银行信贷周期对房产价格波动的影响——基于我国商业地产市场的实证视角

倪风华

(福建江夏学院金融系，福建 福州 350108)

一、导言

在过去几十年间，信贷周期与房地产周期几乎是同步的，激发人们研究房地产周期与银行稳定关系的兴趣。大多数研究集中于住宅市场，对商业地产①根据国家统计局口径，商业地产包括办公楼、商业营业用楼、工业用楼和其他。本文主要关注办公楼和商业营业用楼两个子市场。的研究少之又少。一方面，两个子市场具有诸多不同点:比如，商业地产的价值主要取决于未来租金，对商业不动产需求更依赖于商业环境和对未来经济的信心;又如，商业地产建设周期更长、租赁期更长、融资方式不同。另一方面，商业地产与住宅市场存在密切联系。例如，人口集聚、居民收入与消费水平的提高和城市化既是住宅市场发展的重要推动力量，也是商业地产市场的重要推动力，并且社区配套商业有利于土地获取和提升住宅溢价水平等。因此，有必要细分房地产市场，比较研究各子市场特征以及它们与银行信贷之间的互动关系。

在2010年以来号称史上最严厉的新一轮调控政策中，二套房必须首付五成或六成、第三套以上住房停止贷款、同一购房家庭只能新购买一套商品住房等措施，跟以往出台的政策一样，主要针对住宅类项目的投资或投机行为，对商业地产并未做任何限制。商业地产仍然沿用多年来的信贷门槛:首付至少五成，贷款利率为基准利率的1.1倍，按揭年限最长为十年。在多次楼市的信贷政策调控中，商业项目均未受政策收紧的影响。例如，2010年1－12月，全国住宅销售面积比增长7.4%，而同期办公楼和商业营业用房的销积增速分别25.9%和35.2%，表明商业地产市场受政策影响相对较小。中央经济工作会议提出的要加大保障性安居工程政策②住建部提出2011年建设保障性住房1000万套，较2010年增加420万套。全国总开工面达到6亿平方米，占整个住宅施工面积的比重提高到10%，以套数计算则接近20%。这一政策将在十二五期间得以延续，保障房建设力度持续加大，逐步形成符合国情的保障性住房体系和商品房体系，住房市场的“双轨制”将逐步形成。也只会冲击住宅市场，不会影响商业地产。因此，商业地产市场因少受政策突然转变的干扰，是检验银行信贷和资产价格动态关系的一个“纯净”的实验场。

二、商业地产价格与银行信贷模型

为检验商业地产价格的决定因素及其与银行信贷和宏观经济因素的关系，下面介绍一个简单的联立方程模型 (Davis和Zhu，2010)。该模型表明，商业地产价格取决于以下两个机制:一个是外生商业周期冲击 (例如，产出上下波动和利率变动)对商业地产价格的周期性影响;另一个是房地产内在特征对冲击的放大作用，造成房地产市场过度反应 (overshooting)并产生持续的内生性周期。这两种房价周期在特定时期内可以共存，孰轻孰重因不同地区、不同行业而异。由于该模型汲取现有模型的思想 (Allen和Gale，2000;Bernanke et al.，1994;Kiyotaki和Moore，1997;Aoki et al.，2004)，因此，该模型不仅可用于解释商业地产市场，也可用于解释广义上的房地产市场。

对商业地产需求方程，我们假设:第一，经济体中有N个潜在的投资者，所有投资者除了具有不同的价格预期，其他方面是同质的。不同的价格预测用于反映信息不对称现象。价格预期服从积累分布函数F(p)，p为商业地产价格。第二，银行业是许多房地产购买者最重要的融资渠道。当投资者对未来房价预期乐观时，也即预测F(p)大于p时，会向银行贷款 (L)投资商业地产。银行贷款数量增加将增加投资人要素禀赋 (Yt，以真实GDP或者人均可支配收入表示)和商业地产价格，并降低了利率 (it)。银行贷款数量也取决于银行贷款态度 (Lt)。第三，对商业地产供给方程，假设在短期内供给数量固定，但是会逐渐对变化的商业环境做出调整。具体而言，当实际房价超过重置成本时 (相当于Tobin’s Q＞1)，建筑商会向银行融资开工建新房，由于建设周期长，新房竣工需要一定年限。为简便起见，模型中，新房开工到交付使用只有一期时滞。第四，也即一个关键的假设是，银行放贷决策具有路径依赖，对房地产投资者和开发商的放款数量取决于当期房价水平，而不是像理性预期理论所认为的那样，取决于未来房价的无偏预期。这个假设反映了信贷市场的不完美以及非理性的市场行为。综上所述，商业地产价格可用以下联立方程组表示:

式 (1)是商业地产的需求方程，需求量取决于有购买愿意的人数和银行贷款数量，其中，银行贷款数量又取决于收入水平、利率、当期房价和银行贷款态度。银行贷款态度 (cred)取决于经济金融状况、同业竞争压力、金融创新甚至是金融市场化等制度性因素。式 (2)为商业地产存量方程。δ为折旧率，I为新增投资。式(3)表明新增投资为银行发放的商业地产开发贷款 (B)的线性方程。商业地产开发贷款(B)与银行发放给买方的贷款 (L)是有区别的:前者发放给开发商，可增加商业地产供给，是个增量概念;后者则是发放给商业地产的投资者 (买方)，是个存量概念。银行发放给开发商和建筑商贷款数量提高了收入水平、降低利率，同时改变了银行贷款态度 (cred)。式 (4)为市场出清条件。式 (1)至式 (4)可以进一步简化为以下动态系统:

上述简单模型包括现有文献中的主要思想，可为计量分析提供有用的理论指导。就商业地产价格 (CPP)与银行信贷 (BC)两者关系而言，通过简单推导可得以下有待检验的假说:

假说1(CPP对BC):商业地产价格正向影响银行信贷。在式 (1)中，我们根据经验结果设定商业地产价格对银行信贷有正向影响。更高价格意味着更低的违约率，因此，银行愿意新增商业地产贷款。金融加速器机制表明，随着商业地产作为抵押物价值增加，银行向其他部门贷款也会增加。

假说2(BC对CPP):短期内银行信贷对商业地产有正向影响，长期内则有负向影响。模型预测银行信贷对商业地产价格有两种相互抵销的影响。式 (1)表明，如果银行发放更多贷款用以购买商业地产，将刺激市场需求，助推价格上涨;式 (2)和式 (3)表明，如果银行发放的对象是开发商，用于新房建设 (B)，房价则可能因为供给增加最终向下调整。由于供给时滞，通常后者效应 (负向)发生作用比前者 (正向)时间更长。虽然在每一期要把用于消费购买的信贷 (L)和用于新房开工建设的信贷 (B)区别开来很困难，但是我们仍然认为银行信贷对商业地产价格在短期内有正向需求效应，在长期内有负向供给效应的假说是合理的。

三、实证分析

1.数据与变量选择。笔者对商业地产价格的决定因素以及它与银行信贷相互关系进行了实证检验。在实证中包括35个大中城市，为避免次贷危机后采取的“限贷、限购”等行政性措施对房地产市场影响，因此，样本期确定为2003－2009年。所有数据来自CEIC数据库，一些城市缺少2009年银行信贷数据，根据2009年各市国民经济和社会发展统计公报补齐。

根据模型 (5)和模型 (6)分析，我们实证工作主要包括5个关键变量:真实商业地产价格 (办公楼和商业营业用楼)、真实银行信贷、真实GDP、真实短期利率和真实房地产投资(包括办公楼开发投资和商业营业用楼开发投资)以及银行贷款态度 (cred)。办公楼价格(offp)等于办公楼销售额除以销售面积，商业营业用楼价格 (comp)等于商业营业用楼销售额除以销售面积。办公楼开发投资和商业营业用楼开发投资分别用offinvt和cominvt表示。真实短期利率 (r)等于一年期名义存款利率平减CPI同比增长率。除了真实短期利率 (r)和银行贷款态度 (cred)，其余变量通过除以各市CPI指数变换为真实变量，其中，各市CPI指数是以2000年为100的定基指数。

理想的信贷变量应该是发放给开发商的开发贷款和发放给投资者的商业地产抵押贷款，由于没有相应统计数据，只能以各市银行信贷总量代替，这是一个统计口径更宽的指标，不过经验表明，银行信贷总量与住房开发贷款和按揭贷款高度相关①全国信贷总量与房地产开发贷款以及住房按揭贷款的相关系数分别为0.88和0.84，均在1%统计水平上显著。，笔者认为这种做法不会根本地影响本文的结论。尽管时间序列时间比较短，但是由35个城市组成的面板数据可以弥补这一缺陷。从计量经济学角度看，面板数据回归模型有着更多的数据、更多数据变动性、变量间更少共线性、更多自由度，因此，估计也更有效 (Baltagi，2005)。

