秦雪明

摘 要：在京津冀協(xié)同發(fā)展戰(zhàn)略實施中，防范京津冀地區(qū)房地產(chǎn)金融風險空間傳遞和溢出至關(guān)重要。本文基于2008-2017年京津冀地區(qū)房地產(chǎn)面板數(shù)據(jù)，使用空間計量的方法，實證檢驗京津冀地區(qū)房地產(chǎn)金融風險的空間傳遞及溢出情況，分析人口增長率對房地產(chǎn)金融風險空間溢出的影響。研究發(fā)現(xiàn)：京津冀地區(qū)房地產(chǎn)金融風險存在空間溢出效應，再考慮空間效應后的人口增長率與房地產(chǎn)金融風險呈顯著負相關(guān)。

關(guān)鍵詞：人口增長率;房地產(chǎn)金融風險;空間溢出

引言

近年來，隨著京津冀一體化發(fā)展戰(zhàn)略的實施，京津冀地區(qū)人口和資本流動加速，房地產(chǎn)企業(yè)投資也呈現(xiàn)區(qū)域擴散態(tài)勢，打破了三地房地產(chǎn)市場原本相對分割的局面。京津冀地區(qū)人口流量較大，一個地區(qū)人口的流動會導致其他地區(qū)人口變動，人口的增長會拉動對房地產(chǎn)的需求，加之房地產(chǎn)市場與金融市場的密切聯(lián)系，從而容易對房地產(chǎn)金融風險產(chǎn)生影響。因此在各地人口不斷變化的過程中，京津冀地區(qū)房地產(chǎn)金融風險有空間溢出傾向。

本文使用空間計量模型實證檢驗京津冀房地產(chǎn)金融風險的空間溢出效應，主要分析京津冀地區(qū)人口增長率對房地產(chǎn)金融風險空間溢出的影響程度，依此提出防范京津冀房地產(chǎn)金融風險空間溢出的建議。

一、人口增長率對房地產(chǎn)金融風險的影響

人口增長率對房地產(chǎn)金融風險的影響主要體現(xiàn)在兩個方面：一是人口增長對房地產(chǎn)需求的影響作用于空置住房，從而影響房地產(chǎn)金融風險。從長期來看，人口的流動導致某一地區(qū)人口的增長，而一個地區(qū)人口的增長會促進對當?shù)胤康禺a(chǎn)的需求，進而降低當?shù)刈》靠罩寐?。由于住房空置率過高會引發(fā)房地產(chǎn)金融風險，因此人口的增長對房地產(chǎn)金融風險有一定的影響。二是人口增長對房地產(chǎn)需求的影響作用于銀行信貸從而導致房地產(chǎn)金融風險產(chǎn)生。人口增長增加了對房地產(chǎn)的需求，進而增加了對銀行貸款的需求，銀行可能面臨壞賬風險的增加，房地產(chǎn)金融風險增加。

二、實證分析

首先檢驗京津冀地區(qū)是否存在房地產(chǎn)金融風險空間溢出效應，若存在，再結(jié)合拉格朗日乘數(shù)檢驗選擇適用的空間計量模型。最后進行實證分析人口增長率對房地產(chǎn)金融風險空間溢出的效應如何，并給出實證結(jié)論。

1.指標選擇與數(shù)據(jù)來源

本文考慮數(shù)據(jù)可得性因素選取京津冀13座主要城市影響房地產(chǎn)金融風險的7個指標。數(shù)據(jù)時間維度為2008年12月31日-2017年12月31日，為面板數(shù)據(jù)，具體指標如下。

被解釋變量：房地產(chǎn)金融風險（RR）：房地產(chǎn)金融風險指金融體系面臨的由房地產(chǎn)市場引發(fā)的風險。在研究京津冀地區(qū)房地產(chǎn)金融風險空間溢出時，認為房地產(chǎn)金融風險一般由人口和房地產(chǎn)企業(yè)導致金融機構(gòu)所要面臨的風險，因此選擇房地產(chǎn)貸售比1表示房地產(chǎn)企業(yè)的風險;選擇房價收入比2表示人口對房地產(chǎn)金融風險的影響。使用熵值法3對上述兩指標賦予權(quán)重計算得到綜合指標來衡量房地產(chǎn)金融風險。

