影子銀行對我國貨幣政策效果的影響

■ 李 亙，魯 靖

一、引言

2008年全球金融危機的爆發使得各國經濟遭受重創，在對危機的反思中，影子銀行的信用鏈條斷裂被認為是引爆危機的導火索，在這個大背景下，有關影子銀行的研究逐漸成為熱點。然而，對于影子銀行卻并沒有一個一錘定音的官方定義，FSB認為影子銀行是游離于監管之外的具有商業銀行中介職能的非銀行信用體系，這一觀點在當前國際社會上得到了普遍接受。

近年來我國的影子銀行發展勢頭相當迅猛，央行的社會融資報告顯示，2008年我國影子銀行融資渠道融資額為8470億元，達到全年社會融資規模的12%，到了2013年，該比重則上升到了30%，與此同時，人民幣貸款占比則由2008年的70%下降到了2013年的51%。根據FSB的2013年度報告，2013年中國影子銀行資產規模約為27萬億人民幣，增幅達37%；而同年我國GDP為9.24萬億美元，折合人民幣58.5萬億元，也就是說，我國影子銀行規模已接近GDP的50%。上述事實表明，對于我國的宏觀經濟和金融體系而言，影子銀行已經成為一股不容忽視的重要力量，那么，影子銀行對我國貨幣政策效果有怎樣的影響，即影子銀行將如何影響我國經濟增長、貨幣供給等因素，影響程度多大？本文將嘗試探討這些問題。

二、文獻綜述

國外有關影子銀行的研究多集中在概念界定、流動性創造機制分析和風險監管上，直接論述其對貨幣政策影響的文獻不多。Paul Tucker(2010)認為影子銀行的存在可以大大便利于居民、企業等經濟金融實體的流動性和期限錯配，并在一定程度上能夠替代商業銀行的中介職能。Gorton和Metrick（2010）認為商業銀行的表外業務、金融衍生品和回購協議市場均屬于影子銀行的范疇。同年，在另外一篇文章中，Gorton和Metrick（2010）以回購協議做為研究對象系統闡述了影子銀行的信用創造機制，并認為影子銀行可以通過資產證券化和回購交易形成一套與商業銀行平行的信用創造體系。Adrian和Ashcraft（2010）認為影子銀行加強了商業銀行與金融市場之間的聯系，但其高杠桿率的特性會增加金融體系的脆弱性。Gennaioli和 Shleifer（2011）通過研究單個企業的行為提出了一套影子銀行的監管模型，并指出影子銀行的規模應該得到合理監控。除了Gorton和Metrick（2010）對信用創造機制的分析之外，國外有關影子銀行對貨幣政策效果的影響較有代表性的研究還有：Fabio Verona等（2011）通過研究指出，在持續寬松的貨幣環境下，由于影子銀行導致的微觀金融體系的不穩定會放大對宏觀經濟和貨幣政策的沖擊。shin（2009）認為影子銀行的存在將導致貨幣乘數的擴大，進而導致整個社會貨幣供應量的擴大，并最終對央行的宏觀調控造成干擾。

國內有關影子銀行對貨幣政策影響的文獻相對較多。王增武（2010）通過研究商業銀行理財產品得出結論：影子銀行體系將放大信貸規模，增加央行調控難度。李波和伍戈（2011）通過分析影子銀行流動性創造機制得出結論：影子銀行會對貨幣政策有效性形成挑戰，加大貨幣政策調控難度。李揚（2011）認為影子銀行在不改變貨幣存量的基礎上增加了整個社會的流動性，這對央行的宏觀調控提出了更高的要求。周莉萍（2011）通過研究指出，影子銀行不受存款準備金制度的限制，削弱了貨幣政策的信貸傳導渠道，對傳統的貨幣乘數構成了挑戰。陳劍和張曉龍（2012）運用SVAR模型分析了影子銀行對我國經濟增長的影響，指出影子銀行與經濟增長之間互為因果，影子銀行會促進經濟增長，反過來經濟增長也會推動影子銀行的發展。王振和曾輝（2014）通過分析修正的IS-LM模型得出結論：影子銀行對經濟有擴張效應但會加強貨幣供給的內生性。解鳳敏和李媛（2014）認為影子銀行是需求刺激下的廣義金融創新，會強化貨幣供給的內生性，并且其對貨幣政策的影響具有非對稱性。裘翔和周強龍（2014）基于DNK-DSGE模型分析了影子銀行對貨幣政策傳導機制的影響并指出，影子銀行具有明顯的逆周期特征，在對傳統的金融體系形成有益補充的同時也削弱了貨幣政策的有效性。

