论文部分内容阅读
摘 要：本文基于我国16家上市银行2006—2014年的数据，通过采用随机效应面板模型，得出影子银行和商业银行破产风险之间存在阈值效应，当影子银行规模超过33.7万亿元时，影子银行将会增加商业银行的破产风险。将破产风险细分为资产组合风险和杠杆风险，发现影子银行和银行资产组合风险之间同样存在阈值效应，而与杠杆风险之间存在正向关系。
关键词：影子银行；破产风险；随机效应模型；政府审计
中图分类号：F830.3 文献标识码：A 文章编号：1674-2265（2016）06-0003-08
一、引言
2007年美国爆发了一场席卷全球的金融危机，影子银行被众多专家学者视为其罪魁祸首。由于各国经济发展水平以及金融结构与产品发达程度存在较大差异，各国关于影子银行的界定与分类也不可避免地存在差异。但是关于影子银行的基本内涵是一致的，即执行银行的某些职能却脱离或较少受到央行监管，也不受国家金融保护的一种金融形式（程贵，2015）。我国官方关于影子银行的界定是2013年12月发布的《国务院办公厅关于加强影子银行监管有关问题的通知》（国办发[2013]107号），将我国影子银行体系界定为三类：第一类是不持有金融牌照、完全无监督的信用中介机构，包括新型网络金融公司和第三方理财机构等；第二类是不持有金融牌照、存在监管不足的信用中介机构，包括融资性担保公司和小额贷款公司等；第三类是机构持有金融牌照，但存在监管不足或规避监管的业务，包括货币市场基金、资产证券化和部分理财业务等。近几年，我国影子银行发展异常迅速，《中国金融监管报告》指出，2012年末我国影子银行总规模为14.6万亿元，2013年末迅速增长到27万亿元。据穆迪投资估计，2014年末我国影子银行总规模为45万亿元，相当于GDP的71%。从社会融资的角度看，截止到2015年第4季度表外信用扩张已占社会融资总量的16%，而表内信贷占社会融资总量比重为69.3%，2002年该比例则高达91.9%。我国影子银行体系规模扩张对商业银行传统业务的影响，是一个非常值得讨论的问题。一方面，从业务层面来看，影子银行部分业务的确弥补了商业银行传统业务的不足，满足了中小企业和个人的融资需求，同时也丰富了金融市场，促进了金融创新；另一方面，目前我国正处于经济新常态，影子银行与商业银行竞合关系的模糊化使得风险可能向商业银行部门传染。正是由于我国影子银行与商业银行业务交叉性明显，其对传统商业银行的替代作用，必然会使商业银行资产规模、经营模式和利润等方面受到抑制。目前我国对影子银行的监管程度仍然不足，而商业银行仍然作为整个金融体系的中枢，影子银行所暴露的种种风险必将传导至商业银行本身，进一步冲击整个金融体系的稳定，甚至引发商业银行的破产倒闭。因此，本文将基于我国商业银行的基本数据，探究影子银行对我国商业银行破产风险的影响，以对商业银行应对影子银行的风险提供相应的对策建议。
二、文献综述
现有的文献主要集中研究影子银行对商业银行和金融系统稳定性的影响。国外学者对这一问题的研究开展得较早且都认为影子银行会加剧商业银行的风险。贝利（Baily，2008）研究指出，高杠杆操作的影子银行是在信息不透明的条件下运作的，由于大多数影子银行行为是缺乏监管的，规模过大，容易造成金融市场的脆弱性；严重的情况下，会造成经济衰退，发生大的系统性风险，进一步加剧银行体系的不稳定性。真纳约利（Gennaioli，2011）通过建立一个影子银行模型，证明了在理性预期下，影子银行是稳定且能提高盈利的，但是当投资者和中介忽视了尾部风险，这些风险贷款的膨胀和风险的集聚将产生金融脆弱性和流动性的剧烈波动。佐尔坦等（Zoltan等，2010）研究了影子银行在经济金融系统中的角色和影子银行与传统商业银行之间的关系。他们认为影子银行与传统银行具有一定的竞争关系，并且影子银行系统通过期限转换和信贷转换在促进金融繁荣的同时蕴含了较高的风险，2008 年金融危机就是显著例证。本特松（Elias Bengtsson，2012）通过研究 2007 年伊始的金融危机，深入分析了影子银行的运行机制和风险，结合实际的数据得到影子银行对金融体系的影响，他认为影子银行的高杠杆操作和期限错配加大了整个金融体系的脆弱性，为了防范金融不稳定现象应该加强对资产证券化和银行业务的监管。
我国学者的研究则存在较大分歧。有些学者认为影子银行会对商业银行的稳定性产生消极影响。周莉萍（2011）通过把影子银行划分为三大类非银行结构，从金融机构和金融产品两个角度分析了信托类影子银行和资产证券化类影子银行的信用创造机制。在分析影子银行系统信用创造机制的基础上得到影子银行对传统商业银行具有替代效应，并且在货币市场上具有外部溢出效应。苗晓宇和陈晞（2012）从对商业银行的替代、依附、补充、促进、扰乱和扭曲等方面探讨了影子银行体系对商业银行的影响，影子银行促进了金融脱媒，放大了商业银行的流动性风险，同时也是商业银行不断金融创新的结果。刘超、马玉洁（2014）基于我国影子银行2002—2012年数据，建立VAR模型研究影子银行对金融发展和金融稳定的脉冲响应，结果显示，影子银行发展对金融稳定产生负向冲击，同时我国金融稳定性的保持也为影子银行的发展提供了良好的环境。部分学者认为影子银行能增强商业银行的稳定性。张亦春、彭江（2014）对数据进行面板Granger因果检验，并利用面板VAR模型，实证研究了影子银行对商业银行稳健性和经济增长的影响。结论表明影子银行的发展会增强商业银行的稳定性，但影响程度较小，且不具有长期效应；影子银行的发展对经济增长有积极的促进作用，并且影子银行规模的变化将对经济增长的波动产生一定的影响。也有的学者认为随着影子银行的快速发展，二者的关系日益紧密并不断融合，将会变得更加错综复杂。毛泽盛、万亚兰（2012）研究了我国影子银行体系和金融体系稳定性之间的关系，通过实证分析得出影子银行的规模与金融体系稳定性之间存在显著的阀值效应，在影子银行的规模低于一定的阀值时，影子银行的发展能够提高金融体系的稳定性，当超过该阀值时则会降低金融体系的稳定性。 从以上文献可以看出，大部分学者都是从影子银行对商业银行经营的稳定性角度进行研究，即研究影子银行的某些业务是否会加大商业银行以及金融系统的风险。而在经济新常态下，影子银行与商业银行竞合关系的模糊化使得风险可能向商业银行部门传染。本文研究在经济步入新常态背景下，影子银行能否加剧商业银行的破产风险，从而为银行以及监管层提供现实的依据。
三、影子银行规模测算
目前有关我国影子银行的规模测算，国内还没有官方的统一的度量方法，因而也就没有相关的可靠数据。比较有代表性的有以下四种统计度量方法：第一种是选取从社会融资规模中剔除人民币贷款、外币贷款、企业债券和非金融企业境内股票融资后的余额，即委托贷款、信托贷款和未贴现银行承兑汇票之和作为影子银行的代理变量（张亦春、彭江，2014；李建伟、李树生，2015），也有只将委托贷款和信托贷款之和作为影子银行系统的衡量指标的（李向前等，2013；刘超、马玉洁，2014等）。第二种测算方法是从借款人角度对影子银行的规模进行测算（李建军，2010；毛泽盛、万亚兰，2012；李春红、徐奎，2014等）。第三种测算方法是将我国影子银行体系分为商业银行内部的影子银行和商业银行外部的影子银行，对二者分别进行测算并将加总之后的总的规模作为影子银行的代理指标（中国人民银行兰州中心支行课题组，2015；孙国峰、贾君怡，2015）。第四种测算方法是根据未观测信贷规模与未观测经济规模之间的比值和可观测信贷规模与可观测经济规模之间的比值相等，且在每一个既定的时期内，金融与经济之间的关系是相对稳定的这一原理来测算影子银行的规模（封思贤、居维维、李斯嘉，2014）。
