信用擴張視角下資產價格對系統性金融風險的影響研究
——基于SV-TVP-VAR模型的實證研究

■陳 敏，張樂樂

一、引言與文獻綜述

系統性金融風險不僅危及金融體系的穩定，還會對實體經濟造成嚴重的沖擊。防止發生系統性金融風險是金融工作的根本性任務。中共十九大報告提出，守住不發生系統性金融風險的底線；“十四五”規劃中提出要堅持“金融供給側結構性改革”戰略及方向；2020年政府工作報告中強調，金融領域風險有所積聚。從國際經驗教訓看，1929年美國股市大崩盤引發了經濟危機和大蕭條；1980年日本經濟泡沫的幻滅導致日本經濟下滑至谷底并長期處于低迷期；2008年美國房地產泡沫的破裂引發了蔓延至全球的金融危機。然而，資產價格泡沫的過度膨脹僅僅是危機爆發前的表象，實質上每次資產價格泡沫的過度膨脹都伴隨著持續的信用擴張。系統性金融風險與資產價格之間存在著較強的關聯性。從我國實際情況看，2020年以來，為了應對新冠肺炎疫情對經濟的沖擊，我國采取了定向降準、低成本再貸款、再貼現、貸款延期支持工具和貸款支持計劃等一系列“寬信用”的措施，信用規模明顯增大。因此，在信用擴張環境下，對資產價格與系統性金融風險的影響關系研究具有重要的現實意義。

資產價格對系統性金融風險的影響。關于國外學者研究的焦點以2008年為分水嶺。在此之前，國外學者將重點放在股市泡沫與金融危機之間的關聯上。Wilson（2002）研究了美國1870—1999年發生的4次股市泡沫破裂與金融危機之間的關系，結果表明股市泡沫與金融危機之間具有較高的相關性。S?hnke et al.（2007）提出可以通過監測有效市場上的銀行股票價格變化情況對系統性金融風險進行預測。2008年之后，國外學者聚焦于房地產價格與系統性金融風險之間的關聯。Koetter&Poghosyan（2010）研究發現，房地產價格偏離均衡值會對金融系統的穩定性造成影響。Capozza&Order（2011）驗證了房價波動引發主動違約導致的系統性金融風險的作用機制。

國內研究方面，馬勇等（2009）以66個國家或地區的跨國數據為基礎，研究發現資產價格和金融監管具有同周期性的特征。馬永坤和楊繼瑞（2011）認為資產價格波動對中國金融市場的不穩定有著顯著的影響。相比較而言，國內學者關于房價與系統性金融風險關系的研究較多，譚政勛和陳銘（2012）對29個發生過金融危機的國家或地區進行了實證研究，發現房價大幅上漲和房價偏離其真實價值均增加了金融危機發生的概率。徐榮等（2017）實證研究發現房價的大幅上漲是導致我國系統性金融風險積累的重要原因。白鶴祥等（2020）發現房地產市場已成為我國主要的系統性金融風險來源之一。單克強（2021）認為房地產價格泡沫的膨脹與破裂將會通過財富轉移加劇社會階層分化，由此引發的政治風險可能導致市場恐慌甚至形成金融危機。

信用擴張對資產價格的影響。關于Allen&Gale（2000）構建的基于信貸擴張的資產價格泡沫模型（AG模型）較好地解釋了信貸擴張和資產價格泡沫之間的關聯，認為由于借貸雙方之間存在代理問題和風險轉移問題，投資者可以運用貸款過度投資高風險金融資產，進而推高資產價格。沿著這一思路，國外學者對歷史上發生的幾次影響較大的資產價格泡沫事件進行了實證研究，結果表明信用擴張會助推資產價格泡沫的形成，例如Eichengreen&Mitchener（2003）對美國股市泡沫的研究、Malkiel（2010）對日本資產價格泡沫和美國房地產泡沫的研究等。

