重慶市房地產(chǎn)金融風(fēng)險預(yù)警的實證研究

王靖為

摘要：近兩年重慶市房價持續(xù)上升，房地產(chǎn)市場異?；钴S，為防范地產(chǎn)行業(yè)金融風(fēng)險的發(fā)生，本文從與國民經(jīng)濟關(guān)系、行業(yè)發(fā)展水平、信貸資金安全三個層面出發(fā)，構(gòu)建了重慶市房地產(chǎn)金融風(fēng)險預(yù)警體系，并利用功效系數(shù)法測算出重慶市2000-2017年綜合預(yù)警值，結(jié)果表明近十年來重慶市房地產(chǎn)業(yè)金融風(fēng)險相對較小，但近期有風(fēng)險擴大的趨勢，需引起重視。

Abstract： In the past two years， housing prices in Chongqing have continued to rise， and the real estate market is extremely active. In order to prevent the financial risks of the real estate industry， this paper constructs a financial risk early warning system for Chongqing real estate from three aspects： national economic relations， industry development level and credit fund security， and uses the efficiency coefficient method to calculate the comprehensive warning value of Chongqing from 2000 to 2017. The results show that the financial risk of the real estate industry in Chongqing has been relatively small in the past decade， but the trend of risk is expanding in the future， so it needs to be paid attention to.

關(guān)鍵詞：重慶市房地產(chǎn)金融風(fēng)險;功效系數(shù)法;預(yù)警體系

Key words： Chongqing real estate financial risk;efficiency coefficient method;early warning system

中圖分類號：F293.33 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）08-0015-05

0 ?引言

我國目前正處于城鎮(zhèn)化進程快速發(fā)展的階段，大量資金涌入房地產(chǎn)行業(yè)，這有其積極的一面，但隨之可能帶來的金融風(fēng)險也需要引起足夠重視。2016年，樓市出現(xiàn)嚴重的區(qū)域分化現(xiàn)象，中央政治局會議明確提出要有效防范和化解金融風(fēng)險隱患。2017年，國家發(fā)布與房地產(chǎn)開發(fā)、土地資源、住房管理以及金融方面相關(guān)的政策共計44項，強控市場、因城施策，使房地產(chǎn)市場得到相對改善。據(jù)國家統(tǒng)計局發(fā)布的《統(tǒng)計公報》顯示，2017全年房地產(chǎn)開發(fā)投資10.98萬億元，占國內(nèi)生產(chǎn)總值的13.28%，市場整體趨好。然而，部分區(qū)域的房市依然保持高速發(fā)展。同年重慶市房地產(chǎn)開發(fā)投資總額3980.08億元，占重慶市GDP總額的20.41%，高于國內(nèi)平均水平超7個百分點;重慶主城商品住宅成交均價為9057元/平方米，同比增長17.76%，且仍有上漲趨勢。GDP的增長過于依賴房地產(chǎn)投資以及房價增長過快的表現(xiàn)極不利于市場經(jīng)濟的穩(wěn)定健康發(fā)展。而房地產(chǎn)業(yè)是資金密集型產(chǎn)業(yè)，涉及產(chǎn)業(yè)鏈長，與政府、銀行、消費者等主體的核心利益息息相關(guān)，所以房地產(chǎn)金融風(fēng)險爆發(fā)必將對國民經(jīng)濟和金融市場產(chǎn)生巨大沖擊。因此，研究重慶市房地產(chǎn)金融風(fēng)險預(yù)警對防范和化解金融風(fēng)險具有重要意義。

