非金融企业影子银行对我国金融稳定的影响

肖 崎，王思聪

（华南理工大学经济与金融学院，广东广州 510006）

一、引言

非金融企业影子银行是指在当前我国经济放缓的背景下，越来越多具有融资优势的上市企业将原本用于经营性活动的资源投资于金融资产，主动充当信用中介，通过参股非银行金融机构、委托代理、民间借贷和其他类金融业务等多种方式，为中小企业和非上市民营企业提供资金的一种现象。非金融企业参与影子银行活动，不仅会影响实体经济的投资，导致经济“脱实向虚”，而且由于其实质是一种高风险、隐蔽性强，具有一定监管套利特点的借贷活动，容易导致金融风险的累积，最终影响到金融体系的稳定。非金融企业正逐渐成为我国影子银行体系的一个重要参与主体，因此必须对非金融企业影子银行加以重视、认真研究，以防范金融风险。

近年来，已有大量文献研究“企业金融化”问题。企业金融化是指非金融企业逐渐脱离传统产品生产和贸易活动，利润来源更加依赖金融投资。这些文献大多从微观企业个体参与金融投资的角度研究其宏微观影响。宏观角度主要考察企业金融化对实体投资和金融风险的影响，如对实体投资的挤出效应（Orhangazi，2008）、实业投资率（张成思等，2016）、宏观经济波动（朱映惠，2017；肖崎和廖鸿燕，2020）、系统性风险（李思龙，2017）等；微观角度主要考察企业金融化对自身经营绩效的影响，如实业投资绩效（Demir，2009）、经营收益率（宋军和陆旸，2015；杜勇等，2017；李建军等，2017；戚聿东等，2018）、生产效率（刘笃池等，2016）、创新绩效（解维敏，2018）、杠杆率（刘贯春等，2018）、财务风险（黄贤环等，2018）等。

本文认为“非金融企业影子银行”这一概念有别于“企业金融化”。影子银行是指游离于金融监管之外，却行使着传统商业银行基本功能的经济主体。影子银行体系因其信用创造功能、高杠杆、信息不对称程度高以及法律主体不明确等特点，使得其给宏观经济及金融稳定带来了不可忽视的影响。而“企业金融化”的研究更多的是从微观企业参与金融投资的角度研究其微观影响。我国非金融企业参与影子银行业务是一种新的影子银行形式。“非金融企业影子银行”概念的提出，是基于近年来我国非金融企业大量参与影子银行活动的特征事实，把“非金融企业”作为我国影子银行的一种重要而特殊的参与主体。

目前，已有一些学者把企业参与金融投资作为影子银行的一种新形式进行研究。如刘珺（2014）研究我国企业部门参与影子银行业务机制及社会福利损失问题。张路（2015）认为，按照我国相关法律规定，企业募集资金不能用于企业间的资金拆借活动，但金融部门监管的缺失导致上市公司容易挪动超募资金，从事影子银行活动，实现监管套利。王永钦等（2015）研究如何识别我国非金融企业影子银行活动。余琰等（2016）研究了企业参与高息委托贷款等影子银行业务对其自身创新和未来业绩的影响。韩珣等（2017）研究非金融企业影子银行化与融资结构的关系，认为经济增长放缓会加剧非金融企业影子银行化趋势，股权融资较债权融资对非金融企业影子银行规模的促进作用更强。Du 等（2017）对包括中国在内的转型经济体非金融企业影子银行活动中的再贷款业务进行比较分析。

综上所述，现有文献已经对非金融企业影子银行的产生原因、机制和一般影响进行研究，但尚未有文献从宏观角度研究非金融企业影子银行对金融稳定的影响。本文选择非金融企业这类新的影子银行参与主体进行研究，从理论和实证两方面研究非金融企业影子银行对我国金融稳定的影响，一定程度上填补这方面的研究空白。

