基于金融加速器效應(yīng)的重慶房?jī)r(jià)波動(dòng)研究

秦建成，劉俊剛，黃晶晶

(重慶理工大學(xué) a.管理學(xué)院； b.會(huì)計(jì)學(xué)院，重慶 400054)

基于金融加速器效應(yīng)的重慶房?jī)r(jià)波動(dòng)研究

秦建成a，劉俊剛a，黃晶晶b

(重慶理工大學(xué) a.管理學(xué)院； b.會(huì)計(jì)學(xué)院，重慶 400054)

基于金融加速器效應(yīng)對(duì)重慶房?jī)r(jià)波動(dòng)進(jìn)行研究。圍繞金融市場(chǎng)、房地產(chǎn)市場(chǎng)和投資市場(chǎng)，分別構(gòu)建模型以及Shapiro-Wilk檢驗(yàn)，證明重慶市住房?jī)r(jià)格波動(dòng)存在金融加速器效應(yīng)。實(shí)證研究的結(jié)論顯示：(1)重慶市住房市場(chǎng)金融加速器效應(yīng)明顯，住房的交易均價(jià)與金融機(jī)構(gòu)貸款存在顯著相關(guān)；(2)重慶市房?jī)r(jià)波動(dòng)受房地產(chǎn)開發(fā)投資和重慶市固定投資影響明顯；(3)重慶市房?jī)r(jià)波動(dòng)受工資收入總額變量影響較大；(4)VAR模型進(jìn)一步說明了在適應(yīng)期預(yù)期條件下，居民當(dāng)期儲(chǔ)蓄的增加會(huì)推動(dòng)房?jī)r(jià)上漲。

金融加速器；信貸擴(kuò)張；重慶房?jī)r(jià)；房地產(chǎn)

一、引言

作為重慶市重點(diǎn)支柱產(chǎn)業(yè)，房地產(chǎn)行業(yè)去庫存面臨嚴(yán)峻形勢(shì)。在這樣的經(jīng)濟(jì)大環(huán)境背景下，政府、房地產(chǎn)投資者以及消費(fèi)者都面臨如何決策的問題。政府方面，李克強(qiáng)總理在2015年《政府工作報(bào)告》中指出：“一方面，把一些存量房轉(zhuǎn)為公租房和安置房，這將有利于加速閑置存量房源流轉(zhuǎn)，減輕市場(chǎng)庫存壓力，而從事舊改業(yè)務(wù)的房企也將從棚改危改中受益。另一方面，鼓勵(lì)自主性住房和改善性住房需求，隨著越來越多的首置需求得到滿足，改善需求進(jìn)入上升通道，或可帶動(dòng)行業(yè)開發(fā)投資的增長(zhǎng)，相關(guān)限制性政策也有望放開，優(yōu)惠政策有望出臺(tái)。”另外，關(guān)于樓市調(diào)控問題，總理強(qiáng)調(diào)“因地制宜，分城施策”?？傮w而言，這些利好政策都趨向于建立更加市場(chǎng)化的樓市。投資者方面，隨著相關(guān)政策的出臺(tái)，房地產(chǎn)市場(chǎng)的潛在需求會(huì)被進(jìn)一步挖掘，房地產(chǎn)開發(fā)商以及投資者有望和政府合作，投資公租房和安置房。消費(fèi)者方面，隨著房?jī)r(jià)的持續(xù)走高，除了有硬性需求的消費(fèi)者購(gòu)買住房外，更多的消費(fèi)者將持觀望態(tài)度。

目前關(guān)于房?jī)r(jià)波動(dòng)，國(guó)外的主要研究有：Collyns 等運(yùn)用香港、韓國(guó)、新加坡和泰國(guó)的經(jīng)濟(jì)數(shù)據(jù)，檢驗(yàn)銀行信貸與房地產(chǎn)價(jià)格存在的關(guān)系，研究結(jié)果顯示銀行信貸的增長(zhǎng)會(huì)推動(dòng)房?jī)r(jià)上漲[1]。Annett通過將實(shí)際銀行信貸供應(yīng)量的對(duì)數(shù)值作為歐洲房地產(chǎn)價(jià)格的影響變量進(jìn)行研究得出：從短期和中期來看，僅在小部分國(guó)家，信貸能夠影響房地產(chǎn)價(jià)格；從長(zhǎng)期來看，信貸對(duì)房地產(chǎn)價(jià)格的影響效果顯著[2]。Carrington建立了包含房地產(chǎn)價(jià)格的托賓Q模型，研究結(jié)果表明，短期內(nèi)房地產(chǎn)價(jià)格與信貸具有正相關(guān)關(guān)系，而在長(zhǎng)期內(nèi)，房地產(chǎn)價(jià)格與銀行信貸呈現(xiàn)負(fù)相關(guān)關(guān)系[3]。

國(guó)內(nèi)的主要研究可以分為兩類，一類是存在檢驗(yàn)，即通過研究證明我國(guó)房?jī)r(jià)波動(dòng)存在金融加速器效應(yīng)。王曼怡等用面板數(shù)據(jù)分析了A股上市房地產(chǎn)企業(yè)的經(jīng)營(yíng)數(shù)據(jù)，證實(shí)了金融加速器存在于我國(guó)房地產(chǎn)市場(chǎng)[4]。袁申國(guó)等利用1997—2008年宏觀經(jīng)濟(jì)波動(dòng)數(shù)據(jù)分析匯率差異導(dǎo)致的金融加速器效應(yīng)的不同[5]，用模型驗(yàn)證了我國(guó)經(jīng)濟(jì)社會(huì)中存在金融加速器，并且固定匯率下金融加速器的效果強(qiáng)于浮動(dòng)匯率。林江等以深圳為例對(duì)適應(yīng)性預(yù)期、金融加速器效應(yīng)與房?jī)r(jià)波動(dòng)進(jìn)行了研究，認(rèn)為深圳市房地產(chǎn)價(jià)格深受經(jīng)濟(jì)加速器效應(yīng)影響，適應(yīng)性預(yù)期加速交易均價(jià)上漲[6]。

