我国影子银行发展与经济增长关系的实证研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇我国影子银行发展与经济增长关系的实证研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：本文从信贷需求角度对我国1990―2014年影子银行规模进行系统测度，通过建立VAR模型对影子银行发展与经济增长的关系进行实证研究。结果显示：经济增长与影子银行发展存在单向因果关系，即经济增长促进了影子银行发展，反之则不成立。本文认为监管部门应加强对影子银行的监管，引导影子银行资金流向，建立预警监测系统以保证影子银行风险可控。

关键词：影子银行；经济增长；VAR模型

中图分类号：F830.35 文献标识码：A 文章编号：1674-2265（2015）03-0072-06

一、引言

2008年爆发的金融危机令美国等欧美国家陷入了大萧条以来最长的衰退期，“影子银行”被很多人认为是诱发危机的“罪魁祸首”：“影子银行”将原本流动性差、风险高、信用评价低的次级债务进行结构化、分发和打包，进而转换成诸如CDO、MBS等流动性较高、信用评级较高的短期证券化产品，最终销售给投资者。然而这些衍生工具隐含着极高的违约风险，一旦市场出现不利变动（如央行紧缩银根或者是利率上升等），这些证券化产品很可能会无法偿付，从而导致金融机构现金流断裂，引发金融危机。

伴随着我国经济的高速发展，影子银行规模在我国也呈现出几何式增长。图1为2002―2014年我国社会融资规模与人民币贷款规模的比较。统计显示，2002年我国人民币贷款规模为20112亿元，占同期社会融资规模的比例高达91.86%；而2014年人民币贷款规模为97813亿元，占同期社会融资规模的比例降至59.59%，这表明我国社会融资结构发生了巨大变化，委托贷款、信托贷款、贴现票据等融资大幅增加。但相较于欧美发达国家，当前我国金融自由化程度仍然较低，金融工具相对简单，因而我们不能“谈影色变”，应客观研究当前我国影子银行的发展，对其进行合理监管与引导。

二、相关文献综述

（一）关于影子银行的概念界定与特征的研究

“影子银行”一词最早是由美国太平洋投资管理咨询公司（PIMCO）执行董事麦卡利（Paul McCulley）于2007年提出，意指那些游离于传统商业银行体系之外但从事类似传统商业银行业务的非银行机构，包括投资银行、对冲基金、货币市场基金、债券保险公司、结构性投资工具等。同年，PIMCO联合创始人债券大王格罗斯（Bill Gross）提出了“秘密银行体系”的概念，该体系建立在金融衍生产品之上却在监管体系之外，包含商业银行体系之外的所有金融创新。2008年，纽约联邦储备银行行长盖纳（Tim Geithner）提出“平行银行系统”（Parallel Banking System）概念，这一系统利用短期市场融资购买大量高风险、低流动性的长期金融资产。2011年，金融稳定理事会（FSB）在其研究报告中将影子银行定义为：传统商业银行体系之外的，通过借短贷长、杠杆交易和不良信用转化等方式套利而带来系统风险的信用中介体系。国内方面，易宪容（2009）认为影子银行是把银行贷款证券化，通过证券市场获得信贷基金、实现信贷扩张的一种融资方式，它使传统的银行信贷关系演变为隐藏在证券化中的信贷关系。周小川（2011）将影子银行定义为行使商业银行功能但却基本不受监管或仅受较少监管的非银行金融机构，比如对冲基金、私募股权基金、特殊目的实体公司（SPV）等。张世强等（2013）认为影子银行向企业、居民和其他金融机构提供流动性、期限错配和提高杠杆率等服务，不同程度上替代了商业银行功能的工具、机构、企业或市场，从而在不同程度上规避监管或不受监管，实现监管套利。国务院办公厅2013年107号文对我国影子银行进行了界定，文件指出，我国影子银行主要包括三类：一是不持有金融牌照、完全无监管的信用中介机构，包括新型网络金融公司、第三方理财机构等。二是不持有金融牌照、存在监管不足的信用中介机构，包括融资性担保公司、小额贷款公司等。三是机构持有金融牌照、但存在监管不足或规避监管的业务，包括货币市场基金、资产证券化、部分理财业务等。

