安強身,孫華婕,宣亞麗

(1.濟南大學 商學院, 山東 濟南 250024;2.山東省資本市場創(chuàng)新發(fā)展協(xié)同創(chuàng)新中心, 山東 濟南 250011;3.山東省財政廳 省財政研究和教育中心, 山東 濟南 250002)

一、引言

金融不僅是現代經濟的核心,也是國家競爭力的重要構成。近年來,習近平總書記在中央政治局集體學習以及全國金融工作會議等重要場合,多次強調金融工作、金融穩(wěn)定以及金融安全的重要性。2017年,國務院金融穩(wěn)定發(fā)展委員會(1)2023年9月24日,中共中央辦公廳、國務院辦公廳調整中國人民銀行職責機構編制,不再保留國務院金融穩(wěn)定發(fā)展委員會及其辦公室,將國務院金融穩(wěn)定發(fā)展委員會辦公室職責劃入中央金融委員會辦公室。的成立,更是我國金融穩(wěn)定與金融安全發(fā)展重要性的彰顯。金融穩(wěn),經濟穩(wěn)。在全球經濟深度調整、國內經濟增速下行壓力加大的雙重影響下,我國金融業(yè)發(fā)展面臨的“黑天鵝”“灰犀?！憋L險不斷積聚并增強。新發(fā)展格局下,防控和化解金融風險,深化金融體制機制改革以保障金融穩(wěn)定和支持經濟高質量發(fā)展成為當前的核心任務之一。

防控和化解金融風險、精準識別與洞悉風險源及其引致因素是首要前提。不論是2014年以來IMF、BIS不斷對我國影子銀行風險的警示,還是近年來國家金融監(jiān)督管理總局領導集體多次表示有關房地產是現階段我國金融風險最大的“灰犀?！钡恼摂?均顯示影子銀行和房地產風險已成為中國經濟增長中的重要金融壓力[1]。隨著我國經濟增速放緩、虛擬行業(yè)利潤高漲以及實體經濟不景氣,非金融企業(yè)影子銀行化現象愈演愈烈,具體表現為越來越多的企業(yè)突破原有生產經營范圍,涉足金融領域,利用自身融資優(yōu)勢將原本用于生產經營性業(yè)務的資源投資于金融資產,通過委托貸款、委托理財和民間借貸等多種方式為資金需求方提供流動性資金,這些企業(yè)逐漸成為影子銀行新的參與主體。與傳統(tǒng)影子銀行相比,非金融企業(yè)參與影子銀行業(yè)務的形式多樣,并已開辟多種渠道開展類金融銀行業(yè)務,包括購買傳統(tǒng)金融衍生品、以投資融資為目的參與資本市場金融交易等。這種影子銀行化行為在一定程度上擴充了處于融資劣勢地位的企業(yè)的融資渠道,可以部分緩解資源配置扭曲、降低金融市場摩擦和提高生產率[2]。但不容忽視的是,企業(yè)的再放貸行為極易形成典型的資金脫實向虛問題:一方面,企業(yè)以資本積累為目標,會導致中國經濟產能過剩和產業(yè)空心化問題;另一方面,也使得金融機構間的關聯度增加以及國家貨幣政策有效性降低,一旦發(fā)生違約,會引發(fā)連鎖反應,直接沖擊我國金融體系的穩(wěn)定性。

進一步,制造業(yè)與金融、房地產等行業(yè)近年發(fā)展呈現顯著的相對不均衡,制約了我國實體經濟發(fā)展質量的提升?？疾飕F實可以發(fā)現,非金融企業(yè)影子銀行化與房地產價格關系密切,而這種關聯主要源于不同行業(yè)利潤率水平差異下的資本流動,不均衡的資本流動會導致不同行業(yè)資產價格的不均衡,這種不均衡必然驅動逐利資本脫實向虛的動機不斷增強,使得實體經濟資金不足、產業(yè)結構轉型困難,不利于我國金融穩(wěn)定和經濟長期可持續(xù)發(fā)展[3]。據作者測算,2007—2019年滬深兩市非金融類上市公司僅參與委托代理和民間借貸的規(guī)模就由2 103.39億元上升到2.64萬億元,而2012年1月以來我國典型城市的住宅房售租比從29上升到40以上,房地產市場進入高泡沫階段[4]。飛速擴大的影子銀行規(guī)模和房地產泡沫已對中國宏觀金融的穩(wěn)定構成了威脅。因此,正確認識非金融企業(yè)影子銀行化行為,探討其影響我國房地產價格和宏觀金融穩(wěn)定的內在機理,對深化金融市場改革、防范金融風險和維護金融安全具有重要理論和現實意義。

