中国影子银行体系及其对银行业稳定性影响的实证研究

2015-12-14中国人民银行兰州中心支行课题组

学术研究 2015年1期

中国人民银行兰州中心支行课题组

中国人民银行兰州中心支行课题组

作者系统梳理影子银行体系的相关研究成果，结合中国实际，以期科学、准确界定中国影子银行体系的概念及其构成。从广义角度，将中国影子银行体系分为内部影子银行体系和外部影子银行体系，并对中国影子银行体系规模测算进行了积极尝试。在理论分析和数据模拟的基础上，针对中国影子银行体系发展对银行业稳定性影响进行实证分析，结果显示中国影子银行体系规模和银行业稳定性之间呈现负相关且存在倒 “U”型关系，即影子银行体系规模存在适宜规模的阈值（或最优规模）。从实际测算结果来看，中国内部影子银行体系规模、外部影子银行体系规模以及影子银行体系总规模在2000—2011年间基本都处于阈值以内，到2012年则全部超过其阈值，这表明近年来中国影子银行体系的迅猛发展的弊端开始显现。

影子银行银行业内部影子银行外部影子银行

在全球经济一体化和信息技术革命的推动下，影子银行体系不断发展壮大，系统重要性日益加强。影子银行体系在一定程度上提高了资本流动性，扩大了金融机构的利润来源，促进了金融市场繁荣。然而，影子银行体系规模庞大且结构复杂，具有期限错配、高杠杆、高关联性以及缺乏有效监管等特点，使其成为系统性风险的重要来源，2008年国际金融危机正是影子银行系统性风险集中爆发的表现。当前，影子银行体系逐渐为社会各界所重视，各国纷纷出台改革法案，力图将其纳入监管范围。

近年来，随着金融市场体系多样化发展和全社会对资金需求的增长，中国影子银行快速发展，在金融市场中的重要性不断提高。从中国影子银行体系的运作模式来看，影子银行与商业银行之间存在广泛而密切的联系，业务界限日益模糊，存在风险交叉传递的通道。随着近几年影子银行体系规模的迅速膨胀，中国影子银行体系对银行业乃至金融业的稳健发展形成了潜在影响，引起了中国政府部门和监管层的高度关注。本文在界定中国影子银行体系内涵及其构成的基础上，对中国影子银行体系规模测算进行了积极尝试，从绝对规模和相对重要性上对中国影子银行体系进行分析。同时，对中国银行业的稳定性进行测度，进而分析中国影子银行体系发展对银行业稳定性的影响，并提出促进中国影子银行体系规范发展的政策建议。

一、中国影子银行体系概念与构成的界定

中国影子银行体系和国外影子银行体系在表现形式、运作模式及监管等方面存在相似之处，但在产生基础、发展阶段、层次结构、核心功能等方面也存在较大差异。本文基于中国经济金融发展实际，提出对中国影子银行体系的概念界定，并从 “商业银行表外业务”和 “非银行信用中介”的广义角度，将中国影子银行体系分为内部影子银行体系和外部影子银行体系。

（一）中国影子银行体系的界定。目前，国内理论界和实务界对中国影子银行体系的界定和构成存在一定的分歧，主要有以下观点。

第一种观点基于业务或功能视角，认为中国影子银行体系是与商业银行相对的其他金融机构、市场或工具，涵盖范围较大，即只要直接或间接复制商业银行核心业务的都属于影子银行范畴。如文维虎和陈荣（2010）、[1]周莉萍（2013）[2]等。第二种观点基于监管视角，认为中国影子银行体系是游离于金融监管体系之外的金融机构、市场或工具，涵盖范围有所缩小，强调其不受或较少受到金融监管。如陆岷峰和张惠（2012）、[3]林琳（2012）[4]等。第三种观点基于证券化视角，认为中国影子银行是涉及资产证券化的金融机构、市场或工具，涵盖范围最小。如易宪荣（2009）、[5]刘文雯和高平（2010）[6]等。

