VEC模型在我國銀行信貸與房地產(chǎn)價格之間的動態(tài)關(guān)系研究中的應(yīng)用

任慧

摘 要：本文收集了從2005年第一季度至2017年第四季度的我國銀行中長期信貸數(shù)據(jù)和我國房地產(chǎn)銷售平均價格、GDP、CPI及利率的季度數(shù)據(jù)，并對數(shù)據(jù)都進行標準化處理，本文對數(shù)據(jù)差分處理后，利用協(xié)整檢驗的方法從整體上判斷銀行信貸與房地產(chǎn)價格之間的變動是否存在長期均衡，建立VEC模型和運用Granger檢驗分析兩者變動的因果聯(lián)系。運用脈沖響應(yīng)函數(shù)和方差分析，得出二者之間當(dāng)前和未來去職的影響變動軌跡，得到二者長期中不具恒定關(guān)系，短期內(nèi)銀行信貸對房價的影響占主導(dǎo)地位，反之不成立。

關(guān)鍵詞：我國銀行信貸;房地產(chǎn)價格;協(xié)整檢驗;VEC模型;Granger檢驗

0 前言

近年來，我國房地產(chǎn)投資和房地產(chǎn)價格不斷攀升，房地產(chǎn)市場出現(xiàn)過熱的勢頭。在國內(nèi)貸款迅速發(fā)展，如房地產(chǎn)開發(fā)貸款、住房抵押貸款等等，就目前來說，房地產(chǎn)價格的快速上漲并不能代表房地產(chǎn)泡沫和銀行可能會出現(xiàn)的信貸危機[1]。在信貸市場上，房子常會被用作抵押品，因此在某些方面，房地產(chǎn)價格變化影響了銀行的資本[2]。銀行信貸還能夠通過多個方面影響房地產(chǎn)價格。故而在理論層面上，銀行信貸與房價之間的雙向因果關(guān)系能夠加強信貸市場和房地產(chǎn)市場的循環(huán)周期。本研究對我國避免出現(xiàn)銀行業(yè)危機和確保房地產(chǎn)市場的健康發(fā)展具有重要的實踐價值。

1 VEC模型的概述

VEC矢量誤差修正模型，是在差分序列建立的VAR模型中加入一個誤差修正項。VEC模型的具體表達式為：

在上式中，ECM表示根據(jù)協(xié)整方差算得的誤差修正項，誤差修正項可以反映出變量之間偏離長期均衡關(guān)系的非均衡誤差，ECM前的系數(shù)為調(diào)整參數(shù)，可以反映出變量當(dāng)期的變化回歸到長期均衡關(guān)系或者消除非均衡誤差的速度[3]。

誤差修正模型僅用在存在協(xié)整變量的變量序列，Johansen協(xié)整檢驗的結(jié)果必須存在一個協(xié)整關(guān)系后才建立VEC模型;假如Johansen協(xié)整檢驗的結(jié)果顯示不存在協(xié)整關(guān)系，那么就不能建立VEC模型[4]。

2 VEC模型的建立

2.1 單位根檢驗

文中選取了2005年第一季度至2017年第四季度的我國銀行中長期信貸數(shù)據(jù)和我國房地產(chǎn)銷售平均價格、GDP、CPI及利率的季度數(shù)據(jù)。為消除原始變量的異方差性影響，首先對所有的數(shù)據(jù)進行對數(shù)化處理，而后我們對序列進行平穩(wěn)性檢驗，如序列為平穩(wěn)序列，繼續(xù)建模;如果序列為非平穩(wěn)序列，需要進行差分處理或者協(xié)整分析。如表1所示的單位根檢驗結(jié)果可以發(fā)現(xiàn)，原序列的ADF值都大于5%的臨界值且概率P值都大于0.05，拒絕了不存在單位根的原假設(shè)，認為原序列都存在單位根，從而序列HP、LOAN、GDP、COI、R均為非平穩(wěn)序列。

2.2 Lnhp和Lnloan的協(xié)整檢驗

2.3 模型的建立

2.4 模型穩(wěn)定性檢驗

由于脈沖響應(yīng)和方差分析要求模型穩(wěn)定，因此在脈沖響應(yīng)分析和方差分析之前需要做模型穩(wěn)定性檢驗，文章采用AR圖來反應(yīng)模型的穩(wěn)定性[7]。圖1是對銀行信貸額增長率（DLOAN）和實際房價的增長率（DHP）的AR特征根的倒數(shù)的模的單位圓視圖：

