沈 悅，郭培利

（西安交通大學經濟與金融學院，陜西西安 710061）

房價沖擊對金融穩(wěn)定性的非對稱作用機制

沈 悅，郭培利

（西安交通大學經濟與金融學院，陜西西安 710061）

基于FAVAR模型全視角分析了房價上升、下降對金融穩(wěn)定性的沖擊作用，結果顯示二者影響不一，作用機制存在非對稱性。具體表現(xiàn)為：房價上升短期內弱化金融脆弱性，長期強化金融穩(wěn)態(tài)，風險傳導不明顯；房價下降則強烈破壞金融穩(wěn)定性，風險滋長和暴露異常迅速，通過短期利率渠道向貨幣市場傳導機制顯著。無論房價上升或下降，房價沖擊均與股市波動此消彼長，但房價下降對股市波動影響更強烈。因此，中國房價宏觀調控需審慎推進，嚴防風險爆發(fā)。

房價沖擊；金融穩(wěn)定性；股市波動；貸款利率；貨幣市場

2008年以來，因房價沖擊引起的金融穩(wěn)定性一直是學術界和業(yè)界高度關注的焦點問題之一。事實上，全球數(shù)次金融危機，特別是美國“次貸危機”均經歷了房價的劇烈波動。關于金融穩(wěn)定性目前并沒有一個統(tǒng)一定義，但通常指組成金融體系的關鍵元素能夠正常發(fā)揮功能［1］。目前較有權威并被普遍使用的是希納西（Schinasi）［2］給出的定義，即金融體系的一系列穩(wěn)定狀態(tài)，包括促進經濟運行，消除內生或負面的未預期事件引起的金融不均衡等。在我國，2014年以來70個大中城市房價相繼下跌，出現(xiàn)了較大幅度調整，這令人格外關注因房價沖擊引起的金融穩(wěn)定性問題，使得“房價波動與金融穩(wěn)定性之間存在密切聯(lián)系”的觀點深入人心。

目前國內學術界在“房價波動與金融穩(wěn)定性之間”的研究中主要形成了以下三種觀點：第一種是穩(wěn)定論者，樂觀估計國內房價波動的后果與影響，且以頻繁的政策調控為依據(jù)，認為金融穩(wěn)定性雖然與房價關系緊密，然而各個指標因受多方面經濟發(fā)展影響，故一般均在控制范圍內，房價上升或下降沖擊都不會造成金融穩(wěn)定性的顯著波動。第二種是危機論者，堅定地認為我國房價上漲已達周期頂峰，系統(tǒng)性金融風險即將發(fā)生，隨時面臨泡沫破滅，且破裂后的房價下跌必然會導致極度的金融不穩(wěn)定，進而波及實體經濟，最終導致金融危機爆發(fā)。第三種是中間論者，考慮了國際關聯(lián)性，認為國內房價上漲確實已造成一定的市場風險，房價下降也會破壞金融穩(wěn)定，但危機爆發(fā)會在國際糧食、石油出現(xiàn)危機且會發(fā)生做空中國的債券、股市等事件，但中國的金融市場總體上可維持穩(wěn)定。

總的來講，眾學者多已認可房價與金融穩(wěn)定性之間存在關聯(lián)關系，目前的爭論主要集中在房價沖擊如何作用于金融穩(wěn)定性，房價上升與下降對其的影響效應是否一致等問題上。在這種背景下，研究我國房價上升與下降對金融穩(wěn)定性的作用機制具有重要理論和現(xiàn)實意義。

一、文獻綜述

諸多研究表明，房價波動與金融穩(wěn)定性之間存在緊密關系。國內外學者目前從多角度對二者進行了規(guī)范的理論和實證研究，但由于研究時間不長，關于房價沖擊對金融穩(wěn)定性的作用機制暫時鮮有文獻展開分析。

