唐紹欣++田廣健

[摘 要]改革開放以來(lái)，房地產(chǎn)行業(yè)表現(xiàn)出來(lái)的周期性波動(dòng)引起了國(guó)內(nèi)外學(xué)者的極大關(guān)注，運(yùn)用各種方法對(duì)這種周期性進(jìn)行描述，探討周期性波動(dòng)的形成原因及影響因素。在我國(guó)，大約70%的房地產(chǎn)開發(fā)資金來(lái)自于銀行信貸，銀行信貸與房地產(chǎn)周期波動(dòng)之間有著緊密的聯(lián)系，而且房地產(chǎn)行業(yè)的發(fā)展呈現(xiàn)出區(qū)域性、多元化的特點(diǎn)。運(yùn)用VAR模型實(shí)證分析山東省房地產(chǎn)周期與銀行信貸之間的關(guān)系，結(jié)果顯示，銀行信貸對(duì)房地產(chǎn)周期波動(dòng)有滯后的正向影響，因而可以運(yùn)用信貸政策適當(dāng)控制房地產(chǎn)波動(dòng)；相對(duì)來(lái)說(shuō)，貨幣供應(yīng)量的擴(kuò)張或收縮對(duì)平抑房地產(chǎn)周期波動(dòng)基本無(wú)效。

[關(guān)鍵詞]房地產(chǎn)周期；銀行信貸；貨幣供應(yīng)量；合成指數(shù)；VAR模型

[中圖分類號(hào)]F293.35 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1671-8372（2015）03-0020-10

Empirical research on the relationship between the real estate cycle and bank credits

—based on the related data of Shandong province from 2000 to 2013

TANG Shao-xin， TIAN Guang-jian

（Center for Economic Research， Shandong University， Jinan 250100， China）

Abstract：Since the reform and opening up， the periodic fluctuation of real estate industry has attracted much attention of scholars both at home and abroad. The scholars use various methods to describe the periodic nature to explore the causes and influencing factors of periodic fluctuations. In our country， about 70% of the real estate development funds are from the bank credit. The bank credits and real estate cycle fluctuation are closely linked， and the development of the real estate industry presents regional and diversified characteristics. By using VAR model to make the empirical analysis of the relationship between the cycle of real estate and bank credit in Shandong province， we find that bank credit has lagged positive influence on real estate periodic fluctuation. Thus the credit policy can be used to control the real estate fluctuation， and on the other hand， the expansion or contraction of the money supply cannot help ease the periodic fluctuation of real estate.

Key words：real estate cycle； bank credit； money supply； composite index； VAR model

一、引言

1994年，分稅制改革實(shí)施，其中把耕地占用稅、土地使用稅、土地增值稅、房產(chǎn)稅等這些與土地有關(guān)的稅種都給了地方，土地財(cái)政收入成為地方最重要的收入之一。2001年，土地財(cái)政收入占地方財(cái)稅總收入的比重為19.7%，2010年這一比重達(dá)到了49.7%。地方土地收入暴漲的背后是房?jī)r(jià)的瘋狂上漲。

1998年，我國(guó)開始住房制度改革。實(shí)施多年的住房分配制度的結(jié)束，開啟了住房市場(chǎng)化和貨幣化時(shí)代，促進(jìn)了我國(guó)房地產(chǎn)業(yè)的發(fā)展，完全釋放了房地產(chǎn)行業(yè)的發(fā)展?jié)摿?，?biāo)志著我國(guó)房地產(chǎn)正式向市場(chǎng)經(jīng)濟(jì)體制的轉(zhuǎn)軌。

從相關(guān)數(shù)據(jù)可以看出，這兩項(xiàng)改革的實(shí)施對(duì)我國(guó)房地產(chǎn)行業(yè)以及國(guó)民經(jīng)濟(jì)增長(zhǎng)的巨大推動(dòng)作用。1998年以來(lái)，在城鎮(zhèn)化和工業(yè)化的共同推動(dòng)下，房地產(chǎn)開發(fā)投資額占當(dāng)年GDP的比重由4.55%增長(zhǎng)到了2012年的13.86%。在此期間，全社會(huì)固定資產(chǎn)投資增長(zhǎng)了1225.80%；而房地產(chǎn)企業(yè)完成投資額卻增長(zhǎng)了2202.11%，這一指標(biāo)占全社會(huì)固定資產(chǎn)投資的比重也由11.01%增長(zhǎng)到了20.00%。

房地產(chǎn)周期是在經(jīng)濟(jì)周期的概念中發(fā)展衍化出來(lái)的。類似于經(jīng)濟(jì)運(yùn)行中出現(xiàn)的擴(kuò)張、收縮交替更迭，循環(huán)往復(fù)，房地產(chǎn)行業(yè)在不同時(shí)期也會(huì)呈現(xiàn) “繁榮—衰退—低迷—復(fù)蘇”的階段性波動(dòng)。房地產(chǎn)行業(yè)所呈現(xiàn)出的類似于經(jīng)濟(jì)周期波動(dòng)、循環(huán)的過(guò)程，叫做房地產(chǎn)周期。

房地產(chǎn)行業(yè)自身?yè)碛幸恍﹨^(qū)域自然特性，再加上各區(qū)域的社會(huì)特征、經(jīng)濟(jì)特征和不同的房地產(chǎn)政策因素等，導(dǎo)致各區(qū)域的房地產(chǎn)周期波動(dòng)不同。從大的區(qū)域來(lái)看，這種差異存在于全世界的各個(gè)國(guó)家之間，從小的區(qū)域來(lái)看，這種差異存在于一個(gè)國(guó)家內(nèi)部的不同地區(qū)之間[1]。

銀行信貸周期主要是指在有抵押品的情況下，融資能力是如何受抵押品價(jià)格波動(dòng)約束的，當(dāng)某項(xiàng)貸款有抵押品抵押時(shí)，初始借貸規(guī)模會(huì)受到抵押品當(dāng)前價(jià)值的影響，而抵押品價(jià)格的波動(dòng)也會(huì)引起貸款規(guī)模的變動(dòng)?？偠灾盅浩穬r(jià)格的上下變動(dòng)會(huì)引起借貸規(guī)模的擴(kuò)張和收縮，出現(xiàn)信貸周期[2]。

在房地產(chǎn)復(fù)蘇階段開始后一段時(shí)間，對(duì)房地產(chǎn)需求的上漲，刺激了房地產(chǎn)開發(fā)投資。伴隨著宏觀經(jīng)濟(jì)的復(fù)蘇和繁榮，房地產(chǎn)市場(chǎng)開始充滿了樂(lè)觀情緒。另外，經(jīng)濟(jì)高漲時(shí)，人們對(duì)通貨膨脹的預(yù)期也在增加，因此在通貨膨脹加速、存款利率與貸款利率下降的形勢(shì)下，房地產(chǎn)市場(chǎng)就成為資金追逐更高利潤(rùn)的目標(biāo)，金融機(jī)構(gòu)也會(huì)相應(yīng)增加對(duì)房地產(chǎn)的投資力度以獲取較高的穩(wěn)定收入，進(jìn)而大量的房地產(chǎn)信貸進(jìn)入市場(chǎng)流通。

