[摘 要]文章選定我國(guó)的四大直轄市為研究對(duì)象，基于房地產(chǎn)價(jià)格波動(dòng)與銀行信貸之間存在的互動(dòng)機(jī)制，研究了房地產(chǎn)價(jià)格與銀行信貸之間的相關(guān)性、長(zhǎng)期協(xié)整、短期修復(fù)以及基于向量自回歸的方差分解情況與脈沖響應(yīng)函數(shù)。發(fā)現(xiàn)北京市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)的相關(guān)性最大且其短期修復(fù)速度最快。通過向量自回歸模型的建立，發(fā)現(xiàn)北京市和上海市的房地產(chǎn)市場(chǎng)受銀行信貸市場(chǎng)的影響較小，而房地產(chǎn)價(jià)格的上漲卻實(shí)實(shí)在在地影響到了銀行信貸總量的上漲。天津市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)的相互影響程度并不高，然而，重慶市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)相互的影響程度卻較高。所以每個(gè)城市的房地產(chǎn)市場(chǎng)和信貸市場(chǎng)的發(fā)展中均可能存在著優(yōu)勢(shì)與劣勢(shì)，城市與城市之間可以相互吸取教訓(xùn)和相互學(xué)習(xí)經(jīng)驗(yàn)，進(jìn)而促進(jìn)每個(gè)城市的健康發(fā)展，最終使得我國(guó)的經(jīng)濟(jì)健康持續(xù)發(fā)展。

[關(guān)鍵詞]向量自回歸;協(xié)整與反向誤差修正模型;房地產(chǎn)與銀行信貸;直轄市

[DOI] 10.13939/j.cnki.zgsc.2020.10.055

1 經(jīng)濟(jì)理論基礎(chǔ)

一般而言，房地產(chǎn)市場(chǎng)的周期與信貸市場(chǎng)的周期趨同，兩者之間存在著順周期效應(yīng)。對(duì)于我國(guó)，房地產(chǎn)業(yè)是我國(guó)的支柱產(chǎn)業(yè)，在國(guó)民經(jīng)濟(jì)的發(fā)展中占有重要的地位，然而，我國(guó)房地產(chǎn)業(yè)對(duì)銀行業(yè)的發(fā)展也起著舉足輕重的作用。有數(shù)據(jù)顯示，在我國(guó)房?jī)r(jià)不斷上漲的時(shí)期，恰恰是我國(guó)銀行業(yè)平均利潤(rùn)率增長(zhǎng)幅度最大的時(shí)期。

我國(guó)的房地產(chǎn)業(yè)的發(fā)展離不開銀行信貸的支持和配合，沒有銀行信貸的存在，我國(guó)房地產(chǎn)業(yè)將停滯不前。具體來說，由于房地產(chǎn)業(yè)需要有巨大的資金墊付量，所以房地產(chǎn)業(yè)的發(fā)展第一個(gè)基礎(chǔ)是資金，而房地產(chǎn)企業(yè)的資金主要來自自有資金和融資。房地產(chǎn)業(yè)有其獨(dú)有的特征——建設(shè)周期長(zhǎng)，資金周轉(zhuǎn)的速度卻緩慢，這導(dǎo)致了巨大的資金墊付，只靠自有資金是不可能實(shí)現(xiàn)的，所以融資是不可或缺的一部分。

另外，我國(guó)房地產(chǎn)價(jià)格對(duì)商業(yè)銀行信貸有著正負(fù)兩方面效應(yīng)。一方面，由于房地產(chǎn)價(jià)格的上漲，導(dǎo)致可抵押固定資產(chǎn)的價(jià)值上升，從而增加銀行可以發(fā)放的可抵押信貸額度而產(chǎn)生正向效應(yīng);另一方面，當(dāng)市場(chǎng)房地產(chǎn)價(jià)格波動(dòng)過大，不論是過大漲幅還是過大跌幅，都給市場(chǎng)以不好的信號(hào)，此時(shí)一國(guó)的貨幣當(dāng)局必須要進(jìn)行金融調(diào)控，但不僅效力可能不高，效果也不確定。所以此時(shí)的房?jī)r(jià)波動(dòng)會(huì)使得金融市場(chǎng)的主要金融機(jī)構(gòu)銀行在進(jìn)行信貸投放時(shí)會(huì)處于被動(dòng)地位，不利于社會(huì)經(jīng)濟(jì)的正常發(fā)展，這就是負(fù)面效應(yīng)。總之，兩者之間的相互作用是密不可分的，且一直存在的。

