去杠桿背景下房地產(chǎn)信托對(duì)房價(jià)的影響研究

[摘 要] "基于2006年1月—2017年12月的全國月度數(shù)據(jù)，運(yùn)用SVAR模型、脈沖響應(yīng)和反事實(shí)模擬檢驗(yàn)了去杠桿背景下房地產(chǎn)信托對(duì)貨幣政策調(diào)控和房價(jià)的影響，并且基于2007年—2016年全國68家信托公司的集合類房地產(chǎn)信托數(shù)據(jù)分析了房地產(chǎn)信托對(duì)房價(jià)區(qū)域差異化的影響。結(jié)果發(fā)現(xiàn)：房地產(chǎn)信托規(guī)模的增加導(dǎo)致銀行間借貸成本上升;房地產(chǎn)信托的增長弱化了房價(jià)和房地產(chǎn)投資對(duì)緊縮型貨幣政策的響應(yīng)程度;房地產(chǎn)信托對(duì)房價(jià)有正向的作用，且在東部地區(qū)影響最為顯著。因此，應(yīng)有效平衡房地產(chǎn)金融風(fēng)險(xiǎn)防范與房地產(chǎn)金融創(chuàng)新，促進(jìn)信托公司快速轉(zhuǎn)型，使得信托公司做到真正服務(wù)實(shí)體經(jīng)濟(jì)。

[關(guān)鍵詞] "去杠桿;房地產(chǎn)信托;房價(jià);銀行信貸

[中圖分類號(hào)]" F293.3""" [文獻(xiàn)標(biāo)識(shí)碼] A"" [文章編號(hào)] 1008—1763（2019）01—0061—09

Research on the Influences of Real Estate Trust on Real

Estate Price under the Background of Deleveraging

JU Fang， LI Wen-jun， HUANG Qiao

（School of Business， Xiangtan University， Xiangtan 411105， China）

Abstract： Based on the national monthly data from January， 2006 to December， 2017， using the" SVAR model， the impulse response and the counterfactual simulation， this paper tests the influences that estate trust acts on monetary policy and real estate price under the background of deleveraging. Further， based on the estate trust data of national 68 trust companies from" 2007 to" 2016， using fixed effect model， the paper analyzes the regional influences of estate-trust" on real estate price. The results suggest that the increase of estate trust scale results in the rise of interbank loan costs; the growth of estate trust weakens the degree of response when real estate price and estate investment act on tightening" monetary policy; estate trust has a positive effect which is the most significant in the eastern region on real estate price. Therefore， we should effectively balance real estate financial risk prevention and real estate financial innovation，and" promote the rapid transformation of trust companies， so that trust companies can truly help the real economy to be more sustainable.

Key words： "deleverage;real estate trust;real estate price;bank credit

"在“去杠桿”的大背景下，政府要求金融機(jī)構(gòu)降低自身的杠桿率，更要求房地產(chǎn)等資本密集型企業(yè)降低整體負(fù)債率。由于宏觀短期信貸調(diào)控和金融監(jiān)管拉大了傳統(tǒng)銀行資金供給與房地產(chǎn)行業(yè)資金需求的缺口，房地產(chǎn)企業(yè)通過傳統(tǒng)渠道融資倍加困難，而房地產(chǎn)信托 國外房地產(chǎn)信托多以房地產(chǎn)信托投資基金（REITs）的形式存在，而我國常說的房地產(chǎn)信托，主要指廣義的房地產(chǎn)信托，即與房地產(chǎn)行業(yè)相關(guān)的所有信托行為。我國房地產(chǎn)信托模式有以下幾種：回購模式、回租模式、貸款融資模式、股權(quán)回購型信托模式、夾層型的信托融資模式、權(quán)益投資信托模式，但是當(dāng)前的房地產(chǎn)信托模式并不是真正意義上的REITs。 則迅速發(fā)展成房地產(chǎn)企業(yè)的重要融資渠道。2017年信托投向房地產(chǎn)行業(yè)的信貸資金高達(dá)22828億元，較2016年同比增長9.57% 數(shù)據(jù)來源于《2017年度中國信托業(yè)發(fā)展評(píng)析》 ，房地產(chǎn)信托已成為房企外部融資的第二大渠道。房地產(chǎn)信托發(fā)展至今已經(jīng)初具規(guī)模，其對(duì)房地產(chǎn)市場會(huì)造成何種影響？其規(guī)模的迅速擴(kuò)大是否會(huì)不利于我國目前“去杠桿”的政策實(shí)施？是否會(huì)影響到我國貨幣政策對(duì)房地產(chǎn)行業(yè)的調(diào)控效果？習(xí)近平總書記在十九大的報(bào)告中多次強(qiáng)調(diào)“房子是用來住的、不是用來炒的”，平抑房價(jià)讓住房回歸民生屬性是我國目前面臨的重要工作任務(wù)，而房地產(chǎn)信托作為房企的新型融資渠道并具備影子銀行的特征，其規(guī)模的迅速擴(kuò)張會(huì)如何影響房價(jià)？要回答以上問題必須探清目前我國房地產(chǎn)信托對(duì)房地產(chǎn)價(jià)格的影響機(jī)制，這有助于為今后我國的房地產(chǎn)市場調(diào)控提供政策建議，從而有益于房地產(chǎn)行業(yè)的健康發(fā)展。

一 文獻(xiàn)綜述

由于房地產(chǎn)信托在我國發(fā)展時(shí)間尚短，國內(nèi)對(duì)房地產(chǎn)信托的研究主要探討如何規(guī)范相關(guān)法律體系和信托制度，并沒有基于我國房地產(chǎn)信托的特性深入研究其對(duì)房地產(chǎn)市場的影響。房地產(chǎn)信托作為我國影子銀行體系的重要組成部分，提供給房地產(chǎn)行業(yè)的信貸資金越來越多，其規(guī)模的擴(kuò)大極可能增加金融杠桿，并且影響貨幣政策對(duì)房地產(chǎn)市場的調(diào)控效果。鑒于此，本文將分以下三部分進(jìn)行文獻(xiàn)綜述。

