影子銀行對商業銀行效率的影響研究

蔡嘉興

（湖南科技大學商學院,湖南 湘潭 411201）

我國商業銀行在銀行體系中具有十分重要的地位，商業銀行效率高低不僅影響自身的可持續發展，還關乎全社會資源配置效率。因此，提高銀行效率是深化金融業改革、維護金融市場穩定運行以及建設現代經濟體系的必要途徑。然而，商業銀行所面臨的市場環境錯綜復雜，利率市場化改革、貨幣政策環境改變和金融科技的蓬勃發展等給傳統商業銀行帶來巨大沖擊，嚴重影響商業銀行效率。

目前有關文獻對銀行效率的研究主要集中在兩方面，一是探討銀行風險[1]、投資者行為決策[2]、社會責任[3]等銀行內部特征對銀行效率的影響；二是考察資本監管[4]、市場競爭[5]等外部環境特征對銀行效率的影響。學術界關于影子銀行對銀行效率影響的研究較少，得出的結論也不一致。陳詩一等（2018）用部分影子銀行工具總和代替整體影子銀行業務量，指出商業銀行從事影子銀行業務增加了銀行風險并降低了銀行效率[6]。DING等（2019）認為影子銀行可以提高銀行的利潤效率，但同時增加了銀行的風險和運營成本，造成成本效率低下[7]。李麗芳等（2021）采用影子銀行業務帶來的傭金和手續費收入估計影子銀行對利潤的影響，最發現影子銀行提升了四大行和股份制銀行效率，對中小型商業銀行幾乎沒影響[8]。現有文獻在考察影子銀行與銀行效率之間的關系時使用的影子銀行數據不夠精確，可能會對研究結果產生一些偏差。

本文選取2011—2021年中國滬深A股上市的40家商業銀行的平衡面板數據作為研究對象，以商業銀行從事影子銀行業務后的利潤和風險兩個角度實證檢驗影子銀行與銀行效率之間的關系。相較于已有文獻，本文的邊際貢獻在于：第一，本文盡可能準確度量影子規模，試圖厘清影子銀行與商業銀行效率之間的關系；第二，探究影子銀行對不同類型的商業銀行效率影響效果的差異性，分析其中的原因，為影子銀行的監管政策制定提供新思路。

1 文獻綜述與研究假設

在學術界，影子銀行被認為是不受銀行業嚴格監管，提供期限轉換、信用轉換和流動性轉換的金融中介[9]。不同于西方以證券化和金融創新為主要形式的影子銀行，中國影子銀行更多依賴于傳統商業銀行信用，從事“類貸款”業務[10]。其業務范圍遍及銀行資產負債表內外，表內影子銀行業務包括買入返售、同業業務以及應收賬款投資，表外影子銀行業務包括非保本理財產品、委托貸款以及信托貸款[11]。影子銀行業務與銀行資產負債表之間存在緊密的聯系，對商業銀行效率易產生顯著影響。值得一提的是，本文探討的商業銀行效率是銀行的前沿效率①，其綜合衡量了銀行的成本控制、風險管理和利潤創造的能力。因此，影子銀行通過多渠道影響銀行效率。

商業銀行從事影子銀行業務的動機是為了規避監管，進行監管套利[12]。TANG等（2016）認為銀行將其產品從傳統信貸業務轉向影子銀行業務，其盈利水平會提高[13]。ZHANG等（2022）用合作競爭博弈模型證明了銀行從事影子銀行業務的比例越大，銀行利潤越高[14]。李麗芳等（2021）用D-L-M模型理論推導出影子銀行會導致銀行利潤增加[8]。雖然影子銀行業務為商業銀行帶來了可觀的額外利潤，也增加了商業銀行的經營風險。影子銀行作為監管套利的工具，弱化了對商業銀行監管的有效性[15]，商業銀行與影子銀行間的金融創新行為導致交易結構日趨復雜，如果不能穿透銀行資產質量，影子銀行的快速發展會加劇金融風險累積，最終形成系統性金融風險[16-17]。也有不少專家學者集中在某一特定業務模式上分析影子銀行與風險的關系，得出的結論均是影子銀行會導致銀行承擔的風險加劇[18-21]。

綜上所述，影子銀行業務會提高銀行利潤，這對銀行效率起正向作用；與此同時，影子銀行業務會導致銀行承擔的風險加劇，這對銀行效率起負向作用[22]。影子銀行對銀行效率的影響到底是正向還是負向的呢？從動機的角度看，商業銀行從事影子銀行業務通常是一種被動行為。商業銀行從事高風險高收益時影子銀行業務是迫于業績壓力[23]，以損失效率為代價換取收益率。因此，影子銀行對銀行效率的影響是負向的。基于此，本文提出第一個研究假設：

