劉鑫 陳學軍

摘?要：本文對影子銀行與貨幣政策對房地產價格的影響進行理論分析與實證研究發(fā)現，經濟增長水平、通貨膨脹水平和銀行信貸都會推動房價上升，其中銀行信貸水平起到了主要推動作用，經濟增長和通貨膨脹的影響次之。影子銀行會對房地產價格造成影響，其中數量型貨幣政策會推動影子銀行對房地產價格的影響，價格型貨幣政策會降低影子銀行對房地產價格的影響。影子銀行規(guī)模對于貨幣政策對房地產價格影響存在門檻效應，其中數量型貨幣政策存在兩個門檻效應，價格型貨幣政策存在一個門檻效應，最后得出結論并提出相關政策建議。

關鍵詞：影子銀行?貨幣政策?房地產價格

一、引言

近年來，我國金融體系發(fā)生了重大變化，影子銀行已成為社會融資的重要手段。與影子銀行系統(tǒng)有關的非傳統(tǒng)信貸融資的范圍在社會融資中的份額也有所增加，對實體經濟的影響變得更加明顯。作為我國經濟的重要支柱，房地產是典型的資本密集型產業(yè)。特別是自2000年以來，房地產價格迅速上漲，企業(yè)債務沉重，資金需求巨大。許多房地產公司受到嚴格的財務約束和商業(yè)銀行明確的信貸分配規(guī)定，房地產公司的資本需求很難從當前的銀行中獲得滿足。此外，自2005年以來，中央銀行經常采取貨幣政策限制銀行貸款投資房地產業(yè)，從而穩(wěn)定房價、遏制房地產市場過熱。影子銀行系統(tǒng)是對傳統(tǒng)融資方法的重要補充，它具有高杠桿效應，強大的信貸創(chuàng)造功能以及獨立于傳統(tǒng)的貨幣政策獨特機制。2008年全球金融危機過后，美國和歐洲的影子銀行信用中介規(guī)模不斷收縮，然而我國通過提高利率、存款準備金率，壓縮信貸規(guī)模等限制傳統(tǒng)銀行擴張的手段，使得銀行表外業(yè)務規(guī)模不斷擴大。同時非銀類金融機構、小額貸款公司、民間借貸開始大規(guī)模地發(fā)展。近年來我國經濟逐漸呈L形且走勢增長緩慢下降，而經濟增長質量明顯提升，調結構、去杠桿的政策紅利不斷釋放，經濟增長的同時金融風險也不斷積累。這種情況下，影子銀行能否為房地產市場的發(fā)展提供信貸供給，其范圍的擴大是否對房價的持續(xù)上漲作出了貢獻？為什么房地產市場中的貨幣監(jiān)管政策反復失敗，影子銀行系統(tǒng)的融資渠道是否降低了貨幣政策的有效性？目前實體經濟融資困境尚未解決，中央銀行多次通過降準降息來刺激經濟。但是由于資本的逐利性，資金全部流入到了房地產市場推動房價不斷提高，也增加了居民的生活成本。最近我國政府為了抗擊疫情批準而發(fā)放的大量政策性資金貸款為了規(guī)避風險，也通過影子銀行的形式流入了房地產市場，進而推動房地產市場泡沫的不斷加劇，給我國帶來了巨大的經濟風險。本文通過研究擬為了更好地推動我國貨幣政策執(zhí)行效率，確保房價的平穩(wěn)運行，促進經濟的健康發(fā)展。

二、文獻綜述

國內外學者對于影子銀行、貨幣政策及房地產市場價格之間有一定的研究。大多數學者主要從影子銀行與房地產之間的關系和貨幣政策與影子銀行之間的關系入手進行研究。

中國證券期貨2020年6月

第3期影子銀行與貨幣政策對房地產價格的影響研究

（一）關于影子銀行的文獻綜述

對于影子銀行的內涵，最開始提出的是美國太平洋投資公司執(zhí)行董事Paul?Mcculley（2007），大多數學者認為這是能夠代替商業(yè)銀行部分功能且游離于監(jiān)管體系之外的金融工具、金融活動、金融機構及金融市場。對于影子銀行形成的原因目前國外學者并沒有達成一致的結論。曾剛等（2013）認為影子銀行的出現是由于監(jiān)管真空的存在，因此影子銀行不受傳統(tǒng)信貸融資方式約束，能夠把資金投向高收益和回報的項目。更多學者把影子銀行的形成歸結于金融創(chuàng)新的存在。De?Rezende（2011）提出影子銀行形成是由各種結構化金融產品技術創(chuàng)新所造成的。Schwarcz（2012）認為金融創(chuàng)新加速了影子銀行的形成，而影子銀行的出現又再次推動金融創(chuàng)新的蓬勃發(fā)展。易憲容（2009）提出美國金融危機的出現本質上是金融創(chuàng)新的發(fā)展導致影子銀行信用體系無限放大乃至崩潰。王海全（2012）提出影子銀行出現的基本條件是金融改革和金融創(chuàng)新。