國外學者潘（Pan）等［3］結合不同的收入增長水平對美國金融市場286個地區(qū)分類，然后分別分析了房價百分比變動與均衡值偏離對金融穩(wěn)定性及宏觀經濟的影響。安德烈（Andre）等［4］通過模擬銀行高度競爭化的生存環(huán)境，得出結論認為房價沖擊對金融穩(wěn)定性的短期效應比長期更強烈的結論?？颂貭枺↘oetter）等［5］針對房價與銀行穩(wěn)定性之間的關系進行了專門研究，發(fā)現(xiàn)房價對長期均衡值的偏離在其對銀行穩(wěn)定性的作用機制中效果顯著。古德哈特（Goodhart）等［6］以抵押品的價格演變?yōu)槁窂矫枋隽朔康禺a危機如何逐步演變成了宏觀金融的不穩(wěn)定。達格利什（Daglish）［7］認為房價上揚會降低借款者的違約可能性、減少銀行資產的風險并降低銀行體系發(fā)生危機的可能性。

國內學者原鵬飛等［8］以DCGE模型從動態(tài)視角分別對房價上升的經濟增長效應、收入分配效應和貧富分化效應進行了系統(tǒng)模擬和分析。徐晶［9］采用彈性退耦模型對我國35個大中城市研究后發(fā)現(xiàn)房價上漲的穩(wěn)定效應在不同經濟發(fā)展水平地區(qū)存在明顯差異，滯后的宏觀調控政策容易造成房價的異常波動，建議提高政策的前瞻性。譚政勛等［10］研究得出我國房價波動、信貸擴張以及兩者的聯(lián)合作用均會對金融穩(wěn)定性產生顯著影響，并以動態(tài)隨機一般均衡模型和GARCH效應分析對經驗機制進行了解釋和對比。邱崇明等［11］較早地對我國房價上升時銀行市場不穩(wěn)定性的偏離回歸效應進行了分析，通過協(xié)整理論、Probit方法發(fā)現(xiàn)我國房價上升并沒有因為抵押物價值上升而增加銀行穩(wěn)定，相反在偏離回歸效應下增加了銀行不穩(wěn)定。宋凌峰等［12］結合房價和股票價格數(shù)據(jù)對我國房地產行業(yè)的宏觀金融風險進行了研究。張曉晶等［13］也明確指出我國房地產周期與金融穩(wěn)定息息相關。

通過現(xiàn)有文獻梳理可以發(fā)現(xiàn)，國外學者在房價沖擊對金融穩(wěn)定性作用機制研究方面已形成了較為成熟的成果和理論，如價值抵押和價值偏離、短期效應和長期效應等的對比分析。相對而言，國內研究目前在這方面顯得略為單薄和淺顯，大多數(shù)研究基本停留于房價上升對經濟因素影響的效應分析階段，針對房價沖擊與金融穩(wěn)定性之間的作用機制進行專門研究的文獻甚為罕見?；诖耍疚膰L試以我國房價和金融穩(wěn)定性之間的作用機制為研究對象，在國內首次采用FAVAR（Factor－Augmented Vector Autoregressive）方法分析和解釋我國房價上升和下降沖擊對金融穩(wěn)定性的作用機制和效果。

二、理論模型

西姆斯（Sims）所發(fā)展的VAR模型在分析沖擊效應時被普遍使用，然而其早在1992年“價格之謎”的實證中就發(fā)現(xiàn)該模型變量選取有限，若增加變量又會導致方程待估參數(shù)太多而無法估計的“維數(shù)魔咒”［14］，無法滿足宏觀性的全面分析需要。本文對金融穩(wěn)定性進行科學衡量的首要條件就是能夠覆蓋較為充分的宏觀經濟信息集。

伯南克（Bernanke）等［15］提出可以將動態(tài)因子和傳統(tǒng)VAR相結合，從可獲得的信息集內提取共同因子，從而形成了FAVAR模型。該模型既增廣了VAR的信息涵蓋容量，又可精確對變量的作用機制進行分析，使得本研究的關鍵問題得以解決。因此房價沖擊對金融穩(wěn)定性影響的動態(tài)變化可以通過建立如下的FAVAR模型來表示：