1 ?文獻綜述

國外對于預(yù)警的研究始于19世紀末期的宏觀經(jīng)濟領(lǐng)域，主要是統(tǒng)計學(xué)界對宏觀經(jīng)濟波動問題進行檢測研究。上世紀60年代，美國房地產(chǎn)經(jīng)濟學(xué)家Stephen A.Pyhrr等開始致力于西方房地產(chǎn)市場的周期性研究，探索房地產(chǎn)周期波動及機理。Karl（2000）在美國房產(chǎn)發(fā)生泡沫時，通過研究失業(yè)率、消費者支出以及房屋空置率的變化情況，揭示了房地產(chǎn)在經(jīng)濟需求上的重要作用以及房地產(chǎn)通脹對經(jīng)濟可能產(chǎn)生的影響。隨后，Case和Shiller（2003）采用房價收入比、按揭貸款利率、房屋開工率以及就業(yè)人數(shù)（失業(yè)率）等指標建立評價體系來判斷以往美國房價是否存在泡沫，并預(yù)測今后的房價走勢;Witold（2002）利用HP濾子方法選擇了GDP、可支配收入、家庭消費支出、投資結(jié)構(gòu)及房地產(chǎn)投資等指標構(gòu)建房地產(chǎn)指標體系，指出房地產(chǎn)發(fā)展趨勢;Brunnermeier & Julliard（2008）和Matthew（2013）分別建立時間序列預(yù)測模型觀察住房租售比，以及利用單位根和協(xié)整檢驗的實證研究方法也證明了市場上存在房地產(chǎn)泡沫。Tim Rogmans（2016）構(gòu)建了房地產(chǎn)可持續(xù)評估方法的評價框架，對五個常用的可持續(xù)評估方法進行了優(yōu)劣勢評價，并指出該框架能應(yīng)用于不同領(lǐng)域中。當前國外已經(jīng)將ARCH模型、VAR模型以及人工神經(jīng)網(wǎng)絡(luò)模型等方法引入預(yù)警研究中。

國內(nèi)對房地產(chǎn)市場預(yù)警的研究始于20世紀末期，部分學(xué)者運用宏觀經(jīng)濟預(yù)警和周期波動的原理方法，結(jié)合國內(nèi)房市的具體情況進行深入研究。針對房地產(chǎn)金融風(fēng)險領(lǐng)域，當前主要從直接觀察反應(yīng)房地產(chǎn)泡沫的指標和綜合測算房地產(chǎn)金融風(fēng)險兩種思路進行研究分析。在房地產(chǎn)泡沫研究方面，李澤明（2012）采用房地產(chǎn)貸款增長率占比、房價收入比和房價增長率/GDP增長率等指標進行觀察，結(jié)果顯示我國房地產(chǎn)泡沫傾向明顯;吳平、袁詰（2012）通過房價收入比、住房空置率等指標對中國房地產(chǎn)泡沫程度進行測度，并概括總結(jié)了中國房地產(chǎn)泡沫影響因素;郭謙（2013）采用房價增長率、房價收入比、人均GDP增長率、固定資產(chǎn)投資總額、房地產(chǎn)開發(fā)投資總額等六個指標，運用指標體系法對北京市房地產(chǎn)市場泡沫程度進行測度，結(jié)果顯示市場存在泡沫。在房地產(chǎn)金融風(fēng)險測算方面，呂錚和高明（2012）通過選取房地產(chǎn)風(fēng)險測度指標，使用熵權(quán)法和AHP法確定指標組合權(quán)重，再運用功效系數(shù)法計算出房地產(chǎn)市場風(fēng)險綜合測度系數(shù)，并進行實證研究;孫蕾（2017）構(gòu)建了房地產(chǎn)金融市場風(fēng)險預(yù)警監(jiān)測系統(tǒng)，采用主成分分析法和灰色預(yù)測分析法對山東省近15年來房地產(chǎn)金融市場運行狀況進行實證預(yù)警，通過計算綜合警度值判斷得知市場運行狀況的警情判斷與實際情況基本吻合。張爽（2017）探討了房地產(chǎn)內(nèi)部運行機制及房地產(chǎn)商品價格的影響因素，構(gòu)建了以系統(tǒng)動力學(xué)為基礎(chǔ)的房地產(chǎn)市場風(fēng)險預(yù)警的指標體系，并采用信號分析法構(gòu)建了房地產(chǎn)市場的風(fēng)險綜合指數(shù)，提出了風(fēng)險臨界值的測度標準和不同級別警情的應(yīng)對措施。