二、文獻綜述

風險防范是金融發(fā)展的永恒主題,國內外的相關研究可謂汗牛充棟。近年來,伴隨影子銀行發(fā)展在世界各國引致的金融風險不斷加大,針對影子銀行風險防范的研究日趨豐富且深入。在我國,伴隨經濟增長進入新常態(tài),經濟增速放緩,非金融企業(yè)開始成為影子銀行業(yè)務的主體之一。相關研究發(fā)現,越來越多的企業(yè)利用自身融資優(yōu)勢將閑置的經營性業(yè)務資源投資于金融領域,充當起信用中介的角色,成為影子銀行體系的一部分,這種現象導致生產性投資和技術創(chuàng)新活動受到抑制,使經濟呈現日益明顯的“脫實向虛”趨勢[5-6]。非金融企業(yè)部門已成為商業(yè)銀行、證券公司、信托公司等金融中介之外重要的影子銀行市場參與主體,它們通過銀行理財、券商資管、委托貸款、信托融資、表外商業(yè)匯票和地下融資等形式投入“類金融業(yè)務”,獲取投資收益,攫取高額金融利潤[7]。但是更需警惕的是,大量上市公司也或明或暗充當了信用中介,利用融資優(yōu)勢將低成本獲得的資金投向虛擬行業(yè)或房地產領域。理論上,非金融企業(yè)部門通過影子銀行業(yè)務成為金融市場的信用中介,一定程度上具備了傳統(tǒng)金融機構貨幣創(chuàng)造、信用轉換和期限轉換的功能[8]。但是,企業(yè)的這種資本化運作和投機行為逐步呈現出取代傳統(tǒng)主營業(yè)務的趨勢,并且加劇了稀缺社會資本從產業(yè)部門向金融部門的轉移,這種社會資本轉移一旦超過一定的限度,必然導致產業(yè)空心化和經濟虛擬化[9]。

究其本質,非金融企業(yè)影子銀行化屬于企業(yè)金融化的范圍。梳理已有文獻,我們注意到越來越多的文獻在研究企業(yè)金融化或者影子銀行化具有的正外部效應。安強身[10]認為金融資源從國有企業(yè)部門向私人部門的非規(guī)范漏損行為是對融資劣勢部門的一種“反哺”行為,銀行信貸配給低效的問題在一定程度上得到彌補。王永欽等[2]的研究發(fā)現,企業(yè)間資源的不合理配置會降低整個經濟生產率,而企業(yè)影子銀行化會重新配置企業(yè)資金,國有企業(yè)將從銀行獲得的貸款再貸給中小型企業(yè),一定程度上能夠解決中小企業(yè)抵押品匱乏的問題,緩解信貸約束,對不完善的金融體系可能是一個“帕累托改進”。戴賾等[11]的研究也支持了這一觀點。另外,嚴武等[12]認為企業(yè)金融化存在的“擠出效應”不會持續(xù),高股利分配公司的金融化行為會對下期實業(yè)投資產生“蓄水池效應”。方先明等[13]的實證研究發(fā)現短期內影子銀行的發(fā)展有利于金融穩(wěn)定,但長期來看,影子銀行內部積累的風險會傳染到實體經濟部門,引致金融體系和宏觀經濟運行的不穩(wěn)定。

