金融市場(chǎng)與住房?jī)r(jià)格波動(dòng)的聯(lián)動(dòng)關(guān)系
——基于SVAR模型的實(shí)證分析

盧建新, 盧明安

(1.中南財(cái)經(jīng)政法大學(xué) 金融學(xué)院，湖北 武漢 430073；2.中信銀行 合肥分行，安徽 合肥 230001)

在現(xiàn)代社會(huì)中，金融市場(chǎng)與房?jī)r(jià)波動(dòng)之間呈現(xiàn)出較強(qiáng)的聯(lián)動(dòng)關(guān)系。住房抵押貸款融資已成為購(gòu)房者從銀行獲得貸款的主要方式，因而房?jī)r(jià)與信貸規(guī)模及貨幣政策之間的聯(lián)系極為緊密。房?jī)r(jià)波動(dòng)與信貸市場(chǎng)的聯(lián)系主要通過(guò)流動(dòng)性效應(yīng)和信貸供需雙方的資產(chǎn)負(fù)債表效應(yīng)來(lái)實(shí)現(xiàn)；房?jī)r(jià)波動(dòng)與股票市場(chǎng)之間的聯(lián)系主要通過(guò)資產(chǎn)組合效應(yīng)、擠出效應(yīng)和替代效應(yīng)來(lái)實(shí)現(xiàn)；房?jī)r(jià)波動(dòng)與外匯市場(chǎng)的聯(lián)系則通過(guò)財(cái)富效應(yīng)、信貸效應(yīng)和資產(chǎn)收益率效應(yīng)來(lái)完成。此外，在開放經(jīng)濟(jì)下，房?jī)r(jià)波動(dòng)、股市和匯率變化也會(huì)影響短期國(guó)際資本的流動(dòng)。國(guó)內(nèi)外實(shí)踐表明，如果房?jī)r(jià)波動(dòng)風(fēng)險(xiǎn)控制不當(dāng)，則可能給金融市場(chǎng)帶來(lái)災(zāi)難性的連鎖反應(yīng)。因此，研究金融市場(chǎng)與房?jī)r(jià)波動(dòng)的聯(lián)動(dòng)關(guān)系具有重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

從文獻(xiàn)來(lái)看，金融市場(chǎng)與房?jī)r(jià)波動(dòng)之間的聯(lián)動(dòng)關(guān)系早就受到重視。早期研究主要集中在房?jī)r(jià)與股價(jià)之間的聯(lián)系上，Ling和Naranjo認(rèn)為兩者之間具有協(xié)整關(guān)系[1]。Clayton等認(rèn)為房地產(chǎn)市場(chǎng)變化對(duì)股票市場(chǎng)有很大的沖擊作用[2]。隨著研究的拓展，一些學(xué)者把貨幣政策因素加入到房地產(chǎn)市場(chǎng)與股票市場(chǎng)聯(lián)動(dòng)關(guān)系的研究中。Goodhart和Hofmann認(rèn)為，房?jī)r(jià)、股價(jià)和銀行信貸存在長(zhǎng)期和短期的雙向因果關(guān)系[3]。Bj?rnland和Jacobsen研究了房?jī)r(jià)和股價(jià)在貨幣政策傳導(dǎo)機(jī)制中的不同作用[4]。馬亞明和邵士妍考察了資產(chǎn)價(jià)格波動(dòng)、銀行信貸與金融穩(wěn)定之間的聯(lián)動(dòng)關(guān)系，并側(cè)重分析了信貸規(guī)模與股價(jià)波動(dòng)的內(nèi)在關(guān)聯(lián)性[5]。趙勝民等認(rèn)為，房?jī)r(jià)與股市之間的聯(lián)系隨著信貸周期的變化而變化[6]。雖然學(xué)者們普遍認(rèn)為房?jī)r(jià)和股價(jià)之間存在著較強(qiáng)的聯(lián)動(dòng)關(guān)系，但并沒(méi)有指明兩者互動(dòng)作用是否一致。

Anundsen和Jansen研究了房?jī)r(jià)與信貸之間的聯(lián)系，實(shí)證表明，高房?jī)r(jià)導(dǎo)致信貸擴(kuò)張，進(jìn)而產(chǎn)生價(jià)格上漲壓力，利率通過(guò)信貸渠道間接影響房?jī)r(jià)[7]。Ramcharan和Crowe認(rèn)為，房?jī)r(jià)波動(dòng)對(duì)信貸可得性具有顯著影響，并且是產(chǎn)生宏觀經(jīng)濟(jì)沖擊的一個(gè)潛在的重要機(jī)制[8]。丁晨和屠梅曾指出，房?jī)r(jià)在貨幣政策傳導(dǎo)機(jī)制中的作用較為顯著，且房?jī)r(jià)傳導(dǎo)渠道的總體效率較高[9]。

