经济政策风险、房地产市场从众行为与信贷风险的影响关系研究.docx

经济政策风险、房地产市场从众行为与信贷风险的影响关系研究摘要本文主要研究了房地产市场从众行为对信贷风险的影响；在经济政策作用下房地产市场从众行为的变动及其对信贷风险造成的影响。在文献综述中主要通过之前学者的文献概述印证假说的成立，并且通过行业数据收集和回归分析运用数学的模式验证了整体市场收益率，居住房市场收益率，从众行为，经济政策变动之间的相关关系，进而证实假说的成立。本文通过研究所得到的结论如下：首先，在不考虑经济政策波动的影响下，房地产市场上的从众行为对信贷风险差生负向影响关系。其次，经济政策不确定性对于信贷风险产生正向影响作用。另外，在加入经济政策波动的影响后，经济政策不确定性作为影响从众行为的因素而导致良性从众的出现，使得商业银行信贷风险降低。本文的主要贡献点在于考察了经济政策波动对于商业银行信贷风险的影响，并且考虑了在加入经济政策波动作为交乘项之后从众行为对信贷风险的影响关系。关键词：经济政策波动，从众行为，信贷风险，回归分析 II目录1绪论11.1 研究背景12 文献综述22.1 从众行为对信贷风险的影响22.2 经济政策波动和其影响下的从众行为对信贷风险的影响43 模型与方法设计63.1 样本选取和数据来源63.2 自变量指标设定73.2.1 CSAD模型设定73.2.2 NHCI模型设定83.2.3 模型设定93.2.4 描述性统计分析94 实证分析和结果104.1 三者整体相关性和趋势性分析104.2 从众行为和市场变动对于信贷风险的影响134.3 政策波动和整体市场环境对信贷风险的影响144.4政策波动影响下的从众行为对于信贷风险的影响155 结论17参考文献18致谢221绪论1.1 研究背景随着中国房地产市场在21世纪中的飞速发展，房地产市场行为成为了对中国房地产研究的主要模式。随着网络泡沫和后续的股票市场的动荡，加之2008年的金融海啸，投资者对于金融市场的信心减少，继而寻求另一种可以规避风险的方式，诸如房地产市场，中国房地产市场受到的冲击和影响也不例外，中国房地产市场投资者也更加倾向于让自己资金通过房产进行保值。中国房地产市场泡沫在近些年中一直存在，居住型房地产市场也在近几年中呈现出价格上升态势，而房地产作为百姓可以直接投资的不动产所带来的保值效应使得很多人认为购买居住类房产是最佳的保值模式。在机构或大型投资者投资房产赚取升值空间之后越来越多的中小型甚至个人投资者也纷纷加入投资房地产的行列。在投资者进行投资决策时一些投资者可以很好的调查投资相关的讯息并且做出理性判断，但是有另外一些投资者并不能在需要投资资金的短时间内做出正确的决策而更倾向于跟随一些有经验的投资者进行决策。所以我认为在中国居住房市场上从众行为是一个重要的课题。现如今，更多的人选择通过银行房屋抵押贷款，或者通过运用适当的财务杠杆让自有资金更加活络，可以购买更多的不动产赚取利益。但是国家对于预售房政策的调控，租住同权的出台和对于商品房租赁市场鼓励使得房产价格并不像之前那样快速向上发展，有些投资者并不能够承受政策波动带来的风险，进而不能支付抵押贷款的利息和部分本金，导致银行信贷风险的产生。中国房地产市场政策风险的主要表现在经济政策不确定性层面。其表现为：投资者预期房地产市场上价格会上升但是实际因为政府的宏观调控政策房价并没有像预期一样达到新的高度，由此而引发的经济政策风险和这种风险在房地产市场和金融市场内部的传导让中国房产市场展现出了较高程度的不确定性。为了衡量中国居住房地产市场上的不确定性因素，中国经济政策不确定性 (EPU) 就成为了主要的测定指标。Baker, Bloom and Davis (2015) 提出的有关经济政策不确定性指数来表示中国房地产市场上政策波动程度。经济政策不确定性测定了有关投资、出口、经济增长和就业都会造成一定的影响。并且经济或者政策的冲击会对市场上公司的成本、销售和利益造成极大程度的影响。许多研究都聚焦在EPU对于经济和资本市场上的影响。信贷风险也是投资者行为的重要影响指标。因为投资者的信用和对贷款的态度会着重的影响投资者行为和市场的表现形式。