银行信贷与房地产价格波动的关系

1、The relationship between bank credit and real estate price fluctuationa case of wuhan city Abstract：This paper documents the relationship between bank credit and real estate price fluctuation while China's real industry experienced a strong increase in the last decade. Based on the 2005-2012 tim

2、e series data from Wuhan city, it is found that there was sound causality between real estate price and loan amount. The VAR results show that bank credit has short impact on real estate price, but in the long-run, the impact was limited; the fluctuation of real estate price was mostly explained by

3、itself. To inhibit real estate price fluctuation, the bank credit policy is not enough. On the other hand, both in the contemporaneous period and long-term, real estate price has significant impact on bank credit, which means monetary policymaker need to take more attention on the real estate market

4、 to ensure financial stability.Keywords: bank credit, real estate prices, bank loans amount 摘要：在我国房地产市场高速发展的同时，房地产价格波动与银行信贷的关联也日趋紧密。本文先从理论上探讨了银行信贷与房地产价格波动之间的相互作用机制。在此基础上, 根据2005年至2012年武汉市的相关数据, 运用VAR模型、脉冲响应分析对其进行实证检验。研究结果表明, 房地产价格和银行信贷之间在长期内存在协整关系, 房地产价格波动对银行信贷有着较大的推动作用，而银行信贷的变化对房地产价格短期波动行成明显冲击，长期的影

5、响却十分有限。因此研究认为, 货币政的出台应当重视房地产价格、银行信贷以及二者的相互影响，密切关注当前房价波动的金融风险可能性以及重新审视相关房地产信贷政策。关键词：银行信贷 房地产价格 银行贷款规模1 引言房地产行业是一个资金聚集的行业，它的发展需要银行业的资金支持，而随着房地产业的迅速崛起，银行信贷业与房地产业之间的关系也越来越密切1。近几年，银行信贷对房地产业的支持力度不断加大，银行为房地产企业和个人购房提供资金支持，例如房地产开发贷款、个人抵押贷款等，从而影响房地产的供给与需求，进而影响房地产价格。房地产价格高低又反过来影响银行信贷规模，同时房价的剧烈波动也会造成对金融市场的冲击2-3

6、。2014年，资金市场呈现出一个新现象“房贷荒”，并且有愈加蔓延的趋势。目前，各地限贷、差别化信贷政策已经推行两年多，信贷政策正面临调整时间窗口。国外关于银行贷款和房地产价格的关系的研究主要基于国际视角，通过构建各种模型，如贷款市场模型、牛津经济预测模型4-6等，从定性的角度分析银行贷款规模和房地产价格之间的相互作用机制，定量研究较为少见。我国房地产市场相对于国外来说，虽然起步较晚，但伴随着我国经济的发展呈现良好的发展态势，国内学术界关于房地产价格影响银行信贷的理论和实证分析比较有限。研究对象主要集中在国家层面上，区域研究比较缺乏；银行信贷和房地产价格之间存在高度的正相关性已经得的到证实，但是

7、两者之间的相互冲击以及冲击的强度和持续的时间未能确定7-9。文章在已有的研究基础上，通过定性与定量分析，结合相关性与VAR模型对银行信贷与房地产价格波动之间的关系进行研究，并就长期和短期两个时间界限来观察两者之间的相互冲击，这一研究对银行信贷与房地产市场之间的协调运作有重要的参考价值。2 银行信贷与房地产价格的定性分析2.1 银行信贷对房地产价格的影响分析房地产具有显著的投资品属性，因此房地产价格也具有资产定价的一般特征，按照标准资产定价理论，房地产价格由未来所有时期的资产收益（租金）的贴现值决定10。现分别从房地产开发商和个人购房者来讲述影响机制：2.1.1 房地产企业贷款对房地产价格的影响

8、机制房地产企业贷款是房地产开发建设依赖的最主要资金来源。首先，1998年房改以来，我国城市化进程的高速推进、居民长期以来被压制的对更高质量住房的改善性需求的释放、传统文化背景下居民对自有住房的强烈偏好以及土地供应量增速有限等多方面因素都使房地产市场总体处于供不应求状态，卖方必然在价格决定方面具有更大的谈判力。其次，房地产市场较强的信息不对称特征使得购房者处于劣势。再次，房地产市场特性造成了在一定区域内只有较少的企业在进行相关开发和建设，具有较强的垄断特征。这种市场特征既强化了卖方优势地位，也提高了房地产开发企业之间进行合谋的概率，严重削弱了购房者的议价能力。在买卖双方天然不平等的市场格局下，消