二、我国非金融企业影子银行发展现状

非金融企业参与影子银行业务的方式，现有文献有不同的界定。胡进（2012）认为，上市公司参与影子银行业务主要有两种方式，一是通过控股财务公司、小额贷款公司或担保公司等非银行金融机构的“机构式”，二是委托银行发放贷款、购买理财产品的“产品式”。刘珺等（2014）指出，融资优势企业将超募资金运用于类金融业务，充当资金“二传手”，通过银行理财、券商资管、信托融资、委托贷款、表外商业汇票和地下融资等形式参与“类金融业务”，获取投资收益，成为影子银行的重要参与主体。韩珣等（2017）认为，我国非金融企业参与影子银行业务的方式主要有委托代理、商业信用和股权创新三种。彭俞超（2018）认为，广义上，企业在房地产、股票等资本市场上以投、融资为目的进行的金融资产交易，也属于影子银行活动。李建军等（2019）认为，非金融企业主要通过两种方式开展影子银行业务，一是充当实质性信用中介（委托代理、股权创新、民间借贷融出资金），二是参与影子银行链条（购买银行理财、券商理财、信托产品、结构性存款和互联网理财等，加入体制内影子银行的信用链条）。基于以上文献的分析和数据的可得性，本文将非金融企业参与影子银行业务的方式归纳为参股非银行金融机构、委托代理和民间借贷三类，并将其他的金融资产科目统一归纳为其他类金融业务。

（一）参股非银行金融机构

参股非银行金融机构，指非金融上市公司参股或者控股财务公司、小额贷款公司、担保公司等非银行金融机构。根据中国财务公司协会统计，截至2019年末，全国企业集团财务公司共255 家，行业资产总额为70167.40 亿元，负债总额为60241.85亿元，所有者权益总额为9925.56 亿元，当年利润总额为1071.63 亿元。表1为我国部分非金融上市公司对财务公司的股权投资情况。

表1 部分非金融上市公司对财务公司的股权投资情况（截至2019年末）

据国泰安数据统计，2007－2019年，有225 家非金融上市公司对小额贷款公司或担保公司持股（不含少数未公布持股数量的公司）。其中，持股比例在50%以上的有168 家，占74.67%，且有86 家实现完全控股，占比为38.22%；持股比例在20%～50%之间的有50 家，占22.22%；持股比例在20%以下的有7 家，占3.11%。可见大多持股比例较高。表2为我国部分非金融上市公司对小额贷款公司或担保公司的股权投资情况。

表2 部分非金融上市公司对小额贷款公司或担保公司的股权投资情况（截至2019年末）

（二）委托代理

委托代理指非金融上市公司通过委托理财、委托贷款等方式开展影子银行业务。近年来，我国非金融上市公司参与委托代理①委托代理的量化方式见后文非金融企业影子银行的量化。的业务规模持续扩大，据国泰安数据库相关数据，从2007年第1 季度（542.6 亿元）至2019年第4 季度（72910.6 亿元）增长130 多倍（见图1）。

图1 2007－2019年我国非金融上市公司委托代理情况（单元：万亿元）

按照《上市公司行业分类指引》（2012 版）（中国证券监督管理委员会公告〔2012〕31 号），对2019年参与委托代理的3444 家非金融上市公司进行行业分布统计，结果见表3。可以发现，制造业，信息传输、软件和信息技术服务业，批发和零售业位列前三位，其他行业的企业数量占比均在3%左右或以下。其中，制造业企业的数量占比高达67.07%，这表明我国非金融企业“脱实向虚”趋势较为明显。

表3 2019年参与委托代理非金融上市公司的行业分布

对2019年参与委托代理的3444 家非金融上市公司根据公司属性进行统计，结果见表4。可以看出，国有或国有控股企业仅987家，占比为28.66%，不及私营企业（2019 家，占比58.62%）的一半，但其期末委托代理规模为47786.29 亿元，占比高达75.65%，是私营企业（11608.53 亿元，18.38%）的4 倍，说明国有或国有控股企业在开展委托代理业务方面具有绝对的主导地位。