綜合上述文獻可以看出，由于學(xué)者們的知識背景不同，實證研究中的模型、指標和樣本期間等存在差異，所得出的研究結(jié)論也不盡相同，但總的來看，評價方法大多局限于單指標或多指標的靜態(tài)評價，所選取的指標相對比較片面、權(quán)重賦值不夠合理，且王耀中等學(xué)者研究表示現(xiàn)有的國外預(yù)警模型對中國經(jīng)濟的運行情況并不能完全適用，預(yù)警狀態(tài)偏重定量指標、閾值的不易確定性、預(yù)警結(jié)論的準確度不穩(wěn)定以及各行業(yè)對預(yù)警模型的適應(yīng)能力低等問題比較明顯。因此，本文在前人研究的基礎(chǔ)上對指標進行分類歸納，結(jié)合我國實際情況，擬從宏觀、中觀、微觀等多種角度系統(tǒng)性地選取綜合評價指標，通過適用于對指標體系進行綜合評價的功效系數(shù)法來處理各類指標，構(gòu)建重慶市房地產(chǎn)金融風(fēng)險預(yù)警體系。

2 ?實證分析

2.1 房地產(chǎn)金融風(fēng)險測度方法

目前，國內(nèi)外關(guān)于房地產(chǎn)風(fēng)險測度的方法主要有指標法、理論價格法和統(tǒng)計檢驗法三種，指標法是用與房地產(chǎn)金融風(fēng)險相關(guān)的各個指標作出評估和分析，不僅直觀簡便的反映出房地產(chǎn)市場情況，還能經(jīng)過分析結(jié)果對現(xiàn)狀作出客觀評判;理論價格法是借助數(shù)學(xué)模型估算價格并與實際價格進行比較，用差值來判斷房地產(chǎn)風(fēng)險程度的方法，適用于了解房地產(chǎn)的具體收益情況;而統(tǒng)計檢驗是運用區(qū)間內(nèi)房地產(chǎn)相關(guān)指標在數(shù)學(xué)原理基礎(chǔ)上構(gòu)建模型，對房地產(chǎn)業(yè)相關(guān)指標進行統(tǒng)計分析的方法，適用于樣本足夠大或指標波動小的情形。基于重要性、全面性、科學(xué)性、可靠性、可操作性以及穩(wěn)定性等六原則，本文選擇指標體系法下的功效系數(shù)法進行研究，它最早是由學(xué)者李維哲和曲波共同提出，從生產(chǎn)、交易、消費和金融四個角度對房地產(chǎn)泡沫預(yù)警指標進行劃分，結(jié)合了主客觀研究的優(yōu)勢。功效系數(shù)法是對每一項評價指標確定一個滿意值和不允許值，以滿意值為上限，以不允許值為下限，計算各指標實現(xiàn)滿意值的程度，并以此確定各指標的分數(shù)，再經(jīng)過加權(quán)平均進行綜合，從而判斷房地產(chǎn)市場的綜合狀況。該方法主要是計算單項指標的功效系數(shù)Y，通過加權(quán)求出房地產(chǎn)金融風(fēng)險綜合預(yù)測度指數(shù)K，計算公式為：