（二）关于影子银行运行机制和影响的研究

克鲁格曼（Paul Krugman，2008）认为影子银行体系通过复杂的金融创新设计来规避传统的金融监管，可以从事比商业银行更广泛的业务领域，但过度的影子银行现象会引起金融危机。艾德里安和申（Tobias Adrian和Hyun Song Shin，2009）认为影子银行的高杠杆操作和期限错配导致了金融体系的脆弱性，并建议在后危机时代加强对资产证券化和影子银行的监管。佐尔坦等（Zoltan等，2010）研究了影子银行与传统商业银行之间的关系，认为影子银行与传统银行具有一定的竞争关系，影子银行系统通过期限转换和信贷转换才促进金融繁荣且蕴含着较高的风险。盛（Andrew Sheng，2011）通过大量的数据研究发现影子银行使货币政策变得复杂，期限错配和高杠杆性增加了金融体系的系统性风险，他提出将影子银行体系纳入到货币供应量统计指标中，以扩大货币政策实施和监管的范围。本特松（Elias Bengtsson，2013）深入研究2008年的金融危机，分析了影子银行的运行机制和风险，认为影子银行的高杠杆操作和期限错配加大了整个金融体系的脆弱性，为了防范金融不稳定现象，应该加强对资产证券化和影子银行业务的监管。

国内方面，巴曙松（2009）认为，影子银行通过在金融市场大量发行各种复杂的金融衍生产品，大规模扩张资产和负债业务，在严重缺少监管的情况下会积累大量的金融风险。李波和伍戈（2011）从信用创造的角度，分析影子银行对货币政策所构成的挑战。其研究认为，影子银行通过创造不受中央银行约束的具有广义流动性特征的金融资产，对货币政策的理论和实践形成诸多挑战。毛泽盛、万亚兰（2012）研究了我国影子银行规模和金融体系稳定性之间的关系，得出结论为影子银行规模与银行体系稳定性之间存在阈值效应，当影子银行规模低于阈值时，影子银行的发展有利于提高银行体系的稳定性，相反则降低银行体系的稳定性。沈悦和谢坤锋（2013）通过实证研究得出的结论为经济增长与影子银行发展存在单向因果关系和长期稳定均衡关系。王晓枫和申妍（2014）以影子银行的流动性、银行的表内信贷和经济增长为主要指标，实证分析了影子银行的流动性及其对宏观经济的影响，并与银行表内信贷的流动性创造进行了对比分析。结果表明： 自2007年以来，影子银行的流动性创造对我国经济增长发挥了一定的积极作用； 在短期内影子银行创造的流动性波动较大，对经济增长具有一定的负面效应，但是从长期看将趋于稳定； 影子银行的发展具有顺周期性。刘超和马玉洁（2014）利用我国2002―2012年数据，建立VAR模型研究影子银行对金融发展和金融稳定的脉冲响应，结果显示，影子银行系统对我国金融发展具有正向促进作用，但其发展对金融稳定产生负向冲击。

三、影子银行的规模测度

本文借鉴李建军（2010）的研究方法，从信贷需求角度测算我国影子银行规模。这种测算方法的经济理论基础是“一定时期内全社会经济活动主体实现的GDP对应全部金融机构的信贷支持”，称为“单位GDP的贷款系数”，用RYL表示，公式为RYL=全社会未偿还贷款余额/国内生产总值。该指标体现了经济活动受到正规金融机构信贷支持的程度。测算的整体思路是用影子银行的借款主体创造的GDP测算出借款主体所需的信贷总规模，然后剔除借款主体从正规金融机构获得的贷款金额，剩余即为影子银行规模。

农户、私营企业、个体工商户等中小经济单位由于具有经营风险高，可抵押资产少，融资“短、小、频、急”的特点，很难获得商业银行等正规金融机构的融资支持，因而他们是影子银行的主要借款者。我们用第一产业的产值YF代替农户部门创造的GDP，用“私营企业与个体经济单位的就业人数比例与第二、三产业的单位就业人数创造的产值乘积” YE测算私营企业和个体经济单位创造的GDP；以农业贷款当年余额表示农户获得的正规信贷额度，以私营企业与个体贷款当年余额表示私营企业和个体经济单位获得的正规信贷额度。这样就可以分别计算出农户单位GDP的贷款系数RFL、私营企业和个体工商户单位GDP的贷款系数REL。继而农户、私营和个体经济单位的正规贷款满足率可以分别表示为：SFL= RFL/RYL，SEL=REL/RYL。最后，影子银行规模的测算公式可表示为：[SB=RYL・YF（1-SFL）+RYL・YE（1-SEL）]。依据上述理论和公式对我国1990―2014年影子银行规模进行测算，结果如表1所示。

