張帥 秦夢(mèng) 張少萍

摘? ?要：本文運(yùn)用拔靴全樣本和子樣本滾動(dòng)窗口因果關(guān)系檢驗(yàn)方法，研究了我國(guó)金融穩(wěn)定性與土地價(jià)格之間的動(dòng)態(tài)因果關(guān)系。實(shí)證結(jié)果表明，金融穩(wěn)定性提高會(huì)導(dǎo)致土地價(jià)格上漲;但過(guò)高的土地價(jià)格卻會(huì)引起金融穩(wěn)定性的降低。此外，金融穩(wěn)定性與三種類型土地價(jià)格之間的相互作用與土地整體價(jià)格互動(dòng)關(guān)系略有不同，但大致相似;金融穩(wěn)定性與商業(yè)和住宅用地價(jià)格的交互影響程度高于與工業(yè)用地價(jià)格間的影響程度。了解金融穩(wěn)定性與土地價(jià)格相互作用的傳導(dǎo)機(jī)制，有助于在防止土地價(jià)格過(guò)度擴(kuò)張的同時(shí)，制定相關(guān)政策，維護(hù)我國(guó)金融市場(chǎng)穩(wěn)定。

關(guān)鍵詞：金融穩(wěn)定性;土地價(jià)格;因果關(guān)系;拔靴滾動(dòng)窗口檢驗(yàn)

中圖分類號(hào)：F830.2? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2020）08-0020-08

DOI：10.19647/j.cnki.37-1462/f.2020.08.003

一、引言

金融穩(wěn)定是經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的關(guān)鍵。歐洲中央銀行（ECB）將金融穩(wěn)定定義為金融系統(tǒng)能夠承受沖擊并解決金融失衡的一種條件（Fell，2005）[1]。而Mishkin（1999）[2]、Allen和Wood（2006）[3]則從原因、類型、后果等方面定義了金融不穩(wěn)定。由于定義的不同，對(duì)于金融穩(wěn)定性的衡量一直是一個(gè)難點(diǎn)。對(duì)于金融穩(wěn)定性的描述，僅用單一指標(biāo)來(lái)表示具有一定的不可靠性，Morales和Estrada（2010）[4]、王相寧和曾思韶（2019）[5]等學(xué)者均選擇一系列指標(biāo)，通過(guò)加權(quán)求和構(gòu)建一個(gè)綜合指標(biāo)對(duì)金融穩(wěn)定性進(jìn)行衡量。新興市場(chǎng)更容易受到外部沖擊，Ma?kowiak（2007）[6]研究表明，相關(guān)貨幣政策會(huì)對(duì)典型新興市場(chǎng)的價(jià)格水平與實(shí)際產(chǎn)出產(chǎn)生影響。作為具有代表性的新興市場(chǎng)，我國(guó)金融體系的發(fā)展仍處于不完善的階段（Wahed，2017）[7]，研究影響金融穩(wěn)定性的因素具有一定的實(shí)踐意義。

而土地價(jià)格則是土地市場(chǎng)運(yùn)行的重要指標(biāo)之一，可以被用來(lái)分析土地市場(chǎng)的供求狀況，優(yōu)化土地資源配置（Hu等，2016）[8]。土地價(jià)格可以反映出一個(gè)國(guó)家的經(jīng)濟(jì)和社會(huì)的運(yùn)行狀態(tài)（Liu等，2012）[9]，合理的地價(jià)更是在推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、促進(jìn)經(jīng)濟(jì)增長(zhǎng)中起著不可或缺的作用（曾國(guó)安和馬宇佳，2019）[10]。然而，卻鮮有關(guān)于金融穩(wěn)定性與土地價(jià)格之間相互關(guān)系的研究。本文試圖從金融穩(wěn)定性與土地價(jià)格之間的關(guān)系入手展開(kāi)研究，為相關(guān)政府部門提供借鑒。

二、文獻(xiàn)綜述與理論假設(shè)

（一）文獻(xiàn)綜述

關(guān)于金融穩(wěn)定性與土地價(jià)格相互作用的研究較少。相關(guān)研究主要集中于以下四個(gè)方面：

1. 金融穩(wěn)定與物價(jià)穩(wěn)定。物價(jià)穩(wěn)定和金融穩(wěn)定性是影響經(jīng)濟(jì)發(fā)展的重要因素?；诖丝紤]，國(guó)內(nèi)外大部分學(xué)者在展開(kāi)研究時(shí)，多集中于維護(hù)物價(jià)穩(wěn)定和金融穩(wěn)定的貨幣政策目標(biāo)選擇與傳導(dǎo)機(jī)制（Bernanke和Mishikin，1997;朱恩濤等，2016）[11，12]。對(duì)于金融穩(wěn)定與物價(jià)穩(wěn)定之間的相互作用關(guān)系，國(guó)內(nèi)外學(xué)者尚存在分歧。以Schwartz（1995）[13]為代表的學(xué)者認(rèn)為兩者呈正相關(guān)關(guān)系;Boyd等（2001）[14]等研究則認(rèn)為物價(jià)穩(wěn)定并不是促進(jìn)金融穩(wěn)定的充分條件;王自力（2005）[15]通過(guò)建立投資—通脹模型，分析得出金融穩(wěn)定與物價(jià)穩(wěn)定之間存在短期沖突性和長(zhǎng)期一致性。大量的實(shí)證研究證明了兩者之間并不是簡(jiǎn)單的正負(fù)相關(guān)關(guān)系。例如，熊海芳和趙亞汝（2015）[16]使用DCC-MARCH模型對(duì)我國(guó)金融穩(wěn)定與價(jià)格穩(wěn)定間的動(dòng)態(tài)關(guān)系進(jìn)行分析，認(rèn)為金融穩(wěn)定與物價(jià)水平之間的關(guān)系會(huì)隨著物價(jià)變化而產(chǎn)生變化，并且會(huì)受到利率的影響;Fazio等（2018）[17]通過(guò)對(duì)1998—2014年期間66個(gè)國(guó)家的銀行數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，得出通脹目標(biāo)與金融穩(wěn)定性之間的關(guān)系呈倒U形的結(jié)論。

