基于VAR模型的影子銀行與中國經濟發展的實證研究

王家華++王瑞

摘 要：2007年美國次貸危機過后，影子銀行被認為是此次危機的始作俑者。通過選取1981-2014年的年度數據，利用VAR模型實證分析影子銀行業務與GDP、CPI、M1和失業率之間的相互關系。結果表明：影子銀行業務擴張將使我國城鎮失業率在短期內降低，長期上升，對貨幣供應量的增加具有時滯效應，對GDP和CPI的影響并不顯著；同時影子銀行規模對GDP和M1的增加均具有兩期時滯效應，但從第三期起影子銀行規模開始擴張。因此，金融監管部門應營造一種健康、可持續的金融生態，對影子銀行實行分類監管；金融監管部門要盡快構建影子銀行官方數據庫并進行實時跟蹤監管；對影子銀行風險導向政府審計風險模型進行重構，加強商業銀行表外業務審計。

關鍵詞：影子銀行；VAR模型；脈沖效應；金融監管

中圖分類號：F830.39 文獻標識碼：A 文章編號：1003-3890（2016）04-0023-06

一、引言

目前，關于影子銀行的概念國際上還沒有統一的定論。2007年，美國太平洋投資管理公司執行董事Paul McCulley首先提出“影子銀行”這一概念，他認為影子銀行不同于傳統的商業銀行，影子銀行所籌集的資金具有短期性和不確定性，并且影子銀行不受或較少受到監管。美國金融穩定委員會（2011）認為監管當局應以更為廣闊的視角來看待影子銀行，任何在正規銀行體系之外的信用中介機構和信用中介活動都可以被視為影子銀行。國內學者也未對影子銀行的定義形成統一的看法。易憲容（2011）認為只要涉及借貸關系和銀行表外業務都屬于影子銀行。劉煜輝（2011）把影子銀行分成兩部分，第一部分包括銀行合作、委托貸款、擔保公司、信托公司等所進行的放貸業務，第二部分包括以民間借貸和地下錢莊為主要代表的民間金融。近幾年，中國影子銀行業務發展迅速，金融穩定委員會（FSB）報告顯示，2013年中國影子銀行資產規模接近三萬億美元，僅次于美國和英國。而根據穆迪的最新估測，2014年底中國影子銀行資產達到人民幣41萬億元，相當于GDP的65%。影子銀行體系作為一種跨越直接融資和間接融資的新型金融運作方式，本身是中性的，是一把雙刃劍，既有促進實體經濟和金融體系發展的正向積極作用，同時也蘊含了極高的風險。本文旨在通過對我國影子銀行的研究，發現影子銀行對我國經濟發展的利和弊，并及時提出應對措施，從而使得我國經濟在轉型升級過程中得以健康穩定地發展。

二、文獻綜述

大部分學者都認為影子銀行有利于經濟發展。Feng et al（2011）提出，影子銀行雖然是導致2008年美國金融危機爆發的罪魁禍首，但影子銀行在促進國民經濟發展方面也起著非常重要的作用[1]。樊曉靜 等（2013）通過統計數據分析得出：影子銀行與GDP、CPI之間表現出正相關關系且呈邊際效應遞減規律，說明影子銀行的發展有利于促進我國經濟發展，但是影子銀行對經濟增長的貢獻度呈遞減趨勢[2]。王曉楓 等（2014）實證分析了影子銀行的流動性及其對宏觀經濟的影響，結果表明：自2007年以來，影子銀行的流動性創造對我國經濟增長發揮了一定的積極作用；雖然短期內影子銀行產生的流動性變化較為頻繁，可能會阻礙經濟的發展，但是從長期看將趨于穩定[3]。

