非銀行中介網絡發展的因素分析

王靖夫

摘要：本文考察了不同金融體系要素構成的收益與風險權衡，利用擴展的多樣化觀點模型分析了非銀行中介網絡發展的微觀機制，并用2002—2012年間中國金融數據，對影響非銀行中介網絡發展的宏觀因素進行了實證檢驗。分析表明，風險管理和金融發展水平、金融政策以及銀行間市場發展共同構成了非銀行中介網絡發展的主要因素。

關鍵詞：非銀行中介；金融結構；企業融資

中圖分類號：F83239文獻標識碼：A

文章編號：1000176X（2014）10005505

一、引言

銀行和市場一直是金融體系最重要的組成部分，大量研究對銀行主導型和市場主導型兩類金融系統進行了深入研究。肯特和萊文[1]認為，銀行在實施交易、監督投資和信息生產上存在規模收益，因而能夠降低固定成本并獲取剩余，市場在分擔風險、包容創新等方面存在優勢，其資金成本可能更低。

非銀行中介網絡的發展與全球金融業發展趨勢總體上是一致的，Turner[2]認為具體體現在三個方面：一是金融密集度不斷提高；二是用負債占GDP比重衡量的私人部門收入杠桿顯著增加；三是杠桿率上升主要源于住房抵押貸款。

從融資方面看，非銀行中介網絡發展的核心元素是資產證券化和抵押融資。我國的資產證券化尚在起步階段，銀行在貸款之外對非金融部門的融資主要體現在表外業務和持有企業債券。按照本文對非銀行中介網絡概念的界定，可以把融資行為做如下具體劃分：（1）獲取存款，發放并持有信貸歸類為銀行行為；（2）企業發行證券，私人部門直接持有的歸類為市場行為；（3）中介或者中介鏈通過市場共同完成資金配置的歸類為非銀行中介網絡行為。這樣，非銀行中介網絡因素包括了銀行以及其他金融機構購買持有企業債券，商業銀行表外信用，非銀行中介機構信用，保險公司、基金公司、社保基金等持有股票，證券化信貸等。

二、文獻綜述

艾倫和蓋爾[3]指出，在典型的傳統金融體系里，財富較少的居民借助中介（例如銀行）將資金借貸給企業，財富較多的私人部門更多是直接利用金融市場。中介最主要的作用是減少交易成本和提供信息。隨著金融體系的演進和變革，這種情況發生了很大改變。Goldsmith[4]的研究發現，金融市場和中介的資產規模快速增長，其中金融市場的相對重要性在增加，市場范圍也隨著各種衍生工具的發展迅速拓展，這也是眾多學者認為金融體系朝著市場主導方向發展的主要依據。然而，進一步的分析說明，金融市場重要性的加強不是因為個人和企業更多地參與市場，而是因為中介機構更廣泛地利用了市場。

由于市場并不完美，企業管理層擁有投資者所沒有的信息，投資者也無法觀察到所有投資者的全部行為，信息不對稱會導致投資者不能相信企業管理層所生成的項目收益預期。Shin和Stulz[5]認為，在這種情況下，必須有額外成本支付以對企業管理層進行約束，最終企業的外部融資成本要高于投資者的資本成本。也就是說，信息隱藏和行動隱藏的存在，導致兩種資本成本中產生一個差值，當這個差值增加到一定程度，項目就失去了價值，投資將不會發生。

非銀行金融中介網絡發展的一個外部驅動因素被認為是投資者對低風險債務工具的需求。Gorton和Metrick[6]分析了1990—2010年間回購市場交易量，他們發現在交易活躍度顯著上升的同時，抵押品的范圍明顯擴大。一系列的金融創新和監管調整削弱了存款的競爭力，而對用于金融交易的抵押品需求支持了證券化的發展和回購市場的流動性。貨幣市場共同基金、信貸資產證券化和回購是非銀行中介融資的典型且關鍵的要素，這些機構和活動結合起來所構成的網絡完成了傳統中介的職能，但所受的監管要少得多。在監管套利和經濟福利之間，投資者對于高流動性收益資產的追求推動了這類市場的發展。Gennaioli等[7]強調貨幣市場共同基金在提供流動性和類似于銀行存款安全性的同時提供了高額收益，這種流動性、風險和收益的組合在宏觀層面上是無法實現的。事實上，大量信貸證券忽略了背后存在的風險，使對實體經濟的授信額度可能大大超過合意數量，最終不能在總體上提供能夠產生預期現金流的合適項目，從而引發危機。

