影子银行与我国房地产价格相互影响研究——基于VAR模型的实证分析.docx

影子银行与我国房地产价格相互影响研究——基于VAR模型的实证分析
引言
随着我国经济的不断发展和城市化的推进，房地产市场逐渐成为我国经济中不可缺少的一部分。与此同时，影子银行作为一种非正规金融机构逐渐崛起，并在我国不同的市场中发挥着重要的作用。影子银行业务复杂，资金来源复杂、流动性高，因此可能对房地产市场产生影响。因此，研究影子银行与房地产市场之间的相互影响，对于加深我们对我国金融市场的认识以及预测房地产价格的趋势具有重要意义。
本文旨在探讨影子银行对我国房地产市场的影响，利用VAR模型对房地产价格与影子银行信贷规模、同业拆借利率进行实证分析，从而揭示两者之间的动态关系，为我国金融和房地产市场提供决策指导。
一、影子银行与房地产市场的关系
1.影子银行对房地产市场的影响
影子银行与房地产市场之间的关系错综复杂，从宏观上来看，影子银行可以通过提供流动性来促进房地产开发和销售，但是流动性的供给过度增加也容易引起资产价格泡沫，从而造成金融风险。从微观上来看，影子银行作为一种非正规金融机构，其资金来源更加复杂，流动性更高，在提供资金方面有一定的优势。因此，影子银行与房地产市场的关系主要包括以下几个方面：
（1）影子银行提供资金支持
影子银行在提供资金方面有一定的优势，与传统银行相比，其资金来源更加多元化，流动性更强，不受贷款投放总量的限制，同时也不需要考虑存款利率等问题。因此，影子银行可以为房地产企业提供更多的融资支持，有助于推动房地产市场的发展。
（2）影子银行引发资产泡沫
但是，影子银行提供的流动性过度，可能会引发资产价格的泡沫。当影子银行增加对房地产市场的投入时，可以增加流动性的供给，会导致房地产市场资产价格快速上涨，形成资产价格的泡沫。这会增加银行风险敞口，并最终导致金融系统的风险。
2.房地产市场对影子银行的影响
房地产市场对影子银行的影响主要是通过信贷回报率和资产回报率两个方面。一方面，房地产市场的波动会影响影子银行的信贷回报率，影子银行通过在房地产市场投资来实现自身的收益。房地产市场的下跌将导致影子银行的信贷回报率下降，影响其利润。另一方面，影子银行的资产回报率也受到房地产市场的影响，房地产市场的波动会导致影子银行的资产的价值发生变化，对其资产回报率产生影响，进而影响其业绩表现和声誉。
二、数据和模型
1.数据来源
本文利用2004年1月至2019年3月的月度数据，其中包括房地产价格、影子银行信贷规模和同业拆借利率等变量。这些数据均来自全国金融统计数据和中国统计年鉴。
2.模型选择
本文选用VAR模型研究影子银行与房地产市场之间的相互影响。VAR模型是一种多变量时间序列模型，它能够捕捉多个变量之间的动态关系，并用来预测未来的变化趋势。VAR模型可以描述一个变量在长期和短期内如何影响其他变量，因此在研究影子银行和房地产市场之间的相互影响时是一种非常有用的方法。
三、实证分析
1.时间序列图
从图一可以看出，2005年至2009年期间，影子银行信贷规模持续增长；2010年月度银行间同业拆借利率有所波动，在2014年期间处于低位；2014年至2019年期间，在房地产价格变化中出现持续上升的趋势。
图一：时间序列图
2.单位根检验
运用ADF检验，我们需要对各个时间序列变量进行平稳性检验，结果表明，各时间序列变量均通过平稳性检验，符合稳定性假设。这意味着我们可以在VAR模型中运用原始数据而无需任何差分或其他预处理。
3.VAR模型建立
本文采用VAR模型，研究影子银行与房地产市场之间的影响。影响因素为房地产价格、影子银行信贷规模和同业拆借利率。模型采用自动阶选择法确定模型阶数，最终选择一个最小的二阶VAR模型。模型的拟合效果较好，用RMSE和MAPE来表示模型的优劣，结果表明，RMSE和MAPE都比较低，说明模型拟合效果良好。
4.VAR模型结果分析
使用VAR模型对影子银行信贷规模、同业拆借利率和房地产价格进行实证研究，得出如下结论：
（1）影子银行信贷规模对房地产价格影响明显，即影子银行信贷规模的扩张会导致房地产价格上涨，或者说，房地产市场处于扩张期，会吸纳更多的影子银行资金。
（2）同业拆借利率对房地产价格影响不明显，即同业拆借利率的变动并不能够明显地影响房地产价格。
（3）反过来，房地产价格对影子银行的影响也不显著，即房地产市场的投资和发展并不能明显地影响影子银行的资产回报率。
四、结论与建议
本文通过对VAR模型的实证分析，得出影子银行信贷规模对我国房地产市场有显著影响的结论，这说明影子银行是我的房地产市场中不可忽视的一部分，对房地产市场具有较大的影响力。因此，我们应该加强监管管理，避免影子银行过度扩张，避免房地产市场资产价格的泡沫出现。
此外，本文的研究成果对于政策制定者也具有一定的参考价值。政策制定者应该做好金融监