【《廈門市房地產(chǎn)泡沫測度和實(shí)證探析7100字（論文）》】

廈門市房地產(chǎn)泡沫測度和實(shí)證分析目錄 1 2 2表1.1廈門市2009年-2020年房地產(chǎn)投資額占GDP總額比值 2表1.2廈門市2009年-2020年房地產(chǎn)開發(fā)投資額與城鎮(zhèn)固定資產(chǎn)投資額之比 3表1.3廈門市2009年-2020年房價(jià)收入比 4表1.4廈門市2009年-2020年房價(jià)增長率與GDP增長率比值 5表1.5廈門市2009年-2020年房地產(chǎn)貸款總額增長率和 6 6 7 8 8 8 8 9表1.7變量的描述性統(tǒng)計(jì) 9 表1.8單位根檢驗(yàn)結(jié)果 表1.9殘差A(yù)DF檢驗(yàn)結(jié)果 1.2.5變量的相關(guān)性檢驗(yàn) 表1.10變量間的相關(guān)性分析 表1.11廈門房地產(chǎn)信貸風(fēng)險(xiǎn)影響因素的回歸分析結(jié)果 NPLR=1.045-0.1045GDPI+0.003HLB(式5.2) 12表1.12廈門房地產(chǎn)信貸風(fēng)險(xiǎn)影響因素的回歸分析結(jié)果 當(dāng)前，中國正處在房地產(chǎn)市場金融化程度加深和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的關(guān)鍵時(shí)期，房地產(chǎn)市場存在的非理性泡沫會(huì)影響到金融穩(wěn)定和地區(qū)經(jīng)濟(jì)的健康發(fā)展。該章節(jié)通過對廈門市房地產(chǎn)泡沫的測度結(jié)果推斷出影響銀行信貸風(fēng)險(xiǎn)的相關(guān)因素，有助考慮到統(tǒng)計(jì)數(shù)據(jù)的可得性和準(zhǔn)確性，本文選取房地產(chǎn)投資額1.房地產(chǎn)投資額與GDP總額之比(R1)性也越大。目前，暫無統(tǒng)一的標(biāo)準(zhǔn)界定房地產(chǎn)投資額與GDP總額之比達(dá)到多少本房地產(chǎn)泡沫破裂時(shí)，R1為9%,香港1997年左右存在較嚴(yán)重的泡沫，泡沫期間R1持續(xù)在14%以上，1997年達(dá)到最高值21.1%。計(jì)算廈門市2009年-2020年房地產(chǎn)投資額占GDP總額比值如表1.1所示：表1.1廈門市2009年-2020年房地產(chǎn)投資額占GDP總額比值(億元)(億元)保持在15%以上，2014年“閩八條”的出臺，加上降息降準(zhǔn)，導(dǎo)致2014開始廈門樓市如脫韁野馬般飛漲，R1在2014、2015年達(dá)到峰值21%。直到2017年地方出臺史上最嚴(yán)的限貸限售限購政策后，廈門樓市才出現(xiàn)明顯降溫，R1在2019是否存在投資過度的情況，根據(jù)胡瑾卿、張大亮(2004)的研究成果，結(jié)合廈門市城市化快速發(fā)展的實(shí)際，本文選取0.2作為R2的臨界值，R2<0.2,表明該地在較為嚴(yán)重的泡沫。計(jì)算廈門市2009年-2020年房地產(chǎn)開發(fā)產(chǎn)投資額之比如表1.2所示：表1.2廈門市2009年-2020年房地產(chǎn)開發(fā)投資額與城鎮(zhèn)固定資產(chǎn)投資額之比(億元)(億元)房地產(chǎn)開發(fā)投資額/資產(chǎn)投資額的比值均在0.3以上，高于0.2的臨界值，房地產(chǎn)市場存在嚴(yán)重的泡沫。