倪健惠,阮 加
(北京交通大學 經(jīng)濟管理學院,北京 100044)
防范化解重大風險被視為我國三大攻堅戰(zhàn)之首,影子銀行對系統(tǒng)性金融風險的影響引起決策部門和學術界的高度重視。金融危機推動我國影子銀行規(guī)模迅速發(fā)展,2020 年銀保監(jiān)會發(fā)行的《中國影子銀行報告》明確指出,我國影子銀行存在嚴重的金融風險隱患,呈現(xiàn)系統(tǒng)性風險特征。高風險影子銀行業(yè)務放大了杠桿效應,加劇了金融脫實向虛,影響我國經(jīng)濟金融體系的良性循環(huán)。因此,研究影子銀行對系統(tǒng)性金融風險的影響,防范影子銀行風險在金融系統(tǒng)的蔓延和擴散,對于守住不發(fā)生系統(tǒng)性金融風險的底線具有重要的現(xiàn)實意義。
我國影子銀行與常規(guī)商業(yè)銀行之間保持密切聯(lián)系[1],具有提供信用、期限、流動性轉換等“類銀行”功能[2]。由于業(yè)務往來、信息聯(lián)動、資產(chǎn)-負債等方面具有較強的關聯(lián)性,因此商業(yè)銀行資金鏈一旦發(fā)生斷裂,將迅速推動金融風險的集聚和擴散,并產(chǎn)生一系列的風險溢出和共振效應,沖擊整個金融系統(tǒng)的穩(wěn)定性,引發(fā)系統(tǒng)性金融風險?;诖?,本文以2008—2022 年16 家上市商業(yè)銀行為樣本,嘗試探究以下三個問題:第一,影子銀行如何影響系統(tǒng)性金融風險?是分散還是集聚風險?是否存在轉折點?第二,影子銀行通過何種路徑對系統(tǒng)性金融風險進行傳導?第三,分別從商業(yè)銀行屬性、治理能力和杠桿水平三個微觀角度,及貨幣政策調(diào)控的宏觀視角出發(fā),商業(yè)銀行的影子銀行業(yè)務對系統(tǒng)性金融風險的影響是否存在異質(zhì)性?對于上述問題的研究,有助于深化影子銀行對系統(tǒng)性金融風險影響的理論認識,為監(jiān)管部門有針對性地制定抑制過度影子銀行化、防范系統(tǒng)性金融風險的方針政策提供參考。
影子銀行與金融體系風險密切相關,是導致系統(tǒng)性金融風險的關鍵因素[3]。系統(tǒng)性金融風險反映出單一銀行間存在多米諾骨牌傳染效應,商業(yè)銀行通過“準貸款”和“金融嵌套”等金融創(chuàng)新業(yè)務,推動銀行表外業(yè)務風險傳遞至表內(nèi),加劇金融風險的集聚,影子銀行規(guī)模的快速擴張加劇銀行系統(tǒng)脆弱性,擾動金融體系的正常運轉。涂曉楓和李政(2016)[4]發(fā)現(xiàn)影子銀行與系統(tǒng)性金融風險之間具有非線性關系,影子銀行業(yè)務發(fā)展初期有助于推動金融體系創(chuàng)新,通過風險共擔緩解系統(tǒng)性風險水平,但影子銀行規(guī)模超越閾值后則會加劇銀行間的風險傳染效應。Gennaioli等(2013)[5]認為在投資方考慮尾部風險的情況下,影子銀行間的依賴性能夠分散風險。而李建軍和薛瑩(2014)[6]指出銀行部門是系統(tǒng)性金融風險的主要承擔者,影子銀行體系的系統(tǒng)性風險呈上升趨勢。由此,本文提出:
假設1:影子銀行與系統(tǒng)性金融風險之間存在“U”型曲線關系。
現(xiàn)有文獻表明,影子銀行具有期限錯配特征。裘翔(2015)[7]指出影子銀行將涌入的流動性負債進行長期投資,即“短貸長投”易出現(xiàn)投融資錯配行為。此外,期限錯配通常伴隨著流動性風險,金融機構通過影子銀行體系進行資金融通的過程中易出現(xiàn)資金鏈斷裂的情況,且高杠桿經(jīng)營方式會加劇流動性風險。黃哲和邵華明(2018)[8]發(fā)現(xiàn)規(guī)模小的銀行體系會加劇流動性錯配風險,而規(guī)模越大則越有助于降低流動性風險。商業(yè)銀行的影子銀行業(yè)務提高了銀行風險承擔水平,擾動銀行的穩(wěn)定性。銀行信貸在我國融資體系中具有重要作用,影子銀行游離于商業(yè)銀行信貸系統(tǒng),通過金融工具創(chuàng)新拓展增加信貸規(guī)模,在滿足金融體系資金需求的同時,可能放大流動性風險,與常規(guī)商業(yè)銀行相比,影子銀行缺乏最后貸款人保護,突發(fā)性風險無法及時得到有效緩解。關于非利息收入與系統(tǒng)性金融風險間的關系,朱波等(2016)[9]指出銀行非利息收入業(yè)務能夠降低和分散系統(tǒng)性風險。由此,本文提出:
