第三节
1993—2008年中国房地产经济周期划分

根据中经网及1993—2008年《中国统计年鉴》整理得到的数据，对1992年至2008年房地产销售价格及销售面积变化直观趋势分别如图2-5和图2-6所示。

由图2-5和图2-6可以看出，1993—2008年，中国房地产市场无论是房屋整体还是住宅部分，其价格和成交量都呈单边上涨态势，已明显不具备古典周期波动的特征。同时，随着房地产市场化程度的提高及中国各项统计数据的完善，我们已有条件对这个时期的周期波动进行多指标的测度。下面本书用国际上比较流行的合成指数法（合成指数法比国内大多数学者采用的扩散指数法更加严谨、科学），对这个区间中国的房地产经济周期进行多指标测度。

一、指标选择的方法

从目前的研究成果看，多指标的选择有两种做法，一是仅包含房地产直接相关的指标；二是将与房地产间接相关的指标也包含在内，如房地产贷款、人均收入水平等。我们认为，后一种思路犯有逻辑上的错误，因为房地产周期仅仅是对房地产这个行业特征的描述，房地产贷款、人均收入水平等只能是解释房地产周期的因素，如果将这些因素也纳入合成指标的范围，那么合成结果将不再是单纯的房地产周期波动，如果不加限制地扩展下去，最后的结果只能是宏观经济周期波动了；另外，这种思路也容易导致“因”“果”不分的死循环，比如金融与房地产的因果关系至今仍是个很难有绝对结论的课题。因此，本书只将与房地产直接相关的指标纳入到合成范围之内。1993—2008年所有统计指标如表2-3所示（为考察增长率周期，实际使用指标为以下这些指标的环比增长率）：

数据来源：中经网数据库及各年统计年鉴；由于2008年房地产业增加值指数尚未公布，表中数据是我们参考其他相关数据得到的预测值。

二、合成指数与周期确认

（一）基础序列确定

参考一般学者对宏观经济周期的研究方法，我们选择最具代表性的产值指标作为基础指标，即房地产业增加值（表2-3罗列数据为房地产增加值指数）。

（二）时差相关分析

首先对表2-3中各周期性指标计算环比增长率，然后用时差相关分析法确定各指标时间序列与基础指标时间序列的领先滞后关系。时差分析方法我们借鉴国际通用的方法，并参考吕光明（2008） 的介绍，其基本思想是一个周期性指标序列必然与基准周期波动指标存在相关关系，这种相关关系可用时差相关系数表示，而且相关系数必定在某个时点达到最大，如对于领先指标，时差相关系数最大的时点表现出一定的先行时差关系。设 x _t ={ x ₁ ， x ₂ ，…， x _n }为基准周期波动指标序列， y _t ={ y ₁ ， y ₂ ，…， y _n }为待定周期性指标序列， r 为时差相关系数， l 为领先滞后的基数，则有：

本书设定同步指标的领先、滞后周期为1期，并设Y ₀ ～Y ₆ 分别代表房地产产业增加值环比增长率、房屋销售面积环比增长率、住宅销售面积环比增长率、房地产开发建设本年完成投资环比增长率、房屋平均销售价格环比增长率、住宅平均销售价格环比增长率和全社会固定资产投资竣工房屋建筑面积环比增长率，则可得到以下结论：

（三）指标合成与周期分析

最后，对选定的同步指标（Y ₁ ，Y ₃ ）与Y ₀ 进行合成，得到合成指数，用其描述中国的房地产周期波动。按照目前较为成熟的美国商务部的计算方法，合成指标数的编制方法大致经历了以下五个步骤：第一步，求指标的对称变化率并将其标准化；第二步，求各指标的标准化平均变化率；第三步，求初始合成指数；第四步，趋势调整；第五步，计算合成指数。另根据王东、陈诗骏等（2007）的研究，结合专家打分法的基本原理及笔者的经验判断，确定产值类指标Y ₀ 权重为40%，交易类指标Y ₁ 权重为30%，投资类指标Y ₃ 权重为30%，最终得到1993—2008年中国房地产经济周期合成指数波动图，如图2-7所示。

考虑到1993年作为两个时段的过渡年份，其指标计算值前后不可比，为了更加清楚地反映1993年后的周期波动情况，将1993年数据略去后作出1994年至2008年的周期性波动图，如图2-8所示。

根据图2-7及图2-8，对1993年至2008年中国房地产周期作如下划分：

第1次周期波动，1993年至1998年，历时6年，除起始时期1993年外，下降时期为3年，即1994年、1995年、1996年；上升时期为2年，即1997年和1998年（其中1998年为中国按揭贷款转折点，由图2-7及图2-8可见，该年周期上升幅度较大）。这一周期的特点是波峰较高，波谷相对较浅，波动较剧烈。

第2次周期波动，1999年至2003年，历时5年，其中下降时期为2年，即1999年和2002年；上升时期为3年，即2000年、2001年、2003年。这一周期的特点是波峰波谷均较低，波动较为缓和。