國內學者通過案例分析和數據論證了信貸擴張和資產價格之間的關聯。從案例分析看，瞿強（2005）分析了主要泡沫經濟歷史案例，認為雖然各種泡沫案例的形成年代、具體背景、經濟后果不盡相同，但大量證據顯示，信貸擴張與泡沫之間存在高度的相關性。劉傳玉（2013）回顧分析了美國和日本三次典型泡沫案例，發現每次資產價格泡沫過度膨脹都伴隨著大規模的信用擴張。在實證分析方面，馬勇等（2009）認為經濟繁榮時期的樂觀預期和過低的實際貸款利率引發了幾乎無節制的貸款供給和過剩的資金需求，從而對資產價格泡沫起到了推波助瀾作用。趙勝民等（2011）探究了信貸量與房價、股價之間的動態關系，結果表明信貸擴張與股價之間存在明顯的相關性。

通過上述文獻梳理可知，信用擴張會推動資產價格泡沫的實現且可能引發金融危機，資產價格泡沫的破裂是金融危機爆發時的典型現象。經濟繁榮時，市場預期較為樂觀，企業會通過借款來增加投資，居民會通過貸款來增加消費，因此銀行信用規模會擴大，企業和居民的流動性過剩。而隨著經濟開始衰退，實體企業利潤率下降，過剩的資金就會被收益率較高的金融資產所吸引，進而推動資產價格的上漲。根據AG模型，由于借貸雙方之間存在風險轉移問題，資產價格的上漲會吸引家庭和企業部門通過借貸進行過度投資，進一步助推資產價格上漲。同時，金融機構還會通過影子銀行、通道業務等加大信貸供給，致使信貸規模持續擴大，最終在信用擴張和資產價格上漲的相互作用下致使泡沫達到高潮。

為進一步論證上述事實，構建SV—TVP—VAR模型，在統一框架下分析信用擴張，資產價格和系統性金融風險間的動態關系。

二、模型設定

（一）SV-TVP-VAR模型設計

相較于常系數向量自回歸模型，伴有隨機干擾項的時變參數向量自回歸模型（SV-TVPVAR）有兩個顯著的優點：一是能夠更充分地反映模型中變量間時變關系特征；二是能估計出特殊時點變量間的脈沖響應結果，其更貼近現實經濟的運行過程。因此，采用SV-TVP-VAR模型進行實證研究分析，模型設計參考自Nakajima（2011）。SV-TVP-VAR模型方程設計如下：

其中，βt，At，∑t∈t均是時變參數。指定為at=（a21，a31，a41，…，ak，k-1）′，at表示為下三角矩陣At的堆疊向量；令ht=（h1t，h2t，…，hk，t）′，hjt=logσ2jt。假定所有的參數都服從隨機游走過程，則有，

為解決模型估計偏誤的問題，采用MCMC方法對SV-TVP-VAR模型的時變參數進行后驗分布估計。

（二）數據來源及指標選取

結合數據可得性，選定2004年第1季度至2020年第3季度的數據進行實證分析，研究區間包括了中國經濟波動的關鍵時期和信用擴張的幾個階段。

1.信用擴張

由于我國的銀行信用在總信用中占比較大，足以作為我國總信用規模增長趨勢的代表，且信用擴張與否是相對于實體經濟增長情況而言的。因此，采用了銀行信貸占GDP的比重作為信用擴張的衡量指標，數據來源于中國人民銀行和國家統計局。

2.資產價格

考慮到我國資產市場的發展情況以及不同資產之間的特性，選擇了股價（sp）和房地產價格（hp）代表資產價格。由于我國沒有官方公布的房地產價格數據，因此用商品房銷售額除以銷售面積計算出商品房銷售單價來代表，數據來源于國家統計局；股價選取了上證指數月度收盤價，數據來源于Wind數據庫。房地產價格和股價均剔除了物價指數（CPI）的影響。