其中，Yt為（M×1）階房價向量；Ft為（K×1）階影響金融穩(wěn)定性的變量向量；Φ（L）為p階滯后多項式；vt～N（0，Q）是均值為0、協(xié)方差矩陣為Q的隨機誤差項。式（1）表面看是標準VAR模型，但因假定Ft不可觀測，所以與一般VAR模型不同，無法直接估計。

伯南克（Bernanke）等假定Yt和Ft與宏觀經濟信息集合Xt有關，從而假定Yt和Ft共同引起了Xt變化，因而引入下式：

其中，Λy和Λf分別為（N×K）和（N×M）因子載荷矩陣；Xt為（N×1）向量；N為變量個數(shù)且N?K+M；εt為均值為0、協(xié)方差矩陣為R的隨機誤差項，εt之間可以弱相關。式（2）是典型的正交因子表達式，據(jù)此可以估計Ft。

本文對Xt采用兩步主成分分析法進行運算，求出不可觀測變量的估計值，然后以代替Ft代入式（1）得到一個標準的VAR模型，這樣就實現(xiàn)了將因子分析與VAR相結合。該VAR模型如下：

三、實證分析

（一）數(shù)據(jù)說明

考慮到影響金融穩(wěn)定性的經濟因素較多，結合我國數(shù)據(jù)的可獲得性和既有文獻的研究情況，本文根據(jù)需要選取了120種變量構造金融穩(wěn)定性信息集來從中提取共同因子進行房價沖擊效應的研究。這些變量時間跨度自2001年1月至2013年12月，依據(jù)金融市場交易標的物劃分標準，大致可分為五類：一是貨幣市場類指標，包括存貸款基準利率、銀行同業(yè)拆借利率、貨幣供應量（M2，M1，M0）等；二是資本市場類指標，包括上證、深證綜指，地產指數(shù)，金融債券，非貨幣金融部門債權，銀行抵押、按揭貸款等；三是信托、金融衍生品類指標，包括信托存、貸款，利率期貨，貨幣期權等；四是外匯市場類指標，包括外匯儲備等；五是黃金及其他投資品類指標，包括黃金、白銀價格等?？捎^測的房價變量本文選用房屋銷售價格指數(shù)。以上數(shù)據(jù)主要來源于中國人民銀行網(wǎng)站，部分來源于中經網(wǎng)數(shù)據(jù)庫及中國經濟景氣月報。為保證模型分析的穩(wěn)定性，數(shù)據(jù)經過以下幾步處理：（1）利用X－12程序對相關指標進行調整，消除季節(jié)性影響；（2）對各類序列數(shù)據(jù)用離差標準化方法進行處理，消除量綱差異；（3）對ADF法檢驗出的不平穩(wěn)序列取對數(shù)或差分至平穩(wěn)。

（二）共同因子提取及經濟學解釋

FAVAR模型的核心之一就在于從信息集Xt中提煉出共同因子作為不可觀測變量Ft，并賦予其特定的經濟學含義，來進一步分析可觀測變量沖擊下共同因子的脈沖響應。本文綜合考慮模型的簡潔性、穩(wěn)定性及共同因子對金融穩(wěn)定性信息集的解釋力度，最終選擇了4個共同因子，如表1所示①每個因子均是信息集內所有變量綜合的結果，表中僅列舉了前5個重要性變量進行展示。。

