中國影子銀行與股票市場的動態結構相關性

摘 要：次貸危機爆發后，影子銀行對金融體系和宏觀經濟的影響備受關注。全樣本格蘭杰因果關系檢驗證明中國的影子銀行規模變動與A股市場波動存在相關性，殘差Bootstrap窗口滾動檢驗發現其相關性存在結構突變，進一步利用小波相關系數和相位差進行修正，結果表明：影子銀行規模變動與A股市場波動的相關性主要體現在中短期，二者變動具有同向性，主要表現在2003—2008年和2008—2011年兩個時期的同時擴張，并存在彼此領先對方的情況，說明資金的成本性決定了其逐利性。在當前全球流動性收緊的大背景下，中國應對貨幣政策進行邊際放松以對沖金融壓力和風險，并對影子銀行進行宏觀審慎管理以在繁榮經濟的同時有效防控金融風險。

關鍵詞：影子銀行；股票市場；自舉分析法（Bootstrap分析法）；小波分析法（Wavelet分析法）；貨幣政策；宏觀審慎政策；次貸危機

中圖分類號：F832.0；F224.0 文獻標志碼：A 文章編號：1674-8131（2018）04-0077-09

一、引言

2007年次貸危機爆發后，學界對其原因進行了大量研究，其中“影子銀行”的作用備受關注。所謂“影子銀行”（Shadow Banking）又稱為影子金融體系或者影子銀行系統（Shadow Banking System），按照美聯儲的定義，是那些有著類似銀行的功能，但又無法直接獲得中央銀行流動性和公共部門信用擔保支持的金融中介；按照金融穩定理事會（Financial Stability Board）的定義，是指游離于銀行監管體系之外、可能引發系統性風險和監管套利等問題的信用中介體系（包括各類相關機構和業務活動）。美國學術界對影子銀行進行了大量研究，大多認為影子銀行對美國宏觀經濟產生了深層次的影響，次貸危機爆發和股票市場的大幅波動都與影子銀行有關。Eichengreen（2008）認為投資銀行等的資本充足率要遠遠低于傳統商業銀行，更容易誘發危機；一旦遇到危機，這些機構為了去杠桿會迅速賤賣資產，進一步導致其資產價值下降[1]。Adrian等（2009）認為銀行系統與資本市場的發展并非分離的，影子銀行與資本市場息息相關，對美國股市和全球金融系統產生了深遠的影響，其資產萎縮會導致金融危機[2]。Luttrell等（2012）對影子銀行的內在風險進行了研究，并分析了影子銀行與系統性風險、金融危機、股市暴跌等的相關性，認為2007—2009年的國際金融危機是由影子銀行所導致[3]。

近年來，中國的影子銀行發展迅速，其是否對中國的股票市場產生了影響值得研究。何德旭和鄭聯盛（2009）認為，影子銀行給金融體系帶來新的風險，甚至是系統性風險，對金融體系的穩定造成了嚴重的威脅[4]。杜亞斌和顧海寧（2010）認為，影子銀行成為金融機構逃避監管的重要工具，掩蓋了銀行資產負債表的真實情況，其內生的脆弱性是引發金融危機的重要因素[5]。李向前等（2013）認為，影子銀行系統使我國金融穩定性有所降低[6]。王京京等（2014）的實證分析表明，影子銀行規模與金融體系的穩定性呈現倒U型關系[7]。鄧超等（2016）認為，影子銀行體系是一把“雙刃劍”，對我國金融體系中不同組成部分的穩定性會產生不同影響[8]。劉艷艷（2017）研究發現，我國影子銀行體系對金融穩定性有顯著影響，影子銀行體系的風險不容忽視[9]。然而鮮見專門對我國影子銀行與股票市場關系的實證研究。近年來，相關研究在檢驗金融變量間動態因果關系中引入Bootstrap方法，并在金融模型中引入小波分析法，本文將采用這一較先進的實證方法對中國影子銀行與股票市場的動態結構相關性進行檢驗，即通過殘差自舉滾動因果檢驗和小波分析來觀察二者間的關系，進而為有效防控系統性金融風險提供政策啟示。

