我國影子銀行對房地產板塊股票價格的影響機制研究

趙穎嵐++李玥瑤

[摘要]我國影子銀行快速發展，是我國金融體系中非常重要的一部分。而影子銀行資金流向對房地產市場和股票市場都有明顯的影響，房地產行業上市公司的股價受到影子銀行的影響應該會更大。文章運用協整檢驗方法和交叉影響效應模型，實證研究了影子銀行規模對房地產板塊股票價格的影響機制，發現影子銀行規模增加會顯著降低房地產板塊股票價格，隨著房地產價格和股票市場價格的上升，影子銀行對房地產板塊股票價格的負面影響變小。監管部門應該實時監控影子銀行資金的流向，建立房地產市場和股票市場之間的防火墻，房地產板塊股票價格可以作為監管部門監控影子銀行的風向指標之一。

[關鍵詞]影子銀行 ；房地產板塊股票價格 ；協整檢驗 ；交叉影響效應

[DOI]1013939/jcnkizgsc201718061

1前言和文獻綜述

影子銀行的發展導致美國2008年金融危機的發生。金融穩定委員會（2011）把影子銀行體系定義為游離于銀行監管體系之外、可能引發系統性風險和監管套利等問題的信用中介體系。而我國的影子銀行體系和美國影子銀行體系有所不同，主要指從事資金信貸活動的非銀行金融機構。近年來，我國影子銀行體系發展非常快，據本文統計2016年年底我國影子銀行規模達到24萬億元，占商業銀行貸款的226%。影子銀行已經是我國金融體系中非常重要的一部分。而作為我國資產市場的主體房地產市場和股票市場，流動性很強影子銀行的資金頻繁進出資產市場，會對資產市場的價格有明顯的影響。房地產行業上市公司的股價受到影子銀行的影響應該會更大。前人對影子銀行影響房地產市場價格和股票市場價格的研究比較多，但是很少有文獻研究影子銀行對房地產行業上市公司的股價的影響是怎么樣的。

前人對影子銀行影響房地產市場價格有不少的研究。單暢（2015）等采用影子銀行規模、傳統銀行信貸規模等指標，實證性檢驗了影子銀行和房地產價格之間短期互動與長期動態均衡的關系，另外，影子銀行對房地產價格波動也有劇烈影響，且成反向關系。而盧瓊佩（2015）在對我國月度數據進行VAR模型實證分析之后，得到了相反的結論，結果顯示，不論是表內還是表外的影子銀行的資金規模對房地產價格影響是正向的。賈生華（2016）等用結構向量自回歸模型測度了影子銀行對房地產時尚的影響機制，發現其規模的上升會促進房價的升高并擴大了社會信貸的供給。同時影子銀行抑制了貨幣政策對房地產市場的調控效果。Steven LSchwarcz（2013）認為房地產行業的發展與影子銀行的發展緊密相連，如何在保證抵押貸款的發放和更替收益的情況下控制可能的過激行為是需要政府引起重視的。

前人對影子銀行影響股票市場價格有不少的研究。Barbu、Boitan、Cioaca（2016）通過對歐盟15個國家的2008—2015年影子銀行總資產和股價指數數據分析，運用面板數據回歸的方法，得出了影子銀行總資產對股價指數正向影響的結論。然而Mazumder和Greed（2010）主要研究了2007—2009年次貸危機中影子銀行和股市波動、溢出效應等關系，指出影子銀行是傳統銀行的補充，但監管不力使其對股市穩定性有負面影響。國內學者何德旭、李錦成（2015）通過擬合影子銀行規模的時間序列和上證指數的時間序列ARIMA模型分析了影子銀行和A股市場的相關性，結果發現影子銀行對A股市場有微弱的負相關性。李錦成（2016）利用11種曲線擬合分析中國影子銀行與A股市場的相關性，研究發現影子銀行和A股市場呈現比較復雜的三次函數與S形函數關系。

總之，前人的研究主要集中在影子銀行分別對房地產市場價格和股票市場價格的影響研究，但是對影子銀行影響房地產板塊股票價格影響的實證研究較少，對影子銀行影響房地產板塊股票價格影響機制的研究更少。因此，本文在這方面進行了進一步深入的研究。

2研究設計

21變量選擇和數據來源

因變量為房地產板塊股票價格，使用的是證監會對股票行業分類的房地產板塊的股票的平均價格，數據來源為wind金融終端。

自變量包括影子銀行存量規模，參考何德旭、李錦成（2015）的研究，使用的是委托貸款存量規模、信托貸款存量規模和未貼現銀行承兌匯票存量規模之和，數據來源為Wind金融終端；房地產價格，使用是商品房銷售額除以商品房銷售面積，數據來源為Wind金融終端；股票市場價格，使用的是上證綜合收盤指數，數據來源為中經網統計數據庫。

22數據樣本

由于信托貸款數據樣本區間從2006年1月才開始，本文選擇從2006年1月到2017年2月的月度時間序列作為研究的樣本區間。樣本數為134個時間序列，回歸分析使用Eviews軟件。

23計量模型構建

231基本模型

Restpricet=β0+β1sbankt+β2Repricet+β3Stpricet+εt

其中，Restpricet代表房地產板塊股票價格，Sbankt代表影子銀行存量規模，Repricet代表房地產價格，Stpricet代表股票市場價格。根據前文文獻分析，一方面，影子銀行的發展，大量的影子銀行系統資金主要流入到房地產市場，會推動房地產價格的上升，提高房地產企業的利潤水平，推高房地產板塊股票的價格；另一方面，影子銀行的發展，影子銀行系統較高的收益，會吸引股票市場的資金流向影子銀行系統，會對股市有負面影響，會降低房地產板塊股票的價格。影子銀行對房地產板塊股票價格的總影響方向需要實證分析來檢驗。房地產的價格上升，房地產上市企業的利潤水平會上升，推高房地產板塊股票的價格。股票市場的價格上升，整體股市價格水平上升會推高房地產板塊股票的價格。

