令謝明

【摘要】隨著房價的快速攀升和住房抵押借款業(yè)務(wù)的快速發(fā)展，房地產(chǎn)市場出現(xiàn)泡沫經(jīng)濟(jì)的風(fēng)險，政府采取了一系列措施來控制個人住房抵押借款的規(guī)模以達(dá)到抑制資產(chǎn)泡沫的目的。本文通過研究住房抵押借款利率變化對住房抵押借款規(guī)模影響的重要程度來說明住房抵押借款利率調(diào)控的有效性。本文選取了2012年至2017年間住房抵押借款余額和利率的季度數(shù)據(jù)，通過建立VAR實(shí)證模型并在回歸基礎(chǔ)上進(jìn)行了脈沖響應(yīng)和方差分解分析。研究顯示，住房抵押借款的利率調(diào)控是有效的并且效應(yīng)產(chǎn)生的時滯較短。

【關(guān)鍵詞】住房抵押借款 利率 調(diào)控

1 引言

近年來，我國大量投機(jī)炒房客的存在，擾亂了我國房地產(chǎn)市場的健康發(fā)展，而住房抵押貸款正是不少炒房客的重要資金來源。在目前政府對房地產(chǎn)市場調(diào)控不斷加強(qiáng)的背景下，這些拿著房貸去炒房的投機(jī)者難以得到預(yù)期的回報，他們投機(jī)失敗就無法償還貸款。政府出臺政策來抑制資產(chǎn)泡沫，阻止房價的不斷升高。在這種情況下，炒房者將住房抵押貸款投入房地產(chǎn)市場，房價下降無法得到回報的同時抵押物價值縮水，必然會使銀行受損，所以銀行加強(qiáng)對住房抵押貸款調(diào)控和風(fēng)險防范十分重要。

2 我國住房抵押借款的基本情況

我們將從住房抵押貸款金額、購房總額、房屋價格、住房抵押貸款利率的變化人手來分析我國住房抵押貸款市場的現(xiàn)狀。

2.1 購房總額的變化趨勢

我國2011年至2017年間購房總額呈現(xiàn)波動上升的變化趨勢。購房總額在同一年內(nèi)波動很大，具有一定的規(guī)律性，表現(xiàn)為年初較低此后逐漸上漲在一年的年末達(dá)到這一年份的最大值。考慮到購房總額的這個規(guī)律，我們選取每年12月份的數(shù)據(jù)來觀察購房總額的變化情況。就每年年末購房總額的數(shù)據(jù)而言在總體上購房總額是上漲的，且漲幅較大，由2011年12月的88，639.00億元卜漲至2017年12月的150，295.76億元，漲幅約為69%。這與住房價格的上漲趨勢是相一致的。

2.2 住房抵押貸款余額的變化趨勢

住房抵押貸款余額在2012年至2017年間呈現(xiàn)不斷升高的態(tài)勢，由2012年的73，000.00億元上漲為2017年末的219，000.00億元，漲幅約為200%，漲勢顯著?？梢钥闯?，我國住房抵押貸款市場發(fā)展非常迅速。

2.3 住房抵押貸款利率變化

住房抵押貸款利率在2012至2017年間不斷波動，總體上呈下降趨勢。2012年的住房抵押貸款利率為7.43%，此后先下降后上升在2014年達(dá)到了6.96%，為前后五年的峰值，然后不斷下降，在2017年開始有上升趨勢并在2017年末達(dá)到了5.26%。住房抵押貸款利率的波動背后體現(xiàn)了政府及商業(yè)銀行對住房抵押貸款規(guī)模的調(diào)控，也就是本文需要研究的內(nèi)容。

3 實(shí)證研究

3.1 數(shù)據(jù)選取及變量設(shè)定

從萬德數(shù)據(jù)庫可以得到個人住房抵押貸款余額和住房抵押貸款利率數(shù)據(jù)。本文選取了2012年3月至2018年12月的季度數(shù)據(jù)，共計24個數(shù)據(jù)。為了避免出現(xiàn)偽回歸情形，而對數(shù)據(jù)進(jìn)行對數(shù)化處理后數(shù)據(jù)關(guān)系不變且具有線性趨勢，并且能夠有效消除異方差及偽回歸現(xiàn)象，所以需要對這24個數(shù)據(jù)取對數(shù)。用LNI表示對數(shù)化后的住房抵押貸款利率，用LNTA表示對數(shù)化后的住房抵押貸款總量

3.2 模型選取

VAR模型的原理?；貧w模型總是以理論假設(shè)為基礎(chǔ)來推演經(jīng)濟(jì)變量之間的關(guān)系，但理論假設(shè)的存在會使對經(jīng)濟(jì)變量的分析預(yù)測受到限制，使得分析預(yù)測的結(jié)果不是很理想。此外，內(nèi)生變量出現(xiàn)在方程的哪一端無法確定，這會給預(yù)測分析帶來一定的難度。向量自回歸模型即VAR模型的出現(xiàn)彌補(bǔ)了回歸模型的這些不足，它是一種非結(jié)構(gòu)化的多方程模型，在該模型中每一個內(nèi)生變量都能夠由所有的內(nèi)生變量及其滯后值的線性組合表示出來。向量自回歸模型在分析時間序列之間的關(guān)系中的應(yīng)用十分廣泛。因此，本文選用VAR模型來研究利率對住房抵押貸發(fā)放規(guī)模的影響。