2 數(shù)據(jù)選取和前置檢驗(yàn)與分析

（1）數(shù)據(jù)來源與處理。選取銀行貸款總額來代表銀行信貸的指標(biāo)，選取房地產(chǎn)價(jià)格指數(shù)來代表房地產(chǎn)價(jià)格的指標(biāo)。有關(guān)各城市的銀行信貸總額來源于中國(guó)人民金融機(jī)構(gòu)各個(gè)分支機(jī)構(gòu)公布的該城市維度的銀行貸款總額，并通過整理所得;有關(guān)各城市的房地產(chǎn)價(jià)格指數(shù)來源于中國(guó)統(tǒng)計(jì)年鑒公布的“70個(gè)大中城市住宅銷售價(jià)格指數(shù)”，并通過整理所得。這里選取了數(shù)據(jù)區(qū)間為2011年1月至2013年6月 。在實(shí)證分析過程中，對(duì)銀行信貸和房地產(chǎn)價(jià)格指數(shù)都先利用Eviews進(jìn)行了季節(jié)調(diào)整 ，剔除季節(jié)影響，為了消除異方差的影響，將銀行信貸總額和房地產(chǎn)價(jià)格指數(shù)都取了自然對(duì)數(shù)分別用lndk和lnfdc來表示。

（2）相關(guān)性檢驗(yàn)?？梢酝ㄟ^對(duì)所選兩個(gè)變量間的相關(guān)性檢驗(yàn)進(jìn)行粗略的分析，從數(shù)量上發(fā)現(xiàn)各城市的銀行信貸與房地產(chǎn)價(jià)格間的相關(guān)性。我國(guó)的四大直轄市的結(jié)果匯總，如表1所示。

對(duì)于我國(guó)四大直轄市的房地產(chǎn)價(jià)格與銀行信貸間的相關(guān)系數(shù)，從高到低的順序?yàn)椋罕本?、天津、上海、重慶。四個(gè)城市的相關(guān)系數(shù)均在0.5以上，相關(guān)性較明顯。從相關(guān)系數(shù)的角度，其中相關(guān)系數(shù)最大的是北京，最小的是重慶，對(duì)于北京房?jī)r(jià)的不斷上漲引起了人們更多的關(guān)注，從相關(guān)系數(shù)看到北京的房?jī)r(jià)與銀行信貸的相關(guān)性最高，這對(duì)于研究?jī)烧叩年P(guān)系更具有現(xiàn)實(shí)的實(shí)際意義。

（3）趨勢(shì)與平穩(wěn)性分析。利用Eviews趨勢(shì)圖的輸出方式，可直觀地觀察每個(gè)城市銀行信貸變化情況、房地產(chǎn)價(jià)格變化情況以及兩者的總體趨勢(shì)。通過對(duì)四個(gè)城市的房地產(chǎn)價(jià)格與信貸總額的趨勢(shì)圖分析，發(fā)現(xiàn)四個(gè)城市的信貸總額均呈平穩(wěn)上漲的趨勢(shì)，而四個(gè)城市的房地產(chǎn)價(jià)格卻是波動(dòng)中上漲。

