我國居民房產抵押貸款、居民住房需求、價格傳導與經濟波動

袁靖 劉曉華

（1.廈門大學 經濟學院，福建 廈門361005；2.山東工商學院 統計學院，山東 煙臺264005）

一、引言

住房作為生活必需品和投資品，在其消費過程中需要大量資金。而住房消費對資金的需求有兩個特點：一是資金需求量大。對大部分家庭和個人來說，購買一套住房要耗盡其所有的積蓄甚至大半生的收入。二是資金周轉期長。在個人住房抵押貸款中，貸款期限最長達30年，在整個還款期限內，借款人始終存在還款的壓力。住房消費對資金需求的這種特點，決定了人們在購買住房過程中，必然會受到流動性約束的影響。

流動性約束理論認為，流動性約束下的消費較低。與不受流動性約束相比，面臨流動性約束的消費者，只能消費當期的財富；消費者一旦預期到未來可能面臨流動性約束，當期消費就會下降，并且在以后各期的消費都將受到流動性約束的影響。在缺乏消費信貸的環境下，如果家庭存在借貸約束，由于無法進行跨期預算，從而使購房者面臨較強的流動性約束。一旦購房者可以較容易地獲得個人住房抵押貸款，也就是說，購房者可以進行跨期預算，將未來收入拿來進行當前消費，那么他面臨的流動性約束將大大降低，從而提高其購房能力，就會在很短的時間內將購房需求釋放出來。對住房市場來說，由于新住房的建造需要花費一定的時間，可以認為住房供應短期是固定的。從住房價格形成機制的供求關系分析來看，因購房需求增加，而住房短期供給又不變，在短期內必然會推動住房價格的增長。

房地產抵押貸款模式起源于西方20世紀30至40年代，我國于1986年由中國建設銀行率先開辦了居民個人住房抵押貸款業務。中國建設銀行于1988年設立了房地產信貸部，并開啟了第一筆用于個人購置商品房的抵押貸款。此后，建行的個人住房抵押貸款業務迅速發展。其中最為重要的是住房抵押貸款的開展為政府的決策提供了一個選擇性的貨幣政策工具。到目前為止，央行通過住房抵押貸款反經濟周期經歷了兩個相反的階段。1997年我國出現了通貨緊縮，人們要尋求新的經濟增長點，1998年4月，央行便在《加大住房信貸投入，支持住房建設與消費的通知》中，明確指出住房建設為國民經濟新的增長點，各商業銀行應當調整貸款結構，積極支持住房建設和消費。緊接著央行又在5月26日的《關于改進金融服務，支持國民經濟發展的指導意見》中強調，應當加大住房信貸投入，促進住房消費，支持住房建設。但是，2002年中國的經濟增長率出現了明顯的回升，投資、信貸和貨幣供應量的增長率也開始上升。2003年初，有關中國房地產泡沫的聲音越來越大。央行在2003年6月份頒布了《關于進一步加強房地產信貸業務管理的通知》，這帶有明顯的緊縮信號。2004年10月28日，央行將商業銀行的存貸款利率提高了0.27個百分點。但在采取這些緊縮性政策之后，房地產市場價格并沒有出現明顯的回落，在2005年3月17日，央行又取消了住房抵押貸款的優惠利率，將現行的住房貸款優惠利率回歸到同期貸款利率水平，實行下限管理，下限利率水平為相應期限檔次貸款基準利率的0.9倍，商業銀行法人可根據具體情況自主確定利率水平和內部定價規則；對房地產價格上漲過快的城市或地區，個人住房貸款最低首付款比例可由現行的20%提高到30%。房產抵押貸款、居民房產需求及房價與經濟波動之間關聯性是制定未來房產政策的重要依據。

