【作　　者】
王 慧1，王 军2

【作者单位】
1.兴业银行成都分行，成都610094；2.西南财经大学经济学院，成都611130

【摘　　要】

   【摘要】本文以1992 ~ 2015年我国的时间序列数据和2005 ~ 2014年30个省的面板数据为样本，通过协整理论和面板回归模型对影子银行与金融错配之间的关系进行实证分析。结果发现：从时间维度来看，影子银行规模和金融错配之间存在着长期的均衡关系，且影子银行从长期来看有助于降低金融错配，但是短期可能会加剧金融错配问题；从区域和规模维度来看，影子银行规模与金融错配之间呈现“U”型关系，存在显著的阈值效应。此外，影子银行的发展对金融错配影响力度由大到小依次为西部地区、东部地区和中部地区，金融发展情况、金融和通货膨胀都对金融错配产生了重要的影响。最后，在已有研究结论的基础上提出相关对策建议。
【关键词】金融错配；影子银行；协整理论；面板回归模型
【中图分类号】F832      【文献标识码】A      【文章编号】1004-0994（2017）03-0106-6一、引言
改革开放以来，金融错配一直是我国经济运行中存在的一个显著问题。金融错配不仅会引起金融泡沫，阻碍金融结构的优化，降低资源的配置效率，更会对我国的经济增长和经济结构的调整产生非常不利的影响。因此，金融错配成为学术界和实务界关心的热点话题之一。新常态下，我国经济增长下行压力较大，金融错配问题愈发严重，典型表现为实体经济和虚拟经济的背离，以及不同区域和产业间资金的冗余和紧缺。这必然会对我国经济发展的“调结构、稳增长”产生重大的不良影响。此外，影子银行作为金融理论研究的新热点，其对我国的金融改革和经济发展产生重大影响。影子银行能够有效地弥补社会融资缺口、缓解信贷压力。然而，由于缺乏有效的监管，我国影子银行面临的风险也在不断增加，加剧了我国的金融错配问题。近年来，我国影子银行得到了快速发展，影子银行总规模年增长率均在15%以上（王家华、王瑞，2016）。那么作为非正规金融重要组成部分的影子银行到底对我国金融错配问题产生了什么影响？其是否有助于解决我国的金融错配问题？这是需要进一步思考的问题。
本文以1992 ~ 2015年我国的时间序列数据和2005 ~ 2014年30个省的面板数据为样本，研究了影子银行对金融错配的影响，并进一步分析了我国不同地区金融错配承受能力的差异。
二、文献综述
金融错配就是金融资源配置的低效率状态，即占有金融资源的部门和企业不能产生高效率。金融错配在我国的金融体系中是显著存在的（周煜皓、张盛勇，2014）。金融错配产生的原因可以归类为以下两个方面：制度缺陷和政府干预。主张制度缺陷是我国金融错配的主要原因的学者，认为利率非市场化、国有企业和非国有企业非对称的融资能力、不同所有制的地位不平等导致了我国金融错配问题的产生（谢菲，2012；康志勇，2014；靳来群，2016）。政府干预是我国金融错配的另一主要诱因，我国金融资源和商业银行业一直受政府控制，地方政府经常会干预银行信贷，这必然会阻碍金融系统改进对金融配置效率的提升作用，造成金融资源配置的低效、错配乃至无效的存在（曾康霖，2005；李青原，2010；邢志平、靳来群，2016）。
金融错配的衡量方法可以大致归为两类：一是宏观金融错配衡量方法，现有的研究主要有以四大国有银行信贷额/总信贷额、国民经济生产效率的减损、国有银行占总银行信贷的比重等为替代变量来度量金融错配情况（鲁晓东，2008；罗德明等，2012；李程、梁朝晖，2016）。二是微观金融错配衡量方法。邵挺（2010）使用资金成本的偏离度，即企业的资金成本与行业平均资金成本的比值来进行研究。朱孟楠等（2014）站在银行的角度，用长期资金使用减去长短期资金稳定来源的下限数之和来衡量银行资金错配的程度。靳来群（2016）采用中国1998 ~ 2007年工业企业的微观数据，以全要素生产率的损失为具体衡量变量，对制造业金融资源错配程度进行了相关的测算。
