宏觀審慎體制下的金融摩擦與房地產市場

趙勝民，梁璐璐，羅 琦

一、引 言

2008年，美國房地產市場的次貸風波演變成了一場全球范圍內的經濟危機，這次次貸危機使得房地產市場再次成為我國學者關注的核心問題之一。房地產業屬于資金密集型行業，具有資產流動性差、風險集中等特點，由于開發資金額巨大，房地產行業的運轉離不開金融機構的支持，因此具有明顯的金融屬性。目前國際上已經公認，宏觀審慎政策的實施對于房地產市場管理具有明顯的效果。尤其是在房地產價格存在明顯的泡沫時，宏觀審慎政策可以直接、有效地抑制信貸和房地產價格的上升。國際貨幣基金組織（IMF）在2011年指出，在處理房地產泡沫時，貨幣政策成本過高，財政政策又容易在實踐中被扭曲，而宏觀審慎政策工具更能有效遏制泡沫（如與房地產周期相關的最高貸款成數），其政策執行成本更低、更容易規避監管套利［1］。

房地產既是我國居民和企業的主要資產，也是銀行信貸的重要抵押品，這種實物資產和金融資產的雙重屬性決定了其在我國經濟命脈中舉足輕重的作用。處于轉軌期的我國金融體系具有兩個明顯的特質，一是市場上普遍存在信息不對稱的情況，導致市場存在著一定的金融摩擦，金融市場缺陷運行；二是具有明顯的“銀行主導”特征，金融中介機構（主要指銀行）普遍采取“抵押至上”和“房地產抵押”原則，這就從資金供給的角度為房地產價格上漲提供了變相支持［2］。目前，針對房地產市場，我國相關部門也出臺了一系列政策，其中許多政策工具都帶有明顯的宏觀審慎監管特征①如2004年，中國人民銀行就出臺了《關于加強商業性房地產信貸管理的通知》，針對90平方米以上購房、二套房貸的貸款價值比做出了明文規定；2007年，中國人民銀行和銀監會相繼下發了《關于加強商業性房地產信貸管理的通知》和《關于加強商業性房地產信貸管理的補充通知》，明確要求商業銀行嚴格控制房地產信貸風險；2011年，“新國八條”規定市場上二套購房者的首付比例不得低于60%。。

二、文獻綜述

2009年之后，各國學者開始將宏觀審慎政策引入到DSGE模型之中。早期的DSGE模型強調“金融加速器機制”［3-4］，即信貸市場的自身條件變化能夠將初始的經濟沖擊放大和加強的效應，具體是指由于信貸市場上借貸雙方信息不對稱而產生的代理成本。隨著研究的深入，越來越多的學者將“金融摩擦機制”抽象到模型中來描述經濟波動被放大的過程，將“金融摩擦”抽象到模型中意味著突出信貸在整個經濟體中的作用與影響。其中一類學者將重點放在借貸者的資產負債平衡表，即借款人面臨的借貸約束，這類研究著重強調金融摩擦的需求方面［5-6］。另一類則主張強調金融中介（銀行）的資產負債平衡表，重點考慮金融中介（銀行）信貸渠道的影響，即信貸的供給方面［7-8］，相比傳統的金融加速器僅通過抵押品價值建立金融部門到實體部門的傳播渠道，這種機制更能貼近近年來金融市場的實際情況。在納入了金融摩擦的DSGE模型中，專門探討宏觀審慎框架下房地產市場變化的文獻并不多。Kannan，等［8］發現，引入針對信用市場周期的宏觀審慎工具可以幫助貨幣政策穩定實體經濟。他們同時檢驗了貨幣政策在緩和資產泡沫中的潛在作用，結果顯示，在信貸泡沫中貨幣政策可以反向作用金融加速機制，抑制信貸和資產價格的增長，然而這個情況多發生在沖擊本身就帶有金融特性的條件下。而對于其他沖擊（比如技術沖擊），標準的泰勒規則仍舊是最佳選擇。Gelain［9］提出假設借貸型家庭通過金融中介獲得信用，在他的文章中，假設銀行與儲蓄型家庭存在摩擦，借貸型家庭和銀行之間也有摩擦，銀行資產的收益率和無風險存款利率不相等。其研究結果顯示宏觀審慎貸款價值比（LTV）政策可以緩和房產市場沖擊對于實體經濟的負面影響。Catte，等［10］假設宏觀審慎政策可以直接影響抵押貸款的信貸息差，適當收緊的政策對美國2003-2006年間的房地產價格有顯著的抑制作用，但對其他的宏觀經濟變量作用較小。

