內(nèi)容提要:“去杠桿”、“強監(jiān)管”和“防風(fēng)險”是新時期經(jīng)濟社會發(fā)展中的關(guān)鍵任務(wù)。本文選取2010-2018年季度數(shù)據(jù)構(gòu)建微觀審慎監(jiān)管視角下的銀行體系穩(wěn)定性指數(shù),分析檢驗我國宏觀杠桿率、影子銀行規(guī)模對銀行體系穩(wěn)定性的時變影響機制。研究顯示:我國銀行體系穩(wěn)定性總體呈震蕩向下趨勢,由穩(wěn)定階段逐漸轉(zhuǎn)向當(dāng)前高度不穩(wěn)定階段。進一步地,采用時變參數(shù)向量自回歸模型(TVP-VAR)實證研究發(fā)現(xiàn):我國宏觀杠桿率與影子銀行規(guī)模對銀行體系穩(wěn)定性的沖擊響應(yīng)具有時變特征和時滯效應(yīng)。宏觀杠桿率與影子銀行規(guī)模之間存在相互促進的非線性動態(tài)關(guān)系,二者疊加會對銀行體系產(chǎn)生不利沖擊。中長期內(nèi),宏觀杠桿率過快攀升會加重銀行體系不穩(wěn)定,杠桿率適度波動一定程度上有利于銀行體系穩(wěn)定;短中期內(nèi),影子銀行的適當(dāng)擴張給穩(wěn)定銀行體系產(chǎn)生積極影響,但過度膨脹會形成長期持久的負(fù)向沖擊。鑒于此,現(xiàn)階段我國應(yīng)加強經(jīng)濟去杠桿、影子銀行監(jiān)管及銀行風(fēng)險防范多重政策目標(biāo)之間的有效協(xié)同,以維護金融體系穩(wěn)定。
關(guān)鍵詞:宏觀杠桿率;影子銀行;銀行體系穩(wěn)定;主成分分析;TVP-VAR
中圖分類號:F830.1文獻(xiàn)標(biāo)識碼:A文章編號:1001-148X(2020)03-0074-11
收稿日期:2019-10-14
作者簡介:吳立力(1982-),男,重慶北碚人,四川大學(xué)經(jīng)濟學(xué)院金融經(jīng)濟學(xué)博士研究生,研究方向:金融理論與實踐。
基金項目:國家社科基金項目,項目編號:18XJY020。
一、引言
2008年國際金融危機以來,受“四萬億”經(jīng)濟刺激計劃影響,我國宏觀杠桿率持續(xù)飆升、影子銀行規(guī)模急劇擴張,已成為當(dāng)前影響銀行業(yè)穩(wěn)定乃至金融系統(tǒng)安全的重要因素。相關(guān)數(shù)據(jù)顯示:2018年末,我國非金融部門杠桿率為254%,較2008年上升78.3%,遠(yuǎn)高于全球同期的2.5%①;影子銀行存量規(guī)模高達(dá)48萬億元,2008年以來年復(fù)合增長率約25%[1]。與此同時,我國銀行業(yè)穩(wěn)健經(jīng)營能力正逐年弱化、行業(yè)風(fēng)險開始積聚。2018年末,我國銀行業(yè)資產(chǎn)利潤率與不良貸款率分別為0.9%、1.83%,已連續(xù)7年出現(xiàn)下降和上升②;2019年以來,包商銀行因嚴(yán)重信用風(fēng)險被接管、錦州銀行因流動性風(fēng)險被迫戰(zhàn)略重組等風(fēng)險事件的爆發(fā),加劇了各界對銀行業(yè)風(fēng)險承擔(dān)水平的擔(dān)憂。實體經(jīng)濟高杠桿是宏觀金融脆弱性的根源,而跨市場、跨業(yè)態(tài)、跨區(qū)域的影子銀行是我國面臨的一個重要金融風(fēng)險[2]。
事實上,我國杠桿率上升與過度依賴銀行間接融資、資金使用效率偏低、過剩產(chǎn)能占壓大量資金以及貨幣信貸政策過度工具化等因素密切相關(guān)[3],高杠桿率可能引發(fā)流動性風(fēng)險和償付性風(fēng)險,增加銀行業(yè)危機發(fā)生概率。中國式影子銀行本質(zhì)上是與銀行貸款相同的信用貨幣創(chuàng)造行為[4],具有期限錯配、結(jié)構(gòu)復(fù)雜、產(chǎn)品嵌套、監(jiān)管套利、過度創(chuàng)新、高關(guān)聯(lián)性等高風(fēng)險特征,廣泛且密切的同業(yè)資金往來更增加了影子銀行與商業(yè)銀行之間系統(tǒng)性風(fēng)險的溢出傳染效應(yīng)[5]。為應(yīng)對債務(wù)杠桿率與影子銀行規(guī)模螺旋式上升對金融穩(wěn)定的負(fù)面沖擊,近年來中國政府出臺了一系列針對性措施。2015年底,中央經(jīng)濟工作會議提出將“去杠桿”作為供給側(cè)結(jié)構(gòu)性改革重要任務(wù),守住不發(fā)生系統(tǒng)性金融風(fēng)險和區(qū)域性風(fēng)險的底線;2017年初,政府工作報告指出要積極穩(wěn)妥推進去杠桿,把降低企業(yè)杠桿率作為重中之重;2018年4月,中央財經(jīng)委員會以“結(jié)構(gòu)性去杠桿”思路分部門、分債務(wù)類型提出不同要求,實現(xiàn)宏觀杠桿率穩(wěn)定和逐步下降。為防止影子銀行的風(fēng)險溢出傳染,國務(wù)院及金融監(jiān)管部門頒布先后實施了“國務(wù)院107號文”、“券商資管33號文”、“信托99號文”、“人民銀行127號文”等政策措施,逐步將影子銀行納入監(jiān)管體系。2018年12月,中央經(jīng)濟工作會議確定“三大攻堅戰(zhàn)”的首要任務(wù)就是要打好防范化解重大風(fēng)險攻堅戰(zhàn),重點要防控金融風(fēng)險。
種種跡象表明,“去杠桿”、“強監(jiān)管”和“防風(fēng)險”仍然是新時期經(jīng)濟社會發(fā)展中的熱點問題和關(guān)鍵任務(wù)。那么,在外部風(fēng)險因素不斷積聚的背景下,我國銀行體系內(nèi)生穩(wěn)定性究竟如何,呈現(xiàn)什么樣的運行軌跡和演進趨勢?宏觀杠桿率與影子銀行規(guī)模“雙高”現(xiàn)象背后具有怎樣的交互機制和聯(lián)動特征,二者對銀行體系穩(wěn)定性的動態(tài)影響和沖擊效應(yīng)具體如何,在不同經(jīng)濟發(fā)展階段和政策環(huán)境下是否存在結(jié)構(gòu)性突變?上述問題的研究,有助于認(rèn)識和把握當(dāng)前結(jié)構(gòu)性去杠桿、影子銀行監(jiān)管與銀行風(fēng)險防范等多重政策目標(biāo)之間的內(nèi)在邏輯關(guān)系,能夠為相關(guān)部門的決策提供借鑒參考,具有一定的理論價值和實踐意義。
二、文獻(xiàn)回顧
