吳紫琳，朱劍峰

（1.安徽大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230601；2.阜陽(yáng)師范大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 阜陽(yáng) 236037）

關(guān)鍵字：銀行信貸；房地產(chǎn)價(jià)格；VAR模型

房地產(chǎn)業(yè)目前仍保持過(guò)熱的勢(shì)頭。房?jī)r(jià)居高不下一方面體現(xiàn)出住房處于供需不平衡狀態(tài)，另一方面也預(yù)示著房地產(chǎn)泡沫可能在未來(lái)產(chǎn)生。從歷史來(lái)看，房地產(chǎn)泡沫往往會(huì)引發(fā)銀行信貸危機(jī)[1]：如20世紀(jì)90年代，日本泡沫經(jīng)濟(jì)的破裂與國(guó)內(nèi)掀起投機(jī)熱潮有關(guān)[2]。2016年我國(guó)房?jī)r(jià)攀升劇烈，政府出臺(tái)各項(xiàng)政策穩(wěn)房?jī)r(jià)、去庫(kù)存，2018年初，銀監(jiān)會(huì)提及要繼續(xù)遏制房地產(chǎn)泡沫化，政府工作報(bào)告要求繼續(xù)堅(jiān)持“房住不炒”定位?？梢?jiàn)穩(wěn)房地產(chǎn)市場(chǎng)是穩(wěn)經(jīng)濟(jì)的重要舉措[3]。據(jù)央行公布的報(bào)告顯示，2019年房地產(chǎn)貸款余額占金融機(jī)構(gòu)貸款余額的29%，比2015年的22%提高了7%。因此，房地產(chǎn)市場(chǎng)與金融市場(chǎng)有密不可分的關(guān)系[4]。鑒于此，對(duì)二者之間動(dòng)態(tài)關(guān)系的研究，將有益于引導(dǎo)銀行業(yè)與房地產(chǎn)業(yè)良性健康發(fā)展。

1 相關(guān)工作

學(xué)者們對(duì)銀行信貸與房地產(chǎn)價(jià)格之間的關(guān)系主要存在3種觀點(diǎn)。

第一種觀點(diǎn)認(rèn)為二者之間的關(guān)系表現(xiàn)為房地產(chǎn)價(jià)格對(duì)銀行信貸的單向影響。王金彩以金融穩(wěn)定的評(píng)價(jià)指標(biāo)為依據(jù)構(gòu)建模型，發(fā)現(xiàn)房地產(chǎn)價(jià)格的提高增加了銀行信貸風(fēng)險(xiǎn)暴露[5]。趙燕等用不良貸款率作為商業(yè)銀行信貸風(fēng)險(xiǎn)的衡量，得出結(jié)論：房?jī)r(jià)波動(dòng)正向影響銀行信貸風(fēng)險(xiǎn)，不良貸款撥備覆蓋率則起反向影響效果[6]。第二種觀點(diǎn)認(rèn)為是銀行信貸對(duì)房地產(chǎn)價(jià)格的單向影響。Dame等認(rèn)為借款人的抵押貸款支付能力構(gòu)成了房?jī)r(jià)變動(dòng)的長(zhǎng)期基礎(chǔ)[7]。宋勃等認(rèn)為一線城市銀行信貸對(duì)房地產(chǎn)價(jià)格的沖擊弱于二線城市但都表現(xiàn)為信貸單方面影響房?jī)r(jià)[8]。第三種觀點(diǎn)認(rèn)為銀行信貸與房地產(chǎn)價(jià)格之間互為影響。王慶芳引入經(jīng)濟(jì)增長(zhǎng)變量，分析得出房地產(chǎn)價(jià)格與銀行信貸在短期內(nèi)相互影響[9]。國(guó)世平等分析了1998-2015年相關(guān)數(shù)據(jù)認(rèn)為短期內(nèi)信貸對(duì)房?jī)r(jià)影響較顯著，長(zhǎng)期內(nèi)則相反[10]。