2.2 風(fēng)險測度指標

房地產(chǎn)金融風(fēng)險預(yù)警指標的建立直接關(guān)系到體系預(yù)警結(jié)果的科學(xué)性和準確性。呂錚和高明（2012）采用了房地產(chǎn)投資/全社會固定資產(chǎn)投資、住房空置率等生產(chǎn)類、交易類、價格類共7個指標進行分析;吳義虎（2017）從產(chǎn)業(yè)結(jié)構(gòu)關(guān)聯(lián)、房地產(chǎn)自身發(fā)展和信貸資金三方面共6個指標建立預(yù)警體系。鑒于指標的全面性和數(shù)據(jù)的可得性，本文將結(jié)合前人研究成果，以宏觀中觀微觀的角度，從房地產(chǎn)業(yè)同國民經(jīng)濟的協(xié)調(diào)關(guān)系、房地產(chǎn)業(yè)的內(nèi)部發(fā)展以及房地產(chǎn)業(yè)的資金安全性等三個層面選取9個指標，即房地產(chǎn)投資總額/社會固定資產(chǎn)投資總額X11，房地產(chǎn)投資增長率/GDP增長率X12，房價收入比X13，商品房竣工面積/商品房銷售面積X21，商品房新開工面積/施工面積X22，房價增長率/GDP增長率X23，房地產(chǎn)開發(fā)企業(yè)資產(chǎn)負債率X31，房地產(chǎn)開發(fā)企業(yè)收益率X32，房地產(chǎn)貸款余額/金融機構(gòu)貸款余額X33。

2.2.1 房地產(chǎn)業(yè)同國民經(jīng)濟的協(xié)調(diào)關(guān)系指標

該類指標主要反映國民經(jīng)濟結(jié)構(gòu)的合理性。其中X11反映了房地產(chǎn)業(yè)擴張程度大小，側(cè)重于衡量整個社會的固定資產(chǎn)結(jié)構(gòu)是否合理;X12則側(cè)重于衡量整個社會的生產(chǎn)結(jié)構(gòu)是否合理;而X13是探討房價與國民收入的關(guān)系，是國際公認可以衡量房價合理性的重要指標。

2.2.2 房地產(chǎn)業(yè)的內(nèi)部發(fā)展指標

該類指標主要反映房地產(chǎn)業(yè)自身發(fā)展的合理性。其中X21表現(xiàn)了房地產(chǎn)市場的供需情況，可以一定程度上表示市場某時期內(nèi)的景氣度;X22主要反映了房地產(chǎn)商對行業(yè)發(fā)展的預(yù)期，具有一定的有效預(yù)測能力;而X23表現(xiàn)了虛擬經(jīng)濟對實體經(jīng)濟的偏離程度大小，可以衡量房地產(chǎn)業(yè)相對于實體經(jīng)濟增長的發(fā)展變化。

2.2.3 房地產(chǎn)業(yè)資金安全性指標

該類指標主要反映房地產(chǎn)業(yè)的信貸風(fēng)險程度的合理性。其中X31表示房地產(chǎn)企業(yè)的債務(wù)占比以及償還債務(wù)的能力，X32表示房地產(chǎn)企業(yè)整體的盈利能力，X33表示房地產(chǎn)業(yè)的信貸資金占比，金融機構(gòu)對房地產(chǎn)信貸的過度支持會助長投機行為的發(fā)生，從而影響供需平衡，導(dǎo)致房價上漲，造成較大風(fēng)險。

具體指標分類情況如表2。

2.3 綜合預(yù)警指數(shù)

2.3.1 數(shù)據(jù)來源

本文將選取2000-2017年重慶地區(qū)符合上述預(yù)警指標的數(shù)據(jù)，其數(shù)據(jù)主要來源于Wind資訊數(shù)據(jù)庫、《國家統(tǒng)計年鑒》和《重慶統(tǒng)計年鑒》。

2.3.2 預(yù)警指標的風(fēng)險權(quán)重及合理值

為保證測算結(jié)果的準確性，且由于各指標對金融風(fēng)險的影響程度各不相同，所以本文將按照各指標的重要程度評價和賦予相應(yīng)的權(quán)重。目前權(quán)重確定方法主要分為三類：主觀賦權(quán)法、客觀賦權(quán)法和主客觀綜合集成賦權(quán)法。本文將采用主客觀綜合集成賦權(quán)法，利用層次分析法和熵權(quán)法分別確定指標權(quán)重系數(shù)，主要是將主觀與客觀相結(jié)合，進一步提高預(yù)警準確性。具體步驟為：

