影子银行信用创造对货币供应量影响的实证分析
——基于货币乘数视角

朱晓东，金嘉莹

（1.杭州电子科技大学 经济学院，浙江 杭州 310018；2.杭州电子科技大学 会计学院，浙江 杭州310018）

一、文献综述与问题提出

影子银行体系的概念最初由美国太平洋投资管理公司的执行董事麦考利提出。2011年，有关国际金融监管组织对其定义基本达成了一致。如金融稳定委员会（2011）[1]在研究报告中指出影子银行体系的本质是“游离在传统银行体系之外提供信用媒介的经济活动或实体”。

我国除了2012年银监会在年报中明确了几项不属于影子银行业务范围外，再无其他被广泛引用的定义。由于国内外金融体系发展与成分结构的差异，国内学者对于影子银行的范围界定不尽相同。其中认可度较高的有三类：一是黄益平等（2012）[2]认为中国的影子银行主要指国内所有金融机构在资金融通中作为信用中介向公众出售理财产品的信托融资和委托融资；二是汪涛与胡志鹏（2012）[3]提出了三种不同统计口径的影子银行规模界定，即第一种是用中央银行社会融资统计内委托贷款、未贴现票据和信托贷款余额之和表示的最窄口径，第二种是用最窄口径与信托资产和民间借贷之和表示的较宽口径，第三种是用较宽口径与非银行持有的企业债券之和表示的最宽口径；三是巴曙松（2013）[4]、李俊霞和刘军（2014）[5]通过分析中国影子银行体系的内涵后认为，现阶段影子银行应当在上述最窄口径的基础上加上商业银行理财产品、银行承兑汇票以及民间金融。本文出于对数据的可得性以及影子银行业务的代表性以及规模考虑，将采用汪涛和胡志鹏的“最窄口径”对我国影子银行规模进行测算。

近年来，影子银行体系的规模不断扩大，依据上述影子银行最窄统计口径测算，截至2018年5月，我国影子银行规模已达27.3万亿人民币，在我国金融市场上扮演着越来越重要的角色：一方面，影子银行的出现为企业和居民提供信贷支持；但另一方面影子银行的不断发展和壮大，弱化了实体经济与虚拟经济的联系，损害了政府货币政策的效力。周小川（2011）[6]指出，影子银行体系存在着具备货币创造功能、参与货币乘数放大过程的可能性，并认为中央银行货币政策应充分考虑新环境下货币政策传导机制的变化。事实上，随着现代金融体系的发展和完善，使得影子银行等除银行外的金融机构具备了一定的货币创造能力。

关于影子银行的货币创造机制，国内学者分别从影子银行对货币乘数影响和对货币供应量影响等层面做了大量研究。

（一）影子银行体系对货币乘数的影响研究

周莉萍（2011）[7]指出随着影子银行体系规模的不断扩大，一方面基础货币的统计将遗漏影子银行的负债资金，另一方面，由于影子银行不受存款准备金制度约束，围绕存款准备金的货币乘数也将遗漏一个重要的市场因素。因此，无论从基础货币还是货币乘数看，影子银行都将大大降低当前货币乘数的有效性。

何平等（2018）[8]将影子银行体系引入货币乘数模型时，将影子银行“存款”分为具备流动性和不具备流动性两部分。认为影子银行对货币乘数的影响依赖于社会公众持有现金的意愿以及影子银行“存款”流动性的大小，并通过动态时间序列检验得出影子银行体系会降低货币乘数的结论。

陆岷峰和杨亮（2018）[9]分别构建了将影子银行存款纳入货币统计和不纳入货币统计的两个货币乘数模型，对比不同模型中各因素与货币乘数的关系，并通过实证得出影子银行规模的扩张与货币乘数具有长期的负向关系。

