房價﹑信貸與商業(yè)銀行系統(tǒng)性風險的文獻綜述

董 莉，薛 晴

(1.長安大學 經(jīng)濟與管理學院，陜西 西安 710061；2.陜西師范大學 國際商學院，陜西 西安 710119)

1 引言

我國商業(yè)銀行當前面臨著嚴峻的系統(tǒng)性風險，由于房地產(chǎn)投機性行為和過度開發(fā)使得部分地區(qū)的房地產(chǎn)價格一路高歌猛進。房價的不良波動，直接導致銀行信貸質(zhì)量和數(shù)量發(fā)生變化，由此而引起的信貸風險和信用風險通過風險傳染機制使商業(yè)銀行資產(chǎn)負債數(shù)據(jù)發(fā)生變化，進而使商業(yè)銀行面臨較大的系統(tǒng)性風險。房地產(chǎn)行業(yè)的興衰將影響到商業(yè)銀行的風險承擔，房價一直是備受各方關注的焦點問題，國內(nèi)外學者也致力于研究房價與商業(yè)銀行系統(tǒng)性風險的關系及影響機制。文章著重就房價的影響因素，房價、信貸、商業(yè)銀行系統(tǒng)性風險三者之間的關系做以梳理。

2 房價波動的影響因素研究現(xiàn)狀

2.1 從供需模型出發(fā)

1998年實行住房市場化改革以后，住房交易市場由此誕生，國內(nèi)外學者對中國房地產(chǎn)行業(yè)的研究也由此開始。根據(jù)價格決定理論，房地產(chǎn)市場供給與需求決定了房價，眾多研究結(jié)果表明我國房地產(chǎn)價格在近20年內(nèi)呈現(xiàn)單邊上揚趨勢，已經(jīng)形成嚴重的價格泡沫。Edward Glaeser等(2017)非常詳細地以經(jīng)濟﹑人口﹑文化﹑投機因素為變量研究房地產(chǎn)市場需求；以房價﹑建造成本為變量研究房地產(chǎn)市場供給，模擬了20年房價變動情況，表明中國房價上升迅速且波動劇烈，已然形成泡沫化，但是住房需求旺盛，除非供給銳減，或是政府采取強制措施，否則泡沫暫時不會破裂。Tommaso等(2018)建立狀態(tài)空間模型計算出理論房價，與當期市場房價做差值作為衡量房地產(chǎn)泡沫程度的指標，并計算該指標隨時間變動和各種政策對它的影響，也得出了中國房地產(chǎn)泡沫程度很嚴重的結(jié)論。國內(nèi)對于房價的研究一直熱度不減，于雪(2019)建立時變參數(shù)狀態(tài)空間模型，基于房地產(chǎn)供給和需求，對比分析日本東京和中國上海房地產(chǎn)均衡價格和泡沫情況，得出價格泡沫具有階段性的結(jié)論，并利用脈沖響應函數(shù)，分別研究了金融政策、房地產(chǎn)開發(fā)投資和土地供給、可持續(xù)性和收入增長對于價格泡沫拐點的短期、中期、長期影響。周亮錦等(2019)構(gòu)建了基于供求關系的面板回歸模型，選用價格預期、人口、收入、信貸等指標，從國家層面和地域角度探究房價波動的原因。

2.2 信貸對房價的影響

房地產(chǎn)行業(yè)的資金大部分依賴于銀行信貸，信貸是造成房價波動的主要因素。李成等(2020)建立“人口數(shù)量—貨幣政策—房地產(chǎn)價格”理論模型，并建立多元線性回歸計量實證模型，結(jié)果表明信貸擴張會使房地產(chǎn)供需缺口增大，進而促進了房價上漲，但是由于城市化進程的推進，信貸對房價的促進作用會逐步抵消。潘海峰(2020)研究了信貸、不同類型貨幣政策工具和房價的關系，認為信貸的增加一定會促進房價的上漲，但是在房價波動較高的時期，利率工具發(fā)揮了較好的調(diào)控作用，而信貸等數(shù)量型工具在房價波動較平穩(wěn)時才會發(fā)揮較好的作用。馬勇、吳雪妍(2018)認為銀行信貸對房價的影響具有非線性特點，當信貸規(guī)模較低時，信貸對房價的影響很有限。而只有信貸規(guī)模超過一定閾值時，才會對房價產(chǎn)生顯著的促進作用。