2.3.2.1 原始數(shù)據(jù)收集與整理

本文從上述數(shù)據(jù)來源收集了重慶市房地產(chǎn)開發(fā)投資總額及同比、重慶市社會固定投資總額、重慶市GDP增長率、重慶市城鎮(zhèn)人均居住面積、人均可支配收入、城鎮(zhèn)住宅平均銷售價格、重慶市商品房竣工面積和銷售面積、新開工面積和施工面積以及重慶市房地產(chǎn)企業(yè)資產(chǎn)負債率、營業(yè)總收入和利潤、房地產(chǎn)開發(fā)貸款余額和金融機構(gòu)貸款余額等指標的數(shù)據(jù)，通過計算得出體系所需的9個指標，設(shè)置的數(shù)值如表3。

2.3.2.2 滿意值與不允許值

根據(jù)上述統(tǒng)計計算數(shù)據(jù)，參照楊曉冬和王要武（2008）、呂錚和高明（2012）等對相關(guān)指標的分析，并參考國際上的歷史經(jīng)驗數(shù)據(jù)，結(jié)合專家評判，來確定本文體系中預(yù)警指標的滿意值和不允許值，如表4。

2.3.2.3 確定測度指標權(quán)重

①熵權(quán)法。

熵是系統(tǒng)無序程度的一個度量;如果指標的信息熵越小，該指標提供的信息量越大，權(quán)重就越高。熵權(quán)法是一種客觀賦權(quán)方法。本文設(shè)置原始矩陣A（18×9），通過歸一化得到矩陣B，再定義熵H，使用公式wj=（1-hj）/（m-∑hj）計算各指標熵權(quán)，計算結(jié)果如表5。

②層次分析法。

層次分析法（AHP）是按照性質(zhì)和目標將問題層次化的一種定性與定量相結(jié)合的決策分析方法。通過對兩個方案的優(yōu)劣判斷，使用1-9的數(shù)字進行重要性度量，構(gòu)造判斷矩陣，然后歸一化判斷矩陣的特征向量，進而計算其層層權(quán)重，同時引入平均隨機一致性指標R.I.進行一致性檢驗，當R.I.<0.1，則判斷矩陣保持一致性。根據(jù)該方法，計算指標權(quán)重如表6。

③確定組合權(quán)重。

根據(jù)熵權(quán)法和層次分析法的綜合測算，按照多屬性決策的組合賦權(quán)方法，構(gòu)建組合方程式，求得組合權(quán)重如表7。

2.3.3 預(yù)警指標的綜合預(yù)警指數(shù)

2.3.3.1 各指標功效系數(shù)

為更好比較各測速指標是否處于正常區(qū)間，本文根據(jù)算式計算出各預(yù)警指標的功效系數(shù)如表8。

2.3.3.2 各指標綜合預(yù)警指數(shù)

根據(jù)公式（1）計算出房地產(chǎn)金融風(fēng)險綜合預(yù)警指數(shù)K，該指數(shù)能具體反映房地產(chǎn)業(yè)的金融風(fēng)險程度大小，與金融風(fēng)險呈反比例關(guān)系，即K值越大，房地產(chǎn)金融風(fēng)險程度越小，具體結(jié)果如表9、圖1。

2.4 實證結(jié)果及分析

通過分析上述數(shù)據(jù)，可以得到以下結(jié)論：

從圖1可知，除2013年位于警戒線內(nèi)，2014年位于警戒線上，2000-2017年重慶市房地產(chǎn)金融風(fēng)險預(yù)警指數(shù)整體處于安全區(qū)域，表明重慶市房地產(chǎn)金融風(fēng)險程度整體良好，而其中2000、2004、2008以及2016年均呈現(xiàn)出急轉(zhuǎn)下滑的趨勢，且2013年重慶市房地產(chǎn)表現(xiàn)為十幾年來金融風(fēng)險最大程度。