Fratzscher等發(fā)現(xiàn)房?jī)r(jià)沖擊和股票市場(chǎng)沖擊是美國(guó)經(jīng)常賬戶的主要決定因素，它們可以解釋美國(guó)貿(mào)易平衡的30%，而實(shí)際匯率沖擊僅能解釋9%[10]。Jara和Olaberria發(fā)現(xiàn)大規(guī)模資本流入與房地產(chǎn)價(jià)格暴漲正相關(guān)，資本控制有助于削弱這種聯(lián)系[11]。Tillmann研究了亞洲新興市場(chǎng)國(guó)家的資產(chǎn)價(jià)格對(duì)國(guó)外資本流入的反應(yīng)，結(jié)果表明，資本流入沖擊對(duì)房?jī)r(jià)和股價(jià)有顯著影響，不同國(guó)家貨幣政策對(duì)資本流入反應(yīng)的差異會(huì)造成房?jī)r(jià)和股價(jià)對(duì)資本流入沖擊反應(yīng)的差異[12]。王愛(ài)儉和沈慶劼把房地產(chǎn)市場(chǎng)作為中介目標(biāo)來(lái)研究匯率如何影響國(guó)內(nèi)消費(fèi)、投資及國(guó)民經(jīng)濟(jì)發(fā)展[13]。杜敏杰和劉霞輝認(rèn)為人民幣小幅升值會(huì)使房?jī)r(jià)較大幅度上漲，如果存在持續(xù)的人民幣升值預(yù)期，那么房?jī)r(jià)也會(huì)持續(xù)上漲[14]。廖惠和張敏指出，匯率波動(dòng)率、股價(jià)增長(zhǎng)率與房?jī)r(jià)增長(zhǎng)率之間存在非常明顯的波動(dòng)溢出效應(yīng)[15]。

近年來(lái)，金融市場(chǎng)與房?jī)r(jià)波動(dòng)的關(guān)系問(wèn)題引起了研究者更廣泛的關(guān)注。Igan等研究了過(guò)去25年中發(fā)達(dá)國(guó)家的房?jī)r(jià)、住房投資、信貸、利率及實(shí)際經(jīng)濟(jì)活動(dòng)之間的聯(lián)動(dòng)關(guān)系，實(shí)證表明，在長(zhǎng)期里房?jī)r(jià)周期引導(dǎo)著信貸和實(shí)際經(jīng)濟(jì)活動(dòng)，在中短期里，上述關(guān)系在不同國(guó)家有所不同[16]。隨著研究方法的創(chuàng)新，學(xué)者們開始使用更為復(fù)雜的模型來(lái)進(jìn)行研究，如Guo等運(yùn)用馬爾科夫區(qū)制轉(zhuǎn)換VAR框架分析了房地產(chǎn)市場(chǎng)、股票市場(chǎng)、信貸違約市場(chǎng)及能源市場(chǎng)之間的傳染效應(yīng)，研究表明，在金融危機(jī)期間，除自身沖擊外，股票市場(chǎng)沖擊和石油價(jià)格沖擊分別是信貸違約市場(chǎng)和股票市場(chǎng)偏離的主要推動(dòng)力，然而，信貸違約市場(chǎng)對(duì)房地產(chǎn)市場(chǎng)的影響并不像預(yù)期中那樣顯著[17]。Chevallier運(yùn)用馬爾科夫區(qū)制轉(zhuǎn)換模型分析了全球失衡、信貸市場(chǎng)、住房市場(chǎng)、股票市場(chǎng)、商品市場(chǎng)及宏觀經(jīng)濟(jì)變量之間的相互作用，結(jié)果顯示，全球市場(chǎng)和住房市場(chǎng)極大地沖擊著股票市場(chǎng)和宏觀經(jīng)濟(jì)變量[18]。李成等建立開放經(jīng)濟(jì)條件下包含多個(gè)非有效資產(chǎn)市場(chǎng)的動(dòng)態(tài)宏觀經(jīng)濟(jì)模型，實(shí)證表明，利率變動(dòng)不僅要對(duì)產(chǎn)出和通脹的動(dòng)向做出反應(yīng)，而且還要對(duì)資產(chǎn)價(jià)格和匯率變動(dòng)作相應(yīng)調(diào)整[19]。

