南京惠言达电气有限公司成立于2019年，座落在南京六合市商圈。9年备件销售积累，公司主要经营欧、美等国的阀门、过滤设备、编码器、传感器、仪器仪表、及各种自动化产品，公司全力贯彻“以质优价廉的产品和完善到位的技术服务客户”的经营宗旨，服务于国内的流体控制和自动化控制领域。节省了中间环节的流转费用，能够把更优惠的价格提供给用户。通过发展我司已经自动化设备和备件供应商，主营产品广泛应用于冶金、造纸、矿山、石化、能源、集装箱码头、汽车、水利、市政工程及环保以及各类军事、航空航天、科研等领域。
图片可能与实物存在差异，订货前请联系本司确认

KOBOLD VKM-3210 U0 R20 0 B 流量计
DIT COOLANT AND NOZZLES     F22451  O3PZ1134006 
KOBOLD PSC-232R2 C4 D 电子式开关
HYDROTECHNIK 3749-04-01.00 
HBM Z6FD1/500KG 称重传感器
Numatics P42BG08G  PORT size 1” 
pall HC 2237FDS16 滤芯
pall HC  8900FCT39H 滤芯
Dopag G3/8 430.10.33G 换热器
HBM K-T40B-003R-MF-S-M-DU2-1-S 扭矩传感器
GEFRAN TK-N-1-E -B05C-H-V_0-500bar_±0.25%FS 
HBM K-T40B-003R-MF-S-M-DU2-1-S 扭矩传感器
Schneider TCSESMO83F2CUO 
KME 2440*2250*140 铜轮
hydac KS30-0-V-2402416 
Schneider XAC A9411 按钮开关
Posital OCD-EIB1B-0013-C100-PRM 光电编码器
ROEMHELD 1802230B 工件夹具
Karl Bruckner Auswechselbarer Einsatz-E1 60852 
SICK C2MT-06624BBC03FB0 红外光栅
HARTING 66670090346 
HAKON SERIES.271 36×72 1 03804382 
K.H.WITTE-LASTRUP NN003.A07 102019987 no
item 7.0.001.44 / 200,000 mm 
bossard BN 610 M6x10 头螺钉内六角
bossard BN 610 M8x20 头螺钉内六角
Icotek KABTUEL KLEIN KT10 NR.41210 橡胶制电缆夹头
IFS 127921  IFEZ1331  400V/460V; WIRE LENGTH 1,5M; RH25M-2DK.1E.2R  FOR IFEC 1500 风机
Dopag 415.01.70  0.18807 
AVENTICS Base plate of solenoid valve 
Bucher QX42-063R  Nr.Q13342480 齿轮泵
DEUTSCHMANN ROFIBUS-DP SLAVE/CANOPEN Master 接口模块
TOPWORX TXP-L2GCNEM 
hedland HP602A-002F1S10 3500PSI/241BARS MAX 流量开关
SKF ZBE-377919 传动轴
SKF ZBE-377910 轴承座
HAHN+KOLB base for 33000020 
KOSMEK DP0241-AL 气缸
Intercontec E0.058.02 
SELET K14E22P0C5;ACP21-22PFAPKLC5 接近开关
Kubler 8.5820.1741.1024  0-30V,1024P/R 
brinkmann TB40/350+1052 潜水泵
DIGI SENS ED21/SO 10000kg Teile Nr.14.032767.0 Serie Nr.000742823 
HARTING 66630096028009 
Hawe PSV 61/220-5 ; -52 L 120/63 /EA -E 4-G 24 止回阀
pall HC 8314FKP16Z 滤芯
ISLIKER Solenoid     GE-60.15-100k-230-F30  52316152 
KBK KB2P/45 - 49 - 14 - 14 - C 联轴器
KNIPEX 4811J2 
KNIPEX 0205200 
KNIPEX 7005160 
Honsberg FF-010GR010S-25  3L/min 流量传感器
bossard 3033895 头螺钉
FRASER FRASER 
Knoll KTS 60-90-T5-A-G-KB 
HUBER SUHNER SUCOFORM-86FEP 同轴电缆  单位:米
Kemmerich TYPE:BAMO A2-62-40/80(53A1)    ID.Nr:828591-0 
HKS 350609003198 
KEMO DIN Rail? Filter 1200/80Hz/03 LP Sn：106756 
Rexroth VT-VSPA 2-525-10/V0/RTP  0811405080 信号放大器
Schneider XVLA135 
IAI CB-SEL-USB030 电缆
INTZA 908800202/10 bar 
TOPWORX 7G-23523-A3 开关
hydac PSV 10102410009 插头
Knoll 139245 液位传感器
HARTING 09 99 000 0110 0.14-4.0mm2 
hydac 150021-10 
HYDROTECHNIK 9801-99-02.50 压力表
KNF Membran für PU1608-N815-4.04 
HYDROPNEU 767M/NK20-2 
asco E290A393VI 角座阀
speck DS-360.0018 ID:14600 SN:1001327941 
herberholz Type: DF127, 90, 08, V22, E 气动执行器
brinkmann TS 22/110-X+191 No.0603003550-38371001 
JBO 501457 螺纹环规
JBO 502220 螺纹环规
JBO 512259 螺纹塞规
Wagner 2323356  300mm 喷嘴
JUMO 70204-0/88-888-000 -25/210 
parker RK-PV000WNV42 
P+F OCS2000-M1K-N2 回射传感器
P+F NCB4-12GM40-NO 电感式传感器
P+F FB 8207 
P+F KFD2-VR4-EX1.26 模块
P+F NJ5-11-N-G 感应传感器
P+F KFD2-STC4-EX1.2O 电源
Brook Hansen MAGIC-LOCK φ40 
Brook Hansen POULIE 4 SPB 150 滑轮
SKF 6205/2RS1 
Kytola Flow cup for VLK74015 
IAI RCB-CV-USB 接口模块
Rexroth CDT3MP5/63/28 35Z1X/B1CHUMWW 
Hombach 2PCS，copper-aluminum  type 2* W/35/215/8R/19K/2.4 CuAI-L1 12  22.5 kW 
Keller LEO 1 / LEO 1 Ei  -1...30 bar 压力表
BLH NOBEL PS1010T 纸幅张力变送器
pall HC0293S EE 5 滤芯
LARZEP AP4100 
Ismet MTDN100  PRI:400-460V SEC:24V 
brinkmann TC450/870-W9Z+802 潜水泵
KOBOLD SMN-1150HU0R25 流量计
Hasco Z805/13-250 安装支架
hydac SAF10E12Y1N150A-S12 
Jenaer MS-100-0256-200 磁轨
Sommer GS810-B 夹爪
marposs 3392409912 

