影子銀行規模對金融穩定性的影響分析

王國勇 張剛

【摘 要】 對于我國的金融體系，影子銀行是一把雙刃劍，它既有助于其更高效地運行，也積累了系統性風險，加劇了金融體系的脆弱性。文章采用2009年1月—2015年12月的數據對影子銀行和金融體系穩定性進行測度，基于TVP-VAR模型實證研究二者之間的關系。研究表明：影子銀行規模擴張有利于金融資源的均衡配置，從而在短期內對金融穩定具有促進作用；影子銀行體系內的風險會逐步累積并向正規金融體系與實體經濟傳染，因此影子銀行規模擴張對金融穩定的負面效應具有時滯性；加強金融監管能夠防范影子銀行體系內風險的交叉傳遞，弱化其對金融穩定性的不利沖擊。為此，應該通過科學的監管與合理的引導，在繁榮影子銀行業務的同時減少其對金融穩定的負面沖擊。

【關鍵詞】 影子銀行； 金融穩定性； TVP-VAR模型

【中圖分類號】 F832.1 【文獻標識碼】 A 【文章編號】 1004-5937（2018）07-0007-07

一、引言

自2008年金融危機爆發以來，作為危機根源之一的影子銀行成為學術界和監管當局關注的焦點。近年來，中國影子銀行業務呈現出爆發式增長態勢。據穆迪統計，截至2015年底，中國影子銀行規模已達53萬億元，同比增長30%，總量接近中國經濟總規模的80%。隨著經濟的快速發展，影子銀行已經成為當今金融體系的關鍵組成部分。Krugman[ 1 ]提出，金融體系的發展和完善與幾個方面的因素有著重要關系，比如交易規模呈現大幅度的增長、大幅度提高杠桿率等。和傳統銀行相比，影子銀行的增長更快，在當前的監管系統中呈現相對自由的狀態。與此同時，也失去了“最后貸款人”制度的保障。隨著影子銀行實力不斷擴大，全球金融體系也發生了很大的變化，傳統銀行的作用呈現逐漸下降趨勢，影子銀行則越來越重要。然而，2007年以次級住房抵押貸款問題為導火索，將影子銀行資產負債并不同步的缺陷徹底暴露，從而引發了全球性的金融危機。

與發達國家相比，我國的金融體系不夠完善，金融衍生品交易剛剛起步，資產證券化水平也比較低。同時，我國的影子銀行也有著自己的特點。影子銀行是在監管套利需求和金融抑制的共同背景下出現的，對我國金融體系的影響有利有弊：一方面，促進了金融創新，給金融結構調整和利率改革提供了動力和支持；另一方面，不可避免地也給金融體系的穩定發展帶來了一定隱患和風險。本文通過對重要指標進行分析，從而判斷影子銀行對我國金融體系穩定性具有何種影響。

二、文獻述評

McCulley（2007）指出，影子銀行以證券化為基礎，是一種新型的信用媒介，不受金融監管體系的控制。Gorton（2010）將影子銀行定義為一種混合體系，主要由回購市場和必要的抵押品組成。Ricks（2012）則認為影子銀行是一種相對特別的金融機構，主要定位于信用期限轉換，但將存款保險和最后保障人排除在外。由此可以看出，影子銀行的定義主要強調其不在監管范圍內，更多的是借助衍生工具來實現信用轉換。我國學者易憲容和王國剛[ 2 ]提出影子銀行和傳統銀行既存在相同之處，又具有不同之處。相同之處在于二者的功能相同，但交易和運作方式以及監管制度等存在很大的差異。