二、研究方法

金雪軍和周建鋒（2014）指出，滾動窗口技術和基于殘差Bootstrap的格蘭杰因果關系檢驗可以對樣本期內隨機變量間動態的影響系數進行估計，從而檢驗變量間是否存在結構性變化，且殘差Bootstrap的修正統計量對具有協整關系的樣本分析更具穩定性[10]。Ramsey等運用小波分析法（Wavelet Analysis）檢驗了美國股票價格行為，認為小波轉換（wavelet transform）優于傅里葉變換[11]。Shik（2004）利用小波分析法研究了股票市場的國際傳導機制，認為相對于常用的GARCH模型，小波分析法是一種創新[12]。因此，本文在對中國影子銀行規模與上證指數及成交量進行全樣本格蘭杰因果關系檢驗和Bootstrap滾動分析的基礎上，進一步通過小波時頻分析來確定不同頻域下影子銀行規模變化與A股市場波動的關系。

首先，進行全樣本格蘭杰因果關系檢驗和Bootstrap滾動分析。通過全樣本格蘭杰因果關系檢驗，可以得知隨機變量是否對其他變量產生了滯后影響，而小波分析法的時頻檢驗是基于頻段局部性的變量相關性分析，因此通過檢驗全樣本格蘭杰因果關系參數的穩定性，可以觀察在全樣本結構中某一區間的數據是否存在結構性突變。利用Boostrap滾動窗口估計方法可以有效克服參數結構不穩定的問題，同時可以展示不同子樣本間的動態結構性變化[10]；同時，Bootstrap方法通過重復抽樣來產生一系列新的樣本（不需要其他假設和新的觀測），可以對無法通過常規方法導出的參數區間進行估計[13]。其基本思路是在原始數據范圍內進行再抽樣并進行參數估計：樣本含量為n，原始數據中每個觀察單位每次被抽到的概率均為1/n，通過重復y次，可以得到y個Bootstrap樣本，再進行統計分析。

然后，進行連續小波轉換。通過格蘭杰因果關系檢驗和Bootstrap滾動分析可以直觀地考察變量間的動態結構關系，而小波時頻分析可以進一步反映非平穩時間序列時域和頻域的局部性質。小波分析法具有頻率分析并反映發生時間的優勢，彌補了傅里葉分析法只能進行頻率分析的不足[14]。與Bootstrap滾動分析相比，小波分析在反映局部相關性方面更加全面，而且通過時頻局部分析可以進一步檢驗整個樣本區間內某段時間的動態相關性、隨機變量之間的滯后效應以及隨機變量之間在頻域維度的短期、中期和長期相關性。本文采用Hudgins（1993）提出的方法進行小波轉換[15]。

最后，確定小波相關系數和小波相位差。Gallegati（2008）指出需要通過引入小波相關系數來直觀地反映隨機變量間的相關性[16]，小波相關系數可以更直觀地反映變量之間的時域和頻域組合下的局部特征[17]；Torrence和Compo（1998）在小波分析應用指導中提出了相位差法[18]，可以利用相位差檢驗變量間特定局部時頻的領先與滯后關系。小波相關系數和小波相位差的具體計算方法參見相關文獻。

三、實證分析結果及討論

1.數據來源與處理

本文利用M2占GDP比值的加權平均值（以GDP為權重）測算出貨幣需求系數，然后通過貨幣需求系數（占GDP的比值）求出各年份貨幣需求量；再通過Wind收集各年份的信貸規模，則各年份影子銀行規模等于貨幣需求量減去信貸規模，進而根據月度數據求出月度影子銀行規模。本文采用1996—2015年的影子銀行月度數據[19]，經過X12季節調整和對數化一階差分后序列平穩。同樣，上證指數和成交量月度數據也進行了對數收益率處理，經過一階差分后平穩。對全樣本進行格蘭杰因果關系檢驗，滯后期的確認是關鍵，而通過VAR模型的ACF和PACF檢驗來識別滯后階數是比較困難的，本文采用逐步升級的方法找出最恰當的滯后階數（見表1），可以確定最優滯后階數為6階。

