投鼠要忌器吗？ ——资管新规对银行流动性创造的规制效应实证研究

孙建军 张小溪 李美璇 刘志峰

一、引 言

为落实党中央与国务院关于打好防范化解重大风险攻坚战的决策部署，促进统一的资管产品的监管标准，中国人民银行联合中国银行保险监督管理委员会、中国证券监督管理委员会与国家外汇管理局（即“一行两会一局”），于2018年4月27日正式对外发布实施《关于规范金融机构资产管理业务的指导意见》（即“资管新规”）。资管新规试图通过对从事资产管理业务的金融机构实施统一规制标准达到防控风险、服务实体经济的目的。

资管新规推出之前，中国资产管理业务表现出典型的银行为中心的通道模式，资管新规的执行必然会影响银行经营行为。现代金融中介理论认为银行得以存在是因为银行承担流动性创造与风险转换这两个不可替代的重要角色（Berger and Bouwan，2009），现有理论与实证研究（如，Levine et al., 2000；Berger and Sedunov，2017；Donaldson et al., 2018）表明银行通过流动性创造使本不可行的正净现值投资项目变得可行，从而提高资本配置效率并最终对经济增长产生积极影响。因此，事实导向提出一个需要回答的问题，即掷向资产管理乱象的统一规制这块石头是否及如何影响银行流动性创造这个玉盂。

在资管新规过渡期内的2020年1月爆发的新冠疫情COVID-19对中国及全球经济造成了史无前例的持续冲击与重创。基于此，经国务院同意，央行会同发改委、财政部、银保监会、证监会与外汇局审慎研究后决定提出资管新规“过渡期适当延长+个案处理”的政策安排，过渡期延后一年至2021年底。并且，中国人民银行于2020年7月31日就资管新规这一规制政策以答记者问的方式进行公开、专门与全面沟通。资管新规过渡期内COVID-19持续冲击与重创经济的严峻现实场景下，经济快速恢复的客观要求进一步提出对资管新规是否及如何影响银行流动性创造这个问题进行研究的急迫需要。如果规制资管乱象的新规石头破坏银行流动性创造功能，则资管新规政策可能需要作重大调整，以促进COIVD-19持续冲击下中国乃至全球经济全面重启、恢复与开放，在防控金融风险与服务经济实体这两个方面进行科学平衡。

在2018年4月27日正式发布实施资管新规之前，一行两会一局于2017年11月17日提出资管新规征求意见稿。意见稿明确定义了资管业务产品分类，提出了通道打破、非标界定、资金池规范等规制要求。按资产规模计，银行在中国资管业中居核心地位，上述规制要求对银行未来的发展会产生深远影响（魏骥遥，2017）。正式发布实施的资管新规是中国资产管理业的纲领性文件，资金池规范、多层嵌套禁止、非标控制、刚兑打破与净值化管理等措施的严格实施将重塑资管行业格局（赵伟，2018）。邵宇和陈达飞（2018）认为影子银行是理解中国过去10年宏观经济、金融风险与政策制定的核心逻辑，资管新规打中了中国式影子银行的“七寸”。钟正生（2018）预判了资管新规下金融机构的行为变迁方式，认为银行等金融资管机构在过渡期初期可能会调整资产端，在过渡期后期及后时代会调整负债端，提出资管新规“过渡期”与“后时代”的货币政策构想。胡群（2021）认为资管新规发布三周年，资管行业乱象得到了有效遏制，影子银行风险显著收敛，资管业务逐渐回归本质。彭俞超与何山（2020）认为2018年的资管新规抑制中国影子银行活动，他们基于一个内生的融资约束异质性企业模型，得出了资管新规提高经济发展质量的同时也会因监管模式导致经济成本的结论。