第3次周期波动，2004年至2005年，历时2年，其中下降时期1年，即2004年；上升时期1年即2005年。这一周期的特点是波幅较大，波动较第2次波动剧烈，时间大大缩短。

第4次周期波动，2006年至2007年，历时2年，其中下降时期1年，即2006年；上升时期1年即2007年。这一周期的特点与第3次周期波动相似。

总体来看，1993年以来中国房地产经济波动呈现出的主要特征是：波动更加频繁，周期长度由5～6年缩短为2年的超短周期，且波幅有扩大趋势；增长率周期占绝对主导，无古典周期波动。至笔者截稿的2009年8月，中国房地产业经过2008年的低迷后再度繁荣，也就意味着中国房地产业可能又将完成一个从2008年至2009年的2年短周期波动过程。 2Y7hvPvzKHsZBPzhHp1/VwYxM6hwSR+lUGz+ilD3m3GgmdaAKjzgN1ydObkTjaoY

第四节
1993—2008年住宅销售价格周期分析

对于整个房地产业，价格显然已成为最受关注的变量。除本书提到的两种经济周期波动外，还有第三种经济周期波动分类，即增长周期波动（也称现代经济周期波动），该类周期波动是指总体经济活动的相对水平有规律地出现上升与下降的交替和循环；增长周期波动包括增长率高于增长趋势和增长率低于增长趋势的时期。因此，首先需要分离经济增长趋势，然后利用原序列对趋势的离差来表示经济周期波动。本书用HP滤波法对住宅销售价格序列进行分解，并对价格的周期进行划分，价格数据来源于表2-3。

一、住宅销售价格序列时序特征

对住宅销售价格序列做单位根检验如下，检验方法为ADF检验法，检验模型中包含趋势和截距项，用SIC标准自动选择最优的滞后阶数。

检验结果表明，ADF检验统计量大于10%的临界值，故接受有单位根的原假设，认为价格序列不平稳，每个冲击都会决定一个新的增长路径，而且冲击对序列的影响无限制地持续下去，波动主要由增长路径波动引起，平衡的奇异成分才是周期成分。此外，检验模型中的趋势项和截距项显著，说明模型形式恰当。

二、HP滤波结果及周期分析

在验证了住宅销售价格序列的时序特征以后，运用EViews5.0软件作HP滤波，如图2-9所示。

注：图中呈明显周期性波动的曲线即为价格周期波动曲线（Cycle）。

由图2-9可以看出，1993年以来，虽然住宅销售价格的波动较为剧烈，但远没有房地产业的整体波动有规律性，不考虑1993年起始年份，大体可以分为以下4个半周期：

第1次周期波动，1993年至1995年，历时3年，除起始时期1993年外，下降时期为1年，即1994年；上升时期为1年，即1995年。

第2次周期波动，1996年至1997年，历时2年，下降时期为1年，即1996年；上升时期为1年，即1997年。

第3次周期波动，1998年至2005年，历时8年，下降时期为6年，即1998年至2003年；上升时期为2年，即2004年和2005年。

第4次周期波动，2006年至2007年，历时2年，下降时期为1年，即2006年；上升时期为1年，即2007年。

至笔者截稿的2010年3月，中国房地产业经过2008年的低迷后再度繁荣，价格重拾上涨态势，也就意味着中国房地产业又完成了一个从2008年至2009年的2年短周期波动过程。如果将此处的价格周期与整个房地产经济周期进行对比，经过对图2-10的观察我们发现，从2006年开始，行业周期与价格周期表现出了较强的同步特征，但2006年以前则没有规律可循，即使对两时间序列进行提前、滞后处理，仍没有发现明显的规律性。

另外，价格在很大程度上与中国的城市化进程、投资、投机等一系列其他因素相关，房地产均衡价格的研究是个单独而复杂的课题，本书只识别住宅价格的周期，不再对价格趋势做更多预测。 yWk7pR1Gpd092C6wOl5kiKG1IXTx8DzODI4NWZoMhqYPNhGgp+3IpSEdbsx1Fjew

