我国房地产价格与金融机构信贷关系的实证分析

向 宇,袁锦芝

(四川大学 经济学院,四川 成都 610065)

2007年肇始于华尔街的次贷危机最终演变为一场波及全球的金融海啸。在次贷危机的影响下,我国房地产市场的不健全、不稳定凸显出来。国家统计局公布的数据显示,2009年全国商品房销售面积93713.04万平方米,同比增长42.1%;商品房销售额43994.54亿元,同比增长75.5%①数据来源于中华人民共和国国家统计局网站,http://www.stats.gov.cn/。我国房地产市场持续高温,房价不断上涨,政府对房地产市场泡沫扩大的担心与日俱增。回顾历史上各国信贷危机乃至金融危机爆发前房价与信贷之间的关系可以发现,二者关系微妙。例如,香港房价曾在1997年创出历史最高水平,但在亚洲金融危机后,房价下跌之势一直持续到2003年,最高与最低之间振幅高达100%。又如,1990年,日本银行危机爆发时,房价也正处于历史最高点,银行危机拖累房价一路走低,日本经济衰退延续到2005年。因此,研究房地产价格与金融机构信贷的相关性,对于政府科学调控房价、避免信贷危机、保证经济健康发展具有重大参考价值。

一、房地产价格与金融机构信贷关系的理论分析及相关文献

很多学者从不同的视角对影响房地产价格的因素进行了分析,有的集中分析利率对于房地产市场的影响[1],有的从人民币汇率角度对房地产价格进行研究[2],有的从中国房地产市场的非均衡发展角度分析我国商品房的价格因素[3],有的利用面板数据分析影响房地产价格波动的成因[4]。但以上研究均忽视了房地产价格对金融机构信贷的反馈机制。在过去十年间,我国房地产价格波动与金融机构信贷的关联日趋紧密。由图1可以看出,我国房地产价格波动的同时,金融机构信贷也发生了相应的波动性变化,且其波动趋势很大程度上具有一致性。

图1 近十年我国房地产价格与金融机构贷款增长率走势

从理论上来讲,房地产价格与金融机构信贷的关系可以从两个方面来分析。一方面,房地产价格可能影响金融机构的信贷规模。房地产作为一种重要的资产形式,其价格波动会影响居民的信贷需求和供给。当房地产价格发生波动时,居民贷款时所提供的抵押物价格也会随之波动,从而影响居民的信贷获取能力。如果房价上涨,无房者为了购买住房则不得不减少消费和银行信贷,租房者为了支付更高的租金也需要同时减少消费和银行借款[5]。而从银行角度看,当房价很高时,银行更愿意放松贷款条件,从而导致信贷扩张。另一方面,金融机构的信贷可得性及其放贷态度会影响房地产需求和投资决策,从而引起房地产价格的波动。美国次贷危机爆发以来,面对全球经济低迷,各国政府出台了各种扩张的宏观经济政策,因此,推动房价上涨的另一个原因在于宽松的信贷环境。例如,在我国,次贷危机后出台的一系列优惠政策,降低了消费者的购房成本、交易成本,增大了市场需求。同时,宽松的货币政策也缓解了开发商的资金压力,大量信贷资金流向楼市,推高了房地产价格。

