張帥 秦夢 張少萍

摘? ?要：本文運用拔靴全樣本和子樣本滾動窗口因果關(guān)系檢驗方法，研究了我國金融穩(wěn)定性與土地價格之間的動態(tài)因果關(guān)系。實證結(jié)果表明，金融穩(wěn)定性提高會導(dǎo)致土地價格上漲;但過高的土地價格卻會引起金融穩(wěn)定性的降低。此外，金融穩(wěn)定性與三種類型土地價格之間的相互作用與土地整體價格互動關(guān)系略有不同，但大致相似;金融穩(wěn)定性與商業(yè)和住宅用地價格的交互影響程度高于與工業(yè)用地價格間的影響程度。了解金融穩(wěn)定性與土地價格相互作用的傳導(dǎo)機制，有助于在防止土地價格過度擴張的同時，制定相關(guān)政策，維護我國金融市場穩(wěn)定。

關(guān)鍵詞：金融穩(wěn)定性;土地價格;因果關(guān)系;拔靴滾動窗口檢驗

中圖分類號：F830.2? 文獻標(biāo)識碼：A 文章編號：1674-2265（2020）08-0020-08

DOI：10.19647/j.cnki.37-1462/f.2020.08.003

一、引言

金融穩(wěn)定是經(jīng)濟社會可持續(xù)發(fā)展的關(guān)鍵。歐洲中央銀行（ECB）將金融穩(wěn)定定義為金融系統(tǒng)能夠承受沖擊并解決金融失衡的一種條件（Fell，2005）[1]。而Mishkin（1999）[2]、Allen和Wood（2006）[3]則從原因、類型、后果等方面定義了金融不穩(wěn)定。由于定義的不同，對于金融穩(wěn)定性的衡量一直是一個難點。對于金融穩(wěn)定性的描述，僅用單一指標(biāo)來表示具有一定的不可靠性，Morales和Estrada（2010）[4]、王相寧和曾思韶（2019）[5]等學(xué)者均選擇一系列指標(biāo)，通過加權(quán)求和構(gòu)建一個綜合指標(biāo)對金融穩(wěn)定性進行衡量。新興市場更容易受到外部沖擊，Ma?kowiak（2007）[6]研究表明，相關(guān)貨幣政策會對典型新興市場的價格水平與實際產(chǎn)出產(chǎn)生影響。作為具有代表性的新興市場，我國金融體系的發(fā)展仍處于不完善的階段（Wahed，2017）[7]，研究影響金融穩(wěn)定性的因素具有一定的實踐意義。

而土地價格則是土地市場運行的重要指標(biāo)之一，可以被用來分析土地市場的供求狀況，優(yōu)化土地資源配置（Hu等，2016）[8]。土地價格可以反映出一個國家的經(jīng)濟和社會的運行狀態(tài)（Liu等，2012）[9]，合理的地價更是在推動產(chǎn)業(yè)結(jié)構(gòu)升級、促進經(jīng)濟增長中起著不可或缺的作用（曾國安和馬宇佳，2019）[10]。然而，卻鮮有關(guān)于金融穩(wěn)定性與土地價格之間相互關(guān)系的研究。本文試圖從金融穩(wěn)定性與土地價格之間的關(guān)系入手展開研究，為相關(guān)政府部門提供借鑒。

二、文獻綜述與理論假設(shè)

（一）文獻綜述

關(guān)于金融穩(wěn)定性與土地價格相互作用的研究較少。相關(guān)研究主要集中于以下四個方面：

1. 金融穩(wěn)定與物價穩(wěn)定。物價穩(wěn)定和金融穩(wěn)定性是影響經(jīng)濟發(fā)展的重要因素?；诖丝紤]，國內(nèi)外大部分學(xué)者在展開研究時，多集中于維護物價穩(wěn)定和金融穩(wěn)定的貨幣政策目標(biāo)選擇與傳導(dǎo)機制（Bernanke和Mishikin，1997;朱恩濤等，2016）[11，12]。對于金融穩(wěn)定與物價穩(wěn)定之間的相互作用關(guān)系，國內(nèi)外學(xué)者尚存在分歧。以Schwartz（1995）[13]為代表的學(xué)者認(rèn)為兩者呈正相關(guān)關(guān)系;Boyd等（2001）[14]等研究則認(rèn)為物價穩(wěn)定并不是促進金融穩(wěn)定的充分條件;王自力（2005）[15]通過建立投資—通脹模型，分析得出金融穩(wěn)定與物價穩(wěn)定之間存在短期沖突性和長期一致性。大量的實證研究證明了兩者之間并不是簡單的正負(fù)相關(guān)關(guān)系。例如，熊海芳和趙亞汝（2015）[16]使用DCC-MARCH模型對我國金融穩(wěn)定與價格穩(wěn)定間的動態(tài)關(guān)系進行分析，認(rèn)為金融穩(wěn)定與物價水平之間的關(guān)系會隨著物價變化而產(chǎn)生變化，并且會受到利率的影響;Fazio等（2018）[17]通過對1998—2014年期間66個國家的銀行數(shù)據(jù)進行實證檢驗，得出通脹目標(biāo)與金融穩(wěn)定性之間的關(guān)系呈倒U形的結(jié)論。

