金融支持對房地產市場發展的影響
——基于中國經驗的理論分析與實證檢驗

■胡東婉，袁　堯，楊　剛

金融支持對房地產市場發展的影響
——基于中國經驗的理論分析與實證檢驗

■胡東婉，袁堯，楊剛

房改以來金融支持對中國房地產市場大發展影響深遠。本文通過構建一個消費者與開發商的房地產市場局部均衡模型，對該影響力進行了理論分析，并在此基礎上構建了狀態空間模型，用中國數據對該影響力進行了實證研究。結果表明：金融支持是房改以來中國房地產市場量價齊升的重要原因，其對商品住房的量價影響都比較穩定，且對銷量的影響更加顯著。鑒于金融支持的影響特點和房地產市場的重要地位，可以將其作為宏觀調控的重要政策工具來達到調節與管理經濟冷熱的目的。

金融支持；商品住房量價；局部均衡模型；狀態空間模型

胡東婉（1990-），江蘇常州人，東北師范大學地理科學學院區域經濟學博士生，研究方向為區域經濟協調發展。（吉林長春130024）；袁堯（1981-），江蘇常州人，上海財經大學金融學院金融學專業碩士生，研究方向為房地產金融；楊剛（1974-），上海財經大學國際工商管理學院博士后，浙江農林大學經濟管理系副教授，研究方向為房地產金融、區域經濟政策等。（上海200433）

一、引言及文獻回顧

金融支持是指為促進一個行業發展而采取的各種傾斜性金融政策。房地產市場金融支持措施主要有住房開發貸款額度變化、個人住房按揭貸款（包括商業和住房公積金）額度變化、首付成數增減、利率優惠幅度、直接融資與信托政策變化、住房金融創新許可程度、房地產市場利用外資的許可范圍以及管理套利熱錢的松緊程度等，可以歸納為住房開發支持和住房消費及投資支持兩方面。

住房金融支持是貨幣政策的一個部分，由于貨幣政策主要通過貨幣渠道與信貸渠道影響經濟主體的投資與消費，因此住房金融政策也通過這兩個主要渠道影響房地產市場（武康平和胡諜2010）。房價在貨幣政策工具傳導機制中的重要地位，主要基于以下三方面原因：第一，在多數發達國家，住房財富是私人部門凈財富的重要組成部分。據孫元欣（2006）研究發現，英國家庭凈財富中41%是住房財富，而美國占39%；第二，住房資產比金融資產在家庭之間分布更普遍，是對普通大眾產生更大范圍的影響；第三，房地產具有固定、耐久及升值性，金融機構一般都接受其為貸款抵押物，而這點能放大貨幣政策實際效應。

金融自由化程度高的市場，利率對房價的影響很大，但在中國數量型貨幣政策手段的影響要更顯著。Iacoviello and Minetti（2006）通過構建結構性向量自回歸模型（SVAR）研究了德國、法國、英國、西班牙、瑞典和意大利影響房價波動的各種宏觀經濟因素后，發現貨幣政策會在短期內對房價造成重大影響，利率上調后各國房價會不同程度下跌。金融自由化程度越高的市場，房價對利率沖擊的反應越大且越持久。梁云芳和高鐵梅等（2006）運用1995～2005年的中國季度數據進行實證研究后認為，貨幣供應量M2與房價成負相關，貨幣供應量M2每增加1%，房價將下降0.42%。楊剛和王洪衛等（2012）通過運用1998～2011年季度數據實證研究后認為，房價的貸款規模彈性表現出顯著的區域性，“分層效應”明顯，大致維持在0.15～0.25之間。

適當的金融支持力度能促進房地產市場繁榮，但是金融支持過度將導致房價泡沫。OECD經濟部經濟學家Christophe Andre（2010）通過分析OECD18個國家最近15年房地產市場的特點，認為金融市場的創新發展與房地產泡沫的生成有著直接的密切關系，使本輪房地產市場周期表現出了與以往周期很多不同的特征：上漲幅度大，持續時間長，泡沫破裂速度更快。2002年以來美國長期低利率的寬松貨幣政策被認為是引起銀行借貸標準放松、銀行體系風險過度積聚和次貸危機的重要原因（Adrian and Shin，2010）。在央行準備實施退出寬松貨幣政策時，要注意改變投資者對風險敞口和遠期利率的樂觀預期，從而避免金融風險的進一步增大；要防止影子銀行利用“以短貸長”和“以長貸短”的循環模式不斷騰挪和增強市場流動性，從而避免貨幣政策工具的效力遭到削弱（孫晶磊，張亮，2015）。