（二）關于影子銀行與房地產價格關系

國外學者對影子銀行對房地產價格的影響主要關于2008年次貸危機中美國影子銀行形式的金融創(chuàng)新導致房地產市場泡沫的分析。Major（2008）?提出美國次貸危機主要由于影子銀行信用擴張刺激了房地產市場泡沫的形成，影子銀行金融創(chuàng)新的投機需求導致房地產價格不斷上升。Wheaton和Nechayev?（2008）、Pavlov?和?Wachter?（2011）?等人認為資產證券化導致房地產市場準入門檻降低，影子銀行式金融創(chuàng)新規(guī)避了金融監(jiān)管，造成房地產市場風險的不斷積累從而危害到經濟正常健康發(fā)展。國內學者從不同視角研究了影子銀行與房地產市場之間的關系。歐陽志剛（2016）認為短期內影子銀行體系會推高房地產價格泡沫。長期來看由于影子銀行金融壓力的存在會使房地產價格回歸正常水平。馬亞明（2018）基于監(jiān)管套利的視角研究了影子銀行對房地產價格的影響，基于時變參數模型發(fā)現影子銀行對房地產價格影響存在時變的特征，即影子銀行的擴張不一定導致房價上漲。魏燕子（2016）、李曉峰（2018）和何玉潔（2018）等人分別研究了銀行和影子銀行對房價的影響，認為影子銀行和銀行信貸都會對房價起到推動作用，而銀行信貸和影子銀行存在相互推升作用。

（三）關于影子銀行對貨幣政策的影響

對于影子銀行對貨幣政策的影響國外的相關研究開始于20世紀60年代。Gurley和Shaw（1960）、Blinder和Stiglitz?（1983）、Gorton和Pennacchi?（1990）、Gennaioli等（2013）、Fabio?Verona（2011）等人提出非銀行機構能夠創(chuàng)造無風險資產，也具有和銀行機構差不多的貨幣創(chuàng)造功能，由于金融創(chuàng)新存在削弱了貨幣政策的執(zhí)行效果，銀行信貸和經濟的相關性。Nelson等（2015）、Geithner（2008）、Panageas（2009）、Panting（2016）等人認為影子銀行主要是銀行為了規(guī)避監(jiān)管發(fā)展表外業(yè)務而來，通過金融衍生品和自身信用創(chuàng)造加大了貨幣政策調控難度。國內方面，駱振心等（2012）、李奕（2018）通過實證研究發(fā)現影子銀行可以抑制貨幣供應量的增加從而影響到利率，影子銀行信用創(chuàng)造的功能會削弱貨幣政策的效果。毛澤盛等（2019）、高然（2018）等人通過DSGE模型得出結論，影子銀行對信貸和利率存在正向影響，影子銀行可以給融資難的企業(yè)提供資金支持，由于影子銀行占據了部分銀行信貸，貨幣政策的調控作用會因此削弱。胡利琴（2018）、王梅婷（2018）、雷霖（2018）等人認為影子銀行可以通過影響貨幣供應量來影響物價，從而影響到貨幣最終的調控效果。

通過上述文獻分析，國內外學者對影子銀行的起源發(fā)展、影子銀行與房地產價格的關系、影子銀行與貨幣政策的關系有了一定的研究，而目前中央銀行加大貨幣政策對房價的調控，很多資金沒有流入實體企業(yè)而流入了房地產。我國房地產規(guī)模巨大，中央采取貨幣政策措施來刺激經濟，不得不考慮到房地產的影響。本文通過模型來研究影子銀行和貨幣政策對房地產價格的影響，對我國經濟的發(fā)展提供有益的參考，對關于影子銀行、貨幣政策及房地產價格的相關學術研究提供依據。