我国影子银行业务包含信托和委托款、企业债券、未贴现银行承兑票据以及银行其他表外融资业务等信用类工具和信托融资，影子银行的高杠杆性使其面临的流动性风险进一步放大，然后通过金融市场传递到传统的银行体系甚宏观经济中。金融危机后，国外大量学者开始研究影子银行对宏观经济的影响，Adrian and Shin（2009）认为影子银行的期限错配和高杠杆化使金融体系更加脆弱，从而传导到实体经济中影响其健康有序的发展。Sinha（2012）指出影子银行有效地降低了交易成本，作为传统银行体系的有效补充，其存在有一定程度的合理性和重要性。

金融压力早是由加拿大的经济学家IllingMark and Liu Ying（2003）提出的，其反映了脆弱的结构与某些外部冲击相结合的结果。由于金融体系特别是银行业在我国整个经济体系中占有重要的地位，银行面临的金融压力对宏观经济的发展有一定的传导作用。尤其对于影子银行，由于规模在过去的十年里大幅飙升以及受监管的缺失，其面临金融压力的加剧有可能通过信贷机制向宏观经济进行传导。国外学者运用金融中介原理、金融加速器原理等进行了大量的研究，多数证明影子银行的信贷与房地产市场的价格泡沫有着顺周期的关系。由于我国过去十几年主要靠房地产行业拉动经济，影子银行向市场中注入的大量资金都进入了房地产业。当房价上升时信贷大规模扩张，形成一定程度的房价泡沫，但随着泡沫化的破裂，影子银行体系累积的风险将通过信贷机制扩散到房地产经济进而影响到整个宏观市场。

本文拟结合中国经济金融特点，通过理论分析与实证研究对我国银行业体系面临的金融压力以及对房地产市场的影响进行科学的剖析。

二、我国影子银行的金融压力对房地产市场传导机制的理论分析

由于房地产市场是资金密集型行业，且大量的资金来源于金融机构的信贷融资。因此房地产市场的价格及开发规模会在很大程度上受到信贷供给的影响。2015年5月9日发布的《中国金融监管报告（2014）》称，中国2014年的广义影子银行体系规模已达到27万亿，占银行全部资产的比重约为19%.影子银行对实体经济发展而言可以产生一定程度的推动作用，但是也正是由于影子银行在提供了流动性和杠杆性作用的时候扮演着传统商业银行角色，缺乏严格的监管使得影子银行的融资渠道很容易形成系统性风险的一个源头，影子银行面临的金融压力也会在一定程度上影响并传导到房地产市场中。

先，影子银行体系的金融压力是通过信用创造过程传导到房地产市场中的。影子银行体系将借助于传统商业银行的表外业务，通过银行承兑汇票、信托款、委托款等方式逃避严格的监管，同时赚取利差。由于一些投机者购买房产是出于赚取差价或对抗货币的货膨胀，投机需求的增加直接导致了房地产价格的不断攀升，而这背后也是由于金融机构的过度放贷造成了房地产市场上存在着大量的资金可进行盲目扩张的投机性购买，加剧了系统性金融风险发生的可能。从央行公布的社会融资规模数据可看出，人民币款比例从2001年的91.86%下降到2014年的59.59%,影子银行的规模融资已经逐步上升，其中还不包括一些*未统计到的部分。在这笔大规模的影子银行融资中，有相当一部分进入了房地产行业，放大了房地产行业的泡沫和系统性金融风险。下面从理论上推导出影子银行与房地产市场的信贷关系及金融压力传导路径。

假设在t时期，某信托机构拥有At的资产规模，其为了某房地产项目向市场上募集资金为Ct,总负债规模为Dt,设ρt为房地产市场信贷投资量在整个负债规模中所占的比例，则该比例为Ct/Dt.为了简单计算，假设该信托公司只持有两种资产，一种是以房地产为抵押物的房地产投资信托债权，规模为Ee.单个房地产抵押物的平均市场价格为P1t,房地产数量为S1t,信托公司提供给房地产公司的单套融资债权为CDt,抵押率为rt.另一种是其他资产，规模为Ot,价格为P2t,数量为S2t,则满足：

rt=CDt∕p1t（1）
Et=CDt*S1t=rt*P1t*S1t（2）
Ot=P2t*S2t（3）

即该信托公司资产为：

Wt=Et+Ot-Dt=CDt*S1t+P2t*S2t-ct∕ρt（4）

由上式（4）可知，假设第t期房价上涨，信托公司从一种债权资产中获利，净资本获得补充，更有意愿进行信贷扩张。而房地产企业因价格上涨获得了更多的利润，的增加也更容易获得影子银行体系的融资。

然而由于在实际的房地产交易中存在着信息不对称，人们对房地产价格预期的判断影响着房地产价格的实际走势。房地产的投机性需求过旺以及长期房价预期非理性的增长使得房地产价格更多的由供给方控制。一旦相关限制政策出台或价格偏离实际经济水平过远，房价便可能会出现下跌。假设在t+1期出现了房价下跌，从原来的价格P1t下跌为P1t+1,房地产公司无力偿款，房地产抵押物归影子银行所有，此时信托公司的产为（其中r为利率）：
因此，当房价下跌到P1*t + 1=（P2t-P2t + 1）S2t∕S1t+（1 +r∕ρt+ 1-1∕ρt+1）CDt时，需要通过将其他资产进行变现保证公司资本不减少。由上式可看出，利率r越高、提供给房地产公司的单套融资债权越高、房地产市场信贷投资量在整个负债规模中所占的比例越高，信托公司就越难承受房价的下跌，越容易对其他资产进行变现，以补充房价下跌带来的资本损失。所以虽然资产的价格下跌，但信托公司为了维持资产负债表仍会提高市场上的资产供给，而结果是带来进一步的资产价格下跌，甚会发生资金链流动性不足的风险。影子银行体系往往在房价上升期间的过度放贷，不能很好地估计房价的泡沫化程度，而信贷规模的增长速度越快影子银行承受的金融压力就越大，当价格时，资产价格的下跌将导致款违约、坏账增加等情况，致使影子银行只能通过变现其资产弥补亏损，而房地产的开发和销售也会因为资金不足而遭受重创。因此，影子银行信贷规模的扩张直接增加了影子银行的金融压力，因而影子银行的金融压力通过融资传导到房地产等实体经济中。如下图1所示：