同時，也有很多學者對影子銀行可能帶來的風險進行了分析。Reinhart和Rogoff（2008）認為，由于杠桿率處于較高水平，影子銀行對流動性補給具有比較高的依賴性，這樣就容易在一定程度上導致不穩定性。鄧超等[ 3 ]研究發現，影子銀行在一定程度上將風險轉移給了證券、保險等傳統金融行業，而每一個環節的不當交易和監管不力都有可能導致交易鏈條產生斷裂，給金融市場的穩定帶來不利影響。何德旭（2013）認為，影子銀行有著逐漸代替正規金融的趨勢。周莉萍[ 4 ]提出影子銀行對商業銀行有一定的替代作用，會影響傳統的信貸渠道，進而對貨幣政策的作用和效果起到阻礙作用，對金融業整體的穩定性也會有干擾作用。巴曙松[ 5 ]提出，影子銀行的出現，存在著一定的必然性。傳統銀行對貨幣的管控越來越嚴格時，大量的企業對資金的需求無法再通過傳統銀行獲得，只能求助于影子銀行。影子銀行實力的不斷壯大，給金融系統的穩定性帶來了一定的不利影響。

國內外學者的研究發現：一方面，影子銀行與正規金融機構之間既有區別也有聯系，一定程度上它是正規金融機構的有益補充；另一方面，影子銀行加劇了企業的融資風險，對國家貨幣政策的實施效果造成一定的沖擊，并且導致傳統銀行的功能和作用下降等，從而沖擊了金融系統的穩定性。

三、影子銀行運行機制及金融穩定性指標構建

（一）影子銀行運行機制

影子銀行的概念源于2007年全球金融危機，是在探究金融爆發原因中逐漸提出的，但是在此之前，我國金融體系中已經有了影子銀行的身影[ 6 ]。目前，商業銀行主導的影子銀行業務、非銀行類金融機構和民間金融是我國主要的三類影子銀行業務[ 7 ]。其中：商業銀行主導的影子銀行業務，包括未貼現銀行承兌匯票、非保本理財產品和銀證合作等表外業務；非銀行類金融機構的影子銀行業務，包括融資性擔保公司、典當行等；民間金融的影子銀行業務，包括私人錢莊、P2P借貸等。基于金融市場理論和企業行為理論，本文對影子銀行與企業、商業銀行和居民之間復雜的關系進行梳理。具體來講，影子銀行與企業、商業銀行和居民之間存在著密切而復雜的關系，它們之間相互聯系，相互作用，具體如圖1所示。

根據圖1可以看出，從普通商業銀行中分流出的儲蓄和“信貸出表”都是構成影子銀行資金的主要來源。從負債端看，影子銀行的成本高于正規金融體系。為了獲得更多的利潤和盡可能地降低成本，影子銀行常將以較高成本籌集到的資金轉向投資風險更高的項目。負債端和資產端的共同作用，使得影子銀行面臨更多更大的風險。使用影子銀行的主要對象是中小微企業，大型企業除了自有資金向影子銀行提供資金外，還會以委托貸款的方式向影子銀行提供資金。因此，與正規金融機構相比，影子銀行具有較高的風險，這必然會對我國金融體系的穩定性造成一定的影響。

（二）金融穩定性指標的構建

為了能夠準確衡量我國金融系統的穩定性，進而通過實證方法來檢驗影子銀行規模對金融穩定性的影響，必須構建相應的金融穩定性指標。對于金融體系的穩定性，國內外學者進行了較多的研究，但立足于中國國情，從整體上全面衡量中國金融體系穩定性的研究還很匱乏。基于此，本文借鑒Claudiu等關于金融綜合穩定指數（AFSI）的研究成果，該指數包括四個重要指標，分別是世界經濟景氣指數（WECI）、金融發展指數（FDI）、金融穩定性指數（FSI）以及金融脆弱性指數（FVI）。這些指標又可以進一步劃分為20個二級指標。基于中國的實際發展狀況，本文將“存貸款利差”這個指標增加進來，同時將分析受限的指標如法定資產/風險權重資產、經常賬戶赤字/GDP、非政府信貸/總信貸等指標刪除。各指標名稱如表1所示，用于綜合反映金融穩定性程度[ 8 ]。