H1：影子銀行與銀行效率負相關，即商業銀行從事影子銀行業務會降低銀行效率。

從上述分析可知，商業銀行從事影子銀行業務雖然能提高銀行利潤，但是也加重了銀行風險承擔，這兩者都會對銀行效率產生影響，并且風險降低銀行效率的程度大于利潤提高銀行風險的程度。也就是說，商業銀行從事影子銀行業務規模越大，所承擔的風險越大，銀行效率降低越多。李志生等（2021）對商業銀行資產負債表內外的影子銀行業務進行研究，發現股份制銀行、城商行和農商行主導了銀行體系影子銀行總規模的變化[11]。李叢文等（2015）的研究表明股份制銀行和城商行的風險溢出均高于國有商業銀行[24]。基于此，本文提出第二個研究假設：

H2：對于影子銀行類型的異質性比較，影子銀行對股份制商業銀行效率的負向作用最為明顯，其次是對城商行和農商行效率的影響，對國有商業銀行效率影響效果不明顯。

2 實證設計

2.1 基準模型設定

由于商業銀行的效率估計值在0～1，本文參考陳詩一等（2018）[6]的方法，同時考慮到商業銀行之間存在個體效應，因此使用隨機Tobit模型進行基準回歸，為了考察影子銀行對商業銀行效率的影響，構建如下基準模型：

式（1）中，表示不同商業銀行個體，t表示不同年份，衡量商業銀行效率，表示在時期影子銀行整體業務規模，本文采用兩種不同的測算方法度量影子銀行規模，分別表示為表示描述商業銀行特征微觀層面控制變量，表示一系列宏觀控制變量。表示個體固定效應。是隨機擾動項，假設遵循隨機正態分布。

2.2 變量說明

2.2.1 銀行效率的估算

本文借鑒Tone＆Tsutsui（2010）[25]的研究，同時考慮到商業銀行從事影子銀行業務使非期望產出增加，因此本文采用非期望產出的非徑向、非導向的SBM模型測算商業銀行效率。在確定投入產出指標時，詳細比較了中介法、生產法和資產法的優缺點，根據商業銀行的實際情況，最終選擇中介法確定投入產出指標，將營業費用、固定資產和職工人數作為生產投入指標；采用稅前利潤、利息收入和貸款總額作為期望產出指標；由于風險加權資產是由表內外資產的資產額和風險系數確定的，其很好地反映了影子銀行業務規模擴張時所帶來的風險。因此，將風險加權資產作為估算商業銀行效率的非期望產出。

2.2.2 影子銀行規模測度

參考孫國峰等（2015）[26]的研究，從“有借必有貸，借貸必相等”的基礎會計原理出發，用扣除法推算影子銀行規模。具體表現為從商業銀行的負債端入手，用可能的負債減去全部“非銀行資產”，剩余的即為影子銀行規模。測算公式如下：

參考李文喆（2019）[9]采用資產負債表的視角測算影子銀行規模，解決了重復計算的問題。具體表現為加總影子銀行負債端的未貼現銀行承兌匯票、銀行間同業準貸款、金融嵌套（表內資金）和金融嵌套（表外理財），即可得到影子銀行規模。具體測算如下：

影子銀行總資產=未貼現銀行承兌匯票+委托貸款+信托貸款+債券投資+其他投資；

影子銀行總負債=未貼現銀行承兌匯票+銀行間同業準貸款+金融嵌套（表內資金）+金融嵌套（表外理財）；

影子銀行總資產=影子銀行總負債；

借鑒涂曉楓等（2016）[27]、左曉慧等（2022）[28]的做法。考慮數據的可得性，選擇買入返售金融資產和應收款項類投資之和與總資產規模的比值作為衡量微觀層面影子銀行規模的代理變量。

2.3 控制變量

參照陳詩一等（2018）[6]、李麗芳等（2021）[8]和汪莉等（2021）[29]的研究，從商業銀行特征微觀層面和宏觀經濟發展兩個方面選取可能影響商業銀行效率的控制變量，其中，商業銀行特征控制變量有凈資產收益率（ROE，稅后利潤/所有者權益）、資本充足率（CAR）、成本收入比（CIR，營業費用/營業收入）、資產規模（Assets，總資產規模取對數）和市場競爭度（HHI，用赫芬達爾指數表示，值越大說明壟斷勢力越強，越小說明市場競爭激烈）。宏觀經濟層面控制變量有GDP增長率（GDP_growth）、貨幣供應量增長率（M2_growth）、物價水平（CPI，CPI/100）。

2.4 數據來源和統計性描述

2.4.1 數據來源

本文選取2011—2021年中國滬深A股上市的42家商業銀行的平衡面板數據作為研究對象，刪除連續三年數據缺失的樣本，對于個別缺失數據通過手工查詢銀行年報和采用插值法進行補全。最終樣本包括5家國有商業銀行、9家股份制商業銀行、17家城市商業銀行、9家農村商業銀行。其中，銀行微觀層面數據來源于Wind數據庫、國泰安數據庫和各銀行年度報告，宏觀經濟層面數據來源于國家統計局，影子銀行規模測算數據來源于人民銀行網站、中國理財網、中國債券信息網。

