住房金融化、居民存贷比下降与住房资本转化：越储蓄，...

奥鹏网院作业

住房金融化、居民存贷比下降与住房资本转化：越储蓄，越买房
李嘉1 董亚宁2 任卓然3

(1.中国宏观经济研究院投资研究所，北京 100038；2.中国社会科学院 生态文明研究所，北京，100710；3.北京大学城市与环境学院，北京 100871)

摘 要： 金融危机后，我国居民部门储蓄率呈现下降趋势并进入加杠杆周期，与此同时，住房市场呈现量价齐升、持续上涨态势。针对该现象，本文在住房金融化视角下揭示了城市居民通过增加信贷的方式将储蓄向住房资本转化以实现资本的保值增值的内生机制，并基于2006-2017年35个大中城市样本数据进行检验。研究发现：居民部门存贷比与住房交易量、住房投资存在长期稳定负向关系；住房需求-价格弹性显著为正，表明住房产品呈现出“追涨杀跌”的金融特性；住房价格与当期居民储蓄存在长期正相关关系，结合存贷比与住房长期显著负相关特征，居民部门在住房价格长期上涨的预期下存在继续降低存贷比并增加住房消费行为的倾向。本研究对解释我国储蓄率下降、杠杆率提高提供了证据，丰富了住房金融化理论内涵，也为重新认识我国居民部门“量入为出”的财富观念转变提供了新视角。最后从拓宽居民部门投资渠道、疏通储蓄-投资转化机制、优化住房供应结构、推进财产税改革等方面提出了政策建议。

关键词： 住房金融化； 住房资本转化； 住房需求-价格弹性

一、引言
自2008年以来，我国整体储蓄率持续回落，从51.80%下降到2017年的47.00%，居民部门储蓄率从37.30%下降到36.20%。对于储蓄率下降的原因，已有研究给出了解释：一是人口结构角度。人口老龄化和生育率下降导致社会抚养比显著提升，加上年轻人储蓄和消费观念转变，导致我国储蓄率下降[1-3]；二是消费角度。居民消费支出扩大对居民储蓄产生挤出效应[4]；三是金融角度。金融发展带来的借贷和投资扩张促使储蓄向投资转化[5]。但有一个重要因素尚未纳入分析框架，即同期住房资本价值的持续升高及由此引致的住房金融化过程。根据国家统计局数据显示，2009年至2018年十年间，我国住宅商品房平均销售价格从4 459元/平方米上涨到8 544元/平方米，上涨了91.60%。由于住房产品兼具投资品和消费品的双重属性，并且具有固定性、异质性和交易频率低等特征，这从本质上决定了其价格走势存在一定程度的平稳性[6]。这一特质在住房价格持续上涨期间会强化乐观的市场预期，当土地和住房供应存在约束时，会推动住房价格继续上涨，进而强化住房产品的投资属性。这个过程会从市场供给和需求两侧对市场产生影响：在供给侧，由于存在预期利润，房企会扩大住房投资，甚至通过扩大负债方式增加杠杆；在需求侧，存在购房甚至加杠杆购房的正向激励。这样，以信贷资金为主体的金融资本从供需两方面为持续增长的住房资产价值提供支撑，推动住房市场进入住房金融化过程[7]。住房金融化过程会带来两个结果：第一，增加了全社会整体杠杆水平，包括居民部门杠杆水平；第二，吸收了居民储蓄的相当份额，使得以往通过金融机构、集体化的储蓄-投资机制转向通过金融化、个体化的储蓄-住房投资机制。换言之，房地产的投资属性对居民部门产生了“吸储”效应。

立足上述背景，本文旨在从住房金融化视角重新审视居民部门储蓄率和杠杆率变化问题，尝试构建居民存贷比与住房投资转化之间的机制联系，并实证检验分析2008年金融危机以来住房市场与居民储贷行为转变之间的相互关系。本文的创新体现在：第一，补充了我国储蓄率下降成因分析的维度，为解释我国居民储蓄率下降趋势提供了新视角——住房金融化视角，丰富了住房金融化理论内涵；尝试提出居民储蓄向住房资本转化的机制路径，将居民部门存贷比和住房金融化纳入到一致性概念框架，并且提供了中国住房市场的经验支撑，具有一定理论价值；第二，将居民部门储贷转化和住房市场纳入统一分析框架，有助于充分认识金融危机后居民储贷行为变化，准确识别居民储蓄向住房资本转化所引发的市场风险，并为未来住房市场政策调控提供参考，有一定实践价值，并且在实证研究中考虑到上述机制的空间异质性因素，对于更全面地了解上述机制的空间结构特征，进而“因地制宜”地制定相应政策提供依据。

二、文献综述与理论机制
(一)文献综述
我国一直是高储蓄率国家，这一特征深刻影响着投资和消费在国民经济中的比重[8]。然而，自2008年金融危机以来，我国出现了储蓄率下降的情况，居民部门储蓄率下降特别明显[4,9]。对于这一现象，除了前文从人口结构、消费和金融角度提出的解释外，还有研究从预防性储蓄和投资转化角度给出了解释，即在社会保障制度并不健全的情况下，一部分居民储蓄被用于保险和民生支出等[10-11]，也有一部分储蓄转化为具有保值增值的投资产品领域，比如住房。上述研究将宏观经济结构变化与储蓄率下降构建了关联，并给出了有效解释，却没有回答居民储蓄如何转化为居民部分最大类的住房资产投资。住房资产投资需要巨大资金量，往往伴随着较高的借贷行为，从而体现为居民储蓄下降和借贷增加的同时变动，因此回答这个问题需要把居民储蓄率的降低和杠杆率的提高纳入统一框架，居民部门的存贷比是反映这一变动的主要指标(1)存贷比一般指商业银行存款余额与贷款余额的比例，本文特指居民部门在金融机构存款总额与贷款余额的比例。。为应对金融危机，我国政府采取了积极的财政刺激政策(四万亿投资计划)和宽松的货币政策(连续降息)，其结果是大部分流动性被投放到基础设施和房地产领域[12]，造成了地方政府债务扩张和房地产资产价值持续上涨，同时引致了全社会范围内的加杠杆行为。这一过程有两个深远影响：一是金融资本进入住房领域，与住房紧密结合引致住房金融化现象，并成为推动整体经济金融化的主要驱动力；二是金融化过程为居民部门加杠杆向特定领域投资提供了便利，在投资渠道有限的条件下，居民部门的储蓄-投资转化机制主要体现为储蓄向住房资本的转化。已有研究表明，国民储蓄率下降与通过金融化渠道实现的投资率上升存在一定相关性[5]，但这一相关关系主要通过怎样的机制实现仍然缺乏深入研究。上述分析表明，居民部门储蓄率下降应当与杠杆率提高同时进行研究，或者说两者本就是经济金融化过程的两个方面。考虑到住房和土地优质抵押品属性——资产价值稳定增值和对金融资本的“吸附”——为金融化过程和扩大投资提供了完美的渠道[13]，住房金融化的影响也应当纳入分析框架。

