中國房產價格與系統性金融風險聯動關系研究

(濟南大學 山東 濟南 250002)

一、導言

在經濟全球化進程中，系統性金融危機的爆發是全球經濟的災難，而中國作為第一大新興開放經濟體，更是難以避免全球性系統性金融風險的影響。一方面，由于中國實體金融業務交叉性大以及復雜性等特點，金融體系在適應經濟轉型方面存在諸多困難。另一方面，在經濟新常態的背景下，金融市場也開始進入風險釋放期。早期積累的風險會伴隨經濟轉型逐步暴露，而金融本身具有加速的作用，因此可能會導致金融風險的持續擴大化，繼而引發金融危機。經驗表明，房地產業在國民經濟發展中具有特殊性，一旦出現房產價格過度波動，就很有可能會導致金融風險快速累積，并進而威脅到宏觀經濟的安全運行。

二、文獻綜述

Moscone(2014)等將房產價格、政府資助房地產企業貸款整合成一個特征的函數，研究了美國信用貸款對金融風險的效應。結果顯示，房產價格對不良貸款產生負向影響。不良貸款的增加也使得金融風險進一步升高[1]。Huang(2016)使用條件風險值(CoVAR)來衡量系統性風險貢獻，金融網絡由DCC和MST的圖過濾方法構成。研究發現，節點強度大，中介中心性、緊密度，節點聚類系數更大的金融機構往往有更大的系統風險貢獻率[2]。

陶玲和朱迎(2015)提出了包含7個維度的系統性金融風險綜合指數，構建了一個既可以綜合分析整體風險，又可以分解進行局部研究的系統性金融風險監測和度量方法[3]。徐榮和郭娜(2017)通過建立基于DAG的SVAR模型，探討房價波動對我國系統性金融風險造成的動態影響，實證結果表明房價的大幅上漲是導致我國系統性金融風險積累的重要原因[4]。

三、模型構建

(一)變量選取

本文選取房價水平值(HP)、系統性金融風險(SFRI)、房地產開發企業購置土地成交款(PLTP)及貨幣當局總負債(TL)為變量，原始數據來源于中宏數據庫，SFRI采用了陶玲、朱迎(2016)的研究方法構建的系統性金融風險指數。

(二)2SLS模型

2SLS模型設為yi=(Yi,Xi)δi+ei,Yi為內生變量，Xi為外生變量。

SFRI與CHP關系的聯立方程模型為：

SFRI=α0+α1CHP+α2SFRI(-1)+α3PLTP+u1

(1)

CHP=β0+β1SFRI+β2CHP(-1)+β3TL+u2

(2)

方程(1)由房價和房地產開發企業購置土地成交款以及其他的變量決定了系統性金融風險水平，方程(2)分析了房價變動的決定因素。

四、實證結果分析

表1 2SLS回歸結果

注:括號內數字為t統計量。*表示通過1%顯著水平;F統計量都能通過1%的顯著性檢驗。

在2SLS方程的擬合度分別為0.846、0.621，說明模型整體的擬合度都很好。房價波動對中國的系統性金融風險水平負向影響不顯著，而系統性金融風險水平對房價波動有顯著正向影響。原因可能在于，一方面，房價上漲時系統性金融風險多處于潛伏階段，風險傳導機制表現較為隱蔽，風險蔓延存在一定滯后期。另一方面，當系統性金融風險水平處于高位爆發狀態時，房地產市場杠桿率也接近最高點。但由于不完全市場信息和政策落地的滯后性，消費者總是存在一種“追漲殺跌”的心理，對于購房的熱情居高不下，促使房價進一步升高。

五、政策建議

在本文實證分析結論，我們的政策建議是：第一，房產價格波動與金融系統性風險之間有著緊密的內在聯系，政府應重視長期的土地供給調控，維持房地產市場平穩健康發展，防止其加劇房價的波動，建立多元化房地產融資機制，防止風險集聚?？偟膩碚f，政府實施房產價格調控需遵循“宏觀審慎”的原則，把阻絕房價劇烈波動作為先決條件，對金融系統的風險概況進行嚴密監管[5];第二，加強系統性金融風險的監管，系統性金融風險對整個金融體系和實體經濟的影響更廣泛、更具毀滅性，當宏觀經濟失衡，出現金融危機時，房地產行業往往首當其沖。盡管我國已有不少監管實踐確實可以納入系統性風險監管的范疇，但與國際上類似，我國對于系統性風險的監管從整體上看仍然處于初級探索階段。因此，積極構建系統性風險防范長效機制，不斷建立并完善系統性風險監管的法律制度、機構安排、技術工具等是必不可少的。