范松杰

[摘要]近二十年來，我國房地產(chǎn)行業(yè)發(fā)展迅速，為商業(yè)銀行帶來了豐厚的利潤回報(bào)，但從國內(nèi)政策形勢(shì)來看，政府部門明確指出要進(jìn)一步深化房地產(chǎn)稅收制度改革，加快房地產(chǎn)長效機(jī)制指向“市場(chǎng)化”，房價(jià)面臨著下行的趨勢(shì)。這對(duì)房地產(chǎn)行業(yè)貸款集中的商業(yè)銀行而言，房地產(chǎn)價(jià)格的變動(dòng)會(huì)隨時(shí)導(dǎo)致整個(gè)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)集中暴露。文章從房地產(chǎn)價(jià)格影響商業(yè)銀行穩(wěn)定性的研究動(dòng)態(tài)對(duì)國內(nèi)外文獻(xiàn)進(jìn)行梳理和總結(jié)，最后做簡單述評(píng)。

[關(guān)鍵詞]抵押效應(yīng)；偏離效應(yīng)；穩(wěn)定性

[DOI]1013939/jcnkizgsc201901066

1前言

銀行的主營業(yè)務(wù)收入為信貸利息收入，我們認(rèn)為銀行目前的風(fēng)險(xiǎn)主要集中在信貸風(fēng)險(xiǎn)渠道。并且，我國在過去幾十年飛速發(fā)展的過程中，房地產(chǎn)和銀行得到了國家和地方政府的鼎力支持，房地產(chǎn)行業(yè)的資金絕大部分來自銀行，而銀行也因房地產(chǎn)價(jià)格的變動(dòng)而匯聚了諸多風(fēng)險(xiǎn)。通過綜述國內(nèi)外一系列文獻(xiàn)，文章將從信貸風(fēng)險(xiǎn)渠道入手，詳細(xì)探討一下房地產(chǎn)市場(chǎng)的“抵押效應(yīng)”與“偏離效應(yīng)”如何在金融加速器的作用下，對(duì)銀行穩(wěn)定性產(chǎn)生不同的影響。

2抵押效應(yīng)的研究文獻(xiàn)