在住房金融化视角下研究居民存贷比下降和住房资本转化间的内生关系需要考虑两个可能的影响因素。第一，居民储蓄下降和加杠杆现象是否由消费支出扩大引起？已有实证研究表明住房购置与消费、储蓄行为之间存在显著关系。一种观点认为，住房购置不属于居民消费支出范畴，而是投资范畴，居民储蓄和住房购置的增加是同向变动的，即居民部门因买房而储蓄，降低了整体消费支出[11，14]。另一种观点认为，住房消费挤出了当前居民消费水平，将生命周期中的储蓄阶段提前到青年时期，扭曲了居民全生命周期中储蓄-消费、储蓄-投资相互替代的平滑曲线，由此降低了居民福利水平[15]。但是，上述两种观点并没有考虑到同时期居民部门的加杠杆行为，依然把住房购置当作“预防性储蓄”看待，实际上住房购置已经成为居民部门加杠杆投资的主要手段，在上述储蓄向住房资本的转化过程中，住房已经被金融化了。第二，住房价格的持续上涨是否通过上述转化过程挤出了消费支出，并由此引致了居民存贷比的下降呢？已有实证研究表明房价和居民消费支出间并不存在显著相关性[16]。又有研究表明，对于拥有多套住房者亦同样没有显著证据证明储蓄率和房价增长之间存在显著关系[17]。由此可以排除住房投资或消费通过扩大居民消费和挤出居民消费两个方向对居民存贷比造成的内生影响。那么居民存贷比的下降是通过其他外生性因素引起的，比如，新一代人的消费习惯问题，以全社会整体债务提升为特征的金融化程度加深导致跨期消费(比如信用卡，网贷等)更加普及以及传统实业投资向更为精细的虚拟投资[5]和投资型消费行为转移(如购买商业保险等)。因此，居民储蓄率下降和杠杆率上升过程更体现出是一种“因”，而非“果”，特别是在住房金融化视角下，上述双向作用下的存贷比下降对于住房市场的结构变化影响深远，通过某种机制推动了住房市场向金融化方向演进。由于该机制在以往文献中鲜有提及，这就成为本文研究的主要问题。

如上所述，既然住房价格上涨与居民消费和储蓄存在显著关系，但是没有明显证据证明资产价格上涨对居民消费变动和储蓄、投资行为变动产生的显著影响，那么另外一个方向的内生关系就显得非常有意义：储蓄-贷款比例的下降，居民部门是否通过将自身储蓄资本转化为住房资本，以实现流动性资产向住房资产的转型，推动全社会住房金融化过程？针对这一问题，本文尝试揭示其作用机制，并提出研究假设，进而对居民部门存贷比-住房投资/消费行为的进行实证检验。

(二)理论机制和研究假设
扬弃了“货币面纱论”后，银行系统和货币对经济增长的作用被重新探讨。在爱德华·肖和罗纳德·I·麦金农的金融深化论中[18-19]，国家和央行对货币的管控，即金融抑制政策会系统性地影响经济体中的信贷规模，扭曲名义和实际利率，进而影响经济增长水平，这就是金融抑制过程。尽管我国金融市场化进程持续推进，但金融自由程度在不同市场具有差异性，在住房市场表现得尤为突出。住房金融化背景下，市场供给端和需求端对住房资产价值的持续升值达成了一致共识，但由于金融市场为市场供需两侧提供金融支持及其便利程度不同，比如存在住房市场供给端的金融自由和需求端的金融抑制现象，前者以长期信贷宽松为特征，后者则以窄化的储蓄-投资转化通道为主要特征。