綜上所述，國(guó)內(nèi)外學(xué)者已對(duì)金融市場(chǎng)與房?jī)r(jià)的聯(lián)動(dòng)關(guān)系作了較深入的研究。在研究對(duì)象上，從房?jī)r(jià)波動(dòng)與單個(gè)市場(chǎng)的聯(lián)系拓展到與多個(gè)市場(chǎng)的聯(lián)系；在研究方法上，從簡(jiǎn)單的Granger因果檢驗(yàn)、協(xié)整分析演變?yōu)閺?fù)雜的系統(tǒng)模型分析。毫無(wú)疑問(wèn)，這些成果為進(jìn)一步研究提供了極好的理論和方法支持。本文在利用有向無(wú)環(huán)(DAG)技術(shù)分析變量同期因果關(guān)系的基礎(chǔ)上構(gòu)建SVAR模型，采用脈沖響應(yīng)和方差分解方法來(lái)分析金融市場(chǎng)與房?jī)r(jià)波動(dòng)之間的聯(lián)動(dòng)關(guān)系。本文的創(chuàng)新體現(xiàn)在：一是通過(guò)運(yùn)用DAG技術(shù)分析擾動(dòng)項(xiàng)之間的相關(guān)系數(shù)來(lái)識(shí)別擾動(dòng)項(xiàng)之間的同期因果關(guān)系，為正確設(shè)定VAR模型擾動(dòng)項(xiàng)的結(jié)構(gòu)關(guān)系提供了客觀依據(jù)。二是把房?jī)r(jià)波動(dòng)視為一個(gè)沖擊源，考察房?jī)r(jià)變化是否會(huì)對(duì)金融市場(chǎng)產(chǎn)生聯(lián)動(dòng)效應(yīng)。三是本文以月度數(shù)據(jù)為樣本，擴(kuò)大了樣本容量，這有利于觀察房?jī)r(jià)波動(dòng)對(duì)金融市場(chǎng)的短期影響。

二、數(shù)據(jù)選取和模型構(gòu)建

(一)數(shù)據(jù)選取及來(lái)源

本文使用2006年10月至2012年12月的月度數(shù)據(jù)為樣本*在確定樣本區(qū)間時(shí)，原打算從2005年7月開始，因?yàn)?005年7月中國(guó)人民銀行宣布實(shí)行以市場(chǎng)供求為基礎(chǔ)、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動(dòng)匯率制度。但是有些變量2006年之前沒(méi)有數(shù)據(jù)，如求利率差時(shí)，人民幣隔夜利率從2006年10月起才有統(tǒng)計(jì)數(shù)據(jù)。，選取房?jī)r(jià)、信貸增額、股票價(jià)格、匯率、短期國(guó)際資本流動(dòng)和利差作為基本變量。

房?jī)r(jià)(HP)用商品住宅銷售額除其銷售面積得到。在現(xiàn)有文獻(xiàn)中，多數(shù)學(xué)者采用住房銷售價(jià)格指數(shù)作為房?jī)r(jià)，但現(xiàn)在已有新的住房銷售價(jià)格指數(shù)，新舊指數(shù)之間缺少可比性，因而需要對(duì)新數(shù)據(jù)進(jìn)行補(bǔ)充。信貸增額(CL)用當(dāng)期各項(xiàng)貸款減上期各項(xiàng)貸款得到。股票價(jià)格(SP)用上證綜合指數(shù)的收盤價(jià)表示。匯率(EE)取人民幣兌美元的有效匯率，利用移動(dòng)均值法把國(guó)際清算銀行提供的日數(shù)據(jù)換算成月數(shù)據(jù)。短期國(guó)際資本流動(dòng)(SC)大規(guī)模的流入或流出可能會(huì)對(duì)一國(guó)經(jīng)濟(jì)發(fā)展帶來(lái)影響。本文用間接法進(jìn)行測(cè)算，它等于外匯儲(chǔ)備扣除正常貿(mào)易額及FDI的流入。利差(RR)用人民幣同業(yè)隔夜拆借利率減去美元隔夜Libor利率得到。

在以上數(shù)據(jù)中，房?jī)r(jià)、信貸增額來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》；股票價(jià)格取自上海證券交易所；匯率數(shù)據(jù)來(lái)源于國(guó)際清算銀行；短期國(guó)際資本流動(dòng)中計(jì)算數(shù)據(jù)均來(lái)自中經(jīng)網(wǎng)；人民幣同業(yè)隔夜拆借利率數(shù)據(jù)來(lái)源于銀行業(yè)同業(yè)拆借中心；美元隔夜Libor利率數(shù)據(jù)來(lái)源于Wind資訊。實(shí)證分析主要使用Tetrad IV和Eviews 7.0軟件。

