北京市影子銀行規(guī)模及其對北京市房價的影響分析

李曉峰 晏妮

[摘 要]影子銀行體系作為正式銀行系統(tǒng)的補充，正成為房地產(chǎn)行業(yè)另一重要的融資渠道，其對房價變動的影響和對政策效果的沖擊十分值得關(guān)注。從測算北京市的影子銀行規(guī)模入手分析北京市影子銀行體系的發(fā)展，采用向量自回歸模型進一步探究北京市影子銀行規(guī)模與北京市房價之間的關(guān)系，結(jié)果發(fā)現(xiàn)北京市影子銀行的規(guī)模不斷擴大，其與北京市房價之間具有長期協(xié)整關(guān)系，其變動會對北京市房價產(chǎn)生正向沖擊的影響，且影響力在不斷上升。

[關(guān)鍵詞]銀行；北京市房價；VAR模型；協(xié)整關(guān)系

[中圖分類號]F832.5[文獻標(biāo)志碼]A [文章編號] 1672-4917（2018）02-0104-06

一、引言

我國的房地產(chǎn)市場自20世紀90年代以來一直表現(xiàn)出蓬勃發(fā)展的態(tài)勢，房地產(chǎn)市場的快速發(fā)展帶來了對國民經(jīng)濟的貢獻，同時也使得房價不斷攀高。一方面，不管是剛需還是改善住房，購房者的熱情始終高漲，特別是像北京這樣的一線城市，據(jù)2016年北京市房地產(chǎn)市場發(fā)展研究報告數(shù)據(jù)顯示，2015年北京商品房市場需求十分旺盛，與2014年相比，銷售均價漲幅達16.8%，達23291元/平方米，增速遠高于全國平均水平[1]；另一方面，在實體經(jīng)濟低迷的當(dāng)下，投資房地產(chǎn)成為最好的投資渠道之一，這導(dǎo)致房地產(chǎn)投資異常火爆，投機性購房為房價高漲添了一把火。高房價反映出了房地產(chǎn)市場的繁榮，但大量熱錢熱衷于炒房而非進入實體經(jīng)濟，使得部分城市的房價已經(jīng)嚴重脫離其實際價值，這也直接或間接影響了國家的經(jīng)濟建設(shè)、社會發(fā)展和民生改善。因此，國家出臺了包括房地產(chǎn)信貸調(diào)控政策在內(nèi)的眾多調(diào)控政策來穩(wěn)定房價。但從房價越調(diào)控越漲的事實來看，幾次調(diào)控政策的預(yù)期效果并不理想，這與近年來逐漸發(fā)展起來的影子銀行體系不無關(guān)系。

金融穩(wěn)定委員會（FSB）定義影子銀行為非正式銀行系統(tǒng)實體和活動的信貸中介。[2]目前，我國的影子銀行體系主要充當(dāng)?shù)氖茄a充、替代銀行信貸的角色，其已逐漸成為社會融資的一個重要途徑，而且融資規(guī)模不斷擴大，對實體經(jīng)濟的影響也不斷加深。對于房地產(chǎn)市場來說，影子銀行的高杠桿率、強大的信用創(chuàng)造以及其特有的運行機制，使得影子銀行體系不受傳統(tǒng)貨幣政策的調(diào)控，很容易規(guī)避國家房地產(chǎn)信貸調(diào)控政策從而進入房地產(chǎn)市場，尤其是影子銀行能夠為房地產(chǎn)市場的發(fā)展提供信用供給，其規(guī)模不斷擴張進一步助推了房價的持續(xù)上漲。

