• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      房地產(chǎn)泡沫與銀行信貸風(fēng)險(xiǎn)相關(guān)性研究的介紹

      2019-04-18 01:46:20王春艷董繼剛
      上海房地 2019年3期
      關(guān)鍵詞:銀行信貸測(cè)度信貸

      文/王春艷 董繼剛

      一、引言

      1998年住房體制改革,結(jié)束了以往的福利化分房時(shí)代,“居者有其屋”成為每個(gè)中國(guó)人的夢(mèng)想,這一定程度上刺激了對(duì)商品房的市場(chǎng)需求。房地產(chǎn)行業(yè)由于其產(chǎn)業(yè)聯(lián)動(dòng)性高、基礎(chǔ)性強(qiáng)、投資收益率高等特點(diǎn),對(duì)社會(huì)發(fā)展的作用不容小覷。由于信貸配給制的存在,商業(yè)銀行只能通過(guò)非價(jià)格手段選擇貸款客戶,此時(shí)商業(yè)銀行更偏好利潤(rùn)率較高的行業(yè)。房地產(chǎn)行業(yè)的利潤(rùn)率高達(dá)約12%,高額的投資回報(bào)率使銀行往往會(huì)忽視對(duì)房地產(chǎn)過(guò)高的信貸支持所潛藏的風(fēng)險(xiǎn),而加大房地產(chǎn)信貸的投放。當(dāng)社會(huì)與銀行的資本不足以支撐現(xiàn)有的房地產(chǎn)泡沫時(shí),房地產(chǎn)商的資金鏈會(huì)斷裂,市場(chǎng)投資者的預(yù)期會(huì)出現(xiàn)反轉(zhuǎn),使房地產(chǎn)價(jià)格迅速下降,房地產(chǎn)商紛紛破產(chǎn),作為銀行抵押物的房產(chǎn)價(jià)值也會(huì)在短期內(nèi)急劇地、超周期地下降,銀行會(huì)出現(xiàn)大量的不良資產(chǎn),從而可能觸發(fā)金融危機(jī)。國(guó)內(nèi)外學(xué)者對(duì)于房地產(chǎn)泡沫與銀行信貸風(fēng)險(xiǎn)的相關(guān)性進(jìn)行了持續(xù)研究,取得了很多成果,本文對(duì)國(guó)內(nèi)外相關(guān)研究文獻(xiàn)進(jìn)行了收集、整理、分析與歸納,以期探究防范房地產(chǎn)泡沫和銀行信貸風(fēng)險(xiǎn)的有效措施,促進(jìn)房地產(chǎn)市場(chǎng)的健康發(fā)展以及國(guó)家宏觀經(jīng)濟(jì)的穩(wěn)定。

      二、國(guó)外研究現(xiàn)狀

      國(guó)外對(duì)房地產(chǎn)泡沫與銀行信貸相關(guān)性的研究開(kāi)始得較早,相關(guān)理論研究較為成熟。17世紀(jì)荷蘭的郁金香狂熱、英國(guó)的南海泡沫以及法國(guó)的密西西比泡沫使人們開(kāi)始注意到這種投機(jī)所導(dǎo)致的泡沫化現(xiàn)象。相關(guān)研究最初主要針對(duì)證券市場(chǎng)和股票市場(chǎng),直至20世紀(jì)90年代,才逐漸延伸到房地產(chǎn)業(yè)。

      (一)對(duì)房地產(chǎn)泡沫的測(cè)度

      1.經(jīng)濟(jì)指數(shù)比較分析法。國(guó)外對(duì)房地產(chǎn)泡沫的測(cè)度大多通過(guò)與同期其他有代表性和相關(guān)性的經(jīng)濟(jì)指數(shù)作比較。Campbell、Robert在1987運(yùn)用單位根-協(xié)整檢驗(yàn)對(duì)1871-1976年標(biāo)準(zhǔn)普爾指數(shù)進(jìn)行檢驗(yàn),Diba、Grossman在1988年選取1928年-1977年的道瓊斯指數(shù)和1871年-1979年的標(biāo)準(zhǔn)普爾500指數(shù),通過(guò)單位根-協(xié)整檢驗(yàn)實(shí)證分析房地產(chǎn)泡沫。Wei-Xing Zhou、Didier Sornette在2005年用冪律模型及LPPL模型測(cè)度美國(guó)東北部、中西部、南部和西部地區(qū)的房地產(chǎn)泡沫,發(fā)現(xiàn)美國(guó)東北部及西部的22個(gè)州出現(xiàn)了泡沫快速增長(zhǎng)的明確信號(hào),從而在標(biāo)準(zhǔn)普爾500指數(shù)分析的基礎(chǔ)上提出泡沫的轉(zhuǎn)折點(diǎn)可能會(huì)發(fā)生在2006年。Brian Scott Amrine在2011年用中位數(shù)倍數(shù)(城市房?jī)r(jià)中值除以收入中值)衡量城市的可負(fù)擔(dān)性,通過(guò)多元回歸分析發(fā)現(xiàn)中位價(jià)格可以解釋17%的房地產(chǎn)泡沫變化,用美國(guó)20個(gè)城市2006年6月到2009年4月Case-Shiller房?jī)r(jià)指數(shù)的差值,即泡沫高峰期到泡沫低谷期的差值,可以大體衡量房地產(chǎn)泡沫。

