2007年美国次贷危机后，我国影子银行体系发展非常迅速，影子银行已成为我国金融复杂网络体系中的重要网络节点。本书在梳理我国影子银行发展历程、特征、运行机理及其对宏观经济的影响基础上，以风险网络关联、金融窖藏、利率双轨制等为切入点，借助TVP-VAR 模型、GARCH-CoVaR模型、GARCH-Copula-CoVaR模型、Copula-EVT模型、面板数据模型、DSGE模型等计量分析模型，探究了经济新常态背景下我国影子银行的风险、对金融体系的风险溢出效应以及其对货币政策的影响，在此基础上提出我国影子银行监管的思路与对策。

马亚明，1973年出生，湖北赤壁人，教授，金融学博土生导师，金融学国家一流专业建设点负责人，现任天津财经大学研究生院院长，兼任国务院学位委员会第八届应用经济学学科评议组成员、中国金融学年会理事、中国国际金融学会理事、天津市金融学会副会长，入选天津市131创新型人才层次、天津市宣传文化五个一批人才。主要研究方向为资本市场与公司金融、货币金融理论与政策、金融工程与风险管理等。出版专著和教材6部，参编著作10余部，在 Finance Research Letters、《世界经济》、《统计研究》等SSCI、CSSCI 来源期刊发表论文60余篇，主持完成国家社科基金重点项目、国家社科基金一般项目等各类项目10余项。曾获天津市级教学成果一等奖1项、二等奖1项，天津市社会科学优秀成果奖二等奖2项。

