影子银行与经济发展的相关性研究——以江苏省为例

李 珺，于 阳

(中共江苏省委党校 工商管理教研部，南京 210009)

影子银行与经济发展的相关性研究
——以江苏省为例

李 珺，于 阳

(中共江苏省委党校 工商管理教研部，南京 210009)

以江苏省1996—2015年的数据为基础构建VAR模型，研究影子银行与经济发展的相关性，结果表明:第一，影子银行和江苏省经济的发展之间互为因果;第二，影子银行虽然能促进经济的发展，但它的促进作用会随着时间的推移慢慢减弱，后期甚至会阻碍经济的发展;第三，江苏省的生产总值主要是受固定资产投资额的影响，影子银行对它的影响前期不断增加，达到一定的阈值后开始减弱。

影子银行;经济发展;进出口贸易;固定资产投资

近年来，随着我国经济不断发展，传统金融机构难以满足社会融资需求，于是出现了各种创新的融资途径。影子银行作为创新的融资渠道的一种，借助这一契机急速成长。由于影子银行能够将社会闲散资金进行整合后贷给中小经济主体和个体商户，因此在加速资金流动、促进经济发展方面发挥了重要的作用。

一、文献回顾

(一)影子银行的概念

2007年次贷危机爆发后，美国太平洋投资管理公司执行董事麦卡利(McCulley)第一次界定了“影子银行系统”这一概念，即从事属于银行范围内的金融活动，但却不是银行的各种小规模的金融机构［1］。2008年纽约联署行长盖特纳(Geither)提出“平行银行系统”的概念，他将这一系统定义为独立于银行系统之外的金融系统［2］。2012年，欧盟委员会认为影子银行是指包括证券化、证券借贷与回购等活动在内的金融机构［3］。国内关于影子银行的研究从2008年金融危机后开始兴起。易宪容指出影子银行是一种与传统银行作用相同，但在运作模式、交易方式、监管制度等方面与传统银行有着巨大区别的金融运作机制［4］。周小川把影子银行阐释为行使商业银行功能但却基本不受监管或仅受较少监管的非银行金融机构，如对冲基金、私募股权基金、特殊目的实体公司(SPV)等［5］。 樊晓静、龙建成等提出影子银行是一种非银行金融机构，然而事实上它却扮演着银行的角色［6］。

(二)影子银行对经济的影响

沈悦、谢坤锋依据实证研究的结果得到在当今金融体制下，经济增长与影子银行发展存在单向的因果关系，经济增长是影子银行发展的基础，而影子银行的发展对经济增长没有促进作用;影子银行发展与经济增长之间有着长期稳定的均衡关系［7］。樊晓静、龙建成等经过实证分析得到影子银行与CPI、GDP三者之间是正相关的，也就是说影子银行在一定范围内对我国经济增长起促进作用，但是正相关性呈边际效应递减规律［6］。王晓枫、申妍等通过对2007-2012年的月度数据实证研究得到影子银行的流动性及其对宏观经济的影响，最后发现影子银行对经济增长发挥了积极作用，而且这种作用具有长期性［8］。

目前我国学者对影子银行的研究主要关注其与宏观货币政策及国家整体经济发展的关系，而研究其与各省经济发展关系的成果很少。由于全国各省市所处的经济环境不一致，自身的经济发展状况也各不相同，因此有必要针对具体的省市进行研究，找到经济发展和影子银行的相关性，提出具体的应对措施。因此，本文选取全国第二大经济省---江苏省1996-2015年的数据，通过构建VAR模型实证研究其经济发展与影子银行的相关性。

二、数据选取与模型构建

(一)数据的测算与选取

1.影子银行规模的测算

目前，我国对影子银行没有一个统一的范围界定标准，使得影子银行涵盖的内容具有复杂性、(RYLRFL)×GDPe，其中Sb表示的是短期贷款数据算出的影子银行规模;全部贷款数据测算的影子银行规模公式为额的比重)。依据上述理论和公式对江苏省1996-2015年影子银行规模进行测算。本文中的原始数据主要取自《江苏省统计年鉴》、中国人民银行南京营业部网站。本文数据处理使用 Excel进行，VAR模型建立与分析通过Eviews8.0完成。

