涂曉楓，李　政

(南開(kāi)大學(xué) 經(jīng)濟(jì)學(xué)院， 天津 300071)

?

銀行的影子：風(fēng)險(xiǎn)分擔(dān)還是風(fēng)險(xiǎn)傳染

涂曉楓，李政

(南開(kāi)大學(xué) 經(jīng)濟(jì)學(xué)院， 天津 300071)

摘要：銀行的影子業(yè)務(wù)作為中國(guó)影子銀行的一部分，主要指銀行近年來(lái)所主導(dǎo)的存在監(jiān)管不足或規(guī)避監(jiān)管的業(yè)務(wù)，銀行通過(guò)銀銀、銀信、銀證、銀保等之間的合作而形成同業(yè)資產(chǎn)或負(fù)債，這將使銀行之間及銀行與其他非銀行金融機(jī)構(gòu)之間的關(guān)聯(lián)性發(fā)生改變，從而進(jìn)一步影響銀行的系統(tǒng)性風(fēng)險(xiǎn)。本文以2009-2014年16家內(nèi)地上市銀行為樣本，研究銀行的影子業(yè)務(wù)規(guī)模與系統(tǒng)性風(fēng)險(xiǎn)之間的關(guān)系。實(shí)證研究發(fā)現(xiàn)，銀行的影子業(yè)務(wù)與銀行系統(tǒng)性風(fēng)險(xiǎn)之間呈顯著的U型關(guān)系，在銀行的影子業(yè)務(wù)發(fā)展初期，銀行間通過(guò)風(fēng)險(xiǎn)共擔(dān)(risk-sharing)確實(shí)能降低系統(tǒng)性風(fēng)險(xiǎn)，但隨著銀行的影子業(yè)務(wù)進(jìn)一步發(fā)展，銀行間通過(guò)風(fēng)險(xiǎn)傳染(risk-contagion)的金融加速作用而增大銀行的系統(tǒng)性風(fēng)險(xiǎn)。

關(guān)鍵詞：銀行的影子；系統(tǒng)性風(fēng)險(xiǎn)；風(fēng)險(xiǎn)分擔(dān)；風(fēng)險(xiǎn)傳染

一、引言

影子銀行(Shadow Banking)的概念最初由Muculley在2007年美聯(lián)儲(chǔ)年會(huì)上提出，美國(guó)次貸危機(jī)的全面爆發(fā)使得這一概念迅速受到學(xué)界、業(yè)界和金融監(jiān)管當(dāng)局的關(guān)注，金融穩(wěn)定理事會(huì)(FSB)認(rèn)為，影子銀行是指游離于銀行監(jiān)管體系之外、可能引發(fā)系統(tǒng)性風(fēng)險(xiǎn)和監(jiān)管套利等問(wèn)題的信用中介體系(包括各類相關(guān)機(jī)構(gòu)和業(yè)務(wù)活動(dòng))。雖然在中國(guó)，“影子銀行”的概念還未有一個(gè)明確的界定，但國(guó)內(nèi)學(xué)者普遍認(rèn)為，中外影子銀行的類型和運(yùn)作模式存在明顯差異，國(guó)外的影子銀行主要由非銀行金融機(jī)構(gòu)構(gòu)成，而中國(guó)的影子銀行則以商業(yè)銀行為主導(dǎo)[1-2]，“銀行的影子”(Bank Shadow)①“銀行的影子”一詞并非本文首創(chuàng)，殷劍峰(2013)、肖崎和阮健濃(2014)等部分學(xué)者已對(duì)“銀行的影子”進(jìn)了定義。是中國(guó)影子銀行的重要組成部分②2013年國(guó)務(wù)院辦公廳發(fā)布的《關(guān)于加強(qiáng)影子銀行業(yè)務(wù)若干問(wèn)題的通知》(107號(hào)文)，指出我國(guó)影子銀行主要包括三類：一是不持有金融牌照、完全無(wú)監(jiān)管的信用中介機(jī)構(gòu)；二是不持有金融牌照，存在監(jiān)管不足的信用中介機(jī)構(gòu)；三是機(jī)構(gòu)持有金融牌照，但存在監(jiān)管不足或規(guī)避監(jiān)管的業(yè)務(wù)?！般y行的影子”便包含在107號(hào)文的第三部分當(dāng)中。。

我國(guó)的銀行影子業(yè)務(wù)興起于2008年金融危機(jī)之后，到目前為止已發(fā)展了7年時(shí)間，在此期間內(nèi)，各種創(chuàng)新型銀行影子業(yè)務(wù)層出不窮，代表性的如銀銀、銀信、銀證、銀基、銀保合作等。一方面，商業(yè)銀行通過(guò)開(kāi)展這些業(yè)務(wù)規(guī)避了監(jiān)管部門的信貸規(guī)模管理、存貸比例管控、資本充足率約束，銀行的影子業(yè)務(wù)成為商業(yè)銀行規(guī)避管制和監(jiān)管套利的重要工具，為商業(yè)銀行帶來(lái)了利潤(rùn)和效率。另一方面，銀行影子業(yè)務(wù)的快速發(fā)展也使得銀行之間、銀行與其他金融機(jī)構(gòu)之間的聯(lián)系更加密切，系統(tǒng)關(guān)聯(lián)性顯著增強(qiáng)，這雖然有助于完善金融機(jī)構(gòu)之間的風(fēng)險(xiǎn)分擔(dān)機(jī)制，但同時(shí)也放大了風(fēng)險(xiǎn)傳染的渠道和傳染的可能性，整個(gè)金融體系的脆弱性隨之上升，系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的可能性大大提高，2013年6月和12月的兩次“錢荒”事件充分暴露了銀行影子業(yè)務(wù)所帶來(lái)的系統(tǒng)關(guān)聯(lián)性和風(fēng)險(xiǎn)隱患。

為了規(guī)范和引導(dǎo)銀行影子業(yè)務(wù)的發(fā)展，我國(guó)金融監(jiān)管部門發(fā)布了一系列的規(guī)范文件，如2013年銀監(jiān)會(huì)8號(hào)文、2014年一行三會(huì)和外管局聯(lián)合發(fā)布的127號(hào)文以及銀監(jiān)會(huì)140號(hào)文，引起了學(xué)術(shù)界和業(yè)界的廣泛討論。作為金融發(fā)展和金融創(chuàng)新的結(jié)果，銀行的影子業(yè)務(wù)具有積極作用，但同時(shí)也提高了金融機(jī)構(gòu)間的關(guān)聯(lián)水平和金融系統(tǒng)的脆弱性。目前，我國(guó)銀行的影子與系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系如何？是積極的風(fēng)險(xiǎn)分擔(dān)(risk-sharing)作用占主導(dǎo)，還是消極的風(fēng)險(xiǎn)傳染(risk-contagion)占主導(dǎo)？對(duì)這一問(wèn)題的科學(xué)回答不僅有助于評(píng)估我國(guó)當(dāng)前金融監(jiān)管政策的合理性，而且對(duì)我國(guó)系統(tǒng)性風(fēng)險(xiǎn)的度量與管理以及宏觀審慎監(jiān)管框架的構(gòu)建都具有重要意義。

有鑒于此，本文基于我國(guó)16家上市商業(yè)銀行的數(shù)據(jù)，采用條件風(fēng)險(xiǎn)價(jià)值CoVaR和邊際期望損失MES來(lái)衡量單個(gè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，研究銀行的影子業(yè)務(wù)規(guī)模是否影響其系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，對(duì)兩者間的關(guān)系做出科學(xué)準(zhǔn)確的回答，進(jìn)而為后續(xù)監(jiān)管政策的制定和實(shí)施提供理論依據(jù)。

本文的結(jié)構(gòu)安排如下：第二部分為相關(guān)文獻(xiàn)綜述，第三部分為研究方法，第四部分為實(shí)證分析，第五部分為結(jié)論及政策建議。

