基于时间序列的银行信贷与房地产价格研究

　　引言

　　2003年出台的《国务院关于促进房地产市场持续健康发展的通知》（国18条）中，首次明确“房地产业关联度高，带动力强，已经成为国民经济的支柱产业”。其后，国家文件中多次提及这一概念。尤其是2008年经济快速下滑之时，国家再次强调房地产业是国民经济的重要支柱产业，并出台了诸多鼓励行业发展的刺激性政策。值得关注的是，2009年下半年以来，随着楼市的快速回暖，房价重新上涨，官方文件中不再提及支柱产业，但却无法否认房地产业已是我国支柱产业之一这一客观事实。

　　我国房地产资金来源中，国内贷款所占比重始终维持在20%左右;自筹资金所占比例在08年达到最高，为38.65%，也就是说，房地产企业三分之二左右的资金来源要靠外部资金;其他资金来源比例始终维持在40%以上。央行发布的房地产金融报告中曾指出“房地产开发资金来源中，自筹资金主要由商品房销售收入转变而来，大部分来自购房者的银行按揭贷款，按首付30%计算，企业自筹资金中有大约70%来自银行贷款”。因此有60%的房地产开发资金最终来自于银行贷款，即使近几年来房地产企业通过上市等渠道不断拓宽资金来源，但是银行贷款作为房地产企业主要的资金来源的地位依然没有改变。

　　一、文献综述

　　李宏瑾（2005）[1]基于面板数据对房地产市场、银行信贷和经济增长进行实证分析，分析结果显示我国房地产市场的供给约束问题非常严重，尤其是考虑居民收入增长因素后，房地产市场的供求矛盾十分突出;同时，银行房地产开发贷款和个人住房贷款强有力地支撑了房地产市场的供求。

　　王家庭，张换召（2006）[2]结合我国利率调整变动情况，从实证角度详细分析利率变动对房地产供给市场、房地产需求市场的影响，认为利率对与房地产市场的作用会越来越显著。

　　吴龙龙、黄丽明（2006）[3]认为，银行信贷活动可以从供给和需求两个方面影响房地产价格波动，信贷投向失当、信贷投量控制乏力和信贷对象筛选依据不充分等，是造成近年来房价上涨过猛的主要信贷原因。

　　薛磊（2006）[4]用房地产投资额作为银行信贷规模的指标，通过分析房地产投资额与房地产价格之间的关系认为，房地产信贷膨胀引起的需求拉动是房地产价格上升的重要原因之一。

　　江彤（2007）[5]认为我国银行信贷与房地产价格之间存在长期稳定的均衡关系，目前我国银行信贷相对于房地产价格而言明显偏高，并且通过Granger因果关系检验发现我国房地产价格上涨是造成银行信贷扩张的成因，而银行信贷扩张并不是我国房价上升的根源。

　　张迁平（2007）[6]运用多元统计分析方法对我国1999年至2006年房地产业宏观调控措施的效果进行了实证分析，结果显示房地产投资实际完成额与货币供应量、银行信贷是正相关的关系。

　　二、理论模型

　　目前信贷传导影响房价的两种形式：一种是资产负债表渠道，从存量的角度分析资产抵押净值如何作用于企业投资决策;另一种是银行贷款渠道，从流量的角度分析货币政策通过影响银行向企业提供贷款的数量和价格从而作用于企业投资决策。这一理论的核心在于信贷政策对企业外部融资额外成本的影响，企业外部融资额外成本是指企业的外部融资成本与内部融资成本（留存利润的机会成本）的差额。

　　银行信贷对房地产价格的影响是通过[7]模型来论述的。其核心观点是房地产企业的融资需求只能通过贷款得到满足，这一点是符合我国现阶段实际的。

　　

　　图1  模型

　　图1描述了模型，当货币紧缩时，银行准备金变动具有双重效果，它既影响曲线，也影响曲线。一方面货币供给减少，曲线左移导致利率升高，产出下降;另一方面，由于银行贷款供给随之减少，曲线也相应左移，产出进一步降低。 　　信贷传导渠道是货币政策发挥作用的最直接最有效的渠道。货币政策扩张时，会增加银行贷款的可供应数量，银行可用于房地产开发贷款的规模增加，假设房地产开发商只能从银行而不能从其他来源借款，银行贷款就会对房地产投资活动具有特殊的作用，贷款的增加将引起房地产投资的增长，从而影响房地产市场的供给进而作用于价格。也就是说，不考虑需求因素，信贷政策与房价反向相关。

　　三、实证结果与分析

　　1、研究方法、变量选取及数据说明

　　向量自回归模型（VAR），其特点采用多方程联立形式，在方程中每个内生变量均作为被解释变量对模型的全部内生变量的滞后项进行回归，不以经济理论为基础，不作任何先验性约束，进而估计内生变量的动态关系，避免了划分解释变量和被解释变量的主观随意性。

