影子銀行、地方政府債務及金融發展動態關系研究

摘要：基于2004—2017年中國省級面板數據，運用面板向量自回歸（PVAR）模型，使用系統GMM估計、脈沖響應函數、方差分解以及格蘭杰因果關系檢驗等方法分析了影子銀行、地方政府債務及金融發展之間的動態關系。結果表明：影子銀行、地方政府債務與金融發展水平三者之間存在動態耦合關系。在地方政府融資能力受到約束的情況下，影子銀行為地方政府提供了多元的融資方式，在增加政府融資能力的同時提升了政府債務水平;而地方政府債務需求顯著推動了影子銀行規模的快速發展。同時，影子銀行過度擴張危害了金融市場的健康發展，降低金融發展水平，繼而使地方政府的融資渠道受到約束。但金融發展并不能有效約束影子銀行規模，原因在于，政府融資需求是影子銀行的主要動力，若不能控制地方政府的借貸行為則無法從源頭解決問題。監管機構在去杠桿的過程中，應該綜合考慮影子銀行與地方政府債務、金融發展之間的動態關系，如此才能夠實現預期的政策效果。

關鍵詞：影子銀行;地方政府債務;系統性金融風險;金融發展;PVAR模型

中圖分類號：F832.7;F812.5 " 文獻標志碼：A " 文章編號：1008-5831（2021）03-0216-12

近年來，中國影子銀行和地方政府債務問題日漸凸顯，影響經濟及金融系統穩定性，引發普遍關注。根據穆迪①的研究，2015年中國影子銀行系統資產總值高達53萬億，影子銀行規模占GDP比重從2014年底的71%上升到2015年底的79%，對中國宏觀金融的穩定構成巨大威脅與挑戰。為了應對2008年國際金融危機對中國經濟的影響，中央政府出臺了經濟刺激政策（一般被稱為“四萬億計劃”）。Bai等估計，隨之而來的地方政府的財政擴張遠超4萬億規模，使地方政府債務迅速增加10萬億以上[1]14。據統計，2014年末全國地方政府債務余額為15.4萬億元，另外地方政府或有債務（即負有擔保救助責任的債務）約8.6萬億元數據來源：《國務院關于提請審議批準2015年地方政府債務限額的議案》，http：//www.npc.gov.cn/wxzl/gongbao/2015-11/11/content_1951897.htm.。因此，政府債務、影子銀行以及房地產泡沫并稱為中國經濟增長中的三大金融壓力。中央進一步將維護系統性金融穩定列為三大主要任務之一[2]。

影子銀行與地方政府債務密切相關，無論探討其中哪一方面，都不得不涉及另一話題。影子銀行與常規銀行業之間關聯度高，是其一種表外業務，因此某一地區金融發展水平也與影子銀行規模密切相關。同時，金融發展也會影響地方政府融資途徑，進而影響其債務規模。因此，需要將影子銀行、地方政府債務和金融發展三個問題納入同一個系統中，綜合分析三者之間的動態耦合關系。本文旨在厘清以上變量之間相互影響機理，探究我國影子銀行和地方政府債務形成原因，客觀分析影子銀行、地方政府債務和金融發展之間的利弊影響，并對解決影子銀行過度擴張、地方政府債務規模急劇上升以及防范系統性債務危機和金融風險等問題提出政策建議，具有一定現實意義。

一、文獻綜述

影子銀行（Shadow Banking）的具體概念，最早由美國太平洋資產管理有限公司（PIMCO）的保羅·麥克利（Paul McCulley）定義：非銀行的融資渠道、媒介和機構。中國銀監會在2013年給出的定義為：游離于監管體制之外，有可能引發系統性風險和監管套利的信用中介機構。雖然我國影子銀行起步晚，但發展迅速，增速遠高于世界的平均水平[3-4]。影子銀行的出現是為解決企業部門融資需求以及居民部門債務需求，因此在某種程度上會促進經濟增長[5]。但Kenc和Dibooglu發現，對影子銀行監管難度較大，因此容易引發監管缺位，使其極易形成業務高杠桿，從而導致風險集聚效應更加迅速[6]。因此，一旦影子銀行系統崩潰則容易引發類似于2008年的全球性金融危機。關于我國影子銀行研究的已有文獻中，多數學者從利率雙軌制的角度解釋這一現象[7-8]。而李睿則從需求端和供給端進行了深入分析：從需求端看，實體部門的金融需求增長速度超過了市場利率化速度，使影子銀行作為一種替代性合約安排出現;從供給端看，受到地方政府管控的銀行資金可以通過信托公司這一渠道進入影子銀行系統，為其繁榮提供了不可或缺的條件[9]20。

