實(shí)體經(jīng)濟(jì)杠桿率、影子銀行規(guī)模與系統(tǒng)性金融風(fēng)險(xiǎn)
——基于TVP-VAR模型的實(shí)證研究

吳琳慧

(上海理工大學(xué) 管理學(xué)院， 上海 200093)

近年來，金融行業(yè)發(fā)展勢(shì)頭迅猛，但同時(shí)也伴隨著規(guī)模迅速擴(kuò)張下的債務(wù)飆升，特別是實(shí)體經(jīng)濟(jì)杠桿率的持續(xù)飆升。國(guó)家金融與發(fā)展實(shí)驗(yàn)室發(fā)布的數(shù)據(jù)顯示，截至2020年末，中國(guó)實(shí)體經(jīng)濟(jì)杠桿率為270.1%，較2008年增長(zhǎng)了128.9%，上升的幅度遠(yuǎn)遠(yuǎn)大于同期全球數(shù)據(jù)。

2008年，以美國(guó)次貸危機(jī)為導(dǎo)火索，金融危機(jī)在全球范圍內(nèi)爆發(fā)，對(duì)各國(guó)的金融市場(chǎng)都產(chǎn)生了災(zāi)難性影響。次貸危機(jī)的爆發(fā)加深了學(xué)者們對(duì)“影子銀行”這一概念的研究。影子銀行是指游離在正規(guī)銀行體系外的信用中介實(shí)體和活動(dòng)，由于其從事杠桿操作、期限轉(zhuǎn)化、流動(dòng)性轉(zhuǎn)換及信用風(fēng)險(xiǎn)轉(zhuǎn)移增加了系統(tǒng)性金融風(fēng)險(xiǎn)和監(jiān)管套利風(fēng)險(xiǎn)[1]。國(guó)外的影子銀行主要通過非銀行金融機(jī)構(gòu)進(jìn)行日常運(yùn)轉(zhuǎn)，而中國(guó)的影子銀行則是以商業(yè)銀行為運(yùn)轉(zhuǎn)核心[2]，同時(shí)受到的監(jiān)管程度遠(yuǎn)低于商業(yè)銀行，特別是在資本充足率和準(zhǔn)備金方面基本不受限制[3]。2008年后，中國(guó)影子銀行規(guī)模開始飛速發(fā)展，影子銀行每年的增長(zhǎng)速度都在20%以上，這也大大加劇了金融市場(chǎng)的風(fēng)險(xiǎn)，一定程度上提升了系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)生的概率。

為應(yīng)對(duì)實(shí)體經(jīng)濟(jì)杠桿率持續(xù)攀升以及影子銀行規(guī)模不斷擴(kuò)大對(duì)金融穩(wěn)定所產(chǎn)生的負(fù)面影響，政府以及監(jiān)管部門相繼出臺(tái)了一系列相關(guān)政策。從首次提出去杠桿的政策到結(jié)構(gòu)性去杠桿，國(guó)家從不同角度來降低總杠桿率。2014年，《國(guó)務(wù)院辦公廳關(guān)于加強(qiáng)影子銀行監(jiān)管有關(guān)問題的通知》的發(fā)布和實(shí)施，落實(shí)了各類影子銀行主體的監(jiān)管責(zé)任，加強(qiáng)了對(duì)影子銀行的監(jiān)管和治理。去杠桿、強(qiáng)監(jiān)管以及防范金融風(fēng)險(xiǎn)一直都是國(guó)家經(jīng)濟(jì)工作的重中之重。在現(xiàn)階段，復(fù)雜的金融環(huán)境之下，實(shí)體經(jīng)濟(jì)杠桿率以及影子銀行規(guī)模有怎樣的相互關(guān)系，兩者對(duì)于金融體系穩(wěn)定性存在著怎樣的動(dòng)態(tài)影響以及沖擊效應(yīng)？這些問題的探討和研究，讓我們更深入地了解結(jié)構(gòu)性去杠桿、影子銀行監(jiān)管以及防范系統(tǒng)性金融風(fēng)險(xiǎn)等這些政策之間的內(nèi)在邏輯，為相關(guān)監(jiān)管部門的政策決策提供一定的參考借鑒價(jià)值。