综上所述,房地产价格波动和金融机构信贷变化的因果关系很难从理论分析中得出一个明确的结论,国内外学者大多通过实证方法进行研究。Richard J.Herring等针对亚洲金融危机探讨了房地产周期与金融周期的相关性,解释了导致房地产周期的因素,及其对银行信贷的影响[6]。John M.Quigley利用线性回归模型研究了收入、住房闲置率等因素之间的相关性,用时间序列的分析方法,发现可以通过实体经济的基础性指标变化情况对房地产市场进行预期,并提出亚洲房地产泡沫对经济基础带来了实质性的影响[7]。Matteo Iacoviello利用 VAR模型对影响欧洲几个主要国家房地产价格的宏观经济指标进行实证分析,发现房价上涨对于导致宏观经济波动的主要因素具有高度敏感性,而各国的财政政策、监督力度、法制结构以及新出台的各项货币政策等都会对房地产价格造成不同程度的影响[8]。Von Peter,Goetz结合动态宏观经济模型,分析了美国开始的这次金融危机肇始于银行资本的恶化,并得出资本价格下降与银行损失的相互作用导致经济动荡的结论[9]。段忠东等运用多变量协整分析方法,发现房价波动在短期内对银行信贷发放的直接影响有限,长期内对银行信贷增长产生影响,短期内银行信贷对于房价的作用也不显著,但长期内二者互为因果关系[5]。李剑和陆军结合相关面板数据,选取35个我国主要城市的实际房价增长率、实际银行贷款余额增长率与实际 GDP增长率的年度数据进行研究,发现东部城市的房价对银行信贷具有长期和短期的因果关系,但银行信贷在短期内对房价波动的直接影响十分有限;而中西部城市中二者具有长期互为因果关系、不具有短期因果关系[10]。

总而言之,在以往的文献中,大部分观点认为房价与信贷之间在长期内具有互为因果关系。但是从图1可以看出,2008年至2009年间房价波动幅度远远大于过去几年的平均值,上述的因果关系似乎并不明显。因此,利用最新数据重新研究房地产价格与金融机构信贷的关系非常必要。以往大部分文献均是利用年度数据建立误差修正模型,根据 Granger因果检验及脉冲相应函数探讨变量间的动态因果关系。本文选取变量的季度数据,更能提高数据分析的准确性以及实证结论与现实的相符程度。此外,还加入了预测方差分解的方法,能够进一步分析结构变量对内生变量的贡献度,加强实证分析的结论。

二、实证分析

本文要探讨的是房地产价格与金融机构信贷之间的双向因果关系,事前并不清楚两者谁是内生变量,谁是外生变量。因此,在建立模型的时候将两者等而视之,即采用向量自回归模型(VAR)分析金融机构信贷与房地产价格之间的相关性,并利用脉冲相应分析和预测方差分解分析探讨两者之间的动态关系,最后利用 Granger因果检验探讨两者之间的因果关系。

在指标的选取上,本文采用房屋销售价格指数 (以下简称房价)来反映房地产价格的变动情况,用P表示;采用金融机构贷款的增长率(以下简称贷款)衡量贷款的变动情况,用L表示。样本区间为2001年第2季度至2009年第3季度①数据来源为历年《中国统计年鉴》及中国人民银行网站。。

(一)单位根检验。VAR模型是建立在平稳或者协整基础上的。由于只有相同单整阶数的变量之间才可能存在协整关系,因此,在建立该模型之前必须检验变量的平稳性,检验结果如表1所示。由表1可知,ADF检验值都小于5%临界值,说明P和L均为平稳序列,满足该模型的构建条件。

表1 P和L序列的ADF检验结果

(二)滞后期的选择。从上文的分析可得,房价 (P)和贷款 (L)的原序列均是平稳的,则不需要再进行协整检验。建立VAR模型除了要满足平稳性条件外,还应该正确确定滞后期。如果滞后期太少,误差项的自相关性会很严重,并导致参数的非一致性估计。因此,在该模型中选择适当的滞后变量个数,可以消除误差项中存在的自相关。为了评价建立滞后期为多少阶的VAR模型最为合理,本文采用 Eviews5.0中的Lag Length Criteria(滞后长度准则)来确定滞后期,表2为输出结果。

表2 VAR模型滞后期的确定

由表2可以看出,5个评价统计量各自给出的最小值后用“＊”号表示,经过反复检验和比较,建立2阶的VAR模型比较合理。

(三)向量自回归模型。向量自回归模型(VAR)是指系统内每个方程有相同的等号右侧变量,而这些右侧变量包括所有内生变量的滞后值。VAR模型可以用于分析和预测相互联系的多变量时间序列系统,分析随机干扰项所探讨的经济系统的动态冲击,解释各种经济冲击对经济变量的影响。本文采用向量自回归模型来探讨房地产价格与金融机构贷款之间的关系,其估计结果如表3所示。

