房地產(chǎn)泡沫與銀行信貸風險相關性研究的介紹

文/王春艷 董繼剛

一、引言

1998年住房體制改革，結束了以往的福利化分房時代，“居者有其屋”成為每個中國人的夢想，這一定程度上刺激了對商品房的市場需求。房地產(chǎn)行業(yè)由于其產(chǎn)業(yè)聯(lián)動性高、基礎性強、投資收益率高等特點，對社會發(fā)展的作用不容小覷。由于信貸配給制的存在，商業(yè)銀行只能通過非價格手段選擇貸款客戶，此時商業(yè)銀行更偏好利潤率較高的行業(yè)。房地產(chǎn)行業(yè)的利潤率高達約12%，高額的投資回報率使銀行往往會忽視對房地產(chǎn)過高的信貸支持所潛藏的風險，而加大房地產(chǎn)信貸的投放。當社會與銀行的資本不足以支撐現(xiàn)有的房地產(chǎn)泡沫時，房地產(chǎn)商的資金鏈會斷裂，市場投資者的預期會出現(xiàn)反轉，使房地產(chǎn)價格迅速下降，房地產(chǎn)商紛紛破產(chǎn)，作為銀行抵押物的房產(chǎn)價值也會在短期內(nèi)急劇地、超周期地下降，銀行會出現(xiàn)大量的不良資產(chǎn)，從而可能觸發(fā)金融危機。國內(nèi)外學者對于房地產(chǎn)泡沫與銀行信貸風險的相關性進行了持續(xù)研究，取得了很多成果，本文對國內(nèi)外相關研究文獻進行了收集、整理、分析與歸納，以期探究防范房地產(chǎn)泡沫和銀行信貸風險的有效措施，促進房地產(chǎn)市場的健康發(fā)展以及國家宏觀經(jīng)濟的穩(wěn)定。

二、國外研究現(xiàn)狀

國外對房地產(chǎn)泡沫與銀行信貸相關性的研究開始得較早，相關理論研究較為成熟。17世紀荷蘭的郁金香狂熱、英國的南海泡沫以及法國的密西西比泡沫使人們開始注意到這種投機所導致的泡沫化現(xiàn)象。相關研究最初主要針對證券市場和股票市場，直至20世紀90年代，才逐漸延伸到房地產(chǎn)業(yè)。

（一）對房地產(chǎn)泡沫的測度

1.經(jīng)濟指數(shù)比較分析法。國外對房地產(chǎn)泡沫的測度大多通過與同期其他有代表性和相關性的經(jīng)濟指數(shù)作比較。Campbell、Robert在1987運用單位根－協(xié)整檢驗對1871-1976年標準普爾指數(shù)進行檢驗，Diba、Grossman在1988年選取1928年-1977年的道瓊斯指數(shù)和1871年-1979年的標準普爾500指數(shù)，通過單位根－協(xié)整檢驗實證分析房地產(chǎn)泡沫。Wei-Xing Zhou、Didier Sornette在2005年用冪律模型及LPPL模型測度美國東北部、中西部、南部和西部地區(qū)的房地產(chǎn)泡沫，發(fā)現(xiàn)美國東北部及西部的22個州出現(xiàn)了泡沫快速增長的明確信號，從而在標準普爾500指數(shù)分析的基礎上提出泡沫的轉折點可能會發(fā)生在2006年。Brian Scott Amrine在2011年用中位數(shù)倍數(shù)（城市房價中值除以收入中值）衡量城市的可負擔性，通過多元回歸分析發(fā)現(xiàn)中位價格可以解釋17%的房地產(chǎn)泡沫變化，用美國20個城市2006年6月到2009年4月Case-Shiller房價指數(shù)的差值，即泡沫高峰期到泡沫低谷期的差值，可以大體衡量房地產(chǎn)泡沫。