基于對全球金融危機產(chǎn)生根源的反思,學(xué)術(shù)界及政策當(dāng)局逐漸認(rèn)識到宏觀債務(wù)及影子銀行風(fēng)險傳染的嚴(yán)重危害,圍繞杠桿率、影子銀行對金融(銀行)穩(wěn)定的影響,從宏觀和微觀兩個視角,通過定性分析、定量分析及計量檢驗等多種方法進行了廣泛研究,相關(guān)文獻(xiàn)梳理如下:
(一)宏觀杠桿率對銀行穩(wěn)定性的影響
從全球范圍看來,學(xué)者們普遍認(rèn)為適度的杠桿率可以通過優(yōu)化全社會金融資源配置來降低金融體系風(fēng)險,但高杠桿率及經(jīng)濟長期繁榮之后的去杠桿容易引起周期性的“繁榮-崩潰”現(xiàn)象,甚至觸發(fā)金融危機,因而對金融體系穩(wěn)定性具有顯著的負(fù)面影響[6-8]。就中國而言,宏觀杠桿率絕對值過高、增長速度過快,對銀行業(yè)穩(wěn)定及金融風(fēng)險防范產(chǎn)生了不利影響。如陸婷(2015)[9]認(rèn)為中國非金融企業(yè)債務(wù)占GDP之比大幅提升,已成為金融穩(wěn)定的隱患,使得金融體系對外生沖擊敏感,顯著增加了債務(wù)危機概率;茍文均等(2016)[10]利用擴展的CCA模型,對債務(wù)杠桿與系統(tǒng)性風(fēng)險傳染機理進行分析,發(fā)現(xiàn)債務(wù)杠桿率上升會推高宏觀經(jīng)濟各部門的風(fēng)險水平,使風(fēng)險積聚于金融部門;董小君等(2017)[11]指出在經(jīng)濟下行周期背景下,高杠桿率會導(dǎo)致系統(tǒng)性風(fēng)險,作用機制表現(xiàn)為風(fēng)險放大效應(yīng)、逆向淘汰效應(yīng)和風(fēng)險傳導(dǎo)效應(yīng)。
(二)影子銀行規(guī)模對銀行體系穩(wěn)定性的影響
影子銀行通過期限轉(zhuǎn)換、信用轉(zhuǎn)換和流動性轉(zhuǎn)換與商業(yè)銀行各類業(yè)務(wù)之間交叉形成復(fù)雜關(guān)系,其對正規(guī)銀行體系的影響效應(yīng)不能簡單判定。一方面,由于監(jiān)管模式滯后、資金過度投向高風(fēng)險領(lǐng)域、資金期限錯配問題等,影子銀行會加劇銀行體系的不穩(wěn)定性。如Krugman等(2008)[12]認(rèn)為影子銀行復(fù)雜多樣的金融創(chuàng)新產(chǎn)品,規(guī)避傳統(tǒng)監(jiān)管,增加了銀行業(yè)風(fēng)險;Gorton等(2010)[13]認(rèn)為影子銀行的期限錯配及高杠桿操作,加大了流動性風(fēng)險和信用違約風(fēng)險,應(yīng)加強資產(chǎn)證券化等引導(dǎo)和監(jiān)管來防范金融體系可能出現(xiàn)的風(fēng)險;李向前等(2013)[14]基于我國2000-2012年經(jīng)濟數(shù)據(jù),運用VAR模型研究發(fā)現(xiàn)影子銀行系統(tǒng)使我國金融穩(wěn)定性有所降低;郭娜等(2018)[15]發(fā)現(xiàn)影子銀行融資利差增大、房地產(chǎn)需求擴張等會使商業(yè)銀行資金轉(zhuǎn)向影子銀行,加大銀行業(yè)系統(tǒng)性風(fēng)險。另一方面,影子銀行與銀行體系穩(wěn)定性之間不是簡單線性關(guān)系,可能存在“閾值效應(yīng)”和“期限效應(yīng)”。如毛澤盛等(2012)[16]發(fā)現(xiàn)影子銀行發(fā)展之初,能增加銀行體系穩(wěn)定性,超過閾值后又會降低銀行體系穩(wěn)定性;張亦春等(2014)[17]指出影子銀行發(fā)展在短期內(nèi)會增強商業(yè)銀行的穩(wěn)健性,但長期效應(yīng)影響程度較小;涂曉楓等(2016)[18]認(rèn)為在影子銀行業(yè)務(wù)規(guī)模較小和銀行間關(guān)聯(lián)度較低時,影子銀行可通過風(fēng)險共擔(dān)降低系統(tǒng)性風(fēng)險,但規(guī)模擴張會通過風(fēng)險傳染效應(yīng)增加銀行系統(tǒng)性風(fēng)險;方先明等(2017)[19]通過TVP-VAR模型發(fā)現(xiàn)影子銀行規(guī)模擴張有利于金融資源均衡配置,短期內(nèi)有利于金融穩(wěn)定,對金融穩(wěn)定的負(fù)面溢出效應(yīng)具有時滯性。
(三)宏觀杠桿率與影子銀行規(guī)模之間的關(guān)系
相比之下,學(xué)者們對宏觀債務(wù)與影子銀行的相互關(guān)系問題關(guān)注較少,研究尚不充分。實際上,影子銀行系統(tǒng)作為傳統(tǒng)銀行信貸的替代,與債務(wù)杠桿率緊密相聯(lián)。作為一種信用中介,影子銀行運用與正規(guī)銀行類似的期限轉(zhuǎn)換和相對更高的杠桿率為實體經(jīng)濟融資,推動了實體經(jīng)濟的發(fā)展[20]。胡志鵬(2016)[21]認(rèn)為影子銀行業(yè)務(wù)是與商業(yè)貸款等量齊觀的信用形式;林琳等(2016)[22]發(fā)現(xiàn)貸款融資的杠桿率遠(yuǎn)低于社會融資的杠桿率,在傳統(tǒng)信貸之外存在較大的影子銀行信貸規(guī)模,通過建立包含影子銀行的DSGE 模型的研究表明,影子銀行以資產(chǎn)和資金轉(zhuǎn)移的方式從商業(yè)銀行獲得信貸,使風(fēng)險傳遞路徑更加復(fù)雜,而寬松的信貸政策會激發(fā)商業(yè)銀行進一步擴大影子銀行規(guī)模;湯鐸鐸(2017)[23]認(rèn)為影子銀行體量過大推高了全社會杠桿率,要加強對影子銀行業(yè)務(wù)和金融創(chuàng)新的監(jiān)管達(dá)到去杠桿目的;劉瀾飚等(2018)[24]認(rèn)為影子銀行通過更快的信貸擴張,導(dǎo)致私人部門杠桿率增加,加劇了后金融危機時期的債務(wù)積壓。