（一）金融支持與房地產(chǎn)價(jià)格的相關(guān)研究

早期Carey[1]在構(gòu)建房地產(chǎn)價(jià)格模型時(shí)，首次把信貸作為一個(gè)重要變量納入其中，提出在房價(jià)上漲時(shí)可以通過信貸約束平抑房價(jià)，而在房價(jià)下跌時(shí)可以通過增加信貸支持來阻止房價(jià)過度下跌，通過調(diào)整房企的杠桿率來控制房地產(chǎn)市場的價(jià)格。Fitzpatrick和Mcquinn[2]驗(yàn)證了個(gè)別國家中信貸和房價(jià)之間存在的潛在雙向關(guān)系。Bernanke等[3]提出了金融加速器理論，解釋了政策變動(dòng)等外部宏觀波動(dòng)所造成的信貸約束對(duì)資產(chǎn)價(jià)格的影響機(jī)制。Allen和Gale[4]的資產(chǎn)價(jià)格泡沫模型說明，在借貸市場上若收益與風(fēng)險(xiǎn)存在不對(duì)稱，就會(huì)出現(xiàn)過度借貸投資的行為。Shin和Adrian[5]研究認(rèn)為金融杠桿與經(jīng)濟(jì)周期之間存在正向關(guān)系，并且可能導(dǎo)致金融系統(tǒng)的波動(dòng)。Lamont和Stein[6]研究了負(fù)債率對(duì)房地產(chǎn)價(jià)格的影響，通過對(duì)美國相關(guān)數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn)城市的負(fù)債率將直接影響該城市房價(jià)對(duì)基本面的敏感程度，負(fù)債率越高的城市，房價(jià)對(duì)基本面的敏感度也越高，一線城市作用程度最為顯著。

我國房地產(chǎn)企業(yè)主要依賴于商業(yè)銀行提供的金融支持，短期金融手段對(duì)我國房地產(chǎn)供給側(cè)結(jié)構(gòu)性改革有一定的成效[7]，因此國內(nèi)學(xué)者就銀行信貸與房地產(chǎn)價(jià)格之間關(guān)系也進(jìn)行了大量研究。平新喬和陳敏彥[8]認(rèn)為，政府支持的銀行信貸會(huì)推動(dòng)房地產(chǎn)價(jià)格的上漲。李宏瑾[9]認(rèn)為我國房地產(chǎn)市場存在嚴(yán)重的供給約束問題，是銀行信貸支持了房地產(chǎn)市場的供求。余華義和黃燕芬[10]認(rèn)為貨幣政策對(duì)不同城市房價(jià)的影響存在區(qū)域差異性，以一線、東部城市影響最明顯，也有學(xué)者研究發(fā)現(xiàn)我國東部、西部地區(qū)的銀行信貸對(duì)房價(jià)的影響較大，政府實(shí)施的信貸政策對(duì)調(diào)控東部、西部地區(qū)房價(jià)最有效[11]。張濤等[12]從資產(chǎn)回報(bào)角度考察了房價(jià)與住房貸款之間的均衡關(guān)系，銀行房地產(chǎn)貸款與房價(jià)有較強(qiáng)的正相關(guān)關(guān)系。鞠方等[13]認(rèn)為住房空置率對(duì)房地產(chǎn)金融風(fēng)險(xiǎn)也有顯著正影響。孟憲春等[14]認(rèn)為面對(duì)貨幣政策沖擊時(shí)，控制對(duì)房地產(chǎn)行業(yè)的信貸可以起到良好的調(diào)控效果。袁志剛等[15]從銀行貸款、行為人預(yù)期以及政府政策三方面對(duì)房地產(chǎn)泡沫的形成作出了解釋。林梨奎和余壯雄[16]認(rèn)為應(yīng)強(qiáng)化對(duì)個(gè)人住房按揭貸款的控制，避免形成商品房銷售價(jià)格上漲預(yù)期。邱崇明和李輝文[17]則通過多層面視角分析，認(rèn)為信貸政策比土地供給對(duì)房價(jià)的作用更為顯著。何青等[18]認(rèn)為政府通過信貸調(diào)控等調(diào)控手段將加劇抵押率和房地產(chǎn)偏好對(duì)房價(jià)的影響。

（二）影子銀行對(duì)房地產(chǎn)價(jià)格的影響

影子銀行體系對(duì)金融穩(wěn)定性有非常明顯的影響，國內(nèi)關(guān)于影子銀行與房地產(chǎn)價(jià)格的相關(guān)研究也十分豐富。趙勝民和何玉潔[19]通過TVP-VAR模型證實(shí)了信貸是房價(jià)上漲的原因，并且影子信貸對(duì)房價(jià)的影響比銀行信貸更為迅速和強(qiáng)烈。單暢等[20]基于VAR模型分別從傳統(tǒng)銀行和影子銀行兩方面分析其對(duì)房價(jià)的影響機(jī)理，認(rèn)為相對(duì)于傳統(tǒng)銀行信貸，影子銀行對(duì)房地產(chǎn)價(jià)格的影響強(qiáng)度更高。賈生華等[21]基于SVAR模型發(fā)現(xiàn)影子銀行規(guī)模的上升會(huì)擴(kuò)大社會(huì)信貸供給，促進(jìn)了房地產(chǎn)投資額的增長，降低了利率水平進(jìn)而促進(jìn)房價(jià)的上漲;并且通過反事實(shí)模擬還發(fā)現(xiàn)影子銀行削弱了國家對(duì)房地產(chǎn)市場的政策調(diào)控效果。張?jiān)徍秃翁m芳[22]利用門檻效應(yīng)模型和空間計(jì)量模型，證實(shí)房地產(chǎn)價(jià)格存在空間效應(yīng)，影子銀行在一定規(guī)模內(nèi)可以促進(jìn)房價(jià)上漲。李建軍和韓珣[23]通過VAR模型認(rèn)為過橋貸款一定程度上助推了房價(jià)的上漲，這種作用在短期和長期都比較顯著。張寶林和潘煥學(xué)[24]認(rèn)為通過發(fā)行房地產(chǎn)信托等證券化資產(chǎn)，影子銀行吸收了大量資金，增加了房地產(chǎn)領(lǐng)域信用總量，會(huì)導(dǎo)致房地產(chǎn)盲目擴(kuò)張和空置率較高的問題，并通過SVAR模型證明影子銀行會(huì)導(dǎo)致房價(jià)顯著上漲。