另一類是影響檢驗(yàn)，即通過實(shí)證研究來發(fā)現(xiàn)房?jī)r(jià)波動(dòng)中金融加速器作用的具體表現(xiàn)形式。沈悅等利用SETVAR模型，以1991—2011年的我國(guó)宏觀數(shù)據(jù)為樣本，分析了房地產(chǎn)價(jià)格波動(dòng)與宏觀經(jīng)濟(jì)波動(dòng)之間的顯著的非線性關(guān)系[7]。陳建等研究住宅基本成本和投資者預(yù)期對(duì)京滬穗鵬4座城市的住宅價(jià)格波動(dòng)的影響，穗鵬兩城市的商品房所有成本不是房?jī)r(jià)膨脹的主要推動(dòng)因素，京滬兩城市的住宅所有成本對(duì)房地產(chǎn)市場(chǎng)價(jià)格上漲的影響要大一些[8]。況偉大基于商品房存量調(diào)整模型，研究預(yù)期和投機(jī)對(duì)未來房?jī)r(jià)的影響，結(jié)果表明預(yù)期越高，投機(jī)可能性越大，則房?jī)r(jià)的波動(dòng)越大[9]。王慶芳基于房地產(chǎn)雙重性的分析研究我國(guó)房地產(chǎn)價(jià)格、經(jīng)濟(jì)增長(zhǎng)與信貸擴(kuò)張。結(jié)果顯示：在短期內(nèi)，房地產(chǎn)價(jià)格、人均GDP、銀行信貸三者之間的格蘭杰雙向因果關(guān)系成立；在長(zhǎng)期內(nèi)，房地產(chǎn)價(jià)格和銀行信貸沒有形成互動(dòng)關(guān)系，房地產(chǎn)行業(yè)的金融加速器效應(yīng)沒有出現(xiàn)[10]。

綜上所述，房地產(chǎn)價(jià)格上漲通過信貸擴(kuò)張和金融加速器效應(yīng)以及國(guó)家政策制度影響整個(gè)金融體系和宏觀經(jīng)濟(jì)。其影響體現(xiàn)在兩方面：一是房地產(chǎn)行業(yè)總產(chǎn)值占整個(gè)經(jīng)濟(jì)體的GDP比重；二是房地產(chǎn)產(chǎn)業(yè)在供求層面的負(fù)債程度。本文借鑒國(guó)內(nèi)外研究成果，基于金融加速器效應(yīng)，結(jié)合供求關(guān)系理論對(duì)重慶市房?jī)r(jià)波動(dòng)進(jìn)行定量分析研究，探究房?jī)r(jià)波動(dòng)原因及規(guī)律。