3.系統性金融風險指數

系統性金融風險指數選擇采用主成分析方法計算得出。根據信用擴張影響以及我國的實際情況，參考譚中明和夏琦（2020）的做法，從宏觀經濟、銀行市場、外部市場、資產泡沫四個層面選取相關指標構建我國系統性金融風險指標體系（如表1所示），數據來源于國家統計局、國家外匯管理局、Wind數據庫、證監會以及中國人民銀行網站。

表1 系統性金融風險測度指標體系

首先，為了使各類指標能夠統一度量，對正向、負向和適度指標分別進行了標準化的預處理。其次，利用SPSS軟件對指標數據進行可行性檢驗，KMO統計量為0.715，表明所選取的指標之間偏相關性較強，Sig.值為0，說明本文選取的指標適宜做因子分析。再次，對22個變量提取因子（見表3），前5個因子的特征值都大于1且累計方差貢獻率達到了78.372%，表明這5個因子對系統性金融風險的解釋力較強，因此保留前5個因子較為合理。最后，利用5個因子的特征根和方差貢獻率計算權重合成系統性金融風險指數。

表2 主要因子的特征值及累計方差貢獻率

由圖1可見，我國系統性金融風險變動過程分為三個階段。第一階段為2004—2007年，我國系統性金融風險在低位小幅波動。在此時期加快了金融體制改革的步伐，先后采取了商業銀行體制改革、資本市場改革等措施，提高了銀行風險防范水平、完善了資本市場。第二階段為2008—2009年，系統性金融風險表呈現出倒“V”形的異常波動。2008年世界金融危機嚴重沖擊了我國股市和匯市，出口大幅下降，經濟增速放緩，系統性金融風險指數急速上升，但隨后“四萬億”經濟刺激政策有效穩住了經濟，系統性金融風險顯著下降。第三階段為2010—2020年，系統性金融風險呈現波動上升的趨勢。2010—2011年積極的財政政策和適度寬松的貨幣政策使得系統性金融風險較為平穩，2012—2016年信用擴張導致房地產泡沫飆升、影子銀行規模擴大、中小銀行表外資產無序擴張等導致了系統性金融風險的飆升。隨后，監管部門頻發文件，MPA考核、資管新規等政策措施使得系統性金融風險上升勢頭得以控制。加之新冠肺炎疫情使經濟遭受重創，系統性金融風險加速上漲，但我國政府采取了有效的防控措施，風險指數迅速下降。

圖1 系統性金融風險指數（sfr）變動

（三）模型的檢驗

通過X12季節調整法消除了季節因素的影響，對4個變量均取對數來消除量綱，分別對變量進行單位根檢驗，一階差分后各變量均為平穩的時間序列，各變量均在1%的顯著水平上拒絕原假設，變量都一階平穩。并且進行模型最佳滯后期檢驗，結果如表3所示。根據最優滯后期檢驗標準，可以得到模型的最優滯后期數為4。

表3 最優滯后期數檢驗

三、實證分析

（一）模型的參數估計

借用OxMetrix6.0軟件運用蒙特卡洛模擬（MCMC）進行參數估計，進行10000次抽樣模擬。根據表4的顯示結果，參數的均值均位于95%的置信區間以內，各個參數的Geweke收斂判斷值均顯著低于臨界值1.96，表明模擬參數收斂于后驗分布。結果中各參數無效因子均低于100，說明模擬取樣是有效的。圖2的上中下部分分別顯示了模型模擬檢驗參數的自相關系數圖、模擬路徑圖和后驗分布密度圖。自相關系數由高峰迅速下降收斂于0值，表明參數基本不具有自相關關系。參數路徑整體收斂于樣本參數估計均值，樣本數據呈現出較好的穩定性和收斂性，表明MCMC模擬的結果是有效的。

圖2 模型參數估計結果

表4 模型的參數估計結果

（二）等時間間隔沖擊的時變參數響應分析

時變參數向量自回歸模型可以得出等時間間隔沖擊的時變參數響應。考慮到信用擴張的時效性，選擇了1個季度、2個季度和4個季度的脈沖響應時長來探究信用擴張、資產價格與系統性金融風險之間的短期、中期和長期的關系。