所以信贷风险作为主要的参考性指标成为了我的研究对象之一。中国房地产市场风险可以划分为两个层面，一方面是基于各种原因使得房地产价格大幅度波动造成的风险，另一方面是投资者在准备转出或出租时遇到的不适合买家的情况。这两种都会产生信贷上面的影响，第一方面对于信贷风险上的影响在于商业银行的房屋抵押贷款，如果因为经济政策波动的风险因素，诸如调整首套房贷款利率，限制房屋预售等政策都会使得房产价格波动，给投资者造成风险；第二方面的影响基于房屋租赁中出现长租公寓等新型租赁模式，造成了更大程度上承租人的不确定型风险，另外租金也可以通过银行贷款获取而产生某种程度上的信贷风险。本文运用EPU和从众行为的效果研究其对中国居住房市场信贷风险的影响。文章的主要结论如下: 首先，从众行为对于信贷风险产生反向影响作用。另外，经济政策波动对信贷风险产生正向影响，经济政策波动下的从众行为对于信贷风向产生负向影响作用。2 文献综述基于中国房地产市场上从众行对信贷风险影响的研究和加入政策波动后从众行为影响的变动，我参考了之前学者有关从众行为和经济政策不确定性对于信贷风险影响的研究，并基于此得出了文章的结论。2.1 从众行为对信贷风险的影响中国房地产在近几年从呈现出一种持续走强的趋势，尤其是在于住房市场上面，房屋价格的持续走高给投资者一种强烈的刺激讯号，让投资者认为中国房地产市场是最佳的投资渠道进而越来越多的人愿意跟随先行者加入房地产市场的行列。Song, Wang and Qin (2008) 从资产价格角度分析了北京房地产市场是否存在从众行为，北京房地产市场的实证检验结果表明，2003年是转折点：之前并不存在从众行为，而此后就显而易见了。Wang (2013) 检验了北京住房市场的相关情况得出了中国房地产市场存在严重的从众行为。Lan (2014) 利用1998年至2013年30个中国省市市区住宅销售价格的独特数据集，检验从众行为，证明了中国房地产市场确实存在城市层面的从众行为。He (2009)对中国35个城市的房地产市场进行了详细调查，发现中国房地产市场存在严重的从众行为。由此可见，在众多学者的研究中，近些年来中国房地产市场确实存在着从众行为，并且这种行为会影响到整个行业的发展。在证明中国房地产市场存在从众行为之后，从众行为所带来的影响就成为了各个学者研究的关键点。基于从众行为对于市场的具体影响层面，学者们研究不同的市场和不同的发展阶段分别得出了对于中国房地产市场之前表现得不同结论。Ke and Huang (2012)运用前20年来中国20个主要省份的面板数据进行分析得出了：从众行为在中国房地产市场中具有重要意义且其在不同情况下呈现出不对称性，并且房价与从众行为增加程度之间的反馈效应已经形成。Lan (2014)的研究结果表明，增加市场的从众形成比市场减少更强。He (2009) 认为从众行为是房地产市场的关键行为之一，是加快商品房价格上涨和销售下降的因素。Wei, Yang and Wang (2007)认为房地产市场中的从众行为对市场的效率和稳定性有很大的影响。其研究结果表明，宏观经济基本面与房价之间的关系因存在从众行为而变得更大。从众行为对中国房地产市场的诸多影响也从一个层面上说明了这种行为作为房价的主要影响因素的研究意义和价值。从众行为作为中国房地产市场上的主要影响指标，其对商业银行信贷风险的影响也是十分显著的。基于房地产市场影响下对于中国商业银行信贷风险的研究，之前的学者主要是基于国内和国际两方面进行研究，并且将不同的风险进行整合研究得出房地产市场上商业银行存在的信贷风险的层面。Kai and Tian (2008) 提出了随着房地产市场持续升温，商业银行面临着越来越大的双重风险。一方面，由于目前国内融资渠道不足，商业银行贷款成为房地产开发商的主要融资手段。另一方面，随着住房需求的增长，大多数商业银行开始对房地产进行抵押贷款购买。由于商业银行存在的种种不足，更多的研究就基于房地产市场对于商业银行的特定因素的影响进行研究。Yang and Yao (2006) 指出作为资本密集型行业，房地产行业严重依赖银行对资金的支持。近年来，房地产业的扩张对银行融资造成了很大影响。