总第 698 期
【作 者】
杜小伟
【作者单位】
（河南科技学院经济与管理学院 河南新乡 453003 中南财经政法大学金融学院 武汉 430073）
【摘 要】
【摘要】 影子银行与银行信贷作为社会融资的重要渠道，二者之间的动态关系会影响宏观经济政策的效果。为此，本文利用我国2003 ~ 2013年半年度数据，构建VAR模型，通过脉冲响应及方差分解实证研究了我国影子银行与银行信贷的动态影响关系，并得到以下主要结论：第一，短期来看影子银行对银行信贷最大替代效应产生在第2期，最大推动效应产生在第3期，长期来看影子银行对银行信贷的替代效应占主导。第二，银行信贷在当期即对影子银行产生最大替代效应，在第2期产生最大的推动效应。长期来看银行信贷对影子银行的推动效应占主导。以上结论可为我国宏观经济政策的制定提供参考。
【关键词】 影子银行 银行信贷 动态影响
一、引言
2008年金融危机的爆发使得影子银行成为近几年学术研究的热点问题。影子银行目前还没有统一的定义，金融稳定理事会（FSB）将影子银行体系界定为常规银行体系之外的主体与活动，且提供信用媒介的体系。易宪容（2009）将影子银行界定为通过银行的贷款证券化获得资金，实现信贷扩张，从而把传统的信贷关系转换为隐藏在证券化中的信贷关系。尽管对影子银行没有统一定义，但是学术界一般认为我国影子银行主要包括银行理财产品、信托贷款、委托贷款、银行承兑汇票及民间借贷等。
我国影子银行与银行信贷之间有一定的影响关系。银行信贷是我国宏观经济调控的重要渠道，而影子银行也影响着经济政策的效果。根据央行公布的2013年我国社会融资结构数据，银行信贷与影子银行占整个社会融资规模的比例分别为54.7%和33.5%。随着我国金融创新的加快以及企业融资渠道的扩展，通过影子银行融资的比例会逐步提高，因此研究我国影子银行与银行信贷之间的动态影响对我国宏观经济政策的制定有一定的帮助。
二、影子银行与银行信贷的影响关系
通过对比我国与美国影子银行的模式可以发现，美国的影子银行是以证券化为基础，银行处于证券化的最顶端，是基础资产的发放主体，而影子银行是对贷款进行证券化及融资的机构，是对银行信贷的延伸与补充。美国的影子银行更多的是依赖于资本市场。而我国的影子银行更多的是商业银行的监管套利行为，其与银行信贷的影响关系体现在以下三个方面。
1. 从功能角度来看。我国影子银行平行于银行，更多的是对银行信贷的替代。美国的影子银行是将银行的信贷资产证券化，使其变为能够在市场上交易的标准化证券。商业银行通过将这种证券在市场交易又重新获得资金，而获得资金的银行又可以增加银行信贷，因此美国的影子银行是银行信贷产品的延伸，客观上对银行信贷有推动作用。
在我国由于长期存在金融抑制以及政府对银行信贷的管控，使得一部分企业无法通过银行的信贷渠道获得资金，商业银行为了获得更大的收益，通过一系列制度创新，利用银证合作、银信合作等方式，绕开信贷管控和监管，将信贷资产转移出表，通过影子银行将资金提供给无法通过信贷渠道获得的企业。
2. 从资金来源来看。我国影子银行资金主要来自于正规商业银行，两者在资金上具有一定的替代效应。我国影子银行不同于美国，美国的影子银行通过将证券化的资产在资本市场上交易从而获得资金，而我国的影子银行主要依附于商业银行。由于我国的影子银行大部分属于商业银行套利行为，商业银行将资金转移出表，本质上是向影子银行提供流动性的作用。例如商业银行通过理财业务、银信合作、银证合作等具有影子银行特征的方式，将资金转移出财务报表；小额贷款公司，除了自有资金外，其放贷资金几乎都来自于商业银行等等。这样的影子银行实际上是根植于我国商业银行系统，商业银行为其提供流动性。
3. 从金融与经济增长关系的角度来看。维克塞尔的累积过程理论、哈耶克的信贷周期理论、费雪的债务—通缩理论等均认为金融对经济增长有拉动作用。赵振全、薛丰慧（2004），范学俊（2006）通过实证分析发现金融对我国经济增长有推动作用。不管是影子银行还是银行信贷的资金，都是实体经济获得资金的重要渠道。因此二者规模的增加会推动经济的增长。而经济的增长又会带动融资需求的增加，融资需求的增加又会影响金融的供给。也就是说，影子银行与银行信贷通过其对经济增长的影响间接对对方产生正向推动作用。
三、实证模型的构建
1. VAR模型。1980年西姆斯提出向量自回归模型（VAR），模型不以经济理论为基础，没有任何约束条件。采用多方程联立的方式，对于模型中每个方程，用内生变量的当期值对模型中所有内生变量的滞后值进行回归。模型的构建要求要么是平稳的，要么必须具有协整关系。当VAR模型整体稳定时，可以通过脉冲响应及方差分解来分析模型中内生变量之间的动态影响关系。本文研究的是两个变量VAR模型，基本表达式为：