R2經(jīng)歷了先上升后下降的趨勢，同R1相似，在2017年之后，該指標(biāo)出現(xiàn)超出居民購買能力，存在房地產(chǎn)泡沫越嚴(yán)重。根據(jù)呂江林(2010)等國內(nèi)外學(xué)者的研究，發(fā)達(dá)國家的房價(jià)收入比為1.8-5.5,發(fā)展中國家為1.6。但結(jié)合我國國情實(shí)際，本文參考胡瑾卿、張大亮(2004)提出的范圍，選取8為R3的臨界值。R3<8,表明該地區(qū)房地產(chǎn)市場發(fā)展正常；8≤R3<9.5,表明存在輕微泡沫；9.5房戶均面積定為100平方米。計(jì)算廈門市2009年-2020年房價(jià)收入比如表1.3所表1.3廈門市2009年-2020年房價(jià)收入比(元/平方米)可支配收入(元)(人)房價(jià)收入比從表1.3的數(shù)據(jù)可以看出，廈門市的房價(jià)收入比在樣本期間均在11以上，從2016年起R3升至警戒值的2倍以上，房價(jià)已遠(yuǎn)遠(yuǎn)超出居民的購買能力，存在年-2020年房價(jià)增長率與GDP增長率比值如表1.4所示：表1.4廈門市2009年-2020年房價(jià)增長率與GDP增長率比值(元/平方米)房價(jià)增長率/一一一從計(jì)算結(jié)果可以看出，樣本期間廈門市房價(jià)增長率與較大，R4在2017年達(dá)到峰值1.23后開始急轉(zhuǎn)直下，因房價(jià)在2017年得到了較該指標(biāo)反映了金融機(jī)構(gòu)信貸對房地產(chǎn)業(yè)的支持力度。根據(jù)張攀紅(2016)等學(xué)者的研究，認(rèn)為R5的正常區(qū)間為1-3,該指標(biāo)大于3時(shí)，表明金融機(jī)構(gòu)投向加。計(jì)算廈門市2009年-2020年房地產(chǎn)貸款總額增長率比值如表1.5所示：表1.5廈門市2009年-2020年房地產(chǎn)貸款總額增長率和房地產(chǎn)國內(nèi)(億元)年末金融機(jī)構(gòu)(億元)房地產(chǎn)國內(nèi)年末金融機(jī)構(gòu)房地產(chǎn)貸款總額增一一數(shù)據(jù)來源：廈門市統(tǒng)計(jì)局、中國銀行保險(xiǎn)監(jiān)從計(jì)算結(jié)果可以看出，除了2015年R5值出現(xiàn)驟增以外，其余年份的比值均綜合對上述5個(gè)指標(biāo)的研究分析，本文認(rèn)為廈門市房地資額占GDP總額的比重(R1)和房地產(chǎn)開發(fā)投資額與城鎮(zhèn)固定資產(chǎn)投資額之比 (R2)看到，廈門市GDP的發(fā)展與房地產(chǎn)開發(fā)投資的發(fā)展不相匹配，宏觀經(jīng)濟(jì)從需求端看，房價(jià)收入比(R3)遠(yuǎn)高于臨界值，近幾年甚至為警戒值的2倍，率與GDP增長率比值(R4)和房地產(chǎn)貸款增長率占比(R5)這兩個(gè)指標(biāo)看的異常發(fā)展，自2017年起采取多種嚴(yán)厲的限購限貸政策來抑制廈門房價(jià)的過快1.2.1構(gòu)建回歸模型NPLRr=a+βiHPI?+β?GDPI?+β?HLB?+Ei(式1.1)和HLB?為解釋變量。β為變量前系數(shù)；Ei是殘差項(xiàng)；α數(shù)表示被解釋變量NPLR:對解釋變量HPI?、GDPI和HLB,的變化的反映程度。1.2.2變量的選取和樣本數(shù)據(jù)處理銀行不良貸款率(NPLR)作為被解釋變量，代表銀行的房價(jià)增長率(HPI)、GDP增長率(GDPI)、房地產(chǎn)貸款余額(H通過回歸模型分析解釋變量對被解釋變量的影響。