2.基本面分析法。Allen、Gale在1998年通過構建投資者在房地產(chǎn)市場上完全用自有資金和投資者完全向銀行貸款（將風險轉移給銀行）兩種模型，對比風險轉移前后均衡價格的變化，未發(fā)生風險轉移的價格被確定為基本面價格，風險資產(chǎn)的均衡價格超過基本面價格的部分為資產(chǎn)泡沫。Fengyun Liu、Reza Malekian等在2017年利用經(jīng)濟基本面確定房地產(chǎn)基本值，在面板數(shù)據(jù)分析的基礎上測度房地產(chǎn)泡沫，分析發(fā)現(xiàn)中國目前的房地產(chǎn)泡沫遠遠小于80年代的日本。Barberis等在2018年使用兩組代理，第一組為理性預期（基本面），第二組為回顧性預期（外推器），發(fā)現(xiàn)外推器助長基本面的部分為泡沫部分。Jan R. Kim在2016年通過建立資產(chǎn)定價的現(xiàn)值模型實證測度了韓國1987年-2014年的房地產(chǎn)泡沫，將實際房價與租金比例的變動分解為對房地產(chǎn)市場基本面（租金增長、無風險利率和住房投資的超額回報）和泡沫的預期，提出2014年底房地產(chǎn)泡沫達到了房價的51%。

3.指標分析法。Timo Virtanen等在2018年通過對過去30年15個歐盟國家多個繁榮指標進行加權求和，得出綜合繁榮指標以測度泡沫，并提出房價收入比和信貸與GDP的比是測度泡沫最好的指標。

4.其他。P. Phillips等（2015）通過SADF的實證方法，用右尾單位根檢驗測度時間序列中的泡沫。Banerjee等在2013年通過建立隨機系數(shù)自回歸模型以測度房地產(chǎn)泡沫。

（二）影響房地產(chǎn)價格的因素

Bertrand Renaud、John M. Quigley、Fuda Koji認為銀行信貸的過度擴張是促進房價上漲的主要原因。Hitoshi Saito在2003年提出土地價格永遠不會下降的預期，寬松的貨幣政策以及過度的銀行信貸促使日本房價飆升，進而爆發(fā)經(jīng)濟危機。Hemmelberg等在2005年認為，在市場沒有壓力的情況下，房價完全受土地價格、實際建筑成本等供應因素的影響。然而，由于供應缺乏彈性以及房地產(chǎn)市場的不完善，Iossifov等、Hilber等認為收入、抵押貸款利率等需求因素是影響房價的主要因素。J Gallin在2008年通過長期回歸和標準誤差校正模型作實證分析，認為租價比可以反映未來房價的波動。Wei-Xing Zhou、Didier Sornette認為公眾對房地產(chǎn)的樂觀預期以及供需的不平衡導致房價自身的正反饋機制對房價波動產(chǎn)生影響。Michael Koettera在2009年通過PMG估計模型作實證分析，發(fā)現(xiàn)人口以及GDP是房價的決定因素。2010年波蘭國家銀行住房市場報告指出，銀行抵押貸款在2002年-2009年的泡沫期間直接驅(qū)動了波蘭市場上對房地產(chǎn)的需求，促進了房價的上升。Iacoviello、Neri在2010年對過去40年的房地產(chǎn)數(shù)據(jù)進行分析，發(fā)現(xiàn)住房需求、統(tǒng)計技術的進步以及貨幣因素對房價有影響，其中貨幣因素的影響最為顯著。Ben Dachis在2012年通過實證分析提出，征收土地轉讓稅會促進多倫多房價的下降。Justyna Brzezicka認為，如果房地產(chǎn)價格的形成過程沒有行為因素的參與，那么房地產(chǎn)市場不可能存在泡沫現(xiàn)象。誘惑和情感、羊群行為、有限的理性行為以及短期投機這些市場行為因素是房地產(chǎn)泡沫形成的重要原因。I-Chun Tsai在2015年通過建立計量經(jīng)濟模型，對1991年1月-2012年8月美國房價數(shù)據(jù)進行實證分析，發(fā)現(xiàn)長期寬松的貨幣供應對房價有顯著的影響。Jan R. Kim在2016年通過現(xiàn)值模型實證分析，發(fā)現(xiàn)住房投資的風險溢價是決定房價的根本因素。Williams在2016年提出，寬松的信貸和貨幣政策立場的支持促進了愛爾蘭房地產(chǎn)需求的激增，進而影響房價上漲。Justyna Brzezicka在2018年運用相關分析和格蘭杰因果檢驗分析發(fā)現(xiàn)，長期的供求不平衡以及信息的不對稱會影響房地產(chǎn)價格。

