万光彩 陈鑫鑫
(安徽财经大学,安徽 蚌埠 233030)
当前,中国居民杠杆率的变化呈现出两个方面的特征:从数量级上来看,居民杠杆率呈现出增速快、水平高的特点,已成为总杠杆率攀升的主要驱动力;从影响因素上来看,影响居民杠杆率变化的主要因素是房地产贷款额,房价不断上涨一定程度上提高了居民对房地产的现时需求,进而转化为对住房贷款的需求,导致居民债务不断增加,最终引发居民部门杠杆率的过快上升。不仅如此,房价不断上涨还导致金融风险向银行机构加速集中。因此,研究房价与居民杠杆率的相互影响及其效应对调控居民杠杆率,降低房地产市场和金融市场的泡沫和风险具有重要的理论和实践意义。
关于房价与居民杠杆率关系的研究主要分为三类。一类是研究房价对居民杠杆率的影响。Dynan et al.(2007)认为房价上涨提高了美国家庭债务,是美国居民部门杠杆率上升的主要原因之一。易纲(2020)通过分析中国各部门资产结构及风险承担分布发现,随着经济的发展,居民部门负债快速增长,且居民部门杠杆率较快上升是与个人住房贷款增长较快阶段相对应的。司登奎等(2019)认为中国房价快速增长的背后是居民杠杆率的显著攀升,一方面,房价的持续上涨让居民部门形成了房价“只涨不跌”的心理预期,从而刺激更多居民举债购房;另一方面,银行等对房地产市场持有乐观情绪的金融机构更倾向于向购房者提供信贷资金,推动了房价和居民杠杆率的进一步上升。阮健弘等(2020)同样发现房价上涨确实导致了居民杠杆率的提升,且存在一定的数量关系,正向相关性非常显著。周广肃等(2019)则认为,总体来看,房价上升导致银行贷款额上涨,从而抬升居民杠杆率。袁志辉等(2020)认为债务违约和居民杠杆率过高是金融系统危险爆发的重要诱因,而房价的快速上涨导致中国经济杠杆更加快速向居民部门集中,居民部门杠杆率不断攀升,因此抑制房价上涨对居民杠杆水平的调控具有立竿见影的效果,长期来看有助于中国经济结构调整,防范居民债务风险。
另一类则是研究居民杠杆率对房价的影响。Guo et al.(2016)认为居民借贷对中国房价有重要影响,且在不同发展程度城市的影响效应存在异质性,经济发展越快的城市房价对居民杠杆率的反应越强,反之则越弱。这与Lamont et al.(1999)根据美国家庭数据得出的结论有一定差异。 Lamont et al.(1999)调查了美国1984—1994年间44个城市居民的住房和杠杆率情况,发现不同居民杠杆率的城市房价对收入的反应存在着异质性,居民杠杆率越高的城市,房价对收入的冲击的反应越迅速,反之则越缓慢。国内文献对此也有不同看法,例如陈创练等(2018)认为,金融危机以后,杠杆率与房价的关联越来越紧密,尤其是杠杆率越高对二者相关性的放大作用越明显;紧缩的货币政策可以通过控制信贷杠杆来降低购房需求,最终通过供需均衡来降低房价。陈健等(2012)认为房价对房贷杠杆率的冲击会出现显著正向、免疫和负向的反应,且房贷杠杆率对房价的影响存在显著的门槛效应,不同区域房价对房贷杠杆率的敏感程度不同。刘金全等(2019)基于2007—2017年月度数据,认为居民杠杆率对房价有一定正向效应,只是程度非常低,房价对自身的冲击反应更为强烈,存在着惯性,具有金融加速器机制的正反馈效应。
还有一类是研究房价与杠杆率的相互关系。贾庆英等(2016)基于27个国家、21年的面板数据,运用GMM估计研究房价、货币政策以及经济杠杆率的关系,发现房价具有惯性,对自身和经济杠杆都具有正向冲击,从而导致二者呈现螺旋上升趋势,阻碍了货币政策目标的实现。周小寒(2020)基于2005—2017年中国房价及居民杠杆率的经验数据,发现居民购房贷款规模推动了房价上涨,房价上涨刺激居民购房需求反过来又推动贷款规模的扩大,贷款规模扩大则提高居民杠杆率,故房价与杠杆率之间相互推动,螺旋上升;房价波动存在惯性,且房价对居民杠杆率会产生持续正向影响,但居民杠杆率对房价的冲击则存在滞后性,长期来看,前者对后者的推动作用不明显。
