宏观审慎体制下的金融摩擦与房地产市场

赵胜民，梁璐璐，罗 琦

一、引 言

2008年，美国房地产市场的次贷风波演变成了一场全球范围内的经济危机，这次次贷危机使得房地产市场再次成为我国学者关注的核心问题之一。房地产业属于资金密集型行业，具有资产流动性差、风险集中等特点，由于开发资金额巨大，房地产行业的运转离不开金融机构的支持，因此具有明显的金融属性。目前国际上已经公认，宏观审慎政策的实施对于房地产市场管理具有明显的效果。尤其是在房地产价格存在明显的泡沫时，宏观审慎政策可以直接、有效地抑制信贷和房地产价格的上升。国际货币基金组织（IMF）在2011年指出，在处理房地产泡沫时，货币政策成本过高，财政政策又容易在实践中被扭曲，而宏观审慎政策工具更能有效遏制泡沫（如与房地产周期相关的最高贷款成数），其政策执行成本更低、更容易规避监管套利［1］。

房地产既是我国居民和企业的主要资产，也是银行信贷的重要抵押品，这种实物资产和金融资产的双重属性决定了其在我国经济命脉中举足轻重的作用。处于转轨期的我国金融体系具有两个明显的特质，一是市场上普遍存在信息不对称的情况，导致市场存在着一定的金融摩擦，金融市场缺陷运行；二是具有明显的“银行主导”特征，金融中介机构（主要指银行）普遍采取“抵押至上”和“房地产抵押”原则，这就从资金供给的角度为房地产价格上涨提供了变相支持［2］。目前，针对房地产市场，我国相关部门也出台了一系列政策，其中许多政策工具都带有明显的宏观审慎监管特征①如2004年，中国人民银行就出台了《关于加强商业性房地产信贷管理的通知》，针对90平方米以上购房、二套房贷的贷款价值比做出了明文规定；2007年，中国人民银行和银监会相继下发了《关于加强商业性房地产信贷管理的通知》和《关于加强商业性房地产信贷管理的补充通知》，明确要求商业银行严格控制房地产信贷风险；2011年，“新国八条”规定市场上二套购房者的首付比例不得低于60%。。

二、文献综述

2009年之后，各国学者开始将宏观审慎政策引入到DSGE模型之中。早期的DSGE模型强调“金融加速器机制”［3-4］，即信贷市场的自身条件变化能够将初始的经济冲击放大和加强的效应，具体是指由于信贷市场上借贷双方信息不对称而产生的代理成本。随着研究的深入，越来越多的学者将“金融摩擦机制”抽象到模型中来描述经济波动被放大的过程，将“金融摩擦”抽象到模型中意味着突出信贷在整个经济体中的作用与影响。其中一类学者将重点放在借贷者的资产负债平衡表，即借款人面临的借贷约束，这类研究着重强调金融摩擦的需求方面［5-6］。另一类则主张强调金融中介（银行）的资产负债平衡表，重点考虑金融中介（银行）信贷渠道的影响，即信贷的供给方面［7-8］，相比传统的金融加速器仅通过抵押品价值建立金融部门到实体部门的传播渠道，这种机制更能贴近近年来金融市场的实际情况。在纳入了金融摩擦的DSGE模型中，专门探讨宏观审慎框架下房地产市场变化的文献并不多。Kannan，等［8］发现，引入针对信用市场周期的宏观审慎工具可以帮助货币政策稳定实体经济。他们同时检验了货币政策在缓和资产泡沫中的潜在作用，结果显示，在信贷泡沫中货币政策可以反向作用金融加速机制，抑制信贷和资产价格的增长，然而这个情况多发生在冲击本身就带有金融特性的条件下。而对于其他冲击（比如技术冲击），标准的泰勒规则仍旧是最佳选择。Gelain［9］提出假设借贷型家庭通过金融中介获得信用，在他的文章中，假设银行与储蓄型家庭存在摩擦，借贷型家庭和银行之间也有摩擦，银行资产的收益率和无风险存款利率不相等。其研究结果显示宏观审慎贷款价值比（LTV）政策可以缓和房产市场冲击对于实体经济的负面影响。Catte，等［10］假设宏观审慎政策可以直接影响抵押贷款的信贷息差，适当收紧的政策对美国2003-2006年间的房地产价格有显著的抑制作用，但对其他的宏观经济变量作用较小。

