影子银行对系统性金融风险的影响机理与传导机制

倪健惠，阮 加

（北京交通大学 经济管理学院，北京 100044）

0 引言

防范化解重大风险被视为我国三大攻坚战之首，影子银行对系统性金融风险的影响引起决策部门和学术界的高度重视。金融危机推动我国影子银行规模迅速发展，2020 年银保监会发行的《中国影子银行报告》明确指出，我国影子银行存在严重的金融风险隐患，呈现系统性风险特征。高风险影子银行业务放大了杠杆效应，加剧了金融脱实向虚，影响我国经济金融体系的良性循环。因此，研究影子银行对系统性金融风险的影响，防范影子银行风险在金融系统的蔓延和扩散，对于守住不发生系统性金融风险的底线具有重要的现实意义。

我国影子银行与常规商业银行之间保持密切联系[1]，具有提供信用、期限、流动性转换等“类银行”功能[2]。由于业务往来、信息联动、资产-负债等方面具有较强的关联性，因此商业银行资金链一旦发生断裂，将迅速推动金融风险的集聚和扩散，并产生一系列的风险溢出和共振效应，冲击整个金融系统的稳定性，引发系统性金融风险。基于此，本文以2008—2022 年16 家上市商业银行为样本，尝试探究以下三个问题：第一，影子银行如何影响系统性金融风险？是分散还是集聚风险？是否存在转折点？第二，影子银行通过何种路径对系统性金融风险进行传导？第三，分别从商业银行属性、治理能力和杠杆水平三个微观角度，及货币政策调控的宏观视角出发，商业银行的影子银行业务对系统性金融风险的影响是否存在异质性？对于上述问题的研究，有助于深化影子银行对系统性金融风险影响的理论认识，为监管部门有针对性地制定抑制过度影子银行化、防范系统性金融风险的方针政策提供参考。

1 理论分析与研究假设

影子银行与金融体系风险密切相关，是导致系统性金融风险的关键因素[3]。系统性金融风险反映出单一银行间存在多米诺骨牌传染效应，商业银行通过“准贷款”和“金融嵌套”等金融创新业务，推动银行表外业务风险传递至表内，加剧金融风险的集聚，影子银行规模的快速扩张加剧银行系统脆弱性，扰动金融体系的正常运转。涂晓枫和李政（2016）[4]发现影子银行与系统性金融风险之间具有非线性关系，影子银行业务发展初期有助于推动金融体系创新，通过风险共担缓解系统性风险水平，但影子银行规模超越阈值后则会加剧银行间的风险传染效应。Gennaioli等（2013）[5]认为在投资方考虑尾部风险的情况下，影子银行间的依赖性能够分散风险。而李建军和薛莹（2014）[6]指出银行部门是系统性金融风险的主要承担者，影子银行体系的系统性风险呈上升趋势。由此，本文提出：

假设1：影子银行与系统性金融风险之间存在“U”型曲线关系。

现有文献表明，影子银行具有期限错配特征。裘翔（2015）[7]指出影子银行将涌入的流动性负债进行长期投资，即“短贷长投”易出现投融资错配行为。此外，期限错配通常伴随着流动性风险，金融机构通过影子银行体系进行资金融通的过程中易出现资金链断裂的情况，且高杠杆经营方式会加剧流动性风险。黄哲和邵华明（2018）[8]发现规模小的银行体系会加剧流动性错配风险，而规模越大则越有助于降低流动性风险。商业银行的影子银行业务提高了银行风险承担水平，扰动银行的稳定性。银行信贷在我国融资体系中具有重要作用，影子银行游离于商业银行信贷系统，通过金融工具创新拓展增加信贷规模，在满足金融体系资金需求的同时，可能放大流动性风险，与常规商业银行相比，影子银行缺乏最后贷款人保护，突发性风险无法及时得到有效缓解。关于非利息收入与系统性金融风险间的关系，朱波等（2016）[9]指出银行非利息收入业务能够降低和分散系统性风险。由此，本文提出：

