銀行信貸周期對房產價格波動的影響——基于我國商業地產市場的實證視角

倪風華

(福建江夏學院金融系，福建 福州 350108)

一、導言

在過去幾十年間，信貸周期與房地產周期幾乎是同步的，激發人們研究房地產周期與銀行穩定關系的興趣。大多數研究集中于住宅市場，對商業地產①根據國家統計局口徑，商業地產包括辦公樓、商業營業用樓、工業用樓和其他。本文主要關注辦公樓和商業營業用樓兩個子市場。的研究少之又少。一方面，兩個子市場具有諸多不同點:比如，商業地產的價值主要取決于未來租金，對商業不動產需求更依賴于商業環境和對未來經濟的信心;又如，商業地產建設周期更長、租賃期更長、融資方式不同。另一方面，商業地產與住宅市場存在密切聯系。例如，人口集聚、居民收入與消費水平的提高和城市化既是住宅市場發展的重要推動力量，也是商業地產市場的重要推動力，并且社區配套商業有利于土地獲取和提升住宅溢價水平等。因此，有必要細分房地產市場，比較研究各子市場特征以及它們與銀行信貸之間的互動關系。

在2010年以來號稱史上最嚴厲的新一輪調控政策中，二套房必須首付五成或六成、第三套以上住房停止貸款、同一購房家庭只能新購買一套商品住房等措施，跟以往出臺的政策一樣，主要針對住宅類項目的投資或投機行為，對商業地產并未做任何限制。商業地產仍然沿用多年來的信貸門檻:首付至少五成，貸款利率為基準利率的1.1倍，按揭年限最長為十年。在多次樓市的信貸政策調控中，商業項目均未受政策收緊的影響。例如，2010年1－12月，全國住宅銷售面積比增長7.4%，而同期辦公樓和商業營業用房的銷積增速分別25.9%和35.2%，表明商業地產市場受政策影響相對較小。中央經濟工作會議提出的要加大保障性安居工程政策②住建部提出2011年建設保障性住房1000萬套，較2010年增加420萬套。全國總開工面達到6億平方米，占整個住宅施工面積的比重提高到10%，以套數計算則接近20%。這一政策將在十二五期間得以延續，保障房建設力度持續加大，逐步形成符合國情的保障性住房體系和商品房體系，住房市場的“雙軌制”將逐步形成。也只會沖擊住宅市場，不會影響商業地產。因此，商業地產市場因少受政策突然轉變的干擾，是檢驗銀行信貸和資產價格動態關系的一個“純凈”的實驗場。

二、商業地產價格與銀行信貸模型

為檢驗商業地產價格的決定因素及其與銀行信貸和宏觀經濟因素的關系，下面介紹一個簡單的聯立方程模型 (Davis和Zhu，2010)。該模型表明，商業地產價格取決于以下兩個機制:一個是外生商業周期沖擊 (例如，產出上下波動和利率變動)對商業地產價格的周期性影響;另一個是房地產內在特征對沖擊的放大作用，造成房地產市場過度反應 (overshooting)并產生持續的內生性周期。這兩種房價周期在特定時期內可以共存，孰輕孰重因不同地區、不同行業而異。由于該模型汲取現有模型的思想 (Allen和Gale，2000;Bernanke et al.，1994;Kiyotaki和Moore，1997;Aoki et al.，2004)，因此，該模型不僅可用于解釋商業地產市場，也可用于解釋廣義上的房地產市場。

對商業地產需求方程，我們假設:第一，經濟體中有N個潛在的投資者，所有投資者除了具有不同的價格預期，其他方面是同質的。不同的價格預測用于反映信息不對稱現象。價格預期服從積累分布函數F(p)，p為商業地產價格。第二，銀行業是許多房地產購買者最重要的融資渠道。當投資者對未來房價預期樂觀時，也即預測F(p)大于p時，會向銀行貸款 (L)投資商業地產。銀行貸款數量增加將增加投資人要素稟賦 (Yt，以真實GDP或者人均可支配收入表示)和商業地產價格，并降低了利率 (it)。銀行貸款數量也取決于銀行貸款態度 (Lt)。第三，對商業地產供給方程，假設在短期內供給數量固定，但是會逐漸對變化的商業環境做出調整。具體而言，當實際房價超過重置成本時 (相當于Tobin’s Q＞1)，建筑商會向銀行融資開工建新房，由于建設周期長，新房竣工需要一定年限。為簡便起見，模型中，新房開工到交付使用只有一期時滯。第四，也即一個關鍵的假設是，銀行放貸決策具有路徑依賴，對房地產投資者和開發商的放款數量取決于當期房價水平，而不是像理性預期理論所認為的那樣，取決于未來房價的無偏預期。這個假設反映了信貸市場的不完美以及非理性的市場行為。綜上所述，商業地產價格可用以下聯立方程組表示:

式 (1)是商業地產的需求方程，需求量取決于有購買愿意的人數和銀行貸款數量，其中，銀行貸款數量又取決于收入水平、利率、當期房價和銀行貸款態度。銀行貸款態度 (cred)取決于經濟金融狀況、同業競爭壓力、金融創新甚至是金融市場化等制度性因素。式 (2)為商業地產存量方程。δ為折舊率，I為新增投資。式(3)表明新增投資為銀行發放的商業地產開發貸款 (B)的線性方程。商業地產開發貸款(B)與銀行發放給買方的貸款 (L)是有區別的:前者發放給開發商，可增加商業地產供給，是個增量概念;后者則是發放給商業地產的投資者 (買方)，是個存量概念。銀行發放給開發商和建筑商貸款數量提高了收入水平、降低利率，同時改變了銀行貸款態度 (cred)。式 (4)為市場出清條件。式 (1)至式 (4)可以進一步簡化為以下動態系統:

上述簡單模型包括現有文獻中的主要思想，可為計量分析提供有用的理論指導。就商業地產價格 (CPP)與銀行信貸 (BC)兩者關系而言，通過簡單推導可得以下有待檢驗的假說:

假說1(CPP對BC):商業地產價格正向影響銀行信貸。在式 (1)中，我們根據經驗結果設定商業地產價格對銀行信貸有正向影響。更高價格意味著更低的違約率，因此，銀行愿意新增商業地產貸款。金融加速器機制表明，隨著商業地產作為抵押物價值增加，銀行向其他部門貸款也會增加。

假說2(BC對CPP):短期內銀行信貸對商業地產有正向影響，長期內則有負向影響。模型預測銀行信貸對商業地產價格有兩種相互抵銷的影響。式 (1)表明，如果銀行發放更多貸款用以購買商業地產，將刺激市場需求，助推價格上漲;式 (2)和式 (3)表明，如果銀行發放的對象是開發商，用于新房建設 (B)，房價則可能因為供給增加最終向下調整。由于供給時滯，通常后者效應 (負向)發生作用比前者 (正向)時間更長。雖然在每一期要把用于消費購買的信貸 (L)和用于新房開工建設的信貸 (B)區別開來很困難，但是我們仍然認為銀行信貸對商業地產價格在短期內有正向需求效應，在長期內有負向供給效應的假說是合理的。

三、實證分析

1.數據與變量選擇。筆者對商業地產價格的決定因素以及它與銀行信貸相互關系進行了實證檢驗。在實證中包括35個大中城市，為避免次貸危機后采取的“限貸、限購”等行政性措施對房地產市場影響，因此，樣本期確定為2003－2009年。所有數據來自CEIC數據庫，一些城市缺少2009年銀行信貸數據，根據2009年各市國民經濟和社會發展統計公報補齊。

根據模型 (5)和模型 (6)分析，我們實證工作主要包括5個關鍵變量:真實商業地產價格 (辦公樓和商業營業用樓)、真實銀行信貸、真實GDP、真實短期利率和真實房地產投資(包括辦公樓開發投資和商業營業用樓開發投資)以及銀行貸款態度 (cred)。辦公樓價格(offp)等于辦公樓銷售額除以銷售面積，商業營業用樓價格 (comp)等于商業營業用樓銷售額除以銷售面積。辦公樓開發投資和商業營業用樓開發投資分別用offinvt和cominvt表示。真實短期利率 (r)等于一年期名義存款利率平減CPI同比增長率。除了真實短期利率 (r)和銀行貸款態度 (cred)，其余變量通過除以各市CPI指數變換為真實變量，其中，各市CPI指數是以2000年為100的定基指數。

理想的信貸變量應該是發放給開發商的開發貸款和發放給投資者的商業地產抵押貸款，由于沒有相應統計數據，只能以各市銀行信貸總量代替，這是一個統計口徑更寬的指標，不過經驗表明，銀行信貸總量與住房開發貸款和按揭貸款高度相關①全國信貸總量與房地產開發貸款以及住房按揭貸款的相關系數分別為0.88和0.84，均在1%統計水平上顯著。，筆者認為這種做法不會根本地影響本文的結論。盡管時間序列時間比較短，但是由35個城市組成的面板數據可以彌補這一缺陷。從計量經濟學角度看，面板數據回歸模型有著更多的數據、更多數據變動性、變量間更少共線性、更多自由度，因此，估計也更有效 (Baltagi，2005)。

