（一）我國房地產價格與信貸的事實

通過以上理論分析可知，房地產廣義財富效應通過信貸渠道和金融加速器機制作用于宏觀經濟，宏觀經濟又反作用于房地產市場，這種相互作用的力度主要取決于三個方面：一是房地產財富占比大??；二是房地產供給和需求的負債程度；三是房地產業(yè)在國民經濟中的地位。房地產財富占家庭財富比例越大，房地產業(yè)負債程度越高，在國民經濟中的地位越重要，則房地產廣義財富效應和金融加速器作用愈加顯著。

在第二章中我們已以對第一和第三個因素進行了分析，房地產業(yè)已以成為我國國民經濟的支柱產業(yè)，住宅資產是我國居民家庭的主要財富。接下來，主要對我國房地產供給和需求的負債程度進行分析。

在發(fā)達國家占主導地位的房地產開發(fā)模式一般為“REITs-房地產投資信托”模式，或泛稱為美國模式。美國模式的主要特點是房地產開發(fā)過程專業(yè)分工的細化，資本運作、設計策劃、拆遷征地、建設施工、銷售租賃、物業(yè)管理等各環(huán)節(jié)基本上由不同的公司獨立運作，因而房地產企業(yè)的負債率較低。美國模式中的房地產開發(fā)資金更多地來源于各種基金，只有15%左右是銀行資金。我國目前的房地產開發(fā)模式與香港模式較接近，香港模式中房地產開發(fā)過程的各個分工環(huán)節(jié)不是由獨立的公司協(xié)作完成，而是由單獨一家公司統(tǒng)籌完成。房地產開發(fā)企業(yè)的生產周期長，資金需求量自然很大。為了保持經營的持續(xù)性，開發(fā)企業(yè)還需要自己儲備土地，這也要占用大量資金。因而，我國房地產開發(fā)企業(yè)資產負債率普遍偏高，對銀行信貸資金的依賴程度較大。

根據(jù)官方統(tǒng)計數(shù)據(jù)（見表6.2），目前國內房地產開發(fā)企業(yè)的資金來源中，自有資金占20%左右或以下，直接來自銀行貸款的資金占20%～25%。除自有資金和銀行貸款以外的其他資金來源中，大部分也來自銀行貸款。例如，在商業(yè)銀行或住房公積金管理中心所發(fā)放的個人住房按揭貸款大概占房地產企業(yè)資金來源10%；在各項應付款中，主要是建筑施工企業(yè)的工程墊款，而在施工企業(yè)的工程墊款中，也有很大一部分是來源于銀行的建筑業(yè)貸款。由于數(shù)據(jù)統(tǒng)計上的困難，無法給出房地產業(yè)資金來源于銀行信貸的準確數(shù)據(jù)，依據(jù)表6.3給出的國內一些專家、學者或機構對房地產資金來源中銀行貸款部分的估計，可見大概60%來自銀行貸款。如果將銀行給從事房地產投資的金融公司的貸款，給以房地產作抵押的公司貸款也算作在內，這一比例會更高。

表6.2　房地產開發(fā)資金各項來源占總資金比例

注：由巨靈財經網中相關數(shù)據(jù)整理計算得到，單位為%。2009年的數(shù)據(jù)截止到9月份。

表6.3　國內部分專家、學者或機構對房地產資金來源中銀行貸款部分的估計

續(xù)　表

2008年我國房地產行業(yè)處于調整狀態(tài)，2009年國家為了應對美國次貸危機的影響，刺激經濟而實施寬松的信貸政策。除2008年和2009年以外，從1998～2007年，房地產貸款余額的增長速度都快于金融機構各項貸款的增長速度（見表6.4）。1998～2007年，中國房地產開發(fā)貸款和個人住房貸款的年均增速分別為25.99%和59.19%，遠遠高于同期金融機構貸款的年均增速（13.06%）。截至2009年6月末，全國商業(yè)性房地產貸款余額為6.21萬億元，同比增長18.8%，比上年同期低3.7個百分點，但比第一季度末高6.1個百分點。其中，房地產開發(fā)貸款余額為2.35萬億元，同比增長20.5%，增速比第一季度末高4.2個百分點；購房貸款余額為3.86萬億元，同比增長17.8%，增速比第一季度末高7.2個百分點。

