《房地产泡沫与系统性金融风险关系研究（研究论文）》

房地产泡沫与系统性金融风险关系研究摘要自从美国的次贷危机之后，就已经说明了房地产价格的泡沫是引发金融风险的一个非常重要的原因。要知道的是在当前的国内经济正是处于高速发展的地带，金融的资源也是慢慢的在往房地产市场集中，推动着房价的不断上涨，正是这样的情况才促使房价以一种非理性的趋势不断攀升，使得风险的累积情况严重。那么再这样的大的社会背景下，金融业务的不断开放，国内的房地产的价格也在不断的波动，这样对系统性金融风险的影响就会变得更加的突出，本文就是讨论了国内房价泡沫对与系统性金融风险的动态效应以及机制方面的影响，最后在提出相应的防范系统性金融风险的建议。关键词：房地产泡沫；金融；风险；系统性金融风险1房地产泡沫与系统性金融风险概述1.1房地产泡沫房地产不仅是人们生产和生活的必经场所，而且作为一种投资产品，已经成为家庭或企业投资理财的对象，它集消费品和投资产品于一身，具有消费和投资的双重属性。然而，随着现代经济的发展，房地产消费属性的主导地位已不再是以往，房地产已成为越来越多的投资对象和工具，其投资属性不断放大。随着房地产投机活动的蔓延，房地产泡沫随处可见。美国的经济学家Kibdnfn认为：严格地说，泡沫一词是指在一个连续的过程中，一种或一系列资产的价格突然上涨。最初的价格上涨将引起对价格进一步上涨的预期，从而吸引新的买家。投机者对他们的实际价值和盈利能力没有兴趣，而是对投机性利润感兴趣。然而，价格上涨往往伴随着预期的逆转和价格下跌，甚至结束于金融危机。1.2系统性金融风险在系统性金融风险的定义上，结合国内外学者的研究成果，将系统性金融风险定义为对整个金融体系乃至宏观经济产生巨大负面影响的案例。本文的负面影响，或触发事件，是房价的剧烈波动。因此，本文的放假波动就会引发系统性金融风险有以下几个方面特点：一是触发事件可能是坏消息，金融机构倒闭，经济波动等等。本文针对房价的剧烈波动，更多的研究表明，房价是系统性金融风险的最重要原因。二是系统性金融风险会带来一系列损失，包括房地产市场参与者的损失，以及对金融市场、宏观经济传导造成的各种损失。2房地产泡沫影响系统性金融风险的实证分析2.1系统性金融风险指数的构建和分析本文主要就是研究房价泡沫对系统性金融风险的影响，首先就是要根据数据构建系统性金融风险指数，为模型的构建提供一个基础。2.1.1指标体系及数据的来源本文就是根据研究的数据可获取性选择了以下的1个一级指标用意评价综合测量水平，5个二级指标表示影响系统性金融风险的不同维度，10个三级指标反映出各项的具体影响因素，指标体系具体的内容如下表所示。表1指标体系表一级指标二级指标三级指标变量符号系统性金融风险金融机构维度资本充足率JR1金融机构存贷比JR2不良贷款率JR3股票市场维度证券化率GP债券市场维度债券成交额ZQ货币市场维度利率HB1CPI同比增速HB2外汇市场维度外汇储备同比增速WH1人民币汇率WH2房地产市场维度国房景气指数FD（1）金融机构维度第一，资本充足率；就是指的当银行业资产和业务组合存在着一定的风险的时候，银行对其造成损失的一些补偿的能力，也就是说抵御信用风险和市场风险的能力。这个比率一旦是越高的话，抵抗风险的能力只能是越强，系统性的金融风险发生的机会就会越小。第二，不良贷款率；也就是不良贷款占到总的贷款的比率，其值越大的额话，也就表明了风险是越大的。数据的来源就是证监会。（2）股票市场维度证券化率：即股票总市值/GDP，一般来说，其值越大，说明股票市场发展越成熟，风险越小。数据的来源就是人民银行的网站。（3）债偿市场维度债券的成交额;债券市场就是资本市场的一个非常重要的组成部分，虽然我国债券市场相比国外债券市场尚不发达成熟，但依旧有着重要影响，多数房地产开发企业和金融机构发行债券融资，债券成交额越高，代表债券市场发展成熟度越高，系统性金融风险越大。