企业影子银行投融资测度：困境与改进

李世辉 江欢 李香花 贺勇

摘 要：影子银行现象受到学术界的极大关注，其快速发展是由供给和需求共同推动的，企业影子银行投融资相应地分为影子银行化和影子银行融资，而如何精确识别和测度影子银行业务是研究中的关键问题。关于影子银行的测度散见于各类实证研究中，本文基于文献梳理发现，与宏观层面的影子银行易于观测与统计不同，我国企业影子银行化和影子银行融资测度普遍存在着不精确、不完整、难识别的困境，影响了影子银行业务的监管与发展。鉴于此，可运用残差法与倒扣法测度影子银行业务，为微观层面影子银行测度提供方法论，促进影子银行经济后果的研究。

关键词： 影子银行化;影子银行融资;影子银行测度

中图分类号：F832.5   文献标识码： A    文章编号：1003-7217（2022）02-0076-06

一、引 言

影子银行被认为是金融危机的“罪魁祸首”之一，受到监管层与学术界的极大关注。2008年，“四万亿”计划和宽松货币政策促使国内影子银行迅速扩张[1，2]。截至2017年初，我国影子银行规模已突破100万亿元①。纽约联邦储备银行（2010）和金融稳定委员会（2011）指出，西方的影子银行是银行体系之外的非银行金融机构，这些机构从事类银行业务但没有银行牌照，且西方的影子银行融资与银行借款差别较小。相比之下，我国影子银行体系更像是传统商业银行的影子，是商业银行为了规避监管、谋取额外利润所形成的“通道业务”[3]。商业银行通过银行间交易、委托贷款和其他掩饰方式等向企业发放贷款，证实了影子银行是“变相的银行贷款”[4]。当前，我国影子银行更多从事的是以各类金融机构为监督主体、以非金融企业为业务主体的游离在金融监管体系之外的套利活动。已有研究表明，影子银行的发展有利有弊[5-8]，需要合理地引导和监管。为规范影子银行业务，我国出台了《关于规范金融机构资产管理业务的指导意见》（以下简称《资管新规》），旨在拆解风险较大的通道类业务，促使其良性成长，以期为经济发展助力。《资管新规》颁布后，相关部门有效整治了同业、理财等部分影子银行业务，但由于影子银行活动的隐蔽性和金融创新发展的新挑战，许多影子银行业务仍未纳入监管范围，难以精确识别和度量企业间各种形式的资金拆借行为。因此，要准确研判我国非金融企业参与影子银行活动的经济后果，就必须精确测度微观层面的影子银行规模。

国外相关文献主要针对西方影子银行规模测度进行探讨，如早期欧美主要以资产证券化、回购市场、货币市场基金等核心影子银行业务加总测度其影子银行规模[9，10]。随后，学者们提出了以证券化资产融资的西方影子银行模型[11]、根据不同类型金融中介的资金流数据衡量影子银行的金融资产[12]、利用两种识别策略探讨中东欧国家非金融机构参与的特殊形式的影子银行业务[13]、采用股权性质的过手证券和债券性质的资产支持证券代理影子银行规模[14]等方法，为西方影子银行的研究提供基础。国外影子银行系統的信贷活动往往发生在银行体系之外的非银行金融机构，其业务主要通过证券化的方式进行。我国的影子银行活动则与银行系统内部有着千丝万缕的联系，其业务主要以理财产品和信托产品为主。目前，学者们主要在宏观层面就我国影子银行的不同问题进行讨论[15-17]，相关测度方法可以概括为宏观资金流量分析法、业务加总法以及负债核算法三种。宏观资金流量分析法基于国民经济核算，根据农户、私营企业、个体工商户等中小经济主体所创造的GDP值推算出该类借款人全部的信贷总额后，扣除其正规金融机构的融资额度，余额即为影子银行规模[18，19]。业务加总法是在界定影子银行业务主体和业务范围的基础上，对各主体参与影子银行活动的资金或各类影子银行业务进行加总的方法[20]。此外，负债核算法也是学者们测算国内影子银行规模较为常见的方法。有研究从银行的负债方着手，用可能的负债扣除所有“非影子资产”（如贷款、外汇、企业债券等传统资产），以此推算国内影子银行规模[4]。也有研究在详细分析各类影子银行业务的交易结构、业务主体、业务实质、资金来源等的基础上，构建影子银行资产负债表，从负债端加总没有重复计算的影子银行活动[21]。

