影子銀行規(guī)模與金融穩(wěn)定性關(guān)系研究
——基于SVAR和DCC-MVGARCH模型

楊　真

(山東大學(xué) 經(jīng)濟學(xué)院, 濟南 250100)

?

財政金融研究

影子銀行規(guī)模與金融穩(wěn)定性關(guān)系研究
——基于SVAR和DCC-MVGARCH模型

楊真

(山東大學(xué) 經(jīng)濟學(xué)院, 濟南 250100)

[摘要]利用2002～2014年數(shù)據(jù),估計了我國影子銀行規(guī)模、構(gòu)建了我國金融穩(wěn)定性指數(shù)。在此基礎(chǔ)上,利用SVAR和DCC-MVGARCH等模型研究了影子銀行規(guī)模和金融穩(wěn)定指數(shù)的關(guān)系,結(jié)果發(fā)現(xiàn),影子銀行對我國金融穩(wěn)定性存在較大的正向影響,應(yīng)對于影子銀行宏觀盯住、微觀微調(diào)的同時,著力進行市場化改革。

[關(guān)鍵詞]影子銀行;金融穩(wěn)定性;SVAR;DCC-MVGARCH

影子銀行(Shadow Banking)的概念最早由McCulley在2007年提出。然而在此之前,影子銀行就已廣泛存在,并且成為2007年美國次貸危機的元兇。次貸危機以后,影子銀行才逐漸引起各國學(xué)術(shù)界和管理層的重視。對影子銀行的定義很多,但是所有定義都指出:影子銀行是游離于傳統(tǒng)銀行之外的、不受監(jiān)管的信用中介體系。近年來,影子銀行在中國發(fā)展迅速,在一定程度上影響了國民經(jīng)濟以及金融體系。但是我國的影子銀行是在資本市場不發(fā)達、二元制金融結(jié)構(gòu)的背景下產(chǎn)生的,同歐美發(fā)達國家的影子銀行不可一概而論。我國的影子銀行是“銀行的影子”而歐美的影子銀行是“平行銀行體系”。兩者的性質(zhì)、作用、風(fēng)險可控程度都不同。伯南克說,信用的提供不可避免的要承擔風(fēng)險,我們不應(yīng)當對防止所有危機心存幻想。那么,影子銀行對我國金融系統(tǒng)到底有什么影響?這種影響又有多大呢?

一、文獻綜述

對影子銀行的研究文獻可以分為對歐美發(fā)達經(jīng)濟體和新興經(jīng)濟體影子銀行的研究。對于發(fā)達經(jīng)濟體的影子銀行,大部分作者持限制和加強監(jiān)管的態(tài)度。對于新興經(jīng)濟體的影子銀行,大部分作者認為在充分利用影子銀行的同時,要防范其可能產(chǎn)生的風(fēng)險。