9、费者获取议价能力的最重要途径是通过推迟交易、持币待购策略给房地产开发企业造成财务压力，促使其以降低价格来扩大销售和回收现金11-12。房地产企业贷款将增强房地产企业的成本垫付能力，缓解其财务压力，进一步强化其市场地位；过多的银行信贷甚至会促使房地产企业通过囤积土地、拖延开竣工时间、捂盘惜售等手段恶意加剧市场供求矛盾。可见，房地产企业贷款具有推动房地产价格上涨的效果。2.1.2 个人购房贷款对房地产价格的影响机制我国房地产长期以来表现出较强的保值增值能力，在银行信贷门槛降低、投放额度扩大的情况下，更多的投资和投机性需求将会借助银行信贷资金在房地产市场释放。房地产业的两个特点决定了房地产供给在短期

10、内缺乏弹性：一是房屋建设一般需要较长时间，因此房屋存量的调整不可能在短时间内完成；二是房屋建设受到土地供应的限制，我国城市建筑用地的紧张局面决定了土地是制约房地产供给的重要因素。在房地产供给短期内缺乏弹性的情况下，房地产价格在短期内就主要由需求决定，因此个人购房贷款增加所引起的房地产有效需求增加将在短期内显著提高房地产价格13-14。2.2 房地产价格对银行信贷的影响分析房地产包括房产和地产，它是一种生活必需品和有形资本，同时也是一种资产，因此房地产价格的变动会引起消费者资产管理的变动以及消费心理的变化。对此，从以下两个方面来说明：2.2.1 财富效应房地产财富效应15，是指由于房产价格上涨（

11、或下跌），导致房产所有者财富的增长（或减少），其资产组合价值增加（或减少），进而产生增加（或减少）消费，扩大（或缩小）短期边际消费倾向，促进（或抑制）经济增长的效应。事实上，房产财富上升，在预期收入增加和预期价格上涨的推动下，也促进了房产本身消费和投资的进一步增长。近年来越来越多的人投资于房地产，购房投资已呈全球化趋势。在很多发达国家，股市崩盘或持续不景气使众多投资者损失惨重，普通居民对经常亏损的养老基金也失去信心，这促使大量投资涌向了房地产。我国的这一趋势也越来越明显。房市的火爆与股市的低迷形成鲜明的对比，许多资金由证券市场流向了房产市场。其中有很多购房者的目的是出于投资，由房地产财富效应的

12、预算约束可以看出，投资需求的膨胀一方面扩大了房地产财富效应，另一方面也容易滋生房地产泡沫。因此，我们不但要看到房地产财富效应的积极影响，更要考虑房地产财富过度扩张所带来的负面效应，警惕房地产泡沫的膨胀和破裂。因为房地产泡沫破裂带来的危害要远远大于股市泡沫破裂。2.2.2 羊群效应目前，很多城市房价实现了10年上涨10倍，远远超过多数人的收入增长，造成高房价的原因，有土地政策因素，货币因素，但是羊群效应也是我们不能忽略。中国房地产市场是有存在羊群效应16，很多人都看到别人购房，自己也跟着购房。有一些业主看到房价降下来，就要到开发商那么闹事，要求退房或者补偿差价。这就说明，这些人心里觉得房价一定是

13、上涨，从来都没有考虑到房价下跌。总的来看，我们可以从两方面来探讨银行信贷和房地产价格的关系：一方面, 房地产价格波动可能会影响银行的信贷规模。另一方面,银行发放信贷的政策和条件会影响房地产需求和投资,从而引起房地产价格的波动。3 银行信贷与房地产价格的定量分析3.1 数据来源与处理数据源于武汉市统计局历年发布的武汉市统计年鉴，选取武汉市2005年-2012年房屋均价、房地产企业贷款总量及个人住房贷款总量年度数据，以房屋均价(单位：元)作为因变量Y，以银行信贷总量(单位：万元)作为自变量X，建立两者之间的关系模型。其中商品房平均销售价格等于商品房销售总额除以商品房销售面积，房地产信贷总额取自房地