在經(jīng)濟(jì)領(lǐng)域中，所觀測(cè)的時(shí)間序列大都不是由平穩(wěn)過程產(chǎn)生的。正如對(duì)數(shù)據(jù)的趨勢(shì)圖分析的結(jié)果，數(shù)據(jù)隨著時(shí)間的位移發(fā)生著變化，初步判定為非平穩(wěn)序列，為了對(duì)該時(shí)間序列做進(jìn)一步的分析，現(xiàn)進(jìn)行數(shù)據(jù)的平穩(wěn)性檢驗(yàn)——ADF檢驗(yàn)。通過對(duì)四個(gè)城市的房地產(chǎn)價(jià)格與信貸總額分別進(jìn)行ADF檢驗(yàn)，發(fā)現(xiàn)在原序列不平穩(wěn)的情況下，經(jīng)過一階差分后，在5%的顯著水平下均呈現(xiàn)平穩(wěn)序列。

3 我國(guó)四大直轄市房?jī)r(jià)與銀行信貸的協(xié)整與誤差模型分析

（1）長(zhǎng)期均衡關(guān)系——協(xié)整。在對(duì)兩個(gè)本身不具有平穩(wěn)性但同階單整的序列，可以借助協(xié)整對(duì)其間可能存在的長(zhǎng)期均衡關(guān)系進(jìn)行研究。四大直轄市的房地產(chǎn)價(jià)格與信貸總額之間的長(zhǎng)期均衡關(guān)系如下。

對(duì)北京市的房?jī)r(jià)序列和信貸總額序列進(jìn)行Eviews中的最小二乘法（OLS）進(jìn)行估計(jì)，發(fā)現(xiàn)變量系數(shù)在90%的置信水平下為可靠的。同時(shí)，將回歸模型估計(jì)后的殘差保存到一個(gè)新的序列中，對(duì)其進(jìn)行ADF檢驗(yàn)，發(fā)現(xiàn)為平穩(wěn)序列。因而信貸總額與房地產(chǎn)價(jià)格指數(shù)兩變量間存在協(xié)整關(guān)系，即具有長(zhǎng)期均衡關(guān)系，回歸系數(shù)具有經(jīng)濟(jì)意義，同時(shí)回歸方程為L(zhǎng)NXD = 1.60×LNFDC + 2.98。

對(duì)于上海市房?jī)r(jià)序列和信貸總額序列進(jìn)行協(xié)整分析，發(fā)現(xiàn)估計(jì)系數(shù)可信且殘差平穩(wěn)，所以得到回歸方程為L(zhǎng)NXD = 1.23×LNFDC +4.81。

對(duì)于天津和重慶兩市場(chǎng)均也發(fā)現(xiàn)了存在協(xié)整關(guān)系，其回歸方程分別為L(zhǎng)NXD =3.82×LNFDC.8.04和LNFDC = 0.065×LNXD + 4.02。

（2）短期波動(dòng)關(guān)系——誤差修正模型。由上文可知，信貸總額與房地產(chǎn)價(jià)格指數(shù)兩序列間存在協(xié)整關(guān)系，所以可以建立誤差修正模型（ECM模型）。上一步回歸模型的殘差序列resid即為誤差修正項(xiàng)ecm的值。下面利用Eviews的OLS分別對(duì)四個(gè)城市進(jìn)行誤差修正模型分析短期波動(dòng)關(guān)系。

對(duì)北京市房?jī)r(jià)序列與信貸總額序列建立誤差修正模型，誤差修正項(xiàng)ecm的系數(shù)為.0.62，為負(fù)代表具有反向修復(fù)機(jī)制，其絕對(duì)值0.62代表：當(dāng)北京市兩變量間出現(xiàn)短期波動(dòng)時(shí)，將以0.62的速度調(diào)整回長(zhǎng)期均衡的狀態(tài)。上海市的誤差修正項(xiàng)ecm的系數(shù)為.0.38，天津市的誤差修正項(xiàng)ecm的系數(shù)為.0.21，重慶市的誤差修正項(xiàng)ecm的系數(shù)為.0.19。

通過對(duì)四個(gè)城市的誤差修正模型的建立，發(fā)現(xiàn)北京市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)之間的短期波動(dòng)修正速度最快，而天津市和重慶市的調(diào)整速度較小。從這個(gè)角度，北京市政府采取相應(yīng)的信貸政策將對(duì)其房地產(chǎn)市場(chǎng)產(chǎn)生更快的短期調(diào)整效應(yīng)，對(duì)重慶、天津兩城市的短期調(diào)整效應(yīng)較低。