Viral V.Acharya(2013)系統(tǒng)的研究了印度的影子銀行體系。他認為印度非銀行金融機構(gòu)被中央銀行視為具有系統(tǒng)重要性。近年來印度影子銀行發(fā)展迅速,同時產(chǎn)生了重要作用:一方面促進了資源有效配置,另一方面促進了農(nóng)村地區(qū)發(fā)展。所以在印度,影子銀行被視為正規(guī)金融機構(gòu)的重要補充。作者進一步指出:新興經(jīng)濟體的影子銀行可能與發(fā)達國家的影子銀行不同,應(yīng)當區(qū)別對待[1]。Elias Bengtsson(2013)從歐洲貨幣基金視角,研究了影子銀行與金融穩(wěn)定性的關(guān)系。由于貨幣基金資產(chǎn)結(jié)構(gòu)缺乏透明度致使投資者不能區(qū)分其投資基金的資產(chǎn)質(zhì)量,于是發(fā)生了大規(guī)模的擠兌,這就導(dǎo)致資產(chǎn)價格下降和流動性緊張。于是貨幣基金行業(yè)集體拋售遠期和流動性較差的資產(chǎn),導(dǎo)致這些資產(chǎn)價格下降更快,于是擠兌加劇,歐洲貨幣市場基金業(yè)開始囤積流動性,并把銀行票據(jù)兌現(xiàn),這就導(dǎo)致銀行業(yè)流動性緊張同時加劇了貸款延期風(fēng)險,最終危機從貨幣基金傳到整個經(jīng)濟[2]。Ewa Cieslik(2014)研究了中國影子銀行的組成結(jié)構(gòu)、規(guī)模以及對金融體系的潛在危險。他認為中國影子銀行目前規(guī)模較小、結(jié)構(gòu)簡單、沒有涉及金融衍生品,不會引發(fā)危機。但是影子銀行規(guī)模占GDP比重太高,任其發(fā)展下去,將來可能會影響宏觀經(jīng)濟穩(wěn)定[3]。Simingao(2015)認為表現(xiàn)為銀行業(yè)壟斷、私人銀行業(yè)進入限制、低利率及向特權(quán)部門借貸偏好的金融抑制是中國影子銀行業(yè)產(chǎn)生的根本原因。影子銀行提高了資金的可得性、支持了中小企業(yè)發(fā)展、提高了金融效率。同時,由于內(nèi)部風(fēng)險控制措施不到位、影子銀行可能會與商業(yè)銀行共謀,從而造成一定的風(fēng)險[4]。綜合以上分析可以看出:對影子銀行的態(tài)度要以其本質(zhì)、作用為根據(jù),不同的國家情況不同,不能一刀切。

近年來國內(nèi)學(xué)者也對我國影子銀行從定性、定量兩個方面研究了其產(chǎn)生的原因、影響以及與發(fā)達國家影子銀行的異同。原因方面:丁汝俊(2013)認為監(jiān)管扭曲和失當?shù)暮暧^調(diào)控造成的資金供求失衡、政府的政策目標和政策工具之間的錯配和沖突是影子銀行發(fā)展的主要原因[5]。楊均華(2014)認為二元金融結(jié)構(gòu)與金融抑制、相機抉擇的金融政策以及民間金融繁榮是我國影子銀行發(fā)展的重要原因。他認為,影子銀行能夠在一定程度上緩解我國二元經(jīng)濟結(jié)構(gòu)、支持經(jīng)濟發(fā)展、推動深化金融體制改革。但是在短期會對國民經(jīng)濟產(chǎn)生不利影響[6]。影響方面:巴曙松(2013)認為影子銀行能夠服務(wù)實體經(jīng)濟、緩解金融抑制、提高金融效率,有利于改善目前融資渠道單一的現(xiàn)狀,有助于建立多元化的融資途徑,所以影子銀行的積極意義占據(jù)主導(dǎo)地位[7]。王京京(2014)認為影子銀行與金融穩(wěn)定性之間存在長期穩(wěn)定關(guān)系,且兩者的關(guān)系大體呈倒U型:影子銀行超過一定規(guī)模后會對實體經(jīng)濟產(chǎn)生不利影響[8]?？梢钥闯?學(xué)術(shù)界對于我國影子銀行的影響目前還存在分歧。在國際對比方面:巴曙松(2013)從功能、監(jiān)管、規(guī)模、杠桿化成都、期限錯配、與商業(yè)銀行關(guān)聯(lián)系、風(fēng)險特征等方面與歐美影子銀行體系進行了對比,他認為兩者存在本質(zhì)區(qū)別[8]。李俊霞(2014)從業(yè)務(wù)模式、參與主體、主要業(yè)務(wù)、風(fēng)險特征、期限錯配、規(guī)模、功能、監(jiān)管等方面比較了中美影子銀行體系的異同,認為兩者存在較大差異[9]。陸曉明(2014)從運作模式、與銀行的關(guān)系、經(jīng)濟影響和風(fēng)險特征的角度比較了中美影子銀行體系,他認為雖然兩者存在很多共同之處,但是有很大的不同[10]。通過以上研究者的結(jié)論可以得出:中國與歐美發(fā)達國家的影子銀行體系存在很大的不同,需要區(qū)別對待。