综上,可以发现:首先,已有研究多为房价和居民杠杆率单向相关性研究,考虑二者之间双向因果效应的文献较少;其次,房价对居民杠杆率具有正向冲击是目前相关研究的共识,但是对正向冲击产生作用的传导渠道的认知存在差异;最后,已有研究关于居民杠杆率对房价的影响效应尚未有一致结论。
本文可能的贡献在于:一方面,从新的角度讨论房价与居民杠杆率的双向关系,着眼于二者长时间序列中的动态互动,研究其是否存在联动效应;另一方面,运用滚动窗口的方法实证论证房价对居民杠杆率的影响以及房价对居民杠杆率反应的非线性,从而更准确、更全面地刻画中国房价与居民杠杆率的动态关系,可以为实施更有效的房地产调控政策提供理论依据,并为制定政策稳定居民杠杆率水平以及防范系统性风险提供更多的实证证据。
1.居民杠杆率对房价波动的反应
根据已有研究,房价对居民部门杠杆率传导机制的实现包括贷款需求渠道传导、抵押效应渠道传导和供给效应渠道传导。贷款需求渠道传导是建立在传统供需理论、生命周期-持久收入(LC-PIH)理论和现代消费理论基础上的,包括直接需求效应、资产效应(吴卫星 等,2016)和财富效应(李涛 等,2014)。直接需求包括家庭首套住房的刚性需求和多套住房的投资需求。当房价持续上涨,居民预期房价会进一步上涨,没有住房的居民为降低未来的购房成本,会选择增加借贷来“上车”;对已有房产的居民来说,房价上涨增加了他们的投资收益率,在“房价会进一步上涨”的预期下,为追求投资回报会通过借贷来进一步增加房产。显然,无论居民是否拥有房产房价上涨均能通过增加居民的购房需求增加贷款需求。资产效应指的是当房价上涨时居民所持有的资产价值提高,导致消费水平提高,但是房地产价值的变现能力差,从而导致居民贷款需求增加。财富效应则主要包括“财富幻觉”和实际财富效应(张浩 等,2017)。居民在房价上涨时会出现“财富幻觉”,即认为自己的财富增加了,从而增加消费需求,虽然房产变现能力差且即使变现也与预期财富增量存在偏差,但是消费需求增加以后必然导致居民贷款需求增加。实际财富效应增加居民贷款需求主要体现在两个方面:预防性储蓄和流动性约束。当居民基于自己当前及一生的财富状况安排自己最优的消费时,如果由于财富的流动性不足而偏离了预期的效应最大化消费计划,他们一般会通过借贷手段来解决这个问题,这就导致了居民由于房价上涨刺激产生了高水平的消费需求,这种消费需求又由于房地产的特点受到流动性约束,进而转化为居民贷款需求,提高了居民的杠杆率水平。抵押效应传导渠道主要体现在房地产提高了居民贷款能力。居民的贷款能力限制了居民贷款需求到居民债务的转化,当前银行等金融机构主要是根据居民的信用和其持有的抵押品价值来衡量其贷款能力。当房价上涨时,持有房产的居民由于具有价值更高的固定资产,贷款机构在对其进行偿债能力及信用状况核查时会认为其更具有还款能力,一定程度上提高了其信用贷款能力,这种情况也被称作“隐形抵押效应”。另外,由于房价的上涨导致其实际的抵押品价值增加,家庭通过抵押贷款方式借贷的能力也相应增强。
供给效应渠道传导是房价通过影响银行机构的贷款规模和贷款倾向而实现的。仅居民的借贷需求增加、借贷能力增加并不能直接转化为居民的债务,还需要银行机构增加相应的贷款规模。当前房地产市场与银行早已成为利益共同体,当房价上涨时银行的账面资产价值增加、资产负债表状况改善,银行则倾向于向居民部门提供更多的贷款,从而增加了达到贷款门槛购房者的数量,进而导致居民部门流动性约束降低,住房需求增加(李斌 等,2020),而房价上涨带来的贷款需求增大了银行的贷款利率与存款利率之差,银行收益率相应增加,这都促使宏观审慎考核指标呈现出更加稳健的现象,商业银行的贷款限额提高,贷款总规模增加。除此之外,房地产市场的繁荣也会促使银行等金融机构将贷款向房地产市场倾斜,提高了房地产市场相关贷款规模,包括房地产投资贷款和住房贷款。据此,提出:
假说
1:
房价对居民杠杆率的影响有多重传导途径,房价上涨会推动居民杠杆率提升。2.居民杠杆率对房价的影响
一方面,居民杠杆率可以通过流动性效应和预期效应影响房价,主要包括缓解居民购房资金约束、强化居民资产增值保值需求等途径。大多数的购房都是由房贷支撑的,信贷约束也是抑制居民购房需求的重要因素之一。居民杠杆率提升意味着居民部门的负债增加,同时也意味着居民部门当前可支配收入提高,购房信贷约束得以缓解,这就会促进购房刚性需求的增加。这也在一定程度上弥补了居民部门现期收入与支出的缺口,会改变居民部门的消费和投资结构,对其现期的消费和投资产生平滑和促进作用,消费和投资需求的扩张也在一定程度上进一步推动房价的上涨。另外,居民部门通过信贷渠道获得资金具有一定的成本,当前中国居民部门投资理财渠道相对较少,平均收益较低,住房作为家庭的资产具有消费和投资双重属性,对房价持续上涨的预期使买房成为居民部门实现资产增值保值的理性选择,居民对房地产投资意愿会随之增强,这在一定程度上会推动房价上涨。据此,提出:
假说
2:
居民杠杆率对房价在一定时间内存在正向效应,居民杠杆率的提升会推动房价上涨。另一方面,居民杠杆率可以通过资产负债效应影响房价波动。从整个生命周期来看,消费者的根本目标是追求最优消费行为,而在一个存在金融摩擦的市场中,居民杠杆率增加代表负债水平提高,即居民获取贷款产生的交易成本总额增加,并且居民将长期处于更大的还贷压力之下,这在一定程度上会挤出居民的投资和消费(魏玮 等,2017)。这意味着,长期来看,随着居民杠杆率的不断提高,居民负债状况日益恶化,还贷压力不断加大,居民新增贷款意愿也随之下降,即居民新增购房需求下降,居民杠杆率对房价呈现负向影响。并且,当经济下行时,居民部门对未来收入的不确定性增加,导致其投资消费都会收缩,此时居民杠杆率水平越高,负债规模越大,对投资和消费的挤出越严重,购房需求也会进一步降低,从而对房价的负向影响程度越高。据此,提出:
假说
3:
居民杠杆率对房价在一定时间段内存在负向效应,居民杠杆率的提升会导致房价下降。基于以上分析,房价与居民杠杆率的双向传导机制如图1所示。
图1 房价与居民杠杆率的双向传导机制
传统的格兰杰检验的假设是建立在时间序列是平稳的基础上的,当被检验的VAR模型内时间序列不平稳时,传统的VAR模型估计就会出现估计偏误问题。而且传统的格兰杰检验无法检验变量之间因果关系的正负性。基于格兰杰检验的拔靴因果关系检验,规避了无法显示正负性的问题,并且通过滚动窗口的形式分别对全样本和分样本进行独立检验,既克服了格兰杰检验无法解决时间序列不平稳问题的缺点,又提高了检验精度。故本文采用基于残差拔靴(RB)修正的LR统计量来研究房价与居民杠杆之间的关系。
1.全样本因果关系检验
为研究房价对居民杠杆率的影响,建立以下二元VAR(p)模型:
y=Φ+Φy+…+Φy+ε
(1)
其中,t=1,2,…,T。
将y分解为两个分向量:
y=(HP,HL)
(2)
其中:HP代表房价,以季度商品房累计销售总额与季度商品房累计销售面积的比值来衡量;HL代表居民杠杆率,以居民部门债务与名义GDP的比值来衡量。故式(1)变为:
(3)
(4)
Lx=x
(5)
其中:i,j=1,2;k=1,2,…,p,为根据施瓦茨信息准则(SIC)确定的适用于该模型的最佳滞后期;L为滞后算子。
