◎宋 巍

我國影子銀行風(fēng)險預(yù)警指標(biāo)體系構(gòu)建與測度

◎宋 巍

本文從金融體系風(fēng)險、影子銀行各金融機構(gòu)風(fēng)險、商業(yè)銀行內(nèi)部影子銀行風(fēng)險以及其他影子銀行風(fēng)險四個方面，利用18個量化指標(biāo)構(gòu)建了我國影子銀行風(fēng)險預(yù)警指標(biāo)體系。選取2005-2016年期間的相關(guān)數(shù)據(jù)作為數(shù)據(jù)組樣本，分析我國影子銀行體系風(fēng)險狀況。研究結(jié)果顯示，在2013年之后風(fēng)險趨勢增長較快，說明了在經(jīng)濟新常態(tài)下，我國面臨的影子銀行風(fēng)險越來越大，需要加以警惕。

經(jīng)濟新常態(tài) 影子銀行 風(fēng)險預(yù)警 指標(biāo)體系

影子銀行風(fēng)險具有較強的隱蔽性、關(guān)聯(lián)性以及較弱的抗風(fēng)險能力。各種評價影子銀行的風(fēng)險指標(biāo)之間存在較強的非線性和不確定性，因而不能用簡單的線性回歸函數(shù)對影子銀行風(fēng)險進行評價。因此，構(gòu)建我國影子銀行風(fēng)險預(yù)警指標(biāo)體系，建立有效的影子銀行風(fēng)險預(yù)警系統(tǒng)，提高影子銀行的抗風(fēng)險能力，對我國經(jīng)濟的平穩(wěn)、快速、健康發(fā)展具有重要的意義。

劉衛(wèi)華、何帆、劉文朝（2016）等人建立影子銀行的漸進型與突發(fā)型財務(wù)風(fēng)險預(yù)警模型，將內(nèi)部控制機制與傳統(tǒng)財務(wù)風(fēng)險預(yù)警機制耦合，以期從構(gòu)架上能夠動態(tài)、全過程地防范“影子銀行”的財務(wù)風(fēng)險；劉任重、劉冬冬、貢曉紅（2016）等人運用Logit模型實證估算影子銀行風(fēng)險系數(shù)，并建立具體變量的風(fēng)險預(yù)警機制，使影子銀行實體組織能充分了解運營風(fēng)險變化，合理做好風(fēng)險規(guī)避措施，使影子銀行充分發(fā)揮促進經(jīng)濟增長的作用。本文構(gòu)建了一套判斷我國影子銀行風(fēng)險預(yù)警指標(biāo)體系，并對風(fēng)險狀況進行了測度。

一、影子銀行風(fēng)險預(yù)警指標(biāo)體系構(gòu)建

影子銀行是一個多層次的復(fù)雜金融體系，其風(fēng)險大小需要根據(jù)一系列財務(wù)指標(biāo)和金融指標(biāo)來度量，通過對指標(biāo)的量化和綜合評價分析后，進行風(fēng)險檢測并設(shè)立預(yù)警機制。本文針對我國影子銀行體系的風(fēng)險，從整個金融體系的風(fēng)險、影子銀行體系內(nèi)各金融機構(gòu)的風(fēng)險和商業(yè)銀行內(nèi)部影子銀行風(fēng)險以及其他影子銀行體系四個方面構(gòu)建了一套判斷我國影子銀行風(fēng)險預(yù)警指標(biāo)體系。

對我國整個金融體系的風(fēng)險主要以GDP增長率、通貨膨脹率（CPI）、M2/GDP、M1/GDP、股票總市值/GDP、股票市盈率等經(jīng)濟指標(biāo)進行評價和分析。傳統(tǒng)商業(yè)銀行內(nèi)部的表外化業(yè)務(wù)，其風(fēng)險來自其他金融機構(gòu)及實體經(jīng)濟的傳遞，可通過其他金融機構(gòu)的經(jīng)營情況來間接反映。因此，可用資本充足率、不良貸款率和非利息收入作為衡量商業(yè)銀行內(nèi)部影子銀行風(fēng)險的評價指標(biāo)。隨