國內學者方面，康立，等［11］建立了一個帶有銀行和金融摩擦的兩部門DSGE模型，數值模擬發現，當存在金融摩擦時，房地產部門的經濟沖擊會對制造業產生顯著影響，而政府的從量信貸政策對這一過程有緩解作用。李志鋒［12］從房地產金融屬性的視角出發，對房地產金融支持的放大功能、抵押擔保對房地產的依賴性和房地產的金融衍生三個方面進行了分析。在此基礎上，對宏觀審慎監管體系中房地產金融風險控制體系的構建，給出了五個方面的建議。郭春風［13］認為房地產價格波動與金融穩定關系密切，文章結合金融系統的順周期性，分析了中國宏觀審慎監管的實踐，并提出了構建中國宏觀審慎監管框架的建議。

現有研究沒有考慮金融摩擦對房地產市場和宏觀審慎政策實施效果的影響。本文通過設立金融機構部門（銀行），從而在DSGE模型中代入金融摩擦，從房地產金融屬性的視角出發，研究宏觀審慎政策框架下，金融摩擦對于政策執行效果的影響，并對宏觀審慎監管模式中房地產金融監管的戰略框架和模式提出建議。

三、理論模型和均衡

本文將經濟體抽象為儲蓄型家庭、借貸型家庭、房地產開發商、金融機構、零售商、中央銀行六個部門，分析在宏觀審慎政策框架下房地產市場在不同金融摩擦情形下，受到沖擊后的反應狀況。借貸型家庭通過勞動獲得收入，儲蓄型家庭除通過勞動獲得收入之外，還持有房地產開發商的股份，每期從開發商處獲得分紅。兩類家庭在獲得收入后，均可將收入用于消費和房屋購買。儲蓄型家庭有多余的收入，因此可以將這部分現金存到金融中介，由金融中介放貸給房地產開發商和借貸型家庭。在本文的模型中，房地產既是消費品，也是房地產開發商在生產過程中的固定資產，同時它也可以被借貸型家庭和房地產開發商抵押。房地產開發商利用勞動、資本、房地產進行生產，并向儲蓄型家庭和借貸型家庭支付工資，剩余利潤滿足自己的當期消費和下一期投資需求。同時，為了完整描述房地產市場，本文引入了房產稅機制，房地產開發商會將房產稅轉嫁給家庭。政府被設置為一方面執行貨幣政策，一方面執行宏觀審慎政策。

1．儲蓄型家庭

參考 Iacoviello和 Neri［14］的模型設置和家庭“居有其屋”的觀念，本文將住房持有引入到家庭的效用函數中，并假設消費、住房持有與閑暇可分。這類家庭在滿足自己的消費、房屋購買支出的同時，將多余的資金通過金融中介貸給房地產開發商和借貸型家庭來換取利息收入，因此儲蓄型家庭的效用函數滿足：

滿足預算約束：

儲蓄型家庭折舊率 β∈ （0，1），c′t是儲蓄型家庭的消費，h′t是儲蓄型家庭擁有的房產，L′t是儲蓄型家庭提供的勞動時間。η′是勞動供給彈性，j為房產持有偏好，房屋價格為 qt＝Qt／Pt，τht為儲蓄型家庭每期分擔的房產稅負水平，b′t＝B′t／Pt為儲蓄型家庭當期一次性貸出的資金為利息收入（或支付），Rft-1是t-1期到t期的名義利率，∏t代表通貨膨脹率，ω′t＝W′t／Pt為實際工資，Divt為家庭持有房地產商股份所獲紅利。

