房地產(chǎn)與銀行信貸畢業(yè)論文

1、<p><b>　　畢業(yè)論文</b></p><p>　　題 目： 房地產(chǎn)價(jià)格與銀行信貸實(shí)證關(guān)系研究 </p><p>　　姓　　名：　　　　　 　　　　　　　　</p><p>　　學(xué) 院： 經(jīng)濟(jì)學(xué)院 </p><p

2、>　　?！　I(yè)：　　　　　　 金融學(xué)　　　　　　　　　</p><p>　　班　　級：　　　　　　 　　　　　　　</p><p>　　學(xué) 號： </p><p>　　指導(dǎo)教師：　　　　　　 　　　　　　　　</p><

3、p>　　導(dǎo)師學(xué)科：　　　　　　　 　　　　　　　　　</p><p>　　導(dǎo)師職稱：　　　　　　　 　　　　　　　　　</p><p>　　教 務(wù) 處 制</p><p>　　二O一O年五月二十日</p><p><b>　　誠 信 聲 明</b></p><p>

4、　　我聲明，所呈交的論文是本人在老師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我查證，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得 或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。我承諾，論文中的所有內(nèi)容均真實(shí)、可信。</p><p>　　論文作者簽名： 簽名日期： 年 月 日</p><p><b>　　

5、授 權(quán) 聲 明</b></p><p>　　學(xué)校有權(quán)保留送交論文的原件，允許論文被查閱和借閱，學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以影印、縮印或其他復(fù)制手段保存論文，學(xué)校必須嚴(yán)格按照授權(quán)對論文進(jìn)行處理，不得超越授權(quán)對論文進(jìn)行任意處置。</p><p>　　論文作者簽名： 簽名日期： 年 月 日</p><p><b>

6、　　摘 要</b></p><p>　　我國銀行信貸近幾年飛速發(fā)展，且有相當(dāng)一部分資金流向了房地產(chǎn)，在如今房地產(chǎn)價(jià)格飆升、銀行信貸猛增的背景下，本文基于2008年5月至2010年12月的月度數(shù)據(jù)，利用協(xié)整檢驗(yàn)、誤差修正模型、格蘭杰因果檢驗(yàn)、方程分解等實(shí)證方法分析我國房地產(chǎn)價(jià)格與銀行信貸之間的關(guān)系。結(jié)果發(fā)現(xiàn)：房屋銷售價(jià)格的增長對銀行信貸增長具有推動(dòng)作用，銀行信貸增加對房屋銷售價(jià)格指數(shù)的上漲也有一定的促進(jìn)

7、作用。由此提出建議：一是保證對房地產(chǎn)信貸適度增長；二是規(guī)范行業(yè)秩序，完善房地產(chǎn)市場調(diào)節(jié)機(jī)制。</p><p>　　關(guān)鍵詞：房地產(chǎn)價(jià)格，信貸，政策建議 </p><p><b>　　ABSTRACT</b></p><p>　　Our bank credit rapid development, and in recent years quite

8、 a number of the real estate, capital flows in real estate prices, now under the background of the bank credit surge, based on May 2008 to December 2010 monthly data, using cointegration test, error correction model, gra

9、nger causality test, equation analysis of China's econometric method, decomposition of real estate prices and the relationship between the bank credit. The results showed: the growth of home sales price of bank credi

10、t gr</p><p>　　Key words: Real estate price, credit ,policy Suggestions </p><p><b>　　目 錄</b></p><p>　　摘要……………………………………………………………………………………Ⅰ</p><p>　　Abstract…

11、……………………………………………………………………………Ⅱ</p><p>　　引言…………………………………………………………………………………… 1</p><p>　　一、文獻(xiàn)綜述……………………………………………………………………………2</p><p>　　二、實(shí)證設(shè)計(jì)……………………………………………………………………………4</p>&

12、lt;p>　　（一）數(shù)據(jù)處理與描述……………………………………………………………4</p><p>　?。ǘ┭芯糠椒ā?</p><p>　　三、房地產(chǎn)價(jià)格與銀行信貸關(guān)系實(shí)證結(jié)果與分析……………………………………4</p><p>　?。ㄒ唬r(shí)間序列的平穩(wěn)性檢驗(yàn)……………………………………………………5<

13、;/p><p>　?。ǘ┳顑?yōu)滯后期的確定 …………………………………………………………5</p><p>　　(三)協(xié)整檢驗(yàn)和協(xié)整方程 ………………………………………………………6</p><p>　　(四)格蘭杰因果檢驗(yàn) ……………………………………………………………7</p><p>　　(五)VAR模型估計(jì) ………………………………………

14、………………………8</p><p>　　(六)誤差修正模型 ………………………………………………………………9</p><p>　　(七)基于VAR模型的脈沖響應(yīng)函數(shù)……………………………………………10</p><p>　　四、結(jié)論與建議…………………………………………………………………………11</p><p>　　五、參考文獻(xiàn) ………

15、…………………………………………………………………13 </p><p><b>　　引言</b></p><p>　　1998年中國住房制度改革，取消城鎮(zhèn)居民福利分房制度，正式確定了房地產(chǎn)的全面市場化方向，計(jì)劃和分配長期積累的需求得到極大釋放，中國房地產(chǎn)從無到有，發(fā)展十分

16、迅速，同時(shí)帶動(dòng)了全國經(jīng)濟(jì)增長。進(jìn)入21世紀(jì)以后，中國住房價(jià)格持續(xù)走高，在2003年全國累計(jì)完成房地產(chǎn)開發(fā)投資突破1萬億元，直到2007年美國次貸危機(jī)爆發(fā)，在次貸危機(jī)影響下，我國房地產(chǎn)市場的不健全、不穩(wěn)定凸顯出來。國家統(tǒng)計(jì)局公布的數(shù)據(jù)顯示，2009年全國商品房銷售面積93713.54萬平方米，同比增長42.1%；商品房銷售額43994.54億元，同比增長75.5%。我國房地產(chǎn)市場持續(xù)升溫，房價(jià)不斷上漲，政府對房地產(chǎn)市場泡沫擴(kuò)大的擔(dān)心與日俱