银行用流动性较强的负债为流动性较差的资产提供融资方式，也通过贷款承诺或者备用信用证等为企业有效地发展与修改长期投资策略进行表外流动性创造（Holmstrom and Tirole, 1998; Kashyap et al., 2002）。在Berger and Bouwman（2009）开创性地提出银行流动性创造的综合测度之前，银行流动性创造基本是理论上的一个概念。自Berger and Bouwman（2009）之后，与银行流动性创造相关的实证研究逐渐成为一个热点。现存关于银行流动性创造的实证研究主要表现为两股文献。一股文献围绕银行流动性创造的决定因素展开。这些决定因素可分为两类：银行个体特征与宏观经济环境。与银行个体特征有关的因素包括规模与资本（Berger and Bouwman, 2009）、财务协迫（Cornett et al., 2011）、超额贷款及不良率（钱崇秀等，2018）、竞争环境（Jiang et al., 2019）、同业期限错配（项后军和曾琪，2019）等。与宏观经济环境有关的因素有货币政策（李明辉等，2014；Berger and Bouwman, 2017; 郭晔等，2018）、政府监管及干预（Duchin and Sosyura, 2014；吕思聪，2018）、不确定的经济政策（Berger et al.，2020；田国强和李双建，2020）等。另一股文献是围绕银行流动性创造的效应展开。如对经济增长的影响（Levine et al., 2000；Berger and Sedunov，2017；Donaldson et al., 2018）、对风险与金融危机的影响（Berger and Bouwman, 2017；项后军和曾琪，2019；Hsieh and Lee, 2020；Zhang et al., 2021）等。

尽管围绕银行流动性创造的实证文献在迅速增加，但现存文献并没有对从事资产管理业务的金融机构的统一规制如何影响银行流动性创造这一主题展开研究，本文尝试填补这一文献缺失。自资管新规正式发布至今的两年数据积累为这一研究提供了前提条件。本文受Berger and Bouwman （2009）银行流动性创造计算的三步程序的启发，收集整理2006到2019年161家银行的微观财务数据，基于中国场景计算银行流动性创造。本文实证发现资管新规在经济与统计上均显著地提升了银行总流动性创造。进一步对银行总流动性创造进行分解，本文发现资管新规促进银行总流动性创造主要依靠银行表内与资产这两部分的流动性创造能力，而不是银行负债、权益及表外流动性创造。另外，本文还发现银行规模与银行流动性创造显著负相关，银行风险承担与银行流动性创造显著正相关，在解释银行流动性创造的变化时，银行规模比风险承担更重要。上述实证结果表明，掷向资管乱象这只老鼠的新规石头，提升了银行流动性创造，使银行流动性创造这个玉盂更加明亮。

本文学术上的边际贡献主要体现在如下两个方面：第一，当前文献缺失对从事资管业务的金融机构的统一规制如何银行流动性创造的研究，本文弥补了这一缺失。Distinguin et al.（2013）实证考察银行资本规制对银行流动性创造的影响，Duchin and Sosyura（2014）讨论的是政府通过对银行不良资产缓舒帮助及干预对银行流动性创造的影响，吕思聪（2018）研究的则是银行资本监管与存贷比监管对银行流动性创造的影响。尽管本文的研究属于政府规制如何影响银行流动性创造这股文献脉络，但本文基于对从事资产管理业务的包含银行、证券、保险、基金及信托等金融机构在内的统一的资产管理规制的视角讨论银行流动性创造，明显区别于现存研究，其结论不但补充与丰富了银行流动性创造领域的发现，而且为后续的金融机构统一规制对银行流动性创造的影响提供参考依据。第二，本文通过对中国的银行影子规制的讨论补充了影子银行规制效应的认知全系图谱。全球各个国家都会基于自身影子银行发展特征制定最优规制方案，对影子银行特征、规制及其效果的认知全系图谱中需要不同的影子特征下的规制效应认知。如美国影子银行活动表现为经纪人—交易商为媒介、短期批发融资与证券化特征（Adrian et al., 2015），而中国影子银行活动在2018年资管新规推出之前表现出以银行为中心通道的银行影子特征（孙国峰和贾君怡，2015；王喆等，2017；Chen et al., 2020），本文讨论的资管新规实质上是针对新规前银行影子活动的规制设计，研究结论为如何抑制影子活动但又不伤害实体经济活动提供经验证据。

