我国房地产调控、融资特点及发展趋势
我国房地产调控、融资特点及发展趋势
陈锋，夏春雷，彭振江，李伟1；王理政2
（1.中国人民银行南昌中心支行，江西南昌330000；2.中国人民银行抚州市中心支行，
江西抚州344000）摘要：融资是房地产企业经营的重要环节，也是历次房地产调控的重要抓手。本文分析了我
国房地产企业几个主要融资渠道的发展变化特征，
结合历次房地产调控的内容和经验，归纳了在不同调控取向下我国房地产融资总量和结构变动特征，并通过构建BVAR 模型来观察单一调控政策和组合调控政策对房地产融资的冲击效应。研究发现：调控政策是主导房企资本结构的重要因素，对房企融资的总量影响较大，但存在滞后效应；不同类型的调控政策对房企各类融资方式的影
响程度不同，金融调控政策决定融资增速的变化方向，
行政调控政策则决定了融资增速的变化幅度；金融调控对房企融资的影响是即时性的，而行政调控对房企融资的影响具有时滞性。
关键词：房地产融资；金融调控；行政调控；融资模式DOI ：10.3969/j.issn.1003-9031.2021.02.003
中图分类号：F832.5文献标识码：A 文章编号：1003-9031（2021）02-0028-10
收稿日期：2020-12-31
作者简介：陈锋（1963-），男，江西湖口人；夏春雷（1976-），男，江西上饶人；彭振江（1983-），男，
江西遂川人；李伟（1986-），男，江西南昌人；以上作者均供职于中国人民银行南昌中心支行；
王理政（1991-），男，江西东乡人，现供职于中国人民银行抚州市中心支行。
融资对资金密集特征明显的房地产企业非常重要，
中国古代朝代顺序是房企投资、建设和销售的起点和支点。了解房企融资情况和资金面变动，有助于把握房地产业的发展变化，并为房地产宏观调控提供决策支持。
2018年以来，我国明确提出“房住不炒、一城一策、因城施策”的调控策略，建立房地产调控长效机制。伴随着我国经济进入增速换挡期，房地产业的经济环境和政策环境都发生了根
本转变。在此背景下，
本文归纳1998年以来我国房企融资主要特征和房地产调控的主要经验，利用计量方法分析调控政策与对房地产融资总量和结构的影响，发现房企在不同调控下融资
渠道和效率的变化，为监管部门制定房地产金融长效机制提供参考。
一、文献综述
欧美等发达国家融资渠道较为完善，融资工具较为丰富，且市场化环境限制了房地产调控政策的出台频率和力度，对房企融资的直接冲击较小。在房地产融资方面的研究主要是分析房地产金融类产品的净收益、分红收益率、经营现金流等市场指标，或与其他资本市场进行财富效应和替代效应进行截面数据比较研究等。如Korajczyk等（2003）通过建立宏观经济、公司特征和资本结构之间的模型发现，对于融资不受限的公司，其融资行为由经济状况决定，表现出逆经济周期的特点；而融资受限的公司则表现出顺周期的特点。Martin Hoesli等（2017）调查了全球金融危机后进行的三次监管改革（巴塞尔协议III、另类投资基金管理指令AIFMD和欧洲市场基础设施监管EMIR）如何影响房地产公司的回报，支持大公司基于利润的反应假说，认为新闻具有非对称效应，更严格的监管新闻相比宽松的监管新闻，更容易频繁地导致出现异常收益率。
国内对房企融资的影响相关研究主要分为以下三个方面：房企融资途径的现状、调控背景下的融资趋势以及融资途径的创新。陈继东（2015）以国内房地产企业为研究对象，结合房地产企业融资有关理论，分析当前国内房地产企业融资现状，发现当前我国房地产企业融资模式主要呈现出房企资金需求量巨大、自筹资金及其他资金仍是房企的主要资金来源以及新型融资模式逐渐兴起等特征。同时，现有的房地产企业融资模式存在房企承担较高融资成本、融资模式较为单一、房企背负较高的负债率、上市融资难度较大等问题。杨文文（2015）以上市的房地产公司的资本结构作为研究的对象，引入政府调控宏观变量，将宏观调控政策与公司资本结构进行细分，结合宏观调控与融资结构，建立模型分析了政府房地产调控政策对融资资本结构的影响，确定哪些政策能更有效地发挥作用，从而为决策者提供相应的参考。
可见，当前系统研究房地产融资特征、并据此分析宏观调控效果的研究还不够深入。本文拟利用贝叶斯向量自回归方法（BVAR）建立房企融资调控效应的理论框架，在全面回顾我国房地产融资变化情况、宏观调控政策对房企融资影响的基础上，对金融调控影响融资情况进行实证分析，最后对改善宏观调控、稳定房企资金面和促进楼市健康发展提出政策建议。
二、我国历次房地产调控过程回顾
2003年8月，我国首次提出房地产调控，自此以后，房地产调控大体上分为六次，其中2次宽松，4次紧缩。