二、文獻(xiàn)綜述

(一)銀行的影子

銀行的影子源于中外影子銀行的不同，107號(hào)文中將金融機(jī)構(gòu)存在監(jiān)管不足或規(guī)避監(jiān)管的部分業(yè)務(wù)作為影子銀行的第三類組成部分，這與國(guó)外影子銀行主要指非銀行金融機(jī)構(gòu)有所不同，說(shuō)明監(jiān)管部門已經(jīng)意識(shí)到中國(guó)影子銀行確實(shí)與國(guó)外存在差別。部分學(xué)者也指出中國(guó)的影子銀行與國(guó)外影子銀行不同，國(guó)外的影子銀行主要是由非銀行金融機(jī)構(gòu)構(gòu)成的，影子銀行業(yè)務(wù)通道并不依賴于傳統(tǒng)銀行；而我國(guó)的影子銀行是以傳統(tǒng)銀行為主導(dǎo)的，影子銀行實(shí)際上是商業(yè)銀行的一個(gè)通道，資金的最終提供方是商業(yè)銀行，資金的最終去向則是無(wú)法直接從商業(yè)銀行獲取貸款的融資主體[1-2]。Li et al.[3]將中美兩國(guó)的影子銀行進(jìn)行比較，認(rèn)為美國(guó)的影子銀行主要是由證券化貸款、資產(chǎn)支持商業(yè)票據(jù)、回購(gòu)協(xié)議和貨幣市場(chǎng)基金構(gòu)成，而中國(guó)的影子銀行不僅包括非銀行金融機(jī)構(gòu)的直接信用拓展，還包括銀行的一些理財(cái)業(yè)務(wù)等。

部分學(xué)者也對(duì)銀行的影子展開(kāi)積極的討論，肖崎和阮建濃[4]認(rèn)為“銀行的影子”是指銀行同業(yè)業(yè)務(wù)，并將同業(yè)資產(chǎn)會(huì)計(jì)科目限定為拆放同業(yè)、存放同業(yè)和買入返售金融資產(chǎn)。但是，筆者認(rèn)為銀行的影子包含在銀行同業(yè)業(yè)務(wù)之中，但并不是所有的銀行同業(yè)業(yè)務(wù)都是銀行的影子。殷劍峰等[5]認(rèn)為“銀行的影子”是指在銀行資產(chǎn)負(fù)債表上不被統(tǒng)計(jì)為信貸的信用創(chuàng)造活動(dòng)，是間接融資的進(jìn)一步演化，殷劍峰等[5]的定義充分體現(xiàn)了“影子”的特征，即銀行的影子本質(zhì)上是對(duì)融資客戶的貸款但在銀行資產(chǎn)負(fù)債表上并沒(méi)有被記為信貸資產(chǎn)，這一定義相對(duì)于肖崎和阮建濃[4]更為全面，但值得一提的是，還沒(méi)有學(xué)者對(duì)單個(gè)銀行的影子業(yè)務(wù)規(guī)模進(jìn)行測(cè)算。

(二)系統(tǒng)性風(fēng)險(xiǎn)

梁琪等[6]認(rèn)為測(cè)度單個(gè)金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)的方法主要分為兩大類，第一類是結(jié)構(gòu)化方法，包括基于金融機(jī)構(gòu)間的雙邊資產(chǎn)負(fù)債敞口的網(wǎng)絡(luò)分析法或矩陣法，第二類是簡(jiǎn)約化方法，此類方法利用金融機(jī)構(gòu)的股票價(jià)格等金融市場(chǎng)數(shù)據(jù)，來(lái)測(cè)度單個(gè)機(jī)構(gòu)對(duì)整個(gè)金融系統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。

在次貸危機(jī)發(fā)生之前，學(xué)術(shù)界主要采取第一類方法，即網(wǎng)絡(luò)分析法或矩陣法，該方法主要利用銀行間資產(chǎn)負(fù)債表、支付結(jié)算交易等數(shù)據(jù)，構(gòu)建風(fēng)險(xiǎn)敞口矩陣，再通過(guò)模擬銀行倒閉所引致的銀行系統(tǒng)中的銀行倒閉數(shù)量、資產(chǎn)損失量以及誘發(fā)系統(tǒng)性風(fēng)險(xiǎn)的概率，來(lái)衡量銀行系統(tǒng)的傳染性風(fēng)險(xiǎn)[7-8]。但是，由于銀行間實(shí)際的雙邊敞口數(shù)據(jù)難以獲得，目前主要采取最大熵法利用單個(gè)銀行對(duì)其他所有銀行的資產(chǎn)負(fù)債數(shù)據(jù)估計(jì)兩兩之間的雙邊關(guān)系[9]，而Mistrulli[10]運(yùn)用意大利銀行間實(shí)際的雙邊結(jié)構(gòu)和用最大熵法估計(jì)的雙邊結(jié)構(gòu)進(jìn)行比較，結(jié)果表明最大熵法在不同的情形下會(huì)高估或低估銀行風(fēng)險(xiǎn)的傳染，Upper[11]重新評(píng)估網(wǎng)絡(luò)分析法的假定條件，認(rèn)為網(wǎng)絡(luò)分析法背后所隱含的強(qiáng)假設(shè)會(huì)帶來(lái)很大的偏誤，不適用于壓力測(cè)試和危機(jī)中的政策方案分析。在美國(guó)次貸危機(jī)中，大量機(jī)構(gòu)因?yàn)楣餐娘L(fēng)險(xiǎn)敞口而同時(shí)陷入困境，并不同于結(jié)構(gòu)化方法中單個(gè)機(jī)構(gòu)破產(chǎn)風(fēng)險(xiǎn)在機(jī)構(gòu)間相互傳染而引發(fā)危機(jī)。

考慮到結(jié)構(gòu)化方法的局限性，以及簡(jiǎn)約化方法時(shí)效性更強(qiáng)，具有前瞻性，并且考慮各機(jī)構(gòu)的共同風(fēng)險(xiǎn)敞口等優(yōu)勢(shì)，危機(jī)之后，基于市場(chǎng)數(shù)據(jù)的簡(jiǎn)約化方法在測(cè)度系統(tǒng)性風(fēng)險(xiǎn)方面發(fā)展迅速。簡(jiǎn)約法主要分為兩個(gè)維度，一是“自下而上”的CoVaR方法，二是“自上而下”的MES方法[12-13]。條件風(fēng)險(xiǎn)價(jià)值CoVaR由Adrian和Brunnermeier[14]在風(fēng)險(xiǎn)價(jià)值VaR的基礎(chǔ)上提出，用以測(cè)度單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)溢出效應(yīng)，這一方法得到國(guó)內(nèi)外學(xué)者的廣泛應(yīng)用[15-16]。為彌補(bǔ)“自下而上”的CoVaR方法不滿足可加性的缺陷，Acharya et al.[17]從“自上而下”的視角，在期望損失ES的基礎(chǔ)上提出邊際期望損失(Marginal Expected Shortfall, MES)，即整個(gè)金融市場(chǎng)收益率顯著下跌時(shí)，單個(gè)金融機(jī)構(gòu)收益率的期望損失，以此反映單個(gè)機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)，這一方法也得到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[6,18-20]。綜合考慮各方法的優(yōu)劣，本文主要運(yùn)用由Adrian 和Brunnermeier[14]提出的動(dòng)態(tài)CoVaR方法以及Brownlees和 Engle[19]提出的動(dòng)態(tài)MES來(lái)度量單個(gè)銀行的系統(tǒng)性風(fēng)險(xiǎn)。

(三)銀行的影子與系統(tǒng)性風(fēng)險(xiǎn)