二、相關文獻綜述

與本文相近的研究包括梁斌、李慶云（2011）［1］考察了貨幣政策對房地產價格波動的影響機制，結論是中國貨幣政策總體上是寬松的，房地產成本沖擊是房地產價格波動的主要因素。譚政勛、王聰（2011）［2］基于動態隨機一般均衡視角討論了信貸擴張、房價波動影響金融穩定的經驗機制，認為房價波動、信貸波動以及兩者聯合波動影響我國銀行穩定，銀行反饋機制引起宏觀經濟波動。劉蘭鳳、袁申國（2011）［3］基于DSGE模型考察了我國貨幣政策對房價、投資和消費的影響程度較大。駱永民、伍文中（2012）［4］分析了房產稅改革和房價變化所可能產生的宏觀經濟效應，結論認為房價適度上漲在短期內對宏觀經濟具有負面效應，但負面效應對最終消失轉變為正向促進作用，超過一定限度的房價上漲會給宏觀經濟帶來嚴重的負面影響。王云清、朱啟貴及談正達（2013）［5］構建了一個包含商業和房地產兩個部門的新凱恩斯主義DSGE模型，結論顯示出貨幣政策、房地產需求偏好、房地產部門技術、房地產部門工資加成的沖擊能夠解釋大部分房價波動，房地產部門技術、房地產部門工資加成、貨幣政策的沖擊能夠解釋約95%房地產產量波動。

但以上研究都沒有考慮家庭將房產作為抵押品進行消費，由于房產本身既是消費品也是投資品，并且家庭通過房地產抵押貸款從銀行獲得信貸支持，這一特征影響居民消費、企業投資從而對宏觀經濟及房價產生反饋機制，導致房價與全社會產出、消費、投資等宏觀變量聯合波動。

本文基于1999年—2013年我國個人房產抵押貸款與宏觀經濟變量數據，實證分析個人住房抵押貸款與我國宏觀經濟波動之間的聯動及滯后關系，用以說明我國個人住房抵押貸款的反周期特征，并且為將住房抵押貸款與宏觀經濟聯合建模提供科學依據。本文借鑒Kiyotaki和Moore［6］的信貸配給理論及觀點，將個人房產抵押貸款特征引入DSGE模型，模型采用貝葉斯估計方法，并且對模型進行模擬和脈沖相應分析。

三、我國個人住房抵押貸款及經濟波動的特征

1988年，國務院辦公廳印發有關房改的通知及轉發國務院住房改革領導小組意見后，其他的國家專業銀行如工行、農行、中行等也都設立了住房信貸部，并陸續開發了個人住房抵押貸款業務。截止到2010年，四大國有控股商業銀行工大38 271.76億元，是15家上市銀行全部個人住房抵押貸款總額的71.9%，是單一銀行中此項貸款數額最大的一個群體。個人住房抵押貸款在全部貸款中的占比一般都在15%左右，其中建行2010年達到19.25%。在個人消費信貸中，住房抵押貸款的占比都在60%以上，其中建行高達79.71%。其他股份制銀行的個人住房抵押貸款情況相差較大，招商銀行和興業銀行個人住房抵押貸款雖然總額遠不及四大銀行，但其在全部貸款中的占比已超過20%。浦發銀行和北京銀行個人住房抵押貸款的總額不大，但其在個人消費貸款中的占比均超過80%。

表1 2010年個人住房抵押貸款各銀行機構數據一覽

本文選用我國1999-2013年的經濟數據，文中數據均進行對數線性化和H-P濾波處理，目的是消除時間序列中的趨勢成分，只保留波動成分。個人住房抵押貸款選用我國個人住房抵押貸款余額數據，本文的真實GDP以國內生產總值指數進行折算，就業指標參考黃賾琳（2005）［7］的建議，采用就業率即就業人數除以總人口作為勞動供給的替代指標，投資指標采用固定資產形成總額數據，并采用固定資產價格指數進行折算，所有真實值的估算均以1999年為基期，房價選用累計平均全國商品房銷售價格，相關結果見表2。

表2 1999-2013年中國經濟變量特征

由表2可得以下結論：第一，從各變量的波動幅度來看，個人住房抵押貸款余額與房價、投資波動均大于產出波動，消費、就業均小于產出波動，且房價波動幅度最大，約是產出波動的3.22倍，就業波動幅度最小，只有產出波動幅度的2%～5%左右。第二，從各變量的協同關系來看，消費、投資、房價與產出均表現出明顯的順周期性，且消費與投資表現的更為顯著，而個人住房抵押貸款余額則表現出一定的逆周期性。第三，從各變量之間的相關性來看，房價、消費、投資與產出表現出明顯的正相關性，而個人住房抵押貸款與產出有一定的負相關。總之，我國房價波動較大，房產投資對全社會投資起到非常重要的作用，而對經濟波動，住房抵押貸款的開展為政府的反經濟周期提供了一個選擇性的貨幣政策工具。