影子銀行與金融穩定性各指標之間具有顯著的關系。首先，影子銀行與金融發展指數（FDI）具有負向的相關關系。具體來講，金融發展指數反映了一個國家或地區的金融發展水平。金融發展水平越高說明該地區的正規金融體系越完善和發達，能夠為該地區的經濟建設提供全面的金融服務，因此該地區的影子銀行必然具有較小的發展空間和速度，且規模較小。其次，影子銀行與金融脆弱性指數（FVI）具有正向的相關關系。金融脆弱性指數反映了一個國家或地區金融體系的脆弱性和不穩定性。金融體系的脆弱性越明顯說明該地區正規金融體系越不發達或者越不穩定，因此該地區的影子銀行必然具有較大的發展空間和速度，且規模較大。再次，影子銀行與金融穩定性指數（FSI）具有負向的相關關系。金融穩定性指數反映了一個國家或地區金融體系整體穩定性或抵御風險的程度。金融體系穩定性越強說明該地區正規金融體系越完善和發達，能夠為該地區的經濟建設提供全面的金融服務，因此該地區的影子銀行必然具有較小的發展空間和速度，且規模較小。最后，影子銀行與世界經濟景氣指數（WECI）具有負向的相關關系。世界經濟景氣指數反映了世界經濟發展現狀，以及企業的生產經營狀況、經濟運行狀況，能夠有效預測未來世界經濟的發展變化趨勢。世界經濟景氣指數越健康，說明經濟發展越健康、企業的生產經營狀況越好，因此正規金融機構完全有能力為該地區大多數生產經營活動提供服務，影子銀行的生存空間有限，發展比較緩慢，且規模較小。

四、影子銀行規模對金融穩定性影響的TVP-VAR模型構建

Nakajima（2011）提出帶隨機波動率的時變參數向量自回歸（TVP-VAR）模型。在模型中，假定協方差和系數完全可變。因此，這不但能夠有效彌補結構突變時常系數模型對變量之間關系進行刻畫存在的解釋力欠缺的問題，而且能夠對所有時間點變量間的脈沖響應路徑和同期關聯系數進行估計，更有助于對樣本期內研究對象之間存在的相互影響和作用機制進行觀察[ 9 ]。因此，本文在對影子銀行規模和金融穩定性進行相關研究時，采用TVP-VAR模型。在分析影子銀行規模變化對金融穩定性的影響和作用時，TVP-VAR模型所具有的特征為其提供了很大的支持。在構建影子銀行規模和金融穩定性指數的模型時，加入控制變量，即全社會信貸規模，從而建立完整的三變量TVP-VAR模型。這是因為現有研究發現信貸波動會影響整個銀行體系的穩定性，進而沖擊整個金融體系，同時，目前的影子銀行在一定程度上替代了商業銀行在企業融資中的作用，因此，影子銀行可以通過信貸投放來間接影響我國金融體系的穩定性。所以構建包含影子銀行規模、金融穩定性指數和全社會信貸規模的三變量TVP-VAR模型，能夠有效克服模型存在的內生性問題，對深入分析變量之間的關系具有極其重要的作用。

本文給出一個基本的結構向量自回歸模型：

Ayt=F1yt-1+…+Fsyt-s+ut，t=s+1，…，n （1）

其中，yt是一個由影子銀行規模、全社會信貸規模和金融穩定性指數組成的3×1維的觀測向量，A，F1，…，Fs均為3×3的系數矩陣，ut為3×1維的擾動項，并且假定ut～N（0，∑∑），其中∑=σ1 0 0 0 σ2 0 0 0 σ3。為簡化模型，把刻畫結構性沖擊的同期關聯矩陣A定義為一個遞歸識別的下三角矩陣，即A= 1 0 0a21 1 0a31 a32 1。于是，模型（1）可寫成：

yt=B1yt-1+…+Bsyt-s+A-1∑？著1，？著t：N（0，I3） （2）

其中，Bi=A-1Fi，i=1，2，…，s，將Bi中的元素逐行堆砌起來形成32s×1維的向量？茁。定義Xt=Is？茚（y' t-1，…，y' t-s），？茚表示克羅內克積。由此模型（2）可表示為：