Yt=c+A1Y（t-1）+A2Y（t-2）+……AkY（t-k）+ɛt
其中：Yt为2×1阶时间序列向量；c为2×1阶常数项列向量；A1……Ak为2×2阶参数矩阵；ɛt为随机误差项；k为滞后阶数，可以通过AIC、SC等信息准则来确定。
2. 变量选取与处理。由于目前影子银行没有统一的定义，为了获得精确并且较长的时间序列数据，本文利用中国人民银行网站所公布的社会融资规模结构的月度数据，并经过计算获得季度数据，本文用的是增量，代表当期实体经济通过影子银行渠道获得的资金。
具体计算为：影子银行规模=社会融资规模-人民币贷款-外币贷款（折合人民币）-企业债券-非金融企业境内股票融资。详细解释请参看央行网站解释。
本文用sh代表当年影子银行的融资规模。ba代表银行信贷资金融资规模，包括人民币贷款和外汇贷款，本文用的是增量，代表当期实体经济通过信贷渠道获得的资金。
为了消除数据可能存在的异方差，对各个变量取对数记为ln（sh）、ln（ba），而各个变量对数的一阶差分dln（sh）、dln（ba）可以近似看作sh和ba的增长率。考虑到本文sh数据的特殊性，实证中采用半年度数据。为了消除季节的影响，本文将sh以及ba的季度数据通过Eviews 7.0中census-x12进行季节调整并最终计算出二者的半年度数据。选取数据时段为2003 ~ 2013年，并采用统计软件Eviews 7.0。
3. 变量ADF检验。VAR模型的构建要么保证各个变量是平稳的，要么是变量之间具有协整关系。所以首先应对各个变量数据进行平稳性检验，检验采用ADF检验，结果如表1。可以发现变量ln（sh）、ln（ba）为非平稳序列，而其差分形式dln（ba），dln（sh）均为平稳序列。所以我们直接可以用dln（ba）及dln（sh）构建VAR模型。
4. 格兰杰因果检验。为了能够更好地分析信贷资金与经济增长之间的影响，可以对变量dln（sh）、dln（ba）进行格兰杰因果检验。结果见表2，在分别滞后2期和3期及10%的显著水平下，dln（ba）是dln（sh）的格兰杰原因，但dln（sh）不是dln（ba）的格兰杰原因。这至少说明我国的银行信贷是影响影子银行变动的主要原因之一，检验结果印证了我国的影子银行是以套利性融资为核心的市场创新，是金融抑制的博弈产物。当一部分企业无法从正规银行信贷渠道获得资金时，商业银行为了获得“监管套利”，将一部分信贷资产转移出表，来满足这部分企业的融资需求，其结果是催生了影子银行规模的膨胀。
但是影子银行并不是银行信贷的格兰杰原因，原因可能是因为我国影子银行的规模相对于银行信贷的规模还较小，同时我国银行信贷受到信贷政策的影响较大，或者是本文的样本容量有限，使得实证结果有偏差。
5. 模型滞后期的确定及稳定性检验。在变量平稳性检验中，我们发现dln（ba），dln（sh）为平稳序列。构建VAR模型的条件是各个变量必须是平稳的或者要具有协整关系，因此我们可以构建基于变量dln（ba），dln（sh）的滞后值为自变量的VAR模型。滞后期的选择主要依据AIC、SC信息准则，同时还要考虑LR、FPE及HQ准则。考虑样本区间较短，选择滞后3期进行检验。经过检验及综合评价，选择滞后3期，构建VAR（3）模型，判断主要依据见下表3：
要利用VAR模型作脉冲响应和方差分解，必须要保证VAR模型是稳定的，所以要对VAR模型的系统稳定性进行检验。通过检验发现VAR（3）模型的特征根的倒数值均小于1，均在单位圆之内（见图1），这表明所构建的VAR（3）模型是一个稳定系统，可以利用该VAR（3）模型进行脉冲响应分析和方差分解分析。
四、脉冲响应与方差分解分析
1. 脉冲响应分析。脉冲响应主要描述来自于随机干扰项一个正标准差的冲击对内生变量的当期值和未来值的影响。图2为银行信贷对来自于影子银行冲击的响应曲线及累积响应曲线，图3为影子银行对来自于银行信贷冲击的响应曲线及累积响应曲线。各个坐标系横轴、纵轴分别代表追踪的时期数和因变量对自变量的响应大小，虚线代表正负两个标准差的偏离带。
从图2可以看出，银行信贷对来自于影子银行的一个正标准差的冲击后，当期并没有产生响应，但是在第2期产生最大的负响应，为-0.19，随后在第3期产生最大的正响应，为0.12，随后开始震荡收敛。从累积响应曲线也可以看出最大的累积响应发生在第2期，并且累积响应曲线一直在0轴以下。可以发现，影子银行的变动在短期会对银行信贷产生负的冲击和正的冲击，首先在第2期产生最大负冲击，在第3期产生最大的正冲击。同时影子银行对银行信贷不管在短期、中期还是长期，其总的冲击累积效应一直为负。说明尽管我国的影子银行对银行信贷在第3期有正向冲击，但是整体上来看对银行信贷的替代效应占主导，也验证了我国的影子银行是银行信贷的一种替代。
