我國影子銀行規模與貨幣供給量的關系研究

摘 要：本文采用我國1990—2014年的年度經濟數據，建立MSVAR模型研究不同經濟周期下我國影子銀行規模與貨幣供給量的相互關系。實證結果表明：在不同的經濟周期下，我國影子銀行規模與貨幣供給量之間存在非線性關系且相互之間的影響表現為明顯的區制依賴性；在“經濟繁榮”區制中，影子銀行規模增速和貨幣供給量增速均較快；而在“經濟蕭條”區制中，影子銀行規模增速和貨幣供給量增速均較低。

關鍵詞：影子銀行；貨幣供給量；經濟周期；MSVAR模型

中圖分類號：F822.0 文獻標識碼：A 文章編號：1003-9031（2015）06-0004-05

一、前言及文獻回顧

20世紀70年代以來，隨著影子銀行體系的迅速發展，它已經成為宏觀經濟體系中不可或缺的組成部分，深刻影響著國民經濟的運行和貨幣政策的調控。雖然國內外很多學者對影子銀行問題進行了相關研究，但對于影子銀行的定義卻尚未達成一致。Paul Tucker（2010）將影子銀行定義為以單獨或合作的方式提供傳統商業銀行相關服務的金融工具、機構或活動[1]。金融穩定委員會（2011）認為影子銀行是除正規銀行體系外，可為金融活動提供信用媒介的中介機構[2]。周莉萍（2011）從金融功能的視角理解現代影子銀行的本質，認為影子銀行就是平行替代了商業銀行傳統職能的非銀行類機構，其信用創造機制對商業銀行具有有限替代功能[3]。黃益平（2012）認為中國的影子銀行主要包括向公眾銷售理財產品的信托融資和由金融機構作中介的委托融資[4]。巴曙松（2013）認為中國的影子銀行與歐美的有著本質的不同，中國影子銀行處于金融監管的范圍內并且不具備明顯的高杠杠率和期限錯配的特征，也尚不存在引發系統風險的可能[5]。

針對影子銀行與經濟發展的關系方面， Rydstorm（2007）認為影子銀行體系的產生對實體經濟的發展起到了一定的積極作用[6]。Nersisyan Wray（2010）認為正是由于影子銀行的高杠杠性，導致金融虛擬化異常嚴重，這使得實體經濟更容易受金融不穩定的影響[7]。Adrian Shin（2009）深入研究了影子銀行與金融危機的關系，認為影子銀行的信貸擴張模式是造成經濟崩潰的主要因素[8]。薛昊旸（2013）認為影子銀行體系的出現推動了金融市場的發展并通過貨幣供給和需求促進實體經濟的發展[9]。丁曉峰（2014）發現我國地方融資平臺的債償風險與影子銀行體系有著緊密的聯系，并認為次貸危機后，我國影子銀行給經濟增長帶來了正面的效應以及一定的風險效應[810。沈悅、謝坤鋒（2013）的實現分析發現經濟發展也能夠促進影子銀行規模的擴張[11]。

隨著影子銀行的快速發展，如今其不僅與經濟發展關系密切，也成為影響貨幣政策調控的最重要的因素。Fabio Verono（2011）構建包含影子銀行部門的動態一般均衡模型，通過分析后發現影子銀行體系可以制約貨幣政策目標的實現[12]。Panageas（2009）認為影子銀行系統能夠通過持續的證券化活動產生“私人制造的貨幣”，從而在廣義“流動性”上發揮信用創造功能，對央行的貨幣政策調整效果產生巨大的沖擊[13]。李波、伍戈（2011） 以次級貸款為案例，說明了影子銀行的信用創造過程并總結出其對貨幣政策的四大挑戰[14]。張健興（2013）認為由于存在影子銀行體系，貨幣政策的傳導方向和傳導過程均會增加不確定性，從而影響了貨幣政策的調控效果[15]。李新功（2014）認為影子銀行運用自身信用創造功能向社會增加了信貸供給，實際擴大了貨幣供應量，這對當前我國貨幣供應量中介目標產生了沖擊，影響了貨幣政策調控效果[16]。

