住房价格上涨的金融支持及检验

摘 要：金融对房地产的支持是否过度是判断当前房价波动的金融风险可能性及其程度的重要依据。通过建立向量误差修正模型并借助脉冲响应分析和方差分解，重点对中国近年来住房价格上涨中的金融因素进行分析。结果表明：金融对房地产业低利率成本的信贷支持、土地价格上涨以及投机因素是推动房价上涨的主要因素。在当前房地产市场低迷的情况下，房价波动的加剧可能给金融及经济稳定带来冲击。

关键词：住房价格；金融支持；向量误差修正模型；脉冲响应分析

中图分类号：F830 文献标识码：A 文章编号：1001-6260（2009）02-0083-07

近年来我国住房价格持续快速上涨引起了全社会的广泛关注。房价的过快上涨不但成为解决居民住房问题的最大障碍，而且还对金融甚至整个经济的健康发展构成严重的威胁。我国学者谢经荣等（2002）整理的资料显示，1980年以来发生在12个国家和地区的16次比较严重的金融危机中，有12次都存在着不同程度的地产泡沫。而爆发于美国的房地产次贷危机不但使美国金融市场及经济遭受重创，而且也给全球金融市场及经济带来极大的负面影响，至今这种负面影响仍在持续。自2007年年底以来，我国一些城市房地产市场陆续出现了交易量萎缩、打折促销现象，房价下跌可能对金融业造成的冲击一度使人们的注意力从高房价转向金融风险。

适度的金融支持是房地产业发展必不可少的重要条件，但金融支持过度则会为房地产泡沫的产生与膨胀提供可能。检讨世界各地房地产泡沫经济的教训，银行信贷的非理性扩张都对房地产泡沫的膨胀起到了推波助澜的作用。在目前我国没有实行住房资产证券化、房地产融资渠道单一的情况下，房地产融资高度依赖于银行贷款，房地产开发及住房抵押贷款在银行总资产中占有举足轻重的地位，这一现实使得房地产经济波动对金融及整个经济可能带来的冲击更大。从这种意义上来说，优化房地产业的监督管理，理顺房地产与金融之间的互动关系，对于我国金融与经济的健康稳定发展有着更为重要的特殊意义。

一、文献回顾

20世纪70年代掀起的金融自由化浪潮使金融支持过度成为房地产泡沫生成的重要诱因。目前国外已有很多文献对金融信贷在资产价格泡沫中的作用进行了研究。Bertrand（1999）认为，在金融自由化和放松金融管制的情况下，金融机构的违规借贷行为会加速金融风险的累积，从而加速房地产的周期波动和房地产泡沫的形成与破灭。Mishkin（1997）等认为，金融机构与借款人间的信息不对称会导致金融资产泡沫。Allen等（1998，2001）基于信息不对称的信贷扩张资产价格泡沫模型，指出金融机构的中介作用引致的问题最终导致了资产泡沫。Collyns等（2001）对4个东亚国家或地区（泰国、韩国、新加坡和中国香港）的研究表明，银行信贷的增长对房地产价格上涨具有显著的同步效应。

沿着国外学者的分析思路，国内一些学者对房地产价格中的金融信贷因素进行了研究。谢经荣等（2002）通过一个包括地产商和银行两方的资本市场局部均衡模型说明，资产价格与信贷数量相关，而人们对未来信贷扩张的预期以及信贷扩张程度的不确定性将加剧泡沫的严重程度。袁志刚等（2003）和周京奎（2006）分别建立房地产市场的局部均衡模型就金融支持对房地产价格的影响进行了分析。通过比较购房者和房地产开发商仅用自有资金购房投资与他们都可以从银行取得贷款两种情况，袁志刚等（2003）给出了房地产泡沫产生和存在的条件以及泡沫破灭的条件；而周京奎（2006）给出了衡量金融支持过度的临界值，并用该临界值对全国及北京、上海等9个城市进行了分析，结果表明此前我国住房价格的迅速上涨与金融支持有紧密的关系，从全国整体来看已经出现了金融支持过度现象。梁云芳等（2007）对我国房价区域波动差异的分析表明，不论是在长期还是短期，信贷规模对东、西部地区影响都比较大，而对中部地区的影响较小，实际利率对各区域的影响差异不大，且影响较小。与上述直接关注银行房地产信贷与住房价格上涨之间关系的研究不同，肖本华（2008）运用Granger因果分析方法对我国银行信贷总量与住房价格之间的关系进行了探讨，认为我国的信贷扩张为住房价格的膨胀提供了支撑，而导致信贷过快增长的主要原因是货币供给的过快增长和低实际利率、高存贷利差。

