我国房地产行业风险度量及其对宏观经济的影响

1、上海交通大学硕士学位论文我国房地产行业风险度量及其对宏观经济的影响硕士研究生：王越学号：116120910138导师：覃筱申请学位：金融硕士学科：金融所在单位：安泰经济与管理学院答辩日期：2018年5月授予学位单位：上海交通大学Dissertation Submitted to Shanghai Jiao Tong Universityfor the Degree of MasterTHE RISK MEASUREMENT OF CHINASREALESTATE INDUSTRY AND ITSIMPACT ON MACROECONOMYCandidate：Student ID:Wang Yu

2、e116120910138Supervisor：Qin XiaoAcademic Degree Applied for：Speciality：Master of FinanceFinanceAffiliation：Antai College of Economics and ManagementDate of Defence：Degree-Conferring-Institution ：May, 2018Shanghai Jiao Tong University我国房地产行业风险度量及其对宏观经济的影响摘要自从1998年住房市场化改革以来，我国房地产行业进入快速发展 阶段，但是随之而来的各种潜

3、在问题也不容忽视，由美国房地产次贷 危机引起的2008年全球金融危机就是最好的例子。随着我国经济步入 新常态阶段，转型期的中国更需要一个平稳发展的房地产市场，十九 大报告中的“房住不炒”对房地产行业调控提出了更高的要求。因此， 客观分析我国房地产行业风险状况及其对宏观经济的影响，具有重要 的理论价值和现实意义。本文首先从理论层面上分析了房地产行业对宏观经济的影响机制, 然后从绝对风险、泡沫风险、微观房企风险三个角度出发，利用主成 分分析法构造了三类综合性风险指标，以反映我国房地产行业风险全 貌。分析结果表明，2014年以前房地产行业风险走势领先于宏观经济 走势，但是2014年以后这种相关性逐渐

4、减弱。接着利用分位数回归法 和向量自回归模型，定性、定量研究房地产行业风险对宏观经济的影 响。实证结果表明，我国房地产行业风险对宏观经济具有不对称影响， 对经济上行有较为明显的解释力度，但是对经济下行的解释力度不强； 短期房地产行业风险对宏观经济起着正面促进作用，但是长期会转变 为负面影响，具体表现为本文所构造的综合泡沫风险指标每增加1个 单位，将会导致GDP增速下降0.6个百分点。最后，结合研究结论和 我国房地产行业实际情况，本文提出相应的政策建议。关键词：房地产行业、风险度量、主成分分析、分位数回归、向量自回归模型THE RISK MEASUREMENT OF CHINA S REAL E

5、STATEINDUSTRY AND ITS IMPACT ON MACROECONOMYABSTRACTChinas real estate industry has developed rapidly since the housing marketization reform in 1998. However, potential problems caused by the booming real estate industry shouldnt be ignored and the global financial crisis in 2008 caused by the Unite

6、d States subprime mortgage crisis is the best example. As the economy has entered the stage of the new normal, China needs a stable real estate market during the transition period. The 19th CPC National Congress report proposes that the house is used for living instead of speculating and makes stric

7、ter requirements for real estate regulation. Therefore, studies on the risk situation of Chinas real estate industry and its Impact on macro economy have the theoretical and realistic significance.Firstly, this paper analyzes the influence mechanism of the real estate industry on macro economy in th

8、eory. Secondly, in order to reflect the overall risk of Chinas real estate industry, this paper constructs three kinds of comprehensive housing risk indices with principal component analysis from the view of absolute risk, bubble risk and real estate companies, risk. This paper finds that the trend

9、of real estate industrys risk is ahead of macroeconomic trend before 2014, but the relativity gradually disappears after 2014. Thirdly, this paper studies the risks impact on macroeconomy qualitatively and quantitatively with quantile regression and vector autoregressive model. The empirical results

10、 show that this impact is asymmetric and the risk of Chinas real estate industry achieves a higherexplanatory power on the positive shock to macroeconomy, but not on the negative shock. The risk of real estate industry promotes the macro economy in the short term, but will block up the economic deve

11、lopment in the long run. Specifically, when the comprehensive bubble risk index constructed in this paper increases by one unit, GDP growth rate will decrease by 0.6 percentage point. Finally, this paper puts forward some policy recommendations based on the real situation of Chinas real estate indus

12、try and the research results of this paper.KEY WORDS: Real Estate Industry, Risk Measurement, Principal Component Analysis, Quantile Regression, Vector Autoregressive Modelin目录 TOC o 1-5 h z HYPERLINK l bookmark34 o Current Document 第一章绪论1 HYPERLINK l bookmark37 o Current Document 1.1研究背景及研究意义1 HYPE

