影子银行对我国货币政策调控效果的影响

胡振华，王 振，，文兴易

（1.中南大学 商学院，长沙 410083；2.中国人民银行总行，北京100800）

0 引言

2007年底始于美国华尔街的次贷危机，衍变成一场21世纪以来最严重的经济危机，其影响到现在仍未完全消除。关于此次危机产生的原因，越来越多的文献指向了一种新的金融创新体系—“影子银行体系”。

“影子银行”这一概念最先是由美国太平洋投资管理公司首席执行官麦考林于2007年美联储会议上提出，他认为“影子银行是非银行投资渠道、工具和结构性产品杠杆化的组合”。然而到目前为止，“影子银行”还没有公认的统一定义。这一方面与该术语出现时间较短有关，另一方面也与不同经济实体的金融架构及监管方式有关。此外，影子银行体系随着金融创新和监管体制的变化而变化，因此具有不固定性和动态演变特征。但是，影子银行“类银行”的投融资金融功能，或者期限、信用及流动性转换的信用中介功能得到了学者广泛认同。现有文献大都是基于影子银行的信用创造机制，从理论上分析影子银行对货币政策调控效果的影响，较少使用模型或实证方法进行验证。最近几年，我国央行通过货币政策对流动性控制能力下降，抑制通胀和防投资过热难度加大，系统性金融风险增加，已经引起了大家的关注，这与我国经济的复杂程度、央行的调控水平有很大关系，但是影子银行对货币政策调控效果的影响同样不容忽视。因此本文拟根据经济学相关理论，构建模型，收集相关数据，就影子银行对货币政策调控效果的影响进行量化分析。

1 理论分析

根据传统的IS-LM模型，利率、货币供给对产出的影响较大。从商品市场上来看，影子银行的动机取决于贷款利率和市场利率间的差，利差越大则潜在利润空间越大，影子银行就越倾向于扩张。当中央银行采取紧缩性货币政策时，商业银行的贷款配置减少，市场上的资金需求并没有减少，这就造成市场利率与商业银行贷款利率之间的差距扩大，影子银行倾向于扩张，从而弥补了商业银行对企业贷款配置减少造成的影响，资金供给实际上并没有减少，导致央行货币政策工具达不到所预期的目标。

从信贷传导途径上看，影子银行的存在使得银行可以通过多种方式以非银行信贷渠道向经济主体提供流动性支持，从而削弱政策效果，如表外理财、信托产品等。从货币政策利率传导途径上看，贷款利率上升和债券利率上升会压低投资需求，进而压低总需求。考虑到影子银行能够形成额外的流动性和额外的信用，这会放松交易约束和融资约束，导致商品需求上升，因此IS曲线向右方移动，从而对利率传导的效果造成影响。（见图1）

从货币市场上来看，影子银行扩大了银行体系的资金来源，这会导致贷款规模扩大，即提供了更多的信用从而放松了融资约束，从而导致LM曲线向右移动；另外商业银行的影子银行负债具有较强流动性和一定收益，即提供了更多的流动性从而放松了交易手段约束，这对货币产生替代从而减少了货币需求，也将导致LM曲线向右移动。

从上述分析可知，影子银行对经济具有扩张作用，参见图1（“LM_SD”指考虑影子银行因素的LM曲线，“IS_SD”指考虑影子银行因素的IS曲线）。IS曲线右移将导致产出扩张和债券利率上升，LM曲线右移将导致产出扩张和债券利率下降；因此，影子银行将导致产出扩张，而债券利率是上升还是下降则是不确定的。

图1 影子银行的扩张作用

2 变量、模型选择与识别

2.1 变量选择

本文研究影子银行对货币政策效果的影响，而货币政策的效果主要从中介指标和最终目标多个方面来进行分析，因此需要研究影子银行对货币政策效果多个方面的相互影响。变量选择也相应的涉及到多个变量。综合上文中的理论分析，本文做出如下变量选择方案。

货币政策工具指标：金融市场基准利率。借鉴国际上通行的以金融机构间同业拆借资金价格作为一国金融市场基准利率的做法，采用上海同业拆借利率作为金融市场基准利率衡量指标。本文采用一个月期限的同业拆借加权平均利率代替市场化利率，记为RATE。

货币政策最终目标指标：各国央行在宏观调控过程中，货币政策多个目标很难同时实现，必须要有所取舍，物价稳定和经济增长这两个目标是我国央行宏观调控最为关注的目标，因此考虑影子银行对货币政策效果的冲击，我们主要观察其对物价稳定和经济增长的冲击。物价方面选择居民消费者价格指数（CPI）作为观测指标，本文选用月度CPI的同比增长率作为测量工具，记为RCPI。经济增长选择国民生产总值（GDP）作为观测指标。由于现行统计的GDP均为季度值，本文采用“季度GDP数据/季度工业增加值数据=对应月度GDP数据/对应月度工业增加值数据”的估算方法，分别转换出月度的GDP数据，同时以月度GDP的同比增长率RGDP作为研究变量。

