沪_渝房产税效应研究_基于面板数据下的DID模型_姚云帆

一、引言

自２００３年房地产业被确定为我国国民经济支柱产业以来，中国城市化进程快速推进，房地产业迅猛发展。房地产业的火热，带动了地方经济增长，提供了丰富的土地财政，但与此同时，房价飙升、强制拆迁、社会财富分配不均程度加深等问题日益突出。为解决房地产业的种种问题，中央政府于２０１０年底出台房产税政策，并于２０１１年１月在上海、重庆两市试行。

对于推行房产税的目的，学术界大致形成了三类主流观点：（１）通过房产税改善地方财税制度，使地方政府摆脱以土地出让金为主的土地财政；（２）通过房产税改革抑制房价过快增长；（３）通过房产税调整居民存量财富，减小基尼系数。由于篇幅有限，本文仅就第二类观点进行计量研究讨论。

有关房产税对房价的抑制效果，国内外学者进行了大量的研究。在现有研究成果中，学界普遍认同房产税对房价波动具有重要影响，并主要以Ｍｉｅｓｚｋｏｗｓｋｉ（１９７２）Ｚｏｄｒｏｗ（１９８６）提出的房产税的“影响说”为理论基础。此理论认为房产税使全国资本收益，当地不可移动生产要素和商品价格发生变化，其所有者承担了税负，故而影响房价。

后来的学者对此理论进行了大量分析研究。ＫｒａｎｔｚＤｉ－ａｎｅＰ．，ＷｅａｖｅｒＲｏｂｅｒｔＤ．和ＡｌｔｅｒＴｈｅｏｄｏｒｅＲ．（１９８２）认为房产税对房价有显著负影响，大约有６０％的房产税被资本化为房价。ＭｃＤｏｎａｌｄ（１９９３）通过研究美国芝加哥６个县在１９８２、１９８５和１９８８年的商业和工业房价与房产税的数据，得出了房产税率及其变动对房价具有显著影响的结论。国内学者骆永民和伍文中（２０１２）指出：房产税具有自动稳定

器作用，并在长期内可以有效降低房价。

但最近有关沪、渝房产税效用的部分研究结果却和原先的房产税理论结果有显著差异。如（尹煜、巴曙松，２０１１）（王浩，２０１１）（畅军锋，２０１３），等学者通过图表、时间序列分析得出了“目前试点城市的房产税改革，对房地产市场价格的作用力有限”的结论。但是这些研究存在若干缺陷：在数据选取上，选用０９年－１１年房价月数据，样本容量较小，易造成误差；在运用方法上，仅运用图表进行对比分析，环比同比数据进行论证，未能综合考虑其他因素（限购令、《国十条》，宏观经济环境的改变、季节因素等）的影响。

笔者为探究沪、渝两市房产税的实际效果，通过对重庆、西安、沈阳、成都（准一线城市），上海、北京、深圳（一线城市）２００９．１－２０１３．１２期间的房价月数据的收集整理，基于面板数据，以２０１１．１试行房产税为时间节点，运用ＤＩＤ模型，进行计量研究。本文使用数据样本容量更大，且使用了面板数据，同时运用了差分再差分法消除了面板数据相同的固定效应，减少了其他因素的干扰。

二、数据整理

笔者运用ＥＶＩＥＷＳ６软件对数据进行分析整理。首先，笔者将收集到的４座准一线线城市的房价时间序列命名为Ｐ＿ＣＱ（重庆）、Ｐ＿ＸＩＡＮ（西安）、Ｐ＿ＳＹ（沈阳）、Ｐ＿ＣＤ（成都）。再选取２００９．１－２０１０．１２的数据为样本，重新生成４组时间序列，分别命名为ＣＱ２、ＸＩＡＮ２、ＳＹ２、ＣＤ２，并进行单位根检验，发现沈阳和成都的房价序列存在一阶单位根，重庆和西安的房价序列存在二阶单位根，故选择西安作为对照组。之后，进行协整性检验，判断西安房价和重庆的房价序列在实行房产税以前是否协整，并建立方程ＣＱ２＝β０＋β１＊ＸＬＡＮ２＋μ，对残差进行单位根检验，结果

沪、渝房产税效应研究

——

—基于面板数据下的ＤＩＤ模型

姚云帆，颜节礼

摘要：通过收集沪、渝两市与部分非房产税试点城市的房价月度面板数据，以2011年1月为时间节点，单位根检验、协整检验为前提，运用了差分再差分（D I D）模型，对两市房产税对房价的抑制效果进行了计量研究，得出了沪、渝两市房产税对于房价抑制效果不显著的结论。并分析了此结论与学界对于房产税的主流观点“影响说”产生差异的原因。最后提出了扩大征税对象，调整税收结构，给予地方政府适当的税收自主权等若干改善意见。

关键词：房产税；房价；差分再差分模型

中图分类号：Ｆ２９３．３５文献标识码：Ａ文章编号：１００８－４４２８（２０１４）１１－５３－０３

如图所示：

表1残差项A D F值检验表

由Ｐ值和ＡＤＦ值可见ＣＱ２与ＸＩＡＮ２序列为协整序列。符合差分再差分法运用的假设前提。

从实际角度分析，西安与重庆经济发展相仿，地理位置相近，同时在房价问题上都受“国十条”及“限购令”等政策调节影响，不同点仅在于重庆在２０１１年１月实行了房产税而西安未实行房产税。也符合差分再差分法的运用前提假设。

对于一线城市的房价序列也进行同样的步骤，但发现上海、北京、深圳的房价序列（０９．０１－２０１０．１２）都存在一阶单位根，且北京、深圳的房价序列与上海房价序列两两协整。但此时从实际角度分析，北京为我国政治中心，上海、深圳为经济中心，城市性质有所差异，且相比之下北京城内的房价存在较大的方差，故舍弃北京，选择深圳作为对照组较为妥当。

三、ＤＩＤ模型研究

差分再差分模型（Ｄｉｆｆｅｒｅｎｃｅ－ｉｎ－ＤｉｆｆｅｒｅｎｃｅＭｏｄｅｌ），亦称差差分模型、重差分模型，是固定效应模型的一个变种，主要用于政策分析和工程评估。其基本思路是将调查样本分为两组：一组是参加项目组即作用组，一组是未参加项目组即对照组。再通过差分的方法除去相同的固定效应，从而得出事件的净效应。（《Ｉｎ－ｔｒｏｄｕｃｔｏｒｙＥｃｏｎｏｍｅｔｒｉｃｓ》—Ｗｏｏｌｄｒｉｄｇｅ中有部分介绍）

