童晓力， 段江娇

(上海理工大学 管理学院， 上海 200093)

自从2008年美国爆发次贷危机以来，影子银行发展迅速且其业务涉及十分广泛，如基金、信托、保险、证券等都涉及于其中，社会信贷供应也呈现一个由传统银行向影子银行转移的趋势。金融科技作为近期同样高速发展的新名词，是一种将金融与科技进行融合的新兴技术，涉及支付结算、存贷款与资本筹集、投资管理等业务，不可置否的会对金融业产生深远影响，显著提升行业内效率。

我们身边就有着不少金融科技融入影子银行的鲜明事例，就比如家喻户晓的金融科技巨头知名产品——支付宝和微信。支付宝应用推出的余额宝业务，将各个使用者所拥有的闲余资金投资到货币市场共同基金中，在提供比银行存款更高的收益率的同时，也由于其与支付宝的手机应用程序相关，更加便于容易追踪投资收益情况，提升了使用者的便捷度与舒适度，该产品在全年龄段全国范围内飞速普及。再比如美国Quicken Loans推出的Rocket Mortgage产品，其由于利用了相关金融科技技术，节省了劳动力成本并拥有检索潜在借款者的能力，一举成为美国的三大抵押借款平台，在影响力上拥有了质的提升。

本文认为金融科技的发展对影子银行所带来的影响有正反两个方面，总体呈现的边际效应取决于正反两种效应的相对大小。一方面，金融科技创新有利于影子银行进行业务规模扩张，智能风控、分布式账簿、区块链技术等的投入使用，使得影子银行降低了业务办理成本、提升了服务效率，并可以通过大数据实现信贷需求方筛选，扩张了客户范围。另一方面，金融科技融入影子银行后推出的产品大多集储蓄与支付功能为一体，推动了利率市场化的进程，而利率市场化会削弱影子银行产品对投资者的吸引力，因此抑制了影子银行规模的扩张。此外，金融科技的创新也为传统银行提供了同等的技术支持，使得传统金融体系复苏。

为了研究金融科技是否与我国影子银行的发展存在一定关系，并进一步分析其整体效应是促进还是抑制，后文将对2016年1月至2020年3月我国影子银行规模以及金融科技指数的51个月数据进行实证分析。

1 文献综述

1.1 关于影子银行的研究

影子银行这一概念最早是由美国太平洋投资管理公司的执行董事提出的，其将影子银行描述为游离于传统的监管体系之外，有可能导致系统性风险和监管套利的信用中介机构或业务。封思贤分析提出国内外影子银行的共性是皆不受传统银行体系监管，然而外国的影子银行主要是资产证券化模式演变出的金融衍生品，国内的则主要以中介的形式存在并从事信托理财、民间借贷业务[1]。关于影子银行的产生原因,赵金鑫分析了影子银行的形成机理，发现其壮大的成因很大一部分归咎于利率管制造成的信贷缺口[2]。Buchak G认为影子银行的产生和扩大主要是由于传统监管力度的加大和金融科技的进步[3]。至于影子银行产生的经济后果，宏观方面，许少强，颜永嘉指出目前我国影子银行已使得部分银行市场实现了一定的利率市场化[4]。刘超，马玉洁则发现影子银行对金融稳定与发展有显著促进作用[5]。林琳，曹勇，肖寒指出我国影子银行固有的脆弱性会扩散并引发宏观系统性风险[6]。微观方面，危晨阳认为影子银行可以缓解中小企业的融资困难问题，间接提高中小企业的效益[7]。Christian和Raymond指出影子银行推动了商业银行的金融创新，促进传统银行进行业务转型，提升服务效率[8]。

1.2 关于金融科技的研究

现有文献多是从定义和经济后果的视角对其做定性分析。Ma Y, D Liu指出金融科技是一系列对金融产生重大影响的科学技术[9]。皮天雷、刘垚森、吴鸿燕则认为金融科技是以众多新兴科技为后端支撑，从而给传统金融市场引入新的业务模式的一种创新形式[10]。Eduardo Z. Milian等在其文中将金融科技定义为一种将银行的专业知识与现代计算机科学技术联合起来，并具有金融服务业特征的业务活动[11]。金融科技的发展所带来的优良性日益增长。Fuster等研究了金融科技如何影响抵押贷款，并表明运用金融科技的机构会比不使用的一方更快更灵活地处理顾客的抵押贷款申请和调整供应量[12]。 在金融科技带来诸多便利的同时，学者们也不约而同地认为其是一把双刃剑。国内文献大致将金融科技目前可能对市场造成的风险分为以下两种：一是监管不力造成的风险，张萍、党怀清等认为我国目前存在一个监管主体与被监管客体失衡的现象，这种策略错配会在未来引发某种危机[13]；二是对消费者保护不足造成的风险，程瑶就以有效市场假说为基础进行检验发现目前P2P网贷市场可能都没有达到弱势有效，信息不对称、隐私保护制度不完善等都会对消费者造成损害[14]。