从央行公布的社会融资规模来看，可以作为影子银行贷款的选项中，占比较高的三项分别为委托贷款、信托贷款及未贴现的银行票据。另外没有官方统计数据的民间金融、地下金融以及住户内部借贷活动都是影子银行的重要组成部分。因此本文将把这两部分之和作为影子银行规模的代理变量。委托贷款、信托贷款及未贴现的银行票据的数据可以从中国人民银行公布的社会融资规模中得到。而民间金融、地下金融以及住户内部借贷活动这部分影子银行的统计，主要借鉴封思贤（2014）的研究成果。很多非金融企业会将从银行获得的借款再放贷给其他企业，其实就是在从事金融中介活动，这些金融中介活动游离于银行监管体系之外，构成了影子银行活动的一部分（王永钦等，2015），但是这部分影子银行的规模不易观察和统计。因为实体经济的发展需要金融提供资金支持，而在一个较短的时期内，金融支持实体经济的效率和规模是相对稳定的。由此可以得出未观测信贷规模和未观测经济规模之间的比值与可观测信贷规模和可观测经济规模之间的比值相等，因此我们便可以给出公式（1）：
其中，SB表示未观测影子银行的规模，单位为亿元。NOE表示未观测经济的规模，可以用未观测收入来替代。而未观测收入则等于国民生产总值（GNP）减去可观测收入。可观测收入可用在岗职工的平均工资与就业人数的乘积来近似得到。RL表示可观测信贷规模，可以用金融机构的信贷金额来表示。数据来源于中国统计年鉴和中经网统计数据库。运用此方法对2000—2014年间我国未观测影子银行的规模进行测算，结果如表1所示。
本文定义的影子银行范畴为社会融资规模中的委托贷款、信托贷款、未贴现银行承兑汇票以及包含民间金融、地下金融以及住户内部借贷活动在内的未观测影子银行之和。据此可以统计得到的影子银行规模如表2所示。
从表2可以看出，从2006—2013年，我国影子银行的规模一直呈递增态势，并于2013年达到最大规模，2014年影子银行的规模有所降低，为42.1万亿元，这与2014年我国监管机构出台的针对影子银行监管的文件并贯彻落实不无关系。2014年1月，《关于加强影子银行业务若干问题的通知》（107号文）下发，被业内称为“影子银行基本法”。107号文对影子银行业务监管工作进行了详细的部署，对监管主体的监管范围、监管制度和方法、风险防范等工作提出了指导意见。同年4月10日，银监会下发《关于信托公司风险监管的指导意见》（99号文），这份文件被认为是信托业贯彻107号文的具体部署。可以发现2014年信托贷款只有5174亿元，比2013年的18404亿元下降了2.56倍。2014年5月8日，银监会为加强银行同业业务的管理和风险防范，发布了《关于规范商业银行同业业务治理的通知》。随着关于影子银行监管的相关政策的出台与落实，影子银行的规模在2014年得到了遏制，首次出现下降。
四、影子银行对银行破产风险影响的效应分析
从表2可以看到，我国影子银行快速扩张阶段始于2009年，这是由于为了应对2007年爆发的全球金融危机的冲击，我国政府出台了以扩大基础设施建设为主要内容的4万亿投资振兴计划，这一政策刺激了我国地方政府融资平台和房地产业的发展，而这些基建项目投资建设周期长，对资金的需求刚性巨大，而银行放贷的资金数量是有限的，这便刺激了影子银行的发展，影子银行可以通过创新诸如理财产品、委托贷款、信托、同业等业务来满足这些行业的融资需求。从影子银行的发展成因层面可以分析出影子银行对商业银行破产风险具有正反两方面的效应。
（一）正效应
首先，影子银行的发展可以增强商业银行的盈利能力。通过开展银行理财产品、委托贷款、未贴现银行承兑汇票等表外业务，可以减轻商业银行在资本充足率、存贷比和计提存款准备金等监管约束方面的压力，在提高资金流动性的同时，还可以拓展商业银行的利润来源（韩阳、张佳睿，2015）。其次，影子银行的发展可以相应降低银行的资产组合风险和中小企业违约风险。根据资产组合理论，商业银行通过创新诸如理财、同业等影子银行产品，可以起到分散风险的效果。而在非金融企业影子银行活动方面，国有企业可以比较容易地从商业银行获得贷款，然而它们通常并没有高回报的项目来投资，所以这些国有企业很多将从银行获得的贷款以高利率贷给有高回报项目的中小型企业，其实是对整个金融系统的一个帕累托改进，在此过程中，商业银行也规避了很多风险（王永钦等，2015）。 （二）负效应
首先，影子银行的发展将会挤占商业银行正规业务的市场份额，因此影子银行与商业银行之间的竞争会越来越激烈，商业银行的盈利空间将被挤占。其次，我国的影子银行信贷投向不合理，其资金大部分投向地方政府融资平台、民间借贷、房地产行业以及产能过剩行业。由于地方政府的主要收入来源于地方财政收入和土地出让金，我国经济增速由高速转为中高速，地方政府的财政收入下降较多，加之我国政府最近几年出台的房地产调控政策，也使得地方政府的土地出让金减少，这使得地方政府融资平台面临着巨大的还款压力。另外，目前我国经济面临严峻的下行压力，进出口贸易增速疲软，这些都使我国企业发展面临着严峻的考验，影子银行参与的民间借贷面临着很大的风险。除一、二线城市外，我国三、四线城市的房价不增反降，这使得房地产行业面临着很大的信用违约风险。一些产能过剩企业和僵尸企业将被清理，产能过剩行业的贷款违约风险大大提高。再次，银行理财产品面临流动性风险和违约风险，可能危及正规银行体系并造成各金融子行业间风险交叉与传递。信托公司“刚性兑付”造成产品风险与收益错位，短期面临较大兑付压力（李若愚，2013）。最后，影子银行具有跨市场、跨区域、跨行业的特点，已经呈现出一种混业经营的发展态势，而影子银行通过金融创新，研发出许多金融产品，拉长了影子银行的产品链条，增大了杠杆风险，在经济进入下行通道的情况下会使经济加速下滑，可能形成系统性风险。而影子银行和传统商业银行之间有着千丝万缕的联系，影子银行的风险很容易向商业银行传染。
五、实证分析
（一）模型的设定
毛泽盛、万亚兰（2012）研究发现，影子银行规模与银行体系稳定性之间存在阈值效应，当影子银行规模低于阈值时，影子银行的发展可以提高商业银行体系的稳定性，而当影子银行规模高于阈值时，影子银行规模的继续增加将会降低商业银行的稳定性。为此，本文建立如下的计量模型：
其中，表示第家银行，t代表时间，。代表银行破产风险，代表影子银行业务的规模，代表商业银行层面的控制变量，代表宏观层面的控制变量，表示误差项。
（二）变量的选取
1. 银行破产风险的代理变量。参照刘莉亚（2014）的做法，本文采用Z值来衡量商业银行的破产风险，具体计算公式如下：，其中，ROA表示商业银行的总资产收益率，ETA为权益与总资产的比值，表示总资产收益率的标准差。本文将z值分成两部分进行考察，记，
，表示商业银行的资产组合风险，表示杠杆风险。z值越大，商业银行的破产风险越小。类似的，值越大，表明资产组合风险和杠杆风险越小。
2. 影子银行规模的代理变量。本文所采用的影子银行规模的代理变量为委托贷款、信托贷款、未贴现银行承兑汇票和未观测影子银行这四部分之和。
3. 控制变量的选取。借鉴梁丽丽（2015）、丁宁（2015）、刘莉亚等（2014）的研究，本文采用商业银行层面的控制变量有：存贷比（）、净息差（）、不良贷款率（）和银行规模（）。为了控制宏观经济变量对被解释变量产生的影响，本文选取GDP增长率（）和广义货币增长率（）作为宏观经济控制变量。