      2.基本面分析法。Allen、Gale在1998年通過(guò)構(gòu)建投資者在房地產(chǎn)市場(chǎng)上完全用自有資金和投資者完全向銀行貸款(將風(fēng)險(xiǎn)轉(zhuǎn)移給銀行)兩種模型,對(duì)比風(fēng)險(xiǎn)轉(zhuǎn)移前后均衡價(jià)格的變化,未發(fā)生風(fēng)險(xiǎn)轉(zhuǎn)移的價(jià)格被確定為基本面價(jià)格,風(fēng)險(xiǎn)資產(chǎn)的均衡價(jià)格超過(guò)基本面價(jià)格的部分為資產(chǎn)泡沫。Fengyun Liu、Reza Malekian等在2017年利用經(jīng)濟(jì)基本面確定房地產(chǎn)基本值,在面板數(shù)據(jù)分析的基礎(chǔ)上測(cè)度房地產(chǎn)泡沫,分析發(fā)現(xiàn)中國(guó)目前的房地產(chǎn)泡沫遠(yuǎn)遠(yuǎn)小于80年代的日本。Barberis等在2018年使用兩組代理,第一組為理性預(yù)期(基本面),第二組為回顧性預(yù)期(外推器),發(fā)現(xiàn)外推器助長(zhǎng)基本面的部分為泡沫部分。Jan R. Kim在2016年通過(guò)建立資產(chǎn)定價(jià)的現(xiàn)值模型實(shí)證測(cè)度了韓國(guó)1987年-2014年的房地產(chǎn)泡沫,將實(shí)際房?jī)r(jià)與租金比例的變動(dòng)分解為對(duì)房地產(chǎn)市場(chǎng)基本面(租金增長(zhǎng)、無(wú)風(fēng)險(xiǎn)利率和住房投資的超額回報(bào))和泡沫的預(yù)期,提出2014年底房地產(chǎn)泡沫達(dá)到了房?jī)r(jià)的51%。

      3.指標(biāo)分析法。Timo Virtanen等在2018年通過(guò)對(duì)過(guò)去30年15個(gè)歐盟國(guó)家多個(gè)繁榮指標(biāo)進(jìn)行加權(quán)求和,得出綜合繁榮指標(biāo)以測(cè)度泡沫,并提出房?jī)r(jià)收入比和信貸與GDP的比是測(cè)度泡沫最好的指標(biāo)。

      4.其他。P. Phillips等(2015)通過(guò)SADF的實(shí)證方法,用右尾單位根檢驗(yàn)測(cè)度時(shí)間序列中的泡沫。Banerjee等在2013年通過(guò)建立隨機(jī)系數(shù)自回歸模型以測(cè)度房地產(chǎn)泡沫。

      (二)影響房地產(chǎn)價(jià)格的因素

      Bertrand Renaud、John M. Quigley、Fuda Koji認(rèn)為銀行信貸的過(guò)度擴(kuò)張是促進(jìn)房?jī)r(jià)上漲的主要原因。Hitoshi Saito在2003年提出土地價(jià)格永遠(yuǎn)不會(huì)下降的預(yù)期,寬松的貨幣政策以及過(guò)度的銀行信貸促使日本房?jī)r(jià)飆升,進(jìn)而爆發(fā)經(jīng)濟(jì)危機(jī)。Hemmelberg等在2005年認(rèn)為,在市場(chǎng)沒(méi)有壓力的情況下,房?jī)r(jià)完全受土地價(jià)格、實(shí)際建筑成本等供應(yīng)因素的影響。然而,由于供應(yīng)缺乏彈性以及房地產(chǎn)市場(chǎng)的不完善,Iossifov等、Hilber等認(rèn)為收入、抵押貸款利率等需求因素是影響房?jī)r(jià)的主要因素。J Gallin在2008年通過(guò)長(zhǎng)期回歸和標(biāo)準(zhǔn)誤差校正模型作實(shí)證分析,認(rèn)為租價(jià)比可以反映未來(lái)房?jī)r(jià)的波動(dòng)。Wei-Xing Zhou、Didier Sornette認(rèn)為公眾對(duì)房地產(chǎn)的樂(lè)觀預(yù)期以及供需的不平衡導(dǎo)致房?jī)r(jià)自身的正反饋機(jī)制對(duì)房?jī)r(jià)波動(dòng)產(chǎn)生影響。Michael Koettera在2009年通過(guò)PMG估計(jì)模型作實(shí)證分析,發(fā)現(xiàn)人口以及GDP是房?jī)r(jià)的決定因素。2010年波蘭國(guó)家銀行住房市場(chǎng)報(bào)告指出,銀行抵押貸款在2002年-2009年的泡沫期間直接驅(qū)動(dòng)了波蘭市場(chǎng)上對(duì)房地產(chǎn)的需求,促進(jìn)了房?jī)r(jià)的上升。Iacoviello、Neri在2010年對(duì)過(guò)去40年的房地產(chǎn)數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)住房需求、統(tǒng)計(jì)技術(shù)的進(jìn)步以及貨幣因素對(duì)房?jī)r(jià)有影響,其中貨幣因素的影響最為顯著。Ben Dachis在2012年通過(guò)實(shí)證分析提出,征收土地轉(zhuǎn)讓稅會(huì)促進(jìn)多倫多房?jī)r(jià)的下降。Justyna Brzezicka認(rèn)為,如果房地產(chǎn)價(jià)格的形成過(guò)程沒(méi)有行為因素的參與,那么房地產(chǎn)市場(chǎng)不可能存在泡沫現(xiàn)象。誘惑和情感、羊群行為、有限的理性行為以及短期投機(jī)這些市場(chǎng)行為因素是房地產(chǎn)泡沫形成的重要原因。I-Chun Tsai在2015年通過(guò)建立計(jì)量經(jīng)濟(jì)模型,對(duì)1991年1月-2012年8月美國(guó)房?jī)r(jià)數(shù)據(jù)進(jìn)行實(shí)證分析,發(fā)現(xiàn)長(zhǎng)期寬松的貨幣供應(yīng)對(duì)房?jī)r(jià)有顯著的影響。Jan R. Kim在2016年通過(guò)現(xiàn)值模型實(shí)證分析,發(fā)現(xiàn)住房投資的風(fēng)險(xiǎn)溢價(jià)是決定房?jī)r(jià)的根本因素。Williams在2016年提出,寬松的信貸和貨幣政策立場(chǎng)的支持促進(jìn)了愛(ài)爾蘭房地產(chǎn)需求的激增,進(jìn)而影響房?jī)r(jià)上漲。Justyna Brzezicka在2018年運(yùn)用相關(guān)分析和格蘭杰因果檢驗(yàn)分析發(fā)現(xiàn),長(zhǎng)期的供求不平衡以及信息的不對(duì)稱會(huì)影響房地產(chǎn)價(jià)格。