三、研究設計

（一）研究假設

我國影子銀行和房地產市場及貨幣政策效果三者之間密切相關。一方面，傳統(tǒng)信貸往往偏向于向一些融資較易的國有企業(yè)或者大型企業(yè)提供貸款，而中央銀行執(zhí)行貨幣政策的時候往往通過影子銀行渠道而非傳統(tǒng)信貸將資金流向中小型企業(yè)，中央政府采取貨幣政策對房地產市場進行調控，影子銀行常常以隱蔽的形式規(guī)避監(jiān)管將資金流入房地產市場，刺激房地產市場價格上漲，從而使得貨幣政策效果大打折扣。房地產屬于高負債經營的資金密集型行業(yè)，資金需求旺盛。另一方面，影子銀行也能夠擴寬房地產企業(yè)的融資渠道，對于中小型房地產企業(yè)來說，由于經營風險比較高，難以從傳統(tǒng)銀行獲得融資，但是影子銀行的出現大大地緩解了中小型房地產企業(yè)的融資約束，造成資金以難以監(jiān)測的方式流入房地產市場。影子銀行規(guī)模的增長大大削弱了中央銀行貨幣政策對于房地產市場價格的調控效果。當中央銀行執(zhí)行緊縮性貨幣政策的時候，傳統(tǒng)融資渠道對于房地產企業(yè)融資成本大大提高。低機制貨幣政策，房地產開發(fā)商只能從影子銀行獲得資金，影子銀行資金迅速流入房地產市場從而推動房價的上升。高機制貨幣政策狀態(tài)，房地產開發(fā)商獲得資金較為容易，影子銀行流入房地產市場的資金較少。

基于以上的分析，本文提出如下假說。

假說1：影子銀行和貨幣政策都對房地產市場價格存在一定的影響。

假說2：影子銀行規(guī)模大小不同時，貨幣政策調控對房地產市場的影響程度不同，對于不同程度的影子銀行規(guī)模，貨幣政策對房地產市場調控可能存在門檻效應。

（二）模型構建

本文設定以下模型來驗證假說1和假說2。

（三）數據來源

影子銀行規(guī)模（SB）的測算有多種方式，本文采用委托和信托貸款及銀行未貼現承兌匯票和來表示影子銀行規(guī)模，相關數據來源于Wind?數據庫。房地產價格（HP）用商品房銷售額和面積的比值來表示。貨幣政策指標（MP）分別于用廣義貨幣供應量（M2）表示數量型貨幣政策，利率水平（RATE）用銀行之間的同業(yè)拆借加權平均利率來表示價格型貨幣政策，數據均來源于中央銀行網站?？刂谱兞恐饕泻暧^經濟狀況、通貨膨脹水平和銀行信貸規(guī)模。宏觀經濟狀況采用我國工業(yè)增加值（INP），數據來源于國家統(tǒng)計局網站。通貨膨脹水平采用消費者價格指數（CPI），數據來源于國家統(tǒng)計局。傳統(tǒng)融資方式采用銀行信貸規(guī)模（BC），數據來源于中國人民銀行網站。數據選取年份為2008—2019年月度數據。

四、實證分析

（一）模型1實證檢驗

根據上述模型1及相關數據進行實證分析得到如表1所示的自回歸模型檢驗結果。

根據自回歸模型檢驗結果可以知道，R2為0884376，說明該模型擬合較好，控制變量中通貨膨脹水平、宏觀經濟狀況以及銀行信貸情況均對房價有推動作用，其中銀行信貸對房價的推動水平最為明顯，通貨膨脹水平上升一個單位房價可能上升0048392個單位。宏觀經濟狀況上升一個單位房價可能上升0039484個單位。銀行信貸水平上升一個單位，房價可能會上升0267234。影子銀行規(guī)模對房地產價格有正向影響，數量型貨幣政策會對房地產價格有正向影響，價格型貨幣政策對房地產價格有負向影響。數量型貨幣政策會加大影子銀行對房地產市場價格的影響，價格型貨幣政策會降低影子銀行對房地產市場價格的影響。

（二）模型2的實證檢驗

為了驗證本文提出的假說2，本文采用Hansen（1999）提出Bootstrap抽樣即自主抽樣法，以單一門檻模型、雙重門檻模型和三重門檻模型作為原假設，Bootstrap?次數為300次，根據模型2的門檻效應模型首先對模型進行門檻效應自抽樣檢驗，得到結果如表2所示。

以影子銀行規(guī)模做門檻變量分別對數量型貨幣政策和價格型貨幣政策進行門檻效應檢驗，經自抽樣檢驗得知，數量型貨幣政策在影子銀行規(guī)模單一門檻下在1%的水平下顯著，雙重門檻在5%的水平下顯著，因此數量型貨幣政策存在兩個門檻效應，價格型貨幣政策在影子銀行規(guī)模單一門檻下在5%的水平下顯著，因此影子銀行規(guī)模對于價格型貨幣政策存在一個門檻效應（見表3）。

根據門檻效應檢驗結果表可以發(fā)現控制變量中，宏觀經濟狀況、通貨膨脹水平和銀行信貸水平都對房價有助推作用，且作用顯著，數量型貨幣政策和價格型貨幣政策全部存在門檻效應。影子銀行對影子銀行對數量型貨幣政策存在雙重門檻，當影子銀行規(guī)模區(qū)間為SB<2733（單位：萬億元）時，貨幣供應量每變動一個單位，房價變動00627個單位。當影子銀行規(guī)模區(qū)間為2733

