影子银行体系对房地产价格的作用机理分析论文
一、引言
近年来中国影子银行规模迅猛扩大， 《中国金融监管报告2014》 指出，基于市场数据，中国“影子银行”体系规模 2013年底达到 27 万亿元，占银行业总资产的 19%。根据金融稳定委员会(FSB)的统计，2013 年中国影子银行资产规模同比增长超37%，总额排名世界第三。随着中国影子银行规模的扩大，其系统重要性不断增强，在某种程度上改变了中国的金融结构乃至经济发展的状况，为此经济政策制定者和理论界对影子银行的宏观经济效应进行了大量的研究，大部分学者都肯定了影子银行的积极作用，且认为我国影子银行的特性使其不具备引发系统性金融风险的条件。然而已有文献都侧重于定性分析且关于影子银行与特定经济要素之间关系的专门研究较少，特别是影子银行对素有“经济晴雨表”之称的房地产行业的作用的定性和定量研究就几乎没有。
伴随着影子银行规模的扩张，2010 年以来，我国的房地产价格也一直处于上升通道， REICO 工作室 《中国房地产市场报告》 显示，2010 年、2011 年、2012 年，70 大中城市新建住宅价格分别同比上涨 12.2%、4.4%和 4.45%。武康平、鲁桂华(2004)[1]认为，金融市场与房地产市场之间具有共生性。影子银行作为金融信贷市场中的创新成分，与房地产价格波动之间也应具有天然的经济联系。在对 2008 年次贷危机中美国房地产价格泡沫形成以及破裂的原因分析中，相关学者已经开始重视影影子银行体系对房地产价格的作用机理探究单 畅，韩复龄，李浩然(中央财经大学金融学院，北京 100081)摘 要：通过信用创造增强效应、风险承担意愿增强效应和资产替代增强效应，影子银行体系较传统银行信贷对房地产价格变动子银行体系的重要作用，影子银行被认为难辞其咎，Coleman etal.(2008)[2]认为，美国影子银行体系所产生的需求冲击了房地产价格，同时这种信用方式催生了房地产价格泡沫。根据我国目前的经济表现和国外的相关研究，影子银行体系和房地产价格之间的关系、具体影响机理和影响效果值得进行理论研究和实证检验，这不仅对有效调控影子银行和房地产价格这两个经济问题具有重要的理论意义，而且对金融自由化过程中的金融监管和宏观经济调控也具有重要的借鉴意义。已有文献在研究我国房地产价格上涨问题时，大多集中于对货币供应量、信贷规模尤其是传统银行信贷等变量的影响进行研究，单独将影子银行信贷和房地产价格之间的关系进行研究的文献很少。
文章基于已有文献对银行信贷和房地产价格相关关系的研究，首先从影子银行和传统银行信贷的区别入手，分析其在影响房地产价格时的特殊作用机理，并选取 2010 年 1 月至 2014年 9 月的相关数据，通过 VAR 模型、Granger 因果检验、脉冲响应函数、方差分解等分析影子银行贷款、银行信贷对房地产价格的不同作用效果和作用方向，充分考察影子银行信贷和房地产价格之间的短期影响和长期动态均衡。
二、影子银行体系对房地产价格的作用机理
国内外学者运用金融加速器原理、预期理论和金融中介理论对银行信贷和房地产价格之间的关系进行了大量研究，大多数学者都认为银行信贷和房地产价格之间存在顺周期关系，银行信贷是引发房地产价格泡沫并引发金融危机的重要原因。Borio et al.(2001)[3]运用金融加速器原理，认为金融机构的顺周期性进一步强化了经济上升期的信贷发放和下降期的信贷紧缩,从而扩大了房地产价格波动的幅度。Renaud(1996)[4]认为，随着金融自由化的发展，金融机构不惜违反金融监管过度借贷，承担更多的金融风险，对房地产价格的波动造成了显著影响，加速了房地产泡沫的形成与破灭。Allen et al.(2004)[5]基于金融机构理论和预期理论，认为商业银行对房价的预期决定了自身对房地产信贷的投放，由此导致房地产价格的顺周期波动。且以往研究成果一致认为银行主要通过改变信贷数量来影响房地产价格，这是由于房地产行业属于资金密集型行业且外源融资尤其是借贷资金占比较大，信贷市场资金的变动通过影响房地产供求导致房地产价格波动，信贷市场资金的流入数量和流入供或求的方向不同间接决定了房地产价格的波动程度和波动方向。