金融错配的后果可以归纳为宏观和微观两个层面。金融错配在宏观层面产生的后果，主要体现在阻碍经济增长和干扰经济结构的调整上（谢菲，2012；靳来群，2016）。金融错配在微观层面产生的后果，主要体现在降低企业生产效率和扩大银行风险上。金融错配使得部分企业资金不足，抑制了生产能力；而另一部分企业资金过剩，过量的资金又没有促进其绩效的提升，从而造成严重的资源浪费（彭斯达、郭心，2006；康志勇，2014）。针对存在的这些消极影响，已有一些解决方案，如在推进利率市场化改革进程中强化银行的主体地位，以此来优化信贷资源配置（李程、梁朝晖，2016）。
通过上述研究我们发现，现阶段针对金融错配的研究已经有很多，也提出了相对具有操作性的政策建议，但是还鲜有文献研究影子银行发展对金融错配的影响，这就是本文的研究意义所在。
三、模型简介与数据说明
（一）模型简介
本文根据研究的需要，分别针对时间序列数据和面板数据采用协整理论和面板回归模型。协整理论是Engle和Granger于1987 年提出的，主要用来分析时间序列变量间的长期均衡关系。具体是指如果所采用的时间序列变量是同阶单整的，并且这些变量的某种线性组合可以降低它的单整阶数，则这些变量之间存在协整（长期均衡）关系。误差修正模型最初是由Davidson等于1978年提出的，随后Engle和Granger对其进行了深入研究，他们将协整回归中的随机扰动项看作均衡误差，通过构建短期动态模型来弥补长期静态模型的不足，以此来提高模型的准确性。
此外，在时间序列数据检验的基础上，运用面板数据模型，来分析全国层面和中西部地区的异质性特征。本文构建的面板回归模型如下：
LnICOR=α+β1LnSHBit+β2LnSHBQit+
β3LnCPIit+β4LnFDit+β5LnCDit （1）
其中：LnICOR为因变量，表示金融资源错配的程度；LnSHB、LnSHBQ、LnCPI、LnFD和LnCD为自变量，分别表示影子银行规模、影子银行规模的平方项、消费者价格指数、金融市场发展水平和危机虚拟变量，α为常数项，β为带估计参数，时间t=2005，2006，…，2014，样本个体i=1，2，…，31。
由于我国区域间经济发展水平和资源禀赋有着较大差异，影子银行对金融错配的影响也会有所不同。本文将不同省市区划分为东部、中部和西部地区三个样本组，以此来分析不同地区影子银行对金融错配影响的差异。此外，为了考察不同地区影子银行对金融错配的影响是否存在显著差异，使用Chow检验法对三组回归系数进行差异显著性检验。
（二）指标选取与数据说明
1. 被解释变量。对于金融错配程度的测算，本文根据研究的需要和数据的可获取性选取间接法来进行度量，间接法即使用其它一些指标来间接反映金融错配。据金融错配的定义，金融错配间接衡量的代表性指标是增量资本产出比率（ICOR）。计算公式为：ICOR=当期固定资本形成总额/ΔGDP，表示每增加一单位GDP，需要投入的固定资本量。金融资源错配问题越严重，给产出造成的损失也就越大，同样的投资则只能对应着较少的产出，两者之间存在一个稳定关系。
