房地產市場非理性繁榮對我國金融安全的影響研究

劉立民　牛玉鳳　王永強

摘 要：本文通過構建金融安全指數，建立了房地產市場與金融安全關聯(lián)機制模型，并對其進行關聯(lián)機制研究。結果顯示：我國GDP增長率與金融安全指數之間呈正相關關系，房地產價格指數與金融安全指數之間存在負相關關系；房地產價格變化雖然會對金融安全狀況產生影響，但小于經濟增長速度的變化對金融安全的正向影響，并提出了防范房地產泡沫與金融風險的政策建議。

關鍵詞：房地產市場；金融安全

中圖分類號：F830.31 文獻標識碼：B 文章編號：1674-0017-2014（4）-0055-05

作為資金密集型行業(yè)，房地產業(yè)與金融體系休戚相關，其發(fā)展態(tài)勢關系到整個國家的經濟穩(wěn)定和金融安全。如果房地產業(yè)出現(xiàn)過度、非理性增長，則有可能引發(fā)房地產泡沫，泡沫的破滅極易導致嚴重的金融危機，危害到整個國民經濟。無論是日本“失落的十年”還是美國的次貸危機，均是由房地產市場泡沫的破裂所引起。正確認識房地產市場對金融安全的影響機制，對預測和防范房地產金融市場風險、促進國民經濟持續(xù)快速健康發(fā)展具有重要的現(xiàn)實意義。近幾年，我國房地產發(fā)展勢頭過猛，快速上漲的房價使國內房地產市場處于非理性繁榮狀態(tài)，金融風險隱患加大。為避免重蹈日本、東南亞之覆轍，國家也出臺了一系列房地產調控政策，抑制房價過快上漲。

一、文獻綜述

在解釋銀行貸款容易集中于房地產市場方面，Bernanke和Gertler（1994）認為，銀行信貸集中于房地產的原因在于信貸市場的不完備，在于信息不對稱下的道德風險和逆向選擇，在于貸款抵押品的價值隨房地產價格的波動。郭田勇（2010）認為，銀行體系對房地產市場的金融支持最主要的出發(fā)點在于其“商業(yè)性”，房地產行業(yè)所帶來的可觀利潤使得商業(yè)銀行很難出于“正的外部效應”的考慮而減少對房地產業(yè)的后勤輸送。

在研究經典案例方面，王雪峰（2006）通過對20世紀80至90年代日本泡沫經濟進行分析，指出地產泡沫對一國金融安全的威脅來源于房地產泡沫膨脹期間不斷積累的金融風險，房地產泡沫破裂后金融危機的爆發(fā)不過是已有風險的釋放，其根源在于房地產泡沫膨脹時期房地產風險不斷向金融系統(tǒng)轉移和集聚。李成等（2009）運用Allen—Gale模型對美國次貸危機生成機理進行分析，結果顯示：銀行房地產信貸的非理性擴張激勵投資者投資風險資產，并引起房地產泡沫，由于金融創(chuàng)新和金融全球化使得房地產泡沫快速膨脹，其崩潰后的破壞性隨著資金鏈條傳導，使危機范圍不斷擴大，程度不斷加深。

在實證研究方面，王雪峰（2006）以1998—2006年的數據為樣本，定量分析了中國房地產價格和金融不安全指數之間的關系，最后得出了房地產泡沫加重了中國金融運行不安全的結論。袁鯤等（2009）通過借鑒東南亞金融危機和美國次貸危機的國際經驗教訓，實證分析發(fā)現(xiàn)，信貸擴張積聚的風險使銀行脆弱性增加，我國房地產價格膨脹與銀行信貸存在較強的共生性。張炯等（2009）通過對我國房地產價格與金融市場關系實證研究發(fā)現(xiàn)，房價與貨幣和信貸市場存在正向反饋機制，且金融加速器效應會使正向反饋影響持續(xù)放大。

