文｜廣東省建設(shè)信息中心 楊海濤 陳輔淳 夏蘭亭

1.研究背景

2021年7月22日，中央政治局常委、國務(wù)院副總理韓正在加快發(fā)展保障性租賃住房和進一步做好房地產(chǎn)市場調(diào)控工作電視電話會議上強調(diào)，要牢牢抓住房地產(chǎn)金融這個關(guān)鍵。

2020年12月28日，人民銀行與銀保監(jiān)會出臺銀發(fā)〔2020〕322 號文件，規(guī)定銀行業(yè)金融機構(gòu)房地產(chǎn)貸款余額和個人住房貸款余額占機構(gòu)人民幣各項貸款余額的比例（簡稱房地產(chǎn)貸款占比和個人住房貸款占比）不得高于相應(yīng)上限。

我國銀行業(yè)金融機構(gòu)整體房地產(chǎn)行業(yè)貸款占比（房地產(chǎn)貸款占比＋個人住房貸款占比）上限相當高：第一檔為40%＋32.5%，第二檔為27.5%＋20%，第三檔為22.5%＋17.5%，等等。房地產(chǎn)行業(yè)的正規(guī)貸款總額占全部人民幣各項貸款之和的大頭。

20世紀90年代我國住房制度改革以來，住宅房地產(chǎn)市場交易規(guī)模和價格主要由社會經(jīng)濟的市場因素決定。政策性干預只能抑制、延緩或者提前釋放市場因素的力量，市場因素的作用終究會兌現(xiàn)。市場因素在宏觀上，哪些最能左右房地產(chǎn)市場交易規(guī)模和價格，最能揭示交易市場的動力和勢態(tài)呢？房地產(chǎn)金融是個關(guān)鍵。

研究住宅房地產(chǎn)交易（買賣）金融宏觀指標、建立相關(guān)概念模型，提綱要領(lǐng)地衡量評估房地產(chǎn)市場的金融屬性，對于住宅房地產(chǎn)市場調(diào)控具有十分重要的現(xiàn)實意義。但是，自2003年8月國務(wù)院提出房地產(chǎn)市場宏觀調(diào)控以來，僅有2020年底提出的個人住房貸款占比這個直接與市場交易有關(guān)的指標。

2.房地產(chǎn)市場宏觀金融指標

房地產(chǎn)市場交易核心要素可歸結(jié)到面積與資金這兩點——本文由此出發(fā)，提出指標概念。約定：用下劃線標識術(shù)語、概念或數(shù)據(jù)項，用[]標識術(shù)語、概念或數(shù)據(jù)項。

2.1 基礎(chǔ)指標

[場內(nèi)資金]：來源于房屋出售，再用于購置房屋（無論中途，只要重返樓市）的資金。

[場外資金]：首次進入房地產(chǎn)市場參與交易的非場內(nèi)資金。房地產(chǎn)交易市場新增進場資金=場外資金。

[場外資金]＝場外資金中購房者自有部分＋場外資金中銀行貸款部分。

[交易資金]：房屋交易資金，可劃分為兩部分：（1）[自有資金]：場外資金中購房者自有部分＋場內(nèi)資金（購房者之前賣房所得）；（2）[銀行貸款]：場外資金中銀行貸款部分。

交易資金＝自有資金＋銀行貸款＝場外資金＋場內(nèi)資金

[一手交易量]，簡稱一手量：新建商品房（現(xiàn)房和期房）成交的總建筑面積。

[二手交易量]，簡稱二手量：存量房成交的總建筑面積。

[交易總量]＝一手交易量＋二手交易量。

2.2 測算指標

在前述基礎(chǔ)指標上，再提出新的宏觀測算指標：

①[杠桿增熵]，記作α ≡銀行貸款/交易總量；②[本金增熵]，記作β ≡自有資金/交易總量；③[本杠比]，記作λ ≡自有資金/銀行貸款；④[貸占比]，記作ρ ≡銀行貸款/交易資金；⑤[市場增熵]≡場外資金/交易總量；⑥[市場熵值]≡場內(nèi)資金/交易總量。