表4 2019年参与委托代理非金融上市公司的企业属性情况

（三）民间借贷

民间借贷是我国影子银行活动的重要组成部分。非金融企业的再放贷活动，属于民间借贷的一种（王永钦等，2015）。我国长期存在金融抑制，以银行为主导的金融体系导致严重的信贷歧视。从正规金融机构到企业只是信贷资源的初次分配，获得融资的企业再放贷给其他企业则是信贷资源的二次分配，商业信用具有信贷资源二次配置功能（王彦超，2014）。根据Jiang 等（2010）、王永钦等（2015）的研究，企业间基于商业信用进行的民间借贷活动，一般记录在“其他应收款”，本文参考其做法，用“其他应收款”量化我国非金融上市公司参与民间借贷的规模，相关统计见图2。可以看出，我国非金融上市公司参与民间借贷的规模增长迅速，2007年第1 季度仅1234.75 亿元，2018年开始突破10000 亿元，2019年第4 季度为10495.82 亿元。

图2 2007－2019年我国非金融上市公司民间借贷情况（单位：亿元）

三、非金融企业影子银行对于金融稳定的影响机理

（一）影子银行的高杠杆放大市场风险

影子银行因为面临较少的监管，一般具有较高的杠杆率。金融资产投资占总投资的比重越大，对实体投资的替代就越多，导致企业主营业务萎缩（吴军和陈丽萍，2018）。金融资产带来的高利润并不持续，只有经营性资产才能使企业获得长期稳定的利润，企业主营业务的萎缩最终会使企业利润下滑，所有者权益下降，企业杠杆率提高（肖崎和廖鸿燕，2020）。同时，企业的金融资产配置比例越高，其承担的风险压力越大，若缺乏足够的风险管控能力，过度投资于金融资产会使其负债率上升，杠杆率提高。杠杆率具有明显的顺周期性，经济繁荣时，非金融企业进一步增加金融资产比例，杠杆率提高，容易形成信贷泡沫，使得金融体系的风险不断累积；经济衰退时，去杠杆过程会加剧金融风险的传染，导致金融体系的不稳定性增强。近年来，我国非金融企业为获得更高的收益，持有金融资产的比例越来越高，由此产生的金融风险压力越来越大。

（二）高内在关联性传递风险

在非金融企业参与影子银行活动的过程中，融资优势企业扮演了“信用中介”的角色，它们一方面利用自身优势从金融市场吸收社会资金，另一方面通过参股非银行金融机构、委托代理、民间借贷和其他类金融业务等方式向中小企业和非上市民营企业发放贷款。上市公司、商业银行、非银行金融机构以及中小企业、非上市民营企业等之间形成了相互依存的关系（见图3），内部风险不断累积，并极易交叉传染，增加金融体系的脆弱性，容易导致系统性金融风险。

图3 非金融企业影子银行的内在关联性传导机制

（三）社会总体流动性不稳定性增强

非金融企业通过非传统融资渠道规避监管，实现期限转换和流动性转换等功能，创造了大量非货币金融资产。在非危机时，这些资产在市场上的流动性较高，被纳入广义货币范畴，增加了社会总体流动性，进而导致金融体系的过度膨胀，加大系统性风险。危机发生时，非金融企业影子银行对社会总体流动性有负向作用。由于非金融企业影子银行创造的资产并非流动性认可度较高的货币，危机爆发使得非金融企业影子银行创造的非货币金融资产出现价值缩水，交易萎缩，市场流动性下降，进而导致社会总体流动性下降，出现流动性紧缩的局面，使得金融资产价格下跌，引发金融市场危机（肖崎和熊婷慧，2020）。因此，在经济周期的不同阶段，非金融企业影子银行的影子信贷波动性较大，增大了社会总体流动性的不稳定性，容易引发整个金融市场的动荡。

