我国银行理财产品规模对金融稳定性的影响研究

　中文摘要

近年来，我国银行理财产品逐渐由不成熟阶段向成熟阶段迈进，我国的金融监督审查部门在针对银行的理财领域上，加大了监督力度。当前，社会上对于银行的理财产品，都存有不同的看法，好坏参半，学术界对银行理财产品评价和认识也是观点不一。本研究首先整理分析了国内外学者关于银行理财产品领域的研究成果，在文献综述的基础上，研究了银行理财产品的起源以及后期发展所依托的理论，对其发展的过程有了较清晰的认识。接着通过从多角度探究和对比分析，发现了我国银行理财产品存在的不足之处，解决好这些问题可以帮助我国理财产品取得更加平稳顺利的发展。

全文共有六个章节。第一章的绪论分为四部分，首先探讨了银行理财产品研究的国内外背景，其次论述本文研究的现实意义和理论意义，最后交代本文的主要研究内容和研究的创新点。第二章是国内外研究现状及趋势。分别从银行理财产品业务、银行理财产品影响因素、银行理财产品对金融体系以及宏观经济影响以及金融稳定性四个方面进行文献梳理和分析。第三章是概念界定与理论机制。首先界定了银行理财产品、金融稳定性的概念，并梳理了我国银行理财产品的发展历程和银行理财产品类型。其次，从银行理财产品发展及其影响的理论、银行理财产品对金融稳定性的理论两个方面出发，梳理现有的理论基础并构建理论分析框架。第四章从微观角度以14家商业银行的不同理财产品具体会对商业银行稳定性所产生影响进行实证分析。第四章是我国银行理财产品规模对金融稳定性的实证分析。首先，本章上一章的理论框架构建了SVAR模型，采用2014年1月至2018年12月的月度时间序列数据分析银行理财产品规模对金融稳定性的影响。其次，本章还探讨了银行理财产品的规模对金融业的稳定性会产生什么样的影响，此外，本章将银行理财产品细化为国有大型银行的理财产品和全国性的股份银行理财产品，分别进行了详细探究。第五章是研究结论与政策建议。研究结果表明我国银行理财产品规模和百城的房价均价之间以及从社会渠道进行的融资增长速度之间有着正相关的关系，基于研究结果提出的政策建议为：适度调整银行理财业务发展的节奏，确保整体风险水平的可控；科学构建金融机构监督管理的指标权重，为我国金融业的发展保驾护航，为我国宏观经济实现快速转型提供动力。

关键词：银行理财产品规模；金融稳定性；SVAR模型

1引言

　　1.1研究背景

我国银行理财产品业务最早出现在2000以前，部分商业银行针对客户陆续开设个人外汇理财服务和专业的投资理财顾问服务。2002年9月，中国光大银行在我国首次推出一款真正意义上的银行理财产品——收益增值产品（也被称作结构性的存款）（曹沁，2018）。中国四大银行从2003年开始以建设银行为首，先后宣布发行了个人外汇结构性存款。2005年，中国银监会通过并正式施行《商业银行个人理财业务风险管理指引》和《商业银行个人理财业务管理暂行办法》，促使我国银行理财业务发生了巨大的变化。从下图1.1可以清楚地看出，我国银行理财产品的余额近十年来呈现快速发展的态势，到2017年底，余额已经高达29.54亿元，成为我国资产管理业的龙头老大。从中国光大银行第一次推出银行理财产品开始，银行理财产品经历了从无到有、规模从小到大的快速发展过程（见下图1-1）。

　　图1.1银行理财产品余额增长情况图

近年来，我国银行理财产品的发展逐渐由不成熟转向成熟，成为学者们关注研究的重点。目前，学者们关于银行理财产品的观点喜忧参半。周荣芳（2010）[]认为银行理财产品对于推动我国金融体系改革起到了积极作用；吴晓灵（2013）[]认为银行理财产品就是银行系统开设的证券投资业务；杜金富（2013）[]发现银行理财产品是我国银行部门转型升级的关键，对我国宏观经济发展具有重要的推进作用；李扬，殷剑峰（2011）[]认为银行理财产品是“银子银行”业务的一部分，容易对金融系统造成系统性风险。

上述观点体现了学者们对银行理财产品的不同认识。面对如此我国银行理财产品业务的快速发展，本文应该从学术的角度出法，正确客观的认识银行理财产品，并对以下几点问题进行深入的研究和思考：

首先，我国的银行理财产品是什么？其本质如何解释？

其次，我国银行理财产品对金融体系运行有何影响？如何利用理论和实证模型对银行理财产品的影响进行科学、合理的解释？

第三，依据我国基本国情以及本研究的研究结论，期望提出可操作性的建议，规避我国银行理财产品可能发生的问题，预防金融风险的发生。

　1.2研究意义

　　1.2.1现实意义

2017年10月，XXX总XX在XXXXXX报告中指出：“要双管齐下，完善货币政策和宏观的审慎政策，继续进行对利率和汇率的市场改革。完善金融监督管理机制，规避金融风险的发生。”银行理财产品这个市场属于我国金融市场的一个子市场，无论是对宏观金融体系稳定运行，还是对利率、汇率市场化都具有一定的影响。其次，货币当局对银行理财产品规模的增长速度的适度调控对货币政策的有效实施也具有重要影响。因此，在现有文献的基础上对银行理财产品进行系统化、全面性的探讨，可以剖析我国银行理财产品的发展变化对金融稳定的内在机制和影响渠道，对加快我国金融体系改革，维持宏观经济稳定增长具有重要的现实意义。

　1.2.2理论意义

本文在梳理和归纳国内外学者对银行理财产品领域研究的基础上，探究我国银行理财产品的发展和金融发展之间的关系，并进一步对银行的类型细分，分别研究国有大型银行和全国性股份制银行。本文首先厘清了银行理财产品的相关理论基础，并在此基础上对我国银行理财产品的起源、发展的过程还有理财这一类的产品，分别把它们之间的种类进行了重新的细分，然后，针对银行在理财产品领域发展的背景情况、现状以及存在的问题有一个初步的研判，对丰富我国银行理财产品领域的研究理论将起到一定的作用。由于当前国家在理财产品这一领域上的背景影响，实证分析银行理财产品规模对宏观金融稳定性的影响，分析银行理财产品规模对宏观金融稳定性的影响渠道。在本文的结尾，选取具有代表性银行的理财产品作为研究对象，分析不同银行类型的理财产品对金融稳定性的影响，并将研究结果进行对比研究，从提出较为科学性、针对性的研究结论和政策建议。

　1.3研究内容

1.我国银行理财产品突出问题的政策研判：

①从文献回顾的视角，通过搜集相关文献资料，针对研究涉及的银行理财产品等核心概念进行界定，对国内外有关银行理财产品的理论进行梳理和分类，明确研究范围、界定相关概念。在此基础上对我国银行理财产品的起源、发展的过程还有理财这一类的产品、分别把它们之间的种类进行了重新的细分、针对银行在理财产品领域发展的背景情况、现状以及存在的问题进行研判。

②在梳理相关文献的基础上，寻找出当前研究银行理财产品对金融稳定性的不足以及存在的问题，并分析产生这些问题的产生的背景、原因，针对我国银行理财产品现行的政策体系，确定银行理财产品的发展趋势。

2.我国银行理财产品的理论分析：

①对银行理财产品的概念进行界定，收集我国银行理财产品发展的相关文献和资料，对我国银行理财产品的发展历程进行科学的划分，并分析我国银行理财产品的发展的特征。

②对金融稳定性的概念进行界定，并对现阶段评价金融体系稳定的指数法、指标法、宏观压力测试等方法进行对比分析。其中，金融稳定性指数方法存在各评价指标体系缺乏统一性，并且无法做出金融系统稳定性的预警以及前瞻性预判；宏观压力测试方法的模型设置很难识别和处理不同类型的外部冲击对金融体系稳定性的影响程度。故采用直接指标法对我国金融业目前存在的风险系数进行量化，研究银行理财产品规模对金融稳定性的影响。

③在梳理相关研究成果基础上，以传统金融中介理论、现代金融中介理论和金融市场理论等理论为研究根基，探究我国银行理财产品的起源和后期发展，剖析其可能对我国金融行业可能带来的各种影响。其次，在此基础上对我国银行理财产品的发展历程、产品分类进行梳理和分类，将我国银行理财产品发展历程分为三个阶段：第一阶段，萌芽阶段（2006年以前）；第二阶段，蓬勃发展阶段（2006—2008年）；第三阶段，日益规范化阶段（2009年至今）。在以上三个发展阶段的基础上对我国银行理财产品市场的背景、现状以及存在的问题进行分析。

④针对我国银行理财产品市场的背景，结合我国理财产品的政策体系，对理财产品对金融稳定性的影响机制进行重点分析，构建较为完善的理论分析模型和机制。

3.我国银行理财产品对金融稳定性影响的实证检验：

①分析银行理财产品对金融稳定性的影响机制。分别从银行理财产品信贷、资产价格的影响，从而分析银行理财产品规模对社会融资增长率、百城平均房价、CPI同比增长率以及工业增加值增长率的影响。

②实证分析我国银行理财规模对金融稳定性的影响。采用结构向量自回归模型，分析我国银行理财产品总规模对金融稳定性的影响，并进一步将我国银行按国有大型银行、全国性股份制银行，分析各类型银行理财产品规模对金融稳定性的影响。其次，采用脉冲响应函数和方差分解等实证方法定量分析我国银行理财产品规模对金融稳定性、宏观经济等不同层面的影响。

4.健全银行理财产品监管的路径分析：

基于实证分析的研究结论以及相关理论假说、理论模型，结合我国银行理财产品市场背景的特点和现实，对实证结果进行合理的理论解释，并针对我国银行理财产品市场的发展提出以下政策建议：适度调整银行理财业务发展的节奏，确保整体风险水平的可控；完善金融监管统计指标体系，确保金融稳定和宏观经济转型发展。

　1.4研究创新点

通过国内外文献综述可以发现，学者们研究的侧重点是影子银行以及带来的影响，但是详细的关于银行理财产品的研究，还有其针对宏观经济金融所产生的影响，这方面的文献还有欠缺。因此，本文不再重复研究影子银行，而是主要研究我国银行理财产品及其对我国宏观经济可能产生的多方面影响。本研究以银行理财产品相关的理论为依托，构建SVAR（结构向量自回归）模型，采用月度时间序列数据分析银行理财产品规模对我国金融稳定性的影响，同时，细化银行的分类，分别研究其对金融稳定性的影响。其次，从银行理财产品这一视角，将不同类型银行进行分类来具体研究银行理财产品发展对金融运行、经济运行的具体影响。将不同类型银行理财产品规模对金融稳定性的影响进行对比分析，其研究结论更具有可靠性，也更具有针对性。

本文在研究理财产品的过程中，除了从影子银行入手实施研究之外，还从房地产泡沫和金融稳定两方面实施探索和讨论，进而得出结论，其一，本文在选取样本数据的过程中，时间选定为2013年年初至2019年年末，通过对近些年整体季度数据的分析，信贷政策在房地产等行业中产生的时间是2010年，随着稳健的货币政策的实施，为信贷政策的实施奠定了基础，这对于银行业务范围的扩大起到了限制的作用，为了合理的避开监管，影子银行因此而产生，银行将信贷资金以某种业务的名义转至其名下，孙国峰、贾君怡（2015）[]认为同时通过影子银行向需要资金的企业或组织机构提供贷款，随着这种模式的普遍应用，影子银行随着贷款业务的持续增加，规模在不断的扩大，尤其是同房地产展业之间，有着紧密的联系，这种行为不利于金融的稳定。本文样本选取的月度数据信息与影子银行产生变化的时间重合，以稳健货币政策实施为前提，分析影子银行、房地产价格和金融稳定三者在货币政策的作用下产生的关联，同时，月度数据较季度数据相比不仅内容全面，而且具体。其二，本文采用建模的方式将研究的三个方面融入其中，分别探究三者分别与其余两方面的关系及影响，张宝林、潘焕学（2013）[]在研究的过程中，重点研究影子银行环境下，金融稳定受房地产泡沫的影响，可见其研究的重点依然围绕在房地产房地产对金融稳定的作用程度及影响范围。其三，本文将王劲松等（2015）[]的指标体系和主成分分析法作为构建金融稳定指标的基础，并与月度数据相结合，最终建立一个能够对金融稳定程度实施综合衡量的指标。

　2国内外研究现状及趋势

　　2.1研究银行理财产品的相关文献

国内外关于银行理财产品的研究主要分为以下三类：第一类是研究银行理财产品业务的现状、特征以及营销模式；第二类是研究影响银行理财产品的各种因素；第三类是银行理财产品对金融体系以及宏观经济的影响。

　2.1.1银行理财产品业务的文献综述

Davison（1989）研究了在个人金融服务机构中，当银行开发新理财产品时市场营销和市场研究的作用受到较大的关注，并强调市场研究在这一过程中所起的作用（DAVISON,Hetal.，1989）；刘楹等（2007）[]梳理了我国商业银行理财产品信息，简要分析了我国商业银行理财产品的发展现状和特征，提出理财产品的市场发展战略；刘楹在梳理我国商业银行理财产品信息的基础上，认为当前理财产品创新性和理财产品进入市场的合规性是制约商业银行理财产品发展的制约因素，刘毓（2008）[]提出相应的改善建议；谭莹和李舒（2009）[]研究了我国商业银行结构性理财产品的发展现状、特征以及趋势，认为商业银行结构性理财产品发展还不成熟，缺乏相应的衍生工具市场；孙从海（2011）[]运用供给与需求理论模型剖析了银行理财产品的起源和发展，认为银行理财产品的供给符合利润最大化原则，部分解释了商业银行理财产品的兴起与供给行为；孙从海（2012）[]以城市商业银行为样本，研究城市商业银行理财产品的发展策略，认为城市商业银行要根据市场结构以及市场地位对理财业务发展转型，提高理财产品核心竞争力；阮银兰（2012）[]分析了我国商业银行理财产品市场，认为过我国商业银行理财产品期限结构不合理、短期化趋势明显，商业银行流动性风险凸出，并提出防范和管理商业银行理财产品市场的措施；苏薪茗（2014）[]对于我国当前银行在理财产品这一项上的一些模式进行了研究，了解到银行方面是可以对实际理财产品的期限进行错配提高收益率的，认为银行理财产品利差下降可能引发“庞氏骗局”的风险；梁涛（2014）[]认为外部监管制度、羊群效应导致我国商业银行理财产品趋同的原因，理财产品趋同增加了市场的系统性风险和投资风险，因此需要加快监管机构转型、推动理财产品差异化发展；方先明等（2015）[]分析了不同类型银行的理财产品，总结归纳出了主要的理财产品机构和币种，城市商业银行的理财产品收益具有脆弱性；王洪亮（2017）[]认为银行理财产品业务改变了银行传统资金来源和运用结构，对银行体系带来了诸多风险，因此需要完善理财产品交易过程中的法律体系，创新和健全银行理财业务风险预防和管理机制。

2.1.2银行理财产品影响因素的文献综述

徐加根和陈恪（2011）[]利用2009年全国12城市银行理财产品数据研究市场竞争程度、银行绩效对理财产品市场的影响，研究结果显示较高的市场竞争程度以及较低的银行绩效水平会导致银行理财市场处于不稳定状态；潘明清等（2012）[]考察了我国2009-2011年银行理财产品发展状况，研究结果表明物价水平、居民可支配收入、理财产品预期收益率对银行理财产品具有重要作用；罗荣华等（2013）[]采用随机效应的半参数模型分析影响银行理财产品收益率的影响因素，研究发现银行类型、理财产品起始认购金额、以及理财产品具有的规模会影响收益率的高低，除此之外，银行有利用周期短但利息高的产品增加存款的行为；朱滔和吴刘亮（2013）[]利用A股上市银行2001-2012年间发行的理财产品信息为样本，实证分析了监管政策对银行理财产品收益率的影响，研究结果表明监管政策对银行理财产品收益率具有引导作用，并且监管政策对不同类型理财产品收益的影响具有显著差异；陈良凯和黄登仕（2014）[]研究了银行营销行为对消费者购买理财产品的影响，结果表明银行客户管理幅度、理财产品营销短消息次数、理财产品交叉覆盖度与消费者购买理财产品的人数显著正相关；者贵昌（2015）[]分析了“支付宝”对银行理财产品的影响，认为短期内“支付宝”对银行理财产品具有替代效应；曾薇等（2016）[]采用两阶段DEA方法分析银行理财产品创新效率和理财产品市场表现效率，研究表明银行理财产品创新与市场表现效率显著正相关，金融监管对理财产品创新具有一定的影响；翟光宇（2016）[]的研究发现，银行理财产品收益率与央行法定存款准备金率的正相关，银行理财产品收益率上升进一步造成银行存款转移，货币政策工具的作用被减弱。

　2.1.3银行理财产品对金融体系以及宏观经济影响的文献综述

王增武（2010）[]研究了2010年前10个月关于整个信贷这一类的理财产品还有一些组合管理这一类的实际发展情况，了解到相关产品的发展导致新增货币发行量远超中央银行设定的信贷规模上限，银行理财产品干扰了货币政策的制定；梁珊珊和邓智琦（2012）[]分析了银行理财产品资金流动与资产负债的传导机制，对其货币的供应能力进行了剖析，认为完善信息统计机制有助于银行理财产品的发展；孙建坤和范俊林（2012）[]分析了我国银行理财产品对广义的货币供应量带来的影响，提出表外理财产品的资金运用方向会导致广义货币供给量的统计结果远低于真实值，并提出采用理财产品资金运用方向的算法估计广义货币供应量；段福印和李方（2012）[]研究发现我国银行理财产品和货币增长速度之间存在负相关的关系。影响了我国的金融结构；卢满生（2012）[]针对银行现有的一些理财方面产品进行分析，通过对其外表业务实际上在金融领域上的影响，其结果让本文了解到这些产品的表外业务会增加银行流动性风险、社会融资难度以及广义货币统计失真等问题；田苗（2012）[]梳理2009年以来银行理财业务数据，认为理财产品作为银行中间业务，一方面拓宽了投资渠道、有利于改进银行经营模式，另一方面也对宏观经济产生了负面影响；中国人民银行南宁中心支行课题组（2013）[]的研究发现，银行理财产品资金流向存量金融资产时，短期内理财产品规模增加会导致货币供应量降低，长期均衡时会导致货币供应量增加；向宇和朱海波（2013）[]借助CC-LM模型，实证检验了银行理财产品通过影响信贷规模进而弱化货币政策传导的机制，并提出加快利率市场化、完善统计监测制度的建议；朱焱（2015）[]认为银行理财产品规模扩张以及创新对我国货币政策工具、政策传导机制产生了重要影响；高蓓等（2016）[]利用我国14家上市银行数据，并采用广义最小二乘法实证分析影子银行理财产品对银行经营稳定性的影响，结果表明降低资本比率与资产收益率的方式增加了银行的风险系数；项后军和闫玉（2017）[]利用100家相似商业银行上，把理财产品进行一次详细的数据分析，还有利率再被市场化之后，产生的对于银行风险承担能力的影响，研究表明利率市场化有利于分散银行风险承担，银行理财产品利益竞争会增加银行的风险承担，利率市场化在一定程度上削弱了理财产品对银行风险承担的负面效应；蔡真（2017）[]利用省域面板数据分析银行理财产品对居民储蓄的影响，研究发现银行理财产品收益率越高，居民储蓄越低，并且在短期限的理财产品中理财产品收益率对居民储蓄的负面影响更大；张庆君和郭永光（2018）[]采用门槛效应模型分析市场化程度、以及我国银行理财产品对商业信用配置产生的影响，最终得出结论，市场化程度会进一步加强理财产品对商业信用配置的促进作用；昌忠泽和曹沁（2018）[]采用SVAR模型分析银行理财产品对金融稳定性的影响渠道，研究结果表明银行理财产品发展通过影响利率、资产价格、金融机构，进一步对金融稳定性产生影响；何平等（2018）[]基于传统货币乘数理论分析银子银行规模对金融体系的影响，研究结果表明影子银行规模扩张通过减少社会信贷规模、流动性，导致金融体系的稳定性减弱；昌忠泽等（2019）采用SVAR模型分析了银行理财产品对我国宏观经济运行的影响，研究表明银行理财产品规模对宏观经济增长、固定资产投资具有显著的正向影响，银行理财产品收益率对居民储蓄、通货膨胀率具有显著的影响。

　2.1.4影子银行、房地产价格与金融稳定性的文献综述

影子银行被世人所关注的时间是在2007年，随着次贷危机在X的爆发，使影子银行走入公众眼前。通过对X“影子银行体系”的分析，了解其主要由两部分组成，分别是投资银行和证券机构，且信贷资产转移表外的方式主要包括ABS和CDO，即资产支持证券和担保债务凭证，除此之外，还借助许多其他手段完成信贷资产的转移，同时通过同业回购协议进行短期资金的收集，不仅扩大的杠杆的范围，还使资产价格得到抬升，最主要的是推动影子银行体系向更大的规模扩展。