四、模型構建

Kiyotaki和Moore（1997）指出由于信貸配給因素的影響，企業以自身價值為抵押從商業銀行獲得貸款，在這種情況下，宏觀經濟形勢就會通過企業信貸可得性來影響企業的投資水平，而企業的投資又作用于宏觀經濟，因此，宏觀經濟波動呈現較強的信貸周期特點。本文借鑒Kiyotaki和Moore的觀點，但僅考慮居民房產抵押貸款。經濟包括代表性家庭和公司兩部門，有三種商品，勞動、消費品和房地產，居民的效用依賴于消費商品，購買房產及提供勞動獲得收入，并可以通過房地產作為抵押品進行融資購買債券，公司的效用僅依賴于生產消費品獲得利潤，因而需要勞動和資本作為投入。所有外生沖擊均服從于自相關AR（1）過程。

（一）代表性家庭

假定經濟體包含無數個同質的家庭，每個家庭偏好相同且能夠生存無窮期，家庭效用函數采用CRRA效用形式，家庭通過消費商品、擁有房地產及提供勞動、房產抵押貸款獲取資金及購買債券來獲得效用最大化，因而居民的效用函數為

上式為第t期居民效用的期望值，Cht為居民消費商品，Lht居民擁有房產，Nt勞動時間，β∈（0，1）折現因子，γh習慣形成參數，At為居民面臨的投資風險溢價因素沖擊，φt為居民房產需求沖擊，ψt為勞動供給沖擊，At服從

＞0常數，ρa∈（-1，1）持續系數，σa標準差，εatiid正態過程。

常數，ρφ∈（-1，1）持續系數，σφ標準差，εφtiid正態過程，

常數，ρψ∈（-1，1）持續系數，σψ標準差，εψtiid正態過程，

＞0常數，ρθ∈（-1，1）持續系數，σθ標準差，εθtiid正態過程，

設qit為房價，wt為居民實際工資，St為居民購買房產，

居民戶面臨的預算限制條件為

（二）公司

公司雇傭勞動力生產產品，生產函數為

Yt產出，Kt-1，Nt代表資本和勞動投入，α∈（0，1）為為資本產出彈性，資本積累服從

It投資，投資穩定狀態增長率，Ω＞0為成本調整參數，δ為折舊率。

Zt為技術沖擊，服從

＞0常數，ρz∈（-1，1）持續系數，σz標準差，εztiid正態過程。

（三）市場出清及均衡系統

給定經濟中代表性家庭的偏好、廠商的技術水平和資源約束，模型狀態變量包括投資、消費、房價、產出和就業，模型沖擊包括投資風險溢價沖擊、居民房產需求沖擊、勞動供給沖擊、抵押品沖擊沖擊及技術沖擊。當經濟達到均衡狀態時，代表性家庭實現效用最大化、代表性廠商實現利潤最大化。并且消費品市場、勞動力市場及房產市場均出清。

五、實證分析

（一）模型參數估計

本文模型中參數的賦值方法分為兩種，一是對于靜態參數采用校準的方法進行賦值，二是對于動態參數采用貝葉斯估計的方法進行賦值。

1.靜態參數校準

關于資本產出彈性的取值，國內多采用張軍等（2003）［8］的做法，構造人均產出與人均資本存量之間的計量回歸模型，估算出資本產出彈性，有關這方面參考文獻眾多，本文不再做相關推導，直接采用比較具有代表性的結果，資本產出彈性取為0.50。本文采用1978-2012年的物價水平來校準居民的主觀貼現率，根據國家統計局公布的年度居民消費價格指數，可估算出1978-2012年間物價水平平均上升了3.3%，故主觀貼現率設定為96%。國內關于習慣形成參數的估計做了許多實證研究，但是得到的估計值差異較大，杭斌（2010）［9］的估計值分別為0.44和0.45，賈男和張亮亮（2011）［10］的估計結果僅為0.23，本文校準后的結果為。對于價格調整概率，其反映粘性價格程度，陳昆亭、龔六堂（2006）［11］取值為0.6，這意味著廠商平均調價周期為2.5個季度，本文即取值0.6。對于折舊率國內研究年度值大多設定為10%（龔六堂、謝丹陽（2004）［12］、杜清源、龔六堂（2005）［13］），對應的季度值為2.5%，本文取2.5%。