政府債務與影子銀行以及房地產泡沫，被認為是影響中國經濟增長的三大金融壓力[10]。地方政府債務與影子銀行、金融發展、經濟增長等因素之間的相關性研究是近年來的熱點問題。郭步超和王博使用面板數據，證實政府債務對經濟增長存在門檻效應[11]。梁冬英從理論和實證上系統地分析了影子銀行與地方政府債務之間的動態關系，發現兩者正相關且存在雙向影響[12]。劉錫良和李秋嬋構建了金融發展水平與地方政府債務的面板門檻模型，認為兩者之間存在“門檻效應”：一旦地方政府的融資需求規模越過了門檻值，就難以通過傳統金融機構獲得資金，只能轉向影子銀行系統[13]。Bai等發現金融危機以后的刺激計劃導致地方債務激增并降低了生產率，是近年來中國經濟增長乏力的重要原因之一[1]。

劉錫良和李秋嬋認為，地區間金融發展的差異將直接影響地方政府債務融資方式以及償債能力，因此金融發展與政府債務、經濟發展密切相關[13]。Hauner指出當金融發展水平低于門檻值時，對經濟增長有負向影響;當地方政府債務低于某一門檻值時，可能有助于提升金融發展水平[14]。Ismihan和Ozkan發現在金融發展水平較低的國家/地區，政府借貸會抑制當地金融和經濟發展，而當金融發展水平處于高位時，地方政府的債務規模對金融發展或經濟發展的影響則較弱[15]。林毅夫和姜燁基于中國省級面板數據發現：在銀行集中度越高的地區，如果國有企業占比高，則有利于經濟發展水平的提高，否則相反[16-17]。劉行和葉康濤認為一個地區金融發展水平與當地政府財政有很大關系，金融規模越大能為地方政府提供的財政收入越高[18]。楊友才發現金融發展水平與經濟增長之間呈現出非線性關系且存在地區差異，西部地區的門檻值依次高于中部和東部[19]。劉錫良和李秋嬋研究了金融發展與地方政府債務規模之間的關系，發現以地方政府債務規模作為門檻變量時，金融發展越高的地區，地方政府債務規模的門檻值也較高;但是當地方政府債務規模超過最高門檻值時，地方政府就很難通過金融市場來緩解其債務壓力。

盡管不少文獻涉及影子銀行與政府債務之間關系的研究，以及政府債務與金融發展的研究，但不足之處在于：第一，影子銀行、地方政府債務及金融發展水平之間均存在一定的動態雙向關系，但尚未有文獻清晰地將三者結合起來納入一個統一的模型中進行分析。第二，已有文獻多以靜態模型分析兩兩之間的影響機制，但整個經濟系統總是處于變化之中，經濟序列之間的關系呈現出時變趨勢，存在結構不穩定性，而靜態模型難以捕捉結構突變，也無法刻畫它們之間的動態關系。第三，涉及影子銀行問題的研究多集中在全國層面，而缺乏對省級單位的研究。目前隨著地方政府債務問題的凸顯，在省級層面研究影子銀行與地方政府債務之間的相互關系顯得十分必要。

本文的主要邊際貢獻在于：第一，運用動態面板模型（PVAR）將影子銀行、地方政府債務和金融發展3個經濟變量納入同一個系統中進行動態分析，同時控制了經濟發展水平以提升模型準確性。第二，首次從省級單位分析了影子銀行與地方政府債務之間的關系。第三，本研究解釋了影子銀行、地方政府債務及金融發展水平之間存在關聯性的原因，為解決當前影子銀行和地方政府債務過度增長帶來的系統性金融風險提供了實證依據。

