广西住房空置率与金融风险关系研究

张煦

摘要：我国房地产业一直处于非理性繁荣状态，在全国房地产业迅猛发展的同时，住房空置问题也日益凸显，住房空置问题在国内学术界和政届一直争议不断，目前，房地产市场存在一种“不合理”现象，住房空置率高的情况下，房价也居高不下。而且房地产贷款占我国商业银行贷款的绝大部分，一旦房地产泡沫破灭，房价下跌，房子作为银行抵押物的价值也会降低，房地产商若无力偿还银行贷款，将转为不良贷款，导致银行不良贷款率增加，直接产生银行信贷风险，与房地产相关联的金融机构以及其他产业都将被牢牢套住，最终导致金融市场的系统性风险爆发。本文通过房地产统计年鉴和国家统计局收集到广西房地产相关数据，从房价与银行信贷的角度，分析广西全区住房空置与房地产金融风险的传导机制，并提出相应的政策建议，保证房地产市场的安全运行。

Abstract： China's real estate industry has been in a state of irrational prosperity. At the same time as the rapid development of the real estate industry in the country， the problem of housing vacancy has become increasingly prominent. The problem of housing vacancy has been controversial in domestic academic circles and political circles. At present， there is a kind of unreasonable phenomenon in real estate market， that is housing prices are also high when housing vacancy rates are high. Moreover， real estate loans account for the vast majority of China's commercial bank loans. Once the real estate bubble bursts， house prices fall， and the value of the house as a bank collateral will also decrease. If the real estate business is unable to repay the bank loan， it will turn into a non-performing loan， resulting in the increase of bank non-performing loan ratio which directly leads to bank credit risk， and the financial institutions and other industries associated with real estate will be firmly trapped， eventually leading to the outbreak of systemic risks in the financial market. This article collects real estate data from Guangxi through the Real Estate Statistical Yearbook and the National Bureau of Statistics， analyzes the transmission mechanism of housing vacancy and real estate financial risk in Guangxi from the perspective of house price and bank credit， and proposes corresponding policy recommendations to ensure the security of the real estate market.

關键词：住房空置率;房价;银行信贷;房地产金融风险

Key words： housing vacancy rate;house price;bank credit;real estate financial risk

中图分类号：F299.23;F832                            文献标识码：A                                  文章编号：1006-4311（2019）14-0016-04

0  引言

近15年来，房地产快速发展，成为我国经济重要的增长点，为我国GDP的增长起着巨大的推动作用，与房地产相关联的产业随之发展起来，同时，也推动着城市化进程的快速发展。但在房地产业发展的风生水起之时，也伴随着很多问题，尤其是近年来，关于住房空置问题的争论一直存在，有很多城市，比如鄂尔多斯，由于过度发展房地产，导致空置率过高，而被称为“鬼城”。由于我国房地产与银行以及一些金融机构有着密切的联系，如果住房空置率过高，必然会影响金融行业，形成房地产金融风险，房地产泡沫越大，房地产面临的金融风险也越来越大，对我国整个金融业、以及经济的正常运行都会带来巨大的影响和冲击。

目前，国内外学者对房地产金融风险的研究比较早，研究也比较丰富。而从住房空置的角度出发，研究住房空置与金融风险之间的关系，相对来说，起步较晚，研究较少，主要集中在以下两个方面。

一是关于住房空置与房价、房租的关联性研究。台玉红（2009）利用模型对住房空置率与房价进行实证分析。张川川（2016）认为降低房屋租金，有利于降低住房空置率，有利于住房租赁市场的健康发展。沈晓艳（2017）通过建立模型对土地价格和住房空置进行实证研究，发现土地价格和住房空置呈负相关的关系。杨巧（2017）利用35个大中城市对住房空置的区域差异与房价之间的关系进行实证分析。

二是房地产价格与金融风险关系的研究。况伟大（2011）认为房价波动、信贷波动以及两者联合驱动会引发我国银行不稳定。刘知博（2014）、郭连强（2105）认为我国房地产融资渠道单一，金融风险与信贷风险主要集中在商业银行。沈悦（2015）通过构建因子增广的系统性金融风险信息集，发现房价上涨，金融风险积累，房价下跌，风险暴露。王劲松（2016）通过实证研究发现金融不稳定的重要因素是房价波动和股市波动。张协奎、代晓玲（2018）根据2003-2016年的相关数据，运用VAR模型对我国房价与金融风险的关系进行实证研究，认为短期内房价上涨对流动性风险具有正向带动作用，同时流动性风险能够进一步推动高房价。郭娜（2018）构建DSGE模型考察房价、产出和通货膨胀等宏观变量在面对不同外界冲击时的响应，研究发现紧缩的货币政策使房价现将，杠杆率和系统性风险上升。