2.動態參數校準

由于動態參數不能夠直接獲得，為了保證參數的精確性，本文采用Bayes方法進行估計。由于動態參數是五種沖擊的一階自回歸參數和波動參數，故本文采用了1999-2013年我國的宏觀經濟及房價波動數據作為樣本。關于相關參數初值與先驗分布的選取，本文遵循以下過程：一是關于先驗均值的選取，根據已有文獻的估算，技術沖擊一階相關系數的均值多數在0.7左右，故本文的先驗均值取為0.75；關于居民房產需求沖擊先驗均值的選取，根據我國商品房銷售額數據設定為0.35；關于投資風險溢價沖擊、勞動供給沖擊及抵押品沖擊參照Gerali（2010）［14］，設定為0.35。關于五種沖擊的隨機擾動項先驗均值的選取，由于相關國內文獻對外生沖擊的標準差的估計值均在0.02-0.08之間（如黃賾琳［7］，2005），故本文隨機擾動項的先驗均值均取為0.05。二是關于先驗分布的選取，本文參考相關外文文獻的做法，一階自回歸參數均服從Beta分布，波動參數均服從較為分散和平滑的逆伽瑪（Inv.Gamma）分布（如 Gerali等［14］，2010）。

表3 動態參數的Bayes估計結果

（二）模型沖擊脈沖響應分析

為了分析技術沖擊、投資風險溢價沖擊、居民房產需求沖擊、勞動供給沖擊和抵押品沖擊對宏觀經濟波動及房價影響的動態特征，本節分別給出了1%單位的正向沖擊條件下，產出、消費、投資、就業和房價的脈沖響應變化，圖1—圖5分別表示五種沖擊對宏觀經濟變量和房價的脈沖響應。

第一，脈沖響應顯示，居民將房產作為抵押獲取資本進行投資如購買債券，面臨投資風險溢價沖擊后，房價、產出、消費、投資及就業5個變量都將先上升后下降回復均衡狀態，房價反應最為迅速，其次為產出和投資，最后為消費和就業，這符合個人房產抵押貸款與宏觀經濟波動之間傳導機制，一旦債券市場面臨不確定性沖擊，包括利率變化等市場因素，房價會緊接隨之升高，導致產出短期內提高，投資加大，但最終會回復均衡狀態；第二，居民將房產作為抵押獲取資本需要支付抵押品利率，因而如果房產抵押市場面臨不確定沖擊，如抵押貸款利率發生變化或抵押貸款期限延長，房價、產出、消費、投資及就業5變量都將先下降后上升回復均衡狀態，依然是房價反應最為迅速，其次為產出和投資，最后為消費和就業，這也符合個人房產抵押貸款與宏觀經濟波動之間傳導機制；第三，居民房產需求沖擊下房價迅速攀升，緊接著投資、產出、就業和消費，這符合我國歷史實際經濟發展狀況，我國房地產市場發展與宏觀經濟增長有明顯的同周期趨勢，國內生產總值增長快的年份往往也是房地產投資和銷售額大幅增長的年份，比如2007年我國宏觀經濟在奧運等因素的刺激下步入新一輪的快速上漲周期，與之相應的房地產價格也開始新一輪的飛速上漲，同樣，宏觀經濟增長率的回落也會使得房地產市場發展減速，受到國際金融危機的影響，從2008—2009年我國宏觀經濟增長放緩，房地產市場在經歷了長時間的高速增長后開始步入調整期，房地產開發投資和銷售的增長率均有所回落，從2008年的房地產銷售額更是出現首次負增長，房地產投資占全社會固定資產投資比例自2000年以來就一直超過15%，在目前我國的經濟增長還主要依賴投資拉動的時期，房地產投資已經成為促進我國經濟增長的重要推動力量，因而房產需求沖擊下房價攀升是促進房地產投資的主要動因。模型脈沖響應結果顯示模型對現實經濟擬合效果較好，并實證驗證了居民房產抵押貸款與宏觀經濟波動之間的傳導機制及聯動關系。