2. 金融穩(wěn)定性與房地產(chǎn)市場(chǎng)。金融市場(chǎng)的穩(wěn)定性與房地產(chǎn)市場(chǎng)聯(lián)系密切，乃至于部分學(xué)者在構(gòu)建金融穩(wěn)定性指數(shù)時(shí)，將國(guó)房景氣指數(shù)、商品房銷售價(jià)格指數(shù)等因素納入指標(biāo)體系（劉曉欣和雷霖，2017）[18]。Mishkin（1999）[2]、Herring和Wachter（1999）[19]分別從信息不對(duì)稱、危機(jī)短視和不正當(dāng)激勵(lì)等角度證明了房地產(chǎn)市場(chǎng)的繁榮會(huì)對(duì)金融市場(chǎng)的穩(wěn)定性造成負(fù)向沖擊。國(guó)內(nèi)外大量學(xué)者通過(guò)構(gòu)建不同實(shí)證模型，也得出了相似的結(jié)論：Pan和Wang（2013）[20]利用PMG估計(jì)方法研究美國(guó)房地產(chǎn)市場(chǎng)與金融市場(chǎng)穩(wěn)定性的關(guān)系，發(fā)現(xiàn)房?jī)r(jià)變化和房?jī)r(jià)偏離對(duì)金融穩(wěn)定性具有負(fù)向影響，且這種影響與收入有關(guān);徐榮等（2017）[21]利用SVAR模型對(duì)我國(guó)房?jī)r(jià)波動(dòng)與金融風(fēng)險(xiǎn)的關(guān)系展開(kāi)研究，發(fā)現(xiàn)房?jī)r(jià)的大幅上漲會(huì)引起我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)增加?？偨Y(jié)以上研究發(fā)現(xiàn)，關(guān)于金融穩(wěn)定性與房地產(chǎn)市場(chǎng)的研究主要聚焦于房產(chǎn)價(jià)格對(duì)金融穩(wěn)定性的單向影響。

3. 房地產(chǎn)價(jià)格與土地價(jià)格。關(guān)于房地產(chǎn)價(jià)格和土地價(jià)格間的因果關(guān)系，學(xué)界并未達(dá)成共識(shí)，主要有以下三種觀點(diǎn)：一是土地價(jià)格推動(dòng)房地產(chǎn)價(jià)格，如Sulliva（2000）[22]基于均衡理論，從引致需求的角度解釋了房?jī)r(jià)過(guò)高可以歸因于地價(jià)過(guò)高;潘愛(ài)民和韓正龍（2012）[23]基于我國(guó)省域面板數(shù)據(jù)，證明土地價(jià)格無(wú)論在長(zhǎng)期還是短期均會(huì)對(duì)房地產(chǎn)價(jià)格產(chǎn)生正向效應(yīng)。二是房地產(chǎn)價(jià)格推動(dòng)土地價(jià)格，如Oikarinen（2014）[24]利用VEC模型對(duì)芬蘭房?jī)r(jià)與地價(jià)關(guān)系進(jìn)行實(shí)證，發(fā)現(xiàn)房?jī)r(jià)的變動(dòng)會(huì)對(duì)土地價(jià)格產(chǎn)生影響;張浩和李仲飛（2016）[25]應(yīng)用隨機(jī)效應(yīng)模型對(duì)我國(guó)2004—2013年數(shù)據(jù)進(jìn)行研究，表明房?jī)r(jià)預(yù)期對(duì)土地價(jià)格產(chǎn)生正向影響。三是兩者互為因果關(guān)系，如Altuzarra和Esteban（2011）[26]對(duì)西班牙的地價(jià)和房?jī)r(jià)進(jìn)行Granger因果檢驗(yàn)，發(fā)現(xiàn)兩個(gè)市場(chǎng)間存在雙向關(guān)系等。

4. 金融市場(chǎng)對(duì)土地價(jià)格的影響。國(guó)內(nèi)外學(xué)者關(guān)于兩者相互作用的研究較少，多數(shù)研究均從金融市場(chǎng)對(duì)土地價(jià)格的影響展開(kāi)分析。例如，Awokuse和Duke（2010）[27]利用VAR模型方差分解方法，證明了利率和房地產(chǎn)債務(wù)對(duì)土地價(jià)格的影響極其顯著;Rajan和Ramcharan（2012）[28]發(fā)現(xiàn)，信貸投放規(guī)模的增加會(huì)直接引起土地價(jià)格的上升，尤其是在次貸危機(jī)期間，信貸投放規(guī)模較大的地區(qū)，土地價(jià)格的增幅也更大。

