地方政府財(cái)政壓力、非標(biāo)債權(quán)業(yè)務(wù)與銀行風(fēng)險(xiǎn)承擔(dān)水平

祁雋　沈雨婷

[摘 要]基于41家城市商業(yè)銀行2015-2020年的微觀數(shù)據(jù)，從非標(biāo)債權(quán)業(yè)務(wù)的視角，實(shí)證檢驗(yàn)了地方政府財(cái)政壓力對城商行風(fēng)險(xiǎn)承擔(dān)水平的影響。研究表明：地方政府財(cái)政壓力與城商行非標(biāo)債權(quán)業(yè)務(wù)顯著正相關(guān)，即地方政府財(cái)政壓力越大，城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比越高;城商行非標(biāo)債權(quán)業(yè)務(wù)與銀行風(fēng)險(xiǎn)承擔(dān)水平顯著正相關(guān)，即非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比越高，城商行風(fēng)險(xiǎn)承擔(dān)水平越高。研究進(jìn)一步證實(shí)了非標(biāo)債權(quán)業(yè)務(wù)是地方政府財(cái)政壓力影響城商行風(fēng)險(xiǎn)承擔(dān)水平的重要中介機(jī)制?？紤]模型的內(nèi)生性問題后，研究結(jié)論依然成立。

[關(guān)鍵詞]地方政府財(cái)政壓力;非標(biāo)債權(quán)業(yè)務(wù);銀行風(fēng)險(xiǎn)承擔(dān)水平;系統(tǒng)GMM方法

[中圖分類號]F830 [文獻(xiàn)標(biāo)志碼]A [文章編號]2095-0292（2022）01-0068-04

[收稿日期]2021-10-26

[基金項(xiàng)目]2019年度安徽高校人文社科研究重點(diǎn)項(xiàng)目“大學(xué)生創(chuàng)業(yè)意向、行為及企業(yè)模式選擇的影響因素研究——基于認(rèn)知等理論視角”（SK2019A1024）;2017年度高校優(yōu)秀拔尖人才資助項(xiàng)目國內(nèi)訪問學(xué)者項(xiàng)目（gxfx2017170）;安徽省教育廳省級質(zhì)量工程項(xiàng)目（2019dsgzs44）

[作者簡介]祁雋，中國科學(xué)技術(shù)大學(xué)訪問學(xué)者，安徽財(cái)貿(mào)職業(yè)學(xué)院副教授，研究方向：經(jīng)濟(jì)學(xué);沈雨婷，上海財(cái)經(jīng)大學(xué)博士研究生，研究方向：地方政府債務(wù)風(fēng)險(xiǎn)。

一、引言

從業(yè)務(wù)實(shí)踐看，非標(biāo)債權(quán)業(yè)務(wù)的邏輯是銀行繞開監(jiān)管，通過非銀通道等特定目的載體將資金投放給房地產(chǎn)企業(yè)、地方融資平臺等，而這些融資主體在嚴(yán)監(jiān)管的銀行信貸融資模式下難以滿足自身融資需求。學(xué)術(shù)界對非標(biāo)債權(quán)業(yè)務(wù)的研究主要分為三個部分：一是將研究視角主要集中在影子銀行對商業(yè)銀行穩(wěn)健經(jīng)營、央行貨幣政策效果的影響上[1];二是研究非標(biāo)債權(quán)業(yè)務(wù)與影子銀行的關(guān)系，認(rèn)為銀行通過非標(biāo)債權(quán)業(yè)務(wù)主導(dǎo)影子銀行體系，銀行部門是系統(tǒng)性風(fēng)險(xiǎn)的最主要承擔(dān)者[2];三是對非標(biāo)債權(quán)業(yè)務(wù)與商業(yè)銀行穩(wěn)健經(jīng)營關(guān)系的研究，認(rèn)為非標(biāo)債權(quán)業(yè)務(wù)雖然提升了銀行盈利能力，但會增加銀行風(fēng)險(xiǎn)承擔(dān)水平，不利于銀行穩(wěn)健經(jīng)營[3][4]。