房地產信貸可能產生的風險，可以用房地產貸款（個人住房抵押貸款加上房地產開發(fā)貸款）占整個金融機構貸款的比重來衡量，這也被稱作房地產信貸風險暴露（張曉晶、孫濤，2006）。根據(jù)中國人民銀行發(fā)布的各期《中國貨幣政策執(zhí)行報告》的相關數(shù)據(jù)計算（見表6.4），1998年房地產信貸風險暴露僅為2.9%，2007年上升到18.4%。依據(jù)建筑業(yè)的周期特征和對國外房地產金融業(yè)的調查，Collyns et al.（2002）認為在經濟上升時期，房地產信貸在銀行貸款中一般要占到20%以上。如果按20%標準來看，我國的房地產信貸風險暴露值還比較安全，并不是那么令人擔心。但是，這里我們所統(tǒng)計的房地產貸款只包括即房地產開發(fā)貸款和購房貸款余額，這兩項大概占房地產開發(fā)資金來源的30%～35%，而實際房地產開發(fā)資金大概有60%來自銀行貸款。也即意味著，房地產信貸風險暴露值被低估了近一半，表6.4的最后一行對房地產信貸風險暴露值進行了重新的估計?？梢钥闯?，近幾年房地產信貸風險暴露的真實值大于30%。與亞洲危機爆發(fā)前一些國家信貸風險暴露值（30%～55%）相比^[2]，情況并不樂觀，應該引起相關當局的注意。特別是鑒于中國銀行體系的壞賬積累較多，整個金融體系的穩(wěn)健程度還遠不及發(fā)達市場經濟國家，尤其是個別銀行的房地產信貸風險暴露比率遠超過這一數(shù)字，因此需要高度關注這一風險暴露水平。

表6.4　銀行業(yè)房地產風險暴露

續(xù)　表

注：數(shù)據(jù)來源于中國人民銀行發(fā)布的各期《中國貨幣政策執(zhí)行報告》整理計算得到；金融機構貸款余額和房地產貸款余額單位為億元；“-”表示數(shù)據(jù)缺失。

（二）我國房地產價格和信貸之間關系檢驗

本小節(jié)的實證數(shù)據(jù)為1998年第一季度至2009年第一季度的季度數(shù)據(jù)，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。采用全國房屋銷售價格指數(shù)來代表房價（HP），由于房屋銷售價格指數(shù)采用的是同比數(shù)據(jù)，把同比數(shù)據(jù)轉換成以1998年第一季度為基期的環(huán)比數(shù)據(jù)。信貸指標（CR）采用金融機構各項貸款累計值（單位為億元）來表示，房地產投資指標（HI）采用房地產開發(fā)投資當期值（單位為億元）表示。信貸和房地產投資兩個時間序列數(shù)據(jù)依次經過以下處理：首先，采用居民消費價格指數(shù)（以2007年第一季度為100的定基比）平減以消除物價因素；然后，采用X12方法進行季節(jié)調整，以消除季節(jié)波動；最后，為了消除異常值的影響，三個指標都進行了對數(shù)處理，仍然用HP、CR和HI來表示。

所以接下來我們首先對房價、信貸和房地產投資進行單位根檢驗，檢驗結果如表6.5所示?？梢钥闯?，房價（HP）和房地產投資（HI）在一階差分后平穩(wěn)，信貸（CR）在二階差分后平穩(wěn)，表明房價和房地產投資為一階單整，信貸為二階單整。

表6.5　房價、信貸和房地產投資單位根檢驗

注：滯后階的選擇以SIC為標準；檢驗形式（c，t）中c和t分別表示模型中的是否含常數(shù)項和時間趨勢；Δ表示差分，Δ2表示二次差分。

對房地產價格和房地產投資進行一階差分（分別用ΔHP和ΔHI表示），信貸進行二階差分（用Δ2CR表示），ΔHP、ΔHI和Δ2CR序列皆平穩(wěn)之后，接下來進行Granger因果關系檢驗，結果如表6.6所示。