13、RLINK l bookmark40 o Current Document 1.2文献综述51.2.1房地产行业风险度量的研究51.2.2房地产行业对宏观经济影响的研究81.2.3国内外现有文献评述9 HYPERLINK l bookmark43 o Current Document 1.3研究方法与内容10 HYPERLINK l bookmark50 o Current Document 1.4本文创新之处11 HYPERLINK l bookmark56 o Current Document 第二章房地产行业对宏观经济的影响机制11 HYPERLINK l bookmark59 o Cu

14、rrent Document 2.1直接效应12 HYPERLINK l bookmark65 o Current Document 2.2消费效应132.2.1财富效应132.2.2预算约束效应142.2.3流动性效应14 HYPERLINK l bookmark68 o Current Document 2.3投资效应152.3.1挤出效应152.3.2信贷效应15 HYPERLINK l bookmark71 o Current Document 2.4产业关联效应16 HYPERLINK l bookmark74 o Current Document 2.5本章小结16 HYPERLI

15、NK l bookmark77 o Current Document 第三章我国房地产行业风险的度量17 HYPERLINK l bookmark80 o Current Document 3.1房地产行业风险的概念17 HYPERLINK l bookmark83 o Current Document 3.2研究思路与方法18 HYPERLINK l bookmark86 o Current Document 3.3数据19 HYPERLINK l bookmark89 o Current Document 3.4绝对风险指标213.4.1绝对风险的原始指标213.4.2绝对风险综合指标22

16、 HYPERLINK l bookmark93 o Current Document 3.5泡沫风险指标243.5.1泡沫风险的原始指标243.5.2综合泡沫风险指标与销售泡沫风险指标25 HYPERLINK l bookmark102 o Current Document 3.6微观房企风险指标273.6.1微观房企风险的原始指标273.6.2微观房企经营风险指标和微观房企二级市场风险指标28 HYPERLINK l bookmark110 o Current Document 3.7本章小结30 HYPERLINK l bookmark113 o Current Document 第四章我

17、国房地产行业风险对宏观经济的影响30 HYPERLINK l bookmark116 o Current Document 4.1基于分位数回归的分析314.1.1研究思路与方法314.1.2数据与模型324.1.3结果分析33 HYPERLINK l bookmark121 o Current Document 4.2基于VAR模型的分析354.2.1研究思路与方法354.2.2数据与模型35Johansen 协整检验38Granger 因 果检验404.2.5脉冲响应分析404.2.6方差分解41 HYPERLINK l bookmark124 o Current Document 4.3

18、本章小结43 HYPERLINK l bookmark127 o Current Document 第五章结论与展望43 HYPERLINK l bookmark130 o Current Document 5.1主要工作与结论43 HYPERLINK l bookmark137 o Current Document 5.2政策建议44 HYPERLINK l bookmark143 o Current Document 5.3不足与展望45 HYPERLINK l bookmark146 o Current Document 参考文献47致谢51图录 TOC o 1-5 h z 图1-1 1

19、998-2017年我国房地产行业城镇固定资产投资完成额2图1-2 1998-2017年我国房地产行业GDP及其占总GDP比例2图1-3 2013-2017年70个大中城市新建住宅价格指数当月同比4图2-1 1998-2017年房地产业占GDP比重及GDP增速12图2-2 1998-2017年我国商品房销售均价13图2-3我国房地产行业对宏观经济的影响路径17图3-1房地产绝对风险指标AF1与GDP对比23图3-2房地产泡沫风险指标BF1和BF2与GDP增速对比27图3-3微观房企风险指标CF1和CF2与GDP增速对比29图4-1 VAR模型特征根分布图37图4-2综合泡沫风险指标对GDP增速的

20、脉冲响应41表录 TOC o 1-5 h z 表3-1 KMO统计法的判断标准19表3-2原始指标基本信息20表3-3绝对风险指标的主成分方差贡献22表3-4泡沫风险指标的主成分方差贡献25表3-5微观房企风险指标的主成分方差贡献28表4-1分位数回归的实证结果33表4-2 VAR模型的原始变量35表4-3平稳性检验36表4-4 VAR模型最佳滞后阶数37表 4-5 Johansen 协整迹检验38表 4-6 Granger 因果检验40表4-7对GDP增速的方差分解42第一章绪论1.1研究背景及研究意义房地产在国民经济中起着举足轻重的作用，极大地影响着经济发展和社会稳 定。1991年上半年，

21、国务院颁布关于继续积极稳妥地进行住房制度改革的通知 等文件，标志着我国住房市场商品化改革正式启动。但是当时我国房地产市场刚 刚起步，配套法律法规非常不完善，行业乱象丛生，因此1993年起国家就开展第 一轮宏观调控抑制房地产投资过热现象。直到1998年7月，中央决定在全国范围 内停止福利分房、实行住房分配货币化，我国房地产行业才真正迎来市场化阶段， 发展迎来拐点。供给端，国家明确提出“将城市居民住宅的开发作为我国国民经济 新的增长点后，中央及地方政府采取一系列优惠的土地政策、金融政策吸引大量 社会资金涌入房地产行业，行业供给有所保障。据统计，房地产城镇固定资产投 资完成额从1998年的0.47万