主要解釋變量：人口增長率（PG）。其他解釋變量：（1）房地產(chǎn)開發(fā)投資額增長率（HD）表示房地產(chǎn)投資對房地產(chǎn)金融風險的影響。（2）國內(nèi)生產(chǎn)總值增長率（GR）控制不同經(jīng)濟梯度房地產(chǎn)金融風險空間溢出的影響;（3）房地產(chǎn)貸款投資比（FR）表示房地產(chǎn)企業(yè)給金融機構(gòu)帶來的風險對房地產(chǎn)金融風險的影響。（4）房價增長率（HR）反應不同地區(qū)房地產(chǎn)的需求。4

2.空間溢出效應的檢驗與模型的選擇

用MATLAB軟件計算京津冀地區(qū)經(jīng)濟-距離權(quán)重矩陣，并得到總體莫蘭指數(shù)為0.3143，屬于（0，1）的范圍內(nèi)為正向的空間相關(guān)性。每年莫蘭指數(shù)的檢驗結(jié)果均為正數(shù)并在5%水平下的顯著性檢驗，表示京津冀地區(qū)房地產(chǎn)金融風險存在顯著的正向空間相關(guān)性。也就是說，京津冀地區(qū)一個城市的房地產(chǎn)金融風險的增加會帶動周圍城市房地產(chǎn)金融風險的增加，從而出現(xiàn)房地產(chǎn)金融風險正向空間溢出的特征。

常用的空間計量模型有空間滯后模型、空間誤差模型和空杜賓模型。模型的選擇需要通過對研究對象進行拉格朗日乘數(shù)檢驗來決定。檢驗結(jié)果顯示robust LM-lag在1%的置信水平上顯著，robust LM-error不顯著，因此針對房地產(chǎn)金融風險空間回歸模型應選擇空間滯后模型（SLM）。

3.空間計量模型的建立

依據(jù)拉格朗日乘數(shù)檢驗的結(jié)果，建立如下多因素空間面板滯后模型：

其中，ρ為空間回歸相關(guān)系數(shù)，其顯著性表示被解釋變量是否存在空間溢出，其大小表示被解釋變量空間溢出的強度。β為回歸系數(shù)，本文中表示房地產(chǎn)金融風險受到其他變量的影響程度。t和i分別表示時間和地區(qū)。 為個體效應，可以是固定（與解釋變量相關(guān)）的效應也可以是隨機（與解釋變量不相關(guān)）的效應， 為一般殘差擾動項。

4.參數(shù)估計結(jié)果

本文使用MATLAB軟件分別對京津冀房地產(chǎn)金融風險固定效應下和隨機效應下的多因素空間滯后面板模型進行回歸分析，固定效應下的空間滯后模型參數(shù)估計結(jié)果如下。整體回歸的擬合優(yōu)度R2為0.9285，接近1，擬合效果較好。從具體回歸結(jié)果中來看：（1）解釋變量顯著性：房地產(chǎn)貸款投資比FR在5%的置信水平下顯著，GDP增長GR不顯著，人口增長率PG、房價增長率HR、房地產(chǎn)開發(fā)投資額增長率HD在1%的置信水平下顯著。（2）β系數(shù)：FR的系數(shù)為1.21，PG的系數(shù)為-10.30，HR的系數(shù)為1.87，HD的系數(shù)為0.38。（3）空間相關(guān)系數(shù)ρ：空間相關(guān)系數(shù)為0.75，且在1%的置信水平下顯著。

本文使用Hausman檢驗對回歸結(jié)果進行了穩(wěn)健性檢驗，從檢驗結(jié)果中可以看出，P值小于0.01，回歸結(jié)果應拒絕隨機效應，選擇固定效應。因此認為就本文研究的樣本而言，具有固定效應的空間滯后面板模型優(yōu)于具有隨機效應的空間滯后面板模型。

三、實證結(jié)論

通過前文對觀測值的回歸分析可以看出，京津冀地區(qū)房地產(chǎn)金融風險存在空間溢出效應，且為正向的空間溢出效應。這是因為地理臨近的區(qū)域，有利于要素的流動，資本的流通，從而增加了房地產(chǎn)金融風險區(qū)域性傳遞的可能性。

