影子银行投资与宏观经济波动的相关性分析

来源：中国期刊网分类：经济发布时间：2020-07-17 浏览：0次

　　摘要：　新时代金融服务于实体经济离不开供给侧结构性改革, 更离不开风险防范, 根本落脚点在于资金投向。影子银行满足了实体经济的资金需求, 但可能会放大宏观经济波动。基于面板回归模型和GMM方法分析了影子银行在不同所有权性质、行业属性、风险特征的上市公司之间的资金投向情况, 结果发现大量资金流入了地方国营企业、产能过剩行业和“高风险”投资标的, 意味着经济的顺周期性得到了强化。从而, 立足于资金投向为影子银行加剧经济波动的现象提供了一种佐证和解释。

　　关键词：　影子银行; 经济波动; 资金投向; 风险监管;

　　《中国银行业》(月刊)2013年正式创刊。是由中国银行业协会主办的银行业杂志。杂志主要刊发中国银行业政策解读、权威发布、创新研究、前沿问题研究成果;杂志以权威的解读、全新的视角、全面的分析、全力推动银行业大发展;杂志立足银行业，反映经济金融生活，以敏锐的笔触，捕捉银行业发展的每一个瞬间。

　　一、引言

　　影子银行是否有利于宏观经济发展?学界观点一般认为, 影子银行规模的扩张满足了实体经济的资金需求, 促进了宏观经济增长, 但同时也加剧了顺周期效应与经济波动, 积聚了金融风险 (林琳, 2017;Stein, 2012) 。陈利锋 (2016) 的具体分析发现, 在“外生技术冲击”导致的经济波动中影子银行发挥了放大作用, 而在“紧缩性货币政策冲击”驱动的经济波动中影子银行发挥了抵消作用, 两相叠加的最终结果是使宏观经济波动增大、货币政策趋于失效、社会福利恶化。徐亚平和宋杨 (2016) 、肖崎和阮健浓 (2014) 的研究结论与此类似, 认为影子银行规模扩张与社会融资渠道多元化将弱化货币政策效果, 从而加剧经济的顺周期性, 即波动性。大多数文献是DSGE框架下展开的理论性研究, 针对影响机制进行验证的实证研究很少, 但庄子罐等 (2018) 曾提出猜想:影子银行资金流入过剩产能行业和低效率企业可能是经济波动加剧的潜在原因。

　　因此, 影子银行对宏观经济的影响主要体现两方面:一是, 影子银行作为金融服务商发挥了调配资金供求、优化资源配置的功能, 有助于刺激经济增长;二是, 会带来宏观经济风险积累、效率降低, 不利于长期发展。文章在分析影子银行效应的过程中将主要探讨影子银行、经济波动与资金投向三者之间的关系, 故分别给出概念界定。

　　(1) 影子银行。一般认为影子银行是指缺乏金融监管的信用中介服务, 但具体内涵尚未达成共识。实证分析中往往基于数据准确性、可获得性考虑, 采用核心影子银行的统计口径, 即信托贷款、委托贷款和未贴现银行承兑汇票三者之和 (李建军和胡凤云, 2013) 。

　　(2) 经济波动。“经济波动”常指实际经济增长率的变动 (陈利锋, 2016) 。其中, “负向波动”是经济增长率变动为负时的波动, 一般情况下也是经济系统负向冲击导致的波动;“正向波动”则指经济增长率的变动为正时的波动。

　　(3) 资金投向。主要从3个维度衡量资金投向:行业属性、所有权特征、风险特征。首先, 区分过剩产能行业与其他行业:根据程俊杰, 刘志彪 (2015) 和国发[2009]38号文、工信部[2015]129号文, 将钢铁业、煤炭业、建材业 (包括水泥和玻璃) 和电解铝业的企业纳入过剩产能行业。这些行业在研究时段内一直处于产能过剩状态。其次, 区分中央国有企业、地方国有企业和民营企业。最后, 参考张敏等 (2015) 的方法, 区分高风险企业与低风险企业。本文并不关注资金投向的绝对规模分布情况, 而是分析影子银行规模扩张对不同类别企业融资约束的缓解情况。