地方融資平臺是非標(biāo)債權(quán)業(yè)務(wù)的重要資金融入方，而地方融資平臺在“分稅制”改革之后承擔(dān)了部分地方政府融資職能，與地方政府債務(wù)密切相關(guān)。已有研究表明，地方政府在自身財(cái)權(quán)不足與經(jīng)濟(jì)發(fā)展目標(biāo)考核矛盾下，會對當(dāng)?shù)劂y行決策施加影響，介入金融資源配置[5]。后來學(xué)者從這一視角出發(fā)對上述假說進(jìn)行了實(shí)證檢驗(yàn)：祝繼高等（2020）以城商行為樣本，研究發(fā)現(xiàn)了地方政府在面臨財(cái)政壓力時會介入當(dāng)?shù)爻巧绦械男刨J資源配置，從而導(dǎo)致城商行較低的資產(chǎn)質(zhì)量[6]。非標(biāo)債權(quán)業(yè)務(wù)作為地方融資平臺的重要融資工具，地方政府有動機(jī)通過干預(yù)城商行的非標(biāo)債權(quán)業(yè)務(wù)為自身經(jīng)濟(jì)發(fā)展的目標(biāo)考核謀取更多的金融資源。

本文從非標(biāo)債權(quán)業(yè)務(wù)的視角出發(fā)，實(shí)證檢驗(yàn)了地方政府財(cái)政壓力對城商行風(fēng)險(xiǎn)承擔(dān)水平的影響，研究的邊際貢獻(xiàn)可能有：一是證實(shí)了非標(biāo)債權(quán)是地方政府財(cái)政壓力影響城商行風(fēng)險(xiǎn)承擔(dān)的重要中介機(jī)制，豐富了地方政府與商業(yè)銀行決策行為關(guān)系的研究;二是研究從非標(biāo)債權(quán)視角揭示了地方政府債務(wù)形成的部分機(jī)制，并揭示了其與城商行風(fēng)險(xiǎn)承擔(dān)的關(guān)系，對化解地方政府債務(wù)、防范金融系統(tǒng)性風(fēng)險(xiǎn)具有重要意義。

二、機(jī)理分析與研究假設(shè)

（ 一）地方政府財(cái)政壓力與非標(biāo)債權(quán)業(yè)務(wù)

地方政府財(cái)政壓力與非標(biāo)債權(quán)業(yè)務(wù)的邏輯關(guān)聯(lián)關(guān)系通過地方融資平臺傳導(dǎo)?！胺侄愔啤备母锖?，地方政府財(cái)權(quán)與事權(quán)分離，地方政府在財(cái)權(quán)不足與經(jīng)濟(jì)發(fā)展目標(biāo)考核的矛盾中，由地方融資平臺承擔(dān)了其部分政府融資職能，即地方財(cái)政壓力越大，地方融資平臺面臨的融資需求就越強(qiáng)烈。而地方融資平臺是非標(biāo)債權(quán)業(yè)務(wù)的重要資金融入方，當(dāng)?shù)胤饺谫Y平臺面臨較強(qiáng)的融資需求時，其通過非標(biāo)債權(quán)業(yè)務(wù)融入資金的需求也越強(qiáng)烈。

綜上，提出研究假設(shè)1：地方政府財(cái)政壓力越大，城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比越高。

（ 二）非標(biāo)債權(quán)業(yè)務(wù)與城商行風(fēng)險(xiǎn)承擔(dān)水平

非標(biāo)債權(quán)業(yè)務(wù)具有資產(chǎn)收益高、資本消耗少的特點(diǎn)，商業(yè)銀行開展非標(biāo)債權(quán)業(yè)務(wù)可以擴(kuò)大規(guī)模。從盈利視角看，非標(biāo)債權(quán)業(yè)務(wù)對商業(yè)銀行應(yīng)有正向貢獻(xiàn)，已有研究也支持上述機(jī)理分析結(jié)論[4]。但從風(fēng)險(xiǎn)視角看，非標(biāo)債權(quán)業(yè)務(wù)的邏輯是銀行繞開監(jiān)管，通過非銀通道等特定目的載體將資金投放給房地產(chǎn)企業(yè)、地方融資平臺等，銀行實(shí)質(zhì)仍是風(fēng)險(xiǎn)的最終承擔(dān)者[2]。

