賈生華,董照櫻子,陳文強(qiáng)

(浙江大學(xué) 管理學(xué)院，浙江 杭州 310058)

影子銀行、貨幣政策與房地產(chǎn)市場

賈生華,董照櫻子,陳文強(qiáng)

(浙江大學(xué) 管理學(xué)院，浙江 杭州 310058)

摘要：基于2002至2014年的季度數(shù)據(jù)，本文通過構(gòu)建結(jié)構(gòu)向量自回歸模型實(shí)證考察了影子銀行對房地產(chǎn)市場及貨幣政策實(shí)施效果的影響機(jī)制與作用效果。實(shí)證研究發(fā)現(xiàn)：影子銀行規(guī)模的上升促進(jìn)了房價(jià)的抬升及房地產(chǎn)投資額的擴(kuò)大，擴(kuò)大了社會信貸供給，降低了利率水平；進(jìn)一步的反事實(shí)模擬分析還發(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(jià)和房地產(chǎn)投資規(guī)模對緊縮型貨幣政策的響應(yīng)程度。

關(guān)鍵詞：影子銀行；貨幣政策；房地產(chǎn)市場；結(jié)構(gòu)向量自回歸模型(SVAR)

一、引言

美國次貸危機(jī)的爆發(fā)使影子銀行這一概念逐漸為人們所熟知，影子銀行的成因、發(fā)展和影響成為了學(xué)術(shù)界研究和探討的焦點(diǎn)。Bernanke將影子銀行體系定義為一系列與傳統(tǒng)存款機(jī)構(gòu)不同，不受監(jiān)管，但功能與傳統(tǒng)銀行類似的信貸中介機(jī)構(gòu)或市場[1]。我國證券市場發(fā)展仍處于初步階段，影子銀行系統(tǒng)并沒有形成成熟的資產(chǎn)證券化信用鏈條，目前主要表現(xiàn)為對傳統(tǒng)融資方式的補(bǔ)充，形式上包括委托貸款、理財(cái)產(chǎn)品、民間借貸等銀行表外業(yè)務(wù)。近年來，我國的金融體系結(jié)構(gòu)發(fā)生了重大改變，影子銀行已經(jīng)成為了社會融資的一個(gè)重要途徑，影子銀行體系所涉及的非傳統(tǒng)信貸融資規(guī)模不斷擴(kuò)大，在社會融資規(guī)模中的比重也日益提升，對實(shí)體經(jīng)濟(jì)的影響愈加凸顯。據(jù)統(tǒng)計(jì)，中國2014年廣義影子銀行體系所涉及的非傳統(tǒng)信貸融資規(guī)模約為27萬億元，占銀行業(yè)資產(chǎn)的19%，同一時(shí)期影子銀行規(guī)模同比增速則達(dá)到38%*數(shù)據(jù)來源于金融穩(wěn)定理事會(FSB)2015年發(fā)布的《Global Shadow Banking Monitoring Report 2015》。。

房地產(chǎn)作為我國國民經(jīng)濟(jì)的重要支柱，是典型資金密集型產(chǎn)業(yè)，特別是2000年以來，房地產(chǎn)價(jià)格持續(xù)快速上漲，投資收益高，企業(yè)高負(fù)債經(jīng)營，資金需求量巨大，而在我國以銀行信貸為主導(dǎo)的特殊金融體制下，很多企業(yè)都普遍面臨著嚴(yán)重融資約束問題[2]，加上商業(yè)銀行存在明顯的信貸配置偏好[3]，很多房地產(chǎn)企業(yè)的資金需求都難以從現(xiàn)有的銀行系統(tǒng)中得到滿足*2014年初，銀監(jiān)會主席尚福林指出，20家商業(yè)銀行涉及的房地產(chǎn)類貸款達(dá)20.9億元，而央行2013年的《金融機(jī)構(gòu)貸款投向統(tǒng)計(jì)報(bào)告》顯示，金融機(jī)構(gòu)投向房地產(chǎn)行業(yè)的人民幣貸款余額為14.61億元。二者之間相差將近6.3萬億元，足以說明大量房地產(chǎn)企業(yè)無法直接通過商業(yè)銀行的傳統(tǒng)渠道籌集資金。。此外，自2005年以來，中央銀行頻頻出臺貨幣政策，以期限制銀行信貸投向房地產(chǎn)領(lǐng)域，進(jìn)而達(dá)到穩(wěn)定房價(jià)、抑制房市過熱的目的，但貨幣政策對房地產(chǎn)市場的調(diào)控效果卻一直難如預(yù)期，并頗受詬病。影子銀行系統(tǒng)作為傳統(tǒng)融資方式的重要補(bǔ)充，具有高杠桿率的特征，擁有強(qiáng)大的信用創(chuàng)造功能，且其獨(dú)特的運(yùn)行機(jī)制使其獨(dú)立于傳統(tǒng)貨幣政策的調(diào)控范圍之外[4]。在此背景之下，影子銀行是否能為房地產(chǎn)市場的發(fā)展提供信用供給，其規(guī)模的擴(kuò)張是否助推了房價(jià)的持續(xù)上漲？我國房地產(chǎn)市場的貨幣調(diào)控政策為何屢屢失效，是否是影子銀行系統(tǒng)為房地產(chǎn)企業(yè)提供了融資渠道，降低了貨幣政策的有效性？

基于以上人們普遍關(guān)注的問題，本文將影子銀行，貨幣政策與房地產(chǎn)市場納入了一個(gè)統(tǒng)一的研究框架，通過構(gòu)建結(jié)構(gòu)向量自回歸模型(SVAR)實(shí)證考察了影子銀行對房地產(chǎn)市場及貨幣政策實(shí)施的影響機(jī)制與作用效果，以期為明晰三者之間的關(guān)系提供新的研究視角，并為改善貨幣政策的調(diào)控效果提供建議。