二、模型設定與變量選擇

（一）模型設定

已有文獻分析表明，影子銀行、地方政府債務和金融發展之間存在著復雜的動態耦合關系，且可能具有滯后效應，會導致普通回歸模型產生內生性、自相關等問題，同時面板數據中可能存在一些時間和個體等非觀測效應。因此，需要在模型中引入變量滯后項以解決內生性問題。為實現動態分析，需同時引入時間效應和個體效應以避免遺漏重要解釋變量。故本文采用面板向量自回歸（PVAR）模型[20-21]分析影子銀行規模、地方政府債務、金融發展以及經濟水平之間的動態關系，并設定這四個變量作為系統內生變量，建立以下PVAR模型：

（三）變量描述性統計與多重共線性檢驗

表1上半部分報告了各變量指標的描述性統計結果，以作為進一步實證研究的基礎。結果顯示，我國各省級單位的影子銀行規模相差較大，最大影子銀行規模超過GDP的50%，而最低影子銀行規模不足GDP的3%，這與不同地區的政策、經濟及金融發展水平有較大關系。各地區平均政府負債水平占GDP的12%左右，最高值達到52%，最低值不足1%，差異性明顯。各地區年末金融機構本幣存貸款余額規模平均值是GDP的2.6倍，最高值是GDP的4.8倍，而最低值僅為0.36，這說明地區間的金融發展水平具有顯著差異。另外，北京與上海的金融發展規模高達GDP的6倍以上，因此將其剔除是合理的。

嚴重的多重共線性問題會使估計結果和模型預測功能失去意義，因此需要對相關變量進行多重共線性檢驗。本文通過計算各變量之間兩兩相關系數來判斷多重共線性是否存在，計算結果見表 1 下半部分，其中影子銀行變量（shabank）與 金融發展變量（finance）之間的相關系數數值最大，約為0.54，其他變量之間的相關系數均小于 0.4，這說明本文各變量之間不存在嚴重多重共線性問題。同時，通過將其中某一變量作為被解釋變量與剩余解釋變量建立輔助回歸方程而得到擬合系數，進而計算方差膨脹因子（vif），結果顯示方差膨脹因子的數值均小于2（限于篇幅，未列出），該結果進一步表明本文所采用的變量之間的多重共線性現象不會對最終的估計結果造成影響。本文涉及的估計結果均由stata15軟件工具包實現。

三、實證結果與分析

（一）滯后階數選擇

在面板VAR模型建立過程中，確定變量滯后階數對模型設定和擬合至關重要。因為，當滯后階數過長時，模型所需估計參數較多，會損失較多自由度進而降低擬合精度;而當滯后階數過短時，又無法完整地捕捉模型的動態特征。因此，為確定面板VAR（PVAR）模型中的滯后階數，本文基于Andrews和Lu[31]提出的MAIC（MMSC-Akaike information criterion）、MBIC（MMSC-Bayesian information criterion）和MQIC（MMSC-Hannan and Quinn information criterion）準則選則PVAR的最優滯后階數，具體結果見表2。Andrews和Lu建議選擇MAIC、MBIC或者HQIC數值最小的模型。當三者結果不一致時，通常認為MBIC/HQIC標準優于MAIC。因此根據表2的結果，可知PVAR模型最優滯后階數為1階。Andrews和Lu的MMSC信息準則主要基于Hansen的J統計量，該統計量要求矩條件個數大于內生變量個數，適合于本文時間跨度較小的小樣本情形。

（二）模型穩定性檢驗

面板VAR模型要求數據整體具有穩定性，是后續進行系數估計、脈沖響應函數檢驗以及方差分解的前提，否則無法保證脈沖響應函數收斂性。PVAR模型的穩定性要求動態矩陣特征值的模位于單位圓內，由圖1可知，本文所建立的模型滿足穩定性條件。

（三）面板VAR估計

對公式（1）建立的PVAR模型采用系統GMM法進行估計，回歸結果如表3所示。可知，影子銀行、政府債務、金融發展3個變量間存在顯著的雙向動態關系，各變量的滯后一期值對其余變量均有顯著影響。這從實證上證明了前文中的理論推導：3個變量之間存在動態的雙向影響關系。