目前，对于中国影子银行体系尚未形成普遍认可的、权威的界定，对中国影子银行体系的构成及其规模也未形成统一结论。本文参考金融稳定委员会（FSB，2011）[7]对影子银行体系的界定，①金融稳定委员会于2011年4月发布了《影子银行：范围划定》研究报告，将影子银行体系界定为：游离在传统银行业监管体系之外的包括各类相关机构和业务活动在内的信用中介体系，其期限/流动性转换、有缺陷的信用风险转移及杠杆化等特征，增加了系统性金融风险或监管套利风险。结合中国经济金融发展实际和相关的观点，从 “商业银行表外业务”和 “非银行信用中介”的广义角度，将中国影子银行体系界定为：复制商业银行核心功能，但存在形态、运作模式和监管制度等与传统商业银行不同的融资机构、业务和工具，不仅包括商业银行表外业务，也包括商业银行之外的一切具有信用中介功能的机构、业务和工具。

（二）中国影子银行体系的构成。本文从 “商业银行表外业务”和 “非银行信用中介”的广义角度，将中国影子银行体系分为内部影子银行体系和外部影子银行体系。

1.内部影子银行体系——商业银行内部的影子银行。内部影子银行体系是指商业银行通过内部的金融创新和分工细化，将表内资产转移到表外，通过表外业务规避金融监管以取得超额利润。商业银行的影子银行部门直接或间接支持影子银行业务的期限或流动性转换，往往不再扮演间接融资的角色，而是成为直接融资的中介机构或部门，成为整个影子银行体系中重要的 “交易对手”或 “中间人”。目前，中国内部影子银行体系主要包括银信合作、委托贷款、银行理财产品、信贷资产证券化和同业代付。

2.外部影子银行体系——商业银行外部的影子银行。外部影子银行体系是指商业银行之外具有影子银行特点的机构，主要包括具有信用中介功能的非银行业金融机构、准金融机构以及庞大的民间金融。外部影子银行体系主要包括：一是经监管部门批准设立的非银行业金融机构，如金融资产管理公司、信托投资公司、企业集团财务公司、金融租赁公司、金融消费公司、基金公司、汽车金融公司等。二是经政府相关职能部门批准设立的准金融机构，如产业投资基金、融资性担保公司、小额贷款公司、典当行、寄售行、私募股权投资基金等。三是民间金融组织，如民间借贷、民间集资、商会、私人钱庄、金融掮客以及其他地下金融。

二、中国影子银行体系规模测算

目前，我国对于中国影子银行体系的构成及其规模还没有形成明确统一的统计口径和统计数据。本文基于广义的中国影子银行体系概念、构成和经济金融相关理论，对2000—2012年中国影子银行体系规模测算进行积极尝试。

（一）中国影子银行体系规模测算的基础。目前，对于中国影子银行体系的实证分析较少，尤其缺乏相对严格的计量分析。究其原因，一方面，影子银行体系属于新范畴，2008年国际金融危机之后才引起学术界和监管部门的关注，对于中国影子银行体系的界定及其构成存在较大争议，构建相关的计量经济模型缺乏理论基础。另一方面，中国影子银行体系运作具有表外性、隐蔽性和复杂性，部分机构和业务接受非银行业金融监管部门的监管，部分机构和业务则游离于监管体系之外，再加上影子银行市场变化非常快，基于影子银行分析的数据统计和跟踪监测也极为困难。因此，理论基础的欠缺和统计数据的缺失给中国影子银行体系实证分析带来困难。部分学者和机构采用的方法和统计口径不同，所得出的中国影子银行体系规模差别较大（见表1）。

表1 部分学者和机构对中国影子银行体系规模测算比较

此外，一些学者虽然没有明确测算出中国影子银行体系的规模，但提出了影子银行体系规模的尝试测算方法，如将一定时期社会融资规模中扣减人民币各项贷款和外币各项贷款后的余额视为同期影子银行体系规模；将银行之外所有非银行业金融机构都纳入影子银行体系范畴，用金融业总资产减去银行业金融机构总资产就可以得到影子银行体系的资产规模；选取部分机构和业务的统计口径，用于测算中国影子银行体系规模，如陈剑、张晓龙（2012）[16]和王增武（2010）[17]等。

