金融房價觀點 宏觀調控指標
——房地產市場交易金融宏觀建模探討

文｜廣東省建設信息中心 楊海濤 陳輔淳 夏蘭亭

1.研究背景

2021年7月22日，中央政治局常委、國務院副總理韓正在加快發展保障性租賃住房和進一步做好房地產市場調控工作電視電話會議上強調，要牢牢抓住房地產金融這個關鍵。

2020年12月28日，人民銀行與銀保監會出臺銀發〔2020〕322 號文件，規定銀行業金融機構房地產貸款余額和個人住房貸款余額占機構人民幣各項貸款余額的比例（簡稱房地產貸款占比和個人住房貸款占比）不得高于相應上限。

我國銀行業金融機構整體房地產行業貸款占比（房地產貸款占比＋個人住房貸款占比）上限相當高：第一檔為40%＋32.5%，第二檔為27.5%＋20%，第三檔為22.5%＋17.5%，等等。房地產行業的正規貸款總額占全部人民幣各項貸款之和的大頭。

20世紀90年代我國住房制度改革以來，住宅房地產市場交易規模和價格主要由社會經濟的市場因素決定。政策性干預只能抑制、延緩或者提前釋放市場因素的力量，市場因素的作用終究會兌現。市場因素在宏觀上，哪些最能左右房地產市場交易規模和價格，最能揭示交易市場的動力和勢態呢？房地產金融是個關鍵。

研究住宅房地產交易（買賣）金融宏觀指標、建立相關概念模型，提綱要領地衡量評估房地產市場的金融屬性，對于住宅房地產市場調控具有十分重要的現實意義。但是，自2003年8月國務院提出房地產市場宏觀調控以來，僅有2020年底提出的個人住房貸款占比這個直接與市場交易有關的指標。

2.房地產市場宏觀金融指標

房地產市場交易核心要素可歸結到面積與資金這兩點——本文由此出發，提出指標概念。約定：用下劃線標識術語、概念或數據項，用[]標識術語、概念或數據項。

2.1 基礎指標

[場內資金]：來源于房屋出售，再用于購置房屋（無論中途，只要重返樓市）的資金。

[場外資金]：首次進入房地產市場參與交易的非場內資金。房地產交易市場新增進場資金=場外資金。

[場外資金]＝場外資金中購房者自有部分＋場外資金中銀行貸款部分。

[交易資金]：房屋交易資金，可劃分為兩部分：（1）[自有資金]：場外資金中購房者自有部分＋場內資金（購房者之前賣房所得）；（2）[銀行貸款]：場外資金中銀行貸款部分。

交易資金＝自有資金＋銀行貸款＝場外資金＋場內資金

[一手交易量]，簡稱一手量：新建商品房（現房和期房）成交的總建筑面積。

[二手交易量]，簡稱二手量：存量房成交的總建筑面積。

[交易總量]＝一手交易量＋二手交易量。

2.2 測算指標

在前述基礎指標上，再提出新的宏觀測算指標：

①[杠桿增熵]，記作α ≡銀行貸款/交易總量；②[本金增熵]，記作β ≡自有資金/交易總量；③[本杠比]，記作λ ≡自有資金/銀行貸款；④[貸占比]，記作ρ ≡銀行貸款/交易資金；⑤[市場增熵]≡場外資金/交易總量；⑥[市場熵值]≡場內資金/交易總量。

說明：“熵”本是衡量物質系統吸收或放出熱量引起的系統狀態無序度（熱度）變化的物理概念，熵的增減反映系統熱度的增減。在此借用“熵”來刻劃市場熱度，以杠桿增熵衡量銀行貸款的涌入對房地產市場趨熱（增熵）的杠桿影響，本金增熵衡量自有現金的流轉對房地產市場趨熱（增熵）的自力影響；以市場增熵衡量房地產市場場外資金的涌入所造成的市場熱度（增熵）的外來激勵，以市場熵值衡量房地產市場“賣房換房”所變現的場內資金的再投入對市場熱度的內在激勵，故又稱“換房指數”，它反映賣房所得又再投入買房所引起的市場趨熱（增熵）；以本杠比衡量銀行貸款的帶動效率——值越高代表貸款所撬動的住房投資的自有資金比例越高。