具体各变量的描述性统计见表3。
（三）数据选取
本文采用2006—2014年我国16家上市商业银行的面板数据进行实证分析。其中，各家商业银行的总资产收益率、所有者权益、总资产、存贷比、净息差和不良贷款率均来自于万得数据库，每年的GDP同比增长率和广义货币增长率来自于中经网统计数据库。
（四）实证回归结果及分析
1. 影子银行与银行破产风险。首先对模型（2）进行检验以确定是否采用固定效应模型。在对面板数据做固定效应模型估计后，再进行F检验，F检验的p值为0.0000，故强烈拒绝原假设，应该允许每位个体拥有自己的截距项。
接下来，对面板数据做随机效应模型估计，再进行豪斯曼检验。在豪斯曼检验中，Prob=0.1526>0.05，不能拒绝选择随机效应模型的原假设，因此使用随机效应模型效果会更好。表4详细列明了随机效应模型检验中各变量的回归结果。
从核心变量来看，在模型1中，影子银行对商业银行破产风险效应的符号虽然为正，但是并不显著。在模型2中加入影子银行规模的平方项，以考察影子银行业务对商业银行的破产风险是否会存在阈值效应。从模型2的回归结果可以看出，影子银行的一次项回归系数显著为正，而影子银行规模的平方项回归系数显著为负，说明影子银行规模和Z值呈现出一种倒U形的关系。进一步计算得出，影子银行规模的阈值为33.7万亿元。当影子银行规模低于33.7万亿元时，随着影子银行规模的增加，商业银行的z值会相应变大，从而银行的破产风险会降低；相反，当影子银行的规模超过33.7万亿时，如果继续增加，商业银行的z值会相应降低，从而银行的破产风险会增加。
影子银行的大量资金流入到地方政府融资平台、房地产、钢铁等受到政策限制的行业，助长了地方政府的债务积累，刺激了房价过快上涨，也加剧了一些行业的产能过剩。商业银行借助表内外业务进行资产转移，通过进行银信合作、银证合作、银保合作，隐匿金融风险，影子银行日益成为商业银行隐藏不良贷款、进行监管套利的重要工具。影子银行跨行业、跨市场以及跨区域运作的模式将增加商业银行的破产风险。
2. 影子银行与银行资产组合风险和杠杆风险。为了更具体地考察影子银行对商业银行破产风险影响的渠道和方式，参照刘莉亚（2014）的做法，将银行的破产风险区分为资产组合风险和杠杆风险，回归结果如表5所示。
如表5所示，A栏中的模型（1）和（2）为影子银行对商业银行组合风险影响的估计结果。在模型（1）中，影子银行对商业银行组合风险的估计系数在10%的置信水平下显著为正，而在模型（2）中，影子银行一次项的回归系数在1%的置信水平下显著为正，影子银行平方项的回归系数在1%的置信水平下显著为负，也就是说影子银行和z1值之间出现一种倒U形关系，并且可以进一步计算出阈值为35.5万亿元。当影子银行的规模超过35.5万亿元时，银行的组合风险增大。根据资产组合理论，商业银行开展的很多诸如银行理财产品、委托贷款、未贴现银行承兑汇票、同业业务等影子银行业务可以极大地丰富商业银行的产品种类，多元化经营会带来风险分散效应。但是根据斯蒂罗（Stiroh，2004）的观点，由于银行产品或服务的交叉销售使得商业银行内部的影子银行业务和传统的商业银行业务之间具有很强的相关度，并且由于客户转换成本低、业务波动大，可能使银行整体盈利的波动性变大，这使得银行内部的影子银行业务的风险分散效应会大打折扣。此外，银行出于降低信用风险的考虑，通常不愿将资金贷给资金短缺但具有高额投资回报率的中小企业，而倾向于将资金贷给可能无高回报投资项目的国有企业。而很多非金融国有企业会将从银行获得的贷款再以较高的利率贷给有高额回报率的中小企业。该业务在分散商业银行信用违约风险的同时，也蕴含着非常大的系统性风险。现在我国处于经济新常态，经济增长速度由高速转为中高速，很多中小企业面临着非常严峻的经营风险。一旦中小企业经营不善，国有企业将不能按时足额收回贷款，从而也将无力偿还银行的贷款，导致商业银行不良贷款率上升，放大商业银行的风险。 B栏中的模型（3）和（4）为影子银行对商业银行杠杆风险影响的估计结果。在模型（3）中，影子银行一次项的回归系数在5%的置信水平下显著，而在模型（4）中，影子银行的一次项和平方项均不显著，说明影子银行和银行杠杆风险之间的关系是线性的。随着影子银行规模的持续增大，z2的取值在逐渐变小，也即商业银行的杠杆风险在增大。商业银行内部的影子银行业务可以减轻商业银行在资本充足率、存贷比和计提存款准备金等监管约束方面的压力，因此银行可能会增加财务杠杆，这样无疑会增加商业银行的杠杆风险。另外，商业银行开展的资产证券化等业务也会放大商业银行的杠杆风险。
而对于控制变量来说，在模型（1）和（2）中，商业银行的净利差、总资产和货币供应量至少在5%的置信水平上与z1呈正相关关系，这说明商业银行净利差的扩大、总资产的增加以及货币供应量的扩充都将降低银行的资产组合风险。而在模型（3）和（4）中，商业银行的不良贷款率与z2呈负相关关系，这说明商业银行不良贷款率的扩大会导致银行杠杆风险的扩大。
3. 稳健性检验。除了用作为银行破产风险的衡量指标之外，邓雄（2014）、张健华和王鹏（2012）等学者还采用
来衡量商业银行的破产风险，CAR表示资本充足率。本文采用作为破产风险的替代变量来进行稳健性检验，检验结果如表6所示。
模型（1）中影子银行的回归系数在5%的显著性水平下为负，而在模型（2）中，影子银行一次项的回归系数显著为正，影子银行规模的二次项的回归系数显著为负，同样可以得出影子银行和银行破产风险之间存在阈值效应。当影子银行规模小于阈值时，影子银行的增加将使z3值增大，银行的破产风险降低；反之当影子银行的规模大于阈值时，影子银行规模的进一步增加将使z3值降低，银行的破产风险将会增大，与我们之前得出的结论相一致。同时我们可以看到，商业银行的净利差、总资产、国民资产总值和货币供应量的增加都会相应降低银行的破产风险，而不良贷款率的增加则将会使银行破产风险增大，这些结果都验证了之前我们得到的实证结果，可以认为我们得到的结论是有效的。
六、结论与政策建议
（一）结论
本文基于中国16家上市商业银行的数据，通过实证分析得出影子银行和银行破产风险之间存在着阈值效应，当影子银行规模小于33.7万亿元时，影子银行的发展可以降低商业银行的破产风险，而此时破产风险的降低主要是源于银行的风险分散效应使银行资产组合风险降低。而当影子银行的规模超过33.7万亿元时，影子银行的进一步扩张将会放大银行的破产风险，而此时银行破产风险的扩大则来源于银行资产组合风险和杠杆风险的合力。在其他影响商业银行破产风险的因素中，银行净息差的扩大以及总资产的增加将会提升商业银行的盈利能力，促使银行破产风险和资产组合风险的降低。货币供应量的增加将会使商业银行的资金充足，流动性增强，从而使商业银行的破产风险和资产组合风险相应降低。而不良贷款率的提高将会使商业银行无法按时收回全部的贷款，银行的杠杆风险会被放大。因此，对于影子银行的监管刻不容缓。
（二）政策建议
1. 改变一行三会分业监管的模式，构建统一的大金融监管。近年来，我国影子银行业务发展迅速，商业银行、非银行金融机构、非金融企业和居民个人之间的影子银行业务互有交叉，影子银行已经涉及银行、证券、保险、信托等众多行业，形成了混业经营的态势。而一行三会仍然采用分业监管的方式来监管影子银行，其对影子银行监管的弊端已经日益显现。可以采用“央行+审慎监管局+行为监管局”的监管模式，由央行负责影子银行监管政策的制定、执行以及系统重要性金融机构所涉及的影子银行业务的监管，银监会、证监会和保监会合并组建新的监管机构负责其他金融机构影子银行业务的微观审慎监管，并成立独立的行为监管局。这样不仅可以解决影子银行跨行业监管问题，加强对影子银行交叉业务的监管，还可以强化宏观审慎金融监管框架，提升防范和化解影子银行产生的系统性和区域性金融风险的能力。