概括起來，近年來國內外研究側重于單個金融主體與房地產價格之間的關系，側重于房地產價格逆轉對單個金融主體的沖擊，但對房地產價格和整個金融安全體系之間的關系研究不夠。本文在總結上述研究成果的基礎上，把中國放在開放的環(huán)境下，綜合考慮與中國金融安全相關的國際國內因素，試圖通過構建全面反映中國金融安全實際狀況的安全指數，考察該指數與房地產市場之間的數量關系，來探討中國房地產市場對中國金融安全的影響。

二、中國金融安全指數（FSI）的構建

（一）FSI構成指標的選擇與數據來源。為使構建的金融安全指數更具合理性，本文充分考慮宏觀經濟、微觀主體和國際金融環(huán)境等各方面因素，并參照IMF金融穩(wěn)健性指標評價體系中有關指標的分類和選擇方法，來選擇中國金融安全指標。考慮到數據的可得性，最終選取三大類17個指標來構建反映金融安全狀態(tài)的金融安全指數。

1、宏觀先行指標，包括實際國內生產總值（X1）、GDP增長率（X2）、新增廣義貨幣（X3）、新增固定資產投資（X4）和財政赤字或盈余（X5）等5個指標，這些指標旨在反映宏觀經濟狀況。

2、微觀審慎指標。（1）金融系統(tǒng)指標，包括反映金融機構流動性的指標——金融機構人民幣存貸比（X6）；反映資產質量的指標——金融機構人民幣中長期貸款余額與各類貸款余額的比值（X7）和金融機構新增人民幣貸款（X8）；反映金融市場運行的指標——實際一年期貸款利率（X9）和股票市值總額（X10）共5個指標，用來反映金融系統(tǒng)資金來源、運用和價格變化，刻畫金融系統(tǒng)流動性風險、利率風險和信貸風險等。（2）非金融企業(yè)部門指標，包括房地產投資占全社會固定資產投資比重（X11）和工業(yè)企業(yè)利潤（X12）兩個指標，用來衡量非金融企業(yè)的發(fā)展速度和經營業(yè)績。

3、國際金融環(huán)境指標，包括實際有效匯率（X13）、外匯儲備（X14）、經常項目差額（X15）、資本和金融項目差額（X16）以及外債負債率（X17）等5個指標，用來反映抗擊國際沖擊能力和抵抗國際綜合壓力能力。

由于中國房地產市場化進程是從2001年逐步步入正軌，因此，本文對金融安全的考察也從2001年開始，樣本觀測期為2001年至2012年的年度數據，數據來源于中經網統(tǒng)計數據庫和中國人民銀行網站。所有數據都作了四舍五入的處理，GDP和利率均是剔除價格變動影響的實際值。

（二）運用因子分析法構造金融安全指數。確定因子個數。利用SPSS統(tǒng)計軟件對變量進行因子分析，變量相關系數矩陣的特征值和貢獻率如表1所示。由表1可以看出，變量相關系數矩陣具有三大特征值：11.595、2.733、1.329，其累計貢獻率已達92.099%，說明前三個公共因子已包含了原始數據中17個指標92.099%的信息，選擇這三個公共因子進行分析是合理的。

計算各個因子得分。借助SPSS軟件分別計算各主因子F1、F2、F3的得分Z1、Z2、Z3，如表2所示。

計算綜合得分，構建金融安全指數。以提取的三個公共因子所對應的特征值貢獻率為權數進行線性加權求和，計算金融安全綜合得分Z，其中Z=11.595/（11.595+2.733+1.329）* Z1+2.733/（11.595+2.733+1.329）* Z2+1.329/（11.595+2.733+ 1.329）* Z3，得到金融安全指數FSI，如表2最后一列所示。

三、中國房地產市場對金融安全影響的實證分析

（一）指標選取。為簡化分析過程，本文選取全國房屋銷售價格指數（HP）來代表當前中國房地產市場發(fā)展狀態(tài)。另外，由于影響金融安全的因素除了來自金融系統(tǒng)自身以及房地產價格的變動外，還可能來自其他如消費、投資等宏觀經濟因素的影響，為使分析更為合理，實證模型加入了GDP增長率（GDPR）變量，作為反映宏觀經濟因素的綜合指標。上述數據均來自中經網統(tǒng)計數據庫。為了增強樣本數據的平穩(wěn)性，對變量GDP增長率、房屋價格指數首先進行對數化處理。