近些年來,伴隨房地產在我國國民經濟中地位的增強,房地產價格的波動對我國宏觀經濟健康運行的影響也在不斷加大。在房地產市場盈利預期增強甚至固化的情況下,包括非金融企業(yè)在內的各類投資、投機資本不斷流入,推動房地產價格上漲的同時也使這一市場成為我國金融風險最大的“灰犀?！?。由此,越來越多的學者開始致力于將房地產市場納入宏觀經濟學研究體系,將房地產市場價格風險與金融風險防控、金融穩(wěn)定聯系起來。許多國外學者研究發(fā)現,銀行穩(wěn)定性會受到房價泡沫的顯著影響[14]。Anundsen[15]檢測到美國房價泡沫是許多代表金融不穩(wěn)定性指標的格蘭杰原因。眾多研究表明,金融和經濟的運行會由于房價泡沫的破裂而遭到嚴重的負面沖擊[16-17]。隨著影子銀行的發(fā)展,將其納入房地產市場、經濟增長與金融風險防范框架的研究日漸豐富。有學者指出,長期來看,影子銀行會引發(fā)房地產價格上漲,與此同時,房價泡沫膨脹也能加劇系統(tǒng)性金融風險[18]。馬亞明等[19]建立了一個包含影子銀行、房地產市場與其他重要宏觀經濟部門的DSGE模型,模擬結果表明影子銀行的沖擊會降低貨幣政策有效性,但房價會隨著影子銀行規(guī)模擴大而降低。雷霖[20]通過建立TVP-VAR模型,探究影子銀行、房地產市場和金融穩(wěn)定間的關系,證實影子銀行規(guī)模和房地產價格相互促進,兩者規(guī)模的膨脹都會對金融系統(tǒng)穩(wěn)定產生明顯的負面效應。趙勝民等[21]分析了貨幣政策傳導和房價受影子銀行影響的內在機理,發(fā)現與銀行信貸相比,影子銀行信貸會對房價產生更強烈、更迅速的影響,表現出更加明顯的時變性。房價上升會促使影子信貸規(guī)模增加,但銀行信貸規(guī)模則會降低;房價與影子銀行信貸存在相互促進的作用機制,與銀行信貸之間存在內生穩(wěn)定機制。劉子策[22]利用DSGE模型實證檢驗了影子銀行、地價、房地產價格上漲之間的相互影響關系及其對中國經濟波動的沖擊,并發(fā)現貸款通過影子銀行系統(tǒng)輸送到房地產部門,進而推升房地產價格,在引入影子銀行后,房地產需求沖擊會對我國實體經濟部門帶來明顯的擠出效應。

已有文獻不僅對影子銀行業(yè)務及其風險進行了研究,也將房地產市場納入影子銀行與金融風險防范的研究框架進行了探討,為本文研究奠定了堅實基礎,但較少有研究將非金融企業(yè)這一新的影子銀行參與主體作為研究對象,并將其與房地產金融風險和宏觀金融穩(wěn)定相結合加以分析。同時,國內外學者關于企業(yè)影子銀行化行為對企業(yè)創(chuàng)新、經營風險、股價崩盤的影響的研究多是從微觀角度展開,而從宏觀角度對非金融企業(yè)影子銀行化與金融穩(wěn)定的研究非常有限。上述問題和不足為本文研究提供了一個新的可能,不僅在理論上豐富有關影子銀行與金融風險的相關研究,也為當前中國金融穩(wěn)定與經濟高質量發(fā)展提供經驗證據。

與已有研究相比,本文創(chuàng)新之處主要在于:其一,選擇非金融企業(yè)這類新的影子銀行參與主體,并將房地產市場價格風險納入研究框架,研究非金融企業(yè)影子銀行化對我國金融穩(wěn)定的影響,是對以往關于影子銀行與金融穩(wěn)定的深入和拓展。其二,運用面板向量自回歸(PVAR)模型,將非金融企業(yè)影子銀行化、房地產價格與金融穩(wěn)定三者納入同一系統(tǒng)中,分析三者相互間的作用關系和面對沖擊時的響應,不僅能夠反映觀測樣本的個體差異,還能很好地解決變量間的內生性問題。

三、模型設定與變量選擇

(一)模型設定

已有文獻表明,非金融企業(yè)影子銀行化規(guī)模、房地產價格和金融穩(wěn)定之間存在著復雜的相互作用機制,選取的模型需要真實全面地反映變量間的相互作用關系。面板向量自回歸模型(PVAR)兼具時序和面板數據的優(yōu)點,不需要區(qū)分內生變量和外生變量,能夠兼顧所有變量間滯后效應的影響,可以有效解決變量間的內生性及自相關等問題。因此,本文運用面板向量自回歸(PVAR)模型分析非金融企業(yè)影子銀行化規(guī)模、房地產價格、金融穩(wěn)定之間的動態(tài)關系,并設定這3個變量作為系統(tǒng)內生變量,在參考已有文獻的基礎上,建立以下PVAR模型:

(1)

