政府債務(wù)對(duì)中國(guó)房地產(chǎn)價(jià)格的影響研究

施玉佩 何曉繁

【摘 要】房地產(chǎn)行業(yè)是我國(guó)的支柱產(chǎn)業(yè)之一，近年來(lái)，房地產(chǎn)行業(yè)對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展做出了重大貢獻(xiàn)，與此同時(shí)，政府債務(wù)規(guī)模對(duì)推動(dòng)房地產(chǎn)行業(yè)的發(fā)展做出了重要貢獻(xiàn)。文章通過(guò)分析中央政府債務(wù)規(guī)模和中國(guó)商品房?jī)r(jià)格之間的關(guān)系，通過(guò)構(gòu)建向量自回歸模型（VAR模型）進(jìn)行實(shí)證分析。結(jié)果表明：政府債務(wù)規(guī)模的擴(kuò)大，促使了商品房?jī)r(jià)格的上漲，這種促進(jìn)作用是正向且長(zhǎng)期的。

【關(guān)鍵詞】政府債務(wù);商品房?jī)r(jià)格;VAR模型

0 引言

我國(guó)在1994年實(shí)行分稅制改革之后，地方政府財(cái)政的缺口持續(xù)擴(kuò)大?！额A(yù)算法》和分稅制制約了地方政府的融資方式，加上經(jīng)濟(jì)下行，政府出現(xiàn)財(cái)政赤字且赤字情況不斷嚴(yán)重。政府為了彌補(bǔ)財(cái)政缺口，促進(jìn)各地區(qū)發(fā)展，以土地抵押獲得資金，形成以土地財(cái)政為依托的債務(wù)融資方式。財(cái)政部發(fā)布地方債數(shù)據(jù)顯示，2019年12月，全國(guó)發(fā)行地方政府債券379.87億元。其中，發(fā)行一般債券39.87億元，發(fā)行專項(xiàng)債券340億元。在房地產(chǎn)市場(chǎng)不斷加劇分化的背景下，地方政府將債務(wù)資金用于房地產(chǎn)行業(yè)建設(shè)的資金較大，政府債務(wù)也隨之?dāng)U大，形成惡性循環(huán)，但是地方債務(wù)一直擴(kuò)大會(huì)增加風(fēng)險(xiǎn)。在地方政府債務(wù)激增與房?jī)r(jià)大幅上漲的背景下，研究?jī)烧咧g的關(guān)系并提出相關(guān)建議，有著重要的理論與政策意義。

1 文獻(xiàn)綜述

謝穎琦（2018）基于VAR模型論證商品房?jī)r(jià)格對(duì)地方債務(wù)規(guī)模有相當(dāng)大的影響，研究結(jié)果證明住房?jī)r(jià)格水平對(duì)地方債務(wù)規(guī)模有顯著的正反饋?zhàn)饔肹1]。黃弘智（2018）基于北京和福建數(shù)據(jù)的研究表明，地方債發(fā)行和房地產(chǎn)之間的關(guān)系首先是相互促進(jìn)的，當(dāng)房地產(chǎn)市場(chǎng)低迷，地方債的發(fā)行能吸收市場(chǎng)資金;其次是相互抑制的，當(dāng)房地產(chǎn)行業(yè)高漲時(shí)，地方債吸收市場(chǎng)資金，能降低熱度[2]。江明（2019）基于城投債的視角研究得出結(jié)果，房地產(chǎn)價(jià)格與地方政府借貸資本之間有著正向關(guān)系[3]。楊易偉、陸波（2020）收集省級(jí)面板數(shù)據(jù)的研究表明，地方政府債務(wù)和房?jī)r(jià)存在正相關(guān)的關(guān)系[4]。

2 變量選取與處理

本文綜合已有的研究進(jìn)行歸納總結(jié)，考慮數(shù)據(jù)可得性，選擇的時(shí)間區(qū)段為1995—2018年的年度數(shù)據(jù)。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和WIND數(shù)據(jù)庫(kù)。運(yùn)用Eviews10.0軟件對(duì)本文選取的數(shù)據(jù)進(jìn)行實(shí)證分析。

被解釋變量：選取商品房平均銷售價(jià)格衡量房地產(chǎn)發(fā)展的指標(biāo)。計(jì)算公式為商品房銷售總價(jià)格/商品房銷售面積。在做實(shí)證分析的時(shí)候，對(duì)它取了對(duì)數(shù)，記做LnFSALE。

解釋變量：政府債務(wù)規(guī)模為本文的解釋變量。在進(jìn)行實(shí)證分析時(shí)，對(duì)它同樣取了對(duì)數(shù)，記做LnLGD。

控制變量：本文選取了3個(gè)控制變量，分別是國(guó)內(nèi)生產(chǎn)總值、中長(zhǎng)期人民幣貸款和中長(zhǎng)期貸款5年以上利率。在做實(shí)證分析時(shí)，對(duì)3個(gè)控制變量分別取了對(duì)數(shù)，分別記做LnGDP、LnRMBLOAN、LnFIVERATE。