2. 对影子银行采取分类监管的原则。影子银行有很多不同的类别，不能对每一种影子银行都采取相同的监管措施。对于类银行影子银行业务，比如理财产品等，由于可以进行信用创造，会导致货币供应量增大且干扰货币政策的实施效果，因此需要将类银行业务纳入正常的信贷体系管理。对于狭义的影子银行来说，由于某些非银行信用中介体系具有期限错配、流动性风险、信用转换和高杠杆的特点，极易引发系统性和区域性风险，因此需要将其纳入宏观审慎管理框架之中，开发出新型的影子银行宏观审慎管理工具对其进行监管。对于游离于监管体系之外的影子银行，比如互联网金融和民间借贷等，需要坚守非法集资和变相吸收公众存款这两条底线，切断影子银行到商业银行的风险传染渠道。
3. 加强对影子银行的审计力度。审计部门应该扩大对影子银行的监控范围，对影子银行应该发挥预防、揭示和抵御三大功能。影子银行业务的政府审计应当加强事中审计，密切跟踪影子银行和商业银行有交叉的业务，提高对信贷违规等行为的监管与处罚力度。政府审计应该构建影子银行的统计指标并进行持续更新，形成完整的影子银行风险管控数据库。政府审计需要在影子银行和金融系统之间构建隔离墙，坚决避免发生系统性和区域性金融风险。对影子银行的政府审计工作还要处理好金融监管与金融创新之间的关系，审计部门在对影子银行严加管控的同时，要鼓励支持金融机构进行合法合规的金融创新，一些风险较小的影子银行普惠创新产品在服务中小企业、满足民众财富管理需求等方面同样发挥着重要作用。
参考文献：
[1]Baily，Martin Neil，Douglas W Elmendorf and Robert E Litan. 2008. The Great Credit Squeeze：How It Happened，How to Prevent Another[R].Brookings Institution Discussion Paper，（5）. [2]Elias，Bengtsson. 2012. Shadow Banking and Financial Stability：European Money Market Funds in the Global Financial Crisis[J].Journal of International Money and Finance，（6）.
[3]Gennaioli，N.， A. Shleifer and R. W. Vishny. 2011. A model of shadow banking[J].National Bureau of Economic Research.
[4]Pozsar，Zoltan. 2010. Shadow Banking[R].Federal Reserve Bank of New York Staff Report，（7）.
[5]Stiroh K J. 2004. Diversification in Banking：Is Noninterest Income the Answer？[J].Journal of Money，Credit&Banking，36（5）.
[6]程贵.影子银行风险防范及监管[J].中国金融，2015，（5）.
[7]邓雄.商业银行股权结构与冒险行为、破产风险关系的实证分析——基于14家上市商业银行面板数据的分析[J].上海经济研究，2014，（4）.
[8]丁宁.利率市场化进程中影子银行规模对商业银行效益的影响分析[J].宏观经济研究，2015，（7）.
[9]封思贤，居维维，李斯嘉.中国影子银行对金融稳定性的影响[J].金融经济学研究，2014，29（4）.
[10]韩阳，张佳睿.我国影子银行体系的风险及监管[J].税务与经济，2015，（6）.
[11]李春红，徐奎.影子银行规模与银行体系稳定性[J].商业研究，2014，（3）.
[12]李建军.中国未观测信贷规模的变化：1978—2008年[J].金融研究，2010，（4）.
[13]李建伟，李树生.影子银行、利率市场化与实体经济景气程度——基于SVAR模型的实证研究[J].中南财经政法大学学报，2015，（3）.
[14]李若愚.中国式影子银行规模测算与风险评估[J].金融与经济，2013，（9）.
[15]李向前，诸葛瑞英，黄盼盼.影子银行系统对我国货币政策和金融稳定的影响[J].经济学动态，2013，（5）.
[16]刘超，马玉洁.影子银行系统对我国金融发展、金融稳定的影响——基于2002—2012年月度数据的分析[J].经济学家，2014，（4）.
[17]毛泽盛，万亚兰.中国影子银行与银行体系稳定性阈值效应研究[J].国际金融研究，2012，（11）.
[18]孙国峰，贾君怡.中国影子银行界定及其规模测算——基于信用货币创造的视角[J].中国社会科学，2015，（11）.
[19]王去非，应千凡，焦琦斌，易振华.美国中小银行“倒闭潮”的回顾与启示[J].银行家，2012，（1）.
[20]王永钦，刘紫寒，李嫦，杜巨澜.识别中国非金融企业的影子银行活动——来自合并资产负债表的证据[J].管理世界，2015，（12）.
[21]张健华，王鹏.银行风险、贷款规模与法律保护水平[J].经济研究，2012，（5）.
[22]张亦春，彭江.影子银行对商业银行稳健性和经济增长的影响——基于面板VAR模型的动态分析[J].投资研究，2014，（5）.
[23]中国人民银行兰州中心支行课题组.中国影子银行体系及其对银行业稳定性影响的实证研究[J].学术研究，2015，（1）.
[24]周莉萍.影子银行体系的信用创造：机制、效应和应对思路[J].金融评论，2011，（4）.
Abstract：According to the data of 16 listed banks in China from 2006 to 2014 and by using the random effect panel model，we conclude that there is a threshold effect between shadow banking and the bankruptcy risk of commercial banks. When the size of the shadow banking exceeds 33.7 trillion yuan，the shadow banking will increase the bankruptcy risk of commercial banks.After we divide the bankruptcy risk into the asset portfolio risk and the leverage risk，we find that there is a threshold effect between shadow banking and asset portfolio risk.We also find that there is a positive relationship between shadow banking and leverage risk.
