政府债务对中国房地产价格的影响研究

施玉佩 何晓繁

【摘 要】房地产行业是我国的支柱产业之一，近年来，房地产行业对我国的经济发展做出了重大贡献，与此同时，政府债务规模对推动房地产行业的发展做出了重要贡献。文章通过分析中央政府债务规模和中国商品房价格之间的关系，通过构建向量自回归模型（VAR模型）进行实证分析。结果表明：政府债务规模的扩大，促使了商品房价格的上涨，这种促进作用是正向且长期的。

【关键词】政府债务;商品房价格;VAR模型

0 引言

我国在1994年实行分税制改革之后，地方政府财政的缺口持续扩大。《预算法》和分税制制约了地方政府的融资方式，加上经济下行，政府出现财政赤字且赤字情况不断严重。政府为了弥补财政缺口，促进各地区发展，以土地抵押获得资金，形成以土地财政为依托的债务融资方式。财政部发布地方债数据显示，2019年12月，全国发行地方政府债券379.87亿元。其中，发行一般债券39.87亿元，发行专项债券340亿元。在房地产市场不断加剧分化的背景下，地方政府将债务资金用于房地产行业建设的资金较大，政府债务也随之扩大，形成恶性循环，但是地方债务一直扩大会增加风险。在地方政府债务激增与房价大幅上涨的背景下，研究两者之间的关系并提出相关建议，有着重要的理论与政策意义。

1 文献综述

谢颖琦（2018）基于VAR模型论证商品房价格对地方债务规模有相当大的影响，研究结果证明住房价格水平对地方债务规模有显著的正反馈作用[1]。黄弘智（2018）基于北京和福建数据的研究表明，地方债发行和房地产之间的关系首先是相互促进的，当房地产市场低迷，地方债的发行能吸收市场资金;其次是相互抑制的，当房地产行业高涨时，地方债吸收市场资金，能降低热度[2]。江明（2019）基于城投债的视角研究得出结果，房地产价格与地方政府借贷资本之间有着正向关系[3]。杨易伟、陆波（2020）收集省级面板数据的研究表明，地方政府债务和房价存在正相关的关系[4]。

2 变量选取与处理

本文综合已有的研究进行归纳总结，考虑数据可得性，选择的时间区段为1995—2018年的年度数据。数据来源于《中国统计年鉴》和WIND数据库。运用Eviews10.0软件对本文选取的数据进行实证分析。

被解释变量：选取商品房平均销售价格衡量房地产发展的指标。计算公式为商品房销售总价格/商品房销售面积。在做实证分析的时候，对它取了对数，记做LnFSALE。

解释变量：政府债务规模为本文的解释变量。在进行实证分析时，对它同样取了对数，记做LnLGD。

控制变量：本文选取了3个控制变量，分别是国内生产总值、中长期人民币贷款和中长期贷款5年以上利率。在做实证分析时，对3个控制变量分别取了对数，分别记做LnGDP、LnRMBLOAN、LnFIVERATE。

3 模型设计

3.1 ADF检验

在建立VAR模型之前，需要对时间序列的数据进行平稳性检验。ADF单位根检验结果见表1。本文首先对LnFSALE、LnLGD、LnGDP、LnRMBLOAN、LnFIVERATE 5个变量进行单位根检验。检验结果如下：在水平条件下，仅有LnFIVERATE是平稳的。因此，对各个变量进行一阶差分，除了LnRMBLOAN和LnFIVERATE之外的3个变量都是不平稳的。所以，本文继续对各个变量进行二阶差分，5个变量在1%显著水平下是平稳的，即所有变量均为二阶差分平稳，符合建立VAR模型的先决条件。因此，本文建立以LnFSALE、LnLGD、LnGDP、LnRMBLOAN、LnFIVERAT 5個变量的VAR模型。

3.2 AR检验

AR检验主要是判断时间序列数据是否存在单位根，若存在，则表示时间序列不平稳，因此不能继续进行VAR模型之后的分析。从图1中可以看出，没有单位根落在单位圆外，表明序列是稳定的，所以建立VAR模型是合适的，可以对本文中的5个变量进行VAR模型实证分析。

