影子银行、房价波动与金融稳定性的动态研究

张辉

摘要：利用2010年1月至2017年12月的月度数据，采用主成分分析法建立了反映我国金融稳定状况的金融稳定指数，并构建SVAR模型对影子银行、房地产价格与金融稳定之间的关系进行实证分析。分析结果表明：影子银行和房地产价格都会对金融稳定造成不利影响，尤其是影子银行，其在短期由于缓解信贷约束会有利于金融稳定，但是这种影响会随着时间而降低并最终对金融稳定造成不利影响。此外，影子银行与房地产价格之间存在着相互促进的关系，这会进一步造成金融体系的不稳定。因此，我国现阶段应该控制影子银行规模的上涨，继续加强对影子银行的监管，控制其对高风险业务的信贷输血规模。同时，应当继续深化金融市场改革，发展股权等长期融资市场。

关键词：影子银行;房地产价格;金融稳定

中图分类号：F832 文献标识码：A

文章编号：1001-9138-（2019）03-0010-18 收稿日期：2019-01-05

1引言

随着我国经济逐渐进入新常态发展阶段，经济增速逐渐放缓、企业产能过剩、地方政府债务和企业债务问题显现、金融高杠杆等因素使得我国金融风险问题日益严峻，在2017年召开的第五次全国金融工作会议上，习近平总书记提出了“要把主动防范化解系统性金融风险放在更加重要的位置”的要求。而过去几年间，我国影子银行规模的快速上升已经引起了社会的关注，有相当部分的信贷资金通过影子银行渠道流向了房地产行业和地方政府融资平台等，此外，部分小额信贷企业和民间借贷向難以获得融资的中小企业进行高利贷放款，加剧了实体经济企业的负担，房地产价格的上涨和企业杠杆率的攀升都对我国金融系统的稳定性造成了不利影响。

自从2007年美国发生次贷危机以来，影子银行开始受到广泛关注。美国“影子银行体系”主要由投资银行和证券机构组成，他们通过利用资产支持证券（ABS）和担保债务凭证（CDO）等手段将信贷资产移出表外，借助同业回购协议吸收短期资金放大杠杆，长期低利率的环境又进一步推升了资产价格，促使影子银行体系不断扩张（Maddaloni et al.， 2011; Gorton et al.， 2012;程小可等，2016）。事实上，美国的影子银行涉及很多金融机构，这些机构通过打包、拆分等手段进行多层证券化，使得金融体系变得高度复杂和不透明，这加剧了金融市场的风险。中国影子银行发端于金融危机后的信贷激增，并在宏观调控政策刺激和通货膨胀上升的综合效应影响下，规模迅速扩大（林琳等，2016）。由于我国证券化市场发展尚未成熟，因此我国的影子银行并未形成较为成熟的资产证券化链条，信用过程较为简单，影子银行的表现形式主要为对传统融资方式的补充，包括委托贷款、理财产品、民间借贷以及日益兴起的互联网融资平台等银行表外业务（贾生华等，2016;方先明等，2017）。但是，我国的影子银行参与主体多样，影子银行产品较多，其与实体经济联系紧密，因而对实体经济具有较强的传染风险，风险关系复杂（王家华和蔡则祥，2014）。与此同时，我国房地产价格一直处于快速上涨的趋势。房地产行业投资收益高，在实体经济低迷的情形下，相当一部分资金进入到了房地产行业（刘晓欣和雷霖，2017），大量的资金进入房地产行业进行投机性炒房，致使很多城市房地产价格过快上涨，房价高企，房地产泡沫滋生。而商业银行通过银行理财、同业业务等方式将影子银行信贷业务出表，为高风险房地产企业和地方政府融资平台贷款，从而为房地产行业输血，而房地产价格上涨使得企业抵押资产价值上升，这又进一步促进企业和银行等机构从事影子银行业务往来，上述情形对我国金融稳定造成了不利影响和威胁。