說明：“熵”本是衡量物質(zhì)系統(tǒng)吸收或放出熱量引起的系統(tǒng)狀態(tài)無序度（熱度）變化的物理概念，熵的增減反映系統(tǒng)熱度的增減。在此借用“熵”來刻劃市場熱度，以杠桿增熵衡量銀行貸款的涌入對房地產(chǎn)市場趨熱（增熵）的杠桿影響，本金增熵衡量自有現(xiàn)金的流轉(zhuǎn)對房地產(chǎn)市場趨熱（增熵）的自力影響；以市場增熵衡量房地產(chǎn)市場場外資金的涌入所造成的市場熱度（增熵）的外來激勵，以市場熵值衡量房地產(chǎn)市場“賣房換房”所變現(xiàn)的場內(nèi)資金的再投入對市場熱度的內(nèi)在激勵，故又稱“換房指數(shù)”，它反映賣房所得又再投入買房所引起的市場趨熱（增熵）；以本杠比衡量銀行貸款的帶動效率——值越高代表貸款所撬動的住房投資的自有資金比例越高。

3.市場交易宏觀金融建模

3.1 資金溯源及分類作用

3.1.1 無場外資金，就無交易

任何房屋的資金變現(xiàn)，一定是直接或間接來自于場外資金。一宗房屋交易的場內(nèi)資金，若追溯其買方資金的來源鏈，最后都可歸結(jié)到一系列的場外資金流入端節(jié)點。如圖1 所示，對房屋A1 的交易資金進行溯源，則其資金來源可無一遺漏地追溯歸結(jié)到當前或者之前交易的場外資金流入端節(jié)點系列{R1, {R2,1,…,R2,j},…, {Rx,1,…,Rx,k}}。商品房市值不可能自我增量膨脹，它是由不斷進場的場外資金扛起來的。

圖1 交易資金溯源圖

3.1.2 無銀行貸款，就無市場

場外資金以銀行貸款為主力。我國房地產(chǎn)市場發(fā)展到現(xiàn)在，擁有產(chǎn)權(quán)房屋的人群幾乎覆蓋到所有中等收入以上工薪家庭，但是人們工薪收入增長遠不及房屋市值的增長。我國房地產(chǎn)市場主要靠銀行貸款花未來錢托起來，否則就沒有興旺的房地產(chǎn)市場；沒有興旺的房地產(chǎn)市場，銀行也不會貸款給房地產(chǎn)項目。

3.2 市場衡量指數(shù)

（1）[杠桿調(diào)控指數(shù)]，記作τ ≡杠桿增熵當期／杠桿增熵上期≡α當期／α上期

（2）[本金調(diào)控指數(shù)]，記作σ ≡本金增熵當期／本金增熵上期≡β當期／β上期

在房屋面積攤分下，τ 代表當期流入房地產(chǎn)市場的銀行貸款相對于上期的增長率；σ 代表流入房地產(chǎn)市場的個人自有現(xiàn)金的當期數(shù)相對于上期數(shù)的增長率。τ 和σ 可評判市場發(fā)展健康程度：τ 反映市場泡沫變化——置業(yè)者賒款交易強度的環(huán)比，σ 反映經(jīng)濟基礎(chǔ)變化——置業(yè)者實有資金交易強度的環(huán)比。

3.3 交易資金池模型

以交易總量為底面，以成交單價為高度的市場交易資金池模型可直觀地表示房地產(chǎn)市場規(guī)模、交易總量、房價、流入和流出市場資金等的關(guān)系，如圖2 所示。資金池體積＝交易資金（交易總量×單價）代表市場規(guī)模。某個時期資金池：（1）體積變小，其減少量＝凈流出市場的資金體量；（2）體積變大，其增加量＝凈流進市場的資金體量。在交易總量不變的情況下，凈流入房地產(chǎn)市場的資金將直接提升房屋價格。凈流入資金等于前述場外資金。場外資金中，銀行貸款的杠桿作用最值得關(guān)注——因為杠桿是市場泡沫發(fā)展的惡化因子。

圖2 房地產(chǎn)市場交易資金池

4.模型應(yīng)用的實效性

4.1 可計算性歸結(jié)與分解

銀行貸款和交易資金數(shù)據(jù)都可從銀行或房地產(chǎn)交易系統(tǒng)中獲得，自有資金可通過交易資金減去銀行貸款間接計算。除市場增熵和市場熵值因場外資金和場內(nèi)資金兩個統(tǒng)計口徑難以獲得數(shù)據(jù)外，其他指標和指標均易計算。如，由公式(1)和相關(guān)定義可得：

