影子銀行、地方政府債務(wù)及金融發(fā)展動態(tài)關(guān)系研究
——基于省級面板VAR模型

張 帥

(重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400044)

近年來，中國影子銀行和地方政府債務(wù)問題日漸凸顯，影響經(jīng)濟(jì)及金融系統(tǒng)穩(wěn)定性，引發(fā)普遍關(guān)注。根據(jù)穆迪①穆迪：中國影子銀行季度監(jiān)測報告(2016)。的研究，2015年中國影子銀行系統(tǒng)資產(chǎn)總值高達(dá)53萬億，影子銀行規(guī)模占GDP比重從2014年底的71%上升到2015年底的79%，對中國宏觀金融的穩(wěn)定構(gòu)成巨大威脅與挑戰(zhàn)。為了應(yīng)對2008年國際金融危機(jī)對中國經(jīng)濟(jì)的影響，中央政府出臺了經(jīng)濟(jì)刺激政策(一般被稱為“四萬億計(jì)劃”)。Bai等估計(jì)，隨之而來的地方政府的財(cái)政擴(kuò)張遠(yuǎn)超4萬億規(guī)模，使地方政府債務(wù)迅速增加10萬億以上[1]14。據(jù)統(tǒng)計(jì)，2014年末全國地方政府債務(wù)余額為15.4萬億元，另外地方政府或有債務(wù)(即負(fù)有擔(dān)保救助責(zé)任的債務(wù))約8.6萬億元(1)數(shù)據(jù)來源：《國務(wù)院關(guān)于提請審議批準(zhǔn)2015年地方政府債務(wù)限額的議案》，http://www.npc.gov.cn/wxzl/gongbao/2015-11/11/content_1951897.htm.。因此，政府債務(wù)、影子銀行以及房地產(chǎn)泡沫并稱為中國經(jīng)濟(jì)增長中的三大金融壓力。中央進(jìn)一步將維護(hù)系統(tǒng)性金融穩(wěn)定列為三大主要任務(wù)之一[2]。

影子銀行與地方政府債務(wù)密切相關(guān)，無論探討其中哪一方面，都不得不涉及另一話題。影子銀行與常規(guī)銀行業(yè)之間關(guān)聯(lián)度高，是其一種表外業(yè)務(wù)，因此某一地區(qū)金融發(fā)展水平也與影子銀行規(guī)模密切相關(guān)。同時，金融發(fā)展也會影響地方政府融資途徑，進(jìn)而影響其債務(wù)規(guī)模。因此，需要將影子銀行、地方政府債務(wù)和金融發(fā)展三個問題納入同一個系統(tǒng)中，綜合分析三者之間的動態(tài)耦合關(guān)系。本文旨在厘清以上變量之間相互影響機(jī)理，探究我國影子銀行和地方政府債務(wù)形成原因，客觀分析影子銀行、地方政府債務(wù)和金融發(fā)展之間的利弊影響，并對解決影子銀行過度擴(kuò)張、地方政府債務(wù)規(guī)模急劇上升以及防范系統(tǒng)性債務(wù)危機(jī)和金融風(fēng)險等問題提出政策建議，具有一定現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

影子銀行(Shadow Banking)的具體概念，最早由美國太平洋資產(chǎn)管理有限公司(PIMCO)的保羅·麥克利(Paul McCulley)定義：非銀行的融資渠道、媒介和機(jī)構(gòu)。中國銀監(jiān)會在2013年給出的定義為：游離于監(jiān)管體制之外，有可能引發(fā)系統(tǒng)性風(fēng)險和監(jiān)管套利的信用中介機(jī)構(gòu)。雖然我國影子銀行起步晚，但發(fā)展迅速，增速遠(yuǎn)高于世界的平均水平[3-4]。影子銀行的出現(xiàn)是為解決企業(yè)部門融資需求以及居民部門債務(wù)需求，因此在某種程度上會促進(jìn)經(jīng)濟(jì)增長[5]。但Kenc和Dibooglu發(fā)現(xiàn)，對影子銀行監(jiān)管難度較大，因此容易引發(fā)監(jiān)管缺位，使其極易形成業(yè)務(wù)高杠桿，從而導(dǎo)致風(fēng)險集聚效應(yīng)更加迅速[6]。因此，一旦影子銀行系統(tǒng)崩潰則容易引發(fā)類似于2008年的全球性金融危機(jī)。關(guān)于我國影子銀行研究的已有文獻(xiàn)中，多數(shù)學(xué)者從利率雙軌制的角度解釋這一現(xiàn)象[7-8]。而李睿則從需求端和供給端進(jìn)行了深入分析：從需求端看，實(shí)體部門的金融需求增長速度超過了市場利率化速度，使影子銀行作為一種替代性合約安排出現(xiàn)；從供給端看，受到地方政府管控的銀行資金可以通過信托公司這一渠道進(jìn)入影子銀行系統(tǒng)，為其繁榮提供了不可或缺的條件[9]20。

