一、引言及文獻綜述
房地產泡沫表現為價格的泡沫，是指房地產價格脫離其基礎價值而持續上漲的過程和狀態，人們日常所說的房地產泡沫就是房地產價格高于市場基礎決定的合理價格的部分。嚴重的房地產泡沫不僅會拉大貧富差距、導致社會資源配置不合理，致使經濟結構失衡，還會對社會心理和人的行為造成不良影響，泡沫崩潰時會導致國家甚至是全球金融危機。
為了防范房地產金融風險并抑制房價過快上漲，國家出臺了一系列相應的調控措施，調控政策歷經2008 年“國十三條”、2009 年“國四條”、2010 年“新國十條”、2011 年“新國八條”、2013 年“國五條”等五次升級，其中以 2013 年的“國五條”調控力度最大、最全面。
然而，雖經歷數次調控，房價自 2004 年以來漲幅仍持續攀升。國家統計局于 2013 年 8 月 18 日發布的 7 月份 70 個大中城市住宅銷售價格統計數據顯示，2013 年 7 月份 70 個大中城市房價總體仍呈漲勢。與 2012 年同月相比，70 個大中城市中，房價下降的城市有 1 個，上漲的城市有 69 個。其中，10個城 市 的 房 價 同 比 漲 幅 超 過 10%，北 京 上 漲18. 3% 、廣州上漲 17. 4% 、深圳上漲 17% 、上海上漲16. 5% 。另外，廈門、南京、鄭州、南充、福州、沈陽等城市的同比上漲幅度也均超過 10%。種種跡象表明，國家以限購、限貸等為代表的行政化樓市調控政策所能起到的效果愈來愈微弱，被稱為十年來最犀利樓市調控的“新國五條”也沒能有效遏制住房價的漲勢。因此，從微觀層面厘清房地產價格波動的根源，及與相關因素的作用機制，對有效抑制房地產價格的非理性上漲是非常有必要的。
房地產價格波動是多種因素作用的結果，它是房地產市場供給與需求嚴重不匹配而出現的一種失衡現象。房地產價格波動產生的原因包括銀行信貸、消費者預期、信息失真、政府調控措施不協調等因素，其中銀行信貸是房價波動的主要原因之一，眾多學者對房地產價格波動與銀行信貸之間的關聯關系進行了研究。
鑒于國外房地產金融市場比較成熟，國外學者對房地產金融的研究比較早，因此理論與實證層面的文獻都非常豐富。Allen 和 Gale\\( 2000\\) 構建了基于信貸擴張的房地產價格模型，研究結果表明信貸支持有力推動了投資者的投資行為，進而推動了資產價格的上漲; Collyns 和 Senhadji\\( 2002\\) 對韓國、新加坡、我國香港地區和泰國的實證研究結果顯示，銀行信貸擴張與房價上漲存在雙向的引導關系; Davis和 Haibin Zhu\\( 2004\\) 選取 17 個國家的相關數據對房地產信貸與房地產價格之間的因果關系進行了分析，結果表明部分國家銀行信貸變化對房地產價格的波動具有顯著的影響; Benito\\( 2006\\) 指出信貸條件的變動，如購房者首付比例的變化對房價波動影響較大。
隨著我國房地產金融理論與實踐的不斷發展，國內學者對我國房地產價格與銀行信貸的關聯關系的研究也越來越深入。皮舜、武康平\\( 2004\\) 通過建立誤差修正模型，對房價與銀行信貸的關聯關系進行了實證分析，認為房價上漲引發銀行信貸擴張，同時銀行信貸擴張又會引發房價的上漲，兩者存在正反饋作用; 周京奎\\( 2005\\) 通過構建存量-流量模型，并利用面板數據分析了銀行信貸對房價的影響，說明擴張的銀行信貸對房價上漲影響較大; 李健飛、史晨昱\\( 2005\\) 選取 1998 ～ 2004 年季度數據，利用Johansen 協整檢驗表明銀行信貸擴張不是房價上漲的根源，但房價上漲對銀行信貸擴張的作用不容忽視; 段忠東等\\( 2007\\) 利用我國 2000 ～ 2006 年的月度數據進行分析，認為銀行信貸與房地產價格之間存在長期的均衡關系，且銀行信貸變動是房地產價格短期波動的格蘭杰原因。丘長溶\\( 2008\\) 從理論層面研究了房地產信貸對房價的作用機理，并利用協整分析方法進行實證分析，結論認為銀行信貸對房價存在長期的正反饋效應。
