影子銀行體系對房地產價格的作用機理分析論文
影子銀行體系對房地產價格的作用機理分析論文
一、引言
近年來中國影子銀行規模迅猛擴大， 《中國金融監管報告2014》 指出，基於市場資料，中國“影子銀行”體系規模 2013年底達到 27 萬億元，佔銀行業總資產的 19%。根據金融穩定委員會(FSB)的統計，2013 年中國影子銀行資產規模同比增長超37%，總額排名世界第三。隨著中國影子銀行規模的擴大，其系統重要性不斷增強，在某種程度上改變了中國的金融結構乃至經濟發展的狀況，為此經濟政策制定者和理論界對影子銀行的宏觀經濟效應進行了大量的研究，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系統性金融風險的條件。然而已有文獻都側重於定性分析且關於影子銀行與特定經濟要素之間關係的專門研究較少，特別是影子銀行對素有“經濟晴雨表”之稱的房地產行業的作用的定性和定量研究就幾乎沒有。
伴隨著影子銀行規模的擴張，2010 年以來，我國的房地產價格也一直處於上升通道， REICO 工作室 《中國房地產市場報告》 顯示，2010 年、2011 年、2012 年，70 大中城市新建住宅價格分別同比上漲 12.2%、4.4%和 4.45%。武康平、魯桂華(2004)[1]認為，金融市場與房地產市場之間具有共生性。影子銀行作為金融信貸市場中的創新成分，與房地產價格波動之間也應具有天然的經濟聯絡。在對 2008 年次貸危機中美國房地產價格泡沫形成以及破裂的原因分析中，相關學者已經開始重視影影子銀行體系對房地產價格的作用機理探究單 暢，韓復齡，李浩然(中央財經大學金融學院，北京 100081)摘 要：透過信用創造增強效應、風險承擔意願增強效應和資產替代增強效應，影子銀行體系較傳統銀行信貸對房地產價格變動子銀行體系的重要作用，影子銀行被認為難辭其咎，Coleman etal.(2008)[2]認為，美國影子銀行體系所產生的需求衝擊了房地產價格，同時這種信用方式催生了房地產價格泡沫。根據我國目前的經濟表現和國外的相關研究，影子銀行體系和房地產價格之間的關係、具體影響機理和影響效果值得進行理論研究和實證檢驗，這不僅對有效調控影子銀行和房地產價格這兩個經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管和宏觀經濟調控也具有重要的借鑑意義。已有文獻在研究我國房地產價格上漲問題時，大多集中於對貨幣供應量、信貸規模尤其是傳統銀行信貸等變數的影響進行研究，單獨將影子銀行信貸和房地產價格之間的關係進行研究的文獻很少。
文章基於已有文獻對銀行信貸和房地產價格相關關係的研究，首先從影子銀行和傳統銀行信貸的區別入手，分析其在影響房地產價格時的特殊作用機理，並選取 2010 年 1 月至 2014年 9 月的相關資料，透過 VAR 模型、Granger 因果檢驗、脈衝響應函式、方差分解等分析影子銀行貸款、銀行信貸對房地產價格的不同作用效果和作用方向，充分考察影子銀行信貸和房地產價格之間的短期影響和長期動態均衡。
二、影子銀行體系對房地產價格的作用機理
國內外學者運用金融加速器原理、預期理論和金融中介理論對銀行信貸和房地產價格之間的關係進行了大量研究，大多數學者都認為銀行信貸和房地產價格之間存在順週期關係，銀行信貸是引發房地產價格泡沫並引發金融危機的重要原因。Borio et al.(2001)[3]運用金融加速器原理，認為金融機構的順週期性進一步強化了經濟上升期的信貸發放和下降期的信貸緊縮,從而擴大了房地產價格波動的幅度。Renaud(1996)[4]認為，隨著金融自由化的發展，金融機構不惜違反金融監管過度借貸，承擔更多的金融風險，對房地產價格的波動造成了顯著影響，加速了房地產泡沫的形成與破滅。Allen et al.(2004)[5]基於金融機構理論和預期理論，認為商業銀行對房價的預期決定了自身對房地產信貸的投放，由此導致房地產價格的順週期波動。且以往研究成果一致認為銀行主要透過改變信貸數量來影響房地產價格，這是由於房地產行業屬於資金密集型行業且外源融資尤其是借貸資金佔比較大，信貸市場資金的變動透過影響房地產供求導致房地產價格波動，信貸市場資金的流入數量和流入供或求的方向不同間接決定了房地產價格的波動程度和波動方向。
