中国房地产泡沫和金融不安全的实证研究，本文主要内容关键词为：中国房地产论文,不安全论文,泡沫论文,实证研究论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
2003年下半年以来，中国政府运用土地和货币信贷政策对因房地产泡沫而引发的过热的中国经济进行了调控。然而，时隔不久，2006年中期，政府再次对过热的房地产市场进行了调控。究其原因主要在于，房地产泡沫已经危害到了中国的金融安全，特别是银行业的安全，影响到了中国经济的健康运行。
一、文献综述
近年来，房地产泡沫和金融安全的关系已成为国内外研究的一个热点，相关的文献也较多。
在解释银行贷款容易集中于房地产市场的原因时，Herring和Wachter认为，在银行的资产组合中，某种资产（如房地产贷款）的收益率越高，贷款越多；贷款集中度与监管当局的最低资产要求以及银行可选择的资产种类数量呈反向变化。Krugman、Kiyotaki和Moore、Bernanke和Gertler认为，银行信贷集中于房地产的原因在于信贷市场的不完备，在于信息不对称下的道德风险和逆向选择，在于贷款抵押品的价值随房地产价格的波动。
在解释房地产价格波动同银行危机之间的关系时，ECB、Davis认为，在工业化国家，商业房地产泡沫的膨胀和崩溃先于银行危机的爆发。Collyns和Senhadji、Davis将此结论推广到了新兴市场国家。Hoffman认为，房地产价格同银行信贷存在着强烈的正向变化关系。关于资产价格波动影响银行信贷变化的渠道，ECB认为主要包括信贷风险渠道、市场风险渠道、手续费收入渠道、下属机构注资渠道和宏观经济波动渠道。Haibin Zhu则认为，投资和财富效应是资产价格波动影响银行安全的重要渠道。
许多实证研究也证实，房地产价格与银行贷款有很强的动态关系。Gerlach和Peng以香港的住房价格为样本进行研究发现，无论在短期还是长期，住房价格都是银行贷款的因果关系。Hofmann分析了16个国家的面板数据后发现，在短期，银行贷款和住房价格有显著的双向因果关系，但在长期，只存在资产价格是银行贷款的因果关系。周京奎以中国的数据为样本，认为金融支持过度是导致房地产泡沫的重要原因。
概括起来，我们发现，近年来国内外研究侧重于银行信贷与房地产价格之间的关系，侧重于房地产价格逆转对银行业的冲击，但对房地产泡沫处于上升期对银行业安全的影响以及房地产泡沫和整个金融安全之间的关系研究不够。因此，本文试图以中国的数据为例，通过构建反映金融安全变化的金融不安全指数，考察该指数与房地产价格之间的数量关系，来探讨中国房地产泡沫对中国金融安全的影响。
二、金融不安全指数的构建
要对中国房地产泡沫和金融不安全之间的相互关系进行定量考察，首先必须构建一个能反映中国金融安全状态变化的综合性指标，该指标要能够定量刻画出房地产泡沫期间金融不安全状况的演变。然后，通过对房地产价格和该综合指标的数景经济分析，对房地产泡沫和金融不安全之间的相互关系做出较为客观的评价和判断。为此，我们构建了一个能反映中国金融不安全状况变化的综合性指标——金融不安全指数(FSI)。
（一）金融不安全指数的构建原理
所谓金融不安全，是指一国或地区在其金融运行和发展过程中抵御各种内外威胁，维持金融稳定和正常运转的能力被削弱或丧失的一种状态。它有几层含义。一是金融不安全是个相对的概念，这意味着，某个时点的金融安全或不安全是同其他时点的金融运行状态相比较而言的，也就是说，判断金融是否安全必须寻找到一个参照系或基准。二是金融不安全是个动态的概念，即一国或地区的金融安全状况是个动态变化的过程。三是金融不安全概念存在国别差异，其含义是，即使两个国家反映其金融不安全的指标值都相同，也并不意味着这两个国家的金融不安全状况是相同的。因此，要构建能客观反映金融不安全变化的金融不安全指数，必须解决两个问题：一是如何使金融不安全指数能够反映金融不安全的动态变化，二是如何选择反映金融不安全相对变化的参照系。
