王鑫

本文對我國影子銀行體系的特征進行了分析和概括，并借鑒明斯基的“金融不穩(wěn)定假說”思想，構(gòu)建出衡量影子銀行體系信用風(fēng)險的指標(biāo)。同時，本文從宏觀經(jīng)濟運行和金融環(huán)境兩個方面考慮了影響影子銀行體系信用風(fēng)險的因素。最后，在Wilson模型的基礎(chǔ)上構(gòu)建本文的宏觀壓力測試模型，并利用此模型對2006-2019年的季度數(shù)據(jù)進行了實證研究，考察了不同沖擊下影子銀行體系信用風(fēng)險的狀況。

一、引言

美國影子銀行體系高杠桿化的運作和超強的信用創(chuàng)造使得2008年的次貸危機迅速演變成一場波及甚廣的金融危機，其輻射范圍和后續(xù)影響都是前所未有的。在后危機時代，影子銀行體系就自然而然地成為了國際金融監(jiān)管的重中之重。美國分別于2009和2010年頒布了《金融體系全面改革方案》和《多德弗蘭克華爾街改革與消費者保護法案》，英國、歐盟也在不斷提出監(jiān)管方案、修正相關(guān)法律指令，同時，國際金融機構(gòu)也在緊鑼密鼓地討論影子銀行體系的監(jiān)管，試圖整合各種國際監(jiān)管標(biāo)準(zhǔn)資源，影子銀行體系已成為國際金融研究的重點。

本文借鑒明斯基“金融不穩(wěn)定假說”思想，構(gòu)建適合衡量我國影子銀行體系穩(wěn)定性程度的指標(biāo)。在此基礎(chǔ)上，立足我國影子銀行體系的特點，分析影子銀行體系的主要風(fēng)險來源。最后，以Wilson的信用風(fēng)險宏觀壓力測試模型為基礎(chǔ)，對影子銀行體系進行壓力測試。

二、壓力測試

（一）確定納入測試的機構(gòu)和資產(chǎn)范圍

根據(jù)金融穩(wěn)定委員會（FSB）的定義，本文的研究重點為銀行金融機構(gòu)所從事的未受巴塞爾協(xié)議或同等監(jiān)管程度監(jiān)管的金融中介活動，也就是常說的“表外業(yè)務(wù)”，主要包括通過銀信合作發(fā)放的信托貸款和委托貸款。

關(guān)于這部分資產(chǎn)穩(wěn)定性的度量，由于沒有明確的監(jiān)管，所以沒有官方的風(fēng)險準(zhǔn)備金的要求，雖然銀行也會對其進行風(fēng)險管理，但是這一比例不得而知，也無法獲得違約率等常用的衡量風(fēng)險的數(shù)據(jù)。因此，本文借鑒了明斯基“金融不穩(wěn)定假說”的思想，用融資利息支付占當(dāng)期利潤總額的比重加上一個風(fēng)險系數(shù)來表示影子銀行體系的信用風(fēng)險，風(fēng)險系數(shù)即為信托貸款和委托貸款之和占社會融資總額比重。

（二）識別主要風(fēng)險因素

1.我國影子銀行體系的特點

在現(xiàn)有文獻(xiàn)的基礎(chǔ)上，本文對我國影子銀行體系的特征進行了總結(jié)（表1）。

2.信用風(fēng)險的主要影響因素

本文充分借鑒IMF和世界銀行聯(lián)合啟動的“金融部門評估計劃（FSAP）”，同時參考美國宏觀金融穩(wěn)定監(jiān)測指標(biāo)體系，從宏觀經(jīng)濟運行、金融環(huán)境兩個方面考察可能影響影子銀行體系信用風(fēng)險的因素?？紤]到數(shù)據(jù)的可獲得性，本文考察了如下影響因素（表2）。

表2 影子銀行信用風(fēng)險的潛在影響因素

（三）壓力測試模型構(gòu)建及處理結(jié)果

在Wilson（1997）中模型的基礎(chǔ)上，本文建立了如下壓力測試模型：

yt=α+β1gdpt+β2cipit+β3m2m1t+β4m2gdpt+β5sgdpt+εt? ?（1）

gdpt=γ1+δ11gdpt-1+δ12yt-1+θ1，t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

cipit=γ2+δ21cipit-1+δ22yt-1+θ2，t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

m2m1t=γ3+δ31m2m1t-1+δ32yt-1+θ3，t? ? ? ? ? ? ? ? ? ? （4）

m2gdpt=γ4+δ41m2gdpt-1+δ42yt-1+θ4，t? ? ? ? ? （5）

sgdpt=γ5+δ51sgdpt-1+δ52yt-1+θ5，t? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

其中，yt為t期信用風(fēng)險，gdpt為t期的GDP增長率，m2m1t為t期M2/M1比率，m2gdpt為t期的金融深化比率，sgdpt為t期影子銀行貸款占GDP比重;α，γi為截距項;εt，θi，t為隨機誤差項。本文的模型中加入了信用風(fēng)險指標(biāo)的滯后項作為解釋變量，這是考慮到了影子銀行體系的反饋效應(yīng)。

本文選擇了以上指標(biāo)2006年——2019年的季度數(shù)據(jù)。其中，信托貸款和委托貸款數(shù)據(jù)來自中國人民銀行網(wǎng)站，其他數(shù)據(jù)均來自中國統(tǒng)計局網(wǎng)站。

本文用聯(lián)立方程模型的方法估計了以上模型，估計結(jié)果（表3）顯示：1）GDP增長率在5%的顯著水平下對影子銀行體系的信用風(fēng)險具有降低作用，即GDP增長越快，風(fēng)險越小;2）固定資產(chǎn)投資價格指數(shù)在10%的顯著水平下可以降低影子銀行體系的風(fēng)險，說明在現(xiàn)階段價格水平的上升并沒有影響到企業(yè)生產(chǎn)成本;3）M2/M1在1%的顯著水平下對風(fēng)險有增強效果，說明M2高M1低表明投資過熱而需求不足，將會對影子銀行體系的信用風(fēng)險產(chǎn)生很大的不利影響;3）金融深化比率在1%的顯著水平下對信用風(fēng)險有促進作用，說明金融深化過程將提高影子銀行體系的信用風(fēng)險。以上分析可以發(fā)現(xiàn)，實證檢驗的結(jié)果與經(jīng)濟理論相一致，也說明了本文模型的準(zhǔn)確性。