3 模型設(shè)計(jì)

3.1 ADF檢驗(yàn)

在建立VAR模型之前，需要對(duì)時(shí)間序列的數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。ADF單位根檢驗(yàn)結(jié)果見(jiàn)表1。本文首先對(duì)LnFSALE、LnLGD、LnGDP、LnRMBLOAN、LnFIVERATE 5個(gè)變量進(jìn)行單位根檢驗(yàn)。檢驗(yàn)結(jié)果如下：在水平條件下，僅有LnFIVERATE是平穩(wěn)的。因此，對(duì)各個(gè)變量進(jìn)行一階差分，除了LnRMBLOAN和LnFIVERATE之外的3個(gè)變量都是不平穩(wěn)的。所以，本文繼續(xù)對(duì)各個(gè)變量進(jìn)行二階差分，5個(gè)變量在1%顯著水平下是平穩(wěn)的，即所有變量均為二階差分平穩(wěn)，符合建立VAR模型的先決條件。因此，本文建立以LnFSALE、LnLGD、LnGDP、LnRMBLOAN、LnFIVERAT 5個(gè)變量的VAR模型。

3.2 AR檢驗(yàn)

AR檢驗(yàn)主要是判斷時(shí)間序列數(shù)據(jù)是否存在單位根，若存在，則表示時(shí)間序列不平穩(wěn)，因此不能繼續(xù)進(jìn)行VAR模型之后的分析。從圖1中可以看出，沒(méi)有單位根落在單位圓外，表明序列是穩(wěn)定的，所以建立VAR模型是合適的，可以對(duì)本文中的5個(gè)變量進(jìn)行VAR模型實(shí)證分析。

3.3 協(xié)整檢驗(yàn)

為了驗(yàn)證本文中5個(gè)變量之間是否存在長(zhǎng)期的關(guān)系，本文采用Johenson協(xié)整檢驗(yàn)方法對(duì)上述變量進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果表2。從表2可以看出，原假設(shè)“一個(gè)也沒(méi)有”“最多有一個(gè)”“最多有兩個(gè)”“最多有三個(gè)”和“最多有四個(gè)”的跡檢驗(yàn)統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量均大于5%顯著性水平的臨界值，即在5%顯著性水平下拒絕原假設(shè)，表明5個(gè)變量之間存在4個(gè)協(xié)整關(guān)系?？梢缘贸鼋Y(jié)論：5個(gè)變量之間存在長(zhǎng)期均衡關(guān)系。

3.4 脈沖分析

在進(jìn)行脈沖響應(yīng)之前需要確定最優(yōu)滯后階數(shù)，根據(jù)信息準(zhǔn)則的結(jié)果顯示最優(yōu)滯后階數(shù)為2階。因?yàn)楸疚闹饕芯康氖钦畟鶆?wù)對(duì)房地產(chǎn)價(jià)格的影響，所以在做脈沖響應(yīng)分析時(shí)，只分析政府債務(wù)與房地產(chǎn)價(jià)格之間的關(guān)系。

圖2表示政府債務(wù)與商品房?jī)r(jià)格之間的脈沖響應(yīng)圖。從圖2中可以看出，給予政府債務(wù)一個(gè)沖擊，對(duì)商品房?jī)r(jià)格有一個(gè)正向的影響，并且在第2期達(dá)到最大值，之后開(kāi)始持續(xù)下降。下降到第5期開(kāi)始小幅度上升，隨后在第7期又開(kāi)始下降，并在第20期開(kāi)始趨于平穩(wěn)。這說(shuō)明政府債務(wù)規(guī)模的擴(kuò)大，在一定程度上支持了房地產(chǎn)企業(yè)的發(fā)展，從而進(jìn)入房地產(chǎn)行業(yè)，并且促使了商品房?jī)r(jià)格的上升，這種促進(jìn)作用是正向且長(zhǎng)期的。

3.5 方差分解

為了進(jìn)一步分析LnLGD、LnGDP、LnRMBLOAN、LnFIVERATE 4個(gè)變量對(duì)LnLGD增長(zhǎng)率的貢獻(xiàn)程度，需要對(duì)LnFSALE進(jìn)行方差分解。根據(jù)表3，除了商品房?jī)r(jià)格貢獻(xiàn)度之外，LnLGD在促進(jìn)房?jī)r(jià)價(jià)格上漲具有顯著的作用，貢獻(xiàn)程度為6.7%～39.7%。LnRMBLOAN對(duì)房?jī)r(jià)貢獻(xiàn)程度其次，為3.6%～14.0%。LnFIVERATE對(duì)房?jī)r(jià)的貢獻(xiàn)程度為1.5%-8.9%。LnGDP對(duì)房?jī)r(jià)的貢獻(xiàn)程度為5.5%～9.0%。方差分解的結(jié)果和前面實(shí)證分析的結(jié)果相互一致。