影子银行规模指标：影子银行不单指具备独立法人资格的金融机构，还涵盖各种类似或替代传统银行的业务部门或金融工具，范围很广泛。由于数据可得性，我们主要考虑银行信托贷款、委托贷款、未贴现银行承兑汇票的余额总额作为影子银行规模，这三类影子银行的规模大概能够占传统金融体系内影子银行规模的70%，基本可以作为影子银行的代表。也有学者仅仅用委托贷款和信托贷款作为我国影子银行的代表进行分析。对数据作同比增长率处理后使用，记为RSB。

货币政策中介指标：广义货币供应量M2，取月度同比增长率记作RM2。

传统融资方式指标：一直以来，通过银行贷款的传统信贷模式是我国企业获取资金的最主要的方式。为了分析影子银行发展对传统融资方式的冲击，本文选取银行贷款月度同比增长率（记为RLOAN）进行分析。

本文数据来源于Wind数据库，人民银行网站。根据人民银行公布的委托贷款、信托贷款等指标数据，可查的最早的数据可追溯到2002年，为了尽可能展现影子银行对我国货币政策调控效果的影响，根据数据可得性，本文采用2003年1月至2013年6月月度数据进行实证分析。分析采用的统计软件为Eviews6.0。

2.2 模型选择

在关于多变量之间相互影响关系的分析中，向量自回归模型(VAR)和结构向量自回归模型(SVAR)得到了普遍应用，得到的结果对实际经济行为解释也较为合理。但VAR模型不能反映变量之间当期相关关系的确切形式，并且由于这些当期相关关系隐藏在误差项的相关结构之中，其意义常难以解释，缺乏经济含义。结构向量自回归模型(SVAR)以经济理论为支撑，设置变量当期之间的相互关系，避免了隐藏在VAR模型误差中无法解释的缺陷；其次，通过对变量施加少数约束条件，减少了被估计参数的个数和模型自由度的损失，很大程度上避免了VAR模型在无约束条件下分析结果的不足，能够更好地解释随机扰动对系统的动态冲击，也更符合经济现实。因此本文选择SVAR模型。

含有k个变量的p阶结构向量自回归模型SVAR(p)一般矩阵形式可表示如下：

2.3 模型的建立和识别

在SVAR模型的估计中，经常会遇到模型的识别性问题，即如果不对SVAR模型参数加以限制，将对模型参数无法估计。一般地，对于k元 p阶的SVAR模型，至少需要对结构式施加限制条件的个数为k(k-1)/2个，才能估计出模型的参数。特别地，对于AB型SVAR模型，通过短期约束条件一般将矩阵A设定为主对角元素为1的矩阵，将矩阵B设定为单位矩阵，此时还需要根据经济学原理在矩阵A中添加2k2-k(k+1)/2-(k2+k)个约束条件。在本文中，考虑建立包含RM2、RATE 、RCPI、RGDP、RLOAN、RSB在内的六个变量的SVAR模型，则需要根据经济学原理在模型中添加15个约束条件。

本文对SVAR模型的设定主要依据现代货币政策传导机制中常用的欧拉等式（即IS等式）、菲利普斯曲线和货币政策反应方程（Taylor规则）三个方程：

其中xi表示真实总产出缺口，πt表示通货膨胀，it表示短期利率，uxt、uπt和uit分别表示需求冲击、供给冲击和货币政策冲击项。

IS等式描述了真实经济产出缺口与真实利率(it-πt)之间的线性关系，由于实际产出缺口无法观测，如果将GDP增长率近似为产出缺口，即表明GDP主要受自身外的名义利率水平和通货膨胀因素的影响。菲利普斯曲线将通货膨胀定义为历史的膨胀率和真实经济产出缺口的函数。货币政策反应方程则说明了货币政策工具，即短期利率，本身具有一定的平滑性特征（利率滞后项的出现），同时受到经济产出缺口和通胀压力的影响。鉴于以上三个等式本文将约束矩阵A中部分元素设定为0。

3 相关检验

3.1 平稳性检验

为建立SVAR模型,需要检验各指标时间序列的平稳性。对RM2、RATE、RCPI、RGDP 、RLOAN、RSB 进行平稳性检验，本文采用ADF法分别对六变量进行检验，结果如表1所示，在5%的显著性水平，RM2、RATE 、RCPI、RGDP、RLOAN、RSB均为一阶单整序列，符合向量自回归模型建模的前提条件。

