“双支柱”调控框架与影子银行风险溢出：抑制缓释还是累积加剧.pdf

年第期双月刊总第 期中 南 财 经 政 法 大 学 学 报J OUR NA LO FZ HONG NAN UN I V E R S I T YO FE C ONOM I C SAN DL AWN o,B i m o n t h l yS e r i a lN o “双支柱”调控框架与影子银行风险溢出:抑制缓释还是累积加剧孙志红,王心怡琚望静(石河子大学 经济与管理学院,新疆 石河子 ;石河子大学 兵团金融发展研究中心,新疆 石河子 ;南开大学 金融学院,天津 )摘要:如何搭建货币政策和宏观审慎政策“双支柱”调控框架,有效防范化解重大风险,是我国现阶段的重要任务.基于我国上市银行数据,本文采用C o V a R方法衡量影子银行导致的银行系统性风险,系统考察“双支柱”调控框架对影子银行风险溢出的影响.结果显示,针对借款人和银行信贷的宏观审慎政策工具与货币政策配合,对影子银行风险溢出起到显著的“抑制缓释”作用;影子银行规模是“累积加剧”和“抑制缓释”效应的渠道,流动性分层则是“累积加剧”效应的渠道.结合银行性质、房地产周期与经济周期的异质性分析结果显示,在不同情景下,“双支柱”调控框架对影子银行风险溢出的有效性存在较大差异.本文结论对于“防风险”目标下“双支柱”调控框架的完善具有一定的指导意义.关键词:“双支柱”调控框架;影子银行;银行系统性风险;宏观审慎政策工具;C o V a R方法中图分类号:F ;F 文献标识码:A文章编号:()收稿日期:基金项目:国家自然科学基金项目“跨境资本流动与银行稳定:促进还是抑制?兼论多政策协同促稳效应”()作者简介:孙志红(),女,河南汝南人,石河子大学经济与管理学院、兵团金融发展研究中心教授;王心怡(),女,河北唐山人,石河子大学经济与管理学院博士生,本文通讯作者;琚望静(),女,山西长治人,南开大学金融学院博士生.一、引言影子银行业务的发展有助于推动金融体系创新,然而其无序的扩张也加剧了金融机构间的风险传染,成为触发系统性风险的潜在诱因.年金融危机以来,依附于商业银行的影子银行体系随着资金供需矛盾激化呈迅速扩张之态,不仅使得金融领域高杠杆经营行为逐渐深化,更是催生了金融机构间负反馈机制,加剧了金融风险的跨部门溢出.不同于发达国家的影子银行,我国影子银行的起步较晚且本土化特征明显,商业银行在实体经济面临下行压力时,出于规避监管的目的而倾向于将表内业务调整为表外业务,使影子银行成为“银行的影子”.影子银行业务对银行信贷的替代效应弱化了货币政策的有效传导,同时其复杂性、传染性使得单一机构的微观审慎监管也难以为继,这从理论上对货币政策与宏观审慎政策的协同监管提出了现实要求.国家“十四五”规划明确提出“守住不发生系统性风险的底线,完善宏观审慎管理体系,防范化解影子银行风险”.如何发挥货币政策稳健与宏观审慎政策协同优势,特别是以此防范影子银行风险溢出,成为我国面临的重大挑战,亦是学界亟需探讨的重要现实问题.年 月 国务院关于金融工作情况的报告 明确强调,要“继续实行稳健的货币政策”.在维持货币政策的立场下,以宏观审慎监管化解金融结构性、周期性问题,对于实现兼顾“防风险”目标的高质量经济增长尤为重要.自党的十九大确立货币政策与宏观审慎政策“双支柱”调控框架以来,相关政策逐渐成为优化金融结构、防范系统性金融风险的重要工具箱.伴随着影子银行的快速发展,如何更好地防控影子银行风险也成为“双支柱”调控框架下政策施行的重中之重.年,我国宏观审慎评估体系将表外理财、同业存单等业务纳入考核,重点加强对影子银行领域的监管,取得一系列显著成效,我国影子银行的迅猛增长态势得到有效控制,截至 年底,影子银行资产占名义G D P比例降至.但受国内外复杂形势影响,经济下行压力可能逐步映射到金融领域,高风险影子银行或出现“伪创新”类新式业务,导致新旧问题交织重叠,防范影子银行风险“卷土重来”任重道远.党的二十大报告提出,要“强化金融稳定保障体系,依法将各类金融活动全部纳入监管”,对“双支柱”调控框架提出了更全面更详尽的改革要求.有鉴于此,在当前国家金融发展与金融安全的复杂博弈背景下,研究如何将影子银行风险溢出纳入“双支柱”调控框架,推动形成更加健全有效的宏观经济治理体系,对于抑制系统性金融风险具有重要的理论与现实意义.从围绕影子银行治理与宏观经济调控的相关研究来看,“双支柱”调控框架下的政策工具能更好地限制影子银行扩张,从而弱化货币政策银行风险承担渠道,降低银行系统性风险.