房价波动与金融支持关系的理论与实证研究

潘爱民 袁永发 李 姿

(湖南科技大学商学院，湖南湘潭 411201)

一、引言

房地产业属于资金密集型行业，以银行信贷为主的金融支持是其主要资金来源［1］。银行信贷主要通过货币的流动性效应和财富效应来改变房地产市场供需状态，进而带动房地产价格变动，随着房地产业在国民经济中地位的提升，这种传导机制会逐渐加强。缺少金融支持的房地产业，其发展势必会受阻碍，运行效率也将下降，但是金融支持过度又会增加房地产金融风险，甚至引发金融危机［2］。其中，最为典型的就是20世纪80年代末90年代初出现的日本泡沫经济、1997－1998年爆发的亚洲金融危机以及2008年全面爆发的世界经济危机。

1998年开始的住房体制改革，使我国住房需求得到极大释放，各种社会资金开始涌入房地产市场，房地产业得以发展成为国民经济的基础性以及支柱性产业。但最近几年，房价快速攀升，在利益驱使下，房地产信贷更是迅速膨胀。截止到2012年底，全国主要金融机构房地产贷款余额达到了12.11万亿元［3］。房地产信贷的持续性扩张，导致房地产市场风险不断累积，为此政府被迫采取了一些调控措施。当前，房地产企业面临的信贷环境开始趋紧，通过银行进行融资的难度正在加大，房价是否会发生较大波动以及房地产市场是否会步入萧条期，存在诸多不确定性，一旦上述情况发生将极有可能引发金融动荡，甚至对整个经济社会的发展造成严重破坏。在此背景下，对房价波动与金融支持的关系进行理论分析和实证研究，对系统性地防范房地产信贷风险和建立房地产金融新秩序有着重要的意义。

二、文献综述

有关房价与金融支持的理论研究，最具代表性的文献是Allen和Gale(2000)［4］合著的论文“Bubbles and Crises”。他们通过构建房地产市场局部均衡模型，再对比完全用自有资金和完全用银行贷款进行投资时的房价均衡解，得出银行信贷具有推高房价的作用。之后，袁志刚和樊潇彦 (2003)［5］沿用 Allen的研究模型，并在模型中纳入开发商和消费者存在外生违约的情况，竟得到与Allen相同的结论。接着，周京奎 (2006)［6］又在袁志刚的模型基础上进行扩展，得出存在金融支持过度的结论，他认为房价开始会随着金融支持力度的增加而不断上涨，当金融支持量超过某一临界值，就有可能导致房地产泡沫破灭，并引发金融危机。王胜(2008)［7］进一步扩展了Allen的模型，同时考虑开发商和购房者开始拥有一些自有资金，只需要部分信贷的情形，从而将模型一般化。另一方面，武康平等 (2004)［8］从委托——代理的角度考虑存在二级代理的情况，并基于房地产市场与金融市场存在的共生性，构建了一般均衡模型，研究认为房价波动与银行信贷之间存在正反馈机制。

实证研究方面，Davis和 Zhu(2004)［9］利用17个国家的面板数据分析了房地产价格波动和银行贷款变动之间的关系，得出房地产价格的攀升导致了银行信贷的扩张，而不是相反。然而，廖湘岳和戴红菊 (2007)［10］却认为银行信贷推动了房地产市场的繁荣，进而导致房价快速上涨。刘园和韩斌 (2012)［11］利用边限协整检验验证了这一观点，认为无论长期或短期，银行信贷增加都对房地产价格有显著的正向影响。但李勇刚和李祥 (2012)［12］研究认为银行信贷与房地产价格互为因果关系，不仅银行信贷扩张对房价具有显著的正向影响，而且房价上涨对银行信贷也具有显著的正向影响。更进一步，张朝洋 (2010)［13］利用 SVAR模型研究发现信贷扩张对房价的影响表现为长期的拉伸效应，而房价上涨对银行信贷的影响表现为短期的收缩效应。

总体来看，研究房价波动与金融支持关系的文献虽多，但由于研究范围和数据来源不统一、研究方法欠规范，因此得出的结论也令人难以信服。笔者拟采用理论分析与实证研究相结合的方式，建立VAR模型，利用脉冲响应函数、方差分解等方法，同时纳入反映住房供求能力的控制变量，全面考察房价波动与金融支持的关系，以期为房地产市场的健康发展提供理论参考。