程小可等（2016）[]通过对影子银行在X发展状况的分析，了解到其涵盖的范围并非表面的银行业，在金融领域影响广泛，且与大多数金融机构都存在关联，通过一系列手段来实现多层证券化，不仅使金融体系变得更加模糊，还逐步向复杂化发展，这对于金融市场来说，埋下了风险的隐患。相比之下，林琳等（2016）[]认为中国在金融危机的影响下产生影子银行，此时的信贷处于激增的状态，同时国内实施的宏观调控政策和通货膨胀产生的综合刺激下，影子银行的规模逐步壮大。从整体上来看，方先明等（2017）[]认为国内并没有形成完善的证券化市场，这就导致影子银行也无法向成熟的资产证券化链条迈进，这种情况下的信用过程比较单一化，且补充传统融资方式是其表现形式，银行表外业务除了委托贷款和理财产品之外，还涉及到民间借贷及新兴互联网平台等。但与之不同的是，王家华和蔡则祥（2014）[]认为参与主体的多样化是我国影子银行的特征，不仅涉及到的产品多，而且也会因与实体经济联系紧密而为其带来风险，且风险的关系复杂，富有极高的传染性。国内房地产价格居高不下，且上升趋势明显。刘晓欣和雷霖（2017）[]认为大部分资金因房地产行业具有较高的投资回报率而流入该行业当中，这就会使投机性炒房的现象在行业中兴起，诱发了房地产泡沫。在这样的环境下，行业银行利用所终方式将影子银行的资金借贷给高风险房地产或地方XX融资平台，为房地产行业注入源源不断的血液，企业抵押资产的价值随着房地产价格不断上涨，加剧了企业同银行间往来的频率，这些情况的产生对于我国金融稳定是极为不利的，甚至会产生一定程度的威胁。

现如今，有很多专家学者都对影子银行进行了研究且有了一定的研究结果。其中多数学者指出影子银行对金融稳定并无益处。Meeksetal（2013）[]通过研究得出如果遇到冲击，必会产生不可避免的风险，这种风险也会因为金融机构之间的证券化链条而不断加重，最后不论是影子银行，还是商业银行都无法避免信用缩水，这将会进一步使得金融市场不稳定化。张宝林、潘焕学（2013）[]认为，金融风险的产生与影子银行的出现和迅速发展息息相关。而封思贤等（2014）[]在研究影子银行与金融风险之间的关系之中，得出了不少相关数据指明国内影子银行主营信贷方面，其通过多个途径来造成金融风险，主要有XX主导的货币政策、民间的融资成本与银行的稳定程度。除此之外，还有学者注重研究影子银行对我国金融体系产生的正面效应。刘超（2014）[]通过建立新型的VAR模型的研究方法，指出影子银行系统在一定程度上可以推动金融系统的发展，但是在另一方面，也会造成金融系统的波动。方先明等（2017）也对影子银行的发展变化对金融稳定性的影响进行相关研究，他们发现在短时间内，影子银行有利于金融系统的稳定，但是长时间下来，风险系数则会升高，危及实体经济，造成金融行业的波动。可取的是，他认识到了影子银行对于我国金融行业而言，会产生一定的正面效应，但也无法避免负面作用。除此之外，还有学者研究金融稳定和房地产的关系。他们以房价的不稳定性的波动以及房地产周期为视角，构建一般均衡模型或者VAR模型开展相关研究。张宝林、潘焕学（2013）构建了SVAR模型，证明了房地产行业的过度繁荣为我国的金融市场带来更大的风险。

不可忽视的是，依靠银行理财以及同业业务等途径，影子银行中的部分信贷资金部分流向了房地产行业，还有部分进入了地方XX融资平台，所以本文可以将影子银行、房地产价格与金融稳定这三者联系起来，展开综合的、全面的分析。但在此方面并没有多少学者展开研究，只有张宝林、潘焕学（2013）的研究可供参考。

　2.2研究金融稳定性的相关文献

吴念鲁和郧会梅（2005）[]阐述了金融稳定性的内涵，认为金融稳定对提高我国金融效率、实现金融功能具有重要意义；霍德明和刘思甸（2009）[]采用主成分分析法选取20个具有代表性的宏观金融指标构建我国金融稳定性指数，进一步研究发现金融稳定指数与我国宏观金融运行体系具有高度匹配性；惠康等（2010）[]结合2006年IMF和ECB对金融稳定的定义，构建了包含要素平稳运行和抵抗冲击力两个维度的金融稳定性指数，并指出现阶段我国金融抵抗外部冲击的能力略有不足；何德旭和娄峰（2011）[]采用主成分分析法构建了包含宏观经济运行情况、金融市场、金融机构、外部冲击四个子系统的金融稳定指数；林珏和杨荣海（2011）[]分别对新兴市场国家和发达国家的金融稳定性进行了分析，研究结果表明在新兴市场国家外债占国民生产总值的比例上升将导致金融不稳定，在发达国家债券投资、海外证券投资的增加可以保持金融稳定性；李向前等（2013）[]利用主成分分析法和VAR模型研究影子银行对金融稳定性的影响，研究结果表明长期以来我国货币供给量不断增加、经济快速发展使银子银行规模不断扩大，银子银行对我国金融稳定性具有负面影响；刘吕科和王高望（2014）[]构建一个三期模型研究银行证券化资产出售、非同质投资者对金融稳定性的影响，研究结果显示银行资产证券化在一定的程度上加剧了金融系统的不稳定性；封思贤等（2014）分析了不同国家银子银行对金融稳定性的影响机制，研究结果表明欧X家银子银行利用金融方面衍生出来的不同关节，对实际上金融市场的稳定性产生的影响，而国内则不同，更多的是利用银行方面的稳定性、调整货币、社会融资成本对金融稳定性产生冲击；沈悦和郭培利（2015）[]研究了我国35个大中型城市房价对金融稳定性的影响，研究结果显示房价波动和房价对均衡值的偏离程度对金融稳定性都呈现显著的收入门槛效应；戴金平和刘东坡（2015）[]采用我国季度数据分析物价、经济增长对金融稳定性的影响，研究结果表明短期内物价稳定、经济增长对金融稳定性具有正向作用，而中长期内物价上涨、经济增长过热对金融稳定性具有负向作用；邓超等（2016）[]认为不同银子银行体系以及不同金融体系组成对金融稳定性的影响不同，受到了其本身的机制以及金融市场运行机制等影响；刘诺和余道先（2016）[]基于国际货币基金组织发布的金融稳定性指标，构建符合我国国情的金融稳定性指标体系，进一步研究发现我国宏观环境和市场波动对金融稳定性具有重要影响；刘艳艳（2017）[]对我国银子银行进行界定和估算，并采用FGLS模型实证检验银子银行对金融稳定性的影响，研究结果表明银子银行对我国金融稳定性存在一定的滞后影响；刘晓欣和雷霖（2017）[]采用SVAR模型构建了房价、金融杠杆与金融稳定性的实证模型，研究结果显示房价与金融杠杆都不利于金融系统的稳定，并且二者呈现相互上升的趋势；刘晓欣等（2017）采用SVAR模型构建了房价、货币供给与金融稳定性的实证模型，研究结果表明货币供给量不仅会直接使金融稳定性下降，还会通过房价市场间接使金融稳定性下降；方先明（2017）等通过构建TVP-VAR模型分析我国银子银行规模对金融稳定性的影响，结果表明银子银行的内部风险容易向外扩散逐渐并逐渐对金融体系的稳定性产生负面影响；雷霖（2018）认为，因为国内电子银行的不断发展，还有各地房价的提升，在一定程度上都印象了金融风险的系数，并且银子银行规模与房价具有相互促进的作用；沈悦等（2019）对我国房价泡沫进行测度，并采用面板向量自回归模型实证分析房价泡沫对金融稳定性的影响，研究结果显示房价泡沫膨胀和缩小对金融体系稳定性都具有冲击作用，房价泡沫膨胀对金融稳定性具有负面影响。

　2.3银行理财产品与影子银行关系的梳理

“影子银行”是2007年PIMCO前执行董事长提出的，指的是一种投资工具或者路径，通过此种方式可以绕过商业银行，直接利用杠杆来实现获利加倍或不稳定性增加。X前财政部长将影子银行比作“平行银行体系”（Parallel Banking System）。国际货币基金组织（IMF）为了定义“影子银行”相关的金融活动，提出“准银行”的概念。2008年爆发的国际金融危机已载入史册，“影子银行”逐渐面世并得到广泛认可和使用，但各国的情况不同，金融体系的结构也不同，导致“影子银行”也缺乏一个国际化的标准定义。X金融稳定理事会（FSB）和纽约联邦储备银行对其规定的定义具有一定标准上的意义。后者认为：“影子银行”指的是“一种主营信用期限和其流动性进行转换的信用中介，其无法取得的是XX和中央银行的流动性的救助与补贴”，其范围不仅包括货币市场共同基金，还有市场上的财务公司以及部分特殊化的XX授权特许机构等。前者（FSB）认为“影子银行”的定义可拓展为“不属于正规商业银行的组织机构和日常业务所组成的信用中介”，范围缩小，则可定义为“不仅可以进行期限和流动性转换，而且可以使用杠杆并进行有缺陷的信用转换特征，可能造成风险的，不属于正规银行体系的组织机构和日常业务所构成的信用中介。”

李扬、殷剑峰（2011）[]指出银行理财也是一种“影子银行”，因为银行理财产品疏于监管，有着暴利的动机，并且金融管理部门并不能很好地完成信息采集工作，对银行理财产品的信息掌握不够全面完整，也不能做到实时化。2012年，某大型国有商业银行董事长也表示，“影子银行”作为金融行业的祸患，必须得到有效清除，重点是某些短期投资工具。其主要是看到了庞式骗局（Xiao,2012），意思是某些银行理财产品以特殊方式运作，因为在期限上出现了错误，而需要用新的理财产品来偿付到期兑付的理财产品。

“影子银行”是一种同时具备完整的金融机构、高质量的金融市场和强大的金融业务的特征的银行。“影子银行”的特征如下：一、它具有一些转换特性；二、它不存在于监管体系之内，或者说受到的监管比较少；三、它可能会对金融体系的系统性造成一定的影响，带来一定的风险。经以上论述，本文认为“影子银行”不是银行理财产品。

首先，“影子银行”不在监管体系管辖范围之内，但是现今的很多银行理财业务却经常受到监管和约束。对于银行理财产品今后的发展，论文的第二章中进行了详细的叙述，并且对其监管路径也进行了说明。银行理财业务发展越来越有前景，其原因离不开监管部门，他们的引导起了重要作用。银监局在2005年先后出台一系列相关法规，对相关的个人理财业务进行了规定。银行理财业务的监管体系跟随业务的发展而发展，此之后，又有很多规章规范制度和文件相继出台，在各个方面对监管进行了加强，比如，对投资者进行不定期审查、严格管理银行理财业务的信息、对投资方面的管理运作加强约束等。除此之外，银行理财产品的投资范围受法律法规保护，符合监管的安全范畴和规定的统计口径，与国家金融体系不相违背。现今，发行银行理财产品，需要经历以下几步，第一，登陆银行理财产品登记系统，登记银行理财产品。第二，向银监会进行报告，报告内容包括定量资产的组合情况、产品的发售情况及相关的统计记录等，每月都须交回。第三，正常发行相关理财产品，是需要事前提出报告的，并且需要执行过程中严格遵守这些要求。遵守报告中的，投资即可符合统计口径，既可以对货币指标进行检测，又可以初步统计社会融资总量。这些都区别于“影子银行”这一的特性。

其次，“影子银行”还具有另一个特性——高杠杆性，但在实际的银行理财产品中并没有此操作，高杠杆性，它表现的是一种高度的证券化，是它的一种产物。这些在相关的法律中都有了明确的规定。目前国内的理财工具投资风险都比较低，属于一般的银行理财产品，并且收益都较为固定，对杠杆的使用很少，一般不用杠杆进行产品投资。他们一般使用的方法是期限错配，这样有利于投资收益水平的提高。期限错配符合一定的投资逻辑，是一种投资技术，且为最基本的，这种技术不但普遍使用，还受到著名的全球财富管理机构的认可。期限错配虽然符合逻辑投资学，但还是具有一定的风险性。只有敢于承担投资的风险，才有获得高收益的可能，也才有获得补偿的可能。换个说法而言，比如，银行是用期限错配来经营投资的，对短期存款进行大量吸收，对长期的贷款进行发放，从中获得相应的利润差距，再用这部分资产来进行投资，不断地提高流动性和管理力度，为公司盈利，为客户提供价值。这是商业银行的现状。同时，你也可以认为银行理财产品是一种理财类产品，具备转换特征，需要承担期限风险、信用风险和流动性风险等。

再者，“影子银行”可能有风险传递现象，即“影子银行”出现风险，风险再传递到银行体系内部，并导致其系统出现风险，只是一般的相关产品对于整个银行在系统上的风险是没有什么影响的。银行的理财类业务都属于一种替代性的业务，客户将自己的资产委托给银行，银行用客户资产进行投资，获取收益。在这其中，部分投资的风险需要客户自己承担，客户要对银行的专业服务交纳部分费用，同时使自身的资产增加。在银行投资理财中，将资产由表内转向表外的“非标准化债权资产”虽然与现实路径不同，但它的流程和标准相较于一些普通贷款更加严格。每个行业都有各自的激励机制，中国银行业的约束机制与其他行业不同，它不仅要求自身的业绩，还注重个人职业声誉影响。要想在金融圈里获得职位，就必须要有良好的个人责任感。如果自身业务有问题出现，就很难从事银行这个行业。对银行高级管理人员而言，他的任职需要上层的审批和层层约束，且更加严格。由于收益率需要让银行来承担，银行对银行理财产品的把关会更加严格，因此银行出现系统性风险的可能性会很小。

最后，不透明、不对称的信息的存在是“影子银行”的现有问题之一。银行理财产品信息披露情况随法律的出台有了明显的改善：第一，披露产品运行情况。银行要在银行理财产品运行期间，按照约定对其进行监督；第二，风险揭示，主要针对销售环节。一方面是测评表，需要客户自身来填写；另一方面是风险揭示书，这个需要写在说明书上，并显著标注。这些是为了更好地评估和测算客户所能承受的风险；第三，产品相关信息的披露。产品相关信息包括有关的投资标的、不同的品种、各项费用的消耗和用户的收益等，这些披露需要在产品不进行时及时收集。随着产品的发展，要要加强信息的透明度，曾有相关报道说，国家将会注重投资建设“银行理财产品登记系统”并完善“中国理财网”。

　2.4银行理财产品对宏观金融运行作用机制的理论分析

银行理财产品与以往的银行业务具有本质上的不同，其深刻影响着对中国的经济发展以及经济监督。本文基于对银行理财产品作用在该银行全部资产的负债表进行充分的了解，并且把相关结果与过去存贷款的业务对比结果，用来评价出相关产品对宏观经济产生影响的机制。很明显，我国银行理财产品对我国金融行业发展的重要性已经不言而喻，货币供应量的增减，存款准备金率、银行存款利率等具体指数的升降是其具体表现形式。因为不同监管指标数据的可比性越来越小，相关机构部门的市场调控和监督的工作难度不断加大。

2.4.1银行理财产品对宏观金融运行的作用机制

银行针对其理财产品的分类，主要是分为保本和非保本这两类。会计处理方法随着理财产品类型的变化而变化，对资产负债表的作用也具有差异性。相关部门出台的与资产管理业务标准化有关的方向性文件明确提出，保本型理财产品不再进入市场，所以本文将其排除在外。其实，现有的一些银行这一类理财产品其中多数都是非保本这一例诶型的，根据2017年末公布出来的信息了解到，这一类的产品在整个理财产品当中占比为四分之三左右。所以，本文对非保本型理财产品作用于银行资产负债表的情况进行细致分析研究，从而明确其对宏观经济发展的影响方式及意义。

理财产品资金流动方向的创新变化是对理财产品对经济发展的影响途径和意义进行深入解读的重要前提和基础。按照非保本型理财产品的划分，其实际资金运用主要有通过正规渠道进行信贷投放、投资于自身所处的市场、直接购买债券。金融机构是第二种情况的重要组成部分。实体企业是第一种情况的主要力量。由于发行产品的主体不一样，在第三种情况上，本文可以把其直接分成由金融机构主要发行的债券类，还有由实体企业进行发行的债券这两类。金融债与第二种情况一致性较高，更多的发行主体都是相关的金融机构，这一类机构针对银行总资产的负债表上，并没有太过强大的作用，因此研究主题会避开这一部分，而另外一种被叫做债券类资产。由此本文在把这一类理财产品直接分为同业的，非标的，还有债券的三类资产种类，并以购买资金的主要来源假定为居民放在银行的存款（从表中数据可以看出，个人存款占据了理财金额的较大比重）。

2.4.1.1同业类理财产品对银行资产负债表的影响

1.基于存量视角的分析

如果居民取出2000单位存款购买一些A银行的理财产品，在理财产品发行停止后，A银行会利用客户的理财资金作为本金，A银行会运用这部分资金向B银行同业资产。假设将法定的存款准备金率设为20%，将得到表2.1展示的负债表。

表2.1同业资产类理财产品发行前后银行资产负债简表对比

本文把以上的数据进行充分的分析了解能够看出，银行在发行理财产品之后，在针对银行的总资产负债表上，了解到有2000个单位的负值，而居民在这一方面的存款金，减少了一共2000个单位，同时，准备金减少了一共有400个单位，超额存款这一方面的准备金同时也增加了一共有400个单位。

从以上对数据进行的分析，本文能够发现，银行在发行理财产品后，银行的资产负债表总金额减少，货币的供应量和法定的存款准备金都减少了，促使银行不再对资本必须充足有较高的要求。另外需要指出的是，超额出来的存款准备金被增多，银行在资金市场投放这一部分，加大力度，利用货币乘数效应产生更多的存款准备金，从而对货币供应量M2的下降速度进行缓冲。

本文以银行作为假设的金融机构，针对的是存款类的金融机构。但是在实际的金融机构中，除了存款类的银行外，还有很多同样持有大量同业类资产的非存款类金融机构。理财产品发行后形成的资金将通过同行业存款的形式回流到银行中。2011年，人民银行对货币供应量M2的计算方法进行了调整，加入了非存款类机构的存款金额。所以本篇文章不需要对非存款类金融机构进行过多地赘述。

2.基于增量视角的分析

如果居民取出2000单位存款用于购买一些A银行的理财产品，A银行会运用这部分资金向B银行购买存量的相同类型的资产。假设将法定的存款准备金率设为20%，将得到表2.2展示的负债表。

从表中显示的数据，能够看出，银行在发行理财产品之后，居民的存款金额减少2000单位，在存款准备金这方面减少了共400个单位，负债表总金额没有发生变化，居民减少的2000单位存款转化为了等值的同业类的资产。

从以上对数据进行的分析，本文能够发现，理财产品在发行后，银行的资产负债表总金额、法定存款准备金和资本充足率都没有发生变化，但货币的供应量M2下降。

表2.2同业资产类理财产品发行前后的银行资产负债简表对比

商业银行在发行同业存单后，会计上会将同业存单的金额计入“应付债券”。在理财产品发行停止后，A银行会利用客户的理财资金作为本金购买B银行存量同类资产，使得B银行在同业存款和超额存款两方面都增加了2000单位。总的来看，负债表的总金额不变，同业存单和超额准备金都增加了2000单位，居民存款和法定存款分别减少了2000单位和400单位。

从以上对数据进行的分析，本文能够发现，理财产品在发行后，银行的资产负债表金额和资本充足率要求都没有发生变化，货币供应量和法定存款准备金都出现了下降。但是值得肯定的是，超额存款准备金增加，银行对资金不断进行投放，利用货币乘数效应产生更多的存款准备金，从而对货币供应量M2的下降速度进行缓冲。

2.4.1.2债券资产类理财产品对银行资产负债表的影响

1.基于存量视角的分析

如果居民取出2000单位存款购买一些A银行的理财产品，A银行会运用这部分资金向B银行购买债券类的资产。假设将法定的存款准备金率设为20%，将得到表2.3展示的负债表。

从表中显示的数据，能够看出，银行在发行理财产品之后，居民的存款金额减少2000单位，其他的存款准备金，还有超额存款准备金，都有相应的减少。B银行在债券这一类资产是行，也是是有所减少的，但是超额存款准备金增加了。从A银行和B银行合并后的资产情况来看，银行的资产负债表总体上减少了2000单位，此外，负债端的居民存款、债券类资产、存款准备金分别减少了2000单位、2000单位、400单位，超额存款准备金增加了400单位。

从以上对数据进行的分析，本文能够发现，银行发行理财产品后，银行的资产负债表总金额、货币的供应量和法定的存款准备金同时减少，促使银行不再对资本必须充足有较高的要求。另外需要指出的是，因为银行在超额的存款准备金方面有所增强，所以在整个资金增加的市场投放上力度也被加强，通过对于货币乘数这一效应的使用，存款准备金发生变化，从而对货币供应量M2的下降速度进行缓冲。

