论文部分内容阅读
摘 要：银行贷款是我国房地产开发和对住房消费支持的最主要融资方式，本文基于房地产价格与银行房产开发贷款之间的关系，通过相关性回归分析，得出相应的实证分析结论：房地产价格和房地产信贷具有紧密的关系，大量资金涌入房地产业会推高房价，房地产价格与信贷规模之间存在正相关性。文章最后从政府和银行角度提出了相应的政策建议。
关键词：银行信贷；实证分析；房地产价格
中图分类号：F830.5 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.03.34 文章编号：1672-3309（2013）03-80-04
近年来，中国经济一直保持着持续高速的增长，我国房地产业发展迅猛，商品房价格也大幅度的飙升，长势惊人的房价让中国的许多老百姓都是“望房兴叹”，调控房地产首要的切入点就是银行信贷，银行贷款规模的大小直接影响着房地产市场景气的好坏以及房地产价格的波动，分析银行贷款对房地产价格波动的影响也具有深远的意义。
一、我国房地产市场发展简述
了解我国房地产市场的发展，从宏观层面上规范我国房地产市场的走向，才能引导我国房地产市场健康合理的发展。
我国的房地产业从2008-2012年进入一个新的周期，伴随着住房市场化、城镇化的不断推进、人均收入的不断提高，我国住房方面的需求产生极大地释放，房地产投资额和房价大幅上升，经过2008年有关部门出台的相应政策抑制房价上涨后，2009年，无论是近9.4亿平方米的成交量，还是估算约4834元/平方米的均价水平，都创出了历史新高。
虽然政府一直在采取相应的宏观政策抑制房价的过快增长，但是由于市场反应的滞后性以及投资规模的加大，房价仍然以较快的速度增长，一些大城市（如北京、上海、深圳等）的房价的涨幅则更是惊人，远远高于全国平均涨幅，不少城市也出现了大幅上涨情况，甚至可以比美国的还要高。毫无疑问，我国房价已经普遍偏高，更是超出了一般居民的可承受能力，即使是中产阶级人士，在大城市买房也很困难，买房成为几代人的合力行为，房价问题已经成为人大政协讨论的热点话题，“新国五条”的诞生及具体的实施细则，也已经成为百姓最为关注的民生问题。
诚然，影响房地产价格的因素很多，涉及众多领域，不仅仅是个经济问题，还包括制度及政策因素、区域因素、社会因素等，直至还有心理因素的影响，百姓投资渠道单一等方面的问题。本文在此针对银行信贷对房地产价格的影响进行实证分析。
二、银行信贷对房地产价格影响的实证分析
虽然银行采取了紧缩的货币政策来收紧银根，但从统计数据中可以看出，银行的信贷规模仍处在较高的位置。
图1 2000-2011年房地产开发贷款余额
数据来源：央行公布的2000-2011年《金融机构贷款投向统计报告》
我国房地产市场对银行信贷的依赖性很大，银行较缺乏转移和分散风险的金融替代产品，如果银行银根紧缩，大部分房地产企业难以其他方式获取资金，导致风险加大。另外，银行存贷款的期限也影响银行的流动性，因为贷款资金的主要来源是一般性存款，通常不超过5年，存款的短期性与贷款的长期性，致使资产与负债发生不匹配情况，致使商业银行的流动性风险加剧。
当银行信贷处于一个大规模的基数时，就会无形之中推高房价，并在维持房地产市场看似正常运行的同时，加大了银行系统以及房地产市场的风险。
（一）实证分析
本文将采用计量经济学的相关方法拟分析全国商品房均价与房地产开发贷款规模之间的相关关系。选用商品房均价作为被解释变量，房产开发贷款为解释变量，通过建立2000-2011年12年的时间序列，构造线性模型，分析在怎样的程度上房产开发贷款影响着商品房均价，并对实证结果进行计量经济学检验。
1、变量及数据选取。1995-2010年全国商品房均价与房地产开发贷款余额数据如表1所示。
表1 全国商品房均价与房地产开发贷款余额
数据来源：国家统计局统计年鉴 2011年中国房地产报告
表1中数据是没有消除价格指数的原始数据，为了消除时间序列的异方差性，要对如上数据做平减处理，以使数值更加反应经济状况。平减后的数据见表2。
