京津冀人口增長率對房地產(chǎn)金融風(fēng)險空間溢出效應(yīng)分析

秦雪明

摘 要：在京津冀協(xié)同發(fā)展戰(zhàn)略實施中，防范京津冀地區(qū)房地產(chǎn)金融風(fēng)險空間傳遞和溢出至關(guān)重要。本文基于2008-2017年京津冀地區(qū)房地產(chǎn)面板數(shù)據(jù)，使用空間計量的方法，實證檢驗京津冀地區(qū)房地產(chǎn)金融風(fēng)險的空間傳遞及溢出情況，分析人口增長率對房地產(chǎn)金融風(fēng)險空間溢出的影響。研究發(fā)現(xiàn)：京津冀地區(qū)房地產(chǎn)金融風(fēng)險存在空間溢出效應(yīng)，再考慮空間效應(yīng)后的人口增長率與房地產(chǎn)金融風(fēng)險呈顯著負(fù)相關(guān)。

關(guān)鍵詞：人口增長率;房地產(chǎn)金融風(fēng)險;空間溢出

引言

近年來，隨著京津冀一體化發(fā)展戰(zhàn)略的實施，京津冀地區(qū)人口和資本流動加速，房地產(chǎn)企業(yè)投資也呈現(xiàn)區(qū)域擴(kuò)散態(tài)勢，打破了三地房地產(chǎn)市場原本相對分割的局面。京津冀地區(qū)人口流量較大，一個地區(qū)人口的流動會導(dǎo)致其他地區(qū)人口變動，人口的增長會拉動對房地產(chǎn)的需求，加之房地產(chǎn)市場與金融市場的密切聯(lián)系，從而容易對房地產(chǎn)金融風(fēng)險產(chǎn)生影響。因此在各地人口不斷變化的過程中，京津冀地區(qū)房地產(chǎn)金融風(fēng)險有空間溢出傾向。

本文使用空間計量模型實證檢驗京津冀房地產(chǎn)金融風(fēng)險的空間溢出效應(yīng)，主要分析京津冀地區(qū)人口增長率對房地產(chǎn)金融風(fēng)險空間溢出的影響程度，依此提出防范京津冀房地產(chǎn)金融風(fēng)險空間溢出的建議。

一、人口增長率對房地產(chǎn)金融風(fēng)險的影響

人口增長率對房地產(chǎn)金融風(fēng)險的影響主要體現(xiàn)在兩個方面：一是人口增長對房地產(chǎn)需求的影響作用于空置住房，從而影響房地產(chǎn)金融風(fēng)險。從長期來看，人口的流動導(dǎo)致某一地區(qū)人口的增長，而一個地區(qū)人口的增長會促進(jìn)對當(dāng)?shù)胤康禺a(chǎn)的需求，進(jìn)而降低當(dāng)?shù)刈》靠罩寐省Ｓ捎谧》靠罩寐蔬^高會引發(fā)房地產(chǎn)金融風(fēng)險，因此人口的增長對房地產(chǎn)金融風(fēng)險有一定的影響。二是人口增長對房地產(chǎn)需求的影響作用于銀行信貸從而導(dǎo)致房地產(chǎn)金融風(fēng)險產(chǎn)生。人口增長增加了對房地產(chǎn)的需求，進(jìn)而增加了對銀行貸款的需求，銀行可能面臨壞賬風(fēng)險的增加，房地產(chǎn)金融風(fēng)險增加。

二、實證分析

首先檢驗京津冀地區(qū)是否存在房地產(chǎn)金融風(fēng)險空間溢出效應(yīng)，若存在，再結(jié)合拉格朗日乘數(shù)檢驗選擇適用的空間計量模型。最后進(jìn)行實證分析人口增長率對房地產(chǎn)金融風(fēng)險空間溢出的效應(yīng)如何，并給出實證結(jié)論。

1.指標(biāo)選擇與數(shù)據(jù)來源

本文考慮數(shù)據(jù)可得性因素選取京津冀13座主要城市影響房地產(chǎn)金融風(fēng)險的7個指標(biāo)。數(shù)據(jù)時間維度為2008年12月31日-2017年12月31日，為面板數(shù)據(jù)，具體指標(biāo)如下。

被解釋變量：房地產(chǎn)金融風(fēng)險（RR）：房地產(chǎn)金融風(fēng)險指金融體系面臨的由房地產(chǎn)市場引發(fā)的風(fēng)險。在研究京津冀地區(qū)房地產(chǎn)金融風(fēng)險空間溢出時，認(rèn)為房地產(chǎn)金融風(fēng)險一般由人口和房地產(chǎn)企業(yè)導(dǎo)致金融機(jī)構(gòu)所要面臨的風(fēng)險，因此選擇房地產(chǎn)貸售比1表示房地產(chǎn)企業(yè)的風(fēng)險;選擇房價收入比2表示人口對房地產(chǎn)金融風(fēng)險的影響。使用熵值法3對上述兩指標(biāo)賦予權(quán)重計算得到綜合指標(biāo)來衡量房地產(chǎn)金融風(fēng)險。