對(duì)以往文獻(xiàn)的梳理發(fā)現(xiàn)，由于截取的年限、變量設(shè)定方式不同，結(jié)論有差異。且過(guò)去的研究大多基于宏觀層面，針對(duì)具體地域的研究較少。本文以具體地域—安徽省為對(duì)象，借鑒連素蘭等的分析方法[11]，先從理論上簡(jiǎn)述二者的關(guān)系，再?gòu)默F(xiàn)實(shí)表現(xiàn)和實(shí)證兩個(gè)角度進(jìn)行分析，最后為不同微觀經(jīng)濟(jì)主體提出相應(yīng)政策建議。

2 銀行信貸與房地產(chǎn)價(jià)格關(guān)系的理論分析

2.1 銀行信貸對(duì)房地產(chǎn)價(jià)格的影響機(jī)制

信貸對(duì)房地產(chǎn)價(jià)格的影響主要通過(guò)三個(gè)方面?zhèn)鲗?dǎo)。首先，對(duì)房地產(chǎn)開(kāi)發(fā)投資企業(yè)來(lái)說(shuō)，信貸規(guī)模的擴(kuò)大預(yù)示著企業(yè)能從銀行借到更多款，這會(huì)降低企業(yè)的財(cái)務(wù)壓力，一方面緩和企業(yè)抵御投資周期長(zhǎng)的風(fēng)險(xiǎn)并提高其與購(gòu)買方談價(jià)議價(jià)能力，企業(yè)有更多的資金購(gòu)買土地，在土地供給有限的情況下，必然會(huì)哄抬土地價(jià)格，刺激房?jī)r(jià)上漲[12]。其次，信貸政策變動(dòng)會(huì)影響個(gè)人按揭貸款的意愿。信貸擴(kuò)張使得貸款成本相應(yīng)降低，在需求旺盛、供給缺乏彈性的市場(chǎng)條件下，房?jī)r(jià)提高[13]。最后，信貸總規(guī)模的改變會(huì)傳遞不同的市場(chǎng)信息，規(guī)模擴(kuò)張預(yù)示著市場(chǎng)環(huán)境寬松，往往會(huì)刺激企業(yè)或個(gè)人的投資欲望，投資增多使得地產(chǎn)市場(chǎng)更加緊俏，擴(kuò)大房產(chǎn)的真實(shí)價(jià)值。

2.2 房地產(chǎn)價(jià)格對(duì)銀行信貸的影響機(jī)制

房地產(chǎn)價(jià)格對(duì)銀行信貸的影響主要通過(guò)兩個(gè)方面?zhèn)鲗?dǎo)：當(dāng)期房?jī)r(jià)變動(dòng)與房?jī)r(jià)變動(dòng)預(yù)期。第一點(diǎn)：房?jī)r(jià)上漲意味著企業(yè)和個(gè)人持有的固定資產(chǎn)價(jià)值提高，使得企業(yè)或個(gè)人更有能力和意愿向銀行借款進(jìn)行再投資和消費(fèi)；同時(shí)以房屋作為抵押物的價(jià)值提高使銀行的預(yù)期收益增加，進(jìn)一步刺激銀行的放款意愿[14]；另外政府通過(guò)銀行信貸調(diào)控房產(chǎn)市場(chǎng)，房?jī)r(jià)波動(dòng)異常時(shí)信貸規(guī)模相應(yīng)發(fā)生調(diào)整[15]。第二點(diǎn)：當(dāng)企業(yè)對(duì)房產(chǎn)業(yè)前景看好時(shí)，會(huì)加大從銀行的貸款力度，開(kāi)發(fā)更多樓盤以期獲得高的投資回報(bào)率；由于住房需求是剛性的，個(gè)人預(yù)期未來(lái)房?jī)r(jià)上漲，通常會(huì)選擇增加當(dāng)期借款以降低未來(lái)還款的壓力。

3 安徽省銀行信貸與房地產(chǎn)價(jià)格關(guān)系的現(xiàn)實(shí)表現(xiàn)

