房地产业外源性融资结构对我国经济增长的影响

《房地产业外源性融资结构对我国经济增长的影响 》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、房地产业外源性融资结构对我国经济增长的影响房地产业外源性融资结构对我国经济增长的影响房地产业外源性融资结构对我国经济增长的影响房地产业外源性融资结构对我国经济增长的影响　　按照美国经济学家格利和爱德华肖的划分，融资方式可以分为内源融资和外源融资。内源融资是企业生产运营和原始资本积累过程中剩余价值的资本化，外源融资又分为间接融资和直接融资。间接融资主要是从银行等金融机构获取资金，解决房地产开发中短期的资金需求。直接融资主要是从资本市场获取资金，一般用于长期性投资，包括股票融资、债券融资、房地产证券化和房地产投资

2、基金等多种融资方式。外源融资由于不受单个企业自身积累能力的限制，能够迅速地、大规模地实现资本集中，融资效率高，因而成为企业较多采用的一种融资方式。本文主要从融资方式的视角分析我国房地产融资结构对经济增长的影响，从而选择更合适的房地产外源性融资方式。　　一、房地产融资方式分析　　20世纪90年代末以来，我国的房地产业随着经济发展、城市化进程的加快、居民收入水平的提高以及政府扩大内需政策的启动而快速发展，已经成我国国民经济发展中的基础产业和支柱产业。不过由于种种原因，我国房地产融资仍困难重重，融资渠道虽多，融资方

3、式仍显单一。总体上，我国房地产融资方式呈如下特点：1.以银行贷款为主，受宏观政策影响较大。2003年第一季度至2011年第四季度达到最高位亿元，我国房地产银行信贷规模呈逐步上升的态势。但是受宏观政策影响，2012年第一季度开始，银行信贷规模急剧下降，由2011年第四季度的亿元下降到2012年第一季度的亿元，降幅高达%，此后虽有所上升，但截至2013年第三季度依然只有亿元。很明显，房地产金融中银行信贷规模宏观政策的影响比较大。经过X12方法调整后可以看到，房地产信贷受政策因素影响在2010年、2005年到200

4、6年间、尤其是2012年以来最为明显。2.房地产信托资金迅速发展，成为我国信托资金投放最多的领域。2003年以来，我国房地产信托资金的规模不断扩大，尤其是2009年~2011年间增长极为明显，然而自2012年第一季度开始，房地产信托资金由于受到国家相关调控房地产业政策的影响，开始较大幅度下降，截至2013年第三季度，房地产信托资金仅为亿元，较2012年第一季度的亿元，降幅高达26%。从信托资金投放的领域看，房地产信托资金占全部信托资金的比重自2003年第一季度开始逐年增加，由2003年第一季度的6%增加到20

5、11年第二季度的%，此后虽由于政策等方面因素的影响有所回落，但房地产行业始终是信托资金投放最多的领域。　　二、我国房地产金融外源融资对经济发展影响的理论分析　　1.从购房人角度看，信托业繁荣及信贷扩张可能导致房价大幅波动。房价的正反馈效应是房地产市场的重要特点。当房价形成上涨预期的时候，各种投机资金入市将推动房价快速单边上涨；当房价超出老百姓的承受能力的时候泡沫就形成了，而泡沫膨胀将触发宏观审慎机制，如果宏观调控戳破泡沫，房地产市场反向正反馈效应启动将导致房价单边下跌。2.从开发商角度看，信贷扩张及信托业繁荣

6、将扩大投资规模导致供大于求而平抑房价；而资金流动性增强也却使开发商能够高价竞拍土地而形成房价上涨预期，带动投机投资者入市购房，从而推高房价。那么最终房价上涨还是下跌，将取决于市场的特殊性。总的来看，房改以来市场还是以推高房价为主。正是由于信贷扩张和信托繁荣对房价影响的这种波动性，导致房价对经济的影响也将存在两面性。房价上行一方面会形成财富效应，通过消费和投资推动经济繁荣；在房价单边下跌的过程中，无论是投机还是投资性购房都将迅速减少，加上房地产开发投资猛烈下降形成大量房地产烂尾工程，综合导致大量银行贷款坏账和信

7、托投资损失，从而进一步刺激金融业审慎经营，引致各类贷款和投资持续、急剧下降，从而严重阻碍经济发展。　　三、实证分析　　本文将以银行贷款代表房地产业间接融资，以房地产信托资金代表直接融资进行实证比较分析。1.变量选择。银行贷款。观察2003年~2013年间银行贷款的变化情况，其呈现出较为明显的季度循环变动及波动性，各季度的波动规律大致相同，且变化幅度越来越大。由于季节性变动掩盖了经济发展的客观规律，因此我们在利用季度时间序列进行计量分析之前，需要对时间序列进行季节调整。房地产信托资金。2003年第一季度以来，房

8、地产信托资金呈逐年上涨的趋势，而不同于银行贷款具有较为明显的季节变化规律，因此房地产信托资金无需做季节调整。为了尽量消除各变量本身的波动性，以各变量对数化后的时间序列作为模型中的变量。2.模型建立。银行信贷、房地产信托与经济增长模型。为了尽可能地体现出每个变量在模型中的作用，以及各变量对经济增长的影响，我们逐步将各变量加入到模型中。采用进行相关估计和分析表明，在不断加入控制变量后，模型整体的评价效果