式(3)的原假设为居民杠杆率不是房价的因果关系,增加约束条件φ=0(k=1,2,…,p)可检验原假设,如果原假设被拒绝,则说明居民杠杆率是房价的因果关系,也就是说,房价对居民杠杆率的变动趋势有预测作用。同理,增加约束条件φ=0(k=1,2,…,p)来检验房价是不是居民杠杆率的因果关系,如果原假设被拒绝,则证明房价对居民杠杆率有显著的传导效应。
2.分样本滚动窗口因果关系检验
为了避免由于时间序列中参数不稳定而导致的先验偏差,本文引入经过修正的拔靴估计,采用拔靴分样本滚动窗口因果关系检验法。所谓分样本,即将全样本按照一定的跨度划分为固定窗宽的多个分样本,比如原时间序列长度为T,现将分样本的固定窗宽设置为1个观测值,那原来长度为T的全样本就被划分为T-1个窗宽为1的分样本,分样本的末端分别为τ=l,l+1,…,T。在此基础上进行拔靴检验时就不再是面向全样本,而是针对每个独立的分样本单独进行检验。所谓滚动窗口,是将按固定窗宽分割好的各分样本从全样本时间序列的首端依次滚动到末端,每一个分样本在整个时间序列中被依次检验,得到相关的概率值和LR统计量,将所有观测的结果按时间序列排序汇总,就可以得到分样本因果关系检验的结果。
通过以上方法对房价和居民杠杆率进行分样本拔靴滚动检验:
(6)
(7)
同理,通过l(2)可以得到居民杠杆率对房价的影响。
3.数据来源
根据理论模型需要和相关数据可得性,本文采用2000年第1季度—2020年第4季度的季度数据。为消除异方差影响并且统一量纲,对HP和HL取自然对数。以往有关居民杠杆率的实证研究多采用月度数据,但由于居民杠杆率数据的计算涉及名义GDP,采用季度数据更为准确。基于以上考虑,本文直接采用国家资产负债表研究中心公布的居民部门杠杆率季度数据,能更为准确地反映中国居民杠杆率的真实情况。房价数据由国家统计局的相关数据计算而来。
结合本文研究所需样本数据的特征和对检验精度的要求,本文选取较小的窗口尺寸24个单位。因为存在滞后期,这个窗宽的尺寸代表的就是VAR模型中观测值的数量,不会对实证检验结果时间区间的选取造成影响。
首先对房价和居民杠杆率的原值序列运用ADF、PP和KPSS三种检验方法进行单位根检验,判断时间序列是否平稳。检验结果如表1所示,HP和HL原序列存在单位根,而其一阶差分序列皆在1%水平下拒绝原假设,即两个变量均为一阶单整。
表1 单位根检验
在全部变量一阶单整的基础上,进一步对HP和HL之间是否存在协整关系进行检验,表2报告了检验结果。迹统计量和最大特征值统计量得到了一致的结果,HP和HL之间存在协整关系,由此可以得到:房价与居民杠杆率之间存在长期的均衡关系。
表2 Johansen协整关系检验
在房价与居民杠杆率原序列一阶单整的基础上,建立格兰杰因果关系,检验双变量VAR模型。根据施瓦茨信息准则(SIC)选定最佳滞后期p为1,基于修正的LR进行拔靴因果关系检验,房价与居民杠杆率因果关系的全样本拔靴检验结果见表3。可以发现,LR统计量和P值在1%水平下拒绝HP不是HL的格兰杰原因和HL不是HP的格兰杰原因的原假设。也就是说,基于协整关系和参数稳定的房价与居民杠杆率存在显著的双向因果关系,房价的波动会引起居民杠杆率变动,而且居民杠杆率又反过来影响房价,二者存在联动效应。实际上,时间序列数据结构性变动是普遍存在的,参数的不稳定性使得全样本检验结果可能存在较大的误差,因此需对全样本的参数进行稳定性检验。
表3 格兰杰因果关系检验结果