基于上述筛选过后的面板数据，笔者进行了ＤＩＤ法的分析，其公式如下：

Ｐ＝β０＋β１Ｄα＋β２Ｄｔ＋β３ＤαＤｔ＋μ（１）Ｐａｔ＝β０＋β１Ｄα＋β２Ｄｔ＋β３ＤαＤｔ＋δＸａｔ＋μ（２）（１）式为基本形式，适用于点数据，而笔者运用其拓展形式（２）式对由多组时间序列形成的面板数据进行计量研究。其中下标ａ表示区域差异；下标ｔ表示时间差异；Ｐａｔ为被解释变量，即不同时间、不同城市的房价；Ｄｔ为虚拟时间变量，２０１１．１以前为０，２０１１．１以后为１；Ｄａ为虚拟区域变量，在实施房产税的城市为１，未实施房产税的城市为０；Ｘａｔ为一组控制变量（其中包括城市居民消费价格指数ＣＰＩ、固定资产投资完成额累计值的差分序列Ｄ（ＦＡ）、房地产施工面积累计值的差分序列Ｄ（ＪＧ）；μ为残差项；Ｄａ＊Ｄｔ即为房产税实施后对房价影响的净效应。

重庆、西安房价在D I D法下的回归结果（表2）

上海、深圳房价在D I D法下的回归结果（表3）

表２显示重庆和西安房价的回归结果，表３显示上海和深圳房价的回归结果。由两表可知Ｄａ变量、Ｄｔ变量、控制变量组的（Ｃ１为常数项不需考虑）Ｐ值均小于０．１、说明其均显著，但净效应（Ｄａ＊Ｄｔ变量）项的系数较小，且Ｐ值超０．１，回归结果表明：就上海与重庆两市而言，房产税实施以后对于房价的影响不显著。

四、结论

本文通过ＤＩＤ法对于４座城市（２座试点城市、２座非试点城市）的房价月数据进行计量研究，得出了沪、渝房产税对房价的抑制效果不显著的结论，此结论与传统理论有显著差异。笔者认为主要由于先前有关房产税的研究主要以欧美国家为研究对象，而欧美国家房产税制度比我国更为完善，市场经济更为发达，研究模型的干扰因素相对较少。

我国房产税研究样本存在如下问题：

（一）房产税征收范围过小

沪、渝两市房产税征收对象都过于片面。《上海细则》为只对增量房征房产税，不对存量房征税；《重庆细则》尽管既涉及存量也涉及增量，但无论是存量还是增量都仅限于别墅与高档公寓。因此房产税征收对象仅为所有房产中的一小部分。同时，由于我国不动产登记制度未完善，存在房产不公开，房产套数不透明等问题，再次缩小了房产税征收范围。而房产税对于当地房价的影响显然与房产税征收范围正相关。

（二）政府干预市场

地方政府过于依赖土地财政，土地出让金如今依旧是地方政府的最大财政来源。故地方政府存在暗中抬高地价，鼓励房地产的投资等行为。行政力量干涉市场导致房价不按市场规律变动。

而为达到房产税的预期效果，政府应当对房产税政策进行适当的调整：扩大征税对象，对增量房和存量房同时征收房产税，并完善不动产登记制度，以此减少由于税收制度问题、房产确认问题带来的收税不公平；调整税收结构，实行阶梯性税制，对超过一定额度的住房面积实行高税率税收，以此减少对房地产的投资需求，释放房地产市场房源压力；给予地方政府适当的税收自主权，缓解地方与中央税收博弈的矛盾，缓解地方财政压力，减少地方政府对于房地产市场的过度干涉。

参考文献：

[1]P e t e r M T h e P r o p e r t y T a x:A n Ex c ise T a x o r a P r o f i t s T a x?[J]. J o ur nal o f P u b li c E c onomi c s，1972，1(1):73－96.

[2]K r an t z D iane P.，W ea v e r R o b e r t D.，A l t e r T h eo d o r e R.R esi d en t ial P r o p e r t y T a x C a p i t ali z a t ion:C onsis t en t E s t ima t es U sin g Mi c r o－L e v el D a t a[J].L an dE c onomi c s，1982，58(4):88－496.（下转第84页）

（上接第54页）

[3]M cD onal d J o h n F.I n c i d en c e o f th e P r o p e r t y T a x on C omme r-

c ial R eal E s t a t e:T h e C ase o f D o w n t o w n Ch i c a g o[J].N a t ional T a x J o ur nal，1993，46(2):109－120.

[4]骆永民，伍文中.房产税改革与房价变动的宏观经济效应—基于D S G E模型的数值模拟分析[J].金融研究，2012，（05）. [5]尹煜，巴曙松.房产税试点改革影响评析及建议[J].苏州大学学报，2011，（05）.

[6]王浩.探析我国房产税对于房价的调控效应[J].经济理论与实践，2011,(07).

[7]畅军锋.房产税试点以来对房价影响之实证分析与探讨[J].经济体制改革，2013，（05）.[8]王福重.房产税能降低高房价吗[J].华中师范大学学报（人文社会科学版），2011，（01）.

[9]况伟大.房产税、地价与房价[J].科技与经济，2011，（08）.

[10]鞠方，皮俊.房产税对我国房价的调控效应研究[J].求索，2013，（07）.

作者简介：

姚云帆，浙江杭州人，本科，现就职于江南大学商学院，研究方向：数量经济分析；

颜节礼，陕西咸阳人，硕士，江南大学副教授，现就职于江南大学商学院，研究方向：数量经济分析、多元统计。

资来源地，中国为越南的工业化提供了必要的先进设备和管理经验，这将继续在越南工业化和现代化进程中提供动力和支持。

当然中国也同样需要继续深化与越南的贸易关系。随着中国经济的发展，国内自然资源越来越稀缺和昂贵，而中国从越南的进口贸易主要集中在资源类产品，通过从越南进口丰富的资源类产品一定程度上缓解了中国面临的资源稀缺的压力。随着中国劳动红利的下降，劳动力成本的上升，转型的中国可以利用越南年轻充裕，成本相对低廉的劳动力以缓解传统产业面临的用工困境。

所以，中越两国应该从经济利益的角度出发，积极沟通，排除政治影响和他国干扰，积极开展优势互补的对外贸易，实现共赢。

参考文献：

[1]C A B A LL ER O,K RI S H N A M U R T H Y.G lo b al I m b alan c es an d

F inan c ial F r a g ili t y[J].A me r i c an E c onomi c R e v ie w P a p e r s an d P r o c ee d in g s，2009，99(2).

[2]李红.中国一东盟自由贸易区下中越边境区位优势再造[J].广西大学东盟研究院出版社，2006.

[3]红州.越中贸易关系[J].越南贸易时报，2004，(05).

[4]阮怀.两条经济走廊促进越中贸易的发展[J].越南经济日报，2006.

[5]潘金娥.越中贸易现状、前景与贸易失衡的原因分析[M].东南亚纵横，2007，(10).

[6]郑国富.中越关系正常化以来双边贸易发展的实证研究[J].东南亚南亚研究，2011，（04）.

