企業影子銀行化對商業銀行風險承擔的影響研究

陳 惠

(南京財經大學金融學院，江蘇南京210023)

一、引言

2008年次貸危機及其演變而來的全球性金融危機，吸引了社會各界對影子銀行問題的關注，越來越多的國內外學者展開了對影子銀行的相關研究。但相較于西方的影子銀行，我國的影子銀行有著自己的特色，即非金融企業影子銀行化(以下簡稱企業影子銀行化)，具體來說，即一些大型非金融企業直接充當金融中介為其他中小企業提供信用融資，從而成為影子銀行體系的一部分。

企業影子銀行化是企業進行金融投資的一種方式和狀態。現實中，企業常通過一個“隧道”將內部資產向其他企業進行轉移或出售(Johnson et al.，2000)，這種現象普遍存在于多個國家。胡進(2012)、Baek等(2006)以及Atanassov等(2018)分別對中國、韓國和美國的情況進行研究，發現企業影子銀行化現象存在于這些國家。針對企業從事影子銀行業務的動因，Brown等(2011)認為非金融企業持有金融資產，進行金融化可以在一定程度上降低調整成本，促進企業進行實體投資，企業的創新研發活動得到激勵。劉貫春等(2018)指出企業影子銀行化將減少企業對有形資產的持有份額，有利于其提高杠桿率和借債能力。李建軍和韓珣(2019)則認為，非金融企業開展影子銀行業務主要不是為了進行“預防性儲蓄” ，而是為了“追逐利潤” 。

有一部分學者展開了影子銀行對商業銀行風險承擔的影響研究。姚思旭(2020)指出影子銀行加劇了商業銀行系統性風險的積聚，對商業銀行的穩定性造成了一定的影響。駱婉琦和楊思齊(2019)利用微觀數據實證證明表外影子銀行顯著增加了國商行、城商行及農商行的經營風險，但降低了股份制商業銀行的風險。佘晨星(2018)提出影子銀行對商業銀行的影響是一把雙刃劍，因此要注重規范和引導，促使影子銀行朝積極的一面發展。關于企業影子銀行化對商業銀行風險承擔的影響，目前尚未有學者進行相關研究，故這也是論文的一個重要創新點。

二、企業影子銀行化對商業銀行風險承擔的理論分析

企業影子銀行化通過替代效應和競爭效應影響商業銀行風險承擔:大型國有企業信貸約束較小，他們從商業銀行以低利率獲得大規模的貸款，再充當“影子銀行” ，以較高利率放貸給融資難卻具有較好成長性的中小企業。大型企業這一行為替代了商業銀行，削弱了商業銀行充當信用中介的職能，商業銀行放出貸款的數量減少，同時，商業銀行的利潤空間大大減小，并且中小企業由于經營不穩定，只能償還部分貸款，非金融企業收回的貸款不足以償還從商業銀行獲得的貸款，這就延長了風險鏈條，導致商業銀行風險承擔上升。

企業影子銀行化對緩解部分中小企業融資難的問題有著積極的促進作用，但也加劇了企業與商業銀行之間的信貸競爭。非金融企業經營穩定，能長期從商業銀行獲得較低利率的信貸資金，這些信貸資金以低于商業銀行利率而高于非金融企業貸款利率的價格被輸送至中小企業，使得本該屬于商業銀行的客戶資源大大流失，這就形成了非金融企業與商業銀行之間的競爭機制。商業銀行為彌補流失的市場份額，增加盈利，不得不調整投資結構，增加對風險資產的持有，最終導致商業銀行整體風險承擔上升，此即所謂的競爭效應。

三、選取數據和變量的定義

(一)企業影子銀行化規模的測定

企業影子銀行化作為本文的核心解釋變量，其規模的測度也是本文的重難點。論文借鑒韓珣(2017)利用會計科目的方法來測算我國企業影子銀行化規模，計算公式為:

其中，Shadow表示企業影子銀行化規模，L為委托貸款，F為委托理財，M為民間借貸，A為企業總資產。委托貸款主要包括企業一年內到期的非流動資產、其他流動資產以及其他非流動資產，民間借貸用其他應收款科目表示。

(二)數據選擇與處理

1.被解釋變量

選取Z-Score作為商業銀行風險承擔的度量，并參照Laeven和Levine(2009)的做法，將Z-Score界定為:

其中，ROA為資產收益率，σ(ROA)為資產回報率的標準差，CAR為資本資產比率。Z-Score越大，該商業銀行資產回報率的波動越大，杠桿率越高，故其風險承擔越多。

