影子银行发展对房地产市场影响研究.docVIP

影子银行发展对房地产市场影响研究 　　【摘要】随着我国影子银行的蓬勃发展，其对经济的影响越来越大。本文针对我国的具体情况，着重探讨影子银行对房地产市场的影响。通过实证分析发现，和银行表内信贷相比，影子银行的规模对房地产价格也具有正向的影响，但是影子银行对房地产价格变动的贡献度要高于银行表内信贷对其的影响。所以监测好影子银行对平抑房地产价格的波动将十分的关键。 　　【关键词】影子银行；房地产价格；VAR模型 　　一、问题的提出 　　我国影子银行的具体表现形式与美国有较大区别，参与者可谓非常多元化，包括银行、信托、担保、小贷公司、典当行、地下钱庄等，最主要的形式则包括四种：银信合作、委托贷款、未贴现的银行承兑汇票和民间借贷。随着我国金融市场体系多样性的发展和社会对资金需求的增多，影子银行逐渐得到发展壮大。影子银行的各种资金主要流向了房地产市场，比如2009年住房销售增长达到80%，而到2013年的1至3月，住房销售增长又达到61%以上。如果住房市场是一个消费为主导的市场，那么住房市场销售快速增长对国内经济繁荣是好事。但是，在持续十年价格快速上涨的情况下，我国的住房市场早就是个以投机投资为主导的市场，住房就是一个完全的投资品。大量流动性进入以投资为主导的住房市场不断推高价格，则中国影子银行规模越大，其存在的风险就越高。本文即是在实证分析的基础上，研究影子银行的发展对房地产价格的影响，这对我国平抑房地产价格的波动具有重要的意义。 　　二、模型的设定和数据的处理 　　向量自回归模型（VAR）是基于数据的统计性质建立的模型，它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，是处理多个相关经济指标与预测最容易操作的模型之一，并且受到越来越多的经济工作者的重视。 　　本文选取房地产销售价格指数作为研究变量，同时为了消除价格因素的影响，用CPI数据进行调整，记为HP。由于民间借贷没有公开完整的数据，我们把委托贷款、信托贷款和未贴现的票据融资总规模作为影子银行的规模，简写为SL。银行的表内信贷主要是银行的短期贷??，中长期贷款和其他类贷款，记为BL。原始数据均来自于中经网统计数据库和RESSET金融研究数据库。对所有的数据取对数处理。由下表知所有的变量都满足一阶平稳。 　　变量差分项t统计量临界值（5%）概率值平稳性 　　HP1-2.934809-2.9117300.0474是 　　SL1-5.468800-2.9135660.0000是 　　BL1-6.915813-2.9041980.0000是 　　三、实证分析 　　由于三者一阶单整，我们采用JJ协整检验，使用Eviews7.0软件，检验结果如下： 　　原假设特征值迹统计量5%统计量概率值 　　不存在协整关系09186547.856130.0036 　　至多一个协整关系05400229.797070.5833 　　至多两个协整关系00209815.494710.8616 　　检验结果表明：在5%的置信水平下存在一个协整关系，说明银行表内信贷、影子银行规模与房地产价格三者存在着长期稳定的关系。但是具有长期协整关系的变量不一定存在着内生的因果关系。由以上的结论我们还不能确定这三个变量是不是有因果关系，更加不能确定这三个变量是否可以纳入一个协整方程中。我们还需要进行格兰杰因果检验，以便获得有意义的解释。如下示： 　　原假设观测值F统计量概率值 　　SL不是HP的格兰杰原因703.847960.0263 　　HP不是SL的格兰杰原因701.427300.1962 　　BL不是HP的格兰杰原因707.310280.0014 　　HP不是BL的格兰杰原因701.250050.2933 　　BL不是SL的格兰杰原因700.936500.3972 　　SL不是BL的格兰杰原因701.628990.1624 　　结果表明在5%的置信水平下，拒绝SL不是HP的格兰杰原因和BL不是HP的格兰杰原因，表明银行信贷和影子银行的规模均是导致房地产价格指数变化的原因。我们根据长期协整关系列出一个协整方程式，如下示： 　　HP=21.58751+0.34BL+0.37SL 　　（0.02334）（0.032737） 　　[14.56726][11.30219] 　　由协整方程式我们可以知道，银行的表内信贷和影子银行创造的流动性对房地产价格均是正向的影响，这和理论也是相符的。在长期中，如果银行的表内信贷提高1个百分点，我国的房地产价格就会提高0.34个百分点，影子银行的规模提高1个百分点，则我国房地产价格就会提高0.37个百分点。 　　为了检验模型的稳定性，需要进行AR根检验，只有