二、文獻(xiàn)回顧與理論分析

(一)文獻(xiàn)回顧與簡要評述

從現(xiàn)有的文獻(xiàn)看，目前國內(nèi)外研究大多集中在影子銀行的產(chǎn)生原因，以及對貨幣政策和金融系統(tǒng)穩(wěn)健性的影響等方面。Gorton、程小可等人認(rèn)為，社會上的融資需求無法得到滿足是影子銀行產(chǎn)生的重要原因，由于金融市場上資金的供不應(yīng)求，使市場利率高于商業(yè)銀行利率，而影子銀行不受管制，可以提供更高的收益率，使得大量資金從正規(guī)的金融系統(tǒng)流向影子銀行[5-6]；此外，李揚(yáng)和巴曙松認(rèn)為，影子銀行的發(fā)展與金融界一直所倡導(dǎo)的金融創(chuàng)新有關(guān)，而影子銀行本身也是金融創(chuàng)新[7-8]。黃益平認(rèn)為，我國影子銀行的產(chǎn)生與發(fā)展是對緊縮貨幣政策的反應(yīng)，在信貸緊縮的情況下，企業(yè)無法從正規(guī)渠道獲得資金，因而求助于影子銀行[9]。裘翔和周強(qiáng)龍認(rèn)為，中國影子銀行產(chǎn)生于信貸大幅緊縮的背景之下，一方面是為了規(guī)避“定向式”的行政管制，另一方面是為了逃避金融監(jiān)管[10]。

也有一些文獻(xiàn)探討了影子銀行可能產(chǎn)生的影響。由于影子銀行不受監(jiān)管，通過信托產(chǎn)品，理財(cái)產(chǎn)品和委托貸款等表外業(yè)務(wù)向無法從正規(guī)渠道獲得資金的企業(yè)和個(gè)人提供貸款，因此影子銀行能夠擴(kuò)大信用供給，影響貨幣政策目標(biāo)的實(shí)現(xiàn)[2、11-12]；還有研究發(fā)現(xiàn)影子銀行的高杠桿操作和期限錯(cuò)配機(jī)制等固有的脆弱性會影響金融市場的穩(wěn)健性，并引發(fā)金融危機(jī)[1、12-13]。當(dāng)然，不少學(xué)者也承認(rèn)了影子銀行對經(jīng)濟(jì)發(fā)展的積極作用，他們認(rèn)為影子銀行區(qū)別于傳統(tǒng)銀行的運(yùn)行機(jī)制和金融中介功能，滿足了籌資者和投資者的多樣化需求[6-7]，有利于金融創(chuàng)新，提供更有效金融服務(wù)，緩解企業(yè)融資約束，改善企業(yè)金融生態(tài)環(huán)境，從而提高經(jīng)濟(jì)運(yùn)行效率[4、14-15]。綜上所述，國內(nèi)外的研究大多集中在影子銀行的產(chǎn)生原因及其影響等方面，一定程度上加深了我們對影子銀行問題的認(rèn)識。然而，雖然眾多學(xué)者都承認(rèn)了影子銀行與房地產(chǎn)市場發(fā)展和貨幣政策有效性具有密切關(guān)系[10、17]，但影子銀行系統(tǒng)究竟會對我國房地產(chǎn)市場，以及對貨幣政策的調(diào)控效果產(chǎn)生什么樣的影響，以及這三者之間存在何種內(nèi)在聯(lián)系與互動關(guān)系，目前仍然有待進(jìn)行深入的考察與探究；同時(shí)，現(xiàn)有觀點(diǎn)都比較零碎，大多都局限于國外經(jīng)驗(yàn)的介紹和對國內(nèi)情況定性層面的討論上，缺少系統(tǒng)的論述和實(shí)證方法的驗(yàn)證。為此，本文將三者納入一個(gè)統(tǒng)一的分析框架，在考察影子銀行規(guī)模對房地產(chǎn)市場影響的基礎(chǔ)上，還重點(diǎn)分析了影子銀行對貨幣政策調(diào)控效果的影響機(jī)制與作用效果，以期為明晰三者之間的關(guān)系提供經(jīng)驗(yàn)證據(jù)。

(二)影子銀行、貨幣政策與房地產(chǎn)市場發(fā)展

我國影子銀行的發(fā)展與房地產(chǎn)市場的發(fā)展及貨幣政策的實(shí)施效果有著密不可分的關(guān)系。一方面，傳統(tǒng)商業(yè)銀行偏向與向大型企業(yè)或國有企業(yè)貸款，影子銀行愿意為一些高風(fēng)險(xiǎn)的中、小型房地產(chǎn)開發(fā)企業(yè)提供貸款支持，直接促進(jìn)了房地產(chǎn)業(yè)的投資。另一方面，緊縮的貨幣政策限制了資金流向房地產(chǎn)行業(yè)，而影子銀行受宏觀調(diào)控的影響程度較低，可以隨時(shí)向房地產(chǎn)開發(fā)商提供資金，增大了中央銀行通過貨幣政策調(diào)控房地產(chǎn)市場的難度，影響了貨幣政策對房地產(chǎn)市場的調(diào)控效果。