4 我國(guó)四大直轄市房?jī)r(jià)與銀行信貸的VAR建模分析

為了進(jìn)一步分析研究，我國(guó)信貸總額與房地產(chǎn)價(jià)格指數(shù)的動(dòng)態(tài)變化關(guān)系，將兩個(gè)變量的數(shù)據(jù)建立為非結(jié)構(gòu)化的向量自回歸模型（VAR模型），并進(jìn)一步利用脈沖響應(yīng)函數(shù)和方差分解進(jìn)行分析。

（1）北京市房?jī)r(jià)與信貸的VAR建模分析。在建立VAR模型之前，先對(duì)VAR對(duì)象進(jìn)行了單位根的平穩(wěn)性檢驗(yàn)。發(fā)現(xiàn)北京市的VAR模型滿足平穩(wěn)性的條件，以此進(jìn)行了脈沖響應(yīng)分析和方差分解分析。分別建立了信貸總額對(duì)于房地產(chǎn)價(jià)格指數(shù)殘差的一個(gè)標(biāo)準(zhǔn)偏差的沖擊的反應(yīng)和房地產(chǎn)價(jià)格指數(shù)對(duì)于信貸總額殘差的一個(gè)標(biāo)準(zhǔn)偏差的沖擊的反應(yīng)。

其中圖1為北京市信貸總額對(duì)于房地產(chǎn)價(jià)格指數(shù)的沖擊反應(yīng)，反映信貸總額對(duì)于房地產(chǎn)價(jià)格的沖擊隨著時(shí)間的推移，其影響會(huì)越來越大。這說明北京市房地產(chǎn)價(jià)格的變化對(duì)信貸總額是一個(gè)長(zhǎng)期的影響。北京市房地產(chǎn)價(jià)格指數(shù)對(duì)于信貸總額的沖擊反應(yīng)如圖2所示，反映銀行信貸總額對(duì)其房地產(chǎn)價(jià)格的影響是負(fù)效應(yīng)的，在前八期內(nèi)均為負(fù)效應(yīng)。說明宏觀的調(diào)控政策難以按預(yù)定目標(biāo)達(dá)到調(diào)控的效果。進(jìn)一步說明，從選取的數(shù)據(jù)建立的脈沖響應(yīng)模型角度出發(fā)，北京的信貸政策對(duì)房地產(chǎn)價(jià)格的調(diào)控在初期并不能起到預(yù)定的調(diào)控效果。

另外，由表1北京房地產(chǎn)價(jià)格的Cholesky方差分解和表2北京銀行信貸的Cholesky方差分解，可以看出房地產(chǎn)價(jià)格的波動(dòng)對(duì)銀行信貸的波動(dòng)的貢獻(xiàn)程度隨著時(shí)間的推移，越來越顯著，但銀行信貸的波動(dòng)對(duì)房地產(chǎn)價(jià)格的波動(dòng)的貢獻(xiàn)程度卻較低。這在一定程度上說明，房地產(chǎn)價(jià)格快速上漲會(huì)影響銀行信貸活動(dòng)的起伏變動(dòng)，同時(shí)想僅僅只通過信貸的調(diào)控來調(diào)節(jié)房地產(chǎn)的價(jià)格的實(shí)時(shí)效果將不顯著。這與上一節(jié)中脈沖響應(yīng)的分析結(jié)果相一致，房地產(chǎn)價(jià)格對(duì)信貸的沖擊做出的反應(yīng)在短期內(nèi)是負(fù)效應(yīng)的。