      (三)商業(yè)銀行信貸資產(chǎn)的結(jié)構(gòu)

      2000年歐洲央行的報(bào)告顯示,1989年-1998年非利息收入在歐盟銀行收入中所占的比例由25%上升到41%。隨后的數(shù)據(jù)顯示,2007年非利息收入占比為49%,2013年下降至42%。

      Inderst、Holger M提出,所有進(jìn)行股權(quán)融資的銀行的信貸行為會(huì)相對(duì)保守,更傾向于低信貸風(fēng)險(xiǎn)的項(xiàng)目。Fuda Koji在2008年實(shí)證分析發(fā)現(xiàn),泰國(guó)金融危機(jī)爆發(fā)前,銀行將大量信貸投向房地產(chǎn)業(yè),偏離了實(shí)體經(jīng)濟(jì),助長(zhǎng)了泡沫的破裂。Michael Koetter等在2009年對(duì)德國(guó)銀行1995年-2004年的信貸數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)德國(guó)專業(yè)抵押銀行的按揭貸款約占其信貸總額的89%,全能銀行的按揭貸款所占的比例同樣較高,約占39%。Gonzalez-Paramo在2011年指出,利差的上升代表信貸流動(dòng)性的缺乏,歐洲中央銀行近年來(lái)實(shí)施的大多數(shù)非常規(guī)的貨幣操作都試圖減輕銀行間同業(yè)拆借的壓力。Hans Gersbach在2013年通過(guò)建立一個(gè)包含金融中介的兩周期模型,發(fā)現(xiàn)銀行由于股權(quán)稀缺而通過(guò)加大股本的回報(bào)對(duì)股本進(jìn)行競(jìng)爭(zhēng),這會(huì)加大對(duì)高利率(潛在違約風(fēng)險(xiǎn)大)公司信貸的賭博行為,降低對(duì)低利率公司的信貸。Ozlem Akin等在2014年提出,西班牙是一個(gè)以銀行業(yè)為支柱的經(jīng)濟(jì)體,經(jīng)歷了房地產(chǎn)和信貸市場(chǎng)上最繁榮和最蕭條的10年,抵押貸款占國(guó)內(nèi)生產(chǎn)總值的65%,房地產(chǎn)開(kāi)發(fā)商和建筑業(yè)的貸款占國(guó)內(nèi)生產(chǎn)總值的45%,向家庭提供的抵押貸款和消費(fèi)信貸占GDP的91%。Matthias Raddant在2014年通過(guò)建立自回歸模型對(duì)1999年-2010年意大利同業(yè)拆借市場(chǎng)的交易量以及信貸利差進(jìn)行實(shí)證分析發(fā)現(xiàn),在經(jīng)濟(jì)景氣時(shí),銀行對(duì)隔夜市場(chǎng)的借貸比例相對(duì)較高,經(jīng)濟(jì)低迷導(dǎo)致隔夜拆借的比例下降,并且一些小規(guī)模的銀行會(huì)退出同業(yè)拆借市場(chǎng)。Simon Dubecq等在2016年通過(guò)構(gòu)建無(wú)擔(dān)保利率與無(wú)風(fēng)險(xiǎn)銀行同業(yè)拆借利率息差的二次期限結(jié)構(gòu)模型,用無(wú)套利經(jīng)濟(jì)計(jì)量框架將息差期限結(jié)構(gòu)分解為信貸和流動(dòng)性成分,結(jié)果表明在2012年-2013年間,銀行間利差的減少大部分來(lái)自信貸流動(dòng)性相關(guān)風(fēng)險(xiǎn)成分的減少。Malgorzata Pawlowska在2016年提出,金融危機(jī)前歐盟15國(guó)大量對(duì)私營(yíng)部門過(guò)度放貸,西班牙和愛(ài)爾蘭的住房貸款占銀行信貸額的比例顯著提升,通過(guò)對(duì)面板數(shù)據(jù)進(jìn)行回歸,發(fā)現(xiàn)銀行業(yè)規(guī)模的擴(kuò)大對(duì)歐盟銀行內(nèi)部的風(fēng)險(xiǎn)承擔(dān)產(chǎn)生了負(fù)面影響。Alejandro Serrano在2016年通過(guò)OLS回歸和分位數(shù)回歸,發(fā)現(xiàn)墨西哥的外國(guó)銀行控制著80%以上的銀行資產(chǎn),墨西哥的外國(guó)銀行主要傾向于發(fā)放消費(fèi)和住房信貸,而墨西哥的國(guó)內(nèi)銀行則將信貸大部分集中于商業(yè)項(xiàng)目。Joaquín Maudos在2017年通過(guò)對(duì)2002年-2012年歐洲銀行的數(shù)據(jù)進(jìn)行回歸分析,發(fā)現(xiàn)非利息收入在經(jīng)濟(jì)擴(kuò)張期隨著金融脫媒占比逐漸提高,且非利息收入占比過(guò)高在金融危機(jī)期間使銀行有更大的破產(chǎn)風(fēng)險(xiǎn)。Nitin Arora等在2018年通過(guò)對(duì)2005年-2013年間在印度經(jīng)營(yíng)的81家商業(yè)銀行建立CASE模型,經(jīng)實(shí)證分析發(fā)現(xiàn),印度的公共部門銀行由于向優(yōu)先部門強(qiáng)制貸款,并且貸款的占比很大,直接導(dǎo)致效率的低下和不良貸款率的上升。