中國影子銀行作為規則邊緣獲利的金融創新產品，是傳統商業銀行的信貸補充渠道。約束誘導理論認為金融創新是微觀金融組織受到約束後尋求利潤最大化的“自我保護”路徑，金融機構透過開發新的金融工具和產品，繞開政府管控，提高資金執行效率並降低交易成本。在中國二元金融結構體制下，影子銀行固有的“影子”特性使得其在規避監管、降低交易成本的同時，向房地產行業注入資金的方向和數量都與傳統銀行相區別，導致其對房地產價格的影響強度和方向與傳統銀行也有所差別。
1. 影響程度
在影響強度上，影子銀行內在規避監管、降低交易成本的特有屬性透過重新排列金融要素、轉換業務流程、創造交換媒介等途徑衍發出特殊借貸機制，透過信用創造增強、風險承擔意願增強和資產替代增強效應，較傳統銀行在流動性轉換、風險轉換和期限轉換中發揮更大作用，為房地產市場提供了更充足的融資來源。Nersisyan et al.(2010)[6]認為影子銀行快速增長的槓桿導致金融虛擬化，使實體經濟更易受金融不穩定的影響。
(1) 信用創造增強效應
影子銀行資金迴避了存貸比和資本充足率的限制，本身的創新屬性提供形式多樣的金融工具和理財產品，可以以高於銀行存款的利率將企業和個人的閒散資金吸入囊中，居民投融資需求增強和影子銀行競爭力提升雙重效應疊加導致影子銀行信用創造的能力強於傳統銀行體系。周麗萍(2012)[7]從影子銀行執行機制出發，認為影子銀行機構在無中央銀行存款準備金制度的約束下調動並運用全社會閒置資金，加速貨幣的流動，創造流動性，實現信用規模的擴張。易憲容(2009)[8]認為影子銀行的證券化運作方式會導致信用的無限擴張。同時，影子銀行作為新型交換媒介，本身就是金融機構降低交易成本的創新產物，具有門檻低、辦理靈活的優點，有利於提高儲蓄投資轉化的效率和數量，增強資金的流動性。特別是在房地產價格上漲預期下，影子銀行貸款受獲利意願驅動大部分投入房地產市場，擴大了房地產企業的資金來源，增加了房地產商品的供給。2010年初至 2011 年，政府持續收緊銀根以抑制房地產價格快速上漲，連續 12 次上調存款準備金率，並限制金融機構對房地產企業的貸款，但是，2012 年房地產建築施工面積仍然比 2010年同比上漲 41.46%，竣工面積同比上漲 26%。房地產企業的資金鍊沒有斷裂且開發面積高速上漲就是得益於影子銀行提供的大量資金支援。
(2) 風險承擔意願增強效應
影子銀行體系業務鏈條較長，貸款發起方不是最終的貸款違約風險承擔者，且不受正規金融機構操作規範的限制，因此貸款者仔細審查借款者資質的驅動性減弱，風險承擔意願增強，Wheaton et al.(2008)[9]and Pavlov et al.(2011)[10]認為資產證券化使得次級抵押貸款的稽核標準降低，信用大規模擴張導致房地產價格泡沫。同時，由於預期房地產價格會持續走高，貸款者承擔風險獲取利潤的意願增強，會放鬆信貸標準，不滿足銀行貸款條件的借款者也能夠從影子銀行體系獲得貸款。Allen etal.(1998)[11]認為，當投資者用借來的資金進行投資且只承擔有限責任時，投資者會對風險資產進行過度投資。依據中國人民銀行的統計資料，2010 年到 2013 年，委託貸款、信託貸款年累計增加額分別同比增長 191.11%、376.17%。另一方面，影子銀行貸款的利率一般都會高於銀行中長期貸款利率 2～3 個百分點，在經濟形勢較好房地產價格持續升高的情況下，房地產企業願意承擔較高的貸款利率進行外部融資，而增加的融資成本和運營風險最終會體現在上漲的房地產價格中。
