中国影子银行对金融稳定影响的实证研究

李婉莹

摘 要：近年来影子银行规模逐年扩大，对金融市场影响也日益凸显。分别构建VAR模型分析影子银行对金融稳定性指数和各金融稳定要素的影响作用，认为影子银行对金融稳定的综合状态具有一定影响，尤其对金融信贷规模有较强影响。

关键词：影子银行；金融稳定；金融监管

中图分类号：F83 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.18.065

1 变量选择

1.1 影子银行指标

本文参照冯建秀、张国祚（2016）用社会融资规模扣除人民币贷款、外币贷款、企业债券以及非金融企业境内股票融资后部分实体经济融资存量来估计中国影子银行存量规模。社会融资规模，指一定时期内实体经济主体从金融体系借贷的资金总额。中国人民银行于2002 年开始统计，之前影子银行存量较小，假设此点前影子银行规模为0元。本文选择影子银行相对规模（影子银行存占社会融资规模存量之比）作为影子银行规模的替代指标。

1.2 金融稳定要素指标

刘超和马玉洁（2014）采用金融机构存款余额、贷款余额、同业拆借利率作为我国金融市场稳定和发展的表现指标，研究了中国影子银行对金融稳定影响。冯建秀和张国祚（2016）参考王雪峰（2010）选取利率、汇率、股票价格、房地产价格、金融机柜状况等金融稳定指标，构建了包括影子银行在内的6个变量的向量自回归模型，分析了影子银行对五个金融稳定要素的实证研究。

本文参考以上学者的变量、建模选择，选取全国银行间同业拆借7日加权平均利率（RI）、人民币实际有效汇率（REER）、上证综合指数（收盘价）（SCI）、实际商品房销售均价（CHP）、社会融资规模中人民币贷款与外币贷款之和占社会融资规模之比（SL）分别作为利率、汇率、股票价格、房地产价格、金融信貸规模的替代变量。

2 金融稳定性指数构建

本文采用因素分析方法，将5个金融市场稳定要素指标合成1个金融稳定性指数（FSI）。因子分析法可将原始指标分类成几个少数因子来反映原数据信息，分析模型如下：

本文采用KMO球检验和Bartlett检验来检验原变量是否合适进行因子分析，5个变量KMO值为0.590，大于0.5认为可进行因子分析。Bartlett统计量对应概率为0.000小于0.05的显著性水平，拒绝了“变量无相关”假设，也表明适于进行因子分析。以正交法进行因子旋转，抽取特征值大于1的因子，通过SPSS软件自动计算出各样本因子得分情况，最后将得到的综合因子作为金融稳定性指数（FSI），其季度趋势如图1所示。

考虑到金融稳定性指数是由标准化数据构建，其正负性无意义，而波动程度可以反映金融市场的稳定状态。2009年金融稳定性指数大幅下降，2014年至2015年波动较频繁，图中曲线变化趋势基本与中国金融稳定状态一致。

3 实证模型选择

本文选择目影子银行课题常用的向量自回归模型（VAR模型）。VAR模型不以严格的经济理论为依据，而是依靠数据统计性分析。

本文实证分析分为两部分。第一部分构建SBR与FSI、两变量VAR模型Ⅰ，分析中国影子银行对金融稳定性指数的影响；第二部分构建SBR、RI、REER、SCI、CHP、SL六个变量VAR模型Ⅱ，进一步挖掘影子银行对金融市场稳定要素的影响。采用2007年1月至2018年1月月度数据，相关数据来自国家统计局、中央人民银行、国际清算银行和wind数据库等，并采用对各数据取对数后，分别标记为LNSBR、LNFSI、LNRI、LNREER、LNSCI、LNCHP、LNSL。

4 实证分析

4.1 平稳性检验与协整检验

构建VAR模型前先确保模型各个变量的平稳性。文本先采取ADF单位根检验显示：在5%显著性水平下，各变量时间序列不平稳，而各个变量一阶差分序列是平稳的，进一步进行本文采用Johansen协整检验来保证模型有意义。

根据结合LR、FRE、AIC、SC和HQ等准则，分别确定模型Ⅰ最优滞后阶数为6、模型Ⅱ为2。Johansen协整检验显示：在5%显著性水平下，两个模型内变量均存在协整关系。

