論影子銀行規模對經濟發展的影響

導語：論影子銀行規模對經濟發展的影響一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：本文基于青海1995-2018年的數據，通過構建VAR模型研究青海省的影子銀行規模、利率和經濟發展三者之間的關系。使用Eviews8.0軟件進行實證分析，研究結果表明：利率促進的貨幣供給量，引起影子銀行規模的增加，在短期內促進經濟的發展，長期時間段對經濟增長的貢獻度減弱甚至抑制作用。

關鍵詞：VAR模型；影子銀行規模；經濟發展；利率；貨幣供應量

隨著2008年的金融危機發生，影子銀行一直都受到各國的金融監管機構的重視，同時也深受著各國學者的關注。近年來，我國影子銀行規模的年增長率在15%以上，對我國的經濟發展產生了顯著的影響。通過對現有的文獻進行閱讀，利用已知的影子銀行測算方法測出青海省20多年來的影子銀行規模，發現青海省的影子銀行規模呈現逐年遞增的趨勢。本文從影子銀行規模、利率和經濟發展等之間的關系，分析影子銀行對青海省經濟發展的影響。

1.文獻綜述

陳昌健、劉義圣（2019）通過構建影子銀行、利率雙軌和宏觀經濟之間的VAR模型驗證了短期內影子銀行客觀上會對我國宏觀經濟發展具有一定的促進效應，但是從長期來看，影子銀行的上述積極影響將逐漸減弱并最后消失。劉榮茂、蔣怡（2014）通過構建影子銀行和宏觀經濟之間的SVAR模型驗證了影子銀行對我國經濟增長以及物價平穩都呈現顯著相關關系。江世銀、沈佳倩（2019）通過實證分析發現影子銀行信貸規模對經濟增長存在著大概率的正面影響。盧盛榮、郭學能等（2019）則得出影子銀行對經濟影響呈現正面影響。樊曉靜等（2013）通過統計數據分析得出影子銀行在一定規模上能夠促進我國經濟的增長，并呈邊際效應遞減規律。封思賢（2014）指出影子銀行發展初期通過靈活的創新機制一定程度上滿足了社會多樣化融資需求，所以應從改善中小企業融資及推進利率市場化進程等角度鼓勵影子銀行創新業務。目前學者都是從宏觀方面進行實證分析，從而得到不同的結果。但鮮少有人對某一地方進行實證分析，本文則對青海省的影子銀行規模和經濟發展的關系進行研究，進一步豐富影子銀行的研究地域方面的不足。

2.選取數據和變量的定義

2.1影子銀行規模的測定。本文借鑒封思賢（2014）的未觀測信貸的方法計算青海省的影子銀行規模，計算公式為：SB=L/GDP•NOE。其中：SB表示影子銀行規模；L表示金融機構本外幣貸款余額；GDP表示國內生產總值；NOE表示未觀測收入。本文采用未觀測信貸方法計算1995-2018年的青海省的影子銀行規模。NOE為地區生產總值與可觀測總收入的差額。可觀測總收入是城鎮居民總收入與農村居民總收入的和。城鎮居民總收入是城鎮居民人均可支配收入與城鎮居民人口的乘積，農村總收入是農村居民人均可支配收入與農村居民人口的乘積。L（金融機構本外幣貸款余額）、金融機構本外幣貸款余額、農村居民人均可支配收入的數據來源于《青海省統計年鑒》，其他數據來源于中經網數據庫、WIND數據庫和國家統計局。2.2數據選擇與處理。被解釋變量：選取居民消費價格指數(CPI）來作為經濟發展的指標。因為一國經濟發展與居民的消費價格指數有著緊密的聯系，所以本文選擇居民消費價格指數（CPI）作為被解釋變量。在做實證分析的時候，對它取了對數，記做LNcpi。解釋變量：影子銀行規模為本文核心的解釋變量。影子銀行規模由金融機構本外幣貸款余額除以地區生產總值再乘以未觀測收入而得。在做實證分析時，對它同樣取了對數，記做LNsbsc。控制變量：通過參考現有的文獻，發現影響經濟發展的因素有很多，為了使模型更加具有說服力，本文選取了三個控制變量，分別是：CDP增長率、貨幣供給量、利率。在做實證分析時，對CDP增加率、貨幣供給量、利率都取了對數，分別記做LNngdp、LNm2、LNrate。