(二)數(shù)據(jù)處理與檢驗(yàn)

在采用SVAR模型對(duì)系統(tǒng)變量進(jìn)行分析時(shí)，要首先對(duì)構(gòu)造的SVAR模型進(jìn)行檢驗(yàn)，然后才能利用相關(guān)方法進(jìn)行詳細(xì)分析。為此，本文先對(duì)相關(guān)數(shù)據(jù)進(jìn)行處理和檢驗(yàn)。

(1)數(shù)據(jù)序列處理。實(shí)證分析中涉及到的變量有房?jī)r(jià)HP、信貸增額CL、股價(jià)SP、匯率EE、短期國(guó)際資本流動(dòng)SC和利差RR。首先，使用CensusX12加法對(duì)數(shù)據(jù)作季節(jié)調(diào)整。其次，由于6個(gè)變量的單位不統(tǒng)一，故先對(duì)各變量進(jìn)行量綱標(biāo)準(zhǔn)化處理。為方便起見，標(biāo)準(zhǔn)化后的變量仍記為HP、CL、SP、EE、SC、RR。

(2)數(shù)據(jù)單位根檢驗(yàn)。本文采用常用的ADF檢驗(yàn)來(lái)判斷數(shù)據(jù)的平穩(wěn)性。先根據(jù)各數(shù)據(jù)序列的條形趨勢(shì)圖確定其常數(shù)項(xiàng)和趨勢(shì)項(xiàng)，然后以AIC和SC值最小準(zhǔn)則確定變量的滯后階數(shù)。從檢驗(yàn)結(jié)果看，在1%的顯著水平下一階差分序列都是平穩(wěn)的。

(3)格蘭杰因果關(guān)系檢驗(yàn)。格蘭杰因果關(guān)系檢驗(yàn)結(jié)果表明：在10%的顯著水平下，信貸增額、股價(jià)、匯率和短期國(guó)際資本流動(dòng)是房?jī)r(jià)的格蘭杰原因；在20%的顯著水平下，所有變量都是信貸增額的格蘭杰原因；在20%的顯著水平下，所有變量是股價(jià)的格蘭杰原因；在5%的顯著水平下，所有變量均是匯率的格蘭杰原因；在20%的顯著水平下，所有變量是利率的格蘭杰原因。因此，在觀察期內(nèi)，房?jī)r(jià)、信貸增額、股價(jià)、匯率、短期國(guó)際資本流動(dòng)和利率間存在相互影響關(guān)系。

(三)SVAR模型構(gòu)建

本文構(gòu)建包含HP、CL、SP、EE、SC和RR等六個(gè)變量的P階結(jié)構(gòu)向量自回歸模型SVAR(P)為：

C0Yt=∏1Yt-1+∏2Yt-2+…+∏pYt-p+εt，t=1，2，…，T，

(1)

在式(1)中，C0為因變量的系數(shù)矩陣；Yt為因變量矩陣；∏p為滯后P階因變量的系數(shù)矩陣；εt為誤差項(xiàng)矩陣，具體表達(dá)式如下：

本文首先選擇盡可能大的滯后階數(shù)9，然后根據(jù)LR、FRE、AIC等準(zhǔn)則計(jì)算相應(yīng)指標(biāo)值，最后綜合考慮各指標(biāo)結(jié)果把模型的滯后階數(shù)設(shè)定為2。此外，VAR模型的聯(lián)合檢驗(yàn)表明模型的各階數(shù)是高度顯著的；通過(guò)對(duì)特征根圖表觀察得到，所有特征值均在單位根之內(nèi)(特征值小于1)，故VAR模型是穩(wěn)定的。

(四)同期因果關(guān)系的DAG分析

為了解決擾動(dòng)項(xiàng)同期因果關(guān)系無(wú)法識(shí)別或同期因果設(shè)定存在先驗(yàn)主觀判斷的問(wèn)題，Spirtes等提出了有向無(wú)環(huán)圖(DAG)技術(shù)[20]。DAG技術(shù)是在分析擾動(dòng)項(xiàng)之間相關(guān)系數(shù)和偏相關(guān)系數(shù)的基礎(chǔ)上，對(duì)變量之間的同期因果關(guān)系進(jìn)行識(shí)別。根據(jù)Spirtes等的研究方法，在樣本量小于100情況下，宜采用20%的顯著水平進(jìn)行DAG分析。首先對(duì)VAR(2)模型估計(jì)和殘差提取，得到6個(gè)變量之間的“擾動(dòng)相關(guān)系數(shù)矩陣”；然后以VAR模型的“擾動(dòng)項(xiàng)相關(guān)系數(shù)矩陣”為出發(fā)點(diǎn)，對(duì)變量間的同期因果關(guān)系進(jìn)行DAG分析；最后根據(jù)分析結(jié)果設(shè)立SVAR模型。DAG分析結(jié)果表明，在20%的顯著水平下，存在房?jī)r(jià)到信貸增額和短期國(guó)際資本流動(dòng)、信貸增額到股價(jià)和短期國(guó)際資本流動(dòng)、股價(jià)到短期國(guó)際資本流動(dòng)、匯率到利差和股價(jià)、短期國(guó)際資本流動(dòng)到利差的同期因果關(guān)系。