表3 向量自回归模型的估计结果

从结果中可以看出,前2期的P每变化一单位会导致本期P反方向变化0.629758单位,前1期的P每变化一单位会导致本期P同方向变化1. 338562单位,前2期L每变化一单位会导致本期P反方向变化4.308920单位,前1期L每变化一单位会导致本期P反方向变化3.590523单位;同理,前2期P每变化一单位会导致本期L同方向变化0.002280单位,前1期P每变化一单位会导致本期L反方向变化0.006740单位,前2期L每变化一单位会导致本期L反方向变化0.252659单位,前1期L每变化一单位会导致本期L反方向变化0.070578单位。总的来看,对于当期房屋销售价格指数影响最大的是上期的房屋销售价格指数,其次是滞后2期的房屋销售价格指数,而滞后1期和滞后2期的金融机构贷款增长率对于房屋销售价格指数具有不显著的负作用;而对于当期的金融机构贷款增长率影响最大的是上期的房屋销售价格指数,这表明短期的房价波动对于金融机构贷款的影响为正,而长期看来金融机构贷款增加对于房价有不显著的负影响。但该结论需要进一步利用下面的分析来验证。

(四)脉冲响应函数。脉冲响应函数刻画的是在误差项上加一个标准差大小的冲击对内生变量的当期值和未来值所带来的影响,即对于单位冲击的动态反应。同时可以通过比较不同变量的脉冲响应,判断不同变量所受到的冲击效果的大小,进而判断变量之间的互动关系。房价 (P)和贷款 (L)之间的脉冲响应函数可以表示为:

其中,随机扰动项成为新生信息,对上式采用渐进解析法计算该函数的标准差,结果见图2和图3。

图2 P对一个标准信息扰动的脉冲响应

图3 L对一个标准信息扰动的脉冲响应

由图2可以看出,房屋销售价格指数 (P)对自身信息的一个标准差扰动的脉冲影响在第2期达到最大值2.0,然后呈下降趋势,到第6期时从正向影响转为负向影响,第8期达到负向最大值-0.49,然后到第10期负向下降至-0.25。房屋销售价格指数 (P)对金融机构信贷增长率(L)的一个标准差扰动的脉冲响应在第3期达到负向最大值-0.2,然后负向影响逐渐降低,直到第7期以后出现正向影响,第10期上升至0.05左右。由图3可以看出,金融机构信贷增长率 (L)对自身信息的一个标准差扰动的脉冲影响在第1期最大,为0.025,之后很快下降,到第2期的时候开始产生负向影响,并在第3期达到负向最大值-0.05,之后又逐渐转化为正向影响,直到第10期趋于0。金融机构贷款增长率 (L)对房屋销售价格指数 (P)的一个标准差扰动的脉冲响应在第2期达到负向最大值-0. 10,之后负向影响逐渐减小到第6期转化为正向影响,第10期达到0.01。

通过房屋销售价格指数与金融机构信贷增长率对于1个标准新生信息的脉冲响应分析,得出以下结论:房价 (P)对一个标准新生信息的脉冲响应要小于贷款 (L)对一个标准新生信息的脉冲响应;房价 (P)对贷款 (L)新生信息的一个标准差扰动的脉冲响应,和贷款 (L)对房价 (P)新生信息的一个标准差扰动的脉冲响应,较之于对其自身信息的脉冲响应更小。结果说明,房屋销售价格指数对金融机构贷款增量的影响要大于金融机构贷款增量对房屋销售价格指数的影响。

(五)预测方差分解。预测方差分解可进一步分析系统中各变量间的相互关系,研究结构冲击对内生变量变化的贡献度,评价不同结构冲击的重要性。预测方差分解对变量的顺序较敏感,分别交换P和L的顺序,利用上述VAR模型进行两者的预测方差分解,结果见图4、图5。