2文献回顾与理论分析

2.1文献回顾

目前，关于影子银行的研究较多并且成果丰硕。从影子银行与金融稳定上看，大多数学者认为影子银行不利于金融稳定。Meeks et al.，（2013）研究表明在不利的冲击发生时，金融机构之间的证券化链条会放大这种冲击带来的风险并使风险外溢，影子银行和商业银行同时面临着信用紧缩，这会导致金融市场动荡加剧。李向前等（2013）;张宝林、潘焕学（2013）认为影子银行的快速发展是引致金融风险的主因。而封思贤等（2014）在利用相关数据实证分析我国影子银行对金融稳定性的影响机制后得出结论认为，中国的影子银行由于属于信贷主导模式，主要通过货币政策、社会融资成本与银行稳定等渠道来威胁金融稳定。当然，也有部分学者分析了影子银行对我国金融系统的正面影响。刘超、马玉洁（2014）通过建立VAR模型得出结论认为影子银行系统对我国金融发展有正向的促进作用，但是对我国金融稳定具有负面影响。方先明等（2017）利用TVP-VAR模型实证检验了我国影子银行规模波动对金融稳定性的影响，结果表明影子银行规模短期内有利于金融稳定，但是其系统内积累的风险会向实体经济传递，因而其长期不利于金融稳定。虽然上述学者关注到了影子银行对于我国金融系统的积极作用，但是研究结论表明影子银行对金融系统仍然存在着负面作用。另外，部分学者从房地产的角度考察其与金融稳定的关系。大部分学者从房价波动和房地产周期的角度利用一般均衡模型或者VAR模型进行研究。张宝林、潘焕学（2013）通过构建SVAR模型验证了房地产泡沫的增长显著地增加了我国的系统性风险。

需要注意的是，影子银行中的部分信贷资金借着银行理财、同业业务等方式流入了房地产行业和地方政府融资平台当中，所以若将影子银行、房地产价格与金融稳定综合考虑进行分析可以更为全面地理解这三者之间的关系。但是从这个角度进行研究的文献仍然不多，与之较为接近的是张宝林、潘焕学（2013）的研究，文章从影子银行、房地产泡沫与金融稳定方面进行了探讨，本文的研究在以下方面与其不同：第一，前述文章的样本区间为2003年第1季度至2012年第4季度的季度数据，而事实上，2010年央行开始实行稳健的货币政策后对于房地产等产能过剩行业开始实行比较明确的信贷政策，自此之后银行等部门为了规避监管，通过“同业业务”和“投资业务”等方式将信贷资金通过影子银行贷放给房地产行业以及地方政府融资平台（孙国峰、贾君怡，2015），此后影子银行规模开始迅速增长，与房地产行业的联系较之前更为紧密，对于金融稳定的影响也更大。本文选取的样本区间为2010年01月至2017年12月的月度数据，恰好覆盖了2010年稳健货币政策实施后影子银行新变化的时间范围，能够更加细致地捕捉到在稳健货币政策实施后影子银行、房地产价格和金融稳定之间的关系，且相比于季度数据来说更加详细。第二，本文将影子银行、房地产价格与金融稳定三者综合纳入到模型中，更加侧重于考察影子银行、房地产价格分别对金融稳定的影响以及两者的相互影响，张宝林、潘焕学（2013）的研究侧重于分析加入了影子银行后房地产泡沫对于金融稳定的影响，侧重点仍然放在房地产对金融稳定的影响。第三，在金融稳定指标构建上，本文借鉴王劲松等（2015）的指标体系，利用月度数据，并采用主成分分析法构建了一个综合衡量金融稳定程度的指标。

2.2理论分析

与美国的各类资产证券化为主的影子银行不同的是，中国的影子银行产品结构简单，多数只经过一层证券化，且发挥着补充替代银行信贷的职能。我国的影子银行体系基本上可以划分为三大类：第一类是以商业银行为主体的影子银行体系，该体系主要涵盖了银行理财产品、委托贷款、未贴现银行承兑汇票等;第二类是以非银行金融机构为主的影子银行体系，主要包括小额信贷公司、典当公司等;第三类是以非金融机构为主的民间影子银行体系，包括民间借贷等（刘超、马玉洁，2014）。虽然我国的影子银行与美国相比，产品结构较为简单，但是我国的影子银行体系参与机构众多，涉及商业银行与非银行金融机构、国有企业和中小企业、地方政府融资平台等，关系网络复杂，信贷链条较长，且从金融领域延伸至实体经济领域。在房地产价格上涨的大背景下，影子银行与房地产的关系越发紧密，两者共同对我国金融稳定造成了影响。