由上述文献回顾看出，目前国内对金融信贷与住房价格之间关系的研究主要存在两个不足：首先，住房价格上涨是多种因素共同作用的结果，虽然基于银行、房地产商及购房者三方之间相互关系分析的数理模型具有较好的理论基础，但往往不能将除此以外的其他因素纳入其分析框架，而基于计量分析的研究也由于或多或少地忽略了对一些重要因素的分析而难免存在偏差；其次，从全国角度对金融与房价之间关系的研究还比较缺乏。虽然房地产市场是一个典型的区域性市场，但金融政策变动对房地产业的影响却是全国性的。鉴于此，本文将在考虑土地价格、居民收入、通货膨胀等因素对房价影响的情况下，运用向量误差修正模型（VECM）对我国近年来住房价格上涨中的金融信贷因素进行定量检验。

二、理论分析与变量选择

作为一个典型的资金密集型行业，能否获得足够的资金是房地产投资及消费能否顺利进行的首要前提条件。除信贷规模外，信贷资金价格（即利率）也会对房地产业产生影响。利率的高低不但直接决定房地产商和购房者的利息负担，从而影响住房供给与需求，而且其与房地产投资回报率之间的差别还在一定程度上决定着社会资金在房地产投资与其他投资之间的分配。

图1 银行信贷与住房价格互动机制

银行信贷与住房价格之间的互动关系可用图1来说明。在房地产景气时期，预期房地产的高收益率使得房地产贷款更加具有吸引力，为了占据更大的市场份额，各银行纷纷加大对房地产业的贷款。这不但使房地产供给和需求的潜力得到释放，而且还激发了房地产商和投资者的投资热情。但由于土地供给有限及住房建设周期较长，住房供给弹性较小，由此住房价格急剧上升。房价上升使开发商和投资者的住房担保品价值上升，他们能藉此从银行获得更多的贷款并进一步扩大房地产投资。而对银行而言，房价上涨不但使其自身持有的房地产价值上升，而且作为贷款抵押的房地产市价上升使其房地产贷款的损失风险下降，因此银行会进一步增加对房地产的投入。这些会促使住房价格进一步上升，房地产泡沫急剧膨胀，虚高的房价最终将真正的住房需求者排除在市场之外。此时一旦市场出现突发事件导致市场预期改变，房价就有下跌的风险。房价下跌会使银行自身持有的住房资产缩水，同时，作为贷款抵押的住房价值下降使得客户的违约率上升，在盈利不断下降和不良资产逐步增加的形势下，银行的自然反应是减少对房地产信贷。而此时为维护金融稳定，监管者必然通过提高资本准备金、严格头寸规定和信贷管制等措施紧缩房地产信贷。在这种情形下，房地产市场交易量的萎缩使房地产企业的资金回流出现问题，而银行贷款的骤减使这些企业的运营更加困难，房价下跌的压力进一步加大。当企业资金链断裂现象严重而不得不降价销售时，房地产泡沫将最终破灭。