3.實證分析

3.1模型設定。本文旨在研究影子銀行規模對青海省經濟發展的影響，由于在對經濟分析中運用最多的模型就是向量自回歸模型（VAR）和結構向量自回歸模型（SVAR），做出的結果對實際經濟行為解釋也較為合理。所以本文選擇使用VAR模型進行分析，并分析模型中經濟變量之間的關系，同時采用VAR脈沖響應函數量化影子銀行規模變動對青海省經濟發展的影響關系及影響程度。3.2實證檢驗。（1）ADF單位根檢驗。在構建VAR模型前需要對時間序列進行平穩性檢驗，確定數據的平穩性。本文運用Eviews8.0軟件對相關變量進行單位根檢驗（見表1）。本文首先對LNC-PI、LNSBSC、LNM2、LNNGDP、LNRSTE五個變量進行單位根檢驗:在水平條件下，僅有LNCPI是平穩時間序列，因此，再對各個變量進行一階差分后，僅有LNCPI、LNNGDP是平穩時間序列，故最后對各個序列進行二階差分，結果顯示LNCPI、LNSB-SC、LNM2、LNNGDP、LNRSTE五個變量的ADF統計值均小于1%顯著水平的臨界值，P值小于0.01，故在1%顯著水平下是平穩的，即所有數據均為二階差分平穩，所以符合構建VAR模型的基礎條件。因此本文建立以LNCPI、LNSBSC、LNM2、LNNGDP、LNRSTE五個變量的VAR模型。（2）AR檢驗。在進行VAR模型實證檢驗時粗腰保證變量是平穩的才能繼續接下來的脈沖響應分析等操作。AR檢驗主要是判斷時間序列數據是否存在單位根，若存在，則表示時間序列不平穩，因此不能進行下面的操作。從圖1中可以看出，沒有單位根落在單位圓外，表明序列是穩定的，所以建立VAR模型是合適的，可以對LNCPI、LNSBSC、LNM2、LNNGDP、LNRATE五個變量進行脈沖響應分析。（3）格蘭杰檢驗。根據Eviews8.0對數據進行處理，由信息準則判定本文的最優滯后階數，得到的結果是3階。因此根據滯后階數Granger因果關系檢驗。觀察表2，我們可以得出以下關系：格蘭杰因果關系檢驗表明1%顯著水平下，CPI對M2產生影響；在5%顯著水平下，SBSC對NGDP產生促進作用，M2對RATE同樣起到促進作用；在10%顯著水平下，CPI）對NGDP、NGDP對RATE、RAT對居民消費CPI均有影響，同時，SBSC和M2有雙向顯著影響。總體而言，結果表明，影子銀行規模對M2、NGDP、RATE、CPI都有影響。因此我們認為利率促進的貨幣供給量，引起影子銀行規模的增加，從而促使經濟的發展。反之，影子銀行規模促進了貨幣供給量的增加。（4）脈沖響應分析。脈沖響應分析圖來分析當影子銀行規模發生變化時，對其他變量受到的沖擊。本文的脈沖響應分析圖分別是NGDP、CPI、RATE、M2受到影子銀行規模變化影響后的反映圖，顯示影子銀行規模變動一個標準差后，其余四個變量的動態變化路徑。縱軸表示NGDP、CPI、RATE、M2受到影子銀行規模沖擊的響應程度，橫軸表示滯后期數。從圖2可以看出，給予影響銀行規模一個沖擊，一開始對經濟增長率起到一個短暫的正面效應，并在第二期達到最大值。不過這種正面的效應會迅速消失，并且會持續一段時間，一直持續到第十二期。之后影子銀行對經濟增長開始反向變動，并一直持續到二十三期。隨后則開始負面效應，并在三十期開始趨向于0。這說明影子銀行的發展對GDP造成了長期且較為復雜的影響。根據上圖可以發現，總體上影子銀行規模對經濟是有著正面促進作用。在短期內，影子銀行規模對GDP有著促進的作用，這可能是因為影子銀行規模增加后，實體經濟獲得資金進行投資，從而促進了經濟的發展。從長期看，影子銀行規模的擴大對經濟的發展具有抑制作用，這可能與影子銀行本身具有高風險、高杠桿等特征有關，以至于會影響到金融穩定和經濟的穩定，并且影子銀行本身就存在資金套利，使得實體經濟從影子銀行的高利率的借款成本越來越高，使得實體經濟發展受到嚴重的阻礙，導致影子銀行對經濟發展呈現抑制作用。