影子銀行、貨幣政策與商業銀行系統性金融風險

佟孟華　李洋　于建玲

作者簡介：

佟孟華（1965-），女，吉林白城人，教授，博士，博士生導師，主要從事數理金融與實證金融研究。E-mail： tongmenghua@dufe.edu.cn

李 洋（通訊作者）（1988-），男，河南信陽人，博士研究生，主要從事數理金融與實證金融研究。E-mail： liyang06112@126.com

于建玲（1992-），女，山西朔州人，博士研究生，主要從事數理金融與實證金融研究。E-mail： yujianling0207@163.com

摘 要：影子銀行體系與商業銀行密不可分，影子銀行體系積累的風險會危及商業銀行、增加商業銀行系統性金融風險。本文基于2007—2017年中國14家上市商業銀行的微觀數據，運用條件風險價值（CoVaR）法測算了商業銀行系統性金融風險水平，研究了影子銀行業務對商業銀行系統性金融風險的影響及其深層次根源，并在此基礎上進一步探究了貨幣政策對二者關系的調節效應。研究結果表明，首先，在全樣本下，影子銀行業務會顯著增加商業銀行系統性金融風險水平;通過將影子銀行業務進一步分解為同業業務和委外投資業務兩種成分，發現其委外投資業務是引發系統性金融風險的直接和主要誘因，而同業業務的影響效應相對較小。其次，異質性分析顯示，不同的銀行類型和不同的公司治理效率下，影子銀行業務對商業銀行系統性金融風險的影響效應存在差異。具體而言，對于規模較小和公司治理效率較差的商業銀行，影子銀行業務的不利影響更加明顯，其中又以委外投資業務最為顯著。最后，貨幣政策對影子銀行業務與商業銀行系統性金融風險之間的關系存在顯著的逆向調節效應，且對委外投資業務的調節效應明顯強于同業業務。本文的研究結論為強化影子銀行的有效監管、促進金融體系去杠桿、防范和化解商業銀行系統性金融風險的政策制定提供了參考。

關鍵詞：影子銀行;貨幣政策;商業銀行系統性金融風險;同業業務;委外投資業務

中圖分類號：F830.33;F821.0文獻標識碼：A

文章編號：1000-176X（2021）01-0053-11

一、問題的提出

2008年國際金融危機以來，中國影子銀行業務發展迅速，截至2019年底，中國影子銀行資產規模高達59萬億元，經濟杠桿率高企。影子銀行業務復雜、隱蔽性強，增加了各類金融機構的關聯性，這些特征都會增加金融系統的脆弱性，不利于防控系統性風險。從結構上看，中國的影子銀行體系是由商業銀行主導，商業銀行能為其帶來巨大的資金來源，而影子銀行則往往可以突破利率管制和資本金約束，向正規銀行體系未能覆蓋的一些經濟領域提供金融服務。作為一種金融創新，一方面，影子銀行能為中小企業發展提供更多的投融資渠道，緩解商業銀行的信貸歧視;另一方面，由于缺乏金融監管約束，影子銀行持續積累的風險也會增加商業銀行系統、金融體系甚至整個經濟系統的金融風險。隨著中國經濟進入新時代，經濟增速有所下滑，影子銀行風險尤其值得關注。因此，研究影子銀行對商業銀行系統性金融風險的影響，防范影子銀行風險在商業銀行體系乃至金融系統中蔓延，成為新時代守住不發生系統性金融風險的關鍵所在。

雖然迄今為止對于影子銀行的定義還沒有得到統一，但學界普遍認為影子銀行具有信用轉換、期限轉換和流動性轉換功能，且以其靈活性和創新性為融資提供新的渠道，由于其較快的創新速度、較復雜的信用關系、較低的信息透明度、較高的部門關聯度和缺乏金融監管而具有高風險傳染特征[1-2]。不同于國外以金融創新和證券化為主要形式的影子銀行，中國的影子銀行有其自身的特殊性，其參與主體主要有商業銀行、信托公司、證券公司、保險公司、民間借貸機構、貨幣市場基金和企業部門等，具體業務包括銀行理財、同業業務、委托貸款、信托貸款和各類資產管理等，大多以商業銀行為主體衍生而來，也稱為“銀行的影子”。中國的影子銀行一般需要借助于第三方金融機構，主要體現為銀行資產方的同業資產和投資資產，具體業務模式為以“準貸款”形式存在的同業業務和以“金融嵌套”形式存在的委外投資業務。其中，同業業務借助銀行之間的操作為企業提供類似貸款的融資，將本應該記入貸款項目下的資產隱匿于同業資產下以規避監管;而委外投資業務則借助于非銀行金融機構的操作向企業提供類似貸款的融資，通過將貸款項下的資產轉記于投資資產之下以規避監管[3-4]。魏偉等[5]認為，商業銀行通過同業業務和委外投資業務創新活動，不僅引起銀行杠桿率水平的上升，同時也導致銀行表外業務風險向表內傳遞，從而引發系統性金融風險。