目前我国房地产融资高度依赖于银行信贷，银行低利率的信贷支持是否过度并成为推动本轮住房价格上涨的原因，不但是判断当前住房价格调整的金融风险可能性及其程度的关键，而且是今后改善房地产与金融之间关系的重要依据。鉴于此，我们将对住房价格与金融信贷之间的关系进行定量检验。另外，为尽量避免分析结果的偏差，我们将同时考虑土地价格以及居民收入等因素对房价的影响。在本轮住房价格持续快速上涨的过程中，地方政府控制的土地价格的持续飙升、房地产业存在的名目繁多的税费以及当前中国对政府官员的考核机制等现实使人们将争论的矛头直接指向地方政府，“土地财政”、“经营城市”等描述地方政府行为的名词广泛流行于社会各界，地方政府对本轮房价上涨的推动几乎成为全社会的共识。虽然目前对土地价格上涨与房价上涨孰因孰果还没有形成共识，但可以肯定的是，本轮房价上涨过程中土地价格上涨扮演了重要的角色。居民收入尤其是其可支配收入是决定家庭消费需求的最重要因素。人均可支配收人水平的高低直接决定消费购买力的大小，进而决定市场需求的大小。住宅作为高价值的耐用商品，要求消费者必须具有良好的收入水平。另外，Poterba等（1991）也指出，对经济增长预期的改变也是导致短期内住房价格较大波动的原因之一，加上住房在短期内供给缺乏弹性的特点，因此在住房质量不变的情况下，收入上升引起的需求增加将导致住房价格上涨。

本文中，我们用商品房销售价格指数表示住房价格（HP）；用房地产开发投资资金来源中的国内贷款表示房地产开发贷款（Sloan）；由于现有数据中没有房地产消费信贷数据，但考虑到住房购买对银行信贷的高度依赖，房地产开发资金来源中的定金及预收款应与房地产消费信贷高度相关，基于这一考虑，我们用房地产开发资金来源中的定金及预收款作为替代变量近似代替房地产消费贷款（Dloan）；用银行间21~30天同业拆借加权平均利率表示利率（Rate）；用人均可支配收入表示收入变量（DGDP）；用居民住宅用地交易价格指数来表示土地价格（LP）。最后，为了剔除价格指数变化的影响，我们对人均可支配收入进行了价格指数调整。上述所有数据均来源于中经网统计数据库。（注：中经网中提供了商品房销售价格指数和居民住宅用地交易价格指数的环比价格指数，文中将其调整为定基价格指数，房地产开发投资资金来源中国内贷款和房地产开发资金来源中定金及预收款季度数据由中经网相应月度数据求季度平均值得出。）

三、住房价格与金融信贷之间关系检验的向量误差修正模型

为排除我国从1998年开始取消福利分房这一制度因素对分析的影响，我们将1998―2007年的季度数据作为分析样本。另外，为排除季节因素的干扰，在进行计量分析之前，我们用X11方法对所有数据进行了季节调整。

1．单位根检验

为避免使用非平稳变量进行回归时可能造成的谬误回归，我们首先采用ADF（Augmented Dickey-Fuller）方法对所有变量的平稳性进行单位根检验。该检验方程的一般形式如下：

yt=γyt-1+α+δt+∑pi=1βiyt-i+ut， t=1,2,…，T

如果检验结果显示γ显著异于0，则表示序列yt平稳，否则变量存在单位根，就要对原序列的差分进行相同的检验，直至差分变量平稳为止，由此判断序列的单整阶数。在实际检验时，可以根据序列的曲线图来确定参数α和γ的取值以决定序列是否包含常数和时间趋势项，同时结合各变量单位根方程中截距和时间趋势项系数的显著性来判断模型设定的合理性，滞后阶数p通常采用最小信息准则AIC（Akaike Information Criterion）来确定。单位根检验的结果如表1所示。

