房地产价格波动与金融系统稳定的实证研究

摘  要：房地产价格激烈波动不断导致区域金融危机爆发，严重影响金融系统稳定。为探索房地产价格对金融系统稳定性的影响机制，本研究采用主成份分析法合成金融系统稳定性综合指标，在此基础上对房地产价格与金融稳定性相互关系进行实证分析，结果表明：房地产价格波动对金融系统稳定影响表现为长期负向均衡机制，但短期能促进金融系统自我调节能力;银行不良贷款威胁金融市场短期及长期的稳定;过高的政府财政收入GDP占比危害金融市场的长期稳定，但短期内通过政策调节可以促进金融系统发展;长期来看，房地产价格波动、银行不良贷款和政府财政收入GDP占比对金融系统的影响都将回归稳定负向的均衡关系。

关键词：房地产价格;金融系统稳定;主成份分析;实证研究

近年来，由房地产价格激烈震荡引发的金融危机不断出现，房地产市场价格的大幅波动将严重影响金融系统的稳定。我国的房地产行业发展呈现波动上升的趋势，自1988年始，我国开启房地产商品化新纪元，1991年，随着国务院房改政策的推行，全国房地产进入起飞阶段，同时中国地产行业的泡沫开始蓄积，仅1991～1992两年期间房地产平均价格同比增长257%。1995年底，房价开始连续阴跌，1996年房地产行业进入全面巨额亏损阶段。1997年在金融市场操纵下，亚洲金融危机爆发，我国房地产行业濒临崩溃，随后国家采取一系列措施救市，房价一路飙升至历史最高点。房地产市场的变化是威胁我国金融系统稳定的重要潜在因素。本研究采用实证分析手段研究房价波动对我国金融系统稳定的影响机制，以期为我国房地产市场调控及金融系统稳定决策提供理论依据。

一、研究方法

本文以经济学、金融学、统计学、房地产经济学等理论为基础，运用主成分分析法合成金融稳定性评价综合指数，运用计量经济学和统计学手段，通过SPSS和Eviews软件，选择向量自回归模型（VAR模型）、误差修正模型（ECM模型）结合协整检验对房地产价格变动与金融稳定关系进行实证研究。

分析变量：金融稳定性综合指数FE（Comprehensive Evaluation Index of Financial Stability）综合考虑宏观经济稳定性、金融市场稳定性、非金融市场稳定性等不同层面的指标，采用主成份分析法标准化降维提取主成分及其权重线性表达，合成金融体系稳定性综合评价指标。房地产价格波动率RP（Real estate price volatility），采用1988～2018年我国商品房销售价格波动率（本年售价/去年售价-1）作为房地产价格波动的解释指标序列。

控制变量：在构建综合分析变量指标的基础上，引入重要解释变量进行实证研究，选取主成分分析中贡献率最高的三级指标进行分析，包括不良贷款率NLR（Non-performing loan rate）及财政收入占国家GDP比例FNG（Fiscal revenue accounts for national GDP）。

二、指标选取

我国金融系统的稳定状态衡量维度十分复杂，为量化房地产价格变动对金融稳定系统的影响，本研究在客观性、系统性、全面性、层次性和可获取性的总体原则下构建金融稳定状态的度量指标体系。以国际货币基金组织（IFM）提出的金融稳定性监控指标体系为总体框架，结合我国金融实际发展情况，从宏观经济稳定性、金融市场稳定性和非金融市场稳定性（一级指标）为主体结构搭建本研究的金融稳定性指标体系。

（1）宏观经济稳定性

针对我国宏观经济发展状况，本研究从经济发展的速度、发展质量、存在风险三个维度构建反映宏观经济稳定性的二级指标。其中，经济发展速度的衡量指标（三级指标）包括：GDP增速、收入增速;经济发展质量三级指标为经济结构（第三产业比重）、就业率;存在风险的三级指标为通货膨胀、汇率波动、外汇储备。