假设2：影子银行规模在不同的临界值状态下对系统性金融风险的传导路径存在差异。

不同类型影子银行的风险溢出效应存在差异，国有商业银行、城市商业银行和股份制商业银行的风险溢出程度逐渐递增[10]。由于商业银行的治理监管体系不同，佟孟华等（2021）[11]认为公司治理效率高的银行具有较强的风险承受能力，而治理效率较低的银行风险承担能力较弱，对系统性风险产生不利冲击。于博和吴菡虹（2020）[12]研究发现同业杠杆率与商业银行的信贷风险间呈先下降后上升的“U”型非线性关系，且随着同业杠杆率的提高，国有制商业银行和城市商业银行能够缓解信贷风险，而股份制商业银行则会加剧信贷风险。货币政策是重要的宏观调控工具，不同方向货币政策的调整导致影子银行存在逆周期性特征，对系统性风险产生不同的影响。在宽松货币政策环境下，影子银行规模收缩，增加了金融机构的风险承担意愿，提升金融系统风险水平。由此，本文提出：

假设3：影子银行的个体微观特征差异和外部货币政策调整导致影子银行对系统性金融风险的影响存在异质性。

2 研究设计

2.1 计量模型设定

为检验影子银行发展对系统性金融风险的影响，本文构建如下基准计量模型：

其中，i和t分别代表银行和时间，Sysriski,t表示系统性金融风险，Shadowi,t表示影子银行规模，为影子银行规模的二次项，Xi,t表示一系列控制变量，μi和δt分别表示银行和时间固定效应，εi,t表示随机扰动项。

为进一步探究影子银行对系统性金融风险的传导路径，了解影子银行如何影响系统性金融风险，本文构建如下回归模型：

其中，Mi,t表示影子银行影响系统性金融风险的潜在传导路径，β2是需要重点关注的系数，衡量影子银行对系统性金融风险的影响程度。

2.2 变量选择与说明

2.2.1 系统性金融风险的度量

本文采用Adrian 和Brunnermeier（2016）[13]提出的条件在险价值（CoVaR）和系统性风险溢出（ΔCoVaR）度量商业银行的系统性金融风险及贡献程度。

2.2.2 影子银行规模的度量

本文从商业银行资产负债表的资产角度出发，用影子银行业务涉及的会计科目加总后与银行总资产的比值表示影子银行业务规模（Shadow）。考虑到我国影子银行主要包含“准贷款”和“金融嵌套”业务，本文选取存放同业、拆出资金、交易性金融资产和买入返售金融资产四项会计科目。其中，将存放同业、拆出资金和买入返售金融资产科目划分为“准贷款”业务形式，将交易性金融资产科目划分为“金融嵌套”业务形式。

2.2.3 机制变量

本文从“风险”和“绩效”视角出发，进一步探讨影子银行对系统性金融风险的传导路径。

（1）期限错配程度（LMT）。参考Brunnermeier 等（2011）[14]和Bai 等（2015）[15]的做法，构建期限错配指数衡量影子银行期限错配程度。结合我国影子银行的发展情况，将银行表内影子银行业务资产和负债的流动性程度划分为三类，并对应赋予权重值。

其中，θt,Aj和θt,Lk分别表示影子银行资产和负债科目的权重（见表1），代表第i家银行资产科目j和负债科目k对应的值，TA代表银行总资产。期限错配指数越大，说明期限错配程度越低，反之则越高。

表1 影子银行业务流动性划分及权重

（2）稳定程度（Z-Score）。参考郭晔等（2018）[16]的计算方法，选用Z-Score衡量银行的稳定性，即：

其中，σ代表资产收益率（ROA）的标准差，Z-Score值越大表明经营状况越好。

（3）银行贷款总额（Loan）。本文对银行贷款总额取自然对数，代表信贷传导渠道。

（4）非利息收入占比（NIRR）。由于商业银行非利息收入占比影响银行的盈利能力，因此本文采用银行非利息收入与营业收入的比值衡量。

2.2.4 控制变量

为了尽可能克服遗漏变量的影响，参考已有文献，本文从银行微观层面和宏观层面考虑需要控制的潜在影响系统性金融风险的变量。具体如下：银行规模（SIZE），用银行总资产的自然对数表示；净息差（NIM），用利息净收入与生息资产平均余额的比值表示；资产收益率（ROA），用净利润与总资产的比值表示；存贷比（LDR），用贷款总额与存款总额的比值衡量；不良贷款率（BLR），用三类不良贷款总额与贷款总额的比值衡量；GDP增速的虚拟变量（GDP）,当GDP增速快于上一年时取1，否则取0；数量型货币政策（M2）,用广义货币供应量M2同比增速表示；价格型货币政策（R），用7天银行间同业拆借利率衡量；通货膨胀水平（CPI），用CPI同比增速表示；金融开放程度（OPEN），用资本和金融差额与GDP的比值表示。