其中,Yit表示一個1×3階向量,包含內生變量非金融企業(yè)影子銀行化規(guī)模(Shadowbanking)、房地產價格(Houseprice)、金融穩(wěn)定水平(FSI);α0表示截距;αj表示回歸系數矩陣;i表示省份(自治區(qū)、直轄市);t表示時間(以年為單位);j表示滯后階數;δt表示時間效應向量;θi表示個體效應向量;εit表示“白噪聲”隨機擾動項。

(二)數據來源及變量選取

本文使用2007—2019年全國31個省(自治區(qū)、直轄市)面板數據(不含港澳臺的數據),非金融企業(yè)影子銀行化數據包括在滬深交易所上市并發(fā)行A股的企業(yè)。為了準確觀測非金融類企業(yè)的影子銀行化活動,將樣本中金融類和房地產類的上市公司剔除,同時剔除ST和*ST兩類財務狀況和盈利能力存在異常的企業(yè)樣本。數據來源于國泰安數據庫(CSMAR)、Wind數據庫、銳思數據庫。房地產價格、金融穩(wěn)定基礎指標數據來自中經網、國家統(tǒng)計局、中國人民銀行、各省統(tǒng)計局。

1.非金融企業(yè)影子銀行化規(guī)模

對非金融企業(yè)影子銀行化規(guī)模的測算,現有測量方法不盡相同。通過對相關文獻的梳理,非金融企業(yè)開展影子銀行業(yè)務的機理主要有以下兩種:一是充當實質信用中介,包括成立擔?；蛐☆~貸款公司,參股、控股財務公司等,變身為非銀行金融機構;二是間接參與體制內銀行業(yè)務,包括委托銀行貸款、購買銀行理財、券商理財、信托公司的信貸產品、結構性存款等,以此參與到影子銀行鏈條中?；趯ξ墨I的分析,考慮上市公司參與影子銀行業(yè)務的機理和數據的可得性,參考韓珣等[8]的思路,將委托貸款、委托理財和民間借貸3類規(guī)模加總得到非金融企業(yè)影子銀行化規(guī)模。由于民間借貸具有較強隱蔽性,因此參考王永欽等[2]的思路,將其他應收款作為衡量企業(yè)之間資金漏損的代理變量。委托貸款和委托理財的具體信息可以從上市公司公告中獲得。一般而言,非金融企業(yè)影子銀行化規(guī)模受當地金融發(fā)展水平的影響較大,地區(qū)差異明顯,因此本文在測度該指標時,采用非金融企業(yè)影子銀行化規(guī)模與GDP的比值作為代理變量。

2.房地產價格

房地產價格變量由商品房銷售額/銷售面積計算得到,為了剔除不同年份物價水平對房地產價格的影響,本文利用定基CPI指數的方法對房地產價格進行處理。為了消除數據過大帶來的異方差性,本文對變量進行對數化處理。

3.金融穩(wěn)定指數

本文從宏觀經濟環(huán)境、金融市場、地方財政3個維度選取17個指標對區(qū)域金融穩(wěn)定性進行衡量,具體指標體系見表1。為更加全面地衡量地區(qū)金融穩(wěn)定水平,保證各指標權重的合理性,采用熵值法為各指標賦權,得出各個省份的金融穩(wěn)定指數。

表1 區(qū)域金融穩(wěn)定指標體系

(三)變量的面板單位根檢驗

為避免出現虛假回歸現象,保證變量均屬于平穩(wěn)序列,使回歸結果更加穩(wěn)健,在進行PVAR模型估計前需要進行面板單位根檢驗,本文采用IPS和Harris-Tzavalis兩種檢驗方法對樣本進行單位根檢驗,確定變量的單整階數。結果表明,對3個變量進行一階差分后得到dShadowbanking、dHouseprice和dFSI這3個序列全部平穩(wěn),如表2所示。

表2 面板數據單位根檢驗結果

(四)面板協(xié)整檢驗

在面板單位根檢驗的基礎上,采用Pedroni檢驗和Westerlund檢驗方法進行面板協(xié)整檢驗,結果見表3。從協(xié)整結果看,檢驗結果均拒絕Shadowbanking、Houseprice、FSI之間“不存在協(xié)整關系”的零假設。因此,可以認為三者之間存在協(xié)整關系。

