影子银行、货币政策与商业银行系统性金融风险

佟孟华　李洋　于建玲

作者简介：

佟孟华（1965-），女，吉林白城人，教授，博士，博士生导师，主要从事数理金融与实证金融研究。E-mail： tongmenghua@dufe.edu.cn

李 洋（通讯作者）（1988-），男，河南信阳人，博士研究生，主要从事数理金融与实证金融研究。E-mail： liyang06112@126.com

于建玲（1992-），女，山西朔州人，博士研究生，主要从事数理金融与实证金融研究。E-mail： yujianling0207@163.com

摘 要：影子银行体系与商业银行密不可分，影子银行体系积累的风险会危及商业银行、增加商业银行系统性金融风险。本文基于2007—2017年中国14家上市商业银行的微观数据，运用条件风险价值（CoVaR）法测算了商业银行系统性金融风险水平，研究了影子银行业务对商业银行系统性金融风险的影响及其深层次根源，并在此基础上进一步探究了货币政策对二者关系的调节效应。研究结果表明，首先，在全样本下，影子银行业务会显著增加商业银行系统性金融风险水平;通过将影子银行业务进一步分解为同业业务和委外投资业务两种成分，发现其委外投资业务是引发系统性金融风险的直接和主要诱因，而同业业务的影响效应相对较小。其次，异质性分析显示，不同的银行类型和不同的公司治理效率下，影子银行业务对商业银行系统性金融风险的影响效应存在差异。具体而言，对于规模较小和公司治理效率较差的商业银行，影子银行业务的不利影响更加明显，其中又以委外投资业务最为显著。最后，货币政策对影子银行业务与商业银行系统性金融风险之间的关系存在显著的逆向调节效应，且对委外投资业务的调节效应明显强于同业业务。本文的研究结论为强化影子银行的有效监管、促进金融体系去杠杆、防范和化解商业银行系统性金融风险的政策制定提供了参考。

关键词：影子银行;货币政策;商业银行系统性金融风险;同业业务;委外投资业务

中图分类号：F830.33;F821.0文献标识码：A

文章编号：1000-176X（2021）01-0053-11

一、问题的提出

2008年国际金融危机以来，中国影子银行业务发展迅速，截至2019年底，中国影子银行资产规模高达59万亿元，经济杠杆率高企。影子银行业务复杂、隐蔽性强，增加了各类金融机构的关联性，这些特征都会增加金融系统的脆弱性，不利于防控系统性风险。从结构上看，中国的影子银行体系是由商业银行主导，商业银行能为其带来巨大的资金来源，而影子银行则往往可以突破利率管制和资本金约束，向正规银行体系未能覆盖的一些经济领域提供金融服务。作为一种金融创新，一方面，影子银行能为中小企业发展提供更多的投融资渠道，缓解商业银行的信贷歧视;另一方面，由于缺乏金融监管约束，影子银行持续积累的风险也会增加商业银行系统、金融体系甚至整个经济系统的金融风险。随着中国经济进入新时代，经济增速有所下滑，影子银行风险尤其值得关注。因此，研究影子银行对商业银行系统性金融风险的影响，防范影子银行风险在商业银行体系乃至金融系统中蔓延，成为新时代守住不发生系统性金融风险的关键所在。

虽然迄今为止对于影子银行的定义还没有得到统一，但学界普遍认为影子银行具有信用转换、期限转换和流动性转换功能，且以其灵活性和创新性为融资提供新的渠道，由于其较快的创新速度、较复杂的信用关系、较低的信息透明度、较高的部门关联度和缺乏金融监管而具有高风险传染特征[1-2]。不同于国外以金融创新和证券化为主要形式的影子银行，中国的影子银行有其自身的特殊性，其参与主体主要有商业银行、信托公司、证券公司、保险公司、民间借贷机构、货币市场基金和企业部门等，具体业务包括银行理财、同业业务、委托贷款、信托贷款和各类资产管理等，大多以商业银行为主体衍生而来，也称为“银行的影子”。中国的影子银行一般需要借助于第三方金融机构，主要体现为银行资产方的同业资产和投资资产，具体业务模式为以“准贷款”形式存在的同业业务和以“金融嵌套”形式存在的委外投资业务。其中，同业业务借助銀行之间的操作为企业提供类似贷款的融资，将本应该记入贷款项目下的资产隐匿于同业资产下以规避监管;而委外投资业务则借助于非银行金融机构的操作向企业提供类似贷款的融资，通过将贷款项下的资产转记于投资资产之下以规避监管[3-4]。魏伟等[5]认为，商业银行通过同业业务和委外投资业务创新活动，不仅引起银行杠杆率水平的上升，同时也导致银行表外业务风险向表内传递，从而引发系统性金融风险。