具体来说，住房市场供给侧，由于房企从融资便利性上离金融市场更近，能够享受到金融自由化的优势，突出表现为融资成本低、融资渠道广，而且往往会以低成本甚至零成本获得增信条件，在房地产市场行情持续看好的预期下，房企会强化这种融资便利，并以提高杠杆率水平的手段追加投资，实现负债-投资发散过程[20]。该过程将进一步引发流动性过剩，并由此产生系列效应：扭曲市场存贷款利率，从而改变居民部门的储蓄-投资转化机制以及边际储蓄、消费和投资倾向的相对比例。住房市场需求侧，在融资和投资便利性上居民部门离金融市场相对较远，特别是房地产领域，目前房地产投资活动主要通过实物投资方式。以虚拟资本投资的形式较为常见的主要有两种：一是以合伙人成立私募基金形式进入，二是通过购买涉房类金融产品形式(比如银行理财产品和信托公司信托计划等)进入。无论哪种形式，都需要满足较高的资质条件和资本金要求，审核程序比较繁琐。另一方面，由于资本市场发展不完善，股市和债市难以对于中小投资者形成稳定可靠的投资渠道，特别是在2015年“股灾”后，“散户”投资股市的信心不足，债市刚刚起步且因债券的本质特征只向大型机构投资者开放(2018年以后开放银行间债券市场柜台业务)，因此居民部门缺乏可靠投资标的和渠道，即在市场需求侧引发“金融抑制”现象。在金融抑制条件下，住房产品兼具抵押品和投资品双重属性，成为居民储蓄资金的重要去向。再加上“非正式约束”因素——习俗、文化等的影响，即使就可支付性来说，我国大中城市房价已处于明显高位(2)2017年北京、上海、广州和深圳房价收入比分别为16.77,13.96, 7.64,17.84，均超出国际房价收入比3.00～6.00的合理区间。注：房价收入比数据根据《中国城市统计年鉴》数据按照公式：房屋均价*人均住房面积i/人均可支配收入/年*户均人数估算。，住房产品仍然是“值得投资”的优质选择。市场供给端的金融自由化和市场需求端的金融抑制扭曲了居民部门的储蓄-投资行为，使居民部门储蓄-投资转化通道受到抑制，在低利率以及市场投资品投资回报率-风险贴现率组合等约束条件下，住房产品成为居民储蓄的主要去向。这种窄化的“投资抑制”情况更加剧了居民部门储蓄向住房投资转化的倾向，进一步推升了房价，固化了全社会对于住房价格持续上涨“神话”的坚定预期，引导居民部门甚至通过加杠杆的手段，以贷款与储蓄结合的方式追加住房投资，将储蓄转化为住房资本，由此，住房产品的金融属性更加强化，住房金融化程度进一步加深。

基于上述理论分析，本文认为，金融危机后，我国居民部门储蓄和贷款结构改变与住房投资转化之间存在着长期显著的稳定关系，居民部门储蓄率下降与杠杆率上升(存贷比下降)与住房资本增加之间存在内在机制，本文将上述机制概括为“居民存贷比-住房资本转化机制”(见图1)。

width=313,height=229,dpi=110
基于上述机制分析，提出如下研究假设并进行实证检验。

H1 住房金融化背景下，居民部门存贷比通过需求端住房消费和供给端住房投资影响住房资本转化。

住房金融化背景下，在需求侧，居民部门存贷比降低与住房销售增加呈现显著负相关关系；在供给侧，利益引致供给端-房企继续追加住房投资，居民部门存贷比降低与住房投资之间也存在显著负相关关系。

H2 住房价格-居民部门存贷比存在影响机制。

需要验证的是，上述转化过程确实是受到当期住房价格上涨信号的影响，进而在下一期转化为实际消费和投资行为，即存在住房金融化过程，表现为住房产品的量价齐升，住房体现出较强的金融品属性。因此，本文假设：第一，当期住房价格和存贷比之间存在正向关系；第二，当期价格与住房销售也存在显著的正向关系，住房需求价格弹性为正。

三、实证设计与描述性分析
(一)实证设计
1. 数据说明

本文选取2006-2017年作为时间区间，数据来源如下：(1)住房和商品房数据来自《中国房地产统计年鉴2007-2018》，缺失数据的补充来自于中指数据库；(2)存贷比根据《中国城市统计年鉴》居民部门年末储蓄余额/金融机构年末贷款余额计算；GDP、地方财政收入、金融机构年末贷款余额来源于《中国城市统计年鉴2007-2018》；(3)土地出让金来源于中指数据库；(4)常住人口来源于中指数据库和中国知网，缺失值采用趋势外推法估算补全；(5)住房公积金贷款利率和5年期及以上长期贷款利率来自于中国人民银行官网，由于其为月度数据且有调整，故用12个月的加权平均数换算为年度数据；(6)CPI指数、固定资产投资指数来源于《中国统计年鉴2004-2018》。此外，本文将房价、销售额、人均GDP、金融机构年末贷款余额、财政收入、土地出让价款和房地产投资等变量调整为以2003年为基期作不变价处理。

2.指标选取和基本模型设定

(1)理性预期下的住房需求-价格基本模型

lnhqi,t=lnhpi,t+lnpergdpi,t-1+lnrpopulationi,t-1+lnrpevenuei,t-1+lnloansi,t-1+hratei,t-1+μi,t

(1)-1

适应性预期的住房需求-价格基本模型

lnhqi,t=lnhpi,t-1+lnpergdpi,t-1+lnrpopulationi,t-1+lnrpevenuei,t-1+lnloansi,t-1+hratei,t-1+εi,t

(1)-2

(2)引入存贷比的住房需求-价格弹性模型：

lnhqi,t=sdratei,t-1+lnhpi,t-1+lngdpi,t-1+lnrpopulationi,t-1+lnprevenuei,t-1+lnloansi,t-1+hratei,t-1+μi,t

(2)

(3)引入存贷比的储蓄-住房资本转化模型

lnhinvestmemti,t=sdratei,t+lnhpi,t-1+lnrpopulationi,t-1+lnlandrevenvei,t-1+lnprevenuei,t-1+lnloansi,t-1+lratei,t-1+δi,t

(3)

(4)当期房价-存贷比影响模型

sdrate=lnhpi,t+lnpergdpi,t-1+lnprevenuei,t-1+lnloansi,t-1+hratei,t-1+φi,t

(4)