综上，现有研究大都着眼于宏观层面的影子银行测度的讨论，尚无对国内微观层面的影子银行测度的充分研究。影子银行的快速发展是由供给和需求因素共同推动的[13，22]。非金融企业作为现阶段微观视角下参与影子银行活动的重要主体，其业务参与形式也可按照资金的供需两侧划分为非金融企业影子银行化（供给侧）和非金融企业影子银行融资（需求侧）两种模式。将“非金融企业”“影子银行”作为关键词进行检索，通过筛选比较宏、微观层面的影子银行发文量及微观层面的影子银行化和影子银行融资发文量可以看出，已有文献多从宏观层面探讨我国影子银行活动。截至2021年底，宏观层面的影子银行发文量为4347篇，而微观层面的影子银行发文量仅35篇②。此外，细分微观层面的研究，针对影子银行化的探讨远超过影子银行融资。宏微观层面的影子银行发文量差异巨大的重要原因之一是现有研究对微观层面影子银行的测度不够精准，特别是对非金融企业影子银行融资测度的讨论仅停留在探索阶段，影响了学术界对微观层面影子银行活动的深入研究。

因此，为全面且准确地考察国内影子银行活动的经济影响，微观层面影子银行测度问题亟待梳理和解决。鉴于此，本文分别对微观视角下的非金融企业影子银行化测度和非金融企业影子银行融资测度进行梳理，指出现有微观层面影子银行测度面临的困境，以期为全面探讨影子银行活动的经济后果提供进一步的方法参考;同时，也为政府及相关部门正确规范和引导影子银行发展提供新的政策启示。

二、微观层面影子银行测度的研究现状和困境

（一）微观层面影子银行测度的研究现状

1.非金融企业影子银行化测度。由于实体经济的低迷和金融投资的高额回报，众多具有信贷优势的大型非金融企业纷纷扮演金融中介角色，为中小微经济主体提供信用资金，成为微观层面影子银行活动的重要参与者[23]。借鉴相关研究对会计准则的理解[24]，学者们往往通过挖掘非金融企业参与影子银行活动所对应的会计科目，用科目金额衡量非金融企业影子银行化的程度，以探讨非金融企业影子银行化行为的驱动因素和经济后果。gzslib202204011529

具体来说，较早有研究认为，融资优势企业将超募资金用于以银行理财、委托贷款和地下融资等形式参与的“类金融业务”，可视为非金融上市公司从事的影子银行活动范围，从而通过估算非金融企业持有的类金融资产的规模和收益状况，即根据“交易性金融资产”“买入返售金融资产”“可供出售金融资产”“持有至到期投资”“发放贷款及垫款”五个科目的年末余额之和，粗略测算非金融企业参与影子银行业务的规模总量[25]。尽管该测度方法开辟了国内衡量非金融企业参与影子银行放贷活动的先河，但该法并未考虑委托贷款和过桥贷款这两类较为活跃的影子银行业务。随后，基于融资优序理论，有研究通过分析企业资产负债表的变化，识别出我国非金融企业参与影子银行活动主要记录在“其他应收款”科目中[23]。进而，后续研究延续了该方法，并采用其他应收款与销售收入的比率减去美国同行业的中值的方法，测算非金融企业影子银行化规模[26]。由于该方法仅选取单一的会计科目金额，导致测算范围过窄，且需要求助国外数据库，加大了研究时获取数据的难度，未能广泛沿用。除了直接采用会计科目的方式代理非金融企业影子银行化规模外，现有研究还着眼于非金融企业参与影子银行放贷活动的业务形式，通过加总“委托贷款”“委托理财”及“信托贷款”投资金额来衡量非金融企业的影子银行投资规模[27]。很明显，这一业务分类形式使得测度结果并不准确，如加总测度中并未包含过桥贷款等影子银行业务。之后，为提高测度的精确性，有研究进一步识别出我国非金融企业主要以委托贷款、投资理财等委托代理的形式，企业间的短期拆借行为如过桥贷款业务等广义的商业信用形式，以及股权关系创新的形式参与影子银行活动，并将这三种形式的非金融企业影子银行投资活动划分为“实质性信用中介”和“影子信贷链条”两种模式[6，24]。其中，“实质性信用中介”模式下的影子银行投资业务包括“委托贷款”“委托理财”和“民间借贷”，“影子信贷链条”模式下的影子银行投资业务主要是类金融产品的投资。该测算方法相比之前的方法更加全面，得到较多学者的青睐[7，8，28，29]。但采用该法衡量非金融企业影子银行化的规模总量时，委托贷款数据需要通过企业发布的委托贷款公告进行手工收集，而公告披露信息的不规范会影响数据的准确性。因此，按照现行会计准则，一些研究往往采用“其他流动资产”“一年内到期的非流动资产”“其他非流动资产”近似替代委托贷款金额[6，24]。近年来，为规避委托贷款数据的不准确性问题，有学者提出通过加总“委托理财”“其他应收款”“发放贷款及垫款”“应收利息”“可供出售金融资产”以及“其他流动资产”附录中的类金融资产来度量非金融企业的影子银行投资规模[30]。这一测算方法的优化表明，学者们仍致力于识别非金融企业参与影子银行活动的范围。同时，该方法将“其他流动资产”科目中的非金融项目剔除，测算的准确性进一步提升。