表1 各项变量的平稳性检验(ADF检验)

3.2 模型滞后阶数检验

滞后期的选择对估计SVAR模型至关重要：滞后期越短，误差项的自相关性越严重，将会造成模型参数的非一致性估计；滞后期太长，虽然能够完整地反映模型的动态特征，但由此导致的自由度减少将直接影响模型参数估计的有效性。本文分别用1～8阶作为滞后阶数依次进行检验，检验结果表明最佳滞后阶数为2阶。为此本文建立SVAR模型如下：

3.3 协整检验

协整关系是指两个及两个以上平稳时间序列之间具有一种长期稳定的均衡关系。在SVAR模型中变量为向量，因此本文采用Johansen检验法来检验RM2、RATE、RCPI、RGDP、RLOAN、RSB之间的协整关系。结果表明模型中存在一种协整关系，说明RM2、RATE 、RCPI、RGDP、RLOAN、RSB之间确实存在着一种长期稳定均衡状态。

3.4 模型稳定性检验

VAR模型的稳定性检验是进行脉冲响应函数分析的前提，根据对上述变量构建的VAR模型的稳定性分析，发现VAR模型的单位特征根的倒数都在单位圆之内（如图2所示），这说明VAR模型是稳定的，因此下一步可以运用脉冲响应函数来进行动态冲击分析。

图2 模型的稳定性检验

4 SVAR模型参数估计和分析

4.1 模型参数估计

SVAR模型的短期约束矩阵为A，B。其中A矩阵对角线为1，非约束元素为C(i)，i=1，2，…，16。B矩阵为单位矩阵，根据模型识别条件中各项经济学理论对SVAR模型条件的限制，对矩阵A设定为：

利用Eviews6.0软件对模型进行估计，估计结果见表2所示。

从表4对SVAR模型矩阵A的估计结果可以看出，大多数参数估计结果均为显著，这表明所选变量之间存在当期相互影响关系，采用SVAR模型能够较好地将这种关系揭示出来。

4.2 脉冲响应函数分析

脉冲响应函数的基本思想是用时间序列模型来分析变量之间的影响，考察单个变量的变化所带来的扰动项是如何传播到各个变量的。协整关系分析从静态上反映了变量之间的长期均衡关系，而脉冲响应函数则从动态上揭示了变量之间的关系。冲击效果如图3和图4，横轴代表滞后期数，纵轴代表变化率。

表2 模型参数估计情况

4.2.1 RM2、RATE、RCPI、RGDP 、RLOAN 对影子银行（RSB）的冲击效应。

从图3可以看出，RLOAN和RM2对RSB的冲击持续时间较长，时滞期在12期以上，这是因为货币发行量的增加和银行贷款的增加大部分会投入到实体经济中，需要一定的生产周期之后才会影响到影子银行规模；信贷冲击初始会对影子银行发展造成负向影响，说明传统银行信贷和影子银行是此消彼长的关系。RATE和RCPI对RSB的影响为正向影响，逐渐衰减，时滞期为12期左右，可以理解为当物价水平上升时，居民处于避险保值的考虑会将资金投入到收益率相对较高的影子银行当中。影子银行资金利率符合市场利率，远高于受管制的银行存贷款利率，因此市场利率水平的上升会推动影子银行收益率上升，高额的收益率会吸收更多的资金，导致影子银行规模扩大。

图3 M2、RATET、RCPI、RGDP 、RLOAN对RSB的冲击效应图

4.2.2 RSB 对RM2、RATE、RCPI、RGDP 、RLOAN的冲击效应。

反过来看RSB对RM2、RATE、RCPI、RGDP 、RLOAN的冲击效应，从图4中可知，RSB对RATE、CPI、RGDP、RLOAN的冲击均为逐渐衰减，其中对自身的冲击衰减最快，在12期时几乎衰减为0。其中影子银行对利率的冲击较小，说明我国的同业拆借市场利率受管制较强，还不能反映真实的市场利率水平。影子银行对经济增长的冲击为正，说明影子银行募集的资金大多还是会投入到实体经济当中，促进经济的快速增长，证明了上面所做的理论分析。但是初始冲击较强，而后迅速衰减下去，这可以理解为影子银行投入实体的资金不具有长期效应，资金有较强的逐利性，更多的流入见效快但又过热的行业，如房地产等。从短期来看，会对经济增长有积极作用，但是长期看为经济危机的爆发埋下了隐患。另外，影子银行规模对RM2的影响为正，且随时间增加有逐步扩大趋势，这表明影子银行对货币供应量等货币政策中介指标会有影响，增加了央行通过货币政策工具对宏观经济调控的难度。这个结果同李波（2011），骆振心、冯科（2012）等的推论是一致的，同时也验证了前文的理论分析。