首先，影子銀行的發(fā)展在一定程度上拓寬了房地產(chǎn)企業(yè)的融資渠道，能緩解潛在的融資約束問題，從而直接促進(jìn)房地產(chǎn)市場的發(fā)展。房地產(chǎn)屬于資金密集型產(chǎn)業(yè)，企業(yè)高負(fù)債經(jīng)營，資金需求旺盛，尤其在市場繁榮時(shí)期，房地產(chǎn)價(jià)格持續(xù)上漲，房地產(chǎn)投資收益高，對各方面資金吸引力很強(qiáng)。而在我國以銀行信貸為主導(dǎo)的特殊金融體制下，很多企業(yè)都普遍面臨著嚴(yán)重融資約束的問題[2、6]。此外，傳統(tǒng)的商業(yè)銀行存在明顯的信貸配置偏好，它們更偏向于向風(fēng)險(xiǎn)較低，資信較好的國有企業(yè)或大型上市公司提供貸款，而中小企業(yè)通常被認(rèn)為經(jīng)營風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)較高，傳統(tǒng)的商業(yè)銀行并不愿意向中小型企業(yè)和開發(fā)商發(fā)放貸款，導(dǎo)致了很多房地產(chǎn)企業(yè)的資金需求無法從現(xiàn)有的銀行系統(tǒng)中得到滿足。作為傳統(tǒng)商業(yè)信貸的重要替代和補(bǔ)充方式，影子銀行為獲得更高的風(fēng)險(xiǎn)補(bǔ)償，傾向于承擔(dān)較高風(fēng)險(xiǎn)[10]，有動機(jī)通過銀信合作理財(cái)產(chǎn)品、委托貸款以及合同業(yè)務(wù)等形式向高風(fēng)險(xiǎn)的房地產(chǎn)開發(fā)企業(yè)提供信貸支持[6]。因此，影子銀行的存在大大緩解了無法從銀行等傳統(tǒng)融資渠道中獲取資金的中、小房地產(chǎn)開發(fā)商的融資約束，從而促進(jìn)房地產(chǎn)市場的投資。

其次，影子銀行的發(fā)展會削弱貨幣政策對經(jīng)濟(jì)的調(diào)控效果。Sheng發(fā)現(xiàn)影子銀行體系的存在會擴(kuò)大貨幣供應(yīng)量，提出了以M2和影子銀行之和作為貨幣總供給的新衡量標(biāo)準(zhǔn)[11]。此外，影子銀行作為金融創(chuàng)新的一種重要形式，能通過生成新的投資和放大了現(xiàn)有的投資總量來促進(jìn)企業(yè)的借貸行為[18]。Adrian等認(rèn)為，影子銀行的成長增加了信貸的可得性，并對中央銀行的信用供給有著重要影響[3]。Verona 等將影子銀行體系納入到DSGE模型中考察了影子銀行體系與貨幣政策的關(guān)系，研究發(fā)現(xiàn)影子銀行體系會嚴(yán)重影響貨幣政策目標(biāo)的實(shí)現(xiàn)[19]。周小川也認(rèn)為，影子銀行具有像商業(yè)銀行一樣的貨幣創(chuàng)造功能，使得貨幣政策乘數(shù)被放大，增加信用供給與流動，從而在一定程度上沖擊了貨幣政策的調(diào)控效果[20]。

最后，影子銀行的發(fā)展削弱了貨幣政策對房地產(chǎn)市場的調(diào)控效果。從理論上講，緊縮的貨幣政策通過信貸渠道，利率渠道與資產(chǎn)負(fù)債表渠道等影響了房地產(chǎn)企業(yè)的融資成本，進(jìn)一步縮減了房地產(chǎn)市場的投資規(guī)模。但在信貸配給、存款準(zhǔn)備金率約束等宏觀調(diào)控措施下，由于影子銀行的活動不受中央銀行監(jiān)管限制，能在監(jiān)管體系之外從事與傳統(tǒng)銀行類似的資金融通活動，因此在貨幣政策緊縮時(shí)期，影子銀行能夠通過委托貸款、理財(cái)產(chǎn)品、民間借貸等銀行表外業(yè)務(wù)繞開監(jiān)管，給原本無法通過傳統(tǒng)商業(yè)銀行獲得貸款的房地產(chǎn)企業(yè)提供資金，在一定程度上削弱了貨幣政策對房地產(chǎn)市場的調(diào)控效果。另一方面，房地產(chǎn)企業(yè)的融資需求往往對利率的上升不太敏感，其貸款規(guī)模與投資規(guī)模很大程度上取決于信貸的可獲得性，其綜合融資成本不僅僅由利率決定，很大程度上也受到抵押率的影響。由于此時(shí)房地產(chǎn)企業(yè)的經(jīng)營風(fēng)險(xiǎn)較高，為了補(bǔ)償這一部分風(fēng)險(xiǎn)，影子銀行憑借其壟斷地位可以設(shè)定一個(gè)較高的利率，同時(shí)相應(yīng)放寬對抵押率的要求[10]，考慮到抵押率的影響，房地產(chǎn)企業(yè)的綜合借貸成本可能反而是下降的，為維持資金鏈，滿足投資需求，在無法從商業(yè)銀行直接獲得貸款時(shí)，房地產(chǎn)企業(yè)往往會求助于影子銀行。因此，雖然緊縮的貨幣政策提高了利率，抑制了整個(gè)房地產(chǎn)市場的信貸規(guī)模，但影子銀行的行為能繞開監(jiān)管，為房地產(chǎn)市場提供資金支持，從而影響貨幣政策的對房地產(chǎn)市場調(diào)控效果。