1 文獻(xiàn)綜述

對(duì)整個(gè)金融體系的金融風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的識(shí)別和測(cè)度是防范系統(tǒng)性金融風(fēng)險(xiǎn)的重要前提。在2008年全球金融危機(jī)之后，學(xué)者們構(gòu)建金融壓力指數(shù)，以達(dá)到風(fēng)險(xiǎn)識(shí)別和預(yù)警的作用。金融壓力的概念最早由IIing和Liu提出，通過金融壓力指數(shù)來衡量金融壓力，當(dāng)金融壓力指數(shù)的大小超出某一區(qū)間時(shí)，一國(guó)極有可能發(fā)生金融風(fēng)險(xiǎn)[4]。陶玲和朱迎采用馬爾科夫狀態(tài)轉(zhuǎn)換方法測(cè)算金融壓力綜合指數(shù)，來建立金融危機(jī)預(yù)警系統(tǒng)[5]。

實(shí)體經(jīng)濟(jì)杠桿率水平以及增速對(duì)國(guó)家的金融穩(wěn)定存在不利的影響。董小君對(duì)中國(guó)1996—2020年杠桿率的數(shù)據(jù)分析，認(rèn)為中國(guó)總杠桿率水平不高但增速很快，其中非金融部門杠桿率居高不下，居世界前列[6]。當(dāng)經(jīng)濟(jì)處于下行周期的時(shí)候，過高的杠桿率加大了系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)的概率。江紅莉和蔣鵬程認(rèn)為，實(shí)體經(jīng)濟(jì)杠桿率的上升與我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)之間具有正向效應(yīng)[7]。李程和趙艷婷通過門限結(jié)構(gòu)向量自回歸模型，對(duì)實(shí)體經(jīng)濟(jì)各部門杠桿率與金融風(fēng)險(xiǎn)傳染機(jī)理進(jìn)行分析，發(fā)現(xiàn)各部門杠桿率增速的上升也會(huì)提高系統(tǒng)性金融風(fēng)險(xiǎn)[8]。

2008年金融危機(jī)之后，無論是國(guó)家還是金融機(jī)構(gòu)，其金融安危意識(shí)逐步提高，也有越來越多的學(xué)者研究影子銀行對(duì)金融穩(wěn)定產(chǎn)生的影響。林琳等實(shí)證研究發(fā)現(xiàn)，當(dāng)經(jīng)濟(jì)處于上升期時(shí)，金融機(jī)構(gòu)和企業(yè)通過影子銀行進(jìn)行大量融資的時(shí)候，普遍忽視了影子銀行在此過程中不斷加劇的風(fēng)險(xiǎn)，形成了高杠桿、高度期限配醋、關(guān)聯(lián)關(guān)系復(fù)雜的金融體系，金融風(fēng)險(xiǎn)大幅提升[9]。方先明等通過構(gòu)建銀行規(guī)模和金融穩(wěn)定指數(shù)的TVP-VAR模型進(jìn)行實(shí)證分析，認(rèn)為在短期內(nèi)，影子銀行規(guī)模擴(kuò)張使得社會(huì)金融資源配置更加均衡，從而有利于金融穩(wěn)定，但其負(fù)面的溢出效應(yīng)也不容忽視，把握好兩者之間“雙刃劍”的性質(zhì)有利于國(guó)家金融穩(wěn)定[10]。吳立力通過TVP-VAR模型進(jìn)行實(shí)證分析，認(rèn)為宏觀杠桿率與影子銀行規(guī)模對(duì)銀行體系穩(wěn)定性的沖擊響應(yīng)具有時(shí)變特征和時(shí)滯效應(yīng)[11]。