1.房价 (P)对贷款 (L)的贡献:

图4 P的方差分解

图5 L的方差分解

2.贷款 (L)对房价 (P)的贡献

图6 P的方差分解

图7 L的方差分解

如果按照房价 (P)对贷款 (L)的贡献进行预测方差分解 (如图4、图5所示),则在P的预测方差分解中,自身变动的贡献率一直维持在95%以上,而贷款 (L)的贡献率虽然从第2期开始增加,但幅度非常小,到第10期的贡献率也仅占2%左右。在贷款 (L)的预测方差分解中,第1期L和P的贡献率分别为98%和2%左右,随后贷款 (L)的贡献率逐步下降至75%左右,P的贡献率逐步上升至25%。

如果按照贷款 (L)对房价 (P)的贡献进行预测方差分解 (如图6、图7所示),则在房价 (P)的预测方差分解中,房价 (P)和贷款(L)的贡献率第1期分别为96%和4%左右,随后期间,房价 (P)的贡献率逐步下降,贷款(L)的贡献率逐步上升,到第10期两者的贡献率分别为92.5%和7.5%左右。在贷款 (L)的预测方差分解中,第1期仅表现为自身的变动,随后期间自身变动的贡献率逐步下降,房价(P)的贡献率逐步上升,到第10期两者的贡献率分别为76%和24%。

以上预测方差分解分析验证了脉冲响应分析的结论:房屋销售价格指数 (P)对金融机构贷款增长率 (L)的影响比金融机构贷款增长率(L)对房屋销售价格指数 (P)的影响更显著。

(六)Granger因果关系检验。Granger因果关系检验是为了揭示变量间是否具有统计上的因果关系,事实上是为了确定是否一个变量的滞后项包含在另一个变量的方程中。Granger因果关系检验的结果对于滞后期非常敏感,不同滞后期长度可能会得到不同的检验结果,然而该检验的检验式是VAR模型中的方程,VAR模型的最佳滞后期便是Granger因果关系检验的最佳滞后期。因此,本文在进行 Granger因果关系检验时,滞后期取2期,检验结果如表4所示。

表4 Granger因果关系检验结果

在表4中,原假设“房价 (P)不是贷款 (L)的Granger原因”的相伴概率为0.0119,接近于0,因此,拒绝原假设接受备择假设,认为P是L的Granger原因;同理,原假设即“贷款 (L)不是房价 (P)的 Granger原因”的相伴概率为0.8910,接近于1,接受原假设。由此可以认为,金融机构贷款增长率对房屋销售价格指数有一定的推动作用,但效果并不显著,而房屋销售价格指数的变动确能推动金融机构贷款增长率的变动[11]。

三、结论及政策建议

(一)基本结论

1.直接严控信贷并不能有效抑制房价过快上涨。从实证的结论看,金融机构信贷增加不是导致房地产价格上涨的主导因素,但中央政府目前调控房价的措施大多集中在控制房地产信贷本身的增加,调控的效果不尽如人意。国务院从去年底以来推出了一系列措施:2009年12月9日调整“营业税优惠政策”,14日出台“国四条”, 17日财政部等五部委再度出手限制开发商囤地,将开发商拿地的首付款比例提高到了五成,且分期缴纳全部价款的期限原则上不超过一年,而此前各地方土地出让大多执行20%～30%的首付政策。2010年1月10日,国务院发布《关于促进房地产市场平稳健康发展的通知》,涵盖增加供给、抑制投机、信息透明、防控热线、地方政府问责等促进房地产市场平稳健康发展的诸多内容。4月份以来又连续颁布调控房价的严厉措施。中央政府想通过缩减房地产市场的信贷投放量,控制由于开发商炒地倒卖和投机性炒房等因素导致的房价飙涨。一方面,如此严厉的政策由于时滞的存在难以取得立竿见影的效果,全国各地房地产价格也难以在短期内快速下跌。另一方面,从紧的信贷政策可能对自住房的真实需求起到抑制作用,不利于我国城市化进程健康、有序、可持续的发展。

