蔡嘉兴

（湖南科技大学商学院,湖南 湘潭 411201）

我国商业银行在银行体系中具有十分重要的地位，商业银行效率高低不仅影响自身的可持续发展，还关乎全社会资源配置效率。因此，提高银行效率是深化金融业改革、维护金融市场稳定运行以及建设现代经济体系的必要途径。然而，商业银行所面临的市场环境错综复杂，利率市场化改革、货币政策环境改变和金融科技的蓬勃发展等给传统商业银行带来巨大冲击，严重影响商业银行效率。

目前有关文献对银行效率的研究主要集中在两方面，一是探讨银行风险[1]、投资者行为决策[2]、社会责任[3]等银行内部特征对银行效率的影响；二是考察资本监管[4]、市场竞争[5]等外部环境特征对银行效率的影响。学术界关于影子银行对银行效率影响的研究较少，得出的结论也不一致。陈诗一等（2018）用部分影子银行工具总和代替整体影子银行业务量，指出商业银行从事影子银行业务增加了银行风险并降低了银行效率[6]。DING等（2019）认为影子银行可以提高银行的利润效率，但同时增加了银行的风险和运营成本，造成成本效率低下[7]。李丽芳等（2021）采用影子银行业务带来的佣金和手续费收入估计影子银行对利润的影响，最发现影子银行提升了四大行和股份制银行效率，对中小型商业银行几乎没影响[8]。现有文献在考察影子银行与银行效率之间的关系时使用的影子银行数据不够精确，可能会对研究结果产生一些偏差。

本文选取2011—2021年中国沪深A股上市的40家商业银行的平衡面板数据作为研究对象，以商业银行从事影子银行业务后的利润和风险两个角度实证检验影子银行与银行效率之间的关系。相较于已有文献，本文的边际贡献在于：第一，本文尽可能准确度量影子规模，试图厘清影子银行与商业银行效率之间的关系；第二，探究影子银行对不同类型的商业银行效率影响效果的差异性，分析其中的原因，为影子银行的监管政策制定提供新思路。

1 文献综述与研究假设

在学术界，影子银行被认为是不受银行业严格监管，提供期限转换、信用转换和流动性转换的金融中介[9]。不同于西方以证券化和金融创新为主要形式的影子银行，中国影子银行更多依赖于传统商业银行信用，从事“类贷款”业务[10]。其业务范围遍及银行资产负债表内外，表内影子银行业务包括买入返售、同业业务以及应收账款投资，表外影子银行业务包括非保本理财产品、委托贷款以及信托贷款[11]。影子银行业务与银行资产负债表之间存在紧密的联系，对商业银行效率易产生显著影响。值得一提的是，本文探讨的商业银行效率是银行的前沿效率①，其综合衡量了银行的成本控制、风险管理和利润创造的能力。因此，影子银行通过多渠道影响银行效率。

商业银行从事影子银行业务的动机是为了规避监管，进行监管套利[12]。TANG等（2016）认为银行将其产品从传统信贷业务转向影子银行业务，其盈利水平会提高[13]。ZHANG等（2022）用合作竞争博弈模型证明了银行从事影子银行业务的比例越大，银行利润越高[14]。李丽芳等（2021）用D-L-M模型理论推导出影子银行会导致银行利润增加[8]。虽然影子银行业务为商业银行带来了可观的额外利润，也增加了商业银行的经营风险。影子银行作为监管套利的工具，弱化了对商业银行监管的有效性[15]，商业银行与影子银行间的金融创新行为导致交易结构日趋复杂，如果不能穿透银行资产质量，影子银行的快速发展会加剧金融风险累积，最终形成系统性金融风险[16-17]。也有不少专家学者集中在某一特定业务模式上分析影子银行与风险的关系，得出的结论均是影子银行会导致银行承担的风险加剧[18-21]。

综上所述，影子银行业务会提高银行利润，这对银行效率起正向作用；与此同时，影子银行业务会导致银行承担的风险加剧，这对银行效率起负向作用[22]。影子银行对银行效率的影响到底是正向还是负向的呢？从动机的角度看，商业银行从事影子银行业务通常是一种被动行为。商业银行从事高风险高收益时影子银行业务是迫于业绩压力[23]，以损失效率为代价换取收益率。因此，影子银行对银行效率的影响是负向的。基于此，本文提出第一个研究假设：

H1：影子银行与银行效率负相关，即商业银行从事影子银行业务会降低银行效率。

从上述分析可知，商业银行从事影子银行业务虽然能提高银行利润，但是也加重了银行风险承担，这两者都会对银行效率产生影响，并且风险降低银行效率的程度大于利润提高银行风险的程度。也就是说，商业银行从事影子银行业务规模越大，所承担的风险越大，银行效率降低越多。李志生等（2021）对商业银行资产负债表内外的影子银行业务进行研究，发现股份制银行、城商行和农商行主导了银行体系影子银行总规模的变化[11]。李丛文等（2015）的研究表明股份制银行和城商行的风险溢出均高于国有商业银行[24]。基于此，本文提出第二个研究假设：