綜上，前人文獻(xiàn)絕大部分都是單獨(dú)討論杠桿率、影子銀行對(duì)于金融穩(wěn)定的影響，鮮有文獻(xiàn)就兩者之間的聯(lián)動(dòng)關(guān)系對(duì)金融穩(wěn)定產(chǎn)生的影響展開研究。本文通過TVP-VAR模型考察實(shí)體經(jīng)濟(jì)杠桿率以及影子銀行規(guī)模對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的時(shí)變影響機(jī)制。貢獻(xiàn)點(diǎn)如下：從時(shí)變演化角度考察了實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模之間的聯(lián)動(dòng)關(guān)系，并探討其對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊。

2 理論分析

2.1 實(shí)體經(jīng)濟(jì)杠桿率對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響

實(shí)體經(jīng)濟(jì)杠桿率是由居民杠桿率、非金融企業(yè)部門杠桿率以及政府部門杠桿率構(gòu)成。居民部門的債務(wù)主要來源于房貸，由于房地產(chǎn)市場(chǎng)的特殊屬性，它不僅具備實(shí)物資產(chǎn)的屬性還具備虛擬資產(chǎn)的特征，這使得居民普遍通過銀行貸款進(jìn)行購(gòu)房或者房地產(chǎn)投資行為。隨著房?jī)r(jià)的不斷上漲，居民承受的債務(wù)負(fù)擔(dān)也就越來越大，極易引發(fā)房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)并傳染至各行業(yè)，最終引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。政府部門的債務(wù)是由中央政府債務(wù)和地方政府債務(wù)構(gòu)成，近年來地方政府官員通過融資來促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)的行為，無疑加大了地方政府的杠桿率，地方政府債務(wù)占政府部門債務(wù)已經(jīng)超過2/3，對(duì)金融穩(wěn)定產(chǎn)生一定負(fù)面影響。非金融企業(yè)部門債務(wù)的絕大部分來自國(guó)有企業(yè)，銀行信貸和企業(yè)債券是占比最大的兩種融資方式，當(dāng)企業(yè)處于過度負(fù)債時(shí)，融資難以及償債壓力會(huì)加劇企業(yè)的違約風(fēng)險(xiǎn)，使得非金融企業(yè)部門的金融風(fēng)險(xiǎn)不斷積聚。三者債務(wù)的不斷累積，使得實(shí)體經(jīng)濟(jì)杠桿率一直處于居高不下并持續(xù)攀升的狀態(tài)，導(dǎo)致風(fēng)險(xiǎn)因素在各方面不斷累積，加劇系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)生的可能性。

2.2 影子銀行規(guī)模對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響

影子銀行是當(dāng)今社會(huì)融資渠道中很重要的一部分，中國(guó)影子銀行最大的特點(diǎn)就是高負(fù)債、低資產(chǎn)的杠桿操作。影子銀行業(yè)務(wù)的產(chǎn)品透明度低，銀行的表外業(yè)務(wù)可歸為影子銀行的業(yè)務(wù)范疇，無法直接在銀行的資產(chǎn)負(fù)債表當(dāng)中體現(xiàn)。由于一些非銀行、非金融機(jī)構(gòu)的影子銀行受監(jiān)管程度較低，信息披露機(jī)制不完善，他們有選擇性地向投資者披露信息的行為隱藏著潛在風(fēng)險(xiǎn)。我國(guó)涉及影子銀行業(yè)務(wù)的主體比較廣泛，從小額貸款公司、互聯(lián)網(wǎng)金融平臺(tái)等非傳統(tǒng)金融體系內(nèi)的機(jī)構(gòu)到券商、銀行之類的權(quán)威金融機(jī)構(gòu)，同時(shí)也橫跨了不同的金融部門。因此當(dāng)影子銀行業(yè)務(wù)中的某一環(huán)節(jié)發(fā)生風(fēng)險(xiǎn)時(shí)，該風(fēng)險(xiǎn)會(huì)通過金融市場(chǎng)、金融機(jī)構(gòu)等渠道在空間維度上傳播并在時(shí)間維度不斷積累，給風(fēng)險(xiǎn)帶來順周期性，最終沖擊整個(gè)金融體系。