第一次：2003年8月至2006年6月，期间先后加息2次，贷款基准利率累计提高0.36个百分点，准备金率提高2次、累计提高1.5个百分点，首套首付比例从20%提高至30%，二套从30%提高至40%。2005年9月上海、杭州和南京等房价增速快速回落，温州房价增速转为下降。
第二次：2006年7月至2007年12月，金融调控政策频度较高，先后加息2次，提高准备金3次，首套首付30%全国执行。此次调控效果直至2007年12月才有所显现，但主因归结于次贷危机爆发的冲击。
第三次：2008年至2009年次贷危机期间，刺激住房消费对冲国际金融危机，先后降息5次，基准利率从7.56%下降至5.40%，自住房贷款利率低至7折，准备金率从17%下降至15.5%，
取消信贷规模管制，首付比例降至2成，房地产项目最低资本金调低至30%。宽松效果较快显现，房价和销量在2009年3月起转为正增长，并持续较快回升。
第四次：2010年至2013年再次转为紧缩调控，且力度空前，首套首付三成，二套首付五成，三套暂停房贷。2012年虽有所放松，先后两次降准降息，但房价增速整体回落。
第五次：2014年至2016年9月，房地产去库存和棚改货币化提速，限购限贷放松，利率低至7折，多次降准降息，国开行通过PSL提供货币化棚改资金。房地产市场回升，尤其是三线以下城市房价首次大幅上涨。
第六次：从2016年10月至今，出台力度空前的严厉调控，全面收紧房企融资，重启房贷规模管控，热点城市二套首付8成且认房认贷，利率上浮倍数不断提高，加大监察力度严控资金流入房地产市场。调控效果从2018年底开始显现，各线城市房价增幅趋缓并依次下跌。
三、不同阶段调控下的房企融资变化特征
金融调控影响房地产投资、销售和预期等一系列变量，但最终都会直接或间接地表现为对房企融资的影响。金融调控通过两条路径影响房企融资：一是价格传导机制，房贷利率的提高增加了房企的投资支出和购房者的还贷支出，房企减少投资，消费者取消或推迟购房决策，导致房企减少融资；二是数量传导机制，提高准备金率、提高首付比例及规模管制等调控措施，降低了房企和消费者的贷款规模，这一效应会依次传导到房企的债券融资或信托融资，进而导致房企融资和融资结构都发生变化。六年级毕业寄语
（一）金融调控是高效的房地产调控手段
不同的金融调控工具组合对房企融资的影响不同。当利率等金融调控工具与限购限贷等行政性调控工具同时放松或收紧时，房企融资增速变动幅度加大。如2010—2012年，在提高首付比和贷款利率的同时，主要城市先后首次限购和限贷，使得融资增速快速下降。2014—2015年上半年放松限购限贷要求，并多次降准降息，融资增速出现快速回升。2018下半年至今，房地产金融调控与以往又有不同，直接停止了信托和委托贷款，同时对开发贷和个人房贷加强窗口指导，严防资金流入房地产市场，等
同于规模控制，融资增速再度快速下跌，期间虽然温和下调了利率和准备金率，但未能惠及房地产市场。
当金融类工具和行政类工具调控方向相反时，行政调控决定融资加速度的变化方向，金融调控决定融资加速度的变化幅度①。如2012下半年至2013年，是降准降息和维持限购限贷的调控格局，金融调控和行政调控有对冲的意味，但融资加速度仍然为负，但降幅缩窄，融资增速表现为较低位置（20%以下）上的小幅上升。
档案管理方法（二）各融资方式之间具有一定的替代性
房企对融资方式的选择，既有综合成本收益的考量，也有市场成熟程度和资金性质等考虑，此外还受房企融资路径依赖的影响。在不存在进入壁垒的假定下，房企融资行为具有较为明确的优先顺序，银行贷款的优先级最高，其次是债券和信托，再后是股权融资和海外融资，最后是资产证券化。
淤融资加速度，指融资增速的变化幅度，融资余额的二阶导数。
从融资结构理论来看，对具体某一项融资方式的调控，会使该融资方式的成本增加，而使替代融资方式成本相对减少，房企将把融资重心转移到其他的融资方式上。从不同类型融资增速和占比情况变化来看，增速最高的融资方式，往往成为当期调控的首要目标，逆周期的调控特征十分明显。早期房地
产融资主要渠道是银行的开发贷款，央行从2003年的121号文开始，持续调控开发贷款。在贷款受限的情况下，房地产信托由于灵活性和效率高，逐步成为房企融资的主要途径之一，尤其是2009年，房地产信托贷款的增速一度达到114%。信托的过快增长引发了相关调控，2011年5月开始，银监会快速收紧了监管政策，此类融资增长逐步开始回落。应对欧债危机的连续降准降息、以及监管部门扩容发债主体和品种等改革措施，使得房地产债券融资高速增长，填补了开发贷款和信托贷款收缩的市场空间。2016年10月监管部门开始调控房企发债，大幅提高房企发债门槛并规定房企发债不得用于拿地。房企债券融资增速回落后，海外发债融资开始快速增长，2017年、2018年和2019年，房企海外债券余额增速分别为30.11%、62.23%和14.90%，其中，2018年1季度的增速一度达到80.63%。随后于2019年监管部门开始调控房企海外发展融资，严控外债风险。