（二）單位根檢驗。利用Eviews6.0對變量進行ADF檢驗，檢驗結果如表3所示，三個時間序列均是I（1）序列，因此，可直接對各變量進行回歸分析。

（三）模型建立及回歸分析。本文運用Eviews6.0對各變量進行線性回歸分析。建立方程如下：

FSI=β1*LOG（HP）+β2*LOG（GDPR）+μ

其中μ為隨機擾動項。

對方程進行回歸，由于DW=0.353430，說明方程存在正自相關，故采用迭代法對其進行修正。修正后結果如下：

從上述結果可以看出， DW=2.10515，表明方程不存在自相關。各解釋變量的t檢驗顯著，說明各解釋變量都對因變量有顯著影響；方程可決系數R2=0.979278表明方程的擬合情況優(yōu)良，回歸結果可靠。

（四）結論分析。上述實證分析結果表明，GDP增長率與金融安全指數之間呈正相關關系，房地產價格指數與金融安全指數之間存在負相關關系。也就是說，在2001-2012年的考察期內，房地產價格增長率每提高1%，會導致金融安全指數反向波動0.471458，因此，房地產價格的上漲會加重金融不安全。相對于房地產價格的作用，GDP增長率每提高l%，金融安全指數同向變化0.645083。可見，房地產價格變化雖然會對金融安全狀況產生影響，但小于經濟增長速度的變化對金融安全的正向影響。

（五）Granger因果檢驗。由ADF檢驗可知，各時間序列為I（1）序列，因此，房地產價格指數與金融安全指數存在長期穩(wěn)定的均衡關系，但這種均衡關系是否構成因果關系，還需進一步檢驗。本文借助Granger因果關系檢驗法對這一問題進行分析。各變量Granger因果關系檢驗結果如表4所示：

表4顯示，當滯后階數為3時，檢驗結果拒絕了LNHP不是FSI的Granger原因的零假設，這說明房地產價格是影響金融安全的Granger原因，即房地產價格是影響金融安全的重要因素。但是，在滯后階數為1和2時，兩者之間不存在Granger因果關系，這說明，中國房地產價格和金融安全之間因果關系的穩(wěn)定性稍差，這可能與中國房地產周期不完整、金融系統(tǒng)具有較強的壟斷性有關。

四、穩(wěn)定房地產市場的政策選擇

（一）調節(jié)經濟發(fā)展模式，提高內需在國民經濟中的地位，減少對房地產的依賴。定期發(fā)布房地產價格以及房地產經營、投資、消費和流通等方面的信息，引導房地產市場價格合理形成；改變現(xiàn)有土地制度，完善土地價格形成機制，合理安排土地財政收入。

（二）加強房地產業(yè)信貸規(guī)模監(jiān)管，對房地產資金的流向實行疏堵結合。制定區(qū)域化的房地產信貸政策，建立完善的房地產信貸征信管理體系，為銀行加強貸款前審查提供支持；加大對國際投機資本的監(jiān)管，降低其投機金融產品和房地產產品的可能性。

（三）改善商業(yè)銀行自身治理結構，加強住房開發(fā)貸款管理。嚴格貸款發(fā)放條件，保持合理的信用杠桿；設計并建立監(jiān)控預警體系，根據房地產發(fā)展實際情況，適時調整房地產金融業(yè)務的經營方向和策略；強化商業(yè)銀行風險控制的獨立性，避免受到較大的行政性干預；完善房地產貸款擔保和保險制度，建立多層次、多元化的房地產金融籌資渠道，創(chuàng)新房地產金融產品。

（四）健全房地產評價指標體系，建立多方面全方位的房地產泡沫預警體系。從多個角度對房地產泡沫進行預警，充分利用現(xiàn)代信息技術手段正確地引導房地產投資與消費，及時、準確地預防房地產泡沫產生。

