影子銀行對(duì)商業(yè)銀行效率的影響研究

蔡嘉興

（湖南科技大學(xué)商學(xué)院,湖南 湘潭 411201）

我國(guó)商業(yè)銀行在銀行體系中具有十分重要的地位，商業(yè)銀行效率高低不僅影響自身的可持續(xù)發(fā)展，還關(guān)乎全社會(huì)資源配置效率。因此，提高銀行效率是深化金融業(yè)改革、維護(hù)金融市場(chǎng)穩(wěn)定運(yùn)行以及建設(shè)現(xiàn)代經(jīng)濟(jì)體系的必要途徑。然而，商業(yè)銀行所面臨的市場(chǎng)環(huán)境錯(cuò)綜復(fù)雜，利率市場(chǎng)化改革、貨幣政策環(huán)境改變和金融科技的蓬勃發(fā)展等給傳統(tǒng)商業(yè)銀行帶來(lái)巨大沖擊，嚴(yán)重影響商業(yè)銀行效率。

目前有關(guān)文獻(xiàn)對(duì)銀行效率的研究主要集中在兩方面，一是探討銀行風(fēng)險(xiǎn)[1]、投資者行為決策[2]、社會(huì)責(zé)任[3]等銀行內(nèi)部特征對(duì)銀行效率的影響；二是考察資本監(jiān)管[4]、市場(chǎng)競(jìng)爭(zhēng)[5]等外部環(huán)境特征對(duì)銀行效率的影響。學(xué)術(shù)界關(guān)于影子銀行對(duì)銀行效率影響的研究較少，得出的結(jié)論也不一致。陳詩(shī)一等（2018）用部分影子銀行工具總和代替整體影子銀行業(yè)務(wù)量，指出商業(yè)銀行從事影子銀行業(yè)務(wù)增加了銀行風(fēng)險(xiǎn)并降低了銀行效率[6]。DING等（2019）認(rèn)為影子銀行可以提高銀行的利潤(rùn)效率，但同時(shí)增加了銀行的風(fēng)險(xiǎn)和運(yùn)營(yíng)成本，造成成本效率低下[7]。李麗芳等（2021）采用影子銀行業(yè)務(wù)帶來(lái)的傭金和手續(xù)費(fèi)收入估計(jì)影子銀行對(duì)利潤(rùn)的影響，最發(fā)現(xiàn)影子銀行提升了四大行和股份制銀行效率，對(duì)中小型商業(yè)銀行幾乎沒影響[8]?，F(xiàn)有文獻(xiàn)在考察影子銀行與銀行效率之間的關(guān)系時(shí)使用的影子銀行數(shù)據(jù)不夠精確，可能會(huì)對(duì)研究結(jié)果產(chǎn)生一些偏差。

本文選取2011—2021年中國(guó)滬深A(yù)股上市的40家商業(yè)銀行的平衡面板數(shù)據(jù)作為研究對(duì)象，以商業(yè)銀行從事影子銀行業(yè)務(wù)后的利潤(rùn)和風(fēng)險(xiǎn)兩個(gè)角度實(shí)證檢驗(yàn)影子銀行與銀行效率之間的關(guān)系。相較于已有文獻(xiàn)，本文的邊際貢獻(xiàn)在于：第一，本文盡可能準(zhǔn)確度量影子規(guī)模，試圖厘清影子銀行與商業(yè)銀行效率之間的關(guān)系；第二，探究影子銀行對(duì)不同類型的商業(yè)銀行效率影響效果的差異性，分析其中的原因，為影子銀行的監(jiān)管政策制定提供新思路。

1 文獻(xiàn)綜述與研究假設(shè)