（2）上海市房?jī)r(jià)與信貸的VAR建模分析。在檢驗(yàn)了上海市VAR對(duì)象的平穩(wěn)性后，同樣進(jìn)行了脈沖響應(yīng)和方差分析。通過輸出脈沖響應(yīng)圖發(fā)現(xiàn)，信貸總額對(duì)于房地產(chǎn)價(jià)格的沖擊是實(shí)時(shí)做出反應(yīng)的，隨著時(shí)間的推移影響會(huì)越來越小。房地產(chǎn)價(jià)格對(duì)于信貸總額的沖擊是隨著時(shí)間的推移不斷做出反應(yīng)，開始作用力度較小，隨時(shí)間推移作用力在增大，但在滯后7期的時(shí)候便趨于平穩(wěn)，之后的影響反而會(huì)變小。這說明信貸的變動(dòng)對(duì)房地產(chǎn)價(jià)格的影響程度在短期內(nèi)是越來越大的，但一定期限后便會(huì)減小。

另外，從方差分解結(jié)果可以看出，房地產(chǎn)價(jià)格的波動(dòng)對(duì)銀行信貸的波動(dòng)的貢獻(xiàn)程度較為顯著，而銀行信貸的波動(dòng)對(duì)房地產(chǎn)價(jià)格的波動(dòng)的貢獻(xiàn)程度卻較低，這在一定程度上說明，房地產(chǎn)價(jià)格快速上漲會(huì)影響銀行信貸活動(dòng)的起伏變動(dòng)，同時(shí)想僅僅只通過信貸的調(diào)控來調(diào)節(jié)房地產(chǎn)的價(jià)格的實(shí)時(shí)效果將不顯著。這也印證了上一節(jié)的脈沖響應(yīng)函數(shù)的分析，銀行信貸對(duì)房地產(chǎn)價(jià)格的影響是在滯后幾期之后才顯現(xiàn)出來的。

（3）天津市房?jī)r(jià)與信貸的VAR建模分析。在檢驗(yàn)了上海市VAR對(duì)象的平穩(wěn)性后，同樣進(jìn)行了脈沖響應(yīng)和方差分析。通過輸出脈沖響應(yīng)圖發(fā)現(xiàn)，信貸總額對(duì)于房地產(chǎn)價(jià)格的沖擊隨著時(shí)間的推移，其影響會(huì)越來越小，且?guī)缀蹙幱谪?fù)效應(yīng)的情況。這說明天津市房地產(chǎn)價(jià)格的變化對(duì)信貸總額的影響并不顯著。房地產(chǎn)價(jià)格對(duì)于信貸總額的沖擊是隨著時(shí)間的推移不斷做出反應(yīng)，且隨著時(shí)間的推移作用力不斷增大。這說明天津市信貸的變動(dòng)對(duì)房地產(chǎn)價(jià)格的影響是持續(xù)且長(zhǎng)期的。從這個(gè)角度，天津市可以采取信貸政策來調(diào)控房地產(chǎn)價(jià)格。

另外，從方差分解的結(jié)果可以看出，房地產(chǎn)價(jià)格的波動(dòng)對(duì)銀行信貸的波動(dòng)的貢獻(xiàn)程度很小，且銀行信貸的波動(dòng)對(duì)房地產(chǎn)價(jià)格的波動(dòng)的貢獻(xiàn)程度也較小。對(duì)于天津市而言，房地產(chǎn)市場(chǎng)與信貸市場(chǎng)的相互影響程度都不顯著。

（4）重慶市房?jī)r(jià)與信貸的VAR建模分析。在檢驗(yàn)了上海市VAR對(duì)象的平穩(wěn)性后，同樣進(jìn)行了脈沖響應(yīng)和方差分析。通過輸出脈沖響應(yīng)圖發(fā)現(xiàn)，信貸總額對(duì)于房地產(chǎn)價(jià)格的沖擊做出的反應(yīng)，先是前四期逐漸增大，在第四期達(dá)到最大之后逐期減小。這說明對(duì)于重慶市房地產(chǎn)價(jià)格的變化，其信貸市場(chǎng)在短期內(nèi)逐步做出反應(yīng)，但隨著時(shí)間的推移，其房地產(chǎn)價(jià)格的變化對(duì)信貸市場(chǎng)的影響逐漸降低。房地產(chǎn)價(jià)格對(duì)于信貸總額的沖擊是隨著時(shí)間的推移不斷做出反應(yīng)，作用力隨時(shí)間推移不斷增大，最后趨于平緩。這說明重慶信貸的變動(dòng)對(duì)房地產(chǎn)價(jià)格的影響程度在短期內(nèi)是顯著的，但一定期限后便會(huì)趨于平穩(wěn)。