（三）影子銀行影響貨幣政策對(duì)房價(jià)的調(diào)控效果

我國的金融體系以商業(yè)銀行為核心，而如今影子銀行規(guī)模日益擴(kuò)大，并具有和商業(yè)銀行同樣的信用創(chuàng)造功能，這將從根本上改變現(xiàn)代貨幣經(jīng)濟(jì)學(xué)的研究基礎(chǔ)，使貨幣政策的有效性受到?jīng)_擊。裘翔和周強(qiáng)龍[25]認(rèn)為影子銀行呈現(xiàn)明顯的逆周期特征，擴(kuò)大了傳統(tǒng)間接融資體系范圍，也削弱了貨幣政策的有效性。李波和伍戈[26]認(rèn)為影子銀行體系使得融資行為嚴(yán)重“脫媒”，將貸款通過各種形式包裝、銷售或轉(zhuǎn)移，導(dǎo)致數(shù)量型貨幣工具的有效性削弱。周莉萍[27]認(rèn)為影子銀行體系具有信用創(chuàng)造功能，影子銀行在貨幣市場上產(chǎn)生的“流動(dòng)性之謎”將影響貨幣政策實(shí)施的理論基礎(chǔ)。

綜上所述，我國學(xué)者對(duì)信貸支持與房地產(chǎn)價(jià)格的研究非常豐富，但關(guān)于房地產(chǎn)信托對(duì)我國房地產(chǎn)市場影響的研究較為少見，多數(shù)文獻(xiàn)是從影子銀行的角度出發(fā)分析其對(duì)房地產(chǎn)市場的影響。因此，本文在從流動(dòng)性效應(yīng)、成本效應(yīng)、市場預(yù)期這三個(gè)層面分析房地產(chǎn)信托對(duì)我國房價(jià)影響的傳導(dǎo)機(jī)理基礎(chǔ)上，運(yùn)用實(shí)證手段定量分析房地產(chǎn)信托對(duì)貨幣政策調(diào)控效果和房價(jià)的影響，既豐富了房地產(chǎn)信托和房地產(chǎn)市場相關(guān)領(lǐng)域的理論研究成果，也有助于為今后我國房地產(chǎn)市場調(diào)控提供建議。

二 去杠桿背景下房地產(chǎn)信托

對(duì)房價(jià)作用的理論傳導(dǎo)

（一）基于流動(dòng)性效應(yīng)分析

影子銀行具有信用創(chuàng)造能力，其在貨幣市場上產(chǎn)生的“流動(dòng)性之謎”將影響貨幣當(dāng)局政策執(zhí)行的理論基礎(chǔ)。房地產(chǎn)信托作為信托公司的產(chǎn)品，在去杠桿背景下它從以下兩個(gè)方面完成了與商業(yè)銀行平行的信用創(chuàng)造。一方面，調(diào)動(dòng)社會(huì)閑散資金。信托公司在金融創(chuàng)新理念的支撐下，主動(dòng)滿足房地產(chǎn)企業(yè)的貨幣需求，并且在無存款準(zhǔn)備金的限制下通過房地產(chǎn)信托等創(chuàng)新產(chǎn)品調(diào)動(dòng)并運(yùn)用社會(huì)閑置資金。另一方面，調(diào)動(dòng)金融機(jī)構(gòu)資金。去杠桿背景下，銀信合作等業(yè)務(wù)出現(xiàn)了爆發(fā)式的增長。銀行與信托公司通過銀信合作將無法直接貸給房地產(chǎn)企業(yè)的資金借助信托通道輸送給房企。綜合上面兩點(diǎn)的分析，大規(guī)模的房地產(chǎn)信托將增加社會(huì)市場上的貨幣供給量，使得市場流動(dòng)性增加，理論上將使市場利率下降，從而使得資產(chǎn)價(jià)值上升。

（二）基于成本效應(yīng)分析

在去杠桿背景下，無論房地產(chǎn)信托是直接替代商業(yè)銀行向房企提供信貸，還是作為規(guī)避監(jiān)管的信貸通道載體，其都將提高房企的融資成本，從而影響房價(jià)。一方面，當(dāng)銀行信貸緊縮時(shí)，越來越多的房地產(chǎn)開發(fā)商開始選擇運(yùn)用房地產(chǎn)信托進(jìn)行融資，這些過程提高了整個(gè)房地產(chǎn)行業(yè)的融資成本，融資成本的提高將驅(qū)動(dòng)房價(jià)的上漲。另一方面，無論是投資方、通道方還是融資方都基于趨利或規(guī)避監(jiān)管而具有強(qiáng)烈嵌套的動(dòng)機(jī)。在多層嵌套的過程中，每個(gè)機(jī)構(gòu)都會(huì)收取相應(yīng)的通道費(fèi)用，最后所有的通道費(fèi)用依然會(huì)轉(zhuǎn)嫁給房地產(chǎn)企業(yè)，造成房企的最終融資成本上升，房企需要提高房價(jià)以保證經(jīng)營的利潤。

（三）基于市場預(yù)期分析

基于樂觀的市場預(yù)期，房地產(chǎn)信托對(duì)房價(jià)的影響力度將進(jìn)一步得到加強(qiáng)。房地產(chǎn)信托對(duì)房地產(chǎn)開發(fā)商提供貸款是考慮到抵押品保值并且預(yù)期未來將獲得足夠高的收益率，投資者認(rèn)購房地產(chǎn)信托是考慮到高額的信托收益率和較低的風(fēng)險(xiǎn)，可見信托公司和房地產(chǎn)信托的投資者都是出于對(duì)房地產(chǎn)行業(yè)樂觀的市場預(yù)期而做出的投資決策。一旦投資者和信托公司對(duì)房地產(chǎn)行業(yè)市場預(yù)期發(fā)生了變化，那么這種市場預(yù)期將直接通過房地產(chǎn)信托這種信貸渠道作用到房地產(chǎn)行業(yè)上。

