傅貽忙，王歡芳，劉奎兵

基金項目： 湖南省哲學社會科學基金項目（17YBA308）

作者簡介： 傅貽忙（1982—），男，湖南汝城人，博士，湖南工業(yè)大學商學院副教授，研究方向：房地產(chǎn)經(jīng)濟。

摘 要：利用2004-2018年我國房地產(chǎn)庫存和金融發(fā)展結(jié)構(gòu)的省際面板數(shù)據(jù)建立GWR模型，考量空間變異特征下金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存的影響。結(jié)果表明：金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存的影響呈現(xiàn)出顯著的動態(tài)市場異質(zhì)性特征，即不同經(jīng)濟發(fā)展階段、不同的經(jīng)濟發(fā)展區(qū)域、金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存的影響不同;房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款和商品房房價對房地產(chǎn)庫存的影響具有典型的市場異質(zhì)性，且表現(xiàn)出非線性特征;房地產(chǎn)開發(fā)企業(yè)自籌資金、房地產(chǎn)開發(fā)企業(yè)利用外資、房地產(chǎn)開發(fā)企業(yè)其他資金對房地產(chǎn)庫存具有抑制作用;房地產(chǎn)開發(fā)投資額對房地產(chǎn)庫存具有促進作用。

關(guān)鍵詞： 金融發(fā)展結(jié)構(gòu);房地產(chǎn)庫存;空間變異

中圖分類號：F293.2 文獻標識碼： A 文章編號：1003-7217（2020）03-0117-07

一、引 言

我國房地產(chǎn)金融的發(fā)展，對房地產(chǎn)市場的運行提供了良好的支撐，房地產(chǎn)開發(fā)貸款和個人住房消費貸款規(guī)模迅速擴大，房地產(chǎn)開發(fā)貸款的增速明顯高于同期金融機構(gòu)貸款的增長速度。2018年末，房地產(chǎn)貸款余額38.7萬億元，同比增長20%，占同期各項貸款增量的39.9%。房地產(chǎn)開發(fā)貸款余額10.19萬億元，同比增長22.6%，個人住房貸款余額25.75萬億元，同比增長17.8%。房地產(chǎn)市場融資主要是以投機性融資和龐氏融資為主體，金融不穩(wěn)定理論認為投機性融資和龐氏融資所占的比重越大，安全邊際就越低。高企的房地產(chǎn)庫存蘊含巨大的金融風險，我國商品房待售面積和住宅商品房待售面積分別在2016年2月達到7.39億平方米和4.66億平方米，按當期平均房價計算資金總額分別為58321.88億元和35481.24億元。房地產(chǎn)庫存占據(jù)大量的資金，房地產(chǎn)企業(yè)面臨的金融風險集聚。

那么，現(xiàn)階段我國金融發(fā)展結(jié)構(gòu)會不會影響房地產(chǎn)庫存，又是通過哪些傳導路徑影響房地產(chǎn)庫存;金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存的影響是否存在空間效應;空間變異特征是否會改變金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存的影響？這些都是房地產(chǎn)庫存演變過程中不可忽視的問題。因此，基于金融發(fā)展結(jié)構(gòu)視角，通過理論建模，運用地理加權(quán)回歸計量方法，客觀分析金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存的影響，對深化和發(fā)展房地產(chǎn)金融理論具有一定的理論價值和現(xiàn)實意義。