3.1 安徽省銀行信貸發(fā)展現(xiàn)狀

伴隨著安徽省經(jīng)濟(jì)的進(jìn)步和金融改革的深入發(fā)展，銀行信貸規(guī)?？焖僭鲩L(zhǎng)。圖1反映了近20年來(lái)安徽省銀行信貸的主要結(jié)構(gòu)。2007年后，中長(zhǎng)期貸款額遠(yuǎn)超于短期貸款額。

圖1 安徽省近年來(lái)主要貸款結(jié)構(gòu)

圖2顯示短期貸款額占信貸總規(guī)模的比例呈下降趨勢(shì)，中長(zhǎng)期貸款額占信貸總規(guī)模的比重則反方向變化。與房地產(chǎn)有關(guān)的貸款通常具有長(zhǎng)期性。因而，中長(zhǎng)期貸款數(shù)額不斷增長(zhǎng)趨勢(shì)在一定程度上顯現(xiàn)了安徽省房地產(chǎn)業(yè)的進(jìn)步。

由圖1和2知，近些年該省銀行信貸規(guī)模保持適度增長(zhǎng)趨勢(shì)。但仍有一些未能規(guī)避和解決的問(wèn)題。如2015年在經(jīng)濟(jì)下行的壓力下，受企業(yè)經(jīng)營(yíng)困難等多方面因素影響，銀行不良貸款余額大大增加，2017年銀行不良貸款出現(xiàn)“雙升”，全省農(nóng)商行、村鎮(zhèn)銀行流動(dòng)性下降，部分法人機(jī)構(gòu)資本充足率水平下降等。另外，金融市場(chǎng)的信息不對(duì)稱也是安徽省銀行信貸市場(chǎng)所面臨的問(wèn)題之一。不健全的個(gè)人征信系統(tǒng)加大了銀行經(jīng)營(yíng)風(fēng)險(xiǎn)。

圖2 短期貸款和中長(zhǎng)期貸款的變動(dòng)趨勢(shì)圖

3.2 安徽省房地產(chǎn)業(yè)發(fā)展現(xiàn)狀

安徽省房地產(chǎn)業(yè)在發(fā)展進(jìn)程中體現(xiàn)了以下2個(gè)特點(diǎn)。

第一，房地產(chǎn)業(yè)發(fā)展速度快，逐漸成為安徽地區(qū)支柱性產(chǎn)業(yè)。由圖3可見(jiàn)，1999年投資于房地產(chǎn)開(kāi)發(fā)項(xiàng)目上的金額為74.07億元，這一金額與地區(qū)生產(chǎn)總值之比為2.55%，2017年為5612.47億元，占地區(qū)生產(chǎn)總值的20.77%，在十幾年的發(fā)展進(jìn)程中，房地產(chǎn)開(kāi)發(fā)投資額翻了約76倍，對(duì)地區(qū)生產(chǎn)總值的貢獻(xiàn)率增加了八倍，由此可見(jiàn)安徽省房地產(chǎn)業(yè)發(fā)展之迅速。

圖3 1999年-2017年房地產(chǎn)開(kāi)發(fā)投資額占地區(qū)生產(chǎn)總值

第二，相對(duì)于商品房而言，該省的住宅建設(shè)持續(xù)保持著主體地位。如圖4，1999-2017年間，相對(duì)于其他類型的房屋開(kāi)發(fā)，住宅類開(kāi)發(fā)投資所占比重最大，占總開(kāi)發(fā)投資的70%。

4 安徽省銀行信貸與房地產(chǎn)價(jià)格實(shí)證分析

圖4 住房開(kāi)發(fā)投資與總開(kāi)發(fā)投資的對(duì)比圖

上文對(duì)安徽省房地產(chǎn)市場(chǎng)和銀行信貸的發(fā)展現(xiàn)狀做出了一定分析，為進(jìn)一步驗(yàn)證二者關(guān)系，在考慮經(jīng)濟(jì)增長(zhǎng)因素的前提下利用向量自回歸（vector autoregression，VAR）模型進(jìn)行實(shí)證分析。