將上述結(jié)果分為四個階段描述：

第一階段（2000-2004）：2000-2001年的風(fēng)險加劇一方面是由于國家為應(yīng)對1997年亞洲金融危機，實施財政、貨幣雙積極政策，鼓勵全社會加大固定投資;另一方面是由于重慶在1997年宣布直轄，工業(yè)基礎(chǔ)好、人口基數(shù)大、發(fā)展?jié)摿善冢舜罅抠Y金涌入市內(nèi)的房地產(chǎn)行業(yè)。因此表現(xiàn)出一定的金融風(fēng)險傾向。2002年重慶市政府開始改變土地儲備制度，對全市土地進行宏觀調(diào)控，使房地產(chǎn)得以平穩(wěn)發(fā)展，并于2003年成立重慶市地產(chǎn)集團，專門負責(zé)重慶市土地儲備和開發(fā)事項。通過有節(jié)奏地向市場供應(yīng)土地，2004年市場反響極好，房地產(chǎn)金融風(fēng)險得以有效控制。

第二階段（2005-2008）：2005年，政府提出規(guī)劃到2020年實現(xiàn)城鎮(zhèn)建設(shè)用地面積從465平方公里增至865平方公里，于是大量開發(fā)土地，促進了房地產(chǎn)市場的火熱，但重慶經(jīng)濟的發(fā)展未及時追平房地產(chǎn)投資的增速，加之全國通脹壓力大，因此2005年K值回落，市場金融風(fēng)險增大。隨著城鄉(xiāng)一體化進程的加快，以及舊城改造、戶籍制度改革等政策，城市人口呈跳躍增長，住房需求擴大，而農(nóng)村人口流失，土地荒廢。2008年，重慶報經(jīng)中央同意，成立了農(nóng)村土地交易所，正式推行地票制度，較大程度上緩解了城鄉(xiāng)二元結(jié)構(gòu)之間城市建設(shè)用地不足、農(nóng)村土地浪費的矛盾，供需的平衡減少了房地產(chǎn)的過多投資，使房地產(chǎn)風(fēng)險得到有效控制。

第三階段（2009-2013）：由于2008年全球金融危機爆發(fā)，大多實體產(chǎn)業(yè)發(fā)展遭受影響，投資者開始將眼光聚焦在利潤較高的房地產(chǎn)行業(yè)，大量投資建房以及囤房的行為使得重慶市房地產(chǎn)業(yè)金融風(fēng)險程度自2009年起開始逐年加深，2013年，金融風(fēng)險預(yù)警指數(shù)跌破60關(guān)卡創(chuàng)歷史新低，進入警惕層次，表現(xiàn)為在市場需求保持穩(wěn)定的背景下，重慶市住宅超供面積巨大，房地產(chǎn)供給將近需求的4倍，嚴重的供需失衡給房地產(chǎn)以及金融行業(yè)帶來極大的資金和信用風(fēng)險。

第四階段（2014-2017）：于是，“國五條”新政細則落地、嚴控房地產(chǎn)融資風(fēng)險、首套房利率上浮，國家支持首套房自住購房需求，引導(dǎo)住房剛需，平衡市場供需，但由于政策實施的滯后性，2014年起市場反響趨好，土地超供現(xiàn)象逐漸得以控制。2014-2015年，地方限購、銀行限貸、公積金貸款均放松、補貼購房財稅、定向降準降息以及“二孩”政策的放開等一系列政策落實，既穩(wěn)定了市場供給預(yù)期，也擴大了民眾住房需求。同時，市場監(jiān)管進一步加強，私人及小房企違規(guī)修建商品房的現(xiàn)象減少，中小企業(yè)的退出提升了房地產(chǎn)行業(yè)集中度，供需逐漸平衡、市場逐步完善、泡沫風(fēng)險逐步降低，從而金融風(fēng)險預(yù)警指數(shù)回暖，房地產(chǎn)金融風(fēng)險減小。2016-2017年，由于政策的寬松和利好，重慶市商品住宅成交金額、均價、面積、套數(shù)持續(xù)創(chuàng)歷史新高，房地產(chǎn)市場火爆。然而呼聲極高的背后，2017年重慶市房地產(chǎn)開發(fā)企業(yè)的資產(chǎn)負債率高達74.5%，毛利率降低至6%，高負債低利潤的模式提高了金融風(fēng)險爆發(fā)的可能性，雖然預(yù)警指數(shù)有所降低，但由于市場銷量大、開發(fā)貸款余額減少，目前仍處于安全區(qū)域。