但针对影子银行风险外溢、传染治理成效的研究结论仍不明确,且货币政策与宏观审慎政策由于目标、权责划分的差异,在银行信贷传导、资产价格预期维度上存在摩擦和冲突,可能导致影子银行“逆向选择”问题.与此同时,受金融结构特征、经济周期阶段等影响,货币政策与宏观审慎政策最终的协调效果是不确定的,也存在加剧影子银行风险溢出的可能.那么,货币政策与宏观审慎政策“双支柱”调控框架在协同治理影子银行风险溢出时,究竟是发挥“抑制缓释”作用,还是发挥“累积加剧”作用,具体的影响通过什么渠道实现?进一步考虑,我国正处于转变发展方式、优化经济结构、转换增长方式的攻关期,“双支柱”调控框架在“结构性”和“周期性”背景下的有效性能否维持?这些是本文尝试回答的研究问题.本文可能存在以下边际贡献.第一,拓展了系统性风险的量化思路.从“双支柱”调控框架的有效性研究来看,相关研究多聚焦银行系统性风险,论证资本监管、综合宏观审慎政策与货币政策协同的正面性和必要性,但银行系统性风险并不仅限于传统银行业务的衍生风险,且不同目标下政策组合的促稳力度、负面隐患也并不统一.因此,不能简单使用“双支柱”政策对银行系统性风险的调控效应推导其对影子银行风险溢出的影响.实证方法方面,以往研究在量化系统性风险时通常仅考虑银行体系波动,对此本文运用双重条件风险价值(C o V a R)方法将非银金融机构波动纳入测度模型,得到影子银行风险溢出值,以拓展系统性风险的量化思路.第二,深化了“双支柱”调控框架传导机制的认知.从“双支柱”政策传导机制的探讨现状来看,江振龙()等通过构建动态一般均衡模型刻画了“双支柱”调控框架下影子银行扩张的内生机制,并着重探讨了影子银行规模扩张引起的社会福利变化,还有学者基于回归模型验证了“影子银行规模”在“双支柱”调控框架对银行系统性风险影响中的作用.这些研究一定程度上对本文逻辑构建和理论阐释起到启示作用,但均未从市场结构出发进一步厘清金融机构间流动性分层这一政策扭曲机制.本文基于影子银行规模扩张和流动性分层两种影子银行风险溢出的形成机制展开政策渠道研究,为强化影子银行监管提供实证依据.第三,为健全重大领域风险的跨周期调控框架提供经验借鉴.目前我国总体购房需求下滑,投资、投机性购房需求撤离市场,这些现象是当前供求关系转变的重要体现.影子银行存量风险的延迟爆发是现阶段防范重大领域风险痛点所在,需要避免过严的政策叠加加速风险暴露.而从“双支柱”框架调控效应的异质性研究来看,肖忠意等()发现“双支柱”调控框架“稳金融”效应在经济下行期存在优势,但未过多考虑房地产市场状况变化,为本文研究留出了空间.本文借助B S A D F方法识别房地产周期,并分析周期变动背景下影子银行风险溢出的政策防范效果,为增强“双支柱”调控框架逆周期、跨周期调节能力提供政策参考,更契合“防范化解重大风险”的现实需求.二、理论分析(一)影子银行风险溢出的形成机制我国影子银行发展有其特殊的制度背景,影子银行业务起源于商业银行与金融监管的博弈过程,因而其风险会大量向传统正规金融体系溢出 .就规模溢出而言,商业银行增持影子银行资产,导致其稳定性受影子银行风险反噬.我国影子银行扩张主要源于商业银行为规避信贷约束而拓展表外业务.在我国现有的分业管理制度下,传统商业银行不允许涉足证券投资,于是便借助金融创新、借助金融衍生工具、通过资产证券化等方式与非银金融机构合作,为资产负债表之外的资产背书.影子银行业务客观上确实一定程度地缓解了企业的融资困难,但影子银行业务具有杠杆高、信用链条长、刚性兑付等隐患,不仅自身风险概率较高,还会对商业银行经营产生外溢效应.一方面,影子银行扩张使得银行与非银金融机构在资产负债上关联,从而导致非银金融机构流动性损失通过金融账户向银行系统溢出;另一方面,过高杠杆的影子银行业务作为非理性行为的风险加速器,经由金融市场投资者情绪波动而被放大,易引发资金撤出、挤兑浪潮等问题,影响银行经营稳定.就结构性溢出而言,虽然非银金融机构与商业银行间存在流动性分层,但影子银行的存在使得流动性损失可以向正规信贷渠道溢出.非银金融机构无法效仿商业银行从央行获取可靠流动性,而是依赖结构性存款、债券发行、同业拆借等较不稳定的手段进行市场融资.这种金融机构间的流动性分层一定程度上丰富了融资渠道,有助于分散风险.但影子银行作为金融创新产物的同时亦存在“脱媒”效应,即影子银行会弱化传统间接融资渠道在政策传导中的作用.