2.3 實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模之間的相互關(guān)系

當(dāng)實(shí)體經(jīng)濟(jì)杠桿率一直處于居高不下或不斷上升的狀態(tài)時(shí)，為防止過度負(fù)債所產(chǎn)生的負(fù)面影響，相關(guān)監(jiān)管部門會(huì)對(duì)銀行、金融機(jī)構(gòu)等傳統(tǒng)信用中介機(jī)構(gòu)的貸款流向進(jìn)行嚴(yán)格把控，避免大量的貸款流入房地產(chǎn)等高杠桿領(lǐng)域，這也就使得受監(jiān)管較為寬松的影子銀行的需求和供給得到了提升。

影子銀行業(yè)務(wù)與傳統(tǒng)銀行的信貸業(yè)務(wù)相似，因此影子銀行與債務(wù)杠桿有著密不可分的關(guān)系。實(shí)體經(jīng)濟(jì)傾向于選擇影子銀行作為其融資渠道的原因包括影子銀行的資產(chǎn)回報(bào)率比正規(guī)金融體系高以及影子銀行貸款利率之間存在的融資溢價(jià)。當(dāng)信貸政策寬松時(shí)，會(huì)促使商業(yè)銀行以及相關(guān)的金融或非金融機(jī)構(gòu)擴(kuò)大影子銀行規(guī)模，其內(nèi)部存在的債務(wù)成本和財(cái)務(wù)成本加重實(shí)體經(jīng)濟(jì)部門的債務(wù)總額，使得實(shí)體經(jīng)濟(jì)杠桿率進(jìn)一步升高。

3 系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)度

3.1 構(gòu)建基礎(chǔ)指標(biāo)體系

選擇6個(gè)維度17個(gè)二級(jí)指標(biāo)構(gòu)建金融壓力指數(shù)，測(cè)試金融體系可能存在的風(fēng)險(xiǎn)，指標(biāo)詳見表1。金融壓力指數(shù)的計(jì)算公式為Yt=ct+B1tYt-1+…+BstYt-s+et，通過SPSS進(jìn)行主成分分析來確定各維度風(fēng)險(xiǎn)子指標(biāo)的權(quán)重。樣本區(qū)間為2006年10月到2020年12月，數(shù)據(jù)來源于Wind數(shù)據(jù)庫(kù)、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)以及國(guó)家統(tǒng)計(jì)局。對(duì)于只有季度和日度數(shù)據(jù)的指標(biāo)通過Eviews進(jìn)行頻度轉(zhuǎn)換。

表1 金融風(fēng)險(xiǎn)測(cè)度基礎(chǔ)指標(biāo)體系

3.2 金融壓力指數(shù)合成

各維度子指標(biāo)數(shù)據(jù)在量綱、大小和方向上都有所區(qū)別，為了得到更準(zhǔn)確的擬合，通過極差法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。根據(jù)指標(biāo)與風(fēng)險(xiǎn)的正負(fù)方向關(guān)系，指標(biāo)的標(biāo)準(zhǔn)化方法如下。

(1)

(2)

通過SPSS對(duì)標(biāo)準(zhǔn)化處理后的指標(biāo)數(shù)據(jù)進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)。KMO大小為0.690>0.6，Bartlett球度檢驗(yàn)P值為0<0.05，表明通過主成分分析法進(jìn)行權(quán)重賦值是可行的。根據(jù)累積方差貢獻(xiàn)率大于80%和特征值大于1的標(biāo)準(zhǔn)提取了6個(gè)主成分，方差貢獻(xiàn)率分別為39.284%、15.634%、11.212%、8.346%、6.960%、6.423%，方差累積貢獻(xiàn)率為87.860%>80%。將成分系數(shù)除以對(duì)應(yīng)特征值的平方根，得到主成分在各線性組合中的系數(shù)，再確定各因素在綜合得分模型中的系數(shù)，歸一化后各指標(biāo)的權(quán)重見表2。

表2 各指標(biāo)所占權(quán)重

可見房地產(chǎn)市場(chǎng)和股票市場(chǎng)維度對(duì)于金融壓力指數(shù)的貢獻(xiàn)很高，系統(tǒng)性金融風(fēng)險(xiǎn)主要來源于這兩個(gè)方面。