四、政府调控对房企融资影响的实证分析立秋吃西瓜的寓意
（一）贝叶斯向量自回归模型BVAR
VAR方法是许多房地产研究文献中较为常用的计量手段，但我国房企融资数据及相关影响因素的统计时序不长，仅可追溯到2009年左右，季度时序的自由度不到40个，传统的VAR 模型对于这种小样本序列，稳健性不够。而贝叶斯推断理论为解决上述问题提供一种便利的分析框架。贝叶斯方法把模型方程中的参数看作一种随机变量，这种随机变量有某种可能的先验分布，该先验分布被认为包含了预
测者在预测前所获取的某种相关信息。如果这种信息缺乏，则可能是由于存在扩散的先验分布。模型采用的先验分布是随机先验分布（Minnesota先验分布）。
包含m个变量的VAR（p）模型的一般表达式如下：
y iT=m
j=1∑
p
t=1∑a i，j，t y j，T-t+u iT i=1，2，…，m；T=1，2，…，n
其中，a i，j，t表示第i个方程中变量y j的t阶滞后项y T-t的系数，此时模型参数先验分布中需要确定的超参数至少有2m2p个，包括m2p个先验均值δijt和m2p个先验方差S2ijt。在一般情况下要合理地给这2m2p个超参数取值较为困难，因此采用Minnesota先验分布来解决超参数过多的问题。
（二）研究设计
由前文可知，我国房地产调控具有“宽松-严格-宽松”的周期性特征。本文将我国调控分为“金融调控”和“
行政调控”两类，采用BVAR模型分析调控方式对各类融资方式的冲击效应。相关变量设计如下：
1.变量设计
解释变量：金融调控指标：包括货币供应量增速（M2增速）为F1、法定准备金率为F2、利率（金融机构贷款加权平均利率）为F3；行政调控指标：限购用销售面积增速与GDP增速回归方中国各民族代码表
程的残差M2①、限价用价格指数增速与CPI 回归方程的残差M3②。
被解释变量：总体融资增速Y0、开发贷款增速Y1、国内债券增速Y2、信托贷款增速Y3、股权融资增速Y4、海外债券增速Y5。
以上各变量数据分别通过人民银行、wind 、信托业协会获得，数据时间跨度为2009年1季度—2020年1季度。
2.模型设定
（1）单一调控政策影响模型
通过对数据的平稳性检验发现，各变量均为I （1）序列，检验结果如下：
①我们认为销售面积主要与经济发展相关，无法解释部分，可以归结主要为限购政策导致。②同上，销售价格指数主要与CPI 相关，无法解释部分，主要归结于限价政策。
表1各变量稳定性检验原序列
T-statistic Prob.一阶差分T-statistic Prob.F1_货币供应-1.56040.4911D （F1）-7.67050.0000F2_准备金率
1.14530.9971D （F2）-5.84260.0000F3_利率-1.79610.3756D （F3）-3.40470.0182M1_销售-
2.23680.1978D （M1）-5.10800.0002M2_价格-1.99190.0544D （M2）-
3.27660.0249Y0_总体融资-1.89880.3289D （Y0）-7.16320.0000Y1_贷款-0.42670.5203D （Y1）-7.62640.0000Y2_债券-1.20960.2024D （Y2）-
4.12290.0002Y3_信托-1.31830.0519D （Y3）-4.94910.0004Y4_股票-2.63170.0970D （Y4）-7.09230.0000Y5_海外-1.36230.5865D （Y5）-9.26140.0000
开学第一课读后感由于变量多但时序不长，且还需考虑因滞后带来的自由度损失问题，
因此本文将各政策调控变量分开，将单个的调控变量与各融资方式（Yi ）分别构建滞后2阶的BVAR （2）模型。
（2）政策组合影响模型
政策组合变量是一个新尝试，主要有以下优点：
一是不同政策有先后顺序，如可能在多次降准后才降息，因此单个变量更加不连续；二是单个政策的效果可能并不显著；三是受样本容量较小及自由度限制，构建组合变量有助于提高模型稳定性和精确性。
本文采用交互项的形式构建“准备金_利率”、“销售_价格”和“金融调控_市场调控”这
三类组合变量来分别研究“降准降息”、“限购限价”和“综合调控（降准降息+限购限价）”
对房企各类融资的影响。
（三）研究结果

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。