主要解釋變量：人口增長率（PG）。其他解釋變量：（1）房地產(chǎn)開發(fā)投資額增長率（HD）表示房地產(chǎn)投資對房地產(chǎn)金融風(fēng)險的影響。（2）國內(nèi)生產(chǎn)總值增長率（GR）控制不同經(jīng)濟(jì)梯度房地產(chǎn)金融風(fēng)險空間溢出的影響;（3）房地產(chǎn)貸款投資比（FR）表示房地產(chǎn)企業(yè)給金融機(jī)構(gòu)帶來的風(fēng)險對房地產(chǎn)金融風(fēng)險的影響。（4）房價增長率（HR）反應(yīng)不同地區(qū)房地產(chǎn)的需求。4

2.空間溢出效應(yīng)的檢驗與模型的選擇

用MATLAB軟件計算京津冀地區(qū)經(jīng)濟(jì)-距離權(quán)重矩陣，并得到總體莫蘭指數(shù)為0.3143，屬于（0，1）的范圍內(nèi)為正向的空間相關(guān)性。每年莫蘭指數(shù)的檢驗結(jié)果均為正數(shù)并在5%水平下的顯著性檢驗，表示京津冀地區(qū)房地產(chǎn)金融風(fēng)險存在顯著的正向空間相關(guān)性。也就是說，京津冀地區(qū)一個城市的房地產(chǎn)金融風(fēng)險的增加會帶動周圍城市房地產(chǎn)金融風(fēng)險的增加，從而出現(xiàn)房地產(chǎn)金融風(fēng)險正向空間溢出的特征。

常用的空間計量模型有空間滯后模型、空間誤差模型和空杜賓模型。模型的選擇需要通過對研究對象進(jìn)行拉格朗日乘數(shù)檢驗來決定。檢驗結(jié)果顯示robust LM-lag在1%的置信水平上顯著，robust LM-error不顯著，因此針對房地產(chǎn)金融風(fēng)險空間回歸模型應(yīng)選擇空間滯后模型（SLM）。

3.空間計量模型的建立

依據(jù)拉格朗日乘數(shù)檢驗的結(jié)果，建立如下多因素空間面板滯后模型：

其中，ρ為空間回歸相關(guān)系數(shù)，其顯著性表示被解釋變量是否存在空間溢出，其大小表示被解釋變量空間溢出的強(qiáng)度。β為回歸系數(shù)，本文中表示房地產(chǎn)金融風(fēng)險受到其他變量的影響程度。t和i分別表示時間和地區(qū)。 為個體效應(yīng)，可以是固定（與解釋變量相關(guān)）的效應(yīng)也可以是隨機(jī)（與解釋變量不相關(guān)）的效應(yīng)， 為一般殘差擾動項。

4.參數(shù)估計結(jié)果

本文使用MATLAB軟件分別對京津冀房地產(chǎn)金融風(fēng)險固定效應(yīng)下和隨機(jī)效應(yīng)下的多因素空間滯后面板模型進(jìn)行回歸分析，固定效應(yīng)下的空間滯后模型參數(shù)估計結(jié)果如下。整體回歸的擬合優(yōu)度R2為0.9285，接近1，擬合效果較好。從具體回歸結(jié)果中來看：（1）解釋變量顯著性：房地產(chǎn)貸款投資比FR在5%的置信水平下顯著，GDP增長GR不顯著，人口增長率PG、房價增長率HR、房地產(chǎn)開發(fā)投資額增長率HD在1%的置信水平下顯著。（2）β系數(shù)：FR的系數(shù)為1.21，PG的系數(shù)為-10.30，HR的系數(shù)為1.87，HD的系數(shù)為0.38。（3）空間相關(guān)系數(shù)ρ：空間相關(guān)系數(shù)為0.75，且在1%的置信水平下顯著。

本文使用Hausman檢驗對回歸結(jié)果進(jìn)行了穩(wěn)健性檢驗，從檢驗結(jié)果中可以看出，P值小于0.01，回歸結(jié)果應(yīng)拒絕隨機(jī)效應(yīng)，選擇固定效應(yīng)。因此認(rèn)為就本文研究的樣本而言，具有固定效應(yīng)的空間滯后面板模型優(yōu)于具有隨機(jī)效應(yīng)的空間滯后面板模型。

三、實證結(jié)論

通過前文對觀測值的回歸分析可以看出，京津冀地區(qū)房地產(chǎn)金融風(fēng)險存在空間溢出效應(yīng)，且為正向的空間溢出效應(yīng)。這是因為地理臨近的區(qū)域，有利于要素的流動，資本的流通，從而增加了房地產(chǎn)金融風(fēng)險區(qū)域性傳遞的可能性。