国内学者方面，康立，等［11］建立了一个带有银行和金融摩擦的两部门DSGE模型，数值模拟发现，当存在金融摩擦时，房地产部门的经济冲击会对制造业产生显著影响，而政府的从量信贷政策对这一过程有缓解作用。李志锋［12］从房地产金融属性的视角出发，对房地产金融支持的放大功能、抵押担保对房地产的依赖性和房地产的金融衍生三个方面进行了分析。在此基础上，对宏观审慎监管体系中房地产金融风险控制体系的构建，给出了五个方面的建议。郭春风［13］认为房地产价格波动与金融稳定关系密切，文章结合金融系统的顺周期性，分析了中国宏观审慎监管的实践，并提出了构建中国宏观审慎监管框架的建议。

现有研究没有考虑金融摩擦对房地产市场和宏观审慎政策实施效果的影响。本文通过设立金融机构部门（银行），从而在DSGE模型中代入金融摩擦，从房地产金融属性的视角出发，研究宏观审慎政策框架下，金融摩擦对于政策执行效果的影响，并对宏观审慎监管模式中房地产金融监管的战略框架和模式提出建议。

三、理论模型和均衡

本文将经济体抽象为储蓄型家庭、借贷型家庭、房地产开发商、金融机构、零售商、中央银行六个部门，分析在宏观审慎政策框架下房地产市场在不同金融摩擦情形下，受到冲击后的反应状况。借贷型家庭通过劳动获得收入，储蓄型家庭除通过劳动获得收入之外，还持有房地产开发商的股份，每期从开发商处获得分红。两类家庭在获得收入后，均可将收入用于消费和房屋购买。储蓄型家庭有多余的收入，因此可以将这部分现金存到金融中介，由金融中介放贷给房地产开发商和借贷型家庭。在本文的模型中，房地产既是消费品，也是房地产开发商在生产过程中的固定资产，同时它也可以被借贷型家庭和房地产开发商抵押。房地产开发商利用劳动、资本、房地产进行生产，并向储蓄型家庭和借贷型家庭支付工资，剩余利润满足自己的当期消费和下一期投资需求。同时，为了完整描述房地产市场，本文引入了房产税机制，房地产开发商会将房产税转嫁给家庭。政府被设置为一方面执行货币政策，一方面执行宏观审慎政策。

1．储蓄型家庭

参考 Iacoviello和 Neri［14］的模型设置和家庭“居有其屋”的观念，本文将住房持有引入到家庭的效用函数中，并假设消费、住房持有与闲暇可分。这类家庭在满足自己的消费、房屋购买支出的同时，将多余的资金通过金融中介贷给房地产开发商和借贷型家庭来换取利息收入，因此储蓄型家庭的效用函数满足：

满足预算约束：

储蓄型家庭折旧率 β∈ （0，1），c′t是储蓄型家庭的消费，h′t是储蓄型家庭拥有的房产，L′t是储蓄型家庭提供的劳动时间。η′是劳动供给弹性，j为房产持有偏好，房屋价格为 qt＝Qt／Pt，τht为储蓄型家庭每期分担的房产税负水平，b′t＝B′t／Pt为储蓄型家庭当期一次性贷出的资金为利息收入（或支付），Rft-1是t-1期到t期的名义利率，∏t代表通货膨胀率，ω′t＝W′t／Pt为实际工资，Divt为家庭持有房地产商股份所获红利。