这主要体现在：首先，商业银行通过理财产品、委托贷款、同业业务等方式将贷款出表，其中有部分资金流入到房地产行业和地方政府融资平台，这在一定程度上满足了房地产行业融资需求以及地方政府基础设施等支出的资金需求。当信贷资金通过影子银行流入房地产行业时，资金大量聚集于房地产市场，导致投机性炒房现象严重，在一定程度上促进了房地产价格的上涨，但是这种融资方式使得影子银行的负债方聚集了大量短期债务，而房地产行业多属于期限长的投资，资金需求量大，可能在几年甚至更长时间才能收回资金，影子银行的资产方则形成了大量的长期资产，从而产生了严重的期限错配，且房地产周期的上升也会进一步促使贷款通过影子银行流向房地产行业，杠杆率持续攀升，风险逐步积累，降低了金融系统的稳定性;同时，由于财政事权改革尚未完成，导致地方政府的财权与事权的不匹配，地方政府收入中政府的土地出让金收入成为其收入的重要来源，房价的持续上涨能够使得政府获得较为可观的土地出让金收入。一旦房地产价格发生波动，房地产企业的利润下降，资金流无法回收，导致其无法偿还影子银行的各项贷款;房地產价格的下降也会影响到地方政府的土地出让金收入，对于其偿还地方政府债务造成影响，而上述这些都会影响到影子银行贷款的收回进而通过信贷链条影响其他金融机构，对金融系统稳定性造成严重威胁。

其次，由于房地产价格上涨，利用房地产作为抵押物获取银行信贷在银行贷款中的比例越来越高。利用影子银行融资的企业将其持有的房地产等资产作为抵押，随着房价的上涨，企业拥有的房地产等资产价值也随之上升，融资能力得到加强，这样的借贷方式在期限转换和流动性转换过程中推高了信用创造和债务杠杆。类似地，地方政府融资平台借助影子银行融资多以地方土地使用权或者收益权作为抵押或者质押担保，获得的贷款大部分用于本地区基础设施建设等投资周期较长的项目，作为抵押的土地价格波动性难以预测（张平，2017），加大了融资平台贷款的信贷风险。一旦房地产价格发生波动，则会使得以房地产和土地为主的抵押物价值发生波动，从而影响投资者和债权人的利益，造成金融市场不稳定。

综上来看，近几年来，越来越多的信贷资金通过影子银行业务投向房地产市场和地方政府融资平台，直接或者间接地造成了房地产市场火爆，推升房价，而发放信贷时以房地产、土地等不动产作为抵押或者质押担保，其价值也与房地产价格的变动息息相关，房价的上涨使借款人的抵押资产价值升高，使其能够继续获得信贷而造成杠杆率攀升。因此，影子银行业务体现出明显的期限转换、流动性转换以及信用风险转移的特点，其积累的风险会对金融系统的稳定性造成影响，而房地产价格的波动将会提升整个影子银行体系的信贷风险，进而影响金融系统的稳定性。

3实证研究

3.1数据来源与变量选择

根据研究需要以及数据可得性，本文的样本区间选定为2010年1月至2017年12月的月度数据。2010年以来，我国的影子银行规模呈现较快速度增长的趋势且规模逐步变大（孙国峰、贾君怡，2015），同时在这段时期内我国房地产价格上涨，楼市过热，但是随着我国经济进入新常态发展阶段，经济体系中存在的各种问题开始显现，金融系统风险水平也随之加大，2013年出现的“钱荒”、2015年06月至09月的A股“股灾”等事件均表明了我国金融系统的不稳定性，本文的样本区间恰好覆盖了影子银行发展、房价上涨以及金融风险水平上升等时期，这使得本文的研究具有一定的代表性和典型性。

