房地產(chǎn)價格波動對金融穩(wěn)定的影響效應(yīng)

周澤炯, 王 磊(安徽財經(jīng)大學(xué) 經(jīng)濟學(xué)院, 安徽 蚌埠 233030)

房地產(chǎn)價格波動對金融穩(wěn)定的影響效應(yīng)

周澤炯, 王 磊
(安徽財經(jīng)大學(xué) 經(jīng)濟學(xué)院, 安徽 蚌埠 233030)

運用VAR模型與GARCH模型,從均值和波動兩個層面檢驗我國房地產(chǎn)價格波動對金融穩(wěn)定的影響效應(yīng)。研究結(jié)果表明,房地產(chǎn)價格增長率與房地產(chǎn)價格增長率的波動對金融穩(wěn)定都會產(chǎn)生影響,房地產(chǎn)的市場風(fēng)險能夠傳播于金融體系內(nèi)部,而金融穩(wěn)定的變化也影響著房地產(chǎn)價格的波動程度。

房地產(chǎn); 價格波動; 金融穩(wěn)定; GARCH模型

近年來,我國房地產(chǎn)價格大幅上漲,一線城市和部分二線城市房地產(chǎn)價格上漲幅度已遠超過當?shù)赝谌司杖氲脑龇?。隨著房地產(chǎn)價格的大幅上漲,銀行對房地產(chǎn)的貸款規(guī)模也迅速增加。據(jù)統(tǒng)計,2015年末,我國各類銀行對房地產(chǎn)的貸款余額達到21.01萬億元,比1998年的0.375萬億元增長了56倍。目前,我國房地產(chǎn)行業(yè)融資渠道較為單一,房地產(chǎn)的供給和需求雙方的主要融資渠道都是銀行,房地產(chǎn)發(fā)展與銀行業(yè)緊密聯(lián)系在一起,一旦房地產(chǎn)價格大幅下跌,銀行業(yè)必將遭受巨大損失,危及金融系統(tǒng)的穩(wěn)定性。

國內(nèi)外學(xué)者對房價波動對金融穩(wěn)定的影響進行了廣泛研究,且研究主要從銀行信貸角度進行的。對房地產(chǎn)周期波動與金融穩(wěn)定的關(guān)系進行研究時,Wheaton發(fā)現(xiàn),即使經(jīng)濟行為主體都是“理性人”,房地產(chǎn)周期波動對金融穩(wěn)定的影響也難以避免,因為房地產(chǎn)存在的道德風(fēng)險和信息不對稱都有可能引起違約風(fēng)險[1]。張曉晶和孫濤指出,我國房地產(chǎn)周期和金融穩(wěn)定相互影響、相互作用,房地產(chǎn)周期影響金融穩(wěn)定所產(chǎn)生的風(fēng)險主要為資金錯配和政府擔保等[2]。Mishkin從信息不對稱角度對資產(chǎn)價格波動與金融不穩(wěn)定之間關(guān)系進行了分析,研究結(jié)論表明,如果房地產(chǎn)被當作抵押品,當其價格下降時,房地產(chǎn)企業(yè)風(fēng)險就增加,甚至形成金融危機[3]。王曉明從信息不對稱角度,將企業(yè)外部融資成本引入在內(nèi),分析了資產(chǎn)價格和銀行信貸之間的關(guān)系,認為信貸擴張或者收縮會使銀行信貸的條件或利率受到影響而改變,企業(yè)外部融資成本也受到影響,從而影響資產(chǎn)需求和資產(chǎn)價格[4]。Hoftnann從銀行角度分析,研究了全球20個主要工業(yè)化國家的房地產(chǎn)價格同GDP、貸款和利率之間的關(guān)系,結(jié)果發(fā)現(xiàn),房地產(chǎn)價格與銀行信貸之間存在著長期因果關(guān)系[5]。Goetz Von Peter將銀行與資產(chǎn)價格納入到一個宏觀經(jīng)濟學(xué)模型中,研究違約風(fēng)險對金融體系的研究,研究結(jié)論為,產(chǎn)生金融不穩(wěn)定的原因是信用、資產(chǎn)價格和信貸損失三者的相互作用[6]。Christopher、Giovanni和Deniz指出,在房地產(chǎn)行業(yè)繁榮時,信貸和杠桿會不斷增加,當房地產(chǎn)泡沫破滅時,金融和宏觀經(jīng)濟穩(wěn)定可能受到債務(wù)積壓和去杠桿化的影響[7]。Pedro Gete等認為,在房地產(chǎn)價格居高的前提下,銀行傾向于放寬貸款條件,擴大房地產(chǎn)貸款,使房地產(chǎn)和貸款周期緊密相聯(lián)[8]。周京奎指出,造成房地產(chǎn)泡沫的原因是信貸過度支持,泡沫破滅極易引起金融危機[9]。王雪峰指出,自1998年以來,我國金融風(fēng)險便隨著住房體制改革不斷加大[10]?？讘c龍、高印朝和樊銳認為,資產(chǎn)價格下降不但間接通過銀行信貸渠道,還直接通過銀行資本金渠道對金融穩(wěn)定產(chǎn)生影響,且前者的影響大于后者的影響[11]。陳彥君指出,在現(xiàn)實經(jīng)濟運轉(zhuǎn)中,銀行體系是房價波動影響金融穩(wěn)定的主要渠道,而且缺少監(jiān)管的金融創(chuàng)新又會使風(fēng)險進一步擴散[12]。齊謳歌在分析房地產(chǎn)價格波動對以銀行為主的金融體系的傳導(dǎo)機制基礎(chǔ)上,考察了房地產(chǎn)市場風(fēng)險與銀行信貸之間的互動關(guān)系,研究結(jié)果表明,房地產(chǎn)風(fēng)險對銀行信貸穩(wěn)定性產(chǎn)生影響和沖擊[13]。

