安徽省銀行房地產信貸與房價關系研究

楊鵬

本文選取2000年至2015年安徽省銀行房地產信貸與房地產價格的時間序列數據，采用單位根檢驗、協整、Granger因果關系檢驗和誤差修正模型的方法研究了二者之間的關系。分析研究表明：安徽省銀行房地產信貸與房地產價格二者之間存在長期均衡關系，且存在單方面格蘭杰原因。銀行房地產信貸在短期內對房地產價格上升影響有限，對房地產價格的影響還是通過長期作用來體現。最后從銀行信貸政策、加強監管體系和多元化融資渠道等方面提出相應建議。

房地產行業具有投資周期長、成本高等特點，所以需要大量資金支持，而由于大多房地產企業自有資金不足，融資渠道少，銀行信貸便成為了房地產業主要的融資渠道，而房地產企業作為銀行的優質客戶，投資回報利潤高，銀行也樂意對其放貸。從人民銀行安徽省分行公布的金融數據來看，2016年以來，伴隨著房地產市場的火熱，金融機構的對外貸款也不斷增加。因此，有必要研究安徽省銀行信貸與房地產價格之間的關系，分析二者之間是否存在相互影響。

本文主要以商業銀行信貸為出發點，選取2000年至2015年安徽省銀行房地產信貸與房地產價格的年度時間序列數據，采用單位根檢驗、協整、Granger因果關系檢驗和誤差修正模型方法研究了二者之間的關系。希望可以通過研究發現商業銀行信貸與房地產價格之間的關系，進一步為安徽省房地產市場的宏觀調控及控制商業銀行的金融風險提供相關政策建議。

一、相關文獻綜述

關于銀行房地產信貸與房地產價格的關系，國內很多學者都對此進行了大量研究。段忠東等（2007）選取了2001年1月至2006年8月的月度數據，利用協整檢驗的方法分析得出我國房價和銀行房地產信貸之間存在長期的平穩關系，并且銀行房地產信貸是短期時間內房價波動的格蘭杰原因。林意文（2012）年利用Var模型對2003年1月到2011年8月廣東省商品房平均銷售價格和銀行對房地產信貸額的月度時間序列數據進行研究，歸納得到房價與銀行信貸風險存在正相關關系，但是銀行信貸在短期內對房價的推動作用有限的結論。渠源（2015）對河南省2006年至2013年房地產價格與銀行信貸相關性進行分析，得到結論，隨著時間的推移二者之間保持著穩定均衡、正相關關系，而且效果明顯。但是二者并不互為因果關系。

二、實證分析

（一） 模型選取與數據處理

本文選取2000年至2015年安徽省房地產貸款額和商品房年均銷售價格兩個指標，去年度時間序列數據，其中房地產信貸總額采用安徽省房地產資金來源中的國內貸款表示，商品房年均售價采用商品房總額除以銷售面積表示，所有數據均來自于安徽省統計年鑒，其中X表示房地產信貸總額、Y代表商品房均價。為了消除時間序列數據的不平穩性，對以上數據取自然對數，得到的數據分別用LNX、LNY表示，使用Eviews9.0版本軟件分析。

（二） 單位根檢驗

由于時間序列數據多為不穩定數據，估計出的結果可能不具有有效性從而出現“偽回歸問題”，所以需要對數據進行單位根檢驗，用穩點的時間序列數據建立合理的模型。

利用Eviews6.0對LNX、LNY、LNX（-1）、LNY（-1）做ADF檢驗，觀察結果看到時間序列變量LNX、LNY和一階差分LNX（-1）、LNY（-1）均高于1%的臨界水平，說明它們在1%的顯著性水平接受原假設，存在單位根，為不平穩時間序列。而二階差分LNX（-2）、LNY（-2）皆小于1%的ADF臨界值，則說明LNX（-2）、LNY（-2）為二階平穩數據，存在協整關系。

（三） 協整檢驗

根據AIC原則將二階差分的檢驗標準設定為不存在趨勢項和截距項，由特征根跡檢驗結果得到，在1%的顯著性水平下，LNX（-2）、LNY（-2）之間存在協整關系，我們采用E-G兩步法來做協整檢驗。