yt=Xt？茁+A-1∑？著t （3）

為了深入分析研究影子銀行波動對金融穩定性的時變影響，將模型（3）中所有的參數加入時變特征，進而得到帶有隨機波動因子的TVP-VAR模型：

yt=Xt？茁t+At-1∑t？著t （4）

將下三角矩陣At中的左下方元素堆砌起來得到向量？琢t=（a21t，a31t，a41t）'，令向量ht=（h1t，h2t，h3t）'，且hjt=logσ2jt（j=1，2，3；t=s+1，…，n）。假設參數服從隨機游走過程：？茁t+1 = ？茁t + u？茁t，？琢t+1 = ？琢t + u？琢t，ht+1 = ht + uht，并且？著tu？茁tu？琢tuht： N0， I 0 0 00 ∑？茁 0 00 0 ∑？琢 00 0 0 ∑h。此外，假定？茁s+1：N（？滋？茁0，∑？茁0），？琢s+1：N（？滋？琢0，∑？琢0），hs+1：N（？滋h0，∑h0）。另∑？茁、∑？琢、∑h均為對角矩陣，且（∑？茁）-2i ～Gamma（20，0.01），（∑？琢）-2i ～Gamma（2，0.01），（∑h）-2i ～Gamma（2，0.01），同時將時變參數的初始狀態賦值為？滋？茁0=？滋？琢0=？滋h0=0，∑？茁0=∑？琢=10×I，∑h0 =100×I。

五、實證檢驗

（一）研究樣本與數據來源

為了分析規模的波動變化對金融穩定性造成多大程度的影響，本文選擇的指標涉及影子銀行規模、宏觀經濟現狀和金融體系等方面。影子銀行的內涵及概念從2009年1月開始逐漸形成，關于影子銀行的統計數據自此不斷完善。因此，本研究以2009年1月至2015年12月的統計數據為基礎進行相關研究。同時，以月份為單位，共得到84組數據樣本。

鑒于影子銀行業務的代表性以及相關數據的完整性，本文采用信托貸款、委托貸款以及未貼現銀行承兌匯票的月度存量規模總和來表示影子銀行規模，相關的數據均來自彭博數據庫。為了有效剔除季節和價格因素的干擾，筆者采用Census-X12和定基CPI方法對原始數據進行處理，最終得到剔除季節和價格因素干擾的影子銀行規模數值。

在金融穩定性指數的計算中采用合成法，數據來源于Wind數據庫。在指數的計算中筆者進行了相應的數據處理：采用SPSS軟件中的線性趨勢法進行缺失數據處理；采用Eviews軟件將季度數據轉換成月度數據；利用Census-X12法對研究樣本數據進行季節調整處理。采用熵值法得到的指數權重分別為：金融穩定性指數（FSI）權重34.4%，金融脆弱性指數（FVI）權重29.7%，金融發展指數（FDI）權重19.3%，世界經濟景氣指數（WECI）權重16.6%。

本文采用全社會金融機構人民幣貸款規模和外幣貸款規模的存量值來表示信貸規模。由于從2015年開始中國人民銀行首次公布我國貸款規模的存量數據，因此，筆者利用2015年12月底我國人民幣及外幣的貸款存量數據，通過之前的貸款增量數據進行相關推算，得到貸款規模的數據。相關的研究數據均來自Wind數據庫，并且采用Census-X12方法和定基CPI進行了相應的數據調整。

（二）模型的適用性檢驗

鑒于影子銀行規模、金融穩定性指數以及社會信貸規模的原始時間序列數據很可能不平穩，本文進行了平穩性檢驗，結果如表2。為了有效規避數據不平穩對實證結果的不利影響，以及有效克服異方差問題，在實證檢驗之前對影子銀行規模、金融穩定性指數以及社會信貸規模進行對數差分處理，進而得到相應的變量增長率序列，即ΔlnYZYHGM、ΔlnWDX和ΔlnXDGM。接著進行相應的變量ADF和PP檢驗，結果如表3。結果表明：在1%的顯著性水平下，拒絕影子銀行規模、金融穩定性指數以及社會信貸規模存在單位根的原假設，說明變量均為平穩的時間序列。因此，能夠建立包含ΔlnYZYHGM、ΔlnWDX和ΔlnXDGM的三變量TVP-VAR模型。