图4 RSB对RM2、RATE、RCPI、RGDP 、RLOAN的冲击效应图

4.3 方差分解分析

脉冲响应函数描述的是SVAR模型中的一个内生变量的冲击给其他内生变量所带来的影响。而方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。本为选择几个主要变量进行方差分解。

4.3.1 货币供应量（M2）的方差分解。

从M2的方差分解图中可以看出，排除其自身的影响外，利率水平对M2的影响最大，在12期时达到29.1%。信贷水平次之，在12期时候为13.9%。影子银行规模对M2也有较大影响，在12期时候为11.3%。

图5 货币供应量（M2）的方差分解图

4.3.2 传统信贷（LOAN）的方差分解。

从信贷变量LOAN的方差分解图中可以看出，M2对其有较为明显的影响，在期初时候为48.23%，与该变量自身的影响几乎相当（为48.6%）。影子银行规模对信贷期初的影响较小，仅为1.92%，但后来有所增加，在12期时候增加至6.77%，表明在我国影子银行并不能完全代替信贷，更多的是信贷的一种补充。利率和经济增长对信贷开始影响不大，但是随着时间的增加，影响越来越大。

图6 传统信贷（LOAN）的方差分解图

4.3.3 影子银行（SB）的方差分解。

从银子银行方差分解图中可以看出，来自其自身的影响一直较为明显，期初为100%，到12期时虽然有所减弱但仍在50%以上。可以这么理解，上期影子银行发展状况对投资者的预期会有很大的影响，上期影子银行规模扩大会向投资者传达出影子银行受到广大投资者的信任、风险可以控制的特征，再加之其高额收益率，会导致本期影子银行规模再次扩大。与之相反，当上期影子银行规模有所减少的时候，会向投资者传达风险加大的信号，会导致影子银行规模迅速减少。信贷和经济状况对影子银行的影响也会逐步增强，在12期时，影响分别为11.14%和19.37%。这是因为当经济快速增长时，实体经济对资金的需求量较大，但传统信贷易受信贷规模、存贷比等银行监管因素的影响，追求利润最大化的银行会将资金转移到监管较松的影子银行，从而促进影子银行发展；货币供应量对影子银行也有所影响，但影响较为滞后，到12期时，影响为14.9%。这是因为，央行增加货币供给一般通过银行信贷投入到实体经济中进行传导，需要一定的传导时间。利率对影子银行的影响不大，这与分析不符，这是因为我国市场利率管制较强，同业拆借市场利率并不能真实的代表市场化利率水平。

图7 影子银行（SB）的方差分解

5 结论与启示

本文对IS-LM模型进行扩展分析，采用多项经济指标建立并识别结构向量自回归模型（SVAR）研究影子银行对我国货币政策调控效果的影响。实证结果显示，影子银行同各经济指标存在紧密的联系；其发展对货币政策传导机制如信贷、利率的传导效果造成影响；影子银行对货币供应量等货币政策中介指标会有影响，增加了央行通过货币政策工具对宏观经济调控的难度；影子银行的发展对经济具有扩张作用，但也存在影子银行资金不具有长期效应，易流入见效快但又过热行业从而引发经济危机的负面作用；我国较强的利率管制使得通过同业市场拆借利率来研究我国影子银行并不能得到满意的结果。

上述研究结论也给我们以下启示：中央银行在进行宏观调控时，需要调整原有货币政策反应函数，执行更为谨慎的货币政策（例如更低的货币增速或更高的基准利率），以抵消影子银行的扩张作用，否则，中央银行盯着货币供应量作为中介目标来调控经济增长、通货膨胀的目的将无法按预期实现。影子银行的发展是金融发展，金融创新的必然结果，对影子银行的发展我们要有正确的认识，不能全盘否定，但也不能放任自流，要注意加强监控，防控风险。

[1]易宪容,王国刚.美国次贷危机的流动性传导机制的金融分析[J].金融研究,2010,(5).

[2]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).

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

[4]项卫星,李宏瑾.我国中央银行数量型货币调控面临的挑战与转型方向[J].国际金融研究,2012,(7).

[5]骆振心,冯科.影子银行与我国货币政策传导[J].武汉金融,2012,(4).

[6]McCulley P.Teton Reflections[Z].pimco.com,2007.

[7]Financial Stability Board.Shadow Banking:Scoping the Issues-A Background Note of the Financial Stability Board[R].FSB Working Paper,2011.

[8]Gennaioli N,Shleifer A,Vishny R W.A Model of Shadow Banking[J].Journal of Finance,2013,68(4).