金融體系的核心作用是資金配置。Crockett[8]強調，金融體系不只是為支付結算和信貸活動提供便利的機構，它包含了所有引導實體經濟資源到達最終用途的功能，從這個意義上講，它是市場經濟的中樞神經系統。非銀行中介網絡的發展促使人們更加深入地研究和分析金融結構的演化和影響，進而更多地了解其背后的驅動因素和外部效應。Hoeing[9]強調，對于大型銀行機構來說，收益更多來自貸款發起和信用風險管理，而不是把貸款保留在資產負債表內獲取利息。這樣，投資者和借款人之間的距離可能很遙遠，金融體系功能的發揮依賴于眾多的代理機構，隨著全球金融聯系的增強，金融工具和債權經過多手交易后，結束時往往已經遠離了交易的起點。這種由非銀行中介網絡迅速發展而帶來的金融結構演變雖然適應了市場化的趨勢，但也因為人們對其認識不足而帶了新的不確定性。

三、微觀機制分析

在標準的資產定價模型中，代理人先驗概率信念是相同的，如果信息集不同，那么后驗概率信念不同，如果信息集相同，例如相互充分交流，那么后驗概率信念則會相同。在實際的融資行為中，共同的先驗概率通常是不適用的，信息也往往很不充分，人們存在多樣化的觀點，不能最終形成一個共同的信念。在討論為創新活動融資時，這是一個出發點。

按照Allen和Gale[10]的多樣化觀點模型，假設每個投資者有1個單位的資本用來投資；尋求融資的項目需要投入I個單位資本；投資者對項目的初始信念是對稱的，在支付成本c后，根據獲得的信息，或者預期投資正收益H>0，明確樂觀態度，或者預期投資負收益L<0，顯示悲觀態度，在獲取決策信息之前，投資者態度是未知的；知情者成為樂觀者的概率用α表示；如果一個隨機選擇的知情者是樂觀者，另一個隨機選擇的知情者和他觀點一致的概率用β表示，也就是觀點多樣化程度為1-β。endprint

在市場融資的情況，每一個希望獲得決策信息的投資者需要支付成本c，只有當投資者是樂觀者，他會選擇投資，所以預期投資收益為：

Vm=αH-c（1）

在中介融資的情形，I個投資人成為一個集體，代理人或者管理者負責做出最終決策，他會獲取信息成為知情者，如果他是樂觀者，投資者對投資的預期報酬為βH+（1-β）L，考慮到中介價值和成本分擔，預期投資收益為：

VI=α[βH+（1-β）L]-c/I（2）

擴展到非銀行中介網絡融資，是在中介融資基礎上，利用市場增加了橫截面風險分擔，同時更好的信息生產和利用進一步降低了中介的平均信息成本，考慮到信息在中介和不知情投資者之間的不對稱，用λ<1表示損失風險的分擔，N>I表示信息成本的實際分擔份數，則預期投資收益為：

VN=α[βH+（1-β）λL]-c/N（3）

市場融資、中介融資和非銀行中介網絡融資的邊界可以用一個簡略的示意（圖1）來表示：

圖1市場融資、中介融資和

非銀行中介網絡融資的邊界

從圖1可以看出，實線分割區域是市場與中介融資的占有區域，在觀點多樣化且信息成本很高時，項目不會獲得融資；在觀點多樣化且信息成本很低時，市場融資占優；在觀點相對一致且信息成本較高時，市場融資占優。虛線分割區域描述的是非銀行中介網絡融資相對市場融資的情形，與傳統中介融資相比，融資范圍有所擴大，在一些觀點多樣化程度較高的情況下，項目可能獲得融資，與市場融資相比，在信息成本較高的情況下，結果類似，最終不融資的區域縮小了。

非銀行中介網絡是傳統中介與市場交叉融合的產物，從權利義務關系和信息處理看更多展示的是中介本質，從風險管理和流動性角度看則明顯表現出市場特征。近三十年來，金融體系的總體演化方向是中介與市場互相依存、互相促進和共生發展，大量金融創新和金融分工的進一步專業化則集中體現在非銀行金融網絡領域。