P階無約束VAR模型的數(shù)學(xué)表達(dá)式具有如下形式：

y_t=A₁y_t-1+……+A_py_t-p+ε_t，t=1，2，…，T（1）

其中，y_t為k維內(nèi)生變量，A₁……Ap為k*k待估計的系數(shù)矩陣，ε_t可以同期相關(guān)，但通常不與自已的滯后項(xiàng)相關(guān)，也不與等式右邊的變量相關(guān)，p為滯后階數(shù)。

3.3 VAR模型的建立

變量通過穩(wěn)定性檢驗(yàn)后需要確定滯后階數(shù)，這是非常關(guān)鍵的一步，P值的大小會影響誤差項(xiàng)的自相關(guān)性，P值越小誤差項(xiàng)的自相關(guān)性越大，自相關(guān)性過大會使得參數(shù)估計值不具有一致性，所以要保證P值足夠大才能使模型中滯后項(xiàng)的動態(tài)特征得到充分反應(yīng)。但是P值越大就需要越多的滯后項(xiàng)和自由度，并且待估參數(shù)的增加也會降低參數(shù)估計量的有效性。使用Eviews6.0軟件對滯后期進(jìn)行試錯檢驗(yàn)，由檢驗(yàn)結(jié)果選擇滯后階數(shù)2為最佳。

在變量通過穩(wěn)定性檢驗(yàn)并確定滯后階數(shù)后便可建立住房抵押貸款規(guī)模和住房抵押貸款利率的VAR模型。

4 實(shí)證檢驗(yàn)及結(jié)果分析

4.1 模型穩(wěn)健性檢驗(yàn)

接下來需要檢驗(yàn)已建立的模型是否穩(wěn)定。若VAR模型方程的隨機(jī)擾動項(xiàng)受到脈動沖擊一段時間后受到的沖擊會逐漸消失則這個方程所反映的系統(tǒng)是穩(wěn)定的，那么VAR模型就具有穩(wěn)定性。只有穩(wěn)定的VAR模型得出的分析結(jié)果才是有效的。通常利用VAR模型的AR根來判斷模型的穩(wěn)定性，若VAR模型的AR根的倒數(shù)都落在單位圓內(nèi)，則認(rèn)為模型穩(wěn)定。利用Exiews6.0軟件對該模型進(jìn)行穩(wěn)定性檢驗(yàn)，檢驗(yàn)結(jié)果如下圖所示：

南圖1可以看出模型的AR根的倒數(shù)都在單位圓內(nèi)，可知模型是穩(wěn)定的，那么接下來可以在此基礎(chǔ)上進(jìn)行分析。

4.2 脈沖響應(yīng)分析

VAR模型不預(yù)先設(shè)定假設(shè)，所以在進(jìn)行分析時通常通過對某一誤差項(xiàng)施加一個標(biāo)準(zhǔn)差的沖擊，來分析隨著時間的推移某個內(nèi)生變量對該誤差項(xiàng)受到的沖擊是如何響應(yīng)的。脈沖響應(yīng)函數(shù)就是描述沖擊式對模型各變量所造成的影響的工具。

在完成上述檢驗(yàn)工作后，我們可以利用脈沖響應(yīng)函數(shù)來分析住房抵押貸款利率對住房抵押貸款余額的影響。

圖2的橫軸代表響應(yīng)函數(shù)的追蹤期數(shù)，縱軸代表住房抵押貸款規(guī)模對住房抵押貸款利率的響應(yīng)程度。圖中虛線表示響應(yīng)函數(shù)值的置信區(qū)間，而實(shí)線代表響應(yīng)函數(shù)的值，將響應(yīng)函數(shù)的追蹤期數(shù)定為15期。

