影子银行与天津经济发展相关性研究——基于VAR模型的实证分析

杨克磊，唐天奇

(天津大学 管理与经济学部，天津 300072)

影子银行与天津经济发展相关性研究
——基于VAR模型的实证分析

杨克磊，唐天奇

(天津大学 管理与经济学部，天津 300072)

以1991—2015年天津经济相关数据为基础，建立VAR模型，并运用Granger因果检验、平稳性检验、脉冲响应函数以及方差分解方法分析了影子银行与天津经济发展之间的关系。结果表明：影子银行与经济发展相互作用、相互影响；前期影子银行对经济发展为促进作用，而后期对经济发展形成了阻碍；影子银行逐渐超过了传统劳动力的因素，在经济发展中扮演着越来越重要的角色。应当加强政府对影子银行的引导，完善影子银行相关法律，同时促进传统金融机构对中小企业的资金支持，从而减小影子银行给市场带来的风险。

影子银行；天津经济；VAR模型；Granger因果检验；脉冲响应

“影子银行”(shadow banking)，又被称为影子金融体系，其概念于2007年美国发生次贷危机以后逐渐进入公众视野。它由美国太平洋投资公司CEO麦卡林首次提出，认为影子银行是引发美国次贷危机的罪魁祸首[1]。在美国，影子银行包括对冲基金、投资性银行等非银行类金融机构。中国银监会针对我国情况，于2011年对影子银行做出了定义：游离于监管体系外的、从事信用中介与金融行为的机构。银监会从广义的角度定义了影子银行，而在狭义的角度上，许多学者对影子银行进行了定义：即那些为中小型企业提供资金贷款的非银行类金融机构。

近年来，我国的经济发展十分迅速，传统的金融机构已经无法满足整个社会日益增加的资金需求量，同时国民收入的提高也使社会上闲散的资金越来越多。于是影子银行适时将这些闲散资金输送到了各个实体经济部门，为我国完善市场经济做出了贡献。

天津作为我国第四大经济城市、环渤海地区经济中心以及重要港口城市，为经济发展做出了重大贡献，城市中影子银行的规模也十分庞大。而目前国内学者们对于影子银行的研究大多集中在对货币政策影响等宏观问题上，对天津经济的影响则鲜有研究。基于此，本文在参考前人对影子银行研究的基础上，选取天津自1991—2015年的年度数据，构建VAR模型来实证研究影子银行对天津经济发展的影响。

1 文献回顾

国外学者对影子银行的研究始于美国次贷危机之后。Crotty Epstein[2]认为影子银行将短期的债务以长期债权的形式借贷出去，短期偿债能力下降，造成了期限错配而无法应对突如其来的风险。 Adrian & Shin[3]研究指出：影子银行由于资产高杠杆化与监管的缺失导致了金融系统的抗风险能力大幅下降，同时将这种风险扩散到了实体经济，从而阻碍了经济健康平稳发展。Sinha[4]研究指出：影子银行的存在降低了交易成本，同时能对传统金融机构进行有效的补充，当社会资金需求量加大时，影子银行能有效地填补缺口。Ackermann & Sands[5]在报告中指出：影子银行由于自己制定规则，贷出资金相对更容易，因此能够提高资金使用者的借款效率，从而增加投资机会并减少对传统融资方式的依赖程度。Claessens & Pozsar[6]认为：当遭遇经济危机时，政府为了保持资金的流动性，会为影子银行提供担保，这在某种程度上加重了财政负担，不利于经济的稳健发展。Moreira & Savov[7]通过构建模型来分析影子银行对整体经济环境的影响，结果表明：影子银行的存在加剧了金融环境的脆弱性。