在學(xué)術(shù)界，影子銀行被認(rèn)為是不受銀行業(yè)嚴(yán)格監(jiān)管，提供期限轉(zhuǎn)換、信用轉(zhuǎn)換和流動(dòng)性轉(zhuǎn)換的金融中介[9]。不同于西方以證券化和金融創(chuàng)新為主要形式的影子銀行，中國(guó)影子銀行更多依賴于傳統(tǒng)商業(yè)銀行信用，從事“類貸款”業(yè)務(wù)[10]。其業(yè)務(wù)范圍遍及銀行資產(chǎn)負(fù)債表內(nèi)外，表內(nèi)影子銀行業(yè)務(wù)包括買入返售、同業(yè)業(yè)務(wù)以及應(yīng)收賬款投資，表外影子銀行業(yè)務(wù)包括非保本理財(cái)產(chǎn)品、委托貸款以及信托貸款[11]。影子銀行業(yè)務(wù)與銀行資產(chǎn)負(fù)債表之間存在緊密的聯(lián)系，對(duì)商業(yè)銀行效率易產(chǎn)生顯著影響。值得一提的是，本文探討的商業(yè)銀行效率是銀行的前沿效率①，其綜合衡量了銀行的成本控制、風(fēng)險(xiǎn)管理和利潤(rùn)創(chuàng)造的能力。因此，影子銀行通過多渠道影響銀行效率。

商業(yè)銀行從事影子銀行業(yè)務(wù)的動(dòng)機(jī)是為了規(guī)避監(jiān)管，進(jìn)行監(jiān)管套利[12]。TANG等（2016）認(rèn)為銀行將其產(chǎn)品從傳統(tǒng)信貸業(yè)務(wù)轉(zhuǎn)向影子銀行業(yè)務(wù)，其盈利水平會(huì)提高[13]。ZHANG等（2022）用合作競(jìng)爭(zhēng)博弈模型證明了銀行從事影子銀行業(yè)務(wù)的比例越大，銀行利潤(rùn)越高[14]。李麗芳等（2021）用D-L-M模型理論推導(dǎo)出影子銀行會(huì)導(dǎo)致銀行利潤(rùn)增加[8]。雖然影子銀行業(yè)務(wù)為商業(yè)銀行帶來(lái)了可觀的額外利潤(rùn)，也增加了商業(yè)銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)。影子銀行作為監(jiān)管套利的工具，弱化了對(duì)商業(yè)銀行監(jiān)管的有效性[15]，商業(yè)銀行與影子銀行間的金融創(chuàng)新行為導(dǎo)致交易結(jié)構(gòu)日趨復(fù)雜，如果不能穿透銀行資產(chǎn)質(zhì)量，影子銀行的快速發(fā)展會(huì)加劇金融風(fēng)險(xiǎn)累積，最終形成系統(tǒng)性金融風(fēng)險(xiǎn)[16-17]。也有不少專家學(xué)者集中在某一特定業(yè)務(wù)模式上分析影子銀行與風(fēng)險(xiǎn)的關(guān)系，得出的結(jié)論均是影子銀行會(huì)導(dǎo)致銀行承擔(dān)的風(fēng)險(xiǎn)加劇[18-21]。

綜上所述，影子銀行業(yè)務(wù)會(huì)提高銀行利潤(rùn)，這對(duì)銀行效率起正向作用；與此同時(shí)，影子銀行業(yè)務(wù)會(huì)導(dǎo)致銀行承擔(dān)的風(fēng)險(xiǎn)加劇，這對(duì)銀行效率起負(fù)向作用[22]。影子銀行對(duì)銀行效率的影響到底是正向還是負(fù)向的呢？從動(dòng)機(jī)的角度看，商業(yè)銀行從事影子銀行業(yè)務(wù)通常是一種被動(dòng)行為。商業(yè)銀行從事高風(fēng)險(xiǎn)高收益時(shí)影子銀行業(yè)務(wù)是迫于業(yè)績(jī)壓力[23]，以損失效率為代價(jià)換取收益率。因此，影子銀行對(duì)銀行效率的影響是負(fù)向的?；诖?，本文提出第一個(gè)研究假設(shè)：

