住房抵押贷款利率调控的有效性研究

令谢明

【摘要】随着房价的快速攀升和住房抵押借款业务的快速发展，房地产市场出现泡沫经济的风险，政府采取了一系列措施来控制个人住房抵押借款的规模以达到抑制资产泡沫的目的。本文通过研究住房抵押借款利率变化对住房抵押借款规模影响的重要程度来说明住房抵押借款利率调控的有效性。本文选取了2012年至2017年间住房抵押借款余额和利率的季度数据，通过建立VAR实证模型并在回归基础上进行了脉冲响应和方差分解分析。研究显示，住房抵押借款的利率调控是有效的并且效应产生的时滞较短。

【关键词】住房抵押借款 利率 调控

1 引言

近年来，我国大量投机炒房客的存在，扰乱了我国房地产市场的健康发展，而住房抵押贷款正是不少炒房客的重要资金来源。在目前政府对房地产市场调控不断加强的背景下，这些拿着房贷去炒房的投机者难以得到预期的回报，他们投机失败就无法偿还贷款。政府出台政策来抑制资产泡沫，阻止房价的不断升高。在这种情况下，炒房者将住房抵押贷款投入房地产市场，房价下降无法得到回报的同时抵押物价值缩水，必然会使银行受损，所以银行加强对住房抵押贷款调控和风险防范十分重要。

2 我国住房抵押借款的基本情况

我们将从住房抵押贷款金额、购房总额、房屋价格、住房抵押贷款利率的变化人手来分析我国住房抵押贷款市场的现状。

2.1 购房总额的变化趋势

我国2011年至2017年间购房总额呈现波动上升的变化趋势。购房总额在同一年内波动很大，具有一定的规律性，表现为年初较低此后逐渐上涨在一年的年末达到这一年份的最大值。考虑到购房总额的这個规律，我们选取每年12月份的数据来观察购房总额的变化情况。就每年年末购房总额的数据而言在总体上购房总额是上涨的，且涨幅较大，由2011年12月的88，639.00亿元卜涨至2017年12月的150，295.76亿元，涨幅约为69%。这与住房价格的上涨趋势是相一致的。

2.2 住房抵押贷款余额的变化趋势

住房抵押贷款余额在2012年至2017年间呈现不断升高的态势，由2012年的73，000.00亿元上涨为2017年末的219，000.00亿元，涨幅约为200%，涨势显著。可以看出，我国住房抵押贷款市场发展非常迅速。

2.3 住房抵押贷款利率变化

住房抵押贷款利率在2012至2017年间不断波动，总体上呈下降趋势。2012年的住房抵押贷款利率为7.43%，此后先下降后上升在2014年达到了6.96%，为前后五年的峰值，然后不断下降，在2017年开始有上升趋势并在2017年末达到了5.26%。住房抵押贷款利率的波动背后体现了政府及商业银行对住房抵押贷款规模的调控，也就是本文需要研究的内容。

3 实证研究

3.1 数据选取及变量设定

从万德数据库可以得到个人住房抵押贷款余额和住房抵押贷款利率数据。本文选取了2012年3月至2018年12月的季度数据，共计24个数据。为了避免出现伪回归情形，而对数据进行对数化处理后数据关系不变且具有线性趋势，并且能够有效消除异方差及伪回归现象，所以需要对这24个数据取对数。用LNI表示对数化后的住房抵押贷款利率，用LNTA表示对数化后的住房抵押贷款总量

3.2 模型选取

VAR模型的原理。回归模型总是以理论假设为基础来推演经济变量之间的关系，但理论假设的存在会使对经济变量的分析预测受到限制，使得分析预测的结果不是很理想。此外，内生变量出现在方程的哪一端无法确定，这会给预测分析带来一定的难度。向量自回归模型即VAR模型的出现弥补了回归模型的这些不足，它是一种非结构化的多方程模型，在该模型中每一个内生变量都能够由所有的内生变量及其滞后值的线性组合表示出来。向量自回归模型在分析时间序列之间的关系中的应用十分广泛。因此，本文选用VAR模型来研究利率对住房抵押贷发放规模的影响。

P阶无约束VAR模型的数学表达式具有如下形式：

y_t=A₁y_t-1+……+A_py_t-p+ε_t，t=1，2，…，T（1）

其中，y_t为k维内生变量，A₁……Ap为k*k待估计的系数矩阵，ε_t可以同期相关，但通常不与自已的滞后项相关，也不与等式右边的变量相关，p为滞后阶数。

3.3 VAR模型的建立

变量通过稳定性检验后需要确定滞后阶数，这是非常关键的一步，P值的大小会影响误差项的自相关性，P值越小误差项的自相关性越大，自相关性过大会使得参数估计值不具有一致性，所以要保证P值足够大才能使模型中滞后项的动态特征得到充分反应。但是P值越大就需要越多的滞后项和自由度，并且待估参数的增加也会降低参数估计量的有效性。使用Eviews6.0软件对滞后期进行试错检验，由检验结果选择滞后阶数2为最佳。

在变量通过稳定性检验并确定滞后阶数后便可建立住房抵押贷款规模和住房抵押贷款利率的VAR模型。

4 实证检验及结果分析

4.1 模型稳健性检验

接下来需要检验已建立的模型是否稳定。若VAR模型方程的随机扰动项受到脉动冲击一段时间后受到的冲击会逐渐消失则这个方程所反映的系统是稳定的，那么VAR模型就具有稳定性。只有稳定的VAR模型得出的分析结果才是有效的。通常利用VAR模型的AR根来判断模型的稳定性，若VAR模型的AR根的倒数都落在单位圆内，则认为模型稳定。利用Exiews6.0软件对该模型进行稳定性检验，检验结果如下图所示：