2.3 数据说明与描述性统计

本文选取2008—2022 年的半年度非平衡面板数据，由于国际金融危机以后，我国影子银行规模迅速膨胀，故将2008年作为研究起点。考虑到商业银行上市时间长度和样本数据的完整度，最终选取16 家具有代表性的上市银行，包括5家国有大型商业银行、8家全国性股份制商业银行、3家城市商业银行。影子银行业务的数据通过各商业银行的半年度和年度报表手工整理得到，其他数据主要来源于Wind数据库。

表2 显示了主要变量的描述性统计结果。在样本期内影子银行规模的最小值为2.8464，最大值为40.3955，各样本的影子银行业务规模差别较大，反映了银行个体经营的业务形式和风险偏好存在差异，可能导致不同银行对系统性风险的影响程度不同，因此有必要进一步进行异质性检验。存贷比的均值为75.7335，最小值为42.84，最大值为116.23，说明样本银行的盈利水平存在差异。期限错配程度的最小值为-9.9853，最大值为23.6976，反映了不同银行个体的流动性状态不同，期限错配指数小于0的银行处于流动性缺口状态，期限错配程度较高，而大于0 的则处于流动性盈余状态，期限错配程度较低。Z-score 的均值为27.3302，最小值为3.7107，最大值为44.4780，表明银行的稳定性存在差异，Z-score的值越小，则银行面临风险越高。

表2 变量描述性统计

3 实证结果分析

3.1 基准回归

下页表3 分别汇报了未加入和加入各控制变量的回归结果，且均控制了银行个体和时间的固定效应。列（1）和列（2）的结果显示，无论是否加入控制变量，影子银行规模与系统性金融风险均呈“U”型曲线关系，假设1 得到验证。在影子银行规模较小时，加强金融机构之间的关联性可以分散系统性金融风险；当影子银行规模超过临界值时，随着影子银行规模的扩大，金融同业业务不断扩张，造成银行间的联系过度密切而产生“羊群效应”，金融机构之间的风险共担关系将转变为风险交互传染，单一银行的风险承担增加，加剧系统性金融风险。

表3 基准回归结果

此外，其他控制变量系数的显著性及正负方向与已有文献研究结果基本一致。其中，银行规模（SIZE）的系数在10%的水平上显著为负，表明银行资产规模越大，越有可能减弱系统性金融风险，因为银行具有规模效应，具备较完备的经营体系，竞争能力较强；存贷比（LDR）和不良贷款率（BLR）的系数在5%的水平上显著为正，不良贷款率会提高银行经营风险，降低银行盈利权重，较高的存贷比会降低银行贷款质量，不良贷款比重升高，影响银行盈利水平；数量型货币政策（M2）和金融开放程度（OPEN）的系数在1%的水平上显著为负，表明在宽松的货币政策和开放的金融环境下，可利用资金增加，银行受到的约束降低，规避监管的动机减弱，分散系统性金融风险；价格型货币政策（R）和通货膨胀水平（CPI）的估计系数均显著为正，一方面是因为银行间同业拆借利率上升导致商业银行获得的流动性成本增加，另一方面，通货膨胀增加银行的筹资成本，加剧资产价格市场泡沫。

为识别影子银行业务规模对系统性金融风险影响的转折情况，本文根据基准回归结果，进一步测算出二者关系转变的拐点为0.2。这表明，当商业银行的影子银行业务规模低于该拐点时，拓展影子银行业务有助于减弱或缓解系统性金融风险水平，当超过该拐点时将加剧系统之间风险的集聚和传染。