H1：影子銀行與銀行效率負(fù)相關(guān)，即商業(yè)銀行從事影子銀行業(yè)務(wù)會(huì)降低銀行效率。

從上述分析可知，商業(yè)銀行從事影子銀行業(yè)務(wù)雖然能提高銀行利潤(rùn)，但是也加重了銀行風(fēng)險(xiǎn)承擔(dān)，這兩者都會(huì)對(duì)銀行效率產(chǎn)生影響，并且風(fēng)險(xiǎn)降低銀行效率的程度大于利潤(rùn)提高銀行風(fēng)險(xiǎn)的程度。也就是說，商業(yè)銀行從事影子銀行業(yè)務(wù)規(guī)模越大，所承擔(dān)的風(fēng)險(xiǎn)越大，銀行效率降低越多。李志生等（2021）對(duì)商業(yè)銀行資產(chǎn)負(fù)債表內(nèi)外的影子銀行業(yè)務(wù)進(jìn)行研究，發(fā)現(xiàn)股份制銀行、城商行和農(nóng)商行主導(dǎo)了銀行體系影子銀行總規(guī)模的變化[11]。李叢文等（2015）的研究表明股份制銀行和城商行的風(fēng)險(xiǎn)溢出均高于國(guó)有商業(yè)銀行[24]?；诖?，本文提出第二個(gè)研究假設(shè)：

H2：對(duì)于影子銀行類型的異質(zhì)性比較，影子銀行對(duì)股份制商業(yè)銀行效率的負(fù)向作用最為明顯，其次是對(duì)城商行和農(nóng)商行效率的影響，對(duì)國(guó)有商業(yè)銀行效率影響效果不明顯。

2 實(shí)證設(shè)計(jì)

2.1 基準(zhǔn)模型設(shè)定

由于商業(yè)銀行的效率估計(jì)值在0～1，本文參考陳詩(shī)一等（2018）[6]的方法，同時(shí)考慮到商業(yè)銀行之間存在個(gè)體效應(yīng)，因此使用隨機(jī)Tobit模型進(jìn)行基準(zhǔn)回歸，為了考察影子銀行對(duì)商業(yè)銀行效率的影響，構(gòu)建如下基準(zhǔn)模型：

式（1）中，表示不同商業(yè)銀行個(gè)體，t表示不同年份，衡量商業(yè)銀行效率，表示在時(shí)期影子銀行整體業(yè)務(wù)規(guī)模，本文采用兩種不同的測(cè)算方法度量影子銀行規(guī)模，分別表示為表示描述商業(yè)銀行特征微觀層面控制變量，表示一系列宏觀控制變量。表示個(gè)體固定效應(yīng)。是隨機(jī)擾動(dòng)項(xiàng)，假設(shè)遵循隨機(jī)正態(tài)分布。

2.2 變量說明

2.2.1 銀行效率的估算

本文借鑒Tone＆Tsutsui（2010）[25]的研究，同時(shí)考慮到商業(yè)銀行從事影子銀行業(yè)務(wù)使非期望產(chǎn)出增加，因此本文采用非期望產(chǎn)出的非徑向、非導(dǎo)向的SBM模型測(cè)算商業(yè)銀行效率。在確定投入產(chǎn)出指標(biāo)時(shí)，詳細(xì)比較了中介法、生產(chǎn)法和資產(chǎn)法的優(yōu)缺點(diǎn)，根據(jù)商業(yè)銀行的實(shí)際情況，最終選擇中介法確定投入產(chǎn)出指標(biāo)，將營(yíng)業(yè)費(fèi)用、固定資產(chǎn)和職工人數(shù)作為生產(chǎn)投入指標(biāo)；采用稅前利潤(rùn)、利息收入和貸款總額作為期望產(chǎn)出指標(biāo)；由于風(fēng)險(xiǎn)加權(quán)資產(chǎn)是由表內(nèi)外資產(chǎn)的資產(chǎn)額和風(fēng)險(xiǎn)系數(shù)確定的，其很好地反映了影子銀行業(yè)務(wù)規(guī)模擴(kuò)張時(shí)所帶來(lái)的風(fēng)險(xiǎn)。因此，將風(fēng)險(xiǎn)加權(quán)資產(chǎn)作為估算商業(yè)銀行效率的非期望產(chǎn)出。