对于影子银行变量，本文参考胡利琴等（2016）、方先明等（2017）、马亚明和王虹珊（2018）等人的研究，以信托贷款、委托贷款以及未贴现银行承兑汇票之和的月度数据作为影子银行的代理变量，为了消除价格因素以及季度因素的影响，本文利用定基CPI指数和Census-X12的方法对影子银行数据进行了处理。对于房地产价格变量，本文选择商品房销售额与商品房销售面积的比值（商品房销售额/商品房销售面积）作为其代理变量，与前述类似，本文利用定基CPI和Census-X12的方法消除了价格因素和季节因素对房地产价格的影响。由于上述两个变量的数值较大，因此本文对其变量值取对数，并以此消除经济数据存在的异方差性。在金融稳定变量上，本文借鉴王劲松（2015）构建的金融稳定性指标体系如表l所示。在此基础上利用主成分分析法得到了衡量我国金融系统稳定程度的变量。构造上述三个变量的数据来源于Wind数据库、中国人民银行网站、国际清算银行数据库以及国家统计局网站。至此，本文得到了以下三个变量shadowbank（代表影子银行规模的变量）、houseprice（代表房地产价格的变量）、stability（代表金融稳定程度的变量）。

3.2模型构建

（1）单位根检验。由于大部分经济变量是不平稳的，因此本文对上述三个变量的平稳性情况进行检验，滞后阶数以SC值最小为原则。单位根检验结果见表2。

由表2可以看出，三个时间序列均表现出非平稳的特征，但是这三个序列的一阶差分序列经检验全部为平稳序列。

（2）协整检验。为了检验上述三个序列是否存在长期稳定的关系，我们采用Johenson协整检验方法对其进行检验，检验结果如表3所示。

根据Johenson协整检验的结果可以看出，原假设“一个协整关系也没有”“最多有一个协整关系”“最多有两个协整关系”的P值都接近于0或者为0，即在5%的显著性水平下拒绝了上述假设，这表明三个序列只存在两个协整关系，因而可以得出结论：三个变量存在长期稳定的均衡关系，因此可以利用上述三个序列构造SVAR模型。

（3）SVAR模型。在设定SVAR模型之前，首先需要确定其最优滞后阶数，根据滞后长度标准检验结果以及考虑到本文使用的是月度数据，如表4所示，本文选择5期为SVAR模型的最优滞后长度。

在这个模型当中，X1是由三个内生变量组成的列向量，Y1为外生变量，可逆矩阵A表示三个内生变量当期的相互影响，而矩阵B反映了三个内生变量对当期冲击的反应，s1为扰动列向量。对方程

（4） SVAR模型的识别条件。为了使得SVAR模型能够被识别，因此我们需要对矩阵A和矩阵B进行约束，以设定结构参数可识别的约束条件。根据相关经济学理论以及赵胜民和何玉洁（2018）等学者的研究，本文设定的假设条件如下：假设影子银行规模波动不受当期房地产价格变动和当期金融稳定情况的影响，即a12=0、a13=0;而房地产价格的波动不受到当期金融稳定情况的影响，即a23=0。

3.3脉冲响应分析

（1）影子银行对房地产价格以及金融稳定性的冲击效应分析。图1展示了当在本期给予影子银行规模一个标准差新息冲击后，其对房地产价格以及金融稳定影响的脉冲效应函数。由图1可以看出，当影子银行规模受到一个单位的正向冲击以后，在第1期就对房地产价格产生了最大的正向影响，此后在第2期发生下降并震荡变小至0。这表明，影子银行规模的一个正向冲击对房地产价格产生了正向的作用，使得房地产价格上涨。商业银行等金融机构将贷款通过理财产品、委托贷款、同业业务等方式贷放给房地产企业、地方政府融资平台和实体企业等行业，导致信贷资金通过影子银行流入房地产行业，资金大量聚集于房地产市场，在住房市场短期供给不足的情况下，房地产价格上涨，投机性炒房现象嚴重。另外，从图1还可以看出，当影子银行规模受到一个单位的正向冲击以后，在第1期就对金融稳定性产生正向的影响，并且这种影响持续到了第5期，而到了第6期，影子银行规模上升对金融稳定产生负向影响，此后震荡变小至0。这样的结果表明短期内影子银行规模的扩张有利于金融稳定（方先明等，2017），但是最终会对金融稳定造成负面影响。