二、文獻綜述

隨著房地產(chǎn)與金融發(fā)展的聯(lián)系越來越緊密，國內(nèi)外學者從多個角度對此進行了深度研究。Bernanke和Blinder（1988）認為金融對房地產(chǎn)投資的影響主要通過銀行貸款與資產(chǎn)負債來實現(xiàn)[1]。Gupta（2012）指出貨幣政策對房地產(chǎn)銷售與投資的影響較大，對房地產(chǎn)價格的影響較小[2]。Sum（2014）發(fā)現(xiàn)在短期時間內(nèi)，金融壓力會對房地產(chǎn)市場造成不利的影響[3]。周建軍、孫倩倩和鄔麗萍（2018，2019）研究發(fā)現(xiàn)貨幣政策沖擊對房地產(chǎn)金融風險的影響在不同房價水平上具有非對稱性[4-6]。龔強等（2014）提出房地產(chǎn)金融規(guī)模應該從“銀行主導型”向“市場主導型”轉(zhuǎn)化[7]。張成思等（2015）從內(nèi)部機制層面分別考察了結(jié)構(gòu)的形成與變化的邊際效應，得出倒“U”型的金融結(jié)構(gòu)變化特征[8]。Greenwood和Jovanovic（1990）認為金融中介憑借資金的高回饋率推動房地產(chǎn)市場發(fā)展，房地產(chǎn)市場發(fā)展則為實現(xiàn)金融結(jié)構(gòu)演化提供了條件[9]。Pavlov和Wachter（2011）認為積極抵押貸款工具的可用性放大了房地產(chǎn)周期和基本需求沖擊的影響[10]。吳成軍（2009）認為金融發(fā)展可以增加購房者可獲得的資源，房地產(chǎn)投資價值上升，消費者對房地產(chǎn)投資價值的分歧程度加大，從而致使房地產(chǎn)價格上漲[11]。黎友煥（2013）發(fā)現(xiàn)我國實體經(jīng)濟增速緩慢、地方政府債務(wù)累積、房地產(chǎn)泡沫經(jīng)濟凸顯等金融隱患，如果缺乏有效的應對策略，就有可能導致“結(jié)構(gòu)性金融危機”或“局部性金融危機”的爆發(fā)[12]。郭娜和章倩（2016）驗證金融因素與房價之間的因果關(guān)系，認為“影子銀行”“放貨幣、加杠桿”等新型融資政策是導致房地產(chǎn)價格上漲的重要因素[13]。

眾多學者都認為金融發(fā)展是房地產(chǎn)發(fā)展的基礎(chǔ)，房地產(chǎn)的發(fā)展為金融發(fā)展帶來了機遇，兩者之間應保持良好的協(xié)同發(fā)展關(guān)系。Don Bredin（2011）等學者分析得出不同規(guī)模的房地產(chǎn)企業(yè)，應該根據(jù)自身發(fā)展特點選擇相適應的融資方式[14]。Sinai（2011）發(fā)現(xiàn)美國房地產(chǎn)市場存在周期性波動，且表現(xiàn)為市場異質(zhì)性[15]。Berlemann（2013）對瑞士房地產(chǎn)市場分析指出無實際數(shù)據(jù)證明市場利率和房地產(chǎn)價格之間存在必要的聯(lián)系[16]。徐聯(lián)初（2004）研究發(fā)現(xiàn)房地產(chǎn)市場和金融發(fā)展存在結(jié)構(gòu)性矛盾等問題，需通過金融措施規(guī)范房地產(chǎn)市場行為[17]。馬君潞和武岳（2008）研究發(fā)現(xiàn)單一的金融貨幣政策難以有效緩解房價居高不下的問題，還需借助財政、土地政策等來對房地產(chǎn)市場進行調(diào)控[18]。李斌等（2017）通過空間模型研究金融支持對山西省房地產(chǎn)市場的影響[19]。Xu L（2004）認為房地產(chǎn)健康可持續(xù)發(fā)展關(guān)鍵在于房地產(chǎn)融資的合理性，這主要源于房地產(chǎn)市場與金融市場協(xié)同發(fā)展[20]。Ebrahim M S和Hussain S（2010）認為金融結(jié)構(gòu)的良性演化源于代理成本的下降與橫向風險的分擔，進而推動房地產(chǎn)價值大幅度上漲[21]。Jin Y和Leung C K Y等（2012）認為房地產(chǎn)價格的正面沖擊在一定程度上會使外部金融溢價出現(xiàn)下降[22]。