2.2.2 影子銀行規(guī)模測(cè)度

參考孫國(guó)峰等（2015）[26]的研究，從“有借必有貸，借貸必相等”的基礎(chǔ)會(huì)計(jì)原理出發(fā)，用扣除法推算影子銀行規(guī)模。具體表現(xiàn)為從商業(yè)銀行的負(fù)債端入手，用可能的負(fù)債減去全部“非銀行資產(chǎn)”，剩余的即為影子銀行規(guī)模。測(cè)算公式如下：

參考李文喆（2019）[9]采用資產(chǎn)負(fù)債表的視角測(cè)算影子銀行規(guī)模，解決了重復(fù)計(jì)算的問題。具體表現(xiàn)為加總影子銀行負(fù)債端的未貼現(xiàn)銀行承兌匯票、銀行間同業(yè)準(zhǔn)貸款、金融嵌套（表內(nèi)資金）和金融嵌套（表外理財(cái)），即可得到影子銀行規(guī)模。具體測(cè)算如下：

影子銀行總資產(chǎn)=未貼現(xiàn)銀行承兌匯票+委托貸款+信托貸款+債券投資+其他投資；

影子銀行總負(fù)債=未貼現(xiàn)銀行承兌匯票+銀行間同業(yè)準(zhǔn)貸款+金融嵌套（表內(nèi)資金）+金融嵌套（表外理財(cái)）；

影子銀行總資產(chǎn)=影子銀行總負(fù)債；

借鑒涂曉楓等（2016）[27]、左曉慧等（2022）[28]的做法?？紤]數(shù)據(jù)的可得性，選擇買入返售金融資產(chǎn)和應(yīng)收款項(xiàng)類投資之和與總資產(chǎn)規(guī)模的比值作為衡量微觀層面影子銀行規(guī)模的代理變量。

2.3 控制變量

參照陳詩(shī)一等（2018）[6]、李麗芳等（2021）[8]和汪莉等（2021）[29]的研究，從商業(yè)銀行特征微觀層面和宏觀經(jīng)濟(jì)發(fā)展兩個(gè)方面選取可能影響商業(yè)銀行效率的控制變量，其中，商業(yè)銀行特征控制變量有凈資產(chǎn)收益率（ROE，稅后利潤(rùn)/所有者權(quán)益）、資本充足率（CAR）、成本收入比（CIR，營(yíng)業(yè)費(fèi)用/營(yíng)業(yè)收入）、資產(chǎn)規(guī)模（Assets，總資產(chǎn)規(guī)模取對(duì)數(shù)）和市場(chǎng)競(jìng)爭(zhēng)度（HHI，用赫芬達(dá)爾指數(shù)表示，值越大說明壟斷勢(shì)力越強(qiáng)，越小說明市場(chǎng)競(jìng)爭(zhēng)激烈）。宏觀經(jīng)濟(jì)層面控制變量有GDP增長(zhǎng)率（GDP_growth）、貨幣供應(yīng)量增長(zhǎng)率（M2_growth）、物價(jià)水平（CPI，CPI/100）。

2.4 數(shù)據(jù)來(lái)源和統(tǒng)計(jì)性描述

2.4.1 數(shù)據(jù)來(lái)源

本文選取2011—2021年中國(guó)滬深A(yù)股上市的42家商業(yè)銀行的平衡面板數(shù)據(jù)作為研究對(duì)象，刪除連續(xù)三年數(shù)據(jù)缺失的樣本，對(duì)于個(gè)別缺失數(shù)據(jù)通過手工查詢銀行年報(bào)和采用插值法進(jìn)行補(bǔ)全。最終樣本包括5家國(guó)有商業(yè)銀行、9家股份制商業(yè)銀行、17家城市商業(yè)銀行、9家農(nóng)村商業(yè)銀行。其中，銀行微觀層面數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)、國(guó)泰安數(shù)據(jù)庫(kù)和各銀行年度報(bào)告，宏觀經(jīng)濟(jì)層面數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局，影子銀行規(guī)模測(cè)算數(shù)據(jù)來(lái)源于人民銀行網(wǎng)站、中國(guó)理財(cái)網(wǎng)、中國(guó)債券信息網(wǎng)。