　　本文主要贡献在于:基于实证研究发现, 影子银行资金大量流入了低效率、高风险、过剩产能行业企业, 虽然满足了实体经济的资金需要, 但是也降低了资金效率、加剧了经济波动, 因此应逐步规范影子银行监管, 使影子银行在阳光下健康发展。

　　二、影子银行对宏观经济的影响

　　1. 满足实体经济的资金需要。

　　从中国人民银行公布的社会融资规模来源上看, 金融市场与金融机构是企业为完成投资项目而进行融资的两类主要渠道。从结构上看, 人民币贷款占据着最重要的地位;而以信托贷款、委托贷款和未贴现银行承兑汇票为主要形式的影子银行资金则对新增人民币贷款等正规信贷渠道有强烈的替代作用。图1将2010-2017年月度的窄口径影子银行规模环比增量与新增人民币贷款规模进行比较, 展示了影子银行与正规信贷体系之间此消彼长的关系。

　　图1 新增影子银行规模、新增人民币贷款占比

　　图2 2006年～2017年实际GDP增长率变动

　　在间接融资为主的中国, 影子银行主要表现为银行信贷的直接延伸 (殷剑峰和王增武, 2013) 。与人民币贷款支持实体经济发展的作用类似, 影子银行规模的扩张为企业提供了更为丰富的融资选择和充足的资金来源。根据孙思栋、谈申申 (2018) 的测算, 中国的影子银行规模从2010年的16.2万亿增长至2017年的80.2万亿, 年均增速25.67%;同期核心影子银行规模由9.21万亿上升到26.94万亿, 扩大了两倍多。这一数据与Chen等 (2017) 的结论基本一致。大量的资金通过影子银行渠道流入实体经济, 却不受到正规信贷面临的规则约束, 不禁让人担忧:监管缺位之下的影子银行资金流向了哪里?是否可以真正服务于产业升级与动能转换?

　　2. 放大了经济波动。

　　美国次贷危机引发的全球金融海啸转变了世界经济欣欣向荣的发展趋势。外部诡谲多变的国际环境与内部日益困窘的增长压力使中国宏观经济状况面临着前所未有的变化。面对着对外贸易端裹足不前的形势, 中国政府果断采取了扩大基础设施投资的积极财政政策, 逐渐拉动本国与世界经济走出泥潭, 重回增长轨道。然而同时, “后财政刺激时代”则遗留下产能过剩、流动性泛滥等诸多难题。在金融领域, 这种变化不仅表现为企业债务水平显着上升, 还表现为宏观政策转向背景下企业融资渠道的复杂化、隐匿化。影子银行则为企业在景气时期非理性扩张、下行时期免于市场淘汰提供了资金保障。从这个意义上讲, 影子银行发挥了金融杠杆对于宏观经济波动的放大作用。

　　可见, 影子银行满足了实体经济的资金需求却放大了经济波动, 评估影子银行对宏观经济的影响需要立足于更精确的微观企业层面, 应考察来自于影子银行的资金支持了哪些类型的企业发展。

　　三、资金投向与经济波动

　　1. 研究假设。

　　许多文献发现, 影子银行会在加剧了经济顺周期性的同时, 减弱了货币政策效果 (如, 陈利锋, 2016) 。一种可能的解释是影子银行资金多投资于波动性较大的经济部门, 比如风险抵御能力较差的中小企业和经营效率低下的过剩产能行业、地方国有企业乃至僵尸企业。虽然企业资金匮乏难题得到解决有助于短期经济增长, 但影子银行投资标的的这种产业与企业特性可能不利于经济周期转换的平稳过渡、货币政策调整的相机抉择、低效率企业的优胜劣汰。庄子罐等 (2018) 认为, “4万亿刺激计划”衍生的大量项目在信贷政策频繁转向背景下的融资需求和社会财富增长背景下的投资需求是影子银行规模膨胀的重要原因。如果信贷紧缩政策对过热经济阶段的冷却作用被影子银行对濒临破产企业的输血作用所抵消, 信贷扩张政策对经济回暖阶段的刺激作用被影子银行对正规社会融资渠道的替代作用所挤出, 则影子银行在刺激经济顺周期波动的同时将双向减弱货币政策的调控效果, 最终将导致放大经济波动的现象。那么, 影子银行的资金投向将是两者关系研究中的一个重要切入点。本文据此提出了2个研究假设:

　　H1:从企业所有权性质上看, 影子银行资金主要投向了地方国有企业;

　　H2:从行业上看, 影子银行资金主要投向了过剩产能行业。

　　2. 模型设定。

　　影子银行的资金投向反映在资金需求方表现为其对不同类别企业的融资约束缓解程度。屈文洲等 (2011) 选择用“投资对现金流的敏感性”衡量融资约束, 是一种比较成熟的方法。该方法需要设定合适的投资方程估计投资现金流敏感性。参考蔡键等 (2015) 采用欧拉方程模型, 并考虑预期的影响, 将解释变量均设定为滞后一期项, 同时加入现金流与影子银行的交乘项, 以衡量影子银行对不同类别企业融资约束的缓解情况, 可以得到回归方程式:

　　为了解决动态滞后效应带来的内生性问题, 本文采用GMM方法对回归方程进行估计。

　　3. 变量选取。

　　表1列示了相关变量的具体定义。εit是随机误差项, 其中μi是不可观察的个体效应, υit是异质性冲击。如果当期现金流与期初总资产之比的系数β4为正, 则企业面临外部融资约束;β4越大, 外部融资约束越严重。如果现金流与影子银行交乘项的系数β5为负, 说明影子银行规模扩张有助于缓解此类企业的融资约束, 绝对值越大则缓解程度越高。

　　表1 变量定义与取值

　　表2 描述性统计分析结果 (单位:亿元)

　　4. 样本选择与描述性统计。

　　研究样本包括沪深两市全部A股上市公司剔除金融和被ST企业。变量数据时间范围是2009年3季度至2016年2季度。剔除数据披露不全企业后的样本数为1 393家, 共39 004个企业—季度观测值组成平衡面板数据。

　　表2报告了主要变量的描述性统计结果。变量I的均值为5.94亿元, 中位数为0.63亿元, 说明有50%以上的企业购建固定资产、无形资产和其他长期资产所支付的现金在0.63亿元以上。变量CF的均值为4.91亿元, 中位数为0.36亿元, 有一些样本企业经营活动现金流量存在净流出。变量Y和变量K的标准差较大, 说明样本企业的“主营业务收入”和“资产总额”数据的离散性较大。

　　四、实证结果分析

　　1. 针对不同所有权性质企业分析。

　　按所有权性质对企业分类回归, 考察影子银行规模扩张与不同类别企业融资情况的关系。根据实际控制人属性, 选取属于中央国有企业、地方国有企业和民营企业的上市公司分别回归并采用GMM方法估计模型参数, 工具变量选择三期滞后项, 采用Sargan方法检验结果的有效性。不考虑公众企业、集体企业和外资企业。表3的Panel A中, Sargan检验显示接受模型存在过度约束的原假设, 估计结果可信。从内部现金流的系数上看, 3类企业均存在外部融资约束, 但民营企业最高、地方国有企业较高、中央国有企业非常低。该结果与我国企业当前的融资现状一致:中央国有企业普遍信誉较好、盈利能力强, 经营范围符合国家产业政策要求, 最容易获得贷款;地方国有企业虽然有政府信誉担保, 但负债率一般较高, 往往存在过度投资倾向, 外部融资约束较强;民营企业自负盈亏, 不良贷款风险较大, 所以最难通过传统融资渠道获得外部融资。从现金流与影子银行规模交乘项的系数上看, 3类企业的融资约束均随影子银行规模的扩大而有所缓解, 其中地方国有企业的缓解程度最大, 民营企业次之, 中央国有企业最低, 表明影子银行规模扩张着重缓解了地方国有企业和民营企业的资金匮乏难题, 并以地方国有企业为甚。