2.面板单位根检验。为避免出现伪回归，需对数据进行平稳性检验。面板单位根检验分同质面板的单位根检验和异质面板的单位根检验两种。自Levin和 Lin(1992，1993)以及 Quah(1994)的开创性研究以来，有关面板单位根检验的相关文献大量涌现。同质面板的单位根检验方法主要有 Breitung检验 (Breitung，2000)、LLC检验 (Levin、Lin和 Chu，2002);异质面板的单位根检验方法主要有IPS检验 (Im、Pesaran和 Shin，1997、2003)、Fisher－ADF检验(Maddala和 Wu，1999)和 ADF－Choi检验(Choi，2001)。由于异质面板的单位根检验放松了不同面板单位时间序列具有相同一阶自回归系数的约束条件，允许一些面板个体具有单位根过程，与第一类相比更接近客观现实，也更有效。在异质面板的单位根检验中，LPS要求面板数据为平衡数据，Fisher－ADF和Fisher－PP检验不要求面板数据为平衡数据。为了保证结果的稳健性和可靠性，本文采用LLC检验、Fisher－ADF检验、Fisher－FF检验和IPS检验等四种方法，分别对各变量水平值和一阶差分进行面板单位根检验，结果列于表1和表2。对绝大多数面板变量水平值的检验结果均无法拒绝存在单位根的原假设，但其一阶差分都在1%的显著水平上拒绝存在单位根的原假设，说明各时间序列变量均为I(1)过程。另外，银行贷款态度 (cred)为时间序列数据，由于时间太短，没有进行时间序列的单位根检验。

表1 面板数据水平方程单位根检验

表2 面板数据差分方程单位根检验

3.模型设定。由于所有变量均为非平稳数据，一阶差分后为平稳数据，所以我们在面板回归中采用误差纠正模型设定:

ΔYi，t=ci+ ψΔΧi，t+ Σpjλj× Yi，t－j+ Σp

kλk8Χi，t－k+

在式 (7)中，因变量的变化，ΔYi，t(也即商业地产价格变化或银行信贷变化)对同期自变量变化 (ΔΧi，t)和滞后因变量和滞后自变量水平值回归。式 (7)误差纠正模型设定不仅能够处理数据非平稳性，也可进一步检验银行信贷对商业地产短期和长期效应:一方面，滞后非平稳变量 (水平值)系数显著性和数值大小显示了变量间的长期关系 (Pesaran和 Shin，1995;Pesaran et al.，2001)，为了验证长期关系的存在性，我们运用Kao(1999)建议的面板协整做进一步检验;另一方面，自变量变化的系数显示了这些变量对因变量短期影响的大小。与现有文献通常做法一致，滞后期取一阶。根据式 (1)至式 (4)建模思想，式 (7)可以具体表示为:

在式 (8)中，银行信贷方程表示为产出(gdp)、商业地产价格 (cpp)、真实利率 (r)和银行贷款态度 (cred)的函数。在具体回归中，商业地产价格分为办公楼价格 (offp)和商业营业用楼 (comp)两类。银行贷款态度以银行家信心指数作为代理变量，原始数据来自中国人民银行官方网站，为2004年到2009年季度数据。为充分利用信息并增加自由度，我们以2004年第一季度数据作为2003年度数据，2004－2009年度数据取当年季度算术平均数而得到。商业地产价格为产出 (gdp)、银行信贷 (cred)、真实利率 (r)、商业地产投资 (invt)和滞后一期商业地产价格 (cpp)(t－1)的函数。表3是式 (8)和式 (9)具体回归结果:模型1与模型2的因变量是办公楼价格 (offp)和商业营业用楼价格 (comp)，用于检验银行信贷对商业地产的短期和长期影响;模型3和模型4因变量是银行信贷，分别对办公楼价格 (offp)和商业营业用楼价格 (comp)回归，检验商业地产对银行信贷的影响。

所有模型估计方法为EGLS①Panel EGLS为估计方法处理截面异方差和同期相关的最小二乘估计方法，固定或随机为模型形式。(截面加权的广义最小二乘法)，选取固定效应和横截面权重(cross－section weights)以反映样本间异方差。固定效应假设的F值检验表明具有不同的截距项，因此，估计方法的选择是合理的。系数误差经过white异方差修正，具有一致性。DW检验表明不存在序列相关性。方程大多数变量系数符合第二节理论模型，商业地产价格和银行信贷一阶滞后系数在5%水平上显著为负②一阶滞后系数显著为负符合误差纠正模型 (ECM)反向调整，向均衡水平回归的原理。及表了中最后一行KAO协整检验，均表明变量间存在长期均衡关系，同时也说明模型设定合理。

表3 商业地产价格与银行信贷方程EGLS估计结果 (2003－2009)