（二）影子银行体系对货币供应量的影响研究

学者们研究影子银行体系对货币供应量的影响，大致可以分为以下三个角度。

1.以货币政策为导向，从IS-LM模型角度分析。如王振和曾辉（2014）[10]通过引入银行信用创造和影子银行流动性创造功能，根据修正后的IS-LM模型分析了影子银行的发展对我国货币政策的影响，并通过实证分析证实，影子银行的发展对货币政策的利率、信贷等传导效果以及货币供应量M2产生显著影响。

2.基于货币乘数角度的分析。如解凤敏和李媛（2014）[11]以分流银行存款的方式将影子银行体系引入货币乘数模型中，进而分析影子银行对货币供给补充与替代效应。并通过构建向量误差模型和状态空间模型进行实证分析，认为影子银行体系规模在一定程度上放大了货币乘数，但在不同的经济时期和货币政策下表现出明显的“非对称性”。李亘和鲁靖（2015）[12]、王亚楠（2017）[13]同样构建了引入影子银行体系货币乘数模型进行分析，但他们单独或同时使用狭义货币乘数（M1）和广义货币乘数（M2）为应变量建立VAR实证模型、得出了影子银行体系扩大了货币供应量的结论。

3.影子银行体系能够通过创造信用，削弱货币政策工具的效力。李新功（2014）[14]和常凯等（2017）[15]直接通过建立VAR实证模型、脉冲响应等分析认为，影子银行体系能够创造信用，在短期内扩大货币供应量，进而削弱货币政策工具的效力。

综上所述，影子银行体系的引入，对货币创造机制产生冲击，进而对货币乘数产生影响，并最终对货币供应量产生影响。目前，从货币乘数角度分析影子银行体系对货币供应量影响的学者较少。并且在这些学者中，大多没有考虑社会公众持有现金偏好的影响以及在引入影子银行货币创造机制时只考虑了影子银行出于偿付保证而预留部分资金的因素，而没有考虑影子银行“存款”是否具备流动性，从而决定是否应纳入货币统计。此外，现有研究中实证数据较为陈旧，时间跨度较短。对此，本文基于货币乘数理论，综合考虑上述多种因素、构建引入影子银行体系的货币乘数模型，选取2005年至2018年5月的月度数据进行实证检验，以期更加准确地分析影子银行体系对货币供应量的影响，为提高货币政策效应提出合理建议。

二、引入影子银行体系的货币乘数模型构建

由货币乘数理论可知，货币供应量M2可以表示为货币乘数和基础货币的乘积。因此，在假定基础货币不变的情况下，影子银行体系是否对货币供应具有放大作用等价于影子银行体系是否对货币乘数具有放大作用。

为了充分考虑影子银行“存款”流动性和预留资金比例两者对影子银行体系引入货币乘数模型的影响，本文在借鉴何平等（2018）[8]模型的基础上构建了传统货币乘数模型和引入影子银行体系的货币乘数模型。

（一）传统货币乘数模型分析

为了便于对引入影子银行体系货币乘数模型的分析，本文对传统货币乘数做如下假设：

假设1：初始资金总量为B（B>0）。

假设3：商业银行的法定存款准备金率为r（0

图1 传统货币乘数模型

图1所示是传统货币创造的过程，即中央银行在发行基础货币（B）后，其中的进入商业银行系统转化为商业银行存款，余下部分则由社会公众出于支付等需要而以现金的形式持有，并且不再进入商业银行体系；商业银行在取得存款后，按照规定向中央银行缴纳一定比例的存款准备金r后，将剩余（1-r）B部分发放银行贷款；之后这部分派生货币将再次以和的比例分别进入商业银行系统和由社会公众以现金的形式持有，不断重复上述货币创造的过程。由此，可以得到：

（二）引入影子银行体系的货币乘数模型

为了更好地分析引入影子银行体系后货币乘数与各影响因素之间的关系，调整假设2为假设4：央行发行的基础货币中，比例的资金由社会公众持有，余下部分的资金则进入商业银行和影子银行体系中。并进一步假设：