上述测算方法、统计口径和规模数据有待商榷，但是在缺乏权威统计口径和数据的情况下，这些方法和结论具有一定的参考价值。本文基于广义的中国影子银行体系界定，结合中国经济金融发展实际以及统计数据的可得性和连续性，将分别计算内部影子银行体系规模和外部影子银行体系规模，试图在中国影子银行体系规模测算上有所突破。

（二）中国内部影子银行体系规模测算。中国内部影子银行体系主要包括银信合作、委托贷款、银行理财产品、信贷资产证券化和同业代付，各组成部分规模及内部影子银行体系规模见表2。

1.银信合作和委托贷款的数据采用中国人民银行公布的金融机构人民币信贷收支表相关数据以及社会融资规模的信托贷款和委托贷款数据整理计算所得。

表2 2000—2012年中国内部影子银行体系规模单位：亿元

2.银行理财产品数据采用全国银行业存续理财产品账面余额，①银行理财发行规模是市场机构按照发行时的资金流量来计算规模的，而银行理财产品是不断发行且不断到期赎回的，每个时点留在银行账户上的累积余额为银行业存续理财产品账面余额。全国银行业存续理财产品账面余额远远小于银行理财发行规模。数据来源于中国银监会相关年份年报。

3.信贷资产证券化数据来源于中国银监会、北京银联信投资顾问有限公司。

4.目前，同业代付业务主要包括国内信用证代付、国内采购代付、保理代付等，各类代付业务在企业征信系统中均无记录。因此，同业代付规模目前尚无确定权威的统计口径，本文内部影子银行体系规模暂不包括同业代付规模。

（三）中国外部影子银行体系规模测算。中国外部影子银行体系是指商业银行之外具有影子银行特征的机构，主要包括具有信用中介功能的非银行金融机构、准金融机构以及民间金融。由于外部影子银行体系大部分处于金融监管之外，相关数据未纳入监管统计范围，很多数据难以准确披露甚至不披露。因此，本文对外部影子银行体系规模的测算，主要借鉴李建军（2010）[18]对未观测信贷规模测算的研究结果，基于经济与金融发展理论，即一定时期内社会经济主体实现的GDP对应同期金融机构的全部信贷支持，我们从借款人的角度出发，采用国民经济核算和金融统计分析方法，估算2000—2012年中国外部影子银行体系规模（见表3）。限于篇幅，外部影子银行体系规模的计算过程从略。

（四）中国影子银行体系规模变化分析。2000—2012年，中国影子银行体系发展迅猛，在绝对规模和相对重要性上日益提升（见表4）。

表3 2000—2012年中国外部影子银行体系规模单位：亿元

表4 2000—2012年中国影子银行体系规模单位：亿元；%

1.中国影子银行体系的构成分析。从中国影子银行体系构成来看，2000—2012年内部影子银行体系规模年均增长率达到35.29%，在影子银行体系总规模中的比重由2000年的14.58%上升至2012年的49.11%；外部影子银行体系规模年均增长率达到17.10%，在影子银行体系总规模中的比重由2000年的85.42%下降至2012年的50.89% （见图1）。究其原因，一方面，银行理财产品从2004年以来一直保持高速增长态势，也是中国影子银行体系内部增长速度最快的部分。全国银行业存续理财产品账面余额从2007年的5000亿元增至2012年的71000亿元（见图2），在内部影子银行体系中的占比从2007年的23.29%提升至2012年的45.90%。另一方面，委托贷款和银信合作也保持了较高的增长速度（见图2），二者在内部影子银行体系中的占比达到一半以上。这就导致内部影子银行体系规模膨胀式增长，在整个影子银行体系中的比重逐步提升。