第1章 导论1

1.1 研究背景与选题的意义1

1.2 文献综述4

1.2.1 影子银行发展的驱动因素4

1.2.2 影子银行的特征及微观机理6

1.2.3 影子银行的宏观经济效应7

1.2.4 影子银行的风险及监管11

1.2.5 文献评述13

1.3 研究思路与主要内容14

1.4 研究方法?创新点与不足之处18

第2章 我国影子银行的发展历程?运作模式与特征22

2.1 我国影子银行的发展历程与运作模式22

2.1.1 影子银行萌芽阶段(20032007年) 23

2.1.2 影子银行快速增长阶段(2008年至2013年4月) 23

2.1.3 影子银行平稳增长阶段(2013年4月至2017年) 25

2.1.4 影子银行强监管(2017年至今) 29

2.1.5 我国影子银行体系及运作模式31

2.2 我国影子银行兴起的原因及特征35

2.2.1 我国影子银行兴起的原因35

2.2.2 我国影子银行的特征38

第3章 我国影子银行对房地产市场和产业结构的影响42

3.1 影子银行对房地产市场的影响机制42

3.1.1 影子银行对房地产市场的影响机制42

3.1.2 影子银行资金进入房地产市场的渠道43

3.2 影子银行对实体经济和产业结构的影响46

3.2.1 影子银行对实体经济的影响46

3.2.2 影子银行对产业结构的影响47

3.3 影子银行体系对房地产市场和产业结构影响的实证分析48

3.3.1 TVP-VAR模型介绍48

3.3.2 变量说明与数据检验50

3.3.3 基于TVP-VAR模型的实证结果分析52

3.4 本章小结57

第4章 我国影子银行?房地产市场与宏观经济效应59

4.1 引言59

4.2 影子银行规模对宏观经济变量的冲击:基于VAR模型的经验分析62

4.3 理论模型63

4.3.1 家庭64

4.3.2 房地产65

4.3.3 影子银行与商业银行66

4.3.4 货币政策67

4.3.5 市场均衡68

4.4 参数校准与估计69

4.4.1 参数校准69

4.4.2 贝叶斯估计70

4.5 模型分析71

4.5.1 各类冲击下的主要经济变量脉冲响应结果71

4.5.2 敏感性分析和福利分析76

第5章 我国影子银行对地方政府债务风险的溢出效应79

5.1 我国影子银行对地方政府债务风险的传导机制79

5.1.1 我国影子银行向地方政府债务传导的风险79

5.1.2 我国影子银行对地方政府债务主要风险的传导机制83

5.2 我国影子银行对地方政府债务风险溢出效应的实证分析86

5.2.1 GARCH-CoVaR模型86

5.2.2 样本数据的选取88

5.2.3 描述性统计与数据检验89

5.2.4 风险溢出效应的实证结果分析91

5.3 本章小结92

第6章 我国影子银行对商业银行的风险溢出效应基于GARCH-Copula-CoVaR模型的分析94

6.1 引言94

6.2 影子银行风险及风险溢出95

6.2.1 期限错配增大了流动性风险95

6.2.2 信用风险96

6.2.3 高度关联性加剧了风险的交叉传染97

6.2.4 顺周期性强化了系统性风险100

6.3 研究方法及模型101

6.3.1 条件风险价值CoVaR 102

6.3.2 GARCH-Copula-CoVaR模型102

6.4 我国影子银行对商业银行风险溢出效应的实证分析104

6.4.1 数据选取和基本统计量描述104

6.4.2 对商业银行风险溢出效应的计算106

第7章 金融强监管与影子银行风险的动态演化110

7.1 引言110

7.2 文献综述111

7.3 研究方法与网络指标测算113

7.3.1 单变量Copula-EVT模型113

7.3.2 双变量Copula-EVT模型与风险网络构建114

7.3.3 风险网络指标测算115

7.4 实证分析116

7.4.1 样本说明与数据分析116

7.4.2 影子银行机构自身风险117

7.4.3 影子银行机构风险网络关联度120

7.4.4 影子银行机构风险网络关联度影响因素分析127

7.5 本章小结132

第8章 中国影子银行顺周期性及其货币政策效应基于TVP-VAR模型的分析134

8.1 引言134

8.2 文献综述136

8.2.1 影子银行顺周期性136

8.2.2 影子银行与货币政策137

8.3 研究变量与实证检验138

8.3.1 研究变量确定与数据来源138

8.3.2 TVP-VAR检验模型设定及适用性检验140

8.3.3 实证检验结果分析141

8.3.4 稳健性检验146

8.4 本章小结148

第9章 影子银行?货币窖藏与货币政策经济效应150

9.1 引言150

9.2 实体经济货币循环与金融窖藏152

9.2.1 实体经济货币循环152

9.2.2 金融窖藏153

9.3 考虑影子银行的DSGE模型构建155

9.3.1 模型假定155

9.3.2 高风险企业和影子银行系统156

9.3.3 低风险企业与商业银行系统159

9.3.4 家庭部门160

9.3.5 终品生产商?中间品生产商?资本品生产商161

9.3.6 中央银行(货币政策) 162

9.3.7 市场出清及变量加总162

9.4 参数校准与估计164

9.4.1 参数校准164

9.4.2 参数估计164

9.5 脉冲响应分析165

9.5.1 价格型货币政策冲击166

9.5.2 数量型货币政策冲击168

9.6 本章小结169

第10章 新利率双轨制?企业部门杠杆率差异与我国货币政策传导:考虑影子银行体系的DSGE模型分析171

10.1 引言171

10.2 对利率双轨制和货币政策效果的探讨172

10.3 新环境下货币政策传导效果的逻辑判断175

10.4 DSGE模型的构建与求解179

10.4.1 基本假设及模型结构179

10.4.2 DSGE模型的构建181

10.4.3 参数校准及变量关系188

10.5 变量冲击下的脉冲响应分析189

10.6 我国货币政策传导效果实践分析193

10.7 本章小结196

第11章 影子银行?金融杠杆与我国货币政策规则的选择202

11.1 引言202

11.2 理论模型205

11.3 参数校准与数值模拟211

11.3.1 参数校准211

11.3.2 数值模拟211

11.4 货币政策规则的敏感性分析与社会福利分析215

11.4.1 货币政策规则的敏感性分析216

11.4.2 社会福利损失分析218

11.5 本章小结219

第12章 研究结论与政策建议221

12.1 主要研究结论221

12.2 政策建议224

参考文献229