三 模型構(gòu)建和實(shí)證結(jié)果分析

（一）基于時(shí)間序列的房地產(chǎn)信托對(duì)房地產(chǎn)價(jià)格的理論傳導(dǎo)檢驗(yàn)

為了更好檢驗(yàn)房地產(chǎn)信托對(duì)房地產(chǎn)價(jià)格的影響機(jī)制，本文基于2006年1月至2017年12月全國月度數(shù)據(jù)，利用SVAR模型、脈沖響應(yīng)和反事實(shí)模擬方法檢驗(yàn)房地產(chǎn)信托對(duì)房地產(chǎn)價(jià)格的影響傳導(dǎo)機(jī)制。

1.變量的選取

本文選取房地產(chǎn)信托新增規(guī)模s和全國商品房均價(jià)p分別考量房地產(chǎn)信托規(guī)模和房地產(chǎn)價(jià)格波動(dòng)，并且選取了傳導(dǎo)機(jī)制中重要變量，新增房地產(chǎn)投資額i和利率r，分別反映房地產(chǎn)市場的資金供給情況和政策調(diào)控下的貨幣市場資金松緊情況，同時(shí)也考量了作用機(jī)制分析中的流動(dòng)性效應(yīng)，并選取銀行信貸l作為房地產(chǎn)信托的對(duì)比變量。具體情況如表1所示。

本文對(duì)全國商品房均價(jià)p、房地產(chǎn)信托新增規(guī)模s、利率r、銀行開發(fā)貸款l和新增房地投資額i均使用了X-12濾波法進(jìn)行了季節(jié)調(diào)整，且對(duì)利率r以外的其他變量均取自然對(duì)數(shù)以消除指數(shù)增長趨勢。

2.模型的構(gòu)建

本文運(yùn)用SVAR模型考察房地產(chǎn)信托對(duì)貨幣政策及房地產(chǎn)價(jià)格的影響機(jī)制。一般p階SVAR模型表達(dá)式可以寫為：

Ayt=AΓ1yt-1+…+AΓpyt-p+Aμt （1）

其中：矩陣A來自經(jīng)濟(jì)理論對(duì)經(jīng)濟(jì)結(jié)構(gòu)的建模，為內(nèi)生變量滯后項(xiàng)的系數(shù)矩陣，將其移項(xiàng)可得：

A（1-Γ1L-…-ΓpLp）yt=Aμt （2）

一般假設(shè)SVAR的結(jié)構(gòu)擾動(dòng)項(xiàng)正交，將（2）式轉(zhuǎn)化為（3）式

A（1-Γ1L-…-ΓpLp）yt=Aμt=Bεt （3）

（3）式則為SVAR模型的“AB模型”，若A=IM，則為B模型;若令B=IM，則為A模型。識(shí)別A模型或B模型需要施加M（M-1）/2個(gè)約束條件，對(duì)其施加的約束稱為“短期約束”。

根據(jù)本文的研究目的，并參照以往的研究成果[28-32]，結(jié)合變量之間的經(jīng)濟(jì)關(guān)系，建立SVAR的“B”型模型，如下：

3.模型的檢驗(yàn)

（1）平穩(wěn)性檢驗(yàn)

本文用DF-GLS進(jìn)行單位根檢驗(yàn)以驗(yàn)證變量的平穩(wěn)性。由表2可以看出，所選變量一階差分后數(shù)據(jù)均平穩(wěn)，因此選取的五個(gè)變量屬于一階單整數(shù)列。

（2）協(xié)整檢驗(yàn)

本文采用了Johansen協(xié)整檢驗(yàn)來確定變量之間是否存在穩(wěn)定的均衡關(guān)系，從表3可以得出，模型存在4個(gè)線性無關(guān)的協(xié)整向量，所以各個(gè)變量之間存在長期協(xié)整關(guān)系。當(dāng)變量存在協(xié)整關(guān)系時(shí)，便可以用變量的水平值構(gòu)造SVAR模型。

（3）模型穩(wěn)定性檢驗(yàn)

從特征根模圖（見圖1）可知，5個(gè)特征根模均在單位圓內(nèi)，表明SVAR模型是穩(wěn)定的，說明可以得到有效的脈沖響應(yīng)圖。

（二）實(shí)證結(jié)果及分析

（1）脈沖效應(yīng)的動(dòng)態(tài)分析

如圖2所示，增加一單位房地產(chǎn)信托的沖擊，在第1期使得銀行同業(yè)拆借利率出現(xiàn)0.045的正向變化，并在第二期達(dá)到0.0558的高峰值，總體來說沖擊力度大且持續(xù)時(shí)間較長，說明房地產(chǎn)信托規(guī)模的沖擊將使得貨幣市場上的資金更為緊張，利率的提高也意味著銀行間借貸成本的提高。這恰好說明目前我國房地產(chǎn)信托并沒有大量調(diào)動(dòng)社會(huì)閑置資金，而是將銀行間的資金大量調(diào)出，反映了我國房地產(chǎn)信托資金大量來自銀行系統(tǒng)的現(xiàn)實(shí)。

（2）反事實(shí)模擬驗(yàn)證分析

參照反事實(shí)模擬方法[33-34]，分析在沒有房地產(chǎn)信托影響下，房價(jià)和房地產(chǎn)投資對(duì)緊縮貨幣政策的響應(yīng)情況，以驗(yàn)證房地產(chǎn)信托對(duì)調(diào)控政策實(shí)施效果的影響。具體做法是在約束條件中，將房地產(chǎn)信托的待估計(jì)系數(shù)x全部變?yōu)?，使其變?yōu)镾VAR系統(tǒng)外生變量，然后再進(jìn)行脈沖響應(yīng)。

如圖3所示，一單位利率沖擊下房地產(chǎn)價(jià)格在第1期達(dá)到響應(yīng)的最大值，房價(jià)的原反饋與新反饋的響應(yīng)速度和收斂變化基本保持一致，但存在程度上的差異，明顯可以看出房價(jià)的原反饋（包含房地產(chǎn)信托影響）響應(yīng)程度較房價(jià)的新反饋（不包含房地產(chǎn)信托影響）響應(yīng)程度要弱。新舊反饋差異最大出現(xiàn)在第1期，原反饋的響應(yīng)值為-0.006，新反饋的響應(yīng)值為-0.0087，相差45%，驗(yàn)證了房地產(chǎn)信托對(duì)貨幣政策調(diào)控房價(jià)的影響。上述結(jié)果證實(shí)了房地產(chǎn)信托規(guī)模的增長確實(shí)會(huì)降低貨幣政策調(diào)控房價(jià)的效果。

