房地產價格影響商業(yè)銀行穩(wěn)定性的文獻綜述

范松杰

[摘要]近二十年來，我國房地產行業(yè)發(fā)展迅速，為商業(yè)銀行帶來了豐厚的利潤回報，但從國內政策形勢來看，政府部門明確指出要進一步深化房地產稅收制度改革，加快房地產長效機制指向“市場化”，房價面臨著下行的趨勢。這對房地產行業(yè)貸款集中的商業(yè)銀行而言，房地產價格的變動會隨時導致整個銀行業(yè)的系統(tǒng)性風險集中暴露。文章從房地產價格影響商業(yè)銀行穩(wěn)定性的研究動態(tài)對國內外文獻進行梳理和總結，最后做簡單述評。

[關鍵詞]抵押效應；偏離效應；穩(wěn)定性

[DOI]1013939/jcnkizgsc201901066

1前言

銀行的主營業(yè)務收入為信貸利息收入，我們認為銀行目前的風險主要集中在信貸風險渠道。并且，我國在過去幾十年飛速發(fā)展的過程中，房地產和銀行得到了國家和地方政府的鼎力支持，房地產行業(yè)的資金絕大部分來自銀行，而銀行也因房地產價格的變動而匯聚了諸多風險。通過綜述國內外一系列文獻，文章將從信貸風險渠道入手，詳細探討一下房地產市場的“抵押效應”與“偏離效應”如何在金融加速器的作用下，對銀行穩(wěn)定性產生不同的影響。

2抵押效應的研究文獻

在發(fā)達市場國家，房地產業(yè)起步較早，關于房價影響商業(yè)銀行穩(wěn)定性的研究相對成熟，其中具有代表性的文獻主要有：MINSKY（1982）指出，銀行系統(tǒng)受泡沫經濟的誤導嚴重，經濟上行時房地產作為抵押物其價值不斷攀升，銀行貸款業(yè)務的增加給銀行帶來了豐厚的利潤回報?？墒?，經濟下行時期，房地產價格受此影響一旦急轉直下，在金融加速器的作用下，前后加速結果正好相反。KIYOTAK和MOORE （1997）研究指出，房地產作為抵押物會影響銀行的資產負債表，在房地產價格下降時，個人住房抵押貸款和房地產公司貸款會出現(xiàn)違約的情況，銀行為了預防風險必將收縮貸款，從而引起房價的進一步下跌。PAUL HILBERS、QIN LEI和LISBETH ZACHO（2001）認為，銀行對抵押物的依賴，對房地產評估能力的欠缺，對房地產行業(yè)的分析不足，以及監(jiān)管部門的監(jiān)管空白，使得偏向于房地產貸款的商業(yè)銀行面臨著房價變動的巨大威脅。國內的有關研究相對滯后，但隨著房價持續(xù)不斷的上漲，其討論日趨激烈，其中代表性的文獻主要有：武康平、皮舜、魯杜華（2004）認為，銀行信貸在房價上升時擴張，在房價下跌時收縮，并進一步推動房地產價格上漲和下跌，房地產市場的泡沫形成與破裂會影響銀行系統(tǒng)的穩(wěn)定。張曉晶、孫濤（2006）認為，地方政府為了穩(wěn)定的土地財政收入會為地方房企提供擔保，銀行迫于壓力會增加對房地產市場的貸款，而資金的期限錯配風險會最終增加銀行的脆弱性。國內外學者的研究均認為，房地產作為抵押品，在金融加速器的過程中同步興衰，房地產泡沫的形成和破裂增加了銀行的脆弱性。實證分析中，查奇芬和李小?。?011）從三個層面選取了若干個指標，構建了BFI指數(shù)，結合國內外重大事件分析了我國銀行系統(tǒng)脆弱性變化趨勢，然后構建模型，在方差分解之后顯示出，隨著時間的推移，房價下跌對銀行造成的影響程度呈下降趨勢，并在第15期的解釋程度穩(wěn)定在7047042，而銀行受困于前期脆弱性的影響，其脆弱性呈現(xiàn)上升的趨勢，總的來說，房價短期變化作用明顯。耿同勁（2012）研究了不同資本充足率下，房價下跌沖擊對銀行穩(wěn)定性的影響，他認為房價的輕度變化對銀行幾乎沒有影響，但如果銀行為了消除房價下跌而損失的資本金，把資本充足作為重要的依據(jù)加以維護，那么銀行必將會通過緊縮貸款的方式來加以實現(xiàn)，模型中也清晰表明銀行緊縮貸款的幅度大于資本縮水的幅度，久而久之，惡性循環(huán)下的資本充足率將會持續(xù)下跌，銀行脆弱性風險也會充分暴露。陳志英、韓振國和鄧欣（2013）利用脈沖響應和方差分解研究了銀行信貸、房價波動與銀行穩(wěn)定性之間的關系，實證結果表明銀行信貸對房價的影響力度隨著時間的推移先明顯增強，再逐漸降低，最終的解釋力度維持在3112左右。而房價對銀行穩(wěn)定性的影響隨著時間的推移在一直增大，在第十期維持在2322左右。上述兩篇文獻從房地產價格變動的立場實證分析對我國銀行體系穩(wěn)定性的影響，實證結果顯示：房地產作為抵押品，房價上漲增加銀行系統(tǒng)穩(wěn)定性，而房價下跌增加其脆弱性這一理論假設。

