影子銀行與我國房地產(chǎn)價格相互影響研究——基于VAR模型的實證分析

魏燕子

(中國人民銀行鄂州市中心支行，湖北 鄂州 436000)

?

影子銀行與我國房地產(chǎn)價格相互影響研究
——基于VAR模型的實證分析

魏燕子

(中國人民銀行鄂州市中心支行，湖北 鄂州 436000)

影子銀行在某種程度上具備了銀行的功能，在房地產(chǎn)行業(yè)融資普遍不足情況下，對商業(yè)銀行起到了一個很好的補充作用。本文通過建立VAR模型，脈沖響應和方差分解的方法，探討了影子銀行與我國房地產(chǎn)價格相互影響，結(jié)果顯示影子銀行在一定程度上能影響房地產(chǎn)價格，也很容易受到房地產(chǎn)經(jīng)濟波動的影響。

影子銀行；房地產(chǎn)；VAR 模型

一、研究的背景

影子銀行又可稱作為影子金融體系或者影子銀行系統(tǒng)，是指房地產(chǎn)的貸款被加工成有價證券，交易到資本市場。影子銀行主要是對傳統(tǒng)銀行信貸業(yè)務的一種復制和衍生，它的產(chǎn)生和擴張代表的是迅速崛起的民營經(jīng)濟。根據(jù)穆迪2015年預測，2014年底我國影子銀行資產(chǎn)約為41萬億元，這相當于GDP的65%。伴隨著影子銀行規(guī)模的擴張，2008年以來，我國的房地產(chǎn)價格也一路扶搖直上，REICO 工作室《中國房地產(chǎn)市場報告》顯示，2010年、2011年、2012年、2013年、2014年、2015年，70 大中城市新建住宅價格分別同比上漲12.2%、4.4%、4.45%、8.2%、1.56%、2.07%。

影子銀行的發(fā)展和壯大逐漸影響著中國的金融結(jié)構(gòu)乃至經(jīng)濟發(fā)展的狀況，為此國內(nèi)外專家和學者對影子銀行進行了大量的相關(guān)研究。Coleman etal.(2008)在分析次貸危機中美國房地產(chǎn)價格泡沫形成及破裂的原因時就指出美國影子銀行體系所產(chǎn)生的需求沖擊了房地產(chǎn)價格，同時這種信用方式催生了房地產(chǎn)價格泡沫。單暢(2015)通過計量分析研究得出影子銀行貸款規(guī)模變動和影子銀行貸款利率變動會影響房地產(chǎn)價格。會最終降低房地產(chǎn)價格的上漲幅度。于歌(2013)認為影子銀行的規(guī)模無論短期還是長期對房地產(chǎn)價格均具有正向的影響。因此監(jiān)測好影子銀行創(chuàng)造的流動性對平抑房地產(chǎn)價格的波動具有十分關(guān)鍵的意義。在我國大部分學者都肯定了影子銀行的積極作用，且認為我國影子銀行的特性使其不具備引發(fā)系統(tǒng)性金融風險的條件。侯建(2012)認為影子銀行以其獨特的優(yōu)越性和靈活性在一定程度上滿足了中小企業(yè)的金融服務需求。此外，[8]陳劍，張曉龍(2012)通過基于SVAR計量模型的實證分析得出影子銀行對于我國宏觀經(jīng)濟增長起著一定程度的促進作用。

根據(jù)我國目前的經(jīng)濟表現(xiàn)和國外的相關(guān)研究，影子銀行體系和房地產(chǎn)價格之間的關(guān)系、具體影響機理和影響效果值得進行理論研究和實證檢驗，這不僅對有效調(diào)控影子銀行和房地產(chǎn)價格這兩個經(jīng)濟問題具有重要的理論意義，而且對金融自由化過程中的金融監(jiān)管和宏觀經(jīng)濟調(diào)控也具有重要的借鑒意義。