2.经济发展衡量指标的选取

GDP是用来测算经济发展状况的重要指标，交叉性等特点，因此在统计和测算影子银行的规模上存在几种不一样的方法。本文的测算方法主要借鉴李建军的研究结果，从借款人方面着手来测算江苏省影子银行规模［9］。这种测算方法的核心是在一定时期里传统金融机构的贷款总额与全社会实现的国内生产总值的比值会处于一个稳定的状态，将这个比例记为RYL，称为贷款系数，公式为 RYL=传统金融机构的贷款总额/国内生产总值。这一指标体现了经济活动受到传统金融机构信贷支持的程度。这种测算方法的思路是:首先测算出影子银行的主要借款对象所需要的贷款总额，再减去主要借款对象从传统金融机构获得的贷款金额，剩下的就是影子银行借出的金额。

影子银行的借款主体由个体工商户、私营企业、农户等中小经济单位构成。这些中小经济单位因为规模比较小，经营风险比较高，可抵债的资产不足，偿债能力弱，因此难以从传统的金融机构获得足够的资金。现以《江苏省统计年鉴》中的农业产值代表农户创造的GDP，用GDPf表示;由于统计年鉴中没有单独列出私营企业和个体工商户的产值，但是可以从人口就业中找到私营企业和个体工商户的就业人数，所以可以通过“第二、三产业就业人数创造的单位产值×个体经济单位与私营企业的就业人数”来测算个体工商户和私营企业创造的GDP，用GDPe表示;农户从传统金融机构贷款的数额用农业贷款的当年余额来表示，个体工商户和私营企业从传统金融机构贷款的数额用个体贷款与私营企业当年余额表示。这样就能够分别计算出农户单位的贷款系数RFL、个体工商户和私营企业单位的贷款系数REL。由于统计年鉴中对农户和私营个体单位贷款额的统计口径都是短期贷款，为了统一口径，本文选取的传统金融机构的贷款总额也是短期贷款。影子银行规模的测算公式可表示为:Sb=(RYLRFL)×GDPf+所以，本文用江苏省各年的生产总值来测算其经济发展水平。罗默(Romer)的研究表明，不仅是资金存量会影响社会经济的发展，固定资产的投资额也会对社会经济的发展产生影响［10］。巴拉萨(Balassa)通过对11个初步工业化的发展中国家进行实证研究，分析发现进出口贸易会促进经济增长［11］。因此，本文借鉴杨克磊［12］的研究结果，选取GDP(江苏省生产总值)、FAI(江苏省固定资产年投资数额)、CPI(江苏省消费者价格指数)、IAE(江苏省进出口贸易总额)作为衡量江苏省经济发展的指标。另外，对SB和GDP取对数后，分别记为 lnSB和lnGDP，以防止可能出现的异方差。

(二)模型设定

VAR(向量自回归)不同于传统的计量方法，它不是基于经济理论而是基于数据的统计性质，把系统中的每个内生变量作为系统中所有内生变量滞后值的函数来构建模型，用以分析随机扰动对变量系统的动态冲击并估计经济系统，进而阐释经济变量受到各种经济冲击的影响。本文目的在于研究影子银行规模与经济发展的相关性，所以选择向量自回归模型。VAR(p)的一般形式为:

式(1)中，yt是k维内生变量列向量，xt是d维外生变量列向量，p是滞后阶数，T是样本个数，K×k维矩阵Φ1，…Φp以及 k×d维矩阵H是待估计的系数矩阵，εt是 k维扰动列向量。扰动项εt均值为零，方差为δ2。

三、实证研究

(一)单位根检验

平稳的变量是VAR模型成立的基本要求，所以，本文在估计模型前选择ADF检验法检验数据的平稳性。结果如表1所示:

从表1的检验结果能够发现，在水平条件下，除了lnSB是平稳时间序列外，其他序列都是不平稳的，所以在对各个序列进行一阶差分后，再用ADF法进行检验。通过表1可以看出，lnSB和CPI在1%的显著水平下是稳定的，FAI和IAE在5%的显著水平下是稳定的，lnGDP在10%的显著水平下是稳定的，符合构建VAR模型的条件。

(二)协整检验

为了判断时间序列的平稳性是否是长期的，就要做协整检验。根据检验对象的不同协整检验的方法分为以下两种:一种是以回归系数为基础的Johansen协整检验;另一种是以回归残差为基础的协整检验。与基于回归残差的协整检验方法相比，Johansen协整检验是一种以VAR模型为基础的检验回归系数的方法，用Johansen协整检验进行多变量协整检验比较好。由于本文存在多个变量，所以选择Johansen协整检验法来检验。检验结果见表2。

