影子銀行發(fā)展規(guī)模及風(fēng)險研究

[摘 要] 現(xiàn)階段金融市場中流動性分布不平衡，在金融市場中實行分業(yè)監(jiān)管與混業(yè)經(jīng)營，商業(yè)銀行不再是傳統(tǒng)的以零售存款為主的融資模式，以銀行反脫媒為主的影子銀行快速發(fā)展。影子銀行出現(xiàn)的根本原因是銀行向經(jīng)濟發(fā)放貸款的額度快速增長與銀行面臨的監(jiān)管收緊之間的矛盾導(dǎo)致。這些監(jiān)管包括銀行資本充足率、貸款額度和貸款違約率（LDR）。而小銀行不斷增長的風(fēng)險偏好同樣導(dǎo)致影子銀行規(guī)模激增。研究影子銀行所帶來的流動性風(fēng)險和影響。

[關(guān) 鍵 詞] 影子銀行；規(guī)模；流動性；風(fēng)險

[中圖分類號] F830 [文獻標(biāo)志碼] A [文章編號] 2096-0603（2016）27-0156-02

關(guān)于影子銀行的界定，世界范圍內(nèi)沒有統(tǒng)一的界定。太平洋投資管理公司創(chuàng)始人MuCulley（2007）在其文章《小心“影子銀行”系統(tǒng)》中首次提出“影子銀行”的概念，并給出的定義為：“游離于傳統(tǒng)銀行體系之外的、非銀行的投資渠道、投資工具、結(jié)構(gòu)化產(chǎn)品，與接受正規(guī)監(jiān)管的傳統(tǒng)商業(yè)銀行系統(tǒng)相對應(yīng)”。美國時任財政部長Geithner（2008）稱影子銀行體系為“與商業(yè)銀行體系相對的平行銀行體系”。中國易憲容（2009）提到影子銀行的實質(zhì)是銀行貸款的證券化，影子銀行基本與信用融資體系等價，主要通過信貸資金與信擴張來替代傳統(tǒng)銀行的部分職能。

我國的影子銀行是正規(guī)銀行體系之外具有流動性和信用轉(zhuǎn)換等功能、存在著可能引起并導(dǎo)致系統(tǒng)性風(fēng)險或監(jiān)管套利的機構(gòu)和業(yè)務(wù)構(gòu)成的信用中介體系。我國影子銀行主要包括：不持有金融牌照、完全無監(jiān)管的信用中介機構(gòu)；不持有金融牌照、存在監(jiān)管不足的信用中介機構(gòu)；機構(gòu)持有金融牌照、但存在監(jiān)管不足或規(guī)避監(jiān)管的業(yè)務(wù)。由于疏于監(jiān)管，對影子銀行的規(guī)模，以及影子銀行所帶來的流動性風(fēng)險就沒有辦法得到確切的衡量及測算。就影子銀行的風(fēng)險特征而言，影子銀行存款人、借款人與專業(yè)化的非銀行金融中介三位一體的運行機制，使影子銀行具有流動性風(fēng)險大、風(fēng)險不可控制與傳染迅速等特點。廣發(fā)證據(jù)研報給出的中國影子銀行及傳統(tǒng)銀行的對比顯示，影子銀行存在結(jié)構(gòu)復(fù)雜、融資方式多樣、持有資產(chǎn)方式不同等特征。

因此，研究影子銀行規(guī)模與測算其風(fēng)險，規(guī)范其市場和降低流動性風(fēng)險十分重要。鑒于國內(nèi)外學(xué)者的模型，本文將運用shadbank模型，對影子銀行的規(guī)模進行測算。本文通過對比影子銀行發(fā)展規(guī)模的變化趨勢，采用VaR（Value at Risk）模型測算其風(fēng)險溢出效應(yīng)，分析其流動性風(fēng)險。