17、增?；仡櫄v史上各國信貸危機(jī)乃至進(jìn)入危機(jī)爆發(fā)前房價(jià)與信貸之間的關(guān)系可以發(fā)現(xiàn)，二者關(guān)系微妙。例如，香港房價(jià)曾在1997年創(chuàng)出歷史最高水平，但在亞洲金融危機(jī)后，房價(jià)下跌之勢一直持續(xù)到2003年。</p><p>　　房地產(chǎn)價(jià)格的波動(dòng)受宏觀經(jīng)濟(jì)基本面與非基本面的影響, 反過來又對宏觀經(jīng)濟(jì)產(chǎn)生重要的反饋?zhàn)饔谩＿@種反饋?zhàn)饔脤暧^經(jīng)濟(jì)有直接影響, 但更重要的是通過銀行信貸擴(kuò)張與收縮所形成的間接影響。尤其在銀行貸款作為我國最主要

18、的融資渠道情況下, 房地產(chǎn)價(jià)格的波動(dòng)通過影響銀行信貸從而對產(chǎn)出和宏觀經(jīng)濟(jì)的波動(dòng)產(chǎn)生深刻影響。</p><p>　　當(dāng)前, 我國房地產(chǎn)投資出現(xiàn)局部過熱跡象, 房地產(chǎn)價(jià)格在一些城市不斷創(chuàng)出新高。房地產(chǎn)產(chǎn)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)。房地產(chǎn)價(jià)格的快速上漲或過高, 不僅影響了普通民眾在改革開放過程中財(cái)富水平以及福利水平的變化, 更重要的是過高的房地產(chǎn)價(jià)格會引發(fā)泡沫經(jīng)濟(jì), 導(dǎo)致金融風(fēng)險(xiǎn)的發(fā)生, 關(guān)系到國家的宏觀經(jīng)濟(jì)穩(wěn)定。正確分

19、析房地產(chǎn)的價(jià)格, 使商品房價(jià)格達(dá)到合理水平, 對于活躍房地產(chǎn)交易, 帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展, 減緩宏觀經(jīng)濟(jì)波動(dòng),為政府提供制定和實(shí)施相應(yīng)宏觀經(jīng)濟(jì)政策的決策依據(jù), 都具有重要的實(shí)踐指導(dǎo)作用。房地產(chǎn)行業(yè)的穩(wěn)定, 對維護(hù)經(jīng)濟(jì)穩(wěn)定、金融穩(wěn)定和資本市場的穩(wěn)定具有非常重要的作用。</p><p>　　近幾年來, 我國實(shí)施了一系列針對房地產(chǎn)市場的調(diào)控措施, 以抑制房地產(chǎn)價(jià)格過快增長, 促進(jìn)房地產(chǎn)行業(yè)健康發(fā)展。僅2010年上半年, 國

20、務(wù)院、國土部和住建部就出臺了九項(xiàng)調(diào)控房地產(chǎn)市場的通知和相關(guān)文件,其中涉及房地產(chǎn)消費(fèi)和房地產(chǎn)開發(fā)的信貸調(diào)控政策多達(dá)四項(xiàng), 還有一些城市和地區(qū)也出臺了與中央調(diào)控政策對應(yīng)的細(xì)則, 這些政策的出臺表明了中央政府控制房地產(chǎn)價(jià)格過快增長的決心。但是, 調(diào)控的效果并不是很理想。在這種情況下, 對房地產(chǎn)價(jià)格影響銀行信貸的機(jī)制和效應(yīng)展開理論分析和實(shí)證檢驗(yàn)具有重要的意義。</p><p><b>　　一、國內(nèi)外文獻(xiàn)回顧&l

21、t;/b></p><p>　　國外房地產(chǎn)市場化進(jìn)程進(jìn)行的比較早，同時(shí)市場化程度也比較高。房價(jià)問題重要性和房地產(chǎn)價(jià)格的敏感性吸引了大量學(xué)者和公眾的廣泛關(guān)注，從國外研究文獻(xiàn)來看，對房地產(chǎn)價(jià)格的實(shí)證研究主要集中在形成均衡房地產(chǎn)價(jià)格的動(dòng)力因素和供需因素對房地產(chǎn)價(jià)格影響的實(shí)證分析方面。但是卻忽而是了房地產(chǎn)價(jià)格對金融機(jī)構(gòu)信貸的反饋機(jī)制。在過去十年間，我國房地產(chǎn)價(jià)格與金融機(jī)構(gòu)信貸關(guān)系日趨緊密。</p>&

22、lt;p>　　從理論上來講，房地產(chǎn)價(jià)格與金融機(jī)構(gòu)信貸的關(guān)系可以從兩個(gè)方面來分析。一方面，房地產(chǎn)價(jià)格可能影響金融機(jī)構(gòu)的信貸規(guī)模，另一方面，金融機(jī)構(gòu)的信貸的可得性及其房貸態(tài)度會影響房地產(chǎn)需求和投資決策。</p><p>　　Herring（2002）從國際視角研究房地產(chǎn)繁榮與銀行危機(jī)之間關(guān)系，通過構(gòu)造貸款市場模型，得出銀行集中貸款導(dǎo)致房地產(chǎn)繁榮，房地產(chǎn)市場繁榮醞釀銀行危機(jī)。Chen and Wang( 2006

23、) 使用臺灣1991～2001 年之間的臺灣交易數(shù)據(jù), 研究了資產(chǎn)價(jià)格周期中公司抵押物價(jià)值和地產(chǎn)抵押貸款的經(jīng)驗(yàn)關(guān)系, 同時(shí)考慮了銀行的異質(zhì)性。研究結(jié)果發(fā)現(xiàn), 可抵押資產(chǎn)的價(jià)值對地產(chǎn)抵押貸款的規(guī)模存在正向和顯著的影響, 同時(shí), 抵押物的杠桿效應(yīng)對資產(chǎn)價(jià)格波動(dòng)是順周期的。</p><p>　　Hofiann（2001）研究了20個(gè)主要工業(yè)化國家實(shí)際住房價(jià)格與實(shí)際貸款、實(shí)際GDP和實(shí)際利率的關(guān)系，發(fā)現(xiàn)這20個(gè)國家中的1

24、5個(gè)國家都可以在10%的顯著性水平上拒絕銀行貸款、GDP和房地產(chǎn)價(jià)格不存在協(xié)整關(guān)系的零假設(shè)，并發(fā)現(xiàn)從長期而言，是房地產(chǎn)價(jià)格周期變化導(dǎo)致了銀行貸款周期的改變，而不是過多的銀行貸款帶來了房地產(chǎn)價(jià)格泡沫。Gerlach 和Peng(2002) 基于標(biāo)準(zhǔn)的回歸技術(shù),對香港的銀行信貸與房地產(chǎn)價(jià)格之間的因果關(guān)系進(jìn)行了研究，利用 1982年1季度至2001年4季度的季度數(shù)據(jù)對銀行貸款，實(shí)際GDP和實(shí)際房價(jià)之間的關(guān)系研究，均得出房地產(chǎn)價(jià)格影響銀行貸款變