从表2的检验结果能够发现，三个假设在5%的显著性水平下的结论都是拒绝的，说明各个序列之间存在协整关系，即各序列的稳定关系是具有长期性的。

(三)因果检验

分别检验影子银行规模和代表经济发展的4个变量之间的Granger因果关系。从表3能够看出，如果以10%的显著性水平为标准，在滞后1期的情况下，江苏省生产总值和其影子银行规模互为因果。如果以5%的显著性水平为标准，滞后1期时，江苏省影子银行规模与其居民消费价格指数之间有单向因果关系，即江苏省影子银行规模是其居民消费价格指数的Granger原因，但江苏省居民消费价格指数不是其影子银行规模的Granger原因;江苏省影子银行规模与其固定资产投资额之间有单向因果关系;滞后2期时，江苏省影子银行规模与其固定资产投资还是有单向因果关系。

表1 变量平稳性检验结果

表2 各变量Johansen协整检验结果

表3 Granger因果检验结果

通过对因果检验结果的分析，可以发现江苏省影子银行规模是居民消费价格指数和固定资产投资额的格兰杰原因，且江苏省影子银行规模和其生产总值互为格兰杰因果。因此，江苏省经济发展会受到影子银行规模大小的影响，同时江苏省经济发展对影子银行规模的扩大也有推动作用。

(四)VAR模型的估计

1.最优滞后阶数的确定

本文主要根据常用的SC准则和AIC信息准则来选择最优滞后阶数，要求SC、AIC的值越小越好。从表4可以看出在0、1、2三个滞后阶数中，SC和AIC的最小值是在滞后2阶时取得，并且依据其他三个准则判断的滞后阶数也是2。所以，本文选择的滞后阶数是2。

2.VAR参数估计

利用Eviews8.0构建滞后期为3的VAR模型，如下所示:

模型的拟合优度达到0.9913，说明模型的解释能力很强，lnSB在滞后2期的情况下对GDP的弹性系数为0.0656，在滞后1期的情况下对GDP的弹性系数为0.0023;lnSB在滞后2期的情况下对IAE的弹性系数为4307.786，在滞后1期的情况下对IAE的弹性系数为-2501.621;lnGDP在滞后2期的情况下对lnSB的弹性系数为2.05159，在滞后1期的情况下对lnSB的弹性系数为3.8706。

表4 VAR信息准则检验结果

从上述对模型的分析可以看出，影子银行起到了促进江苏省经济发展的作用，但这种作用越来越小;前期影子银行对江苏省进出口贸易的影响是正向的，然而从一个较长的时间看，这种作用会变成负向的;江苏省经济发展对影子银行的发展有积极的作用，并且这种影响有不断扩大的趋势。

3.脉冲响应分析

脉冲响应函数方法是分析一个误差项发生变化，或者模型受到某种冲击时对系统的动态影响。因此，本文利用脉冲响应函数来分析经济发展与影子银行之间的动态关系。图1、2、3、4展示了脉冲响应效果图，本文以10期作为脉冲响应期限，横轴表示冲击作用的滞后期间数(单位:年份)，图1、2、3的纵轴分别表示SB受到冲击后GDP、FAI、IAE的反应。实线代表脉冲响应函数，虚线表示正负两倍标准差偏离带。

图1中的曲折实线表示GDP对对应的影子银行规模冲击的反应，上下两条虚线表示的是对于曲折实线正负两倍的标准差置信带。从图中能够看出，在本期给影子银行规模一个正向冲击时，经济会慢慢上涨，并在第6期达到最大值，第6期之后上涨的速度开始下降，并在第8期左右稳定下来。这表明影子银行的发展使得中小经济主体能扩大其融资渠道，得到充足的资金，加快资金流动，提高社会资金的使用效率，从而促进经济发展，但是后期对经济增长的作用会变小，并逐渐趋于平稳。

图1 影子银行规模冲击引起生产总值的响应函数

图2 影子银行规模冲击引起固定资产投资额的响应函数

图3 影子银行规模冲击引起进出口贸易总额的响应函数

图2中的曲折实线表示固定资产投资额对对应的影子银行规模冲击的反应。可以看出，在本期给影子银行规模一个正向冲击后，固定资产投资额会有一个波动的正向响应。上述分析显示影子银行的发展使得全省的固定资产投资额从长期来看呈现波动上升的趋势，固定资产投资额的增加，使实体经济的发展具有必要的基础，对实体经济的发展有促进作用，这一趋势也符合我国脱虚向实的政策导向。