4 實(shí)體經(jīng)濟(jì)杠桿率、影子銀行規(guī)模對(duì)金融體系穩(wěn)定性的時(shí)變影響機(jī)制

參考Nakajima提出的帶有隨機(jī)擾動(dòng)項(xiàng)的時(shí)變參數(shù)向量自回(TVP-VAR)模型進(jìn)行實(shí)證研究，Nakajima通過研究證明時(shí)變參數(shù)能夠提高模型的精準(zhǔn)度[12]。并利用MCMC方法迭代10 000次，得到有效樣本，對(duì)不同時(shí)期的脈沖響應(yīng)圖進(jìn)行分析比較。

4.1 TVP-VAR模型

該模型可以計(jì)算任意時(shí)點(diǎn)上的沖擊反應(yīng)，可以捕捉到模型滯后結(jié)構(gòu)的時(shí)變特征和非線性結(jié)構(gòu)變動(dòng)，并估計(jì)所有時(shí)點(diǎn)變量間的同期關(guān)聯(lián)系數(shù)及脈沖響應(yīng)路徑。一般形式如下：

Yt=ct+B1tYt-1+…+BstYt-s+et，et～N(0,Ωt),t=s+1,…,n

(3)

式中：Yt為(K×1)階向量；B1t,…,Bst為(K×K)階時(shí)變系數(shù)矩陣；Ωt為一個(gè)(K×K)階的時(shí)變協(xié)方差矩陣，遞歸識(shí)別約束條件Ωt=At-1∑t∑tAt-1;At為一個(gè)對(duì)角元素等于1 的下三角矩陣；∑t=diag(σ1t,…,σkt);βt由B1t,…,Bst的行向量進(jìn)行堆疊而成；令αt=(α1t,…,αqt)為矩陣At的堆疊行向量；ht=(h1t,…,hkt)，且hit=logσit2。

4.2 變量說明

實(shí)體經(jīng)濟(jì)杠桿率數(shù)據(jù)來源于國(guó)家金融與發(fā)展實(shí)驗(yàn)室。影子銀行規(guī)模變量的選擇參考溫信祥和蘇乃芳的研究，用社會(huì)融資規(guī)模中的委托信貸、信托貸款和未貼現(xiàn)銀行承兌匯票的存量規(guī)模之和來表示影子銀行的規(guī)模存量[3]。系統(tǒng)性金融風(fēng)險(xiǎn)通過前文合成的金融壓力指數(shù)來表示。樣本區(qū)間為2006年第四季度到2020年第四季度。

經(jīng)過檢驗(yàn)3個(gè)原始序列都是不平穩(wěn)的，為了保證檢驗(yàn)結(jié)果的可靠和準(zhǔn)確性，防止出現(xiàn)偽回歸的現(xiàn)象，對(duì)3個(gè)變量進(jìn)行一階差分處理，經(jīng)差分后均為平穩(wěn)序列。根據(jù)VAR模型中AIC信息準(zhǔn)則和SC準(zhǔn)則，將模型的滯后期設(shè)為2。

4.3 實(shí)證分析

通過MATLAB軟件，構(gòu)建實(shí)體經(jīng)濟(jì)杠桿率、影子銀行規(guī)模以及金融壓力指數(shù)的三變量TVP-VAR模型并對(duì)其進(jìn)行回歸估計(jì)。利用馬爾可夫鏈蒙特卡洛(MCMC)算法，對(duì)模型進(jìn)行連續(xù)10 000次抽樣并將前1 000次預(yù)燒(burn-in)階段的抽樣舍棄，得到模型的參數(shù)估計(jì)結(jié)果。

4.3.1 模型參數(shù)估計(jì)

表3中各參數(shù)的后驗(yàn)均值都處于95% 的置信區(qū)間，Geweke值都小于5%顯著水平下的臨界值1.96，說明馬爾可夫鏈?zhǔn)諗坑诤篁?yàn)分布。無效因子的值相對(duì)都比較小，最大為28.53，在參數(shù)估計(jì)中可以提供充足有效的樣本來保證后驗(yàn)證推斷，因此構(gòu)建的TVP-VAR模型具有可行性。