四、变量选择和模型设计

（一）变量选取与数据说明

本文主要研究我国影子银行发展与经济增长两者之间的相互影响关系，因此本文选取上文中测度的影子银行规模（SB）来衡量影子银行的发展程度，国内生产总值GDP被公认为是衡量国家经济状况的最佳指标，因而本文选用我国1990―2014年历年GDP来衡量该时间段的经济增长状况。

需要说明的是，回归变量的原始数据主要来自国家统计局数据库、人民银行数据库和中国金融年鉴，个别年份的缺失数据，则根据其变化规律推算补齐。

（二）模型选择

基于研究的需要，本文选取向量自回归（VAR）模型来研究影子银行发展与经济增长之间的相互影响关系。VAR方法不以经济理论为基础，而是基于数据的统计性质建立模型，它把系统中每个内生变量作为系统中所有内生变量的滞后值的函数来构造非结构化模型，因而可以对变量之间的动态联系提供严密的论证说明。一个含有N个变量滞后期为p阶的VAR模型可表示如下：

yt=C+A1yt-1+……+Apyt-p+μt

公式中yt为N×1维时间序列列向量，C为N×1维常数项列向量，Ai（i=1，2，…，p）为N×N维系数矩阵，μt为N×1维随机误差向量。模型满足：（1）E（μt）=0，即误差项μt的期望为0；（2）E（μtyt-i）=0，即误差项μt与内生变量的各阶滞后项yt-i不相关。

五、实证分析

（一）平稳性检验

由于VAR模型的变量为时间序列数据，因而该模型使用的前提是变量平稳或不平稳但存在协整关系。本文采用ADF检验法对变量DLNY、DLNSB进行平稳性检验，结果见表2。

通过表2可以看出，原始序列Y、SB与对数序列LNY、LNSB的ADF检验值均大于5%显著性水平临界值，不是平稳的时间序列。但对两个变量的对数序列进行一阶差分后发现都是在5%的显著性水平上拒绝存在单位根原假设，这说明DLNSB、DLNY均为平稳序列，本文选择DLNY、DLNSB作为经济增长和影子银行的替代变量建立VAR模型。

（二）VAR模型选择

鉴于本文的样本数据均为年度数据且样本期限较短，为保持合理的自由度，使模型具有较强的解释能力，本文选择最大滞后阶数为3阶。依据LR统计量 （似然比检验）、FPE（最终预测误差）、AIC信息准则、SC信息准则与HQ（Hannan-Quinn）信息准则5个常用指标来进行选择。

下面检验VAR（1）模型的平稳性，VAR模型稳定的条件是需要特征方程所有根的倒数值均小于1，即位于单位圆以内。从图2可以看出 VAR（1）模型特征根的倒数均在单位圆内，符合稳定条件。

（三）Granger因果关系检验

为确定变量之间的相互关系，我们进行基于VAR模型的Granger因果检验，表4给出了Granger因果检验结果。结果表明，1990―2014年间，DLNY在5%的显著性水平下拒绝原假设，DLNY是DLNSB的Granger原因；DLNSB在10%显著水平下接受了不是DLNY的Granger原因的原假设。因此可以认为影子银行发展和经济增长之间存在单向因果关系，即经济增长促进了影子银行的发展，但影子银行规模扩大并未对经济增长产生积极作用。该结论与沈悦和谢坤锋（2013）的研究结论一致。

（四）脉冲响应分析

脉冲响应函数（IRF）可以描述模型中的内生变量对冲击的反应，即在扰动项上加1个标准差大小的信息冲击对内生变量的当前值和未来值的影响。图3是对VAR（1）模型的脉冲响应函数曲线（因Granger因果检验显示，DLNSB不是DLNY的Granger原因，因而本文只做DLNSB对DLNY冲击的响应图）。图3显示，当在本期给DLNY1个标准差单位正向冲击后，DLNSB开始迅速上升，并在第2年达到峰顶，第3年与第2年持平，随后影响逐渐减弱，至第9年趋于0。这说明经济增长对影子银行具有显著的正向推动作用，其冲击前期影响较大，后期趋于平稳。