三、理论分析

借鉴李勇刚和李祥 (2012)［12］构建的两部门动态供求价格决定模型，对房价波动与金融支持的关系机理进行梳理。

1、消费者的购房决策

理性的消费者通过选择不同商品组合以追求预算约束下的最大效用。假定:消费者只购买住房和一般商品;考虑两个时期，消费者第一期用可支配收入和银行信贷购买住房和一般商品，效用函数为柯布——道格拉斯函数，对数变换为其中hd1为住房消费面积，x1为一般商品消费量;消费者第一期购房消费时只需支付首付，第二期还本付息，利息率为i，一般商品的价格标准化为1;消费者第二期的效用v取决第二期的财富w，而第二期的财富为可支配收入加上住房的增值额再减去贷款本息的部分。则消费者最大效用下的商品选择即为以下数学规划问题的解:

其中，y1、y2分别为第一期、第二期的可支配收入，η为时间贴现项，θ表示住房增值幅度，L为信贷额。

根据效用最大化的一阶条件，并化简得消费者住房的最优需求量:

2、开发商的投资决策

同为理性人的房地产开发商，假定:房地产开发分两期投入，第一期投入土地和资金，第二期投入劳动;房地产开发函数为柯布——道格拉斯函数形式，即I2=AKξ1Nψ2Rζ1，其中I2为住房开发数量，A表示现有技术水平，K1表示金融支持，N2为投入劳动数量，R1为投入土地数量，ξ、ψ和ζ为弹性系数;房地产开发成本为Chhs2+W2N2+F(h2)，其中Ch为单位建筑面积的土地价格，W2为单位工资，F(h2)表示除劳动和土地以外的其它成本投入。则开发商的投资决策选择为以下数学规划问题的解:

其中，B1为自有资金，hs1为第一期住房供给量，hs2为第二期住房供给量，δ为折旧率。

根据以上分析可知，一方面，房价与金融支持存在同方向变动关系，当金融支持力度增加时，房价将会上涨;另一方面，房价的波动同样会导致金融支持发生变动，具体地说，房价的上涨也将引发金融支持进一步扩张。

四、实证分析

1、变量选取

房地产价格(HP):作为因变量，由商品房销售额与对应的销售面积之比得到。

金融支持量(L):作为重点研究的自变量，依据国家统计局口径，我国房地产开发资金来源包括国内贷款、利用外资、自筹资金以及其它资金［14］。借鉴周京奎(2005)［15］的思想，同时考虑消费者购房首付比例为30%的实际，将房地产开发资金来源中的非自筹资金与当期商品房销售额的0.7倍之和作为金融支持量。

商品房竣工面积(S):作为控制变量，用来反映住房供给能力。

人均可支配收入(Y):作为控制变量，用来反映住房需求能力。

没有纳入理论分析中的利率、土地价格等因素作为控制变量，主要因为利率变化的信息可由贷款额的高低直接反映出来，而土地出让价格数据不容易获取。

2、数据来源与处理

1998年底我国开始住房体制改革，房地产业才逐步市场化，因此选用1999年1季度至2013年2季度的数据进行实证分析，所有数据均来源于中经网统计数据库。

为了剔除价格因素的影响，将房价、金融支持和人均可支配收入数据除以季度定基比消费价格指数，将其转换为以1998年12月不变价格表示的实际值［16］;为消除季节因素的影响，对所有变量利用X－12方法进行季节调整;最后，为了使数据更接近正态化分布并且消除异方差性，对所有变量进行自然对数处理，分别用lnHP、lnL、lnS和 lnY表示。数据处理软件为EViews6.0。

3、平稳性检验

笔者采用的是以季度为单位的时间序列，因此首先对各变量序列进行单位根检验，以检验其是否平稳，采用的是ADF检验方法，结果如表1所示。

表1 各时间序列平稳性检验结果

根据表1的检验结果，lnHP、lnL、lnS和lnY四个时间序列都是非平稳的，而它们的一阶差分序列D(lnHP)、D(lnL)、D(lnS)和D(lnY)却能在1%的水平下拒绝存在单位根的零假设，说明lnHP、lnL、lnS和lnY都是I(1)序列，具备建立VAR模型以及进行协整检验的条件。

4、VAR模型构建

根据LR和AIC指标值，确定VAR模型中的自回归滞后阶数为2，因此建立VAR(2)模型:

其 中， yt= (lnHPt， lnLt， lnSt， lnYt)'，Φ0、Φ1、Φ2分别为4×4维待估计系数矩阵，εt为扰动列向量。

通过对比AR特征多项式根的倒数与1的大小，得VAR(2)模型所有根模的倒数都比1小，判定VAR(2)模型是稳定的，可以利用其做下一步分析。

5、JJ(Johnsen－Juselius)协整检验

基于VAR(2)模型，利用JJ检验方法中的特征根迹检验 (trace检验)和最大特征值检验对变量之间是否存在协整关系进行检验［17］，并且协整方程包含截距项，序列协整检验结果如表2所示。

表2 序列协整检验结果

JJ检验结果显示能够拒绝0个协整向量和至多1个协整向量的原假设，即4个变量之间存在协整关系，说明房价、金融支持、商品房竣工面积和人居可支配收入之间存在长期稳定的均衡关系。

6、Granger因果关系检验

基于VAR(2)模型和JJ协整检验结果，进一步检验房价与金融支持之间是否存在Granger因果关系，结果如表3所示。

表3 Granger因果关系检验结果

根据表3的检验结果，lnHP方程中，能在5%的显著性水平下拒绝lnL不能Granger引起lnHP的原假设，lnL方程中，不能拒绝lnHP不能Granger引起lnL的原假设。从长期来看，金融支持是房价波动的格兰杰原因，而房价波动不是金融支持扩张的格兰杰原因。

7、脉冲响应分析

利用Koop(1996)提出的不依赖于变量次序的广义脉冲响应函数对房价波动与金融支持的动态关系进行分析。图1和图2分别显示了金融支持 (lnL)对房价 (lnHP)波动的脉冲响应函数和房价 (lnHP)波动对金融支持(lnL)的脉冲响应函数。其中，横轴表示冲击作用的不同滞后期 (单位:季度)，纵轴为响应效应;实线表示脉冲响应函数，虚线表示正负两倍标准差的偏离线［18］。

图1 lnL对lnHP的脉冲响应函数

图2 lnHP对lnL的脉冲响应函数

由图1可知，初期阶段，房价在金融支持的冲击下会出现较快上涨，随着时间推移，金融支持对房价的助推作用在快速减弱，到第4期，脉冲响应效应为0，即金融支持对房价上涨完全失去了推动作用。第4期以后，金融支持对房价表现为反向作用，并且脉冲响应效应稳定在－0.003左右。

由图2可知，房价在开始阶段对金融支持有正向的冲击，响应效应达到0.08，但其影响程度在逐渐减弱，到第10期已经接近0，之后继续向0靠近。

根据上述分析结果可知，在短期内，房价波动与金融支持之间存在正向的相互影响，金融支持对房价上涨具有明显的推动作用，而房价上涨同样能引起金融支持扩张;但是长期来看，金融支持增加将导致房价持续下跌，而房价波动几乎不会对金融支持扩张产生冲击作用。

8、方差分解分析

利用方差分解技术分析每一个结构冲击(金融支持、商品房销售面积和人均可支配收入)对房价变化的贡献程度［19］，对比判断金融支持对房地产价格波动的重要性。表4给出了到第15期的方差分解结果。

表4 lnHP方差分解结果

时期 标准误lnHP lnL lnS lnY 6 0.0485 83.3999 6.1317 0.2286 10.2397 7 0.0496 79.8486 6.8713 0.3426 12.9376 8 0.0506 76.8462 7.4145 0.4496 15.2898 9 0.0515 74.0556 7.8730 0.6119 17.4595 10 0.0524 71.5886 8.2197 0.7835 19.4082 11 0.0532 69.3232 8.4948 0.9857 21.1963 12 0.0541 67.2655 8.7043 1.1988 22.8314 13 0.0548 65.3659 8.8659 1.4278 24.3404 14 0.0556 63.6124 8.9876 1.6642 25.7359 15 0.0563 61.9808 9.0786 1.9078 27.0329

根据lnHP方差分解结果的纵向比较可以看出，随着时间推移，房价波动自身的贡献率在不断下降，而金融支持、商品房销售面积和人均可支配收入对房价波动的贡献率在不断上升。其中，商品房销售面积和人均可支配收入对房价波动贡献率上升幅度较大，金融支持对房价波动贡献率上升幅度相对较小并且逐渐趋于平稳。