22、亿元大幅增长至2017年的13.97万亿元（见图1-1） 1,复合年均增速高达19.55%,明显高于同时期GDP年均增速12.71%o需求端, 城市化步伐加快，城镇人口数量不断增加，由此带来巨大的住房刚需，房地产需 求旺盛。供需两端同时发力刺激房地产行业迎来近二十年的飞速发展，房地产行 业GDP从1998年的0.34万亿元增长至2017年的5.39万亿元，年均复合增速达 15.59%,其占总体GDP比重从4.03%稳步提升至6.51% （见图1-2）气 房地产己 经成为我国名副其实的支柱型产业，对宏观经济的影响巨大。 2数据来源：泌nd150,000120,00090,00060,00030,

23、00001998200020022004200620082010201220142016房地产业城镇固定资产投资完成额（亿元）图1-1 1998-2017年我国房地产行业城镇固定资产投资完成额Fig.1-1 Chinas urban fixed assets investment in real estate industry from 1998 to 201760,0007.0%房地产业GDP （左轴，亿元）房地产占GDP比例（右轴，%）图1-2 1998-2017年我国房地产行业GDP及其占总GDP比例Fig. 1-2 Chinas real estate GDP and its prop

24、ortion in total GDP from 1998 to 2017房地产行业飞速发展固然促进了经济增长，但是随之而来的各种问题也不容 忽视。首先，房地产行业属于典型的资本密集型行业，无论开发商还是购房者都 需要社会信用体系的大力支持，例如2017年房地产开发资金中来自国内贷款的部 分达到2.52万亿元，同比大幅增长17.34%； 2017年底个人住房贷款余额高达21.9 万亿元，同比大幅增长21.67%3。可以说，房地产业已经与金融业密切相关，房地 产行业的剧烈波动将会影响我国金融稳定，甚至对经济稳定产生不利影响。其次， 近年来我国房价走势呈现明显的区域化特征，人口流动使得一二线城市房

25、地产市 场处于供不应求状态，房价增速明显，而三四线城市大多处于去库存阶段，房价 上涨缓慢。以70个大中城市新建住宅价格指数为例，2016年1月初-2017年6月 底期间，一线城市房价同比增速有14个月处于20%以上，其他4个月增速处于 10%20%区间内，而三线城市房价同比增速普遍低于10%,如图1-3所示4。房价 走势区域化差异意味着财富向一二线城市集聚，向开发商、炒房者手中集聚，从 而造成社会贫富差距拉大，影响社会和谐。另外，相比于西方发达国家普遍高于 80%的城市化率，2017年我国城市化率仅为58.52%，仍处于快速提升阶段。也就 是说，在未来相当长的一段时间内，城市化的发展依然会带来

26、庞大的住房刚需， 而且这些刚需主要来自于消费能力有限的农村居民。快速上涨的房价与新增城市 居民有限的消费能力形成矛盾，从而造成居民住房困难，甚至会从经济问题发展 成为民生问题。最后也是最重要的是，房地产已经成为中国家庭财富最重要的组 成部分。据中国经济趋势研究院调查数据显示，2016年中国家庭人均财富16.9万 元，其中房产净值占比高达65.99%,较前一年增加0.38个百分点5。房地产行业 的剧烈波动将会影响我国居民的财富水平，从而影响其消费能力与消费意愿。图1-3 2013-2017年70个大中城市新建住宅价格指数当月同比Fig. 1-3 The month-to-month ratio

27、of the housing price indices for new buildings in. 70 large and medium-sized cities from 2013 to 2017针对房地产市场暴露出的种种问题，政府也在持续出台相应政策，以促进行 业健康有序发展。2003年6月，央行出台“121号文件”，从土地供应、二套房信 贷政策、住房供应等方面入手进行监管，从而拉开了长达十多年的楼市调控；2005 年3月，国务院颁布“国八条”，抑制房价快速上涨势头，并在同年4月推出“新八 条”，强化差别化住房信贷政策，进一步给楼市降温；2008年11月，国家出台四 万亿计划以应对金融

28、危机，直接刺激了房地产行业的爆发；2010年5月起，北京 开始执行住房“限购令”，区域性限购政策在未来几年里快速推广至全国多个地区, 成为楼市调控的主要手段之一；2014年3月，为了应对全国主要城市房价集体下 跌的情况，中央发布“330新政”，降低购房成本以刺激房市需求；2016年底，中央 经济工作会议首次提出“房子是用来住的，不是用来炒的”，并且将这一表述写进 了 2017年底的十九大报告中，奠定了未来五年乃至更长时间内房地产行业的发展 基调。可以发现，政府出台房地产行业调控政策的主要目标在于促进行业平稳发 展，在房市火热时收紧购房、信贷等方面的政策，在房市低迷时放宽标准、刺激 需求，力求减