二、影子銀行對房地產(chǎn)影響分析

(一)影子銀行對房地產(chǎn)融資途徑分析

圖1 一個典型的委托貸款計劃

房地產(chǎn)行業(yè)號稱第二金融，我國房地產(chǎn)企業(yè)普遍存在著資產(chǎn)負債率偏高，經(jīng)營風險大，自有資金不足的問題，其開發(fā)和買賣資金大部分來自金融機構(gòu)。在市場經(jīng)濟不發(fā)達的國家，房地產(chǎn)融資主要依靠銀行，而我國大多數(shù)房地產(chǎn)企業(yè)規(guī)模小，屬于中小型企業(yè)，商業(yè)銀行對中小型企業(yè)的貸款業(yè)務設(shè)置了較高門檻，一些中小型的房地產(chǎn)開發(fā)商在融資上存在很大的困難。影子銀行的出現(xiàn)很好的填補了這一不足，影子銀行利用其委托貸款、信托貸款和民間借貸等體系信貸能很好的彌補房地產(chǎn)開發(fā)商的資金不足問題，為其健康發(fā)展提供了良好的融資環(huán)境。

圖1顯示的是影子銀行一個典型的委托貸款計劃，影子銀行對房地產(chǎn)的委托貸款是指委托人可以要求影子銀行將其存入的資金，按其指定的范圍、對象和期限等來發(fā)放房地產(chǎn)貸款。影子銀行機構(gòu)與委托人簽訂貸款協(xié)議，并按照委托貸款協(xié)議來審查發(fā)放貸款，到期收回貸款本息并轉(zhuǎn)交委托人。在我國房地產(chǎn)行業(yè)一方面供需不平衡另一方面受到國家政策調(diào)控，開發(fā)商資金緊張，成為吸金重地，這部分委托貸款大都以開發(fā)商的不動產(chǎn)或股權(quán)作為抵押，有固定資產(chǎn)作擔保，因此成為委托貸款的流向大戶。

圖2 一個典型的信托貸款計劃

如圖2，影子銀行對房地產(chǎn)的信托貸款與委托貸款類似，是指信托貸款機構(gòu)運用信托基金或其吸收的自由資金，對房地產(chǎn)商進行資金融通，仍是以不動產(chǎn)或股權(quán)作質(zhì)押。但相比于委托貸款，信托貸款賦予信托機構(gòu)更大的靈活性和自主性，其審批程序更簡便，經(jīng)營決策更自主，對房地產(chǎn)業(yè)具有更強的適應性。

在我國，影子銀行對房地產(chǎn)的信貸支持還主要限定在傳統(tǒng)的直接融資的范疇，是對傳統(tǒng)銀行信貸的替代。中國的影子銀行基本上還沒有進入到類似西方的資產(chǎn)證券化的范疇，自證監(jiān)會2013年發(fā)布《證券公司資產(chǎn)證券化業(yè)務管理規(guī)定》以來，資產(chǎn)證券化逐漸成為基建和房企趨之若鶩的融資方式。目前券商與房地產(chǎn)開發(fā)商都對此種新融資方式抱有極大的熱情與期待。

(二)影子銀行與房地產(chǎn)價格相互影響分析

在金融體系相對健全、經(jīng)濟環(huán)境相對穩(wěn)定的背景下，影子銀行能夠彌補房地產(chǎn)商在商業(yè)銀行融資難的問題，增加房地產(chǎn)的供給，平抑房地產(chǎn)供需的不平衡。但影子銀行的融資成本也會對房地產(chǎn)價格產(chǎn)生很大的影響，當影子銀行要求較高的資本回報率時會增加房地產(chǎn)商的融資成本，進而抬高房價。影子銀行對房地產(chǎn)商提供貸款的主要依據(jù)是抵押屋的價值，房地產(chǎn)市場存在投機現(xiàn)象時，抵押屋的價值會隨著房價的上漲而上升，當影子銀行預期利潤增加，在逐利驅(qū)使下，會加大對房地產(chǎn)業(yè)的信貸支持，而忽視其信貸風險，進一步推動房價。

房地產(chǎn)是一個具有雙重性的產(chǎn)業(yè)。它是實體經(jīng)濟的一個子部門但又極具虛擬經(jīng)濟屬性，不僅具有投資性更具投機性，而影子銀行的寬松信貸支持助長了各種房地產(chǎn)投機行為的產(chǎn)生，從而也將間接導致了房價的上升。另一方面其過度寬松的信貸環(huán)境以及尚未正規(guī)化的監(jiān)管體制也將在一定程度上促使房價的上漲。

三、基于VAR模型的實證分析

(一)指標選取與數(shù)據(jù)處理

影子銀行逐漸被人們認識還是在2008年次貸危機之后，近兩年國內(nèi)影子銀行發(fā)展迅速，房價的波動幅度也很大，故本文選取的是次貸危機前至今的月度數(shù)據(jù)。