三、變量定義與模型選擇

(一)影子銀行概念及其范圍界定

McCulley最先提出影子銀行的概念，他指出影子銀行是“游離于傳統(tǒng)商業(yè)銀行體系之外，不受監(jiān)管但卻從事著與商業(yè)銀行類似的金融活動的中介機(jī)構(gòu)”，產(chǎn)生于70年代貨幣市場基金的發(fā)展[21]。金融穩(wěn)定理事會認(rèn)為影子銀行從廣義上來講是除正規(guī)銀行體系外，其活動可能引發(fā)系統(tǒng)性風(fēng)險(xiǎn)和監(jiān)管套利隱患的信貸中介系統(tǒng)[22]。Bernanke將影子銀行體系定義為一系列與傳統(tǒng)存款機(jī)構(gòu)不同，不受監(jiān)管，但功能與傳統(tǒng)銀行類似的機(jī)構(gòu)和市場[1]。

在我國，不少學(xué)者出于研究需要從不同的角度估算了影子銀行的規(guī)模。巴曙松認(rèn)為，我國的影子銀行包括了委托貸款，銀信合作，理財(cái)產(chǎn)品等[8]；沈悅在區(qū)分內(nèi)外部影子銀行的基礎(chǔ)上，認(rèn)為銀信合作產(chǎn)品，委托貸款和未貼現(xiàn)票據(jù)三項(xiàng)占了內(nèi)部影子銀行的絕大部分，而外部影子銀行則涉及到信托公司，投資銀行，貨幣市場基金和民間金融等[23]；陸曉明認(rèn)為，中國的影子銀行與傳統(tǒng)商業(yè)銀行并行，是傳統(tǒng)銀行的替代品，從而也更加依賴于傳統(tǒng)商業(yè)銀行，并不涉及復(fù)雜的金融的衍生品，而是通過一些制度創(chuàng)新開展銀行表外資產(chǎn)負(fù)債業(yè)務(wù)[24]；王浡力和李建軍認(rèn)為，影子銀行涉及了銀行的表外業(yè)務(wù)，回購業(yè)務(wù)，貨幣市場基金業(yè)務(wù)，對沖基金，信托公司資產(chǎn)，銀信合作產(chǎn)品，民間借貸等[25]。中國人民銀行調(diào)查統(tǒng)計(jì)司將中國的影子銀行寬泛的定義為“從事金融中介活動，具有與傳統(tǒng)銀行類似的信用、期限或流動性轉(zhuǎn)換功能，但未受巴塞爾Ⅲ或同等監(jiān)管程度的實(shí)體或準(zhǔn)實(shí)體”[26]。

借鑒以往學(xué)者的研究，本文認(rèn)為我國影子銀行系統(tǒng)是能夠提供信用轉(zhuǎn)換，流動性轉(zhuǎn)換和企業(yè)轉(zhuǎn)換的金融中介，主要包括了銀行理財(cái)產(chǎn)品、未貼現(xiàn)承兌匯票、委托貸款、信托貸款、民間借貸等。

(二)模型選擇

在宏觀經(jīng)濟(jì)領(lǐng)域，VAR模型得到了廣泛的應(yīng)用，它通過將所有內(nèi)生變量的當(dāng)期變量對其若干滯后值進(jìn)行回歸，進(jìn)而估計(jì)出全部內(nèi)生變量的動態(tài)關(guān)系。然而，由于簡化式VAR模型假設(shè)變量之間沒有當(dāng)期影響，因而不能很好的揭示宏觀經(jīng)濟(jì)結(jié)構(gòu)。為解決這一問題，一些學(xué)者對VAR模型提出修正，建立結(jié)構(gòu)向量自回歸模型(SVAR)[27]。SVAR模型允許變量之間存在當(dāng)期影響，因而更符合實(shí)際的宏觀經(jīng)濟(jì)環(huán)境。

一般p階SVAR模型可由(1)式表示：

Ayt=AΓ1yt-1+…+AΓpyt-p+Aμt

(1)

其中，矩陣A來自經(jīng)濟(jì)理論對經(jīng)濟(jì)結(jié)構(gòu)的建模，為內(nèi)生變量滯后項(xiàng)的系數(shù)矩陣，是簡化式VAR的擾動項(xiàng)，移項(xiàng)可得：

A(1-Γ1L-…-ΓpLp)yy=Aμt

(2)

對于SVAR模型，分析的重點(diǎn)在于正交化的脈沖響應(yīng)，故一般假設(shè)SVAR的結(jié)構(gòu)擾動項(xiàng)正交，即假設(shè)Aμt=E其中B為MM的矩陣，(2)式可轉(zhuǎn)化為(3)式

A(1-Γ1L-…-ΓpLp)yt=Aμt=Bεt

(3)

(3)式則為SVAR模型的“AB模型”。若令A(yù)=IM，則為B模型，若令B=IM，則為A模型。為了識別AB模型，至少需要對A和B施加 2M2-M(M+1)/2個(gè)約束，對于B模型，則至少需要對B施加M(M-1)/2個(gè)約束條件, 對于A模型，則至少需要對A施加M(M-1)/2個(gè)約束條件。如果正好施加如此多的約束條件，則為恰好識別，如果施加更多的約束條件，則為過度識別。對A和B所施加的約束稱為“短期約束”，“AB模型”的SVAR也被稱為是“短期SVAR”。

(三)變量選擇及數(shù)據(jù)處理

本文選擇國民生產(chǎn)總值(gdp),實(shí)際房地產(chǎn)價(jià)格(p),利率(r)和影子銀行規(guī)模(sb),全國住房投資額(inv)和貨幣總供給(M2)進(jìn)入SVAR模型。