1.信用擴張的脈沖響應結果分析

由圖3（a）可知，股價對信用擴張的脈沖響應在短期、中期和長期的效應不同，面對1個季度和2個季度時長的脈沖響應分別出現了由正向轉向負向、由負向轉向正向的反轉趨勢，面對4個季度時長的沖擊結果顯示，信用擴張對股價起到了“促進”的作用，“促進”作用在2008年開始增強，在2015年之后隨時間逐漸減弱。出現這種現象的原因在于我國股票市場還不夠完善，短期、中期脈沖響應受到當期政策、制度等其他因素的影響較大。

由圖3（b）可知，房價對信用擴張的脈沖響應在短期的效應為正向波動，2010年以來中期和長期的效應出現負向波動，1個季度時長的響應值要明顯大于其他兩個時長的響應值，說明信用擴張對房價的影響在短期的正向沖擊較大。隨著時間的推移，這種影響逐漸削弱，且在政策等其他因素的干擾之下，甚至出現了信用擴張抑制房價上漲的情況。面對短期沖擊，房價對信用擴張的脈沖響應呈現兩大特點：一是脈沖響應值逐漸下降。原因在于我國房地產市場自1998年開啟之后投資增速加快，大量信貸資金進入房地產市場，但隨著投資收益率的下降，資金流入房地產領域的規模減小。二是脈沖響應降幅變化與我國房地產調控相關，調控政策越嚴格下降速度越快。2006—2007年房地產政策以穩定市場為主，2006年出臺的《關于規范房地產市場外資準入和管理的意見》和2007年的5次加息等政策旨在抑制房地產投資過熱，此時脈沖響應降速較快。2008—2009年房地產政策調控基調為刺激消費，在“四萬億投資”等政策的影響下，大量信貸資金進入房地產市場，此階段脈沖響應降幅趨緩。2010—2013年收緊房地產政策頻發，“國四條”“國十條”“新國八條”“新國五條”等政策要求遏制房價過快上漲，但由于刺激政策的效果還在，本階段脈沖響應降幅繼續放緩。2014—2015年房地產的調控政策旨在刺激需求，相繼出臺的“930”新政、“1121”降息、“330”新政等政策，通過降低房貸利率、給予補貼等措施鼓勵購房，此階段脈沖響應出現上漲。2016—2020年房地產調控從刺激轉向收緊，堅持“房住不炒”“因城施策去庫存”等政策措施加強了地方政府的責任，調控政策更加精準有效，從抑制投資投機需求到供給側進行轉變。通過上述分析可知，我國嚴格有效的房地產調控政策能夠抑制信用擴張對房價的正向沖擊。

由圖3（c）可知，系統性金融風險對信用擴張的脈沖響應在短期、中期和長期的效應不同，1個季度時長的響應有明顯波動呈現出先升后降的趨勢；2個季度時長的脈沖響應較弱且為負，說明滯后2個季度的信用擴張會對系統性金融風險起到一應的抑制作用；4個季度時長的脈沖響應呈現上升的趨勢，表明信用擴張對系統性金融風險的影響存在時滯，在滯后4個季度仍然有顯著的影響效果。在短期沖擊響應中，2009年迅速上升并由負轉正，并于2015年達到最大值，之后下降。結合圖3（a）和（b），觀察縱軸數值可知，信用擴張對房價的影響要遠大于對股價的影響，本文認為這可能與實體經濟增速和房價漲幅的關系有關。我國GDP經濟增速在2007年達到了峰值14.2%之后一路下降，2015年、2019年分別降至7%、6%，而2009年我國房價漲幅達到了24.7%，之后增速雖有下滑但年均增速仍在8%以上，加之房地產投資具有杠桿效應，私人部門偏好投資于房地產市場，致使在實體經濟下行時，大量信貸資金進入到房地產市場，導致“金融活水”難以發揮支持實體經濟的作用，反而助推了房地產價格泡沫的形成，導致系統性金融風險的上升。2015年出現拐點的原因有兩個方面：一是2016年之后，房地產調控基調為“房住不炒，因城施策”，加強了地方政策主體責任，各地紛紛落實中央政策，房價上漲速度得到有效遏制。二是2016年之后，監管部門對流向房地產資金金額進行控制，采取了包括提高首付比例、整治房地產行業非法集資活動、嚴禁影子銀行資金進入房地產市場等措施，2020年監管部門給房企設置了“三道紅線”，以此來約束房企的債務率，對房地產貸款設置了“兩道紅線”，至此我國樓市“五道紅線”壓身。