近年來，隨著我國供給側(cè)結(jié)構(gòu)性改革的推進，學者對房地產(chǎn)庫存也進行了深入研究。傅貽忙和周建軍等（2018，2019）基于多元城鎮(zhèn)化、人口結(jié)構(gòu)變遷和金融發(fā)展視角，運用計量模型，研究三者對我國房地產(chǎn)庫存的影響，得出房地產(chǎn)庫存演化過程中受到多元城鎮(zhèn)化、人口結(jié)構(gòu)變遷和金融發(fā)展影響[23-25]。劉斌和黃坤等（2018）依托我國的制度背景，從房地產(chǎn)企業(yè)產(chǎn)權(quán)性質(zhì)視角發(fā)現(xiàn)國有房地產(chǎn)企業(yè)去庫存意愿相對于非國有房地產(chǎn)企業(yè)不足，去庫存規(guī)模相對較小，去化周期更長[26]。王小廣（2017）認為房地產(chǎn)市場中的住房具有消費和投資雙重屬性，消費屬性是住房的基本屬性，投資屬性比重過大會扭曲住房的供求關(guān)系，從而產(chǎn)生高庫存與高房價并存的現(xiàn)象[27]。

綜上所述，國內(nèi)外學者對金融發(fā)展與房地產(chǎn)市場進行了大量的研究，表明金融發(fā)展對房地產(chǎn)市場發(fā)展具有重要的影響。有很多圍繞金融發(fā)展對房地產(chǎn)庫存影響的相關(guān)研究成果，但基于空間異質(zhì)性來研究金融發(fā)展對房地產(chǎn)庫存的影響相對較少，房地產(chǎn)庫存的空間特征還未得到深入認識。運用地理加權(quán)回歸模型實證分析金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存的影響，更有利于解釋金融發(fā)展結(jié)構(gòu)對房地產(chǎn)庫存影響的空間異質(zhì)性。因此，本文在現(xiàn)有研究成果的基礎(chǔ)上，運用地理加權(quán)回歸模型來分析金融發(fā)展對房地產(chǎn)庫存的影響。

三、變量選取與數(shù)據(jù)說明

1.因變量分析。房地產(chǎn)庫存：廣義的房地產(chǎn)庫存是指房地產(chǎn)市場上可以銷售但尚未銷售的。狹義的房地產(chǎn)庫存是指現(xiàn)房庫存。房地產(chǎn)庫存的區(qū)域差異在一定程度上可以通過商品房待售面積的省際差異來體現(xiàn)。因此，房地產(chǎn)庫存均使用狹義房地產(chǎn)庫存的口徑，即使用商品房待售面積作為房地產(chǎn)庫存的代理指標。

2.自變量分析。房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款：商業(yè)銀行或金融機構(gòu)向房地產(chǎn)開發(fā)商提供房地產(chǎn)開發(fā)及運作的國內(nèi)借款，其中包含銀行貸款、上級機構(gòu)發(fā)放貸款、國家專項貸款及國內(nèi)儲備貸款等。房地產(chǎn)開發(fā)企業(yè)自籌資金：即內(nèi)源性資金，是指房地產(chǎn)企業(yè)憑借的票據(jù)、現(xiàn)賣的樓盤和不同賬單等整體資金。房地產(chǎn)開發(fā)企業(yè)利用外資：房地產(chǎn)開發(fā)企業(yè)用于房地產(chǎn)開發(fā)設(shè)計及經(jīng)營管理的境外資金，包括外商直接投資和其他投資、境外借款，不包含原有的外匯資金，所有的境外資金都按照人民幣進行折算。房地產(chǎn)開發(fā)企業(yè)其他資金：是指除去上文提到的資金外，用于房地產(chǎn)設(shè)計開發(fā)和運營管理的資金。

3.控制變量分析。房地產(chǎn)開發(fā)投資額：以貨幣形式反映房地產(chǎn)開發(fā)投資數(shù)量，指在一定時期內(nèi)，房地產(chǎn)企業(yè)進行房地產(chǎn)開發(fā)設(shè)計以及運營活動的投資。商品房房價：商品房連同其占用土地在特定時間段內(nèi)房產(chǎn)的市場價值。