非標(biāo)債權(quán)業(yè)務(wù)的高收益背后對應(yīng)的就是房地產(chǎn)企業(yè)、地方融資平臺等主體業(yè)務(wù)的高風(fēng)險(xiǎn)，房地產(chǎn)企業(yè)的風(fēng)險(xiǎn)體現(xiàn)在其“高周轉(zhuǎn)模式”下，資金鏈存在隨時破裂的風(fēng)險(xiǎn)，而地方融資平臺的風(fēng)險(xiǎn)體現(xiàn)在多數(shù)融資平臺自身造血能力差、過度依賴財(cái)政補(bǔ)貼，存在較高的違約風(fēng)險(xiǎn)。

綜上，提出研究假設(shè)2：城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比越高，城商行風(fēng)險(xiǎn)承擔(dān)水平越高。

三、研究設(shè)計(jì)與描述性統(tǒng)計(jì)

（ 一）研究數(shù)據(jù)選取

本文的研究樣本全部為城商行，樣本數(shù)量為41家，研究樣本的時間分布為2015-2020年，每年對應(yīng)的樣本銀行為35-41家，為典型的非平衡面板數(shù)據(jù)。

（ 二）研究變量定義

鑒于省級行政機(jī)關(guān)對當(dāng)?shù)刎?cái)政安排、轄內(nèi)城商行的重要影響力，采用省級財(cái)政數(shù)據(jù)衡量地方政府財(cái)政壓力?？紤]到土地財(cái)政已經(jīng)是地方政府財(cái)政的重要來源[7]，本文將土地出讓金因素也納入地方政府財(cái)政壓力的變量設(shè)計(jì)中。基于上述考慮，本文將地方政府財(cái)政壓力（GFP）定義為公共預(yù)算支出與公共預(yù)算收入及土地出讓金收入之差，同時分母取公共預(yù)算收入及土地出讓金收入之和對上述收支進(jìn)行標(biāo)準(zhǔn)化。

城商行的非標(biāo)債權(quán)業(yè)務(wù)投資分為表內(nèi)自營、表外理財(cái)兩個部分。根據(jù)“資管新規(guī)”的要求，銀行理財(cái)實(shí)行“三單管理”，即對每只理財(cái)產(chǎn)品實(shí)行“單獨(dú)管理、單獨(dú)建賬、單獨(dú)核算”，從監(jiān)管層面打破了銀行理財(cái)?shù)膭傂詢陡?。因此，表外理?cái)部分的非標(biāo)債權(quán)業(yè)務(wù)投資風(fēng)險(xiǎn)的實(shí)際承擔(dān)人是理財(cái)客戶，而不是商業(yè)銀行自身。對于表內(nèi)自營部分的非標(biāo)債權(quán)業(yè)務(wù)投資，其在會計(jì)科目核算上，主要集中在買入返售金融資產(chǎn)科目、應(yīng)收款項(xiàng)類投資科目[3]?；谏鲜隹紤]，本文將非標(biāo)債權(quán)業(yè)務(wù)（NSD）定義為買入返售金融資產(chǎn)及應(yīng)收款項(xiàng)類投資之和占總資產(chǎn)的比重。

借鑒已有文獻(xiàn)，本文采用Z值衡量城商行的風(fēng)險(xiǎn)承擔(dān)水平，其核心是對銀行資不抵債的破產(chǎn)概率的推導(dǎo)，考慮到已有文獻(xiàn)對Z值的推導(dǎo)做了詳盡闡述，此處略去具體的推導(dǎo)過程[4][8]。本文將風(fēng)險(xiǎn)承擔(dān)水平（RIS）定義為總資產(chǎn)回報(bào)率的期望與凈資產(chǎn)占總資產(chǎn)比重之和，同時對上述之和取總資產(chǎn)回報(bào)率的標(biāo)準(zhǔn)差作為分母。

關(guān)于模型控制變量的定義，包括兩個層面：（1）微觀層面，主要涉及城商行的財(cái)務(wù)指標(biāo)、股權(quán)指標(biāo)，包括資產(chǎn)規(guī)模（AST）、不良貸款率（NPR）、貸款比例（LAN）、第一大股東持股比例（EQT）。（2）宏觀層面，即貨幣供應(yīng)量與國內(nèi)生產(chǎn)總值的比值（MCO）。

（ 三）研究模型構(gòu)建

根據(jù)本文的研究目的，分別構(gòu)建實(shí)證分析地方政府財(cái)政壓力對城商行非標(biāo)債權(quán)業(yè)務(wù)影響、非標(biāo)債權(quán)業(yè)務(wù)對城商行風(fēng)險(xiǎn)承擔(dān)水平影響的計(jì)量模型。參考已有文獻(xiàn)，本文構(gòu)建的動態(tài)面板數(shù)據(jù)模型如下。