分别对储蓄型家庭的消费、劳动和房产求导得到一阶条件。

2．借贷型家庭

同理，借贷型家庭最大化其效用函数：

由于借贷型家庭比储蓄型家庭缺乏耐心，因而其跨期贴现率 β″＜β，β″∈ （0，1）。借贷型家庭须同时满足预算约束和贷款约束。贷款约束中，m″t为借贷型家庭面临的贷款价值比（Loan to Value，简称LTV），指借贷型家庭的房产抵押贷款额度不能超过房产预期价值的m″t倍。在宏观审慎政策工具中，操作性最强的是调控贷款价值比［2］，Lim，等［15］也总结了LTV的三大优势：单一、有效、易于实施且对市场扭曲最小；与公共政策目标一致；最大限度地减少监管套利。因此本文也将其作为政府宏观审慎政策调整信贷的主要工具。为研究宏观审慎框架下，个人住房按揭贷款额度对房地产市场影响的传导途径，本文对借贷型家庭面临的贷款价值比设置外生冲击，该冲击的对数形式服从AR（1）过程：

m″＞0为m″t的稳态值①关于贷款价值比的稳态值，不同的国家有着不同的操作习惯，欧洲国家一般将其限制在0．8以下。，ρm″∈ （0，1）为冲击的

持续性系数，σm″为冲击的标准差，且 εm，t～N（0，1）。

分别对储蓄型家庭的消费、劳动和房产求导得到一阶条件。

3．房地产开发商

房地产开发商用资本、房屋、劳动作为投入生产的中间产品，假设生产函数是科布 -道格拉斯函数形式即：

Yt表示产出，Kt-1和ht-1分别表示上一期的资本与房地产存量，α为储蓄型家庭占社会全部家庭的比重，μ、ν、α（1-μ-ν）和（1-α）（1-μ-ν）分别表示资本、房地产、储蓄型家庭及借贷型家庭劳动的投入比例。At表示技术增长率冲击且其对数形式服从 AR（1）：

由房地产开发商成本最小化的一阶条件可得：

房地产开发商的效用函数采用对数形式，则房地产开发商的目标函数和约束条件为：

γ为房地产开发商的跨期贴现因子，且满足γ＜β′。It是当期房地产开发商投入的资本，δ是资本投入的折旧率，因此资本积累公式满足It＝Kt-（1-δ）Kt-1。

S（It，Kt-1）ΦK＞0表示资本的调整成本，资本成本的调整函数为凸函数，在稳态时有S＝S′＝0。ct为房地产开发商的消费，qt（（1+τht）ht-ht-1）为房地产存量价值的变化，为上期的贷款利息，bt为房地产开发商的贷款数量。与借贷型家庭类似，此时房地产开发商同样要面临一个贷款约束。mt为房地产开发商面临的贷款价值比。参考 Kiyotaki和 Moore［16］的设置，如果房地产开发商违约，金融机构可以通过支付一个额外的（1-mt）Et（qt+1ht）来获得房地产开发商的资产，因此房地产开发商能够借入的最大资金由mtqt+1ht∏t+1约束，换算成实际约束即 Rtbt≤ mtEt（（1+τht）qt+1ht∏t+1）。同样，为研究房地产开发商的抵押贷款信贷配给额度对住房价格影响的传导途径，本文也对房地产开发商的信贷配给额度设置外生冲击，该冲击的对数形式服从AR（1）过程：

m为mt的稳态值，ρm∈（0，1）为信贷配给冲击的持续性系数，σm为信贷配给冲击的标准差，且εm，t～N（0，1）。

分别对房地产开发商的贷款、投资、资本存量和房地产持有量求导得到一阶条件。

4．金融机构

为了探讨金融摩擦对于经济体的作用，本文效仿 Gertler和 Kiyotaki［17］，通过资金的融出方（也就是金融机构）引入金融市场摩擦。金融机构，这里指我们一般意义上的商业银行。本文通过存、贷款息差来刻画金融体系的摩擦，这种摩擦在模型中针对的是借贷型家庭和房地产开发商两个部门。假定金融机构是风险中性的，每一期，储蓄型家庭将资金存储在金融机构，金融机构支付其无风险的利率；同时，金融机构向借贷型家庭和房地产开发商发放贷款并收取贷款利息，同时承担其违约风险。金融机构凭借贷款数量和抵押物价值（本文为房地产的价值）的比例来衡量借款方的风险状况。即，如果越小，说明风险较小，金融中介给予的贷款利率就越低；反之，若越大，说明风险较大，金融中介给予的贷款利率就越高。模型假设借贷型家庭和房地产开发商的贷款利率与其风险的函数关系为：