因此,当影子银行风险爆发时,流动性分层不可再被视为一种常规变化,而变成了结构失衡问题.当非银金融体系出现严重的流动性缺口时,由于影子银行的存在,非银金融机构信贷收缩或违约现象加剧,商业银行系统也会面临更大的信贷违约问题和资产质量问题,风险最终会在银行系统内累积.(二)“双支柱”调控框架对影子银行风险溢出的影响 年以来,我国货币政策始终坚持“稳”字当头.但近年的政府工作报告、货币政策执行报告开始强调,要在“稳”的基础上,适度创新货币政策工具以统筹优化供给和扩大内需.我国实际的货币环境整体也开始呈现出稳健中性、适度宽松态势.低利率货币政策在影子银行业务的作用下会引起银行风险承担上升,影子银行对货币政策的银行风险承担效应具有“推波助澜”的作用.同时,紧缩的货币政策由于缺乏对不同金融机构的个性化考量,易导致部分银行的监管规避行为,对影子银行贷款规模和市场利率的调控效果比较有限.可见,以方向调控为主的单一货币政策工具难以有效调控金融局部失衡、金融周期性波动等问题.年,我国宏观审慎评估体系(MP A)将表外理财等影子银行业务纳入广义信贷指标,同期影子银行风险及其对商业银行的外溢效应得到有效遏制,体现出相关政策工具在“稳金融”问题上发挥的效果符合货币政策“精准有力”的诉求.黄益平等()、马勇和付莉()的研究表明,“双支柱”调控框架较单一政策工具有更好的经济和金融稳定效应 .因此,在“防范影子银行风险溢出”这一目标上,货币政策与宏观审慎政策可能存在一定的协同空间,即在货币政策通过总量调节货币环境时,宏观审慎政策定向解决局部的金融失衡问题,形成“双支柱”调控框架.结合影子银行风险溢出的形成机制,紧缩的“双支柱”调控框架经由两种溢出渠道产生的政策效应具有不确定性.一方面,紧缩的宏观审慎政策能干预影子银行信贷增长并削弱影子银行融资对其他金融机构的依赖,且与紧缩型货币政策叠加时限制效果更强,有助于抑制影子银行无序扩张引发的风险外溢,对影子银行风险溢出具有“抑制缓释”效应.另一方面,以“堵”为主的宏观审慎监管逻辑会忽视市场客观的资金供求,过严的流动性宏观审慎政策会约束银行表外信贷的必要性扩张,抑或造成商业银行体系表内流动性过剩,使得低评级非银金融机构、企业融资成本增加,导致流动性分层进一步扩大.此外,从影子银行“普惠性”来看,紧缩的“双支柱”政策还会弱化影子银行在缓解实体经济融资约束的功效,从而加速影子银行风险溢出.此时紧缩的“双支柱”调控会强化监管套利动机和流动性结构失衡,对影子银行风险溢出具有“累积加剧”效应.三、研究设计(一)样本与数据说明本文以上市金融机构季度频率的面板数据为研究样本.考虑数据可得性与完整性,在剔除数据缺失严重的样本后,样本包括 家影子银行和 年及以前上市的银行,回归分析基于 家商业银行 年第季度至 年第季度数据.数据来自i M a p p数据库、中国债券信息网和W i n d数据库.(二)变量定义影子银行风险溢出(S R I S K)本文运用条件风险值法(C o V a R)计算影子银行风险溢出.在A d r i a n和B r u n n e r m e i e r()的研究基础上,本文将影子银行风险价值作为条件纳入C o V a R模型,结合分位数回归估计量化影子银行对我国传统银行系统的风险溢出.()测度过程.第一阶段,计算各影子银行机构对银行i的风险溢出值S h a d o wi,t.根据式()、式()进行分位数回归:Rjq,tjqjqMt j,t()Riq,ti|jqi|jqRjti|jqMtui|jt()式()、式()中,Rjt为影子银行机构j日收益率(采用收盘价计算),Riq,t为银行i日收益率,Mt为状态变量,兼顾资本市场特征实际与模型自由度,选取流动性利差、期限利差和信用利差.j,t为随机扰动项,q为分位数,取 和.利用状态变量数据拟合得到分位数水平下影子银行机构j的风险价值V a Rjt及其作为条件时银行i的风险价值C o V a Rjt:V a Rjtq()jqjqMt()C o V a Ri jtq()i|ji|jqV a Rjtq()i|jqMt()以式()在q分位数与中位数水平下的计算结果为基础,得到 C o V a Ri jtq():C o V a Ri jtq()C o V a Ri jtq()C o V a Ri jt()()C o V a Ri jtq()表示影子银行机构j在极端状态下对银行i的风险价值的贡献,即影子银行机构j对银行i的风险溢出值.