范松杰，張奉君

（鄭州信息科技職業(yè)學(xué)院 財(cái)會(huì)金融學(xué)院，河南 鄭州 450000）

在我國(guó)，商業(yè)銀行是銀行系統(tǒng)的主力軍，在整個(gè)商業(yè)銀行體系中， 國(guó)有控股商業(yè)銀行和股份商業(yè)銀行憑借著雄厚的資產(chǎn)與政府部門的扶持， 其抵擋風(fēng)險(xiǎn)的能力較強(qiáng)。然而，城市商業(yè)銀行由于受到政府過(guò)度干預(yù)、信貸市場(chǎng)競(jìng)爭(zhēng)激烈、公司治理結(jié)構(gòu)問(wèn)題突出等一系列問(wèn)題的困擾，其脆弱性特征較為突出。從貸款方向來(lái)看就顯而易見(jiàn)， 事實(shí)上， 向中長(zhǎng)期貸款集中、向房地產(chǎn)行業(yè)集中、向地方政府融資平臺(tái)集中一直都是我國(guó)城市商業(yè)銀行信貸市場(chǎng)的普遍現(xiàn)象。 值得關(guān)注的是， 向房地產(chǎn)行業(yè)集中則在城商行群體中體現(xiàn)得尤為明顯，無(wú)論是規(guī)模較大的北京銀行、上海銀行還是規(guī)模相對(duì)較小的中西部城市商業(yè)銀行，對(duì)房地產(chǎn)行業(yè)的貸款始終排在各大城商行貸款行業(yè)的前五位， 各大城商行中房地產(chǎn)行業(yè)的貸款占比也遠(yuǎn)高于股份制商業(yè)銀行和國(guó)有控股商業(yè)銀行。 近幾年來(lái)，我國(guó)房地產(chǎn)行業(yè)雖然發(fā)展迅速，為城市商業(yè)銀行帶來(lái)了豐厚的利潤(rùn)回報(bào)，但從國(guó)內(nèi)政策形勢(shì)來(lái)看，政府工作報(bào)告中多次明確指出要進(jìn)一步深化房地產(chǎn)稅收制度改革，加快房地產(chǎn)長(zhǎng)效機(jī)制指向“市場(chǎng)化”，房?jī)r(jià)面臨著下行的趨勢(shì)。 這對(duì)房地產(chǎn)行業(yè)貸款集中度過(guò)高的城市商業(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)城商行的系統(tǒng)性風(fēng)險(xiǎn)集中暴露。因此，通過(guò)研究我國(guó)房地產(chǎn)市場(chǎng)的現(xiàn)狀， 分析其對(duì)城市商業(yè)銀行穩(wěn)定性的影響， 能夠?yàn)槲覈?guó)銀行系統(tǒng)穩(wěn)健性的提升提供重要的借鑒意義。

一、文獻(xiàn)綜述

房地產(chǎn)市場(chǎng)同時(shí)存在兩種效應(yīng)。一方面，當(dāng)房?jī)r(jià)上升時(shí)，銀行自有房地產(chǎn)價(jià)值上升，銀行的財(cái)富在不斷地增加， 同時(shí)房?jī)r(jià)的上漲降低了房屋抵押者違約的可能性。因此，房?jī)r(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?jī)r(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(gòu)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?jī)r(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?jī)r(jià)的上漲。 逆向選擇和道德風(fēng)險(xiǎn)等問(wèn)題的存在最終會(huì)導(dǎo)致銀行經(jīng)營(yíng)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 and Gale，2001）[1]（427），房?jī)r(jià)持續(xù)上漲而偏離其均衡價(jià)值之——“偏離效應(yīng)”增加了銀行的脆弱性。

二、模型構(gòu)建、指標(biāo)選取和數(shù)據(jù)說(shuō)明

（一）房?jī)r(jià)變動(dòng)及其偏差的變量選取及數(shù)據(jù)說(shuō)明

實(shí)證第一部分首先設(shè)定模型（1）。 選取中國(guó)35個(gè)大中型城市的房地產(chǎn)價(jià)格作為被解釋變量， 選取人均GDP、 人口數(shù)量作為需求因素的解釋變量，選取土地價(jià)格和房屋竣工面積作為供給因素的解釋變量，構(gòu)建房地產(chǎn)價(jià)格影響因素模型，并定義模型的殘差項(xiàng)為房?jī)r(jià)偏差值。 如下：

式中，HP 代表住宅商品房的平均價(jià)格，PGDP代表人均GDP，POP 代表人口數(shù)量，CE 代表住宅竣工房屋面積，COST 表示土地價(jià)格。 對(duì)上述變量對(duì)數(shù)處理。j 表示全國(guó)35 個(gè)大中型城市，由于國(guó)家統(tǒng)計(jì)局2002 年之前的數(shù)據(jù)缺失，2017 年的數(shù)據(jù)還未公布，所以模型中t 的時(shí)間跨度設(shè)定為2002—2016 年。

