【中国影子银行对商品房价格的影响探究7400字（论文）】

中国影子银行对商品房价格的影响研究摘要 2关键词 21绪论 31.2研究意义 31.2.1理论研究 31.2.2现实意义 31.3研究内容与思路 31.4研究方法 42影子银行的现状 42.1基本概念 42.1.1影子银行的概念 42.1.2影子银行的特点 52.3我国影子银行的现状 62.4影子银行介入房地产行业的常见方式 62.5影子银行与房价之间的关系 63模型概述 64影子银行对房地产价格的影响实证分析 74.1研究假设 74.3研究设计 84.3.1样本选择 84.3.2变量阐述 84.4实证分析 94.4.1描述性统计 94.4.2相关性分析 94.5政策建议 105结论与不足 115.1结论 115.2研究不足 11参考文献 11摘要：近些年来，我国影子银行的规模迅速扩大，为了解决买房难，价格高的问题，国家也一直在努力，但是结果没有达到人们心里的标准。本文借助SPSS软件，运用固定效应模型对房价和影子银行规模进行分析，探究两者之间具有什么关系。结果显示：影子银行的规模扩大时，房价也成明显上升的趋势。这就对我国目前稳定房价，利用两者之间的关系找出更加有效的方式对影子银行进行管控和降低金融风险有很好的启发作用。关键词：房价影子银行商业银行固定效应模型1绪论1.1研究背景房地产这种商品具有特殊性，不仅可以作为生活必需品还可以用来保值投资，兼具人们的消费和投资需求。由此可以看出商品房的价格形成机制就与普通的商品截然不同，它不仅取决于自己本身的价值，还要受市场的供需关系的影响。1998年我国实行住房改革之后，房地产市场一片火热，发展历程也是浩浩荡荡，与此同时也影响了很多与之相关的行业，成为国民生产总值的重要组成部分，也强有力地推动了我国的城市化进程，并成为支撑国民经济的重要产业。2005年到2019年房地产市场的过度繁荣，导致全国平均商品房价格由2112元飙升到9310元。房地产开发商需要大额的资金，政府便实行信贷政策对开发商进行管控，从结果来看，虽然“限购”“限贷”的政策发挥了一些作用，但是达不到预期的效果。房地产行业不断发展的同时，游离于监管之外的的影子银行也在迅速扩大。由于游离于监管之外，相比于传统的商业银行来说，它的规范性，监管性和透明度方面都存在很大的风险，在资金的投向中更容易产生风险。1.2研究意义1.2.1理论研究本文分析了影子银行的特点，分类以及影子银行是如何介入房地产行业做了详细的理论研究。在实证的阶段建立固定效应模型，分析检验两者之间的作用效果，以期对类似主题的文献做出一点参考作用。1.2.2现实意义我国影子银行与房地产行业紧密相关，容易产生宏观经济风险，这就成为需要高度注意的现实问题。（1）影子银行由于隐蔽性强、高杠杆的特点，常引发会引起很多系统性风险和监管套利的风险。（2）现如今我们还无法使影子银行真正的出现在阳光下，它现在自身也存在潜在的风险。房地产行业具有极大的泡沫这也使得影子银行规模不断扩大，两者相互推动。又因为房地产开发商可以绕过传统的商业银行，直接通过影子银行获得信贷，因此人们想要平稳乃至使房价下降的愿望并没有实现。言而总之，研究两者的互动联系可以很好地促进我国宏观金融风险的管控和房地产市场调控政策的施行，以及对银行业的发展和规范有借鉴意义。1.3研究内容与思路1.3.1研究内容本文一共有五章，下面对内容简要概述.第一章绪论。介绍了文章的研究背景与意义。第二章为概念分析以及对研究对象的关系进行梳理。对我国影子银行的定义和特点进行解释并进行分类,以及对影子银行是如何影响房价的进行分析。第三章提出研究方法。主要是采用固定效应模型对影子银行的规模和房价进行分析。第四章为实证分析。本章首先对影子规模进行测算，然后确定了指标变量的选取，进而用固定效应模型对影子银行的规模和房地产价格进行分析。最后分析阐述了模型的预测效果，以及提出政策建议。第五章为结论与研究不足。主要对本课题研究成果进行总结。1.3.2研究思路本文主要研究思路如下图1所示。图SEQ图\*ARABIC1本文研究框架1.4研究方法本文主要采用以下两种研究方法：（1）理论研究与实证分析相结合本文首先研究了影子银行的理论，对影子银行进行了描述、分析及特点研究，然后在这些研究的基础上分析了影子银行和当地房价的联系，对它们之间的联系再构建固定效应模型进行表示，达到理论与实证结合的目的。（2）定性分析与定量分析相结合首先进行定性分析，先将两者之间的关系进行定性分析，充分了解两者间的影响因素，为后面的定量分析做好铺垫。然后进行定量分析，将数据与定性分析的结果结合，后面建立固定效应模型，对两者关系进行定量分析。2影子银行的现状2.1基本概念2.1.1影子银行的概念影子银行最早由Mc-Culley(2009)提出的，它泛指“行使银行的工作职责却没有银行之名的各类银行之外的机构”。