在此基础上,各影子银行机构对银行i的风险溢出值取算数平均值得到银行的影子银行风险价值S h a d o wi,t.第二阶段,计算银行i的影子银行风险价值对银行系统风险的溢出值S R I S Ki,t.以银行i的影子银行风险价值S h a d o wi,t为因变量,以市场状态变量Mt为自变量,进行 分位数和分位数回归:S h a d o wiq,tiqiqMt t()利用状态变量数据拟合,得到银行i的影子银行风险溢出在市场状态下的压力指标:V a RiS h a d o w,tq()iqiqMt()银行i风险价值在自身受到影子银行风险溢出时,其压力指标的拟合模型为:V a Ri V a RiS h a d o w,t(q)tiq iqV a RiS h a d o w,tq()biqNiq,tiqMt t()与传统模型不同,本文模型引入银行自身风险价值Niq,t以控制银行层面状态,同时引入银行的影子银行风险价值V a RiS h a d o w,tq()作为压力指标的计算条件.对银行系统s y s t e m波动进行分位数回归:Rs y s t e mq,ts y s t e m|iq s y s t e m|iqV a Ri V a RiS h a d o wq()ts y s t e m|iqV a RiS h a d o w,tbs y s t e m|iqNits y s t e m|iqMtus y s t e m|it()式()中,Rs y s t e mq,t为银行系统日收益率,选取申万银行指数日收益率(收盘价计算),其他变量涵义同前式.特别地,区别于传统模型,本文模型引入银行i的影子银行风险价值压力指标V a RiS h a d o w,tq()及其作为条件时的银行风险价值压力指标V a Ri V a RiS h a d o w,t(q)t条件指标,以期计算银行i的系统性风险贡献时涵盖银行自身风险价值及其受到影子银行风险溢出价值两种信息.银行系统在影子银行风险溢出价值处于压力状态、银行机构处于压力状态下的条件在险价值指标可以表示为:C o V a RV a Rit&V a RiS h a d o w,ti tq()s y s t e m|i s y s t e m|iqV a Ri V a RiS h a d o w,t(q)ts y s t e m|iqV a RiS h a d o w,tbs y s t e m|iqNts y s t e m|iqMt()以式()在q分位数与中位数水平下的计算结果为基础,根据式()得到 C o V a Ritq():C o V a RV a Rit&V a RiS h a d o w,ti tq()C o V a RV a Rit&V a RiS h a d o w,ti tq()C o V a RV a Rit&V a RiS h a d o w,ti t()()C o V a RV a Rit&V a RiS h a d o w,ti tq()取每季度的日算数平均值得到影子银行风险溢出S R I S Ki,t,其值越小,影子银行风险溢出值越大.()测度结果有效性原C o V a R模型测算银行系统性风险贡献时仅依靠单一银行特质信息即银行风险价值,而本文的修正结果同时考虑传统银行风险价值及其受到的影子银行风险溢出价值两类特质信息对银行系统性风险的影响,因此若两个模型的经验数据计算结果在统计上存在显著差异,则可以证明影子银行业务波动带来的系统性风险贡献变化显著.为验证表外业务带来的银行系统性风险贡献的影响及测度结果有效性,参考王道平等()研究进行配对检验.结果表明,无论是单家银行还是 家银行总体,t值在水平下拒绝原假设,影子银行带来的风险变化显著.宏观审慎政策指数(m p p_I)根据 种宏观审慎政策工具在我国的使用情况,当某种政策工具紧缩时加,当某种政策工具放松时减,政策工具无变化时取值为,构造宏观审慎政策指数.同时,借鉴F e n d o g l u()的研究,将宏观审慎政策工具进行分类汇总,检验不同类型宏观审慎政策工具的作用(详见表).