2. 金融穩(wěn)定性與房地產(chǎn)市場。金融市場的穩(wěn)定性與房地產(chǎn)市場聯(lián)系密切，乃至于部分學(xué)者在構(gòu)建金融穩(wěn)定性指數(shù)時，將國房景氣指數(shù)、商品房銷售價格指數(shù)等因素納入指標(biāo)體系（劉曉欣和雷霖，2017）[18]。Mishkin（1999）[2]、Herring和Wachter（1999）[19]分別從信息不對稱、危機短視和不正當(dāng)激勵等角度證明了房地產(chǎn)市場的繁榮會對金融市場的穩(wěn)定性造成負(fù)向沖擊。國內(nèi)外大量學(xué)者通過構(gòu)建不同實證模型，也得出了相似的結(jié)論：Pan和Wang（2013）[20]利用PMG估計方法研究美國房地產(chǎn)市場與金融市場穩(wěn)定性的關(guān)系，發(fā)現(xiàn)房價變化和房價偏離對金融穩(wěn)定性具有負(fù)向影響，且這種影響與收入有關(guān);徐榮等（2017）[21]利用SVAR模型對我國房價波動與金融風(fēng)險的關(guān)系展開研究，發(fā)現(xiàn)房價的大幅上漲會引起我國系統(tǒng)性金融風(fēng)險增加?？偨Y(jié)以上研究發(fā)現(xiàn)，關(guān)于金融穩(wěn)定性與房地產(chǎn)市場的研究主要聚焦于房產(chǎn)價格對金融穩(wěn)定性的單向影響。

3. 房地產(chǎn)價格與土地價格。關(guān)于房地產(chǎn)價格和土地價格間的因果關(guān)系，學(xué)界并未達成共識，主要有以下三種觀點：一是土地價格推動房地產(chǎn)價格，如Sulliva（2000）[22]基于均衡理論，從引致需求的角度解釋了房價過高可以歸因于地價過高;潘愛民和韓正龍（2012）[23]基于我國省域面板數(shù)據(jù)，證明土地價格無論在長期還是短期均會對房地產(chǎn)價格產(chǎn)生正向效應(yīng)。二是房地產(chǎn)價格推動土地價格，如Oikarinen（2014）[24]利用VEC模型對芬蘭房價與地價關(guān)系進行實證，發(fā)現(xiàn)房價的變動會對土地價格產(chǎn)生影響;張浩和李仲飛（2016）[25]應(yīng)用隨機效應(yīng)模型對我國2004—2013年數(shù)據(jù)進行研究，表明房價預(yù)期對土地價格產(chǎn)生正向影響。三是兩者互為因果關(guān)系，如Altuzarra和Esteban（2011）[26]對西班牙的地價和房價進行Granger因果檢驗，發(fā)現(xiàn)兩個市場間存在雙向關(guān)系等。

4. 金融市場對土地價格的影響。國內(nèi)外學(xué)者關(guān)于兩者相互作用的研究較少，多數(shù)研究均從金融市場對土地價格的影響展開分析。例如，Awokuse和Duke（2010）[27]利用VAR模型方差分解方法，證明了利率和房地產(chǎn)債務(wù)對土地價格的影響極其顯著;Rajan和Ramcharan（2012）[28]發(fā)現(xiàn)，信貸投放規(guī)模的增加會直接引起土地價格的上升，尤其是在次貸危機期間，信貸投放規(guī)模較大的地區(qū)，土地價格的增幅也更大。

總結(jié)既有研究可以發(fā)現(xiàn)，金融穩(wěn)定性會對土地價格產(chǎn)生影響，同時金融穩(wěn)定性、房地產(chǎn)價格和土地價格之間兩兩關(guān)系密切。但鮮有學(xué)者對金融穩(wěn)定性與土地價格之間的動態(tài)因果關(guān)系直接展開研究?；谶@一研究現(xiàn)狀，本文運用拔靴滾動窗口因果檢驗方法來檢驗二者間的因果關(guān)系;鑒于土地可以被細分為商業(yè)、住宅和工業(yè)用地，考察了這三種土地價格與金融穩(wěn)定性之間的動態(tài)因果關(guān)系。