政府債務(wù)與影子銀行以及房地產(chǎn)泡沫，被認(rèn)為是影響中國經(jīng)濟(jì)增長的三大金融壓力[10]。地方政府債務(wù)與影子銀行、金融發(fā)展、經(jīng)濟(jì)增長等因素之間的相關(guān)性研究是近年來的熱點(diǎn)問題。郭步超和王博使用面板數(shù)據(jù)，證實(shí)政府債務(wù)對經(jīng)濟(jì)增長存在門檻效應(yīng)[11]。梁冬英從理論和實(shí)證上系統(tǒng)地分析了影子銀行與地方政府債務(wù)之間的動態(tài)關(guān)系，發(fā)現(xiàn)兩者正相關(guān)且存在雙向影響[12]。劉錫良和李秋嬋構(gòu)建了金融發(fā)展水平與地方政府債務(wù)的面板門檻模型，認(rèn)為兩者之間存在“門檻效應(yīng)”：一旦地方政府的融資需求規(guī)模越過了門檻值，就難以通過傳統(tǒng)金融機(jī)構(gòu)獲得資金，只能轉(zhuǎn)向影子銀行系統(tǒng)[13]。Bai等發(fā)現(xiàn)金融危機(jī)以后的刺激計(jì)劃導(dǎo)致地方債務(wù)激增并降低了生產(chǎn)率，是近年來中國經(jīng)濟(jì)增長乏力的重要原因之一[1]。

劉錫良和李秋嬋認(rèn)為，地區(qū)間金融發(fā)展的差異將直接影響地方政府債務(wù)融資方式以及償債能力，因此金融發(fā)展與政府債務(wù)、經(jīng)濟(jì)發(fā)展密切相關(guān)[13]。Hauner指出當(dāng)金融發(fā)展水平低于門檻值時，對經(jīng)濟(jì)增長有負(fù)向影響；當(dāng)?shù)胤秸畟鶆?wù)低于某一門檻值時，可能有助于提升金融發(fā)展水平[14]。Ismihan和Ozkan發(fā)現(xiàn)在金融發(fā)展水平較低的國家/地區(qū)，政府借貸會抑制當(dāng)?shù)亟鹑诤徒?jīng)濟(jì)發(fā)展，而當(dāng)金融發(fā)展水平處于高位時，地方政府的債務(wù)規(guī)模對金融發(fā)展或經(jīng)濟(jì)發(fā)展的影響則較弱[15]。林毅夫和姜燁基于中國省級面板數(shù)據(jù)發(fā)現(xiàn)：在銀行集中度越高的地區(qū)，如果國有企業(yè)占比高，則有利于經(jīng)濟(jì)發(fā)展水平的提高，否則相反[16-17]。劉行和葉康濤認(rèn)為一個地區(qū)金融發(fā)展水平與當(dāng)?shù)卣?cái)政有很大關(guān)系，金融規(guī)模越大能為地方政府提供的財(cái)政收入越高[18]。楊友才發(fā)現(xiàn)金融發(fā)展水平與經(jīng)濟(jì)增長之間呈現(xiàn)出非線性關(guān)系且存在地區(qū)差異，西部地區(qū)的門檻值依次高于中部和東部[19]。劉錫良和李秋嬋研究了金融發(fā)展與地方政府債務(wù)規(guī)模之間的關(guān)系，發(fā)現(xiàn)以地方政府債務(wù)規(guī)模作為門檻變量時，金融發(fā)展越高的地區(qū)，地方政府債務(wù)規(guī)模的門檻值也較高；但是當(dāng)?shù)胤秸畟鶆?wù)規(guī)模超過最高門檻值時，地方政府就很難通過金融市場來緩解其債務(wù)壓力。

盡管不少文獻(xiàn)涉及影子銀行與政府債務(wù)之間關(guān)系的研究，以及政府債務(wù)與金融發(fā)展的研究，但不足之處在于：第一，影子銀行、地方政府債務(wù)及金融發(fā)展水平之間均存在一定的動態(tài)雙向關(guān)系，但尚未有文獻(xiàn)清晰地將三者結(jié)合起來納入一個統(tǒng)一的模型中進(jìn)行分析。第二，已有文獻(xiàn)多以靜態(tài)模型分析兩兩之間的影響機(jī)制，但整個經(jīng)濟(jì)系統(tǒng)總是處于變化之中，經(jīng)濟(jì)序列之間的關(guān)系呈現(xiàn)出時變趨勢，存在結(jié)構(gòu)不穩(wěn)定性，而靜態(tài)模型難以捕捉結(jié)構(gòu)突變，也無法刻畫它們之間的動態(tài)關(guān)系。第三，涉及影子銀行問題的研究多集中在全國層面，而缺乏對省級單位的研究。目前隨著地方政府債務(wù)問題的凸顯，在省級層面研究影子銀行與地方政府債務(wù)之間的相互關(guān)系顯得十分必要。

