向?yàn)槊?，譚 娟

(重慶理工大學(xué) 經(jīng)濟(jì)金融學(xué)院， 重慶 400054)

一、引言

近年來(lái)，針對(duì)房地產(chǎn)市場(chǎng)迅猛發(fā)展所帶來(lái)的房?jī)r(jià)過(guò)快上漲以及房地產(chǎn)金融風(fēng)險(xiǎn)增大的現(xiàn)象，國(guó)家有針對(duì)性地出臺(tái)了一系列調(diào)控措施，例如2008年的“國(guó)十三條”、2009年的“國(guó)四條”、2010年的“新國(guó)十條”、2011年的“新國(guó)八條”、2013年的“國(guó)五條”、2015年的“供給側(cè)改革”等。然而，雖經(jīng)歷了多次調(diào)控，2016年一、二線城市房?jī)r(jià)依舊暴漲，直到2017年6月份才有所緩和，從中可以反映出政策調(diào)控效果欠佳、資金流向難控制等問題。與此同時(shí)，房地產(chǎn)信貸在商業(yè)銀行的資產(chǎn)業(yè)務(wù)中所占的比例也日益提高，并保持著逐年擴(kuò)大的趨勢(shì)。通過(guò)查閱中國(guó)人民銀行數(shù)據(jù)可知，我國(guó)住房抵押貸款在中長(zhǎng)期貸款中所占比例高達(dá)83%左右，銀行信貸在房地產(chǎn)企業(yè)開發(fā)資金來(lái)源中約占40%，因此一旦房地產(chǎn)業(yè)出現(xiàn)資金周轉(zhuǎn)問題，房地產(chǎn)業(yè)的信貸風(fēng)險(xiǎn)可能會(huì)轉(zhuǎn)嫁到銀行，金融業(yè)的穩(wěn)定性就可能遭到巨大威脅。

房地產(chǎn)市場(chǎng)繁榮發(fā)展時(shí)，商業(yè)銀行基于房地產(chǎn)市場(chǎng)良好的盈利效果及其較高的資金回報(bào)率增加了放貸意愿，并下調(diào)利率以吸引房地產(chǎn)開發(fā)企業(yè)貸款；同時(shí)，銀行為個(gè)人提供的住房抵押貸款業(yè)務(wù)也間接地為房地產(chǎn)行業(yè)的開發(fā)建設(shè)提供了資金支持，因此銀行信貸為房地產(chǎn)開發(fā)提供了主要的融資渠道。當(dāng)銀行信貸擴(kuò)張與房?jī)r(jià)波動(dòng)之間相互推動(dòng)導(dǎo)致房?jī)r(jià)上漲時(shí)，銀行利率降低，個(gè)人和開發(fā)商因貸款成本降低而對(duì)房地產(chǎn)需求增加，此時(shí)供給小于需求，房?jī)r(jià)持續(xù)上漲。一旦房?jī)r(jià)突然下跌，就可能導(dǎo)致個(gè)人及企業(yè)貸款主動(dòng)違約，抵押資產(chǎn)價(jià)值下降，銀行在市場(chǎng)上無(wú)法對(duì)抵押資產(chǎn)進(jìn)行處理，不良貸款增加。此時(shí)，如果銀行采取緊縮性信貸政策，個(gè)人或投資者預(yù)期房?jī)r(jià)將下跌，對(duì)房地產(chǎn)的需求減少，房地產(chǎn)行業(yè)滯后的供給反應(yīng)，將刺激房?jī)r(jià)進(jìn)一步下跌直至崩潰。

為了防范泡沫風(fēng)險(xiǎn)的產(chǎn)生，并有序地引導(dǎo)房地產(chǎn)市場(chǎng)健康發(fā)展，政府已出臺(tái)一系列信貸政策，雖然沒有直接對(duì)房?jī)r(jià)進(jìn)行調(diào)控，但其釋放出的政策信號(hào)卻對(duì)銀行信貸業(yè)務(wù)具有指引性作用。因此，通過(guò)對(duì)房?jī)r(jià)波動(dòng)與銀行信貸規(guī)模之間的相互作用進(jìn)行分析，并探討房?jī)r(jià)波動(dòng)所帶來(lái)的風(fēng)險(xiǎn)是如何向商業(yè)銀行傳播的，可以為房地產(chǎn)市場(chǎng)發(fā)展的長(zhǎng)期趨勢(shì)預(yù)測(cè)提供合理依據(jù)，促使房地產(chǎn)市場(chǎng)與金融市場(chǎng)互相協(xié)調(diào)、健康、穩(wěn)定地發(fā)展，共同為我國(guó)經(jīng)濟(jì)社會(huì)的繁榮做出貢獻(xiàn)。