三、SVAR模型實(shí)證分析

(一)結(jié)構(gòu)脈沖響應(yīng)函數(shù)分析

在分析SVAR模型時(shí)，采用結(jié)構(gòu)脈沖響應(yīng)函數(shù)方法，即分析當(dāng)一個(gè)誤差項(xiàng)發(fā)生變化，或者模型受到某種沖擊時(shí)對(duì)系統(tǒng)的動(dòng)態(tài)影響。

1.房?jī)r(jià)波動(dòng)的脈沖響應(yīng) 當(dāng)期對(duì)房?jī)r(jià)施加一個(gè)正的標(biāo)準(zhǔn)差沖擊，即房?jī)r(jià)上漲(變量響應(yīng)見圖1)。其他變量的響應(yīng)為：前期信貸增額和股價(jià)出現(xiàn)正響應(yīng)，而后呈現(xiàn)波動(dòng)逐漸放緩趨勢(shì)，最終趨于0；匯率先升值后貶值，波動(dòng)性變動(dòng)最終趨于0；短期國(guó)際資本凈流入增加，隨后房?jī)r(jià)波動(dòng)對(duì)其影響逐漸削弱；前期利差擴(kuò)大，隨后利差逐漸縮小。

圖1 其他變量對(duì)房?jī)r(jià)沖擊的響應(yīng)

2.信貸增額的脈沖響應(yīng) 給定信貸增額一個(gè)正的沖擊，即信貸增額增加(變量響應(yīng)見圖2)。其他變量的響應(yīng)為：房?jī)r(jià)短期內(nèi)波動(dòng)較大，第10期后逐漸降低，最終衰減為0；股價(jià)的響應(yīng)較為平緩，響應(yīng)值大致在-0.05～0.05之間；前4期，匯率表現(xiàn)為正響應(yīng)，匯率貶值，持續(xù)時(shí)間大概5個(gè)月；短期國(guó)際資本流動(dòng)和利差對(duì)其響應(yīng)持續(xù)時(shí)間較短，第10期后就衰減為0。

圖2 其他變量對(duì)信貸增額沖擊的響應(yīng)

3.股價(jià)的脈沖響應(yīng) 給定股價(jià)一個(gè)正的沖擊，即股價(jià)上漲(變量響應(yīng)見圖3)。其他變量的響應(yīng)為：房?jī)r(jià)和信貸增額(第3期出現(xiàn)短暫小幅度的下降)持續(xù)10個(gè)月的正響應(yīng)；前5期匯率升值，隨后出現(xiàn)波動(dòng)且最后衰減為0；短期國(guó)際資本流動(dòng)對(duì)股價(jià)響應(yīng)長(zhǎng)期表現(xiàn)為完全凈流入；當(dāng)期股價(jià)上漲對(duì)利差的影響較大，隨后利差逐步縮小。

圖3 其他變量對(duì)股價(jià)沖擊的響應(yīng)

4.匯率的脈沖響應(yīng) 給定匯率一個(gè)正的沖擊，即匯率貶值(變量響應(yīng)見圖4)。其他變量的響應(yīng)為：房?jī)r(jià)波動(dòng)的總體響應(yīng)值在-0.02～0.02之間；信貸增額正響應(yīng)，隨后出現(xiàn)小幅度波動(dòng)性的負(fù)響應(yīng)，第8期開始逐步衰減為0；股價(jià)持續(xù)10個(gè)月左右的負(fù)響應(yīng)，響應(yīng)值較?。粎R率貶值將導(dǎo)致短期國(guó)際資本流出增加和利差縮小。

圖4 其他變量對(duì)匯率沖擊的響應(yīng)