表宏观审慎变量说明变量名含义定义说明m p p_I_b o r借款人L T VD S T I T A XL T V为贷款价值比;D S T I为贷款收入比;T A X为特定交易税费m p p_I_i n s银行总体C C BC S VC A PL V RL L PL C GL OANL F CL I QL T DL F XS I F I OTm p p_I_i n s l i q银行流动性L I Qm p p_I_i n s c a p银行资本C C BC S VC A PL V Rm p p_I_i n s l o a银行信贷L L PL C GL OANL F CL T DC C B为逆周期资本缓冲要求;C S V为储备资本要求;C A P为最 低 资 本 要 求;L V R为 杠 杆 率 要 求;L L P为贷款损失准备;L C G为对信贷总量的要求,L OAN为对贷款的特定要求;L F C为对外币贷款的要求;L I Q为流动性要求;L T D为贷存比;L F X为外汇风险要求;S I F I为对系统重要性银行的要求;O T为其他措施.m p p_I_s u m综合工具m p p_I_b o r m p p_I_i n s R RR R为法定存款准备金率.货币政策(MP)参考赵胜民和张博超()的研究,本文选择银行间市场存款类机构以利率债为质押的天期回购利率(D R )衡量货币政策.在稳健性检验中,本文还选择了其他利率衡量货币政策.控制变量参考赵静和郭晔()的研究,本文引入如下控制变量.银行规模(S i z e):银行总资产的自然对数;杠杆率(L e v e r a g e):总资产/所有者权益;盈利性(R o a):净利润/总资产;存款占比(D e p o s i t):总存款/总资产;拨备覆盖率(P c r):(一般准备专项准备特种准备)/(次级类贷款可疑类贷款损失类贷款);货币供应(MG D P):M 供应/G D P;实际G D P增长率(G D P R).(三)回归模型银行风险的政策反馈会受到不可观测因素影响,产生内生性问题,本文通过控制银行个体效应缓解.使用H a u s m a n统计量进一步检验“个体效应控制”适用性,各模型检验P值均小于,表明有必要对银行个体进行控制.为考察宏观审慎政策和“双支柱”调控框架对影子银行风险溢出的影响,建立以下模型:S R I S Ki,tMPtm p p_ItMPtm p p_It m a c r ot b a n ki,tii,t()式()中,和依次表示宏观审慎政策对影子银行风险溢出的边际影响和“双支柱”调控框架对影子银行风险溢出的边际影响;i,;t ,;i,t为随机扰动项;S R I S Ki,t表示第t年第i家银行的影子银行风险溢出,由 分位数下系统性风险测度;M Pt为货币政策变量;m p p_It为宏观审慎政策相关变量;i为个体固定效应;i,t为随机扰动项.(四)描述性统计描述性统计结果如表所示,不同银行产生的系统性风险(S R I S K)差别较大.就宏观审慎政策变量而言,多数变量均值为正值,样本期内宏观审慎调控略偏紧缩.控制变量方面,银行特征变量标准差和极差普遍较大,银行微观行为离散趋势较强.根据G D P指数,样本包含经济高速增长时期与增速“换挡”时期.表描述性统计结果变量M e a nS t d d e vM i nM a xO b sS R I S K MP m p p_I_b o r m p p_I_i n s m p p_I_i n s l i q m p p_I_i n s c a p m p p_I_i n s l o a m p p_I_s u m S i z e L e v e r a g e R o a D e p o s i t P c r MG D P G D P R 四、实证结果分析(一)基准回归结果表报告了基准模型的回归结果.整体来看,各宏观审慎政策工具与货币政策相配合对影子银行风险溢出的政策效果不尽相同,既存在“累积加剧”效应,也存在“抑制缓释”效应,回归结果表明“双支柱”调控框架的有效性对于使用不同类型的宏观审慎政策工具存在差异.第()()列交乘项系数为正且均在水平下显著,说明针对借款人和银行信贷的宏观审慎政策工具,单独与货币政策相互配合,对影子银行风险溢出发挥显著的抑制作用;第()()列交乘项系数为负且均在水平下显著,说明针对银行、银行流动性和银行资本的宏观审慎政策工具配合货币政策,反而会加剧影子银行风险溢出.另外,第()列交乘项系数为负且不显著,说明综合宏观审慎政策工具与货币政策相配合没有起到显著影响,不同宏观审慎政策子工具与货币政策协同效应此消彼长,可能掩盖“双支柱”调控与影子银行风险溢出的实质性关联.根据既有研究,不同宏观审慎政策工具与货币政策工具的市场反馈与银行特征、宏观环境密切相关,因此有必要结合二者进一步讨论.