二、文獻(xiàn)綜述

我國(guó)房地產(chǎn)行業(yè)經(jīng)過(guò)近20年的迅猛發(fā)展，已發(fā)展成為我國(guó)經(jīng)濟(jì)的支柱性產(chǎn)業(yè)，其價(jià)格的波動(dòng)是多種因素共同作用的結(jié)果，如銀行信貸、消費(fèi)者預(yù)期、信息失真、政府調(diào)控措施不協(xié)調(diào)等因素都可能造成房地產(chǎn)市場(chǎng)供給與需求不平衡，從而出現(xiàn)房?jī)r(jià)波動(dòng)。其中，銀行信貸是房?jī)r(jià)波動(dòng)的主要原因之一。

關(guān)于房?jī)r(jià)波動(dòng)與銀行信貸關(guān)系研究的文獻(xiàn)中，國(guó)外學(xué)者Stein將生命周期理論首次引入信貸約束中對(duì)銀行信貸與房?jī)r(jià)波動(dòng)進(jìn)行研究，并得出當(dāng)消費(fèi)者購(gòu)房存在信貸約束時(shí)信貸擴(kuò)張會(huì)提高購(gòu)房者的需求從而影響房?jī)r(jià)波動(dòng)的結(jié)論[1]。Gerlach等對(duì)香港銀行信貸和房?jī)r(jià)波動(dòng)兩者的關(guān)系進(jìn)行了回歸分析，認(rèn)為：無(wú)論長(zhǎng)期、短期，房?jī)r(jià)波動(dòng)都會(huì)導(dǎo)致信貸規(guī)模發(fā)生變化，但信貸規(guī)模的變化卻不是房?jī)r(jià)波動(dòng)的主要原因[2]。Davis等將人均收入和利率等作為控制變量，建立一般均衡模型進(jìn)行研究，從中得出人均收入、利率等宏觀經(jīng)濟(jì)因素會(huì)使銀行信貸和房?jī)r(jià)之間的關(guān)系發(fā)生變化的結(jié)論[3]。隨著我國(guó)房地產(chǎn)金融的不斷發(fā)展，其相關(guān)的理論與實(shí)踐不斷成熟，房?jī)r(jià)與銀行信貸關(guān)系的研究多在協(xié)整和誤差修正分析框架下分析和解釋二者之間的長(zhǎng)短期均衡關(guān)系。國(guó)內(nèi)學(xué)者張濤等在全國(guó)層面的月度數(shù)據(jù)的基礎(chǔ)上，將實(shí)際房?jī)r(jià)與貸款利率和貸款額進(jìn)行協(xié)整檢驗(yàn)，發(fā)現(xiàn)貸款利率與貸款額度對(duì)房?jī)r(jià)之間的影響是相反的，前者為負(fù)，后者為正，并以此建立VECM模型來(lái)分析三者之間的短期波動(dòng)性，得到了與長(zhǎng)期效應(yīng)分析一樣的結(jié)論[4]。秦嶺等利用2005—2010年的季度數(shù)據(jù)，通過(guò)建立VAR模型進(jìn)行研究，認(rèn)為信貸擴(kuò)張與房?jī)r(jià)上漲兩者之間的互推加強(qiáng)作用顯著[5]。譚政勵(lì)等通過(guò)構(gòu)建貨幣政策代理變量作為控制變量進(jìn)行分析，根據(jù)實(shí)證結(jié)果可知，在認(rèn)識(shí)到貨幣政策立場(chǎng)的基礎(chǔ)上，用貨幣政策對(duì)房?jī)r(jià)波動(dòng)進(jìn)行調(diào)控具有較好的效果，同時(shí)也驗(yàn)證了我國(guó)央行利用緊縮的貨幣政策來(lái)抑制房?jī)r(jià)迅猛上漲的事實(shí)[6]。