從表6.6可以看出，ΔHI是Δ2CR的Grganer原因，而Δ2CR不是ΔHI的Granger原因，表明房地產投資的增長可能導致信貸的增長，反之則不成立。在10%的顯著水平下，ΔHP是Δ2CR的Granger原因，Δ2CR不是ΔHP的Granger原因，表明房價上漲可能導致信貸增長，反之不成立。在5%的顯著水平下，ΔHP和ΔHI互為Granger原因，表明房價和房地產投資之間存在相互作用的反饋機制。

表6.6　ΔHP、ΔHI和Δ2CR之間的Granger因果關系檢驗

房價、房地產投資與信貸之間的關系可以用圖6.3來表示，可以看出我國近十年的房價上漲促使了房地產投資和信貸的增長，房地產價格的廣義財富效應是存在的，但是，沒有形成從信貸增長到房價上漲和房地產投資增長的反饋。這可能與我國央行對房地產信貸的調控有關，自2003～2008年上半年以來，我國央行為了抑制房地產投資增長過快，對房地產開發(fā)環(huán)節(jié)實施了緊縮銀根的政策^[3]。與此同時，為了抑制需求，特別是投資投機性需求，國家實施了提高購房首付款比例和貸款利率的政策，對二手房轉讓環(huán)節(jié)實施了更為嚴格的信貸的政策^[4]。在2008年下半年開始，受國際金融危機的影響，央行為了穩(wěn)定經濟，又出臺了“放松信貸”的相關政策。

圖6.3　我國房價、房地產投資和信貸之間的作用關系

（三）我國房地產價格、信貸與房地產投資關系檢驗：金融加速器檢驗

基于房地產廣義財富效應和金融加速器效應的理論分析，以及我國房地產業(yè)發(fā)展的事實，可知國內房地產投資與信貸之間存在較強的相關性，而且這種相關性可能會隨著時間變化。本節(jié)借鑒金融資產時間序列的動態(tài)相關分析DCC-MGARCH模型，對房地產投資增長率和信貸增長率之間的動態(tài)相關性進行測度，然后，利用Granger因果關系和脈沖響應進一步分析房地產價格上漲是否對房地產投資和信貸之間的關系有強化功能，即我國房地產價格上漲狀態(tài)下是否存在金融加速器效應。

1.房地產投資和信貸的動態(tài)相關性

（1）研究方法。

動態(tài)相關系數(shù)的估計目前使用較多的是在金融研究領域，金融資產或金融市場間的相關系數(shù)常處于動態(tài)變化之中。Longin＆Solnik（1995）利用多元GARCH模型檢驗了常數(shù)條件相關的假設，并對德國、法國、英國、瑞士、加拿大以及美國股市的動態(tài)條件相關系數(shù)進行了研究，結果表明條件相關系數(shù)具有正的時變特征。Solnik等（1996）利用36個月的滾動窗口計算了美國股票市場與德國、法國、英國、瑞士、日本、歐洲成份指數(shù)、亞洲以及遠東股市的相關系數(shù)，他們發(fā)現(xiàn)美國股市與其他國家股市的相關系數(shù)也具有明顯的時變特征，而且近十年相關系數(shù)呈下降趨勢。另外，在他們的研究中還發(fā)現(xiàn)一個有趣的現(xiàn)象，在市場高波動時期相關系數(shù)明顯增大。

本節(jié)借鑒金融領域的動態(tài)相關性分析方法，采用Engle（2002）提出的動態(tài)條件相關多元GARCH模型（dynamic conditional correlation，DCC-MGARCH模型）對房地產投資與信貸之間的動態(tài)相關性進行分析。該模型的優(yōu)點在于：①具有明顯的計算優(yōu)勢，能夠對大型相關系數(shù)矩陣進行估計。DCC模型采用了限制長期方差協(xié)方差矩陣為樣本方差協(xié)方差矩陣，這個限制能夠減少待估參數(shù)的數(shù)量并且實證數(shù)據(jù)對這個限制有很好的支持。②DCC所采用的兩步估計法使得相關過程中所需估計的參數(shù)獨立于相關序列的數(shù)目，對于變量較多的大型相關矩陣也能容易地估計出來。

DCC-MGARCH模型的估計分為兩步：首先，基于多元GARCH的框架刻畫出實際數(shù)據(jù)中表現(xiàn)的異方差，為度量時變風險的條件方差提供更為自然的解釋；接下來，運用動態(tài)條件相關系數(shù)DCC的方法考察實際數(shù)據(jù)中殘差的相關性。