表不同类别宏观审慎政策工具与货币政策的配合对影子银行风险溢出的影响变量S R I S K()S R I S K()S R I S K()S R I S K()S R I S K()S R I S K()MP ()()()()()()m p p_I_b o r MP ()m p p_I_i n s MP ()m p p_I_i n s l i q MP ()m p p_I_i n s c a p MP ()m p p_I_i n s l o a MP ()m p p_I_s u mMP ()控制变量是是是是是是O b s e r v a t i o n s R s q u a r e d 注:括号内为t统计量的聚类稳健标准误;、和分别表示在、和 水平下显著;限于篇幅,控制变量的结果未列示,留存备索.下表同.为进一步验证各宏观审慎政策与货币政策协调配合的效果,本文基于不同货币政策状态(利率由低到高),刻画了不同宏观审慎政策与货币政策交乘项的边际效应(详见图、图).图中横轴表示D R 利率取值;纵轴表示当利率取值变化时,相应宏观审慎政策变动单位对影子银行风险溢出的作用强度.图边际效应 针对借款人、流动性及银行的宏观审慎政策工具图边际效应 针对银行资本、银行信贷的工具和综合宏观审慎政策工具如图所示,当利率逐渐升高时,针对借款人和针对银行信贷的宏观审慎政策工具的作用逐渐明显,且值为正,说明当货币政策宽松时,宏观审慎政策紧缩对影子银行风险溢出的影响不明显;当货币政策紧缩时,针对借款人和针对银行信贷的宏观审慎政策工具对影子银行风险溢出具有抑制作用.其他宏观审慎政策工具的边际效应图显示,当货币政策紧缩时,针对银行的综合宏观审慎政策、针对流动性以及针对资本的宏观审慎政策会加剧影子银行风险溢出.另外,综合宏观审慎政策对影子银行风险溢出的作用效果不明显.以上结果表明,部分宏观审慎政策工具与货币政策相互配合、协同实施可以达到抑制影子银行风险溢出目的,但“双支柱”框架对影子银行风险的综合效果并不显著.从“抑制缓释”效应看,针对银行信贷的“双支柱”政策有效性最强.这可能是因为针对借款人工具、信贷类工具可以通过直接影响信贷条件更好地监管具有“类信贷”特征的影子银行扩张,抑制影子银行风险向银行系统积聚.从“累积加剧”效应看,针对银行、银行资本和银行流动性的“双支柱”政策与调控初衷相悖,可能在于这些工具在提高银行表内资本充足性时忽略了客观融资需求,引发监管套利、市场流动性分配失衡,加剧影子银行风险溢出.多类宏观审慎政策工具叠加时,由于正负效应此消彼长、相互抵消,没有起到明显的作用.当然,这些发现需要后续更严谨的影子银行规模、市场流动性等数据进一步验证.(二)稳健性检验替换货币政策变量(MP)参考方意和陈敏()等研究,选取天银行间质押式回购利率(R )、天银行间回购定盘利率(F R )替换货币政策变量.根据估计结果,核心解释变量回归系数方向均与表基本一致,其中m p p_I_s u mMP的系数显著为正,表明综合宏观审慎政策与考虑非银金融机构以及非金融性机构的货币政策相配合发挥了“抑制缓释”效应,一定程度上佐证了识别银行系统性风险考虑非银金融机构风险的必要性.替换影子银行风险溢出变量(S R I S K)部分银行日收益率存在波动集聚现象,影子银行风险向银行系统的溢出的实际过程也可能呈现时变、非线性特征,鉴于此,本文使用D C C GA R CH C o V a R模型和c o p u l a C o V a R模型测度结果对影子银行风险溢出变量进行替换(部分银行样本因日收益率数据不存在A R CH效应,故剔除).根据估计结果,核心解释变量回归系数方向均与表基本一致,其中m p p_I_s u mMP显著为正,表明综合宏观审慎政策与货币政策的协同效应包括但不限于呈现中性,意味着其“对症”金融惯性波动,在跨周期调节上存在优势.动态面板模型再估计考虑到银行系统性风险具有连续性,而静态模型无法刻画这一特征,本文在模型()的基础上加入影子银行风险溢出滞后项LS R I S K,构建动态面板模型;与此同时,由于宏观审慎政策及“双支柱”调控框架的推出并非随机,而是政府对于经济金融稳定状况的相机决策,可能存在反向因果问题,本文使用系统GMM估计方法缓解内生性.估计结果显示:A R()统计量均在 的水平下显著,A R()统计量均不显著,表明残差不存在二阶序列相关;H a n s e n检验的P值均大于,工具变量相对有效;核心解释变量回归系数方向与原始结果相符,即考虑影子银行风险溢出的连续性时,相关结论不变.