在这个过程中，银行的风险集中度会变得很高。Burdekin and Tao (2014) 指出房价对流动性和贷款利率上升的反应，以及股票价格和房价具有共同决策。基于此房地产市场的变动和房地产市场投资人行为对信贷风险产生了显著性影响。基于此，房地产市场投资人更愿意遵从机构或大型投资人的决断而从众，使得自己的投资决策更加趋于理性化，虽然有更多的投资者通过商业银行借贷进行融资，但是在投资更理性地前提下他们会评估借贷的成本在进行决定。虽然整体市场的从众行为增加，但是商业银行的信贷风险水平下降。基于此，本文的第一个假设如下：假设1：房地产市场从众行为对信贷风险产生负向影响关系。2.2 经济政策波动和其影响下的从众行为对信贷风险的影响经济政策波动对于中国房地产市场的影响层面也有所不同。中国在不同的经济发展阶段下为了适应不同的发展需要通过政策的颁布和实施控制房地产市场的过快上涨或者房地产价格的波动。Baker, Bloom and Davis (2015) 提出了经济政策不确定性指标（Economic Policy Uncertainty EPU）来衡量经济政策波动其他产业的影响。经济政策不确定性指标(EPU)可以很好地作为衡量政策波动影响的指标，EPU的波动和大小可以作为整体市场政策影响的因素。经济政策不确定性表现出的是投资者行为和市场表现之间的差异，因为存在这种不确定性因素，进而细化到中国房地产市场作为市场政策的导向性指标。Chow, Cunado, Gupta and Wong (2017) 检验了经济政策不确定性（EPU）增长与中国和印度实际住房收益之间的因果关系。面板线性和非线性格兰杰因果关系检验表明，中国和印度都存在从EPU增长到实际住房收益的线性和非线性单向因果关系，而双变量线性格兰杰因果关系检验表明仅在中国实际住房回报存在增长的线性单向因果关系在EPU中呈现。他们在对中国住房回报结果的研究中证实了EPU数据的相关性，用来更好地了解和预测房地产市场回报的未来行为。Aye (2018)得出了经济政策不确定性具有时变回归的因果关系证据。这些经济政策变量所引发的中国房地产政策波动对房地产市场的从众行为和信贷风险也有一定程度的影响，并且因为政策变动的时变回归性不同时间段的影响因素不尽相同。EPU对于投资者行为的影响也有重要作用。先前的研究表明投资者面对的不确定性不仅表现在传统市场的价格波动层面而且也表现在想象不到的政策变动带来的不确定性(Ahlquist, 2006; Fuss, Szolgayova, Obersteiner and Gusti, 2008)。许多研究也基于经济政策不确定性和房地产市场的关系层面展开，并且可以很清楚的看到政策不确定性对房地产市场投资产生影响 (Aye 2018)。Antonakakis, Gupta and André (2015) 检测了房地产市场回报和EPU的动态关系，结果表明在19872014年期间房地产市场回报和EPU呈现负向相关关系。基于此EPU作为房地产市场的重要政策性指标具有积极的意义。而EPU对于房地产市场上的投资者行为也有显著性影响。Liow and Huang, (2018) 指出投资者在选择房地产市场投资行为的时候更关注于经济政策波动所造成的影响。在中国房地产市场上投资者更多的关注点在于政策波动带来的影响，而更多的后续行为会因为一些大型投资者或者机构投资者的行为的改变而改变。市场上也存在抵抗变动的行为，投资者更倾向于避免市场变动所带来的影响而减少自己的贷款行为。另外一些投资者会因为经济政策波动性增加而导致原本的投资决策受到干扰，影响他们原本在商业银行的贷款，继而银行的信贷风险增加。所以经济政策波动越大，银行的信贷风险水平越高。在EPU影响下的从众行为对于信贷风险的影响也具有相关关系。如前所述，在经济政策风险的影响下投资者更不愿意承担更多的风险性而对于投资决策更加审慎。这从一方面会降低可能造成不良后果的从众行为，另一方面，投资者的理性程度增加会导致更多的人遵从正确的投资决策而减少商业银行的信贷风险。Zheng (2011) 指出自2010年以来，中国先后出台了一系列房地产调控政策，通过房地产调控政策的作用，进入房地产理性调整期。