變量選擇：

1． 房地產(chǎn)需求因素。（1）人均 GDP（PGDP）。人們的收入水平很大程度上決定了其購(gòu)買力， 收入水平的提高促進(jìn)了人們對(duì)住房的需求， 沒(méi)有房產(chǎn)的剛性意愿購(gòu)買房產(chǎn)， 有一套房產(chǎn)的為了改善居住條件會(huì)再次購(gòu)買房產(chǎn)， 有資金的也可能為了尋找投資渠道而投資于房產(chǎn)?？傮w來(lái)說(shuō)人均GDP 與房?jī)r(jià)有著明顯關(guān)系。 （2）人口數(shù)量（POP）。 人口也是影響房?jī)r(jià)最重要的因素之一， 居者有其屋的觀念使得人們迫切需要一個(gè)穩(wěn)定的保證。目前，我國(guó)眾多的人口基數(shù)所蘊(yùn)藏的巨大需求與有限的土地資源和長(zhǎng)周期的建筑時(shí)間形成了鮮明的反差，供求失衡使得房?jī)r(jià)不斷上漲。

2． 房地產(chǎn)供給因素。（1）土地價(jià)格（COST）。房地產(chǎn)價(jià)格包括了土地價(jià)格和建筑物價(jià)格， 因此土地價(jià)格與房?jī)r(jià)正相關(guān)變動(dòng)。 由于沒(méi)有直接的土地價(jià)格作為參考，本文通過(guò)國(guó)家統(tǒng)計(jì)局的年度城市數(shù)據(jù)，推算出了各大城市不同年度的土地價(jià)格， 具體做法為開(kāi)發(fā)投資額除以購(gòu)置面積。（2）房屋竣工面積（CE）。新建住房的不斷供給能夠滿足居民的住房需求， 不管是剛性的還是改善投機(jī)性的需求。根據(jù)價(jià)格規(guī)律，房屋竣工面積的增加能夠緩解社會(huì)的供求缺口， 并降低房產(chǎn)的價(jià)格。

（二）抵押假說(shuō)與偏差假說(shuō)的變量選取及數(shù)據(jù)說(shuō)明

模型（2）中將不良貸款率Npl 作為被解釋變量，引入解釋變量△HP 與HPD， 討論房?jī)r(jià)失衡與房?jī)r(jià)變化對(duì)城市商業(yè)銀行穩(wěn)定性的影響。

通過(guò)年報(bào)和Bankscope 數(shù)據(jù)庫(kù)的查詢， 各省市主要城市商業(yè)銀行財(cái)務(wù)信息始于2005 年， 終于2016 年，所以模（2）型中t 的時(shí)間跨度設(shè)定為2005-2016 年。 我們?cè)O(shè)定i 與j 是一一對(duì)應(yīng)的關(guān)系，即我們只考察銀行i 在總部所在城市j 的各項(xiàng)指標(biāo)，而不考慮其分支機(jī)構(gòu)在其他城市j 的指標(biāo)狀況。式中不良貸款率NpL 代表銀行i 在j 城市t 時(shí)刻的穩(wěn)定性狀況，其中 NPL 越小，銀行越穩(wěn)定，反之越脆弱。 Asset、Lg、Own、S 四個(gè)變量分別代表 2005—2016 年全國(guó) 30 家城市商業(yè)銀行的資產(chǎn)規(guī)模、貸款變動(dòng)率、第一大股東性質(zhì)以及第一大股東的持股比列，DG 代表各大城市金融機(jī)構(gòu)存款余額與GDP 的比率，主要衡量各大城市的金融深化程度。 △HP 和△HPD 作為解釋變量分別代表2005-2016 年全國(guó)35 個(gè)大中城市的房?jī)r(jià)變動(dòng)率和房?jī)r(jià)偏離均衡價(jià)值的程度。 L.△HP 和L.HPD 表示滯后1 期。

變量選擇：

總之，加強(qiáng)護(hù)生在校法律知識(shí)教育，增強(qiáng)法律與臨床實(shí)際的結(jié)合，使護(hù)生做到學(xué)法、守法、用法，自覺(jué)防范護(hù)理差錯(cuò)及醫(yī)療事故發(fā)生，促進(jìn)護(hù)理法律教學(xué)整體質(zhì)量的提高，讓實(shí)習(xí)生成功走上臨床護(hù)理工作崗位，優(yōu)化護(hù)理質(zhì)量。