（三）商業(yè)銀行信貸資產(chǎn)的結構

2000年歐洲央行的報告顯示，1989年－1998年非利息收入在歐盟銀行收入中所占的比例由25%上升到41%。隨后的數(shù)據(jù)顯示，2007年非利息收入占比為49%，2013年下降至42%。

Inderst、Holger M提出，所有進行股權融資的銀行的信貸行為會相對保守，更傾向于低信貸風險的項目。Fuda Koji在2008年實證分析發(fā)現(xiàn)，泰國金融危機爆發(fā)前，銀行將大量信貸投向房地產(chǎn)業(yè)，偏離了實體經(jīng)濟，助長了泡沫的破裂。Michael Koetter等在2009年對德國銀行1995年-2004年的信貸數(shù)據(jù)進行分析，發(fā)現(xiàn)德國專業(yè)抵押銀行的按揭貸款約占其信貸總額的89%，全能銀行的按揭貸款所占的比例同樣較高，約占39%。Gonzalez-Paramo在2011年指出，利差的上升代表信貸流動性的缺乏，歐洲中央銀行近年來實施的大多數(shù)非常規(guī)的貨幣操作都試圖減輕銀行間同業(yè)拆借的壓力。Hans Gersbach在2013年通過建立一個包含金融中介的兩周期模型，發(fā)現(xiàn)銀行由于股權稀缺而通過加大股本的回報對股本進行競爭，這會加大對高利率（潛在違約風險大）公司信貸的賭博行為，降低對低利率公司的信貸。Ozlem Akin等在2014年提出，西班牙是一個以銀行業(yè)為支柱的經(jīng)濟體，經(jīng)歷了房地產(chǎn)和信貸市場上最繁榮和最蕭條的10年，抵押貸款占國內(nèi)生產(chǎn)總值的65%，房地產(chǎn)開發(fā)商和建筑業(yè)的貸款占國內(nèi)生產(chǎn)總值的45%，向家庭提供的抵押貸款和消費信貸占GDP的91%。Matthias Raddant在2014年通過建立自回歸模型對1999年-2010年意大利同業(yè)拆借市場的交易量以及信貸利差進行實證分析發(fā)現(xiàn)，在經(jīng)濟景氣時，銀行對隔夜市場的借貸比例相對較高，經(jīng)濟低迷導致隔夜拆借的比例下降，并且一些小規(guī)模的銀行會退出同業(yè)拆借市場。Simon Dubecq等在2016年通過構建無擔保利率與無風險銀行同業(yè)拆借利率息差的二次期限結構模型，用無套利經(jīng)濟計量框架將息差期限結構分解為信貸和流動性成分，結果表明在2012年-2013年間，銀行間利差的減少大部分來自信貸流動性相關風險成分的減少。Malgorzata Pawlowska在2016年提出，金融危機前歐盟15國大量對私營部門過度放貸，西班牙和愛爾蘭的住房貸款占銀行信貸額的比例顯著提升，通過對面板數(shù)據(jù)進行回歸，發(fā)現(xiàn)銀行業(yè)規(guī)模的擴大對歐盟銀行內(nèi)部的風險承擔產(chǎn)生了負面影響。Alejandro Serrano在2016年通過OLS回歸和分位數(shù)回歸，發(fā)現(xiàn)墨西哥的外國銀行控制著80%以上的銀行資產(chǎn)，墨西哥的外國銀行主要傾向于發(fā)放消費和住房信貸，而墨西哥的國內(nèi)銀行則將信貸大部分集中于商業(yè)項目。Joaquín Maudos在2017年通過對2002年-2012年歐洲銀行的數(shù)據(jù)進行回歸分析，發(fā)現(xiàn)非利息收入在經(jīng)濟擴張期隨著金融脫媒占比逐漸提高，且非利息收入占比過高在金融危機期間使銀行有更大的破產(chǎn)風險。Nitin Arora等在2018年通過對2005年-2013年間在印度經(jīng)營的81家商業(yè)銀行建立CASE模型，經(jīng)實證分析發(fā)現(xiàn)，印度的公共部門銀行由于向優(yōu)先部門強制貸款，并且貸款的占比很大，直接導致效率的低下和不良貸款率的上升。