房价下跌诱发影子银行金融压力对房地产市场的影响过程

其次，影子银行体系更高的融资成本会进一步推动房地产泡沫。由2014年我国房地产开发市场资金来源数据可知，在我国房地产开发资金来源中，影子银行的款占比已经超过了20%.虽然影子银行的款利率一般都会比银行中长期款利率高，但由于监管及审批过程较松等特点，使得多数房地产开发商在房地产市场较热的情况下愿意承担较高的款利率进行外部融资，而更高的融资成本和运营风险会在同等资本回报率情况下推动房地产价格的上涨。房价的上升以及款利率的下降使得融资成本过低，进而导致款者的财务杠杆纷纷增加，而消费者的棘轮效应使得这种债务链较长的信用模式得以延续。但一旦房价泡沫破灭价格出现下跌，都会直接影响到房地产抵押品的价值，从而使得企业的资产净值和营业收入下降，终导致企业的产出减少、失业人员增加等一连串的经济问题。央行披露的《2014年金融机构款投向报告》中显示，2014年末，房地产开发款余额5.63万亿元，同比增长22.6%.其中，房产开发款余额同 比 增 长21.7%,个 人 购 房 款 余 额 同 比 增 长17.5%.总的来看，房地产款平稳较快增长，其中房地产开发款速度明显上升。在过去的十年里房地产俨然成为支撑中国经济增长的支柱性行业，尽管政府多次对房地产行业进行价格调控，但是仍然抑制不了投机性泡沫的不断加大。因此，未来仍需关注影子银行对房地产行业的影响，防止系统性金融风险的发生。

三、相关指数的测算

（一）我国影子银行体系面临的金融压力指数的测算

基于以上的理论分析，可以发现我国影子银行体系通过信贷的扩张及收缩过程对房地产市场乃宏观经济产生了不同程度的影响，因此本文通过构建我国影子银行体系的金融压力指数分析影子银行的金融压力对房地产市场经济的风险传导作用。

1.指标的选取。考虑到我国影子银行的证券化以及金融衍生程度尚处于起步阶段，因此欲衡量中国的影子银行体系面临的金融压力除了需要考虑到证券化和金融衍生工具的行为，还需要考虑到非银行金融机构的委托款业务以及银行部门的理财产品业务。由于我国影子银行的界定不清晰以及数据的不可得性，关于影子银行的实证研究并不是很多。毛泽盛、万亚兰（2012）进行了中国影子银行与银行体系稳定性阈值效应研究，基于经济与金融的基本关系原理，从借款人角度对影子银行的规模进行测算。陈剑、张晓龙（2012）在研究我国影子银行对经济发展的影响时，选用了委托款和信托款的总规模的环比增长率作为定量分析影子银行的数据指标，采用短期约束的SVAR模型进行分析，认为影子银行对我国经济发展具有促进作用。李向前（2013）以委托款和信托款总额衡量影子银行的规模，利用VAR模型研究影子银行与金融稳定性的关系，得出影子银行会降低我国金融稳定性的结论。因此，借鉴之前学者的研究成果，本文选取：（1）信托款规模；（2）委托款规模；（3）未贴现银行承兑汇票；（4）企业债券四个指标构建中国影子银行体系的金融压力指数。

2.权重的确定。权重的大小反映了不同变量对总体金融压力的影响程度，如何确定恰当的权重，直接关系到压力指数的质量。选择权重的方法有很多，如因子分析权数法、熵权法、标准差法、信用权重法等。本文构建影子银行的金融压力指数，使用信用权重法。信用权重法依赖于要考察的变量在整个市场中的相对规模，在信用市场中份额越大，变量的权重越大。由于信托款规模、委托款规模、银行承兑汇票规模和企业债券规模可进行类比，因此使用信用权重法根据指标的信用规模确定权重。

3.压力指数的构建。

St=ωs1TL*t+ωs2EL*t+ωs3BA*t+ωs4CB*t（8）

上式（8）中，TL*t=△TLt∕TLt,表示信托款（Trustloans）在t时期的增长率；EL*t=△ELt∕ELt,表示委托款（Entrust loans）在t时期的增长率；BA*t=△BAt∕BAt,表示未 贴 现 银 行 承 兑 汇 票 在t时 期 的 增 长 率 ;CB*t=△CBt∕CBt,表 示 企 业 债 券（Net financing of corporatebonds）在t时期的增长率；ωs1、ωs2、ωs3和ωs4为相应的权重，ωs1=∑TLt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,ωs2=∑ELt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,ωs3=∑BAt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,ωs4=∑CBt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,t=1,2,……，T.

4.测算结果及分析。根据影子银行系统性风险压力指数的构建模型，我们采用2006年1月到2015年7月的月度数据进行实证分析。其中，信托款规模、委托款规模、未贴现银行承兑汇票、企业债券的数据均来源于中国人民银行*网站。模型估计采用Eviews7.0.按照前文指数构建方法，得到2006年1月2015年7月的影子银行体系的压力指数曲线，如图2所示。

2006~2015年影子银行体系面临的金融压力指数变化

图2显示的测算结果可以看出，影子银行压力指数整体围绕着一个均值上下波动，在2007年末和2008年初的时候压力达到峰值，与当时我国影子银行信贷市场的规模快速扩张相对应，2008年出现的金融危机对我国的实体经济也形成了一定的冲击，金融业的不景气使信贷有所收缩，金融压力随后逐步回落。近两年我国信托等行业融资规模虽逐步增大，但增速趋于平缓，压力值有一定的下降趋势。

（二）房地产市场价格泡沫化程度的测算

1.指标的选取。Charles.P.Kindleberger（1992）指出房地产市场价格泡沫是指各类房屋资产在一个连续的交易过程中徒然涨价，价格严重背离价值，在这时的经济中充满了并不能反映物质财富的货币泡沫。因此衡量房地产价格泡沫化即是衡量房产价格与其价值的偏离程度，本文借鉴张宝林和潘焕学（2013）的方法，采用房价与其均衡值之差占均衡房价的比例来测算。对于房地产市场的价格，本文综合选取商品房售价、商品住宅售价、商业营业用房售价、办公楼售价这四种类的房价进行加权平均得到市场的均衡房价。
2.权重的确定。由于这四种房产的价格对整个市场价格的影响取决于其在市场中的相对规模，因此采用规模权重法根据各类房产的市场销售额作为权重进行加权平均计算。其中：ω1=M1∕∑4i= 1Mi,ω2=M2∕∑4i= 1Mi,ω3=M3∕∑4i= 1Mi,ω4=M4∕∑4i= 1Mi;M1、M2、M3、M4分别代表整个样本周期内商品房、商品住宅、商业营业用房、办公楼的市场总销售额。