假設2:影子銀行規(guī)模在不同的臨界值狀態(tài)下對系統(tǒng)性金融風險的傳導路徑存在差異。
不同類型影子銀行的風險溢出效應存在差異,國有商業(yè)銀行、城市商業(yè)銀行和股份制商業(yè)銀行的風險溢出程度逐漸遞增[10]。由于商業(yè)銀行的治理監(jiān)管體系不同,佟孟華等(2021)[11]認為公司治理效率高的銀行具有較強的風險承受能力,而治理效率較低的銀行風險承擔能力較弱,對系統(tǒng)性風險產(chǎn)生不利沖擊。于博和吳菡虹(2020)[12]研究發(fā)現(xiàn)同業(yè)杠桿率與商業(yè)銀行的信貸風險間呈先下降后上升的“U”型非線性關系,且隨著同業(yè)杠桿率的提高,國有制商業(yè)銀行和城市商業(yè)銀行能夠緩解信貸風險,而股份制商業(yè)銀行則會加劇信貸風險。貨幣政策是重要的宏觀調(diào)控工具,不同方向貨幣政策的調(diào)整導致影子銀行存在逆周期性特征,對系統(tǒng)性風險產(chǎn)生不同的影響。在寬松貨幣政策環(huán)境下,影子銀行規(guī)模收縮,增加了金融機構的風險承擔意愿,提升金融系統(tǒng)風險水平。由此,本文提出:
假設3:影子銀行的個體微觀特征差異和外部貨幣政策調(diào)整導致影子銀行對系統(tǒng)性金融風險的影響存在異質(zhì)性。
為檢驗影子銀行發(fā)展對系統(tǒng)性金融風險的影響,本文構建如下基準計量模型:
其中,i和t分別代表銀行和時間,Sysriski,t表示系統(tǒng)性金融風險,Shadowi,t表示影子銀行規(guī)模,為影子銀行規(guī)模的二次項,Xi,t表示一系列控制變量,μi和δt分別表示銀行和時間固定效應,εi,t表示隨機擾動項。
為進一步探究影子銀行對系統(tǒng)性金融風險的傳導路徑,了解影子銀行如何影響系統(tǒng)性金融風險,本文構建如下回歸模型:
其中,Mi,t表示影子銀行影響系統(tǒng)性金融風險的潛在傳導路徑,β2是需要重點關注的系數(shù),衡量影子銀行對系統(tǒng)性金融風險的影響程度。
2.2.1 系統(tǒng)性金融風險的度量
本文采用Adrian 和Brunnermeier(2016)[13]提出的條件在險價值(CoVaR)和系統(tǒng)性風險溢出(ΔCoVaR)度量商業(yè)銀行的系統(tǒng)性金融風險及貢獻程度。
2.2.2 影子銀行規(guī)模的度量
本文從商業(yè)銀行資產(chǎn)負債表的資產(chǎn)角度出發(fā),用影子銀行業(yè)務涉及的會計科目加總后與銀行總資產(chǎn)的比值表示影子銀行業(yè)務規(guī)模(Shadow)。考慮到我國影子銀行主要包含“準貸款”和“金融嵌套”業(yè)務,本文選取存放同業(yè)、拆出資金、交易性金融資產(chǎn)和買入返售金融資產(chǎn)四項會計科目。其中,將存放同業(yè)、拆出資金和買入返售金融資產(chǎn)科目劃分為“準貸款”業(yè)務形式,將交易性金融資產(chǎn)科目劃分為“金融嵌套”業(yè)務形式。
2.2.3 機制變量
本文從“風險”和“績效”視角出發(fā),進一步探討影子銀行對系統(tǒng)性金融風險的傳導路徑。
(1)期限錯配程度(LMT)。參考Brunnermeier 等(2011)[14]和Bai 等(2015)[15]的做法,構建期限錯配指數(shù)衡量影子銀行期限錯配程度。結合我國影子銀行的發(fā)展情況,將銀行表內(nèi)影子銀行業(yè)務資產(chǎn)和負債的流動性程度劃分為三類,并對應賦予權重值。