2.非金融企业影子银行融资测度。信贷歧视的存在使中小微企业和民营企业等融资劣势方难以从正规金融体系融入资金，因而转向影子银行进行融资。最早关注非金融企业影子银行债务融资问题的研究发现，企业间的资金拆借、过桥贷款、民间借贷以及内部员工集资等非正规融资活动主要记录在资产负债表的“其他应付款”科目下，故采用其他应付款占总负债的比率衡量企业的非正规融资规模[31]。之后，在研究中小企业过桥贷款的财务效应时，有学者指出，中小企业的过桥贷款融资活动主要体现在“其他流动负债”科目中，因此，应以其他流动负债占总负债的比率反映中小企业的过桥贷款融资规模[32]。为确保涵盖较多的影子银行融资业务，结合前两者的测度方法，有研究采用其他应付款和其他流动负债之和与总负债的比率衡量非金融企业的影子银行信贷融资规模[30]。这些研究并未充分识别非金融企业影子银行融资活动的业务范围，仅以部分非正规融资金额衡量非金融企业的影子银行融资规模，使用零星的会计科目替代方式进行测度，其精确性有待考究。

（二）微观层面影子银行测度的研究困境

1.精确度较低。已有研究大都将“委托贷款”“委托理财”和“民间借贷”这三类最常见的微观影子银行活动的资金来源和资金运用业务直接相加，以此来衡量非金融企业影子银行化的规模总量。直观来看，似乎涵盖了较为全面的影子银行化业务，但这一加总方法存在重复计算和漏算问题，且数据来源多涉及非官方间接数据，精确度较低。首先，监管部门并未统一明确企业参与的委托贷款金额应以何种形式记录在哪个科目下。根据上市公司的委托贷款公告手工收集整理的数据存在严重的主观判断问题。为提高相关数据的准确性，虽然也有根据现行会计准则将“其他流动资产”“一年内到期的非流动资产”和“其他非流动资产”三类科目加总作为委托贷款的代理变量，但从各非金融企业的实际业务来看，部分企业在披露委托贷款公告时，会将该业务记录在“持有至到期投资”或“长期应收款”等科目下，出现漏算问题。其次，采用“其他应收款”衡量企业的民间借贷也存在一定的问题。一方面，“其他应收款”涵盖了不属于民间借贷的其他业务，如企业应收的各项赔款、罚款、租金和垫付的其他款项等;另一方面，由财务报表附注可知，有部分企业间的民间借贷活动也可能记录在“应收账款”或“交易性金融资产”科目下。可见，现有非金融企业影子银行化的测度方法可能未包含非金融企业的所有影子银行业务类别，以及运用会计科目衡量非金融企业影子银行化会夸大其参与规模，原因在于同一會计科目下还包含着除影子银行活动之外的其他业务。

