摘要：2008年金融危机的爆发导致以影子银行系统为代表的非银行金融机构的发展，这样的发展逐渐形成了传统商业银行系统和影子银行系统它们共存的运营结构。在中国，影子银行的不断发展虽然为商业银行获取更多的中间业务收入提供了更多的渠道，但是其规模的不断扩张也给商业银行的盈利能力带来巨大的风险。本文从影子银行规模的角度出发，分析其对商业银行的盈利能力的影响。本文使用的数据来自16家商业银行2012年至2018年的盈利能力以及影子银行的规模，进行固定效应模型回归分析，得到以下结果：影子银行对中国商业银行盈利能力的影响呈现“先促进，后抑制”的态势，可以用倒“U”曲线来描述，如果我们能够将影子银行规模把控在合理范围内，那么影子银行规模对商业银行的盈利能力有着正向的影响。

关键词：影子银行;商业银行;盈利能力

1.引言

影子银行最初是由太平洋投资管理公司的麦考利设计的。传统的影子银行系统在发达国家非常普遍，主要采取投资银行或货币市场基金资产证券化的形式，独立于银行系统，并发挥信贷中介机构和商业活动的作用。影子银行体系虽然在某种程度上起到了替代传统银行贷款的作用，但它提高了资金分配的效率，并支持将间接融资转化为直接融资，但这种机制要么不受金融监管，要么缺乏监管，成熟度和流动性不兼容，流动性转换等特征对金融安全构成重大威胁。本文研究了影子银行系统对商业银行盈利能力的影响，这是为了找出与传统商业银行的银行系统的盈利能力，以及与影子银行系统之间是否可量化。

2.模型与样本数据说明

2.1样本说明

我国商业银行数量庞大，数量众多。评估模型的数据是需要真实性，连续性和可用性的，本文选择和研究了16家商业银行的盈利数据模型，其中包括5家国有商业银行，分别是中国交通银行、中国建设银行、中国工商银行、中国银行、中国农业银行，8家国有股份制银行：浦发银行、民生银行、兴业银行、光大银行、中信银行、平安银行、华夏银行、招商银行，和3家城市商业银行：南京银行、宁波银行、北京银行。文章中的数据库信息来自锐思数据库，选自2012到2018年间的样本数据。

2.2变量选择

2.2.1被解释变量

当前，在学术界有很多指标指标衡量商业银行的盈利能力，例如ROA，ROE，人均利润等，但是ROE是衡量股东资本使用效率且无法替代的银行资产的整个能力。[1] 银行资产的总体盈利能力。本文与大多数学者相同，本文使用银行的ROA作为解释变量来衡量银行的盈利能力。[2]

2.2.2解释变量

为了研究影子银行体系对商业银行盈利能力的影响，本文选择影子银行的总资产的对数作为解释变量[3]，同时由于我们知道影子银行对商业银行不仅有有利的一面，还有不利的一面，所以我们推测商业银行的盈利能力和影子银行之间是非线性的关系，因此，作为解释变量之一，我们还增加了影子银行总资产对数的平方这一变量。用来衡量影子银行对商业银行盈利能力的影响。[4]

2.2.3控制变量

商业银行的盈利能力受到多方面的影响，除了解释变量以外，还包括宏观经济运行状况以及银行内部管理情况的因素。本文将这两个因素进行量化加入到模型中，以提高结果的准确性。具体变量包括GDP增长率、营业收入增长率、资产总额以及总资产周转率。

GDP增长率。一国的宏观经济运作将对生活的所有领域产生影响。。而反映我国的整体经济发展状况的指标就是GDP，因此本文选取GDP增长率作为整体经济发展状况的指标。

营业收入增长率。是衡量公司业务状况和市场份额并预测公司业务发展趋势的重要标志。总体而言，随着营业收入的增长率不断提高，银行的盈利能力也会随之加强。

资产总额。可以衡量银行规模，在银行经营的初期，银行规模增加，银行的营业能力也会得到加强，但不会一直增强，如果规模过大，可能会使得银行的盈利能力下降。[5]

总资产周转率。他是一段时间内商业银行出售净收入与公司当期平均总资产之比。它是衡量资产投资范围和销售水平之间比率的指标。资产的一般周转率越高，商业银行的利润率就越高。

2.3模型设定

本文使用了多元线性回归模型：

（1）

（2）

在上述模型中，将i赋值为1-16，分别代表16家银行，t表示本文选取的研究年度，LnSize1t代表t年整体影子银行规模对数值，LnSize2t代表t年整体影子银行规模对数值的平方项，OR是样本中各个商业银行营业收入增長率，TAT是样本中商业银行的总资产周转率， LnAS为银行总资产的对数，GDP为一个国家国内生产总值的增长率，ε是误差项。