4.1 模型的構(gòu)建和變量的選取

VAR模型通常用于聯(lián)合內(nèi)生變量之間的動(dòng)態(tài)關(guān)系的估計(jì)，它將模型中的每個(gè)內(nèi)生變量視為模型里所有內(nèi)生變量的滯后值的函數(shù)，事先不規(guī)定約束條件[16]。一般形式如下：

其中：Y、A、P、ε分別代表K維內(nèi)生變量、相應(yīng)的系數(shù)矩陣、內(nèi)生變量滯后的階數(shù)、K維隨機(jī)擾動(dòng)項(xiàng)。VAR模型雖然能避免外生變量與內(nèi)生變量劃分模糊帶來(lái)的估計(jì)誤差，但由于模型中往往存在多個(gè)系數(shù)，每一等式中的系數(shù)沒(méi)有實(shí)際解釋意義，因此還需要檢驗(yàn)變量間的格蘭杰因果關(guān)系、進(jìn)行脈沖響應(yīng)函數(shù)分析和方差分解。

取安徽省1999-2016年房?jī)r(jià)（P）、銀行信貸（L）、地區(qū)生產(chǎn)總值（GDP）的相關(guān)數(shù)據(jù)構(gòu)建模型。其中，P指安徽省商品房平均售價(jià)，L代表安徽省銀行中長(zhǎng)期貸款年末余額。

4.2 數(shù)據(jù)來(lái)源及處理

實(shí)證分析的數(shù)據(jù)主要在安徽省統(tǒng)計(jì)年鑒和中經(jīng)網(wǎng)獲得。為了防止可能出現(xiàn)的異方差影響并保持?jǐn)?shù)據(jù)的平穩(wěn)性，在構(gòu)建模型前對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)處理[17]，處理過(guò)后的房地產(chǎn)價(jià)格、銀行信貸、安徽省地區(qū)生產(chǎn)總值分別用lnP、lnL、ln GDP表示。

4.3 實(shí)證檢驗(yàn)及結(jié)論分析

4.3.1 單位根檢驗(yàn)

單位根（augmented Dickey-Fuller，ADF）檢驗(yàn)即對(duì)數(shù)據(jù)平穩(wěn)性的檢驗(yàn)。在時(shí)間序列模型中，保證序列的平穩(wěn)性至關(guān)重要，如果序列中存在單位根過(guò)程則表明序列是非平穩(wěn)的，會(huì)出現(xiàn)偽回歸現(xiàn)象[18]。對(duì)各變量進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表1。

表1 各變量的單位根檢驗(yàn)結(jié)果

由表可知，在5%的顯著性水平下三個(gè)變量都存在單位根過(guò)程，為非平穩(wěn)序列。對(duì)三個(gè)變量進(jìn)行一階差分后，結(jié)果仍是不平穩(wěn)。進(jìn)一步對(duì)三個(gè)變量的二階差分序列進(jìn)行檢驗(yàn)，發(fā)現(xiàn)統(tǒng)計(jì)量值都低于5%的顯著性水平，lnP、lnL、ln GDP三個(gè)序列是二階單整的，可以進(jìn)行協(xié)整檢驗(yàn)。

4.3.2 最優(yōu)滯后期確定

選擇最優(yōu)滯后期是構(gòu)建向量自回歸模型的重要一步，對(duì)應(yīng)不同的滯后期模型會(huì)出現(xiàn)不一樣的估計(jì)結(jié)果。通常采用信息準(zhǔn)則法確定最優(yōu)滯后期，同時(shí)考量其他影響模型結(jié)果的因素。本文采用 AIC(Akaike info criterion)、SC（Schwarz criterion）、HQ（Hannan-Quinn）準(zhǔn)則，發(fā)現(xiàn)當(dāng)滯后三期時(shí)，這三個(gè)數(shù)值是最小的，因此認(rèn)為滯后三期是最優(yōu)滯后期。但滯后三期會(huì)損失較多的樣本容量，且進(jìn)行回歸后脈沖響應(yīng)函數(shù)收斂性不明顯、各變量之間的相關(guān)性沒(méi)有顯現(xiàn)。綜合考慮下，選擇滯后期減少為一期。

