影子银行与房地产价格相互影响的实证研究

■ 蒋苏玥（上海大学经济学院）

一、研究背景

众所周知，在国际上我们把银行、资产管理机构和证券市场这三者是房地产市场的三大支柱。而在中国，银行由于受到银监会信贷规模、资本充足率以及存贷比的制约，往往通过信托贷款和委托贷款等表外业务来开展存款和贷款业务，从而降低监管成本。在近年来影子银行逐渐壮大的同时，房价也在逐年上升。影子银行为房地产提供充足资金的同时，也加大了我国银行的金融风险。

二、文献综述

近年来，我国关于影子银行与房地产研究越来越多。卢琼佩曾经探究影子银行资金规模和房地产价格之间的关系，结论表明银行表内和表外的影子银行资金规模对我国的房地产价格均有正向影响。于歌、回振彪针对我国的具体情况,着重探讨影子银行对房地产市场的影响。加入银行表内信贷进行对比分析,表明影子银行的规模对房地产价格存在正方向作用,但是影子银行对房地产价格变动的贡献度要高于银行表内信贷对其的影响。韩蓉蓉，白建东，赵婉淞采用ADF检验、协整检验和VAR脉冲分析方法就银行信贷对房地产价格影响进行分析,得出金融支持对房地产价格的波动有着显著的影响，银行信贷显著影响房地产价格的波动。

安辉，王瑞东采用向量自回归模型,实证分析了影响我国房地产价格的主要因素,结果表明：我国经济基本面已经很难解释当前房地产价格的走势,房地产调控政策成为影响我国房地产价格的重要因素。其中,土地政策和保障房政策对房地产价格的影响虽然存在一定时滞,但对房地产价格的影响是长期的且效果明显;货币政策和信贷政策对房地产价格的影响相对较小,存款准备金率的调整是最有效的货币政策工具。张仁枫认为由于美国的次贷危机与房地产的金融创新和金融监管有很大的关联,所有注意房地产金融创新与影子银行之间的问题。尽管游离于传统银行体系外的影子银行对金融风险的防控和金融创新带来严重的负面影响,但发展我国的房地产金融是大势所趋。在大力发展我国房地产金融时,我们应该找到防控金融风险的合理办法,注重金融创新和金融监管的同步进行。

三、实证分析

（一）数据样本选取

本文研究了影子银行与房地产价格之间的相互影响关系。本文以2007年4月1日至2017年3月1日的房价指数、委托贷款、信托贷款、货币供应量m2以及个人所得税为样本数据。同时，本文的所有数据均采用月度数据，一共采集了120组有效研究数据。因为这些样本数据时间跨度较长，同时数据量也比较大，所以数据具有一定的代表性。样本的数据主要来源：国家统计局、中国人民银行、同花顺数据库。

（二）模型介绍

（1）首先，对数据进行收集与处理。本文采用委托贷款与信托贷款总额来衡量影子银行的规模，同时对于房价（HP）、影子银行（SB）、货币供应量（M2）以及个人房产所得税（PHT）均采用其样本数据的环比增长率来作为最终的研究数据。

（2）对数据进行单位根检验，检验数据是否平稳。由于，最终数据不平稳，所以，我们通过一阶差分来使其平稳，故变量分别表示为房价（DHP）、影子银行（DSB）、货币供应量（DM2）、个人房产所得税（DPHT）。

（3）运用AIC或信息准则来确立VECM模型的阶数，选择最优滞后阶数为4，并对样本数据建立VECM (4)模

（4）通过Johansen协整检验，检验变量之间存在相互关系，可以VECM模型建立有效。

（5）对数据进行脉冲响应，分别研究影子银行和房价指数受货币供应量的影响。

（三）实证分析结果与分析

1.运用脉冲响应对实验结果进行分析

图1为影子银行受房地产价格指数的脉冲响应函数，即对房价正向冲击，影子银行规模在第4期达到峰谷，第5期达到最大值，之后在横轴两端上下波动，最后逐渐趋于平缓。即房价上升对使影子银行规模扩大其规模。同时，国家房价调控政策的出台会在短期加大影子银行波动幅度，而在长期对波动有一定的制约。图二是影子银行受货币供应量的脉冲响应函数，可以看出，给予货币供应量m2正向冲击，对影子银行有正向的影响效应，但是与图1相比并