表1 各变量的单位根检验结果

原始序列变量ADF值检验结论原始序列的一阶差分序列变量ADF值检验结论原序列的单整阶数

LnHP-1.45不平稳d(LnHP)-4.67***平稳Ⅰ（1）

LnDGDP-1.88不平稳d(LnGDP)-4.44***平稳Ⅰ（1）

LnLP-2.03不平稳d(LnLP)-4.19***平稳Ⅰ（1）

LnSloan-2.01不平稳d(LnSloan)-10.03***平稳Ⅰ（1）

LnDloan-1.82不平稳d(LnDloan)-7.14***平稳Ⅰ（1）

LnRate-2.10不平稳D(LnRate)-10.03***平稳Ⅰ（1）

注：Ln表示对变量取对数，d(・)表示对变量取一阶差分，***表示在1%的显著性水平上显著。

从表1中看出，即使在显著性水平为10%时，各变量原始序列的ADF值都不显著，说明这些序列都存在单位根。而所有序列的一阶差分序列的ADF值都在1%的显著性水平下拒绝了单位根的零假设，由此可知各变量都是I（1）序列。

2．协整检验

虽然上述各变量都是非平稳序列，但根据协整理论，单整阶数相同的非平稳变量之间的线性组合却可能是平稳变量，这种平稳的线性组合就是所谓的协整方程，它揭示了各变量之间长期稳定的均衡关系。两个以上非平稳变量之间的协整关系可以通过Johansen协整检验来进行，剔除回归过程中不显著的利率变量，表2给出了协整检验的最终结果。

表2 变量间的Johansen协整检验结果

协整秩H0特征根Trace检验

迹统计量5%临界值P值最大特征值检验λ-max统计量5%临界值P值

r≤00.72299.854**69.8190.00047.356**27.5840.000

r≥10.49242.498 47.8560.17223.086 24.1590.101

注：字母r表示协整向量的个数，**表示在5%的显著性水平下拒绝原假设。

从表2中看出，特征根迹检验和最大特征值检验的结果都在5%的显著性水平下拒绝r≤0的零假设而接受假设r≤1，显示存在一个协整向量，说明各变量之间存在长期稳定的均衡关系。对应的正规化的协整方程如下：

LnHPt=0.034LnDGDPt+0.614LnLPt+0.242LnSloant+0.150LnDloant

(-3.626)(-28.48)(-5.742)(-2.56)

括号中的数字表示各系数的t统计量。从上式可以看出，所有系数都在1%的显著性水平上显著。从变量系数的大小来看，住房价格的收入弹性很小，只有0.03%，住房价格的土地价格弹性最大，达到0.61%，除此以外，住房价格的房地产开发贷款弹性较大，为0.24%，而住房价格的房地产消费信贷弹性相对较小，为0.15%。这一结果表明，在住房价格与其影响因素变化的长期关系中，利率对住房价格并没有显著的影响，虽然收入对房价影响的方向与预期相符，但影响较小，而土地价格、房地产开发贷款以及住房消费贷款变量对住房价格的影响较大，说明近年来我国住房价格的上涨，在很大程度上是在土地价格上涨和房地产贷款尤其是房地产开发贷款驱动下的一种泡沫现象。

3．住房价格的误差修正模型

由于各变量均为I（1）序列，且存在协整关系，根据Granger定理，必然可建立误差修正模型。基于误差修正模型，可以进一步了解这些变量之间的短期动态关系。最终建立的向量误差修正模型如下：

LnHPt=-0.070ecmt-1-0.072LnHPt-1-0.233LnDGDPt-1+

(-5.578)(-0.449)(-1.107)

0.445LnLPt-1+0.03LnSLoant-1+0.063LnDloant-1

(-3.164)(-2.005)(-1.359)