2.4.2 描述性統(tǒng)計(jì)

表1是本文主要變量的統(tǒng)計(jì)性描述結(jié)果。

表1 統(tǒng)計(jì)性描述結(jié)果

3 實(shí)證研究

3.1 基準(zhǔn)回歸結(jié)果

表2展示了影子銀行對(duì)商業(yè)銀行效率的基準(zhǔn)回歸結(jié)果，表2中的列（1）和列（4）展示了兩種不同方法測(cè)量的影子銀行規(guī)模且不加入控制變量對(duì)商業(yè)銀行效率影響的回歸結(jié)果；列（2）和列（5）只加入商業(yè)銀行微觀層面控制變量的回歸結(jié)果，列（3）和列（6）展示了加入所有控制變量的回歸結(jié)果。目的是通過改變核心解釋變量和控制不同的變量進(jìn)行附加的穩(wěn)健性檢驗(yàn)。從列（3）和列（6）可以發(fā)現(xiàn)，兩種不同方法測(cè)量的影子銀行規(guī)模系數(shù)在1%的水平上顯著為負(fù)，說明商業(yè)銀行從事的影子銀行規(guī)模越大，該商業(yè)銀行效率越低。

表2 影子銀行與銀行效率

3.2 異質(zhì)性分析

為了考察影子銀行對(duì)不同類型商業(yè)銀行效率影響的差異性，本文將所選樣本按照國(guó)有商業(yè)銀行、股份制商業(yè)銀行、城/農(nóng)商業(yè)銀行進(jìn)行分類，結(jié)果如表3所示，影子銀行對(duì)不同類型商業(yè)銀行效率的影響有明顯差異。具體而言，列（1）和列（2）報(bào)告了影子銀行對(duì)國(guó)有商業(yè)銀行效率的影響，其結(jié)果雖然為負(fù)，但是并不顯著；列（3）和列（4）報(bào)告了不同測(cè)算方法得到的影子銀行規(guī)模對(duì)股份制商業(yè)銀行效率的影響，其結(jié)果顯著為負(fù)；列（5）和列（6）報(bào)告了不同測(cè)算方法得到的影子銀行規(guī)模對(duì)城市商業(yè)銀行和農(nóng)村商業(yè)銀行的影響，結(jié)果顯示，城商行和農(nóng)商行從事影子銀行業(yè)務(wù)會(huì)降低商業(yè)銀行效率。這說明影子銀行對(duì)股份制銀行效率下降的效果最為明顯，其次是對(duì)城商行和農(nóng)商行，對(duì)國(guó)有商業(yè)銀行效率的負(fù)面影響不大。這種差異可能是因?yàn)楣煞葜粕虡I(yè)銀行和城/農(nóng)商業(yè)銀行參與影子銀行業(yè)務(wù)以表內(nèi)影子銀行為主，而國(guó)有商業(yè)銀行參與影子銀行業(yè)務(wù)以委托貸款為主，表內(nèi)影子銀行業(yè)務(wù)通過“金融嵌套”的形式開展，涉及的主體和資產(chǎn)總類更多，蘊(yùn)涵的風(fēng)險(xiǎn)更大，對(duì)商業(yè)銀行效率也就越敏感。此外，國(guó)有商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)能力更強(qiáng)，從事影子銀行所帶來(lái)的風(fēng)險(xiǎn)不利沖擊對(duì)國(guó)有商業(yè)銀行的影響更小，因此，對(duì)商業(yè)銀行效率的影響也越小。

表3 銀行性質(zhì)的異質(zhì)性分析

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 替換影子銀行代理變量

本文使用微觀層面的影子銀行規(guī)模指標(biāo)Shadow_B3來(lái)替換前文宏觀層面的影子銀行規(guī)模指標(biāo)，并且控制了個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)。結(jié)果如表4列（1）所示，影子銀行對(duì)商業(yè)銀行效率的影響還是顯著為負(fù)，與前文分析的基準(zhǔn)回歸結(jié)果一致，表明基準(zhǔn)回歸模式結(jié)果是穩(wěn)健的。