總體而言，重慶市房地產(chǎn)業(yè)在2000-2017年均處于高速擴張階段，房地產(chǎn)開發(fā)投資從2000年的139.63億元增長到2017年的3，980.08億元，增幅為2750.45%;商品房銷售面積從2000年的579.97萬平方米增加到2017年的6，711.00萬平方米，擴大了近11倍;房屋竣工面積也增加到了5，055.73萬平方米?；趪壹爸貞c市政策的合理引導(dǎo)、土地供需的合理控制以及城市人口增多帶來的市場剛需得到釋放，重慶市房地產(chǎn)市場基本保持平穩(wěn)發(fā)展，雖個別年限K值處于警戒線內(nèi)，但整體仍呈現(xiàn)安全信號，這與重慶房地產(chǎn)表現(xiàn)事實相符。

3 ?結(jié)論及建議

本文通過總結(jié)相關(guān)文獻，考慮到金融風(fēng)險影響因素、權(quán)威機構(gòu)所用指標以及體系層次的全面性和數(shù)據(jù)的可得性，綜合選取了三個方面共9種評價指標，構(gòu)建重慶市房地產(chǎn)金融預(yù)警指標體系，并采用主客觀綜合集成賦權(quán)法和功效系數(shù)法計算各指標的綜合預(yù)警值，對重慶市房地產(chǎn)金融風(fēng)險進行測度分析，得到的結(jié)論如下：第一，房地產(chǎn)同國民經(jīng)濟的協(xié)調(diào)關(guān)系與房地產(chǎn)業(yè)信貸資金安全中的指標對重慶市房地產(chǎn)金融風(fēng)險的測度影響較大，其中房地產(chǎn)投資總額/社會固定資產(chǎn)投資總額、房地產(chǎn)企業(yè)資產(chǎn)負債率與房地產(chǎn)開發(fā)貸款余額/金融機構(gòu)貸款余額三個指標對重慶市房地產(chǎn)市場風(fēng)險程度影響最大;第二，重慶市近十幾年來金融風(fēng)險指數(shù)均在安全區(qū)域，表明市內(nèi)房地產(chǎn)業(yè)面臨的金融風(fēng)險相對較小，但2013年的金融風(fēng)險預(yù)警指數(shù)最低且突破警戒線，說明該年面臨的金融風(fēng)險最大;第三，近五年來重慶市金融風(fēng)險指數(shù)波動較大，且去年金融風(fēng)險指數(shù)減小，意味著近期房地產(chǎn)金融市場有趨于不穩(wěn)定的跡象。

