影子银行、货币政策与企业金融资产配置

奥鹏网院作业

影子银行、货币政策与企业金融资产配置
吴娜1 于博2 樊瑞婷3
(1.天津财经大学 会计学院/营运资本管理研究所，天津 300222；2.天津财经大学 金融学院/营运资本管理研究所，天津 300222；3.天津职业技术师范大学 财务处，天津 300222)
摘 要： 影子银行、货币政策与企业金融资产配置是研究和化解企业脱实向虚，提高资源配置效率的重要基础理论，也是现实中规范我国影子银行发展和制定货币政策的重要参考依据。基于我国沪深A股制造业上市公司2012-2018年季度财务数据，构建了不同货币政策下，影子银行对企业金融资产配置的影响模型，证明了影子银行扩张会导致企业金融资产配置增加；在不同货币政策下，影子银行发展对企业金融资产配置的影响不同，即在紧缩货币政策下，影子银行的扩张对企业金融资产配置的促进作用更为突出。进一步研究发现，影子银行与金融资产的正相关关系在高融资约束企业、高风险企业中更为显著；相较于短期金融资产，影子银行扩张会显著增加企业的长期金融资产。研究意义在于丰富了企业金融资产配置的影响因素研究以及金融创新对微观企业行为的研究，为国家加强影子银行监管、制定货币政策引导企业“脱虚向实”提供了重要的经验证据。
关键词： 货币政策； 影子银行； 金融资产配置
一、引言
近年来，我国经济发展进入新常态，制造业的发展正处于中高速增长阶段。但是，我国实体投资回报率不断下降，大量实体企业开始背离主业进入金融行业，以制造业为主的实体企业金融资产配置现象日趋明显，即大量的资金涌入房地产、金融等资金回报率较高的行业，国内制造业等实体经济发展停滞。2017年中央经济工作会议明确指出：“健全金融监管体系，重点是防控金融风险”。如果“脱实向虚”问题得不到有效解决，不仅会使金融风险不断增加，而且还会动摇制造业等实体经济的根基。因此，深入研究企业金融资产配置行为，对有效抑制实体企业金融资产配置和防范金融风险具有重要意义。
面对当前经济形势，党的十九大报告指出，要“深化金融体制改革，增强金融服务于实体经济的能力，健全货币政策和宏观审慎政策双支柱调控框架，完善金融监管体系”。然而，近几年，由于我国货币供给量增速过快，一方面，导致企业过度投资出现了产能过剩的问题，使得实体投资回报率较低；另一方面，随着影子银行规模的不断扩大，其在缓解企业融资困境的同时，由于监管不足造成的监管套利问题也不断涌现，使企业的融资成本和融资风险不断增加[1-2]，大量的货币供给没有流入以制造业为代表的实体经济，反而在金融体系内空转，从而加剧了制造业“脱实向虚”的现象。
因此，要想提高我国企业资金的使用效率，关键要解决好“脱实向虚”问题，持续清理金融体系内部的资金空转。为此，监管部门频频发声并相继出台相关政策以防止影子银行的过度扩张，并引导资金流入实体经济。基于以上背景，本文从影子银行这一视角研究其对企业金融资产配置的影响，并结合宏观货币政策来探讨其对两者之间的调节作用，旨在为深化金融供给侧结构性改革、缓解企业“脱实向虚”，增强金融服务实体经济能力提供重要的经验证据。
二、文献综述
(一)企业金融资产配置的影响因素
目前关于金融资产配置的影响因素研究主要是从外部宏观环境和企业内部特征两个视角展开：关于宏观环境与企业金融资产配置学术界尚未达成一致观点：Demir(2009)[5]认为在宏观经济环境波动不断加剧的情况下，企业更倾向于投资短期内可转换的金融资产。江春和李巍(2013)[6]和刘贯春等(2019)[7]研究发现由于宏观经济的不稳定性会导致金融资产具有非常高的实际收益率，因此非金融企业会基于投机目的配置较多的金融资产；而彭俞超等(2018)[3]认为企业在逐利动机下，经济政策不确定性越高，其金融资产配置行为将会得到显著抑制。由此可见，学者们基于不同的金融资产配置动机发现经济环境的不确定性对其产生不同的影响。从企业内部特征来看，现有文献主要从企业高管特征来研究其与金融资产持有水平的关系。许罡(2018)[8]研究发现具有投行背景的高管对投资信息理解的更加透彻，能够更准确地把握企业面临的投资机会，其公司更倾向于金融资产的配置。杜勇等(2019)[9]基于烙印理论，研究表明具有金融背景的CEO会加大对金融资产配置。而杜勇和周丽(2019)[10]认为具有学术背景的高管会减少对金融资产的配置。由此可见，不同背景的高管对企业金融资产配置行为具有异质性。
(二)影子银行与企业金融资产配置