關于調控房價抑制泡沫膨脹，Allen等人（2000）建立模型說明銀行等金融中介的代理問題如何導致資產泡沫的形成。謝經榮等（2002）發展了Allen的研究，通過一個包括地產商和銀行兩方的資本市場局部均衡模型，說明資產價格與信貸數量相關，資產回報的不確定性將導致資產泡沫的產生，而人們對未來信貸擴張及信貸擴張程度的不確定性將提高泡沫的嚴重程度。袁志剛和樊瀟彥（2003）從房地產市場局部均衡出發討論了均衡價格中是否存在理性泡沫，為分析房地產泡沫形成及破滅的原因提供了一個簡明的分析框架，是一個較好的理論模型。徐淑一、殷明明、陳平等（2015）通過考察市場利率、房地產價格與貨幣政策目標變量（產出和物價水平）之間的動態關系，結果表明我國房地產價格符合貨幣政策中間目標變量選擇的相關性準則；通過研究市場利率與央行三大政策工具之間的聯動性，確定央行的貨幣政策工具對房地產價格調控具有可行性。

從我們文獻研讀的結果來看，已有研究主要存在三個主要不足之處：一是從結構上看，沒有將理論研究與實證分析有機融合起來，兩者基本上是相互獨立的，缺乏充分的邏輯關系；二是從方法上看，理論分析模型存在一些缺陷，需要進一步完善，實證方法需要有更多的動態模型嘗試，來進一步證實理論研究結論；三是從數據來看，對近年來中國房地產市場調控效果尚無深入研究，對金融支持的指標選擇多以貨幣供應量M2等替代，而實際上房地產類貸款相比M2，對房地產市場量價波動的影響更強更直接。本文研究目標就是為解決上述問題。

二、基于房地產市場局部均衡的理論分析

（一）沒有金融支持時房地產市場局部均衡情況

1.沒有金融支持時消費者的最優選擇

在嚴格假設條件下，消費者只能靠自己的積累來購房。其他假設如下：（1）社會上只有兩代人，由于沒有金融支持，都需要靠自身儲蓄房款購房。第一代人已工作多年，有足夠積蓄在當前購房；第二代剛參加工作尚無積蓄無力購房；（2）消費者第i期收入為M1i，只消費兩種商品：住房和另一種商品。住房H的面積為Qdi，價格為P1i；另一種商品C的數量為Q2i，價格為P2i；（3）房產面積能任意分割，供需均能按每單位進行生產消費；（4）消費者的效用函數為U（Qd，Q2）=Ln（AQdαQ2β）。本部分主要考察第一代人購房后，第二代人購房時市場的供需均衡狀況。

在沒有金融支持的情況下，第二代人每期住房消費所受的約束條件為：

QdiP1i+Q2iP2i≤M1ii=1，2…t，t為房產消費面積累計達到消費者目標值的時間

則消費者所獲得的總效用最大化可以表示成：

其中，P1iQdi為第i期購買的房產價值，ΩdM1i為第i期的購房支出資金。

事實上，由于房產面積不能夠任意分割，消費者不能將房產分期購買并加總，開發商亦不能根據需要逐步建房。消費者只能將每期的購房資金積攢起來存在銀行中，當攢夠了能購買目標面積的房產時將儲蓄取出一次性付款購房。因此我們將假設條件收緊，去掉第二條假設，則購房行為與現實情況更接近：購房行為分成兩個階段，第一階段為儲蓄房款階段，將各期購房資金儲蓄在銀行中，存款利率為r，儲蓄期為t年；第二階段為第t年，此時