第五节
房地产泡沫危机及中国的房地产价格调整压力

本书的研究逻辑是房地产行业的波动性是比较明显的，从而对商业银行的整体信用风险水平产生重大影响；同时，房地产行业的波动性是周期性的，或者说是有规律可循的，研究房地产行业波动的周期性规律能在一定程度上防范商业银行的信用风险。通过笔者对中国59年来的房地产经济周期进行仔细研究后发现，中国的房地产经济的确存在波动性，这种波动性也有确有规律可循，但是由于中国没有经历过明显的经济衰退，真正的房地产市场起步时间较短，除了类似20世纪90年代海南房地产泡沫那种局部性的房地产市场崩盘之外，中国房地产行业尚未出现过大面积、整体衰退的时期。特别是进入20世纪90年代以后，古典周期已不占主导地位，周期性波动以增长周期和增长率周期为主，基本处于单边繁荣的阶段。如果从纯理论角度讲，增长率周期中同样可能存在较大的房地产金融信用风险，比如构成房地产成本的主要部分如地价和原材料价格涨幅远超过房地产价格涨幅时，虽然房价仍然在上涨，开发企业也可能因为亏损而出现违约，但这种比较特殊的情况仍然与我们研究房地产周期波动导致风险的初衷是背离的。那么，这是否意味着中国房地产行业将永远向上了呢？是否意味着中国商业银行可以不重视房地产经济周期了呢？答案当然是否定的，因为一个不成熟的房地产市场在外力刺激下的超常繁荣可能蕴藏着更大的危机。美国次贷危机已清楚地告诉我们，即使在市场经济和金融市场高度发达的美国，同样难以避免房地产经济周期给经济和金融带来的冲击。在同类研究房地产金融风险的文章中，大多大篇幅地罗列历史上著名的房地产经济、金融危机案例，本书的写作风格为以最重要的笔墨着力于最需要探索和分析的领域，不再对那些已被业内人士熟悉的案例作重复介绍，但为了本书的完整性，在此择其重要者作言简意赅的说明，同时作为引子对中国目前的房地产价格调整压力作一阐述。

一、日本房地产泡沫

20世纪80年代后期，为刺激经济的发展，日本中央银行采取了非常宽松的金融政策，鼓励资金流入房地产以及股票市场，致使房地产价格暴涨。1985年9月，美国、联邦德国、日本、法国、英国五国财长签订了“广场协议”，同意美元贬值，随后大量国际资本进入日本的房地产业，刺激了房价进一步上涨，1986年到1989年日本的房价涨了约两倍。受房价骤涨的诱惑，许多日本人发现炒股票和炒房地产来钱更快，于是纷纷拿出积蓄进行投机。到1989年，日本的房地产价格已飙升到十分荒唐的程度，国土面积相当于美国加利福尼亚州的日本，其地价市值总额竟相当于整个美国地价总额的4倍。到1990年，仅东京都的地价就相当于美国全国的总地价，一般工薪阶层即使花费毕生储蓄也无力在大城市买下一套住宅，能买得起住宅的只有亿万富翁和极少数大公司的高管。1991年后，随着国际资本获利后撤离，由外来资本推动的日本房地产泡沫迅速破灭，房地产价格随即暴跌。到1993年，日本房地产业全面崩溃，企业纷纷倒闭，遗留下来的银行坏账高达6000亿美元。

二、中国香港地区房地产泡沫

中国香港地区的房地产热最早可以追溯到20世纪70年代。当时，李嘉诚、包玉刚等商界巨子纷纷投资房地产领域，香港十大房地产公司先后公开上市，来自日本、东南亚和澳大利亚等地的资金也蜂拥而入，香港的房价和地价急剧上升。到1981年，香港已成为仅次于日本的全世界房价最高的地区，1984—1997年，香港房价年平均增长超过20%，1996年香港竟出现必须花150万港元买一个房号的怪事。就在香港的房地产泡沫达到顶峰时，东南亚金融危机降临了。1998年至2004年，香港楼价大幅下跌，平均下跌幅度超过60%，平均每位业主损失达267万港元，房地产开发贷款的违约率急剧上升。

鉴于本书结构的需要，美国次贷危机将在第六章重点讨论，不在此叙述。由此可见，要理性地看待中国目前的房地产行业单边繁荣，研究房地产经济周期对中国银行业的冲击，仍然要对房地产周期的波幅和波长有足够的估计，这些估计，亦将充分体现在本书以下章节对于各类房地产行业相关贷款的信用风险分析和压力测试当中。

三、中国房地产价格调整压力

国家统计局数据显示，2003—2008年的6年间，全国住宅销售均价由2197元／平方米上涨至4456元／平方米，北京市住宅销售均价由3576元／平方米上涨至11648元／平方米，分别上涨103%和226%。根据中国房地产信息网最新数据，以北京为例，2009年12月北京市普通商品房一类地段集中成交价34500元／平方米，同比上涨97%。这些直观的数据已经在频频提醒我们思考一个问题，中国存在房地产泡沫吗？中国的房地产泡沫严重吗？虽然中国历史上只有少数局部性泡沫出现（众所周知，泡沫程度非常严重），但关于房地产泡沫的研究却汗牛充栋，对于衡量房地产泡沫的各项指标如房价收入比、房价租金、空置率等均有很好的对比研究和计量分析，本书不再赘述。大多数研究结论、诸多重量级的经济学家及每个人对于房价的感受均告诉我们，中国在短期内迅速上涨的房地产价格已面临较大的调整压力。因此，即使无法从目前中国房地产业表现出的周期特征上发现其风险特征，我们也已清楚地看到了由于房价上涨带来的风险积聚问题。由于房地产金融对中国整个银行业影响巨大，且房价调整将直接带来房地产金融信用风险的增加，因此对价格调整压力下中国商业银行的信用风险防范问题的研究是非常有必要的，也是非常迫切的。 yWk7pR1Gpd092C6wOl5kiKG1IXTx8DzODI4NWZoMhqYPNhGgp+3IpSEdbsx1Fjew