29、少房地产行业波动对宏观经济产生的负面影响。实际上，房地产行业的剧烈波动的确会对宏观经济产生巨大的影响，日本“失 去的十年就是最好的警示案例。1985-1990年日本大都市区住宅用地价格涨幅达 278%,商业用地价格涨幅更是高达408%6。然而日本房地产价格的过度泡沫化并 没有实体经济的支撑，完全是热钱炒作造成，因此当1991年上半年热钱退出时， 日本土地价格开始连续下跌，泡沫出现破裂，直至2006年上半年日本大都市区住 宅用地价格和商业用地价格才首次出现上涨，但是其价格水平仅分别相当于1984 年和1979年。同时房地产泡沫破裂也影响到了日本的金融市场与宏观经济，使得 日经指数快速下跌，宏观经

30、济始终停滞不前。类似的例子在国际上还有2008年房 地产次贷危机导致的全球金融危机，在国内有20世纪90年代房地产市场调整导 致海南房地产泡沫破裂等等。随着我国经济步入新常态阶段，经济增速从高速切换为中高速，发展模式由 投资驱动型转变为创新驱动型，转型期的中国经济更需要一个平稳发展的房地产 市场，十九大报告中的“房住不炒对房地产行业的调控提出了更高的要求。因此， 客观理性地研究房地产行业风险以及其对宏观经济的影响至关重要，是政府制定 适度政策平衡各方利益的基本前提。本文利用主成分分析法从多个角度全面度量 我国房地产行业风险，并且运用分位数回归法和向量自回归模型研究房地产行业 风险对宏观经济的影

31、响，从而为政府制定政策、房地产企业制定投资开发决策提 供理论与实证依据。1.2文献综述1.2.1房地产行业风险度量的研究国内外现有文献在度量房地产行业风险方面做了大量的研究，但是表述不仅 仅局限于房地产风险度量，还包括房地产泡沫测度、房地产预警体系构建等等， 其主要研究内容均为运用适当的定性或定量方法测算房地产行业的风险程度。本 文在此将这些文献进行统一梳理。国外房地产行业起步较早，市场化程度较高，学者们对于房地产风险方面的 研究也较为丰富，尤其是在2008年金融危机之后，国外学者对房地产市场风险的 关注度明显提升。反观国内，1998年之后我国房地产行业才开始全面市场化，发 展历史较短，相关统

32、计数据不全面，因此现阶段国内学者主要借鉴国外文献中的6数据来源：Wind 测度方法对我国房地产市场风险进行度量。总体来看，国内外文献中主要运用了 对比检验法、指标分析法、统计检验法等方法度量了各个国家的房地产风险状况。对比检验法，即利用抽象的理论模型计算房地产理论价值，然后和实际价格 相比判断是否存在房地产泡沫，理论与实际价格相差越大，代表泡沫程度越严重。 根据计算方法不同，对比检验法可以进一步分为市场供求法、边际收益法、收益 还原法等。国外文献方面，Blanchard等(1989)是较早研究房地产风险的学者之 一，他们建立数学模型并利用价格、利息、人口等相关数据计算房地产市场均衡 时的理论价

33、值，然后与现行价格比较来判断房地产风险；Basile等(2001)12通过收 益还原法计算了 1972年以来日本土地过去收益率和要求收益率的差额来判断风 险；Hott(2008)【3利用无套利思想构建租金模型和供求模型，用理论值与实际值相 比较来测算英、美、荷等国家的房地产泡沫；Coleman等(2008)【4利用基本面数据 构建动态房价模型来研究美国20个城市的房价泡沫，发现2004年以前美国房价 与基本面相关，不存在泡沫，但是2004年以后房价泡沫不断膨胀，主要是因为次 级贷款制度不完善所致。国内文献方面，蒲勇健等(2006)5在Abraham等(1994)6 理论的基础上建立房地产理论价

34、格模型，通过实证发现全国多个城市房地产市场 已经出现泡沫；张朝洋(2010) S建立了基于房地产供求的SSpace模型，并且利用 Kalman滤波进行参数估计，测算1995-2007年我国房地产市场的基础价值，发现 当时房地产风险程度并不高；钱进(2016)运用状态空间模型测算了 2010-2015年 武汉市房地产基础价值时间序列，并且与实际价格序列进行对比后发现，武汉市 房地产市场巳经出现泡沫，且泡沫程度达到15.75%；孟庆斌等(2017)【9从资产泡 沫间接度量角度确定了房地产基础价格，然后利用协整方法得出实际价格与基础 价格之差，并且运用马氏域变模型分析残差部分来度量我国房地产泡沫。指

