浅析影子银行对股份制银行和国有银行稳定性的影响

滕江叶　周蓉

摘要：文章以2008年金融危机以后的年份作为研究时间，以影子银行的定义作为出发点，以股份制银行和国有银行作为研究对象，测算出体制内影子银行规模，并构建衡量银行稳定性的Z指数。通过构建VAR模型，运用Granger因果检验和脉冲响应函数分析影子银行对股份制银行和国有银行的稳定性影响。实证结果显示，影子银行对股份制银行和国有银行的稳定性会造成影响，影子银行规模的减少对银行稳定性的正向冲击很大。文章从两个角度分别提出对影子银行的监管建议和股份制银行以及国有银行应对影子银行发展的对策。

关键词：影子银行;股份制银行;国有银行;稳定性影响

一、引言

（一）課题背景

自中国共产党第十八次全国代表大会召开以来，习近平总书记一再强调切实防范和降低金融风险的关键性地位，不可低估。其中，我国的影子银行不仅本身包含了潜在的系统性风险，而且会增加传统商业银行暴露系统性风险的可能性。随着我国金融服务业务能力范围的扩大和金融全球化进程的加快，影子银行的增速犹如脱缰之马，难以控制，这不仅积累和暴露了金融风险，同时极大地提高了金融业的杠杆率，膨胀了资产泡沫，妨碍了资源的合理配置，扭曲了市场供求价格体系，对市场经济的健康发展和良性循环产生不良影响，严重阻碍我国经济由高速增长向高质量发展转变。

（二）国内外研究现状

国外对影子银行的研究最早可以追溯到20世纪60年代，Gurley和Shaw（1960）研究了内在货币-外在货币框架下几乎所有非银行金融机构的货币创造行为。金融危机后，关于影子银行风险的研究大量涌现。但人们关注的焦点主要集中在影子银行的运行机制、风险传导渠道和引发金融危机的过程上，就影子银行对商业银行影响的研究甚少，并且主要是提供理论依据，模型分析较少。

目前，国内关于影子银行的各种研究文献相继发表，但从目前研究成果来看，尚处于初期阶段。何晓繁（2020）选取了2008～2018年的数据，选择我国37家商业银行作为研究对象，借鉴各大学者的方法构建出商业银行稳健性指标，建立VAR模型进行实证研究。林木西、刘理欧（2020）通过建立VAR模型研究影子银行对传统银行的影响。张亦春（2014）的研究内容是影子银行对商业银行稳健性和经济增长的影响，研究对象是我国A股市场上市的14家商业银行，采用面板VAR模型，进行面板格兰杰因果检验。由此可见，研究影子银行规模对商业银行影响的最佳实证模型是VAR模型。因此，本文整合了各位学者的学术理论和研究方法，在此基础上有所创新，进行了影子银行对股份制银行和国有银行稳定性影响研究。

二、影子银行对股份制银行和国有银行影响的实证分析

（一）样本数据选择与来源

1. 影子银行规模测度

针对影子银行规模测度，不同学者参考了不同的规模测度。目前，一些学者将李建军（2009）的未观测信贷规模作为影子银行规模来研究影子银行规模对商业银行稳定性的影响;还有一些学者通过商业银行从事表外业务，如委托贷款、未贴现承兑银行汇票、无担保理财产品等估算了影子银行的规模。本文则借鉴林木西、刘理欧（2020），以委托贷款、信托贷款和未贴现银行承兑汇票三者之和作为影子银行规模进行实证分析，如表1所示。本文用yzyh表示影子银行规模。

2. 股份制银行和国有银行稳健性测度

本文选取了八家全国性股份制商业银行：招商银行、浦发银行、中信银行、中国光大银行、华夏银行、中国民生银行、兴业银行和平安银行作为股份制银行的代表，还选取了五大国有银行：中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行作为国有银行的代表。

本文参照赫国胜，马妍妮（2019）的Z指数作为股份制银行和国有银行稳定性指标参数，Z值越大，商业银行经营稳定性越高，反之亦然。按照赫国胜和马妍妮对Z指数计算公式的定义， Z=（资产净利率的期望+权益资产比-不良贷款率）/资产净利率标准差，首先从同花顺等各网站收集到八家股份制银行和五家国有银行的资产净利率、权益资产比和不良贷款率。然后通过手工计算得出各家银行的Z指数，最后经过算术平均得出股份制银行和国有银行的Z指数。其中文章中股份制银行Z指数用gfzyh代表，国有银行Z指数用gyyh代表。

（二）实证研究

1. 平稳性检验

首先将两种银行的Z指数对数化以缩小数据的绝对数值，然后利用ADF单位根检验法对影子银行规模、股份制银行Z指数和国有银行Z指数进行稳定性检验。检验结果如表2，结果表明，变量数据均为一阶差分平稳序列，差分后的影子银行规模用xx表示，差分后的股份制银行z指数用y表示，差分后的国有银行z指数用z表示。

2. 建立VAR模型

建立VAR模型首先需要确定变量，本文选取影子银行规模作为自变量，而衡量股份制银行和国有银行稳定性的Z指数作为因变量。根据两个因变量，分别建立两个VAR模型。借用赤池信息准则（AIC）和施瓦茨准则（SC）确定VAR模型最大滞后阶数为2阶，之后分别建立VAR模型并进行AR检验。经过AR检验发现，AR检验结果图中没有根在单位圆外，充分显示建立的VAR模型是稳定的，可以进行下一步的格兰杰因果检验和脉冲响应分析。