通过对国外学者文献的梳理不难发现，大多数研究都认为影子银行对宏观经济的发展产生了不利的影响，且大大减弱了整个经济环境抵抗风险的能力。

国内学者对于影子银行的研究起步相对较晚。王晓雅[8]指出了影子银行造成金融系统脆弱的原因，包括期限错配、资产高杠杆率、自我加强的资产抛售循环以及风险越境传递等。张一帆、陈冬恺[9]以我国2002—2009年宏观数据为基础进行了实证分析，指出我国影子银行的存在促进了社会整体尤其是中小企业的发展，其健康发展对我国具有重要意义。薛昊旸[10]通过向量误差模型对影子银行进行了实证分析，表明在我国影子银行的规模对经济发展、货币供给量以及物价产生显著性正向促进作用。龙建成[11]研究发现：影子银行的存在使得中小企业的融资变得更加容易，二者为正相关关系，并且影子银行通过影响短期贷款利率间接影响中小企业。因此，应当引导与鼓励影子银行在我国的发展，加强对其的监督。沈悦、谢坤锋[12]运用Granger检验法进行实证分析，结果表明：影子银行的发展与宏观经济的增长为单向因果关系，即经济的增长带动了影子银行的发展，但是影子银行的发展对经济增长并没有显著影响。曹杰[13]认为：影子银行为中小企业的发展提供了所必须的资金，但由于缺乏监管，也造成了一定资源的浪费，政府应加强监督与引导，使其配置资源更加合理与高效。

通过对以上文献梳理发现：相比国外学者，大部分国内学者都认为影子银行促进了宏观经济的发展，但也有少部分学者有不同观点。基于此，为了探究影子银行对天津经济发展的真实影响，本文以1991—2015年数据为基础建立VAR模型，并运用脉冲函数、Granger检验以及方差分解等方法来进行定量分析，并根据实证结果提出建议。

2 变量与数据的选取

2.1 变量选取

本文为探究影子银行与天津经济发展以及金融稳定性之间的关系拟设如下变量：

1)GDP，选取天津年度国内生产点值作为衡量天津经济发展的指标。

2)Shadbank，天津影子银行规模。由于影子银行的规模在国家公开的统计中并没有进行单独分类核算，因此对于数据的获得，本文参考了毛泽盛[14]的研究结果。该结果认为：相对于传统金融机构，影子银行提供的信用贷款具有很强的隐蔽性，因而无法从供给者的角度进行统计，只能从借款者的角度进行测算分析。这种测算分析方法的核心思想是：在较长的一段时期内，全社会实现的国内生产点值总额与传统金融机构信用贷款的总额会保持一个稳定的比例，该比例记为RGL。RGL=传统金融机构贷款余额/GDP，称之为贷款系数，即为了实现单位GDP所需的贷款数额。该公式中，分子为一段时间内传统金融机构贷出资金的累计数额，分母为全社会实现的GDP数额。传统机构贷款余额所需要的数据来源于《中国金融年鉴》，全社会实现的GDP数额来源于国家统计局网站。

向影子银行进行贷款的主要是农户、私营企业以及个体工商户等较为弱势的中小经济主体。这些中小经济主体因为规模较小、风险较高、偿债能力较弱，从传统金融机构获取贷款额度有限，未满足部分只能转向影子银行寻求帮助。因此，这些中小经济主体的贷款系数小于全社会的平均值，传统金融机构对中小经济主体的贷款满足程度可以用二者的比值来表示，记为S，则S=RGLF/RGL。RGLF表示中小经济主体借款人从传统金融机构获得的贷款额与其对应的GDP的比值。因此，中小经济主体向影子银行的借款融资额Shadbank=(1-s)*RGL*GDPF。

上述公式中的Shadbank即为影子银行规模，GDPF为中小经济主体的年生产总值。其中农户的生产总值用天津第一产业国内生产点值来表示，而私营企业以及个体工商户的生产总值在国家公开的统计中并没有单独核算，但是在从业人数中进行了公开分类统计。因此在本文中，运用天津地区私营企业以及个体工商户从业人数占总体的比例对总体国内生产点值进行分割从而得到其年生产总值。

3)FAI(fixed asset investment)，即天津固定资产年投资数额；K，即天津市年就业人口。对于这2个变量的设立，本文借鉴了Romer & Paul M.[15]的研究。该研究认为：社会经济的发展不仅与资金存量有关，还与固定资产的投资额以及劳动力人口有关。因此，为了保证模型的精确，引入以上2个变量，同时可分析相比于传统因素，影子银行对经济发展的影响程度。

4)IAE(import and export)，即天津进出口贸易总额。Balassa B[16]在研究中指出：进出口会促进经济的发展，拥有进出口贸易是天津区别于其他城市的重要特征。因此，本文为了研究天津影子银行与经济发展的相关性，引入IAE作为特征变量。