表3 面板數據協(xié)整檢驗結果

四、實證結果分析

(一)滯后階數的選取

本文選取赤池信息準則(AIC)、貝葉斯信息準則(BIC)和漢南-奎因信息準則(HQIC)來判定模型的最優(yōu)滯后階數。根據表4的結果,選擇2階滯后項作為PVAR模型的最優(yōu)滯后期數。

表4 滯后階數

(二)PVAR模型估計

為了消除PVAR模型結果的偏誤,在運用GMM法估計前,需要先消除模型中的固定效應,因此運用Helmert轉換來消除個體固定效應,采用“組內均值差分法”來消除時間固定效應,以此保證滯后變量不受固定效應的干擾,然后將滯后變量作為工具變量進行回歸。估計過程使用Stata 15.0軟件和PVAR 2程序,估計結果如表5所示。

表5 PVAR模型GMM估計結果

由表5可知,對金融穩(wěn)定(FSI)而言,一階滯后的非金融企業(yè)影子銀行化規(guī)模的系數為正(14.86),且在1%的顯著水平上顯著,二階滯后的非金融企業(yè)影子銀行化規(guī)模的系數為負(-4.426),且在1%的顯著水平上顯著。可見非金融企業(yè)的再放貸行為對我國金融穩(wěn)定的影響呈現出一種先促進后抑制的過程,這主要與我國不完善的金融體制有關。另外,二階滯后的房地產價格對金融穩(wěn)定的影響在1%水平上顯著為負(-0.592),這意味著我國房地產行業(yè)已積累了較大的風險。對于房地產價格(Houseprice)而言,二階滯后的非金融企業(yè)影子銀行化規(guī)模的系數在1%水平上顯著為正(6.007),由此可見,企業(yè)再放貸行為推動了我國房地產價格上漲,成為影響我國金融穩(wěn)定的重要因素。

(三)面板格蘭杰因果檢驗

由于PVAR模型假定所有變量均為內生,因此需要利用面板格蘭杰因果檢驗來驗證各經濟變量間的因果關系,從而確定PVAR模型中變量選擇的合理性。因此,對樣本進行格蘭杰因果關系檢驗,具體檢驗結果見表6。

表6 格蘭杰因果檢驗

如表6所示,樣本統(tǒng)計量服從chi2分布,P值表示大于卡方分布臨界值的概率,P值小于0.05則拒絕原假設,證明本文選取的變量間存在格蘭杰因果關系,符合前述模型假定。由此可知:(1)非金融企業(yè)影子銀行化規(guī)模是金融穩(wěn)定的單向格蘭杰因;(2)房地產價格和非金融企業(yè)影子銀行化規(guī)?；楦裉m杰因,二者存在雙向因果關系;(3)房地產價格是金融穩(wěn)定的格蘭杰因,與此同時,金融穩(wěn)定也是房地產價格的格蘭杰因。以上分析表示維持我國金融行業(yè)的長久穩(wěn)定必須警惕非金融企業(yè)影子銀行化行為,同時,合理調控房地產價格也是保證金融領域長治久安的關鍵一環(huán)。

(四)脈沖響應分析

脈沖響應函數能夠描述在控制其他變量不變的情況下,給予一個變量外部沖擊能給模型中其他變量帶來的瞬時影響情況,它能夠全面呈現各個變量之間的動態(tài)關系。圖1～3反映了對非金融企業(yè)影子銀行化、房地產價格、金融穩(wěn)定進行500次蒙特卡洛模擬得到的響應軌跡。脈沖響應圖中橫軸代表沖擊反應的響應期數,縱軸代表被解釋變量對各解釋變量沖擊的響應程度,中間的一條折線代表具體的脈沖響應軌跡,陰影部分代表95%的置信區(qū)間。

圖1 非金融企業(yè)影子銀行化對房地產價格的影響

1.非金融企業(yè)影子銀行化對房地產價格的沖擊效應分析

圖1顯示,房地產價格會由于非金融企業(yè)影子銀行化規(guī)模的正向沖擊而產生明顯的響應,在第1期,房地產價格的脈沖值有輕微的下降,但立刻轉為正向影響,并在第2期達到最大值,然后逐漸趨于0。這表明,房地產價格會受非金融企業(yè)影子銀行化規(guī)模膨脹的影響,且價格上漲明顯。這主要是由于非金融企業(yè)影子銀行化行為為房地產開發(fā)商拓寬了融資渠道,使更多的社會資金流入房地產市場,但房地產商的融資成本會由于影子銀行體系的高利率而增加,加之地方政府土地財政政策的壓力,也會使房地產商的拿地成本攀升。然而,依靠房地產市場自身的壟斷屬性,房地產商最終能夠將成本上漲的部分轉嫁給購房者,從而使房價不降反增。此外,當房地產開發(fā)商從正規(guī)金融部門獲取貸款的行為受到監(jiān)管當局限制時,企業(yè)的再放貸行為能在很大程度上緩解房地產商的資金缺口壓力,進而使高房價得以持續(xù)。