其中,θt,Aj和θt,Lk分別表示影子銀行資產(chǎn)和負債科目的權重(見表1),代表第i家銀行資產(chǎn)科目j和負債科目k對應的值,TA代表銀行總資產(chǎn)。期限錯配指數(shù)越大,說明期限錯配程度越低,反之則越高。
表1 影子銀行業(yè)務流動性劃分及權重
(2)穩(wěn)定程度(Z-Score)。參考郭曄等(2018)[16]的計算方法,選用Z-Score衡量銀行的穩(wěn)定性,即:
其中,σ代表資產(chǎn)收益率(ROA)的標準差,Z-Score值越大表明經(jīng)營狀況越好。
(3)銀行貸款總額(Loan)。本文對銀行貸款總額取自然對數(shù),代表信貸傳導渠道。
(4)非利息收入占比(NIRR)。由于商業(yè)銀行非利息收入占比影響銀行的盈利能力,因此本文采用銀行非利息收入與營業(yè)收入的比值衡量。
2.2.4 控制變量
為了盡可能克服遺漏變量的影響,參考已有文獻,本文從銀行微觀層面和宏觀層面考慮需要控制的潛在影響系統(tǒng)性金融風險的變量。具體如下:銀行規(guī)模(SIZE),用銀行總資產(chǎn)的自然對數(shù)表示;凈息差(NIM),用利息凈收入與生息資產(chǎn)平均余額的比值表示;資產(chǎn)收益率(ROA),用凈利潤與總資產(chǎn)的比值表示;存貸比(LDR),用貸款總額與存款總額的比值衡量;不良貸款率(BLR),用三類不良貸款總額與貸款總額的比值衡量;GDP增速的虛擬變量(GDP),當GDP增速快于上一年時取1,否則取0;數(shù)量型貨幣政策(M2),用廣義貨幣供應量M2同比增速表示;價格型貨幣政策(R),用7天銀行間同業(yè)拆借利率衡量;通貨膨脹水平(CPI),用CPI同比增速表示;金融開放程度(OPEN),用資本和金融差額與GDP的比值表示。
本文選取2008—2022 年的半年度非平衡面板數(shù)據(jù),由于國際金融危機以后,我國影子銀行規(guī)模迅速膨脹,故將2008年作為研究起點??紤]到商業(yè)銀行上市時間長度和樣本數(shù)據(jù)的完整度,最終選取16 家具有代表性的上市銀行,包括5家國有大型商業(yè)銀行、8家全國性股份制商業(yè)銀行、3家城市商業(yè)銀行。影子銀行業(yè)務的數(shù)據(jù)通過各商業(yè)銀行的半年度和年度報表手工整理得到,其他數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫。
表2 顯示了主要變量的描述性統(tǒng)計結果。在樣本期內(nèi)影子銀行規(guī)模的最小值為2.8464,最大值為40.3955,各樣本的影子銀行業(yè)務規(guī)模差別較大,反映了銀行個體經(jīng)營的業(yè)務形式和風險偏好存在差異,可能導致不同銀行對系統(tǒng)性風險的影響程度不同,因此有必要進一步進行異質(zhì)性檢驗。存貸比的均值為75.7335,最小值為42.84,最大值為116.23,說明樣本銀行的盈利水平存在差異。期限錯配程度的最小值為-9.9853,最大值為23.6976,反映了不同銀行個體的流動性狀態(tài)不同,期限錯配指數(shù)小于0的銀行處于流動性缺口狀態(tài),期限錯配程度較高,而大于0 的則處于流動性盈余狀態(tài),期限錯配程度較低。Z-score 的均值為27.3302,最小值為3.7107,最大值為44.4780,表明銀行的穩(wěn)定性存在差異,Z-score的值越小,則銀行面臨風險越高。
表2 變量描述性統(tǒng)計