二、中國影子銀行規(guī)模測算

巴曙松(2013)[7]把影子銀行規(guī)模分為四個口徑：(1)最窄口徑指銀行理財業(yè)務(wù)和信托公司;(2)較窄口徑指最窄口徑+財務(wù)公司、金融租賃公司、汽車與消費金融公司;(3)較寬口徑指較窄口徑+銀行同業(yè)業(yè)務(wù)、委托貸款業(yè)務(wù);(4)最寬口徑指較寬口徑加民間借貸。鑒于數(shù)據(jù)可得性,結(jié)合以上分析,本文選擇委托貸款、信托貸款、未貼現(xiàn)銀行承兌匯票與民間借貸作為影子銀行規(guī)模的代理變量。其中前三項數(shù)據(jù)來自國家統(tǒng)計局網(wǎng)站。對民間借貸的估計,借鑒李建軍(2010)[11]的方式,假設(shè)一定時間內(nèi)單位生產(chǎn)單位GDP必須由一定數(shù)量的信貸支持。民間借貸規(guī)模采用如下方式進行估算:設(shè)D=正規(guī)貸款滿足率,表示主體通過正規(guī)渠道獲得的信貸總額占其獲得的全部信貸總額的百分比。Df=農(nóng)戶的正規(guī)貸款滿足率。表示農(nóng)戶通過正規(guī)渠道獲得的信貸總額占其獲得的全部信貸總額的百分比。Dp=私營企業(yè)及個體工商戶的正規(guī)貸款滿足率。R=單位gdp貸款系數(shù),為未償還貸款余額與GDP的比率。Rfp=農(nóng)戶、個體及私營企業(yè)單位GDP貸款系數(shù)。農(nóng)戶部門的GDP由農(nóng)業(yè)總產(chǎn)值表示。個體及私營企業(yè)的GDP按照就業(yè)人數(shù)從第二、第三產(chǎn)業(yè)GDP中分割。Yfp表示農(nóng)戶、個體及私營企業(yè)GDP。D=Rfp/R。用NOND表示民間借貸,則NOND=R×Yfp×(1-D)。數(shù)據(jù)均取自中國統(tǒng)計年鑒和2015中國統(tǒng)計年鑒摘要。

本文根據(jù)上述方法估計了中國影子銀行規(guī)模(見表1)。

由表1可以看出,從2002年到2014年,中國影子銀行規(guī)模發(fā)展迅速,大大超過了同期GDP發(fā)展速度。2014年的影子銀行規(guī)模是2002年影子銀行規(guī)模的10倍多,而2014年的GDP僅是2002年的5.2倍。除了個別年份影子銀行規(guī)模出現(xiàn)萎縮以外,其余年份均保持快速增長，其中2011年增長了86%，所以,影子銀行問題引起了越來越多的關(guān)注。

表1　中國影子銀行規(guī)?！　|元

三、中國金融穩(wěn)定性指數(shù)構(gòu)建

借鑒毛澤盛(2012)[12]、葛志強(2011)[13]的基礎(chǔ)上,并結(jié)合我國實際情況,金融穩(wěn)定性衡量指標選取見表2。

表2　金融穩(wěn)定性指數(shù)指標及風(fēng)險狀態(tài)賦值區(qū)間

數(shù)據(jù)來源:中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、金融統(tǒng)計年鑒、中國統(tǒng)計年鑒、國泰君數(shù)據(jù)庫。

為了克服以往研究在構(gòu)建穩(wěn)定性指數(shù)時各個指標加權(quán)平均的主觀性,本文采用因子分析法構(gòu)建金融穩(wěn)定性指數(shù)。N維原變量,M個公因子的因子分析模型如下:

用矩陣表示為:X=AF+E。其中F為公共因子且M個因子相互獨立。A為因子載荷矩陣。本文采用主成分法估計矩陣A。具體過程如下:

(1)數(shù)據(jù)正向處理。本文采用的數(shù)據(jù)指標分為三類:正向指標、負向指標和區(qū)間指標。正向化是指將負向指標和區(qū)間指標轉(zhuǎn)化為正向指標。正向化方式如下:對于正向指標ktz=kys;負向指標ktz=-kys;適度指標ktz=-abs(kys-mean)。ktz、kys、abs、mean分別表示調(diào)整后的數(shù)據(jù)、原始數(shù)據(jù)、絕對值符號和安全區(qū)間的中值。