從圖3中可以看出，CPI作為貨幣政策的目標衡量工具之一，當受到影子銀行規模的正向沖擊滯后，開始出現負向效應并逐漸下降，在第三期達到最大的負向效應，之后這種負向效應逐漸減弱并在第十期開始持續上升并且在第十五期達到最大正向效應，隨后再次震蕩，隨著時間的推移，在第三十期趨向于0。總體來說，影子銀行規模的發展對貨幣供給量造成了長期且較為復雜的影響。這說明在短期內影子銀行規模增加，影子銀行通過向企業、個人進行放貸等業務行為，在一定程度上，使實體經濟獲得資金，促進經濟發展，居民的收入也隨之增加，從而導致居民的消費也隨著經濟的增長而增加；從長期看，影子銀行規模的增加會導致市場上流通的貨幣減少，使得實體經濟一邊承擔影子銀行的高利率成本，一邊又因自身的資金不足導致企業發展受到抑制，從而引起經濟發展受到抑制，這樣就導致居民將自身的收入進行儲蓄，消費隨之減少。圖4中表明，當貨幣供給量受到一個影子銀行的變動一單位標準差之后，影子銀行對貨幣供給量的正面效應從第一期開始到第四期持續下降，并到第十八期一直為負面響應，隨后反方向發展，持續到第二十四期，之后再次負面效應。總體上，影子銀行規模的發展對貨幣供給量呈反面效應，這種趨勢是長期且復雜的。影子銀行和商業銀行一樣具有信用創造的功能，在短期內，影子銀行的憑借著自身不受監管抑或受監管較少的特殊性，通過自身的業務，將資金貸給資金缺乏的企業、個人等，使市場的流通資金增加，在一定程度上擴大了M2的增加。從長期時間內，影子銀行增加了貨幣的供應量，但對貨幣供給量呈現反向作用，這可能是因為影子銀行自身的業務的資金沒有納入監管的范圍內，使得影子銀行發展帶來的風險影響了央行的貨幣政策對貨幣供給量逐漸失去調控，導致貨幣政策的難以實行，從而促進監管當局對影子銀行自身和業務的嚴格監管和控制。給予影子銀行規模的一個沖擊后，對利率產生一個短暫的正效應，隨后開始反方向變動，從第五期一直持續到第十四期，之后又開始呈現正效應，并一直持續到第二十六后，然后再次呈現負效應。這說明，影子銀行對利率有著長期并且復雜的影響。從圖中可以得到這樣的結果：在短期內，影子銀行使利率得到提高。這是因為影子銀行自身就存在資金套利的屬性，使得影子銀行利用較高的收益使投資者主動脫離銀行儲蓄，導致商業銀行的資產負債表的資產減少，從而迫使商業銀行提高利率。另外，影子銀行和商業銀行不同的是：商業銀行在對那些信譽好的大型企業和集團提供了融資的便利，使得一些中小微企業存在借款南、審核手續復雜等情況，迫使這些企業通過影子銀行業務渠道進行融資，從而使利率升高。從長期看來，隨著利率市場化的逐漸成熟，監管機構的嚴格監管，以及對中小微企業存在的融資難等問題得到解決后，影子銀行的規模對受到監管的金融機構的利率影響會越來越小，導致影子銀行對利率的沖擊是一個負效應。（5）方差分解。為了進一步分析LNCPI、LNM2、LNNGDP、LNRSTE對LNSBSC增長率的貢獻程度，需要對LNSBSC進行方差分解。假如長期方差分解趨于10%左右，說明這個沖擊對變量的波動的貢獻在10%左右。因此本文根據LNNGDP、LNCPI、LNM2、LNRSTE對LNSBSC進行方差分解，期限設置為15.根據表3，除了影子銀行規模貢獻度之外，LNCPI在促進影子銀行規模擴大方面具有顯著的作用，貢獻程度大概在9.70%-27.71%。LNNGDP對影子銀行規模的貢獻程度，大概在28.77%-46.95%。LNM2對影子銀行規模的貢獻程度大概在4.16%-10.26%。LNRATE對影子銀行規模的貢獻程度大概在3.78%-9.35%。結果表明，影子銀行不僅對LNM2、LNRATE產生影響，而且自身的規模擴大也受到國內生產總值的增長率和居民消費價格指數的影響。結果和前面分析相互一致。