2.格蘭杰因果關系檢驗及其參數穩定性

全樣本格蘭杰因果關系檢驗結果表明（見表2），影子銀行規模變動是上證指數和成交量變動的格蘭杰原因，說明影子銀行對A股市場有影響。Salman和Shukur（2004）指出，全樣本格蘭杰因果關系檢驗結果的穩健性取決于VAR模型的參數穩定性，若參數不穩定則檢驗結果是無效的[20]。參數穩定性檢驗結果表明（見表3），影子銀行和A股市場等式中的Sup-LR、Mean-LR和Exp-LR檢驗在1%的顯著性水平下拒絕原假設，即模型的參數短期不穩定，存在結構突變；Lcb檢驗結果也顯示存在長期參數不穩定性。所以，可以認為影子銀行與A股市場的關系存在結構性變化，也就是說，全樣本格蘭杰因果關系檢驗無法全面反映影子銀行與A股市場間的潛在關系。

3.Bootstrap滾動因果關系檢驗

為了進一步檢驗變量結構性變化帶來的影響，使用殘差Bootstrap滾動因果關系檢驗對結構性突變的影響進行分析，也就是檢驗在全樣本期間是否存在某一（或幾個）時間段發生了突變，并使影子銀行規模與上證指數和成交量的關系發生了變化。檢驗結果見圖1和圖2，圖中展示的滾動窗口檢驗的p值，原假設為影子銀行規模變動不是上證指數（成交量）變動的格蘭杰原因。根據圖1，從2009年的二季度開始到2011年二季度的絕對大多數時間p值小于0.1，說明在這段時期內影子銀行規模變動與上證指數變動的相關性最為顯著，影子銀行規模和上證指數都有一個顯著的增長，但是影子銀行規模的變動相對滯后。從圖2可以看出，2008年的p值小于 0.1，即影子銀行規模變動與上證成交量變動的相關性在2008年最為顯著。

宏觀上看，從2007年四季度開始，中國A股市場在連續兩年大幅上漲后開始急劇下挫；同時，2008年中期后次貸危機引發國際金融危機，導致全球經濟需求銳減，金融市場流動性停滯。中國經濟也受到影響，GDP季度同比增速從2007年中期的15%左右快速跌倒2008年四季度的6%左右，出口出現負增長，大批農民工返鄉，經濟面臨硬著陸的風險。中國在2008年面臨的問題不再是1998年亞洲金融危機所導致的短期外需不足，應對國際金融危機也沒有采取與應對1997年亞洲金融危機類似的裁員、去產能、國企改革等措施亞洲金融危機后，1998年中國出口業務增速從20%左右快速下跌到0， GDP增速從兩位數快速下跌至7.8%，同時，三分之二的國企虧損，大批商品滯銷、工人下崗、機器閑置、工廠停工。在20世紀90年代前期，中國經濟快速發展，國企業務擴展過快且債務堆積，如果借新還舊，只能是飲鴆止渴。中國政府頂住各方壓力，堅決執行了國企供給端改革，關停閑置工廠和進行裁員，1999年中國GDP增速掉至6.1%。但自2001年加入WTO后，中國出口迅速增長，2002年至2007年GDP年均增速為11-2%?？梢?，經過結構調整和國企改革，中國經濟很快恢復了穩定和快速增長。 ，而是繼續上項目和擴大產能。2008年11月推出了進一步擴大內需促進經濟增長的10項措施，從2008年底到2010年底，中央政府投資1.18萬億元，加上地方和社會投資總規模達4萬億元。實際上，從2001年加入WTO直到2008年，中國經濟仍然是過熱的，產能供給過多，如果全球需求不變，是可以正常消化產能的。但是國際金融危機導致全球需求減少，大規模投資無法產生對應的利潤來彌補國企貸款還本付息，基本成為一種借新還舊的資金解渴。因此，經濟刺激政策進一步導致影子銀行規?？焖贁U大。

為了進一步明確影子銀行規模變動對上證指數變動的影響方向和影響程度，進行滾動窗口系數和的Bootstrap估計（見圖3和圖4），其中，實線為系數和，下方虛線為系數和下界，上方虛線為系數和上界，陰影柱表示影子銀行規模變動與上證指數變動顯著相關的時期。根據圖3，2009年中期到2011年中期影子銀行規模與上證指數負相關，即較高的影子銀行規模會減弱上證指數的上漲，同時也拒絕影子銀行規模變動不是上證指數變動格蘭杰原因的假設。而圖4的檢驗結果表明影子銀行規模變動對上證成交量變動的影響并不顯著。