二、理論基礎(chǔ)和模型的建立

(一)金融加速器理論產(chǎn)生的背景和內(nèi)容

金融加速器(financial accelerator)理論最具代表性和總結(jié)性的是由Bernanke提出的[11]。傳統(tǒng)的宏觀經(jīng)濟(jì)分析框架都忽視了金融市場(chǎng)在經(jīng)濟(jì)波動(dòng)中的效果，它們都假設(shè)MM定理的“金融中性”成立，金融市場(chǎng)的結(jié)構(gòu)變化不會(huì)影響實(shí)體經(jīng)濟(jì)運(yùn)行。但綜觀世界經(jīng)濟(jì)史，大規(guī)模的經(jīng)濟(jì)危機(jī)往往都率先表現(xiàn)為金融危機(jī)，金融危機(jī)的惡化進(jìn)一步對(duì)實(shí)體經(jīng)濟(jì)造成毀滅性沖擊。信息經(jīng)濟(jì)學(xué)的興起為人們更好地理解金融市場(chǎng)及其在經(jīng)濟(jì)周期中的作用提供了更有效的分析框架。Bernanke以宏觀經(jīng)濟(jì)波動(dòng)的傳導(dǎo)機(jī)制為出發(fā)點(diǎn)，闡述了金融加速器——信貸市場(chǎng)的不完美性導(dǎo)致最初的反向沖擊通過信貸市場(chǎng)狀態(tài)的改變被加劇和傳遞的機(jī)理，揭示了信貸市場(chǎng)的重要作用。金融加速器理論對(duì)于相關(guān)研究的啟示在于：信貸市場(chǎng)和宏觀經(jīng)濟(jì)波動(dòng)呈現(xiàn)非線性關(guān)聯(lián)。在金融加速器機(jī)制作用下，外力沖擊對(duì)于經(jīng)濟(jì)產(chǎn)出的影響很大程度上依賴于信貸市場(chǎng)呈現(xiàn)狀態(tài)的非對(duì)稱性，相比“寬松”信貸市場(chǎng)狀態(tài)，“緊縮”信貸市場(chǎng)下的外力沖擊對(duì)于經(jīng)濟(jì)產(chǎn)出的影響程度更大，對(duì)宏觀經(jīng)濟(jì)波動(dòng)的影響也更明顯，更易加劇經(jīng)濟(jì)衰退。金融加速器效應(yīng)發(fā)生的過程雖然不盡相同，但是無論哪一種沖擊最終都會(huì)通過影響借貸關(guān)系中的代理成本而引發(fā)信貸配給在“緊縮”和“寬松”狀態(tài)間轉(zhuǎn)移。也就是說，金融加速器機(jī)制作用于宏觀經(jīng)濟(jì)的周期波動(dòng)。商業(yè)周期模型強(qiáng)調(diào)技術(shù)、政府購(gòu)買等實(shí)際變量對(duì)經(jīng)濟(jì)總量的影響，其基本的傳導(dǎo)機(jī)制是消費(fèi)的跨期選擇和工作與閑暇的替代。新凱恩斯學(xué)派將名義價(jià)格粘性(如價(jià)格和工資的交錯(cuò)調(diào)整)納入分析框架，強(qiáng)調(diào)貨幣政策的作用。但是，這種宏觀經(jīng)濟(jì)分析的主流框架假定Modigliani-Miller定理成立，金融市場(chǎng)結(jié)構(gòu)并不影響實(shí)體經(jīng)濟(jì)，它忽視了金融市場(chǎng)在經(jīng)濟(jì)波動(dòng)中的作用。經(jīng)濟(jì)危機(jī)通常都先表現(xiàn)為金融危機(jī)，再由金融危機(jī)演化為經(jīng)濟(jì)危機(jī)。Fisher提出債務(wù)-通貨緊縮理論，認(rèn)為蕭條的金融市場(chǎng)不僅是蕭條的實(shí)體經(jīng)濟(jì)的被動(dòng)反映，也是導(dǎo)致實(shí)體經(jīng)濟(jì)進(jìn)一步惡化的主要因素[12]。Modigliani-Miller關(guān)于金融中性的假說被Jensen和Mechling用一個(gè)信息不完全對(duì)稱和存在委托代理問題的公司推翻，因?yàn)橘Y本結(jié)構(gòu)可以被股東作為激勵(lì)工具激勵(lì)專業(yè)經(jīng)理人的行為，使之更符合股東的利益[13]，由此顛覆了MM定理金融中性的假說，為人們理解金融市場(chǎng)的功能和金融市場(chǎng)在經(jīng)濟(jì)周期中的作用提供了有力的分析工具。

(二)模型的建立

1.重慶市房?jī)r(jià)滿足金融加速器效應(yīng)

金融加速器理論認(rèn)為，由于信貸市場(chǎng)的信息不對(duì)稱，外部融資成本是大于零的，通常這個(gè)融資成本與借款者的資產(chǎn)凈值密切相關(guān)，企業(yè)的資產(chǎn)凈值越多，可供抵押物價(jià)值越高，則所需付出的融資成本越低，也就是說融資成本與自身的資產(chǎn)凈值呈負(fù)相關(guān)，企業(yè)的資產(chǎn)凈值可通過多個(gè)財(cái)務(wù)指標(biāo)來體現(xiàn)。同時(shí)，這個(gè)外部融資成本往往又隨著市場(chǎng)經(jīng)濟(jì)周期波動(dòng)而變化，在經(jīng)濟(jì)蕭條時(shí)期，企業(yè)的資產(chǎn)狀況比較糟糕，外部融資需求較大，則此時(shí)的融資風(fēng)險(xiǎn)系數(shù)較高，企業(yè)就需要付出更多的融資成本，即外部融資成本與經(jīng)濟(jì)周期反向變動(dòng)[14]。當(dāng)企業(yè)面臨經(jīng)濟(jì)周期波動(dòng)帶來的凈值增加或減少時(shí)，經(jīng)由信貸市場(chǎng)融資成本的作用進(jìn)一步擴(kuò)大了市場(chǎng)波動(dòng)對(duì)經(jīng)濟(jì)運(yùn)行的影響。

房地產(chǎn)市場(chǎng)發(fā)展過程中，開發(fā)企業(yè)往往存在巨大的對(duì)外融資需求，因而房?jī)r(jià)必然直接受到經(jīng)濟(jì)周期及融資成本的影響。本文假定重慶市房?jī)r(jià)波動(dòng)受金融加速器效應(yīng)影響，影響因素主要有固定投資、新增投資、工資收入、金融機(jī)構(gòu)貸款、人均儲(chǔ)蓄、房地產(chǎn)開發(fā)投資、商品房總銷售面積、重慶市國(guó)民生產(chǎn)總值、住宅銷售面積等。

(1)經(jīng)濟(jì)基本面分析

重慶市住房市場(chǎng)存在對(duì)數(shù)形式的均衡條件，房?jī)r(jià)波動(dòng)是內(nèi)部市場(chǎng)與外部沖擊(金融及其他政策)共同作用的函數(shù)。將房地產(chǎn)開發(fā)投資、金融機(jī)構(gòu)貸款、工資收入總額、固定投資作為變量，構(gòu)建模型：

Lnjyjjt=α0+α1Lnfckftzt+α2Lngndkt+

α3Lngzsrt+α4Lngdtzt+u

其中，jyjj為交易均價(jià)；fckftz為房地產(chǎn)開發(fā)投資；gndk為金融機(jī)構(gòu)貸款；gzsr為工資收入；gdtz為固定投資。