在影子銀行（shabank）方程中，地方政府債務滯后一期值的估計系數在1%水平下顯著為正，表明上期政府債務的正向沖擊會促進影子銀行增長，其原因在于當地方政府面臨中央政府的信貸約束時，會通過影子銀行尋求資金發展當地經濟，進而擴大影子銀行規模。相反，上期金融發展規模的正向沖擊則會降低影子銀行規模（雖然估計結果并不顯著），因為金融發展水平較高時，企業部門能夠在金融市場獲得更充足的資金來源，因此會使得影子銀行規模有所下降。在政府債務（deficit）方程中，影子銀行規模和金融發展滯后一期值在1%或5%水平下顯著，其中影子銀行變量估計系數顯著為負，表明在該樣本期間內影子銀行的持續擴張不會使當地政府獲得更多的融資渠道。因為影子銀行規模的擴張會惡化金融環境，使地方政府與企業在下一期更難獲得融資。滯后一期金融發展變量的估計系數顯著為負，表明隨著金融發展規模增長地方政府債務水平降低，這與我國地方政府的收支不穩健，負債規模持續攀升有顯著關系，當政府債務規模過高時，即使提高金融發展水平，也無法通過金融市場緩解政府債務的壓力。在金融發展（finance）方程中，影子銀行規模和政府債務的滯后一期值均在1%水平下顯著，但系數符號相反，說明上期影子銀行規模的擴張阻礙了金融發展的提升，而政府債務增長卻助推了金融發展規模。

以上分析結果說明，影子銀行與金融發展之間具有非對稱的負向關系，即是說影子銀行的擴張會明顯阻礙當地的金融發展，但當地的金融發展水平的提高并不一定顯著降低影子銀行規模，原因在于影子銀行本身就是正式商業銀行的一種表外業務。影子銀行與地方政府債務之間的動態關系是非對稱的，地方政府的融資需求推動了影子銀行擴張，但其擴張使得融資環境惡化，因此未來的地方政府融資行為變得更加困難。地方政府債務規模與金融發展之間的關系也是非對稱的，地方政府對金融機構具有一定的管控力，當其初期面臨融資約束時，會創造條件促進金融規模提升以獲得更充足的融資來源，但金融發展水平提高以后，在長期反而會約束地方政府的債務規模。

（四）脈沖響應函數分析

本小節進一步分析各變量在受到系統中其他變量沖擊后的時間路徑變化情況，也即脈沖響應函數圖。主要分析影子銀行、地方政府債務和金融發展中的每一變量在受到其他變量沖擊后的響應，例如該沖擊帶來的響應值在統計上是否顯著以及如何隨著時間而演變。因此，可以觀察到該變量從初始沖擊到長期穩態的整個動態過程。圖2給出了按照如下變量PVAR模型的脈沖響應函數圖形：gdp，deficit，finance，shabank。中間實線表示給予某變量（例如，finance）一個標準差的沖擊后另一變量（例如，deficit）的脈沖響應值，陰影部分的上下邊緣即為95%置信區間下的上下界，結果采用Monte-Carlo模擬500次得到。橫軸表示沖擊作用所持續的滯后期數（單位：年）。

分析脈沖響應圖形可以得到如下幾點信息。

第一，給影子銀行一個標準差大小的沖擊，其自身會受到負向影響，但影響較小且持續時期較短，在第2期之后即消失。地方政府債務規模對該沖擊呈現出負向響應，同樣影響小、持續時間短。金融發展規模受到的負響應雖然也較短，但其響應程度較前兩者更大，即是說地區金融發展對影子銀行的負向響應程度更高。第二，給政府債務一個標準差的正沖擊，其自身以及影子銀行和金融發展均表現出正響應，并都在第2期之后消失，但金融發展的響應程度大于影子銀行。相反，經濟發展水平在初期呈現微弱的負響應，隨后變為正響應并一直持續至期末，這說明地方政府借貸是促進經濟增長的主要手段。第三，給金融發展一個標準差正沖擊，影子銀行在前2期波動較為劇烈，第3期之后響應消失。政府債務的響應在第1期達到的峰值為3%左右，隨后回落并在3期后消失，呈現出正向響應。原因在于，金融發展水平越高，地方政府債務規模也有所增長，此時，地方政府可通過金融市場更有效地融資，或者通過金融市場轉移部分債務。綜合以上分析，可知影子銀行、地方政府債務與金融發展之間呈現出長期的雙向動態耦合關系，因此在研究其中某一變量時也應同時考慮其他兩變量的作用。