3.3 协整检验

为了验证本文中5个变量之间是否存在长期的关系，本文采用Johenson协整检验方法对上述变量进行检验，检验结果表2。从表2可以看出，原假设“一个也没有”“最多有一个”“最多有两个”“最多有三个”和“最多有四个”的迹检验统计量和最大特征值统计量均大于5%显著性水平的临界值，即在5%显著性水平下拒绝原假设，表明5个变量之间存在4个协整关系。可以得出结论：5个变量之间存在长期均衡关系。

3.4 脉冲分析

在进行脉冲响应之前需要确定最优滞后阶数，根据信息准则的结果显示最优滞后阶数为2阶。因为本文主要研究的是政府债务对房地产价格的影响，所以在做脉冲响应分析时，只分析政府债务与房地产价格之间的关系。

图2表示政府债务与商品房价格之间的脉冲响应图。从图2中可以看出，给予政府债务一个冲击，对商品房价格有一个正向的影响，并且在第2期达到最大值，之后开始持续下降。下降到第5期开始小幅度上升，随后在第7期又开始下降，并在第20期开始趋于平稳。这说明政府债务规模的扩大，在一定程度上支持了房地产企业的发展，从而进入房地产行业，并且促使了商品房价格的上升，这种促进作用是正向且长期的。

3.5 方差分解

为了进一步分析LnLGD、LnGDP、LnRMBLOAN、LnFIVERATE 4个变量对LnLGD增长率的贡献程度，需要对LnFSALE进行方差分解。根据表3，除了商品房价格贡献度之外，LnLGD在促进房价价格上涨具有显著的作用，贡献程度为6.7%～39.7%。LnRMBLOAN对房价贡献程度其次，为3.6%～14.0%。LnFIVERATE对房价的贡献程度为1.5%-8.9%。LnGDP对房价的贡献程度为5.5%～9.0%。方差分解的结果和前面实证分析的结果相互一致。

4 结论与政策建议

本文选取1995—2018年的年度宏观数据，通过构建VAR模型进行实证分析，分析了中国政府债务规模、中国商品房价格、人民币贷款规模、国内生产总值及5年期以上的中长期贷款利率五者之间的关系，实证研究分析得出了以下结论：基于VAR模型，政府债务规模的扩大，促使了商品房价格的上涨，这种促进作用是正向且长期的。

根据以上结论，提出以下几点政策建议。

（1）控制政府债务规模，化解政府债务风险。拓宽融资渠道，把民间资本引入基础设施建设项目，降低政府财政支出压力，减轻财政负担，分摊项目投资风险。规范土地出让制度，降低政府对土地出让收入的依赖程度，借助国家重大发展战略，增强自身的经济实力。防控政府债务风险，政府债务风险若发生，极可能引起连锁反应传导至其他机构。政府债务主要来源于银行贷款，政府债务风险将向金融机构转移，并导致金融机构财务状况恶化。现阶段，我国经济下行的压力很大，必然弱化政府的偿债能力，一旦政府债务难以为继时，政府极有可能通过“借新还旧”转移债务风险。完善中央财政关系，加快建立权责清晰、财力协调的中央财政关系，有效控制政府举债冲动。

（2）政府应挖掘新的财政增收方式。政府债务大部分投向一些投资周期长、回报率低的公共产品项目，例如市政建设、基础设施配套等，这样做的危害是当房地产市场出现泡沫，融资平台会出现资金流动性危机，政府债务的偿还风险会直接危及产生借贷关系的金融机构，从而引发債务违约和金融风险，这样产生的后果必将直接传导至各建设项目，引发实体经济危机。政府应改变对土地财政的强烈依赖，确保房地产市场良性发展和控制地方债务规模。所以，政府应挖掘新的财政增收方式，可以引进民营资本参与地区大型项目建设。同时，不应过度大搞建设推进城镇化，需根据财政实力循序渐进。

参 考 文 献

[1]谢颖琦.房价对地方债规模的影响分析——基于VAR模型的实证研究[J].行政事业资产与财务，2019（7）：44-45.

[2]黄弘智.地方债规模与房地产价格关系及发债策略——以福建和北京数据为依据[J].福建建筑，2018（4）：145-148.

[3]江明.地方政府债务对商品房价格的影响[D].成都：西南财经大学，2019.

[4]杨易伟，陆波.我国房价与地方政府债务相互影响机制[J].区域治理，2020（2）：219-222.