本文余下部分设计如下：第二部分对资管新规进行解析之后提出一个假设，第三部分说明数据、设定模型与定义变量，第四部分报告并分析实证结果，第五部分作稳健性再考察与进一步讨论，最后是结论。

二、资管新规解析与假设提出

资管新规包括二十九个条款，破除通道、净值化、打破刚兑、约束非标债权资产、化解多层嵌套与规范资金池等内容是其最为核心的内容（彭俞超和何山，2020）。本文先把这些核心的新规内容分为两部分解析，之后，基于这两个解析提出一个研究假说。

解析之一 2018年4月27日正式发布资管新规之前，中国资管业表现出以银行为中心的通道模式，从最初银信、银证、银基与银保等发展到最后的银银通道模式（王喆等，2017；赵伟，2018）。资管新规明确提出打破以银行为中心的通道模式，此举措必将引起资金的选择与分流，资金或选择流入银行，或选择流入信托、券商、基金与保险等从事资产管理业务的其他非银行金融机构。资管新规提出的净值化及以净值化为基础的打破刚性兑付则进一步刺激不同投资目标及不同风险态度的投资者加速上述资金的选择与分流。

如果上述关于资管新规破除通道、净值化与打破刚性兑付的解析逻辑上成立，则因资金的选择与分流，从事资管业务的金融机构的资产规模会表现出显著变化。2018年4月27日至2020年底的这三年过渡期是观察资管新规规制下资金选择与分流的一个有效与合理窗口。唐郡（2020）发现信托资产规模自2018年以来连续三年融资类信托环比下降近5 000亿元；周炎炎（2021）发现通道业居多的事务管理类信托余额三年间降幅达39.3%，证券期货经营机构通道业务所在的定向资管产品余额三年降幅达到49.5%。这一系列发现可能是资管新规下资金选择与分流的结果。

基于Berger and Bowman（2009）银行流动性创造定义及计算公式，在其他条件不变的情况下，如权重分配不变，表内外各科目的资金占比不变，流入银行体系的资金越多，则银行流动性创造水平越高。如果上述融资类信托资产规模与证券期货定向资管产品余额连续三年大幅下降的发现是破除通道规制下资金选择流入银行之结果，则有理由预期资管新规提升银行流动性创造。

解析之二 资管新规明确认定非标债权资产，严格限制资产管理底层资产中非标债券投资比例（赵伟，2018；彭俞超和何山，2020）。银行表外理财的底层非标资产由于不满足资管新规的认定与限制要求，银行需要资管新规透明监管要求下作表内调整，选择与部分标准化债券等资产对接，如贷款、同业放贷与购买信用债等。另外，通道资金之外的新流入资金直接由银行负债与权益入表经信用转换、期限转换与流动性转换后在资产端也创造流动性。在化解多层嵌套与规范资金池运作的新规规制下，对接非标资产的银行表内标准化债券与债务等依风险本质计量更高风险权重，则银行资本比例会下降。

如果上述关于资管新规非标约束、多层嵌套化解、资金池规范与穿透式监管的解析在逻辑上成立，则银行会表现出资本金补充的客观需要。本文发现国务院金融稳定发展委员会于2018年12月25日研究并鼓励多渠道支持商业银行补充资本。而且，在该政策指引下，截止到2020年底，银行持续不断地运用各种工具，如定增、配股、优先股、可转债、二级资本债、永续债及最近的地方专项债补充自身总资本，调整总资本结构。上述发现可能反映非标约束、多层嵌套化解、资金池规范与穿透式监管等资管新规要求下银行资本比例下降后银行多渠道寻求资本金补充的客观需要。