綜上所述，國內相關的研究大多立足于影子銀行的流動性創造，但能在此基礎上更進一步論述其對貨幣政策傳導機制、貨幣供給和經濟增長等因素的影響的文獻不多，且大多數文獻屬于“簡單定性論述+計量模型”的模式，兼顧系統的理論闡述和計量分析的文獻不多，為此，本文嘗試在理論分析的基礎上輔以實證來說明影子銀行對貨幣政策效果的影響。

三、基于信用創造機制的理論分析

由于貨幣供應量是我國貨幣政策的主要中介目標，而經濟增長則是主要最終目標，因此通過討論影子銀行對貨幣供應量和經濟增長的影響來研究其對貨幣政策的沖擊是可行的。

（一）影子銀行對貨幣供應量的影響

影子銀行對貨幣供應量的影響可以大致分為兩個部分：一方面由于我國的影子銀行具有類銀行職能，能從事相似的信用活動，因此影子銀行本身也能進行信用創造，向市場釋放流動性；另一方面由于商業銀行部分儲蓄資金被影子銀行所吸引，導致“儲蓄資金分流”的現象出現，因此商業銀行本身的信用創造即貨幣乘數亦會受到影響。

1.影子銀行自身的流動性創造

本文借鑒李波和伍戈（2011）的觀點即資產證券化下影子銀行信用創造機制來說明我國影子銀行的流動性創造。影子銀行甲以理財產品或商業銀行次級信貸等資產為基礎資產發行衍生產品A，影子銀行乙通過買入衍生產品A來發行自己的衍生產品B，以此類推乙發行的衍生產品B被丙作為基礎資產來發行自己的衍生產品C并被下一家影子銀行買進，上述操作的不斷繼續必然會形成嚴密的衍生網絡，而這正是影子銀行信用創造的核心所在。

表1 影子銀行的信用創造

如表 1 所示，若 0＜rf＜1，則 0＜（1-rf）＜1，因此當 n銀行信用創造乘數。由于影子銀行游離在監管體系之外，其信用創造乘數rf受貨幣當局約束較小，因此相比于商業銀行，影子銀行具有更強且更靈活的信用創造機制，同時也說明影子銀行具有高杠桿高風險的特點。

2.影子銀行對貨幣乘數的影響

若實體經濟中只存在商業銀行體系，則整個社會的貨幣供應量可通過商業銀行的信用創造來衡量。設基礎貨幣為H，活期存款為D，流通中現金為C，狹義貨幣供應量為M1，準備金總額為A，活期存款準備金率為rd，定期存款準備金率為rt，超額存款準備金率為e，定期存款率為t，現金溢出率為k，可得：

如果把影子銀行納入考慮范圍，則整個社會貨幣供應量將發生變化，由于現階段我國影子銀行與國外相比資產證券化程度較低，為了簡化分析，假定我國影子銀行信用創造的源頭是其分流的儲蓄資金，那么上文分析的影子銀行信用創造機制中基礎資產將由這部分儲蓄資金代替，設影子銀行儲蓄分流比率為ρ，0＜ρ＜1，則影子銀行進行信用創造的“基應為 D×k×（1-ρ），所以新的貨幣供應量公式為：

整理上式可得新的貨幣乘數：

因為 0＜rf＜1，0＜（1-ρ）＜1，因此 m′1＞k+1/rd+rtt+e+k，所以加入影子銀行后的貨幣供應量大于只有商業銀行體系時的貨幣供應量，也就是說影子銀行會增加整個社會的流動性。

（二）影子銀行對經濟增長的影響

借鑒王振和曾輝（2014）的觀點，本文將影子銀行納入CC-LM模型來闡述其對經濟增長的影響。首先分析信貸市場，設ρ為貸款利率，i為債券利率，y為產出水平，則貸款需求：

設影子銀行帶來的負債為SB，若將影子銀行引入該模型當中，則上式變為：

接下來看商品市場，商品市場的一般均衡可以借鑒我們熟悉的IS曲線，方程為：

由（11）推導出的曲線即為CC曲線，反映了商品市場和信貸市場同時實現一般均衡的情形，由于

由上式可知CC曲線與IS曲線一樣都向右下方傾斜；且由（11）可知，貨幣政策的變化和信貸市場的沖擊能反映在變量的變化上，最終使CC曲線發生移動。最后來看貨幣市場，在CC-LM模型中現金被簡化為銀行存款，因此當貨幣市場均衡時可得：D（i，y）=M，由此我們可以得到 LM 曲線，且與 IS-LM模型中的曲線一致均向右上方傾斜。