　　2. 针对不同行业性质的企业分析。

　　按行业属性对企业分类回归, 考察影子银行规模扩张与过剩产能行业、全行业两类企业融资情况的关系。表3的Panel B中, Sargan检验结果显示接受模型过度约束的原假设, GMM估计结果可信。内部现金流的系数均为正, 影子银行与内部现金流交乘项的系数均为负, 证明了我国企业普遍存在外部融资约束, 而影子银行发展有利于降低企业的融资约束。其中过剩产能企业面临的外部融资约束程度明显高于全行业平均水平;从交乘项的系数上看, 影子银行发展对过剩产能企业的融资约束缓解程度明显高于全行业平均水平, 表明影子银行资金为过剩产能行业提供了重要的金融支持。

　　五、影子银行资金投向与宏观经济波动的关系

　　大量资金流入地方国营企业和过剩产能行业为影子银行规模扩张加剧宏观经济波动的现象提供了一种解释。

　　首先, 地方国有企业作为受地方政府管控的机构, 需要协助当地实现就业、税收、经济增长、产业政策等目标, 赢利目标反而成为其次。不少学者从政府干预、晋升激励、财政压力、软预算约束、财务困境等角度分析了地方国有企业过度投资、高负债、低效率等难题 (曹春芳等, 2014;姚震宇, 2014) 。在政府信用背书下, 影子银行替代正规信贷渠道向地方国有企业持续输血, 在经济上升期推动了企业投资项目的非理性扩张, 在经济下行期延长了企业的债务链条。由于地方国营企业普遍利润少、财务支出大, 金融风险不断聚集将放大宏观经济波动。挤出效应作用下私人投资的减少和全社会投资效率的下降则会加剧这种情况 (龚旻、张帆, 2015) 。

　　表3 实证分析结果

　　注:N为企业数量;*、**、***分别代表10%、5%和1%显着性水平下的显着情况。

　　其次, 影子银行对过剩产能行业的支持实际上延缓了市场出清过程。虽然在经济下行期能够刺激经济短暂反弹, 但同时进一步加剧了产能过剩程度, 降低了产能利用率和企业效率, 有可能使整个实体经济陷入更深层次的萧条 (程俊杰、刘志彪, 2015) 。由于过度扩张, 过剩产能行业在经济下行阶段将经历残酷的调整。高善文 (2016) 比较了经济繁荣到低谷过程中, 过剩产能行业与其他行业毛利率、ROA的平均降幅, 结果发现过剩产能行业高达-27.3%、-5.3%, 其他行业则仅为-6.8%和-1.83%。总结来看, 在面临经济负向冲击时, 过剩产能企业会经历以下变化链条:市场需求下降-产品价格下跌—盈利恶化—影子银行高融资成本使盈利进一步恶化—企业亏损或倒闭—经济负向波动被放大。

　　综上所述, 影子银行的资金流向特点是其加剧经济波动的一个因素。

　　六、稳健性检验

　　表3 Panel A和Panel B的分析发现, 影子银行的资金投向集中于地方国有企业和过剩产能行业, 本文推断正是由于这些企业具备高负债率、低经营效率等风险特征, 影子银行的金融支持才会加剧了经济的顺周期性和波动性。针对该推断, 应继续进行稳健性检验。具体是采用更加直接的评估标准对企业分类, 针对甄别出的高风险企业融资约束情况和影子银行对其的缓解情况展开研究, 从而进一步准确的证实影子银行是通过为特定类型企业提供金融支持的方式加剧了宏观经济波动。

