重庆市房地产金融风险预警的实证研究

王靖为

摘要：近两年重庆市房价持续上升，房地产市场异常活跃，为防范地产行业金融风险的发生，本文从与国民经济关系、行业发展水平、信贷资金安全三个层面出发，构建了重庆市房地产金融风险预警体系，并利用功效系数法测算出重庆市2000-2017年综合预警值，结果表明近十年来重庆市房地产业金融风险相对较小，但近期有风险扩大的趋势，需引起重视。

Abstract： In the past two years， housing prices in Chongqing have continued to rise， and the real estate market is extremely active. In order to prevent the financial risks of the real estate industry， this paper constructs a financial risk early warning system for Chongqing real estate from three aspects： national economic relations， industry development level and credit fund security， and uses the efficiency coefficient method to calculate the comprehensive warning value of Chongqing from 2000 to 2017. The results show that the financial risk of the real estate industry in Chongqing has been relatively small in the past decade， but the trend of risk is expanding in the future， so it needs to be paid attention to.

关键词：重庆市房地产金融风险;功效系数法;预警体系

Key words： Chongqing real estate financial risk;efficiency coefficient method;early warning system

中图分类号：F293.33                                      文獻标识码：A                                  文章编号：1006-4311（2019）08-0015-05

0  引言

我国目前正处于城镇化进程快速发展的阶段，大量资金涌入房地产行业，这有其积极的一面，但随之可能带来的金融风险也需要引起足够重视。2016年，楼市出现严重的区域分化现象，中央政治局会议明确提出要有效防范和化解金融风险隐患。2017年，国家发布与房地产开发、土地资源、住房管理以及金融方面相关的政策共计44项，强控市场、因城施策，使房地产市场得到相对改善。据国家统计局发布的《统计公报》显示，2017全年房地产开发投资10.98万亿元，占国内生产总值的13.28%，市场整体趋好。然而，部分区域的房市依然保持高速发展。同年重庆市房地产开发投资总额3980.08亿元，占重庆市GDP总额的20.41%，高于国内平均水平超7个百分点;重庆主城商品住宅成交均价为9057元/平方米，同比增长17.76%，且仍有上涨趋势。GDP的增长过于依赖房地产投资以及房价增长过快的表现极不利于市场经济的稳定健康发展。而房地产业是资金密集型产业，涉及产业链长，与政府、银行、消费者等主体的核心利益息息相关，所以房地产金融风险爆发必将对国民经济和金融市场产生巨大冲击。因此，研究重庆市房地产金融风险预警对防范和化解金融风险具有重要意义。

1  文献综述

国外对于预警的研究始于19世纪末期的宏观经济领域，主要是统计学界对宏观经济波动问题进行检测研究。上世纪60年代，美国房地产经济学家Stephen A.Pyhrr等开始致力于西方房地产市场的周期性研究，探索房地产周期波动及机理。Karl（2000）在美国房产发生泡沫时，通过研究失业率、消费者支出以及房屋空置率的变化情况，揭示了房地产在经济需求上的重要作用以及房地产通胀对经济可能产生的影响。随后，Case和Shiller（2003）采用房价收入比、按揭贷款利率、房屋开工率以及就业人数（失业率）等指标建立评价体系来判断以往美国房价是否存在泡沫，并预测今后的房价走势;Witold（2002）利用HP滤子方法选择了GDP、可支配收入、家庭消费支出、投资结构及房地产投资等指标构建房地产指标体系，指出房地产发展趋势;Brunnermeier & Julliard（2008）和Matthew（2013）分别建立时间序列预测模型观察住房租售比，以及利用单位根和协整检验的实证研究方法也证明了市场上存在房地产泡沫。Tim Rogmans（2016）构建了房地产可持续评估方法的评价框架，对五个常用的可持续评估方法进行了优劣势评价，并指出该框架能应用于不同领域中。当前国外已经将ARCH模型、VAR模型以及人工神经网络模型等方法引入预警研究中。