近年来，国内外学者对影子银行与系统性金融风险的关系进行了大量有益的探索。然而，目前关于二者关系的研究仍未得到一致的结论。大多研究认为，影子银行在促进金融发展的同时，也加速了风险在金融系统内的传染，增加了系统性金融风险。一方面，影子银行业务放大了金融资产和负债的期限错配程度;另一方面，影子银行促使融资杠杆率上升，造成金融系统内资金的“脱实向虚”，从而加大了金融系统风险的积聚[6]-[8]。同时，短期内影子银行的期限错配容易引发金融系统的流动性风险，而长期内的加杠杆则容易造成金融系统内信用违约风险的上升[9]-[11]。毛泽盛和万亚兰[12]与涂晓枫和李政[13]的研究则表明，影子银行业务与银行系统性金融风险之间呈U型关系，在开展影子银行业务的初期，影子银行通过风险共担降低了商业银行的风险水平，但随着影子银行业务的进一步扩大，当超过一定阈值时会对商业银行起到风险传染的作用。

纵观该领域的研究，虽然国内外学者对于影子银行与商业银行系统性金融风险的关系做了大量探讨，但往往只关注影子银行影响的总效应，较少考察不同类型影子银行业务的异质性影响。前文关于中国影子银行业务的介绍表明，不同类型的影子银行在业务模式上存在较大差异，参与的金融机构也不同。因此，影子银行的影响效应可能因业务类型的不同而不同。那么，不同类型的影子银行业务是否会对商业银行系统性金融风险产生差异化的影响？本文试图对这一问题进行回答。

货币政策作为一种宏观政策调控工具，会对影子银行和银行风险产生影响。胡利琴等[14]与王妍等[15]的研究表明，在不同货币政策环境下，影子银行的变化呈现出明显的逆周期特性，即扩张性货币政策会引起影子银行规模的收缩，而紧缩性货币政策又会引起影子银行规模的扩张;此外，货币政策也会对银行风险产生影响，但影响方向并未达到统一。王晋斌和李博[16]与黄秀路和葛鹏飞[17]认为，宽松的货币政策会导致利率长期处于较低水平，使得银行机构会低估风险水平，从而增加了金融机构的风险承担意愿，最终导致整个金融系统内风险的上升;DellAriccia等[18]与郭娜等[19]认为，宽松的货币政策会提高企业对银行信贷的需求，从而提升银行的净息差和盈利能力，激励银行加强监管并减少风险性行为，从而能有效降低金融系统内的风险水平。不难看出，目前相关研究往往只关注货币政策与影子银行、货币政策与银行风险的关系，较少将货币政策、影子银行和银行风险纳入到同一的框架下进行分析。

鉴于此，本文以中国14家上市商业银行2007—2017年的微观数据为基础，运用条件风险价值（CoVaR）法测算了商业银行系统性金融风险水平，研究了影子银行业务对商业银行系统性金融风险的影响，以及货币政策对二者关系的调节效应。具体而言，首先，基于半年度面板数据实证检验了影子银行对商业银行系统性金融风险水平影响的总效应，同时按照业务模式分别探讨作为影子银行业务重要构成部分的同业业务和委外投资业务对商业银行系统性金融风险贡献的大小，以探究影子银行业务影响的深层次原因。其次，考察不同银行类型和不同公司治理效率下影子银行业务的异质性影响，以多角度研究影子银行业务的影响效应。再次，通过更改被解释变量的取值方式、更换被解释变量和解决解释变量的内生性问题三个方面，对基准模型的结果进行稳健性检验。最后，引入货币政策变量，研究货币政策对影子银行与商业银行系统性金融风险之间关系的调节效应及其深层次原因，以提高货币政策对影子银行业务调节的针对性和有效性。

本文主要有三个方面的边际贡献：首先，不仅研究了影子银行业务对商业银行系统性金融风险影响的总效应，而且进一步探究了影子银行不同业务模式影响的差异性，首次对影子银行影响效应的深层次原因进行了探索，丰富了该领域相关研究成果的深度。其次，从银行类型和公司治理效率两个微观角度出发，讨论了在不同类型银行和不同公司治理效率下影子银行业务影响的差异性，从广度上对该领域的相关研究成果进行了有益补充。最后，在影子银行影响商业银行系统性金融风险的基础上，进一步探索了货币政策对二者关系的调节效应，以及对不同类型影子银行业务的调节效应差异。