分別對儲蓄型家庭的消費、勞動和房產求導得到一階條件。

2．借貸型家庭

同理，借貸型家庭最大化其效用函數：

由于借貸型家庭比儲蓄型家庭缺乏耐心，因而其跨期貼現率 β″＜β，β″∈ （0，1）。借貸型家庭須同時滿足預算約束和貸款約束。貸款約束中，m″t為借貸型家庭面臨的貸款價值比（Loan to Value，簡稱LTV），指借貸型家庭的房產抵押貸款額度不能超過房產預期價值的m″t倍。在宏觀審慎政策工具中，操作性最強的是調控貸款價值比［2］，Lim，等［15］也總結了LTV的三大優勢：單一、有效、易于實施且對市場扭曲最小；與公共政策目標一致；最大限度地減少監管套利。因此本文也將其作為政府宏觀審慎政策調整信貸的主要工具。為研究宏觀審慎框架下，個人住房按揭貸款額度對房地產市場影響的傳導途徑，本文對借貸型家庭面臨的貸款價值比設置外生沖擊，該沖擊的對數形式服從AR（1）過程：

m″＞0為m″t的穩態值①關于貸款價值比的穩態值，不同的國家有著不同的操作習慣，歐洲國家一般將其限制在0．8以下。，ρm″∈ （0，1）為沖擊的

持續性系數，σm″為沖擊的標準差，且 εm，t～N（0，1）。

分別對儲蓄型家庭的消費、勞動和房產求導得到一階條件。

3．房地產開發商

房地產開發商用資本、房屋、勞動作為投入生產的中間產品，假設生產函數是科布 -道格拉斯函數形式即：

Yt表示產出，Kt-1和ht-1分別表示上一期的資本與房地產存量，α為儲蓄型家庭占社會全部家庭的比重，μ、ν、α（1-μ-ν）和（1-α）（1-μ-ν）分別表示資本、房地產、儲蓄型家庭及借貸型家庭勞動的投入比例。At表示技術增長率沖擊且其對數形式服從 AR（1）：

由房地產開發商成本最小化的一階條件可得：

房地產開發商的效用函數采用對數形式，則房地產開發商的目標函數和約束條件為：

γ為房地產開發商的跨期貼現因子，且滿足γ＜β′。It是當期房地產開發商投入的資本，δ是資本投入的折舊率，因此資本積累公式滿足It＝Kt-（1-δ）Kt-1。

S（It，Kt-1）ΦK＞0表示資本的調整成本，資本成本的調整函數為凸函數，在穩態時有S＝S′＝0。ct為房地產開發商的消費，qt（（1+τht）ht-ht-1）為房地產存量價值的變化，為上期的貸款利息，bt為房地產開發商的貸款數量。與借貸型家庭類似，此時房地產開發商同樣要面臨一個貸款約束。mt為房地產開發商面臨的貸款價值比。參考 Kiyotaki和 Moore［16］的設置，如果房地產開發商違約，金融機構可以通過支付一個額外的（1-mt）Et（qt+1ht）來獲得房地產開發商的資產，因此房地產開發商能夠借入的最大資金由mtqt+1ht∏t+1約束，換算成實際約束即 Rtbt≤ mtEt（（1+τht）qt+1ht∏t+1）。同樣，為研究房地產開發商的抵押貸款信貸配給額度對住房價格影響的傳導途徑，本文也對房地產開發商的信貸配給額度設置外生沖擊，該沖擊的對數形式服從AR（1）過程：

m為mt的穩態值，ρm∈（0，1）為信貸配給沖擊的持續性系數，σm為信貸配給沖擊的標準差，且εm，t～N（0，1）。

分別對房地產開發商的貸款、投資、資本存量和房地產持有量求導得到一階條件。

4．金融機構

為了探討金融摩擦對于經濟體的作用，本文效仿 Gertler和 Kiyotaki［17］，通過資金的融出方（也就是金融機構）引入金融市場摩擦。金融機構，這里指我們一般意義上的商業銀行。本文通過存、貸款息差來刻畫金融體系的摩擦，這種摩擦在模型中針對的是借貸型家庭和房地產開發商兩個部門。假定金融機構是風險中性的，每一期，儲蓄型家庭將資金存儲在金融機構，金融機構支付其無風險的利率；同時，金融機構向借貸型家庭和房地產開發商發放貸款并收取貸款利息，同時承擔其違約風險。金融機構憑借貸款數量和抵押物價值（本文為房地產的價值）的比例來衡量借款方的風險狀況。即，如果越小，說明風險較小，金融中介給予的貸款利率就越低；反之，若越大，說明風險較大，金融中介給予的貸款利率就越高。模型假設借貸型家庭和房地產開發商的貸款利率與其風險的函數關系為：