对于住房市场交易量、住房投资的影响因素问题已有不少研究，从已有研究来看，其主要影响因素有如下几个维度：房价水平、地区经济发展水平、土地变量、财政变量和金融变量等[21-22, 24]，并且已形成了比较一致的结论。前述核心假设认为，住房金融化背景下居民部门的“金融化行为”——降低储蓄增加杠杆行为是另外一个影响维度，表现为城市居民存贷比的下降以及这种趋势对于住房市场系列特征变量的影响。因此，在实证设计中，选取城市居民存贷比变量作为核心变量，并根据前文理论机制和研究假说，设计如下实证策略。具体来说，本文核心机制及其核心变量关系需要从市场需求和供给两个方向分别进行验证：首先，住房市场是否存在住房金融化现象，即住房交易量与交易价格的同向变动？因此，需要设定“住房需求-价格模型”作为基本模型(Model1)。第二，在上述住房金融化预期下，居民加杠杆降低储蓄，转化为居民的实际购房行为，体现在实际的交易量上，需要检验“居民存贷比和住房交易量”的正向关系(Model 2)。第三，对于市场供给端和需求端的旺盛需求，对于供给端是“高周转”，即增大销售量，企业会继续追加投资，在市场上体现为住房投资的增长，在实证策略上需要检验“居民存贷比与住房投资之间的正向关系”(Model 3)。第四，检验当期居民存贷行为受当期房价的影响程度，从而验证居民为买房而在当期进行储蓄的动机并进而转为下一期实际购房行为的机制(Model 4)。

因此，对设定的四个模型进行估计的逻辑关系如下：第一步，对初始设定的住房需求-价格弹性方程进行估计，测试模型的特性，包括核心变量显著性、拟合优度等。需要说明的是，由于居民部门对于市场的反应速度不同，导致对于住房需求价格弹性的估计需要采用不同的市场主体假设，分为对于市场价格迅速做出反应的理性预期假设与对于价格反应有所滞后的适应性预期假设。如果在两个假设下面得出一致性的结论，一是反映出即期反应和滞后反应对于房价反应并不敏感，即存在预期的长期一致性，另外这也是对于模型稳健性的一种验证。第二步，引入存贷比进入估计模型，考虑到剔除人均财富因素对居民储蓄行为的干扰，本文选取GDP作为控制变量，估计需求端居民部门储蓄-贷款行为对于住房交易量的影响，以及住房需求-价格弹性的变化。第三步，在理性人假设下，估计居民部门储贷行为的即期变化对于供给侧房地产开发企业住房投资产生的影响。第四步，本研究假设居民部门存在根据住房市场价格信号进行储贷行为的内在动机，并由此间接影响供给端房企即期扩大投资和需求端居民部门下一期进行住房购置活动的内在机制，因此对房价对于居民存贷行为变化的影响进行估计。

对于基本模型(1)-(4)中，指标选取和含义如下：基本模型(1)-(2)中被解释变量住房需求以住房交易量为代理变量，即hqi,t，核心解释变量为存贷比，即sdratei,t。根据研究假设，并且考虑到遗漏变量可能造成的内生性问题等，在参考大量相关文献基础上，选取如下变量作为控制变量：当地住房市场特征代理变量[21-26]：住房均价，符号为hpricei,t；地方经济发展质量的代理变量：人均GDP，符号为pergdpi,t；地区经济增长水平的代理变量：gdpi,t；人口因素代理变量为年末常住人口变量：rpopulationi,t；当地财政能力代理变量：地方财政一般收入，符号为prevenuei,t；当地金融发展水平代理变量：金融机构贷款余额，符号为loansi,t；代表居民部门融资成本变量为住房公积金贷款利率变量，符号为hratei,t；代表供给端融资成本为5年期长期贷款利率，符号为interestratei,t；在供给侧存贷比-住房投资转化估计模型中，地方土地出让状况选取土地出让价款指标，符号为landrevenuei,t。

表1 变量描述性分析

width=683,height=408,dpi=110
width=693,height=346,dpi=110
图2 居民部门储蓄率和存贷比变动趋势(2006-2017年)
注：存贷比，根据《中国城市统计年鉴》数据计算。
数据来源：储蓄率，根据《中国统计年鉴·资金流量表(实物交易)》计算。

需要特别说明的是：(1)考虑到房地产投资具有一般固定资产投资的滞后特性[27-28]，控制变量均采用滞后一期处理。(2)考虑到可能存在的内生性问题，采取工具变量法进行估计。在具体方法上，参考经典计量方法，本研究选取核心解释变量的滞后期作为工具变量，该指标具有如下特性：对当期随机扰动项无强相关性，但是由于前文提到的住房市场特征——存在趋势变化上的平稳性，因此与当期内生的核心解释变量显著相关，需要对模型进行优化分析和检验[29-31]。(3)根据考察的问题和所提出假设不同，对于核心解释变量sdrate是否为滞后项的选择将根据不同模型有不同变化。(4)考虑到模型中变量的量纲问题以及研究的主要关系是核心被解释变量对解释变量变动的敏感程度，即弹性程度，因此对非比率变量均采用对数化处理。

(二)描述性统计
本研究根据“储蓄率=居民部门储蓄余额/人均可支配收入余额”的公式测算了居民部门储蓄率，根据“存贷比=居民部门金融机构年末储蓄余额/金融机构年末贷款余额”计算了居民部门存贷比。从图2可以看出，金融危机后，2010年起居民部门储蓄率明显呈现下滑趋势，从2010年的42.10%下降到2017年36.22%；存贷比从2008年起开始已经开始下滑，从2008年的1.30下降到2017年的1.14。

下面将对居民储蓄-加杠杆行为与住房消费/投资之间的关系进行检验，本研究选取的指标及其描述性信息参见表1。

四、实证结果
(一)基本模型：住房成交量-价格关系、内生性问题及弹性核算
表2报告了基本回归结果，估算了住房需求-价格弹性，并对比不同预期假设下的运行结果。在理性预期下：全国层面单位住房价格变化带来住房交易量增加78.50%；在控制其他宏观经济变量后，人均GDP、土地出让收入与住房交易量呈现显著正相关性(弹性分别为17.00%、29.60%)；住房公积金贷款利率每增加1单位，住房交易量下降17.20%。在适应性预期下：全国层面单位住房价格增加带来22.60%住房交易量增加；人均GDP、土地出让收入与住房交易量呈现显著正相关性(弹性分别为17.10%、37.10%)；住房公积金贷款利率增加1单位，住房交易量下降24.50%。