概括而言，金融不安全指数的构建可分为三步。
第一步，根据考察期我国金融制度、金融结构和金融发展阶段等因素以及数据的可得性，选择构建金融不安全指数的指标体系。
第二步，对入选指标体系的各指标进行标准化处理。标准化处理不仅是要对各入选指标进行无量纲化处理，更重要的是量化各指标在考察期内的波动幅度，确定金融不安全状态的基准点。本文选择的这个基准就是考察期各指标的均值和标准差，金融不安全指数就是通过各指标在考察期内偏离这个基准的程度综合来度量金融不安全变化的。我们认为，金融不安全指数在(-0.5,0.5)区间内波动时，金融运行处于相对安全的状况，偏离这个区间越大，表明金融不安全状态越恶化。金融不安全指数的正号表示金融扩张期金融不安全状态的变化，负号表示金融收缩期金融不安全状态的波动。各指标标准化方法如下：
共中，SX表示指标X的波动率，X表家指标X的实际值，μX、σ[,X]分别表示指标X在观测期内的平均值和标准差。
第三步，确定各指标的权重，对指标进行综合。指标权重的确定是指标综合的重要一环，为了更为客观地确定各指标的权重，本文运用因子分析法，首先找出决定金融安全变化的合成变量（即因子），并以各因子的方差贡献率为权重进行加权平均，进而得出反映金融不安全变化的金融不安全指数。
（二）中国金融不安全指数指标体系的选择
考虑到数据的可得性，我们最终选取了两大类12个指标来构造反映金融安全状态的金融不安全指数。
一是宏观经济指标，包括实际国内生产总值(GDP)、新增广义货币(M2)、新增固定资产投资(I)和实际有效汇率(ree)等4个指标，这些指标旨在反映宏观经济状况。
二是汇总微观审慎指标。(1)金融系统指标，包括反映金融机构流动性的指标——金融机构人民币存贷比(DL)，反映资产质量的指标——金融机构人民币中长期贷款余额与各类贷款余额的比值(LTL)和金融机构新增人民币贷款(L)，反映金融市场运行的指标——实际一年期贷款利率(RLR)和股票市值总额(MVS)共5个指标，用来反映金融系统资金来源、运用和价格变化，刻画金融系统流动性风险、利率风险和信贷风险等。(2)住户部门指标，用房地产价格指数同城镇居民可支配收入指数的比值(HPI)来表示，反映家庭支付能力的变化和家庭部门负债规模的变化。(3)非金融企业部门指标，包括房地产投资占全社会固定资产投资比重(EII)和国有工业企业利润(EP)两个指标，用来衡量非金融企业的发展速度和经营业绩。
由于中国房地产业的市场化进程是从1998年开始的，房地产泡沫是从2003年开始出现并持续至今。因此，本文对金融不安全的考察也从1998年开始，样本观测期为1998年4季度到2006年1季度，采用经过季节调整后的季度数据。
（三）测度过程及分析
首先，对所选择的指标进行标准化处理，然后，用因子分析方法构造金融不安全指数。
第一步，确定因子个数。
前四个因子的特征根都大于1，其方差贡献率分别为63,4%、13.3%、9.3%和5.9%，四个因子的累计贡献率达到92%，也就是说，这四个公共因子包含了所有12个指标92%的信息，所以，选择四个公共因子进行分析是合理的。
第二步，通过spss软件，用回归的方法计算因子得分系数，代入各季度指标值，计算各个因子的得分。
第三步，以方差贡献率为权重对这四个公共因子进行加权，从而得到金融安全指数。