（四）宏观经济波动增加

非金融企业的主营业务是实体投资，但若其过多参与金融投资、充当影子银行，短期内会导致其减少实体投资，从而降低经济增长速度，导致宏观经济波动增大，加剧经济的泡沫化，反过来也会增大金融体系的风险。王永钦等（2015）认为，资金从实体经济大量流到金融体系，会导致社会有效投资或者生产性投资下降，生产部分萎缩、投机盛行，最终加大系统性风险。另外，金融资产的过度投资会导致企业杠杆率上升，进而会通过金融加速器的作用进一步放大宏观经济波动，宏观经济波动反过来又会影响到金融资产的价格，并且会增大银行的风险敞口，增加系统性风险爆发的可能。

四、实证检验

（一）变量和模型选择

1.变量选择

（1）非金融企业影子银行指标

非金融企业影子银行（SBANKING）的量化指标见表5。其中，参股非银行金融机构属于长期股权投资，用“长期股权投资净额”量化。委托代理主要包括委托贷款和委托理财。韩珣等（2017）指出，大部分上市公司通过“其他流动资产”“一年内到期的非流动资产”“其他非流动资产”会计科目记录委托贷款。顾雷雷等（2020）指出，除“以公允价值计量且其变动计入当期损益的金融资产”报表项目外①根据相关会计准则的规定，企业应当设置“交易性金融资产”科目核算“以公允价值计量且其变动计入当期损益的金融资产”。，还应通过“其他流动资产”会计科目核算企业购买的理财产品。企业通过金融机构或类金融机构对非合并报表范围内法人发放的贷款一般计入“一年内到期的非流动资产”“其他流动资产”和“其他非流动资产”。本文借鉴上述做法，用“交易性金融资产”“其他流动资产”“一年内到期的非流动资产”“其他非流动资产”四个指标量化委托代理。借鉴Jiang 等（2010）、王永钦等（2015）的研究，采用“其他应收款”衡量民间借贷。参考刘珺（2014）、宋军和陆旸（2015）、傅代国和杨昌安（2019）的相关研究，选取“衍生金融资产”“买入返售金融资产”“可供出售金融资产”“发放贷款及垫款”“持有至到期投资”“投资性房地产”作为非金融企业所持类金融资产规模的估算指标。

表5 非金融企业影子银行量化指标（SBANKING）

本文提取沪深A 股上市公司2007－2019年参股非银行金融机构、委托代理、民间借贷及其他类金融业务的季度数据，加总取对数，作为衡量我国非金融企业影子银行（SBANKING）的量化指标。从样本中剔除如下两类公司：（1）按照《上市公司行业分类指引》（2012 版）归入金融业、房地产业的上市公司；（2）剔除ST、PT 类上市公司。相关数据来自国泰安数据库。

（2）金融稳定指标

利率和汇率是反映货币市场和外汇市场运行状况的最佳指标。由于资产负债表效应和财富效应的存在，股票和房地产价格的变化对金融系统也有着重要的作用（王雪峰，2010）。本文在其基础上加入债券价格指标和经济增长指标，由利率、汇率、股票价格、房地产价格、债券价格和经济增长共六个指标全面量化金融稳定。六个分类指标下分别选取一个具有市场代表性的基础指标，分别是全国银行间同业拆借加权平均利率、人民币实际有效汇率、上证综合指数（收盘价）、上证国债指数（收盘价）、国房景气指数和国内生产总值同比指数（见表6）。

表6 金融稳定量化指标(FSTABILITY)

金融稳定量化指标各基础指标均选取2007－2019年的季度数据。国房景气指数的官方公布数据为月度数据，将其进行简单算数平均得到季度数据，部分年份缺少国房景气指数1月份的数据，用指数平滑法补齐后再进行计算。本文运用Matlab 对六个指标的季度数据进行标准化处理，并调用主成分分析函数pca，得出影响金融稳定的主要因素及相应的权重。根据分析结果，选取前三个主成分（累积贡献率达88.21%），根据三个主成分的得分，以其贡献率为权重构造金融稳定（FSTABILITY）综合指标。相关数据来自中国人民银行、国家统计局、国际清算银行、国泰安数据库和网易财经。

