金融房?jī)r(jià)觀點(diǎn) 宏觀調(diào)控指標(biāo)
——房地產(chǎn)市場(chǎng)交易金融宏觀建模探討

文｜廣東省建設(shè)信息中心 楊海濤 陳輔淳 夏蘭亭

1.研究背景

2021年7月22日，中央政治局常委、國(guó)務(wù)院副總理韓正在加快發(fā)展保障性租賃住房和進(jìn)一步做好房地產(chǎn)市場(chǎng)調(diào)控工作電視電話會(huì)議上強(qiáng)調(diào)，要牢牢抓住房地產(chǎn)金融這個(gè)關(guān)鍵。

2020年12月28日，人民銀行與銀保監(jiān)會(huì)出臺(tái)銀發(fā)〔2020〕322 號(hào)文件，規(guī)定銀行業(yè)金融機(jī)構(gòu)房地產(chǎn)貸款余額和個(gè)人住房貸款余額占機(jī)構(gòu)人民幣各項(xiàng)貸款余額的比例（簡(jiǎn)稱(chēng)房地產(chǎn)貸款占比和個(gè)人住房貸款占比）不得高于相應(yīng)上限。

我國(guó)銀行業(yè)金融機(jī)構(gòu)整體房地產(chǎn)行業(yè)貸款占比（房地產(chǎn)貸款占比＋個(gè)人住房貸款占比）上限相當(dāng)高：第一檔為40%＋32.5%，第二檔為27.5%＋20%，第三檔為22.5%＋17.5%，等等。房地產(chǎn)行業(yè)的正規(guī)貸款總額占全部人民幣各項(xiàng)貸款之和的大頭。

20世紀(jì)90年代我國(guó)住房制度改革以來(lái)，住宅房地產(chǎn)市場(chǎng)交易規(guī)模和價(jià)格主要由社會(huì)經(jīng)濟(jì)的市場(chǎng)因素決定。政策性干預(yù)只能抑制、延緩或者提前釋放市場(chǎng)因素的力量，市場(chǎng)因素的作用終究會(huì)兌現(xiàn)。市場(chǎng)因素在宏觀上，哪些最能左右房地產(chǎn)市場(chǎng)交易規(guī)模和價(jià)格，最能揭示交易市場(chǎng)的動(dòng)力和勢(shì)態(tài)呢？房地產(chǎn)金融是個(gè)關(guān)鍵。

研究住宅房地產(chǎn)交易（買(mǎi)賣(mài)）金融宏觀指標(biāo)、建立相關(guān)概念模型，提綱要領(lǐng)地衡量評(píng)估房地產(chǎn)市場(chǎng)的金融屬性，對(duì)于住宅房地產(chǎn)市場(chǎng)調(diào)控具有十分重要的現(xiàn)實(shí)意義。但是，自2003年8月國(guó)務(wù)院提出房地產(chǎn)市場(chǎng)宏觀調(diào)控以來(lái)，僅有2020年底提出的個(gè)人住房貸款占比這個(gè)直接與市場(chǎng)交易有關(guān)的指標(biāo)。

2.房地產(chǎn)市場(chǎng)宏觀金融指標(biāo)

房地產(chǎn)市場(chǎng)交易核心要素可歸結(jié)到面積與資金這兩點(diǎn)——本文由此出發(fā)，提出指標(biāo)概念。約定：用下劃線標(biāo)識(shí)術(shù)語(yǔ)、概念或數(shù)據(jù)項(xiàng)，用[]標(biāo)識(shí)術(shù)語(yǔ)、概念或數(shù)據(jù)項(xiàng)。

2.1 基礎(chǔ)指標(biāo)

[場(chǎng)內(nèi)資金]：來(lái)源于房屋出售，再用于購(gòu)置房屋（無(wú)論中途，只要重返樓市）的資金。

[場(chǎng)外資金]：首次進(jìn)入房地產(chǎn)市場(chǎng)參與交易的非場(chǎng)內(nèi)資金。房地產(chǎn)交易市場(chǎng)新增進(jìn)場(chǎng)資金=場(chǎng)外資金。

[場(chǎng)外資金]＝場(chǎng)外資金中購(gòu)房者自有部分＋場(chǎng)外資金中銀行貸款部分。

[交易資金]：房屋交易資金，可劃分為兩部分：（1）[自有資金]：場(chǎng)外資金中購(gòu)房者自有部分＋場(chǎng)內(nèi)資金（購(gòu)房者之前賣(mài)房所得）；（2）[銀行貸款]：場(chǎng)外資金中銀行貸款部分。