房地產(chǎn)繁榮階段的到來(lái)，意味著房地產(chǎn)投機(jī)者大量增加，再加上自用購(gòu)房者的剛性需求，這兩方面將對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生較大的需求，房地產(chǎn)價(jià)格不斷攀升并可能形成泡沫，隨后更多的資金投入房地產(chǎn)市場(chǎng)。銀行在控制信貸風(fēng)險(xiǎn)時(shí)，主要是在抵押物價(jià)值的基礎(chǔ)上確定信貸規(guī)模，因此，房地產(chǎn)產(chǎn)品的市場(chǎng)價(jià)值，直接決定了信貸額度的大小。而在房地產(chǎn)繁榮階段，房屋作為抵押物的價(jià)值急劇上升，導(dǎo)致銀行房地產(chǎn)信貸量增加。同時(shí)，根據(jù)靜態(tài)和適應(yīng)性預(yù)期理論，樂(lè)觀的房地產(chǎn)市場(chǎng)會(huì)導(dǎo)致銀行預(yù)期后續(xù)房地產(chǎn)商品還會(huì)繼續(xù)升值，在這一預(yù)期下，銀行會(huì)放松貸款條件，增加房地產(chǎn)信貸額度。

房?jī)r(jià)的大幅上漲，使人們逐漸認(rèn)識(shí)到房地產(chǎn)價(jià)格和價(jià)值的嚴(yán)重偏離，便會(huì)警惕房地產(chǎn)泡沫破裂的風(fēng)險(xiǎn)?？紤]到房地產(chǎn)泡沫破滅會(huì)造成的嚴(yán)重后果，政府會(huì)對(duì)房地產(chǎn)市場(chǎng)進(jìn)行宏觀調(diào)控，即出臺(tái)一系列限制房地產(chǎn)投機(jī)的政策措施，如限制商業(yè)銀行向房地產(chǎn)開發(fā)企業(yè)放貸、提高住房貸款利率等。

隨著政府緊縮的調(diào)控政策的實(shí)施，利率的提高會(huì)導(dǎo)致房地產(chǎn)開發(fā)企業(yè)拿到資金的成本增加，對(duì)房地產(chǎn)企業(yè)的限貸會(huì)導(dǎo)致企業(yè)很難拿到新的貸款，這將會(huì)使房地產(chǎn)開發(fā)企業(yè)面臨較大的財(cái)務(wù)壓力，企業(yè)違約現(xiàn)象越來(lái)越嚴(yán)重。同時(shí)，住房貸款利率的提高也會(huì)限制購(gòu)房者的購(gòu)買欲望，投資總量開始回落，這將加速房地產(chǎn)市場(chǎng)的衰退與危機(jī)的到來(lái)。在房地產(chǎn)危機(jī)與衰退階段到來(lái)后，我們會(huì)看到房地產(chǎn)價(jià)格降低，房地產(chǎn)交易量減少；此時(shí)市場(chǎng)中彌漫著恐慌的情緒，一有利空消息出臺(tái)房屋價(jià)格就會(huì)暴跌，有價(jià)無(wú)市的局面被打破，房地產(chǎn)泡沫開始破裂。而房?jī)r(jià)的暴跌更減少了對(duì)房地產(chǎn)市場(chǎng)的投資。在此階段，一些小的房地產(chǎn)商面臨資金鏈斷裂，不得不宣布破產(chǎn)。前期積累的房地產(chǎn)信貸風(fēng)險(xiǎn)開始集中暴露[3]（見圖1）。

圖1 國(guó)房景氣指數(shù)與銀行房地產(chǎn)信貸關(guān)系

從圖1可以看出，代表房地產(chǎn)周期波動(dòng)的國(guó)房景氣指數(shù)與代表房地產(chǎn)信貸規(guī)模的貸款增長(zhǎng)率指標(biāo)趨勢(shì)大體吻合，這就說(shuō)明房地產(chǎn)業(yè)的發(fā)展離不開金融機(jī)構(gòu)的支持，而其發(fā)展和波動(dòng)又給金融機(jī)構(gòu)帶來(lái)了巨大的影響。兩者的發(fā)展密不可分，相互支持，也相互制約。

隨著發(fā)達(dá)國(guó)家房地產(chǎn)行業(yè)的逐步成熟，房地產(chǎn)行業(yè)已經(jīng)成為其國(guó)民經(jīng)濟(jì)增長(zhǎng)的重要支柱之一，關(guān)于房地產(chǎn)的調(diào)控政策已基本適應(yīng)本國(guó)房地產(chǎn)行業(yè)不同階段的特征。而我國(guó)房地產(chǎn)業(yè)起步較晚，現(xiàn)在還處于發(fā)展階段，房地產(chǎn)調(diào)控制度還在摸索過(guò)程中，并且各個(gè)區(qū)域的房地產(chǎn)發(fā)展很不平衡。因此，如果某個(gè)地區(qū)的房地產(chǎn)出現(xiàn)較大的波動(dòng)，將對(duì)該地區(qū)的經(jīng)濟(jì)增長(zhǎng)產(chǎn)生較為嚴(yán)重的負(fù)面影響。正確認(rèn)識(shí)各個(gè)區(qū)域房地產(chǎn)行業(yè)本身的周期變動(dòng)規(guī)律，既可以為行業(yè)各參與方提供科學(xué)有效的理論指導(dǎo)和應(yīng)對(duì)措施，還有助于該地區(qū)整體經(jīng)濟(jì)的健康發(fā)展。除此之外，通過(guò)分析影響房地產(chǎn)周期的各個(gè)因素及深層次原因，為當(dāng)?shù)卣贫ㄏ鄳?yīng)調(diào)控政策，引導(dǎo)當(dāng)?shù)胤康禺a(chǎn)行業(yè)健康發(fā)展提供重要的參考依據(jù)。房地產(chǎn)信貸調(diào)控政策的實(shí)施必須經(jīng)過(guò)銀行等金融機(jī)構(gòu)向市場(chǎng)投放信貸額度才能發(fā)揮政策的作用，這意味著，商業(yè)銀行信貸對(duì)房地產(chǎn)行業(yè)的發(fā)展有直接而重要的影響。本文通過(guò)收集2000—2013年山東省房地產(chǎn)行業(yè)的相關(guān)月度數(shù)據(jù)，運(yùn)用VAR模型實(shí)證分析房地產(chǎn)周期與銀行信貸之間的關(guān)系。

二、文獻(xiàn)綜述

雖然國(guó)外對(duì)房地產(chǎn)信貸波動(dòng)和房地產(chǎn)業(yè)波動(dòng)有較多的論述，但他們大多是從心理、期望和行為等方面進(jìn)行的討論，而完整系統(tǒng)地闡述房地產(chǎn)周期與信貸關(guān)系的文章比較少。Bernanke、Gertler和 Gilchrist（1996）等人共同提出了金融加速器理論，該理論認(rèn)為，當(dāng)信息不對(duì)稱問(wèn)題出現(xiàn)在金融市場(chǎng)和信貸市場(chǎng)時(shí)，MM 定理便不再成立，來(lái)自外界的微小沖擊便可以通過(guò)金融市場(chǎng)和信貸市場(chǎng)的傳遞導(dǎo)致較為嚴(yán)重的實(shí)體經(jīng)濟(jì)波動(dòng)。也就是說(shuō)，放松金融管制，金融市場(chǎng)逐漸自由化，隨著違規(guī)借貸的金融風(fēng)險(xiǎn)的增加，房地產(chǎn)周期的波動(dòng)幅度也會(huì)越大。