有關影子銀行非對稱性作用的文獻不多。駱振心、馮科（2012）認為影子銀行對貨幣政策影響具有非對稱性[17]。周莉萍（2013）認為影子銀行活動的順周期特性能夠影響傳統信貸和廣義流動性，導致貨幣政策效果扭曲，宏觀經濟波動加劇[18]。

縱觀國內外已有文獻，大部分文獻討論的是影子銀行對宏觀經濟或貨幣政策的影響，有關影子銀行非對稱作用研究的文獻并不多，也很少見到對影子銀行、經濟增長和貨幣供給量三者之間非線性關系進行估計的文獻，僅有Landau（2009）認為影子銀行活動對貨幣政策的影響因經濟周期階段不同而存在差異[19]。很多文獻只是簡單的研究影子銀行對經濟增長或貨幣供給量的線性影響，并未涉及非線性關系的研究。我們認為宏觀經濟變量是具有非對稱特性的，在受到隨機變量沖擊時有可能發生結構性改變，某些因素的改變可能影響到變量之間的關系。因此，筆者認為在不同的經濟周期下，影子銀行規模與貨幣供給量的關系可能是非線性的。為探討這種關系，本文應用馬爾科夫轉移向量自回歸模型（MSVAR）來研究不同經濟周期下，影子銀行規模與貨幣供給量的相互關系。

二、 數據的選取和處理

關于影子銀行的統計口徑，國內外學者們尚未達成一致，而為確定影子銀行的統計范圍，首先應對影子銀行作出相應的界定。本文認為影子銀行是能夠代替傳統商業銀行功能，并且不受或少受監管的信用中介活動的總稱。

李建軍（2010）曾經提出過未觀測金融的概念。從定義上講，未觀測金融指的是具有較強的隱蔽性，未受到嚴格的監管也沒有納入到金融統計體系中的金融活動。通過對比可知，本文定義的影子銀行與未觀測金融與擁有很多相似的地方，如都具有隱蔽性，未被納入金融統計體系，少受或者未受監管，但它們卻活躍在現階段的金融市場中。由此，參考李建軍（2008）的研究成果，本文認為未觀測金融活動是指具有較強隱蔽性的金融機構（可以是銀行也可以非銀行）通過吸收存款等方式來獲得資金，再通過貸款的形式將這些資金借給從事經濟活動的組織或個人，這種運作模式也可以被稱為未觀測信貸[20]。因此，根據本文對影子銀行的界定，可以把中國未觀測信貸規模當作中國影子銀行規模。

因此，依據上述分析結果再借鑒封思賢（2014）的測算方法對影子銀行規模進行量化[21]，計算公式如下：

其中，Shb表示影子銀行規模；Noe表示未觀測經濟規模，等于國民總收入GNP減去可觀測收入INC；Loan表示金融機構貸款余額；Gdp表示國內生產總值。通過上述公式計算出影子銀行規模增速DShb來衡量我國影子銀行的發展狀況。

在經濟發展狀況方面，本文選取國內生產總值Gdp的增長率來衡量我國經濟的發展狀況，記為DGdp。通過這個指標可以反映我國經濟周期的波動情況。

貨幣供應量方面，本文選取我國的廣義貨幣M2的增長率作為貨幣供應量的度量指標，記為DM2。M2不僅反映潛在購買力，也反映現實購買力，而且影子銀行系統中相關金融工具與M2具有較強的相關性。

為消除異方差影響，以上數據在實證分析前全部進行對數化處理。

上述原始數據來源于《中國統計年鑒》和《中國金融年鑒》，樣本區間：1990—2014年。分析軟件包括Eviews6.0、OxMetrics6、GiveWin2以及OX-MSVAR軟件包。