      (四) 房地產(chǎn)周期與銀行信貸周期的相關(guān)性

      Wernecke等在2004年認(rèn)為,德國(guó)房地產(chǎn)市場(chǎng)一直受到周期性波動(dòng)的影響,房地產(chǎn)市場(chǎng)的周期性波動(dòng)對(duì)項(xiàng)目開(kāi)發(fā)、投資組合管理和房地產(chǎn)融資具有重要意義。Marcel Arsenault等在2013年通過(guò)建立CMBS模型發(fā)現(xiàn),銀行抵押貸款的波動(dòng)是房地產(chǎn)市場(chǎng)周期性波動(dòng)的重要推動(dòng)力。Ozlem Akin等在2014年通過(guò)建立經(jīng)濟(jì)蕭條和繁榮時(shí)期銀行信貸的回歸方程,發(fā)現(xiàn)房地產(chǎn)市場(chǎng)的繁榮和蕭條以及相關(guān)的信貸周期是美國(guó)、愛(ài)爾蘭、英國(guó)和西班牙金融危機(jī)的主要驅(qū)動(dòng)因素。Suparna Chakraborty在2015年通過(guò)建立動(dòng)態(tài)隨機(jī)模型發(fā)現(xiàn),房地產(chǎn)市場(chǎng)的周期性波動(dòng)基于抵押品的質(zhì)押明顯地放大了對(duì)實(shí)際宏觀總量的初始沖擊,金融加速器通過(guò)“再分配通道”將資產(chǎn)價(jià)格轉(zhuǎn)化為抵押品的價(jià)值,很好地解釋了基于抵押品價(jià)值的信貸變動(dòng)。

      (五)房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)與銀行信貸相關(guān)性的因果關(guān)系

      1.房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)與銀行信貸的單向因果關(guān)系。

      (1)房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)對(duì)銀行信貸的單向因果關(guān)系。Davis、Haibin-Zhu在2004年通過(guò)對(duì)房地產(chǎn)價(jià)格與銀行信貸之間的關(guān)系進(jìn)行實(shí)證研究,發(fā)現(xiàn)房地產(chǎn)價(jià)格的上升直接促進(jìn)了銀行信貸規(guī)模的擴(kuò)大,反之不成立。Mohannad Tajik等在2015年通過(guò)研究1999年-2011年美國(guó)房地產(chǎn)信貸與房?jī)r(jià)的波動(dòng)走勢(shì),發(fā)現(xiàn)房?jī)r(jià)波動(dòng)對(duì)銀行信貸有顯著的影響。Michael Koetter等在2009年基于1995年-2004年德國(guó)銀行相關(guān)信貸數(shù)據(jù)建立了logistic模型,實(shí)證分析證明,房?jī)r(jià)的上升將直接影響銀行信貸的投放量,并進(jìn)一步影響銀行的穩(wěn)定性。

      (2)銀行信貸對(duì)房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)的單向因果關(guān)系。Fuda Koji在2008年通過(guò)對(duì)1985年-1997年泰國(guó)金融機(jī)構(gòu)的數(shù)據(jù)進(jìn)行實(shí)證分析,發(fā)現(xiàn)泰國(guó)金融機(jī)構(gòu)對(duì)房地產(chǎn)業(yè)過(guò)度放貸,偏離了實(shí)體經(jīng)濟(jì),助長(zhǎng)了房地產(chǎn)泡沫的膨脹與破裂。Ozlem Akin等在2014年通過(guò)使用一個(gè)獨(dú)特的借款人-貸款人匹配的西班牙抵押貸款數(shù)據(jù)集,建立了經(jīng)濟(jì)繁榮和蕭條時(shí)期的回歸方程,發(fā)現(xiàn)經(jīng)濟(jì)繁榮會(huì)使銀行放松信貸標(biāo)準(zhǔn),銀行的過(guò)度信貸促進(jìn)了房地產(chǎn)泡沫的形成。2010年波蘭國(guó)家銀行住房市場(chǎng)報(bào)告指出,在2002年-2009年,波蘭銀行抵押貸款的過(guò)度投放直接促進(jìn)了房?jī)r(jià)的上升。Williams在2016年提出,銀行寬松的信貸導(dǎo)致住房需求激增,從而使愛(ài)爾蘭房?jī)r(jià)迅速上漲。

      2.房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)與銀行信貸的雙向因果關(guān)系。Herring、Wachter認(rèn)為,房地產(chǎn)價(jià)格上漲和銀行信貸擴(kuò)張是雙向促進(jìn)、螺旋上升的過(guò)程,若房地產(chǎn)價(jià)格下降,銀行資產(chǎn)縮水,監(jiān)管者將執(zhí)行更為嚴(yán)格的要求,銀行信貸下降將進(jìn)一步促進(jìn)房?jī)r(jià)下跌。Senhadji、Collyns在2001年通過(guò)對(duì)中國(guó)香港、泰國(guó)、韓國(guó)、新加坡四個(gè)東亞經(jīng)濟(jì)體的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證研究,發(fā)現(xiàn)房地產(chǎn)價(jià)格的變動(dòng)與銀行的信貸資金支持有雙向的促進(jìn)作用。Timo Virtanen等在2018年對(duì)1980年-2012年歐洲貨幣聯(lián)盟15個(gè)國(guó)家的相關(guān)數(shù)據(jù)進(jìn)行單位根繁榮檢驗(yàn),發(fā)現(xiàn)大多數(shù)國(guó)家在2000年初已經(jīng)開(kāi)始信貸和房?jī)r(jià)的爆炸性增長(zhǎng),且信貸與房?jī)r(jià)相互促進(jìn),加劇了泡沫的膨脹。Marcel Arsenault等在2013年用1978年-2008年美國(guó)的季度數(shù)據(jù)建立CMBS模型,發(fā)現(xiàn)銀行抵押貸款的資金流動(dòng)與房地產(chǎn)市場(chǎng)的資本增值形成積極的正反饋循環(huán)。