2.3 其他因素對房價的影響

除了銀行信貸的影響之外，國內(nèi)外學者對貨幣供應量﹑利率等宏微觀變量對房價的影響研究也比較豐富。張品一、王超(2020)建立VAR模型，表明房地產(chǎn)價格滯后期、限購政策、貨幣供應量對房價的影響依次減弱。Goodhart和Hofmann(2008)通過對工業(yè)化國家30年數(shù)據(jù)的分析，指出信貸擴張可推動房價上漲，房價上漲繼續(xù)推動經(jīng)濟增長，經(jīng)濟增長又會推動信貸擴張，一直循環(huán)反復，三者之間存在相互影響機制。John和Robert(2012)建立了代理人基模型(Agent-Based-Model)，控制杠桿率和利率，模擬房價波動狀況，以此反映房地產(chǎn)市場的繁榮與衰退，結(jié)果表明杠桿率才是影響房地產(chǎn)市場價格波動的根本因素。郭娜(2019)構(gòu)建了納入房地產(chǎn)部門的DSGE模型，結(jié)果表明隨著技術進步，房價會持續(xù)上升；緊縮的貨幣政策沖擊能夠有效降低房價。李凱等(2021)通過建立TVP-SV-VAR模型，研究發(fā)現(xiàn)社會融資規(guī)模對房價的影響更顯著且更強。

3 房價波動、信貸與商業(yè)銀行系統(tǒng)性風險關系的研究

3.1 房價對銀行信貸的影響

房價的高低影響到房企的資金收入，影響房企的還債能力，進而影響到商業(yè)銀行放貸意愿，銀行信貸又可以劃分為對居民的住房按揭貸款和向房企的房地產(chǎn)貸款，兩者聯(lián)系密切。Gimeno和Carrascal (2010)認為房價決定抵押品價值，會影響家庭財富總額，進而引起住房信貸規(guī)模與質(zhì)量的變動。Hott(2011)通過引入三種非理性預期方法建立理論模型，研究住房按揭貸款、房地產(chǎn)價格、房屋供給之間的關系。結(jié)果表明銀行既是危機的受害者，因其向房地產(chǎn)市場提供資金，也是房地產(chǎn)價格泡沫化的推動者。銀行利潤與房地產(chǎn)市場存在正反饋效應，房價下跌時，銀行面臨較大損失和承擔較高風險，信貸規(guī)模會受到顯著影響。房價上漲時，銀行信貸規(guī)模也會隨之擴張。國內(nèi)學者關于房價對信貸的影響研究起步稍晚，但也取得了豐碩的成果，冀志斌等(2020)檢驗房價變動與企業(yè)融資約束之間的關系，房價上升有利于緩解借方的融資約束，緩解程度因企業(yè)類型不同而表現(xiàn)出顯著差異。企業(yè)融資約束的緩解，意味著企業(yè)負債來源增加或是負債成本減少，企業(yè)貸款的籌集多來源于商業(yè)銀行，企業(yè)融資約束的緩解側(cè)面意味著銀行信貸的擴張。作為高負債的房地產(chǎn)企業(yè)，需要大量籌資用于土地購買和房產(chǎn)開發(fā)，而房地產(chǎn)企業(yè)融資的主要來源便是銀行貸款。房價上漲會促進信貸規(guī)模擴張，相反，房價下跌會造成銀行信貸規(guī)模的收縮(張澄、沈悅，2018)。陳璽任(2021)研究表明，房價波動通過影響居民對房貸的需求進而影響銀行對房企的貸款規(guī)模，也會顯著影響房地產(chǎn)貸款的質(zhì)量。