如圖4所示，緊縮的貨幣政策在第2期開始有效抑制了房地產(chǎn)投資金額，可以清楚地看到自第2期起房地產(chǎn)投資資金的新反饋（不包含房地產(chǎn)信托影響）的響應(yīng)程度就要明顯大于原反饋（包含房地產(chǎn)信托影響）的響應(yīng)程度，兩者差異最大出現(xiàn)在第6期，第6期新反饋的響應(yīng)值為-0.01312，而原反饋響應(yīng)值為-0.0103，相差約30%，意味著在有房地產(chǎn)信托的影響下，緊縮的貨幣政策對(duì)房地產(chǎn)投資的負(fù)向沖擊減弱。上述結(jié)果證實(shí)了房地產(chǎn)信托規(guī)模的增長將弱化貨幣政策對(duì)房地產(chǎn)投資金額的控制，也意味著房地產(chǎn)信托弱化了我國通過緊縮貨幣政策降低房企杠桿率的政策效果。

（三）基于面板數(shù)據(jù)的房地產(chǎn)信托對(duì)房價(jià)影響的區(qū)域差異性檢驗(yàn)

1.面板模型的構(gòu)建

本文將結(jié)合國外經(jīng)驗(yàn)并且參考梁云芳等[35]對(duì)房地產(chǎn)市場基準(zhǔn)需求方程的界定，構(gòu)建基本的房地產(chǎn)價(jià)格模型。由于我國房地產(chǎn)租賃市場還不夠發(fā)達(dá)，租賃價(jià)格和其他因素對(duì)房地產(chǎn)需求影響較小，因此我們主要考慮收入對(duì)房地產(chǎn)需求的影響，而在供給方面主要考慮房地產(chǎn)行業(yè)的信貸供給、總資金投入和土地價(jià)格等造成的影響。本文的被解釋變量是房地產(chǎn)價(jià)格，解釋變量是房地產(chǎn)信托規(guī)模，因此其他影響因素作為控制變量納入模型當(dāng)中。運(yùn)用一般面板數(shù)據(jù)模型基礎(chǔ)結(jié)構(gòu)，構(gòu)建出房價(jià)與房地產(chǎn)信托貸款的基礎(chǔ)模型：

Pit=β0+β1LXTit+λitCVit+αi+εit （5）

其中，i表示所研究的各省，t表示年份，β0、β1和λit為待估參數(shù)矩陣，ai表示各省的個(gè)體差異性，εit為隨機(jī)擾動(dòng)項(xiàng)。被解釋變量Pit為i省第t年的商品房平均價(jià)格。LXTit則代表i省在t年新發(fā)行的房地產(chǎn)信托總規(guī)模，為該模型的核心變量，將主要關(guān)注其系數(shù)顯著程度與系數(shù)正負(fù)、大小。CVit代表模型選取的控制變量集，由于影響房地產(chǎn)的因素眾多，在盡量簡化模型的情況下為了防止遺漏重要變量，將納入影響房價(jià)的重要變量當(dāng)做控制變量，下面將對(duì)各變量的選取進(jìn)行介紹。

2.變量的選取與描述

由于房地產(chǎn)信托是近年發(fā)展起來的，因此其稍具規(guī)模的數(shù)據(jù)只能從近十年進(jìn)行收集，本文選取2007年-2016年的年度省際數(shù)據(jù)。關(guān)鍵變量是房價(jià)P和房地產(chǎn)信托規(guī)模LXT。房地產(chǎn)價(jià)格P直接選取國家統(tǒng)計(jì)局提供的各省商品房平均銷售價(jià)格;房地產(chǎn)信托規(guī)模LXT借助用益信托網(wǎng)統(tǒng)計(jì)全國68個(gè)信托公司每年新發(fā)行的流向房地產(chǎn)行業(yè)的集合信托的規(guī)模，由于信托計(jì)劃的發(fā)行地一般是該信托公司所在地，因此按信托公司所在地省份為依據(jù)，計(jì)算出各個(gè)省份每年新發(fā)行的集合信托的規(guī)模。

本文選取了一組控制變量CV以控制模型遺漏變量造成的估計(jì)偏差。根據(jù)房地產(chǎn)價(jià)格影響因素的相關(guān)理論和實(shí)證研究選取以下控制變量：選取人均GDP（G）代表經(jīng)濟(jì)基本面和購買能力，可以反映房地產(chǎn)市場的需求狀況;選取土地價(jià)格（TP）、銀行開發(fā)貸款（LYH）、房地產(chǎn)預(yù)期收益（Pe）來反映整個(gè)房地產(chǎn)市場的供給和投資情況，具體如表4所示。

表5顯示了2007年—2016年變量P、LXT、G、TP、LYH、Pe原始值的描述性統(tǒng)計(jì)結(jié)果。其中人均GDP和土地價(jià)格的標(biāo)準(zhǔn)差較大，可見由于各地區(qū)之間經(jīng)濟(jì)發(fā)展差異較大從而使得人均收入和土地價(jià)格存在較大的差異。在模型中為了統(tǒng)一各個(gè)變量的數(shù)量綱級(jí)、降低模型的異方差，分別對(duì)變量P、LXT、G、TP、LYH取自然對(duì)數(shù)，對(duì)房地產(chǎn)預(yù)期Pe取百分比前面的自然數(shù)。

3.模型的檢驗(yàn)

由于本文選取的是10年的短面板，進(jìn)行平穩(wěn)性檢驗(yàn)效果較差，因此略去單位根檢驗(yàn)和協(xié)整檢驗(yàn)，對(duì)模型進(jìn)行內(nèi)生性檢驗(yàn)和個(gè)體效應(yīng)的檢驗(yàn)以確定最終使用的計(jì)量方法。