      3.因果關(guān)系不明顯。Gregory H. Bauer在2017年基于三個(gè)房?jī)r(jià)修正預(yù)測(cè)指標(biāo)構(gòu)建Logit回歸面板模型,對(duì)18個(gè)經(jīng)合組織國(guó)家的房?jī)r(jià)進(jìn)行修正,發(fā)現(xiàn)相對(duì)于金融危機(jī)時(shí)期,此時(shí)銀行信貸對(duì)房?jī)r(jià)的影響不明顯。

      三、國(guó)內(nèi)研究現(xiàn)狀

      國(guó)內(nèi)對(duì)于房地產(chǎn)泡沫與銀行信貸相關(guān)性的研究起步較晚,相關(guān)理論體系尚不太完善,國(guó)內(nèi)早期對(duì)房地產(chǎn)泡沫的研究大多建立在國(guó)外研究的基礎(chǔ)上,通過(guò)理論、模型的借鑒并結(jié)合國(guó)內(nèi)實(shí)際進(jìn)行創(chuàng)新性研究。

      (一)房地產(chǎn)泡沫的測(cè)度

      國(guó)內(nèi)學(xué)者主要采用指標(biāo)法(單指標(biāo)法、多指標(biāo)法、功效系數(shù)法)、模型法、多元統(tǒng)計(jì)法(主成分分析法、因子分析法)以及多種方法結(jié)合使用等,對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)度。

      1.指標(biāo)法。國(guó)內(nèi)學(xué)者對(duì)房地產(chǎn)泡沫的測(cè)度有多種方法,其中使用最為廣泛的方法是指標(biāo)法,但不同學(xué)者對(duì)測(cè)度房地產(chǎn)泡沫指標(biāo)體系的設(shè)計(jì)有所不同。呂錚、高明(2012)用七個(gè)描述房地產(chǎn)泡沫的單項(xiàng)指標(biāo),通過(guò)熵權(quán)法和功效系數(shù)法計(jì)算綜合預(yù)警系數(shù)K值,發(fā)現(xiàn)重慶市1996年-2009年間房地產(chǎn)市場(chǎng)總體發(fā)展較為平穩(wěn)。張鶴彤、鄭曉云、蘇義坤(2018)以齊齊哈爾市為研究對(duì)象,計(jì)算了該市2011年-2015年五個(gè)房地產(chǎn)泡沫單項(xiàng)指標(biāo)的數(shù)值,通過(guò)熵權(quán)法和功效系數(shù)法計(jì)算綜合預(yù)警系數(shù)K值,發(fā)現(xiàn)齊齊哈爾市目前存在值得關(guān)注的一般程度的房地產(chǎn)泡沫。曹琳劍、王杰(2018)測(cè)算了我國(guó)2006年-2016年八個(gè)房地產(chǎn)泡沫單項(xiàng)指標(biāo)的數(shù)值,通過(guò)熵權(quán)法和功效系數(shù)法計(jì)算綜合預(yù)警系數(shù)K值,發(fā)現(xiàn)我國(guó)房地產(chǎn)泡沫水平總體呈下降趨勢(shì)。徐澤民等(2009)、呂江林(2010)、王浩(2017)認(rèn)為,房?jī)r(jià)收入比是測(cè)度我國(guó)房地產(chǎn)泡沫最理想、可靠的指標(biāo)。

      2.模型法。葉衛(wèi)平、王雪峰(2005)選取我國(guó)2000年-2004年的相關(guān)數(shù)據(jù)構(gòu)建Ramsey模型對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)度。楊燦、劉赟(2008)選取我國(guó)1991年-2006年的相關(guān)數(shù)據(jù),通過(guò)對(duì)Ramsey模型進(jìn)行改進(jìn)以測(cè)度房地產(chǎn)泡沫,經(jīng)實(shí)證分析發(fā)現(xiàn),我國(guó)在1991年-2006年重復(fù)著正泡沫——無(wú)泡沫——負(fù)泡沫的過(guò)程。郭永濟(jì)、唐建民(2011)通過(guò)建立資本邊際收益率模型確定房地產(chǎn)的基本價(jià)值,用實(shí)際價(jià)格偏離其基本價(jià)值的程度衡量泡沫水平。張超(2018)以長(zhǎng)三角城市群2007年-2015年的數(shù)據(jù)為研究對(duì)象,通過(guò)建立靜態(tài)面板模型,發(fā)現(xiàn)長(zhǎng)三角城市均存在不同程度的房地產(chǎn)泡沫。李夢(mèng)玄、曹陽(yáng)(2013)構(gòu)建局部均衡模型,以行為金融理論為研究視角,對(duì)1997年-2011年我國(guó)的房地產(chǎn)泡沫進(jìn)行測(cè)度。

      3.多元統(tǒng)計(jì)法。陳璐佳、蔣偉偉(2016)以全國(guó)27個(gè)大中型城市2010年-2014年的數(shù)據(jù)為研究對(duì)象,通過(guò)主成分分析法和因子分析法進(jìn)行實(shí)證分析,發(fā)現(xiàn)房?jī)r(jià)的高低與泡沫化程度并無(wú)直接的聯(lián)系。趙息、孫繼國(guó)(2010)以我國(guó)環(huán)渤海地區(qū)的部分城市為研究對(duì)象,用因子分析法測(cè)度各城市1999年-2007年的房地產(chǎn)泡沫。李平等(2015)、馮利英、等(2012)、王浩(2017)用因子分析法測(cè)度我國(guó)的房地產(chǎn)泡沫。