2. 解释变量。以影子银行规模（SHB）作为解释变量，考察其对金融错配的影响。由于影子银行一般不受相关部门的监管，其规模总量难以确切观测统计，本文参照王阳、钱晓英（2016）的计算方法，从金融需求的角度对其规模进行测度，将贷款分为正规和非正规金融贷款，其中非正规金融贷款规模就是影子银行规模，这部分需求的主体主要是农户、私营企业和个体工商户。具体的计算公式为：SHB=SHBs/ts=RYL×Ys×（1-SLs）/ts，其中，SHB为影子银行规模，SHBs是非正规金融主体贷款规模，Ys表示的是非正规金融主体创造的GDP，RYL是全社会未偿还信贷余额和GDP的比值，RYLs表示非正规金融的单位贷款系数，非正规金融的正规贷款满足率为：SLs=RYLs/RYL，ts=短期贷款/全部贷款。
3. 控制变量。为了排除其他因素对金融错配带来的影响，还要对相关的宏观经济变量加以控制。在胀水平和金融危机为控制变量。金融错配问题显著地受制于地区经济和金融发展情况，一般情况下金融市场越发达，其金融错配水平越低，在此使用金融相关率（FIR）来衡量金融市场发展情况，FIR的计算公式为：FIR=金融资产/GDP。考虑到数据的可获取性，本文使用（银行向非国有部门的信贷+家庭居民人民币储蓄余额）/GDP来进行测算。通货膨胀会影响资金的使用成本，也会对金融资源的配置产生较大的影响，本文使用消费者价格指数（CPI）来作为通货膨胀水平的替代变量。2008年金融危机对金融体系产生了巨大的冲击，因此选用金融危机虚拟变量来剔除金融危机的冲击，令2007 ~ 2010年的虚拟变量取1，其他年份取值为0。 
在文中，由于数据的缺失，选取剔除西藏后剩下的30个省、市、自治区为研究样本。其中：东部地区包括广东、北京、辽宁、山东、浙江、河北、福建、广西、海南、天津、江苏、上海12个省、市；中部地区包括安徽、山西、吉林、内蒙古、湖南、江西、湖北、河南、黑龙江9个省、自治区；西部地区指四川、云南、宁夏、贵州、陕西、青海、重庆、甘肃、新疆9个省、市、自治区。文中的相关数据来源于1991 ~ 2015年的《中国统计年鉴》、各省统计年鉴及2015年相关政府统计公报、Wind 数据库等。同时，为了消除可能存在的异方差性，对相关数据取对数，且对文中数据以1991年不变价格指数为基期来进行调整。
四、我国时间序列数据分析
（一）我国影子银行和金融错配发展趋势
在进行实证分析之前，我们需要对我国影子银行的发展情况和金融错配情况进行描述性分析，具体如下图所示。

通过左下图我们可以发现，我国影子银行的规模在不断增长。其中，1992 ~ 2008年增速较慢，说明整个社会的金融资源配置较优；2008 ~ 2013年出现了急剧的恶化，这是由于金融危机的冲击；2014年后又有放缓的趋势，这与我国各项改革的深化密切相关。而我国的金融错配情况处于一种波动上升的状态，2007年之前波动较小，且有一定的回落，处于低水平发展阶段；2008年左右出现了一个峰值，虽然2009年和2010年有所回落，但是2011年后金融错配情况急剧上升，主要是由于受到金融危机和四万亿经济刺激政策的影响。
（二）单位根检验
为了避免出现“伪回归”问题，提高研究结果的准确性，在进行实证分析之前，先要进行单位根检验。本文运用ADF单位根检验方法来进行分析，实证结果如表1所示：

通过表1可以看出，时间序列LnICOR与LnSHB在5%的显著性水平下是非平稳的，而它们的一阶差分序列ΔLnICOR与ΔLnSHB在5%的显著性水平下是平稳的，故它们是I（1）序列，满足进行协整检验的前提条件。
（三）协整检验
在确定研究变量为非平稳的一阶单整序列后，需要对相关变量进行协整检验，以此来确定变量间的长期均衡关系。在此本文采用Johansen协整检验法对LnICOR与LnSHB之间进行检验，以探讨我国影子银行发展与金融错配之间是否存在以及到底存在何种影响程度的长期均衡关系。根据AIC准则，把协整检验的滞后期设定为2。检验结果如表2所示。

分析上表，我们发现影子银行规模与金融错配间存在长期的均衡关系。其中，LnICOR与LnSHB之间存在的协整方程如下：