二、理论分析与研究假设

中国影子银行的产生有其特殊的制度背景，商业银行的监管套利行为是造成影子银行快速发展的根本原因[20]。一方面，在面临以存贷比监管为代表的信贷约束下，为规避监管和获得较高利润，商业银行将表内业务通过拆借的方式转移到表外，从而为影子银行体系提供大量的资金来源，由于该部分资金期限通常较短，因而形成了影子銀行体系短期限的负债结构;另一方面，为了获得较高的收益，影子银行体系资金主要投向有政府隐性担保的融资平台和回报率较高的房地产部门，这些部门通常负债水平较高、负债周期较长，资金运作在某种程度上依赖于借新还旧[21]，从而形成了影子银行体系长期限的资产结构，负债与资产期限的不匹配造成了影子银行严重的期限错配问题[22]，这种特有的期限错配往往蕴含了流动性风险。 此外，影子银行体系为了实现较高回报率，往往持有较少的自有资金，形成高杠杆的经营模式，使得影子银行遭受挤兑的概率加大[23]。在经济上行时期，企业与金融机构在通过影子银行体系进行融通资金时，往往会忽视影子银行业务规模扩张所不断集聚的风险，当遭遇资金突然收紧时，这种资金错配格局将难以为继[24]，引起影子银行主体资金链的断裂并引发流动性风险在单个金融机构的暴发，而影子银行的高杠杆经营又加剧了流动性风险的扩大，同时内部资金交叉融合所形成的错综复杂的金融关联网络也进一步助推了风险的交叉传染[25]，这一系列因素的叠加最终导致风险在影子银行体系的“接力传递”和多个影子银行主体的多点暴发，并通过资金的相关性波及到银行业系统[26]，引发银行业系统性金融风险。鉴于此，笔者提出如下假设：

假设1：影子银行业务增加了商业银行系统性金融风险水平。

货币政策的变化能够对影子银行规模的变化产生重要影响，进而影响商业银行的系统性金融风险水平。在紧缩性的货币政策冲击下，一方面，商业银行表内资金面临的资本充足率和存贷比监管压力增大，而表外资金则不受监管约束的限制，为减轻监管压力，商业银行将表内资金转移至表外、借由影子银行绕开金融监管的动机增强，从而导致影子银行融资规模的增加[27-28];另一方面，商业银行的利润空间会因紧缩性货币政策的实施而缩小，商业银行为了弥补收益的损失将发展更多的影子银行业务，进一步促进了影子银行规模的扩大[19]。不仅如此，紧缩性货币政策也会引起整个金融系统资金的短缺，造成影子银行体系资金链断裂，从而加快了影子银行体系风险的暴露。因此，紧缩性货币政策会通过促进影子银行规模的增加和影子银行体系资金的短缺这两种渠道，进一步放大影子银行对商业银行系统的风险传染。相反，在扩张性货币政策冲击下，相对充裕的资金环境会降低商业银行开展影子银行业务的动机并缓解影子银行体系资金短缺局面，从而减轻了影子银行对商业银行系统性金融风险的影响。鉴于此，笔者提出如下假设：

假设2：货币政策对影子银行业务与商业银行系统性金融风险之间的关系具有逆向的调节效应，即紧缩的货币政策加剧了对影子银行的影响，而扩张的货币政策能有效缓解了对影子银行的影响。

三、模型构建、变量定义与数据说明

（一）基准模型构建

为了检验假设1，本文构建如下基准模型：

（2）解释变量：影子银行业务、同业业务和委外投资业务（Shadowi，t、Shadow_Si，t和Shadow_Ti，t）。考虑到中国影子银行业务性质与国外的巨大差异，本文测算的影子银行业务为银行的影子业务。参照涂晓枫和李政[13]的研究，选取信托贷款、票据买入返售、同业代付、信托收益权买入返售、委托定向投资、应收款项类投资及资产管理计划规模之和作为中国上市商业银行影子银行业务总规模水平，涉及存放同业、拆出资金、买入返售金融资产、可供出售金融资产、应收款项类投资、持有至到期投资和交易性金融资产这七类会计科目。其中，以 “准贷款”形式存在的同业业务为存放同业、拆出资金和买入返售金融资产科目下的类信贷资产之和;以“金融嵌套”形式存在的委外投资业务为可供出售金融资产、应收款项类投资、持有至到期投资和交易性金融资产这四类会计科目下属于银行影子业务的资产之和，根据银行资产负债表附注中的资产明细进行加总而得。为了消除量纲影响，本文分别对Shadowi，t、Shadow_Si，t和Shadow_Ti，t取自然对数处理。