目前，从概念界定方面影子银行可以分成三类。第一类：影子银行是金融机构和金融产品的组合，如Gortonetetal.(2010)表明影子银行与传统的银行发挥作用相同，但是所受监管很少或者是不受监管的信用中介。第二类影子银行主要由银行理财产品、委托贷款、集合信托计划三者构成；第三类在经过大量研究之后得出广义和狭义的定义。广义的影子银行是指与传统的银行不同的的信贷中介平台，主要是可以为需要资金支持的人提供对接的主体，而狭义上的影子银行是游离于监管之外去牟取暴利和可以引发高风险的主体。2.1.2影子银行的特点(1)影子银行的主要载体是非金融机构。从事传统的商业银行的相关的业务的机构（除了商业银行）都可以叫做影子银行。这些非金融机构主要由那些不正规的中小微企业组成，这些非金融机构从事着金融行业而且还在监管之外，本身具备造成风险的危机性。(2)影子银行在效果上可以起到一些金融资产的风险转移。想要揭示其产生金融风险的原因，因此将是非具备信用中介的职能作为衡量影子银行的标准。但由于影子银行的特殊性（结构复杂）很难判断是否具备这个职能。此后，研究得出影子银行的总体具有信用，流动性和期限转换的职能，了解其整体的特性，这对我们自己之后管理其透明度和对它进行监管都提供了帮助。(3)它参与构成系统性风险，一些信用不好的企业或者是个人没法在商业银行贷款，而影子银行可以行使传统银行的信用中介职能，帮助他们缓解燃眉之急。但是这也为以后的系统性风险埋下了伏笔。他们信用不好，从而偿还性也差，如果大量的信用不好的人不去偿还贷款，这就可能会使影子银行崩溃。尤其是人跨度比较大，有的跨行业，有的跨市场，这些因素都会引起高风险。(4)影子银行游离于监管之外，国家就很难对影子银行的规模进行统计和计算，因此也无法对其保护和救助。一旦资金流断裂，无法对借出的贷款进行回收，影子银行也无法求助国家的帮助，因此只能依靠平时自己的管理，但是危险一旦来临，相比较于传统的商业银行享受到国家救助的福利，它在那种情况下自救其实是很难的，只能自求多福了。2.2影子银行的分类中国影子银行大致可以分为三类。第一类就是影子银行自身，主要包括投行，对冲基金等。目前，加入影子银行的还有基金像是私募股权基金和国家宏观层面上的传统货币基金。投行早已存在我国金融体系方面多年，是我国经济增长的推动力和增长点，主要为各种商人，银行和消费者提供一个广阔而选择性丰富的平台，供喜爱各种风险的投资者游戏其中，两者之间相互推动发展，平台就会越来越大，而各种投资人员也会越来越多，由于金融如果不投资实体的话，就会产生泡沫，而现在人员越来越多，投资金额也必定越来越高，金融泡沫相应的也就越来越大，最后金融经济方面也是越来越危险，因此影子银行的风险也很大一部分由此而来。至于市场上的一般的基金来说，虽然风险很小，收益没有那么高但是也很平稳，因此具有对冲这种高风险性质的基金来说，自然也就归属到影子银行类里面了。第二类是在传统观念上的银行一旦与影子银行的不受监管的性质有了联系，就会被归集到影子银行的范畴里面。这些银行虽然被叫做银行，但是已经不是传统的银行了，这类银行也可以开展正常的工作业务，但是与常规银行不同的是，它只需要很少的信用良好记录便可以申请贷款，这样一来就会产生隐形的风险。当风险越增加越多，直至达到风险爆发的临界点之后，由于影子银行游离于监管之外，而且资本金相对于其他的正规银行来说特别少，微乎其微。一旦风险爆发的时候，只能是一无所有，惨绝人寰。对于那些中小企业，中小机构来说，更是毁灭性的打击，他们无法承受不了这样生命难以忍受的痛。第三类是涵括了影子银行的工具。主要是为机构转移风险，摆脱监管的金融衍生品。这些金融衍生品一旦具备了摆脱监管的特征，我国的总体经济的情况就会变得不理想，投资者和各种处于观望状态的人都会想尽各种办法，找到国家关于这类监管力度不强的漏洞，明目张胆的牟取暴利。正因为我们对于影子银行暂时没有什么具有良好效果的办法，对于那些摆脱监管的金融衍生品，我们也一直在努力去找到更好的解决办法和途径。金融衍生品本身就是在主要产品身上延伸出来的，自身就根基来说不是很稳，现在又成为了涵盖影子银行的工具，一旦发生危险，风险很难被其控制和化解，严重的时候还会直接冲击到我国的宏观经济，给我国人民的生产生活，工作与学习带来很大的影响。2.3我国影子银行的现状自2000以来，中国影子银行规模迅速扩大。由未观测信贷方法计算得，2008年影子银行规模为31.8万亿人民币，而到了2019年影子银行的规模已经为127万亿人民币。目前影子银行已经成为金融体制改革和国民经济发展中的重要关注点。近些年以来，直接融资更加普遍，非银行金融机构迅猛发展，银行表外业务持续扩张都加速了影子银行规模的扩张。