3.实证分析

3.1描述性统计

本文使用stata15.0对数据进行描述性统计，得到的结果表明使用三种不同类型的银行，这导致各指标差异较大，在描述性统计的结果中可以发现，各商业银行的营业收入增长率和银行资产规模差异较大。从银行规模的角度来看，标准差达到1.08696，这表明几个银行的规模仍然存在显着差异。一般而言，国有银行它的规模较大，然而地方商业银行规模较小;该营业收入增长率指标的标准偏差为11，7469，波动幅度非常大，说明各银行的营业收入增长差距巨大。

3.2F检验

本文使用stata15.0首先对模型（一）、模型（二）进行F检验，F检验的结果可知，两个模型中都有P>F= 0.0000，在1%的水平上，拒绝接受原假设，不能使用混合估计模型。

3.3Hausman检验

为了确定使用固定效应模型还是随机效应模型，本文使用Hausman检验，检验结果如表1所示：

由表中数据可知，两个模型的P值均小于0.01。根据Hausman检验的结果可知应该使用固定效应模型进行回归处理数据。

4.回归结果与分析

固定效应模型的回归结果来看，在1%的水平上，影子银行规模的一次项和平方项都是显著的，说明影子银行的规模对盈利能力具有显著影响。同时，从模型（一）的回归结果中我们可以看到Lnsize1的回归系数显著为正，这表明商业银行的盈利能力随着影子银行规模的扩大而增加。商业银行的ROA越高，银行带来的单位资产利润就越高。从模型（二）中得到的结果我们可以发现Lnsize1的回归系数显著为正，而Lnsize2的回归系数显著为负，表明了影子银行和商业银行盈利能力的影响并不是线性的。是一种先提升后抑制的关系，称之为倒“U”型关系，这说明我们需要合理控制影子银行规模，使其保持在一定范围内，只有这样，使其能对商业银行产生积极的正面影响，否则则是负面影响会一直商业银行的发展。

在本文的实证模型检验结果中还可以发现，商业银行盈利能力和营业收入增长率并不存在显著的关系，通过数据我们发现，在总资产周转率与和GDP增长率之间的回归系数是显著为正的，可以知道商业银行的能力随着总资产周转率和GDP增长率的提高而增加。商业银行资产总额的系数显著为负，说明商业银行盈利能力会因为大规模扩张而产生不利影响。

5.结语

经过前文的分析我们知道，中国的影子银行起步较晚，发展与国外发的的金融机构相比较不完善。但是不可否认的是，影子银行体系的存在为经济发展带来了新的活力，已經成为中国经济发展不可或缺的一部分。本文基于分析得到的结果，从控制影子银行自身具备的风险和商业银行自身经营两个方面，对如何提高商业银行盈利能力提出如下建议：一是要加强商业银行资产的利用效率。从银行内部指标来看，总资产周转率高会对商业银行的盈利能力产生正向的影响，反之产生不利影响，商业银行只有拥有高质量的资产管理和利用效率，才能对运营效率而且对盈利能力也会产生积极影响;从本文的实证研究结果来看，很明显，商业银行的盈利能力是和它自身的管理和经营能力有关。可以看出，商业银行的资产规模和盈利能力之间存在显著的负相关，所以对于商业银行，在应对外界带来的竞争压力的同时，还要加强内部控制。不能一味的扩大其资产规模，否则会适得其反，对其盈利能力产生不利的影响。二是要是加强对影子银行的监管。目前我国监管体制依然不够完善，而且由于影子银行在我国设立的时间较短，对其监管存在缺失。因此，必须加强对影子银行的监管。关于对影子银行的监管，首先就要明确统一影子银行的概念以及特征，然后根据不同的影子银行所依附的金融机构不同，对其制定不同监管标准。而对于有些银子银行所依附的金融机构不明确的情况，应当对这类影子银行成立专门的监管机构，对其进行专门的监管，制定特定的监管标准。

参考文献：

[1] 周娅乐.影子银行对商业银行风险收益影响研究[D].河南大学，2014.

[2]崔景钗.中国影子银行规模测算[J].纳税，2019，13

（25）：195-196.

[3]陈兵兵.影子银行对中国商业银行盈利能力的影响分析[D].东北财经大学，2015.

[4]王严.中国影子银行对商业银行盈利能力的影响分析[D].辽宁大学，2015.

[5]钟雨画.影子银行业务规模对商业银行盈利能力和风险承担能力的影响研究[D].江西财经大学，2018.

作者简介：刘莹莹（1995-），女，吉林松原人，硕士研究生，研究方向：金融工程。