李運(yùn)蒙

（五邑大學(xué)經(jīng)濟(jì)管理學(xué)院，廣東江門529020）

房產(chǎn)市場(chǎng)風(fēng)險(xiǎn)與銀行信貸風(fēng)險(xiǎn)傳導(dǎo)的時(shí)滯分析

李運(yùn)蒙

（五邑大學(xué)經(jīng)濟(jì)管理學(xué)院，廣東江門529020）

運(yùn)用向量自回歸模型，利用脈沖響應(yīng)函數(shù)和方差分解方法對(duì)2007年1月至2010年6月居民中長(zhǎng)期消費(fèi)貸款和房屋銷售價(jià)格指數(shù)月度統(tǒng)計(jì)數(shù)據(jù)之間的波動(dòng)傳導(dǎo)關(guān)系和時(shí)滯特點(diǎn)進(jìn)行了研究。研究結(jié)果顯示：居民中長(zhǎng)期消費(fèi)貸款和房屋銷售價(jià)格指數(shù)之間存在協(xié)整關(guān)系；長(zhǎng)期來(lái)看房屋銷售價(jià)格指數(shù)與居民中長(zhǎng)期消費(fèi)貸款互為Granger因果原因；房屋銷售價(jià)格指數(shù)的波動(dòng)和居民中長(zhǎng)期消費(fèi)貸款的波動(dòng)之間具有明顯的雙向傳導(dǎo)效應(yīng)。最后提出了一些相關(guān)的政策建議。

風(fēng)險(xiǎn)傳導(dǎo)；房屋銷售價(jià)格指數(shù)；居民中長(zhǎng)期消費(fèi)貸款；向量自回歸

0 引言

房地產(chǎn)市場(chǎng)是近年來(lái)大家比較關(guān)注的風(fēng)險(xiǎn)投資領(lǐng)域，而房地產(chǎn)市場(chǎng)的開發(fā)融資和消費(fèi)信貸等許多方面都需要通過(guò)銀行來(lái)實(shí)現(xiàn)。據(jù)測(cè)算，我國(guó)目前房地產(chǎn)開發(fā)項(xiàng)目所需資金的70%來(lái)自于銀行，個(gè)別項(xiàng)目高達(dá)90%[1]，可見(jiàn)房地產(chǎn)行業(yè)與銀行業(yè)有著密切的聯(lián)系，有關(guān)房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)及其對(duì)銀行的影響等問(wèn)題值得重視和深入研究。

國(guó)內(nèi)有一些學(xué)者對(duì)此類相關(guān)問(wèn)題作了一些研究，研究?jī)?nèi)容既包括房地產(chǎn)行業(yè)與銀行業(yè)的關(guān)聯(lián)性問(wèn)題，也包括房貸風(fēng)險(xiǎn)分析問(wèn)題。張吉光通過(guò)對(duì)當(dāng)時(shí)的統(tǒng)計(jì)數(shù)據(jù)分析，認(rèn)為個(gè)人房貸的不良率尚不足百分之一，與其他貸款不良率兩位數(shù)相比，顯得微不足道；如果銀行過(guò)分夸大房貸的風(fēng)險(xiǎn)，只能白白錯(cuò)過(guò)發(fā)展的最好時(shí)機(jī)[2]。劉海嘯，王麗欣從房貸業(yè)務(wù)的參與主體及宏觀環(huán)境等角度出發(fā)，歸納總結(jié)了眾多學(xué)者關(guān)于銀行房貸風(fēng)險(xiǎn)成因的研究成果，認(rèn)為房貸風(fēng)險(xiǎn)伴隨著房貸業(yè)務(wù)發(fā)生的全過(guò)程，銀行必須時(shí)時(shí)刻刻增強(qiáng)房貸風(fēng)險(xiǎn)的防范意識(shí)，密切關(guān)注宏觀經(jīng)濟(jì)及房地產(chǎn)行業(yè)走勢(shì)，從貸前到貸后，全流程進(jìn)行貸款風(fēng)險(xiǎn)控制，并定期對(duì)房貸質(zhì)量進(jìn)行監(jiān)測(cè)分析[3]。國(guó)外也有學(xué)者對(duì)房地產(chǎn)行業(yè)與銀行業(yè)關(guān)系問(wèn)題進(jìn)行了研究，Gerlach and peng利用香港1982年1季度至2001年4季度的季度數(shù)據(jù)，實(shí)證分析了銀行貸款與房地產(chǎn)價(jià)格之間的長(zhǎng)期均衡和短期波動(dòng)關(guān)系，認(rèn)為房地產(chǎn)價(jià)格的波動(dòng)影響銀行的信貸擴(kuò)張，而銀行的貸款卻不影響房地產(chǎn)價(jià)格[4]。