4.結論

本文基于1995-2018年的數據，通過構建VAR模型研究青海省的影子銀行規模、利率、經濟發展、貨幣供給量、居民價格消費指數之間的關系進行實證分析。結果表明：第一，影子銀行在短期內由于受到的限制和監管較少甚至沒有，導致商業銀行的貸款利率受到影響。從長期看，影子銀行也為金融機構的創新提供的條件，同時也倒逼著我國利率市場的成熟。第二，影子銀行通過自身的條件優勢向社會進行貸款等業務，增加市場的貨幣的流動性，但同時長期來看，影子銀行削弱了貨幣政策的靈活性，增加了貨幣政策調控的難度。第三，影子銀行在短期內向實體經濟進行貸款，推動了實體經濟的發展。長期來看，影子銀行也為經濟發展帶來負面的效應和不確定的風險，抑制經濟的發展。綜上所述，影子銀行在短期內促進了經濟的發展，長期時間內則抑制經濟的發展，影響程度是長期的且復雜的。

5.政策建議

第一，重視影子銀行在經濟發展中的必要性，同時也要防范影子銀行對經濟發展的風險性和不確定性。影子銀行的出現是伴隨著經濟的發展，且不會消失。影子銀行對經濟的發展具有不可磨滅的功勞，一方面，它豐富了融資渠道，提供了多樣的金融工具，加快了金融創新的步伐。另一方面，由于它的自身特征，又為經濟發展帶來了風險性，甚至成為局部金融危機和全球性的金融危機的原因。但是，我們不能因為它的風險性忽略它的積極作用，應當允許其適當的發展，服務實體經濟，促進經濟的健康長久的發展。第二，貨幣當局應優化貨幣政策工具。影子銀行雖然增加了貨幣供給量，但由于影子銀行的資金不受監管抑或受減少的監管，導致貨幣當局難以統計其規模，并且難以控制貨幣供給量，使得貨幣當局無法測算貨幣政策的效率。因此，貨幣當局應該重新審視貨幣政策工具，尋找或是優化已有的貨幣政策工具，進而以簡單且高效率的方式測算貨幣政策實施效果。第三，監管當局在對影子銀行加強監管的同時，也要對商業銀行等正規金融機構適當地放松監管，促進正規金融機構的金融創新。影子銀行所帶的風險，監管當局應加強對已有的影子銀行業務的監管，對還未發現的影子銀行業務進行比較，識別影子銀行業務和正規金融機構的業務。影子銀行的套利行為，進一步刺激商業銀行等正規的金融金融機構的可能對以身犯險，進行影子銀行業務。由于它們受到嚴格的金融管制，使得自身創新能力不足，因此可能會進行高風險的業務活動。所以，監管當局應當適當放松金融管制，激發正規的金融機構的創新能力。第四，加快利率市場化的步伐，以及進一步解決企業融資難等問題。由于影子銀行的資金套利行為，使得社會資金很大一部分向影子銀行流入，從而導致商業銀行不得不提高利率進行貸款業務，因此我國應加快利率市場化，使得影子銀行貸款利率對商業銀行等正規的金融機構貸款的利率影響微小。

參考文獻：

[1]封思賢,居維維,李斯嘉.中國影子銀行對金融穩定性的影響[J].金融經濟學研究,2014(04):3-11.

[2]封思賢,居維維,吳越.我國影子銀行的規則問題研究[A].西南金融,2014(09):10-13.

[3]陳昌健,劉義圣.我國影子銀行的宏觀經濟效應分析——基于利率雙軌制改革背景的VAR模型[A].江漢論壇,2019(11):37-43.

[4]劉榮茂,蔣怡.影子銀行對我國宏觀經濟運行的影響研究[F].價格理論與實踐,2014(09)

[5]江世銀,沈佳倩.影子銀行對我國貨幣供應量與經濟增長的影響——基于VAR模型[A].社會科學研究,2019(06):24-31.

[6]盧盛榮,郭學能,游云星.影子銀行、信貸資源錯配與中國經濟波動[A].國際金融研究,2019(04):66-76.

[7]樊曉靜,龍建成,張雄.影子銀行發展對中國經濟增長的實證分析[A].西安電子科技大學學報,2013(05):88-95.

作者:何曉繁 單位:青海民族大學