參考文獻

[1]李成，王建軍.解讀信貸推動下的美國房地產泡沫與金融危機[J].金融論壇，2009，（2）：49-54。

[2]王雪峰.房地產泡沫和金融安全—日本泡沫經濟的啟示[J].日本學論壇，2006，（4）：6-17。

[3]王雪峰.中國房地產泡沫和金融不安全的實證研究[J].山西財經大學學報，2006，（12）：79-84。

[4]袁鯤，段軍山.信貸擴張、房地產泡沫與銀行危機[J].開發(fā)研究，2009，（5）：150-153。

[5]張炯，賈仁甫，張兵.2001—2008年我國房地產價格與金融市場關系的實證研究[J].建筑經濟，2009，（12）：47-50。

責任編輯、校對：張德進

計算各個因子得分。借助SPSS軟件分別計算各主因子F1、F2、F3的得分Z1、Z2、Z3，如表2所示。

計算綜合得分，構建金融安全指數。以提取的三個公共因子所對應的特征值貢獻率為權數進行線性加權求和，計算金融安全綜合得分Z，其中Z=11.595/（11.595+2.733+1.329）* Z1+2.733/（11.595+2.733+1.329）* Z2+1.329/（11.595+2.733+ 1.329）* Z3，得到金融安全指數FSI，如表2最后一列所示。

三、中國房地產市場對金融安全影響的實證分析

（一）指標選取。為簡化分析過程，本文選取全國房屋銷售價格指數（HP）來代表當前中國房地產市場發(fā)展狀態(tài)。另外，由于影響金融安全的因素除了來自金融系統(tǒng)自身以及房地產價格的變動外，還可能來自其他如消費、投資等宏觀經濟因素的影響，為使分析更為合理，實證模型加入了GDP增長率（GDPR）變量，作為反映宏觀經濟因素的綜合指標。上述數據均來自中經網統(tǒng)計數據庫。為了增強樣本數據的平穩(wěn)性，對變量GDP增長率、房屋價格指數首先進行對數化處理。

（二）單位根檢驗。利用Eviews6.0對變量進行ADF檢驗，檢驗結果如表3所示，三個時間序列均是I（1）序列，因此，可直接對各變量進行回歸分析。

（三）模型建立及回歸分析。本文運用Eviews6.0對各變量進行線性回歸分析。建立方程如下：

FSI=β1*LOG（HP）+β2*LOG（GDPR）+μ

其中μ為隨機擾動項。

對方程進行回歸，由于DW=0.353430，說明方程存在正自相關，故采用迭代法對其進行修正。修正后結果如下：

從上述結果可以看出， DW=2.10515，表明方程不存在自相關。各解釋變量的t檢驗顯著，說明各解釋變量都對因變量有顯著影響；方程可決系數R2=0.979278表明方程的擬合情況優(yōu)良，回歸結果可靠。

（四）結論分析。上述實證分析結果表明，GDP增長率與金融安全指數之間呈正相關關系，房地產價格指數與金融安全指數之間存在負相關關系。也就是說，在2001-2012年的考察期內，房地產價格增長率每提高1%，會導致金融安全指數反向波動0.471458，因此，房地產價格的上漲會加重金融不安全。相對于房地產價格的作用，GDP增長率每提高l%，金融安全指數同向變化0.645083。可見，房地產價格變化雖然會對金融安全狀況產生影響，但小于經濟增長速度的變化對金融安全的正向影響。

（五）Granger因果檢驗。由ADF檢驗可知，各時間序列為I（1）序列，因此，房地產價格指數與金融安全指數存在長期穩(wěn)定的均衡關系，但這種均衡關系是否構成因果關系，還需進一步檢驗。本文借助Granger因果關系檢驗法對這一問題進行分析。各變量Granger因果關系檢驗結果如表4所示：

表4顯示，當滯后階數為3時，檢驗結果拒絕了LNHP不是FSI的Granger原因的零假設，這說明房地產價格是影響金融安全的Granger原因，即房地產價格是影響金融安全的重要因素。但是，在滯后階數為1和2時，兩者之間不存在Granger因果關系，這說明，中國房地產價格和金融安全之間因果關系的穩(wěn)定性稍差，這可能與中國房地產周期不完整、金融系統(tǒng)具有較強的壟斷性有關。