根据金融不安全指数以及同时期房地产价格的变化数据，我们得出了1998年4季度～2006年1季度中国房地产价格指数HP和金融不安全指数FSI的变化。我们可以看出，自1998年中国房地产业市场化进程启动以来，中国金融不安全状况经历了与房地产价格相似的变化过程。从中国金融不安全指数的变化情况来看，在1998年4季度～2006年1季度期间，中国的金融不安全状况经历了如下的变化：(1)在1998年4季度～2000年1季度期间（此时房地产价格平稳而缓慢上升），由于亚洲金融危机和国内通货紧缩的影响，金融运行处于收缩的状态，国内金融机构不良贷款居高不下，金融不安全指数负向波动剧烈，大于-0.5，其中，1999年1季度达到了-1.16，这个阶段是整个考察期中金融运行最不安全的时期；(2)在2000年2季度～2003年第3季度（这期间房地产价格缓慢增长），此时国内经济逐步走出通货紧缩，金融不安全指数在(-0.5,0.5)之间变化，金融运行波动幅度较小，处于相对安全的状态；(3)从2003年4季度起，房地产泡沫开始形成并快速膨胀，金融不安全指数剧烈波动，平均水平为0.84，并在2004年和2005年3季度超过了1（期间国内房地产价格快速上升，警惕房地产泡沫之声不绝于耳），金融运行波动剧烈，金融不安全状况恶化。对比房地产泡沫运行的轨迹，似乎可以判断，国内金融安全状况随房地产泡沫的形成和膨胀而逐渐恶化。为了印证这个判断，接下来通过数量分析来考察中国金融不安全指数和房地产价格之间的关系。
三、中国房地产泡沫对金融不安全影响的实证分析
这部分采取两个步骤对金融不安全指数和房地产价格之间的相互关系进行分析和论证：首先，运用Granger因果检验考察两者之间是否存在因果关系；然后，构建由GDP、房地产价格指数以及金融不安全指数三者组成的系统模型（假定这三个变量都是内生变量），并运用协整和误差修正模型（ECM模型）以及方差分解技术，考察在短期和长期，GDP和房地产价格变化对金融不安全的作用力度和方向，深层次地揭示房地产泡沫和金融不安全之间的关系。
由于在现行的中国房地产价格指数统计中，季度数据都是同比数据，不能反映季度房地产价格随时间序列变化的递增或递减关系。因此，在实证中，我们将1998年4季度到2006年1季度的全国房屋销售价格以1998年4季度为基期进行指数化处理，同时，为消除季节因素的影响，对该指数进行了季节调整。另外，为了增强样本数据的平稳性，对变量GDP、全国房屋销售价格指数(hp)进行了对数化处理。
（一）Granger因果分析
当滞后阶数为4时，房地产价格(lnhp)是影响金融不安全的Granger原因（大于90%的概率），这说明中国的房地产泡沫是影响金融安全的重要因素。同时，当滞后阶数为1时，金融不安全指数(FSI)是房地产价格的Granger原因（大于95%的概率），这意味着金融不安全状况的变化（如房地产信贷的过度扩张）也会反过来影响房地产价格的变化。但是，在滞后阶数为2和3时，两者之间不存在Granger因果关系，这说明，中国房地产泡沫和金融不安全之间因果关系的稳定性稍差，这可能与中国的房地产周期不完整、金融系统具有较强的垄断性有关。
（二）协整和误差修正模型分析
在这部分分析中，除了考虑金融不安全指数(FSI)和房地产价格(lnhp)外，还加入了GDP这个变量。这是因为，影响金融不安全的因素除了来自金融系统自身以及房地产价格的变动外，还可能来自其他如消费、投资等宏观经济因素的影响。将这些影响因素用宏观经济的代表指标GDP来综合表示，一方面使模型更为合理，另一方面也使模型更为简捷和便于分析。具体的分析思路是：首先对这三个变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，求出协整系数，并以这种关系构成误差修正项；然后将误差修正项看作一个解释变量，连同其他反映短期波动的解释变量一起，建立短期模型——ECM模型（误差修正模型），并运用该模型来探讨lngdp和lnhp等变量在FSI短期波动中的作用。
变量之间是否存在协整关系必须满足一定的条件，即不同变量必须是同阶单整的时间序列，必须通过协整检验，并且协整回归的残差必须是平稳序列。因此，我们首先进行协整检验。
单位根检验显示，变量的原序列都不平稳，但这些变量的一阶差分都是平稳序列，因此变量FSI、lngdp和lnhp为一阶单整。协整检验显示，只有H[,0]（原假设）为r=o的似然比统计最大于5%水平下的临界值，因此，这三个变量之间存在唯一的协整关系。