五、結論與政策建議

（一）本文通過理論和實證研究得出以下結論

影子銀行規(guī)模和貨幣政策都會對房地產價格造成影響，其中數量型貨幣政策會推動影子銀行對房地產價格的影響，價格型貨幣政策會降低影子銀行對房地產價格的影響。經濟增長水平、通貨膨脹水平和銀行信貸都會推動房價上升，其中銀行信貸水平起到主要推動作用，經濟增長和通貨膨脹的影響次之。影子銀行規(guī)模對于貨幣政策對房地產價格影響存在門檻效應。數量型貨幣政策和價格型貨幣政策下影子銀行門檻效應區(qū)間都不相同，數量型貨幣政策存在兩個門檻效應，即影子銀行對數量型貨幣政策存在雙重門檻，當影子銀行規(guī)模區(qū)間為SB<2733（單位：萬億元）時，貨幣供應量每變動一個單位，房價變動00627個單位。當影子銀行規(guī)模區(qū)間為2733

（二）根據本文所得出的結論，提出以下的政策建議

一是中央銀行逐漸由數量型貨幣政策向價格型貨幣政策轉變。由于數量型貨幣政策更容易造成房地產價格上升，且數量型貨幣政策相比較影子銀行超過一定規(guī)模后更容易造成房價上升，因此政府應該逐步推行利率市場化改革，推動貨幣政策由數量型向價格型轉變，建立宏觀審慎和價格型雙支柱貨幣政策。二是適當控制影子銀行規(guī)模。當前我國影子銀行規(guī)模巨大，適當控制影子銀行規(guī)模有利于加強貨幣政策對房地產市場的調控。影子銀行有其存在的意義和合理性，影子銀行規(guī)模過大或者過小都不有利于經濟的健康發(fā)展，根據門檻效應實證研究結果當采用數量型貨幣政策最好將影子銀行規(guī)?？刂圃?733

參考文獻

[1]MCCULLEY，?REFLECTIONS?P?T?[R]?PIMCO?Global?Central?Bank?Focus，?2007（8）：123-134

[2]GROSS?BBeware?Our?Shadow?Banking?System[J]?Fortune，2007（11）

[3]GEITHNER?TReducing?Systemic?Risk?in?a?Dyna￣mic?Financial?System[C]?Speech?at?Economic?Club?of?New?York，?New?York?City，?2008-06-09

[4]FSBShadow?Banking：?Scoping?the?Issues[EB/OL]?http：//wwwfsborg/wp-content/uploads/r_11041zapdf

[5]KRUGMAN?P?The?Return?of?Depression?Econo￣mies?and?the?Crisis?of?2008[M]London：?Allen?Lane，?2008

[6]GENNAIOLI?N，?SHLEIFER?A，?VISHNY?K?W?A?Model?of?Sha￣dow?Banking[J]??Scholarly?Artides，?2012

[7]PLANTIN?G?Shadow?Banking?and?Bank?Capital?Regulation[J]?Review?of?Financial?Studies，2015，28（1）：146-175

[8]GENNAIOLI?N，?SHLEIFER?A，?VISHNY?R?Neglected?risks，?financial?innovation，?and?fragility[J]?Journal?of?Financial?Economics，2012，104（3）

[9]PANAGEAS?KThe?Decline?and?Fall?of?The?Securitization?Markets[R]JP?Morgan?Report，2009

[10]?曾剛?監(jiān)管套利與中國式“影子銀行”[J]?新金融評論，2013（2）：51-63

[11]張寶林，潘煥學?影子銀行與房地產泡沫：誘發(fā)系統(tǒng)性金融風險之源[J]?現代財經（天津財經大學學報），2013，33（11）：33-44

[12]駱振心，馮科影子銀行與我國貨幣政策傳導[J]武漢金融，2012（4）：19-22

[13]毛澤盛，周舒舒企業(yè)影子銀行化與貨幣政策信貸渠道傳導——基于DSGE模型的分析[J]?財經問題研究，2019（1）：59-65

[14]馬亞明，劉翠?房地產價格波動與貨幣政策調控——基于DSGE模型數值模擬分析[J]?國際財政與金融研究，2014（8）：24-34

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

[16]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

[17]毛澤盛，萬亞蘭中國影子銀行與銀行體系穩(wěn)定性閥值效應研究[J]國際金融研究，2012（11）：65-73

[18]鄭凌云，常鑫鑫，周強龍，等貨幣政策和宏觀審慎政策雙支柱調控框架中金融期貨市場的作用研究，2018（5）：4-11