表1 共同因子提取及經濟學含義解釋

對表1中共同因子1解釋力度較高的前5個變量均與股票市場相關，如地產指數(shù)漲跌幅，上證、深證開、收盤指數(shù)等，研究房價沖擊下該因子的響應時基本可以代表股票市場的波動趨勢；對共同因子2解釋力度較高的前5個變量均為短期貸款利率，如銀行同業(yè)隔夜拆借利率及再貸款利率（期限從20天到6個月不等），且期限越短，活躍性越強，顯著代表了應急狀態(tài)下與房價沖擊相關的資金供給狀況；對共同因子3解釋力度較高的前5個變量基本為長期貸款利率，期限基本均在三年以上，這對于與房價波動有關的金融穩(wěn)定性來講表示房地產商、購房者等借、還款因素的變化；對共同因子4解釋力度較高的前5個變量基本為貨幣市場存量變量，如貨幣當局自有資金、M2、準貨幣儲蓄存款等，這些變量能夠側面反映房價變化對居民、企業(yè)、機構等持有財富的影響。由表1可看出這4個共同因子的累計解釋力度已達88．1%，足以說明和代表整體金融穩(wěn)定狀況的變動。

（三）FAVAR的脈沖響應分析

1．金融穩(wěn)定性共同因子對房價正向沖擊的響應

根據(jù)式（4），本文考察了房屋銷售價格指數(shù)一個單位正向沖擊對金融穩(wěn)定性共同因子的影響，其中滯后階數(shù)的選擇依據(jù)LR、AIC、SC等準則的檢驗結果確定為滯后1期和2期（如表2所示）。同時，模型所有單位根的模都小于1，滿足了穩(wěn)定性條件。脈沖響應結果如圖1所示。

從圖1可以看出，（1）房價上升時，股票市場首先受到微弱上揚的正向影響，然后第3期時即迅速轉為負向并持續(xù)增強，至6期時達到最大強度0．0451，繼而穩(wěn)步減弱，緩慢接近0界限，36期之后脈沖響應基本已完全消失。究其原因，在于我國房地產產業(yè)鏈長，涉及面寬，資金密集，與股市關聯(lián)較為緊密，所以房價上漲最初帶動了股市向好。然而雖然國內居民財富隨經濟增長形勢有所積累，但投資渠道較為單一，使得金融市場上房市、股市在資金趨利避害的流向作用下出現(xiàn)此消彼長的現(xiàn)象，因此形成房價上升時一定程度上抑制股市繁榮的現(xiàn)象，不過影響較小。（2）短期貸款利率在房價上升初期出現(xiàn)小幅下調，短期調整后則又重新回升，并相對原始利率有一定上浮，在12期達到最高值后以較長時間緩慢回調，至36期后脈沖響應逐漸消失。這一過程顯示了受房產抵押價值上漲的利好驅使，金融機構降低利率，增加短期貸款供給，之后又在眾多房企爭奪有限資金的過程中逐步提升和調整利率的經濟現(xiàn)實。這一過程中金融穩(wěn)定性隨利率波動出現(xiàn)了不穩(wěn)定狀況，風險也有可能上升。（3）長期貸款利率反應較微弱，受負向影響處于下調態(tài)勢，約7期后脈沖響應趨向穩(wěn)定浮動在－0．0040上下。房價上升帶動經濟增長的前景預期可以提高各行業(yè)信心指數(shù)，使得銀行等金融機構從長期規(guī)劃考慮愿意提供更多貸款。而為了整體收益，在前期爭奪優(yōu)良信用資源時，各金融機構不惜在短期內臨時下調一定利率，這就是圖1中長期利率下滑的重要原因。與短期貸款相比，長期貸款的發(fā)放更加謹慎，道德風險較弱，因此金融穩(wěn)定性在此過程中將被逐步鞏固后而強化。（4）貨幣市場存量的響應趨勢與長期貸款利率頗為相像，所受影響不甚強烈，然而前者在響應最初存在4期正向反應。因為房價上升時市場偏向釋放資金，短期內貨幣存量增加。市場短期內臨時增加的貨幣量余額多數(shù)變相成為長期貸款的來源，所以二者相關度較高，響應趨勢一致不足為奇。此處也正說明沈悅等［16］提出的房價通過利率渠道影響貨幣市場的路徑是有效的。