可見(jiàn)，眾多學(xué)者在對(duì)房地產(chǎn)與銀行信貸關(guān)系及風(fēng)險(xiǎn)分析方面，在不同的時(shí)期，提出了各自不同的觀點(diǎn)，表明此類問(wèn)題的研究尚需深入進(jìn)行，尤其是我國(guó)近幾年來(lái)房?jī)r(jià)持續(xù)上升，在國(guó)務(wù)院2010年4月17日發(fā)出了《關(guān)于堅(jiān)決遏制部分城市房?jī)r(jià)過(guò)快上漲的通知》的形勢(shì)下，這一問(wèn)題的研究更加具有現(xiàn)實(shí)意義。本文嘗試從銀行貸款波動(dòng)與房?jī)r(jià)的波動(dòng)關(guān)聯(lián)性分析出發(fā)，探討房產(chǎn)市場(chǎng)風(fēng)險(xiǎn)與銀行信貸波動(dòng)傳導(dǎo)的時(shí)滯關(guān)系，由此分析二者的風(fēng)險(xiǎn)傳導(dǎo)關(guān)系。

1 理論與模型介紹

1.1 VAR模型

VAR模型是非結(jié)構(gòu)化的多方程模型，它的核心思想是不考慮經(jīng)濟(jì)理論而直接考慮經(jīng)濟(jì)變量時(shí)間序列之間的關(guān)系，不包含外生變量的VAR模型的一般形式為：

其中，Yt是n維序列:βt是參數(shù)矩陣;Yt-i是Yt的i階滯后變量；εt是誤差項(xiàng)。

模型（1）中的內(nèi)生變量有m階滯后期，因此被稱為VAR (m)模型。在實(shí)際應(yīng)用中通常希望滯后期m足夠大，從而能夠完整地反映模型的動(dòng)態(tài)特征，但是滯后期越長(zhǎng)，模型中待估計(jì)的參數(shù)就越多，自由度就越少，因此需要在滯后期和自由度之間尋求一種均衡狀態(tài)。一般根據(jù)AIC和SC較小值的準(zhǔn)側(cè)來(lái)確定模型階數(shù)：其中，l是對(duì)數(shù)似然值；n是樣本總量；k=m(rd+pm)是估計(jì)參數(shù)的個(gè)數(shù)。

1.2 協(xié)整檢驗(yàn)

傳統(tǒng)的VAR理論要求模型中每一個(gè)變量都是平穩(wěn)的，對(duì)于非平穩(wěn)時(shí)間序列需要經(jīng)過(guò)差分，得到平穩(wěn)序列再建立VAR模型，但這樣通常會(huì)損失水平序列所包含的信息。而隨著協(xié)整理論的發(fā)展，對(duì)于非平穩(wěn)時(shí)間序列，只要各變量之間存在協(xié)整關(guān)系也可以直接建立VAR模型[5]。所謂xt和yt是協(xié)整的，要滿足下列條件：(1)xt和yt都是I(1)的，即它們是非平穩(wěn)的，而其一階差分是平穩(wěn)的；(2)存在某個(gè)線性組合αxt+βyt是I(0)的，且具有零均值，則xt和yt具有協(xié)整關(guān)系，(α,β)為協(xié)整向量。關(guān)于協(xié)整關(guān)系檢驗(yàn)與估計(jì)的方法主要有Engle-Granger兩步法和Johansen極大似然法，本文采用Johansen極大似然法。

