房價波動與金融支持的關聯(lián)效應研究

李勇剛，李 祥

（南京大學 經(jīng)濟學院，南京 210093）

0 引言

當前，在穩(wěn)健的貨幣政策和新一輪密集調控政策的作用下，房地產(chǎn)企業(yè)面臨的信貸環(huán)境逐步趨緊，利用銀行貸款進行融資的難度也進一步加大。貨幣政策工具的使用以及限購令等調控政策促使金融支持的增速開始放緩，金融支持力度逐漸減弱，房價也產(chǎn)生了向下調整的趨勢，未來一段時間內(nèi)房地產(chǎn)市場整體步入蕭條的可能性大增。那么，金融支持力度的減弱能否引起房價下降及房地產(chǎn)市場的蕭條？金融支持與房價波動的相互作用機理又呈現(xiàn)出怎樣特征？金融支持與房價的相互影響是否具有區(qū)域性差異？在此，本文將圍繞這些問題進行深入探討。利用全國35個大中城市面板數(shù)據(jù)實證檢驗金融支持與房價之間的相互作用機理，分析金融支持在房價波動中的重要作用。

1 理論框架

1.1 金融支持與房價的相互影響及關聯(lián)分析

1.1.1 金融支持對房地產(chǎn)價格的作用機理分析

本文將金融支持界定為房地產(chǎn)開發(fā)企業(yè)所獲得銀行貸款、實際利用的外資、其他來源資金及當年商品房銷售總額的70%四個部分組成。在此，本文將主要基于銀行信貸資金及外資的視角分析金融支持對房價的作用機理。當銀行信貸、外資、其他來源資金不斷的注入房地產(chǎn)市場時，可以從兩個方面作用于房價：一方面，房地產(chǎn)開發(fā)商的現(xiàn)金流增加，可以進行更大規(guī)模的房地產(chǎn)開發(fā)投資及投機，在增加市場的住房供給的同時也推高了房價；另一方面，居民從銀行等金融機構獲得住房抵押貸款將變得更容易，居民對住房的需求潛力將得到極大的釋放。兩方面共同作用，將直接導致房地產(chǎn)價格的波動以及泡沫的產(chǎn)生，使房地產(chǎn)市場進入非理性繁榮狀態(tài)。房地產(chǎn)市場的繁榮，將吸引更多銀行信貸資金、外資及其他來源資金進入房地產(chǎn)市場進行投資及投機，推動房價的大幅波動。當采取穩(wěn)健貨幣政策時，銀行信貸緊縮時，信貸量下降及外資進入減少，金融支持力度下降，房地產(chǎn)市場投資及投機行為成本提升，利潤下降；同時，居民住房需求將下降，最終引起房地產(chǎn)市場衰退，房價下跌。

1.1.2 房地產(chǎn)價格上漲對金融支持的作用機理

房地產(chǎn)市場與金融市場緊密相關，金融支持為房地產(chǎn)市場發(fā)展提供資金，而房地產(chǎn)行業(yè)的繁榮又為金融資本提供了一個高回報的投資渠道，因而房價對金融支持也具有一定的影響力。一方面，當房地產(chǎn)市場處于繁榮期，房價上升時，更多的資金將進入房地產(chǎn)市場進行投資及投資活動。對于銀行而言，其持有的住房資產(chǎn)的價值相應提高，房地產(chǎn)抵押品的市場價值相應上升，違約風險降低，愿意將更多貸款投向房地產(chǎn)行業(yè)以獲得更多利潤，因而能夠吸引到更多的銀行貸款流入房地產(chǎn)行業(yè)。另一方面，當房價上漲時，房地產(chǎn)市場的投資者及投機者所持有的住房擔保品的價值將相應提高，因而可以從銀行等金融機構獲得更多信貸資金用于住房投資及投機活動。當房價下降時，住房抵押品價值的相應降低將導致銀行減少貸款，開發(fā)商也會因市場前景黯淡而減少資金投入，外資也會因為利潤的下降而撤出市場，因而金融支持力度也將相應減弱。

1.2 數(shù)理模型分析

為了對房價與金融支持的相互作用機理進行更深入研究，本文在理論分析基礎上，構建了包括消費者和開發(fā)商兩部門的動態(tài)供求價格決定模型。1.2.1 消費者