目前关于影子银行与企业金融资产配置的研究主要集中在影子银行与现金持有、投资性房地产等金融资产要素的互动关系上。在影子银行与现金持有研究方面：目前，于泽等(2017)[11]结合我国货币政策分析影子银行业务对企业现金持有的影响，研究表明为了避免货币政策变化带来的数量化监管，商业银行利用影子业务来增加信贷规模，只向大规模企业配置信贷资源，而不向小企业供给现金进而导致这些企业没有资金进行投资，这将容易引发资金供给与需求不匹配，出现金融错配。在影子银行与投资性房地产研究方面：由于投资性房地产具有较高的投资回报率，使得影子银行中大部分资金流向房地产行业[12]；此外，影子银行也推动了房地产投资规模的扩张[13]，即影子银行规模越大，房地产投资额也越大[14]。
(三)货币政策与企业金融资产配置
货币政策影响企业的融资和投资行为主要通过影响企业的融资成本和规模[15]，而金融资产作为企业重要的投资行为，也会受到货币政策的影响。然而，有关货币政策与企业金融资产配置行为学术界尚未达成一致观点。一方面，学者们认为宽松的货币政策促进了企业金融资产配置行为，如：张成思和张步昙(2016)[16]和胡奕明等(2017)[17]研究发现宽松的货币政策并没有提高企业的实业投资，反而促进企业配置更多的金融资产。杨筝等(2017)[18]研究发现宽松的货币政策会增加金融资产的配置。这可能是由于金融资产的衡量包括了货币资金，而货币资金在金融资产中占比较高，此时企业在宽松货币政策下配置更多金融资产是出于预防性动机；另一方面，也有学者持相反观点其认为紧缩的货币政策下，企业会对资产重新进行配置来应对货币政策紧缩带来的负面影响，即企业会增加流动资产比重，同时相对增加金融资产配置的比重而减少实物资产的比重[19]。
(四)货币政策与影子银行
目前关于货币政策对影子银行发展的研究有两种不同的观点：一些学者认为紧缩性货币政策对影子银行发展具有促进作用[20]。在紧缩的货币政策下，由于影子银行监管不足、传统商业银行贷款门槛较高，不仅为企业融资带来监管套利和资产替换，也对商业银行资产水平产生了持续的负面影响导致影子银行规模的扩张，促使影子银行为企业提供贷款以缓解资金短缺[21-22]。另一些学者认为紧缩的货币政策会抑制影子银行的发展。如胡利琴等(2016)[23]认为从长期效果来看，紧缩的货币政策会促使影子银行的扩张行为。但是Verona等(2013)[24]发现宽松的货币政策才会导致影子银行规模的扩张。Jimenez等(2014)[25]指出，正规商业银行信贷规模可以通过实施紧缩的货币政策来控制，但是影子银行的规模不会受紧缩的货币政策影响而变小。由此可知，短期内紧缩的货币政策会扩张影子银行的规模；但是从长期来看，紧缩的货币政策会抑制影子银行的发展[26]。
通过对以往文献的回顾发现：国内外学者较多关注影子银行对企业融资约束的影响，但影子银行对企业金融资产配置的影响却鲜有涉及。因此，本文从影子银行视角出发，研究其对企业金融资产配置的影响，丰富了影子银行的经济后果和企业金融资产配置的影响因素研究。此外，现有研究主要集中于货币政策与影子银行之间的关系，忽视了不同货币政策下影子银行与企业金融资产配置之间的关系，因此，本文基于我国货币政策不断调整的背景来研究不同货币政策下影子银行与金融资产配置之间的关系，有助于进一步认识不同货币政策下影子银行对企业金融资产配置影响的经济后果。
三、理论分析与假设提出
(一)影子银行对企业金融资产配置的影响分析
影子银行体系作为金融市场的重要组成部分，在经济中发挥着两种作用：一方面，影子银行为企业提供了新型融资渠道[27]，缓解了企业融资难的问题[28]，进而满足了实体经济多元化的融资需求，使得企业持有更多可支配的资金；另一方面，由于监管不足导致监管套利问题的不断出现，使得资金出现空转套利的现象[29]，进而恶化了社会资源配置。此外，实体经济产能过剩和成本上升导致实体经济回报率逐年下降，企业普遍面临资金周转速度降低、投资收益率下降、企业偿债风险提高的困境，而虚拟经济发展迅速，使得金融投资回报率远远大于实体经济[30-31]，进而导致资金悖离实体经济需求。因此，企业出于资本逐利动机，会驱使其利用从“影子银行”获得的产业资本迅速投向金融领域，导致企业逐渐脱离主营业务、持有更多的金融资产，从而造成企业“空心化”。基于以上分析，本文提出假设假设1。
H1 影子银行的扩张会促使企业增加金融资产配置。
(二)货币政策对影子银行与企业金融资产配置的调节作用分析
