房地產行業對區域金融穩定的影響

導語：房地產行業對區域金融穩定的影響一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：研究發現，近些年我國房地產行業發展對于東、中部地區的金融穩定性有促進作用。房地產庫存中，積壓性庫存對于東、中部地區金融穩定性產生明顯的危害作用，而短期庫存對于東部地區和中部地區金融穩定性的影響卻得到相反的結果。因此，應以區域經濟發展特征為依據，因地制宜地采取措施。國家宏觀政府要與地方微觀政策相輔相成，提高消費者的購買力，適度減少土地供應，防范地方財政債務危機和金融體系風險。加強房地產市場監測，保障房地產市場平穩健康的發展。

關鍵詞：房地產行業；價格波動；積壓性庫存；去庫存；區域金融穩定；城市公共服務；土地供應；經濟新常態

區域金融穩定與房地產行業之間的關聯性，已成為我國經濟學界研究的熱點之一。區域金融的不穩定性往往是由個別部門或者行業的風險在該區域內傳播，或者由經濟聯系密切的區域之間的互相擴散而引起的。作為資金密集性行業，房地產行業與區域金融穩定性之間存在密切的關聯性，其經濟狀況的變動，勢必會傳導到金融市場，引發金融行業的變動。當前房地產行業不景氣，給其上下游相關聯行業造成嚴重負面影響，這不可避免地會對區域金融穩定造成不良影響。2015年12月21日中央經濟工作會議認為，2016年經濟社會發展特別是結構性改革任務十分繁重，戰略上要堅持穩中求進、把握好節奏和力度，戰術上要抓住關鍵點，主要是抓好去產能、去庫存、去杠桿、降成本、補短板五大任務。鑒于房地產行業對于區域金融穩定的重要程度和當前“去庫存”的迫切需要，本文試圖從房地產“去庫存”視角來探究其對區域金融穩定的影響。