本文的主要邊際貢獻(xiàn)在于：第一，運(yùn)用動態(tài)面板模型(PVAR)將影子銀行、地方政府債務(wù)和金融發(fā)展3個經(jīng)濟(jì)變量納入同一個系統(tǒng)中進(jìn)行動態(tài)分析，同時控制了經(jīng)濟(jì)發(fā)展水平以提升模型準(zhǔn)確性。第二，首次從省級單位分析了影子銀行與地方政府債務(wù)之間的關(guān)系。第三，本研究解釋了影子銀行、地方政府債務(wù)及金融發(fā)展水平之間存在關(guān)聯(lián)性的原因，為解決當(dāng)前影子銀行和地方政府債務(wù)過度增長帶來的系統(tǒng)性金融風(fēng)險提供了實(shí)證依據(jù)。

二、模型設(shè)定與變量選擇

(一)模型設(shè)定

已有文獻(xiàn)分析表明，影子銀行、地方政府債務(wù)和金融發(fā)展之間存在著復(fù)雜的動態(tài)耦合關(guān)系，且可能具有滯后效應(yīng)，會導(dǎo)致普通回歸模型產(chǎn)生內(nèi)生性、自相關(guān)等問題，同時面板數(shù)據(jù)中可能存在一些時間和個體等非觀測效應(yīng)。因此，需要在模型中引入變量滯后項(xiàng)以解決內(nèi)生性問題。為實(shí)現(xiàn)動態(tài)分析，需同時引入時間效應(yīng)和個體效應(yīng)以避免遺漏重要解釋變量。故本文采用面板向量自回歸(PVAR)模型[20-21]分析影子銀行規(guī)模、地方政府債務(wù)、金融發(fā)展以及經(jīng)濟(jì)水平之間的動態(tài)關(guān)系，并設(shè)定這四個變量作為系統(tǒng)內(nèi)生變量，建立以下PVAR模型：

(1)

其中，Yit為一個1×4階向量，包含內(nèi)生變量：影子銀行規(guī)模(shabank)、地方政府債務(wù)規(guī)模(deficit)、金融發(fā)展水平(finance)、經(jīng)濟(jì)發(fā)展水平(gdp)。δt表示不可觀察的時間效應(yīng)，反映除上述4個內(nèi)生變量外，隨時間變化的因素所產(chǎn)生的影響，如政策變革、技術(shù)進(jìn)步、金融危機(jī)等。ηi是不可觀察的個體效應(yīng)，表示不同地區(qū)之間的差異性，如政府監(jiān)管力度、金融監(jiān)督條例等。εit表示不包含時間和個體特征的隨機(jī)誤差項(xiàng)。i∈[1,28]表示省級截面單位，本文包含除北京、上海和西藏地區(qū)以外的28個省級單位，j表示向量滯后階數(shù)。t是時間下標(biāo)，本文樣本周期為2004年到2017年，時間跨度較短，僅為14年，因此認(rèn)為數(shù)據(jù)在樣本期間不存在單位根。與普通VAR模型相比，面板VAR的優(yōu)點(diǎn)在于對時間序列長度要求大大降低[22-23]，這為本文的估計(jì)提供了便利。本文參照Love和Zicchino[20]所提供的方法以及代碼，使用系統(tǒng)GMM法估計(jì)面板VAR系數(shù)。

(二)變量選取及數(shù)據(jù)來源

本文面板VAR模型中的4個變量的度量方式如下。

影子銀行規(guī)模(shabank)。我國目前并沒有政府部門或研究機(jī)構(gòu)直接估算出省級影子銀行規(guī)模，對其估計(jì)存在一定困難，因此需要根據(jù)其概念界定進(jìn)行測度。本文參考解鳳敏等[24]、張帥[25]18的方法嘗試對各省級單位影子銀行規(guī)模進(jìn)行推算。一般而言，我國不同地區(qū)之間的影子銀行規(guī)模差異過大，因此本文在實(shí)證研究中采用影子銀行規(guī)模與當(dāng)?shù)厣a(chǎn)總值GDP的比值作為影子銀行規(guī)模的測度指標(biāo)，具體方法見公式(2)，其中ft代表地區(qū)固定資產(chǎn)投資總額，db代表國家預(yù)算內(nèi)撥款，dl是國內(nèi)貸款，fc為利用外資規(guī)模，s表示自籌資金規(guī)模。

(2)

地方政府債務(wù)規(guī)模即地方政府赤字規(guī)模(deficit)。我國對各省級單位的政府債務(wù)規(guī)模的統(tǒng)計(jì)年份較晚，國家審計(jì)署2010年之后才陸續(xù)公布統(tǒng)計(jì)數(shù)據(jù)且不連續(xù)，因此無法直接獲得2004—2017年間的地方政府債務(wù)數(shù)據(jù)。本文采用地方政府財(cái)政赤字占生產(chǎn)總值(GDP)之比作為地方政府債務(wù)相對規(guī)模的代理指標(biāo)，該指標(biāo)被廣泛用于度量地方政府的財(cái)政壓力[25-26]，見公式(3)所示，其中be是地方政府一般預(yù)算支出，bi代表一般預(yù)算收入。

(3)

