影子銀行對(duì)我國(guó)貨幣政策調(diào)控效果的影響

胡振華，王 振，，文興易

（1.中南大學(xué) 商學(xué)院，長(zhǎng)沙 410083；2.中國(guó)人民銀行總行，北京100800）

0 引言

2007年底始于美國(guó)華爾街的次貸危機(jī)，衍變成一場(chǎng)21世紀(jì)以來最嚴(yán)重的經(jīng)濟(jì)危機(jī)，其影響到現(xiàn)在仍未完全消除。關(guān)于此次危機(jī)產(chǎn)生的原因，越來越多的文獻(xiàn)指向了一種新的金融創(chuàng)新體系—“影子銀行體系”。

“影子銀行”這一概念最先是由美國(guó)太平洋投資管理公司首席執(zhí)行官麥考林于2007年美聯(lián)儲(chǔ)會(huì)議上提出，他認(rèn)為“影子銀行是非銀行投資渠道、工具和結(jié)構(gòu)性產(chǎn)品杠桿化的組合”。然而到目前為止，“影子銀行”還沒有公認(rèn)的統(tǒng)一定義。這一方面與該術(shù)語出現(xiàn)時(shí)間較短有關(guān)，另一方面也與不同經(jīng)濟(jì)實(shí)體的金融架構(gòu)及監(jiān)管方式有關(guān)。此外，影子銀行體系隨著金融創(chuàng)新和監(jiān)管體制的變化而變化，因此具有不固定性和動(dòng)態(tài)演變特征。但是，影子銀行“類銀行”的投融資金融功能，或者期限、信用及流動(dòng)性轉(zhuǎn)換的信用中介功能得到了學(xué)者廣泛認(rèn)同?，F(xiàn)有文獻(xiàn)大都是基于影子銀行的信用創(chuàng)造機(jī)制，從理論上分析影子銀行對(duì)貨幣政策調(diào)控效果的影響，較少使用模型或?qū)嵶C方法進(jìn)行驗(yàn)證。最近幾年，我國(guó)央行通過貨幣政策對(duì)流動(dòng)性控制能力下降，抑制通脹和防投資過熱難度加大，系統(tǒng)性金融風(fēng)險(xiǎn)增加，已經(jīng)引起了大家的關(guān)注，這與我國(guó)經(jīng)濟(jì)的復(fù)雜程度、央行的調(diào)控水平有很大關(guān)系，但是影子銀行對(duì)貨幣政策調(diào)控效果的影響同樣不容忽視。因此本文擬根據(jù)經(jīng)濟(jì)學(xué)相關(guān)理論，構(gòu)建模型，收集相關(guān)數(shù)據(jù)，就影子銀行對(duì)貨幣政策調(diào)控效果的影響進(jìn)行量化分析。

1 理論分析

根據(jù)傳統(tǒng)的IS-LM模型，利率、貨幣供給對(duì)產(chǎn)出的影響較大。從商品市場(chǎng)上來看，影子銀行的動(dòng)機(jī)取決于貸款利率和市場(chǎng)利率間的差，利差越大則潛在利潤(rùn)空間越大，影子銀行就越傾向于擴(kuò)張。當(dāng)中央銀行采取緊縮性貨幣政策時(shí)，商業(yè)銀行的貸款配置減少，市場(chǎng)上的資金需求并沒有減少，這就造成市場(chǎng)利率與商業(yè)銀行貸款利率之間的差距擴(kuò)大，影子銀行傾向于擴(kuò)張，從而彌補(bǔ)了商業(yè)銀行對(duì)企業(yè)貸款配置減少造成的影響，資金供給實(shí)際上并沒有減少，導(dǎo)致央行貨幣政策工具達(dá)不到所預(yù)期的目標(biāo)。

從信貸傳導(dǎo)途徑上看，影子銀行的存在使得銀行可以通過多種方式以非銀行信貸渠道向經(jīng)濟(jì)主體提供流動(dòng)性支持，從而削弱政策效果，如表外理財(cái)、信托產(chǎn)品等。從貨幣政策利率傳導(dǎo)途徑上看，貸款利率上升和債券利率上升會(huì)壓低投資需求，進(jìn)而壓低總需求?？紤]到影子銀行能夠形成額外的流動(dòng)性和額外的信用，這會(huì)放松交易約束和融資約束，導(dǎo)致商品需求上升，因此IS曲線向右方移動(dòng)，從而對(duì)利率傳導(dǎo)的效果造成影響。（見圖1）