國民生產(chǎn)總值(gdp)可以用來反應(yīng)經(jīng)濟(jì)增長。實(shí)際房地產(chǎn)價(jià)格(p)等于商品房銷售額除以商品房銷售面積;影子銀行規(guī)模的測度目前還未有一個(gè)統(tǒng)一標(biāo)準(zhǔn),從現(xiàn)有文獻(xiàn)來看,較多的學(xué)者[26、28-30]選取了社會融資總規(guī)模中的委托貸款、信托貸款、未貼現(xiàn)承兌匯票之和作為影子銀行規(guī)模的測度,本文也使用委托貸款、信托貸款、未貼現(xiàn)承兌匯票之和作為影子銀行的代理變量;利率為當(dāng)月銀行間同業(yè)拆借加權(quán)平均利率,用來反映貨幣政策的走向[29];全國住房投資額(inv)反應(yīng)來自供給方面的影響。

上述所有變量均使用了X-12濾波法進(jìn)行了季節(jié)調(diào)整；所有變量都做了去通貨膨脹處理得到真實(shí)值，且對利率(r)外的其他變量取自然對數(shù)以消除指數(shù)增長趨勢。

本文的所有數(shù)據(jù)均來自于國泰安數(shù)據(jù)庫。由于中央銀行自2002年開始發(fā)布社會融資規(guī)模的數(shù)據(jù)，本文的數(shù)據(jù)區(qū)間設(shè)為2002年第一季度到2014年第四季度，并利用stata12.0進(jìn)行分析。

四、實(shí)證檢驗(yàn)與結(jié)果分析

(一)單位根檢驗(yàn)

構(gòu)造結(jié)構(gòu)向量自回歸模型(SVAR)的前提條件是模型中的各個(gè)變量均為平穩(wěn)時(shí)間序列，否則兩個(gè)相互獨(dú)立的單位根變量可能會出現(xiàn)偽回歸或者偽相關(guān)。因此，本文首先采用DF-GLS檢驗(yàn)進(jìn)行單位根檢驗(yàn)。從表2中變量單位根檢驗(yàn)的結(jié)果可以看出，各個(gè)變量的原始序列不平穩(wěn)，一階差分均為平穩(wěn)，因此各序列為一階單整(I(1))序列，可以進(jìn)行結(jié)構(gòu)向量自回歸模型(SVAR)的建模。

表1　變量單位根檢驗(yàn)

注：△表示一階差分，檢驗(yàn)形式中的C,T,K表示常數(shù)項(xiàng)，趨勢項(xiàng)和滯后階數(shù)，N表示不帶趨勢項(xiàng)。滯后階數(shù)的選擇使用了SC準(zhǔn)則。

(二)協(xié)整關(guān)系檢驗(yàn)

上述單位根檢驗(yàn)表明協(xié)整關(guān)系檢驗(yàn)的條件得到了滿足，考慮到觀察點(diǎn)數(shù)的限制，我們最終選擇滯后2階的SVAR模型。使用Johansen檢驗(yàn)法對各個(gè)變量之間的協(xié)整關(guān)系進(jìn)行檢驗(yàn)，結(jié)果如表2所示。包含常數(shù)項(xiàng)和時(shí)間趨勢項(xiàng)的協(xié)整秩跡檢驗(yàn)和最大特征值檢驗(yàn)都表明，有1個(gè)線性無關(guān)的協(xié)整向量。當(dāng)幾個(gè)變量存在協(xié)整關(guān)系時(shí)，可以用變量的水平值構(gòu)造SVAR模型，因此，本文使用原始序列進(jìn)入模型。

表2　Johansen協(xié)整關(guān)系檢驗(yàn)

(三)SVAR模型參數(shù)估計(jì)

參照以往的研究成果[31-35]，本文建立了SVAR的“B”型模型，如下式所示。

(4)

上述方程第一行表明，當(dāng)期實(shí)際GDP并不會受其他任何變量的同期影響，但是，GDP可能會影響其他變量；第二行表明貨幣供給受到經(jīng)濟(jì)基本面，貨幣政策和房地產(chǎn)投資額的同期影響；利率是滯后變量，因此第三行表示利率不能對經(jīng)濟(jì)發(fā)展和房屋價(jià)格等經(jīng)濟(jì)數(shù)據(jù)的產(chǎn)生同期反饋[35]；第四行表示同期影子銀行的規(guī)模會受到貨幣政策和房價(jià)的影響；由于房價(jià)是領(lǐng)先變量，因此同期會受到當(dāng)期貨幣政策的影響，而房地產(chǎn)投資額會受到經(jīng)濟(jì)基本面，影子銀行和房價(jià)的同期影響。由于SVAR模型分析的重點(diǎn)在于正交化的脈沖效應(yīng)，因此，所估計(jì)出的系數(shù)結(jié)果在此省略。

(四)脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)描述的是單個(gè)變量變化一個(gè)擾動項(xiàng)對內(nèi)生變量當(dāng)前值和未來值的影響，它可以反映變量與變量之間影響的正負(fù)關(guān)系，并且能夠反映這種影響隨時(shí)間推移的變化趨勢，揭示了變量之間的動態(tài)關(guān)系。本文以SVAR模型為基礎(chǔ)，構(gòu)建正交化的脈沖響應(yīng)函數(shù)，對變量之間的動態(tài)交互作用進(jìn)行分析。結(jié)果如圖1所示，圖中橫軸代表沖擊作用的滯后期間(單位，季度)，縱軸表示響應(yīng)數(shù)。實(shí)線代表了脈沖響應(yīng)函數(shù)，代表了其他變量對影子銀行規(guī)模變動的反應(yīng)，兩側(cè)虛線表示正負(fù)兩倍標(biāo)準(zhǔn)誤差的偏離帶。