（五）方差分解

為更精確地評估各擾動項對整個系統內生變量沖擊的影響程度，并據此判斷不同結構沖擊對各內生變量的重要性，下面對面板VAR模型進行方差分解，表4給出了不同變量在第10個、第20個和第30個預測期的方差分解值。可知，影子銀行、政府債務、金融發展以及經濟發展水平等變量在第10個預測期和第30個預測期時的方差分解值基本一致，也即說明在第10個預測期后，各變量之間的相互貢獻度已基本穩定。

根據第30個預測期的結果可知，在面板變量影子銀行（shabank）方程中，4個變量的貢獻比例為shabank∶finance∶deficit∶gdp=0.820 581 6∶0.123 925 3∶0.054 052 6∶0.001 440 4;在面板變量政府債務規模（deficit）中其余變量的貢獻度分別為0.580 108 3∶0.305 885 6∶0.112 584 2∶0.001 422;在面板變量金融發展（finance）中各變量的貢獻比為0.530 657 1∶0.431 342∶0.033 918 5∶0.004 082 5。結果表明影子銀行對金融發展和政府債務的貢獻度最大，均超過50%。而金融發展是經濟發展最重要的貢獻因素，而且對影子銀行也具有較大的貢獻度，超過12%，再次說明正式金融機構的表外業務是影子銀行的主要來源，地方政府債務是最大的需求來源。

綜合上面的分析，可知影子銀行、地方政府債務和金融發展三者之間存在雙向影響，但有強弱之分。影子銀行對地方政府債務的貢獻度與金融發展對地方政府債務的貢獻度相比，前者（58%）明顯高于后者（30.6%），說明地方政府債務的主要來源是影子銀行。在研究地方政府債務的相關問題（如地方政府債務規模、債務風險等）時，應著重考慮如何斬斷影子銀行渠道[1]。金融發展不僅對影子銀行以及地方政府債務具有較強的解釋力，而且對經濟發展的貢獻度最大，可以認為規范金融機構的表外業務，不僅能夠控制影子銀行的發展，而且對提高經濟水平也有重要作用。

（六）格蘭杰因果關系檢驗

同時間序列VAR模型一樣，面板VAR模型的一個重要應用是檢驗各經濟變量間的因果關系，因此對本文所涉及的幾個變量進行了格蘭杰（Granger）因果關系檢驗，具體檢驗結果見表5所示。格蘭杰因果關系檢驗的原假設是H0：該變量不是被解釋變量的格蘭杰原因。根據計算得到的p值小于0.05則拒絕原假設，說明該變量是被解釋變量的格蘭杰原因。

由結果可知：（1）金融發展不是影子銀行規模增長的格蘭杰原因，而影子銀行規模是限制金融發展的原因。（2）地方政府債務擴張是影子銀行規模增加的格蘭杰原因，影子銀行也是地方政府債務的格蘭杰原因，二者之間存在雙向因果關系。（3）地方政府債務是金融發展的格蘭杰原因，而反過來金融發展在5%水平下也是地方政府債務的格蘭杰原因。以上分析表明，如果無法約束地方政府向影子銀行借貸的動機，即便金融發展水平很高也無法限制影子銀行擴張，而影子銀行規模的增大則會損害金融發展。因此，限制地方政府通過影子銀行（尤其是通過正式金融機構的表外業務）的借貸行為是控制影子銀行的關鍵一環。

四、結論與建議

（一）結論

其一，影子銀行是政府債務擴張的重要源泉，地方政府債務助推了影子銀行的繁榮。金融危機以來，全球經濟持續低迷，我國對外貿易受到嚴重打擊，各地區政府面臨經濟增長壓力，為了保持較高的經濟增長速度，在中央刺激計劃推動下各地政府紛紛加大舉債力度，由此增加了地方政府的財政壓力。影子銀行為地方政府融資提供了豐富、多元的方式，例如信托、銀信理財以及委托貸款等，從客觀上為政府債務規模擴張提供了便利。地方政府舉債的行為，通過兩種途徑影響影子銀行規模：第一，地方政府債務占用了計劃內信貸，使企業部門尤其是私企部門更難從商業銀行獲得資金，因此轉向影子銀行融資。第二，當正式金融市場信貸面臨約束時，政府通過影子銀行融資，使其規模迅速擴張。影子銀行更傾向于為政府融資，原因在于，政府項目為其提供了一個穩定的且風險較低的收益水平。