5．零售商

零售商的設置參見 Bernanke，等［4］，每個零售商用z表示，以pωt的價格買入生產商的產品，再以pt（z）出售Yt（z），每期零售商有1-θ的概率改變價格。因此

At，k＝βk（c′t／c′t+k）是折舊因子，Xt是價格加成。總價格水平

6．中央銀行

本文將中央銀行的行為設置為執行貨幣政策與宏觀審慎政策：貨幣政策遵循傳統的泰勒規則體制，央行將貨幣轉移支付給實際部門來實現短期利率的泰勒規則，即

rr和Y是實際利率和產出的穩態值，貨幣政策系統地對過去的通貨膨脹和產出做出反應，當期短期利率與上期相關。eR，t是零均值、方差為σ2e的白噪聲沖擊，rR、r∏、rY是相應的政策敏感系數。

宏觀審慎政策通過影響借貸型家庭和房地產開發商的貸款價值比（LTV）來影響信貸總量：

εmt，εm″t是對貸款價值比的沖擊借貸型家庭和房地產開發商的信用增長率，ˉω、ˉω″是政策制定者對于兩部門信用增長的反應強度。

7．市場出清

假設所有的房地產總量為1，借款總和等于貸款總和，經濟中的總產出要滿足所有的消費、投資，即房地產市場、商品市場和債券市場出清條件分別為

在沒有沖擊的情況下，生產商和借貸型家庭均選擇上限進行貸款，模型有唯一穩態均衡。對模型的一階條件和約束條件求解對數線性化，對數線性化后的模型包括：總需求方程、總供給方程、房價動態變化方程、借貸約束和金融摩擦約束方程、狀態變量演進方程以及中央銀行決策方程和外生沖擊方程。

8．參數校準

本文模型中的參數主要通過實際數據運用估計或參考已有研究得到，除特別說明外，所使用數據均來自國家統計局和Wind數據庫，區間為1992-2012年的季度數據。本文模型的結構參數校準結果見表1。

表1 參數校準結果

四、數值模擬

1．金融摩擦下房價在面對沖擊時的動態變化

房地產市場上的金融風險很大程度來自于房地產業的價格波動。圖1給出了風險溢價彈性系數①ζ取0、0．1和0．9時，不同沖擊對宏觀審慎監管框架下的房地產價格的影響。圖1顯示，在宏觀審慎框架的經濟體中，風險溢價彈性系數越大，金融摩擦越大，房地產價格越容易受沖擊。觀察可得，在利率沖擊、貨幣政策與通貨膨脹沖擊和技術沖擊下，風險溢價彈性系數越小，房地產價格波動越小。在1%的正向房地產偏好沖擊下，風險溢價彈性系數取0或0．1時，由于購房需求增加，房地產價格會上升，隨后下降趨于穩態，這也與我們的直覺相符；然而，當金融摩擦高到一定程度時（如本文設置的0．9），很有可能會造成房價的扭曲，出現房地產價格不升反降的現象，這說明金融摩擦系數對于房地產價格的作用存在一個閾值。綜上所述，在現實中，金融摩擦是宏觀審慎政策抑制房價效果的一個重要影響因素。在貨幣政策與通貨膨脹沖擊下，所帶來的房地產價格波動最大，這也顯示出在宏觀審慎監管框架下，貨幣政策的導向，對于房價的作用舉足輕重。