3.市場交易宏觀金融建模

3.1 資金溯源及分類作用

3.1.1 無場外資金，就無交易

任何房屋的資金變現，一定是直接或間接來自于場外資金。一宗房屋交易的場內資金，若追溯其買方資金的來源鏈，最后都可歸結到一系列的場外資金流入端節點。如圖1 所示，對房屋A1 的交易資金進行溯源，則其資金來源可無一遺漏地追溯歸結到當前或者之前交易的場外資金流入端節點系列{R1, {R2,1,…,R2,j},…, {Rx,1,…,Rx,k}}。商品房市值不可能自我增量膨脹，它是由不斷進場的場外資金扛起來的。

圖1 交易資金溯源圖

3.1.2 無銀行貸款，就無市場

場外資金以銀行貸款為主力。我國房地產市場發展到現在，擁有產權房屋的人群幾乎覆蓋到所有中等收入以上工薪家庭，但是人們工薪收入增長遠不及房屋市值的增長。我國房地產市場主要靠銀行貸款花未來錢托起來，否則就沒有興旺的房地產市場；沒有興旺的房地產市場，銀行也不會貸款給房地產項目。

3.2 市場衡量指數

（1）[杠桿調控指數]，記作τ ≡杠桿增熵當期／杠桿增熵上期≡α當期／α上期

（2）[本金調控指數]，記作σ ≡本金增熵當期／本金增熵上期≡β當期／β上期

在房屋面積攤分下，τ 代表當期流入房地產市場的銀行貸款相對于上期的增長率；σ 代表流入房地產市場的個人自有現金的當期數相對于上期數的增長率。τ 和σ 可評判市場發展健康程度：τ 反映市場泡沫變化——置業者賒款交易強度的環比，σ 反映經濟基礎變化——置業者實有資金交易強度的環比。

3.3 交易資金池模型

以交易總量為底面，以成交單價為高度的市場交易資金池模型可直觀地表示房地產市場規模、交易總量、房價、流入和流出市場資金等的關系，如圖2 所示。資金池體積＝交易資金（交易總量×單價）代表市場規模。某個時期資金池：（1）體積變小，其減少量＝凈流出市場的資金體量；（2）體積變大，其增加量＝凈流進市場的資金體量。在交易總量不變的情況下，凈流入房地產市場的資金將直接提升房屋價格。凈流入資金等于前述場外資金。場外資金中，銀行貸款的杠桿作用最值得關注——因為杠桿是市場泡沫發展的惡化因子。

圖2 房地產市場交易資金池

4.模型應用的實效性

4.1 可計算性歸結與分解

銀行貸款和交易資金數據都可從銀行或房地產交易系統中獲得，自有資金可通過交易資金減去銀行貸款間接計算。除市場增熵和市場熵值因場外資金和場內資金兩個統計口徑難以獲得數據外，其他指標和指標均易計算。如，由公式(1)和相關定義可得：

4.2 測算指標關系分析與預測

我們建立起α、β、λ 與房價P 的關系：

其中，平均房價P ＝交易資金/交易總量。P 的環比可作為房價加速度來考察（＞1 為加速，＜1 為減速）；α、β 的環比則分別為杠桿和本金調控指數τ、σ。基于可計算性，可探索使用它們的歷史數據來預測預判市場準狀況及趨勢。

5.廣州市房地產金融指標例釋

5.1 金融及銷售數據的采用及處理

原則：（1）按金融機構具有“住戶貸款”統計口徑的年度，聚焦住宅房產數據；（2）盡量使用政府公開數據，如不足，再選用房地產行業領域有影響力的重要商業平臺或者專家報告的數據補充；（3）直接數據不具備時，采用間接計算補充。

我們從文獻中抽取數據經計算補充形成廣州2016-2020年住房貸款、交易總量和資金、房價基礎數據—多源數據以廣州統計年鑒的為準，然后測算市場交易金融指標。

5.2 市場金融宏觀指標的直觀分析

5.2.1 基本測算指標數據序列的市場解釋

廣州市2016年至2020年的基本測算指標如圖3 所示。圖中，虛線型折線使用右側縱坐標軸（單位:億元），實線型折線使用左邊縱坐標軸。由圖可見：（1）2018年后銀行貸款占比呈下降趨勢，但市場規模總體上升，本金增熵β 穩步上揚——市場熱度主要由新進場的自有資金和場內兩手房流轉活躍驅動，而同期本杠比λ 急劇增高則說明銀行貸款的杠桿效應顯著趨大；（2）2018年后房價上漲趨于平緩，是由銀行貸款的抑制（α ↓）、自有資金的活躍（β ↑）、市場需求的釋放（市場規模↑）共同決定。