（四） 房地產(chǎn)周期與銀行信貸周期的相關性

Wernecke等在2004年認為，德國房地產(chǎn)市場一直受到周期性波動的影響，房地產(chǎn)市場的周期性波動對項目開發(fā)、投資組合管理和房地產(chǎn)融資具有重要意義。Marcel Arsenault等在2013年通過建立CMBS模型發(fā)現(xiàn)，銀行抵押貸款的波動是房地產(chǎn)市場周期性波動的重要推動力。Ozlem Akin等在2014年通過建立經(jīng)濟蕭條和繁榮時期銀行信貸的回歸方程，發(fā)現(xiàn)房地產(chǎn)市場的繁榮和蕭條以及相關的信貸周期是美國、愛爾蘭、英國和西班牙金融危機的主要驅(qū)動因素。Suparna Chakraborty在2015年通過建立動態(tài)隨機模型發(fā)現(xiàn)，房地產(chǎn)市場的周期性波動基于抵押品的質(zhì)押明顯地放大了對實際宏觀總量的初始沖擊，金融加速器通過“再分配通道”將資產(chǎn)價格轉化為抵押品的價值，很好地解釋了基于抵押品價值的信貸變動。

（五）房地產(chǎn)泡沫（房地產(chǎn)價格）與銀行信貸相關性的因果關系

1.房地產(chǎn)泡沫（房地產(chǎn)價格）與銀行信貸的單向因果關系。

（1）房地產(chǎn)泡沫（房地產(chǎn)價格）對銀行信貸的單向因果關系。Davis、Haibin-Zhu在2004年通過對房地產(chǎn)價格與銀行信貸之間的關系進行實證研究，發(fā)現(xiàn)房地產(chǎn)價格的上升直接促進了銀行信貸規(guī)模的擴大，反之不成立。Mohannad Tajik等在2015年通過研究1999年-2011年美國房地產(chǎn)信貸與房價的波動走勢，發(fā)現(xiàn)房價波動對銀行信貸有顯著的影響。Michael Koetter等在2009年基于1995年-2004年德國銀行相關信貸數(shù)據(jù)建立了logistic模型，實證分析證明，房價的上升將直接影響銀行信貸的投放量，并進一步影響銀行的穩(wěn)定性。

（2）銀行信貸對房地產(chǎn)泡沫（房地產(chǎn)價格）的單向因果關系。Fuda Koji在2008年通過對1985年-1997年泰國金融機構的數(shù)據(jù)進行實證分析，發(fā)現(xiàn)泰國金融機構對房地產(chǎn)業(yè)過度放貸，偏離了實體經(jīng)濟，助長了房地產(chǎn)泡沫的膨脹與破裂。Ozlem Akin等在2014年通過使用一個獨特的借款人-貸款人匹配的西班牙抵押貸款數(shù)據(jù)集，建立了經(jīng)濟繁榮和蕭條時期的回歸方程，發(fā)現(xiàn)經(jīng)濟繁榮會使銀行放松信貸標準，銀行的過度信貸促進了房地產(chǎn)泡沫的形成。2010年波蘭國家銀行住房市場報告指出，在2002年-2009年，波蘭銀行抵押貸款的過度投放直接促進了房價的上升。Williams在2016年提出，銀行寬松的信貸導致住房需求激增，從而使愛爾蘭房價迅速上漲。