2.沒有金融支持時開發商的最優選擇

在沒有金融支持的情況下，開發商只能用自有資金開發房地產。假設如下：（1）由于在儲蓄房款階段沒有市場需求，開發商就選擇不開發，而在第二階段即第t期集中開發以提高資金利用率，減少庫存降低成本。忽略開發周期以簡化模型；（2）開發商自有資金為M2t；（3）房地產開發需要兩種要素L和K，其數量分別為X1t與X2t，價格分別為r1t與r2t；（4）開發商的生產函數為其中0＜a，b＜ 1，k為技術進步率，a+b為開發商的規模效應情況。如果a+b=1，則規模效應不變。

在上述假設條件下，開發商開發房地產所受的約束條件為r1tX1t+r2tX2t≤M2t，開發商在約束條件下尋求產量最大化：

這一規劃的最優解為X1t=aM2t/（a+b）r1tX2t=b M2t/（a+b）r2t

3.沒有金融支持時的市場均衡狀態

在房地產市場出清的情況下，必然有Qdt=Qst，則根據（I）、（Ⅱ）有

（二）有金融支持時房地產市場局部均衡情況

下面考察將假設條件放松，引入金融支持條件下房地產市場局部均衡的情況。

1.金融支持下消費者的最優選擇

由于金融支持提高了消費者的購房能力，消費者只需支付首付后即可辦理抵押貸款按揭購房。假設如下：（1）社會上仍然只有兩代人，但是第二代消費者現在能夠在金融支持下以按揭方式提前購房；（2）其收入依然分為兩塊來消費：支付每年按揭款Li，剩下的為其他消費；（3）消費者按照等額本息還款，借款利率固定為r′，期限為t年，首付成數為據消費者當前收入狀況來貸款，未來收入狀況與消費面積以及按揭款無關，因此其所受的約束條件為消費者效用函數仍然為：

在以上假設條件下，第二代消費者總效用最大化可以表示為：

另外，由于第一代消費者已經有足夠的儲蓄房款，既可以選擇向銀行貸款，也可以選擇全款購房，他們將全部參與購房，因此總的均衡消費量Qd′為

2.金融支持下開發商的最優選擇

在金融支持下開發商利用自有資金加融資來建房，假設如下：

（1）開發融資額為L，為簡化模型，融資利率也設為r′，則在市場出清條件下實際共有資金M2′=M2+ （1-r′）L；（2）由于有金融支持，兩代人都能在第一期購房，因此如果不考慮開發周期，開發商將在t=1時開始提供住房，生產函數不變；（3）兩種生產要素的數量分別為X1與X2，價格分別為r1與r2；（4）開發商所受的約束條件為r1X1+r2X2≤M2′。

開發商在約束條件下尋求產量最大化：

這一規劃的最優解為X1=aM2′/（a+b）r1

令Ωs=K（a/r1）a（b/r2）b/（a+b）a+b為開發商的開發系數，則：

3.金融支持下的市場均衡狀態

在房地產市場出清的情況下必然有Qd′=Qs，根據（Ⅳ）、（Ⅴ）有：

則均衡價格P1為：

（三）在有金融支持前后，消費者的購房時間及均衡狀況比較

1.金融支持下購房時間t顯著提前

在金融支持前，儲蓄房款的時間t為滿足QdtP1t=ΩdM1i的時間。t不是首要地取決于需求，而是取決于收入、利率、房價、目標面積以及效用函數等，在其他幾方面一定的情況下收入將起決定作用。由于收入與房價的巨大差距，t將非常漫長，導致房地產市場長時間無交易，住房需要受到明顯的壓抑。

在有金融支持下，購房時間將取決于需要和首付成數、利率和收入等金融支持的力度大小。從一般國際規律看，只要每期按揭款不超過收入的一半，能支付首付，這樣的購房人就是銀行的優質客戶。假設房價收入比為10，僅靠儲蓄需要最少t=10年才能購房；而在金融支持下，如果首付2成，只需儲蓄t=2年即可購房，購房時間提前了8年；如果前期已有積蓄，則能夠馬上支付首付購房，市場立即啟動。