通過梳理研究文獻可以發現，國內學者對于房地產價格與銀行信貸關聯關系的研究，從定性角度考慮，多是運用協整檢驗、誤差修正模型等計量經濟學手段定量探討兩者之間的均衡狀態及引導關系。
在前述研究中，側重分析房地產價格波動與銀行信貸規模變化之間的關系，而忽視了房地產價格波動與銀行信貸質量之間的相互影響機制。因此，本文通過 VAR 模型，借助房地產價格指數、銀行貸款余額及貸款資產惡化率等指標，綜合分析房地產價格與銀行信貸風險之間的動態相關關系，從而為抑制房地產價格的非理性上漲及商業銀行有效規避信貸風險提供理論指導。
二、房地產價格與銀行信貸間聯動機理分析
\\( 一\\) 銀行信貸對房地產價格的影響機理
房地產業各市場主體對資金需求量大，且房地產業建設周期長，在投放少量的自有資金的同時，大部分資金需要金融體系的信用支持。目前，我國金融體系不完善、不健全，導致房地產資金來源單一，多數資金來自商業銀行的信貸，銀行信貸從信貸資金的獲得條件、投放方向及數量方面影響房地產市場中供給方與需求方的投資決策，進而影響房地產價格的波動。從房屋供給主體考慮，銀行信貸擴張使得房地產開發商獲得了更多的可用資金，商品房供給將增加，在房屋需求不變的情況下，房價將會下降。從房屋需求主體考慮，銀行信貸擴張給需求者提供了更多的資金支持，市場中的投資者和投機者增多，致使房屋需求將增多，在供給固定不變的情況下，房價將會上升。鑒于房地產業建設周期長，短期內房屋供給變化不大，因此，擴張的信貸資金將會使房屋需求增多，最終導致房價上漲。而房價的上漲使得房地產抵押物的價值攀升，銀行利潤增加促使銀行信貸的進一步擴張。而一旦出現房地產價格下跌，房地產信貸風險將會凸顯出來，商業銀行將會收緊房地產信貸規模、提高房地產信貸門檻，致使房地產價格下降。
\\( 二\\) 房地產價格對銀行信貸的作用機理
房地產價格的波動對銀行信貸具有反作用。從房屋供給主體來看，房價上漲時，基于自身利益考慮，開發商會增加對資金的需求，同時銀行信貸的方向將會傾向房地產業，銀行信貸條件將更寬松，信貸規模擴張。房價下跌時，銀行將會面臨抵押物價值下降、房產開發企業無法還款的信用風險，銀行緊縮政策將使銀行信貸規模萎縮; 從房屋需求主體來看，房價上漲時，需求者會形成對房價上漲的預期，致使房屋需求者舉債進行更大規模的房地產投資，同時出于自身利益的考慮，信貸條件放寬，銀行信貸規模擴張。房價下跌時，以投資、投機為目的的房屋需求下降，需要的信貸規模下降，同時，由于房地產抵押物價值下降，銀行面臨住房抵押貸款違約的可能性，銀行緊縮政策致使銀行信貸規模大幅縮減。
三、研究方法、指標選取及說明
\\( 一\\) 研究方法
本文擬構建 VAR 模型，通過脈沖響應函數、方差分解方法分別測度商業銀行貸款余額以及貸款資產惡化率與房地產價格指數之間的聯動關系及影響程度。傳統計量經濟學模型以經濟理論為基礎來描述變量間的關系，然而經濟理論往往不足以嚴密說明變量間的動態聯系，同時內生變量出現在方程的兩端增加了模型估計的難度。作為一種非結構性方程，VAR 模型有效解決了傳統計量經濟學模型存在的弊端。VAR 模型以數據的統計特性為基礎，把一個系統中的每一個內生變量作為系統中所有內生變量的滯后值來構建模型，在 VAR 模型中，經濟理論的作用僅僅局限于選擇變量，且因為 VAR 系統中每個方程都包含相同的解釋變量，只要所有變量平穩，且殘差滿足計量經濟模型的基本假設，其參數估計將比較容易。鑒于 VAR 模型的眾多優點，其被廣泛應用于經濟預測、檢驗經濟變量間的因果關系及估計脈沖響應函數中。VAR 模型的數學表達式如下:【公式】