35、标分析法，最常用的一种度量房地产风险的方法，即探究房地产行业部分 变量的合理性，将变量的实际值与临界值进行比较，并且通过设定不同的权重来 计算风险综合指数。根据所选取变量数量的不同又可分为单指标法和多指标法。 国外文献方面,Witkiewicz(2OO2)lo利用瑞典人均收入、新建住宅面积等数据和HP 滤波法建立瑞典房地产市场指标体系；Case等(2003) a利用按揭贷款利率、房价 收入比、失业率等因素来考察1985年以来的美国房地产市场泡沫，并预测未来房 价走势；Himmelberg等(2005)12lJ用房价收入比和房价租金比两个指标来测算美 国46个城市在过去近三十年的房地产泡沫；Ki

36、vedal(2013)i3认为房价租金比可以 很好地解释次贷危机前美国房地产市场泡沫情况，是度量房地产行业风险程度的 重要指标；国内文献方面，蒋南平(2009) Ml从理论角度论证了房价租金比、房地 产换手率、单位面积房价/单位面积成本等数据可以用来构建房地产泡沫测度综合 指标；吕江林(2010) SI在考察房价收入比、租售比、投资购房与自住购房之比等 常见指标后发现，只有房价收入比可以直接准确地判断我国房地产市场风险水平; 郑荣卿等(2016)戚选取2003-2015年我国房价收入比、房地产投资占GDP比重等 指标，与上世纪房地产泡沫时期日本等地的相应指标对比后发现，我国房地产市 场泡沫区域

37、化明显，一线城市房地产泡沫较高；叶红梅(2017) 17从市场供求、房 价偏离等4个角度选取了 14个实际指标，基于短周期风险评价模型测算了湖北荆 州市房地产风险；王大港(2017) 18利用房地产库存风险、资金风险、价格风险等 方面的数据，运用炳值-TOPSIS方法构建了 4个二级指标、19个三级指标的城市 房地产风险评价指标体系。统计检验法，即利用计量经济学方法对房地产价格等数据进行分析，探究这 些数据序列是否存在异常变动、是否遵循计量经济学中的理论模型等，以此来判 断房地产行业风险程度。统计检验法对数据长度、质量、全面性要求较高，国外 成熟的房地产市场可以提供充足的数据，而国内房地产市场

38、数据量还在不断完善 中，因此统计检验法多出现在国外文献中，国内相关文献在近些年才逐渐丰富起 来。国外文献方面，Hamilton等(1985)1刃、Taialus(2006)网均利用单位根检验的方 法，研究风险指标和价格之间是否存在平稳关系，以此来判断房地产行业泡沫情 况；Matthew等(2013)网改进了 Phillips等(2012)R2提出的泡沫检测方法，利用单 位根和协整的方法证明了 1995、1997、2004、2008年的香港楼市存在显著泡沫； Dermani等(2016)囚】通过对瑞典及其主要城市房价进行回归检验，并且与其他国 家房价检验结果对比后发现，近期瑞典房价增长速度较快主

39、要得益于居民可支配 收入提升、金融净资产价值增加以及持续走低的实际利率，房市的繁荣有经济基 本面的支撑，因此瑞典房地产市场尚无明显泡沫；Caspi(2016)24利用动态戈登增 长模型和经济泡沫监测方法发现，虽然2008-2013年以色列房价增速很快，但是 其不存在明显的房价泡沫。国内文献方面，曾五一等(2011)网运用CIPS面板单位 根检验和Pedroni面板协整检验法对2003-2009年我国35个大中城市的房地产市 场相关数据进行实证检验后发现，样本期内我国房地产市场的确存在泡沫；范新 英等(2013)26】将经济基本面和心理预期因素加入动态面板数据模型中，以探究 1999-2011年

40、我国35个大中城市的房价泡沫情况；孙跃林(2015) 口刃等则是综合运 用指标体系法、统计检验法中的单位根协整检验法、边际收益法等方法测算上海 市20032011年房地产泡沫情况，并且根据测算结果综合评价这些方法。1.2.2房地产行业对宏观经济影响的研究房地产行业在世界主要国家的国民经济中均占有重要地位，因此在房地产行 业对宏观经济的影响方面，国外学者做了很多深入的研究。总体来看，这些研究 既包括研究房地产行业整体波动、房地产投资波动对宏观经济的直接影响，也包 括研究房价波动对社会消费、通胀、其他投资等方面的影响，从而间接影响宏观 经济。直接影响方面，Behanbib等(1991)!是较早研究