25、化，而不是銀行貸款決定房地產(chǎn)價(jià)格。Davis and Haibin Zhu(2004) 利用17 個(gè)國家的跨國數(shù)據(jù)對銀行貸款和商用房地產(chǎn)價(jià)格之間的關(guān)系進(jìn)行了實(shí)證分析, 結(jié)論是, 房地產(chǎn)價(jià)格的上漲導(dǎo)致了銀行信貸的擴(kuò)張,而不是過度的銀行信貸擴(kuò)張導(dǎo)致了房地產(chǎn)價(jià)格的上漲。</p><p>　　Collyns和Senhadji（2002）利用向量自回歸的方法分析了東南亞金融危機(jī)國家1979年至2001年間房地產(chǎn)實(shí)際價(jià)格與實(shí)

26、際貸款、人均實(shí)際GDP的關(guān)系，發(fā)現(xiàn)實(shí)際貸款的增加將在其后的6個(gè)季度內(nèi)明顯提高房地產(chǎn)價(jià)格。發(fā)現(xiàn)在許多亞洲國家中貸款增長對住宅價(jià)格有顯著的同期影響。這些國家之中，銀行貸款的增長對房地產(chǎn)價(jià)格具有顯著的同步效應(yīng)。</p><p>　　但是也有一些研究指出房地產(chǎn)價(jià)格與銀行信貸增長只有單方面作用，即房地產(chǎn)價(jià)格周期變化導(dǎo)致銀行信貸的改變，而不是過多的銀行貸款導(dǎo)致房地產(chǎn)價(jià)格增長。例如Hofiann（2001）研究了20個(gè)主要工業(yè)

27、化國家實(shí)際住房價(jià)格與實(shí)際貸款、實(shí)際GDP和實(shí)際利率的關(guān)系，發(fā)現(xiàn)這20個(gè)國家中的15個(gè)國家都可以在10%的顯著性水平上拒絕銀行貸款、GDP和房地產(chǎn)價(jià)格不存在協(xié)整關(guān)系的零假設(shè)，并發(fā)現(xiàn)從長期而言，是房地產(chǎn)價(jià)格周期變化導(dǎo)致了銀行貸款周期的改變，而不是過多的銀行貸款帶來了房地產(chǎn)價(jià)格泡沫。</p><p>　　武康平、皮舜等( 2004) 建立了房地產(chǎn)市場與信貸市場的一般均衡模型, 通過對均衡解的比較靜態(tài)分析, 其研究結(jié)論認(rèn)

28、為房地產(chǎn)價(jià)格的上漲導(dǎo)致了銀行信貸的增加, 銀行信貸供給增加導(dǎo)致房地產(chǎn)價(jià)格的上漲, 二者之間存在正反饋的作用機(jī)制。張濤、龔六堂、卜永祥( 2006) 對中國房地產(chǎn)價(jià)格與房地產(chǎn)貸款的關(guān)系進(jìn)行了實(shí)證分析, 結(jié)果表明中國房地產(chǎn)價(jià)格水平與銀行房地產(chǎn)貸款有較強(qiáng)的正相關(guān)關(guān)系。薛磊(2006) 利用簡單回歸的方法,從定量的角度對我國銀行信貸與房地產(chǎn)價(jià)格之間的關(guān)系進(jìn)行了研究,發(fā)現(xiàn)銀行信貸與房地產(chǎn)價(jià)格之間存在著高度的正相關(guān)。</p><

29、p>　　梁云芳、高鐵梅、賀書平（2006）利用協(xié)整分析和HP 濾波，計(jì)算了房地產(chǎn)均衡價(jià)格水平，以及房地產(chǎn)價(jià)格偏離均衡價(jià)格的波動(dòng)狀態(tài)，得出結(jié)論：我國房地產(chǎn)市場價(jià)格的偏離只是受部分地區(qū)的影響。通過利率來調(diào)控房地產(chǎn)市場，成效不大，但信貸規(guī)模的變化對房地產(chǎn)投資有較大的影響。而崔光燦（2009）運(yùn)用面板數(shù)據(jù)模型對我國1995—2006 年31 個(gè)省市的數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，房地產(chǎn)價(jià)格明顯受利率和通貨膨脹率的影響，而且房地產(chǎn)供給、收入等基礎(chǔ)性宏

30、觀經(jīng)濟(jì)變量在中長期也決定房地產(chǎn)價(jià)格。段忠東，曾令華，黃澤先（2007）運(yùn)用多變量協(xié)整分析技術(shù)對房地產(chǎn)價(jià)格與銀行貸款之間的長期均衡和短期動(dòng)態(tài)關(guān)系進(jìn)行檢驗(yàn)。結(jié)果表明，在長期均衡水平上，房地產(chǎn)價(jià)格和銀行貸款之間存在雙向因果關(guān)系;在短期內(nèi)，房地產(chǎn)價(jià)格波動(dòng)不是短期銀行貸款增長的直接Granger原因，而是通過協(xié)整關(guān)系成為短期銀行貸款增長的Granger原因。李健飛、史晨昱( 2005)采用協(xié)整分析方法, 利用1998 年1 月至2004 年9 月

31、之間的季度數(shù)據(jù), 對我國房地產(chǎn)價(jià)格波動(dòng)和銀行信貸之間的關(guān)系進(jìn)行了實(shí)證研究, 其研究結(jié)論是, 銀行的過度放貸并不是目前房地產(chǎn)價(jià)格上漲的根</p><p>　　黃靜（2010）利用DCC - MGARCH 動(dòng)態(tài)相關(guān)性分析、脈沖響應(yīng)分析和Granger因果關(guān)系檢驗(yàn)等計(jì)量方法, 對我國房地產(chǎn)價(jià)格、信貸和房地產(chǎn)投資之間的關(guān)系進(jìn)行了分析, 我國近十年的房價(jià)上漲促使了房地產(chǎn)投資和信貸的增加, 并且房價(jià)上漲和房地產(chǎn)投資之間形成了