（二）理論假設(shè)

金融穩(wěn)定對土地價格的傳導(dǎo)機制可以從直接影響和間接影響兩個方面進行分析：一方面，金融穩(wěn)定可以增強投資者信心（Gollier，2008）[29]并直接增加對土地的需求，從而提高土地價格;另一方面，隨著金融穩(wěn)定性的增加，人們對風(fēng)險的謹(jǐn)慎性動機下降，投資意愿上升，這必然會加大對房地產(chǎn)這一重要投資品的需求，推動房地產(chǎn)價格的上升，間接帶動土地價格上升。以我國房地產(chǎn)市場為例，土地價格是房價的重要組成部分之一，兩者相互影響，隨著房價的上漲土地價格也會增加（陳曉川和楊海艷，2013）[30]。隨著金融體系與監(jiān)管體系不斷完善，金融穩(wěn)定性也隨之逐步提高，這會引起人們對住房需求的增加，導(dǎo)致房價進一步上漲，并拉動土地價格的同步上升。

基于以上分析，提出假設(shè)1：金融穩(wěn)定性的上升會引起土地價格的上升。

關(guān)于土地價格對金融穩(wěn)定的影響，有兩種截然不同的觀點：一種觀點是土地價格變化會引起金融穩(wěn)定性的同向變化。這一觀點認(rèn)為，土地或地產(chǎn)價格的下降會導(dǎo)致抵押品價值下降，抵押人償還債務(wù)的意愿變小，導(dǎo)致償還貸款違約率升高，這無疑會阻礙金融體系的穩(wěn)定發(fā)展。另一種觀點是土地價格變化會引起金融穩(wěn)定性的反向變化。這一觀點認(rèn)為，當(dāng)土地或地產(chǎn)價格上漲時，購買者會更加偏向于向金融機構(gòu)貸款，增加金融機構(gòu)的信貸壓力;此外，購買者可能會選擇從游離于監(jiān)管之外的非正式金融機構(gòu)借款，由此導(dǎo)致的巨額貸款和較高的信用壓力，以及監(jiān)管的不完善，都阻礙了金融體系的穩(wěn)定發(fā)展。我國房價一直保持較快的增速，購房者需要負(fù)擔(dān)高額的貸款，然而購房需求卻仍在不斷增加。正規(guī)金融機構(gòu)為了降低償債違約率，對貸款人的貸款審查非常嚴(yán)格，導(dǎo)致一些購房者轉(zhuǎn)向具有更大金融風(fēng)險的非正規(guī)金融機構(gòu)進行貸款。據(jù)此，本文更傾向于第二種觀點。

基于以上分析，提出假設(shè)2：土地價格的上升會引起金融穩(wěn)定性的下降。

三、模型構(gòu)建

本文引入拔靴子樣本滾動窗口因果檢驗方法來檢驗兩者之間的因果關(guān)系。以下為模型介紹：

（一）拔靴全樣本因果關(guān)系檢驗

在基于傳統(tǒng)VAR模型的格蘭杰因果關(guān)系檢驗中，檢驗統(tǒng)計量可能并不服從標(biāo)準(zhǔn)的漸近分布，導(dǎo)致檢驗結(jié)果失真。為了克服這個問題，本文使用基于RB修正LR統(tǒng)計量來檢驗金融穩(wěn)定性與土地價格之間的因果關(guān)系，構(gòu)建雙變量VAR（p） 模型如下：

其中，[εt=（ε1t，ε2t）']是一個具有零均值和常方差白噪聲。[X1t]和[X2t]分別表示金融穩(wěn)定性和土地價格。[βij（L）=k=1pβij，kLk]，[i=1，2]，[j=1，2]，L是滯后因子，即有[LkXt=Xt-k]。如果[β12，k=0]，[k=1，2，……，p]，則土地價格變化不是金融穩(wěn)定性變化的格蘭杰原因的原假設(shè)可以被接受;如果這個原假設(shè)被拒絕，則土地價格是我國金融穩(wěn)定的一個重要原因;金融穩(wěn)定性變化是否是土地價格變化的格蘭杰原因同理。