2.模型选择

向量自回归模型（VAR）和结构向量自回归模型（SVAR）在多个相关经济指标的分析预测中，得到了普遍应用。SVAR 模型建立在VAR 模型基础之上，弥补了VAR 模型不能刻画变量间同期相关关系和估计参数过多的问题。鉴于此，本文采用SVAR 模型进行分析。

包含2 个内生变量的p 阶SVAR 模型的一般形式由下式给出（高铁梅，2009）。其中，FSTABILITY表示金融稳定，SBANKING表示非金融企业影子银行。

式中：

假设A0可逆，可导出简化式方程为：

令简化式扰动项为εt，则有εt=，因此可以利用估计得到的简化式对结构矩阵A0中的元素进行估计。

（二）SVAR 模型设定

1.变量平稳性检验

为建立SVAR 模型，本文采用ADF 法分别对时间序列数据非金融企业影子银行（SBANKING）和金融稳定（FSTABILITY）进行平稳性检验，结果见表7。

表7 ADF 平稳性检验

由表7可以看出，非金融企业影子银行（SBANKING）在5%的显著性水平下平稳，金融稳定（FSTABILITY）在1%的显著性水平下平稳，两变量都是平稳序列，可以建立SVAR 模型。

2.最优滞后阶数选择

本文采用LR、FPE、AIC、SC 以及HQ 法则进行最优滞后阶数选择，结果如表8所示。可以看出，5 个检验指标LR、FPE、AIC、SC 和HQ 选择的滞后阶数均为2，因此，本文将最优滞后阶数选择为2。

表8 最优滞后阶数选择

3.格兰杰因果检验

1%显著性水平下的VAR 格兰杰因果检验结果见表9。可以看出，被解释变量为金融稳定（FSTABILITY）时，非金融企业影子银行（SBANKING）的χ2统计量对应的P 值是0.0072，小于1%，拒绝原假设，即非金融企业影子银行的滞后值对金融稳定有显著性影响。被解释变量为非金融企业影子银行（SBANKING）时，金融稳定（FSTABILITY）的χ2统计量对应的P 值是0.0065，拒绝原假设，即金融稳定对非金融企业影子银行有显著性影响。这一结果说明非金融企业影子银行（SBANKING）和金融稳定（FSTABILITY）互为因果关系。

表9 VAR 格兰杰因果检验

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。本文建立的VAR(2)模型稳定性检验结果如图4所示，可以看出所有AR 特征根均在单位圆内，即所有AR 特征根均满足小于1 的要求，说明所建立的VAR(2)模型是稳定、有效的。

图4 VAR 模型稳定性检验

5.SVAR 模型的识别

由于本文构建的SVAR 模型有2 个内生变量，因此至少需要施加(22-2)/2=1①对于k 元p 阶的SVAR 模型，需要对结构式施加的限制条件个数为 k2p+k2 和 k2p+(k+k2)/2的 差，即施加k (k-1)/2个限制条件才能估计出结构式模型的参数（高铁梅，2009）。个约束才能使SVAR 模型满足可识别条件。根据相关经济理论及本文有关非金融企业影子银行对金融稳定影响机理的分析，设定约束条件如下：非金融企业影子银行不会对金融稳定产生即期影响，即a12为0。

6.脉冲响应分析

金融稳定（FSTABILITY）的脉冲响应结果如图5所示。横轴表示冲击作用的滞后期间数（单位：季度），纵轴表示金融稳定的响应，实线表示脉冲响应函数，代表金融稳定（FSTABILITY）对非金融企业影子银行（SBANKING）冲击的反应，虚线表示正负两倍标准差偏离带。可以看出，对于非金融企业影子银行（SBANKING）一个单位的正向冲击，金融稳定（FSTABILITY）在第1 个季度以后大幅度下降，在第3 个季度降至最大负效应-0.10369 后开始缓慢上升，逐渐向0 趋近，在第9 个季度后转为正值，并基本稳定在0.002。总体上看，非金融企业影子银行对我国金融稳定具有负向冲击作用，并且这种负面影响具有时滞性和持续性。