近年來，國內外學者對影子銀行與系統性金融風險的關系進行了大量有益的探索。然而，目前關于二者關系的研究仍未得到一致的結論。大多研究認為，影子銀行在促進金融發展的同時，也加速了風險在金融系統內的傳染，增加了系統性金融風險。一方面，影子銀行業務放大了金融資產和負債的期限錯配程度;另一方面，影子銀行促使融資杠桿率上升，造成金融系統內資金的“脫實向虛”，從而加大了金融系統風險的積聚[6]-[8]。同時，短期內影子銀行的期限錯配容易引發金融系統的流動性風險，而長期內的加杠桿則容易造成金融系統內信用違約風險的上升[9]-[11]。毛澤盛和萬亞蘭[12]與涂曉楓和李政[13]的研究則表明，影子銀行業務與銀行系統性金融風險之間呈U型關系，在開展影子銀行業務的初期，影子銀行通過風險共擔降低了商業銀行的風險水平，但隨著影子銀行業務的進一步擴大，當超過一定閾值時會對商業銀行起到風險傳染的作用。

縱觀該領域的研究，雖然國內外學者對于影子銀行與商業銀行系統性金融風險的關系做了大量探討，但往往只關注影子銀行影響的總效應，較少考察不同類型影子銀行業務的異質性影響。前文關于中國影子銀行業務的介紹表明，不同類型的影子銀行在業務模式上存在較大差異，參與的金融機構也不同。因此，影子銀行的影響效應可能因業務類型的不同而不同。那么，不同類型的影子銀行業務是否會對商業銀行系統性金融風險產生差異化的影響？本文試圖對這一問題進行回答。

貨幣政策作為一種宏觀政策調控工具，會對影子銀行和銀行風險產生影響。胡利琴等[14]與王妍等[15]的研究表明，在不同貨幣政策環境下，影子銀行的變化呈現出明顯的逆周期特性，即擴張性貨幣政策會引起影子銀行規模的收縮，而緊縮性貨幣政策又會引起影子銀行規模的擴張;此外，貨幣政策也會對銀行風險產生影響，但影響方向并未達到統一。王晉斌和李博[16]與黃秀路和葛鵬飛[17]認為，寬松的貨幣政策會導致利率長期處于較低水平，使得銀行機構會低估風險水平，從而增加了金融機構的風險承擔意愿，最終導致整個金融系統內風險的上升;DellAriccia等[18]與郭娜等[19]認為，寬松的貨幣政策會提高企業對銀行信貸的需求，從而提升銀行的凈息差和盈利能力，激勵銀行加強監管并減少風險性行為，從而能有效降低金融系統內的風險水平。不難看出，目前相關研究往往只關注貨幣政策與影子銀行、貨幣政策與銀行風險的關系，較少將貨幣政策、影子銀行和銀行風險納入到同一的框架下進行分析。

鑒于此，本文以中國14家上市商業銀行2007—2017年的微觀數據為基礎，運用條件風險價值（CoVaR）法測算了商業銀行系統性金融風險水平，研究了影子銀行業務對商業銀行系統性金融風險的影響，以及貨幣政策對二者關系的調節效應。具體而言，首先，基于半年度面板數據實證檢驗了影子銀行對商業銀行系統性金融風險水平影響的總效應，同時按照業務模式分別探討作為影子銀行業務重要構成部分的同業業務和委外投資業務對商業銀行系統性金融風險貢獻的大小，以探究影子銀行業務影響的深層次原因。其次，考察不同銀行類型和不同公司治理效率下影子銀行業務的異質性影響，以多角度研究影子銀行業務的影響效應。再次，通過更改被解釋變量的取值方式、更換被解釋變量和解決解釋變量的內生性問題三個方面，對基準模型的結果進行穩健性檢驗。最后，引入貨幣政策變量，研究貨幣政策對影子銀行與商業銀行系統性金融風險之間關系的調節效應及其深層次原因，以提高貨幣政策對影子銀行業務調節的針對性和有效性。

本文主要有三個方面的邊際貢獻：首先，不僅研究了影子銀行業務對商業銀行系統性金融風險影響的總效應，而且進一步探究了影子銀行不同業務模式影響的差異性，首次對影子銀行影響效應的深層次原因進行了探索，豐富了該領域相關研究成果的深度。其次，從銀行類型和公司治理效率兩個微觀角度出發，討論了在不同類型銀行和不同公司治理效率下影子銀行業務影響的差異性，從廣度上對該領域的相關研究成果進行了有益補充。最后，在影子銀行影響商業銀行系統性金融風險的基礎上，進一步探索了貨幣政策對二者關系的調節效應，以及對不同類型影子銀行業務的調節效應差異。