總的來看,已有研究從理論和實證兩方面,就宏觀杠桿率、影子銀行如何影響金融或銀行穩(wěn)定的相關(guān)問題展開了充分討論,但仍存在以下不足:一是偏重于考察三者中兩兩間的單向聯(lián)系,鮮有文獻(xiàn)對我國宏觀杠桿率上升與影子銀行擴張之間的關(guān)系進行探討,更沒有文獻(xiàn)系統(tǒng)研究二者聯(lián)動對于銀行穩(wěn)定性的影響機制;二是研究方法上以線性模型和靜態(tài)分析為主,對變量間非線性、時變性等特征因素考慮不足,未能從不同時期和特定背景下識別變量間的動態(tài)關(guān)聯(lián)機制。鑒于此,本文可能的邊際貢獻(xiàn)如下:第一,基于我國銀行業(yè)盈利放緩、風(fēng)險上升的特征事實,構(gòu)建微觀審慎監(jiān)管視角下的銀行業(yè)體系穩(wěn)定性指數(shù),聚焦于銀行業(yè)經(jīng)營管理層面的內(nèi)生穩(wěn)定性受宏觀債務(wù)與影子銀行雙重沖擊的響應(yīng)機制;第二,首次采用TVP-VAR模型從時變演化視角,對宏觀杠桿率與影子銀行之間的動態(tài)關(guān)聯(lián)關(guān)系加以刻畫,系統(tǒng)考察二者聯(lián)動對銀行穩(wěn)定性的沖擊響應(yīng),并解析該非線性影響效應(yīng)的時變特征和期限效應(yīng),為“去杠桿”、“強監(jiān)管”和“防風(fēng)險”等政策措施之間的有效協(xié)同提供經(jīng)驗支持;第三,將杠桿率波動作為內(nèi)生變量引入模型,從宏觀杠桿率的靜態(tài)水平和動態(tài)波動兩個維度對比沖擊效應(yīng)的差異,有利于客觀評價去杠桿政策的實施效果。
三、我國銀行體系穩(wěn)定性指數(shù)的測度及分析
(一)指標(biāo)體系構(gòu)建
在評價銀行穩(wěn)定性或脆弱性時,多數(shù)學(xué)者選用宏觀經(jīng)濟金融因素和銀行業(yè)財務(wù)績效相結(jié)合的綜合指標(biāo)體系,但由于宏觀經(jīng)濟變量對銀行穩(wěn)定性的影響符號難以確定,指標(biāo)數(shù)量過多又導(dǎo)致對銀行業(yè)內(nèi)生穩(wěn)定性的評價效果不佳。為克服以上不足,本文從銀保監(jiān)會對銀行業(yè)微觀審慎監(jiān)管視角出發(fā),立足商業(yè)銀行“盈利性、安全性、流動性”三性原則,從信用風(fēng)險、市場風(fēng)險、流動性風(fēng)險、盈利能力、資本充足水平五個維度選取13個二級指標(biāo)構(gòu)建銀行體系穩(wěn)定性指數(shù)(BSSI),通過銀行業(yè)微觀層面經(jīng)營管理行綜合反映銀行業(yè)內(nèi)生穩(wěn)定性,指標(biāo)詳見表1。銀行體系穩(wěn)定性指數(shù)的擬合方法包括主成分分析法、因子分析法、方差權(quán)重法、熵值法、賦值法等。為避免多元回歸分析的多重共線性,擯棄指標(biāo)權(quán)重賦值主觀性,利用SPSS軟件通過主成分分析法實現(xiàn)指數(shù)擬合。樣本區(qū)間為2010年第4季度至2018年第4季度,共33期,數(shù)據(jù)來源于中國銀行保險業(yè)監(jiān)督管理委員會③和Wind數(shù)據(jù)庫。
(二)擬合銀行體系穩(wěn)定性指數(shù)
第一步,相關(guān)數(shù)據(jù)的標(biāo)準(zhǔn)化處理。由于不同數(shù)據(jù)之間存在量綱差異,為確保BSSI獲得更好的擬合效果,選擇Min-Max方法對基礎(chǔ)性指標(biāo)數(shù)據(jù)進行“標(biāo)準(zhǔn)化”處理,將其轉(zhuǎn)換為 \[0,1\]之間的變動序列,進而統(tǒng)一指標(biāo)量綱。轉(zhuǎn)換函數(shù)表達(dá)式如下,對于正向指標(biāo)和負(fù)向指標(biāo)分別使用(1)式和(2)式進行轉(zhuǎn)換。
yit=xit-minxjmaxxj-minxj(1)
yit=maxxj-xitmaxxj-minxj (2)
(1in,1jn)
yit為指標(biāo)i標(biāo)準(zhǔn)化后t期的數(shù)值,minxj和maxxj分別為樣本指標(biāo)i的最大值和最小值。
第二步,模型適應(yīng)性評價及主成分提取。對我國銀行體系穩(wěn)定性水平綜合評價時序數(shù)據(jù)表中各變量的相關(guān)系數(shù)矩陣進行分析,采用具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法,使因子載荷值盡量向 0和1兩極偏離,經(jīng)4次迭代后,結(jié)果趨于收斂。KMO檢驗和Bartlett球體檢驗結(jié)果顯示P值分別為0.764和0.000,表明適合主成分分析模型。按照累計方差貢獻(xiàn)度和特征值大于1的原則提取3個主成分,其方差貢獻(xiàn)率分別為69.579%、11.107%、8.017%,方差累積貢獻(xiàn)率達(dá)到88.703%,充分反映了13個指標(biāo)的主要信息,因此保留3個主成分。
第三步,確定銀行穩(wěn)定性指數(shù)的擬合公式。利用3個主成分(F1、F2、F3)各自方差貢獻(xiàn)率除以方差累積貢獻(xiàn)率,得到相應(yīng)權(quán)重分別為0.78、0.16、0.09。因此,銀行穩(wěn)定性指數(shù)BSSI=0.78F1+0.16F2+0.09F3,以此計算出2010-2018年季度BSSI值,結(jié)果詳見表2 。
(三)我國銀行體系穩(wěn)定性水平的變動趨勢
參考劉金全等(2017)[25]的判別基準(zhǔn),本文運用主成分均值加上0.5倍標(biāo)準(zhǔn)差的方式,得到銀行體系穩(wěn)定狀態(tài)的閾值為0,BSSI指數(shù)為正向指標(biāo),數(shù)值越大意味銀行業(yè)穩(wěn)定程度越高。同時,借鑒Kibiritcioglu(2002)[26]對銀行業(yè)穩(wěn)定程度臨界區(qū)間劃分標(biāo)準(zhǔn):即BSSI指數(shù)在(-0.5,0)時,銀行體系處于輕度不穩(wěn)定時期;在(-1,-0.5)時,銀行體系處于中度不穩(wěn)定時期;在(-∞,-1)時,銀行體系處于高度不穩(wěn)定時期。與之相反,BSSI指數(shù)在(0,0.5)時,銀行體系處于輕度穩(wěn)定時期;在(0.5,1)時,銀行體系處于中度穩(wěn)定時期;在(1,∞)時,銀行體系處于高度穩(wěn)定時期。此外,對季度BSSI值使用Census X-12方法進行季節(jié)調(diào)整,然后取平滑參數(shù)λ=10000,進行H-P濾波法去缺口分析。如圖1,BSSI曲線表示季節(jié)調(diào)整過的季度銀行業(yè)穩(wěn)定指數(shù)曲線,Trend曲線表示趨勢線,Cycle曲線表示銀行業(yè)穩(wěn)定指數(shù)缺口,即實際銀行業(yè)穩(wěn)定指數(shù)與趨勢之間的差異,反映了銀行業(yè)穩(wěn)定性的周期波動水平。