2.2 数据选取

本文GDP、FAI、K、IAE等变量的数据均来源于中国国家统计局网站(www.stats.gov.cn)，Shadbank的数据通过查询国家统计局中与其相关的数据间接计算得出。数据处理采用Excel，VAR模型建立与分析通过Eviews6.0完成。

3 数据检验

3.1 序列平稳性检验

由于建立VAR模型的前提是各个变量的时间序列平稳，因此在建立VAR模型之前，需要先对变量的时间序列平稳性进行检验，即ADF检验。ADF检验的思路是先对原始变量序列做单位根检验，观察是否平稳。如果原始序列非平稳，则进行差分至所有序列均满足同阶平稳，再构建VAR模型。检验结果如表1所示。

根据表1检验结果可知：Shadbank、FAI 和K均为平稳时间序列，而GDP和IAE为非平稳序列，因此分别对它们进行一阶差分，然后再进行ADF检验。在显著水平0.05下进行一阶差分后，显示各个序列全部达到平稳，实现了一阶单整，满足了构建VAR模型的条件。

3.2 协整检验

协整检验是为了判别各个时间序列之间是否具有协整关系。如果有，则说明序列之间存在长期均衡的关系。协整检验通常有E-G法与Johansen法。E-G法的特点是简单，最适合对于存在唯一协整系统或者二维协整系统的检验，但对于多维的协整系统则无能为力。Johansen法采用的是最大似然估计法对协整系统中长期稳定均衡关系进行衡量。因此，本文采用的是Johansen检验。检验结果如表2所示。

表1 变量平稳性检验结果Table 1 Variable stationary test results

注：(c,T,d)中c代表序列截距项，T表示时间趋势，d为滞后阶数；滞后阶数根据赤池信息量准则(AIC)确定。

表2 Johansen协整检验结果Table 2 Johansen cointegration test results

根据表2可以看出：前2个假设被拒绝，而第3个假设未被拒绝。即在0.05的显著性水平下，各个序列之间存在协整关系，因此它们之间存在着长期均衡稳定的关系，可以作为一个系统进行VAR检验。

4 VAR模型的建立

1980年C.Sims将向量自回归模型(VAR)模型运用到了经济学中，开辟了一种全新有效的研究方法[17]。本文所研究的问题涉及多个变量在不同时期的相互影响，VAR可以通过Granger检验、脉冲分析以及方差分解对时间序列的相互联系及其对整个系统的冲击作用进行研究。本文采用VAR模型对数据进行分析。

4.1 模型的构建

VAR模型并非理论性模型，在构建之前无需对变量之间的关系做任何先验性约束，即无需对其相关程度进行分析，而是分析VAR模型受到一个标准差冲击时对整个系统的影响。一个m阶的VAR模型数学表达公式为：

其中：C为n维向量，为n×n维待估计的参数矩阵；εt为n维随机扰动向量。

4.2 Granger因果检验

因为VAR模型是非结构化的，需要确定序列之间的相互作用及彼此之间相互影响的最大可能滞后阶数。在经济时间序列中，常常会出现伪回归的问题，即两个在经济意义上并不存在关系的序列反而具有较强的相关性。因此，本文运用Granger因果关系检验法来判断各个序列之间的变动是否存在因果关系。检验结果如表3所示。

根据Granger检验结果可以看出：在显著性0.05的水平下，ΔGDP与ΔShadbank互为Granger原因，即天津影子银行规模的变化会影响天津的经济，反之亦然，二者相互影响。这与沈悦、谢坤锋的研究结果出现了差异。他们认为：政府为了保持资金的流动性，会为影子银行提供隐性信用担保，这在某种程度上阻碍了资金流向实体经济，因此对经济并无作用。而笔者认为随着我国市场经济的逐渐发展，政府作为主导者对于经济的干预程度正在逐步降低，同时由于资本的本质就是追求收益，所以越来越多地流向实体经济已成必然趋势，影子银行的规模势必会影响经济的发展。

表3 Granger因果检验结果Table 3 Granger causality test results

ΔGDP与ΔIAE互为Granger原因，即进出口额会影响经济发展，反之亦然。ΔIAE是ΔShadbank的Granger原因，反之不成立。即天津进出口额会对影子银行的规模产生影响，而影子银行的规模并不会对进出口额带来影响。同理可知：固定资产投资与就业人口的变化会影响天津经济的发展，反之经济发展影响了天津的就业人口，但对固定资产投资额却没有影响。由于各变量之间均具有双向或单向的因果关系，因此不存在伪回归问题，可以进行模型的建立。