本文回歸結(jié)果以固定效應為主，從解釋變量與被解釋變量的關(guān)系可以看出：京津冀地區(qū)人口增長率（PG）對房地產(chǎn)金融風險的空間溢出影響最大，且是負效應。這說明，京津冀地區(qū)人口增長率的提升會降低房地產(chǎn)金融風險的空間溢出。因此認為，京津冀地區(qū)人口增長導致由銀行貸款的增加引發(fā)的房地產(chǎn)金融風險的增加效果小于人口增長導致住房空置率的降低引發(fā)的房地產(chǎn)金融風險的減少效果?？紤]的原因是京津冀地區(qū)人口素質(zhì)的提升及個人信用體系的建設導致由個人銀行貸款引發(fā)的房地產(chǎn)金融風險相對較小，而京津冀地區(qū)住房空置問題引發(fā)的房地產(chǎn)金融風險相對較大，導致人口增長對住房空置問題更敏感。

因此，在地理位置臨近的京津冀地區(qū)，其中一個地區(qū)的人口增長率的降低，會造成這一地區(qū)的房地產(chǎn)金融風險增加，由于京津冀地區(qū)之間的正向空間溢出效應，這一地區(qū)的風險增加會導致其他地區(qū)的房地產(chǎn)金融風險也增加，反之減少。

四、建議

目前京津冀地區(qū)一體化發(fā)展處于初級階段，北京與天津、河北的協(xié)調(diào)性較差、經(jīng)濟水平差距較大，在調(diào)控房地產(chǎn)市場時，應給予因地制宜的房地產(chǎn)政策，根據(jù)各地區(qū)的實際情況，差別化調(diào)控各地房地產(chǎn)金融風險，同時拒絕部分地區(qū)的特立獨行對周圍地區(qū)造成的不良影響。

（1）增強地區(qū)吸引力，吸引高質(zhì)量人才，促進人口增長率的增加，降低住房空置率，以滿足基本住房需求為目的調(diào)控房地產(chǎn)市場。（2）提高人口素質(zhì)，加強個人信貸體系建設，減少個人房地產(chǎn)貸款給銀行帶來的風險。（3）金融機構(gòu)要加強對房地產(chǎn)企業(yè)貸款的審核力度，貸款初期對房地產(chǎn)企業(yè)及開發(fā)地點實地調(diào)研，貸款中期不定時對貸款企業(yè)進行再審核，貸款后期根據(jù)房地產(chǎn)企業(yè)的收益情況及時收回貸款，拒絕盲目逐利帶來不必要的風險。

參考文獻

[1] 鞠方，陽娟，黎小佳.基于空間異質(zhì)性的中國住房空置率與房地產(chǎn)金融風險研究[J].財經(jīng)理論與實踐，2018，39（04）：26-31.

[2] 溫海珍，張之禮，張凌.基于空間計量模型的住宅價格空間效應實證分析：以杭州市為例[J].系統(tǒng)工程理論與實踐，2011，31（09）：1661-1667.

[3] 沈麗，劉媛，李文君.不良貸款、空間溢出與區(qū)域經(jīng)濟增長[J].經(jīng)濟與管理評論，2018，34（03）：26-41.

[4] 張學波，陳思宇，廖聰，宋金平.京津冀地區(qū)經(jīng)濟發(fā)展的空間溢出效應[J].地理研究，2016，35（09）：1753-1766.

[5] Kenneth Patton，American Estate Financial development，The American Economic Review，2006.

[6] 梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟研究，2007（08）：133-142.

[7] 黃燕芬，張志開，唐將偉.京津冀城市群住房價格波動溢出效應——基于單中心理論視角下的分析[J].價格理論與實踐，2018（11）：30-33.

[8] 程蘭芳，張鳳琴.京津冀協(xié)同發(fā)展下房價漣漪效應研究[J].價格理論與實踐，2018（08）：139-142.

注釋：

① 房地產(chǎn)貸售比=房地產(chǎn)國內(nèi)貸款/銷售額

② [11]

③ 熵值法：一種客觀賦權(quán)法，根據(jù)各項指標所提供的信息大小來確定指標的權(quán)重。

④ 數(shù)據(jù)來源：中經(jīng)網(wǎng)，wind數(shù)據(jù)庫，各地《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。