圖3 等時間間隔脈沖響應結果（1）

2.資產價格的脈沖響應結果分析

由圖4（d）可知，在各個時間段中，系統性金融風險對股價的脈沖響應在短期、中期和長期均較為穩定，短期和中期的脈沖響應為負、長期為正，從絕對值看，長期脈沖響應值自2014年以來幾乎接近于0，表明系統性金融風險對股價的變動在長期極不敏感。面對1個季度和2個季度時長的股價上漲沖擊會引起系統性金融風險的下降，主要原因有兩點：一是股價上漲有利于穩定實體經濟，一方面，股價上漲會通過財富效應帶動消費的增加，另一方面，根據托賓Q理論，股價上漲會使企業更傾向于發行股票籌集資金來進行實物投資，進而拉動投資的增長。二是股價上漲能夠提升金融機構的資產水平，在短期內負債水平穩定的情況下，會使其資產負債率下降，償債能力提高，進而引起系統性金融風險的下降。

圖4 等時間間隔脈沖響應結果（2）

由圖4（e）可知，系統性金融風險對房價的脈沖響應在短期、中期和長期的效應不同。1個季度時長的響應有明顯的波動呈現先升后平的趨勢，2007年開始上升，在2014年脈沖響應的值由負轉正，2015年達到峰值后轉為平穩，這可能與房地產的屬性有關，在房價上漲期初，房地產價格處于低位，我國房地產還發揮著拉動實體經濟的作用，房價的上漲有助于金融穩定，之后隨著房價加快上漲吸引了大量的資金，房地產被注入了金融屬性，房價上漲會提升系統性金融風險水平。2個季度和4個季度時長的脈沖響應較強且為正，說明房價上漲在中長期內會引起系統性金融風險的提高。

（三）不同時點沖擊的時變參數響應分析

選取了2009年1季度、2012年1季度和2015年1季度這三個時間點選取的主要原因在于：一是2008年全球金融危機沖擊經濟，信貸擴大助力經濟穩定；二是經濟增長下臺階，信貸寬松支持基建和房地產；三是工業產能過剩，信貸支持供給側結構性改革。信用擴張的重要時點沖擊響應結果如圖5所示。

圖5 不同信用擴張時點沖擊響應結果

圖5（a）不同時點股價對信用擴張的脈沖結果具有兩個特點：一是所有時點的脈沖響應運動軌跡基本一致，3期開始產生正向效果，6期之后轉為平穩，說明信用擴張對股價的正向影響存在時滯。二是不同時點沖擊響應效果不同，2015年1季度的效果最顯著，2012年1季度次之，2009年1季度最弱，這可能與股市的行情有關，股市在2007年大跌之后轉入熊市，市場被悲觀情緒籠罩，即使信貸寬松，企業和居民也不愿進入股市，而2012年股市仍未走出低谷，2014年股市轉入牛市，此時寬松的信貸政策加上樂觀情緒，大量資金流入股市，信用擴張對股價上漲具有顯著推動作用。