（二）參數(shù)穩(wěn)定性檢驗

在全樣本因果關(guān)系檢驗中，通常假定參數(shù)不存在結(jié)構(gòu)性變化，但在現(xiàn)實中這一假設(shè)通常無法滿足，此時運用全樣本因果檢驗是不合理的?；诖耍捎肧up-F、Ave-F和Exp-F檢驗確保全樣本因果關(guān)系分析的可靠性。其中，Sup-F被用來測試突發(fā)的結(jié)構(gòu)性變化，Ave-F和Exp-F則被用于檢驗參數(shù)是否會隨時間推移而逐漸變化。如果參數(shù)存在結(jié)構(gòu)性變化，則應(yīng)采用拔靴子樣本滾動窗口檢驗方法來檢驗金融穩(wěn)定性與土地價格之間的動態(tài)因果關(guān)系。

（三）拔靴子樣本滾動窗口因果關(guān)系檢驗

子樣本滾動窗口檢驗方法是指將全樣本按照等寬分割成多個子樣本，并對每個子樣本進行因果檢驗。具體步驟如下：在時間序列長度[T]中設(shè)置樣本長度為[l]的子樣本，同時每個子樣本的末端為l，[l+1，…，T]，共得到[T-l+1]個子樣本。根據(jù)基于RB的修正LR因果關(guān)系檢驗方法，將每一個子樣本觀測到的概率值p和LR統(tǒng)計量按時間順序進行統(tǒng)計，得到子樣本滾動窗口的因果檢驗結(jié)果。式（2）描述了土地價格對金融穩(wěn)定的影響：

其中 Nb表示拔靴實驗重復(fù)次數(shù)，[β*12，k]是根據(jù)式（1）中VAR模型計算所得的拔靴估計量，金融穩(wěn)定性對土地價格的影響同理。為了保證檢驗的準(zhǔn)確性，本文采用90%置信區(qū)間，去除過大或過小的值。

四、實證研究

（一）指標(biāo)與數(shù)據(jù)介紹

1.? 金融穩(wěn)定性指標(biāo)構(gòu)建。采用主成分分析法構(gòu)建綜合評價指標(biāo)對金融穩(wěn)定性進行測度，從金融機構(gòu)、金融市場、金融體系、抵御外部沖擊能力、宏觀經(jīng)濟環(huán)境等五個方面，共選取15個指標(biāo)，以2003年第四季度至2019年第三季度作為研究樣本，構(gòu)建金融穩(wěn)定性綜合評價指標(biāo)，記為FS。所選指標(biāo)數(shù)據(jù)除實際人民幣有效匯率指數(shù)來源于國際清算銀行（BIS）官網(wǎng)外，其他數(shù)據(jù)均來源于萬得數(shù)據(jù)庫。具體指標(biāo)體系如表1所示。

需要特別說明的主要有以下幾點：第一，考慮到房地產(chǎn)市場與土地市場的緊密關(guān)聯(lián)性，在構(gòu)建金融穩(wěn)定性指標(biāo)時，未將代表房地產(chǎn)市場情況的國房景氣指數(shù)、商品房銷售價格指數(shù)等指標(biāo)納入;第二，不同于西方國家，我國金融機構(gòu)主要以銀行為主，因此在選取描述金融機構(gòu)的指標(biāo)時只包含了代表銀行業(yè)務(wù)的指標(biāo);第三，為剔除季節(jié)性因素的影響，本文對所有指標(biāo)進行了季節(jié)性檢驗，將存在季節(jié)性的存貸比等8個指標(biāo)進行了Census-X12季節(jié)性調(diào)整。

根據(jù)主成分分析所得到的各成分的方差貢獻率和累計貢獻率，前4個成分的累計貢獻率為86.612%，大于85%，因此可采用前4個主成分代表金融穩(wěn)定性水平。按照各成分的方差貢獻率，進行加權(quán)平均得到我國金融穩(wěn)定性綜合指標(biāo)，其變化如圖1所示。

2. 數(shù)據(jù)描述與平穩(wěn)性檢驗。在指標(biāo)選取方面，金融穩(wěn)定性指標(biāo)采用利用主成分分析法構(gòu)建的綜合評價指標(biāo)FS表示。根據(jù)土地用途，土地價格可以被劃分為四種類型：總體土地價格、商業(yè)用地價格、住宅用地價格和工業(yè)用地價格，分別表示為LP、CLP、RLP、ILP。樣本區(qū)間為2003年第四季度至2019年第三季度，數(shù)據(jù)來源于萬得數(shù)據(jù)庫、中國地價監(jiān)測網(wǎng)和國際清算銀行官方網(wǎng)站。為了消除異方差的影響，對各項指標(biāo)取其增長率進行分析。