在發(fā)達(dá)市場(chǎng)國家，房地產(chǎn)業(yè)起步較早，關(guān)于房價(jià)影響商業(yè)銀行穩(wěn)定性的研究相對(duì)成熟，其中具有代表性的文獻(xiàn)主要有：MINSKY（1982）指出，銀行系統(tǒng)受泡沫經(jīng)濟(jì)的誤導(dǎo)嚴(yán)重，經(jīng)濟(jì)上行時(shí)房地產(chǎn)作為抵押物其價(jià)值不斷攀升，銀行貸款業(yè)務(wù)的增加給銀行帶來了豐厚的利潤回報(bào)?？墒?，經(jīng)濟(jì)下行時(shí)期，房地產(chǎn)價(jià)格受此影響一旦急轉(zhuǎn)直下，在金融加速器的作用下，前后加速結(jié)果正好相反。KIYOTAK和MOORE （1997）研究指出，房地產(chǎn)作為抵押物會(huì)影響銀行的資產(chǎn)負(fù)債表，在房地產(chǎn)價(jià)格下降時(shí)，個(gè)人住房抵押貸款和房地產(chǎn)公司貸款會(huì)出現(xiàn)違約的情況，銀行為了預(yù)防風(fēng)險(xiǎn)必將收縮貸款，從而引起房價(jià)的進(jìn)一步下跌。PAUL HILBERS、QIN LEI和LISBETH ZACHO（2001）認(rèn)為，銀行對(duì)抵押物的依賴，對(duì)房地產(chǎn)評(píng)估能力的欠缺，對(duì)房地產(chǎn)行業(yè)的分析不足，以及監(jiān)管部門的監(jiān)管空白，使得偏向于房地產(chǎn)貸款的商業(yè)銀行面臨著房價(jià)變動(dòng)的巨大威脅。國內(nèi)的有關(guān)研究相對(duì)滯后，但隨著房價(jià)持續(xù)不斷的上漲，其討論日趨激烈，其中代表性的文獻(xiàn)主要有：武康平、皮舜、魯杜華（2004）認(rèn)為，銀行信貸在房價(jià)上升時(shí)擴(kuò)張，在房價(jià)下跌時(shí)收縮，并進(jìn)一步推動(dòng)房地產(chǎn)價(jià)格上漲和下跌，房地產(chǎn)市場(chǎng)的泡沫形成與破裂會(huì)影響銀行系統(tǒng)的穩(wěn)定。張曉晶、孫濤（2006）認(rèn)為，地方政府為了穩(wěn)定的土地財(cái)政收入會(huì)為地方房企提供擔(dān)保，銀行迫于壓力會(huì)增加對(duì)房地產(chǎn)市場(chǎng)的貸款，而資金的期限錯(cuò)配風(fēng)險(xiǎn)會(huì)最終增加銀行的脆弱性。國內(nèi)外學(xué)者的研究均認(rèn)為，房地產(chǎn)作為抵押品，在金融加速器的過程中同步興衰，房地產(chǎn)泡沫的形成和破裂增加了銀行的脆弱性。實(shí)證分析中，查奇芬和李小?。?011）從三個(gè)層面選取了若干個(gè)指標(biāo)，構(gòu)建了BFI指數(shù)，結(jié)合國內(nèi)外重大事件分析了我國銀行系統(tǒng)脆弱性變化趨勢(shì)，然后構(gòu)建模型，在方差分解之后顯示出，隨著時(shí)間的推移，房價(jià)下跌對(duì)銀行造成的影響程度呈下降趨勢(shì)，并在第15期的解釋程度穩(wěn)定在7047042，而銀行受困于前期脆弱性的影響，其脆弱性呈現(xiàn)上升的趨勢(shì)，總的來說，房價(jià)短期變化作用明顯。耿同勁（2012）研究了不同資本充足率下，房價(jià)下跌沖擊對(duì)銀行穩(wěn)定性的影響，他認(rèn)為房價(jià)的輕度變化對(duì)銀行幾乎沒有影響，但如果銀行為了消除房價(jià)下跌而損失的資本金，把資本充足作為重要的依據(jù)加以維護(hù)，那么銀行必將會(huì)通過緊縮貸款的方式來加以實(shí)現(xiàn)，模型中也清晰表明銀行緊縮貸款的幅度大于資本縮水的幅度，久而久之，惡性循環(huán)下的資本充足率將會(huì)持續(xù)下跌，銀行脆弱性風(fēng)險(xiǎn)也會(huì)充分暴露。陳志英、韓振國和鄧欣（2013）利用脈沖響應(yīng)和方差分解研究了銀行信貸、房價(jià)波動(dòng)與銀行穩(wěn)定性之間的關(guān)系，實(shí)證結(jié)果表明銀行信貸對(duì)房價(jià)的影響力度隨著時(shí)間的推移先明顯增強(qiáng)，再逐漸降低，最終的解釋力度維持在3112左右。而房價(jià)對(duì)銀行穩(wěn)定性的影響隨著時(shí)間的推移在一直增大，在第十期維持在2322左右。上述兩篇文獻(xiàn)從房地產(chǎn)價(jià)格變動(dòng)的立場(chǎng)實(shí)證分析對(duì)我國銀行體系穩(wěn)定性的影響，實(shí)證結(jié)果顯示：房地產(chǎn)作為抵押品，房價(jià)上漲增加銀行系統(tǒng)穩(wěn)定性，而房價(jià)下跌增加其脆弱性這一理論假設(shè)。

3房地產(chǎn)市場(chǎng)的抵押效應(yīng)與偏離效應(yīng)

