（ 二） 影子银行、货币政策与房地产市场发展
我国影子银行的发展与房地产市场的发展及货币政策的实施效果有着密不可分的关系。一方面，传统商业银行偏向与向大型企业或国有企业贷款，影子银行愿意为一些高风险的中、小型房地产开发企业提供贷款支持，直接促进了房地产业的投资。另一方面，紧缩的货币政策限制了资金流向房地产行业，而影子银行受宏观调控的影响程度较低，可以随时向房地产开发商提供资金，增大了中央银行通过货币政策调控房地产市场的难度，影响了货币政策对房地产市场的调控效果。
首先，影子银行的发展在一定程度上拓宽了房地产企业的融资渠道，能缓解潜在的融资约束问题，从而直接促进房地产市场的发展。房地产属于资金密集型产业，企业高负债经营，资金需求旺盛，尤其在市场繁荣时期，房地产价格持续上涨，房地产投资收益高，对各方面资金吸引力很强。而在我国以银行信贷为主导的特殊金融体制下，很多企业都普遍面临着严重融资约束的问题[2、6].此外，传统的商业银行存在明显的信贷配置偏好，它们更偏向于向风险较低，资信较好的国有企业或大型上市公司提供贷款，而中小企业通常被认为经营风险和违约风险较高，传统的商业银行并不愿意向中小型企业和开发商发放贷款，导致了很多房地产企业的资金需求无法从现有的银行系统中得到满足。作为传统商业信贷的重要替代和补充方式，影子银行为获得更高的风险补偿，倾向于承担较高风险[10],有动机通过银信合作理财产品、委托贷款以及合同业务等形式向高风险的房地产开发企业提供信贷支持[6].因此，影子银行的存在大大缓解了无法从银行等传统融资渠道中获取资金的中、小房地产开发商的融资约束，从而促进房地产市场的投资。
其次，影子银行的发展会削弱货币政策对经济的调控效果。Sheng发现影子银行体系的存在会扩大货币供应量，提出了以M2和影子银行之和作为货币总供给的新衡量标准[11].此外，影子银行作为金融创新的一种重要形式，能通过生成新的投资和放大了现有的投资总量来促进企业的借贷行为[18].Adrian等认为，影子银行的成长增加了信贷的可得性，并对中央银行的信用供给有着重要影响[3].Ve-rona等将影子银行体系纳入到DSGE模型中考察了影子银行体系与货币政策的关系，研究发现影子银行体系会严重影响货币政策目标的实现[19].周小川也认为，影子银行具有像商业银行一样的货币创造功能，使得货币政策乘数被放大，增加信用供给与流动，从而在一定程度上冲击了货币政策的调控效果[20].
最后，影子银行的发展削弱了货币政策对房地产市场的调控效果。从理论上讲，紧缩的货币政策通过信贷渠道，利率渠道与资产负债表渠道等影响了房地产企业的融资成本，进一步缩减了房地产市场的投资规模。但在信贷配给、存款准备金率约束等宏观调控措施下，由于影子银行的活动不受中央银行监管限制，能在监管体系之外从事与传统银行类似的资金融通活动，因此在货币政策紧缩时期，影子银行能够通过委托贷款、理财产品、民间借贷等银行表外业务绕开监管，给原本无法通过传统商业银行获得贷款的房地产企业提供资金，在一定程度上削弱了货币政策对房地产市场的调控效果。另一方面，房地产企业的融资需求往往对利率的上升不太敏感，其贷款规模与投资规模很大程度上取决于信贷的可获得性，其综合融资成本不仅仅由利率决定，很大程度上也受到抵押率的影响。由于此时房地产企业的经营风险较高，为了补偿这一部分风险，影子银行凭借其垄断地位可以设定一个较高的利率，同时相应放宽对抵押率的要求[10],考虑到抵押率的影响，房地产企业的综合借贷成本可能反而是下降的，为维持资金链，满足投资需求，在无法从商业银行直接获得贷款时，房地产企业往往会求助于影子银行。因此，虽然紧缩的货币政策提高了利率，抑制了整个房地产市场的信贷规模，但影子银行的行为能绕开监管，为房地产市场提供资金支持，从而影响货币政策的对房地产市场调控效果。
三、变量定义与模型选择
（ 一） 影子银行概念及其范围界定
Mc Culley最先提出影子银行的概念，他指出影子银行是“游离于传统商业银行体系之外，不受监管但却从事着与商业银行类似的金融活动的中介机构”,产生于70年代货币市场基金的发展[21].金融稳定理事会认为影子银行从广义上来讲是除正规银行体系外，其活动可能引发系统性风险和监管套利隐患的信贷中介系统[22].Bernanke将影子银行体系定义为一系列与传统存款机构不同，不受监管，但功能与传统银行类似的机构和市场[1].