32、相互促進(jìn)的正反饋機(jī)制, 但是, 還沒有形成從信貸增長到房價(jià)上漲和房地產(chǎn)投資增長的反饋機(jī)制。</p><p>　　綜上所述，在以往文獻(xiàn)中，大部分觀點(diǎn)認(rèn)為房價(jià)和銀行信貸之間長期內(nèi)相關(guān)。</p><p>　　2008年至2010年間，因?yàn)橹袊康禺a(chǎn)價(jià)格波動(dòng)遠(yuǎn)遠(yuǎn)大于過去幾年，上述因果關(guān)系似乎并不明顯。本文選取該段時(shí)期的月度，利用VAR模型探討房地產(chǎn)價(jià)格與銀行信貸之間的動(dòng)態(tài)因果關(guān)系。此外，還加入了預(yù)

33、測方差分解，進(jìn)一步分析結(jié)構(gòu)變量對內(nèi)生變量的貢獻(xiàn)度，使得出的結(jié)論更加有力。</p><p><b>　　二、實(shí)證設(shè)計(jì)</b></p><p>　?。ㄒ唬?shù)據(jù)處理與描述 </p><p>　　本文利用2008年5月至2010年12月的我國房屋銷售價(jià)格指數(shù)（P）與銀行對房地產(chǎn)貸款(L)月度數(shù)據(jù)，共33組樣本數(shù)據(jù)來對房地產(chǎn)價(jià)格與銀行信貸之間的關(guān)系進(jìn)行實(shí)

34、證研究。其中，銀行貸款數(shù)據(jù)是用金融機(jī)構(gòu)各項(xiàng)貸款來表示，并且將銀行貸款數(shù)據(jù)取對數(shù)值，以消除異方差的影響，而房屋銷售價(jià)格指數(shù)則不用處理。所有的原始數(shù)據(jù)均來自于國家統(tǒng)計(jì)局和東方財(cái)富網(wǎng)。</p><p><b>　?。ǘ┭芯糠椒?lt;/b></p><p>　　本文將以2008年5月至2010年12月數(shù)據(jù)為時(shí)間序列，以房屋銷售價(jià)格指數(shù)與銀行信貸為變量構(gòu)建VAR計(jì)量模型進(jìn)行分析，

35、首先對變量進(jìn)行平穩(wěn)性檢驗(yàn)—ADF單位根檢驗(yàn)，檢驗(yàn)其平穩(wěn)性，再基于VAR模型采用Johansen提出的協(xié)整檢驗(yàn)方法對時(shí)間序列進(jìn)行長期的平穩(wěn)性檢驗(yàn)，如果變量間存在協(xié)整關(guān)系,我們將運(yùn)用格蘭杰因果關(guān)系檢驗(yàn)其長期變量之間的因果關(guān)系。上述模型檢驗(yàn)的是變量之間的長期關(guān)系，對于短期影響，需要進(jìn)行VAR模型估計(jì)，此外，還加入的脈沖響應(yīng)函數(shù)方法，使得出的結(jié)論更加有力。</p><p>　　三、房地產(chǎn)價(jià)格與銀行信貸關(guān)系的實(shí)證結(jié)果與分析

36、</p><p>　　（一）時(shí)間序列的平穩(wěn)性檢驗(yàn)</p><p>　　單位根檢驗(yàn)是指檢驗(yàn)序列中是否存在單位根，因?yàn)榇嬖趩挝桓褪欠瞧椒€(wěn)時(shí)間序列了，會使回歸分析中存在偽回歸。本文采用的是2008年5月至2010年12月數(shù)據(jù)為時(shí)間序列，時(shí)間序列矩特性的時(shí)變行為實(shí)際上反映了時(shí)間序列的非平穩(wěn)性質(zhì)。對非平穩(wěn)時(shí)間序列的處理方法一般是將其轉(zhuǎn)變?yōu)槠椒€(wěn)序列，這樣就可以應(yīng)用有關(guān)平穩(wěn)時(shí)間序列的方法來進(jìn)行相應(yīng)得研

37、究。對時(shí)間序列單位根的檢驗(yàn)就是對時(shí)間序列平穩(wěn)性的檢驗(yàn)，非平穩(wěn)時(shí)間序列如果存在單位根，則一般可以通過差分的方法來消除單位根，得到平穩(wěn)序列。</p><p>　　本文運(yùn)用EVIEWS5.1軟件，對檢驗(yàn)房屋價(jià)格銷售指數(shù)（P）和銀行信貸(L)兩個(gè)變量是否存在單位根。首先通過畫折線圖確定變量的截距項(xiàng)與趨勢項(xiàng)，回歸滯后階數(shù)的確定主要依據(jù)然赤池信息準(zhǔn)則（AIC），要求其取值越小越好，然后經(jīng)過多次嘗試，選擇最佳滯后期的檢驗(yàn)形式，

38、得到單位根結(jié)果如表1。 </p><p>　　表1 P和L序列的ADF檢驗(yàn)結(jié)果</p><p>　　注：ΔP、ΔlnL表示原序列的一階差分序列，(c，ｔ，k)分別表示單位根檢驗(yàn)?zāi)Ｐ椭械慕鼐囗?xiàng)、時(shí)間趨勢項(xiàng)和滯后階數(shù)。</p><p>　　通過平穩(wěn)性檢驗(yàn)，我們從表1可以發(fā)現(xiàn)P、lnL在原始序列上的其ADF值均小于5%的臨界值，故對這些非平穩(wěn)性變量采用一階差分進(jìn)行檢驗(yàn)，

39、發(fā)現(xiàn)在1階差分上變量P、lnL趨于平穩(wěn)，在1階差分上均能在5%顯著水平下平穩(wěn)，表明變量為1階單整序列，可能存在協(xié)整關(guān)系，因此需要進(jìn)一步檢驗(yàn)變量之間的協(xié)整關(guān)系。 </p><p>　　（二）最優(yōu)滯后期的確定</p><p>　　在估計(jì)VAR 模型時(shí)，我們要對系統(tǒng)內(nèi)解釋變量的滯后期進(jìn)行選擇，而且協(xié)整分析的結(jié)果對滯后長度的選擇比較敏感，因此多元VAR模型的滯后期長度的確定就至

40、關(guān)重要，不當(dāng)?shù)臏笃?，很可能出現(xiàn)“虛協(xié)整”。而且滯后期不能過小或過大，否則會影響模型參數(shù)估計(jì)量的有效性，誤差項(xiàng)的自相關(guān)性會很嚴(yán)重，并導(dǎo)致參數(shù)的非一致性估計(jì)。因此在該模型中選擇適當(dāng)?shù)臏笞兞總€(gè)數(shù)，可以消除誤差項(xiàng)中的自相關(guān)和虛協(xié)整，本文采用Eviews5中的Lag Length Criteria（滯后長度準(zhǔn)則），從而選擇最合適的滯后期。</p><p>　　表2 VAR模型滯后期的確定</p><

