APP下载

影子银行对中国银行体系稳定性的影响分析

2018-10-13张新岐

青年时代 2018年24期
关键词:影子银行稳定性

张新岐

摘 要:随着社会经济的快速发展,影子银行逐渐兴盛起来,而其发展对我国银行体系的稳定性也有着一定的影响。因此,本文将阐述影子银行对中国银行体系稳定性影响的作用机理,并通过稳定性测算以及实证分析讨论影子银行带来的影响,最后提出相关的政策建议,希望可以促进我国银行体系风险应对能力的提高,从而推动银行业更好的发展。

关键词:影子银行;中国银行体系;稳定性

随着时代的进步,影子银行的规模越来越大,对中国银行体系的稳定性也有着非常大的影响。因此,必须了解影子银行的运行机制,研究影子银行对中国银行体系稳定性的影响,并通过有效对策的提出,保证银行体系的稳定性,从而为中国银行业的发展提供有力保障。

一、影子银行对中国银行体系稳定性影响的作用机理

(一)影子银行运行机制

依据融资的方式,影子银行的运行机制可以分为两种,即融资型与交易型[1]。融资型的影子银行,其业务是比较传统的,通常是和实际资金需求对象对接,并通过负债或者是权益等方式,利用银行信贷以及自有资金将资金融通服务提供给供求双方。其具体业务主要有小额贷款、融资租赁以及地下借贷等。而交易型的影子银行,其相关的融资活动通常是以建立特殊目的载体的方式进行的,主要包括银行表外理财业务以及ABS、ABN等资产证券化业务。交易型影子银行的结构比较复杂,以银行表外理财业务为例,其运行步骤如下:首先,商业银行要明确理财产品投资的基础资产,并通过交易结构的合理设计,建构起相关的资产池;其次,要把理财产品发行给合格的投资者,并把募集的资金进行投资;最后,要把理财产品的基础资产未来现金流当做还款的来源,并在到期后和投资者进行本金以及收益的兑付。

(二)影子银行带来的影响

1.积极影响

影子银行带来的积极影响主要有两方面,一方面是可以适应经济结构转型的需要。当前,我国经济结构逐渐由以往的重视生产型重资产制造业转变为重视服务型轻资产企业。但是转型的经济结构却缺乏与之匹配的融资结构,这加大了中小企业融资的难度。而影子银行的出现与发展可以拓宽融资渠道,尽可能地改正资源错配问题,有利于保证银行体系的稳定性。另一方面,影子银行可以加快创新的速度,通过互联网金融等新型借貸方式,促进传统银行业的转型,从而有效提高中国银行的服务质量以及交易效率。同时,影子银行还可以加快金融创新与融合的速度,推动我国金融市场化进程,从而完善金融体系建设。

2.消极影响

虽然影子银行可以带来很大的积极影响,但由于其具有期限错配、过度扩张以及规避监管等特点,对银行体系的稳定性也会产生一定的消极影响。我国影子银行风险的来源主要有三方面,即缺乏有力监管的表外信贷规模的不断扩大、高风险领域的涉及以及借贷期限的错配。风险传导的路径主要有两个阶段,也就是积累阶段和爆发阶段。在积累阶段,由于受到宏观调控以及信贷规模的影响,一些行业的融资无法满足需求,这就使得资金供应方想要找到收益较高的投资渠道。通过影子银行,部分主体信用不高的资金需求者能够以更高的成本得到融资,但是高融资成本会提升资产价格,从而加速通货膨胀。而在爆发阶段,因为融资成本较高,企业只有不断提高产品价格,才能覆盖融资成本。但价格的提高会降低市场需求量,减少企业经济收益,从而使企业在恶性循环中破产。破产后,风险由资金供给者承担,会给投资企业以及个人的经济造成损害。

二、商业银行体系稳定性测算

(一)数据处理

本文使用的是2010年——2017年的年度数据,并通过对已有研究结果的借鉴,把指标值分成了安全、正常、关注以及危险等4个风险等级,同时还明确了银行体系脆弱程度的权重以及临界值。其中,个别指标值指的是历史数据的平均值,之后根据其偏离的程度来对风险等级进行判定。为了方便比较与统计,本文是利用同比例指标映射的方法,把各个指标值映射到风险区间,从而获得相关的分数值。主要的计算公式是:映射区间下限值+(指标值-指标区间下限值)/指标值区间组距×映射区间组距。银行体系脆弱性风险与分数值是成正比的,分数值越大,脆弱性风险就越大。

(二)模型建构

在把指标数映射成同一标准分数之后,还应该根据指标权重来综合处理各种风险,如银行经营风险、金融监管风险、金融市场风险以及宏观经济风险等,并通过把其相关风险值加起来得出最终的银行体系风险分数值。需要注意的是,若银行体系风险分数值越大,则说明商业银行体系要面临的风险越大,反之则越小。

(三)稳定性分析

通过对商业银行在2010年——2017年间关于GDP增长率、股票市值/GDP、M2增长率以及国有银行不良贷款比率等指标数据进行计算,可以得到相关的稳定性指数,如11年的综合风险分数值为24.6,12年为20.9,13年为18.4,并通过分析可以发现,2010年——2017年间中国商业银行的综合风险分数值呈下降趋势,这也就表明从整体上看,我国商业银行体系的稳定性在不断增强。

