銀行業競爭對房地產價格影響的實證分析

盧霄

（上海大學悉尼工商學院，上海 201800）

1 引言

以1998 年住房分配貨幣化改革為標志性事件，搭上我國城鎮化高速發展的順風車，房地產行業成為我國早期經濟發展的支柱性行業，促進了國民經濟的飛速攀升。房地產業在2000 年完成的行業GDP 在全國經濟總量的占比為4.1%，到2022 年時，該份額高達6.1%。已有研究發現房地產的居住屬性正在被房價投機性預期逐漸改變，與實體經濟發展差距日益增大，而社會生產要素的配置結構也日益受到房地產金融化、商品化等問題的影響。這種現象不僅會擠出其他實體經濟部門投資，而且房價非理性增長和大幅波動將對經濟發展形成掣肘，可以說，“房地產是金融系統中最大的灰犀牛”。因此如何穩定房價，引導房價軟著陸對個人、企業以及國家金融體系都至關重要。銀行業的市場競爭程度逐步提升是我國金融體制改革的一個關鍵方向，考慮到房地產典型的資金密集型行業特點，銀行業競爭也將對房地產價格這一事關民生大計的熱點問題產生影響。

在中國特別的情境下，張杰等[1]將銀行業競爭定義為銀行業市場準入管制放松的政策背景下，各地區各銀行類型和數量增加，銀行業競爭態勢日趨加劇的過程。針對銀行業競爭的經濟效應研究主要集中于銀行業競爭對于宏觀經濟與微觀企業的影響，研究觀點存在兩個截然相反的方面，即市場力量理論和信息理論。置于中國情境下的研究，國內學者大多支持市場力量理論，研究發現銀行業競爭能顯著促進經濟增長[2]。對于企業而言，銀行業競爭程度提升能顯著降低信貸成本[3]，對企業持續健康發展有著顯著的促進作用[4]。鑒于信貸渠道是銀行業競爭經濟效應傳導的重要途徑之一，而決定房地產價格的供求兩端[5]以及市場預期[6]又和銀行信貸規模和貸款可得性密切相關。同時國內外學者在銀行視角分析影響房地產價格時多以銀行信貸對房價的影響為研究內容。縱觀已有文獻，學者們圍繞銀行業競爭的經濟效應的研究成果都較為豐碩，鮮有從中觀的角度來審視銀行業競爭并區分行業進行針對性討論。

2 理論分析與假設提出

產業組織理論為分析銀行業競爭影響房地產價格的作用機理提供了獨特視角。對于本文的研究內容而言，就資金層面而言，銀行間的競爭使銀行可以以更低廉的成本聚集起大量的分散資本，從而改善了資金的可用性和實用性。在短期內，銀行提升了提供資金的能力和意愿，同時房地產供給因為政策限制存在滯后，短期內不變，而需求上升，推動房地產價格的上漲；長期來看，置于中國特殊的情景下，要關注到房價“單邊上漲”的預期對房價的螺旋推動作用，在供求同時上升和看漲預期的多重作用下，進一步推高房價。基于以上分析，提出如下假設：

假設1：銀行業競爭對房地產價格有正向作用，銀行業競爭程度越高，房地產價格越高。

現階段我國區域銀行業結構分布不均衡，不同地區商業銀行對當地房地產價格的推動程度不同，并非所有的銀行競爭都對房地產價格起到相同程度促進作用。一方面，部分經濟發展程度中等的地方，由于缺乏完善的地方政策支持，金融體系機制不健全，銀行會更傾向于依靠“軟信息”作出貸款決定，因此銀行業競爭對于銀行信貸等各方面的促進作用更大，進而對房地產價格產生更大的影響；另一方面，北上廣深等經濟發展水平較高的熱點城市銀行業競爭受到的管控更多，對于房地產價格的提升作用在這樣的重重限制下也會受到緩沖。基于以上分析，提出如下假設：

假設2：不同城市銀行業競爭對房地產價格存在異質性影響。具體表現為：經濟發展水平較低的地區，銀行業競爭對房地產價格的促進作用更為顯著。

3 研究設計

3.1 樣本選擇與數據來源

本文選取國家統計局每月進行房價數據統計的70 個大中城市作為研究樣本，考慮到數據的完整性和可得性，將樣本的研究區間設定為2006-2020 年。通過中國銀保監會許可證信息查詢系統對22 萬余條數據進行手工整理，得到各城市每年度的HHI 指數以衡量城市銀行業競爭度；其他年度數據來源于國家信息中心國信房地產信息網、《中國城市統計年鑒》以及國泰安經濟研究數據庫（CSMAR）。

3.2 模型設定

為檢驗銀行業競爭對房地產價格的影響，參考既有研究的做法[7]，本文設定如下基礎計量模型：

式（1）中，被解釋變量是房地產價格（P）。關鍵解釋變量是銀行業競爭（Comp），關鍵系數是β1，因為銀行業競爭指標均為負向指標，根據本文的研究假設，如果估計系數β1顯著為負，則證明銀行業競爭越激烈，房地產價格越高。