圖1　影子銀行規(guī)模變動一個(gè)單位標(biāo)準(zhǔn)差對其他內(nèi)生變量的影響

如圖1(1)所示，給定影子銀行規(guī)模變動一個(gè)單位標(biāo)準(zhǔn)差的沖擊，即影子銀行規(guī)模擴(kuò)張，會對GDP產(chǎn)生持續(xù)的正向影響，并且在第2季度達(dá)到最大值0.004左右，隨后有所降低，但在第4季度該正向響應(yīng)有所上升，在第10個(gè)季度趨于穩(wěn)定并響應(yīng)值一直保持在0.002左右。這表明影子銀行規(guī)模的變動對GDP有持續(xù)的正向沖擊。圖1(2)表明，在影子銀行規(guī)模的正向沖擊下，房價(jià)的反饋雖然存在一定的滯后期，但4季度之后表現(xiàn)為持續(xù)的正向反饋，并在第7季度達(dá)到最大值(0.003左右)，表明影子銀行中的大量資金會投入到房地產(chǎn)中，從而促進(jìn)房價(jià)的增長。圖1(3)顯示，房地產(chǎn)市場的投資額對影子銀行的反饋存在為期6季度的滯后期，6季度之后為持續(xù)的正向反饋并在第10個(gè)季度達(dá)到穩(wěn)定值(0.003左右)，說明長期而言，影子銀行的發(fā)展會促進(jìn)房地產(chǎn)市場投資。

圖1(4)和圖1(5)還表述了影子銀行規(guī)模變動對貨幣政策的沖擊。圖1(4)表明影子銀行規(guī)模的變動對貨幣供給量的影響有一定的滯后性，在第4期之后為持續(xù)的正向影響，并在第6個(gè)季度基本達(dá)到穩(wěn)定，響應(yīng)值維持在0.002左右，即影子銀行的發(fā)展會擴(kuò)大社會的貨幣供給，這與李揚(yáng)(2011)，Sheng(2010)等人的研究結(jié)果一致。從圖1(5)可以看出，影子銀行對利率的沖擊的反饋在前3個(gè)季度表現(xiàn)為正響應(yīng)，第3個(gè)季度之后轉(zhuǎn)為負(fù)，并在第5個(gè)季度達(dá)到最大值-0.07，即影子銀行的發(fā)展在短期內(nèi)會提升利率，但隨著時(shí)間的推移，利率反而下降，因此，雖然影子銀行在短期內(nèi)由于借貸利率較高會提升融資成本，但長久來看，影子銀行的發(fā)展提高了社會的信貸規(guī)模，會促進(jìn)利率自由化，降低融資成本，這與美國的經(jīng)驗(yàn)研究也是一致的，即影子銀行拓寬了資金來源渠道，降低了企業(yè)的融資成本?？偟膩碚f，影子銀行對貨幣供給和利率等貨幣政策指標(biāo)會有影響，增加當(dāng)局通過貨幣政策工具調(diào)控宏觀經(jīng)濟(jì)的難度。

(五)反事實(shí)模擬驗(yàn)證

本文參照反事實(shí)模擬方法[35-37]，分析在沒有影子銀行的影響下，房價(jià)和房地產(chǎn)投資對緊縮貨幣政策的響應(yīng)情況。該方法意味著將式(4)中影子銀行的待估計(jì)系數(shù)變?yōu)?，即沒有將影子銀行納入SVAR系統(tǒng)，將其變?yōu)橄到y(tǒng)外生變量。因此，在當(dāng)期以及滯后的兩個(gè)季度內(nèi)，影子銀行不會對房價(jià)產(chǎn)生內(nèi)生影響。然后對GDP、貨幣供給量、房價(jià)、實(shí)際利率和房地產(chǎn)投資額這五個(gè)變量構(gòu)建SVAR模型，將影子銀行作為系統(tǒng)外生變量，進(jìn)行脈沖響應(yīng)分析，并比較在該模擬條件下的響應(yīng)和原響應(yīng)。

圖2利率沖擊對房價(jià)的脈沖影響對比圖圖3利率沖擊對投資額的脈沖影響對比圖

如圖2所示，給定利率變動的一個(gè)標(biāo)準(zhǔn)差沖擊，即利率上升對房價(jià)的沖擊均為正，但初始沖擊較強(qiáng)，之后迅速衰減。房價(jià)的原反饋和房價(jià)的新反饋的響應(yīng)速度和收斂速度基本保持一致，但程度有所差異，而從第1季度到第6季度，房價(jià)的原反饋(影子銀行影響)程度會弱于房價(jià)的新反饋(不受影子銀行影響)，意味在有影子銀行的作用下，相同的緊縮貨幣政策沖擊對房價(jià)的作用效果增強(qiáng)。房價(jià)原反饋和房價(jià)新反饋二者之間的最大差異出現(xiàn)在第3季度，第3季度新反饋的響應(yīng)值為-0.01113，原反饋的響應(yīng)值-0.00766，相差將近31%，進(jìn)一步驗(yàn)證了影子銀行在貨幣政策調(diào)控房地產(chǎn)市場時(shí)的重要作用。上述結(jié)果表明，影子銀行規(guī)模的擴(kuò)張確實(shí)會降低貨幣政策對房價(jià)的調(diào)控效果。第6季度之后，新反饋和原反饋的響應(yīng)值趨于一致。