金融發(fā)展規(guī)模(finance)。本文所采用的金融發(fā)展指標(biāo)具體指金融發(fā)展規(guī)模，即傳統(tǒng)的金融發(fā)展深度指標(biāo)，關(guān)于該指標(biāo)的測度也有較多方法。有些文獻(xiàn)使用存貸比度量金融發(fā)展效率，但2015通過的《中華人民共和國商業(yè)銀行法修正案(草案)》已經(jīng)刪除了存貸比不得超過75% 的監(jiān)管規(guī)定。高然等認(rèn)為存貸比取消的時間還不長，故當(dāng)前還很難識別存貸比取消對影子銀行的影響效果[27]。本文參考Macesich和Goldsmith[28]，李梅[29]以及張成思和朱越騰[30]的計(jì)算方法，使用金融相關(guān)率(FIR)也就是金融資產(chǎn)規(guī)模在GDP中的比重來測度金融發(fā)展水平，其計(jì)算方法見公式(4)。其中de和lo分別代表年末金融機(jī)構(gòu)的本外幣存款余額和貸款余額。該指標(biāo)表明北京和上海地區(qū)的金融發(fā)展異常高于全國其他地區(qū)，原因在于北京與上海是全國性金融中心，吸納了全國范圍的大量存貸款，因此明顯不同于其他地區(qū)。為了提高結(jié)果的可比性，本文的樣本將北京和上海剔除；西藏由于缺失部分年份的數(shù)據(jù)，一同剔除。因此，本文數(shù)據(jù)樣本由2004—2017年中國28個省級行政單位的面板數(shù)據(jù)組成(2)上述變量中的影子銀行、地方政府債務(wù)以及國內(nèi)生產(chǎn)總值數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。金融發(fā)展數(shù)據(jù)從中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫獲得，但我們發(fā)現(xiàn)其統(tǒng)計(jì)結(jié)果存在口徑不一致的問題，因此為了保證口徑一致，根據(jù)各省份年度統(tǒng)計(jì)年鑒對該變量進(jìn)行調(diào)整。。

(4)

經(jīng)濟(jì)發(fā)展水平(gdp)。經(jīng)濟(jì)發(fā)展水平與影子銀行、地方政府債務(wù)及金融發(fā)展有緊密關(guān)聯(lián)，本文將其引入面板VAR系統(tǒng)中，以消除地區(qū)間經(jīng)濟(jì)發(fā)展水平差異所帶來的影響。與已有文獻(xiàn)一致，度量方式為人均GDP取對數(shù)。見公式(5)，其中per capita GDP即地區(qū)人均GDP。

gdp=ln (percapitaGDP)

(5)

(三)變量描述性統(tǒng)計(jì)與多重共線性檢驗(yàn)

表1上半部分報告了各變量指標(biāo)的描述性統(tǒng)計(jì)結(jié)果，以作為進(jìn)一步實(shí)證研究的基礎(chǔ)。結(jié)果顯示，我國各省級單位的影子銀行規(guī)模相差較大，最大影子銀行規(guī)模超過GDP的50%，而最低影子銀行規(guī)模不足GDP的3%，這與不同地區(qū)的政策、經(jīng)濟(jì)及金融發(fā)展水平有較大關(guān)系。各地區(qū)平均政府負(fù)債水平占GDP的12%左右，最高值達(dá)到52%，最低值不足1%，差異性明顯。各地區(qū)年末金融機(jī)構(gòu)本幣存貸款余額規(guī)模平均值是GDP的2.6倍，最高值是GDP的4.8倍，而最低值僅為0.36，這說明地區(qū)間的金融發(fā)展水平具有顯著差異。另外，北京與上海的金融發(fā)展規(guī)模高達(dá)GDP的6倍以上，因此將其剔除是合理的。

嚴(yán)重的多重共線性問題會使估計(jì)結(jié)果和模型預(yù)測功能失去意義，因此需要對相關(guān)變量進(jìn)行多重共線性檢驗(yàn)。本文通過計(jì)算各變量之間兩兩相關(guān)系數(shù)來判斷多重共線性是否存在，計(jì)算結(jié)果見表 1 下半部分，其中影子銀行變量(shabank)與 金融發(fā)展變量(finance)之間的相關(guān)系數(shù)數(shù)值最大，約為0.54，其他變量之間的相關(guān)系數(shù)均小于 0.4，這說明本文各變量之間不存在嚴(yán)重多重共線性問題。同時，通過將其中某一變量作為被解釋變量與剩余解釋變量建立輔助回歸方程而得到擬合系數(shù)，進(jìn)而計(jì)算方差膨脹因子(vif)，結(jié)果顯示方差膨脹因子的數(shù)值均小于2(限于篇幅，未列出)，該結(jié)果進(jìn)一步表明本文所采用的變量之間的多重共線性現(xiàn)象不會對最終的估計(jì)結(jié)果造成影響。本文涉及的估計(jì)結(jié)果均由stata15軟件工具包實(shí)現(xiàn)。