二、理論分析與研究假設

中國影子銀行的產生有其特殊的制度背景，商業銀行的監管套利行為是造成影子銀行快速發展的根本原因[20]。一方面，在面臨以存貸比監管為代表的信貸約束下，為規避監管和獲得較高利潤，商業銀行將表內業務通過拆借的方式轉移到表外，從而為影子銀行體系提供大量的資金來源，由于該部分資金期限通常較短，因而形成了影子銀行體系短期限的負債結構;另一方面，為了獲得較高的收益，影子銀行體系資金主要投向有政府隱性擔保的融資平臺和回報率較高的房地產部門，這些部門通常負債水平較高、負債周期較長，資金運作在某種程度上依賴于借新還舊[21]，從而形成了影子銀行體系長期限的資產結構，負債與資產期限的不匹配造成了影子銀行嚴重的期限錯配問題[22]，這種特有的期限錯配往往蘊含了流動性風險。 此外，影子銀行體系為了實現較高回報率，往往持有較少的自有資金，形成高杠桿的經營模式，使得影子銀行遭受擠兌的概率加大[23]。在經濟上行時期，企業與金融機構在通過影子銀行體系進行融通資金時，往往會忽視影子銀行業務規模擴張所不斷集聚的風險，當遭遇資金突然收緊時，這種資金錯配格局將難以為繼[24]，引起影子銀行主體資金鏈的斷裂并引發流動性風險在單個金融機構的暴發，而影子銀行的高杠桿經營又加劇了流動性風險的擴大，同時內部資金交叉融合所形成的錯綜復雜的金融關聯網絡也進一步助推了風險的交叉傳染[25]，這一系列因素的疊加最終導致風險在影子銀行體系的“接力傳遞”和多個影子銀行主體的多點暴發，并通過資金的相關性波及到銀行業系統[26]，引發銀行業系統性金融風險。鑒于此，筆者提出如下假設：

假設1：影子銀行業務增加了商業銀行系統性金融風險水平。

貨幣政策的變化能夠對影子銀行規模的變化產生重要影響，進而影響商業銀行的系統性金融風險水平。在緊縮性的貨幣政策沖擊下，一方面，商業銀行表內資金面臨的資本充足率和存貸比監管壓力增大，而表外資金則不受監管約束的限制，為減輕監管壓力，商業銀行將表內資金轉移至表外、借由影子銀行繞開金融監管的動機增強，從而導致影子銀行融資規模的增加[27-28];另一方面，商業銀行的利潤空間會因緊縮性貨幣政策的實施而縮小，商業銀行為了彌補收益的損失將發展更多的影子銀行業務，進一步促進了影子銀行規模的擴大[19]。不僅如此，緊縮性貨幣政策也會引起整個金融系統資金的短缺，造成影子銀行體系資金鏈斷裂，從而加快了影子銀行體系風險的暴露。因此，緊縮性貨幣政策會通過促進影子銀行規模的增加和影子銀行體系資金的短缺這兩種渠道，進一步放大影子銀行對商業銀行系統的風險傳染。相反，在擴張性貨幣政策沖擊下，相對充裕的資金環境會降低商業銀行開展影子銀行業務的動機并緩解影子銀行體系資金短缺局面，從而減輕了影子銀行對商業銀行系統性金融風險的影響。鑒于此，筆者提出如下假設：

假設2：貨幣政策對影子銀行業務與商業銀行系統性金融風險之間的關系具有逆向的調節效應，即緊縮的貨幣政策加劇了對影子銀行的影響，而擴張的貨幣政策能有效緩解了對影子銀行的影響。

三、模型構建、變量定義與數據說明

（一）基準模型構建

為了檢驗假設1，本文構建如下基準模型：

（2）解釋變量：影子銀行業務、同業業務和委外投資業務（Shadowi，t、Shadow_Si，t和Shadow_Ti，t）。考慮到中國影子銀行業務性質與國外的巨大差異，本文測算的影子銀行業務為銀行的影子業務。參照涂曉楓和李政[13]的研究，選取信托貸款、票據買入返售、同業代付、信托收益權買入返售、委托定向投資、應收款項類投資及資產管理計劃規模之和作為中國上市商業銀行影子銀行業務總規模水平，涉及存放同業、拆出資金、買入返售金融資產、可供出售金融資產、應收款項類投資、持有至到期投資和交易性金融資產這七類會計科目。其中，以 “準貸款”形式存在的同業業務為存放同業、拆出資金和買入返售金融資產科目下的類信貸資產之和;以“金融嵌套”形式存在的委外投資業務為可供出售金融資產、應收款項類投資、持有至到期投資和交易性金融資產這四類會計科目下屬于銀行影子業務的資產之和，根據銀行資產負債表附注中的資產明細進行加總而得。為了消除量綱影響，本文分別對Shadowi，t、Shadow_Si，t和Shadow_Ti，t取自然對數處理。