3.3 變量選取

被解釋變量是房地產價格（P），應用進行對數化處理的商品房平均銷售價格（lnP_R）和商品住宅平均銷售價格（lnP_H）進行衡量。

關鍵解釋變量是銀行業競爭（Comp），選取赫芬達爾指數（HHI）進行衡量。為衡量各區域普遍性銀行業競爭，剔除了包括政策性三大行在內各類非商業銀行的特殊金融機構，僅對商業銀行口徑進行統計。具體的計算公式如下：

式（2）中，branchp，q代表在該城市中不同商業銀行分支機構數量，Totalbranches為該城市所有銀行分支機構數量。

本文參考以往的研究并結合本文的研究背景，選取如表1 所示的控制變量。

表1 變量定義

4 實證分析

4.1 描述性統計

表2 給出了主要變量的描述性統計結果。HHI 均值為0.320，最小值為0.069，最大值為0.907，這表明各大城市間銀行競爭水平存在著很大的差異，從而確保了各樣本間的異質性。

表2 描述性統計

4.2 回歸分析

首先對模型（1）進行基準回歸，考察銀行業競爭對房地產價格的影響，回歸結果如表3 所示。由于構建的銀行業競爭指標HHI 為負向指標，列（1）至列（4）銀行業競爭的回歸系數在1%的水平下始終顯著為負數，且列（2）和列（4）的銀行競爭指標HHI 的回歸系數分別為-0.074 和-0.080，證明更激烈的銀行業競爭推動了房地產價格，假設1 成立。

表3 基準回歸結果

進一步地，針對不同的城市進行異質性分析，由于房地產兼具消費和投資的雙重屬性，經濟發展水平高的城市往往房價較高，因此區分2020 年城市經濟規模在1.4 萬億以上的十大城市①與其他60 個城市進行回歸分析，如表4 所示。由列（1）和列（3）可知，在經濟發展水平較高的十大城市，商品房價格（lnP_H）與銀行業競爭的回歸系數在10%的水平下為負，商品住宅價格（lnP_R）則并不顯著；由列（2）和列（4）可知，在其他的60 個大中城市，房地產價格（lnP_H 和lnP_R）與銀行業競爭的回歸系數均在5%水平下為負。這證明了銀行業競爭對房地產價格的影響在不同城市推動程度存在異質性，銀行業競爭對房地產價格的促進作用在相對弱勢的60個城市更為顯著，假設2 成立。

表4 異質性分析

4.3 穩健性檢驗

4.3.1 變換銀行業競爭的度量方法

為進一步增加本文結果的可靠性，本文借鑒姜付秀等的做法，用該城市當年分支機構數量前四的銀行在市場中的比重來衡量銀行業競爭程度。

4.3.2 基于銀行業市場化改革重置研究期限

結合2009 年監管機構放寬中小商業銀行準入限制這一銀行業市場化改革標志性事件后中國銀行業競爭態勢加劇的特點作出以下分析：以2009 年為分界線，改革前行業仍處于由國有大型銀行進行壟斷經營的較低競爭狀態，分支機構僵化，決策效率較低，導致與企業的金融摩擦更大，導致銀行業競爭對房地產價格的影響較不明顯；改革后，同區域競爭業態加劇的壓力下，銀行會主動挖掘市場需求和優質客戶，致使信貸可得性增加，信貸規模擴大，使得房企和購房者都能獲得充足的資金支持，此時房地產價格可能受銀行業競爭的影響更為顯著。因此以2009 年劃分樣本，分別研究分樣本間的系數差別，增強研究的可信度。

5 結論與建議

本文研究了銀行業競爭對房地產價格的影響。研究結果發現：從整體上而言，銀行業競爭對房地產價格具有顯著的正向影響，這意味著銀行業競爭程度的提高促進了房地產價格的上漲，要引導銀行業適度競爭，發揮銀行市場推動房地產價格溫和上漲的重要作用。基于子樣本的檢驗結果表明，相對于城市規模大、經濟發展程度高的城市，銀行業競爭對房地產價格的推動作用在經濟相對較弱的城市更加顯著，需要政府因城施政，因地制宜。該結果在經過一系列檢驗之后依然穩健。

綜合上述研究結論可以得到以下政策建議：首先，本文的研究結果表明，銀行業競爭能夠推動房地產價格上漲。而銀行業競爭是金融發展、金融深化的表現。因此，合理引導銀行業適度競爭，控制信貸擴張規模，促進金融深化與金融發展是引導房地產價格溫和上漲的重要抓手。其次，非理性的投機預期是促使房價一直飆升的原因之一，為建立房地產市場長效健康發展機制，政府要堅持向居民解讀國家對于房地產市場的規劃設想，大力宣傳對于“炒房”等投機行為的打擊措施，積極引導形成理性合理的房地產市場預期。最后，可以參考其他發達國家相關稅收改革的發展過程，結合中國國情，逐步在焦點城市推進房地產稅收試點，進一步探索維護房地產市場長效健康發展機制，警惕房地產泡沫堆積沖擊金融系統，挫傷國民經濟的可能性。

【注釋】

①包括北京、上海、廣州、深圳、天津、南京、杭州、武漢、重慶、成都。