如圖3所示，緊縮的貨幣政策可以有效的抑制房地產(chǎn)行業(yè)的投資規(guī)模。在考慮影子銀行和不考慮影子銀行影響的情況下，貨幣政策對房地產(chǎn)投資的沖擊效應(yīng)的區(qū)別在第2季度開始顯現(xiàn)，表明從第2季度至第10季度，投資額的原響應(yīng)程度弱于投資額的新響應(yīng)程度，投資額原反饋和投資額新反饋二者之間的最大差異出現(xiàn)在第4季度，第4季度新反饋的響應(yīng)值為-0.006，原反饋-0.00455，相差約24%，意味著在有影子銀行的影響下，緊縮貨幣政策對房地產(chǎn)投資的負(fù)向沖擊效應(yīng)受到了削弱。也就是說，影子銀行的發(fā)展沖擊了貨幣政策的對房地產(chǎn)投資規(guī)模的調(diào)控效果。第10季度之后，新反饋和原反饋的響應(yīng)值趨于一致。

五、研究結(jié)論和展望

中國影子銀行規(guī)模的迅速擴(kuò)張，對我國金融系統(tǒng)與實(shí)體經(jīng)濟(jì)產(chǎn)生了越來越重要的影響。本文將影子銀行、貨幣政策與房地產(chǎn)市場納入了一個(gè)統(tǒng)一的分析框架，通過構(gòu)建SVAR模型探究了影子銀行對房地產(chǎn)市場，以及在影子銀行的影響下貨幣政策對房地產(chǎn)市場的調(diào)控效果的影響機(jī)制與作用效果。實(shí)證分析發(fā)現(xiàn)：(1)影子銀行可以為房地產(chǎn)企業(yè)提供信貸支持，從而直接推動了房價(jià)的抬升和房地產(chǎn)投資規(guī)模的擴(kuò)張，對支撐房價(jià)和支持房地產(chǎn)業(yè)的發(fā)展起到了促進(jìn)作用。(2)影子銀行的發(fā)展擴(kuò)大了社會信貸供給，降低了利率水平，增加當(dāng)局通過貨幣政策工具調(diào)控宏觀經(jīng)濟(jì)的難度。(3)影子銀行弱化了房價(jià)和房地產(chǎn)投資規(guī)模對緊縮型貨幣政策的響應(yīng)程度，其規(guī)模的上升在一定程度上抑制了貨幣政策對房地產(chǎn)市場的調(diào)控效果。本文研究發(fā)現(xiàn)影子銀行具有信用創(chuàng)造功能，在一定程度上推動了房地產(chǎn)業(yè)的發(fā)展，降低了貨幣政策的實(shí)施效果。因此，中央銀行必須高度重視影子銀行發(fā)展的影響，增強(qiáng)監(jiān)管力度，以期改善貨幣政策的實(shí)施效果。

由于受到數(shù)據(jù)的限制，目前我們的研究只能從宏觀層面上考察影子銀行對我國房地產(chǎn)市場及貨幣政策調(diào)控效應(yīng)的影響。從2013年開始，央行開始頒布社會融資規(guī)模省級層面的數(shù)據(jù)，隨著數(shù)據(jù)可得性的提高，我們可以進(jìn)一步分析影子銀行對房地產(chǎn)市場影響的區(qū)域異質(zhì)性；其次，關(guān)于影子銀行的微觀作用機(jī)制的研究目前尚不多見，因此從微觀層面探究影子銀行對企業(yè)的融資約束、資金成本、風(fēng)險(xiǎn)承擔(dān)以及投資效率等的影響也將是未來重要的研究方向；最后，我國的影子銀行的發(fā)展還處于初級階段，無論是從職能和風(fēng)險(xiǎn)特征方面與西方發(fā)達(dá)國家存在較大差異，因此分析在不同制度環(huán)境背景下影子銀行對于房地產(chǎn)市場和經(jīng)濟(jì)的影響的區(qū)別，對如何更好的監(jiān)管影子銀行以及發(fā)揮影子銀行促進(jìn)經(jīng)濟(jì)發(fā)展的作用，也具有重要意義。

參考文獻(xiàn)：

[1]Bernanke B S. Implications of the financial crisis for economics:a speech at the Conference Co-sponsored by the Center for Economic Policy Studies and the Bendheim Center for Finance,Princeton University,Princeton,New Jersey,September 24,2010[J].Speech,2015,3(3):225-235.

[2]Allen F, Qian J, Qian M. Law, finance, and economic growth in China[J]. Journal of Financial Economics, 2005, 77(1): 57-116.

[3]Adrian T, Shin H S. The shadow banking system: Implications for financial regulation[R]. Staff Reports, 2009.

[4]李波, 伍戈. 影子銀行的信用創(chuàng)造功能及其對貨幣政策的挑戰(zhàn)[J]. 金融研究, 2011 (12): 77-84.

[5]Gorton G, Metrick A. Securitized banking and the run on repo[J]. Journal of Financial Economics, 2012, 104(3): 425-451.

[6]程小可, 姜永盛, 鄭立東. 影子銀行, 企業(yè)風(fēng)險(xiǎn)承擔(dān)與融資約束[J]. 經(jīng)濟(jì)管理, 2015 (4): 106-115.

[7]李揚(yáng). 影子銀行體系發(fā)展與金融創(chuàng)新[J]. 中國金融, 2011 (12): 31-32.

[8]巴曙松. 加強(qiáng)對影子銀行系統(tǒng)的監(jiān)管[J]. 中國金融, 2009 (14): 24-25.

[9]黃益平, 常健, 楊靈修. 中國的影子銀行會成為另一個(gè)次債?[J]. 國際經(jīng)濟(jì)評論, 2012( 2): 42-51.