另外，從方差分解的結(jié)果可以看出，房地產(chǎn)價(jià)格的波動(dòng)對(duì)銀行信貸的波動(dòng)的貢獻(xiàn)程度較為顯著，且銀行信貸的波動(dòng)對(duì)房地產(chǎn)價(jià)格的波動(dòng)的貢獻(xiàn)程度也較為顯著。對(duì)于重慶市而言，雖然重慶市房地產(chǎn)市場(chǎng)與信貸市場(chǎng)的相互影響程度不是十分顯著，但相對(duì)于天津市而言卻也是較為顯著的。

5 結(jié)論

為了對(duì)四大城市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)之間的關(guān)系進(jìn)行實(shí)證研究，首先選取合適的數(shù)據(jù)指標(biāo)，這里選取的是我國(guó)四大直轄市的房地產(chǎn)價(jià)格指數(shù)和銀行貸款總額兩個(gè)數(shù)據(jù)序列。

首先對(duì)兩者的相關(guān)關(guān)系進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)對(duì)于我國(guó)的北京、天津、上海、重慶四個(gè)城市兩變量之間的相關(guān)系數(shù)均在0.5以上，相關(guān)性較強(qiáng)，其北京的相關(guān)系數(shù)達(dá)到0.67，相關(guān)性最大。在對(duì)四個(gè)城市的房地產(chǎn)價(jià)格與信貸總額兩序列進(jìn)行趨勢(shì)分析發(fā)現(xiàn)，均呈現(xiàn)上漲的趨勢(shì)，四個(gè)城市的房地產(chǎn)價(jià)格呈現(xiàn)出波動(dòng)中上漲的趨勢(shì)。既然具有明顯的上漲趨勢(shì)，說明對(duì)于每個(gè)城市的兩個(gè)變量均是非平穩(wěn)的，在建立協(xié)整模型前需要序列具有平穩(wěn)性。雖然所選數(shù)據(jù)的原始序列非平穩(wěn)，但通過ADF檢驗(yàn)發(fā)現(xiàn)，序列均為一階單整，同樣滿足了協(xié)整的前提。

通過協(xié)整模型的建立與檢驗(yàn)發(fā)現(xiàn)，北京、天津、上海、重慶四個(gè)城市兩變量間均存在協(xié)整關(guān)系，這說明均存在長(zhǎng)期的均衡關(guān)系，所得到的回歸方程也均有意義。在考察了變量間的長(zhǎng)期關(guān)系后，通過建立誤差修正模型來考察兩變量間的短期波動(dòng)情況，發(fā)現(xiàn)四個(gè)城市建立模型后的誤差修正項(xiàng)的系數(shù)均為負(fù)數(shù)，這說明四個(gè)城市均符合反向修復(fù)機(jī)制。進(jìn)一步對(duì)比四個(gè)城市的誤差修正項(xiàng)系數(shù)的大小，發(fā)現(xiàn)北京市的誤差修正項(xiàng)系數(shù)為0.62最大，其調(diào)整速度最快。

為了分析研究四大城市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)相互作用的影響程度，進(jìn)一步建立了向量自回歸模型，并利用了方差分解和脈沖響應(yīng)函數(shù)進(jìn)行了分析對(duì)比。由于每個(gè)城市具有自己的特點(diǎn)，導(dǎo)致每個(gè)城市的情況各不相同。