（3）調節變量：貨幣政策（MPt）。考慮到中國的貨幣政策工具主要為數量型，因而本文選取貨幣供應量M2的同比增速作為貨幣政策的調節變量。

（4）控制變量（Xi，t）：其中，銀行規模（SZ）用銀行總資產的自然對數衡量;存款比率（LR）和貸款比率（DR）分別用吸收存款/總負債、貸款/總資產表示;負債權益比（DER）為負債/所有者權益;凈資產收益率（ROE）和非利息收入占比（NIR）分別由凈利潤/凈資產、非利息收入/營業收入計算得到;融資率（EF）采用股權融資與債權融資加總除以總資產來表示，其中，股權融資為股本與資本公積之和，債權融資用中央銀行借款、拆入資金和吸收存款之和來代替;經濟增長率（GDPR）采用實際GDP同比增速來表示。

2. 數據來源與樣本說明

考慮到各商業銀行上市時間的差異，為保證樣本時期足夠長，本文選取了14家上市商業銀行作為研究對象，分別是 4家國有商業銀行（中國銀行、中國工商銀行、中國建設銀行和交通銀行），7家股份制商業銀行（平安銀行、浦發銀行、華夏銀行、民生銀行、招商銀行、興業銀行和中信銀行）和3家城市商業銀行（寧波銀行、北京銀行和南京銀行）。樣本區間為2007—2017年，包含了2008年國際金融危機、2013年“錢荒”和2015年股市暴跌等一系列重要事件。2018年開始，由于會計準則進行了調整，商業銀行資產負債表的可供出售金融資產、應收款項類投資、持有至到期投資等科目發生了相應的變化，為保證計算口徑的一致性，本文未包括2017年以后的樣本。由于影子銀行業務各項指標數據的最低頻率為季度，部分指標1、3季度數據缺失嚴重，因此，本文的數據頻率為半年度。影子銀行業務規模數據來源于各銀行發布的半年度報告和年度報告，其余數據來自Wind數據庫。表1為變量的描述性統計。

四、實證結果及分析

（一）基準回歸分析

根據前文設計的待檢驗模型（1），表2列（1）和列（2）報告了商業銀行開展影子銀行業務對其系統性金融風險水平影響的回歸結果。其中，在列（1）中，我們僅加入了個體固定效應，未對時間固定效應加以控制，可以發現影子銀行業務（Shadow）的系數估計值為0.600，且在1%的水平上顯著;在列（2）中，我們同時加入了個體和時間雙向固定效應，影子銀行業務（Shadow）的系數估計值為0.643，仍在1%水平上顯著。整體來講，列（1）和列（2）的結果表明，影子銀行業務的實施顯著增加了商業銀行的系統性金融風險水平，且這種顯著關系不會受到時間固定效應的影響。該結論與高蓓等[8]的研究結論一致，進一步驗證了影子銀行業務對商業銀行風險傳染的特性。同時，表2列（2）的結果顯示，每多開展1%的影子銀行業務，會導致系統性金融風險水平CoVaR增加0.643，表明影子銀行業務的影響效果較為明顯。

從控制變量的結果來看，一方面，存款比率（LR）、貸款比率（DR）、非利息收入占比（NIR）和經濟增長率（GDPR）四個變量的影響系數為正。其中，貸款比率（DR）的影響效應與預期的結果相反，可能的原因是，2008年開始的信用擴張是以銀行新增貸款的形式進行，放貸量的擴大需要更多的相應存款進行平衡，中小商業銀行因存款市場競爭的加大而大量流失存款，為了彌補存款缺口不得不發展高風險的影子銀行業務，從而造成中小商業銀行的系統性金融風險水平顯著提高。另一方面，銀行規模（SZ）、凈資產收益率（ROE）、融資率（EF）和負債權益比（DER）的影響系數為負。其中，銀行規模的影響效應與涂曉楓和李政[13]的研究結論相反，但支持了祝繼高等[11]提出的銀行資產規模水平越大其風險水平越小的結論，原因可能是規模較大的銀行所占有的市場份額往往較大，其在市場中擁有較強的競爭能力，從而在危機期間風險的承受能力也就較強。由此可見，