1.3 模型穩(wěn)定性檢驗(yàn)與變量關(guān)系的Granger檢驗(yàn)

利用VAR模型得到估計(jì)方程之后需對(duì)模型的穩(wěn)定性進(jìn)行檢驗(yàn)以保證模型的可靠性，本文采取AR根圖表檢驗(yàn)法（AR Roots Table/Graph），如果被估計(jì)的VAR模型中所有根模的倒數(shù)小于1，即在單位圓內(nèi)，則其是穩(wěn)定的；反之，如果有一個(gè)根模的倒數(shù)在單位圓之外，則模型不穩(wěn)定。

由于經(jīng)濟(jì)變量的時(shí)間序列經(jīng)常出現(xiàn)偽回歸相關(guān)問(wèn)題，即經(jīng)濟(jì)意義表明幾乎沒(méi)有聯(lián)系的序列卻可能計(jì)算出較大的相關(guān)系數(shù)，因此通常采用Granger因果檢驗(yàn)考察變量之間的因果關(guān)系。

Granger因果檢驗(yàn)的基本思路是:如果X變量有助于預(yù)測(cè)Y變量，即在Y的過(guò)去值回歸中，添加的過(guò)去值作為獨(dú)立變量，可以顯著增加回歸的解釋能力，則X是Y的Granger原因。檢驗(yàn)方法如下：

式中：p為最大滯后階數(shù)。檢驗(yàn)的原假設(shè)是序列X不是序列Y的Granger成因，即βi=0。如果不能拒絕假設(shè)，則序列X不是序列Y的Granger原因；如果拒絕假設(shè)，則序列X是序列Y的Granger原因。

1.4 脈沖影響函數(shù)與方差分解

脈沖響應(yīng)函數(shù)（IPF）用于衡量來(lái)自隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)內(nèi)生變量當(dāng)前和未來(lái)取值的影響，能夠比較直觀地刻畫出變量之間的動(dòng)態(tài)交互作用及其效應(yīng)。方差分解是通過(guò)分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化（通常用方差來(lái)度量）的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性，因此，方差分解給出對(duì)模型中的變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)的相對(duì)重要性的信息，它從另一個(gè)角度描述了系統(tǒng)的動(dòng)態(tài)特征。脈沖響應(yīng)函數(shù)是追蹤系統(tǒng)對(duì)一個(gè)變量沖擊的效果，方差分解則是將系統(tǒng)的均方誤差分解成各個(gè)變量沖擊所做的貢獻(xiàn)。

2 實(shí)證分析

2.1 數(shù)據(jù)選取與處理

由于我國(guó)商業(yè)銀行的房地產(chǎn)貸款一直在中長(zhǎng)期貸款中占有比較大的比重[6]，因此本文采用居民中長(zhǎng)期消費(fèi)貸款和房屋銷售價(jià)格指數(shù)進(jìn)行貸款和房?jī)r(jià)的關(guān)系的分析和研究，而后續(xù)的分析結(jié)果確實(shí)顯示二者具有較強(qiáng)的關(guān)聯(lián)性。居民中長(zhǎng)期消費(fèi)貸款來(lái)源于中國(guó)人民銀行數(shù)據(jù)庫(kù)的月度數(shù)據(jù)，房屋銷售價(jià)格指數(shù)數(shù)據(jù)來(lái)源于清華金融研究中心數(shù)據(jù)庫(kù)月度數(shù)據(jù)，數(shù)據(jù)提取時(shí)間段均為：2007年1月-2010年6月。其中房屋銷售價(jià)格指數(shù)原始數(shù)據(jù)為按月環(huán)比指標(biāo)(即上月為100)，記為，為使兩個(gè)指標(biāo)有可比性，將居民中長(zhǎng)期消費(fèi)貸款2007年1月指標(biāo)設(shè)為100，后續(xù)各期折算為上月為100的環(huán)比指標(biāo)，記為fj。同時(shí)為了使模型的設(shè)定更合理并減少或消除潛在的異方差問(wèn)題，本文對(duì)所有序列取自然對(duì)數(shù)處理。又由于的波動(dòng)性比較大，故對(duì)做指數(shù)平滑濾波處理，結(jié)果記為lndks，平滑處理運(yùn)算為：