Engle（2002）提出的DCC-MGARCH模型中運用的動態(tài)條件相關系數(shù)（Dynamic Conditional Correlation，DCC）模型，是基于Bollerslev（1990）提出常數(shù)條件相關（Constant Conditional Correlation，CCC）模型進一步拓展而來，為更好地理解DCC模型，首先需要了解CCC模型的計算原理，其形式如下：

設rt為0均值的隨機向量，滿足式（6-56）：

但由于該模型的常數(shù)相關系數(shù)的假設過于嚴格，大多數(shù)實際數(shù)據(jù)并不支持該假設。為了克服這一缺陷，Engle Sheppard（2001）提出動態(tài)條件相關系數(shù)（Dynamic Conditional Correlation）DCC-MGARCH模型。該模型大大簡化了以往估計方差協(xié)方差矩陣的復雜運算，減少待估參數(shù)的數(shù)量，并且支持現(xiàn)實的實證數(shù)據(jù)，此外，對變量較多的大型相關矩陣也能夠較容易地估計出來。

在DCC-MGARCH（1，1）模型中αεi，t-1εj，t-1＋βqij，t-1。

利用準極大似然估計法（Quasi-Maximum Likelihood）進行參數(shù)的估計。估計過程為兩階段估計：首先，運用一元GARCH模型對各變量進行估計；接下來，由一元GARCH得到的標準化殘差估計條件相關系數(shù)即DCC。

（2）數(shù)據(jù)來源。

信貸指標采用金融機構各項貸款來表示，房地產投資指標采用房地產開發(fā)投資總額表示，采用1998年第一季度至2009年第一季度的季度數(shù)據(jù)，原始數(shù)據(jù)來源于Wind數(shù)據(jù)庫。兩個時間序列數(shù)據(jù)依次經過以下處理：首先，用居民消費價格指數(shù)（以2007年第一季度為100的定基比）平減以消除物價因素；然后，采用X12方法進行季節(jié)調整，以消除季節(jié)波動；最后，求對數(shù)后再差分，計算出信貸增長率（CR）和房地產投資增長率（HI）（單位為%），如圖6.4所示。

圖6.4　房地產投資和信貸增長率

（3）實證分析。

從房地產投資和信貸增長率的描述性統(tǒng)計可以看出（表6.7），Jarque-Bera統(tǒng)計量表明，在1%的置信水平下房地產投資增長率和信貸增長率顯著異于正態(tài)分布，而且從偏度和峰度也可以看出，房地產投資和信貸增長率不服從正態(tài)分布^[5]。滯后1階的自相關系數(shù)是否為0的Q（1）統(tǒng)計量檢驗表明，在5%的顯著水平下，房地產開發(fā)增長率和信貸增長率都存在自相關現(xiàn)象。

表6.7　房地產投資和信貸增長率描述性統(tǒng)計

注：Q（1）統(tǒng)計量檢驗指標序列滯后1階自相關系數(shù)是否為0，在序列無關的假定下，統(tǒng)計量服從χ2（n）分布。＊＊＊表示在5%顯著水平下拒絕原假設。

因此，在建立單變量GARCH模型的均值方程時，兩個指標都采用ARMA模型的方程結構，利用Eviews 6.0軟件經過多次估計比較，最后得到最優(yōu)均值方程形式分別為（式6-57、式6-58）：

括號內是t統(tǒng)計量值。對以上兩個方程殘差序列進行Ljung-Box Q統(tǒng)計量檢驗結果表明，其相應P值均較大，接受原假設，表明方程不再存在自相關。進一步對殘差序列進行ARCH效應的拉格朗日乘數(shù)（LM）檢驗，結果顯示，殘差序列均不存在ARCH效應，說明方程殘差可以直接進行DCC檢驗。

接下來采用DCC模型來計算房地產投資和信貸增長率的動態(tài)相關性系數(shù)，模型的除數(shù)設定為1，模型各參數(shù)的估計采用Matlab軟件編程處理，結果如圖6.5所示。