影子銀行業務顯著擴大了商業銀行系統性金融風險水平。

（二）按業務類別進行的回歸分析

表2列（3）和列（4）報告了對模型（2）按業務類別的回歸結果，其中列（3）僅對個體固定效應進行控制，列（4）同時控制個體和時間雙向固定效應。可以發現，在兩列回歸中同業業務（Shadow_S）和委外投資業務（Shadow_T）的系數值都顯著為正，且委外投資業務的影響效應明顯強于同業業務。由列（4）可知，委外投資業務每增加1%，會導致商業銀行系統性金融風險（CoVaR）提高0.122，而每多開展1%的同業業務僅會導致系統性金融風險提高0.048。說明在影子銀行業務的構成中，以“金融嵌套”形式存在的委外投資業務是引發商業銀行系統性金融風險的主要原因，也是影子銀行業務風險由表外傳播到表內的主要途徑。而以“準貸款”形式存在的同業業務主要目的是通過銀行之間的操作將銀行表內資金轉移到表外，為銀行開展委外投資業務提供資金支持，從而對金融風險的傳染提供了橋梁和紐帶作用。資金出表后，銀行機構又將轉移到表外的資金用來對資金信托計劃、各類資產管理產品、委托貸款和債券等形式進行相互投資，投資通過層層嵌套再加杠桿，金融系統的脆弱性就是在這樣的過程中持續累積，一旦某一金融機構出現風險敞口，便能導致風險迅速交叉傳染到其他金融機構，從而衍生出金融系統的“多米諾骨牌效應”，因此，委外投資業務就成為風險傳染的直接和主要路徑，金融監管機構尤其應該提高對該類影子銀行業務的關注。

（三）異質性分析

為了考察影子銀行業務對具有不同個體特征商業銀行系統性金融風險影響的差異性，本文做如下異質性分析：第一，按照國有商業銀行、股份制商業銀行和城市商業銀行對所選樣本銀行進行分類。第二，按照銀行的公司治理效率高于和低于所在行業中位數的銀行，將所選樣本銀行分為公司治理效率較好和較差的銀行。

1.區分不同銀行類型的分樣本回歸

分別對不同銀行類型的影子銀行業務影響的異質性檢驗結果如表3所示，其中，列（1）、列（3）和列（5）報告了不同銀行類型下影子銀行業務影響的總效應差異，列（2）、列（4）和列（6）報告了在不同銀行類型下不同類型的影子銀行業務影響的差異，結果表明各銀行分類下影子銀行業務的影響效應差異明顯。具體來說，列（1）結果顯示，影子銀行業務對國有商業銀行系統性金融風險（CoVaR）的影響系數顯著為負，達到-2.403，說明國有商業銀行對影子銀行業務風險的承受能力較強，開展一定的影子銀行創新業務反而會提高該類銀行的風險承擔水平;列（2）結果表明，對于國有商業銀行，同業業務和委外投資業務對其系統性金融風險的影響效應也存在差異，雖然兩種業務模式都能提高國有商業銀行的風險承擔水平，但同業業務模式促使國有商業銀行系統性金融風險水平下降的效果更加顯著，影響系數達到-0.315;列（3）結果顯示，對于股份制商業銀行，影子銀行業務會增加其系統性金融風險水平，但不顯著;列（4）結果顯示，相對于委外投資業務，同業業務對股份制商業銀行系統性金融風險的影響效應更加明顯;列（5）結果顯示，城市商業銀行開展影子銀行業務會顯著提高其系統性金融風險水平，影響效應達到15.140，遠遠高于股份制商業銀行的0.466;列（6）結果顯示，同業業務和委外投資業務都會顯著增加城市商業銀行系統性金融風險水平，且委外投資業務的影響效應更加明顯。這說明隨著銀行規模的下降，影子銀行業務對系統性金融風險的影響效應逐漸提高，這與魏偉等[5]的研究結論相一致。可能的原因在于：相對于大型商業銀行業務的多元化，中小商業銀行更易受存款規模的限制從而不得不更多地開展影子銀行創新業務，然而由于該類業務具有期限錯配和流動性風險，中小商業銀行更易出現資金鏈斷裂而引發系統性金融風險，大型商業銀行因為吸儲的強競爭力極大增強了其抗風險能力。由此可見，商業銀行開展影子銀行業務導致風險在金融系統內積聚時，風險的不利沖擊對中小商業銀行的影響更大。不僅如此，不同類型銀行對不同類型影子銀行業務風險的敏感性也存在差異，股份制商業銀行對同業業務引起的系統性金融風險比較敏感，而城市商業銀行則對委外投資業務引發的風險更加敏感。