(3) 資產替代增強效應
影子銀行規避金融監管，透過資產池操作推出具有期限錯配特徵的各種型別理財產品，在貨幣市場吸收大量短期資金，並投向非標的的長期性資產，造成長期高風險資產對短期低風險負債的資產替代效應增加，楊軍華(2011)的研究認為，在經濟繁榮時期，影子銀行使得整個金融中介體系的期限錯配加劇。影子銀行的資產負債結構失調的同時也穩定增加了房地產企業的信用總量。
2. 影響方向
在影響方向上，影子銀行作為信貸緊縮的產物，在我國由金融抑制而產生的二元金融結構中將資金“悄然”投向房地產開發企業，也就是房地產商品的供給方。國內學者在研究銀行貸款和房地產價格之間的關係時，主要側重於住房抵押貸款和房地產價格之間的關係，即以房地產需求方資金流動作為傳導中介，並認為信用擴張與資產價格的上升在一定程度上具有同期效應。信貸資金流入方向的區別使得對房地產供求的影響方向也有所區別，雖然相對於房地產需求來說，房地產供給短期彈性不大，但從長期來看，影子銀行貸款會透過增多房地產有效供給對房地產價格產生反向影響。
三、影子銀行規模變動和房地產價格關係的實證分析
1. 變數與資料的選取
結合上述理論分析，文章採用自 2010 年 1 月至 2014 年 9月的月度資料，運用向量自迴歸模型(VAR)，對我國影子銀行規模、傳統銀行信貸、影子銀行貸款利率和房地產價格之間的關係進行檢驗。關於代表影子銀行規模的資料，由於我國影子銀行的界定尚明確統一，且影子銀行具有表外性和隱蔽性，對影子銀行規模全面準確的統計資料獲得比較困難。根據已有研究影子銀行問題的實證研究文獻，對我國影子銀行規模的估計方法主要分為三類：一是社會融資總量減去人民幣貸款和外幣貸款部分;二是李建軍(2008)[12]利用支出法從借款人角度根據實現 GDP 所需信貸規模計算得出的“未觀測金融”資料;三是選取影子銀行中的可觀測部分進行趨勢估計。文章採用第三種方法，選取委託貸款和信託貸款累計額(SL)作為影子銀行的觀測資料，雖然如此會縮小了影子銀行的範圍，但是由於其佔影子銀行規模的大部分，是影子銀行體系流入房地產行業的主流資金，也是統計口徑比較一致的資料，所以可在一定程度上代表影子銀行的發展趨勢。同時，文章採用金融機構短期貸款和中長期貸款資料之和來代表傳統銀行信貸規模(YL);採用房地產開發企業商品房銷售額與房地產開發企業商品房銷售面積資料之比來代表房地產價格(HP);由於銀行貸款利率受到國家的限制，所以文章採用房地產集合信託產品的收益率(SI)作為影子銀行借貸利率，以期接近房地產企業的真實市場貸款利率。
為了消除異方差，在不改變原時間序列的性質及關係的原則下，分別對原序列 SL、HP、YL 取對數，轉換成 LSL、LHP、LYL。所有原始資料來自中經網統計資料庫和用益信託網，採用 Eviews6.0 軟體對資料進行處理。
2. 變數序列平穩性檢驗和 Johansen 協整檢驗
為避免“偽迴歸”，首先使用 ADF 方法對各變數序列進行單位根檢驗，判斷變數序列的的平穩性，檢驗結果見表 1。結果表明，四個變數的原序列都是非平穩序列，經過一階差分後，四個變數序列在 1%的顯著水平上都拒絕了原假設，變為平穩序列，因此判定 LSL、LYL、LHP、SI 都是一階單整序列，即 I(1) 滿足進行協整的前提條件。款人角度根據實現 GDP 所需信貸規模計算得出的“未觀測金融”資料;三是選取影子銀行中的可觀測部分進行趨勢估計。文章採用第三種方法，選取委託貸款和信託貸款累計額(SL)作為影子銀行的觀測資料，雖然如此會縮小了影子銀行的範圍，但是由於其佔影子銀行規模的大部分，是影子銀行體系流入房地產行業的主流資金，也是統計口徑比較一致的資料，所以可在一定程度上代表影子銀行的.發展趨勢。