（1）模型的內(nèi)生性檢驗(yàn)

由于房地產(chǎn)價(jià)格與房地產(chǎn)信托存在相互促進(jìn)的關(guān)系，因此在研究房地產(chǎn)信托對(duì)房價(jià)的區(qū)域異質(zhì)性影響的時(shí)候必須考慮兩者的內(nèi)生性問題。在無法找到適合的工具變量的情況下，采用房地產(chǎn)信托規(guī)模的滯后一階作為工具變量進(jìn)行工具變量法的估計(jì)。如表6所示，可以看出OLS估計(jì)系數(shù)與工具變量法2SLS的估計(jì)在系數(shù)正負(fù)上是一致的。通過Hausman檢驗(yàn)得到P為0.0323，在1%的顯著水平上沒有拒絕所有變量均為外生變量的原假設(shè)，再進(jìn)一步進(jìn)行DWH檢驗(yàn)得到P值大于0.05，因此在5%的顯著水平下沒有拒絕變量LXT是外生變量的原假設(shè)。這說明模型的內(nèi)生性問題不嚴(yán)重，在這種情況下OLS估計(jì)的結(jié)果較工具變量法更為有效。

（2）模型的個(gè)體效應(yīng)檢驗(yàn)

由于是否考慮個(gè)體效應(yīng)對(duì)模型的估計(jì)系數(shù)有較大影響，本文通過固定效應(yīng)的F檢驗(yàn)結(jié)果為F=52.17，Probgt;F=0.0000，拒絕混合回歸是可以接受的原假設(shè)，說明應(yīng)該在模型中保留代表個(gè)體效應(yīng)的截距項(xiàng)。進(jìn)一步通過Hausman檢驗(yàn)，結(jié)果為P=0.0019lt;0.05，拒絕了個(gè)體異質(zhì)性與解釋變量不相關(guān)的原假設(shè)，固定效應(yīng)模型比隨機(jī)效應(yīng)模型更為有效。

4.實(shí)證結(jié)果及分析

根據(jù)以上分析，本文使用固定效應(yīng)模型，將所選取的全國省份劃分為東中西三個(gè)區(qū)域

東部地區(qū)省份：上海、浙江、天津、北京、河北、福建、廣東、江蘇、山東，9個(gè)省市;中部地區(qū)省份：安徽、河南、江西、湖南、吉林，5個(gè)省;西部地區(qū)省份：四川、青海、西藏、陜西、重慶、內(nèi)蒙古，6個(gè)省市。 ，剔除了部分沒有發(fā)行過房地產(chǎn)信托的省份和發(fā)行房地產(chǎn)信托不具備連續(xù)性并且中斷時(shí)間較長的省份，并對(duì)東部、中部、西部地區(qū)分別建立模型進(jìn)行個(gè)體效應(yīng)的檢驗(yàn)，發(fā)現(xiàn)東部地區(qū)Hausman檢驗(yàn)的結(jié)果P=0.0001，中部地區(qū)Hausman檢驗(yàn)的結(jié)果P=0.0020，西部地區(qū)Hausman檢驗(yàn)的結(jié)果P=0.0000。各區(qū)域的Hausman檢驗(yàn)結(jié)果均小于0.01，這表明東中西各地區(qū)均應(yīng)采用固定效應(yīng)模型。表6是基于固定效應(yīng)模型我國東中西三大經(jīng)濟(jì)地區(qū)新增房地產(chǎn)信托規(guī)模對(duì)房地產(chǎn)價(jià)格影響的回歸分析結(jié)果。

從全國范圍看，房地產(chǎn)信托對(duì)房價(jià)有正向的作用。實(shí)證結(jié)果顯示房地產(chǎn)信托規(guī)模每增加1個(gè)百分點(diǎn)，房價(jià)將增加0.0118個(gè)百分點(diǎn)，與其他變量相比其對(duì)房價(jià)的貢獻(xiàn)度較小，但考慮到目前房地產(chǎn)信托的增長速度，依然不能忽視其對(duì)房地產(chǎn)價(jià)格的影響力度。

從各地區(qū)看，各地區(qū)房地產(chǎn)信托對(duì)房價(jià)有正向的作用，且東部和中部顯著。東部地區(qū)的房地產(chǎn)信托對(duì)房價(jià)的影響力度要顯著高于全國的平均水平，且遠(yuǎn)高于中部地區(qū)與西部地區(qū)的影響力度。數(shù)據(jù)顯示東部地區(qū)房地產(chǎn)信托規(guī)模每增加1個(gè)百分點(diǎn)會(huì)使房價(jià)顯著增加0.0351個(gè)百分點(diǎn)。這是因?yàn)椋旱谝唬瑬|部地區(qū)金融業(yè)較為發(fā)達(dá)，信托公司也較多，從房地產(chǎn)信托的總體規(guī)模上來說東部地區(qū)的發(fā)行量是最大的，說明了隨著房地產(chǎn)信托規(guī)模的增大其對(duì)房價(jià)的影響也會(huì)逐漸增強(qiáng)。第二，東部地區(qū)的房價(jià)對(duì)信貸支撐的依賴程度較高，從實(shí)證結(jié)果可以看出，東部地區(qū)的銀行貸款與房地產(chǎn)信托較中部地區(qū)和西部地區(qū)而言對(duì)房價(jià)的影響都更大。第三，雖然東部地區(qū)已有大量的銀行信貸投入房地產(chǎn)市場，但為了防范風(fēng)險(xiǎn)，商業(yè)銀行會(huì)加強(qiáng)對(duì)房地產(chǎn)行業(yè)信貸的限制，更多的房地產(chǎn)企業(yè)可能因?yàn)椴荒軓膫鹘y(tǒng)銀行貸款融資而轉(zhuǎn)向選擇通過信托融資，這也加強(qiáng)了房地產(chǎn)信托對(duì)房地產(chǎn)價(jià)格的影響。