表2 模型滯后結構的檢驗結果

圖1 共同因子對房價正向沖擊的脈沖響應

總的來講，房價上升沖擊對股市波動趨勢和短期貸款利率的作用更強，通過長期貸款利率作用于信貸市場，進而影響金融穩(wěn)定性。但房價上升時，金融脆弱性表現(xiàn)不明顯，風險大多是由于金融機構受利益驅動忽視信用評估，進而吸納劣質資產后潛藏于市場之內的隱性狀態(tài)，在經濟繁榮的遮蓋下一般不易被察覺。因此，金融穩(wěn)定性在房價上升時表面顯示通過共同因子的作用而正反饋循環(huán)強化。

2．金融穩(wěn)定性共同因子對房價負向沖擊的響應

圖2 共同因子對房價負向沖擊的脈沖響應

房價下降時金融穩(wěn)定性信息集共同因子對其的脈沖響應如圖2所示?？梢钥闯?，（1）股市波動相對其他因子來講對房價下降的響應最為迅速和強烈，11期即達到最大值0．3922，且響應方向持續(xù)為正。房價下降和上升沖擊下股票市場的反應方向和作用力度均不相同，呈現(xiàn)出了非對稱性，前者較之后者對金融市場的沖擊更強烈和持久，對金融穩(wěn)定性的破壞作用非常顯著。該結果與近年我國房價沖擊下股票市場的表現(xiàn)大約一致：自2014年我國大中城市房價相繼下降后，股市波動曾短暫震蕩然后一度趨好，然而在至今房價依然未能回暖的狀況下，近段股市也大幅波動不止，引起金融市場大幅動蕩。（2）短期貸款利率在房價下降時波動較多，遭受正負影響且波幅較大，先期所受負向影響在第2期達到最大值0．2501，第7期后又轉而為正并持續(xù)增強至19期，繼而緩慢減弱，至48期時接近為0。這一過程隱含了房價下降時為解決資金鏈困境房地產企業(yè)與金融機構激烈博弈的動態(tài)演變。在房價上升時，出于抵押資產價值上漲的預期，短期貸款利率變化較穩(wěn)定。然而房價下降時，各個行為主體都聞房而恐避之不及，原本就為房地產商生存瓶頸的融資問題在短期利率收縮口徑的威脅下更進一步扼其命脈，加之此時其他行業(yè)趁機對金融機構所提供有限資金進行爭奪，房地產商資金鏈斷裂風險將極大增加。在短期貸款利率急速收縮的影響下流動性風險對整體金融穩(wěn)定性的破壞將有著導火索的作用。（3）長期貸款利率對房價下降的反應較為遲鈍，6期后才緩慢上調，至28期達到0．2907后基本維持延伸。此類長期性價格型貨幣政策工具在房產交易行為中與房地產商和已購房者的抵押、按揭貸款緊密關聯(lián)。房價下降帶來的資產價值變化對涉及還貸行為的房地產商和購房者來講，持續(xù)上升的信貸利率更有可能觸發(fā)抵押、按揭貸款的違約風險。在我國按揭貸款占比接近1／3，一般情況下屬信用良好的優(yōu)質信貸，金融機構對其風險滋生和蔓延不甚敏感；而持續(xù)上升的房價勢頭也遮蓋了房地產商抵押貸款中的隱性不良資產，因此風險變化過程緩慢不易察覺，然而一旦發(fā)生大額違約，聯(lián)動作用下對金融穩(wěn)定性造成的后果近乎毀滅性。（4）貨幣市場存量的脈沖響應在房價下降時較為微弱，經歷了由負向正的轉換，然而整體波動幅度不大，基本維持在0．05以內，這與房價上升時的變化幅度差別不大。因為房價下降的趨勢及其預期在較短時間內會使大眾心理形成恐慌，迅速抽逃資金，所以貨幣市場資金存量在房價下降初、中期時會有小幅度下降。又因房價波動關聯(lián)因素眾多，前期如何變化較難預測，一般小幅下降的沖擊也需要至少一年甚至更久之后才會被撫平而趨向穩(wěn)定，屆時貨幣市場存量才會以市場需求為準來調整資金流動。以上除貨幣市場存量外，其他三個共同因子的響應程度均顯著強于房價上升沖擊的影響，作用程度平均可相差4－8倍。

