金融市场化程度会影响对影子银行的监管效果吗

李金胜

摘 要：本文基于我国64家商业银行2009年-2017年同业业务买入返售金融资产的数据，研究分析了政策监管强度与影子银行业务规模的关系，以及金融市场化对影子银行政策监管作用效果的影响。本文研究发现，政策监管强度与影子银行业务规模呈负相关，且较高金融市场化程度会削弱二者的负相关关系。研究结论对影子银行的监管与金融市场化改革具有政策启示。

关键词：金融市场化;影子银行监管;影子银行业务规模;同业业务

一、引言

影子银行业务作为商业银行创新业务的一部分，主要指银行近年来通过银银、银信、银证等之间的合作而形成的同业业务，影子银行规模的逐年扩张放大了银行的流动性风险。近年来，中国金融市场化进程加速且稳步推进。改革在取得诸多重大成就的同时，也带来一系列问题。因此，推动金融市场化进程的同时，防范金融市场化进程所带来的风险也尤为重要。

本文以买入返售金融资产比率衡量影子银行业务规模，采用2009年-2017年中国商业银行的数据，研究分析了影子银行监管与其业务规模的关系，以及金融市场化对影子银行政策监管作用效果的影响，为影子银行的监管与金融市场化改革提供了一定参考。

二、文献综述

1.影子银行的监管对其业务规模的影响

Schwarcz（2012）认为，商业银行需要进行监管套利，规避监管部门对银行资本充足率等的要求，这是影子银行发展的直接动因。2008年金融危机之后，人们逐渐意识到影子银行体系存在风险。作为全球金融危机反思的重要成果，切实推行对影子银行的宏观审慎监管已经成为国际监管机构和各国政策当局的共识 （BCBS，2010;IMF，2011）。

随着影子银行体系规模的不断扩大，我国开始针对不断暴露出的监管问题进行深入的制度改革，监管部门相继颁布法律法规，对其进行规范和管理。2017年银监会发布的46号文指出了关于银行“三套利”专项治理工作要点;2018年4月，《关于规范金融机构资产管理业务的指导意见》正式出台，有序化解和处置影子银行风险成为重要任务。高强度的政策监管能够约束银行的风险行为（曲洪建，2017），进而减缓了影子银行规模的扩张速度，据李文哲（2019）测算，2017年后影子银行规模的同比增速迅速下滑。可见，在监管的压力下，银行通过影子业务将部分信贷资产包装为同业资产来提升资本充足率的动机也会有效降低，抑制了影子银行的业务规模。鉴于以上理论分析，本文提出研究假设1：

H1：影子银行监管强度与其业务规模呈负相關。

2.金融市场化程度、政策监管与影子银行业务规模

党的十九大报告指出我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，不断深化金融体制改革，健全金融监管体系，守住不发生系统性金融风险的底线是当前重要任务。金融市场化程度的提高伴随着利率市场化的推进、互联网金融的发展、银行间竞争加剧（郭晔和赵静，2017），为了覆盖较高的融资成本、弥补降低的边际利润而可能倾向于大力发展影子银行业务（Boyd，2005），从而削弱政策监管对其规模的抑制作用。因此，本文提出假设2：

H2：金融市场化程度的提高会降低影子银行监管强度对其业务规模的影响。

三、研究设计与描述性统计

1.研究设计

本文主要研究影子银行监管对其业务规模的影响以及金融市场化程度对二者关系的影响，参考祝继高（2016）以及wu和shen（2019）的研究设计，本文采用如下基准模型与嵌套模型进行检验与分析。

其中，模型的被解释变量为买入返售金融资产比率（SFR）。该指标为买入返售金融资产占期末总资产的比率，反映了商业银行通过同业业务参与影子银行业务的规模（祝继高，2016）。解释变量为对影子银行的政策监管强度（SUP），本文采用2009年-2017年各年影子银行监管政策数目占样本期间影子银行监管政策总数目之比来衡量，比率越大，表示对影子银行的政策监管强度也越大。模型设定的控制变量分为银行特征变量（Bank）和宏观经济变量GDP增长率（GDPGROW）。其中银行特征变量包括：银行规模（SIZE）、不良贷款率（BLR）、贷存款比率（LDR）、拨备覆盖率（PC）与净息差（NIM）。式（2）中Finmarket为金融市场化程度，本文采用王小鲁、樊纲和余静文（2017）的《中国分省份市场化指数报告（2016）》中的金融市场化指数衡量，该指标包含两个分量指数，即金融业竞争指数和信贷分配市场化指数。金融市场化指数越高，说明金融业市场化程度就越高。i=1，2，L，N是横截面，代表样本银行个体;t=1，2，L，T为时期（2009年-2017年）。式（1）是估计影子银行政策监管强度与影子银行业务规模关系的基准模型;式（1）和式（2）构成联立方程，来估计金融市场化程度对影子银行政策监管强度与影子银行业务规模关系的影响。

2.样本数据及描述性统计

本文的研究样本文2009年-2017年的64家中国商业银行，包括国有银行、股份制银行、城市商业银行。银行财务数据来源于bankfocus数据库或于银行官方网站手工搜集，影子银行监管政策从银保监会、证监会、中国人民银行官方网站上手工收集。表1为主要变量的描述性统计。

四、主要结果分析

本文采用最小二乘虚拟变量回归（LSDV）来消除银行个体的固定效应。回归结果如表2所示。

在基准模型中，影子银行监管强度（SUP）的系数为-0.2013，且1%水平显著，说明本文提出的H1假设成立，即影子银行监管强度与影子银行业务规模呈反比关系。在对影子银行的高效监管下，银行开展影子银行业务的动机降低，进而影子银行业务规模缩小，这与郭昶皓（2018）、曲洪建（2017）的研究结论相一致。