表2 平减后的全国商品房均价与房地产开发贷款余额
数据来源：根据国家统计局统计年鉴整理
2、变量平稳性检验。时间序列数据可能是平稳的，也可能非平稳的。若变量的数据生成过程是非平稳过程，那么对这两平稳的时间序列做回归，则可能会引起谬误回归。因此，在进行两个时间序列数据的回归检验之前要对时间序列值是否平稳做出检验。本文先进行单位根检验来检验两序列的平稳性。本文采用ADF单位根检验方法，对LnX（房地产开发贷款余额）和LnY（商品房均价）进行平稳性检验，检验发现固定资产投资和国内生产总值（消除价格因素并取对数后的值）的ADF检验值均大于在10%显著性水平下的临界值，所以接受序列存在单位根的原假设，即原序列是非平稳序列。
对原始数据取一、二阶差分后再进行平稳性检验得到结果如表3所示。
表3 原序列与一、二阶差分后平稳性检验结果
（此表由Eviews5软件得出）
从检验结果看，经过一阶差分后的序列的ADF检验值都大于10%显著性水平下对应的临界值，而且伴随概率P值大于10%，因此，这两个序列在10%的显著性水平下是一阶非平稳的，因此对两个序列进行二阶平稳性检验，由结果可知，二阶差分后的序列的ADF检验和P值检验在10%的显著性水平下均拒绝原假设，即这两个序列在10%的显著性水平下是二阶单整的。依据协整理论：如果两个非平稳序列具有相同的单整阶数，表明这两个变量的某种线性组合可能是平稳的，即这两个向量之间可能存在协整关系。很显然上述两个序列满足这一条件，因此，可以进一步进行相关性检验。 3、相关性分析检验。根据如上数据，建立一元线性回归模型：
lnY=β0+β1lnX+μ
表4 房地产贷款与房价关系模型
（此表由Eviews5软件得出）
通过表4可写出如下回归分析结果：
lnY=4.3963+0.4581lnXi
（8.58） （6.98）
R2=0.7733 F=48.76 D.W.=0.4826
（二）对实证结果的分析
1、变量的显著性检验（t检验）。为了检验变量的显著性，即解释变量是否对因变量具有显著影响，需要假设检验的系数为零。回归分析结果时常说的t统计量，即系数估计值与其标准差的比值，它用来检验系数为零的原假设，如果计算出的t值落在拒绝域里，则拒绝原假设。对于双边检验，这意味着对于选定的置信水平，其绝对值要大于临界值。因此在95%的置信水平下，t值都通过了检验（t=6.98>t0.025 =2.160）。
2、拟合优度检验和R2统计量。利用线性回归模型对y的变动进行解释的效果如何，即模型的估计值或拟合房地产价格高企和银行信贷的关系值对实际值拟合的好坏，可以通过R2统计量来衡量，它刻画了自变量所能够解释的因变量的波动。
公式 TSS=ESS+RSS
其中：TSS为离差平方和，反映因变量波动的大小；ESS为回归平方和，反映由模型解释变量计算出来的拟合值的波动；RSS是残差平方和，是因变量总的波动中不能通过回归解释的部分。显然，对于一个拟合的好的模型，离差平方和与回归平方和应该较为接近。因此，可以选择二者接近程度作为评价模型拟合优度的标准。
R2=l-RSS/TSS
R2值较大表明模型对因变量拟合的较好，因变量的真实值距离拟合值更近，如果能够完全解释，也就是拟合值与实际值完全相等，其值将为1。根据上面的检验计算出R2=0.7733，拟合较高。
3、方程显著性检验。F值与R2同向变动，R2越大，F也越大。根据回归结果F=48.76>F（1，13）=4.75。
从斜率项的t检验值看，大于5%显著性水平下自由度为n-2=13的临界值2.160。斜率项0.4581表明，在1995-2010年15年间，房地产开发贷款规模增加1%，大致将会拉动房地产每平米价格增长0.45%，可见，银行信贷支持对房地产价格有非常正面的推动作用。这主要是因为游资的多寡可由货币供给量观察出来，游资的流动性是赚取利益，游资只会选择可以带来利益的投资渠道，中国房地产市场具有利润高、风险低的特点，长期性投资还可以保值、增值，是资金投入的主要目标。