中国影子银行作为规则边缘获利的金融创新产品，是传统商业银行的信贷补充渠道。约束诱导理论认为金融创新是微观金融组织受到约束后寻求利润最大化的“自我保护”路径，金融机构通过开发新的金融工具和产品，绕开政府管控，提高资金运行效率并降低交易成本。在中国二元金融结构体制下，影子银行固有的“影子”特性使得其在规避监管、降低交易成本的同时，向房地产行业注入资金的方向和数量都与传统银行相区别，导致其对房地产价格的影响强度和方向与传统银行也有所差别。
1. 影响程度
在影响强度上，影子银行内在规避监管、降低交易成本的特有属性通过重新排列金融要素、转换业务流程、创造交换媒介等途径衍发出特殊借贷机制，通过信用创造增强、风险承担意愿增强和资产替代增强效应，较传统银行在流动性转换、风险转换和期限转换中发挥更大作用，为房地产市场提供了更充足的融资来源。Nersisyan et al.(2010)[6]认为影子银行快速增长的杠杆导致金融虚拟化，使实体经济更易受金融不稳定的影响。
(1) 信用创造增强效应
影子银行资金回避了存贷比和资本充足率的限制，本身的创新属性提供形式多样的金融工具和理财产品，可以以高于银行存款的利率将企业和个人的闲散资金吸入囊中，居民投融资需求增强和影子银行竞争力提升双重效应叠加导致影子银行信用创造的能力强于传统银行体系。周丽萍(2012)[7]从影子银行运行机制出发，认为影子银行机构在无中央银行存款准备金制度的约束下调动并运用全社会闲置资金，加速货币的流动，创造流动性，实现信用规模的扩张。易宪容(2009)[8]认为影子银行的证券化运作方式会导致信用的无限扩张。同时，影子银行作为新型交换媒介，本身就是金融机构降低交易成本的创新产物，具有门槛低、办理灵活的优点，有利于提高储蓄投资转化的效率和数量，增强资金的流动性。特别是在房地产价格上涨预期下，影子银行贷款受获利意愿驱动大部分投入房地产市场，扩大了房地产企业的资金来源，增加了房地产商品的供给。2010年初至 2011 年，政府持续收紧银根以抑制房地产价格快速上涨，连续 12 次上调存款准备金率，并限制金融机构对房地产企业的贷款，但是，2012 年房地产建筑施工面积仍然比 2010年同比上涨 41.46%，竣工面积同比上涨 26%。房地产企业的资金链没有断裂且开发面积高速上涨就是得益于影子银行提供的大量资金支持。
(2) 风险承担意愿增强效应
影子银行体系业务链条较长，贷款发起方不是最终的贷款违约风险承担者，且不受正规金融机构操作规范的限制，因此贷款者仔细审查借款者资质的驱动性减弱，风险承担意愿增强，Wheaton et al.(2008)[9]and Pavlov et al.(2011)[10]认为资产证券化使得次级抵押贷款的审核标准降低，信用大规模扩张导致房地产价格泡沫。同时，由于预期房地产价格会持续走高，贷款者承担风险获取利润的意愿增强，会放松信贷标准，不满足银行贷款条件的借款者也能够从影子银行体系获得贷款。Allen etal.(1998)[11]认为，当投资者用借来的资金进行投资且只承担有限责任时，投资者会对风险资产进行过度投资。依据中国人民银行的统计数据，2010 年到 2013 年，委托贷款、信托贷款年累计增加额分别同比增长 191.11%、376.17%。另一方面，影子银行贷款的利率一般都会高于银行中长期贷款利率 2～3 个百分点，在经济形势较好房地产价格持续升高的情况下，房地产企业愿意承担较高的贷款利率进行外部融资，而增加的融资成本和运营风险最终会体现在上涨的房地产价格中。
(3) 资产替代增强效应