Key Words：shadow banking，bankruptcy risk，random effectmodel，government audits
（责任编辑 耿 欣；校对 CX，GX）
关键词：影子银行；破产风险；随机效应模型；政府审计
中图分类号：F830.3 文献标识码：A 文章编号：1674-2265（2016）06-0003-08
一、引言
2007年美国爆发了一场席卷全球的金融危机，影子银行被众多专家学者视为其罪魁祸首。由于各国经济发展水平以及金融结构与产品发达程度存在较大差异，各国关于影子银行的界定与分类也不可避免地存在差异。但是关于影子银行的基本内涵是一致的，即执行银行的某些职能却脱离或较少受到央行监管，也不受国家金融保护的一种金融形式（程贵，2015）。我国官方关于影子银行的界定是2013年12月发布的《国务院办公厅关于加强影子银行监管有关问题的通知》（国办发[2013]107号），将我国影子银行体系界定为三类：第一类是不持有金融牌照、完全无监督的信用中介机构，包括新型网络金融公司和第三方理财机构等；第二类是不持有金融牌照、存在监管不足的信用中介机构，包括融资性担保公司和小额贷款公司等；第三类是机构持有金融牌照，但存在监管不足或规避监管的业务，包括货币市场基金、资产证券化和部分理财业务等。近几年，我国影子银行发展异常迅速，《中国金融监管报告》指出，2012年末我国影子银行总规模为14.6万亿元，2013年末迅速增长到27万亿元。据穆迪投资估计，2014年末我国影子银行总规模为45万亿元，相当于GDP的71%。从社会融资的角度看，截止到2015年第4季度表外信用扩张已占社会融资总量的16%，而表内信贷占社会融资总量比重为69.3%，2002年该比例则高达91.9%。我国影子银行体系规模扩张对商业银行传统业务的影响，是一个非常值得讨论的问题。一方面，从业务层面来看，影子银行部分业务的确弥补了商业银行传统业务的不足，满足了中小企业和个人的融资需求，同时也丰富了金融市场，促进了金融创新；另一方面，目前我国正处于经济新常态，影子银行与商业银行竞合关系的模糊化使得风险可能向商业银行部门传染。正是由于我国影子银行与商业银行业务交叉性明显，其对传统商业银行的替代作用，必然会使商业银行资产规模、经营模式和利润等方面受到抑制。目前我国对影子银行的监管程度仍然不足，而商业银行仍然作为整个金融体系的中枢，影子银行所暴露的种种风险必将传导至商业银行本身，进一步冲击整个金融体系的稳定，甚至引发商业银行的破产倒闭。因此，本文将基于我国商业银行的基本数据，探究影子银行对我国商业银行破产风险的影响，以对商业银行应对影子银行的风险提供相应的对策建议。
二、文献综述
现有的文献主要集中研究影子银行对商业银行和金融系统稳定性的影响。国外学者对这一问题的研究开展得较早且都认为影子银行会加剧商业银行的风险。贝利（Baily，2008）研究指出，高杠杆操作的影子银行是在信息不透明的条件下运作的，由于大多数影子银行行为是缺乏监管的，规模过大，容易造成金融市场的脆弱性；严重的情况下，会造成经济衰退，发生大的系统性风险，进一步加剧银行体系的不稳定性。真纳约利（Gennaioli，2011）通过建立一个影子银行模型，证明了在理性预期下，影子银行是稳定且能提高盈利的，但是当投资者和中介忽视了尾部风险，这些风险贷款的膨胀和风险的集聚将产生金融脆弱性和流动性的剧烈波动。佐尔坦等（Zoltan等，2010）研究了影子银行在经济金融系统中的角色和影子银行与传统商业银行之间的关系。他们认为影子银行与传统银行具有一定的竞争关系，并且影子银行系统通过期限转换和信贷转换在促进金融繁荣的同时蕴含了较高的风险，2008 年金融危机就是显著例证。本特松（Elias Bengtsson，2012）通过研究 2007 年伊始的金融危机，深入分析了影子银行的运行机制和风险，结合实际的数据得到影子银行对金融体系的影响，他认为影子银行的高杠杆操作和期限错配加大了整个金融体系的脆弱性，为了防范金融不稳定现象应该加强对资产证券化和银行业务的监管。
我国学者的研究则存在较大分歧。有些学者认为影子银行会对商业银行的稳定性产生消极影响。周莉萍（2011）通过把影子银行划分为三大类非银行结构，从金融机构和金融产品两个角度分析了信托类影子银行和资产证券化类影子银行的信用创造机制。在分析影子银行系统信用创造机制的基础上得到影子银行对传统商业银行具有替代效应，并且在货币市场上具有外部溢出效应。苗晓宇和陈晞（2012）从对商业银行的替代、依附、补充、促进、扰乱和扭曲等方面探讨了影子银行体系对商业银行的影响，影子银行促进了金融脱媒，放大了商业银行的流动性风险，同时也是商业银行不断金融创新的结果。刘超、马玉洁（2014）基于我国影子银行2002—2012年数据，建立VAR模型研究影子银行对金融发展和金融稳定的脉冲响应，结果显示，影子银行发展对金融稳定产生负向冲击，同时我国金融稳定性的保持也为影子银行的发展提供了良好的环境。部分学者认为影子银行能增强商业银行的稳定性。张亦春、彭江（2014）对数据进行面板Granger因果检验，并利用面板VAR模型，实证研究了影子银行对商业银行稳健性和经济增长的影响。结论表明影子银行的发展会增强商业银行的稳定性，但影响程度较小，且不具有长期效应；影子银行的发展对经济增长有积极的促进作用，并且影子银行规模的变化将对经济增长的波动产生一定的影响。也有的学者认为随着影子银行的快速发展，二者的关系日益紧密并不断融合，将会变得更加错综复杂。毛泽盛、万亚兰（2012）研究了我国影子银行体系和金融体系稳定性之间的关系，通过实证分析得出影子银行的规模与金融体系稳定性之间存在显著的阀值效应，在影子银行的规模低于一定的阀值时，影子银行的发展能够提高金融体系的稳定性，当超过该阀值时则会降低金融体系的稳定性。 从以上文献可以看出，大部分学者都是从影子银行对商业银行经营的稳定性角度进行研究，即研究影子银行的某些业务是否会加大商业银行以及金融系统的风险。而在经济新常态下，影子银行与商业银行竞合关系的模糊化使得风险可能向商业银行部门传染。本文研究在经济步入新常态背景下，影子银行能否加剧商业银行的破产风险，从而为银行以及监管层提供现实的依据。
三、影子银行规模测算
目前有关我国影子银行的规模测算，国内还没有官方的统一的度量方法，因而也就没有相关的可靠数据。比较有代表性的有以下四种统计度量方法：第一种是选取从社会融资规模中剔除人民币贷款、外币贷款、企业债券和非金融企业境内股票融资后的余额，即委托贷款、信托贷款和未贴现银行承兑汇票之和作为影子银行的代理变量（张亦春、彭江，2014；李建伟、李树生，2015），也有只将委托贷款和信托贷款之和作为影子银行系统的衡量指标的（李向前等，2013；刘超、马玉洁，2014等）。第二种测算方法是从借款人角度对影子银行的规模进行测算（李建军，2010；毛泽盛、万亚兰，2012；李春红、徐奎，2014等）。第三种测算方法是将我国影子银行体系分为商业银行内部的影子银行和商业银行外部的影子银行，对二者分别进行测算并将加总之后的总的规模作为影子银行的代理指标（中国人民银行兰州中心支行课题组，2015；孙国峰、贾君怡，2015）。第四种测算方法是根据未观测信贷规模与未观测经济规模之间的比值和可观测信贷规模与可观测经济规模之间的比值相等，且在每一个既定的时期内，金融与经济之间的关系是相对稳定的这一原理来测算影子银行的规模（封思贤、居维维、李斯嘉，2014）。