其中，yt是 k 維內生變量列向量，xt是 d 維外生變量列向量，p 為模型的滯后階數，其確定往往結合AIC、SC 統計量選擇使得 AIC、SC 值最小的階數，k× k 維矩陣 A1…Ap及 k × d 維矩陣 H 是代估系數矩陣，εt為 k 維擾動項矩陣，其相互之間可以同期相關，但不與自身的滯后值相關，且不能與等式右邊的變量相關。
\\( 二\\) 指標選取及說明
本文研究的時間段為 2004 年 1 季度到 2013 年2 季度。選取商品房銷售價格指數\\( P\\) 、銀行貸款余額\\( L\\) 、貸款資產惡化率\\( A\\) 為研究指標，為了避免商品房銷售價格指數和銀行貸款余額序列可能存在的異方差性，對上述兩指標取其自然對數，分別記為 LNP、LNL。
1. 商品房銷售價格指數本文選取中華人民共和國國家統計局全國商品房銷售額及商品房銷售面積的季度數據計算得出銷售價格。為了使各季度的價格具有可比性，以 2004年 1 季度的數據為基數并記為 100，在此基礎上得到各季度的商品房銷售價格指數的名義值，利用CPI 價格指數對各名義值進行縮減進而得到商品房價格指數的真實值。
2. 商業銀行貸款余額商業銀行貸款余額數據來源于金融年鑒。自2006 年開始，中國人民銀行開始編制《存款性公司概況》，與原《銀行概況》相比，不包含信托投資公司和金融融資租賃公司。為了與商品房價格指數具有可比性，銀行貸款余額選取每個季度的新增量。
3. 貸款資產惡化率貸款資產惡化率的取得需要經過相關的計算。具體公式包括:不良貸款余額 = 貸款余額* 不良貸款率;貸款資產惡化率 = \\( 當年該季度不良貸款余額－ 上年同期不良貸款余額\\) / \\( 當年該季度貸款余額－ 上年同期貸款余額\\) * 100% 。
四、實證分析
\\( 一\\) 平穩性檢驗
為了避免時間序列數據間可能存在的偽回歸現象，在系統建模前利用 ADF 法對相關數據進行單位根檢驗，以保證所用數據的平穩性，進而為 Granger因果檢驗、VAR 模型分析提供前提條件。ADF 單位根檢驗結果如表 1 所示?！颈?】
單位根檢驗結果顯示，各變量的 ADF 值均大于 10%顯著性水平對應的臨界值，說明各變量的原始時序數列均是非平穩的，而各變量的一階差分序列的 ADF 值均小于 1% 顯著性水平對應的臨界值，說明各變量的一階差分序列是平穩的，即各變量的原始序列為一階單整序列。因此，下文將著重利用各變量的一階差分序列進行系統建模。
\\( 二\\) Granger 因果關系檢驗
Granger 因果關系檢驗本質上是檢驗一個變量的滯后變量是否能夠引入到某一目標變量方程中。如果目標方程中引入另一變量的若干階滯后值后，使得方程的解釋程度提高，則稱兩變量具有 Granger因果關系。Granger 因果檢驗的任何一種檢驗結果與滯后長度的選擇高度相關，通常結合 AIC 及 SC最小準則來確定滯后階數。
1. 商品房銷售價格指數與銀行貸款余額的Granger 因果關系檢驗為了檢驗商品房銷售價格指數與銀行貸款余額間的引導關系，對 ΔLNP 和 ΔLNL 進行 Granger 因果檢驗，依據 AIC 及 SC 準則，選取滯后階數 1，結果如表 2 所示?！颈?】