在一個(gè)無摩擦的市場(chǎng)中，房價(jià)應(yīng)該等于預(yù)期未來現(xiàn)金流，并取決于供求關(guān)系，而后者又由人口增長率，可支配收入，城鎮(zhèn)化進(jìn)程等要素決定（龐如超，2013）。然而在現(xiàn)實(shí)中，房地產(chǎn)建筑一，沒有統(tǒng)一的標(biāo)準(zhǔn)，質(zhì)量參差不齊，并有地區(qū)分割；二是沒有統(tǒng)一的交易場(chǎng)所，信息不對(duì)稱、交易成本高，缺乏合理的定價(jià)機(jī)制；三是土地供給有限，建筑時(shí)間較長（譚政勛和陳銘，2012），因此，房價(jià)的要素決定關(guān)系并不明顯，房地產(chǎn)價(jià)格的升降往往與基本價(jià)值長期存在偏差。在“金融加速器”的機(jī)制下，房地產(chǎn)市場(chǎng)的兩種效應(yīng)會(huì)同時(shí)存在。一方面，當(dāng)房價(jià)上升時(shí)，首先銀行自有房地產(chǎn)價(jià)值上升，銀行的財(cái)富在不斷增加，其次房價(jià)的上漲降低了房屋抵押者違約的可能性。因此，房價(jià)上漲這一“抵押效應(yīng)”增加了銀行的穩(wěn)定性。另一方面，房價(jià)的上漲會(huì)使銀行認(rèn)為房地產(chǎn)的借貸風(fēng)險(xiǎn)較低，促使銀行不斷降低房屋購買者的借款利率，房地產(chǎn)借款人能以較低的成本獲取貸款。同時(shí)，房地產(chǎn)市場(chǎng)的炒房者和投機(jī)者借助房價(jià)上漲的趨勢(shì)，會(huì)采用借錢買房-出租還款-抵押貸款這樣的模式向銀行籌措更多的資金，并進(jìn)一步推動(dòng)房價(jià)的上漲。逆向選擇和道德風(fēng)險(xiǎn)等問題的存在最終會(huì)導(dǎo)致銀行經(jīng)營的不確定性，從而大大增加了銀行體系發(fā)生危機(jī)的可能性（ALLEN和GALE，2001），房價(jià)持續(xù)上漲而偏離其均衡價(jià)值之一“偏離效應(yīng)”增加了銀行的脆弱性。

實(shí)證研究中，MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）在研究房地產(chǎn)價(jià)格與銀行穩(wěn)定性之間的關(guān)系時(shí)，首次提出了房地產(chǎn)市場(chǎng)的價(jià)值偏離假說。他們運(yùn)用PMG估計(jì)法分離出了德國1995—2004年125個(gè)城市的房價(jià)偏離值，構(gòu)建LOGIT模型探究了房地產(chǎn)市場(chǎng)抵押效應(yīng)和偏離效應(yīng)對(duì)銀行穩(wěn)定性的影響。實(shí)證結(jié)果顯示：房價(jià)的價(jià)值偏離會(huì)對(duì)銀行的穩(wěn)定性產(chǎn)生影響，而房價(jià)的變動(dòng)不會(huì)對(duì)銀行穩(wěn)定性產(chǎn)生影響。同樣，譚政勛和陳銘（2012）分析了29個(gè)發(fā)生過金融危機(jī)國家和地區(qū)的房地產(chǎn)價(jià)格影響因素，在構(gòu)建房地產(chǎn)價(jià)格影響因素模型中，引入了人均GDP、人口基數(shù)和國內(nèi)銀行貸款總額作為解釋變量，同樣運(yùn)用PMG估計(jì)法分離出各個(gè)國家不同時(shí)期的房地產(chǎn)價(jià)格偏離值，然后實(shí)證分析房地產(chǎn)市場(chǎng)的兩個(gè)效應(yīng)對(duì)金融危機(jī)的影響。與以往研究的角度不同，兩篇經(jīng)典文獻(xiàn)綜合考慮了房地產(chǎn)市場(chǎng)的抵押效應(yīng)和偏離效應(yīng)，并選取房地產(chǎn)價(jià)格波動(dòng)率和房地產(chǎn)價(jià)格偏離值作為代理變量，其模型選取和研究方法為文章的創(chuàng)作提供了重要幫助，但就中國的實(shí)際情況而言，文章仍需對(duì)房地產(chǎn)價(jià)格影響因素模型和PMG估計(jì)法進(jìn)行適當(dāng)?shù)恼{(diào)整。

