朱琳琪

（安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000）

我國銀行信貸對房地產(chǎn)投資的影響
——基于VECM模型的實證分析

朱琳琪

（安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000）

隨著經(jīng)濟的發(fā)展和城市化進程的不斷深入，我國房地產(chǎn)業(yè)發(fā)展迅速，成為推動國民經(jīng)濟不斷增長的重要力量.銀行信貸作為房地產(chǎn)投資開發(fā)的重要資金來源，它的變動會對房地產(chǎn)市場產(chǎn)生重大影響.本文基于VECM模型，重點研究了我國房地產(chǎn)投資與銀行信貸之間的聯(lián)動關(guān)系，經(jīng)過實證發(fā)現(xiàn)，銀行信貸是促進房地產(chǎn)投資規(guī)模變動的重要原因之一，兩者的穩(wěn)定對促進我國國民經(jīng)濟平穩(wěn)運行發(fā)揮著至關(guān)重要的作用.

房地產(chǎn)投資；銀行信貸；VECM模型

1 前言

近幾年，北上廣等一線城市的房價一度大幅上漲，這使得其他城市的房價也跟著上漲，而部分銀行信貸的資金以杠桿的形式進入房地產(chǎn)市場炒作.由于房地產(chǎn)的上下游行業(yè)十分廣泛，并且與投資、信貸和金融等密切相關(guān)，對宏觀經(jīng)濟的增長和金融市場的長期穩(wěn)定有著顯著的影響.銀行信貸作為重要的調(diào)節(jié)工具，其量的變化將會對經(jīng)濟發(fā)展和金融市場產(chǎn)生極大地影響，并間接作用于房產(chǎn)市場.為了正確有效的調(diào)控房地產(chǎn)市場，學(xué)術(shù)界應(yīng)該加強銀行信貸與房地產(chǎn)投資內(nèi)在關(guān)系的研究.本文將在已有研究的基礎(chǔ)上，首次將銀行信貸與房地產(chǎn)投資兩變量的時間序列引入向量誤差修正模型，該模型在向量自回歸模型的基礎(chǔ)上加入了誤差修正項，其結(jié)果更具完備性.并且本文通過協(xié)整檢驗、脈沖響應(yīng)和方差分解具體研究了銀行信貸對房地產(chǎn)投資的影響，這相較于已有的定性分析與單純時間序列研究更具有代表性，最后將就實證分析的結(jié)果提出相應(yīng)的政策建議.

2 文獻(xiàn)綜述

國外方面，Douglas（1991）在論文中將房地產(chǎn)信貸與普通信貸進行比較，并對其中區(qū)別進行了分析.Grenadier（1995）在已有的房地產(chǎn)價格周期性研究之上，對房地產(chǎn)信貸周期性規(guī)律進行了探討.Case和Glaeser（2000）通過引入外生變量，分析了房地產(chǎn)信貸風(fēng)險的特征.David和Sastry（2002）使用時間序列建模分析了房地產(chǎn)投資與銀行信貸之間的關(guān)系，但并沒有將其結(jié)果擴展到實際經(jīng)濟層面.Benjamin和Chinloy（2004）將房地產(chǎn)投資額加入到總產(chǎn)出模型中進行分析，并討論了居民消費對房地產(chǎn)投資的影響.Hancock和Wilcox（1994）在研究商業(yè)銀行不良貸款時將房地產(chǎn)信貸作為新的變量引入模型中，并對其影響進了定性的描述分析.