图3中的曲折实线表示进出口贸易总额对对应的影子银行规模冲击的反应。可以看出，在本期给影子银行规模一个正向冲击后，进出口贸易总额在前期呈现负向响应，并在第2期达到一个最小值，第3期后开始变成正向响应，在第5期达到最大值，然后就保持正向的下降趋势，直到第10期转为负向响应。总体上看来，前期影子银行的发展对进出口贸易是正向的冲击，说明随着影子银行规模的逐渐扩大，从事进出口贸易的私营企业能得到充足的资金来扩大企业规模，提高企业经济效益。但随着影子银行的“涌泉式”发展，市场监管力度跟不上，就会给进出口贸易带来一系列风险，使得影子银行后期对进出口贸易发展起到了阻碍的作用。

图4 生产总值冲击引起影子银行规模的响应函数

图4中的曲折实线表示影子银行对对应的国内生产总值冲击的反应。可以看出，在本期给国内生产总值一个单位的正向冲击，影子银行会在初期迅速发展，第2期至第3期保持平稳，第3期后发展速度减慢，在第4期降到谷底，然后再次呈现逐步上升的趋势。总的看来，国内生产总值的提高会促进影子银行规模的不断扩大。

4.方差分解分析

脉冲响应函数是在一个较长的阶段根据时间的变化描述VAR模型中某一个变量的冲击对其他变量造成的影响。若直接用来描述各个变量之间的影响反而会使问题变得复杂，所以在此选择方差分解方法对变量间的影响关系从定量的角度来看待。表5到表8表示VAR模型的方差分解结果。

表5表示的是CPI的方差分解结果。从表中能够发现，影子银行发展对CPI的标准差作用较大，而且呈现增加的趋势，这说明影子银行发展在一段时间内对CPI波动影响不大，但从长期看来它的影响会增强。在第1期CPI只受到自身变化的影响，到第10期时，lnSB对它的影响只有1.75%，而lnGDP对它的影响为20.04%，说明CPI波动主要受到自身和GDP的影响，影子银行发展对其也有一定的影响，但影响不是很大。

表6表示的是FAI的方差分解结果。从表中能够发现，影子银行发展对FAI的标准差作用比较明显，而且其作用有越来越大的趋势，表明影子银行发展对FAI波动的作用很明显，而且会长期持续下去。在第1期FAI主要受到本身变化的影响，到第10期时，它受到的自身的影响从第1期的98.9%下降到38.1%，IAE、lnGDP和lnSB的影响分别为27.5%、24.2%和8.5%，说明固定资产投资的波动除了自身的影响外还受到进出口贸易、国内生产总值和影子银行的影响。

表7表示的是IAE的方差分解结果。可以发现，在第1期IAE主要受到居民消费价格指数和IAE本身变化的影响，到第10期时，其自身的影响从第1期的41.48%下降到20.45%，CPI的影响从第1期的56.27%下降到7.8%，FAI、lnGDP、lnSB的影响分别为36.46%、33.13%、2.15%，说明初期IAE的波动主要受到CPI和其自身的影响，后期CPI对IAE波动的影响变小，其波动主要受到固定资产投资、国内生产总值和自身的影响。此外，影子银行规模的变化也会对它有一定的影响，但影响不是很大。

表5 CPl方差分解

表6 FAl方差分解

表7 lAE方差分解

表8 lnGDP方差分解

表8表示的是lnGDP的方差分解结果。可以发现，影子银行发展对lnGDP的标准差影响比较小，但是有越来越大的趋势，由此推断出影子银行发展对lnGDP波动的影响不是很大，但将长期持续下去。在第1期lnGDP主要受到自身变化的影响，到第10期时，其自身的影响从第1期的69.9%下降到41.8%，FAI的影响为48.6%，说明国内生产总值的变化主要受到自身和固定资产投资的影响，影子银行对它的影响不大，但是有增强的趋势。

四、结论和建议

(一)结论

第一，格兰杰因果检验的结果表明影子银行与经济发展存在互为因果的关系，即经济发展促进影子银行的发展，同时影子银行的发展也促进经济增长，这与沈悦论证的影子银行与经济发展只存在单向因果关系的结果不一致。笔者认为，这是由于影子银行的发展为一些难以获得正规融资的中小经济体提供了融资渠道，加速了资金流动速度，提高了资金利用效率，从而促进了经济发展。此外，影子银行是固定资产投资额的格兰杰原因，即影子银行的发展能扩大固定资产的投资额。