國內(nèi)外學(xué)者在分析房地產(chǎn)價格波動對金融穩(wěn)定所產(chǎn)生的影響時,所采用的方法大多是簡單回歸分析方法和二元時序分析方法,很少從多元角度進行研究。為了深入了解我國房地產(chǎn)價格波動對金融穩(wěn)定性的影響效應(yīng),需要使用多元GARCH方法研究二者之間內(nèi)在關(guān)系。

一、我國房地產(chǎn)價格波動與金融穩(wěn)定現(xiàn)狀

1. 房地產(chǎn)價格波動現(xiàn)狀

1995年,我國實行“安居工程”, 住房商品化、社會化進程加快。1998年,我國推行福利分房制度改革,房地產(chǎn)業(yè)逐步走向市場化,并迅速發(fā)展。在房地產(chǎn)市場化過程,其價格也呈現(xiàn)波動,表現(xiàn)為趨勢波動與循環(huán)波動。

1995—1999年是房地產(chǎn)的調(diào)整階段。在此階段房地產(chǎn)市場因大規(guī)模的非理性炒作而出現(xiàn)了嚴重的泡沫,再加上1997年席卷全球的金融危機,房地產(chǎn)市場一直處于緊縮發(fā)展狀態(tài)。

2000—2004年是房地產(chǎn)的規(guī)范發(fā)展階段。在這期間,我國房地產(chǎn)市場成長迅速,房地產(chǎn)市場日趨完善。2001年,政府加大住房消費扶持力度,推動了房地產(chǎn)市場的發(fā)展,房地產(chǎn)市場進入快速發(fā)展階段,市場逐年升溫。直到2004年,房地產(chǎn)市場出現(xiàn)暴漲,引發(fā)房地產(chǎn)投資過熱。在這個階段,商品房的價格增長率也由開始的-0.4%上升到15.02%。

2005—2010年,是房地產(chǎn)發(fā)展的一個新周期。2005年之前房地產(chǎn)價格快速上升,為了控制這一不正常發(fā)展態(tài)勢,國家對土地使用、信貸政策,以及稅收政策等方面進行了調(diào)控。2007年之后,國家經(jīng)濟受到金融危機影響,房地產(chǎn)行業(yè)也受到了不利沖擊。2008年,商品房價格下跌幅度為1.66%,這一數(shù)據(jù)比1999年下降1.26個百分點。從2009年起,政府在貨幣政策以及財政方面放寬管理標準,以此應(yīng)對經(jīng)濟危機對國內(nèi)經(jīng)濟造成的不利影響。這些政策增強了貨幣的流動性,房地產(chǎn)市場開始流入資金。2010年商品房價格的回落就是國家多年來調(diào)控的效果表現(xiàn)。