      4.多種方法創(chuàng)新性結(jié)合。郭恩澤、陳榮清(2018)提出,根據(jù)我國(guó)國(guó)情采用指標(biāo)法和模型法相結(jié)合的方式對(duì)我國(guó)房地產(chǎn)泡沫進(jìn)行測(cè)算更合理。韓克勇、阮素梅(2017)將指標(biāo)法與模型法結(jié)合,對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)度,首先建立房地產(chǎn)價(jià)格與租金和收入關(guān)系的簡(jiǎn)單模型,然后構(gòu)建房?jī)r(jià)收入比、房?jī)r(jià)租金比兩個(gè)指標(biāo)以測(cè)度房地產(chǎn)泡沫的大小。

      (二)影響房地產(chǎn)價(jià)格的因素

      鄒朋飛(2008)、張銘(2009)、吳可可(2015)、劉育肇,等(2018)、胡逸飛(2018)、向?yàn)槊竦龋?018)認(rèn)為,銀行信貸的過(guò)度擴(kuò)張是影響房?jī)r(jià)的主要因素。馬勇、吳雪妍(2018)進(jìn)一步提出,需求端的銀行貸款對(duì)房?jī)r(jià)的影響更為顯著。陳浩、葛揚(yáng)(2008)研究發(fā)現(xiàn),人民幣升值、外資大量流入,通過(guò)流動(dòng)性效應(yīng)、財(cái)富效應(yīng)以及信貸效應(yīng)促進(jìn)房?jī)r(jià)上漲。曹景林(2011)認(rèn)為,土地交易價(jià)格是房?jī)r(jià)上升重要的成本推動(dòng)力,市場(chǎng)的旺盛需求是房?jī)r(jià)上升重要的需求拉動(dòng)力。賴一飛等(2012)認(rèn)為,金融體制不健全、投資偏好、土地出讓制度的缺陷、市場(chǎng)結(jié)構(gòu)的不合理以及保障性住房的缺失是房地產(chǎn)泡沫形成的原因。韓克勇、阮素梅(2017)通過(guò)建立回歸模型作實(shí)證分析,發(fā)現(xiàn)土地價(jià)格、財(cái)政支出、利率對(duì)房?jī)r(jià)有顯著影響,而匯率、貨幣供應(yīng)量對(duì)房?jī)r(jià)沒(méi)有顯著影響。劉付韓(2018)、蒲火元等(2018)、吳振華等(2018)認(rèn)為,人口流動(dòng)對(duì)房?jī)r(jià)有顯著影響。

      (三)我國(guó)銀行信貸資產(chǎn)的結(jié)構(gòu)

      林國(guó)英、梅歡雪、王文星(2014)分析了2013年上半年福建省工商分行、工商系統(tǒng)以及工商A分行的信貸資產(chǎn)結(jié)構(gòu),其中信貸資產(chǎn)占比位于前三的是一般流動(dòng)性貸款、項(xiàng)目貸款以及個(gè)人住房抵押貸款,房地產(chǎn)信貸總額占比分別為22.31%、23.2%、30.47%。張小琴(2015)指出,到2014年末,青海省銀行機(jī)構(gòu)將近八成的信貸投向了大中型企業(yè),中長(zhǎng)期信貸額占比72.77%,行業(yè)信貸結(jié)構(gòu)中房地產(chǎn)業(yè)占比較高,約為4.3%。王靜蓉(2017)指出,當(dāng)前農(nóng)行山西省分行的信貸投向有“貸大、貸長(zhǎng)、貸集中”的傾向,并且信貸投放高度集中于“大而重”的重資產(chǎn)行業(yè)。樊志剛(2018)提出,2012年-2016年間四大行零售貸款占比由26%上升到35%,公司貸款(不含票據(jù)貼現(xiàn))占比由70%下降到61%,2017年由于公眾貸款需求增加,四大行加大了零售貸款和公司貸款的投放。金平(2018)指出,農(nóng)行湖南分行的信貸資產(chǎn)結(jié)構(gòu)存在著行業(yè)集中度高、客戶總量小等短板。吳文忠(2018)指出,2018年上半年我國(guó)23家上市銀行新增貸款額中,約38%為房地產(chǎn)信貸。張明哲(2018)以15家上市銀行為研究對(duì)象,發(fā)現(xiàn)2017年在信貸需求回暖的情況下,15家上市銀行壓縮票據(jù)貼現(xiàn),加大對(duì)公司和零售貸款的投放,持續(xù)退出對(duì)低端制造業(yè)以及不良率較高的批發(fā)零售業(yè)的信貸,持續(xù)加大對(duì)綠色信貸、國(guó)家戰(zhàn)略支持區(qū)域及薄弱環(huán)節(jié)的信貸。