（2）金融市场稳定性

银行业、证券业和保险业是我国金融市场的三大支柱，直接影响金融市场的稳定性。本研究以金融产业基本业态为基础，以收益、风险及流动性为基础指标（二级指标）。其中收益率采用储蓄收益率、证券股票收益率及保险收益率作为三级指标;风险性采用不良贷款率及实际保险赔付率作为三级指标;流动性采用负债比率（居民存款与贷款比率）、股票换手率、保险深度作为三级指标。

（3）非金融市场稳定性

非金融市场主体为居民、政府（非营利机构）、企业团体，主要反映社会居民消费水平，政府偿还能力和企业经营状态。其中居民生活水平（二级指标）采用恩格斯系数（三级指标）;政府偿还能力（二级指标）采用财政收入占国家GDP比例（三级指标）;企业经营状态（二级指标）采用生产价格指数PPI变动率（三级指标）。

三、综合指标

采用主成分分析手段对前述18个金融稳定性评价指标进行分析，获取综合评价体系。首先对指标进行无量纲处理，提取主成分合理替代三级指标，实现指标降維后，提取主成分及其权重线性表达，合成本研究所需的金融稳定性综合评价指标。

本研究选取金融稳定性指标体系共18个（三级指标），标记为Y1/Y2/Y3/……..Y18，各指标赋值1988（房地产商品化开始年份）～2018年共29年数据序列，构建数据矩阵Y=（Yij）29×18。采用数据最大值Yij（max）和最小值Yij（min）对数据进行无量纲标准化处理，将数据矩阵映射至[0，1]内，获取标准化矩阵Z=（Yij*）29×18。利用 Eviews求解相关系数矩阵，获取主成分（principal component）线性表达式，确定金融稳定性综合评价指标。Eviews输出数据显示：6个主成分的累积贡献率达86.10%>85%，包含原有18个金融稳定性指标86.10%的信息，解释能力较高，根据主成分的选取原则，保留前6个主成分，即取6个主成分替代原有的18个稳定性指标。对主成分的特征向量进行分析，计算线性表达，详见表3-1。

四、实证分析

在形成金融稳定性综合指标FE的基础上，采用向量自回归模型（VAR模型）结合协整检验手段验证我国房地产价格与金融体系稳定性之间的长期关系，采用误差修正模型（ECM模型）验证两者之间的短期关系。

（1）平稳性检验及稳定性检验

对变量序列进行 ADF 单位根平稳性检验，使用Eviews软件，根据时序图对控制变量金融稳定性综合评价指标FE、房地产价格波动率RP及控制变量（NLR/FNG）进行ADF检验（滞后阶数采用SIC检验），检验结果显示：D（FE）、D（RP）、D（NLR）及D（FNG）检验值Augmented Dickey-Fuller test statistic的绝对值大于临界值绝对值（α=0.05），通过平稳性检验，且因子服从1阶单整平稳，即FE、RP、NLR、FNG为同阶单整，可构造VAR模型，并进行协整检验。

根据平稳性检验结果，进入VAR模型，选定VAR滞后期，为协整检验及ECM实证分析滞后期选择奠定数据基础。采用Eviews逐步进入，获取VAR模型的滞后期判断支持数据，结果显示FE、RP、NLR、FNG均支持滞后期为3的选择（α=0.05），根據最优滞后期选定原则，确定VAR模型最优滞后期为3。对数据进行VAR模型稳定性检验，只有数据通过稳定性模型检验，实证分析的ECM 模型分析结论才具备统计学意义。结果显示：滞后期为3的根模倒数全部落于单位圆之内，即VAR模型通过稳定性检验。

（2）长期关系检验

VAR 最优滞后期为3，选定协整检验最优滞后期为2 。采用Eviews进行协整检验（迹检验/最大特征值检验），模型接受金融稳定性综合评价指标FE及房地产价格波动率RP的协整关系（α=0.05），协整方程表现为公式3-3。