國(guó)內(nèi)銀行的影子業(yè)務(wù)是在2009年之后才興起的，早期國(guó)內(nèi)銀行之間的業(yè)務(wù)模式相對(duì)簡(jiǎn)單，因此研究銀行系統(tǒng)性風(fēng)險(xiǎn)主要還是基于銀行之間的雙邊風(fēng)險(xiǎn)敞口矩陣。然而，隨著國(guó)內(nèi)銀行的影子業(yè)務(wù)不斷創(chuàng)新，其業(yè)務(wù)模式也越來(lái)越復(fù)雜，每項(xiàng)業(yè)務(wù)所涉及的金融機(jī)構(gòu)也越來(lái)越多，銀行不再簡(jiǎn)單的通過(guò)拆放同業(yè)或者存放同業(yè)等會(huì)計(jì)科目核算，而是計(jì)入買入返售金融資產(chǎn)、應(yīng)收款項(xiàng)類投資等會(huì)計(jì)科目之中，導(dǎo)致銀行之間以及銀信、銀證等同業(yè)之間的關(guān)聯(lián)性越來(lái)越大。目前國(guó)內(nèi)學(xué)者也對(duì)這些新型的銀行同業(yè)業(yè)務(wù)對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響進(jìn)行研究，部分學(xué)者從我國(guó)銀行同業(yè)業(yè)務(wù)的發(fā)展現(xiàn)狀出發(fā)，以同業(yè)買入返售信托受益權(quán)為例，運(yùn)用銀行資產(chǎn)負(fù)債表的變化分析同業(yè)業(yè)務(wù)信用創(chuàng)造，認(rèn)為同業(yè)業(yè)務(wù)通過(guò)繞開(kāi)存貸比等監(jiān)管限制，降低了現(xiàn)有貨幣政策的有效性；并以2013年6月“錢荒”事件為例，認(rèn)為同業(yè)業(yè)務(wù)拉長(zhǎng)了資金投放鏈，其發(fā)展增強(qiáng)了金融機(jī)構(gòu)間的系統(tǒng)關(guān)聯(lián)性，會(huì)加劇經(jīng)濟(jì)泡沫化，并引發(fā)系統(tǒng)性風(fēng)險(xiǎn)[4]。也有學(xué)者運(yùn)用數(shù)據(jù)進(jìn)行實(shí)證分析，陳穎等[21]基于“Allen-Gale”銀行間風(fēng)險(xiǎn)傳染模型對(duì)我國(guó)銀行新型同業(yè)業(yè)務(wù)的風(fēng)險(xiǎn)傳染機(jī)制進(jìn)行理論分析，運(yùn)用最大熵法對(duì)2013年6月末與2008年年末銀行間同業(yè)業(yè)務(wù)雙邊敞口矩陣進(jìn)行估計(jì)，并基于所估計(jì)的敞口矩陣模擬不同損失率下同業(yè)業(yè)務(wù)風(fēng)險(xiǎn)的傳染效應(yīng)。但陳穎等[21]基于銀行同業(yè)資產(chǎn)和同業(yè)負(fù)債所構(gòu)建的雙邊敞口矩陣并不完整，因?yàn)殂y行同業(yè)業(yè)務(wù)的交易對(duì)手不只有銀行，還有信托、證券等非銀行金融機(jī)構(gòu)，只用20家銀行構(gòu)建雙邊資產(chǎn)負(fù)債敞口矩陣的結(jié)果可信度不高。還有部分學(xué)者從機(jī)構(gòu)類型的角度研究影子銀行的系統(tǒng)性風(fēng)險(xiǎn)，李建軍和薛瑩[22]運(yùn)用馬爾科夫過(guò)程及投入產(chǎn)出法分析不同金融機(jī)構(gòu)之間的影子銀行風(fēng)險(xiǎn)敞口所形成的系統(tǒng)性風(fēng)險(xiǎn)，結(jié)果表明銀行是系統(tǒng)性風(fēng)險(xiǎn)的主要承擔(dān)者，而信托公司是主要的風(fēng)險(xiǎn)來(lái)源。

目前國(guó)內(nèi)已有學(xué)者以MES或者CoVaR為系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，分析系統(tǒng)性風(fēng)險(xiǎn)的影響因素，張雪蘭等[23]認(rèn)為銀行高管的薪酬激勵(lì)與系統(tǒng)性風(fēng)險(xiǎn)正相關(guān)，張曉玫和毛亞琪[24]認(rèn)為非利息收入與系統(tǒng)性風(fēng)險(xiǎn)呈負(fù)相關(guān)，劉志洋和宋玉穎[25]認(rèn)為銀行流動(dòng)性比率越高，系統(tǒng)性風(fēng)險(xiǎn)越低。值得一提的是，這些系統(tǒng)性風(fēng)險(xiǎn)的影響因素并不是直接關(guān)聯(lián)，都是通過(guò)一定的機(jī)制間接影響系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，而銀行的影子業(yè)務(wù)可以直接改變銀行之間或者銀行與其他金融機(jī)構(gòu)之間的關(guān)聯(lián)性，直接影響銀行的系統(tǒng)性風(fēng)險(xiǎn)。遺憾的是，目前還沒(méi)有學(xué)者研究銀行的影子業(yè)務(wù)規(guī)模如何影響該銀行對(duì)整個(gè)銀行系統(tǒng)的邊際風(fēng)險(xiǎn)貢獻(xiàn)(即單個(gè)銀行的系統(tǒng)性風(fēng)險(xiǎn))，本文將分析單個(gè)銀行的系統(tǒng)性風(fēng)險(xiǎn)與銀行的影子規(guī)模之間的關(guān)系，為銀行影子業(yè)務(wù)的監(jiān)管提供理論依據(jù)。

三、研究方法

(一)模型設(shè)定

銀行的影子業(yè)務(wù)將傳統(tǒng)信貸業(yè)務(wù)變?yōu)殂y行、證券、信托等多機(jī)構(gòu)參與的通道業(yè)務(wù)，融資客戶并不是直接從銀行獲得資金，獲得資金之后銀行也不以貸款形式記在資產(chǎn)負(fù)債表上，而是通過(guò)通道機(jī)構(gòu)變?yōu)橥瑯I(yè)資產(chǎn)或投資項(xiàng)下資產(chǎn)，這無(wú)疑增強(qiáng)了銀行之間、銀行與其他金融機(jī)構(gòu)的關(guān)聯(lián)性。當(dāng)金融機(jī)構(gòu)間的關(guān)聯(lián)水平較低時(shí)，影子業(yè)務(wù)的開(kāi)展能夠提高銀行資產(chǎn)的多樣性，完善其風(fēng)險(xiǎn)分擔(dān)機(jī)制，進(jìn)而降低單個(gè)銀行的系統(tǒng)性風(fēng)險(xiǎn)溢出；但當(dāng)金融系統(tǒng)的關(guān)聯(lián)水平已經(jīng)較高時(shí)，進(jìn)一步提高關(guān)聯(lián)性可能通過(guò)金融加速作用放大負(fù)向沖擊的不利影響，從而提高單個(gè)銀行對(duì)整個(gè)銀行系統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)[26]。而銀子的影子究竟是積極的風(fēng)險(xiǎn)分擔(dān)(risk-sharing)作用占主導(dǎo)，還是消極的風(fēng)險(xiǎn)傳染(risk-contagion)占主導(dǎo)，從理論上來(lái)說(shuō)，并無(wú)定論。本文設(shè)計(jì)了一個(gè)面板回歸模型，從實(shí)證分析的角度來(lái)探討銀行的影子與系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系。具體模型設(shè)定形式如下：

(1)

其中，SR為系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，BS為銀行的影子規(guī)模指標(biāo)，Zn為影響銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)的其他因素變量。為了探究銀行的影子與系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系，本文引入銀行影子業(yè)務(wù)規(guī)模的平方項(xiàng)，一方面探究?jī)烧咧g是否存在非線性關(guān)系，另一方面，如果兩者確實(shí)存在非線性關(guān)系，通過(guò)實(shí)證分析可以確定影響的拐點(diǎn)，進(jìn)而結(jié)合商業(yè)銀行最新的影子業(yè)務(wù)規(guī)模情況，回答銀行的影子是風(fēng)險(xiǎn)分擔(dān)占主導(dǎo)還是風(fēng)險(xiǎn)傳染占主導(dǎo)。