三、實(shí)證分析

房?jī)r(jià)波動(dòng)與銀行信貸之間存在著互動(dòng)關(guān)系，由于向量自回歸模型(VAR)一般只能反應(yīng)變量的當(dāng)期值與其滯后期值之間的關(guān)系，而結(jié)構(gòu)向量自回歸模型(SVAR)不僅可以反應(yīng)變量的同期相關(guān)性，還可以通過(guò)對(duì)某變量施加長(zhǎng)短期約束進(jìn)而減少待估參數(shù)的個(gè)數(shù)，因此本文選擇施加約束的SVAR模型來(lái)分析兩者之間的長(zhǎng)短期關(guān)系，并使用計(jì)量統(tǒng)計(jì)軟件Eview7.0來(lái)進(jìn)行實(shí)證分析。

(一)指標(biāo)及數(shù)據(jù)選取

本文主要研究的是房?jī)r(jià)波動(dòng)與銀行信貸之間的關(guān)系，由于住宅銷售價(jià)格指數(shù)反映房地產(chǎn)價(jià)格的波動(dòng)情況，房地產(chǎn)開發(fā)貸款與個(gè)人住房抵押貸款共同構(gòu)成房地產(chǎn)信貸，但國(guó)內(nèi)不公開個(gè)人住房抵押貸款數(shù)據(jù)，所以選用了住宅銷售價(jià)格指數(shù)和房地產(chǎn)開發(fā)貸款額來(lái)分別表示房?jī)r(jià)波動(dòng)與銀行信貸兩個(gè)指標(biāo)。銀行間同業(yè)拆借利率的高低代表了我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的大小并會(huì)影響銀行信貸的規(guī)模，因此可將同業(yè)拆借利率作為控制變量引入該模型。因此，本文選用房地產(chǎn)住宅銷售價(jià)格指數(shù)、國(guó)內(nèi)房地產(chǎn)開發(fā)貸款額和銀行間同業(yè)拆借加權(quán)平均利率3個(gè)指標(biāo)來(lái)進(jìn)行分析。同時(shí)，考慮到數(shù)據(jù)的可得性，選取了2005—2017的月度數(shù)據(jù)作為分析對(duì)象，數(shù)據(jù)來(lái)源于國(guó)家房地產(chǎn)信息網(wǎng)和中國(guó)人民銀行貨幣政策司，并通過(guò)X-12季節(jié)調(diào)整法來(lái)剔除季節(jié)因素的影響，部分?jǐn)?shù)據(jù)采用自然對(duì)數(shù)來(lái)消除異方差，最終得到以下時(shí)間序列變量：住宅銷售價(jià)格指數(shù)(lnHP)、房地產(chǎn)開發(fā)貸款額(lnHL)、同業(yè)拆借利率(BR)。

(二)模型設(shè)定與檢驗(yàn)

1.序列平穩(wěn)性檢驗(yàn)

首先，對(duì)模型中所用到的變量做ADF序列平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示，可知在5%的顯著性水平下，所有變量經(jīng)過(guò)一階差分后都表現(xiàn)平穩(wěn)。

表1 平穩(wěn)性檢驗(yàn)結(jié)果

注： ***和 **分別表示在1%和5%的置信水平下顯著

2.協(xié)整檢驗(yàn)

根據(jù)ADF檢驗(yàn)可知所有變量都為I(1)變量，為了防止出現(xiàn)“偽回歸”，將繼續(xù)采用Johansen協(xié)整檢驗(yàn)法對(duì)所有變量進(jìn)行協(xié)整檢驗(yàn)，結(jié)果見表2。

表2 Johansen非約束協(xié)整關(guān)系檢驗(yàn)結(jié)果

注：**表示在5%的水平下拒絕原假設(shè)

由表2可知，在5%的置信水平下，房地產(chǎn)開發(fā)貸款額、住宅銷售價(jià)格指數(shù)和同業(yè)拆借利率之間至少存在一個(gè)協(xié)整向量，即3個(gè)變量之間存在著一個(gè)長(zhǎng)期穩(wěn)定關(guān)系。然而這一長(zhǎng)期穩(wěn)定的關(guān)系可以通過(guò)Johansen協(xié)整檢驗(yàn)測(cè)算出具體的協(xié)整方程，協(xié)整方程系數(shù)估計(jì)結(jié)果見表3。

表3 Johansen標(biāo)準(zhǔn)化協(xié)整方程系數(shù)

注：括號(hào)中是標(biāo)準(zhǔn)差的值

由此可以得出一個(gè)協(xié)整方程如式(1)：

lnHL= 0.055 07lnHP- 0.003 6BR

(1)