国内对房地产市场预警的研究始于20世纪末期，部分学者运用宏观经济预警和周期波动的原理方法，结合国内房市的具体情况进行深入研究。针对房地产金融风险领域，当前主要从直接观察反应房地产泡沫的指标和综合测算房地产金融风险两种思路进行研究分析。在房地产泡沫研究方面，李泽明（2012）采用房地产贷款增长率占比、房价收入比和房价增长率/GDP增长率等指标进行观察，结果显示我国房地产泡沫倾向明显;吴平、袁诘（2012）通过房价收入比、住房空置率等指标对中国房地产泡沫程度进行测度，并概括总结了中国房地产泡沫影响因素;郭谦（2013）采用房价增长率、房价收入比、人均GDP增长率、固定资产投资总额、房地产开发投资总额等六个指标，运用指标体系法对北京市房地产市场泡沫程度进行测度，结果显示市场存在泡沫。在房地产金融风险测算方面，吕铮和高明（2012）通过选取房地产风险测度指标，使用熵权法和AHP法确定指标组合权重，再运用功效系数法计算出房地产市场风险综合测度系数，并进行实证研究;孙蕾（2017）构建了房地产金融市场风险预警监测系统，采用主成分分析法和灰色预测分析法对山东省近15年来房地产金融市场运行状况进行实证预警，通过计算综合警度值判断得知市场运行状况的警情判断与实际情况基本吻合。张爽（2017）探讨了房地产内部运行机制及房地产商品价格的影响因素，构建了以系统动力学为基础的房地产市场风险预警的指标体系，并采用信号分析法构建了房地产市场的风险综合指数，提出了风险临界值的测度标准和不同级别警情的应对措施。

综合上述文献可以看出，由于学者们的知识背景不同，实证研究中的模型、指标和样本期间等存在差异，所得出的研究结论也不尽相同，但总的来看，评价方法大多局限于单指标或多指标的静态评价，所选取的指标相对比较片面、权重赋值不够合理，且王耀中等学者研究表示现有的国外预警模型对中国经济的运行情况并不能完全适用，预警状态偏重定量指标、阈值的不易确定性、预警结论的准确度不稳定以及各行业对预警模型的适应能力低等问题比较明显。因此，本文在前人研究的基础上对指标进行分类归纳，结合我国实际情况，拟从宏观、中观、微观等多种角度系统性地选取综合评价指标，通过适用于对指标体系进行综合评价的功效系数法来处理各类指标，构建重庆市房地产金融风险预警体系。

2  实证分析

2.1 房地产金融风险测度方法

目前，国内外关于房地产风险测度的方法主要有指标法、理论价格法和统计检验法三种，指标法是用与房地产金融风险相关的各个指标作出评估和分析，不仅直观简便的反映出房地产市场情况，还能经过分析结果对现状作出客观评判;理论价格法是借助数学模型估算价格并与实际价格进行比较，用差值来判断房地产风险程度的方法，适用于了解房地产的具体收益情况;而统计检验是运用区间内房地产相关指标在数学原理基础上构建模型，对房地产业相关指标进行统计分析的方法，适用于样本足够大或指标波动小的情形。基于重要性、全面性、科学性、可靠性、可操作性以及稳定性等六原则，本文选择指标体系法下的功效系数法进行研究，它最早是由学者李维哲和曲波共同提出，从生产、交易、消费和金融四个角度对房地产泡沫预警指标进行划分，结合了主客观研究的优势。功效系数法是对每一项评价指标确定一个满意值和不允许值，以满意值为上限，以不允许值为下限，计算各指标实现满意值的程度，并以此确定各指标的分数，再经过加权平均进行综合，从而判断房地产市场的综合状况。该方法主要是计算单项指标的功效系数Y，通过加权求出房地产金融风险综合预测度指数K，计算公式为：

2.2 风险测度指标

房地产金融风险预警指标的建立直接关系到体系预警结果的科学性和准确性。吕铮和高明（2012）采用了房地產投资/全社会固定资产投资、住房空置率等生产类、交易类、价格类共7个指标进行分析;吴义虎（2017）从产业结构关联、房地产自身发展和信贷资金三方面共6个指标建立预警体系。鉴于指标的全面性和数据的可得性，本文将结合前人研究成果，以宏观中观微观的角度，从房地产业同国民经济的协调关系、房地产业的内部发展以及房地产业的资金安全性等三个层面选取9个指标，即房地产投资总额/社会固定资产投资总额X11，房地产投资增长率/GDP增长率X12，房价收入比X13，商品房竣工面积/商品房销售面积X21，商品房新开工面积/施工面积X22，房价增长率/GDP增长率X23，房地产开发企业资产负债率X31，房地产开发企业收益率X32，房地产贷款余额/金融机构贷款余额X33。