在此背景下，加强商业银行房地产贷款风险研究，探讨建立可持续信贷模式具有重要意义。Ma (2011) 做了关于中国房地产市场泡沫，银行信贷资本效应和泡沫风险的研究。在他们的模型中，将首先找出影响房价的因素，并对未来价格进行简单的预测。然后他们将研究抵押贷款存在对房价泡沫的影响。另一种模式显示抵押贷款首付比例也影响资产价格泡沫。Deng and Liu (2009) 指出因为中国预售房政策的影响下，更多的投资者愿意通过远期合约和房地产抵押贷款的方式进行融资，在这个种方式下银行等金融机构成为了他们的首选。目前，中国政府提出了租售同权和限制预售房交易等政策，因为这种政策的波动导致了房地产市场上的投资者更加倾向于遵从政策发布之后理性的分析师报告所呈现出的公司预测的内容，这种因为政策波动导致良性的从众行为造成了商业银行信贷风险的下降。基于此，本文的第二个假设如下：假设2：EPU对信贷风险有正向影响作用，但影响下的房地产市场从众行为对于信贷风险产生负向影响。3 模型与方法设计3.1 样本选取和数据来源这篇论文选取2008年1月至2018年9月的中国A股居住房地产市场月收益率、中国房地产市场整体的月收益率、中国四大银行(中国银行、中国农业银行、中国建设银行、中国交通银行)的月收益率为四大行不良贷款的代理变量 Qi(2012)指出商业银行资产对信贷规模有正向影响，进而推出不良贷款额和商业银行月收益率正向关系。通过相关系数的检验也可以得出正向关系，为了统一数据收集时间区段，所以采用商业银行的月收益率作为信贷风险的代理变量。、经济政策不确定性(EPU)指数、中国房地产开发景气指数作为整篇论文所有变量的来源和依据。时间跨度选取20082018年月度数据，Wu (2015)指出2008年经济危机后中国房地产市场进入新的发展周期。2008金融危机后国际房产市场变动对中国货币政策和房地产政策有影响。在此之后中国为了防止房地产市场泡沫和房价过快上涨实施了一系列调控政策，新时代的政策更加符合中国住房市场的现状。在数据库中可以找到相对应的月度数据作为原始数据的来源对论文进行支撑。选取中国四大商业银行的原因是中国市场和其他市场不同点在于四大国有商业银行受中国中央银行的控制并且分管中国的农业储蓄信贷(中国农业银行)、国家基建投资(中国建设银行)、在城市开展储蓄和借贷(中国工商银行)、外币管理(中国银行)，四大行的业务很大程度上涉及中国城乡建设，所以用四大行的数据作为代表具有可行性。经济政策不确定性指标(EPU)主要基于Baker Bloom and Davis (2015) 提出的有关经济政策不确定性指数和中国经济政策不确定性主要为新闻指数，但是也可以表现出中国经济政策的波动。中国房地产开发景气指数(国房景气指数) 综合反映全国房地产业发展景气状况的总体指数，从土地、资金、开发量、市场需求等角度显示全国房地产业基本运行状况，波动幅度，预测未来趋势，作为居住房市场的非主要影响因素，用国房景气指数作为控制变量可以更准确的表现居住房市场的发展特点。表1 论文变量模型选择变量类型模型意义因变量Rbt银行月平均收益率作为信贷风险的代理指标自变量CSAD个别收益和市场收益的差异体现从众行为Rmt房地产市场收益率Rit居住房市场公司收益率EPU经济政策不确定性指标控制变量NHCI国家房地产市场景气指标3.2 自变量指标设定3.2.1 CSAD模型设定CSAD模型运用股票市场上行业收益率减去整个市场收益率的绝对值在很多研究中作为研究从众行为的基础指标(Lin et al.,2018)。CSAD模型的表现在Chang, Cheng and Khorana (2000) 为以下方程：(1)公式中Ri,t表示中国居住房市场的股票收益率，公司i在时间t的收益率，Rm,t表示整个房地产市场的平均收益率。公式从整体上表现的是个别公司股票收益率和市场整体收益率的差异。先前文献从多个方面表现出CSAD可以从一定程度上表现出中国市场上从众行为的程度。Shu-Geng and Bin (2016) 基于CSAD模型构建股票收益与加权市场收益之间的偏差指标，选择构成沪深300指数的股票来检验国内股票市场存在从众行为并且从众行为存在差异。