我國房地產(chǎn)價格對城市商業(yè)銀行穩(wěn)定性的影響

范松杰，張奉君

（鄭州信息科技職業(yè)學(xué)院 財會金融學(xué)院，河南 鄭州 450000）

在我國，商業(yè)銀行是銀行系統(tǒng)的主力軍，在整個商業(yè)銀行體系中， 國有控股商業(yè)銀行和股份商業(yè)銀行憑借著雄厚的資產(chǎn)與政府部門的扶持， 其抵擋風(fēng)險的能力較強(qiáng)。然而，城市商業(yè)銀行由于受到政府過度干預(yù)、信貸市場競爭激烈、公司治理結(jié)構(gòu)問題突出等一系列問題的困擾，其脆弱性特征較為突出。從貸款方向來看就顯而易見， 事實上， 向中長期貸款集中、向房地產(chǎn)行業(yè)集中、向地方政府融資平臺集中一直都是我國城市商業(yè)銀行信貸市場的普遍現(xiàn)象。 值得關(guān)注的是， 向房地產(chǎn)行業(yè)集中則在城商行群體中體現(xiàn)得尤為明顯，無論是規(guī)模較大的北京銀行、上海銀行還是規(guī)模相對較小的中西部城市商業(yè)銀行，對房地產(chǎn)行業(yè)的貸款始終排在各大城商行貸款行業(yè)的前五位， 各大城商行中房地產(chǎn)行業(yè)的貸款占比也遠(yuǎn)高于股份制商業(yè)銀行和國有控股商業(yè)銀行。 近幾年來，我國房地產(chǎn)行業(yè)雖然發(fā)展迅速，為城市商業(yè)銀行帶來了豐厚的利潤回報，但從國內(nèi)政策形勢來看，政府工作報告中多次明確指出要進(jìn)一步深化房地產(chǎn)稅收制度改革，加快房地產(chǎn)長效機(jī)制指向“市場化”，房價面臨著下行的趨勢。 這對房地產(chǎn)行業(yè)貸款集中度過高的城市商業(yè)銀行而言， 房地產(chǎn)價格的變動會隨時導(dǎo)致整個城商行的系統(tǒng)性風(fēng)險集中暴露。因此，通過研究我國房地產(chǎn)市場的現(xiàn)狀， 分析其對城市商業(yè)銀行穩(wěn)定性的影響， 能夠為我國銀行系統(tǒng)穩(wěn)健性的提升提供重要的借鑒意義。

一、文獻(xiàn)綜述

房地產(chǎn)市場同時存在兩種效應(yīng)。一方面，當(dāng)房價上升時，銀行自有房地產(chǎn)價值上升，銀行的財富在不斷地增加， 同時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(yīng)”增加了銀行的穩(wěn)定性。另一方面，房價的上漲會使銀行認(rèn)為房地產(chǎn)的借貸風(fēng)險較低， 促使銀行不斷降低房屋購買者的借款利率， 房地產(chǎn)借款人能以較低的成本獲取貸款。同時，房地產(chǎn)市場的炒房者和投機(jī)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(jìn)一步推動房價的上漲。 逆向選擇和道德風(fēng)險等問題的存在最終會導(dǎo)致銀行經(jīng)營的不確定性， 從而大大增加了銀行體系發(fā)生危機(jī)的可能性（Allen and Gale，2001）[1]（427），房價持續(xù)上漲而偏離其均衡價值之——“偏離效應(yīng)”增加了銀行的脆弱性。

二、模型構(gòu)建、指標(biāo)選取和數(shù)據(jù)說明

（一）房價變動及其偏差的變量選取及數(shù)據(jù)說明

實證第一部分首先設(shè)定模型（1）。 選取中國35個大中型城市的房地產(chǎn)價格作為被解釋變量， 選取人均GDP、 人口數(shù)量作為需求因素的解釋變量，選取土地價格和房屋竣工面積作為供給因素的解釋變量，構(gòu)建房地產(chǎn)價格影響因素模型，并定義模型的殘差項為房價偏差值。 如下：