41、这一主题的学者之一，他 们发现美国房地产行业波动将对宏观经济产生巨大的影响，因为美国居民房产财 富占GDP的比重己经达到20%-50%； Kim等(2003)29通过构建一般均衡CGE 模型探究了韩国汉城住房供给变动对区域宏观经济的影响；Leamer(2007)P发现 房地产市场是经济周期重要的先行指标，房地产投资波动往往引领宏观经济波 动；Herstad(2016)31在Leamer的基础上进一步研究得出，房地产投资波动对经 济持续衰退有预测作用，但是对经济何时衰退的预测效果不明显。间接影响中的 消费渠道方面，Yoshikawa(1989)32通过研究日本房地产市场发现，房地产价格 上涨会带

42、来显著的财富效应，能够促进社会消费拉动经济增长；Kontonikas等 (2002) 3发现房价对社会总需求有重要的影响，并且房价波动与未来通货膨胀之 间具有高度的正相关性，从而影响经济发展；Demary(2009)34建立SVAR模型 对10个OECD国家的房价与通胀率、利率及总产出研究后发现，房价波动对宏 观经济产生显著影响。间接影响中的投资渠道方面，Coulson等(ZOO。)!建立 VAR模型，并运用脉冲响应函数、方差分解等方法研究得出，相比于非房地产 投资，房地产投资对GDP的影响更大，主要原因在于房地产投资可以通过影响 非房地产投资和社会消费水平来间接推动GDP增长；Gelain等

43、(2013)运用简 单移动平均预测方法对美国近30年来的宏观、信贷、房地产数据进行实证后发 现，如果飞速上涨的房价脱离了经济基本面支撑，那么会影响投资者和企业对房 地产行业价格信号的判断与反应，社会资源没有能够得到合理配置，从而影响宏 观经济发展。房地产已经成为我国国民经济的支柱性产业，为近二十年中国经济的飞速发 展提供充足动力。关于房地产行业对宏观经济的影响，国内学者也做了广泛的研 究。与国外研究类似，国内学者在这个问题上的研究角度包括房地产行业整体对 宏观经济的直接影响和房地产行业通过影响社会消费、投资以及其他产业等产生 对宏观经济的间接影响。根据研究方法、研究对象的不同，这些文献得出的房

44、地 产行业对宏观经济影响的结论也不尽相同。直接影响方面，梁云芳等(2006)37】建 立变参数模型和VAR模型发现，我国房地产行业对宏观经济起着长期促进作 用；杨俊杰(2012)38】将真实经济周期RBC模型引入房地产价格波动对宏观经济 波动的作用机制中，并且建立VAR模型实证后发现，房地产价格的正向冲击对 GDP具有快速拉升作用；原鹏飞等(2014)网建立动态一般均衡模型并引入存量 住房资产后发现，房价上涨的确可以刺激房地产行业发展，从而显著推动经济增 长，但是其也会造成社会贫富差距的加大；张勇(2015) 4。建立VAR模型发现， 我国房地产投资波动和房价波动可以解释40%的经济产出波动，

45、房地产市场还会 通过货币市场加剧对经济波动的冲击。消费效应方面，刘建江等(2005) Si利用 LC-PIH模型计量后发现，持续繁荣的房地产行业不仅增加公众财富，还大大增 加了社会信心，进而扩大短期边际消费倾向；唐志军等(2010)142利用协整和VAR 模型实证得出，房价波动对社会消费品零售总额波动有显著的负影响，房地产投 资波动对GDP增速有显著的正影响，房价增速提升1个百分点会带动通胀率上 升0.118个百分点；张永远等(2016)采用非平稳面板方法对2003-2011年我国 30个省市自治区面板数据进行计量研究后发现，我国房地产行业总体财富效应 为正，房价每上升1%,将带动居民消费增加

46、0.106%,从而促进经济增长，这种 财富效应的地区性差异明显。投资效应方面，中国工商银行上海市分行管理信息 部课题组(2010)44】从理论上分析了发生房地产金融风险会引起社会投资等大幅减 少，从而对宏观经济产生负面影响；张延群(2015)45】建立VECM模型发现，短 期来看房地产投资能够对其他部门投资增加起推动作用，但是长期来看，这种推 动作用将会变成挤出效应。产业关联效应方面，孙翊等(2015)46】研究2002和 2007年我国投入产出表发现，房地产行业对其他行业的推动和拉动作用不是很 明显，针对房地产行业的价格调控并不会对其他行业价格产生太大的冲击，所以 调控房地产行业对宏观经济的

47、影响有限。满向昱等(2017)147研究北京2000年以 来的投入产出表后发现，随着时间的推移，房地产对北京其他产业的供给推动效 应和需求拉动效应均在减弱，对城市整体经济水平的总带动作用明显下降。1.2.3国内外现有文献评述总体来看，国外房地产市场起步早、发展成熟、统计数据全面，因此国外学 者对房地产行业风险及其对宏观经济影响的研究文献更加丰富。国内学者大多借 鉴国外学者的方法与思路，在其基础上根据国内房地产市场实际情况进行改进， 开展符合我国国情的理论与实证研究。在房地产行业风险度量方面，现有文献主 要采用对比检验法、指标分析法、统计检验法等方法进行研究；在房地产行业对 宏观经济的影响方面，

