影子银行对商业银行稳定性影响

何晓繁

摘要：本文通过测算影子银行规模，选取中国37家商业银行2008-2018年的数据，运用其他学者的方法量化了商业银行稳健性指数，建立VAR模型进行实证分析。结果表明：影子银行规模对商业银行的稳定性有着一定的影响。在此基础上，提出相关的政策建议。

关键词：影子银行;商业银行;稳健性指数

中图分类号：F830    文献标识码：A

文章编号：1005-913X（2020）08-0119-03

自从2007年美国发生的次贷危机引发了全球性的金融危机，影子银行成为了其主要的诱因和重要的来源。影子银行规模在全球都呈现快速增长的趋势，特别是2012年以来，我国影子银行的规模呈现爆发式的增长。由于影子银行的自身特点，对金融体系带来了一定的影响。它不仅对经济发展有着深远的影响，而且还对商业银行的业务和稳定性有着一定的影响。考察影子银行规模对商业银行的稳定性具有现实意义。本文通过构建商业银行稳健性指数，研究影子银行规模对其影响，并根据实证分析的结果提出相关的建议。

一、文献综述

目前国内学者对这方面研究比较多，采取的方法和研究的角度也不尽相同。陈晓静、董慧等（2016）通过实证分析得出影子银行整体对商业银行稳定性存在负面影响，但其不同组部分用结果不同。丁宁、任亦侬（2017）运用VAR模型苟安影子银行规模与银行体系稳健性的关系，结果表明：影子银行对商业银行稳定建有着正面作用，但也不能忽视其风险。姚亚伟、耿娜（2016）利用标准的GARCH-CoVaR模型计算我国外部影子银行体系对上市商业银行的风险，研究结果表明：影子银行体系不稳定，国有大型商业银行风险低于股份制银行和城商行。肖东生、谢倩妮（2018）采用VAR模型，实证分析影子银行规模的发展对银行体系稳定性的影响。结果显示，影子银行对银行体系稳定有负向冲击，且影响越来越大。王擎、白雪（2016）从理论和实证两个层面分析影子银行对银行体系稳定性的影响，研究结果表明：近年来我国影子银行发展迅猛，但不同区域的规模差异明显。高蓓、张明、邹晓梅（2016）分析了影子银行负债端理财产品对商业银行经营稳定性的影响机制，并通过全面广义最小二乘法，结果表明发行理财产品会显著降低商业银行经营稳定性。李春红、徐奎（2013）通过模拟数据构建模型，研究得出：影子银行发展对银行体系的稳定性双重影响的结论。王阳、钱晓英（2016）通过构建VEC模型，结果表明我国影子银行规模是影响传统银行稳定性的重要因素，而且对传统商业银行稳定性具有正的效应。目前影子银行体系对商业银行体系的影响的相关文献还是比较多的，大多数学者都是从商业银行的影子业务角度去进行实证分析，并且采用GARCH-CoVaR模型。本文采用VAR模型，并且添加了大多学者未加入的CPI这一变量去丰富研究的内容。

二、影子银行规模测算与商业银行稳健性指数的测定

（一）影子银行规模测算

目前研究影子银行规模对商业银行稳定的影响，部分学者都是借鉴李建军（2009）的未观测信贷规模作为影子银行规模，还有一些学者通过商业银行从事影子银行业务测算影子银行规模，此外还有部分学者通过借鉴毛泽盛和万亚兰（2012）对影子银行的界定测算影子银行规模。本文则借鉴王振和曾辉（2014）采用委托贷款、银行承兑未贴现票据和信托贷款的三者之和作为影子银行规模，进行实证分析。

（二）商业银行稳健性指数测定

本文主要考慮商业银行的资本充足性、流动性、盈利性和资产质量四个方面，选取了不良贷款率、拨备覆盖率、总资产回报率、净资产收益率、资本充足率、核心一级资本充足率和存贷比七个指标来合成商业银行稳健性指数，如表1所示。

本文选取5家国有银行、10家股份制银行、18家城市商业银行、4家农村银行共37家商业银行（ 37家银行分别是：中国银行、交通银行、中国工商银行、中国建设银行、中国农业银行、招商银行、浦发银行、中信银行、光大银行、华夏银行、中国民生银行、广发银行、兴业银行、平安银行、渤海银行、北京银行、上海银行、无锡银行、江苏银行、宁波银行、郑州银行、杭州银行、南京银行、河北银行、吉林银行、厦门银行、大连银行、湖州银行、绍兴银行、台州银行、浙江泰隆商业银行、浙江稠州商业银行、广西北部湾银行、广州农村商业银行、无锡农村商业银行、杭州联合农商行、宁夏黄河农村商业银行。）作为中国商业银行的代表进行实证分析的研究。采用指数合成方法得到37家商业银行的稳健性指数。在表1中，借鉴伍志文（2002）测定商业银行稳健性指数。如建设银行2015年的不良贷款率为1.19，根据表三判断位于（1，5]正常区间，然后映射到相同比例的（20，50]，计算为[（1.19-1）/（5-1）]*（50-20）+20=21.43。如建设银行拨备覆盖率在2014年为222.30，该指标在数据里的最大值为271.29，为了方便计算置于[150，280]，再映射到相同比例的[0，20），计算为[（280-271.29）/（280-150）]*20+0=1.34。然后将各银行指标A1-A7按此方法计算，得到的值取算术平均值，即为各商业银行的稳健性指数（CBSI），该指数越低，银行的稳健性越高。