一、文獻綜述

近些年來隨著我國房地產行業的快速發展，許多學者從不同角度研究了房地產行業對區域金融穩定的影響，其研究思路和視角是多維度的，歸納起來主要有下列幾種。第一，研究了房地產泡沫對區域金融穩定的影響。隨著房地產行業對于國民經濟整體運行的影響越來越大，學者們認識到房地產泡沫對于區域金融穩定的影響，其指標被越來越多的學者納入金融穩定綜合評價的范疇進行研究。吳航（2000）將反映金融風險的指標分為經濟總體態勢、經濟結構、外貿、金融、貨幣、財政、信貸、經濟泡沫等部分，并給出了指標閥值分別進行討論[1]。吳成頌（2011）全面設計了金融危機預警的評價體系，并在反映經濟泡沫的指標中引入了房地產行業增長情況，結果發現，從2008年上半年開始，中國金融穩定狀況存在一定的波動[2]。第二，分析了房地產價格變動對區域金融穩定的影響。沈悅、張珍（2007）采用房地產價格增幅與GDP增長率的比值來反映房地產行業狀況，并使用主客觀賦權法對指標進行處理，發現1995—2005年期間中國的經濟運行狀況較為平穩[3]。郭春風（2013）研究了房地產價格波動對金融穩定性的影響，結果表明，房地產價格波動給金融穩定帶來長期的負向效應[4]。第三，從房地產業狀況與地方財政的關聯性方面，闡述了房地產對區域金融穩定的影響。譚中明（2010）在其設計的金融風險評價指標體系中，建立了八個子模塊，引入了地方GDP增長率、地方財政收入增長率等區域指標，同時將房價投資增長率等指標納入特殊影響因素子模塊進行研究，結果顯示，房價的高增長給區域金融帶來了一定的影響，加劇了金融體系的脆弱性[5]。第四，把房圓園16年第3期地產行業作為風險來源部門，論證房地產行業經營狀況對區域金融危機的影響。在這一研究視角下，一些學者使用多種方法探索房地產與區域金融穩定性之間的直接或者間接關系，將房地產行業和其他部門作為風險的來源部門，并將金融部門的風險作為風險的最終發生部門。比較有代表性的是王維安、賀聰（2005）的研究，其通過構建理性預期的雙市場、雙房地產企業的一般均衡模型，從經濟學理論角度說明不同地區間房地產市場是存在差異的，并對區域房地產市場風險的產生和擴散機制進行闡述。研究結果顯示，房地產跨區投資等因素使得該市的房地產市場受到顯著影響，并指出經濟發展水平較低的城市容易受到外界干擾，從而成為風險源頭[6]。第五，從區域性與整體性相結合的角度，分析房地產行業對區域金融穩定的影響。宋凌峰、葉永剛（2011）將區域層面的風險分為公共部門、企業部門和金融部門三個方面，以地方財政缺口率、企業違約距離作為解釋變量，以金融部門的不良貸款率作為被解釋變量，并采用面板數據模型進行實證分析。結果表明，風險主要來源于企業部門和公共部門，并向金融部門擴散[7]。惠曉峰等（2013）使用結構方程模型，將房地產景氣指數納入金融壓力的范疇，同時將房地產投資納入實物投資的范疇，對金融風險的傳遞途徑進行研究[8]。隨著空間經濟學的興起，越來越多的學者開始試圖將空間理論和區域金融相結合，并將空間計量方法應用于區域金融風險的研究。呂勇斌、陳自雅（2014）在宋凌峰、葉永剛的研究基礎上，采用空間面板模型對其實證方法進行了擴展，其結果不僅證明了公共部門———金融部門、企業部門———金融部門風險的傳遞性，同時明顯顯著的空間相關系數也證明了區域金融風險之間的空間相關性是確實存在的[9]。從相關研究來看，綜合評價類文章大多用綜合指標對區域金融穩定狀態做出判斷，而在探索某個部門（或房地產行業）對于金融穩定的影響時，問題便出現了：某些房地產指標可以作為評價指標，即本身存在于金融穩定評價指標體系中，但研究者的目的主要是將其作為解釋變量放入回歸方程時，此時便會采用一些折中的做法，比如用單一指標（銀行不良貸款率等）作為金融風險的評價指標，這與區域金融穩定性的綜合評判準則是有差別的，得出的結論往往會有些偏差。從房地產行業視角研究區域金融穩定性時，如何準確選擇區域金融穩定性綜合評價指標和房地產行業指標是個比較難以解決的問題。在已有的研究中，房地產行業對于區域金融穩定性的影響研究已有不少，但是涉及房地產庫存指標的相關文獻，尤其是實證文獻不多，在當前房地產“去庫存”化的經濟背景下，有必要將其引入研究。

二、指標選取與數據來源

（一）基于房地產視角的區域金融穩定綜合評價指標的選取

金融穩定或者金融風險不是單一的指標，而是綜合性指標，金融系統的穩定不能完全等同于金融穩定，區域金融穩定指標的選取也應當依據區域經濟的特點來具體選取。盡管已有的研究中，金融穩定評價指標體系從國際層面、國家層面、區域層面已經囊括的十分全面，在本文的研究中，同一年的數據在不同區域是相同的，難免對模型的擬合優度產生影響。由于房地產行業對于地區經濟總量指標具有直接性的影響，同時已有研究表明，總量指標（如GDP）與房地產價格等有直接關系[10]。同時，本文研究的重點在于庫存總量對于金融穩定的影響，因此，在綜合評價中并未采用增長率指標，而是采用總量指標。筆者充分借鑒國內外已有的研究成果，本著指標精簡化、區域特征明顯化與房地產行業高度相關化的原則，消除了大量冗余指標，對已有文獻中影響區域金融穩定指標進行綜合選取。借鑒已有區域金融穩定綜合評價和房地產相關文獻之后，將地區GDP、財政收支比（財政收入/財政支出）、實際利用外資、進口總額/出口總額、金融機構存貸比、保險密度、不良貸款率、固定資產投資額、失業率納入區域金融穩定性指標體系，GDP以2006年為基期進行價格調整，其中不良貸款率、失業率為逆向指標，對其進行正向化處理。