根據邊際似然值最大的原則，為了滿足檢驗需要，將TVP-VAR模型的滯后期設定為3。采用MCMC算法進行20 000次連續抽樣，為了避免抽樣的誤差，去掉預燒（burn-in）階段的前2 000次抽樣，從而得到檢驗參數的后驗均值、標準差、95%的置信區間、收斂診斷值（Convergence Diagnostics，CD）和無效因子（如表4）。

由表4可見，所有參數的后驗均值都處于95%的置信區間范圍內，實證檢驗結果具有較高的可信度。并且，收斂診斷值均小于1.96（即5%顯著性水平下的臨界值），說明不能拒絕零假設（即后驗分布收斂于0）。無效因子的最大值為78.44，表明得到的不相關樣本數約為256個（即20 000÷78），這也完全滿足后驗推斷時的相關要求。

（三）實證檢驗結果

1.影子銀行規模與金融穩定性同期關聯

在TVP-VAR模型中，能夠通過下三角矩陣At來反映變量之間存在的同期關聯，變量一個單位的結構性沖擊對其他變量產生的當期作用能夠通過矩陣A-1t中的自由元？觔it以遞歸識別的途徑表現出來。具體來看，影子銀行規模與金融穩定性指數之間具有的同期關聯特征能夠通過圖2表現出來。

由圖2可見，2009—2015年間我國影子銀行規模與金融穩定性指數之間的同期關聯為負，這表明我國影子銀行規模的快速增長有助于我國金融體系穩定性的提升。這也充分說明了在短期內，影子銀行對我國金融體系的穩定性具有顯著的正向促進作用。

2.脈沖響應分析

在傳統的VAR模型中，脈沖響應函數作為一種基本工具，主要用于分析變量之間存在的動態作用機制，然而普通的常系數VAR模型只能通過某一次的沖擊來反映一個變量對另一個變量的響應程度。采用估計的方式取得的時變參數，TVP-VAR模型能夠對任意時間點上的脈沖響應值進行準確的計算，從而能夠反映出不同時間點上變量之間相互作用大小的動態特征。為了深入分析研究影子銀行規模增長對金融體系穩定性的動態影響機制，在實證檢驗中給出了金融穩定性指數對于來自超前1期、3期、6期、9期（即超前1個月、1個季度、半年、3個季度）一個單位標準差的影子銀行規模對數增長率初始沖擊的脈沖響應圖（如圖3）。