基于研究目的，我们主要关注银行信贷与商业地产价格系数。在商业地产价格模型 (1)和模型 (2)中，滞后一阶银行信贷 (cred)(－1)系数为正，但是均不显著，而一阶差分(Δcred)系数为正，并且至少在5%水平上统计显著，两个结果结合一起意味着:短期内银行信贷与商业地产价格呈正相关，长期内银行信贷对商业地产价格影响不显著。这个结论与上文叙述的假说2不相符，与前面所提到的Davis和Zhu(2010)结论也不一样。Davis和Zhu(2010)的结论是:对所有样本国家 (银行主导型和市场主导型)，短期关系为正，长期关系为负;对经历银行危机的国家，短期关系为正，长期关系也为正。长期内，银行信贷并不影响商业地产价格的原因有待进一步深入研究，一个相对容易的解释是，由于中国金融抑制现象普遍存在，信贷门槛高，房价上涨的抵押物效应不明显。另外，在模型 (3)和模型 (4)中，商业地产价格一阶滞后项 (offp)(－1)和 (comp)(－1)与差分项 (Δoffp和Δcomp)系数均不显著，便是初步的证据。同样，也可以从表3所有模型中，真实利率水平 (r)(－1)和利率变动 (Δr)均与商业地产价格呈正相关关系得到证实。

Davis和Zhu(2010)对利率与商业地产价格正相关的解释是，由于金融自由化导致真实利率水平提高，从而出现高利率高房价并存现象。从2003年以来，一方面，中国逐步放开银行按揭贷款市场，从原来严格的利率管制，过渡到“存款利率管上限、贷款利率管下限”，说明利率市场化程度逐步提高;另一方面，住房市场由于商品化改革，处于快速上升阶段，出现了高利率高房价并存现象。现实中，我们也观察到中国金融二元格局明显，金融抑制还普遍存在，信贷资金的利率弹性缺乏。对于房地产开发商而言，由于其投资回报率远远高于贷款利率和其他行业平均利润水平，更重要的是，信贷资金是否可获得，而不是资金的成本，也导致房地产业缺乏利率弹性，导致出现利率与房价正相关的异象。动辄融资成本超过10%的信托资金在2010年得到开发商的广泛使用即是明证。当然，这只是笔者对这一结论的不成熟看法，不一定完全正确。

在表3中，产出系数 (gdp) (－1)和(Δgdp)均为正，绝大部分在10%水平以上显著(模型1和模型2例外)，表明经济增长前景和良好商业环境对商业地产价格和银行信贷具有促进作用。办公楼投资变动对价格有显著负面影响，而商业营业用楼投资对其价格影响不显著。值得一提的是，银行贷款态度 (cred)系数与商业地产价格呈显著负相关关系，表明银行家对商业地产价格趋势出现了集体失误。当然，这也可能与我们变量选取以及数据质量有关。

四、主要结论与建议

通过上述分析，可以有以下主要结论:

1.基于一般均衡模型，我们得到两个假说:一是短期内银行信贷与商业地产价格正相关;二是长期内银行信贷与商业地产价格负相关。内在的逻辑是，银行信贷是商业地产价格的增函数，高房价导致银行信贷扩张，银行信贷扩张导致房地产投资过剩，由于供给时滞，短期内房价继续上涨，长期内房源供给增加将带来房地产价格下调压力。

2.实证表明:一是短期内银行信贷与商业地产价格呈正相关关系，长期内银行信贷对商业地产价格影响不显著;二是并没有存在从商业地产价格到银行信贷的任何显著关系，这与许多现有许多实证结果不一样;三是经济增长前景和良好商业环境对商业地产价格和银行信贷具有促进作用。

如果从商业地产引申到一般房地产市场，我们可做如下推论:房价是借助对银行信贷、金融体系稳定的作用间接地影响实体经济。美国次贷危机表明，纯粹投机引起的资产价格波动并不会严重影响金融和宏观经济稳定，只有信贷驱动资产价格泡沫才是引爆金融危机的导火索。基于宏观审慎的视角，中央银行及有关部门需要特别关注资产价格暴涨后面的信贷因素，包括杠杆比率异常变化、信贷激增、居民负债率大幅上升等。对货币政策而言，重要的不是货币数量、币值或物价稳定，而是信用扩张、虚拟经济扩张的合理界限、资产价格波动的潜在风险和整个金融体系的稳定。仅靠利率工具保持物价稳定是不够的，中央银行需要增加宏观审慎的工具 (如按揭比率)来维持金融与经济稳定。从某种意义上说，银行信贷既是推动资产泡沫的主要动因，又是治理资产价格波动的有效方法。