LnICOR=0.614049-0.292452LnSHB （2）
              （0.29672）    （0.06617）
通过式（2）可以发现，影子银行规模与金融错配的系数在5%的置信区间可以通过t值统计显著性检验，说明解释变量可以很好地对金融错配的长期变动做出解释。即影子银行的发展有助于金融错配问题的改善。从弹性系数的角度来看，金融错配对影子银行规模的弹性系数为-0.292452，即影子银行规模每提高1%时，金融错配会降低0.292452个百分点。其蕴含的经济含义是，从长期来看，作为非正规金融代表的影子银行能够有效地弥补正规金融的不足，解决社会的融资缺口问题。这是因为，影子银行的发展会逐渐规范，投机性降低而投资性会提高，可以更好地实现资本的融通。
（四）误差修正（ECM）模型
通过协整检验，我们可以发现影子银行的发展与金融错配之间存在着长期的均衡关系，但是我们也需要知道二者间的短期波动与动态冲击关系。因而建立误差修正模型（ECM）来考察两者间的短期动态关系，具体计算结果如下所示：
ΔLnICOR=-0.425978+0.482127ΔLnSHB+
                （2.143251）    （1.626745）
0.427191ECM（-1） （3）
     （2.224372）
通过对式（3）进行分析，我们可以发现，在短期内，金融错配对影子银行规模的弹性系数为0.482127，即影子银行的发展在短期内不利于金融错配问题的改善。此外，上述误差修正项的可决系数为0.427191，这表明短期内对金融错配偏离了长期均衡的调整力度，其值为正数说明，金融错配很难通过市场或者自身的力量来解决。换句话说，当金融错配偏离其长期均衡状态时，会存在着一个力量让其加剧短期波动状态，进一步偏离长期均衡状态。这是因为在短期内，影子银行的发展极不规范，会投向市场内高风险的投机性项目，导致需要大量资金且收益率相对较低的稳健性行业无法获得资金，从而导致金融错配问题进一步加剧。这主要是由市场经济主体的逐利性决定的，需要通过政府的有效监管来逐步解决。
五、省际面板数据检验
时间序列数据研究的是时间和主体两个维度，由于不同的地区具有不同的资源禀赋，单纯分析时序数据，会遗失部分有用信息。所以加入空间维度，运用面板数据来进行进一步的考察。
（一）面板单位根检验
通过进行面板单位根检验来考察实证分析的面板数据是否平稳，因此分别对原始数据进行ADF-Fisher和LLC单位根检验。最终发现，变量LnFE、LnSHB、LnSHBQ、LnCPI、LnFD和LnCD在5%的置信水平上是平稳的，可以进一步对相关变量进行面板回归分析。由于篇幅限制，结果未在此列出。
（二）面板协整检验
在变量同阶单整的基础上，运用E-G两步法来对式（1）进行协整分析，检验结果如表3所示。结果表明在1%的显著性水平下拒绝原假设，说明因变量和自变量之间存在长期均衡关系，可以进行进一步的实证研究。

（三）总体和分区域面板回归结果分析
在面板数据模型回归之前，要根据研究样本数据的性质，来选择具体类型的面板回归模型。在Hausman检验和LM检验的基础上，本文选取固定效应变系数模型。其中分别以全国数据样本、东部、中部、西部省份样本分别进行省级面板数据回归。
1. 全国数据样本回归结果分析。利用我国2005 ~ 2014年的省际面板数据，模型（1）的回归结果如表4所示。其中，第二列仅以影子银行规模及其平方项（SHBQ）作为自变量。为了检验研究结果的稳健性，本文在第三列中加入金融发展水平、通货膨胀和金融危机虚拟变量作为控制变量。

