马冬梅

(成都市职业技术学院，四川　成都　610041)



房地产投资与银行信贷
——基于VAR模型的实证分析

马冬梅

(成都市职业技术学院，四川成都610041)

本文采用实证研究的方法，研究了商业银行信贷对房地产投资的影响，结果表明，银行信贷是导致房地产投资变动的原因，二者的稳定非常重要。最后，本文基于实证结论提出了相关的政策建议。

银行信贷；房地产投资；VAR模型

一、引言

2016年以来，以北京、上海、深圳为代表的一线城市出现房价暴涨，上涨幅度达50%以上，这带动部分二三线城市房价上涨，部分信贷资金通过杠杆的形式入市炒作。同时，无数的二三线城市积压了大量的商品房库存，难以实现去库存。由于房地产市场牵涉面十分广泛，直接关联着投资、信贷和金融风险等，高度影响着经济增长和金融市场的稳定。房地产市场冷热不均，也给宏观政策的制定和实施提出了挑战。信贷的变化极大地影响了经济发展和金融市场，因为房地产开发和投资需要大量的资金，银行信贷往往积极涌入这一市场，这使得房地产市场和信贷市场紧密地联系起来。在融资过程中，房地产市场加速银行信贷的增长。

在这样的背景下，本文实证研究了房地产投资和银行信贷之间的关系，以为我国政府调控房地产投资和引导银行信贷提供依据。

二、文献综述

李宝伟和郭金兴(2007)研究认为房地产投资热与商业银行信贷趋势是由多种原因共同促成的，其中一个重要的推动力量即商业银行信贷。王璐和李忆秋；(2015)认为我国房地产业的发展程度越来越依赖银行的信贷资金，这虽然导致房地产开发贷款和个人住房贷款一直保持很高的增长速度，但潜在的风险很大。董金岗和吴钢强；(2015)研究认为房地产业迅速发展的原因之一是影子银行膨胀与银行信贷额增长，而房地产业的繁荣又反向刺激了银行系统和影子银行体系和的发展。羿建华和孙健(2016)的研究表明，以房地产物业为抵押担保是商业银行最主要的商业管理模式，这导致了房地产市场周期与金融周期二者高度同步和相关。贾生华、董照樱子和陈文强(2016)研究认为，影子银行的发展推动了房价的上涨以及房地产业投资的增极爱，结果导致了社会信贷供给扩大，也降低了市场的利率水平

三、实证研究

(一)数据来源和模型

本文选用固定资产投资中的房地产投资金额来刻画房地产投资，数据来源于国家统计局；用社会融资规模中的人民币贷款来刻画银行信贷，数据来源于人民银行。两个数据的单位均为亿元，均做取自然对数处理，房地产投资和人民币贷款分别用lnestinv和lnloans表示。数据为2012年1月至2016年4月的月度数据。

本文设定线性回归模型如下式1所示：

lnestinv=β0+β1lnloans+ε

(式1)

(二)平稳性检验

要采用回归分析的方法，首先要对数据的平稳性作检验，否则会出现伪回归问题。本文采用ADF检验来检验变量的平稳性，结果见表1所示。表1的结果显示，lnestinv和lnloans的水平值不平稳，但其一阶差分项平稳，二者属于一阶单整I(1)过程。

表1　ADF平稳性检验

(三)协整检验

因为两个变量不平稳，但其的一阶差分平稳，如果二者存在协整关系，则可以进行回归，不会出现伪回归。所以，需要对数据做协整检验。本文选用Johansen协整检验对二者做协整检验，检验结果见表2。表2的结果显示，拒绝二者不存在任何协整关系的原假设，接受最多存在一个协整关系的原假设，所以，lnestinv和lnloans之间存在协整关系，二者的回归不是伪回归。据此，得出协整方程如下式2所示，这一结果表明，银行信贷与房地产投资显著正相关，从长期来看，银行信贷每增加1%，房地产投资就要增加1.121%，银行信贷对房地产投资的影响较大。

[lnestinvt=0.202+1.121lnloanst

(式2)

(0.196)(0.334)

表2　协整检验

(四)误差修正模型

协整方程显示了银行信贷对房地产投资的长期影响，误差修正模型则显示了其中的短期影响。建立误差修正模型如下式3所示。其中误差修正项ECM的系数表示当lnestinv和lnloans偏离长期均衡关系的时候，将以-0.362的力度调整回长期均衡关系；△lnloans的系数则显示，短期内，银行信贷每增加1%，房地产投资则增加0.392%，远小于二者的长期均衡关系。

△lnestinvt=0.007+0.392△lnloanst-0.362ECMt-1

(式2)

(0.001)(0.027)(0.122)

(五)格兰杰因果检验

通过格兰杰因果检验，可以判断lnestinv和lnloans之间的因果关系，格兰杰因果检验的而结果见表3。表3的结果显示，在滞后1阶和滞后2阶的时候，“lnloans不是lnestinv的原因”的原假设被拒绝，这说明银行信贷是房地产投资的格兰杰原因，银行信贷扩张确实推动了房地产投资的增长，但这一作用仅显著持续2期。

表3　格兰杰因果检验

(六)VAR脉冲响应函数分析

VAR脉冲响应函数可以考察当一个变量出现扰动时，会对另外一个变量产生什么样的冲击影响。基于lnloans和lnestinv的数据建立VAR模型，得到脉冲响应函数图如1和图2所示。脉冲响应函数显示，当lnloans出现扰动时，会对lnestinv产生负向的冲击；当lnestinv出现扰动时，同样会对lnloans产生负向的冲击。两个变量的相互冲击均会在10期以内得到收敛，其中lnestinv对lnloans的冲击收敛更快。这表明，银行信贷和的房地产投资的稳定性对另一变量而言十分重要，任何一个变量发生扰动，都将对另一个变量产生不良影响。

图1

图2

四、结论和建议

本文通过实证研究的方式，研究了银行信贷对房地产投资的影响，结果表明，银行信贷与房地产投资之间存在稳定的长期均衡关系，二者的短期关系也为正，银行信贷在短期内是房地产投资的原因，二者的稳定性非常重要，任何一个变量不稳定都将对另一个变量产生不良影响。

基于上述结论，本文给出如下政策建议：(1)继续加强利率窗口的指导和督查力度，充分发挥市场利率定价自律机制的主体作用，督促房地产金融自律管理；(2)针对市场形势变化和新情况，不断研究完善实施细则，确保调控政策落到实处，切实维护房地产市场和房地产金融的平稳健康发展；(3)不应指望单纯或过度依靠金融部门来解决复杂的社会问题，应当尊重经济规律，严格放松信贷标准和金融监管，保障金融市场和房地产市场的稳定发展。

[1] 李宝伟，郭金兴.房地产投资过热与商业银行房地产信贷风险治理[J]. 中国房地产，2007，10：40-41.

[2] 王璐，李忆秋.银行信贷支持对房地产泡沫的作用研究[J]. 商，2015，37：200-201.

[3] 董金岗，吴钢强.影子银行、银行信贷与房价[J]. 中国市场，2015，50：232+234.

[4] 羿建华，孙健.房地产、金融周期与工业周期的内在影响机制分析——基于商业银行信贷管理视角[J]. 山东社会科学，2016，04：143-148.

[5] 贾生华，董照樱子，陈文强.影子银行、货币政策与房地产市场[J]. 当代经济科学，2016，03：13-19+30+124.