(2)求解各因子的特征值及方差貢獻率。并以累計方差貢獻率>=85%為標準提取公共因子。

(3)求解因子載荷矩陣。根據(jù)因子載荷矩陣得到公因子與各指標的線性組合,以aij>=0.4為標準提取指標并對公共因子賦值。

(4)以公因子方差貢獻占全部公因子方差貢獻的百分比為權(quán)重，計算金融穩(wěn)定性指數(shù)。根據(jù)以上步驟,本文計算的金融穩(wěn)定性指數(shù)如表3。

表3　中國金融穩(wěn)定性指數(shù)

由表3可以看出,2007年以前我國金融穩(wěn)定性呈上升趨勢,其中2003年增長最快,達到19.58%.由于受累于美國次貸危機,從2007年開始金融穩(wěn)定指數(shù)開始下降,至2009年達到最低點。但是隨著中國政府龐大刺激計劃的出臺,金融穩(wěn)定指數(shù)從2009年開始快速上升,并超越前期高點。其中,2010年增長了39.11%、2011年增長了16.26%。隨著中國經(jīng)濟進入新常態(tài),“三期疊加”效應(yīng)下,中國金融穩(wěn)定指數(shù)增長放慢。

四、DCC-MVGARCH模型和SVAR模型分析

為了測度影子銀行規(guī)模與金融穩(wěn)定性指數(shù)之間的動態(tài)相關(guān)關(guān)系,本文采DCC-MVGARCH模型。假設(shè)有N個變量,其波動率向量為rt,則:

rt=ut+et,et/Ωt-1～N(0,Ht),

Ht=DtRtDt其中,

上述模型一般通過Engle提出的兩階段最大似然法求解。求解以上模型還需設(shè)定均值方程,本文采用原變量對常數(shù)項的回歸作為均值方程。

為了克服VAR模型脈沖響應(yīng)函數(shù)無明確經(jīng)濟含義的缺陷,本文擬用SVAR模型對影子銀行規(guī)模與金融穩(wěn)定性的關(guān)系進行更深入的研究。K個變量滯后P階的SVAR(P)模型為:

A0Yt=?+A1Yt-1+A2Yt-2+…+ApYt-p+ut.

其中Y為K維列向量,U為擾動項向量。若A0可逆,則:

Yt=β+B1Yt-1+B2Yt-2+…+BpYt-p+εt.

五、實證研究

(一)單位根檢驗和協(xié)整檢驗

本文采用ADF方法檢驗中國影子銀行規(guī)模和金融穩(wěn)定指數(shù)的平穩(wěn)性。采用EG兩步法檢驗兩者的協(xié)整關(guān)系。結(jié)果分別見表4、表5。

表4　變量的平穩(wěn)性檢驗

注:T、C分別代表趨勢項和常數(shù)項。1代表包含、0表示不包含。D表示一階差分。

由上表可以看出:影子銀行規(guī)模和金融穩(wěn)定指數(shù)的ADF檢驗P值均較大,說明兩者都不平穩(wěn)。但是兩者的一階差分ADF檢驗P值均小于5%,故中國影子銀行規(guī)模和金融穩(wěn)定性指數(shù)都是I(1)序列。

表5　EG兩步法協(xié)整檢驗

注:e表示shadowbanking對stableindex的最小二乘殘差,包含常數(shù)項。

由上表可以看出,雖然影子銀行規(guī)模和金融穩(wěn)定指數(shù)都是一階單整序列,但是兩者的線性組合卻是一個平穩(wěn)序列。故兩者是協(xié)整的。

(二)SVAR模型估計及脈沖響應(yīng)、方差分解分析

由于兩變量均是一階單整序列,下面使用兩變量的一階差分構(gòu)建SVAR模型。在本文第四部分的假設(shè)下, A矩陣估計如下:

經(jīng)驗證,模型的特征跟均小于1,故模型穩(wěn)定。下面進行脈沖相應(yīng)分析和方差分解。

表6　脈沖響應(yīng)結(jié)果

注:A表示影子銀行規(guī)模;B表示金融穩(wěn)定指數(shù)。

給定金融穩(wěn)定指數(shù)1個標準差的沖擊后,影子銀行規(guī)模在第一期響應(yīng)為0,第二期開始變成負響應(yīng),在第三期達到最大,為大約-23 000億。此后逐步減少至第四期變?yōu)?。由表6可知,給定影子銀行規(guī)模一個單位的標準差沖擊后,金融穩(wěn)定指數(shù)有正的響應(yīng),并且在當期的響應(yīng)值達到最大,為大約0.6.此后逐步衰減,響應(yīng)消失。

表7　影子銀行規(guī)模方差分解

表8　金融穩(wěn)定指數(shù)方差分解

由方差分解可知,影子銀行的變動更多的受自身的影響,第一期自身的貢獻率為100%,到第四期逐步穩(wěn)定,自身對波動的貢獻率為大約97%。金融穩(wěn)定指數(shù)只能解釋其波動的大約3%。但是,影子銀行規(guī)模卻能解釋金融穩(wěn)定指數(shù)的大約23%,金融穩(wěn)定指數(shù)對自身的貢獻率大約為77%。

(三)DCC-MVARCH模型估計的動態(tài)相關(guān)系數(shù)

表9影子銀行規(guī)模和金融穩(wěn)定性指數(shù)的動態(tài)相關(guān)系數(shù)

年份系數(shù)19910.11419920.11519930.08519940.08919950.11419960.12019970.04019980.52619990.11920000.05520010.12120020.12020030.09920040.07820050.07620060.10820070.09420080.11420090.10720100.12120110.11320120.11920130.11520140.119

注:該部分估計結(jié)果根據(jù)1990-2014年數(shù)據(jù)得出。鑒于數(shù)據(jù)可得性,影子銀行規(guī)模不包含委托貸款、信托貸款和未貼現(xiàn)銀行承兌匯票。在2000年之前,委托貸款、信托貸款的規(guī)模較小,所以民間借貸能夠代表影子影子銀行規(guī)模;金融穩(wěn)定性指數(shù)不包含股票總市值/gdp、中央政府負債項和金融機構(gòu)資本充足率。

由表9可以看出,影子銀行規(guī)模與金融穩(wěn)定性指數(shù)在沒一起都是正相關(guān),除了在1998年相關(guān)程度較大、1997年和2000年相關(guān)程度較小外,其它年份都穩(wěn)定在0.1左右。特別是2008年以后,兩者的關(guān)系趨于穩(wěn)定,在0.11上下波,所以,影子銀行規(guī)模與金融穩(wěn)定性的動態(tài)相關(guān)程度不僅較大而且穩(wěn)定。說明兩者之間存在穩(wěn)定明顯的正相關(guān)關(guān)系。

(四)OLS非線性估計

為了進一步研究當期影子銀行規(guī)模與金融穩(wěn)定性指數(shù)之間的關(guān)系.本文設(shè)定了如下非線性模型:stableindex=?+β1shadowbanking+β2shadowbanking2+ε.估計如下

stableindex=615648-101215shadowbanking+4312shadowbanking2.

(4.697) (-5.477) (6.83)

R2=0.97 F=170.16

括號內(nèi)為相應(yīng)的t值。由回歸結(jié)果可以看出,各個系數(shù)均在1%的顯著性水平上通過檢驗。F值較大,方程整體顯著性檢驗通過。所以影子銀行與金融穩(wěn)定性的關(guān)系呈U型,臨界值為11.736.即:金融穩(wěn)定性指數(shù)低于11.736時,影子銀行與金融穩(wěn)定性指數(shù)負相關(guān);大于該臨界值時,兩者正相關(guān)。從估計的金融穩(wěn)定指數(shù)來看,該指數(shù)在2004年就超過了該臨界值,根據(jù)回歸結(jié)果,目前兩者的關(guān)系呈正相關(guān)。