Adj.R2=0.65Loglikelihood=92.43

其中，ecmt-1为误差修正项：

ecmt=LnHPt-0.034LnDGDPt-0.614LnLPt-0.242LnSloant-0.150LnDloant

由上式，误差修正项系数为-0.070，且在1%的显著性水平上显著，说明短期内房价偏离长期均衡状态时存在向均衡调整的趋势，但调整的力度很小。房价变量的一阶滞后项系数为负但并不显著。与长期情形相同，土地价格的一阶滞后项系数为0.45，且在1%的显著性水平上显著，说明短期内土地价格对房价也有明显的推动作用；房地产开发与消费贷款变量的一阶滞后项系数分别为0.03和0.06，且分别在1%和5%的显著性水平上显著，说明短期内房地产开发与消费贷款对房价上涨也有一定的推动作用。此外，在短期内收入对房价没有显著的影响。以上结果表明：长期内土地价格上涨和房地产开发与消费贷款是推动房价上涨的主要因素，收入对房价上涨的影响不大；而在短期，对房价有显著影响的变量依然是土地价格、房地产开发与消费贷款，除此以外，其余变量对房价的短期影响都不显著。由此看出，近年来土地价格上涨和房地产开发与消费贷款在我国住房价格上涨的过程中扮演了很重要的角色，而居民收入增长与利率对住房价格上涨的影响不大，结合分析期内我国利率水平长期较低的现实，近年来我国住房价格上涨在很大程度上是一种由金融过度支持与地价上涨推动的泡沫现象。

四、脉冲响应分析与方差分解

图2至图6是基于VEC模型的各影响因素对住房价格的脉冲响应函数曲线。从图2中看到，房价在一开始就对其自身的结构冲击产生正的响应，且响应较为持久；从图3中看出，房价对收入结构冲击的响应在一开始几乎为零，而在第2期之后逐渐变大，但冲击的力度并不大；从图4中看出，虽然房价对土地价格冲击的响应开始为负，但在第2期之后迅速变大，且冲击较为持久；最后，由图5和图6看出，虽然房价对房地产开发和消费贷款结构冲击的响应较慢，但二者对房价冲击持续的时间较久，相对于房地产消费贷款，房价对房地产开发贷款的冲击力度更大。

图2 房价结构冲击的房价响应 图3 收入结构冲击的房价响应 图4 土地价格结构冲击的房价响应

图5 供给贷款结构冲击的房价响应 图6 需求贷款结构冲击的房价响应

表3 住房价格波动的方差分解（单位：%）

时期标准差LnHPLnDGDPLnLPLnSloanLnDloan10.02100.000.000.000.000.0020.0390.230.001.737.400.6430.0475.110.966.4315.691.8140.0556.942.8813.9922.593.6150.0642.694.8121.0626.714.7260.0832.076.3327.0029.125.4870.1024.707.5131.5430.295.9680.1219.538.4034.9130.906.2690.1415.829.0737.4931.166.46100.1513.109.5939.4731.256.60

表3给出了住房价格波动的方差分解结果。从中可看到，随着时间的推移，房价自身变动对房价波动方差的贡献率逐步下降，而其他变量对房价波动方差的贡献率逐步上升，但即使在第10期房价自身对房价波动方差的贡献率仍超过10%；与在脉冲响应分析中的情形类似，收入变动对房价波动方差的贡献率有限，即使在第10期也不到10%；土地价格对房价波动方差的贡献率较大，在第10期接近40%；最后，房地产开发贷款对房价波动方差的贡献率较大，在第10期对房价波动方差的贡献率超过30%，而房地产消费贷款变动对房价波动方差的贡献率相对较小，在第10期对房价波动方差的贡献率不到10%。

五、主要结论及政策含义

通过建立向量误差修正模型，本文对我国近年来住房价格持续上涨中的金融信贷、土地价格等因素进行了检验。主要发现如下：在长期内，土地价格上涨、银行房地产贷款尤其是房地产开发贷款等是推动房价上涨的主要因素，居民收入增加虽然对房价上涨的影响显著而且为正，但影响力度不大，利率水平对房价波动的影响并不显著。而在短期，对房价有显著影响的变量依然是土地价格、房地产开发与消费贷款，除此以外，其余变量对房价的短期影响都不显著。