为抑制经济过热，央行采取紧缩的货币政策，导致银行贷款利率提高，贷款额度下降，传统商业银行将会受到更严格的监管，此时影子银行规模会不断扩张[21-22]。一方面，紧缩的货币政策使企业面临的未来风险的不确定性增加，使传统商业银行对企业未来风险产生担忧，致使银行谨慎放贷，从而加大企业从传统银行融资的成本[32-33]，因此，企业更倾向于从非传统金融机构(影子银行)获得融资[34]，即紧缩的货币政策会促使企业从影子银行进行融资；另一方面，相对于传统信贷业务，影子银行具有比较优势，逐步形成资金空转的套利机制[35]，进而造成部分资金淤泥于金融体系，加剧企业脱离实体经济。因此，当企业在从影子银行获得资金时，出于逐利动机，会将更多的资金配置到金融资产，以实现利润最大化。基于以上分析，本文提出假设2a。
H2a 在紧缩的货币政策下，影子银行的扩张对企业金融资产配置的促进作用更为突出。
相反，在宽松的货币政策下，相较于影子银行，传统商业银行信贷供给充足、利率降低和放贷意愿较强，企业获得银行贷款较为容易，其融资成本较低[36-37]。货币政策宽松对经济增长的潜在拉动作用一方面会带来企业对经济上行预期的增强，从而导致其更有动机去寻求实体投资机会，增加实体投资。这意味着企业对金融资产的投资需求会伴随货币政策宽松水平的上升而有所下降。与此同时，宽松的货币政策又会倒逼银行信贷供给水平上升，降低企业影子信贷融资需求，从而降低影子信贷对企业投资的影响力。综上所述，在金融资产投资需求下降和非影子信贷融资水平上升的双重冲击下，影子银行(信贷)对企业金融资产配置的促进作用必然会在需求和供给的双重影响下减弱，甚至不排除在极端货币政策非常宽松时，影子信贷对金融化的促进作用会消失。基于以上分析，本文提出假设2b。
H2b 在宽松的货币政策下，影子银对企业金融资产配置的促进作用被显著削弱甚至消失。
四、研究设计
(一)样本选择与数据来源
本文以2012-2018年我国沪深A股制造业上市企业季度数据作为研究样本，按照以下标准对样本进行了筛选：(1)剔除了ST、PT公司；(2)剔除了金融、保险业公司；(3)剔除了部分财务数据缺失的公司；(4)所有连续变量进行1%和99%分位上进行winsorize缩尾处理。最终，共计得到42 574个有效观测值。其中，研究所需的财务数据主要来源于国泰安数据库，影子银行以及货币政策相关数据来自国家统计局及中国人民银行网站，行业分类以2012年证监会修订的《上市公司行业分类指引》为依据。
(二)主要变量说明
1.关于金融资产的衡量
不同学者基于不同的研究视角，对金融资产的衡量方式有所不同。其中主要包括广义的金融资产和狭义的金融资产[16-17]。本文结合会计准则并参考戴赜等(2018)[38]、黄贤环和王瑶(2019)[39]的做法，采用狭义金融资产定义，并剔除货币资金、长期股权投资、应收股利和应收利息，其原因是：货币资金和长期股权投资的持有既包含生产性需求，也包含金融活动的投资需求[38]；而应收股利和应收利息等数据缺失严重且金额较小[39]。因此，本文将金融资产定义为(交易性金融资产+持有至到期投资+可供出售金融资产+投资性房地产)/总资产。
2.关于影子银行、货币政策的衡量
由于同业业务是我国影子银行的主要形式之一[41]，因此本文借鉴吴晗和张克菲(2019)[35]的做法，采用银行同业资产占比度量影子银行发展。具体利用央行公布的《其他存款性公司资产负债表》中的“对其他存款性公司债权”与“对其他金融机构债权”之和且以总资产标准化后衡量影子银行发展程度。稳健性检验中采用委托贷款和银行同业净资产[40]来衡量影子银行发展。
关于货币政策的衡量，现有文献一般采用货币供给量和利率作为衡量货币政策的指标[42-44]。货币供给量主要采用广义货币供给量(M2)和流通中的现金(M0)来衡量。但由于M0为流通中的现金，是高能货币，对金融资产交易和经济周期具有显著影响，央行可以通过观测经济系统中M0的变动，来判断经济流通中的货币量是否过剩，进而调整货币政策。因此，本文参照徐梅(2015)[44]的做法，选取M0作为货币供应量的代理指标。由于本文主要考察货币政策松紧程度，该值越大代表货币政策越趋于宽松；反之则表示货币政策趋于紧缩，故本文采用虚拟变量来衡量。本文将货币供应量按照均值进行分组，将M0大于均值定义为1，反之为0。在稳健性检验中，本文采用利率作为货币政策的代理变量，其中利率选择银行间同业拆借加权平均利率的虚拟变量进行衡量[44]。
3.控制变量
参考彭俞超等(2018)[3]的做法，本文控制了影响企业金融资产配置的一系列变量，包括公司财务特征变量、宏观经济变量。其中，财务特征变量包括资产负债率(Lev)、公司规模(Size)、固定资产投资(Fa)、盈利能力(Pro)、成长性(Growth)、成长机会(Tq)、融资成本(Fcost)、资产结构(Tang)、债务期限结构(Slr)、流动比率(Cr)以及现金流量(Cfo)；宏观经济变量包括实际Gdp环比增速(Gdp)；还控制了季度(Quarter)和行业(Industry)。