2.非金融企業(yè)影子銀行化對金融穩(wěn)定的沖擊效應分析

圖2顯示,給予非金融企業(yè)影子銀行化規(guī)模一單位的正向沖擊,對金融穩(wěn)定的脈沖值在初期為0,并迅速出現正向影響,脈沖值在第1期達到最高點,但到了第2期之后,這種沖擊對金融穩(wěn)定產生了最大的負向影響,此后震蕩變小直至為0。這表明,短期內非金融企業(yè)影子銀行化規(guī)模的擴張有利于金融穩(wěn)定,但是這種現象不具有可持續(xù)性,隨著時間的加長會對我國金融穩(wěn)定造成一定的負面影響。這可能是由于我國金融抑制和金融歧視現象的積弊。一方面,長期以來,我國中小企業(yè)受到融資約束,而企業(yè)的再放貸行為能夠為中小企業(yè)、資本市場以及地方政府提供流動性支持和信貸支持,可以說在一定程度上提高了資金的分配效率和使用效率,部分緩解了資源配置扭曲的現象,穩(wěn)定了金融市場。但是隨著影子銀行化規(guī)模的擴大,其帶來的系統(tǒng)性風險也會隨之增加,如果部分企業(yè)違約,則容易導致資金鏈斷裂,使企業(yè)的正常經營業(yè)務難以為繼,進一步地,風險會從借款企業(yè)傳染至貸款企業(yè),更甚可能會將風險轉嫁給商業(yè)銀行,引發(fā)流動性危機。另一方面,非金融企業(yè)影子銀行化本質上是一種“脫實向虛”行為,對于經濟產能過剩和產業(yè)空心化等問題的影響不容忽視,也極易導致實體經濟行業(yè)出現資金匱乏、復蘇乏力等問題,從而影響金融穩(wěn)定狀況,最終使金融穩(wěn)定性下降。

圖2 非金融企業(yè)影子銀行化對金融穩(wěn)定性的影響

3.房地產價格對金融穩(wěn)定的沖擊效應分析

圖3顯示,當給予房地產價格一個單位的正向沖擊以后,當期就對金融穩(wěn)定造成負面影響,且在第2期達到最大值,隨后這種負面影響持續(xù)減弱并逐漸趨于0。這表明,長期以來我國的房地產市場已經積累了較大的隱患,風險一觸即發(fā),一旦泡沫破裂,會給我國金融穩(wěn)定帶來較大的負面影響。我國房價存在脫離經濟基本面的情況,市場預期經濟收入對房價占有正向主導地位[23]。房地產價格的上漲會使房地產企業(yè)加大投資力度,同時非金融企業(yè)也會因為其逐利本性,將大量閑置資金再放貸給房地產商,導致資金在此行業(yè)聚集,容易引發(fā)風險傳染,使金融系統(tǒng)的脆弱性提高,不易承擔外部沖擊,從而使金融穩(wěn)定性下降。另外,一旦房價下跌,房地產企業(yè)利潤會隨之下降,同時,房地產抵押資產價值也會下降,將導致貸款人利益受到損害,致使銀行面臨流動性風險,政府土地財政收入也會隨之受到影響,使金融體系的穩(wěn)定性受損。

圖3 房地產價格對金融穩(wěn)定的影響

(五)方差分解

基于PVAR模型的方差分解,能夠精確分析當內生變量受到沖擊時不同變量對其產生的貢獻度,這是衡量不同沖擊重要性的核心指示。表7給出了不同變量在第1個、第5個和第10個預測期的方差分解值。觀察第5個與第10個預測期的結果可知,二者數值差距較小,說明系統(tǒng)基本穩(wěn)定。