同時，文章採用金融機構短期貸款和中長期貸款資料之和來代表傳統銀行信貸規模(YL);採用房地產開發企業商品房銷售額與房地產開發企業商品房銷售面積資料之比來代表房地產價格(HP);由於銀行貸款利率受到國家的限制，所以文章採用房地產集合信託產品的收益率(SI)作為影子銀行借貸利率，以期接近房地產企業的真實市場貸款利率。為了消除異方差，在不改變原時間序列的性質及關係的原則下，分別對原序列 SL、HP、YL 取對數，轉換成 LSL、LHP、LYL。所有原始資料來自中經網統計資料庫和用益信託網，採用 Eviews6.0 軟體對資料進行處理。2. 變數序列平穩性檢驗和 Johansen 協整檢驗為避免“偽迴歸”，首先使用 ADF 方法對各變數序列進行單位根檢驗，判斷變數序列的的平穩性， 1。結果表明，四個變數的原序列都是非平穩序列，經過一階差分後，四個變數序列在 1%的顯著水平上都拒絕了原假設，變為平穩序列，因此判定 LSL、LYL、LHP、SI 都是一階單整序列，即 I(1) 滿足進行協整的前提條件。整關係檢驗，無線性趨勢和常數項。檢驗結果見表 2，跡檢驗結果和最大特徵值檢驗結果都表明在 95%的置信水平下四個變數序列之間最多存在一個協整方程，也就是存在長期均衡關係。
3. 格蘭傑因果檢驗
為確定模型中影子銀行規模、銀行信貸規模、房地產價格水平和影子銀行貸款利率四個變數之間的相互作用，需要對四個變數的因果關係進行格蘭傑因果檢驗，由於四個變數都是一階單整，且存在唯一的協整方程，因此可以進行格蘭傑因果檢驗。由檢驗結果可知，滯後 2 階在 5%的顯著性水平上，房地產價格和影子銀行規模存在雙向格蘭傑因果關係，房地產價格和影子銀行貸款利率存在雙向格蘭傑因果關係，銀行貸款規模是引起房地產價格變動的格蘭傑原因，影子銀行貸款利率是引起銀行貸款規模變動的格蘭傑原因。也就是說，影子銀行規模、影子銀行貸款利率和銀行貸款規模變動都能對房地產價格波動有很好的解釋力度，同時，房地產價格波動又能對影子銀行規模和影子銀行貸款利率的變動具有一定的解釋力度。可見房地產價格波動和影子銀行規模、影子銀行貸款利率及銀行貸款規模的變動都有一定關係。
4. 脈衝響應分析
脈衝響應函式可以具體驗證各個變數系列之間的關係以及影響程序，即衡量來自某個內生變數的隨機擾動項的一個標準差的衝擊對 VAR 模型中其他內生變數當前值和未來取值的影響。文章利用脈衝響應函式的方法，測量影子銀行規模、傳統銀行信貸規模、影子銀行貸款利率波動對房地產價格的影響，以及房地產價格波動對影子銀行規模的反作用影響。其中的橫軸表示衝擊作用的滯後期間數，文章選取滯後 10 期 (單位：月度) 衝擊響應函式，來觀測變數之間的影響程度;縱軸表示接受衝擊變數的響應程度;實線代表脈衝響應函式，虛線表示正負兩倍標準差偏離帶。在影子銀行貸款規模(LSL)一個標準差的衝擊下，房地產價格(LHP)會先上升，在第 2 期達到最大後從第 3 期開始向下調整，直到第 15 期趨於穩定。而在銀行貸款規模(LYL)一個標準差的衝擊下，房地產價格(LHP)會顯著上升，在第 3 期達到最大，在第 15 期趨於穩定，但是一直保持正向效應，這和王曉明(2010)[13]的研究結論一致。這表明和銀行貸款規模(LYL)的影響方向不同，影子銀行貸款規模(LSL)的波動對房地產價格(LHP)具有反向影響且具有一定時滯。這一結果可能是因為我國存在房地產商品供求總量結構性失衡相關，市場上生產的低檔住宅明顯供不應求，在需求依然旺盛的條件下，影子銀行為房地產市場注入的資金並沒有增加有效供給，因此短期內商品房價格會不斷上揚。但從長期來看，房地產供給結構調整，有效供給逐步增加，在需求不變的情況下會引起房地產價格水平下降。
影子銀行貸款利率(SI)一個標準差的衝擊會使房地產價格(LHP)有個小幅波動後在第 3 期向下調整，在第 5 期向上調整直到第 15 期趨於穩定，總體來說，影子銀行貸款利率會引起房地產價格的下降。這表明影子銀行貸款利率長期對房地產價格具有負向效應。