表1 總體描述性統(tǒng)計(jì)與相關(guān)性檢驗(yàn)結(jié)果

三、實(shí)證結(jié)果與分析

(一)滯后階數(shù)選擇

在面板VAR模型建立過程中，確定變量滯后階數(shù)對模型設(shè)定和擬合至關(guān)重要。因?yàn)?，?dāng)滯后階數(shù)過長時，模型所需估計(jì)參數(shù)較多，會損失較多自由度進(jìn)而降低擬合精度；而當(dāng)滯后階數(shù)過短時，又無法完整地捕捉模型的動態(tài)特征。因此，為確定面板VAR(PVAR)模型中的滯后階數(shù)，本文基于Andrews和Lu[31]提出的MAIC(MMSC-Akaike information criterion)、MBIC(MMSC-Bayesian information criterion)和MQIC(MMSC-Hannan and Quinn information criterion)準(zhǔn)則選則PVAR的最優(yōu)滯后階數(shù)，具體結(jié)果見表2。Andrews和Lu建議選擇MAIC、MBIC或者HQIC數(shù)值最小的模型。當(dāng)三者結(jié)果不一致時，通常認(rèn)為MBIC/HQIC標(biāo)準(zhǔn)優(yōu)于MAIC。因此根據(jù)表2的結(jié)果，可知PVAR模型最優(yōu)滯后階數(shù)為1階。Andrews和Lu的MMSC信息準(zhǔn)則主要基于Hansen的J統(tǒng)計(jì)量，該統(tǒng)計(jì)量要求矩條件個數(shù)大于內(nèi)生變量個數(shù)，適合于本文時間跨度較小的小樣本情形。

表2 滯后階數(shù)選擇結(jié)果

(二)模型穩(wěn)定性檢驗(yàn)

面板VAR模型要求數(shù)據(jù)整體具有穩(wěn)定性，是后續(xù)進(jìn)行系數(shù)估計(jì)、脈沖響應(yīng)函數(shù)檢驗(yàn)以及方差分解的前提，否則無法保證脈沖響應(yīng)函數(shù)收斂性。PVAR模型的穩(wěn)定性要求動態(tài)矩陣特征值的模位于單位圓內(nèi)，由圖1可知，本文所建立的模型滿足穩(wěn)定性條件。

圖1 面板VAR模型穩(wěn)定性檢驗(yàn)

(三)面板VAR估計(jì)

對公式(1)建立的PVAR模型采用系統(tǒng)GMM法進(jìn)行估計(jì)，回歸結(jié)果如表3所示?？芍白鱼y行、政府債務(wù)、金融發(fā)展3個變量間存在顯著的雙向動態(tài)關(guān)系，各變量的滯后一期值對其余變量均有顯著影響。這從實(shí)證上證明了前文中的理論推導(dǎo)：3個變量之間存在動態(tài)的雙向影響關(guān)系。

表3 面板VAR模型的GMM估計(jì)系數(shù)

在影子銀行(shabank)方程中，地方政府債務(wù)滯后一期值的估計(jì)系數(shù)在1%水平下顯著為正，表明上期政府債務(wù)的正向沖擊會促進(jìn)影子銀行增長，其原因在于當(dāng)?shù)胤秸媾R中央政府的信貸約束時，會通過影子銀行尋求資金發(fā)展當(dāng)?shù)亟?jīng)濟(jì)，進(jìn)而擴(kuò)大影子銀行規(guī)模。相反，上期金融發(fā)展規(guī)模的正向沖擊則會降低影子銀行規(guī)模(雖然估計(jì)結(jié)果并不顯著)，因?yàn)榻鹑诎l(fā)展水平較高時，企業(yè)部門能夠在金融市場獲得更充足的資金來源，因此會使得影子銀行規(guī)模有所下降。在政府債務(wù)(deficit)方程中，影子銀行規(guī)模和金融發(fā)展滯后一期值在1%或5%水平下顯著，其中影子銀行變量估計(jì)系數(shù)顯著為負(fù)，表明在該樣本期間內(nèi)影子銀行的持續(xù)擴(kuò)張不會使當(dāng)?shù)卣@得更多的融資渠道。因?yàn)橛白鱼y行規(guī)模的擴(kuò)張會惡化金融環(huán)境，使地方政府與企業(yè)在下一期更難獲得融資。滯后一期金融發(fā)展變量的估計(jì)系數(shù)顯著為負(fù)，表明隨著金融發(fā)展規(guī)模增長地方政府債務(wù)水平降低，這與我國地方政府的收支不穩(wěn)健，負(fù)債規(guī)模持續(xù)攀升有顯著關(guān)系，當(dāng)政府債務(wù)規(guī)模過高時，即使提高金融發(fā)展水平，也無法通過金融市場緩解政府債務(wù)的壓力。在金融發(fā)展(finance)方程中，影子銀行規(guī)模和政府債務(wù)的滯后一期值均在1%水平下顯著，但系數(shù)符號相反，說明上期影子銀行規(guī)模的擴(kuò)張阻礙了金融發(fā)展的提升，而政府債務(wù)增長卻助推了金融發(fā)展規(guī)模。