从回归估计的结果看，模型拟合较好。可决系数R2=0.7733，表明全国商品房均价变化的77.33%可由房地产开发贷款规模的变化来解释。
三、几点政策建议
（一）建立房地产金融市场风险预警机制
规范商品房开发，调整供给结构，遏制以假冒身份等方式的违法购房行为，限制以炒房为主的市场投机行为，都需要建立行之有效的房地产预警体系。
美国某研究机构认为，中国最大的经济风险就是房地产泡沫，房地产泡沫的产生与破灭会对一国的经济造成十分严重的危害，因此政府必须下决心建立一个健全的房地产经济预警系统，防止房地产泡沫的产生与破灭，对宏观经济未来的走势有一个客观准确的判断。
对我国房地产行业景气进行分析的指数有不少问题，如信息统计的完整性、稳定性和及时性问题，如何整合政府和企业的各自优势，使信息的公布和指数分析都更贴近市场，充分发挥很多楼盘建筑企业从开发到销售过程的一整套完整详尽的信息，使指数分析的数据更真实，达到良好的效果。
建立房地产金融市场风险预警机制，通过建立完整的关键指标体系，为房地产行业和不同地区的房地产信贷风险提供依据来规避风险，设立为重点地区、重点城市的房地产市场建立风险监测预警体系，根据行业发展态势、区域特点，及时分析掌握可能出现的问题。同时，由于房地产市场不断变化，销售财政状况，对未完工甚至停工的烂尾项目，银行应该发挥信息优势和客户优势，解决项目风险，激活风险贷款，帮助企业寻找新的投资者，或出售资产，或进行项目重组等办法，化解风险。
（二）房地产信贷政策的调整
经验告诉我们，房价上涨过快，会导致房地产投资过度，与银行信贷过度扩张存在直接关系。
提高存款准备金率，可以通过收缩金融机构的房贷总额，从而有效的抑制银行向房地产市场的贷款规模，并且调整好银行贷款总额和存款总额的比例关系，中国银监会在十二届全国人大一次会议上表示，银监会正在研究并深入分析如何修改存贷款比率政策，是否有其他的替代方案，将出台与房地产调控对应的信贷政策。另外，提高购房首付比例，可以降低银行信贷在房地产业的资金，可以舒缓房地产市场过热；提高第二套房的首付和贷款利率，可以有效抑制信贷资金流入住房市场，对投机性购房需求有很好的抑制作用；提高银行贷款利率，这样可以有效抑制炒房者借助银行贷款进行炒房行为。
房地产开发贷款和个人购房贷款是商业银行房地产业务的两大部分。有效防止房地产泡沫化，实施紧缩的房地产信贷政策，对房地产业无论从供给还是需求而言，影响很大，将有效控制房地产开发企业贷款规模，迫使房地产开发企业拓展融资渠道，降低信贷风险向银行的集中，发生房地产泡沫的可能性，利于房地产市场的健康发展。
（三）银行信贷结构的优化
银行信贷一般划分为禁止类项目、限制类项目、允许类项目，在合法经营的前提下，银行在营利性和安全性之间找到平衡点。对于市场准入标准达不到国家环境排放要求的项目，又不符合国家产业政策的规定，严格限制授信额度，禁止银行信贷，如果对于淘汰类的项目已提供银行信贷支持的，要尽量收回贷款；对于符合国家产业政策的鼓励类新建项目，商业银行要积极提供信贷支持。
优化银行信贷结构，积极支持中小套型住房套数达到项目开发建设总套数75%以上的商品房建设项目，对于符合贷款条件的廉租房、经济适用房等保障性建设项目，加大信贷支持力度，开通审核的绿色通道。另外，对于房地产开发企业的土地贷款也要有明确的限制，抑制房地产开发企业利用银行贷款囤积土地和房源，对闲置土地和空置房较多的开发企业，商业银行要按照审慎经营的原则，加强银行的流动性管理。
总之，在宏观经济调控的大背景下，优化银行信贷结构，控制房地产业的资金投入，按照“新国五条”的精神，使更多资金流入需要建设和发展的行业中，积极配合国家重点扶植的项目，提供住房保障机制资金支持，限制房地产开发商过度贷款，防止过量资金流入房地产业，才能抑制房地产泡沫的产生，促进房地产市场健康、持久发展。
参考文献：
[1] 应红.中国住房金融制度研究[M].北京：中国财政经济出版社，2007.