由于我国长期存在金融抑制以及政府的信贷政策，中小企业以及政府严厉控制的行业很难通过正规的信贷渠道获得资金，为了满足这种需求，同时又不违反政府的信贷政策，商业银行将信贷资金转移出财务报表，通过影子银行业务将资金贷给这些企业个体。所以从这点来看，影子银行的增加必然会导致银行信贷的减少，影子银行对银行信贷有一定的替代效应，而且从实证结果看，最大替代效应发生在第2期。
从图3可以看到影子银行对于来自于银行信贷一个正的标准差的冲击后，当期即产生最大的负响应，为-0.11，第2期产生最大的正响应为0.25，随后开始震荡回落并收敛。从累积响应曲线可以看到第1期的累积响应为负响应，从第2期开始为正，并且一直保持在零轴以上。这说明银行信贷当期对影子银行有最大的替代效应，但是到第2期即对影子银行产生最大正向冲击。短期来看，银行信贷的增加对影子银行具有替代效应，但是从长期来看，银行信贷对影子银行具有正向推动作用。银行信贷的增加会带动经济的增长，而经济的增长会带来融资需求的增加，从而导致影子银行的供给规模也会增加。
2. 方差分解分析。脉冲响应描述的是一个内生变量的变动对其他内生变量带来的冲击影响，但不能判断每一个内生变量的冲击对其他内生变量变化的贡献度。通过变量的方差分解可以分析内生变量的变动中所有内生变量的贡献度，以此可以知道不同内生变量冲击的重要性。根据以上思路，可以采用方差分解来考察VAR模型中影子银行与银行信贷波动时各个变量的贡献度。
表4为影子银行波动的方差分解，可以发现，在第1期，影子银行对其自身波动的方差贡献度为93.4%，银行信贷的贡献度为6.6%。随着时间的推移，到第2期影子银行对其自身波动的贡献度下降为67.8%，而银行信贷上升为32.2%。从第2期到第10期，影子银行对自身的贡献度为70%左右，而银行信贷的贡献度为30%左右。因此，从长期来看银行信贷对影子银行的波动有重要影响。
表5为银行信贷波动的方差分解，我们可以发现，在第1期，银行信贷的变动全部来自于自身的贡献。随着时间的推移，从第2期影子银行的贡献度大幅增加。从第2期至第10期，银行信贷对自身波动的贡献度为60%左右，而影子银行的贡献度为40%左右。以上可说明从长期来看影子银行对银行信贷的波动有较为重要影响。
五、结论与建议
本文通过构建VAR模型，实证研究了影子银行与银行信贷的动态影响，对我国宏观经济政策的制定有一定的借鉴意义。银行信贷是我国宏观经济政策调控的重要渠道，政府通过制定一定的货币政策、信贷政策等措施来影响商业银行的信贷资金规模以及流向，从而改善我国经济结构以及平抑我国宏观经济的波动。而且影子银行本身也会直接影响我国宏观经济政策的效果。所以二者之间的动态影响会影响宏观经济政策的有效发挥。
第一，政府应推动利率的市场化改革，减少对银行信贷的行政性干预，由商业银行自身基于市场原则决定银行信贷的规模和流向，从内生的角度减少商业银行的监管套利行为，弱化影子银行的波动对银行信贷的影响。
第二，应加强对商业银行监管套利行为的管控。对商业银行套利行为的监管要做到既不影响银行的合理创新，又要严厉管控易造成金融系统不稳定以及弱化宏观经济政策效果的套利行为。
第三，应加强对影子银行的监管，准确监测我国影子银行的规模及其变动情况，及时把握影子银行与银行信贷的动态影响关系，前瞻性地制定合理的信贷政策及货币政策等，从而保证我国宏观经济政策调控的有效性。
【注】 本文系中南财经政法大学2014年博士研究生科研创新课题“资产证券化与金融脆弱性——以美国影子银行为例”（编号：2014B0403）的研究成果。
主要参考文献
1. 陈鸿祥.中国“影子银行”体系的形成机理与监管逻辑.国际金融，2013；10
2. 陆晓明.中美影子银行系统比较分析和启示.国际金融研究，2014；1
3. 沈悦，谢坤锋.影子银行发展与中国的经济增长.金融论坛，2013；3
4. 唐红娟.影子银行体系：功能、脆弱性与监管改革.北京：知识产权出版社，2012
5. 王渤，李建军.中国影子银行的规模、风险评估与监管对策.中央财经大学学报，2013；5
6. 易宽容.“影子银行体系”信贷危机的金融分析.江海学刊，2009；3
7. 王晓枫，申研.影子银行影响中国经济发展了吗？.财经问题研究，2014；4