(二)系統(tǒng)性風(fēng)險(xiǎn)度量指標(biāo)

由于難以獲取銀行間及銀信、銀證等之間的雙邊資產(chǎn)負(fù)債敞口矩陣數(shù)據(jù)，本文采用由Adrian 和Brunnermeier[14]提出的動(dòng)態(tài)CoVaR方法以及Brownlees and Engle[19]提出的動(dòng)態(tài)MES來(lái)度量單個(gè)銀行的系統(tǒng)性風(fēng)險(xiǎn)溢出。

1.動(dòng)態(tài)ΔCoVaR

ΔCoVaR 是由Adrian和Brunnermeier[14]提出并定義的，這兩位學(xué)者認(rèn)為單個(gè)金融機(jī)構(gòu)的在險(xiǎn)價(jià)值VaR只能反映單個(gè)金融機(jī)構(gòu)的風(fēng)險(xiǎn)，并不能反映該金融機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)，因此提出了CoVaR方法。CoVaR表示在一個(gè)特定機(jī)構(gòu)處于某種狀態(tài)的條件下整個(gè)金融系統(tǒng)的風(fēng)險(xiǎn)價(jià)值，單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)溢出效應(yīng)采用該機(jī)構(gòu)處于危機(jī)中和正常狀態(tài)下系統(tǒng)風(fēng)險(xiǎn)價(jià)值的差額ΔCoVaR表示。本文延續(xù)Adrian 和Brunnermeier[14]的研究思路，運(yùn)用二元GARCH模型捕捉金融機(jī)構(gòu)和金融系統(tǒng)之間的協(xié)方差隨時(shí)間變化的特征，進(jìn)而得到動(dòng)態(tài)ΔCoVaR。

假設(shè)單個(gè)金融機(jī)構(gòu)和整個(gè)金融系統(tǒng)的收益率服從二元正態(tài)分布,

(2)

由多元正態(tài)分布的性質(zhì)可知，金融系統(tǒng)收益率的條件分布為：

(3)

(4)

重新整理后可以得出：

(5)

又因?yàn)棣?1(50%)=0，因此本文所運(yùn)用的ΔCoVaR計(jì)算公式為：

(6)

本文采用內(nèi)地銀行指數(shù)(其成分為16家上市銀行)收益率作為銀行系統(tǒng)收益率，為避免因數(shù)字過(guò)小四舍五入而產(chǎn)生計(jì)算誤差，銀行系統(tǒng)收益率和各銀行股票收益率均乘以100。由上述公式計(jì)算出的ΔCoVaR一般為負(fù)數(shù)，本文對(duì)其取相反數(shù)處理，即ΔCoVaR越大，系統(tǒng)性風(fēng)險(xiǎn)越大。

2.動(dòng)態(tài)MES

在動(dòng)態(tài)MES計(jì)算中，本文延續(xù)了梁琪等[6]的研究思路和計(jì)算方法。Acharya et al.[17]根據(jù)ES(期望損失)提出了SES(系統(tǒng)期望損失)，進(jìn)而推導(dǎo)出MES(邊際期望損失)，用于衡量單個(gè)金融機(jī)構(gòu)對(duì)整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)的邊際貢獻(xiàn)。Brownlees and Engle[19]將MES分為短期MES(即動(dòng)態(tài)MES)和長(zhǎng)期MES，并將短期MES表示為波動(dòng)性、相關(guān)性和標(biāo)準(zhǔn)化殘差尾部期望的函數(shù)：

σi,tρi,m,tEt-1(εm,t|εm,t

(7)

本文延續(xù)梁琪等[6]所采用的“GARCH/DCC/非參數(shù)推斷”多步建模方法，計(jì)算短期MES的具體步驟如下：

首先，我們采用一元GARCH模型對(duì)單個(gè)金融機(jī)構(gòu)和市場(chǎng)的波動(dòng)性進(jìn)行分析，得到條件波動(dòng)性σi,t、σm,t和標(biāo)準(zhǔn)化殘差εm,t、ζi,t。本文采用GARCH(p, q)模型，利用標(biāo)準(zhǔn)化殘差的Q統(tǒng)計(jì)量考查均值方程的充分性，利用標(biāo)準(zhǔn)化殘差平方的Q統(tǒng)計(jì)量考查方差方程的充分性。在保證模型充分性基礎(chǔ)上，選擇估計(jì)參數(shù)較少的模型并確定階數(shù)p和q。方差方程如下：

(8)

var(yt|Ωt-1)=vart-1(yt)=Ht

(9)

DCC模型將條件協(xié)方差矩陣分解為條件標(biāo)準(zhǔn)差矩陣Dt和條件相關(guān)系數(shù)矩陣Rt且分別估計(jì)：

(10)

Engle[27]提出的DCC模型不是直接對(duì)條件相關(guān)系數(shù)矩陣Rt建模，而是對(duì)擬相關(guān)系數(shù)矩陣Q建模，其中，Rt=diag(Qt)-1/2Qtdiag(Qt)-1/2，Qt為2×2的正定矩陣，diag(A)表示對(duì)角線元素與矩陣相同、其他位置元素為零的一個(gè)矩陣。擬相關(guān)系數(shù)矩陣的動(dòng)態(tài)性如下：

(11)

最后，在前兩步的基礎(chǔ)上，我們來(lái)估計(jì)機(jī)構(gòu)的短期邊際期望損失MES。為了計(jì)算(7)式中的MES，本文采用Scaillet[28]提出的非參數(shù)估計(jì)量來(lái)估計(jì)尾部期望Et-1(εm,t|εm,t<к)和Et-1(ζi,t|εm,t<к)，其中к=C/σm,t。在非參數(shù)估計(jì)過(guò)程中，選擇標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)作為核函數(shù)，同時(shí)將帶寬參數(shù)h固定在T-1/5。

同樣，由上述公式計(jì)算出的MES一般為負(fù)數(shù)，本文對(duì)其取相反數(shù)處理，即MES越大，系統(tǒng)性風(fēng)險(xiǎn)越大。

(三)銀行的影子規(guī)模

為測(cè)算銀行的影子規(guī)模，重點(diǎn)在于區(qū)分銀行的哪些資產(chǎn)是由銀行的影子業(yè)務(wù)所形成的，這就需要回顧銀行的影子業(yè)務(wù)的發(fā)展歷程，并進(jìn)一步分析銀行影子業(yè)務(wù)的主要運(yùn)作模式及其會(huì)計(jì)處理方式。

自2005年銀信合作拉開(kāi)銀行影子業(yè)務(wù)的序幕，我國(guó)的銀行影子業(yè)務(wù)的發(fā)展一直在與監(jiān)管賽跑，銀行所選擇的通道也是多次更換。根據(jù)銀行合作對(duì)象的不同，可大致將銀行的影子發(fā)展歷程分為四個(gè)階段：第一階段是以信托貸款、信貸資產(chǎn)轉(zhuǎn)讓為主的銀信合作階段；第二階段是以票據(jù)買入返售、同業(yè)代付及償付為主的銀銀合作階段；第三階段為以信托受益權(quán)和資產(chǎn)管理計(jì)劃為主的銀信合作、銀證合作階段；第四階段為以委托定向投資和同業(yè)存單質(zhì)押為主的銀銀合作階段。

銀行的影子業(yè)務(wù)規(guī)模開(kāi)始爆發(fā)是在2008年11月四萬(wàn)億刺激計(jì)劃之后，因此本文對(duì)于銀行影子規(guī)模的計(jì)算從2009年開(kāi)始，根據(jù)2009年以來(lái)銀行影子業(yè)務(wù)的主要模式及其在資產(chǎn)負(fù)債表內(nèi)的會(huì)計(jì)處理，從資產(chǎn)的角度核算資產(chǎn)負(fù)債表內(nèi)的銀行影子業(yè)務(wù)規(guī)模。2009年以來(lái)銀行的影子業(yè)務(wù)的主要模式有：信托貸款，票據(jù)買入返售，同業(yè)代付，信托受益權(quán)買入返售，委托定向投資等。其中，在銀行資產(chǎn)負(fù)債表上的資產(chǎn)角度，信托貸款和票據(jù)買入返售主要計(jì)入買入返售金融資產(chǎn)，同業(yè)代付主要計(jì)入存放同業(yè)和拆出資金，信托受益權(quán)買入返售可計(jì)入買入返售金融資產(chǎn)、應(yīng)收款項(xiàng)類投資、可供出售金融資產(chǎn)、交易性金融資產(chǎn)等，委托定向投資主要計(jì)入存放同業(yè)、應(yīng)收款項(xiàng)類投資等。