41、;p>　　注： 5個(gè)評價(jià)統(tǒng)計(jì)量各自給出的最小的滯后期用“*”號表示。*表示其標(biāo)準(zhǔn)的滯后期。LR表示其連續(xù)修改的檢驗(yàn)統(tǒng)計(jì)量（每個(gè)測試在5%的水平下）；FPE表示最終的預(yù)測誤差；AIC、SC、HQ均為信息準(zhǔn)則。 在VAR模型的基礎(chǔ)上，通過對5個(gè)指標(biāo)的檢測結(jié)果（如上表2）我們發(fā)現(xiàn)，所有的準(zhǔn)則選出來的最優(yōu)滯后期均為1，可見這里的VAR模型最合適的滯后期數(shù)為1，因此本文選擇VAR（1）模型。</p><p>

42、;　?。ㄈ﹨f(xié)整檢驗(yàn)和協(xié)整方程</p><p>　　根據(jù)協(xié)整理論，如果非平穩(wěn)變量序列之間的線性組合有不隨時(shí)間變化的性質(zhì)或者具有平穩(wěn)性特征，即說明這些非平穩(wěn)變量之間具有長期穩(wěn)定的均衡關(guān)系。如果在不平穩(wěn)的時(shí)間序列上進(jìn)行分析，很容易出現(xiàn)“偽回歸”的問題。為了解決“偽回歸”的出現(xiàn)，傳統(tǒng)的做法是在對數(shù)據(jù)差分的基礎(chǔ)上進(jìn)行回歸，但是這樣做容易損壞變量間長期關(guān)系的信息，為了減少不必要的信息受損，本文在VAR模型的基礎(chǔ)上建立協(xié)整檢

43、驗(yàn)。</p><p>　　協(xié)整方程實(shí)際上是對非限制性VAR模型進(jìn)行協(xié)整約束后得到的VAR模型，該模型的滯后期應(yīng)該是非限制性VAR模型一階差分變量的滯后期，由于上文中VAR模型選擇的最優(yōu)滯后期是1，所以協(xié)整檢驗(yàn)的VAR模型的最優(yōu)滯后期確定為0，但考慮到滯后期為0不便于理解和分析經(jīng)濟(jì)變量的長短期關(guān)系，而且依據(jù)滯后0期建立的長期協(xié)整方程變量系數(shù)也出現(xiàn)不顯著的情況，所以還是選擇滯后1期進(jìn)行協(xié)整檢驗(yàn)，同時(shí)進(jìn)一步通過聯(lián)合檢驗(yàn)

44、來確定選擇的僅有截距且序列有確定性線性趨勢的Johansen協(xié)整檢驗(yàn)。因此，要實(shí)證研究農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)增長的關(guān)系，就需要對其是否具有長期穩(wěn)定的協(xié)整關(guān)系進(jìn)行檢驗(yàn)。</p><p><b>　　表3 協(xié)整檢驗(yàn)結(jié)果</b></p><p>　　從表3中，我們可以看出跡統(tǒng)計(jì)量為22.27763，其值大于5%的臨界值18.39771，或者看其P值0.0198小于0.05，

45、也說明遠(yuǎn)假設(shè)成立。綜合表明lnL與P存在長期的均衡關(guān)系，進(jìn)一步對lnL與P之間進(jìn)行回歸分析得出其協(xié)整方程如表（4）：</p><p><b>　　表4 協(xié)整系數(shù)</b></p><p>　　由以上的檢驗(yàn)結(jié)果可以看出，在1%和5%的顯著行水平上，2個(gè)變量之間存在一個(gè)協(xié)整關(guān)系，并以lnL為被解釋變量，得到的協(xié)整關(guān)系式如下：</p><p>　　l

46、nL =0.161620P</p><p><b>　　（0.03994）</b></p><p>　　以上2個(gè)變量之間的協(xié)整關(guān)系式表明了銀行信貸和房地產(chǎn)價(jià)格之間存在長期均衡關(guān)系。銀行信貸對房地產(chǎn)價(jià)格的長期均衡彈性為0.161620，即從長期來看，房地產(chǎn)價(jià)格每上漲1%，銀行信貸也相應(yīng)上漲0.161620%，可見，房地產(chǎn)價(jià)格對銀行信貸的正面作用十分明顯。</p&g

47、t;<p>　?。ㄋ模└裉m杰因果檢驗(yàn)</p><p>　　在進(jìn)行格蘭杰因果檢驗(yàn)之前，需要對變量進(jìn)行協(xié)整檢驗(yàn)。根據(jù)上文的檢驗(yàn)結(jié)果，房地產(chǎn)價(jià)格銷售指數(shù)與銀行信貸之間存在長期協(xié)整關(guān)系，但變量之間是否構(gòu)成因果關(guān)系還需要進(jìn)一步檢驗(yàn)，所以需要進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。</p><p>　　格蘭杰因果檢驗(yàn)的定義為：若在包含了變量X、Y的過去信息的條件下，對變量Y的預(yù)測效果要優(yōu)于只單獨(dú)由Y的過

48、去信息對Y進(jìn)行預(yù)測的效果，即變量X有助于解釋變量Y的將來變化，則認(rèn)為X是引致變量Y的格蘭杰原因，公式為：</p><p><b>　　（1）</b></p><p><b>　?。?）</b></p><p>　　考慮到格蘭杰因果關(guān)系檢驗(yàn)對滯后期非常敏感，本文將根據(jù)VAR模型確定的最優(yōu)滯后期1期作為格蘭杰因果檢驗(yàn)的最優(yōu)滯后

49、期，如果其概率大于0.05，表明在5%的顯著水平上原假設(shè)成立，如其概率小于0.05，則在5%的顯著水平上原假設(shè)不成立。檢驗(yàn)結(jié)果如表5。</p><p>　　表5 格蘭杰因果檢驗(yàn)</p><p>　　檢驗(yàn)結(jié)果表明，格蘭杰因果檢驗(yàn)滯后1期房地產(chǎn)價(jià)格與銀行信貸之間存在雙向Granger因果關(guān)系。這表明，房地產(chǎn)價(jià)格對銀行信貸的增長有推動(dòng)作用，銀行信貸對房地產(chǎn)價(jià)格也有一定的推動(dòng)作用。</p&g