2.房地產(chǎn)泡沫（房地產(chǎn)價格）與銀行信貸的雙向因果關系。Herring、Wachter認為，房地產(chǎn)價格上漲和銀行信貸擴張是雙向促進、螺旋上升的過程，若房地產(chǎn)價格下降，銀行資產(chǎn)縮水，監(jiān)管者將執(zhí)行更為嚴格的要求，銀行信貸下降將進一步促進房價下跌。Senhadji、Collyns在2001年通過對中國香港、泰國、韓國、新加坡四個東亞經(jīng)濟體的相關數(shù)據(jù)進行實證研究，發(fā)現(xiàn)房地產(chǎn)價格的變動與銀行的信貸資金支持有雙向的促進作用。Timo Virtanen等在2018年對1980年-2012年歐洲貨幣聯(lián)盟15個國家的相關數(shù)據(jù)進行單位根繁榮檢驗，發(fā)現(xiàn)大多數(shù)國家在2000年初已經(jīng)開始信貸和房價的爆炸性增長，且信貸與房價相互促進，加劇了泡沫的膨脹。Marcel Arsenault等在2013年用1978年-2008年美國的季度數(shù)據(jù)建立CMBS模型，發(fā)現(xiàn)銀行抵押貸款的資金流動與房地產(chǎn)市場的資本增值形成積極的正反饋循環(huán)。

3.因果關系不明顯。Gregory H. Bauer在2017年基于三個房價修正預測指標構建Logit回歸面板模型，對18個經(jīng)合組織國家的房價進行修正，發(fā)現(xiàn)相對于金融危機時期，此時銀行信貸對房價的影響不明顯。

三、國內(nèi)研究現(xiàn)狀

國內(nèi)對于房地產(chǎn)泡沫與銀行信貸相關性的研究起步較晚，相關理論體系尚不太完善，國內(nèi)早期對房地產(chǎn)泡沫的研究大多建立在國外研究的基礎上，通過理論、模型的借鑒并結合國內(nèi)實際進行創(chuàng)新性研究。

（一）房地產(chǎn)泡沫的測度

國內(nèi)學者主要采用指標法（單指標法、多指標法、功效系數(shù)法）、模型法、多元統(tǒng)計法（主成分分析法、因子分析法）以及多種方法結合使用等，對房地產(chǎn)泡沫進行測度。

1.指標法。國內(nèi)學者對房地產(chǎn)泡沫的測度有多種方法，其中使用最為廣泛的方法是指標法，但不同學者對測度房地產(chǎn)泡沫指標體系的設計有所不同。呂錚、高明（2012）用七個描述房地產(chǎn)泡沫的單項指標，通過熵權法和功效系數(shù)法計算綜合預警系數(shù)K值，發(fā)現(xiàn)重慶市1996年-2009年間房地產(chǎn)市場總體發(fā)展較為平穩(wěn)。張鶴彤、鄭曉云、蘇義坤（2018）以齊齊哈爾市為研究對象，計算了該市2011年-2015年五個房地產(chǎn)泡沫單項指標的數(shù)值，通過熵權法和功效系數(shù)法計算綜合預警系數(shù)K值，發(fā)現(xiàn)齊齊哈爾市目前存在值得關注的一般程度的房地產(chǎn)泡沫。曹琳劍、王杰（2018）測算了我國2006年-2016年八個房地產(chǎn)泡沫單項指標的數(shù)值，通過熵權法和功效系數(shù)法計算綜合預警系數(shù)K值，發(fā)現(xiàn)我國房地產(chǎn)泡沫水平總體呈下降趨勢。徐澤民等（2009）、呂江林（2010）、王浩（2017）認為，房價收入比是測度我國房地產(chǎn)泡沫最理想、可靠的指標。

2.模型法。葉衛(wèi)平、王雪峰（2005）選取我國2000年-2004年的相關數(shù)據(jù)構建Ramsey模型對房地產(chǎn)泡沫進行測度。楊燦、劉赟（2008）選取我國1991年-2006年的相關數(shù)據(jù)，通過對Ramsey模型進行改進以測度房地產(chǎn)泡沫，經(jīng)實證分析發(fā)現(xiàn)，我國在1991年-2006年重復著正泡沫——無泡沫——負泡沫的過程。郭永濟、唐建民（2011）通過建立資本邊際收益率模型確定房地產(chǎn)的基本價值，用實際價格偏離其基本價值的程度衡量泡沫水平。張超（2018）以長三角城市群2007年-2015年的數(shù)據(jù)為研究對象，通過建立靜態(tài)面板模型，發(fā)現(xiàn)長三角城市均存在不同程度的房地產(chǎn)泡沫。李夢玄、曹陽（2013）構建局部均衡模型，以行為金融理論為研究視角，對1997年-2011年我國的房地產(chǎn)泡沫進行測度。