總體來講，房價下降沖擊對金融穩(wěn)定性的影響顯著強于房價上升沖擊，金融穩(wěn)定性共同因子的脈沖響應中股市波動趨勢表現(xiàn)最顯著，說明無論房價如何波動，其與股票市場均存在較強的關聯(lián)效應。貸款利率的響應也比較顯著，尤其是短期利率在無論房價上升還是下降的情況下均變化頻繁，而長期利率對房價上升不太敏感，對房價下降則反應強烈且持久?？傊績r下降沖擊下金融穩(wěn)定性狀況更加堪憂，流動性風險、違約風險等在房價下降的過程中隨利率、資金的波動暴露迅速，資金鏈斷裂、金融摩擦增大、多米諾效應等加速風險滋長過程，金融脆弱性鏈條形成系統(tǒng)性風險網(wǎng)絡，快速瓦解金融市場穩(wěn)定狀態(tài)，危及整體金融系統(tǒng)安全。

（四）房價下降沖擊的風險傳播路徑分析

綜合上文分析結果可知，房價上升和下降對金融穩(wěn)定性的影響呈現(xiàn)非對稱性。房價上升時，金融脆弱性表現(xiàn)隱晦，風險除了累積至極點爆發(fā)危機之外，處于潛伏累積的循環(huán)過程。當房價下降時，風險傳導的作用機制更加顯著。一旦風險爆發(fā)，房地產商、購房者、銀行三者均無可幸免。因此本文針對房價下降時的風險傳導展開詳細分析，如圖3所示。其中，虛線以上為房價下降時與房地產商直接相關的風險傳播，虛線以下為房價下降時與購房者直接相關的風險傳播。

如圖3所示，房價下降以三條路徑通過影響銀行信貸供給而間接作用于金融穩(wěn)定性的變化：（1）房價下降會使抵押資產（房屋或土地）價值下降，直接造成銀行預期利潤下降，因此銀行緊縮信貸口徑，針對房地產行業(yè)的信用貸款顯著減少。（2）房價下降帶來購房者投資、投機、剛性需求變動，影響了房地產商房屋銷售，其利潤在長期內下降，銷售房屋收益直接關系房地產商對銀行的還款，所以銀行對房地產商下一期的房地產信貸供給也相應減少。（3）房價下降導致已購房者房屋價值縮水，降低了償付銀行按揭貸款的能力，貸款償付違約的信用反饋影響著銀行下一步的按揭貸款供給規(guī)模。

由以上三條路徑可跟蹤挖掘出金融脆弱性的萌生環(huán)節(jié)和風險傳導渠道在于：（1）房價長期下降趨勢下，房地產商在剛性需求帶來的短暫利潤飆升后，若轉型不成功則會陷入長期發(fā)展困境，受到前期巨額開發(fā)貸款償付的壓迫，處于信貸風險難以把控階段，金融脆弱性將因貸款違約預期被強化而風險急劇膨脹。（2）已購房者資產凈值縮水，按揭貸款償付違約率升高，尤其對于投資型購房者，資金回籠及抽離的欲望相當強烈，金融脆弱性在這些行為及心理作用下將進一步被強化。（3）銀行不良資產率必然急速上漲，資本充足率嚴重不足，惡性循環(huán)機制形成。（4）金融體系不穩(wěn)定性增大。由于房地產相關行業(yè)經營受阻，經濟基本面下滑，銀行信貸供給進一步收縮，房地產商資金鏈斷裂風險急速升高，整個金融體系的不穩(wěn)定增增強，誘發(fā)金融危機爆發(fā)。