消費者作為理性人，只消費一般商品和住房，在預算約束下通過選擇不同商品組合達到效用的最大化。通過借鑒Henderson和Ioannides(1983)的思想，本文做了如下假定：(1)消費時間劃分為兩個時期，消費者用第一期（即當期）的收入和信貸購買一般商品和住房，兩個時期消費的商品和住房數(shù)量不變；(2)消費者第二期的財富包括第二期收入和住房的增值額之和，并扣除信貸本息和；(3)消費者的效用函數(shù)服從柯布-道格拉斯效用函數(shù)形式，即U(x,h)=xαhβ，將其對數(shù)化之后變?yōu)棣羖nx1+βlnh1；(4)第一期只支付首付，第二期支付本金和利息，利率為i，一般商品的價格標準化為1。以上式子中，V(w)是第二期的間接效用函數(shù)，U(x,h)和V(w)都是嚴格擬凹函數(shù)，y1和y2分別是第一期和第二期的收入，h1d和x1分別是住房購買面積與一般商品消費數(shù)量，η為時間貼現(xiàn)因子，α是一般商品消費的效用彈性，β為住房消費的效用彈性，θ是房價的上漲程度，L為房貸總額。

建立拉格朗日函數(shù)為：

Z(x,h,λ)=αlnx1+βlnh1d+ηV(w)+λ(x1+p1h1d-L-y1)

由效用最大化的一階條件可得：

式中，λ是拉格朗日因子，將式(5)和式(6)合并，可得當期消費者住房的最優(yōu)需求量表達式：

1.2.2 開發(fā)商

為了對房地產(chǎn)開發(fā)商在市場中的行為進行分析，本文借鑒Muraki(2009)和況偉大(2010)的思想，做了如下假設：(1)開發(fā)商的開發(fā)周期分為兩個時期段，第一期投入土地和資金兩種要素，第二期投入勞動力進行開發(fā)；(2)市場結構為寡頭壟斷模式，市場中房地產(chǎn)開發(fā)商數(shù)量較少，開發(fā)商之間是一種古諾寡頭競爭的關系；(3)開發(fā)商的生產(chǎn)函數(shù)為柯布-道格拉斯生產(chǎn)函數(shù)形式，成本函數(shù)為F(h2)+chh2s+W2N2，其中ch為每單位建筑面積的土地成本，W2為雇傭勞動力的基本工資，N2為雇傭的勞動力數(shù)量，F(xiàn)(h2)是住房供給的函數(shù)，表示除了勞動和土地之外的其他成本支出；(4)開發(fā)商的開發(fā)成本等于自籌資金與金融支持之和。

以上式子中，i為利率，B1為自籌資金，K1為金融支持量，I2為開發(fā)商在第二期新開發(fā)住房的數(shù)量，h1s為第一期住房供給量，h2s為第二期住房的存量，δ為第二期住房的折舊比率，A是綜合技術水平，R1為第一期投入的土地數(shù)量，ξ、ψ和ζ分別表示金融支持量產(chǎn)出的彈性系數(shù)、勞動力產(chǎn)出的彈性系數(shù)和土地產(chǎn)出的彈性系數(shù)。

由古諾寡頭模型中廠商的產(chǎn)量選擇和價格競爭過程可知，通過實現(xiàn)單個開發(fā)商利潤的最大化可以達到古諾均衡。因而由利潤最優(yōu)化的一階條件可得：

將式(14)進行變換，可得到第二期住房供給的表達式：

其中，ρ=(1+i)[F'(h2)+ch] ，將式(11)代入式(15)計算得到當期房地產(chǎn)開發(fā)商最優(yōu)住房供給量得表達式：

當h1d=h1s時，住房市場實現(xiàn)了出清，此時價格為均衡價格。將式(12)代入式(9)和式(16)，當ρ-p2＞0 及時，可得住房市場均衡價格為：

由上述均衡條件可得到命題1及推論1：

推論1：當不同地區(qū)收入水平存在差異時，金融支持對房價的影響存在顯著的區(qū)域性差異。

2 實證檢驗

2.1 變量的選取和計量模型的選擇

在以往研究中，很多學者使用全國或某一地區(qū)的時間序列數(shù)據(jù)對房價與金融支持的關系進行分析，而這樣的研究往往會忽視房價在短時間內(nèi)的變化和區(qū)域性差異。因此，本文使用全國35個大中城市的面板數(shù)據(jù)進行分析，既可減少分析中存在的異方差，也可以對區(qū)域性差異進行比較，從而有效地反映出房地產(chǎn)市場運行中局部特征。