假设5：进入商业银行和影子银行的资金中，最终被商业银行吸收为存款的比例为，则进入影子银行体系的资金比例为。

假设6：进入影子银行的资金可以分为具有流动性和不具有流动性两部分。本文假设具有流动性的部分比例为，即比例进入影子银行的资金将纳入货币统计，则不具有流动性的部分比例为，即比例进入影子银行的资金将不纳入货币统计。

假设7：影子银行出于偿付保证等目的，从吸收资金中预留资金比例为，即预留扣减率为，并且将全部预留资金以存款的形式进入商业银行。

于是，在引入影子银行体系后传统的货币创造过程演变成如图2所示。中央银行在发行基础货币（B）后，社会公众持有现金占比依旧为，剩余的B部分中，被商业银行吸收为存款、则进入影子银行体系。

图2 引入影子银行体系的货币乘数模型

对于商业银行而言，进入商业银行的资金流向与传统货币创造过程类似，即在扣除向中央银行缴纳的存款准备金后，将剩余部分发放银行贷款。

由式（4）、（5）、（6）可以求得引入影子银行体系后的货币乘数k2：

为了进一步探讨影子银行体系是否对货币乘数具有放大作用，本文进一步将式（3）和（7）作差，可得：

因此，本文认为，影子银行体系是否扩大了货币乘数最终依旧取决于影子银行“存款”流动性与影子银行吸收存款的比例以及预留扣减率之间的相对大小。

三、影子银行体系对货币乘数影响的实证分析

（一）变量与数据选取

如上文对引入影子银行体系的货币乘数模型分析，影子银行吸收存款的比例以及预留扣减率是影子银行体系影响货币乘数的重要因素，但这两因素的统计数据难以获得。现有研究认为，影子银行体系规模的变动中隐含了这两个因素变化。具体而言，影子银行吸收存款的比例越高，预留扣减率越低，则代表影子银行体系的规模越大；反之，则代表影子银行体系的规模越小。因此，本文选取影子银行规模作为影子银行吸收存款比例和预留扣减比例的代理变量。考虑到影子银行业务的代表性以及数据的可得性等，本文采用上文中影子银行规模以中央银行公布的委托贷款、信贷贷款和未贴现银行承兑汇票存量之和的计量方式测算。而央行公布的数据中，2015年以前只有增量数据。为了尽可能保留多的样本点，本文假定2002年以前三者的规模为零，再根据增量数据推出2002年以后的存量数据。

除此之外，模型还包括被解释变量货币供应量（M2），以及控制变量法定存款准备金率（r）。其中，存款准备金率采用中央银行公布的法定存款准备金。

由于货币供应量和影子银行规模呈现出明显的季节趋势，因此，本文采用Census-X12对三者进行调整。同时，为了消除量纲差异，对影子银行规模采用万亿为单位。

（二）数据分析

2005年至2018年5月影子银行规模和广义货币供应量的月度数据如图3所示，在样本区间内，两者整体趋势均表现出明显的向上趋势。尤其在2011—2014年，当影子银行规模快速上升时，广义货币供应量同时也表现出了加速上升趋势，因此可以认为两者表现出了明显的正向相关性，与上述分析相吻合。

图3 影子银行规模和广义货币供应量趋势图

（三）实证分析

如前所述，本文选取2005年至2018年5月的月度数据作为样本区间，共计161组数据，按构建的实证模型进行分析。

1.平稳性检验。为了保证模型方法分析的可靠性和准确度，本文采用ADF单位根检验验证各变量数据的平稳性。检验结果如表1所示，结果显示：在5%的置信水平下，所有变量原序列均接受原假设，即序列都是非平稳的。而影子银行规模的一阶差分序列D（SB）在5%的置信水平下拒绝原假设，货币供应量、法定存款准备金率一阶差分序列 D（M2）、D（R）均在 1%的置信水平下拒绝原假设。因此，所有变量为一阶单整序列。