從貨幣市場(chǎng)上來看，影子銀行擴(kuò)大了銀行體系的資金來源，這會(huì)導(dǎo)致貸款規(guī)模擴(kuò)大，即提供了更多的信用從而放松了融資約束，從而導(dǎo)致LM曲線向右移動(dòng)；另外商業(yè)銀行的影子銀行負(fù)債具有較強(qiáng)流動(dòng)性和一定收益，即提供了更多的流動(dòng)性從而放松了交易手段約束，這對(duì)貨幣產(chǎn)生替代從而減少了貨幣需求，也將導(dǎo)致LM曲線向右移動(dòng)。

從上述分析可知，影子銀行對(duì)經(jīng)濟(jì)具有擴(kuò)張作用，參見圖1（“LM_SD”指考慮影子銀行因素的LM曲線，“IS_SD”指考慮影子銀行因素的IS曲線）。IS曲線右移將導(dǎo)致產(chǎn)出擴(kuò)張和債券利率上升，LM曲線右移將導(dǎo)致產(chǎn)出擴(kuò)張和債券利率下降；因此，影子銀行將導(dǎo)致產(chǎn)出擴(kuò)張，而債券利率是上升還是下降則是不確定的。

圖1 影子銀行的擴(kuò)張作用

2 變量、模型選擇與識(shí)別

2.1 變量選擇

本文研究影子銀行對(duì)貨幣政策效果的影響，而貨幣政策的效果主要從中介指標(biāo)和最終目標(biāo)多個(gè)方面來進(jìn)行分析，因此需要研究影子銀行對(duì)貨幣政策效果多個(gè)方面的相互影響。變量選擇也相應(yīng)的涉及到多個(gè)變量。綜合上文中的理論分析，本文做出如下變量選擇方案。

貨幣政策工具指標(biāo)：金融市場(chǎng)基準(zhǔn)利率。借鑒國(guó)際上通行的以金融機(jī)構(gòu)間同業(yè)拆借資金價(jià)格作為一國(guó)金融市場(chǎng)基準(zhǔn)利率的做法，采用上海同業(yè)拆借利率作為金融市場(chǎng)基準(zhǔn)利率衡量指標(biāo)。本文采用一個(gè)月期限的同業(yè)拆借加權(quán)平均利率代替市場(chǎng)化利率，記為RATE。

貨幣政策最終目標(biāo)指標(biāo)：各國(guó)央行在宏觀調(diào)控過程中，貨幣政策多個(gè)目標(biāo)很難同時(shí)實(shí)現(xiàn)，必須要有所取舍，物價(jià)穩(wěn)定和經(jīng)濟(jì)增長(zhǎng)這兩個(gè)目標(biāo)是我國(guó)央行宏觀調(diào)控最為關(guān)注的目標(biāo)，因此考慮影子銀行對(duì)貨幣政策效果的沖擊，我們主要觀察其對(duì)物價(jià)穩(wěn)定和經(jīng)濟(jì)增長(zhǎng)的沖擊。物價(jià)方面選擇居民消費(fèi)者價(jià)格指數(shù)（CPI）作為觀測(cè)指標(biāo)，本文選用月度CPI的同比增長(zhǎng)率作為測(cè)量工具，記為RCPI。經(jīng)濟(jì)增長(zhǎng)選擇國(guó)民生產(chǎn)總值（GDP）作為觀測(cè)指標(biāo)。由于現(xiàn)行統(tǒng)計(jì)的GDP均為季度值，本文采用“季度GDP數(shù)據(jù)/季度工業(yè)增加值數(shù)據(jù)=對(duì)應(yīng)月度GDP數(shù)據(jù)/對(duì)應(yīng)月度工業(yè)增加值數(shù)據(jù)”的估算方法，分別轉(zhuǎn)換出月度的GDP數(shù)據(jù)，同時(shí)以月度GDP的同比增長(zhǎng)率RGDP作為研究變量。