以上分析結(jié)果說明，影子銀行與金融發(fā)展之間具有非對稱的負(fù)向關(guān)系，即是說影子銀行的擴(kuò)張會明顯阻礙當(dāng)?shù)氐慕鹑诎l(fā)展，但當(dāng)?shù)氐慕鹑诎l(fā)展水平的提高并不一定顯著降低影子銀行規(guī)模，原因在于影子銀行本身就是正式商業(yè)銀行的一種表外業(yè)務(wù)。影子銀行與地方政府債務(wù)之間的動態(tài)關(guān)系是非對稱的，地方政府的融資需求推動了影子銀行擴(kuò)張，但其擴(kuò)張使得融資環(huán)境惡化，因此未來的地方政府融資行為變得更加困難。地方政府債務(wù)規(guī)模與金融發(fā)展之間的關(guān)系也是非對稱的，地方政府對金融機(jī)構(gòu)具有一定的管控力，當(dāng)其初期面臨融資約束時，會創(chuàng)造條件促進(jìn)金融規(guī)模提升以獲得更充足的融資來源，但金融發(fā)展水平提高以后，在長期反而會約束地方政府的債務(wù)規(guī)模。

(四)脈沖響應(yīng)函數(shù)分析

本小節(jié)進(jìn)一步分析各變量在受到系統(tǒng)中其他變量沖擊后的時間路徑變化情況，也即脈沖響應(yīng)函數(shù)圖。主要分析影子銀行、地方政府債務(wù)和金融發(fā)展中的每一變量在受到其他變量沖擊后的響應(yīng)，例如該沖擊帶來的響應(yīng)值在統(tǒng)計(jì)上是否顯著以及如何隨著時間而演變。因此，可以觀察到該變量從初始沖擊到長期穩(wěn)態(tài)的整個動態(tài)過程。圖2給出了按照如下變量PVAR模型的脈沖響應(yīng)函數(shù)圖形：gdp，deficit，finance，shabank。中間實(shí)線表示給予某變量(例如，finance)一個標(biāo)準(zhǔn)差的沖擊后另一變量(例如，deficit)的脈沖響應(yīng)值，陰影部分的上下邊緣即為95%置信區(qū)間下的上下界，結(jié)果采用Monte-Carlo模擬500次得到。橫軸表示沖擊作用所持續(xù)的滯后期數(shù)(單位：年)。

圖2 脈沖響應(yīng)函數(shù)

分析脈沖響應(yīng)圖形可以得到如下幾點(diǎn)信息。

第一，給影子銀行一個標(biāo)準(zhǔn)差大小的沖擊，其自身會受到負(fù)向影響，但影響較小且持續(xù)時期較短，在第2期之后即消失。地方政府債務(wù)規(guī)模對該沖擊呈現(xiàn)出負(fù)向響應(yīng)，同樣影響小、持續(xù)時間短。金融發(fā)展規(guī)模受到的負(fù)響應(yīng)雖然也較短，但其響應(yīng)程度較前兩者更大，即是說地區(qū)金融發(fā)展對影子銀行的負(fù)向響應(yīng)程度更高。第二，給政府債務(wù)一個標(biāo)準(zhǔn)差的正沖擊，其自身以及影子銀行和金融發(fā)展均表現(xiàn)出正響應(yīng)，并都在第2期之后消失，但金融發(fā)展的響應(yīng)程度大于影子銀行。相反，經(jīng)濟(jì)發(fā)展水平在初期呈現(xiàn)微弱的負(fù)響應(yīng)，隨后變?yōu)檎憫?yīng)并一直持續(xù)至期末，這說明地方政府借貸是促進(jìn)經(jīng)濟(jì)增長的主要手段。第三，給金融發(fā)展一個標(biāo)準(zhǔn)差正沖擊，影子銀行在前2期波動較為劇烈，第3期之后響應(yīng)消失。政府債務(wù)的響應(yīng)在第1期達(dá)到的峰值為3%左右，隨后回落并在3期后消失，呈現(xiàn)出正向響應(yīng)。原因在于，金融發(fā)展水平越高，地方政府債務(wù)規(guī)模也有所增長，此時，地方政府可通過金融市場更有效地融資，或者通過金融市場轉(zhuǎn)移部分債務(wù)。綜合以上分析，可知影子銀行、地方政府債務(wù)與金融發(fā)展之間呈現(xiàn)出長期的雙向動態(tài)耦合關(guān)系，因此在研究其中某一變量時也應(yīng)同時考慮其他兩變量的作用。

(五)方差分解

為更精確地評估各擾動項(xiàng)對整個系統(tǒng)內(nèi)生變量沖擊的影響程度，并據(jù)此判斷不同結(jié)構(gòu)沖擊對各內(nèi)生變量的重要性，下面對面板VAR模型進(jìn)行方差分解，表4給出了不同變量在第10個、第20個和第30個預(yù)測期的方差分解值?？芍白鱼y行、政府債務(wù)、金融發(fā)展以及經(jīng)濟(jì)發(fā)展水平等變量在第10個預(yù)測期和第30個預(yù)測期時的方差分解值基本一致，也即說明在第10個預(yù)測期后，各變量之間的相互貢獻(xiàn)度已基本穩(wěn)定。