從購房時間分析可見，當市場潛在需求大但是經濟不景氣時，能夠通過房地產金融提前啟動房地產市場，作為經濟的發動機迅速拉動內需對抗蕭條，擺脫不景氣狀態，避免經濟持續下滑。

2.金融支持下均衡數量變化及主要金融影響因素

根據（Ⅰ）與（Ⅳ），金融支持后的房產均衡消費數量變化為：

Q′＞0是顯而易見的，因此金融支持下均衡消費量將上升。

與金融支持相關的幾個重要變量，其一階偏導如下：

?Q′/?r′＜0，說明貸款利率越低，住房消費的均衡數量將比沒有金融支持下消費數量增加越多，金融支持效果越明顯；

?Q′/?θ＜0，說明按揭成數越低，數量差越大，金融支持效果越明顯。

可見通過調低貸款利率和降低首付成數等手段提供金融支持，房地產市場的均衡數量Q將比沒有金融支持時增加。

3.金融支持下均衡價格變化及主要金融影響因素

將沒有金融支持下的均衡價格作為基礎價格，將金融支持下的均衡價格減掉基礎價格的差值就是金融支持帶來的價格效應。根據（Ⅲ）與（Ⅵ），金融支持下的價格效應P′為：

在其他條件不變的情況下，隨著L增加，P′將逐漸下降。不過考慮到房地產開發周期的客觀存在，房產供給存在一定的滯后性，而金融支持下房產需求卻在短期內迅速增加，由此帶來實際均衡價格迅速攀升，使金融支持的價格效應非常突出，往往會導致房價實際上揚。

?P′/?r′＜0，意味著越低的利率對應著越大的價格效應，說明在經濟蕭條期，通過降低利率，能通過房價的提升帶動經濟擺脫通縮的風險。根據魏瑋的研究，利率政策的沖擊效力明顯且持久，是調控房地產市場最有效的貨幣政策工具之一，在此也再次給予了理論證明；

?P′/?θ＜0，說明首付成數1-θ越低，價格效應越大。因此通過下調首付成數，能推動房價的上漲，從而穩定物價對抗通縮。

從以上理論模型分析可見，以貸款利率和首付成數為代表的金融支持對房地產市場有很大影響。由于貸款利率與首付成數同步下調，與它們成反向關系的房地產類融資（包括住房消費和住房開發貸款融資兩方面）的規模會增加，意味著融資增加和利率及首付成數下調的效果相同。由此我們可以得到一個推論，貸款融資、利率及首付成數等各種金融支持政策，能提前消費者購房時間，推動房地產市場量價齊升快速繁榮，甚至形成房價泡沫。下面我們將運用中國數據對上述理論分析的結論進行實證檢驗。

三、基于狀態空間模型的中國經驗實證

（一）指標選擇及檢驗

1.指標選取及數據處理

（1）被解釋變量。選擇歷年商品住房銷售價格（記作“P”）和銷售量（記作“Q”），作為中國房地產市場發展的代理變量，通過分析房地產融資對商品住房量價的動態影響，來反映金融支持在中國房地產市場發展中的重要作用。

（2）解釋變量。中國從1998年開始逐步停止住房的實物分配向住房貨幣化過渡，故本文選取1998年到2014年間各季度數據來開展研究。根據理論分析，信貸規模、利率、首付成數等是影響房價的重要金融支持因素，實際研究中我們發現，利率與信貸規模有強相關性，同在一個模型中會導致多重共線性問題；而且根據國內外學者對中國房地產市場研究結果發現，利率的影響遠低于信貸，故不將利率納入模型中；其他的因素如利率優惠幅度、首付成數等金融支持措施，最終都集中體現為房地產類貸款融資規模變動。因此綜合考慮，我們最終選擇“房地產類融資”作為單一解釋變量代表金融支持力度。包括“房地產開發資金來源”的“國內貸款、個人按揭貸款、債券、利用外資”，以及“個人住房公積金貸款”，加總后代表金融支持力度，記作“F”，都是金融支持性質非常典型的開發和消費類房地產類融資項目公式表示如下：