各主要变量具体含义如表1所示。
(三)模型设计
为考察影子银行扩张对企业金融资产配置的影响(假设1)，本文采用企业季度面板回归模型进行检验分析，具体模型如下
Finit=β0+β1Sbankt+β2Levit+β3Sizeit+β4Fait+β5Proit+β6Growthit+β7Tqit+β8Fcostit+β9Tangit+β10Slrit+β11Crit+β12Cfoit+β13Gdpit+Quarter+Industry+μi+εit
(1)
其中，i代表企业，t代表季度，β0为常数项，假设个体效应μi是常量，代表恒定不变的影响金融资产的因素，其它随时间而变的因素归入随机项εit中。Finit代表企业i在时期t所持有的金融资产占期末总资产的比例，Sbankt是本文的核心解释变量，代表某季度的影子银行规模大小。借鉴彭俞超等(2018)[3]的做法，在模型中加入公司特征变量和宏观经济方面的变量。此外，本文还控制了季度虚拟变量和行业虚拟变量。
表1 变量定义

为考察不同货币政策下影子银行扩张对企业金融资产配置的影响(假设2)，在模型(1)的基础上增加货币政策(M0)这一虚拟变量构建模型(2)，再次考察不同货币政策下，影子银行发展对企业金融资产配置的影响
Finit=β0+β1Sbankt+β2M0+β3M0×Sbankt+β4Levit+β5Sizeit+β6Fait+β7Proit+β8Growthit+β9Tqit+β10Fcostit+β11Tangit+β12Slrit+β13Crit+β14Cfoit+β15Gdpit+Quarter+Industry+μi+εit
(2)
(四)描述性统计
表2为描述性统计结果。其中，企业金融资产均值为0.022，最小值为0，最大值为0.28，说明不同的企业金融资产的配置水平存在较大的差异。解释变量影子银行均值为0.229，最小值为0.205， 最大值为0.253，表明近些年我国影子银行发展存在差异。货币政策均值为11.042，最小值为10.805， 最大值为11.201，表明2012-2018年我国实施的货币政策之间存在较大差异。其它控制变量均值与中位数基本相当，表明总体分布较为均衡。此外，将所有变量与企业金融资产配置进行了Pearson相关系数检验，结果显示，影子银行与企业金融资产配置之间的相关系数为0.054，且在1%水平下显著，为影子银行与企业金融资产配置存在相关性提供了初步的证据。
表2 描述性统计分析表

注：***、**、*分别表示1%、5%和10%水平上显著。
表3 影子银行与非金融企业金融资产配置的回归结果

注：(1)括号中为t值；(2)***、** 、* 分别表示1%、5%和10%水平上显著。下同。
五、实证结果与分析
(一)影子银行对企业金融资产配置的影响分析
表3为影子银行对企业金融资产配置的回归结果。表3列(2)是在列(1)的基础上控制季度和行业变量，结果表明影子银行与制造业企业金融资产配置的回归系数为0.085，且在1%水平上显著为正，说明影子银行扩张会促使企业进行金融资产配置，即H1得以验证。有关控制变量的影响，结果发现资产负债率Lev与金融资产的回归系数为-0.025，且在1%水平上显著为负，说明企业资产负债率越高，管理者会出于保守的态度减少对高风险金融资产的投资；盈利能力Pro与金融资产的回归系数为-0.087，在1%水平上显著为负，表明企业经营和盈利状况越好，资金较为充裕，企业会为了扩大生产规模而将更多的资金投入实体经济以满足生产经营的需要，进而减少金融资产的投资，即资金更多地流向实体经济。
(二)不同货币政策下影子银行对企业金融资产配置的影响分析
表4为不同货币政策下影子银行对企业金融资产配置的回归结果。表4列(1)是加入货币政策与影子银行交乘项后的结果，Sbank的系数为0.226，在1%水平下显著为正；交乘项M0×Sbank系数在1%水平下显著为负，说明宽松的货币政策弱化了影子银行对企业金融资产配置的影响。