范松杰

[摘要]近二十年来，我国房地产行业发展迅速，为商业银行带来了丰厚的利润回报，但从国内政策形势来看，政府部门明确指出要进一步深化房地产税收制度改革，加快房地产长效机制指向“市场化”，房价面临着下行的趋势。这对房地产行业贷款集中的商业银行而言，房地产价格的变动会随时导致整个银行业的系统性风险集中暴露。文章从房地产价格影响商业银行稳定性的研究动态对国内外文献进行梳理和总结，最后做简单述评。

[关键词]抵押效應；偏离效应；稳定性

[DOI]1013939/jcnkizgsc201901066

1前言

银行的主营业务收入为信贷利息收入，我们认为银行目前的风险主要集中在信贷风险渠道。并且，我国在过去几十年飞速发展的过程中，房地产和银行得到了国家和地方政府的鼎力支持，房地产行业的资金绝大部分来自银行，而银行也因房地产价格的变动而汇聚了诸多风险。通过综述国内外一系列文献，文章将从信贷风险渠道入手，详细探讨一下房地产市场的“抵押效应”与“偏离效应”如何在金融加速器的作用下，对银行稳定性产生不同的影响。

2抵押效应的研究文献

在发达市场国家，房地产业起步较早，关于房价影响商业银行稳定性的研究相对成熟，其中具有代表性的文献主要有：MINSKY（1982）指出，银行系统受泡沫经济的误导严重，经济上行时房地产作为抵押物其价值不断攀升，银行贷款业务的增加给银行带来了丰厚的利润回报。可是，经济下行时期，房地产价格受此影响一旦急转直下，在金融加速器的作用下，前后加速结果正好相反。KIYOTAK和MOORE （1997）研究指出，房地产作为抵押物会影响银行的资产负债表，在房地产价格下降时，个人住房抵押贷款和房地产公司贷款会出现违约的情况，银行为了预防风险必将收缩贷款，从而引起房价的进一步下跌。PAUL HILBERS、QIN LEI和LISBETH ZACHO（2001）认为，银行对抵押物的依赖，对房地产评估能力的欠缺，对房地产行业的分析不足，以及监管部门的监管空白，使得偏向于房地产贷款的商业银行面临着房价变动的巨大威胁。国内的有关研究相对滞后，但随着房价持续不断的上涨，其讨论日趋激烈，其中代表性的文献主要有：武康平、皮舜、鲁杜华（2004）认为，银行信贷在房价上升时扩张，在房价下跌时收缩，并进一步推动房地产价格上涨和下跌，房地产市场的泡沫形成与破裂会影响银行系统的稳定。张晓晶、孙涛（2006）认为，地方政府为了稳定的土地财政收入会为地方房企提供担保，银行迫于压力会增加对房地产市场的贷款，而资金的期限错配风险会最终增加银行的脆弱性。国内外学者的研究均认为，房地产作为抵押品，在金融加速器的过程中同步兴衰，房地产泡沫的形成和破裂增加了银行的脆弱性。实证分析中，查奇芬和李小俊（2011）从三个层面选取了若干个指标，构建了BFI指数，结合国内外重大事件分析了我国银行系统脆弱性变化趋势，然后构建模型，在方差分解之后显示出，随着时间的推移，房价下跌对银行造成的影响程度呈下降趋势，并在第15期的解释程度稳定在7047042，而银行受困于前期脆弱性的影响，其脆弱性呈现上升的趋势，总的来说，房价短期变化作用明显。耿同劲（2012）研究了不同资本充足率下，房价下跌冲击对银行稳定性的影响，他认为房价的轻度变化对银行几乎没有影响，但如果银行为了消除房价下跌而损失的资本金，把资本充足作为重要的依据加以维护，那么银行必将会通过紧缩贷款的方式来加以实现，模型中也清晰表明银行紧缩贷款的幅度大于资本缩水的幅度，久而久之，恶性循环下的资本充足率将会持续下跌，银行脆弱性风险也会充分暴露。陈志英、韩振国和邓欣（2013）利用脉冲响应和方差分解研究了银行信贷、房价波动与银行稳定性之间的关系，实证结果表明银行信贷对房价的影响力度随着时间的推移先明显增强，再逐渐降低，最终的解释力度维持在3112左右。而房价对银行稳定性的影响随着时间的推移在一直增大，在第十期维持在2322左右。上述两篇文献从房地产价格变动的立场实证分析对我国银行体系稳定性的影响，实证结果显示：房地产作为抵押品，房价上涨增加银行系统稳定性，而房价下跌增加其脆弱性这一理论假设。

3房地产市场的抵押效应与偏离效应

在一个无摩擦的市场中，房价应该等于预期未来现金流，并取决于供求关系，而后者又由人口增长率，可支配收入，城镇化进程等要素决定（庞如超，2013）。然而在现实中，房地产建筑一，没有统一的标准，质量参差不齐，并有地区分割；二是没有统一的交易场所，信息不对称、交易成本高，缺乏合理的定价机制；三是土地供给有限，建筑时间较长（谭政勋和陈铭，2012），因此，房价的要素决定关系并不明显，房地产价格的升降往往与基本价值长期存在偏差。在“金融加速器”的机制下，房地产市场的两种效应会同时存在。一方面，当房价上升时，首先银行自有房地产价值上升，银行的财富在不断增加，其次房价的上涨降低了房屋抵押者违约的可能性。因此，房价上涨这一“抵押效应”增加了银行的稳定性。另一方面，房价的上涨会使银行认为房地产的借贷风险较低，促使银行不断降低房屋购买者的借款利率，房地产借款人能以较低的成本获取贷款。同时，房地产市场的炒房者和投机者借助房价上涨的趋势，会采用借钱买房-出租还款-抵押贷款这样的模式向银行筹措更多的资金，并进一步推动房价的上涨。逆向选择和道德风险等问题的存在最终会导致银行经营的不确定性，从而大大增加了银行体系发生危机的可能性（ALLEN和GALE，2001），房价持续上涨而偏离其均衡价值之一“偏离效应”增加了银行的脆弱性。