表2 模型滯后階數(shù)選擇

4.3.3 協(xié)整（Johansen）檢驗(yàn)

從上文的分析可以看出，安徽省房地產(chǎn)價(jià)格、銀行信貸與地區(qū)生產(chǎn)總值序列都是二階單整的，說(shuō)明三個(gè)變量之間存在某種線性關(guān)系?？梢酝ㄟ^(guò)協(xié)整檢驗(yàn)驗(yàn)證這種關(guān)系[19]。由于本文選取了多個(gè)變量，因此采用Johansen協(xié)整檢驗(yàn)對(duì)變量之間的協(xié)整關(guān)系以及協(xié)整關(guān)系的個(gè)數(shù)進(jìn)行判斷，見(jiàn)表3。

表3 Johansen協(xié)整檢驗(yàn)結(jié)果

結(jié)果顯示：原假設(shè)“協(xié)整秩為0”在5%的置信水平上被拒絕，接受原假設(shè)“協(xié)整秩為1”。因此模型只存在一個(gè)線性無(wú)關(guān)的協(xié)整向量，三個(gè)變量之間存在1個(gè)協(xié)整關(guān)系，這也說(shuō)明房地產(chǎn)價(jià)格、銀行信貸、地區(qū)生產(chǎn)總值之間存在長(zhǎng)期的均衡關(guān)系。

4.3.4 格蘭杰（Granger）因果檢驗(yàn)

以上分析只能表明lnP、lnL、ln GDP三個(gè)變量之間包含一種長(zhǎng)期的關(guān)系，為進(jìn)一步探求三者之間的其他聯(lián)系，引入格蘭杰因果關(guān)系檢驗(yàn)[20]。

假設(shè)有一組時(shí)間序列A、B，且序列具有平穩(wěn)性，對(duì)B進(jìn)行預(yù)測(cè)時(shí)，加入A的過(guò)去信息獲得的預(yù)測(cè)結(jié)果優(yōu)于只包含B的過(guò)去信息預(yù)測(cè)得到的結(jié)果，則表明變量A有助于解釋和預(yù)測(cè)變量B，把這一過(guò)程稱為Granger因果關(guān)系檢驗(yàn)，變量A是變量B的格蘭杰原因。

表4在5%的顯著性水平下，拒絕原假設(shè)“l(fā)nL不是lnP的格蘭杰原因”，即房地產(chǎn)價(jià)格可以由銀行信貸的滯后期解釋和預(yù)測(cè)；接受原假設(shè)“l(fā)nP不是lnL的格蘭杰原因”，則說(shuō)明房地產(chǎn)價(jià)格不能成為銀行信貸的的格蘭杰原因，這可能由兩方面因素導(dǎo)致，首先銀行信貸通常受財(cái)政政策影響，體現(xiàn)政府的政策導(dǎo)向，有較強(qiáng)的外生性，其次銀行信貸不僅僅只包括房地產(chǎn)信貸，更涵蓋了國(guó)民經(jīng)濟(jì)的方方面面，房地產(chǎn)價(jià)格變動(dòng)可能不是影響其變動(dòng)最主要的原因。

表4 格蘭杰因果檢驗(yàn)結(jié)果

4.3.5 脈沖響應(yīng)函數(shù)和方差分解

脈沖響應(yīng)函數(shù)刻畫(huà)了當(dāng)內(nèi)生變量受到隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊后會(huì)如何改變當(dāng)前及未來(lái)的變動(dòng)軌跡[21]。通過(guò)脈沖響應(yīng)函數(shù)我們可以獲取變量之間的交互關(guān)系及影響效應(yīng)。