Allen和Gale[4]基于信貸擴(kuò)張理論提出了資產(chǎn)價(jià)格模型。該模型認(rèn)為如果投資者進(jìn)行投資時(shí)采用的是自有資金，那么此時(shí)形成的資產(chǎn)價(jià)格可以看做是資產(chǎn)的基礎(chǔ)價(jià)值。當(dāng)投資者資金來(lái)源于外部融資時(shí)，投資者進(jìn)行投資時(shí)會(huì)提高他們對(duì)資產(chǎn)的風(fēng)險(xiǎn)容忍度，即偏好風(fēng)險(xiǎn)資產(chǎn)，并采取風(fēng)險(xiǎn)轉(zhuǎn)移行為。風(fēng)險(xiǎn)資產(chǎn)的過(guò)度投資會(huì)不斷抬高資產(chǎn)自身的價(jià)格，導(dǎo)致價(jià)值的偏離。在該理論中，銀行信貸擴(kuò)張扮演了資產(chǎn)價(jià)格上漲的推手。

皮舜、武康平[5]通過(guò)創(chuàng)建我國(guó)房地產(chǎn)信貸和房地產(chǎn)價(jià)格之間的誤差修正模型，運(yùn)用我國(guó)1997—2003年金融市場(chǎng)和房地產(chǎn)市場(chǎng)之間的月度數(shù)據(jù)進(jìn)行實(shí)證分析，得出的結(jié)論是：房地產(chǎn)價(jià)格的上漲會(huì)導(dǎo)致銀行房地產(chǎn)信貸的增加，而銀行房地產(chǎn)信貸的增加又會(huì)推動(dòng)房地產(chǎn)價(jià)格的持續(xù)上漲，兩者存在著正向的反饋關(guān)系。

陸磊、李世宏[6]通過(guò)建立兩階段的動(dòng)態(tài)優(yōu)化模型，對(duì)房地產(chǎn)投資決策和房地產(chǎn)泡沫的形成與破裂進(jìn)行研究，得出房地產(chǎn)泡沫的積累與破裂是理性預(yù)期下，預(yù)期收入與實(shí)際收入的偏離，其直接導(dǎo)致居民破產(chǎn)和銀行不良貸款的上升。

李倩[7]從概念出發(fā)，通過(guò)建立一套科學(xué)完整的指標(biāo)綜合評(píng)價(jià)體系，定性描述和分析了房地產(chǎn)周期各個(gè)階段的特征及影響因素，然后使用由主成分分析法得出的綜合指數(shù)和擴(kuò)散指數(shù)，聯(lián)系房地產(chǎn)增加值指標(biāo)，綜合定量分析了1990年以來(lái)北京市的房地產(chǎn)周期運(yùn)行情況，認(rèn)為影響北京房地產(chǎn)周期性波動(dòng)的主要因素是投資。

魏巍賢、李陽(yáng)[8]通過(guò)建立房地產(chǎn)需求對(duì)房地產(chǎn)價(jià)格、收入以及利率之間的需求函數(shù)，運(yùn)用1999—2003年我國(guó)30個(gè)省市的面板數(shù)據(jù)進(jìn)行了分類實(shí)證分析，得出了代表我國(guó)東、中、西部房地產(chǎn)需求的函數(shù)，并運(yùn)用該函數(shù)對(duì)東、中、西部房地產(chǎn)需求狀況與特征進(jìn)行了分析。研究結(jié)果表明，我國(guó)各地區(qū)的房地產(chǎn)需求函數(shù)存在較大差異，不僅三個(gè)公共因素影響程度不同，而且各個(gè)地區(qū)還存在著個(gè)體的影響。所以，國(guó)家在制定房地產(chǎn)政策時(shí)，應(yīng)考慮各地區(qū)的需求差異，因地制宜，根據(jù)該地區(qū)的實(shí)際情況制定相應(yīng)的調(diào)控政策。

顧建發(fā)[9]認(rèn)為房地產(chǎn)價(jià)格與成交量的波動(dòng)，應(yīng)該類似于證券市場(chǎng)中證券的價(jià)格與成交量的波動(dòng)規(guī)律。證券市場(chǎng)中存在的較為成熟的價(jià)量分析工具，也應(yīng)該可以運(yùn)用到房地產(chǎn)市場(chǎng)中來(lái)。因此，他運(yùn)用數(shù)學(xué)模型對(duì)上海市房地產(chǎn)周期綜合指數(shù)進(jìn)行分解，然后運(yùn)用移動(dòng)平均線、OBV價(jià)量關(guān)系等分析工具對(duì)上海市房地產(chǎn)周期波動(dòng)進(jìn)行了分析。結(jié)果表明，房地產(chǎn)自身的調(diào)節(jié)作用是影響上海市房地產(chǎn)周期的主要因素，而政策因素的影響期限較短，在一年左右。

易傳和、詹蕙卿[10]運(yùn)用房地產(chǎn)景氣指數(shù)來(lái)刻畫房地產(chǎn)周期波動(dòng)，用房地產(chǎn)企業(yè)違約率刻畫信貸風(fēng)險(xiǎn)，通過(guò)房地產(chǎn)信貸風(fēng)險(xiǎn)計(jì)量模型（CPV）對(duì)兩變量進(jìn)行實(shí)證分析，并對(duì)信貸風(fēng)險(xiǎn)進(jìn)行度量。研究結(jié)果表明，房地產(chǎn)景氣指數(shù)與信貸風(fēng)險(xiǎn)之間存在相互波動(dòng)的關(guān)系，但必須結(jié)合當(dāng)時(shí)的經(jīng)濟(jì)環(huán)境進(jìn)行具體分析并作出相應(yīng)措施。

楊正東[11]同樣選用國(guó)房景氣指數(shù)作為房地產(chǎn)周期的代理指數(shù)，選取銀行業(yè)金融機(jī)構(gòu)房地產(chǎn)貸款增長(zhǎng)率，5年以上人民幣貸款基準(zhǔn)利率作為解釋變量對(duì)國(guó)房景氣指數(shù)進(jìn)行回歸。實(shí)證分析結(jié)果表明，兩個(gè)解釋變量的變化都會(huì)不同程度地影響被解釋變量。相對(duì)來(lái)說(shuō)，5年以上人民幣貸款基準(zhǔn)利率影響更大一些。

竹隰生、章琛[12]從六個(gè)方面選取了8個(gè)指標(biāo)，運(yùn)用主成分分析法得到了綜合指數(shù)，對(duì)我國(guó)四個(gè)直轄市1990—2009年的數(shù)據(jù)進(jìn)行實(shí)證分析，并從波動(dòng)過(guò)程、波動(dòng)幅度、景氣轉(zhuǎn)折點(diǎn)三個(gè)方面對(duì)四個(gè)直轄市的房地產(chǎn)周期波動(dòng)進(jìn)行對(duì)比分析。結(jié)果表明，四個(gè)直轄市都大致經(jīng)歷了三個(gè)相對(duì)完整的周期，但是每個(gè)直轄市之間的周期特征又表現(xiàn)出一定的差異性。除此之外，各地區(qū)房地產(chǎn)發(fā)展與該地區(qū)的經(jīng)濟(jì)發(fā)展之間的相關(guān)性較高。