      (四)房地產(chǎn)市場(chǎng)周期波動(dòng)與銀行信貸周期波動(dòng)的相關(guān)性

      由于我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展歷程較短,國(guó)內(nèi)學(xué)者對(duì)于房地產(chǎn)周期與銀行信貸周期波動(dòng)的相關(guān)性的研究成果有限。楊小麗(2012)指出,銀行信貸風(fēng)險(xiǎn)周期與房地產(chǎn)周期息息相關(guān),并且隨著房地產(chǎn)市場(chǎng)周期不同階段的波動(dòng)表現(xiàn)出不同的特征、風(fēng)險(xiǎn)形式和程度。羿建華、孫?。?016)用VAR模型和HP濾波法對(duì)1999年-2015年9月的數(shù)據(jù)進(jìn)行實(shí)證分析,發(fā)現(xiàn)房地產(chǎn)銷售額增速與貨幣供給增速有著明顯的周期性波動(dòng)特征,房地產(chǎn)市場(chǎng)周期與金融周期(銀行信貸周期)有顯著的相關(guān)性。易傳和、詹蕙卿(2009)用房景指數(shù)描述房地產(chǎn)市場(chǎng)周期,用企業(yè)違約率描述銀行信貸風(fēng)險(xiǎn)周期,發(fā)現(xiàn)兩者的波動(dòng)之間存在密切的聯(lián)系。楊彩霞、李英子(2010)用房地產(chǎn)開(kāi)發(fā)信貸資金占銀行總貸款的比例劃分房地產(chǎn)市場(chǎng)周期,用商品房銷售面積的增長(zhǎng)率劃分銀行信貸周期(金融穩(wěn)定性),發(fā)現(xiàn)兩者存在相關(guān)性,但由于存在時(shí)滯,兩者之間不是強(qiáng)相關(guān)關(guān)系。易憲容認(rèn)為,房地產(chǎn)市場(chǎng)的周期性調(diào)整會(huì)使房?jī)r(jià)下跌,銀行體系的脆弱性會(huì)顯現(xiàn),銀行信貸的不良資產(chǎn)會(huì)大量增加,銀行信貸也將進(jìn)入周期調(diào)整階段。郭子睿等(2017)指出,房地產(chǎn)市場(chǎng)周期與銀行信貸周期的波動(dòng)走勢(shì)大體相似,在不同時(shí)期呈現(xiàn)出領(lǐng)先和滯后的規(guī)律。吳文忠(2018)通過(guò)建立回歸方程,發(fā)現(xiàn)房?jī)r(jià)指數(shù)與銀行不良貸款同比增速呈高度負(fù)相關(guān)關(guān)系,房地產(chǎn)行業(yè)的周期變化與銀行不良貸款周期波動(dòng)的相關(guān)性增強(qiáng)。

      (五)房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)與銀行信貸的因果關(guān)系

      1.房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)對(duì)銀行信貸的單向因果關(guān)系。邵賢炤(2006)借鑒Carey模型和Herring &Wachter模型分析了房地產(chǎn)泡沫與銀行信貸之間的關(guān)系,發(fā)現(xiàn)銀行對(duì)房地產(chǎn)的過(guò)度信貸使房?jī)r(jià)飆升。曾國(guó)安、洪麗(2011)通過(guò)對(duì)中國(guó)1997年第一季度至2007年第二季度銀行信貸及商品房?jī)r(jià)格的數(shù)據(jù)進(jìn)行實(shí)證分析,發(fā)現(xiàn)從銀行信貸到商品房?jī)r(jià)格有著長(zhǎng)期單向的動(dòng)態(tài)均衡關(guān)系。劉園、韓斌(2012)對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)、銀行信貸、房?jī)r(jià)、利率1998年第一季度至2011年第四季度的數(shù)據(jù)進(jìn)行ARDL邊限協(xié)整檢驗(yàn),發(fā)現(xiàn)銀行信貸對(duì)房地產(chǎn)價(jià)格有正向的顯著影響。魏文軒(2013)通過(guò)對(duì)1997年-2011年銀行信貸、房?jī)r(jià)以及一年期利率的相關(guān)數(shù)據(jù)進(jìn)行回歸分析,發(fā)現(xiàn)銀行信貸支持是影響房?jī)r(jià)波動(dòng)的重要因素,對(duì)銀行信貸和房?jī)r(jià)之間的相關(guān)性擬合度可以較好地解釋銀行信貸政策對(duì)房?jī)r(jià)的調(diào)控效果。陳赟,楊堅(jiān)爭(zhēng)(2018)構(gòu)建VAR模型,發(fā)現(xiàn)銀行信貸增長(zhǎng)率在短期與房?jī)r(jià)增長(zhǎng)率呈現(xiàn)單向因果關(guān)系,房?jī)r(jià)和銀行信貸在長(zhǎng)期不存在協(xié)整關(guān)系。吳可可(2015)、胡逸飛(2018)構(gòu)建VAR模型,發(fā)現(xiàn)房?jī)r(jià)與銀行信貸是單向因果關(guān)系。

      2.房地產(chǎn)泡沫(房地產(chǎn)價(jià)格)與銀行信貸的雙向向因果關(guān)系。陳夢(mèng)璇(2010)、秦嶺等(2012)從理論上分析了銀行信貸與房?jī)r(jià)之間的影響機(jī)制,發(fā)現(xiàn)兩者之間彼此推動(dòng)與加強(qiáng)。楊飛、王春晨(2015)、徐曉通(2018)發(fā)現(xiàn)房地產(chǎn)價(jià)格與銀行信貸存在雙向的正相關(guān)關(guān)系,但這種正相關(guān)性有一定的延遲,可能因?yàn)槎唐趦?nèi)政府會(huì)對(duì)房?jī)r(jià)的上漲采取信貸緊縮政策。劉育肇、姚婷(2018)構(gòu)建VAR模型作實(shí)證分析,發(fā)現(xiàn)長(zhǎng)期銀行信貸與房地產(chǎn)價(jià)格存在雙向因果關(guān)系。向?yàn)槊?、譚娟(2018)通過(guò)建立SVAR模型,發(fā)現(xiàn)銀行信貸和房?jī)r(jià)在短期和長(zhǎng)期均互為因果關(guān)系。

