银行信贷冲击与房地产价格波动:1999―2014
[内容摘要]文章分析了我国不同地区银行信贷与房地产价格的传导效应，在剔除通货膨胀因素的情况下，使用我国35个一、二线城市1999―2014年的银行信贷与房地产价格的年度数据建立不变系数模型，并利用Granger因果检验方法对二者之间关系进行实证检验。
文章得出如下结论，银行信贷与房地产价格存在单向因果关系，且一线城市的房地产价格对银行信贷存在单向引导；二线城节的银行信贷对房地产价格存在单向引导，后者的房地产价格波动受到银行信贷冲击影响程度比前者所受影响更大。
因此.为了促进中国房地产市场健康、持续、稳定、有序的发展，政府相关部门可以对我国不同城市需采取差别化信贷政策。
下载论文网 [关键词]银行信贷；房地产价格；一二线城市 一、引言与文献回顾 自1998年我国开始实施货币化分配住房新体制以来，房地产业逐步成为国民经济支柱产业之一，房地产市场对GDP的投资贡献率在逐年攀升，房地产开发投资额占GDP的比重从1998年4.55%上升至2014年的14.94%。
在将近20年期间，房地产业的长久兴盛带来了房地产价格的持续上涨，同时，因房地产市场的商品具有价值量大、生产集约化、建设及使用周期长、供给异质性且缺乏弹性等性质，使得房地产市场的长期发展离不开金融机构的信贷支持。
目前，我国经济形势面临下行的压力，从过去的资本与商品存在双短缺过渡到商品与资本的双过剩，如何化解过剩产能已经成为我国的热门议题。
2015年，我国政府放松对房地产的信贷政策，首套房公积金贷款最低首付降到20%，首套房已结清房贷，再次购买申请公积金贷款降低至30%等，以此来缓解经济发展下行的压力并促进中国房地产市场健康、持续、稳定、有序地发展。
对银行信贷与房地产价格之间的关系，国内外学者对此做出了广泛的研究，归纳起来大致可以分为以下三种观点： （一）银行信贷对房地产价格存在单向引导关系 周京奎研究发现金融支持过度是诱发房地产泡沫形成的直接原因，由此产生的群体投机行为是导致房地产泡沫形成的间接原因。
当房地产价格持续上涨时，银行更加看好房地产业的发展前景，将对房地产开发企业和购房者提供更多的信贷支持；反之，房地产价格作为市场经济发展状况的“晴雨表”，在房价出现下跌时，银行预期房地产市场前景黯淡，将会减弱对供需双方的信贷支持，银行采取的应对策略对二者的投机行为起到促进作用，最终将会引起房价的持续攀升和房地产市场泡沫。
蔡真和汪利娜的主流观点是假设银行信贷是内生性变量，在理论分析推导过程中建立房地产价格与银行信贷之间关系的模型，并逐步检验无信贷、存在信贷外生与内生的背景下对房地产价格的影响关系。
通过理论与实证检验得出，银行信贷的支持确实会引起房价的上涨。
郑忠华、张瑜建立了一个多经济主体的动态随机一般均衡模型，该模型引入银行体系和房地产市场，二者构建模型中经济波动主要传导因素，并模拟对宏观经济中的其他因素产生影响。
研究结果表明，信贷资金的引入会导致市场上的资金流向高收益产业，从而拉动房地产的价格。
（二）房地产价格对银行信贷的单向影响 Goodhart，Hofmann通过16个国家的面板数据分析得出，银行信贷短期内实际利率增加，实际贷款规模减少。
实证得出，短期而言，实际利率对房地产价格存在显著负相关性，实际GDP与房地产价格呈正相关性，经济的增长又将刺激消费支出和投资规模，引起信贷需求的上升，而高产出带来的高收入有可能增强银行发放信贷的意愿。
Hofmann研究了20个国家的房地产价格与银行信贷、实际利率及实际GDP之间的互动影响关系。
结果表明，长期内，银行信贷对房地产价格波动影响十分有限，但是，房地产价格对银行信贷存在显著的正相关关系；短期内，银行信贷与房地产价格存在互为因果的关系。