六、結(jié)論和經(jīng)驗解釋

本文利用一系列的計量模型,研究了影子銀行規(guī)模與金融穩(wěn)定性的關(guān)系。根據(jù)協(xié)整檢驗,兩者之間存在長期穩(wěn)定關(guān)系。根據(jù)方差分解,影子銀行規(guī)模對金融穩(wěn)定性指數(shù)波動貢獻率達到23%。根據(jù)脈沖響應(yīng)分析,金融穩(wěn)定性對影子銀行沖擊存在正的響應(yīng)。根據(jù)SVAR計算,當期影子銀行規(guī)模每提高1萬億,金融穩(wěn)定指數(shù)提高0.599個單位。根據(jù)非線性模型,兩者的關(guān)系呈U型,臨界點在11.736,由于金融穩(wěn)定性指數(shù)早已超過臨界值,所以現(xiàn)階段兩者呈正相關(guān)。根據(jù)DCC-MVARCH模型,兩者的動態(tài)相關(guān)程度不僅較大而且穩(wěn)定,說明兩者之間存在穩(wěn)定明顯的正相關(guān)關(guān)系。綜合以上結(jié)論,可以得出:影子銀行對我國金融具有比較大的正向影響。如上所述,不能把中國的影子銀行同國外的影子銀行混為一談,對待中國的影子銀行要把握其本質(zhì),合理引導(dǎo)、對癥下藥。首先要避免談“影”變色,糾正影子銀行必然引起金融危機的思想.其次要根據(jù)影子銀行各部分的特點加強監(jiān)管. 從短期來看,宏觀盯住,微觀微調(diào). 長期來看,深化金融市場化改革,使市場在資源配置中起決定性作用。

[ 參 考 文 獻 ]

[1]Viral V Acharya.The growth of a shadow banking system in emerging markets: Evidence from india[J].Journal of International Money and Finance,2013, 39:207-230.

[2]Elias Bengtsson.Shadow banking and financial stability: European money market funds in the global financial crisis[J].Journal of International Money and Finance,2013,32:579-594.

[3]Ewa Cieslik.China,shadow banking sector: recent development and systemic risk assessment[J].Oeconomia,2014,(2):25-36.

[4]Simingao.Seeing Gray in a Black-and-White Legal world: Financial Repression, Adaptive Efficiency,and Shadow Banking in china[J].Texas international law journal,2015,50:15-26.

[5]丁汝俊.正確認識后金融危機背景下我國影子銀行的正能量[J].寧夏社會科學(xué),2013,(6):53-60.

[6]楊均華.我國影子銀行體系的規(guī)模、動因與影響[J].商業(yè)時代,2014,(3):33-34.

[7]巴曙松.從改善金融結(jié)構(gòu)角度評估“影子銀行”[J].新金融評論,2013,(2):41-50.

[8]王京京.中國影子銀行對金融體系穩(wěn)定性的影響[J].社會科學(xué)戰(zhàn)線,2014,(12):255-258.

[9]李俊霞.中國影子銀行體系的風(fēng)險評估與監(jiān)管建議[J].經(jīng)濟學(xué)動態(tài),2014,(5):26-33.

[10]陸曉明.中美影子銀行系統(tǒng)比較分析和啟示[J].國際金融研究,2014,(1):55-63.

[11]李建軍.中國未觀測信貸規(guī)模的變化:1978～2008年[J].金融研究,2010,(4):40-49.

[12]毛澤盛.中國影子銀行與銀行體系穩(wěn)定性閾值效應(yīng)研究[J].國際金融研究,2012,(11):65-73.

[13]葛志強.我國系統(tǒng)性金融風(fēng)險的成因、實證及宏觀審慎對策研究[J].金融發(fā)展研究,2011,(4):57-60.

[責(zé)任編輯:劉煒]

doi:10.3969/j.issn.1672-5956.2016.04.015

[收稿日期]2016-03-08

[作者簡介]楊真,1988年生,男,山東臨沂人,山東大學(xué)博士研究生, 研究方向為宏觀經(jīng)濟與金融,(電子信箱)532527186@qq.com。

[中圖分類號]F832.1;F832.5

[文獻標識碼]A

[文章編號]1672-5956(2016)04-0100-06