作者简介：

于翠萍，女，江苏南京人，三江学院讲师，东南大学经济学院博士研究生，研究方向：国际经济与贸易学；

韩会朝，河南洛阳人，东南大学经济管理学院博士研究生，研究方向：宏观经济学。

中华人民共和国房产税暂行条例

中华人民共和国房产税暂行条例 条例内容 编辑 第一条房产税在城市、县城、建制镇和工矿区征收。 第二条房产税由产权所有人缴纳。产权属于全民所有的，由经营管理的单位缴纳。产权出典的，由承典人缴纳。产权所有人、承典人不在房产所在地的，或者产权未确定及租典纠纷未解决的，由房产代管人或者使用人缴纳。 前款列举的产权所有人、经营管理单位、承典人、房产代管人或者使用人，统称为纳税义务人（以下简称纳税人）。 第三条房产税依照房产原值一次减除10%至30%后的余值计算缴纳。具体减除幅度，由省、自治区、直辖市人民政府规定。 没有房产原值作为依据的，由房产所在地税务机关参考同类房产核定。 房产出租的，以房产租金收入为房产税的计税依据。 第四条房产税的税率，依照房产余值计算缴纳的，税率为1.2%；依照房产租金收入计算缴纳的，税率为12%。 第五条下列房产免纳房产税： 一、国家机关、人民团体、军队自用的房产； 二、由国家财政部门拨付事业经费的单位自用的房产； 三、宗教寺庙、公园、名胜古迹自用的房产；

四、个人所有非营业用的房产； 五、经财政部批准免税的其他房产。 第六条除本条例第五条规定者外，纳税人纳税确有困难的，可由省、自治区、直辖市人民政府确定，定期减征或者免征房产税。 第七条房产税按年征收、分期缴纳。纳税期限由省、自治区、直辖市人民政府规定。 第八条房产税的征收管理，依照《中华人民共和国税收征收管理法》的规定办理。 第九条房产税由房产所在地的税务机关征收。 第十条本条例由财政部负责解释；施行细则由省、自治区、直辖市人民政府制定，抄送财政部备案。 第十一条本条例自1986年10月1日起施行。[2]

STATA面板数据模型操作命令要点

STATA 面板数据模型估计命令一览表 一、静态面板数据的STATA 处理命令 εαβit ++=x y it i it 固定效应模型 μβit +=x y it it ε αμit +=it it 随机效应模型 （一）数据处理 输入数据 ●tsset code year 该命令是将数据定义为“面板”形式 ●xtdes 该命令是了解面板数据结构 ●summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析） ●gen lag_y=L.y /////// 产生一个滞后一期的新变量

gen F_y=F.y /////// 产生一个超前项的新变量 gen D_y=D.y /////// 产生一个一阶差分的新变量 gen D2_y=D2.y /////// 产生一个二阶差分的新变量 （二）模型的筛选和检验 ●1、检验个体效应（混合效应还是固定效应）（原假设：使用OLS混合模型）●xtreg sq cpi unem g se5 ln,fe 对于固定效应模型而言，回归结果中最后一行汇报的F统计量便在于检验所有的个体效应整体上显著。在我们这个例子中发现F统计量的概率为0.0000，检验结果表明固定效应模型优于混合OLS模型。 ●2、检验时间效应（混合效应还是随机效应）（检验方法：LM统计量） （原假设：使用OLS混合模型） ●qui xtreg sq cpi unem g se5 ln,re (加上“qui”之后第一幅图将不会呈现) xttest0

可以看出，LM检验得到的P值为0.0000，表明随机效应非常显著。可见，随机效应模型也优于混合OLS模型。 ●3、检验固定效应模型or随机效应模型（检验方法：Hausman检验） 原假设：使用随机效应模型（个体效应与解释变量无关） 通过上面分析，可以发现当模型加入了个体效应的时候，将显著优于截距项为常数假设条件下的混合OLS模型。但是无法明确区分FE or RE的优劣，这需要进行接下来的检验，如下： Step1：估计固定效应模型，存储估计结果 Step2：估计随机效应模型，存储估计结果 Step3：进行Hausman检验 ●qui xtreg sq cpi unem g se5 ln,fe est store fe qui xtreg sq cpi unem g se5 ln,re est store re hausman fe (或者更优的是hausman fe,sigmamore/ sigmaless) 可以看出，hausman检验的P值为0.0000，拒绝了原假设，认为随机效应模型的基本假设得不到满足。此时，需要采用工具变量法和是使用固定效应模型。

对上海和重庆个人住房征收房产税改革试点的比较和建议

对上海和重庆个人住房征收房产税改革试点的比较和建议 字数：2281 来源：大观周刊2012年5期字体：大中小打印当页正文摘要：从2011年1月28日起，上海和重庆试点征收房产税，但两市对个人住房房产税征收办法不同。本文通过对两市房产税进行比较，提出了完善房产税的几点建议。 关键词：房产税比较建议 房地产业在过去的几年里蓬勃发展，房价也成为人们每日必谈的话题。面对日益上扬的房价，人们的购房压力越来越大，呼吁政府采取措施抑制过高房价的呼声也越来越高。“安居”才能“乐业”，解决了人民“居”的问题，人民才能兢兢业业地工作，为国家，为自己。房产税改革试点是政府响应群众呼声所采取的措施之一。 针对个人住房房产税改革试点于2011年1月28日在上海和重庆两地展开。 比较上海和重庆两地的政策，很容易看出以下几点不同： （一）是否对存量房征税，是上海和重庆两地政策的一个明显差异。上海强调对增量房产征税，而对存量不征。重庆既对增量房征收房产税，也对存量房征收房产税。 （二）在对外地居民征收房产税时，上海提出非本市居民家庭在本市新购住房须纳税，重庆提出仅对新购的第二套（含第二套）以上的普通住房征税。相比而言，在对外地居民的政策上，重庆政策相对来说较上海宽松和公平。就同一个非上海和重庆居民来讲，若他在重庆买一套房且为他第一套房，他就不用负担这套房的房产税；若是他在上海买一套房，同样这也是他的第一套房，他就需要就这套房缴纳房产税。就不同的非上海居民甲、乙两人，甲于2011年1月28日之前在上海购房，而乙于2011年1月28日后在上海购房，甲不需承担个人住房的房产税纳税义务，而乙必须承担个人住房房产税的纳税义务，对乙来说，这是不公平的。 （三）上海、重庆两地对免税面积的规定也有所不同。重庆对一套应税住房扣除免税面积，上海按照人均60平方米扣除。实际纳税时，重庆的纳税人负担的税负比上海的纳税人要高。经调查发现，群众更为支持按照人均面积确定免税面积的做法。 根据国家统计局统计的2011年1月至2012年1月的七十个大中城市住宅销售价格指

面板数据的F检验固定效应检验

面板数据的F检验固定 效应检验 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]