根据横向比较可以看出，在第4期及以前，金融支持对房价波动贡献率大于商品房销售面积和人均可支配收入，从第4期以后，人均可支配收入对房价波动贡献率快速增加，虽然商品房销售面积对房价波动贡献率也在增加，但一直落后于人均可支配收入和金融支持。因此可以认为，相比之下金融支持对房价波动的影响主要体现在短期，而对房地产价格波动产生长期影响的还是经济基本面。

五、结论

通过对房价波动与金融支持关系的理论分析和实证研究，得到以下结论:

第一，房价波动与金融支持之间存在着长期稳定的均衡关系，并且金融支持是房价波动的长期Granger原因，这一点跟很多学者的研究结论相一致。

第二，在短期内，房价上涨与金融支持扩张存在相互的正向影响，其中金融支持对房价上涨具有明显的推力作用，而房价上涨又能引起金融支持扩张，这就能够解释为什么房地产业的发展需要适度的金融支持的观点。

第三，长期来看，金融支持增加将会促使房价持续性下跌，此时房价波动几乎不会对金融支持扩张产生冲击作用。说明房地产金融支持存在门槛效应，跨过了门槛，即出现金融支持过度的情况，就极容易导致房地产泡沫的产生，进而阻碍房地产市场的发展，更严重的后果是，一旦出现市场恐慌，致使房价大幅下滑并刺穿房地产泡沫，将会给金融市场乃至整个国民经济带来巨大破坏。因此，金融支持扩张并不是房地产业持续发展的长久之策，政府部门应当适时调整策略导向，开拓多元化的房地产市场融资渠道，如此才能有效地防范房地产市场信贷风险，保障经济社会平稳健康发展。

［1］谢经荣，朱 勇，曲 波.房地产泡沫与金融危机［M］.北京:经济管理出版社，2003.15－55.

［2］屈芳芳，解 艳.金融支持过度与我国房地产泡沫理论研究［J］.经济视角，2010，(1):68－69，75.

［3］中国房地产业协会金融专业委员会.中国房地产金融2012年度报告 ［J］.中国房地产金融，2013，(4):9－18.

［4］Allen F.，D.Gale.Bubbles and Crises［J］.The Economic Journal，2000，(460):236－255.

［5］袁志刚，樊潇彦.房地产市场理性泡沫分析 ［J］.经济研究，2003，(3):34－43.

［6］周京奎.房地产泡沫生成与演化——基于金融支持过度假说的一种解释［J］.财贸经济，2006，(5):3－10.

［7］王 胜.银行信贷扩张与房地产泡沫生成:理论、模型与实证［D］.成都:西南财经大学博士学位论文，2008.52－68.

［8］武康平，皮 舜，鲁桂华.中国房地产市场与金融市场共生性的一般均衡［J］.数量经济技术经济研究，2004，(10):24－32.

［9］Davis，E.P.，H.Zhu.Bank Lending and Commercial Property Cycles:Some Cross－Country Evidence［J］.BIS Working Paper，2004，(150):45－64.

［10］廖湘岳，戴红菊.商业银行贷款与房地产价格的关系研究［J］.上海经济研究，2007，(11):91－96.

［11］刘 园，韩 斌.我国银行信贷对房地产价格影响的实证研究——基于边限协整检验视角 ［J］.金融理论与实践，2012，(9):27－29.

［12］李勇刚，李 祥.房价波动与金融支持的关联效应研究［J］.统计与决策，2012，(7):129－132.

［13］张朝洋.中国信贷支持与房地产价格波动——基于SVAR模型的实证研究［J］.区域金融研究，2010，(11):75－80.

［14］万礼锋，尹贻林.我国房地产价格上涨成因及其治理对策［J］.价格理论与实践，2010，(3):41－42.

［15］周京奎.金融支持过度与房地产泡沫——理论与实证研究［M］.北京:北京大学出版社，2005.233－237.

［16］段忠东，曾令华.房价冲击、利率波动与货币供求:理论分析与中国的经验研究［J］.世界经济，2008，(12):14－27.

［17］高铁梅.计量经济分析方法与建模 (第二版) ［M］.北京:清华大学出版社，2009.291－294.

［18］罗孝玲，洪 波，马世昌.基于VAR模型的房地产价格影响因素研究［J］.中南大学学报 (社会科学版)，2012，(4):1－7.

［19］周 亮.货币因素对我国房地产价格的影响略探［J］.湖南财政经济学院学报，2013，(2):71－76.