5.短期國(guó)際資本流動(dòng)的脈沖響應(yīng) 給定短期國(guó)際資本流動(dòng)一個(gè)正的沖擊，即短期國(guó)際資本凈流入(變量響應(yīng)圖略)。其他變量的響應(yīng)為：前期引起房?jī)r(jià)正響應(yīng)，呈現(xiàn)“W”形波動(dòng)，最大值達(dá)到0.05左右；前期信貸增額和股價(jià)出現(xiàn)一定幅度的正響應(yīng)，隨后呈現(xiàn)波動(dòng)衰減趨勢(shì)；前期匯率升值和利差縮小，波動(dòng)幅度較小，響應(yīng)持續(xù)7個(gè)月左右。

6.利差的脈沖響應(yīng) 給定利差一個(gè)標(biāo)準(zhǔn)差正的沖擊，即利差擴(kuò)大(變量響應(yīng)圖略)。其他變量的響應(yīng)為：當(dāng)期房?jī)r(jià)上漲，隨后出現(xiàn)大幅度的負(fù)響應(yīng)；即期信貸增額的響應(yīng)很微弱，隨后呈現(xiàn)交替性減弱趨勢(shì)，最后衰減為0；前3期股價(jià)產(chǎn)生負(fù)響應(yīng)，之后出現(xiàn)波動(dòng)衰減性趨勢(shì)；前4期匯率負(fù)響應(yīng)，即匯率升值；前3期短期國(guó)際資本流動(dòng)正響應(yīng)，隨后雙向衰減收斂于0。

(二)方差分解分析

方差分解是通過(guò)分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化(通過(guò)方差來(lái)度量)的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。

圖5 其他變量對(duì)房?jī)r(jià)波動(dòng)的貢獻(xiàn)程度

1.房?jī)r(jià)的方差分解 從圖5可以看出，利差的貢獻(xiàn)一直不明顯，各變量對(duì)房?jī)r(jià)的貢獻(xiàn)度在第5期之后趨于平緩，略微出現(xiàn)局部波動(dòng)。從前36期來(lái)看，信貸增額、股價(jià)、匯率、短期國(guó)際資本流動(dòng)和利差的沖擊對(duì)房?jī)r(jià)波動(dòng)的貢獻(xiàn)平均分別達(dá)到16.49%、5.11%、9.55%、1.72%和1.06%。說(shuō)明信貸數(shù)額對(duì)房?jī)r(jià)影響起到至關(guān)重要的作用，這與我國(guó)房地產(chǎn)行業(yè)資金來(lái)源主要以銀行信貸為主有關(guān)，也間接反映了房地產(chǎn)行業(yè)和銀行之間的密切關(guān)系。

圖6 其他變量對(duì)信貸增額的貢獻(xiàn)程度

2.信貸增額的方差分解 從圖6可以看出，前7期房?jī)r(jià)和股價(jià)貢獻(xiàn)線性上升，隨后漸趨平穩(wěn)；短期國(guó)際資本流動(dòng)呈下滑趨勢(shì)；前期匯率(2期)和利差(3期)貢獻(xiàn)度快速上升，隨后匯率的貢獻(xiàn)度曲折式上升至第10期達(dá)到平穩(wěn)，而利差卻緩慢下降至第10期趨于平穩(wěn)。總體來(lái)說(shuō)，房?jī)r(jià)對(duì)信貸增額的貢獻(xiàn)度最大，之后貢獻(xiàn)度依次為利差、股價(jià)、短期國(guó)際資本流動(dòng)和匯率。從方差分解結(jié)果可以看出，信貸增額自身的貢獻(xiàn)度高達(dá)85%，說(shuō)明信貸增額受內(nèi)部因素的影響比較大。

圖7 各變量對(duì)股價(jià)波動(dòng)的貢獻(xiàn)程度

3.股價(jià)的方差分解 從圖7可以看出，前5期，信貸增額和匯率的貢獻(xiàn)度逐漸增長(zhǎng)，而后趨于平穩(wěn)；其他三個(gè)變量的貢獻(xiàn)度漲幅較小。股價(jià)自身的貢獻(xiàn)度達(dá)到85%，即股價(jià)波動(dòng)大部分由自身沖擊影響。房?jī)r(jià)變動(dòng)的沖擊對(duì)股價(jià)的貢獻(xiàn)度達(dá)到8.34%。短期國(guó)際資本流動(dòng)對(duì)股價(jià)變動(dòng)的解釋力度很小，這與前面的脈沖響應(yīng)分析是一致的。