王雪青、陳媛、劉炳勝[13]綜合運(yùn)用差異系數(shù)、全局Morans I、Moran散點(diǎn)圖和LISA集聚圖等方法，通過(guò)計(jì)算中國(guó)31個(gè)省份2000—2009年房地產(chǎn)經(jīng)濟(jì)面板數(shù)據(jù)，對(duì)中國(guó)不同區(qū)域房地產(chǎn)特征規(guī)律進(jìn)行分析，發(fā)現(xiàn)我國(guó)房地產(chǎn)行業(yè)區(qū)域發(fā)展不平衡，地區(qū)差異較大，區(qū)域房地產(chǎn)經(jīng)濟(jì)的發(fā)展與空間位置密切相關(guān)。文章還分析了近10年中國(guó)區(qū)域房地產(chǎn)發(fā)展的演變過(guò)程，認(rèn)為當(dāng)前中國(guó)區(qū)域房地產(chǎn)發(fā)展已形成較為穩(wěn)定的格局，并根據(jù)空間分布特征提出了相應(yīng)的優(yōu)化路徑。

三、山東省房地產(chǎn)周期與銀行信貸關(guān)系的實(shí)證研究

（一）各項(xiàng)指標(biāo)的選取

本文的主要研究目的是找出山東省房地產(chǎn)周期波動(dòng)和房地產(chǎn)信貸之間的動(dòng)態(tài)關(guān)系。因此，在變量選擇上要考慮具有代表性的信貸政策變量及能體現(xiàn)房地產(chǎn)市場(chǎng)周期波動(dòng)特點(diǎn)的變量。全國(guó)房地產(chǎn)開發(fā)業(yè)綜合景氣指數(shù)（國(guó)房景氣指數(shù)HPI）是基于經(jīng)濟(jì)周期波動(dòng)理論和景氣指數(shù)原理，由8個(gè)房地產(chǎn)行業(yè)的分類指數(shù)計(jì)算而得，從土地、資本、市場(chǎng)需求和開發(fā)量多角度反映全國(guó)房地產(chǎn)業(yè)基本狀況和周期波動(dòng)特征。曾經(jīng)一段時(shí)間，山東省也根據(jù)類似指標(biāo)體系編制過(guò)“魯房景氣指數(shù)”，但是后來(lái)就停止了[14]。由于編制指數(shù)的一些變量數(shù)據(jù)的不可獲得性及不連續(xù)性，在嘗試編制時(shí)，得出的數(shù)據(jù)結(jié)果并不理想，所以只能放棄景氣指數(shù)指標(biāo)而選擇簡(jiǎn)單加權(quán)合成指標(biāo)作為山東省房地產(chǎn)周期波動(dòng)的代理指標(biāo)。而信貸政策代理指標(biāo)選擇的是山東省房地產(chǎn)開發(fā)投資資金來(lái)源（國(guó)內(nèi)貸款）這一指標(biāo)。

1.房地產(chǎn)周期衡量指標(biāo)的選取

根據(jù)國(guó)內(nèi)外有關(guān)文獻(xiàn)對(duì)影響房地產(chǎn)周期波動(dòng)的各項(xiàng)因素的闡述，同時(shí)參考我國(guó)國(guó)房景氣指數(shù)的編制方法，考慮指標(biāo)數(shù)據(jù)的可獲得性和連續(xù)性，選擇最有代表性的四個(gè)指標(biāo)，并賦予其一定權(quán)重，按簡(jiǎn)單加權(quán)法計(jì)算得到房地產(chǎn)的合成指數(shù)[15]：房地產(chǎn)合成增長(zhǎng)率指數(shù)= 商品房施工面積增長(zhǎng)率×0.2+商品房竣工面積增長(zhǎng)率×0.2+房地產(chǎn)投資增長(zhǎng)率×0.3+商品房銷售額增長(zhǎng)率×0.3，其中增長(zhǎng)率取的是同比增長(zhǎng)率。為了使論文所用指標(biāo)的時(shí)間、區(qū)間相同，周期相關(guān)數(shù)據(jù)樣本區(qū)間選擇的是2000年2月到2013年12月，數(shù)據(jù)來(lái)源于wind數(shù)據(jù)庫(kù)。

2.房地產(chǎn)信貸指標(biāo)和其他相關(guān)變量

由于我國(guó)的金融體制是銀行占主導(dǎo)地位，債券、股票、信托投資等融資方式并不發(fā)達(dá)，銀行機(jī)構(gòu)與房地產(chǎn)業(yè)的資金往來(lái)渠道主要是房地產(chǎn)信貸，因此房地產(chǎn)開發(fā)貸款這一指標(biāo)應(yīng)該是衡量房地產(chǎn)業(yè)信貸與房地產(chǎn)周期之間關(guān)系的良好指標(biāo)。但是，由于房地產(chǎn)開發(fā)貸款余額數(shù)據(jù)和住房個(gè)人貸款余額數(shù)據(jù)時(shí)間序列較短，數(shù)據(jù)發(fā)布不完全，所以整體來(lái)說(shuō)實(shí)用性不強(qiáng)。因此在考慮數(shù)據(jù)的可得性和連續(xù)性后，本文選擇山東省房地產(chǎn)開發(fā)投資資金來(lái)源（國(guó)內(nèi)貸款）這一指標(biāo)作為房地產(chǎn)信貸指標(biāo)。同時(shí)，由于我國(guó)的房地產(chǎn)周期受整體宏觀政策影響較大，央行的貨幣政策對(duì)房地產(chǎn)行業(yè)也會(huì)造成很強(qiáng)烈的沖擊，同時(shí)影響到房地產(chǎn)信貸規(guī)模的擴(kuò)張和收縮，因此，本文選擇廣義貨幣供應(yīng)量（M2）作為另一個(gè)變量。

為了消除時(shí)間序列數(shù)據(jù)異方差的影響，本文對(duì)上述房地產(chǎn)開發(fā)投資資金來(lái)源和廣義貨幣供應(yīng)量指標(biāo)都取同比增長(zhǎng)率。

3.各變量時(shí)間序列圖形

根據(jù)上述編制規(guī)則，得到的各變量時(shí)間序列圖形如圖2所示。

圖2 合成指標(biāo)增長(zhǎng)率

從圖2可以看出，山東省房地產(chǎn)周期波動(dòng)大致經(jīng)歷了三個(gè)周期。第一個(gè)周期從1999—2006年，雖然在此階段房地產(chǎn)周期性特征并不明顯，中間波動(dòng)比較大，但還是呈現(xiàn)出了一個(gè)整體的周期。2000年、2002年、2003年合成指標(biāo)增長(zhǎng)率達(dá)到波峰，2006年合成指標(biāo)增長(zhǎng)率降到了最低，到達(dá)波谷。第二個(gè)周期比較明顯，2006—2008年，這個(gè)時(shí)期比較短。第三個(gè)周期是2008—2012年，持續(xù)了4年的時(shí)間。2013年以后，趨勢(shì)不太明顯，合成指標(biāo)增長(zhǎng)率比較低。