许多文献从不同的角度说明了CSAD模型可以用来研究房地产市场的从众行为。Ngene、Sohn and Hassan (2017) 通过CSAD模型研究美国房地产市场的从众行为得出从众程度因制度，地区和条件分布而异。Lin , Wu and Chen (2018) 用CSAD模型提出美国REITs市场存在从众行为。另外，在中国房地产市场的研究中，Lin and Tsai (2016)研究指出中国房地产市场存在波动性效应。并且Lan (2013)在研究中用CSAD作为衡量中国房地产市场从众行为的公式，并且通过实证分析说明了中国房地产市场上的众行为，不管市场上升还是下降都存在。不同的文献从不同角度解释了CSAD可以衡量从众行为并且也适用于衡量房地产市场的从众行为。CSAD模型表现出的是部分市场和总体市场的收益率的差距，如果市场上存在从众行为，从众效应越强所以差异越小，CSAD越小，反之差异越大，CSAD越大。所以CSAD指标和居住房市场从众效应负向相关，也正因如此可以用CSAD度量存在从众行为的居住房市场上的从众行为的程度。3.2.2 NHCI模型设定中国房地产市场景气指数（NHCI）以房地产开发投资为基准指标，选取了房地产投资、资金、面积、销售有关指标，剔除季节因素的影响，包含了随机因素，采用增长率循环方法编制而成，每月根据新加入的数据对历史数据进行修订。NHCI可以衡量从1997年以来中国房地产市场的紧张程度和变化程度，虽然并不是直接衡量中国房地产市场收益率的指标，但是作为房地产市场上的主要影响因素，NHCI从一定层面表现出中国房地产市场的整体状况。NHCI指标的基准为100 (1995年),之后的年份中高于100表示市场处于上升状态，低于100表示市场处于下降状态，这个指标表现出市场状态对投资人行为产生影响。Yu, Ying and Zhong (2014)指出国家房地产市场景气指数对于经济发展有明显的溢出效应。Amp and Fang (2010) 通过使用中国房地产市场景气指数说明房地产市场的周期性波动特征。我认为中国房地产市场景气指数作为对中国房地产市场具有显著性影响特征的指标应当作为重要参考对象。但是其并不是直接影响指标，所以本文从控制变量的角度对中国房地产市场景气指数的影响进行研究。3.2.3 模型设定在模型设定过程中，为了验证在居住房市场收益率和信贷风险的关系，用Rit表示的居住房市场收益率在信贷风险高或者低的时候呈现出相反的变动模式，即将居住房市场收益率的变动与信贷风险的正负不同进行对应分析，得出的相关系数呈现出反向变动的关系，如下表所示：表1：信贷风险为正信贷风险Rit信贷风险1Rut0.1105411表2：信贷风险为负信贷风险Rit信贷风险1Rit-0.036091所以在证明居住房市场变动和信贷风险之间的相关关系时选取居住房市场的绝对值进行分析。另外，为了放大市场变动带来的影响，居住房市场变动的平方可以更好地表现市场变动中信贷风险的变动状态，在之后的模型构建中采用Rit的绝对值和平方的原因也如此。3.2.4 描述性统计分析描述性统计分析基于整体数据的集中程度和离散程度进行分析，并且对数据中整体所呈现出的对应关系进行分析，继而得出相对应数据得分布状态。其中，平均数，中位数，众数说明了整体数据的集中水平，并且体现出数据的基本分布模式。标准偏差，方差，偏度和峰度表现出数据的离散程度和正态分布水平，置信度则表示数据落在某个区间。整体描述性分析可以从数据分布的角度表现各个数据的分布特征，提升了整体数据在回归执行中的适用程度。