表4 預(yù)測誤差的方差分解

根據(jù)第30個預(yù)測期的結(jié)果可知，在面板變量影子銀行(shabank)方程中，4個變量的貢獻(xiàn)比例為shabank∶finance∶deficit∶gdp=0.820 581 6∶0.123 925 3∶0.054 052 6∶0.001 440 4；在面板變量政府債務(wù)規(guī)模(deficit)中其余變量的貢獻(xiàn)度分別為0.580 108 3∶0.305 885 6∶0.112 584 2∶0.001 422；在面板變量金融發(fā)展(finance)中各變量的貢獻(xiàn)比為0.530 657 1∶0.431 342∶0.033 918 5∶0.004 082 5。結(jié)果表明影子銀行對金融發(fā)展和政府債務(wù)的貢獻(xiàn)度最大，均超過50%。而金融發(fā)展是經(jīng)濟(jì)發(fā)展最重要的貢獻(xiàn)因素，而且對影子銀行也具有較大的貢獻(xiàn)度，超過12%，再次說明正式金融機(jī)構(gòu)的表外業(yè)務(wù)是影子銀行的主要來源，地方政府債務(wù)是最大的需求來源。

綜合上面的分析，可知影子銀行、地方政府債務(wù)和金融發(fā)展三者之間存在雙向影響，但有強(qiáng)弱之分。影子銀行對地方政府債務(wù)的貢獻(xiàn)度與金融發(fā)展對地方政府債務(wù)的貢獻(xiàn)度相比，前者(58%)明顯高于后者(30.6%)，說明地方政府債務(wù)的主要來源是影子銀行。在研究地方政府債務(wù)的相關(guān)問題(如地方政府債務(wù)規(guī)模、債務(wù)風(fēng)險等)時，應(yīng)著重考慮如何斬?cái)嘤白鱼y行渠道[1]。金融發(fā)展不僅對影子銀行以及地方政府債務(wù)具有較強(qiáng)的解釋力，而且對經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度最大，可以認(rèn)為規(guī)范金融機(jī)構(gòu)的表外業(yè)務(wù)，不僅能夠控制影子銀行的發(fā)展，而且對提高經(jīng)濟(jì)水平也有重要作用。

(六)格蘭杰因果關(guān)系檢驗(yàn)

同時間序列VAR模型一樣，面板VAR模型的一個重要應(yīng)用是檢驗(yàn)各經(jīng)濟(jì)變量間的因果關(guān)系，因此對本文所涉及的幾個變量進(jìn)行了格蘭杰(Granger)因果關(guān)系檢驗(yàn)，具體檢驗(yàn)結(jié)果見表5所示。格蘭杰因果關(guān)系檢驗(yàn)的原假設(shè)是H0：該變量不是被解釋變量的格蘭杰原因。根據(jù)計(jì)算得到的p值小于0.05則拒絕原假設(shè)，說明該變量是被解釋變量的格蘭杰原因。

表5 格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

由結(jié)果可知：(1)金融發(fā)展不是影子銀行規(guī)模增長的格蘭杰原因，而影子銀行規(guī)模是限制金融發(fā)展的原因。(2)地方政府債務(wù)擴(kuò)張是影子銀行規(guī)模增加的格蘭杰原因，影子銀行也是地方政府債務(wù)的格蘭杰原因，二者之間存在雙向因果關(guān)系。(3)地方政府債務(wù)是金融發(fā)展的格蘭杰原因，而反過來金融發(fā)展在5%水平下也是地方政府債務(wù)的格蘭杰原因。以上分析表明，如果無法約束地方政府向影子銀行借貸的動機(jī)，即便金融發(fā)展水平很高也無法限制影子銀行擴(kuò)張，而影子銀行規(guī)模的增大則會損害金融發(fā)展。因此，限制地方政府通過影子銀行(尤其是通過正式金融機(jī)構(gòu)的表外業(yè)務(wù))的借貸行為是控制影子銀行的關(guān)鍵一環(huán)。

四、結(jié)論與建議

(一)結(jié)論

其一，影子銀行是政府債務(wù)擴(kuò)張的重要源泉，地方政府債務(wù)助推了影子銀行的繁榮。金融危機(jī)以來，全球經(jīng)濟(jì)持續(xù)低迷，我國對外貿(mào)易受到嚴(yán)重打擊，各地區(qū)政府面臨經(jīng)濟(jì)增長壓力，為了保持較高的經(jīng)濟(jì)增長速度，在中央刺激計(jì)劃推動下各地政府紛紛加大舉債力度，由此增加了地方政府的財(cái)政壓力。影子銀行為地方政府融資提供了豐富、多元的方式，例如信托、銀信理財(cái)以及委托貸款等，從客觀上為政府債務(wù)規(guī)模擴(kuò)張?zhí)峁┝吮憷５胤秸e債的行為，通過兩種途徑影響影子銀行規(guī)模：第一，地方政府債務(wù)占用了計(jì)劃內(nèi)信貸，使企業(yè)部門尤其是私企部門更難從商業(yè)銀行獲得資金，因此轉(zhuǎn)向影子銀行融資。第二，當(dāng)正式金融市場信貸面臨約束時，政府通過影子銀行融資，使其規(guī)模迅速擴(kuò)張。影子銀行更傾向于為政府融資，原因在于，政府項(xiàng)目為其提供了一個穩(wěn)定的且風(fēng)險較低的收益水平。