2.2.1 房地产业同国民经济的协调关系指标

该类指标主要反映国民经济结构的合理性。其中X11反映了房地产业扩张程度大小，侧重于衡量整个社会的固定资产结构是否合理;X12则侧重于衡量整个社会的生产结构是否合理;而X13是探讨房价与国民收入的关系，是国际公认可以衡量房价合理性的重要指标。

2.2.2 房地产业的内部发展指标

该类指标主要反映房地产业自身发展的合理性。其中X21表现了房地产市场的供需情况，可以一定程度上表示市场某时期内的景气度;X22主要反映了房地产商对行业发展的预期，具有一定的有效预测能力;而X23表现了虚拟经济对实体经济的偏离程度大小，可以衡量房地产业相对于实体经济增长的发展变化。

2.2.3 房地产业资金安全性指标

该类指标主要反映房地产业的信贷风险程度的合理性。其中X31表示房地产企业的债务占比以及偿还债务的能力，X32表示房地产企业整体的盈利能力，X33表示房地产业的信贷资金占比，金融机构对房地产信贷的过度支持会助长投机行为的发生，从而影响供需平衡，导致房价上涨，造成较大风险。

具体指标分类情况如表2。

2.3 综合预警指数

2.3.1 数据来源

本文将选取2000-2017年重庆地区符合上述预警指标的数据，其数据主要来源于Wind资讯数据库、《国家统计年鉴》和《重庆统计年鉴》。

2.3.2 预警指标的风险权重及合理值

为保证测算结果的准确性，且由于各指标对金融风险的影响程度各不相同，所以本文将按照各指标的重要程度评价和赋予相应的权重。目前权重确定方法主要分为三类：主观赋权法、客观赋权法和主客观综合集成赋权法。本文将采用主客观综合集成赋权法，利用层次分析法和熵权法分别确定指标权重系数，主要是将主观与客观相结合，进一步提高预警准确性。具体步骤为：

2.3.2.1 原始数据收集与整理

本文从上述数据来源收集了重庆市房地产开发投资总额及同比、重庆市社会固定投资总额、重庆市GDP增长率、重庆市城镇人均居住面积、人均可支配收入、城镇住宅平均销售价格、重庆市商品房竣工面积和销售面积、新开工面积和施工面积以及重庆市房地产企业资产负债率、营业总收入和利润、房地产开发贷款余额和金融机构贷款余额等指标的数据，通过计算得出体系所需的9个指标，设置的数值如表3。

2.3.2.2 满意值与不允许值

根据上述统计计算数据，参照杨晓冬和王要武（2008）、吕铮和高明（2012）等对相关指标的分析，并参考国际上的历史经验数据，结合专家评判，来确定本文体系中预警指标的满意值和不允许值，如表4。

2.3.2.3 确定测度指标权重

①熵权法。

熵是系统无序程度的一个度量;如果指标的信息熵越小，该指标提供的信息量越大，权重就越高。熵权法是一种客观赋权方法。本文设置原始矩阵A（18×9），通过归一化得到矩阵B，再定义熵H，使用公式wj=（1-hj）/（m-∑hj）计算各指标熵权，计算结果如表5。

②层次分析法。

层次分析法（AHP）是按照性质和目标将问题层次化的一种定性与定量相结合的决策分析方法。通过对两个方案的优劣判断，使用1-9的数字进行重要性度量，构造判断矩阵，然后归一化判断矩阵的特征向量，进而计算其层层权重，同时引入平均随机一致性指标R.I.进行一致性检验，当R.I.<0.1，则判断矩阵保持一致性。根据该方法，计算指标权重如表6。

③确定组合权重。

根据熵权法和层次分析法的综合测算，按照多属性决策的组合赋权方法，构建组合方程式，求得组合权重如表7。

2.3.3 预警指标的综合预警指数

2.3.3.1 各指标功效系数

为更好比较各测速指标是否处于正常区间，本文根据算式计算出各预警指标的功效系数如表8。

2.3.3.2 各指标综合预警指数

根据公式（1）计算出房地产金融风险综合预警指数K，该指数能具体反映房地产业的金融风险程度大小，与金融风险呈反比例关系，即K值越大，房地产金融风险程度越小，具体结果如表9、图1。