1  住房空置与金融风险的传导机制分析

房地产金融风险主要包括流动性风险、信用风险、利率风险、资产质量风险、通货膨胀风险及其他风险。本文主

要是从银行信贷风险的角度讨论房地产金融风险。房地产是一个资产密集型产业，根据国家统计局对分类标准，房地产开发资金构成主要包括国内贷款、外资、自筹资金与其他资金，其占比分别为17：0.1：32：51。国内贷款主要分为银行贷款和非银行机构贷款，其他资金主要以预售账款、定金、个人按揭贷款、债券融资等组成。与房地产直接相关的贷款主要是房地产企业开发贷款、个人住房贷款以及以房地产作为抵押物的其他贷款。住房空置对房地产金融风险的影响主要是基于住房空置—房价—信贷风险传导机制，也就是住房空置会引起房价的波动，房价波动又会作用于银行信贷，从而形成房地产金融风险。本文认为住房空置可以通过三个方面来影响房价：

一是房地产市场的供需关系，在市场经济中，房价虽然受到众多因素的影响，但仍然会遵循市场价格机制，也就是会受到房地产市场供需关系的影响，当房地产市场供大于求时，会导致房价下降，反之，当房地产市场供不应求时，房价会上升;

二是当前经济环境会对房价走势产生影响，随着房地产业的快速发展，房价逐年上升，房地产业已成为一项极具投资属性的特殊行业。银行也进一步增加对房地产贷款的开放，进一步促进房地产业的发展;

三是人们的心理预期，国内外很多学者认为，消费者和开发商的心理预期是影响房价的一个非常重要的因素。当房价上涨时，开发商会更希望开发更多楼盘，增加商品房的供给，而消费者也看到房价上涨的趋势，认为现在购买比之后购买会更划算。当市场上商品房的供给增加到一定程度时，尤其是商品房市场供过于求，导致住房空置问题严重时，消费者会对房地产市场持有一种观望态度，认为当地房价不会继续上涨，甚至会有所下降，这时会更加降低房地产市场的需求，使得市场供给过剩，最终会对房价产生影响。

国内外关于房价与房地产金融风险的研究较多，很多学者认为房价波动是房地产金融风险形成的最主要成因之一。从历年的房价上涨形势看，房价的持续上涨过程就是房地产泡沫形成的过程，也是金融风险积累的过程，房地产泡沫一旦破灭，房地产金融风险就会爆发。从房地产开发资金来源可知，国内贷款和其他资金占比将近70%，其他资金中个人按揭贷款、预售账款占90%，银行和其他金融机构成为房地产开发资金来源的主要渠道。根据对四大国有商业银行、13家股份制银行、10家城商银行和8家农商银行的数据统计，房地产抵押贷款约占商业银行贷款总额的43%。根据人民银行公布的数據显示，截止至2018年6月，我国房地产贷款规模达到35.78万亿元，房地产贷款占全部贷款的比重达到27.7%，如此高规模的房地产贷款额和如此高的贷款增速，一旦房价有所波动，将会对金融业的质量和规模产生影响，如果房价下跌，以投资为目的的购房者，将会舍弃手中的房子、或者是信用违约，房子作为银行的抵押物的价值会降低，这时银行的不良贷款会增加，银行的信贷风险会显露出来。不良贷款率是指金融机构不良贷款占总贷款余额的比重，不良贷款也就是银行收不回的贷款。银行为了保证资产健康，将被迫去杠杆，进一步推动房价下跌，形成螺旋式下跌，风险相互叠加，进一步推动银行不良资产率的上升。

2  广西住房空置与房地产金融风险现状分析

2.1 广西全区住房空置率偏高

关于住房空置率的研究，我国起步较晚，尤其是在住房空置率的统计口径与计算方法方面，存在很多分歧，在统计数据的过程中很多方面没有达成共识，迄今国家统计局没有形成统一的标准。很多学者认为，我国房地产市场历史比较短，不能用西方的统计方法。孙峭、郑思齐、刘洪玉（2005）将国内住房市场分为存量市场和增量市场，分别从存量房市场和增量房市场来分析住房空置。而董藩（2007）认为，国内住房空置率的统计应该按照发达国家的统计口径来统计局。而我国的住房市场确实比较复杂，尤其是城市住房的产权类型，根据行业人员的统计，多达20多种，特别是小产权房，所占比重较大。同时，由于中国的国情，国家统计局以及地方统计局并没有对空置住房进行详实的统计。但是，国内有很多学者，开始对城市的住房空置进行调查与估计，比如通过观察城市电表和水表的数据来推测城市住房空置情况。本文的商品房空置率的计算公式为：