下頁表3 分別匯報了未加入和加入各控制變量的回歸結果,且均控制了銀行個體和時間的固定效應。列(1)和列(2)的結果顯示,無論是否加入控制變量,影子銀行規(guī)模與系統(tǒng)性金融風險均呈“U”型曲線關系,假設1 得到驗證。在影子銀行規(guī)模較小時,加強金融機構之間的關聯(lián)性可以分散系統(tǒng)性金融風險;當影子銀行規(guī)模超過臨界值時,隨著影子銀行規(guī)模的擴大,金融同業(yè)業(yè)務不斷擴張,造成銀行間的聯(lián)系過度密切而產(chǎn)生“羊群效應”,金融機構之間的風險共擔關系將轉變?yōu)轱L險交互傳染,單一銀行的風險承擔增加,加劇系統(tǒng)性金融風險。
表3 基準回歸結果
此外,其他控制變量系數(shù)的顯著性及正負方向與已有文獻研究結果基本一致。其中,銀行規(guī)模(SIZE)的系數(shù)在10%的水平上顯著為負,表明銀行資產(chǎn)規(guī)模越大,越有可能減弱系統(tǒng)性金融風險,因為銀行具有規(guī)模效應,具備較完備的經(jīng)營體系,競爭能力較強;存貸比(LDR)和不良貸款率(BLR)的系數(shù)在5%的水平上顯著為正,不良貸款率會提高銀行經(jīng)營風險,降低銀行盈利權重,較高的存貸比會降低銀行貸款質(zhì)量,不良貸款比重升高,影響銀行盈利水平;數(shù)量型貨幣政策(M2)和金融開放程度(OPEN)的系數(shù)在1%的水平上顯著為負,表明在寬松的貨幣政策和開放的金融環(huán)境下,可利用資金增加,銀行受到的約束降低,規(guī)避監(jiān)管的動機減弱,分散系統(tǒng)性金融風險;價格型貨幣政策(R)和通貨膨脹水平(CPI)的估計系數(shù)均顯著為正,一方面是因為銀行間同業(yè)拆借利率上升導致商業(yè)銀行獲得的流動性成本增加,另一方面,通貨膨脹增加銀行的籌資成本,加劇資產(chǎn)價格市場泡沫。
為識別影子銀行業(yè)務規(guī)模對系統(tǒng)性金融風險影響的轉折情況,本文根據(jù)基準回歸結果,進一步測算出二者關系轉變的拐點為0.2。這表明,當商業(yè)銀行的影子銀行業(yè)務規(guī)模低于該拐點時,拓展影子銀行業(yè)務有助于減弱或緩解系統(tǒng)性金融風險水平,當超過該拐點時將加劇系統(tǒng)之間風險的集聚和傳染。
表4 列(1)至列(4)分別檢驗了影子銀行期限錯配程度、穩(wěn)定程度、銀行貸款總額和非利息收入占比作為影子銀行影響系統(tǒng)性金融風險的傳導路徑。檢驗結果表明,在期限錯配程度和穩(wěn)定程度兩種傳導路徑下,影子銀行對系統(tǒng)性金融風險的影響呈“U”型,與基準回歸結果一致。也就是說,二者之間的非線性關系在一定程度上是通過銀行期限錯配程度和穩(wěn)定程度產(chǎn)生的,當影子銀行規(guī)模過大時,上述兩種傳導路徑會加劇系統(tǒng)性風險的傳染。銀行同業(yè)業(yè)務的期限錯配加劇風險承擔,導致風險在銀行間加速傳染,加劇銀行的脆弱性,擾動金融系統(tǒng)穩(wěn)定性。而通過銀行貸款總額和非利息收入占比兩種傳導路徑,影子銀行和系統(tǒng)性金融風險之間轉化為“倒U”型曲線關系,銀行貸款總額和非利息收入占比反映個體銀行的競爭力和多元化水平,然而二者的負向效應不足以抵消期限錯配程度和穩(wěn)定程度的正向效應。
表4 傳導路徑回歸結果
(1)排除其他政策干擾。通過梳理相關文件,本文選取兩個以防范系統(tǒng)性金融風險為目的的政策,即2016 年起中國人民銀行實施的“宏觀審慎評估體系”和2018 年4月發(fā)布的《關于規(guī)范金融機構資產(chǎn)管理業(yè)務的指導意見》。其中,HSpolicy表示宏觀審慎政策時間虛擬變量,在2016 年之前取0,否則取1;ZGpolicy 表示資管新規(guī)政策時間虛擬變量,在2018年之前取0,否則取1。排除兩項監(jiān)管政策干擾后的估計結果(見表5)與基準回歸結果相似。
表5 穩(wěn)健性檢驗結果