(三)作用渠道检验根据基准回归结果,“双支柱”调控框架可能抑制或加剧影子银行风险溢出.而结合影子银行风险溢出机理看,影子银行规模和流动性分层作为重要溢出介质,亦是“双支柱”调控框架致力防范风险溢出时理应考虑的重要渠道.为明晰传导机制,本文构建有中介的调节效应检验模型:S R I S Ki,tMPtm p p_ItMPtm p p_It m a c r ot b a n ki,ti i,t()Mi,tMPtm p p_ItMPtm p p_It,tm a c r ot i,tb a n ki,ti i,t()S R I S Ki,tMPtm p p_ItMPtm p p_It M,t,tm a c r ot i,tb a n ki,ti i,t()若有中介效应存在,首先,式()中系数应显著,较大程度上表明“双支柱”调控框架对影子银行风险溢出具有调控作用,这一项已在基准回归得到验证;其次,式()中系数应显著,表明“双支柱”调控框架对中介变量具有调控作用;最后,式()中系数应显著且的绝对值小于的绝对值,则可以表明“双支柱”调控框架通过中介变量Mi,t影响影子银行风险溢出.中介变量影子银行规模S S的计算方式参考王艳艳等()的研究,中介变量流动性分层HL的计算方式参考胡悦等()的研究,均为正向指标.表至表报告了“影子银行规模”渠道的检验结果.表第()列交乘项系数显著为负,表第()列S S系数显著为负,交乘项系数绝对值小于表第()列交乘项系数,表明基于银行信贷的“双支柱”调控框架能通过限制影子银行规模扩张,抑制影子银行风险溢出.影子银行规模作为“抑制缓释”效应的渠道得以验证.此外,尽管表第()列交乘项的系数不显著,但应注意到表第()列S S回归系数显著为正,表明影子银行存在风险分散的功能倾向.这一结果有助于验证影子银行的普惠功能,对影子银行规模的过分约束可能导致政策减效.表渠道检验 针对借款人和银行信贷的宏观审慎政策工具变量S S()S R I S K()S S()S R I S K()MP ()()()()S S ()()m p p_I_b o r MP ()()m p p_I_i n s l o a MP ()()控制变量是是是是O b s e r v a t i o n s R s q u a r e d 表渠道检验 针对银行、银行资本、银行流动性的宏观审慎政策工具变量S S()S R I S K()S S()S R I S K()S S()S R I S K()HL()S R I S K()MP ()()()()()()()()S S ()()()HL ()m p p_I_i n s MP ()()m p p_I_i n s l i q MP ()()()()m p p_I_i n s c a p MP ()()控制变量是是是是是是是是O b s e r v a t i o n s R s q u a r e d 表第()()()列交乘项系数均显著为正,第()()()列S S系数均显著为负,交叉项系数绝对值均小于表相应回归结果,表明基于银行、银行资本和银行流动性工具的“双支柱”调控框架会激励银行表外业务扩张,加剧影子银行风险溢出.影子银行规模作为“累积加剧”效应的渠道得以验证.表第()()列简要报告了流动性分层渠道的检验结果,仅基于银行流动性的“双支柱”调控框架通过检验.表第()列交乘项系数显著为正,第()列HL系数显著为负,交叉项系数绝对值小于表回归结果且失去显著性,表明宏观审慎政策工具与货币政策直接限制银行流动性资产配置时会加大金融机构间流动性分层,加剧影子银行风险溢出.流动性分层作为“累积加剧”效应的渠道得以验证.综合以上结果,从“抑制缓释”机制来看,针对银行信贷的宏观审慎政策工具与货币政策配合会降低影子银行规模,抑制影子银行风险溢出.从“累积加剧”机制来看,针对银行、银行资本和银行流动性的宏观审慎政策工具配合货币政策的作用机制不尽相同,尽管这些工具都通过影响银行名义资本充足性引起监管套利,加剧影子银行风险溢出,但针对银行和银行资本的宏观审慎政策工具仅通过影子银行规模加剧影子银行风险溢出,针对流动性的宏观审慎政策工具则通过扩大影子银行规模与流动性分层加剧影子银行风险溢出,同时覆盖系统性风险的规模性溢出渠道与结构性溢出渠道.五、异质性分析根据前文分析结果,综合宏观审慎政策工具与货币政策相配合对影子银行风险溢出未起到显著影响,宏观审慎政策子工具与货币政策的协同效应具有明显的方向性,但方向却并不相同.