显著为正，其平方项的系数显著为负，说明影子银行规模与金融错配之间存在“U”型关系，即使在控制宏观经济状况对金融错配的影响之后，这一结果依然成立。上述结果表明，影子银行规模与金融错配之间存在显著的阈值效应，其中阈值点（“U”型关系的拐点）可以看作各省市影子银行规模对金融错配的最优影响水平。
根据第三列的回归结果，影子银行规模的阈值点为1.2208万亿元。这表明当各省市的影子银行规模小于1.2208万亿元时，影子银行的发展有利于降低金融错配；当影子银行规模达到1.2208万亿元时，金融错配程度最低；此后，影子银行规模的壮大将加剧金融错配问题。
阈值效应的存在说明影子银行会对金融错配产生积极和消极两种影响。一方面，改革开放以来，我国金融市场发展水平一直不高，企业的融资渠道有限，而影子银行能为中小企业提供必要的信贷，这可以弥补各类中小经济主体的融资缺口，因而有助于解决我国金融错配问题。另一方面，随着影子银行规模的急剧扩大，其自身的潜在风险以及监管缺失等问题就会逐渐显现，并会弱化和扭曲传统的信贷渠道，增加政府宏观调控的难度和金融市场的不确定性，进而加剧我国的金融错配问题。
在控制变量方面，金融危机虚拟变量的系数显著为正，表明国际金融危机加剧了我国的金融错配，这是因为金融危机期间，市场风险过大，资本持有者不会轻易进行投资，从而造成资金闲置和资金紧缺双重问题的出现。金融市场发展水平的系数为负，说明金融发展水平的提高显著有利于降低金融错配水平，这也解释了为什么我国的金融错配问题比发达资本主义国家更严重。CPI的回归系数也是负值，表明适度的通货膨胀有助于抑制金融错配，这是因为价格水平高时，资本的闲置成本也会变高，资金持有者会积极拓展资金的使用方式。
2. 不同地区的差异分析。我国各省区在经济发展水平、金融市场发展状况等方面存在较大差异，其影子银行发展对金融错配的影响也会存在显著不同。为此，我们将研究样本分为东部、中部和西部地区三组来进行研究。回归结果如表5所示。
由表5可知，面板回归模型的拟合优度都大于0.4，且F统计量在1%的显著性水平上面显著，说明所建模型的解释力较强。此外，绝大部分自变量的回归系数在1%的显著性水平上显著，说明各变量的解释力较强，模型具有较高的合意性。从区域层面来看，影子银行的发展对金融错配的影响力度存在着明显的差异，其影响力度由大到小依次为：中部地区、东部地区和西部地区。这是因为中部地区各方面协调发展，整体较好，影子银行发展水平较为合意；西部地区资源禀赋较差、生态环境脆弱，经济和金融发展水平低；东部地区虽然发展遇到转型升级的瓶颈，但是经济发展基础最优，金融市场发达，具有较高的宏观调控水平。
此外，东部、中部和西部地区影子银行规模及其平方项的系数大小不同。Chow检验结果显示，在1%的水平上可以拒绝原假设，说明三组回归系数存在显著性差异。在东部地区、中部地区和西部地区回归方程中，影子银行的系数均显著为正，并且其平方项系数显著为负，表明不同地区间影子银行规模与金融错配之间也呈现显著的“U”型关系。东部、中部和西部地区影子银行规模的阈值分别为2.1476万亿元、0.8465万亿元和0.7826万亿元。这表明，东部地区的金融错配与其他地区相比受到影子银行的影响更大，承受能力更强。这是因为：①我国东部地区存在着大量的中小型经济主体，融资需求旺盛，融资缺口较大；②东部地区的银行体系更健全、银行集中度较低，资金的融通能力更强，因此解决金融错配的能力更强。
六、结论与对策建议
（一）研究结论