山東省房地產(chǎn)開發(fā)資金來(lái)源—國(guó)內(nèi)貸款同比增長(zhǎng)率如圖3所示。

圖3 山東省房地產(chǎn)開發(fā)投資資金來(lái)源：國(guó)內(nèi)貸款同比增長(zhǎng)率

國(guó)內(nèi)廣義貨幣供應(yīng)量同比增長(zhǎng)率如圖4所示。

圖4 國(guó)內(nèi)貨幣廣義供應(yīng)量同比增長(zhǎng)率

（二）實(shí)證分析

本文運(yùn)用EVIEWS軟件，采用VAR模型、協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)和脈沖響應(yīng)函數(shù)等方法，檢驗(yàn)山東省房地產(chǎn)信貸與貨幣供應(yīng)量M2對(duì)房地產(chǎn)周期波動(dòng)存在的影響，以及這些指標(biāo)之間存在的長(zhǎng)期動(dòng)態(tài)關(guān)系。

1.時(shí)間序列的平穩(wěn)性檢驗(yàn)

對(duì)于時(shí)間序列數(shù)據(jù)來(lái)說(shuō)，有時(shí)候數(shù)據(jù)的高度相關(guān)性僅僅是因?yàn)槠渚哂须S時(shí)間同時(shí)向上或向下的變動(dòng)趨勢(shì)，但是時(shí)間序列數(shù)據(jù)間并沒有聯(lián)系，這時(shí)如果對(duì)其進(jìn)行回歸，便會(huì)產(chǎn)生“偽回歸問(wèn)題”，因此需要檢驗(yàn)本文所選取的三個(gè)指標(biāo)數(shù)據(jù)的平穩(wěn)性。在這里采用ADF單位根檢驗(yàn)方法。用EVIEWS軟件對(duì)三個(gè)時(shí)間序列進(jìn)行單位根檢驗(yàn)（檢驗(yàn)過(guò)程略）。

房地產(chǎn)周期合成指標(biāo)（COM）單位根檢驗(yàn)結(jié)果：由于計(jì)算出的P值為0.0000，并且ADF值為-5.506880，絕對(duì)值大于5%的置信水平，因此在5%置信水平下拒絕有單位根的原假設(shè)，序列是平穩(wěn)的。

房地產(chǎn)信貸指標(biāo)增長(zhǎng)率（LOAN）單位根檢驗(yàn)結(jié)果：由于ADF檢驗(yàn)值絕對(duì)值小于5%置信水平，接受存在單位根的原假設(shè)，序列是非平穩(wěn)的。因而對(duì)該序列的一階差分進(jìn)行檢驗(yàn)。

從房地產(chǎn)信貸指標(biāo)增長(zhǎng)率的一階差分單位根檢驗(yàn)情況來(lái)看，該序列的一階差分不存在單位根，所以該一階差分序列是一個(gè)平穩(wěn)序列。也就是說(shuō)，房地產(chǎn)信貸指標(biāo)是一階單整的。

廣義貨幣供應(yīng)量增長(zhǎng)率單位根檢驗(yàn)結(jié)果：由于ADF檢驗(yàn)值絕對(duì)值大于5%置信水平，因此拒絕存在單位根的原假設(shè)，序列是平穩(wěn)的。

2.序列的協(xié)整檢驗(yàn)

單位根檢驗(yàn)結(jié)果表明，房地產(chǎn)周期合成指標(biāo)、廣義貨幣供應(yīng)量是平穩(wěn)數(shù)列，房地產(chǎn)信貸序列數(shù)據(jù)在5%水平下一階單整。運(yùn)用協(xié)整檢驗(yàn)確定變量之間是否存在協(xié)整關(guān)系。本文采用Johansen的多變量系統(tǒng)最大似然法進(jìn)行協(xié)整檢驗(yàn)。

關(guān)于滯后期、協(xié)整階數(shù)的選擇，本文采用SchwartZ準(zhǔn)則BIC（統(tǒng)計(jì)量取極小值）確定滯后期和協(xié)整階數(shù)。協(xié)整檢驗(yàn)的結(jié)果如表1所示。

表1 協(xié)整檢驗(yàn)結(jié)果

Date： 03/12/14 Time： 20：41

Sample （adjusted）： 2000M07 2013M12

Included observations： 149 after adjustments

Trend assumption： Quadratic deterministic trend

Series： COM LOAN M2

Lags interval （in first differences）： 1 to 4

Unrestricted Cointegration Rank Test （Trace）

Hypothesized Trace 0.05

No. of CE（s） Eigenvalue Statistic Critical Value Prob.**

None * 0.152672 45.45974 35.01090 0.0028

At most 1 * 0.069799 20.77535 18.39771 0.0229

At most 2 * 0.064877 9.994464 3.841466 0.0016

Trace test indicates 3 cointegrating eqn（s） at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis （1999） p-values

從表1可以看出，在5% 的顯著性水平下，房地產(chǎn)周期、房地產(chǎn)信貸、貨幣供應(yīng)量存在某種長(zhǎng)期的協(xié)整關(guān)系。說(shuō)明雖然序列不是平穩(wěn)的，但序列之間存在某種穩(wěn)定的內(nèi)在聯(lián)系。

3.格蘭杰（Granger）因果檢驗(yàn)

從表2的Granger因果檢驗(yàn)的結(jié)果來(lái)看，系統(tǒng)拒絕了房地產(chǎn)周期波動(dòng)不是房地產(chǎn)信貸的格蘭杰原因的假設(shè)。而這正好和兩者的關(guān)系相對(duì)應(yīng)，房地產(chǎn)周期或價(jià)格的波動(dòng)，在一定程度上會(huì)影響房地產(chǎn)信貸的額度。

表2 格蘭杰因果檢驗(yàn)

Pairwise Granger Causality Tests

Date： 03/12/14 Time： 21：15

Sample： 2000M02 2013M12

Lags： 2

Null Hypothesis： Obs F-Statistic Probability

LOAN does not Granger Cause COM 152 1.73004 0.18087

COM does not Granger Cause LOAN 7.18626 0.00105

M2 does not Granger Cause COM 152 2.70047 0.07051

COM does not Granger Cause M2 1.15079 0.31922

M2 does not Granger Cause LOAN 152 0.06033 0.94148

LOAN does not Granger Cause M2 0.62373 0.53735

從第二組數(shù)據(jù)的Granger檢驗(yàn)結(jié)果來(lái)看，系統(tǒng)拒絕了貨幣供應(yīng)量不是房地產(chǎn)周期波動(dòng)的格蘭杰原因的假設(shè)。我們知道，央行貨幣的供給量多少會(huì)直接影響市場(chǎng)資金量和利率，進(jìn)而影響房地產(chǎn)周期和價(jià)格波動(dòng)。

從第三組數(shù)據(jù)的Granger檢驗(yàn)結(jié)果來(lái)看，廣義貨幣供應(yīng)量和房地產(chǎn)信貸的因果關(guān)系并不明顯，說(shuō)明影響房地產(chǎn)信貸的因素很多，而廣義貨幣供應(yīng)量只是其中一個(gè)。