運(yùn)用Eviews5.0繪制濾波后的居民中長(zhǎng)期消費(fèi)貸款與房屋銷售價(jià)格曲線圖如圖1所示，由圖1可以直觀上看出兩個(gè)變量之間有一定的關(guān)聯(lián)性。

2.2 VAR模型建立

在建立var模型之前首先對(duì)lnfj和lndks的協(xié)整關(guān)系進(jìn)行檢驗(yàn)，關(guān)于lnfj和lndks的單位根ADF檢驗(yàn)和Johansen協(xié)整檢驗(yàn)結(jié)果如表1和表2。根據(jù)Johansen協(xié)整檢驗(yàn)結(jié)果，居民中長(zhǎng)期消費(fèi)貸款與房屋銷售價(jià)格指數(shù)之間存在一個(gè)協(xié)整關(guān)系。

表1 ADF檢驗(yàn)數(shù)據(jù)結(jié)果

表2 Johansen協(xié)整關(guān)系檢驗(yàn)

2.2.1 VAR模型的建立與檢驗(yàn)

運(yùn)用Eviews5.0根據(jù)赤池信息準(zhǔn)則（AIC）和舒瓦茨信息準(zhǔn)側(cè)（SC）確定了VAR模型的滯后階數(shù)為2，估計(jì)模型如下所示：

對(duì)模型的平穩(wěn)性進(jìn)行特征根檢驗(yàn)，結(jié)果如圖2。

由圖2可見(jiàn)所有4個(gè)特征根都落在單位圓內(nèi)，說(shuō)明模型通過(guò)穩(wěn)定性檢驗(yàn)。

2.2.2 Granger檢驗(yàn)

對(duì)居民中長(zhǎng)期消費(fèi)貸款和房地產(chǎn)銷售價(jià)格指數(shù)做Granger因果檢驗(yàn)，選最佳滯后期為4。結(jié)果如表3。

表3 lndks與lnfj的Granger因果關(guān)系檢驗(yàn)結(jié)果

由表3可知，房地產(chǎn)價(jià)格與居民中長(zhǎng)期消費(fèi)貸款分別在90%和95%的置信水平下通過(guò)檢驗(yàn)，故兩者具有雙向因果關(guān)系原因。

2.3 脈沖效應(yīng)

運(yùn)用Eviews5.0得出居民中長(zhǎng)期消費(fèi)貸款和房屋銷售價(jià)格指數(shù)的動(dòng)態(tài)變化趨勢(shì)如圖3、圖4所示。

通過(guò)圖3我們可以看到：房屋銷售價(jià)格的一個(gè)標(biāo)準(zhǔn)差新息對(duì)居民中長(zhǎng)期消費(fèi)貸款的影響期初很不明顯，隨后逐漸增加并在第3期時(shí)達(dá)到正向峰值，這種正效應(yīng)將一直持續(xù)到第5期，隨后進(jìn)入負(fù)效應(yīng)并且一直持續(xù)到第16期，最后進(jìn)入平穩(wěn)階段，可見(jiàn)房?jī)r(jià)對(duì)居民中長(zhǎng)期消費(fèi)貸款的影響最長(zhǎng)可持續(xù)17個(gè)月左右。