3.多元統(tǒng)計法。陳璐佳、蔣偉偉（2016）以全國27個大中型城市2010年-2014年的數(shù)據(jù)為研究對象，通過主成分分析法和因子分析法進行實證分析，發(fā)現(xiàn)房價的高低與泡沫化程度并無直接的聯(lián)系。趙息、孫繼國（2010）以我國環(huán)渤海地區(qū)的部分城市為研究對象，用因子分析法測度各城市1999年-2007年的房地產(chǎn)泡沫。李平等（2015）、馮利英、等（2012）、王浩（2017）用因子分析法測度我國的房地產(chǎn)泡沫。

4.多種方法創(chuàng)新性結合。郭恩澤、陳榮清（2018）提出，根據(jù)我國國情采用指標法和模型法相結合的方式對我國房地產(chǎn)泡沫進行測算更合理。韓克勇、阮素梅（2017）將指標法與模型法結合，對房地產(chǎn)泡沫進行測度，首先建立房地產(chǎn)價格與租金和收入關系的簡單模型，然后構建房價收入比、房價租金比兩個指標以測度房地產(chǎn)泡沫的大小。

（二）影響房地產(chǎn)價格的因素

鄒朋飛（2008）、張銘（2009）、吳可可（2015）、劉育肇,等（2018）、胡逸飛（2018）、向為民等（2018）認為，銀行信貸的過度擴張是影響房價的主要因素。馬勇、吳雪妍（2018）進一步提出，需求端的銀行貸款對房價的影響更為顯著。陳浩、葛揚（2008）研究發(fā)現(xiàn)，人民幣升值、外資大量流入，通過流動性效應、財富效應以及信貸效應促進房價上漲。曹景林（2011）認為，土地交易價格是房價上升重要的成本推動力，市場的旺盛需求是房價上升重要的需求拉動力。賴一飛等（2012）認為，金融體制不健全、投資偏好、土地出讓制度的缺陷、市場結構的不合理以及保障性住房的缺失是房地產(chǎn)泡沫形成的原因。韓克勇、阮素梅（2017）通過建立回歸模型作實證分析，發(fā)現(xiàn)土地價格、財政支出、利率對房價有顯著影響，而匯率、貨幣供應量對房價沒有顯著影響。劉付韓（2018）、蒲火元等（2018）、吳振華等（2018）認為，人口流動對房價有顯著影響。

（三）我國銀行信貸資產(chǎn)的結構

林國英、梅歡雪、王文星（2014）分析了2013年上半年福建省工商分行、工商系統(tǒng)以及工商A分行的信貸資產(chǎn)結構，其中信貸資產(chǎn)占比位于前三的是一般流動性貸款、項目貸款以及個人住房抵押貸款，房地產(chǎn)信貸總額占比分別為22.31%、23.2%、30.47%。張小琴（2015）指出，到2014年末，青海省銀行機構將近八成的信貸投向了大中型企業(yè)，中長期信貸額占比72.77%，行業(yè)信貸結構中房地產(chǎn)業(yè)占比較高，約為4.3%。王靜蓉（2017）指出，當前農(nóng)行山西省分行的信貸投向有“貸大、貸長、貸集中”的傾向，并且信貸投放高度集中于“大而重”的重資產(chǎn)行業(yè)。樊志剛（2018）提出，2012年-2016年間四大行零售貸款占比由26%上升到35%，公司貸款（不含票據(jù)貼現(xiàn)）占比由70%下降到61%，2017年由于公眾貸款需求增加，四大行加大了零售貸款和公司貸款的投放。金平（2018）指出，農(nóng)行湖南分行的信貸資產(chǎn)結構存在著行業(yè)集中度高、客戶總量小等短板。吳文忠（2018）指出，2018年上半年我國23家上市銀行新增貸款額中，約38%為房地產(chǎn)信貸。張明哲（2018）以15家上市銀行為研究對象，發(fā)現(xiàn)2017年在信貸需求回暖的情況下，15家上市銀行壓縮票據(jù)貼現(xiàn)，加大對公司和零售貸款的投放，持續(xù)退出對低端制造業(yè)以及不良率較高的批發(fā)零售業(yè)的信貸，持續(xù)加大對綠色信貸、國家戰(zhàn)略支持區(qū)域及薄弱環(huán)節(jié)的信貸。