通過(guò)分析2009年以來(lái)所有的銀行影子業(yè)務(wù)可知，資產(chǎn)負(fù)債表內(nèi)的銀行影子業(yè)務(wù)所涉及的會(huì)計(jì)科目為：存放同業(yè)、拆出資金、買入返售金融資產(chǎn)、應(yīng)收款項(xiàng)類投資、可供出售金融資產(chǎn)、交易性金融資產(chǎn)等。在上市銀行的中報(bào)和年報(bào)中，除了資產(chǎn)負(fù)債表等基礎(chǔ)信息之外，還包括資產(chǎn)負(fù)債表附注。其中，除存放同業(yè)和拆出資金兩個(gè)科目之外，其他影子業(yè)務(wù)所涉及的會(huì)計(jì)科目具有資產(chǎn)明細(xì)，能從這些中報(bào)和年報(bào)的資產(chǎn)負(fù)債表的附注中判別哪些資產(chǎn)是由銀行的影子業(yè)務(wù)所形成的。因此，本文對(duì)于銀行影子業(yè)務(wù)規(guī)模的測(cè)算方法為：存放同業(yè)和拆出資金這兩個(gè)會(huì)計(jì)科目中影子業(yè)務(wù)規(guī)模采用估計(jì)的方法，即分別計(jì)算出存放同業(yè)和拆出資金所占銀行總資產(chǎn)的比例，減去介入銀行影子業(yè)務(wù)之前所占比例，作為目前這兩個(gè)會(huì)計(jì)科目中影子業(yè)務(wù)規(guī)模的估計(jì)；其他影子業(yè)務(wù)所涉及的會(huì)計(jì)科目根據(jù)影子業(yè)務(wù)發(fā)展脈絡(luò)對(duì)資產(chǎn)負(fù)債表附注中的資產(chǎn)明細(xì)進(jìn)行相加，然后除以當(dāng)期銀行總資產(chǎn)規(guī)模得出所占比例；最后將這兩個(gè)比例相加作為銀行影子業(yè)務(wù)規(guī)模的度量。

(四)控制變量

本文采用以下指標(biāo)作為控制變量：(1)總資產(chǎn)增長(zhǎng)速度：處于快速擴(kuò)張期的銀行一般來(lái)說(shuō)具有更高的系統(tǒng)性風(fēng)險(xiǎn)[29]，而銀行擴(kuò)張主要體現(xiàn)為總資產(chǎn)規(guī)模的增加，銀行擴(kuò)張速度不同，其總資產(chǎn)增長(zhǎng)速度也就不同。因此，本文將銀行總資產(chǎn)環(huán)比增長(zhǎng)率作為控制變量。(2)銀行規(guī)模：銀行規(guī)模越大，越容易受到政府的隱性保護(hù)，出現(xiàn)“大而不倒”的現(xiàn)象，因此銀行規(guī)模與系統(tǒng)性風(fēng)險(xiǎn)之間存在正向關(guān)系[30]。鑒于上文已用總資產(chǎn)定義(標(biāo)準(zhǔn)化)銀行影子規(guī)模等指標(biāo)，因此本文使用銀行的股票總市值而不是銀行總資產(chǎn)來(lái)衡量銀行規(guī)模。(3)貸款比重：這一指標(biāo)可以反映銀行的流動(dòng)性風(fēng)險(xiǎn)，一般來(lái)說(shuō)，由于銀行一般是短借長(zhǎng)貸，從期限錯(cuò)配和借貸利差中獲取利息收入，銀行的貸款比重越高，銀行的流動(dòng)性越差，流動(dòng)性風(fēng)險(xiǎn)越大。劉志洋和宋玉穎[25]研究表明銀行的流動(dòng)性風(fēng)險(xiǎn)也可影響銀行的系統(tǒng)性風(fēng)險(xiǎn)。(4)權(quán)益比率：Acharya et al.[17]指出，銀行系統(tǒng)性風(fēng)險(xiǎn)的測(cè)量維度應(yīng)該包括銀行自身的風(fēng)險(xiǎn)，并且，Acharya和Thakor[31]運(yùn)用理論模型證明銀行權(quán)益比率過(guò)低(或銀行杠桿率過(guò)高)會(huì)增加銀行的系統(tǒng)性風(fēng)險(xiǎn)。銀行的資產(chǎn)負(fù)債水平不同，其資本結(jié)構(gòu)、長(zhǎng)期償債能力乃至于風(fēng)險(xiǎn)也會(huì)有差異，銀行權(quán)益比率與系統(tǒng)性風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系。(5)凈資產(chǎn)收益率：這一指標(biāo)體現(xiàn)銀行的盈利能力，盈利較好的銀行在陷入危機(jī)時(shí)能更好的彌補(bǔ)損失，抵御風(fēng)險(xiǎn)的能力更強(qiáng)，凈資產(chǎn)收益率與系統(tǒng)性風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系。(6)衍生金融資產(chǎn)比重：Mayordomo et al.[32]運(yùn)用2002-2013年美國(guó)95家銀行控股公司的數(shù)據(jù)表明銀行通過(guò)在衍生金融市場(chǎng)交易而形成風(fēng)險(xiǎn)敞口，從而影響該銀行的系統(tǒng)性風(fēng)險(xiǎn)。

四、實(shí)證分析

(一)樣本與數(shù)據(jù)來(lái)源

本文研究銀行的影子規(guī)模對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響，考慮到上市銀行資產(chǎn)規(guī)模大，影子業(yè)務(wù)開(kāi)展較多，數(shù)據(jù)容易獲得且具有很強(qiáng)的代表性，本文將16家內(nèi)地上市銀行作為樣本。同時(shí)，考慮到銀行影子業(yè)務(wù)從2009年開(kāi)始才全面興起并快速發(fā)展，本文選取的樣本區(qū)間為2009年1月1日至2014年12月31日，影子業(yè)務(wù)規(guī)模和相應(yīng)的控制變量采用半年度指標(biāo)，數(shù)據(jù)來(lái)源為Wind數(shù)據(jù)庫(kù)，各銀行中報(bào)及年報(bào)。系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)為動(dòng)態(tài)ΔCoVaR和動(dòng)態(tài)MES的半年度均值，同時(shí)本文采用系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的半年度中位數(shù)值作為穩(wěn)健性分析。