總結(jié)既有研究可以發(fā)現(xiàn)，金融穩(wěn)定性會(huì)對(duì)土地價(jià)格產(chǎn)生影響，同時(shí)金融穩(wěn)定性、房地產(chǎn)價(jià)格和土地價(jià)格之間兩兩關(guān)系密切。但鮮有學(xué)者對(duì)金融穩(wěn)定性與土地價(jià)格之間的動(dòng)態(tài)因果關(guān)系直接展開(kāi)研究?；谶@一研究現(xiàn)狀，本文運(yùn)用拔靴滾動(dòng)窗口因果檢驗(yàn)方法來(lái)檢驗(yàn)二者間的因果關(guān)系;鑒于土地可以被細(xì)分為商業(yè)、住宅和工業(yè)用地，考察了這三種土地價(jià)格與金融穩(wěn)定性之間的動(dòng)態(tài)因果關(guān)系。

（二）理論假設(shè)

金融穩(wěn)定對(duì)土地價(jià)格的傳導(dǎo)機(jī)制可以從直接影響和間接影響兩個(gè)方面進(jìn)行分析：一方面，金融穩(wěn)定可以增強(qiáng)投資者信心（Gollier，2008）[29]并直接增加對(duì)土地的需求，從而提高土地價(jià)格;另一方面，隨著金融穩(wěn)定性的增加，人們對(duì)風(fēng)險(xiǎn)的謹(jǐn)慎性動(dòng)機(jī)下降，投資意愿上升，這必然會(huì)加大對(duì)房地產(chǎn)這一重要投資品的需求，推動(dòng)房地產(chǎn)價(jià)格的上升，間接帶動(dòng)土地價(jià)格上升。以我國(guó)房地產(chǎn)市場(chǎng)為例，土地價(jià)格是房?jī)r(jià)的重要組成部分之一，兩者相互影響，隨著房?jī)r(jià)的上漲土地價(jià)格也會(huì)增加（陳曉川和楊海艷，2013）[30]。隨著金融體系與監(jiān)管體系不斷完善，金融穩(wěn)定性也隨之逐步提高，這會(huì)引起人們對(duì)住房需求的增加，導(dǎo)致房?jī)r(jià)進(jìn)一步上漲，并拉動(dòng)土地價(jià)格的同步上升。

基于以上分析，提出假設(shè)1：金融穩(wěn)定性的上升會(huì)引起土地價(jià)格的上升。

關(guān)于土地價(jià)格對(duì)金融穩(wěn)定的影響，有兩種截然不同的觀點(diǎn)：一種觀點(diǎn)是土地價(jià)格變化會(huì)引起金融穩(wěn)定性的同向變化。這一觀點(diǎn)認(rèn)為，土地或地產(chǎn)價(jià)格的下降會(huì)導(dǎo)致抵押品價(jià)值下降，抵押人償還債務(wù)的意愿變小，導(dǎo)致償還貸款違約率升高，這無(wú)疑會(huì)阻礙金融體系的穩(wěn)定發(fā)展。另一種觀點(diǎn)是土地價(jià)格變化會(huì)引起金融穩(wěn)定性的反向變化。這一觀點(diǎn)認(rèn)為，當(dāng)土地或地產(chǎn)價(jià)格上漲時(shí)，購(gòu)買者會(huì)更加偏向于向金融機(jī)構(gòu)貸款，增加金融機(jī)構(gòu)的信貸壓力;此外，購(gòu)買者可能會(huì)選擇從游離于監(jiān)管之外的非正式金融機(jī)構(gòu)借款，由此導(dǎo)致的巨額貸款和較高的信用壓力，以及監(jiān)管的不完善，都阻礙了金融體系的穩(wěn)定發(fā)展。我國(guó)房?jī)r(jià)一直保持較快的增速，購(gòu)房者需要負(fù)擔(dān)高額的貸款，然而購(gòu)房需求卻仍在不斷增加。正規(guī)金融機(jī)構(gòu)為了降低償債違約率，對(duì)貸款人的貸款審查非常嚴(yán)格，導(dǎo)致一些購(gòu)房者轉(zhuǎn)向具有更大金融風(fēng)險(xiǎn)的非正規(guī)金融機(jī)構(gòu)進(jìn)行貸款。據(jù)此，本文更傾向于第二種觀點(diǎn)。

基于以上分析，提出假設(shè)2：土地價(jià)格的上升會(huì)引起金融穩(wěn)定性的下降。

三、模型構(gòu)建

本文引入拔靴子樣本滾動(dòng)窗口因果檢驗(yàn)方法來(lái)檢驗(yàn)兩者之間的因果關(guān)系。以下為模型介紹：

（一）拔靴全樣本因果關(guān)系檢驗(yàn)

在基于傳統(tǒng)VAR模型的格蘭杰因果關(guān)系檢驗(yàn)中，檢驗(yàn)統(tǒng)計(jì)量可能并不服從標(biāo)準(zhǔn)的漸近分布，導(dǎo)致檢驗(yàn)結(jié)果失真。為了克服這個(gè)問(wèn)題，本文使用基于RB修正LR統(tǒng)計(jì)量來(lái)檢驗(yàn)金融穩(wěn)定性與土地價(jià)格之間的因果關(guān)系，構(gòu)建雙變量VAR（p） 模型如下：

其中，[εt=（ε1t，ε2t）']是一個(gè)具有零均值和常方差白噪聲。[X1t]和[X2t]分別表示金融穩(wěn)定性和土地價(jià)格。[βij（L）=k=1pβij，kLk]，[i=1，2]，[j=1，2]，L是滯后因子，即有[LkXt=Xt-k]。如果[β12，k=0]，[k=1，2，……，p]，則土地價(jià)格變化不是金融穩(wěn)定性變化的格蘭杰原因的原假設(shè)可以被接受;如果這個(gè)原假設(shè)被拒絕，則土地價(jià)格是我國(guó)金融穩(wěn)定的一個(gè)重要原因;金融穩(wěn)定性變化是否是土地價(jià)格變化的格蘭杰原因同理。