（四）房地產(chǎn)市場周期波動與銀行信貸周期波動的相關性

由于我國房地產(chǎn)市場的發(fā)展歷程較短，國內(nèi)學者對于房地產(chǎn)周期與銀行信貸周期波動的相關性的研究成果有限。楊小麗（2012）指出，銀行信貸風險周期與房地產(chǎn)周期息息相關，并且隨著房地產(chǎn)市場周期不同階段的波動表現(xiàn)出不同的特征、風險形式和程度。羿建華、孫健（2016）用VAR模型和HP濾波法對1999年-2015年9月的數(shù)據(jù)進行實證分析，發(fā)現(xiàn)房地產(chǎn)銷售額增速與貨幣供給增速有著明顯的周期性波動特征，房地產(chǎn)市場周期與金融周期（銀行信貸周期）有顯著的相關性。易傳和、詹蕙卿（2009）用房景指數(shù)描述房地產(chǎn)市場周期，用企業(yè)違約率描述銀行信貸風險周期，發(fā)現(xiàn)兩者的波動之間存在密切的聯(lián)系。楊彩霞、李英子（2010）用房地產(chǎn)開發(fā)信貸資金占銀行總貸款的比例劃分房地產(chǎn)市場周期，用商品房銷售面積的增長率劃分銀行信貸周期（金融穩(wěn)定性），發(fā)現(xiàn)兩者存在相關性，但由于存在時滯，兩者之間不是強相關關系。易憲容認為，房地產(chǎn)市場的周期性調(diào)整會使房價下跌，銀行體系的脆弱性會顯現(xiàn)，銀行信貸的不良資產(chǎn)會大量增加，銀行信貸也將進入周期調(diào)整階段。郭子睿等（2017）指出，房地產(chǎn)市場周期與銀行信貸周期的波動走勢大體相似，在不同時期呈現(xiàn)出領先和滯后的規(guī)律。吳文忠（2018）通過建立回歸方程，發(fā)現(xiàn)房價指數(shù)與銀行不良貸款同比增速呈高度負相關關系，房地產(chǎn)行業(yè)的周期變化與銀行不良貸款周期波動的相關性增強。

（五）房地產(chǎn)泡沫（房地產(chǎn)價格）與銀行信貸的因果關系

1.房地產(chǎn)泡沫（房地產(chǎn)價格）對銀行信貸的單向因果關系。邵賢炤（2006）借鑒Carey模型和Herring &Wachter模型分析了房地產(chǎn)泡沫與銀行信貸之間的關系，發(fā)現(xiàn)銀行對房地產(chǎn)的過度信貸使房價飆升。曾國安、洪麗（2011）通過對中國1997年第一季度至2007年第二季度銀行信貸及商品房價格的數(shù)據(jù)進行實證分析，發(fā)現(xiàn)從銀行信貸到商品房價格有著長期單向的動態(tài)均衡關系。劉園、韓斌（2012）對我國經(jīng)濟增長、銀行信貸、房價、利率1998年第一季度至2011年第四季度的數(shù)據(jù)進行ARDL邊限協(xié)整檢驗，發(fā)現(xiàn)銀行信貸對房地產(chǎn)價格有正向的顯著影響。魏文軒（2013）通過對1997年-2011年銀行信貸、房價以及一年期利率的相關數(shù)據(jù)進行回歸分析，發(fā)現(xiàn)銀行信貸支持是影響房價波動的重要因素，對銀行信貸和房價之間的相關性擬合度可以較好地解釋銀行信貸政策對房價的調(diào)控效果。陳赟,楊堅爭（2018）構建VAR模型，發(fā)現(xiàn)銀行信貸增長率在短期與房價增長率呈現(xiàn)單向因果關系，房價和銀行信貸在長期不存在協(xié)整關系。吳可可（2015）、胡逸飛（2018）構建VAR模型，發(fā)現(xiàn)房價與銀行信貸是單向因果關系。