4.小波分析

利用小波分析法變換函數分析小波相關系數和小波相位差，進一步檢驗影子銀行與A股市場的動態結構相關性（見圖5和圖6）。其中，（a.1）的黑色環形線圈內全閉合狀的島嶼圖表示在特定時頻（橫坐標）下影子銀行規模變動與上證指數變動之間的顯著相關（顯著性水平5%），左邊刻度（縱坐標）1～8為顯著相關對應的不同周期（比如1～2為短期頻段，2～4為中期頻段，4～8為長期頻段），右邊刻度表示二者之間的相關系數；（a.2）刻畫的是影子銀行規模與上證指數（成交量）在1～4年頻段下對應小波系數縱坐標的相位差，0～π/2表示影子銀行規模變動領先于上證指數變動（同向變動），其他類推（見表4）；（a.3）刻畫的是影子銀行規模與上證指數（成交量）在4～8年頻段下對應小波系數縱坐標的相位差。

從圖5可以看出，（a.1）中U型黑線以內1～2年短期頻段和2～4年中期頻段有“島狀”相關區域，且接近0.8，相關性很強；而4～8年長期頻段沒有“島狀”相關區域。也就是說，影子銀行規模與上證成交量主要在中短期頻段相關，長期頻段幾乎沒有相關性。在（a.2）中，（a.1）中主要的“島狀”閉環型區域從橫坐標看主要分布于2003年至2010年末和2010年前后，變化比較顯著的是2006—2007年和2010年前后：2006—2007年的數值在0～π/2之間，影子銀行規模變動領先于上證指數變動，且對上證指數變動產生正向影響；2010年前后的數值在0～-π/2之間，上證指數變動領先于影子銀行規模變動，且對影子銀行規模變動產生正向影響。

從圖6可以看出，（a.1）中U型黑線以內1～2年短期頻段和2～4年中期頻段有“島狀”相關區域，且接近0.8，說明相關性很強；而4～8年長期頻段沒有“島狀”相關區域。也就是說，影子銀行規模與上證成交量也主要在中短期頻段相關，長期頻段幾乎沒有相關性。在（a.2）中，（a.1）中主要的“島狀”閉環型區域從橫坐標看主要分布于2004年末至2008年和2008年末至2012年前后：2004年末至2008年的數值沒有顯著變化；2008年至2010 年的數值在0～π/2之間，影子銀行規模變動領先于上證成交量變動，且對上證成交量變動有正向影響；2010年末至2012年前后的數值在-π/2～0至之間，上證成交量變動領先于影子銀行規模變動，且對影子銀行規模變動有正向影響。

以上分析表明，從時域維度來看，影子銀行規模變動與A股市場波動在2003年至2011年高度相關；從頻域維度來看，在長期內影子銀行規模變動與A股市場波動的關系是減弱的，主要集中在短期和中期；既有影子銀行規模變動領先于A股市場波動的情況，也存在A股市場波動領先于影子銀行規模變動情況。從整體上看，1996—2003年和2011—2015年影子銀行規模變動與A股市場波動沒有顯著相關性?？梢钥闯鲋袊白鱼y行高速發展的階段是在2003年以后，即中共十六大以后，尤其是在十七大以后規模增長速度達到了高峰；影子銀行規模變動與A股市場波動具有正向的相關性（同向變動），反映出金融市場資金具有“脫實向虛”的傾向。影子銀行與A股市場同時擴張，并沒有產生顯著的互相制約效應，即影子銀行并沒有顯著分流A股市場的流動性。尤其是在2005年至2007年底的A股市場牛市行情中，影子銀行規模也在快速增長，且影子銀行規模變動領先于A股市場波動；而在2008年的經濟刺激后，影子銀行仍然與A股市場同向發展，只是轉變為A股市場波動領先于影子銀行規模變動。