一、對影子銀行規(guī)模測算

文中使用的借款人角度對影子銀行規(guī)模影響的shadbank模型，公式如下：

Shadbank=（RYL-RFL）*GDPF+（RYL-REL）*GDPE，RYL=全社會未償還貸款/GDP

借款人主要包括農(nóng)戶、私營企業(yè)、個體工商戶等中小型經(jīng)濟主體。他們信用風(fēng)險較大，正規(guī)金融機構(gòu)給他們貸款的積極性較低，不能得到完全需求滿足。首先對變量進行定義：RFL是指農(nóng)戶從正規(guī)金融渠道借款/農(nóng)戶實現(xiàn)的GDP。REL是私營企業(yè)及個體工商戶從正規(guī)金融渠道借款/他們所實現(xiàn)的GDP。GDPF表示農(nóng)戶在一定時期內(nèi)實現(xiàn)的GDP。GDPE表示私營企業(yè)和個體工商戶等在一定時期內(nèi)實現(xiàn)的GDP。

在數(shù)據(jù)處理方面：本文選取2005年至2014年16家上市銀行的相關(guān)年度數(shù)據(jù)共144個樣本的數(shù)據(jù)進行測算，數(shù)據(jù)來源為Wind數(shù)據(jù)庫，而解釋變量以及宏觀經(jīng)濟方面的數(shù)據(jù)則來源于中國人民銀行網(wǎng)站。

1.關(guān)于GDP

文中GDP分類中主要包括農(nóng)戶GDP；私營企業(yè)與個體工商戶GDP和私營企業(yè)與個體工商戶的就業(yè)人數(shù)。

2.關(guān)于貸款

中國人民銀行公布的《中國金融年鑒》獲取每年的全社會未償還貸款、農(nóng)業(yè)貸款和私營企業(yè)與個體工商戶的貸款數(shù)據(jù)。公布了2005年到2014年國內(nèi)生產(chǎn)總值、社會本外幣信貸余額、農(nóng)業(yè)GDP、第二三產(chǎn)業(yè)等方面對影子銀行的影響。從2005年影子銀行規(guī)模37409.91億元，到2014年78953.92億元，這十年期間上漲幅度明確地體現(xiàn)了影子銀行規(guī)模在不斷地擴大。

二、影子銀行的風(fēng)險溢出效應(yīng)測算

影子銀行是一把雙刃劍，一方面，它具有很靈活的再融資功能，能夠滿足各單位的各種資金需求，促進經(jīng)濟發(fā)展；另一方面，影子銀行的流動性風(fēng)險極高，不僅包括影子銀行內(nèi)部體系的傳染，還包括各類機構(gòu)之間通過證券化衍生品所產(chǎn)生的聯(lián)系。在一定存貸比的束縛下，商業(yè)銀行的信貸沖動無法得到滿足，于是將表內(nèi)信貸移出表外的委托貸款便得到迅速發(fā)展，然而這也使委托貸款資金極端地流向房地產(chǎn)、股市等領(lǐng)域，資金的風(fēng)險也被不斷放大，這對經(jīng)濟的負面沖擊不能忽略。在影子銀行規(guī)模日益擴大的背景下，需要加大對影子銀行風(fēng)險的監(jiān)控與管理，并提出政策建議來規(guī)避影子銀行的發(fā)展帶來的風(fēng)險。

影子銀行方面，本文選取具有代表性的證券公司、租賃公司、投資公司、期貨公司、信托公司和民間金融等影子銀行機構(gòu)。為保證所選數(shù)據(jù)能滿足金融市場有效性這一要求以及受數(shù)據(jù)可獲得性制約，文中選取部分上市影子銀行機構(gòu)作為實證分析對象進行研究。

1.收集的數(shù)據(jù)

為保證數(shù)據(jù)的完整性和可信性，數(shù)據(jù)選取自萬德軟件的每日收盤價。此處采集了1994～2016年中國中期、廣發(fā)證券、海通證券、魯信創(chuàng)投、招商證券、安信信托、光大證券、香溢融通、券商指數(shù)的開盤價、最高價、最低價、收盤價、成交額、成交量、收益率、收盤價取ln、收益率（取ln后差分）。