（二）房地行業發展指標、房地產行業庫存指標的選取

以往的文獻中，關于房地產庫存的指標定義很少。韓國高（2015）的研究中，用各省商品房施工面積和銷售面積之比衡量地區庫存[11]。鑒于與房地產行業相關的統計數據中，商品房待售面積更為直觀，同時，可以明確區分庫存的年限，得出更詳盡的結果，筆者最終選取的房地產行業庫存指標包括待售3年以上房屋面積（記為KCA）和待售1~3年房屋面積（記為KCB）。房地產行業發展指標包括房地產行業增加值（記為ZJZ）、房地產企業待開發土地面積（記為KCTD）、房地產平均銷售價格（記為JG）、房地產企業利潤總額（記為LR），并使用居民消費價格指數對其進行調整。考慮到人口流失等現象是造成不發達地區房地產庫存增加的重要原因，且上述指標在某些地區的特定年份出現負增長從而無法對其增長率取對數，為了與區域金融穩定綜合評價指標的總體性相對應，筆者未采用人均指標和增長率指標，而是采用總量指標。為了消除數據的異方差性和量綱差別，借鑒譚中明（2010）的做法[5]，對研究數據進行對數標準化處理，為了表述方便，在下面的研究中，仍以原始變量命名。

（三）數據來源樣本說明

綜合評價數據來源于中經網數據庫、《中國統計年鑒》、各地區金融運行報告等，房地產指標數據來源于《中國房地產統計年鑒》，樣本區間為2006—2013年。其中西藏地區的不良貸款率等指標存在部分年份的缺失，考慮到2008年為樓市的拐點，本文用2008年數據替代缺失數據。筆者將中國31個省份劃分為東、中、西部三個地區分別進行建模分析，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區包括四川、重慶、內蒙古、貴州、云南、西藏、陜西、甘肅、廣西、青海、寧夏、新疆。

三、房地產庫存對我國區域金融穩定影響的空間面板分析

（一）區域金融穩定綜合評價得分計算

為了節省篇幅，在此不予陳述其理論和計算方法，僅列出因子分析結果：KMO檢驗值為0.6040，Bartlett的球形度檢驗近似卡方為1625.9350，P值為0.000，比較適合采用因子分析。本文的數據最終提取四個主因子，總方差貢獻率81.475。對特征值進行歸一化處理之后，加權計算綜合因子得分即為區域金融穩定綜合評價得分，記為WD，做為模型的被解釋變量。

（二）模型檢驗

空間相關性檢驗及模型整體性檢驗。鑒于綜合評價數據中存在GDP指標，本文的空間權重矩陣并未引入經濟權重矩陣，而是直接采用二進制的空間相鄰矩陣，記為W。空間相關性檢驗中，東部地區模型的Moran’I的值為0.2250，P值為0.0010，中部地區模型的Moran’I的值為-0.1420，P值為0.0021，適合采用空間模型進行分析。西部地區模型Moran’I未通過顯著性檢驗，但為了對比結果，仍然將其列出，不做為重點分析的對象。模型整體性檢驗結果中，東部地區模型LR檢驗統計量的值為36.8127，Wald檢驗統計量的值為43.5672，P值均為0.0000；中部地區模型LR檢驗統計量的值為32.0340，Wald檢驗統計量的值為38.2930，P值均為0.0000，面板數據模型整體檢驗結果較好。空間面板模型選擇。進行空間面板相關性檢驗之后，需要確定空間面板模型的形式。通過分別計算三個地區空間滯后面板模型和空間誤差模型的拉格朗日乘子，并對檢驗結果做出比較之后，本文最終選擇空間滯后模型（SARPanel）進行分析。最終得到的模型形式為：WD=籽W•WD+X茁+著，著~（0，滓2I）（1）X=（KCA，KCB，ZJZ，KCTD，JG，LR）（2）其中，WD為區域金融穩定綜合評價得分，籽為空間滯后項相關系數，W為空間權重矩陣，X為解釋變量矩陣，茁為系數矩陣，著為隨機擾動項。固定效應和隨機效應的選擇。從定性角度來看，當研究的樣本局限于有限個體進行面板建模時，采用固定效應是更為合適的選擇。本文主要研究各個地區房地產行業對其金融穩定性的影響，屬于實際經濟問題，故適合采用固定效應模型。從定量角度來看，本文借鑒李紀生等（2010）采用的檢驗方法[13]，在東部模型中LRforFE檢驗統計量的值為143.2854，LRforRE檢驗統計量的值為43.2470，Hausman檢驗統計量的值76.8436，P值均為0.0000，在中部模型中LRforFE檢驗統計量的值為125.8456，LRforRE檢驗統計量的值為33.3462，Hausman檢驗統計量的值58.0680，P值均為0.0000，西部地區模型同樣通過了固定效應檢驗，因此支持選擇固定效應模型進行分析。鑒于房地產行業在地理位置上的區別及其影響更為明顯，本文選取空間固定效應結果為主要分析對象。