商品房空置率=*100%

根据《房地产统计年鉴》，广西住房空置率如表1所示，在2005年至2008年间，广西住房空置率从6.29降至3.34，但从2008年开始，住房空置率开始逐年上升，从2008年的3.34升至19.69。按照国际房屋空置率的标准空置率如果超过10%，房地产市场就进入危险区域，而广西在2014年，住房空置率高达19.69%，远远大于空置率的合理区间，由此可见，广西目前的住房空置问题非常严重。

2.2 广西住房空置面积区域差异大

从各市的房地产市场空置面积来看，广西各市的区域差异较大，尤其是北海市、钦州市、梧州市三个城市的房地产库存面积排全区前三位，据2018年第一季度统计，分别为203、135.4、129.6万平方米，且这三市的去库存能力较弱，在全区的去库存排名靠后，超过全区平均水平。

2.3 广西住房去库存周期长

广西去库存同时面临结构和区域失衡的问题，在商品房去库存进程中，非住宅商品房去库存压力大，梧州市去库存时间最长，需要13.2个月，其次是北海市需要12.4个月，河池市需要11.9个月，钦州市需要10.9个月，这四个城市的非住宅商品房去库存周期较长。住宅商品房的去库存时间相比非住宅商品去库存时间较短，但仍有部分城市的住宅商品房去库存时间较长，比如梧州市住宅商品房去库存时间需要13.2个月，相比较短的贵港市的住宅商品房去库存时间2个月，相差11.2个月，相差较大。

2.4 广西房地产金融风险现状分析

房地产是一个资产密集型产业，其发展离不开银行，房地产市场的房价泡沫会直接导致房地产金融风险的产生。因为本文讨论的房地产金融风险主要是以下三个方面：

一是房价居高不下，房价泡沫凸显。根据表2广西历年商品房售卖价格可知，房价逐年上升，从2008年的2826元涨至2017年的5837元，十年房价翻了一番，房价增速过快，使得房地产市场产生房价泡沫。

二是房地产贷款比例持续高涨，银行信贷风险明显。根据国家统计局对分类标准，房地产开发资金构成主要包括国内贷款、外资、自筹资金与其他资金，根据2017年人民银行统计，国内贷款、外资、自筹资金与其他资金占比分别为17：0.1：32：51，其他资金90%以上来源于个人按揭贷款、预售账款，而且根据2018年商业银行贷款数据统计，房地产贷款总额占商业银行贷款总额的27.7%，由此可知，房地产贷款规模非常庞大。从表3广西房地产企业国内贷款可知，广西房地产企业贷款额逐年上升。从以上数据来看，广西房地产企业贷款规模较大，且增速快。如此大规模、快速增长的房地产贷款率，银行面临着较严重的信贷风险，一旦房地产泡沫破灭，房价下跌，将直接导致房地产金融风险的产生。

三是房地产投资增速快。广西房地产投资规模逐渐扩大，投资增速飞快，据2017年全国上半年的经济数据可知，广西房地产投资增速居全国首位，房地产投资增速高达29.3%，而全国的平均房地产投资增速为8.5%，远远超过全国平均水平。根据笔者观察，近年来，不少知名房企陆续在广西各大城市投资开发房地产。

3  政策建议

3.1 房地产业积极进行供给侧结构性改革

房地产市场的发展终究离不开人的发展，要坚持住房市场满足人们的居住需求，这属于住房市场刚需。广西城镇居民人均可支配收入从2010年的17064元，增加到2017年的30502元，增长了78.75%，从数据来看，人们的收入水平得到很大的提升，生活水平得到改善，人们对住房市场有一定的刚性需求。其次，广西人口老龄化现象比较严重，这一现象加剧了全区人口结构的转变，老年人的居住需求和居住环境又大大不同于其他年龄阶段的人。以前，开发商可能受利益的驱使，开发一些受大众追捧的户型，或者忽视公共设施、周边环境的开发。现在开发商更多的要从综合各方面的因素，关注市场的需求结构变化，从以前粗放型开发模式向精细型模式转型，不仅满足市场需求结构变化的需求，同时也承担起社会的责任和义务，使得房地产市场健康有序发展。