四、穩(wěn)定房地產市場的政策選擇

（一）調節(jié)經濟發(fā)展模式，提高內需在國民經濟中的地位，減少對房地產的依賴。定期發(fā)布房地產價格以及房地產經營、投資、消費和流通等方面的信息，引導房地產市場價格合理形成；改變現(xiàn)有土地制度，完善土地價格形成機制，合理安排土地財政收入。

（二）加強房地產業(yè)信貸規(guī)模監(jiān)管，對房地產資金的流向實行疏堵結合。制定區(qū)域化的房地產信貸政策，建立完善的房地產信貸征信管理體系，為銀行加強貸款前審查提供支持；加大對國際投機資本的監(jiān)管，降低其投機金融產品和房地產產品的可能性。

（三）改善商業(yè)銀行自身治理結構，加強住房開發(fā)貸款管理。嚴格貸款發(fā)放條件，保持合理的信用杠桿；設計并建立監(jiān)控預警體系，根據房地產發(fā)展實際情況，適時調整房地產金融業(yè)務的經營方向和策略；強化商業(yè)銀行風險控制的獨立性，避免受到較大的行政性干預；完善房地產貸款擔保和保險制度，建立多層次、多元化的房地產金融籌資渠道，創(chuàng)新房地產金融產品。

（四）健全房地產評價指標體系，建立多方面全方位的房地產泡沫預警體系。從多個角度對房地產泡沫進行預警，充分利用現(xiàn)代信息技術手段正確地引導房地產投資與消費，及時、準確地預防房地產泡沫產生。

參考文獻

[1]李成，王建軍.解讀信貸推動下的美國房地產泡沫與金融危機[J].金融論壇，2009，（2）：49-54。

[2]王雪峰.房地產泡沫和金融安全—日本泡沫經濟的啟示[J].日本學論壇，2006，（4）：6-17。

[3]王雪峰.中國房地產泡沫和金融不安全的實證研究[J].山西財經大學學報，2006，（12）：79-84。

[4]袁鯤，段軍山.信貸擴張、房地產泡沫與銀行危機[J].開發(fā)研究，2009，（5）：150-153。

[5]張炯，賈仁甫，張兵.2001—2008年我國房地產價格與金融市場關系的實證研究[J].建筑經濟，2009，（12）：47-50。

責任編輯、校對：張德進

計算各個因子得分。借助SPSS軟件分別計算各主因子F1、F2、F3的得分Z1、Z2、Z3，如表2所示。

計算綜合得分，構建金融安全指數。以提取的三個公共因子所對應的特征值貢獻率為權數進行線性加權求和，計算金融安全綜合得分Z，其中Z=11.595/（11.595+2.733+1.329）* Z1+2.733/（11.595+2.733+1.329）* Z2+1.329/（11.595+2.733+ 1.329）* Z3，得到金融安全指數FSI，如表2最后一列所示。

三、中國房地產市場對金融安全影響的實證分析

（一）指標選取。為簡化分析過程，本文選取全國房屋銷售價格指數（HP）來代表當前中國房地產市場發(fā)展狀態(tài)。另外，由于影響金融安全的因素除了來自金融系統(tǒng)自身以及房地產價格的變動外，還可能來自其他如消費、投資等宏觀經濟因素的影響，為使分析更為合理，實證模型加入了GDP增長率（GDPR）變量，作為反映宏觀經濟因素的綜合指標。上述數據均來自中經網統(tǒng)計數據庫。為了增強樣本數據的平穩(wěn)性，對變量GDP增長率、房屋價格指數首先進行對數化處理。

（二）單位根檢驗。利用Eviews6.0對變量進行ADF檢驗，檢驗結果如表3所示，三個時間序列均是I（1）序列，因此，可直接對各變量進行回歸分析。

（三）模型建立及回歸分析。本文運用Eviews6.0對各變量進行線性回歸分析。建立方程如下：

FSI=β1*LOG（HP）+β2*LOG（GDPR）+μ

其中μ為隨機擾動項。

對方程進行回歸，由于DW=0.353430，說明方程存在正自相關，故采用迭代法對其進行修正。修正后結果如下：

從上述結果可以看出， DW=2.10515，表明方程不存在自相關。各解釋變量的t檢驗顯著，說明各解釋變量都對因變量有顯著影響；方程可決系數R2=0.979278表明方程的擬合情況優(yōu)良，回歸結果可靠。