從微觀機制深入分析，可以看出非銀行中介網絡的發展內生促進了金融發展水平。除了極少數發展成熟的傳統產業（例如農業），大多數行業都存在不同的先驗概率和信息不完全問題，而不僅是創新領域，這在經濟周期和金融危機的反復出現中已經不斷得到證實。從式（3）中可以看出，在給定投資人樂觀態度概率的前提下，觀點多樣性、信息成本和風險分擔最終決定了投資人的投資收益預期，也就決定了項目能夠獲得資金的可能性。

非銀行中介網絡的典型特征是將傳統中介的職能細分，由多種中介形成信用鏈條，這種上下游的合作大大促進了觀點的趨近，也就是β值向上部區域移動，從而減少了因為信念分歧導致的不融資現象。在信息生產和處理環節，分工更專業的中介網絡在信息挖掘和共享上更有優勢，從而比傳統中介更好地降低了信息成本，同時在一定程度上能夠避免市場機制下搭便車的問題，并從中獲得收益。在風險分擔上，由于融資的發起者并不會最終持有資產到期，而是會采用分層技術等手段，提煉出不同等級的資產進行證券化，這無疑降低了最初投資者的風險，而在系統風險不出現的情況下，市場會將風險和收益分配到不同偏好的投資人，當然發起分銷模式也增加了不穩定性，這在2008年國際金融危機后得到了廣泛的反思。

總體上看，非銀行中介網絡的快速發展有其內在因素，而這些因素與外部需求的結合促成了新的金融結構的浮現。

四、宏觀實證研究

（一）變量的選擇

1.被解釋變量

金融結構（STRUC），本文是指非銀行中介網絡資產與金融業總資產的比值。非銀行中介網絡資產從資金運用方計算，包括：（1）金融中介表外資產，主要構成是委托貸款、信托貸款和未貼現票據，這些都是商業銀行等中介從事的非信貸類融資活動，其典型特征是中介作為融資網絡的一個環節，但并不直接持有信用資產；（2）中介持有的債券托管量，主要是商業銀行、證券公司、保險公司和基金公司等持有的債券，這部分企業融資本質上是借助市場由金融中介提供資金，從融資角度與信貸的差別要遠小于本來意義上的直接融資；（3）中介持有的股票市值，主要是證券公司、保險公司和基金公司等機構持有的股票市值，在我國中介持有的股票市值占比很低，這也反映了專業化程度較低的現狀。考慮到數據的可獲得性和內涵的一致性，金融業總資產是從資金提供方計算的，由銀行業資產、債券市場市值和股票市場市值組成，并剔除了重復部分。其中，銀行業資產用本外幣存款度量，債券市場市值中剔除了銀行業持有的部分，股票市場市值采用的是企業和個人直接持有的流通市值。

2.解釋變量

（1）金融相關比率（FIR）。

金融相關比率采用的是經典定義，即金融業總資產與GDP的比值，用來表示金融發展水平。

（2）金融政策（CBA）。

采用中央銀行資產占金融業總資產比例的指標衡量中央銀行活動，進而估量對中介和市場發展的影響。

（3）同業資產比率（IBA）。

用存款類金融機構對其他存款類金融機構和對其他金融機構債權和占金融業總資產比率來衡量同業活動的發展。

（4）債市活躍度（DMA）。

用債券市場回購交易量和現券交易量的總和與債市托管量的比值來衡量債券市場的活躍程度。

（5）股市活躍度（STMA）。

用股票市場成交量與股票市場市值的比值來衡量股票市場的活躍程度。

（二）數據來源及處理

本文選取的樣本區間為2002—2012年的季度數據，共44組。數據整理自Wind數據庫、人民銀行及中債公司公開發布的報告和報表。在實證過程中發現，FIR具有顯著季節性，本文用X12法對FIR序列進行季節調整，季節調整后序列用FIR_SA表示季節性消除。對所有變量做對數處理，前面加“L”表示。endprint

（三）實證檢驗與分析

1.平穩性檢驗

ADF檢驗表明，在5%的顯著性水平下，各變量非平穩，但一階差分平穩，因此，各變量為一階單整時間序列，滿足協整的必要條件，如表1所示。

2.協整檢驗

本文采用Johansen協整檢驗方法對六個變量進行協整關系檢驗。本文根據SC信息準則和AIC信息準則這兩個指標來選擇滯后階數，同時對于相差不多的SC和AIC值來說，要選擇較小的滯后期，以防止自由度的減少，從而影響模型參數估計的有效性。通過幾次試驗發現，隨著滯后階數的增加，SC和AIC的值變化不大，故本文的VAR模型選擇最優滯后期為2。