各指標(biāo)選取如表1.6所示。表1.6模型的指標(biāo)體系選取變量類型變量符號不良貸款率由于銀行業(yè)金融機(jī)構(gòu)的不良貸款率能較好的衡量銀行體系的風(fēng)險(xiǎn)暴露程度，所以本文選取不良貸款率作為被解釋變量。樣本區(qū)間選取廈門市2009年-2020年商業(yè)銀行不良貸款率的年度數(shù)據(jù)，數(shù)據(jù)來源于中國銀行保險(xiǎn)監(jiān)督管理委員會(huì)廈物價(jià)的變化與居民的生活質(zhì)量緊密相關(guān)，房價(jià)增長率是衡量居民購房成本的指標(biāo)，因此本文選取其作為解釋變量之一，該指標(biāo)能夠較好的反映房價(jià)的波動(dòng)情況，居民購房壓力過大，將會(huì)對房地產(chǎn)信貸業(yè)務(wù)產(chǎn)生不利的影響。樣本區(qū)間選取廈門市2009年-2020年商品房平均銷售價(jià)格的年度數(shù)據(jù)進(jìn)一步加工計(jì)算，數(shù)據(jù)來源于中原地產(chǎn)研究。3.GDP增長率GDP增長率是宏觀經(jīng)濟(jì)的四個(gè)重要觀測指標(biāo)之一，該指標(biāo)是一個(gè)動(dòng)態(tài)指標(biāo)，反映了一定時(shí)期經(jīng)濟(jì)發(fā)展水平變化的程度，能夠較好的衡量廈門市的經(jīng)濟(jì)發(fā)展水平。樣本區(qū)間選取廈門市2009年-2020年GDP增長率的年度數(shù)據(jù)，數(shù)據(jù)來源于廈門市統(tǒng)計(jì)局。房地產(chǎn)貸款余額是構(gòu)成房地產(chǎn)貸款集中度的重要指標(biāo)之一，該指標(biāo)能較好的體現(xiàn)商業(yè)銀行對房地產(chǎn)行業(yè)的信貸支持力度。過高的房貸集中度會(huì)帶來潛在的系統(tǒng)性金融風(fēng)險(xiǎn)，樣本區(qū)間選取廈門市2009年-2020年房地產(chǎn)貸款余額的年末數(shù)據(jù)，數(shù)據(jù)來源于廈門市統(tǒng)計(jì)局。為了更直觀地觀察樣本數(shù)據(jù)分布情況，將被解釋變量和解釋變量的描述性統(tǒng)計(jì)結(jié)果列于表1.7。分別從最小值、最大值、均值、中位數(shù)、標(biāo)準(zhǔn)差等維度對廈門房地產(chǎn)信貸風(fēng)險(xiǎn)及其相關(guān)影響因素的變量進(jìn)行描述性統(tǒng)計(jì)，計(jì)算結(jié)果表明，12個(gè)樣本量中的所有數(shù)據(jù)均滿足分布要求，不存在極端值和異常值，可以建立模型進(jìn)一步分析。表1.7變量的描述性統(tǒng)計(jì)N中位數(shù)1.2.4單位根檢驗(yàn)和協(xié)整檢驗(yàn)進(jìn)行單位根檢驗(yàn)，對時(shí)間序列不良貸款率(NPLR)、房價(jià)增長率(GDPI)、房地產(chǎn)貸款余額(HLB)分別進(jìn)行平穩(wěn)性檢驗(yàn)。結(jié)果如表1.8所示，不良貸款率(NPLR)水平值為38.481,在5%的顯著性水平下不顯著,一階差分值為323.134,且在5%的顯著性水平下顯著,結(jié)果拒絕存在單位根，也就是不存在單位根，說明不良貸款率(NPLR)在一階差分下是平穩(wěn)序列，即不良貸款率(NPLR)序列是一階單整的。