國內(nèi)方面，張戈和郭琨等（2012）通過建立狀態(tài)空間模型，分析了房地產(chǎn)信貸在房地產(chǎn)開發(fā)投資中的乘數(shù)效應(yīng)，發(fā)現(xiàn)我國的房地產(chǎn)信貸乘數(shù)效應(yīng)確實存在.中國人民銀行烏魯木齊中奮支行貨幣信貸處調(diào)研組（2003）利用新疆的數(shù)據(jù)分析了本地區(qū)房地產(chǎn)信貸對房地產(chǎn)投資的影響，并對存在的問題和制約因素做了詳盡的分析.李寶偉和郭金興等（2007）通過研究發(fā)現(xiàn)房地產(chǎn)投資過熱的重要推動力量之一是商業(yè)銀行信貸，并且詳細(xì)的分析了傳導(dǎo)路徑.王璐和李憶秋等（2015）認(rèn)為我國房地產(chǎn)投資對商業(yè)銀行的信貸資金依賴性過強，房產(chǎn)業(yè)存在著很大的潛在風(fēng)險.賈生華、董照櫻子和陳文強等（2016）研究發(fā)現(xiàn)，房地產(chǎn)投資急速增長的重要原因之一是銀子銀行的信貸膨脹，這不但降低了市場的利率水平，而且也使得社會信貸供給擴大.馬冬梅（2016）利用向量自回歸模型探究了房地產(chǎn)投資與銀行信貸的聯(lián)動關(guān)系，發(fā)現(xiàn)銀行信貸與房地產(chǎn)投資之間存在著長期穩(wěn)定的關(guān)系，短期內(nèi)的波動會對彼此產(chǎn)生不良的影響.

3 數(shù)據(jù)整理和基本分析

3.1 數(shù)據(jù)來源和介紹

基于本文所研究的問題，我們選取了2008年1月至2015年12月的時間序列數(shù)據(jù)進行實證分析.其中我們采用社會融資規(guī)模中的人民幣貸款總和作為銀行信貸變量（loans），數(shù)據(jù)來源于中國人民銀行官網(wǎng)，同時使用房地產(chǎn)投資額作為房地產(chǎn)投資變量（estinv），數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫.為了消除回歸中出現(xiàn)的異方差現(xiàn)象，我們對所有數(shù)據(jù)進行了取對數(shù)處理.

3.2 平穩(wěn)性檢驗

在計量分析中經(jīng)常會出現(xiàn)虛假回歸等問題，所以在分析之前需要對原時間序列進行平穩(wěn)性檢驗.本文首先對經(jīng)過對數(shù)處理后的銀行信貸與房地產(chǎn)投資序列，以及一階差分后的序列進行單位根檢驗（ADF檢驗）.運行EViews 8.0軟件可以得到相應(yīng)的檢驗結(jié)果，如表1所示.

從表1中可以看出，原序列的ADF統(tǒng)計量均大于10%臨界值，因此原序列接受原假設(shè)，存在單位根.而在一階差分序列中，ADF統(tǒng)計量均小于1%臨界值說明一階差分序列拒絕原假設(shè)，不存在單位根，即原序列的一階差分序列為平穩(wěn)序列.

表1 單位根檢驗

4 銀行信貸對房地產(chǎn)投資長期效應(yīng)

4.1 協(xié)整檢驗

協(xié)整檢驗為我們提供了一個研究變量之間長期穩(wěn)定的均衡關(guān)系的途徑，本文將采用Johansen與Juselius提出的協(xié)整檢驗方法去分析銀行信貸對房產(chǎn)投資的長期影響.這一檢驗方法是在向量自回歸（VAR）的基礎(chǔ)上所建立的，其不但能檢驗多個變量，而且能求出他們之間的若干種協(xié)整關(guān)系.

由平穩(wěn)性檢驗可以知道，時間序列Lnestinv和Lnloans全都是平穩(wěn)的一階單整序列，所以兩序列間可能存在著均衡的長期關(guān)系，即協(xié)整關(guān)系.本文首先建立無約束的VAR模型，然后通過LR、FPE、AIC、SC和HQ準(zhǔn)則選擇無約束VAR模型的最佳滯后階數(shù)，最后依據(jù)此確定協(xié)整檢驗的最佳滯后階數(shù).

通過反復(fù)比較，最終確定無約束VAR模型的最佳滯后階數(shù)為8，故協(xié)整檢驗最佳滯后階數(shù)為7.

表2 協(xié)整檢驗

由表2可以看出，在5%的顯著性水平之下，銀行信貸和房地產(chǎn)投資兩個變量之間存在著一個協(xié)整關(guān)系，其對應(yīng)的協(xié)整關(guān)系如下：

lnestinv=1.255Lnloans-6.467從協(xié)整方程可以看出，在長期內(nèi)銀行信貸對房地產(chǎn)投資有著較大的正向影響，銀行信貸每增加1%，房地產(chǎn)投資將增加1.255%.