4.2 測算指標關(guān)系分析與預測

我們建立起α、β、λ 與房價P 的關(guān)系：

其中，平均房價P ＝交易資金/交易總量。P 的環(huán)比可作為房價加速度來考察（＞1 為加速，＜1 為減速）；α、β 的環(huán)比則分別為杠桿和本金調(diào)控指數(shù)τ、σ?；诳捎嬎阈裕商剿魇褂盟鼈兊臍v史數(shù)據(jù)來預測預判市場準狀況及趨勢。

5.廣州市房地產(chǎn)金融指標例釋

5.1 金融及銷售數(shù)據(jù)的采用及處理

原則：（1）按金融機構(gòu)具有“住戶貸款”統(tǒng)計口徑的年度，聚焦住宅房產(chǎn)數(shù)據(jù)；（2）盡量使用政府公開數(shù)據(jù)，如不足，再選用房地產(chǎn)行業(yè)領(lǐng)域有影響力的重要商業(yè)平臺或者專家報告的數(shù)據(jù)補充；（3）直接數(shù)據(jù)不具備時，采用間接計算補充。

我們從文獻中抽取數(shù)據(jù)經(jīng)計算補充形成廣州2016-2020年住房貸款、交易總量和資金、房價基礎(chǔ)數(shù)據(jù)—多源數(shù)據(jù)以廣州統(tǒng)計年鑒的為準，然后測算市場交易金融指標。

5.2 市場金融宏觀指標的直觀分析

5.2.1 基本測算指標數(shù)據(jù)序列的市場解釋

廣州市2016年至2020年的基本測算指標如圖3 所示。圖中，虛線型折線使用右側(cè)縱坐標軸（單位:億元），實線型折線使用左邊縱坐標軸。由圖可見：（1）2018年后銀行貸款占比呈下降趨勢，但市場規(guī)?？傮w上升，本金增熵β 穩(wěn)步上揚——市場熱度主要由新進場的自有資金和場內(nèi)兩手房流轉(zhuǎn)活躍驅(qū)動，而同期本杠比λ 急劇增高則說明銀行貸款的杠桿效應(yīng)顯著趨大；（2）2018年后房價上漲趨于平緩，是由銀行貸款的抑制（α ↓）、自有資金的活躍（β ↑）、市場需求的釋放（市場規(guī)?！┕餐瑳Q定。

圖3 2016-2020 廣州市房地產(chǎn)市場交易金融宏觀指標測算

5.2.2 金融調(diào)控與市場動能的數(shù)據(jù)關(guān)系解釋

用指數(shù)τ 和σ 跟房價環(huán)比的時序關(guān)系圖來考察金融調(diào)控與市場動能的數(shù)據(jù)關(guān)系，見圖4。可見，房價環(huán)比折線介于指數(shù)τ 和σ 之間，反映出杠桿調(diào)控和本金調(diào)控兩者在房價年相對上升速度上的影響的相互對沖。定量地，τ 和σ 對房價的綜合影響應(yīng)以加權(quán)值ρ·τ+(1-ρ)σ 評估，其中，用貸占比ρ 作為杠桿調(diào)控指數(shù)τ 的權(quán)值以反映銀行貸款的影響系數(shù)，相應(yīng)地用(1-ρ)反映自有資金的影響系數(shù)。顯見，τ 和σ 的加權(quán)值的趨勢線與房價環(huán)比折線的走向之間存在明顯的正相關(guān)性，從而佐證了本文所提出的金融調(diào)控指數(shù)的合理性和有效性。

圖4 調(diào)控指數(shù)對房價環(huán)比走勢的影響

5.2.3 資金強度與市場均價的數(shù)據(jù)關(guān)系解釋

用指標α 和β 及它們的線性回歸線(α+β)/2 跟市場均價P 的關(guān)系曲線來考察,見圖5。α 和β 于市場均價的共同作用可簡單地歸結(jié)成它們的加權(quán)和(α+β)/2。顯見，(α+β)/2 折線與市場均價折線趨勢類似—驗證了本文關(guān)于交易資金強度指標設(shè)置的合理性和可用性。