3.指标的构建。

Bubblet=Pt-Pet∕Pet其中，Pet=ω1P1t+ω2P2t+ω3P3t+ω4P4t,其中，P1t为t期商品房的售价，P2t为t期商品住宅售价、P3t为t期商业营业用房售价、P4t为t期办公楼售价，对这四种类的房价进行加权平均得到t期市场的均衡房价。

4.测算结果及分析。所需要数据均来自中国统计局*网站以及Wind金融终端，其中各类房地产售价均为月度数据，是根据统计局公布的月度销售额和月度销售面积计算而成。房价均根据统计局公布的月度CPI进行了处理，消除了通货膨胀因素。得到的房地产开发市场泡沫化程度如下图3所示。

2006~2015年中国房地产市场价格泡沫化程度

在样本期内，中国房地产开发商品住宅价格泡沫总体呈现出上涨态势，且在2006~2008年出现了几次价格过度膨胀的时期，当时在金融危机爆发前，我国的房价持续快速增长，国民经济靠房地产市场的火热逐步拉升。而近几年由于大城市的房价仍旧增长快速，整体来看仍存在着一定程度的价格泡沫，但明显看出2014年以后泡沫化程度有所减弱，在政府进行相关房价调控政策后，房价的泡沫化程度得到了逐步缓减。

（三）房地产开发市场景气指数的测算

本文采用房地产开发景气指数（国房景气指数）代表房地产业发展景气状况，用符号Gft表示。国房指数是根据经济周期波动理论，选取房地产投资、资金来源、开发面积、土地出让收入、空置面积等8个具有代表性的房地产开发统计指标，剔除了季节因素和随机因素的影响，采用合成指数的计算方法进行分类测算，然后通过加权平均得到总指数，并选取2000年为基期，计算出用百分制表示的指数体系。该数据在统计局网上得到，能够综合反映我国房地产开发市场的景气度，2006年到2015年的月度数据具体如图4所示。

2006~2015年我国房地产开发景气指数变化

我国房地产市场开发景气指数在2007年的时候达到了峰值，后来受到2008年金融危机影响，有很多房地产开发面临资金短缺等问题中断了开发工程，国房指数急速下降，待2009年以后逐步随着经济的回暖再次回升。2010年政府颁布了多项限购政策及附加税的购房政策，国房指数又有所下降。

四、影子银行的金融压力对房地产市场影响的实证分析

本文欲建立影子银行体系与房地产市场的VAR模型，分析影子银行体系面临的金融压力对房地产市场影响。

（一）数据的平稳性及ADF单位根检验

由于现实生活中大多数的宏观经济数据表现出时间序列的非平稳性。对于非平稳时间序列的处理方法一般是将其转变为平稳序列，这样就可以应用有关平稳时间序列的方法来进行相应的研究。因此先需要进行ADF单位根检验数据的平稳性。

在表1的单位根检验中，St、Gft、Bubblet在5%的置信水平下均是平稳的，因此可对四个变量建立VAR模型。

单位根检验--ADF检验

（二）构建VAR模型

向量自回归模型（Vector Auto-regression Model,VAR）常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响，可做脉冲分析，且其实证结果对实际的经济解释能力较强。一般来说，造成房地产泡沫的原因是由于影子银行和商业银行的过度放贷造成的，本文欲利用影子银行体系的压力指数St、房地产价格泡沫Bubblet以及房地产开发景气指数Gft构建VAR模型。

根据AIC信息准则和多次建立VAR得到滞后阶数的检验值，选择滞后阶为2阶。平稳性检验结果显示所有的AR根都在单位圆内，说明建立的VAR模型稳定，因此可建立三个变量的VAR模型如下：

（三）脉冲响应函数分析

为了探究影子银行体系的压力指数St对房地产价格泡沫Bubblet以及房地产开发景气指数Gft的影响，对模型进行脉冲响应分析。脉冲响应分析用来衡量来自随机扰动的一个标准差冲击对内生变量当前值和未来值的影响。横轴代表滞后期间数（每期代表12个月），纵轴代表变量冲击的响应。房地产价格泡沫、房地产开发景气指数以及影子银行金融压力的脉冲结果见图5所示：

样本期间St、Gft、Bubblet脉冲响应

先看影子银行压力指数St对房地产价格泡沫Bubblet的冲击，当Bubblet受St到一倍标准差冲击时，在当期即出现了明显的正响应，第2期开始响应逐渐减小，逐步变为一个负向的冲击，长期以后便趋于稳定，表明影子银行体系面临的金融压力增大初期会对刺激房地产价格泡沫的增大，然而逐步会对价格泡沫化程度起到一定程度的抑制作用。再反过来看房地产价格泡沫Bubblet对影子银行体系金融压力的冲击作用，当影子银行压力指数St受到房价泡沫一倍标准差冲击时，St在期初只有非常微弱的正响应，在第2期后负向的影响显现出来并且逐步增大，长期以后趋于稳定。这表明房地产的价格泡沫程度在期初会对影子银行体系的金融压力形成正向的刺激，而随着泡沫化程度的过度膨胀，信贷规模会逐步收缩，长期看来影子银行金融压力会随着泡沫化程度增加而减小。

然后看影子银行压力指数St对国房景气指数Gft的冲击，当Gft受到St一倍标准差冲击时，在第2期出现了微小的正响应，表明影子银行体系面临的金融压力增大对房地产开发景气度的影响并不大。再反过来看国房景气指数Gft对银行体系金融压力St的冲击作用，当影子银行压力指数St受到国房景气指数一倍标准差冲击时，St出现了较小的正响应。这表明房地产开发市场的景气度会刺激影子银行体系提升其信贷规模，在短期内会提升影子银行体系的金融压力，但影响程度较小且长期看影响会逐步减弱。