綜上所述，CC曲線與LM曲線相交能反映出貨幣市場、商品市場、信貸市場同時實現一般均衡時總需求的決定情況，如圖1所示：

圖1 CC-LM模型示意圖

結合上文分析，影子銀行本身具有信用創造的能力，因此將影子銀行納入到現有金融體系中將擴大整個社會的流動性，進而導致LM曲線向右移動；同時，通過對比（2）和（3）可以看出影子銀行擴大了商業銀行的信貸供給，因此CC曲線將向右移動。如圖1所示，由于CC曲線和LM曲線的移動，均衡點由E變為了E'，對應的產出水平則由Y增加到了Y'，因此我們認為影子銀行體系的存在會促進經濟增長。

四、基于VAR模型的實證分析

（一）模型及數據選取

VAR模型是分析多個內生變量之間相互聯系和影響的最常見的計量模型，對于分析和預測隨機擾動對內生變量系統的沖擊具有相當成熟的指導意義，因此本文的實證分析將通過構建VAR模型展開。為得到合理的計量結果，本文擬選取如下經濟變量：

貨幣政策最終目標：由于我國貨幣政策主要將經濟增長和物價穩定作為最終目標，因此本文擬選取月度GDP的環比增長率作為經濟增長的觀測變量，記為RGDP；同時本文還將選取月度CPI的環比增長率RCPI作為物價水平的觀測變量。

貨幣政策中介目標：由于利率水平及貨幣供應量是我國貨幣政策的主要中介變量，因此本文選取狹義貨幣供應量M1的月度環比增長率RM1作為貨幣供應量的觀測指標，同時選取30天銀行間同業拆借利率RATE作為我國基準利率的觀測指標。

影子銀行規模：考慮到數據獲得性方面的原因，本文選取委托貸款、信托貸款和未貼現銀行票據之和模擬我國影子銀行規模，并以影子銀行規模月度環比增長率RSB作為觀測指標（以上所有數據時間跨度均為2006年1月至2014年12月，數據來源于國家統計局，中國人民銀行調查統計司）。

（二）平穩性檢驗

一般而言，只有平穩的時間序列才能使用經典計量方法進行回歸分析，如果時間序列不平穩則很容易造成“偽回歸”的現象，因此對時間序列進行平穩性檢驗是必要的，本文通過Eviews7.0對RGDP、RCPI、RM1、RATE、RSB 進行 ADF 檢驗結果如下：

表2 單位根檢驗結果

由上表可知，RATE為一階單整時間序列，而剩下的變量均為零階單整時間序列，說明上述指標均通過了置信度為5%的平穩性檢驗，數據平穩性良好。

（三）模型穩定性檢驗

在利用上述平穩時間序列建立VAR模型之前，首先應明確模型滯后項，滯后項不宜過小也不宜過大，過小則無法完全說明模型的動態結構，過大則會嚴重降低自由度，我們一般使用AIC和SC準則確定最優滯后項，本文通過Eviews7.0得到結果如表3。

表3 模型最優滯后項處理結果

如表3所示，AIC最小值與SC最小值對應的階數不一致，但LR最小值對應的階數與AIC一致為8，因此本文VAR模型的最優滯后項p=8。

確定了最優滯后項接下來應分析模型的穩定性，若VAR模型的AR特征根的倒數絕對值小于1，即落在單位圓內，則VAR模型穩定。

結果表明，VAR模型AR特征根的倒數絕對值均小于1，因此本文的VAR模型穩定，可以進行脈沖分析和方差分解。

（四）Granger因果分析

VAR模型的一個重要應用就是通過Granger因果檢驗分析經濟時間序列間的因果關系，本文將上述指標進行Granger因果檢驗，結果如表4。

根據檢驗結果可知，RSB與RGDP、RSB與RM1均為雙向Granger原因，即影子銀行的發展會刺激經濟增長、擴大貨幣供應量，而經濟增長和貨幣供應量的擴大反過來也會刺激影子銀行的發展；因為隨著經濟的增長和貨幣供應量的擴大，整個社會的流動性充裕且民眾投資意愿強烈，影子銀行的資金來源隨之擴大，必然會促進其自身發展。從表4中還可以看出，影子銀行的發展不是物價變動和基準利率變化的Granger原因，而反過來物價和利率的變化會刺激影子銀行的發展；由于我國的利率水平尚未完全實現市場化，影子銀行如小貸公司的借貸利率仍然受到嚴格監管，因此影子銀行不是利率水平的Granger原因符合實際，反過來若基準利率上升則意味著商業銀行借貸成本提高，這將加劇中小企業融資困境，迫使部分中小企業轉向影子銀行尋求融資進而促進影子銀行發展。物價水平上升往往表明經濟環境較為寬松，并且投資者具有跑贏通脹的投資意識，在這種情況下，影子銀行同樣能獲得較大的發展動力。而影子銀行之所以不是物價的Granger原因，其理由就是普遍存在的“資金空轉”現象，即流入影子銀行的資金可能沒有直接投入實體經濟，而是在商業銀行中沉淀了下來，這種流動性沉淀的行為本質上是影子銀行在缺乏監管的情況下導致的資金錯配。