表3 TVP-VAR模型參數(shù)估計(jì)結(jié)果

4.3.2 脈沖響應(yīng)函數(shù)分析

傳統(tǒng)的VAR模型只能反映一次沖擊時(shí)某變量對(duì)另一變量的響應(yīng)，而TVP-VAR模型可以對(duì)任意時(shí)點(diǎn)的脈沖響應(yīng)值進(jìn)行計(jì)算，從而使得變量在不同時(shí)間點(diǎn)上響應(yīng)存在動(dòng)態(tài)變化的特征。選取等間距的脈沖響應(yīng)，時(shí)間分別為4期(1年)、8期(2年)和12期(3年)，用來表示短期、中期以及長(zhǎng)期的脈沖響應(yīng)，分別對(duì)應(yīng)圖1中的短虛線、長(zhǎng)虛線和實(shí)線。同時(shí)選擇第8期(2008年第四季度)、第31期(2014年第三季度)、第39期(2016年第三季度)作為時(shí)點(diǎn)脈沖響應(yīng)函數(shù)的特定時(shí)點(diǎn)。

4.3.2.1 實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模之間的脈沖響應(yīng)分析

圖1(a)、圖1(c)為兩者之間的等間距脈沖響應(yīng)，當(dāng)滯后期不同時(shí)，實(shí)體經(jīng)濟(jì)杠桿率對(duì)影子銀行規(guī)模(εEL↑→SB)的脈沖響應(yīng)系數(shù)均為正數(shù)，說明實(shí)體經(jīng)濟(jì)杠桿率的正向沖擊會(huì)促進(jìn)影子銀行規(guī)模的提升，并且短期的促進(jìn)效應(yīng)最為顯著。第20期(2011年)到30期(2013年)經(jīng)歷了逐漸上升的過程，主要是由于擴(kuò)張性的貨幣政策以及相對(duì)寬松的金融監(jiān)管；后期隨著國(guó)家去杠桿政策以及影子銀行業(yè)務(wù)的規(guī)范，逐漸趨于平緩。

影子銀行規(guī)模對(duì)實(shí)體經(jīng)濟(jì)杠桿率(εSB↑→EL)的系數(shù)也均為正數(shù)，說明影子銀行規(guī)模的正向沖擊會(huì)促進(jìn)實(shí)體經(jīng)濟(jì)杠桿率的上升，短期的正向效應(yīng)最為顯著，長(zhǎng)期的響應(yīng)系數(shù)趨于0，影響關(guān)系不敏感。從圖1可以看出實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模之間的相互促進(jìn)作用相對(duì)是比較穩(wěn)定的，短期的相互促進(jìn)響應(yīng)更為明顯。

圖1 實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模相互沖擊的脈沖響應(yīng)

如圖1(b)、圖1(d)，在3個(gè)特定時(shí)點(diǎn)沖擊下其相互效應(yīng)的沖擊與等間距脈沖響應(yīng)的效應(yīng)方向一致，動(dòng)態(tài)路徑基本一致。實(shí)體經(jīng)濟(jì)杠桿對(duì)影子銀行沖擊的響應(yīng)在0～2期呈現(xiàn)出負(fù)向效應(yīng)，之后轉(zhuǎn)變?yōu)檎蛐?yīng)并達(dá)到一定的峰值，隨著時(shí)間的推移逐漸趨于0。影子銀行對(duì)實(shí)體經(jīng)濟(jì)杠桿率沖擊的響應(yīng)也是如此，但是后者的峰值相對(duì)比較高，正向沖擊效應(yīng)更為顯著。從圖1可以看出實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模之間的相互促進(jìn)作用相對(duì)是比較穩(wěn)定的，短期的相互促進(jìn)響應(yīng)更為明，兩者之間存在非線性的動(dòng)態(tài)關(guān)系。

4.3.2.2 實(shí)體經(jīng)濟(jì)杠桿率對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的脈沖響應(yīng)