图1 2000—2012年中国内部影子银行体系和外部影子银行体系占比

图2 2000—2012年中国内部影子银行体系构成

2.中国影子银行体系的重要性分析。从中国影子银行体系在金融市场中的重要性来看，影子银行体系规模从2000年的2.82万亿元增加至2012年的31.50万亿元，年均增长率达到22.27%，而同期金融机构贷款规模从 2000年的 9.94万亿元增加至2012年62.99万亿元，年均增长率为16.64%。一方面，金融机构贷款规模与影子银行体系规模同时扩大，表明二者之间不是替代关系，而是相互作用、相伴发展。另一方面，影子银行体系规模年均增速快于金融机构贷款规模年均增速，影子银行体系规模占金融机构贷款余额的比重从2000年的28.39%上升至2012年的50% （见图3），在银行业总资产的比重从 2002年的 14.12%上升至 2012年的23.57%，在中国金融市场体系中的重要性日益提高。同时，影子银行体系规模占GDP的比重也从2000年的28.45%上升至2012年的60.65%，对中国经济

发展的重要性和影响力也日益显现。

三、中国银行业稳定性测度

随着近年来中国影子银行体系的迅猛发展，对银行业稳健发展造成一定的影响。本文通过构建银行业稳定性评价的核心指标体系，对2000—2012年中国银行业的稳定性进行测度，以期为中国影子银行体系对银行业稳定性影响的实证分析提供数据支持和现实依据。

图3 2000—2012年中国影子银行体系规模及其在金融机构贷款余额的比重

（一）中国银行业稳定性指标体系构建。本文在总结和借鉴相关研究成果的基础上，综合考虑银行业的风险、盈利和流动性等因素，结合《商业银行风险监管核心指标》、《巴塞尔新资本协议III》等对银行业稳定性的要求，兼顾指标统计数据的可得性、准确性以及可量化性，构建中国银行业稳定性评价的核心指标体系（见表5）。

表5 中国银行业稳定性评价的核心指标体系

（二）研究方法与数据来源。本文采用因子分析法，通过银行业稳定性评价的核心指标体系，计算中国银行业稳定性综合指数，对中国银行业的稳定性进行测度。中国银行业稳定性评价的核心指标数据选用2000—2012年的年度数据，原始数据来源于《中国金融年鉴》、《中国统计年鉴》与中国人民银行网站。

（三）中国银行业稳定性测度及分析。1.因子提取。进行因子分析前，需要考察所选取的变量是否具有一定的线性关系，应观察其相关矩阵，进行KMO和Bartlett球形度检验（见表6）。经过计算，得出Bartlett球形度检验统计量的观测值为120.574，相应的概率为0，拒绝变量相关系数为零的原假设。这表明变量之间存在相关性，可以进行因子分析。此外，KMO检验测度值为0.754，大于Kaiser给出的度量标准（0.5），亦表明变量适合进行因子分析。

根据变量相关系数矩阵，以特征值大于1的规则选取2个公因子，其方差累积率达到91.60% （见表7），表明2个公因子能够反映原始数据提供的足够信息。

2.因子载荷矩阵的求解。因子载荷是各指标与因子的相关系数，系数越接近1，则意味着因子对该指标的重要性越大。但是，为了解释公因子的实际意义和避免因子在定性时的含义模糊，因子分析法往往利用最大方差法将因子空间的坐标轴旋转，通过正交或斜交旋转使因子载荷矩阵上的变量尽可能极化，以便于因子意义解释（见表8）。

表6 KMO检验和Bartlett球形度检验

从表8可以看出，提取的2个公因子分别反映了中国银行业稳定性2个方面的主要特征。第一，公因子1在不良贷款率、拨备覆盖率、资本充足率、净利差收益、存贷比5个指标上有较大的因子载荷

量。这些指标所蕴含的因子载荷量都在0.80以上。其中，不良贷款率与拨备覆盖率反映了银行业的资本质量，资本充足率反映了银行业的资本充足性，净利差收益和存贷比反映了银行业的盈利性。由此，将公因子1称作银行业的安全性和盈利性因子。第二，公因子2与存款增长率、M2增长率、信贷增长率3个指标有较大的相关性，它们的因子载荷量介于0.69—0.78之间。因为这些指标主要反映了银行业的流动性，所以将公因子2称作银行业的流动性因子。