面板数据模型(P A N E L D A T A)F检验,固定效应检验1．面板数据定义。 时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据示意图见图1。面板数据从横截面（cross section）上看，是由若干个体（entity, unit, individual）在某一时刻构成的截面观测值，从纵剖面（longitudinal section）上看是一个时间序列。 面板数据用双下标变量表示。例如 y , i= 1, 2, …, N; t= 1, 2, …, T i t N表示面板数据中含有N个个体。T表示时间序列的最大长度。若固定t不变，y , ( i i . = 1, 2, …, N)是横截面上的N个随机变量；若固定i不变，y. t, (t= 1, 2, …, T)是纵剖面上的一个时间序列（个体）。 图1 N=7，T=50的面板数据示意图 例如1990-2000年30个省份的农业总产值数据。固定在某一年份上，它是由30个农业总产总值数字组成的截面数据；固定在某一省份上，它是由11年农业总产值数据组成的一个时间序列。面板数据由30个个体组成。共有330个观测值。 对于面板数据y i t, i = 1, 2, …, N; t= 1, 2, …, T来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data）。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data）。 注意：EViwes 、、既允许用平衡面板数据也允许用非平衡面板数据估计模型。

房产税如何计算

上海房产税计算公式 应税面积×单价×70%×0.4%或0.6% ■本市居民家庭定义为夫妻双方+未成年子女；起征点为人均60平方米 ■按年征，不足1年按月计算；未按规定期限缴税要收滞纳金和罚款 ■新买房要提供家庭成员是否有房材料，买卖房要有税务机关出具的文书 公式核心：如何计算应税面积 以一个三口之家的本市居民家庭（夫妻双方加上未成年子女）为例： （存量+新购，人均仍低于60平方米）如果这个居民家庭原来已拥有一套50平方米的住房，现又新购一套110平方米的住房，将这两套住房面积合并计算后，该居民家庭全部住房面积为160平方米，人均住房面积为53.33平方米，全部住房面积未超出人均60平方米的免税住房面积标准，因此，该家庭此次新购的这一套110平方米的住房可暂免征收房产税。 （存量+新购，人均已高于60平方米）如果这个居民家庭原来已拥有一套150平方米的住房，现又新购一套110平方米的住房，将这两套住房面积合并计算后，该居民家庭全部住房面积为260平方米，人均住房面积为86.67平方米，全部住房面积已超过人均60平方米

的免税住房面积标准，因此，该居民家庭新购住房中超出上述标准的部分面积（260平方米-180平方米，即80平方米）须按规定缴纳房产税。 （存量房人均已高于60平方米）如果这个居民家庭原来已拥有一套250平方米的住房，现又新购一套110平方米的住房，由于该居民家庭原有人均住房面积达83.33平方米，已超过人均60平方米的免税住房面积标准，因此，该家庭此次新购的这一套住房的全部面积（即110平方米），须按规定缴纳房产税。 具体适用问题解析 试点范围如何确定？ 答：本市开展对部分个人住房征收房产税试点范围为本市行政区域。 征收对象有哪些？ 答：征收对象具体包括两类： 一是本市居民家庭在本市新购且属于该居民家庭第二套及以上的住房（包括新购的二手存量住房和新建商品住房）；二是非本市居民家庭在本市新购的住房（以下统称“应税住房”）。 除上述征收对象以外的其他个人住房，按照国家制定的有关个人住房房产税规定执行。 新购住房的时间如何确定？

当今中国应该征收房产税(1)

当今中国应该征收房产税 谢谢主席，谢谢对方辩友。开宗明义，概念先行。房产税是以房屋为征税对象，按房屋的计税余值或租金收入为计税依据，向产权所有人征收的一种财产税，其征税对象只是房屋，而非土地。判断应该不应该要从一个问题产生的背景而非其后果来看(后果受多种现实性因素影响，有其难预见性)。我方判断是否应该征收房产税的标准是是否有利于我国房产经济的健康发展。我方认为当今中国应该征收房产税，基于以下几点问题的考虑。 第一，中国房地产业自20世纪80年代开始迅速发展，近年来更是出现畸形发展的局面。近几年我国房地产领域出现大量投机投资行为，部分投机者利用转卖房屋的巨额差价谋取暴利，导致房价一高再高，造成房地产泡沫经济严重，并加剧房产经济局势的不稳定。其次，投机投资者一人持有多套房产，导致住房空置增加，这无疑是对我国稀缺土地资源(我国人多地少)的一种浪费。 第二，根据2010年中国社科院发布的《中国国家竞争力报告》显示，中国近20年的经济增长并非通过产业结构的升级换代来获得，而是消耗资源和扩大投资，尤其是房地产业膨胀发展的结果。国际上公认房地产业所占GDP的比重超过8%就会有泡沫经济产生。但以09年为例，我国房地产业所占GDP的比重已经达到18%，这大大超出了警戒线范围，其数值还有逐年上升的趋势。由此可见，我国产业结构病态发展的局势亟待解决。 房产税是当前社会条件下解决此类问题的不二之选。 第一，房产税可挤压房产泡沫，改善房产市场的供求情况。房产作为一种消费品，其价格受市场供求关系的影响。而税收是调节生产与分配的重要经济手段，通过征收房产税使囤积商品房者受到沉重的税收负担，促使投机者将部分房产转让。这就增加了房产市场的供给，缓解了当今中国房地产业供给不足的现状，有利于促进供需平衡，从而抑制房价虚高。由此可见，房产税对抑制房产投机，挤压房产泡沫有着极大的意义。同时，这也更精细更人性的保证了刚需购房人群的利益，提高了房屋的使用效益。 第二，房产税的实行有利于促进经济发展方式的转变。房产税的征收使投资性住房持有成本上升，投资回收期延长，投资的风险加大。当预期的收益率因房产税的征收逐渐向成本靠近时，大量的投资性企业就会退场房地产市场的角逐，减少投资性需求，从而改变我国经济主要由投资拉动而非消费带动的局面，实现发展方式的转变。 第三，征收房产税可以促进土地财政向税收财政的转换。目前，我国地方政府热衷于卖地，通过土地财政维持公共服务。但从长远看，随着我国可供开发的房地产的减少，房屋保有量的增多，以房产税替代土地财政是大势所趋。这样看来，房产税的实施不但可以为地方政府提供一项持续稳定的收入来源还可以推进税制改革，优化税收结构。 所以我方坚持认为当今中国应该征收房产税。

第9章-面板数据模型理论

5.2 面板数据模型理论 5.2.1 面板数据模型及类型。 面板数据（panel data ）也称时间序列截面数据（time series and cross section data ）或混合数据（pool data ）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据从横截面（cross section ）上看，是由若干个体（entity, unit, individual ）在某一时刻构成的截面观测值，从纵剖面（longitudinal section ）上看是一个时间序列。 面板数据用双下标变量表示。例如： it y , N i ,,2,1 ;T t ,,2,1 其中，N 表示面板数据中含有的个体数。T 表示时间序列的时期数。若固定t 不变，?i y ),,2,1(N i 是横截面上的N 个随机变量；若固定i 不变，t y ?,),,2,1(T t 是纵剖面 上的一个时间序列。对于面板数据来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data ）。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data ）。 面板数据模型是建立在面板数据之上、用于分析变量之间相互关系的计量经济模型。面板数据模型的解析表达式为： it it it it it x y T j N i ,2,1;,2,1 其中，it y 为被解释变量；it 表示截距项，),,,(21k it it it it x x x x 为k 1维解释变量向量；' 21),,,(k it it it it 为1 k 维参数向量；i 表示不同的个体；t 表示不同的时间；it 为 随机扰动项，满足经典计量经济模型的基本假设),0(~2 IIDN it 。 面板数据模型通常分为三类。即混合模型、固定效应模型和随机效应模型。 ⑴ 混合模型。 如果一个面板数据模型定义为： it it it x y T j N i ,2,1;,2,1 则称此模型为混合模型。混合模型的特点是无论对任何个体和截面，回归系数 和 都是相同的 ⑵ 固定效应模型。 固定效应模型分为3种类型，即个体固定效应模型（entity fixed effects regression model ）、时间固定效应模型（time fixed effects regression model ）和时间个体固定效应模型（time and entity fixed effects regression model ）。 ① 个体固定效应模型。 个体固定效应模型就是对于不同的个体有不同截距的模型。如果对于不同的时间序