表2給出了金融穩(wěn)定性和土地價格的描述性統(tǒng)計。FS、LP、CLP、RLP和ILP的均值表明，它們的序列分別集中于0.0750、0.0218、0.0225、0.0305和0.0088;LP、CLP、RLP和ILP的偏度均為正;各項變量均表現(xiàn)為尖峰特征。另外，Jarque-Bera檢驗證明金融穩(wěn)定性和土地價格具有顯著的非正態(tài)分布特征，運用傳統(tǒng)的全樣本格蘭杰因果檢驗方法是不合適的。

為了防止出現(xiàn)“偽回歸”，本文使用ADF檢驗、PP檢驗和KPSS檢驗對數(shù)據(jù)的平穩(wěn)性進行檢驗，結(jié)果顯示，ADF檢驗和PP檢驗中拒絕了存在單位根的原假設(shè)，而在KPSS檢驗中則接受了平穩(wěn)序列的原假設(shè)，可以認(rèn)為FS、LP、CLP、RLP和ILP均為平穩(wěn)序列。

（二）FS和LP的動態(tài)因果關(guān)系分析

1.? 拔靴全樣本因果關(guān)系檢驗。本文基于SIC信息準(zhǔn)則，選擇最優(yōu)滯后長度為1。表3給出了基于RB修正的LR統(tǒng)計量全樣本因果關(guān)系檢驗結(jié)果。結(jié)果表明，F(xiàn)S與LP之間無因果關(guān)系。金融穩(wěn)定性不是土地價格變化的格蘭杰原因;反之，土地價格也非金融穩(wěn)定性變化的格蘭杰原因。

2. 參數(shù)穩(wěn)定性檢驗。為了保證因果檢驗的可靠性，采用Sup-F、Ave-F、Exp-F檢驗方法對FS和LP的參數(shù)穩(wěn)定性進行檢驗，同時使用Lc統(tǒng)計檢驗對整個VAR模型中參數(shù)穩(wěn)定性進行檢驗。

由表4可以看出，Sup-F檢驗顯示，F(xiàn)S和LP在1%顯著性水平下存在結(jié)構(gòu)性變化，VAR模型的參數(shù)在5%顯著性水平下存在結(jié)構(gòu)性變化。Ave-F檢驗顯示，在1%顯著性水平下，F(xiàn)S的參數(shù)會隨時間而變化;在5%顯著性水平下，LP的參數(shù)會隨時間而變化。Exp-F檢驗顯示，在1%顯著性水平下，F(xiàn)S和LP的參數(shù)均會隨時間而變化。而對于VAR模型中的參數(shù)，Exp-F也被證明在5%水平下顯著，但在Ave-F檢驗中卻不能拒絕原假設(shè)。Lc統(tǒng)計量檢驗則顯示，VAR模型在5%的顯著性水平下拒絕遵循一個隨機游走過程的原假設(shè)，這表明在上述VAR模型中參數(shù)是不穩(wěn)定的?？傊鲜鰴z驗表明參數(shù)具有時變性，也就是說全樣本因果檢驗的結(jié)果不具有可靠性，需要引入拔靴子樣本滾動窗口因果檢驗方法來檢驗FS與LP之間的因果關(guān)系。

3. 拔靴子樣本滾動窗口因果關(guān)系檢驗。使用式（2）中的VAR模型來估計LR統(tǒng)計中的拔靴p值。在滾動窗寬度的選擇上，較大的窗寬可以提高預(yù)測準(zhǔn)確性，但卻減少了滾動的數(shù)量;而較小的窗寬難以保證計算結(jié)果的可靠性。Pesaran和Timmermann（2005）[31]提出，如果存在結(jié)構(gòu)性變化，那么滾動窗口寬度不應(yīng)小于20。為保證檢驗準(zhǔn)確性，本文選取滾動窗口寬度為20個季度①。

圖2為金融穩(wěn)定性FS對土地價格LP影響的p值變化。當(dāng)p值大于0.1時，說明在10%顯著性水平下接受原假設(shè)，F(xiàn)S對LP無顯著影響;當(dāng)p值小于0.1時，則認(rèn)為在10%的顯著性水平下，F(xiàn)S對LP影響顯著。從圖中可以看出，在2011年第四季度至2015年第二季度，以及2015年第四季度至2018年第四季度，金融穩(wěn)定性FS對土地價格LP存在顯著影響。