数据就是来源于人民银行。（4）货币市场维度一是利率：利率可以对信贷需求等产生重要影响，随着利率市场化的推进，存贷款上下限的放开，利率水平将从一定程度上反映系统性金融风险的大小。本文选取了一年期法定存款利率数据，数据根据各年统计年鉴整理所得。二是通货膨胀率：一个国家的CPI指数越高的话，通货膨胀只会是越厉害，一方面是说明了宏观经济危险性，另外就是实际利率的降低，使得金融风险增大。（5）外汇市场维度本文就是以人民币对美元汇率代表人民币汇率，通常来讲的话人民币的汇率上升，就意味着货币的贬值，风险就会越大。2.1.2数据的选择和处理本文选择的数据是2000-2018年的样本数据，这个中间就包含了2008年的金融危机等重大的风险事件，而具体的数据来源就是上面的一节内容。（1）指标的正向化本文所采取的就是一个综合的指标分析，选择的指标当中有一些正向的指标和反向的指标。所以说在拟合指标前就要对各个不同类的指标进行正向化的处理。本文的选择的指标当中，逆向指标就包括了不良的贷款率，对其他的逆向指标取一个负数，具体就是：（2）指标的标准化不同的指标的量纲单位通常就是大相径庭的，为了使得各类的指标具有可比性，本文就是把各个指标进行标准化，具体的方法就如下所示；2.1.3建立分析模型本文是采用的主成分分析法来反映出一种降低维度的思想，主要就是能够被利用来将各较为相关的指标转变为几个不含重复信息的主成分指标，最终拟合为一个综合指标，能较为简单直接地分析问题。本文就是通过主成分分析法，把多个具有相关性的指标转变成为几个不相关的综合指标，具体就是使用SPSS软件分析过程如下：(1)主成分抽取结果对于影响主成分的指标，通常的情况下就是提取特征根大于1的主成分，这就是以为内如果特征是小于1，那么影响的力度就会比较的小，还不如一个最普通的变量。如下表所示的，前三个的主成分就是大于1的，所以说只有三个主成分。第一个占所有主成分方差的43.204%，二个占27.072%，三个占14.299%，这三个总共就累积到84.575%。表2解释总方差表成份初始特征值提取平方和载入合计方差%累积%合计方差%累积%16.48143.2043.206.48143.2043.2024.06127.0770.274.06127.0770.2732.14514.2884.572.15414.2984.5740.9026.0190.5850.4192.7593.3860.2941.9695.3470.2561.7097.0480.1330.8894.9390.1140.7695.69100.0710.47397.64如下图所示的，纵轴就是表示特征根，横轴就是表示成分数，看下面的图就能够知道前面的三个主成分特征根是最高点额，所以说选择前面的三个是非常的合适的。图1碎石图(2)主成分指标分类如下表3所示，是因子载荷矩阵，从因子载荷矩阵中，我们可以知道各个因子在不同成分中的载荷。每一列的载荷值数值越大，代表其对应变量与所属主成分的越相关。由下表当中的内容就能够知道，主成分1中，人民币的汇率、资产充足率以及不良贷款率等等都是有很大的载荷值，这样的话就解释了43%系统性金融风险；在主成分2中，GDP的增长率。固定资产的投资增长率等等也是有很大的载荷值，也就解释了27%的系统性金融风险，在主成分3中，利率和通过膨胀也是有比较大的载荷值，也就解释了14%的系统性金融风险。表3因子载荷矩阵表成份123GDO增长率-0.1740.911-0.056通货膨胀率0.1560.4620.771固定资产投资增长率=0.9660.151-0.062国房景气指数0.1970.820-0.135利率-0.5210.465-0.642金融机构存贷比-0.4250.4620.845资本充足率0.8340.042-0.240不良贷款率0.9640.462-0.015人民币汇率0.9210.05-0.0822.1.4系统性金融风险的分析根据主成分的总体得分来代表系统性金融风险的指数，绘制如下的折线图2.