在理财产品发行停止后，B银行的表外资产会减少，表内资产会增加，就是指超额存款准备金和法定存款准备金分别增加1600单位和400单位。总体来看，负债表总额不变，居民在银行的存款变少，同业内的存款数额变多。

因此，在理财产品发行后，银行资产负债表、法定存款准备金、资本充足率不变，不过货币供应量M2有所降低。

2.基于增量视角的分析

如果居民取出2000单位存款购买一些A银行的理财产品，A银行会运用这部分资金向B银行购买存量的同业类的资产。假设将法定的存款准备金率设为20%，将得到表2.4展示的负债表。

上述数据表明，理财产品的发行导致居民在银行的存款减少2000单位，但是B银行又将理财产品汇集的资金又返回到银行中，所以企业增加了2000单位的存款。

从以上对数据进行的分析，本文能够发现，理财产品在发行后，银行的资产负债表金额和资本充足率要求都没有发生变化，居民存款减少。所以，货币供应量、法定存款准备金、都没有发生变化。

2.4.1.3非标资产类理财产品对银行资产负债表的影响

1.基于存量视角的分析

如果居民取出2000单位存款购买一些A银行的理财产品，A银行会运用这部分资金向B银行购买存量的信贷类的资产。假设将法定的存款准备金率设为20%，将得到表2.5展示的负债表。

上述数据表明，理财产品一旦发行，居民的存款金额减少2000单位，其中存款准备金和超额存款准备金都有相应的减少，一共大概2000单位。而B银行，其信贷类的资产最终也转变成了超额准备金。从A银行和B银行合并后的资产情况来看，银行的资产负债表、居民在银行的存款和信贷类的资产都减少了2000单位，这其中法定的存款准备金，和其超额存款准备金增加和减少的数量是一样的。

从以上对数据进行的分析，本文能够发现，理财产品在发行后，银行的资产负债表总量、法定存款准备金和货币供应量都出现下降。不过，超额的存款准备金数额变多了，银行对资金不断进行投放，利用货币乘数效应产生更多的存款准备金，从而对货币供应量M2的下降速度进行缓冲。

2.基于增量视角的分析

如果居民取出2000单位存款购买一些A银行的理财产品，A银行会运用这部分资金向B银行购买非标的金融资产。假设将法定的存款准备金率设为20%，将得到表2.6展示的负债表。

当银行发行了理财产品后，居民放在A银行的存款变少了2000单位，但是B银行将这部分存款运用非标的融资方式进行吸纳变成了自己的贷款，增加了2000单位的企业存款。

从以上对数据进行的分析，本文能够发现，理财产品在发行后，银行的资产负债表、货币的供应量和法定存款准备金不变，但是银行的存量资金变多了。因此，银行的货币供应数量、存款准备资金和资本充足率都没有发生变化。

通过对以上各类情况进行分析后，本文能够得出，理财产品的发行对于银行资产负债表具有很大影响。影响因素有：产品资金投向的类型、资产项目的存量、货币供应量是否将资产作为一项计算条目、资金是否在法定存款准备金的范围内等，这些不同的影响因素对于银行负债表具有不同程度的影响。

银行通过运作理财产品降低了法定的存款准备资金，但是银行资产合并后的整体资产负债表金额和资产的规模都没有发生变化。

　2.4.3银行理财产品对宏观金融运行的具体影响分析

本研究通过理论和实证分析发现，我国银行理财产品对宏观金融运行产生了多方面以及多角度的影响，具体表现为以下几个方面：

（1）通过调控货币供应的数量和信贷的规模等方式可以降低货币政策作为调控工具的作用。理财产品能够减少社会货币的供应量，提高了实行宏观金融的困难程度。理财产品从增长量的视角可以分为非标准化债券资产和非金融勤业债券资产，和企业贷款融资相似，企业贷款融资即企业为了满足实际经营的资金需求，通过向银行进行贷款，按期偿还的方式进行长期投资。因此这种理财产品对M2没有任何影响。M2造成下降的方式原因是选择对同业类资产的理财产品进行投资，同业类资产即对相同行业进行投资，卖方银行将资金转入买方，并将理财产品放在买方，这样居民的存款就转变为了同业的存款，即转化为买入方银行的存款资金，在M2中，此项数据不计入M2中，因此对M2造成下降。

（2）银行在理财产品进行发行的时候，其针对货币政策的具体执行能力就会变低。存款准备金不包含理财产品，当其数额少于应缴纳的法定存款准备金，最后令法定存款准备金的执行效力变低。

三发行理财产品，会增加信贷政策管控的压力，不能够有效进行管控。银行在信贷额度紧张的同时，会通过发放理财产品的方式来让客户进行购买，从而让银行的信贷额度可以提升，在这个过程中也可以对这些信贷项目进行有效的投资来提升银行的利润。理财产品的数量是上下浮动的，如果信贷额度被缓解了，银行就会减少这方面产品的发型。理财产品一般是银行用来避免信贷额度处于紧张状态的解决方式，理财产品的发行对信贷政策管控实施的效果有重大不利影响，有关部门已经认识到了银行在发行有关理财产品的计划和目的性，在2017年开始，对宏观审慎评估（MPA）进行考核时加入了表外理财规模，加大对信贷政策的管控力度。在全面实施之后，信贷政策的管控效果非常明显，银行发行理财产品的势头逐渐被遏制，制定了表内资金的规模，限制银行随意发行理财产品增加资金。

（2）银行体系有一定的风险。银行体系在对理财产品的处理上，有一定的风险，商业银行发行表外理财产品对表内信贷类资产进行投资，在原有的表内信贷类资产产生的表内风险，通过表外理财产品的形式转化为了表外风险。银行的风险资产产生风险时不会告诉客户，避免客户的流失，给银行造成损失，而是通过转移渠道将风险从表外风险向表内风险过渡，银行对风险自行吸收。一旦银行的自有资金和银行承受的风险不在同一水平时，资本充足率会受到影响。因此，银行发行理财产品，低估了银行体系存在的风险，对评估宏观金融风险也会造成阻碍。

（3）增加调节银行表内存款规模手段。部分商业体系的银行在调整公司企业内部的存款形式时会把有关理财产品的截至期限和起息时间制定为银行考核的时间，这一手段增加了资金流动的风险。

　3概念界定与理论机制

　　3.1核心概念界定

银行理财产品与金融稳定性是本文的两个核心词语，两者在日常生活中经常被提及，前者涉及个人资金或资产的合理规划和增值、保值，因此被老百姓所熟知；而后者涉及国家金融体系健康、宏观经济稳定运行，因而被XX和官员重点关注。但对于银行理财产品和金融稳定性的定义和内涵还存在许多争议，大多数人对于理财产品都没有一个清晰的认知，他们以为那就是银行的存款，将市场宏观的经济发展过程与金融稳定性这个概念混淆，所以针对这些存在的问题展开对银行理财产品与金融稳定性的定义和内涵进行界定。

　　3.1.1银行理财产品

目前，银行理财产品在学术界还没有一个明确的定义，现有文献仍是采用描述银行理财产品内容的方式对银行理财产品的范围进行划分。杨林枫（2010）[]撰写的《银行理财理论与实务》一书中，对理财产品进行了详细的分类：一是广义的理财产品，囊括了市场上所有的理财投资和理财顾问行为，既包括了资金委托理财行为也包括投资者的自主理财投资行为；二是将理财产品的范围缩小到委托关系，只包括将资金交付机构或他人的委托理财行为；三是将理财产品的承接主体缩小到专业理财机构，阻止一切其他非专业性理财机构进行承接，让想要办理理财产品的人，只能通过这些专业的机构来对自己的资金进行理财计划，这其中包括对于银行发起的这类产品的投资，还有相关咨询，对于这方面政策的问询等；四是狭义的理财产品，特指资金拥有者将资金委托给专业理财机构购买投资理财产品的行为。

根据我国有关部门最早在2005年就提出的有关条例中可以看出，所谓来自银行的理财产品本质是由商业化的银行来为享受银行服务的客户带来的一种资金理财方式，属于对客户的一种理财手段、资金投资等的一种商业化形式。其次，杜金富（2013）[]在接受《新世界周刊》采访时指出：银行发行理财产品的这种商业手段是由银行内部来组织发起的，所有权归银行所有。

由此可以看出，曹沁（2018）[]认为银行的所有理财产品都是由银行内部规划并且发起的，让客户积极参与进行理财投资等活动来让他们享受到跟多的财务服务。因此，在本文的研究中将银行理财产品的范围限定在银行理财机构发起的理财产品项目，排除其他非银行机构发起或受理的理财产品项目。

　3.1.2我国银行理财产品发展历程

在梳理现有相关文献和XX文件的基础上，可将我国银行理财产品的发展历程大致分为三个阶段。

第一阶段，萌芽阶段（2006年以前）。2006年之前，我国银行理财产品市场处于萌芽阶段，这个阶段中我国的银行理财产品并没有发展起来，数量较低、理财产品资金规模较小、理财产品类型单一。2002年，我国发售了第一款银行理财产品，紧接着很多银行也开始纷纷效仿发布了相应的理财产品，并且在当时这种投资理财方式具有较高的收益并且风险程度在可控的范围内，银行理财产品引起了国内投资者的浓重兴趣。截止2005年底，我国银行理财产品市场达到3560亿元，银行理财产品市场初步形成。

第二阶段，蓬勃发展阶段（2006—2008年）。这个阶段开始我国的银行理财产品等受到了前所未有的发展，并且有关部门相继发布了两个银行理财文案，以上两部政策的发布和实施标志着我国银行理财产品业务管理体系和法律框架初步建立。该阶段。我国银行理财产品市场的主要特点为：理财产品发售数量激增、资金规模不断突破记录，理财产品类型逐渐多元化。2005年底至2008年，我国银行理财市场从3560亿元人民币增长到9260亿元。

第三阶段，日益规范化阶段（2009年至今）。2008年全球金融危机爆发，我国银行理财业务也受到一定的冲击，其中理财产品零收益或负收益的事件不断被曝光，XX和银监会针对理财产品业务的问题，密切出台相应的政策和法规，理财产品监管力度不断加强。这个阶段中有关银行理财产品的发展处于不断改善中，各个不同的银行在理财产品方面逐渐改善和创新，银行理财产品种类更趋多元化；XX对理财产品市场监管更加全面和严格；银行理财产品市场逐渐成熟化、规范化。

　　3.1.3我国银行理财产品类型

3.1.3.1银行理财产品按币种分类

（1）人民币理财产品

这种理财产品类型是通过债券的方式给客户发行，在期限内给客户本金以及相应的利息，具有低风险的特点。

（2）外币理财产品

所谓外币理财就是让客户通过购买外国货币的方式来获取一定的利润，一切的汇率都按照外币的币值来进行计算。

3.1.3.2银行理财产品按客户收益方式分类

（1）保证收益理财产品

这种理财方式对于客户来说有着很低的投资风险，在这中理财方式之下，客户会在规定的时间之内收到来自银行所承诺的利润，这个期间产生的风险或者其他不可控因素都会有银行方面来进行承担，客户会保证自己的收益。

（2）非保证收益理财产品

a.这种理财方式相较上一种有着较大的理财风险，客户在理财过程中可以保证完整地获得本金，但是此外的收入中可能存在的风险并不会由银行来承担，而是客户自己来承担。

b.非保本收益理财与保本收益理财方式截然不同，银行只需为客户提供理财中所带来的收益部分的收入，而不承担本金所带来的风险。

3.1.3.3银行理财产品按投资领域分类

（1）信托型理财产品

这个过程是由银行和信托公司合作完成的，银行负责发布人名币理财产品，在筹集了一定资金之后再由信托公司来对其进行投资，投资的机构一般为信用度较高的其他金融行业旗下的产品或者来自商业银行的产品等。

（2）债券型理财产品

所谓债券型理财方式是指银行的主要投资对象为整个货币市场，很多类型债券投资对于一般的客户来说并没有直接进行投资的权利，而这种理财方式则相当于给客户创造出了通过债券获得理财的方式。

（3）挂钩型理财产品

挂钩型理财顾名思义客户通过这种理财方式所获取到的收益是与一定的市场因素以及投资方式有所牵连，这些因素可能包括市场的经济发展形式、经济利率等，投资方式则包括外币投资、股票投资等多种不同的形式都会影响到最终的收益。

（4）QDⅡ型理财产品

这种方式是通过客户用自己的人名币资产通过一些合法且有效的商业机构来转换成外币，通过这些外币来在其他国家进行商业投资，最后在规定的期限之内再将所有的外币收益转换成人名币进入客户的手中。

3.1.3.4银行理财产品按投资风险分类

（1）基本无风险的理财产品

这种基本无风险的投资产品主要包括客户最常用的普通存款和购买国债两种方式。因为这二者都国家的信用做保证所以风险相对来说较低甚至可以达到零风险，存款的方式具有很高的灵活性，便于客户随时进行其他类型的理财投资方式。

（2）较低风险的理财产品

主要的形式为利用货币市场，这些投资方式风险较低的同时也不会让客户得到较高的收益，根据其投资过程的专业化使得这种投资方式风险更低。

（3）中等风险的理财产品

a.信托类理财产品

信托公司为客户筹集到一定的资金并且为其提供专业化的理财服务，但最终的投资风险是由客户自身来承担。

b.外汇类理财产品

这种类型的理财产品的收益会稳定在一个规定的范围之内，客户要认识到这个范围可能具有的变动。

c.挂钩类的理财产品

这种类型理财产品会与一定的其他投资方式进行联系，可能会让客户获得到较高的收益。

（4）风险较高的理财方式

客户在选择适合自己的理财方式的过程中要能够对不同的理财产品以及理财方式所具有的风险和收益等有一个非常深入的了解，这样才能适应不同的变化。

　3.1.4金融稳定

1988年瑞士中央银行单独成立金融稳定机构并开始公布金融稳定报告，随后世界各国先后设立了指导本国金融稳定运行的机构和部门，金融稳定运行成为世界各国XX以及学者关注或研究的重要课题。目前，关于金融稳定运行的文献还比较丰富，但对金融稳定的定义至今还没有统一。Schinasi,G J（2003）[]认为从现有关于金融稳定定义的资料来看，国际货币基金组织认为金融稳定性是指金融体系能实现有效的资源配置、有效的金融风险管理、有效的抗冲击能力，能有效解决因内生或外部因素导致的金融失衡并促进宏观经济发展。从我国官方对金融稳定的定义来看，中国人民银行金融稳定分析小组（2005）[]在中国人民银行的报告指出金融稳定是指我国宏观经济稳定运行、金融生态环境不断优化、经济政策稳健有效、金融体系有效发挥其关键功能尚的状态，在这种状态下金融体系总体运行平稳并逐步提高外部冲击的抵御能力。由此可见，金融稳定是指当某个国家内部的经济市场并未产生比较大的经济变动时，金融都可以在市场中发挥着稳定的作用。

　3.2相关理论框架

　　3.2.1传统金融中介理论

1960年，X经济学教授J.Gueley和E.Shaw（1960）[]撰写的《金融理论中的货币》一书出版，该书中两位作者将以往有关金融中介的观点进一步梳理总结。他们将“非银行”的金融机构作为研究对象，进一步拓展了货币金融学科的研究视野，也使金融中介作用得到学者们的重新审视。J.Gueley和E.Shaw描述了经济与货币金融系统内部的各种复杂关系，并深入分析了金融中介机构对经济社会活动及货币系统的深远影响，并认为各种金融中介机构对信用创造过程以及促使储蓄者和借款者之间的信贷循环上起着关键作用。随后的学者们，如Goldsmith（1969）[]严密的经验研究，证明了经济增长与金融中介的复杂性和发展程度之间存在着广泛的正相关关系，使人们逐渐接受和支持这一观点。

随后学者们沿着这一观点，对金融中介进行了相关研究，并形成了金融中介信用媒介论和金融中介信用创造论两类具有代表性的理论观点：

其一，金融中介信用媒介论。该观点认为金融中介能够促进经济增长，但在经济增长的同时不能创造信用和资本。货币是中性的，金融中介只是简单的信用媒介工具。

其二，金融中介信用创造论。这个观点与上一个理论存在着一定的争议性，认为货币是非中性的，金融中介能够创造信用和资本。银行的贷款来源是来自客户的不断存款，而贷款的作用是帮助某些需要资金来创业或者发展的企业，这些企业在获得一定的收入之后也会到银行进行存款，银行这种结构就形成了一种循环的经济，为市场中的经济发展带来了很大的促进作用。

然而，传统金融中介理论却受到来自主流经济学派的反对，认为传统的金融中介理论过于强调和依赖市场作用。由于传统的Arrow—Debreu资源配置模型中，公司和家庭通过市场和金融中介进行互动没有作用。当市场完善和完整时，资源配置效率很高，中介机构没有改善福利的余地。此外，Fama,E F（1980）[]在这方面适用的Modigliani—Miller定理断言，财务结构并不重要，家庭可以构建能够抵消中介采取的任何立场的投资组合，而使中介无法创造价值。只要有市场不完善的地方，就有中介机构;一旦市场变得完美，中介机构就会变得多余：只要储户和投资者拥有完美的信息，直接、立即、没有任何障碍地找到对方，他们就会失去职能，因此没有成本。

对这一标准市场理论的传统批评是，除特殊情况外，它需要大量的证券才能持有。然而，期权定价模型的连续时间技术的发展以及这些观点扩展到一般均衡理论，否定了这种批评。Allen,F and Santomero,A M（1997）[]认为动态交易策略允许市场有效完成，即使存在数量有限的证券。金融市场允许有效分配，而中介机构不能发挥作用，这显然与实际观察到的观点相悖。从历史上看，Mckinnon,R（1973）[]认为银行和保险公司一直发挥着核心作用。几乎所有经济体似乎都如此，但新兴经济体还处于非常早期的阶段。然而，即使在这里，中介机构的发展也往往能够带动金融市场本身的发展。金融中介理论需要以金融创新和市场分化的动态过程为基础，而不是由偶然的不完善所阻碍的完全市场的静态情形。

　3.2.2现代金融中介理论

现代的金融中介理论包括着信息学、经济学、还有针对交易成本的经济学等等这些研究结果，针对金融中介能够对客户能够提供的相关服务充分的分析之后，通过对交易成本进行降低，来讨论通过对自身优势的充分利用从而影响成本，降低不对称信息对投资的影响。现代金融中介理论主要有以下四种代表观点：

其一，对于减少交易过程中的成本有着一定的积极作用，根据有关经济家的研究之后可以看出，金融中介理论的核心思想就是交易的成本问题。金融中介机构生产金融‎‎商品，可用于影响消费者的跨时间、时态和国家确定的消费决策。技术和消费者负担‎‎的交易‎‎成本的变化改变了所生产‎‎的金融‎‎商品的类型、包装方式以及生产和向消费者销售商品的机构。此外，XX监管实质上限制了金融中介机构改变其生产的特定商品，以满足技术和消费者口味的变化。

其二，金融中介有助于减少信息不对称。在金融市场，信息不对称尤为明显。借款人通常比放款人更了解他们的抵押品、勤奋和道德正直；企业家拥有关于他们自己寻求融资的项目的“内部”信息，了解借款人的真实特征将使贷款人受益。Leland和Pyle（1977）[]的研究表明，企业家对自己项目的投资意愿可以作为项目质量的一个信号。由此产生的均衡与忽略信息不对称的模型有很大不同。公司的价值随着企业家所持公司股份的增加而增加。即使没有税收，公司的财务结构通常也会与项目或公司价值相关；即使没有破产成本，回报率更高的公司的债务水平也会更低。信号传递通过诱使企业家在自己的公司中持有比信息可以直接转移时更大的股权而产生福利成本；然而，如果信息可以直接转移，所进行的一系列投资项目将与将要进行的一系列投资项目一致。最后，在传统的金融均衡模型中难以解释的金融中介可以看作是对非对称信息的自然反应。

其三，可以有效担任代理监督的形象。有关研究表明金融中介机构内部的多样化是理解为什么将监管委托给不受存款人监管的中介机构会有好处的关键。在风险中性代理人和风险厌恶代理人的模型中，多样化价值的直观原因略有不同。在风险中性模型中，多样化很重要，因为它增加了中间人有足够的贷款收益偿还存款人的固定债务债权的概率；在极限条件下，这一概率为1，产生必要破产成本的概率为零。金融中介机构允许使用更好的合同，并允许帕累托最优分配，这为金融中介机构提供了积极作用。委托监测模型预测，尽管杠杆率很高，但违约概率很低，资本结构以债务（存款）为主的多元化金融中介机构，这些预测与大多数中介机构的实际情况相符。此外，中介机构必须为激励目的承担一定风险这一观点对于涉及允许银行在利率期货市场进行对冲。由于利率风险是可以自由观察到的，因此利率风险应该得到最优分担，允许银行在期货市场上出售这种风险实际上允许银行这样做。由于中介机构内部的风险分担受到约束性激励相容性约束的约束，因此有理由允许银行对冲以上种种风险。