由于六個變量均為I（1）序列，可以建立協整模型。根據初始數據形態，序列數據空間中沒有確定的線性趨勢，協整方程中有截距項，但無趨勢項，最終的檢驗結果如表2所示。

λtrace統計量檢驗結果表明：在5%的顯著性水平下，六個變量間存在協整關系。進一步建立協整方程式，參數估計如表3所示。

LSTRUCt=-409+095LFIR_SAt+070LCBAt+053LIBAt+033LDMAt-008LSTMAt+ecmt（4）

由協整方程式可以看出，金融相關比率對非銀行金融結構影響最大且為正，中央銀行資產和銀行同業資產比率對金融結構影響次之且為正，債券市場活躍度對金融結構影響顯著，股市活躍度對金融結構影響較小。

根據上文分析，基于VAR（2）模型，對六個變量進行Granger因果檢驗，結果如表4所示。

從表4中可以看出，在非銀行金融結構方程中，在5%的顯著性水平下，單個變量LCBA、LIBA、LDMA和LSTMA分別是STRUC的Granger成因，雖然LFIR_SA作為單個變量不是STRUC的Granger成因，但是聯合檢驗結果拒絕原假設，因此，可以將FIR_SA、CBA、IBA、DMA和STMA作為STRUC的內生變量進行研究。

4.進一步分析

實證結果表明，金融發展水平（以金融深化程度衡量）對非銀行中介網絡的發展具有最為重要的影響，這也與目前對各主要經濟體的金融體系演化觀察相一致。伴隨著金融深化與專業分工，傳統的中介職能正在迅速分離重組，并產生了大量創新的產品和模式，這些活動的鏈式交叉特征以及對市場的充分運用，使非銀行中介網絡得以形成并快速擴張。傳統的銀行信貸和股票市場融資仍然發揮著基礎性作用，但非銀行中介網絡代表了金融體系演化的方向和趨勢，這也在一定程度上驗證了金融體系演化內生性的命題。

金融政策和銀行間市場對非銀行中介網絡發展影響顯著。一方面，非銀行中介類金融活動大多數與金融創新密不可分，天然具有規避政策風險的性質；另一方面，我國銀行間市場是金融結構調整的前沿，其培育主要由中央銀行推動，流動性供給和金融工具設計都是來自中央銀行，所以，中央銀行行為最能體現在金融結構的變動中。銀行間債券市場已經成為最重要的債券交易平臺，目前信貸在社會融資規模中占比持續下降，該市場的活躍是關鍵因素。同業業務也是能夠說明我國金融體系演化的一個重要構成，為充分運用資產，商業銀行開展了大量同業業務，銀證、銀信和銀保的大量合作也體現了在分業交叉地帶協作與融合的發展需求。另外，股市影響很小，這主要和我國股票市場近年來的發展緩慢有關，更多的非銀行中介活動實際上產生于商業銀行內部和銀行間市場。

五、結論和政策建議

我國的金融深化程度正在快速提高，在達到一定階段之后，也必然引起非銀行中介網絡的爆炸式發展，無論是商業銀行向著全能化方向邁進，還是以大量新型中介機構的面貌出現，其本質都是相同的。由于金融深化和經濟市場波動等各方面原因，使得各金融變量受到的外部沖擊會給非銀行金融結構帶來不同程度和方向的影響，貨幣當局或者政府在制定相關政策時，應考慮其可能對金融結構產生的影響，及由此帶來的之后一個時期金融體系運行狀態的變化。

參考文獻：

[1]埃斯里·德米爾古克·肯特，羅斯·萊文金融結構和經濟增長：銀行、市場和發展的跨國比較[M]黃純純譯，北京：中國人民大學出版社，2006

[2]Turner， ASecuritisation， Shadow Banking and the Value of Financial Innovation[R] The Rostov Lecture on International Affairs， School of Advanced International Studies， Johns Hopkins University， 201219