金融支持（F）=國內貸款+個人按揭貸款+債券+利用外資+住房公積金貸款。

（3）季節調整。通過對數據序列的描述性分析可見，房價、交易量和金融支持力度都含有明顯的季節因素，因此使用X-12的Multiplicative模型對各序列進行季節調整以消除季節因素的影響。

（4）定基與平減處理。為保持可比性，要對各季度房價和金融支持規模序列進行定基處理。首先將歷年CPI的月度同比數據進行加權處理后得到歷年CPI的季度數據，然后以1997年為基期，計算得到歷年CPI的季度定基序列；將各季度房價和金融支持規模除以當季CPI以進行平減處理，分別記作Pt和Ft。

（5）消除異方差。在前述數據處理基礎上，將各序列取對數以消除異方差，并方便測量金融支持的彈性。

（6）數據說明。歷年各季商品住房銷售量、銷售價格①本文所采用的各季度房價為當季商品房銷售額除以當季商品房銷售面積得到，公式為：商品房銷售價=銷售額/銷售量。及CPI數據來源于中經網統計數據庫；國內貸款、個貸余額、利用外資根據中國金融年鑒、中國統計年鑒、中國房地產統計年鑒的歷年數據整理；房地產債券來源于上市公司公開數據；公積金貸款來源于住建部實地調研數據。

2.數據的描述性分析及平穩性檢驗

統計數據描述的P-P圖分析表明，三個變量序列均呈正態分布；散點圖分析表明，金融支持與房價、金融支持與交易量均成較明顯的線性關系。

由于狀態空間模型要求各變量是平穩的或存在協整關系，因此首先對各變量序列及其相互關系進行單位根檢驗和協整檢驗。利用SIC準則確定最佳階數，單位根檢驗發現各序列都是非平穩序列，但都在一階差分后通過了ADF單位根檢驗，說明各變量都是I（1）序列，檢驗結果見附表。

3.協整檢驗及GRANGER因果檢驗

構建各變量序列的一階差分序列進行Johansen協整檢驗，結果表明，融資額與房價及銷售量都有長期穩定關系，具體結果見附表。

由于融資額與房價及銷量均存在著長期穩定關系，因此直接用原序列進行格蘭杰因果檢驗。結果顯示，在滯后2～4階時，金融支持是各季度房價與銷售量的格蘭杰原因，且互為因果。檢驗結果見附表。綜合以上檢驗結果可見，所選數據序列符合狀態空間模型的估計前提條件，構建狀態空間模型所得結論將是可靠的。

（二）狀態空間模型的構建

通過OLS法確定初值，各項檢驗指標均顯示回歸模型穩定，在此基礎上分別構建金融支持對房價和金融支持對銷售量的狀態空間模型如下：

（1）量測方程：

其中，LN（Pt）為第t年經調整和平減處理后的各季度房價，LN（Qt）為第t年經調整、平減和對數處理后的各季度銷售量；Ci為OLS法確定的各金融支持初值；SViK為變參數（i=1，2），分別是各季度房價和銷售量的金融支持彈性，分別代表金融支持對房價和銷售量的影響程度；Uti和εti分別為第t年白噪聲與殘差序列，兩者均為獨立且服從均值為0，方差分別為σ2，協方差矩陣為Q，cov（Uti，εti）=g的正態分布。

（三）實證結果分析

用Kalman濾波解法對上述兩個模型進行估計，得到變參數SViK的估值序列見圖1和圖2。

1.金融支持對商品住房銷售價格的動態影響

從銷售價格的金融支持彈性系數動態變化圖（圖1）可見，彈性系數始終為正，說明金融支持對中國商品住房價格的影響為正向，金融支持力度增大，促使房價上漲；金融支持力度如果反向減少將抑制房價，這一特點與前述理論結論相吻合。具體來講，金融支持對房價的影響呈現以下特點：