从央行公布的社会融资规模来看，可以作为影子银行贷款的选项中，占比较高的三项分别为委托贷款、信托贷款及未贴现的银行票据。另外没有官方统计数据的民间金融、地下金融以及住户内部借贷活动都是影子银行的重要组成部分。因此本文将把这两部分之和作为影子银行规模的代理变量。委托贷款、信托贷款及未贴现的银行票据的数据可以从中国人民银行公布的社会融资规模中得到。而民间金融、地下金融以及住户内部借贷活动这部分影子银行的统计，主要借鉴封思贤（2014）的研究成果。很多非金融企业会将从银行获得的借款再放贷给其他企业，其实就是在从事金融中介活动，这些金融中介活动游离于银行监管体系之外，构成了影子银行活动的一部分（王永钦等，2015），但是这部分影子银行的规模不易观察和统计。因为实体经济的发展需要金融提供资金支持，而在一个较短的时期内，金融支持实体经济的效率和规模是相对稳定的。由此可以得出未观测信贷规模和未观测经济规模之间的比值与可观测信贷规模和可观测经济规模之间的比值相等，因此我们便可以给出公式（1）：
其中，SB表示未观测影子银行的规模，单位为亿元。NOE表示未观测经济的规模，可以用未观测收入来替代。而未观测收入则等于国民生产总值（GNP）减去可观测收入。可观测收入可用在岗职工的平均工资与就业人数的乘积来近似得到。RL表示可观测信贷规模，可以用金融机构的信贷金额来表示。数据来源于中国统计年鉴和中经网统计数据库。运用此方法对2000—2014年间我国未观测影子银行的规模进行测算，结果如表1所示。
本文定义的影子银行范畴为社会融资规模中的委托贷款、信托贷款、未贴现银行承兑汇票以及包含民间金融、地下金融以及住户内部借贷活动在内的未观测影子银行之和。据此可以统计得到的影子银行规模如表2所示。
从表2可以看出，从2006—2013年，我国影子银行的规模一直呈递增态势，并于2013年达到最大规模，2014年影子银行的规模有所降低，为42.1万亿元，这与2014年我国监管机构出台的针对影子银行监管的文件并贯彻落实不无关系。2014年1月，《关于加强影子银行业务若干问题的通知》（107号文）下发，被业内称为“影子银行基本法”。107号文对影子银行业务监管工作进行了详细的部署，对监管主体的监管范围、监管制度和方法、风险防范等工作提出了指导意见。同年4月10日，银监会下发《关于信托公司风险监管的指导意见》（99号文），这份文件被认为是信托业贯彻107号文的具体部署。可以发现2014年信托贷款只有5174亿元，比2013年的18404亿元下降了2.56倍。2014年5月8日，银监会为加强银行同业业务的管理和风险防范，发布了《关于规范商业银行同业业务治理的通知》。随着关于影子银行监管的相关政策的出台与落实，影子银行的规模在2014年得到了遏制，首次出现下降。
四、影子银行对银行破产风险影响的效应分析
从表2可以看到，我国影子银行快速扩张阶段始于2009年，这是由于为了应对2007年爆发的全球金融危机的冲击，我国政府出台了以扩大基础设施建设为主要内容的4万亿投资振兴计划，这一政策刺激了我国地方政府融资平台和房地产业的发展，而这些基建项目投资建设周期长，对资金的需求刚性巨大，而银行放贷的资金数量是有限的，这便刺激了影子银行的发展，影子银行可以通过创新诸如理财产品、委托贷款、信托、同业等业务来满足这些行业的融资需求。从影子银行的发展成因层面可以分析出影子银行对商业银行破产风险具有正反两方面的效应。
（一）正效应
首先，影子银行的发展可以增强商业银行的盈利能力。通过开展银行理财产品、委托贷款、未贴现银行承兑汇票等表外业务，可以减轻商业银行在资本充足率、存贷比和计提存款准备金等监管约束方面的压力，在提高资金流动性的同时，还可以拓展商业银行的利润来源（韩阳、张佳睿，2015）。其次，影子银行的发展可以相应降低银行的资产组合风险和中小企业违约风险。根据资产组合理论，商业银行通过创新诸如理财、同业等影子银行产品，可以起到分散风险的效果。而在非金融企业影子银行活动方面，国有企业可以比较容易地从商业银行获得贷款，然而它们通常并没有高回报的项目来投资，所以这些国有企业很多将从银行获得的贷款以高利率贷给有高回报项目的中小型企业，其实是对整个金融系统的一个帕累托改进，在此过程中，商业银行也规避了很多风险（王永钦等，2015）。 （二）负效应
首先，影子银行的发展将会挤占商业银行正规业务的市场份额，因此影子银行与商业银行之间的竞争会越来越激烈，商业银行的盈利空间将被挤占。其次，我国的影子银行信贷投向不合理，其资金大部分投向地方政府融资平台、民间借贷、房地产行业以及产能过剩行业。由于地方政府的主要收入来源于地方财政收入和土地出让金，我国经济增速由高速转为中高速，地方政府的财政收入下降较多，加之我国政府最近几年出台的房地产调控政策，也使得地方政府的土地出让金减少，这使得地方政府融资平台面临着巨大的还款压力。另外，目前我国经济面临严峻的下行压力，进出口贸易增速疲软，这些都使我国企业发展面临着严峻的考验，影子银行参与的民间借贷面临着很大的风险。除一、二线城市外，我国三、四线城市的房价不增反降，这使得房地产行业面临着很大的信用违约风险。一些产能过剩企业和僵尸企业将被清理，产能过剩行业的贷款违约风险大大提高。再次，银行理财产品面临流动性风险和违约风险，可能危及正规银行体系并造成各金融子行业间风险交叉与传递。信托公司“刚性兑付”造成产品风险与收益错位，短期面临较大兑付压力（李若愚，2013）。最后，影子银行具有跨市场、跨区域、跨行业的特点，已经呈现出一种混业经营的发展态势，而影子银行通过金融创新，研发出许多金融产品，拉长了影子银行的产品链条，增大了杠杆风险，在经济进入下行通道的情况下会使经济加速下滑，可能形成系统性风险。而影子银行和传统商业银行之间有着千丝万缕的联系，影子银行的风险很容易向商业银行传染。
五、实证分析
（一）模型的设定
毛泽盛、万亚兰（2012）研究发现，影子银行规模与银行体系稳定性之间存在阈值效应，当影子银行规模低于阈值时，影子银行的发展可以提高商业银行体系的稳定性，而当影子银行规模高于阈值时，影子银行规模的继续增加将会降低商业银行的稳定性。为此，本文建立如下的计量模型：
其中，表示第家银行，t代表时间，。代表银行破产风险，代表影子银行业务的规模，代表商业银行层面的控制变量，代表宏观层面的控制变量，表示误差项。
（二）变量的选取
1. 银行破产风险的代理变量。参照刘莉亚（2014）的做法，本文采用Z值来衡量商业银行的破产风险，具体计算公式如下：，其中，ROA表示商业银行的总资产收益率，ETA为权益与总资产的比值，表示总资产收益率的标准差。本文将z值分成两部分进行考察，记，
，表示商业银行的资产组合风险，表示杠杆风险。z值越大，商业银行的破产风险越小。类似的，值越大，表明资产组合风险和杠杆风险越小。
2. 影子银行规模的代理变量。本文所采用的影子银行规模的代理变量为委托贷款、信托贷款、未贴现银行承兑汇票和未观测影子银行这四部分之和。
3. 控制变量的选取。借鉴梁丽丽（2015）、丁宁（2015）、刘莉亚等（2014）的研究，本文采用商业银行层面的控制变量有：存贷比（）、净息差（）、不良贷款率（）和银行规模（）。为了控制宏观经济变量对被解释变量产生的影响，本文选取GDP增长率（）和广义货币增长率（）作为宏观经济控制变量。
具体各变量的描述性统计见表3。
（三）数据选取
本文采用2006—2014年我国16家上市商业银行的面板数据进行实证分析。其中，各家商业银行的总资产收益率、所有者权益、总资产、存贷比、净息差和不良贷款率均来自于万得数据库，每年的GDP同比增长率和广义货币增长率来自于中经网统计数据库。