SKF KMFE-11 
KEB Artikel-Nr. 52.SM.200-34C0 伺服电机
KOBOLD NTB-1305-10 
Krautzberger 6903-030-0820 
Krautzberger 5008-200-0225 
KUEBLER 8.5852.1233.G121 编码器
Sommer MFS204KHC.211045 接近开关
anybus AB4484-C,ABS-DPV1-IM-4 
Kuka 177258 电缆
Kuka 116058 附件
Kuka 166352 电缆
FEMA DCM4016-213 压力开关
Honeywell DGM506-213 压力开关
HANSA TEMA18422MNAV 管接头
KNIPEX 7101200 
HAZET 279-12 活动扳手
Hydrower DN80 K16 ST-90  NO.6059130 橡胶制膨胀节
HAHN+KOLB 77003120 延长电缆
kistler NCFH30400300BHCG 伺服电机
Desoutter CVIC II-L2,615 932 676 0 
KUEBLER 8.5868.3231.3112 编码器
SKF LAGG400B 润滑脂充填泵
JOUCOMATIC N199-1163 
Herion S6DH0019G020001500 DC24V EXdIICT4,7W,IP65 单向阀
Infiltec CM4-010-20-DOX 滤芯
isel LES 4  Nr.4234014 0069 滚珠丝杠
Haco Gmbh 25651 
Hawo WSZ300 QNC 
HAHN+KOLB 52428 060 六角螺丝
HAHN+KOLB 53841067+53841210 孔锯
schmalz 11.01.18.10303 1
schmalz 11.04.03.10086  吸盘
Indu-Sol 10515 
Indu-Sol 110080005 
brinkmann TB40/350+1052 潜水泵
Klaschka BAS/LA-P34V-113AK 
Bucher DVPB-1-16-25-S1-N 减压阀
HASBERG sus301  100x500x0.4 精密钢片
IAI CB-X3-PA050 
IAI CB-RRC-MA050-RB 
JACOB 10159951 密封环
JACOB 10359155 密封环
Kuka Connector for "10009883" 
marposs 08XC1960 T18 
KEOFITT 400047E 
KOMET N00-52553 
Knoll KTS25-60T 螺杆泵
Icotek KEL24/4 99042244 插头
HAHN+KOLB 50057-440 
INOR VTE24103241130640000 
Schneider XCKJ10511H29C 限位开关
Kevac Kevac Industriesauger KH0528 
Tillquist VR103L-02 交流电源
lehmann&voss 9203 负荷传感器
OMAL R376XT75 DN200 蝶阀
INTERPUMP inter pump kit174 
datesensor IS-12-C3-03 24VDC 200MA SN4MM 
casappa 00373260 PLP10.2D0-30K2-LBB 
SUSPA C16-06136A 72 LBS 535 气弹簧
PERMA 108985 自动控制器
PERMA 104863 油节流 
prosoft PLX31-EIP-PND 通讯模块
CARLO GAVAZZI RP1A23D5 M3 继电器
LOVAL S5 9265018 IP55 
finder 93.01.7.024 接口模块
Novotechnik P-4501-A502 电位器
BALLUFF BES 516-324-G-E4 -C-02 
BERNSTEIN I88-U1Z W 限位开关
LEONI L45551-W69-K8-CAF 
Banner IM-T-11A 继电器
PRECIA CIA 5000 10t Nr.00516620 
west MODEL:P61001100002 
VIBRO TQ402 111-402-000-013-A1-B1-C060-D000-E010-F0-G000-H05 
Vahle MU-US10 0165008 00 
Vahle UV10 
Vahle AH-KK10L-6 10-E-PA-BCB-14B20 0143822 00 
Vahle ES-UES 10 0165212 01 
Schwimmerschalter MTS2u 27/8/LC-F Art.-Nr.4424060143 Nr.832729 
FENWAL 01-018000-000 
Nadella AX12170215 170*215*12 
Mazurczak Temperaturfühler TFTF 29-30/BC-B-K3/9Tauchrohrwerkstoff Edelstahl 1.4571Fühlerkennzahl 29Klemmengeh?use BC (PP)Nennl?nge [mm] 300Befestigungsart AnschraubflanschEinsatztemperaturbereich [°C] 0...100Prozessanschluss G1/2" 
AB 20-COMM-C 
AB 20G1ABC650JN0NNNNN 
pekrun ASR500-L-CCW  20146130 齿轮箱
Vahle 110035344/00A 
Nadella TA4GLA19.06 
Turck BI4U-EM12WD-AP6X 电感式传感器
LEMO FAA.4S.324.CLA 
ZILLER NUP220AV 密封环
Turck Rm-29s10c-9a28b-r3m12an 
BTSR SMDIN/RW 控制单元
Datasensor OF36-ST-20 感应传感器
moog D792-4018-SX2-A 
PRUDHOMME DKS 18x50；s-nr：100 502 
PFEIFFER EVB 160PA PFB38201A 
LEISTRITZ L3MF - 090/180 
Hengstler AR631612EL72OL5 0570 357 编码器
Martor NO.60099(0.63mm) 
IFM IWG201 
Rietschoten 10520 制动蹄片
BALLUFF BES 12,0-KH-2L Nr.200.552167       M16x1,0 安装夹
BALLUFF M12x1 BES 516-325-G-S4-C 电感式传感器
BALLUFF BES 18,0-KH-2L Nr.200.552169       M24x1,5 安装夹
PR electronics 4000 - 4116 
ARO no.GF1164119   666321-2EB-C 120PSI 8.3BAR 
SICK GL6-P4112 反射型光电开关
Norma GRIP-114.3-W2-EPDM 
mdexx 4EP3701-3US00 6SE7016-1ES87-1FEO 
AMPHENOL 97-3106A-28-11S 
PFEIFFER TPR281 
Epro 1X00797H01L 
asco SCXE353.060(24vDC) TPL101 
MARKES C1-AXXX-5003 Tenax TA 不锈钢热解吸管
wago 750-405 接口模块
Ludwig Hunger GmbH Part No: 861 60 626,red 
Schonbuch ICCA 0814 接近开关
SICK BEF-WN-OBW 
SICK OBW-KHS-M02 测距仪防护罩
Phoenix 1503357 无接头电缆
VIBRO 204-450-000-002-1-23-10-0 
VIBRO TQ402 111-402-000-013-1-1_072-000-100-2-100-10 
SOFIMA CRH025HFV1 
excello X.0158.9327 捕手
PERMA 26.0012.150 bracket 
PERMA 100020 润化油杯
Leybold Type：TTR91 No:230035 DN16 ISO-KF 14...30v；1W 
Labom CE611.0-A1060-H1-K1010 
Releco C9-A41F  X  DC24V 工业继电器
ALLEN BRADLEY 800F-N3G  Green indicator for c.b.closed position 
ALLEN BRADLEY 800F-ALP   Red indicator for c.b.closed position 
Rockwell MSR127TP 安全继电器
Nederman Rotating head for these product 
Ortlinghaus 0088-114-50-000180 密封件
MADER LS-K-KZ-6-16-50 工件夹具
Janser pls see pic 
landmark TIME3200 粗糙度仪
P+F NBB8-18GM30-E2-V1 电感式传感器
Phoenix 2726230 
ORGATEX 310*250 
Lubcon Duo Max160 Automatic 
MERSEN E211558(P331144B) 
RUD VRS-F -M30 环眼吊装钩
mag 000.0000.1265-50 径向轴密封件
PFLITSCH 923254Cupm1x7get. 
Nordson 7023134 
BALLUFF BES00CJ 接近开关
P+F RHI90N -0IAK1R66N-4096 
MORGAN REKOFA 5812BXY 
Murr 55287 接口模块
Murr 7000-78141-0000000 电缆/插头
MSE 33246161Type 800 GA4/KD25/TD/GK Membran 
CHAMBRELAN RA7R-0600 
poeppelmann Roller assembly (glue) 290048301C-PU FLENDER 
poeppelmann Tube closure GPN 320 GL 28 METALIKA-KACIN 
Foxboro Model # 244 LD SS4R2RBNHOC6-L1  SER No:50/0044 13 
OMRON ZFX-C15 1
KEB 07f5b43a-0a0a 逆变器
Murrplastik KMG-FM40/P36(83691662) 
Meech 904 50HZ 110/240V  0.25A 
WERMA 840 080 00 报警指示灯
Vahle 170768 SK-KMK100/25-20 
Murrelektronik Art.No.23 002 400V AC/10kw-50/60Hz 
RUD PP-S-4T-M24 
RUD PP-S-8T-M36 