(0.027 3) (0.011 9)

由式(1)可知，房地產(chǎn)開發(fā)貸款與房?jī)r(jià)之間的彈性系數(shù)約為0.550 7，即假設(shè)房?jī)r(jià)每增長(zhǎng)一個(gè)百分點(diǎn)，貸款規(guī)模將擴(kuò)張0.550 7%，由此得出銀行貸款與房?jī)r(jià)之間長(zhǎng)期正相關(guān)。因此，當(dāng)我國(guó)房?jī)r(jià)快速上漲時(shí)，隨著時(shí)間的推移，緊縮的信貸政策效果還是顯著的。然而，銀行信貸與同業(yè)拆借利率之間長(zhǎng)期負(fù)相關(guān)，這主要是因?yàn)楫?dāng)同業(yè)拆借利率增加時(shí)，銀行業(yè)之間的借款成本增加，從而房地產(chǎn)商或者個(gè)人購(gòu)房者貸款成本增加，長(zhǎng)期來(lái)看貸款會(huì)越來(lái)越少[7]。

由于3個(gè)變量之間存在協(xié)整關(guān)系，因此本文將在房地產(chǎn)開發(fā)貸款、住宅銷售價(jià)格指數(shù)和同業(yè)拆借利率的水平值的基礎(chǔ)上，構(gòu)建SVAR模型來(lái)分析，并對(duì)SVAR模型進(jìn)行最優(yōu)滯后期檢驗(yàn)，根據(jù)AIC及SC原則可知該模型最優(yōu)滯后階數(shù)是1，并用AR根法檢驗(yàn)?zāi)Ｐ褪欠€(wěn)定的，從而可以進(jìn)行后續(xù)相關(guān)的檢驗(yàn)及實(shí)證分析。

3.格蘭杰因果檢驗(yàn)

由于協(xié)整檢驗(yàn)只說(shuō)明了3個(gè)變量之間存在長(zhǎng)期的關(guān)系，然而在以往研究中，有些沒有經(jīng)濟(jì)意義的變量之間的協(xié)整檢驗(yàn)卻存在較大的相關(guān)系數(shù)，因此需要采用格蘭杰因果檢驗(yàn)來(lái)說(shuō)明三者之間的短期關(guān)系，檢驗(yàn)結(jié)果如表4。

表4 VAR模型中的格蘭杰因果檢驗(yàn)結(jié)果

通過(guò)表4可以看出，在5%的置信水平下，房地產(chǎn)開發(fā)貸款額與住宅銷售價(jià)格指數(shù)互為格蘭杰原因，而同業(yè)拆借利率是房地產(chǎn)開發(fā)貸款的格蘭杰原因。因此，房?jī)r(jià)過(guò)度波動(dòng)會(huì)引起銀行信貸的波動(dòng)，從而增加銀行的不良貸款，進(jìn)而影響銀行的內(nèi)部穩(wěn)定性，系統(tǒng)性風(fēng)險(xiǎn)增加[8-10]；消費(fèi)者由于信貸擴(kuò)張，預(yù)期房?jī)r(jià)上漲，再考慮到此時(shí)銀行利率較低，對(duì)房產(chǎn)的需求增加，進(jìn)而刺激房?jī)r(jià)上漲[11-12]；同業(yè)拆借利率作為銀行之間貸款的利率，代表了銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的大小，拆借利率越高，銀行間同業(yè)借貸的意愿越低，銀行信貸規(guī)模緊縮，間接地影響房?jī)r(jià)。

4.SVAR模型設(shè)定

根據(jù)前面最優(yōu)滯后期的確定，本文將SVAR模型設(shè)定為：

Axt=A0+A1xt-1+ut

(2)

用A-1左乘式(2)兩邊，將SVAR模型轉(zhuǎn)化為VAR模型的表達(dá)式：

xt=C0+C1xt-1+εt

(3)

其中：C0=A-1×A0為常數(shù)項(xiàng)，εt=A-1μt=(ε1t,ε2t,ε3t)為(3×1)維擾動(dòng)向量，C1=A-1A1為(3×3)維系數(shù)矩陣，εt為簡(jiǎn)單式殘差項(xiàng)，且μt=Aεt。