影子銀行規(guī)模指標(biāo)：影子銀行不單指具備獨(dú)立法人資格的金融機(jī)構(gòu)，還涵蓋各種類似或替代傳統(tǒng)銀行的業(yè)務(wù)部門或金融工具，范圍很廣泛。由于數(shù)據(jù)可得性，我們主要考慮銀行信托貸款、委托貸款、未貼現(xiàn)銀行承兌匯票的余額總額作為影子銀行規(guī)模，這三類影子銀行的規(guī)模大概能夠占傳統(tǒng)金融體系內(nèi)影子銀行規(guī)模的70%，基本可以作為影子銀行的代表。也有學(xué)者僅僅用委托貸款和信托貸款作為我國(guó)影子銀行的代表進(jìn)行分析。對(duì)數(shù)據(jù)作同比增長(zhǎng)率處理后使用，記為RSB。

貨幣政策中介指標(biāo)：廣義貨幣供應(yīng)量M2，取月度同比增長(zhǎng)率記作RM2。

傳統(tǒng)融資方式指標(biāo)：一直以來，通過銀行貸款的傳統(tǒng)信貸模式是我國(guó)企業(yè)獲取資金的最主要的方式。為了分析影子銀行發(fā)展對(duì)傳統(tǒng)融資方式的沖擊，本文選取銀行貸款月度同比增長(zhǎng)率（記為RLOAN）進(jìn)行分析。

本文數(shù)據(jù)來源于Wind數(shù)據(jù)庫，人民銀行網(wǎng)站。根據(jù)人民銀行公布的委托貸款、信托貸款等指標(biāo)數(shù)據(jù)，可查的最早的數(shù)據(jù)可追溯到2002年，為了盡可能展現(xiàn)影子銀行對(duì)我國(guó)貨幣政策調(diào)控效果的影響，根據(jù)數(shù)據(jù)可得性，本文采用2003年1月至2013年6月月度數(shù)據(jù)進(jìn)行實(shí)證分析。分析采用的統(tǒng)計(jì)軟件為Eviews6.0。

2.2 模型選擇

在關(guān)于多變量之間相互影響關(guān)系的分析中，向量自回歸模型(VAR)和結(jié)構(gòu)向量自回歸模型(SVAR)得到了普遍應(yīng)用，得到的結(jié)果對(duì)實(shí)際經(jīng)濟(jì)行為解釋也較為合理。但VAR模型不能反映變量之間當(dāng)期相關(guān)關(guān)系的確切形式，并且由于這些當(dāng)期相關(guān)關(guān)系隱藏在誤差項(xiàng)的相關(guān)結(jié)構(gòu)之中，其意義常難以解釋，缺乏經(jīng)濟(jì)含義。結(jié)構(gòu)向量自回歸模型(SVAR)以經(jīng)濟(jì)理論為支撐，設(shè)置變量當(dāng)期之間的相互關(guān)系，避免了隱藏在VAR模型誤差中無法解釋的缺陷；其次，通過對(duì)變量施加少數(shù)約束條件，減少了被估計(jì)參數(shù)的個(gè)數(shù)和模型自由度的損失，很大程度上避免了VAR模型在無約束條件下分析結(jié)果的不足，能夠更好地解釋隨機(jī)擾動(dòng)對(duì)系統(tǒng)的動(dòng)態(tài)沖擊，也更符合經(jīng)濟(jì)現(xiàn)實(shí)。因此本文選擇SVAR模型。

含有k個(gè)變量的p階結(jié)構(gòu)向量自回歸模型SVAR(p)一般矩陣形式可表示如下：

2.3 模型的建立和識(shí)別

在SVAR模型的估計(jì)中，經(jīng)常會(huì)遇到模型的識(shí)別性問題，即如果不對(duì)SVAR模型參數(shù)加以限制，將對(duì)模型參數(shù)無法估計(jì)。一般地，對(duì)于k元 p階的SVAR模型，至少需要對(duì)結(jié)構(gòu)式施加限制條件的個(gè)數(shù)為k(k-1)/2個(gè)，才能估計(jì)出模型的參數(shù)。特別地，對(duì)于AB型SVAR模型，通過短期約束條件一般將矩陣A設(shè)定為主對(duì)角元素為1的矩陣，將矩陣B設(shè)定為單位矩陣，此時(shí)還需要根據(jù)經(jīng)濟(jì)學(xué)原理在矩陣A中添加2k2-k(k+1)/2-(k2+k)個(gè)約束條件。在本文中，考慮建立包含RM2、RATE 、RCPI、RGDP、RLOAN、RSB在內(nèi)的六個(gè)變量的SVAR模型，則需要根據(jù)經(jīng)濟(jì)學(xué)原理在模型中添加15個(gè)約束條件。