式中，HP 代表住宅商品房的平均價格，PGDP代表人均GDP，POP 代表人口數(shù)量，CE 代表住宅竣工房屋面積，COST 表示土地價格。 對上述變量對數(shù)處理。j 表示全國35 個大中型城市，由于國家統(tǒng)計局2002 年之前的數(shù)據(jù)缺失，2017 年的數(shù)據(jù)還未公布，所以模型中t 的時間跨度設(shè)定為2002—2016 年。

變量選擇：

1． 房地產(chǎn)需求因素。（1）人均 GDP（PGDP）。人們的收入水平很大程度上決定了其購買力， 收入水平的提高促進(jìn)了人們對住房的需求， 沒有房產(chǎn)的剛性意愿購買房產(chǎn)， 有一套房產(chǎn)的為了改善居住條件會再次購買房產(chǎn)， 有資金的也可能為了尋找投資渠道而投資于房產(chǎn)?？傮w來說人均GDP 與房價有著明顯關(guān)系。 （2）人口數(shù)量（POP）。 人口也是影響房價最重要的因素之一， 居者有其屋的觀念使得人們迫切需要一個穩(wěn)定的保證。目前，我國眾多的人口基數(shù)所蘊(yùn)藏的巨大需求與有限的土地資源和長周期的建筑時間形成了鮮明的反差，供求失衡使得房價不斷上漲。

2． 房地產(chǎn)供給因素。（1）土地價格（COST）。房地產(chǎn)價格包括了土地價格和建筑物價格， 因此土地價格與房價正相關(guān)變動。 由于沒有直接的土地價格作為參考，本文通過國家統(tǒng)計局的年度城市數(shù)據(jù)，推算出了各大城市不同年度的土地價格， 具體做法為開發(fā)投資額除以購置面積。（2）房屋竣工面積（CE）。新建住房的不斷供給能夠滿足居民的住房需求， 不管是剛性的還是改善投機(jī)性的需求。根據(jù)價格規(guī)律，房屋竣工面積的增加能夠緩解社會的供求缺口， 并降低房產(chǎn)的價格。

（二）抵押假說與偏差假說的變量選取及數(shù)據(jù)說明

模型（2）中將不良貸款率Npl 作為被解釋變量，引入解釋變量△HP 與HPD， 討論房價失衡與房價變化對城市商業(yè)銀行穩(wěn)定性的影響。

通過年報和Bankscope 數(shù)據(jù)庫的查詢， 各省市主要城市商業(yè)銀行財務(wù)信息始于2005 年， 終于2016 年，所以模（2）型中t 的時間跨度設(shè)定為2005-2016 年。 我們設(shè)定i 與j 是一一對應(yīng)的關(guān)系，即我們只考察銀行i 在總部所在城市j 的各項指標(biāo)，而不考慮其分支機(jī)構(gòu)在其他城市j 的指標(biāo)狀況。式中不良貸款率NpL 代表銀行i 在j 城市t 時刻的穩(wěn)定性狀況，其中 NPL 越小，銀行越穩(wěn)定，反之越脆弱。 Asset、Lg、Own、S 四個變量分別代表 2005—2016 年全國 30 家城市商業(yè)銀行的資產(chǎn)規(guī)模、貸款變動率、第一大股東性質(zhì)以及第一大股東的持股比列，DG 代表各大城市金融機(jī)構(gòu)存款余額與GDP 的比率，主要衡量各大城市的金融深化程度。 △HP 和△HPD 作為解釋變量分別代表2005-2016 年全國35 個大中城市的房價變動率和房價偏離均衡價值的程度。 L.△HP 和L.HPD 表示滯后1 期。

變量選擇：

總之，加強(qiáng)護(hù)生在校法律知識教育，增強(qiáng)法律與臨床實際的結(jié)合，使護(hù)生做到學(xué)法、守法、用法，自覺防范護(hù)理差錯及醫(yī)療事故發(fā)生，促進(jìn)護(hù)理法律教學(xué)整體質(zhì)量的提高，讓實習(xí)生成功走上臨床護(hù)理工作崗位，優(yōu)化護(hù)理質(zhì)量。