圖1 投資風險溢價沖擊脈沖相應圖

圖2 抵押品沖擊脈沖相應圖

給定1%的正向技術沖擊，使得產出逐漸偏離原來的穩定狀態，在第5期后重新達到新的穩定狀態；給定1%的正向勞動供給沖擊，產出偏離穩定狀態約0.01%后逐漸回歸，并在32期后重新回到穩態水平；給定1%的正向投資風險溢價沖擊，產出偏離穩態大約0.03%后迅速恢復，并在6期后重新回到穩態水平；給定1%的正向居民房產需求沖擊，使得產出逐漸偏離原來的穩定狀態，在第5期后重新達到新的穩定狀態；給定1%的正向抵押品沖擊，使得產出逐漸偏離原來的穩定狀態，在第35期后重新達到新的穩定狀態。通過比較可以發現，技術沖擊和投資風險溢價沖擊對產出的影響較為顯著，且為正向的，由于生產技術的單位根特征，使得技術沖擊具有擴散機制，正向的技術沖擊會使經濟達到新的穩定狀態。

圖3 居民房產需求沖擊脈沖相應圖

圖4 技術沖擊脈沖相應圖

圖5 勞動供給沖擊脈沖相應圖

給定1%的正向技術沖擊，投資和就業均逐漸偏離原來的穩定狀態，并大約在25期后重新達到新的穩定狀態，而消費偏離穩定狀態約0.04%后逐漸回歸，并在30期后重新回到穩定狀態水平；給定1%的正向勞動供給沖擊，投資和就業分別偏離穩定狀態約2.5%和1.2%后逐漸回歸穩定狀態，而消費則偏離穩定狀態約0.7%后逐漸回歸，并在40期后重新回到穩態水平；給定1%的正向投資風險溢價沖擊，投資和就業分別偏離穩定狀態約4.2%和1.3%后逐漸回歸穩定狀態，而消費則偏離穩態約1.2%后逐漸回歸，并在40期后重新回到穩態水平；給定1%的正向居民房產需求沖擊，投資和就業逐漸偏離原來的穩定狀態，并大約在15期后重新達到新的穩定狀態，而消費則先正向偏離穩定狀態約2%后反向偏離約12%逐漸回歸；給定1%的正向抵押品沖擊，投資和就業分別偏離穩定狀態約3%和0.6%后逐漸回歸穩定狀態，而消費則緩慢偏離穩定狀態約0.2%后逐漸回歸。

表4 模型方差分解

給定1%的正向技術沖擊，使得房價偏離穩定狀態約0.06%后逐漸回歸，并在15期后重新回到穩態水平；給定1%的正向勞動供給沖擊，使得房價逐漸偏離原來的穩定狀態，在第5期后重新達到新的穩定狀態；給定1%的正向投資風險溢價沖擊，使得房價偏離穩定狀態約0.25%后逐漸回歸，并在10期后重新回到穩態水平；給定1%的正向居民房產需求沖擊，使得房價迅速穩定狀態約0.05%后逐漸回歸，并在10期后重新回到穩態水平；給定1%的正向抵押品沖擊，使得房價偏離穩定狀態約0.2%后逐漸回歸，并在25期后重新回到穩態水平。

從影響的程度及持續性方面考慮，抵押品沖擊及房產需求沖擊對房價影響最為顯著；我國居民房產需求沖擊和投資風險溢價沖擊對房價的影響大約為1年半，而抵押品沖擊對我國房價影響大約為1年，投資風險溢價沖擊和抵押品沖擊對我國產出和投資的影響大約為2年半，而居民房產需求沖擊對我國產出和投資影響大約為2年，這進一步佐證我國近年來居民房產需求造成房地產投資過熱，房價居高不下的事實。