影子银行规避金融监管，通过资产池操作推出具有期限错配特征的各种类型理财产品，在货币市场吸收大量短期资金，并投向非标的的长期性资产，造成长期高风险资产对短期低风险负债的资产替代效应增加，杨军华(2011)的研究认为，在经济繁荣时期，影子银行使得整个金融中介体系的期限错配加剧。影子银行的资产负债结构失调的同时也稳定增加了房地产企业的信用总量。
2. 影响方向
在影响方向上，影子银行作为信贷紧缩的产物，在我国由金融抑制而产生的二元金融结构中将资金“悄然”投向房地产开发企业，也就是房地产商品的供给方。国内学者在研究银行贷款和房地产价格之间的关系时，主要侧重于住房抵押贷款和房地产价格之间的关系，即以房地产需求方资金流动作为传导中介，并认为信用扩张与资产价格的上升在一定程度上具有同期效应。信贷资金流入方向的区别使得对房地产供求的影响方向也有所区别，虽然相对于房地产需求来说，房地产供给短期弹性不大，但从长期来看，影子银行贷款会通过增多房地产有效供给对房地产价格产生反向影响。
三、影子银行规模变动和房地产价格关系的实证分析
1. 变量与数据的选取
结合上述理论分析，文章采用自 2010 年 1 月至 2014 年 9月的月度数据，运用向量自回归模型(VAR)，对我国影子银行规模、传统银行信贷、影子银行贷款利率和房地产价格之间的关系进行检验。关于代表影子银行规模的数据，由于我国影子银行的界定尚明确统一，且影子银行具有表外性和隐蔽性，对影子银行规模全面准确的统计数据获得比较困难。根据已有研究影子银行问题的实证研究文献，对我国影子银行规模的估计方法主要分为三类：一是社会融资总量减去人民币贷款和外币贷款部分;二是李建军(2008)[12]利用支出法从借款人角度根据实现 GDP 所需信贷规模计算得出的“未观测金融”数据;三是选取影子银行中的可观测部分进行趋势估计。文章采用第三种方法，选取委托贷款和信托贷款累计额(SL)作为影子银行的观测数据，虽然如此会缩小了影子银行的范围，但是由于其占影子银行规模的大部分，是影子银行体系流入房地产行业的主流资金，也是统计口径比较一致的数据，所以可在一定程度上代表影子银行的发展趋势。同时，文章采用金融机构短期贷款和中长期贷款数据之和来代表传统银行信贷规模(YL);采用房地产开发企业商品房销售额与房地产开发企业商品房销售面积数据之比来代表房地产价格(HP);由于银行贷款利率受到国家的限制，所以文章采用房地产集合信托产品的收益率(SI)作为影子银行借贷利率，以期接近房地产企业的真实市场贷款利率。
为了消除异方差，在不改变原时间序列的性质及关系的原则下，分别对原序列 SL、HP、YL 取对数，转换成 LSL、LHP、LYL。所有原始数据来自中经网统计数据库和用益信托网，采用 Eviews6.0 软件对数据进行处理。
2. 变量序列平稳性检验和 Johansen 协整检验
为避免“伪回归”，首先使用 ADF 方法对各变量序列进行单位根检验，判断变量序列的的平稳性，检验结果见表 1。结果表明，四个变量的原序列都是非平稳序列，经过一阶差分后，四个变量序列在 1%的显著水平上都拒绝了原假设，变为平稳序列，因此判定 LSL、LYL、LHP、SI 都是一阶单整序列，即 I(1) 满足进行协整的前提条件。款人角度根据实现 GDP 所需信贷规模计算得出的“未观测金融”数据;三是选取影子银行中的可观测部分进行趋势估计。文章采用第三种方法，选取委托贷款和信托贷款累计额(SL)作为影子银行的观测数据，虽然如此会缩小了影子银行的范围，但是由于其占影子银行规模的大部分，是影子银行体系流入房地产行业的主流资金，也是统计口径比较一致的数据，所以可在一定程度上代表影子银行的发展趋势。同时，文章采用金融机构短期贷款和中长期贷款数据之和来代表传统银行信贷规模(YL);采用房地产开发企业商品房销售额与房地产开发企业商品房销售面积数据之比来代表房地产价格(HP);由于银行贷款利率受到国家的限制，所以文章采用房地产集合信托产品的收益率(SI)作为影子银行借贷利率，以期接近房地产企业的真实市场贷款利率。