48、现有文献不仅研究了房地产行业对宏观经济的直接影响， 还研究房地产行业通过影响消费、投资、其他行业等从而间接影响宏观经济，运 用的方法包括理论分析、一般均衡模型CGE、向量自回归模型VAR、投入产出 模型等等。值得注意的是，现有文献对房地产行业风险的度量大多停留在宏观、 行业数据层面，对微观企业数据的研究较少。另外，现有文献通常把这两方面分 开研究，即单独研究房地产行业风险和房地产波动对宏观经济的影响。本文的研 究将在现有文献的基础上进行补充，综合运用宏观、行业、微观数据，力求全面 刻画我国房地产行业风险情况，并且利用所构建的风险指标研究房地产行业风险 对宏观经济的影响，保持前后研究工作的一致性

49、。1.3研究方法与内容本文所采用的研究方法包括理论分析法、主成分分析法(PrincipalComponents Analysis) 分位数回归法(Quantile Regression)、向量自回归模型(Vector Autoregression Model):理论分析法：在现有文献的基础上，全面分析房地产行业对宏观经济 的影响机制，包括直接影响与间接影响，为后续实证研究打下扎实的理论基础。主成分分析法：提取房地产行业多个数据的主要影响因素，构造房地 产行业综合风险指标。主成分分析法主要起到降维的作用。分位数回归法：通过研究不同分位数条件下房地产行业风险对宏观经 济的影响，探究这种影响是否存在

50、不对称性。向量自回归模型：建立VAR模型，并且通过Granger因果检验、 Johansen协整检验、脉冲响应函数和方差分解技术等方法，定量研究房地产行业 风险对宏观经济的影响。本文剩余部分的结构安排如下：第二章节在理论层面上分析我国房地产行业 对宏观经济的影响路径，第三章节运用主成分分析法构建房地产行业各类综合风 险指标，第四章节对房地产行业风险对宏观经济的影响进行实证研究，包括运用 分位数回归法探究这种影响的不对称性，以及建立VAR模型进行定量研究，第 五章总结全文，提出政策建议并指出不足之处与未来研究展望。1.4本文创新之处与现有相关文献相比，本文的创新之处在于以下几点：综合采用房地产行

51、业宏观、微观数据，运用主成分分析法构造出的绝 对风险、泡沫风险、微观房企风险指标能够较为全面地展现我国房地产行业风险 全貌，避免单一指标特殊性的影响。关于房地产行业风险对宏观经济的影响，先前学者大多采用理论分析 或IO表、VAR及其衍生模型、GARCH、CGE等模型来分析其影响程度，对这 种影响不对称性的关注较少。本文利用分位数回归法研究我国房地产行业风险对 宏观经济影响的不对称性，弥补了现有文献的空白。与现有文献不同，本文将研究房地产行业风险度量和研究房地产行业 风险对宏观经济的影响这两个课题结合在一起，利用主成分分析法构造出房地产 行业综合风险指标，然后定性、定量研究其对我国宏观经济的影响

52、，保持前后研 究工作的一致性。第二章房地产行业对宏观经济的影响机制通过第一章的分析可以看出，房地产行业的确会对我国宏观经济产生重大影 响。实际上，房地产行业本身在宏观经济中的比重并不高，但是其会通过影响居 民消费、社会投资以及其他联系紧密的上下游产业的发展，从而间接影响宏观经 济。相比于直接影响，这些间接影响对宏观经济的冲击往往更为重要。因此，本 章将从直接效应、消费效应、投资效应、产业联动效应四个方面来全面分析房地 产行业对宏观经济的理论影响机制，为后续的实证研究提供理论依据。2.1直接效应房地产行业是GDP中第三产业的重要组成部分。2017年，我国以现价计算 的GDP为82.71万亿元，其

53、中房地产业GDP为5.39万亿元，占总GDP比例为 6.51%o如图2-1所示7,自从1998年房地产行业市场化以来，房地产在我国 GDP中的比重总体保持上升态势，从1998年的4.03%上升到2017年的6.51%, 近20年增加了 2.48个百分点。值得注意的是，1998年以来房地产占GDP的比 重仅出现过三次下降，分别是2004年、2008年、2014年，而以现价计算的 GDP增速分别在一年后的2005年、2009年、2014年均出现明显下降。以2008 年全球金融危机为例，房地产行业率先受到金融危机冲击，其占GDP的比重较 2007年大幅减少0.5个百分点，使得2009年以现价计算的G