南图1可以看出模型的AR根的倒数都在单位圆内，可知模型是稳定的，那么接下来可以在此基础上进行分析。

4.2 脉冲响应分析

VAR模型不预先设定假设，所以在进行分析时通常通过对某一误差项施加一个标准差的冲击，来分析随着时间的推移某个内生变量对该误差项受到的冲击是如何响应的。脉冲响应函数就是描述冲击式对模型各变量所造成的影响的工具。

在完成上述检验工作后，我们可以利用脉冲响应函数来分析住房抵押贷款利率对住房抵押贷款余额的影响。

图2的横轴代表响应函数的追踪期数，纵轴代表住房抵押贷款规模对住房抵押贷款利率的响应程度。图中虚线表示响应函数值的置信区间，而实线代表响应函数的值，将响应函数的追踪期数定为15期。

由图可以分析住房抵押贷款规模对住房抵押贷款利率一个标准差信息的响应情况和响应路径。住房抵押贷款规模对住房抵押贷款利率一个标准差信息的响应在前十四期处于波动阶段，期间正负响应相互交替，到十四期后趋于稳定收敛的迹象。在前四期是负向响应且住房抵押贷款利率的冲击是立刻形成的并在第二期达到最大的负向冲击。在第四期到第十四期，是正向冲击并在第七期达到峰值，但正向冲击的峰值小于负向冲击的峰值，在第十四期后趋于稳定收敛。在负向冲击的峰值处，利率每提高一个百分点，住房抵押贷款规模下降了大约0.04个百分点，此后负向冲击逐渐减弱在第四至第五期之间变为。，此后利率变化对住房抵押贷款形成负向冲击，即住房抵押贷款规模的下降速度开始放慢，此后负向反应逐渐减弱并在第十四期减弱为。。出现负向冲击的原因在于当利率变化一段时间后，对住房抵押贷款规模有影响的其他因素作用开始显著并且综合作用超过了利率的影响，使得住房抵押贷款在多种因素的综合作用下开始上升。进一步观察追踪期期间的住房抵押贷款利率对住房抵押贷款规模的累计冲击效应，前四斯的负向冲击累积效应影响为0.075，前十四斯的累积效应影响为-0.07。这表明住房抵押贷款利率每提高一个百分点，将导致住房抵押贷款规模分别在前四期内、前十四期内下降0.075和-0.7个百分点。

综上，住房抵押贷款利率上升在整个考察期内对住房抵押贷款规模既有正向影响也有负向影响，时滞较短，负向影响是由多种因素共同作用造成的。

4.3 方差分解分析

在進行了脉冲响应分析之后，可以通过方差分解分析进一步探究住房抵押贷款利率冲击对住房抵押贷款规模变化的贡献度，这个贡献度是由方差来衡量和体现的。方差分解分析不仅能给出利率变化使住房抵押贷款产生变化的相对重要性，还能反映出随着时间推移这个相对重要程度的变化情况。相对重要性体现的是随机扰动项冲击效用的大小，相对重要性随时间的变化体现了该冲击产生作用的时滞。根据本文建立的模型，可以通过方差分解分析利率受到的冲击对住房抵押贷款规模影响的贡献度。表1显示了方差分解分析的结果：

从方差分解分析结果可以看出，住房抵押贷款利率对住房抵押贷款规模变动的冲击在第二期就占到了全部预测误差的4.7左右，此后逐渐上升，在第七期时达到了13.2%，此后相对贡献率稳定在13.4%左右，最终达到了13.5%。这表明在长期内住房抵押贷款利率变化对住房抵押贷款规模变化的影响还是很大的，它解释了住房抵押贷款规模变化的13.5%。

4.4 实证分析讨论

该实证研究建立在向量自回归模型的基础上，以2012年至2017年的季度数据为样本，利用脉冲响应函数、方差分解分析了住房抵押贷款利率与住房抵押贷款之间的关系。脉冲响应函数分析显示了住房抵押贷款利率变化对住房抵押贷款规模先产生正向影响随后产生负向影响。方差分解分析表明住房抵押贷款利率变化对住房抵押贷款规模的变化有着较高的贡献度。

5结论

综上所述，本文选取了2012年至2017年住房抵押贷款利率及住房抵押贷款规模的季度数据建立了VAR撑型，进行了实证分析。实证结果表明住房抵押贷款利率变化对住房抵押贷款规模变化有着较为重要的影响，表现为若利率上升首先会导致住房抵押贷款规模上升，随后卜升速度逐渐减慢并趋于稳定。除此之外，住房抵押贷款规模对利率变化产生反应的时滞较短。通过改变住房抵押贷款利率对住房抵押贷款进行调控是有效的，且调控时滞较短，政策效果能较快的显示出来。

参考文献：

[1]张宇，刘洪玉.当前我国个人住房抵押贷款利率风险分析[J].科技与经济，2015（8）：27-35.

[2]谷秀娟，代艳娜.我国居民收入与个人住房抵押贷款关系研究——基于VAR模型[J].金融理论与实践，2016（3）：10-13.

[3]韩晓航.论个人住房抵押贷款的风险及防范[J].中央财经大学学报，2015（9）：25-29.