如表2,樣本期內(nèi),我國銀行體系有12個季度處于不穩(wěn)定時期,高度不穩(wěn)定時期有4個季度;另外21個季度處于穩(wěn)定時期,其中2個季度處于高度穩(wěn)定時期。從動態(tài)變化軌跡來看,我國銀行業(yè)BSSI值總體呈現(xiàn)出震蕩向下的發(fā)展趨勢,銀行體系逐漸由穩(wěn)定階段轉(zhuǎn)向不穩(wěn)定階段,但具有明顯的階段性特征。2010年4季度至2012年3季度BSSI值為正,該時期內(nèi)銀行體系穩(wěn)定性較強,以國有銀行股份制改革為核心的金融改革紅利效應(yīng)的充分釋放,使得銀行業(yè)盈利水平和風(fēng)險抵御能力處于歷史上最好時期。BSSI值在2012年4季度至2017年1季度期間正負(fù)交替,我國經(jīng)濟進入“新常態(tài)”發(fā)展階段,“三期疊加”矛盾開始顯現(xiàn),銀行穩(wěn)定性出現(xiàn)雙向波動態(tài)勢。BSSI值在2017年2季度至2018年4季度期間始終為負(fù)且不斷擴大,隨著宏觀經(jīng)濟下行壓力加大,銀行體系逐漸進入高度不穩(wěn)定階段,防范化解金融風(fēng)險成為當(dāng)前金融工作重點。
從圖1可以看出,趨勢項(Trend)呈現(xiàn)一條斜率為負(fù)的曲線,銀行業(yè)穩(wěn)定性處于逐季降低的變化趨勢中;周期性成分(Cycle)顯示BSSI缺口波動水平逐漸增大,分別在2012年4季度、2014年4季度及2017年4季度有一個高點,在2011年3季度、2014年4季度及2018年3季度有一個低點。本文采用主成分分析法擬合的BSSI指數(shù)較好反映了我國銀行業(yè)經(jīng)營發(fā)展實際,與經(jīng)驗事實基本相符,具有較強的應(yīng)用價值。
四、宏觀杠桿率、影子銀行規(guī)模對銀行體系穩(wěn)定性的時變影響機制
宏觀杠桿、影子銀行對銀行體系穩(wěn)定性的影響具有非線性特征,隨著經(jīng)濟金融形勢變化及宏觀調(diào)控政策變遷,影響效應(yīng)呈現(xiàn)異質(zhì)性和階段性,在時變框架下考察上述變量間的作用關(guān)系更有實踐價值。為此,本文選擇Primiceri(2005)[27]提出的時變參數(shù)向量自回歸模型(TVP-VAR)進行實證研究。該方法假設(shè)模型中的參數(shù)均服從一階隨機游走過程,其系數(shù)矩陣、隨機擾動項的方差協(xié)方差矩陣均具有時變性,可以計算任意時點上的沖擊反應(yīng),以捕捉模型滯后結(jié)構(gòu)的時變特征和非線性結(jié)構(gòu)變動,并估計出所有時點變量間的同期關(guān)聯(lián)系數(shù)及脈沖響應(yīng)路徑。同時,該模型不區(qū)分內(nèi)生與外生變量,能夠避免傳統(tǒng)模型設(shè)定上的先驗錯誤。
(一)TVP-VAR模型
TVP-VAR模型的一般設(shè)定形式為:
yt=Xtβt+A-1t∑tεt,t=s+1,…,n(3)
Xt=Ik(y′t-1,…,y′t-s),表示克羅內(nèi)克積(4)
其中,相關(guān)系數(shù)βt(N2 S*1維向量),聯(lián)立參數(shù)At(N * N維向量)和隨機波動的協(xié)方差矩陣∑t(N * N維向量)均隨時間變化而變化。
根據(jù)Primiceri(2005)和Nakajima(2011)[28]的方法對時變參數(shù)進行處理,以σt表示∑t對角元素矩陣,使αt表示At中非0和非1元素矩陣(At按行堆積),即αt=(α21,α31……αn,n-1)′,同時ht=(h1t,……h(huán)nt)′且hjt=logσ2jt,j=1,…,n, t=s+1,…,n。
假設(shè)參數(shù)服從隨機游走過程:βt+1=βt+μβt,αt+1=αt+μαt,ht+1=ht+μht,且
εtμβtμαtμht~N0,I,0,0,00,∑β,0,00,0,∑α,00,0,0,∑h,t=s+1,…,n(5)
其中,βs+1~N(μβ0,∑β0),αs+1~(μα0,∑α0),hs+1~N(μh0,∑h0)。
參考Nakajima(2011)做法,將參數(shù)初始值設(shè)定為μβ0=μα0=μh0=0,
Σβ0=Σα0=Σh0=10*I,設(shè)置對應(yīng)的參數(shù)先驗分布為(Σβ)-2i~Gamma(20,10-4),(Σα)-2i~Gamma(4,10-4),(Σh)-2i~Gamma(4,10-4),其中,(Σβ)i、(Σα)i、(Σh)i分別為方差對角矩陣中的第i個元素;βt 刻畫滯后項對于當(dāng)前項的非線性影響,αt刻畫變量之間同期影響的時變性,ht刻畫外生的隨機擾動。對于模型估計方法,Nakajima(2011)認(rèn)為采用馬爾科夫鏈蒙特卡羅(MCMC)方法估計更為有效,能夠克服由于隨機波動為非線性導(dǎo)致似然函數(shù)難以獲取的問題。
(二)指標(biāo)選取及數(shù)據(jù)說明
本文涉及四個代理變量,分別為宏觀杠桿率(FL)、宏觀杠桿率波動率(FVOL)、影子銀行規(guī)模(SB)、銀行體系穩(wěn)定性(BSSI)。為確保變量量綱上統(tǒng)一,均進行了定基化處理,樣本期為2010年第4季度至2018年第4季度。
1.宏觀杠桿率(FL)。作為衡量經(jīng)濟主體負(fù)債水平和債務(wù)可持續(xù)性的評價指標(biāo),常用測算方法包括國內(nèi)私人部門債務(wù)余額/GDP 、社會融資余額/GDP、M2/GDP等,以上三種杠桿率是相通的,它們的增長路徑較為類似[29]。鑒于數(shù)據(jù)權(quán)威性和連續(xù)性,選取國際清算銀行(BIS)數(shù)據(jù)庫中的“國內(nèi)私人部門債務(wù)余額/GDP”作為宏觀杠桿率代理變量。
2.宏觀杠桿率波動率(FVOL)。首先對宏觀杠桿率絕對值(FL)求HP濾波,得到其周期波動項(CYCLE)后取絕對值得到宏觀杠桿率波動率(FVOL)=|CYCLE|,F(xiàn)VOL數(shù)值越大表示對應(yīng)杠桿率波動程度越大,以此來分析去杠桿對銀行穩(wěn)定性的溢出效應(yīng)。