本文的模型設(shè)定及各變量計(jì)算方法已在研究方法中介紹，表1為主要變量的描述性統(tǒng)計(jì)量，本文所運(yùn)用的樣本為16家內(nèi)地上市銀行，包含的期數(shù)為12期，所以理論上總的觀測(cè)值應(yīng)該為192個(gè)。但農(nóng)業(yè)銀行和光大銀行于2010年下半年初才上市，而系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的計(jì)算需要用到股票收益率數(shù)據(jù)，因而農(nóng)業(yè)銀行和光大銀行的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)從2010年下半年開(kāi)始計(jì)算。另外，中信銀行在2009年、2010年年報(bào)及2009-2011年報(bào)中未按抵押品種類公布買入返售金融資產(chǎn)的明細(xì)，無(wú)法計(jì)算銀行的影子規(guī)模，因此這5組數(shù)據(jù)缺失。由表1可知，銀行的影子規(guī)模指標(biāo)相差較大，這是因?yàn)閭€(gè)別銀行(比如中國(guó)銀行)在初期并未開(kāi)展影子業(yè)務(wù)而部分銀行(比如興業(yè)銀行)在影子業(yè)務(wù)的開(kāi)展上比較冒進(jìn)。銀行總資產(chǎn)的同比增長(zhǎng)率差別也很大，部分銀行總資產(chǎn)在減少，部分銀行總資產(chǎn)的環(huán)比增長(zhǎng)率接近50%，表明這些銀行在快速擴(kuò)張，其風(fēng)險(xiǎn)相比于平穩(wěn)增長(zhǎng)的銀行來(lái)說(shuō)會(huì)更大一些。銀行權(quán)益比率的均值為0.0586，但最小的權(quán)益比率為0.0289，權(quán)益比率較低的銀行在經(jīng)濟(jì)繁榮階段能用少量的資本獲取較高的收益，而在經(jīng)濟(jì)下行階段，也將面臨更大的風(fēng)險(xiǎn)。銀行的衍生金融資產(chǎn)的占總資產(chǎn)比例比較小，均值僅為0.0014，而Mayordomo et al.[32]運(yùn)用2002-2013年美國(guó)95家銀行控股公司的數(shù)據(jù)得出的衍生金融資產(chǎn)占比均值達(dá)到0.04，這表明中國(guó)的衍生品市場(chǎng)和國(guó)外相比還有很大的發(fā)展空間。

表1　各變量描述性統(tǒng)計(jì)量

(二)實(shí)證分析結(jié)果

表2分別采用動(dòng)態(tài)ΔCoVaR和動(dòng)態(tài)MES的半年度均值作為被解釋變量。其中(1)、(2)、(3)列的被解釋變量為動(dòng)態(tài)ΔCoVaR，(4)、(5)、(6)列的被解釋變量為動(dòng)態(tài)MES，(1)、(4)兩列不含銀行的影子規(guī)模二次項(xiàng)，(3)、(6)兩列刪除部分不顯著的控制變量。從表2可以看出，(1)、(4)兩列中銀行的影子規(guī)模指標(biāo)在10%顯著性水平下均不顯著，表明銀行的影子規(guī)模與系統(tǒng)性風(fēng)險(xiǎn)之間不是簡(jiǎn)單的線性關(guān)系，而(2)、(3)、(5)、(6)列中的銀行影子規(guī)模指標(biāo)和銀行影子規(guī)模指標(biāo)的平方項(xiàng)的系數(shù)在10%的顯著性水平下都顯著，這表明銀行的影子規(guī)模對(duì)銀行的系統(tǒng)性風(fēng)險(xiǎn)影響確實(shí)存在二次函數(shù)關(guān)系。并且，銀行影子規(guī)模指標(biāo)的平方項(xiàng)的系數(shù)為正，銀行影子規(guī)模指標(biāo)的系數(shù)為負(fù)，這表明銀行的影子規(guī)模和系統(tǒng)性風(fēng)險(xiǎn)之間呈U型關(guān)系。即當(dāng)銀行的影子規(guī)模較小時(shí)，隨著銀行的影子規(guī)模增加，銀行的系統(tǒng)性風(fēng)險(xiǎn)減?。划?dāng)銀行的影子規(guī)模較大時(shí)，隨著銀行的影子規(guī)模增加，銀行的系統(tǒng)性風(fēng)險(xiǎn)增大。

表2　實(shí)證回歸結(jié)果

注：括號(hào)內(nèi)為t統(tǒng)計(jì)量，***、**和*分別表示在1%、5%和10%的水平下顯著。

銀行的影子業(yè)務(wù)可以增加銀行資產(chǎn)多樣性，分散銀行風(fēng)險(xiǎn)，但同時(shí)也會(huì)加強(qiáng)銀行之間及銀行與其他金融機(jī)構(gòu)之間的關(guān)聯(lián)性。因此，這一實(shí)證結(jié)果可用金融機(jī)構(gòu)之間的關(guān)聯(lián)性和系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系進(jìn)行解釋，在金融機(jī)構(gòu)之間的關(guān)聯(lián)性較低的情況下，增加關(guān)聯(lián)性可以增加金融機(jī)構(gòu)的資產(chǎn)多樣性，通過(guò)與其他銀行的風(fēng)險(xiǎn)共擔(dān)(risk-sharing)，分散銀行風(fēng)險(xiǎn)；在關(guān)聯(lián)性已經(jīng)很高的情況下，進(jìn)一步增加關(guān)聯(lián)性可能通過(guò)風(fēng)險(xiǎn)傳染(risk-contagion)的金融加速作用放大金融危機(jī)的不利影響，增加系統(tǒng)性風(fēng)險(xiǎn)[26]。

根據(jù)表2中模型的實(shí)證估計(jì)結(jié)果，可以測(cè)算銀行的影子規(guī)模對(duì)系統(tǒng)性風(fēng)險(xiǎn)變化發(fā)生轉(zhuǎn)折的點(diǎn)，測(cè)算結(jié)果表明轉(zhuǎn)折點(diǎn)分別為0.1881、0.1834、0.1918和0.1925，當(dāng)銀行的影子規(guī)模低于轉(zhuǎn)折點(diǎn)時(shí)，提高銀行影子規(guī)模將減小銀行系統(tǒng)性風(fēng)險(xiǎn)，當(dāng)銀行的影子規(guī)模高于轉(zhuǎn)折點(diǎn)時(shí)，提高銀行影子規(guī)模將增大銀行系統(tǒng)性風(fēng)險(xiǎn)。

表2中系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)與其他控制變量的關(guān)系也符合預(yù)期，(2)、(5)兩列中除Derivatives之外，其他控制變量在10%顯著性水平下是顯著的，(3)、(6)兩列中所有控制變量在10%顯著性水平下都是顯著的。并且，銀行規(guī)模、貸款比重、總資產(chǎn)環(huán)比增長(zhǎng)率與系統(tǒng)性風(fēng)險(xiǎn)在5%的顯著性水平下呈正相關(guān)關(guān)系，權(quán)益比率和凈資產(chǎn)收益率與系統(tǒng)性風(fēng)險(xiǎn)在1%顯著性水平下呈負(fù)相關(guān)關(guān)系。這一結(jié)果一方面表明銀行自身風(fēng)險(xiǎn)的增大確實(shí)會(huì)導(dǎo)致銀行的系統(tǒng)性風(fēng)險(xiǎn)增大，這與Acharya和Thakor[31]、Engel et al.[29]及張曉玫和毛亞琪[24]的結(jié)論都是一致的；另一方面表明銀行的規(guī)模越大，系統(tǒng)性風(fēng)險(xiǎn)越大，事實(shí)上監(jiān)管部門也認(rèn)為銀行規(guī)模是系統(tǒng)性風(fēng)險(xiǎn)的重要影響因素，2014年銀監(jiān)會(huì)發(fā)布《商業(yè)銀行全球系統(tǒng)重要性評(píng)估指標(biāo)披露指引》中，將銀行上一年末調(diào)整后的表內(nèi)外資產(chǎn)余額作為系統(tǒng)重要性銀行的判別標(biāo)準(zhǔn)之一。