54、DP增速仅为 9.25%,较上一年大幅减少8.98个百分点；随后推出的“四万亿计划”对房地产行 业刺激效果明显，其占GDP比重回升到金融危机之前的水平，GDP增速也有所 回升。也就是说，房地产行业本身会对宏观经济产生重大的影响，并且这种影响 有一定的滞后性，房地产行业的发展在一定程度上可以预测未来宏观经济的走 势。25%20%15%10%5%0%7.0%:；5-0% 广- TOC o 1-5 h z 4.5%4.0%一51998200020022004200620082010201220142016房地产占GDP比重（左轴，%）增速（右轴，%）图2-1 1998-2017年房地产业占GDP比重

55、及GDP增速Fig.2-1 The proportion of real estate GDP in total GDP and GDP growth ratio from 1998 to 20172.2消费效应房地产市场化、住房分配货币化改革推动了我国房价不断上涨。如图2-2所 示8,根据国家统计局公布的商品房销售面积和销售额可计算其单价，1998年全 国商品房均价为2,063元/平方米，2017年这一数值上升到7,892元/平方米，20 年间增长2.83倍。房价上涨使得居民财富与房地产的关系日益紧密，房产净值 占总财富的比例不断提升，逐渐影响着居民的消费行为。李菲菲(2017)48】对 2

56、002-2016年我国房价和居民消费等指标进行实证研究后发现，房价上涨短期内 可以明显推动居民消费支出增加，且东部地区的消费效应更加明显。总体来看， 房地产消费效应可以具体细分为财富效应、预算约束效应和流动性约束效应。.商品房销售均价（元/平方米）图2-2 1998-2017年我国商品房销售均价Fig.2-2 Chinas average selling price of commercial residential building fome 1998 to 20172.2.1财富效应财富效应又称为“庇古效应”(Pigoifs Effect),由Pigou等学者于1943年最 早提出。具体到

57、房地产行业的财富效应，是指房价上涨导致居民持有的房地产净 值增加，使得居民总财富值增加，进而引起个人边际消费倾向增加，从而扩大社 会总消费，推动整个经济发展。反之，当房价下跌时，房价净值下降导致居民财 富缩水，进而引起个人消费边际倾向减少和社会总消费的减少。根据房产变现与否，财富效应又可以进一步分为已实现的财富效应、潜在的 财富效应和预期效应。已实现的财富效应是指房价上涨后，房产拥有者通过出 售、出租房产等方法实现变现，直接增加居民财富，从而刺激消费、促进经济发 展。潜在的财富效应是指房产拥有者并没有在房价上涨时将房产变现，但是其名 义上的财富水平有所增加，居民感觉到自己手中更有钱了，边际消费

58、倾向增加， 进而增加消费影响经济。预期效应是指在向好的宏观经济环境中，即使当前房价 未发生明显变动，但是居民预期未来房价上涨概率较大，同样会增加当期消费。2.2.2预算约束效应房价上涨会增加房产所有者消费水平，但是也会抑制有购房、租房、房地产 投资需求人群的消费水平，这就是预算约束效应。当房价上涨时，房租也会水涨 船高，租房者的房租支出加大，进而削减其他方面的开支；购房者要支付的首付 金额增加，抑制当期消费，另外房贷压力加大会进一步抑制其当期及未来的消费 倾向，从而影响社会总消费；房地产投资者会将更多资金投入房市，希望能够通 过房价上涨赚取更多投资收益，进而压缩当期消费。另外，房价与物价水平密

59、切 相关，持续上涨的房价往往伴随着通货膨胀，推动物价上涨，进而抑制居民消 费。总体来看，房价上涨时，预算约束效应会抑制部分人群的消费需求，进而影 响宏观经济。2.2.3流动性效应房价上涨时，居民可以用手中升值的房产来申请更多银行贷款，流动性条件 转好，消费需求增加；房价下降时，银行为了降低住房抵押贷款风险，往往会对 房屋价值进行重新评估，并且要求抵押者提供更多抵押资产以增强信用，从而减 少居民流动性，减少消费需求。2.3投资效应尽管房地产业GDP占总GDP比例较低，但是房地产投资占社会总投资比例 较高。2017年，我国城镇固定资产投资完成额为63.17万亿元，其中房地产固定 投资完成额为13.

60、97万亿元，占比达到22.12%9。根据GDP支出法核算公式可 知，房地产投资会对社会整体投资产生重要影响，进而影响宏观经济发展。房地 产行业的投资效应又可以分为挤出效应和信贷效应。2.3.1挤出效应当房价不断上涨时，房地产行业出现超额利润，促使社会资源和生产要素从 其他实体经济部门向房地产部门转移，并且新增生产要素也会聚集在房地产领 域，从而对其他行业产生挤出效应。房地产行业属于资金密集型产业，技术层次 较低、耗能高，因此当社会资源过多集中在这样一种行业中，势必会影响到国家 整体经济结构的改变和产业结构的升级换代，从而削弱经济发展潜力。举例来 说，目前我国60%的钢材产能和30%的水泥产能都