圖3 房價下降沖擊的風險傳播路徑

四、研究結論和政策建議

本文基于房價波動與金融穩(wěn)定性之間的緊密關系，選取2001年1月至2013年12月的120種變量，構建了因子增廣金融穩(wěn)定性信息集，并從中提取4個共同因子作為代表，運用FAVAR模型對房價上升、下降時金融穩(wěn)定性的動態(tài)演變進行了實證研究。通過研究得出以下結論：（1）房價上升和下降沖擊對金融穩(wěn)定性的作用機制呈現(xiàn)非對稱性。上升時短期內表面弱化金融脆弱性，長期逐步加強金融穩(wěn)態(tài)；下降時則強烈破壞金融穩(wěn)定性，風險滋長和暴露異常迅速，顯著危及金融系統(tǒng)安全。（2）房價沖擊通過利率作用于貨幣市場的傳導路徑有效。房價上升時貨幣市場資金流向與長期貸款利率變化較為同步，而在房價下降時與短期貸款利率波動更為一致。（3）無論房價上升或下降，股票市場所受影響均表現(xiàn)最顯著，但房價下降對其的作用更加強烈。

以上結論的政策含義如下：

第一，金融機構、政府部門等要加強對房價單向持續(xù)性上升或下降的重視程度，并嚴防房價的劇烈性波動。房價上升雖然表面強化了金融穩(wěn)定性，但長期的持續(xù)性上升則會造成事實上的經濟虛假繁榮，使得劣質資產趁機充斥金融市場，隱性風險隨逆向選擇而萌生積累。因此，金融機構在房價上升的狀況下發(fā)放信用貸款時，務必更加謹慎地進行資產質量和法人信用評估工作，從根源處杜絕不良資產的侵入，弱化其沉積。房價下降尤其是長期的大幅降低會造成嚴重且劇烈性的后果，因此即使其存在著有利于國民眾生消費、優(yōu)化產業(yè)結構等溢出效應，政府依然務必嚴防房價的急劇性下跌，在房價調控時密切關注金融系統(tǒng)的風險流向，嚴格秉承“宏觀審慎”的原則漸進式推進，否則將南轅北轍，得不償失。

第二，在維護和監(jiān)管金融穩(wěn)定性過程中，可綜合使用價格型、數(shù)量型貨幣政策工具并靈活調整來防范和制約風險。房價上升時可通過長期信貸利率等價格型貨幣政策工具對貨幣市場進行調整，房價下降時則需隨時關注短期價格型貨幣政策工具的波動來平衡金融市場資金狀況，以此防范風險的劇烈性滋長和膨脹。數(shù)量型貨幣政策工具對金融穩(wěn)定性的調整具有更加直接的效應，可在應急關頭有節(jié)制的使用。一般情況下，相關機構應防微杜漸地將金融脆弱性環(huán)節(jié)在萌生階段即挖掘和修復，這才是解決我國金融穩(wěn)定性問題的良好措施。

第三，有關部門應及時設置更多安全、合理的資金投放路徑和標的，并盡可能貼合普通消費者需求和接受能力。房價上升或下降與股票市場波動此消彼長，顯著說明我國的投資渠道嚴重不能滿足近年來居民旺盛的投資性需求，因此增大面向消費大眾的理財途徑、工具及新型產品的宣傳教育工作顯得相當必需。房價上升對股市的抑制程度有限且具有階段性，小幅下降時雖股市短期向好，然而急劇下降對股市的破壞作用則近乎毀滅性，因此，有關部門務必在房價下降的調控過程中著重加強金融監(jiān)管和風險防范，在保證整體經濟形勢穩(wěn)定的前提下有步驟地進行推進。

［參考文獻］

［1］ DUISENBERGW F．EMU：Experiences to Date and Challenges for the Future［J］．Intereconomics，2001，36：59－61．