(2)加入遺漏變量。參考已有研究,本文在控制變量中加入融資缺口(QK)和資本充足率(CAR)。其中,融資缺口=社會融資規(guī)模-(新增人民幣貸款+新增外幣貸款+企業(yè)債券融資+非金融企業(yè)境內(nèi)股票融資),資本充足率=資本凈額/風險加權資產(chǎn)。表5中結果顯示,補充上述兩個控制變量后,前文結論仍然成立。
(3)縮短時間窗口??紤]到美國金融危機和歐債危機對中國金融體系造成較大沖擊,且農(nóng)業(yè)銀行和光大銀行的上市時間均在2010 年下半年,部分報表數(shù)據(jù)存在缺失。因此,本文借鑒已有文獻做法,剔除2008—2010年的樣本數(shù)據(jù),進一步考察樣本子區(qū)間的模型估計結果,檢驗結果與前文研究結論基本一致。
(4)樣本縮尾處理。根據(jù)被解釋變量Sysrisk 依次對樣本進行1%的截尾后,重新對式(1)進行回歸。估計結果表明,剔除極端值后,影子銀行規(guī)模二次項系數(shù)估計值在1%的水平上通過顯著性檢驗,影子銀行與系統(tǒng)性金融風險的“U”型非線性關系仍然成立,與基準回歸結果相似。
本文通過反向回歸驗證影子銀行和系統(tǒng)性金融風險之間可能存在的潛在反向因果關系。使用工具變量法克服內(nèi)生性問題,將影子銀行規(guī)模一次項和二次項的滯后項(lShadow和lShandow2)作為工具變量,采用兩階段最小二乘法(2SLS)進行估計。表6 顯示了工具變量法的回歸結果,結果顯示無論是否加入控制變量,LM 統(tǒng)計量和Cragg-Donald Wald F 統(tǒng)計量均表明工具變量不存在識別不足、弱識別或者過度識別的問題。在考慮影子銀行與系統(tǒng)性金融風險之間可能存在的內(nèi)生性問題后,影子銀行的二次項系數(shù)仍然顯著為正,進一步驗證了影子銀行與系統(tǒng)性金融風險之間存在“U”型曲線關系。
表6 工具變量法的回歸結果
根據(jù)不同商業(yè)銀行的屬性,本文基于式(1)分別對國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行樣本的三類數(shù)據(jù)進行回歸。表7 列(1)至列(3)分別展示了不同類型商業(yè)銀行的影子銀行業(yè)務對系統(tǒng)性風險的影響??梢钥闯?,當國有商業(yè)銀行規(guī)模擴大到一定程度,即超過臨界值時能夠提高承擔影子銀行業(yè)務風險的能力;與國有商業(yè)銀行相比,當股份制商業(yè)銀行的影子銀行業(yè)務規(guī)模超過臨界值后,可能面臨期限錯配等問題加劇系統(tǒng)性金融風險水平。不同屬性商業(yè)銀行的影子銀行業(yè)務導致風險在金融系統(tǒng)聚集的程度存在差異,導致該結果的原因可能是:大型國有商業(yè)銀行的防風險和吸儲能力較強,而在中小商業(yè)銀行中易出現(xiàn)“羊群效應”,影子銀行業(yè)務規(guī)模的不斷拓展加劇中小商業(yè)銀行間面臨的信用風險和流動性風險,出現(xiàn)風險跨部門、跨市場傳染。
表7 商業(yè)銀行屬性和管理水平異質(zhì)性分析檢驗結果
本文以樣本商業(yè)銀行獨立董事占比的中位數(shù)為分界線,將樣本劃分為管理水平較高和管理水平較低的兩組進行回歸,檢驗不同管理水平是否會導致影子銀行業(yè)務對風險影響的異質(zhì)性,表7 列(4)和列(5)展示了分組檢驗結果。當影子銀行業(yè)務規(guī)模未超過臨界值時,如果銀行管理水平較高,則能夠緩解潛在的系統(tǒng)性風險沖擊,減少風險在銀行系統(tǒng)的聚集,當超過臨界值后,治理效果減弱;在低管理水平的銀行分組中,影子銀行的二次項系數(shù)估計值雖然不顯著,但仍然為正,與上文的基準回歸結果基本一致??傮w來看,高管理水平在影子銀行規(guī)模適度發(fā)展階段能夠分散系統(tǒng)性金融風險。