三、影子银行对中国银行体系稳定性影响的实证分析

(一)模型建立

要想通过实证的方法分析影子银行对中国银行体系稳定性的影响,就必须建立起两方面模型,即影子银行规模增长的影响因素以及规模增长给银行体系稳定性带来的影响。在影子银行规模增长影响因素模型中,因变量是影子银行规模,自变量主要有社会投资状况、贷款基准利率、银行资本充足状况以及银行资产质量等。因此,使用的公式为:SCA1t=α0+α1Ratet+α2Itα3NPloant+α4CARt+εt,其中SCA1指的是影子银行I相对规模,Rate是1年期的央行贷款基准利率,I为固定资产投资增长率,NPloan是银行不良贷款率,CAR为银行资本充足率。α0是常数项,α1到α4指的是各个变量的估计系数,εt指的是随机的误差项。而在规模增长对银行体系稳定性影响模型中,银行体系稳定性是因变量,自变量是影子银行的规模以及商业银行在影子银行业务中的参与程度。具体公式如下:Stabt=α0+α1SCA1t+α2SCA1t2+εt,其中Stab是商业银行体系稳定性指数。

(二)实证分析

1.平稳性检验

本文要研究的样本数据主要有金融体系的稳定性、影子银行相对规模、消费增长率以及投资增长率等,但由于其是按照时间顺序排列的,所以在实际分析之前,要进行平稳性检验,并选择合理的分析方法,尽可能避免伪回归现象的出现。本文主要是用ADF单位验根法进行检验。通过EVIEWS软件可以得到两个模型的检验结果,通过对检验结果进行分析可以得知,两个模型中的变量都是一阶单整时间序列,需要用协整检验的方法继续分析。

2.协整检验

本文使用的协整检验方法是EG两步法,其主要就是先进行回归分析,之后再对残差序列的平稳性进行减压,若残差序列稳定,则变量间存在协整关系,反之,则不存在。利用EVIEWS软件,通过最小二乘法可以得到影子银行规模增长影响因素模型的估计结果,通过分析可以发现,各变量系数显著性检验的结果都在0.05之下,这说明估计的结果是较为理想的。之后,通过对残差序列的检验可以发现,在1%的显著水平之下,残差序列是平稳的,也就说明影子银行规模增长影响因素模型中变量之间存在着协整关系。而这也就表明,影子银行规模与央行贷款基准利率呈正相关,与固定资产投资增速、不良贷款率以及银行资本充足率等呈负相关。

四、政策建议

我国政府应该从以下三方面入手,创造健康的金融市场环境,保证银行体系的稳定性。首先,应该通过创新,对传统的货币政策进行改革。同时,还要拓宽商业银行业务的种类与范围,通过多元化的融资渠道,加强对货币的调控。从短期发展来看,互联网金融逐渐成为了发展的热点,因此,商业银行可以通过与电商、网络金融平台以及第三方支付平台等的合作,不断扩大自身的业务范围;从长远发展来看,商业银行应该加强对金融衍生品以及资产证券化的研发,不断提高服务的能力与质量。另外,商业银行还应该通过分类管理的方法,來有效降低合作带来的影子风险。例如,对于风险较低的业务,如信托贷款等,商业银行要掌握资金的来源与去向,并对抵押担保路径进行开发,从而有效控制资金流入的行业与公司。对于给商业银行稳定体系带来较大负面影响的银行承兑汇票业务,应该根据经济发展的周期,适当调整中小企业贷款的额度,并在合理把控票据市场风险的基础上,增加流转次数较高票据以及小额票据的贴现。还要引导企业正确使用相关的票据工具,保证票据业务的纪律性与透明性,从而有效减少和民间金融之间的非法合作。而对于合作较少的准金融机构体系,如融资性担保公司、小额贷款公司等,要严格遵循实贷实付的原则,并通过合同的法律效益对其过度融资贷款的不良行为进行约束。其次,还要制定相关的法律法规,加大对影子银行的监管力度,尽可能减少银行体系面临的风险。最后,还要建立起健全的预警机制,通过实时的监控,及时发现影子银行中存在的问题并解决,从而有效降低影子银行给中国银行体系稳定性带来的不良影响。

五、结论

通过以上研究可以发现,影子银行对于中国银行体系的稳定性既有积极影响也有消极影响。因此,应该充分发挥影子银行的积极作用,并通过改革货币政策、加大监控力度以及建立预警机制等方法,降低消极影响,提高银行体系风险防范的能力,从而促进中国银行业更好更快的发展。

参考文献:

[1]刘天和.中国影子银行对银行体系稳定性影响的实证研究[J].现代经济信息,2016(18):265-266.

[2]杨霞,王敏.我国影子银行对银行体系稳定性的经济影响分析[J].湖北社会科学,2016(09):79-87.

猜你喜欢

影子银行稳定性
一类k-Hessian方程解的存在性和渐近稳定性
SBR改性沥青的稳定性评价
非线性中立型变延迟微分方程的长时间稳定性
半动力系统中闭集的稳定性和极限集映射的连续性
模糊微分方程的一致稳定性
一类离散非线性切换系统的稳定性