实证研究中，MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）在研究房地产价格与银行稳定性之间的关系时，首次提出了房地产市场的价值偏离假说。他们运用PMG估计法分离出了德国1995—2004年125个城市的房价偏离值，构建LOGIT模型探究了房地产市场抵押效应和偏离效应对银行稳定性的影响。实证结果显示：房价的价值偏离会对银行的稳定性产生影响，而房价的变动不会对银行稳定性产生影响。同样，谭政勋和陈铭（2012）分析了29个发生过金融危机国家和地区的房地产价格影响因素，在构建房地产价格影响因素模型中，引入了人均GDP、人口基数和国内银行贷款总额作为解释变量，同样运用PMG估计法分离出各个国家不同时期的房地产价格偏离值，然后实证分析房地产市场的两个效应对金融危机的影响。与以往研究的角度不同，两篇经典文献综合考虑了房地产市场的抵押效应和偏离效应，并选取房地产价格波动率和房地产价格偏离值作为代理变量，其模型选取和研究方法为文章的创作提供了重要帮助，但就中国的实际情况而言，文章仍需对房地产价格影响因素模型和PMG估计法进行适当的调整。

4简要评述

通过梳理上述文献不难发现，国内外学者关于房地产价格与银行稳定性的的研究大多汇聚在整个银行体系，且研究的方向大多集中在房地产价格波动影响银行稳定性这一单一角度，即抵押效应角度。而从城市商业银行的角度出发，分析房地产市场的抵押效应与偏离效应对其稳定性影响的研究还尚有不足。并且，在研究中国的实际状况时，需要对经典文献中相关的模型和方法进行适当的调整。

41房价影响因素模型

MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）在构建德国的房地产价格影响因素模型时，从需求角度引入了人均GDP与人口增长率两个解释变量。但就中国的实际情况而言，只从需求角度引进变量会造成模型的拟合度较差，残差中会包含重要的影响因素，模型分离出的房价偏离值也会存在较大的误差。文章借鉴已有文献的做法，把以下两类因素作为房地产价格的主要决定因素：①需求因素，如人均GDP、人口密度、消费者预期等（庞如超，2013；杨强等，2013；薛建谱，2013）；②供给因素，如土地价格、房屋竣工面积、房地产企业贷款余额等（庞如超，2013；闫金秋，2012；郭策，2013）。

42估计方法调整

MICHAEL KOETTER和TIGRAN POGHOSYAN （2010）與谭政勋和陈铭（2012）在分离房价偏离值时，均使用了PMG估计法，他们均认为PMG估计法介于FE估计法和MG估计法两者之间，更符合实际情况，具有良好的渐进性和有效性。但实际上，PMG估计法在估计动态异质面板时，需满足大N大T这样的要求。

参考文献：

[1] ALLEN，GALE.Comparing Financial Systems[M].Cambridge： MIT Press， 2001

[2] BERNANKE B S，BLINDER A S.Money， Credit and Aggregate Demand[J].American Economic Review，1998（82）：435-439

[3] EDWARD F，BLACKBURNE III，MARK W.Frank，Estimation of Nonstationary Heterogeneous Panels[J].The Stata Journal，2007（7）：197-208

[4] FRANK STROBEL， Bank Insolvency Risk and Aggregate Z-score Measures： A Caveat[J].Economics Bulletin， 2010，18（16）.

[5] GOODHART， HOFMANN， House prices， Money， Credit， and the Macroeconomy[J].Oxford Review of Economic Policy， 2008

[6] HUIRAN PAN， CHUN WANG， House Prices， Bank Instability， and Economic Growth： Evidence from the Threshold Model[J].Journal of Banking & Finance， 2013，37（5）.

[7] JOHN BOYD， GIANNI DE NICOLO， ABU Al JALAL， Bank Risk Taking and Competition Revisited： New Theory and New Evidence[Z].IMF Working Paper ， 2006（6）：297

[8] MINSKY， Can “It” Happen Again？： Essays on Instability and Finance[M].MESharpe，1982

[9] MICHAEL KOETTER， TIGRAN POGHOSYAN， Real Estate Prices and Bank Stability[J].Journal of Banking & Finance， 2010，34（6）.

[10] NIINIMAKI， Does Collateral Fuel Moral Hazard in Banking？ [J].Journal of Banking and Finance， 2009（33）：514-521

[11] NOBUHIRO KIYOTAKI and JOHN MOORE， Credit Cycles[J].The Journal of Political Economy，1997（105）：211-248

[12] PAUL HILBERS， QIN LEI and LISBETH ZACHO， Real Estate Market Developments and Financial Sector Soundness[J].International Monetary Fund，Monetary and Exchange Affairs Department， 2001，1（1/129）.

[13] 谭政勋，陈铭房价波动与金融危机的国际经验证据：抵押效应还是偏离效应[J].世界经济，2012（3）.