表7 因子解释的总方差

表8 最大方差法旋转后的因子载荷矩阵

3.中国银行业稳定性测度分析。因子确定以后，需要计算出各因子在每个样本上的因子得分，以各因子的方差贡献率作为权重进行加权归总，得出中国银行业稳定性的综合指数。设两个公因子的得分分别为F1和F2，则银行业稳定性指数为：

F=（0.6348F1+0.2812F2）/0.9160

根据上述公式，可以计算出2000—2012年中国银行业稳定性综合指数。总体而言，中国银行业稳定性呈现上升趋势，但是也存在明显的阶段性波动（见图4）。本文将样本区间划分为四个阶段，具体分析中国银行业稳定性的动态变化。

第一阶段是2000—2003年，中国银行业稳定性指数呈现上升趋势。受到宏观调控政策初显成效与成功 “入世”的积极影响，中国的居民消费、各项投资与产品出口都得到较好的恢复与增长，宏观经济进入了平稳发展轨道。为了进一步推进商业银行改革，成立了资产管理公司，对银行业注资和剥离不良贷款，商业银行的资产质量与资本充足性都得到有效提高，经营管理也日趋稳健，使得这一阶段商业银行稳定性指数得到不断提升。

图4 2000—2012年中国银行业稳定性综合指数

第二阶段是2003—2004年，中国银行业稳定性指数有所下降。受到积极财政政策滞后效应的影响，各地投资规模持续扩大，宏观经济过热，部分行业显现出较为严重的产能过剩。由投资引起的信贷需求增加了银行的信贷风险，商业银行的资本质量、盈利性与流动性都有所下降，使得这一阶段银行业稳定性指数出现小幅度下滑。

第三阶段是2004—2009年，中国银行业稳定性指数稳步上升。这一期间，中国宏观经济环境稳定，经济持续增长，进出口贸易规模持续攀升。商业银行的资本充足率、拨备覆盖率有大幅度的提升，呆坏账比率得到有效遏制，银行安全性因子和盈利性因子呈现大幅度提高，尽管此期间银行业的流动性因子

相对平稳，但是总体而言，银行业稳定性指数得到大幅度的提升。

第四阶段是2009—2012年，中国银行业稳定性指数趋于下降。受到2008年国际金融危机的影响，东部沿海地区许多外向型企业出现经营困难，经济增速也随之放缓。这导致银行业的资产质量有所下降，市场出现流动性不足，从而影响到银行业的稳定性。尽管中央出台了4万亿元的经济刺激方案与产业振兴计划，力图通过扩大信贷规模刺激经济复苏，但是只是在一定程度上缓解商业银行的经营风险，无法扭转银行业稳定性指数下降的趋势。

四、中国影子银行体系对银行业稳定性的影响

本文针对中国影子银行体系发展对银行业稳定性的影响开展研究，对中国影子银行体系规模与银行业稳定性综合指数进行协整检验、格兰杰因果关系检验与回归分析，以期得出中国影子银行体系对银行业稳定性影响的量化关系。

（一）平稳性检验与协整检验。本文选用银行业稳定性综合指数表示银行业稳定性（BS），影子银行体系规模分别用内部影子银行体系规模（SCA1）、外部影子银行体系规模（SCA2）和影子银行体系总规模（SCA3）来表示。同时，引入货币供应量增长率（M2）、固定资产投资（INV）作为控制变量。

为了避免出现伪回归现象，首先对数据进行平稳性检验。本文采用ADF单位根检验，检验结果如表9所示，所有变量经过一阶差分后均通过显著性检验，表明变量均为一阶单整。因此，可以对变量SCA1、SCA2、SCA3、M2、INV与BS进行协整检验。