3房地產市場的抵押效應與偏離效應

在一個無摩擦的市場中，房價應該等于預期未來現(xiàn)金流，并取決于供求關系，而后者又由人口增長率，可支配收入，城鎮(zhèn)化進程等要素決定（龐如超，2013）。然而在現(xiàn)實中，房地產建筑一，沒有統(tǒng)一的標準，質量參差不齊，并有地區(qū)分割；二是沒有統(tǒng)一的交易場所，信息不對稱、交易成本高，缺乏合理的定價機制；三是土地供給有限，建筑時間較長（譚政勛和陳銘，2012），因此，房價的要素決定關系并不明顯，房地產價格的升降往往與基本價值長期存在偏差。在“金融加速器”的機制下，房地產市場的兩種效應會同時存在。一方面，當房價上升時，首先銀行自有房地產價值上升，銀行的財富在不斷增加，其次房價的上漲降低了房屋抵押者違約的可能性。因此，房價上漲這一“抵押效應”增加了銀行的穩(wěn)定性。另一方面，房價的上漲會使銀行認為房地產的借貸風險較低，促使銀行不斷降低房屋購買者的借款利率，房地產借款人能以較低的成本獲取貸款。同時，房地產市場的炒房者和投機者借助房價上漲的趨勢，會采用借錢買房-出租還款-抵押貸款這樣的模式向銀行籌措更多的資金，并進一步推動房價的上漲。逆向選擇和道德風險等問題的存在最終會導致銀行經營的不確定性，從而大大增加了銀行體系發(fā)生危機的可能性（ALLEN和GALE，2001），房價持續(xù)上漲而偏離其均衡價值之一“偏離效應”增加了銀行的脆弱性。

實證研究中，MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）在研究房地產價格與銀行穩(wěn)定性之間的關系時，首次提出了房地產市場的價值偏離假說。他們運用PMG估計法分離出了德國1995—2004年125個城市的房價偏離值，構建LOGIT模型探究了房地產市場抵押效應和偏離效應對銀行穩(wěn)定性的影響。實證結果顯示：房價的價值偏離會對銀行的穩(wěn)定性產生影響，而房價的變動不會對銀行穩(wěn)定性產生影響。同樣，譚政勛和陳銘（2012）分析了29個發(fā)生過金融危機國家和地區(qū)的房地產價格影響因素，在構建房地產價格影響因素模型中，引入了人均GDP、人口基數(shù)和國內銀行貸款總額作為解釋變量，同樣運用PMG估計法分離出各個國家不同時期的房地產價格偏離值，然后實證分析房地產市場的兩個效應對金融危機的影響。與以往研究的角度不同，兩篇經典文獻綜合考慮了房地產市場的抵押效應和偏離效應，并選取房地產價格波動率和房地產價格偏離值作為代理變量，其模型選取和研究方法為文章的創(chuàng)作提供了重要幫助，但就中國的實際情況而言，文章仍需對房地產價格影響因素模型和PMG估計法進行適當?shù)恼{整。