2. 區分不同公司治理效率的分樣本回歸

本文選取獨立董事占比作為公司治理效率的代理變量，并認為該指標高于所在行業中位數的銀行為公司治理較好的銀行，反之則認為是公司治理效率較差的銀行，以檢驗不同公司治理條件下影子銀行業務影響的異質性。表4結果顯示，在公司治理效率較差的銀行中（列（3）），影子銀行業務對系統性金融風險水平（CoVaR）的影響系數達到1.854，明顯高于基準模型的0.643，說明影子銀行業務使得公司治理效率較差銀行的系統性金融風險水平增加得更為顯著;當進一步考察影子銀行業務影響的深層次原因時，由列（4）可知，對于公司治理效率較差的銀行開展委外投資業務是導致其系統性金融風險增加的主要原因，影響系數達到2.469，遠遠大于同業業務的影響系數1.672。相反，在公司治理效率較好的銀行中（列（1）和列（2）），影子銀行業務對系統性金融風險水平（CoVaR）的影響系數為-1.040，且在10%的水平上顯著，其中，同業業務和委外投資業務的影響系數分別為-1.093和-0.954，且前者的系數在5%水平上顯著而后者的系數不顯著。進一步說明對于公司治理效率較好的銀行，其風險承受能力較強，適當開展影子銀行業務可以在一定程度上提高業務的多元化和靈活性，進而提高其盈利能力;而對于公司治理效率較差的銀行，這類銀行自身的風險承受能力較弱，一旦其開展的影子銀行業務某一環節出現資金鏈斷裂，則風險會很容易傳導到商業銀行系統內，快速引爆該類銀行的系統性金融風險，并且越是公司治理效率較差的銀行，其開展委外投資業務提高獲益渠道的動機越強，從而導致委外投資業務對其系統性金融風險的不利沖擊更加明顯。

（四）穩健性檢驗

為了使研究結論更加可信，本文從三個角度對基準回歸結果的穩健性進行檢驗：（1）為了解決被解釋變量的測量偏差問題，選取測算的CoVaR的半年度中位數對被解釋變量的值進行替代。（2）為了消除被解釋變量指標選取的偏差問題，本文采用式（12）所測算的系統性金融風險溢出水平（ΔCoVaR）作為被解釋變量（CoVaR）的替代指標。（3）考慮到解釋變量可能存在的內生性問題，我們將解釋變量均滯后1期進行回歸分析，進一步驗證影子銀行業務影響效應的穩健性。表5匯報了以上三個方面的穩健性檢驗結果，其中，列（1）和列（2）給出了穩健性檢驗（1）的估計結果，列（3）和列（4）展示了穩健性檢驗（2）的檢驗結果，列（5）和列（6）為穩健性檢驗（3）的最終結果。列（1）、列（3）和列（5）的結果表明，影子銀行業務對商業銀行系統性金融風險的影響系數都為正，且均在1%的水平上顯著;列（2）、列（4）和列（6）的結果顯示，影子銀行業務的兩個重要構成部分中，以“準貸款”形式存在的同業業務和以“金融嵌套”形式存在的委外投資業務對系統性金融風險的影響系數都顯著為正，但后者的影響效應顯著大于前者，進一步驗證了委外投資業務為引起商業銀行系統性金融風險擴大的主要原因。此外，其他控制變量的回歸結果與前文中基準模型的結果非常接近，表明基準回歸模型的結果是穩健的。

（五）貨幣政策的調節效應分析

通過前文一系列的分析，我們發現商業銀行開展影子銀行業務確實在一定程度上增加了系統性金融風險水平。為了進一步考察貨幣政策對二者關系的調節效應，接下來我們將依據模型（3）和模型（4）檢驗貨幣政策的調節效應大小。表6中列（1）和列（2）為模型（3）的估計結果，其中，列（1）僅控制了個體效應，未對時間效應加以控制，列（2）同時對個體和時間效應進行了控制。列（1）和列（2）的結果表明，無論控制時間效應與否，影子銀行業務的系數都在1%的水平上顯著為正，且影子銀行業務與貨幣政策的交互項系數都在1%的水平上顯著為負，當同時控制雙向固定效應時，交互項的系數達到-0.081。由此可以看出，影子銀行業務對商業銀行系統性金融風險的影響效應不是固定的，而是會隨著貨幣政策的變化而變化。具體來說，寬松的貨幣政策環境能夠減輕影子銀行業務的影響，而緊縮的貨幣政策環境則會進一步放大影子銀行業務的沖擊，這與胡利琴等[14]與王妍等[15]的研究結論保持一致。原因可能是，在寬松的貨幣政策環境下，銀行的借貸能力提高，從而提升了商業銀行的凈息差和盈利能力，激勵銀行減少開展影子銀行業務等風險性行為，同時中小企業的融資難度降低，更多中小企業轉向從商業銀行貸款渠道進行融資，減少了對影子銀行體系資金的依賴，導致影子銀行業務的負面沖擊效應降低;相反，在緊縮的貨幣政策環境下，商業銀行的借貸能力降低，誘發更多商業銀行將資金轉移到表外從事影子銀行業務以彌補收益降低帶來的損失，同時中小企業融資難度上升，大量融資困難主體轉向影子銀行體系尋求資金支持，導致影子銀行體系急劇膨脹，從而給商業銀行系統帶來較大的風險隱患。