（ 四）統(tǒng)計(jì)方法選擇

本文的研究數(shù)據(jù)類型是典型的非平衡面板數(shù)據(jù)，參考已有文獻(xiàn)對非平衡面板數(shù)據(jù)的處理，同時為了解決可能存在的遺漏重要變量的問題，本文采用系統(tǒng)GMM方法對本文所要構(gòu)建的非平衡面板數(shù)據(jù)模型進(jìn)行估計(jì)。

考慮到本文研究的是三變量的關(guān)系，參考溫忠麟和葉寶娟（2014）關(guān)于中介效應(yīng)檢驗(yàn)的一般方法[9]，進(jìn)一步檢驗(yàn)了非標(biāo)債權(quán)業(yè)務(wù)是否為地方政府財(cái)政壓力影響城商行風(fēng)險(xiǎn)承擔(dān)水平的重要中介變量。

四、模型估計(jì)與結(jié)果分析

（ 一）? 地方政府財(cái)政壓力對城商行非標(biāo)債權(quán)業(yè)務(wù)影響

表1的第2列給出了地方政府財(cái)政壓力（GFP）對城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）影響的實(shí)證結(jié)果。從模型結(jié)果可以看出，城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）與其一階滯后項(xiàng)在1%的顯著性水平下正相關(guān)，表明城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比在時間序列上存在相關(guān)關(guān)系，側(cè)面證明了構(gòu)建動態(tài)面板數(shù)據(jù)模型的合理性。同時，SARGAN檢驗(yàn)的P值為0.15、AR（2）檢驗(yàn)的P值為0.53，均大于0.1，證明在動態(tài)面板數(shù)據(jù)模型中采用一階滯后性作為工具變量具備統(tǒng)計(jì)意義。

從表1第2列的實(shí)證結(jié)果看，地方政府財(cái)政壓力（GFP）對城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）的影響在5%的顯著性水平下為正，影響系數(shù)為2.27，表明隨著地方政府財(cái)政壓力的增加，城商行的非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比也越高。本文的研究假設(shè)1得到驗(yàn)證，即當(dāng)?shù)胤秸?cái)政壓力變大時，承擔(dān)部分政府融資職能的地方融資平臺面臨的融資需求就越強(qiáng)烈，其通過非標(biāo)債權(quán)業(yè)務(wù)融入資金的需求也越強(qiáng)烈。此時，由于省級行政機(jī)關(guān)對轄內(nèi)城商行組織管理、人事任免、金融資源配置等存在重要影響力 [10]，當(dāng)?shù)爻巧绦写嬖谠黾訉Φ胤饺谫Y平臺非標(biāo)債權(quán)業(yè)

（ 二）非標(biāo)債權(quán)業(yè)務(wù)對城商行風(fēng)險(xiǎn)承擔(dān)水平的影響

表1的第3列給出了城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）對城商行風(fēng)險(xiǎn)承擔(dān)水平（RIS）影響的實(shí)證結(jié)果。從模型結(jié)果可以看出，城商行風(fēng)險(xiǎn)承擔(dān)水平（RIS）與其一階滯后項(xiàng)在1%的顯著性水平下正相關(guān)，表明城商行風(fēng)險(xiǎn)承擔(dān)水平在時間序列上存在相關(guān)關(guān)系，側(cè)面證明了構(gòu)建動態(tài)面板數(shù)據(jù)模型的合理性。同時，SARGAN檢驗(yàn)的P值為0.18、AR（2）檢驗(yàn)的P值為0.41，均大于0.1，證明在動態(tài)面板數(shù)據(jù)模型中采用一階滯后性作為工具變量具備統(tǒng)計(jì)意義。