（3）调节变量：货币政策（MPt）。考虑到中国的货币政策工具主要为数量型，因而本文选取货币供应量M2的同比增速作为货币政策的调节变量。

（4）控制变量（Xi，t）：其中，银行规模（SZ）用银行总资产的自然对数衡量;存款比率（LR）和贷款比率（DR）分别用吸收存款/总负债、贷款/总资产表示;负债权益比（DER）为负债/所有者权益;净资产收益率（ROE）和非利息收入占比（NIR）分别由净利润/净资产、非利息收入/营业收入计算得到;融资率（EF）采用股权融资与债权融资加总除以总资产来表示，其中，股权融资为股本与资本公积之和，债权融资用中央银行借款、拆入资金和吸收存款之和来代替;经济增长率（GDPR）采用实际GDP同比增速来表示。

2. 数据来源与样本说明

考虑到各商业银行上市时间的差异，为保证样本时期足够长，本文选取了14家上市商业银行作为研究对象，分别是 4家国有商业银行（中国银行、中国工商银行、中国建设银行和交通银行），7家股份制商业银行（平安银行、浦发银行、华夏银行、民生银行、招商银行、兴业银行和中信银行）和3家城市商业银行（宁波银行、北京银行和南京银行）。样本区间为2007—2017年，包含了2008年国际金融危机、2013年“钱荒”和2015年股市暴跌等一系列重要事件。2018年开始，由于会计准则进行了调整，商业银行资产负债表的可供出售金融资产、应收款项类投资、持有至到期投资等科目发生了相应的变化，为保证计算口径的一致性，本文未包括2017年以后的样本。由于影子银行业务各项指标数据的最低频率为季度，部分指标1、3季度数据缺失严重，因此，本文的数据频率为半年度。影子银行业务规模数据来源于各银行发布的半年度报告和年度报告，其余数据来自Wind数据库。表1为变量的描述性统计。

四、实证结果及分析

（一）基准回归分析

根据前文设计的待检验模型（1），表2列（1）和列（2）报告了商业银行开展影子银行业务对其系统性金融风险水平影响的回归结果。其中，在列（1）中，我们仅加入了个体固定效应，未对时间固定效应加以控制，可以发现影子银行业务（Shadow）的系数估计值为0.600，且在1%的水平上显著;在列（2）中，我们同时加入了个体和时间双向固定效应，影子银行业务（Shadow）的系数估计值为0.643，仍在1%水平上显著。整体来讲，列（1）和列（2）的结果表明，影子银行业务的实施显著增加了商业银行的系统性金融风险水平，且这种显著关系不会受到时间固定效应的影响。该结论与高蓓等[8]的研究结论一致，进一步验证了影子银行业务对商业银行风险传染的特性。同时，表2列（2）的结果显示，每多开展1%的影子银行业务，会导致系统性金融风险水平CoVaR增加0.643，表明影子银行业务的影响效果较为明显。

从控制变量的结果来看，一方面，存款比率（LR）、贷款比率（DR）、非利息收入占比（NIR）和经济增长率（GDPR）四个变量的影响系数为正。其中，贷款比率（DR）的影响效应与预期的结果相反，可能的原因是，2008年开始的信用扩张是以银行新增贷款的形式进行，放贷量的扩大需要更多的相应存款进行平衡，中小商业银行因存款市场竞争的加大而大量流失存款，为了弥补存款缺口不得不发展高风险的影子银行业务，从而造成中小商业银行的系统性金融风险水平显著提高。另一方面，银行规模（SZ）、净资产收益率（ROE）、融资率（EF）和负债权益比（DER）的影响系数为负。其中，银行规模的影响效应与涂晓枫和李政[13]的研究结论相反，但支持了祝继高等[11]提出的银行资产规模水平越大其风险水平越小的结论，原因可能是规模较大的银行所占有的市场份额往往较大，其在市场中拥有较强的竞争能力，从而在危机期间风险的承受能力也就较强。由此可见，