江彤利用2003年8月―2006年8月的月度数据研究银行信贷与房地产价格的关系，实证得出，二者之间存在长期的均衡关系，房地产价格是引起银行信贷变动的格兰杰原因，而银行信贷不是引起房地产价格变动的格兰杰原因。
况伟大认为房地产价格对银行信贷产生的影响大于利率和经济增长带来的影响。
（三）银行信贷与房地产价格之间互为因果关系 Collyns，Senha山i利用向量自回归的方法对中国香港、韩国、泰国、新加坡4个东南亚国家和地区的银行贷款与房地产价格的关系进行研究，结果表明，银行贷款变动与房地产价格波动出现显著的一致性。
并且，他们认为在东南亚金融危机前的房地产泡沫原因中，由银行信贷产生的影响不可小觑。
武康平和皮舜等建立了房地产市场与银行信贷市场的一般均衡模型，分析得出，两个市场的共生性存在内在作用机制，房地产价格波动与银行信贷发放存在正反馈效应。
房地产价格的攀升导致银行贷款供给增加；而银行贷款供给增加，又会引起房地产价格的上涨。
李剑和陆军利用1998―2007年我国35个主要城市的银行贷款、房地产价格以及GDP构成的面板数据，运用多变量协整分析技术进行实证检验，比较不同区域内的银行信贷与房地产价格之间互动关系的影响程度，即对我国的东部和中西部之间差异性研究。
结果显示，在长期内，我国东、中、西部地区的银行信贷与房地产价格之间互为因果关系；但是在短期内，东部地区的房地产价格波动是银行信贷变动的重要原因，而在中西部地区二者之间不存在因果关系。
黄梓蔚、潘海英研究了银行信贷规模与房地产价格波动关系，在理论分析的基础上进行实证检验。
在短期动态关系中，银行贷款波动对房价变动存在显著影响，在长期内银行信贷规模、房地产价格、利率及工业增加值具有协整关系，信贷规模对房价存在正相关，银行信贷规模也是房价波动的格兰杰原因，并且银行信贷规模对房价波动远大于利率和经济增长，它是房价变化的最主要原因。
以往文献大部分是基于宏观层面上，检验银行信贷与房地产价格之间的影响关系，国内的学者主要是从全国以及东、中、西部的角度来研究二者的互动机制。
而本文是从我国一线城市和二线城市的角度来探讨银行信贷冲击对房地产价格波动的影响关系，研究银行贷款对不同区域的房地产业提供金融支持的背景下，对我国一线城市和二线城市的房地产价格哪个敏感度更大？根据所得出的结论，力图对政府制定差别化信贷政策和房地产调控政策、促进房地产市场和银行体系的稳定有序发展提供一定的借鉴。
二、银行信贷与房地产价格之间关系的理论分析 （一）银行信贷对房地产价格的传导机制 在我国现阶段房地产业融资渠道有限的条件下，银行信贷在房地产市场的发展过程中是不可或缺的。
从信贷资金的供给角度来看，在宽松的银行信贷约束下，购房者获得信贷资金的可能性较大，继而引起房地产需求增加，最终导致房地产价格上涨。
在相同情况下，房地产开发商将获得更多的资金供给，进而引发新一轮的投资，刺激房地产市场上的供给，但是因土地资源有限和房地产建设周期的长期性，在短期内，房地产市场上供小于求，宽松的银行信贷会引起房地产价格上涨。
相反，在紧缩的银行信贷约束下，银行自己持有的房地产或房地产抵押价值下降，可能面临不良贷款率和违约率的上升，导致银行贷款资产恶化率提高，利润收缩，信贷业务削减。
银行贷款风险的增加迫使银行系统内部重新制定房地产信贷发放的方针和策略，促使房地产开发商对房地产的销售价格进行下调。
（二）房地产价格对银行信贷的传导机制 本文分别从居民和企业两个经济微观主体进行分析研究。
首先，房地产作为居民所持有的重要资产形式，通过房地产财富效应作用于居民消费支出水平。
房地产价格上涨，居民财富的增加会引起消费支出上涨，继而增加对银行信贷的需求。
其次，由于金融市场不完全，居民将面临信贷约束，通常是将房地产作为抵押物以获取信贷资金，不同类型的居民受到房地产价格变动产生不同的影响。