從表1第3列的實(shí)證結(jié)果看，城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）對城商行風(fēng)險(xiǎn)承擔(dān)水平（RIS）的影響在10%的顯著性水平下為正，影響系數(shù)為1.39，表明隨著城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比的提高，城商行的風(fēng)險(xiǎn)承擔(dān)水平也相應(yīng)上升。本文的研究假設(shè)2得到驗(yàn)證，即盡管非標(biāo)債權(quán)業(yè)務(wù)的邏輯是銀行繞開監(jiān)管，通過非銀通道等特定目的載體將資金投放給房地產(chǎn)企業(yè)、地方融資平臺等，但銀行實(shí)質(zhì)仍是風(fēng)險(xiǎn)的最終承擔(dān)者[5]，且非標(biāo)債權(quán)業(yè)務(wù)的高收益背后對應(yīng)的就是房地產(chǎn)企業(yè)、地方融資平臺等主體業(yè)務(wù)的高風(fēng)險(xiǎn)，隨著城商行非標(biāo)債權(quán)業(yè)務(wù)的增加，城商行面臨的風(fēng)險(xiǎn)也會累積，使其風(fēng)險(xiǎn)承擔(dān)水平相應(yīng)上升。

??? （ 三）進(jìn)一步檢驗(yàn)：非標(biāo)債權(quán)業(yè)務(wù)的中介效應(yīng)

本文研究的是三變量的關(guān)系，參考溫忠麟和葉寶娟（2014）關(guān)于中介效應(yīng)檢驗(yàn)的一般方法[9]，采用逐步回歸法進(jìn)一步檢驗(yàn)非標(biāo)債權(quán)業(yè)務(wù)是否為地方政府財(cái)政壓力影響城商行風(fēng)險(xiǎn)承擔(dān)水平的中介變量。

中介效應(yīng)的逐步檢驗(yàn)結(jié)果如下：首先，地方政府財(cái)政壓力（GFP）對城商行風(fēng)險(xiǎn)承擔(dān)水平（RIS）的影響顯著為正，影響系數(shù)為1.85;其次，地方政府財(cái)政壓力（GFP）對城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）的影響顯著為正，影響系數(shù)為2.73;最后，在地方政府財(cái)政壓力（GFP）與城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）對城商行風(fēng)險(xiǎn)承擔(dān)水平（RIS）影響的檢驗(yàn)結(jié)果中，兩個系數(shù)均顯著為正。

上述檢驗(yàn)結(jié)果表明：存在部分中介效應(yīng)，即地方政府財(cái)政壓力一方面可以直接對銀行風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生影響，另一方面需要通過中介變量非標(biāo)債權(quán)業(yè)務(wù)對銀行風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生影響。考慮篇幅，模型結(jié)果匯報(bào)略去。

五、穩(wěn)健性檢驗(yàn)

（ 一）在對地方政府財(cái)政壓力的定義上剔除對土地出讓金的考慮

在對地方政府財(cái)政壓力代理變量的選擇上，本文借鑒已有文獻(xiàn)的一般做法，即在變量設(shè)計(jì)上剔除對土地出讓金的考慮，即將地方政府財(cái)政壓力（GFP-W）定義為公共預(yù)算支出與公共預(yù)算收入之差，同時分母取公共預(yù)算收入對上述收支軋差進(jìn)行標(biāo)準(zhǔn)化。

穩(wěn)健性檢驗(yàn)結(jié)果表明地方政府財(cái)政壓力（GFP-W）對城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）的影響在10%的顯著性水平下為正，影響系數(shù)為1.39，即隨著地方政府財(cái)政壓力的增加，城商行的非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比也越高。考慮篇幅，模型結(jié)果匯報(bào)略去。

（ 二）考慮微觀到微觀研究時模型可能存在的內(nèi)生性問題

一般而言，從宏觀到微觀的研究不考慮計(jì)量模型的內(nèi)生性問題，因?yàn)槲⒂^因子很難對宏觀因子產(chǎn)生逆向影響。而對于微觀到微觀的研究，則通常要考慮兩變量之間的逆向因果關(guān)系，即本文的第二個模型，非標(biāo)債權(quán)業(yè)務(wù)對城商行風(fēng)險(xiǎn)承擔(dān)水平影響的計(jì)量模型。

關(guān)于內(nèi)生性問題，本文的解決思路是構(gòu)建非標(biāo)債權(quán)業(yè)務(wù)的工具變量，并采用兩階段最小二乘法進(jìn)行穩(wěn)健性檢驗(yàn)。借鑒已有文獻(xiàn)的研究思路，本文構(gòu)建剔除自身的同區(qū)域其他城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比作為工具變量[3][11]，其作為工具變量的合理性有兩點(diǎn)：一是在同一區(qū)域內(nèi)各家城商行從事非標(biāo)債權(quán)業(yè)務(wù)時會互相參考，具有較強(qiáng)的相關(guān)性，可以規(guī)避弱工具變量問題;二是剔除自身的同區(qū)域其他城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比對該城商行的風(fēng)險(xiǎn)承擔(dān)水平具有一定的外生性。