（二）參數(shù)穩(wěn)定性檢驗(yàn)

在全樣本因果關(guān)系檢驗(yàn)中，通常假定參數(shù)不存在結(jié)構(gòu)性變化，但在現(xiàn)實(shí)中這一假設(shè)通常無(wú)法滿足，此時(shí)運(yùn)用全樣本因果檢驗(yàn)是不合理的。基于此，采用Sup-F、Ave-F和Exp-F檢驗(yàn)確保全樣本因果關(guān)系分析的可靠性。其中，Sup-F被用來(lái)測(cè)試突發(fā)的結(jié)構(gòu)性變化，Ave-F和Exp-F則被用于檢驗(yàn)參數(shù)是否會(huì)隨時(shí)間推移而逐漸變化。如果參數(shù)存在結(jié)構(gòu)性變化，則應(yīng)采用拔靴子樣本滾動(dòng)窗口檢驗(yàn)方法來(lái)檢驗(yàn)金融穩(wěn)定性與土地價(jià)格之間的動(dòng)態(tài)因果關(guān)系。

（三）拔靴子樣本滾動(dòng)窗口因果關(guān)系檢驗(yàn)

子樣本滾動(dòng)窗口檢驗(yàn)方法是指將全樣本按照等寬分割成多個(gè)子樣本，并對(duì)每個(gè)子樣本進(jìn)行因果檢驗(yàn)。具體步驟如下：在時(shí)間序列長(zhǎng)度[T]中設(shè)置樣本長(zhǎng)度為[l]的子樣本，同時(shí)每個(gè)子樣本的末端為l，[l+1，…，T]，共得到[T-l+1]個(gè)子樣本。根據(jù)基于RB的修正LR因果關(guān)系檢驗(yàn)方法，將每一個(gè)子樣本觀測(cè)到的概率值p和LR統(tǒng)計(jì)量按時(shí)間順序進(jìn)行統(tǒng)計(jì)，得到子樣本滾動(dòng)窗口的因果檢驗(yàn)結(jié)果。式（2）描述了土地價(jià)格對(duì)金融穩(wěn)定的影響：

其中 Nb表示拔靴實(shí)驗(yàn)重復(fù)次數(shù)，[β*12，k]是根據(jù)式（1）中VAR模型計(jì)算所得的拔靴估計(jì)量，金融穩(wěn)定性對(duì)土地價(jià)格的影響同理。為了保證檢驗(yàn)的準(zhǔn)確性，本文采用90%置信區(qū)間，去除過(guò)大或過(guò)小的值。

四、實(shí)證研究

（一）指標(biāo)與數(shù)據(jù)介紹

1.? 金融穩(wěn)定性指標(biāo)構(gòu)建。采用主成分分析法構(gòu)建綜合評(píng)價(jià)指標(biāo)對(duì)金融穩(wěn)定性進(jìn)行測(cè)度，從金融機(jī)構(gòu)、金融市場(chǎng)、金融體系、抵御外部沖擊能力、宏觀經(jīng)濟(jì)環(huán)境等五個(gè)方面，共選取15個(gè)指標(biāo)，以2003年第四季度至2019年第三季度作為研究樣本，構(gòu)建金融穩(wěn)定性綜合評(píng)價(jià)指標(biāo)，記為FS。所選指標(biāo)數(shù)據(jù)除實(shí)際人民幣有效匯率指數(shù)來(lái)源于國(guó)際清算銀行（BIS）官網(wǎng)外，其他數(shù)據(jù)均來(lái)源于萬(wàn)得數(shù)據(jù)庫(kù)。具體指標(biāo)體系如表1所示。

需要特別說(shuō)明的主要有以下幾點(diǎn)：第一，考慮到房地產(chǎn)市場(chǎng)與土地市場(chǎng)的緊密關(guān)聯(lián)性，在構(gòu)建金融穩(wěn)定性指標(biāo)時(shí)，未將代表房地產(chǎn)市場(chǎng)情況的國(guó)房景氣指數(shù)、商品房銷售價(jià)格指數(shù)等指標(biāo)納入;第二，不同于西方國(guó)家，我國(guó)金融機(jī)構(gòu)主要以銀行為主，因此在選取描述金融機(jī)構(gòu)的指標(biāo)時(shí)只包含了代表銀行業(yè)務(wù)的指標(biāo);第三，為剔除季節(jié)性因素的影響，本文對(duì)所有指標(biāo)進(jìn)行了季節(jié)性檢驗(yàn)，將存在季節(jié)性的存貸比等8個(gè)指標(biāo)進(jìn)行了Census-X12季節(jié)性調(diào)整。

根據(jù)主成分分析所得到的各成分的方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，前4個(gè)成分的累計(jì)貢獻(xiàn)率為86.612%，大于85%，因此可采用前4個(gè)主成分代表金融穩(wěn)定性水平。按照各成分的方差貢獻(xiàn)率，進(jìn)行加權(quán)平均得到我國(guó)金融穩(wěn)定性綜合指標(biāo)，其變化如圖1所示。