（三）房地產庫存狀況對我國東部及中西地區金融穩定影響的實證結果分析

表1為東中西部地區空間面板回歸結果。可以看出，東中部地區模型各項指標均大多良好，而西部地區模型中大多指標均不顯著，因此在下面的分析中，以東中部地區模型結果進行主要分析。模型的擬合優度在東中部地區分別達到了0.9778和0.8001，擬財政金融研究申博“去庫存”視角下房地產行業對區域金融穩定的影響合程度良好。空間滯后項相關系數籽在東部地區模型中為0.2679，P值為0.0086，在中部地區模型中為-0.2360，P值為0.0021。說明區域金融穩定的影響在兩個地區內部均存在較強的空間溢出效應，此效應在東部地區為正，在中部地區為負。積壓性庫存指標分析。本文將3年以上房屋待售面積（KCA）稱之為積壓性庫存。從模型結果來看，東部地區空間面板結果中，其系數為-0.0892，P值為0.0019；中部地區空間面板結果中，其系數為-0.1913，P值為0.0000；西部地區空間面板結果中，其系數為-0.1165，P值為0.3955。這說明在東部及中部地區，過高的房地產庫存量對于區域金融穩定均存在明顯的負面影響，對西部地區金融穩定可能存在潛在性負面影響。積壓性庫存對我國東部及中西部地區金融穩定都具有共同性、持續性的危害，是因為：第一，過高的庫存直接使得房地產企業資金回籠不足，從而影響其償還能力，銀行的直接貸款回收難以得到保證，對金融系統造成直接影響。第二，房地產市場的本身特征決定了其和其他市場存在著極其密切的聯系，比如原材料水泥、鋼鐵市場、附屬的裝修材料市場等。房地產行業和這些行業之間存在一種“一榮俱榮，一損俱損”的關系，一旦房地產行業的發展遇到困難，其風險間接地通過影響其他行業，進而影響區域金融穩定性。第三，高積壓庫存量使得房地產企業還是難以獲得合理的貸款，因為巨大的庫存讓銀行存在疑慮，認為其發展勢頭跌落太快，進一步阻礙了房地產企業的資金來源，一些抗風險能力較弱的房地產企業失去資金來源，無法保證其繼續盈利，從而之前銀行貸款無力償還，造成銀行系統不良貸款率增加，產生惡性循環。積壓性庫存對我國區域金融穩定的危害具有持續性，是因為積壓庫存難以短期內消化，第一，從消費者的購買意愿來看，大多數人購房熱情逐漸回歸理性，持觀望態度。雖然各地紛紛采取取消限購的政策，但對提升消費者的購房欲望并未產生太顯著的影響。另外，由于積壓時間較長，房屋存在折舊、磨損等問題，也會對真正需要住房的消費者的購房選擇產生影響。第二，從房地產行業和消費者需求角度來看，每年房地產新增面積雖然在2008年之后有所回落，絕大部分地區的新增樓盤基本能滿足消費者的理性購房需求，從而不可避免地對積壓庫存房屋的銷售產生影響。第三，二手房交易市場的影響也會造成積壓庫存的增加。二手房買方以較低的價格購買房產，而賣方中的一部分進而追求更舒適的住房，成為高檔公寓甚至別墅的消費者，由于此類高檔住房的平均價格遠遠大于二手房的平均價格，多套住房換一套住房的現象應該是存在的，這就會對庫存三年以上的住房市場的交易量產生影響，使得開發商手中的積壓庫存難以銷售。因此，減少積壓性庫存是我國房地產行業面對的一個相對長期性問題，積壓性庫存對我國金融穩定的影響必定要持續一個較長的時間。2.短期庫存指標分析。本文將1~3年待售面積（KCB）稱為短期庫存。表1結果顯示，KCB在東部地區和中部地區模型中分別得到了相反的結果。