给定其他条件，如权重分配不变、流入银行的资金量不变，银行表内外各科目的变化及调整会导致银行流动性创造变化，资产与负债端不同的流动性创造能引起银行总流动性创造水平变化（Berger and Bouwman, 2009；Berger et al., 2017）。如果上述银行多渠道持续资本补充的发现是非标资产经期限与流动性转换显形化为标准化债券与债务等资产后计量更高风险权重要求的结果，则有理由预期资管新规提升银行流动性创造。

综合上述对资管新规核心内容的两个解析，本文有理由提出一个研究假设：一行二会一局于2018年4月27日正式发布实施的资管新规显著地提升了银行流动性创造。

三、数据说明、模型设定与变量定义

（一）数据说明

本文涉及两类原始数据，一类是银行财务报表数据。其来自于BankScope中国大陆商业银行财务报表数据库；另一类是宏观经济数据。GDP增速等来自于各年度的《中国统计年鉴》，M2增速与贷款基准利率等来自于各年度的《中国金融统计年鉴》。本文对初始样本作如下处理：①剔除政策性银行；②并购前，所有银行单独进入样本，并购后，一家银行进入样本；③对财务数据连续变量，做1%与99%的winsorize处理。本文最终使用2006到2019年间161家银行的非平衡年度面板数据，这其中包括：5家大型国家控股商业银行，12家全国股份制商业银行，105家城市商业银行，39家农村商业银行，样本观察值总数为1 258。表1报告了银行数年度分布信息。由表1知，本文的非平衡面板数据时间维度上银行不连续，从而银行数年度最大值是2017年的159家，并非样本中全部银行数161家。

表1 银行数年度分布

（二）模型设定

资管新规影响银行流动性创造的主模型为如下面板数据事件研究设定：

这里，是用资产调整后的银行流动性创造；是资管新规事件虚拟变量，2018与2019年定义为1但其他年份为0；是控制变量向量，包括银行个体特征与宏观经济环境两类控制变量，分别是用风险加权资产调整后的权益刻画的银行资本充足率水平，经国内生产总值平减指数调整至样本基年2006后取自然对数的银行规模，用风险加权资本强度刻画的银行风险承担，用指数刻画的银行竞争水平，用增速刻画的货币政策，用国内生产总值的增速刻画的经济周期；为克服不可观测不随时间变化的变量导致的内生，本文作固定效应设定，代表个体固定效应，ε是误差项。受Berger and Bouwman（2009）的启发，为减轻内生性的影响，除资管新规外的所有解释变量滞后1期。

（三）银行流动性创造的定义及计算

本文基于中国场景，顺着Berger and Bouwman（2009）三步程序法设计银行流动性创造的计算。首先，分别计算表内与表外银行流动性创造；然后，对表内与表外流动性创造进行加总，计算银行总流动性创造。

本文银行流动性创造的计算与现存国内文献并不完全一致。这主要体现在银行流动性创造的计算过程中数据来源上的不一致导致会计科目报告与处理上的差异。本文数据来源于Bankscope，使用的2006到2019年间161家银行的非平衡年度面板数据，国内文献，如，郭晔等（2018）的数据来自于ChinaScope，使用2003到2014年的97家中国商业银行非平衡的年度面板数据；再如，项后军和曾琪（2019）的数据来自于wind及相应财报，使用2011到2018年16家上市银行的非平衡的季度数据。郭晔等（2018）与项后军和曾琪（2019）的数据库报告会计科目贵金属这一项并出现在非流动性资产科目下，但本文的BankScope将贵金属放在交易性资产下，因此并不报告贵金属。在处理同业科目时，考虑到同业与工商业贷款在流动性、到期时间与成本等方面存在显著差异，本文顺着Berger and Bouwman（2009）的处理方式将其放在半流动性科目下，而国内文献，如，郭晔等（2018）与项后军和曾琪（2019）等则放在非流动性科目下。另外，除了计算表内银行流动性创造及总流动性创造之外，本文还计算了表外银行流动性创造，将表内流动性创造进一步分解成资产流动性创造、负债流动性创造、负债与权益流动性创造等。