[2] 禹静.人民币汇率改革对中国房地产价格的影响[J].当代经济，2008 ，（06）.
[3] 郁文达.住房金融——国际比较与中国的选择[J].北京：中国金融出版社，2001.
[4] 袁文麟、吕萍、周滔.汇率变动对房地产市场的影响研究[J].中国物价，2007，（06）.
[5] 周京奎.金融支持过度与房地产泡沫——理论与实证研究[M].北京：北京大学出版，2005.
[6] 周京奎.利率、汇率调整对房地产价格的影响——基于理论与经验的研究[J].金融理论与实践，2006，（12）.
[7] 尹伯成.房地产金融学概论[M].上海：复旦大学出版社，2000.
[8] 王进才.房地产金融：资本市场中的新亮点[J].北京：中国财政经济出版社，2003.
[9] 李康.中国产业投资基金理论与实务[M].北京：经济科学出版社，1999.
[10] 段忠东、曾令华、黄泽先.房地产价格波动与银行信贷增长的实证研究[J].金融，2007，（12）.
[11] 李健飞、史晨昱.我国银行信贷对房地产价格波动的影响[J].上海财经大学学报，2005，（07）.
关键词：银行信贷；实证分析；房地产价格
中图分类号：F830.5 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.03.34 文章编号：1672-3309（2013）03-80-04
近年来，中国经济一直保持着持续高速的增长，我国房地产业发展迅猛，商品房价格也大幅度的飙升，长势惊人的房价让中国的许多老百姓都是“望房兴叹”，调控房地产首要的切入点就是银行信贷，银行贷款规模的大小直接影响着房地产市场景气的好坏以及房地产价格的波动，分析银行贷款对房地产价格波动的影响也具有深远的意义。
一、我国房地产市场发展简述
了解我国房地产市场的发展，从宏观层面上规范我国房地产市场的走向，才能引导我国房地产市场健康合理的发展。
我国的房地产业从2008-2012年进入一个新的周期，伴随着住房市场化、城镇化的不断推进、人均收入的不断提高，我国住房方面的需求产生极大地释放，房地产投资额和房价大幅上升，经过2008年有关部门出台的相应政策抑制房价上涨后，2009年，无论是近9.4亿平方米的成交量，还是估算约4834元/平方米的均价水平，都创出了历史新高。
虽然政府一直在采取相应的宏观政策抑制房价的过快增长，但是由于市场反应的滞后性以及投资规模的加大，房价仍然以较快的速度增长，一些大城市（如北京、上海、深圳等）的房价的涨幅则更是惊人，远远高于全国平均涨幅，不少城市也出现了大幅上涨情况，甚至可以比美国的还要高。毫无疑问，我国房价已经普遍偏高，更是超出了一般居民的可承受能力，即使是中产阶级人士，在大城市买房也很困难，买房成为几代人的合力行为，房价问题已经成为人大政协讨论的热点话题，“新国五条”的诞生及具体的实施细则，也已经成为百姓最为关注的民生问题。
诚然，影响房地产价格的因素很多，涉及众多领域，不仅仅是个经济问题，还包括制度及政策因素、区域因素、社会因素等，直至还有心理因素的影响，百姓投资渠道单一等方面的问题。本文在此针对银行信贷对房地产价格的影响进行实证分析。
二、银行信贷对房地产价格影响的实证分析
虽然银行采取了紧缩的货币政策来收紧银根，但从统计数据中可以看出，银行的信贷规模仍处在较高的位置。
图1 2000-2011年房地产开发贷款余额
数据来源：央行公布的2000-2011年《金融机构贷款投向统计报告》