（四）实证回归结果及分析
1. 影子银行与银行破产风险。首先对模型（2）进行检验以确定是否采用固定效应模型。在对面板数据做固定效应模型估计后，再进行F检验，F检验的p值为0.0000，故强烈拒绝原假设，应该允许每位个体拥有自己的截距项。
接下来，对面板数据做随机效应模型估计，再进行豪斯曼检验。在豪斯曼检验中，Prob=0.1526>0.05，不能拒绝选择随机效应模型的原假设，因此使用随机效应模型效果会更好。表4详细列明了随机效应模型检验中各变量的回归结果。
从核心变量来看，在模型1中，影子银行对商业银行破产风险效应的符号虽然为正，但是并不显著。在模型2中加入影子银行规模的平方项，以考察影子银行业务对商业银行的破产风险是否会存在阈值效应。从模型2的回归结果可以看出，影子银行的一次项回归系数显著为正，而影子银行规模的平方项回归系数显著为负，说明影子银行规模和Z值呈现出一种倒U形的关系。进一步计算得出，影子银行规模的阈值为33.7万亿元。当影子银行规模低于33.7万亿元时，随着影子银行规模的增加，商业银行的z值会相应变大，从而银行的破产风险会降低；相反，当影子银行的规模超过33.7万亿时，如果继续增加，商业银行的z值会相应降低，从而银行的破产风险会增加。
影子银行的大量资金流入到地方政府融资平台、房地产、钢铁等受到政策限制的行业，助长了地方政府的债务积累，刺激了房价过快上涨，也加剧了一些行业的产能过剩。商业银行借助表内外业务进行资产转移，通过进行银信合作、银证合作、银保合作，隐匿金融风险，影子银行日益成为商业银行隐藏不良贷款、进行监管套利的重要工具。影子银行跨行业、跨市场以及跨区域运作的模式将增加商业银行的破产风险。
2. 影子银行与银行资产组合风险和杠杆风险。为了更具体地考察影子银行对商业银行破产风险影响的渠道和方式，参照刘莉亚（2014）的做法，将银行的破产风险区分为资产组合风险和杠杆风险，回归结果如表5所示。
如表5所示，A栏中的模型（1）和（2）为影子银行对商业银行组合风险影响的估计结果。在模型（1）中，影子银行对商业银行组合风险的估计系数在10%的置信水平下显著为正，而在模型（2）中，影子银行一次项的回归系数在1%的置信水平下显著为正，影子银行平方项的回归系数在1%的置信水平下显著为负，也就是说影子银行和z1值之间出现一种倒U形关系，并且可以进一步计算出阈值为35.5万亿元。当影子银行的规模超过35.5万亿元时，银行的组合风险增大。根据资产组合理论，商业银行开展的很多诸如银行理财产品、委托贷款、未贴现银行承兑汇票、同业业务等影子银行业务可以极大地丰富商业银行的产品种类，多元化经营会带来风险分散效应。但是根据斯蒂罗（Stiroh，2004）的观点，由于银行产品或服务的交叉销售使得商业银行内部的影子银行业务和传统的商业银行业务之间具有很强的相关度，并且由于客户转换成本低、业务波动大，可能使银行整体盈利的波动性变大，这使得银行内部的影子银行业务的风险分散效应会大打折扣。此外，银行出于降低信用风险的考虑，通常不愿将资金贷给资金短缺但具有高额投资回报率的中小企业，而倾向于将资金贷给可能无高回报投资项目的国有企业。而很多非金融国有企业会将从银行获得的贷款再以较高的利率贷给有高额回报率的中小企业。该业务在分散商业银行信用违约风险的同时，也蕴含着非常大的系统性风险。现在我国处于经济新常态，经济增长速度由高速转为中高速，很多中小企业面临着非常严峻的经营风险。一旦中小企业经营不善，国有企业将不能按时足额收回贷款，从而也将无力偿还银行的贷款，导致商业银行不良贷款率上升，放大商业银行的风险。 B栏中的模型（3）和（4）为影子银行对商业银行杠杆风险影响的估计结果。在模型（3）中，影子银行一次项的回归系数在5%的置信水平下显著，而在模型（4）中，影子银行的一次项和平方项均不显著，说明影子银行和银行杠杆风险之间的关系是线性的。随着影子银行规模的持续增大，z2的取值在逐渐变小，也即商业银行的杠杆风险在增大。商业银行内部的影子银行业务可以减轻商业银行在资本充足率、存贷比和计提存款准备金等监管约束方面的压力，因此银行可能会增加财务杠杆，这样无疑会增加商业银行的杠杆风险。另外，商业银行开展的资产证券化等业务也会放大商业银行的杠杆风险。
而对于控制变量来说，在模型（1）和（2）中，商业银行的净利差、总资产和货币供应量至少在5%的置信水平上与z1呈正相关关系，这说明商业银行净利差的扩大、总资产的增加以及货币供应量的扩充都将降低银行的资产组合风险。而在模型（3）和（4）中，商业银行的不良贷款率与z2呈负相关关系，这说明商业银行不良贷款率的扩大会导致银行杠杆风险的扩大。
3. 稳健性检验。除了用作为银行破产风险的衡量指标之外，邓雄（2014）、张健华和王鹏（2012）等学者还采用
来衡量商业银行的破产风险，CAR表示资本充足率。本文采用作为破产风险的替代变量来进行稳健性检验，检验结果如表6所示。
模型（1）中影子银行的回归系数在5%的显著性水平下为负，而在模型（2）中，影子银行一次项的回归系数显著为正，影子银行规模的二次项的回归系数显著为负，同样可以得出影子银行和银行破产风险之间存在阈值效应。当影子银行规模小于阈值时，影子银行的增加将使z3值增大，银行的破产风险降低；反之当影子银行的规模大于阈值时，影子银行规模的进一步增加将使z3值降低，银行的破产风险将会增大，与我们之前得出的结论相一致。同时我们可以看到，商业银行的净利差、总资产、国民资产总值和货币供应量的增加都会相应降低银行的破产风险，而不良贷款率的增加则将会使银行破产风险增大，这些结果都验证了之前我们得到的实证结果，可以认为我们得到的结论是有效的。
六、结论与政策建议
（一）结论
本文基于中国16家上市商业银行的数据，通过实证分析得出影子银行和银行破产风险之间存在着阈值效应，当影子银行规模小于33.7万亿元时，影子银行的发展可以降低商业银行的破产风险，而此时破产风险的降低主要是源于银行的风险分散效应使银行资产组合风险降低。而当影子银行的规模超过33.7万亿元时，影子银行的进一步扩张将会放大银行的破产风险，而此时银行破产风险的扩大则来源于银行资产组合风险和杠杆风险的合力。在其他影响商业银行破产风险的因素中，银行净息差的扩大以及总资产的增加将会提升商业银行的盈利能力，促使银行破产风险和资产组合风险的降低。货币供应量的增加将会使商业银行的资金充足，流动性增强，从而使商业银行的破产风险和资产组合风险相应降低。而不良贷款率的提高将会使商业银行无法按时收回全部的贷款，银行的杠杆风险会被放大。因此，对于影子银行的监管刻不容缓。
（二）政策建议
1. 改变一行三会分业监管的模式，构建统一的大金融监管。近年来，我国影子银行业务发展迅速，商业银行、非银行金融机构、非金融企业和居民个人之间的影子银行业务互有交叉，影子银行已经涉及银行、证券、保险、信托等众多行业，形成了混业经营的态势。而一行三会仍然采用分业监管的方式来监管影子银行，其对影子银行监管的弊端已经日益显现。可以采用“央行+审慎监管局+行为监管局”的监管模式，由央行负责影子银行监管政策的制定、执行以及系统重要性金融机构所涉及的影子银行业务的监管，银监会、证监会和保监会合并组建新的监管机构负责其他金融机构影子银行业务的微观审慎监管，并成立独立的行为监管局。这样不仅可以解决影子银行跨行业监管问题，加强对影子银行交叉业务的监管，还可以强化宏观审慎金融监管框架，提升防范和化解影子银行产生的系统性和区域性金融风险的能力。