四、实证结果及其分析

（一）变量概要性统计

表2给出了混合数据结构下变量描述性统计特征。本文的银行总流动性创造均值是0.145，略小于项后军和曾琪（2019）的0.182。除表外流动性创造最小值0.001外，其他五类流动性创造都存在最小值为负的情形，这与现存文献，如项后军和曾琪（2019）发现银行流动性创造被破坏的情形一致。的平均值为0.072；银行年度规模最小、最大与均值分别为16.680、23.637与19.156，表现出规模上显著的异质性；风险承担均值为0.657；COMP在最小值0.004与最大值0.060之间变化，反映银行市场势力存在显著的年度银行差异。

表2 混合数据结构下变量描述性统计特征

图1给出了面板数据结构下各类流动性创造的行业均值年度变化。现存文献（郭晔等，2018；项后军和曾琪，2019；田国强和李双建，2020）并没有报告银行流动性创造行业均值年度变化，故本文选择与Berger and Bouwman（2009）比较。本文银行总流动性创造定义及计算类似于Berger and Bouwman（2009）流动性创造主测度cat fat，cat fat行业均值于1993到2003年间在0.21到0.41之间变化。本文银行总流动性创造基于2006到2019年，行业年度均值在0.074 6到0.307 4之间变化。六类银行流动性创造中，总流动性创造、表内流动性创造与资产流动性创造行业均值年度变化表现出相同趋势，先持续缓慢下降，然后在2018年开始上升。表外、负债、负债与权益的银行流动性创造行业均值年度变化则一直相对平缓，在0.10上下波动。银行资产流动性创造行业年度均值在2016与2017年度是负值，存在行业层面银行资产流动性创造被破坏的情况。

（二）资管新规对银行总流动性创造影响的回归结果及其分析

表3报告了资管新规对银行总流动性创造影响的回归结果。表3除报告控制变量滞后1期的主模型（1）的实证结果之外，作为对照，还报告了同期与均值回归两组模型的结果。这三组模型均为非平衡面板数据下的个体固定效应设定。

图1 面板数据结构下银行流动性创造均值异质性

表3 资管新规对银行流动性创造影响的回归结果

无论是否包括反映宏观经济环境的货币政策与经济周期控制变量，表3滞后1期与同期模型下资本充足率系数估计值均为正却并不显著，这表明资本充足率对银行流动性创造并没有统计上显著的影响，银行资本对银行流动性创造的影响并不存在显著的风险吸收或金融脆弱挤出效应，这与郭晔等（2018）在考察货币政策与同业业务对银行流动性创造影响时发现资本金融脆弱挤出效应的结论不一致。银行规模的系数估计值在最大值-0.069与最小值-0.122之间变化，在1%或10%的显著性水平上显著。这表明规模与银行流动性创造显著负相关，这一结论与Berger and Bouwman（2009）在考察流动性决定因素时的发现一致。以风险加权资本占比刻画的系数估计值变化幅度在最小的0.251到最大的0.346之间，均在1%的显著性水平上显著，这表明银行前期或当期承担的风险越大，则银行总流动性创造水平越高。以滞后1期的主回归模型为例，方程④中与的标准化回归系数分别是-0.752（-0.069 × 1.523 / 0.140）与0.205（0.300× 0.095 / 0.140），方程⑤中的标准化系数分别是-1.113与0.171。这两组标准化系数一致表明，尽管规模与银行风险承担显著地以相互相反的方向影响银行总流动性创造，但相较于银行风险承担而言，银行规模主导银行总流动性创造的变化。