數(shù)據(jù)來源于2004-2018年各?。ㄊ?、自治區(qū)）統(tǒng)計年鑒，2004-2018年《房地產(chǎn)統(tǒng)計年鑒》。西藏自治區(qū)數(shù)據(jù)缺失嚴重，故分析中并不包括西藏自治區(qū)。以2004年為基期，運用CPI指數(shù)對含有價格因素的各項指標進行平減。為克服異方差的影響，減少原始數(shù)據(jù)波動性對模型估計精度的影響，對房地產(chǎn)庫存、房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款、房地產(chǎn)開發(fā)企業(yè)自籌資金、房地產(chǎn)開發(fā)企業(yè)利用外資、房地產(chǎn)開發(fā)企業(yè)其他資金及房地產(chǎn)開發(fā)投資額等絕對數(shù)指標進行對數(shù)化處理。

四、模型構(gòu)建

（一）經(jīng)典面板數(shù)據(jù)模型

面板數(shù)據(jù)利用多個統(tǒng)計主體的不同時期的數(shù)據(jù)作為樣本觀測值，體現(xiàn)出統(tǒng)計主體和時間的關(guān)系。對此，建立面板數(shù)據(jù)模型進行估計。模型設(shè)定如下：

lnchasit=+α*Uit+β*Xit+εit（1）

式（1）中，房地產(chǎn)庫存為被解釋變量，Uit為解釋變量：房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款、房地產(chǎn)開發(fā)企業(yè)自籌資金、房地產(chǎn)開發(fā)企業(yè)利用外資、房地產(chǎn)開發(fā)企業(yè)其他資金。Xit為控制變量：房地產(chǎn)開發(fā)投資額和商品房房價。下標i和t分別代表省份和年度，為常數(shù)項，εit為隨機擾動項。

（二）GWR數(shù)據(jù)模型

與全局回歸模型相比，GWR模型能較好的分析空間數(shù)據(jù)，GWR模型的一般形式可表示為：

yi=β0（ui，vi）+Σkβk（ui，vi）xit+εi（2）

式（2）中，第i個參照點的空間位置坐標即（ui，vi），不間斷函數(shù)βk（u，v）在i點上的數(shù)值為βk（ui，vi）。若βk（ui，vi）空間任何點i數(shù)值全部相等，即此類方程稱為全局回歸模型。通過上述模型可知，觀察值依靠接近i值來實現(xiàn)加權(quán)，所以，在計算時觀察值的加權(quán)是非恒定的，隨i的變化出現(xiàn)變動。具體步驟如下：

β（ui，vi）=（XTW（ui，viX）-1XTW（ui，vi）Y（3）

式中：X=1x11…x1k

1x21…x2k

…………

1xn1…xnk，Y=y1

y2

…

yn ，

W（ui，vi）=W（i）=wi10…0

0wi2…0

…………

000win，

β=β0（u1，v1）β1（u1，v1）…β0（u1，v1）

β0（u2，v2）β1（u2，v2）…β0（u2，v2）

…………

β0（un，vn）β1（un，vn）…βk（un，vn）

式（3）中，β0表示β的估計值，n表示自變量個數(shù)，win表示對位置i刻畫模型時賦予數(shù)據(jù)點n的權(quán)重。在實際運算中，權(quán)重運用高斯函數(shù)來計算，公式如下：

Wij=e-12（dijb）2（4）

式（4）中，b表示帶寬，假設(shè)點i的數(shù)據(jù)已被觀測，相應點的權(quán)重變化會顯示高斯曲線特征，隨距離dij的增加而減少。當帶寬b不變時，距離dij越大，位置j估計的權(quán)重越小;當帶寬b已知，離i點越遠的點權(quán)重越小，足夠遠時權(quán)重將會趨于0。

五、模型估計與分析

（一）經(jīng)典面板估計結(jié)果及分析

在對模型的具體形式進行篩選時，借助Hausman檢驗對固定效應模型和隨機效應模型進行判定分析，借助F檢驗對固定效應模型和混合估計模型進行判定。全國和西部地區(qū)選取固定效應模型進行分析，東部地區(qū)和中部地區(qū)選取隨機效應模型進行分析。