葛爽（2010年）認為在房價上升時期，影子銀行系統(tǒng)賺取了大量利潤，將資產(chǎn)泡沫越吹越大；[3]Krugman（2011年）認為中國信貸的增長大量來自影子銀行體系，并且對房地產(chǎn)價格的不斷上漲進而形成的房地產(chǎn)泡沫表示擔(dān)憂；[4]Zou等（2013年）運用2001—2010年的季度數(shù)據(jù)進行協(xié)整檢驗，建立的誤差修正模型結(jié)果表明中國的影子銀行雖然補充了正規(guī)金融體系，但是其過度生長與包括房地產(chǎn)價格在內(nèi)的資產(chǎn)價格大幅波動有密切聯(lián)系[5]；張寶林和潘煥學(xué)（2013年）認為影子銀行通過信用生成、抵押品、資產(chǎn)替代和風(fēng)險傳染等作用渠道，助推了房地產(chǎn)泡沫，成為系統(tǒng)性金融風(fēng)險的重要誘因。他們對2003—2012年的季度數(shù)據(jù)進行實證研究，發(fā)現(xiàn)影子銀行在長期會導(dǎo)致房價顯著上漲，房地產(chǎn)泡沫膨脹將顯著引起系統(tǒng)性金融風(fēng)險的增加；[6]單暢等（2015年）認為影子銀行通過信用創(chuàng)造增強、風(fēng)險承擔(dān)意愿增強和資產(chǎn)替代增強效應(yīng)，為房地產(chǎn)市場提供了充分的融資來源。他們選取2010—2014年月度數(shù)據(jù)，運用VAR模型對我國影子銀行體系與房地產(chǎn)價格的關(guān)系研究結(jié)果表明，相比傳統(tǒng)銀行信貸而言，影子銀行對房地產(chǎn)價格波動的影響強度更強；[7]賈生華等（2016年）通過實證研究發(fā)現(xiàn)影子銀行規(guī)模的上升促進了房價的抬升及房地產(chǎn)投資額的擴大，還發(fā)現(xiàn)影子銀行抑制了貨幣政策對房地產(chǎn)市場的調(diào)控效果，削弱了房價和房地產(chǎn)投資規(guī)模對緊縮型貨幣政策的響應(yīng)程度。[8]

綜上所述，現(xiàn)有文獻主要研究了我國影子銀行體系的發(fā)展及其規(guī)模的變動對房價的影響，大多學(xué)者認為影子銀行規(guī)模的擴大對我國房地產(chǎn)市場有重要影響，具體表現(xiàn)為促進房價上漲、助推房地產(chǎn)泡沫、減弱貨幣政策效果等方面。北京作為國家的首都、一線城市的代表，其房價的變動一直是人們關(guān)注的焦點和熱點，也是國家和北京市相關(guān)部門制定房地產(chǎn)政策的重要參考指標(biāo)。北京市影子銀行體系發(fā)展規(guī)模如何，北京市房價變動是否受到影子銀行發(fā)展規(guī)模的影響，這種影響有多大？

為回答以上問題，本文從測算北京市影子銀行體系的發(fā)展規(guī)模入手，采用北京市2002—2015年的季度數(shù)據(jù)，建立VAR模型進一步探究影子銀行規(guī)模與房價變動之間的關(guān)系。

二、北京市影子銀行規(guī)模的測算

因為影子銀行缺乏監(jiān)管，同時具有較強的隱蔽性，難以直接對其規(guī)模進行準(zhǔn)確的統(tǒng)計，目前大多采用間接測算的方式估計我國影子銀行的規(guī)模。本文借鑒封思賢（2014年）[9]、史煥平（2015年）[10]的研究方法，把未觀測金融應(yīng)用到影子銀行規(guī)模的測算中。具體測算模型形式如下：

ShBankNOE=LGDP

其中，ShBank表示影子銀行規(guī)模（即未觀測金融規(guī)模）；NOE表示未觀測經(jīng)濟規(guī)模，用未觀測收入總量來反映，未觀測收入總量為國民總收入（GNI）與可觀測收入總量（INC）的差額，可觀測收入總量為人均收入乘以人口數(shù)；L表示金融機構(gòu)貸款余額；GDP表示地區(qū)生產(chǎn)總值。測算結(jié)果如表1所示。根據(jù)表1可以看出北京市影子銀行規(guī)模在15年間的發(fā)展情況：北京市影子銀行規(guī)模的絕對數(shù)不斷擴大，從2000年的3821.42億元增加到2015年的33826.94億元，增加了8.85倍，平均每年增加2000億元。

根據(jù)圖1中北京市影子銀行規(guī)模增長率可知，2000—2015年間，北京市影子銀行規(guī)模平均增長率為15.65%。2011年之前北京市影子銀行規(guī)模增長率一直處于較高水平，2002年、2009年增長率更是在30%以上，之后雖有所回落，但仍保持每年超過6.7%以上的增長率。同時，北京市影子銀行規(guī)模增長率波動幅度較大，最低的為2015年，為6.71%，最高的為2002年，達到了31.79%。