由圖3可知，對于來自超前1期的影子銀行的規模波動，金融穩定性指數的響應與同期關聯分析具有非常大的相似性，這充分表明了影子銀行規模的增長在短期內有利于我國金融體系的穩定性提高。對于超前3期的影子銀行的規模波動，金融穩定性指數的脈沖響應值由負轉為正，其分界點為2010年4月，同時，在2013年1月之前一直處于上升過程中，最終的數值在0.01附近波動；除了2010年1月和2010年2月之外，對于超前6期的影子銀行的規模波動，金融穩定性指數的脈沖響應為正向響應，2010年1月到2011年1月增長比較顯著，最終的數值穩定在0.004附近；對于超前9期的影子銀行的規模波動，金融穩定性指數的脈沖響應一直為正向，并且無論是波動還是幅度都比較小，最終的數值穩定在0.001附近。這反映了從2010年開始，在我國影子銀行體系中長時間積累的風險因素開始暴露，這對我國金融體系的穩定性具有較大的負面作用。影子銀行基礎資產的期限一般超過3個月，大多數的投資項目期限也在兩年以上，信托、理財等金融產品從發行到出現兌付危機，一般需要較長的時間，因此，銀行等金融機構利用同業途徑來化解風險也不可能一蹴而就，所以金融機構之間潛在交叉傳染風險的出現必然具有時滯性特征。另外，影子銀行規模的增長會給資本市場和實體經濟帶來巨大的流動性，在短期內，流動性的增長能夠有效促進我國經濟發展和資產價格的提升，然而也必然會推動行業經濟泡沫的滋生。當外部經濟環境和經濟結構變化時，使得這些原本隱藏的風險逐漸暴露。例如2010—2011年國家宏觀調控政策穩步推進，為了能夠有效遏制我國房價的上漲，國家實施了積極的調控政策和措施，這顯著影響了相關基礎設施和房地產項目的開發，導致為它們提供大量貸款的影子銀行受到很大沖擊，風險凸顯，最終這些網絡風險逐漸向整個金融行業傳遞。伴隨著整個經濟周期和國家經濟政策的調整，金融不穩定因素也在變動，導致其風險能夠較長時間隱藏。通過脈沖響應的結果，能夠發現在影子銀行規模增長的前3期、前6期以及前9期，影子銀行規模增長不利于我國金融體系的穩定性，并且在3期后，這種不利影響開始逐漸出現，可見，其具有非常明顯的時間滯后性特征。

通過對圖3中的脈沖響應函數進行深入的分析研究，筆者發現金融穩定性指數在響應前幾期的影子銀行規模變化時，具有兩個明顯的特點：一是2009—2013年上半年，脈沖響應曲線具有較大的時變波動幅度，然而從2013年下半年開始，脈沖響應曲線比較穩定，沒有較大幅度的變化。二是影子銀行規模增長對金融穩定性的負面影響隨著時間的增長而逐漸減弱，具體來講：對于超前3期影子銀行規模的增長，金融穩定性指數的響應基本上維持在0.01；對于超前6期影子銀行規模的增長，金融穩定性指數的響應基本上維持在0.004；對于超前9期影子銀行規模的增長，金融穩定性指數的響應僅僅維持在0.001附近。結合國家的監管實踐：2013年3月銀監會“8號文”對商業銀行理財資金投資于非標債權資產的總額進行了明確的界定，同年12月國務院“107號文”首次對影子銀行的概念進行了明確的界定；2014年“券商資管33號文”、“信托99號文”、人民銀行“127號文”等相繼發布，進一步落實了多項同業業務規范政策和影子銀行監管，明確指出理財資金投向和風險撥備的要求。監管當局明確了對影子銀行機構與業務的監管，也對影子銀行的內涵和外延進行了說明，在一定程度上，這也是對影子銀行業務的邊界進行了明確，對風險的交叉傳染起到了限制作用，因此，這也正是影子銀行規模增長對金融體系穩定性的反向影響，沒有隨著時間的推移而表現出明顯的增強趨勢，反而隨著時間增長而不斷降低。

六、結論與建議

由于我國資本市場化程度還不夠完善的特殊國情，影子銀行體系異于發達國家。我國影子銀行的重點不是資產證券化，但和普通商業銀行的傳統信貸業務存在著相互補充、緊密相連的關系。隨著經濟的發展，中小企業呈現井噴式增長，對資金的需求也逐漸增大，影子銀行的出現在一定程度上緩解了其融資困難的瓶頸，但融資成本相對較高，運行過程中容易出現風險，對此，應該采用加強審核管理、構建風險預警體系等手段來降低風險。因此，本文選擇的樣本期間是2009年1月至2015年12月，通過計算金融穩定性指數，運用TVP-VAR模型分析影子銀行的規模變動是否會給金融穩定性造成影響，影響程度具體有多大。實證結果表明：影子銀行的規模擴大并非對金融穩定性一直呈現正向作用，在短期內，規模擴張可以更好地促進金融的穩定發展，但是在較長的時間范圍內，規模擴張反而會阻礙金融的穩定發展。與此同時，有效的監督管理政策會在一定程度上緩解規模持續擴張給金融穩定發展帶來的負面影響[ 10 ]。依據實證結果，得出如下政策啟示：