然而，或许存在住房成交量对于住房价格的反向作用——在市场竞价时，即期或上一期住房销售量往往作为竞价购房决策的重要参考。上述因素通过影响住房价格，再对住房成交量产生影响，因此住房价格在模型设定中与因变量之间往往存在内生性问题。为了克服内生性问题，往往选取假定存在内生性的解释变量的滞后期作为工具变量[29-30]。这是因为滞后期住房价格对即期住房价格往往有显著影响，而对同期其他变量又不存在显著影响。下面选取住房价格滞后一期和滞后二期，分别在理性预期和适应性预期假设下对计量方程再次进行估计。

引入lnhp_1和lnhp_2工具变量之后，结果显示了与未引入工具变量后相似的相关关系。实证结果显示：在理性预期下，引入lnhp_1后，住房价格的单位变动会带来住房交易量增长36.90%；人均GDP、土地出让金弹性分别增加到17.70%和36.00%，住房公积金利率-住房交易量系数增加到-21.10%；再引入lnhp_2后住房价格相关系数增加为45.00%；土地出让金相关系数增加到39.40%，住房公积金利率相关系数降低到-19.80%。在适应性预期下，引入lnhp_2后，住房价格相关系数增长到116.80%；土地出让金系数增加到24.20%，住房公积金利率系数增加到23.60%；再引入lnhp_3后，住房价格弹性增加为77.80%；土地出让金弹性增加到32.20%，住房公积金利率-住房交易量系数降低到-18.40%。上述模型拟合优度均较好，核心变量系数显著性较高。

综合考虑拟合度、模型运行显著性等指标，选取在适应性预期假设下解释变量lnhp或lnhp_1滞后一期变量作为工具变量的模型结果进行报告(下文同)。另外，住房成交量lnhq和住房价格lnhp(理性预期假设下)或lnhp_1(适应性预期假设下)之间的系数即为住房需求-价格弹性的概念。在理性预期假设下，全国层面住房需求价格弹性为0.37，在适应性预期假设下，住房需求价格弹性为1.17，呈现出显著富有弹性特征。这也印证了住房产品已不是遵循供求定理的普通商品，而是具备了“追涨杀跌”特征的投资品。在下文中，将引入存贷比的概念，进一步检验居民储蓄-加杠杆行为对于住房市场的影响。

表2 两种预期假设下住房需求-价格方程检验结果

width=683,height=499,dpi=110
注：*、**、***分别表示p<0.1、p<0.05、p<0.01的显著性水平(下同)。

(二)居民部门行为模型：住房成交量-存贷比关系的检验
在引入存贷比变量之后，对控制变量进行微调，为减少人均财富指标与居民存贷比之间可能存在的共线性问题，选取实际GDP变量替代人均GDP变量，并对模型进行估计。实证结果显示：在引入lnhp_2作为工具变量后，(1)住房需求价格弹性为1.14；(2)单位存贷比sdrate_1每变动1单位，住房交易量反向变动58.8%；(3)GDP、人口、土地、财政、金融等多维宏观经济因素均对于住房成交量产生了显著影响(见表3)；(4)住房公积金贷款利率-住房交易量变动系数为23.10%，这与基本方程估计结果一致。在引入lnhp_2、lnhp_3变量作为工具变量之后，上述系数方向相同且仍然显著，结果与基本模型和Model-7较为一致，体现出模型具有较好的稳健性。

上述结果表明存贷比与住房成交量存在显著负相关关系。考虑到2008年金融危机后，我国居民部门储蓄率下降、杠杆率提高的整体趋势，这体现出居民储蓄向住房资本的转化。然而，上述结果并不能证明二者之间存在显著的因果关系。要证明居民部门存贷比下降和住房消费/投资之间存在的稳定关系，还需综合供给侧住房投资与存贷比的关系、房价对于存贷比的影响以及控制金融危机影响后的模型运行结果进行综合判断。

表3 适应性预期假设下引入存贷比后住房需求-价格方程

width=682,height=467,dpi=110
(三)住房资本转化方程：住房投资-存贷比关系的检验
由于市场供给端的信息对称性优于需求侧，房地产开发商对市场信号等信息可迅速反应并转化为开发和投资活动，居民部门储贷特征变化对住房投资影响在即期就可以实现，因此，在住房投资-存贷比方程中，本研究选取当期存贷比变量，其他控制变量仍为滞后期。另外，在需求端，住房公积金贷款利率与居民住房交易行为关系显著，但在供给端，对于开发商融资成本等有直接影响的利率是银行长期贷款利率，故将5年期中长期贷款利率变量替代住房公积金利率。在控制变量中，又因为影响GDP的因素很多，并通过多种传导机制对住房投资进行间接影响，因此需要考虑到由此产生的内生性问题。继续采取前文选取工具变量的方法，选取GDP滞后二期和三期作为GDP滞后一期的工具变量，这是因为在当前经济增长路径下，滞后期GDP对前期GDP产生显著影响，而滞后期GDP与当期其他控制变量和残差项并不具有直接关联。

表4报告了住房投资-存贷比模型的估计结果。综合拟合优度等指标选取Model-10，即滞后二期作为工具变量模型作为估计结果进行报告，实证结果表明：(1)当期单位存贷比下降将引致住房投资增加58.80%，这与需求端住房成交量与存贷比之间相关性特征一致，这说明居民部门加杠杆和降低储蓄行为不仅满足了居民“追涨杀跌”的非理性选择，也符合企业“追加投资”的市场行为，市场上同时存在稳定的住房“消化能力”和供应能力；(2)GDP等其他控制变量也与住房投资之间存在显著正向关系，这与前述模型估计结果一致(详见表4)；(3)然而，贷款利率的变动与住房投资之间的关系并不显著，体现出房企“负债-投资”机制并不显著依赖于银行“供血”，而是依赖更广泛的包括“表外融资”、“境外融资”在内的多元化融资渠道，通过金融化的方式增大自身杠杆规模，进行追加投资活动。表3和表4的运行结果验证了H1。