[10]裘翔, 周強(qiáng)龍. 影子銀行與貨幣政策傳導(dǎo)[J]. 經(jīng)濟(jì)研究, 2014, 49(5): 91-105.

[11]Sheng A. Financial crisis and global governance: A network analysis[M]. World Bank, 2010:76-77.

[12]Gennaioli N, Shleifer A, Vishny R W. A model of shadow banking[J]. The Journal of Finance, 2013, 68(4): 1331-1363.

[13]顏永嘉. 影子銀行體系的微觀機(jī)理和宏觀效應(yīng)——一個(gè)文獻(xiàn)綜述[J]. 國際金融研究, 2014, (7):46-53.

[14]Schwarcz S L. Regulating shadow banking[EB/0L]. https://www.researchgate.net/publication/228126877_Regulating_Shadow_Banking

[15]Claessens S, Ratnovski L, Singh M M. Shadow banking: economics and policy[M]. International Monetary Fund, 2012:17-28.

[16]中國人民銀行調(diào)查統(tǒng)計(jì)司與成都分行調(diào)查統(tǒng)計(jì)處聯(lián)合課題組. 影子銀行體系的內(nèi)涵及外延[J]. 金融發(fā)展評論, 2012(8):61-76.

[17]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(xiǎn)之源[J]. 現(xiàn)代財(cái)經(jīng) (天津財(cái)經(jīng)大學(xué)學(xué)報(bào)), 2013(11):33-44.

[18]Simsek A. Speculation and risk sharing with new financial assets[J]. Quarterly Journal of Economics, 2013, 128(3):1365-1396.

[19]Verona F, Martins M M F, Drumond I. (Un) anticipated monetary policy in a DSGE model with a shadow banking system[R]. Bank of Finland Research Discussion Paper, 2013 (4).

[20]周小川. 金融政策對金融危機(jī)的響應(yīng)[J]. 金融研究, 2011(1):1-14.

[21]McCulley P. The shadow banking system and Hyman Minsky’s economic journey[J]. 2009,5:257-268.

[22]Global shadow banking monitoring report[M]. Financial Stability Board, 2011:3-4.

[23]沈悅, 謝坤鋒. 影子銀行發(fā)展與中國的經(jīng)濟(jì)增長[J]. 金融論壇, 2013, 18(3):9-14.

[24]陸曉明. 中美影子銀行系統(tǒng)比較分析和啟示[J]. 國際金融研究, 2014 (1):55-63.

[25]王浡力, 李建軍. 中國影子銀行的規(guī)模, 風(fēng)險(xiǎn)評估與監(jiān)管對策[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2013(5):20-21.

[26]中國人民銀行調(diào)查統(tǒng)計(jì)司與成都分行調(diào)查統(tǒng)計(jì)處聯(lián)合課題組. 影子銀行體系的內(nèi)涵及外延[J]. 金融發(fā)展評論, 2012(8):61-76.

[27]Blanchard O J, Quah D. The dynamic effects of aggregate demand and supply disturbances[J]. 1988.

[28]劉煜輝. 中國式影子銀行[J]. 中國金融, 2013 (4):57-59.

[29]王振, 曾輝. 影子銀行對貨幣政策影響的理論與實(shí)證分析[J]. 國際金融研究, 2014 (12):58-67.

[30]殷劍峰, 王增武. 影子銀行與銀行的影子[M].北京： 社會科學(xué)文獻(xiàn)出版社,2013：25-41.

[31]Goodhart C, Hofmann B. House prices, money, credit, and the macroeconomy[J]. Oxford Review of Economic Policy, 2008, 24(1): 180-205.

[32]Elbourne A. The UK housing market and the monetary policy transmission mechanism: an SVAR approach[J]. Journal of Housing Economics, 2008, 17(1):65-87.

[33]黃飛雪, 王云. 基于 SVAR 的中國貨幣政策的房價(jià)傳導(dǎo)機(jī)制[J]. 當(dāng)代經(jīng)濟(jì)科學(xué), 2010 (3):26-35.

[34]Sims C A, Zha T. Does monetary policy generate recessions?[J]. Macroeconomic Dynamics, 2006, 10(02): 231-272.

[35]王松濤, 劉洪玉. 以住房市場為載體的貨幣政策傳導(dǎo)機(jī)制研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2009 (10): 61-72.

[36]Giuliodori M. The role of house prices in the monetary transmission mechanism across European countries[J]. Scottish Journal of Political Economy, 2005, 52(4): 519-543.

[37]段忠東. 住房價(jià)格在貨幣政策傳導(dǎo)中的作用效果——基于SVAR模型的反事實(shí)模擬研究[J]. 當(dāng)代經(jīng)濟(jì)科學(xué), 2015, 37(5):11-21.

責(zé)任編輯、校對：郭燕慶

收稿日期：2015-12-27

基金項(xiàng)目：教育部哲學(xué)社會科學(xué)研究重大課題攻關(guān)項(xiàng)目(13JZD009):我國城鎮(zhèn)住房保障體系及運(yùn)行機(jī)制研究。

作者簡介：賈生華( 1962-) ,陜西省延長縣人，浙江大學(xué)教授，博士生導(dǎo)師，研究方向: 不動產(chǎn)投資； 董照櫻子(1992-)，女，陜西省寶雞市人，浙江大學(xué)博士研究生，研究方向：房地產(chǎn)金融；陳文強(qiáng)(1989-)，云南省曲靖市人，浙江大學(xué)博士研究生，研究方向：房地產(chǎn)金融。

文獻(xiàn)標(biāo)識碼：A

文章編號：1002-2848-2016(03)-0013-07