（1）銷售價格的金融支持彈性SV1K在0.29～0.31之間，即金融支持的力度每提升一個百分點，中國的房價將上升0.29～0.31個百分點。從圖3中國歷年金融支持房地產市場發展的規模圖可見，房改以來，中國金融支持房地產市場發展的力度非常大，包括向開發商提供貸款、允許發行債券和上市募資以及利用外商投資，同時向消費者提供商業貸款和住房公積金貸款等手段。金融支持有力促進了房價上漲，通過價格發現功能，為中國商品房市場發現和生成合理房價提供了重要保證，有力地促進了房地產市場的發展，量價齊升進入繁榮階段，使中國住房市場化進程得以在較短時間內完成。

不過，由于金融支持對房價影響力很大，當前我們更要重視金融支持帶來的負面影響。次貸危機之后，中國啟動大規模刺激性政策，寬松貨幣政策、外需不振加上城鎮化進程加速，大量金融資源流向房地產市場形成金融過度支持，導致房地產市場泡沫膨脹明顯。以2009年為例，房地產金融支持規模從2008年第四季度的6072.572億元增加到2009年第四季度的10542.897億元，增長幅度高達73.62%，顯示出明顯的過度傾向。同期全國房價均價從3400.47元每平方上漲到4091.74元每平方，增長幅度高達20.33%。根據我們的實證分析，同期金融支持彈性系數為0.2855，計算可知，金融支持對房價上漲的貢獻高達21.01個百分點①金融支持對房價上漲的貢獻=金融支持規模變化百分點*當期房價的金融支持彈性系數。，與實際房價漲幅大致相同，意味著該期房價上漲基本上是金融支持的影響推動。

（2）房價的金融支持彈性系數呈現先高后低、逐漸穩定的特點。從圖1可見，彈性系數動態變化圖可分為兩階段：第一階段從房改啟動開始到2004 年12月，是彈性系數逐漸下降階段；第二階段從2005年3月開始直到現在，彈性系數變化很小，基本穩定在一個較高水平上。

第一階段金融支持彈性系數在最初時最大，說明金融支持的效果在房改啟動之初效果最顯著，有力支持了中國房地產市場的啟動；同時由于當時亞洲金融危機的特殊性，金融支持有力支持了房價，在防止經濟通縮方面起到了重要作用。

第二階段彈性系數變化很小，說明隨著房地產市場化的逐漸深入，在經歷了最初的明顯效果之后，金融支持對價格影響的邊際效應逐漸減弱并穩定在一個較高水平上，對房價形成了一個較為穩定的重要影響力。

結合兩個階段的特點我們可以看到，金融支持是中國房價的一個重要影響力，且已經成為一個比較穩定、可控性較強的房價調節工具。當房價處于下行區間的時候，可以適當加大金融支持力度阻止房價下滑；當房價過高形成房價泡沫的時候，通過適當降低金融支持的力度，能夠達到抑制房地產泡沫的目的。

圖1　銷售價格的金融支持彈性

2.金融支持對商品住房銷售量的動態影響

從銷售量的金融支持彈性系數動態變化圖（見圖2）可見，彈性系數始終為正，說明金融支持對中國商品住房銷售量的影響為正向，金融支持力度增大，會推動商品住房銷售量增加；降低金融支持力度將抑制住房交易，這一特點與前述理論結論相吻合。具體來講，金融支持對商品住房銷售量的影響呈現以下特點：

（1）銷售量的金融支持彈性SV2K在0.89～0.93之間，即金融支持的力度每提升一個百分點，中國的商品住房銷售量將提升0.89～0.93個百分點。相對銷售價格的金融支持彈性，這一彈性系數要大得多，說明金融支持對促進商品住房消費的效果更加顯著，這一效果可以從中國歷年商品房銷售面積（見圖4）反映出來。在1998年中國正式開始提供個人商品住房按揭貸款之前，中國商品住房市場發展較緩慢，尤其是1997年亞洲金融危機爆發之時，當年商品住房銷售量只有7911.91萬平米，同比增長率只有3.86%。1998年開始正式提供個人按揭貸款之后，商品住房市場開始迅速繁榮，當年銷售量增長率高達34%，其后10年間幾乎每年都保持了20%以上的增長率（除了2006年、2008年），而2009年增長更是高達50%！盡管住房銷售量的增加有諸多影響因素，如收入、剛需增加、改善需求及投資購房等，但是如果沒有金融政策的有力支持，消費者必須全款購房，商品住房的銷售量肯定會大打折扣。中原地產的統計數據表明，通過個人按揭貸款購房的消費者，占比高達70%，由此可見金融支持對住房消費的重要作用。

