影子銀行、利率和房價波動對房地產(chǎn)價格的影響
——基于EGARCH-M模型的實證分析

李丹丹

（東北財經(jīng)大學(xué)，遼寧大連116025）

影子銀行、利率和房價波動對房地產(chǎn)價格的影響
——基于EGARCH-M模型的實證分析

李丹丹

（東北財經(jīng)大學(xué)，遼寧大連116025）

我國影子銀行的資金主要投向房地產(chǎn)領(lǐng)域，造成了前些年房地產(chǎn)價格的泡沫以及影子銀行體系發(fā)展的失衡.因此，本文研究影子銀行在中國房地產(chǎn)市場的發(fā)展不僅可以對房地產(chǎn)行業(yè)的發(fā)展起到推波助瀾的作用，還可以穩(wěn)定影子銀行規(guī)模的發(fā)展，完善影子銀行體系.EGARCH-M模型的實證結(jié)果顯示影子銀行和借貸利率對房價具有正向影響，而房價的波動則產(chǎn)生負(fù)向影響，其他政策性的虛擬變量也對房價出現(xiàn)顯著正向影響.針對實證結(jié)果提出了相關(guān)控制影子銀行規(guī)模的政策，以及穩(wěn)定房價的波動的策略，可以有效地調(diào)控我國房地產(chǎn)市場.

影子銀行，商品房價格，EGARCH-M模型

1　引言

影子銀行的規(guī)模近些年在我國迅速攀升，主要由于傳統(tǒng)的銀行信貸無法滿足企業(yè)對資本金的大量需求.2014年底的社會融資規(guī)模大幅增加，影子銀行再次出現(xiàn)反彈.我國影子銀行的資金主要投向房地產(chǎn)領(lǐng)域.傳統(tǒng)的銀行信貸受到宏觀政策的影響，對投放到房地產(chǎn)行業(yè)的貸款額度和利率存在管制.房地產(chǎn)價格的持續(xù)飆升帶來投資收益的大幅增加，導(dǎo)致大量房地產(chǎn)商轉(zhuǎn)向以房地產(chǎn)信托和民間借貸等為主的融資方式，推動了服務(wù)于房地產(chǎn)行業(yè)的影子銀行的快速發(fā)展.

房地產(chǎn)行業(yè)作為我國經(jīng)濟(jì)的一大支柱產(chǎn)業(yè)，如果是以消費為主的房地產(chǎn)市場的增長，會對我國經(jīng)濟(jì)的發(fā)展起到促進(jìn)作用.但是近十年我國的房地產(chǎn)行業(yè)的畸形發(fā)展，價格快速飆升，主要成為以投機(jī)為主導(dǎo)的市場，造成風(fēng)險的不斷堆積.有可能使中國出現(xiàn)第二個美國的次貸危機(jī).2014年上半年，眾多房地產(chǎn)商出現(xiàn)了資金鏈斷裂，如浙江和江蘇等省份，房價開始大幅下滑，以民間借貸為主要資金來源的房企破產(chǎn)倒閉，影子銀行的風(fēng)險也突然顯現(xiàn)，造成金融體系風(fēng)險加劇.本文從實證分析的方面研究影子銀行對房地產(chǎn)價格的影響，并首次考慮了房價波動的影響，這對我國房地產(chǎn)行業(yè)未來的穩(wěn)定發(fā)展具有重要的意義.

2　相關(guān)文獻(xiàn)綜述

近幾年來，大量文獻(xiàn)開始關(guān)注影子銀行和房地產(chǎn)價格的影響，但是缺少量化的實證分析.符瑞武（2014）探討了影子銀行和房地產(chǎn)的相互關(guān)系，認(rèn)為這兩者的關(guān)聯(lián)會削弱貨幣政策的有效性、加大監(jiān)管的難度，導(dǎo)致流動性風(fēng)險和系統(tǒng)性風(fēng)險，催生資產(chǎn)泡沫的形成.賈甫（2014）研究了影子銀行、信貸擴(kuò)張和高房價問題之間的關(guān)系，并從風(fēng)險管理、薪酬制度、資產(chǎn)證券化、影子銀行和金融監(jiān)管等方面提出對策建議.李志鋒（2014）闡述了由房地產(chǎn)發(fā)展引發(fā)的影子銀行的形成機(jī)制.并從房地產(chǎn)金融發(fā)展的宏觀監(jiān)管的五個方面提出政策建議.