表4和表3分别反映了供给端当期存贷比与住房投资和需求端存贷比与住房成交之间存在一致的负向关系。那么上述关系是否是由于居民部门因房价信号立即做出储蓄行为而产生的？下面对该问题进一步检验分析。

表4 住房投资-存贷比方程检验结果

width=682,height=488,dpi=110
(四)因房价储蓄吗？居民部门存贷比-住房价格关系的检验
表5报告了住房价格-居民存贷比模型的检验结果，实证结果表明：(1)住房价格每变动1%，同期存贷比增加0.15。结合上文表3和表4的运行结果推断，居民根据同期住房价格增加存贷比，将引致滞后期住房消费活动：降低储蓄，增加杠杆，购买住房所有权；在供给端，房企将在同期采取追加“负债-投资”的行为，增加住房供应，由此验证了H2；(2)公积金贷款利率与地区经济发展水平、金融发展水平与居民部门存贷比之间均显著相关，且前者为正向关系，即公积金越充沛，贷款能力越强，利率越低，更有利于该地区居民部门加杠杆进行投资活动；后者为负向关系，这与一般经验比较一致，即地区经济发展质量越高，人民财富获得感越强，同时金融机构贷款能力越强，居民部门往往更有能力采取降低储蓄-加杠杆的行为。

基于上述实证结果，本文做出如下推断：(1)居民部门存在“为购房而储蓄”的行为动机，具体表现为依据当期住房价格而采取的增加存贷比活动；(2)在市场需求端，居民部门将当期储蓄转化为下一期储蓄-住房消费/投资活动，二者之间存在稳定的替代效应；(3)在供给端，房企受(1)和(2)的影响会采取“负债-投资”行为。

表5 住房存贷比-住房价格方程的检验结果

width=682,height=419,dpi=110
五、稳健性检验
下面进行稳健性检验：第一，扩大样本、替代因变量[30,32]。具体来说，用商品房成交量替代住房成交量，并用商品房价格替代住房价格。一般意义下的“房地产市场”是指住房市场。根据国家统计局2003—2013年数据计算，住房投资额占据房地产投资额的平均权重为66.30%，因此用全样本——商品房成交日指标替代住房指标是一个很好的因变量替代。第二，缩小样本、选取子样本再估计[31]。居民部门整体储蓄率降低和杠杆率增加的过程是在金融危机后发生的，因此选取时间序列中2009—2017年的子样本对模型进行再估计。

(一)替代因变量：用商品房成交量替代住房成交量的检验
表6报告了替代因变量(商品房成交量替代住房成交量)的检验结果。结果表明：(1)存贷比与住房成交量之间具有与原模型一致且显著的负相关关系，在引入滞后二期住房价格后，相关系数为-0.53，与表3的结果基本一致(-0.59)；(2)住房需求-价格弹性仍然显著为正(1.26，表3结果为1.14)，体现出全国商品房市场整体富有弹性的特征；(3)地区经济增长、地方财政收入和利率与住房交易量的关系与前文估计结果亦相同，且估计系数较为一致。综上，采取替代因变量方法进行模型再估计的结果表明模型具有较高稳健性。

(二)样本期变换：金融危机前后模型的对比
表7报告了缩小样本期后两个估计模型的检验结果。结果表明：(1)在住房成交量-存贷比方程中，存贷比与住房成交量仍然存在稳定且显著的负相关性，且系数与前文估计结果较为一致(-0.54)；(2)住房需求-价格弹性仍然显著为正(0.67，表3估计结果为0.58)；(3)在住房投资-存贷比方程中，当期存贷比与当期住房投资之间仍然存在显著负相关关系(-0.67)，在引入滞后二期和三期住房价格作为工具变量进行估计后得到一致的结果；(4)地区经济增长变量、土地出让金收入变量、地方财政收入变量和利率相关系数的估计结果也与前文一致。综合扩大样本框和缩小样本框两种方式的稳健性检验结果推断，原模型检验结果体现出较强稳健性。

表6 引入存贷比的住房需求-价格弹性估计模型稳健性

width=682,height=532,dpi=110
表7 金融危机后住房成交-存贷比和住房投资-存贷比估计模型稳健性检验结果

width=682,height=635,dpi=110
六、结论与政策启示
本文系统考察了后金融危机时代经济金融化背景下居民部门储蓄和信贷结构变化与住房市场特征之间的复杂机制。住房作为兼具消费品和投资品属性的特殊商品，成为后金融危机过剩流动性的重要流向。在资产价值持续上涨的“刚性预期”下，因超高的投资回报率和自身优质抵押品属性，住房成为居民部门进行资本形式转化的重要渠道。特别是，在住房市场需求侧存在金融抑制以及在供给侧存在信贷宽松的金融自由双重叠加效果的情况下，居民部门通过降低储蓄和增加信贷的方式购买住房，以实现储蓄向住房资本的转化，成为了其优化选项。上述机制本文概括为“存贷比-住房投资转化机制”。这一机制还会进一步强化住房金融化程度，体现在全社会信贷资金向住房领域积聚以及住房产品的金融属性增强(市场的量价齐升和需求端的持续追涨)，最终陷入到居民部门“越储蓄，越买房”的行为逻辑上。实证研究发现：(1)居民部门存贷比与住房成交量之间存在长期稳定且显著的负向相关关系；(2)在供给端，即期居民部门存贷比的变动亦对于住房投资有显著的负向作用，房企根据居民部门“越储蓄，越买房”的行为扩大其自身“负债-投资”行为，结果是社会住房投资增加；(3)住房价格对于当期居民储蓄行为具有显著正向作用，存在房价越高，越储蓄，为未来住房购置而储蓄的行为逻辑；(4)住房需求-价格弹性显著为正，体现出住房产品的“金融属性”显著，且呈现出空间差异：中部地区城市对于住房价格变动最为敏感；(5)地区经济发展水平对于该地区住房交易和土地出让金规模对于地区住房投资均有显著的正向作用，金融发展水平和利率水平对于住房交易具有显著负向作用；(6)在住房金融化阶段，我国居民部门存在通过加杠杆等方式，将储蓄转化为实物的住房资本的趋势特征，验证了“居民部门存贷比-住房资本转化机制”。在金融自由和金融抑制在住房市场供给和需求端不均等分布和产生影响的条件下，上述机制会反过来强化住房金融化过程。