目前，監(jiān)管部門已經(jīng)意識(shí)到銀行的影子業(yè)務(wù)可能存在的風(fēng)險(xiǎn)，2014年4月由人民銀行、銀監(jiān)會(huì)、證監(jiān)會(huì)、保監(jiān)會(huì)和外管局五部委聯(lián)合發(fā)布的127號(hào)文和2014年5月由銀監(jiān)會(huì)發(fā)布的140號(hào)文均對(duì)銀行同業(yè)業(yè)務(wù)(包括銀行的影子業(yè)務(wù)在內(nèi))的業(yè)務(wù)范圍和會(huì)計(jì)處理做出規(guī)范，構(gòu)建出同業(yè)業(yè)務(wù)監(jiān)管的基本框架，銀行的影子規(guī)模擴(kuò)張受到一定的限制，比如127號(hào)文第五條和第七條對(duì)同業(yè)買入返售的規(guī)定。上文的實(shí)證研究表明，銀行的影子規(guī)模和系統(tǒng)性風(fēng)險(xiǎn)之間呈U型關(guān)系，那么目前銀行的影子規(guī)模是否超過(guò)轉(zhuǎn)折點(diǎn)，是否需要限制其進(jìn)一步發(fā)展呢？本文將2014年末16家內(nèi)地上市銀行的影子規(guī)模與轉(zhuǎn)折點(diǎn)進(jìn)行比較，如圖1所示，華夏、光大、民生、寧波、南京、興業(yè)、浦發(fā)7家銀行的影子規(guī)模均高于列(3)所計(jì)算出的轉(zhuǎn)折點(diǎn)，并且除華夏銀行之外，其他6家銀行的影子規(guī)模均高于(2)、(3)、(5)、(6)列所計(jì)算的轉(zhuǎn)折點(diǎn)，由于銀行的影子規(guī)模和系統(tǒng)性風(fēng)險(xiǎn)之間呈U型關(guān)系，這些銀行減小影子銀行規(guī)?？梢詼p小系統(tǒng)性風(fēng)險(xiǎn)，這和監(jiān)管層的要求也是一致的。本文的研究結(jié)果為監(jiān)管層對(duì)于銀行影子業(yè)務(wù)的規(guī)范和引導(dǎo)提供了理論依據(jù)，由于銀行的影子規(guī)模和系統(tǒng)性風(fēng)險(xiǎn)之間呈U型關(guān)系，當(dāng)銀行的影子規(guī)模較小時(shí)，隨著銀行的影子規(guī)模增加，銀行的系統(tǒng)性風(fēng)險(xiǎn)減??；當(dāng)銀行的影子規(guī)模較大時(shí)，隨著銀行的影子規(guī)模增加，銀行的系統(tǒng)性風(fēng)險(xiǎn)增大。適度允許符合會(huì)計(jì)規(guī)范的銀行影子業(yè)務(wù)的存在，并限制銀行的影子業(yè)務(wù)的過(guò)度發(fā)展是監(jiān)管層非?？茖W(xué)和明智的決定。

圖1　2014年末上市銀行影子規(guī)模與轉(zhuǎn)折點(diǎn)比較

此外，本文同時(shí)采用動(dòng)態(tài)ΔCoVaR和動(dòng)態(tài)MES的半年度中位數(shù)值作為被解釋變量，對(duì)銀行的影子規(guī)模與系統(tǒng)性風(fēng)險(xiǎn)之間的關(guān)系做穩(wěn)健性檢驗(yàn)。由表3可知，(7)、(10)兩列中銀行的影子規(guī)模指標(biāo)在10%顯著性水平下均不顯著，而(8)、(9)、(11)、(12)中的銀行影子規(guī)模指標(biāo)和銀行影子規(guī)模指標(biāo)的平方項(xiàng)的系數(shù)在10%的顯著性水平下都顯著，并且，銀行影子規(guī)模指標(biāo)的平方項(xiàng)的系數(shù)為正，銀行影子規(guī)模指標(biāo)的系數(shù)為負(fù)。其他解釋變量的系數(shù)估計(jì)值也與實(shí)證分析結(jié)果非常接近。綜上，本文的穩(wěn)健性檢驗(yàn)結(jié)果與實(shí)證分析結(jié)果基本一致，這表明銀行的影子規(guī)模與系統(tǒng)性風(fēng)險(xiǎn)之間的U型關(guān)系結(jié)果穩(wěn)健。

表3　穩(wěn)健性檢驗(yàn)結(jié)果

注：括號(hào)內(nèi)為t統(tǒng)計(jì)量，***、**和*分別表示在1%、5%和10%的水平下顯著。

五、結(jié)論及政策建議

本文以2009-2014年中國(guó)16家上市銀行的數(shù)據(jù)為樣本，采用MES和ΔCoVaR作為銀行的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，銀行的影子規(guī)模占該銀行總資產(chǎn)的比例作為銀行的影子規(guī)模指標(biāo)，考察銀行的影子與系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系，本文的主要結(jié)論如下：

首先，實(shí)證分析結(jié)果表明，銀行的影子規(guī)模與銀行系統(tǒng)性風(fēng)險(xiǎn)之間不是簡(jiǎn)單的線性關(guān)系，而是存在非線性的U型關(guān)系。當(dāng)銀行的影子規(guī)模占該銀行總資產(chǎn)比例小于拐點(diǎn)，銀行之間的關(guān)聯(lián)性較低時(shí)，增加銀行的影子規(guī)模可以增加銀行資產(chǎn)的多樣性，通過(guò)和其他銀行的風(fēng)險(xiǎn)分擔(dān)(risk-sharing)，分散銀行風(fēng)險(xiǎn)，減小銀行的系統(tǒng)性風(fēng)險(xiǎn)；但當(dāng)銀行的影子規(guī)模占該銀行總資產(chǎn)的比例大于拐點(diǎn)，銀行之間的關(guān)聯(lián)性較高時(shí)，進(jìn)一步增加銀行的影子規(guī)模會(huì)造成銀行之間的關(guān)聯(lián)性過(guò)高，銀行之間會(huì)通過(guò)風(fēng)險(xiǎn)傳染(risk-contagion)的金融加速器作用而增大該銀行的系統(tǒng)性風(fēng)險(xiǎn)。

其次，本文所研究的銀行影子業(yè)務(wù)包含在銀行同業(yè)業(yè)務(wù)之中，因此本文也為2014年頒布的有關(guān)同業(yè)業(yè)務(wù)監(jiān)管的127號(hào)文和140號(hào)文提供了理論依據(jù)。由2014年末各銀行的影子規(guī)模與轉(zhuǎn)折點(diǎn)比較結(jié)果可知，光大、民生、寧波、南京、興業(yè)、浦發(fā)6家銀行的影子規(guī)模占比都超過(guò)實(shí)證結(jié)果所計(jì)算出的4個(gè)轉(zhuǎn)折點(diǎn)，這些銀行的影子規(guī)模與系統(tǒng)性風(fēng)險(xiǎn)之間是消極的風(fēng)險(xiǎn)傳染在起主要作用；而大型商業(yè)銀行的影子規(guī)模均在0.1之下，這些銀行的影子規(guī)模與系統(tǒng)性風(fēng)險(xiǎn)之間主要是積極的風(fēng)險(xiǎn)分擔(dān)在起主要作用。因此，允許部分符合會(huì)計(jì)規(guī)范的銀行同業(yè)業(yè)務(wù)存在，并且限制銀行同業(yè)業(yè)務(wù)過(guò)度擴(kuò)張是非常明智的，這將減小銀行的系統(tǒng)性風(fēng)險(xiǎn)，維護(hù)整個(gè)銀行業(yè)甚至金融業(yè)的穩(wěn)定。因此，本文認(rèn)為應(yīng)該嚴(yán)格執(zhí)行127號(hào)文和140號(hào)文中的相關(guān)規(guī)定，并進(jìn)一步加強(qiáng)對(duì)銀行開(kāi)展同業(yè)業(yè)務(wù)的流動(dòng)性管理及過(guò)度開(kāi)展同業(yè)業(yè)務(wù)的限制。

參考文獻(xiàn)：

[1]裘翔，周強(qiáng)龍. 影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟(jì)研究，2014(5)：91-105.

[2]陸曉明. 中美影子銀行系統(tǒng)比較分析和啟示[J].國(guó)際金融研究，2014(1)：55-63.

[3]Li J，Hsu S，Qin Y. Shadow banking in China：Institutional risks[J]. China Economic Review，2014，31：119-129.

[4]肖崎，阮健濃. 我國(guó)銀行同業(yè)業(yè)務(wù)發(fā)展對(duì)貨幣政策和金融穩(wěn)定的影響[J].國(guó)際金融研究，2014(3)：65-73.