圖5（a）顯示了房地產(chǎn)價(jià)格受到自身以及銀行信貸一個(gè)標(biāo)準(zhǔn)差沖擊后的反應(yīng)，其對(duì)二者的反應(yīng)都是正向的。對(duì)來(lái)自自身的沖擊，房地產(chǎn)價(jià)格在第一期和第二期響應(yīng)最大，大約為5.6%，從第三期開(kāi)始這種響應(yīng)出現(xiàn)減弱趨勢(shì)，但仍高于對(duì)來(lái)自銀行信貸沖擊的響應(yīng)，因而房地產(chǎn)價(jià)格有自促進(jìn)的作用；對(duì)來(lái)自銀行信貸的沖擊，第三期之前響應(yīng)速度較快，達(dá)到響應(yīng)的最大值后速度緩慢下降。

圖5（b）顯示了銀行信貸受到房地產(chǎn)價(jià)格以及自身一個(gè)標(biāo)準(zhǔn)差沖擊后的響應(yīng)?？梢钥闯觯y行信貸受到房地產(chǎn)價(jià)格一個(gè)標(biāo)準(zhǔn)差沖擊后，除了第一期為正向響應(yīng)，后期都是負(fù)向的，因而長(zhǎng)期來(lái)看房產(chǎn)價(jià)格對(duì)銀行信貸有抑制作用。對(duì)于本身的標(biāo)準(zhǔn)差沖擊，銀行信貸的響應(yīng)都是正向的。

圖5 脈沖響應(yīng)函數(shù)圖 (a)房?jī)r(jià)的脈沖響應(yīng)函數(shù)圖；(b)銀行信貸的脈沖響應(yīng)函數(shù)圖

為了明確選取的三個(gè)變量對(duì)房地產(chǎn)價(jià)格與銀行信貸的貢獻(xiàn)度，分別對(duì)lnP、lnL進(jìn)行方差分解[22]。圖6橫軸、縱軸分別表示滯后期數(shù)和貢獻(xiàn)程度。房地產(chǎn)價(jià)格受自身影響最大，這種影響從期初開(kāi)始逐漸減小，但始終占據(jù)較大比重，從第五期之后房地產(chǎn)價(jià)格對(duì)其自身變動(dòng)的解釋程度保持在75%左右，相比較而言，另外兩個(gè)變量對(duì)房地產(chǎn)價(jià)格的貢獻(xiàn)率逐漸增大且銀行信貸的變化比地區(qū)生產(chǎn)總值變動(dòng)更能解釋房地產(chǎn)價(jià)格的變動(dòng)。同樣，房地產(chǎn)價(jià)格以及地區(qū)生產(chǎn)總值對(duì)銀行信貸的貢獻(xiàn)程度也不及銀行信貸對(duì)自身的貢獻(xiàn)度，長(zhǎng)期來(lái)看這種貢獻(xiàn)率穩(wěn)定在85%。

5 結(jié)論與啟示

5.1 結(jié)論

安徽省房地產(chǎn)價(jià)格、銀行信貸、地區(qū)生產(chǎn)總值之間存在均衡關(guān)系。他們之間的因果關(guān)系表現(xiàn)為單向的格蘭杰因果關(guān)系，即銀行信貸的滯后期可以解釋和預(yù)測(cè)房地產(chǎn)價(jià)格，房地產(chǎn)價(jià)格的滯后期則不能解釋信貸變動(dòng)。對(duì)于前者的理解在于銀行信貸會(huì)通過(guò)不同的傳導(dǎo)機(jī)制影響房地產(chǎn)價(jià)格，一方面銀行信貸規(guī)模增加，房地產(chǎn)開(kāi)發(fā)商能獲得的貸款數(shù)額增加，這使其具有投資房產(chǎn)的資本以及應(yīng)對(duì)提高房?jī)r(jià)帶來(lái)的更長(zhǎng)的銷售周期的能力，這些都會(huì)增強(qiáng)開(kāi)發(fā)商的壟斷和議價(jià)能力；另一方面，無(wú)論何時(shí)家庭都存在住房的剛性需求，當(dāng)銀行對(duì)個(gè)人實(shí)施更優(yōu)惠的放貸時(shí)，需求增加也會(huì)哄抬房?jī)r(jià)[23]；對(duì)于后者的理解在于銀行信貸具有一定程度的外生性，其受宏觀經(jīng)濟(jì)政策的影響較大，當(dāng)出現(xiàn)惡意哄抬房?jī)r(jià)、炒房現(xiàn)象時(shí)，緊縮的信貸政策會(huì)伴隨而生，經(jīng)濟(jì)不景氣時(shí)房?jī)r(jià)往往會(huì)下跌，央行會(huì)通過(guò)擴(kuò)張的貨幣政策影響銀行的信貸規(guī)模以刺激刺激經(jīng)濟(jì)，因此房?jī)r(jià)對(duì)銀行信貸的影響并不明顯。