（2）銷售量的金融支持彈性動態變化可以分為三個階段。第一階段從房改開始到1999年第一季度，呈現逐步下降態勢；第二階段從1999年第二季度到2007年第四季度，呈現逐步上升態勢；第三階段從2008年開始到現在，呈現穩中緩慢下降的態勢。

第一階段時間很短暫，很難說彈性系數是受到邊際效用遞減規律的影響所致，可能是受實證分析模型、季節調整等技術性因素的影響而形成。

經過初期短暫調整后在第二階段，銷售量的金融支持彈性形成逐步上揚趨勢，影響系數從0.88上升到0.93，意味著金融支持規模每上升1個百分點，能促進商品住房銷售量增加0.9%左右，充分表現出金融支持對房地產市場銷售量的重要影響。以2007年第四季度為例，當季銷售量的金融支持彈性系數為0.93，金融支持規模增長率達到38.59%，以此計算金融支持對商品住房銷量增長的貢獻①金融支持對銷量增長的貢獻=金融支持規模變化百分點×當期房價的金融支持彈性系數。高達35.89%，實際增長29.02%，充分說明金融支持對房地產市場銷售量的重要影響，促進房地產市場形成了供需兩旺的繁榮局面。

從2008年開始，銷售量的金融支持彈性系數進入穩中有降的第三階段。中國房地產市場經過近十年高速發展，金融支持影響力的邊際遞減效應開始顯現，但是由于房地產市場剛性需求較大，這種邊際遞減效應尚不是特別顯著，而是維持了穩中稍有下降的態勢，截至2014年6月，該彈性系數依然為0.92。

結合三個階段彈性系數特點可見，金融支持對商品住房銷售量的影響非常大，顯著高于其對房價的影響，由此可見金融支持在保證房改順利進行、促進房地產市場供需兩旺進入繁榮期起到了重要作用，與前述理論分析的結論完全一致。

圖2　銷售量的金融支持彈性

圖3　中國歷年金融支持房地產市場發展的規模大小圖

圖4　中國歷年商品房銷售面積　單位：萬平米

四、理論與實證分析的主要結論及政策建議

（一）主要結論

1.金融支持對房地產市場的發展產生重大影響。一定的正向支持力度能夠提早消費者的購房時間，推動房地產市場量價齊升快速繁榮。20世紀90年代初期中國房地產市場泡沫的形成及破滅，就是因為沒有通過配套金融支持啟動住房需求，泡沫形成得快破裂得也快。房改開始后，在住房金融的有力支持下，中國樓市迅速擺脫低迷狀況而提前進入繁榮期，對迅速啟動內需對抗金融危機起了重要作用。中國房地產業終于獲得了10多年的跨越式發展，很大程度上歸功于金融支持在正確的時間，總體上以正確的方式發揮了正確的作用。

2.金融支持對商品住房銷售量的影響顯著高于對價格的影響。這一特點體現出金融支持在保證房改順利進行、促進樓市供需兩旺進入繁榮期和拉動經濟發展等方面的重要作用，也證明了在1998年亞洲金融危機中，中國開展住房市場改革，以及在次貸危機中采取各項住房金融優惠措施，將房地產市場作為支柱產業加大金融支持力度是正確決策。

3.金融支持過度將會導致房價泡沫形成甚至膨脹。金融支持過度包括兩方面，一是強度過大，二是持續時間過長。在樓市繁榮期如果不及時降低金融支持強度，其對房價的較大正向效應將持續產生作用，導致房價不斷攀升，超出居民的收入承受范圍而形成泡沫，這是其最大的負面效應。2003年以來中國政府就已經認識到了這個問題，但是由于采取的調控措施缺乏針對性，金融支持過度的問題長期存在，導致房價越調越高形成泡沫；再加上突如其來的次貸危機爆發后，中國政府被動加大金融支持力度，導致房價泡沫進一步膨脹。