圖1 不同金融摩擦和不同沖擊對房價的影響

圖2 不同金融摩擦和不同沖擊對房地產開發企業固定資產持有量的影響

圖3 不同金融摩擦和不同沖擊對房地產開發企業資產的影響

2．金融摩擦下房地產開發商面對沖擊的動態變化

下面我們單獨考察在不同金融摩擦系數下，宏觀審慎政策對于房地產開發商內部相關變量的影響。此處考察了不同金融摩擦系數下，四種沖擊分別對房地產開發商的固定資產持有量、資本和投資的影響。從圖2可以看出，沖擊對于房地產開發商固定資產存量的影響隨著金融摩擦系數的提高而增強。在固定資產偏好沖擊下，房地產開發商用于生產的固定資產持有量會受到房價的影響：風險溢價彈性系數ζ取0或0．1時，由于房價的上升，開發商獲取生產資料的成本增大，會使得開發商固定資產存量減少，當金融摩擦系數為0時，最快于15期以內達到穩態；當金融摩擦系數為0．9時，此時由于房價的扭曲，會影響到固定資產存量也相應出現變化。結果顯示，提高利率對房地產商固定資產持有量的作用最多可偏離穩態0．025個百分點，正向的貨幣政策與通貨膨脹沖擊則最多可達0．5個百分點。而從圖3和圖4可以看出，當金融摩擦較小時，沖擊對于房地產開發商的資產和投資影響不大。但當彈性系數ζ取0．1或0．9時，金融摩擦系數小的經濟體比金融摩擦系數大的經濟體在資產、投資方面沒有表現出明顯的優越性。

圖4 不同金融摩擦和不同沖擊對房地產開發企業投資的影響

3．金融摩擦下家庭的房屋需求面對沖擊時的動態變化

圖5、6考察了不同金融摩擦系數下，宏觀審慎政策的執行對于家庭房屋需求的影響。從圖5、6可以看出，當不存在金融摩擦時，借貸型家庭的房屋持有量和消費在面對沖擊時，會保持高度的穩定性。隨著風險溢價彈性系數的增加，抗干擾能力下降。正向的房地產偏好沖擊下，借貸型家庭的房屋持有量減少，這是由于社會整體的房屋偏好上升，由于儲蓄型家庭資金實力較高，在整個社會房地產總量不變的情況下，房地產會漸漸向儲蓄型家庭部門進行轉移，從而擠占了借貸型家庭的房產總量，這種擠占隨著金融摩擦的增加而增加。由于中國“居有其屋”的觀念深入人心，因此，金融摩擦系數越小，整個社會的基尼系數表現越好。同時，從圖6可以看出，貨幣政策與通貨膨脹沖擊對于借貸型家庭消費的影響最明顯，這與中國的實際情況十分吻合。

圖5 不同金融摩擦和不同沖擊對借貸型家庭房產量的影響

圖6 不同金融摩擦和不同沖擊對借貸型家庭消費的影響

4．方差分解

表2 房地產價格波動的方差分解

表2給出了當不存在金融摩擦時，房地產偏好沖擊、利率沖擊、技術沖擊、貨幣政策與通貨膨脹沖擊對房地產價格波動的貢獻值。從中可以看出，當不存在金融摩擦時，房價受貨幣政策與通貨膨脹沖擊的影響最大、其次是利率沖擊，貨幣政策與通貨膨脹沖擊在10期之后貢獻值可以穩定在98%左右。這也與之前的數值模擬結論相符，即在宏觀審慎監管框架下，房價對于中央銀行貨幣政策的實施十分敏感。另外，房地產偏好沖擊的貢獻值大于技術沖擊的貢獻值。隨著時間的推移，利率沖擊對住房價格波動的貢獻值下降，從第一期的2．79%下降到0．77%左右，但它仍是解釋房價波動的第二大重要因素。而房地產偏好沖擊和技術沖擊的貢獻則緩慢上升，分別從0．29%上升到0．45%，從0．17%上升至0．40%。以上結果充分說明，房價波動對于宏觀方面政策性變化（尤其是貨幣政策）十分敏感，這主要是因為：房地產行業是一個資金需求量很大的行業，房地產企業的資金十分依賴金融中介如銀行等部門的貸款。一旦中央銀行政策發生變化，會給房地產行業的信貸量造成較大影響，甚至會導致房地產開發商的資金鏈斷裂。這個結論這既與之前的結論相吻合，又與我們的直覺判斷相符。

五、結論和政策建議

本文構建了新凱恩斯動態隨機一般均衡模型，文章不僅引入了金融中介部門和房地產開發商，同時還通過貸款價值比引入宏觀審慎政策，研究在宏觀審慎體制下不同的金融摩擦強度與房地產市場之間的關系。實證結果顯示，金融摩擦是宏觀審慎政策抑制房價效果的一個重要影響因素；貨幣政策與通貨膨脹沖擊下，所帶來的房地產價格波動最大，這也顯示出在宏觀審慎監管框架下，貨幣政策當局的判斷，對于房價的作用舉足輕重。同時，沖擊對于房地產開發商固定資產存量的影響隨著金融摩擦系數的提高而增強。當不存在金融摩擦時，各個變量的穩定性最優，但在一些指標方面，金融摩擦系數小的經濟體比金融摩擦系數大的經濟體沒有表現出明顯的優越性。另外，本文還通過方差分解再次印證，房價對于中央銀行貨幣政策的變化十分敏感。