4.2 脉冲响应分析与方差分解分析

（1）模型Ⅰ：影子银行对金融稳定性指数影响的实证分析。

对VAR模型分析要借助脉冲响应、方差分解等方法分析该模型动态效应。脉冲响应函数反映一个内生变量对来自其他内生变量冲击的变动轨迹。

图2表示影子银行相对存量规模产生正向冲击后金融稳定性指数的曲线，总体来看影子银行相对于金融稳定性指数有显著正向作用。这可能是影子银行通过金融创新机制扩大金融体统信贷规模，促进了金融市场繁荣。

图3表示金融稳定性指数产生正向冲击后影子银行相对存量规模的曲线，金融稳定性指数对影子银行的短期冲击微弱，长期内缓慢正向冲击。说明金融稳定综合状态对影子银行影响不大、长期内能促进影子银行体系良性增长。

图4显示金融稳定性指数方差分解结果。短期内波动主要原因是其自身，长期来看，影子银行相对存量规模影响贡献率逐渐上升，在第10期赶超金融稳定性指数，说明在长期内影子银行对金融稳定综合状态影响显著。

（2）模型Ⅱ：中国影子银行对各金融市场稳定要素影响的实证分析。

图5表示影子银行产生正向冲击后利率的波动曲线。影子银行对利率在短期正向促进。这可能由于是影子银行代替传统商业银行信贷中介弥补了实体企业短期内流动性不足的问题，以更高的资金成本向影子银行借贷，说明影子银行在利率市场化进程中具有重要作用。

图6表示影子银行相对存量规模产生正向冲击后汇率的波动曲线，长期来看促进汇率上升。说明影子银行相对规模的提升会短期内抑制、长期内促进人民币有效汇率上升。

图5-图7表示影子银行相对存量规模产生正向冲击后股票价格的波动曲线，长期来看抑制股票价格。结果表明影子银行的发展短期会冲击股价上涨，但长期是有抑制作用的。这可能由于是影子银行提供了更多的投资选择，使得部分社会资金流出股市。

图8表示影子银行相对存量规模产生正向冲击后房地产价格的波动曲线。对房地产价格冲击作用短期内正向，中期负向，14个月后又是稳定的正向作用。这可能因为相当一部分影子银行资金流入了房地产行业，在较长阶段保障了房地产行业的融资需求。

图9表示影子银行相对存量规模产生正向冲击后金融机构信贷相对规模的波动曲线。总体上会抑制对金融机构信贷规模，体现了影子银行对传统金融信贷机构的竞争替代效应。这一结果可能是由于，影子银行部分代替了传统商业银行的信贷功能，这表明我国金融体系正在打破传统的格局，并逐步向多元化融资结构方向发展。

圖10-图14分别显示利率、汇率、股票价格、房地产价格、金融信贷规模的方差分解结果。显示影子银行对汇率、房地产价格影响作用贡献非常小；汇率、股票价格的影响有一定贡献，但作用有限；对金融机构信贷规模的贡献率很高，并且长期内高于金融机构信贷规模自身。说明影子银行规模对传统商业银行信贷业务的冲击较为明显，也反映了影子银行对金融稳定的影响机制与商业银行业务体系联系紧密。

5 结论与建议

在第一部分实证分析中，脉冲响应、方差分解分析结果都充分体现了影子银行对金融稳定综合状态的影响。第二部分进一步分析结果显示，影子银行相对规模提高，短期内冲击利率上升，长期内冲击汇率、房地产价格上涨，抑制股票价格、金融机构贷款相对规模。方差分解分析显示，影子银行对几种金融资产价格影响不强，而对金融信贷机构影响较为显著，说明影子银行的发展对商业银行信贷业务抑制较强。

本文认为影子银行对金融市场稳定有一定影响，但影响主要分布于信贷业务关联紧密的商业银行体系。我国影子银行规模庞大，其业务交叉难以监测，内部仍积累了大量的系统性风险。合理引导影子银行的健康发展、树立宏观审慎管理框架成为我国金融发展的必经之路，联合完善各个金融监管机构对影子银行体系监管机制，根据优势共享信息、合理分工。

参考文献

[1]王雪峰.中国金融稳定状态指数的构建——基于状态空间模型分析[J].当代财经，2010，（5）：51-60.

[2]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）：72-80.

[3]李俊霞，刘军.中国影子银行体系的风险评估与监管建议[J].经济学动态，2014，（5）：26-33.

[4]冯建秀，张国祚.我国影子银行对金融稳定影响的实证分析[J].统计与决策，2016，（14）：152-156.