2.房地產(chǎn)泡沫（房地產(chǎn)價格）與銀行信貸的雙向向因果關系。陳夢璇（2010）、秦嶺等（2012）從理論上分析了銀行信貸與房價之間的影響機制，發(fā)現(xiàn)兩者之間彼此推動與加強。楊飛、王春晨（2015）、徐曉通（2018）發(fā)現(xiàn)房地產(chǎn)價格與銀行信貸存在雙向的正相關關系，但這種正相關性有一定的延遲，可能因為短期內(nèi)政府會對房價的上漲采取信貸緊縮政策。劉育肇、姚婷（2018）構建VAR模型作實證分析，發(fā)現(xiàn)長期銀行信貸與房地產(chǎn)價格存在雙向因果關系。向為民、譚娟（2018）通過建立SVAR模型，發(fā)現(xiàn)銀行信貸和房價在短期和長期均互為因果關系。

四、國內(nèi)外研究成果的評述

國外多采用與同期相關經(jīng)濟指數(shù)作比較以驗證房地產(chǎn)泡沫的存在，而國內(nèi)多采用指標法對房地產(chǎn)泡沫進行測度，在測度指標體系的構建上往往由于數(shù)據(jù)的可得性舍棄一些重要指標，從而降低了測度方法的科學性和有效性。此外，在國內(nèi)，學者普遍認為房價收入比是測度房地產(chǎn)泡沫較為理想且可靠的指標，但房價收入比缺乏統(tǒng)一的計算標準，對收入缺乏統(tǒng)一的界定。我國受傳統(tǒng)婚房觀念的影響，年輕人大多通過父母、親戚資助購房，因此房價收入比不能準確衡量家庭的購房能力。

國內(nèi)外學者大多從宏觀經(jīng)濟因素和購房者行為的角度探究房價的影響因素，而較少從房地產(chǎn)開發(fā)商行為的角度進行研究。我國自2003年實行土地招拍掛制度后，土地購置費成為地方政府重要的財政收入，房地產(chǎn)高額的利潤可以使政府獲得更多的稅收，因此，相對于國外，“土地財政”是影響國內(nèi)房價的一個重要因素。

國外銀行信貸結構具有分散化、多元化的特征，而國內(nèi)銀行信貸結構具有期限集中、行業(yè)集中、產(chǎn)業(yè)集中、客戶集中的特點，國內(nèi)學者大多用靜態(tài)視角研究某個對象在特定時間段內(nèi)的信貸結構，而較少用動態(tài)視角研究某一對象不同時間的信貸差異以及銀行信貸結構的區(qū)域差異性。

國內(nèi)在研究房地產(chǎn)市場周期與銀行信貸周期的相關性時，對房地產(chǎn)市場周期與銀行信貸周期的描述指標沒有一個統(tǒng)一的確定標準。此外，我國房價會隨著頻繁的政策調(diào)節(jié)出現(xiàn)短暫的波動，因此我國的房地產(chǎn)市場周期通常較短，然而國內(nèi)學者對房地產(chǎn)市場周期進行研究時往往會忽視政策調(diào)節(jié)對房地產(chǎn)市場周期的影響。

國內(nèi)學者在研究房價與銀行信貸關系時，更關注房價對銀行信貸的影響，并且大多采用VAR模型進行實證研究，但VAR模型存在一定的局限性，往往會因為按照不同標準選取最優(yōu)階數(shù)而得出不同結論。國內(nèi)研究大多以全國為研究對象，由于我國二元結構突出，城鄉(xiāng)經(jīng)濟發(fā)展差異大，利用平均商品房價格、平均人均可支配收入等數(shù)據(jù)進行分析時，往往會掩蓋一些城市出現(xiàn)房地產(chǎn)泡沫的現(xiàn)象。此外，國內(nèi)學者較少關注區(qū)域之間的異質(zhì)性。