交易資金＝自有資金＋銀行貸款＝場(chǎng)外資金＋場(chǎng)內(nèi)資金

[一手交易量]，簡(jiǎn)稱(chēng)一手量：新建商品房（現(xiàn)房和期房）成交的總建筑面積。

[二手交易量]，簡(jiǎn)稱(chēng)二手量：存量房成交的總建筑面積。

[交易總量]＝一手交易量＋二手交易量。

2.2 測(cè)算指標(biāo)

在前述基礎(chǔ)指標(biāo)上，再提出新的宏觀測(cè)算指標(biāo)：

①[杠桿增熵]，記作α ≡銀行貸款/交易總量；②[本金增熵]，記作β ≡自有資金/交易總量；③[本杠比]，記作λ ≡自有資金/銀行貸款；④[貸占比]，記作ρ ≡銀行貸款/交易資金；⑤[市場(chǎng)增熵]≡場(chǎng)外資金/交易總量；⑥[市場(chǎng)熵值]≡場(chǎng)內(nèi)資金/交易總量。

說(shuō)明：“熵”本是衡量物質(zhì)系統(tǒng)吸收或放出熱量引起的系統(tǒng)狀態(tài)無(wú)序度（熱度）變化的物理概念，熵的增減反映系統(tǒng)熱度的增減。在此借用“熵”來(lái)刻劃市場(chǎng)熱度，以杠桿增熵衡量銀行貸款的涌入對(duì)房地產(chǎn)市場(chǎng)趨熱（增熵）的杠桿影響，本金增熵衡量自有現(xiàn)金的流轉(zhuǎn)對(duì)房地產(chǎn)市場(chǎng)趨熱（增熵）的自力影響；以市場(chǎng)增熵衡量房地產(chǎn)市場(chǎng)場(chǎng)外資金的涌入所造成的市場(chǎng)熱度（增熵）的外來(lái)激勵(lì)，以市場(chǎng)熵值衡量房地產(chǎn)市場(chǎng)“賣(mài)房換房”所變現(xiàn)的場(chǎng)內(nèi)資金的再投入對(duì)市場(chǎng)熱度的內(nèi)在激勵(lì)，故又稱(chēng)“換房指數(shù)”，它反映賣(mài)房所得又再投入買(mǎi)房所引起的市場(chǎng)趨熱（增熵）；以本杠比衡量銀行貸款的帶動(dòng)效率——值越高代表貸款所撬動(dòng)的住房投資的自有資金比例越高。

3.市場(chǎng)交易宏觀金融建模

3.1 資金溯源及分類(lèi)作用

3.1.1 無(wú)場(chǎng)外資金，就無(wú)交易

任何房屋的資金變現(xiàn)，一定是直接或間接來(lái)自于場(chǎng)外資金。一宗房屋交易的場(chǎng)內(nèi)資金，若追溯其買(mǎi)方資金的來(lái)源鏈，最后都可歸結(jié)到一系列的場(chǎng)外資金流入端節(jié)點(diǎn)。如圖1 所示，對(duì)房屋A1 的交易資金進(jìn)行溯源，則其資金來(lái)源可無(wú)一遺漏地追溯歸結(jié)到當(dāng)前或者之前交易的場(chǎng)外資金流入端節(jié)點(diǎn)系列{R1, {R2,1,…,R2,j},…, {Rx,1,…,Rx,k}}。商品房市值不可能自我增量膨脹，它是由不斷進(jìn)場(chǎng)的場(chǎng)外資金扛起來(lái)的。

圖1 交易資金溯源圖

3.1.2 無(wú)銀行貸款，就無(wú)市場(chǎng)

場(chǎng)外資金以銀行貸款為主力。我國(guó)房地產(chǎn)市場(chǎng)發(fā)展到現(xiàn)在，擁有產(chǎn)權(quán)房屋的人群幾乎覆蓋到所有中等收入以上工薪家庭，但是人們工薪收入增長(zhǎng)遠(yuǎn)不及房屋市值的增長(zhǎng)。我國(guó)房地產(chǎn)市場(chǎng)主要靠銀行貸款花未來(lái)錢(qián)托起來(lái)，否則就沒(méi)有興旺的房地產(chǎn)市場(chǎng)；沒(méi)有興旺的房地產(chǎn)市場(chǎng)，銀行也不會(huì)貸款給房地產(chǎn)項(xiàng)目。

3.2 市場(chǎng)衡量指數(shù)