5 銀行信貸對房地產(chǎn)投資短期效應(yīng)

5.1 向量誤差修正模型

向量誤差修正模型是Engle和Granger將協(xié)整與誤差修正模型結(jié)合起來所構(gòu)建的模型，此模型是含有協(xié)整約束的向量自回歸模型，通常應(yīng)用于具有協(xié)整關(guān)系的非平穩(wěn)時間序列建模.通過前文的Johansen協(xié)整檢驗與Granger因果關(guān)系檢驗，表明銀行信貸和房地產(chǎn)投資在長期內(nèi)存在著顯著的正向關(guān)聯(lián)，且銀行信貸是推動房地產(chǎn)投資增長的重要原因之一.為了進一步研究銀行信貸對房地產(chǎn)投資的短期效應(yīng)，本文對Lnestinv和Lnloans兩個序列建立了向量誤差修正模型.由上述協(xié)整方程，可得協(xié)整方程的誤差修正項為：

ECM=LnestinvⅠ1.255Lnloans+6.467

經(jīng)過AIC和SC等各項準(zhǔn)則的判斷，確定最優(yōu)滯后階數(shù)為7階，同時將誤差修正項引入模型中，得到VECM模型計量估計的結(jié)果（表3）.從結(jié)果可知，R2=0.684939，F(xiàn)統(tǒng)計量為13.60911，表明模型整體擬合優(yōu)度較高，有較強的解釋能力.

表3 誤差修正系數(shù)

表4 房地產(chǎn)投資(Lnestinv)的脈沖響應(yīng)函數(shù)表

5.2 脈沖響應(yīng)

通過VECM模型可以得到相應(yīng)的脈沖響應(yīng)函數(shù)表和方差分解表.由表4可知，給房地產(chǎn)投資（Lnestinv）自身一個正向的沖擊，將會產(chǎn)生一個近似U型的曲線，從第1期開始有一個正向的影響，但是在后期正向影響逐漸減弱，第3期開始出現(xiàn)負(fù)向的影響，第5期達(dá)到最低點（-0.162926），第10期開始收斂.這說明當(dāng)房地產(chǎn)投資受到外界擾動時，將會對自身產(chǎn)生不良的影響，因此保證房地產(chǎn)投資的長期穩(wěn)定是十分重要的.

給銀行信貸（Lnloans）一個正向的沖擊，將會產(chǎn)生鋸齒型的曲線，在第2到3期影響為負(fù)值，在4到8期影響為正值，后期繼續(xù)反復(fù)波動，在第10期仍沒有收斂的跡象.這表明銀行信貸對房地產(chǎn)投資影響是一個長期的過程，其在短期內(nèi)的影響較為復(fù)雜，這與之前的分析也是相吻合的，所以維持銀行信貸的穩(wěn)定也對房地產(chǎn)投資有著重要的意義.

5.3 方差分解

VECM模型的脈沖響應(yīng)描述了銀行信貸受到擾動時，房地產(chǎn)投資影響所受到的影響.下面將通過方差分解來分析銀行信貸在不同時期對房地產(chǎn)投資的貢獻(xiàn)度，即影響程度.從房地產(chǎn)投資的方差分解表（表5），可以看到房地產(chǎn)投資（Lnestinv）起初主要是受到自身的影響，但這一影響會隨著時間的推移而逐漸減弱，相比而言，雖然起初銀行信貸（Lnloans）對房地產(chǎn)投資的影響較小，但是隨著時期變長，影響開始逐漸增大.

表5 房地產(chǎn)投資（Lnestinv)的方差分解表

6 結(jié)論及建議

本文利用VECM模型分析了我國銀行信貸對房地產(chǎn)投資的影響，通過計量分析的結(jié)果得到如下主要結(jié)論：

1.通過協(xié)整檢驗可以得知，銀行信貸與房地產(chǎn)投資間存在著較為穩(wěn)定的長期均衡關(guān)系，當(dāng)銀行信貸每增加1%時，房地產(chǎn)投資將增加1.255%；通過Granger因果關(guān)系檢驗可以得知，銀行信貸確實是推動房地產(chǎn)投資增長的重要原因之一.