（三）银行总流动性创造的分解及影响渠道考察

本文接下来将银行总流动性创造分解，从而在无法获取每一笔资金入表后的跟踪数据条件下，基于表内、表内的资产、负债、负债与权益、表外等五个大的会计科目探究资管新规影响银行总流动性创造的渠道。为此，本文将主模型（1）中的被解释变量分别置换成经资产调整后的资产流动性创造、负债与权益流动性创造、负债流动性创造、表内流动性创造与表外流动性创造。表4报告了这五组回归的结果，每组回归下包括滞后1期与同期两种设定。

资产组滞后1期设定下系数估计值为0.059，在1%的显著性水平上显著，同期模型系数估计值为0.064，也在1%的显著性水平上显著。表内组滞后1期与同期模型的系数估计值分别是0.064与0.069，均在1%的显著性水平上显著。五组回归中负债与权益组、负债组、表外组下滞后1期与同期模型的系数估计值均为正，在最大值的0.008与最小值的0.004之间变化，经济显著性远小于资产与表内组。而且，即使在10%的显著性水平上也不能拒绝资管新规不创造各自流动性的原始假设。上述实证结果表明资管新规通过银行表内及其资产这两部分影响银行流动性创造，表内的负债、负债与权益及表外渠道的作用并不显著。这一实证结论表明两点：第一，通道抑制下通道资金流入银行表内后资产对接，接受非标债券投资、比例限制与穿透式监管约束后显著地创造银行流动性；第二，新规下负债流动性创造、负债与权益流动性创造两者并不显著，这表明资管新规前后资金经负债与权益流入银行后流动性创造能力不足。资管新规对银行总流动性创造的显著促进主要通过表内与资产流动性创造的提升实现，这一统计上的结论间接支持了图1中仅资产、表内流动性创造年度均值与总流动性创造年度均值几乎一致的变化趋势。银行资产经济与统计上显著地创造流动性这一实证结论似乎间接印证了钟正生（2018）基于新规下银行行为方式的可能变化得出过渡期内初期主要通过资产端调整以满足新规监管要求的预判。银行资产与表内组下的回归结果表明银行流动性创造与规模显著负相关但与风险承担显著正相关，资产组滞后1期设定下规模与风险承担的标准化系数分别是-0.379与0.120，表内组的标准化系数分别是-0.518与0.120，这一致表明在解释银行资产流动性创造与表内流动性创造的变化时，银行规模比银行风险承担更重要，这与前面银行总流动性创造分析中一致。

表4 银行总流动性创造的分解与渠道

五、稳健性再考察与进一步讨论

上述不同设定均显示性质上一致的实证结果。本文在这一部分做稳健性再考察并进一步讨论。

（一）稳健性再考察

由银行流动性创造计算的三步程序知，权益以-0.5的权重计入，但解释变量包含了滞后1期或同期权益，这里存在同时影响银行流动性创造与的权益混淆变量导致的混淆偏差。为克服该偏差，本文在这一节银行流动性创造计算中除权益。在所有六类银行流动性创造的计算中，流动性创造除权益计算仅会影响到总流动性创造与表内流动性创造的计算，故本文只需要重新考察总流动性创造除权益与表内流动性创造除权益这两种情况。

表5报告了总流动性创造除权益与表内流动性创造除权益的实证结果。每组实证结果均包含滞后1期与同期两种设定。总流动性创造组滞后1期与同期设定的系数估计值均为0.076，且均在1%的显著性水平上显著。表内组滞后1期与同期设定下的系数估计值分别是0.066与0.069，也均在1%显著性水平上显著。的系数估计值均为负，在1%或10%的显著性水平上显著。的系数估计值为正且均在1%的显著性水平上显著。基于标准化回归系数也依然得出在解释银行流动性创造的变化时，规模比风险承担重要的结论（以滞后1期设定为例，方程②中与的标准化系数分别是-0.730与0.222，方程④中的标准化系数分别是-0.527与0.175）。上述实证结果一致表明：在流动性创造除权益后，资管新规显著地提升银行总流动性创造水平，表内流动性创造仍然是银行总流动性创造的渠道；银行规模与流动性创造负相关，风险承担与流动性创造正相关，但规模主导银行总流动性与表内流动性创造的变化。