其四，金融中介在控制投资过程中的风险以及交易成本的降低方面也有很大的作用。有研究者认为基于参与成本的中介理论与中介机构在很大程度上进行风险和进行风险管理这一事实一致。通过创建具有稳定现金流分配的产品，他们可以为客户降低参与成本。在极端情况下，这可能涉及创建低风险债务，但即使有风险更高的证券，分配的稳定性对于通过时间调整投资组合的成本至关重要。参与成本的理由也符合公司进行风险管理。公司股票的购买者通常更复杂，因为他们已经承担了参与成本的固定部分。但是，它们还必须承担一些边际成本，以保持对公司业绩及其成功概率的了解。在管理风险的公司能够降低这些风险的范围内，就会创造价值。因此，基于参与成本的中介理论可以解释为什么公司管理风险，但是这种风险相较于金融中介机构较低。

最后，还可以创造出一定的市场价值。有研究者表示这个理论需要以金融创新和市场分化的动态过程为基础，而不是由偶然的不完善所阻碍的完全市场的静态情形。金融中介为消费者和企业家庭提供满足其不同需求的各种服务，金融中介参与了一个复杂的金融转型过程。在定性资产转换的过程中，就到期日、流动性、风险、规模和位置而言，它为最终储户和投资者增加了价值。增值似乎是现代金融中介的主要驱动力。因此，价值增值应成为中介理论研究的重点。这可以通过按建议降低参与成本和/或通过扩大金融部门的一系列服务来实现。Scholtens和Wensveen[]认为，与关注信息不对称的潜在影响（即逆向选择、道德风险、信贷配给）相比，分析金融中介机构的风险和报酬优化政策有助于更好地理解其业务的本质。作为一个例证，现代金融中介理论将共同基金业的兴起视为一种新型的金融中介参与提供金融转型服务，而不是非中介化。

随着银行理财产品的不断发展，现代金融中介理论似乎更加只用于让理财投资人充分了解到这些银行发行的产品实际的价值还有它们的发展进程。而理财投资人则是进行这方面产品的购买来自我掌握投资过程中所带来的风险以及收益，同时也大大减少了客户的交易成本，银行在对理财产品的控制以及发布等方式为客户带来了很多不同的投资方式，推动了经济的发展。

　3.3.3金融市场效率理论

路易·巴舍利耶Louis Bachelier（1900）[]提出了金融市场效率理论最初的框架，但该理论框架和思想一直被经济学界所忽略，直到后来被诺贝尔经济学奖得主萨缪尔森发现其研究价值。随后，Fama（1970）[]在萨缪尔森的基础上提出了较为完善的金融市场效率理论框架，并定义了金融市场三种不同水平的信息效率。

但随着社会不断发展，越来越多的学者对金融市场效率的认识产生了巨大的改变，认为金融市场若实现了信息效率也不会实现金融市场的资源有效配置。因此，学者们对金融市场效率理论进行了拓展，具有代表性的文献主要分为以下两支：

其中一部分文献中，Freund,W C,et al.（1997）[]认为金融市场效率应该包含两个部分，即金融市场信息效率和金融市场运行效率。信息效率是指市场确定证券真实公允价值的能力；运行效率是指市场提供流动性、快速执行和较低交易成本的能力，而检验这类效率的一种方法是，根据特定股票发行的交易特征，研究出价和报价（或价差）。Freund等的研究使用多伦多证券交易所1977年以来的每日和每月收盘价数据进行检验，若有效市场假说成立，根据这一最有力的假设，所有信息（包括公共信息和私人信息）都应准确、迅速地反映在证券的价值中，因此“技术”和基本面分析等技术不应导致异常或超额的风险调整收益。通过对随机性和非线性的检验，东京证交所的日收益率和月收益率是否都符合有效市场假说的弱形式。也就是说，大约有1/4到1/3的证券在自动化前后期间表现出非随机的每日回报率模式，而从一个时期到另一个时期的偏差很小。此外，技术性交易策略的结果表明，非随机性水平不够大，不足以获利开发。这一发现表明，在东京证交所引入电子交易对所研究证券的市场行为和效率没有统计上的显著影响。

另一支文献中，Emerson,et al（1997）[]认为金融市场效率应该包含三个部分，即金融市场的信息效率、运行效率和分配效率。Emerson等认为随着人们掌握新的技术先进的方法和计算机，有效市场假说再次受到争议，同时现有和新金融市场的空前增长。这样的股票市场显然不能有效地将储蓄的供给分配给生产性资本。因此，检查这些新兴市场是否以及如何变得更加有效，非常重要。如果市场的信息效率越来越高，或者代理商正在学习，那么随着时间的增长，时变系数变得越来越稳定。Emerson等使用四个保加利亚股票作为研究数据，利用时变系数和广义自回归条件异方差（GARCH）误差对单个证券的超额收益进行建模。在本文的四份样本中，本文发现了不同的效率水平和不同的效率运动速度。因此，金融市效率应该存在市场的分配效率。

　　3.3.4银行理财产品对金融稳定性的理论框架

在金融界相关中介理论中，不管是更传统一些的，或是现代中介理论都从当时的社会背景下描述了金融中介的重要作用及其对金融体系发展的影响。而金融市场效率理论则从信息效率、市场运行效率（运行效率、分配效率）的角度分析了为何会存在金融中介及其运行机制。银行理财产品作为金融体系中金融中介的一种表现形式，从金融市场效率理论来看，证明了银行理财产品市场存在的必要性和合理性，银行理财产品业务对客户的资金或资产在时间和空间进行组合、配置；另一方面，从金融中介理论来看，银行理财产品市场作为金融中介的一种形式，既有利于金融体系的发展，同时也会对金融体系产生巨大的影响。具体来说，银行理财产品从以下几点影响到了金融体系的发展：

首先，银行理财产品在可以有效地减少客户交易所需要的成本以及带来的信息不对称问题。‎‎银行理财产品可用于影响消费者的跨时间、时态和国家确定的消费决策。‎‎银行理财产品将各种商品的类型、包装方式以及企业信誉等信息展示给客户，同时通过合理组合、调整降低客户承担的潜在风险，有助于降低交易成本。此外，在金融市场，信息不对称尤为明显。借款人通常比放款人更了解他们的抵押品、勤奋和道德正直；企业家拥有关于他们自己寻求融资的项目的“内部”信息，了解借款人的真实特征将使贷款人受益。而‎‎银行理财产品解决这一信息不对称的环节，银行为企业融资提供便利，同时为客户展示企业相关的内部信息，减少信息不对称。

其次，‎银行理财产品可以发挥代理监督的作用、有助于风险管理。‎‎银行理财产品的多样化是理解为什么将监管委托给不受存款人监管的银行机构会有好处的关键。在风险中性代理人和风险厌恶代理人的模型中，多样化价值的直观原因略有不同。在风险中性模型中，多样化很重要，因为它增加了中间人有足够的贷款收益偿还存款人的固定债务债权的概率。此外，由于利率风险是可以自由观察到的，因此利率风险应该得到最优分担，允许银行在‎‎银行理财产品市场上出售这种风险实际上允许银行这样做。由于银行机构内部的风险分担受到约束性激励相容性约束的约束，因此有理由允许银行对冲以上种种风险。

第三，‎银行理财产品有助于价值创造。‎‎银行理财产品为消费者和企业家庭提供满足其不同需求的各种服务，‎‎银行理财产品参与了一个复杂的金融转型过程。在定性资产转换的过程中，就到期日、流动性、风险、规模和位置而言，它为最终储户和投资者增加了价值。这可以通过按建议降低参与成本或通过扩大银行部门的一系列服务来实现。

第四，银行理财产品弱化货币政策效果。基于经济周期理论，一国的宏观经济活动由于受到外部冲击会呈现周期性的波动状态，此时，国家货币当局会相机抉择采用与经济波动方向相反的货币政策，从而维持宏观经济以及金融系统的稳定发展。而‎‎银行理财产品作为金融中介的一种形式，在创造信息方面有一定的影响。有些客户在银行进行存款，而这些存款最终通过银行的有效运转作为了某些企业为了生产和发展而从银行进行的贷款，可见这种存款和贷款的两大商业行为不断维持着银行以及市场的收支平衡，还能够促进企业的发展，也为客户带来一定的收益，不断循环往复。银行理财产品通过信用创造功能，改变了预期的货币乘数，从而导致货币政策与预期效果偏离，甚至出现与预期相反的结果。

　4商业银行理财产品对商业银行经营稳定性的影响

　　4.1影子银行影响商业银行经营稳定性的具体机制

按照Roy（1952）对Z指数的定义，可知（平均资产回报率+平均资本比率）/平均资产回报率的变动率,影响商业银行的稳定性有两种方式，即杠杆率和收益率。银行杠杆率越低，银行的收益率越高，说明目前商业银行的经营稳定性越高，银行的杠杆率越高，那么银行的收益率越低，说明商业银行的经营稳定性越低。

杠杆率渠道。理财产品和资产证券化的区别很大。理财产品是银行变相的进行筹集资金，进行投资获得利润的方式，但是理财产品对杠杆率有很大的影响，不同的理财产品对杠杆率的影响也不同。而资金证券化与理财产品不同，资产证券化是真实出售的，理财产品是进行投资获得效益的。资产证券化的方式对银行杠杆率的影响比较简单。

所有的理财产品包括保本型和非保本型两种类型的产品。保本型理财产品与存款相似，银行对该产品的监管比较重视，该产品的投资状况会体现在银行资产负债表中，因此会格外重视一些也是理所应当的。银行购买国债，对国债进行融资，将资金贷款分给客户，带动银行杠杆率的提高。

非保本型理财产品和保本型理财产品不同，非保本型理财产品是不受政策监管的，是表外资产。非保本型理财产品在2013年“8号文”实施之前通过业务对企业发放贷款，为了实现表内资产表外化，增加银行的杠杆率，扩大银行的资产规模，可以使用表内贷款和应收账款等方式进行购买。

收益率渠道。理财产品可以缩小银行利差，而银行发行理财产品会对银行杠杆率造成影响，理财产品缩小银行利差的影响是银行净利润会降低，杠杆率对银行的资产规模造成影响，杠杆率高时，收益低，会减小银行资产规模。杠杆率低时，收益高，能够扩大银行资产规模。

银行的理财产品出现兑付困难问题时，银行会选择银行自有资金进行刚性兑付，这种情况会降低商业银行的收益率。

　4.2基本模型设定

从商业银行的经营业务分析，除了传统的基本业务之外，还会通过其他方式实现收益的管理，其中包括代售基金以及理财产品等。不同的银行之间由于业务量和客户群体不同也存在一些差异。自身的经营稳定性受到多种因素的影响，既有内部的也有外部的，因此，也存在不同的调节方式。在研究了大量的实例后，从影子银行的特性出发，本别从两个方面开展分析，一是收益；二是杠杆。采用的方法为模型分析法，从数学理论的角度基于银行产生的数据信息，构建稳定性和理财产品之间的关系模型图。然后，结合不同的层次和理论检验两者之间的稳定性；最后从“8号文”的规定中开展详细的分析论证。根据以上得出的结论，按照银行的不同规模，研究经营的可持续发展是否收到了双重差分方式的影响，以此得出买入返售产生的作用。

在本次分析中，本文应用了以下基本回归模型：

结合模型中的分析参数可以看出，包含的项目较多，基本涵盖了相关性的所有要素。其中用于表示时间的函数为t；产生的不确定的因子数值有RQ4、E/4等；影响要素中的其他内容统一使用controls表示，不仅有存贷款的所占比例；还有GDP的变量因子；还包括了资金流动总额等。

由于在创建环境变量的过程中采用了标准模型，因此形成的数据组具有常规化的特点，具有长面板的属性，样本数据的的个数以及时间分别为：14、27。使用了不同的检验方法，针对不同的内容得出了最终结果。除了包括组间的同期以及异方差之外，还有组内的自相关；对应采用了Breusch-Pagan LM、沃尔德方法方法等。根据统计的数据显示，以上特性表现的非常明显，关联性强。所以，为了做到有效分析，在估计的方式上本文重点研究FGLS（广义最小二乘法）。

　4.3变量选取与数据处理

　　4.3.1变量选取与定义

由于影响商业银行稳定性的因素具有多元化的特征，在参数的选择中，除了使用指数Z外；为达到研究的系统化效果，选择了其他的变量因子作为补充，分别为：R0A、E/0；可以对资产以及资本的情况进行综合评估。

本文构建的模型是基于银行稳定性和理财产品之间的关系。作为其中一方面的理财产品，因为范围、类型的不同也产生了个性化的特性，在实际中表现出了差异化的活跃程度，也是解释变量的核心内容。从产品活跃程度的特性出发，理财产品可以分为不同的类型；其中有按成本的大小区分的；也有从时间的长短作为分类依据的。根据活跃程度的定义可知，在资产总额中所包含的理财产品比例就是某一类型产品的活跃程度。其中包括中长期、短期以及保本、非保本等；由于比重不同，产生的影响也有明显的区别。根据实际的案例分析，两者之间呈现出了明显的正相关。

除了上述的主变量之外，还要结合实际考虑控制变量的影响，通常基于两个特征的选择；一是整体外在环境的变化因子；二是与银行组织结构有关联的要素。选择的方式可以参考Uzun&Webb（2007）等。因为变量的大小和外在条件有紧密的关系，所以，在开展具体的分析中应结合实际情况，降低不相干因素的干扰，提高研究的有效性。比方资本变量对指数Z的作用不明显，可以不用考虑。而作为和金融有密切关系的存贷款比率应纳入到评估的指标体系中。

依据产生的经济数据分析，具有明显层次结构的指标体系内容较多，既有资金类的；也有资产类的；另外还包括一些权益和负债的变量因子。从资产的总额中可以对银行的规模有个清晰认识；资产形成的效益可以结合贷款金额以及流动资产的大小；实现综合评估。债务偿还能力可以通过存款的数据进行深入研究。不同指标反映的内容不同，但都能找出内在的相关性。

对于金融周期以及宏观经济的影响，可以通过相关变量指标的数值得出有效的结果，其中包括loangdp、gdpgrowth；分别基于贷款金额以及GDP的增幅大小，能够实现对整体经济的综合分析。

4.3.2数据来源与处理

中国相关的专业研究机构、Wind数据库是估算商业银行的资产总数的主要信息来源之一，主要收集2013第一季度至2019年第三季度的数据信息。形成平衡面板回归模型，以便于与理财产品的相关数据相对应，中国农业银行和中国光大银行由于上市时间不符合要求，因此不在本文研究范围内，本文以14家上市银行为主要研究对象。

为了能够更好的分析，本次研究把数据都进行了一些处理：第一，以中国人民银行当前对于银行的整体分类为根本，可以将其主要分为两类:一种是资产总额超过两万亿元的全国性大银行，这里所提到的资产不包括本外币资产，这些大银行就是本文常见的中间建设银行等，其余10家银行都被当作中小商业银行，也就是本文所说的中资中小银行，10家中小银行管理缺乏规范化、资本总量较少且融资难度大;其次，从相关机部门提供的的数据可以看出，保本型理财产品主要有保本以及保息浮动、保息固定理财产品，非保本型理财产品也就是不能确保一定收回成本的浮动理财产品；最后，对上述理财产品的相关数据进行研究分析，以90天为划分依据，将没有达到期限的记作短期理财产品，不再期限范围之内的作为中长期理财产品。

保本型和非保本性理财产品时当前银行中主要的两种发行产品，非保本型理财产品由于其具有理财性质，所以无法归入银行负债表，而保本型理财产品类似于银行存款归入银行相关表格。但从根本来讲，中国银行业始终具有刚性兑付的现象，而且银行格外注重自己的美誉度，两种不同类型的理财产品在实际上是相同的，银证等往往作为非保本型理财产品的资产，尽管这些资产不在银行管理范围之内,但是为了保证客户的有关利益，银行才需要承担一定的责任。

由于中国当下金融市场并没有达到发达国家的水平，并没有形成重复抵押理财产品的基础资产的传统，因而，本文凭借非保本型理财产品总量模拟银行表外资产规模。利用该策略,本文可以对总杠杆进行估计，比如银行隐形杠杆。换而言之,对银行表外资产进行全面分析，非保本型理财产品、银行总资产总和除银行权益资本得出的结果就是平均资本比率，平均资本比率与资产规模基数呈反比例的关系,导致杠杆率增长速度较快。接下来，即使非保本型理财产品缺少表内资产，但获得的利润会在表内的银行利润项表现出来。所以，只有全面分析银行表外资产，才能获得真正的资产回报率。通过相应的数学形式，将分子用净利润来表示，将总资产、非保本型理财产品的和作分母的结果就是平均资产回报率，综上，资产规模基数与平均资产回报率呈反比例的关系。

　4.3.3平稳性检验

表4.1将不同类型的银行的相关数据、指标等信息完整地体现出来。

从表4.1可以看出，大型银行组的Z指数等指标数值较高，理财产品多元化的银行RO4指数较低，但均值仍然比所有银行组和中小银行组高得多，但面临较多的风险。风险与收益明显不符，大型银行组理财产品活跃程度远远落后于中小银。本文将深入分析了该现象。

表4.1数据描述性统计

变量	所有银行			中资大型银行			中资中小银行
	均值	中位值	标准差	均值	中位值	标准差	均值	中位值	标准差
Z指数	147.056	128.601	57.912	187.506	176.171	66.741	130.872	113.072	44.838
资本比率	6.015	6.046	1.064	6.424	6.435	0.624	5.852	5.821	1.156
ROA	0.297	0.297	0.061	0.317	0.307	0.051	0.286	0.286	0.061
理财产品活跃度	9.391	4,15	21.585	4.092	3.529	2.967	11.509	4.910	25.176
保本产品活跃度	2.527	0.522	6.547	1.033	0.532	1.309	3.120	0.522	7.632
非保本产品活跃度	6.864	3.079	15.662	3.069	2.639	2.455	8.378	3.468	18.261
中长期产品活跃程度	2.650	1.330	5.023	1.309	1.136	0.992	3.192	1.586	5.821
短期产品活跃程度	4.624	2.026	6.936	2.609	2.077	2.046	5.432	1.964	7.959
买入返售活跃度	9.565	7.887	7.294	3.233	2.762	1.862	12.102	9.790	7.120
银行规模	29.094	29.104	1.289	30.618	30.792	0.522	28.491	28.695	0.951
流动性比率	21.596	21.585	4.174	22.199	22.659	3.182	21.360	20.890	4.491
存款比率	73.277	73.932	7.887	78.423	78.525	5.115	71.221	71.743	7.867
贷款比率	50.352	51.058	7.345	53.073	53.769	2.731	49.257	49.483	8.276
观察值	386.694	110.484	276.210

注:除了Z指数和银行规模外，其余变量的单位均为％资料来源:本文整理

表4.2单位根检验结果

 

　　注:DF检验主要负责时间序列，为z统计量；LLC检验主要处理面板数据，为t统计量，但是两者都假设“存在单位根”，资料来源:本文整理

本文通过LLC检验全面深入分析了长面板数据特征的反宏观控制变量，不难发现,对GDP与银行的发展联系的分析和研究具有很深刻的意义。从相应的结果中可以显示，银行的实际增长率所占GDP的比例呈现平稳增长趋势。

　　4.4实证结果与稳健性检验

　　4.4.1实证结果

STATA12.1被该文章频繁的使用计算数据。表3模型1是该软件的基本回归结果。从总体来说，商业银行能够进行长期稳定的发展，理财产品有不可避免内的影响。在显著性为1%的检查中，理财产品每提升1%的活跃程度的时候，商业银行的Z指数就有0.47%的减少。

根据对其他变量的控制，可以得知银行的规模大小、流通性的比例、客户存款的比例在银行有关Z指数中呈现正向相关的变量，但是同时也存在着一些负相关的变量因素，包括贷款业务在GDP中的比例等。这代表着商业银行的发展可以稳定进行是因为银行具有一定的规模，有流动性较强的资金链，存款数额较大，而贷款在GDP中处于主要部分、经济增长处于飞速的状态，那么商业银行经营没有较稳定的发展。表3模型2、模型3表示商业银行的稳定发展和理财产品存在的影响的回归结果。根据结果的数据可以知道，理财产品对商业银行的资金比率、回报率呈正相关，也就是商业银行能否稳定的发展和理财产品导致的资本率减小、杠杆率提升，资产的收益情况被降低实行在生活中。所发行的理财产品的活跃程度比较高，资本利率较低的情况，从而减少收益。