我国房地产价格波动率RP对金融稳定综合指数FE的影响系数为-1.0012，呈显著负相关关系，即长期关系中，房地产价格波动会显著危害我国金融系统的稳定。银行不良贷款率的影响系数NLR为-1.5824，政府财政收入占GDP比例FNG的影响系数为-0.4851，表明长期发展过程中，较高的银行不良贷款率和过重的政府财政收入占比GDP都将威胁金融市场稳定。而银行贷款和政府收入是房地产行业链中不可或缺的重要环节，即房地产价格波动过大可能会刺激不良贷款行为的发生发展，房地产价格波动会导致政府财政收入比率波动或政府资源分配结构的改变，特别是财政收入过度依赖房地产行业的区域，将直接威胁金融系统稳定。

（3）短期关系检验

根据ECM模型，金融稳定性指标FE的滞后期对当期的影响系数为正（0.0845/0.1454），表明上期金融稳定状态对当期的金融状况有促进效应，即金融系统的稳定性在短时间内能抵御一定阈值内的房价震荡。房地产价格波动率PR的影响系数为正值（0.0542/0.0125），表面短期内房地产的价格波动对金融稳定性产生正向促进作用，促进金融体系的自我恢复和调节能力;房地产价格波动在t-1期和t-2期的系数为正，而误差修正项vecmt-1系数（-0.0121）为负，表明房地产价格短期内的波动对金融稳定的正向促进作用在当期内调节完毕，最终表现为负向反馈均衡长期机制，即短期内受房地产波动影响的金融稳定体系可以较好的自我修正，但长期关系中仍然会回到稳定负向的均衡机制。

银行不良贷款率PR影响系数为负（-0.1154/-0.1524），即短期内银行不良贷款威胁银行金融系统稳定;政府财政收入占GDP比例FNG的影响系数为正（0.4874/0.5124），即短期内政府财政收入占比增加将会推动金融系统稳定性，这是由于短期内的财政收入增加刺激市场发展，但误差修正项vecmt-1系数为负，即财政收入占GDP的比例增加可短期促进金融体系稳定，但经过误差修正后将稳定保持负向反馈。

本研究采用主成份分析法提取我国金融稳定综合指标FE，采用VAR模型和ECM模型结合协整检验手段实证分析房地产价格与金融体系稳定性之间的关系，结果显示：长期关系中，房地产价格波动会显著危害金融系统的稳定，但短期内金融系统能抵御一定阈值内的房地产市场震荡;较高的银行不良贷款率将威胁金融市场稳定;过高的政府财政收入GDP占比危害金融市场的长期稳定。长远来看，房价、银行不良贷款和政府财政收入GDP占比对金融系统的影响都将回归稳定的负向均衡关系。

参考文献

[1]刘晓欣，雷霖.金融杠杆、房地产价格与金融稳定性——基于SVAR模型的实证研究[J].经济学家，2017（8）：65-74

[2]雷霖 .影子银行规模、房地产价格与金融稳定性[J].经济与管理研究，2018，39（11）：107-117

[3]房地产库存变化对区域金融稳定的影响[D].广东省社会科学院，2017：33-42

[4]我国房地产泡沫与金融风险研究[D].江西财经大学，2017：21-32

[5]Dolde W，Tirtiroglu D.Temporal and Spatial Information Diffusion in Real Estate Price Changes and Variances[J].Real Estate Economics，2010.25（4）：539-565

[6]Kok S H，Ismail N W，Lee C.The sources of house price changes in Malaysia[J].International Journal of Housing Markets & Analysis，2018.11（2）：335-355

[7]LIU Xu-dong，PENG Hui.Economic Effect of Real Estate Price Fluctuation on Urban Residents Consumption[J].Journal of Northeastern University （Social Science），2016.18（2）：143-151

作者简介：陈培钧（1993.7.8），男，汉族，北京。在职研究生在读，中国人民大学经济学院，100872，房地产经济与城市规划方向。