其二，金融發(fā)展影響影子銀行與地方政府債務(wù)的發(fā)展。我國是銀行中介(尤其是大型國有銀行)主導(dǎo)的金融體系，本文的金融發(fā)展水平用金融相關(guān)率度量，為金融資產(chǎn)占GDP總量的比重，能夠在一定程度上反映商業(yè)銀行的集中程度。金融發(fā)展能夠影響地方政府的融資渠道，金融發(fā)展不足或者金融發(fā)展過高都不利于地方政府的融資。當(dāng)金融發(fā)展不足時，地方政府部門和企業(yè)部門都無法從商業(yè)銀行獲得足夠信貸，從而影響經(jīng)濟(jì)增長。但是當(dāng)金融發(fā)展過高時，過度的集中使得金融結(jié)構(gòu)喪失了多樣性，因此一旦地方政府的債務(wù)水平超過一個門檻值，便無法從商業(yè)銀行獲得更多的計(jì)劃內(nèi)信貸配給，同時也沒有其他的金融中介能夠滿足這一需求。同時，金融發(fā)展水平高，更有利于國有企業(yè)的融資，而國有企業(yè)一般而言的效率相對比較低，因此不利于經(jīng)濟(jì)的發(fā)展。影子銀行與傳統(tǒng)商業(yè)銀行之間既有競爭關(guān)系，也存在一種依附，前者的資金主要來自于商業(yè)銀行。當(dāng)中央政府控制地方政府從商業(yè)銀行獲得的信貸水平時，后者通過投融資平臺等影子渠道從銀行獲取資金。因此，通過金融發(fā)展來限制地方政府債務(wù)，必須考慮到影子銀行渠道。

(二)政策建議

第一，規(guī)范對地方政府融資平臺與影子銀行關(guān)系的監(jiān)管。地方性融資平臺為當(dāng)?shù)卣峁┝素S富、多元的融資渠道，在促進(jìn)經(jīng)濟(jì)發(fā)展的同時也帶來了不可忽視的金融風(fēng)險。中央政府一再加強(qiáng)對地方政府融資平臺的規(guī)范，使其從傳統(tǒng)商業(yè)銀行獲得的直接信貸減少，只能向影子銀行尋求融資。因此在加強(qiáng)監(jiān)管地方政府融資平臺的同時，必須規(guī)范其與影子銀行的關(guān)系，只有這樣才能夠從根本上遏制地方政府舉債過多的趨勢。

第二，加快影子銀行分類分級，建立完善多樣的監(jiān)控體系。在不同的估算口徑下，影子銀行的規(guī)模差異巨大。不同類型應(yīng)當(dāng)采取不同的監(jiān)管方式，既有統(tǒng)一準(zhǔn)則又要區(qū)別對待。對于商業(yè)銀行內(nèi)部的影子銀行活動，要規(guī)范債務(wù)去向，減少不合理的銀信合作。對于非銀行金融機(jī)構(gòu)重在制定規(guī)范準(zhǔn)則，注重長期健康有序發(fā)展。對于民間借貸，重點(diǎn)防范，控制規(guī)模，積極引導(dǎo)，良性發(fā)展。

第三，構(gòu)建全方位的影子銀行數(shù)據(jù)庫。我國影子銀行發(fā)展起步晚，因此一直缺乏連貫的統(tǒng)計(jì)數(shù)據(jù)，尤其缺乏對地方影子銀行規(guī)模的直接測算數(shù)據(jù)。目前少量涉及地方影子銀行研究的文獻(xiàn)也都是采用估算的方式，不夠精確。因此構(gòu)建直接的全國與地方影子銀行數(shù)據(jù)庫，不僅有利于推動學(xué)術(shù)研究的進(jìn)展，也是制定監(jiān)管措施的必要條件。隨著我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，系統(tǒng)性金融風(fēng)險凸顯，構(gòu)建精準(zhǔn)的影子銀行數(shù)據(jù)庫刻不容緩。

第四，構(gòu)建影子銀行與商業(yè)銀行、地方政府融資平臺之間的防火墻。影子銀行與商業(yè)銀行、地方政府融資平臺聯(lián)系密切，地方政府投融資平臺通過影子銀行從商業(yè)銀行獲取信貸資金。三者之間風(fēng)險密切相連，尤其是影子銀行的風(fēng)險隱患最大，一旦影子銀行自身出現(xiàn)風(fēng)險，將會向兩端擴(kuò)散，造成整體的系統(tǒng)性風(fēng)險。因此，建立影子銀行與兩者之間的防火墻，能夠控制系統(tǒng)性風(fēng)險發(fā)生。