2.房价飙涨使得银行信贷风险增大。房价上涨推动的信贷较大幅度的增加导致银行信贷风险增大。例如,从季度数据上看,房屋销售价格指数从2006年12月谷底的105.3上升到2008年3月最高点111的同时,信贷增长率也达到22.07%的高水平,资产泡沫扩大是确实存在的现象。如果不能将信贷的增长控制在可接受的范围内,贷款的易得性会使金融机构信贷质量降低、信贷风险累积,甚至形成房地产呆坏账,进而导致信贷危机。2007年华尔街爆发的次贷危机就是信贷风险不断累积、最终酿成信贷危机直至金融危机的惨痛教训。从上文的实证分析中可知,房地产价格的上升是金融机构信贷增长的“因”,所以,政府要从根本上解决房地产泡沫扩大、银行信贷风险累积的问题,还需要从直接遏制房地产价格的根本和长远的措施入手。

3.房价与信贷的良性互动是房地产健康发展的保证。从实证分析的结论不难看出,高房价会导致信贷迅速膨胀,但信贷扩张并不是推高房价的主要原因,房地产的健康发展需要房价与信贷的良性互动。近年来,我国经济快速增长,城市化进程加快。但到目前为止,我国城市化率只有46%,远远低于发达国家平均85%的水平,也低于世界平均55%的水平。在我国城市化的进程中,对房地产的刚性需求将在长期内持续推动房地产价格的上涨。为了支持我国城市化的顺利推进,需要信贷长期的适度扩张。资产泡沫的存在不可避免,只要控制在有限范围内,就不会造成银行信贷危机。

(二)政策建议。中央政府针对目前高房价所采取的严厉措施,在短期内确实抑制了房价的过快上涨,减缓了信贷膨胀的速度。但是要实现信贷与房价的良性互动,还须从长计议。

1.保证信贷总量适度增长,保持房贷合理占比。纵观其他国家和地区的经济发展历程,几乎都经历了一个房地产业迅猛发展、房地产信贷占比增长较快的阶段。从美国、日本以及东南亚国家和地区先后经历的房地产危机可以发现,房地产业迅速发展中都经历了一个信贷资本扩张的过程。在泡沫急剧扩张时期,房地产业贷款占信贷总额比例均超过了30%,部分国家和地区还达到了40%以上。然而,无论是美国1989年的39.7%,还是日本1992年的35.5%,造成如此高比例的原因与当时全球的经济大环境不稳定以及金融机构自身体系的不完善紧密相关[11]。

我国房地产业的快速发展主要是由国内的刚性需求推动的,因而,房地产贷款所占信贷比例相对增速较快是正常现象。只要将增速控制在一个适当的范围内,便不会出现经济秩序的混乱。从我国房地产贷款在信贷总额的占比看,2007年为13.9%。2008年经历了地震和金融危机的双重打击,这一比例下降为10.8%。2009年上半年,虽然房地产开发贷款和房地产按揭贷款都有较快的增长,但房地产开发贷款在贷款总额中的占比和按揭贷款在零售贷款中的占比却都出现了不同程度的下降。2009年下半年以来,房地产价格上升较快,相应的贷款占比也出现了相对较快的增长。截至2010年3月末,房地产贷款余额占全部贷款余额的20.1%,比上年末高0.9个百分点。从历年来的数据可以看出,可统计银行房地产开发和房地产按揭贷款在贷款总额中的占比大约都在25%以下。分析、对比美、日、东南亚的相关数据,结合我国房地产发展的实际情况,房地产贷款占信贷总额比例在25%以下是相对安全的,25%～30%则需要引起高度关注,30%以上则比较危险,需要及时采取措施予以纠正。我国目前房地产贷款的占比较低,风险系数并不是很高,而通过实证分析也看出信贷并不是推高房价的“罪魁祸首”,那么,将控制信贷投放量作为限制房价增长的主要手段只能是临时性的措施。建议中央政府结合我国的具体国情,借鉴先进国家经验,依据房地产市场波动与国民经济发展相互作用的规律,在保证信贷总量适度增长的同时,保持房贷合理占比,从而保障我国房地产健康、有序、可持续的发展,有效防控信贷风险,实现信贷与房价的良性互动。