3.2 信貸對商行系統(tǒng)性風險的影響

信貸是商業(yè)銀行主要資產(chǎn)業(yè)務，商業(yè)銀行信貸規(guī)模與質(zhì)量發(fā)生變化，會通過資產(chǎn)負債數(shù)據(jù)影響商行系統(tǒng)性風險。王重潤、胡雨婷(2021)將房地產(chǎn)企業(yè)負債規(guī)模與銀行系統(tǒng)性風險相聯(lián)系，發(fā)現(xiàn)兩者呈現(xiàn)顯著的正向關系。房企的負債大多來源于銀行信貸，即銀行信貸擴張會增加商業(yè)銀行系統(tǒng)性風險，且短期信貸的促進作用更大。閆世軍、李叢文(2015)根據(jù)房地產(chǎn)開發(fā)商數(shù)據(jù)與銀行業(yè)板塊指數(shù)，基于GARCH-時變Copula-CoVaR模型，研究房地產(chǎn)行業(yè)與銀行業(yè)的動態(tài)風險溢出度，發(fā)現(xiàn)兩者之間的影響程度與置信水平顯著相關。王輝、李碩(2015)將與房地產(chǎn)行業(yè)相關的信貸市場和銀行市場作為整體模擬風險傳染過程，研究結(jié)果表明兩個市場系統(tǒng)整體比單獨的分市場風險更大，且個人住房按揭貸款規(guī)模對銀行系統(tǒng)性風險的影響更強烈。宋凌峰等(2018)從資產(chǎn)和負債兩個方面，使用2002—2016年數(shù)據(jù)，動態(tài)演繹了我國房價波動、房地產(chǎn)市場信貸、銀行系統(tǒng)性風險的演變過程，表明銀行系統(tǒng)性風險主要通過房地產(chǎn)市場信貸進行傳導，且該傳導并非線性，而是呈現(xiàn)出顯著的結(jié)構(gòu)性突變特點。

3.3 房價對商行系統(tǒng)性風險的影響

我國學者主要建立網(wǎng)絡模型、進行壓力測試，以此來研究房價對商業(yè)銀行系統(tǒng)性風險的影響。方意(2017)將去杠桿—降價拋售—破產(chǎn)機制引入傳統(tǒng)網(wǎng)絡模型中，對房地產(chǎn)貸款違約進行壓力測試，以此算出傳染損失比重指標。指出房價下跌，導致信貸大量違約經(jīng)過銀行網(wǎng)絡關聯(lián)性導致的傳染風險是銀行系統(tǒng)性風險產(chǎn)生的根源。方意等(2018)立足于我國整個金融體系，基于CoVaR模型，引入狀態(tài)變量，建立分位數(shù)回歸模型，研究房地產(chǎn)市場，股票、債券等金融市場對銀行系統(tǒng)性風險的動態(tài)溢出效應，結(jié)果表明銀行系統(tǒng)性風險很大一部分來源于房地產(chǎn)市場，而房價在其中發(fā)揮了很重要的作用。李世澤等(2019)依據(jù)復雜網(wǎng)絡模型構(gòu)造了我國銀行體系內(nèi)部借貸網(wǎng)絡，并引入銀行的房地產(chǎn)貸款損失和房地產(chǎn)市場價格等因素，建立銀行系統(tǒng)性風險傳染模型，發(fā)現(xiàn)銀行系統(tǒng)性風險的增強是由房價的不良變動引起的。賈慶英、高蕊(2020)構(gòu)建門檻——VAR模型研究房價對金融系統(tǒng)性風險的影響。結(jié)果表明隨著杠桿的增強，房價對金融系統(tǒng)性風險的影響逐步增強，但這種影響呈現(xiàn)非線性特點。彭俊華、許桂華(2020)采用獨立性權系數(shù)法編制出系統(tǒng)性金融風險綜合指數(shù)，建立VAR模型，結(jié)果表明房價的異常波動會影響到整體經(jīng)濟的資產(chǎn)配置，房地產(chǎn)市場會出現(xiàn)過度配置狀態(tài)，最終會導致系統(tǒng)性金融風險的爆發(fā)。張煒(2018)創(chuàng)造性地使用系統(tǒng)動力學理論研究房地產(chǎn)業(yè)與銀行的關系，將Copula函數(shù)引入系統(tǒng)性或有權益分析法模型，確定商業(yè)銀行系統(tǒng)性風險評價指標體系，再利用房地產(chǎn)價格和系統(tǒng)性風險指標建立結(jié)構(gòu)向量自回歸模型，得出無論長短期，房價波動對商業(yè)銀行系統(tǒng)性風險都存在顯著影響。雖然商業(yè)銀行系統(tǒng)性風險的概念尚未統(tǒng)一，但是研究結(jié)論一致表明房價不良變動會顯著增強銀行系統(tǒng)性風險，且信貸是房價影響商業(yè)銀行系統(tǒng)性風險的一條重要渠道。