3.2 全区房地产市场进行区域调控

健康发展发展房地产市场，需要充分考慮各区域房地产市场实际情况，制定因地制宜的政策。从全区各市房地产市场发展情况来看，北海市、钦州市、梧州市三市的房地产市场库存压力较大，房地产待售面积居全区前三，而且这三市的去库存能力较弱，更加加重了这三市的房地产住房空置问题的严重性。当地开发商如果能够得到政府、银行的积极支持，将房子卖给有购买能力并且真正需要的用户，比如银行可以适当放宽个人住房贷款，增加消费者的购买能力，政府需要对开发商进行更严格的信用把关，全面了解所建房屋质量问题、督促协助周围配套设施和交通的完善，有了政府的保驾护航，能够增加消费者的好感，更利于消费者做出购房决策。

3.3 因城施策、加大去库存力度

对于流动人口较多的城市，因培育新市民住房需求，支持农民工进城落户，加快农民工市民化进程。对于城市人口流出较多城市，应严格控制商品房供给，科学制定土地供应计划，合理确定土地供应结构和投放数量，严控商品房开发用地供应，防止土地过量投放，从源头上减少房地产库存。对于去库存周期较长的城市，必须完善和强化去库存措施的落实，在取得实质性成效之前，严格控制房地产投资和开发力度，避免造成新的滞压现象、影响全区去库存化政策的贯彻落实。

3.4 建立完善的房地产市场预警机制

房地产市场预警机制是一套能够检测房地产业健康发展的动态指标体系，能够及时、准确、全面的采集房地产开发、经营、销售过程中的动态信息和数据，利用科学技术进行全面、客观评价分析，并预测未来房地产市场运行情况。如果能够更加全区实际情况，构建一套适合全区发展的房地产市场预警机制，能够全面、直接反映房地产市场运行状况，为决策者做决策提供宝贵的依据，也能引导政府做宏观调控。

3.5 加强对房地产贷款行为的监管

对房地产贷款行为的监管，需要从三个方面进行，一是商品银行等其他金融机构本身的监管;二是严格监管房地產企业的贷款行为，严格审核;三是严格审核购房者的住房抵押贷款，减少投机性资金流入市场。

3.6 加快建立租购并举的住房制度

全区应大力发展住房租赁市场，建立完善的住房租赁信息平台，实现住房租赁市场的信息共享，加强住房流动性，降低存量房市场的住房空置率。

参考文献：

[1]沈晓艳，黄贤金.基于土地供应侧的中国商品住宅空置效应分析——以35个大中城市为例[J].现代城市研究，2017（10）： 12-17.

[2]杨巧，陈诚，宛昆.住房空置的区域差异及对房价的影响——基于35个大中城市的实证[J].城市学刊，2017，38（01）：12-18.

[3]王劲松，韩克勇，赵琪.资产价格波动对金融稳定的影响——基于中国数据的实证研究[J].中国流通经济，2016，30（03）：102-107.

[4]张川川.收入不平等和城市低收入家庭的住房可及性[J].金融研究，2016（01）：99-115.

[5]郭连强，刘力臻，祝国平.我国房地产金融创新面临的突出问题与对策[J].经济纵横，2015（03）：103-108.

[6]刘知博，贾甫，韦静强.银行体制、资本市场与房地产金融风险[J].经济体制改革，2014（05）：134-138.

[7]台玉红.住房空置率对住宅价格的影响分析[J].经济问题，2009（08）：42-43.

[8]董藩. 关于空置面积的空置率问题的探讨[A]. 北京市社会科学界联合会、北京师范大学.和谐社会：社会建设与改革创新——2007学术前沿论丛（上卷）[C].北京市社会科学界联合会、北京师范大学：北京市社会科学界联合会，2007：20.

[9]孙峤，郑思齐，刘洪玉.住宅空置统计的国际比较及借鉴意义[J].统计研究，2005（08）：8-12.

[10]沈悦，郭培利，李巍军.房价冲击如何生成系统性金融风险[J].财贸研究，2015，26（03）：120-127.

[11]张协奎，代晓玲.我国高房价与金融风险的关系分析——基于VAR模型[J].价格月刊，2018（07）：7-14.

[12]郭娜，章倩，周扬.房价“粘性”、系统性金融风险与宏观经济波动——基于内生化系统性风险的DSGE模型[J].当代经济科学，2017，39（06）：7-16，122.