根据下面的图可以分析2000-2018年系统性金融风险的大体情况；一是2000-2008年。系统性金融风险指数呈现不断上升的趋势，即系统性金融风险不断下降，这是由于此阶段为我国腾飞阶段，各部门经济繁荣发展，另外我国加入了WTO，经济体制也在不断的进行改革，多个原因综合使得国内的金融态势很好，面临的风险在不断的减小。二是2009-2010年。系统性金融风险指数骤降，风险陡然上升，这是由2008年美国爆发金融危机危及到了全世界，我国出口放缓，金融等部门动荡，风险突然上升。三是2011-2014年。危机后的初始阶段，我国采取了大量刺激经济发展的政策，宽松的货币、财政政策，短时间内一定程度上降低了系统性金融风险。四是2015-2018年，此阶段系统性金融风险不断增大，还有就是互联网金融等金融创新、金融不断开放，也在一定的程度上是扩大了风险。表4主成分得分表主成分1主成分2主成分3综合主成分权重0.51083540.3200940.16900682000-0.8227090.102.9514452-0.192012001-93654012-0.411.3547145-0.621512002-0.735214-0.950.2344545-0.954142003-0.635471-1.135-0.715445-1.124522004-0.495367-0.712-0.984187-0.824412005-0.104924-0.510-.9901454-0.795242006-0.119541-0.224-1.235189-0.6521420070.13165140.5987-1.026484-0.3621420080.56847131.024-0.3741250.01525420090.75121100.9254-0.434548098415441.014-0.5264440.21454420111.15154210.5368-0.1914540.57645420121.21001470.41541.22445640.98452120131.1980024-0.157-1.1924650.36541520140.9711540-0.9651.22405470.64754120151.3340021-1.421-1.1950050.28642120161.3845101-1.635-0.1541460.20154520171.3541201-1.35440.241094003001401-1.024-0.1524240.103548图2系统性金融风险指数图2.2模型的构建及分析下面将会对系统性金融风险的指数，房地产泡沫价格的波动，房地产抵押贷款增长率以及利率构建一个模型，可以称作是心灵自回归模型，主要就是反应粗房价泡沫对系统性金融风险的动态效应及机制的影响。2.2.1变量的选择和数据说明1.系统性金融风险指数。上面的主成分得分就是代表了系统性金融指数，他的数值越大，代表系统性加内容风险也就越小。2.房地产抵押贷款增长率。通过第二章的理论分析，可知房价波动影响系统性金融风险的主要传导渠道即为房地产抵押贷款，因此本文选取房地产抵押贷款增长率这一指标着重分析。对于住房抵押贷款的数据我国是没有公开的，所以本文就是采用的数据采集的这个方法：个人抵押贷款数据采用的就是房地产商资金来源中自筹资金的75%来进行表示；而房地产开发企业抵押贷款用房地产开发商资金来源中国内贷款来表示，还有其他包括商业抵押贷款等本文不予考虑，简单用两者之和表示房地产抵押贷款的总量。