4.3 最大滞后阶数的确定

在建立VAR模型之前，需要先确定模型的最大滞后阶数。对于滞后阶数的确定本文采用信息准则研究方法，结果如表4所示。

表4 VAR信息准则检验结果Table 4 Information criteria inspection results

根据信息准则法可知：LR、FPE、AIC、SC以及HQ准则都认为最大滞后阶数为3。

4.4 VAR(3)参数估计

通过EViews6.0建立以3为最大滞后阶数的VAR模型：

整个模型的拟合度(R2)为0.963 9，接近于1，因此模型的整体解释能力较强。影子银行规模滞后3期，2期，1期对ΔGDP的影响系数分别为0.31、0.19、-0.04。同时ΔIAE对影子银行规模的影响系数分别为0.78，2.01与2.69。

由此可得出以下结论：前期影子银行促进了天津经济的增长，但随着时间的推移带来的影响逐渐减弱，并最终对经济的发展带来了较弱的负面作用。同时，天津进出口额对影子银行的规模起到了正向促进作用，并且影响力越来越大。

4.5 VAR平稳性检验

在VAR模型参数估计完后，需对模型进行平稳性检验，只有当检验结果平稳时，才能对VAR模型进行脉冲响应分析，检验结果如图1所示。

图 1 VAR(3)平稳性检验Fig.1 VAR(3)stationary test results

依图1可知：VAR(3)模型的单位特征根的倒数都处于单位圆范围内，表明VAR(3)模型满足平稳性条件，可以进行脉冲响应分析。

4.6 脉冲响应分析

脉冲响应函数分析的是模型中任意一个变量的扰动或冲击是如何通过模型影响其他变量，关注的是变量之间相互影响的动态关系[18]。图2为天津经济对影子银行的动态变化趋势。

图2 ΔGDP对ΔShadbank的脉冲响应函数Fig.2 Impulse response function of ΔGDP to ΔShadbank

图2中实线表示天津经济对于影子银行一个标准差的脉冲响应，虚线表示对于实线加减两倍标准差的置信带。根据脉冲图可以看出:当给影子银行一个正向标准差冲击时，经济出现了大幅增长，但是随着期数的增加，这种影响逐渐减弱，并在第5期时达到了最低点，即对经济的发展产生了最大的负面影响，并从第8期始渐趋平稳。这一结果与张一帆、陈冬恺等学者的结论出现了差异。他们认为影子银行的存在促进了宏观经济的发展，而本文的结论为：影子银行起初对天津经济起到促进作用，但后期却阻碍了天津经济的发展。

图3为影子银行对进出口贸易额的一个标准差的脉冲响应。可以看出：在给进出口贸易额一个标准差冲击后，天津影子银行规模出现了大幅度的增长，并在相当长的时期内一直为正向促进作用。该结果在一定程度上解释了影子银行对天津经济的影响与对宏观经济的影响之间的差异：由于天津进出口贸易的存在，相比其他地区带来了更多的资本，影子银行规模也急剧增加。由于市场并不完善，影子银行规模过快地增长给市场带来了一定的风险，这反而对天津经济发展带来了阻碍作用。

图3 ΔShadbank对ΔIAE的脉冲响应函数Fig.3 Impulse response function of ΔShadbank to ΔIAE

4.7 方差分解分析

脉冲响应函数分析了影子银行在一定时期内对天津经济发展的影响，而方差分解分析可以确定影子银行在天津经济发展中的作用大小[19]，具体结果如图4所示。

图4 天津经济方差分解结果Fig.4 Tianjin economic variance decomposition results

根据方差分解图以及之前设立的模型可以看出：天津经济发展影响因素分解为进出口贸易额(IAE)、固定资产投资(FAI)、就业人口数额(K)以及影子银行规模(Shadbank)4个变量。进出口贸易额对经济变化的影响在各个时期一直处于领先地位；就业人口数额影响力最小；固定资产投资与影子银行分列2、3位。因此，可以得出结论：天津进出口贸易不论在哪个时期都是经济增长的主要决定因素，而随着时代的发展，影子银行给经济带来的影响力已经逐渐超过了传统劳动力的因素，发挥着越来越重要的作用。