影子銀行的杠桿水平影響機構間的系統(tǒng)關聯(lián)性和脆弱性。本文借鑒已有文獻,將同業(yè)杠桿率的計算方式表示為(賣出回購金融資產(chǎn)-拆入資金-同業(yè)或存入其他金融機構存入款項)/(同業(yè)拆出+存放同業(yè)或其他金融機構存入款項+買入返售金融資產(chǎn)),按照中位數(shù)將樣本銀行分為高杠桿率組和低杠桿率組進行回歸檢驗,回歸結果在表8列(1)和列(2)顯示。對于高杠桿水平商業(yè)銀行,影子銀行業(yè)務的二次項估計系數(shù)為0.2100,且在1%的水平上顯著,而低杠桿水平商業(yè)銀行的影子銀行業(yè)務二次項系數(shù)不顯著。產(chǎn)生這種現(xiàn)象的原因可能是,影子銀行信貸的過度擴張弱化了監(jiān)管約束,導致其投機性融資增加,影子銀行杠桿率攀升,信貸風險水平升高。
表8 商業(yè)銀行杠桿水平和貨幣政策環(huán)境異質(zhì)性分析檢驗結果
貨幣政策對影子銀行具有非對稱影響,本文采用陸正飛和楊德明(2011)[17]估算貨幣政策的方法,即MP=M2 增長率-(GDP 增長率+CPI 增長率),以對應中位數(shù)為分界線,劃分為寬松貨幣政策環(huán)境和緊縮貨幣政策環(huán)境。對不同松緊程度的貨幣政策環(huán)境進行回歸檢驗,估計結果見表8列(3)和列(4),兩種貨幣政策環(huán)境下影子銀行規(guī)模的二次項系數(shù)均在5%的水平上顯著為正,表明貨幣政策確實能影響銀行風險承擔能力。其中,寬松貨幣政策環(huán)境下,影子銀行業(yè)務規(guī)模對系統(tǒng)性金融風險的影響程度更大,而在緊縮貨幣政策環(huán)境下能夠產(chǎn)生“水床效應”,刺激影子銀行業(yè)務的發(fā)展。
本文基于2008—2022年我國16家上市銀行的面板數(shù)據(jù),使用ΔCoVaR 方法度量商業(yè)銀行系統(tǒng)性金融風險,探討影子銀行對系統(tǒng)性金融風險的影響以及傳導路徑,并進行異質(zhì)性分析,得出如下結論:(1)影子銀行與系統(tǒng)性金融風險間呈“U”型曲線關系。當影子銀行業(yè)務規(guī)模不超過臨界值時,影子銀行規(guī)模的適度增加有助于推動金融產(chǎn)品創(chuàng)新和資產(chǎn)多樣性,不同金融機構間風險共擔,對系統(tǒng)性風險具有分散效應;當影子銀行規(guī)模超過臨界值時,商業(yè)銀行個體間的關聯(lián)性導致不同金融體系間風險交互傳染,產(chǎn)生風險共振效應和溢出效應,對系統(tǒng)性金融風險具有集聚效應。(2)影子銀行業(yè)務對系統(tǒng)性金融風險的“U”型影響主要通過期限錯配和穩(wěn)定程度兩種路徑傳導,當影子銀行規(guī)??刂圃诤侠淼姆秶鷥?nèi)時,這兩種路徑可以分散系統(tǒng)性風險的集聚;而通過銀行貸款總額和非利息收入占比兩種傳導途徑則呈“倒U”型關系。(3)影子銀行業(yè)務對系統(tǒng)性金融風險的影響會因商業(yè)銀行屬性、管理水平、杠桿水平和外部貨幣政策環(huán)境的不同而存在差異。國有商業(yè)銀行對影子銀行風險的承擔能力更強;在影子銀行規(guī)模適度發(fā)展階段,若銀行內(nèi)部治理效率較高則能夠分散系統(tǒng)性金融風險;影子銀行業(yè)務規(guī)模過度擴張,則同業(yè)杠桿程度越高,對影子銀行風險的沖擊越強;寬松貨幣政策環(huán)境下,影子銀行業(yè)務對系統(tǒng)性金融風險的影響程度更大。
根據(jù)上述結論,本文提出如下建議:(1)監(jiān)管部門應適時調(diào)整監(jiān)管方式,對影子銀行業(yè)務進行一致性和穿透式監(jiān)管,將影子銀行規(guī)??刂圃诤侠淼姆秶鷥?nèi),防止影子銀行模式過度衍生。(2)增強中央銀行與國家金融監(jiān)督管理總局的協(xié)同性,規(guī)范交叉金融監(jiān)管,構建更細化的影子銀行監(jiān)管體系,實行差異化管理,促使影子銀行通道更有效地服務實體經(jīng)濟。