從圖2(a)可以看出，實(shí)體經(jīng)濟(jì)杠桿率對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的反映在短期呈現(xiàn)出負(fù)向效應(yīng)，中期則為正向效應(yīng)，長(zhǎng)期的響應(yīng)系數(shù)趨于0。短期內(nèi)杠桿率對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響在第14期(2009年)達(dá)到負(fù)向效應(yīng)的峰值，也就是2008年之后中國(guó)實(shí)體經(jīng)濟(jì)杠桿率的上升，使得企業(yè)和行業(yè)的債務(wù)危機(jī)上升，導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)的上升，之后隨著國(guó)家去杠桿政策以及打擊地方政府隱形債務(wù)的措施，整體的負(fù)向響應(yīng)逐漸減弱。圖2(b)中3個(gè)時(shí)點(diǎn)的脈沖響應(yīng)函數(shù)的走勢(shì)基本一致，同時(shí)呈現(xiàn)出先降后升的“V”字形態(tài)，從正向區(qū)域到負(fù)向區(qū)域，最后轉(zhuǎn)為正并逐漸趨于平緩。由此可見，實(shí)體經(jīng)濟(jì)杠桿率過高在中短期內(nèi)不利于系統(tǒng)金融風(fēng)險(xiǎn)的穩(wěn)定性，杠桿率攀高的負(fù)向效應(yīng)體現(xiàn)在中短期，沖擊響應(yīng)存在實(shí)滯性和時(shí)變性。短期內(nèi)產(chǎn)生時(shí)變性主要是因?yàn)檎麄€(gè)宏觀經(jīng)濟(jì)的走勢(shì)以及去杠桿政策的實(shí)施，使得實(shí)體經(jīng)濟(jì)杠桿率對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的負(fù)向沖擊存在上下波動(dòng)。

圖2 實(shí)體經(jīng)濟(jì)杠桿率對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的脈沖響應(yīng)

4.3.2.3 影子銀行規(guī)模對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的脈沖響應(yīng)

從圖3(a)可以看出，影子銀行規(guī)模對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的等間距脈沖響應(yīng)在短期內(nèi)呈現(xiàn)正向效應(yīng)，中期呈現(xiàn)出微弱的負(fù)向效應(yīng)，長(zhǎng)期的響應(yīng)系數(shù)趨于0。影子銀行規(guī)模擴(kuò)張?jiān)诙唐谀軌虼龠M(jìn)金融體系的穩(wěn)定性，但是隨著過度的規(guī)模擴(kuò)張，最終給金融體系的穩(wěn)定帶來一定的負(fù)面影響。圖3(b)中3個(gè)時(shí)點(diǎn)的脈沖響應(yīng)函數(shù)的走勢(shì)基本一致，先升后降再逐漸趨于平緩，其中第2期達(dá)到了峰值。影子銀行規(guī)模對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊響應(yīng)存在時(shí)變影響，2014年之后，國(guó)家相繼出臺(tái)了相關(guān)政策，如“國(guó)務(wù)院107號(hào)文”“人民銀行127號(hào)文”等，從各方面對(duì)影子銀行業(yè)務(wù)進(jìn)行監(jiān)管，進(jìn)一步加強(qiáng)影子銀行業(yè)務(wù)的規(guī)范性，減少影子銀行規(guī)模對(duì)金融穩(wěn)定的影響。

圖3 影子銀行規(guī)模對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的脈沖響應(yīng)

5 結(jié)論及政策建議

選取2006—2020年的季度數(shù)據(jù)，通過主成分分析方法合成了系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)，更直觀地展現(xiàn)了市場(chǎng)所面臨金融風(fēng)險(xiǎn)的大小。再通過時(shí)變參數(shù)向量自回歸模型，檢驗(yàn)了實(shí)體經(jīng)濟(jì)杠桿率、影子銀行規(guī)模和系統(tǒng)性金融風(fēng)險(xiǎn)的動(dòng)態(tài)關(guān)系，進(jìn)一步分析實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模之間的相互影響機(jī)制，以及兩者對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的時(shí)影響機(jī)制。得出以下結(jié)論：