14、产开发资金来源中的国内贷款与个人贷款，其中RP代表商品房平均价格、XD代表房地产信贷总额，各变量均经过必要的数据处理，包括合理的数据变换、剔除物价等因素造成的数据不可比等，处理之后分别用LNRP、LNXD表示。所有原始数据均来自于武汉市统计年鉴和中国建设银行统计年报各期。3.2 相关性分析3.2.1 平稳性检验为了避免数据模型估计中出现“伪回归问题”，确保估计结果的有效性，必须用稳定的时间序列来建立模型。而检验数据平稳性的解决办法就是单位根检验，利用分析软件eviews进行ADF检验，时间序列变量LNRP、LNXD均高于5的临界水平，证明这些变量在5的显著性水平下均接受原假设，时间序列非稳定，

15、但是其一阶差分在5的水平上显著，拒绝原假设，因此可以得出结论是，LNRP、LNXD都是一阶单整序列，可能存在协整关系。单位根检验结果见表1。表1 单位根检验变量ADF统计量5临界值P值结论LNRP3.53-2.000.99不稳定LNRP(-1）-3.60-2.040.01稳定LNXD-3.08-4.450.19不稳定LNXD(-1)-2.92-2.020.01稳定3.2.2 协整检验根据ENGLE-GRANGER两步法，协整检验结果显示在5%显著水平下拒绝“非均衡误差非平稳”的原假设，说明残差序列是平稳的，可以认为变量LNP、LNXD两者之间具有长期均衡的关系，所做模型存在协整关系。3.OLS

16、估计通过平稳性检验和EG检验，发现二者均为一阶单整序列，且存在协整关系，接下来通过回归分析建立两者之间的关系模型。以房屋均价(单位：元)作为因变量Y，以房地产信贷总量(单位：万元)作为自变量X，建立两者之间的线性关系模型：估计结果: Y =0.39X + 2.42 R2=0.86(6.178577)(2.538194)结果显示，判定系数R2达0.86，模型的拟合度很高。考察回归模型的系数符号，银行信贷与房地产价格两者间呈现正相关的关系，这与前文定性研究的结论相符。我们可以初步认定：武汉市房地产信贷总量和房屋均价之间存在一种长期稳定的关系，统计数据表明房屋价格的上升同时伴随着银行信贷发放量的明显

17、增加。3.3 VAR模型分析3.3.1 VAR模型滞后期的确定VAR模型分析的关键是选择系统内解释变量的滞后期长度。根据AICSC标准来进行判断，将最大滞后期定为2，对不同滞后期统计得出的评价统计量数值见表2。观察下表可知，本文应建立VAR(2)模型。表2 VAR最优滞后阶数的检验结果LagAICSC1-2.977904-3.0088122-4.985355-5.263009图1 AR根图也表示建立2阶滞后的VAR模型比较合理3.3.2 VAR模型估计向量自回归模型系统内每个方程有相同的等号右侧变量 , 而这些右侧变量包括所有内生变量的滞后值。本文采用向量自回归模型来探讨房地产价格与银行信贷之

18、间的关系,其估计结果如下所示。LNRP = 0.135715400482*LNRP(-1) + 0.288032519218*LNRP(-2) + 0.0707581900016*LNXD(-1) +0.0424361420583*LNXD(-2) + 3.19529444184 R2=0.993537 F=193.1461 AIC=-6.685446 SC=-6.858979LNXD = - 0.180848472259*LNRP(-1) + 3.72056007286*LNRP(-2) - 0.604989740411*LNXD(-1) - 0.430436966621*LNXD

19、(-2) + 1.70693884637 R2=0.938265 F=19.99775 AIC=-2.380943 SC=-2.554476结果显示VAR模型拟合度很高，房价受到自身前2期的同向影响，以及前2期的银行信贷的同向影响；本期银行信贷则与上2期的房价指标正相关，上期的房价和信贷以及上2期的信贷均与之反方向变化。3.3.3 脉冲响应函数分析接下来比较不同变量的脉冲响应,判断不同变量所受到的冲击效果的大小，进而判断变量之间的互动关系。脉冲响应函数分析结果如图2、图3所示。图2房价一个标准差对房贷总量的脉冲反应 图3 房贷一个标准差对房价总量的脉冲反应由图2可以说明房价的变化对信