[3]富蘭克林·艾倫，道格拉斯·蓋爾比較金融系統[M]王晉斌，朱春燕，丁新婭等譯，北京：中國人民大學出版社，2004

[4]Goldsmith， R W Financial Structure and Development[M] New Haven， CT： Yale University Press， 1969

[5]Shin， H H，Stulz， R MFirm Value，Risk， and Growth Opportunities[R] National Bureau of Economic Research， No7808，2000

[6]Gorton， G，Metrick， ARegulating the Shadow Banking System[J] Brookings Papers on Economic Activity， 2010，（2）

[7]Gennaioli， N， Shleifer， A，Vishny， RNeglected Risks，Financial Innovation， and Financial Fragility[J] Journal of Financial Economics，2012， 104（3）：452-468

[8]Crockett， AWhat Financial System for the 21st Century？[R]Per Jacobsson lecture， Basel， 2011-06-26

[9]Hoeing， T MMaintaining Stability in a Changing Financial System：Some Lessons Relearned Again？[J] Economic Review， 2009，1（3）：23-25

[10]Allen， F， Gale， DDiversity of Opinion and Financing of New Technologies[J] Journal of Financial Intermediation，1999， 8（1）：68-89

（責任編輯：楊全山）endprint

（三）實證檢驗與分析

1.平穩性檢驗

ADF檢驗表明，在5%的顯著性水平下，各變量非平穩，但一階差分平穩，因此，各變量為一階單整時間序列，滿足協整的必要條件，如表1所示。

2.協整檢驗

本文采用Johansen協整檢驗方法對六個變量進行協整關系檢驗。本文根據SC信息準則和AIC信息準則這兩個指標來選擇滯后階數，同時對于相差不多的SC和AIC值來說，要選擇較小的滯后期，以防止自由度的減少，從而影響模型參數估計的有效性。通過幾次試驗發現，隨著滯后階數的增加，SC和AIC的值變化不大，故本文的VAR模型選擇最優滯后期為2。

由于六個變量均為I（1）序列，可以建立協整模型。根據初始數據形態，序列數據空間中沒有確定的線性趨勢，協整方程中有截距項，但無趨勢項，最終的檢驗結果如表2所示。

λtrace統計量檢驗結果表明：在5%的顯著性水平下，六個變量間存在協整關系。進一步建立協整方程式，參數估計如表3所示。

LSTRUCt=-409+095LFIR_SAt+070LCBAt+053LIBAt+033LDMAt-008LSTMAt+ecmt（4）

由協整方程式可以看出，金融相關比率對非銀行金融結構影響最大且為正，中央銀行資產和銀行同業資產比率對金融結構影響次之且為正，債券市場活躍度對金融結構影響顯著，股市活躍度對金融結構影響較小。

根據上文分析，基于VAR（2）模型，對六個變量進行Granger因果檢驗，結果如表4所示。

從表4中可以看出，在非銀行金融結構方程中，在5%的顯著性水平下，單個變量LCBA、LIBA、LDMA和LSTMA分別是STRUC的Granger成因，雖然LFIR_SA作為單個變量不是STRUC的Granger成因，但是聯合檢驗結果拒絕原假設，因此，可以將FIR_SA、CBA、IBA、DMA和STMA作為STRUC的內生變量進行研究。

4.進一步分析

實證結果表明，金融發展水平（以金融深化程度衡量）對非銀行中介網絡的發展具有最為重要的影響，這也與目前對各主要經濟體的金融體系演化觀察相一致。伴隨著金融深化與專業分工，傳統的中介職能正在迅速分離重組，并產生了大量創新的產品和模式，這些活動的鏈式交叉特征以及對市場的充分運用，使非銀行中介網絡得以形成并快速擴張。傳統的銀行信貸和股票市場融資仍然發揮著基礎性作用，但非銀行中介網絡代表了金融體系演化的方向和趨勢，這也在一定程度上驗證了金融體系演化內生性的命題。