我国房地产市场对银行信贷的依赖性很大，银行较缺乏转移和分散风险的金融替代产品，如果银行银根紧缩，大部分房地产企业难以其他方式获取资金，导致风险加大。另外，银行存贷款的期限也影响银行的流动性，因为贷款资金的主要来源是一般性存款，通常不超过5年，存款的短期性与贷款的长期性，致使资产与负债发生不匹配情况，致使商业银行的流动性风险加剧。
当银行信贷处于一个大规模的基数时，就会无形之中推高房价，并在维持房地产市场看似正常运行的同时，加大了银行系统以及房地产市场的风险。
（一）实证分析
本文将采用计量经济学的相关方法拟分析全国商品房均价与房地产开发贷款规模之间的相关关系。选用商品房均价作为被解释变量，房产开发贷款为解释变量，通过建立2000-2011年12年的时间序列，构造线性模型，分析在怎样的程度上房产开发贷款影响着商品房均价，并对实证结果进行计量经济学检验。
1、变量及数据选取。1995-2010年全国商品房均价与房地产开发贷款余额数据如表1所示。
表1 全国商品房均价与房地产开发贷款余额
数据来源：国家统计局统计年鉴 2011年中国房地产报告
表1中数据是没有消除价格指数的原始数据，为了消除时间序列的异方差性，要对如上数据做平减处理，以使数值更加反应经济状况。平减后的数据见表2。
表2 平减后的全国商品房均价与房地产开发贷款余额
数据来源：根据国家统计局统计年鉴整理
2、变量平稳性检验。时间序列数据可能是平稳的，也可能非平稳的。若变量的数据生成过程是非平稳过程，那么对这两平稳的时间序列做回归，则可能会引起谬误回归。因此，在进行两个时间序列数据的回归检验之前要对时间序列值是否平稳做出检验。本文先进行单位根检验来检验两序列的平稳性。本文采用ADF单位根检验方法，对LnX（房地产开发贷款余额）和LnY（商品房均价）进行平稳性检验，检验发现固定资产投资和国内生产总值（消除价格因素并取对数后的值）的ADF检验值均大于在10%显著性水平下的临界值，所以接受序列存在单位根的原假设，即原序列是非平稳序列。
对原始数据取一、二阶差分后再进行平稳性检验得到结果如表3所示。
表3 原序列与一、二阶差分后平稳性检验结果
（此表由Eviews5软件得出）
从检验结果看，经过一阶差分后的序列的ADF检验值都大于10%显著性水平下对应的临界值，而且伴随概率P值大于10%，因此，这两个序列在10%的显著性水平下是一阶非平稳的，因此对两个序列进行二阶平稳性检验，由结果可知，二阶差分后的序列的ADF检验和P值检验在10%的显著性水平下均拒绝原假设，即这两个序列在10%的显著性水平下是二阶单整的。依据协整理论：如果两个非平稳序列具有相同的单整阶数，表明这两个变量的某种线性组合可能是平稳的，即这两个向量之间可能存在协整关系。很显然上述两个序列满足这一条件，因此，可以进一步进行相关性检验。 3、相关性分析检验。根据如上数据，建立一元线性回归模型：
lnY=β0+β1lnX+μ
表4 房地产贷款与房价关系模型
（此表由Eviews5软件得出）
通过表4可写出如下回归分析结果：
lnY=4.3963+0.4581lnXi
（8.58） （6.98）
R2=0.7733 F=48.76 D.W.=0.4826
（二）对实证结果的分析