H2：对于影子银行类型的异质性比较，影子银行对股份制商业银行效率的负向作用最为明显，其次是对城商行和农商行效率的影响，对国有商业银行效率影响效果不明显。

2 实证设计

2.1 基准模型设定

由于商业银行的效率估计值在0～1，本文参考陈诗一等（2018）[6]的方法，同时考虑到商业银行之间存在个体效应，因此使用随机Tobit模型进行基准回归，为了考察影子银行对商业银行效率的影响，构建如下基准模型：

式（1）中，表示不同商业银行个体，t表示不同年份，衡量商业银行效率，表示在时期影子银行整体业务规模，本文采用两种不同的测算方法度量影子银行规模，分别表示为表示描述商业银行特征微观层面控制变量，表示一系列宏观控制变量。表示个体固定效应。是随机扰动项，假设遵循随机正态分布。

2.2 变量说明

2.2.1 银行效率的估算

本文借鉴Tone＆Tsutsui（2010）[25]的研究，同时考虑到商业银行从事影子银行业务使非期望产出增加，因此本文采用非期望产出的非径向、非导向的SBM模型测算商业银行效率。在确定投入产出指标时，详细比较了中介法、生产法和资产法的优缺点，根据商业银行的实际情况，最终选择中介法确定投入产出指标，将营业费用、固定资产和职工人数作为生产投入指标；采用税前利润、利息收入和贷款总额作为期望产出指标；由于风险加权资产是由表内外资产的资产额和风险系数确定的，其很好地反映了影子银行业务规模扩张时所带来的风险。因此，将风险加权资产作为估算商业银行效率的非期望产出。

2.2.2 影子银行规模测度

参考孙国峰等（2015）[26]的研究，从“有借必有贷，借贷必相等”的基础会计原理出发，用扣除法推算影子银行规模。具体表现为从商业银行的负债端入手，用可能的负债减去全部“非银行资产”，剩余的即为影子银行规模。测算公式如下：

参考李文喆（2019）[9]采用资产负债表的视角测算影子银行规模，解决了重复计算的问题。具体表现为加总影子银行负债端的未贴现银行承兑汇票、银行间同业准贷款、金融嵌套（表内资金）和金融嵌套（表外理财），即可得到影子银行规模。具体测算如下：

影子银行总资产=未贴现银行承兑汇票+委托贷款+信托贷款+债券投资+其他投资；

影子银行总负债=未贴现银行承兑汇票+银行间同业准贷款+金融嵌套（表内资金）+金融嵌套（表外理财）；

影子银行总资产=影子银行总负债；

借鉴涂晓枫等（2016）[27]、左晓慧等（2022）[28]的做法。考虑数据的可得性，选择买入返售金融资产和应收款项类投资之和与总资产规模的比值作为衡量微观层面影子银行规模的代理变量。

2.3 控制变量

参照陈诗一等（2018）[6]、李丽芳等（2021）[8]和汪莉等（2021）[29]的研究，从商业银行特征微观层面和宏观经济发展两个方面选取可能影响商业银行效率的控制变量，其中，商业银行特征控制变量有净资产收益率（ROE，税后利润/所有者权益）、资本充足率（CAR）、成本收入比（CIR，营业费用/营业收入）、资产规模（Assets，总资产规模取对数）和市场竞争度（HHI，用赫芬达尔指数表示，值越大说明垄断势力越强，越小说明市场竞争激烈）。宏观经济层面控制变量有GDP增长率（GDP_growth）、货币供应量增长率（M2_growth）、物价水平（CPI，CPI/100）。

2.4 数据来源和统计性描述

2.4.1 数据来源

本文选取2011—2021年中国沪深A股上市的42家商业银行的平衡面板数据作为研究对象，删除连续三年数据缺失的样本，对于个别缺失数据通过手工查询银行年报和采用插值法进行补全。最终样本包括5家国有商业银行、9家股份制商业银行、17家城市商业银行、9家农村商业银行。其中，银行微观层面数据来源于Wind数据库、国泰安数据库和各银行年度报告，宏观经济层面数据来源于国家统计局，影子银行规模测算数据来源于人民银行网站、中国理财网、中国债券信息网。