有些學者認為影子銀行和經濟發展之間互為促進作用。陳劍（2012）對中國影子銀行體系與經濟增長之間的關系進行了實證檢驗，選取2000—2011年的季度數據構建了SVAR模型，結果表明影子銀行體系的發展確實促進了我國的經濟增長，但卻影響到了央行貨幣政策的實施效果；另外經濟發展反過來也對影子銀行的發展造成了顯著影響[4]。索暢 等（2014）采用1992—2013年的樣本數據進行格蘭杰因果關系檢驗，結果顯示我國影子銀行和經濟增長之間具有互為促進作用[5]。李建偉 等（2015）認為影子銀行在推動我國利率市場化改革以及促進實體經濟發展方面發揮著不可替代的作用，但波動性較大，不具有持續性。同時實體經濟的復蘇和發展反過來也會推動影子銀行規模的擴大[6]。

也有部分學者認為影子銀行對經濟發展的影響并不顯著，而經濟增長卻促進了影子銀行規模的擴大。沈悅（2013）運用格蘭杰因果檢驗法對影子銀行體系的規模與經濟增長的關系進行實證檢驗，指出影子銀行體系規模與經濟增長之間只存在單向的因果關系，經濟增長刺激了影子銀行體系的擴張，但是反過來，影子銀行體系對經濟增長的促進作用并不顯著[7]。許付常 等（2015）通過研究得出結論：經濟增長與影子銀行發展存在單向因果關系，即經濟增長促進了影子銀行發展，反之則不成立[8]。

只有少數學者認為影子銀行對經濟發展會產生不利影響。唐紅娟（2012）指出影子銀行借短貸長的期限錯配特征將導致流動性風險較為突出，并且影子銀行與商業銀行之間具有錯綜復雜的關系，極易導致風險的傳染與擴散，影響經濟的健康發展[9]。楊旭（2012）指出影子銀行追求的是利潤最大化，企業將資金拿去放貸比做實業獲利更多，這將導致產業空心化[10]。

整體上看，現有研究文獻主要是分析影子銀行規模與GDP增長之間的關系，而對其他經濟變量比如CPI、M1以及失業率等卻鮮有提及。另外，現有文獻主要使用金融危機之后的數據，而從較長時間跨度量化分析影子銀行對經濟增長的文獻并不多。本文將基于向量自回歸模型（VAR），以1981—2014年的數據為樣本，對影子銀行及經濟發展之間的關系進行量化分析，對影子銀行在國民經濟中發揮的作用進行實證分析。

三、變量選擇和模型設計

（一）變量選取和數據來源說明

因為本文主要研究影子銀行與我國經濟增長的相互關系，因此本文選取的主要研究變量包括影子銀行的規模、國內生產總值、貨幣供應量、物價指數以及失業率，采用從1981—2014年的年度數據作為樣本。本文選用如下變量：

1. 影子銀行規模。國內學者目前對影子銀行還沒有統一的界定，因而我國還沒有關于影子銀行統一或官方的數據。本文借鑒李建軍（2010）[11]的研究成果，基于經濟金融基本關系原理：一段時間內經濟主體實現的GDP是由這段時間金融機構的全部信貸支持的，從借款人的角度測度出影子銀行的規模。通過影子銀行借款的客戶主要包括農民、私營企業等中小經濟體。這些借款人由于自身的局限性很難從銀行獲得足夠的信貸支持，因而這些中小經濟主體需要向影子銀行進行借貸。用RYL表示借款人從傳統商業銀行所借款項與GDP之比，同理，可以得到農民的RFL和中小企業的REL。從而，影子銀行規模可以近似表示為：SB=（RYL-RFL）*GDPF+（RYL-REL）*GDPE。其中，SB表示影子銀行的規模。GDPF表示農民在一年中所創造的國內生產總值。GDPE表示中小企業在一年中所創造的國內生產總值。本文依據上述理論對我國1981—2014年影子銀行規模的年度數據進行測算。用SB表示影子銀行的規模，因為本文實證部分主要是采用時間序列分析，而時間序列往往存在異方差現象，因此本文取影子銀行規模的對數，記作lnSB。相關數據來源于《中國金融年鑒》《中國統計年鑒》、中國人民銀行網站以及國家統計局網站。