基于面板数据模型及其固定效应的模型分析

基于面板数据模型及其固定效应的模型分析 在20世纪80年代及以前，还只有很少的研究面板数据模型及其应用的文献,而20世纪80年代之后一直到现在,已经有大量的文献使用同时具有横截面和时间序列信息的面板数据来进行经验研究(Hsiao,20XX)。同时,大量的面板数据计量经济学方法和技巧已经被开发了出来，并成为现在中级以上的计量经济学教科书的必备内容，面板数据计量经济学的理论研究也是现在理论计量经济学最热的领域之一。 面板数据同时包含了许多横截面在时间序列上的样本信息，不同于只有一个维度的纯粹横截面数据和时间序列数据，面板数据是同时有横截面和时序二维的。使用二维的面板数据相对于只使用横截面数据或时序数据，在理论上被认为有一些优点，其中一个重要的优点是面板数据被认为能够控制个体的异质性。在面板数据中，人们认为不同的横截面很可能具有异质性，这个异质性被认为是无法用已知的回归元观测的，同时异质性被假定为依横截面不同而不同，但在不同时点却是稳定的，因此可以用横截面虚拟变量来控制横截面的异质性，如果异质性是发生在不同时期的，那么则用时期虚拟变量来控制。而这些工作在只有横截面数据或时序数据时是无法完成的。 然而,实际上绝大多数时候我们并不关心这个异质性究竟是多少，我们关心的仍然是回归元参数的估计结果。使用面板数据做过实际研究的人可能会发现使用的效应①不同，对回归元的估计结果经常有十分巨大的影响，在某个固定效应设定下回归系数为正显着，而另外一个效应则变为负显着，这种事情经常可以碰到,让人十分困惑。大多数的研究文献都将这种影响解释为控制了固定效应后的结果，因为不可观测的异质性(固定效应)很可能和回归元是相关的，在控制了这个效应后，由于变量之间的相关性，自然会对回归元的估计结果产生影响，因而使用的效应不同，估计的结果一般也就会有显着变化。 然而,这个被广泛接受的理论假说，本质上来讲是有问题的。我们认为，估计的效应不同，对应的自变量估计系数的含义也不同，而导致估计结果有显着变化的可能重要原因是由于面板数据是二维的数据，而在这两个不同维度上，以及将两个维度的信息放到一起时，样本信息所显现出来的自变量和因变量之间的相关关系可能是不同的。因此，我们这里提出另外一种异质性，即样本在不同维度上的相关关系是不同的，是异质的，这个异质性是发生在回归元的回归系数上，而 不是截距项。我们试图从面板数据的横截面维度和时间序列维度的样本相关异质性角

企业计提缴纳房产税的会计处理

企业计提缴纳房产税的会计处理 2006-6-8 19:19【大中小】【打印】【我要纠错】 财务处理的原则 企业应在“应交税金”账户下设置“应交房产税”明细帐户进行核算。在计算应缴纳的房产税税是时，通 过“管理费用”或“待摊费用”账户进行处理。 企业单位交纳房产税的会计处理 1、计算房产税时： 借：管理费用 贷：应交税金——应交房产税 2、缴纳入库后 借：应交税金——应交房产税 贷：银行存款 3、缴纳滞纳金时 借：营业外支出 贷：银行存款 事业单位交纳房产税的会计处理 1、预提房产税税金时 借：其他支出——房产税支出 贷：应付款——应付房产税 2、缴纳房产税时 借：应付款——应付房产税 贷：银行存款 企业所得税的汇算清缴与年度申报同时完成，即年度终了后五个月内完成汇算清缴。

企业在年度中间终止经营活动的，应当自实际经营终止之日起六十日内，向税务机关办理汇算清缴。 企业所得税的纳税调整和账务处理 企业按照账务会计制度规定计算的所得税税前会计利润与按照税收规定计算的 应纳税所得额，由于计算口径或时间上的不同会产生永久性和时间性差异，且影响这些差异的因素又是多方面的，因此，部分企业在年度会计决算已报出，企业所得税预缴申报表报送之后，在年度企业所得税汇算清缴期间，经自查或税务机关审查，仍存在漏缴企业所得税的事项。 一、自查自补企业所得税的纳税调整和账务处理 例1：某房地产开发企业，2001年度税前会计利润（纳税调整前）-550 000元，企业自行调增纳税所得额60 000元，自行调减纳税所得额10 000元，纳税调整后所得-500 000元。无弥补以前年度亏损和免税所得，其应纳税所得额为-500 000元。经注册税务师代理审查，下列事项还应调增应纳税所得额共计1 500 000元： （一）调表不调账。 凡当期不能税前扣除，以后各期均不得税前扣除的事项，即永久性差异，则通过调整企业所得税年度纳税申报表调增应纳税所得额，无须调账： 1、2001年度支付工商局罚款20 000元，按照会计制度规定可在“营业外支出”科目列支。但税法规定“因违反法律、行政法规而支付的罚款、罚金、滞纳金，不得税前扣除”，应调增应纳税所得额。 2、2001年度该企业员工20人。按计税工资月均800元计算，可税前扣除192 000元。企业实际发放工资252 000元，按照会计制度规定可在“管理费用”科目列支。但超标准支付的60 000元（252 000-192 000），根据税法的有关规定，不得税前扣除，应调增应纳税所得额。 3、2001年补缴1999-2000年度的职工养老金20 000元，按照会计制度规定可在“以前年度损益调整”科目列支。根据税法“企业纳税年度内，应计未计扣除项目，包括各类应计未计费用，应提未提折旧等，不得移转以后年度补扣”的规定，不得税前扣除，应调增应纳税所得额。该三项共计100 000元，应调增应纳税所得额。 （二）调表又调账。