房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款：全國的影響系數(shù)為-0.0905，東部地區(qū)為-0.3587，中部地區(qū)為0.1568，西部地區(qū)為-0.0241。全國及東部地區(qū)、西部地區(qū)表現(xiàn)出抑制作用，東部地區(qū)顯著。房地產(chǎn)開發(fā)企業(yè)自籌資金：全國的影響系數(shù)為-0.2728，東部地區(qū)為0.2799，中部地區(qū)為-0.8294，西部地區(qū)為-0.5057。全國及中部地區(qū)、西部地區(qū)表現(xiàn)出抑制作用，全都且顯著;東部地區(qū)表現(xiàn)出促進作用，不顯著。房地產(chǎn)開發(fā)企業(yè)利用外資：全國的影響系數(shù)為-0.0675，東部地區(qū)為-0.0868，中部地區(qū)為-0.0380，西部地區(qū)為-0.0720。全國及東部地區(qū)、中部地區(qū)、西部地區(qū)都表現(xiàn)出抑制作用，其中全國及東部地區(qū)、西部地區(qū)顯著。房地產(chǎn)開發(fā)企業(yè)其他資金：全國的影響系數(shù)為-0.3447，東部地區(qū)為-0.1030，中部地區(qū)為-0.1004，西部地區(qū)為-0.9137。房地產(chǎn)開發(fā)企業(yè)其他資金表現(xiàn)出抑制作用，且全國和西部地區(qū)顯著。房地產(chǎn)開發(fā)投資額：全國的影響系數(shù)為1.5418，東部地區(qū)為1.1551，中部地區(qū)為1.6895，西部地區(qū)為2.2392。房地產(chǎn)的開發(fā)投資額對房地產(chǎn)庫存表現(xiàn)出顯著的促進作用。商品房房價：全國的影響系數(shù)為0.2349，東部地區(qū)為-0.1410，中部地區(qū)為0.3546，西部地區(qū)為0.0166。全國表現(xiàn)為顯著的促進作用。

參考文獻：

[1] Bernanke B S， Blinder A S. Credit，money and aggregate aemand[J]. Social Science Electronic Publishing， 1988（2）： 435-439.

[2] Gupta R， Jurgilas M. Financial market liberalization，monetary policy and housing sector dynamics[J]. International Business and Economics Research Journalv， 2012（1）： 69-96.

[3] Sum V. Dynamic effects of financial stress on the U S.real estate market performance[J]. Journal of Economics and Business， 2014（6）： 80-92.

[4] 周建軍， 孫倩倩. 貨幣政策對房地產(chǎn)金融風險的影響研究[J]. 財經(jīng)理論與實踐， 2019， 40（4）： 32-37.

[5] 鄔麗萍，周建軍.房價波動對消費支出影響的實證分析[J].財經(jīng)理論與實踐，2009， 30（1）： 109-112.

[6] 周建軍， 孫倩倩， 鞠方. 房價波動、收入差距與消費差距[J]. 消費經(jīng)濟， 2018， 34（5）： 23-30.

[7] 龔強， 張一林， 林毅夫. 產(chǎn)業(yè)結(jié)構(gòu)、風險特性與最優(yōu)金融結(jié)構(gòu)[J]. 經(jīng)濟研究， 2014（4）： 4-16.

[8] 張成思， 劉貫春. 經(jīng)濟增長進程中金融結(jié)構(gòu)的邊際效應演化分析[J]. 經(jīng)濟研究， 2015， 50（12）： 84-99.

[9] Greenwood J， Jovanovic B. Financial development，growth，and the distribution of income[J]. Journal of Political Economy， 1990（5）： 1076-1107.

[10]Pavlov A， Wachter S. Subprime lending and real estate prices[J]. Real Estate Economics， 2011（1）： 1-17.

[11]吳成軍. 金融發(fā)展對房地產(chǎn)價格變化的影響研究[J]. 商業(yè)時代， 2009（20）： 112-113.

[12]黎友煥. 中國會發(fā)生金融危機嗎？[J]. 人民論壇， 2013（25）： 54-56.