本文對(duì)SVAR模型的設(shè)定主要依據(jù)現(xiàn)代貨幣政策傳導(dǎo)機(jī)制中常用的歐拉等式（即IS等式）、菲利普斯曲線和貨幣政策反應(yīng)方程（Taylor規(guī)則）三個(gè)方程：

其中xi表示真實(shí)總產(chǎn)出缺口，πt表示通貨膨脹，it表示短期利率，uxt、uπt和uit分別表示需求沖擊、供給沖擊和貨幣政策沖擊項(xiàng)。

IS等式描述了真實(shí)經(jīng)濟(jì)產(chǎn)出缺口與真實(shí)利率(it-πt)之間的線性關(guān)系，由于實(shí)際產(chǎn)出缺口無法觀測(cè)，如果將GDP增長(zhǎng)率近似為產(chǎn)出缺口，即表明GDP主要受自身外的名義利率水平和通貨膨脹因素的影響。菲利普斯曲線將通貨膨脹定義為歷史的膨脹率和真實(shí)經(jīng)濟(jì)產(chǎn)出缺口的函數(shù)。貨幣政策反應(yīng)方程則說明了貨幣政策工具，即短期利率，本身具有一定的平滑性特征（利率滯后項(xiàng)的出現(xiàn)），同時(shí)受到經(jīng)濟(jì)產(chǎn)出缺口和通脹壓力的影響。鑒于以上三個(gè)等式本文將約束矩陣A中部分元素設(shè)定為0。

3 相關(guān)檢驗(yàn)

3.1 平穩(wěn)性檢驗(yàn)

為建立SVAR模型,需要檢驗(yàn)各指標(biāo)時(shí)間序列的平穩(wěn)性。對(duì)RM2、RATE、RCPI、RGDP 、RLOAN、RSB 進(jìn)行平穩(wěn)性檢驗(yàn)，本文采用ADF法分別對(duì)六變量進(jìn)行檢驗(yàn)，結(jié)果如表1所示，在5%的顯著性水平，RM2、RATE 、RCPI、RGDP、RLOAN、RSB均為一階單整序列，符合向量自回歸模型建模的前提條件。

表1 各項(xiàng)變量的平穩(wěn)性檢驗(yàn)(ADF檢驗(yàn))

3.2 模型滯后階數(shù)檢驗(yàn)

滯后期的選擇對(duì)估計(jì)SVAR模型至關(guān)重要：滯后期越短，誤差項(xiàng)的自相關(guān)性越嚴(yán)重，將會(huì)造成模型參數(shù)的非一致性估計(jì)；滯后期太長(zhǎng)，雖然能夠完整地反映模型的動(dòng)態(tài)特征，但由此導(dǎo)致的自由度減少將直接影響模型參數(shù)估計(jì)的有效性。本文分別用1～8階作為滯后階數(shù)依次進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果表明最佳滯后階數(shù)為2階。為此本文建立SVAR模型如下：

3.3 協(xié)整檢驗(yàn)

協(xié)整關(guān)系是指兩個(gè)及兩個(gè)以上平穩(wěn)時(shí)間序列之間具有一種長(zhǎng)期穩(wěn)定的均衡關(guān)系。在SVAR模型中變量為向量，因此本文采用Johansen檢驗(yàn)法來檢驗(yàn)RM2、RATE、RCPI、RGDP、RLOAN、RSB之間的協(xié)整關(guān)系。結(jié)果表明模型中存在一種協(xié)整關(guān)系，說明RM2、RATE 、RCPI、RGDP、RLOAN、RSB之間確實(shí)存在著一種長(zhǎng)期穩(wěn)定均衡狀態(tài)。

3.4 模型穩(wěn)定性檢驗(yàn)

VAR模型的穩(wěn)定性檢驗(yàn)是進(jìn)行脈沖響應(yīng)函數(shù)分析的前提，根據(jù)對(duì)上述變量構(gòu)建的VAR模型的穩(wěn)定性分析，發(fā)現(xiàn)VAR模型的單位特征根的倒數(shù)都在單位圓之內(nèi)（如圖2所示），這說明VAR模型是穩(wěn)定的，因此下一步可以運(yùn)用脈沖響應(yīng)函數(shù)來進(jìn)行動(dòng)態(tài)沖擊分析。