50、t;<p>　　通過以上的分析，從長期均衡來看，房地產(chǎn)價(jià)格與銀行信貸之間存在雙向因果關(guān)系，但是房地產(chǎn)價(jià)格對銀行信貸的影響更大，還是銀行信貸對房地產(chǎn)價(jià)格的影響更大，正向或者負(fù)向的影響，以及兩者之間的短期影響，這些都需要進(jìn)一步利用下面的分析來驗(yàn)證。</p><p>　?。ㄎ澹￢AR模型估計(jì)</p><p>　　向來自回歸模型（VAR）采用的，自向量模型采用的是多方程聯(lián)立的形式，它

51、并不以經(jīng)濟(jì)理論為基礎(chǔ)，在模型的每一個(gè)方程中，內(nèi)生變量對模型的全部內(nèi)生變量的滯后項(xiàng)進(jìn)行回歸，從而估計(jì)出內(nèi)生變量的動(dòng)態(tài)關(guān)系。</p><p>　　向量自回歸通常用來預(yù)測相互聯(lián)系的時(shí)間序列系統(tǒng)以及分析隨機(jī)擾動(dòng)項(xiàng)對變量系統(tǒng)的動(dòng)態(tài)影響。向量自回歸的原理在于把每個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后值的函數(shù)來構(gòu)造模型，從而避開了結(jié)構(gòu)建模方法中需要對系統(tǒng)每個(gè)內(nèi)生變量關(guān)于所有內(nèi)生變量滯后值的建模問題。一般的VAR(p)模型的數(shù)學(xué)表

52、達(dá)式是：</p><p>　　其中Yt=(Y1t,Y2t,……Ykt)表示k*1階隨機(jī)變量，A1到 A p到表示A k*k階的參數(shù)矩陣， 表示M*1階外生變量向量， 到是K*M階待估系數(shù)矩陣，并且假定為白噪聲序列。該模型常用于預(yù)測相互聯(lián)系的時(shí)間序列系統(tǒng)及分析隨機(jī)擾動(dòng)對變量系統(tǒng)的動(dòng)態(tài)沖擊，從而解釋各種經(jīng)濟(jì)沖擊對經(jīng)濟(jì)變量形成的影響，該模型比單變量自回歸模型具有更高的可靠性。本文采用向量自回歸模型來探討房地產(chǎn)價(jià)格與銀

53、行信貸之間的關(guān)系，其估計(jì)結(jié)果如表6。</p><p>　　表6 向量自回歸模型的估計(jì)結(jié)果</p><p>　　注：括號中的數(shù)值為t統(tǒng)計(jì)值，P（k）和lnL(k)分布表示P和lnL的滯后期k值；C為常數(shù)項(xiàng)。</p><p>　　從結(jié)果中可以看出，前2期P每變化一個(gè)單位會導(dǎo)致本期P反方向變化0.194333，前1期的P每變化一單位會導(dǎo)致本期P同方向變化0.904750

54、，前2期lnL每變化一單位會導(dǎo)致本期P同方向變動(dòng)0.226476單位，前1期lnL每變動(dòng)一單位會導(dǎo)致本期P同方向變動(dòng)0.017784單位；同理，前2 期P 每變化一單位會導(dǎo)致本期lnL反方向變化0.007328 單位, 前1 期P 每變化一單位會導(dǎo)致本期lnL同方向變化0.093281單位,前2 期L 每變化一單位會導(dǎo)致本期lnL反方向變化0.492736 單位, 前1 期lnL每變化一單位會導(dǎo)致本期L同方向變化0.100742單位。&

55、lt;/p><p>　　總的來看，對于房地產(chǎn)價(jià)格影響最大的是上期的房地產(chǎn)價(jià)格，其次是滯后2期的銀行信貸，而滯后1期的銀行信貸對房地產(chǎn)價(jià)格具有不顯著正面作用；而對于當(dāng)前銀行陰險(xiǎn)最大的是上期的房地產(chǎn)價(jià)格，這表明短期房地產(chǎn)價(jià)格波動(dòng)對于銀行信貸的影響為正，而長期看，銀行信貸對于房地產(chǎn)價(jià)格有不顯著的負(fù)影響，該結(jié)論需要進(jìn)一步利用下面的分析來驗(yàn)證。</p><p><b>　?。┱`差修正模型&

56、lt;/b></p><p>　　協(xié)整關(guān)系只能說明各個(gè)變量之間的長期關(guān)系與趨勢， 要分析變量間的短期動(dòng)態(tài)關(guān)系， 可以通過引入誤差修正模型來將變量的短期波動(dòng)和長期均衡有機(jī)地結(jié)合起來， 實(shí)現(xiàn)短期內(nèi)變量間由非均衡向均衡調(diào)整的過程。只要變量間存在協(xié)整關(guān)系， 就可以由自回歸分布滯后模型導(dǎo)出誤差修正模型，結(jié)果如表7。</p><p>　　表7 向量誤差修正模型方程系數(shù)表</p>&

57、lt;p>　　從最后一列D(lnL)作為被解釋變量的VECM方程來看，誤差修正項(xiàng)系數(shù)EC（-1）小于0，符合反向修正機(jī)制，表明滯后1期的非均衡誤差以2.98%的速度從非均衡狀態(tài)向均衡狀調(diào)整。短期內(nèi)，銀行信貸滯后1至2期對房地產(chǎn)價(jià)格的促進(jìn)作用顯著。房地產(chǎn)價(jià)格滯后1至2期對銀行信貸的促進(jìn)作用也不顯著，且具有正面時(shí)滯效應(yīng)，時(shí)滯效應(yīng)也不明顯。</p><p>　　由于協(xié)整關(guān)系只能說明變量之間至少有單向的因果關(guān)系，并

58、不能說明何為因、何為果或者互為因果，因此我們需要進(jìn)一步檢驗(yàn)嘉興市金融發(fā)展與經(jīng)濟(jì)增長之間的因果方向。</p><p>　　（七）基于VAR模型的脈沖響應(yīng)函數(shù)</p><p>　　脈沖響應(yīng)函數(shù)描述的是在誤差項(xiàng)上加一個(gè)標(biāo)準(zhǔn)差大小的沖擊對內(nèi)生變量的當(dāng)期值和未來值所產(chǎn)生的影響, 即對于單位沖擊的動(dòng)態(tài)反應(yīng)。同時(shí)可以通過比較不同變量的脈沖響應(yīng), 判斷不同變量所受到的沖擊效果的大小, 進(jìn)而可以判斷變量之間