根據(jù)前文數(shù)理分析結果和實證分析的需要，我們設計了模型中所涉及到的幾個變量：

房價(HP)。房價作為被解釋變量，本文用各個城市的商品房平均銷售價格表示房價，即各個城市的商品房的銷售總額除以相應年度的銷售面積所得。

金融支持(L)。金融支持作為解釋變量。目前房地產(chǎn)開發(fā)投資的資金來源中，包括銀行信貸、外資、自籌資金及其他資金。借鑒周京奎(2004)的思想，并考慮購房首付30%這樣一個因素，本文將扣除掉自籌資金后的房地產(chǎn)開發(fā)資金來源與當年商品房銷售總額的70%之和作為金融支持變量。

商品房竣工面積(JGMJ)。商品房竣工面積可作為控制變量，表示影響房地產(chǎn)價格的供給因素，反映市場真是的供給能力。

房地產(chǎn)開發(fā)投資(FDCTZ)。房地產(chǎn)開發(fā)投資作為控制變量，也可反映市場真是的供給能力。

城鎮(zhèn)居民人均可支配收入(KZPSR)。用城鎮(zhèn)居民人均可支配收入作為衡量居民收入水平的指標，可反映居民真實的住房需求能力。

本文之所以沒有將利率、匯率、土地出讓價格等因素作為控制變量加入進行模型中，主要是因為利率和匯率對房價的影響很大一部分可以通過金融支持來實現(xiàn)，而35個大中城市的土地出讓價格數(shù)據(jù)不容易獲取。

由式(17)及以上分析可知，可將房價對數(shù)型計量經(jīng)濟模型以及房金融支持對數(shù)型計量經(jīng)濟模型表示為：

式(18)和式(19)中，下標i和t分別表示各城市及時間；α0表示截距項；β1表示解釋變量對被解釋變量的影響程度，φ表示控制變量對被解釋變

量的影響系數(shù)，γ表示地區(qū)虛擬變量對被解釋變量的影響彈性大小；M表示控制變量，D表示地區(qū)虛擬變量，東部城市=1，中西部地區(qū)城市=0；μit表示隨機誤差項。

2.2 數(shù)據(jù)的整理及描述性分析

本文數(shù)據(jù)來源于2000～2010年的《中國統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、《中國房地產(chǎn)統(tǒng)計年鑒》、中經(jīng)網(wǎng)產(chǎn)業(yè)數(shù)據(jù)庫以及國研網(wǎng)統(tǒng)計數(shù)據(jù)庫。樣本包括東部地區(qū)的北京、天津、石家莊、沈陽、大連、上海、濟南、南京、杭州、福州、廈門、廣州、深圳和海口等十六個城市，中部地區(qū)的太原、南昌、合肥、長沙、武漢、鄭州、哈爾濱、長春等八個城市以及西部地區(qū)的重慶、成都、貴陽、昆明、西安、蘭州、西寧、銀川、南寧、烏魯木齊和呼和浩特等十一個城市。由于拉薩數(shù)據(jù)難以獲取，所以本文選取以上35個大中城市1999～2009年的數(shù)據(jù)進行實證分析。為了消除樣本數(shù)據(jù)中所存在的異方差問題，本文對所有變量進行自然對數(shù)處理。同時本文所采用的分析軟件是Eviews 6.0。對所有變量的描述性分析，如表1所示。

表1 變量描述性分析結果

2.3 穩(wěn)健性檢驗

為避免實證中存在的偽回歸問題，保證回歸分析結果的有效性及無偏性，在進行計量分析之前需要對面板數(shù)據(jù)進行平穩(wěn)性檢驗。本文使用LLC、IPS、ADF-Fisher、PPFisher四種方法對各變量進行ADF檢驗。檢驗結果如表2所示。表2中結果表明，lnHP、lnL、lnJGMJ、lnFDCTZ和lnKZPSR等五個變量都含單位根，為非平穩(wěn)序列，一階差分檢驗后為平穩(wěn)序列，則可認為五個變量是一階單整，可進一步對其進行協(xié)整檢驗，以檢驗變量之間可能存在的協(xié)整關系。

為了確保協(xié)整檢驗結論的可靠性和有效性，本文采用基于Engel-Granger兩步法為基礎的Pedroni統(tǒng)計量和Kao統(tǒng)計量對lnHP、lnL、lnJGMJ、lnFDCTZ和lnKZPSR之間的協(xié)整關系進行檢驗。檢驗結果如表3所示，Kao檢驗等大部分檢驗方法在1%的顯著水平下拒絕原假設，因此本文認為房地產(chǎn)價格與其他四個變量之間存在長期均衡關系，可進一步進行回歸分析。