圖3描繪了FS對LP的影響方向和大小。若影響系數(shù)大于0，則說明具有正向影響;若影響系數(shù)為負(fù)數(shù)，則說明具有負(fù)向影響。從圖中可以看出，自2011年以來，金融穩(wěn)定性FS一直對土地價格LP產(chǎn)生正向影響，假設(shè)1得證。這是因為我國面對金融危機，采取一系列有效措施，金融危機影響逐步減弱，金融穩(wěn)定性逐步增加，加之金融機構(gòu)不斷增加信貸投放支持，監(jiān)管體系愈加完善，種種條件都為投資者創(chuàng)造了良好的投資環(huán)境。此外，國務(wù)院發(fā)布相關(guān)政策，對民間投資給予正確指導(dǎo)和有力支持。良好的投資環(huán)境和政府對民間投資的引導(dǎo)支持，為投資市場注入了新的活力，吸引了大量投資，對土地的需求也隨之增加，土地的價格也水漲船高。

圖4為LP對FS影響的p值變化，與上文的分析類似，可以看出，在2010年第一季度之前和2016年第二季度至2018年底，LP對FS有顯著影響，其他時間內(nèi)LP對FS的影響則不顯著。

由圖5可以看出，在LP對FS具有顯著影響的期間（2010年第一季度之前和2016年第二季度至2018年底），LP對FS產(chǎn)生負(fù)向影響，上文所述假設(shè)2得證。尤其是2016年第二季度之后，土地價格對金融穩(wěn)定性的影響極為顯著，而這恰好對應(yīng)了2016年我國房價空前暴漲的事實，反映出土地價格可以通過房地產(chǎn)市場對金融穩(wěn)定性產(chǎn)生影響。此后土地價格對金融穩(wěn)定性的影響逐漸下降，這是因為我國針對房地產(chǎn)行業(yè)出臺相關(guān)政策，有效抑制了房價泡沫的膨脹，致使土地價格通過房地產(chǎn)市場對金融穩(wěn)定性產(chǎn)生的影響也有所降低。由此可以看出，房地產(chǎn)市場是土地價格對金融穩(wěn)定性產(chǎn)生負(fù)向沖擊的重要傳導(dǎo)途徑。

（三）FS與CLP、RLP、ILP互動關(guān)系實證結(jié)果

本文試圖進一步探究金融穩(wěn)定性對不同用途土地價格的不同影響，以及不同用途土地價格對金融穩(wěn)定性的不同影響，這就需要分別檢驗金融穩(wěn)定性FS與商業(yè)用地價格CLP、住宅用地價格RLP以及工業(yè)用地ILP之間的因果關(guān)系及其相互影響的大小和方向。限于篇幅限制，且考慮到檢驗過程與上文中對于FS和LP分析過程相同，本文只列出子樣本滾動窗口因果關(guān)系檢驗的拔靴p值和影響系數(shù)。

圖6和圖7分別描繪出FS對三種類型土地價格影響的顯著程度、方向和大小。從圖中可以看出，金融穩(wěn)定性對三種類型土地價格的影響與金融穩(wěn)定性對土地總體價格影響相似。在2011年第一季度至2015年第二季度，及2017年第三、四季度，F(xiàn)S對商業(yè)用地價格CLP有顯著影響，并且這種影響是正向的;在2010年第四季度至2019年第三季度，F(xiàn)S對住宅用地價格RLP同樣有著顯著的正向影響;在2009年第一季度至2014年第三季度，F(xiàn)S對工業(yè)用地價格ILP有顯著影響，且影響為正。

圖8和圖9分別描繪出三種類型土地價格對FS影響的顯著程度、方向和大小。從圖中可以看出，在2009年第一季度至2010年第一季度、2010年第三季度和2015年第一季度至2017年第四季度，商業(yè)用地價格CLP對FS有顯著影響，且影響是負(fù)向的;在2009年第一季度至2010年第一季度、2016年第二季度至2019年第一季度住宅用地價格RLP對FS有顯著負(fù)向影響;而工業(yè)用地價格ILP對FS僅在2009年第一季度至2010年第一季度具有較小的負(fù)向影響。

通過對以上三種類型土地價格與金融穩(wěn)定性互動關(guān)系的比較，金融穩(wěn)定性對三種類型土地價格都起到正向的推動作用，且對商業(yè)用地價格和住宅用地價格的這種推動作用大于對工業(yè)用地;從土地價格對金融穩(wěn)定性影響方面來說，商業(yè)用地價格和住宅用地價格對金融穩(wěn)定性產(chǎn)生的負(fù)向沖擊較大，而工業(yè)用地價格對金融穩(wěn)定性雖然影響同樣為負(fù)，但其影響顯著的時期較短且影響接近于0。這是因為工業(yè)用地主要集中在郊區(qū)或靠近郊區(qū)的位置，價格相對較低;商業(yè)用地則主要集中在城市內(nèi)部，價格相對較高;而我國房價上漲的一個重要原因是住宅用地價格過高。隨著土地價格的升高，金融機構(gòu)面臨的信貸壓力也會越來越大，違約率也會隨之上升，也即較高土地價格的類型對金融穩(wěn)定性影響更為顯著。

