呂晨曦 戴俊杰 吳銥佳 陳昭元
摘要:近年來,杠桿率與我國系統(tǒng)性金融風(fēng)險之間的關(guān)系受到關(guān)注,但鮮有文獻基于微觀視角探討杠桿率的影響因素。本文以杭州市區(qū)內(nèi)居民為調(diào)查對象,隨機調(diào)查了居民房貸杠桿率及基本影響因素,并使用微觀計量經(jīng)濟方法進行了實證檢驗。結(jié)果顯示,家庭規(guī)模與杠桿率成負(fù)相關(guān)關(guān)系,擁有獨立住房越多,杠桿率越高,國企、政府機關(guān)、事業(yè)單位工作的居民杠桿率顯著減少;而性別、年齡、戶口、教育程度對居民杠桿率的影響不具有統(tǒng)計顯著性。
關(guān)鍵詞:居民杠桿 ?影響因素 ?統(tǒng)計調(diào)查 ?二元選擇模型
一、引言
國家統(tǒng)計局?jǐn)?shù)據(jù)顯示,中國商品房銷售持續(xù)快速上升,與此同時,居民銀行住房按揭貸款激增,我國居民部門杠桿率(居民負(fù)債與可支配收入比率)呈現(xiàn)出快速上升的態(tài)勢。眾多學(xué)者都認(rèn)為中國居民部門“加杠桿”集中于房地產(chǎn)將產(chǎn)生嚴(yán)重的副作用,甚至存在觸發(fā)金融系統(tǒng)性風(fēng)險的可能性。但是,中國居民加杠桿內(nèi)在特征如何,以及受何種因素尚無實證層面的研究。本文以杭州市區(qū)域內(nèi)居民為調(diào)查對象,并基于統(tǒng)計調(diào)查獲取微觀數(shù)據(jù)進行計量分析,從而歸納影響居民杠桿的重要因素。
從各個區(qū)域看,杭州主城區(qū)的堅挺毋庸再言,各城區(qū)、各板塊之間,差距卻逐漸拉大。因此,杭州是中國國內(nèi)大城市房價增長的一個典型代表,對其居民在購房過程中使用杠桿情況進行研究具有一定的代表性。
二、文獻綜述
長期以來,國內(nèi)外學(xué)者對杠桿率的研究主要圍繞國民經(jīng)濟各個部門的杠桿率來進行理論和實證研究。
牛播坤、甄茂生(2016)、姜超(2016)發(fā)現(xiàn)和同等發(fā)展水平的國家相比,中國居民部門杠桿率并不低,居民加杠桿速度過快,居民部門加杠桿空間并不大。李若愚(2016)、李超等(2016)、馬建堂等(2016)選取債務(wù)GDP比作為測算居民杠桿率的指標(biāo)。牛播坤、甄茂生(2016)使用居民部門債務(wù)GDP比、債務(wù)可支配收入比、資產(chǎn)債務(wù)比三個指標(biāo)來測算居民杠桿率。李宇嘉(2016)則使用個人房貸余額/存量商品住房價值與存量房貸占年度GDP的比值來衡量。
馬建堂(2016)計算出1996-2009年以來的杠桿率增長較平穩(wěn),而往后增速變快,從2009年的24%上升至2014年的36%。陳禹霏(2016)得出從1996年-2003年,居民部門債務(wù)與GDP比在2008年-2015年由18%增長到40%,7年時間內(nèi)增長了22%。
三、研究設(shè)計與調(diào)查結(jié)果
本研究基于2018年1月浙江工商大學(xué)的寒假社會調(diào)研,選擇杭州上城區(qū)、西湖區(qū)、濱江區(qū)的圖書館、大商場、市民中心為調(diào)查點,調(diào)查對象為杭州市民。調(diào)查問卷采用整群抽樣的方法,主要采用問卷調(diào)查和個別訪談方式,調(diào)查內(nèi)容包括:居民杠桿率使用現(xiàn)狀,居民個人因素與心理因素。本次調(diào)查共發(fā)放問卷400份,共收回383份,問卷有效率為95.75%。為了進一步探究影響居民杠桿率使用的影響因素,本文結(jié)合Tobit模型進行了回歸分析和計量檢驗。
四、實證分析
本文從微觀角度出發(fā),使用Tobit模型進行居民杠桿率的實證檢驗。樣本中有129戶因變量取值為0,因變量y以閾值為0而截斷,從而構(gòu)成刪截樣本。由于教育程度與工作單位有很強相關(guān)性,若同時放入模型會出現(xiàn)嚴(yán)重的共線性,本文僅選擇工作單位作為控制變量。實證模型設(shè)定為:
結(jié)果顯示使用杠桿概率為平均水平的家庭,在家庭人口增加一單位時房貸比例減少2.44%(0.0368×0.663);類似地,可以得出擁有獨立住房數(shù)每增加一套,居民杠桿率增加11.40%;在國企工作的居民杠桿率比在普通企業(yè)工作居民平均低9.95%,在政府機關(guān)、事業(yè)單位工作居民杠桿率平均低9.96%。而性別、年齡、戶口、教育程度對居民杠桿率的影響不具有統(tǒng)計顯著性。
五、政策建議
(一)鼓勵首次住房需求的居民購房,限制“炒房”
政府可以統(tǒng)一規(guī)劃大型的新城區(qū),提供優(yōu)惠入住條件給有需求的居民。而對“炒房”的居民,必須實行限購政策,收取高額的稅收并且提高其銀行貸款首付比例。
(二)適當(dāng)擴大家庭規(guī)模,預(yù)防老齡化風(fēng)險
隨著人口老齡化進一步加劇,政府需完善養(yǎng)老保障體系,制定政策適當(dāng)延遲退休年齡,延長居民還貸的時間,控制居民杠桿率。
(三)銀行需對客戶進行分類,有差異地發(fā)放貸款
銀行應(yīng)將客戶分類,在業(yè)務(wù)發(fā)生前,要充分對客戶信息進行收集和分析,控制好信用風(fēng)險;貸款業(yè)務(wù)發(fā)生后,要及時跟蹤客戶的信用狀況;貸款業(yè)務(wù)結(jié)束后,要更新、記錄客戶的貸款歷史,并對客戶做好評級管理。
參考文獻:
[1]姜超.中國居民房貸杠桿真的不低了[J].股市動態(tài)分析,2016(37):16-17.
[2]李超,王宇鵬,張晶.中國在去杠桿?加杠桿?影響如何?——對中國杠桿率的測算和比較研究[J].金融發(fā)展評論,2016(4):9-23.
[3]李若愚.居民部門杠桿率的國際比較與啟示[J].金融與經(jīng)濟,2016(1):23-27.
[4]李宇嘉.居民“加杠桿”:國際經(jīng)驗與我國選擇[J].住宅與房地產(chǎn),2016(32):32-36.
[5]牛播坤,甄茂生.居民部門加杠桿的悖論與政策取向[J].銀行家,2016(9):45-48.
基金項目:2018年國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃(項目編號:GJ201806001)。
作者單位:浙江工商大學(xué)金融學(xué)院