2010—2014年,我國商品房價格波動基本上保持穩(wěn)定,部分城市商品房價格出現(xiàn)下跌,這證明國家在房地產(chǎn)方面的調(diào)控是積極有效的。

2015年我國部分城市房地產(chǎn)價格出現(xiàn)回升趨勢,且漲幅比較大,總體房價表現(xiàn)為上升趨勢,這與2015年經(jīng)濟下行壓力、穩(wěn)健的貨幣政策、央行的多次降準和降息有關(guān)。

2. 金融穩(wěn)定性現(xiàn)狀

(1) 金融穩(wěn)定指標選取。金融穩(wěn)定是一個綜合性的概念,因此需要構(gòu)造一個科學(xué)、系統(tǒng)的指標體系,來反映金融穩(wěn)定性狀況。參考國際上的標準,根據(jù)我國國情,本文選所構(gòu)建的指標體系由宏觀經(jīng)濟系統(tǒng)、銀行業(yè)系統(tǒng)、證券保險業(yè)系統(tǒng)、企業(yè)、房地產(chǎn)機構(gòu)、住戶等6個一級指標和17個二級指標構(gòu)成(見表1)。

表1 金融穩(wěn)定指標

(2) 原始數(shù)據(jù)標準化。標準化處理就是分析各個原始指標相對于其均值和標準差的偏離程度,并以其為基準,綜合評價金融穩(wěn)定指數(shù)。各個指標標準化的方法如下:

SXi=(Xi-μXi)/σXi,

式中:SXi、Xi、μXi、σXi分別為第i個影響因素的波動率、觀測值、平均值和標準差。

(3) 確定各指標的權(quán)重。國內(nèi)外學(xué)者在確定指標權(quán)重時多運用層次分析法,但層次分析法容易受到人為因素影響,準確性相對不足。因此,本文采用因子分析法,確定各個因子的權(quán)重。

第一,以方差貢獻率選擇因子數(shù)量。在提取公共因子前,首先檢驗原始指標標準化后是否適合因子分析。經(jīng)檢驗,KMO值是0.65,說明這些指標可能不適合因子分析,需要以巴特利特球度做進一步分析。由檢測結(jié)果得知,巴特利特球度檢驗統(tǒng)計量的觀測值為810.579,對應(yīng)概率P值接近于0,說明數(shù)據(jù)原始指標標準化處理后適合進行因子分析。

由SPSS軟件因子分析獲得總方差描述情況。前5個因子的方差貢獻率是41.10%、15.81%、11.77%、9.08%和6.09%,累計方差貢獻率為83.85%,說明前5項因子包含17個指標83.85 %的信息。所以,選擇5個因子進行分析是合理的。

第二,公共因子在穩(wěn)定指數(shù)的相應(yīng)權(quán)重。利用因子分析加權(quán)模型獲得公共因子在穩(wěn)定指數(shù)的相應(yīng)權(quán)重。由計算結(jié)果可知,公共因子F1和M2增長幅度、金融機構(gòu)中長期信貸比率、銀行機構(gòu)不良貸款、房價收入比、固定投資增長率、金融機構(gòu)存貸比率、企業(yè)資產(chǎn)負債率、股票流通市值等具有較高相關(guān)性,公共因子F1反映金融機構(gòu)和企業(yè)的收益與資產(chǎn)質(zhì)量狀況。公共因子F2與通貨膨脹率和經(jīng)濟增長率具有較高相關(guān)性,反映了通貨膨脹率和經(jīng)濟增長率狀況。公共因子F3與外貿(mào)差額、GDP比率、金融機構(gòu)中長期信貸利率等具有較高相關(guān)性,反映了中長期利率和外貿(mào)差額比狀況。公共因子F4與房地產(chǎn)投資額占固定資產(chǎn)總額比重,城鎮(zhèn)人均可支配收入、財政赤字占GDP比率等具有較高相關(guān)性,反映了房地產(chǎn)投資占比和居民收入狀況。公共因子F5與保險資產(chǎn)相關(guān)性較高,反映了保險資產(chǎn)比狀況。

在累計方差貢獻率中,5個公共因子的方差貢獻率所占比重為83.85%,據(jù)此可得出5個公共因子在金融穩(wěn)定指數(shù)中的權(quán)重。具體見表2。