列(2)和(3)是基于货币供应量M0均值进行分组，列(2)报告了宽松的货币政策下，影子银行与金融资产配置之间的关系，其回归系数为0.026，说明影子银行规模越大，企业会增加对金融资产的配置，这是因为国家实施宽松的货币政策时，资本市场上货币供应量会有所增加，使得企业可获得资金的来源较为广泛，进而导致企业持有更多的可利用的资金，因此企业为了获得超额收益，会将更多的资金流向金融资产投资领域；由列(3)可以看出，紧缩的货币政策下，影子银行与金融资产的回归系数为0.227，在1%水平上显著，说明由于紧缩的货币政策下货币供应量减少且利率上升，企业会加大从影子银行融资，同时由于实体经济持续低迷、金融资产具有高收益性以及银行开展的影子业务具有相应的业绩指标，促使企业会将更多的资金用于配置金融资产。此外，为了验证不同货币政策下，影子银行与金融资产配置之间的关系是否存在显著性差异，本文进一步对回归结果进行了似不相关检验，其p值为0，说明其回归结果在1%水平上存在显著性差异，即可以得出在紧缩的货币政策下，影子银行发展对企业金融资产配置的影响更加敏感，假设2a得以验证。
表4 不同货币政策下影子银行对企业金融资产配置的回归结果

表5 替换影子银行指标的回归结果

六、稳健性检验
为了使得研究结果更加稳健，本文主要从以下几个方面进行稳健性检验，分别为替换变量、替换回归方法等。
(一)替换变量
1.替换影子银行衡量指标
由于委托贷款是影子银行中最主要的形式，委托贷款是指委托人提供资金，由商业银行(受托人)根据委托人意愿代为发放，协助监督使用并收回的贷款，相当于一种“过桥”银行中介，其是商业银行的表外业务，以表示商业银行作为企业中间人开展的影子银行业务。因此，本文在稳健性检验中以央行发布的《社会融资规模统计表》中的委托贷款除以社会融资规模作为影子银行发展的代理变量，其检验结果如表5所示，影子银行的系数显著为正，说明影子银行发展越好，企业金融资产配置的越多。另外，稳健性检验中还采用银行同业净资产来衡量影子银行发展，检验结果仍然支持研究假设，本文研究结论未发生改变。
表6 替换货币政策的回归结果

2.替换货币政策衡量指标
为了再次验证不同货币政策下，影子银行与企业金融资产配置之间的关系，本文采用1天银行同业拆借利率作为划分货币政策宽松与否的标准。由于Shibor越高则说明货币政策越紧缩，因此本文将Shibor大于均值定义为0，反之为1，并建立虚拟变量，回归结果如表6所示。表6中列(1)是加入货币政策与影子银行交乘项后的结果，结果表明，宽松的货币政策弱化了影子银行对企业金融资产配置的影响。列(2)为宽松货币政策下影子银行与企业金融资产配置之间的关系，其回归系数在1%水平下显著为正；列(3)为紧缩货币政策下影子银行与企业金融资产配置之间的关系，其回归系数在1%水平下显著为正；比较不同货币政策下影子银行与金融资产配置的回归系数(0.082<0.172)，可知，影子银行对企业金融资产配置影响在紧缩的货币政策下更为敏感。此外，为了验证结果是否具有显著差异性，本文进一步对回归结果采取似不相关检验，其p值为0，表明分组后的结果在1%水平上存在显著性差异。
(二)分位数回归
由于分位数本身的特点决定了样本的异常值不会对回归结果造成较大影响，因而分位数回归更稳健。本文使用分位数回归方法再次进行回归，结果列示于表7，检验结果仍然支持研究假设，本文研究结论未发生改变。
表7 分位数回归结果

表8 固定效应回归结果

(三)内生性检验
1.固定效应回归
考虑到本文构建的模型可能存在由于遗漏变量所产生的内生性问题，本文对样本采用固定效应再次进行回归，结果如表8所示，列(2)可以看出在样本中影子银行的系数显著为正，说明影子银行发展越好，企业金融资产配置越多。从表8中列(3)至列(6)可知，影子银行对企业金融资产配置的影响在紧缩的货币政策下更为敏感。检验结果仍然支持研究假设，本文研究结论未发生改变。
表9 工具变量法回归结果

2.工具变量法
影子银行是金融市场的重要组成部分，可以为企业提供一种新型融资渠道[27]，满足了实体经济多元化的融资需求，但是随着影子银行的发展，影子银行的逐利性质更加凸显，具体表现为对需要借款的企业收取相对较高的利息费用，进而提高了企业的融资成本，迫使企业从影子银行获得的资金更多地流向较高回报率的金融资产。然而，企业持有金融资产过多也会滋生影子银行的扩张，因此，为了解决影子银行与金融资产互为因果的内生性问题，本文将影子银行滞后一期作为工具变量，采用2SLS对样本再次进行回归，结果如表9所示，检验结果仍然支持研究假设，本文研究结论未发生改变。
七、进一步分析
为了使文章结构更加完整，本文分别从融资约束异质性、风险承担异质性和金融资产配置异质性三个方面进一步进行分析。
(一)融资约束异质性