2.數(shù)據(jù)檢驗

（1）正態(tài)性檢驗

VaR（Value at Risk）模型要求數(shù)據(jù)具有尖峰厚尾的特性，因此需要對各金融機構(gòu)收益率序列基本特征進行檢驗和分析。我們對各股票指數(shù)收益率的均值、最大值、標(biāo)準(zhǔn)差、偏度和峰度進行了計算，并對各股票收益率序列進行了J-B檢驗，對得到中國中期、廣發(fā)證券、海通證券、魯信創(chuàng)投、招商證券、安信信托、光大、證券、香溢融通券商指數(shù)的對比得出：各金融機構(gòu)收益率序列偏度系數(shù)不等于態(tài)分布對應(yīng)的，且峰度系數(shù)大于態(tài)分布對應(yīng)的數(shù)值，說明各收益率序列比態(tài)分布更為集中，即呈現(xiàn)出尖峰厚尾的特性。另外，所有收益率序列的統(tǒng)計量的值都接近，因此拒絕服從正態(tài)分布的假設(shè)。所有樣本均值接近于符合方差協(xié)方差模型的假設(shè)。

（2）鑒于所用數(shù)據(jù)都是時間序列數(shù)據(jù)，且具有典型尖峰厚尾分布的金融數(shù)據(jù)統(tǒng)計特征，在建立模型之前，必須檢驗序列的平穩(wěn)性。本文對各金融機構(gòu)的收益率序列進行ADF檢驗。檢測出中國中期、廣發(fā)證券、海通證券、魯信創(chuàng)投、招商證券、安信信托、光大證券、香溢融通、券商指數(shù)的adf值和p值，顯示出結(jié)果都是小于在置信水平1%下的臨界值，因此拒絕單位根假設(shè)，收益率序列是平穩(wěn)序列。

（3）GARCH模型采用的公式

Rt’=γ’+αp’Ap（L）Rt-1’+α’St-1+εt

σt2=θ’+b0’εt-12+b1’σt-12

其中，Rt’和σt’是各金融機構(gòu)i在t時期去均值化后得到的股票收益率及方差，？著t-12為隨機擾動項？著t的滯后平方項，表示前一期所獲得的波動性信息。并對文中采取研究對象進行回歸方程的研究。

在GARCH模型設(shè)定的基礎(chǔ)上，將各回歸方程進行向前一步估計，進一步計算各金融機構(gòu)的預(yù)測方差和預(yù)測均值，可求得VaR值，具體方程式如下：

VaRiq，t=Rt’+it+Q（q）t

其中，Q（q）表示在q顯著性水平下態(tài)分布的分位數(shù)。

然后分別在99%以及95%的置信水平下計算VaR值，計算出的方差出現(xiàn)正態(tài)反哺的現(xiàn)象，影子銀行水平均比較高，當(dāng)顯著性水平為1%，影子銀行水平在5以上，表明影子銀行體系較為脆弱，其內(nèi)在高杠桿及不穩(wěn)定性使影子銀行極易受到市場沖擊，形成系統(tǒng)性風(fēng)險。

近年來，我國商業(yè)銀行資產(chǎn)負債結(jié)構(gòu)特征中出現(xiàn)了較為嚴(yán)重的期限錯配現(xiàn)象。流動性是商業(yè)銀行經(jīng)營的重要一環(huán)，觀測期限錯配水平所帶來的流動性風(fēng)險是當(dāng)前最為重要的工作。隨著我國金融市場的不斷完善和發(fā)展，居民原本在銀行進行的儲蓄逐漸開始轉(zhuǎn)向股票、基金信托等理財產(chǎn)品中，加大了影子銀行的風(fēng)險傳染性。因此，監(jiān)管當(dāng)局應(yīng)充分重視影子銀行的風(fēng)險防范，加強對影子銀行機構(gòu)及業(yè)務(wù)的有效監(jiān)管，促進整個金融體系健康有序地發(fā)展。

參考文獻：

[1]黃翠玲，黃靜慧.商業(yè)銀行存貸款期限錯配的險與對策[J].海南金融，2011（12）.

[2]Joseph J.Norton.etc. Financial Regulation in the Greater China Area：Mainland China，Taiwan and Hong Kong SAR. International Banking Finance and Economic Law Series[M].Kluwer Law International，2000：70-78.