对于房屋所有者来说，房地产价格的上涨将引起银行贷款抵押资产价值的增加，从而提升居民信贷获取能力；对无房者而言，当房地产价格上涨时，不得不减少消费和银行借款来支付更高的租金或为购房做准备。
再次，对房地产开发建设企业来说，房地产价格的波动会刺激或抑制房地产开发企业的投资行为，从而影响银行信贷的发放。
根据托宾的Q理论，当房价高于其重置成本时，房地产的收益报酬是增加的，使得房地产开发企业增加投资，继而引起银行信贷扩张。
最后，对于非房地产开发建设企业而言，特别是中小企业受融资的信贷约束，对银行信贷的资金具有很强的刚性需求。
通常，企业从银行获取融资资金时，需要提供一定数量的抵押物，房地产价格的上涨使得抵押物价值提升，从而增强银行发放信贷的意愿。
例如，CDP、利率以及对未来宏观经济走势预测等。
三、银行信贷与房地产价格关系的实证分析 （一）数据来源与处理 考虑数据的可得性，利用我国35个一线与二线城市的统计数据，通过对两变量面板数据进行实证检验。
根据国家的划分标准，一线城市选取北京、上海、广州、深圳和天津共5个城市；二线城市选取南京、杭州、长沙、武汉、石家庄、太原、沈阳、大连、长春、哈尔滨、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、南宁、重庆、成都、昆明、西安、苏州、佛山、东莞、无锡、烟台、温州和淄博共30个城市。
具体数据来源于《中国房地产统计年鉴》、各市历年《统计年鉴》、《中国区域经济统计年鉴》以及部分城市统计信息网等。
我们采用1999―2014年我国35个城市的银行信贷与房地产价格的年度面板数据，共525组样本对银行信贷与房地产价格变动的关系进行实证检验。
其中，银行信贷用金融机构各项贷款来表示，房地产价格用商品房销售额除以商品房销售面积得到商品房平均销售价格来表示，金融机构各项贷款余额单位为万元，商品房平均销售价格单位为元/平方米。
L13J由于没有现成的定基消费物价指数，根据各市历年《统计年鉴》所公布的以上年为基期的居民消费物价指数，构造以1999年为基期的居民消费物价指数来表示通货膨胀率，所有数据用居民消费物价指数平减，以剔除通货膨胀因素影响。
最后，对银行信贷和房地产价格的实际值取自然对数，以消除异方差，将二者的实际值分别用L与HP表示，而相应的对数值分别为LNL与LNHP。
（二）单位根检验 由于面板数据包含了横截面和时间序列的数据，存在用非平稳的时间序列进行回归建模时带来“伪回归”的问题，所以，对我国一、二线城市的银行信贷与房地产价格进行实证检验之前，首先对面板数据进行单位根检验。
本文主要采用LLC检验（Levin，Lin and Chu）、IPS检验、ADF—Fisher检验及PP—Fisher检验方法判断变量的平稳性。
表1的数据是利用Eviews9.0进行单位根检验所得结果。
表1中的单位根检验结果显示，仅我国一线城市房地产价格与二线城市银行信贷水平不平稳，通过采取一阶差分方式使之变成同阶序列，所有变量一阶差分后均为平稳序列，其经济解释变量含义分别为房地产价格增长率与银行信贷增长率。
对于平稳面板数据我们不需要进行协整检验，而是通过直接对变换后的平稳序列进行Granger因果检验。
（三）格兰杰因果检验 分别取滞后1阶和滞后2阶进行研究，分析我国一线与二线城市的银行信贷冲击和房地产价格波动的Granger因果检验。
由Eviews9.0得出实证结果如下： 据表2分析，根据伴随概率可知，无论是滞后一阶或者二阶，在5%的显著性水平下，一线城市均接受“银行信贷不是房地产价格的格兰杰原因”的假设，拒绝“房地产价格不是银行信贷的格兰杰原因”的假设。
二线城市均拒绝“银行信贷不是引起房地产价格变动的格兰杰原因”的假设，接受“房地产价格不是引起银行信贷变动的格兰杰原因”的假设。