影子银行由于自身的组成问题，就容易产生风险。尤其是信用贷款的方面更是要求不严格，对于那些信用很差的贷款的人来说，他们也可能不去偿还了，去缓解了燃眉之急之后，他们一旦不偿还，这样的人也一旦多起来，偿还不了的资金金额也会越来越大，非正式的金融机构又会面临很大的风险，也就产生了系统性的风险。由于影子银行具备很大的风险，我国也从2011年之后出台了很多的提高监管的措施，但具体的发挥的效果并达不到预期，我国没有什么可以解决监管不严的具体方法，以后会随着技术和科学研究的不断发展，会对它有一个很好的管控效果，争取在保留影子银行积极作用的同时，影子银行业务和操作的可视性更加明确。2.4影子银行介入房地产行业的常见方式（1）委托贷款委托贷款是有足够的项目能力的公司经委托人向银行申请贷款、获得贷款的活动。当房地产开发商能够通过委托贷款获得更多低息借款时，便可以利用这些资金获取额外收益。而受托人能够在委托贷款活动中通过承担风险获得收益，形成三赢的局面，给房地产行业注入了动力及活力。（2）信托贷款一般的银行为了符合国家在国家宏观经济层面的要求被限制大额贷给房地产行业资金。求而无果之后，开发商就向信用门槛低的影子银行申请贷款，影子银行便向外界募集资金，然后这样就很好的满足了房地产开发商的需求。这也是其介入房地产行业一大普遍方式。2.5影子银行与房价之间的关系在之前的研究中，很多优秀的学者都曾经探究过影子银行与房价的关系。一些研究表明：影子银行真的实际帮助房地产开发商们摆脱从传统银行获取资金吃力的问题，房价也在一定时间内没有上升。也有一些学者的结论是：当国家减小对影子银行的监管时，房价会随力度减小而上涨。3模型概述本文采用回归分析法研究影子银行与房价的关系。本文建立固定效应模型：Ln(HP)n=α0+αHP是全国平均房价，SB是全国的影子银行数量，α0表示常数，YEAR表示时间效应，α1表示影子规模的系数，βk表示各控制变量的系数，χ结合本文的变量，可以得出如下公式:Ln(HP)n=α0+α4影子银行对房地产价格的影响实证分析4.1研究假设一般的商业银行由于要受国家的调控，因此不能给房地产行业提供大额的贷款，因此房地产行业在利润的驱动下就向非正式机构申请贷款。非正式机构游离于监管之外自然很乐于给他们提供给资金，毕竟自身也可以获得高额盈利，自身也能获得发展。与此同时房地产行业仍然可以大量购入地皮维持正常的房地产运转，寻找机会卖出房子，房价还是成向上发展的趋势。这样看来房价上升会向影子银行申请更多的贷款，在利润的诱惑下，很多非金融机构就会成立一起去争房地产这块大蛋糕，从而影子银行的规模就会迅速的扩大。据此本文就在理论方面假设：影子银行规模与房价成同向变动关系。4.2影子银行规模的度量影子银行的测算方法并不固定，也只能大致接近影子银行的规模。本文采用封思贤（2014）的未观测信贷法来测算影子银行的规模。公式为：SB=LGDPNOE其中，NOE表示未观测收入；L表示金融机构本外币贷款余额；GDP表示国民生产总值。本文采用上述公式4.1算出2000-2019近20年的影子银行数。以下表格为采用未观测信贷方法计算出来的影子银行规数据，根据国家统计局的相关数据计算而得。表SEQ表格\*ARABIC1全国影子银行规模单位：亿元年份GDPLNOESB2000100280.10135483.7053114.8771760.992001110863.10154876.1058914.2182303.342002121717.40184024.5063506.8096015.912003137422.00225313.3072722.13119233.192004161840.20262740.0088255.23143278.242005187318.90302042.80103835.10167429.152006219438.50365240.10124413.60207077.772007270092.30454267.80156679.94263519.742008319244.60542844.00187020.63318010.162009348517.70681875.00202020.70395253.572010412119.30805879.00244244.69477608.472011487940.20913226.00291379.93545344.962012538580.001024067.00312963.56595075.302013592963.201174666.00340090.61673722.882014643563.101323453.00362585.51745637.662015688858.201541204.00379370.99848778.582016746395.101759952.00406914.68959478.842017832035.901931934.00458412.901064405.362018919281.102109164.00510520.381171318.772019990865.102317003.00543106.951269981.59由表1可知，影子银行的数量在不停扩大，在2005年之后，影子银行的规模由167429.15亿元上升到395253.57亿元，增长了227824.42亿元。