實證研究的文獻(xiàn)，主要集中運(yùn)用線性O(shè)LS模型和VAR模型.于歌和回振彪（2013）利用VAR模型進(jìn)行實證分析，結(jié)果顯示影子銀行的規(guī)模對房地產(chǎn)價格具有正向影響，并且影響的程度大于銀行表內(nèi)信貸.提出對影子銀行創(chuàng)造的流動性進(jìn)行檢測將會有助于控制房地產(chǎn)價格過度波動.張寶林和潘煥學(xué)（2013）研究發(fā)現(xiàn)影子銀行通過房地產(chǎn)泡沫引發(fā)系統(tǒng)性風(fēng)險，通過VAR模型的實證結(jié)果顯示2003-2012年間，影子銀行在長期導(dǎo)致房價上漲.文章給出政策建議要強(qiáng)化影子銀行監(jiān)管，推進(jìn)房地產(chǎn)綜合調(diào)控.王秋霞（2014）通過線性回歸模型分析信托貸款、商業(yè)銀行委托貸款和未貼現(xiàn)銀行承兌匯票對我國房地產(chǎn)價格的影響，發(fā)現(xiàn)商業(yè)銀行委托貸款對房價具有較大的影響，并且這三者對房價的影響均為正向.另外針對影子銀行規(guī)模分別對東、中和西部地區(qū)的房價進(jìn)行實證分析，結(jié)果表明影子銀行對東部的影響顯著，對西部的房價影響最小.本文考慮到房價波動的影響，利用EGARCH-in mean模型，將政策的變化作為虛擬變量，綜合檢驗影子銀行、借貸利率和房價波動對我國房地產(chǎn)價格的影響.

3　中國影子銀行對房地產(chǎn)行業(yè)的影響

3.1規(guī)避信貸限制，為房地產(chǎn)行業(yè)提供資金來源

隨著房價的快速飆升，房地產(chǎn)行業(yè)已經(jīng)成為中國經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一.中央為了抑制房價過度上漲，嚴(yán)格控制銀行對房地產(chǎn)企業(yè)的貸款，但是大量資金仍然通過影子銀行借助表外業(yè)務(wù)間接流入房地產(chǎn)領(lǐng)域（例如房地產(chǎn)信托、民間借貸等），甚至一些企業(yè)將生產(chǎn)經(jīng)營貸款投入到房地產(chǎn)市場進(jìn)行“炒短”.影子銀行的資金流入增加了房地產(chǎn)領(lǐng)域的信用總量，加速了房地產(chǎn)行業(yè)的發(fā)展，同時，也很大程度上影響了房價的穩(wěn)定和宏觀調(diào)控.

3.2造成房地產(chǎn)行業(yè)泡沫，不利于房地產(chǎn)調(diào)控政策

盡管中央為防止房地產(chǎn)泡沫的膨脹，進(jìn)行了一系列的調(diào)控（如限購令，房產(chǎn)稅等），房價依然居高不下.投機(jī)性泡沫逐漸增大，盲目的擴(kuò)張導(dǎo)致住房存量快速增加，一旦房地產(chǎn)泡沫破裂，房價出現(xiàn)暴跌，房地產(chǎn)抵押值和企業(yè)資產(chǎn)凈值將嚴(yán)重下跌，金融市場的穩(wěn)定也將受到巨大的負(fù)面影響.從2013年開始，三四線城市的住宅價格明顯回落.2014年上半年，一線大中城市的房屋成交量也大幅縮水，房價基本持平.房價的下跌，一方面大量增加了商業(yè)銀行在房地產(chǎn)行業(yè)的不良貸款，另一方面，由于影子銀行的信用擴(kuò)張使系統(tǒng)性風(fēng)險大大增加，可能會傳染到整個金融市場.