表4.3理财产品对商业银行经营稳定性的影响及影响渠道

wmpextent	-0.47***	-0.02…	-0.0004**	-0.94*	-0.02*	-0.001	-0.44…	-0.02“*	-0.0004**
	（-8.13）	（-7.64）	（-2.40）	（-1.82）	（-1.86）	（0.44）	（-6.99）	（-6.55）	（-2.25）
size	29.33***	1.05***	0.07***	85.84***	2,67***	0.15***	17.51*	0.59	0.04
	（3.61）	（3.25）	（2.64）	（6.31）	（5.57）	（2.71）	（1.78）	（1-46）	（1.30）
liqratio	0.54*	0.03**	0.001	-1.96**	-0.03	0.01…	0.47	0.02*	-0.0001
	（1-77）	（2.46）	（0.78）	（-2.36）	（-0.86）	（3.06）	（1.34）	（1-73）	（-0.11）
loanratio	0.28	0.03*	0.001	-1.19	0.02	0.01**	-0.73	-0.005	0.001
	（0.76）	（1.83）	（1.06）	（-1-40）	（0.72）	（2.10）	（-1.38）	（-0.22）	（0.54）
deporatio	1.58…	0.07***	0.004…	0.49	0.01	0.01**	1.82***	0.08***	0.004…
	（4.82）	（5.17）	（4.15）	（0.63）	（0.49）	（2.30）	（4.73）	（4.87）	（3.68）
gdpgrowth	-3.51***	-0.16**	-0.01**	-2.29	-0.05	0.01*	-3.29”	-0.19***	-0.01***
	（-3.38）	（-3.82）	（-2.10）	（-1.66）	（-1.04）	（1.95）	（-2.44）	（-3.36）	（-2.97）
loangdp	-0.31**	-o.or*	-0.0004	-0.14	0.002	0.003***	-0.33*	-0.02**	-0.001**
	（-2.01）	（-2.08）	（-0.87）	（-0.63）	（0.24）	（3.11）	（-1-67）	（-2.11）	（-2.06）
观测值	378	378	378	108	108	108	270	270	270
Wald	3265.90	405.27	309.20	2709.35	160.09	116.75	2024.76	296.84	175.43

注：表格中括号内所代表着按照1%、5%和10%的不同水平检验

资料来源:本文整理

　4.4.2稳健性检验

在上述的基础上进一步对银行的规模进行划分。在对规模的划分中是按照一定的标准进行的，文中所提及到的14种不同类型的划分，分别为大银行、中小银行，对这两种规模不同的银行作出一定的检测之后可以发现银行所发行的理财产品与银行的稳定性方面有着一定的联系和影响和相关的影响体系，表3为所得结果。根据以上的数据可以显示出三种不同的数据相关性检测结果，可以采用一定的数学计算公式来得出。从以上表中的模型4到模型6的数据结果显示出，在大银行中，商业银行的经营稳定性会因为理财产品的出世带来的资本利率减少而降低，但是资产收益的比率并没有被明显的波及，在表3模型7至模型，可以得知中小银行，商业银行的经营稳定性会因为发布理财产品所带资本比率下降、资产收益率下降而降低。规模大小不同的银行理财产品出世的时候并没有很大的影响到资产收益率，还有可能是因为银行的规模大小对理财产品发行之后的预期收益率和活跃度之间并不相同而存在关系。通常情况下，大银行一般都是国有银行，在大众之间有很高的信誉，自身的线下网点也比较多，存款资金链丰富，没有发布理财产品的必要性。所以，大银行发布理财产品的程度和收益情况都没有中小型银行那么活跃，不用此方式来吸引投资者。在本文中的表现为，大银行发行理财产品并没有很明显的资本收益率降低的情况，但是在中小型银行中就会有明显的影响。

本文通过对于这一类的产品在不同类型上充分的分类。其方式都拥有着不一样的风险程度和收益效果，所以按照风险等级可以将理财产品划分成两种不同的类型，保本型和非保本性。保本型产品的所有浮动都是在本钱的范围内，属于一种固定的产品，但是非保本产品所浮动的范围比较大，不存在保本的情况。因为监管的规定，保本型的理财产品又被称为银行存款，加入到银行资产的负债表中，而非保本型理财产品是将银行看作一个资产托管的场所，归入银行表外的工作。所以，这两种类型的产品对商业银行稳定性发展所造成的影响和形式都是存在不同的。本篇文章对不同类型的理财产品会影响商业银行长期稳定的发展所造成的影响。对这两组不同的数据利用是三种不同的线性检测方式进行检测之后可以得出相应的结果，再采用FGLS的计算公式来进行计算，如上表4即为得出的最终计算结果。根据结果可以有效看出，保本型产品的比例相应下降，造成商业银行的稳定性下降，资产收益率并没有受到很大印象，但是保本型的理财产品在降低资本利率的同时，收益率也没有上升，导致商业银行能否稳定的经营也成为问题。存款数量越多可以证明商业银行可以长远的稳定发展，但是贷款在GDP中的比重比较大，经济在迅速的发展，这些银行不具备很高的稳定经营能力，理财产品所影响的体系主要为表3模型2，等。从以上的计算结果中可以看出，银行所发布的理财产品与银行所具有的资本率和资本回报率中的印象都是负相关，也就是商业银行的经验稳定性和理财产品的出世之间存在的影响主要是通过让资本率以及资产的收益率降低等的方式来进行。在当前理财产品受到越来越多关注并且资本率相对较低的情况下，资本收益率也减少。

　4.4.3稳健性检验

对银行规模进行划分。为了了解在不同的银行规模中，理财产品的状况对银行运行的影响和具体的理财产品的影响细节，按照中国人民银行划分各家银行的划分手段，对14家不同的银行进行了评估和划分，综合这些银行的情况和条件，把银行分为两组：大银行、中小银行。影响结果如表3。

此次采用FGLS方法计算结果，进行了组间异方差、和常用的组间同期相关和权威的组内自相关计算，对两组数据进行分析检验。通过观察大银行组发现，由于理财产品运用了降低资本的比率的方式，所以理财产品会在一定程度上，降低商业银行经营的稳定程度。但是这种方法对资产收益的效果不明显。结果见表三的模型4、模型5、模型6。通过观察中小银行组发现，在理财产品发行的同时，资产收益率受到了影响，资本比率也受到了影响，这两种比率的降低严重影响了银行运行的稳定性。如表3的模型7、模型8、模型9所示。

综上所述，银行规模大，对资产收益率的影响较小，而中小型规模的银行，影响情况则相反。通过分析可以得出，影响结果的不同有很多影响因素，其中最主要的影响原因就是：（1）每个银行的规模的预期收益率差异巨大（2）各个银行的活跃程度不同。

理财产品的预期收益率的不同，是该理财产品对资产收益率影响效果的主要原因。通常情况下，客户在保持本金型的理财产品中承担的风险比较小，从而预期收益率也较低。许多顾客投资了非保本型的理财产品，该类产品承担的风险大，相应预期收益率也很高。在本文的调查结果来看，银行的资产收益率会随着非保本型理财产品的发行而大幅降低。保本型的理财产品对银行的资产收益率的影响效果不明显。

表4.4不同类型理财产品对商业银行经营稳定性的影响及影响渠道

变量

模型1 Z

模型2 E/A

模型3 ROA

模型4 Z

模型5 E/A

模型6 ROA

fixwmpextent

-0.78*** （-5.59）

-0.03***（-5.33）

-0.002 （-1-59）

floatwmpextent

-0.48***（-6.53）

-0.02*** （-1.91）

-0.001*** （-3.46）

size

11.47 （1.61）

0.38 （1-28）

0.09*** （3.73）

20,94*** （2.81）

0.70** （2.29）

0.10*** （3.96）

变量

模型1 Z

模型2 E/A

模型3 ROA

模型4 Z

模型5 E/A

模型6 ROA

liqratio

0.61** （2.25）

0.04*** （3.32）

0.002* （1.76）

0.44 （1.62）

0.03*** （2.81）

0.001 （1-42）

loanratio

1.29*** （3.76）

0.07** （5.05）

0.002** （2.27）

1.16*** （3.41）

0.07*** （4.92）

0.002** （2-10）

deporatio

0.43 （1.50）

0.02* （1.68）

0.004… （4.74）

0.68**（2.34）

0.03” （2.33）

0.005 （4.90）

gdpgrowth

-2.93*** （-3.48）

-0.12 （-3.40）

-0.004 （-1.30）

-2.66*** （-3.15）

-0.11…（-2.99）

-0.003 （-l.io）

loangdp

-0.22* （-1.72）

-0.01 （-1.47）

0.0001 （0-17）

-0.16 （-1-21）

-0.01 （-0.98）

0.0002 （0.40）

观测值

378

378

378

378

378

378

Wald

2446.09

393.98

302.35

2650.15

395.59

296.81

注:括号内为z统计量，”*、“、*代表着按照1%、5%和10%的不同水平检验资料来源:本文整理

（3）划分不同产品的截止时间。理财产品不同，期限不同。理财产品的期限有很多种，通常情况下可分为一周、30天、三个月、六个月、270天等短期期限和一年的长期期限等。短期理财产品就是期限小于3个月或者等于3个月的理财产品，大于3个月的则为中长期理财产品。本文研究了银行经营稳定性的影响因素：不同期限的理财产品、理财产品的期限类型的具体影响效果。并对这两项因素进行了总结分析。

运用FGLS进行计算，对长面板数据进行检验，检验过程采用了组间异方差的方法进行计算，检验效果显著。另外还采用了组间同期相关的方法。检验数据时，也用到了组内自相关的数据检验法。检验结果如表4.4所示。本文对表4.4进行充分研究，发现短期的理财产品实际上对于银行在经营过程中遇到的稳定性问题是有深入影响的，因为这一类的产品实际上是降低了银行资本的比率。但是短期理财产品只降低了小百分比的资产的收益率。对中长期理财产品来说，该产品资本比率受到了影响。不同的理财产品，资产收益率也存在巨大差异。中长期理财产品改变了上述两项比率，从而达到降低稳定性的目的。

根据上文本文了解到，理财产品如果类型和期限都不一样，并且其预期收益率也是不一样的，那么它们就会对资产收益率产生了重大影响。通常情况下，期限较短的理财产品，一开始预想的收益率比较低。而期限较长的理财产品，一开始就对它的收益率状况期待较高。从本文中可以看出，银行资产的收益率受到期限较短的理财产品的影响较小。许多理财产品属于长期理财产品，与短期理财产品不同，这些产品对商业银行资产的收益率影响较大。

表4.5不同期限理财产品对商业银行经营稳定性的影响及影响渠道

swmpextent	-0.50“*（-5.53）	-0.02…（-4.50）	-0.001 （-1-28）
Iwmpextent				-0.74*** （-7.91）	-0.03…（-6.88）	-0.001… （-4.82）
变量	短期理财产品			中长期理财产品
	模型1 z	模型2 E/A	模型3 ROA	模型4 Z	模型5 E/A	模型6 ROA
size	17.28″ （2.35）	0.60** （1.96）	0.09*** （3.52）	19.70*** （2.69）	0.67** （2.21）	0.11*** （4.42）
liqratio	0.52* （1.94）	0.03… （3.10）	0.001 （1.51）	0.46* （1-73）	0.03… （2.77）	0.001 （1.50）
loanratio	1.24*** （3.66）	0.07*** （5.13）	0.002** （2.12）	1.16*** （3.42）	0.07“* （4.81）	0.002“ （2.22）
deporatio	0.59** （2.04）	0.03**（2.10）	0.004*** （4.57）	0.66** （2.31）	0.03**（2.36）	0.005… （5.21）
gdpgrowth	-2.72***（-3.22）	-0.11*** （-3.08）	-0.004 （-1-27）	-2.72… （一3.25）	-0.1L （-3.13）	-0.003（-0.96）
loangdp	-0.18 （-1.42）	-0.01 （-1.16）	0.0001 （0-12）	-0.14 （-1.12）	-0.005 （-0.93）	0.0003 （0.71）
观测值	378	378	378	378	378	378
Wald	2509.56	377.18	286.45	2776.84	445.38	314.52

（4）出台相关政策，形成冲击。2010年开始，各种类型的理财产品如雨后春笋一般快速崛起，商业银行的稳定经营受到了极大的影响。对此，中国银行业监督管理委员会相继出台了若干文件以应对银行经营风险的上升，这些文件中，2013年首个季度发布的“8号文”，即《关于规范商业银行理财业务投资运作有关问题的通知》措辞最为严厉，严格的管理措施有效的限制了部分理财产品的疯狂扩张模式。本文即主要以该通知为研究对象，具体探求该通知对银行机构稳定经营的作用及背后的机理。

其中可用的回归模型通常是以下公式:

本文采取了组件异方差、组件同期相关以及自相关等形式相继对长面板数据进行了检验，并利用全面FGLS法回归该检验结果，最后得到图6所示数据。根据表格中1到3号模型的相关数据，本文可知，银行机构经营的稳定程度自8号文发布后有了一个明显的提升。值得注意的是，资本比率的提升虽然格外明显，但并不能显著影响资产收益率，极有可能由于“8号文”主要是为了控制理财产品在非标资产中的占比，这其中，对资本比质的影响最为直接，在回归结果中体现为对资产收益状况的影响，而相关产品的收益率则并未受到实质影响。

表4.6银监会“8号文”对商业银行经营稳定性的影响及影响渠道

变量	model1 Z	model2 E/A	model3 ROA	model4 Z	model5 E/A	model6 ROA
wmpextent	-0.46***	-0.02…	-0.0005***	-0.45***	-0.02***	-0.0005…
	（-8.19）	（-7.66）	（-2.66）	（-8.21）	（-6.46）	（-2.66）
sizedummy				123.50*** （4.29）	1.15** （2.40）	-0.29***（-3.10）
48	6.or	0.31**	-0.02	0.55	0.42…	-0.02
	（1-91）	（2.49）	（-1.62）	（0.15）	（3.21）	（-1-31）
sizedummyx t/8				13.27*** （2.83）	0.23（1-15）	-0.002 （-o.il）
size	16.80	0.40	0.10***	20.57**	-0.54“*	0.10**•
	（1.65）	（1.00）	（3.14）	（2.02）	（-3.39）	（3.10）
liqratio	0.71**	0.04***	0.0003	0.51*	0.04***	0.0003
	（2.32）	（3.18）	（0.30）	（1.65）	（3.02）	（0.32）
loanratio	-0.03	0.01	0.002	-0.35	-0.02	0.002
	（-0.07）	（0.71）	（1.67）	（-0.90）	（-1-61）	（1.63）
deporatio	1.52***	0.06***	0.004…	1.70***	0.06***	0.004…
	（4.82）	（5-15）	（4.44）	（5.35）	（4.83）	（4.33）
gdpgrowth	-3.67***	-0.17***	-0.01**	-3.42…	-0.21…	-0.01**
	（-3.54）	（-4.19）	（-2.04）	（-3.43）	（-5.81）	（-2.04）
loangdp	-0.41**	-0.02***	-0.0001	-0.36**	-0.02…	-0.001
	（-2.63）	（-2.90）	（-0.28）	（-2.28）	（-5.97）	（-0.29）
观测值	378	378	378	378	378	378
Wald	4703.04	760.89	272.29	4827.86	766.72	272.32

注：括号内数据表示统计量；*”、”、*分别表示通过1%

为深入探讨该文件发布后对各体量商业银行的影响程度是否存在差距，本文相继引入了两个虚拟变量，分别是虚拟的银行分组变量（sizedummy）以及该变量与文件所带来的政策虚拟变量两者的交叉结果（s^-dummyxdS），并以双重差分法进行了计算，公式（7）~（9）具体展示了该回归model：

表4.7同业业务对商业银行经营稳定性的影响及影响渠道

变量	model1 Z	model2 E/A	model3 ROA	model4 Z	model5 E/A	model6 ROA
wjnpextent				-1.20*** （-8.82）	-0.06***（-10.35）	-0.003… （-7.06）
psextent	-0.66**（-2.15）	-0.02* （-1.88）	0.003… （3.62）	-0.61** （-2.14）	-0.04*** （-3.17）	-0.001 （-0.64）
size	13.34* （1-81）	0.39 （1.27）	0.12*** （4.59）	11.45 （1.58）	-0.04 （-o.ii）	0.10*** （4.16）
liqratio	-0.02 （-0.07）	0.02 （1-20）	0.004*** （3.43）	-0.04 （-o.ii）	0.03** （1.97）	0.004… （3.78）
loanratio	0.78* （1.83）	0.06*** （3.35）	0.005… （3.83）	0.57 （1-35）	0.05*** （2.96）	0.005** （3.84）
deporatio	0.24 （0.85）	0.01 （0.99）	0.005*** （5.47）	0.43 （1-48）	0.02 （1.31）	0.005… （5.40）

表格中模型4-6的相关数据显示，大型银行的资本比率经由8号文件的发布而得以明显提升，进一步使得其经营状况更加平稳。

引入同业业务。“8号文”的出台带来的最显著的变化是各通道业务的减少，其中以“银信合作”及银行与证监会的合作最为明显，两者的业务量均大幅下降。但对于银行而言，其存款数额与贷款业务的比值并未实际改变，自身资本依旧充足，对利率的管制条件也并未变化，因此，银行仍然有极强的动力可以开展创新。2013年，同业业务开始大肆流行，成为了一种新的在监管下套取利润的形式①（郑联盛、2014）。主要的同业业务形式包括同业代付、存放同业以及买入返售等形式。买入返售②的起步最晚，但也成为了目前最为重要的一项。由此，本文拟在本次相关研究中引入该项业务的影响，分别探讨仅存在该项业务以及买入返售与发现理财产品同步进行两种情况下银行经营状况受到的不同影响程度。式（10）~式（12）为具体的回归模型：

表7中模型1-3依旧是利用FGLS法进行回归后所得结果，本次回归仅考虑了买入返售的影响，回归对象同样来自以组间异方差、组间相关性和组内的自相关等形式来对这些数据进行检验。根据计算的结果可以看出，买入返售在对银行经营状况的影响上同理财产品的发行一样，均会降低其稳定性，区别在于前者还同时使机构资产的收益率得到了提升。表4.8模型4~模式6则是买入返售与理财产品的发行均被考虑后所得的回归结果，该结果证明，即便存在买入返售的因素，理财产品的发行依旧会使得机构经营状况不稳定，并同时使得其资本比例与资产的收益情况有所降低。

表4.8降低资本比率和资产收益率

变量	模型1 Z	模型2 E/A	模型3 ROA	模型4 Z	模型5 E/A	模型6 ROA
gdpgrowth	-2.67***（-3.30）	-o.ir** （-3.14）	-0.001 （-0.27）	-3.26*** （-3.99）	-0.14***（-4.17）	-0.002（-0.72）
loangdp	-0.19 （-1.53）	-0.01 （-1.24）	0.001 （1.41）	-0.32**（-2.55）	-o.or* （-2.46）	0.0005*** （1.00）
观测值	378	378	378	378	378	378
Wald	2055.23	238.48	274.39	3119.02	498.70	360.75

注：表格中括号内所表示的是按照不同比例的检验情况资料来源:本文整理

　5我国理财产品规模对金融稳定性的实证分析

　　5.1变量说明与数据来源

　　5.1.1变量说明

5.1.1.1银行理财产品规模

本文中银行理财规模采用每月银行理财产品存续余额来表征，其中银行理财产品总规模（total）采用所有类型银行以及金融机构每月非保本理财产品存续余额的合计数；国有大型银行（state）采用大型的国有银行每月非保本理财产品存续余额；全国性股份银行（stock）采用全国性的股份银行每月非保本理财产品存续余额。

5.1.1.2金融稳定性

Zhu&Tarashev（2008）[]认为现有文献中对金融稳定性的度量方法主要有三种：第一种是构建金融稳定性指数。Bongini（2002）[]认为金融稳定性指数主要采用股票信息、金融信贷或金融衍生工具等信息建立一套指标体系，从而测算金融稳定性指数，但金融稳定性指数方法存在各评价指标体系缺乏统一性，并且无法做出金融系统稳定性的预警以及前瞻性预判。

第二种是直接指标法。直接指标法主要采用宏观经济、金融系统等指标来直接描绘金融系统的稳定程度，采用时间序列统计方法对外部冲击以及金融体系运行的前瞻性进行预判。2008年金融危机后，Gerdesmeier,D,et al.（2009）[]提出将信贷增长率、杠杆率等作为金融不稳定的指标来研究金融体系不稳定或金融市场周期变动的因素，并且表现出较好的前瞻性预测效果。

第三种是宏观压力响应法。宏观压力响应方法重点在于刻画外部冲击对金融体系的压力与响应机制。Borio,C&Drehmann,C M（2009）[]认为该方法虽然具有较好的预判性和前瞻性，但其模型设置很难识别和处理不同类型的外部冲击对金融体系稳定性的影响程度，因此对结果科学性的分析存在一定的困扰。