本文以1992 ~ 2015年我国的时序数据和2005 ~ 2014年30个省的面板数据为样本，通过协整模型和面板数据模型对金融错配与影子银行发展之间的关系进行了实证研究。结论如下：第一，我国影子银行规模得到了迅速的扩大，金融危机后，我国金融错配问题急剧扩大。第二，从时间维度来看，影子银行规模和金融错配之间存在着长期均衡关系，且影子银行虽然从长期来看有助于降低金融错配，但是短期可能会加剧金融错配问题。第三，从区域和规模维度来看，影子银行规模与金融错配之间呈“U”型关系，即两者之间存在显著的阈值效应。此外，我国东部、中部和西部地区金融错配承受能力存在显著差异，其中东部地区的承受能力最强，中部地区次之，西部地区的承受能力最差。通货膨胀、金融发展情况、金融危机虚拟变量都对金融错配产生了重要的影响。
（二）对策建议
通过上述分析，我们可以发现，影子银行发展对我国金融错配的改善会产生显著的影响。针对我国影子银行现状和本文结论，提出以下建议：
1. 合理引导影子银行发展，完善影子银行监管机制。我国中西部地区很多还没有达到阈值点，其影子银行还有很大的发展空间，应当以各地区影子银行规模的阈值点作为参考，引导其健康发展，以此来解决新常态下资金面的紧张。由于影子银行对金融错配具有显著的阈值效应，在引导影子银行合理发展的同时，应当注重完善影子银行监管机制、加强监管，防止金融风险积聚。此外，为了提高监管效率，应当对影子银行实施区域差异化监管。根据本文研究，我国较多东部省份的影子银行规模已经超过阈值点，因此应当以东部地区为监管重点。
2. 提高我国金融市场发展水平。金融市场发展水平的提高，有利于解决我国的金融错配问题。现阶段，提高我国的金融发展水平，要做好以下几点：首先，不断深化金融体制改革，逐步建立较为完善的现代金融服务体制和金融相关法律法规，进一步完善与实体经济体系相适应的金融服务体系，以此来有效地防范和控制各种风险。其次，注重金融服务内部各行业和地区的均衡协调发展，完善农村金融服务体制；加快证券、保险和信托等其他金融服务行业的发展，加强金融服务业的资源配置功能，提高金融资源配置效率。最后，构建金融专业人才培养机制，为3. 保持适度的通货膨胀水平。适度的通货膨胀不仅有助于解决金融错配问题，更有利于在新常态下稳定经济增长。因为适度的通货膨胀使得产品价格上涨，从而刺激厂商生产，与此同时，也会逐步改变人们的消费模式。在价格长期上涨的情况下，人们就有借贷消费或者高生产的冲动，有利于经济发展。而只有在经济繁荣之下，金融资源的需求和供给方才会努力地来实现金融资源快速而高效的融通。

主要参考文献：
王家华，王瑞．影子银行会加剧银行破产风险吗？——基于我国上市银行的实证分析［J］．金融发展研究，2016（6）．
周煜皓，张盛勇．金融错配、资产专用性与资本结构［J］．会计研究，2014（8）．
谢菲．金融资源错配的生产率减损效应［D］．安徽：安徽农业大学，2012．
康志勇．金融错配阻碍了中国本土企业创新吗？［J］．研究与发展管理，2014（5）．
靳来群．所有制歧视所致金融资源错配程度分析［J］．经济学动态，2015（6）．
邢志平，靳来群．政府干预的金融资源错配效应研究——以中国国有经济部门与民营经济部门为例的分析［J］．上海经济研究，2016（4）．
李程，梁朝晖．利率市场化与产业结构优化:基于金融错配视角的研究［J］．产业经济评论，2016（2）．
朱孟楠，侯哲．中国商业银行资金错配问题研究——基于“钱荒”背景下的思考［J］．国际金融研究，2014（4）．
彭斯达，郭心．货币错配与新兴市场经济体的金融危机［J］．江汉论坛，2006（7）．
李屹同，张东．中国新增资本产出率与投资增速关系研究［J］．统计与决策，2016（7）．
王阳，钱晓英．影子银行规模对商业银行稳定性的影响研究［J］．金融理论与实践，2016（6）．
王擎，白雪．我国影子银行发展与银行体系稳定——来自省际面板数据的证据［J］．财经科学，2016（4）．
李蔚，苏振天．我国影子银行体系及其监管研究［J］．学术界，2012（4）．