2. 數(shù)據(jù)描述與平穩(wěn)性檢驗(yàn)。在指標(biāo)選取方面，金融穩(wěn)定性指標(biāo)采用利用主成分分析法構(gòu)建的綜合評(píng)價(jià)指標(biāo)FS表示。根據(jù)土地用途，土地價(jià)格可以被劃分為四種類型：總體土地價(jià)格、商業(yè)用地價(jià)格、住宅用地價(jià)格和工業(yè)用地價(jià)格，分別表示為L(zhǎng)P、CLP、RLP、ILP。樣本區(qū)間為2003年第四季度至2019年第三季度，數(shù)據(jù)來(lái)源于萬(wàn)得數(shù)據(jù)庫(kù)、中國(guó)地價(jià)監(jiān)測(cè)網(wǎng)和國(guó)際清算銀行官方網(wǎng)站。為了消除異方差的影響，對(duì)各項(xiàng)指標(biāo)取其增長(zhǎng)率進(jìn)行分析。

表2給出了金融穩(wěn)定性和土地價(jià)格的描述性統(tǒng)計(jì)。FS、LP、CLP、RLP和ILP的均值表明，它們的序列分別集中于0.0750、0.0218、0.0225、0.0305和0.0088;LP、CLP、RLP和ILP的偏度均為正;各項(xiàng)變量均表現(xiàn)為尖峰特征。另外，Jarque-Bera檢驗(yàn)證明金融穩(wěn)定性和土地價(jià)格具有顯著的非正態(tài)分布特征，運(yùn)用傳統(tǒng)的全樣本格蘭杰因果檢驗(yàn)方法是不合適的。

為了防止出現(xiàn)“偽回歸”，本文使用ADF檢驗(yàn)、PP檢驗(yàn)和KPSS檢驗(yàn)對(duì)數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，結(jié)果顯示，ADF檢驗(yàn)和PP檢驗(yàn)中拒絕了存在單位根的原假設(shè)，而在KPSS檢驗(yàn)中則接受了平穩(wěn)序列的原假設(shè)，可以認(rèn)為FS、LP、CLP、RLP和ILP均為平穩(wěn)序列。

（二）FS和LP的動(dòng)態(tài)因果關(guān)系分析

1.? 拔靴全樣本因果關(guān)系檢驗(yàn)。本文基于SIC信息準(zhǔn)則，選擇最優(yōu)滯后長(zhǎng)度為1。表3給出了基于RB修正的LR統(tǒng)計(jì)量全樣本因果關(guān)系檢驗(yàn)結(jié)果。結(jié)果表明，F(xiàn)S與LP之間無(wú)因果關(guān)系。金融穩(wěn)定性不是土地價(jià)格變化的格蘭杰原因;反之，土地價(jià)格也非金融穩(wěn)定性變化的格蘭杰原因。

2. 參數(shù)穩(wěn)定性檢驗(yàn)。為了保證因果檢驗(yàn)的可靠性，采用Sup-F、Ave-F、Exp-F檢驗(yàn)方法對(duì)FS和LP的參數(shù)穩(wěn)定性進(jìn)行檢驗(yàn)，同時(shí)使用Lc統(tǒng)計(jì)檢驗(yàn)對(duì)整個(gè)VAR模型中參數(shù)穩(wěn)定性進(jìn)行檢驗(yàn)。

由表4可以看出，Sup-F檢驗(yàn)顯示，F(xiàn)S和LP在1%顯著性水平下存在結(jié)構(gòu)性變化，VAR模型的參數(shù)在5%顯著性水平下存在結(jié)構(gòu)性變化。Ave-F檢驗(yàn)顯示，在1%顯著性水平下，F(xiàn)S的參數(shù)會(huì)隨時(shí)間而變化;在5%顯著性水平下，LP的參數(shù)會(huì)隨時(shí)間而變化。Exp-F檢驗(yàn)顯示，在1%顯著性水平下，F(xiàn)S和LP的參數(shù)均會(huì)隨時(shí)間而變化。而對(duì)于VAR模型中的參數(shù)，Exp-F也被證明在5%水平下顯著，但在Ave-F檢驗(yàn)中卻不能拒絕原假設(shè)。Lc統(tǒng)計(jì)量檢驗(yàn)則顯示，VAR模型在5%的顯著性水平下拒絕遵循一個(gè)隨機(jī)游走過(guò)程的原假設(shè)，這表明在上述VAR模型中參數(shù)是不穩(wěn)定的?？傊?，上述檢驗(yàn)表明參數(shù)具有時(shí)變性，也就是說(shuō)全樣本因果檢驗(yàn)的結(jié)果不具有可靠性，需要引入拔靴子樣本滾動(dòng)窗口因果檢驗(yàn)方法來(lái)檢驗(yàn)FS與LP之間的因果關(guān)系。

3. 拔靴子樣本滾動(dòng)窗口因果關(guān)系檢驗(yàn)。使用式（2）中的VAR模型來(lái)估計(jì)LR統(tǒng)計(jì)中的拔靴p值。在滾動(dòng)窗寬度的選擇上，較大的窗寬可以提高預(yù)測(cè)準(zhǔn)確性，但卻減少了滾動(dòng)的數(shù)量;而較小的窗寬難以保證計(jì)算結(jié)果的可靠性。Pesaran和Timmermann（2005）[31]提出，如果存在結(jié)構(gòu)性變化，那么滾動(dòng)窗口寬度不應(yīng)小于20。為保證檢驗(yàn)準(zhǔn)確性，本文選取滾動(dòng)窗口寬度為20個(gè)季度①。