2.4 实证结果及分析

通过分析上述数据，可以得到以下结论：

从图1可知，除2013年位于警戒线内，2014年位于警戒线上，2000-2017年重庆市房地产金融风险预警指数整体处于安全区域，表明重庆市房地产金融风险程度整体良好，而其中2000、2004、2008以及2016年均呈现出急转下滑的趋势，且2013年重庆市房地产表现为十几年来金融风险最大程度。

将上述结果分为四个阶段描述：

第一阶段（2000-2004）：2000-2001年的风险加剧一方面是由于国家为应对1997年亚洲金融危机，实施财政、货币双积极政策，鼓励全社会加大固定投资;另一方面是由于重庆在1997年宣布直辖，工业基础好、人口基数大、发展潜力可期，吸引了大量资金涌入市内的房地产行业。因此表现出一定的金融风险倾向。2002年重庆市政府开始改变土地储备制度，对全市土地进行宏观调控，使房地产得以平稳发展，并于2003年成立重庆市地产集团，专门负责重庆市土地储备和开发事项。通过有节奏地向市场供应土地，2004年市场反响极好，房地产金融风险得以有效控制。

第二阶段（2005-2008）：2005年，政府提出规划到2020年实现城镇建设用地面积从465平方公里增至865平方公里，于是大量开发土地，促进了房地产市场的火热，但重庆经济的发展未及时追平房地产投资的增速，加之全国通胀压力大，因此2005年K值回落，市场金融风险增大。随着城乡一体化进程的加快，以及旧城改造、户籍制度改革等政策，城市人口呈跳跃增长，住房需求扩大，而农村人口流失，土地荒废。2008年，重庆报经中央同意，成立了农村土地交易所，正式推行地票制度，较大程度上缓解了城乡二元结构之间城市建设用地不足、农村土地浪费的矛盾，供需的平衡减少了房地产的过多投资，使房地产风险得到有效控制。

第三阶段（2009-2013）：由于2008年全球金融危机爆发，大多实体产业发展遭受影响，投资者开始将眼光聚焦在利润较高的房地产行业，大量投资建房以及囤房的行为使得重庆市房地产业金融风险程度自2009年起开始逐年加深，2013年，金融风险预警指数跌破60关卡创历史新低，进入警惕层次，表现为在市场需求保持稳定的背景下，重庆市住宅超供面积巨大，房地产供给将近需求的4倍，严重的供需失衡给房地产以及金融行业带来极大的资金和信用风险。

第四阶段（2014-2017）：于是，“国五条”新政细则落地、严控房地产融资风险、首套房利率上浮，国家支持首套房自住购房需求，引导住房刚需，平衡市场供需，但由于政策实施的滞后性，2014年起市场反响趋好，土地超供现象逐渐得以控制。2014-2015年，地方限购、银行限贷、公积金贷款均放松、补贴购房财税、定向降准降息以及“二孩”政策的放开等一系列政策落实，既稳定了市场供给预期，也扩大了民众住房需求。同时，市场监管进一步加强，私人及小房企违规修建商品房的现象减少，中小企业的退出提升了房地产行业集中度，供需逐渐平衡、市场逐步完善、泡沫风险逐步降低，从而金融风险预警指数回暖，房地产金融风险减小。2016-2017年，由于政策的宽松和利好，重庆市商品住宅成交金额、均价、面积、套数持续创历史新高，房地产市场火爆。然而呼声极高的背后，2017年重庆市房地产开发企业的资产负债率高达74.5%，毛利率降低至6%，高負债低利润的模式提高了金融风险爆发的可能性，虽然预警指数有所降低，但由于市场销量大、开发贷款余额减少，目前仍处于安全区域。

总体而言，重庆市房地产业在2000-2017年均处于高速扩张阶段，房地产开发投资从2000年的139.63亿元增长到2017年的3，980.08亿元，增幅为2750.45%;商品房销售面积从2000年的579.97万平方米增加到2017年的6，711.00万平方米，扩大了近11倍;房屋竣工面积也增加到了5，055.73万平方米。基于国家及重庆市政策的合理引导、土地供需的合理控制以及城市人口增多带来的市场刚需得到释放，重庆市房地产市场基本保持平稳发展，虽个别年限K值处于警戒线内，但整体仍呈现安全信号，这与重庆房地产表现事实相符。