圖3 2016-2020 廣州市房地產市場交易金融宏觀指標測算

5.2.2 金融調控與市場動能的數據關系解釋

用指數τ 和σ 跟房價環比的時序關系圖來考察金融調控與市場動能的數據關系，見圖4。可見，房價環比折線介于指數τ 和σ 之間，反映出杠桿調控和本金調控兩者在房價年相對上升速度上的影響的相互對沖。定量地，τ 和σ 對房價的綜合影響應以加權值ρ·τ+(1-ρ)σ 評估，其中，用貸占比ρ 作為杠桿調控指數τ 的權值以反映銀行貸款的影響系數，相應地用(1-ρ)反映自有資金的影響系數。顯見，τ 和σ 的加權值的趨勢線與房價環比折線的走向之間存在明顯的正相關性，從而佐證了本文所提出的金融調控指數的合理性和有效性。

圖4 調控指數對房價環比走勢的影響

5.2.3 資金強度與市場均價的數據關系解釋

用指標α 和β 及它們的線性回歸線(α+β)/2 跟市場均價P 的關系曲線來考察,見圖5。α 和β 于市場均價的共同作用可簡單地歸結成它們的加權和(α+β)/2。顯見，(α+β)/2 折線與市場均價折線趨勢類似—驗證了本文關于交易資金強度指標設置的合理性和可用性。

圖5 金融增熵與市場均價對照

6.深圳市房地產金融指標例釋

基于廣州市數據處理相同的原則，從相關參考文獻抽取相關數據經計算補充形成深圳市2015-2019年住房貸款、交易總量和資金、房價等基礎數據，然后進行市場交易金融宏觀指標測算，形成如圖6、7、8所示相應折線和趨勢線（房價單位為:萬元/m2）。圖6 中，虛線型折線使用右側縱坐標軸（單位:億元），實線型折線使用左邊縱坐標軸。由圖6 可見：1）2015-2019年期間，貸占比基本平穩在33%～55%之間，并呈略降趨勢，而反映自有資金作用的本杠比λ 和本金增熵β 幾乎同步在2016年后穩步上揚，抵消了杠桿增熵α 下降的影響，從而市場規模雖然曾略有下降但仍然保持大致的體量——說明期間市場熱度主要是由新進場的自有資金和場內兩手房流轉活躍驅動的；2）2017年以后，房價更加趨向平穩，本金增熵β、本杠比λ 呈同態穩步向上趨勢，而同期杠桿增熵α 卻呈反向下降趨勢，說明房價主要受到銀行貸款強度的下調影響，雖然自有資金的激活和市場需求的釋放往上推動；3）2016年起平穩上揚的本杠比λ 標示銀行貸款對自有資金的撬動效率較高，同期本金增熵β 平穩上升，說明期間深圳市住宅房地產市場受到新入場自有資金和場內資金的穩健支撐。

圖6 2015-2019 深圳市房地產市場交易金融宏觀指標測算

圖7 顯示，房價環比折線介于杠桿調控指數τ 和本金調控指數σ 之間，反映出銀行貸款和自有資金兩者對于房價年相對上升速度的作用相互對沖。τ 和σ 的綜合影響以加權值ρ·τ+(1-ρ)σ 的趨勢線體現——與房價環比折線的走向存在明顯的正相關性。

圖7 調控指數對房價環比走勢的影響

圖8 顯示，杠桿增熵α 和本金增熵β對于市場均價P 的作用可簡單歸結成它們的線性加權和(α+β)/2——其趨勢線與住宅交易市場均價折線的趨勢相當類似。

圖8 金融增熵與市場均價對照

7.分析與總結

我國房地產貸款是促進和支撐房地產開發建設的金融支柱，而個人住房貸款則是撬動和托起商品住房市場交易的金融杠桿。房地產市場的表現主要由場外資金的流入撬動、場內資金的流轉促進，以及房屋的供需矛盾等三大因素共同決定。場內資金須有場外資金的激活才能開始流轉，新進場的場外資金的強度越大，售換房產生的場內資金的流轉量越高，從金融因素來看，要區分信貸資金和自有資金分別所起的杠桿和內在作用。場外資金的主力一定是來自于銀行貸款，剔除賣房所得的個人家庭自有資金只占市場交易資金的較小部分。市場調控的牛鼻子在于調控個人住房購置貸款。本文提出杠桿增熵、本金增熵、本杠比、貸占比、市場增熵、市場熵值、杠桿調控指數和本金調控指數等房地產市場交易金融宏觀指標，為衡量市場交易金融因素作用，研判市場發展趨勢、泡沫性質與程度，提供了新穎有效的數字工具——經廣州、深圳公開的統計數據建模例示驗證。