一般来说，在金融市场的交易过程中有两种资产对金融资产的影响最为深远，这两种资产其一是房地产，还有一种是有价证券。而实际上，本文所了解的很多次金融危机，都是受到房地产还有股市泡沫的影响的。比如东南亚还有X遇到的金融危机，多多少少都是受到这方面的影响。所以本文这次的研究主要是就针对影子银行在实际的资产价格方面的影响。探寻房地产价格以及有价证券等对其的影响。首先，对于资本的汇集上，房地产是非常重要的一种方式，而针对引自银行来说，它的规模和影响也是最大的。另外一方面，它在社会融资中也是在其整体规模里占比最大的资产，相较于货币来说，本文对国家整体社会融资的了解，还有整体资金流现状，通过对社会融资规模就能更好的衡量。其中实际包含的业务是很多的。这次的研究主要是针对委托贷款，还有信托贷款等方面充分的进行了分析。从根本上来说，影子银行体系的不断发展变化在一定程度上影响了整个社会的融资规模以及货币供应量。从学术的角度来说，物价是受到货币的实际供给量影响的，同时也影响了房地产的价格。如果一般东西的物价都上涨了，房地产的价格也会增加。当前我国却出现了不一样的情况，国家对于货币的供给量不断的开放扩大，可是物价水平却没有什么变化。业界对其解释是这其中的源头都来自于房地产市场，因为房地产的影响，实际上一些超额发出的货币，并没有消费在其他市场上，而是全部用于了购买房地产，从而导致了房地产价格上升，但是房价的上升并不属于CPI的范畴，所以本文针对通货膨胀的实际计算，就会有不同。以上调查得出，因为影子银行的发展，房地产收到更多的货币供给，价格就会不断变化。

当前，本文了解到的房价中，商品房的价格要更高一点，这也是有原因的，第一就是现在社会人们对于商品房的需求要更大一些，并逐渐成为了各家各户必要的需求；第二就是有部分人用投资的方式来赚取收益。这两方面的因素都导致了商品房的销售价格的上涨，导致商品房的销售价格已经远远超过了市场价值规律所规定的均衡的价值，进一步造成了房地产的巨大泡沫。由此可得，如果是刚性需求而引起房价上升并不会造成房地产的巨大泡沫，倘若是因为投资行为而造成的房地产价格上升就会营造出巨大的房地产泡沫。所以，本文这次的研究主要就是针对商品房的价格还有租价，从而衡量整个房地产也的泡沫，房租高的时候，人们对于住房的需求就更大，进而这一指标也就越大，这就在一定程度上表示受其影响的房地产泡沫也会更大，从而就会产生很多的不良贷款，这种情况就会产生你指标。

一方面，商业银行通过一些举措将贷款出表，通过银行的理财产品、同业业务以及委托贷款等业务给房地产市场注入一些资金，帮助房地产市场进一步的平稳运行，同时再将部分资金流入到地方XX的融资平台，在一定程度上就导致大部分的资金都汇集在房地产市场，也提升了房地产的销售价格。与此同时，这种融资方式在一定程度上造成了银行会有大量的短期债务。事实上，房地产是需要长期持有才会获利的资产，对于资金的需求量也比较大，所以需要相当长的时间才能收回资金。而影子银行的资产方就会拥有大量的长期资产，会造成资金的期限错配，并且房地产的周期再一延长就会使得大量的贷款通过影子银行流向房地产行业，会进一步提升杠杆率，加剧风险，影响金融系统的稳定性。此外，由于财政事权的改革还在进行中，一些地方XX的财权与事权不向符合，在地方XX收入中，XX的土地出让金已经占据了绝大多数的比重，房价的上升也会进一步提高地方XX的土地出让金的比重。房地产的价格变化比较大，一旦价格发生波动，就会直接影响房地产的利润，进而影响影子银行各项资金的收回情况，并且还会对地方XX造成一定的影响。此外，最根本的影响就是会影响到金融机构乃至整个金融体系的健康持续发展。

另一方面，由于房地产的价格不断攀升，越来越多的人开始利用房产做为抵押物进行贷款。对于那些依靠影子银行融资的企业来说，随着房价的不断上升，企业的资产也会随之逐渐上升，这样一来在流动性转换和期限的转换的过程中推高了信用创造和债务杠杆。与之相同的就是地方XX的融资平台了，地方XX凭借房地产来扩大自己的融资规模，将获得的贷款用于当地的基础设施建设当中。但对于土地价格的波动至今人类是很难把握的（张平，2017），，在一定程度上加大了平台贷款的风险。一旦房地产价格发生变化，就会使得与之相关联的资产受到影响，会加剧金融市场的风险。

综上所述，就目前来说，很多当地的房地产市场和地方XX融资平台近些年以来开始通过影子银行业务进行搜集资金，这就在一定程度上促进了房地产价格上升的趋势，扩大了房地产市场的规模。同时，那些将房地产作为抵押的借贷资产也与房地产的价格变动的关联性很大，房地产的价格上升会使得借款人的抵押资产价值升高，进而能够继续获得信贷而造成杠杆率攀升的现象。所以，本文就可以判定影子银行业务拥有以下几个特点：首先流动性转换比较明显、信用风险水平高、存在明显的期限转换。

综合以往文献中研究金融稳定性方法的优劣势，本文选择直接指标法对金融稳定性进行定量评价。本文参考部分学者采用信贷指标和房价指标来衡量金融不稳定性，其中，信贷规模指标借鉴国内外学者Tressel,T&Zhang,Y S（2016）[]的研究，采用我国月度的社会融资同比增长率来衡量信贷规模；房价指标借鉴国内学者们的研究方意（2016）[]，采用我国100个具有代表性的城市房价的月度平均值来衡量房价指标。

5.1.1.3控制变量

一、通货膨胀控制变量（cpi_tongbi）。为了控制通货膨胀对研究结果的影响，本研究中加入控制通货膨胀的变量，考虑到数据的可获得性和科学性，本文参考以往文献的研究Kim,S&Mehrotra,A（2017）[]，采用我国月度CPI（物价指数）同比增长率来表征。

二、经济增长控制变量（idv_tongbi）。为了控制宏观经济增长对研究结果的影响，本研究中加入控制经济增长的变量，考虑到数据的可获得性和科学性，本文参考以往文献中的研究Tillmann&Peter（2015）[]，采用我国月度规模以上工业增加值同比增长率来表征。

所有变量的名称、符号、具体含义及单位见下表5.1。

表5.1变量详细说明表

变量类型	变量名称	变量符号	具体含义	单位
银行理财产品规模	银行理财产品总规模	total	采用所有类型银行以及金融机构每月非保本理财产品存续余额的合计数	万亿
	大型国有银行理财产品规模	state	大型的国有银行每月非保本理财产品存续余额	万亿
	全国性股份银行理财产品规模	stock	采用全国性的股份银行每月非保本理财产品存续余额	万亿
金融稳定性	社会融资规模同比增长率	sfi_rate	采用我国月度的社会融资同比增长率来衡量	百分比
	全国百城平均房价	house_price	采用我国100个具有代表性的城市房价的月度平均值来衡量	元
控制变量	CPI同比增长率	cpi_tongbi	采用我国月度CPI（物价指数）同比增长率来表征	百分比
	规模以上工业同比增长率	idv_tongbi	采用我国月度规模以上工业增加值同比增长率来表征	百分比

　5.1.2数据来源

本文中涉及的数据具体来源如下：银行理财产品总规模数据、大型国有银行理财产品规模数据、全国性股份银行理财产品数据均来自《中国银行业理财产品市场报告（2014-2018）》；月度社会融资同比增长率数据、全国100个城市月度平均房价数据均来自wind数据库；月度CPI同比增加率数据、月度规模以上工业增加值同比增长率数据均来自国家统计局《中国统计年鉴（2014-2018）》。

5.2变量描述性统计分析

本文中实证分析所涉及到的变量描述性统计分析见下表5.2，各变量的时间跨度为2014年1月至2018年12月，总计60个自然月。表中Obs代表各变量的观测值个数，Mean代表各变量的均值，Std.Dev.代表各变量的标准差，Min代表各变量的最小值，Max代表各变量的最大值。

表5.2变量描述性统计

Variable	Obs	Mean	Std.Dev.	Min	Max
total	60	22.425	5.873	11.37	30.32
state	60	8.198	1.339	5.09	10.17
stock	60	9.166	2.691	4.04	13.02
sfi_rate	60	11.333	50.81	-66.59	213.93
house_price	60	12293.2	1523.542	10522	14678
cpi_tongbi	60	1.823	0.453	0.80	2.90
idv_tongbi	60	6.647	0.998	5.40	9.20

　5.3实证分析

SVAR（结构向量自回归）模型的构建必须经过以下几个步骤：首先，要检验模型中每个变量是否具有单位根，若变量具有单位根，则会导致模型估计有偏；若每个变量均无单位根，则可以进行下一步骤。其次，判断模型的滞后阶数，根据各信息准则选取模型最优滞后阶数。最后，SVAR模型估计后进行稳定性检验，检验模型设定是否合理、有效。

　5.3.1单位根检验

对于时间序列的单位根检验，传统的方法有ADF（Augmented Dickey-Fuller）检验和PP（Phillips-Perron）检验，但以上两种检验方式在样本容量不大的情况下检验效率较低（陈强，2014）。为此，Elliot，Rothenberg&Stock（1996）提出了DF-GLS两步检验法。本文中时间序列单位根检验均采用DF-GLS检验对变量进行单位根检验，检验结果见下表5.3。表中零阶代表各变量的原始数据，一阶代表各变量进行一阶差分之后的结果。由检验结果可知原始数据中只有变量sfi_tongbi和cpi_tongbi显著拒绝原假设，即不存在单位根。因此，需要对所有变量进行一阶差分处理，处理后检验发现所有变量均显著拒绝原假设，既不存在单位根。

表5.3变量单位根检验结果

变量	零阶		一阶
	系数	T值	系数	T值
total	-0.0224	-0.53	-1.041***	-4.87
state	-0.0645	-0.93	-1.597***	-6.79
stock	-0.0178	-0.44	-1.078***	-5.06
sfi_tongbi	-0.663***	-3.53	-1.998***	-8.00
house_price	-0.0174	-1.75	-0.206**	-2.32
cpi_tongbi	-0.325**	-2.69	-1.185***	-5.07
idv_tongbi	-0.177	-1.79	-1.879***	-8.28

注：*显著性水平含义如下，*p<0.05,**p<0.01,***p<0.001。

　5.3.2模型设定

第二步，对模型的滞后阶数进行选择。由表5.4可以看出，选择模型选择滞后一阶的有1个，选择模型滞后两阶的只有3个，选择模型滞后三阶的只有1个。结合AIC和SBIC信息准则的判定结果，本文中的模型选择滞后两阶作为模型的最优滞后阶数。

表5.4模型滞后阶数判定表

Sample:2014m5-2018m12 Number of obs=56
lag	LL	LR	df	p	FPE	AIC	HQIC	SBIC
0	-1042.3	NA	NA	NA	1.2e+0.6	37.4031	37.4732	37.5839
1	-752.79	579	25	0.0000	956884	27.9567	28.3774	29.0417*
2	-703.75	98.077	25	0.0000	414425*	27.0982*	27.8694*	29.0874
3	-679.59	48.316*	25	0.0030	451639	27.1282	28.25	30.0216
4	668.98	21.221	25	0.6800	843273	27.6421	29.1144	31.4397

注：“*”表示各检验结果显著。

分析宏观经济变量之间的关系一般采用VAR模型进行分析，但考虑到本文中涉及的经济变量均为月度时间数据，变量与变量之间当期可能存在相互影响。因此，本文采用VAR模型的变型模型SVAR模型惊醒分析，其优点在于可以分析各变量在当期的相互影响。根据SVAR模型设定的规则，该部分的分析中涉及5个参数，需要设置N*（N-1）/2个限制条件，即设置10个限制条件。本文的SVAR模型设定如下：

5.3.3稳定性检验

SVAR模型估计之后需要对模型设定的合理性进行检验，若模型设定合理、估计结果稳定，则特征值会落在半径为1单位的圆内；若模型设定不合理、估计结果不稳定，则特征值会落在单位圆外。图5.1的稳定性检验结果显示特征值均落在单位圆内，模型设定合理、估计结果稳定。

　　图5.1模型稳定性检验结果

　5.3.4格兰杰因果关系检验

SVAR模型估计后就可以把所有的变量，通过格兰杰因果关系来进行检验，最终得到其因果关系，若检验结果显著拒绝原假设，则备择假设成立，某变量是另一变量的格兰杰原因（见下表5.5）。

由检验结果可知：银行理财产品总规模是百城平均房价的格兰杰原因，百城平均房价也是银行理财产品总规模的格兰杰原因，存在相互影响的关系，从P值来看银行理财产品总规模对我国平均房价的推动作用可能更大。这也与显示情况相符合，今年来我国房地产也快速发展，房地产泡沫日益扩大，在中央出台相关限制房地产政策后，房地产融资渠道被严格把控，而银行理财产品的金融渠道管制较松，从而成为房地产业融资的新渠道，导致银行理财产品规模以及全国平均房价持续上涨。但两者的检验结果仅仅在10%水平下显著，其结果的可信度仍需要进一步检验。

社会融资增长率是CPI同比增长率的格兰杰原因，CPI同比增长率也是社会融资增长率的格兰杰原因，两者存在互为因果，但前者在1%水平下显著，后者仅在10%水平下显著。这说明社会融资增长率显著促进了我国物价水平的上涨，而由于物价水平的上涨，银行理财产品规模也会呈现上升的趋势。因此，适当控制社会融资增长率、引导合理、有效的融资能控制国内物价水平的上涨。

社会融资增长率是工业增加值增长率的格兰杰原因，但是反过来，工业增加值的增长率却不是影响另外一个格兰杰的原因。这说明社会融资上升促进了我国规模以上工业价值的增长，工业增加值的增长依赖于社会融资水平，融资水平越高工业增加值增长越多。但该检验结果仅在10%水平下显著，其结果的可信度仍需要进一步检验。

CPI同比增长率是银行理财产品总规模、百城平均房价的格兰杰原因，两者均在1%水平下显著，说明我国物价上涨显著促进了银行理财规模的扩张以及全国平均房价的上涨，这也与现实相符合。工业增加值增长率是CPI同比增长率的格兰杰原因，检验结果在5%水平下显著，这说明我国规模以上工业增加值增长率会促进CPI增长率。

表5.5各变量间格兰杰因果关系检验

原假设	F值	P值
银行理财产品总规模不是社会融资增长率的格兰杰因果	2.005	0.367
银行理财产品总规模不是百城平均房价的格兰杰因果	5.505	0.064*
银行理财产品总规模不是CPI同比增长率的格兰杰因果	1.196	0.550
银行理财产品总规模不是工业增加值增长率的格兰杰因果	1.67	0.434
社会融资增长率不是银行理财产品总规模的格兰杰因果	1.769	0.413
社会融资增长率不是百城平均房价的格兰杰因果	1.446	0.485
社会融资增长率不是CPI同比增长率的格兰杰因果	11.436	0.003***
社会融资增长率不是工业增加值增长率的格兰杰因果	5.221	0.073*
百城平均房价不是银行理财产品总规模的格兰杰因果	4.632	0.099*
百城平均房价不是社会融资增长率的格兰杰因果	2.062	0.357
百城平均房价不是CPI同比增长率的格兰杰因果	0.775	0.679
百城平均房价不是工业增加值的格兰杰因果	4.483	0.106
CPI同比增长率不是银行理财产品总规模的格兰杰因果	17.391	0.000***
CPI同比增长率不是社会融资增长率的格兰杰因果	5.192	0.075*
CPI同比增长率不是百城平均房价的格兰杰因果	10.552	0.005***
CPI同比增长率不是工业增加值增长率的格兰杰因果	0.836	0.658
工业增加值增长率不是银行理财产品总规模的格兰杰因果	3.215	0.200
工业增加值增长率不是社会融资增长率的格兰杰因果	0.153	0.926
工业增加值增长率不是百城平均房价的格兰杰因果	1.973	0.373
工业增加值增长率不是CPI同比增长率的格兰杰因果	7.522	0.023**

注：*显著性水平含义如下，*p<0.05,**p<0.01,***p<0.001。

　5.3.5脉冲响应分析与方差分解

（1）银行理财产品规模脉冲响应分析

下图5.2所示，表明当银行理财总规模作为外部冲击变量，施加一个单位标准差的冲击后全国百城平均房价的变化情况。由图可知，全国百城平均房价受到冲击后产生正向影响，并且该冲击的正向影响呈不断增大的趋势。这说明银行理财产品总规模的扩大显著促进了我国百城平均房价的上涨。

下图5.3所示，表明当银行理财总规模作为外部冲击变量，施加一个单位标准差的冲击后社会融资同比增长率的变化情况。由图可知，社会融资同比增长率在受到冲击后会产生小范围的正向波动，该波动在第一期衰减而后上升并在第3期达到峰值，此后冲击影响不断衰减。这说明银行理财产品总规模对社会融资同比增长率产生了一定的影响，但该冲击的影响不大。

图5.2银行理财产品规模对百城平均房价的脉冲响应结果

图5.3银行理财产品规模对社会融资同比增加率的脉冲响应分析

（2）社会融资同比增长率方差分解

下表5.6中分别展示了各个变量对社会融资同比增长率波动的方差分解结果，其中1-5列分别表示银行理财产品总规模、社会融资同比增长率自身、全国百城平均房价、CPI同比增长率、工业增加值同比增长率的贡献程度。除社会融资同比增长率自身的贡献率最高达到96.2%，CPI同比增长率和银行理财产品总规模对社会融资同比增长率波动的贡献最高，达到11%和9%，说明社会融资同比增长率波动是受到CPI同比增长率和银行理财产品总规模的影响。

表5.6社会融资同比增长率的方差分解结果

	1	2	3	4	5
step	方差分解	方差分解	方差分解	方差分解	方差分解
0	0.000	0.000	0.000	0.000	0.000
1	0.038	0.962	0.000	0.000	0.000
2	0.035	0.901	0.014	0.013	0.036
3	0.033	0.801	0.013	0.117	0.035
4	0.056	0.773	0.015	0.114	0.042
5	0.059	0.765	0.016	0.118	0.042
6	0.069	0.753	0.018	0.118	0.043
7	0.071	0.751	0.018	0.117	0.043
8	0.075	0.748	0.018	0.117	0.043
9	0.077	0.745	0.018	0.116	0.044
10	0.081	0.742	0.017	0.116	0.044
11	0.084	0.740	0.017	0.115	0.044
12	0.087	0.738	0.017	0.115	0.044
13	0.089	0.736	0.017	0.115	0.043
14	0.091	0.734	0.017	0.114	0.043
15	0.093	0.732	0.017	0.114	0.043
16	0.094	0.731	0.017	0.114	0.043
17	0.096	0.730	0.018	0.114	0.043
18	0.097	0.729	0.018	0.114	0.043
19	0.097	0.728	0.018	0.113	0.043
20	0.098	0.727	0.019	0.113	0.043

（2）全国百城平均房价的方差分解

下表5.7中分别展示了各个变量对全国百城平均房价波动的方差分解结果，其中1-5列分别表示银行理财产品总规模、社会融资同比增长率、全国百城平均房价自身、CPI同比增长率、工业增加值同比增长率的贡献程度。除全国百城平均房价自身引起的波动最高达到98%，银行理财产品总规模、工业增加值同比增长率和社会融资同比增长率的贡献率最高达到29%、25%和7%，这说明银行理财产品总规模、工业增加值同比增长率和社会融资同比增长率是引起全国百城平均房价波动的主要原因。

（3）影子银行业务对于房地产价格的影响以及对于金融资产稳定性的作用分析。从图5.2中本文可以研究发现，当影子银行产生一个标准信息冲击后，对房地产价格以及金融稳定影响的脉冲效应函数。从图一可得，如果在第一期的时候，影子银行受到一个单位的正面冲击，就会导致房产价格产生剧烈的波动，之后，在第二期就出现迅速下降的趋势，逐渐趋近于零。由此可以看出，当影子银行受到正向攻击的时候，房产价格也是受到正向的影响，导致其价格不断的上涨。商业银行等金融服务机构通过办理理财产品，发放贷款等金融服务方式，为房地产企业，实体经济等发放贷款，许多的信贷资金都注入到房地产企业当中，实现了大量的资金聚集，但是由于供需不平衡的现实矛盾，导致地产价格上升，炒房现象严重。此外，从图5.2观察可知，当影子银行的规模受到一个单位的正向冲击的时候，在当期就会对金融业的稳定秩序产生影响，且该影响是正向的，这样的正向影响一直会延续到第5期，然后直至第6期才开始产生负向的影响，然后经过一系列的震荡再慢慢降至为零。这就代表着在较短的时间内，影子银行的规模扩大是对金融行业有积极的影响作用的，但是伴随着时间的推移和规模的扩大，还是会呈现出负面的影响。（方先明等，2017）