2.研究视界较窄。已有对影子银行的研究主要集中于宏观层面，而对微观层面非金融企业参与的影子银行活动的研究范围较窄，特别是未能对非金融企业影子银行融资测度展开详细的理论分析和模型构建。在“去杠杆”政策下，传统债务融资压力增大，杠杆率管控越发严苛，部分中小企业为缓解融资约束，更倾向于从隐蔽性较强的影子银行获取资金，非金融企业影子银行融资现象不断凸显。现有对非金融企业影子银行融资测度仍局限于沿用会计科目进行模糊替代，用局部数据替代规模总量，不仅忽略了非金融企业影子银行融资活动可能存在的其他业务形式，还未考虑用于替代的会计科目中存在的其他非影子银行融资的债务。即使从非金融企业影子银行化测度出发，试图反向推出非金融企业影子银行融资规模也较为困难。如上市公司的委托贷款金额虽然能够从其发布的委托贷款公告中获取，但由于众多企业对该数据的披露采用汇总的形式，导致不能从中逐一识别且统计出各个融资方的融资金额。gzslib202204011529

3.业务数据难获取。监管的漏洞和相关准则的缺乏，使得获取影子银行业务数据的难度较大，进而导致微观层面供需两侧影子银行测度的不精确。我国非金融企业参与影子银行活动是一种规避监管的获利行为，具有融资优势的大型企业为了获取超额收益，利用监管漏洞将自身额外资金放贷给处于融资劣势的企业，且这类企业往往是非上市公司，其业务数据更难获取。同时，我国相关会计准则未能明确规定企业参与影子银行活动应以何种形式入表，这给精准识别和测算微观影子银行活动带来了挑战。此外，上述原因使得微观测度构建获取的数据不公开或信息披露不规范等，选取创新性测度的空间也随之变窄，导致目前研究的数据来源存在较大局限性。一些能够真实反映企业参与影子银行活动的数据大多不向社会和公众公开，相关研究难以准确判断其资金运作链条，数据来源缺乏稳定性和透明度。

4.业务范围难界定。影子银行业务具有较强的创新性，金融创新的快速发展不断催生出新的、更具隐蔽性的影子银行业务，进而导致微观层面供需两侧的影子银行测度的不完整。当前金融科技等新型监管技术未能广泛运用于追踪影子银行业务活动，给影子银行逃避监管带来了一定的便利。同时，金融创新带来的业务边界的重大变化导致现有影子银行业务清单过时，其业务形式的迅速變化模糊了当前影子银行的业务范围，加大了灰色地带影子银行业务的识别难度，对已有测度方法适用性不够，影响着影子银行测度的动态发展。

综上，企业作为微观层面参与影子银行活动的重要主体，其测度的不精确最终会影响管理层做出正确的决策判断，不利于政府及监管部门准确治理和引导影子银行发展，对后续研究带来严峻挑战。因此，微观层面的影子银行测度问题亟须解决。

三、微观层面影子银行测度的改进思路

（一）基于残差法估计影子银行化规模

根据现行会计准则，影子银行业务主要记录在“其他流动资产”“其他非流动资产”等会计科目下，这种做法导致从数据上看几乎所有企业均参与了影子银行活动，显然是不合理的。已有研究认为，在给定样本的情况下，企业的某些特征在不同行业和年度中具有一个相对正常的取值，如审计费用[33-35]、投资水平[36，37]、负债率等。具体而言，根据该特征的主要影响因素进行拟合，若实际值超过拟合值即可视为存在异常情况。因此，企业影子银行化规模在不同行业和年度中也存在正常值。

借鉴这一思路，根据已有研究的相关结论，控制非金融企业影子银行化的主要影响因素，有公司规模（Size）、成长性（Growth）、现金流（Cfo）、净资产收益率（ROE）、股权结构（Ownershare）[38]、金融与实体收益率之差（Margin）[6，39]、外部融资能力（External）[24，40，41]、公司治理效率（Govern）[7，42，43]等。在此基础上，以影子银行化为被解释变量，以主要影响因素为解释变量，构建回归模型如式（1）所示，并采用Tobit模型分年度和行业拟合正常值。其中，账面影子银行化规模采用其他流动资产、一年内到期的非流动资产、其他非流动资产、委托理财、其他应收款、长期应收款、持有至到期投资之和衡量，并以总资产进行平减。