对沪渝房产税改革试点的思考

对沪渝房产税改革试点的思考 摘要：上海、重庆两地征收房产税试点暂行办法出台后，迅速成为国人关注的焦点。但房产税试点改革却遭到了是否违法甚至违宪的质疑。本文从房产税立法面临的问题以及在近几年税收高速增长的下，地方财政困难反而与日俱增，房产税能否成为地方财政税收的主要来源，和政府向普通老百姓开征房产税将会面临怎样的挑战几个方面来反思房产税改革试点。 关键词：合法性质疑；立法问题；地方财政；政府的挑战 众所周知，征收财产税有助于抑制房地产投机、减少金融体系的不稳定、但却对中低收入者不利。但在现行的分税制体制下推行财产税，面临的问题就是要妥善处理好中央和地方财政利益的分割问题。 2011年1月27日，国务院常务会议通过决议，同意在部分城市改革试点对个人住房征收房产税，具体征收办法授权试点省、自治区、直辖市自行确定。同日，《上海市人民政府关于印发的通知》（以下简称《通知》），要求从2011年1月28日起将开展对部分个人住房征收房产税试点。该《通知》称，征收对象为上海市居民家庭在本市新购且属于该居民家庭第二套及以上的住房（包括新购的二手存量住房和新建的商品住房）和非本市居民家庭在本市新购的住房。试点初期，暂以应税住房的市场交易价格作为计税依据。与此同时，重庆市也作为首批个人住房房产税改革试点城市，其房产税的征税对象包括：对于独栋别墅，不管存量房还是增量房，均要征税；对于房价达到当地均价两倍以上的高档公寓也将征税；此外，对于在重庆市无户口、无工作、无投资的“三无人员”在重庆所购房产，购买两套以上住房的，从第二套开始要征收房产税。自此，争论多年的房产税在上海和重庆开始“破冰”。然而，无论是经济学界还是法学界，无论是学者还是老百姓，都开始从不同角度关注这次房产税改革的试点。 一、沪渝开征房产税的合法性质疑 国家产生以后，税收的不可或缺使主权者一直面临着征税依据合法性的诘问。征税的合法性应该包括如下方面：国家征税时应予征税说明，必须要有法律依据。税收史上有句箴言：没有民主，便没有税收。而且，直到今天，对于国家征税合理性的说明已经是一个民主国家政治生活中的必经程序。征税不仅要看经济上的承受能力，还要看征税是否平等、是否普遍等；征税是否合法不仅要看是否符合狭义上的制定法，而且更应该看是否合宪，是否符合民意，是否符合公平正义的法律精神。换言之，征税对象的可税性首先要符合法律、法规的要求，尤其是在现代社会发展过程中，很多新的税源出现，政府在追求丰厚收入的冲动支配下，急切地想把它们纳入税收征管范围之内。就程序上而言，这不是那么简单的事情。因此，征税对象的合理首先是征税对象的合法，不能不经法定程序就仅仅因为征税对象的税源丰富而擅自征税，这显然会极大损害纳税人遵从税法的积极性。 从以上衡量，房产税试点征收明显存在瑕疵：一是没有作详细的征税说明，

面板数据的F检验固定效应检验

面板数据模型(P A N E L D A T A)F检验,固定效应检验1．面板数据定义。 时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据示意图见图1。面板数据从横截面（cross section）上看，是由若干个体（entity, unit, individual）在某一时刻构成的截面观测值，从纵剖面（longitudinal section）上看是一个时间序列。 面板数据用双下标变量表示。例如 y i t, i= 1, 2, …, N; t= 1, 2, …, T N表示面板数据中含有N个个体。T表示时间序列的最大长度。若固定t不变，y i ., ( i= 1, 2, …, N)是横截面上的N个随机变量；若固定i不变，y. t, (t= 1, 2, …, T)是纵剖面上的一个时间序列（个体）。 图1 N=7，T=50的面板数据示意图 例如1990-2000年30个省份的农业总产值数据。固定在某一年份上，它是由30个农业总产总值数字组成的截面数据；固定在某一省份上，它是由11年农业总产值数据组成的一个时间序列。面板数据由30个个体组成。共有330个观测值。

对于面板数据y i t, i= 1, 2, …, N; t= 1, 2, …, T来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data）。若在面板数据中丢失 若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data）。注意：EViwes 、、既允许用平衡面板数据也允许用非平衡面板数据估计模型。 例1（file:panel02）：1996-2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（不变价格）和人均收入数据见表1和表2。数据是7 年的，每一年都有15个数据，共105组观测值。 人均消费和收入两个面板数据都是平衡面板数据，各有15个个体。人均消 费和收入的面板数据从纵剖面观察分别见图2和图3。从横截面观察分别见图4和图5。横截面数据散点图的表现与观测值顺序有关。图4和图5中人均消费和收入观测值顺序是按地区名的汉语拼音字母顺序排序的。 表1 1999-2002年中国东北、华北、华东15个省级地区的居民家庭人均消 费数据（不变价格） 地区人均消费1996 1997 1998 1999 2000 2001 2002 CP-AH（安徽） CP-BJ（北京） CP-FJ（福建） CP-HB（河北）

房产税

后附的是貌似国家税务总局场面对《关于安置残疾人就业单位城镇土地使用税等政策的通知》（财税[2010]121号的解读二部分。 财政部、国家税务总局《关于安置残疾人就业单位城镇土地使用税等政策的通知》（财税[2010]121号，以下简称通知）下发以后，一些地方针对《通知》第三条“关于将地价计入房产原值征收房产税问题”产生了一些不同的理解，为使各地准确把握政策内涵，统一执法口径，经与财政部研究将反映比较突出的问题解读如下： 一、土地价值是否应在不同房产中进行分摊

问题：如果一宗土地上既有已经建成投入使用的房产，又有在建或规划建设的房产，在将土地价值计入房产原值征收房产税时，是否可以将该宗土地的价值在不同房产中进行分摊。 解读：在建房产和待建房产尚未建成使用，按照现行房产税有关规定不属于应税房产，不应当缴纳房产税，其占用土地的价值也不应该作为房产税的计税依据缴税。据此，该宗土地的地价，应按照建成和在建（包括待建）房产的建筑面积比例进行分摊。其中：建成房产所分摊的土地价值应计入房产原值征收房产税；在建和待建房产分摊的土地价值，待房产建成后再计入房产原值征收房产税。 二、非应税建筑物所占土地的价值是否应扣除 问题：应税房产配建了一些非应税建筑物，如游泳池、烟囱、水塔等，在计算计入房产原值的土地价值时，是否应将这些建筑物所占土地的价值扣除。 解读：按照现行房产税有关政策，独立于房屋之外的建筑物，如游泳池、烟囱、水塔等，不属于房产，不是房产税的征税对象，其所占用土地的价值也不应该计入应税房产的原值征收房产税。因此，在计算应计入房产原值的地价时，可将非房产税征税对象的建筑物所占的土地价值进行扣除。 四、宗地容积率大于或等于0.5时，如何计算应计入房产原值的地价 问题：当宗地容积率在0.5—1之间时，是否应将容积率乘以土地价值，以此计算的结果再按建筑面积分摊，并确定征税的房产原值。