本文回歸結(jié)果以固定效應(yīng)為主，從解釋變量與被解釋變量的關(guān)系可以看出：京津冀地區(qū)人口增長率（PG）對房地產(chǎn)金融風(fēng)險的空間溢出影響最大，且是負(fù)效應(yīng)。這說明，京津冀地區(qū)人口增長率的提升會降低房地產(chǎn)金融風(fēng)險的空間溢出。因此認(rèn)為，京津冀地區(qū)人口增長導(dǎo)致由銀行貸款的增加引發(fā)的房地產(chǎn)金融風(fēng)險的增加效果小于人口增長導(dǎo)致住房空置率的降低引發(fā)的房地產(chǎn)金融風(fēng)險的減少效果。考慮的原因是京津冀地區(qū)人口素質(zhì)的提升及個人信用體系的建設(shè)導(dǎo)致由個人銀行貸款引發(fā)的房地產(chǎn)金融風(fēng)險相對較小，而京津冀地區(qū)住房空置問題引發(fā)的房地產(chǎn)金融風(fēng)險相對較大，導(dǎo)致人口增長對住房空置問題更敏感。

因此，在地理位置臨近的京津冀地區(qū)，其中一個地區(qū)的人口增長率的降低，會造成這一地區(qū)的房地產(chǎn)金融風(fēng)險增加，由于京津冀地區(qū)之間的正向空間溢出效應(yīng)，這一地區(qū)的風(fēng)險增加會導(dǎo)致其他地區(qū)的房地產(chǎn)金融風(fēng)險也增加，反之減少。

四、建議

目前京津冀地區(qū)一體化發(fā)展處于初級階段，北京與天津、河北的協(xié)調(diào)性較差、經(jīng)濟(jì)水平差距較大，在調(diào)控房地產(chǎn)市場時，應(yīng)給予因地制宜的房地產(chǎn)政策，根據(jù)各地區(qū)的實際情況，差別化調(diào)控各地房地產(chǎn)金融風(fēng)險，同時拒絕部分地區(qū)的特立獨行對周圍地區(qū)造成的不良影響。

（1）增強(qiáng)地區(qū)吸引力，吸引高質(zhì)量人才，促進(jìn)人口增長率的增加，降低住房空置率，以滿足基本住房需求為目的調(diào)控房地產(chǎn)市場。（2）提高人口素質(zhì)，加強(qiáng)個人信貸體系建設(shè)，減少個人房地產(chǎn)貸款給銀行帶來的風(fēng)險。（3）金融機(jī)構(gòu)要加強(qiáng)對房地產(chǎn)企業(yè)貸款的審核力度，貸款初期對房地產(chǎn)企業(yè)及開發(fā)地點實地調(diào)研，貸款中期不定時對貸款企業(yè)進(jìn)行再審核，貸款后期根據(jù)房地產(chǎn)企業(yè)的收益情況及時收回貸款，拒絕盲目逐利帶來不必要的風(fēng)險。

參考文獻(xiàn)

[1] 鞠方，陽娟，黎小佳.基于空間異質(zhì)性的中國住房空置率與房地產(chǎn)金融風(fēng)險研究[J].財經(jīng)理論與實踐，2018，39（04）：26-31.

[2] 溫海珍，張之禮，張凌.基于空間計量模型的住宅價格空間效應(yīng)實證分析：以杭州市為例[J].系統(tǒng)工程理論與實踐，2011，31（09）：1661-1667.

[3] 沈麗，劉媛，李文君.不良貸款、空間溢出與區(qū)域經(jīng)濟(jì)增長[J].經(jīng)濟(jì)與管理評論，2018，34（03）：26-41.

[4] 張學(xué)波，陳思宇，廖聰，宋金平.京津冀地區(qū)經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)[J].地理研究，2016，35（09）：1753-1766.

[5] Kenneth Patton，American Estate Financial development，The American Economic Review，2006.

[6] 梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟(jì)研究，2007（08）：133-142.

[7] 黃燕芬，張志開，唐將偉.京津冀城市群住房價格波動溢出效應(yīng)——基于單中心理論視角下的分析[J].價格理論與實踐，2018（11）：30-33.

[8] 程蘭芳，張鳳琴.京津冀協(xié)同發(fā)展下房價漣漪效應(yīng)研究[J].價格理論與實踐，2018（08）：139-142.

注釋：

① 房地產(chǎn)貸售比=房地產(chǎn)國內(nèi)貸款/銷售額

② [11]

③ 熵值法：一種客觀賦權(quán)法，根據(jù)各項指標(biāo)所提供的信息大小來確定指標(biāo)的權(quán)重。

④ 數(shù)據(jù)來源：中經(jīng)網(wǎng)，wind數(shù)據(jù)庫，各地《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》。