四 結(jié)論與政策建議

本文基于2006年1月—2017年12月的全國月度數(shù)據(jù)，運(yùn)用SVAR模型、脈沖響應(yīng)和反事實(shí)模擬檢驗(yàn)了去杠桿背景下房地產(chǎn)信托對(duì)貨幣政策調(diào)控和房價(jià)的影響，進(jìn)一步的，基于2007年—2016年全國68家信托公司的集合類房地產(chǎn)信托數(shù)據(jù)分析房地產(chǎn)信托對(duì)房價(jià)的區(qū)域差異影響，最終得到以下結(jié)論：第一，同業(yè)拆借率對(duì)房地產(chǎn)信托的脈沖呈現(xiàn)正向變動(dòng)，作用力度大，持續(xù)時(shí)間長。這說明房地產(chǎn)信托規(guī)模的增加將長期使得銀行間資金更為緊張，導(dǎo)致借貸成本上升，也反映了房地產(chǎn)信托依附于商業(yè)銀行信貸通道的現(xiàn)實(shí)。第二，反事實(shí)模擬驗(yàn)證了房地產(chǎn)信托規(guī)模的增長弱化了貨幣政策對(duì)房地產(chǎn)投資金額的控制，影響了通過緊縮貨幣政策降低房企杠桿率的政策力度，還驗(yàn)證了房地產(chǎn)信托規(guī)模的增長確實(shí)會(huì)弱化貨幣政策調(diào)控房價(jià)的效果。第三，房地產(chǎn)信托對(duì)房地產(chǎn)價(jià)格的影響具有較為明顯的區(qū)域差異，但基本都呈現(xiàn)出對(duì)房價(jià)的正向促進(jìn)作用。其中東部地區(qū)房地產(chǎn)信托對(duì)房價(jià)的作用效果最為顯著，力度也較大，反映了我國東部地區(qū)的房地產(chǎn)價(jià)格更加依賴于信貸的支撐。在影響房價(jià)的眾多因素中，房地產(chǎn)信托對(duì)房價(jià)的作用力度相對(duì)較小，但是考慮到房地產(chǎn)信托規(guī)模近年來的增長速度，仍然不可忽視其對(duì)房地產(chǎn)價(jià)格的影響。

綜上所述，本文形成如下政策啟示：第一，有效平衡房地產(chǎn)金融風(fēng)險(xiǎn)防范與房地產(chǎn)金融創(chuàng)新。在以往的監(jiān)管中房地產(chǎn)信托等影子銀行處于監(jiān)管的灰色地帶，房地產(chǎn)信托在充當(dāng)商業(yè)銀行向房地產(chǎn)行業(yè)輸送資金時(shí)，如果是明顯規(guī)避監(jiān)管和監(jiān)管套利的行為，政府就必須嚴(yán)格取締。這些行為會(huì)使得大量資金在各個(gè)金融機(jī)構(gòu)中空轉(zhuǎn)套利，資金脫實(shí)向虛，既增加了企業(yè)的實(shí)際融資成本，有悖于我國降低金融杠桿、降低金融風(fēng)險(xiǎn)的號(hào)召，也弱化了貨幣政策調(diào)控房地產(chǎn)市場的效果。因此監(jiān)管層不僅要加強(qiáng)商業(yè)銀行的監(jiān)管，同時(shí)也要加強(qiáng)對(duì)信托等金融機(jī)構(gòu)的監(jiān)管，確保風(fēng)險(xiǎn)在可控的范圍內(nèi)。在合理的監(jiān)管環(huán)境下，監(jiān)管層也應(yīng)給予房地產(chǎn)信托一定的發(fā)展空間和時(shí)間，幫助房地產(chǎn)信托擺脫依附于商業(yè)銀行的通道業(yè)務(wù)，從而發(fā)展成真正能服務(wù)房地產(chǎn)行業(yè)的金融創(chuàng)新產(chǎn)品。第二，促進(jìn)信托公司快速轉(zhuǎn)型以服務(wù)實(shí)體經(jīng)濟(jì)。在國外房地產(chǎn)行業(yè)的融資主要依賴房地產(chǎn)信托投資基金，房地產(chǎn)信托投資基金是能夠真正拓寬房地產(chǎn)企業(yè)的融資渠道，減少房地產(chǎn)行業(yè)風(fēng)險(xiǎn)過多地聚集于商業(yè)銀行的金融產(chǎn)品，但是我國房地產(chǎn)信托發(fā)展成真正意義上的房地產(chǎn)信托投資基金仍需要時(shí)間。因此，我國信托公司在業(yè)務(wù)發(fā)展上，要充分發(fā)揮信托的事務(wù)管理和風(fēng)險(xiǎn)隔離等優(yōu)勢，提高專業(yè)管理能力如產(chǎn)品設(shè)計(jì)、數(shù)據(jù)服務(wù)和風(fēng)險(xiǎn)控制等，提高自身服務(wù)內(nèi)涵;要豐富信托本源業(yè)務(wù)，以財(cái)富管理為核心，加強(qiáng)信托公司財(cái)富管理能力，設(shè)計(jì)更多的符合市場需求的投資產(chǎn)品;要充分學(xué)習(xí)監(jiān)管思想去踐行負(fù)責(zé)任、綠色和合規(guī)的發(fā)展理念，幫助中小微企業(yè)設(shè)計(jì)融資渠道，平衡我國金融供給，使得信托公司做到真正地服務(wù)實(shí)體經(jīng)濟(jì)。

[參 考 文 獻(xiàn)]

[1] "Carey M. Feeding the Fad： The Federal Land Banks， Land Market Efficient， and the Farm Credit Crisis [D]. Ph.D. Dissertation， University of California at Berkley， 1990.

[2] Fitzpatrick T， Mcquinn K. House Prices and Mortgage Credit： Empirical Evidence for Ireland[J]. Manchester School， 2010， 75（1）：82-103.

[3] Bernanke B ， Gertler M ， Gilchrist S . The Financial Accelerator in a Quantitative Business Cycle Framework[J]. Working Papers， 1998， 1（99）：1341-1393.

[4] Allen F， Gale D. Bubbles and Crises[J]. Economic Journal， 2010， 110（460）：236-255.

[5] Adrian T， Shin H S. Liquidity and leverage[J]. Social Science Electronic Publishing， 2010， 19（3）：418-437.