圖2為金融穩(wěn)定性FS對(duì)土地價(jià)格LP影響的p值變化。當(dāng)p值大于0.1時(shí)，說(shuō)明在10%顯著性水平下接受原假設(shè)，F(xiàn)S對(duì)LP無(wú)顯著影響;當(dāng)p值小于0.1時(shí)，則認(rèn)為在10%的顯著性水平下，F(xiàn)S對(duì)LP影響顯著。從圖中可以看出，在2011年第四季度至2015年第二季度，以及2015年第四季度至2018年第四季度，金融穩(wěn)定性FS對(duì)土地價(jià)格LP存在顯著影響。

圖3描繪了FS對(duì)LP的影響方向和大小。若影響系數(shù)大于0，則說(shuō)明具有正向影響;若影響系數(shù)為負(fù)數(shù)，則說(shuō)明具有負(fù)向影響。從圖中可以看出，自2011年以來(lái)，金融穩(wěn)定性FS一直對(duì)土地價(jià)格LP產(chǎn)生正向影響，假設(shè)1得證。這是因?yàn)槲覈?guó)面對(duì)金融危機(jī)，采取一系列有效措施，金融危機(jī)影響逐步減弱，金融穩(wěn)定性逐步增加，加之金融機(jī)構(gòu)不斷增加信貸投放支持，監(jiān)管體系愈加完善，種種條件都為投資者創(chuàng)造了良好的投資環(huán)境。此外，國(guó)務(wù)院發(fā)布相關(guān)政策，對(duì)民間投資給予正確指導(dǎo)和有力支持。良好的投資環(huán)境和政府對(duì)民間投資的引導(dǎo)支持，為投資市場(chǎng)注入了新的活力，吸引了大量投資，對(duì)土地的需求也隨之增加，土地的價(jià)格也水漲船高。

圖4為L(zhǎng)P對(duì)FS影響的p值變化，與上文的分析類似，可以看出，在2010年第一季度之前和2016年第二季度至2018年底，LP對(duì)FS有顯著影響，其他時(shí)間內(nèi)LP對(duì)FS的影響則不顯著。

由圖5可以看出，在LP對(duì)FS具有顯著影響的期間（2010年第一季度之前和2016年第二季度至2018年底），LP對(duì)FS產(chǎn)生負(fù)向影響，上文所述假設(shè)2得證。尤其是2016年第二季度之后，土地價(jià)格對(duì)金融穩(wěn)定性的影響極為顯著，而這恰好對(duì)應(yīng)了2016年我國(guó)房?jī)r(jià)空前暴漲的事實(shí)，反映出土地價(jià)格可以通過(guò)房地產(chǎn)市場(chǎng)對(duì)金融穩(wěn)定性產(chǎn)生影響。此后土地價(jià)格對(duì)金融穩(wěn)定性的影響逐漸下降，這是因?yàn)槲覈?guó)針對(duì)房地產(chǎn)行業(yè)出臺(tái)相關(guān)政策，有效抑制了房?jī)r(jià)泡沫的膨脹，致使土地價(jià)格通過(guò)房地產(chǎn)市場(chǎng)對(duì)金融穩(wěn)定性產(chǎn)生的影響也有所降低。由此可以看出，房地產(chǎn)市場(chǎng)是土地價(jià)格對(duì)金融穩(wěn)定性產(chǎn)生負(fù)向沖擊的重要傳導(dǎo)途徑。

（三）FS與CLP、RLP、ILP互動(dòng)關(guān)系實(shí)證結(jié)果

本文試圖進(jìn)一步探究金融穩(wěn)定性對(duì)不同用途土地價(jià)格的不同影響，以及不同用途土地價(jià)格對(duì)金融穩(wěn)定性的不同影響，這就需要分別檢驗(yàn)金融穩(wěn)定性FS與商業(yè)用地價(jià)格CLP、住宅用地價(jià)格RLP以及工業(yè)用地ILP之間的因果關(guān)系及其相互影響的大小和方向。限于篇幅限制，且考慮到檢驗(yàn)過(guò)程與上文中對(duì)于FS和LP分析過(guò)程相同，本文只列出子樣本滾動(dòng)窗口因果關(guān)系檢驗(yàn)的拔靴p值和影響系數(shù)。

圖6和圖7分別描繪出FS對(duì)三種類型土地價(jià)格影響的顯著程度、方向和大小。從圖中可以看出，金融穩(wěn)定性對(duì)三種類型土地價(jià)格的影響與金融穩(wěn)定性對(duì)土地總體價(jià)格影響相似。在2011年第一季度至2015年第二季度，及2017年第三、四季度，F(xiàn)S對(duì)商業(yè)用地價(jià)格CLP有顯著影響，并且這種影響是正向的;在2010年第四季度至2019年第三季度，F(xiàn)S對(duì)住宅用地價(jià)格RLP同樣有著顯著的正向影響;在2009年第一季度至2014年第三季度，F(xiàn)S對(duì)工業(yè)用地價(jià)格ILP有顯著影響，且影響為正。

圖8和圖9分別描繪出三種類型土地價(jià)格對(duì)FS影響的顯著程度、方向和大小。從圖中可以看出，在2009年第一季度至2010年第一季度、2010年第三季度和2015年第一季度至2017年第四季度，商業(yè)用地價(jià)格CLP對(duì)FS有顯著影響，且影響是負(fù)向的;在2009年第一季度至2010年第一季度、2016年第二季度至2019年第一季度住宅用地價(jià)格RLP對(duì)FS有顯著負(fù)向影響;而工業(yè)用地價(jià)格ILP對(duì)FS僅在2009年第一季度至2010年第一季度具有較小的負(fù)向影響。