其二，金融發展影響影子銀行與地方政府債務的發展。我國是銀行中介（尤其是大型國有銀行）主導的金融體系，本文的金融發展水平用金融相關率度量，為金融資產占GDP總量的比重，能夠在一定程度上反映商業銀行的集中程度。金融發展能夠影響地方政府的融資渠道，金融發展不足或者金融發展過高都不利于地方政府的融資。當金融發展不足時，地方政府部門和企業部門都無法從商業銀行獲得足夠信貸，從而影響經濟增長。但是當金融發展過高時，過度的集中使得金融結構喪失了多樣性，因此一旦地方政府的債務水平超過一個門檻值，便無法從商業銀行獲得更多的計劃內信貸配給，同時也沒有其他的金融中介能夠滿足這一需求。同時，金融發展水平高，更有利于國有企業的融資，而國有企業一般而言的效率相對比較低，因此不利于經濟的發展。影子銀行與傳統商業銀行之間既有競爭關系，也存在一種依附，前者的資金主要來自于商業銀行。當中央政府控制地方政府從商業銀行獲得的信貸水平時，后者通過投融資平臺等影子渠道從銀行獲取資金。因此，通過金融發展來限制地方政府債務，必須考慮到影子銀行渠道。

（二）政策建議

第一，規范對地方政府融資平臺與影子銀行關系的監管。地方性融資平臺為當地政府提供了豐富、多元的融資渠道，在促進經濟發展的同時也帶來了不可忽視的金融風險。中央政府一再加強對地方政府融資平臺的規范，使其從傳統商業銀行獲得的直接信貸減少，只能向影子銀行尋求融資。因此在加強監管地方政府融資平臺的同時，必須規范其與影子銀行的關系，只有這樣才能夠從根本上遏制地方政府舉債過多的趨勢。

第二，加快影子銀行分類分級，建立完善多樣的監控體系。在不同的估算口徑下，影子銀行的規模差異巨大。不同類型應當采取不同的監管方式，既有統一準則又要區別對待。對于商業銀行內部的影子銀行活動，要規范債務去向，減少不合理的銀信合作。對于非銀行金融機構重在制定規范準則，注重長期健康有序發展。對于民間借貸，重點防范，控制規模，積極引導，良性發展。

第三，構建全方位的影子銀行數據庫。我國影子銀行發展起步晚，因此一直缺乏連貫的統計數據，尤其缺乏對地方影子銀行規模的直接測算數據。目前少量涉及地方影子銀行研究的文獻也都是采用估算的方式，不夠精確。因此構建直接的全國與地方影子銀行數據庫，不僅有利于推動學術研究的進展，也是制定監管措施的必要條件。隨著我國經濟發展進入新常態，系統性金融風險凸顯，構建精準的影子銀行數據庫刻不容緩。

第四，構建影子銀行與商業銀行、地方政府融資平臺之間的防火墻。影子銀行與商業銀行、地方政府融資平臺聯系密切，地方政府投融資平臺通過影子銀行從商業銀行獲取信貸資金。三者之間風險密切相連，尤其是影子銀行的風險隱患最大，一旦影子銀行自身出現風險，將會向兩端擴散，造成整體的系統性風險。因此，建立影子銀行與兩者之間的防火墻，能夠控制系統性風險發生。

參考文獻：

[1]BAI C E，HSIEH C T，SONG Z M.The long shadow of a fiscal expansion[R].NBER，2016，working paper.

[2]習近平.決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利——在中國共產黨第十九次全國代表大會上的報告[N].人民日報，2017-10-28.

[3]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），2015，47（2）：93-99.

[4]孫博.中國影子銀行發展研究[D].長春：吉林大學，2016.

[5]FENG L，WANG D.China banks：Shadow banking exposure less than feared and more than priced[R].Nomura Securities Reports，2011.

[6]KENC T，DIBOOGLU S.The 2007-2009 financial crisis，global imbalances and capital flows：Implications for reform[J].Economic Systems，2010，34（1）：3-21.

[7]李建軍，胡鳳云.中國中小企業融資結構、融資成本與影子信貸市場發展[J].宏觀經濟研究，2013（5）：7-11.

[8]邢成.中國影子銀行的特征[J].中國金融，2014（4）：48-49.

[9]李睿.利率雙軌制、影子銀行和經濟增長[D].濟南：山東大學，2015.