五、結(jié)論與對策建議

本文基于2003年第四季度至2019年第三季度的季度數(shù)據(jù)，通過主成分分析法構(gòu)建金融穩(wěn)定性指標(biāo)，全面描述我國金融穩(wěn)定發(fā)展?fàn)顩r;而后，運用拔靴全樣本和子樣本滾動窗口因果關(guān)系檢驗方法對我國金融穩(wěn)定性和土地價格之間的因果關(guān)系展開分析。本文主要結(jié)論如下：第一，金融穩(wěn)定性是土地價格變動的一個重要影響因素，對其產(chǎn)生正向影響，而土地價格同樣是影響金融穩(wěn)定性的重要因素，但對金融穩(wěn)定性產(chǎn)生負(fù)面影響。第二，通過分析三種類型土地價格與金融穩(wěn)定之間的因果關(guān)系，發(fā)現(xiàn)商業(yè)和住宅用地價格相較于工業(yè)用地價格，與金融穩(wěn)定相互影響程度更大。

基于本文結(jié)論，在供給側(cè)結(jié)構(gòu)性改革持續(xù)推進、經(jīng)濟轉(zhuǎn)型升級的背景下，相關(guān)政府部門需要重視金融穩(wěn)定性和土地價格之間的互動關(guān)系：

首先，為維護并促進金融穩(wěn)定性的提高，應(yīng)嚴(yán)格把控土地價格增速，將其控制在合理區(qū)間內(nèi)，科學(xué)合理地調(diào)整土地供給結(jié)構(gòu)，防止過度上漲的土地價格對金融穩(wěn)定性造成劇烈的負(fù)向沖擊。

其次，要協(xié)調(diào)好維護金融穩(wěn)定和經(jīng)濟穩(wěn)增長間的關(guān)系，應(yīng)加強對房地產(chǎn)信貸業(yè)務(wù)的監(jiān)管，有效發(fā)揮金融服務(wù)實體經(jīng)濟的作用，避免過量資金流入房地產(chǎn)市場，造成房地產(chǎn)與實體經(jīng)濟的結(jié)構(gòu)性失衡，引起土地價格上漲，威脅金融穩(wěn)定。

最后，要特別注重房地產(chǎn)市場這個重要的影響渠道。雖然房地產(chǎn)市場會對經(jīng)濟增長起到一定的帶動作用，但同時也要謹(jǐn)防房地產(chǎn)價格過高，放大土地價格增加對金融穩(wěn)定性造成負(fù)向沖擊的情形?；诖?，應(yīng)平抑房地產(chǎn)價格尤其是商業(yè)用房和住宅價格，嚴(yán)防房地產(chǎn)市場供求和價格出現(xiàn)巨幅波動。

注：

1為了驗證檢驗結(jié)果的可靠性，本文還使用24個季度、28個季度和32個季度的滾動窗口寬度來研究因果關(guān)系，其結(jié)果與20個季度的滾動窗口寬度基本一致。

參考文獻：

[1]Fell，J. 2005. Assessing Financial Stability：Exploring the Boundaries of Analysis [J].National Institute Economic Review，192（1）.

[2]Mishkin，F(xiàn)rederic S. 1999. Global Financial Instability：Framework，Events，Issues [J].Journal of Economic Perspectives，13（4）.

[3]Allen W A，Wood G. 2006. Defining and Achieving Financial Stability [J].Journal of Financial Stability，2（2）.

[4]Morales M A，Estrada D. 2010. A Financial Stability Index for Colombia [J].Annals of Finance，6（4）.

[5]王相寧，曾思韶.金融包容性對收入差距和金融穩(wěn)定性的影響——基于“一帶一路”沿線43個國家的面板數(shù)據(jù) [J].經(jīng)濟與管理研究，2019，40（4）.

[6]Bartosz，Ma?kowiak. 2007. External Shocks，U.S. Monetary Policy and Macroeconomic Fluctuations in Emerging Markets [J].Journal of Monetary Economics.

[7]Wahed M S. 2017. Chinas Financial System：Resolving the Constraints for Sustained Growth [J].Strategic Change，26.