受融资约束较强的企业，很难从外部融入资金，而影子银行业务具有资金池运作、表外运作等特点，风险偏好较高，极大地丰富了此类企业融资渠道，有助于缓解企业融资难的问题，因此具有融资约束的企业更愿意接受商业银行提供的购买理财产品后进行抵押进而获得贷款的交易，导致融资约束越强的企业配置的金融资产越多。而受融资约束影响较小的企业，其资金来源相对较多，更容易从传统银行获得大量资金，满足自身发展的需要。因此，影子银行的发展对金融资产配置的影响在低融资约束样本中并不显著。
基于以上分析，本文参考彭俞超等(2018)[3]的做法，利用KZ指数来衡量企业融资约束程度高低，将KZ指数大于75分位数的样本设置为高融资约束组，KZ指数小于25分位数的样本设置为低融资约束组，进行分组回归，结果如表10所示。在高融资约束企业样本中，影子银行与金融资产的回归系数为0.074，在5%水平上显著；而在融资约束程度低的企业中其回归系数为-0.027，且不显著。此外，为了验证结果是否具有显著差异性，本文进一步对回归结果采取似不相关检验，其p值为0.020 8，表明分组后的结果在5%水平上存在显著性差异。说明影子银行对企业金融资产配置的影响在高融资约束样本中更为显著。
表10 融资约束异质性的回归结果

(二)企业风险异质性
由于我国仍然存在价格和数量的双重抑制，风险较低的企业更容易获取商业银行的信贷支持，从而导致风险相对高的企业更容易在影子银行中取得融资[45]，进而会加大对企业金融资产的配置。本文借鉴姜付秀等(2006)[46]的做法，采用企业盈利的波动性来衡量企业风险大小，即利用季度性资产回报率的变化程度来衡量企业的风险。其检验结果如表11，影子银行与金融资产的回归系数在高风险企业的样本中为0.170，在1%水平上显著，而在低风险企业的样本中为0.052，进行似不相关检验，p值为0.011 7，说明在5%水平上存在显著差异，说明影子银行对企业金融资产配置的影响在高风险企业中更为显著。
表11 企业风险异质性的回归结果

表12 金融资产配置结构异质性的回归结果

(三)金融资产配置结构异质性
由于金融资产到期时间和流动性不同，受影子银行扩张的影响也不同。相较于长期金融资产而言，短期金融资产具有持有期限短、变现能力强、流动性较好等特点，且能在短期内满足资金的需求；此外，由于影子银行业务具有资金池运作、表外运作等特点，风险偏好较高，企业为了可以支付高额的利息，会更倾向于将转换成本较低的短期金融资产进行快速变现。相反，企业持有长期金融资产更多的是出于“蓄水池”动机，以满足未来资金的需要，降低未来风险的不确定性。因此，随着影子银行的不断扩张，企业会更倾向于持有长期金融资产以应对未来的不确定风险，进而实现企业的可持续发展目标。
本文借鉴黄贤环和王瑶(2019)[39]的做法，根据资产负债表流动性排列，进一步将交易性金融资产划分为短期金融资产，将持有至到期投资、可供出售金融资产和投资性房地产划分为长期金融资产，按照其占总资产比例分别进行回归，其检验结果如表12所示。在短期金融资产中，影子银行的回归结果，其回归系数为-0.023，在1%水平下显著为负；相反，在长期金融资产中，影子银行的回归系数为0.106，在1%水平下显著为正，说明影子银行的发展会显著促进企业长期金融资产的配置，原因在于企业基于长期发展战略，影子银行的不断扩张会促使企业将获得资金从短期性金融资产转移至长期性金融资产，以此实现金融资产的蓄水池效应。
八、结论与政策建议
本文利用我国沪深A股制造业上市公司的2012-2018年季度数据，检验了不同货币政策下，影子银行与企业金融资产配置之间的关系。研究结果表明：(1)影子银行发展会促使企业进行金融资产配置；(2)不同货币政策下，影子银行对企业金融资产配置的影响不同，即在紧缩的货币政策下，影子银行的扩张会更加促进企业金融资产配置。进一步地，从融资约束异质性、企业风险异质性以及金融资产配置结构异质性视角出发，再次检验了影子银行与企业金融资产配置之间的关系，结果表明，影子银行与金融资产的正相关关系在高融资约束企业、高风险企业中更为显著；相较于短期金融资产，影子银行扩张会显著增加企业长期金融资产的配置水平。
根据本文的研究结论，本文提出以下政策建议：(1)政府应该加大对影子银行的监管力度，不断完善影子银行的监管体系，增加银行等正规金融途径对实体经济的支持，促进资金“脱虚向实”，不断提高服务实体经济的能力，实现金融与实体经济的良性发展。(2)积极推动货币政策调控框架转型，进而通过货币政策调整鼓励不同的融资方式，重视货币政策传导过程中资本监管的影响，防范影子银行加剧金融风险，从而优化金融生态环境，实现货币政策协调作用。
参考文献
[1]徐军辉.中国式影子银行的发展及其对中小企业融资的影响[J].财经科学，2013(2)：11-20.