房地產行業是中國國民經濟的重要行業，也是商業銀行貸款投放的重點領域，房地產價格的不合理上漲會給金融系統帶來系統性風險，同時房地產價格波動也會對貨幣體系造成結構性的改變，因此關注房地產行業成為了中國監管當局的首要任務之一。本文的實證結果顯示，中國要充分發揮宏觀審慎政策對于房地產泡沫的抑制作用，控制房地產貸款的增長速度，依據審慎原則控制抵押貸款中房地產的抵押率。因此，應在不斷完善中國市場體制的前提下，提高貸款成數和貸款收入比等金融專業技術和政策水平。同時，定期進行房地產企業和個人信用能力的風險評估，提高擔保資產對房地產價格波動的抗風險能力。最后，努力改善中國市場上信息不對稱的局面，減少由于市場缺陷導致的金融摩擦，提高政策的透明度，規范市場上購房政策、貸款利率政策以及房地產開發商的各類信息的披露。由于貨幣政策當局的判斷對于房價的影響十分顯著，因此也應注意宏觀審慎政策與貨幣政策的協調配合，充分發揮二者的最大效用才能保證中國經濟的長治久安。

［1］ Gourinchas PO，Kose M A，Claessens S．Monetary and macroprudential policies［J］．IMF Economic Review，2012，60（2）：151-154．

［2］ 馮濤，楊達，張蕾．房地產價格與貨幣政策調控研究——基于貝葉斯估計的動態隨機一般均衡模型［J］．西安交通大學學報：社會科學版，2014（1）：15-21．

［3］ Carlstrom C T，Fuerst T S．Monetary shocks，agency costs，and business cycles［J］．Carnegie-Rochester Conference Series on Public Policy．North-Holland，2001，54：1-27．

［4］ Bernanke B S，Gertler M，Gilchrist S．The financial accelerator in a quantitative business cycle framework［R］．NBER Working Paper Series，1998．

［5］ Iacoviello M．House prices，borrowing constraints，and monetary policy in the business cycle［J］．American E-conomic Review，2005，95（3）：739-764．

［6］ Faia E，Monacelli T．Optimal interest rate rules，asset prices，and credit frictions［J］．Journal of Economic Dynamics and Control，2007，31（10）：3228-3254．

［7］ Christiano L，Motto R，Rostagno M．Financial factors in business cycles［R］．Unpublished Manuscript，Northwestern University，2007．

［8］ Kannan P，Rabanal P，Scott A．monetary and macroprudential policy rules in a model with house price booms［R］．IMF Working Paper，2009，No．251．

［9］ Gelain P．Macro-prudential policies in a DSGE model with financial frictions［R］．The 7th Dynare Conference，Atlanta，USA，2011．

［10］ Catte P，Cova P，Pagano P，et al．The role of macroeconomic policies in the global crisis［J］．Journal of Policy Modeling，2011，33（6）：787-803．

［11］ 康立，龔六堂，陳永偉．金融摩擦、銀行凈資產與經濟波動的行業問傳導［J］．金融研究，2013（5）：32-46．

［12］ 李志鋒．房地產、影子銀行與宏觀審慎監管機制［J］．生產力研究，2014（3）：67-72．

［13］ 郭春風．房地產價格波動與宏觀審慎監管框架設計探析［J］．特區經濟，2013（5）：104-105．

［14］ Iacoviello M，Neri S．Housing market spillovers：Evidence from an estimated DSGE model［J］．American Economic Journal：Macroeconomics，2010，2（2）：125-164．

［15］ Lim C，et al．Macroprudential policy：What instruments and how to use them？Lessons from country experiences［M］．International Monetary Fund，2011．

［16］ Kiyotaki N，Moore J．Credit cycles［J］．Journal of Political Economy，1997，105（21）：211-248．

［17］ Gertler M，Kiyotaki N．Financial intermediation and credit policy in business cycle analysis［J］．Handbook of Monetary Economics，2010，3（11）：547-599．