4.VAR模型階數(shù)的確定

建立VAR模型之前，首先要確定VAR模型的階數(shù)，也就是滯后期K（見表3）。

表3 VAR模型階數(shù)的確定

VAR Lag Order Selection Criteria

Endogenous variables： COM LOAN M2

Exogenous variables： C

Date： 03/13/14 Time： 10：46

Sample： 2000M02 2013M12

Included observations： 150

Lag LogL LR FPE AIC SC HQ

0 -1776.377 NA 4038560. 23.72503 23.78524 23.74949

1 -1474.128 588.3776 80939.09 19.81505 20.05590* 19.91290

2 -1459.541 27.81240* 75141.29* 19.74055* 20.16204 19.91179*

3 -1452.058 13.96869 76706.35 19.76078 20.36290 20.00540

4 -1447.051 9.146178 80958.59 19.71402 20.59678 20.13203

* indicates lag order selected by the criterion

LR： sequential modified LR test statistic （each test at 5% level）

FPE： Final prediction error

AIC： Akaike information criterion

SC： Schwarz information criterion

HQ： Hannan-Quinn information criterion

從表3可以發(fā)現(xiàn)，有三個(gè)準(zhǔn)則選擇了滯后4期，所以本文選擇滯后4期建立VAR模型。

5.VAR（4）模型的建立

VAR（4）模型的估計(jì)結(jié)果如表4所示。

表4 VAR模型滯后4期估計(jì)結(jié)果

Vector Autoregression Estimates

Date： 03/13/14 Time： 10：54

Sample （adjusted）： 2000M06 2013M12

Included observations： 150 after adjustments

Standard errors in （ ） & t-statistics in [ ]

COM LOAN M2

COM（-1） 0.148353 -0.417664 -0.007632

（0.10134） （0.11710） （0.00628）

[ 1.46392] [-3.56686] [-1.21541]

COM（-2） 0.143188 0.060192 -0.003002

（0.11028） （0.12742） （0.00683）

[ 1.29844] [ 0.47238] [-0.43932]

COM（-3） 0.153497 -0.047272 0.006028

（0.10844） （0.12530） （0.00672）

[ 1.41555] [-0.37728] [ 0.89721]

COM（-4） 0.115680 0.172364 -0.006622

（0.10510） （0.12145） （0.00651）

[ 1.10062] [ 1.41926] [-1.01676]

LOAN（-1） 0.141543 0.744230 0.004237

（0.08719） （0.10074） （0.00540）

[ 1.62344] [ 7.38740] [ 0.78441]

LOAN（-2） -0.009190 0.227305 0.005116

（0.10436） （0.12059） （0.00647）

[-0.08806] [ 1.88499] [ 0.79117]

LOAN（-3） -0.088428 0.063948 -0.007910

（0.10287） （0.11887） （0.00637）

[-0.85959] [ 0.53797] [-1.24092]

LOAN（-4） 0.007269 -0.111162 0.003279

（0.08844） （0.10219） （0.00548）

[ 0.08219] [-1.08777] [ 0.59831]

M2（-1） -2.642693 -1.690858 1.026939

（1.35936） （1.57072） （0.08423）

[-1.94408] [-1.07649] [ 12.1926]

M2（-2） 4.347365 3.330825 0.112331

（1.94923） （2.25230） （0.12078）

[ 2.23030] [ 1.47885] [ 0.93008]

M2（-3） -1.793939 -1.824793 -0.049751

（1.97338） （2.28021） （0.12227）

[-0.90907] [-0.80027] [-0.40689]

M2（-4） 0.502506 0.206433 -0.162669

（1.36150） （1.57319） （0.08436）

[ 0.36908] [ 0.13122] [-1.92828]

C 4.757013 9.712346 1.434955

（7.62678） （8.81263） （0.47256）

[ 0.62372] [ 1.10209] [ 3.03656]

R-squared 0.257850 0.727705 0.935706

Adj. R-squared 0.192845 0.703855 0.930074

Sum sq. resids 35610.96 47545.74 136.7144

S.E. equation 16.12247 18.62926 0.998957

F-statistic 3.966576 30.51094 166.1520

Log likelihood -623.0738 -644.7517 -205.8852

Akaike AIC 8.480984 8.770022 2.918469

Schwarz SC 8.741905 9.030944 3.179391

Mean dependent 31.73449 36.33457 17.11187

S.D. dependent 17.94539 34.23285 3.777700

Determinant resid covariance （dof adj.） 63091.94

Determinant resid covariance 48068.64

Log likelihood -1447.051

Akaike information criterion 19.81402

Schwarz criterion 20.59678

表4中COM、LOAN、M2分別表示被解釋變量；回歸系數(shù)估計(jì)值中帶圓括號(hào)的數(shù)字為相應(yīng)回歸系數(shù)估計(jì)量的標(biāo)準(zhǔn)差，方括號(hào)中的數(shù)字表示的是相應(yīng)回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)值量。每一行內(nèi)生變量的滯后變量作為解釋變量?？梢钥闯?，模型的擬合優(yōu)度較好，說(shuō)明擬合性很好。

由于本文主要的關(guān)注點(diǎn)是房地產(chǎn)周期波動(dòng)與房地產(chǎn)信貸之間的關(guān)系，因此只列出與此相關(guān)的兩個(gè)方程：

COM=0.148353*COM（-1）+（0.143288）*COM（-2）+ 0.153497*COM（-3）+0.115680*COM（-4）

（0.10134）（0.11028）（0.10844）（0.10510）

+0.141543*LOAN（-1）+（-0.009190）*LOAN（-2）+（-0.088428）*LOAN（-3）+

（0.08719） （0.10436） （0.10287）

0.007269*LOAN（-4）+（-2.642693）*M2（-1）+4.347365*M2（-2）+（-1.793939）*M3

（0.08844）（1.35936）（1.94923）（1.97338）

+0.502506*M2（-4）+4.757013

（1.36150） （7.62678）

LOAN=（-0.417664）*COM（-1）+0.060192*COM（-2）+（-0.047272）*COM（-3）+

（0.11710） （0.12742） （0.12530）

0.172364*COM（-4）+0.744230*LOAN（-1）+0.227305*LOAN（-2）+0.063948*LOAN（-3）

（0.12145） （0.10074） （0.12059） （0.11887）

+（-0.111162）*LOAN（-4）+（-1.690858）*M2（-1）+3.330825*M2（-2）+（-1.824793）*M2（-3）

（0.10219）（1.57072）（2.25230）（2.28021）

+0.206433*M2（-4）

（1.57319）

從上述方程中我們能得到幾點(diǎn)結(jié)論：

房地產(chǎn)合成指數(shù)受自身一期、兩期、三期、四期滯后項(xiàng)的影響效果差不多，兩者具有正的相關(guān)性，第四期的滯后項(xiàng)對(duì)合成指數(shù)的影響逐漸衰減。而房地產(chǎn)信貸額滯后一期對(duì)合成指數(shù)的影響較大，系數(shù)比較顯著，其后三期影響都比較小，房地產(chǎn)信貸額滯后兩期、三期對(duì)房地產(chǎn)周期有負(fù)向影響，滯后四期的房地產(chǎn)信貸對(duì)房地產(chǎn)周期有正向的影響。說(shuō)明銀行等金融機(jī)構(gòu)房地產(chǎn)信貸額度的調(diào)整對(duì)房地產(chǎn)周期的影響是即時(shí)的。最后，滯后一期的廣義貨幣供應(yīng)量對(duì)房地產(chǎn)周期產(chǎn)生負(fù)向的影響，滯后兩期的廣義貨幣供應(yīng)量對(duì)房地產(chǎn)周期產(chǎn)生一個(gè)較大的正向影響，滯后三期、四期的廣義貨幣供應(yīng)量對(duì)房地產(chǎn)周期的影響逐漸減少，其中滯后三期的影響是負(fù)向的，滯后四期的影響是正向的。這說(shuō)明對(duì)房地產(chǎn)周期來(lái)說(shuō)，廣義貨幣供應(yīng)量具有一定的搖擺性，其作用在貨幣供應(yīng)的第二期作用最大，時(shí)間間隔越久，對(duì)房地產(chǎn)周期的影響就越小，整體來(lái)看對(duì)房地產(chǎn)周期的影響效果不顯著。