列（3）和列（4）為模型（4）的回歸結果，反映了貨幣政策對不同類型影子銀行業務的調節效應差異。其中，列（3）僅控制了個體效應，列（4）同時對個體和時間效應加以控制。由列（3）和列（4）的結果可知，同業業務和委外投資業務的系數都顯著為正，而同業業務與貨幣政策的交互項（Shadow_S×MP）系數以及委外投資業務與貨幣政策的交互項（Shadow_T×MP）系數都在1%的水平上顯著為負，說明同業業務和委外投資業務對系統性金融風險的影響效應都不是固定的，都會隨著貨幣政策的變化而變化。不僅如此，我們可以進一步發現，委外投資業務與貨幣政策交互項（Shadow_T×MP）系數的絕對值要大于同業業務與貨幣政策交互項（Shadow_S×MP）系數的絕對值，說明貨幣政策對兩類影子銀行業務的調節效應存在差異，對委外投資業務的調節效應更加明顯。原因可能是，委外投資業務是以“金融嵌套”形式存在于金融系統中，這種業務模式通過層層嵌套及擔保形成跨市場、跨行業的復雜業務模式，其長交易鏈條的特征使得只要中間某一環節出現資金斷裂，風險便通過交易鏈條迅速傳導到金融系統中從而誘發金融風險，而貨幣政策的變化能夠直接影響委外投資類交易的資金供給變化，對委外投資業務的影響最為直接。相比于委外投資業務，雖然貨幣政策的變化也會引起同業業務資金的變化，但作用更加間接，且影響效應也明顯弱于對委外投資業務的影響。

五、主要結論與政策啟示

基于2007—2017年中國14家上市商業銀行的微觀數據，本文系統研究了影子銀行業務對商業銀行系統性金融風險的影響，以及根據影子銀行業務類型進行分類，探究國際金融危機以來中國影子銀行業務對商業銀行系統性金融風險影響的深層次根原，并在此基礎上進一步研究了貨幣政策對二者關系的調節效應。實證結果表明：第一，總體來看，商業銀行大量開展影子銀行業務極易引起風險的增加并繼而導致系統性金融風險的暴發，且以“準貸款”形式存在的同業業務的影響效應相對較小，而以“金融嵌套”形式存在的委外投資業務才是引發系統性金融風險的直接和主要誘因。第二，影子銀行業務的影響效應會因銀行類型和公司治理效率的不同而存在差異。具體而言，規模較大、業務形式多樣的大型商業銀行對影子銀行業務風險的承受能力明顯高于中小型商業銀行，且影子銀行業務資金鏈的斷裂更易引發中小商業銀行特別是城市商業銀行的系統性金融風險的暴發，當對影子銀行業務類型做進一步細分發現，股份制商業銀行對同業業務風險比較敏感，而城市商業銀行則對委外投資業務風險更加敏感;相比于公司治理效率較好的商業銀行，影子銀行業務對公司治理效率較差銀行的不利沖擊更加明顯，且在公司治理效率較差的銀行中，委外投資業務是導致其系統性金融風險暴發的最主要原因。第三，貨幣政策對影子銀行業務與商業銀行系統性金融風險之間的關系具有有效的調節效應，并且對委外投資業務的調節效應更加直接和明顯。

根據以上分析結果，本文得到以下政策啟示：第一，加快金融監管體制的完善，加強一行兩會之間的監管協調，消除監管缺位和空白，積極推進監管方式的轉變，將相對固化的機構監管方式逐漸轉變為更為有效的功能和行為監管。第二，健全宏觀審慎監管政策的實施，對不同模式的影子銀行業務實行差異化的管理策略，特別應加強對資金出表后的委外投資業務的監管力度，從根源上控制影子銀行業務的風險傳染。第三，完善商業銀行微觀審慎監管政策，對具有不同特征的商業銀行進行區別對待，增強政策實施的精準性，同時要逐步提高公司治理水平，通過內部治理體系的完善增強其抵抗風險的能力。第四，充分發揮貨幣政策對影子銀行業務與商業銀行系統性金融風險之間關系的調節效應，提高貨幣政策的主動性和針對性，減輕影子銀行業務對系統性金融風險的不利沖擊。第五，加快推進利率市場化進程，逐步釋放經濟金融結構調整所積累的影子銀行風險。

參考文獻：

[1]Castren， O.， Kavonius， I. Balance Sheet Interlinkages and Macro-Financial Risk Analysis in the Euro Area[R]. European Central Bank No.1124，2009.

[2]Pozsar， Z.， Adrian， T.， Ashcraft， A.， et al. Shadow Banking[J]. FRBNY Economic Policy Review， 2013，18（12）： 1-16.

[3]孫國峰，賈君怡.中國影子銀行界定及其規模測算——基于信用貨幣創造的視角[J].中國社會科學，2015，（11）：92-110+207.

[4]李文喆.中國影子銀行的經濟學分析：定義、構成和規模測算[J].金融研究，2019，（3）：53-73.