四、結論與啟示

本文通過全樣本格蘭杰因果關系檢驗證明中國的影子銀行規模變動與A股市場波動存在相關性，進一步的殘差Bootstrap窗口滾動檢驗表明其相關性存在結構突變；利用小波相關系數和相位差進行修正的結果表明，二者間的相關性主要體現在中短期，長期來看趨于弱化；影子銀行規模變動與A股市場波動具有同向性，主要表現在2003—2008年和2008—2011年兩個時期的同時擴張，并產生了二者間彼此領先對方的情況，這說明資金的成本性決定了其逐利性。

1997年亞洲金融危機后，中國進行國企改革和房地產市場改革實現了經濟的平穩發展，避免了經濟的硬著陸。2001年加入WTO后，國外需求增長促使中國經濟一路高速增長，尤其是出口增長迅速，亞洲金融危機導致的產能過剩問題由于外需的增加得到解決。與此同時，中國影子銀行和A股市場同時快速膨脹，尤其是在2005—2008年，影子銀行規模增長領先于A股市場規模增長，表明在需求拉動下影子銀行有助于實體經濟發展，當然持續的牛市也使部分增量資金流入股市。2008年國際金融危機席卷全球，導致中國各項經濟指標迅速下降，尤其海外流動性緊張導致外需迅速減少，中國經濟面臨硬著陸的風險。為了防治風險繼續擴散，中國提出四萬億投資計劃，并從2008年開始下調基準利率，以刺激經濟增長。但大規模投資增加了未來中國經濟的不確定性，而外需減少導致的產能過剩使實體產業失去了貨幣需求，貨幣供給大于貨幣需求會進一步導致流動性陷阱。大量資本并沒有進入實體部門，而是流入股市和樓市，國企債務“借新還舊”模式又分流了銀行對實體經濟的有效投入，導致沿海外貿型和加工型中小民營企業只得通過影子銀行維持資金鏈。所以，中國影子銀行和A股市場在這段時期又表現為同向擴張，到2010年前后基本表現為A股市場規模增長領先于影子銀行規模增長。這說明，在資金較為豐裕的情況下，資金對股市的敏感度大于影子銀行，民營企業對影子銀行的需求更是一種“被逼無奈”的選擇，隨著經濟的復蘇其對影子銀行的需求敏感度會下降。

黨的十九大首次提出了“貨幣政策和宏觀審慎政策的雙支柱調控框架”。中國的M2/GDP在1996年首次有效突破100%后持續高增長，與金融市場最為開放發達的美國相比（其M2/GDP長期維持在80%左右），貨幣超發嚴重。大量超發貨幣通過影子銀行等渠道流入資產市場，不單對中國本土市場，甚至對海外市場也產生深遠影響。在當前全球流動性收緊的大背景下，面對需求減少和產能過剩，保持中國經濟穩定增長是核心目標，根據經濟金融條件的動態變化主動開展適應性調整是貨幣政策的重中之重。作為一個大國，應當有自身獨立的貨幣政策，如果單純通過不斷提高市場公開操作來應對美國加息縮表以保護自身外匯流動性，那么，不斷增加的本國貨幣成本將不利于供給側結構性改革。所以，需要對貨幣政策進行邊際放松來對沖金融壓力和風險。美國在長期貨幣寬松政策后于2015年12月正式開始新一輪加息周期，中國也不斷提高市場資金利率，這對影子銀行的過度發展起到了抑制作用：股票與債券市場估值持續承壓，債券市場信用利差與股票市場風險溢價持續上升，十年期國債收益率階段性突破4%?！蛾P于規范金融機構資產管理業務的指導意見》要求銀行表外業務轉表內，將進一步抑制影子銀行規模。然而，影子銀行的規范適度發展是有積極意義的，尤其是對中小科技型企業的成長至關重要。因此，也應對影子銀行的發展有一定的包容，積極發揮影子銀行金融市場“潤滑劑”的功能，尤其要充分發揮其支持科技型企業成長和創新發展的作用，進而促進宏觀經濟高質量發展。這就需要對影子銀行進行切合實際的、科學的宏觀審慎管理，以在繁榮經濟的同時有效防控金融風險。

參考文獻：

[1] EICHENGREEN B. Origins and Responses to the Crisis[J]. CESifo Forum，2008（4）：40-75.