三、 基于MSVAR模型的實證檢驗

（一）模型說明

傳統VAR模型具有參數不變的特征，但在實際情況中，不同變量之間的關系會受到環境背景和變量自身狀況等諸多因素的影響而有可能發生改變。VAR模型沒有描述這種關系的能力，而馬爾科夫區制轉移的向量自回歸模型能較好地刻畫樣本期內變量之間非線性的動態關系。

Krozlig在Hamilton的研究基礎上，將MS模型與VAR模型結合起來稱為馬爾科夫轉移向量自回歸模型。其主要特征是模型回歸參數伴隨著區制變量的變化而變化，即意味著不同的區制狀態下，模型回歸參數是不一樣的，而該區制變量的實現服從一個離散時間、離散狀態馬爾可夫隨機過程。MSVAR模型的基本原理是：對于可觀測的時間序列向量di，其變動生成過程中的參數依賴于不可觀測的區制變量，這里dt表示模型所處不同區制中概率。

假設滯后為P，區制數為m，則MS-VAR（p）的一般形式為：

依據模型回歸參數對區制狀態的依賴性，MS-VAR模型可分為MSM-VAR、MSMH-VAR、MSMA-VAR、MSMAH-VAR、MSI-VAR、MSIH-VAR、MSIA-VAR、MSIAH-VAR等形式。

（二）實證結果分析

1.穩定性檢驗

穩定性檢驗結果表明數據差分后在1%水平上均為平穩序列。

構建包含DShb、DM2和DGdp的MSVAR模型。根據對數似然值、AIC、HQ和SC準則判定模型的滯后階數為1。依據中國經濟周期的劃分，確定經濟繁榮和經濟蕭條兩個區制，并通過不同模型的分析比較，最終確定最優模型MSIA（2）-VAR（1）。即存在兩個區制，滯后1階且截距和自回歸系數隨狀態的變化而變化。

從MSIA（2）-VAR（1）模型的檢驗結果來看，LR線性統計量為56.758，卡方統計量的P值和Davies檢驗P值均為0，顯著的拒絕線性模型假設，說明設定的非線性模型是合適的。因此，數據變量的形成中應該存在不同狀態的條件均值區域，利用馬爾可夫區制轉移模型去描述時間序列的動態特征是合理的。下表給出了MSVAR模型的估計結果：

從上表模型估計結果可以看出，區制1表示的是經濟繁榮時期，區制2表示的是經濟蕭條時期。在經濟繁榮時期，影子銀行規模增速和貨幣供給量增速均加快，而在經濟蕭條時期，影子銀行規模增速和貨幣供給量增速均減慢。

在區制1中，滯后1期的經濟增長率變動對當期的自身變動和影子銀行規模增速變動均存在著顯著的正向作用，即在區制1中，經濟增長率的提升會促進影子銀行規模增速的加快；滯后1期的經濟增長率變動對當期貨幣供給量增速的變動則具有負向的影響，即在區制1中，若經濟增長率持續處于高位，會引起貨幣供給量的減少。滯后1期的影子銀行規模增速變動對當期存在正向影響，但不是很顯著；而滯后1期的影子銀行規模增速變動對當期的經濟增長率變動和貨幣供給量增速的變動均存在較為顯著的正向影響，即在區制1中，規模增速較快的影子銀行對自身的影響較為微弱但卻能顯著影響經濟增長率和貨幣供給量。滯后1期的貨幣供給量增速的變動對當期自身變動和影子銀行規模增速變動及經濟增長率變動均存在負向作用，即表示在區制1中，當貨幣供給量達到較大的數量，影子銀行規模會縮小，而經濟增長率會降低。