2.4.2 描述性統計

表1是本文主要變量的統計性描述結果。

表1 統計性描述結果

3 實證研究

3.1 基準回歸結果

表2展示了影子銀行對商業銀行效率的基準回歸結果，表2中的列（1）和列（4）展示了兩種不同方法測量的影子銀行規模且不加入控制變量對商業銀行效率影響的回歸結果；列（2）和列（5）只加入商業銀行微觀層面控制變量的回歸結果，列（3）和列（6）展示了加入所有控制變量的回歸結果。目的是通過改變核心解釋變量和控制不同的變量進行附加的穩健性檢驗。從列（3）和列（6）可以發現，兩種不同方法測量的影子銀行規模系數在1%的水平上顯著為負，說明商業銀行從事的影子銀行規模越大，該商業銀行效率越低。

表2 影子銀行與銀行效率

3.2 異質性分析

為了考察影子銀行對不同類型商業銀行效率影響的差異性，本文將所選樣本按照國有商業銀行、股份制商業銀行、城/農商業銀行進行分類，結果如表3所示，影子銀行對不同類型商業銀行效率的影響有明顯差異。具體而言，列（1）和列（2）報告了影子銀行對國有商業銀行效率的影響，其結果雖然為負，但是并不顯著；列（3）和列（4）報告了不同測算方法得到的影子銀行規模對股份制商業銀行效率的影響，其結果顯著為負；列（5）和列（6）報告了不同測算方法得到的影子銀行規模對城市商業銀行和農村商業銀行的影響，結果顯示，城商行和農商行從事影子銀行業務會降低商業銀行效率。這說明影子銀行對股份制銀行效率下降的效果最為明顯，其次是對城商行和農商行，對國有商業銀行效率的負面影響不大。這種差異可能是因為股份制商業銀行和城/農商業銀行參與影子銀行業務以表內影子銀行為主，而國有商業銀行參與影子銀行業務以委托貸款為主，表內影子銀行業務通過“金融嵌套”的形式開展，涉及的主體和資產總類更多，蘊涵的風險更大，對商業銀行效率也就越敏感。此外，國有商業銀行的風險承擔能力更強，從事影子銀行所帶來的風險不利沖擊對國有商業銀行的影響更小，因此，對商業銀行效率的影響也越小。

表3 銀行性質的異質性分析

3.3 穩健性檢驗

3.3.1 替換影子銀行代理變量

本文使用微觀層面的影子銀行規模指標Shadow_B3來替換前文宏觀層面的影子銀行規模指標，并且控制了個體固定效應和時間固定效應。結果如表4列（1）所示，影子銀行對商業銀行效率的影響還是顯著為負，與前文分析的基準回歸結果一致，表明基準回歸模式結果是穩健的。

3.3.2 替換被解釋變量指標

考慮到使用SBM模型測算的效率取值在0～1，對于效率值為1的銀行，無法進一步識別。使用超效率SBM模型測算商業銀行效率，可以得到大于1的效率值，可以對商業銀行效率進行充分評價。表4列（2）是使用超效率SBM測算出的商業銀行效率替換SBM模型測算的商業銀行效率進行穩健性檢驗，結果顯示，影子銀行對銀行效率的影響依舊顯著為負，與基準回歸結果一致。

3.3.3 解釋變量滯后一期

本文為了避免解釋變量中的內生性問題，采用自變量滯后一期進行回歸分析，檢驗影子銀行對下一期商業銀行效率的影響。結果如表4列（3）所示，影子銀行對商業銀行效率的影響仍然顯著為負，證實了基準結果的穩健性。

表4 穩健性檢驗回歸結果

4 結論與建議

本文基于2011—2021年中國40家上市商業銀行數據，實證檢驗了影子銀行業務對商業銀行效率的影響，以及對不同類型商業銀行進行分類，探討影子銀行業務對不同類型商業銀行效率的影響差異。研究結果表明：第一，無論采用哪種方法測算得到影子銀行代理變量，在全樣本下，商業銀行大量開展影子銀行業務會降低銀行效率。第二，影子銀行業務對銀行效率影響效應會因商業銀行類型的不同而存在差異。具體而言，股份制商業銀行效率受影子銀行業務影響效果最為明顯，其次是對城市商業銀行和農業商業銀行效率影響，國有銀行效率影響效果不明顯。

根據以上分析結果，本文提出如下建議：第一，監管機構應加強對影子銀行的監管，建立風險監管機制，規范商業銀行與影子銀行之間的業務往來，完善影子銀行信息披露制度，提高信息透明度，有效降低因影子銀行帶來的風險對商業銀行效率造成負面影響。第二，完善商業銀行微觀審慎監管政策，考慮影子銀行對不同類型銀行效率的影響，對不同類型商業銀行從事的影子銀行業務實行差異化的管理策略。加強股份制商業銀行、城市商業銀行和農村商業銀行從事影子銀行業務的監管，特別應加強銀行表內影子銀行業務的監管，在風險可控的基礎上，制定合適的風險資源配置策略以提高商業銀行效率。

注釋：

①銀行的前沿效率是指綜合技術效率，是一種相對效率概念，效率前沿面由銀行業實際最小投入組合包絡面構成，通過測量樣本銀行與前沿效率銀行之間的距離得到樣本銀行效率。參見張文中和竇瑞《綠色信貸對中國商業銀行效率的影響研究——基于SBM-GMM模型》。