优惠力度SMARTSCAN光幕传感器NA-8

优惠力度SMARTSCAN光幕传感器NA-8

我国影子银行业务包含信托和委托款、企业债券、未贴现银行承兑票据以及银行其他表外融资业务等信用类工具和信托融资，影子银行的高杠杆性使其面临的流动性风险进一步放大，然后通过金融市场传递到传统的银行体系甚宏观经济中。金融危机后，国外大量学者开始研究影子银行对宏观经济的影响，Adrian and Shin（2009）认为影子银行的期限错配和高杠杆化使金融体系更加脆弱，从而传导到实体经济中影响其健康有序的发展。Sinha（2012）指出影子银行有效地降低了交易成本，作为传统银行体系的有效补充，其存在有一定程度的合理性和重要性。

金融压力早是由加拿大的经济学家IllingMark and Liu Ying（2003）提出的，其反映了脆弱的结构与某些外部冲击相结合的结果。由于金融体系特别是银行业在我国整个经济体系中占有重要的地位，银行面临的金融压力对宏观经济的发展有一定的传导作用。尤其对于影子银行，由于规模在过去的十年里大幅飙升以及受监管的缺失，其面临金融压力的加剧有可能通过信贷机制向宏观经济进行传导。国外学者运用金融中介原理、金融加速器原理等进行了大量的研究，多数证明影子银行的信贷与房地产市场的价格泡沫有着顺周期的关系。由于我国过去十几年主要靠房地产行业拉动经济，影子银行向市场中注入的大量资金都进入了房地产业。当房价上升时信贷大规模扩张，形成一定程度的房价泡沫，但随着泡沫化的破裂，影子银行体系累积的风险将通过信贷机制扩散到房地产经济进而影响到整个宏观市场。

本文拟结合中国经济金融特点，通过理论分析与实证研究对我国银行业体系面临的金融压力以及对房地产市场的影响进行科学的剖析。

二、我国影子银行的金融压力对房地产市场传导机制的理论分析

由于房地产市场是资金密集型行业，且大量的资金来源于金融机构的信贷融资。因此房地产市场的价格及开发规模会在很大程度上受到信贷供给的影响。2015年5月9日发布的《中国金融监管报告（2014）》称，中国2014年的广义影子银行体系规模已达到27万亿，占银行全部资产的比重约为19%.影子银行对实体经济发展而言可以产生一定程度的推动作用，但是也正是由于影子银行在提供了流动性和杠杆性作用的时候扮演着传统商业银行角色，缺乏严格的监管使得影子银行的融资渠道很容易形成系统性风险的一个源头，影子银行面临的金融压力也会在一定程度上影响并传导到房地产市场中。

先，影子银行体系的金融压力是通过信用创造过程传导到房地产市场中的。影子银行体系将借助于传统商业银行的表外业务，通过银行承兑汇票、信托款、委托款等方式逃避严格的监管，同时赚取利差。由于一些投机者购买房产是出于赚取差价或对抗货币的货膨胀，投机需求的增加直接导致了房地产价格的不断攀升，而这背后也是由于金融机构的过度放贷造成了房地产市场上存在着大量的资金可进行盲目扩张的投机性购买，加剧了系统性金融风险发生的可能。从央行公布的社会融资规模数据可看出，人民币款比例从2001年的91.86%下降到2014年的59.59%,影子银行的规模融资已经逐步上升，其中还不包括一些*未统计到的部分。在这笔大规模的影子银行融资中，有相当一部分进入了房地产行业，放大了房地产行业的泡沫和系统性金融风险。下面从理论上推导出影子银行与房地产市场的信贷关系及金融压力传导路径。

假设在t时期，某信托机构拥有At的资产规模，其为了某房地产项目向市场上募集资金为Ct,总负债规模为Dt,设ρt为房地产市场信贷投资量在整个负债规模中所占的比例，则该比例为Ct/Dt.为了简单计算，假设该信托公司只持有两种资产，一种是以房地产为抵押物的房地产投资信托债权，规模为Ee.单个房地产抵押物的平均市场价格为P1t,房地产数量为S1t,信托公司提供给房地产公司的单套融资债权为CDt,抵押率为rt.另一种是其他资产，规模为Ot,价格为P2t,数量为S2t,则满足：

rt=CDt∕p1t（1）
Et=CDt*S1t=rt*P1t*S1t（2）
Ot=P2t*S2t（3）

即该信托公司资产为：

Wt=Et+Ot-Dt=CDt*S1t+P2t*S2t-ct∕ρt（4）

由上式（4）可知，假设第t期房价上涨，信托公司从一种债权资产中获利，净资本获得补充，更有意愿进行信贷扩张。而房地产企业因价格上涨获得了更多的利润，的增加也更容易获得影子银行体系的融资。

然而由于在实际的房地产交易中存在着信息不对称，人们对房地产价格预期的判断影响着房地产价格的实际走势。房地产的投机性需求过旺以及长期房价预期非理性的增长使得房地产价格更多的由供给方控制。一旦相关限制政策出台或价格偏离实际经济水平过远，房价便可能会出现下跌。假设在t+1期出现了房价下跌，从原来的价格P1t下跌为P1t+1,房地产公司无力偿款，房地产抵押物归影子银行所有，此时信托公司的产为（其中r为利率）：
因此，当房价下跌到P1*t + 1=（P2t-P2t + 1）S2t∕S1t+（1 +r∕ρt+ 1-1∕ρt+1）CDt时，需要通过将其他资产进行变现保证公司资本不减少。由上式可看出，利率r越高、提供给房地产公司的单套融资债权越高、房地产市场信贷投资量在整个负债规模中所占的比例越高，信托公司就越难承受房价的下跌，越容易对其他资产进行变现，以补充房价下跌带来的资本损失。所以虽然资产的价格下跌，但信托公司为了维持资产负债表仍会提高市场上的资产供给，而结果是带来进一步的资产价格下跌，甚会发生资金链流动性不足的风险。影子银行体系往往在房价上升期间的过度放贷，不能很好地估计房价的泡沫化程度，而信贷规模的增长速度越快影子银行承受的金融压力就越大，当价格时，资产价格的下跌将导致款违约、坏账增加等情况，致使影子银行只能通过变现其资产弥补亏损，而房地产的开发和销售也会因为资金不足而遭受重创。因此，影子银行信贷规模的扩张直接增加了影子银行的金融压力，因而影子银行的金融压力通过融资传导到房地产等实体经济中。如下图1所示：