影子银行业务显著扩大了商业银行系统性金融风险水平。

（二）按业务类别进行的回归分析

表2列（3）和列（4）报告了对模型（2）按业务类别的回归结果，其中列（3）仅对个体固定效应进行控制，列（4）同时控制个体和时间双向固定效应。可以发现，在两列回归中同业业务（Shadow_S）和委外投资业务（Shadow_T）的系数值都显著为正，且委外投资业务的影响效应明显强于同业业务。由列（4）可知，委外投资业务每增加1%，会导致商业银行系统性金融风险（CoVaR）提高0.122，而每多开展1%的同业业务仅会导致系统性金融风险提高0.048。说明在影子银行业务的构成中，以“金融嵌套”形式存在的委外投資业务是引发商业银行系统性金融风险的主要原因，也是影子银行业务风险由表外传播到表内的主要途径。而以“准贷款”形式存在的同业业务主要目的是通过银行之间的操作将银行表内资金转移到表外，为银行开展委外投资业务提供资金支持，从而对金融风险的传染提供了桥梁和纽带作用。资金出表后，银行机构又将转移到表外的资金用来对资金信托计划、各类资产管理产品、委托贷款和债券等形式进行相互投资，投资通过层层嵌套再加杠杆，金融系统的脆弱性就是在这样的过程中持续累积，一旦某一金融机构出现风险敞口，便能导致风险迅速交叉传染到其他金融机构，从而衍生出金融系统的“多米诺骨牌效应”，因此，委外投资业务就成为风险传染的直接和主要路径，金融监管机构尤其应该提高对该类影子银行业务的关注。

（三）异质性分析

为了考察影子银行业务对具有不同个体特征商业银行系统性金融风险影响的差异性，本文做如下异质性分析：第一，按照国有商业银行、股份制商业银行和城市商业银行对所选样本银行进行分类。第二，按照银行的公司治理效率高于和低于所在行业中位数的银行，将所选样本银行分为公司治理效率较好和较差的银行。

1.区分不同银行类型的分样本回归

分别对不同银行类型的影子银行业务影响的异质性检验结果如表3所示，其中，列（1）、列（3）和列（5）報告了不同银行类型下影子银行业务影响的总效应差异，列（2）、列（4）和列（6）报告了在不同银行类型下不同类型的影子银行业务影响的差异，结果表明各银行分类下影子银行业务的影响效应差异明显。具体来说，列（1）结果显示，影子银行业务对国有商业银行系统性金融风险（CoVaR）的影响系数显著为负，达到-2.403，说明国有商业银行对影子银行业务风险的承受能力较强，开展一定的影子银行创新业务反而会提高该类银行的风险承担水平;列（2）结果表明，对于国有商业银行，同业业务和委外投资业务对其系统性金融风险的影响效应也存在差异，虽然两种业务模式都能提高国有商业银行的风险承担水平，但同业业务模式促使国有商业银行系统性金融风险水平下降的效果更加显著，影响系数达到-0.315;列（3）结果显示，对于股份制商业银行，影子银行业务会增加其系统性金融风险水平，但不显著;列（4）结果显示，相对于委外投资业务，同业业务对股份制商业银行系统性金融风险的影响效应更加明显;列（5）结果显示，城市商业银行开展影子银行业务会显著提高其系统性金融风险水平，影响效应达到15.140，远远高于股份制商业银行的0.466;列（6）结果显示，同业业务和委外投资业务都会显著增加城市商业银行系统性金融风险水平，且委外投资业务的影响效应更加明显。这说明随着银行规模的下降，影子银行业务对系统性金融风险的影响效应逐渐提高，这与魏伟等[5]的研究结论相一致。可能的原因在于：相对于大型商业银行业务的多元化，中小商业银行更易受存款规模的限制从而不得不更多地开展影子银行创新业务，然而由于该类业务具有期限错配和流动性风险，中小商业银行更易出现资金链断裂而引发系统性金融风险，大型商业银行因为吸储的强竞争力极大增强了其抗风险能力。由此可见，商业银行开展影子银行业务导致风险在金融系统内积聚时，风险的不利冲击对中小商业银行的影响更大。不仅如此，不同类型银行对不同类型影子银行业务风险的敏感性也存在差异，股份制商业银行对同业业务引起的系统性金融风险比较敏感，而城市商业银行则对委外投资业务引发的风险更加敏感。