59、的互動(dòng)關(guān)系，進(jìn)而判斷變量之間的互動(dòng)關(guān)系。房地產(chǎn)價(jià)格（P）與銀行信貸（L）之間的脈沖響應(yīng)函數(shù)可以表示為：</p><p>　　Pt=A1Pt-1+A2Pt-2+B1Lt-1+B2Lt-2+E1t</p><p>　　Lt=D1Lt-1+D2Lt-2+C1Pt-1+C2Pt-2+E2t</p><p>　　其中，隨機(jī)擾動(dòng)想成為新生信息，對上式采用漸進(jìn)解析法計(jì)算該函數(shù)的標(biāo)

60、準(zhǔn)差，結(jié)果圖1。</p><p><b>　　圖1</b></p><p>　　由上圖可以看出, 房屋銷售價(jià)格指數(shù)( P) 對自身信息的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的脈沖影響在第1 期達(dá)到最大值0.327，然后呈下降趨勢,但始終為正數(shù)。房屋銷售價(jià)格指數(shù)( P)對金融機(jī)構(gòu)信貸(L)的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的脈沖響應(yīng)在第2期達(dá)到最小值0.013，然后從第2期開始逐漸上升，第6期以后趨于平穩(wěn)。金

61、融機(jī)構(gòu)信貸增長率(L) 對自身信息的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的脈沖影響在第1期最大, 為0.289,之后很快下降，第2期達(dá)到一個(gè)最小值-0.016，從第4期開始有2個(gè)劇烈的波動(dòng)，有逐漸下降的趨勢，但始終是正影響。金融機(jī)構(gòu)貸款(L)對房屋銷售價(jià)格指數(shù)(P)的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的脈沖響應(yīng)在第2 期達(dá)到正向最大值0.0177, 之后正向影響逐漸減小，下降趨勢比較平緩，始終為正影響。</p><p>　　通過房屋銷售價(jià)格指數(shù)與金融機(jī)構(gòu)

62、信貸增長率對于1 個(gè)標(biāo)準(zhǔn)新生信息的脈沖響應(yīng)分析, 得出以下結(jié)論: 房價(jià)( P) 對一個(gè)標(biāo)準(zhǔn)新生信息的脈沖響應(yīng)要小于貸款(L) 對一個(gè)標(biāo)準(zhǔn)新生信息的脈沖響應(yīng); 房價(jià)( P) 對貸款(L) 新生信息的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的脈沖響應(yīng), 和貸款( L) 對房價(jià)( P) 新生信息的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的脈沖響應(yīng), 較之于對其自身信息的脈沖響應(yīng)更小。結(jié)果說明, 房屋銷售價(jià)格指數(shù)對金融機(jī)構(gòu)貸款增量的影響要大于金融機(jī)構(gòu)貸款增量對房屋銷售價(jià)格指數(shù)的影響。</p

63、><p><b>　　四、結(jié)論及建議</b></p><p>　　從以上的實(shí)證檢驗(yàn)可以得出關(guān)于我國房地產(chǎn)價(jià)格波動(dòng)與銀行信貸增長的主要結(jié)論有:（1）從長期看，銀行信貸與房地產(chǎn)價(jià)格存在長期均衡關(guān)系，房地產(chǎn)價(jià)格每上漲1%，銀行信貸也相應(yīng)上漲16.1%。（2）房地產(chǎn)價(jià)格和銀行信貸之間在長期內(nèi)存在互為因果關(guān)系,房地產(chǎn)價(jià)格波動(dòng)通過影響微觀經(jīng)濟(jì)主體的銀行信貸需求和銀行的信貸供給而影響銀

64、行的信貸擴(kuò)張總量; 而銀行信貸, 尤其是房地產(chǎn)信貸會在長期內(nèi)影響房地產(chǎn)價(jià)格。（3）在短期內(nèi)，房地產(chǎn)價(jià)格波動(dòng)不是短期銀行信貸增長的直接Granger 原因。（2）（3）說明房地產(chǎn)價(jià)格可以在短期內(nèi)對銀行信貸發(fā)放產(chǎn)生很大的直接影響，這和銀行發(fā)放房貸時(shí)依據(jù)長期穩(wěn)定的房地產(chǎn)價(jià)值相一致。（4）從銀行信貸與房地產(chǎn)價(jià)格的脈沖響應(yīng)函數(shù)來看，房屋銷售價(jià)格指數(shù)對金融機(jī)構(gòu)貸款增量的影響要大于金融機(jī)構(gòu)貸款增量對房屋銷售價(jià)格指數(shù)的影響。</p>&l

65、t;p>　　鑒于近幾年房地產(chǎn)價(jià)格增長過快，銀行信貸增長迅速，兩者之間存在有顯著關(guān)系，且都能對我國國民經(jīng)濟(jì)的發(fā)展產(chǎn)生重大影響，因此，針對這一現(xiàn)狀，在此提出幾點(diǎn)建議：</p><p>　?。ㄒ唬┍ＷC信貸總量適度增長, 保持房貸合理占比。</p><p>　　縱觀其他國家和地區(qū)的經(jīng)濟(jì)發(fā)展歷程, 幾乎都經(jīng)歷了一個(gè)房地產(chǎn)業(yè)迅猛發(fā)展、房地產(chǎn)信貸占比增長較快的階段。從美國、日本以及東南亞國家和地區(qū)

66、先后經(jīng)歷的房地產(chǎn)危機(jī)可以發(fā)現(xiàn), 房地產(chǎn)業(yè)迅速發(fā)展中都經(jīng)歷了一個(gè)信貸資本擴(kuò)張的過程。在泡沫急劇擴(kuò)張時(shí)期, 房地產(chǎn)業(yè)貸款占信貸總額比例均超過了30% , 部分國家和地區(qū)還達(dá)到了40% 以上。然而, 無論是美國1989 年的39. 7%, 還是日本1992 年的35. 5%, 造成如此高比例的原因與當(dāng)時(shí)全球的經(jīng)濟(jì)大環(huán)境不穩(wěn)定以及金融機(jī)構(gòu)自身體系的不完善緊密相關(guān)。</p><p>　　我國房地產(chǎn)業(yè)的快速發(fā)展主要是由國內(nèi)的