六、结论与建议

本文利用我国1990―2014年影子银行发展与经济增长的数据，从实证分析的角度揭示出经济增长与影子银行发展的内在联系。研究结果表明，我国经济增长与影子银行的发展之间存在单向因果关系，经济增长促进了影子银行的发展，而影子银行的发展并未对经济增长产生作用。造成这种现象的原因主要是：经济增长促进了金融深化，加之通货膨胀等因素，使得借款者资金需求更加旺盛。由于从正规金融机构融资的难度加大，贷款者为实现资金的保值增值更愿意投资于影子银行市场，这就为影子银行提供了良好的发展环境。另一方面，影子银行的高利率使得借款人承受较高财务负担，虚拟经济的高利润会促使借款人将资金从实体经济抽离，导致经济增长下滑。另外影子银行存在的期限错配、高杠杆性、信贷膨胀效应等问题也是导致其对经济增长不利的原因。

基于研究结论，本文提出建议如下：

第一，明确界定影子银行的范畴，加强对影子银行的监管。由于各监管部门对影子银行的统计数据口径不一，容易造成监管空白，因此，有必要先明确影子银行范围。建立健全影子银行监管相关的法律法规体系，明确“一行三会”的监管职责与权限，实现对影子银行全方位的监管。

第二，引导影子银行资金流向，促进影子银行发挥“正能量”。由于资本的逐利本性，大量的影子银行资金会流向高风险的证券市场。因此作为监管机构，应加强对影子银行资金流向的监管。可以制定一些优惠待遇，引导影子银行的资金流向小微企业、个体商户等急需资金的实体经济单位，促进影子银行发挥“正能量”。

第三，建立影子银行预警监测系统，保证影子银行风险可控。影子银行风险具有隐蔽性、脆弱性、突发性和传染性等特点， 因此监管部门应建立动态审慎的风险监测、预警和化解机制。监管部门应对影子银行的风险水平进行定期评估，防止影子银行资产过度的期限错配和杠杆化，强化影子银行系统的风险监测与预警。

参考文献：

[1]Paul McCulley.，2007. Teton Reflections. PIMCO Global Central Bank Focus[R].September.

[2]Bill Gross.，2007. Beware our shadow banking system[J].Fortune，Nov.

[3]Tim Geithner.，2008.Reducing Systemic Risk in a Dynamic Financial System. Federal Reserve Bank of New York. June 9.

[4]FSB.，2011. Shadow Banking： Scoping the Issues[EB/OL].Press Release.

[5]Paul Krugman.，2009. The Return of Depression Economies and the Crisis of 2008[M].W.W.W.Norton & Company，（8）.

[6]Tobias Adrian，Hyun Song Shin.，2009. The Shadow Banking System：Implications for Financial Regulation[R].Federal Reserve Bank of New York Staff Reports.

[7]Zoltan Pozsar，Tobias Adrian，Adam Ashcraft & Hayley Boesky.，2010. Shadow Banking[R].Federal Reserve Bank of New York Staff Reports.

[8]Andrew Sheng.，2011. The Erosion of U.S. Monetary Policy Management Under Shadow Banking[R].Thailand： International Conference on Business and Information，July，（7）.

[9]Elias Bengtsson.，2013. Shadow Banking and Financial Stability：European Money Market Funds in the Global Financial Crisis[J].Journal of International Money and Finance，（1）.

[10]易宪容.“影子银行体系”信贷危机的金融分析[J].江海学刊，2009，（3）.

[11]周小川.金融政策对金融危机的响应――宏观审慎框架的形成背景、内在逻辑和主要内容[J].金融研究，2011，（1）.

[12]张世强，张青超，眭悦.影子银行规模估算与监管研究[J].国际商务（对外经济贸易大学学报），2013，（5）.

[13]国务院办公厅.关于加强影子银行监管有关问题的通知[Z].2013.

[14]巴曙松.加强对影子银行系统的监管[J].中国金融，2009，（14）.

[15]李波，伍戈.影子银行的信用创造功能及其对货币政策的挑战[J].金融研究，2011，（12）.

[16]毛泽盛，万亚兰.中国影子银行与银行体系稳定性阀值效应研究[J].国际金融研究，2012，（11）.

[17] 沈悦，谢坤锋.影子银行发展与中国的经济增长[J].金融论坛，2013，（3）.

[18]王晓枫，申妍.影子银行影响中国经济发展了吗？[J].财经问题研究，2014，（4）.

[19]刘超，马玉洁.影子银行系统对我国金融发展、金融稳定的影响――基于2002―2012年月度数据的分析[J].经济学家，2014，（4）.

[20] 李建军.中国未观测信贷规模的变化：1978―2008年[J].金融研究，2010，（4）.