圖8 各變量對(duì)匯率變動(dòng)的貢獻(xiàn)程度

4.匯率的方差分解 從圖8可以看出，在前5期，房?jī)r(jià)、信貸增額、股價(jià)和利差對(duì)匯率變動(dòng)的貢獻(xiàn)度都是上升的，而短期國(guó)際資本流動(dòng)是先下降再上升，最后趨于平穩(wěn)。房?jī)r(jià)波動(dòng)對(duì)匯率變動(dòng)的解釋力度超過(guò)1/5(匯率變動(dòng)約23.78%的比例由房?jī)r(jià)變動(dòng)引起)，說(shuō)明房地產(chǎn)市場(chǎng)變化對(duì)外匯市場(chǎng)有較強(qiáng)的影響，因而房地產(chǎn)行業(yè)的穩(wěn)定性不僅關(guān)系到本行業(yè)的發(fā)展，同時(shí)也對(duì)外匯市場(chǎng)的健康發(fā)展有著顯著作用。

四、結(jié)論與建議

本文通過(guò)對(duì)金融市場(chǎng)與房?jī)r(jià)波動(dòng)聯(lián)動(dòng)關(guān)系的實(shí)證分析，得到以下結(jié)論：

(1)房?jī)r(jià)與信貸增額之間的反應(yīng)最為顯著，房?jī)r(jià)波動(dòng)易引起信貸增額的同向反應(yīng)，無(wú)論是響應(yīng)程度還是貢獻(xiàn)率都非常明顯，兩者之間具有自我強(qiáng)化的循環(huán)作用。實(shí)證表明，房?jī)r(jià)波動(dòng)有31%的比例可由信貸增量解釋，因而房地產(chǎn)行業(yè)的發(fā)展受銀行信貸影響較大；同時(shí)，房地產(chǎn)市場(chǎng)占據(jù)銀行信貸相當(dāng)大的比例，導(dǎo)致銀行信貸集中，降低了銀行資產(chǎn)的安全性。

(2)房?jī)r(jià)與股價(jià)、匯率、國(guó)際資本凈流入、利差之間在短期內(nèi)具有正向響應(yīng)關(guān)系，在長(zhǎng)期內(nèi)影響則逐漸趨于平穩(wěn)。從各變量相互響應(yīng)的結(jié)果來(lái)看，在短期內(nèi)房?jī)r(jià)波動(dòng)會(huì)引起金融市場(chǎng)出現(xiàn)一定程度的正向響應(yīng)，同時(shí)金融市場(chǎng)的變動(dòng)也會(huì)導(dǎo)致房?jī)r(jià)產(chǎn)生波動(dòng)。但長(zhǎng)期(大部分在10期以后) 影響逐漸趨于平穩(wěn)。

(3)信貸增額、股價(jià)、匯率對(duì)房?jī)r(jià)波動(dòng)的貢獻(xiàn)度較大，除自身影響外，房?jī)r(jià)波動(dòng)是其他變量波動(dòng)的最大貢獻(xiàn)者。房?jī)r(jià)波動(dòng)可以通過(guò)多種渠道影響信貸增量、股價(jià)和匯率等，說(shuō)明房地產(chǎn)市場(chǎng)健康發(fā)展對(duì)金融市場(chǎng)的穩(wěn)定性有著至關(guān)重要的作用。

根據(jù)上述結(jié)論，本文給出如下建議：

(1)房?jī)r(jià)與信貸增額之間具有相互強(qiáng)化的作用，這使得一個(gè)市場(chǎng)的風(fēng)險(xiǎn)極易傳染到另一個(gè)市場(chǎng)，從而擴(kuò)大風(fēng)險(xiǎn)的范圍和深度。因此，房地產(chǎn)行業(yè)應(yīng)盡量減少對(duì)銀行信貸的依賴，拓展融資渠道，進(jìn)行多元化融資，以分散風(fēng)險(xiǎn)。在風(fēng)險(xiǎn)可控的條件下，政府應(yīng)鼓勵(lì)房地產(chǎn)企業(yè)創(chuàng)新融資手段，如私募基金等。同樣，銀行也應(yīng)進(jìn)行多行業(yè)投資，避免投資過(guò)于集中。

(2)在短期內(nèi)，由于房?jī)r(jià)與股價(jià)、匯率、國(guó)際資本凈流入、利差具有正向響應(yīng)關(guān)系，因而為了控制各市場(chǎng)波動(dòng)帶來(lái)的風(fēng)險(xiǎn)，既要調(diào)控整個(gè)金融市場(chǎng)大幅波動(dòng)的幅度和頻率，又要調(diào)控房?jī)r(jià)大幅波動(dòng)的幅度和頻率，以減少各市場(chǎng)波動(dòng)之間的交叉影響和相互強(qiáng)化[21]。

(3)決策者應(yīng)認(rèn)識(shí)到資產(chǎn)價(jià)格波動(dòng)連鎖反應(yīng)的重要性。與其他資產(chǎn)價(jià)格波動(dòng)相比，房?jī)r(jià)波動(dòng)對(duì)金融市場(chǎng)的影響更大，因而決策者應(yīng)著重關(guān)注房?jī)r(jià)波動(dòng)，控制其風(fēng)險(xiǎn)。

[參考文獻(xiàn)]

[1]Ling D.C. and Naranjo A. The Integration of Commercial Real Estate Markets and Stock Markets[J]. Real Estate Economics, 1999, 27(3): 483-515.