SBi，t=β0+β1Sizei，t+β2Growthi，t+β3Cfoi，t+

β4ROEi，t+β5Ownersharei，t+β6Margini，t+

β7Externali，t+β8Governi，t+εi，t（1）

回归后取其残差，若回归方程中残差大于0，表示企业这几类科目占总资产的比重存在异常情况。此时，合理怀疑该企业存在影子银行化的情况，残差即为真实的影子银行化规模。反之，若残差小于或等于0，则表明企业不存在影子银行化的情况。该方法根据主要影响因素拟合影子银行化的正常值，并考虑到行业和年度的不同，能够规避已有测度方法将这些科目完全视为影子银行业务规模的缺点，在一定程度上将这些科目中不属于影子银行化的正常部分剔除，得到一个影子银行化净值，提高了测算精度。

（二）基于倒扣法估计影子银行融资规模

国家为防范、化解金融风险，自2015年起陆续出台多项“去杠杆”政策，限制企业杠杆率的进一步攀升。受政策影响，企业因发展需要有较强的融资需求，但政府监管又要求严格限制信贷规模，此时影子银行成为企业融资的重要选择[44]。且考虑到政策限制，企业更愿意使融入的资金留在表外，或以不增加杠杆的形式入表，即进行杠杆操纵。在此背景下，部分金融机构为拓展业务规模并获取高额利润，设计出许多能够逃避监管的金融产品，如表外理财产品，即开展影子银行业务来解决企业的融资需求，为企业提供表外负债、名股实债等融资[45]。同时，从企业表外负债与名股实债的资金来源上看，正规信贷不可能被允许为企业提供这两类融资，因为企业的表外负债和名股实债融资大都来自银行表外理财等影子银行业务[45]，这两类资金一定来源于非正规融资渠道。因此，本文分别估计企业的表外负债与名股实债规模。

在表外负债方面，企业的账面销售收入是企业全部营运资产所带来的，包括表内和表外资产，且表外负债与表外资产数值上相等[46]，故通过估计企业表外资产的方式测算表外负债规模。因此，通过估计异常总资产周转率的方式估计表外资产。具体借鉴相关研究[46，47]，构建主要影响因素对总资产周转率的回归模型，拟合出系数并计算样本公司的真实总资产周转率。当公司账面总资产周转率高于真实总资产周转率时，即认为公司披露的总资产周转率存在异常，表明账面所反映的现有资产未能为公司异常高的营业收入提供合理解释，说明该公司存在能够增加营业收入的表外资产。基于此，通过账面总资产与真实总资产周转率的比率计算出实际总资产，并倒扣公司账面总资产后得到表外资产规模，即表外负债规模。

在名股实债方面，当公司通过名股实债融资隐藏了需要支付利息的负债时，账面实际支付的利息金额会高于真实应付利息。因此，通过估计异常有息负债利率的方式估计名股实债。借鉴相关研究[46，47]，构建主要影响因素对有息负债利率的回归模型，拟合出系数并计算样本公司的真实有息负债利率。当公司账面有息负债利率高于真实有息负债利率时，即认为公司披露的应付利息中存在异常，说明该公司存在名股实债。基于此，用实际支付利息倒扣账面真实应支付利息（即有息负债×真实有息负债利率）计算出公司支付的异常利息，再除以真实有息负债利率，得到名股实债规模。gzslib202204011530

在估计出表外负债与名股实债规模后，对其进行加总并以总资产标准化，得到杠杆操纵程度。同时，出于对行业特征的考虑，确有可能是其他因素造成表外负债和名股实债。因此，由正常原因引起的杠杆操纵需要剔除。考虑到行业中位数或均值是行业内的合理水平，本文认为经行业年度中位数或均值调整的杠杆操纵程度可以合理测度影子银行融资规模。这种基于倒扣法估计的影子银行融资规模，一定程度上降低了仅采用会计科目的方式带来的不准确性。

四、结 语

非金融企业参与影子银行活动极具隐蔽性，在实证中很难直接测度。本文提出的残差法和倒扣法使微观层面的影子银行测度更加精准，但这仅仅是从测度方法上逐步优化微观影子银行活动总量的估计值，要想从源头解决微观层面的影子银行测度问题，最终还应落实到国家的监管和信息披露制度的完善上来。一方面，国家应大力发展金融监管科技，借助云计算等手段实现财务数据的实时共享，高效且精准地捕捉资金的来源和去向，动态追踪影子银行的活动状况，为完善影子银行基础数据库奠定基础;另一方面，相关部门应完善信息披露制度，要求企业对资金的流入、流出进行更加详细的披露，促进影子银行资金显性化。

注释：

① 2020年，中国银保监会发布的《中国影子银行报告》显示，截至2019年末，广义影子银行规模从2017年初100.4万亿元降至84.80万亿元。

② 此数据经作者查阅知网等数据库后统计获得。

参考文献：

[1] Chen Z， He Z， Liu C. The financing of local government in China： stimulus loan wanes and shadow banking waxes[J]. Journal of Financial Economics， 2020，137（1）：42-71.