4 結(jié)語

通過整理與學習國內(nèi)外學者的研究成果，可以發(fā)現(xiàn)，供給和需求確定了房地產(chǎn)的基本價格，社會、經(jīng)濟、政策等外部因素影響著房價波動。銀行信貸作為房地產(chǎn)市場的主要資金來源，對房價發(fā)揮著重要的作用。20年來，房地產(chǎn)行業(yè)經(jīng)歷了繁榮和衰退。整體上看，房價一路攀升，致使房地產(chǎn)市場面臨較大的風險敞口，但是對于房地產(chǎn)價格泡沫是否破裂仍未達成一致意見，筆者認為房價泡沫暫時不會破裂，仍將繼續(xù)保持在一個較高的水平，與Edward Glaeser(2017)的觀點保持一致。

國內(nèi)外學者關于房價對商業(yè)銀行系統(tǒng)性風險的直接影響主要基于風險傳染效應，以此建立網(wǎng)絡模型研究兩者的傳導機制，研究結(jié)論均表明房價的不良波動會提高商業(yè)銀行系統(tǒng)性風險。銀行信貸作為外生變量可以影響到我國房價的變動，信貸擴張會促進房價上漲。房價波動又會影響到房地產(chǎn)開發(fā)企業(yè)的資金來源，信貸作為我國企業(yè)傳統(tǒng)的融資渠道，房價波動勢必會影響到信貸的擴縮，即房價與信貸兩者存在相互影響機制。銀行信貸是我國商業(yè)銀行主要傳統(tǒng)資產(chǎn)業(yè)務，也是銀行的利潤來源，信貸的規(guī)模和質(zhì)量也影響到商業(yè)銀行系統(tǒng)性風險水平，即房價可以通過銀行信貸間接影響到商業(yè)銀行系統(tǒng)性風險。

隨著互聯(lián)網(wǎng)金融的發(fā)展，各行各業(yè)之間的聯(lián)系愈來愈密切，一方受損，將會產(chǎn)生“蝴蝶效應”，最終對整個國民經(jīng)濟帶來不良影響。商業(yè)銀行是國民經(jīng)濟的資金中介，也是許多實體企業(yè)的資金來源，一旦商業(yè)銀行爆發(fā)系統(tǒng)性風險，通過風險傳染機制和溢出效應，會對業(yè)務聯(lián)系頻繁的其他機構(gòu)造成影響，這對整個經(jīng)濟的不良影響不容小覷，要嚴防商業(yè)銀行系統(tǒng)性風險的爆發(fā)，切實提高商業(yè)銀行抵御風險的能力。因此，關于商業(yè)銀行系統(tǒng)性風險傳導機制的研究和系統(tǒng)性風險預警體系的建立顯得格外重要，外界沖擊對商業(yè)銀行系統(tǒng)性風險影響的研究也將是未來該領域的研究重點。