[2]王蕾，张婧婕，陈霄.影子银行、中小企业融资与深化金融改革——基于结构向量自回归模型的实证分析[J].华东经济管理，2015(4)：102-108.
[3]彭俞超，韩珣，李建军.经济政策不确定性与企业金融化[J].中国工业经济，2018(1)：137-155.
[4]苏治，方彤，尹力博.中国虚拟经济与实体经济的关联性——基于规模和周期视角的实证研究[J].中国社会科学，2017(8)：87-109，205-206.
[5]DEMIR F. Financialization and manufacturing firm profitability under uncertainty and macroeconomic volatility：evidence from an emerging [J]. Review of Development Economics，2009，13(4)：592-609.
[6]江春，李巍.中国非金融企业持有金融资产的决定因素和含义：一个实证调查[J].经济管理，2013(7)：13-23.
[7]刘贯春，刘媛媛，张军.金融资产配置与中国上市公司的投资波动[J].经济学(季刊)，2019(2)：573-596.
[8]许罡.高管投行背景、政策机会与公司金融投资偏好[J].中南财经政法大学学报，2018(1)：33-41.
[9]杜勇，谢瑾，陈建英.CEO金融背景与实体企业金融化[J].中国工业经济，2019(5)：136-154.
[10]杜勇，周丽.高管学术背景与企业金融化[J].西南大学学报(社会科学版)，2019(6)：63-74.
[11]于泽，钱智俊，方庆，等.数量管制、流动性错配和企业高额现金持有——来自上市公司的证据[J].管理世界，2017(2)：67-84.
[12]卢琼佩.影子银行对我国房地产价格影响的实证研究[J].经济论坛，2015(1)：74-78.
[13]马亚明，贾月华，侯金丹.影子银行对我国房地产市场的影响:基于监管套利视角[J].广东财经大学学报，2018(1)：39-48，71.
[14]贾生华，董照樱子，陈文强.影子银行、货币政策与房地产市场[J].当代经济科学，2016(3)：13-19，30，124.
[15]李顺彬，田珺.货币政策适度水平、融资约束与企业金融资产配置——对“蓄水池”与“替代”动机的再检验[J].金融经济学研究，2019(2)：3-13.
[16]张成思，张步昙.中国实业投资率下降之谜:经济金融化视角[J].经济研究，2016(12)：32-46.
[17]胡奕明，王雪婷，张瑾.金融资产配置动机：“蓄水池”或“替代”？——来自中国上市公司的证据[J].经济研究，2017(1)：181-194.
[18]杨筝，刘放，王红建.企业交易性金融资产配置：资金储备还是投机行为？[J].管理评论，2017(2)：13-25，34.
[19]冯建，王丹.货币政策紧缩、资产配置与企业绩效[J].宏观经济研究，2013(6)：21-28.
[20]吴智华，杨秀云.影子银行、金融稳定与货币政策[J].当代财经，2018(9)：48-61.
[21]裘翔，周强龙.影子银行与货币政策传导[J].经济研究，2014(5)：91-105.
[22]NELSON B, PINTER G, THEODORIDIS K. Do contractionary monetary policy shocks expand shadow banking? [J].Journal of Applied Econometrics，2018，33(2)：198-211.
[23]胡利琴，陈锐，班若愚.货币政策、影子银行发展与风险承担渠道的非对称效应分析[J].金融研究，2016(2)：154-162.
[24]VERONA F, MARTINS M M F, DRUMOND I.(Un)anticipated monetary policy in a DSGE model with a shadow banking system [J]. IMFS Working Paper，2013(9)：73-117.
[25] JIMENEZ G, ONGENA S, PEYDRO J L，et al. Hazardous times for monetary policy：what do twenty-three million bank loans say about the effects of monetary policy on credit risk-taking? [J]. Econometrica，2014(2)：463-505.
[26]徐云松.货币政策、影子银行与银行流动性[J].首都经济贸易大学学报，2018(5)：18-27.