图SEQ图\*ARABIC2我国影子银行的总数量由图2可知，影子银行的数量增加的速度非常快。4.3研究设计上文对影子银行的规模与房价的关系做了定性分析，本小节将构建固定效应模型来研究影子银行规模与房价的关系，最终运用定量分析得出结论。4.3.1样本选择本文选取2000年到2018年全国的平均商品房为样本，研究影子银行对全国房价的影响。4.3.2变量阐述被解释变量：房地产价格（Ln(HP)）：商品房平均销售价。在这里对其取对数。（1）解释变量影子银行规模（Ln(SB)）:前面已经计算出具体的数了，在这里对其取对数。（2）控制变量为了使模型更加完善，具备更高的说服力，增加了居民消费价格指数（CPI）这个控制变量。图SEQ图\*ARABIC3本文涉及到的变量的具体定义与计算方法4.4实证分析4.4.1描述性统计通过SPSS对变量描述性分析：图SEQ图\*ARABIC4中国影子银行数据描述性分析图4表示在这十五年之间，房价由2112元/平方米到9310元/平方米，由此可知我国的房价增长过快且过高。影子银行的规模最小值为71760.99亿元，最大值为1269981.69亿元，这表明近年来，我国影子银行规模增速较快。4.4.2相关性分析若相关变量之间有严重的多重共线性，则会导致结果不尽如人意，因此使用SPSS进行相关性分析。图SEQ图\*ARABIC5相关性分析从图5可以看出，Ln(SB)与Ln(HP)的相关系数为0.988，而且检验结果在0.01上显著，与本文的研究假设一致。CPI与Ln(HP)的相关系数为-0.012，不显著，显著性为0.966＞0.05所以可以认为CPI与Ln(HP)不显著。以上相关系数都很低，因此相关性分析效果很好。4.4.3回归分析总体进行回归检验，回归的结果如下：图SEQ图\*ARABIC6模型摘要由图6可知，修正后的R²为0.978接近于1，说明回归的效果很好。图SEQ图\*ARABIC7系数图7表示，影子银行规模指标Ln(SB)，在P=0.01的水平显著，显著度非常高。系数为0.994，为正数，因此其为正相关关系，符合假设。而CPI系数为0.072大于0，但是显著性不强。4.5政策建议（1）正确引导人们对待影子银行态度。影子银行为我国的中小微企业提供一定的帮助，因此影子银行并不是完全负面的代表，它实际上是金融市场的必要补充，只要依法经营，就可以成为金融市场的有效的推动部分。因此，我们不能完全否定影子银行，但是也必须时刻警惕影子银行推动房价过快上涨的风险。（2）规范其运用资金的方向。有关部门需要一边扩大对影子银行的监管范围，一边通过合理的手段引导影子银行的资金行为，既然影子银行具有积极的因素，就要合理运用这个优势，正规的商业银行在某些方面做不到完全的帮助中小企业，而影子银行可以做到这一点，对金融市场做了必要的补充。（3）在未来引导其将资金多用来支持那些实体企业。这些肉眼可见的在真正意义上可以创造价值的主体产生风险的概率本身就相对较少。既然提供贷款业务，将资金投资于看得见摸得着的企业，创造着令人放心的经济价值。正因为如此，政府要合理的引导影子银行日常的业务活动，减少会引发系统性风险的可能性，将风险降到最低。（3）制定符合我国国情的影子银行的标准。当一些非正式金融机构成立时，符合国家的标准则将其统计入影子银行的列表中。针对影子银行制定一个匹配的政策，尤其是在救助体系中。现如今，影子银行灵活应对风险的能力很差，所以为其制定一个救助政策，将吸引更多的符合条件的非正式机构统计。国家有了具体的影子银行的数据之后，自然就很便于管理和控制。但是也要在保持其特性的情况下进行管理，让其发挥应有的积极作用。随着以后各种政策的实施不断地向框架里面补充，筛选出合理有效的措施。5结论与不足5.1结论本文先对影子银行进行释义，然后对影子银行是如何介入房地产行业做了解释。最后使用固定效应模型来核对影子银行的规模对房产价格的影响。通过对2005-2019年全国的面板数据的核对，被解释变量对全国商品房平均价格取对数，解释变量是全国的影子银行规模的对数，居民消费价格指数。实证显示，我国影子银行对房价具有正向的作用，而且模型的显著性非常好，居民消费价