5．零售商

零售商的设置参见 Bernanke，等［4］，每个零售商用z表示，以pωt的价格买入生产商的产品，再以pt（z）出售Yt（z），每期零售商有1-θ的概率改变价格。因此

At，k＝βk（c′t／c′t+k）是折旧因子，Xt是价格加成。总价格水平

6．中央银行

本文将中央银行的行为设置为执行货币政策与宏观审慎政策：货币政策遵循传统的泰勒规则体制，央行将货币转移支付给实际部门来实现短期利率的泰勒规则，即

rr和Y是实际利率和产出的稳态值，货币政策系统地对过去的通货膨胀和产出做出反应，当期短期利率与上期相关。eR，t是零均值、方差为σ2e的白噪声冲击，rR、r∏、rY是相应的政策敏感系数。

宏观审慎政策通过影响借贷型家庭和房地产开发商的贷款价值比（LTV）来影响信贷总量：

εmt，εm″t是对贷款价值比的冲击借贷型家庭和房地产开发商的信用增长率，¯ω、¯ω″是政策制定者对于两部门信用增长的反应强度。

7．市场出清

假设所有的房地产总量为1，借款总和等于贷款总和，经济中的总产出要满足所有的消费、投资，即房地产市场、商品市场和债券市场出清条件分别为

在没有冲击的情况下，生产商和借贷型家庭均选择上限进行贷款，模型有唯一稳态均衡。对模型的一阶条件和约束条件求解对数线性化，对数线性化后的模型包括：总需求方程、总供给方程、房价动态变化方程、借贷约束和金融摩擦约束方程、状态变量演进方程以及中央银行决策方程和外生冲击方程。

8．参数校准

本文模型中的参数主要通过实际数据运用估计或参考已有研究得到，除特别说明外，所使用数据均来自国家统计局和Wind数据库，区间为1992-2012年的季度数据。本文模型的结构参数校准结果见表1。

表1 参数校准结果

四、数值模拟

1．金融摩擦下房价在面对冲击时的动态变化

房地产市场上的金融风险很大程度来自于房地产业的价格波动。图1给出了风险溢价弹性系数①ζ取0、0．1和0．9时，不同冲击对宏观审慎监管框架下的房地产价格的影响。图1显示，在宏观审慎框架的经济体中，风险溢价弹性系数越大，金融摩擦越大，房地产价格越容易受冲击。观察可得，在利率冲击、货币政策与通货膨胀冲击和技术冲击下，风险溢价弹性系数越小，房地产价格波动越小。在1%的正向房地产偏好冲击下，风险溢价弹性系数取0或0．1时，由于购房需求增加，房地产价格会上升，随后下降趋于稳态，这也与我们的直觉相符；然而，当金融摩擦高到一定程度时（如本文设置的0．9），很有可能会造成房价的扭曲，出现房地产价格不升反降的现象，这说明金融摩擦系数对于房地产价格的作用存在一个阈值。综上所述，在现实中，金融摩擦是宏观审慎政策抑制房价效果的一个重要影响因素。在货币政策与通货膨胀冲击下，所带来的房地产价格波动最大，这也显示出在宏观审慎监管框架下，货币政策的导向，对于房价的作用举足轻重。