表5 稳健性再检验——流动性创造计算中除权益

流动性创造可能受上一期影响，因此，本文对模型（1）引入银行流动性创造动态设定。为克服估计中差分引致的内生，本文采用GMM估计动态面板模型。表6报告了动态面板设定及相应的GMM结果。表6中设定①考察资管新规对银行总流动性创造的影响，设定②到⑥是对银行总流动性进行分解后的实证结果。变量是滞后1期的银行各类流动性创造，刻画银行流动性创造的动态效应。设定①-⑥各自的Sargan检验统计量一致表明不能拒绝工具变量与误差项正交的原始假设，GMM中的所有工具变量统计上显著外生。设定①-⑥中的各系数估计值及标准误表明：资管新规显著提升银行总流动性创造；银行总流动性创造的提升主要通过银行表内与资产流动性创造实现；银行流动性创造与银行规模显著负相关，与银行的风险承担显著正相关，在解释银行流动性创造的变化时，规模比银行风险承担重要。

表6 稳健性检验——动态面板及广义矩方法

用核心一级资本比例代理，用代理，用经生息资产调整后的存贷息差代理， ()()这里，是资产回报率，是资本资产比，()是的标准差，表7报告的是以当年及前两年为基础计算()的实证结果。以当年为中心前后各1年计算()，实证结论依然不变。出于节省篇幅目的，正文没有报告，留存备索。用贷款基准利率代理，表7报告了这些变量替换后的实证结果。表7由六组设定①-⑥组成，设定①中系数估计值为0.060，在1%的显著性水平上显著。资产设定②与表内设定⑤的系数估计值分别是0.059与0.050，均在1%的显著性水平上显著。银行规模与银行流动性创造显著负相关，银行风险承担与银行流动性创造显著正相关，在解释流动性创造的变化时，银行规模比风险承担重要。

表7 稳健性再检验——变量替换

我们的样本不太平衡，事件研究的结论对事件的窗口选择可能敏感，在实际研究中通常需要更换事件窗口宽度来做一些稳健性检验。如果在2018年之前的年份设置事件，依然存在银行流动性创造提升的结论，那么前述的资管新规促进银行流动性创造的结论就值得怀疑。在所有年份中，2017年11月17日发布资管新规征求意见稿，因此，最需要关注的是2017年。表8报告了时间点定义在2017年的实证结果。 其他滞后年份的设定实证结论与2017年一致。出于节省篇幅考虑，正文没有报告，留存备索。由表8知，即使在10%的显著性水平上，的系数也无一显著。这表明把资管新规滞后1年到2017年，前述银行流动性创造提升的实证结论不再显著，但银行规模与风险承担对银行流动性创造影响的方向与显著性均与前面一致，在解释流动性创造的变化时，银行规模比风险承担重要。

表8 稳健性再检验——安慰剂实验

续表

（二）进一步讨论

本文基于2018年4月27日“资管新规”发布这一事件，定义2018与2019年值为1而其他年份为0的事件，设定面板数据事件研究模型。这一小节进一步讨论设定与资管事件归因。

