二、回归模型建立
本书使用固定效应面板回归解决不可观测的银行个体特征所可能带来的内生性问题，同时还控制了时间效应。根据假设本书设立以下四组回归模型：
其中，IssueNumberi，t为银行i在时间t发行的理财产品总数量，代表表外扩张冲动。ShadowRiski，j，t为调整后的理财产品的风险加成，衡量影子风险承担行为。Pressurei，t向量包含流动性监管指标（NSFR）、银行存贷比指标（LTDR）、资本充足率指标（CAR）和核心一级资本充足率指标（Tier1 CAR）。Regulationi，t向量包含以上银行监管指标要求发生变化的时间哑变量。Opaquei，t为银行i在时间t时的不透明度。controli，t为控制变量向量。具体的含义如下：
（一）被解释变量
表外理财产品扩张冲动（IssueNumberi，t）：本书采用银行每个季度发行的理财产品数量相对于资产的值来衡量影子银行扩张的代理变量。理财产品是银行参与影子银行体系，进行监管套利的重要渠道，发行的理财产品数量可以较好地反映银行的参与程度。考虑到以月度为单位波动过大，而以年度为单位样本量过小，最终选择每季度发行的理财产品数量。除以银行资产则是为了消除银行规模对于理财发行数量的影响（理财产品的样本绝大多数来自五大国有银行以及十六家股份制银行）。
影子银行风险承担（ShadowRiski，j，t）：调整后的理财产品风险加成。商业银行在发行理财产品时一般会披露银行的预期收益率、最低认购金额、计划管理期限等指标。基准利率越高、期限越长、流动性越低、风险等级越高，则产品利率越高。本书还控制了宏观因素（GDP增长率、工业价格指数PPI、房地产景气指数Real Estate Index）、年度因素及银行所有制因素。本书认为该回归方程的残差可以捕捉不能被定价因素解释的超额预期收益率，即该理财产品的风险。
（二）解释变量(https://www.daowen.com)
监管压力指标（Pressurei，t）：包含流动性监管指标（NSFR）、银行存贷比指标（LTDR）和资本监管指标（资本充足率CAR、核心一级资本充足率Tier1CAR）。NSFR指标越低说明其流动性错配程度越高，流动性监管压力越大。LTDR越高说明其越接近75%的存贷比监管要求警戒线，其贷款发放上限压力越高，存贷比监管压力更大；CAR和Tier1CAR指标越低，说明其资本缓冲越少，资本监管压力更大；NSFR指标为巴塞尔协议Ⅲ[1]提出的商业银行长期监管指标。本书预期，各项监管压力越大，影子银行扩张（IssueNumberi，t）和风险承担（ShadowRiski，j，t）将越大。
监管要求变化（Regulationi，t）：当（原）银监会对监管要求的严厉程度进行调整时，本书预期银行出于监管套利的动机采取过度影子银行风险承担的行为会被削弱或加强。对应三大监管项目，本书根据其监管力度的调整时间设置三个哑变量。流动性监管哑变量（NSFRdummy），将2011年4月27日之后的样本取1，其余取0，并预期NSFR流动性监管实施后，银行监管套利的动机更强，理财产品风险更高。回归结果由于存贷比和资本监管哑变量与时间固定效应存在较强的多重共线性问题，所以被Stata自动忽略。存贷比监管哑变量（LTDRdummy），将2009年1月10日之后的中小银行样本取1，其余取0，并预期存贷比监管要求的放松将降低监管压力对影子银行风险承担的边际贡献。资本监管哑变量（CARdummy），将2012年1月1日之后的样本取1，其余取0，并预期资本监管力度的加强将激励银行从事风险更高的理财产品活动。
不透明度指标（Opaquei，t）：本书采用两种不透明度指标，即银行不透明指标和表外不透明指标。（1）银行不透明指标（opaque_bank）。由于银行业自身的特殊性质，导致银行业的透明度指标计算与其他行业并不相同。对于传统行业而言，其透明度的计算主要是通过两种方法：操作性应计应收项目来衡量的公司盈余管理程度和分析师盈余预测准确度。而银行性质特殊，主要是使用以下两种方式衡量透明度：操作性不良贷款拨备和财务信息更正频率。考虑到我国上市的银行只有16家，因此使用分析师对银行盈余预测的准确度作为代理指标覆盖的样本较少、时间也过短，而且中国商业银行几乎不存在财务报表更正的情况。因此本书参考Bushiman et al.（2015）、Jiang et al.（2016）和Flannery and Nimalendran（2004），利用不良贷款拨备的调整模型计算银行的盈余披露质量，用来衡量银行的（不）透明度。[2]该模型基本思想是在控制各项因素后，银行的不良贷款拨备偏离正常水平的程度（绝对值）越高，其通过不良拨备水平来调整银行账面盈余的行为越明显，银行透明度越差。具体操作方法为进行控制了年度固定效应的全行业不良贷款拨备（LLP）因素的稳健标准差回归（robust standard error），取残差绝对值衡量与正常拨备的偏离程度。使用的因素包括不良贷款率（NPA）、资本利润率（ROE）和银行资产对数（Inasset）。Opaque_banki，t越高，透明度越低。（2）表外不透明指标（opaque_off）。考虑到各家银行理财产品信息的披露程度并不相同，很显然披露了更多信息的理财产品的透明度更高，因此本书利用每家银行理财产品披露信息的平均缺漏程度作为表外理财产品透明度的代理变量。具体来说，本书观察理财产品是否包含合作类型、预期年收益率下限、预计最高年收益率、收益获取方式、保本比率、保证收益、业务模式、投资对象、是否结构性、是否可质押、提前赎回权和流动性这几样理财产品关键信息的披露情况，如果披露记为0，否则记为1；然后统计每家银行每年披露的所有理财产品的平均披露程度，该指标Opaque_offi，t越高，透明度越低。本书预期不论是表内还是表外，随着银行不透明度的上升，银行的扩张不一定上升，但会加剧风险承担行为。
控制变量（controli，t）：包含银行层面、宏观层面的变量。其中银行层面的变量包括资产规模的对数（lnasset）、不良贷款率、成本收入比例（业务及管理费用/营业收入），分别用以控制规模效应、银行风险和经营效率。宏观层面变量包括GDP季度增长率、国房景气指数和货币供应量M1，分别用以控制经济形势、房地产热度和货币宽松程度对理财产品数量和风险的影响。各变量定义如下：
表7-1 变量定义