4　模型方法

Engle等人（1987）提出的ARCH-in-mean模型，主要用于分析金融資產(chǎn)的回報和風(fēng)險之間的關(guān)系，如資本資產(chǎn)定價模型（CAPM）.Bollerslev等人（1992）將GARCH-M模型實際應(yīng)用在股票、利率和匯率市場的研究進(jìn)行了總結(jié).Nelson（1991）提出了EGARCH模型，并采用GED分布.由于金融產(chǎn)品收益率的實證分析一般存在尖峰厚尾的特征，并非正態(tài)分布，因此本文采用GED分布.由于GARCH模型對于正的和負(fù)的沖擊對條件方差的影響是對稱的，無法反映條件方差波動的非對稱性.因此本文將運(yùn)用EGARCH-M模型將房價的波動加入到房價、影子銀行規(guī)模和利率的研究中，實證研究模型如下：

模型中的HPt表示商品房的投資回報，SBt表示影子銀行規(guī)模的增長率，IRt表示利率，σt+1是殘差的有條件標(biāo)準(zhǔn)差，用來代表房價的波動，首次將房價的波動作為影響房價的因素之一.對于方差方程中，如果φ2＜0，則負(fù)向信息沖擊（當(dāng)εt-1＜0時）的作用的系數(shù)為φ1-φ2，比正向沖機(jī)（當(dāng)εt-1＞0時）的作用系數(shù)φ1+φ2大，存在杠桿效應(yīng)，對利空和利好的消息的反應(yīng)程度不一致.φ3表示的是GARCH項系數(shù)，越大就意味條件方差的沖擊要經(jīng)過長時間才會消失，波動具有長記憶性和持久性.

5　實證分析

5.1數(shù)據(jù)來源和分析

影子銀行和住房借貸成本的數(shù)據(jù)來自于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫，選用2006年1月到2014年12月的月度數(shù)據(jù).將社會融資規(guī)模中的委托貸款、信托貸款和銀行未承兌票據(jù)作為影子銀行規(guī)模的衡量變量.銀行間同業(yè)拆借3個月的加權(quán)平均利率用來替代住房借貸成本.商品房的銷售額和銷售面積的數(shù)據(jù)選自國家統(tǒng)計局，經(jīng)計算得到商品房房價的數(shù)據(jù).由于經(jīng)濟(jì)指標(biāo)會出現(xiàn)季度或者月度的循環(huán)變動，因此本文對樣本數(shù)據(jù)進(jìn)行季度調(diào)整，使其更好的反映經(jīng)濟(jì)發(fā)展的客觀規(guī)律.

圖1　影子銀行規(guī)模、房價和利率

如圖1所示，影子銀行的規(guī)模在2008年下半年明顯放緩，2009年后出現(xiàn)快速攀升，到了2011年下半年又再度下滑，進(jìn)入到2012-2013上半年出現(xiàn)持續(xù)攀升，2014年之后則呈現(xiàn)大規(guī)模下降.房地產(chǎn)價格的變化呈現(xiàn)持續(xù)上升的趨勢.2013年之后價格保持相對平穩(wěn).但是在2014年中國房地產(chǎn)市場出現(xiàn)動蕩，許多三、四線的城市的房價大幅跳水.2008年初受到次貸危機(jī)的影響，為了刺激經(jīng)濟(jì)，市場利率大幅下降.然而從2009年開始，我國的貨幣政策由寬松轉(zhuǎn)向緊縮，房地產(chǎn)和地方基礎(chǔ)設(shè)施建設(shè)的擴(kuò)張所需的資金，只能通過影子銀行等渠道獲取，不斷推高了市場利率.2012年12月，同業(yè)拆借利率飆升主要和央行上調(diào)存款準(zhǔn)備金率相關(guān).2013年6月銀行間利率大幅上漲，由于中國經(jīng)濟(jì)增長放緩，人們提出銀行存款轉(zhuǎn)向高收益的理財產(chǎn)品，造成供不應(yīng)求，流動性下降.進(jìn)入2014年，中國經(jīng)濟(jì)預(yù)期不佳，央行不斷推出降息降準(zhǔn)的政策，刺激經(jīng)濟(jì).