本文采用Sup-F、Mean-F和Exp-F统计量检验来对上述VAR模型进行参数稳定性检验,其中,Sup-F统计量用来判断时间序列是否发生结构性变动,Mean-F和Exp-F统计量用来检验参数是否符合一定的变化规律而不是随时间变化而变动。Lc统计量用来检验模型整体的稳定性,它的原假设为VAR模型中的参数是常数。表4、5分别报告了HP、HL的短期和长期的参数稳定性检验结果。表4结果表明,HP方程、HL方程以及整体VAR方程都拒绝短期参数稳定的原假设,意味着房价与居民杠杆率的双变量VAR模型在全样本拔靴检验中并不稳定。表5中Sup-F统计量以及Mean-F统计量在1%水平上拒绝了长期参数稳定的原假设。另外,Lc统计量还表示房价与居民杠杆率的协整关系,这里得到了与前面协整检验不同的结果,即二者不存在协整关系。
表4 短期参数稳定性检验
表5 长期参数稳定性检验
参数稳定性检验结果表明房价与居民杠杆率之间的全样本因果关系检验确实可能由于结构性变动而得到不可靠的结论。有鉴于此,现采用分样本滚动窗口因果关系检验方法进一步检验房价与居民杠杆率在2000年第1季度—2020年第4季度的因果关系、正负相关性以及传导效应幅度。由于整个模型将处于24个单位固定窗口宽度下随时间变化滚动检验,可以更全面、准确地获得子样本的变动特征。
分样本滚动窗口检验结果如图2所示。其中,图(a)中的阴影部分表示拔靴值P小于0.1的部分,这段区间内检验结果拒绝HP不是HL因果关系的原假设,即二者存在单向因果关系,房价是居民杠杆率的格兰杰原因。图(a)表示的是通过拔靴滚动窗口的估计方法得到的HP对HL的影响系数的上下限及均值,若影响系数的均值大于0,则HP对HL有正向的作用;若影响系数均值小于0,则有负向作用。将图(a)、(a)相结合,可以发现房价对居民杠杆率在多个时间段存在显著的正向影响,包括2008Q—2010Q、2011Q—2015Q、2016Q—2020Q,也就是说,这些区间内房价高企推动居民杠杆率的攀升。由此证明假说1 成立。在以上对应区间内,多种因素促进房价不断上涨。2008年爆发的国际金融危机对应区间2008Q—2010Q,为消除金融危机对经济的负面影响,中国在2008年11月推出进一步扩大内需、促进经济平稳较快增长的十大举措,到2010年底约投资4万亿,也称“四万亿计划”。该计划提升了居民部门收入,且其中部分资金流入房地产市场,促进房地产市场的发展,导致房价持续走高;2011年“新国八条”推出,要求强化差别化住房政策,对贷款购买的第二套住房提高首付比例和贷款利率,信贷收紧预期激发了居民买房的积极性,房价不降反升;2016—2020年,房地产政策相对稳健,改善性住房和投资性住房需求不断增加,推动房价不断上涨。不断上涨的房价增加了居民部门的财富,使得其借贷能力增强,并且给居民部门形成房价持续上涨的预期,刺激了居民的购房需求。同时,宽松的政策增强了银行的放贷意愿,增加了放款规模,最终导致居民杠杆率水平高速增长。也就是说,不断走高的房价通过需求效应和财富效应在宽松的货币政策的影响下对居民杠杆率产生正向影响,
图2 HP与HL拔靴分样本结果
图(b)的阴影部分给出了HL是HP格兰杰原因的区间,图(b)则报告了HL对HP的影响系数。同样将样本影响系数图与存在因果关系的时间区间对照,可以发现,首先,在2010Q—2011Q、2011Q—2014Q、2014Q—2020Q等时间段内居民杠杆率对房价具有显著的因果影响,且不同时间段内影响系数的变化较大。其中,2010Q—2011Q、2014Q—2020Q时间段内居民杠杆率对房价产生正向作用。由此表明假说2成立。根据流动性理论和居民杠杆率对房价的预期效应传导,刘金全等(2019)也得到了相似的结论。其次,可以发现,在2014Q—2020Q时间段内居民杠杆率对房价的正向作用远小于2010Q—2011Q时间段。这一方面可能是因为居民杠杆率一直高速攀升,而过高居民部门杠杆率会抑制居民贷款意愿,降低新增购房需求,从而导致二者相关性下降;另一方面也可能是因为金融业务的不断发展丰富了居民处置自身资产及债务的手段。