为了消除异方差，在不改变原时间序列的性质及关系的原则下，分别对原序列 SL、HP、YL 取对数，转换成 LSL、LHP、LYL。所有原始数据来自中经网统计数据库和用益信托网，采用 Eviews6.0 软件对数据进行处理。2. 变量序列平稳性检验和 Johansen 协整检验为避免“伪回归”，首先使用 ADF 方法对各变量序列进行单位根检验，判断变量序列的的平稳性， 1。结果表明，四个变量的原序列都是非平稳序列，经过一阶差分后，四个变量序列在 1%的显著水平上都拒绝了原假设，变为平稳序列，因此判定 LSL、LYL、LHP、SI 都是一阶单整序列，即 I(1) 满足进行协整的前提条件。整关系检验，无线性趋势和常数项。检验结果见表 2，迹检验结果和最大特征值检验结果都表明在 95%的置信水平下四个变量序列之间最多存在一个协整方程，也就是存在长期均衡关系。
3. 格兰杰因果检验
为确定模型中影子银行规模、银行信贷规模、房地产价格水平和影子银行贷款利率四个变量之间的相互作用，需要对四个变量的因果关系进行格兰杰因果检验，由于四个变量都是一阶单整，且存在唯一的协整方程，因此可以进行格兰杰因果检验。由检验结果可知，滞后 2 阶在 5%的显著性水平上，房地产价格和影子银行规模存在双向格兰杰因果关系，房地产价格和影子银行贷款利率存在双向格兰杰因果关系，银行贷款规模是引起房地产价格变动的格兰杰原因，影子银行贷款利率是引起银行贷款规模变动的格兰杰原因。也就是说，影子银行规模、影子银行贷款利率和银行贷款规模变动都能对房地产价格波动有很好的解释力度，同时，房地产价格波动又能对影子银行规模和影子银行贷款利率的变动具有一定的解释力度。可见房地产价格波动和影子银行规模、影子银行贷款利率及银行贷款规模的变动都有一定关系。
4. 脉冲响应分析
脉冲响应函数可以具体验证各个变量系列之间的关系以及影响进程，即衡量来自某个内生变量的随机扰动项的一个标准差的冲击对 VAR 模型中其他内生变量当前值和未来取值的影响。文章利用脉冲响应函数的方法，测量影子银行规模、传统银行信贷规模、影子银行贷款利率波动对房地产价格的影响，以及房地产价格波动对影子银行规模的反作用影响。其中的横轴表示冲击作用的滞后期间数，文章选取滞后 10 期 (单位：月度) 冲击响应函数，来观测变量之间的影响程度;纵轴表示接受冲击变量的响应程度;实线代表脉冲响应函数，虚线表示正负两倍标准差偏离带。在影子银行贷款规模(LSL)一个标准差的冲击下，房地产价格(LHP)会先上升，在第 2 期达到最大后从第 3 期开始向下调整，直到第 15 期趋于稳定。而在银行贷款规模(LYL)一个标准差的冲击下，房地产价格(LHP)会显著上升，在第 3 期达到最大，在第 15 期趋于稳定，但是一直保持正向效应，这和王晓明(2010)[13]的研究结论一致。这表明和银行贷款规模(LYL)的影响方向不同，影子银行贷款规模(LSL)的波动对房地产价格(LHP)具有反向影响且具有一定时滞。这一结果可能是因为我国存在房地产商品供求总量结构性失衡相关，市场上生产的低档住宅明显供不应求，在需求依然旺盛的条件下，影子银行为房地产市场注入的资金并没有增加有效供给，因此短期内商品房价格会不断上扬。但从长期来看，房地产供给结构调整，有效供给逐步增加，在需求不变的情况下会引起房地产价格水平下降。
影子银行贷款利率(SI)一个标准差的冲击会使房地产价格(LHP)有个小幅波动后在第 3 期向下调整，在第 5 期向上调整直到第 15 期趋于稳定，总体来说，影子银行贷款利率会引起房地产价格的下降。这表明影子银行贷款利率长期对房地产价格具有负向效应。