图5 SBANKING 冲击引起FSTABILITY 的响应函数

7.方差分解分析

FSTABILITY的方差分解结果如图6所示。可以看出，在金融稳定（FSTABILITY）的方差分解中，非金融企业影子银行（SBANKING）的影响一直呈小幅缓慢增长趋势，并最终稳定在8.65%左右。这说明我国非金融企业影子银行的发展对金融稳定产生了不容忽视的影响。

图6 FSTABILITY 的方差分解

五、结论与政策建议

目前，我国非金融企业主要通过参股非银行金融机构、委托代理、民间借贷等方式参与影子银行业务，发展非常迅速，规模不断扩大。非金融企业参与影子银行业务主要通过高杠杆、内在关联渠道、社会总体流动性和宏观经济波动等渠道影响到我国金融体系的稳定。从实证结果看，非金融企业影子银行和金融稳定性互为因果关系，非金融企业影子银行对金融稳定有负向冲击作用，并且这种负面影响具有时滞性和持续性。基于此，本文提出以下政策建议：

（一）监管部门应加强对非金融企业日常行为的监管

本文研究发现，非金融企业影子银行对我国金融稳定有负向冲击作用。因此，监管部门应当从防范金融风险的角度关注并考虑加强对非金融企业日常行为的监管。第一，针对非金融企业参与影子银行业务的不同方式，不同监管部门应承担不同的监管职责。对于参股非银行金融机构，中国银保监会应制定非银行金融机构的经营规则，规范非金融企业获取财务公司、小额贷款公司、融资性担保公司等机构经营牌照的条件与途径；中国证监会应拟订监管细则，规范企业股权投资的投资行业与投资规模；对于委托代理、民间借贷及其他类金融业务，银保监会应严格限制企业参与以上业务的资金规模；证监会应定期检查企业风险状况，可以要求金融资产持有比例较高的企业定期提交企业风险管理报告，鼓励企业制定与风险成本挂钩的薪酬体系，约束企业决策者的过度投机行为。第二，加强企业信息披露。完善企业的财务报表披露机制，充分发挥证监会派出机构的职责，穿透式监管公司募集资金的来源、投向及变更；加强培训，提高上市公司董事、监事和高管人员的信息披露规范意识，防止企业部门利用会计操纵，以隐蔽的形式参与影子银行业务。

（二）非金融企业应坚持主业经营，加强自身风险管理

非金融企业要明确自身发展定位，着眼于长期战略目标，协调好金融投资与实体投资之间的关系，坚持主业经营，适度参与金融业务，避免过度金融化。非金融企业应避免为获取短期盈利而过度投资高风险高收益的金融资产，降低交易类金融资产和长期股权投资的持有比例，审慎投资房地产，将贷款和其他应收款比例控制在合理范围。企业应进一步完善内部控制机制，重视对杠杆率的控制，提高风险管控能力。目前，过度依赖债权融资导致我国大多数企业杠杆率过高，企业应通过增加资本积累、增资扩股、引入战略投资者等方式扩大股权融资，将杠杆率控制在合理水平。此外，企业应树立主动披露意识，确保财务报表信息披露的及时、准确、真实、完整；明确公司相关部门、分公司、子公司资金来源、投向及变更等信息的报告义务、报告程序和相应责任；明确董事、监事和高级管理人员对重大信息必须及时进行报告、审议和披露的义务及保证所披露信息及时、准确、真实、完整的责任。

（三）配套改革

实体企业是国家竞争力的基础，应进一步落实供给侧结构性改革，促进财政政策、货币政策和产业政策相互配合。政府要营造良好的实业投资和创新氛围，如通过减税降费、技术补贴等优惠政策引导企业投资实体经济，鼓励实体经济转型升级。另外，融资歧视导致的局部融资困境是非金融企业影子银行过快发展的原因之一。为了让金融真正服务于实体经济，以市场需求为导向，应进一步提升金融业市场化水平，鼓励发展中小型金融机构，降低间接融资的比例，推进融资市场化，构建多层次金融市场。