房地產(chǎn)周期對(duì)房地產(chǎn)信貸額并沒有明顯的影響，系數(shù)都接近于0，但是在滯后第四期影響系數(shù)有所放大，說(shuō)明房地產(chǎn)周期對(duì)房地產(chǎn)信貸的影響滯后時(shí)間比較長(zhǎng)。房地產(chǎn)信貸額滯后一期對(duì)其有正向影響，但隨著時(shí)間的推移，房地產(chǎn)信貸滯后項(xiàng)對(duì)房地產(chǎn)信貸額的影響也越來(lái)越微弱。

廣義貨幣供應(yīng)量對(duì)房地產(chǎn)信貸額的影響和對(duì)房地產(chǎn)周期的影響效果相似，在滯后一期具有負(fù)的影響，滯后二期具有正向的影響。說(shuō)明當(dāng)貨幣供應(yīng)量增加時(shí)，經(jīng)過(guò)兩期后房地產(chǎn)信貸額開始增長(zhǎng)。

在得到了VAR模型的估計(jì)結(jié)果之后，需要進(jìn)一步對(duì)整個(gè)VAR模型的平穩(wěn)性進(jìn)行檢驗(yàn)。本文用Lutkpohl（1991）對(duì)于AR特征多項(xiàng)式根的倒數(shù)結(jié)論：如果被估計(jì)的VAR模型所有根的模的倒數(shù)都位于單位圓內(nèi)，則其是穩(wěn)定的，反之則相反。

對(duì)于已估計(jì)出的VAR（4），有AR根檢驗(yàn)，如圖5所示。

從圖5可以看出，AR模型的所有根的倒數(shù)都在單位圓內(nèi)，說(shuō)明前面建立的VAR模型是穩(wěn)定的，滿足建立脈沖響應(yīng)函數(shù)的條件。

圖5 AR根檢驗(yàn)結(jié)果圖

6.脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)的結(jié)果如圖6所示。

圖6 脈沖響應(yīng)函數(shù)結(jié)果

圖6中，第一行的三個(gè)圖是房地產(chǎn)合成指數(shù)分別受自身、房地產(chǎn)信貸和廣義貨幣供應(yīng)量一個(gè)單位標(biāo)準(zhǔn)差的沖擊之后的反應(yīng)?？梢钥闯龇康禺a(chǎn)合成指數(shù)受自身變動(dòng)影響比較小，在四期后趨于平穩(wěn)。而合成指數(shù)在受到房地產(chǎn)信貸一個(gè)單位的正沖擊之后，在滯后一期的時(shí)候達(dá)到最高值，四期后趨于穩(wěn)定，即從長(zhǎng)期來(lái)看，房地產(chǎn)信貸對(duì)房地產(chǎn)合成指數(shù)有一個(gè)穩(wěn)定的正向影響。在廣義貨幣供應(yīng)量給房地產(chǎn)合成指數(shù)一個(gè)正向沖擊之后，房地產(chǎn)合成指數(shù)在前幾期會(huì)小幅波動(dòng)，之后慢慢趨于穩(wěn)定，也就是說(shuō)廣義貨幣供應(yīng)量對(duì)房地產(chǎn)合成指數(shù)的影響不太確定。

第二行的三個(gè)圖是房地產(chǎn)信貸額受到房地產(chǎn)合成指數(shù)、自身以及廣義貨幣供應(yīng)量沖擊之后的反應(yīng)?？梢钥闯?，房地產(chǎn)周期對(duì)房地產(chǎn)信貸額的影響初期是負(fù)向的并且比較小，但在滯后三、四期影響有所放大。而房地產(chǎn)信貸額受自身的影響很大，自身的一個(gè)正沖擊之后，帶來(lái)房地產(chǎn)信貸額持續(xù)的正向增長(zhǎng)。廣義貨幣供應(yīng)量對(duì)房地產(chǎn)信貸的影響是正向的，并且逐漸減弱。

7.結(jié)論

實(shí)證檢驗(yàn)結(jié)果表明，房地產(chǎn)周期合成指數(shù)本身具有程度較小的粘滯性，連續(xù)滯后四期對(duì)當(dāng)期指數(shù)都是正向影響，但是這種影響會(huì)隨著滯后期時(shí)間的推移減弱。而房地產(chǎn)信貸對(duì)房地產(chǎn)周期的影響在滯后一期會(huì)有一個(gè)正向的影響，隨后這種影響會(huì)逐漸減弱并接近消失。這說(shuō)明房地產(chǎn)信貸政策的調(diào)整對(duì)房地產(chǎn)周期的調(diào)控效果會(huì)在很短的時(shí)間內(nèi)發(fā)揮作用。至于廣義貨幣量，對(duì)房地產(chǎn)周期的影響具有一定的不確定性，說(shuō)明控制廣義貨幣供應(yīng)量的政策并不能很好地調(diào)控房地產(chǎn)周期。

而房地產(chǎn)信貸則受房地產(chǎn)周期滯后一期的影響較大，同時(shí)受自身滯后期正向的影響。房地產(chǎn)信貸受廣義貨幣供應(yīng)量滯后一期負(fù)向的影響，隨后受滯后兩期、三期正向的影響，說(shuō)明廣義貨幣供應(yīng)量在三個(gè)月內(nèi)對(duì)房地產(chǎn)信貸有較明顯的影響。

四、 政策建議

（一）加強(qiáng)房地產(chǎn)周期波動(dòng)的預(yù)警體系建設(shè)

政府只有及時(shí)準(zhǔn)確地掌握了房地產(chǎn)周期波動(dòng)的狀況，才能制定相宜的政策來(lái)進(jìn)行房地產(chǎn)調(diào)控，平抑房地產(chǎn)周期波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。完善成熟的周期預(yù)警體系，通過(guò)建立一種動(dòng)態(tài)模型，運(yùn)用現(xiàn)有的行業(yè)數(shù)據(jù)進(jìn)行分析得出衡量指標(biāo)，與基期指標(biāo)和歷史指標(biāo)進(jìn)行對(duì)比，能夠敏感地反映出房地產(chǎn)行業(yè)發(fā)展現(xiàn)狀，并定位所處的周期階段；同時(shí)能夠檢測(cè)房地產(chǎn)泡沫的程度，具有一定的預(yù)報(bào)能力[16]。運(yùn)用的模型應(yīng)該是動(dòng)態(tài)的，并隨著市場(chǎng)環(huán)境變化而相應(yīng)調(diào)整。