[6] Lamont O， Stein J C. Leverage and House-Price Dynamics in U.S. Cities[J].Rand Journal of Economics， 1999， 30（3）：498-514.

[7] 傅貽忙，周建軍，孫倩倩，李文君.多元城鎮(zhèn)化、門檻效應(yīng)與房地產(chǎn)庫存：理論解釋與實(shí)證檢驗(yàn)[J].財(cái)經(jīng)理論與實(shí)踐，2018，39（3）：127-133.

[8] 平新喬，陳敏彥.融資、地價(jià)與樓盤價(jià)格趨勢[J].世界經(jīng)濟(jì)，2004（7）：3-10+80.

[9] 李宏瑾.房地產(chǎn)市場、銀行信貸與經(jīng)濟(jì)增長——基于面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].國際金融研究，2005（7）：30-36.

[10] 余華義，黃燕芬.貨幣政策影響下收入和房價(jià)的跨區(qū)域聯(lián)動(dòng)[J].中國軟科學(xué)，2015（10）：85-100.

[11] 梁云芳，高鐵梅.中國房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究，2007（8）：133-142.

[12] 張濤，龔六堂，卜永祥.資產(chǎn)回報(bào)、住房按揭貸款與房地產(chǎn)均衡價(jià)格[J].金融研究，2006（2）：1-11.

[13] 鞠方，陽娟，黎小佳.基于空間異質(zhì)性的中國住房空置率與房地產(chǎn)金融風(fēng)險(xiǎn)研究[J].財(cái)經(jīng)理論與實(shí)踐，2018，39（4）：26-31.

[14] 孟憲春，張屹山，李天宇.住房信貸與房產(chǎn)稅調(diào)控政策的傳導(dǎo)機(jī)制與協(xié)調(diào)效應(yīng)分析[J].經(jīng)濟(jì)科學(xué)，2017（3）：47-59.

[15] 袁志剛，樊瀟彥.房地產(chǎn)市場理性泡沫分析[J].經(jīng)濟(jì)研究，2003（3）：34-43+90.

[16] 林梨奎，余壯雄.房價(jià)波動(dòng)、省際空間溢出與產(chǎn)業(yè)結(jié)構(gòu)演變[J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，21（3）：80-88.

[17] 邱崇明，李輝文.房價(jià)波動(dòng)、銀行不穩(wěn)定和貨幣政策[J].財(cái)貿(mào)經(jīng)濟(jì)，2011（3）：116-122.

[18] 何青，錢宗鑫，郭俊杰.房地產(chǎn)驅(qū)動(dòng)了中國經(jīng)濟(jì)周期嗎？[J].經(jīng)濟(jì)研究，2015，50（12）：41-53.

[19] 趙勝民，何玉潔.影子銀行對(duì)貨幣政策傳導(dǎo)與房價(jià)的影響分析——兼論宏觀審慎政策與貨幣政策協(xié)調(diào)[J].經(jīng)濟(jì)科學(xué)，2018（1）：83-95.

[20] 單暢，韓復(fù)齡，李浩然.影子銀行體系對(duì)房地產(chǎn)價(jià)格的作用機(jī)理探究[J].技術(shù)經(jīng)濟(jì)與管理研究，2015（4）：94-98.

[21] 賈生華，董照櫻子，陳文強(qiáng).影子銀行、貨幣政策與房地產(chǎn)市場[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016，38（3）：13-19+30+124.

[22] 張?jiān)彛翁m芳.影子銀行對(duì)商品房價(jià)格影響的門檻效應(yīng)與空間效應(yīng)研究[J].現(xiàn)代經(jīng)濟(jì)探討，2017（9）：25-32+100.

[23] 李建軍，韓珣.過橋貸款與房地產(chǎn)價(jià)格——基于2006—2015年中國的經(jīng)驗(yàn)證據(jù)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016（8）：34-44.

[24] 張寶林，潘煥學(xué).影子銀行與房地產(chǎn)泡沫：誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)之源[J].現(xiàn)代財(cái)經(jīng)，2013，33（11）：33-44.

[25] 裘翔，周強(qiáng)龍.影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟(jì)研究，2014，49（5）：91-105.

[26] 李波，伍戈.影子銀行的信用創(chuàng)造功能及其對(duì)貨幣政策的挑戰(zhàn)[J].金融研究，2011（12）：77-84.

[27] 周莉萍.影子銀行體系的信用創(chuàng)造：機(jī)制、效應(yīng)和應(yīng)對(duì)思路[J].金融評(píng)論，2011，3（4）：37-53+124.

[28] Goodhart C， Hofmann B. House Prices， Money， Credit， and Macroeconomy[J]. Oxford Review Of Economic Policy， 2008， 24（1）：180-205.

[29] Elbourne A. The UK Housing Market and The Monetary Policy Transmission Mechanism： an SVAR Approach[J]. Journal of Housing Economics， 2008， 17（1）：65-87.

[30] 李樹丞，曾華瓏，李林.房地產(chǎn)價(jià)格波動(dòng)對(duì)貨幣政策傳導(dǎo)的作用研究[J].財(cái)經(jīng)理論與實(shí)踐，2008（6）：17-21.

[31] 盛松成，謝潔玉.社會(huì)融資規(guī)模與貨幣政策傳導(dǎo)——基于信用渠道的中介目標(biāo)選擇[J].中國社會(huì)科學(xué)，2016（12）：60-82+205-206.

[32] 王松濤，劉洪玉.以住房市場為載體的貨幣政策傳導(dǎo)機(jī)制研究——SVAR模型的一個(gè)應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（10）：61-73.

[33] Giuliodori M. The Role of House Prices in the Monetary Transmission Mechanism across European Countries[J]. Scottish Journal of Political Economy， 2005， 52（4）：519-543.

[34] 段忠東.住房價(jià)格在貨幣政策傳導(dǎo)中的作用效果——基于SVAR模型的反事實(shí)模擬研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2015，37（5）：11-21.

[35] 梁云芳，高鐵梅，賀書平.房地產(chǎn)市場與國民經(jīng)濟(jì)協(xié)調(diào)發(fā)展的實(shí)證分析[J].中國社會(huì)科學(xué)，2006（3）：74-84+205-206.