從圖6.5可以看出，2002年第二季度開始至2003年第三季度，房地產投資增長率與信貸增長率之間的相關性較低，平均為0.057，最低在2003年第二季度達到0.001。自2003年第四季度開始，兩指標的相關性逐漸加強，在2004年第四季度達到最高0.55，之后維持在較高水平。最值得一提的是，2009年第一季度，兩者相關性驟減，為-0.027 6。這是因為在2008年底，世界經濟金融危機日趨嚴峻，為抵御國際經濟環(huán)境對我國的不利影響，國內采取靈活審慎的宏觀經濟政策，以應對復雜多變的形勢，國內實行積極的財政政策和適度寬松的貨幣政策，國家出臺4萬億元投資計劃以刺激經濟，信貸放松。而與此同時，國內房地產業(yè)進入行業(yè)調整，房地產成交量小，房地產開發(fā)商資金鏈緊張，開發(fā)投資增長率下降，這一升一降導致信貸和房地產開發(fā)投資增長率的相關系數(shù)為負。

圖6.5　房地產投資和信貸增長率之間的動態(tài)相關性系數(shù)

2.房地產價格對信貸與房地產投資動態(tài)相關系數(shù)的作用

接下來，采用Granger因果關系檢驗和脈沖響應來分析房地產價格在信貸與房地產投資動態(tài)相關性中的作用。

采用全國房屋銷售價格指數(shù)來代表房地產財富大小，由于房屋銷售價格指數(shù)采用的是同比數(shù)據(jù)，把同比數(shù)據(jù)轉換成以1998年第一季度為基期的環(huán)比數(shù)據(jù)，進一步計算出增長率，用HP表示。信貸增長率和房地產投資增長率之間的動態(tài)相關系數(shù)用CRaHI表示。

為了防止偽回歸，首先對HP和CRaHI進行單位根檢驗，檢驗結果如表6.8所示?？梢钥闯?，不論是僅含常數(shù)項還是既含常數(shù)項又帶趨勢項，HP和CRaHI原序列的ADF檢驗都接受存在單位根的原假設，認為存在單位根。一階差分后，不論是僅含常數(shù)項還是既含常數(shù)項又帶趨勢項的ADF檢驗，都拒絕原假設，不存在單位根。所以，HP和CRaHI都為一階單整。

表6.8　HP和CRaHI單位根檢驗

注：檢驗形式（c，t）中c和t分別表示模型中的是否含常數(shù)項和時間趨勢；△表示差分。

接下來，對HP和CRaHI進行協(xié)整檢驗，檢驗兩者之間是否存在長期穩(wěn)定的關系。結果如表6.9所示，表示在5%的顯著水平下HP和CRaHI之間至少存在2個協(xié)整關系。表明HP和CRaHI之間存在長期穩(wěn)定的關系?？梢赃M行VAR分析和Granger因果關系檢驗。

表6.9　HP和CRaHI協(xié)整檢驗

為了進一步進行Granger因果關系和脈沖響應分析，首先通過VAR模型確定滯后階數(shù)，通過AIC標準得到滯后階為3階。圖6.6描述了VAR（3）模型各特征根的模，可以看出各特征根的模均小于1，因此VAR（3）模型是平穩(wěn)的，表明VAR（3）模型是合適的。

圖6.6　VAR（3）特征根的模

圖6.7描述了HP和CRaHI的脈沖響應結果?？梢钥闯觯績r增長率對自身因素的影響較大，第一期達到最大響應值，CRaHI對房價的影響較小，第二期有輕微的影響。房價增長率對CRaHI的影響大于CRaHI對自身的影響，特別是第四期（一年后）房價對CRaHI的影響達到最大。表明給房價增長率一個單位的正向沖擊，將導致信貸和房地產投資之間的相關性增強，我國房地產價格上漲的廣義財富效應的金融加速器效應是存在的。

表6.10　HP與CRaHI的Granger因果關系檢驗

HP與CRaHI之間的Granger因果關系檢驗結果（見表6.10）也印證了脈沖響應檢驗結果，在滯后3階的Granger因果關系檢驗中，拒絕了“HP不是CRaHI的Granger原因”假設，接受了“CRaHI不是HP的Granger原因”假設，表明房地產價格增長率是信貸和房地產投資增長率動態(tài)相關性的Granger原因，房地產價格增長率的上升將導致信貸和房地產投資增長率的相關性增長，表明房地產財富的加速器效應在我國是存在的。

圖6.7　HP和CRaHI的脈沖響應