5.2單位根檢驗

ADF單位根檢驗的結(jié)果見表1所示，影子銀行、房價和利率無法拒絕原假設(shè)，存在單位根.而對這三個變量的一階變形進(jìn)行檢驗，發(fā)現(xiàn)均為一階協(xié)整.

表1　ADF單位根檢驗

由于ADF單位根檢驗的結(jié)果顯示這三個變量為I（1），因此考慮是否是由于結(jié)構(gòu)突變引起的，所以選用Zivot-Andrews的截距突變崩潰模型進(jìn)行檢驗.結(jié)果①顯示影子銀行、房價和利率都不存在單位根，為I（0）.影子銀行的轉(zhuǎn)折點為2009M10，說明在受到2008年美國次貸危機(jī)之后，雖然我國缺少資產(chǎn)信貸化的影子銀行模式，但是其他的影子銀行業(yè)務(wù)出現(xiàn)巨大變化.房價在2009M5也出現(xiàn)拐點，在前后兩個階段表現(xiàn)出不同的趨勢.

5.3Bai Perron轉(zhuǎn)折點檢驗

OLS的回歸結(jié)果②顯示影子銀行和利率對房價都存在正向顯著的影響.但是影子銀行的影響程度要比借貸利率的影響大.本文將Bai Perron檢驗給出的三個轉(zhuǎn)折點2008M10，2009M5和2012M5作為虛擬變量，考慮我國房地產(chǎn)政策的變化.2008年10月后，我國受到美國次貸危機(jī)的影響，為了刺激經(jīng)濟(jì)，降低借貸利率.2009年5月后，為了控制房地產(chǎn)行業(yè)過熱和投機(jī)過度的問題，一系列的宏觀政策在接下來的幾年內(nèi)相繼出臺.2012年5月到2012年年底又出現(xiàn)了短暫的刺激，促進(jìn)房地產(chǎn)行業(yè)的發(fā)展.

5.4EGARCH-M模型

EGARCH-M模型的結(jié)果見表2，在均值方程中，影子銀行增長率和利率的系數(shù)都顯著為正，影子銀行的規(guī)模增長對商品房收益的影響明顯大于利率的影響.影子銀行的規(guī)模增加，更多資金會流向房地產(chǎn)行業(yè)，推高房價.借貸利率的升高，房價增加，則說明通過降息來推動房地產(chǎn)的效果不明顯.而房價波動的系數(shù)顯著為負(fù)，說明房價的巨大波動會帶來商品房收益的下跌，所以針對房地產(chǎn)的調(diào)控政策，要盡量控制房價的波動，避免房價大幅下降.虛擬變量用來反映政策的影響對房產(chǎn)價格的變化，在寬松的政策下，房地產(chǎn)的價格會有所回升，投資收益增加，同時也驗證了政策的有效性.

在方差方程中，常數(shù)項的系數(shù)的絕對值顯示了長期波動的固定成本，回歸結(jié)果顯示波動期較長，成本較大.φ2的系數(shù)顯著為負(fù)，存在杠桿效應(yīng)，負(fù)面消息對房價的影響程度更大.由于φ2的絕對值小于φ1，因此不對稱信息不是波動最主要的決定性因素.（φ1+φ2）衡量了波動性對市場信息沖擊的反應(yīng)敏感性，0.4371相對比較小，不太敏感.φ3顯著為0.6473，說明波動具有相對較長的記憶性.

表2　EGARCH-M模型

如圖2表示的是房價的有條件標(biāo)準(zhǔn)差，用來衡量房價的波動.波動幅度較大的時間段為2008年和2014年.2008年的2次波動主要是由于美國次貸危機(jī)的影響，為了緩解中國的經(jīng)濟(jì)疲軟，實行寬松的政策，降低利率，刺激房地產(chǎn)行業(yè).2014年我國房價出現(xiàn)大幅下降，引起房價的巨大波動，主要是由房地產(chǎn)商的資金鏈斷裂和房貸利率的上升引起的.作為中國主要的支柱產(chǎn)業(yè)，如果房價持續(xù)下跌，必然影響我國經(jīng)濟(jì)的平穩(wěn)發(fā)展，因此，政府在2014年下半年通過放松限購，下調(diào)房貸利率等方式調(diào)節(jié)房價.