（四）結論分析。上述實證分析結果表明，GDP增長率與金融安全指數之間呈正相關關系，房地產價格指數與金融安全指數之間存在負相關關系。也就是說，在2001-2012年的考察期內，房地產價格增長率每提高1%，會導致金融安全指數反向波動0.471458，因此，房地產價格的上漲會加重金融不安全。相對于房地產價格的作用，GDP增長率每提高l%，金融安全指數同向變化0.645083。可見，房地產價格變化雖然會對金融安全狀況產生影響，但小于經濟增長速度的變化對金融安全的正向影響。

（五）Granger因果檢驗。由ADF檢驗可知，各時間序列為I（1）序列，因此，房地產價格指數與金融安全指數存在長期穩(wěn)定的均衡關系，但這種均衡關系是否構成因果關系，還需進一步檢驗。本文借助Granger因果關系檢驗法對這一問題進行分析。各變量Granger因果關系檢驗結果如表4所示：

表4顯示，當滯后階數為3時，檢驗結果拒絕了LNHP不是FSI的Granger原因的零假設，這說明房地產價格是影響金融安全的Granger原因，即房地產價格是影響金融安全的重要因素。但是，在滯后階數為1和2時，兩者之間不存在Granger因果關系，這說明，中國房地產價格和金融安全之間因果關系的穩(wěn)定性稍差，這可能與中國房地產周期不完整、金融系統(tǒng)具有較強的壟斷性有關。

四、穩(wěn)定房地產市場的政策選擇

（一）調節(jié)經濟發(fā)展模式，提高內需在國民經濟中的地位，減少對房地產的依賴。定期發(fā)布房地產價格以及房地產經營、投資、消費和流通等方面的信息，引導房地產市場價格合理形成；改變現(xiàn)有土地制度，完善土地價格形成機制，合理安排土地財政收入。

（二）加強房地產業(yè)信貸規(guī)模監(jiān)管，對房地產資金的流向實行疏堵結合。制定區(qū)域化的房地產信貸政策，建立完善的房地產信貸征信管理體系，為銀行加強貸款前審查提供支持；加大對國際投機資本的監(jiān)管，降低其投機金融產品和房地產產品的可能性。

（三）改善商業(yè)銀行自身治理結構，加強住房開發(fā)貸款管理。嚴格貸款發(fā)放條件，保持合理的信用杠桿；設計并建立監(jiān)控預警體系，根據房地產發(fā)展實際情況，適時調整房地產金融業(yè)務的經營方向和策略；強化商業(yè)銀行風險控制的獨立性，避免受到較大的行政性干預；完善房地產貸款擔保和保險制度，建立多層次、多元化的房地產金融籌資渠道，創(chuàng)新房地產金融產品。

（四）健全房地產評價指標體系，建立多方面全方位的房地產泡沫預警體系。從多個角度對房地產泡沫進行預警，充分利用現(xiàn)代信息技術手段正確地引導房地產投資與消費，及時、準確地預防房地產泡沫產生。

參考文獻

[1]李成，王建軍.解讀信貸推動下的美國房地產泡沫與金融危機[J].金融論壇，2009，（2）：49-54。

[2]王雪峰.房地產泡沫和金融安全—日本泡沫經濟的啟示[J].日本學論壇，2006，（4）：6-17。

[3]王雪峰.中國房地產泡沫和金融不安全的實證研究[J].山西財經大學學報，2006，（12）：79-84。

[4]袁鯤，段軍山.信貸擴張、房地產泡沫與銀行危機[J].開發(fā)研究，2009，（5）：150-153。

[5]張炯，賈仁甫，張兵.2001—2008年我國房地產價格與金融市場關系的實證研究[J].建筑經濟，2009，（12）：47-50。

責任編輯、校對：張德進