2. 对影子银行采取分类监管的原则。影子银行有很多不同的类别，不能对每一种影子银行都采取相同的监管措施。对于类银行影子银行业务，比如理财产品等，由于可以进行信用创造，会导致货币供应量增大且干扰货币政策的实施效果，因此需要将类银行业务纳入正常的信贷体系管理。对于狭义的影子银行来说，由于某些非银行信用中介体系具有期限错配、流动性风险、信用转换和高杠杆的特点，极易引发系统性和区域性风险，因此需要将其纳入宏观审慎管理框架之中，开发出新型的影子银行宏观审慎管理工具对其进行监管。对于游离于监管体系之外的影子银行，比如互联网金融和民间借贷等，需要坚守非法集资和变相吸收公众存款这两条底线，切断影子银行到商业银行的风险传染渠道。
3. 加强对影子银行的审计力度。审计部门应该扩大对影子银行的监控范围，对影子银行应该发挥预防、揭示和抵御三大功能。影子银行业务的政府审计应当加强事中审计，密切跟踪影子银行和商业银行有交叉的业务，提高对信贷违规等行为的监管与处罚力度。政府审计应该构建影子银行的统计指标并进行持续更新，形成完整的影子银行风险管控数据库。政府审计需要在影子银行和金融系统之间构建隔离墙，坚决避免发生系统性和区域性金融风险。对影子银行的政府审计工作还要处理好金融监管与金融创新之间的关系，审计部门在对影子银行严加管控的同时，要鼓励支持金融机构进行合法合规的金融创新，一些风险较小的影子银行普惠创新产品在服务中小企业、满足民众财富管理需求等方面同样发挥着重要作用。
参考文献：
[1]Baily，Martin Neil，Douglas W Elmendorf and Robert E Litan. 2008. The Great Credit Squeeze：How It Happened，How to Prevent Another[R].Brookings Institution Discussion Paper，（5）. [2]Elias，Bengtsson. 2012. Shadow Banking and Financial Stability：European Money Market Funds in the Global Financial Crisis[J].Journal of International Money and Finance，（6）.
[3]Gennaioli，N.， A. Shleifer and R. W. Vishny. 2011. A model of shadow banking[J].National Bureau of Economic Research.
[4]Pozsar，Zoltan. 2010. Shadow Banking[R].Federal Reserve Bank of New York Staff Report，（7）.
[5]Stiroh K J. 2004. Diversification in Banking：Is Noninterest Income the Answer？[J].Journal of Money，Credit&Banking，36（5）.
[6]程贵.影子银行风险防范及监管[J].中国金融，2015，（5）.
[7]邓雄.商业银行股权结构与冒险行为、破产风险关系的实证分析——基于14家上市商业银行面板数据的分析[J].上海经济研究，2014，（4）.
[8]丁宁.利率市场化进程中影子银行规模对商业银行效益的影响分析[J].宏观经济研究，2015，（7）.
[9]封思贤，居维维，李斯嘉.中国影子银行对金融稳定性的影响[J].金融经济学研究，2014，29（4）.
[10]韩阳，张佳睿.我国影子银行体系的风险及监管[J].税务与经济，2015，（6）.
[11]李春红，徐奎.影子银行规模与银行体系稳定性[J].商业研究，2014，（3）.
[12]李建军.中国未观测信贷规模的变化：1978—2008年[J].金融研究，2010，（4）.
[13]李建伟，李树生.影子银行、利率市场化与实体经济景气程度——基于SVAR模型的实证研究[J].中南财经政法大学学报，2015，（3）.
[14]李若愚.中国式影子银行规模测算与风险评估[J].金融与经济，2013，（9）.
[15]李向前，诸葛瑞英，黄盼盼.影子银行系统对我国货币政策和金融稳定的影响[J].经济学动态，2013，（5）.
[16]刘超，马玉洁.影子银行系统对我国金融发展、金融稳定的影响——基于2002—2012年月度数据的分析[J].经济学家，2014，（4）.
[17]毛泽盛，万亚兰.中国影子银行与银行体系稳定性阈值效应研究[J].国际金融研究，2012，（11）.
[18]孙国峰，贾君怡.中国影子银行界定及其规模测算——基于信用货币创造的视角[J].中国社会科学，2015，（11）.
[19]王去非，应千凡，焦琦斌，易振华.美国中小银行“倒闭潮”的回顾与启示[J].银行家，2012，（1）.
[20]王永钦，刘紫寒，李嫦，杜巨澜.识别中国非金融企业的影子银行活动——来自合并资产负债表的证据[J].管理世界，2015，（12）.
[21]张健华，王鹏.银行风险、贷款规模与法律保护水平[J].经济研究，2012，（5）.
[22]张亦春，彭江.影子银行对商业银行稳健性和经济增长的影响——基于面板VAR模型的动态分析[J].投资研究，2014，（5）.
[23]中国人民银行兰州中心支行课题组.中国影子银行体系及其对银行业稳定性影响的实证研究[J].学术研究，2015，（1）.
[24]周莉萍.影子银行体系的信用创造：机制、效应和应对思路[J].金融评论，2011，（4）.
Abstract：According to the data of 16 listed banks in China from 2006 to 2014 and by using the random effect panel model，we conclude that there is a threshold effect between shadow banking and the bankruptcy risk of commercial banks. When the size of the shadow banking exceeds 33.7 trillion yuan，the shadow banking will increase the bankruptcy risk of commercial banks.After we divide the bankruptcy risk into the asset portfolio risk and the leverage risk，we find that there is a threshold effect between shadow banking and asset portfolio risk.We also find that there is a positive relationship between shadow banking and leverage risk.
Key Words：shadow banking，bankruptcy risk，random effectmodel，government audits
（责任编辑 耿 欣；校对 CX，GX）