通過(guò)對(duì)以上三種類型土地價(jià)格與金融穩(wěn)定性互動(dòng)關(guān)系的比較，金融穩(wěn)定性對(duì)三種類型土地價(jià)格都起到正向的推動(dòng)作用，且對(duì)商業(yè)用地價(jià)格和住宅用地價(jià)格的這種推動(dòng)作用大于對(duì)工業(yè)用地;從土地價(jià)格對(duì)金融穩(wěn)定性影響方面來(lái)說(shuō)，商業(yè)用地價(jià)格和住宅用地價(jià)格對(duì)金融穩(wěn)定性產(chǎn)生的負(fù)向沖擊較大，而工業(yè)用地價(jià)格對(duì)金融穩(wěn)定性雖然影響同樣為負(fù)，但其影響顯著的時(shí)期較短且影響接近于0。這是因?yàn)楣I(yè)用地主要集中在郊區(qū)或靠近郊區(qū)的位置，價(jià)格相對(duì)較低;商業(yè)用地則主要集中在城市內(nèi)部，價(jià)格相對(duì)較高;而我國(guó)房?jī)r(jià)上漲的一個(gè)重要原因是住宅用地價(jià)格過(guò)高。隨著土地價(jià)格的升高，金融機(jī)構(gòu)面臨的信貸壓力也會(huì)越來(lái)越大，違約率也會(huì)隨之上升，也即較高土地價(jià)格的類型對(duì)金融穩(wěn)定性影響更為顯著。

五、結(jié)論與對(duì)策建議

本文基于2003年第四季度至2019年第三季度的季度數(shù)據(jù)，通過(guò)主成分分析法構(gòu)建金融穩(wěn)定性指標(biāo)，全面描述我國(guó)金融穩(wěn)定發(fā)展?fàn)顩r;而后，運(yùn)用拔靴全樣本和子樣本滾動(dòng)窗口因果關(guān)系檢驗(yàn)方法對(duì)我國(guó)金融穩(wěn)定性和土地價(jià)格之間的因果關(guān)系展開(kāi)分析。本文主要結(jié)論如下：第一，金融穩(wěn)定性是土地價(jià)格變動(dòng)的一個(gè)重要影響因素，對(duì)其產(chǎn)生正向影響，而土地價(jià)格同樣是影響金融穩(wěn)定性的重要因素，但對(duì)金融穩(wěn)定性產(chǎn)生負(fù)面影響。第二，通過(guò)分析三種類型土地價(jià)格與金融穩(wěn)定之間的因果關(guān)系，發(fā)現(xiàn)商業(yè)和住宅用地價(jià)格相較于工業(yè)用地價(jià)格，與金融穩(wěn)定相互影響程度更大。

基于本文結(jié)論，在供給側(cè)結(jié)構(gòu)性改革持續(xù)推進(jìn)、經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的背景下，相關(guān)政府部門需要重視金融穩(wěn)定性和土地價(jià)格之間的互動(dòng)關(guān)系：

首先，為維護(hù)并促進(jìn)金融穩(wěn)定性的提高，應(yīng)嚴(yán)格把控土地價(jià)格增速，將其控制在合理區(qū)間內(nèi)，科學(xué)合理地調(diào)整土地供給結(jié)構(gòu)，防止過(guò)度上漲的土地價(jià)格對(duì)金融穩(wěn)定性造成劇烈的負(fù)向沖擊。

其次，要協(xié)調(diào)好維護(hù)金融穩(wěn)定和經(jīng)濟(jì)穩(wěn)增長(zhǎng)間的關(guān)系，應(yīng)加強(qiáng)對(duì)房地產(chǎn)信貸業(yè)務(wù)的監(jiān)管，有效發(fā)揮金融服務(wù)實(shí)體經(jīng)濟(jì)的作用，避免過(guò)量資金流入房地產(chǎn)市場(chǎng)，造成房地產(chǎn)與實(shí)體經(jīng)濟(jì)的結(jié)構(gòu)性失衡，引起土地價(jià)格上漲，威脅金融穩(wěn)定。

最后，要特別注重房地產(chǎn)市場(chǎng)這個(gè)重要的影響渠道。雖然房地產(chǎn)市場(chǎng)會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)起到一定的帶動(dòng)作用，但同時(shí)也要謹(jǐn)防房地產(chǎn)價(jià)格過(guò)高，放大土地價(jià)格增加對(duì)金融穩(wěn)定性造成負(fù)向沖擊的情形。基于此，應(yīng)平抑房地產(chǎn)價(jià)格尤其是商業(yè)用房和住宅價(jià)格，嚴(yán)防房地產(chǎn)市場(chǎng)供求和價(jià)格出現(xiàn)巨幅波動(dòng)。

注：

1為了驗(yàn)證檢驗(yàn)結(jié)果的可靠性，本文還使用24個(gè)季度、28個(gè)季度和32個(gè)季度的滾動(dòng)窗口寬度來(lái)研究因果關(guān)系，其結(jié)果與20個(gè)季度的滾動(dòng)窗口寬度基本一致。

參考文獻(xiàn)：

[1]Fell，J. 2005. Assessing Financial Stability：Exploring the Boundaries of Analysis [J].National Institute Economic Review，192（1）.

[2]Mishkin，F(xiàn)rederic S. 1999. Global Financial Instability：Framework，Events，Issues [J].Journal of Economic Perspectives，13（4）.

[3]Allen W A，Wood G. 2006. Defining and Achieving Financial Stability [J].Journal of Financial Stability，2（2）.