2.解釋變量

論文的核心解釋變量為企業影子銀行化規模。企業影子銀行化規模由非金融企業委托貸款、委托理財以及民間借貸之和占總資產的比率表示。

3.控制變量

為了防止結果的誤差偏大，控制變量主要從宏觀經濟狀況和銀行異質特征兩方面來選取，主要包括GDP增長率、CPI、固定資產投資價格指數(SIP)、流動性比例(liquidity)、成本收入比(CIR)和資產規模，實證分析時，對資產規模進行了取對數處理。

被解釋變量、解釋變量以及控制變量的數據主要來源于Wind數據庫、Csmar數據庫等，具體的數據來源及各變量的符號表示如表1所示。

表1 變量描述

四、實證分析

(一)模型設定

論文旨在研究企業影子銀行化對商業銀行風險承擔的影響，考慮到影子銀行對商業銀行風險承擔的影響具有持續性，故加入一階滯后項，構建動態面板模型，具體模型為:

其中，i＝1，2，…n代表樣本所包含的商業銀行家數，t為時間變量，Risk為被解釋變量，核心解釋變量為企業影子銀行化指標Shadow，M表示宏觀層面的控制變量，X表示銀行層面的控制變量。文章主要考察核心解釋變量前的系數α2來判斷企業影子銀行化對商業銀行風險承擔的影響。

由于模型中含有被解釋變量的滯后項，通常的OLS估計與固定效應模型估計均為有偏估計，所以論文采用Arellano和Bond(1991)提出的GMM差分動態面板估計方法，該方法可以有效克服模型中被解釋變量存在的內生性問題。

(二)實證檢驗

回歸結果如表2所示，解釋變量Shadow前的系數在1%的水平上顯著為正，這說明企業影子銀行化行為確實增加了商業銀行的風險承擔，與前面的理論分析結果相符，一方面，企業影子銀行化通過替代效應使得商業銀行的信用中介職能大大降低，并使得商業銀行的風險傳染鏈條延長，從而商業銀行的風險承擔上升。另一方面，競爭效應使得企業影子銀行化占有了商業銀行的部分貸款客戶，從而其利潤空間被壓縮，為獲得黏性的目標收益率，商業銀行不得不增持風險資產，最終商業銀行的風險承擔上升。

再看銀行特質變量，首先是流動性比例，其系數顯著為負，商業銀行的流動性比例越高，其風險承擔越小，這也與實際相符，流動性比例越高，銀行需要迅速變現的能力越強，從而可以有效避免流動性風險，且優質的流動性資產可以有效緩沖銀行不良貸款帶來的其他風險，因此降低了商業銀行的整體風險承擔水平；其次看成本收入比，其系數在1%的顯著性水平上顯著為負，這是因為成本收入比越低的銀行獲取收入的能力越強，出于逐利性原則，他會將資金投向收益高的風險資產中，因此其風險承擔就會上升；最后看銀行的資產規模，銀行風險承擔成正向關系，因為規模小的銀行由于風險承擔能力弱而傾向于更為穩健的經營策略，從而導致其風險承擔水平降低。

表2 處理效應結果

五、政策建議

論文從理論和實證兩方面均證實了企業影子銀行化增加了商業銀行的風險承擔，但是其對我國經濟的影響并非百害而無一利，因此，應引導其健康發展，對于如何規范對企業影子銀行化的監管，讓其對經濟發展發揮積極作用，論文提出以下三點建議:

首先，對于政府部門來說，要合理配置資源。相較于大型企業，中小民營企業處于融資劣勢，由于它們缺乏相應抵押品而存在借貸歧視，多數金融機構都不愿意提供借款給中小企業，因此，政府部門要采取相應措施減少大型企業與中小企業的融資差距。具體來說，可以出臺一系列政策鼓勵各金融機構創新金融產品，降低對企業固定資產和抵押品的要求，增強對中小企業成長空間和發展潛力的調查，讓中小企業也可以獲得相對平等的金融服務和金融資源。

其次，對于中小企業來說，他們在參與影子銀行活動之前，應先評估一下企業內部的風險大小，重視對企業發展過程、發展能力的考察。通過企業影子銀行活動得到資金后，企業應該創新經營方式，加快數字化改革，對于借出資金的大企業來說，他們應把控好貸方企業的信用問題，利用社會資源了解其背景和企業發展，借款前做好盡職分析，以減少違約風險。

最后，對于相關監管部門來說，不能實行一刀切政策，而應積極引導企業影子銀行化行為健康發展。企業影子銀行化活動可以緩解部分企業融資難的問題，尤其是在金融危機背景下，銀行貸款落實周期變長，大企業的影子銀行化行為可以救部分中小企業于危難之中，為中小企業注入資金與活力，但同時由于其隱蔽性、復雜性的特點，增大了金融體系的內部風險。監管部門可以加強企業資金活動的披露，建立健全對企業影子銀行化行為的識別和監測機制，讓企業影子銀行化活動陽光化、合規化。