3. 格兰杰因果关系检验

检验完VAR模型的稳定后可做格兰杰因果关系检验，以此分析两变量之间的预测关系。检验结果如表3所示。

从表3可知，在 5%显著性水平下，影子银行规模是股份制银行z指数和国有银行z指数的格兰杰原因。这说明影子银行规模与股份制银行和国有银行z指数具有预测关系。

4. 脉冲响应分析

脉冲响应函数图是分析给定影子银行规模一个标准差冲击，两种类型银行稳健性的波动状况。给影子银行规模一个冲击后，两种银行的脉冲响应函数分析图中显示了正负相间的波动状况。但总体而言，影子银行规模的变动给两类银行带来的正面影响大于负面影响，这说明影子银行规模的减少给股份制银行和国有银行的稳定性带来较大的积极影响。

三、结论及建议

（一）结论

本文在借鉴现有研究成果的基础上做出创新，针对我国当前股份制银行和国有银行的发展情况，分别分析影子银行规模对股份制银行和国有银行稳健性的影响。首先参考国内外一些学者的研究方法，估算衡量我国影子银行规模的数据，然后构建相关的股份制银行和国有银行Z指数，综合测度其稳健性状况。并选取影子银行规模作为解释变量，两类银行的Z指数作为被解释变量，运用Eviews7.2来構建VAR模型，通过格兰杰因果检验和脉冲响应分析研究影子银行规模变动对我国股份制银行和国有银行稳健性的影响。分析主要得出以下四点结论：影子银行规模增加速度放缓;国有银行比股份制银行的经营更稳定;影子银行规模变化对两种银行未来的稳定性预测效果明显;影子银行规模下降有利于两种银行的经营与稳定。

（二）建议

本文在得出的实验结论基础上主要总结了以下建议。

1. 继续加强金融立法，制定合适的监管政策，规范影子银行发展

相关政府需要继续加强金融行业立法，加强监管，规范行业的交易行为，同时根据影子银行的特点，建立符合市场要求的监管机制。此外，要完善信息披露制度，建立风险预警监测体系，防止影子银行业务经营导致系统性风险增加。建议央行介入，定期检测影子银行规模和业务经营是否合理，针对影子银行特点重新评估风险监管机制，一旦影子银行的监管机制发出警告，则需立即采取处理措施。做到逐步开展相应工作，全面管理影子银行风险。

2. 采取切实可行的措施，提高股份制银行的经营稳定性，加强防范金融风险的能力

首先，不良贷款仍然威胁着金融业的安全与稳定，是导致金融风险的重要源头。2013年以前，股份制银行不良贷款率普遍低于1%，处于相对较低的状态，2013年后，不良贷款率大幅攀升，部分银行的不良贷款率超过2%。因此股份制银行体系需要采取相应的措施来稀释不良贷款。本文认为，可以通过建立健全的组织管理制度、多收少贷的方式转化不良贷款、采取法律手段保全资产、加强对不良企业的监管和政府承担不良金融资产等对策来降低不良贷款率。其次，新形势下银行业的市场环境和经营模式正在发生显著变化。银行当前应当积极创新，通过大力发展中间业务增加收入，根据客户需要不断创新金融品种来满足客户的多元化需求，在实现银行利润最大化的同时稳定银行经营。

3. 保持国有银行当前的稳定性水平不降低，追求稳定的同时兼顾效率

国有银行也需从不良贷款率，银行经营模式，风险监管机制等各方面提高稳定性，以便更加高效地应对影子银行规模波动造成的不良影响。我国的商业银行经常以牺牲银行体系经营效率为代价来换取稳定，稳定固然重要，但效率也不容忽视。所以国有银行的稳定性维持在中间水平之际，需要采取策略来提高银行的经营效率。以市场为导向，以利润最大化为目标，逐步将金融资源转移到效率部门，促进资源的合理有效配置。在面对来自新型商业银行的挑战以及许多外资银行的激烈竞争时，国有银行应首当其冲，在支撑银行业稳定发展的同时创新金融技术，优化经营结构，实施战略性人才策略，顺应经济新常态的发展趋势，积极争取在全球享有重要的国际地位。

参考文献：

[1]何晓繁.影子银行对商业银行稳定性影响——基于我国37家商业银行的实证分析[J].西宁：青海民族大学，2020（08）：119-121.

[2]林木西，刘理欧.影子银行对传统银行影响的实证分析——基于商业银行体制内影子银行系统视角[J].沈阳师范大学学报（自然科学版），2020，38（04）：304-308.

[3]张亦春，彭江.影子银行对商业银行稳健性和经济增长的影响——基于面板VAR模型的动态分析[J].投资研究，2014，33（05）：22-33.

[4]赫国胜，马妍妮.杠杆率监管对商业银行稳定性及收益的影响——基于16家A股上市商业银行面板数据的实证分析[J].当代经济管理，2019，41（10）：77-83.

[5]Fan H，Pan H.The Effect of Shadow Banking on the Systemic Risk in a Dynamic Complex Interbank Network System[J].Complexity，2020（03）：1-10.

（作者单位：成都信息工程大学）