前言：寻找写作灵感？中文期刊网用心挑选的影子银行对金融稳定影响探析，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要:影子银行与各传统金融市场的内在关联性和风险传染性始终存在，且急剧增长，极易影响金融稳定。本文基于影子银行规模和金融稳定指数的测度结果，通过构建动态GARCH－CoVaR模型测度影子银行对金融稳定的影响及其风险溢出效应，结果显示影子银行对金融稳定的影响存在阈值效应，影子银行与传统金融市场明显具有双向风险溢出效应。基于此结论，本文从影子银行体系和传统金融体系风险、影子银行与传统金融市场之间的双向风险传染三个维度提出风险治理的建议。
关键词:影子银行；金融稳定；动态GARCH－CoVaR；阈值效应；风险溢出效应
一、引言
什么是影子银行?在McCulley(2007)首先提出影子银行是杠杆式非银行投资渠道、工具和结构的“大杂烩”后，研究者们展开了对影子银行内涵和外延的探讨。但在此过程中学者们普遍认为影子银行是影响金融稳定的重要因素。具体来看，一方面，企业债务率超过正常范围后，很难从正规的商业银行获得贷款，从而不得不转向一些影子银行，不惜以高利率为代价换取贷款，尤其是那些具有高杠杆的影子银行业务合约违约风险必然对金融稳定造成严重影响，所产生的风险将溢出至传统金融市场;另一方面，在无法保证市场参与者都是理性人的条件下，其通过影子银行进行投资的需求过度，容易引发通货膨胀，必然影响金融稳定运行。值得注意的是，常规的金融稳定政策无法化解因影子银行高利率所引发的企业债务问题所导致的金融风险。国内外关于影子银行对金融市场稳定影响的研究取得了一定成果。方先明、谢雨菲(2017)构建TVP－VAR模型，得出影子银行规模的变化对金融市场存在负面溢出效应。黄晓雯(2017)认为影子银行和传统银行之间的关联性较高，且会对其他金融主体产生风险溢出效应。但在关于双向风险溢出效应的产生及原因、阈值效应以及风险溢出效应非线性时变特征等方面的研究较少。因此，本文通过影子银行规模及金融稳定指数分析阈值效应，并构建动态GARCH－CoVaR模型比较分析影子银行与传统金融行业的风险溢出效应。
二、影子银行对金融稳定影响的阈值效应分析
影子银行是政府和企业债务产生的重要因素，而债务结构在企业财务和政府财政方面具有举足轻重的地位，特别是具有高杠杆债务合约的影子银行业务，当债务违约达到一定规模时，必然会对金融稳定产生负面效应。
(一)影子银行规模测算。本文主要参考李文喆(2019)等测算方法，选取样本区间为2003－2018年的相关数据，对影子银行绝对规模进行测算。其中影子银行的相对规模是使用影子银行绝对规模除以GDP。
(二)金融稳定指标体系构建及金融稳定指数测算。1.指标体系构建从金融环境、金融政策、金融市场三个角度对金融市场稳定程度进行测算。金融稳定指标体系如表1所示。2.金融稳定指数测算运用2003－2018年的各指标年度数据对金融稳定指数运用熵值法求权重进行测算。指数越接近于1，说明金融市场越稳定;指数越接近于0，说明金融市场越趋于不稳定状态。如图1所示，金融稳定指数从2007年开始下降，因影子银行的高利率所造成的企业债务危机会破坏金融体系，引起金融稳定指数的波动。
(三)影子银行对金融市场稳定影响的实证分析。选取影子银行相对规模(SB)、实际GDP增速(RGDP)、CPI作为解释变量，金融稳定指数(FS)作为被解释变量，运用2003－2018年度数据来分析影子银行与金融市场稳定之间的关系。FS=2.014991SB－11.92823SB2+4.265163RGDP－0.001057CPI+0.077242(1)所得结论为:影子银行与金融稳定之间存在阈值效应，阈值为0.55。当影子银行的相对规模小于阈值时，金融稳定指数与其相对规模呈正相关关系。当影子银行的相对规模超出阈值时，如果未采取有效监管措施，金融稳定指数与其相对规模呈负相关关系。三、影子银行对金融市场稳定的风险溢出效应分析影子银行债务归属于经济社会的非稳定机制，所产生的风险会传染至传统金融市场。影子银行与传统金融市场之间存在非对称的双向风险溢出效应，通过构建动态GARCH－CoVaR模型进行深入分析。