結(jié)合上述研究結(jié)論，本文提出以下幾點建議：第一，進一步盤活存量土地，改善土地供應(yīng)結(jié)構(gòu)，土地是影響房地產(chǎn)開發(fā)投資的重要因素，平衡土地供需一定程度上控制了房地產(chǎn)泡沫，從而減小房地產(chǎn)風(fēng)險;第二，引導(dǎo)商品房梯度消費，遏制投機性購房，即推進二手房市場的建設(shè)，增加滿足不同收入家庭住房需求的房屋供應(yīng)，擴大存量住房的流轉(zhuǎn)，同時利用限制期房轉(zhuǎn)讓、嚴格增收房產(chǎn)稅以及嚴控二套房首付比例和貸款利率等措施阻斷炒房者的道路，貫穿“房子是用來住的，不是用來炒的”信念;第三，在充分考慮大環(huán)境的前提下，加快住房金融體系的改革和完善，鼓勵開發(fā)商實行股權(quán)合作、上市、ABS等多種融資渠道籌集資金，同時嚴格控制房地產(chǎn)信托規(guī)模，避免盲目融資，從而提高房地產(chǎn)商自有資金開發(fā)房產(chǎn)的比例，降低房地產(chǎn)業(yè)金融風(fēng)險。希望地方政府和金融監(jiān)管機構(gòu)能充分運用政府機制和市場手段相結(jié)合，在滿足市民剛需的同時，積極調(diào)控，遏制投機，完善體制，維持重慶市國民經(jīng)濟和房地產(chǎn)業(yè)的健康可持續(xù)發(fā)展。

參考文獻：

[1]Case K.E.，Shiller R.J..Is There a Bubble in the Housing Market？[J].Brookings Papers on Economic Activity，2003，34（2）：298 -362.

[2]Brunnermeier M.Julliard C..Money Illusion and Housing Frenzies[J].Review of Financial Studies，2007，20（5）：135-180.

[3]Matthew S.Deleting bubbles in Hong Kong residential property market[J]. Journal of Asian Economics，2013，28（10）：115-124.

[4]Shih，Y.N.Housing price bubbles and inter-provincial spillover： evidence from China[J]. Habitat International，2014，43（7）：142-151.

[5]Rogmans T，Ghunaim M. A framework for evaluating sustainability indicators in the real estate industry[J]. Ecological Indicators，2016，66：603-611.

[6]呂江林.我國城市住房市場泡沫水平的度量[J].經(jīng)濟研究，2010（6）：28-41.

[7]李澤明，劉依依，張乾瑾.我國房地產(chǎn)泡沫的實證分析[J].統(tǒng)計與決策，2012（14）：145-147.

[8]袁平，吳潔.中國房地產(chǎn)泡沫測度及其影響因素分析[J].新金融，2012（3）：55-59.

[9]郭謙.北京市房地產(chǎn)市場泡沫實證研究[J].特區(qū)經(jīng)濟，2013（6）：33-36.

[10]楊曉冬，王要武.基于神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)泡沫預(yù)警研究[J]. 中國軟科學(xué)，2008（2）：122-128.

[11]李維哲，曲波.地產(chǎn)泡沫預(yù)警系統(tǒng)研究[J].中國房地產(chǎn)金融，2002（8）：18-21.

[12]楊志安，寧宇之.中國財政風(fēng)險預(yù)警系統(tǒng)的構(gòu)建——基于AHP評價法的實證研究[J].中國經(jīng)濟問題，2014（4）：30-37.

[13]呂錚，高明.重慶市房地產(chǎn)市場泡沫測度研究[J]. 西南師范大學(xué)學(xué)報（自然科學(xué)版），2012（5）：143-151.

[14]楊虎，易丹輝，肖宏偉.基于大數(shù)據(jù)分析的互聯(lián)網(wǎng)金融風(fēng)險預(yù)警研究[J].現(xiàn)代管理科學(xué)，2014（4）：3-5.

[15]孫蕾.山東省房地產(chǎn)金融市場風(fēng)險狀況監(jiān)測預(yù)警的實證研究—基于主成分和灰色預(yù)測分析法[J].區(qū)域金融研究，2016（12）：18-26.

[16]吳義虎.房地產(chǎn)金融風(fēng)險預(yù)警研究—基于海南的實證分析[J].海南金融，2017（11）：63-69.

[17]張爽.基于系統(tǒng)動力學(xué)的房地產(chǎn)市場風(fēng)險預(yù)警系統(tǒng)研究[D].山東：濟南大學(xué)，2017.

[18]劉亞璇.中國房地產(chǎn)市場金融風(fēng)險評價研究[D].北京：首都經(jīng)貿(mào)大學(xué)，2018.