(2)適應(yīng)性預(yù)期部分

重慶市住房交易均價(jià)受到金融機(jī)構(gòu)貸款量、宏觀經(jīng)濟(jì)基本面與前期的住房?jī)r(jià)格多因素影響，這些影響通常被加入模型中用來對(duì)未來的房?jī)r(jià)變動(dòng)進(jìn)行預(yù)測(cè)[15]。短期房?jī)r(jià)變動(dòng)具有較強(qiáng)的自相關(guān)特征，因而預(yù)期房?jī)r(jià)作為滯后變量，在考慮了多種影響因素后，可以對(duì)房?jī)r(jià)的變化作出較好的預(yù)測(cè)及解釋。

① 一種情況，不考慮人均儲(chǔ)蓄，將上期房?jī)r(jià)與金融機(jī)構(gòu)貸款數(shù)據(jù)作為解釋變量，建立理論模型如下：

Lnjyjjt=α0+α1Lngndkt+α2Lnjyjj(t-1)+ut

其中，變量jyjj為交易均價(jià)；gndk為金融機(jī)構(gòu)貸款；jyjj(t-1)為交易均價(jià)滯后一期。

② 另一種情況，考慮人均儲(chǔ)蓄將上期房?jī)r(jià)與金融機(jī)構(gòu)貸款數(shù)據(jù)作為解釋變量，建立理論模型如下：

Lnjyjjt=α0+α1Lngndkt+α2Lnrjcx(t-2)+

α3Lnjyjj(t-1)+ut

其中，變量jyjj為交易均價(jià)；gndk為金融機(jī)構(gòu)貸款；rjcx(t-2)為人均儲(chǔ)蓄滯后兩期；jyjj(t-1)為交易均價(jià)滯后一期。只有當(dāng)人均儲(chǔ)蓄滯后兩期時(shí)，金融機(jī)構(gòu)貸款、交易均價(jià)滯后一期與重慶市房?jī)r(jià)才具有一定的相關(guān)性。

(3)金融加速器分析

房地產(chǎn)價(jià)格上漲主要通過信貸擴(kuò)張和金融加速器兩種渠道影響金融體系和宏觀經(jīng)濟(jì)。這種影響的程度主要取決于兩個(gè)方面：一是房地產(chǎn)企業(yè)供給和需求的負(fù)債程度；二是房地產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的地位。房地產(chǎn)業(yè)負(fù)債程度越高，在國(guó)民經(jīng)濟(jì)中的地位越重要，則房地產(chǎn)價(jià)格上漲通過信貸擴(kuò)張和金融加速器作用于金融和經(jīng)濟(jì)的效應(yīng)就越明顯，對(duì)房?jī)r(jià)的影響程度也越深。實(shí)證結(jié)果表明：貨幣供給量變動(dòng)、房地產(chǎn)企業(yè)凈資產(chǎn)和投資3個(gè)變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，金融加速器效應(yīng)明顯，貨幣政策對(duì)小型房企的影響較大。由此，建立理論模型如下：

Lnjyjjt=α0+α1Lngdpt+α2Lnfckftzt+

α3Lngndkt+ut

其中，變量jyjj為交易均價(jià)；gdp為重慶國(guó)民生產(chǎn)總值；fckftz為房地產(chǎn)開發(fā)投資；gndk為金融機(jī)構(gòu)貸款。

(4)人均儲(chǔ)蓄、工資收入分析

根據(jù)凱恩斯的消費(fèi)函數(shù)理論，當(dāng)前消費(fèi)由當(dāng)期可支配收入決定，總消費(fèi)的數(shù)量主要取決于總收入的數(shù)量，收入是影響居民消費(fèi)的最直接、最重要的因素。居民消費(fèi)是建立在儲(chǔ)蓄和工資收入的基礎(chǔ)之上的。因此，本文將進(jìn)一步研究?jī)?chǔ)蓄、收入對(duì)房?jī)r(jià)的影響。適應(yīng)性預(yù)期與金融加速器效應(yīng)共同作用于重慶房地產(chǎn)市場(chǎng)，進(jìn)而影響居民儲(chǔ)蓄與收入狀況的變化，最終對(duì)房?jī)r(jià)產(chǎn)生影響。儲(chǔ)蓄與收入對(duì)房?jī)r(jià)的影響模型設(shè)定的形式如下：

Lnjyjjt=α1Lnrjcxt+α2Lngzsrt+ut

其中，變量jyjj為交易均價(jià)；rjcx為人均儲(chǔ)蓄；gzsr為工資收入。

2.相關(guān)變量分析

為了進(jìn)一步分析重慶市住房交易價(jià)格受相關(guān)因素影響程度，對(duì)1999—2014年重慶市住房交易均價(jià)、全市固定資產(chǎn)投資額、房地產(chǎn)開發(fā)投資額、全市新增投資及新增房地產(chǎn)投資的時(shí)序變動(dòng)進(jìn)行了分析，結(jié)果詳見五大指標(biāo)之間的趨勢(shì)圖(圖1)，以及經(jīng)濟(jì)變量和部分輔助數(shù)據(jù)表(表1)。

圖1 主要經(jīng)濟(jì)變量走勢(shì)

表1 1998—2013年經(jīng)濟(jì)變量和部分輔助數(shù)據(jù)

數(shù)據(jù)來源：1999—2014重慶市統(tǒng)計(jì)年鑒

三、實(shí)證分析

(一)平穩(wěn)性檢驗(yàn)與描述性統(tǒng)計(jì)