表4 Granger因果分析檢驗結果

（五）脈沖分析

脈沖響應的核心思想是分析作用于內生變量誤差項的沖擊會給其他內生變量乃至整個系統帶來怎樣的影響，本文對 RSB、RGDP、RCPI、RM1、RATE進行脈沖分析，結果如下：

1．RSB對RM1和RGDP的脈沖分析

圖2 RSB對RM1和RGDP的脈沖響應圖

如圖2所示，當RM1受到RSB一標準差大小的沖擊后，從第一期開始產生輕微的負面效應至第二期結束，隨后迅速上升于第四期達到最大正向效應，之后再次快速下跌產生負向效應，最后趨于平穩。該圖說明影子銀行的發展確實會擴大貨幣供應量，但影響并不如預想中顯著，這是因為我國的影子銀行雖蓬勃發展，但其資產總額也僅為商業銀行的1/5，在金融體系中的地位和作用遠不如商業銀行；從圖中亦可看出影子銀行的高杠桿特性極易引發風險，會對社會的流動性產生一定的緊縮效應；當RGDP受到RSB一標準差大小的沖擊后，從第一期開始產生正向效應并迅速上升直至最大效應值，隨后開始下降最后趨于平穩，說明影子銀行確實會對經濟增長帶來較大的促進作用，但從長期來看影子銀行的發展也會給宏觀經濟帶來一定的隱患，因此監管當局應對影子銀行的高風險性保持足夠的重視。

2.RGDP、RCPI、RM1、RATE 對 RSB 的脈沖分析

圖 3 RGDP、RM1、RATE、RCPI對 RSB 的脈沖響應圖

如圖3所示，當RGDP發生一標準差大小的變動時，RSB從第一期開始在橫軸以下震蕩，隨后快速上升，最后趨于平穩，說明在經濟快速增長初期，由于寬松的宏觀環境，商業銀行能滿足大部分的流動性需求，因此影子銀行規模反而會受到一定程度的制約，但隨著經濟持續繁榮，投資者對于獲得超過儲蓄收益的投資需求日益強烈進而刺激影子銀行的發展；當RM1對RSB產生一標準差大小的沖擊時，RSB從第一期開始迅速產生最大的正向效應，隨后開始下跌，最后在0處震蕩平穩，說明總體而言貨幣供應量的擴張反過來會促進影子銀行的發展；當RCPI對RSB產生一標準差大小的沖擊時，RSB迅速上升，最后趨于平穩，說明物價水平的上升對影子銀行的發展有明顯的促進作用；當RATE對RSB產生一標準差大小的沖擊時，RSB迅速上升，并且在橫軸上方趨于平穩，說明當基準利率上升，商業銀行借貸成本提高時，影子銀行規模將實現增長。

（六）方差分解

方差分解可以用來分析各自變量影響因變量的貢獻程度，本文得到如下處理結果：

表5 RGDP方差分解表

如表5所示，RSB對RGDP的影響程度由最初的約19%演變為第十期的約16%，說明影子銀行對經濟增長而言具有較大的影響作用，雖然影子銀行的高風險和高杠桿性會給宏觀經濟的健康穩定帶來一些隱患，但在有效監管的前提下，影子銀行對經濟增長的推動作用是顯著的。

表6 RM1方差分解表

如表6所示，RSB對RM1的影響程度由0.21%演變為第十期的約2.37%，說明影子銀行的發展確實會擴大貨幣供應量，但最終貢獻率僅為2.37%，即影子銀行對貨幣供應量的影響其實并不顯著，符合上文分析。