同樣可知，房價(jià)增長率不穩(wěn)定穩(wěn)定不穩(wěn)定穩(wěn)定不穩(wěn)定穩(wěn)定不穩(wěn)定穩(wěn)定為了分析不良貸款率(NPLR)、房價(jià)增長率(HPI)、GDP增長率(GDPI)、的水平值為-6.457,且在1%的顯著性水平下顯著,說明殘差序列不存在單位根，表1.9殘差A(yù)DF檢驗(yàn)結(jié)果穩(wěn)定1.2.5變量的相關(guān)性檢驗(yàn)在進(jìn)行回歸分析之前，首先對因變量和自變量進(jìn)行相關(guān)性分析，結(jié)果如表貸款率(NPLR)與GDP增長率(GDPI)呈負(fù)相關(guān)關(guān)系，且均在10%的顯著性水平下顯著,不良貸款率(NPLR)與房地產(chǎn)貸款且均在5%的顯著性水平下顯著,而不良貸款率(NPLR)與房價(jià)增長率(HPI)表1.10變量間的相關(guān)性分析1.2.6模型回歸結(jié)果自變量，以不良貸款率(NPLR)為因變量，通過E分析，結(jié)果如表1.11所示。房價(jià)增長率(HPI)、GDP增長率(GDPI)、房地產(chǎn)貸款余額(HLB)在10%的顯著性水平下均不顯著。VariableCoefficientStd.Errort值利用逐步回歸分析的方法，進(jìn)行剔除1次，得到表1.12的回歸結(jié)果。根據(jù)NPLR=1.045-0.1045GDPI+0.003HLB(表1.12廈門房地產(chǎn)信貸風(fēng)險(xiǎn)影響因素的回歸分析結(jié)果t值C結(jié)合表1.11、1.12可以看到，房價(jià)增長率(HPI)與房地產(chǎn)信貸風(fēng)險(xiǎn)呈正相關(guān)關(guān)系，但其影響不夠顯著,作為反映房價(jià)水平變動(dòng)的一項(xiàng)指標(biāo)，對居民購房壓GDP增長率(GDPI)在10%的顯著性水平下顯著,且回歸系數(shù)為負(fù)，說明GDP增長率(GDPI)與不良貸款率(NPLR)呈顯著的負(fù)相關(guān)關(guān)系，即GDP增房地產(chǎn)貸款余額(HLB)在5%的顯著性水平下顯著,且回歸系數(shù)為正，說1.2.7實(shí)證分析結(jié)論房地產(chǎn)貸款余額之間存在長期均衡的關(guān)系。房價(jià)增長率、GDP增長率、房地產(chǎn)2.房價(jià)的漲跌對房地產(chǎn)信貸風(fēng)險(xiǎn)的影響要綜合居民可支配收入和地方GDP水平來考量。一方面，若房價(jià)上漲，抵押品的價(jià)值提高，房企獲利的能力和居民還款意愿也相應(yīng)提高，房貸違約率下降，房地產(chǎn)信貸風(fēng)險(xiǎn)隨之減小。但如果房價(jià)大漲，顯著超過居民收入，對于剛需購房者而言，會(huì)面臨巨大的還貸壓力，導(dǎo)致居民杠桿率(居民負(fù)債率)升高，當(dāng)居民杠桿率超過一定程度則會(huì)影響到金融穩(wěn)定；另一方面，若房價(jià)下跌，抵押品價(jià)值下降，商業(yè)銀行可能要追加抵押品或居民還款意愿降低，也會(huì)影響房貸違約率。所以，房價(jià)不能大漲大跌，需要與居民收入相匹配，這樣對于防范房地產(chǎn)信貸風(fēng)險(xiǎn)和維護(hù)金融穩(wěn)定都有顯著意義。3.GDP的增長有助于防范房地產(chǎn)信貸風(fēng)險(xiǎn)的發(fā)生。GDP增長率上升意味著經(jīng)濟(jì)發(fā)展水平的提高，就業(yè)形勢良好，居民收入水平得到一定程度提高。在整體經(jīng)濟(jì)向好發(fā)展、市場活躍度高的大環(huán)境下，房地產(chǎn)開發(fā)商和商業(yè)銀行在經(jīng)營中面臨的沖擊相對減少。1.銀行的信貸結(jié)