（四）面板数据模型设定与回归结果 通常，我们将面板数据模型划分为3种类型：（1）无个体影响的不变系数模型；（2）变截距模型；（3）含有个体影响的变系数模型。
通过构造F统计量对样本数据进行检验。
通过E—views9.0依次对相关变量的变系数、变截距以及不变系数模型下进行回归，先后得出变系数模型的残差平方和S1，变截距模型的残差平方和S2以及无个体影响的不变系数模型的残差平方和S3，k表示解释变量个数。
估计结果如下： 根据检验结果认为研究银行信贷与房地产价格之间关系的模型应采用不变系数模型，模型的形式为： 式中，j：1，2分别代表我国一线与二线城市；i=1，2，…，Nj，Nj分别表示一线城市与二线城市包含的地区个数，N1=5，N2=30；t表示时间期间。
αj表示j地区的商品房平均销售价格自发增长率水平，用来反映地区内部不同城市间的房地产价格变动特征差异，真3j表示分别是j地区的银行信贷增长率对房地产价格增长率的回归系数。
通过对以上计量模型进行估计，银行信贷与房地产价格的不变系数模型估计结果见表4。
1999―2014年，我国一线城市与二线城市的银行信贷对房地产价格波动存在明显的地区差别效应。
在10%的显著性水平下，银行信贷对房地产价格波动的影响，二线城市表现出更加显著。
从自发的房地产价格增长率上看，一线城市的平均房地产价格增长率略高于二线城市，房地产价格增长率与银行信贷增长率呈现负相关关系，当银行信贷增长率上涨1%，房地产价格增长率下降0.15%。
二线城市房地产价格增长率与银行信贷增长率呈现正相关，当银行信贷增长率上涨1%，房地产价格增长率上涨0.06%。
综上所述，政府部门在采取抑制房地产价格上涨的政策中，应采用差别化的信贷政策。
四、结论和政策建议 2016年《政府工作报告》中提到，完善支持居民住房合理消费的税收、信贷政策，适应住房刚性需求和改善性需求，因城施策化解房地产库存。
现阶段，我国房地产业面临两大问题：一是缓解去库存的压力，加快房地产住房的合理消费；二是持续稳步增长的房地产价格加深了房地产市场的泡沫。
同时，国内房地产价格出现很大的分化，而且房地产市场的良好发展依靠市场调节和政府调控，因此，我国政府在制定和实施房地产市场信贷政策之前需要考虑不同区域间的差异性，强调“因城施策”实行差别化的信贷政策。
通过考察银行信贷与房地产价格之间的互动影响关系，得出以下结论： 1.我国一线城市的房地产价格是银行信贷变动的格兰杰原因，但银行信贷不是房地产价格变动的格兰杰原因，说明一线城市的房地产价格是银行信贷规模变动的重要影响因素，而房地产价格的波动受到宏观经济基本面的影响更大，如利率政策、货币供给量、人口密度等因素。
而我国二线城市的房地产价格不是引起银行信贷变动的格兰杰原因，银行信贷是引起房地产价格变动的格兰杰原因，说明二线城市的房地产价格变动是银行贷款作用的结果，银行信贷规模的扩张或收缩可能更多的是受到国家宏观调控的货币政策的影响。
2.我国一线城市的银行信贷冲击对房地产价格波动影响的显著性不高。
从估计结果得知，银行信贷增长率对房地产价格增长率表现出负相关。
因为一线城市的房地产市场环境更加复杂，银行信贷对房地产价格的影响较小，更容易受到经济增长、财政及金融环境、人口状况、社会稳定状况及房地产投机等影响因素，另外，可能因为信贷政策实施后存在时间滞后效应所导致。
与之相比，我国二线城市银行信贷规模的扩张对房地产价格的上涨影响却比较大，二者之间表现出很强的正相关性。
当银行信贷增长率上涨1%时，房地产价格增长率上升约0.06%，自发增长率约为0.08%。
基于此，为了更好地控制房地产价格的上涨，政府部门对我国一、二线城市应采取差别化信贷政策，对一线城市采取信贷政策与其他宏观经济政策配套使用，根据经济增长水平合理确定本地区的新建住房数量目标，严格住房用地供应管理以及合理引导消费者的住房需求。