2.面板單位根檢驗。為避免出現偽回歸，需對數據進行平穩性檢驗。面板單位根檢驗分同質面板的單位根檢驗和異質面板的單位根檢驗兩種。自Levin和 Lin(1992，1993)以及 Quah(1994)的開創性研究以來，有關面板單位根檢驗的相關文獻大量涌現。同質面板的單位根檢驗方法主要有 Breitung檢驗 (Breitung，2000)、LLC檢驗 (Levin、Lin和 Chu，2002);異質面板的單位根檢驗方法主要有IPS檢驗 (Im、Pesaran和 Shin，1997、2003)、Fisher－ADF檢驗(Maddala和 Wu，1999)和 ADF－Choi檢驗(Choi，2001)。由于異質面板的單位根檢驗放松了不同面板單位時間序列具有相同一階自回歸系數的約束條件，允許一些面板個體具有單位根過程，與第一類相比更接近客觀現實，也更有效。在異質面板的單位根檢驗中，LPS要求面板數據為平衡數據，Fisher－ADF和Fisher－PP檢驗不要求面板數據為平衡數據。為了保證結果的穩健性和可靠性，本文采用LLC檢驗、Fisher－ADF檢驗、Fisher－FF檢驗和IPS檢驗等四種方法，分別對各變量水平值和一階差分進行面板單位根檢驗，結果列于表1和表2。對絕大多數面板變量水平值的檢驗結果均無法拒絕存在單位根的原假設，但其一階差分都在1%的顯著水平上拒絕存在單位根的原假設，說明各時間序列變量均為I(1)過程。另外，銀行貸款態度 (cred)為時間序列數據，由于時間太短，沒有進行時間序列的單位根檢驗。

表1 面板數據水平方程單位根檢驗

表2 面板數據差分方程單位根檢驗

3.模型設定。由于所有變量均為非平穩數據，一階差分后為平穩數據，所以我們在面板回歸中采用誤差糾正模型設定:

ΔYi，t=ci+ ψΔΧi，t+ Σpjλj× Yi，t－j+ Σp

kλk8Χi，t－k+

在式 (7)中，因變量的變化，ΔYi，t(也即商業地產價格變化或銀行信貸變化)對同期自變量變化 (ΔΧi，t)和滯后因變量和滯后自變量水平值回歸。式 (7)誤差糾正模型設定不僅能夠處理數據非平穩性，也可進一步檢驗銀行信貸對商業地產短期和長期效應:一方面，滯后非平穩變量 (水平值)系數顯著性和數值大小顯示了變量間的長期關系 (Pesaran和 Shin，1995;Pesaran et al.，2001)，為了驗證長期關系的存在性，我們運用Kao(1999)建議的面板協整做進一步檢驗;另一方面，自變量變化的系數顯示了這些變量對因變量短期影響的大小。與現有文獻通常做法一致，滯后期取一階。根據式 (1)至式 (4)建模思想，式 (7)可以具體表示為:

在式 (8)中，銀行信貸方程表示為產出(gdp)、商業地產價格 (cpp)、真實利率 (r)和銀行貸款態度 (cred)的函數。在具體回歸中，商業地產價格分為辦公樓價格 (offp)和商業營業用樓 (comp)兩類。銀行貸款態度以銀行家信心指數作為代理變量，原始數據來自中國人民銀行官方網站，為2004年到2009年季度數據。為充分利用信息并增加自由度，我們以2004年第一季度數據作為2003年度數據，2004－2009年度數據取當年季度算術平均數而得到。商業地產價格為產出 (gdp)、銀行信貸 (cred)、真實利率 (r)、商業地產投資 (invt)和滯后一期商業地產價格 (cpp)(t－1)的函數。表3是式 (8)和式 (9)具體回歸結果:模型1與模型2的因變量是辦公樓價格 (offp)和商業營業用樓價格 (comp)，用于檢驗銀行信貸對商業地產的短期和長期影響;模型3和模型4因變量是銀行信貸，分別對辦公樓價格 (offp)和商業營業用樓價格 (comp)回歸，檢驗商業地產對銀行信貸的影響。

所有模型估計方法為EGLS①Panel EGLS為估計方法處理截面異方差和同期相關的最小二乘估計方法，固定或隨機為模型形式。(截面加權的廣義最小二乘法)，選取固定效應和橫截面權重(cross－section weights)以反映樣本間異方差。固定效應假設的F值檢驗表明具有不同的截距項，因此，估計方法的選擇是合理的。系數誤差經過white異方差修正，具有一致性。DW檢驗表明不存在序列相關性。方程大多數變量系數符合第二節理論模型，商業地產價格和銀行信貸一階滯后系數在5%水平上顯著為負②一階滯后系數顯著為負符合誤差糾正模型 (ECM)反向調整，向均衡水平回歸的原理。及表了中最后一行KAO協整檢驗，均表明變量間存在長期均衡關系，同時也說明模型設定合理。

表3 商業地產價格與銀行信貸方程EGLS估計結果 (2003－2009)