3.3.2 替換被解釋變量指標(biāo)

考慮到使用SBM模型測(cè)算的效率取值在0～1，對(duì)于效率值為1的銀行，無(wú)法進(jìn)一步識(shí)別。使用超效率SBM模型測(cè)算商業(yè)銀行效率，可以得到大于1的效率值，可以對(duì)商業(yè)銀行效率進(jìn)行充分評(píng)價(jià)。表4列（2）是使用超效率SBM測(cè)算出的商業(yè)銀行效率替換SBM模型測(cè)算的商業(yè)銀行效率進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果顯示，影子銀行對(duì)銀行效率的影響依舊顯著為負(fù)，與基準(zhǔn)回歸結(jié)果一致。

3.3.3 解釋變量滯后一期

本文為了避免解釋變量中的內(nèi)生性問題，采用自變量滯后一期進(jìn)行回歸分析，檢驗(yàn)影子銀行對(duì)下一期商業(yè)銀行效率的影響。結(jié)果如表4列（3）所示，影子銀行對(duì)商業(yè)銀行效率的影響仍然顯著為負(fù)，證實(shí)了基準(zhǔn)結(jié)果的穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)回歸結(jié)果

4 結(jié)論與建議

本文基于2011—2021年中國(guó)40家上市商業(yè)銀行數(shù)據(jù)，實(shí)證檢驗(yàn)了影子銀行業(yè)務(wù)對(duì)商業(yè)銀行效率的影響，以及對(duì)不同類型商業(yè)銀行進(jìn)行分類，探討影子銀行業(yè)務(wù)對(duì)不同類型商業(yè)銀行效率的影響差異。研究結(jié)果表明：第一，無(wú)論采用哪種方法測(cè)算得到影子銀行代理變量，在全樣本下，商業(yè)銀行大量開展影子銀行業(yè)務(wù)會(huì)降低銀行效率。第二，影子銀行業(yè)務(wù)對(duì)銀行效率影響效應(yīng)會(huì)因商業(yè)銀行類型的不同而存在差異。具體而言，股份制商業(yè)銀行效率受影子銀行業(yè)務(wù)影響效果最為明顯，其次是對(duì)城市商業(yè)銀行和農(nóng)業(yè)商業(yè)銀行效率影響，國(guó)有銀行效率影響效果不明顯。

根據(jù)以上分析結(jié)果，本文提出如下建議：第一，監(jiān)管機(jī)構(gòu)應(yīng)加強(qiáng)對(duì)影子銀行的監(jiān)管，建立風(fēng)險(xiǎn)監(jiān)管機(jī)制，規(guī)范商業(yè)銀行與影子銀行之間的業(yè)務(wù)往來(lái)，完善影子銀行信息披露制度，提高信息透明度，有效降低因影子銀行帶來(lái)的風(fēng)險(xiǎn)對(duì)商業(yè)銀行效率造成負(fù)面影響。第二，完善商業(yè)銀行微觀審慎監(jiān)管政策，考慮影子銀行對(duì)不同類型銀行效率的影響，對(duì)不同類型商業(yè)銀行從事的影子銀行業(yè)務(wù)實(shí)行差異化的管理策略。加強(qiáng)股份制商業(yè)銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行從事影子銀行業(yè)務(wù)的監(jiān)管，特別應(yīng)加強(qiáng)銀行表內(nèi)影子銀行業(yè)務(wù)的監(jiān)管，在風(fēng)險(xiǎn)可控的基礎(chǔ)上，制定合適的風(fēng)險(xiǎn)資源配置策略以提高商業(yè)銀行效率。

注釋：

①銀行的前沿效率是指綜合技術(shù)效率，是一種相對(duì)效率概念，效率前沿面由銀行業(yè)實(shí)際最小投入組合包絡(luò)面構(gòu)成，通過測(cè)量樣本銀行與前沿效率銀行之間的距離得到樣本銀行效率。參見張文中和竇瑞《綠色信貸對(duì)中國(guó)商業(yè)銀行效率的影響研究——基于SBM-GMM模型》。