表2 公共因子在金融穩(wěn)定指數(shù)中的權(quán)重

(4) 金融穩(wěn)定指標的計算與分析。利用因子分析法,得出因子得分系數(shù)矩陣,據(jù)此得到每個季度的公共因子得分和綜合得分,綜合得分就是金融市場穩(wěn)定指數(shù)。由計算結(jié)果可知,金融穩(wěn)定指數(shù)能夠有效反映金融市場的整體穩(wěn)定性。綜合來看,2000—2015年金融市場穩(wěn)定性呈現(xiàn)出先升后降的整體趨勢。具體來說,2000年開始金融穩(wěn)定指數(shù)持續(xù)上升,這與金融深化改革、資本市場穩(wěn)定發(fā)展、國有銀行改制有關(guān)系;2004—2007年金融穩(wěn)定指數(shù)連續(xù)下降,這一階段指數(shù)惡化的背景是中國持續(xù)高水平的雙順差;2007—2009年金融穩(wěn)定指數(shù)持續(xù)上升,意味著金融穩(wěn)定性狀況逐年改善,2007年和2008年,面對影響全球的金融危機,加上中國2004—2007年惡化的金融穩(wěn)定狀況,央行使用諸多工具調(diào)控市場,遏制了金融體系的不穩(wěn)定態(tài)勢;2009—2015年金融穩(wěn)定指數(shù)一直不穩(wěn)定,在穩(wěn)定區(qū)間上下波動,受全球經(jīng)濟緩慢復(fù)蘇的影響,金融市場波動較大。

二、房地產(chǎn)價格波動對金融穩(wěn)定影響效應(yīng)的實證分析

1. 變量選取與數(shù)據(jù)處理

(1) 變量選取。金融穩(wěn)定性(FS):鑒于數(shù)據(jù)的可得性和我國銀行為主導(dǎo)的金融機構(gòu)現(xiàn)狀,國內(nèi)學(xué)者在研究我國金融穩(wěn)定性時,多釆取房地產(chǎn)開發(fā)信貸資金占銀行各項貸款余額比重這一指標。但該指標考慮到的僅是銀行信貸方面,具有明顯的片面性。所以,本文運用前文構(gòu)建的金融穩(wěn)定指數(shù)作為實證研究模型的因變量。

房地產(chǎn)價格波動(HP):國外學(xué)者大多采用房屋空置率衡量房地產(chǎn)價格波動,但由于各種限制因素,這一指標在我國的統(tǒng)計難以實現(xiàn),所以,國內(nèi)一些學(xué)者運用商品房銷售面積與價格、房地產(chǎn)市場投資完成額等指標研究房地產(chǎn)價格波動。由于本文的研究重點在于房地產(chǎn)價格波動對金融穩(wěn)定的影響,因此在實證研究模型中選擇的自變量是商品房銷售價格增長率。

控制變量(CV):在實證分析時,大多國內(nèi)外學(xué)者沒有選取控制變量,直接檢驗金融穩(wěn)定指數(shù)與房地產(chǎn)價格波動指數(shù)。金融體系是一個復(fù)雜系統(tǒng),其穩(wěn)定性受到多種因素影響,為了避免因重要解釋變量的遺漏而導(dǎo)致計算結(jié)果出現(xiàn)較大偏差,本文在選擇房地產(chǎn)價格波動這一變量外,還將銀行不良貸款率、匯率波動和企業(yè)虧損率等影響金融市場波動的一些重要變量作為控制變量引入實證模型。

(2) 數(shù)據(jù)來源與處理?？紤]到我國宏觀經(jīng)濟數(shù)據(jù)統(tǒng)計的特點、可獲得性和經(jīng)濟沖擊的持續(xù)時間,本文研究的期間為2000年1季度至2015年4季度。文中運用的數(shù)據(jù)均來源于國研網(wǎng)、銳思數(shù)據(jù)庫、wind數(shù)據(jù)庫、中國統(tǒng)計年鑒、中國人民銀行和中國銀監(jiān)會。同時,為了保證數(shù)據(jù)統(tǒng)計口徑的一致性,對商品房銷售價格增長率和控制變量進行標準化處理。