[13]郭娜， 章倩. 我國房地產(chǎn)價格波動背后的金融影響因素分析[J]. 價格理論與實踐， 2016（11）： 106-109.

[14]Bredin D， O'Reilly G， Stevenson S. Monetary policy transmission and real estate investment trusts[J]. International Journal of Finance & Economics， 2011（1）： 92-102.

[15]Sinai. House price moments in boom bust cycles[R]. Nber Working paper， 2011（2）： 34-39.

[16]Berlemann M，F(xiàn)reese J. Monetary policy and real estate prices：a disaggregated analysis for switzerland[J]. International Economics & Economic Policy， 2013（4）： 469-490.

[17]徐聯(lián)初. 透視與新解：積極應對房地產(chǎn)業(yè)快速發(fā)展中的金融風險——對湖北省房地產(chǎn)市場和金融發(fā)展的調(diào)查與思考[J]. 金融研究， 2004（9）： 25-33.

[18]馬君潞， 武岳. 金融調(diào)控政策對房地產(chǎn)市場的影響[J]. 財經(jīng)科學， 2008（2）： 41-47.

[19]李斌， 和倩，等. 金融支持對房地產(chǎn)市場的時變影響機制研究——以山西省為例[J]. 經(jīng)濟問題， 2017（7）： 20-25.

[20]Xu L. Financial risk in the rapid development of real estate market[J]. Journal of Finance， 2004（824）： 203-209.

[21]Ebrahim M S， Hussain S. Financial development and asset valuation：the special case of real estate[J]. Journal of Banking & Finance， 2010（1）： 150-162.

[22]Jin Y， Leung C K Y， Zeng Z. Real estate， the external finance premium and business investment：a quantitative dynamic general equilibrium analysis[J]. Real Estate Economics， 2012（1）： 167-195.

[23]傅貽忙， 周建軍， 孫倩倩， 等. 多元城鎮(zhèn)化、門檻效應與房地產(chǎn)庫存：理論解釋與實證檢驗[J]. 財經(jīng)理論與實踐， 2018（3）： 127-133.

[24]傅貽忙， 周建軍， 周穎. 人口結(jié)構(gòu)變遷對房地產(chǎn)庫存的影響研究——基于SYS-GMM估計方法的區(qū)域差異分析[J]. 經(jīng)濟經(jīng)緯， 2019， 36（2）： 87-94.

[25]傅貽忙， 周建軍， 周穎. 金融發(fā)展、空間效應與房地產(chǎn)庫存——理論解釋與實證檢驗[J]. 系統(tǒng)工程， 2018， 36（10）： 14-29.

[26]劉斌， 黃坤， 王雷. 誰更愿意去庫存：國有還是非國有房地產(chǎn)企業(yè)？[J]. 經(jīng)濟研究， 2018， 53（6）： 112-126.

[27]王小廣. 房地產(chǎn)庫存問題與去庫存對策[J]. 理論探索， 2017（2）： 16-21.

（責任編輯：鐘 瑤）

Research the Impact of Financial Development Structure on Real Estate Inventory under Spatial Variability

FU Yimang1，WANG Huanfang1，LIU Kuibing2

（1. Business School， Hunan University of Technology， Zhuzhou，Hunan 412007，China;?2. Business School， Xiangtan University， Xiangtan，Hunan 411105，China）

Abstract：Based on the provincial panel data of China's real estate inventory and financial development structure in the past 2004-2018 years， the GWR model was established to consider the impact of financial development structure on real estate inventory under the spatial variation characteristics. The results show that： the impact of financial development structure on real estate inventory shows significant market heterogeneity， that is， different economic development stages， different economic development regions， the impact of financial development structure on real estate inventory is different. Generally speaking， the impact of domestic loans and real estate prices of real estate development enterprises on real estate inventory has typical market heterogeneity， and shows nonlinear characteristics. Real estate development enterprises raise funds by themselves， real estate development enterprises use foreign capital， and other funds of real estate development enterprises have a restraining effect on real estate inventory. The amount of investment in real estate development can promote the impact of real estate inventory.

Key words：financial development structure; real estate inventory; spatial variability characteristics