圖5（b）代表房價對信用擴張的脈沖響應結果，分析可知，不同時點的脈沖結果運動軌跡基本一致，在10期之后才平穩，說明信用擴張對房價的影響時效較長。信用擴張對房價的脈沖響應波動較大，這可能與我國頻繁的房地產周期性調控政策有關，在房價上漲過快時，調控政策會趨緊，而在經濟下行時，房地產調控政策會有所放松，由于政策具有時滯性，對房價的影響表現為不同時期不同的方向。但從脈沖響應正負區間的時長和絕對值看，信用擴張對房價的促進作用較強，抑制作用較弱。

圖5（c）代表系統性金融風險對信用擴張的脈沖響應結果，系統性金融風險對信用擴張的沖擊響應整體呈正，1期開始迅速下降，說明信用擴張會促使系統性金融風險上升，且短期影響較大。不同時點的響應程度存在差異，可能與房價對系統性金融風險的影響有關。2015年1季度的正向效應最強烈，與圖4（e）中所示結果一致，2015年短期房價上漲對系統性金融風險的促進作用達到了峰值；而2009年1季度和2012年1季度，短期房價對系統性金融風險起到的是抑制作用。

四、研究結論與政策建議

本文研究了信用擴張環境下，資產價格對系統性金融風險的影響，利用伴有隨機干擾項的SV-TVP-VAR模型，對信用擴張、股價和房價、系統性金融風險時變關系進行動態識別。同時對近年來三個重要的信用擴張時點進行單獨分析。主要研究結論如下：

第一，信用擴張對股價、房價和系統性金融風險的影響均呈現明顯的時變特征。信用擴張對股價的影響在長期較為穩定，且信用擴張會促進股價上漲，由于政策干擾，這種促進作用在2015年之后逐漸減弱。信用擴張會助推房地產價格上漲，2006年開始，這種助推作用開始下降，且下降幅度與我國房地產調控相關，房地產調控政策越嚴格下降速度越快。信用擴張對系統性金融風險的影響由抑制轉向促進，促進作用在2015年達到峰值。

第二，資產價格對系統性金融風險的影響效果不同。股價上漲對系統性金融風險有一定的遏制作用，而房價上漲會促使系統性金融風險提高。短期內，股價上漲可以使上市企業融入更多資金進行投資生產，同時會降低金融機構的負債率，進而引起系統性金融風險的下降；房地產被注入金融屬性后，房價的短期過快上漲會提升系統性金融風險水平，此外，房價的上漲在中長期也會引起系統性金融風險的提高。

第三，不同信用擴張時點上，資產價格的變動情況以及對系統性金融風險的影響有所差別。分析三個信貸擴張重要時點房價、股價和系統性金融風險的影響，結果表明信用擴張對股價的抬升作用在股價上漲時更明顯。信用擴張對房價的影響滯后期長且波動明顯，可能與我國周期性房地產調控政策有關。短期內信用擴張會促使系統性金融風險上升，不同信用擴張時點促進作用不同并與房價對系統性金融風險的影響有正相關性。

通過上述的主要結論可得到較為清晰地防控系統性金融風險的政策啟示。首先，基于我國資本市場發展的實際情況，應積極發展股票市場以修繕直接融資渠道，一方面，“高科創”等類型企業可以通過股市融入資金，助力我國經濟高質量發展。另一方面，股市的適當繁榮能夠有效遏制系統性金融風險。其次，當前我國房價處于高位，實施嚴格的房地產調控政能抑制信用擴張對房價的正向影響。因此，在信用擴張環境下，應加強對信貸資金進入房地產市場的監管，堅決落實“房住不炒”的底線，重點在于加強對金融機構創新的監管，嚴防影子銀行等問題卷土重來。最后，應大力發展實體經濟。實體經濟是金融穩定的“基石”，以金融支持實體為出發點，進行金融支持實體的結構性改革，源源不斷地將金融資源向產業鏈升級等方面進行傾斜，以暢通國內產業循環為落腳點，不斷加大支持實體經濟的精準度和力度。