圖2　房價的波動

通過分析從2006M1到2014M06的EGARCH模型，對2014年7月到12月的房價進(jìn)行預(yù)期.預(yù)測的結(jié)果與實際數(shù)據(jù)符合度較高③，能夠預(yù)測房價的走勢和波動，證明了模型的適用性.

6　政策建議

第一，適度發(fā)展房地產(chǎn)資產(chǎn)證券化.在拓寬房地產(chǎn)融資渠道的同時，適度發(fā)展房地產(chǎn)貸款證券化，但同時要加強(qiáng)對影子銀行的監(jiān)管和風(fēng)險控制，在可控范圍內(nèi)充分發(fā)揮影子銀行對房地產(chǎn)的促進(jìn)作用.

第二，盡量降低宏觀政策對房地產(chǎn)行業(yè)的影響程度.在制定宏觀政策時需要全面考慮房地產(chǎn)的周期性波動和政策的時滯性問題，降低房地產(chǎn)價格的波動，控制風(fēng)險，注意政策執(zhí)行的有效性.

第三，加快利率市場化的進(jìn)程.取消存款利率的限制，加快利率的市場化，拓寬房地產(chǎn)行業(yè)的資金來源渠道，減少對銀行信貸的過度依賴，分散商業(yè)銀行的房地產(chǎn)信貸風(fēng)險，減少來自于房地產(chǎn)行業(yè)的不良貸款可能性.

注釋：

①如果需要Zivot-Andrews檢驗的結(jié)果可以聯(lián)系作者.

②OLS回歸和BaiPerron檢驗的結(jié)果如果有所需要，作者可以提供.

③由于篇幅有限，實際預(yù)期的檢驗結(jié)果和與實際房價的對比圖此處省略，如有需要請與作者聯(lián)系.

〔1〕符瑞武.我國影子銀行與房地產(chǎn)金融風(fēng)險研究—基于中央銀行金融穩(wěn)定的視角［J］.華北金融，2014（12）：12-14.

〔2〕賈甫，影子銀行、信貸擴(kuò)張與高房價問題研究［J］.金融與經(jīng)濟(jì)，2014（4）：14-17.

〔3〕李丹丹，魏琪嘉.影子銀行對中國經(jīng)濟(jì)的影響分析［J］.中國市場，2015（8）：20-23.

〔4〕李志鋒.房地產(chǎn)、影子銀行與宏觀審慎監(jiān)管機(jī)制—基于房地產(chǎn)金融屬性視角的分析［J］.生產(chǎn)力研究，2014（3）：67-72.

〔5〕王秋霞.影子銀行對我國商品房價格的影響實證分析［J］.市場周刊，2014（6）：92-94.

〔6〕于歌，回振彪.影子銀行對中國房價的影響［J］.時代金融，2013（11）：134.

〔7〕張寶林，潘煥學(xué).影子銀行與房地產(chǎn)泡沫：誘發(fā)系統(tǒng)性金融風(fēng)險之源［J］.天津財經(jīng)大學(xué)學(xué)報，2013（11）：33-44.

〔8〕Bollerslev，T.，Chou，R.Y.，&Kroner，K.F.（1992）.ARCH modeling in finance：A review of the theory and empirical evidence.Journal of Econometrics，52，5-59.

〔9〕Engle，R.F.，Lilien，D.M.，&Robins，R.P.（1987）.Estimating time varying risk premia in the term structure：The ARCH-M model.Econometrica，55，391-407.

〔10〕Zviot，E.，&Andrew s，D.W.K.（1992）.Future evidence on the great crash，the oil-price shock and the unit root hypothesis.Journal of Business and Economic Statistics，10，251-270.

F293.3

A

1673-260X（2015）06-0105-03

遼寧省社科規(guī)劃基金項目（L13DJY062）