表5.7全国百城平均房价的方差分解结果

	1	2	3	4	5
step	方差分解	方差分解	方差分解	方差分解	方差分解
0	0.000	0.000	0.000	0.000	0.000
1	0.002	0.010	0.989	0.000	0.000
2	0.018	0.018	0.961	0.002	0.001
3	0.041	0.041	0.914	0.002	0.002
4	0.071	0.055	0.864	0.001	0.010
5	0.099	0.062	0.814	0.001	0.024
6	0.125	0.065	0.767	0.002	0.042
7	0.148	0.066	0.723	0.002	0.062
8	0.169	0.066	0.680	0.002	0.082
9	0.189	0.068	0.640	0.001	0.102
10	0.206	0.069	0.602	0.001	0.122
11	0.222	0.070	0.567	0.001	0.140
12	0.235	0.071	0.535	0.001	0.158
13	0.247	0.072	0.506	0.002	0.174
14	0.257	0.073	0.479	0.002	0.189
15	0.266	0.073	0.455	0.003	0.202
16	0.274	0.074	0.433	0.004	0.215
17	0.281	0.075	0.413	0.005	0.226
18	0.287	0.075	0.396	0.006	0.237
19	0.292	0.076	0.380	0.007	0.246
20	0.296	0.077	0.366	0.008	0.254

当前的金融服务行业是不完善的，国内更是有一些金融抑制和歧视的现象，影子银行就是在这样畸形的发展背景之下应运而生的，可以说在某种程度，影子银行能够优化金融资源的分配工作，不断的提升金融服务业的资金利用效率以及资金的使用效率。从短期的角度来看，影子银行能够稳定金融市场的秩序，能为地区企业，地方XX及地区的资本市场带来实际的资金支持，带动当地的经济发展和进步。但与此同时，过多的影子银行的资金扶持也有可能导致过度投资的问题。市场当中的投机行为增多，市场中的杠杆升高，泡沫出现，而房产价格的上升就是最明显的例子。而当前我国经济已迈入新常态，经济风险越来越高，实体经济的产能过剩，行业利润逐渐下降，许多地区XX的偿债能力受到了影响，行业风险开始加剧，这些问题的存在都会对金融服务业的秩序带来冲击。

（4）房产价格对于影子银行效应及金融秩序的影响分析。如图5.3所示，当房产价格在本期遭受了一个标准差的新息冲击之后，就可以观察出房产价格对于影子银行效应及金融秩序稳定所引发的脉冲函数效应。观察可知，影子银行的规模两发生变化，受到当期的一些影响是比较小的，可是之后这些冲击带来的影响就会更加的强烈，并且这种影响是正向的，所以其强烈程度需要一直到零才行。而这表示房产价格实际上是会对影子银行产生影响的，正向的冲击会导致影子银行实际规模的升高。而社会上实际房产价格，是不稳定的，从而导致一些周边产业还有一些固定的资产在整体价值上都有一个上升，导致地区企业和XX的抵押地产价格升高，加强地区性的影子资产规模和区域融资能力。这样越来越多的企业和XX都会加大固定资产的抵押力度，通过影子银行的方式来获取资金，两者达成相互影响。

此外还可从图5.3看出，当房地产的价格被冲击后，当第一个单位产生正向的冲击之后，就会在当前一期和滞后一期的时候对地区的金融服务稳定性带来消极影响，其实现在针对房地产行业的整个风险性来说，因为这些震荡已经慢慢变成零，所以风险还是很高的，这一行业的金融风险，变得更加明显。很明显的可以看出，前文的描述可以推出地区房产价格的上升会导致区域房地产企业、地区XX及连带企业的融资能力提升，但与此同时，房产价格的上升也会促使房产企业加大地产投资力度，导致了大量的资金需求，从而一些实体行业的资金不断的流入到房产上，而这种流入，会导致影子银行信贷更多的转移到房产行业里，加剧了房地产企业所面临的金融风险。而一旦出现政策及经济的波动，就会加剧房产行业的金融风险，使各利益相关方受到影响，而金融服务业在发放贷款时明显很谨慎，稍有耽搁，就会使房地产业和实体产业面临融资难的问题；此外，房产价格的波动会导致销售利润的下降，进而对地方XX的财政带来影响，这些问题的存在对银行贷款的收回造成了极大的影响，增加了许多的银行贷款，坏账损失增多，诸多问题的涌现直接影响了金融系统的稳定发展。

　5.4分不同银行类型的实证分析

在以往的相关文献或研究中，主要研究或探讨我国理财产品总规模、银行理财产品规模、理财产品预期收益等因素对金融稳定性的影响机制或作用，而没有进一步探讨我国不同类型的银行理财产品对金融稳定性的影响。根据《中国银行业理财产品市场报告（2018）》显示，截至2018年底我国银行理财产品存续余额达到22.04万亿元，其中全国性股份银行理财产品的市场占比最高，已经达到39.94%，银行理财产品市场占比第二至第五位依次为国有大型银行、城市商业银行、农村金融机构、外资银行，2014至2018年各类型银行理财产品规模的市场占比变化趋势见下图5.4。从各类型银行理财产品规模市场占比图可以看出，农村金融机构和外资银行的理财产品市场占比不足10%；城市商业银行理财产品市场占比维持在10%~20%之间；国有大型银行理财产品市场占比从2014年1月的49.54%下降到2017年3月份的31.87%，2018年银行理财市场占比维持在38%左右；全国性股份银行理财产品市场占比在2015年6月达到最高点44.01%，此后一直维持在40%左右。

通过分析我国银行理财产品市场占比结构，发现我国银行理财产品主要是国有大型银行和全国性股份银行发布的理财产品。此外，城市商业银行理财产品市场占比目前虽然在16%左右，但其一直保持缓慢增长的趋势，未来可能占据较多的银行理财产品市场。因此，有必要研究不同类型银行的理财产品规模对金融稳定性的影响，其目的在于：一是为了验证前一章节中我国银行理财产品规模对金融稳定性的研究结果的科学性；二是探讨不同类型银行理财产品规模对金融稳定性的异质性，为我国银行理财产品发展提供参考建议。本章余下部分将对国有大型银行理财产品规模以及全国性股份银行理财产品规模对金融稳定性的影响分别进行实证分析。

　　图5.4各类型银行理财产品规模市场占比图

　5.4.1国有大型银行理财产品规模对金融稳定性的实证分析

（1）模型设定

由表5.8可以看出，选择模型选择滞后一阶的有0个，选择模型滞后两阶的只有2个，选择模型滞后三阶的有3个。结合AIC和SBIC信息准则的判定结果，本文中的模型选择滞后三阶作为模型的最优滞后阶数。

表5.8模型滞后阶数判定表

Sample:2014m5-2018m12 Number of obs=56
lag	LL	LR	df	p	FPE	AIC	HQIC	SBIC
0	-954.833	NA	NA	NA	5.3e+08	34.2797	34.3498	34.4606
1	-700.459	508.75	25	0.000	147646	26.0878	26.5085	27.1728
2	-649.882	101.15	25	0.000	60527	25.1744	25.9456*	27.1635*
3	-620.135	59.495*	25	0.000	54025.6*	25.0048*	26.1266	27.8982
4	-610.555	19.158	25	0.789	104658	25.5556	27.0278	29.3531

注：“*”表示各检验结果显著。

因此，SVAR模型设定如下：

（2）稳定性检验

SVAR模型估计之后需要对模型设定的合理性进行检验，若模型设定合理、估计结果稳定，则特征值会落在半径为1单位的圆内；若模型设定不合理、估计结果不稳定，则特征值会落在单位圆外。图5.5的稳定性检验结果显示特征值均落在单位圆内，模型设定合理、估计结果稳定。

（3）格兰杰因果关系检验

由表5.9的格兰杰检验结果可知：国有银行理财产品规模是社会融资增长率、全国百城平均房价和CPI同比增长率的格兰杰原因，其中国有银行理财产品规模是社会融资增长率和全国百城平均房价的格兰杰原因的检验在5%水平下显著，而国有银行理财产品规模是CPI同比增长率的格兰杰原因仅在10%水平下显著。与上一章节中格兰杰因果分析一致的是银行理财产品规模是全国百城平均房价的格兰杰原因，并且国有银行理财产品规模的检验结果更为显著，说明国有银行理财产品规模扩张显著推动了我国平均房价水平。其次，国有银行理财产品规模会影响社会融资增长率，这说明国有银行理财产品规模扩张会推动社会融资增长率上升。

　　图5.5模型稳定性检验结果

表5.9各变量间格兰杰因果关系检验

原假设	F值	P值
国有银行理财产品规模不是社会融资增长率的格兰杰因果	9.321	0.025**
国有银行理财产品规模不是百城平均房价的格兰杰因果	11.372	0.010***
国有银行理财产品规模不是CPI同比增长率的格兰杰因果	7.06	0.070*
国有银行理财产品规模不是工业增加值增长率的格兰杰因果	3.936	0.268
社会融资增长率不是国有银行理财产品规模的格兰杰因果	3.46	0.326
社会融资增长率不是百城平均房价的格兰杰因果	3.767	0.288
社会融资增长率不是CPI同比增长率的格兰杰因果	21.785	0.000***
社会融资增长率不是工业增加值增长率的格兰杰因果	11.757	0.008***
百城平均房价不是国有银行理财产品规模的格兰杰因果	14.476	0.002***
百城平均房价不是社会融资增长率的格兰杰因果	8.279	0.041**
百城平均房价不是CPI同比增长率的格兰杰因果	2.034	0.565
百城平均房价不是工业增加值的格兰杰因果	5.631	0.131
CPI同比增长率不是国有银行理财产品规模的格兰杰因果	2.908	0.406
CPI同比增长率不是社会融资增长率的格兰杰因果	1.522	0.677
CPI同比增长率不是百城平均房价的格兰杰因果	4.529	0.210
CPI同比增长率不是工业增加值增长率的格兰杰因果	0.315	0.957
工业增加值增长率不是国有银行理财产品规模的格兰杰因果	8.647	0.034**
工业增加值增长率不是社会融资增长率的格兰杰因果	6.077	0.108
工业增加值增长率不是百城平均房价的格兰杰因果	2.124	0.547
工业增加值增长率不是CPI同比增长率的格兰杰因果	8.809	0.032**

注：*显著性水平含义如下，*p<0.05,**p<0.01,***p<0.001。

社会融资增长率是CPI同比增长率和工业增加值增长率的格兰杰因果，并且两者检验结果均在1%水平下显著，说明社会融资增长率波动会显著影响CPI同比增长率和工业增加值增长率。

工业增加值增长率是是国有银行理财产品规模和CPI同比增长率的格兰杰原因，并且两者的检验结果均在5%水平下显著，说明工业增加值增长率波动会影响国有银行理财产品规模和CPI同比增长率。

（4）脉冲响应分析与方差分解

a.国有银行理财产品规模的脉冲响应分析

下图5.6所示，表明当国有大型银行理财规模作为外部冲击变量，施加一个单位标准差的冲击后社会融资同比增长率的变化情况。由图可知，社会融资同比增长率在受到冲击后会产生小范围的正向波动，该波动在当期为峰值，此后开始逐渐波动性衰减，该结果与银行理财产品总规模对社会融资同比增长率的脉冲响应分析一致。

图5.6国有银行理财产品规模对社会融资同比增长率的脉冲响应分析

下图4-7所示，表明当国有大型银行理财规模作为外部冲击变量，施加一个单位标准差的冲击后全国百城平均房价的变化情况。由图可知，全国百城平均房价受到冲击后产生正向影响，并且该冲击在第14期达到最大值。与前一章节分析结果不同的是国有大型银行理财规模对全国百城平均房价引起的波动在50个单位左右趋于平缓，说明国有大型银行理财产品规模对全国百城平均房价具有显著正向作用，但影响效果不会持续增长。

b.社会融资同比增长率方差分解

图5.7国有银行理财产品规模对百城平均房价的脉冲响应分析

表5.10社会融资同比增长率方差分解结果

	1	2	3	4	5
step	方差分解	方差分解	方差分解	方差分解	方差分解
0	0.000	0.000	0.000	0.000	0.000
1	0.071	0.929	0.000	0.000	0.000
2	0.060	0.804	0.010	0.010	0.117
3	0.061	0.710	0.032	0.095	0.101
4	0.061	0.663	0.033	0.146	0.097
5	0.063	0.653	0.032	0.150	0.102
6	0.065	0.645	0.031	0.158	0.101
7	0.069	0.637	0.033	0.161	0.100
8	0.071	0.634	0.033	0.160	0.103
9	0.071	0.634	0.033	0.159	0.103
10	0.073	0.632	0.033	0.159	0.103
11	0.074	0.630	0.033	0.159	0.104
12	0.074	0.629	0.034	0.159	0.104
13	0.075	0.628	0.033	0.159	0.104
14	0.076	0.628	0.033	0.159	0.104
15	0.076	0.627	0.033	0.159	0.104
16	0.077	0.627	0.033	0.159	0.104
17	0.077	0.627	0.033	0.159	0.104
18	0.078	0.626	0.033	0.159	0.104
19	0.078	0.626	0.033	0.159	0.104
20	0.078	0.626	0.033	0.159	0.104

下表5.10中分别展示了各个变量对社会融资同比增长率波动的方差分解结果，其中1-5列分别表示银行理财产品总规模、社会融资同比增长率自身、全国百城平均房价、CPI同比增长率、工业增加值同比增长率的贡献程度。除社会融资同比增长率自身的贡献率最高达到62%，CPI同比增长率和工业增加值同比增长率对社会融资同比增长率波动的贡献最高，达到16%和10%，说明社会融资同比增长率波动主要是受到CPI同比增长率和工业增加值同比增长率的影响。

c.全国百城平均房价方差分解

下表5.11中分别展示了各个变量对全国百城平均房价波动的方差分解结果，其中1-5列分别表示银行理财产品总规模、社会融资同比增长率自身、全国百城平均房价、CPI同比增长率、工业增加值同比增长率的贡献程度。除全国百城平均房价自身的贡献率最高达到99%，工业增加值同比增长率对全国百城平均房价波动的贡献持续增加，达到53%，说明长期来看全国百城平均房价波动主要是受到工业增加值同比增长率的影响。

表5.11全国百城平均房价方差分解结果

	1	2	3	4	5
step	方差分解	方差分解	方差分解	方差分解	方差分解
0	0.000	0.000	0.000	0.000	0.000
1	0.000	0.001	0.999	0.000	0.000
2	0.008	0.001	0.988	0.002	0.001
3	0.008	0.003	0.976	0.002	0.012
4	0.013	0.022	0.930	0.002	0.032
5	0.021	0.036	0.873	0.005	0.065
6	0.028	0.045	0.811	0.014	0.102
7	0.036	0.048	0.750	0.026	0.139
8	0.044	0.047	0.698	0.036	0.175
9	0.050	0.045	0.654	0.040	0.211
10	0.055	0.043	0.615	0.040	0.247
11	0.060	0.042	0.579	0.037	0.282
12	0.064	0.041	0.545	0.032	0.317
13	0.067	0.040	0.513	0.028	0.352
14	0.069	0.039	0.483	0.024	0.384
15	0.071	0.038	0.455	0.021	0.415
16	0.072	0.037	0.430	0.018	0.443
17	0.073	0.035	0.406	0.017	0.469
18	0.073	0.034	0.384	0.016	0.493
19	0.073	0.033	0.364	0.016	0.515
20	0.072	0.032	0.345	0.016	0.534

5.4.2全国性股份银行理财产品规模对金融稳定性的实证分析

（1）模型设定

由表5.12可以看出，选择模型选择滞后一阶的有1个，选择模型滞后两阶的只有3个，选择模型滞后三阶的只有1个。结合AIC和SBIC信息准则的判定结果，本文中的模型选择滞后两阶作为模型的最优滞后阶数。

表5.12模型滞后阶数判定表

Sample:2014m5-2018m12 Number of obs=56
lag	LL	LR	df	p	FPE	AIC	HQIC	SBIC
0	-997.476	NA	NA	NA	2.4e+09	35.8027	35.8728	35.9836
1	-702.834	589.28	25	0.000	160714	26.1726	26.5933	27.2577*
2	-654.621	96.426	25	0.000	71688.9*	25.3436*	26.1148*	27.3328
3	-631.773	45.696*	25	0.007	81869.1	25.4205	26.5422	28.3138
4	-618.848	25.851	25	0.416	140730	25.8517	27.324	29.6492

注：“*”表示各检验结果显著。

SVAR模型设定如下：

（2）稳定性检验

SVAR模型估计之后需要对模型设定的合理性进行检验，若模型设定合理、估计结果稳定，则特征值会落在半径为1单位的圆内；若模型设定不合理、估计结果不稳定，则特征值会落在单位圆外。图4-8的稳定性检验结果显示特征值均落在单位圆内，模型设定合理、估计结果稳定。

图5.8模型稳定性检验结果

表5.13各变量间格兰杰因果关系检验

原假设	F值	P值
全国性股份银行理财产品规模不是社会融资增长率的格兰杰因果	1.226	0.542
全国性股份银行理财产品规模不是百城平均房价的格兰杰因果	5.185	0.075*
全国性股份银行理财产品规模不是CPI同比增长率的格兰杰因果	2.108	0.349
全国性股份银行理财产品规模不是工业增加值增长率的格兰杰因果	1.648	0.439
社会融资增长率不是全国性股份银行理财产品规模的格兰杰因果	1.741	0.419
社会融资增长率不是百城平均房价的格兰杰因果	1.303	0.521
社会融资增长率不是CPI同比增长率的格兰杰因果	10.674	0.005***
社会融资增长率不是工业增加值增长率的格兰杰因果	4.954	0.084*
百城平均房价不是全国性股份银行理财产品规模的格兰杰因果	3.551	0.169
百城平均房价不是社会融资增长率的格兰杰因果	1.893	0.388
百城平均房价不是CPI同比增长率的格兰杰因果	0.842	0.656
百城平均房价不是工业增加值的格兰杰因果	3.488	0.175
CPI同比增长率不是全国性股份银行理财产品规模的格兰杰因果	17.898	0.000***
CPI同比增长率不是社会融资增长率的格兰杰因果	6.416	0.040**
CPI同比增长率不是百城平均房价的格兰杰因果	11.942	0.003***
CPI同比增长率不是工业增加值增长率的格兰杰因果	1.962	0.375
工业增加值增长率不是全国性股份银行理财产品规模的格兰杰因果	2.563	0.278
工业增加值增长率不是社会融资增长率的格兰杰因果	0.177	0.915
工业增加值增长率不是百城平均房价的格兰杰因果	1.684	0.431
工业增加值增长率不是CPI同比增长率的格兰杰因果	7.03	0.030**

注：*显著性水平含义如下，*p<0.05,**p<0.01,***p<0.001。

（4）格兰杰因果关系检验

由表5.13的格兰杰检验结果可知：全国性股份银行理财产品规模是百城平均房价的格兰杰原因，但该检验结果仅在10%水平下显著。综合前两个章节的分析结果，说明银行理财产品规模会显著影响我国百城平均房价。

社会融资增长率是CPI同比增长率和工业增加值增长率的格兰杰原因，前者的检验结果在1%水平下显著，后者的检验结果在10%水平下显著。对比前两个章节的分析，一致的结果是社会融资增长率是CPI同比增长率和工业增加值增长率的格兰杰原因，说明社会融资增长率波动会显著影响CPI同比增长率和工业增加值增长率。

CPI同比增长率是全国性股份银行理财产品规模、社会融资增长率和百城平均房价的格兰杰原因，该检验结果均在5%水平下显著，说明CPI同比增长率波动会影响全国性股份银行理财产品规模、社会融资增长率和百城平均房价变化。工业增加值增长率是CPI同比增长率的格兰杰原因，该检验结果在5%水平下显著，说明工业增加值增长率波动会显著影响CPI同比增长率。

（5）脉冲响应分析与方差分解

a.全国性股份银行理财产品规模的脉冲响应分析

下图5.9所示，表明当全国性股份银行理财产品规模作为外部冲击变量，施加一个单位标准差的冲击后社会融资同比增长率的变化情况。由图可知，社会融资同比增长率在受到冲击后会产生小范围波动，该波动在当期达到峰值，并在第1期变为负向影响，在第2期变为正向作用并保持一定的正向波动直至衰减为0。这说明短期内全国性股份银行理财产品规模还会对社会融资同比增长率产生负向影响。

图5.9全国性股份银行理财产品规模对社会融资同比增长率的脉冲响应分析

下图5.10所示，表明当全国性股份银行理财产品规模作为外部冲击变量，施加一个单位标准差的冲击后我国百城平均房价的变化情况。由图可知，百城平均房价在受到冲击后会产生小范围的正向波动，该波动在第一期衰减而后上升并在第3期达到峰值，此后冲击影响不断衰减。全国百城平均房价受到冲击后产生正向影响，并且该冲击在第19期达到最大值。与前两个章节分析结果不同的是全国性股份银行理财产品规模对百城平均房价引起的波动在140个单位左右趋于平缓，说明全国性股份银行理财产品规模对百城平均房价具有显著正向作用，其影响效果大于大型国有银行对百城平均房价的影响。