67、剛性需求推動(dòng)的, 因而, 房地產(chǎn)貸款所占信貸比例相對增速較快是正常現(xiàn)象。只要將增速控制在一個(gè)適當(dāng)?shù)姆秶鷥?nèi), 便不會出現(xiàn)經(jīng)濟(jì)秩序的混亂。</p><p>　?。ǘ?yīng)該完善投資機(jī)制，減少盲目投資可能出現(xiàn)的風(fēng)險(xiǎn)。</p><p>　　多種方式和渠道募集資金。要拓寬融資渠道，除銀行貸款外，直接融資方式將以其融資成本低、融資期限長等優(yōu)勢，成為平臺公司的主要融資手段，初期可以選擇發(fā)行企業(yè)債券、中期票

68、據(jù)和短期融資券，發(fā)起設(shè)立產(chǎn)業(yè)投資基金等方式進(jìn)行融資；隨著經(jīng)營管理的順暢運(yùn)轉(zhuǎn)，可以選擇適當(dāng)時(shí)機(jī)上市融資，順利實(shí)現(xiàn)資產(chǎn)證券化。</p><p><b>　　五、參考文獻(xiàn)</b></p><p>　　[1] 段忠東，曾令華.黃澤先.房地產(chǎn)價(jià)格波動(dòng)與銀行信貸增長的實(shí)證研究[J].金融論壇，2007（6）：9-13.</p><p>　　[2] 張濤、龔

69、六堂,卜永祥.2006.資產(chǎn)回報(bào)、住房按揭貸款與房地產(chǎn)均衡價(jià)格[J] .金融研究，2006(2)：1-11．</p><p>　　[3] 武康平、皮舜、魯桂華．中國房地產(chǎn)市場與金融市場共生性的一般均衡分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004(10)：24-32．</p><p>　　[4] 李健飛，史晨昱.我國銀行信貸對房地產(chǎn)價(jià)格波動(dòng)的影響[Ｊ]．上海財(cái)經(jīng)大學(xué)學(xué)報(bào)2005（4）26-32

70、.</p><p>　　[5] 黃靜.房價(jià)上漲與信貸擴(kuò)張：基于金融加速器視角的實(shí)證分析[Ｊ]．中國軟科學(xué)，2010（8）:9-13.</p><p>　　[6]崔光燦.房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)互動(dòng)關(guān)系實(shí)證研究——基于我國31個(gè)省份面板數(shù)據(jù)分析[Ｊ]．2009（01）1-4.</p><p>　　[7] 趙善華.銀行信貸對我國房地產(chǎn)泡沫化成因的影響[Ｊ]．商業(yè)時(shí)代，200

71、8,（12）：11-15．</p><p>　　[8]黃忠華.杜雪君房價(jià)與宏觀經(jīng)濟(jì)研究綜述[Ｊ] .中國土地科,2009(8) ：18-20．</p><p>　　[9] ]王恩宇.當(dāng)前房價(jià)上漲與我國金融市場的關(guān)系[Ｊ] ．時(shí)代經(jīng)貿(mào)，2007,(14)：22-24.</p><p>　　[10] 廖湘岳，戴紅菊.商業(yè)銀行貸款與房地產(chǎn)價(jià)格的關(guān)系研究[Ｊ].上海經(jīng)濟(jì)研究

72、，2007,（11）：23-25.</p><p>　　[11] 江彤.我國銀行信貸與房地產(chǎn)價(jià)格關(guān)系實(shí)證分析[J].中國房地產(chǎn)金融，2007（9）：7-13.</p><p>　　[12] 袁志剛.樊瀟彥.房地產(chǎn)市場理性泡沫分析[J] .經(jīng)濟(jì)研究，2003(3）：9-11.</p><p>　　[13] 孔煜.房價(jià)波動(dòng)、銀行信貸與經(jīng)濟(jì)增長[ J] .財(cái)經(jīng)理論與實(shí)踐,

73、 2009( 9) :13-16.</p><p>　　[14]趙興波.中國銀行信貸對地區(qū)經(jīng)濟(jì)增長的影響分析[D].廣州:暨南大學(xué)碩士學(xué)位論文, 2009: 10- 57.</p><p>　　[15] 李限.中國房地產(chǎn)市場與金融市場關(guān)系的實(shí)證分析[D] .廈門：廈門大學(xué)碩士學(xué)位論文，2006．</p><p>　　[16] 邵賢紹.銀行信貸行為與房地產(chǎn)泡沫一理論與

74、國際經(jīng)驗(yàn)研究一[D] .吉林大學(xué)碩士學(xué)位論文，2005．</p><p>　　[17] 石長麗.房地產(chǎn)信貸與中國房地產(chǎn)泡沫相關(guān)性分析[D] .對外經(jīng)濟(jì)貿(mào)易大學(xué)碩士論文．</p><p>　　[18] 馮渝蓉.我國房地產(chǎn)業(yè)發(fā)展的金融支持研究田[D].暨南: 暨南大學(xué)碩士論文，2004.</p><p>　　[19]梁進(jìn)偉.基于信貸支持的房地產(chǎn)泡沫研究田[D].暨南:

75、暨南大學(xué)碩士學(xué)位論文，2007.</p><p>　　[20] 何正云.終結(jié)次貸危機(jī)[Ｍ] .中信出版社，2008：12-14.</p><p>　　[21] 謝經(jīng)榮，朱勇,曲波.地產(chǎn)泡沫與金融危機(jī)[Ｍ] .經(jīng)濟(jì)管理出版社，2002：56-60.</p><p>　　[22] 韓廷春.金融發(fā)展與經(jīng)濟(jì)增長一理論實(shí)證與政策[Ｍ] .清華大學(xué)出版社，2002.23-26.

76、</p><p>　　[23] Herring.Quigley Reale state and the　Asianerisis [J].Joumal　of　Housing　Economies，2002,519-543.</p><p>　　[24] Collyns, Senhadji. The impact of interest rates and the housing market

77、on the UK economy[J]. Economic outlook,2002.(12-56) .</p><p>　　[25] Gerlach，Peng,Bank lending and real estate in Asia:market optimism an asset bubbles[J].Journal of Asian Economics, 2002, Vol. 15 (Issue 6) .

78、</p><p>　　[26] Davis and Haibin Zhu．Housing affordability and land price：is there a risis in American cities[C]．2004,NBER Work Paper No．8835.</p><p>　　[27]Mostafa Momi El Araby．Th e role of　the