因為這些點都落在單位圓內(nèi)，由此可知由銀行信貸額增長率（DLOAN）和實際房價的增長率（DHP）建立的VAR模型是平穩(wěn)的[8]。

2.5 格蘭杰因果檢驗

2.6 脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)可以用來衡量來自隨機擾動的一個標準差沖擊，能夠直觀地刻畫出變量之間的動態(tài)交互作用及其效應(yīng)。圖2為上文建立的VEC模型的脈沖響應(yīng)函數(shù)，將刻畫出信貸余額與房地產(chǎn)價格之間的脈沖響應(yīng)函數(shù)（IRF），進一步分析二者之間的短期動態(tài)關(guān)系。

從圖2右上角的脈沖響應(yīng)值的軌跡可以看出房價增長率受到信貸增長率的一個正的沖擊后，第一季度為正，但緊接著開始波動下行為負值，第三季度繼續(xù)下降至最低點，然后開始增長至正值，在第四期達到頂峰，然后開始繞0圈擺動，最終效果趨于消失。

通過軌跡圖可以看出，受到信貸增長率正向沖擊，實際房價增長率在前3個季度為下行且為負值。

從圖中第二部分的脈沖響應(yīng)值的軌跡可以看出，在房價的實際增長率對貸款的實際增長率產(chǎn)生積極影響后，貸款的實際增長率不會從第一期到第三期達到最大值然后開始下降后發(fā)生顯著變化，大多數(shù)在零附近有小幅波動。

本文在這里運用脈沖響應(yīng)函數(shù)和方差分析，得出二者之間當(dāng)前和未來去職的影響變動軌跡，得到二者長期中不具恒定關(guān)系，短期內(nèi)銀行信貸對房價的影響占主導(dǎo)地位，反之不成立

2.7 方差分解

部分顯示的是銀行貸款LNLOAN變動方差由自身變動導(dǎo)致的部分，“percent LNLOAN variance due to LNHP”部分顯示的是銀行貸款LNLOAN變動方差由房價LNHP變動導(dǎo)致的部分，從上圖我們可以看出二者之間的相互影響關(guān)系。

3 結(jié)論與對策建議

跟發(fā)達國家相比較，中國銀行信貸和房地產(chǎn)市場之間的關(guān)系有一定的特殊性，本文研究得出：實際房地產(chǎn)價格與實際銀行貸款之間的因果關(guān)系和解釋力與貸款的實際增長率和房價的實際增長率有關(guān)，反向則不成立。銀行信貸具有政策性，許多因素影響銀行貸款的增長，包括國民經(jīng)濟的各個部門，所以本文控制利率和國家生產(chǎn)總值，在總成本等變量之后，很難找到影響銀行貸款實際增長率的實際價格增長率。

參考文獻：

[1]葉阿忠，蔣玲香.貨幣政策、經(jīng)濟波動與房地產(chǎn)價格的動態(tài)關(guān)系研究[J]. 福建農(nóng)林大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2017，20（5）：21-28.

[2]徐曉通.我國銀行信貸與房地產(chǎn)價格關(guān)系實證研究[J].產(chǎn)業(yè)與科技論壇，2018，v.17（1）：88-89.

[3]魯曉琳，董志.我國房地產(chǎn)價格與股票價格的互動關(guān)系研究[J].現(xiàn)代管理科學(xué)，2017，（04）：45-47.

[4]楊克磊，李智.基于VEC模型的股指期貨與現(xiàn)貨價格關(guān)系研究[J].重慶理工大學(xué)學(xué)報，2017，31（6）：191-197.

[5]王俊籽，劉瀾濤.基于Logistic模型的我國商業(yè)銀行房地產(chǎn)信貸風(fēng)險研究[J].經(jīng)濟與管理評論，2017，（02）：86-95.

[6]朱琳琪.我國銀行信貸對房地產(chǎn)投資的影響——基于VECM模型的實證分析[J].赤峰學(xué)院學(xué)報（自然版），2017，33（12）.

[7]國世平，廖龍，GUOShi-ping， et al.信貸和價格關(guān)系的實證研究——基于我國房地產(chǎn)市場[J]. 技術(shù)經(jīng)濟與管理研究，2017，（11）：8-14.

[8]連素蘭，何東進，紀志榮，等.福建省房地產(chǎn)價格、銀行信貸與經(jīng)濟增長動態(tài)關(guān)系研究——基于VCE模型的實證分析[J].科技和產(chǎn)業(yè)，2016，16（6）：122-127.

[9]段軍山，白茜.銀行貸款、可支配收入與房地產(chǎn)價格波動：1999～ 2010——基于協(xié)整檢驗和VEC模型的實證分析[J].金融與經(jīng)濟， 2011，（04）：24-29.

[10]童萬民，潘煥學(xué).我國糧食價格與化肥價格動態(tài)關(guān)系研究——基于協(xié)整和VEC模型的實證檢驗[J]. 價格理論與實踐，2015，（03）：81-83.