信贷增长与房地产市场风险相关性研究.doc

1、1信贷增长与房地产市场风险相关性研究【摘 要】 银行信贷对于房地产市场是至关重要的，把握好银行信贷的规模有利于房地产市场健康有序地稳步向前发展。为了研究银行信贷和房地产市场之间的协调关系，文章利用 Granger 因果关系检验模型，对银行信贷与房地产市场发展状况进行实证研究。 【关键词】 商业银行； 信贷风险； 协整 一、引言 由于房地产行业建设周期长、资金量占用大等特点，使得房地产市场必须大量融资来维持正常的资金运转。而房地产行业大概有一半左右的资金直接或间接来源于银行信贷，银行信贷可谓是房地产市场的血液。当银行信贷增加，房地产企业资金充足，融资成本相对较低，房地产开发、建设、经营、流通和消

2、费等过程比较活跃，房地产市场表现出欣欣向荣的一面；相反，当银行信贷减少，房地产企业资金逐渐匮乏，融资成本骤然上升，房地产企业利润下降，抑制房地产市场的发展。同样，对于个人购房者来说，银行信贷收紧，那些通过按揭购房的个人不得不延期购房，房地产市场的需求降低，房地产价格下降。 可以看出，银行信贷对于房地产市场是至关重要的，把握好银行信贷的规模有利于房地产市场健康有序的稳步向前发展。为了研究银行信贷和房地产市场之间的协调关系，本文利用 Granger 因果关系检验模型，对银行信贷与房地产市场发展状况进行实证研究。 2二、Granger 因果检验模型 Granger 因果检验要求检验变量的时间序列是平

3、稳的，但是很多金融、经济时间序列都是不平稳的，所以必须先对变量的时间序列进行平稳性检验。这里我们选取 ADF 检验，存在以下三种模型： 其中，模型 1 没有常数项和趋势项；模型 2 仅有常数项；模型 3 有常数项和趋势项。一般情况下，若序列围绕 0 均值上下波动，则选择模型 1；若序列具有非 0 均值，没有时间趋势变化，则选择模型 2；如序列具有随时间变化的趋势变动，则选择模型 3。 为了克服伪回归的出现，当检验的变量为非平稳时间序列时，要对检验的变量进行差分使其变为平稳时间序列，这样导致长期稳定关系的损失。所以必须对两个变量进行协整检验，这里利用 EG 检验方法，分两步实现： （1）建立两个

4、时间序列的协整回归，用最小二乘法估计各个变量的系数，并计算残差序列； （2）对残差序列进行 ADF 检验。若残差序列是平稳的，表明两个变量是协整的；反之，则不是协整关系。 Granger 因果检验的模型如下： 其中，u1t 和 u2t 假定为不相关。 如果 y 对其他变量进行回归时，x 的滞后值能显著改进对 y 的预测，即 x 的变化先于 y 的变化，则变量 x 是变量 y 的 Granger 原因，同理推出 y 是 x 的 Granger 原因。由于 Granger 因果检验的滞后期是任意选取的，一般要检验若干个不同滞后期的 Granger 因果检验且结论相同时，3才能得出最终结论。 三、信

5、贷风险定量分析 为了研究银行信贷和房地产市场之间的协调关系，本文利用 Granger因果关系检验模型，对银行信贷与房地产市场发展状况进行实证研究。 （一）数据的选取 由于房地产行业建设周期长、资金链长，因此本文采用金融机构人民币信贷中长期贷款的增长率作为衡量银行信贷的指标，用 Mll 来表示，数据来源于中国人民银行 2001 到 2010 年的季度数据。房地产方面采用国房景气指数作为衡量指标，用 Gdex 来表示，数据来源于国家统计局2001 年到 2010 年的季度数据。由于数据进行自然对数变换能够消除时间序列中的异方差，不改变原来的协整关系，所以我们对银行信贷和国房景气指数进行自然对数变换

6、，变换后的变量分别用 lnMll 和 lnGdex 表示。（二）单位根检验 依据 lnGdex 和 lnMll 形成新的时间序列如图 1 和图 2。 从图 3 和 4 中可以看出 lnGdex 和 lnMll 的图形都表现不平稳的特性。而且图中 lnGdex 和 lnGms 都围绕非 0 均值上下波动，并没有明显的趋势变动，所以检验时选用带有常数项的模型进行。检验结果如下表 1 和表2。 从表 1 和表 2 可以看出 lnGdex 和 lnMll 的 ADF 统计量大于显著性水平 10%下的临界值，所以不能拒绝原假设，说明 lnGdex 和 lnMll 都存在单位根。由此对 lnGdex 和

7、lnMll 进行一阶差分，新的差分序列分别表示4为 D（lnGdex）和 D（lnMll） ，再次进行 ADF 检验，检验结果如表 3 和表4。 从表 3 和表 4 可以看出 D（lnGdex）和 D（lnMll）的 ADF 统计量小于显著性水平 1%下的临界值，所以拒绝原假设，说明 D（lnGdex）和D（lnMll）是平稳的时间序列。 （三）协整检验 通过对 lnGdex 和 lnMll 进行 ADF 检验后可以得出 lnGdex 和 lnMll都是一阶单整的，因此两者之间可能存在着协整关系，下面对两者进行协整检验。 用 lnGdex 对 lnMll 进行协整回归，得出回归方程：lnGde

8、x=4.684876+0.033607lnMll，说明 lnGdex 和 lnMll 之间存在着正相关关系。对残差项进行 ADF 检验结果如表 5 所示。 从表 5 可以看出，残差项的 ADF 统计量大于显著性水平为 10%下的临界值，故接受原假设，说明残差项序列是非平稳的。所以，lnGdex 和lnMll 之间存在协整关系。 （四）Granger 因果关系检验 因为 lnGdex 和 lnmll 之间存在协整关系，所以对两者进行 Granger因果关系检验。如表 6 所示，本文选取了滞后期 8-12 的 5 种情况进行分析。 如表 6 检验结果所示，在显著性水平为 10%的情况下，接受零假设

9、“LNGDEX does not Granger Cause LNMLL”的概率都远远小于 0，故拒绝零假设，也就是说国房景气指数是银行信贷的决定因素，相反，银行5信贷不是国房景气指数的决定因素。 四、结论 第一，根据 ADF 检验结果表明，银行信贷不是平稳序列，说明我国信贷的投放规模具有不平稳性； 第二，根据协整检验结果表明，由于国房景气指数和银行信贷之间存在协整关系，说明我国房地产市场和银行信贷之间存在长期稳定关系；第三，根据 Granger 因果关系检验结果表明，在滞后期数位 8-12 的情况下，国房景气指数和银行信贷之间存在单向因果关系，银行信贷增长并不是我国房地产价格上涨的原因。近年

10、来我国经济高速增长，每年GDP 增长率都维持在 10%左右，人们对未来经济充满信心，预期房价会稳步上升。同时城镇化进程的不断加快，导致人们对住房的需求不断上升。但是，我们也不能忽视房地产价格的过快上涨对银行信贷风险的影响。 【参考文献】 1 李研妮，冉茂盛.我国外债规模及其影响因素的实证分析J.预测，2011（3）. 2 王毓，胡莹.我国银行类型对货币政策传导影响机制差异化研究J.中南财经政法大学学报，2011（3）. 3 李卫东，刘畅，郭敏.结构调整、贷款集中度与价值投资：我国商业银行信贷投向政策实证研究J.管理世界，2010（10）. 4 黄静.房价上涨与信贷扩张：基于金融加速器视角的实证分析J.中国软科学，2010（8）.