圖5 金融增熵與市場均價對照

6.深圳市房地產(chǎn)金融指標例釋

基于廣州市數(shù)據(jù)處理相同的原則，從相關(guān)參考文獻抽取相關(guān)數(shù)據(jù)經(jīng)計算補充形成深圳市2015-2019年住房貸款、交易總量和資金、房價等基礎(chǔ)數(shù)據(jù)，然后進行市場交易金融宏觀指標測算，形成如圖6、7、8所示相應(yīng)折線和趨勢線（房價單位為:萬元/m2）。圖6 中，虛線型折線使用右側(cè)縱坐標軸（單位:億元），實線型折線使用左邊縱坐標軸。由圖6 可見：1）2015-2019年期間，貸占比基本平穩(wěn)在33%～55%之間，并呈略降趨勢，而反映自有資金作用的本杠比λ 和本金增熵β 幾乎同步在2016年后穩(wěn)步上揚，抵消了杠桿增熵α 下降的影響，從而市場規(guī)模雖然曾略有下降但仍然保持大致的體量——說明期間市場熱度主要是由新進場的自有資金和場內(nèi)兩手房流轉(zhuǎn)活躍驅(qū)動的；2）2017年以后，房價更加趨向平穩(wěn)，本金增熵β、本杠比λ 呈同態(tài)穩(wěn)步向上趨勢，而同期杠桿增熵α 卻呈反向下降趨勢，說明房價主要受到銀行貸款強度的下調(diào)影響，雖然自有資金的激活和市場需求的釋放往上推動；3）2016年起平穩(wěn)上揚的本杠比λ 標示銀行貸款對自有資金的撬動效率較高，同期本金增熵β 平穩(wěn)上升，說明期間深圳市住宅房地產(chǎn)市場受到新入場自有資金和場內(nèi)資金的穩(wěn)健支撐。

圖6 2015-2019 深圳市房地產(chǎn)市場交易金融宏觀指標測算

圖7 顯示，房價環(huán)比折線介于杠桿調(diào)控指數(shù)τ 和本金調(diào)控指數(shù)σ 之間，反映出銀行貸款和自有資金兩者對于房價年相對上升速度的作用相互對沖。τ 和σ 的綜合影響以加權(quán)值ρ·τ+(1-ρ)σ 的趨勢線體現(xiàn)——與房價環(huán)比折線的走向存在明顯的正相關(guān)性。

圖7 調(diào)控指數(shù)對房價環(huán)比走勢的影響

圖8 顯示，杠桿增熵α 和本金增熵β對于市場均價P 的作用可簡單歸結(jié)成它們的線性加權(quán)和(α+β)/2——其趨勢線與住宅交易市場均價折線的趨勢相當類似。

圖8 金融增熵與市場均價對照

7.分析與總結(jié)

我國房地產(chǎn)貸款是促進和支撐房地產(chǎn)開發(fā)建設(shè)的金融支柱，而個人住房貸款則是撬動和托起商品住房市場交易的金融杠桿。房地產(chǎn)市場的表現(xiàn)主要由場外資金的流入撬動、場內(nèi)資金的流轉(zhuǎn)促進，以及房屋的供需矛盾等三大因素共同決定。場內(nèi)資金須有場外資金的激活才能開始流轉(zhuǎn)，新進場的場外資金的強度越大，售換房產(chǎn)生的場內(nèi)資金的流轉(zhuǎn)量越高，從金融因素來看，要區(qū)分信貸資金和自有資金分別所起的杠桿和內(nèi)在作用。場外資金的主力一定是來自于銀行貸款，剔除賣房所得的個人家庭自有資金只占市場交易資金的較小部分。市場調(diào)控的牛鼻子在于調(diào)控個人住房購置貸款。本文提出杠桿增熵、本金增熵、本杠比、貸占比、市場增熵、市場熵值、杠桿調(diào)控指數(shù)和本金調(diào)控指數(shù)等房地產(chǎn)市場交易金融宏觀指標，為衡量市場交易金融因素作用，研判市場發(fā)展趨勢、泡沫性質(zhì)與程度，提供了新穎有效的數(shù)字工具——經(jīng)廣州、深圳公開的統(tǒng)計數(shù)據(jù)建模例示驗證。