2. 区分不同公司治理效率的分样本回归

本文选取独立董事占比作为公司治理效率的代理变量，并认为该指标高于所在行业中位数的银行为公司治理较好的银行，反之则认为是公司治理效率较差的银行，以检验不同公司治理条件下影子银行业务影响的异质性。表4结果显示，在公司治理效率较差的银行中（列（3）），影子银行业务对系统性金融风险水平（CoVaR）的影响系数达到1.854，明显高于基准模型的0.643，说明影子银行业务使得公司治理效率较差银行的系统性金融风险水平增加得更为显著;当进一步考察影子银行业务影响的深层次原因时，由列（4）可知，对于公司治理效率较差的银行开展委外投资业务是导致其系统性金融风险增加的主要原因，影响系数达到2.469，远远大于同业业务的影响系数1.672。相反，在公司治理效率较好的银行中（列（1）和列（2）），影子银行业务对系统性金融风险水平（CoVaR）的影响系数为-1.040，且在10%的水平上显著，其中，同业业务和委外投资业务的影响系数分别为-1.093和-0.954，且前者的系数在5%水平上显著而后者的系数不显著。进一步说明对于公司治理效率较好的银行，其风险承受能力较强，适当开展影子银行业务可以在一定程度上提高业务的多元化和灵活性，进而提高其盈利能力;而对于公司治理效率较差的银行，这类银行自身的风险承受能力较弱，一旦其开展的影子银行业务某一环节出现资金链断裂，则风险会很容易传导到商业银行系统内，快速引爆该类银行的系统性金融风险，并且越是公司治理效率较差的银行，其开展委外投资业务提高获益渠道的动机越强，从而导致委外投资业务对其系统性金融风险的不利冲击更加明显。

（四）稳健性检验

为了使研究结论更加可信，本文从三个角度对基准回归结果的稳健性进行检验：（1）为了解决被解释变量的测量偏差问题，选取测算的CoVaR的半年度中位数对被解释变量的值进行替代。（2）为了消除被解释变量指标选取的偏差问题，本文采用式（12）所测算的系统性金融风险溢出水平（ΔCoVaR）作为被解释变量（CoVaR）的替代指标。（3）考虑到解释变量可能存在的内生性问题，我们将解释变量均滞后1期进行回归分析，进一步验证影子银行业务影响效应的稳健性。表5汇报了以上三个方面的稳健性检验结果，其中，列（1）和列（2）给出了稳健性检验（1）的估计结果，列（3）和列（4）展示了稳健性检验（2）的检验结果，列（5）和列（6）为稳健性检验（3）的最终结果。列（1）、列（3）和列（5）的结果表明，影子银行业务对商业银行系统性金融风险的影响系数都为正，且均在1%的水平上显著;列（2）、列（4）和列（6）的结果显示，影子银行业务的两个重要构成部分中，以“准贷款”形式存在的同业业务和以“金融嵌套”形式存在的委外投资业务对系统性金融风险的影响系数都显著为正，但后者的影响效应显著大于前者，进一步验证了委外投资业务为引起商业银行系统性金融风险扩大的主要原因。此外，其他控制变量的回归结果与前文中基准模型的结果非常接近，表明基准回归模型的结果是稳健的。

（五）货币政策的调节效应分析

通过前文一系列的分析，我们发现商业银行开展影子银行业务确实在一定程度上增加了系统性金融风险水平。为了进一步考察货币政策对二者关系的调节效应，接下来我们将依据模型（3）和模型（4）检验货币政策的调节效应大小。表6中列（1）和列（2）为模型（3）的估计结果，其中，列（1）仅控制了个体效应，未对时间效应加以控制，列（2）同时对个体和时间效应进行了控制。列（1）和列（2）的结果表明，无论控制时间效应与否，影子银行业务的系数都在1%的水平上显著为正，且影子银行业务与货币政策的交互项系数都在1%的水平上显著为负，当同时控制双向固定效应时，交互项的系数达到-0.081。由此可以看出，影子银行业务对商业银行系统性金融风险的影响效应不是固定的，而是会随着货币政策的变化而变化。具体来说，宽松的货币政策环境能够减轻影子银行业务的影响，而紧缩的货币政策环境则会进一步放大影子银行业务的冲击，这与胡利琴等[14]与王妍等[15]的研究结论保持一致。原因可能是，在宽松的货币政策环境下，银行的借贷能力提高，从而提升了商业银行的净息差和盈利能力，激励银行减少开展影子银行业务等风险性行为，同时中小企业的融资难度降低，更多中小企业转向从商业银行贷款渠道进行融资，减少了对影子银行体系资金的依赖，导致影子银行业务的负面冲击效应降低;相反，在紧缩的货币政策环境下，商业银行的借贷能力降低，诱发更多商业银行将资金转移到表外从事影子银行业务以弥补收益降低带来的损失，同时中小企业融资难度上升，大量融资困难主体转向影子银行体系寻求资金支持，导致影子银行体系急剧膨胀，从而给商业银行系统带来较大的风险隐患。