圖2 模型的穩(wěn)定性檢驗(yàn)

4 SVAR模型參數(shù)估計(jì)和分析

4.1 模型參數(shù)估計(jì)

SVAR模型的短期約束矩陣為A，B。其中A矩陣對(duì)角線為1，非約束元素為C(i)，i=1，2，…，16。B矩陣為單位矩陣，根據(jù)模型識(shí)別條件中各項(xiàng)經(jīng)濟(jì)學(xué)理論對(duì)SVAR模型條件的限制，對(duì)矩陣A設(shè)定為：

利用Eviews6.0軟件對(duì)模型進(jìn)行估計(jì)，估計(jì)結(jié)果見表2所示。

從表4對(duì)SVAR模型矩陣A的估計(jì)結(jié)果可以看出，大多數(shù)參數(shù)估計(jì)結(jié)果均為顯著，這表明所選變量之間存在當(dāng)期相互影響關(guān)系，采用SVAR模型能夠較好地將這種關(guān)系揭示出來。

4.2 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)的基本思想是用時(shí)間序列模型來分析變量之間的影響，考察單個(gè)變量的變化所帶來的擾動(dòng)項(xiàng)是如何傳播到各個(gè)變量的。協(xié)整關(guān)系分析從靜態(tài)上反映了變量之間的長(zhǎng)期均衡關(guān)系，而脈沖響應(yīng)函數(shù)則從動(dòng)態(tài)上揭示了變量之間的關(guān)系。沖擊效果如圖3和圖4，橫軸代表滯后期數(shù)，縱軸代表變化率。

表2 模型參數(shù)估計(jì)情況

4.2.1 RM2、RATE、RCPI、RGDP 、RLOAN 對(duì)影子銀行（RSB）的沖擊效應(yīng)。

從圖3可以看出，RLOAN和RM2對(duì)RSB的沖擊持續(xù)時(shí)間較長(zhǎng)，時(shí)滯期在12期以上，這是因?yàn)樨泿虐l(fā)行量的增加和銀行貸款的增加大部分會(huì)投入到實(shí)體經(jīng)濟(jì)中，需要一定的生產(chǎn)周期之后才會(huì)影響到影子銀行規(guī)模；信貸沖擊初始會(huì)對(duì)影子銀行發(fā)展造成負(fù)向影響，說明傳統(tǒng)銀行信貸和影子銀行是此消彼長(zhǎng)的關(guān)系。RATE和RCPI對(duì)RSB的影響為正向影響，逐漸衰減，時(shí)滯期為12期左右，可以理解為當(dāng)物價(jià)水平上升時(shí)，居民處于避險(xiǎn)保值的考慮會(huì)將資金投入到收益率相對(duì)較高的影子銀行當(dāng)中。影子銀行資金利率符合市場(chǎng)利率，遠(yuǎn)高于受管制的銀行存貸款利率，因此市場(chǎng)利率水平的上升會(huì)推動(dòng)影子銀行收益率上升，高額的收益率會(huì)吸收更多的資金，導(dǎo)致影子銀行規(guī)模擴(kuò)大。