表1 ADF检验结果

2.Johansen协整检验。在协整检验前，需确定最优滞后阶数。根据信息量指标原则，在滞后阶数为3时信息指标达到最小值的数最多。因此，本文选择的最优滞后阶数为3。

随后进行Johansen协整检验，检验结果如表2所示。结果显示，在5%的置信水平下，变量之间存在一组协整关系，也就是说变量之间确实存在长期稳定关系。

表2 Johansen协整检验结果

并由检验结果进一步可得到协整方程为：

由此，可以认为影子银行规模的扩大对货币供应量具有正向作用，而利率与货币供应量具有负向关系，并且由于利率与货币供应量具有较大量纲差异导致了其系数绝对值较大。

3.格兰杰因果检验。上述协整检验结果显示影子银行规模、货币供应量等变量之间存在长期稳定的关系，为了进一步探究各变量与货币乘数之间的因果关系，本文进一步采用格兰杰因果检验，结果如表3所示。结果显示，影子银行规模和法定存款准备金率均在1%的置信水平下拒绝原假设。换而言之，影子银行规模和存款准备金率都是货币供应量变动的格兰杰原因。

表3 格兰杰因果检验

4.脉冲响应函数分析。在得到影子银行规模是货币供应量的解释原因的结论后，为了进一步分析当影子银行规模受到一个冲击后，货币乘数的长期调整过程，本文进一步采用脉冲响应函数分析，结果如图4所示。

图4 货币供应量对影子银行规模的脉冲响应函数

图4表明，当影子银行规模在0期受到一个正向冲击时，即影子银行的规模扩大，将引起自1期之后货币供应量的上升。虽然在第4期时，货币供应量有所下降，但不足以弥补前期的上升，其相较于影子银行规模受到冲击前具有较大幅度的上升。在第4期之后，货币供应量持续受影子银行正向冲击的影响而上升。

四、结论与政策建议

通过构建引入影子银行体系的货币乘数模型发现，影子银行体系将对货币乘数产生影响，进而影响货币供应量。而影子银行体系是否扩大了货币供应量主要取决于影子银行“存款”和影子银行吸收存款比例、预留扣减率的相对大小。

实证结果显示，就我国目前影子银行体系的发展而言，影子银行规模的扩大将扩大货币供应量，最终将削弱货币政策效力。而根据模型推导，这一结果很有可能随着金融体系的不断发展，影子银行和商业银行的界限越来越模糊，影子银行“存款”流动性变化，对货币供应量的影响也将改变。基于以上结论，本文提出以下建议：

1.高度重视影子银行体系信用创造对货币供应量的影响。货币乘数的变化决定着货币供应量这一重要中介指标的变化。因此，中央银行在制定货币政策时，不仅应充分考虑影子银行规模变化对货币乘数的影响，以达到精确调控货币供应量，而且应当时刻关注影子银行体系对货币供应量影响的变化情况，以达到科学制定货币政策的目标，提高货币政策效力。

2.重点关注影子银行吸收存款比例、存款“流动性”及预留扣减率变化。货币政策的出台是否能充分考虑影子银行体系对货币供应的影响、以及能否有效地依照影子银行体系来制定，有赖于对影子银行吸收存款比例、“存款流动性”以及预留扣减比例等数据的可靠性。因此，政府及监管机构应当明确影子银行的业务范围并加强对影子银行体系的监督和管理，特别是加强对行业相关数据的统计与调查，才能增加货币政策制定的有效性和科学性。

3.加强对影子银行体系的统筹监管。随着金融市场的不断发展，影子银行的影响力逐渐增强，势必对金融市场的稳定以及货币政策效力带来影响。因此，政府需加强对影子银行的监管。一方面，像银行一样设立法定存款准备金制度，加强政府对货币供应量调控效力，从而增强货币政策效力；另一方面，加快建设影子银行监管体系，使其与金融市场发展相匹配，从而服务于经济的发展。