三、影子銀行規(guī)模對北京市房價的影響分析

1.研究方法與數(shù)據(jù)說明

本文采用向量自回歸模型（VAR）對影子銀行規(guī)模與房價變動之間的互動關(guān)系進行研究。具體為：首先，采用ADF單位根檢驗方法對各變量進行平穩(wěn)性檢驗（具體變量選取及相關(guān)說明見表2）；其次，對各變量進行基于多元Johansen模型的協(xié)整檢驗，來分析它們是否具有長期均衡關(guān)系；再次，為確定變量之間的相互作用，對變量之間進行格蘭杰因果關(guān)系檢驗，考察變量之間的因果關(guān)系；接著，通過脈沖響應(yīng)分析具體驗證各變量之間的關(guān)系及影響進程；最后，利用方差分解考察影子銀行規(guī)模變動對房價波動的貢獻率。

大量研究結(jié)論表明銀行信貸對房價的波動有較大影響，因此，在考慮影子銀行規(guī)模對房價的影響時也要考慮到銀行信貸的影響，結(jié)合前人研究和數(shù)據(jù)的可得性，本文選取北京市房價（Hiprice）作為被解釋變量，選取影子銀行規(guī)模（ShBank）、銀行信貸規(guī)模（Bank）、影子銀行體系利率（RS）、銀行體系利率（RR）等作為解釋變量，建立VAR模型。

由于集合信托產(chǎn)品收益率在數(shù)據(jù)網(wǎng)站上最早是從2002年第3季度開始，影子銀行體系利率的數(shù)據(jù)自2002年第3季度起可得，因此本文進行實證分析采用2002年第3季度到2015年第4季度的季度數(shù)據(jù)。影子銀行規(guī)模來自上文測算，影子銀行體系利率來自用益信托工作社，其他宏觀數(shù)據(jù)均來自中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。

2.實證分析

（1）平穩(wěn)性檢驗結(jié)果

運用ADF單位根檢驗法對變量進行平穩(wěn)性檢驗結(jié)果見表3。從表中可以看出，所有變量的一階差分均為平穩(wěn)變量，因此為I（1）序列，滿足進行協(xié)整的前提條件。

檢驗結(jié)果表明，北京市房價與北京市影子銀行規(guī)模、利率，北京市銀行信貸規(guī)模、利率之間均存在長期協(xié)整關(guān)系，我們進一步通過格蘭杰因果關(guān)系檢驗確定它們之間具體的因果關(guān)系。

（3）格蘭杰因果檢驗結(jié)果

格蘭杰因果關(guān)系檢驗結(jié)果如表5所示。

由表5可知，北京市影子銀行規(guī)模變動和北京市房價波動之間表現(xiàn)出雙向格蘭杰因果關(guān)系。其他變量之間均為單向因果關(guān)系，具體表現(xiàn)為：北京市影子銀行體系利率變動非北京市房價波動的格蘭杰原因，北京市房價波動是北京市影子銀行體系利率變動的格蘭杰原因；北京市銀行信貸規(guī)模和利率變動均是引起北京市房價波動的格蘭杰原因，而北京市房價波動非北京市銀行信貸規(guī)模和利率變動的格蘭杰原因。

北京市房地產(chǎn)信貸調(diào)控政策通過調(diào)整銀行信貸規(guī)模與利率水平來調(diào)控房價，這使得銀行信貸規(guī)模與利率水平成為影響房價波動的因素。而影子銀行體系不在監(jiān)管范圍之內(nèi)，其規(guī)模與利率水平的變動不受調(diào)控政策控制，更具自主性，在其規(guī)模變動影響房價的同時，房價波動能夠?qū)ζ湟?guī)模與利率水平產(chǎn)生反作用，更多地體現(xiàn)了市場化機制的作用。

（4）脈沖響應(yīng)分析

在對VAR模型進行脈沖響應(yīng)分析之前，運用AR根對平穩(wěn)性進行檢驗。根據(jù)圖2，可以看到VAR模型特征根都落在單位圓內(nèi)，說明模型具有平穩(wěn)性。