通過(guò)圖4我們可以看到：居民中長(zhǎng)期消費(fèi)貸款的一個(gè)標(biāo)準(zhǔn)差新息使得房?jī)r(jià)當(dāng)期即作出反應(yīng)，這種正效應(yīng)在第5期達(dá)到峰值，且一直持續(xù)到第12期，之后出現(xiàn)較小的負(fù)效應(yīng)影響?？梢?jiàn)居民中長(zhǎng)期消費(fèi)貸款對(duì)房?jī)r(jià)的影響最長(zhǎng)可持續(xù)20個(gè)月左右。

2.4 方差分解結(jié)果

運(yùn)用Eviews5.0進(jìn)行方差分解的結(jié)果如圖5、圖6所示。

由圖5可知：的新息沖擊在第一期對(duì)自身的波動(dòng)貢獻(xiàn)度為100%，隨著滯后期的增加，方差分解結(jié)果逐漸穩(wěn)定，總方差來(lái)自于的部分呈上升趨勢(shì)，最終趨于約22.93%?？偡讲顏?lái)自的部分呈下降趨勢(shì)，最終趨于約77.07%。

由圖6可知：的新息沖擊在第一期對(duì)自身的波動(dòng)貢獻(xiàn)度為90.85%，隨著滯后期的增加，方差分解結(jié)果逐漸穩(wěn)定，總方差來(lái)自于的部分呈上升趨勢(shì)，最終趨于約40.63%?？偡讲顏?lái)自于的部分呈下降趨勢(shì)，最終趨于約59.37%。

3 結(jié)論與建議

通過(guò)向量自回歸模型以及脈沖效應(yīng)和方差分解法，本文實(shí)證考察了2007年1月至2010年6月期間我國(guó)居民中長(zhǎng)期消費(fèi)貸款和房屋銷售價(jià)格指數(shù)之間波動(dòng)的傳導(dǎo)關(guān)系和時(shí)滯特點(diǎn)。得到如下結(jié)論：

（1）由脈沖響應(yīng)效果圖3可知房?jī)r(jià)對(duì)居民中長(zhǎng)期消費(fèi)貸款的沖擊效果期初并不明顯，當(dāng)房?jī)r(jià)上升時(shí)，大部分購(gòu)房者還處于觀望態(tài)勢(shì)，隨后才逐漸的進(jìn)入市場(chǎng)，以買房升值為目的的購(gòu)房者，炒房者，購(gòu)房愿望迫切者，硬性購(gòu)房者，此時(shí)逐漸地進(jìn)入市場(chǎng)，從而使得貸款處于增長(zhǎng)趨勢(shì)，這將一直持續(xù)到第3期。隨后由于前期市場(chǎng)對(duì)購(gòu)房需求的消化和較高的房?jī)r(jià)，那些購(gòu)房意愿不強(qiáng)烈者將逐漸減少對(duì)房屋的需求，貸款的增速將逐漸下降，第6期沖擊效果的正向影響將減為0，高房?jī)r(jià)將導(dǎo)致需求的進(jìn)一步縮水，貸款額增幅開始下降。這種影響最長(zhǎng)可持續(xù)到第17期。

（2）由脈沖響應(yīng)效果圖4可知居民中長(zhǎng)期消費(fèi)貸款對(duì)房?jī)r(jià)的沖擊效果期初即非常明顯，當(dāng)居民中長(zhǎng)期消費(fèi)貸款上升時(shí)說(shuō)明貸款買房已成為既定事實(shí)，此時(shí)市場(chǎng)需求已經(jīng)上升，房?jī)r(jià)隨需求的上升立刻做出上升反應(yīng)，這種上升的影響一直持續(xù)到第5期，而后由于高房?jī)r(jià)和前期市場(chǎng)對(duì)需求的消化，房?jī)r(jià)增幅的上升趨勢(shì)逐漸減緩并且在第12期后房?jī)r(jià)增幅開始下滑，居民中長(zhǎng)期消費(fèi)貸款上升對(duì)房?jī)r(jià)的這種影響最長(zhǎng)可持續(xù)到第20期。