我们采取EG两步法来寻找这个协整关系，即首先用最小二乘法对向量进行协整回归，估计协整向量，然后再对所得残差e进行单位根检验。协整回归残差e为平稳序列，说明这三个变量之间确实仅存在唯一的一个协整关系，即长期稳定的均衡关系。根据协整回归所得到的协整向量，FSI、lngdp和lnhp之间的长期均衡关系如(1)式所示：
FSI=0.39lnhp+2.49lngdp-27.38(t)
(0.45) (4.1)(-11.2) (1)
因此，其误差修正项(Ecm)为：
Ecm=FSI-0.39lnhp-2.49lngdp+27.38 (2)
(1)式显示，在长期，GDP和房地产价格HP和金融不安全的变化呈正相关关系。也就是说，在1998年4季度～2006年1季度的考察期内，房地产价格增长率每提起1%，会导致金融不安全指数同向波动0.0039，因此，房地产泡沫的膨胀会加重金融不安全。相对于房地产价格的作用，GDP增长率每提高1%，金融不安全指数同向变化0.025。可见，在长期，房地产价格变化的作用很小，且小于经济增长速度的变化对金融不安全状态的影响。
将(2)式的误差修正项ECM同lngdp和Lnhp一道作为解释变量，FSI为被解释变量，进行回归，可以得到反映变量△FSI、△lnhp、△lngdp和△Ecm[,t-1]短期动态变化的误差修正模型。从中可以看出，除模型的拟合优度稍差外，模型的其他统计检验结果良好。
在误差修正模型中，各个差分项反映了变量短期波动的影响，而误差修正项则刻画了经济系统对偏离长期均衡状态的调整力度。误差修正模型揭示了被解释变量△FSI的波动来源，即其波动一部分来自房地产价格和经济增长的短期波动，另一部分来自系统对偏离长期均衡的调整，这两股力量的作用方向正好相反。与(1)式所反映的长期均衡关系相同，在短期内，房地产价格和GDP的变动会导致金融不安全指数同方向变动。所不同的是，尽管GDP增长率的短期变化对金融不安全的影响仍然略大于房地产价格增长率变化的影响，但后者短期波动的作用明显加强。具体而言，房地产价格和GDP的增长率每变动1%，会导致金融不安全指数同方向变化0.016和0.018，这说明了自2003年4季度以来，房地产泡沫膨胀对中国金融安全的负面作用在加大。模型还显示，误差修正项的系数(-0.357)相对于△lnhp(1.579)和△lngdp(1.795)的系数而言偏小，这反映了误差修正项对偏离长期均衡波动的调整力度偏弱。原因在于，我国房地产市场不完善、非市场化因素的干扰过多以及金融体系市场化水平偏低，导致了系统对偏离长期均衡波动的调节能力弱化。总之，无论是从长期还是短期来看，房地产价格的变动都会导致金融不安全指数的同向变化，近期的房地产泡沫加剧了金融的不安全状况。
四、结语
上文的实证分析显示，从1988年中国住房制度商品化改革以来到2006年，中国金融运行的波动明显加大，金融风险处于不断积累之中，金融安全状态逐渐恶化，而造成中国金融不安全的一个重要因素就是近年来日益膨胀的房地产泡沫。房地产价格的不断攀升、金融机构的信贷扩张，全社会固定资产投资以及货币供应量的膨胀各种因素相互作用，推动了金融资源向房地产及其相关行业的偏移和集中，增加了银行等金融机构的脆弱性，加剧了我国金融不安全的状况。因此，从这个角度来讲，2003年下半年以来，政府对房地产等行业的多次调控是有其理论和实践依据的。
如何客观地揭示一国金融安全的真实状态，既是个重要的理论问题，同时也是个实践难题，因为涉及一国金融安全的因素很多，且相互关联，各因素的重要性也随着宏观环境、金融制度和金融发展阶段的演进而不断变化。本文以金融变量波动幅度的加权值构成的金融不安全指数来衡量金融安全状况的变化，虽然存在不少缺陷，但这种尝试将抽象的金融安全理论和实践中金融安全状态的识别有机地结合起来，因而是有价值的。