VAR模型脈沖響應(yīng)分析結(jié)果如圖3所示，當(dāng)影子銀行規(guī)模（ShBank）受到一個標(biāo)準(zhǔn)差的沖擊時，北京市房價（Hiprice）會受到正向的沖擊，且這個正向的沖擊具有一定時滯，并在第5期達到正向效應(yīng)的最大值。從第6期開始向下調(diào)整，直到第15期趨于穩(wěn)定。在銀行信貸規(guī)模（Bank）一個標(biāo)準(zhǔn)差的沖擊下，北京市房價（Hiprice）短期就會受到顯著的正向沖擊，并在第5期達到正向效應(yīng)的最大值，而后在第20期趨于穩(wěn)定。

從圖3可以看出，影子銀行規(guī)模與銀行信貸規(guī)模的變動都對北京市房價的波動有長期正向的沖擊影響。其中，影子銀行信貸規(guī)模變動對房價波動的影響具有一定的滯后性，并且沖擊的響應(yīng)程度略低于銀行信貸規(guī)模。銀行信貸規(guī)模變動對北京市房價波動的影響在短期內(nèi)更加顯著。

（5）方差分解

VAR模型中的方差分解是分析影響內(nèi)生變量的結(jié)構(gòu)沖擊的貢獻度。本文主要是通過方差分解來考察影子銀行規(guī)模變動對北京市房價波動的貢獻率，并與銀行信貸規(guī)模的貢獻率相比較，檢驗結(jié)果見圖4。

長期來看，北京市房價變動大約有65%由其自身決定，影子銀行規(guī)模變動對北京市房價變動的貢獻率為6%，而且是不斷上升的，其稍低于銀行信貸規(guī)模變動對北京市房價變動的貢獻率（15%）。

四、結(jié)論與建議

（一）結(jié)論

本文運用VAR模型研究了北京市影子銀行規(guī)模及其對北京市房價的影響，主要結(jié)論有：北京市影子銀行規(guī)模絕對數(shù)不斷擴大，在2000—2015年15年間增加了8.85倍，平均年增長率為15.65%。北京市影子銀行規(guī)模與北京市房價之間具有長期協(xié)整關(guān)系，其中，由于受市場化機制的影響，北京市影子銀行規(guī)模是北京市房價波動的格蘭杰原因，而北京市房價又進一步反作用于北京市影子銀行的規(guī)模和利率水平。另外，北京市影子銀行規(guī)模變動對北京市房價波動產(chǎn)生正向的沖擊且有一定的滯后性，長期來看，其對北京市房價波動的貢獻率為6%，而且影響在不斷上升。

以上這些結(jié)論進一步驗證了前言中所說的“影子銀行體系不受傳統(tǒng)貨幣政策的調(diào)控，很容易規(guī)避國家房地產(chǎn)信貸調(diào)控政策從而進入房地產(chǎn)市場，尤其是影子銀行能夠為房地產(chǎn)市場的發(fā)展提供信用供給，其規(guī)模的擴張進一步助推了房價的持續(xù)上漲”適用于首都北京的房價波動，這主要是因為：

在我國利率市場化的過程中，傳統(tǒng)的銀行等渠道資金不能滿足地方政府和企業(yè)的資金需求，影子銀行體系的出現(xiàn)就成為必然。由于資金的逐利本性，其更喜歡進入快速獲利或者獲利穩(wěn)健的渠道。近些年來，由于實體經(jīng)濟獲利緩慢且增長乏力，大量影子銀行體系資金流向房地產(chǎn)市場，尤其是北京這樣能夠維持高房價且增長迅速的房地產(chǎn)市場，一再經(jīng)歷房價瘋狂上漲而不破滅，這能夠使進入的資金快速獲利且相對風(fēng)險較低。這是北京市影子銀行體系資金大規(guī)模增長的重要原因之一。

大量影子銀行體系資金進入北京市房地產(chǎn)市場后，必然會助推房價進一步上漲，產(chǎn)生疊加效應(yīng)，影子銀行體系資金成為北京市房價上漲的格蘭杰原因。同時，正是由于獲利快、大且風(fēng)險相對較低，北京市房價反作用于影子銀行體系資金，吸引更多影子銀行體系資金進入北京市房地產(chǎn)市場，在規(guī)模提高的同時，也提高了利率，北京市房價成為影子銀行體系資金和利率的格蘭杰原因。