[10]馬丁·沃爾夫.中國經濟結構轉型尚未開始[N].金融時報（中文網），2016-01-21.

[11]郭步超，王博.政府債務與經濟增長：基于資本回報率的門檻效應分析[J].世界經濟，2014（9）：95-118.

[12]梁冬英.我國影子銀行與地方政府債務關系研究[D].廣州：華南理工大學，2015.

[13]劉錫良，李秋嬋.金融發展水平對地方政府債務適度規模的影響研究[J].經濟問題，2015（5）：53-58.

[14]HAUNER D.Public debt and financial development[J].Journal of Development Economics，2009，88（1）：171-183.

[15]ISMIHAN M，OZKAN F G.Public debt and financial development：A theoretical exploration[J].Economics Letters，2012，115（3）：348-351.

[16]林毅夫，姜燁.經濟結構、銀行業結構與經濟發展：基于分省面板數據的實證分析[J].金融研究，2006（1）：7-22.

[17]林毅夫，姜燁.發展戰略、經濟結構與銀行業結構：來自中國的經驗[J].管理世界，2006（1）：29-40.

[18]劉行，葉康濤.金融發展、產權與企業稅負[J].管理世界，2014（3）：41-52.

[19]楊友才.金融發展與經濟增長：基于我國金融發展門檻變量的分析[J].金融研究，2014（2）：59-71.

[20]LOVE I，ZICCHINO L.Financial development and dynamic investment behavior：Evidence from panel VAR[J].The Quarterly Review of Economics and Finance，2006，46（2）：190-210.

[21]HOLTZ-EAKIN D，NEWEY W，ROSEN H S.Estimating vector auto regressions with panel data [J].Econometrica：Journal of the Econometric Society，1988，56（6）：1371-1395.

[22]劉海慶，高凌江.我國稅制結構、稅負水平與經濟增長的關系研究：基于全國30個省級單位面板數據的PVAR分析[J].財經理論與實踐，2011，32（3）：68-73.

[23]張亦春，彭江.影子銀行對商業銀行穩健性和經濟增長的影響：基于面板VAR模型的動態分析[J].投資研究，2014（5）：22-33.

[24]解鳳敏，何凌云，周瑩瑩.中國影子銀行發展成因實證分析：基于2002—2012年月度數據[J].財經理論與實踐，2014，35（1）：21-26.

[25]張帥.影子銀行、政府債務及金融發展的動態雙向耦合關系：基于面板VAR模型[D].重慶：西南政法大學，2017.

[26]張璟，沈坤榮.財政分權改革、地方政府行為與經濟增長[J].江蘇社會科學，2008（3）：56-62.

[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]MACESICH G.Book review：Financial structure and development[J].The Journal of Finance，1970，25（1）：204-205.

[29]李梅.金融發展、對外直接投資與母國生產率增長[J].中國軟科學，2014（11）：170-182.

[30]張成思，朱越騰.對外開放、金融發展與利益集團困局[J].世界經濟，2017（4）：55-78.

[31]ANDREWS D W K，LU B.Consistent model and moment selection procedures for GMM estimation with application to dynamic panel data models[J].Journal of Econometrics，2001，101（1）：123-164.

Abstract： Based on a panel dataset of 28 provinces in China from 2004 to 2017， the paper employs a panel vector autoregressive （PVAR） model to establish the impulse response function， variance decomposition and Granger causality test， analyzing the relationship between shadow banking， local government debt and financial development. The results show that there is a dynamic coupling relationship between shadow banking， local government debt and financial sector development. The shadow banking provides diversified funding for local governments and promotes government debts when local government is confronted with financing constraints by the central government. In addition， the funding demand of the local government further increases shadow banking rapidly. Meanwhile， the excessive expansion of shadow banks jeopardizes the healthy development of financial markets， reduces the level of financial sector development， and then makes the local government financing constraints. However， financial development can’t effectively restrict the shadow banking， because the government debt is the main driving force of shadow banking. The problem of shadow banking can’t be solved effectively unless the local government’s lending behavior can be controlled. Only through comprehensive consideration of the dynamic relationship between shadow banking， local government debt and financial sector development， can the regulars achieve the expected policy effect in the process of deleveraging.

Key words： shadow banking; local government debt; system financial risk; financial sector development; PVAR model

（責任編輯 傅旭東）