（1）[杠桿調(diào)控指數(shù)]，記作τ ≡杠桿增熵當(dāng)期／杠桿增熵上期≡α當(dāng)期／α上期

（2）[本金調(diào)控指數(shù)]，記作σ ≡本金增熵當(dāng)期／本金增熵上期≡β當(dāng)期／β上期

在房屋面積攤分下，τ 代表當(dāng)期流入房地產(chǎn)市場(chǎng)的銀行貸款相對(duì)于上期的增長(zhǎng)率；σ 代表流入房地產(chǎn)市場(chǎng)的個(gè)人自有現(xiàn)金的當(dāng)期數(shù)相對(duì)于上期數(shù)的增長(zhǎng)率。τ 和σ 可評(píng)判市場(chǎng)發(fā)展健康程度：τ 反映市場(chǎng)泡沫變化——置業(yè)者賒款交易強(qiáng)度的環(huán)比，σ 反映經(jīng)濟(jì)基礎(chǔ)變化——置業(yè)者實(shí)有資金交易強(qiáng)度的環(huán)比。

3.3 交易資金池模型

以交易總量為底面，以成交單價(jià)為高度的市場(chǎng)交易資金池模型可直觀地表示房地產(chǎn)市場(chǎng)規(guī)模、交易總量、房?jī)r(jià)、流入和流出市場(chǎng)資金等的關(guān)系，如圖2 所示。資金池體積＝交易資金（交易總量×單價(jià)）代表市場(chǎng)規(guī)模。某個(gè)時(shí)期資金池：（1）體積變小，其減少量＝凈流出市場(chǎng)的資金體量；（2）體積變大，其增加量＝凈流進(jìn)市場(chǎng)的資金體量。在交易總量不變的情況下，凈流入房地產(chǎn)市場(chǎng)的資金將直接提升房屋價(jià)格。凈流入資金等于前述場(chǎng)外資金。場(chǎng)外資金中，銀行貸款的杠桿作用最值得關(guān)注——因?yàn)楦軛U是市場(chǎng)泡沫發(fā)展的惡化因子。

圖2 房地產(chǎn)市場(chǎng)交易資金池

4.模型應(yīng)用的實(shí)效性

4.1 可計(jì)算性歸結(jié)與分解

銀行貸款和交易資金數(shù)據(jù)都可從銀行或房地產(chǎn)交易系統(tǒng)中獲得，自有資金可通過(guò)交易資金減去銀行貸款間接計(jì)算。除市場(chǎng)增熵和市場(chǎng)熵值因場(chǎng)外資金和場(chǎng)內(nèi)資金兩個(gè)統(tǒng)計(jì)口徑難以獲得數(shù)據(jù)外，其他指標(biāo)和指標(biāo)均易計(jì)算。如，由公式(1)和相關(guān)定義可得：

4.2 測(cè)算指標(biāo)關(guān)系分析與預(yù)測(cè)

我們建立起α、β、λ 與房?jī)r(jià)P 的關(guān)系：

其中，平均房?jī)r(jià)P ＝交易資金/交易總量。P 的環(huán)比可作為房?jī)r(jià)加速度來(lái)考察（＞1 為加速，＜1 為減速）；α、β 的環(huán)比則分別為杠桿和本金調(diào)控指數(shù)τ、σ?；诳捎?jì)算性，可探索使用它們的歷史數(shù)據(jù)來(lái)預(yù)測(cè)預(yù)判市場(chǎng)準(zhǔn)狀況及趨勢(shì)。

5.廣州市房地產(chǎn)金融指標(biāo)例釋

5.1 金融及銷(xiāo)售數(shù)據(jù)的采用及處理

原則：（1）按金融機(jī)構(gòu)具有“住戶貸款”統(tǒng)計(jì)口徑的年度，聚焦住宅房產(chǎn)數(shù)據(jù)；（2）盡量使用政府公開(kāi)數(shù)據(jù)，如不足，再選用房地產(chǎn)行業(yè)領(lǐng)域有影響力的重要商業(yè)平臺(tái)或者專(zhuān)家報(bào)告的數(shù)據(jù)補(bǔ)充；（3）直接數(shù)據(jù)不具備時(shí)，采用間接計(jì)算補(bǔ)充。

我們從文獻(xiàn)中抽取數(shù)據(jù)經(jīng)計(jì)算補(bǔ)充形成廣州2016-2020年住房貸款、交易總量和資金、房?jī)r(jià)基礎(chǔ)數(shù)據(jù)—多源數(shù)據(jù)以廣州統(tǒng)計(jì)年鑒的為準(zhǔn)，然后測(cè)算市場(chǎng)交易金融指標(biāo)。