[8]Hu S，Yang S，Li W，et al. 2016. Spatially Non-Stationary Relationships Between Urban Residential Land Price and Impact Factors in Wuhan City，China [J].Applied Geography，68（68）.

[9]Liu，Z.，and W. T. Zha. 2013. Land-Price Dynamics and Macroeconomic Fluctuations [J].Econometrica，81.

[10]曾國安，馬宇佳.土地價格對城市產(chǎn)業(yè)結(jié)構(gòu)升級的影響研究——基于全國105個地級及以上城市數(shù)據(jù)的實證分析 [J].宏觀經(jīng)濟研究，2019，（6）.

[11]Bernanke B S，Mishkin F S. 1997. Inflation Targeting：A New Framework for Monetary Policy？ [J].Journal of Economic Perspectives，11（2）.

[12]朱恩濤，翁玉穎，張小雅.關(guān)于物價穩(wěn)定與金融穩(wěn)定協(xié)調(diào)的理論分析 [J].商業(yè)經(jīng)濟研究，2016，（6）.

[13]Schwartz，A. J. 1995. Systemic Risk and the Macroeconomy， in G. Kaufman，ed.，Banking， Financial Markets， and Systemic Risk [W].Vol 7，Research in Financial Services，Private and Public Policy.Greenwich，Connecticut，Jai Press，19-30.

[14]Boyd J H，Levine R，Smith B D. 2001. The Impact of Inflation on Financial Sector Performance [J].Journal of Monetary Economics，47（2）.

[15]王自力.金融穩(wěn)定與貨幣穩(wěn)定關(guān)系論 [J].金融研究，2005，（5）.

[16]熊海芳，趙亞汝.價格穩(wěn)定、貨幣與金融穩(wěn)定的關(guān)聯(lián)性研究 [J].投資研究，2015，34（10）.

[17]Fazio D M，Silva T C，Tabak B M，et al. 2018. Inflation Targeting and Financial Stability：Does the Quality of Institutions Matter？ [J].Economic Modelling，S0264999317304820.

[18]劉曉欣，雷霖.金融杠桿、房地產(chǎn)價格與金融穩(wěn)定性——基于SVAR模型的實證研究 [J].經(jīng)濟學(xué)家，2017，（8）.

[19]Herring R J，Wachter S M. Real Estate Booms and Banking Busts：An International Perspective [J].Social Science Electronic Publishing.

[20]Pan H，Wang C. 2013. House Prices，Bank Instability，and Economic Growth：Evidence From the Threshold Model [J].Journal of Banking & Finance，37（5）.

[21]徐榮，郭娜，李金鑫，何齡童.我國房地產(chǎn)價格波動對系統(tǒng)性金融風(fēng)險影響的動態(tài)機制研究——基于有向無環(huán)圖的分析 [J].南方經(jīng)濟，2017，（11）.

[22]Sullivan，O. 2000. Urban Economies，[M].The McGraw-Hill Companies.

[23]潘愛民，韓正龍.經(jīng)濟適用房、土地價格與住宅價格——基于我國29個省級面板數(shù)據(jù)的實證研究[J].財貿(mào)經(jīng)濟，2012，（2）.

[24]Oikarinen，E. 2014. Is Urban Land Price Adjustment More Sluggish Than Housing Price Adjustment？ [J]. Empirical Evidence， Urban Studies，l5.

[25]張浩，李仲飛.房價預(yù)期、土地價格和房地產(chǎn)商行為 [J].管理評論，2016，（4）.

[26]Altuzarra A，Esteban M. 2011. Land Prices and Housing Prices： The Case of Spain [J].Journal of Housing and the Built Environment，26（4）.

[27]Duke J M，Awokuse T O. 2010. The Casual Structure of Land Price Determinants [J].Canadian Journal of Agricultural Economics，54.

[28]Rajan R，Ramcharan R. 2015. The Anatomy of a Credit Crisis：The Boom and Bust in Farm Land Prices in the United States in the 1920s [J].Nber Working Papers，105（4）.

[29]Jean-Marc Gollier. 2008. The Value of Financial Stability [J].International Finance，11（2）.

[30]陳曉川，楊海艷.我國房價與地價關(guān)系的實證分析 [J].武漢理工大學(xué)學(xué)報（信息與管理工程版），2013，35（3）.

[31]Pesaran M H，Timmermann A. 2005. Small Sample Properties of Forecasts From Autoregressive Models Under Structural Breaks [J].Journal of Econometrics，129.

[32]董迪.區(qū)域金融穩(wěn)定性指數(shù)的構(gòu)建與評估研究[J].武漢金融，2019，（2）.