（三）模型方差分解

對房地產價格和主要宏觀經濟變量對6種結構沖擊在1年、2年、2年半上進行方差分解，見以上表4所示。

方差分解結果顯示，技術沖擊能夠解釋產出波動的大部分，對于房價波動貢獻很少，勞動供給沖擊對產出和投資貢獻較大，但對房價波動貢獻不多。相對來說，居民房產需求沖擊能夠解釋房價格波動的90%，投資的30%～40%和產出的20%～30%，抵押品沖擊能夠解釋投資和產出10%～15%，這兩個金融沖擊一起可以解釋產出波動的30%和投資的40%～55%。方差分解顯示居民住房需求沖擊是房價波動的最主要原因，住房需求沖擊和抵押品沖擊是房價和投資、消費聯動的最根本原因。

六、結論

本文借鑒Kiyotaki和Moore的信貸配給理論及觀點，創新性將個人房產抵押貸款特征引入DSGE模型，模型采用貝葉斯估計方法，并且對模型進行模擬和脈沖相應分析，實證結果顯示模型較好擬合我國現實經濟，實證驗證了居民房產抵押貸款與宏觀經濟波動之間的傳導機制及聯動關系，并進一步佐證了我國近年來居民房產需求造成房地產投資過熱，房價居高不下的事實。

目前隨著房地產市場泡沫的逐漸增大，房地產市場風險不斷積聚，個人住房貸款在各家銀行受到嚴格限制，不僅嚴格執行首套房首付比例30%，二套房首付比例50%的要求外，商業貸款利率已經在早期的基準利率打七折到目前的上浮10%左右，融資成本上升了50%，除此以外，在資金流動性趨緊的情況下，銀行授信額度極為緊張，經常出現貸款審批通過卻沒有貸款額度發放的情況出現。面對這種抵押品沖擊，我國應及時疏通房產抵押貸款與宏觀經濟影響房價、投資及消費的這一傳導途徑，以實現房價與宏觀經濟運行的良性波動機制。

［1］梁斌，李慶云.中國房地產價格波動與貨幣政策分析——基于貝葉斯估計的動態隨機一般均衡模型［J］.經濟科學，2011（3）：17-32.

［2］譚政勛，王聰.中國信貸擴張、房價波動的金融穩定效應研究——動態隨機一般均衡模型視角，［J］金融研究，2011（8）：57-71.

［3］劉蘭鳳，袁申國，住房價格、住房投資、消費與貨幣政策，基于金融加速器效應的DSGE模型研究［J］.廣東金融學院學報，2011（5）：3-15.

［4］駱永民，伍文中，房產稅改革與房價變動的宏觀經濟效應［J］.金融研究，2012（5）：1-14.

［5］王云清，朱啟貴，談正達，中國房地產市場波動研究——基于貝葉斯估計的兩部門DSGE模型［J］.金融研究，2013（3）：101-113.

［6］Kiyotaki N，J Moore：“Credit Cycles，”.Journal of Political Economy［J］.105（2）；211-248.

［7］黃賾琳.中國經濟周期特征與財政政策效應［J］.1997，經濟研究，2005（6）.

［8］張軍，章元.對中國資本存量K的再估計［J］.經濟研究，2003（6）.

［9］杭斌.城鎮居民的平均消費傾向為何持續下降——基于消費習慣形成的實證分析［J］.數量經濟技術經濟研究，2010（6）.

［10］賈男，張亮亮.城鎮居民消費的 “習慣形成”效應［J］.統計研究，2011（8）.

［11］陳昆亭，龔六堂，鄒恒甫.什么造成了經濟增長的波動，供給還是需求？——中國經濟的RBC分析［J］.世界經濟，2004（4）.

［12］龔六堂，謝丹陽.我國省份間的要素流動和邊際生產率的差異分析［J］.經濟研究，2004（1）.

［13］杜清源，龔六堂.帶“金融加速器”的RBC模型［J］.金融研究，2005（4）.

［14］Gerali A，Neri S，Sessa L.and Sifnoretti，F.M.Credit and Banking in a DSGE Model of the Euro Area［J］.Journal of Money，Credit and Banking，2010（42）：107-141.