基于上述研究结论，得出如下政策启示：(1)深化培育和发展资本市场，疏通全社会储蓄向投资转化机制，形成对住房实物投资的替代效应。其包含两个具体的维度：第一，健全股市、债市等主要资本市场的监管，加强民众投资者教育，逐步引导居民部门向其他资本品投资，逐渐形成居民部门多样化的投资品投资组合，实现储蓄-住房投资的“替代转化”；第二，尝试探索构建围绕住房产品的住房金融市场。该市场应主要包括：围绕住房现货交易的虚拟市场，如包括基于个人投资者的涉房类金融产品(如银行理财、信托计划和REITs股票等)和基于机构投资者的房地产私募基金等；围绕住房价格未来预期的房地产价格指数期货市场，并由此培育包含现货交易与虚拟交易的完整的住房金融化产品投资市场体系，形成分散房地产市场投资风险的有效机制系统，对冲住房资产价值过高的风险，由此破解市场对“住房投资=持有住房所有权=住房买卖”这一投资观念的长期依赖；(2)构建房地产市场结构化调控体系。大体思路是：将房地产市场按照需求性质和住房类型进行细分，区分出投资型住房市场和消费型住房市场。前者包括虚拟化的住房金融市场和现货市场中的高端住宅部分，后者包括拥有产权或部分产权的公共住房市场和租赁型住房市场，形成一个完整的住房投资和住房消费梯次结构，并对于不同结构层次进行分类指引和调控，坚决稳定房地产现货市场“房住不炒”的政策预期，在有严格监管条件的前提下(如对参与人资质设定高准入门槛和严格审查)，尝试探索房地产虚拟市场投资的渠道，呈现“投资到虚拟市场”、“居住到现货市场”的房地产市场发展格局；(3)扩大住房和土地供应。金融不稳定的核心在于银行创造新信贷、货币和购买力的无限能力与不可再生的土地供给短缺之间的相互作用[33]。为了解决上述矛盾，除了上文提到的扩大投资渠道(“引流”)之外，还需要扩大城市住房的供应(“开源”)。增加住房用地供应是增加住房供应的基础，已有研究通过国际比较证实我国住宅用地在整体用地供应占比中低于国际主要经济体的平均水平[34]。另一方面，本文实证部分也同样证明，土地出让金规模与房价上涨之间呈现出显著正向关系，表明我国城市的“土地依赖”较强，这有两方面原因：一是在数量上土地供不应求，二是土地供应主体上垄断供应造成的价格较高。这就需要从如下两个方向做出政策探索：第一，构建与市场需求关联的、动态调整的住宅用地供应系统，提高住宅用地在整个土地供应的比例，提高其他用地的利用效率，特别是提高公共住房土地的供应，探索多元主体共同建设公共住房的办法，联合自然资源、财政、税务和金融部门，打通土地出让环节、税收减免环节和融资环节等一系列政策瓶颈，激活沉淀于市场的土地和房源(如老旧国企厂房改职工宿舍、废弃厂房重新利用等)。第二，在房价较高、经济水平较高的大城市可优先试点征收房产税和空置税，逐步形成对于传统土地财政的依赖，同时通过科学的税务筹划鼓励推动自有住房转向租赁，挤出低效利用房源到市场，扩大住房供给，并按照“从多到少”引导“多套房者”实现住房资本投资向储蓄和其他形式投资的“逆向转化”。

参考文献

[1]汪伟.经济增长、人口结构变化与中国高储蓄率[J]. 经济学(季刊),2010,9(1):29-52.

[2]董丽霞, 赵文哲. 人口结构与储蓄率:基于内生人口结构的研究[J]. 金融研究,2011(3):1-14.

[3]朱微亮,姚余栋. 老龄化对储蓄率的影响[J]. 中国金融,2016(21):66-67.

[4]徐文舸.国内总储蓄率高企及居民消费率下降的分解与探究[J]. 社会科学研究,2017(1):22-28.

[5]张成思,张步昙.中国实业投资率下降之谜:经济金融化视角[J]. 经济研究,2016(12):32-46.

[6]罗伯特·席勒.非理性繁荣与金融危机[M].何正云,束宇译.北京:中信出版社，2020：34-35.

[7]AALBERS M B. The financialization of housing:a political economy approach [M]. London:Outledge,2017.

[8]陈少敏，于雪.储蓄率和投资量的国际比较分析[J]. 上海金融,2019(3):34-42.

[9]杨天宇.破解2008年以来中国国民储蓄率下降之谜[J]. 经济学家,2019(1):14-22.

[10]KUIJS L.How will China’s saving-investment balance evolve:Policy Research Working Paper [R].[S.l.:s.n.],2006．

[11]石先进.高房价挤出中国储蓄了吗？——2008年金融危机后中国储蓄率变化原因分析[J]. 2019,33(7):73-84.

[12]大卫·哈维.资本社会的17个矛盾.许瑞宋,译.北京：中信出版社,2017.

[13]CHANEY T,SRAER D,THESMAR D. The collateral channel:how real estate shocks affect corporate investment [J]. American Economic Review,2012,102(6):2381-2409.