（二）主要政策建議

1.充分發揮金融支持對房地產市場的影響作用來調控房地產市場。鑒于金融支持對房地產市場量價的影響特點，應當積極發揮住房金融的作用，在樓市低迷的時候適當提供優惠組合措施，刺激市場需求帶動量價齊升；在樓市非理性繁榮期，應當及時降低支持力度，防止房價泡沫滋生甚至膨脹。

2.當前應當利用金融支持作用來穩定房地產市場。在當前中國房地產市場整體存在不均衡泡沫，熱點地區泡沫較大，并且房價形成拐點和向下預期的情況下，既要防止泡沫膨脹，又要防止刺破泡沫導致經濟金融危機。因此，要采取較為溫和、不對稱的金融措施，有保有壓統籌兼顧，實現既要防止熱點地區泡沫膨脹，又防止冰點地區樓市崩盤，保持房價大致穩定，促進房地產市場可持續繁榮。

3.充分發揮住房金融的重要作用來進行宏觀調控。綜合金融支持對房價和銷售量的影響分析可見，金融支持力度的大小能夠對二者產生顯著影響，進而影響房地產市場的發展。而且由于房地產市場上下游產業鏈長，其發展能帶動50多個相關產業發展，能充分拉動內需，具有強大的經濟帶動作用，能夠對中國經濟起到重要調節和影響的作用。結合住房金融的特點和房地產市場的重要作用，我們將房地產市場作為一個重要的中介目標，將金融支持作為一項政策工具，根據宏觀經濟的發展需要來通過金融支持手段來調控房地產市場，促進國民經濟可持續增長的最終目標。當經濟處于下行通道有通縮風險的時候，可以適當加大金融支持的力度，通過發揮房地產市場作用帶動經濟發展防通縮；當經濟過熱的時候，適當降低金融支持的力度，抑制房地產泡沫防通脹，為經濟降溫。這一功能在當前中國城市化進程尚未完成、居民住房消費整體需求較旺盛的時候，效果將更顯著。

［1］武康平，胡諜.房地產市場與貨幣政策傳導機制［J］.中國軟科學，2010，（11）：32～43.

［2］孫元欣.美國家庭資產統計方法和分析［J］.統計研究，2006，（2）：45～49.

［3］梁云芳，高鐵梅，賀書評.房地產市場與國民經濟協調發展的實證研究［J］.中國社會科學，2006，（3）：374～84.

［4］楊剛，王洪衛，謝永康.貨幣政策工具類型與區域房價：調控效果的比較研究［J］.現代財經，2012，（5）：27～34.

［5］孫晶磊，張亮.日美房地產泡沫的破滅對我國貨幣政策調控的啟示［J］.稅務與經濟，2015，（5）：25～30.

［6］謝經榮等.地產泡沫與金融危機［M］.經濟管理出版社，2002.

［7］袁志剛，樊瀟彥.房地產市場理性泡沫分析［J］.經濟研究，2003，（3）：34～43.

［8］徐淑一，殷明明，陳平.央行貨幣政策工具調控房地產價格的可行性［J］.國際金融研究，2015，（2）：35～44.

［9］Adrian，Tobias；Shin，HyunSong.Liquidity and leverage.［J］.Journal of Financial Intermediation.2010，（3）：418～437.

［10］Allen，F.and Gale，D.Bubbles and Crises［J］. The Economic Journal，（2000），（110）：236～255.

［11］Christophe Andre.A Bird's Eye View of OECD Housing Markets［R］.OECD Working Paper. January，2010.

［12］Iacoviello M，Minetti R. International business cycles with domestic and foreign lenders［J］. Journal of Monetary Economics，2006，（53）：2267～2282.

F830.572

A

1006-169X（2016）06-0066-09

本文系教育部人文社科青年基金項目（編號14YJC790152）、國家自然科學基金項目（編號：71173142）、中國博士后科學基金面上項目（編號：2013M531157）的階段性成果、上海市教委科研創新人文類一般課題（14YS128）。