（1）影子銀行規模要控制在一定的范圍內，從而促進金融資源的合理配置。在金融資源的配置過程中，不可避免會出現信息不對稱現象，從而影響資源的合理配置。影子銀行的出現，在一定程度上有助于金融資源的優化配置。隨著金融資源融資約束的逐步加強，某些業務在傳統商業銀行無法完成，影子銀行則可以憑借自身優勢提供資源，從而在一定程度上緩和了融資難的問題。因此，隨著我國經濟步入新常態以及金融改革的深入推進，保持影子銀行的適度發展，在一定程度上有利于金融資源的合理配置，這對我國金融體系的健康穩定發展具有顯著的促進作用[ 11 ]。

（2）合理規劃影子銀行業務發展，防止風險內部擴散。在現有監管體系中，影子銀行呈現相對自由的狀態，加之業務的不斷創新，加劇了金融風險。同時，影子銀行有著高杠桿的顯著特點，業務之間交叉重合點較多，容易引起影子銀行體系內部風險蔓延，并傳遞給正規金融體系，甚至會波及實體經濟的發展。應合理規劃影子銀行業務發展，將風險鎖定在影子銀行內部，減少其不利影響[ 12 ]。

（3）實施外部監督與內部管理的雙效機制，將負面效應鎖定在可控范圍之內。同時，政府應該從利于經濟健康平穩發展和金融穩定的大局出發，合理規劃影子銀行的發展速度和規模，通過合理規劃影子銀行的業務范圍和規模來控制消極影響，進而合理平衡利弊關系[ 13 ]。

（4）逐步建立影子銀行的風險預警體系，真實評估影子銀行實際的風險承受能力，將風險提前鎖定。目前，在我國的金融系統中，外部審核相對比較嚴格，風險進駐的端口將一部分風險攔截在外，但具體實踐過程中仍存在一些風險，金融體系在具體實施過程中缺乏完善的預警機制，不利于整個金融系統的安全和穩定。

【參考文獻】

[1] KRUGMAN P R. Development， geography， and economic theory[J].Paul Krugman，2009，63（252）：701.

[2] 易憲容，王國剛.美國次貸危機的流動性傳導機制的金融分析[J].金融研究，2010（5）：41-57.

[3] 鄧超，唐瑩，楊文靜.影子銀行體系對我國金融穩定性的影響研究[J].經濟經緯，2016（5）：149-154.

[4] 周莉萍. 論影子銀行體系國際監管的進展、不足、出路[J].國際金融研究，2012（1）：44-53.

[5] 巴曙松.中國影子銀行的監管趨勢[J].清華金融評論， 2017（11）：31-32.

[6] 方先明，謝雨菲，權威.影子銀行規模波動對金融穩定的溢出效應[J].經濟學家，2017（1）：79-87.

[7] 李叢文.中國影子銀行與貨幣政策調控：基于時變Copula動態相關性分析[J].南開經濟研究，2015（5）：40-58.

[8] 徐珺.影子銀行體系對金融穩定性影響的研究評述[J].投資研究，2016（8）：150-158.

[9] 王擎，白雪.我國影子銀行發展與銀行體系穩定：來自省際面板數據的證據[J].財經科學，2016（4）：1-12.

[10] 黎友煥，鄭茜.我國影子銀行發展現狀及影響分析[J].云南師范大學學報（哲學社會科學版），2015，253（2）：93-99.

[11] 于建忠，劉海飛，宋素榮.中國影子銀行的行為模型[J].金融研究，2016（2）：163-171.

[12] 趙利娟.影子銀行對我國金融穩定性的影響分析[J].商業經濟研究，2015（10）：70-72.

[13] ADRIAN T， ASBCRAFT A B.Shadow banking： a review of the literature[M]// Banking Crises. Palgrave Macmillan UK，2016.