5.脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)描述的是給某一內(nèi)生變量一個(gè)標(biāo)準(zhǔn)差大小的沖擊后，對(duì)這一內(nèi)生變量自身及其他變量所產(chǎn)生的影響作用。分別給3個(gè)變量一個(gè)標(biāo)準(zhǔn)差沖擊后，相應(yīng)的脈沖響應(yīng)結(jié)果如圖1，從左到右依次顯示了HP對(duì)HL、BR，HL對(duì)HP、BR，BR對(duì)HP、HL的脈沖響應(yīng)圖，當(dāng)給房?jī)r(jià)一個(gè)正向沖擊時(shí)，銀行信貸從第1期開始出現(xiàn)正的變化，在第3期達(dá)到最高點(diǎn)，隨后緩慢下降，到30期左右的時(shí)候開始穩(wěn)定，其沖擊力大約為0.15，由此可見房?jī)r(jià)波動(dòng)對(duì)銀行信貸規(guī)模具有較短的影響時(shí)滯。而且，房?jī)r(jià)對(duì)信貸產(chǎn)生的影響會(huì)在短期內(nèi)達(dá)到最大，因此銀行在考慮對(duì)房地產(chǎn)商進(jìn)行貸款時(shí)應(yīng)注意該時(shí)滯問題。在房?jī)r(jià)上漲時(shí)，銀行若想獲得更大的收益就得放松貸款門檻，此時(shí)銀行同業(yè)拆借利率會(huì)有一個(gè)負(fù)的響應(yīng)沖擊，因?yàn)樵阢y行大肆放貸的同時(shí)，銀行業(yè)同業(yè)之間的借款意愿增強(qiáng)，同業(yè)拆借利率減少。當(dāng)給銀行信貸一個(gè)正向沖擊時(shí)，房?jī)r(jià)在第1期時(shí)會(huì)迅猛上升，在第2期達(dá)到最大，在第12期左右開始穩(wěn)定，其沖擊力大約是0.45，由此可見銀行信貸對(duì)房?jī)r(jià)的影響在短期內(nèi)是顯著的，而且長(zhǎng)期來(lái)看也有很大的影響，因此在實(shí)施信貸政策對(duì)房?jī)r(jià)進(jìn)行調(diào)節(jié)時(shí)應(yīng)針對(duì)短期和長(zhǎng)期的不同影響效果而實(shí)施不同的信貸政策[13-14]。然而，當(dāng)給銀行同業(yè)拆借利率一個(gè)正的沖擊時(shí)，銀行信貸以及房地產(chǎn)價(jià)格會(huì)出現(xiàn)負(fù)的響應(yīng)，先是開始下降到第2期時(shí)達(dá)到最低點(diǎn)，其沖擊力大約為-0.1，然后上升直到第20期左右開始趨于穩(wěn)定。

圖1 3個(gè)變量之間的脈沖響應(yīng)函數(shù)

注：shock1、shock2、shock3分別表示HP、HL、BR的一個(gè)標(biāo)準(zhǔn)差的結(jié)構(gòu)沖擊

6.方差分解

通過(guò)方差分解可得每個(gè)沖擊對(duì)內(nèi)生變量的貢獻(xiàn)率，還可以知道每個(gè)變量的重要程度，對(duì)該模型中的變量進(jìn)行方差分解結(jié)果見圖2。圖2表示對(duì)HP、HL和BR進(jìn)行方差分解，可知房?jī)r(jià)除了自身的貢獻(xiàn)率較大之外，信貸規(guī)模對(duì)房地產(chǎn)價(jià)格的影響也較大，約為30%，從第10期開始趨于穩(wěn)定；對(duì)信貸規(guī)模波動(dòng)貢獻(xiàn)度較大的是房?jī)r(jià)，從第30期開始趨于穩(wěn)定，貢獻(xiàn)度約為40%。由此可知，房?jī)r(jià)波動(dòng)與銀行信貸規(guī)模之間的影響是相互的，而且兩者之間的影響程度是不同的。信貸規(guī)模一般很容易隨著房?jī)r(jià)的波動(dòng)而波動(dòng)，如果房地產(chǎn)價(jià)格大肆上漲，在信貸規(guī)模急劇增加的情況下，一旦房?jī)r(jià)泡沫破滅，房?jī)r(jià)下跌極易造成不良貸款，從而使銀行面臨風(fēng)險(xiǎn)，因此銀行應(yīng)根據(jù)自身的情況選擇放貸規(guī)模。房?jī)r(jià)波動(dòng)與銀行信貸對(duì)同業(yè)拆借利率的貢獻(xiàn)率很低，主要是由于其自身具有較強(qiáng)的隨機(jī)波動(dòng)性。