　　参考张敏等 (2015) 的方法, 利用股票回报率的波动性衡量企业个体异质性层面的风险承担水平。它等于研究期限内、经过行业调整后的企业股票收益率的标准差。其中, 经过行业调整后的企业股票收益率=当年企业股票收益率-该行业所有企业当年收益率的平均值。波动性越大代表了企业风险承担水平越高。解维敏和唐清泉 (2013) 、Low (2009) 也采用了这种方法测算企业的风险承担。

　　利用该方法, 本文剔除了数据缺失样本, 计算了所有企业的风险承担水平, 并将数值较高的前50%的企业定义为“高风险”企业。表3 Panel C列示了针对该类别企业的回归结果。如果使之与Panel B中全行业企业的情况对比, 可以从内部现金流、影子银行与内部现金流交乘项的系数上发现:“高风险”企业面临的外部融资约束比一般企业更大, 同时影子银行对“高风险”企业融资约束的缓解程度更强。说明影子银行为此类企业提供了重要的金融支持。与表3其他回归结果的分析结论一致, 稳健性检验说明影子银行的资金投向是其放大宏观经济波动的一个原因。

　　七、结论与建议

　　影子银行对经济发展有复杂的影响, 本文从微观企业层面出发, 针对中国上市公司开展实证分析, 立足于资金投向角度考察了影子银行对宏观经济的影响。由于影子银行资金大部分流向了地方国有企业、过剩产能行业, 而不是盈利能力较好的产业, 所以在整体上会恶化宏观经济效率。经济上升阶段, 地方国有企业在影子银行支持下, 存在过度投资倾向, 负债水平有可能进一步上升;同时过剩产能行业在产品价格上扬的背景下会扩大投资水平, 最终推动经济过热。经济下行阶段, 两类企业则纷纷依赖影子银行输血生存、濒临破产, 加剧经济萧条。该机制为许多研究发现的影子银行规模扩张加剧宏观经济波动的现象提供了一种有力解释。

　　虽然影子银行满足了实体经济的资金需求, 但其资金投向对金融资源配置的扭曲不利于宏观经济稳定。因此, 在未来应从功能监管出发, 着力实现影子银行运行的显性化, 真正置于阳光之下;引导影子银行资金流向优质产业, 为符合国家产业政策方向的行业企业, 特别是部分风险较低、有发展前景的民营企业提供金融支持, 在“宜疏不宜堵”的原则下发挥出它对宏观经济的正面作用。

　　参考文献

　　[1]吴晓求.改革开放四十年:中国金融的变革与发展[J].经济理论与经济管理, 2018, (11) .

　　[2]孙思栋, 谈申申.影子银行发展与经济波动关系研究[J].中国物价, 2018, (12) .

　　[3]林琳, 曹勇, 肖寒.中国式影子银行下的金融系统脆弱性[J].经济学 (季刊) , 2016, (3) .

　　[4]李建军, 胡凤云.中国中小企业融资结构、融资成本与影子信贷市场发展[J].宏观经济研究, 2013, (5) .

　　[5]陈利锋.影子银行、中国经济波动与社会福利[J].国际商务, 2016, (3) .

　　[6]殷剑峰, 王增武.影子银行与银行的影子:中国理财产品市场发展与评价 (2010-2012) 》[M].北京:社会科学文献出版社, 2013.

　　[7]程俊杰, 刘志彪.产能过剩、要素扭曲与经济波动——来自制造业的经验证据[J].经济学家, 2015, (11) .

　　[8]徐亚平, 宋杨.社会融资结构变化对我国货币政策传导模式的影响[J].财经科学, 2016, (8) .

　　[9]肖崎, 阮健浓.我国银行同业业务发展对货币政策和金融稳定的影响[J].国际金融研究, 2014, (3) .

　　[10]庄子罐, 舒鹏.傅志明.影子银行与中国经济波动[J].经济评论, 2018, (5) .

　　[11]屈文洲, 等.信息不对称、融资约束与投资现金流敏感性[J].经济研究, 2011, (6) .