[4]Morales M A，Estrada D. 2010. A Financial Stability Index for Colombia [J].Annals of Finance，6（4）.

[5]王相寧，曾思韶.金融包容性對(duì)收入差距和金融穩(wěn)定性的影響——基于“一帶一路”沿線43個(gè)國(guó)家的面板數(shù)據(jù) [J].經(jīng)濟(jì)與管理研究，2019，40（4）.

[6]Bartosz，Ma?kowiak. 2007. External Shocks，U.S. Monetary Policy and Macroeconomic Fluctuations in Emerging Markets [J].Journal of Monetary Economics.

[7]Wahed M S. 2017. Chinas Financial System：Resolving the Constraints for Sustained Growth [J].Strategic Change，26.

[8]Hu S，Yang S，Li W，et al. 2016. Spatially Non-Stationary Relationships Between Urban Residential Land Price and Impact Factors in Wuhan City，China [J].Applied Geography，68（68）.

[9]Liu，Z.，and W. T. Zha. 2013. Land-Price Dynamics and Macroeconomic Fluctuations [J].Econometrica，81.

[10]曾國(guó)安，馬宇佳.土地價(jià)格對(duì)城市產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響研究——基于全國(guó)105個(gè)地級(jí)及以上城市數(shù)據(jù)的實(shí)證分析 [J].宏觀經(jīng)濟(jì)研究，2019，（6）.

[11]Bernanke B S，Mishkin F S. 1997. Inflation Targeting：A New Framework for Monetary Policy？ [J].Journal of Economic Perspectives，11（2）.

[12]朱恩濤，翁玉穎，張小雅.關(guān)于物價(jià)穩(wěn)定與金融穩(wěn)定協(xié)調(diào)的理論分析 [J].商業(yè)經(jīng)濟(jì)研究，2016，（6）.

[13]Schwartz，A. J. 1995. Systemic Risk and the Macroeconomy， in G. Kaufman，ed.，Banking， Financial Markets， and Systemic Risk [W].Vol 7，Research in Financial Services，Private and Public Policy.Greenwich，Connecticut，Jai Press，19-30.

[14]Boyd J H，Levine R，Smith B D. 2001. The Impact of Inflation on Financial Sector Performance [J].Journal of Monetary Economics，47（2）.

[15]王自力.金融穩(wěn)定與貨幣穩(wěn)定關(guān)系論 [J].金融研究，2005，（5）.

[16]熊海芳，趙亞汝.價(jià)格穩(wěn)定、貨幣與金融穩(wěn)定的關(guān)聯(lián)性研究 [J].投資研究，2015，34（10）.

[17]Fazio D M，Silva T C，Tabak B M，et al. 2018. Inflation Targeting and Financial Stability：Does the Quality of Institutions Matter？ [J].Economic Modelling，S0264999317304820.

[18]劉曉欣，雷霖.金融杠桿、房地產(chǎn)價(jià)格與金融穩(wěn)定性——基于SVAR模型的實(shí)證研究 [J].經(jīng)濟(jì)學(xué)家，2017，（8）.

[19]Herring R J，Wachter S M. Real Estate Booms and Banking Busts：An International Perspective [J].Social Science Electronic Publishing.

[20]Pan H，Wang C. 2013. House Prices，Bank Instability，and Economic Growth：Evidence From the Threshold Model [J].Journal of Banking & Finance，37（5）.

[21]徐榮，郭娜，李金鑫，何齡童.我國(guó)房地產(chǎn)價(jià)格波動(dòng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)影響的動(dòng)態(tài)機(jī)制研究——基于有向無(wú)環(huán)圖的分析 [J].南方經(jīng)濟(jì)，2017，（11）.

[22]Sullivan，O. 2000. Urban Economies，[M].The McGraw-Hill Companies.

[23]潘愛(ài)民，韓正龍.經(jīng)濟(jì)適用房、土地價(jià)格與住宅價(jià)格——基于我國(guó)29個(gè)省級(jí)面板數(shù)據(jù)的實(shí)證研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2012，（2）.

[24]Oikarinen，E. 2014. Is Urban Land Price Adjustment More Sluggish Than Housing Price Adjustment？ [J]. Empirical Evidence， Urban Studies，l5.

[25]張浩，李仲飛.房?jī)r(jià)預(yù)期、土地價(jià)格和房地產(chǎn)商行為 [J].管理評(píng)論，2016，（4）.

[26]Altuzarra A，Esteban M. 2011. Land Prices and Housing Prices： The Case of Spain [J].Journal of Housing and the Built Environment，26（4）.

[27]Duke J M，Awokuse T O. 2010. The Casual Structure of Land Price Determinants [J].Canadian Journal of Agricultural Economics，54.

[28]Rajan R，Ramcharan R. 2015. The Anatomy of a Credit Crisis：The Boom and Bust in Farm Land Prices in the United States in the 1920s [J].Nber Working Papers，105（4）.

[29]Jean-Marc Gollier. 2008. The Value of Financial Stability [J].International Finance，11（2）.

[30]陳曉川，楊海艷.我國(guó)房?jī)r(jià)與地價(jià)關(guān)系的實(shí)證分析 [J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2013，35（3）.

[31]Pesaran M H，Timmermann A. 2005. Small Sample Properties of Forecasts From Autoregressive Models Under Structural Breaks [J].Journal of Econometrics，129.

[32]董迪.區(qū)域金融穩(wěn)定性指數(shù)的構(gòu)建與評(píng)估研究[J].武漢金融，2019，（2）.