4 結(jié)論與政策建議

本文選取1995—2018年的年度宏觀數(shù)據(jù)，通過(guò)構(gòu)建VAR模型進(jìn)行實(shí)證分析，分析了中國(guó)政府債務(wù)規(guī)模、中國(guó)商品房?jī)r(jià)格、人民幣貸款規(guī)模、國(guó)內(nèi)生產(chǎn)總值及5年期以上的中長(zhǎng)期貸款利率五者之間的關(guān)系，實(shí)證研究分析得出了以下結(jié)論：基于VAR模型，政府債務(wù)規(guī)模的擴(kuò)大，促使了商品房?jī)r(jià)格的上漲，這種促進(jìn)作用是正向且長(zhǎng)期的。

根據(jù)以上結(jié)論，提出以下幾點(diǎn)政策建議。

（1）控制政府債務(wù)規(guī)模，化解政府債務(wù)風(fēng)險(xiǎn)。拓寬融資渠道，把民間資本引入基礎(chǔ)設(shè)施建設(shè)項(xiàng)目，降低政府財(cái)政支出壓力，減輕財(cái)政負(fù)擔(dān)，分?jǐn)傢?xiàng)目投資風(fēng)險(xiǎn)。規(guī)范土地出讓制度，降低政府對(duì)土地出讓收入的依賴程度，借助國(guó)家重大發(fā)展戰(zhàn)略，增強(qiáng)自身的經(jīng)濟(jì)實(shí)力。防控政府債務(wù)風(fēng)險(xiǎn)，政府債務(wù)風(fēng)險(xiǎn)若發(fā)生，極可能引起連鎖反應(yīng)傳導(dǎo)至其他機(jī)構(gòu)。政府債務(wù)主要來(lái)源于銀行貸款，政府債務(wù)風(fēng)險(xiǎn)將向金融機(jī)構(gòu)轉(zhuǎn)移，并導(dǎo)致金融機(jī)構(gòu)財(cái)務(wù)狀況惡化?，F(xiàn)階段，我國(guó)經(jīng)濟(jì)下行的壓力很大，必然弱化政府的償債能力，一旦政府債務(wù)難以為繼時(shí)，政府極有可能通過(guò)“借新還舊”轉(zhuǎn)移債務(wù)風(fēng)險(xiǎn)。完善中央財(cái)政關(guān)系，加快建立權(quán)責(zé)清晰、財(cái)力協(xié)調(diào)的中央財(cái)政關(guān)系，有效控制政府舉債沖動(dòng)。

（2）政府應(yīng)挖掘新的財(cái)政增收方式。政府債務(wù)大部分投向一些投資周期長(zhǎng)、回報(bào)率低的公共產(chǎn)品項(xiàng)目，例如市政建設(shè)、基礎(chǔ)設(shè)施配套等，這樣做的危害是當(dāng)房地產(chǎn)市場(chǎng)出現(xiàn)泡沫，融資平臺(tái)會(huì)出現(xiàn)資金流動(dòng)性危機(jī)，政府債務(wù)的償還風(fēng)險(xiǎn)會(huì)直接危及產(chǎn)生借貸關(guān)系的金融機(jī)構(gòu)，從而引發(fā)債務(wù)違約和金融風(fēng)險(xiǎn)，這樣產(chǎn)生的后果必將直接傳導(dǎo)至各建設(shè)項(xiàng)目，引發(fā)實(shí)體經(jīng)濟(jì)危機(jī)。政府應(yīng)改變對(duì)土地財(cái)政的強(qiáng)烈依賴，確保房地產(chǎn)市場(chǎng)良性發(fā)展和控制地方債務(wù)規(guī)模。所以，政府應(yīng)挖掘新的財(cái)政增收方式，可以引進(jìn)民營(yíng)資本參與地區(qū)大型項(xiàng)目建設(shè)。同時(shí)，不應(yīng)過(guò)度大搞建設(shè)推進(jìn)城鎮(zhèn)化，需根據(jù)財(cái)政實(shí)力循序漸進(jìn)。

參 考 文 獻(xiàn)

[1]謝穎琦.房?jī)r(jià)對(duì)地方債規(guī)模的影響分析——基于VAR模型的實(shí)證研究[J].行政事業(yè)資產(chǎn)與財(cái)務(wù)，2019（7）：44-45.

[2]黃弘智.地方債規(guī)模與房地產(chǎn)價(jià)格關(guān)系及發(fā)債策略——以福建和北京數(shù)據(jù)為依據(jù)[J].福建建筑，2018（4）：145-148.

[3]江明.地方政府債務(wù)對(duì)商品房?jī)r(jià)格的影響[D].成都：西南財(cái)經(jīng)大學(xué)，2019.

[4]楊易偉，陸波.我國(guó)房?jī)r(jià)與地方政府債務(wù)相互影響機(jī)制[J].區(qū)域治理，2020（2）：219-222.