5. 方差分解文章通过方差分解考察影子银行信贷规模、影子银行信贷利率、银行贷款规模变动在房地产价格波动中所占的比例。检验结果见图 3。结果表明，从长期来看，房地产价格变动大约有 61%由其自身决定，24%由影子银行信贷规模决定，7.4%由银行信贷规模决定，余下的大约 7.4%由影子银行信贷利率决定。也就是说，从长期来看，影子银行规模的变动对房地产价格的贡献率不断上升，远远超过银行信贷规模对房地产价格的影响，作用效果比较明显。
四、结论与政策建议
文章研究了我国 2010 年 1 月至2014 年9 月影子银行规模变动和传统银行信贷变动对房地产价格的影响，得出以下结论：首先，影子银行贷款规模变动和影子银行贷款利率变动会影响房地产价格，说明影子银行贷款中有很大部分流入了房地产市场，并对房地产价格的波动发挥作用。其次，影子银行贷款与房地产价格波动之间并不具有顺周期性，长期来看，影子银行贷款增加并没有对房地产价格的上涨起着推波助澜的作用，反而会最终降低房地产价格的上涨幅度。这是因为影子银行的对象主要是房地产开发商，而对于购置房屋的按揭贷款提供较少，房地产开发商的开发资金的增多会在长期增加有效供给，平抑房地产价格上涨趋势。最后，影子银行对房地产价格的作用强度要大于银行贷款，验证了影子银行对房地产价格波动确实具有增强效应的分析，同时也说明影子银行对房地产市场乃至对整个宏观经济的影响都在逐步增加。
基于以上理论分析和实证结论，文章认为：
(1) 中国影子银行作为现阶段金融创新的表现形式，应充分发掘并运用其积极经济效应
规避型金融创新理论认为在“监管—规避监管—追加监管”的博弈中，管控和规避管控的创新不断交错产生，影子银行体系的金融创新属性使得其在这种博弈的过程中适应性和效率螺旋上升，运用新媒介、设计新流程、采用多元化工具和产品满足了多样化的投融资需求，提高了金融资源的配置效率。专门就房地产市场来说，从长期来看，中国影子银行体系与房地产价格波动之间不具有顺周期性，甚至在一定条件下还会抑制房地产泡沫的形成，一般通用的金融加速器理论并不适用于解释影子银行和宏观经济的关系问题。因此在调控房地产市场时，应利用影子银行信贷的积极作用因素，合理引导贷款资金流向，扩大房地产的有效供给。同时应在构建科学的影子银行监测和统计体系的基础上，进一步验证影子银行信贷的经济效应，以正确评估和引导金融创新体系的发展。
(2) 不能忽视影子银行规避监管的特有属性和特殊借贷机制导致的自身积聚的大量风险
当房地产企业预期利润无法实现时，其投机性和庞兹性融资的特征将极容易产生信用风险并转嫁给影子银行，影子银行体系内积存的大量流动性风险、信用风险和期限错配风险就会随之引爆。且影子银行体系的风险溢出效应高于传统银行，使得金融风险的内在关联性更强、空间传染性更迅速，更易引发金融体系系统性风险。因此，应以填补监管真空地带为出发点，以将影子银行业务纳入监管范畴为目的，以实现博弈双方共赢的监管制度为载体，完善现有监管框架，在鼓励金融创新的同时减少金融摩擦、降低信息不对称和系统性风险，实现监管的可持续发展。如应按照系统重要性原则对影子银行分层监管，对于产品杠杆性较小、风险承担责任归属群体范围小，与银行业务联系不紧密的，可以采取行业自律措施，依靠市场手段由机构和业务自我监督调节;而对于产品业务链条、杠杆率高、风险承担责任涉及面巨大、与银行关联程度极高的产品，必须纳入审慎监管和行为监管，提出资本、流动性、行为规范等监管要求，坚决守住不发生系统性金融风险的底线。
(3) 应在充分发挥影子银行积极作用的基础上，积极拓宽房地产企业的融资渠道
创造条件推进房地产开发商探求多元化的融资模式，重点提高房地产市场直接融资的比重，如发行开发项目债券、成立房地产投资基金等方式，在一定程度上缓解国内房地产开发企业尤其是能够提供有效供给企业的大量资金需求。建立完备的房价下跌预警机制、规范评价标准、选择有效预测方法、及时进行预报分析，防范当房地产价格下降时引起银行坏账以及影子银行信贷违约等金融风险。
本文标签：
[!--temp.ykpl--]