穩(wěn)健性檢驗(yàn)結(jié)果表明地方政府財(cái)政壓力（GFP）對城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）的影響在5%的顯著性水平下為正，影響系數(shù)為2.61，即隨著地方政府財(cái)政壓力的增加，城商行的非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比也越高。城商行非標(biāo)債權(quán)業(yè)務(wù)（NSD）對城商行風(fēng)險(xiǎn)承擔(dān)水平（RIS）的影響在5%的顯著性水平下為正，影響系數(shù)為1.58，即隨著城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比的提高，城商行的風(fēng)險(xiǎn)承擔(dān)水平也相應(yīng)上升。考慮篇幅，模型結(jié)果匯報(bào)略去。

六、研究結(jié)論

基于41家城市商業(yè)銀行2015-2020年的微觀數(shù)據(jù)，從非標(biāo)債權(quán)業(yè)務(wù)的視角，實(shí)證檢驗(yàn)了地方政府財(cái)政壓力對城商行風(fēng)險(xiǎn)承擔(dān)水平的影響。研究表明：地方政府財(cái)政壓力與城商行非標(biāo)債權(quán)業(yè)務(wù)顯著正相關(guān)，即地方政府財(cái)政壓力越大，城商行非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比越高;城商行非標(biāo)債權(quán)業(yè)務(wù)與銀行風(fēng)險(xiǎn)承擔(dān)水平顯著正相關(guān)，即非標(biāo)債權(quán)業(yè)務(wù)資產(chǎn)占比越高，城商行風(fēng)險(xiǎn)承擔(dān)水平越高。進(jìn)一步，中介效應(yīng)檢驗(yàn)證實(shí)了非標(biāo)債權(quán)業(yè)務(wù)是地方政府財(cái)政壓力影響城商行風(fēng)險(xiǎn)承擔(dān)水平的重要中介機(jī)制?？紤]模型的內(nèi)生性問題后，研究結(jié)論依然成立。

[參 考 文 獻(xiàn)]

[1]祝繼高，胡詩陽，陸正飛.商業(yè)銀行從事影子銀行業(yè)務(wù)的影響因素與經(jīng)濟(jì)后果——基于影子銀行體系資金融出方的實(shí)證研究[J].金融研究，2016（1）：66-82.

[2]李建軍，薛瑩.中國影子銀行部門系統(tǒng)性風(fēng)險(xiǎn)的形成、影響與應(yīng)對[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014（8）：117-130.

[3]吳蒙，許坤，劉杰.非標(biāo)債權(quán)業(yè)務(wù)與商業(yè)銀行穩(wěn)健經(jīng)營[J].國際金融研究，2020（7）：66-76.

[4]許坤，吳蒙，劉揚(yáng).民營資本持股、非標(biāo)債權(quán)業(yè)務(wù)與城商行穩(wěn)健經(jīng)營[J].國際金融研究，2021（4）：67-76.

[5]巴曙松，劉孝紅，牛播坤.轉(zhuǎn)型時期中國金融體系中的地方治理與銀行改革的互動研究[J].金融研究，2005（5）：25-37.

[6]祝繼高，岳衡，饒品貴.地方政府財(cái)政壓力與銀行信貸資源配置效率——基于我國城市商業(yè)銀行的研究證據(jù)[J].金融研究，2020（1）：88-109.

[7]孫秀林，周飛舟.土地財(cái)政與分稅制：一個實(shí)證解釋[J].中國社會科學(xué)，2013（4）：40-59+205.

[8]白云濤，董文，邰越越.中國城市商業(yè)銀行收入結(jié)構(gòu)多元化與銀行風(fēng)險(xiǎn)[J].金融與經(jīng)濟(jì)，2016（3）：41-46+63.

[9]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014（5）：731-745.

[10]周飛舟.分稅制十年：制度及其影響[J].中國社會科學(xué)，2006（6）：100-115+205.

[11]許坤，笪亨果.抵押物、銀行監(jiān)督與信貸風(fēng)險(xiǎn)[J].金融學(xué)季刊，2019（3）：23-50.

[責(zé)任編輯 孫蘭瑛]