東部地區空間面板結果中，其系數為0.1155，P值為0.0000；中部地區空間面板結果中，其系數為-0.1269，P值為0.0000；西部地區空間面板結果中，其系數為-0.0263，P值為0.7647。可見，短期庫存增長對東部地區金融穩定有一定的維系作用，而對中部地區的金融穩定則具有危害作用。與積壓性庫存的情況一致，對西部地區金融穩定可能有潛在性負面影響。結果顯示，短期庫存對我國東部地區金融發展有其存在的價值，而對中西部地區金融穩定具有相反功能。短期庫存對我國區域金融穩定之所以會產生差異性影響，是因為：第一，東部地區經濟發展狀況、消費者購買力等領先于西部地區，這樣就保證了短期庫存的消化力度，同時大量人口流向北京、上海、天津、廣州、深圳等東部沿海城市，一些地區與房產掛鉤的戶籍政策保證了其有相對穩定的購買人群。第二，從房地產行業發展成熟度的角度來看，東部地區房地產行業早于中西部地區房地產發展卻是不爭的事實，東部地區的房地產行業相對成熟，相對于中西部地區，東部地區的房地產價格變動也相對穩定。第三，中西部地區房地產行業近幾年跟隨了東部地區的步伐，房地產投資、建設力度加大，但是其價格漲幅和消費者的購買力并不匹配，房價的大起大落，由于區位相對劣勢，金融系統相對脆弱，經濟相對落后，人口密度等也不及東部，無法保證其相對穩定增長的房屋購買力，這就造成了短期庫存難以快速消化，對房地產行業的資金回流造成不利影響，進而影響區域金融穩定性。3.房地產行業發展指標分析。房地產增加值（ZJZ）、在東部和中部地區模型中的系數分別為0.2308和0.2276，P值分別為0.0000和0.0049；西部地區模型系數為0.05，P值為0.874。結果說明，東、中部地區經濟增長是區域金融穩定的基礎保障，由房地產業增加值占國內生產總值的比重逐年上升可以看出，房地產行業通過拉動內需帶動區域經濟增長，從而維系區域金融穩定。從產業角度而言，房地產業與許多行業存在直接與間接的聯系，房地產業的健康穩定在一定程度上決定了其他行業的健康穩定，進而影響區域金融穩定。同時，房地產業的健康發展有利于金融體系的穩定，目前來看與房地產相關的直接貸款和間接貸款占人民幣貸款余額的總比例很高，房地產行業發展受限是銀行業不良貸款反彈的重要原因。因此，保持房地產業的健康穩定發展對于金融體系的穩定具有積極意義。待開發土地面積（KCTD）在東部地區模型中的系數為0.0775，且顯著為正，說明經濟較發達地區的房地產企業保持穩定的土地留存，對緩解土地價格漲幅過大、穩定地方財政起到積極的作用。而在中、西部地區中，其系數未通過顯著性檢驗，可能是由于政府出讓土地，增加財政收入，是區域金融穩定的有利因素，但是同時也可能隨著房價起落，造成地方債務危機和銀行信貸危機。房屋平均銷售價格（JG）在東部地區模型中的系數為0.1521，P值為0.0000，在東部地區模型中的系數為-0.2851，P值為0.0183，在西部地區模型中的系數為0.2945，P值為0.0206。房地產企業利潤總額（LR）在東部地區模型中的系數為-0.0613，P值為0.0267，在中部地區模型中的系數為0.2222，P值為0.0021，在西部地區模型中的系數為0.3622，P值為0.0712。說明房地產行業在東部地區的高利潤現象和中部地區的高房價現象是造成地區金融不穩定的重要原因。