3.影子銀行規(guī)模(SB)。綜合我國影子銀行組成部分的代表性和數(shù)據(jù)可得性,參照穆迪公司對我國影子銀行核心構(gòu)成的測算方式,借鑒溫信祥和蘇乃芳(2018)[30]的研究,用委托貸款、信托貸款與未貼現(xiàn)銀行承兌匯票之和表示影子銀行存量規(guī)模,并以“影子銀行規(guī)模存量/社會融資規(guī)模存量”作為影子銀行規(guī)模代理變量。需要說明的是,中國人民銀行于2002年開始公布社會融資規(guī)模增量,本文將2002年以來各期影子銀行規(guī)模增量加總后得到存量規(guī)模,數(shù)據(jù)來源于中國人民銀行網(wǎng)站。
4.銀行體系穩(wěn)定性(BSSI)。選用前文擬合的銀行體系穩(wěn)定性指數(shù)作為代理變量。
(三)實證結(jié)果分析
借助Oxmetrics6軟件,將宏觀杠桿率(FL)、杠桿率波動率(FVOL)、影子銀行規(guī)模(SB)與銀行業(yè)穩(wěn)定性指數(shù)(BSSI)四個變量同時納入TVP-VAR模型進行回歸估計。采用Nakajima(2011)的估計方法,利用MCMC法連續(xù)抽樣10000次,其中前1000次作為預(yù)燒(burn-in)階段抽樣。根據(jù)AIC信息準(zhǔn)則及SC準(zhǔn)則,確定模型最優(yōu)滯后階數(shù)為2階。
1.參數(shù)估計結(jié)果
為避免實證模型出現(xiàn)偽回歸,先對各變量進行平穩(wěn)性檢驗。如表3,ADF檢驗顯示,四個原序列均不平穩(wěn),但經(jīng)一階差分后四個變量均在1%的顯著性水平上平穩(wěn),即宏觀杠桿率(FL)、杠桿率波動率(FVOL)、影子銀行規(guī)模(SB)和銀行業(yè)穩(wěn)定性指數(shù)(BSSI)四個序列是I(1)過程。
圖2中給出了樣本的自相關(guān)圖、樣本路徑和后驗分布的密度函數(shù)。自相關(guān)圖表明在舍棄了最初的1000次抽樣后,樣本自相關(guān)系數(shù)下降并且在0附近波動,可以判定樣本取值方法能有效產(chǎn)生不相關(guān)的樣本。另外,樣本路徑比較穩(wěn)定,MCMC算法有效模擬了參數(shù)分布狀況。
表4中列出參數(shù)估計結(jié)果,包括后驗分布均值、標(biāo)準(zhǔn)差、95%置信區(qū)間以及收斂診斷值(Geweke)和無效因子(Inef.)。各參數(shù)的后驗均值均在95%的置信區(qū)間里,收斂診斷值(Geweke)均小于5%顯著性水平下的臨界值1.96,表明收斂于后驗分布的零假設(shè)不能被拒絕,預(yù)燒期已能夠使馬爾科夫鏈趨于集中。無效因子最大值為42.03,即進行的10000次有效模擬相當(dāng)于至少有個不相關(guān)樣本(10000/42.03≈237.92),充分滿足后驗推斷要求。以上檢驗表明TVP-VAR模型估計結(jié)果可信,即宏觀杠桿率及波動率、影子銀行規(guī)模和銀行業(yè)穩(wěn)定性指數(shù)之間存在時變影響關(guān)系。
2.脈沖響應(yīng)函數(shù)分析
TVP-VAR模型的參數(shù)具有時變特征,可以生成等間隔脈沖響應(yīng)函數(shù)和時點脈沖響應(yīng)函數(shù)。等間隔脈沖響應(yīng)函數(shù)用于觀察在特定時間間隔條件下,給予自變量1單位標(biāo)準(zhǔn)正向沖擊后因變量的變化情況;時點脈沖響應(yīng)函數(shù)側(cè)重于觀察某個特定時點給予自變量1單位標(biāo)準(zhǔn)正向沖擊后,因變量隨時間推移的變化情況。本文選取4期(1年)滯后、8期(2年)滯后和12期(3年)滯后三個等時間段,代表短期、中期和長期的等間隔脈沖響應(yīng)。此外,時點脈沖響應(yīng)函數(shù)選取了2014年第1季度和 2016年第1季度作為特定時點,主要基于以下考慮,一是2013年以來銀監(jiān)會“8號文”和國務(wù)院“107號文”的下發(fā),使得中國影子銀行模式由以理財產(chǎn)品、通道業(yè)務(wù)、非標(biāo)資產(chǎn)等為主轉(zhuǎn)變?yōu)橐酝瑯I(yè)業(yè)務(wù)、委外投資、債券等標(biāo)準(zhǔn)化資產(chǎn)為主的模式,2014年初正是影子銀行新舊模式的切換點;二是中央經(jīng)濟工作會議2015年底明確將“去杠桿”作為供給側(cè)結(jié)構(gòu)性改革的重要任務(wù),杠桿率增速自2016年開始放緩。以上兩個時點充分反映了特定背景下宏觀杠桿率及影子銀行對銀行穩(wěn)定性的影響效應(yīng)。
(1)宏觀杠桿率與影子銀行規(guī)模間的脈沖響應(yīng)分析。由圖3a和圖3c的等間隔脈沖響應(yīng)函數(shù)所示,在不同滯后期內(nèi),宏觀杠桿率對影子銀行規(guī)模(εFL→SB)的脈沖響應(yīng)系數(shù)以及影子銀行規(guī)模對宏觀杠桿率 (εSB→FL)的脈沖響應(yīng)系數(shù)均為正值,影響程度隨時間間隔不同有所差異,長期的正向效應(yīng)最為強烈、中期次之,短期最弱。從時點脈沖響應(yīng)函數(shù)看來,如圖3b和圖3d,在兩個特定時點下,宏觀杠桿率與影子銀行規(guī)模相互沖擊的效應(yīng)均為正向,動態(tài)演進路徑基本相似,效應(yīng)強度隨時間推移而加速擴大。相比而言,宏觀杠桿率對影子銀行規(guī)模的正向沖擊比影子銀行規(guī)模對宏觀杠桿率的正向沖擊更為明顯。同時可以看到,2010年至2014年期間,宏觀杠桿率與影子銀行規(guī)模之間的促進作用處于不斷擴大階段,原因主要是該時期擴張性的貨幣政策、刺激性的信貸政策以及相對溫和的金融監(jiān)管環(huán)境;2015年至2018年期間,經(jīng)濟去杠桿的推進及影子銀行業(yè)務(wù)的規(guī)范,宏觀杠桿率和影子銀行規(guī)模的上漲勢頭均得到抑制,二者的正向效應(yīng)逐漸減弱并趨于平穩(wěn)。