综合宏观审慎工具是否无效,部分单一工具的负面影响主要在于哪处薄弱环节?其他有效的宏观审慎政策工具在不同情况下是否仍然有效?为深入分析这些问题,本文结合多种情境进行异质性探讨.(一)针对银行性质的异质性分析综合全球系统重要性金融机构名单和 年我国系统重要性银行名单,本文剔除系统重要性银行作为其他银行组进行分样本分析,并引入“双支柱”调控变量与系统重要性银行虚拟变量(s y s t e m,系统重要性银行取值为,其他银行取值为)交乘项进行组间差异检验.回归结果见表和表.整体来看,各宏观审慎政策工具与货币政策的作用倾向在不同银行体系间均能保持一致,但效应程度上呈现非对称性.表分银行性质的回归结果 针对借款人和银行信贷的宏观审慎政策工具变量剔除系统重要性银行()剔除系统重要性银行()MP ()()m p p_I_b o r MP ()m p p_I_i n s l o a MP ()控制变量是是O b s e r v a t i o n s R s q u a r e d 从相对有效的子工具看,表第()列交乘项系数显著为正,较全样本系数绝对值下降,初步表明,针对借款人的宏观审慎政策配合货币政策在除系统重要性银行以外的其他银行内能更好地阻断影子银行风险向商业银行系统溢出.表第()列交乘项系数显著为正,较全样本系数绝对值升高,表明针对银行信贷的宏观审慎政策工具与货币政策相配合更能抑制其他银行的影子银行风险溢出.从相对薄弱的子工具看,剔除系统重要性银行后,表第()列交乘项系数显著为负,较全样本系数绝对值降低,表明针对银行的综合工具与货币政策协同下,加剧影子银行风险溢出的现象在其他银行体系有所弱化.类似地,基于银行流动性工具、银行资本工具的“双支柱”调控加剧了其他银行内的影子银行风险溢出,且“累积加剧”效应可能在系统重要性银行更明显.从综合宏观审慎政策工具看,表第()列交乘项系数显著为负,说明其他银行的影子银行风险溢出被显著提升.相对于全样本系数由不显著到显著这一转变,侧面说明动态综合宏观审慎政策工具和货币政策配合,通过稳定系统重要性银行这一重要节点补充系统流动性,一定程度保持了调控的中性,减少了系统波动.表分银行性质的回归结果 针对银行、银行流动性、银行资本的政策工具以及综合宏观审慎工具变量剔除系统重要性银行()剔除系统重要性银行()剔除系统重要性银行()剔除系统重要性银行()MP ()()()()m p p_I_i n s MP ()m p p_I_i n s l i q MP ()m p p_I_i n s c a p MP ()m p p_I_s u mMP ()控制变量是是是是O b s e r v a t i o n s R s q u a r e d 以上结果一定程度上证明了现行的综合宏观审慎政策与货币政策组合的有效性,而针对银行、银行资本和银行流动性的宏观审慎政策与货币政策组合的负面影响主要体现在有附加资本要求的系统重要性银行体系.其他有效的宏观审慎政策与货币政策相配合,在各类银行体系均起到有力的“抑制缓释”作用.其中,基于银行信贷的“双支柱”政策明显在其他银行间效果更好,这可能与中小银行“小微金融领域主力军地位”和“流动性传导末端”的矛盾身份有关.中小银行倾向于服务信用等级较差的中小企业、个人用户,并偏好在本地区域内开展业务,集中的次质贷款供给使其“借道”影子银行的诉求更强,因而系统性风险变化对特定贷款要求、贷款损失准备等优化信贷结构的规制约束更敏感.(二)基于房地产周期的异质性分析借鉴P h i l l i p s等()的研究,使用B S A D F技术识别资产价格的“泡沫期”与“非泡沫期”(详见图).本文使用全国商品房销售额除以全国商品房销售面积得到的当月平均销售价格(年月 年月)作为房价数据.分时期回归的结果见表和表.图房价的B S A D F估计结果整体来看,除针对借款人的宏观审慎政策工具外,其余类型的宏观审慎政策工具与货币政策交乘项系数在“非泡沫期”均显著为正,表明在“非泡沫期”两类政策的配合效果更好,但在“泡沫期”效果欠佳.可能原因在于,资产泡沫期房价上升会推 升 影 子 银 行 信 贷 而 降 低 银 行 信贷,房地产市场内过剩融资需求催生的影子银行扩张是系统性风险增加的主要因素.针对借款人、银行信贷的宏观审慎政策工具从贷款、“类信贷”增量风险上进行限制,且前者配合货币政策,使得借款人抵押资产