2.從VECM模型的脈沖響應(yīng)和方差分解的結(jié)果來看，銀行信貸對房地產(chǎn)投資的影響是一個長期且逐漸加強的過程，而在短期內(nèi)存在著較為復(fù)雜的影響，當(dāng)銀行信貸受到擾動時，不同的時期將會出現(xiàn)完全相反的影響；房地產(chǎn)投資對其自身的影響隨著時間的推移會不斷減弱，而在短期內(nèi)受到擾動時，將會對其自身產(chǎn)生不良的影響.

結(jié)合實證分析的結(jié)論，并針對我國房地產(chǎn)業(yè)和銀行信貸規(guī)模的現(xiàn)狀，提出以下兩條政策建議：

1.深化住房體制改革，逐步完善房產(chǎn)市場投融資體系

由于房地產(chǎn)業(yè)是典型的資金密集型產(chǎn)業(yè)，這就導(dǎo)致銀行信貸投放量會對房地產(chǎn)市場產(chǎn)生重要的影響，為此，我國應(yīng)該積極促進房地產(chǎn)投資融資多元化，不斷發(fā)展房地產(chǎn)保險基金，推出住房抵押貸款證券化等來化解金融風(fēng)險，維護經(jīng)濟穩(wěn)定.此外，我國還應(yīng)不斷建立并完善住房供應(yīng)體系，這樣即使房價出現(xiàn)異動，市場需求發(fā)生較大變化時，也不會對房地產(chǎn)市場造成較大沖擊，影響到金融市場和世界經(jīng)濟的穩(wěn)定和發(fā)展.

2.加強信貸管理，化解金融風(fēng)險

當(dāng)前，我國房地產(chǎn)市場呈現(xiàn)一片欣欣向榮的景象，但由于房地產(chǎn)業(yè)投融資過度依靠銀行信貸，商業(yè)銀行參與了房地產(chǎn)市場投資、經(jīng)營等的各個環(huán)節(jié)，這就使得其要承受來自不同環(huán)節(jié)的市場風(fēng)險，從而導(dǎo)致整個銀行系統(tǒng)積累了較高的風(fēng)險.為了實現(xiàn)金融穩(wěn)定，經(jīng)濟持續(xù)發(fā)展的長遠(yuǎn)目標(biāo)，國家應(yīng)在大力發(fā)展房地產(chǎn)市場的同時，嚴(yán)格把控銀行信貸風(fēng)險，進一步加強對銀行信貸資金使用情況的監(jiān)管，提高對房產(chǎn)企業(yè)的約束力，確保房地產(chǎn)企業(yè)的經(jīng)營者能夠合理使用信貸資金，使其在有效規(guī)避風(fēng)險的同時，實現(xiàn)收益最大化的經(jīng)營目標(biāo).

〔1〕江彤.我國銀行信貸與房地產(chǎn)價格關(guān)系實證分析[J].中國房地產(chǎn)金融,2007(4):15-18.

〔2〕李寶偉,郭金興.房地產(chǎn)投資過熱與商業(yè)銀行房地產(chǎn)信貸風(fēng)險治理[J].中國房地產(chǎn),2007(10):40-41.

〔3〕羿建華,孫健.房地產(chǎn)、金融周期與工業(yè)周期的內(nèi)在影響機制分析——基于商業(yè)銀行信貸管理視角[J].山東社會科學(xué),2016(4):143-148.

〔4〕顧六寶,陳博飛.一二線城市房價變動影響因素的比較分析——基于北京、石家莊的調(diào)研數(shù)據(jù)[J].統(tǒng)計與管理,2012 (4):8-10.

〔5〕崔文學(xué).銀行信貸、貨幣供應(yīng)量與股票價格的動態(tài)關(guān)系研究[J].財經(jīng)政法資訊,2016(1):26-34.

〔6〕馬冬梅.房地產(chǎn)投資與銀行信貸——基于VAR模型的實證分析[J].金融經(jīng)濟:理論版,2016(8):145-146.

〔7〕陳淑云,付振奇.城市化、房地產(chǎn)投資與經(jīng)濟增長的關(guān)系分析——以湖北省1990～2009年時間序列數(shù)據(jù)為例[J].經(jīng)濟體制改革,2012(2):30-35.

F293.3

A

1673-260X（2017）06-0081-03

2017-04-24

國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（201610378051）；安徽財經(jīng)大學(xué)大學(xué)生科研創(chuàng)新基金重點項目（XSKY1703ZD）