3  结论及建议

本文通过总结相关文献，考虑到金融风险影响因素、权威机构所用指标以及体系层次的全面性和数据的可得性，综合选取了三个方面共9种评价指标，构建重庆市房地产金融预警指标体系，并采用主客观综合集成赋权法和功效系数法计算各指标的综合预警值，对重庆市房地产金融风险进行测度分析，得到的结论如下：第一，房地产同国民经济的协调关系与房地产业信贷资金安全中的指标对重庆市房地产金融风险的测度影响较大，其中房地产投资总额/社会固定资产投资总额、房地产企业资产负债率与房地产开发贷款余额/金融机构贷款余额三个指标对重庆市房地产市场风险程度影响最大;第二，重庆市近十几年来金融风险指数均在安全区域，表明市内房地产业面临的金融风险相对较小，但2013年的金融风险预警指数最低且突破警戒线，说明该年面临的金融风险最大;第三，近五年来重庆市金融风险指数波动较大，且去年金融风险指数减小，意味着近期房地产金融市场有趋于不稳定的迹象。

结合上述研究结论，本文提出以下几点建议：第一，进一步盘活存量土地，改善土地供应结构，土地是影响房地产开发投资的重要因素，平衡土地供需一定程度上控制了房地产泡沫，从而减小房地产风险;第二，引导商品房梯度消费，遏制投机性购房，即推进二手房市场的建设，增加满足不同收入家庭住房需求的房屋供应，扩大存量住房的流转，同时利用限制期房转让、严格增收房产税以及严控二套房首付比例和贷款利率等措施阻断炒房者的道路，贯穿“房子是用来住的，不是用来炒的”信念;第三，在充分考虑大环境的前提下，加快住房金融体系的改革和完善，鼓励开发商实行股权合作、上市、ABS等多种融资渠道筹集资金，同时严格控制房地产信托规模，避免盲目融资，从而提高房地产商自有资金开发房产的比例，降低房地产业金融风险。希望地方政府和金融监管机构能充分运用政府机制和市场手段相结合，在满足市民刚需的同时，积极调控，遏制投机，完善体制，维持重庆市国民经济和房地产业的健康可持续发展。

参考文献：

[1]Case K.E.，Shiller R.J..Is There a Bubble in the Housing Market？[J].Brookings Papers on Economic Activity，2003，34（2）：298 -362.

[2]Brunnermeier M.Julliard C..Money Illusion and Housing Frenzies[J].Review of Financial Studies，2007，20（5）：135-180.

[3]Matthew S.Deleting bubbles in Hong Kong residential property market[J]. Journal of Asian Economics，2013，28（10）：115-124.

[4]Shih，Y.N.Housing price bubbles and inter-provincial spillover： evidence from China[J]. Habitat International，2014，43（7）：142-151.

[5]Rogmans T，Ghunaim M. A framework for evaluating sustainability indicators in the real estate industry[J]. Ecological Indicators，2016，66：603-611.

[6]吕江林.我国城市住房市场泡沫水平的度量[J].经济研究，2010（6）：28-41.

[7]李泽明，刘依依，张乾瑾.我国房地产泡沫的实证分析[J].统计与决策，2012（14）：145-147.

[8]袁平，吴洁.中国房地产泡沫测度及其影响因素分析[J].新金融，2012（3）：55-59.

[9]郭谦.北京市房地产市场泡沫实证研究[J].特区经济，2013（6）：33-36.

[10]杨晓冬，王要武.基于神经網络的房地产泡沫预警研究[J]. 中国软科学，2008（2）：122-128.

[11]李维哲，曲波.地产泡沫预警系统研究[J].中国房地产金融，2002（8）：18-21.

[12]杨志安，宁宇之.中国财政风险预警系统的构建——基于AHP评价法的实证研究[J].中国经济问题，2014（4）：30-37.

[13]吕铮，高明.重庆市房地产市场泡沫测度研究[J]. 西南师范大学学报（自然科学版），2012（5）：143-151.

[14]杨虎，易丹辉，肖宏伟.基于大数据分析的互联网金融风险预警研究[J].现代管理科学，2014（4）：3-5.

[15]孙蕾.山东省房地产金融市场风险状况监测预警的实证研究—基于主成分和灰色预测分析法[J].区域金融研究，2016（12）：18-26.

[16]吴义虎.房地产金融风险预警研究—基于海南的实证分析[J].海南金融，2017（11）：63-69.

[17]张爽.基于系统动力学的房地产市场风险预警系统研究[D].山东：济南大学，2017.

[18]刘亚璇.中国房地产市场金融风险评价研究[D].北京：首都经贸大学，2018.