脉冲响应分析和方差分解的结果表明，房价对土地价格、房地产开发贷款及其自身结构冲击的响应较大，房地产消费贷款与收入的外生变动对房价波动的影响相对较小，对房价波动方差贡献最大的依然是房地产开发贷款、土地价格和房价自身。

综上，近年来我国住房价格的持续快速上涨在很大程度上是一种在金融支持过度、土地价格上涨以及投机因素等推动下的泡沫现象，低利率成本的房地产开发信贷支持和土地价格上涨是推动我国住房价格上涨的主要因素。

虽然房地产泡沫与金融危机之间并不存在必然的联系，对我国房价波动对金融影响的判断还需要房地产贷款比重等相关数据，但在我国金融体系尚不健全、金融资产高度集中于银行体系，因此企业和家庭部门的金融风险也集中于银行的情况下，房价大幅波动对金融产生的不利影响必然会迅速扩散至整个经济。

在当前房地产市场低迷、房价波动加剧的形势下，未来对房地产调控的重点无疑是防止房价下降过快给金融业带来巨大冲击。

基于上述结论，笔者认为：首先，目前在加强房地产信贷审核、防止金融支持过度进一步为住房投机创造条件的同时，要尽力满足优质企业正常运营和首次购房者的贷款需求；其次，针对不同的住房供给与需求类型执行差别化利率政策，充分发挥利率杠杆对房地产市场的调节作用。长期而言，应加强体制创新和金融创新，逐步拓宽我国的房地产融资渠道，这不但有利于规避房地产金融风险，而且也是我国房地产金融体制改革和保证房地产业健康稳定发展的必然选择。

参考文献：

梁云芳, 高铁梅. 2007. 中国房地产价格波动区域差异的实证分析［J］. 经济研究(8)：133-142.

肖本华. 2008. 我国的信贷扩张与房地产价格［J］. 山西财经大学学报(1)：27-31.

谢经荣, 朱勇. 2002. 地产泡沫与金融危机［M］. 北京: 经济管理出版社: 3-16.

袁志刚, 樊潇彦. 2003. 房地产市场理性泡沫分析［J］. 经济研究(3)：34-44.

周京奎. 2006.房地产泡沫生成与演化：基于金融支持过度假说的一种解释［J］. 财贸经济(5)：3-11.

ALLEN F, GALE D. 1998. Bubbles and crises ［R］. Wharton School, University of Pennsylvania, Working Paper, No. 98-01.

ALLEN F, GALE D. 2001. Bubbles and crises ［J］. Economic Journal, 25: 236-255.

BERTRAND R. 1999. The 1985-1994 Global real estate cycle:its causes and consequences ［R］. Working Paper of the World Bank, No.1452.

COLLYNS S. 2001. Lending boom,real estate bubbles and the Asian crisis ［R］. IMF Working Paper, No. 02/20.

MISHKIN F. 1997. Understanding financial crises: a developing country perspective ［R］. Annual World Bank Conference on Development Economics, 26-61.

Finance Support and Test of Housing Price Rising:

Analysis Based on VEC Model

WEI Wei xian YUAN Peng fei

(Financial Department, Xiamen University, Xiamen 361005)

Abstract: Whether there exists excessive financial support on real estate industry is an important evidence to estimate the probability and extent of financial risk with the fluctuation of housing price. With Vector Error Correction Model, impulse response analysis and variance decomposition, this paper analyzes the finance factors that cause the prompt rise of house price in China. The results show that credit support of low interest rate from the bank system, the rising of land price and speculation are the main reasons that cause housing price to rise. Thus in face of the housing downturns, the increase of house price fluctuation may bring adverse impact on the stability of financial industry and economy.

Keywords: housing price; finance support; Vector Error Correction Model; impulse response analysis