由圖可以分析住房抵押貸款規(guī)模對住房抵押貸款利率一個標(biāo)準(zhǔn)差信息的響應(yīng)情況和響應(yīng)路徑。住房抵押貸款規(guī)模對住房抵押貸款利率一個標(biāo)準(zhǔn)差信息的響應(yīng)在前十四期處于波動階段，期間正負(fù)響應(yīng)相互交替，到十四期后趨于穩(wěn)定收斂的跡象。在前四期是負(fù)向響應(yīng)且住房抵押貸款利率的沖擊是立刻形成的并在第二期達(dá)到最大的負(fù)向沖擊。在第四期到第十四期，是正向沖擊并在第七期達(dá)到峰值，但正向沖擊的峰值小于負(fù)向沖擊的峰值，在第十四期后趨于穩(wěn)定收斂。在負(fù)向沖擊的峰值處，利率每提高一個百分點(diǎn)，住房抵押貸款規(guī)模下降了大約0.04個百分點(diǎn)，此后負(fù)向沖擊逐漸減弱在第四至第五期之間變?yōu)?。，此后利率變化對住房抵押貸款形成負(fù)向沖擊，即住房抵押貸款規(guī)模的下降速度開始放慢，此后負(fù)向反應(yīng)逐漸減弱并在第十四期減弱為。。出現(xiàn)負(fù)向沖擊的原因在于當(dāng)利率變化一段時間后，對住房抵押貸款規(guī)模有影響的其他因素作用開始顯著并且綜合作用超過了利率的影響，使得住房抵押貸款在多種因素的綜合作用下開始上升。進(jìn)一步觀察追蹤期期間的住房抵押貸款利率對住房抵押貸款規(guī)模的累計沖擊效應(yīng)，前四斯的負(fù)向沖擊累積效應(yīng)影響為0.075，前十四斯的累積效應(yīng)影響為-0.07。這表明住房抵押貸款利率每提高一個百分點(diǎn)，將導(dǎo)致住房抵押貸款規(guī)模分別在前四期內(nèi)、前十四期內(nèi)下降0.075和-0.7個百分點(diǎn)。

綜上，住房抵押貸款利率上升在整個考察期內(nèi)對住房抵押貸款規(guī)模既有正向影響也有負(fù)向影響，時滯較短，負(fù)向影響是由多種因素共同作用造成的。

4.3 方差分解分析

在進(jìn)行了脈沖響應(yīng)分析之后，可以通過方差分解分析進(jìn)一步探究住房抵押貸款利率沖擊對住房抵押貸款規(guī)模變化的貢獻(xiàn)度，這個貢獻(xiàn)度是由方差來衡量和體現(xiàn)的。方差分解分析不僅能給出利率變化使住房抵押貸款產(chǎn)生變化的相對重要性，還能反映出隨著時間推移這個相對重要程度的變化情況。相對重要性體現(xiàn)的是隨機(jī)擾動項(xiàng)沖擊效用的大小，相對重要性隨時間的變化體現(xiàn)了該沖擊產(chǎn)生作用的時滯。根據(jù)本文建立的模型，可以通過方差分解分析利率受到的沖擊對住房抵押貸款規(guī)模影響的貢獻(xiàn)度。表1顯示了方差分解分析的結(jié)果：

從方差分解分析結(jié)果可以看出，住房抵押貸款利率對住房抵押貸款規(guī)模變動的沖擊在第二期就占到了全部預(yù)測誤差的4.7左右，此后逐漸上升，在第七期時達(dá)到了13.2%，此后相對貢獻(xiàn)率穩(wěn)定在13.4%左右，最終達(dá)到了13.5%。這表明在長期內(nèi)住房抵押貸款利率變化對住房抵押貸款規(guī)模變化的影響還是很大的，它解釋了住房抵押貸款規(guī)模變化的13.5%。

4.4 實(shí)證分析討論

該實(shí)證研究建立在向量自回歸模型的基礎(chǔ)上，以2012年至2017年的季度數(shù)據(jù)為樣本，利用脈沖響應(yīng)函數(shù)、方差分解分析了住房抵押貸款利率與住房抵押貸款之間的關(guān)系。脈沖響應(yīng)函數(shù)分析顯示了住房抵押貸款利率變化對住房抵押貸款規(guī)模先產(chǎn)生正向影響隨后產(chǎn)生負(fù)向影響。方差分解分析表明住房抵押貸款利率變化對住房抵押貸款規(guī)模的變化有著較高的貢獻(xiàn)度。

5結(jié)論

綜上所述，本文選取了2012年至2017年住房抵押貸款利率及住房抵押貸款規(guī)模的季度數(shù)據(jù)建立了VAR撐型，進(jìn)行了實(shí)證分析。實(shí)證結(jié)果表明住房抵押貸款利率變化對住房抵押貸款規(guī)模變化有著較為重要的影響，表現(xiàn)為若利率上升首先會導(dǎo)致住房抵押貸款規(guī)模上升，隨后卜升速度逐漸減慢并趨于穩(wěn)定。除此之外，住房抵押貸款規(guī)模對利率變化產(chǎn)生反應(yīng)的時滯較短。通過改變住房抵押貸款利率對住房抵押貸款進(jìn)行調(diào)控是有效的，且調(diào)控時滯較短，政策效果能較快的顯示出來。

參考文獻(xiàn)：

[1]張宇，劉洪玉.當(dāng)前我國個人住房抵押貸款利率風(fēng)險分析[J].科技與經(jīng)濟(jì)，2015（8）：27-35.

[2]谷秀娟，代艷娜.我國居民收入與個人住房抵押貸款關(guān)系研究——基于VAR模型[J].金融理論與實(shí)踐，2016（3）：10-13.

[3]韓曉航.論個人住房抵押貸款的風(fēng)險及防范[J].中央財經(jīng)大學(xué)學(xué)報，2015（9）：25-29.