232交叉影響效應模型

（1）影子銀行與房地產價格交叉影響效應模型

Restpricet=β0+β1sbankt+β2Repricet+β3Stpricet+β4Sbankt×Repricet+εt

在基本模型基礎上，引入影子銀行規模與房地產價格的交叉項，建立交叉影響效應模型，來探討房地產價格的變化對影子銀行影響房地產板塊股票價格的機制有何變化。

（2）影子銀行與股票市場價格交叉影響效應模型

Restpricet=β0+β1sbankt+β2Repricet+β3Stpricet+β5Sbankt×Stpricet+εt

在基本模型基礎上，引入影子銀行規模與股票市場價格的交叉項，建立交叉影響效應模型，來探討股票市場價格的變化對影子銀行影響房地產板塊股票價格的機制有何變化。

3實證分析

31單位根檢驗

由于如果回歸變量是不平穩變量，直接對其使用OLS回歸方法會產生偽回歸，回歸結果不穩健。因此，本文首先對這些變量進行單位根檢驗。檢驗結果表明，房地產板塊股票價格變量、房地產價格變量和股票市場價格變量為平穩變量，影子銀行規模變量是不平穩的一階單整變量，因此要使用協整檢驗的方法來估計回歸模型。

32基本模型協整檢驗結果

經過VAR模型最優滯后期選擇，滯后期選擇滯后五期。協整檢驗結果表明當協整方程有截距項和時間趨勢項時，存在一個協整關系。協整方程如下：

Re stprice=47683-00154T+5709Re price-0709Sbank+1253Stprice

T值：（46）（-4044）（9042）

從上式協整結果表明，房地產價格上升顯著推高了房地產板塊股票價格，這符合理論預期；股票市場價格上升顯著推高了房地產板塊股票價格，這符合理論預期；影子銀行規模增加會降低房地產板塊股票價格，這表明影子銀行更多地通過影響股票市場，吸引資金從股市流向影子銀行系統，對股市以及對房地產板塊股票的價格是負面影響。

33交叉影響效應模型實證結果

從表2可以看出，影子銀行與房地產價格交叉影響效應顯著為正，這表明隨著房地產價格的上升，影子銀行對房地產板塊股票價格的負面影響變小。這主要是由于，房地產價格上升，更多的影子銀行資金流入到房地產企業，提高房地產企業的利潤水平，推高房地產板塊股票的價格，減少影子銀行通過股票市場對房地產板塊股票的負面影響。影子銀行與股票市場價格交叉影響效應顯著為正，這表明隨著股票市場價格的上升，影子銀行對房地產板塊股票價格的負面影響變小。這主要是由于，股票市場價格上升，更多的影子銀行資金回流到股票市場，推高房地產板塊股票的價格，影子銀行對房地產板塊股票的負面影響變小。

4結論和建議

本文的實證研究發現，房地產價格上升顯著推高了房地產板塊股票價格，股票市場價格上升顯著推高了房地產板塊股票價格，影子銀行規模增加會顯著降低房地產板塊股票價格。這與何德旭、李錦成（2015）的研究結果“影子銀行與股票市場有弱的負相關性”有所不同。這表明影子銀行更多地通過影響股票市場，吸引資金從股市流向影子銀行系統，對股市進而對房地產板塊股票的價格是負面影響。影子銀行與房地產價格交叉影響效應顯著為正，這表明隨著房地產價格的上升，影子銀行對房地產板塊股票價格的負面影響變小。影子銀行與股票市場價格交叉影響效應顯著為正，這表明隨著股票市場價格的上升，影子銀行對房地產板塊股票價格的負面影響變小。

因此，隨著我國影子銀行的快速發展，其對我國房地產市場和股票市場的影響不可忽視，監管部門應該實時監控影子銀行資金的流向，規范影子銀行資金有序進入到資產市場，避免造成資產價格的大幅波動。特別是要建立房地產市場和股票市場之間的防火墻，避免影子銀行資金在兩個資產市場之間的頻繁套利。而對影子銀行資金反應更靈敏的房地產板塊股票價格可以作為監管部門監控影子銀行的風向指標之一。

參考文獻：

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

[2]單暢，韓復齡，李浩然影子銀行體系對房地產價格的作用機理探究[J].技術經濟與管理研究，2015（4）：94-98

[3]盧瓊佩影子銀行對我國房地產價格影響的實證研究[J].經濟論壇，2015（1）：74-78

[4]賈生華，董照櫻子，陳文強影子銀行、貨幣政策與房地產市場[J].當代經濟科學，2016，38（3）：13-19

[5]何德旭，李錦成中國影子銀行與 A 股市場的相關性分析[J].上海金融，2015（4）：77-82

[6]李錦成多曲線擬合分析影子銀行與A股市場的相關性[J]技術經濟與管理研究，2016（9）

[7]Schwarcz S LShadow Banking，Financial Markets，and the Real Estate Sector[J].SSRN Electronic Journal，April 2013

[8]MImtiaz Mazumder and NAhmad，GreedFinancial Innovation or Laxity of Regulation ？ A Close Look into the 2007—2009 Financial Crisis and Stock Market Volatility[J].Studies in Economics and Finance，2010，27（2）：110-134

[作者簡介]趙穎嵐（1978—），男，漢族，四川廣安人，講師，博士，四川大學經濟學院。研究方向：金融市場、國際金融；李玥瑤（1996—），女，漢族，陜西延安人，本科，四川大學經濟學院。研究方向：金融市場。