對(duì)時(shí)間序列經(jīng)濟(jì)數(shù)據(jù)作平穩(wěn)性檢驗(yàn)，是為了保證方程的平穩(wěn)特征。本文采用KPSS單位根檢驗(yàn)方法，檢驗(yàn)的結(jié)論表明(具體過程略)經(jīng)濟(jì)變量原對(duì)數(shù)形式的序列均存在單位根，而其一階差分序列都是平穩(wěn)的，即都滿足一階單整。本文主要數(shù)據(jù)來源于1999—2014年重慶市統(tǒng)計(jì)年鑒，具體的檢驗(yàn)形式與不同顯著性水平條件下的臨界值如表2所示。各經(jīng)濟(jì)變量的描述性統(tǒng)計(jì)如表3所示。

表2 KPSS檢驗(yàn)

注：數(shù)據(jù)來源于重慶市1999—2014年統(tǒng)計(jì)年鑒。(C,t,L)為KPSS檢驗(yàn)回歸是否包含漂移項(xiàng)、時(shí)間趨勢(shì)項(xiàng)及根據(jù)Schwert(1989)標(biāo)準(zhǔn)所計(jì)算的最大滯后階數(shù)(應(yīng)用Bartlett內(nèi)核)。(***p<0.01, **p<0.05, *p<0.1)

表3 主要經(jīng)濟(jì)變量的描述性統(tǒng)計(jì)

注：數(shù)據(jù)來源：1999—2014年重慶市統(tǒng)計(jì)年鑒經(jīng)Shapiro-Wilk檢驗(yàn)，在1%顯著性水平下，fdi、xzfctz、gngk、gzsr、xztz拒絕正態(tài)假設(shè)，在將所有變量取對(duì)數(shù)后，所有變量經(jīng)Shapiro-Wilk檢驗(yàn)后均接受正態(tài)分布假設(shè)

(二)Shapiro-Wilk檢驗(yàn)

本文采集的是為期15年的數(shù)據(jù)，即樣本容量小于20?？紤]到樣本容量有限，本文在進(jìn)行變量正態(tài)性檢驗(yàn)時(shí)，使用了Shapiro-Wilk檢驗(yàn)。Shapiro-Wilk檢驗(yàn)是S.S.Shapiro與M.B.Wilk提出的一種用順序統(tǒng)計(jì)量W來檢驗(yàn)分布正態(tài)性的方法,該方法先假設(shè)認(rèn)為研究對(duì)象總體服從正態(tài)分布，再將樣本量為n的樣本按大小順序排列編秩，然后由確定的顯著性水平α與樣本量為n時(shí)所對(duì)應(yīng)的系數(shù)αi,運(yùn)用特定公式計(jì)算出檢驗(yàn)統(tǒng)計(jì)量W。最后查特定的正態(tài)性W檢驗(yàn)臨界值表，比較它們的大小，若滿足條件則接受假設(shè)，認(rèn)為總體服從正態(tài)分布，否則就拒絕假設(shè)，認(rèn)為總體不服從正態(tài)分布。

(三)模型估計(jì)與計(jì)量信息分析

1.經(jīng)濟(jì)基本面分析

結(jié)合1999—2014年的房地產(chǎn)開發(fā)投資額、金融機(jī)構(gòu)貸款、工資收入總額、固定投資4組數(shù)據(jù)，運(yùn)用Shapiro-Wilk方法進(jìn)行檢驗(yàn)，結(jié)果如下：

VARIABLESlnjyjjLngzsr0．485???(0．095)Lngndk0．376??(0．151)lnfckftz-0．753???(0．187)Lngdtz0．450?(0．215)Constant3．568???(0．376)Observations16R?squared0．994

注：數(shù)據(jù)來源于重慶市1999—2014年統(tǒng)計(jì)年鑒。(括號(hào)中的標(biāo)準(zhǔn)誤差，***p<0.01, **p<0.05,*p<0.1)

經(jīng)分析，重慶市住房交易均價(jià)受到房地產(chǎn)開發(fā)投資、金融機(jī)構(gòu)貸款、工資收入總額、固定投資這4個(gè)變量影響最大。重慶市住房交易均價(jià)與房地產(chǎn)開發(fā)投資呈現(xiàn)負(fù)相關(guān)關(guān)系，即在其他條件不變情況下，房地產(chǎn)開發(fā)投資金額越高，重慶市住房交易均價(jià)越低；與金融機(jī)構(gòu)貸款、工資收入總額、固定投資呈現(xiàn)正相關(guān)關(guān)系，即在其他條件不變情況下，金融機(jī)構(gòu)貸款額度、工資收入總額、固定投資越高，重慶市住房交易價(jià)格越高。所得方程如下：

lnjyjj=-0.753lnfckftz+0.376lngndk+

0.485lngzsr+0.450lngdtz+3.568

2.適應(yīng)性預(yù)期分析

結(jié)合1999—2014年的金融機(jī)構(gòu)貸款、交易均價(jià)滯后一期、人均儲(chǔ)蓄滯后兩期3組數(shù)據(jù)，運(yùn)用Shapiro-Wilk方法進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如下：

VARIABLESlnjyjjL．lnjyjj0．671???(0．118)Lngndk0．402???(0．121)L2．lnrjcx-0．418?(0．224)Constant3．535???(1．010)Observations14R?squared0．994

注：數(shù)據(jù)來源于重慶市1999—2014年統(tǒng)計(jì)年鑒。(括號(hào)中的標(biāo)準(zhǔn)誤差，***p<0.01, **p<0.05,*p<0.1)