5 结束语

本文研究结果表明：天津影子银行的规模与经济发展以及进出口贸易额之间存在着长期均衡稳定的关系。影子银行规模与经济发展互为Granger原因，与进出口贸易额之间为单向Granger原因，即影子银行与经济发展是相互作用相互影响。影子银行规模单方面受进出口贸易额的影响，反之不成立。

VAR(3)模型分析结果表明：前期影子银行将促进天津经济发展，而后期影响逐渐缩小甚至将阻碍经济发展。可以从脉冲图2与图3中找出造成这一现象的原因。当影子银行规模对经济发展产生最大负面影响的同时，进出口贸易对影子银行规模的促进作用也达到了最大值。这表明：在一开始，当影子银行规模较小时，对天津的经济为促进作用，但是进出口贸易的发展为天津地区带来了大量的资本，从而导致影子银行的规模急剧增加。由于影子银行大多进行高杠杆业务和回购抵押品，利率高于传统金融机构且缺乏监管，其不正常增长为市场带来了大量的不良资产，破坏了金融市场的稳定性，这反而阻碍了经济的发展。天津进出口贸易额对影子银行规模一直为正向促进作用。

方差分解分析结果表明：天津经济在受到进出口贸易额、固定资产投资、就业人口数额以及影子银行规模这些因素的影响，其中进出口贸易额是影响经济的主要因素，而影子银行已经超越了传统劳动力影响力，在经济发展中扮演着越来越重要的作用。

脉冲响应分析结果表明：影子银行对宏观经济与天津地区经济的影响并不完全一致。天津地区影子银行对经济发展的正向促进作用在一开始达到了最大值，但随后逐渐降低，在第5期时达到了最低点，与此同时进出口贸易额对影子银行规模的正向促进作用达到最大值。这表明：天津进出口贸易极大地促进了影子银行的发展，但过快地发展反而对经济产生了不利影响。这可能是因为影子银行资产高杠杆化同时缺乏监管造成的。因此，天津市政府应加强对影子银行的引导，及时对影子银行的分布、规模以及利率等信息进行披露，同时完善影子银行相关法律，如限制影子银行进行高杠杆业务、限制回购抵押品种类等。还应该促进传统金融机构对中小企业的资金支持，如改变业务模式、创新业务品种、加大对中小企业的扶持力度等，使其减少对影子银行的借贷额度，将影子银行规模维持在一个合理的水平，从而在根本上解决问题。

[1] PAUL T.Shadow banking,Financing market and financial stability[J].Bernie Gerald Cantor (BGC) partners Seminar,2010(1):21-29.

[2] CROTTY J,EPSTEIN G.Proposal for effectively regulating the U.S.financial system to avoid yet another meltdown[R].Political Economy Research Institute Working Paper.2008.

[3] TOBIAS A,HYUN S S.The Changing Nature of Financial Intermediation and the Financial Crisis of 2007-2009[J].Annual Review of Economics,2010(2):603-618.

[4] ANAND S.Regulation of Shadow Banking-Issues and Challenges[R].Washington:Institute of International Finance Report.2012.

[5] JOSEF A,PETER S.Shadow Banking:A Forward-Looking Framework for Effective Policy[R].Washington:Institution of International Finance Report,2012.

[6] CLAESSENS S,RATNOVSKI L,SINGH M M.Shadow banking:economics and policy[M].Washington:International Monetary Fund,2012.

[7] ALAN M,ALEXI S.The Macroeconomics of Shadow Banking[R].Cambridge:NBER Working Papers,2014.

[8] 王晓雅.次贷危机背景下影子银行体系特性及发展研究[J]．生产力研究，2010 (11):65-67.

WANG Xiaoya.The research of shadow banking system characteristics and the development under the background of the subprime mortgage crisis[J].Productivity Research,2010 (11):65-67.

[9] 张一帆,陈冬恺,李豆.影子银行对中小企业发展的影响[J].征信,2013(5):87-89.

ZHANG Yifan,CHEN Dongkai,LI Dou.The shadow banking’s influence on the development of small and medium-sized enterprises[J].Credit Reporting,2013(5):87-89.