[2] 周上尧，王胜.中国影子银行的成因、结构及系统性风险[J].经济研究，2021，56（7）：78-95.

[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] Elliott D J， Kroeber A R， Qiao Y. Shadow banking in China： a primer[R].The Brookings Institution Disussion Paper，2015.

[5] 裘翔，周強龙.影子银行与货币政策传导[J].经济研究，2014，49（5）：91-105.

[6] 李建军，韩珣.非金融企业影子银行化与经营风险[J].经济研究，2019，54（8）：21-35.

[7] 司登奎，李小林，赵仲匡.非金融企业影子银行化与股价崩盘风险[J].中国工业经济，2021（6）：174-192.

[8] 黄贤环，王翠.非金融企业影子银行化与盈余可持续性[J].审计与经济研究，2021，36（4）：80-89.

[9] Pozsar Z， Adrian T， Ashcraft A， et al. Shadow banking[R].New York：Federal Reserve Bank of New York Staff Reports，2010.

[10]Bakk-Simon K， Borgioli S， Giron C， et al. Shadow banking in the Euro area： an overview[R].European Central Bank Occasional Paper Series，2012.

[11]Gennaioli N， Vishny A. A model of shadow banking[J].The  Journal of Finance， 2013，68（4）：1331-1363.

[12]Nelson B， Pinter G， Theodoridis K. Do contractionary monetary policy shocks expand shadow banking？[J]. Journal of Applied Econometrics，2018，33（2）：198-211.

[13]Du J， Chang L， Wang Y. A comparative study of shadow banking activities of non-financial firms in transition economies[J]. China Economic Review， 2016，53（2）：1-15.

[14]Meeks R， Nelson B D，Alessandri P. Shadow banks and macroeconomic instability[J]. Journal of Money， Credit and Banking， 2017，49（7）：1483-1516.

[15]Greg B， Gregor M，Tomasz P， et al. Fintech， regulatory arbitrage， and the rise of shadow banks[J]. Journal of Financial Economics， 2018，130（3）：453-483.

[16]Allen F， Qian Y， Tu G， et al. Entrusted loans： a close look at Chinas shadow banking system[J]. Journal of Financial Economics， 2019，133（1）：18-41.gzslib202204011530

[17]严伟祥，孟德锋，肖莹.影子银行规模变动对货币政策与经济景气时变冲击效应[J].经济与管理评论，2021（6）：112-124.

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

[19]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.

[20]郭晔，赵静.存款竞争、影子银行与银行系统风险——基于中国上市银行微观数据的实证研究[J].金融研究，2017（6）：81-94.

[21]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.

[22]Zheng S， Storesletten K， Zilibotti F. Growing like China[J]. The American Economic Review， 2011，101（1）：196-233.

[23]王永钦，刘紫寒，李嫦，等.识别中国非金融企业的影子银行活动——来自合并资产负债表的证据[J].管理世界，2015（12）：24-40.

[24]韩珣，田光宁，李建军.非金融企业影子银行化与融资结构——中国上市公司的經验证据[J].国际金融研究，2017（10）：44-54.

[25]刘珺，盛宏清，马岩.企业部门参与影子银行业务机制及社会福利损失模型分析[J].金融研究，2014（5）：96-109.

[26]颜恩点，孙安其，储溢泉，等.影子银行业务、会计师事务所选择和审计特征——基于上市非金融企业的实证研究[J].南开管理评论，2018，21（5）：117-127，138.

[27]郑建明，许晨曦，胡蕾.影子银行、融资约束与企业研发投入[J].科技管理研究，2017，37（21）：93-98.

[28]毛志宏，哈斯乌，兰金龙.实体企业影子银行化会加剧违约风险吗？[J].经济科学，2021（2）：72-84.

[29]黄贤环，姚荣荣.资本市场开放与非金融企业影子银行化[J].国际金融研究，2021（11）：87-96.