從對(duì)四個(gè)城市的脈沖響應(yīng)函數(shù)的分析來看，北京市的信貸總額對(duì)房地產(chǎn)價(jià)格沖擊的反應(yīng)是隨時(shí)間不斷變大的，而信貸沖擊對(duì)房地產(chǎn)價(jià)格的影響卻是負(fù)效應(yīng)的;上海市的信貸對(duì)房地產(chǎn)價(jià)格沖擊的反應(yīng)是隨時(shí)間不斷變小的，房地產(chǎn)價(jià)格對(duì)于信貸沖擊做出的反應(yīng)是影響力度在一定期限后逐漸變小;天津市的房地產(chǎn)價(jià)格對(duì)信貸沖擊的反應(yīng)是負(fù)效應(yīng)的，而信貸對(duì)于房地產(chǎn)價(jià)格的沖擊做出的反應(yīng)卻是隨時(shí)間的推移在不斷增大;重慶市信貸對(duì)于房地產(chǎn)價(jià)格的沖擊做出的反應(yīng)是先逐漸增大之后再逐漸減小，而房地產(chǎn)價(jià)格對(duì)于信貸沖擊的反應(yīng)力度在達(dá)到一定程度后趨于平緩。

從對(duì)四個(gè)城市的方差分解的分析來看，北京市的房地產(chǎn)價(jià)格的波動(dòng)對(duì)銀行信貸的波動(dòng)的貢獻(xiàn)程度較明顯，而銀行信貸的波動(dòng)對(duì)房地產(chǎn)價(jià)格的波動(dòng)的貢獻(xiàn)程度較不明顯;上海市的情況同北京市類似;天津市的房地產(chǎn)價(jià)格的波動(dòng)對(duì)銀行信貸的波動(dòng)的貢獻(xiàn)程度較小，且銀行信貸的波動(dòng)對(duì)房地產(chǎn)價(jià)格的波動(dòng)的貢獻(xiàn)程度也較小;重慶市的房地產(chǎn)價(jià)格的波動(dòng)對(duì)銀行信貸的波動(dòng)的貢獻(xiàn)程度較為顯著，且銀行信貸的波動(dòng)對(duì)房地產(chǎn)價(jià)格的波動(dòng)的貢獻(xiàn)程度也較為顯著。

僅從選取的時(shí)間段的房地產(chǎn)價(jià)格和銀行信貸的數(shù)據(jù)來看，北京市和上海市的房地產(chǎn)市場(chǎng)受銀行信貸市場(chǎng)的影響較小，而房地產(chǎn)價(jià)格的上漲卻實(shí)實(shí)在在地影響到了銀行信貸總量的上漲。而我國(guó)另外兩個(gè)直轄市的房地產(chǎn)市場(chǎng)和銀行信貸市場(chǎng)的情況卻與北京和上海均不相同，天津市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)的相互影響程度并不高，然而，重慶市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)相互的影響程度卻較高。每個(gè)城市的情況各不相同，但每個(gè)城市可能都有相對(duì)成功的地方，所以不同城市間可以相互借鑒各自的長(zhǎng)處，使得每個(gè)城市的房地產(chǎn)市場(chǎng)與銀行信貸市場(chǎng)都健康發(fā)展，最終使得我國(guó)經(jīng)濟(jì)金融市場(chǎng)健康持續(xù)發(fā)展。

參考文獻(xiàn)：

[1]國(guó)世平，廖龍.信貸和價(jià)格關(guān)系的實(shí)證研究——基于我國(guó)房地產(chǎn)市場(chǎng)[J].技術(shù)經(jīng)濟(jì)與管理研究，2017（11）：8.14

[2]王迅.土地價(jià)格、房地產(chǎn)信貸規(guī)模與房?jī)r(jià)的相互影響與均衡關(guān)系[J].系統(tǒng)工程，2015，33（2）：31.37

[3]黃梓蔚，潘海英.銀行信貸規(guī)模與房地產(chǎn)價(jià)格波動(dòng)關(guān)系研究[J].價(jià)格理論與實(shí)踐，2014（11）：80.82

[作者簡(jiǎn)介] 劉瑩瑩（1988—），女，天津人，北京經(jīng)濟(jì)管理職業(yè)學(xué)院，講師，研究方向：宏觀經(jīng)濟(jì)、金融理財(cái)。