[10]薛昊旸.影子银行体系及其宏观效应研究[J].山西大学学报(哲学社会科学版)，2013 (5):110-115.

XUE Haoyang.The shadow banking system and macro effect research[J].Journal of Shanxi university (philosophy and social sciences edition),2013(5):110-115.

[11]龙建成,樊晓静,张雄.利率变动、影子银行与中小企业融资[J].金融论坛,2013(7):40-45.

LONG Jiancheng,FAN Xiaojing,ZHANG Xiong.Shadow Banking and medium-sized enterprise financing[J].Journal of financial BBS,2013(7):40-45.

[12]沈悦,谢坤锋.影子银行发展与中国的经济增长[J].金融论坛,2013(3):9-14.

HEN Yue,XIE Kunfeng.The shadow banking development and economic growth in China[J].Journal of financial BBS,2013(3):9-14.

[13]曹杰.中国式影子银行的发展及其对中小企业融资的影响[J].时代金融,2014(27):31-32.

CAO Jie.The development of the Chinese shadow banking and its impact on medium-sized enterprise financing[J].Times Finance,2014(27):31-32.

[14]毛泽盛,万亚兰.中国影子银行与银行体系稳定性阈值效应研究[J].国际金融研究,2012(11):65-73.

MAO Zesheng,WAN Yalan.The research of China’s shadow Banking and banking system stability threshold effect[J].International finance research,2012(11):65-73.

[15]ROMER P M.Increasing returns and long-run growth[J].The journal of political economy,1986(5):1002-1037.

[16]BALASSA B.Exports and Economic Growth:Further Evidence[J].Journal of Development Economics,1978,5(2):181-189.

[17]潘东静,宁玉富.不确定环境下基于VAR和CVAR的投资组合优化模型[J].计算机科学，2012(6):204-206.

PAN Dongjing,NING Yufu.Under uncertainty environment the portfolio optimization model based on VAR and CVAR[J].Computer Science,2012(6):204-206.

[18]CHUANG A.Time series analysis:Univariate and multivariate methods[J].Technometrics,1991,33(1):108-109.

[19]易丹辉.统计预测—方法与应用[M].北京:中国统计出版社,2001.

YI Danhui.Statistical prediction-method and application[M].Beijing:China Statistics Press,2001.

(责任编辑 陈 艳)

Research on Correlation Between Shadow Banking and Economy Development of Tianjin:Based on Empirical Analysis of VAR

YANG Ke-lei, TANG Tian-qi

(Management and Economics School, Tianjin University, Tianjin 300072, China)

Based on the economic data of Tianjin from 1991—2015, using VAR model，Granger causality test, stationary test, impulse response and variance decomposition, we analyzed the relationship between the economic growth of Tianjin and shadow banking. Research shows that shadow banking and the economic growth of Tianjin have interactions. Shadow banking played a positive role in the economic growth of Tianjin early, but later it caused the obstacle to economic development. Shadow banking gradually exceeded the traditional labor factor, played a more important role in the development of the economy. The government should strengthen the guide of shadow banking, consummate relevant laws and promote the traditional financial support to SMEs, so as to reduce the risk of the shadow banking brings to the market.

shadow banking; Tianjin economy; VAR model; Granger test; impulse response

2016-08-24

国家自然科学基金资助项目(71171144)；天津市科技创新创业环境评价与优化研究(11ZLZLZF03600)

杨克磊(1963—)，男，河北怀来人，博士，副教授，主要从事技术经济及管理、公司理财、管理科学与工程方面的研究，E-mail: tjuyangkelei@126.com；唐天奇(1991—)，男，江苏徐州人，硕士研究生，主要从事技术经济研究。

杨克磊，唐天奇.影子银行与天津经济发展相关性研究——基于VAR模型的实证分析[J].重庆理工大学学报(自然科学)，2017(1):134-142.

format：YANG Ke-lei, TANG Tian-qi.Research on Correlation Between Shadow Banking and Economy Development of Tianjin:Based on Empirical Analysis of VAR[J].Journal of Chongqing University of Technology(Natural Science)，2017(1):134-142.

10.3969/j.issn.1674-8425(z).2017.01.021

O21

A

1674-8425(2017)01-0134-09