[14]刘颜,周建军.城市房价上涨促进还是抑制了城镇居民消费？[J]. 消费经济,2019,35(1):49-56.

[15]陈彦斌,邱哲胜.高房价如何影响居民储蓄率和财产不平等[J]. 经济研究,2011(10):25-38.

[16]余华义,王科涵,黄燕芬. 中国住房分类财富效应及其区位异质性———基于35个大城市数据的实证研究[J].中国软科学,2017(2):88-101.

[17]赵西亮，梁文泉，李实.房价上涨能够解释中国城镇居民高储蓄率吗？——基于CHIP微观数据的实证分析[J]. 经济学(季刊), 2013,13(1):81-102.

[18]爱德华·肖.经济发展中的金融深化[M].邵伏军,许晓明，宋先平,译.上海:上海格致出版社，上海三联出版社, 上海人民出版社, 2015.

[19]罗纳德·I·麦金农，卢骢译. 经济发展中的货币与资本[M]. 上海:上海三联书店,上海人民出版社,1997.

[20]李嘉,董亚宁,贺灿飞. 越负债、越投资——住房金融化背景下的房企行为与空间分异[J]. 经济管理,2020，(42)8:171-189.

[21]罗知,张川川. 信贷扩张、房地产投资与制造业部门资源配置效率[J]. 金融研究,2015,421(7):60-75.

[22]梁云芳,高铁梅,贺书平. 房地产市场与国民经济协调发展的实证分析[J].中国社会科学,2006(3):74-84.

[23]兰峰,吴迪.人口流动与住房价格波动——基于我国35个大中城市的实证研究[J]. 华东经济管理,2018(5):97-106.

[24]倪鹏飞. 货币政策宽松、供需空间错配与房价持续分化[J].经济研究,2019(8):87-102.

[25]颜燕,刘涛, 满燕云. 基于土地出让行为的地方政府竞争与经济增长[J]. 城市发展研究,2013(3):73-79.

[26]PAN F H, ZHANG F M, ZHU S J, et al. Developing by borrowing? Inter-jurisdictional competition,land finance and local debt accumulation in China [J]. Urban Studies,2017,54(4):897-916.

[27]何大安. 投资流向与结构调整、结构升级的关联分析[J]. 经济研究,2001(11):45-51.

[28]张洪,金杰,全诗凡. 房地产投资、经济增长与空间效应——基于70个大中城市的空间面板数据实证研究[J]. 南开经济研究,2014(1):42-59.

[29]陈强. 高级计量经济学及stata的应用[M]. 北京：高等教育出版社,2010.

[30]刘贯春,陈登科,丰超. 最低工资标准的资源错配效应及其作用机制分析[J]. 中国工业经济,2017(7):62-80.

[31]严金海,丰雷. 土地供应管制、住房供给弹性与房价周期波动[J]. 中国土地科学,2019(3):16-24.

[32]席强敏,梅林. 工业用地价格、选择效应与工业效率[J].经济研究,2019(2):102-118.

[33]阿代尔·特纳.债务和魔鬼：货币、信贷和全球金融体系重建[M].王胜邦,徐惊蛰,朱元倩,译.中信出版集团,2016:5。

[34]郭克莎,黄彦彦. 从国际比较看中国房地产市场发展的问题及出路[J]. 财贸经济,2018(1):7-24.

The Financialization of Housing, Decline of Deposit-to-Loan Ratio and Transformation to Housing Capital: The More You Save, The More Houses You Buy?
LI Jia1, DONG Ya-ning2, REN Zhuo-ran3

(1.Investment Research Institute, Academy of Macroeconomic Research, NDRC, Beijing 100038, China; 2.Research Institute for Eco-civilization, Chinese Academy of Social Sciences, Beijing 100710, China;3.Peking University, College of Urban and Environmental Sciences, Beijing 100871, China)

Abstract：After the Global Financial Crisis, the savings rate of residential sector in China has turned a downward trend and meanwhile a cycle of adding leverage has occurred. At the same time, housing prices and sales in urban China have been rising continuously. This paper proposes that amongst the above phenomenon there has been an endogenous mechanism, that is, under the trend of housing financialization, urban residents convert their savings into housing capital by increasing credit to achieve the preservation and appreciation of their capital. Based on the analysis of the sample data of 35 major cities from 2006 to 2017, it concludes that there is a long-term stable and negative correlation between the residential sector’s deposit-to-loan ratio and housing transaction and housing investment; housing demand-price elasticity is significantly positive, indicating that housing products exhibit the characteristics of financial products featured by "chasing the rise and killing the fall"; the housing price has a long-term stable and positive correlation with the current household savings, and combined with the significant negative correlation between deposit loan ratio and housing in the long term, the residential sector has a tendency to continue to reduce the deposit-to-loan ratio and increase housing consumption. The study provides evidence to explain the decline of China's savings rate and the increase of leverage ratio, enriches the theoretical connotation of housing financialization, and also provides a new perspective for re-understanding the change in the concept of wealth in the residential sector in China. Finally, this article also proposes some policy suggestion in terms to expand the investment channels of the residential sector, facilitate the savings-to-investment conversion mechanism, optimize the housing supply structure, and promote the reform of property tax.

Key words：financialization of housing; housing capital conversion; housing demand-price elasticity

中图分类号：F293.3

文献标识码：A

文章编号：1005-1007(2021)10-0068-16

收稿日期：2020-10-18

基金项目：国家社会科学基金重点项目(21AZD043);东北财经大学青岛研院2021年招标课题(住房金融化与风险防控)

作者简介：李嘉，男，中国宏观经济研究院助理研究员，博士，主要从事房地产经济与房地产金融研究；董亚宁(通讯作者)，男，中国社会科学院生态文明研究所助理研究员，博士，主要从事空间经济学、生态文明经济学研究；任卓然，女，北京大学城市与环境学院博士生，主要从事演化经济地理、外商投资相关研究。

责任编辑 胡少龙