金融政策和銀行間市場對非銀行中介網絡發展影響顯著。一方面，非銀行中介類金融活動大多數與金融創新密不可分，天然具有規避政策風險的性質；另一方面，我國銀行間市場是金融結構調整的前沿，其培育主要由中央銀行推動，流動性供給和金融工具設計都是來自中央銀行，所以，中央銀行行為最能體現在金融結構的變動中。銀行間債券市場已經成為最重要的債券交易平臺，目前信貸在社會融資規模中占比持續下降，該市場的活躍是關鍵因素。同業業務也是能夠說明我國金融體系演化的一個重要構成，為充分運用資產，商業銀行開展了大量同業業務，銀證、銀信和銀保的大量合作也體現了在分業交叉地帶協作與融合的發展需求。另外，股市影響很小，這主要和我國股票市場近年來的發展緩慢有關，更多的非銀行中介活動實際上產生于商業銀行內部和銀行間市場。

五、結論和政策建議

我國的金融深化程度正在快速提高，在達到一定階段之后，也必然引起非銀行中介網絡的爆炸式發展，無論是商業銀行向著全能化方向邁進，還是以大量新型中介機構的面貌出現，其本質都是相同的。由于金融深化和經濟市場波動等各方面原因，使得各金融變量受到的外部沖擊會給非銀行金融結構帶來不同程度和方向的影響，貨幣當局或者政府在制定相關政策時，應考慮其可能對金融結構產生的影響，及由此帶來的之后一個時期金融體系運行狀態的變化。

參考文獻：

[1]埃斯里·德米爾古克·肯特，羅斯·萊文金融結構和經濟增長：銀行、市場和發展的跨國比較[M]黃純純譯，北京：中國人民大學出版社，2006

[2]Turner， ASecuritisation， Shadow Banking and the Value of Financial Innovation[R] The Rostov Lecture on International Affairs， School of Advanced International Studies， Johns Hopkins University， 201219

[3]富蘭克林·艾倫，道格拉斯·蓋爾比較金融系統[M]王晉斌，朱春燕，丁新婭等譯，北京：中國人民大學出版社，2004

[4]Goldsmith， R W Financial Structure and Development[M] New Haven， CT： Yale University Press， 1969

[5]Shin， H H，Stulz， R MFirm Value，Risk， and Growth Opportunities[R] National Bureau of Economic Research， No7808，2000

[6]Gorton， G，Metrick， ARegulating the Shadow Banking System[J] Brookings Papers on Economic Activity， 2010，（2）

[7]Gennaioli， N， Shleifer， A，Vishny， RNeglected Risks，Financial Innovation， and Financial Fragility[J] Journal of Financial Economics，2012， 104（3）：452-468

[8]Crockett， AWhat Financial System for the 21st Century？[R]Per Jacobsson lecture， Basel， 2011-06-26

[9]Hoeing， T MMaintaining Stability in a Changing Financial System：Some Lessons Relearned Again？[J] Economic Review， 2009，1（3）：23-25

[10]Allen， F， Gale， DDiversity of Opinion and Financing of New Technologies[J] Journal of Financial Intermediation，1999， 8（1）：68-89

（責任編輯：楊全山）endprint

（三）實證檢驗與分析

1.平穩性檢驗

ADF檢驗表明，在5%的顯著性水平下，各變量非平穩，但一階差分平穩，因此，各變量為一階單整時間序列，滿足協整的必要條件，如表1所示。

2.協整檢驗

本文采用Johansen協整檢驗方法對六個變量進行協整關系檢驗。本文根據SC信息準則和AIC信息準則這兩個指標來選擇滯后階數，同時對于相差不多的SC和AIC值來說，要選擇較小的滯后期，以防止自由度的減少，從而影響模型參數估計的有效性。通過幾次試驗發現，隨著滯后階數的增加，SC和AIC的值變化不大，故本文的VAR模型選擇最優滯后期為2。

由于六個變量均為I（1）序列，可以建立協整模型。根據初始數據形態，序列數據空間中沒有確定的線性趨勢，協整方程中有截距項，但無趨勢項，最終的檢驗結果如表2所示。

λtrace統計量檢驗結果表明：在5%的顯著性水平下，六個變量間存在協整關系。進一步建立協整方程式，參數估計如表3所示。

LSTRUCt=-409+095LFIR_SAt+070LCBAt+053LIBAt+033LDMAt-008LSTMAt+ecmt（4）

由協整方程式可以看出，金融相關比率對非銀行金融結構影響最大且為正，中央銀行資產和銀行同業資產比率對金融結構影響次之且為正，債券市場活躍度對金融結構影響顯著，股市活躍度對金融結構影響較小。