2.4.2 描述性统计

表1是本文主要变量的统计性描述结果。

表1 统计性描述结果

3 实证研究

3.1 基准回归结果

表2展示了影子银行对商业银行效率的基准回归结果，表2中的列（1）和列（4）展示了两种不同方法测量的影子银行规模且不加入控制变量对商业银行效率影响的回归结果；列（2）和列（5）只加入商业银行微观层面控制变量的回归结果，列（3）和列（6）展示了加入所有控制变量的回归结果。目的是通过改变核心解释变量和控制不同的变量进行附加的稳健性检验。从列（3）和列（6）可以发现，两种不同方法测量的影子银行规模系数在1%的水平上显著为负，说明商业银行从事的影子银行规模越大，该商业银行效率越低。

表2 影子银行与银行效率

3.2 异质性分析

为了考察影子银行对不同类型商业银行效率影响的差异性，本文将所选样本按照国有商业银行、股份制商业银行、城/农商业银行进行分类，结果如表3所示，影子银行对不同类型商业银行效率的影响有明显差异。具体而言，列（1）和列（2）报告了影子银行对国有商业银行效率的影响，其结果虽然为负，但是并不显著；列（3）和列（4）报告了不同测算方法得到的影子银行规模对股份制商业银行效率的影响，其结果显著为负；列（5）和列（6）报告了不同测算方法得到的影子银行规模对城市商业银行和农村商业银行的影响，结果显示，城商行和农商行从事影子银行业务会降低商业银行效率。这说明影子银行对股份制银行效率下降的效果最为明显，其次是对城商行和农商行，对国有商业银行效率的负面影响不大。这种差异可能是因为股份制商业银行和城/农商业银行参与影子银行业务以表内影子银行为主，而国有商业银行参与影子银行业务以委托贷款为主，表内影子银行业务通过“金融嵌套”的形式开展，涉及的主体和资产总类更多，蕴涵的风险更大，对商业银行效率也就越敏感。此外，国有商业银行的风险承担能力更强，从事影子银行所带来的风险不利冲击对国有商业银行的影响更小，因此，对商业银行效率的影响也越小。

表3 银行性质的异质性分析

3.3 稳健性检验

3.3.1 替换影子银行代理变量

本文使用微观层面的影子银行规模指标Shadow_B3来替换前文宏观层面的影子银行规模指标，并且控制了个体固定效应和时间固定效应。结果如表4列（1）所示，影子银行对商业银行效率的影响还是显著为负，与前文分析的基准回归结果一致，表明基准回归模式结果是稳健的。

3.3.2 替换被解释变量指标

考虑到使用SBM模型测算的效率取值在0～1，对于效率值为1的银行，无法进一步识别。使用超效率SBM模型测算商业银行效率，可以得到大于1的效率值，可以对商业银行效率进行充分评价。表4列（2）是使用超效率SBM测算出的商业银行效率替换SBM模型测算的商业银行效率进行稳健性检验，结果显示，影子银行对银行效率的影响依旧显著为负，与基准回归结果一致。

3.3.3 解释变量滞后一期

本文为了避免解释变量中的内生性问题，采用自变量滞后一期进行回归分析，检验影子银行对下一期商业银行效率的影响。结果如表4列（3）所示，影子银行对商业银行效率的影响仍然显著为负，证实了基准结果的稳健性。

表4 稳健性检验回归结果

4 结论与建议

本文基于2011—2021年中国40家上市商业银行数据，实证检验了影子银行业务对商业银行效率的影响，以及对不同类型商业银行进行分类，探讨影子银行业务对不同类型商业银行效率的影响差异。研究结果表明：第一，无论采用哪种方法测算得到影子银行代理变量，在全样本下，商业银行大量开展影子银行业务会降低银行效率。第二，影子银行业务对银行效率影响效应会因商业银行类型的不同而存在差异。具体而言，股份制商业银行效率受影子银行业务影响效果最为明显，其次是对城市商业银行和农业商业银行效率影响，国有银行效率影响效果不明显。

根据以上分析结果，本文提出如下建议：第一，监管机构应加强对影子银行的监管，建立风险监管机制，规范商业银行与影子银行之间的业务往来，完善影子银行信息披露制度，提高信息透明度，有效降低因影子银行带来的风险对商业银行效率造成负面影响。第二，完善商业银行微观审慎监管政策，考虑影子银行对不同类型银行效率的影响，对不同类型商业银行从事的影子银行业务实行差异化的管理策略。加强股份制商业银行、城市商业银行和农村商业银行从事影子银行业务的监管，特别应加强银行表内影子银行业务的监管，在风险可控的基础上，制定合适的风险资源配置策略以提高商业银行效率。

注释：

①银行的前沿效率是指综合技术效率，是一种相对效率概念，效率前沿面由银行业实际最小投入组合包络面构成，通过测量样本银行与前沿效率银行之间的距离得到样本银行效率。参见张文中和窦瑞《绿色信贷对中国商业银行效率的影响研究——基于SBM-GMM模型》。