5.2 市場(chǎng)金融宏觀指標(biāo)的直觀分析

5.2.1 基本測(cè)算指標(biāo)數(shù)據(jù)序列的市場(chǎng)解釋

廣州市2016年至2020年的基本測(cè)算指標(biāo)如圖3 所示。圖中，虛線型折線使用右側(cè)縱坐標(biāo)軸（單位:億元），實(shí)線型折線使用左邊縱坐標(biāo)軸。由圖可見(jiàn)：（1）2018年后銀行貸款占比呈下降趨勢(shì)，但市場(chǎng)規(guī)?？傮w上升，本金增熵β 穩(wěn)步上揚(yáng)——市場(chǎng)熱度主要由新進(jìn)場(chǎng)的自有資金和場(chǎng)內(nèi)兩手房流轉(zhuǎn)活躍驅(qū)動(dòng)，而同期本杠比λ 急劇增高則說(shuō)明銀行貸款的杠桿效應(yīng)顯著趨大；（2）2018年后房?jī)r(jià)上漲趨于平緩，是由銀行貸款的抑制（α ↓）、自有資金的活躍（β ↑）、市場(chǎng)需求的釋放（市場(chǎng)規(guī)?！┕餐瑳Q定。

圖3 2016-2020 廣州市房地產(chǎn)市場(chǎng)交易金融宏觀指標(biāo)測(cè)算

5.2.2 金融調(diào)控與市場(chǎng)動(dòng)能的數(shù)據(jù)關(guān)系解釋

用指數(shù)τ 和σ 跟房?jī)r(jià)環(huán)比的時(shí)序關(guān)系圖來(lái)考察金融調(diào)控與市場(chǎng)動(dòng)能的數(shù)據(jù)關(guān)系，見(jiàn)圖4?？梢?jiàn)，房?jī)r(jià)環(huán)比折線介于指數(shù)τ 和σ 之間，反映出杠桿調(diào)控和本金調(diào)控兩者在房?jī)r(jià)年相對(duì)上升速度上的影響的相互對(duì)沖。定量地，τ 和σ 對(duì)房?jī)r(jià)的綜合影響應(yīng)以加權(quán)值ρ·τ+(1-ρ)σ 評(píng)估，其中，用貸占比ρ 作為杠桿調(diào)控指數(shù)τ 的權(quán)值以反映銀行貸款的影響系數(shù)，相應(yīng)地用(1-ρ)反映自有資金的影響系數(shù)。顯見(jiàn)，τ 和σ 的加權(quán)值的趨勢(shì)線與房?jī)r(jià)環(huán)比折線的走向之間存在明顯的正相關(guān)性，從而佐證了本文所提出的金融調(diào)控指數(shù)的合理性和有效性。

圖4 調(diào)控指數(shù)對(duì)房?jī)r(jià)環(huán)比走勢(shì)的影響

5.2.3 資金強(qiáng)度與市場(chǎng)均價(jià)的數(shù)據(jù)關(guān)系解釋

用指標(biāo)α 和β 及它們的線性回歸線(α+β)/2 跟市場(chǎng)均價(jià)P 的關(guān)系曲線來(lái)考察,見(jiàn)圖5。α 和β 于市場(chǎng)均價(jià)的共同作用可簡(jiǎn)單地歸結(jié)成它們的加權(quán)和(α+β)/2。顯見(jiàn)，(α+β)/2 折線與市場(chǎng)均價(jià)折線趨勢(shì)類(lèi)似—驗(yàn)證了本文關(guān)于交易資金強(qiáng)度指標(biāo)設(shè)置的合理性和可用性。