房地產(chǎn)價格指數(shù)是反映房地產(chǎn)價格變動趨勢和變動程度的相對數(shù)，是通過百分數(shù)的形式來反映房價在不同時期的漲跌幅度，其代表性強。故房價的衡量指標選取的是全國房屋銷售價格指數(shù)的環(huán)比增長率HP。

由于影子銀行的數(shù)據(jù)難以獲得，從影子銀行各項貸款的占比來看我國委托貸款、信托貸款構(gòu)成了影子銀行絕大部分，因而將兩者總規(guī)模的環(huán)比增長率DP作為衡量影子銀行規(guī)模數(shù)據(jù)。

考慮到宏觀經(jīng)濟環(huán)境的影響，本文還選取了貨幣發(fā)行量作為觀測變量。在我國，M2更能體現(xiàn)出經(jīng)濟投資的貨幣環(huán)境，故本文采用貨幣供應量的環(huán)比增長額M2作為測量工具。

本文數(shù)據(jù)來源于中國人民銀行，中國統(tǒng)計局以及wind數(shù)據(jù)庫和中國指數(shù)研究院，所有的數(shù)據(jù)均采用月度數(shù)據(jù)，時間跨度為2005年7月至2015年12月。

(二)VAR模型的建立

1.單位根檢驗

在進行時間序列分析時，應該首先進行平穩(wěn)性檢驗并確定單整階數(shù)，本文采用ADF檢驗方法，結(jié)果如表1示

表1 ADF單位根檢驗結(jié)果

注：檢驗為mackinnon(1996)單邊檢驗方法。

從表1中數(shù)據(jù)可以看出，序列DP，HP，M2的ADF統(tǒng)計量均大于1%顯著性水平下的臨界值，因此我們接受原假設(shè)，即原時間序列是非平穩(wěn)序列，含有單位根；而一階差分序列DDP，DHP，DM2的ADF值均小于1%顯著性水平下的臨界值，因此我們拒絕原假設(shè)，是平穩(wěn)序列。所以，DDP，DHP，DM2序列具有一階差分平穩(wěn)性，即它們是I(1)過程。

2.建立VAR模型

VAR模型是一種非結(jié)構(gòu)化的方程模型，常用于預測相互聯(lián)系的時間序列系統(tǒng)及分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋各種經(jīng)濟沖擊對經(jīng)濟變量形成的影響。

VAR模型建立前必須進行滯后期的確定，滯后期對模型的影響是非常大的。我們根據(jù)AIC和SC信息準則選擇最優(yōu)滯后階數(shù)為4。綜上對樣本數(shù)據(jù)建立如下VAR(4)模型。

Yt=Φ1Yt-1+Φ2Yt-2+Φ2Yt-3+Φ2Yt-4+et

其中Yt=(DDPt，DHPt，DM2t)，Φ1，Φ2，Φ3，Φ4為3×3矩陣，et為白噪聲向量。

3.對模型進行檢驗

(1) Johansen協(xié)整檢驗

通過上面的單位根檢驗，可知DDP，DHP和DM2是同階單整序列，滿足協(xié)整檢驗前提?，F(xiàn)采用Johansen法來判斷協(xié)整關(guān)系是否真正存在，檢驗結(jié)果如表2和表3所示

表2 特征跡檢驗(Trace Test)

注：檢驗統(tǒng)計量的上標**表示拒絕原假設(shè)

表3 最大特征值檢驗(Maximum Eigenvalue)

注：檢驗統(tǒng)計量的上標**表示拒絕原假設(shè)

根據(jù)表2，表3得出以下結(jié)論：在5%的置信水平下，特征跡檢驗與最大特值的跡統(tǒng)計量均大于臨界值，也就是拒絕原假設(shè)。即以上兩種方式都認為，在5%的置信水平下，影子銀行(DDP)、房價(DHP)和貨幣供應量(DM2)之間存在協(xié)整關(guān)系，即變量在長期內(nèi)存在相關(guān)關(guān)系。

(2)模型平穩(wěn)性檢驗

對VAR模型進行平穩(wěn)性檢驗，如果全部根的倒數(shù)值都在單位圓內(nèi)，則認為模型是穩(wěn)定的，否則是不穩(wěn)定的，非穩(wěn)定的VAR不可以做脈沖響應函數(shù)分析和方差分解。下面運用單位根檢驗法對VAR(4)模型進行穩(wěn)定性檢驗。