5. 方差分解文章透過方差分解考察影子銀行信貸規模、影子銀行信貸利率、銀行貸款規模變動在房地產價格波動中所佔的比例。檢驗結果見圖 3。結果表明，從長期來看，房地產價格變動大約有 61%由其自身決定，24%由影子銀行信貸規模決定，7.4%由銀行信貸規模決定，餘下的大約 7.4%由影子銀行信貸利率決定。也就是說，從長期來看，影子銀行規模的變動對房地產價格的貢獻率不斷上升，遠遠超過銀行信貸規模對房地產價格的影響，作用效果比較明顯。
四、結論與政策建議
文章研究了我國 2010 年 1 月至2014 年9 月影子銀行規模變動和傳統銀行信貸變動對房地產價格的影響，得出以下結論：首先，影子銀行貸款規模變動和影子銀行貸款利率變動會影響房地產價格，說明影子銀行貸款中有很大部分流入了房地產市場，並對房地產價格的波動發揮作用。其次，影子銀行貸款與房地產價格波動之間並不具有順週期性，長期來看，影子銀行貸款增加並沒有對房地產價格的上漲起著推波助瀾的作用，反而會最終降低房地產價格的上漲幅度。這是因為影子銀行的物件主要是房地產開發商，而對於購置房屋的按揭貸款提供較少，房地產開發商的開發資金的增多會在長期增加有效供給，平抑房地產價格上漲趨勢。最後，影子銀行對房地產價格的作用強度要大於銀行貸款，驗證了影子銀行對房地產價格波動確實具有增強效應的分析，同時也說明影子銀行對房地產市場乃至對整個宏觀經濟的影響都在逐步增加。
基於以上理論分析和實證結論，文章認為：
(1) 中國影子銀行作為現階段金融創新的表現形式，應充分發掘並運用其積極經濟效應
規避型金融創新理論認為在“監管—規避監管—追加監管”的博弈中，管控和規避管控的創新不斷交錯產生，影子銀行體系的金融創新屬性使得其在這種博弈的過程中適應性和效率螺旋上升，運用新媒介、設計新流程、採用多元化工具和產品滿足了多樣化的投融資需求，提高了金融資源的配置效率。專門就房地產市場來說，從長期來看，中國影子銀行體系與房地產價格波動之間不具有順週期性，甚至在一定條件下還會抑制房地產泡沫的形成，一般通用的金融加速器理論並不適用於解釋影子銀行和宏觀經濟的關係問題。因此在調控房地產市場時，應利用影子銀行信貸的積極作用因素，合理引導貸款資金流向，擴大房地產的有效供給。同時應在構建科學的影子銀行監測和統計體系的基礎上，進一步驗證影子銀行信貸的經濟效應，以正確評估和引導金融創新體系的發展。
(2) 不能忽視影子銀行規避監管的特有屬性和特殊借貸機制導致的自身積聚的大量風險
當房地產企業預期利潤無法實現時，其投機性和龐茲性融資的特徵將極容易產生信用風險並轉嫁給影子銀行，影子銀行體系內積存的大量流動性風險、信用風險和期限錯配風險就會隨之引爆。且影子銀行體系的風險溢位效應高於傳統銀行，使得金融風險的內在關聯性更強、空間傳染性更迅速，更易引發金融體系系統性風險。因此，應以填補監管真空地帶為出發點，以將影子銀行業務納入監管範疇為目的，以實現博弈雙方共贏的監管制度為載體，完善現有監管框架，在鼓勵金融創新的同時減少金融摩擦、降低資訊不對稱和系統性風險，實現監管的可持續發展。如應按照系統重要性原則對影子銀行分層監管，對於產品槓桿性較小、風險承擔責任歸屬群體範圍小，與銀行業務聯絡不緊密的，可以採取行業自律措施，依靠市場手段由機構和業務自我監督調節;而對於產品業務鏈條、槓桿率高、風險承擔責任涉及面巨大、與銀行關聯程度極高的產品，必須納入審慎監管和行為監管，提出資本、流動性、行為規範等監管要求，堅決守住不發生系統性金融風險的底線。
(3) 應在充分發揮影子銀行積極作用的基礎上，積極拓寬房地產企業的融資渠道
創造條件推進房地產開發商探求多元化的融資模式，重點提高房地產市場直接融資的比重，如發行開發專案債券、成立房地產投資基金等方式，在一定程度上緩解國內房地產開發企業尤其是能夠提供有效供給企業的大量資金需求。建立完備的房價下跌預警機制、規範評價標準、選擇有效預測方法、及時進行預報分析，防範當房地產價格下降時引起銀行壞賬以及影子銀行信貸違約等金融風險。