房价下跌诱发影子银行金融压力对房地产市场的影响过程

其次，影子银行体系更高的融资成本会进一步推动房地产泡沫。由2014年我国房地产开发市场资金来源数据可知，在我国房地产开发资金来源中，影子银行的款占比已经超过了20%.虽然影子银行的款利率一般都会比银行中长期款利率高，但由于监管及审批过程较松等特点，使得多数房地产开发商在房地产市场较热的情况下愿意承担较高的款利率进行外部融资，而更高的融资成本和运营风险会在同等资本回报率情况下推动房地产价格的上涨。房价的上升以及款利率的下降使得融资成本过低，进而导致款者的财务杠杆纷纷增加，而消费者的棘轮效应使得这种债务链较长的信用模式得以延续。但一旦房价泡沫破灭价格出现下跌，都会直接影响到房地产抵押品的价值，从而使得企业的资产净值和营业收入下降，终导致企业的产出减少、失业人员增加等一连串的经济问题。央行披露的《2014年金融机构款投向报告》中显示，2014年末，房地产开发款余额5.63万亿元，同比增长22.6%.其中，房产开发款余额同 比 增 长21.7%,个 人 购 房  款 余 额 同 比 增 长17.5%.总的来看，房地产款平稳较快增长，其中房地产开发款速度明显上升。在过去的十年里房地产俨然成为支撑中国经济增长的支柱性行业，尽管政府多次对房地产行业进行价格调控，但是仍然抑制不了投机性泡沫的不断加大。因此，未来仍需关注影子银行对房地产行业的影响，防止系统性金融风险的发生。

三、相关指数的测算

（一）我国影子银行体系面临的金融压力指数的测算

基于以上的理论分析，可以发现我国影子银行体系通过信贷的扩张及收缩过程对房地产市场乃宏观经济产生了不同程度的影响，因此本文通过构建我国影子银行体系的金融压力指数分析影子银行的金融压力对房地产市场经济的风险传导作用。

1.指标的选取。考虑到我国影子银行的证券化以及金融衍生程度尚处于起步阶段，因此欲衡量中国的影子银行体系面临的金融压力除了需要考虑到证券化和金融衍生工具的行为，还需要考虑到非银行金融机构的委托款业务以及银行部门的理财产品业务。由于我国影子银行的界定不清晰以及数据的不可得性，关于影子银行的实证研究并不是很多。毛泽盛、万亚兰（2012）进行了中国影子银行与银行体系稳定性阈值效应研究，基于经济与金融的基本关系原理，从借款人角度对影子银行的规模进行测算。陈剑、张晓龙（2012）在研究我国影子银行对经济发展的影响时，选用了委托款和信托款的总规模的环比增长率作为定量分析影子银行的数据指标，采用短期约束的SVAR模型进行分析，认为影子银行对我国经济发展具有促进作用。李向前（2013）以委托款和信托款总额衡量影子银行的规模，利用VAR模型研究影子银行与金融稳定性的关系，得出影子银行会降低我国金融稳定性的结论。因此，借鉴之前学者的研究成果，本文选取：（1）信托款规模；（2）委托款规模；（3）未贴现银行承兑汇票；（4）企业债券四个指标构建中国影子银行体系的金融压力指数。

2.权重的确定。权重的大小反映了不同变量对总体金融压力的影响程度，如何确定恰当的权重，直接关系到压力指数的质量。选择权重的方法有很多，如因子分析权数法、熵权法、标准差法、信用权重法等。本文构建影子银行的金融压力指数，使用信用权重法。信用权重法依赖于要考察的变量在整个市场中的相对规模，在信用市场中份额越大，变量的权重越大。由于信托款规模、委托款规模、银行承兑汇票规模和企业债券规模可进行类比，因此使用信用权重法根据指标的信用规模确定权重。

3.压力指数的构建。

St=ωs1TL*t+ωs2EL*t+ωs3BA*t+ωs4CB*t（8）

上式（8）中，TL*t=△TLt∕TLt,表示信托款（Trustloans）在t时期的增长率；EL*t=△ELt∕ELt,表示委托款（Entrust loans）在t时期的增长率；BA*t=△BAt∕BAt,表示未 贴 现 银 行 承 兑 汇 票 在t时 期 的 增 长 率 ;CB*t=△CBt∕CBt,表 示 企 业 债 券（Net financing of corporatebonds）在t时期的增长率；ωs1、ωs2、ωs3和ωs4为相应的权重，ωs1=∑TLt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,ωs2=∑ELt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,ωs3=∑BAt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,ωs4=∑CBt∕∑TLt+ ∑ELt+ ∑BAt+ ∑CBt,t=1,2,……，T.

4.测算结果及分析。根据影子银行系统性风险压力指数的构建模型，我们采用2006年1月到2015年7月的月度数据进行实证分析。其中，信托款规模、委托款规模、未贴现银行承兑汇票、企业债券的数据均来源于中国人民银行*网站。模型估计采用Eviews7.0.按照前文指数构建方法，得到2006年1月2015年7月的影子银行体系的压力指数曲线，如图2所示。

2006~2015年影子银行体系面临的金融压力指数变化

图2显示的测算结果可以看出，影子银行压力指数整体围绕着一个均值上下波动，在2007年末和2008年初的时候压力达到峰值，与当时我国影子银行信贷市场的规模快速扩张相对应，2008年出现的金融危机对我国的实体经济也形成了一定的冲击，金融业的不景气使信贷有所收缩，金融压力随后逐步回落。近两年我国信托等行业融资规模虽逐步增大，但增速趋于平缓，压力值有一定的下降趋势。