20、贷的影响，在期初的冲击非常显著，但是之后的影响变小，随着时间的流逝逐渐衰减。正如前文所讲的财富效应，当房地产价格上升，导致房地产所有者财富升值，则会向银行申请贷款，从而导致信贷增加；同样对于羊群效益，当看到很多人都开始购房时，自己也会开始购房，这就形成所谓的炒房，这样一来也会导致银行信贷的增加。由图3可知房贷对房价的冲击影响初始值为零，1期后急剧增加达到峰值，然后开始迅速下降，2期后衰减一半，之后缓慢下降维持正值，第10期在峰值三分之一左右。说明信贷对房价的冲击是微弱而持续的，主要的冲击集中在4年以内。信贷政策的调整对房价的影响，在短期内非常明显，例如2011年开始严格实施的限贷政策、差别化信

21、贷政策对武汉市房价的影响作用是比较明显的，这也促使政府为了在短期内达到控制房价过快上涨的政策目标更多地依赖对信贷渠道的控制。同时也认识到房地产信贷政策对房价影响的短期作用机制在提醒我们，限贷政策持续至今，其影响已经微乎其微，需要重新考虑针对房价的调控政策。4 结论与建议4.1 结论对武汉市房地产银行信贷与房地产价格波动的实证分析研究结果表明：（1）长期而言，武汉市房地产价格和银行信贷之间存在长期稳定的均衡关系。房地产价格与银行信贷之间存在一种相互影响。通过Granger因果关系检验证明了银行信贷与房地产价格波动之间是一种单向的因果关系，房地产价格是银行信贷的Granger原因，而银行信贷不是房

22、地产价格的Granger原因，目前的房地产市场，对商品房的刚性需求依然庞大，这导致房价上涨预期依然存在，而房价上涨会吸引各种资金流向房地产市场，其中银行信贷资金是最重要的一个资金来源，所以房价上涨会直接导致银行信贷资金的增加。在一个比较长的时期内观察房价，房地产信贷政策的影响微弱；房价波动有着强烈的惯性或自相关性，其长期影响因素还应该考察人口变化、家庭收入、土地价格、城市经济发展、市政基础设施等等。（2）短期来看，武汉市房地产价格波动与银行信贷发放量之间的相互关系不显著。通过脉冲响应函数分析，无论是一个单位的房地产价格对银行信贷进行正向冲击，还是一个单位的银行信贷对房地产价格进行正向冲击，瞬间

23、的表现并不明显，都是一个持续的过程，只是银行信贷对房地产价格的上升反应更迅速一点。说明资金对房地产价格上升所带来的逐利效应需要一个逐步认识的过程，我国银行信贷资金的发放需要一个复杂的流程，受制于各种政策的作用，资金真正作用于房地产市场还需要一段时间的流动，所以作用并不明显。同时，信贷政策的利好是否能重振市场信心，具体还要看市场需求，当市场存在较大的住房消费需求时，银行信贷发放量的增加能够瞬间转化为对住房的购买行为，这时，对房地产价格的上涨就有很明显的促进作用。4.2 建议现阶段，我国经济中的结构矛盾较为突出，市场发育程度不高，间接融资还处于主导地位，仅仅依靠市场的力量，难以对信贷资金进行有效配

24、置，客观上还需要信贷政策在较长时期内继续发挥重要作用。武汉市作为中部地区最大的城市，其银行信贷规模和房地产价格波动关系的好坏，直接影响到中部地区的经济发展。对此，有三方面建议：第一，调整信贷结构，通过调整信贷结构，引导资金流向，在达到总量平衡目标的同时，实现经济结构的调整和优化；第二，防范信贷风险，随着经济金融形势的发展，市场竞争加剧，商业银行纷纷介入新的信贷领域，开展信贷创新，开发新的信贷工具和信贷品种，由于商业银行自身控制风险能力的差异，客观上需要中央银行制定和实施统一、规范、健全的信贷规则，对信贷活动进行管理，以防止产生新的信贷风险；第三，提高金融服务水平，为适应新的经济金融形势发展的需要，需要对一些信贷政策进行及时补充。参考文献1 李剑,陆军.我国房价与银行信贷关系研究,基于面板数据的边限协整分析J.国际金融, 2009(6):32-36.2 周京奎.金融支持过度与房地产泡沫研究D.南开大学博士研究生论文,2004.3 张珈珂.银行信贷与房地产发展及房价波动的关系，以南京市为例D.南京农业大学硕士学位论文,2008(4)：23-26.4 Richard J.Herring.