　　图5.10全国性股份银行理财产品规模对百城平均房价的脉冲响应分析

b.社会融资同比增长率方差分解

下表5.14中分别展示了各个变量对社会融资同比增长率波动的方差分解结果，其中1-5列分别表示银行理财产品总规模、社会融资同比增长率自身、全国百城平均房价、CPI同比增长率、工业增加值同比增长率的贡献程度。除社会融资同比增长率自身的贡献率最高达到94%，全国性股份银行理财产品规模和CPI同比增长率对社会融资同比增长率波动的贡献最高，达到10.6%和10.3%，说明长期来看，社会融资同比增长率波动主要是受到全国性股份银行理财产品规模和CPI同比增长率的影响。

c.全国百城平均房价方差分解

下表5.15中分别展示了各个变量对全国百城平均房价波动的方差分解结果，其中1-5列分别表示银行理财产品总规模、社会融资同比增长率自身、全国百城平均房价、CPI同比增长率、工业增加值同比增长率的贡献程度。除全国百城平均房价自身的贡献率最高达到98.4%，全国性股份银行理财产品规模和工业增加值同比增长率对社会融资同比增长率波动的贡献最高，达到34.7%和20.6%，说明长期来看，社会融资同比增长率波动主要是受到全国性股份银行理财产品规模和工业增加值同比增长率的影响。

表5.14社会融资同比增长率方差分解结果

	1	2	3	4	5
step	方差分解	方差分解	方差分解	方差分解	方差分解
0	0.000	0.000	0.000	0.000	0.000
1	0.060	0.940	0.000	0.000	0.000
2	0.062	0.887	0.014	0.008	0.030
3	0.056	0.793	0.014	0.105	0.033
4	0.068	0.769	0.015	0.103	0.044
5	0.072	0.759	0.018	0.106	0.046
6	0.079	0.746	0.020	0.107	0.048
7	0.081	0.744	0.020	0.106	0.049
8	0.084	0.740	0.020	0.106	0.050
9	0.086	0.738	0.020	0.106	0.050
10	0.089	0.735	0.019	0.105	0.051
11	0.092	0.733	0.019	0.105	0.051
12	0.095	0.730	0.019	0.104	0.051
13	0.098	0.728	0.019	0.104	0.051
14	0.100	0.727	0.019	0.104	0.051
15	0.102	0.725	0.020	0.104	0.050
16	0.103	0.723	0.020	0.103	0.050
17	0.104	0.722	0.020	0.103	0.050
18	0.105	0.721	0.020	0.103	0.050
19	0.106	0.720	0.021	0.103	0.050
20	0.106	0.719	0.022	0.103	0.050

表5.15全国百城平均房价方差分解结果

	1	2	3	4	5
step	方差分解	方差分解	方差分解	方差分解	方差分解
0	0.000	0.000	0.000	0.000	0.000
1	0.006	0.010	0.984	0.000	0.000
2	0.020	0.018	0.960	0.001	0.001
3	0.042	0.042	0.912	0.002	0.001
4	0.074	0.058	0.860	0.001	0.006
5	0.107	0.067	0.808	0.001	0.017
6	0.138	0.071	0.759	0.001	0.031
7	0.166	0.073	0.713	0.001	0.047
8	0.191	0.075	0.669	0.001	0.064
9	0.214	0.077	0.628	0.001	0.081
10	0.235	0.078	0.589	0.001	0.097
11	0.253	0.080	0.553	0.001	0.113
12	0.270	0.081	0.520	0.002	0.128
13	0.284	0.082	0.490	0.002	0.141
14	0.297	0.083	0.463	0.003	0.153
15	0.308	0.084	0.438	0.005	0.164
16	0.318	0.085	0.417	0.006	0.175
17	0.327	0.085	0.397	0.007	0.184
18	0.334	0.086	0.379	0.008	0.192
19	0.341	0.086	0.363	0.010	0.200
20	0.347	0.087	0.349	0.011	0.206

　　6研究结论与政策建议

　　6.1研究结论

本文在基于相关领域的文献和理论，构建SVAR（结构向量自回归）模型，采用月度时间序列数据分析，充分了解到这些产品的规模对于当前金融市场的稳定性产生的影响，把这些被推出的产品的实际规模、国有大型金融服务机构的一些相关产品的组成规模还有另外一些全国性的股份制银行，所推出的这类产品对金融市场实际稳定性产生的影响，得到以下结论：

（1）我国银行理财产品规模对百城平均房价具有显著正向影响。从银行理财产品总规模来看，银行理财产品总规模是百城平均房价的格兰杰原因，百城平均房价也是银行理财产品总规模的格兰杰原因，存在相互影响的关系，从显著性来看银行理财产品总规模对我国平均房价的推动作用可能更大，并且银行理财产品总规模对我国平均房价的冲击呈正向不断增大的趋势；从国有大型银行来看，理财产品规模会显著影响社会融资增长率和全国百城平均房价，国有大型银行理财产品规模对全国百城平均房价具有显著正向作用，但影响效果在50个单位左右趋于平缓且不会持续增长；从全国性股份银行来看，银行理财产品规模是百城平均房价的格兰杰原因，全国性股份银行理财产品规模对全国百城平均房价具有显著正向作用，但影响效果在140个单位左右趋于平缓且不会持续增长。

（2）我国银行理财产品规模对社会融资同比增长率具有正向影响。从银行理财产品总规模来看，银行理财产品总规模对社会融资同比增长率的格兰杰因果检验不显著，但银行理财总规模对社会融资同比增长率的冲击会产生小范围的正向波动，该波动在第一期衰减而后上升并在第3期达到峰值，此后冲击影响不断衰减；从国有大型银行来看，理财产品规模是社会融资增长率的格兰杰原因，国有大型银行理财规模对社会融资同比增长率的冲击会产生小范围的正向波动；从全国性股份银行来看，理财产品总规模对社会融资同比增长率的格兰杰因果检验不显著，全国性股份银行理财产品规模对社会融资同比增长率的冲击在第1期变为负向影响，在第2期变为正向作用并保持一定的正向波动直至衰减为0。

　　6.2政策建议

针对我国银行理财产品的发展形势和现状，结合本文的研究分析与结论，提出相应的政策建议如下：

一、适度调整银行理财业务发展的节奏，确保整体风险水平的可控

银行理财产品本质上是一项重要的金融创新，作为一项新生的金融产品，对于提升金融服务实体经济效率和水平、推动利率市场化进程等方面有着十分积极的作用。此外，金融服务业所推出的理财产品对金融市场的健康运作货币政策有效性、银行自身风险分散等方面的产生了积极影响。

银行开展理财产品业务通过“逐利效应”，不断规避金融管制，增加理财产品规模从而获利，其后果增加了整个金融体系的稳定性风险。建议股份制银行适当调整银行理财产品发展节奏，调整理财产品内部结构，通过理财产品创新引导合理、高效的理财产品投资，确保银行内部风险性水平可控，增强银行抗风险能力。

二、完善金融监管统计指标体系，确保金融稳定和宏观经济转型发展

近年来，我国经济下行压力增大，金融监管日益严格。在这种背景下，银行的相关部门通过发售一系列的金融理财产品，有效的减少了银保监会在执行金融监管的过程当中对于法定存款准备金、信贷规模及资产负债率等相关指标的限制，导致金融监管统计难以得到统一的口径，不利于我国宏观金融调控和货币政策的效性。目前，我国XX和银监会针对银行理财产品业陆续出台了更为严格和完善的政策法规，有效控制了银行表外业务的增长趋势，对银行理财产品有序发展起到一定的正向作用。下一步应加快完善我国金融监管统计体系一体化，建议XX和银监会考虑将银行理财产品纳入金融监管统计指标体系，完善货币供应统计体系，避免因银行理财产品规模不断增加而导致货币供应量统计偏差和低估。

其次，XX及银保监会在制定宏观政策时就需要充分的考虑到金融服务业通过对理财产品的开发，而对相关的金融市场所产生的一些印象，因为这一类产品在收益率上的变化，实际上对宏观经济、通货膨胀、房价等方面的影响，以及政策实施后银行理财产品产生的积极或消极影响。另一方面，要对那些影子银行体系及相关的理财业务进行更为深入的检查，及时发现潜在的风险案件，有效的防范和规避风险，改进金融体系的构建，不断地推进我国金融体系程序化持续化发展。同时，要以确保金融体系稳定有效运行为前提，合理把握银行理财产品业改革和监管的力度和进度，促进实体经济的转型发展。

　参考文献

[1] 蔡真. 我国渐进式存款利率市场化对居民储蓄的影响——以银行理财产品为例[J]. 中国社会科学院研究生院学报(2)

[2] 曾 薇. 金融监管对商业银行产品创新影响——基于两阶段DEA模型的研究%The Impact of Financial Supervision on Commercial Banks Product Innovation-the Research Based on Two-stage DEA Model[J]. 中国管理科学, 024(5)

[3] 昌忠泽, 曹沁. 金融顺周期性对中国金融宏观调控的影响及对策研究[J]. 经济学家(1)

[4] 昌忠泽, 曹沁. 银行理财产品对我国金融稳定的影响研究——基于SVAR模型的实证分析[J]. 经济学家, 000(5)

[5] 陈良凯, 黄登仕. 商业银行理财产品消费者购买行为的影响因素分析[J]. 财经科学(4)

[6] 程小可, 姜永盛, 郑立东. 影子银行、企业风险承担与企业价值[J]. 财贸研究(6)

[7] 程勇. 中国人民银行发布《2005中国金融稳定报告》[J]. 金融电子化(12)

[8] 戴金平, 刘东坡. 金融稳定与物价稳定、经济增长的动态关联性[J]. 财经科学(10)

[9] 邓超, 唐莹, 杨文静. 影子银行体系对我国金融稳定性的影响研究[J]. 经济经纬, 2016.

[10] 杜金富. 我国银行理财产品市场的现状、问题和对策[J]. 金融监管研究, 2013(2)

[11] 杜金富. 我国银行理财产品市场的现状、问题和对策[J]. 金融监管研究, 2013(2)

[12] 段福印, 李方. 银行理财产品对宏观金融过程的影响机制研究[J]. 上海金融(4)

[13] 方先明, 谢雨菲, 权威. 影子银行规模波动对金融稳定的溢出效应[J]. 经济学家(1)

[14] 方先明, 余丁洋, 杨波. 商业银行理财产品:规模、结构及其收益的不确定性[J]. 经济问题, 2015(6)

[15] 方意. 系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施[J]. 管理世界, 000(8)

[16] 封思贤, 居维维, 李斯嘉. 中国影子银行对金融稳定性的影响[J]. 金融经济学研究, 2014(4)

[17] 高蓓, 张明, 邹晓梅. 影子银行对中国商业银行经营稳定性的影响——以中国14家上市商业银行理财产品为例%The Influence of Shadow Banking on Operating Stability of Commercial Banks in China——Taking the 14 Listed Banks’ Wealth Management Product[J]. 经济管理, 038(006)

[18] 何德旭, 娄峰. 中国金融稳定指数的构建及测度分析[J]. 中国社会科学院研究生院学报(4)

[19] 何平等. 产业结构优化研究[J]. 统计研究, 2014, 31(7)

[20] 惠康, 任保平, 钞小静. Measurement of the Financial Stability of China%中国金融稳定性的测度[J]. 经济经纬, 000(1)

[21] 霍德明, 刘思甸. 中国宏观金融稳定性指标体系研究[J]. 山西财经大学学报(10)

[22] 李向前, 诸葛瑞英, 黄盼盼. 影子银行系统对我国货币政策和金融稳定的影响[J]. 经济学动态, 2013(5)

[23] 李扬, 殷剑峰. 影子银行体系:创新的源泉,监管的重点[J]. 中国外汇(16)

[24] 梁珊珊, 邓智琦. 银行理财产品对我国货币供应量的影响[J]. 金融与经济, 2012(4)

[25] 梁涛. 我国商业银行理财产品趋同:羊群效应抑或是监管诱导[J]. 经济与管理(1)

[26] 林珏, 杨荣海. Analysis on the Effect of Financial Stability on Economic Growth Based on the Data of Emerging Market Countries and Developed Countries%金融稳定性与经济增长的机制分析——基于新兴市场国家和发达国家的两组数据[J]. 财经研究, 037(2)

[27] 林琳, 曹勇, 肖寒. 中国式影子银行下的金融系统脆弱性[J]. 经济学：季刊, 2018, Vol.15(3)

[28] 刘超. 对商业银行与电商平台相结合的互联网金融模式的研究[J]. 金融理论与实践, 000(11)

[29] 刘吕科, 王高望. 资产证券化、非同质投资者和金融稳定性——一个理论模型[J]. 国际金融研究, 000(12)

[30] 刘诺, 余道先. International Financial Stability Indicators and Their Applicability in China%金融稳定国际指标及其对中国的适用性[J]. 经济管理, 038(003)

[31] 刘晓欣, 雷霖. 金融杠杆、房地产价格与金融稳定性——基于基于SVAR模型的实证研究[J]. 经济学家(8)

[32] 刘晓云, 王劲松, 李耀辉, et al. 基于Copula函数的中国南方干旱风险特征研究[J]. 气象学报, v.73(6)

[33] 刘艳艳. 影子银行体系对金融稳定性的影响机制[J]. 人民论坛·学术前沿(16)

[34] 刘楹, 杜胜, 谢丽娟. 国内银行理财产品市场的发展状况与趋势[J]. 西南金融(6)

[35] 刘毓. 从国际比较看我国商业银行发展私人银行业务的战略选择[J]. 中国金融, 2008(11)

[36] 卢满生. 银行理财产品对货币政策调控的影响分析[J]. 武汉金融, 2012(2)

[37] 罗荣华. 德阳市表彰内部审计业务工作优秀单位[J]. 现代审计, 000(005)

[38] 潘明清, 杨斌. 我国农村居民收入与消费关系的协整分析[J]. 消费经济, 000(4)

[39] 阮银兰. 我国商业银行个人理财市场现状问题及对策[J]. 金融与经济(2)

[40] 沈悦, 郭培利, 李巍军. 房价冲击如何生成系统性金融风险[J]. 财贸研究, 2015(3).

[41] 苏薪茗. 银行理财产品是庞氏骗局吗?——基于中国银行业理财产品市场的实证分析[J]. 金融论坛, 2014(11)

[42] 孙从海. 城市商业银行理财：市场结构与展业策略——基于银行理财产品数据的实证分析[J]. 金融与经济, 2012(2)

[43] 孙从海. 商业银行理财产品供给行为分析[J]. 经济导刊(10)

[44] 孙国峰, 贾君怡. 中国影子银行界定及其规模测算——基于信用货币创造的视角[J]. 中国社会科学, No.239(11)

[45] 孙建坤, 范俊林. 商业银行理财产品对广义货币供应量统计的影响[J]. 中国流通经济(4)

[46] 谭莹, 李舒. 我国商业银行结构性理财产品的现状、特点及发展[J]. 金融理论与实践(12)

[47] 田苗. 银行理财产品对宏观经济政策影响的多维分析[J]. 财政研究(1)

[48] 王洪亮. 我国商业银行理财业务:发展态势、主要风险及防控策略[J]. 南方金融(3).

[49] 王家华, 蔡则祥. 影子银行业务的风险传染与审计免疫机制研究[J]. 经济问题(8)

[50] 王增武. 影子银行体系对我国货币供应量的影响——以银行理财产品市场为例[J]. 中国金融(23)

[51] 吴刘亮. 并购事件对债券持有人的财富效应研究[D]. 暨南大学, 2014

[52] 吴念鲁, 郧会梅. 对我国金融稳定性的再认识%A Review of China’s Financial Stability[J]. 金融研究, 000(2)

[53] 吴晓灵. 互联网金融应分类监管区别对待[J]. It时代周刊, 2013(21)

[54] 向宇, 朱海波. 银行理财产品对我国货币政策传导机制的影响——基于银行信贷传导渠道的角度[J]. 西南民族大学学报(人文社科版)(8)

[55] 项后军, 闫玉. 理财产品发展、利率市场化与银行风险承担问题研究[J]. 金融研究(10)

[56] 徐加根, 陈恪. 市场结构、银行绩效与理财产品市场稳定——基于12个城市数据的实证研究[J]. 宏观经济研究(10)

[57] 杨林枫. 银行理财理论与实务[M]. 2010.

[58] 翟光宇, 何玉洁. 商业银行应加速收入结构多元化吗[J]. 财经科学(9)

[59] 张宝林, 潘焕学. 影子银行与房地产泡沫:诱发系统性金融风险之源[J]. 现代财经-天津财经大学学报(11)

[60] 张庆君, 郭永光. 市场化进程、银行理财产品发展与商业信用再配置%Marketization Process, Development of Bank Financial Products and Reallocation of Commercial Credit[J]. 会计与经济研究, 032(006)

[61] 者贵昌. “余额宝”冲击下我国商业银行理财产品的优化策略[J]. 学术探索, 2015(10)

[62] 中国人民银行南宁中心支行课题组. 商业银行理财产品业务对货币政策的影响研究——从货币创造机制及货币供应量的角度[J]. 金融与经济(8)

[63] 周荣芳. 我国金融市场发展回顾与展望[J]. 中国金融(1)

[64] 朱焱. 商业银行理财产品创新对货币政策传导效应的影响[J]. 财经问题研究, No.385(12)

[65] Borio C, Drehmann C M. Towards an operational framework for financial stability: “fuzzy” measurement and its consequences[J]. 2009,15(9).

[66] Freund W C, Larrain M, Pagano M S. Market efficiency before and after the introduction of electronic trading at the Toronto stock exchange[J]. Review of Financial Economics, 1997,6(1)

[67] Gerdesmeier D, Roffia B, Reimers H. Asset price misalignments and the role of money and credit[J]. International Finance, 2009,13(3).

[68] Liu W. A liquidity-augmented capital asset pricing model[J]. Journal of Financial Economics, 2006,82(3).

[69] Scholtens B, Wensveen D V. A critique on the theory of financial intermediation[J]. Journal of Banking & Finance, 2000,24(8).

[70] Tillmann, Peter. Estimating the effects of macroprudential policy shocks: A Qual VAR approach[J]. Economics Letters, 2015,135.

[71] Tressel T, Zhang Y S. Effectiveness and Channels of Macroprudential Instruments; Lessons from the Euro Area[J]. Financial Regulation Research, 2016,16(4).

[72] Zhu H, Tarashev N A. The pricing of correlated default risk: evidence from the credit derivatives market[J]. Journal of Fixed Income, 2008,1(18).

[73] Alessandro Bongini, Giovanna Barbarella, Laura Favaretto,等. Conformational profile, energy barriers and optical properties of quinquethiophene- S, S-dioxides[J]. Tetrahedron, 2002, 58(51)

[74] Babbel, David F, Santomero, Anthony M. Risk Management by Insurers: An Analysis of the Process[J]. Center for Financial Institutions Working Papers, 1997, 64(2)

[75] Bert Scholtens, Dick van Wensveen. A critique on the theory of financial intermediation[J]. Journal of Banking & Finance, 2000, 24(8)

[76] Borio C, Drehmann C M. Towards an operational framework for financial stability: “fuzzy” measurement and its consequences[J]. Social Science Electronic Publishing, 2009, 15(9)

[77] Croshaw J E, Brodey R S. Failure of preputial closure in a dog[J]. 1960, 136(136)

[78] Eugene F. Fama. Papers and Proceedings of the Twenty-Eighth Annual Meeting of the American Finance Association New York, N.Y. December, 28-30, 1969 || Efficient Capital Markets: A Review of Theory and Empirical Work[J]. Journal of Finance, 25(2)

[79] Fama, Eugene F. Agency Problems and the Theory of the Firm[J]. Journal of Political Economy, 1980, 88(2)

[80] Freund, Christelle, Porzio, William, Giovanella, Umberto,等. Thiophene Based Europium β-Diketonate Complexes: Effect of the Ligand Structure on the Emission Quantum Yield[J]. Inorganic Chemistry, 50(12)

[81] Garry J. Schinasi. Responsibility of Central Banks for Stability in Financial Markets[J]. Imf Working Papers, 2003, 03(121).

[82] Gerdesmeier, Dieter, Roffia, Barbara, Reimers, Hans-Eggert. Asset price misalignments and the role of money and credit[J]. International Finance, 2009, 13(3)

[83] Hayne E Leland, David H Pyle. Information Asymmetries, Financial Structure, and Financial Intermediation[J]. Social Science Electronic Publishing, 1977, 32(2)

[84] Louis Bachelier. Théorie de la Spéculation[J]. Annales Scientifiques De L École Normale Supérieure, 1900, 3.

[85] M C Shuhart, M P Bronner, D R Gretch,等. Histological and clinical outcome after liver transplantation for hepatitis C[J]. Hepatology, 1997, 26.

[86] M Moreno, C Murphy, C Goldsmith. Increase in serum potassium resulting from the administration of hypertonic mannitol and other solutions[J]. J Lab Clin Med, 1969, 73(2)

[87] Plantin G. Shadow Banking and Bank Capital Regulation[J]. 2015, 28(1)

[88] Ronald I. McKinnon. The Value-Added Tax and the Liberalization of Foreign