圖3 M2、RATET、RCPI、RGDP 、RLOAN對(duì)RSB的沖擊效應(yīng)圖

4.2.2 RSB 對(duì)RM2、RATE、RCPI、RGDP 、RLOAN的沖擊效應(yīng)。

反過來看RSB對(duì)RM2、RATE、RCPI、RGDP 、RLOAN的沖擊效應(yīng)，從圖4中可知，RSB對(duì)RATE、CPI、RGDP、RLOAN的沖擊均為逐漸衰減，其中對(duì)自身的沖擊衰減最快，在12期時(shí)幾乎衰減為0。其中影子銀行對(duì)利率的沖擊較小，說明我國(guó)的同業(yè)拆借市場(chǎng)利率受管制較強(qiáng)，還不能反映真實(shí)的市場(chǎng)利率水平。影子銀行對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊為正，說明影子銀行募集的資金大多還是會(huì)投入到實(shí)體經(jīng)濟(jì)當(dāng)中，促進(jìn)經(jīng)濟(jì)的快速增長(zhǎng)，證明了上面所做的理論分析。但是初始沖擊較強(qiáng)，而后迅速衰減下去，這可以理解為影子銀行投入實(shí)體的資金不具有長(zhǎng)期效應(yīng)，資金有較強(qiáng)的逐利性，更多的流入見效快但又過熱的行業(yè)，如房地產(chǎn)等。從短期來看，會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)有積極作用，但是長(zhǎng)期看為經(jīng)濟(jì)危機(jī)的爆發(fā)埋下了隱患。另外，影子銀行規(guī)模對(duì)RM2的影響為正，且隨時(shí)間增加有逐步擴(kuò)大趨勢(shì)，這表明影子銀行對(duì)貨幣供應(yīng)量等貨幣政策中介指標(biāo)會(huì)有影響，增加了央行通過貨幣政策工具對(duì)宏觀經(jīng)濟(jì)調(diào)控的難度。這個(gè)結(jié)果同李波（2011），駱振心、馮科（2012）等的推論是一致的，同時(shí)也驗(yàn)證了前文的理論分析。

圖4 RSB對(duì)RM2、RATE、RCPI、RGDP 、RLOAN的沖擊效應(yīng)圖

4.3 方差分解分析

脈沖響應(yīng)函數(shù)描述的是SVAR模型中的一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響。而方差分解是通過分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。本為選擇幾個(gè)主要變量進(jìn)行方差分解。

4.3.1 貨幣供應(yīng)量（M2）的方差分解。

從M2的方差分解圖中可以看出，排除其自身的影響外，利率水平對(duì)M2的影響最大，在12期時(shí)達(dá)到29.1%。信貸水平次之，在12期時(shí)候?yàn)?3.9%。影子銀行規(guī)模對(duì)M2也有較大影響，在12期時(shí)候?yàn)?1.3%。

圖5 貨幣供應(yīng)量（M2）的方差分解圖

4.3.2 傳統(tǒng)信貸（LOAN）的方差分解。

從信貸變量LOAN的方差分解圖中可以看出，M2對(duì)其有較為明顯的影響，在期初時(shí)候?yàn)?8.23%，與該變量自身的影響幾乎相當(dāng)（為48.6%）。影子銀行規(guī)模對(duì)信貸期初的影響較小，僅為1.92%，但后來有所增加，在12期時(shí)候增加至6.77%，表明在我國(guó)影子銀行并不能完全代替信貸，更多的是信貸的一種補(bǔ)充。利率和經(jīng)濟(jì)增長(zhǎng)對(duì)信貸開始影響不大，但是隨著時(shí)間的增加，影響越來越大。

圖6 傳統(tǒng)信貸（LOAN）的方差分解圖

4.3.3 影子銀行（SB）的方差分解。

從銀子銀行方差分解圖中可以看出，來自其自身的影響一直較為明顯，期初為100%，到12期時(shí)雖然有所減弱但仍在50%以上。可以這么理解，上期影子銀行發(fā)展?fàn)顩r對(duì)投資者的預(yù)期會(huì)有很大的影響，上期影子銀行規(guī)模擴(kuò)大會(huì)向投資者傳達(dá)出影子銀行受到廣大投資者的信任、風(fēng)險(xiǎn)可以控制的特征，再加之其高額收益率，會(huì)導(dǎo)致本期影子銀行規(guī)模再次擴(kuò)大。與之相反，當(dāng)上期影子銀行規(guī)模有所減少的時(shí)候，會(huì)向投資者傳達(dá)風(fēng)險(xiǎn)加大的信號(hào)，會(huì)導(dǎo)致影子銀行規(guī)模迅速減少。信貸和經(jīng)濟(jì)狀況對(duì)影子銀行的影響也會(huì)逐步增強(qiáng)，在12期時(shí)，影響分別為11.14%和19.37%。這是因?yàn)楫?dāng)經(jīng)濟(jì)快速增長(zhǎng)時(shí)，實(shí)體經(jīng)濟(jì)對(duì)資金的需求量較大，但傳統(tǒng)信貸易受信貸規(guī)模、存貸比等銀行監(jiān)管因素的影響，追求利潤(rùn)最大化的銀行會(huì)將資金轉(zhuǎn)移到監(jiān)管較松的影子銀行，從而促進(jìn)影子銀行發(fā)展；貨幣供應(yīng)量對(duì)影子銀行也有所影響，但影響較為滯后，到12期時(shí)，影響為14.9%。這是因?yàn)?，央行增加貨幣供給一般通過銀行信貸投入到實(shí)體經(jīng)濟(jì)中進(jìn)行傳導(dǎo)，需要一定的傳導(dǎo)時(shí)間。利率對(duì)影子銀行的影響不大，這與分析不符，這是因?yàn)槲覈?guó)市場(chǎng)利率管制較強(qiáng)，同業(yè)拆借市場(chǎng)利率并不能真實(shí)的代表市場(chǎng)化利率水平。