3.2 路径传导机制

表4 列（1）至列（4）分别检验了影子银行期限错配程度、稳定程度、银行贷款总额和非利息收入占比作为影子银行影响系统性金融风险的传导路径。检验结果表明，在期限错配程度和稳定程度两种传导路径下，影子银行对系统性金融风险的影响呈“U”型，与基准回归结果一致。也就是说，二者之间的非线性关系在一定程度上是通过银行期限错配程度和稳定程度产生的，当影子银行规模过大时，上述两种传导路径会加剧系统性风险的传染。银行同业业务的期限错配加剧风险承担，导致风险在银行间加速传染，加剧银行的脆弱性，扰动金融系统稳定性。而通过银行贷款总额和非利息收入占比两种传导路径，影子银行和系统性金融风险之间转化为“倒U”型曲线关系，银行贷款总额和非利息收入占比反映个体银行的竞争力和多元化水平，然而二者的负向效应不足以抵消期限错配程度和稳定程度的正向效应。

表4 传导路径回归结果

3.3 稳健性检验

（1）排除其他政策干扰。通过梳理相关文件，本文选取两个以防范系统性金融风险为目的的政策，即2016 年起中国人民银行实施的“宏观审慎评估体系”和2018 年4月发布的《关于规范金融机构资产管理业务的指导意见》。其中，HSpolicy表示宏观审慎政策时间虚拟变量，在2016 年之前取0，否则取1；ZGpolicy 表示资管新规政策时间虚拟变量，在2018年之前取0，否则取1。排除两项监管政策干扰后的估计结果（见表5）与基准回归结果相似。

表5 稳健性检验结果

（2）加入遗漏变量。参考已有研究，本文在控制变量中加入融资缺口（QK）和资本充足率（CAR）。其中，融资缺口=社会融资规模-（新增人民币贷款+新增外币贷款+企业债券融资+非金融企业境内股票融资），资本充足率=资本净额/风险加权资产。表5中结果显示，补充上述两个控制变量后，前文结论仍然成立。

（3）缩短时间窗口。考虑到美国金融危机和欧债危机对中国金融体系造成较大冲击，且农业银行和光大银行的上市时间均在2010 年下半年，部分报表数据存在缺失。因此，本文借鉴已有文献做法，剔除2008—2010年的样本数据，进一步考察样本子区间的模型估计结果，检验结果与前文研究结论基本一致。

（4）样本缩尾处理。根据被解释变量Sysrisk 依次对样本进行1%的截尾后，重新对式（1）进行回归。估计结果表明，剔除极端值后，影子银行规模二次项系数估计值在1%的水平上通过显著性检验，影子银行与系统性金融风险的“U”型非线性关系仍然成立，与基准回归结果相似。

3.4 内生性检验

本文通过反向回归验证影子银行和系统性金融风险之间可能存在的潜在反向因果关系。使用工具变量法克服内生性问题，将影子银行规模一次项和二次项的滞后项（lShadow和lShandow2）作为工具变量，采用两阶段最小二乘法（2SLS）进行估计。表6 显示了工具变量法的回归结果，结果显示无论是否加入控制变量，LM 统计量和Cragg-Donald Wald F 统计量均表明工具变量不存在识别不足、弱识别或者过度识别的问题。在考虑影子银行与系统性金融风险之间可能存在的内生性问题后，影子银行的二次项系数仍然显著为正，进一步验证了影子银行与系统性金融风险之间存在“U”型曲线关系。

表6 工具变量法的回归结果

4 异质性分析

4.1 商业银行属性的异质性

根据不同商业银行的属性，本文基于式（1）分别对国有商业银行、股份制商业银行和城市商业银行样本的三类数据进行回归。表7 列（1）至列（3）分别展示了不同类型商业银行的影子银行业务对系统性风险的影响。可以看出，当国有商业银行规模扩大到一定程度，即超过临界值时能够提高承担影子银行业务风险的能力；与国有商业银行相比，当股份制商业银行的影子银行业务规模超过临界值后，可能面临期限错配等问题加剧系统性金融风险水平。不同属性商业银行的影子银行业务导致风险在金融系统聚集的程度存在差异，导致该结果的原因可能是：大型国有商业银行的防风险和吸储能力较强，而在中小商业银行中易出现“羊群效应”，影子银行业务规模的不断拓展加剧中小商业银行间面临的信用风险和流动性风险，出现风险跨部门、跨市场传染。