綜上可知,我國宏觀杠桿率與影子銀行規(guī)模之間存在相互促進的非線性動態(tài)關(guān)系,并且呈現(xiàn)出顯著的期限效應(yīng)和階段性特征。具體影響機制可以從兩方面進行解釋:一方面,宏觀杠桿率上升對影子銀行規(guī)模擴張具有“溢出效應(yīng)”。杠桿率升高時,金融監(jiān)管部門會嚴(yán)格限制貸款流向房地產(chǎn)行業(yè)、地方融資平臺等高杠桿領(lǐng)域,商業(yè)銀行則通過騰挪表內(nèi)外資產(chǎn)等方式繞道監(jiān)管進行套利,上述機制使得影子銀行的需求和供給均會增加。另一方面,影子銀行的“加速效應(yīng)”又推高了宏觀杠桿率。影子銀行作為實體經(jīng)濟融資渠道時,資產(chǎn)平均回報率高于正規(guī)金融體系中的資產(chǎn)回報率,導(dǎo)致影子銀行貸款利率與銀行傳統(tǒng)信貸正常利率之間存在融資溢價,因此,影子銀行體系的財務(wù)成本會加重宏觀部門的債務(wù)總額。以企業(yè)部門為例,融資約束使得高風(fēng)險企業(yè)在高預(yù)期利潤驅(qū)動下傾向于影子銀行融資,但財務(wù)費用和利息支出的增加降低了企業(yè)的凈值,加快企業(yè)杠桿率上升速度。
(2)宏觀杠桿率對銀行體系穩(wěn)定性的脈沖響應(yīng)分析。由圖4a的等間隔脈沖響應(yīng)函數(shù)可見,宏觀杠桿率對銀行體系穩(wěn)定性沖擊(εFL→BSSI)的短期脈沖響應(yīng)系數(shù)接近于0,影響關(guān)系極不敏感;中期與長期的脈沖響應(yīng)系數(shù)均為負(fù),滯后12期的長期負(fù)向效應(yīng)最為強烈,兩個時期內(nèi)均表現(xiàn)為“U”型趨勢,響應(yīng)值從2010到2015年急劇下降,在2015年末達(dá)到極小值后到2018年之間開始緩慢上升。進一步觀察時點脈沖響應(yīng)函數(shù),如圖4b,兩個不同時點的響應(yīng)系數(shù)在第2期衰減至0后隨時間的推移持續(xù)擴大,這與等間隔脈沖響應(yīng)函數(shù)的結(jié)果一致,即宏觀杠桿率對銀行體系的負(fù)面影響主要體現(xiàn)在中長期。因此,我國宏觀經(jīng)濟杠桿率過高總體上不利于銀行業(yè)穩(wěn)定,沖擊響應(yīng)存在時變性和時滯性。
產(chǎn)生時變性原因主要在于宏觀經(jīng)濟形勢變化和去杠桿政策的實施,使得宏觀杠桿率對銀行體系穩(wěn)定性的負(fù)向沖擊效應(yīng)發(fā)生結(jié)構(gòu)性改變。2010-2015年期間,我國宏觀杠桿率累計上升56.3個百分點,債務(wù)規(guī)模激增使得部分行業(yè)產(chǎn)能過剩、地方隱性債務(wù)、房地產(chǎn)泡沫等風(fēng)險因素不斷積累,加劇了銀行機構(gòu)信貸風(fēng)險聚斂程度;但2015年末供給側(cè)結(jié)構(gòu)性改革實施以來,宏觀杠桿率高速上揚勢頭得到抑制,2018年較2015年僅增長了14.7個百分點,對銀行體系穩(wěn)定性的負(fù)面影響逐漸減弱。此外,我國為應(yīng)對金融危機采取的信貸刺激在短期內(nèi)避免了經(jīng)濟陷入衰退,但杠桿率大幅上升使實體經(jīng)濟債務(wù)積壓、還本付息的償債成本不斷加大,企業(yè)債務(wù)違約風(fēng)險概率顯著提升,長此以往,高杠桿率會對銀行體系穩(wěn)定性造成嚴(yán)重的負(fù)面沖擊。
(3)宏觀杠桿率波動率對銀行體系穩(wěn)定性的脈沖響應(yīng)分析。如圖5a的等間隔脈沖響應(yīng)函數(shù),由宏觀杠桿率波動率對銀行體系穩(wěn)定性的沖擊(εFVOL→BSSI)可以發(fā)現(xiàn):短期脈沖響應(yīng)較小,以2015年為分界點實現(xiàn)由負(fù)向效應(yīng)向正向效應(yīng)的轉(zhuǎn)換,但兩階段的影響程度均非常微弱;在中長期內(nèi),脈沖響應(yīng)系數(shù)總體為正,運行軌跡表現(xiàn)為“先上升后下降”的“駝峰”態(tài)勢,響應(yīng)在2016年達(dá)到最大,2017年以來趨向于0,正向效應(yīng)開始邊際遞減。從兩個時點的脈沖響應(yīng)來看,如圖5b所示,宏觀杠桿率波動率對銀行體系穩(wěn)定性的沖擊效應(yīng)在0到4期處于正負(fù)交替過程中,自第4期后保持穩(wěn)定的正向效應(yīng),并隨時間推移持續(xù)擴大。由此可見,中長期內(nèi)我國杠桿率波動一定程度上有利于銀行體系穩(wěn)定,影響效應(yīng)同樣存在時變性和時滯性。
理論上講,杠桿率波動反映了債務(wù)與產(chǎn)出比值對于均衡水平的偏離程度,杠桿率雙向?qū)挿▌訒斐山?jīng)濟系統(tǒng)失衡,損害銀行體系穩(wěn)定性。從全球經(jīng)驗來看,如果整個金融體系陷入“去杠桿化”進程,則有可能導(dǎo)致持續(xù)的信貸緊縮和流動性枯竭,繼而發(fā)生經(jīng)濟和金融危機[31]。但我國宏觀杠桿率波動并未引致銀行業(yè)危機,一定程度上促進了銀行體系穩(wěn)定,產(chǎn)生這一現(xiàn)象的原因可能在于中央政府堅持將“去杠桿”、“防風(fēng)險”與“穩(wěn)增長”作為兼顧的政策目標(biāo)統(tǒng)籌推進,一方面,對預(yù)算軟約束的地方融資平臺、國有企業(yè)以及房地產(chǎn)行業(yè)等高風(fēng)險領(lǐng)域堅決壓降杠桿率,“壞杠桿率”的降低有效減緩了銀行業(yè)外部風(fēng)險的沖擊壓力;另一方面,加強金融體系宏觀審慎與微觀監(jiān)管,通過償付性風(fēng)險與流動性風(fēng)險的前瞻性管理,抑制去杠桿過程中銀行機構(gòu)與實體經(jīng)濟之間風(fēng)險交叉?zhèn)魅?,防止產(chǎn)生了“處置風(fēng)險的風(fēng)險”。
(4)影子銀行規(guī)模對銀行體系穩(wěn)定性的脈沖響應(yīng)分析。如圖6a,在不同滯后期,影子銀行規(guī)模對銀行體系穩(wěn)定性(εSB→BSSI)的等間隔脈沖響應(yīng)曲線的運行走勢基本相同,而脈沖響應(yīng)的沖擊方向有所區(qū)別,短期和中期表現(xiàn)為正向響應(yīng),長期則為負(fù)向響應(yīng),脈沖響應(yīng)在2013-2015年期間出現(xiàn)了時變波動幅度較大的情況,并于2015年后趨于平穩(wěn)。如圖6b,兩個時點的脈沖響應(yīng)曲線具有非常相似的動態(tài)路徑,均呈先升后降的倒“V”形態(tài)勢,在第2期達(dá)到峰值后從第10期開始邁入負(fù)向區(qū)域。由此可見,影子銀行擴張在短中期內(nèi)能夠促進銀行體系穩(wěn)定,其規(guī)模過度膨脹的負(fù)向效應(yīng)體現(xiàn)在長期。