1、变量的显著性检验（t检验）。为了检验变量的显著性，即解释变量是否对因变量具有显著影响，需要假设检验的系数为零。回归分析结果时常说的t统计量，即系数估计值与其标准差的比值，它用来检验系数为零的原假设，如果计算出的t值落在拒绝域里，则拒绝原假设。对于双边检验，这意味着对于选定的置信水平，其绝对值要大于临界值。因此在95%的置信水平下，t值都通过了检验（t=6.98>t0.025 =2.160）。
2、拟合优度检验和R2统计量。利用线性回归模型对y的变动进行解释的效果如何，即模型的估计值或拟合房地产价格高企和银行信贷的关系值对实际值拟合的好坏，可以通过R2统计量来衡量，它刻画了自变量所能够解释的因变量的波动。
公式 TSS=ESS+RSS
其中：TSS为离差平方和，反映因变量波动的大小；ESS为回归平方和，反映由模型解释变量计算出来的拟合值的波动；RSS是残差平方和，是因变量总的波动中不能通过回归解释的部分。显然，对于一个拟合的好的模型，离差平方和与回归平方和应该较为接近。因此，可以选择二者接近程度作为评价模型拟合优度的标准。
R2=l-RSS/TSS
R2值较大表明模型对因变量拟合的较好，因变量的真实值距离拟合值更近，如果能够完全解释，也就是拟合值与实际值完全相等，其值将为1。根据上面的检验计算出R2=0.7733，拟合较高。
3、方程显著性检验。F值与R2同向变动，R2越大，F也越大。根据回归结果F=48.76>F（1，13）=4.75。
从斜率项的t检验值看，大于5%显著性水平下自由度为n-2=13的临界值2.160。斜率项0.4581表明，在1995-2010年15年间，房地产开发贷款规模增加1%，大致将会拉动房地产每平米价格增长0.45%，可见，银行信贷支持对房地产价格有非常正面的推动作用。这主要是因为游资的多寡可由货币供给量观察出来，游资的流动性是赚取利益，游资只会选择可以带来利益的投资渠道，中国房地产市场具有利润高、风险低的特点，长期性投资还可以保值、增值，是资金投入的主要目标。
从回归估计的结果看，模型拟合较好。可决系数R2=0.7733，表明全国商品房均价变化的77.33%可由房地产开发贷款规模的变化来解释。
三、几点政策建议
（一）建立房地产金融市场风险预警机制
规范商品房开发，调整供给结构，遏制以假冒身份等方式的违法购房行为，限制以炒房为主的市场投机行为，都需要建立行之有效的房地产预警体系。
美国某研究机构认为，中国最大的经济风险就是房地产泡沫，房地产泡沫的产生与破灭会对一国的经济造成十分严重的危害，因此政府必须下决心建立一个健全的房地产经济预警系统，防止房地产泡沫的产生与破灭，对宏观经济未来的走势有一个客观准确的判断。
对我国房地产行业景气进行分析的指数有不少问题，如信息统计的完整性、稳定性和及时性问题，如何整合政府和企业的各自优势，使信息的公布和指数分析都更贴近市场，充分发挥很多楼盘建筑企业从开发到销售过程的一整套完整详尽的信息，使指数分析的数据更真实，达到良好的效果。
建立房地产金融市场风险预警机制，通过建立完整的关键指标体系，为房地产行业和不同地区的房地产信贷风险提供依据来规避风险，设立为重点地区、重点城市的房地产市场建立风险监测预警体系，根据行业发展态势、区域特点，及时分析掌握可能出现的问题。同时，由于房地产市场不断变化，销售财政状况，对未完工甚至停工的烂尾项目，银行应该发挥信息优势和客户优势，解决项目风险，激活风险贷款，帮助企业寻找新的投资者，或出售资产，或进行项目重组等办法，化解风险。
（二）房地产信贷政策的调整
经验告诉我们，房价上涨过快，会导致房地产投资过度，与银行信贷过度扩张存在直接关系。