1． 被解釋變量。選取Npl 作為被解釋變量，其中NpL 越小，銀行越穩(wěn)定，反之越脆弱。

2．解釋變量。 本文借鑒Michael Koetter 和Tigran Poghosyan（2010）及譚政勛和陳銘（2012）[3]（146）的做法，將△HPjt與HPDjt分別作為抵押效應(yīng)和偏離效應(yīng)（1）的殘差。

3． 控制變量。銀行資產(chǎn)規(guī)模的對(duì)數(shù)值 LNAssetijt。一般認(rèn)為， 國(guó)內(nèi)商業(yè)銀行的最大區(qū)別在于其規(guī)模大小，所以規(guī)模大小LNAssetijt是有效的控制變量之一。

4． 城市商業(yè)銀行的股權(quán)結(jié)構(gòu)一直飽受爭(zhēng)議，經(jīng)過(guò)慎重考慮， 我們決定采取以下三個(gè)指標(biāo)來(lái)刻畫(huà)政府股東對(duì)銀行穩(wěn)定性的影響程度。 一是第一大股東的性質(zhì)是否為國(guó)有，國(guó)有的含義為國(guó)有企事業(yè)單位，用變量OWNijt表示。 二是使用第一大股東持股比例Sijt來(lái)反映樣本銀行的股權(quán)集中度，Sijt越大， 其對(duì)銀行的經(jīng)營(yíng)決策就會(huì)有充分的主導(dǎo)權(quán)。 第一大股東的決策往往會(huì)影響銀行的經(jīng)營(yíng)績(jī)效， 對(duì)銀行經(jīng)營(yíng)的穩(wěn)定性產(chǎn)生重大的影響。三是金融深化率DGijt。周書(shū)伊（2010）[4]（26）認(rèn)為，在金融深化的過(guò)程中，城商行的發(fā)展不僅會(huì)受到監(jiān)管部門的制約， 還很大程度上唯命于國(guó)有背景的企業(yè)與事業(yè)單位，其獨(dú)立性較弱，城商行的脆弱性會(huì)不斷累積。

三、實(shí)證分析

（一）房?jī)r(jià)偏差的分離

對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)、協(xié)整檢驗(yàn)、模型設(shè)定形式檢驗(yàn)后， 為了清晰地反映各個(gè)自變量對(duì)被解釋變量的影響程度和顯著關(guān)系， 我們先后在模型中引進(jìn) Lnpg、LnPOP、Lnce、Lncost，模型的擬合結(jié)果在表1 中呈現(xiàn)。

表1 模型估計(jì)

研究結(jié)果表明，人均GDP（Lnpg）和人口數(shù)量（LnPOP）與房?jī)r(jià)正相關(guān)變動(dòng)。 福利分房停止后的20多年里， 城鎮(zhèn)化進(jìn)程的深化和居民可支配收入的增加推動(dòng)了房地產(chǎn)行業(yè)的迅猛發(fā)展，房?jī)r(jià)一路飆升，泡沫不斷積攢。 土地價(jià)格（Lncost）作為房?jī)r(jià)的重要組成部分， 土地價(jià)格的上漲與下跌關(guān)系到房?jī)r(jià)的變動(dòng)趨勢(shì)。 目前， 我國(guó)的各級(jí)地方政府運(yùn)用權(quán)利低買高賣，差價(jià)成為了政府的“第二財(cái)政”保證。隨著居民的財(cái)產(chǎn)權(quán)得到進(jìn)一步的保護(hù)， 居民的話語(yǔ)權(quán)也隨之增大，地方政府為了維持土地財(cái)政的穩(wěn)中有增，肆意將成本的上漲轉(zhuǎn)嫁給房企并最終增加了土地價(jià)格。 作為供給總量的具體表現(xiàn)形式， 房屋竣工面積（Lnce）的增加降低了房地產(chǎn)價(jià)格。

（二）房地產(chǎn)價(jià)格影響城市商業(yè)銀行穩(wěn)定性的回歸分析

模型（1）—（5）是基于 2005-2016 年 30 家城市商業(yè)銀行的非平衡面板數(shù)據(jù)， 運(yùn)用總體平均估計(jì)法回歸后結(jié)果如下。

表（2）中模型（1）—（5）可分為兩部分，（1）—（3）只引進(jìn)當(dāng)期的房?jī)r(jià)變動(dòng)率△HP 和房?jī)r(jià)偏差值HPD，（4）和（5）還引進(jìn)了滯后 1 期的△HP 和 HPD。最后，每個(gè)公式均引進(jìn)了資產(chǎn)規(guī)模（lnAsset）、貸款變動(dòng)率（Lg）這兩個(gè)銀行財(cái)務(wù)指標(biāo)控制變量和最大股東的性質(zhì)（Own）、最大股東的持股比例（S）以及資本深化程度（DG）這三個(gè)控制變量，以期探索城商行的財(cái)務(wù)狀況和股權(quán)結(jié)構(gòu)差異對(duì)其穩(wěn)定性的影響狀況。