表2 各變量面板數(shù)據(jù)單位根檢驗

2.4 實證檢驗結果分析

2.4.1 金融支持對全國35個大中城市房價的整體影響

由Hausman檢驗結果可知，35個大中城市整體面板數(shù)據(jù)模型1、2和3均支持固定效應模型進行檢驗，模型4支持隨機效應模型進行回歸分析，結果如表4所示。

表3 各變量面板數(shù)據(jù)協(xié)整檢驗

模型1回歸結果顯示，金融支持變量對房價的影響在1%水平上顯著為正，其影響的彈性系數(shù)為0.35，即金融支持每變動一個百分點將導致房價變動0.35個百分點，這說明金融支持能夠對房價產(chǎn)生重要影響，進而驗證了命題1。模型2在控制了商品房竣工面積和房地產(chǎn)開發(fā)投資兩個供給因素之后，金融支持變量對房價的影響在1%水平上顯著為正，影響系數(shù)為0.348，與未控制供給因素相比差別不大。模型3和4控制了城鎮(zhèn)人均可支配收入這一影響房價的需求因素，金融支持對房價的影響在1%水平上仍然顯著為正，影響系數(shù)分別為0.18和0.21，仍然證明了命題1的正確性。表明在考慮所有控制變量情況下金融支持每變動1百分點將引起房價變動0.21個百分點，其對房價的影響程度高于商品房竣工面積和房地產(chǎn)開發(fā)投資，低于城鎮(zhèn)人均可支配收入。地區(qū)虛擬變量的回歸系數(shù)通過了顯著性檢驗，表明金融支持對房價波動的影響在不同地區(qū)有顯著的區(qū)域性差異，發(fā)達地區(qū)的金融支持對房價所施加的影響更大，從而驗證了推論1。商品房竣工面積和住房投資等控制變量對房價的影響都顯著，其中商品房竣工面積對房價影響顯著為負，城鎮(zhèn)居民人均可支配收入對房價的影響顯著為正。

表4 各變量與房價波動的回歸結果

2.4.2 房價波動對金融支持程度的影響

由Hausman檢驗結果可知，35個大中城市整體面板數(shù)據(jù)模型1支持隨機效應模型進行回歸分析，模型2、3和4支持固定效應模型進行回歸分析，所得結果如表5所示。

模型1的回歸分析結果顯示房價對金融支持的影響在1%水平上顯著為正，表明房地產(chǎn)價格對金融支持具有正向影響，房價每上漲1%將引起金融支持增加2.19個百分點，從而證明了命題1。在控制了房價的供求影響因素之后，模型2、3和4的回歸結果表明房價對金融支持的影響在1%水平上顯著為正，但影響系數(shù)下降，分別為0.62、0.44和0.5，說明房地產(chǎn)開發(fā)投資與人均可支配收入等控制變量對金融支持均能夠產(chǎn)生正向顯著影響，而且實證結果也證明了這種觀點。地區(qū)虛擬變量回歸系數(shù)不顯著，說明房價對金融支持的影響不存在顯著的區(qū)域性差異，房價上漲對東、中西部地區(qū)房地產(chǎn)市場的貨幣資金流入量的影響沒有顯著的區(qū)域性差異。

表5 各變量與金融支持的回歸結果

3 結論

本文通過構建房地產(chǎn)市場的局部均衡模型，研究房價與金融支持的相互影響機理，并給出了相關命題。進而利用中國35個大中城市1999～2009年的面板數(shù)據(jù)進行實證分析，得出了以下結論：

(1)金融支持對房價具有正向顯著影響，金融對房地產(chǎn)市場支持力度的變動將導致房價也發(fā)生相應波動。

(2)金融支持對房價的影響存在區(qū)域性顯著差異，對東部地區(qū)的影響大于對中西部地區(qū)。

(3)房價對金融支持程度同樣具有正向影響，房價上漲會吸引更多資金進入房地產(chǎn)市場進行投資和投機活動。但是，房價對金融支持程度的影響不存在區(qū)域性差異。

[1] 馮晶.亞洲金融危機對我國房地產(chǎn)業(yè)發(fā)展的啟示[J].經(jīng)濟體制改革,1999,(2).

[2] 李文斌.外商投資我國大陸房地產(chǎn)的動因[J].中外投資,2004(9).

[3] 文林峰.加強監(jiān)管外資進入中國房地產(chǎn)市場已迫在眉睫[J].中國房地信息,2005,(11).

[4] 劉明興,羅俊偉.泡沫經(jīng)濟與金融危機[J].經(jīng)濟學家,2000,(4).