圖2 3個(gè)變量的方差分解圖

四、結(jié)論及政策建議

(一)結(jié)論

本文通過(guò)建立結(jié)構(gòu)向量自回歸模型(SVAR)對(duì)房?jī)r(jià)波動(dòng)、銀行信貸和同業(yè)拆借利率三者之間的關(guān)系進(jìn)行實(shí)證分析，得出以下結(jié)論：首先，房?jī)r(jià)波動(dòng)與銀行信貸互為因果，并且無(wú)論長(zhǎng)期還是短期，兩者都存在一種正向反饋機(jī)制；然后，通過(guò)協(xié)整檢驗(yàn)以及格蘭杰因果檢驗(yàn)可以看出同業(yè)拆借利率在長(zhǎng)期和短期都會(huì)對(duì)信貸規(guī)模產(chǎn)生一定的影響，進(jìn)而刺激房?jī)r(jià)波動(dòng)，而房?jī)r(jià)波動(dòng)又會(huì)引起商業(yè)銀行信貸風(fēng)險(xiǎn)，進(jìn)一步影響銀行間拆借利率，三者之間的傳導(dǎo)形成了一個(gè)循環(huán)回路；最后，在脈沖響應(yīng)及方差分解的分析中可知，房?jī)r(jià)波動(dòng)和同業(yè)拆借利率對(duì)信貸規(guī)模的影響在長(zhǎng)期內(nèi)呈緩慢下降趨勢(shì)，信貸規(guī)模對(duì)房?jī)r(jià)的影響在最初階段會(huì)越來(lái)越大，經(jīng)歷短期的增長(zhǎng)后才呈現(xiàn)出緩慢下降的趨勢(shì)，因此應(yīng)謹(jǐn)慎使用信貸政策對(duì)房?jī)r(jià)進(jìn)行調(diào)控。

(二)政策建議

(1)政府應(yīng)靈活地運(yùn)用信貸政策，有針對(duì)性地采取相應(yīng)的措施。通過(guò)對(duì)以前發(fā)生的金融危機(jī)進(jìn)行分析可知，銀行信貸的過(guò)度擴(kuò)張極易滋生房?jī)r(jià)泡沫，虛增的房?jī)r(jià)導(dǎo)致個(gè)別銀行面臨房地產(chǎn)金融風(fēng)險(xiǎn)，進(jìn)而擴(kuò)大到整個(gè)銀行業(yè)。為了保證金融體系的健康穩(wěn)定發(fā)展，在房地產(chǎn)市場(chǎng)過(guò)熱時(shí)，可以采取緊縮性的貨幣政策或者信貸政策來(lái)調(diào)控房?jī)r(jià)。在房?jī)r(jià)大肆上漲時(shí)，銀行應(yīng)嚴(yán)格把控好信貸規(guī)模，采取審慎經(jīng)營(yíng)的原則，在向房地產(chǎn)業(yè)提供貸款的同時(shí)，不僅要加強(qiáng)對(duì)貸款事前、事中、事后的調(diào)查，還應(yīng)兼顧到其他行業(yè)的貸款來(lái)分散風(fēng)險(xiǎn)。雖然已出臺(tái)一系列政策房?jī)r(jià)，但房?jī)r(jià)上漲的問題依舊存在，因此在實(shí)施政策時(shí)應(yīng)充分利用各種金融政策工具的搭配，防止銀行業(yè)出現(xiàn)金融危機(jī)。

(2)利用信貸政策調(diào)控房?jī)r(jià)時(shí)，應(yīng)注意時(shí)滯問題和利率的調(diào)節(jié)作用。根據(jù)脈沖相應(yīng)及方差分解可知，房?jī)r(jià)波動(dòng)與銀行信貸之間的相互影響存在時(shí)滯，同一信貸政策在不同時(shí)期的房地產(chǎn)市場(chǎng)調(diào)控中將產(chǎn)生不同的效果，因此，政府在實(shí)施貨幣政策時(shí)，需要考慮信貸政策工具對(duì)房地產(chǎn)市場(chǎng)所產(chǎn)生的不同沖擊適當(dāng)?shù)卣{(diào)整調(diào)控力度。信貸政策影響信貸規(guī)模，信貸規(guī)模通過(guò)影響房地產(chǎn)的資金需求影響房?jī)r(jià)，利率作為一種常用的信貸政策工具，主要是通過(guò)影響信貸規(guī)模間接地對(duì)房?jī)r(jià)產(chǎn)生影響，因此應(yīng)加強(qiáng)利率市場(chǎng)化改革，提高利率在信貸政策傳導(dǎo)中的作用，增強(qiáng)信貸政策的調(diào)控效率。