[30]张洁琼，马亚明.企业影子银行化有助于优化金融资源配置吗？[J].财贸研究，2021，32（9）：70-83.

[31]王秀祥，张建方.中小企业财务结构与债务融资——基于浙江的实证研究[J].管理评论，2012，24（7）：99-109.

[32]李建军，马思超.中小企业过桥贷款投融资的财务效应——来自我国中小企业板上市公司的证据[J].金融研究，2017（3）：116-129.

[33]Copley P A， Douthett E B. Are assurance services provided by auditors on initial public offerings influenced by market conditions[J]. Contemporary Accounting Research， 2009，26（2）：453-476.

[34]Hribar P， Kravet T， Wilson R. A new measure of accounting quality[J]. Review of Accounting Studies， 2014，19（1）：506-538.

[35]高瑜彬，廖芬，刘志洋.异常审计费用与证券分析师盈余预测有效性——基于我国A股上市公司的证据[J].审计研究，2017（4）：81-88.

[36]Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies， 2006，11（2-3）：159-189.

[37]Biddle G C， Hilary G，Verdi R S. How does financial reporting quality relate to investment efficiency？[J]. Journal of Accounting and Economics， 2009，48（2-3）：112-131.

[38]韩珣，李建军.金融错配、非金融企业影子银行化与经济“脱实向虚”[J].金融研究，2020（8）：93-111.

[39]张成思，张步昙.中国实业投资率下降之谜：经济金融化视角[J].经济研究，2016，51（12）：32-46.

[40]Keynes J M. The general theory of employment， interest， and money[J].Iimnology and Pceanography，1936， 12（1-2）：28-36.

[41]伍利娜，陆正飞.企业投资行为与融资结构的关系——基于一项实验研究的发现[J].管理世界，2005（4）：99-105.

[42]Li J， Myers S C. R2 around the world： new theory and new tests[J]. Journal of Financial Economics， 2006，79（2）：257-292.

[43]Bhattacharya U， Hackethal A， Kaesler S，et al. Is unbiased financial advice to retail investors sufficient？ Answers from a large field study[J]. Review of Financial Studies， 2012，25（4）：975-1032.gzslib202204011530

[44]李锦成，蔡蓓蕾.国际和国内影子银行研究：一个文献分析[J].国外社会科学，2016（6）：92-103.

[45]陆正飞.打开天窗说亮话：“去杠杆与杠杆操纵”研究之缘起及展望[J].当代会计评论，2020，13（2）：1-10.

[46]许晓芳，陆正飞，汤泰劼.我国上市公司杠杆操纵的手段、测度与诱因研究[J].管理科学学报，2020，23（7）：1-26.

[47]李世辉，邓来，雷新途.企业影子银行融资能够发挥债务治理效应吗？——来自中国上市公司的经验证据[J].管理评论，2021，33（12）：41-51.

（责任编辑：墨 彦）

The Measurements of  Shadow Banking  Investment

and   Financing： Dilemmas and Improvements

LI Shihui1，JIANG Huan1，LI Xianghua1，HE Yong2

（1.Business School，Central South University，Changsha，Hunan 410083，China;

2.School of Accounting，Hunan University of Technology and Business，Changsha，Hunan 410205，China）

Abstract：The phenomenon of shadow banking has received great attention from academia， and its rapid development is driven by both supply and demand. Therefore， the investment and financing activities of shadow banking  enterprises are correspondingly divided into enterprises shadow banking and enterprises shadow banking financing， however，how to accurately identify and measure shadow banking is a key scientific issue in the research. The measurements of shadow banking are scattered in various empirical studies. Based on literature review， existing research finds that， unlike shadow banking at the macro level， which is easy to observe and statistically analyze， the measurements of shadow banking and shadow banking financing of non-financial enterprises in China are generally inaccurate， incomplete， and difficult to identify， which have affected the supervision and development of shadow banking business. In view of this， this paper attempts to use the residual method and the reverse method to measure shadow banking business， which provides methodology for   shadow banking measurement at the micro level and promotes the research on the economic consequences of shadow banking.

Key words：enterprises shadow banking; enterprises shadow banking financing; the measurements of shadow banking

收稿日期： 2021-05-04; 修回日期： 2021-12-12

基金項目：  湖南省自然科学基金项目（2021JJ30882）