圖7 影子銀行（SB）的方差分解

5 結(jié)論與啟示

本文對(duì)IS-LM模型進(jìn)行擴(kuò)展分析，采用多項(xiàng)經(jīng)濟(jì)指標(biāo)建立并識(shí)別結(jié)構(gòu)向量自回歸模型（SVAR）研究影子銀行對(duì)我國(guó)貨幣政策調(diào)控效果的影響。實(shí)證結(jié)果顯示，影子銀行同各經(jīng)濟(jì)指標(biāo)存在緊密的聯(lián)系；其發(fā)展對(duì)貨幣政策傳導(dǎo)機(jī)制如信貸、利率的傳導(dǎo)效果造成影響；影子銀行對(duì)貨幣供應(yīng)量等貨幣政策中介指標(biāo)會(huì)有影響，增加了央行通過貨幣政策工具對(duì)宏觀經(jīng)濟(jì)調(diào)控的難度；影子銀行的發(fā)展對(duì)經(jīng)濟(jì)具有擴(kuò)張作用，但也存在影子銀行資金不具有長(zhǎng)期效應(yīng)，易流入見效快但又過熱行業(yè)從而引發(fā)經(jīng)濟(jì)危機(jī)的負(fù)面作用；我國(guó)較強(qiáng)的利率管制使得通過同業(yè)市場(chǎng)拆借利率來研究我國(guó)影子銀行并不能得到滿意的結(jié)果。

上述研究結(jié)論也給我們以下啟示：中央銀行在進(jìn)行宏觀調(diào)控時(shí)，需要調(diào)整原有貨幣政策反應(yīng)函數(shù)，執(zhí)行更為謹(jǐn)慎的貨幣政策（例如更低的貨幣增速或更高的基準(zhǔn)利率），以抵消影子銀行的擴(kuò)張作用，否則，中央銀行盯著貨幣供應(yīng)量作為中介目標(biāo)來調(diào)控經(jīng)濟(jì)增長(zhǎng)、通貨膨脹的目的將無法按預(yù)期實(shí)現(xiàn)。影子銀行的發(fā)展是金融發(fā)展，金融創(chuàng)新的必然結(jié)果，對(duì)影子銀行的發(fā)展我們要有正確的認(rèn)識(shí)，不能全盤否定，但也不能放任自流，要注意加強(qiáng)監(jiān)控，防控風(fēng)險(xiǎn)。

[1]易憲容,王國(guó)剛.美國(guó)次貸危機(jī)的流動(dòng)性傳導(dǎo)機(jī)制的金融分析[J].金融研究,2010,(5).

[2]李波,伍戈.影子銀行的信用創(chuàng)造功能及其對(duì)貨幣政策的挑戰(zhàn)[J].金融研究,2011,(12).

[3]周小川.金融政策對(duì)金融危機(jī)的響應(yīng)—宏觀審慎政策框架的形成背景、內(nèi)在邏輯和主要內(nèi)容[J].金融研究,2011,(1).

[4]項(xiàng)衛(wèi)星,李宏瑾.我國(guó)中央銀行數(shù)量型貨幣調(diào)控面臨的挑戰(zhàn)與轉(zhuǎn)型方向[J].國(guó)際金融研究,2012,(7).

[5]駱振心,馮科.影子銀行與我國(guó)貨幣政策傳導(dǎo)[J].武漢金融,2012,(4).

[6]McCulley P.Teton Reflections[Z].pimco.com,2007.

[7]Financial Stability Board.Shadow Banking:Scoping the Issues-A Background Note of the Financial Stability Board[R].FSB Working Paper,2011.

[8]Gennaioli N,Shleifer A,Vishny R W.A Model of Shadow Banking[J].Journal of Finance,2013,68(4).