(3)房地產(chǎn)業(yè)應(yīng)拓寬融資渠道，運(yùn)用多元化的融資方式。目前，我國(guó)房地產(chǎn)開發(fā)企業(yè)中銀行信貸的比例很大，且融資渠道單一，一旦開發(fā)商在運(yùn)營(yíng)過(guò)程中出現(xiàn)問題，開發(fā)商和商業(yè)銀行都將承擔(dān)一定的風(fēng)險(xiǎn)，同時(shí)也將引發(fā)潛在的金融風(fēng)險(xiǎn)。因此，金融業(yè)應(yīng)積極開拓信貸融資渠道、開發(fā)商和商業(yè)銀行發(fā)展多元化融資方式來(lái)避免這種風(fēng)險(xiǎn)。例如，利用股權(quán)融資來(lái)優(yōu)化房地產(chǎn)開發(fā)商的資本結(jié)構(gòu)，以及針對(duì)個(gè)人按揭貸款增加除房地產(chǎn)抵押貸款之外的其他貸款。政策上還應(yīng)大力支持發(fā)展房地產(chǎn)信托、投資基金等，不同企業(yè)應(yīng)根據(jù)自身狀況選擇適合的融資方式開發(fā)項(xiàng)目。

[1] STEIN J C.Prices and trading volume in the housing market:A model with down-Payment effects[J].Quarterly Journal of Economics,1995,110(2):379-406.

[2] GERLACH S,PENG,W.Bank lending and property prices in Hong Kong[J].Journal of Banking and Finance,2005,29(2):461-481.

[3] DAVIS E P,ZHU H.Commercial property prices and bank performance[J].Quarterly Review of Economics and Finance,2009,49(4):1341-1359.

[4] 張濤,龔六堂,卜永祥.資產(chǎn)回報(bào)、住房按揭貸款與房地產(chǎn)均衡價(jià)格[J].金融研究,2006(2):1-11.

[5] 秦嶺,姚一旻.我國(guó)銀行信貸與房地產(chǎn)價(jià)格關(guān)系研究[J].經(jīng)濟(jì)社會(huì)體制比較,2012(3):188-202.

[6] 譚政勵(lì),王聰.房?jī)r(jià)波動(dòng)、貨幣政策立場(chǎng)識(shí)別及其反應(yīng)研究[J].經(jīng)濟(jì)研究,2015(1):67-83.

[7] 向?yàn)槊?李嬌.居民收入、心理預(yù)期及其商品房?jī)r(jià)格波動(dòng)[J].改革,2012(6):127-132.

[8] 梁偉鋒.銀行信貸與房地產(chǎn)價(jià)格波動(dòng)[D].南京：南京財(cái)經(jīng)大學(xué),2012.

[9] 王拉娣，安勇，王佳.房?jī)r(jià)波動(dòng)與銀行信貸風(fēng)險(xiǎn)的動(dòng)態(tài)相關(guān)關(guān)系研究[J].經(jīng)濟(jì)研究，2014(12):42-47.

[10] 高文涵,童中文.信貸擴(kuò)張、房?jī)r(jià)波動(dòng)與銀行系統(tǒng)性風(fēng)險(xiǎn)——基于SVAR的實(shí)證分析[J].金融與經(jīng)濟(jì),2015(11):14-19.

[11] 胡剛.利率對(duì)我國(guó)房地產(chǎn)投資影響的實(shí)證分析[D].廣州：廣東外語(yǔ)外貿(mào)大學(xué)，2015.

[12] 吳淑萍，樊穎，楊贊.利率政策對(duì)房?jī)r(jià)的“非對(duì)稱性”影響路徑——基于小波分析和GARCH模型的研究[J].上海金融，2017(2):3-10.

[13] 向?yàn)槊?王霜.我國(guó)房地產(chǎn)開發(fā)投資規(guī)模測(cè)算及影響因素研究[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)),2016(7):59-65.

[14] 向?yàn)槊瘢T希為.房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)——基于重慶的協(xié)整分析[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))，2017(8):21-27.