從我國影子銀行發(fā)展實踐來看,影子銀行體系為實體經(jīng)濟注入了大量流動性,通過傳統(tǒng)表內(nèi)信貸和債券以外的融資尤其是“信貸出表”模式,中短期內(nèi)無疑緩解了銀行業(yè)的資產(chǎn)負(fù)債壓力,對銀行穩(wěn)健經(jīng)營具有積極作用。但影子銀行無序發(fā)展和規(guī)模過度膨脹,會密切金融機構(gòu)之間的風(fēng)險交織,弱化宏觀經(jīng)濟政策傳導(dǎo)的有效性,其高昂的成本還會引發(fā)逆向選擇和道德風(fēng)險等問題,這些都不利于銀行體系長期穩(wěn)定。同時,影子銀行基礎(chǔ)資產(chǎn)期限一般在3個月以上,銀證、銀信、銀基、銀保等“類信貸”產(chǎn)品從發(fā)行到兌付大多在2年以上,固有的期限錯配增大了流動性風(fēng)險,其對正規(guī)銀行體系的風(fēng)險傳染具有一定時滯性。此外,2014年以來監(jiān)管當(dāng)局為厘清影子銀行業(yè)務(wù)邊界,密集實施了多項影子銀行監(jiān)管政策,進一步細(xì)化同業(yè)業(yè)務(wù)政策以及明確理財資金投向和風(fēng)險撥備要求,這在一定程度上規(guī)范了影子銀行發(fā)展,使其長期負(fù)面影響隨時間推移逐步收斂。
(5)穩(wěn)定性檢驗。為確保實證結(jié)果的穩(wěn)健性,首先是采取替換變量法,將反映杠桿率水平的核心變量替換為“非金融企業(yè)部門債務(wù)余額/GDP”進行驗證;此外,為驗證時點脈沖響應(yīng)函數(shù)的穩(wěn)健性,隨機選擇2015年第1季度和2017年第1季度兩個時點進行脈沖響應(yīng)分析。兩種方法重復(fù)上述實證檢驗得到的結(jié)果與前文基本一致,因此,TVP-VAR模型估算結(jié)果穩(wěn)定可信④。
五、結(jié)論及啟示
本文選取2010-2018年的季度數(shù)據(jù),運用主成分分析法擬合了微觀審慎監(jiān)管視角下的銀行體系穩(wěn)定性指數(shù),并通過時變參數(shù)向量自回歸模型,實證檢驗了我國宏觀杠桿率、影子銀行規(guī)模對銀行體系穩(wěn)定性的時變影響機制,主要結(jié)論如下:
(1)樣本期內(nèi),我國銀行體系有12個季度處于不穩(wěn)定時期,21個季度處于穩(wěn)定時期,穩(wěn)定性總體呈震蕩向下趨勢,穩(wěn)定性逐漸由穩(wěn)定階段轉(zhuǎn)向高度不穩(wěn)定階段,BSSI值自2017年第2季度以來持續(xù)為負(fù)且不斷擴大,當(dāng)前階段銀行業(yè)穩(wěn)健經(jīng)營形勢尤為嚴(yán)峻。(2)宏觀杠桿率與影子銀行規(guī)模之間存在相互促進的非線性動態(tài)關(guān)系,但宏觀杠桿率對影子銀行規(guī)模的正向效應(yīng)強度更為明顯,二者疊加的負(fù)面沖擊會加重銀行體系不穩(wěn)定。(3)宏觀杠桿率及波動率、影子銀行規(guī)模對銀行體系穩(wěn)定性的沖擊響應(yīng)具有時變特征和時滯效應(yīng)。中長期內(nèi),宏觀杠桿率過高會增加實體企業(yè)債務(wù)違約概率,給銀行體系穩(wěn)定性帶來負(fù)面影響;杠桿率適度波動尤其是降低低效率、高風(fēng)險部門的“壞杠桿率”,一定程度上有利于銀行體系穩(wěn)定。短中期內(nèi),影子銀行規(guī)模的適當(dāng)擴張對銀行體系穩(wěn)定具有積極影響,但過度膨脹的長期負(fù)面效應(yīng)仍然顯著,適宜的監(jiān)管政策通過規(guī)范影子銀行發(fā)展使得負(fù)面沖擊趨向于收斂。
本文的政策啟示在于:第一,銀行業(yè)自身要完善公司治理機制,加強資產(chǎn)負(fù)債的匹配管理,實施全面風(fēng)險管理策略,提升服務(wù)實體經(jīng)濟效率,不斷增強抵御外部風(fēng)險沖擊的經(jīng)營能力。第二,中央政府應(yīng)保持去杠桿政策的穩(wěn)定性和持續(xù)性。嚴(yán)防政府融資平臺、房地產(chǎn)行業(yè)以及國有企業(yè)等高杠桿領(lǐng)域的債務(wù)風(fēng)險,不斷提升經(jīng)濟杠桿利用效率,抑制杠桿率持續(xù)攀升對銀行業(yè)穩(wěn)定的長期負(fù)面沖擊。同時,堅持以注冊制改革為核心加快發(fā)展多層次的直接融資體系,打破我國長期以來的金融抑制困局,通過社會融資渠道多元化,實現(xiàn)宏觀杠桿率總量穩(wěn)定和結(jié)構(gòu)優(yōu)化。第三,監(jiān)管部門要充分認(rèn)識影子銀行風(fēng)險傳導(dǎo)的時滯效應(yīng),持續(xù)推進影子銀行的穿透式管理。在打破剛性兌付、強化信息披露、建立風(fēng)險預(yù)警機制等前提下,引導(dǎo)影子銀行資金合理流動,發(fā)揮影子銀行在拓寬投融資渠道、完善市場化定價、優(yōu)化金融資源配置等方面的積極作用,推動銀行體系長期健康發(fā)展。最后,要防范“經(jīng)濟去杠桿”與“影子銀行監(jiān)管”相互促進的疊加效應(yīng)對銀行體系的負(fù)面沖擊。決策層應(yīng)兼顧不同銀行的風(fēng)險承受能力、實體經(jīng)濟的融資需求及宏觀經(jīng)濟金融形勢變化,避免因監(jiān)管過嚴(yán)、流動性收緊影響銀行業(yè)穩(wěn)健經(jīng)營。
注釋:
①?資料來源:國際清算銀行(https://www.bis.org/)。
②?資料來源:中國銀行保險業(yè)監(jiān)督管理委員會(http://www.cbirc.gov.cn)。
③?中國銀監(jiān)會從2010年第4季度開始公布季度商業(yè)銀行主要監(jiān)管指標(biāo)情況表(法人),數(shù)據(jù)權(quán)威性和代表性較好,該時期正好覆蓋了穩(wěn)健貨幣政策實施以來時間范圍。
④?限于篇幅,未羅列相關(guān)圖表。
參考文獻(xiàn):
[1]?李文喆.中國影子銀行的經(jīng)濟學(xué)分析:定義、構(gòu)成和規(guī)模測算[J].金融研究,2019(3):53-71.
[2]?周小川.守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線[M]//黨的十九大報告輔導(dǎo)讀本.北京:人民出版社,2017.