［2］ SCHINASI G J．Private Finance and Public Policy［R］．IMFWorking Paper，2004，No．04／120．

［3］ PAN H R，WANG C．House Prices，Bank Instability and Economic Growth：Evidence from the Threshold Model［J］．Journal of Banking＆Finance，2013，37：1720－1732．

［4］ ANDRE S J，ARCE O．Banking Competition，Housing Prices and Macroeconomic Stability［J］．The Economic Journal，2012，122：1346－1372．

［5］ KOETTER M，POGHOSYAN T．Real Estate Prices and Bank Stability［J］．Journal of Banking and Finance，2010，34：1129－1138．

［6］ GOODHARTCA E，TSOMOCOSD P，VARDOULAKISA P．Modeling a Housing and Mortgage Crisis［R］．Central Bank of Chile Working Paper，2009，No．547．

［7］ DAGLISH T．What Motivates a Subprime Borrower to Default？［J］．Journal of Banking and Finance，2009，33：681－693．

［8］ 原鵬飛，馮蕾．經濟增長，收入分配與貧富分化：基于DCGE模型的房地產價格上漲效應研究［J］．經濟研究，2014（9）：77－90．

［9］ 徐晶．房價上漲與經濟增長的退耦分析［J］．管理世界，2013（9）：172－173．

［10］ 譚政勛，王聰．中國信貸擴張，房價波動的金融穩(wěn)定效應研究：動態(tài)隨機一般均衡模型視角［J］．金融研究，2011（8）：57－71．

［11］ 邱崇明，李輝文．房價波動，銀行不穩(wěn)定和貨幣政策［J］．財貿經濟，2011（3）：116－122．

［12］ 宋凌峰，葉永剛．中國房地產行業(yè)宏觀金融風險研究：基于金融穩(wěn)定的視角［J］．經濟管理，2010（12）：34－39．

［13］ 張曉晶，孫濤．中國房地產周期與金融穩(wěn)定［J］．經濟研究，2006（1）：23－33．

［14］ SIMS C A．Interpreting the Macroeconomic Time Series Facts：the Effects of Monetary Policy［J］．European Economic Review，1992，36：975－1000．

［15］ BERNANKE B S，BOIVIN J，ELIASZ P．Measuring the Effects of Monetary Policy：a Factor－Augmented Vector Autoregressive（FAVAR）Approach［J］．Quarterly Journal of Economics，2005，120：387－422．

［16］ 沈悅，周奎?。视绊懛績r的有效性分析：基于FAVAR模型［J］．經濟科學，2011（1）：60－69．

（責任編輯：張 叢）

The Asymmetric M echanism of Housing Price Impact on Financial Stability

SHEN Yue，GUO Peili
（School of Finance and Economics，Xi′an Jiaotong University，Xi′an 710061，China）

This paper analyzes the impact of housing price impact on financial stability based on FAVAR model from a full view．Results show that the rising and falling of housing price play different impacts，and the mechanism is asymmetric．Specifically：the rising of housing price weakens financial vulnerability in short term，and strengthens the financial stability in long term，risk conduction is not obvious．When housing price fall down，financial stability was deteriorated strongly，risk grow rapidly，and the channel through short－term interest rate tomonetarymarket conducts significantly．Whether housing price rising or falling，stockmarketalways relates to the housing price，but the falling of housing price impactmore intensely．Therefore，China needs to supervise finance and prevent risk by using a steady coordination and targeted form．

the impact of housing price；financial stability；stock market volatility；loan interest rate；moneymarket

F293．35；F830．9

A

1008-245X（2015）06-0017-07

10．15896／j．xjtuskxb．201506003

2015－07－22

國家自然科學基金項目（71373201）；西安交通大學基本科研業(yè)務費重大重點招標項目（skz2014003）

沈悅（1961－ ），女，西安交通大學經濟與金融學院教授，博士生導師。