VEC模型在我国银行信贷与房地产价格之间的动态关系研究中的应用

    任慧

    

    

    

    摘 要：本文收集了从2005年第一季度至2017年第四季度的我国银行中长期信贷数据和我国房地产销售平均价格、GDP、CPI及利率的季度数据，并对数据都进行标准化处理，本文对数据差分处理后，利用协整检验的方法从整体上判断银行信贷与房地产价格之间的变动是否存在长期均衡，建立VEC模型和运用Granger检验分析两者变动的因果联系。运用脉冲响应函数和方差分析，得出二者之间当前和未来去职的影响变动轨迹，得到二者长期中不具恒定关系，短期内银行信贷对房价的影响占主导地位，反之不成立。

    关键词：我国银行信贷;房地产价格;协整检验;VEC模型;Granger检验

    0 前言

    近年来，我国房地产投资和房地产价格不断攀升，房地产市场出现过热的势头。在国内贷款迅速发展，如房地产开发贷款、住房抵押贷款等等，就目前来说，房地产价格的快速上涨并不能代表房地产泡沫和银行可能会出现的信贷危机[1]。在信贷市场上，房子常会被用作抵押品，因此在某些方面，房地产价格变化影响了银行的资本[2]。银行信贷还能够通过多个方面影响房地产价格。故而在理论层面上，银行信贷与房价之间的双向因果关系能够加强信贷市场和房地产市场的循环周期。本研究对我国避免出现银行业危机和确保房地产市场的健康发展具有重要的实践价值。

    1 VEC模型的概述

    VEC矢量误差修正模型，是在差分序列建立的VAR模型中加入一个误差修正项。VEC模型的具体表达式为：

    在上式中，ECM表示根据协整方差算得的误差修正项，误差修正项可以反映出变量之间偏离长期均衡关系的非均衡误差，ECM前的系数为调整参数，可以反映出变量当期的变化回归到长期均衡关系或者消除非均衡误差的速度[3]。

    误差修正模型仅用在存在协整变量的变量序列，Johansen协整检验的结果必须存在一个协整关系后才建立VEC模型;假如Johansen协整检验的结果显示不存在协整关系，那么就不能建立VEC模型[4]。

    2 VEC模型的建立

    2.1 单位根检验

    文中选取了2005年第一季度至2017年第四季度的我国银行中长期信贷数据和我国房地产销售平均价格、GDP、CPI及利率的季度数据。为消除原始变量的异方差性影响，首先对所有的数据进行对数化处理，而后我们对序列进行平稳性检验，如序列为平稳序列，继續建模;如果序列为非平稳序列，需要进行差分处理或者协整分析。如表1所示的单位根检验结果可以发现，原序列的ADF值都大于5%的临界值且概率P值都大于0.05，拒绝了不存在单位根的原假设，认为原序列都存在单位根，从而序列HP、LOAN、GDP、COI、R均为非平稳序列。

    2.2 Lnhp和Lnloan的协整检验

    2.3 模型的建立

    2.4 模型稳定性检验

    由于脉冲响应和方差分析要求模型稳定，因此在脉冲响应分析和方差分析之前需要做模型稳定性检验，文章采用AR图来反应模型的稳定性[7]。图1是对银行信贷额增长率（DLOAN）和实际房价的增长率（DHP）的AR特征根的倒数的模的单位圆视图：

    因为这些点都落在单位圆内，由此可知由银行信贷额增长率（DLOAN）和实际房价的增长率（DHP）建立的VAR模型是平稳的[8]。

    2.5 格兰杰因果检验

    2.6 脉冲响应函数

    脉冲响应函数可以用来衡量来自随机扰动的一个标准差冲击，能够直观地刻画出变量之间的动态交互作用及其效应。图2为上文建立的VEC模型的脉冲响应函数，将刻画出信贷余额与房地产价格之间的脉冲响应函数（IRF），进一步分析二者之间的短期动态关系。

    从图2右上角的脉冲响应值的轨迹可以看出房价增长率受到信贷增长率的一个正的冲击后，第一季度为正，但紧接着开始波动下行为负值，第三季度继续下降至最低点，然后开始增长至正值，在第四期达到顶峰，然后开始绕0圈摆动，最终效果趋于消失。

    通过轨迹图可以看出，受到信贷增长率正向冲击，实际房价增长率在前3个季度为下行且为负值。

    从图中第二部分的脉冲响应值的轨迹可以看出，在房价的实际增长率对贷款的实际增长率产生积极影响后，贷款的实际增长率不会从第一期到第三期达到最大值然后开始下降后发生显着变化，大多数在零附近有小幅波动。

    本文在这里运用脉冲响应函数和方差分析，得出二者之间当前和未来去职的影响变动轨迹，得到二者长期中不具恒定关系，短期内银行信贷对房价的影响占主导地位，反之不成立

    2.7 方差分解

    部分显示的是银行贷款LNLOAN变动方差由自身变动导致的部分，“percent LNLOAN variance due to LNHP”部分显示的是银行贷款LNLOAN变动方差由房价LNHP变动导致的部分，从上图我们可以看出二者之间的相互影响关系。

    3 结论与对策建议

    跟发达国家相比较，中国银行信贷和房地产市场之间的关系有一定的特殊性，本文研究得出：实际房地产价格与实际银行贷款之间的因果关系和解释力与贷款的实际增长率和房价的实际增长率有关，反向则不成立。银行信贷具有政策性，许多因素影响银行贷款的增长，包括国民经济的各个部门，所以本文控制利率和国家生产总值，在总成本等变量之后，很难找到影响银行贷款实际增长率的实际价格增长率。

    参考文献：

    [1]叶阿忠，蒋玲香.货币政策、经济波动与房地产价格的动态关系研究[J]. 福建农林大学学报（哲学社会科学版），2017，20（5）：21-28.

    [2]徐晓通.我国银行信贷与房地产价格关系实证研究[J].产业与科技论坛，2018，v.17（1）：88-89.

    [3]鲁晓琳，董志.我国房地产价格与股票价格的互动关系研究[J].现代管理科学，2017，（04）：45-47.

    [4]杨克磊，李智.基于VEC模型的股指期货与现货价格关系研究[J].重庆理工大学学报，2017，31（6）：191-197.

    [5]王俊籽，刘澜涛.基于Logistic模型的我国商业银行房地产信贷风险研究[J].经济与管理评论，2017，（02）：86-95.

    [6]朱琳琪.我国银行信贷对房地产投资的影响——基于VECM模型的实证分析[J].赤峰学院学报（自然版），2017，33（12）.

    [7]国世平，廖龙，GUOShi-ping， et al.信贷和价格关系的实证研究——基于我国房地产市场[J]. 技术经济与管理研究，2017，（11）：8-14.

    [8]连素兰，何东进，纪志荣，等.福建省房地产价格、银行信贷与经济增长动态关系研究——基于VCE模型的实证分析[J].科技和产业，2016，16（6）：122-127.

    [9]段军山，白茜.银行贷款、可支配收入与房地产价格波动：1999～ 2010——基于协整检验和VEC模型的实证分析[J].金融与经济， 2011，（04）：24-29.

    [10]童万民，潘焕学.我国粮食价格与化肥价格动态关系研究——基于协整和VEC模型的实证检验[J]. 价格理论与实践，2015，（03）：81-83.