表3：描述性统计分析RbtCSADEPU Rmt|Rit|Rit2CSAD*EPUNHCI平均0.003 1.018 209.064 0.011 1.029 1.130 230.401 99.129 标准误差0.007 0.026 11.793 0.009 0.024 0.053 17.715 0.327 中位数0.003 1.026 162.693 0.003 1.026 1.053 167.467 100.370 众数#N/A#N/A103.444 #N/A#N/A#N/A#N/A104.720 标准差0.078 0.300 133.944 0.106 0.267 0.607 201.203 3.711 方差0.006 0.090 17940.921 0.011 0.071 0.369 40482.573 13.772 峰度3.526 1.678 1.852 0.822 2.569 12.038 3.523 -1.141 偏度0.393 0.254 1.363 0.171 0.569 2.304 1.842 -0.120 区域0.556 1.992 668.705 0.611 1.827 4.830 935.787 13.680 最小值-0.243 0.259 26.144 -0.278 0.408 0.167 26.703 92.430 最大值0.313 2.251 694.849 0.333 2.235 4.997 962.490 106.110 求和0.405 131.291 26969.218 1.480 132.771 145.789 29721.782 12787.624 观测数129.000 129.000 129.000 129.000 129.000 129.000 129.000 129.000 最大0.313 2.251 694.849 0.333 2.235 4.997 962.490 106.110 最小-0.243 0.259 26.144 -0.278 0.408 0.167 26.703 92.430 置信度(95.0%)0.014 0.052 23.335 0.018 0.047 0.106 35.052 0.647 4 实证分析和结果本文通过实证分析主要再证明居住房市场从众行为对信贷风险的正向显著性影响作用。经济政策不确定性指标 (EPU作为从众行为的交乘项加入之后对信贷风险也有正向显著性影响。我们从两个角度证明这两个观点，其一是从宏观上相关系数和折线图表现其特征，其二是从多元线性回归分析中加入不同的变量进行讨论分析。4.1 三者整体相关性和趋势性分析为了证明居住房市场从众行为、经济政策不确定性 (EPU) 和银行信贷风险之间的相关关系，文中先从图像和相关系数这种宏观的角度说明。Lan在研究中用CSAD作为衡量中国房地产市场从众行为的公式，并且通过实证分析说明了中国房地产市场上的众行为，不管市场上升还是下降都存在。所以在研究中我们选取CSAD作为从众行为的指标来进行研究。从2008年1月到2018年9月月度数据摘取后我采用时间序列数据分析的方式研究不同指标自身随时间的变化和对其他指标的影响关系。表3展示出三个主体研究因素的相关系数，从表中我们可以看出EPU和CSAD对于信贷风险都是负向影响作用(-13.43%，-0.67%)，说明整体上从众行为对于信贷风险具有正向影响而经济政策波动对于信贷风险具有负向影响作用。表中除了检验两个指标对于信贷风险的影响关系，我还研究了经济政策波动和从众行为的相关关系,表明经济政策波动和从众行为具有负向相关性(44.25%)，也表明二者可以互相影响共同对信贷风险产生作用。表4 EPU、信贷风险、CSAD的相关关系信贷风险CSADEPU信贷风险1CSAD-0.1341EPU-0.0070.4421除了相关系数之外，我也从宏观的图像层面研究EPU、CSAD和信贷风险之间的关系。从图1中不难看出EPU和CSAD呈现正向相关关系，表明经济政策波动对于从众行为的具有负向影响作用，也证明出他们之间存在联系性。图2和图3都可以表明EPU和CSAD对于信贷风险具有联动关系，且影响有时是负向的。从表和图的宏观趋势来看整体指标也可以证明从众行为和信贷风险正相关而经济政策波动和信贷风险负相关，且经济政策波动和从众行为具有联动关系。图1 EPU和CSAD的相关关系图2 EPU和信贷风险的相关关系图3 CSAD和信贷风险的相关关系4.2 从众行为和市场变动对于信贷风险的影响Chang et al.(2000)提出了用CSAD指标表示从众行为的影响，并且根据从众行为的基本定义，CSAD指标越大从众行为越小，反之也成立。