著金融監(jiān)管的逐步放松和金融創(chuàng)新的發(fā)展，社會融資規(guī)模這一指標(biāo)直接影響影子銀行的風(fēng)險程度，故采用社會融資規(guī)模/GDP、信托貸款和委托貸款在社會融資規(guī)模的占比作為影子銀行風(fēng)險的指標(biāo)；我國信托公司和財務(wù)公司的資產(chǎn)規(guī)模較大，而且近幾年的增長速度非常明顯，故選取全國信托公司和財務(wù)公司的資本規(guī)模資/GDP和資本收益率作為社會影子銀行風(fēng)險的評價指標(biāo)。

表1 影子銀行體系風(fēng)險預(yù)警指標(biāo)的風(fēng)險狀態(tài)

表2 2005-2016年影子銀行體系風(fēng)險預(yù)警指標(biāo)

本文選取18個影子銀行體系風(fēng)險預(yù)警指標(biāo)以及指標(biāo)風(fēng)險狀態(tài)的評價標(biāo)準(zhǔn)（見表1），所有評價指標(biāo)數(shù)據(jù)的時間跨度為2005-2016年（見表2），主要來自于各年的金融年鑒和相關(guān)金融機構(gòu)的年度報表。

二、影子銀行風(fēng)險測度分析

為了分析各指標(biāo)對影子銀行風(fēng)險值的影響程度，需要對指標(biāo)數(shù)據(jù)進行主成分分析，使用累積貢獻(xiàn)率確定主成分的數(shù)量和主要影響指標(biāo)。用Eviews軟件進行主成分分析的結(jié)果表明，影子銀行風(fēng)險預(yù)警指標(biāo)可用四個主成分表示，其方差貢獻(xiàn)率分別為：45.40%、18.99%、13.80%、10.54%，總貢獻(xiàn)率為88.73%。四個主成分與經(jīng)濟指標(biāo)之間的關(guān)系分別表示如下。

從上述表達(dá)式中可以分析得出，在第一主成分上，與其相關(guān)程度較大的指標(biāo)較多，主要包括商業(yè)銀行不良貸款率、撥備覆蓋率、商業(yè)銀行非利息收入/營業(yè)收入、信托公司資本/GDP、信托公司資本收益率、財務(wù)公司資本收益率等指標(biāo)；CPI、M2增長率/GDP增長率、M1增長率/GDP增長率在第二主成分的載荷絕對值較大，相關(guān)程度較高；社會融資規(guī)模/GDP、外幣貸款/社會融資規(guī)模、信托貸款/社會融資規(guī)模、財務(wù)公司資本/GDP與第三主成分的相關(guān)程度較高；第四主成分與股票總市值/GDP、股票市盈率的相關(guān)程度較高。

根據(jù)（1）-（4）式和各主成分所占的貢獻(xiàn)比例，可以計算出反映當(dāng)年我國影子銀行風(fēng)險狀況的匯總因子Ft得分?jǐn)?shù)，并采用極值—均值法進行估算，確定影子銀行風(fēng)險預(yù)警判定區(qū)間（見表3），并依據(jù)得分區(qū)間對各年的風(fēng)險狀態(tài)作出相應(yīng)的評定結(jié)果（見表4）。

表3 Ft區(qū)間對應(yīng)的輸出值

表4 2005-2016年Ft對應(yīng)的風(fēng)險狀態(tài)

三、結(jié)論

1.從整個金融體系的風(fēng)險、影子銀行體系內(nèi)各金融機構(gòu)的風(fēng)險和商業(yè)銀行內(nèi)部影子銀行風(fēng)險以及其他影子銀行體系四個方面，選擇18個風(fēng)險指標(biāo)變量構(gòu)建一套判斷我國影子銀行風(fēng)險預(yù)警指標(biāo)體系。

2.對評價我國影子銀行體系風(fēng)險的18個指標(biāo)可歸結(jié)為四個主成分，與第一主成分相關(guān)程度較大的主要包括商業(yè)銀行內(nèi)部影子銀行、社會影子銀行等相關(guān)指標(biāo)，而與第二主成分相關(guān)性較大的是金融系統(tǒng)指標(biāo)等。

3.在2013年之后我國的影子銀行都存在較大風(fēng)險趨勢，充分說明經(jīng)濟新常態(tài)下，我國面臨影子銀行風(fēng)險越來越大，需要加以警惕。

（作者單位：大連大學(xué)經(jīng)濟管理學(xué)院）

責(zé)任編輯：張永輝