表7 RSB方差分解表

如表7所示，RM1對RSB的貢獻率由約14.5%演變為第十期的19%，RGDP的貢獻率由約2%演變為第十期的約6%，RCPI的貢獻率由1.8%演變為第十期的4.76%，RATE的貢獻率由0.02%演變為第十期的約1%。方差分解的結果告訴我們，基準利率的上升、物價水平的提高、經濟的增長以及貨幣供應量的擴大都會刺激影子銀行的發展，并且相比之下貨幣供應量的影響程度最大；這是因為我國的利率水平尚未完全市場化，并且仍以信貸渠道為主要貨幣政策傳導機制，因此利率等因素的變化都將影響貨幣需求并最終反映在貨幣供應量上。

五、研究結論與啟示

（一）根據本文的實證分析我們得出以下結論：

1.影子銀行的發展會刺激經濟的增長，并且影響程度較大，但從長期來看，影子銀行對經濟增長的正向效應減弱甚至一度變為負效應，說明影子銀行的高風險性同樣會傷害宏觀經濟，所以影子銀行應該得到有效監管；反過來經濟增長也會推動影子銀行的發展，但相比之下，經濟增長對影子銀行發展的貢獻率較小。

2.影子銀行是貨幣供應量的Granger原因，但不是基準利率的Granger原因。由于我國利率尚未完全實現市場化，因此影子銀行基本上不會影響基準利率的波動，而眾所周知，利率水平和貨幣供應量是我國貨幣政策的主要中介指標，所以影子銀行一定程度上會影響我國貨幣政策尤其是數量型貨幣政策的效果，干擾國家對宏觀經濟的調控。但是影子銀行對貨幣供應量的影響其實并不顯著，因此在現階段，貨幣政策中介指標受到的來自影子銀行的干擾并不強烈；而反過來借貸成本上升，尤其是貨幣供應量的擴大會顯著刺激影子銀行的發展。

3.影子銀行不是CPI的Granger原因；說明在現階段，基于“資金空轉”等因素的影響，影子銀行對物價水平的影響程度較小，也就是說影子銀行的發展不會顯著刺激物價進而引發通貨膨脹；但反過來物價水平的提高會促進影子銀行的發展。

（二）根據本文的分析，我們可以得到如下啟示：

1.應當合理引導影子銀行的發展，在風險可控的范圍內將其作為對我國現有金融體系的補充納入到制度框架內，鼓勵影子銀行將信貸資源向實體經濟傾斜以扶持中小企業發展。

2.應當擴大統計口徑，拓寬宏觀經濟指標的內涵，加強對影子銀行的監測力度，將具有貨幣功能的金融工具也納入到監管體系當中。

3.應當加強對影子銀行的監管，注重金融監管的頂層設計，協調好各監管部門，明確職責，形成嚴密有序的監管網絡，把控好影子銀行的風險，使其充分發揮好金融資源配置的作用。

[1]Financial Stability Board.Shadow Banking:Scoping the Issues[R].2011.

[2]Financial Stability Board.Global Shadow Banking Monitoring Report[R].2013.

[3]Tucker P.Shadow Banking,Financial Market and Financial Stability[C].Remarks at a Bernie Gerald Cantor Partners Seminar,London,2010.

[4]Gorton G,Metrick A.Regulating the Shadow Banking System[R].Brookings Paper on Economic Activity,2010：261～312.

[5]Gorton G,Metrick A.Securitized Banking and the Run on Repo[R].Yale ICFWorking paper,2010.

[6]Adrian T,Ashcraft A.B.Shadow Banking Regulating [J].Annual Review of Financial Economics,2010,（4）：99～140.

[7]Gennaioli N,Shleifer A,Vishny R.A Model of Shadow Banking[R].The National Bureau of Economic Research working paper,2011.

[8]Verona F,Martins M.M.F,Drumand I.Monetary Policy Shocks in a DSGE Model with a Shadow Banking System[R].CEF.UPWorking Paper,2011.

[9]Shin H.S.Securitisation and Finance stability[J].The Economic Journal,2009:309～332.

[10]王增武.影子銀行體系對我國貨幣供應量的影響[J].中國金融，2010，（23）：30～31.

[11]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.

[12]李揚.影子銀行體系發展與金融創新[J].中國金融，2011，(12):31～32.

[13]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.

[14]陳劍，張曉龍.影子銀行對我國經濟發展的影響[J].財經問題研究，2012，（8）：66～72.

[15]王振，曾輝.影子銀行對貨幣政策影響的理論與實證分析[J].國際金融研究，2014，（12）：58～66.

[16]解鳳敏，李媛.中國影子銀行的貨幣供給補充與替代效應——來自貨幣乘數的證據[J].金融論壇，2014，(8):20～27.

[17]裘翔，周強龍.影子銀行與貨幣政策傳導[J].經濟研究，2014，（5）：91～105.