[5]殷劍峰，王增武. 影子銀行與銀行的影子：中國(guó)理財(cái)產(chǎn)品市場(chǎng)發(fā)展與評(píng)價(jià)[M]. 北京：社會(huì)科學(xué)文獻(xiàn)出版社，2013.1-16.

[6]梁琪，李政，郝項(xiàng)超. 我國(guó)系統(tǒng)重要性金融機(jī)構(gòu)的識(shí)別與監(jiān)管——基于系統(tǒng)性風(fēng)險(xiǎn)指數(shù)SRISK方法的分析[J].金融研究， 2013(9)：56-70.

[7]馬君潞，范小云，曹元濤. 中國(guó)銀行間市場(chǎng)雙邊傳染的風(fēng)險(xiǎn)估測(cè)及其系統(tǒng)性特征分析[J].經(jīng)濟(jì)研究，2007(1)：68-78.

[8]黃聰，賈彥東. 金融網(wǎng)絡(luò)視角下的宏觀審慎管理——基于銀行間支付結(jié)算數(shù)據(jù)的實(shí)證分析[J].金融研究，2010(4)：1-14.

[9]范小云，王道平，方意. 我國(guó)金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)測(cè)度與監(jiān)管——基于邊際風(fēng)險(xiǎn)貢獻(xiàn)與杠桿率的研究[J].南開(kāi)經(jīng)濟(jì)研究，2011(4)：3-20.

[10]Mistrulli P E. Assessing financial contagion in the interbank market：maximum entropy versus observed interbank lending patterns[J]. Journal of Banking & Finance，2011，35(5)：1114-1127.

[11]Upper C. Simulation methods to assess the danger of contagion in interbank markets[J]. Journal of Financial Stability，2011，7(3)：111-125.

[12]梁琪，李政. 系統(tǒng)重要性、審慎工具與我國(guó)銀行業(yè)監(jiān)管[J].金融研究，2014(8)：32-46.

[13]卜林，李政. 我國(guó)上市金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)溢出研究——基于CoVaR和MES的比較分析[J].當(dāng)代財(cái)經(jīng)，2015(6)：55-65.

[14]Adrian T，Brunnermeier M K. CoVaR[R]. National Bureau of Economic Research，2011.

[15]Girardi G，Tolga Ergün A. Systemic risk measurement：multivariate GARCH estimation of CoVaR[J]. Journal of Banking & Finance，2013，37(8)：3169-3180.

[16]肖璞，劉軼，楊蘇梅. 相互關(guān)聯(lián)性、風(fēng)險(xiǎn)溢出與系統(tǒng)重要性銀行識(shí)別[J].金融研究，2012(12)：96-106.

[17]Acharya V，Pedersen L H，Philippon T. Measuring systemic risk[R]. Working Paper，NYU，2010.

[18]范小云，王道平，劉瀾飚. 規(guī)模、關(guān)聯(lián)性與中國(guó)系統(tǒng)重要性銀行的衡量[J].金融研究，2012(11)：16-30.

[19]Brownlees T C，Engle R. Volatility，Correlation and tails for systemic risk measurement[R]. Working Paper，NYU，2011.

[20]Banulescu G，Dumitrescu E. Which are the SIFIs？A component expected shortfall approach to systemic risk[J]. Journal of Banking & Finance，2015，50：575-588.

[21]陳穎，段希文，孫晨正. 銀行新型同業(yè)業(yè)務(wù)的潛在風(fēng)險(xiǎn)傳染效應(yīng)研究[J].金融監(jiān)管研究，2014(4)：57-71.

[22]李建軍，薛瑩. 中國(guó)影子銀行部門系統(tǒng)性風(fēng)險(xiǎn)的形成、影響與應(yīng)對(duì)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014(8)：117-130.

[23]張雪蘭，盧齊陽(yáng)，魯臻. 銀行高管薪酬與系統(tǒng)性風(fēng)險(xiǎn)——基于中國(guó)上市銀行(2007-2013)的實(shí)證研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2014(11)：42-54.

[24]張曉玫，毛亞琪. 我國(guó)上市商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)與非利息收入研究——基于LRMES方法的創(chuàng)新探討[J].國(guó)際金融研究，2014(11)：23-35.

[25]劉志洋，宋玉穎. 商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)與系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度[J].南開(kāi)經(jīng)濟(jì)研究，2015(1)： 131-143.

[26]Battiston S，Delli Gatti D，Gallegati M. Liaisons dangereuses：increasing connectivity, risk sharing，and systemic risk[J]. Journal of Economic Dynamics and Control，2012，36(8)：1121-1141.

[27]Engle R. Dynamic conditional correlation：a simple class of multivariate generalized autoregressive conditional heteroskedasticity models[J]. Journal of Business and Economic Statistics，2002，20：339-350.

[28]Scaillet O. Nonparametric estimation of conditional expected shortfall[J]. Insurance and Risk Management Journal，2005，74：639-660.

[29]Engle R F，Moshirian F，Sahgal S. Banks non-interest income and global financial stability[R]. CIFR Paper，No.015，2014.

[30]Pais A，Stork P A. Contagion risk in the australian banking and property sectors[J]. Journal of Banking & Finance，2011，35(3)：681-697.

[31]Acharya V，Thakor A. The dark side of liquidity creation：leverage and systemic risk[R]. Working Paper，F(xiàn)ederal Reserve Bank of New York，2011.

[32]Mayordomo S，Rodriguez-Moreno M，Amigos E. Derivatives holdings and systemic risk in the US banking sector[J]. Journal of Banking & Finance，2014，45：84-104.

責(zé)任編輯、校對(duì)：郭燕慶

Banks’ Shadow: Risk -sharing or Risk Contagion?

TU Xiao-feng，LI Zhen

(School of Economics，Nankai University，Tianjin 300071，China)

Abstract:Banks’ shadow business, as part of Chinese shadow banking, mainly refers to as the business of the banks in recent years led by insufficient supervision or circumventing regulations, the interbank asset or liability formed by the cooperation between the banks and banks, banks and trust companies, banks and securities companies and banks and insurance companies. This makes the relativity between banks and banks and banks and non-bank financial institutions change, which further affects the systematic risks of banks. This paper takes 16 inland listed banks from 2009 to 2014 as an example and studies the relationship between the scale of banks’ shadow business and systematic risk. Empirical research finds that a significant U-shaped relationship exists between banks’ shadow business and their systematic risks. In the beginning of banks’ shadow business development, banks can reduce systematic risks by risk-sharing. But with the further development of banks’ shadow business, the banks’ systematic risks are enlarged by the financial acceleration role of banks’ riskcontagion.

Key words:Banks’ shadow; Systematic Risk; Risk-sharing; Risk-contagion

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-2848-2016(02)-0020-10

作者簡(jiǎn)介：涂曉楓(1990- )女，四川省富順縣人，南開(kāi)大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：影子銀行風(fēng)險(xiǎn)度量與監(jiān)管；李政(1988- )河南省固始縣人，南開(kāi)大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：系統(tǒng)性風(fēng)險(xiǎn)和宏觀審慎監(jiān)管。

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“金融風(fēng)險(xiǎn)度量的新理論與新方法及其在中國(guó)金融機(jī)構(gòu)的應(yīng)用研究”(批準(zhǔn)號(hào)：14ZDB124)，國(guó)家自然科學(xué)基金面上項(xiàng)目“金融機(jī)構(gòu)風(fēng)險(xiǎn)動(dòng)態(tài)傳遞研究：基于全球的視角”(批準(zhǔn)號(hào)：71571106)；國(guó)家社科青年項(xiàng)目“房?jī)r(jià)波動(dòng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)影響的傳導(dǎo)機(jī)制、動(dòng)態(tài)特征及對(duì)策研究”(15CJY080)；中國(guó)特色社會(huì)主義經(jīng)濟(jì)建設(shè)協(xié)同創(chuàng)新中心、天津市“131”創(chuàng)新型人才團(tuán)隊(duì)“金融風(fēng)險(xiǎn)創(chuàng)新團(tuán)隊(duì)”。

收稿日期：2015-11-17