圖3 VAR(4)模型單位根檢驗圖

從估計結(jié)果中可以看出，向量自回歸方程的所有根均在單位圓內(nèi)，即滿足平穩(wěn)性條件，可以對結(jié)果進行脈沖分析和方差分解。

(三)模型結(jié)果分析

1.脈沖響應函數(shù)分析

脈沖響應函數(shù)描述一個內(nèi)生變量對來自另一內(nèi)生變量的一個單位變動沖擊所產(chǎn)生的響應，提供系統(tǒng)受沖擊所產(chǎn)生響應的正負方向、調(diào)整時滯和穩(wěn)定過程等信息。橫軸表示沖擊作用的滯后期(單位：月)，縱軸表示被解釋變量對解釋變量沖擊的響應程度。實線為脈沖響應函數(shù)，上下兩條虛線為正負兩倍標準差的偏離帶。

(1)影子銀行(DDP)的脈沖響應函數(shù)分析

圖4 影子銀行受DHP，DM2脈沖響應函數(shù)曲線

如圖4所示，初始時刻給予貨幣供應量(DM2) 單位正向誤差沖擊，影子銀行開始有了正向的變動但效應不明顯，影響效應隨后逐漸上升，在第5期達到最大，在第6期到達峰谷后再逐漸上升，接著逐漸趨于平穩(wěn)。說明國家實行寬松貨幣政策的同時也會誘發(fā)影子銀行的發(fā)展，并且滯后效應明顯。

當給予房價(DHP)單位正向誤差沖擊，影子銀行的變動剛開始也是正向的，相比對于貨幣供應量的沖擊影響，前期效應要明顯很多，也是在第5期達到頂峰，隨后第6期到達峰谷，接著逐漸趨于平穩(wěn)。房價的影響后期要平緩一些。整體來看，房價對影子銀行主要是正的沖擊且作用明顯，也說明了房價上漲，房地產(chǎn)投資前景被看好時，追求高利潤的影子銀行將會加大對房地產(chǎn)行業(yè)的投資。

(2)房價(DHP)的脈沖函數(shù)影響分析

作為房價的衡量指標——DHP 顯示出當其受到影子銀行和貨幣供應量單位正向沖擊之后，主要呈波動狀態(tài)且波動頻繁。從圖中可觀察到影子銀行對房價短期內(nèi)主要是負影響，長期主要是正的沖擊。短期影子銀行信貸增加后，房地產(chǎn)貸款增加會增加房屋的供給，故房價會出現(xiàn)一定程度的下降，但是長期由于房地產(chǎn)行業(yè)的剛性需求加上寬松信貸環(huán)境導致的過度的投機勢必會引起房價的上升。

圖5 DHP受DDP，DM2脈沖響應函數(shù)曲線

2.方差分解分析

為進一步分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻程度，現(xiàn)借助方差分解對影子銀行(DDP)，房價(DHP)，貨幣供應量(DM2)進行考察。根據(jù)經(jīng)濟變量間的宏觀關(guān)系，將滯后階數(shù)設(shè)為10。

表4 影子銀行(DDP)的方差分解

從表4 中可以看出，滯后期越短，影子銀行的自身貢獻率越大。隨著滯后期的增加，房價對影子銀行的貢獻率不斷上升，并分別于第8 期和第9期達到穩(wěn)定，為16. 46%和20. 30%。進一步表明，房地產(chǎn)行業(yè)的繁榮和寬松的貨幣政策對影子銀行的發(fā)展有很大的促進效用。

表5 房地產(chǎn)價格(DHP)的方差分解

由表5可知，房地產(chǎn)價格(DHP)受自身的影響很大，在第7期達到穩(wěn)定，為89.23%，而影子銀行(DDP)和貨幣供應量(M2)對房價有一定的貢獻率，但影響都有限，分別在第5期和第9期達到穩(wěn)定，為6.68%和4.13%。由此可知，影子銀行對房價的影響程度不如房價對影子銀行的大。也說明了我國房價受到諸如地價以及國家的宏觀政策調(diào)控等的影響比較大。

四、結(jié)論及政策建議

本文重點分析了影子銀行和房地產(chǎn)價格相互影響關(guān)系，并基于我國2005-2015 年月度數(shù)據(jù)進行了實證分析，得出結(jié)論如下：