本文適應(yīng)性預(yù)期只檢驗(yàn)了第二種情況，原因如下：第二種情況的變量包含了第一種情況的變量，若檢驗(yàn)，則存在重復(fù)檢驗(yàn)，對(duì)本文的研究意義不大。在rjcx(-2)滯后兩期的情況下，金融機(jī)構(gòu)貸款額度與重慶市住房交易均價(jià)呈現(xiàn)正相關(guān)關(guān)系，即在其他條件不變情況下，金融機(jī)構(gòu)貸款額度越高，重慶市住房交易價(jià)格越高；人均儲(chǔ)蓄滯后兩期與重慶市住房交易均價(jià)呈現(xiàn)負(fù)相關(guān)關(guān)系，即在其他條件不變情況下，對(duì)未來儲(chǔ)蓄預(yù)期越高，重慶市住房交易均價(jià)越低；與交易均價(jià)滯后一期呈現(xiàn)正相關(guān)關(guān)系，即在其他條件不變情況下，交易均價(jià)滯后一期越高，重慶市住房交易均價(jià)越高。所得方程如下：

lnjyjj=0.402lngndk-0.418lnrjcx(-2)+

lnjyjj(-1)+3.535

3.金融加速器分析

結(jié)合1999—2014年的重慶市國(guó)民生產(chǎn)總值、房地產(chǎn)開發(fā)投資、金融機(jī)構(gòu)貸款這3組數(shù)據(jù)運(yùn)用Shapiro-Wilk方法進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如下：

VARIABLESLnjyjjlngndk0．294?(0．163)lnfckftz-0．501??(0．176)lngdp0．971???(0．141)Constant0．890(0．649)Observations16R?squared0．993

注：數(shù)據(jù)來源于重慶市1999—2014年統(tǒng)計(jì)年鑒。(括號(hào)中的標(biāo)準(zhǔn)誤差，***p<0.01, **p<0.05,*p<0.1)

經(jīng)分析得知重慶市房?jī)r(jià)波動(dòng)存在金融加速器效應(yīng)，住房交易均價(jià)與房地產(chǎn)開發(fā)投資呈現(xiàn)負(fù)相關(guān)關(guān)系，即在其他條件不變情況下，房地產(chǎn)開發(fā)投資金額越高，重慶市住房交易均價(jià)越低；與金融機(jī)構(gòu)貸款呈現(xiàn)正相關(guān)關(guān)系，即在其他條件不變情況下，金融機(jī)構(gòu)貸款額度越高，重慶市住房交易價(jià)格越高；與重慶國(guó)民生產(chǎn)總值(gdp)呈現(xiàn)正相關(guān)關(guān)系，即在其他條件不變情況下，國(guó)民生產(chǎn)總值(gdp)越高，重慶市住房交易價(jià)格越高。所得方程如下：

lnjyjj=0.971lngdp-0.501lnfckftz+

0.294lngndk+0.890

4.人均儲(chǔ)蓄、工資收入分析

結(jié)合1999—2014年人均儲(chǔ)蓄、工資收入數(shù)據(jù)，運(yùn)用Shapiro-Wilk方法進(jìn)行檢驗(yàn)。經(jīng)懷特檢驗(yàn)，發(fā)現(xiàn)人均儲(chǔ)蓄和工資收入這兩個(gè)變量存在異方差性，所以使用穩(wěn)健標(biāo)準(zhǔn)誤修正異方差，檢驗(yàn)結(jié)果如下：

VARIABLESlnjyjjlnrjcx-0．0651(0．0963)lngzsr0．688???(0．0982)Constant4．204???(0．312)Observations16R?squared0．986

注：數(shù)據(jù)來源于重慶市1999—2014年統(tǒng)計(jì)年鑒。(括號(hào)中的穩(wěn)健標(biāo)準(zhǔn)誤差，***p<0.01, **p<0.05,*p<0.1)

經(jīng)分析得知重慶市住房交易均價(jià)與人均儲(chǔ)蓄呈現(xiàn)負(fù)相關(guān)關(guān)系，即在其他條件不變情況下，人均儲(chǔ)蓄越多，重慶住房交易均價(jià)越低；與工資收入呈現(xiàn)正相關(guān)關(guān)系，即在其他條件不變情況下，工資收入越高，重慶市住房交易均價(jià)越高。所得方程如下：

lnjyjj=-0.065 1lnrjcx+0.688lngzsr+4.204

四、VAR檢驗(yàn)

(一)VAR模型對(duì)重慶房?jī)r(jià)的檢驗(yàn)

根據(jù)上述研究結(jié)論，本部分選取交易均價(jià)(lnjyjj)、交易均價(jià)滯后一期(lnjyjj(-1))、房地產(chǎn)開發(fā)投資(lnfckftz)，以及金融機(jī)構(gòu)貸款(lngndk)、工資收入(lngzsr)構(gòu)建VAR模型系統(tǒng)，研究重慶市住房?jī)r(jià)格變化的內(nèi)在特征：

同樣選取2階滯后，即根據(jù)AIC和BIC信息準(zhǔn)則：VAR平穩(wěn)，但有一個(gè)點(diǎn)在圓上，可能存在較強(qiáng)持久性沖擊，所以需要進(jìn)一步VAR檢驗(yàn)，如表4所示。

表4 VAR檢驗(yàn)

注：數(shù)據(jù)來源于重慶市1999—2014年統(tǒng)計(jì)年鑒。(括號(hào)中的標(biāo)準(zhǔn)誤差，***p<0.01, **p<0.05,*p<0.1)