1.3 文献综述评述

总的来说，现有文献对金融科技、影子银行所做的研究已经取得了一定的成果，在影子银行和金融科技所带来的发展机遇、风险及管控方面也均进行了分析，这些都为本文的撰写提供了基础。然而学者大多聚焦于研究金融科技对影子银行的推动效应，而没有看到金融科技的发展也为影子银行发展带来了抑制作用。同时以往文献仅针对影子银行和金融科技所做的单因素实证分析也较少。因此本文将影子银行与金融科技纳入同一框架中，结合理论分析与实证分析，探索金融科技发展与影子银行规模扩张的关系，借鉴国内外经验，深入研究。

2 理论分析

影子银行作为高回报与高风险的结合体，其社会规模总的来说受投资者两方面心理因素的影响[15]。我国的利率市场化开放程度仍不高，在传统银行存款利率受限的情况下，影子银行拥有更高的回报，这使得投资者由于高利率的驱使会选择影子银行进行投资，影子业务社会规模从而呈增长趋势。但同时，影子银行由于不在传统监管体系之下，拥有更高的风险性，因此投资者有可能为了避免自身遭受风险损失而仍选择传统业务。本文将金融科技的发展与此分析框架结合，认为金融科技对影子银行所带来的影响可以从正反两个方面去分析，总体呈现的边际效应取决于正反两种效应的相对大小。

金融科技对影子银行的促进作用主要体现在降低业务运营成本和优化用户体验方面。其投入有利于减少信息不对称，机构往往可以通过对大数据的分析以及人工智能的使用进行智能风险评估，为用户提供更加精准到位的产品数据和更强大的风险识别能力。此外，金融科技的使用也有利于机构定位目标客户。自从美国次贷危机以来，监管机构对于传统银行的监管力度显著加大，提升了对他们的资本充足率要求与存款准备金要求，这是影子银行诞生并壮大的一个主要理由[16]。据2019年最新数据显示，我国中小企业占全国企业总数的99%以上，这些企业在面对传统金融机构的严格要求时大多产生了融资困难且不足的问题，2011年俗称“温贷危机”的温州老板跑路事件以及后来的鄂尔多斯、神木发生的类似事件正是印证了这一点。而正因为影子银行机构处于传统监管体系之外，借贷要求与限制也会少于传统的银行，这就为诸如此类的资金需求方提供了新的出路。金融科技可以利用大数据、云计算等，更快速更广泛地定位到那些目标客户人群，从而扩张影子银行业务量。

然而金融科技的发展也有可能对影子银行规模扩张产生负面效应。具体体现在以下三点：

1)金融科技的运用推动了利率市场化的进程。原本投资者选择影子银行的主要原因正是由于我国的利率管制政策。利率市场化使得官方利率水平与均衡利率水平在近年来越发接近，原本由于收益原因而选择影子银行的投资者数量减少，在数据上就表现为影子银行的规模受到抑制。

2)金融科技的应用扰动了传统金融市场环境，激发了传统金融部门运用新技术、加快金融创新的动力。大数据及区块链的运用大大降低了信息不对称，改善了市场生态并促进创新，降低了主体间的摩擦。

3)金融科技在为影子银行提供成长环境的同时，也为传统银行提供了同等的技术支持。随着发展金融科技的政策鼓励与技术创新的持续推进，传统银行企业为了更好的参与金融市场的份额竞争以维护自身利益，加快了运用并融合金融科技的速度，开创了传统银行与互联网金融齐头并进的新模式。

综上所述，金融科技的发展对影子银行带来的整体影响应由这两方面所带来正负效应的相对大小决定。为了探究近年来金融科技对影子银行规模扩张整体呈现何种关系，后文利用实证分析做验证。

3 实证分析

3.1 数据来源与样本选择

3.1.1 金融科技指数

2016年是我国金融科技的元年，零壹财经于当年发布的《2016年全球金融科技投融资与指数报告》是中国内部对金融科技指数做的首度发表，它们以2016年1月为基期，基数为100，并每月都按计划发布零壹金融科技指数的客观计算方法与计算结果，指数编制方法如下表所示，数据具有一定的权威性与可得性。

表1 零壹金融科技指数编制权重表

3.1.2 影子银行规模

以往文献对于影子银行的规模测算方法可归纳为三类：①从影子银行的资产负债表入手，将各个组成部分分别测算相加，作为其总体指标的替代值；②站在需求方的角度，将国内生产总值乘以影子银行贷款规模与GDP的比率；③用社会融资总规模减去人民币本外币贷款和资本市场融资总额的值代表总规模数值。第二种方法比率的设定是人为主观的过程，存在太多不确定性。而第三种方法由于运用到的是减法，虽然避免了遗漏性，但就准确性来说都不如第一种。因此本文选用第一种方法，沿用李文喆[17]论文中所述，将负债端分为未贴现的银行承兑汇票、银行间同业准贷款和金融嵌套，其中金融嵌套又分为银行表内资金和银行表外理财。资产端则分为未贴现的银行承兑汇票、委托贷款、信托贷款、债券投资和其他资产五类。但由于负债端与资产端的总额皆可代表目标值——影子银行的规模，本文仅根据负债端数据做测算，数据皆来源于中国人民银行官网和中国理财官网。