在我国，不少学者出于研究需要从不同的角度估算了影子银行的规模。巴曙松认为，我国的影子银行包括了委托贷款，银信合作，理财产品等[8]; 沈悦在区分内外部影子银行的基础上，认为银信合作产品，委托贷款和未贴现票据三项占了内部影子银行的绝大部分，而外部影子银行则涉及到信托公司，投资银行，货币市场基金和民间金融等[23]; 陆晓明认为，中国的影子银行与传统商业银行并行，是传统银行的替代品，从而也更加依赖于传统商业银行，并不涉及复杂的金融的衍生品，而是通过一些制度创新开展银行表外资产负债业务[24]; 王浡力和李建军认为，影子银行涉及了银行的表外业务，回购业务，货币市场基金业务，对冲基金，信托公司资产，银信合作产品，民间借贷等[25].中国人民银行调查统计司将中国的影子银行宽泛的定义为“从事金融中介活动，具有与传统银行类似的信用、期限或流动性转换功能，但未受巴塞尔Ⅲ或同等监管程度的实体或准实体”[26].
借鉴以往学者的研究，本文认为我国影子银行系统是能够提供信用转换，流动性转换和企业转换的金融中介，主要包括了银行理财产品、未贴现承兑汇票、委托贷款、信托贷款、民间借贷等。
（ 二） 模型选择
在宏观经济领域，VAR模型得到了广泛的应用，它通过将所有内生变量的当期变量对其若干滞后值进行回归，进而估计出全部内生变量的动态关系。然而，由于简化式VAR模型假设变量之间没有当期影响，因而不能很好的揭示宏观经济结构。为解决这一问题，一些学者对VAR模型提出修正，建立结构向量自回归模型（SVAR）[27].SVAR模型允许变量之间存在当期影响，因而更符合实际的宏观经济环境。
一般p阶SVAR模型可由（1） 式表示：
Ayt= AΓ1yt -1+ … + AΓpyt - p+ Aμt（1）
其中，矩阵A来自经济理论对经济结构的建模，为内生变量滞后项的系数矩阵，是简化式VAR的扰动项，移项可得：
A（1 - Γ1L - … - ΓpLp）yy= Aμt（2）
对于SVAR模型，分析的重点在于正交化的脉冲响应，故一般假设SVAR的结构扰动项正交，即假设Aμt= E其中B为MM的矩阵，（2） 式可转化为（3） 式
A（1 - Γ1L - … - ΓpLp）yt= Aμt= Bεt（3）
（3） 式则为SVAR模型的“AB模型”.若令A= IM,则为B模型，若令B = IM,则为A模型。为了识别AB模型，至少需要对A和B施加2M2- M（M+ 1）/2个约束，对于B模型，则至少需要对B施加M（M - 1）/2个约束条件，对于A模型，则至少需要对A施加M（M - 1）/2个约束条件。如果正好施加如此多的约束条件，则为恰好识别，如果施加更多的约束条件，则为过度识别。对A和B所施加的约束称为“短期约束”,“AB模型”的SVAR也被称为是“短期SVAR”.
（ 三） 变量选择及数据处理
本文选择国民生产总值 （gdp） ,实际房地产价格 （p） ,利率（r） 和影子银行规模（sb） ,全国住房投资额（inv） 和货币总供给（M2） 进入SVAR模型。
国民生产总值 （gdp） 可以用来反应经济增长。实际房地产价格 （p） 等于商品房销售额除以商品房销售面积； 影子银行规模的测度目前还未有一个统一标准，从现有文献来看，较多的学者[26、28 - 30]选取了社会融资总规模中的委托贷款、信托贷款、未贴现承兑汇票之和作为影子银行规模的测度，本文也使用委托贷款、信托贷款、未贴现承兑汇票之和作为影子银行的代理变量； 利率为当月银行间同业拆借加权平均利率，用来反映货币政策的走向[29]; 全国住房投资额 （inv） 反应来自供给方面的影响。
上述所有变量均使用了X - 12滤波法进行了季节调整； 所有变量都做了去通货膨胀处理得到真实值，且对利率（r） 外的其他变量取自然对数以消除指数增长趋势。
本文的所有数据均来自于国泰安数据库。由于中央银行自2002年开始发布社会融资规模的数据，本文的数据区间设为2002年第一季度到2014年第四季度，并利用stata12. 0进行分析。
四、实证检验与结果分析
（ 一） 单位根检验
构造结构向量自回归模型（SVAR） 的前提条件是模型中的各个变量均为平稳时间序列，否则两个相互独立的单位根变量可能会出现伪回归或者伪相关。因此，本文首先采用DF - GLS检验进行单位根检验。从表2中变量单位根检验的结果可以看出，各个变量的原始序列不平稳，一阶差分均为平稳，因此各序列为一阶单整（I（1） ） 序列，可以进行结构向量自回归模型（SVAR） 的建模。
（ 二） 协整关系检验