圖6 方差分解圖(a)房?jī)r(jià)的方差分解圖;（b）銀行信貸的方差分解圖

5.2 啟示

第一，對(duì)政府而言，當(dāng)房地產(chǎn)市場(chǎng)出現(xiàn)不穩(wěn)定因素時(shí)，政府不應(yīng)僅充當(dāng)“守夜人”的工作，而應(yīng)主動(dòng)采取逆房地產(chǎn)景氣的相機(jī)抉擇，把握調(diào)控的力度、注意政策的時(shí)滯性；完善信息公開(kāi)制度，開(kāi)展房地產(chǎn)市場(chǎng)信息采集和住房調(diào)查工作，記錄各地區(qū)住房供求結(jié)構(gòu)、居住環(huán)境等，使房地產(chǎn)市場(chǎng)信息公開(kāi)透明；完善土地征用、出讓、轉(zhuǎn)讓制度，抑制土地價(jià)格非正常上漲。

第二，對(duì)銀行而言，加強(qiáng)對(duì)房地產(chǎn)信貸的風(fēng)險(xiǎn)管理，從風(fēng)險(xiǎn)識(shí)別到風(fēng)險(xiǎn)分析再到風(fēng)險(xiǎn)確認(rèn)最后到風(fēng)險(xiǎn)總結(jié)，從加強(qiáng)對(duì)信貸從業(yè)人員的職業(yè)素能培養(yǎng)到嚴(yán)格貸款審核流程再到掌握貸款流向、回收期限等，最小化銀行信貸風(fēng)險(xiǎn)；優(yōu)化房地產(chǎn)信貸比例，引導(dǎo)房地產(chǎn)業(yè)健康發(fā)展。

第三，對(duì)房地產(chǎn)企業(yè)來(lái)講，首先要在融資方面開(kāi)拓多方渠道，僅依靠銀行貸款不僅會(huì)加大資金風(fēng)險(xiǎn)同時(shí)籌措資金數(shù)量也較為有限。其次，在公司內(nèi)部治理結(jié)構(gòu)和內(nèi)部控制方面建立相應(yīng)的泡沫預(yù)警機(jī)制，減少不必要的跟風(fēng)投資和決策失誤。最后，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，改善有效供給。安徽省尚屬于欠發(fā)達(dá)的省份，中低收入者占絕大多數(shù)，對(duì)高檔住房的需求較少，一方面大部分人買不起房，另一方面又存在大量的空房待售。因而房地產(chǎn)企業(yè)應(yīng)該適當(dāng)控制高檔住宅小區(qū)的開(kāi)發(fā)力度，增加保障性住房和經(jīng)濟(jì)適用房的建設(shè)，優(yōu)化房地產(chǎn)市場(chǎng)的資源配置。

6 小結(jié)

本文從理論方面分析了銀行信貸與房地產(chǎn)價(jià)格的傳導(dǎo)機(jī)制，選取安徽省為具體對(duì)象，加入地區(qū)生產(chǎn)總值這一變量實(shí)證分析了二者之間的聯(lián)系，短期內(nèi)銀行信貸是房地產(chǎn)價(jià)格的格蘭杰原因，房地產(chǎn)價(jià)格不能對(duì)銀行信貸進(jìn)行解釋和預(yù)測(cè)，長(zhǎng)期內(nèi)，房地產(chǎn)價(jià)格、銀行信貸、地區(qū)生產(chǎn)總值之間存在均衡關(guān)系。