四、結論與政策建議

（一）結論

1援房地產行業積壓性庫存無論對經濟較發達地區還是對經濟欠發達地區，都會帶來明顯的或潛在的金融不穩定，因此，各類地區都需要給予高度重視，需要采取穩妥有效的政策逐步減少這類庫存，進而消除危及區域金融穩定的隱患。房地產短期庫存對房地產市場發展成熟地區、經濟較為發達的地區有其存在的價值，對區域金融穩定性產生良性影響，適當的短期庫存不足以導致價格瘋漲，反而會降低房地產價格起伏過大帶來的金融不穩定因素。在這些地區，穩定適度的短期庫存是保證房地產價格起伏不會太大的一個重要因素，在一定程度上有利于維系區域金融穩定性。房地產短期庫存對房地產市場不成熟、經濟欠發達地區的金融穩定會帶來直接的危害性，因此，這些地區要高度重視短期庫存問題，采取積極有效的“去庫存”措施，以防范由區域性金融不穩定轉化為區域性金融風險。房地產行業健康平穩發展有利于促進區域金融穩定，東部地區的高利潤現象和中部地區的高房價現象是造成地區金融不穩定的重要原因。

（二）政策建議

以區域經濟發展特征為依據，因地制宜采取相應措施。房地產庫存的分布區域和對區域金融穩定性造成的影響是有差異的，鑒于此“，去庫存”要對象明確。對于經濟較發達地區的積壓庫存，不能盲目地靠加大農民工市民化進程來消化，而是應該放松“限購”“限外令”的限制范圍，采取政府加大購房補貼的措施鼓勵消費者按需購買住房，減少積壓庫存。積壓庫存較高的個別地區，可由政府搭建平臺，嘗試把存量房轉化為公租房和安置房再轉租給租客，為供需雙方提供保障。同時保持穩定的房地產短期庫存量，盡量避免過度刺激消費者的購房投資行為造成房價起伏過大。對于經濟欠發達地區，要加大農村居民、農民工購房補貼力度，實行戶籍準入制度與購房掛鉤，鼓勵農村居民進縣城買房，這樣既可以使此類人群享受更好的教育醫療資源，同時可以拉動住房消費，逐漸消除房地產庫存。在經濟欠發達地區要從根本問題出發鼓勵農民和農民工進城買房，就要促進產業配套向經濟欠發達地區轉移，通過帶動農業經濟體系的發展來增加農民收入。同時要加強此類地區的城市建設，使繁榮的產業經濟、多樣的就業渠道、完善的職業教育、科學的城市管理和足夠的環境承載能力相配套，保證戶籍制度改革必須與完善的城市公共服務和社會保障相配套，提高城市價值，吸引農民進城、回城買房，促使人口回流，穩定就業和居住。國家宏觀政策與地方微觀政策相輔相成，提高消費者購買力。從宏觀上看，國家采取的宏觀政策主要為降息，央行實行降息政策，減少了后續購房的消費者成本，可以減輕其購房負擔，刺激住房消費。從微觀上看，要賦予地方政府更多自主權，讓地方政府可以切合實際制定標準，靈活出臺減免稅費、降低購房首付比例、實行補貼性的政策等措施來進行房地產調控，緩解地方房地產銷售困境。對于高庫存地區，地方政府可以考慮放松對住房公積金的捆綁力度，提高住房公積金的使用效率。特別是相對于流動性強的人群，住房公積金可實現某幾個地區之間的流通，實現住房公積金繳存異地互認和轉移接續，鼓勵他們在原籍購房，同時取消住房公積金中間費用，主要包括個人住房貸款保險、公證、新房評估和強制性機構擔保等收費項目，實現“零收費”，減輕購房消費者的貸款負擔；還可以將農民、個體經營者納入住房公積金的使用人群，帶動地區房地產消費。