圖5 金融增熵與市場(chǎng)均價(jià)對(duì)照

6.深圳市房地產(chǎn)金融指標(biāo)例釋

基于廣州市數(shù)據(jù)處理相同的原則，從相關(guān)參考文獻(xiàn)抽取相關(guān)數(shù)據(jù)經(jīng)計(jì)算補(bǔ)充形成深圳市2015-2019年住房貸款、交易總量和資金、房?jī)r(jià)等基礎(chǔ)數(shù)據(jù)，然后進(jìn)行市場(chǎng)交易金融宏觀指標(biāo)測(cè)算，形成如圖6、7、8所示相應(yīng)折線和趨勢(shì)線（房?jī)r(jià)單位為:萬(wàn)元/m2）。圖6 中，虛線型折線使用右側(cè)縱坐標(biāo)軸（單位:億元），實(shí)線型折線使用左邊縱坐標(biāo)軸。由圖6 可見(jiàn)：1）2015-2019年期間，貸占比基本平穩(wěn)在33%～55%之間，并呈略降趨勢(shì)，而反映自有資金作用的本杠比λ 和本金增熵β 幾乎同步在2016年后穩(wěn)步上揚(yáng)，抵消了杠桿增熵α 下降的影響，從而市場(chǎng)規(guī)模雖然曾略有下降但仍然保持大致的體量——說(shuō)明期間市場(chǎng)熱度主要是由新進(jìn)場(chǎng)的自有資金和場(chǎng)內(nèi)兩手房流轉(zhuǎn)活躍驅(qū)動(dòng)的；2）2017年以后，房?jī)r(jià)更加趨向平穩(wěn)，本金增熵β、本杠比λ 呈同態(tài)穩(wěn)步向上趨勢(shì)，而同期杠桿增熵α 卻呈反向下降趨勢(shì)，說(shuō)明房?jī)r(jià)主要受到銀行貸款強(qiáng)度的下調(diào)影響，雖然自有資金的激活和市場(chǎng)需求的釋放往上推動(dòng)；3）2016年起平穩(wěn)上揚(yáng)的本杠比λ 標(biāo)示銀行貸款對(duì)自有資金的撬動(dòng)效率較高，同期本金增熵β 平穩(wěn)上升，說(shuō)明期間深圳市住宅房地產(chǎn)市場(chǎng)受到新入場(chǎng)自有資金和場(chǎng)內(nèi)資金的穩(wěn)健支撐。

圖6 2015-2019 深圳市房地產(chǎn)市場(chǎng)交易金融宏觀指標(biāo)測(cè)算

圖7 顯示，房?jī)r(jià)環(huán)比折線介于杠桿調(diào)控指數(shù)τ 和本金調(diào)控指數(shù)σ 之間，反映出銀行貸款和自有資金兩者對(duì)于房?jī)r(jià)年相對(duì)上升速度的作用相互對(duì)沖。τ 和σ 的綜合影響以加權(quán)值ρ·τ+(1-ρ)σ 的趨勢(shì)線體現(xiàn)——與房?jī)r(jià)環(huán)比折線的走向存在明顯的正相關(guān)性。

圖7 調(diào)控指數(shù)對(duì)房?jī)r(jià)環(huán)比走勢(shì)的影響

圖8 顯示，杠桿增熵α 和本金增熵β對(duì)于市場(chǎng)均價(jià)P 的作用可簡(jiǎn)單歸結(jié)成它們的線性加權(quán)和(α+β)/2——其趨勢(shì)線與住宅交易市場(chǎng)均價(jià)折線的趨勢(shì)相當(dāng)類(lèi)似。

圖8 金融增熵與市場(chǎng)均價(jià)對(duì)照

7.分析與總結(jié)

我國(guó)房地產(chǎn)貸款是促進(jìn)和支撐房地產(chǎn)開(kāi)發(fā)建設(shè)的金融支柱，而個(gè)人住房貸款則是撬動(dòng)和托起商品住房市場(chǎng)交易的金融杠桿。房地產(chǎn)市場(chǎng)的表現(xiàn)主要由場(chǎng)外資金的流入撬動(dòng)、場(chǎng)內(nèi)資金的流轉(zhuǎn)促進(jìn)，以及房屋的供需矛盾等三大因素共同決定。場(chǎng)內(nèi)資金須有場(chǎng)外資金的激活才能開(kāi)始流轉(zhuǎn)，新進(jìn)場(chǎng)的場(chǎng)外資金的強(qiáng)度越大，售換房產(chǎn)生的場(chǎng)內(nèi)資金的流轉(zhuǎn)量越高，從金融因素來(lái)看，要區(qū)分信貸資金和自有資金分別所起的杠桿和內(nèi)在作用。場(chǎng)外資金的主力一定是來(lái)自于銀行貸款，剔除賣(mài)房所得的個(gè)人家庭自有資金只占市場(chǎng)交易資金的較小部分。市場(chǎng)調(diào)控的牛鼻子在于調(diào)控個(gè)人住房購(gòu)置貸款。本文提出杠桿增熵、本金增熵、本杠比、貸占比、市場(chǎng)增熵、市場(chǎng)熵值、杠桿調(diào)控指數(shù)和本金調(diào)控指數(shù)等房地產(chǎn)市場(chǎng)交易金融宏觀指標(biāo)，為衡量市場(chǎng)交易金融因素作用，研判市場(chǎng)發(fā)展趨勢(shì)、泡沫性質(zhì)與程度，提供了新穎有效的數(shù)字工具——經(jīng)廣州、深圳公開(kāi)的統(tǒng)計(jì)數(shù)據(jù)建模例示驗(yàn)證。