結(jié)論1． 房?jī)r(jià)下跌和房?jī)r(jià)偏離均會(huì)降低城市商業(yè)銀行的穩(wěn)定性，但房?jī)r(jià)下跌的作用力要大得多。模型（1）（3）（4）中，均顯著為負(fù)，即房?jī)r(jià)下降幅度越大，銀行越不穩(wěn)定。 HPD 只在模型（5）中顯著為正，即房?jī)r(jià)偏離幅度越大，銀行越不穩(wěn)定。 總而言之，房?jī)r(jià)下跌和房?jī)r(jià)偏離均增加了銀行的不穩(wěn)定性， 但房?jī)r(jià)下跌的作用力要大得多， 本文的回歸結(jié)果支持價(jià)值抵押假說(shuō)。

結(jié)論2． 城市商業(yè)銀行的資產(chǎn)規(guī)模和貸款變動(dòng)率與城市商業(yè)銀行的穩(wěn)定性之間顯著正相關(guān)變動(dòng)。LnAsset 和Lg 在所有模型中的回歸系數(shù)均為負(fù)，并全部顯著。這說(shuō)明近幾年來(lái)，城市商業(yè)銀行穩(wěn)定性的提升部分得益于城市商業(yè)銀行資產(chǎn)規(guī)模的快速擴(kuò)張。

表2 模型估計(jì)

結(jié)論3． 城市商業(yè)銀行的股權(quán)結(jié)構(gòu)差異對(duì)銀行的穩(wěn)定性有影響。 第一大股東性質(zhì)（Own）在模型（1）（2）（4）中的系數(shù)均顯著為負(fù)，而第一大股東持股比例（S）和金融深化程度（DG）在幾個(gè)模型中沒(méi)有通過(guò)顯著性檢驗(yàn)。 這說(shuō)明在金融深化的過(guò)程中，國(guó)有背景的企事業(yè)單位對(duì)城商行的經(jīng)營(yíng)決策有一定的幫助， 城商行中政府股東的行為對(duì)銀行的穩(wěn)定性產(chǎn)生了正面影響。

四、結(jié)論

（一）人均GDP、人口數(shù)量和土地價(jià)格與我國(guó)房地產(chǎn)價(jià)格存在著顯著的正相關(guān)， 住宅房屋竣工面積與我國(guó)房地產(chǎn)價(jià)格存在顯著的負(fù)相關(guān)

人均GDP 的提高和人口數(shù)量的增長(zhǎng)增加了居民對(duì)住房的剛性需求。 土地價(jià)格受到政府“土地政策”的利益驅(qū)動(dòng)而保持較高的價(jià)位，這也部分決定了高房?jī)r(jià)的持續(xù)存在。 作為房地產(chǎn)供給總量的具體表現(xiàn)形式，房屋竣工面積的增加降低了房地產(chǎn)的價(jià)格。

（二）本文的實(shí)證結(jié)果支持價(jià)值抵押假說(shuō)而不是價(jià)值偏離假說(shuō)

當(dāng)房地產(chǎn)泡沫破裂，房?jī)r(jià)持續(xù)下跌時(shí)，房地產(chǎn)作為抵押品的價(jià)值會(huì)持續(xù)縮水， 企業(yè)由于房?jī)r(jià)下跌而取得的收入不足以償還房屋抵押貸款， 個(gè)人則會(huì)鑒于房?jī)r(jià)的下跌而放棄還貸， 企業(yè)與個(gè)人的違約給銀行增添了巨大的風(fēng)險(xiǎn)，并持續(xù)地暴露出銀行的脆弱性。銀行為了彌補(bǔ)虧損就會(huì)惜貸于房地產(chǎn)行業(yè)， 而那些仍然對(duì)房地產(chǎn)有剛性需求的居民由于籌資困難而難以形成有效需求，社會(huì)的需求量就會(huì)呈現(xiàn)下降的趨勢(shì)，供大于求的結(jié)果就形成了房?jī)r(jià)下跌、 不良貸款率上漲這樣的惡性循環(huán)。 因此，在金融加速器的作用下，一旦房?jī)r(jià)下跌，城市商業(yè)銀行的穩(wěn)定性會(huì)面臨巨大的挑戰(zhàn)。

（三）城市商業(yè)銀行的股權(quán)結(jié)構(gòu)差異對(duì)銀行的穩(wěn)定性有影響

在金融深化的過(guò)程中， 國(guó)有背景的企事業(yè)單位對(duì)城商行的經(jīng)營(yíng)決策有一定的幫助， 城商行中政府股東的行為對(duì)銀行的穩(wěn)定性產(chǎn)生了正面影響。