2. 模型建立

(1) 模型構(gòu)造。基于溢出效應(yīng)的視角,從均值和波動兩個層面分析房地產(chǎn)價格波動對金融市場穩(wěn)定性的影響,其中均值層面運用VAR模型,波動層面運用GARCH模型。

第一,均值模型。VAR模型是運用所有當期變量對所有變量的若干滯后變量做回歸分析,該模型用于估計聯(lián)合內(nèi)生變量的動態(tài)關(guān)系。為了分析房地產(chǎn)價格波動和三個控制變量對金融市場穩(wěn)定的影響,構(gòu)造如下VAR方程:

其中,FSt為金融市場穩(wěn)指標,HPt為房地產(chǎn)價格波動指標,CVt表示控制變量。

其中,FS、HP、NL、ER和EL分別表示金融穩(wěn)定指數(shù)、商品房銷售價格增長率、商業(yè)銀行不良貸款率、匯率波動和規(guī)模以上工業(yè)企業(yè)虧損率。為了分析房地產(chǎn)價格波動對金融穩(wěn)定的影響程度,本文重點關(guān)注β1的大小,并將房價變量加入方差方程中。

3. 實證分析

(1) 數(shù)據(jù)的平穩(wěn)性檢驗。對金融穩(wěn)定指數(shù)(FS)、商品房銷售價格增長率(HP)、商業(yè)銀行不良貸款率(NL)、匯率波動(ER)和規(guī)模以上工業(yè)企業(yè)虧損率(EL)平穩(wěn)性進行檢驗,結(jié)果顯示這些變量的一階差分均是平穩(wěn)的,適合做VAR和GARCH模型分析。

(2) 均值方程的估計

由于VAR模型對滯后期的反應(yīng)敏感,因此,運用向量自回歸模型分析時應(yīng)選擇合適的滯后期。選擇滯后期最常用的方法是運用AIC和SC值,但這兩個指標難以一致,因此,運用LR、FPE、AIC、SC和HQ等5個指標統(tǒng)計量來判斷VAR模型的最優(yōu)滯后期?？紤]到VAR模型的有效性,先將最大滯后期確定為4。表3列出不同滯后期VAR模型的LR、FPE、AIC、SC和HQ的值,并用星號(*)標出根據(jù)相應(yīng)準則選擇的滯后階數(shù)。

表3 滯后階數(shù)判斷結(jié)果

表3的數(shù)據(jù)顯示,5個評價指標中有兩項指標表明VAR模型最佳滯后期為1,有3個評價指標表明VAR模型的最佳滯后期為4,所以,本文所選擇的VAR模型最佳滯后期為4,建立VAR(4)模型。

運用Eviews軟件進行向量自回歸模型分析,計算出參數(shù)結(jié)果(由于篇幅限制,在此省略參數(shù)值)。由計算結(jié)果可知,每個方程都有較高的擬合系數(shù)并且F檢驗均顯著,說明在均值層面上我國商品房銷售價格增長率、商業(yè)銀行不良貸款比率、匯率波動、企業(yè)虧損率和金融穩(wěn)定之間具有溢出效應(yīng)。房地產(chǎn)的市場風(fēng)險能夠在金融體系內(nèi)傳播,商品房銷售價格增長率影響金融穩(wěn)定,且金融穩(wěn)定的變化也影響房地產(chǎn)價格增長率。

金融穩(wěn)定指數(shù)對商品房銷售價格增長率以及商業(yè)銀行不良貸款比率、匯率波動、規(guī)模以上工業(yè)企業(yè)虧損率的回歸方程顯示,房地產(chǎn)價格增長率的滯后1期影響當期金融穩(wěn)定,但并不十分顯著,且系數(shù)為-0.000 6,表明商品銷售價格增長率上升1個百分點,金融穩(wěn)定指數(shù)就減少0.000 6個百分點,金融穩(wěn)定性有所減弱。商品房銷售價格增長率的滯后2期對金融穩(wěn)定影響程度加強,且系數(shù)變?yōu)檎?.002 4,表明商品房銷售價格增長率每上升1個百分點,金融穩(wěn)定指數(shù)就上升0.002 4個百分點,金融穩(wěn)定性有所加強。商品房銷售價格增長率的滯后3期或4期,對金融穩(wěn)定產(chǎn)生負面影響,影響系數(shù)分別為-0.001 8和-0.003 6,表明商品房銷售價格增長率每上升1個百分點,金融穩(wěn)定指數(shù)就下降0.001 8和0.003 6個百分點。