表7 商业银行属性和管理水平异质性分析检验结果

4.2 银行管理水平的异质性

本文以样本商业银行独立董事占比的中位数为分界线，将样本划分为管理水平较高和管理水平较低的两组进行回归，检验不同管理水平是否会导致影子银行业务对风险影响的异质性，表7 列（4）和列（5）展示了分组检验结果。当影子银行业务规模未超过临界值时，如果银行管理水平较高，则能够缓解潜在的系统性风险冲击，减少风险在银行系统的聚集，当超过临界值后，治理效果减弱；在低管理水平的银行分组中，影子银行的二次项系数估计值虽然不显著，但仍然为正，与上文的基准回归结果基本一致。总体来看，高管理水平在影子银行规模适度发展阶段能够分散系统性金融风险。

4.3 银行杠杆水平的异质性

影子银行的杠杆水平影响机构间的系统关联性和脆弱性。本文借鉴已有文献，将同业杠杆率的计算方式表示为（卖出回购金融资产-拆入资金-同业或存入其他金融机构存入款项）/（同业拆出+存放同业或其他金融机构存入款项+买入返售金融资产），按照中位数将样本银行分为高杠杆率组和低杠杆率组进行回归检验，回归结果在表8列（1）和列（2）显示。对于高杠杆水平商业银行，影子银行业务的二次项估计系数为0.2100，且在1%的水平上显著，而低杠杆水平商业银行的影子银行业务二次项系数不显著。产生这种现象的原因可能是，影子银行信贷的过度扩张弱化了监管约束，导致其投机性融资增加，影子银行杠杆率攀升，信贷风险水平升高。

表8 商业银行杠杆水平和货币政策环境异质性分析检验结果

4.4 货币政策环境的异质性

货币政策对影子银行具有非对称影响，本文采用陆正飞和杨德明（2011）[17]估算货币政策的方法，即MP=M2 增长率-（GDP 增长率+CPI 增长率），以对应中位数为分界线，划分为宽松货币政策环境和紧缩货币政策环境。对不同松紧程度的货币政策环境进行回归检验，估计结果见表8列（3）和列（4），两种货币政策环境下影子银行规模的二次项系数均在5%的水平上显著为正，表明货币政策确实能影响银行风险承担能力。其中，宽松货币政策环境下，影子银行业务规模对系统性金融风险的影响程度更大，而在紧缩货币政策环境下能够产生“水床效应”，刺激影子银行业务的发展。

5 结论与建议

本文基于2008—2022年我国16家上市银行的面板数据，使用ΔCoVaR 方法度量商业银行系统性金融风险，探讨影子银行对系统性金融风险的影响以及传导路径，并进行异质性分析，得出如下结论：（1）影子银行与系统性金融风险间呈“U”型曲线关系。当影子银行业务规模不超过临界值时，影子银行规模的适度增加有助于推动金融产品创新和资产多样性，不同金融机构间风险共担，对系统性风险具有分散效应；当影子银行规模超过临界值时，商业银行个体间的关联性导致不同金融体系间风险交互传染，产生风险共振效应和溢出效应，对系统性金融风险具有集聚效应。（2）影子银行业务对系统性金融风险的“U”型影响主要通过期限错配和稳定程度两种路径传导，当影子银行规模控制在合理的范围内时，这两种路径可以分散系统性风险的集聚；而通过银行贷款总额和非利息收入占比两种传导途径则呈“倒U”型关系。（3）影子银行业务对系统性金融风险的影响会因商业银行属性、管理水平、杠杆水平和外部货币政策环境的不同而存在差异。国有商业银行对影子银行风险的承担能力更强；在影子银行规模适度发展阶段，若银行内部治理效率较高则能够分散系统性金融风险；影子银行业务规模过度扩张，则同业杠杆程度越高，对影子银行风险的冲击越强；宽松货币政策环境下，影子银行业务对系统性金融风险的影响程度更大。

根据上述结论，本文提出如下建议：（1）监管部门应适时调整监管方式，对影子银行业务进行一致性和穿透式监管，将影子银行规模控制在合理的范围内，防止影子银行模式过度衍生。（2）增强中央银行与国家金融监督管理总局的协同性，规范交叉金融监管，构建更细化的影子银行监管体系，实行差异化管理，促使影子银行通道更有效地服务实体经济。