图1 不同金融摩擦和不同冲击对房价的影响

图2 不同金融摩擦和不同冲击对房地产开发企业固定资产持有量的影响

图3 不同金融摩擦和不同冲击对房地产开发企业资产的影响

2．金融摩擦下房地产开发商面对冲击的动态变化

下面我们单独考察在不同金融摩擦系数下，宏观审慎政策对于房地产开发商内部相关变量的影响。此处考察了不同金融摩擦系数下，四种冲击分别对房地产开发商的固定资产持有量、资本和投资的影响。从图2可以看出，冲击对于房地产开发商固定资产存量的影响随着金融摩擦系数的提高而增强。在固定资产偏好冲击下，房地产开发商用于生产的固定资产持有量会受到房价的影响：风险溢价弹性系数ζ取0或0．1时，由于房价的上升，开发商获取生产资料的成本增大，会使得开发商固定资产存量减少，当金融摩擦系数为0时，最快于15期以内达到稳态；当金融摩擦系数为0．9时，此时由于房价的扭曲，会影响到固定资产存量也相应出现变化。结果显示，提高利率对房地产商固定资产持有量的作用最多可偏离稳态0．025个百分点，正向的货币政策与通货膨胀冲击则最多可达0．5个百分点。而从图3和图4可以看出，当金融摩擦较小时，冲击对于房地产开发商的资产和投资影响不大。但当弹性系数ζ取0．1或0．9时，金融摩擦系数小的经济体比金融摩擦系数大的经济体在资产、投资方面没有表现出明显的优越性。

图4 不同金融摩擦和不同冲击对房地产开发企业投资的影响

3．金融摩擦下家庭的房屋需求面对冲击时的动态变化

图5、6考察了不同金融摩擦系数下，宏观审慎政策的执行对于家庭房屋需求的影响。从图5、6可以看出，当不存在金融摩擦时，借贷型家庭的房屋持有量和消费在面对冲击时，会保持高度的稳定性。随着风险溢价弹性系数的增加，抗干扰能力下降。正向的房地产偏好冲击下，借贷型家庭的房屋持有量减少，这是由于社会整体的房屋偏好上升，由于储蓄型家庭资金实力较高，在整个社会房地产总量不变的情况下，房地产会渐渐向储蓄型家庭部门进行转移，从而挤占了借贷型家庭的房产总量，这种挤占随着金融摩擦的增加而增加。由于中国“居有其屋”的观念深入人心，因此，金融摩擦系数越小，整个社会的基尼系数表现越好。同时，从图6可以看出，货币政策与通货膨胀冲击对于借贷型家庭消费的影响最明显，这与中国的实际情况十分吻合。

图5 不同金融摩擦和不同冲击对借贷型家庭房产量的影响

图6 不同金融摩擦和不同冲击对借贷型家庭消费的影响

4．方差分解

表2 房地产价格波动的方差分解

表2给出了当不存在金融摩擦时，房地产偏好冲击、利率冲击、技术冲击、货币政策与通货膨胀冲击对房地产价格波动的贡献值。从中可以看出，当不存在金融摩擦时，房价受货币政策与通货膨胀冲击的影响最大、其次是利率冲击，货币政策与通货膨胀冲击在10期之后贡献值可以稳定在98%左右。这也与之前的数值模拟结论相符，即在宏观审慎监管框架下，房价对于中央银行货币政策的实施十分敏感。另外，房地产偏好冲击的贡献值大于技术冲击的贡献值。随着时间的推移，利率冲击对住房价格波动的贡献值下降，从第一期的2．79%下降到0．77%左右，但它仍是解释房价波动的第二大重要因素。而房地产偏好冲击和技术冲击的贡献则缓慢上升，分别从0．29%上升到0．45%，从0．17%上升至0．40%。以上结果充分说明，房价波动对于宏观方面政策性变化（尤其是货币政策）十分敏感，这主要是因为：房地产行业是一个资金需求量很大的行业，房地产企业的资金十分依赖金融中介如银行等部门的贷款。一旦中央银行政策发生变化，会给房地产行业的信贷量造成较大影响，甚至会导致房地产开发商的资金链断裂。这个结论这既与之前的结论相吻合，又与我们的直觉判断相符。

五、结论和政策建议

本文构建了新凯恩斯动态随机一般均衡模型，文章不仅引入了金融中介部门和房地产开发商，同时还通过贷款价值比引入宏观审慎政策，研究在宏观审慎体制下不同的金融摩擦强度与房地产市场之间的关系。实证结果显示，金融摩擦是宏观审慎政策抑制房价效果的一个重要影响因素；货币政策与通货膨胀冲击下，所带来的房地产价格波动最大，这也显示出在宏观审慎监管框架下，货币政策当局的判断，对于房价的作用举足轻重。同时，冲击对于房地产开发商固定资产存量的影响随着金融摩擦系数的提高而增强。当不存在金融摩擦时，各个变量的稳定性最优，但在一些指标方面，金融摩擦系数小的经济体比金融摩擦系数大的经济体没有表现出明显的优越性。另外，本文还通过方差分解再次印证，房价对于中央银行货币政策的变化十分敏感。