由此可見(jiàn)銀行信貸的波動(dòng)在當(dāng)期就引起房地產(chǎn)價(jià)格的波動(dòng)，并在第5期時(shí)達(dá)到最高點(diǎn)，然后影響逐漸下降，反映出銀行信貸波動(dòng)對(duì)房?jī)r(jià)的波動(dòng)影響較大，為了抑制房?jī)r(jià)的過(guò)快上漲可以采取相應(yīng)措施控制信貸規(guī)模。

（3）通過(guò)方差分解分析，可以看到房?jī)r(jià)對(duì)長(zhǎng)期貸款的影響初期并不明顯但會(huì)逐漸增加，最終將趨于22.93%，這說(shuō)明房?jī)r(jià)上升最終將導(dǎo)致房貸的上升，且影響比較大，這與現(xiàn)實(shí)情況相符；同時(shí)，長(zhǎng)期貸款對(duì)房?jī)r(jià)的影響初期較明顯，為9.16%，隨后會(huì)逐漸上升，最后穩(wěn)定到40.63%，可見(jiàn)，長(zhǎng)期貸款是房?jī)r(jià)變動(dòng)的重要影響要因素。

（4）居民中長(zhǎng)期消費(fèi)貸款包括住房貸款和非住房貸款（如購(gòu)車貸款等），由二者較強(qiáng)的關(guān)聯(lián)性結(jié)果可知居民中長(zhǎng)期消費(fèi)貸款與房?jī)r(jià)有明顯的數(shù)量關(guān)系，居民中長(zhǎng)期消費(fèi)貸款的絕大部分投向了房地產(chǎn)市場(chǎng)。

通過(guò)以上分析可以得出這樣的建議：房?jī)r(jià)與房貸存在較明顯的關(guān)聯(lián)性，在銀行方面為了防范貸款風(fēng)險(xiǎn)，要密切關(guān)注房?jī)r(jià)的變化。在房地產(chǎn)市場(chǎng)過(guò)熱和房地產(chǎn)泡沫明顯的形勢(shì)下，政府需一方面要求銀行適時(shí)注意防范信貸風(fēng)險(xiǎn)，采取適當(dāng)措施控制信貸規(guī)模；另一方面及時(shí)推出增加稅收和限制購(gòu)買第二，三套住房等相應(yīng)的政策，抑制房?jī)r(jià)過(guò)快上漲，促進(jìn)房產(chǎn)市場(chǎng)和銀行業(yè)共同健康穩(wěn)定發(fā)展。

[1]周永發(fā)，陳鋒，李曉峰.房產(chǎn)新政下商業(yè)銀行需防范房貸業(yè)務(wù)風(fēng)險(xiǎn)[J].上海金融,2010,(8).

[2]張吉光.當(dāng)前銀行個(gè)人房貸風(fēng)險(xiǎn)分析[J].上海金融，2004,(9).

[3]劉海嘯，王麗欣.社會(huì)科學(xué)家.我國(guó)銀行房貸風(fēng)險(xiǎn)分析[J].社會(huì)科學(xué)家,2009,(8).

[4]StefanGerlach，WenshengPeng.BankLendingandProperty Prices in Hong Kong[J].Journal of Banking&Finance,2005,(20).

[5]高鐵梅,王金明,梁云芳,劉玉紅.計(jì)量經(jīng)濟(jì)分析方法與建模-EViews應(yīng)用及實(shí)例(第二版)[M].北京:清華大學(xué)，2009.

[6]韓振國(guó),何敏蓉.房貸風(fēng)險(xiǎn)測(cè)試及商業(yè)銀行防范策略[J].浙江金融, 2009,(12).

（責(zé)任編輯/浩天）

F293.35

A

1002-6487（2011）05-0114-03

廣東省自然科學(xué)基金資助項(xiàng)目(8152902001000010；9452902001004060)

李運(yùn)蒙（1964-），男，山東鄆城人，碩士，副教授，研究方向：金融市場(chǎng)數(shù)據(jù)建模。