表9 变量的平稳性检验

变量是否具有长期均衡关系是建立模型与检验模型的基础。以银行业稳定性（BS）为因变量，以影子银行体系规模（SCA）、货币供应量增长率（M2）、固定资产投资（INV）为自变量，进行Johansen协整检验。研究发现，在5%显著水平下，BS与SCA、M2、INV之间至少存在3个协整向量，表明银行业稳定性与影子银行体系规模、货币供应量增长率、固定资产投资之间存在长期稳定的关系。

（二）格兰杰因果检验。协整检验结果表明，变量之间存在均衡关系，但不能确定这种均衡关系是否构成因果关系。为了验证变量之间的关系，本文采取格兰杰因果关系检验方法，对所采用的变量——银行业稳定性（BS）、内部影子银行体系规模（SCA1）、外部影子银行体系规模（SCA2）、影子银行体系总规模（SCA3）、货币供应量增长率（M2）、固定资产投资（INV）进行检验，见表10。

从表10可以看出，SCA1、SCA2、SCA3的F统计量分别在不同显著性水平下拒绝零假设，表明内部影子银行体系规模、外部影子银行体系规模、影子银行体系总规模与银行业稳定性之间存在双向的格兰杰因果关系。M2与INV的F统计量分别在10%显著性水平下拒绝零假设，表明货币供应量增长率、固定资产投资是影响银行业稳定性的格兰杰原因。

（三）模型估计与结果分析。在模型选择前，采用Excel对银行业稳定性变量与影子银行体系规模变量进行数量关系模拟（见图5、图6和图7）。如图所示，横坐标是影子银行体系规模（单位为万亿元），纵坐标是影子银行体系稳定性，粗线为两个变量之间的趋势线。由图5、图6和图7可知，影子

银行体系规模和银行业稳定性之间存在二次函数关系，呈现倒 “U”型。

表10 格兰杰因果关系检验

图5 BS和SCA1的关系模拟

由此，将模型设定为：

其中，BS、SCA分别表示银行业稳定性与影子银行体系规模，Control表示影响银行业稳定性的其他控制变量，α、β分别是常数项、回归系数，是随机扰动项，t表示时间。

采用OLS对模型进行估计，见表11。

从表11可以得出，中国影子银行体系规模对银行业稳定性的影响是非线性的。其中，影子银行体系规模的一次项与银行业稳定性呈现正相关，而二次项与银行业稳定性呈现负相关。由此可见，影子银行体系规模与银行业稳定性之间存在倒 “U”型关系。当核心变量为内部影子银行体系规模时，三个方程的变量系数分别在1%与5%显著性水平下通过检验，拟合优度分别为0.5178、0.9708与0.9889，F统计量通过1%的显著性检验，并且DW检验表明无自相关。当核心变量为外部影子银行体系规模与影子银行体系总规模时，方程的变量系数、F检验分别通过了1%或5%的显著性检验，拟合优度也很高，并且变量之间无自相关。

图6 BS和SCA2的关系模拟

图7 BS和SCA3的关系模拟

由于模型的回归曲线呈现倒 “U”型，这表明存在反映影子银行体系适宜规模的阈值（或最优规模）。总体而言，中国内部影子银行体系规模的阈值为8.37—11.24万亿元，外部影子银行体系规模的阈值为10.03—12.99万亿元，影子银行体系总规模的阈值为18.36—24.37万亿元。在影子银行体系规模达到阈值之前，银行业稳定性指数趋于上升；一旦超过了阈值，银行业稳定性指数呈现下降趋势。这是因为影子银行体系对银行业稳定性的影响具有双重效应。一方面，由于中国金融市场不发达，企业（尤其是中小企业）的融资渠道少，影子银行的发展极大地满足了众多中小企业的融资需求，扩大影子银行规

模有利于促进经济发展，维护社会稳定，保障金融稳定。另一方面，影子银行具有高杠杆经营、期限错配、顺周期性与金融市场的高关联性以及监管难度大等特征，影子银行的大规模涌现和迅猛发展会积聚风险，进而影响银行业的稳定性。