根據上文分析，基于VAR（2）模型，對六個變量進行Granger因果檢驗，結果如表4所示。

從表4中可以看出，在非銀行金融結構方程中，在5%的顯著性水平下，單個變量LCBA、LIBA、LDMA和LSTMA分別是STRUC的Granger成因，雖然LFIR_SA作為單個變量不是STRUC的Granger成因，但是聯合檢驗結果拒絕原假設，因此，可以將FIR_SA、CBA、IBA、DMA和STMA作為STRUC的內生變量進行研究。

4.進一步分析

實證結果表明，金融發展水平（以金融深化程度衡量）對非銀行中介網絡的發展具有最為重要的影響，這也與目前對各主要經濟體的金融體系演化觀察相一致。伴隨著金融深化與專業分工，傳統的中介職能正在迅速分離重組，并產生了大量創新的產品和模式，這些活動的鏈式交叉特征以及對市場的充分運用，使非銀行中介網絡得以形成并快速擴張。傳統的銀行信貸和股票市場融資仍然發揮著基礎性作用，但非銀行中介網絡代表了金融體系演化的方向和趨勢，這也在一定程度上驗證了金融體系演化內生性的命題。

金融政策和銀行間市場對非銀行中介網絡發展影響顯著。一方面，非銀行中介類金融活動大多數與金融創新密不可分，天然具有規避政策風險的性質；另一方面，我國銀行間市場是金融結構調整的前沿，其培育主要由中央銀行推動，流動性供給和金融工具設計都是來自中央銀行，所以，中央銀行行為最能體現在金融結構的變動中。銀行間債券市場已經成為最重要的債券交易平臺，目前信貸在社會融資規模中占比持續下降，該市場的活躍是關鍵因素。同業業務也是能夠說明我國金融體系演化的一個重要構成，為充分運用資產，商業銀行開展了大量同業業務，銀證、銀信和銀保的大量合作也體現了在分業交叉地帶協作與融合的發展需求。另外，股市影響很小，這主要和我國股票市場近年來的發展緩慢有關，更多的非銀行中介活動實際上產生于商業銀行內部和銀行間市場。

五、結論和政策建議

我國的金融深化程度正在快速提高，在達到一定階段之后，也必然引起非銀行中介網絡的爆炸式發展，無論是商業銀行向著全能化方向邁進，還是以大量新型中介機構的面貌出現，其本質都是相同的。由于金融深化和經濟市場波動等各方面原因，使得各金融變量受到的外部沖擊會給非銀行金融結構帶來不同程度和方向的影響，貨幣當局或者政府在制定相關政策時，應考慮其可能對金融結構產生的影響，及由此帶來的之后一個時期金融體系運行狀態的變化。

參考文獻：

[1]埃斯里·德米爾古克·肯特，羅斯·萊文金融結構和經濟增長：銀行、市場和發展的跨國比較[M]黃純純譯，北京：中國人民大學出版社，2006

[2]Turner， ASecuritisation， Shadow Banking and the Value of Financial Innovation[R] The Rostov Lecture on International Affairs， School of Advanced International Studies， Johns Hopkins University， 201219

[3]富蘭克林·艾倫，道格拉斯·蓋爾比較金融系統[M]王晉斌，朱春燕，丁新婭等譯，北京：中國人民大學出版社，2004

[4]Goldsmith， R W Financial Structure and Development[M] New Haven， CT： Yale University Press， 1969

[5]Shin， H H，Stulz， R MFirm Value，Risk， and Growth Opportunities[R] National Bureau of Economic Research， No7808，2000

[6]Gorton， G，Metrick， ARegulating the Shadow Banking System[J] Brookings Papers on Economic Activity， 2010，（2）

[7]Gennaioli， N， Shleifer， A，Vishny， RNeglected Risks，Financial Innovation， and Financial Fragility[J] Journal of Financial Economics，2012， 104（3）：452-468

[8]Crockett， AWhat Financial System for the 21st Century？[R]Per Jacobsson lecture， Basel， 2011-06-26

[9]Hoeing， T MMaintaining Stability in a Changing Financial System：Some Lessons Relearned Again？[J] Economic Review， 2009，1（3）：23-25

[10]Allen， F， Gale， DDiversity of Opinion and Financing of New Technologies[J] Journal of Financial Intermediation，1999， 8（1）：68-89

（責任編輯：楊全山）endprint