1． 被解釋變量。選取Npl 作為被解釋變量，其中NpL 越小，銀行越穩(wěn)定，反之越脆弱。

2．解釋變量。 本文借鑒Michael Koetter 和Tigran Poghosyan（2010）及譚政勛和陳銘（2012）[3]（146）的做法，將△HPjt與HPDjt分別作為抵押效應(yīng)和偏離效應(yīng)（1）的殘差。

3． 控制變量。銀行資產(chǎn)規(guī)模的對數(shù)值 LNAssetijt。一般認(rèn)為， 國內(nèi)商業(yè)銀行的最大區(qū)別在于其規(guī)模大小，所以規(guī)模大小LNAssetijt是有效的控制變量之一。

4． 城市商業(yè)銀行的股權(quán)結(jié)構(gòu)一直飽受爭議，經(jīng)過慎重考慮， 我們決定采取以下三個指標(biāo)來刻畫政府股東對銀行穩(wěn)定性的影響程度。 一是第一大股東的性質(zhì)是否為國有，國有的含義為國有企事業(yè)單位，用變量OWNijt表示。 二是使用第一大股東持股比例Sijt來反映樣本銀行的股權(quán)集中度，Sijt越大， 其對銀行的經(jīng)營決策就會有充分的主導(dǎo)權(quán)。 第一大股東的決策往往會影響銀行的經(jīng)營績效， 對銀行經(jīng)營的穩(wěn)定性產(chǎn)生重大的影響。三是金融深化率DGijt。周書伊（2010）[4]（26）認(rèn)為，在金融深化的過程中，城商行的發(fā)展不僅會受到監(jiān)管部門的制約， 還很大程度上唯命于國有背景的企業(yè)與事業(yè)單位，其獨立性較弱，城商行的脆弱性會不斷累積。

三、實證分析

（一）房價偏差的分離

對面板數(shù)據(jù)進(jìn)行單位根檢驗、協(xié)整檢驗、模型設(shè)定形式檢驗后， 為了清晰地反映各個自變量對被解釋變量的影響程度和顯著關(guān)系， 我們先后在模型中引進(jìn) Lnpg、LnPOP、Lnce、Lncost，模型的擬合結(jié)果在表1 中呈現(xiàn)。

表1 模型估計

研究結(jié)果表明，人均GDP（Lnpg）和人口數(shù)量（LnPOP）與房價正相關(guān)變動。 福利分房停止后的20多年里， 城鎮(zhèn)化進(jìn)程的深化和居民可支配收入的增加推動了房地產(chǎn)行業(yè)的迅猛發(fā)展，房價一路飆升，泡沫不斷積攢。 土地價格（Lncost）作為房價的重要組成部分， 土地價格的上漲與下跌關(guān)系到房價的變動趨勢。 目前， 我國的各級地方政府運(yùn)用權(quán)利低買高賣，差價成為了政府的“第二財政”保證。隨著居民的財產(chǎn)權(quán)得到進(jìn)一步的保護(hù)， 居民的話語權(quán)也隨之增大，地方政府為了維持土地財政的穩(wěn)中有增，肆意將成本的上漲轉(zhuǎn)嫁給房企并最終增加了土地價格。 作為供給總量的具體表現(xiàn)形式， 房屋竣工面積（Lnce）的增加降低了房地產(chǎn)價格。

（二）房地產(chǎn)價格影響城市商業(yè)銀行穩(wěn)定性的回歸分析

模型（1）—（5）是基于 2005-2016 年 30 家城市商業(yè)銀行的非平衡面板數(shù)據(jù)， 運(yùn)用總體平均估計法回歸后結(jié)果如下。

表（2）中模型（1）—（5）可分為兩部分，（1）—（3）只引進(jìn)當(dāng)期的房價變動率△HP 和房價偏差值HPD，（4）和（5）還引進(jìn)了滯后 1 期的△HP 和 HPD。最后，每個公式均引進(jìn)了資產(chǎn)規(guī)模（lnAsset）、貸款變動率（Lg）這兩個銀行財務(wù)指標(biāo)控制變量和最大股東的性質(zhì)（Own）、最大股東的持股比例（S）以及資本深化程度（DG）這三個控制變量，以期探索城商行的財務(wù)狀況和股權(quán)結(jié)構(gòu)差異對其穩(wěn)定性的影響狀況。