對于控制變量,商業(yè)銀行不良信貸會對金融穩(wěn)定性有正向影響,而匯率變化與規(guī)模以上工業(yè)企業(yè)會對金融穩(wěn)定性有負面影響。其中,規(guī)模以上工業(yè)企業(yè)虧損率的滯后1期通過了顯著性檢驗,表明企業(yè)虧損率的滯后1期的負向效應(yīng)比較顯著,在短期內(nèi)加劇金融風(fēng)險,其原因在于企業(yè)虧損率的增加,對其還債能力與信貸水平造成直接影響,進而對影響金融系統(tǒng)的穩(wěn)定性。銀行不良貸款率、匯率波動對金融穩(wěn)定性的影響不明顯。

(3) 波動方程的估計。金融穩(wěn)定指數(shù)與商品房銷售價格增長率以及其他控制變量間的相關(guān)系數(shù)見表4。

表4 相關(guān)系數(shù)表

由表4可知,商業(yè)銀行不良貸款率是金融穩(wěn)定指數(shù)的最重要影響因素,其與金融穩(wěn)定指數(shù)的相關(guān)系數(shù)為-0.80,表明銀行不良貸款增長率對金融市場穩(wěn)定產(chǎn)生負面影響。商品房銷售價格增長率與金融穩(wěn)定指數(shù)呈負相關(guān)關(guān)系,相關(guān)系數(shù)是-0.05,一個合理的解釋是,房地產(chǎn)價格的過度上升會導(dǎo)致銀行盲目增加貸款規(guī)模,市場風(fēng)險加大,使其金融市場穩(wěn)定性下降,FS降低;匯率波動也影響金融穩(wěn)定,1%的金融市場穩(wěn)定指數(shù)下降,有79%左右的貢獻來自于匯率波動的上升,這主要源于匯率會影響一國的貿(mào)易,從而影響一國經(jīng)濟正常運行,進而造成金融不穩(wěn)定;規(guī)模以上工業(yè)企業(yè)虧損率與金融穩(wěn)定指數(shù)的相關(guān)系數(shù)為-0.33,表明規(guī)模以上工業(yè)企業(yè)虧損率上升會使金融穩(wěn)定下降。

運用Eviews軟件分析GARCH模型,對標準化后的數(shù)據(jù)進行回歸,回歸結(jié)果見表5。

表5 GARCH模型的回歸結(jié)果

由表5可知,商業(yè)銀行不良貸款率每上升1個百分點,金融穩(wěn)定指數(shù)就下降0.25個百分點,系數(shù)值顯著為負,這與經(jīng)濟事實相符,也與兩者間-0.80的相關(guān)系數(shù)一致。究其原因,銀行不穩(wěn)定是金融不穩(wěn)定的導(dǎo)火索,如果銀行不良貸款率越高、銀行越不穩(wěn)定,則金融危機產(chǎn)生的可能性就越大。匯率波動的統(tǒng)計系數(shù)為-0.19,也與金融穩(wěn)定指數(shù)間-0.79的相關(guān)系數(shù)相符,說明匯率波動因素是影響金融穩(wěn)定的另一重要因素,究其原因,匯率關(guān)乎著一國的外貿(mào)狀況,外貿(mào)不穩(wěn)定則經(jīng)濟不穩(wěn)定,從而引起金融不穩(wěn)定。商品房銷售價格增長系數(shù)為-0.03,且顯著不為零,這與實際經(jīng)濟狀況相符。方差方程中引入商品房銷售價格增長率,估計系數(shù)顯著不為零,說明房價的波動確實會顯著帶來金融穩(wěn)定性的變動,影響金融穩(wěn)定。因為根據(jù)前面所分析的溢出效應(yīng),房地產(chǎn)價格波動一定會傳遞到金融市場。