在區制2中，滯后1期的經濟增長率變動對當期經濟增長率變動存在負向作用但不是很顯著，而滯后1期的經濟增長率變動對當期影子銀行規模增速變動和貨幣供給量增速變動均存在顯著的正向影響。滯后1期影子銀行規模增速變動對當期自身變動存在微弱的負向影響，而對經濟增長率變動和貨幣供給量變動的正向影響則較為顯著。滯后1期的貨幣供給量增速的變動對影子銀行規模增速變動和自身的變動均有顯著的負向作用，而對經濟增長率變動則存在正向的影響。

總的來說，當處于經濟繁榮時期，影子銀行規模和貨幣供給量的增速均加快；當處于經濟蕭條時期，影子銀行規模和貨幣供給量的增速均減慢，且在不同的區制內影子銀行規模與貨幣供給量之間的關系是不同的。

表4是時間序列中區制轉移概率Pij的估計結果。表5給出了各區制狀態持續期的估計結果，其中經濟運行處于同一區制的平均持續期為：D（Si）=

表4給出了不同區制之間的轉移概率。從估計結果中可以看出，系統維持在經濟繁榮狀態的概率為0.8032，由經濟繁榮期轉移到經濟蕭條期的概率為0.1968；系統維持在經濟蕭條狀態的概率為0.7654，由經濟蕭條期轉移到經濟繁榮期的概率0.2346。

表5說明系統54.39%的時間處于經濟繁榮狀態，平均持續期為5.08年；45.61%的時間處于經濟蕭條狀態，平均持續期為4.26年。

圖1給出了各區制階段的概率估計結果。從中我們可以看出，“經濟繁榮”區制的樣本集中于1991—1996年、2003—2007年和2009年，這段時間內我國影子銀行規模增長速度和貨幣供給量增長速度都比較高。“經濟蕭條”區制的樣本集中在1997—2002年、2008年和2010—2014年，這段時間內我國影子銀行規模增長速度和貨幣供給量增長速度均比較低。不同區制狀態的轉移概率和持續概率期隨區制狀態的不同而不同，這說明不同經濟周期下，我國影子銀行規模與貨幣供給量之間存在非線性關系。

四、 結論及建議

（一）結論

本文利用MSVAR模型實證研究了不同經濟周期下，我國影子銀行規模與貨幣供給量的關系并得出以下兩點結論：

1.MSIA（2）-VAR（1）模型擬合效果較優，非線性模型參數均通過顯著性檢驗且具有明顯的兩區制結構變化。區制1表示的是經濟繁榮狀態，區制2表示的是經濟蕭條狀態，在不同的區制內影子銀行規模與貨幣供給量的關系是有不相同的。大部分樣本處于區制1中，樣本頻率較高，持續時間較長；小部分樣本處于區制2中，樣本頻率較低，持續時間較短。

2.1991—1996年、2003—2007年和2009年，在這三個時間段內我國影子銀行規模增長速度和貨幣供給量增長速度都比較高；1997—2002年、2008年和2010—2014年，這三個時間段內我國影子銀行規模增長速度和貨幣供給量增長速度比較低。不同區制狀態的轉移概率和持續概率期隨區制狀態的不同而不同，這說明不同經濟周期下，我國影子銀行規模與貨幣供給量之間存在非線性關系。

（二）政策建議

實證結果表明，我國影子銀行的發展與貨幣供給量存在著非線性關系，影子銀行的發展關系著我國金融體系和國民經濟體系的穩定。為了使得貨幣政策更好的實施，筆者認為可采取以下幾種措施。

1.中央銀行應與監管部門加強合作。通過各部門的合作，堵塞監管漏洞，統一銀行與非銀行金融機構的監管口徑，防止影子銀行超常發展造成貨幣政策傳導路徑扭曲，降低影子銀行活動對貨幣政策調控的干擾。

2.應完善貨幣政策中介目標體系。央行應擴大金融活動監測范圍，綜合使用多種數量型指標，并盡可能采用價格型政策工具和間接調控方式引導經濟活動。此外，貨幣政策的制定與實施應尊重市場規律基礎，增強政策的前瞻性和平滑性，防止流動性大起大落，造成政策效果異化與金融體系不穩定。