[2]Clayton, J., N. Miller and L., Peng. Price-volume Correlation in the Housing Market: Causality and Co-movements[J]. Journal of Real Estate Finance and Economics, 2010,40(1):14-40.

[3]Goodhart C. and B. Hofmann. House Prices and the Macroeconomy: Implications for Banking and Price Stability[M]. New York: Oxford University Press Inc., 2007:145-172.

[4]Bj?rnland H.C. and D.H. Jacobsen. House Prices and Stock Prices: Different Roles in the US Monetary Transmission Mechanism[J]. Scandinavian Journal of Economics, 2013, 115 (4): 1084-1106.

[5]馬亞明，邵士妍.資產(chǎn)價(jià)格波動(dòng)、銀行信貸與金融穩(wěn)定[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2012(1):45-51.

[6]趙勝民，方意，王道平.金融信貸是否中國(guó)房地產(chǎn)、股票價(jià)格泡沫和波動(dòng)的原因——基于有向無(wú)環(huán)圖的分析[J].金融研究,2011(12):62-76.

[7]Anundsen A.K. and E.S. Jansen. Self-reinforcing Effects between Housing Prices and Credit[J]. Journal of Housing Economics, 2013,22(3):192-212.

[8]Ramcharan R. and C. Crowe. The Impact of House Prices on Consumer Credit: Evidence from an Internet Bank[J]. Journal of Money, Credit and Banking, 2013,45(6):1085-1115.

[9]丁晨，屠梅曾.論房?jī)r(jià)在貨幣政策傳導(dǎo)機(jī)制中的作用——基于VECM分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(11):106-114.

[10]Fratzscher M., L. Juvenal and L. Sarno. Asset Prices, Exchange Rates and the Current Account[J]. European Economic Review, 2010, 54(5): 419-437.

[11]Jara A. and E.A. Olaberria. Are All Capital Inflows Associated with Booms in House Prices An Empirical Evaluation[R]. Working Papers Central Bank of Chile,2013,696:1-24.

[12]Tillmann P. Capital Inflows and Asset Prices: Evidence from Emerging Asia[J]. Journal of Banking & Finance, 2013, 37(3): 717-729.

[13]王愛(ài)儉，沈慶劼.人民幣匯率與房地產(chǎn)價(jià)格的關(guān)聯(lián)性研究[J].金融研究,2007(6):13-22.

[14]杜敏杰，劉霞輝.人民幣升值預(yù)期與房地產(chǎn)價(jià)格波動(dòng)[J].世界經(jīng)濟(jì),2007(1):81-88.

[15]廖慧，張敏.人民幣匯率與我國(guó)股價(jià)、房?jī)r(jià)的聯(lián)動(dòng)關(guān)系研究[J].投資研究,2012(7):108-117.

[16]Igan D., et al. Housing, Credit, and Real Activity Cycles: Characteristics and Comovement[J]. Journal of Housing Economics, 2011, 20(3): 210-223.

[17]Guo F., C.R. Chen, Y.S. Huang. Markets Contagion during Financial Crisis: A Regime-Switching Approach[J]. International Review of Economics & Finance, 2011, 20(1): 95-109.

[18]Chevallier J. Global Imbalances, Cross-Market Linkages, and the Financial Crisis: A Multivariate Markov-Switching Analysis[J]. Economic Modelling, 2012, 29(3): 943-973.

[19]李成，王彬，馬文濤.資產(chǎn)價(jià)格、匯率波動(dòng)與最優(yōu)利率規(guī)則[J].經(jīng)濟(jì)研究,2010(3):91-103.

[20]Spirtes P., et al. Causation, Prediction and Search[M]. Cambridge: MIT Press, MA, 2000: 191-207.

[21]王健.培育與世界第二大經(jīng)濟(jì)體相稱的中國(guó)資本市場(chǎng)[J].廣東商學(xué)院學(xué)報(bào)，2013(2)：4-10.