      四、國(guó)內(nèi)外研究成果的評(píng)述

      國(guó)外多采用與同期相關(guān)經(jīng)濟(jì)指數(shù)作比較以驗(yàn)證房地產(chǎn)泡沫的存在,而國(guó)內(nèi)多采用指標(biāo)法對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)度,在測(cè)度指標(biāo)體系的構(gòu)建上往往由于數(shù)據(jù)的可得性舍棄一些重要指標(biāo),從而降低了測(cè)度方法的科學(xué)性和有效性。此外,在國(guó)內(nèi),學(xué)者普遍認(rèn)為房?jī)r(jià)收入比是測(cè)度房地產(chǎn)泡沫較為理想且可靠的指標(biāo),但房?jī)r(jià)收入比缺乏統(tǒng)一的計(jì)算標(biāo)準(zhǔn),對(duì)收入缺乏統(tǒng)一的界定。我國(guó)受傳統(tǒng)婚房觀念的影響,年輕人大多通過(guò)父母、親戚資助購(gòu)房,因此房?jī)r(jià)收入比不能準(zhǔn)確衡量家庭的購(gòu)房能力。

      國(guó)內(nèi)外學(xué)者大多從宏觀經(jīng)濟(jì)因素和購(gòu)房者行為的角度探究房?jī)r(jià)的影響因素,而較少?gòu)姆康禺a(chǎn)開(kāi)發(fā)商行為的角度進(jìn)行研究。我國(guó)自2003年實(shí)行土地招拍掛制度后,土地購(gòu)置費(fèi)成為地方政府重要的財(cái)政收入,房地產(chǎn)高額的利潤(rùn)可以使政府獲得更多的稅收,因此,相對(duì)于國(guó)外,“土地財(cái)政”是影響國(guó)內(nèi)房?jī)r(jià)的一個(gè)重要因素。

      國(guó)外銀行信貸結(jié)構(gòu)具有分散化、多元化的特征,而國(guó)內(nèi)銀行信貸結(jié)構(gòu)具有期限集中、行業(yè)集中、產(chǎn)業(yè)集中、客戶集中的特點(diǎn),國(guó)內(nèi)學(xué)者大多用靜態(tài)視角研究某個(gè)對(duì)象在特定時(shí)間段內(nèi)的信貸結(jié)構(gòu),而較少用動(dòng)態(tài)視角研究某一對(duì)象不同時(shí)間的信貸差異以及銀行信貸結(jié)構(gòu)的區(qū)域差異性。

      國(guó)內(nèi)在研究房地產(chǎn)市場(chǎng)周期與銀行信貸周期的相關(guān)性時(shí),對(duì)房地產(chǎn)市場(chǎng)周期與銀行信貸周期的描述指標(biāo)沒(méi)有一個(gè)統(tǒng)一的確定標(biāo)準(zhǔn)。此外,我國(guó)房?jī)r(jià)會(huì)隨著頻繁的政策調(diào)節(jié)出現(xiàn)短暫的波動(dòng),因此我國(guó)的房地產(chǎn)市場(chǎng)周期通常較短,然而國(guó)內(nèi)學(xué)者對(duì)房地產(chǎn)市場(chǎng)周期進(jìn)行研究時(shí)往往會(huì)忽視政策調(diào)節(jié)對(duì)房地產(chǎn)市場(chǎng)周期的影響。

      國(guó)內(nèi)學(xué)者在研究房?jī)r(jià)與銀行信貸關(guān)系時(shí),更關(guān)注房?jī)r(jià)對(duì)銀行信貸的影響,并且大多采用VAR模型進(jìn)行實(shí)證研究,但VAR模型存在一定的局限性,往往會(huì)因?yàn)榘凑詹煌瑯?biāo)準(zhǔn)選取最優(yōu)階數(shù)而得出不同結(jié)論。國(guó)內(nèi)研究大多以全國(guó)為研究對(duì)象,由于我國(guó)二元結(jié)構(gòu)突出,城鄉(xiāng)經(jīng)濟(jì)發(fā)展差異大,利用平均商品房?jī)r(jià)格、平均人均可支配收入等數(shù)據(jù)進(jìn)行分析時(shí),往往會(huì)掩蓋一些城市出現(xiàn)房地產(chǎn)泡沫的現(xiàn)象。此外,國(guó)內(nèi)學(xué)者較少關(guān)注區(qū)域之間的異質(zhì)性。

      猜你喜歡
      銀行信貸測(cè)度信貸
      三個(gè)數(shù)字集生成的自相似測(cè)度的乘積譜
      R1上莫朗測(cè)度關(guān)于幾何平均誤差的最優(yōu)Vornoi分劃
      非等熵Chaplygin氣體測(cè)度值解存在性
      Cookie-Cutter集上的Gibbs測(cè)度
      聚焦Z世代信貸成癮
      貨幣政策、會(huì)計(jì)穩(wěn)健性與銀行信貸關(guān)系探析
      綠色信貸對(duì)霧霾治理的作用分析
      銀行信貸規(guī)模、結(jié)構(gòu)、效率與產(chǎn)業(yè)結(jié)構(gòu)互動(dòng)研究
      科技與管理(2014年5期)2015-01-06 19:54:07
      戰(zhàn)略引資和網(wǎng)點(diǎn)規(guī)模對(duì)銀行信貸競(jìng)爭(zhēng)的影響
      當(dāng)前我國(guó)鋼鐵業(yè)的困境與銀行信貸管理
      黑山县| 文水县| 嘉兴市| 阳东县| 拜城县| 嘉祥县| 盘山县| 全南县| 汝南县| 社会| 抚宁县| 灵丘县| 化德县| 呼和浩特市| 武山县| 平度市| 汝阳县| 习水县| 富宁县| 陆良县| 雅江县| 西林县| 富川| 萨嘎县| 叙永县| 高安市| 闵行区| 峡江县| 镇安县| 浠水县| 永泰县| 阿拉尔市| 株洲县| 寿光市| 香港 | 吉安市| 龙泉市| 乌兰县| 长垣县| 海宁市| 黄石市|