我国房产税的现状及政策

我国房产税存在的问题及对策 摘要房产税是调节房地产各方利益博弈的重要手段，同时也在国民经济和财政收入等方面发挥更加积极的作用，本文通过对我国房产税的现状进行深入分析，从机制上探寻我国现行房产税存在的问题，寻找切实可行的解决措施，这对于满足人民生活需要，扩大内需，积累，建设资金，具有重要意义。 关键词房产税对策税收立法行政法规 一、房产税及其实施目的 房产税是以房产为征税对象，按照房产的计税余值或出租房产取得的租金收入，向产权所有人征收的一种税。房产税属财产税，主要对保有的房产征收。《中华人民共和国房产税暂行条例》是1986年由国务院颁布实施的。《条例》规定，对位于城市、县城、建制镇和工矿区范围内的房产每年征收房产税。对于房产税，美国和西方大多数经济市场成熟的国家都早已征收，在作为地方政府的主要财政收入来源。亚洲的日本、韩国、越南以及中国香港也都已经开征，虽然各个国家对房产税的名称不尽相同，但其性质确是大同小异的。在我国，房产税并非一个新的税种，1950年，政务院发布《全国税政实施要则》将房产税列为开征的14个税种之一。1986年10月1日起就正式施行的《房产税暂行条例》中明确规定，房产税只针对经营性用房征税，个人拥有的、非营业用的房产免纳房产税。 房产税的目的是要建立公平的社会财富分配机制与有效率的土地资源配置机制。它的意义首先是公平分配，实现“均占地价、地租共享”；二是资源的有效配置，一个人能够住在什么地方，主要取决于他在占有土地之外的财富创造能力。在房产税的作用下，中等收入者自能凭自身收入住上中等房（购买和租住在这种情况下没有区别），政府只需救济孤寡废疾和一线城市必须的一部分低收入者，甄别成本低。 二、我国房产税的现状 房产税属财产税中的个别财产税，其征税对象只是房屋。从西方发达国家的经验分析，房产税作为地方财政收入来源中的重要一项，在各级地方政府财政中占有很大比例。我国情况恰恰与之相反，各地方税种收入占税收收入比重都很低，房产税税收意识都比较薄弱，政策也相对混乱，往往过于注重税收计划，轻视税源管理。目前我国社会主义现代化建设进入了新阶段，制度发展和经济提升逐步改变了收益分配方式、资金分配、结构产出结构以及社会财富分配方式。这种巨变实际上向我国的现行税制提出了威胁和挑战。由于现行我国房产税采取“内外有别，两套税制”并存的税制，导致了社会主义现代化建设背景下收费主体与收费行为的非均等化程度较高，特殊利益集团搞出了越来越多的超国民待遇，而另外一些处于明显无地位的状况，受到贬低和歧视。这种不合理的构建原则有

Eviews面板大数据之固定效应模型

Eviews 面板数据之固定效应模型 在面板数据线性回归模型中，如果对于不同的截面或不同的时间序列，只是模型的截距项是不同的，而模型的斜率系数是相同的，则称此模型为固定效应模型。固定效应模型分为三类： 1.个体固定效应模型 个体固定效应模型是对于不同的纵剖面时间序列（个体）只有截距项不同的模型： 2 K it i k kit it k y x u λβ==++∑ (1) 从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影响均是相同的，而且除模型的解释变量之外，影响被解释变量的其他所有（未包括在回归模型或不可观测的）确定性变量的效应只是随个体变化而不随时间变化时。 检验：采用无约束模型和有约束模型的回归残差平方和之比构造F 统计量，以检验设定个体固定效应模型的合理性。F 模型的零假设： 01231:0N H λλλλ-===???== ()1 (1,(1)1)(1) RRSS URSS N F F N N T K URSS NT N K --= ---+--+ RRSS 是有约束模型（即混合数据回归模型）的残差平方和，URSS 是无约束模型ANCOVA 估计的残差平方和或者LSDV 估计的残差平方和。 实践： 一、数据：已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（cp ，不变价格）和人均收入（ip ，不变价格）居民，利用数据（1）建立面板数据（panel data ）工作文件；（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。年人均消费（consume ）和人均收入（income ）数据以及消费者价格指数（p ）分别见表1，2和3。 表1 1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（元）数据

房产税又要交多少钱

房产税又要交多少钱

房产税又要交多少钱 关于房产税的传言每天都在上演，但迄今为止依然只是停留在纸面讨论，尚未有任何实质性进展，就连名称也在“房产税”和“物业税”之间徘徊不定，其间难度可想而知。 主笔◎谢九 为什么要收房产税？ 征收房产税大致有两个目的：一是为了完善和丰富税种，增加地方政府的财政收入；二是作为房地产市场的调控工具，抑制房价快速上涨。从政策制定者的角度来看，房产税的初衷显然是出于前者，但对于普通百姓而言，则更偏重于理解为调控房价。这种理解上的偏差，导致了房产税还没有出台，就已经是争议不断。 房产税在我国并非新税种，早在1986年的《中华人民共和国房产税暂行条例》中就已经有“房产税由产权所有人缴纳”的规定，缴纳标准为“房产原值一次减除10%至30%后的余值计算缴纳。房产税的税率，依照房产余值计算缴纳的，税率为1.2%；依照房产租金收入计算缴纳的，税率为12%”。不过，当时的规定对5种情况予以免征，其中包括个人所有非营业用的房产。所以，对于老百姓而言，房产税其实是一直存在的税种，只不过是免予征收。

我国现有房地产的税制设置复杂且不合理，大部分集中于开发流通环节，比如土地增值税、营业税、企业所得税、个人所得税、耕地占用税、印花税、契税等，而持有环节的税种仅有城镇土地使用税和房产税两个税种，保有环节的税收占比不到30%甚至更低，这种“重开发轻保有”的格局，在很大程度上鼓励了囤房炒房行为。 保有环节不仅税种极少，而且房产税的免征范围极大，所以对税收贡献度极低，主要缴纳者来自商业地产的出租。2008年，我国的房产税收入仅为600亿元，占国家财政收入6.13万亿元的比重仅为1%，即使算上817亿元的土地使用税收入，二者合计占比也仅为2.3%，占地方政府财政收入比重也仅为5%，而在西方发达国家，物业税是地方政府的主要财政收入之一。 由于房产税在我国税收体系中几乎缺位，而其在西方税收体系又有着很重要的地位，我国一直试图填补空缺。从过去几年的政策来看，决策层更倾向于打造一个全新的物业税，而不是对已有的房产税修修补补。2003年的十六届三中全会上，《中共中央关于完善社会主义市场经济体制若干问题的决定》首次提出物业税：“实施城镇建设税费改革，条件具备时对不动产开征统一规范的物业税，相应取消有关收费。”随后的7年里，物业税先后在北京、辽宁、江苏、深圳、宁夏、重庆、安徽、河南、福建、天津10个省市“空转”运行，但是始终没有进入实施阶段，也基本上没有太多人关注。