提高存款准备金率，可以通过收缩金融机构的房贷总额，从而有效的抑制银行向房地产市场的贷款规模，并且调整好银行贷款总额和存款总额的比例关系，中国银监会在十二届全国人大一次会议上表示，银监会正在研究并深入分析如何修改存贷款比率政策，是否有其他的替代方案，将出台与房地产调控对应的信贷政策。另外，提高购房首付比例，可以降低银行信贷在房地产业的资金，可以舒缓房地产市场过热；提高第二套房的首付和贷款利率，可以有效抑制信贷资金流入住房市场，对投机性购房需求有很好的抑制作用；提高银行贷款利率，这样可以有效抑制炒房者借助银行贷款进行炒房行为。
房地产开发贷款和个人购房贷款是商业银行房地产业务的两大部分。有效防止房地产泡沫化，实施紧缩的房地产信贷政策，对房地产业无论从供给还是需求而言，影响很大，将有效控制房地产开发企业贷款规模，迫使房地产开发企业拓展融资渠道，降低信贷风险向银行的集中，发生房地产泡沫的可能性，利于房地产市场的健康发展。
（三）银行信贷结构的优化
银行信贷一般划分为禁止类项目、限制类项目、允许类项目，在合法经营的前提下，银行在营利性和安全性之间找到平衡点。对于市场准入标准达不到国家环境排放要求的项目，又不符合国家产业政策的规定，严格限制授信额度，禁止银行信贷，如果对于淘汰类的项目已提供银行信贷支持的，要尽量收回贷款；对于符合国家产业政策的鼓励类新建项目，商业银行要积极提供信贷支持。
优化银行信贷结构，积极支持中小套型住房套数达到项目开发建设总套数75%以上的商品房建设项目，对于符合贷款条件的廉租房、经济适用房等保障性建设项目，加大信贷支持力度，开通审核的绿色通道。另外，对于房地产开发企业的土地贷款也要有明确的限制，抑制房地产开发企业利用银行贷款囤积土地和房源，对闲置土地和空置房较多的开发企业，商业银行要按照审慎经营的原则，加强银行的流动性管理。
总之，在宏观经济调控的大背景下，优化银行信贷结构，控制房地产业的资金投入，按照“新国五条”的精神，使更多资金流入需要建设和发展的行业中，积极配合国家重点扶植的项目，提供住房保障机制资金支持，限制房地产开发商过度贷款，防止过量资金流入房地产业，才能抑制房地产泡沫的产生，促进房地产市场健康、持久发展。
参考文献：
[1] 应红.中国住房金融制度研究[M].北京：中国财政经济出版社，2007.
[2] 禹静.人民币汇率改革对中国房地产价格的影响[J].当代经济，2008 ，（06）.
[3] 郁文达.住房金融——国际比较与中国的选择[J].北京：中国金融出版社，2001.
[4] 袁文麟、吕萍、周滔.汇率变动对房地产市场的影响研究[J].中国物价，2007，（06）.
[5] 周京奎.金融支持过度与房地产泡沫——理论与实证研究[M].北京：北京大学出版，2005.
[6] 周京奎.利率、汇率调整对房地产价格的影响——基于理论与经验的研究[J].金融理论与实践，2006，（12）.
[7] 尹伯成.房地产金融学概论[M].上海：复旦大学出版社，2000.
[8] 王进才.房地产金融：资本市场中的新亮点[J].北京：中国财政经济出版社，2003.
[9] 李康.中国产业投资基金理论与实务[M].北京：经济科学出版社，1999.
[10] 段忠东、曾令华、黄泽先.房地产价格波动与银行信贷增长的实证研究[J].金融，2007，（12）.
[11] 李健飞、史晨昱.我国银行信贷对房地产价格波动的影响[J].上海财经大学学报，2005，（07）.