第二，通过对VAR模型和脉冲响应函数的分析可知，影子银行虽然能促进经济的发展，但它的促进作用会随着时间的推移慢慢减弱，后期甚至会阻碍经济的发展。笔者认为这是因为前期影子银行快速发展会给一些急需融资的中小经济体带来充足的资金，保证它们的运营与发展，所以对经济发展的作用会比较大。随着中小经济体逐渐盈利，并且其中一些优质的企业会吸引天使投资人的投资，他们对影子银行的需求会减弱。另外，影子银行快速发展而国家相关部门的监管力度跟不上，潜在的风险也逐渐显示出来，影响金融市场的稳定，从而阻碍经济的发展。

第三，方差分解分析结果显示，江苏省的GDP受到其自身、固定资产投资额、进出口贸易和影子银行等变量的影响，其中主要是受固定资产投资额的影响，影子银行对它的影响前期不断增加，达到一定的阈值后开始减少。

(二)建议

第一，政府应该监督和指引影子银行走上正确的发展道路，防止影子银行过于注重增长速度而忽视了服务质量的提高。相关的政府监管部门要不断提高对影子银行的监管力度。如果大量的民间资金利用影子银行的渠道进行流转，政府却没有对它们进行统计和监管，可能会导致货币政策偏离正确方向。对影子银行的信息要及时进行披露，减少交易双方的信息不对称导致的风险，同时要将影子银行的利率控制在一定的范围内，防止利率过高造成金融市场混乱。

第二，影子银行和其他任何行业一样，发展到一定的阶段就会优胜劣汰，所以不管是从影子银行自身发展还是其对社会经济发展的影响分析，都要加强行业内部审核，提高准入门槛，对进入该行业的银行加强技术和操作上面的要求，从而减少影子银行自身的风险。

第三，由于影子银行是在金融监管放松的情况上发展起来的，它游离于银行监管体系之外。如果没有严格的内部审核机制以及有效的外部监管，影子银行势必会畸形发展。因此，我国的法律部门应该出台相关的法律法规，以法律的形式对影子银行进行有效制约，这样才能减少影子银行的运行风险，推动影子银行在我国更好地发展。

［1］McCulley P.Teton Reflections ［R］.PIMCO Global Central Bank Focus，2007.

［2］Bill G.Beware our shadow banking system ［EB/OL］.(2007-11-11)［2017-05-23］.http;//money.cnn.com.

［3］European Commission.Shadow Banking［Z］.Green Paper，2012.

［4］易宪容.“影子银行体系”信贷危机的金融分析［J］.江海学刊，2009(3):70-76.

［5］周小川.金融政策对金融危机的响应:宏观审慎政策框架的形成背景、内在逻辑和主要内容［J］.金融研究，2011(1):1-14.

［6］樊晓静，龙建成，张雄.影子银行发展对中国经济增长的实证分析［J］.西安电子科技大学学报(社会科学版)，2013(5):88-95.

［7］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+36.

［8］王晓枫，申妍.影子银行影响中国经济发展了吗?［J］.财经问题研究，2014(4):49-55.

［9］李建军.中国未观测信贷规模的变化:1978-2008年［J］.金融研究，2010(4):40-49.

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

［11］BalassaB.Exportsand EconomicGrowth:Further Evidence ［J］.Journal of Development Economics， 1978(2):181-189.

［12］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(自然科学版)，2017(1):134-142.

Correlation between Shadow Banking and Economic Development:A Case Study

LI Jun，YU Yang
(Department of Business Administration，Party School of Jiangsu CPC Committee，Nanjing 210009，China)

Having constructed the VAR model based on 1996-2015 data of Jiangsu Province，this paper studies the correlation between shadow banking and economic development.The research has the following three findings:first，shadow banking and Jiangsu’s economic development interact as both cause and effect;second，shadow banking can promote economic development at the beginning，but it will have a weakening influence over time，and even hinder economic development eventually;third，investment in fixed assets is the main factor influencing the GDP of Jiangsu province，and shadow banking’s impact on the GDP increases in the early stage，but decreases when a certain threshold has been reached.

shadow banking;economic development;import and export trade;fixed investment

F 830.39

A

:1671-4806(2017)05-0021-08

2017-08-24

李珺(1993-)，女，安徽安庆人，硕士研究生，研究方向为企业管理、企业投融资;于阳(1994-)，女，江苏南通人，硕士研究生，研究方向为农村经济管理。

(编辑:孙君 徐永生)