列（3）和列（4）为模型（4）的回归结果，反映了货币政策对不同类型影子银行业务的调节效应差异。其中，列（3）仅控制了个体效应，列（4）同时对个体和时间效应加以控制。由列（3）和列（4）的结果可知，同业业务和委外投资业务的系数都显著为正，而同业业务与货币政策的交互项（Shadow_S×MP）系数以及委外投资业务与货币政策的交互项（Shadow_T×MP）系数都在1%的水平上显著为负，说明同业业务和委外投资业务对系统性金融风险的影响效应都不是固定的，都会随着货币政策的变化而变化。不仅如此，我们可以进一步发现，委外投资业务与货币政策交互项（Shadow_T×MP）系数的绝对值要大于同业业务与货币政策交互项（Shadow_S×MP）系数的绝对值，说明货币政策对两类影子银行业务的调节效应存在差异，对委外投资业务的调节效应更加明显。原因可能是，委外投资业务是以“金融嵌套”形式存在于金融系统中，这种业务模式通过层层嵌套及担保形成跨市场、跨行业的复杂业务模式，其长交易链条的特征使得只要中间某一环节出现资金断裂，风险便通过交易链条迅速传导到金融系统中从而诱发金融风险，而货币政策的变化能够直接影响委外投资类交易的资金供给变化，对委外投资业务的影响最为直接。相比于委外投资业务，虽然货币政策的变化也会引起同业业务资金的变化，但作用更加间接，且影响效应也明显弱于对委外投资业务的影响。

五、主要结论与政策启示

基于2007—2017年中国14家上市商业银行的微观数据，本文系统研究了影子银行业务对商业银行系统性金融风险的影响，以及根据影子银行业务类型进行分类，探究国际金融危机以来中国影子银行业务对商业银行系统性金融风险影响的深层次根原，并在此基础上进一步研究了货币政策对二者关系的调节效应。实证结果表明：第一，总体来看，商业银行大量开展影子银行业务极易引起风险的增加并继而导致系统性金融风险的暴发，且以“准贷款”形式存在的同业业务的影响效应相对较小，而以“金融嵌套”形式存在的委外投资业务才是引发系统性金融风险的直接和主要诱因。第二，影子银行业务的影响效应会因银行类型和公司治理效率的不同而存在差异。具体而言，规模较大、业务形式多样的大型商业银行对影子银行业务风险的承受能力明显高于中小型商业银行，且影子银行业务资金链的断裂更易引发中小商业银行特别是城市商业银行的系统性金融风险的暴发，当对影子银行业务类型做进一步细分发现，股份制商业银行对同业业务风险比较敏感，而城市商业银行则对委外投资业务风险更加敏感;相比于公司治理效率较好的商业银行，影子银行业务对公司治理效率较差银行的不利冲击更加明显，且在公司治理效率較差的银行中，委外投资业务是导致其系统性金融风险暴发的最主要原因。第三，货币政策对影子银行业务与商业银行系统性金融风险之间的关系具有有效的调节效应，并且对委外投资业务的调节效应更加直接和明显。

根据以上分析结果，本文得到以下政策启示：第一，加快金融监管体制的完善，加强一行两会之间的监管协调，消除监管缺位和空白，积极推进监管方式的转变，将相对固化的机构监管方式逐渐转变为更为有效的功能和行为监管。第二，健全宏观审慎监管政策的实施，对不同模式的影子银行业务实行差异化的管理策略，特别应加强对资金出表后的委外投资业务的监管力度，从根源上控制影子银行业务的风险传染。第三，完善商业银行微观审慎监管政策，对具有不同特征的商业银行进行区别对待，增强政策实施的精准性，同时要逐步提高公司治理水平，通过内部治理体系的完善增强其抵抗风险的能力。第四，充分发挥货币政策对影子银行业务与商业银行系统性金融风险之间关系的调节效应，提高货币政策的主动性和针对性，减轻影子银行业务对系统性金融风险的不利冲击。第五，加快推进利率市场化进程，逐步释放经济金融结构调整所积累的影子银行风险。

参考文献：

[1]Castren， O.， Kavonius， I. Balance Sheet Interlinkages and Macro-Financial Risk Analysis in the Euro Area[R]. European Central Bank No.1124，2009.

[2]Pozsar， Z.， Adrian， T.， Ashcraft， A.， et al. Shadow Banking[J]. FRBNY Economic Policy Review， 2013，18（12）： 1-16.

[3]孙国峰，贾君怡.中国影子银行界定及其规模测算——基于信用货币创造的视角[J].中国社会科学，2015，（11）：92-110+207.

[4]李文喆.中国影子银行的经济学分析：定义、构成和规模测算[J].金融研究，2019，（3）：53-73.