第一，影子銀行的發(fā)展對房地產(chǎn)是把“雙刃劍”。一方面，其快速發(fā)展在一定程度上能夠有效緩解房地產(chǎn)行業(yè)從正規(guī)商業(yè)銀行融資難的問題，在短期內(nèi)平抑了房價；另一方面，其逐利性又助長了房地產(chǎn)行業(yè)的過度投機行為。

第二，高房價和寬松的貨幣政策對于影子銀行的發(fā)展和壯大起到了很大的促進作用。故一旦房地產(chǎn)經(jīng)濟發(fā)生波動，房地產(chǎn)企業(yè)的經(jīng)營風險將轉(zhuǎn)變?yōu)橛白鱼y行的金融風險，進而影響國家的金融安全。

因此，監(jiān)管當局對待影子銀行的發(fā)展問題應該慎重，要保持客觀的態(tài)度，不能因2008年的全球性金融危機就抹殺了影子銀行對房地產(chǎn)行業(yè)的促進效應，忽略其在資源再配置上的功能。與此同時也要對影子銀行的高杠桿性保持警惕，進一步完善監(jiān)管環(huán)境、加強監(jiān)督力度，引導其健康發(fā)展。

首先，監(jiān)管當局應當充分發(fā)揮委托貸款、貸款信托和民間借貸等影子銀行體系作為資源配置方式的功效，切實鼓勵、引導影子銀行的健康發(fā)展和進一步壯大，讓其在創(chuàng)造經(jīng)濟價值的同時也能促進我國房地產(chǎn)業(yè)的發(fā)展。

其次，我國房地產(chǎn)行業(yè)的確存在過度投機的現(xiàn)象，再加上房地產(chǎn)商的盲目投資，缺乏合理的規(guī)劃，有較大的融資風險。故應盡量規(guī)劃和管制好房地產(chǎn)行業(yè)的發(fā)展，建立精細化、數(shù)據(jù)化的房地產(chǎn)監(jiān)管系統(tǒng)，避免引起類似2008的次貸危機。

最后，要將影子銀行納入到宏觀審慎監(jiān)管體系當中。開展銀信合作、表內(nèi)轉(zhuǎn)表外的業(yè)務。對地區(qū)委托貸款、民間借貸的總量，監(jiān)管當局應當加以控制，制定統(tǒng)一、客觀的數(shù)據(jù)信息統(tǒng)計口徑，加強金融部門和機構(gòu)的信息披露，逐步建立金融業(yè)綜合統(tǒng)計體系。盡快將影子銀行業(yè)務正式納入商業(yè)銀行監(jiān)管體系范疇。

[1] Gary，G.Metrick A.Regulating the Shadow Banking System，Yale University，18 Oct 2010

[2] Morgan，R.Shadow Banking and Financing Regulation，Harvard University，30 Aug 2010.

[3] 侯健.影子銀行發(fā)展對中小企業(yè)融資的影響研究[J].企業(yè)與銀行，2012(6)：84-86.

[4] 陳劍、張曉龍.影子銀行對我國經(jīng)濟發(fā)展的影響研究[J].財經(jīng)問題研究，2012(8)：66-72.

[5] 張仁楓.房地產(chǎn)金融創(chuàng)新與影子銀行的監(jiān)管 [J].內(nèi)蒙古財經(jīng)學院學報，2011(6)：44-47.

[6] 易憲容.中國“影子銀行”的特征及風險[N].上海商報，2011-09-06.

[7] 單暢，韓復齡，李浩然.影子銀行體系對房地產(chǎn)價格的作用機理探究[J].技術(shù)經(jīng)濟與管理研究，2015(4)：94-98.

[8] 于歌，回振彪.影子銀行對中國房價的影響[J].時代金融，2015(11)：134.

[9] 盧瓊佩.影子銀行對我國房地產(chǎn)價格影響的實證分析[J].經(jīng)濟論壇，2015(1)：74-78.

[10] 韓蓉蓉，白建東，趙婉淞.銀行信貸對房地產(chǎn)價格影響的研究[J].內(nèi)蒙古農(nóng)業(yè)大學學報，2011(2)：57-60.

[11] 安輝，王瑞東.我國房地產(chǎn)幾個影響因素的實證研究[J].財經(jīng)科學，2013(3)：115-124.

[12] 陳志英，韓振國，鄧欣.信貸、房價波動于銀行穩(wěn)定性關(guān)系的實證研究[J]. 金融理論與實踐，2013(2)：7-11.

[13] 高鐵梅.計量經(jīng)濟分析方法與建模：Eviews應用及實例[M].清華大學出版社，2009.