第一，征求意见稿中指出“过渡期自《指导意见》正式发布实施后至2019年6月30日”。基于意见稿发布时间2017年11月17日、意见稿中一年半过渡期的设定、业绩考核下银行监管套利动机的持续性这三点，有理由推测银行不会在2017年结束监管套利行为，银行最有可能是资管新规正式发布实施下的2018年及以后遵循新规，银行行为结果在2018与2019年财报上体现。第二，从描述性统计特征与回归结果来判断，也有理由把时间设定在2018年。图1刻画了银行流动性创造的行业均值年度变化趋势，该图表明在2018年银行流动性创造行业均值开始变化，由2018年以前的持续缓慢下滑转折向上。再从表8中的安慰剂试验回归结果来看，统计上也并不支持以2017年为时间点定义。第三，本文梳理自2017年开始的样本期内是否有影响银行流动性创造的重大事件。本文仅发现2017年12月6日银保监会发布了一则《商业银行流动性风险管理办法》的修订征求意见稿。该管理办法是2014年3月1日发布的办法的再次修订，于2018年7月1日开始正式实施。不难发现该管理办法是以约束银行流动性为目的的。因此，本文流动性创造提升的实证发现不应当是该管理办法的政策效应。综合上述三点讨论，本文的设定时间点及流动性创造事件归因逻辑上自洽。

六、结论和建议

出于治理中国资产管理业乱象、防控金融风险的重大需要，一行两会一局于2018年4月27日正式发布实施资管新规。在中国资产管理业中居核心地位的银行通过影子活动成为信托、基金、保险与证券等资管金融机构的通道中心。银行流动性创造是银行得以存在的两个基石之一，银行流动性创造通过资源配置效率的提升促进经济增长，在经济增长中发挥着不可替代的重要作用。本文实证上考察资管新规是否会破坏银行流动性创造功能。为此，本文收集并整理2006到2019年银行非平衡的年度财务数据，基于面板事件研究设定，发现资管新规在经济与统计上显著地提升银行总流动性创造。本文进一步将银行总流动性创造按照表内、表外、表内资产、负债、负债与权益等进行流动性创造分解，发现银行总流动性创造的提升不是通过表外、负债、负债与权益的流动性创造完成，而是通过表内与表内资产的流动性创造完成。最后，本文发现银行规模与银行流动性创造显著负相关，银行风险承担与银行流动性创造显著正相关；在解释银行流动性创造的变化时，相较于银行风险承担而言，银行规模更重要。本文的研究弥补了对从事资产管理业务的金融机构的统一规制对银行流动性创造影响文献的缺失，其研究结论不但为后续的金融机构统一规制影响银行流动性创造提供参考依据，也从中国式银行影子的角度补充了全球影子银行及其规制效应的认知全系图谱。

本文的研究结论有着重要的政策启示。资管新规试图促进资管业健康发展，达到有效防控金融风险最终服务经济实体的目的。在中国资管业中居核心地位的银行，其流动性创造功能在经济增长中发挥着不可替代的作用，规制政策不当就有可能产生削弱甚至破坏银行流动性创造的重大副作用，从而伤及实体经济发展。尤其是，在当前新冠疫情COVID-19持续冲击与重创中国及全球经济场景下，资管新规政策的制订与实施如何做到风险防控与经济快速恢复的科学有效平衡，是当前新规政策执行过程中遇到的一个重大现实问题。假如实证结果表明资管新规削弱甚至破坏银行流动性创造，则表明市场上融资流动性的不足会导致经济恢复能力的削弱甚至被破坏，央行于2020年7月31日就资管新规召开的专门、公开与全面沟通会上宣示的新规不调头与不转向政策就值得商榷。本文的研究实际上是从银行流动性创造角度评估未预料的新冠疫情COVID-19持续冲击场景下资管新规规制效应，其结论有助于回答当下风险防控与经济恢复平衡中如何科学有效执行资管新规这一问题。本文的研究结论表明，当前的资管新规对银行流动性创造的影响并没有表现出银行流动性创造被削弱的规制效应，恰恰相反，资管新规通过表内与表内资产部分促进银行总流动性创造。因此，本文的实证结论为新冠疫情COVID-19持续冲击与重创中国及全球经济场景下资管新规规制政策持续执行提供了实证证据。另外，本文的研究结论也表明，在影响银行流动性创造的重大政策设计上，要持续关注银行规模与银行风险承担行为，尤其是要关注小规模银行，其对银行流动性创造的影响更大。