首先建立模型，假設LNX（-2）、LNY（-2）的關系模型為：

LNYt=α0+βLNXt+εt （3-1）

然后使用OLS法進行回歸分析得到模型：

LNYt=5.579965+0.475381LNXt+εt （3-2）

t= （56.50836） （24.26637）

R2= 0.976777 F=588.8566 D.W=1.345494

可見模型的擬合優度（R2）非常好，且t檢驗、F檢驗和序列相關檢驗均通過，經濟意義合理，可以認為是理想的模型。

接著得到殘差序列：

εt=5.579965+0.475381LNXt-LNYt （3-3）

記為RESID01，再對其做單位根檢驗看出殘差通過了1%臨界值的ADF檢驗，說明在1%的顯著性水平下拒絕原假設，殘差序列是平穩的。所以LNX（-1）、LNY（-1）之間存在長期穩定的均衡關系，即2000年至2015年，安徽省銀行信貸與房價之間存在一種長期穩定的均衡關系。

（四）格蘭杰因果檢驗

雖然協整檢驗證明了安徽省銀行信貸與房價之間存在長期穩定的均衡關系，但是我們仍需要對這兩個變量之間的因果關系做出判斷。常使用格蘭杰因果分析法對變量序列作格蘭杰因果檢驗，結果如表1所示。

以上結果表明，房地產價格（LNY）是銀行房地產信貸總額（LNX）的格蘭杰原因，但是房地產信貸總額（LNX）并不是房地產價格（LNY）的格蘭杰原因。

（五）誤差修正模型

通過協整檢驗我們解釋了兩個變量之間具有長期穩定的均衡關系。但是短期內考慮到很多隨機因素對經濟的干擾，LNX與LNY之間可能存在非均衡誤差關系。為了明確二者之間具體的關系，我們還需要通過構建誤差修正模型來反映二者短期的波動關系。

建立ECM模型后對其進行回歸分析，得到結果如表2所示：

經過以上的檢驗和修正，最終得到ECM模型為：

DLNYt=0.0781+0.09969DLNXt-0.664117ECMt-1 （3-5）

t= （4.446021） （1.638518） （-5.231421）

R2=0.705449 F=14.36996 D.W=2.215882

三、結論與建議

（一）結論

通過ECM模型表明，在過去的15年間，房地產價格的波動對銀行信貸規模的影響顯著，安徽省銀行房地產信貸每增加1單位，房地產價格便相應提升0.1個單位。從房地產泡沫的角度看，一旦發生房價暴跌，房地產企業和按揭貸款購房者無法償還貸款，銀行將出現大量的壞死賬，可能導致銀行破產。所以安徽省銀行信貸風險與房地產價格是正相關關系。

（二）政策建議

根據安徽省具體情況，我們從銀行、政府和房企三個方面提出了以下建議：

1.健全銀行房地產信貸政策。政府可以通過控制銀行對房地產的信貸規模來調控房價。銀行信貸的過快增長不僅使房地產市場泡沫風險加大，對銀行本身也會增加風險。因此，從這兩方面考慮，政府應督促銀行控制對房地產信貸規模，一方面嚴格把控對房地產企業的貸款審批條件和數量，另一方面要嚴防投機者的購房貸款。

2.改善監管機制，切實履行好監管職責。房地產市場與銀行信貸規模監管是一項綜合性的系統工程，涉及面廣，監管鏈長，政府需要理順二者的關系，形成監管的有效聯動機制。一方面，嚴肅查處違法違規行為，切實維護購房消費者合法權益，營造公開、誠信、規范、有序的房地產市場環境；另一方面，加強對銀行房地產貸款的審查管理，加強對貸款項目的跟蹤督查，堅決抑制投機性購房，遏制住房價格過快上漲。

3.多元化房地產企業融資渠道。目前，銀行房地產信貸一直在安徽省的房地產開發資金占據著穩定比例。房地產企業作為銀行的優質客戶，吸引了大量的銀行資金，這一方面使不良貸款風險在銀行不斷積累，另一方面也變相推動了房價的不斷上漲。因此，除了規范銀行貸款規模，房地產企業自身也應積極拓寬融資渠道。（作者單位為安徽財經大學）