系統(tǒng)估計(jì)的結(jié)果顯示：(1)各解釋變量滯后2期的回歸效果較好，從交易均價(jià)本身來看，VAR估計(jì)得到其滯后1期的彈性為0.650，即適應(yīng)性預(yù)期得到驗(yàn)證。更為重要的是交易均價(jià)本身對(duì)于滯后2期的回歸彈性更大，為0.269，驗(yàn)證了房?jī)r(jià)波動(dòng)呈現(xiàn)出持續(xù)性預(yù)期效應(yīng)；(2)當(dāng)期金融信貸規(guī)模對(duì)房?jī)r(jià)的影響為正，VAR系統(tǒng)估計(jì)的不論其滯后1期還是2期，對(duì)房?jī)r(jià)的影響均不顯著；(3)當(dāng)期居民的工資收入助推了重慶市的房?jī)r(jià)上漲，VAR系統(tǒng)顯示了同樣的結(jié)論，且工資收入的滯后1期對(duì)房?jī)r(jià)的影響依然為正，體現(xiàn)出購(gòu)買力持續(xù)增強(qiáng)的特征。

(二)格蘭杰因果檢驗(yàn)

檢驗(yàn)經(jīng)濟(jì)變量之間是否存在相互影響，通常是利用Granger提出的思路：即在VAR模型中，被解釋變量是否可以消除外生變量的滯后期。對(duì)此本部分將對(duì)交易均價(jià)、房地產(chǎn)開發(fā)投資、GDP、金融機(jī)構(gòu)貸款及交易均價(jià)的滯后1期做Granger因果關(guān)系檢驗(yàn)，結(jié)果如表5。

表5的檢驗(yàn)結(jié)果分析如下：

(1)重慶市住房交易均價(jià)與交易均價(jià)滯后一期的Granger因果關(guān)系明顯；

(2)重慶市住房交易均價(jià)與工資收入的Granger因果關(guān)系明顯，即房?jī)r(jià)上漲導(dǎo)致工資收入提高；

表5 各主要變量的Granger因果關(guān)系檢驗(yàn)

(3)重慶市開發(fā)商投資與交易均價(jià)和工資收入Granger因果關(guān)系明顯，即開發(fā)商投資增加會(huì)導(dǎo)致交易均價(jià)和工資收入上漲；

(4)重慶市金融機(jī)構(gòu)貸款與房地產(chǎn)投資開發(fā)和工資收入Granger因果關(guān)系明顯，即金融機(jī)構(gòu)貸款規(guī)模擴(kuò)大，房地產(chǎn)市場(chǎng)上開發(fā)投資會(huì)增加，同樣也會(huì)導(dǎo)致工資收入上漲。綜上所述，重慶市住房交易均價(jià)與居民工資收入互為Granger因果關(guān)系，居民收入增長(zhǎng)，導(dǎo)致房?jī)r(jià)過快上漲，體現(xiàn)的是需求沖擊，房?jī)r(jià)上漲會(huì)進(jìn)一步助推居民收入上漲，體現(xiàn)的是房地產(chǎn)市場(chǎng)的“財(cái)富效應(yīng)”。

五、結(jié)論與建議

本文基于4個(gè)數(shù)據(jù)模型，檢驗(yàn)重慶市住房?jī)r(jià)格波動(dòng)原因，實(shí)證研究結(jié)論為：

(1)重慶市房?jī)r(jià)波動(dòng)體現(xiàn)出較明顯的金融加速器效應(yīng)；

(2)重慶市住房交易均價(jià)上漲的主要原因來自于金融機(jī)構(gòu)的貸款、市場(chǎng)預(yù)期以及居民工資收入；

(3)重慶市住房交易均價(jià)受到房地產(chǎn)開發(fā)投資、金融機(jī)構(gòu)貸款、工資收入總額、固定投資這4個(gè)變量影響最大；

(4)居民儲(chǔ)蓄對(duì)重慶市住房交易均價(jià)影響是負(fù)的；

(5)重慶市房?jī)r(jià)波動(dòng)呈現(xiàn)出“預(yù)期效應(yīng)”和“財(cái)富效應(yīng)”。

基于以上結(jié)論提出如下建議：

(1)重慶市房?jī)r(jià)波動(dòng)受到金融加速器效應(yīng)的較大影響，重慶市政府應(yīng)該控制房?jī)r(jià)過快上漲，應(yīng)該在國(guó)家相關(guān)政策的基礎(chǔ)上出臺(tái)符合重慶市的房地產(chǎn)調(diào)控措施。

(2)建立科學(xué)合理的房地產(chǎn)投資動(dòng)態(tài)監(jiān)控與規(guī)范引導(dǎo)機(jī)制。要對(duì)房地產(chǎn)行業(yè)投資增長(zhǎng)幅度、房?jī)r(jià)變化等實(shí)時(shí)數(shù)據(jù)進(jìn)行分析并公開，及時(shí)預(yù)警提示房地產(chǎn)行業(yè)投資風(fēng)險(xiǎn)；要建立政府市場(chǎng)聯(lián)動(dòng)平臺(tái)，規(guī)范房地產(chǎn)行業(yè)投資流程，積極引導(dǎo)社會(huì)資金流向，防止集中投資與過度投資。

(3)居民收入的上漲是重慶市房?jī)r(jià)上漲的重要原因，應(yīng)該拓寬居民的投資渠道，創(chuàng)新利率型理財(cái)產(chǎn)品，變相增加居民儲(chǔ)蓄，從而降低消費(fèi)和投資性的房地產(chǎn)需求。完善房地產(chǎn)市場(chǎng)調(diào)控需要綜合運(yùn)用財(cái)稅政策進(jìn)行宏觀性的制度設(shè)計(jì)，引導(dǎo)居民資金的合理流向。

(4)金融機(jī)構(gòu)的信貸與房?jī)r(jià)的上漲互為因果關(guān)系，對(duì)于房地產(chǎn)開發(fā)資金的信貸需求應(yīng)該給予控制，加強(qiáng)金融政策的方向指引，這不僅是風(fēng)險(xiǎn)控制的需要，也有利于保持房?jī)r(jià)的漲幅在合理水平。

[1] COLLYNS C,SENHADJI A.Lending booms,real estate bubbles,and the Asian crisis[J].Social Science Electronic Publishing,2002,2(20):1-46.