[5]魏伟，陈骁，张明.中国金融系统性风险：主要来源、防范路径与潜在影响[J].国际经济评论，2018，（3）：125-150+7.

[6]Gennaioli， N.， Shleifer， A. ，Vishny， R. A. Model of Shadow Banking[J].The Journal of Finance，2013， 68（4）： 1331-1363.

[7]殷剑峰，王增武.影子银行与银行的影子：中国理财产品市场发展与评价（2010—2012）[M].北京：社会科学文献出版社，2013.

[8]高蓓，陈晓东，李成.银行产权异质性、影子银行与货币政策有效性[J].经济研究，2020，（4）：53-69.

[9]Baily， M. N.， Elmendor， D. W.， Litan， R. E. The Great Credit Squeeze： How It Happened， how to Prevent Another[D].Discussion Poper on Economic Studies at Bookings，2008.

[10]李建军，薛莹.中国影子银行部门系统性风险的形成、影响与应对[J].数量经济技术经济研究，2014，（8）：117-130.

[11]祝继高，胡诗阳，陆正飞.商业银行从事影子银行业务的影响因素与经济后果——基于影子银行体系资金融出方的实证研究[J].金融研究，2016，（1）：66-82.

[12]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.

[13]涂晓枫，李政.银行的影子：风险分担还是风险传染[J].当代经济科学，2016，（2）：20-29+124.

[14]胡利琴，陈锐，班若愚.货币政策、影子银行发展与风险承担渠道的非对称效应分析[J].金融研究，2016，（2）：154-162.

[15]王妍，王继红，刘立新.货币政策、影子银行周期性与系统金融风险[J].上海经济研究，2019，（9）：105-116.

[16]王晋斌，李博.中国货币政策对商业银行风险承担行为的影响研究[J].世界经济，2017，（1）：25-43.

[17]黄秀路，葛鹏飞.货币政策冲击、银行系统性风险与债权激励机制[J].山西财经大学学报，2019，（8）：44-56.

[18]DellAriccia， G.， Laeven， L.， Suarez，G. A. Bank Leverage and Monetary Policys Risk-Taking Channel：Evidence From the United States[J].The Journal of Finance，2016，72（143）：613-654.

[19]郭娜，马莹莹，张宁.我国影子银行对银行业系统性风险影响研究——基于内生化房地产商的DSGE模型分析[J].南方经济，2018，（8）：29-46.

[20]Chen， K.， Ren， J.， Zha， T.The Nexus of Monetary Policy and Shadow Banking in China[J].The American Economic Reeview，2018，108（12）：3891-3936.

[21]陈彦斌，刘哲希，陈伟泽.经济增速放缓下的资产泡沫研究——基于含有高债务特征的动态一般均衡模型[J].经济研究，2018，（10）：16-32.

[22]张慧毅，蒋玉洁.中国影子银行体系的风险及其监管研究[J].中央财经大学学报，2013，（9）：26-32.

[23]Gertler， M.， Kiyotaki， N.， Prestipino， A. Wholesale Banking and Bank Runs in Macroeconomic Modeling of Financial Crises[R]. NBER Working Paper No.21892，2016.

[24]林琳，曹勇，肖寒.中國式影子银行下的金融系统脆弱性[J].经济学（季刊），2016，（3）：1113-1136.

[25]方先明，谢雨菲.影子银行及其交叉传染风险[J].经济学家，2016，（3）：58-65.

[26]赵蔚.“影子银行”对商业银行信贷配给的影响研究[J].经济问题，2013，（5）：45-48.

[27]高然，陈忱，曾辉，等.信贷约束、影子银行与货币政策传导[J].经济研究，2018，（12）：68-82.

[28]侯成琪，黄彤彤.影子银行、监管套利和宏观审慎政策[J].经济研究，2020，（7）：58-75.

[29]刘锡良，董青马.防范系统性和区域性金融风险研究[M].北京：中国金融出版社，2018.

[30]Adrian，T.，Brunnermeier，M.K. CoVaR[J].The American Economic Review， 2016，106（7）： 1705-1741.

[31]李明辉，黄叶苨.商业银行系统性风险溢出及系统重要性研究——来自中国16家上市银行CoVaR的证据[J].华东师范大学学报（哲学社会科学版），2017，（5）：106-116+176.

[32]黄玮强，郭慧敏，庄新田.基于CoVaR动态模型的我国金融机构系统性风险分析[J].统计与决策，2018，（19）：162-165.

（责任编辑：刘 艳）