3.利率。随着利率市场化的推进，存款利率上限己经放开，本文选取一年期存款利率代表市场利率。数据根据央行利率数据整理所得。2.2.2平稳性检验本文就是使用的ADF来进行检验，一次来判断上面的四个时间序列是否是平稳。结果如下表所示。表5ADF检验结果表变量检验类型ADF5%临界值结论SR（0，0，0）-0.980-1.602非平稳AP（c，0，0）-5.502-2.615平稳IR（x，0，0）-3.951-3.021平稳DML（c，t，2）-5.014-3.487平稳上表中c就表示了截距项，t就是表示了时间的趋势，本文是关于c和t是否是存在的，这还是要根据显著来进行判断的。ADF进行检验的结果显示，商品平均销售的价格同比增幅以及利率是在5%的水平是一个平稳的序列，而抵押贷款增长率经过了一阶差分后通过ADF检验，所以说商品房平均销售价格同比增幅就是一个平稳序列。2.2.3脉冲相应分析通过上面所讲到的平稳性的检验能够知道的是所建立的模型是一个非常稳定的，是能够进行脉冲响应分析的。脉冲响应的这个函数反映的就是，当一个模型当中的变量一个外部冲击的时候，对本身和其他的变量的当期以及后期的动态响应程度。脉冲的响应结果就如下图所示。图3脉冲相应图（1）SR对SR的脉冲响应系统性金融风险指数对其自身的冲击在达到第1期最大，之后不断下降，在第3期变为负值，最后趋于０，这说明系统性金融风险受我国金融系统自身惯性影响，影响程度随时间逐渐减小。（2）SR对AP的脉冲响应系统性金融风险指数对房价波动的冲击为正响应，先上升后下降，在第4期达到最大0.126，在最后的时候接近于0.这样也就说明了短期之内房价上涨，房地产市场就开始变得繁荣起来，同时带来金融业、相关行业乃至整个宏观经济的繁荣，降低系统性金融风险。（3）SR对ML的脉冲响应统性金融风险对房地产抵押贷款增长率的冲击为正响应，这种正响应是波动，在第4期达到最大0.108，最后才是接近于0。这说明房地产抵押贷款增长短期会加大房地产市场投资，使房地产市场繁荣发展，降低系统性金融风险。但是随着房地产抵押贷款不断上涨，资金过度向房地产市场集中，会增大系统性金融风险，但这种影响会随时间推移不断减小。（4）SR对IR的脉冲响应系统性金融风险指数对利率的冲击为负响应，响应深度较小且时间较短，最后逐渐减小直至趋于0。这说明央行通过提高利率，信贷紧缩，短期内反而使得系统性金融风险增大。（5）AP对ML的脉冲响应给ML—个正冲击，使得房地产抵押贷款扩张，房价波动对此响应是不断波动的，在第３期达到最大值4.142，最后影响程度不断减小至0。这说明短期内房地产抵押贷款的扩张会使得房价快速上涨，房地产泡沫积聚，长期来看会使得房价下跌。2.2.4实证结果分析本文结合前面所讲到的理论分析，来分析一下实证的结果。对于房价泡沫是系统性金融风险的格兰杰原因。通过理论方面的分析能够知道的是，银行存在风险短视行为，会低估风险向而过度地向房地产市场投放贷款。当房价上涨时，这样的行为将不断重复，虽然直接导致危机的发生，但会使潜在风险积聚。国内的房价持续性的上涨，极大的片烈烈其内在的价值，泡沫的累积，虽然说暂时间不会引发危机，但是泡沫破灭，房价大幅度的下跌，会使得金融机构面临借款人的风险、抵押物贬值的风险，有可能导致更加严重的流动性危机；那么在另外的一个方面就是通过房地产开发企业和银行业金融机构产生权益损失和债权损失。从这一点就能够知道，房价的泡沫对于系统性金融风险的格兰杰原因这个结论是很可靠的。对于房地产抵押贷款是系统性金融风险的格兰杰原因，要知道的是在国内的现实情况来讲的话，银行贷款过度向房地产市场集中，形成抵押贷款，包括个人住房抵押贷款，房地产开发抵押贷款、商业抵押贷款等。因此，房地产抵押贷款是系统性金融风险的格兰杰原因的结论也是可靠的。