3.2 模型选择与变量说明

上述两个变量均为时间序列，因此本文选用VAR向量自回归模型对金融科技指数(FINTECH)、影子银行规模(SHADOW)进行实证分析，经济分析工具选用Eviews7。该模型常常用于预测时间序列的相互联系以及分析随机扰动对变量的动态冲击，基本结构如下所示，其中E(εt)=0,E(εt,yt-p)=0，yt是n*1向量组成的同方差平稳线性随机过程，A1是n*n的系数矩阵，yt-p是yt向量的p阶滞后变量，εt是随机扰动项，满足零均值、同方差、无自相关且不与解释变量相关的古典假定。

yt=α+A1yt-1+…+Apyt-p+εt

(1)

根据前文所述的样本数据选择与计算方法，两项数据的基本统计指标如下所示：

表2 变量基本统计指标表

3.3 实证结果与分析

本文基于向量自回归模型(VAR)分析金融科技与我国影子银行规模扩张的关系，并通过以下几个步骤进行模型构建与检验。

3.3.1 平稳性检验与协整检验

为了避免变量存在多重共线性，本文对两个变量取对数后，采用含截距和趋势项的ADF检验法做单位根检验，得到结果如下表。从单位根检验结果来看，在一阶差分后LNFINTECH和LNSHADOW变量就都在1%的显著性水平下达到了平稳状态。

表3 变量单位根检验表

基于FINTECH和SHADOW都是一阶单整序列，本文进一步对两变量做Johansen协整检验，结果表明在1%的显著性水平下有一个协整向量，因此可以建立VAR模型。

表4 协整关系检验表

3.3.2 VAR建模与格兰杰因果关系分析

根据下表结果显示，根据AIC与SC最小原则，本文选择的最优滞后阶数是1阶。

表5 滞后阶数判断表

因此VAR模型回归结果如下：

(2)

为了探究两变量是否存在着因果关系，本文基于已建立的VAR模型对两个变量进行格兰杰因果检验，结果显示，在滞后1期且显著性1%的情况下FINTECH和SHADOW互为双方的格兰杰因果关系，具体数据表如下：

表6 格兰杰因果关系检验表

3.3.3 脉冲检验

格兰杰因果检验只能得到两个变量的因果关系，为了进一步探索两变量间的相互效应，该部分做脉冲检验。

由下脉冲响应结果图1表明，面对金融科技指数的正向冲击，影子银行规模的脉冲响应持续呈现负向，且在第三期达到负向最大值，随后逐渐向零靠近并趋向平缓。这表明金融科技在2016至今的发展对影子银行规模扩张产生的总体效应呈抑制状态。

图1 影子银行面对金融科技冲击的脉冲响应图

4 结论与建议

在这个崭新的金融时代，面对电子设备使用的高普及和信贷需求的高扩张，金融科技与影子银行规模的发展都呈现一个明显的加速趋势。因此，本文为了探究近年来金融科技发展与影子银行规模扩张的关系，运用2016年1月至2020年3月金融科技发展指数与影子银行规模的月度数据，建立VAR模型，将影子银行和金融科技纳入同一个分析框架，通过协整检验、格兰杰因果检验、脉冲响应、方差分解实证分析了近年来金融科技发展与影子银行规模扩张的相关关系。主要得到以下结论：①金融科技指数与影子银行规模存在协整关系与格兰杰因果关系，即近年来金融科技的发展确实能解释影子银行规模变化，金融科技确实是影响影子银行发展的一个因素；②脉冲响应表明近年来金融科技对影子银行规模扩张的整体呈抑制性，这表明金融科技对影子银行带来的负面影响要高于正面影响，究其原因可能是我国的影子银行原本就是在利率管制的背景下，为了满足社会群体的投融资需求，推动供给侧结构性改革的产物，大多仍以传统银行为中介，独立性较弱。随着金融科技的应用，利率市场化程度提高，传统银行也提升了经济活力，影子业务因此便呈现了资金回流的趋势。

综上所述，金融科技与影子银行的融合确实填补了社会的信贷需求，顺应了客户的期望，且金融科技在带来便捷高效服务的同时遏制了影子业务的膨胀，这有利于避免金融危机。但本文认为，我们仍然不能忽视其中的高风险性。影子银行的杠杆率通常较低，可能存在期限错配导致的流动性风险，且其不受传统的监管体系控制，服务信用评级更低的高危客户群，此外，金融科技的普及也带了信息泄露、投资者权益受损的可能性。相关部门应密切关注两者发展并制定相关对策措施，积极引导投资者进行金融活动，以促使金融科技融入影子银行给予社会的影响良性且持久的增长。