浅谈我国现行房产税的弊端及完善思路

浅谈我国现行房产税的弊端及完善思路学号：20152666 姓名：年庆鹏班级：15金融7班目前，我国房价像一匹脱缰的烈马，一路狂奔。面对日趋飙升的房价，普通人对对房子的刚性需求满足不了，而高收入者在高额利润的驱使下，购买房产作为投资，严重扰乱了房地产市场，导致我国房地产市场呈畸形发展。为了规范房产市场，国家出台了多项宏观调控措施，但结果不容乐观。审视现行房产税，弊端重重，已不能适应现行房地产市场现状。由于我国现行房产税对个人非营业用房产免税，对个人房产保有环节征税的欠缺是导致个人房产投机热的一个主要原因，改革现行房产税成为时代需要。 一、房产税概述 （一）房产税概念 1、什么是房产税 房产税，又称房屋税，是国家以房产作为课税对象向产权所有人征收的一种财产税。对房产征税的目的是运用税收杠杆，加强对房产的管理，提高房产使用效率，控制固定资产投资规模和配合国家房产政策的调整，合理调节房产所有人和经营人的收入。以期积累建设资金，加强房产管理，提高房屋的使用率。 2、房产税的职能 房产税具有组织收入、调节经济、反映监督的职能，具体表现为： (1）房产税税源充足，收入稳定，是国家财政收入的重要组成部分。充足的财政收入有利于国家职权的行使，有利于政府更好地提供公共服务。 （2）杠杆调节，发展经济。对个人自用的非经营性用房免税的规定，反映出了房产税的征税目的是对富者征税，打击投资投机行为①。对投资的房产征税，弥补了市场调节的不足，是国家宏观调控的体现，有利于经济的发展。 （3）房产税还可以起到抑制投机、确保公平的职能。由于房地产的有限性，尤其是土地的稀缺性，使得其财产权只能归部分人所有，从而使房地产市场呈现为卖方市场，这就为投机行为创造了契机。对房地产征税一定程度上打击了投机行为的积极性，利益的减少使一些人远离房地产市场，给普通消费者节省了房产资源，有利于社会的公平。 （二）我国房地产税及其特点

EViews面板数据模型估计教程

EViews 6.0 beta在面板数据模型估计中的应用 来自免费的minixi 1、进入工作目录cd d:\nklx3，在指定的路径下工作是一个良好的习惯 2、建立面板数据工作文件workfile （1）最好不要选择EViews默认的blanaced panel 类型 Moren_panel （2）按照要求建立简单的满足时期周期和长度要求的时期型工作文件

3、建立pool对象 （1）新建对象 （2）选择新建对象类型并命名 （3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。，建议采用汉语拼音，例如29个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图

关闭建立的pool对象，它就出现在当前工作文件中。 4、在pool对象中建立面板数据序列 双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet （展开表） 在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须在序列名后添加“?”。例如，输入GDP?，在GDP后的?的作用是各个截面单元的占位符，生成了29个省市区的GDP的序列名，即GDP后接截面单元名，再在接时期，就表示出面板数据的3维数据结构（1变量2截面单元3时期）了。

请看工作文件窗口中的序列名。展开表（类似excel）中等待你输入、贴入数据。 （1）打开编辑（edit）窗口

（2）贴入数据 （3）关闭pool窗口，赶快存盘见好就收6、在pool窗口对各个序列进行单位根检验 选择单位根检验 设置单位根检验

中原全国限购令及房产税分析

中原全国限购令及房产税分析 2011年，开年伊始，各类政策如雨后春笋般冒出来。央行不仅两次上调了存款准备金率，还在过年的喜庆气氛中宣布加息，稳健的货币政策趋向从紧。 春节前，新“国八条”与“房产税”，如同一枚双响炮，炸响了2011年楼市调控的第一声——第三轮调控降临，调控升级，楼市休眠；春节后，全国主要城市依次加入“限购”行列，一部分购房者纷纷抢在地方细则出台前抢购，一时间成交量出现了短暂的回升。但可惜的是，此类“回光返照” 式的市场繁荣随着地方细则的出台瞬间消亡，成交量再次跌入谷底，楼市的寒冬才刚刚开始…… 各地细则落地限购令推向全国 2月24日，国务院副总理李克强在全国保障性安居工程工作会议上强调，今年要求建设1000万套保障性住房是硬任务。同时指出，对于房地产调控各地要及时制定实施细则，有效抑制投资投机性需求，增加普通商品住房供给，坚决落实进一步加强房地产市场调控的政策措施。 ?第三轮调控正式启动成交量或再陷低迷 按照国务院的要求，各直辖市、计划单列市、省会城市和房价过高、上涨过快的城市要从严制定和执行住房限购措施，并在2月中旬前出台。按此要求，列入限购范围的城市至少有36座。不过截至3月1日，只有26个城市出台了限购令（表1）。此外，还有4个省级政府也颁布了“限购令”，它们分别是：江苏省、山东省、云南省以及甘肃省。介于未来还有更多的城市加入限购的行列，且由于此番政策的力度更为严格，影响范围更广，预计各地楼市将会进入一段较长的调整期。 ?各地限购持续扩大供求双方再陷博弈 ?调控升级楼市面临再度回调 表1：颁布地方限购令城市列表 1文档来源为:从网络收集整理.word版本可编辑.

房产税最新政策

财政部国家税务总局 关于安置残疾人就业单位城镇土地使用税等政策的通知 财税[2010]121号 成文日期：2010-12-21 字体：【大】【中】【小】 各省、自治区、直辖市、计划单列市财政厅（局）、地方税务局，西藏、青海、宁夏省（自治区）国家税务局，新疆生产建设兵团财务局： 经研究，现将安置残疾人就业单位城镇土地使用税等政策通知如下： 一、关于安置残疾人就业单位的城镇土地使用税问题 对在一个纳税年度内月平均实际安置残疾人就业人数占单位在职职工总数的比 例高于25%（含25%）且实际安置残疾人人数高于10人（含10人）的单位，可减征或免征该年度城镇土地使用税。具体减免税比例及管理办法由省、自治区、直辖市财税主管部门确定。 《国家税务局关于土地使用税若干具体问题的解释和暂行规定》(国税地字[1988]15号)第十八条第四项同时废止。 二、关于出租房产免收租金期间房产税问题 对出租房产，租赁双方签订的租赁合同约定有免收租金期限的，免收租金期间由产权所有人按照房产原值缴纳房产税。 三、关于将地价计入房产原值征收房产税问题 对按照房产原值计税的房产，无论会计上如何核算，房产原值均应包含地价，包括为取得土地使用权支付的价款、开发土地发生的成本费用等。宗地容积率低于0.5的，按房产建筑面积的2倍计算土地面积并据此确定计入房产原值的地价。 本通知自发文之日起执行。此前规定与本通知不一致的，按本通知执行。各地财税部门要加强对政策执行情况的跟踪了解，对执行中发现的问题，及时上报财政部和国家税务总局。 财政部国家税务总局 二0一0年十二月二十一日抄送：财政部驻各省、自治区、直辖市、计划单列市财政监察专员办事处。