居民投融资及资产处置选择的多元化促进了居民部门债务结构的优化,一定程度上稀释了居民债务中住房贷款的比重,而在这种情况下居民债务的增长可能带来的是其他金融资产的价格增长,而对房价的推动作用会降低。2011Q—2014Q时间区间内居民杠杆率对房价有显著的负向影响,这表示该区间居民杠杆率跟房价呈现负向因果关系。由此验证假说3。这可能是因为该阶段居民杠杆率已处于较高水平,并且这个阶段中国经济增速减慢,居民可支配收入增速下降,导致居民部门资产负债状况恶化,进而导致购房需求降低;同时,该阶段的房价仍处于不断上涨状态,过高的房价使得居民的购房需求进一步降低。房地产交易数据显示,2011年第三季度全国30个主要大中城市的商品房成交量同比减少7.2%,第四季度影响更为显著,商品房成交量同比减少37%。房地产交易数据的下降,表明居民部门对住房的投资和消费需求在降低,即表明居民杠杆率通过降低居民购房需求对房价产生了负向影响。
综上所述,从全样本因果关系检验结果来看,房价对居民杠杆率存在双向因果效应,但是参数稳定性检验结果表明房价和居民杠杆率之间的关系在时间序列上存在结构性变动,全样本的检验结果存在一定的误差;通过拔靴分样本滚动窗口检验可以发现,房价与居民杠杆率存在动态联动效应,房价对居民杠杆率的影响不是一成不变的,而是随时间序列的变化而变动,不同传导渠道中经济变量的变化都会在一定程度上对传导效应产生影响;居民杠杆率对房价的影响在不同时间段的差异性更为明显,在杠杆率较低水平、经济增速较快时期,居民杠杆率对房价呈现正效应,在杠杆率较高水平、经济增速较慢时期居民杠杆率对房价呈现负效应。
本文通过拔靴滚动窗口因果关系检验对房价与居民杠杆率的传递效应进行研究,并在时间序列样本区间内识别二者因果关系的结构性变动。结果表明:第一,房价波动对居民杠杆率的正向作用非常显著。近几年中国居民杠杆率不断攀升为房价上涨提供了较大的贡献率,说明中央银行采取控制房价的手段稳定金融系统是明智的、有效的。第二,房价对居民杠杆率的传递效应在长时间序列中存在时变特征。这是房价多渠道影响居民杠杆率的反映,贷款需求渠道、抵押效应渠道和贷款供给渠道的放缩都会影响房价对居民杠杆率的正向作用。第三,居民杠杆率对房价的影响在长时间序列中也存在显著的时变特征。这反映居民杠杆率对房价的复杂作用,其中负向的影响表明当居民杠杆率与经济发展不相适应时会通过资产负债效应对房价产生负向作用。
根据以上结论,本文提出以下政策建议:第一, 当前中国居民杠杆率的快速攀升与房地产市场资本发展畸形、房价持续上涨密不可分,因此,采取稳健的房地产政策稳控房价是遏制居民杠杆率攀升的治本之策,这应当成为未来中国制定相关政策的着力点。第二, 房价上涨对居民杠杆率攀升的催化作用主要通过影响居民部门贷款需求、贷款能力以及银行部门放贷规模和倾向来实现,因此,应该在政策层面加强对居民部门消费需求和投资需求的引导,加强银行机构的信贷管理,从贷款需求和贷款供给两个方面改善居民部门的资产、负债结构,从这两个传导渠道削弱房价对居民杠杆率的正向效应,降低房价上涨对居民杠杆率的冲击。同时,严格落实差别化住房信贷政策,既要加大力度约束投机性行为带来的居民杠杆率不合理升高,也要满足居民首次购房的合理性信贷需求。第三,考虑到居民杠杆率攀升可通过流动性效应和预期效应推动房价上涨,金融市场方面应鼓励金融创新,推动金融资产多元化发展,优化居民部门的资产负债结构和消费投资结构。同时,政府应在房地产市场及相关领域强化政策引导,以辅助居民对房价形成理性预期,降低流动性效应和预期效应导致的居民杠杆率对房价正向的催化作用,避免二者产生相互促进、螺旋上涨的态势从而加剧中国经济体系及金融市场的系统性风险。