由表 2 可知，在 5%的顯著性水平下，商品房銷售價格指數和銀行貸款余額間存在單向的引導關系，即銀行貸款余額是商品房銷售價格指數的Granger 原因，而商品房銷售價格指數不是銀行貸款余額的 Granger 原因。這說明銀行貸款的變化對房地產價格的波動影響較大，銀行貸款的擴張直接導致了房地產價格的不斷攀升。同時，銀行信貸的投放之所以沒有受到房地產價格波動的嚴重影響，究其原因可能在于銀行信貸受投資政策方面的限制，同時也受宏觀調控因素的影響，弱化了市場環境下房地產價格波動的反饋作用。
2. 商品房銷售價格指數與貸款資產惡化率的Granger 因果關系檢驗商品房銷售價格指數不是銀行貸款余額的Granger 原因是否說明房地產價格的變化對銀行貸款的質量沒有任何影響呢? 事實上，商品房銷售價格指數雖然不能直接解釋貸款余額的變化，但可能會影響反映銀行信貸質量的某些具體指標，進而間接對銀行信貸產生影響。此處，引進反映銀行信貸質量的指標: 貸款資產惡化率\\( A\\) ，并對 ΔLNP 和ΔA 進行 Granger 因果檢驗，依據 AIC 及 SC 最小準則，滯后階數仍選取為 1 階。檢驗結果如表 3 所示?！颈?】
從表3 可知，在5%的顯著性水平下，商品房銷售價格指數和貸款資產惡化率之間存在單向的引導關系，即商品房銷售價格指數的確是貸款資產惡化率的 Granger 原因，而貸款資產惡化率不是商品房銷售價格指數的 Granger 原因。其原因可能在于隨著房地產價格的上升，房產抵押物價值也隨之上升，而抵押貸款持續周期通常較長，一旦房地產價格出現下行壓力，金融衍生品將會產生信用風險，使得度量信貸風險之一的貸款資產惡化率指標增大。
綜上我們可以得出: 銀行信貸與房地產價格、房地產價格與貸款資產惡化率之間存在著動態因果關系，銀行信貸的增加會導致房價上升，房價的上升又會導致貸款資產惡化率提高，從而加劇銀行的信貸風險。這種關系的根源就在于銀行信貸，只有控制銀行信貸的非理性擴張、提高銀行信貸的質量才可以有效地抑制房價的上漲，避免房地產泡沫的形成及擴散。
\\( 三\\) 脈沖響應分析
為了定量分析房地產銷售價格指數與銀行信貸及貸款資產惡化率之間的動態聯動機制，引入 VAR模型，根據 AIC、SC 等信息準則，最終模型的滯后階數為 4 階，建立了 VAR\\( 4\\) 模型，并利用脈沖響應函數及方差分解方法進行解析。脈沖響應函數旨在分析模型受到某種沖擊時對整個系統產生的動態影響，即考慮隨機擾動項的影響是如何傳播到各變量的，以及分析這種影響的作用方向及持續時間。圖1 ～ 4 描述了各變量之間的脈沖響應函數。在下述脈沖響應函數圖形中，橫軸表示沖擊作用的滯后期間數\\( 單位: 季度\\) ，縱軸表示變量的變化值，實線表示脈沖響應函數，虛線表示正負兩倍標準差偏離帶?！緢D1-2】
圖 1、圖 2 分別描述了房價對于房價、銀行信貸的脈沖響應函數圖?？梢钥闯?，當給房價一個正沖擊后，房價在當期便做出最大的正響應，之后便開始減弱且一直持續下去，穩定在 1% 左右; 當給銀行信貸一個正沖擊后，由于存在時滯等原因，在當期沒有對房價產生影響，在第 2 期影響達到最大，之后開始減弱且具有較長的持續效應，穩定在 1. 5% 左右。
綜上所述，房價波動、銀行信貸受到沖擊后，均會對房價波動帶來同向的沖擊，且持續期較長，產生持續的拉動作用。
圖 3、圖 4 分別描述了貸款資產惡化率對于房價及自身的脈沖響應函數?？梢钥闯?，給房價一個正的沖擊，貸款資產惡化率在當期便做出了正反饋，在第二期達到了最大值，之后持續減弱且產生了持續的影響; 給貸款資產惡化率一個正的沖擊，在當期便對自身產生了最大的同向影響，之后開始持續減弱，第 6 期后產生了負面影響。因此，房價波動確實對貸款資產惡化率產生了同向的持久性影響?！緢D3-4】
\\( 四\\) 方差分解