(一)样本选取。选取申银万国银行指数、证券指数、保险指数、基金指数分别代表各传统金融市场的运作情况。本文影子银行的运行状况选取了行业具有代表性的信托类、租赁类和投资类影子银行组成多元金融指数来表示。时间跨度为2007年1月18日至2019年7月12日，该样本期发生过次贷危机，经历了许多重大金融事件，能够较好地反映整个金融市场的运行情况和影子银行的风险溢出状况。数据来自Choice数据库，对指数日收盘价进行对数一阶差分来计算其回报率。
(二)描述性统计。如表2所示，影子银行和各传统金融市场指数对数收益率序列的J－B统计量P值均小于0.01，偏度均小于0，峰度均大于正态分布的对应值，各对数收益率序列均不服从正态分布。
(三)ADF检验和LM检验。如表3所示，影子银行和各传统金融市场指数对数收益率序列的ADF统计量P值均小于0.01，均不存在单位根，可以对其进行回归分析，卡方统计量P值均小于0.01，均不存在ARCH效应，可以通过构建GARCH模型进行拟合。(四)计算VaR在5%的显著性水平上，计算影子银行指数和各传统金融市场指数对数收益率的VaR序列。如表4所示，证券业和影子银行的VaR普遍高于同等置信水平下保险业、银行业和基金业的VaR，说明基金业、银行业和保险业具有较强的抵御风险的能力，证券业和影子银行抵御风险的能力较弱，应加强对证券业和影子银行风险的监管。如图2所示，ΔCoVaRx→y为正时，表明影子银行对各传统金融市场存在净风险溢出效应，对各传统金融市场的冲击较大。结合上文的实证研究，得出影子银行与各传统金融市场之间风险传染的特点:一是影子银行与各传统金融市场之间存在双向风险传染效应。二是影子银行与各传统金融市场之间的双向风险传染效应具有不对称性。从风险溢出效应时变图中可以看出，上半部分极端值大于下半部分极端值;但上半部分极端值出现的频率较小，下半部分极端值出现的频率较多。三是影子银行对各传统金融市场会产生滞后性冲击。
四、结论及建议
(一)结论。首先，在测算影子银行规模与金融稳定指数的基础上，运用普通最小二乘法进行回归分析，发现影子银行对金融市场稳定的影响存在阈值效应。其次，在测算影子银行与各传统金融行业VAR的基础上，对影子银行与各传统金融行业的抗风险能力进行比较分析，结果表明基金业的抗风险能力最强，证券业抗风险能力最弱。最后，通过构建动态GARCH－CoVaR模型，结果显示影子银行与传统金融机构明显具有双向风险溢出效应，影子银行对各传统金融市场会产生滞后性冲击。
(二)建议。本文从影子银行体系风险、传统金融体系风险、影子银行与金融市场之间的双向风险传染三个维度来应对影子银行所造成的金融风险。1.加强影子银行体系风险治理。一是加强影子银行数据信息统计。由于对影子银行的监测滞后，导致信息失灵，为此，应将影子银行纳入金融统计范围，并建立健全风险预警机制。二是完善影子银行配套法规。加大对金融违法违规行为的惩罚力度。三是加强非银行金融机构的融资渠道和比例管理。2.加强传统金融体系风险治理。一是实施差异化监管。一方面严格监管资本充足率不符合监管要求的商业银行，监控传统银行通过影子银行业务，将信贷资产转至表外所引发的资本计提不足等问题;另一方面，对不同类型的影子银行进行差异化监管，提高监管效率。二是引导影子银行支持实体经济。抑制资金空转套利，降低中小企业融资成本，促进民营企业持续健康发展。三是引导商业银行以正常利率把资金传导至企业和居民手中，同时促进相关业务延伸至乡镇和小微企业，减少企业和居民对影子银行的信贷需求。3.抑制影子银行与金融市场之间双向风险传染。一是创新影子银行风险隔离机制。着力提高金融监管的严密性，从事影子银行业务的金融组织建立健全风险“防火墙”，防止风险的相互传染。二是建立健全集中度风险监管机制。加强集中度风险监管，监控传统银行与影子银行之间的大额交易。三是加强金融监管部门之间的协调与合作。由于影子银行横跨范围广，因此需加强金融监管部门之间的协调，实现监管的全面覆盖，促进影子银行健康发展。
参考文献:
1.方先明，谢雨菲，权威.影子银行规模波动对金融稳定的溢出效应［J］．经济学家，2017(1):79－87.
2.龚刚，林毅夫.过度反应:中国经济“缩长”之解释［J］．经济研究，2007(4):53－66.
3.龚刚，徐文舸，杨光.债务视角下的经济危机［J］．经济研究，2016，51(6):30－44.
4.李文喆.中国影子银行的经济学分析:定义、构成和规模测算［J］．金融研究，2019(3):53－73.
5.吴晓灵，最关注影子银行风险［EB/OL］．中国证券网，2017－03－09.
作者:吕超 刘文君 单位:贵州大学