关于系统性金融风险受到自身波动的影响很大的这个结论，因为系统性金融风险产生的原因就能够知道，金融系统是有着一定的脆弱性，高负债水平、信息不对称等等使得风险增大；金融创新带来信息披露不足，不易监管等带来难以估计的风险；金融开放推进增大了外资出逃、外汇储备难以兑付等等风险。金融系统本身的脆弱性，使得系统性金融风险很容易受其自身惯性影响。因此，系统性金融风险受其自身波动影响程度较大的结论是可靠的。对于利率是系统性金融风险的格兰杰原因，就当前国内的实际情况来看的话，短期内房地产市场因为土地供应垄断等原因缺少弹性，房地产需求弹性相比要高一点，在供求相互作用下，将带来房地产价格的下跌，通过抵押贷款渠道、资本金渠道传导风险，使得宏观经济动荡。所以说这个结论也可靠，但是这种影响的程度小以及对应的时间也短，说明了货币政策效果不明显。3结论与建议3.1结论本文就是基于房价泡沫对系统性金融风险的理论来进行分析，选择的几个指标分别就是系统性金融风险指数、房地产价格波动以及房地产抵押带框增长率等，构建了模型，详细的分析了国内房价泡沫对系统性金融风险的动态效应以及机制的影响，发现了房地产抵押贷款等是系统性金融风险的格兰杰原因：1.房价波动为系统性金融风险产生的最主要原因之一。短期内，房价上涨开始房地产市场繁荣，同时带来金融业、相关行业乃至整个宏观经济的繁荣，降低系统性金融风险。房价持续上涨会使得房地产市场价格泡沫不断扩大，系统性金融风险增大，泡沫破裂将对金融业乃至整个宏观经济产生毁灭性打击。2.系统性金融风险受其自身惯性影响较大。这源于随着金融开放和金融创新的推进，金融系统具有内在脆弱性特征，金融风险会在金融系统内传导扩大。3.利率对系统性金融风险的影响较小且时间较短，长期来看利率调控政策效果不明显。短期内央行通过提高利率，信贷紧缩，使得系统性金融风险增大。这可能由于提高利率使得房地产市场供给和需求同时减少，从现实情况来看，短期内房地产市场供给的时滞性等特征，使得房地产市场供给价格弹性是较小的，而需求价格弹性较高，提高利率将使得房地产价格下降，通过对房地产市场、金融业乃至整个宏观经济的传导，使得系统性金融风险增大。3.2国内系统性金融风险防范对策建议从根本上解决房地产市场的问题，必须从改革土地制度、税收制度、财政制度等着手，改善房地产市场大环境，建立长期调控机制。首先就是在房地产自主调节方面，政府应该注意的是房价下跌的同时实行宽松性的政策，在房价不断上涨的时候实行紧缩性政策，然而，这样的调整短期内解决问题，紧接着，房价依然出现非理性上涨，刚性和改善性需求得不到满足，投资投机性购房需求却不断扩大。因此，让市场更多地自主调节，依循市场经济规律，才能解决房地产市场的根本供求矛盾，资源配置效率提高，降低风险。然后就是推进土地供给制度改革。我国现实情况是，政府垄断了土地供应，土地出让收入占据政府财政收入的很大部分。土地供给的垄断加剧了房地产市场的供求矛盾，且不利于资源的合理配置。因此，建立长效机制首先要推进土地供给制度的改革。主要可以从以下几方面着手：农村集体经营性建设用地进入市场，建立城乡统一土地供应市场，减少寻租，价格更多的由市场决定；对于农村集体经营性用地的征收，要规范流程，使农民权利福利能够得到合理合法的保障；地方政府土地供应结构需要进一步优化。最后是就是推进房地产税收制度改革。我国房地产税收制度是十分复杂的，税收种类过多不成体系，多种税收存在重复征收的现象。一方面可以通过合并简化税收种类，优化税收体系。另一方面是我国积极推进的房地产税改革，可能会对房地产价格波动产生较大的影响。参考文献[1]陆宏广.我国房地产泡沫与金融风险研究[D].2017.[2]郑荣卿.房地产市场泡沫及其金融风险研究——基于国际间数据的对比分析[J].中南财经政法大学研究生学报，2016(S1):23-30.[3]华民.房地产泡