為描述結構沖擊對于房價、銀行信貸及貸款資產惡化率之間的動態變化的重要程度，我們采用方差分解進行定量分析。方差分解是通過每一結構沖擊對于內生變量變動的貢獻率來說明不同結構沖擊的重要性?；谒⒌?VAR\\( 4\\) 模型，建立房價及貸款資產惡化率的方差分解如表 4 和表 5 所示?！颈?-5】
由表 4 可知，房價波動在第 1 期只受自身波動的影響，受時滯的作用，銀行信貸、貸款資產惡化率對房價的沖擊從第 2 期才開始顯現出來，其中銀行信貸沖擊對房價波動的貢獻率在第 4 期達到最大值26. 97% ，之后便穩定在 26% 左右; 房價波動中大約60% 由其自身沖擊造成; 貸款資產惡化率的沖擊對房價波動的貢獻率較小。
由表 5 可知，自身沖擊對貸款資產惡化率波動的貢獻率在第 1 期高達 93%，之后便逐步減弱，6 期以后穩定在 45%左右; 銀行信貸沖擊對貸款資產惡化率波動的貢獻率持續加強，在第 7 期達到最大值49% 左右，之后穩定在 46% 左右; 房價沖擊對于貸款資產惡化率的貢獻度在第 1 期便體現出來，在第2 期達到最大值，且整個考察期穩定在 7% 左右。
五、結論與建議
本文根據 2004 ～ 2013 年的季度數據，通過VAR 模型對房地產價格波動與銀行信貸風險之間的動態相關關系進行了實證分析，得出了以下結論:
\\( 1\\) Granger 因果關系檢驗表明，在 5% 的顯著性水平上，銀行信貸與房地產價格存在單向的引導關系，即銀行信貸是房地產價格的 Granger 原因，銀行信貸的持續擴張勢必會造成房價的非理性上漲，進而催生房價泡沫，加劇房地產金融風險。同時，雖然房地產價格不是銀行信貸的 Granger 原因，但房地產價格與反應銀行信貸風險的指標-貸款資產惡化率之間存在單向的 Granger 因果關系，房地產價格是貸款資產惡化率的原因，房地產價格的波動加劇了銀行的信貸風險; \\( 2\\) 脈沖響應及方差分解表明，銀行信貸對房地產價格具有正反饋效應，銀行信貸受到沖擊后對房地產價格產生同向的持久性影響; 房價受到沖擊后，在短期內就會引發貸款資產惡化率的同向波動，且這種影響具有持久性。
從以上分析可知，只有控制銀行信貸的非理性擴張，才能有效抑制房價的非理性上漲，進而有效地防范和化解房地產泡沫風險及銀行信貸風險，并最終防范整個社會經濟體系的系統風險。針對以上結論，提出下述建議。
\\( 一\\) 商業銀行應提升內部風險控制，加強風險防范能力
當前銀行應該對房地產開發企業的資信進行嚴格審查，構建完善的個人信用制度，完善房地產信貸評級機構建設。同時，銀行應構建完整的風險防控體系，對房地產信貸風險進行實時監控，通過壓力測試等手段使房地產信貸回歸理性，防范信貸風險。
\\( 二\\) 拓展房地產業融資渠道
目前我國銀行信貸貫穿于房地產業的整個生命周期，無形中加大了銀行的信貸風險。所以要拓寬房地產業的融資渠道，以期有效規避和分流商業銀行的房地產信貸風險。建議除了銀行外，債券融資、房地產投資基金、海外房產基金、房地產信托以及股權融資都可以作為房地產市場的融資渠道。
\\( 三\\) 加強對銀行房地產信貸的外部監管
我國現有的法律體系缺少關于商業銀行房地產貸款的相關法律條文。商業銀行房地產貸款的相關監管只限于中國銀監會和中國人民銀行的行政手段，無論是監管力度還是監管廣度都與現行的房地產貸款發展程度不相匹配。因此，相關部門應該完善關于商業銀行房地產貸款的相關法律條文，現有的監管部門應制定更為嚴格的監管規章制度和辦法，加大對銀行的外部監管。
\\( 四\\) 逐步完善房地產市場信息體系
完善房地產市場信息體系建設，可以有效解決房地產市場中普遍存在的信息不對稱、不完全現象，避免市場失靈。實現房產信息的公開、及時、準確，能夠使各投資主體對房地產價格形成理性預期，避免因非理性預期而造成房價的劇烈波動。