而市场因素既作为影响房地产市场从众行为的因素，也作为影响银行信贷风险的指标，整体市场和居住房市场的变动状况从另一方面表现出对于信贷风险的影响程度。基于此得出以下公式，并且进行回归分析。(2)公式中Rmt表示整体市场收益率，Rit表示居住房市场收益率。从回归分析的结果中得出市场变动对于信贷风险具有正向显著性影响( t=8.533*)，表明市场回报率越高信贷风险越高，在市场高回报的条件下，投资者更愿意通过贷款进行融资已达到多样化投资决策的目的，在贷款份额增加同时不良贷款也呈现出上升趋势，银行信贷风险水平增加。同样，居住房地产市场的变动对于信贷风险的影响也展现出正向显著的相关关系( t=6.725*),表明居住房市场变动对于信贷风险的影响和整体房地产市场类似，在市场回报率高的时候信贷风险水平高。而在研究CSAD对于信贷风险影响的时候，我发现CSAD对于信贷风险具有正向显著的影响作用( t=-2.093*)。基于CSAD和从众效应的负向相关关系，所以在中国居住房市场上从众效应和信贷风险负相关，从众效应越强，银行业的信贷风险越低。从众效应解释了在房地产市场投资方面投资者更愿意追随理性的投资人进行的决策而不是自己原本决策的时候，投资的效益更好，虽然通过贷款进行融资，但是基于他们的理性程度增加，商业银行的信贷风险水平下降，这种理性的从众行为更有利于经济的良性发展。表3中国居住房市场信贷风险的回归分析信贷风险(1)(2)Coef.t-valueCoef.t-valueIntercept-0.081-1.797*-0.1130.024*CSAD0.0402.093*0.0410.019*Rmt0.4898.533*0.4940.057*|Rit|0.0080.1070.0670.020*Rit20.0270.804注：*，*分别表示在10%，1%的显著性水平上4.3 政策波动和整体市场环境对信贷风险的影响如前所述，市场波动和从众行为都对信贷风险有所影响，并且得到验证。为了进一步验证加入经济政策不确定性 (EPU) 影响之后的效果，我将公式(2)加以变形:（3）公式中EPU表示经济政策不确定性，NHCI表示中国房地产市场景气指数。从整体的回归分析结果可以看出在加入EPU指标之后，整体市场的表现对于信贷风险的影响仍然是正向显著的 (t=8.533*) ，说明在政策波动的条件下整体市场对于商业银行信贷风险的影响依旧是市场回报率越高，投资者更愿意通过贷款进行融资以加重银行的信贷风险水平。在加入控制变量NHCI之后整体的相关性和显著性没有明显改变 (t=7.76*), 说明市场表现具有可信性。另外在研究EPU对于信贷风险的影响中，不管是否加入控制变量NHCI，EPU的影响都是正向显著的 (t=5.449*, 5.537*)，说明中国房地产市场经济政策波动越大，商业银行的信贷风险水平越高。经济政策波动的条件下，整体经济环境较前期更不稳定，投资人的投资行为比在稳定的环境下面临更大的风险性水平，会有更多的投资者在经济波动的条件下不容易归还贷款，进而商业银行的不良贷款水平可能因为经济政策不稳定性水平增加而扩大。表4 政策波动和和整体市场对信贷风险的影响信贷风险(1)(2)Coef.t-valueCoef.t-valueIntercept-0.087-2.106*0.0660.496CSAD-0.0271.5760.0241.394Rmt0.4468.533*0.4257.76*|Rit|-0.002-0.03-0.008-0.119Rit20.0150.5000.0200.655EPU0.00025.449*0.00025.537*NHCI-0.002-1.21注： *表示在1%的显著性水平上4.4政策波动影响下的从众行为对于信贷风险的影响在过往的研究中，学者们对于经济政策波动对商业银行的信贷风险进行研究，Chi and Li (2017) 研究指出EPU增加了银行的信用风险，并对贷款规模产生了负面影响。Bordo, Duca and Koch (2016)提出政策不确定性对银行信贷增长有显着的负面影响。为了进一步进行说明EPU的影响效果，我将公式(3)进行变型，加入EPU*CSAD作为自变量考察，并且主要针对整体市场对于信贷风险的影响进行分析。