（二）調(diào)整房地產(chǎn)行業(yè)的產(chǎn)業(yè)結(jié)構(gòu)

隨著我國(guó)城鎮(zhèn)化進(jìn)程的加快，居民生活水平的提高，住房的有效需求增加。同時(shí)，家庭規(guī)模的小型化、消費(fèi)觀念的轉(zhuǎn)變、個(gè)性化需求的增加又將逐步影響到住房需求結(jié)構(gòu)。因此，調(diào)整房地產(chǎn)產(chǎn)品結(jié)構(gòu)顯得尤為重要。一是控制高檔物業(yè)的開發(fā)力度，增加經(jīng)適房建設(shè)，完善廉租房體制，積極推進(jìn)經(jīng)適房、廉租房政策的實(shí)施；二是改革土地供給機(jī)制，完善城市土地供給、征用、補(bǔ)償機(jī)制，改革土地出讓金收取方式，減少房地產(chǎn)價(jià)格盲目波動(dòng)的因素，減少投機(jī)因素；三是大力規(guī)范房地產(chǎn)開發(fā)商和炒房者等市場(chǎng)參與主體的行為，引導(dǎo)房地產(chǎn)開發(fā)商樹立可持續(xù)發(fā)展觀念，保持房地產(chǎn)行業(yè)的良性循環(huán)發(fā)展。

（三）加強(qiáng)房地產(chǎn)信貸調(diào)控機(jī)制和監(jiān)管制度建設(shè)

商業(yè)銀行的信貸規(guī)模過(guò)度是導(dǎo)致房地產(chǎn)信貸風(fēng)險(xiǎn)的一個(gè)重要因素，為了保證房地產(chǎn)市場(chǎng)健康穩(wěn)定發(fā)展，需要政府通過(guò)各種政策調(diào)控銀行對(duì)房地產(chǎn)業(yè)的非理性貸款，防范信貸風(fēng)險(xiǎn)。一方面加強(qiáng)對(duì)房地產(chǎn)市場(chǎng)的監(jiān)管，讓房?jī)r(jià)在合理的價(jià)格區(qū)間內(nèi)運(yùn)行；另一方面，銀行要控制房地產(chǎn)貸款的過(guò)度增長(zhǎng)，加強(qiáng)對(duì)抵押物和自身操作的管理，加強(qiáng)對(duì)房地產(chǎn)企業(yè)財(cái)務(wù)狀況的審查。

（四）創(chuàng)新信貸政策調(diào)控手段

目前，我國(guó)的房地產(chǎn)信貸調(diào)控工具和手段還比較單一，我們應(yīng)該借鑒現(xiàn)行國(guó)家對(duì)個(gè)人購(gòu)房貸款實(shí)施的調(diào)控措施，充分發(fā)揮利率、貸款按揭乘數(shù)、限貸等工具和手段對(duì)房地產(chǎn)市場(chǎng)調(diào)控的成效[17]；除此之外，房地產(chǎn)信貸調(diào)控政策應(yīng)該兼顧長(zhǎng)遠(yuǎn)性和靈活性，適度保持動(dòng)態(tài)調(diào)整，以應(yīng)對(duì)政策實(shí)施過(guò)程中出現(xiàn)的意外。動(dòng)態(tài)調(diào)整包括調(diào)整的時(shí)間、對(duì)象和工具的選擇；房地產(chǎn)信貸調(diào)控要完善協(xié)調(diào)機(jī)制，這不僅包括貨幣政策與監(jiān)管政策、財(cái)稅政策的協(xié)調(diào)，也包括中央與地方，不同部門、不同層次政策之間的協(xié)調(diào)，加強(qiáng)宏觀審慎管理和微觀審慎監(jiān)管的協(xié)調(diào)，保持政策的配套性。

王志鳳，楊豐肅.基于合成指數(shù)的蘭州市房地產(chǎn)景氣周期循環(huán)研究[J].城市規(guī)劃，2013（8）：67-71.

張強(qiáng)，曾江波.信貸政策與房地產(chǎn)價(jià)格周期波動(dòng)的實(shí)證研究[J].金融理論與實(shí)踐，2013（12）：8-12.

翟斌斌.我國(guó)商業(yè)銀行的房地產(chǎn)信貸風(fēng)險(xiǎn)研究—基于上市房地產(chǎn)企業(yè)的證據(jù)[D].南京：南京師范大學(xué)，2010.

Allen E，Gale D Bubbles and Crisis R. The wharton school university of pennsylvania[J].Working Paper， 1998.

皮舜，武康平.房地產(chǎn)市場(chǎng)發(fā)展和經(jīng)濟(jì)增長(zhǎng)間的因果關(guān)系—對(duì)我國(guó)的實(shí)證分析[J].管理評(píng)論，2004（3）：8-13.

陸磊，李世宏.微觀決策與經(jīng)濟(jì)體制：房地產(chǎn)泡沫下的居民—金融部門破產(chǎn)[J].北京金融研究，2004（9）：34-50.

李倩.北京市房地產(chǎn)周期波動(dòng)研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2004.

魏巍賢，李陽(yáng).我國(guó)房地產(chǎn)需求的地區(qū)差異分析[J].統(tǒng)計(jì)研究，2005（9）：55-60.

顧建發(fā).上海房地產(chǎn)周期波動(dòng)的模型分析[J].上海經(jīng)濟(jì)研究，2007（8）：53-66.

易傳和，詹蕙卿.房地產(chǎn)景氣指數(shù)與銀行房地產(chǎn)信貸風(fēng)險(xiǎn)計(jì)量[J].求索，2009（2）：16-18.

楊正東.我國(guó)房地產(chǎn)信貸調(diào)控對(duì)房地產(chǎn)周期的影響分析[J].區(qū)域金融研究，2011（11）：6-11.

竹隰生，章琛.不同區(qū)域房地產(chǎn)周期的比較研究[J].建筑經(jīng)濟(jì)，2011（11）：49-54.

王雪青，陳媛，劉炳勝.中國(guó)區(qū)域房地產(chǎn)經(jīng)濟(jì)發(fā)展水平空間統(tǒng)計(jì)分析[J].數(shù)理統(tǒng)計(jì)與管理，2014（1）：59-71.

鄭煒.山東省房地產(chǎn)周期波動(dòng)及企業(yè)對(duì)策研究[D].濟(jì)南：山東大學(xué)，2006.

孫雅靜，張慶君.我國(guó)房地產(chǎn)周期波動(dòng)與經(jīng)濟(jì)周期的實(shí)證分析[J].生產(chǎn)力研究，2009（15）：87-89.

焦繼文，陳文天.基于HP濾波法的我國(guó)房地產(chǎn)周期與房地產(chǎn)政策關(guān)聯(lián)性研究[J].建筑經(jīng)濟(jì)，2012（8）：79-83.

陳德強(qiáng)，熊燕青.房地產(chǎn)信貸資金配置效率實(shí)證研究[J].合作經(jīng)濟(jì)與科技，2011（11）：56-58.

[責(zé)任編輯 張桂霞]