[2] ADRIAN T，SHIN H S. The shadow banking system：Implications for financial regulation[R]. Staff Report，No. 382，Federal Reserve Bank of New York，2009.

[3] LUTTRELL D，HARVEY R，THIES J. Understanding the risks inherent in shadow banking：A primer and practical lessons learned[R]. Staff Papers， No. 18，Federal Reserve Bank of Dallas，2012.

[4] 何德旭，鄭聯盛.影子銀行體系與金融體系穩定性[J].經濟管理，2009（11）：20-25.

[5] 杜亞斌，顧海寧.影子銀行體系與金融危機[J].審計與經濟研究，2010（1）：82-87.

[6] 李向前，諸葛瑞英，黃盼盼.影子銀行系統對我國貨幣政策和金融穩定的影響[J].經濟學動態，2013（5）：81-87.

[7] 王京京，楊大光，劉佳.中國影子銀行對金融體系穩定性的影響[J].社會科學戰線，2014（12）：255-258.

[8] 鄧超，唐瑩，楊文靜.影子銀行體系對我國金融穩定性的影響研究[J].經濟經緯，2016，33（5）：149-154.

[9] 劉艷艷.中國影子銀行體系對金融穩定性影響的實證分析[J].財經理論與實踐，2017，38（5）：27-32.

[10]金雪軍，周建鋒.投資者關注度與市場收益間動態關系研究——基于Bootstrap的滾動窗口方法[J].浙江大學學報（人文社會科學版），2014（6）：98-111.

[11]RAMSEY J B，USIKOV D，ZASLAVSKY G M. An analysis of US stock price behavior using wavelets[J]. Fractals，1995，3（2）：377-389.

[12]SHIK L H. International transmission of stock market movements：A wavelet analysis[J]. Applied Economics Letters， 2004，11（3）：197-201.

[13]趙慧琴. Bootstrap方法在區間估計中的應用[J].江西科學，2010（4）：429-431.

[14]SHENG Y，ROBERGE D，SZU H H. Optical wavelet transform[J]. Optical Engineering，1992，31（9）：1840-1845.

[15]HUDGINS L，FRIEHE C A，MAYER M E. Wavelet transforms and atmopsheric turbulence[J]. Physical Review Letters，1993，71（20）.

[16]GALLEGATI M. Wavelet analysis of stock returns and aggregate economic activity[J]. Computational Statistics & Data Analysis，2008，52（6）：3061-3074.

[17]KIM S，IN F. The relationship between stock returns and inflation：New evidence from wavelet analysis[J]. Journal of Empirical Finance，2005，12（3）：435-444.

[18]TORRENCE C，COMPO G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological society， 1998，79（1）：61-78.

[19]李錦成.對1996—2015年中國影子銀行月度規模數據的測算[J].中國市場，2016（24）：71-80.

[20]SALMAN K A，SHUKUR G. Testing for Granger causality between industrial output and CPI in the presence of regime shift：Swedish data[J]. Journal of Economic Studies，2004，31（6）：492-499.

Abstract： After the subprime mortgage crisis， many overseas scholars believe that shadow banks have a great impact on the stock market. therefore， what is the relationship between China's shadow bank and A-share market？ This paper proved Granger causality test of shadow banking system and A-share market， and found that there is structured change of time-frequency dimension for those two variables by residual bootstrap window scroll analysis. Then， wavelet analysis is used to further improve the bootstrap analysis， there is positive correlation， which reflect two periods from 2003 to 2008 and from 2008 to 2011 between shadow banking system and A-share market. Also， there is leading each other's situation between two variables， which indicates that the cost of capital determines its profit-driven， and the relationship between them is more short-term， and long-term becomes weakened. Under the big background of global tight liquidity， China should conduct marginal easing of monetary policy to hedge financial pressure and risk， and should implement macro-prudence management on shadow banks to effectively prevent financial risk while prospering the economy.

Key words： shadow banking； stock market； Bootstrap analysis； wavelet analysis； monetary policy； macro-prudence policy； subprime mortgage crisis

CLC number：F832.0；F224.0 Document code： A Article ID： 1674-8131（2018）04-0077-09

（編輯：朱德東；段文娟）