三、实证分析

（一）变量选取、模型选择和数据来源

本文参考大量学者的研究，最终选取国内生产总值增长率（RGDP）、广义货币供应量增长率（RM2）、影子银行规模（SBSC）、商业银行稳健性指数（CBSI）和居民消费指数（CPI）五个变量进行研究。其中居民消费指数这一变量主要借鉴肖东升（2018）的实证分析中的变量选取。在进行实证分析时，本文将CBSI、RGDP、RM2和CPI进行去对数处理。上述的变量均为时间序列数据，所以本文参考大多学者的研究，选取大多数学者不常用的VAR模型进行实证分析。数据的来源主要是国家统计局和各银行官网。

（二）ADF检验

在建立模型之前首先对各变量数据进行平稳性检验。本文采用常规的ADF检验方法。结果显示：在5%的显著性水平下，CBSI、SBSC、RGDP、RM2和CPI在二阶差分下，P值小于0.05。故在5%显著水平下是平稳的，即所有数据均为二阶差分平稳，所以符合构建VAR模型的基础条件。结果如表2。

（三）AR检验

进行VAR模型实证检验时要保证变量是平稳的才能继续接下来的脉冲响应分析等操作。从图1中可以看出，没有单位根落在单位圆外，表明序列是稳定的，所以建立VAR模型是合适的，可以对LNCPI、SBSC、LNRM2、LNRGDP、LNCBSI五个变量进行脉冲响应分析。

（四）格兰杰检验

根据Eviews8.0对数据进行处理，由信息准则判定本文的最优滞后阶数，得到的结果是1阶。本文依旧借鉴肖东升（2018）方法，主要研究影子银行规模与银行稳健性之间的关系，所以只对二者进行格兰杰因果检验。检验结果如表3。结果表明在5%显著性水平下，LNCBSI不是SBSC的格兰杰原因，SBSC是LNCBSI的格兰杰原因。

（五）脉冲响应

脉冲响应分析图来分析当影子银行规模发生变化时，对其他变量受到的冲击。给与影子银行规模一个标准差冲击，可以得到商业银行稳健型的脉冲响应图，见图2。结果显示：给与影响银行规模一个冲击，对银行稳健性有一个负面的影响，并在第二期达到最大值。随后这种负面影响趋向于零，影响变弱。这说明影子银行规模的增加会影响商业银行的稳健性。由于我国的影子银行被称为“银行的影子”，金融的创新、利率管制的取消，使商业银行不得不进行表外业务，同时因为影子银行所受的监管较少，甚至不受监管，对商业银行的稳定性造成了潜在的危险。

（六）方差分解

为了进一步分析LNCPI、LNM2、LNNGDP、LNRSTE对LNSBSC增长率的贡献程度，需要对LNSBSC进行方差分解。结果显示：CPI对商业银行的稳定性贡献率逐渐增加，大于GDP对商业银行的稳定性的影响，但是货币供应量对商业银行稳定性的影响逐渐减弱。这说明影子银行规模不仅对商业银行稳定性造成了影响，同时对经济也造成了一定的影响。

四、结论与建议

本文基于我国37家商业银行2008-2018年的数据，通过建立VAR模型，实证检验了影子银行规模对商业银行稳健性影响，结果表明：影子银行规模的扩大，对商业银行的稳定性存在着一定的负面影响。随着时间的向前，影子银行规模的增加，对商业银行的稳健性的影响也随之增加。根据本文实证分析得出的结论，提出以下几点建议：

（一）完善金融监管体制和制度

首先，应当明确影子银行的业务范围，这样才能确保监管的有效实行。其次，监管机构不仅要加强对商业银行的监管，同时也要对与商业银行有合作的金融机构进行监管。双管齐下，这样才能有利于商业银行在安全范围内经营业务。最后，由于影子银行的隐蔽性，应当制定合理的政策，正确的引导影子银行业务的发展，完善影子银行的监管体系，防止影子银行规模的扩大对商业银行稳健性造成威胁。

（二）建立并完善商業银行信息披露机制

由于商业银行进行影子业务时，在业务上存在隐藏性，从而导致货币资金流动的不明确，给货币政策带来一定的影响。所以，央行应当建立并且完善商业银行的信息披露机制，合理的公开透明地让商业银行进行业务，这不仅保障了投资者的合法权益，同时也为央行实行货币政策和政府实行财政政策带来积极的影响。

参考文献：

[1] 陈晓静，董 慧，吴 比，林思闪.影子银行对中国商业银行体系稳定性影响的实证研究[J].国际商务研究，2016（3）.

[2] 丁 宁，任亦侬.基于影子银行视角的中国商业银行稳健性研究[J].金融与投资，2017（4）.

[3] 姚亚伟，耿 娜.我国外部影子银行对商业银行风险溢出效应的实证研究[J].国际经贸，2016（23）.

[4] 肖东生，谢倩妮.影子银行对银行体系稳定性影响的实证研究[J].南华大学学报：社会科学版，2018（6）.

[5] 王 擎，白 雪.我国影子银行发展与银行体系稳定———自省际面板数的证》[J].金融论坛，2016（3）.

[6] 高 蓓，张 明，邹晓梅.影子银行对中国商业银行经营稳定性的影响——以中国14家上市商业银行理财产品为例[J].经济管理，2016（6）.

[7] 李春红，徐 奎.影子银行规模与银行体系稳定性[J].商业研究，2014（3）.

[8] 王 阳，钱晓英.影子银行规模对商业银行稳定性的影响研究[J].金融理论与实践，2016（6）.

[9] 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）.

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

[11] 王 振，曾 辉.影子银行对货币政策影响的理论与实证分析[J].国际金融研究，2014（12）.

[12] 伍志文.中国银行体系脆弱性状况及其成因实证分析（1978～2000）[J].金融研究，2002（12）.

[责任编辑：庞 林]