单纯考虑EPU和从众行为的影响都并不全面，如果将两者相联系考虑对于信贷风险就显得更加全面，公式变型如下：(4)从回归分析的结果可以看出，市场影响对于商业银行信贷风险的影响依旧是正向显著的 (t=10.561*)，说明在考虑到政策变动影响下的从众行为对于信贷风险的影响程度下，整体市场的表现越好，会有更多的人倾向于进行贷款融资，进而信贷风险的水平越高。另外在研究经济政策波动下的从众行为对信贷风险的影响中发现，在考虑到经济政策变动的影响之后，CSAD对于信贷风险的影响依旧是正向显著的 (t=2.276*, 1.727*)。说明在经济政策波动的状态下，从众行为越高，信贷风险越低。在经济政策波动的大环境下，投资者更倾向于理性的投资而遵从他们值得信赖的大型或机构投资者的决定而更加审慎。在这种环境下，他们理性投资的程度增加，虽然依旧可以通过商业银行贷款的方式进行多元化投资，但是在更加理性的投资氛围中不良贷款减少，银行的信贷风险下降。表5 政策波动影响下的从众行为对信贷风险影响信贷风险 (1) (2) Coef.t-valueCoef.t-valueIntercept-0.017-2.072*0.1152.280*CSAD-0.111-2.358*Rmt0.52410.561*EPU-0.00034-1.501EPU*CSAD0.000062.276*0.00031.727*注：*，*，*分别表示在10%，5%，1% 的显著性水平上综上所述，在数据分析部分得出如下结论：其一：居住房市场从众行为对信贷风险有负向显著的影响关系，说明从众行为越强信贷风险越低，投资者倾向于遵从大型或机构投资人使得自己的投资决策更加理性。其二：经济政策波动对于信贷风险具有正向显著的影响作用，并且经济政策波动影响下的从众行为对信贷风险具有负向显著的影响作用。 5 结论先前的学者从各个方向证明了中国房地产市场上存在从众行为，并且从众行为对房地产市场上投资人行为产生显著性影响。目前，中国房地产市场的政策波动较为明显，中国政府为了调控宏观经济和房地产市场泡沫而采取了一系列的刺激政策稳定房价，以激励更多的人通过银行贷款融资进行投资不动产，继而使中国的房地产又快又好的发展。在这种政策的刺激下，投资者对于政策波动的反应也因人而异，在政策波动的环境下，先前通过银行贷款进行融资的投资者可能会因为政策的收紧而不能够归还贷款导致银行信贷风险的增加。另一方面，经济政策波动对于其他的投资者来讲会更加审慎的对于房地产市场进行投资，可能会跟随大型或者机构投资者进行自己的投资决策，虽然也会通过贷款进行融资，但是她们因为投资决策更加理性而贷款决策也相对理性，商业银行的不良贷款下降，导致信贷风险的减少本文通过研究中国居住房市场上的从众行为对商业银行信贷风险的影响和在经济政策波动影响下的从众行为变动对商业银行的影响，对中国房地产市场上的投资者行为进行简要分析得出结论。基于市场上的信息不对称性，投资者在选择通过房地产市场的投资规避风险的时候很容易跟随其他大型的或者机构投资者进行决策，这样会导致中国房地产市场的从众行为。而这种从众行为是由于投资者更加谨慎的决断自己的投资行为导致的，进而更加审慎的决定是否需要通过商业银行贷款进行资金周转，银行的信贷风险随之下降。经济政策波动影响已经投资房地产市场的投资者的行为，影响他们偿还贷款的能力。而中国居住房市场上经济政策的波动引起更多的投资人愿意跟随理性的投资者进行决策，这也是从众行为的一种，但是由于他们的投资理性化程度更高，使得它们更明白怎样才可以让自己的资金创造更多的价值。这种政策波动影响下的理性的从众行为增加使得投资者的借贷更理性，银行的信贷风险降到一个较低的水平。进而得出本文的结论：中国居住房市场的从众行为对信贷风险产生负向影响；经济政策波动对于信贷风险产生正向影响；在经济政策不确定性的影响下，中国居住房市场产生良性从众对信贷风险产生负向影响。参考文献1 1 Weiyi S , Xiaogang W , Xuezhi Q . Herd Behavior Research on Beijing Real Estate MarketJ. Construction Econom