　　房地产的价格指标采用全国70个大中城市房屋销售价格指数表示房地产的价格;以商业银行贷款余额作为银行信贷量指标，用CRE表示。以上所选择的变量均采用月度数据，时间跨度是1998年1月至2011年12月，商业银行贷款余额有明显的季节趋势，所以采用X11季节调整法进行了季节调整，为消除异方差，对HPI、CRE取自然对数，用LNHPI、LNCRE分别表示。数据来源于国家统计局、中国人民银行网站。

　　2、平稳性检验

　　利用Eviews5.0对LNCRE、LNHPI变量进行ADF平稳性检验，依次对含有漂移项和趋势项、只含有漂移项以及不含有漂移项和趋势项的检验式进行回归，若水平变量为非平稳变量，则进一步检验一阶差分变量，直至检验结果拒绝包含单位根过程为止。检验结果如下：

　　表2  变量单位根检验结果

　　变量

　　检验形式（c，t，n）

　　ADF

　　统计值

　　5%

　　临界值

　　是否

　　平稳

　　LNHPI

　　（c，t，0）

　　-2.057506

　　-3.440263

　　否

　　LNCRE

　　（c，t，1）

　　-0.620109

　　-3.440471

　　否

　　DLNHPI

　　（c，t，1）

　　-4.258319

　　-3.443450

　　是

　　DLNCRE

　　（c，t，1）

　　-7.905095

　　-3.440471

　　是

　　由表结果表明：各变量均不平稳，但其各自的一阶差分均平稳，即各序列均为一阶单整序列I（1），可以将以上变量作为内生变量构建VAR模型。

　　3、协整检验

　　协整检验之前，首先确定最优滞后期。如果滞后期太短，会使得误差项出现严重的自相关性，从而导致所估计参数的非一致性;但是另一方面，最优滞后期的确定不宜过大，自由度减少会影响所估计的模型参数的有效性。本文分别采用特征根迹检验和最大特征根检验两种判别方法进行检验，分析结果如下：

　　表3  Johansen协整检验（迹检验）

　　变量组

　　假设协整关系的个数

　　特征根

　　迹统计量

　　5%临界值

　　概率

　　LNHPI和LNCRE

　　无*

　　0.222231

　　52.57312

　　15.49471

　　0.0000

　　最多一组 *

　　0.103058

　　15.87956

　　3.841466

　　0.0001

　　注：*表示在5%的显著性水平下拒绝原假设。

　　表4  Johansen协整检验（最大特征根检验）

　　变量组

　　假设协整关系的个数

　　特征根

　　迹统计量

　　5%临界值

　　概率

　　LNHPI和LNCRE

　　无*

　　0.222231

　　36.69356

　　14.26460

　　0.0000

　　最多一组 *

　　0.103058

　　15.87956

　　3.841466

　　0.0001

　　从表3和表4可以看出，Johansen协整检验的迹检验结果和最大特征根检验结果都表明在5%的置信水平下，序列LNHPI和LNCRE存在两组协整关系。

　　可以看出，从长期来看，协整方程系数为负值，所以，LNHPI和LNCRE呈正相关关系，与经济运行的实际情况相吻合，这表明，当银行系统信贷规模扩大时，企业可获得的资金来源更加充足，也可以理解为有着更多的信贷资金支持，所以，总的看来，这对于房地产企业发展更为有利，企业经济效益提升，房地产价格上升;另一方面，扩张的信贷政策对于按揭购房者是一个好消息，消费者可获得的个人贷款会充足，会刺激消费需求，影响房价波动。

　　四、政策建议

　　针对上文实证研究结果，本文提出以下政策建议：

　　在金融部门，由于金融市场规模既小、其效率更有待提高，由于商业银行尚未成为真正的货币经营机构，政策的市场化传导渠道是不畅的。我国房地产价格水平与银行房地产贷款有较强的正相关关系。信贷资金的出现会放松购房者和开发商的资金约束，导致房价的上涨。介入的越多，房价上涨越快;贷款的资金成本越高，房价越低。所以，若要遏制过快上涨的房价，就金融层面应从两个方面着手：一是控制房地产有关贷款的数量，增加对于购房者和开发商的直接约束;二是提高获取信贷资金的成本，间接调节供求关系，达到稳定房价的目标。 　　我国货币政策运行机制及其有效性依赖于商业银行、企业、民间信贷等诸多内生因素的影响，在这种情况下，货币政策的频繁调整，对于经济增长可能是低效率甚至无益的。因此，保持货币金融环境的稳定，加快推行实体经济部门和货币金融部门的改革，应当是我们的主要政策取向。而且，调节经济运行状况需要依靠与其他经济、行政等政策的配合实施，使得多渠道、多方面共同作用，以实现经济平稳发展的目标。如有些地方政府的业绩提高离不开房地产行业的“贡献”，因此对于房地产行业采取各种保护政策，这对于政策实施的有效性是极大的干扰。所以，必须要做到多政策配合实施，相互取长补短。

本文链接：http://www.qk112.com/lwfw/guanlilunwen/qiyeguanlilunwen/134698.html