（二）房地产市场价格泡沫化程度的测算

1.指标的选取。Charles.P.Kindleberger（1992）指出房地产市场价格泡沫是指各类房屋资产在一个连续的交易过程中徒然涨价，价格严重背离价值，在这时的经济中充满了并不能反映物质财富的货币泡沫。因此衡量房地产价格泡沫化即是衡量房产价格与其价值的偏离程度，本文借鉴张宝林和潘焕学（2013）的方法，采用房价与其均衡值之差占均衡房价的比例来测算。对于房地产市场的价格，本文综合选取商品房售价、商品住宅售价、商业营业用房售价、办公楼售价这四种类的房价进行加权平均得到市场的均衡房价。
2.权重的确定。由于这四种房产的价格对整个市场价格的影响取决于其在市场中的相对规模，因此采用规模权重法根据各类房产的市场销售额作为权重进行加权平均计算。其中：ω1=M1∕∑4i= 1Mi,ω2=M2∕∑4i= 1Mi,ω3=M3∕∑4i= 1Mi,ω4=M4∕∑4i= 1Mi;M1、M2、M3、M4分别代表整个样本周期内商品房、商品住宅、商业营业用房、办公楼的市场总销售额。

3.指标的构建。

Bubblet=Pt-Pet∕Pet其中，Pet=ω1P1t+ω2P2t+ω3P3t+ω4P4t,其中，P1t为t期商品房的售价，P2t为t期商品住宅售价、P3t为t期商业营业用房售价、P4t为t期办公楼售价，对这四种类的房价进行加权平均得到t期市场的均衡房价。

4.测算结果及分析。所需要数据均来自中国统计局*网站以及Wind金融终端，其中各类房地产售价均为月度数据，是根据统计局公布的月度销售额和月度销售面积计算而成。房价均根据统计局公布的月度CPI进行了处理，消除了通货膨胀因素。得到的房地产开发市场泡沫化程度如下图3所示。

2006~2015年中国房地产市场价格泡沫化程度

在样本期内，中国房地产开发商品住宅价格泡沫总体呈现出上涨态势，且在2006~2008年出现了几次价格过度膨胀的时期，当时在金融危机爆发前，我国的房价持续快速增长，国民经济靠房地产市场的火热逐步拉升。而近几年由于大城市的房价仍旧增长快速，整体来看仍存在着一定程度的价格泡沫，但明显看出2014年以后泡沫化程度有所减弱，在政府进行相关房价调控政策后，房价的泡沫化程度得到了逐步缓减。

（三）房地产开发市场景气指数的测算

本文采用房地产开发景气指数（国房景气指数）代表房地产业发展景气状况，用符号Gft表示。国房指数是根据经济周期波动理论，选取房地产投资、资金来源、开发面积、土地出让收入、空置面积等8个具有代表性的房地产开发统计指标，剔除了季节因素和随机因素的影响，采用合成指数的计算方法进行分类测算，然后通过加权平均得到总指数，并选取2000年为基期，计算出用百分制表示的指数体系。该数据在统计局网上得到，能够综合反映我国房地产开发市场的景气度，2006年到2015年的月度数据具体如图4所示。

2006~2015年我国房地产开发景气指数变化

我国房地产市场开发景气指数在2007年的时候达到了峰值，后来受到2008年金融危机影响，有很多房地产开发面临资金短缺等问题中断了开发工程，国房指数急速下降，待2009年以后逐步随着经济的回暖再次回升。2010年政府颁布了多项限购政策及附加税的购房政策，国房指数又有所下降。

四、影子银行的金融压力对房地产市场影响的实证分析

本文欲建立影子银行体系与房地产市场的VAR模型，分析影子银行体系面临的金融压力对房地产市场影响。

（一）数据的平稳性及ADF单位根检验

由于现实生活中大多数的宏观经济数据表现出时间序列的非平稳性。对于非平稳时间序列的处理方法一般是将其转变为平稳序列，这样就可以应用有关平稳时间序列的方法来进行相应的研究。因此先需要进行ADF单位根检验数据的平稳性。

在表1的单位根检验中，St、Gft、Bubblet在5%的置信水平下均是平稳的，因此可对四个变量建立VAR模型。

单位根检验--ADF检验

（二）构建VAR模型

向量自回归模型（Vector Auto-regression Model,VAR）常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响，可做脉冲分析，且其实证结果对实际的经济解释能力较强。一般来说，造成房地产泡沫的原因是由于影子银行和商业银行的过度放贷造成的，本文欲利用影子银行体系的压力指数St、房地产价格泡沫Bubblet以及房地产开发景气指数Gft构建VAR模型。

根据AIC信息准则和多次建立VAR得到滞后阶数的检验值，选择滞后阶为2阶。平稳性检验结果显示所有的AR根都在单位圆内，说明建立的VAR模型稳定，因此可建立三个变量的VAR模型如下：

（三）脉冲响应函数分析

为了探究影子银行体系的压力指数St对房地产价格泡沫Bubblet以及房地产开发景气指数Gft的影响，对模型进行脉冲响应分析。脉冲响应分析用来衡量来自随机扰动的一个标准差冲击对内生变量当前值和未来值的影响。横轴代表滞后期间数（每期代表12个月），纵轴代表变量冲击的响应。房地产价格泡沫、房地产开发景气指数以及影子银行金融压力的脉冲结果见图5所示：

样本期间St、Gft、Bubblet脉冲响应

先看影子银行压力指数St对房地产价格泡沫Bubblet的冲击，当Bubblet受St到一倍标准差冲击时，在当期即出现了明显的正响应，第2期开始响应逐渐减小，逐步变为一个负向的冲击，长期以后便趋于稳定，表明影子银行体系面临的金融压力增大初期会对刺激房地产价格泡沫的增大，然而逐步会对价格泡沫化程度起到一定程度的抑制作用。再反过来看房地产价格泡沫Bubblet对影子银行体系金融压力的冲击作用，当影子银行压力指数St受到房价泡沫一倍标准差冲击时，St在期初只有非常微弱的正响应，在第2期后负向的影响显现出来并且逐步增大，长期以后趋于稳定。这表明房地产的价格泡沫程度在期初会对影子银行体系的金融压力形成正向的刺激，而随着泡沫化程度的过度膨胀，信贷规模会逐步收缩，长期看来影子银行金融压力会随着泡沫化程度增加而减小。

然后看影子银行压力指数St对国房景气指数Gft的冲击，当Gft受到St一倍标准差冲击时，在第2期出现了微小的正响应，表明影子银行体系面临的金融压力增大对房地产开发景气度的影响并不大。再反过来看国房景气指数Gft对银行体系金融压力St的冲击作用，当影子银行压力指数St受到国房景气指数一倍标准差冲击时，St出现了较小的正响应。这表明房地产开发市场的景气度会刺激影子银行体系提升其信贷规模，在短期内会提升影子银行体系的金融压力，但影响程度较小且长期看影响会逐步减弱。