結(jié)論1． 房價下跌和房價偏離均會降低城市商業(yè)銀行的穩(wěn)定性，但房價下跌的作用力要大得多。模型（1）（3）（4）中，均顯著為負(fù)，即房價下降幅度越大，銀行越不穩(wěn)定。 HPD 只在模型（5）中顯著為正，即房價偏離幅度越大，銀行越不穩(wěn)定。 總而言之，房價下跌和房價偏離均增加了銀行的不穩(wěn)定性， 但房價下跌的作用力要大得多， 本文的回歸結(jié)果支持價值抵押假說。

結(jié)論2． 城市商業(yè)銀行的資產(chǎn)規(guī)模和貸款變動率與城市商業(yè)銀行的穩(wěn)定性之間顯著正相關(guān)變動。LnAsset 和Lg 在所有模型中的回歸系數(shù)均為負(fù)，并全部顯著。這說明近幾年來，城市商業(yè)銀行穩(wěn)定性的提升部分得益于城市商業(yè)銀行資產(chǎn)規(guī)模的快速擴(kuò)張。

表2 模型估計

結(jié)論3． 城市商業(yè)銀行的股權(quán)結(jié)構(gòu)差異對銀行的穩(wěn)定性有影響。 第一大股東性質(zhì)（Own）在模型（1）（2）（4）中的系數(shù)均顯著為負(fù)，而第一大股東持股比例（S）和金融深化程度（DG）在幾個模型中沒有通過顯著性檢驗。 這說明在金融深化的過程中，國有背景的企事業(yè)單位對城商行的經(jīng)營決策有一定的幫助， 城商行中政府股東的行為對銀行的穩(wěn)定性產(chǎn)生了正面影響。

四、結(jié)論

（一）人均GDP、人口數(shù)量和土地價格與我國房地產(chǎn)價格存在著顯著的正相關(guān)， 住宅房屋竣工面積與我國房地產(chǎn)價格存在顯著的負(fù)相關(guān)

人均GDP 的提高和人口數(shù)量的增長增加了居民對住房的剛性需求。 土地價格受到政府“土地政策”的利益驅(qū)動而保持較高的價位，這也部分決定了高房價的持續(xù)存在。 作為房地產(chǎn)供給總量的具體表現(xiàn)形式，房屋竣工面積的增加降低了房地產(chǎn)的價格。

（二）本文的實證結(jié)果支持價值抵押假說而不是價值偏離假說

當(dāng)房地產(chǎn)泡沫破裂，房價持續(xù)下跌時，房地產(chǎn)作為抵押品的價值會持續(xù)縮水， 企業(yè)由于房價下跌而取得的收入不足以償還房屋抵押貸款， 個人則會鑒于房價的下跌而放棄還貸， 企業(yè)與個人的違約給銀行增添了巨大的風(fēng)險，并持續(xù)地暴露出銀行的脆弱性。銀行為了彌補(bǔ)虧損就會惜貸于房地產(chǎn)行業(yè)， 而那些仍然對房地產(chǎn)有剛性需求的居民由于籌資困難而難以形成有效需求，社會的需求量就會呈現(xiàn)下降的趨勢，供大于求的結(jié)果就形成了房價下跌、 不良貸款率上漲這樣的惡性循環(huán)。 因此，在金融加速器的作用下，一旦房價下跌，城市商業(yè)銀行的穩(wěn)定性會面臨巨大的挑戰(zhàn)。

（三）城市商業(yè)銀行的股權(quán)結(jié)構(gòu)差異對銀行的穩(wěn)定性有影響

在金融深化的過程中， 國有背景的企事業(yè)單位對城商行的經(jīng)營決策有一定的幫助， 城商行中政府股東的行為對銀行的穩(wěn)定性產(chǎn)生了正面影響。