由以上均值方程和波動方程的估計可知,在均值層面和波動層面上,房地產(chǎn)價格波動對金融穩(wěn)定產(chǎn)生溢出效應(yīng),即房地產(chǎn)價格的增長率及其波動都對金融市場穩(wěn)定產(chǎn)生影響,此外,宏觀經(jīng)濟與銀行業(yè)都對金融穩(wěn)定性產(chǎn)生影響,這些主要源自于我國金融市場監(jiān)管不力與房地產(chǎn)業(yè)的不健康發(fā)展。具體原因如下:①在金融市場信息不透明情況下,消費者護權(quán)成本大,對虛假信息提供者懲罰不嚴厲,形成了不健康的宏觀經(jīng)濟運行環(huán)境,使宏觀經(jīng)濟調(diào)控的作用不明顯。②房地產(chǎn)行業(yè)已成為我國經(jīng)濟發(fā)展的支柱產(chǎn)業(yè),在重視房地產(chǎn)對經(jīng)濟的拉動作用時,忽視了其過度的繁榮導(dǎo)致的一系列金融風(fēng)險,使房地產(chǎn)價格大幅上漲,一些區(qū)域甚至出現(xiàn)泡沫,影響金融市場穩(wěn)定。③銀行信貸監(jiān)管措施不健全,貸款人員風(fēng)險意識不強,對房地產(chǎn)信貸監(jiān)管不到位,加劇了銀行信貸風(fēng)險,且會形成金融風(fēng)險聚集。④房地產(chǎn)法規(guī)體系不健全,監(jiān)管缺失,使房地產(chǎn)信息不透明甚至混亂,也加劇了房價波動集聚金融風(fēng)險。

[1] WHEATON W C, NECHAYEV G. The 1998-2005 housing “bubble” and the current “correction”: What’s different this time?[J]. Journal of Real Estate Research, 2007,30(1):1-26.

[2] 張曉晶,孫濤. 中國房地產(chǎn)周期與金融穩(wěn)定[J]. 經(jīng)濟研究, 2006(1):23-33.

[3] MISHKIN F S. Global financial instability: Framework, events, issues[J]. Journal of Economic Perspectives, 1999,13(4):3-20.

[4] 王曉明. 銀行信貸與資產(chǎn)價格的順周期關(guān)系研究[J]. 金融研究, 2010(3):45-55.

[5] HOFTNANN B. The determinants of bank credit in industrialized countries: Do property prices matter?[J]. International Finance, 2004,7(2):203-234.

[6] PETER G V. Asset prices and banking distress: macroeconomic approach[J]. Journal of Financial Stability, 2009,5(3):298-319.

[7] DELL’ARICCIA G, RABANAL P, CROWE C, et al. Policies for macrofinancial stability: options to deal with real estate booms[J]. IMF Staff Discussion Notes, 2011,11(2):16-17.

[8] BIAN T Y, GETE P. What drives housing dynamics in China? A sign restrictions VAR approach[J]. Journal of Macroeconomics, 2015,46(11):96-112.

[9] 周京奎. 金融支持過度與房地產(chǎn)泡沫[M]. 北京:北京大學(xué)出版社, 2005.

[10] 王雪峰. 房地產(chǎn)泡沫和金融不安全研究[M]. 北京:中國財政經(jīng)濟出版社, 2008.

[11] 孔慶龍,高印朝,樊銳. 資產(chǎn)價格波動與商業(yè)銀行脆弱性關(guān)系解析[J]. 理論界, 2010(7):38-40.

[12] 陳彥君. 房地產(chǎn)價格波動對金融穩(wěn)定影響研究[D]. 長沙:湖南大學(xué), 2014.

[13] 齊謳歌. 房地產(chǎn)價格波動對金融體系的傳導(dǎo)效應(yīng)研究[J]. 統(tǒng)計與決策, 2015(16):44-48.

【責任編輯 孫 立】

Effect of Real Estate Price Fluctuation on Financial Stability

ZhouZejiong,WangLei

(School of Economics, Anhui University of Finance and Economics, Bengbu 233030, China)

By using VAR model and GARCH model, the effect of real estate price fluctuation on financial stability in China is tested from two aspects of mean and fluctuation. The results show that the real estate price growth rate and the fluctuation of real estate price growth rate will have an impact on financial stability, the risk of real estate market can spread to the internal financial system, and the change of financial stability also affects the volatility of real estate prices.

real estate; price fluctuation; financial stability; GARCH model

2016-11-03

國家社會科學(xué)基金資助項目(11BJL056)。

周澤炯(1970-),男,安徽合肥人,安徽財經(jīng)大學(xué)教授。

2095-5464(2017)01-0015-06

F 832.5

A