基于Wilson模型的影子银行体系宏观压力测试
王鑫
本文对我国影子银行体系的特征进行了分析和概括，并借鉴明斯基的“金融不稳定假说”思想，构建出衡量影子银行体系信用风险的指标。同时，本文从宏观经济运行和金融环境两个方面考虑了影响影子银行体系信用风险的因素。最后，在Wilson模型的基础上构建本文的宏观压力测试模型，并利用此模型对2006-2019年的季度数据进行了实证研究，考察了不同冲击下影子银行体系信用风险的状况。
一、引言
美国影子银行体系高杠杆化的运作和超强的信用创造使得2008年的次贷危机迅速演变成一场波及甚广的金融危机，其辐射范围和后续影响都是前所未有的。在后危机时代，影子银行体系就自然而然地成为了国际金融监管的重中之重。美国分别于2009和2010年颁布了《金融体系全面改革方案》和《多德弗兰克华尔街改革与消费者保护法案》，英国、欧盟也在不断提出监管方案、修正相关法律指令，同时，国际金融机构也在紧锣密鼓地讨论影子银行体系的监管，试图整合各种国际监管标准资源，影子银行体系已成为国际金融研究的重点。
本文借鉴明斯基“金融不稳定假说”思想，构建适合衡量我国影子银行体系稳定性程度的指标。在此基础上，立足我国影子银行体系的特点，分析影子银行体系的主要风险来源。最后，以Wilson的信用风险宏观压力测试模型为基础，对影子银行体系进行压力测试。
二、压力测试
（一）确定纳入测试的机构和资产范围
根据金融稳定委员会（FSB）的定义，本文的研究重点为银行金融机构所从事的未受巴塞尔协议或同等监管程度监管的金融中介活动，也就是常说的“表外业务”，主要包括通过银信合作发放的信托贷款和委托贷款。
关于这部分资产稳定性的度量，由于没有明确的监管，所以没有官方的风险准备金的要求，虽然银行也会对其进行风险管理，但是这一比例不得而知，也无法获得违约率等常用的衡量风险的数据。因此，本文借鉴了明斯基“金融不稳定假说”的思想，用融资利息支付占当期利润总额的比重加上一个风险系数来表示影子银行体系的信用风险，风险系数即为信托贷款和委托贷款之和占社会融资总额比重。
（二）识别主要风险因素
1.我国影子银行体系的特点
在现有文献的基础上，本文对我国影子银行体系的特征进行了总结（表1）。
2.信用风险的主要影响因素
本文充分借鉴IMF和世界银行联合启动的“金融部门评估计划（FSAP）”，同时参考美国宏观金融稳定监测指标体系，从宏观经济运行、金融环境两个方面考察可能影响影子银行体系信用风险的因素。考虑到数据的可获得性，本文考察了如下影响因素（表2）。
表2 影子银行信用风险的潜在影响因素
（三）压力测试模型构建及处理结果
在Wilson（1997）中模型的基礎上，本文建立了如下压力测试模型：
yt=α+β1gdpt+β2cipit+β3m2m1t+β4m2gdpt+β5sgdpt+εt? ?（1）
gdpt=γ1+δ11gdpt-1+δ12yt-1+θ1，t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）
cipit=γ2+δ21cipit-1+δ22yt-1+θ2，t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）
m2m1t=γ3+δ31m2m1t-1+δ32yt-1+θ3，t? ? ? ? ? ? ? ? ? ? （4）
m2gdpt=γ4+δ41m2gdpt-1+δ42yt-1+θ4，t? ? ? ? ? （5）
sgdpt=γ5+δ51sgdpt-1+δ52yt-1+θ5，t? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）
其中，yt为t期信用风险，gdpt为t期的GDP增长率，m2m1t为t期M2/M1比率，m2gdpt为t期的金融深化比率，sgdpt为t期影子银行贷款占GDP比重;α，γi为截距项;εt，θi，t为随机误差项。本文的模型中加入了信用风险指标的滞后项作为解释变量，这是考虑到了影子银行体系的反馈效应。