[3]?馬建堂,董小君,時紅秀,等.中國的杠桿率與系統(tǒng)性金融風(fēng)險防范[J].財貿(mào)經(jīng)濟,2016(1):5-21.
[4]?孫國峰,賈君怡.中國影子銀行界定及其規(guī)模測算—基于信用貨幣創(chuàng)造的視角[J].中國社會科學(xué),2015 (11):92-110.
[5]?李叢文,閆世軍.我國影子銀行對商業(yè)銀行的風(fēng)險溢出效應(yīng)—基于 GARCH-時變 Copula-CoVaR 模型的分析[J].國際金融研究,2015(10):64-75.
[6]?Reinhart, C.and Rogoff,K.Debt and Growth Revisted[R].MPRA Paper, 2010b, No.24376.
[7]?Bhattacharya S,Goodhart C,Tsomocos D,et al.Minskys Financial Instability Hypothesis and the Leverage Cycle[J].Electronic Journal,2011(2).
[8]?Avgouleas E.Bank Leverage Ratios and Financial Stability: A Micro and Macroprudential Perspective[R].Levy Economics Institute Working Paper,2015.No.849.
[9]?陸婷.中國非金融企業(yè)債務(wù):風(fēng)險、走勢及對策[J].國際經(jīng)濟評論,2015(5):54-65.
[10]茍文均,袁鷹,漆鑫.債務(wù)杠桿與系統(tǒng)性風(fēng)險傳染機制—基于 CCA 模型的分析[J].金融研究,2016(3):74-91.
[11]董小君.我國杠桿率水平、系統(tǒng)性風(fēng)險與政策體系設(shè)計[J].理論探索,2017(2):5-15.
[12]Krugman,P.The Return Of Depression Economies and the Crisis Of 2008[M].New York,W.W,Norton&Co.,2008.
[13]Gorton,G.,Metrick,A.,Tarullo,D.K.Regulating the Shadow Banking System[J].Brooking Papers on Economic Activity,2010.41(2):261-312.
[14]李向前,諸葛瑞英,黃盼盼.影子銀行系統(tǒng)對中國貨幣政策和金融穩(wěn)定的影響[J].經(jīng)濟學(xué)動態(tài), 2013(5):81-87.
[15]郭娜,馬瑩瑩,張寧.我國影子銀行對銀行業(yè)系統(tǒng)性風(fēng)險影響研究—基于內(nèi)生化房地產(chǎn)商的DSGE模型分析[J].南方經(jīng)濟,2018 (8):29-46.
[16]毛澤盛,萬亞蘭.中國影子銀行與銀行體系穩(wěn)定性閾值效應(yīng)研究[J].國際金融研究,2012(11):65-73.
[17]張亦春,彭江.影子銀行對商業(yè)銀行穩(wěn)健性和經(jīng)濟增長的影響—基于面板VAR 模型的動態(tài)分析,投資研究[J],2014 (5):22-33.
[18]涂曉楓,李政.銀行的影子:風(fēng)險分擔(dān)還是風(fēng)險傳染[J].當(dāng)代經(jīng)濟科學(xué),2016 (2):20-29.
[19]方先明,謝雨菲,肖寒.影子銀行規(guī)模波動對金融穩(wěn)定的溢出效應(yīng)[J].經(jīng)濟學(xué)家,2017(1): 79- 87.
[20]Stein J.C..Incorporating Financial Stability Considerations into a Monetary Policy Framework:A Speech at the International Research Forum on Monetary Policy\[R\].Board of Governors of the Federal Reserve System (US), 2014,No.796.
[21]胡志鵬.“穩(wěn)增長”與“控杠桿”雙重目標(biāo)下的貨幣當(dāng)局最優(yōu)政策設(shè)定[J].經(jīng)濟研究,2014(12):60-71..
[22]林琳,曹勇,肖寒.中國式影子銀行下的金融系統(tǒng)脆弱性[J].經(jīng)濟學(xué)(季刊),2016(2):1113-1136.
[23]湯鐸鐸,張瑩.實體經(jīng)濟低波動與金融去杠桿—2017 年中國宏觀經(jīng)濟中期報告[J].經(jīng)濟學(xué)動態(tài),2017(8):4-17.
[24]劉瀾飚、馬珊珊.金融危機、影子銀行與債務(wù)問題[J].南開學(xué)報(哲學(xué)社科版),2018(2):42-49.
[25]劉金全,潘長春,劉達(dá)禹.經(jīng)濟增長、貨幣供給對銀行體系脆弱性的時變影響機制研究[J].社會科學(xué)戰(zhàn)線,2015(12):51-55.
[26]Aykut, Kibritcioglu.Excessive risk-taking, banking sector fragility, and banking crises[R].NBER Working Paper Series,2002:266.
[27]Primiceri, G.E. Time Varying Structural Vector Autoregressions and Monetary Policy[J]. Review of Economic Studies,2005, 72(3):821-852.
[28]Nakajima,J. Time-varying Parameter VAR Model with Stochastic Volatility: Anoverview of Methodology and Empirical Applications[J]. Monetary and Economic Studies,2011(29):107-142.
[29]劉曉光,張杰平.中國杠桿率悖論—兼論貨幣政策“穩(wěn)增長”和“降杠桿”真的兩難嗎? [J].財貿(mào)經(jīng)濟,2016 (8):5-19.
[30]溫信祥,蘇乃芳.大資管、影子銀行與貨幣政策傳導(dǎo)[J].金融研究,2018(10):38-54.
[31]馬勇,田拓,阮卓陽,等.金融杠桿、經(jīng)濟增長與金融穩(wěn)定[J].金融研究,2016(6):37-51.
Macro Leverage Ratio, Shadow Banking Scale and Banking System Stability:
An Empirical Study based on TVP-VAR Model
WU Li-li
(School of Economics, Sichuan University, Chengdu 610065,China)
Abstract:“Deleveraging”, “strong supervision” and “risk prevention” are the key tasks in the economic and social development in the new era.This paper selects the quarterly data of 2010-2018 to construct the banking system stability index from the perspective of micro prudential regulation, and analyzes and tests the time-varying impact mechanism of China′s macro leverage ratio and shadow bank scale on the banking system stability.The research shows that the overall stability of China′s banking system shows a downward trend of shocks, from the stable stage to the current highly unstable stage.Furthermore, the empirical study of TVP-VAR shows that the impact response of macro leverage ratio and shadow bank scale on the stability of banking system has time-varying characteristics and time lag effect.There is a non-linear dynamic relationship between macro leverage and shadow banking scale, and the combination of them will have an adverse impact on the banking system.In the medium and long term, the excessive rise of macro leverage will aggravate the instability of the banking system, and the moderate fluctuation of leverage will be conducive to the stability of the banking system to a certain extent; in the short and medium term, the appropriate expansion of shadow banks will have a positive impact on the stability of the banking system, but the excessive expansion will form a long-term negative impact.In view of this, at this stage, China should strengthen the effective coordination among the multiple policy objectives of economic deleveraging, shadow banking supervision and bank risk prevention in order to maintain the stability of the financial system.
Key words:macro leverage ratio; shadow banking; banking system stability; principal component analysis; TVP-VAR
(責(zé)任編輯:周正)