[2] DEPPLER M,ANNETT A,DECRESSIN J.Reforming the stability and growth pact[J].IMF Policy Discussion Papers,2005,68(12):80-85.

[3] CARRINGTON S J.House prices,credit and willingess to lend[C].Deakin University,Faculty of Business and Law,School of Accounting,Economics and Finance,2011.

[4] 王曼怡，劉同山.我國(guó)房地產(chǎn)業(yè)金融加速器效應(yīng)研究——基于面板數(shù)據(jù)的實(shí)證分析[J]．經(jīng)濟(jì)與管理研究，2010(9)：88-92．

[5] 袁申國(guó)，陳平，劉蘭鳳．匯率制度、金融加速器和經(jīng)濟(jì)波動(dòng)[J]．經(jīng)濟(jì)研究，2011(1)：57-70．

[6] 林江，徐世長(zhǎng)，黃建新.適應(yīng)性預(yù)期、金融加速器效應(yīng)與房?jī)r(jià)波動(dòng)——以深圳為例[J].現(xiàn)代財(cái)經(jīng)，2015(1)：22-31.

[7] 沈悅,徐妍.房地產(chǎn)價(jià)格、金融加速器和宏觀經(jīng)濟(jì)波動(dòng)非對(duì)稱性——基于SETVAR模型的研究[J].上海經(jīng)濟(jì)研究,2014(7)：70-79.

[8] 陳建，陳英楠，劉仁和.所有權(quán)成本、投資者預(yù)期與住宅價(jià)格波動(dòng)：關(guān)于國(guó)內(nèi)四大城市住宅市場(chǎng)的經(jīng)驗(yàn)研究[J]．世界經(jīng)濟(jì)，2009(10)：14-24.

[9] 況偉大.預(yù)期、投資與中國(guó)城市房?jī)r(jià)波動(dòng)[J].經(jīng)濟(jì)研究，2010(9)：67-78.

[10] 王慶芳.我國(guó)房地產(chǎn)價(jià)格、經(jīng)濟(jì)增長(zhǎng)與信貸擴(kuò)張研究——基于房地產(chǎn)雙重資產(chǎn)屬性的分析[J].現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào)),2015(1):32-44.

[11] BERNANKE B,GERTLER M,GILCHRIST S.The financial accelerator and the flight to quality[J].Review of Economics & Statistics,1996,78(1):1-15.

[12] FISHER I.Statistics in the service of economics[J].Journal of the American Statistical Association,1933,28(181):1-13.

[13] JENSEN M C,MECKLING W H.Theory of the firm:Managerial behavior,agency costs and ownership structure[M].[S.l.]:Springer Netherlands,1979:305-360.

[14] 李琴.基于支持向量機(jī)回歸模型的重慶市房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警研究[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)),2015(11):78-82.

[15] 王筱欣, 高攀.基于BP神經(jīng)網(wǎng)絡(luò)的重慶市房?jī)r(jià)驗(yàn)證與預(yù)測(cè)[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)),2016(9):49-53.

ResearchontheVolatilityofChongqingHousingPriceBasedonFinancialAcceleratorEffect

QIN Jianchenga，LIU Junganga，HUANG Jingjingb

(a.College of Management； b.College of Accounting, Chongqing University of Technology，Chongqing 400054，China)

In recent years, although the housing restriction policy has been introduced, but the continued rise in real estate prices has become an indisputable fact, causing widespread concern in the community. We study the financial accelerator effect on housing price fluctuations of Chongqing, revolving around the financial market, the real estate market and investment market, using model and Shapiro-Wilk test to prove the existence of the financial accelerator effect of Chongqing city housing price fluctuation. Results show that:(1)The financial accelerator effect of Chongqing housing market is obvious, and the average transaction price of housing has significant correlation with the loan of financial institutions; (2)Chongqing house price fluctuation is obviously affected by the investment in real estate development and fixed investment in Chongqing; (3)The price fluctuation of Chongqing is affected by the total amount of wages; (4)VAR model further shows that under the existence of expected conditions in the adaptation period, the residents of the current savings will promote the increase of the housing prices.

financial accelerator effect；credit expansion；volatility of housing price; real estate

2017-03-19

秦建成(1976—)，男，甘肅蘭州人，副教授，博士，碩士生導(dǎo)師，研究方向：項(xiàng)目投資評(píng)估與風(fēng)險(xiǎn)管理。

秦建成，劉俊剛，黃晶晶.基于金融加速器效應(yīng)的重慶房?jī)r(jià)波動(dòng)研究[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))，2017(10):71-79.

formatQIN Jiancheng，LIU Jungang，HUANG Jingjing.Research on the Volatility of Chongqing Housing Price Based on Financial Accelerator Effect[J].Journal of Chongqing University of Technology(Social Science)，2017(10):71-79.

10.3969/j.issn.1674-8425(s).2017.10.009

F293.3

A

1674-8425(2017)10-0071-09

(責(zé)任編輯張佑法)