另外，為了控制房價的快速上漲，北京市出臺了很多調(diào)控房價的信貸政策，但這往往是管住了正規(guī)銀行信貸，由于每次管控房價后的賺錢效應(yīng)，大量需求鋌而走險，轉(zhuǎn)道借助影子銀行資金實現(xiàn)購房需求。但由于影子銀行體系資金的來源仍然是正規(guī)銀行信貸資金轉(zhuǎn)化而來，其必須先要通過一定方式從正規(guī)銀行信貸渠道流出來成為影子銀行體系資金，并且資金持有者也需要管控風(fēng)險，制定相關(guān)資金使用規(guī)則，這相當(dāng)于增加了資金使用程序，相對正規(guī)銀行信貸的直接影響來說其對房價的影響具有一定滯后性。

（二）建議

1.加強對北京市影子銀行信貸的監(jiān)管

當(dāng)房地產(chǎn)企業(yè)未能及時回收墊付款和借款，購房者不愿意或者不能償還購房貸款，其轉(zhuǎn)嫁風(fēng)險最好的途徑便是影子銀行體系，一旦轉(zhuǎn)嫁的風(fēng)險較大，影子銀行體系內(nèi)部又未能及時化解，其更易引發(fā)金融體系系統(tǒng)性風(fēng)險。因此，建議北京市銀監(jiān)局等相關(guān)金融監(jiān)管部門應(yīng)將影子銀行體系納入銀行信貸監(jiān)管范圍，完善現(xiàn)有監(jiān)管框架，尤其是在針對北京市房價調(diào)控的政策中將影子銀行的影響納入政策考慮范圍。

2.抑制北京市影子銀行體系信用的過度擴張

商業(yè)銀行體系的各種資金是影子銀行體系最有效、最直接的資金來源，必須規(guī)范北京市相關(guān)商業(yè)銀行與影子銀行之間的業(yè)務(wù)關(guān)系，有效切斷北京市影子銀行體系信貸過度擴張的根源，避免不合規(guī)資金通過影子銀行體系進入北京市房地產(chǎn)市場，進而影響北京市房地產(chǎn)市場的房價調(diào)控政策的效果。

3.加強北京市房地產(chǎn)市場綜合調(diào)控措施的實施

要注意北京市的影子銀行體系和銀行信貸體系對房價影響的差異性，采取更具有針對性、強調(diào)差異化的調(diào)控政策。同時應(yīng)繼續(xù)深入研究影子銀行體系資金進入北京市房地產(chǎn)市場的通道和風(fēng)險特征，深入把握其信用創(chuàng)造機制，在調(diào)控房價的政策中推出對于影子銀行更為有效的信貸調(diào)控政策，使其在北京市的房價調(diào)控中發(fā)揮作用。

[參考文獻]

[1] 中國房地產(chǎn)指數(shù)系統(tǒng)：《2016年北京房地產(chǎn)市場發(fā)展研究報告》，中國指數(shù)研究院，2016年1月29日。

[2] 中國人民銀行調(diào)查統(tǒng)計司與成都分行調(diào)查統(tǒng)計處聯(lián)合課題組：《影子銀行體系的內(nèi)涵及外延》，《金融發(fā)展評論》2012年第8期。

[3] 葛爽：《金融危機中影子銀行的作用機制及風(fēng)險防范》，《金融與經(jīng)濟》2010年第7期。

[4] Paul Krugman：“ Will China Break？”， The New York Times， December 18，2011.

[5] Zou Xiao-peng， Pang Yu-xiao， Zhu Hui-lin：The study between shadow banking and financial fragility in Ghina： an empirical analysis based on the co-integration test and error correction model”，Quality & Quantity， vol.47， No.6， 2013， pp.3363-3370.

[6] 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》，《現(xiàn)代財經(jīng)》2013年第11期。

[7] 單暢、韓復(fù)齡、李浩然：《影子銀行體系對房地產(chǎn)價格的作用機理探究》，《技術(shù)經(jīng)濟與管理研究》2015年第4期。

[8] 賈生華、董照櫻子、陳文強：《影子銀行、貨幣政策與房地產(chǎn)市場》，《當(dāng)代經(jīng)濟科學(xué)》2016年第3期。

[9] 封思賢、居維維、吳越：《我國影子銀行的規(guī)模測算問題研究》，《西南金融》2014年第9期。

[10] 史煥平、李澤成：《貨幣政策、影子銀行規(guī)模增速與經(jīng)濟增長》，《金融論壇》2015年第7期。