2.规范行业秩序,完善房地产市场调节机制。

第一,房地产商可以做大、做强。我国的房地产企业除为数不多的上市公司以外,规模都比较小,自有资金实力薄弱,房地产开发的主要资金来源是银行信贷。而在美国,很多开发商是大型财团或大型集团公司,可以直接通过金融市场发行股票、公司债等方式筹集资金,因而对银行贷款依赖程度相对较低。我国的房地产行业须进行全行业的重组、兼并,淘汰规模小、资质弱的房地产企业,展开适度的规模经营。这对于房地产企业有序竞争、规范操作,从而完善房地产价格形成的健全机制具有重要的意义。另外,有一定规模的房地产企业更容易在金融市场上通过直接融资方式满足部分资金需求,从而降低房价对信贷的“倒逼”风险。

第二,中央政府必须切实承担起对房地产市场的宏观调控职能。一方面,必须进一步健全和完善相关法律、法规,做到对房地产市场的治理有法可依,比如,采用更为严格的准入制度。另一方面,政府作为房地产市场的重要主体之一,应该切实加强保障性住房的供应并确保其运作的规范。借鉴国外经验,明确划分高、中、低收入者的界限,建立分类供应制度,以“政府为主、市场为辅”的方式保障中低收入阶层住房需求。比如,成都市高新区试点修建每个房间30平米的“员工公寓”,为刚毕业的大学生及进城务工人员提供保障性住房就是一个很好的尝试,使这类保障性住房真正成为“创业者家园”[12]。保障性住房的建设可以满足很大一部分对住房的刚性需求,这样,可以避免这部分需求挤在购房的独木桥上推动房价上涨从而逼迫信贷扩张。

[1]王家庭,张换兆.利率变动对中国房地产市场影响的实证分析 [J].中央财经大学学报,2006,(1).

[2]王爱俭,沈庆劫.人民币汇率与房地产价格的关联性研究 [J].金融研究,2007,(6).

[3]杜江.中国房地产市场发展非均衡与商品房价格因素分析 [J].中国地质大学学报 (社会科学版),2010,(2).

[4]董志勇,官浩,明艳.房地产价格影响因素分析:基于中国各省市的面板数据的实证研究 [J].中国地质大学学报 (社会科学版),2010,(2).

[5]段忠东,曾令华,黄泽先.房地产价格波动与银行信贷增长的实证研究 [J].金融论坛,2007,(2).

[6]Richard J.Herring.Real Estate Booms and Banking Busts:An International Perspective[J].Financial Institutions Center,1999.

[7]John M.Quigley.Real Estate Prices and Economic Cycles[J].international real estate review,1999 Vol.2 No 1: 1–20.

[8]Matteo Iacoviello.Boston College[EB/OL].http://escholarship.bc.edu/econ papers/81,3 October 2002.

[9]Von Peter,Goetz.Asset prices and banking distress:a macroeconomic approach[J].Journal of Financial Stability,2009.

[10]李剑,陆军.我国房价与银行信贷关系研究——基于面板数据的边限协整分析 [J].国际经贸探究,2009, (6).

[11]项卫星,李宏瑾,白大范.银行信贷扩张与房地产泡沫:美国、日本及东南亚各国和地区的教训 [J].国际金融研究,2007,(3).

[15]何一民.借鉴国外经验构建创业者家园 [J].四川省情,2008,(4).