4簡要評(píng)述

通過梳理上述文獻(xiàn)不難發(fā)現(xiàn)，國內(nèi)外學(xué)者關(guān)于房地產(chǎn)價(jià)格與銀行穩(wěn)定性的的研究大多匯聚在整個(gè)銀行體系，且研究的方向大多集中在房地產(chǎn)價(jià)格波動(dòng)影響銀行穩(wěn)定性這一單一角度，即抵押效應(yīng)角度。而從城市商業(yè)銀行的角度出發(fā)，分析房地產(chǎn)市場(chǎng)的抵押效應(yīng)與偏離效應(yīng)對(duì)其穩(wěn)定性影響的研究還尚有不足。并且，在研究中國的實(shí)際狀況時(shí)，需要對(duì)經(jīng)典文獻(xiàn)中相關(guān)的模型和方法進(jìn)行適當(dāng)?shù)恼{(diào)整。

41房價(jià)影響因素模型

MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）在構(gòu)建德國的房地產(chǎn)價(jià)格影響因素模型時(shí)，從需求角度引入了人均GDP與人口增長率兩個(gè)解釋變量。但就中國的實(shí)際情況而言，只從需求角度引進(jìn)變量會(huì)造成模型的擬合度較差，殘差中會(huì)包含重要的影響因素，模型分離出的房價(jià)偏離值也會(huì)存在較大的誤差。文章借鑒已有文獻(xiàn)的做法，把以下兩類因素作為房地產(chǎn)價(jià)格的主要決定因素：①需求因素，如人均GDP、人口密度、消費(fèi)者預(yù)期等（龐如超，2013；楊強(qiáng)等，2013；薛建譜，2013）；②供給因素，如土地價(jià)格、房屋竣工面積、房地產(chǎn)企業(yè)貸款余額等（龐如超，2013；閆金秋，2012；郭策，2013）。

42估計(jì)方法調(diào)整

MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）與譚政勛和陳銘（2012）在分離房價(jià)偏離值時(shí)，均使用了PMG估計(jì)法，他們均認(rèn)為PMG估計(jì)法介于FE估計(jì)法和MG估計(jì)法兩者之間，更符合實(shí)際情況，具有良好的漸進(jìn)性和有效性。但實(shí)際上，PMG估計(jì)法在估計(jì)動(dòng)態(tài)異質(zhì)面板時(shí)，需滿足大N大T這樣的要求。

參考文獻(xiàn)：

[1] ALLEN，GALE.Comparing Financial Systems[M].Cambridge： MIT Press， 2001

[2] BERNANKE B S，BLINDER A S.Money， Credit and Aggregate Demand[J].American Economic Review，1998（82）：435-439

[3] EDWARD F，BLACKBURNE III，MARK W.Frank，Estimation of Nonstationary Heterogeneous Panels[J].The Stata Journal，2007（7）：197-208

[4] FRANK STROBEL， Bank Insolvency Risk and Aggregate Z-score Measures： A Caveat[J].Economics Bulletin， 2010，18（16）.

[5] GOODHART， HOFMANN， House prices， Money， Credit， and the Macroeconomy[J].Oxford Review of Economic Policy， 2008

[6] HUIRAN PAN， CHUN WANG， House Prices， Bank Instability， and Economic Growth： Evidence from the Threshold Model[J].Journal of Banking & Finance， 2013，37（5）.

[7] JOHN BOYD， GIANNI DE NICOLO， ABU Al JALAL， Bank Risk Taking and Competition Revisited： New Theory and New Evidence[Z].IMF Working Paper ， 2006（6）：297

[8] MINSKY， Can “It” Happen Again？： Essays on Instability and Finance[M].MESharpe，1982

[9] MICHAEL KOETTER， TIGRAN POGHOSYAN， Real Estate Prices and Bank Stability[J].Journal of Banking & Finance， 2010，34（6）.

[10] NIINIMAKI， Does Collateral Fuel Moral Hazard in Banking？ [J].Journal of Banking and Finance， 2009（33）：514-521

[11] NOBUHIRO KIYOTAKI and JOHN MOORE， Credit Cycles[J].The Journal of Political Economy，1997（105）：211-248

[12] PAUL HILBERS， QIN LEI and LISBETH ZACHO， Real Estate Market Developments and Financial Sector Soundness[J].International Monetary Fund，Monetary and Exchange Affairs Department， 2001，1（1/129）.

[13] 譚政勛，陳銘房價(jià)波動(dòng)與金融危機(jī)的國際經(jīng)驗(yàn)證據(jù)：抵押效應(yīng)還是偏離效應(yīng)[J].世界經(jīng)濟(jì)，2012（3）.