1)實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模之間存在相互促進(jìn)的非線性的動(dòng)態(tài)關(guān)系，影子銀行規(guī)模對(duì)實(shí)體經(jīng)濟(jì)杠桿率的正向效應(yīng)更加明顯。

2)實(shí)體經(jīng)濟(jì)杠桿率以及影子銀行規(guī)模對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊影響具有時(shí)變特征和時(shí)滯效應(yīng)。短期，實(shí)體經(jīng)濟(jì)杠桿率的上升對(duì)金融體系穩(wěn)定存在負(fù)向效應(yīng)，主要由于實(shí)體經(jīng)濟(jì)杠桿率的上升加劇實(shí)體企業(yè)的償債壓力，債務(wù)違約的風(fēng)險(xiǎn)會(huì)增加，從而影響金融體系的穩(wěn)定性。中長(zhǎng)期，隨著結(jié)構(gòu)性去杠桿政策，負(fù)向效應(yīng)轉(zhuǎn)變?yōu)檎蛐?yīng)；短期，影子銀行規(guī)模的迅速擴(kuò)張對(duì)金融風(fēng)險(xiǎn)的正向效應(yīng)較為顯著，但中長(zhǎng)期的正向影響幾乎趨于0，因此對(duì)影子銀行實(shí)行適宜的金融監(jiān)管更有利于金融系統(tǒng)的穩(wěn)定，以防止響應(yīng)沖擊轉(zhuǎn)為負(fù)面的。

鑒于此，提出以下的建議：

1)國(guó)家應(yīng)繼續(xù)保持去杠桿政策的實(shí)施，特別是實(shí)體經(jīng)濟(jì)杠桿，積極重視完善杠桿率的管理機(jī)制改革。對(duì)于房地產(chǎn)行業(yè)、國(guó)有企業(yè)以及地方政府等債務(wù)風(fēng)險(xiǎn)高危領(lǐng)域，要進(jìn)行嚴(yán)格把控，避免相關(guān)機(jī)構(gòu)和部門向“僵尸企業(yè)”及產(chǎn)能過剩企業(yè)繼續(xù)貸款，也要防范短期消費(fèi)貸款迅速擴(kuò)張以及信用卡違規(guī)透支等行為造成的債務(wù)壓力。同時(shí)通過提高直接融資比和社會(huì)融資渠道的多元化保證實(shí)體經(jīng)濟(jì)杠桿率的穩(wěn)定，降低實(shí)體經(jīng)濟(jì)杠桿率對(duì)整個(gè)金融體系穩(wěn)定性的負(fù)向沖擊效應(yīng)。

2)影子銀行風(fēng)險(xiǎn)具有傳染性，相關(guān)部門要加強(qiáng)對(duì)影子銀行的監(jiān)管。明確分清影子銀行的業(yè)務(wù)范圍，降低處于監(jiān)管空白地帶的業(yè)務(wù)，建立統(tǒng)一的監(jiān)管體系，健全相關(guān)的法律法規(guī)，規(guī)范影子銀行在金融市場(chǎng)的發(fā)展。建立影子銀行的風(fēng)險(xiǎn)預(yù)警機(jī)制，加強(qiáng)影子銀行的信息披露，讓影子銀行的資金更加合理健康的運(yùn)轉(zhuǎn)，使其在擴(kuò)寬融資渠道方面發(fā)揮正向積極的作用，適度推動(dòng)影子銀行體系的繁榮，促進(jìn)金融資源的配置推動(dòng)金融體系長(zhǎng)期健康穩(wěn)定的發(fā)展。

3)防范實(shí)體經(jīng)濟(jì)杠桿率與影子銀行規(guī)模兩者之間相互促進(jìn)關(guān)系的加劇對(duì)金融體系的負(fù)向沖擊。相關(guān)監(jiān)管和決策部門要兼顧實(shí)體經(jīng)濟(jì)部融資需求、影子銀行規(guī)模發(fā)展與整體經(jīng)濟(jì)形勢(shì)變化，避免過度監(jiān)管行為造成金融市場(chǎng)的不穩(wěn)定性。