3.應完善利率市場化形成機制。中國影子銀行是金融抑制下金融創新的產物，通過深化金融體制改革，完善利率市場化形成機制，擴大正規金融體系服務覆蓋領域、規范非正規金融機構（活動）運行秩序，盡量減少影子銀行對貨幣供給統計的影響。

4.應構建和完善金融市場征信體系。當前，我國的信用體系尚不夠健全，建立在信用體系上的影子銀行業務活動缺乏基本保障。盡管影子銀行體系中過度的信用擴張會給貨幣政策帶來極大的干擾，但在健全的監管制度之下的信用創新對國民經濟有著重要的現實意義。因此，我國需進一步加強和完善征信機制，為貨幣政策的調控和國民經濟的發展提供切實保障。

（特約編輯：苗啟虎）

參考文獻：

[1]Tucker P.Shadow banking， financing markets and financial stability[C]//Remarks by Mr Paul Tucker， Deputy Governor for Financial Stability at the Bank of England， at a Bernie Gerald Cantor （BGC）Partners Seminar， London.2010.

[2]FSB. Shadow Banking：Scoping the Issues [D].A Background Note of the Financial Stability Board，2011（4）：12.

[3]周莉萍.影子銀行體系的信用創造：機制、效應和應對思路[J]. 金融評論，2011（4）：37-53、124.

[4]黃益平，常健，楊靈修.中國的影子銀行會成為另一個次債？[J].國際經濟評論，2012（2）：42-51、5.

[5]巴曙松.應從金融結構演進角度客觀評估影子銀行[J].經濟縱橫，2013（4）：27-30.

[6]Rydstrom R I. Coping with the national mortgage meltdown and the collapse of the shadow banking sys-tem[J].USA today， 2007， 136： 2750.

[7]Nersisyan Y，Wray L R.The global financial crisis and the shift to shadow banking[R].Working paper，Levy Economics Institute，2010.

[8]Adrian T，Shin H S.The shadow banking system： implications for financial regulation[R].Staff Report， Federal Reserve Bank of New York，2009.

[9]薛昊旸. 影子銀行體系及其宏觀效應研究[J].山西大學學報（哲學社會科學版），2013（5）：110-115.

[10]丁曉峰. 影子銀行發展路徑與地方融資平臺投融資模式轉變[J].管理現代化，2014（3）：10-12.

[11]沈悅，謝坤鋒.影子銀行發展與中國的經濟增長[J]. 金融論壇，2013（3）：9-14、36.

[12]Fabio Verona，Manuel M F Martins，Drumond. Monetary Pol-icy Shocks in a DSGE Model with a Shadow Banking System [M]. CEP -UP Working Paper，2011.1101.

[13]Panageas，K.，2009. The Decline and Fall of the Securitization Markets [R].J.P. Morgan Report.

[14]李波，伍戈.影子銀行的信用創造功能及其對貨幣政策的挑戰[J].金融研究，2011（12）：77-84.

[15]張健興，馮學榮，馮夢雨.影子銀行對貨幣政策的影響及對策[N].金融時報，2013-12-16.

[16]李新功.影子銀行對我國貨幣供應量影響的實證分析[J]. 當代經濟研究，2014（1）：71-76.

[17]駱振心，馮科.影子銀行與我國貨幣政策傳導[J].武漢金融，2012（4）：19-22.

[18]周莉萍.影子銀行體系的順周期性：事實、原理及應對策略[J].財貿經濟，2013（3）：71-78.

[19]Landau J.，Procyclicality：What It Means and What Could Be Done[J].Banyue de France，2009：1-8.

[20]李建軍.未觀測金融與經濟運行——基于金融經濟統計視角的為觀測金融規模及其對貨幣經濟運行影響研究[M].北京：中國金融出版社，2008.

[21]封思賢，居維維，吳越.我國影子銀行的規模測算問題研究[J].西南金融，2014（9）：10-13.