本文选择了以上指标2006年——2019年的季度数据。其中，信托贷款和委托贷款数据来自中国人民银行网站，其他数据均来自中国统计局网站。
本文用联立方程模型的方法估计了以上模型，估计结果（表3）显示：1）GDP增长率在5%的显著水平下对影子银行体系的信用风险具有降低作用，即GDP增长越快，风险越小;2）固定资产投资价格指数在10%的显著水平下可以降低影子银行体系的风险，说明在现阶段价格水平的上升并没有影响到企业生产成本;3）M2/M1在1%的显著水平下对风险有增强效果，说明M2高M1低表明投资过热而需求不足，将会对影子银行体系的信用风险产生很大的不利影响;3）金融深化比率在1%的显著水平下对信用风险有促进作用，说明金融深化过程将提高影子银行体系的信用风险。以上分析可以发现，实证检验的结果与经济理论相一致，也说明了本文模型的准确性。
同时，也可以得出以下结论：1）影子银行体系的信用风险对影子银行贷款规模占GDP比重的反馈效果最明显，说明影子银行体系承担的风险越多其规模就越大，对固定资产投资价格指数反馈效果较明显，而对GDP增长率、M2/M1和金融深化比率基本没有反馈效果，说明影子银行体系对于促进经济增长和金融深化的作用非常有限;2）GDP增长率、固定资产投资价格指数和M2/M1的自回归效果明显。
（本文用Eviews8.0软件完成了计量模型的估计。括号内为t统计量;*、**和***分别代表10%、5%和1%的显著性水平。）
由以上模型估计结果，可以得出以下方程：
=-0.021-0.013gdpt-1-0.062cipit-1+0.187m2m1t-1+0.017m2gdpt+0.014sgdpt+0.023yt-1? ? ? ? ? ? ? ? ? ?（7）
（四）压力情景设计
本文选择了两个指标进行压力测试：GDP增长率和M2/M1。其中，GDP增长率下降代表了宏观经济衰退冲击，M2/M1增加代表了投机过热、经济出现泡沫的冲击。首先，本文对两个压力指标和抗压指标进行了描述统计（表4）
本文用因素推动法确定冲击，即在轻度、中度、重度冲击下，指标分别以1个、2个、3个标准差偏离其平均值，故情景设定如下（表5）。
（五）基于压力测试结果的影子银行体系风险承受能力评估
本文以2019年第四季度末为时间点执行压力測试，将不同压力情景的压力指标值代入模型，可知在不同情境下的影子银行体系信用风险（表6）。可以发现，无论是哪种冲击，即使是最轻度的也会使影子银行体系的信用风险达到50%以上，在缺乏充足的风险准备金和刚性兑付的情况下，这将对影子银行体系进而整个金融体系造成很大的影响。而当复合的重度冲击发生的时候，会有大批的企业无法偿还利息，将对影子银行体系产生致命的影响。
表6 不同冲击下的影子银行体系信用风险
三、结语
本文首先对我国影子银行体系的特征进行了分析和概括，进而，借鉴明斯基的“金融不稳定假说”思想，构建出衡量影子银行体系信用风险的指标。同时，本文参考已有的宏观金融稳定监测指标体系，从宏观经济运行和金融环境两个方面考虑了影响影子银行体系信用风险的因素。最后，在Wilson模型的基础上构建本文的宏观压力测试模型，并利用此模型对以上指标进行了实证研究。发现GDP增长率和固定资产投资价格指数的提高都有助于缓解风险;M2/M1的提高代表投资过热而需求不足，将会使风险加剧;也发现，随着金融深化进程的不断推进影子银行体系的信用风险将不断上升。在此基础上，本文考察了不同冲击下影子银行体系信用风险的状况，发现我国影子银行体系信用风险承受能力不容乐观，即使是轻度的冲击也会对其稳定性造成很大影响。
要想保持影子银行体系的稳定性，首先要避免过大的冲击发生。同时，可以引导金融机构进行在监管能力范围内的其他金融创新，以减少金融机构从事影子银行业务的动机。我国影子银行体系与国外最大的不同之处就在于我国的影子银行体系承担了完善融资体系的作用，所以要想规范影子银行体系，最根本的是加快完善投融资市场、拓宽融资渠道以弥补过于依赖传统银行借贷体系的不足。
（作者单位：中国建设银行股份有限公司天津南开支行）