基于研究目的，我們主要關注銀行信貸與商業地產價格系數。在商業地產價格模型 (1)和模型 (2)中，滯后一階銀行信貸 (cred)(－1)系數為正，但是均不顯著，而一階差分(Δcred)系數為正，并且至少在5%水平上統計顯著，兩個結果結合一起意味著:短期內銀行信貸與商業地產價格呈正相關，長期內銀行信貸對商業地產價格影響不顯著。這個結論與上文敘述的假說2不相符，與前面所提到的Davis和Zhu(2010)結論也不一樣。Davis和Zhu(2010)的結論是:對所有樣本國家 (銀行主導型和市場主導型)，短期關系為正，長期關系為負;對經歷銀行危機的國家，短期關系為正，長期關系也為正。長期內，銀行信貸并不影響商業地產價格的原因有待進一步深入研究，一個相對容易的解釋是，由于中國金融抑制現象普遍存在，信貸門檻高，房價上漲的抵押物效應不明顯。另外，在模型 (3)和模型 (4)中，商業地產價格一階滯后項 (offp)(－1)和 (comp)(－1)與差分項 (Δoffp和Δcomp)系數均不顯著，便是初步的證據。同樣，也可以從表3所有模型中，真實利率水平 (r)(－1)和利率變動 (Δr)均與商業地產價格呈正相關關系得到證實。

Davis和Zhu(2010)對利率與商業地產價格正相關的解釋是，由于金融自由化導致真實利率水平提高，從而出現高利率高房價并存現象。從2003年以來，一方面，中國逐步放開銀行按揭貸款市場，從原來嚴格的利率管制，過渡到“存款利率管上限、貸款利率管下限”，說明利率市場化程度逐步提高;另一方面，住房市場由于商品化改革，處于快速上升階段，出現了高利率高房價并存現象。現實中，我們也觀察到中國金融二元格局明顯，金融抑制還普遍存在，信貸資金的利率彈性缺乏。對于房地產開發商而言，由于其投資回報率遠遠高于貸款利率和其他行業平均利潤水平，更重要的是，信貸資金是否可獲得，而不是資金的成本，也導致房地產業缺乏利率彈性，導致出現利率與房價正相關的異象。動輒融資成本超過10%的信托資金在2010年得到開發商的廣泛使用即是明證。當然，這只是筆者對這一結論的不成熟看法，不一定完全正確。

在表3中，產出系數 (gdp) (－1)和(Δgdp)均為正，絕大部分在10%水平以上顯著(模型1和模型2例外)，表明經濟增長前景和良好商業環境對商業地產價格和銀行信貸具有促進作用。辦公樓投資變動對價格有顯著負面影響，而商業營業用樓投資對其價格影響不顯著。值得一提的是，銀行貸款態度 (cred)系數與商業地產價格呈顯著負相關關系，表明銀行家對商業地產價格趨勢出現了集體失誤。當然，這也可能與我們變量選取以及數據質量有關。

四、主要結論與建議

通過上述分析，可以有以下主要結論:

1.基于一般均衡模型，我們得到兩個假說:一是短期內銀行信貸與商業地產價格正相關;二是長期內銀行信貸與商業地產價格負相關。內在的邏輯是，銀行信貸是商業地產價格的增函數，高房價導致銀行信貸擴張，銀行信貸擴張導致房地產投資過剩，由于供給時滯，短期內房價繼續上漲，長期內房源供給增加將帶來房地產價格下調壓力。

2.實證表明:一是短期內銀行信貸與商業地產價格呈正相關關系，長期內銀行信貸對商業地產價格影響不顯著;二是并沒有存在從商業地產價格到銀行信貸的任何顯著關系，這與許多現有許多實證結果不一樣;三是經濟增長前景和良好商業環境對商業地產價格和銀行信貸具有促進作用。

如果從商業地產引申到一般房地產市場，我們可做如下推論:房價是借助對銀行信貸、金融體系穩定的作用間接地影響實體經濟。美國次貸危機表明，純粹投機引起的資產價格波動并不會嚴重影響金融和宏觀經濟穩定，只有信貸驅動資產價格泡沫才是引爆金融危機的導火索。基于宏觀審慎的視角，中央銀行及有關部門需要特別關注資產價格暴漲后面的信貸因素，包括杠桿比率異常變化、信貸激增、居民負債率大幅上升等。對貨幣政策而言，重要的不是貨幣數量、幣值或物價穩定，而是信用擴張、虛擬經濟擴張的合理界限、資產價格波動的潛在風險和整個金融體系的穩定。僅靠利率工具保持物價穩定是不夠的，中央銀行需要增加宏觀審慎的工具 (如按揭比率)來維持金融與經濟穩定。從某種意義上說，銀行信貸既是推動資產泡沫的主要動因，又是治理資產價格波動的有效方法。