4簡要評述

通過梳理上述文獻不難發(fā)現(xiàn)，國內外學者關于房地產價格與銀行穩(wěn)定性的的研究大多匯聚在整個銀行體系，且研究的方向大多集中在房地產價格波動影響銀行穩(wěn)定性這一單一角度，即抵押效應角度。而從城市商業(yè)銀行的角度出發(fā)，分析房地產市場的抵押效應與偏離效應對其穩(wěn)定性影響的研究還尚有不足。并且，在研究中國的實際狀況時，需要對經典文獻中相關的模型和方法進行適當?shù)恼{整。

41房價影響因素模型

MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）在構建德國的房地產價格影響因素模型時，從需求角度引入了人均GDP與人口增長率兩個解釋變量。但就中國的實際情況而言，只從需求角度引進變量會造成模型的擬合度較差，殘差中會包含重要的影響因素，模型分離出的房價偏離值也會存在較大的誤差。文章借鑒已有文獻的做法，把以下兩類因素作為房地產價格的主要決定因素：①需求因素，如人均GDP、人口密度、消費者預期等（龐如超，2013；楊強等，2013；薛建譜，2013）；②供給因素，如土地價格、房屋竣工面積、房地產企業(yè)貸款余額等（龐如超，2013；閆金秋，2012；郭策，2013）。

42估計方法調整

MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）與譚政勛和陳銘（2012）在分離房價偏離值時，均使用了PMG估計法，他們均認為PMG估計法介于FE估計法和MG估計法兩者之間，更符合實際情況，具有良好的漸進性和有效性。但實際上，PMG估計法在估計動態(tài)異質面板時，需滿足大N大T這樣的要求。

參考文獻：

[1] ALLEN，GALE.Comparing Financial Systems[M].Cambridge： MIT Press， 2001

[2] BERNANKE B S，BLINDER A S.Money， Credit and Aggregate Demand[J].American Economic Review，1998（82）：435-439

[3] EDWARD F，BLACKBURNE III，MARK W.Frank，Estimation of Nonstationary Heterogeneous Panels[J].The Stata Journal，2007（7）：197-208

[4] FRANK STROBEL， Bank Insolvency Risk and Aggregate Z-score Measures： A Caveat[J].Economics Bulletin， 2010，18（16）.

[5] GOODHART， HOFMANN， House prices， Money， Credit， and the Macroeconomy[J].Oxford Review of Economic Policy， 2008

[6] HUIRAN PAN， CHUN WANG， House Prices， Bank Instability， and Economic Growth： Evidence from the Threshold Model[J].Journal of Banking & Finance， 2013，37（5）.

[7] JOHN BOYD， GIANNI DE NICOLO， ABU Al JALAL， Bank Risk Taking and Competition Revisited： New Theory and New Evidence[Z].IMF Working Paper ， 2006（6）：297

[8] MINSKY， Can “It” Happen Again？： Essays on Instability and Finance[M].MESharpe，1982

[9] MICHAEL KOETTER， TIGRAN POGHOSYAN， Real Estate Prices and Bank Stability[J].Journal of Banking & Finance， 2010，34（6）.

[10] NIINIMAKI， Does Collateral Fuel Moral Hazard in Banking？ [J].Journal of Banking and Finance， 2009（33）：514-521

[11] NOBUHIRO KIYOTAKI and JOHN MOORE， Credit Cycles[J].The Journal of Political Economy，1997（105）：211-248

[12] PAUL HILBERS， QIN LEI and LISBETH ZACHO， Real Estate Market Developments and Financial Sector Soundness[J].International Monetary Fund，Monetary and Exchange Affairs Department， 2001，1（1/129）.

[13] 譚政勛，陳銘房價波動與金融危機的國際經驗證據(jù)：抵押效應還是偏離效應[J].世界經濟，2012（3）.