第10個預測期的結果顯示:在面板變量金融穩(wěn)定(FSI)方程中,3個變量貢獻比例為FSI∶Houseprice∶Shadowbanking=0.476 883∶0.074 292 8∶0.448 824 2;在面板變量房地產價格(Houseprice)中,其余變量的貢獻度分別為0.031 753 5∶0.715 431 5∶0.252 815;在面板變量非金融企業(yè)影子銀行化(Shadowbanking)中,各變量的貢獻比為0.037 057 4∶0.039 352 5∶0.923 590 1。方差分解的結果表明,我國金融穩(wěn)定和房地產價格都會明顯受到非金融企業(yè)影子銀行化行為的影響,從數值來看,貢獻度分別達到44%和25%。而非金融企業(yè)影子銀行化規(guī)模主要受企業(yè)自身的影響?？傮w而言,上述結果與脈沖響應分析的結果基本一致。

(六)穩(wěn)健性檢驗

前文構建的非金融企業(yè)影子銀行化規(guī)模(Shadowbanking)=委托貸款+委托理財+民間借貸。在穩(wěn)健性檢驗部分,參考肖崎等[24]的思路,使用上市公司財務報表中的可供出售金融資產、長期股權投資、交易性金融資產、投資性房地產、買入返售金融資產、衍生金融資產、持有至到期投資、發(fā)放貸款及墊款8個科目來衡量非金融企業(yè)影子銀行的規(guī)模。構建PVAR模型后得出的估計結果與脈沖響應函數以及前文實證結果基本保持一致,證明了前文模型的穩(wěn)健性。

五、結論與政策建議

本文運用2007—2019年31個省市的面板數據(不含港澳臺的數據),采用熵值法建立我國金融穩(wěn)定指數,并利用PVAR模型實證檢驗非金融企業(yè)影子銀行化、房地產價格與金融穩(wěn)定之間的相互關系。研究結果表明:在短期內,非金融企業(yè)影子銀行化行為有利于我國金融穩(wěn)定,但在長期會對金融穩(wěn)定產生負面影響;另外,非金融企業(yè)的再放貸行為會使大量資本集聚在房地產行業(yè),從而使房價居高不下,進一步損害金融體系的穩(wěn)定性。

根據上述研究結論,本文提出如下的政策建議:

第一,明確我國非金融企業(yè)影子銀行化行為存在與發(fā)展的必然性。目前,我國金融市場正在朝著市場化和多元化的方向快速發(fā)展,企業(yè)適度規(guī)模的再放貸行為能夠增加社會資本總體流動性,為中小微企業(yè)提供更為豐富的融資途徑,緩解我國金融抑制背景下的融資約束問題,引導社會稀缺資源向實體經濟傾斜。應辯證地看待非金融企業(yè)影子銀行化行為的存在,影子銀行的過度膨脹會給我國金融穩(wěn)定造成威脅,但不能因此否定其對金融深化發(fā)展的積極作用,應當結合實際情況,因地制宜,允許企業(yè)金融化行為的適度發(fā)展,引導其朝著更加合規(guī)的方向發(fā)展,從而更好地服務實體經濟、促進非傳統(tǒng)金融業(yè)務的蓬勃發(fā)展。

第二,加強對企業(yè)金融化行為的監(jiān)管。雖然企業(yè)再放貸行為的積極作用不容忽視,但當危機來臨時,這種影響很可能迅速轉為負向危害,危及我國金融穩(wěn)定。因此,加強日常監(jiān)管對非金融企業(yè)來說尤為重要,監(jiān)管當局應對企業(yè)所投資的金融資產范圍、規(guī)模和經營資質作出明確的規(guī)定,嚴格控制其資金流向,尤其是要控制流入房地產行業(yè)的資金量,同時防止業(yè)績不穩(wěn)定、股利分配較低時的金融資產投資“擠出”實業(yè)投資。

第三,加快推動金融機構市場化改革。我國長久以來的信貸歧視,使中小企業(yè)面臨融資困境難題,而企業(yè)影子銀行化規(guī)模能夠快速增長的原因之一也在于其能解決中小企業(yè)的燃眉之急。因此,要想從根本上控制影子銀行市場的過度擴張,關鍵在于促進金融資源的高效率配置,不斷消除金融中介的信貸配給問題。因此,政府應進一步提升金融業(yè)市場化水平,加快推動直接融資市場的發(fā)展,鼓勵融資市場化,構建多層次金融市場,實現好金融服務實體經濟這一本質功能。