[27]李建伟，李树生.影子银行、利率市场化与实体经济景气程度——基于SVAR模型的实证研究[J].中南财经政法大学学报，2015(3):56-62.
[28]程小可，姜永盛，郑立东.影子银行、企业风险承担与融资约束[J].经济管理，2015(4):106-115.
[29]周游，张成思.经济金融化分析[J].中国金融，2016(4)：33-34.
[30]杜勇，张欢，陈建英.金融化对实体企业未来主业发展的影响:促进还是抑制[J].中国工业经济，2017(12):113-131.
[31]戚聿东，张任之.金融资产配置对企业价值影响的实证研究[J].财贸经济，2018(5)：38-52.
[32]饶品贵，姜国华.货币政策波动、银行信贷与会计稳健性[J].金融研究，2011(3)：51-71.
[33]谢军，黄志忠.宏观货币政策和区域金融发展程度对企业投资及其融资约束的影响[J].金融研究，2014(11)：64-78.
[34]曲昭光，王湃.基于动态随机一般均衡模型的我国影子银行研究[J].金融理论与实践，2018(3)：9-17.
[35]吴晗，张克菲.银行同业业务与实体经济融资——基于货币供给创造的视角[J].金融论坛，2019(5)：21-31.
[36]吴娜.经济周期、融资约束与营运资本的动态协同选择[J].会计研究，2013(8)：54-61，97.
[37]史焕平，李泽成.我国商业银行“钱荒”之谜：基于货币结构视角的分析[J].山西大学学报(哲学社会科学版)，2014(5)：93-98.
[38]戴赜，彭俞超，马思超.从微观视角理解经济“脱实向虚”——企业金融化相关研究述评[J].外国经济与管理，2018(11)：31-43.
[39]黄贤环，王瑶.实体企业资金“脱实向虚”与全要素生产率提升：“抑制”还是“促进”[J].山西财经大学学报，2019(10)：55-69.
[40]程小可，姜永盛，郑立东.影子银行、企业风险承担与融资约束[J].经济管理，2015(4)：106-115.
[41]王喆，张明，刘士达.从“通道”到“同业”——中国影子银行体系的演进历程、潜在风险与发展方向[J].国际经济评论，2017(4)：128-148，8.
[42]杨兴全，曾义，吴昊旻.货币政策、信贷歧视与公司现金持有竞争效应[J].财经研究，2014(2)：133-144.
[43]王晋斌，李博.中国货币政策对商业银行风险承担行为的影响研究[J].世界经济，2017(1)：25-43.
[44]徐梅.经济周期与金融资产投资协动性关系研究——基于货币政策影响的视角[J].统计与信息论坛，2015(11)：12-17.
[45]蓝天，张春光，葛金锋.企业风险、影子银行与利率市场化改革路径——基于DSGE模型的分析[J].金融监管研究，2019(5)：1-17.
[46]姜付秀，刘志彪，陆正飞.多元化经营、企业价值与收益波动研究——以中国上市公司为例的实证研究[J].财经问题研究，2006(11)：27-35.
Shadow Banking, Monetary Policy and Financial Asset Allocation
WU Na1, YU Bo2, FAN Rui-ting3
(1.Institute of Working Capital Management, School of Accounting, Tianjin University of Finance and Economics, Tianjin 300222, China; 2.Institute of Working Capital Management, School of Finance, Tianjin University of Finance and Economics, Tianjin 300222, China; 3.Office of Financial Affairs, Tianjin University of Technology and Education, Tianjin 300222, China)
Abstract：Shadow banking, monetary policy, and enterprise financial asset allocation are the important basic theories for researching and resolving enterprises from substantial to virtual and improving the efficiency of resource allocation. It is also an important reference basis for regulating the development of China’s shadow banking and formulating monetary policy. Based on the quarterly financial data of A-share manufacturing enterprises listed on the Shanghai and Shenzhen Stock Exchanges from 2012 to 2018, this paper constructs a model of the impact of shadow banking on the of financial assets allocation under different monetary policies. It proves that the expansion of shadow banking will lead to an increase in the allocation of enterprises financial assets; and under different monetary policies, the impact of shadow banking expansion on the allocation of enterprises financial assets is different. More specifically, under the tight monetary policy, the promotion effect of shadow banking expansion on the financial asset allocation is more significant. Further research found that the positive correlation between shadow banking and financial assets is more significant in companies with high financing constraints and high-risk companies; compared with short-term financial assets, the expansion of shadow banking will significantly increase the long-term financial assets of enterprises. This study enriches the research on the influencing factors of financial asset allocation and the research of financial innovation on micro-enterprise behavior, which provides important empirical evidence for the country to strengthen the supervision of shadow banking and formulate monetary policies to guide enterprises investment back to real sector.
Key words：monetary policy; shadow banking; financial assets allocation