適度減少土地供應，防范地方財政債務危機和金融體系風險。目前對于庫存密集地區，加強土地使用檢測，壓縮地方政府對房地產企業土地供應，可以抑制一些地方的房地產盲目發展，這是消除短期庫存轉化為積壓庫存的有效手段。同時可以穩定地價，防范因地價大跌及地方債務壓力增大對區域金融穩定性造成危害。4.認識新常態、適應新常態，加強房地產市場監測，保障房地產市場平穩健康發展。在經濟新常態下，房地產市場政策環境在逐步寬松的基礎上應進一步加碼，摒棄“調控“”抑制”等持續多年的取向，而是以“穩定”“支持”“促進”為核心導向，這既有利于宏觀經濟運行承壓，又有利于房地產市場本身正面臨的“去庫存”。我國各個地區要依據去產能、去庫存、去杠桿、降成本、補短板的要求，真正做到宏觀政策要穩、產業政策要準、微觀政策要活、改革政策要實，在政策上作出前瞻性安排，提高房地產供給體系質量和效率，提高投資有效性。在制定和落實相關政策的基礎上，還要進一步完善住房價格信息統計制度，充分發揮房地產市場信息系統的作用，加強對房地產市場的分析研判，提高房地產市場調控的科學性和預見性，相關部門應進一步建立和完善房地產統計、信息共享和信息披露以及市場預警預報、聯席會議等制度，加強房地產市場發展研究和市場監測與趨勢分析，及時準確把握和判斷房地產市場走勢，關注房地產市場出現的新情況、新問題，及時做好處置預案，防范市場風險。

作者:申博 單位:天津財經大學

參考文獻：

［1］吳航.試論我國金融危機預警系統指標體系的建立［J］.上海金融，2000，（1）：18-20.

［2］吳成頌.我國金融風險預警指標體系研究［J］.山西財經大學學報，2011，（1）：19-24.

［3］沈悅，張珍.中國金融安全預警指標體系設置研究［J］.技術經濟與管理研究，2007，（10）：89-94.

［4］郭春風.房地產價格波動對金融穩定的影響研究［D］.武漢：武漢理工大學，2013.

［5］譚中明.區域金融風險預警系統的設計和綜合度量［J］.軟科學，2010，（3）：69-74.

［6］王維安，賀聰.房地產市場區域性風險擴散機制研究［J］.財經研究，2005，（1）：17-24，89.

［7］宋凌峰.中國區域金融風險部門間傳遞研究［J］.管理世界，2011，（9）：172-173.

［8］惠曉峰，楊川，劉斯旸.基于結構方程的金融危機傳染的影響因素分析———以次貸危機影響中國為例［J］.經濟問題探索，2013，（6）：120-129.

［9］呂勇斌，陳自雅.區域金融風險部門間傳遞的空間效應———2005—2012年［J］.財政研究，2014，（8）：46-48.

［10］李宏瑾.房地產市場、銀行信貸與經濟增長———基于面板數據的經驗研究［J］.國際金融研究，2005，（7）：30-36.

［11］韓國高.房地產庫存對我國房地產市場與經濟增長的影響———基于PVAR模型的實證分析［J］.管理現代化，2015，（1）：16-18.

［12］李紀生，陳超.省域農業科研投資生產率增長效應的空間計量分析［J］.中國人口•資源與環境，2010，（7）：164-169.