长期以来，我国一直存在着金融抑制和金融歧视的现象，影子银行便是在此背景下产生并发展的，可以说，在信贷资源分配上，影子银行可以提高资金的分配效率和使用效率。影子银行之所以在短期能够对金融市场起到稳定作用，在于其能够为实体经济企业、资本市场以及地方政府提供流动性支持和信贷支持，促进产业和地方经济发展，能够稳定金融市场。但是影子银行的信贷资金进入到上述行业中，也容易使得实体经济行业出现过度投资、产能过剩的问题，同时，金融市场杠杆率上升，投机行为增加，资产泡沫出现，房地产价格上涨便是其中一个例子。随着我国经济进入新常态发展阶段，经济运行风险上升，实体经济行业利润率下降、产能过剩，地方政府偿债压力上升，房地产市场风险加大，这些都会通过影子银行渠道影响金融稳定状况，使金融稳定性下降。

（2）房地产价格对影子银行以及金融稳定性的冲击效应分析。图2展示了当在本期给予房地产价格一个标准差新息冲击后，其对影子银行规模以及金融稳定影响的脉冲效应函数。从图2中可以看出，当房地产价格受到一个单位的正向冲击以后，影子银行的规模在当期没有发生变化，在第1期时有所下降，但是到了第3期之后，房地产价格的正向冲击对影子银行产生了最大的正向影响，并且该正向影响～直持续到趋于0。这说明，房地产价格的一个正向冲击对影子银行规模产生了正向影响，使得影子银行规模趋向于上升。房地产价格上涨会带动土地及房产等固定资产价值的上升，从而使得企业和地方政府的抵押资产价值上升，融资能力得到加强，这样一来，房地产行业和地方政府凭借土地或者房地产等固定资产作为抵押，继续通过影子银行的方式得到融资，从而使得影子银行规模上升。

另外，从图2还可以看出，当房地产价格受到一个单位的正向冲击以后，在当期和第2期就会对金融稳定造成负面影响，此后逐渐震荡趋向于0，这在一定程度上说明我国的房地产行业积累的风险已经较高，对金融稳定的负向影响已经比较明显。前述分析已经表明，房地产价格的上涨会使得房地产企业、地方政府以及实体企业的融资能力得到加强，同时，房价上涨也会使得房地产企业加大对房地产的投资力度，资金需求旺盛，而部分实体经济企业也将资金投入到房地产行业当中，这样会使越来越多的影子银行信贷流入房地产行业，金融风险也在随之聚集。一旦出现一些因素导致房地产价格发生波动，房地产抵押资产价值随之下降，导致影子银行贷款人利益受到损害，银行在进行放贷时趋向于谨慎，房地产和实体经济行业的融资链条断裂;同时，房地产价格波动导致房地产企业利润下降，地方政府土地财政收入受到影响，这些都直接影响着影子银行贷款的收回，银行不良贷款率上升，坏账增加，上述情形将会使得金融系统稳定性下降。

4结论与政策启示

4.1结论

近几年来，由于影子银行的快速发展以及其与房地产、地方政府融资平台之间的联系使得其越来越受到社会的关注，在习近平总书记提出“要把主动防范化解系统性金融风险放在更加重要的位置”的要求背景下，防范影子银行体系中的风险，对其进行有效监管成为了各界关注的议题。本文利用2010年1月至2017年12月的月度数据，利用SVAR模型对影子银行、房地产价格与金融稳定之间的关系进行实证分析，研究结果表明，影子银行和房地产价格都会对金融稳定造成不利影响，尤其是影子银行，其在短期由于缓解信贷约束会有利于金融稳定，但是这种影响会随着时间而降低并最终对金融稳定造成不利影响;此外，影子银行与房地产价格之间存在着相互促进的关系，这会进一步造成金融体系的不稳定。

4.2政策启示

本文的研究具有以下的政策启示：其一，由于影子银行与房地产行业、地方政府融资平台等机构有着较为紧密的联系，这使得影子银行风险容易受到房地产价格波动等因素的影响，因此要密切关注影子银行业务，要求银行等金融机构将其纳入表内进行管理，严控影子银行对房地产行业以及地方政府融资平台进行信贷输血的规模。其二，在我国，影子银行是对以银行为主的间接融资体系的补充，其能够对受到金融歧视和金融抑制的企业进行融资，这在一定程度上有利于经济发展，因此，在加强对影子银行监管的同时，应当继续深化金融市场改革，发展股权、资本等长期融资市场，为企业融资提供更多渠道。