房地产行业是中国国民经济的重要行业，也是商业银行贷款投放的重点领域，房地产价格的不合理上涨会给金融系统带来系统性风险，同时房地产价格波动也会对货币体系造成结构性的改变，因此关注房地产行业成为了中国监管当局的首要任务之一。本文的实证结果显示，中国要充分发挥宏观审慎政策对于房地产泡沫的抑制作用，控制房地产贷款的增长速度，依据审慎原则控制抵押贷款中房地产的抵押率。因此，应在不断完善中国市场体制的前提下，提高贷款成数和贷款收入比等金融专业技术和政策水平。同时，定期进行房地产企业和个人信用能力的风险评估，提高担保资产对房地产价格波动的抗风险能力。最后，努力改善中国市场上信息不对称的局面，减少由于市场缺陷导致的金融摩擦，提高政策的透明度，规范市场上购房政策、贷款利率政策以及房地产开发商的各类信息的披露。由于货币政策当局的判断对于房价的影响十分显著，因此也应注意宏观审慎政策与货币政策的协调配合，充分发挥二者的最大效用才能保证中国经济的长治久安。

［1］ Gourinchas PO，Kose M A，Claessens S．Monetary and macroprudential policies［J］．IMF Economic Review，2012，60（2）：151-154．

［2］ 冯涛，杨达，张蕾．房地产价格与货币政策调控研究——基于贝叶斯估计的动态随机一般均衡模型［J］．西安交通大学学报：社会科学版，2014（1）：15-21．

［3］ Carlstrom C T，Fuerst T S．Monetary shocks，agency costs，and business cycles［J］．Carnegie-Rochester Conference Series on Public Policy．North-Holland，2001，54：1-27．

［4］ Bernanke B S，Gertler M，Gilchrist S．The financial accelerator in a quantitative business cycle framework［R］．NBER Working Paper Series，1998．

［5］ Iacoviello M．House prices，borrowing constraints，and monetary policy in the business cycle［J］．American E-conomic Review，2005，95（3）：739-764．

［6］ Faia E，Monacelli T．Optimal interest rate rules，asset prices，and credit frictions［J］．Journal of Economic Dynamics and Control，2007，31（10）：3228-3254．

［7］ Christiano L，Motto R，Rostagno M．Financial factors in business cycles［R］．Unpublished Manuscript，Northwestern University，2007．

［8］ Kannan P，Rabanal P，Scott A．monetary and macroprudential policy rules in a model with house price booms［R］．IMF Working Paper，2009，No．251．

［9］ Gelain P．Macro-prudential policies in a DSGE model with financial frictions［R］．The 7th Dynare Conference，Atlanta，USA，2011．

［10］ Catte P，Cova P，Pagano P，et al．The role of macroeconomic policies in the global crisis［J］．Journal of Policy Modeling，2011，33（6）：787-803．

［11］ 康立，龚六堂，陈永伟．金融摩擦、银行净资产与经济波动的行业问传导［J］．金融研究，2013（5）：32-46．

［12］ 李志锋．房地产、影子银行与宏观审慎监管机制［J］．生产力研究，2014（3）：67-72．

［13］ 郭春风．房地产价格波动与宏观审慎监管框架设计探析［J］．特区经济，2013（5）：104-105．

［14］ Iacoviello M，Neri S．Housing market spillovers：Evidence from an estimated DSGE model［J］．American Economic Journal：Macroeconomics，2010，2（2）：125-164．

［15］ Lim C，et al．Macroprudential policy：What instruments and how to use them？Lessons from country experiences［M］．International Monetary Fund，2011．

［16］ Kiyotaki N，Moore J．Credit cycles［J］．Journal of Political Economy，1997，105（21）：211-248．

［17］ Gertler M，Kiyotaki N．Financial intermediation and credit policy in business cycle analysis［J］．Handbook of Monetary Economics，2010，3（11）：547-599．