[5]魏偉，陳驍，張明.中國金融系統性風險：主要來源、防范路徑與潛在影響[J].國際經濟評論，2018，（3）：125-150+7.

[6]Gennaioli， N.， Shleifer， A. ，Vishny， R. A. Model of Shadow Banking[J].The Journal of Finance，2013， 68（4）： 1331-1363.

[7]殷劍峰，王增武.影子銀行與銀行的影子：中國理財產品市場發展與評價（2010—2012）[M].北京：社會科學文獻出版社，2013.

[8]高蓓，陳曉東，李成.銀行產權異質性、影子銀行與貨幣政策有效性[J].經濟研究，2020，（4）：53-69.

[9]Baily， M. N.， Elmendor， D. W.， Litan， R. E. The Great Credit Squeeze： How It Happened， how to Prevent Another[D].Discussion Poper on Economic Studies at Bookings，2008.

[10]李建軍，薛瑩.中國影子銀行部門系統性風險的形成、影響與應對[J].數量經濟技術經濟研究，2014，（8）：117-130.

[11]祝繼高，胡詩陽，陸正飛.商業銀行從事影子銀行業務的影響因素與經濟后果——基于影子銀行體系資金融出方的實證研究[J].金融研究，2016，（1）：66-82.

[12]毛澤盛，萬亞蘭.中國影子銀行與銀行體系穩定性閾值效應研究[J].國際金融研究，2012，（11）：65-73.

[13]涂曉楓，李政.銀行的影子：風險分擔還是風險傳染[J].當代經濟科學，2016，（2）：20-29+124.

[14]胡利琴，陳銳，班若愚.貨幣政策、影子銀行發展與風險承擔渠道的非對稱效應分析[J].金融研究，2016，（2）：154-162.

[15]王妍，王繼紅，劉立新.貨幣政策、影子銀行周期性與系統金融風險[J].上海經濟研究，2019，（9）：105-116.

[16]王晉斌，李博.中國貨幣政策對商業銀行風險承擔行為的影響研究[J].世界經濟，2017，（1）：25-43.

[17]黃秀路，葛鵬飛.貨幣政策沖擊、銀行系統性風險與債權激勵機制[J].山西財經大學學報，2019，（8）：44-56.

[18]DellAriccia， G.， Laeven， L.， Suarez，G. A. Bank Leverage and Monetary Policys Risk-Taking Channel：Evidence From the United States[J].The Journal of Finance，2016，72（143）：613-654.

[19]郭娜，馬瑩瑩，張寧.我國影子銀行對銀行業系統性風險影響研究——基于內生化房地產商的DSGE模型分析[J].南方經濟，2018，（8）：29-46.

[20]Chen， K.， Ren， J.， Zha， T.The Nexus of Monetary Policy and Shadow Banking in China[J].The American Economic Reeview，2018，108（12）：3891-3936.

[21]陳彥斌，劉哲希，陳偉澤.經濟增速放緩下的資產泡沫研究——基于含有高債務特征的動態一般均衡模型[J].經濟研究，2018，（10）：16-32.

[22]張慧毅，蔣玉潔.中國影子銀行體系的風險及其監管研究[J].中央財經大學學報，2013，（9）：26-32.

[23]Gertler， M.， Kiyotaki， N.， Prestipino， A. Wholesale Banking and Bank Runs in Macroeconomic Modeling of Financial Crises[R]. NBER Working Paper No.21892，2016.

[24]林琳，曹勇，肖寒.中國式影子銀行下的金融系統脆弱性[J].經濟學（季刊），2016，（3）：1113-1136.

[25]方先明，謝雨菲.影子銀行及其交叉傳染風險[J].經濟學家，2016，（3）：58-65.

[26]趙蔚.“影子銀行”對商業銀行信貸配給的影響研究[J].經濟問題，2013，（5）：45-48.

[27]高然，陳忱，曾輝，等.信貸約束、影子銀行與貨幣政策傳導[J].經濟研究，2018，（12）：68-82.

[28]侯成琪，黃彤彤.影子銀行、監管套利和宏觀審慎政策[J].經濟研究，2020，（7）：58-75.

[29]劉錫良，董青馬.防范系統性和區域性金融風險研究[M].北京：中國金融出版社，2018.

[30]Adrian，T.，Brunnermeier，M.K. CoVaR[J].The American Economic Review， 2016，106（7）： 1705-1741.

[31]李明輝，黃葉苨.商業銀行系統性風險溢出及系統重要性研究——來自中國16家上市銀行CoVaR的證據[J].華東師范大學學報（哲學社會科學版），2017，（5）：106-116+176.

[32]黃瑋強，郭慧敏，莊新田.基于CoVaR動態模型的我國金融機構系統性風險分析[J].統計與決策，2018，（19）：162-165.

（責任編輯：劉 艷）