2008年次贷危机后,影子银行在中国得到了迅速发展,其规模迅速膨胀,产品种类也日益繁多,对于影子银行业务的监管也逐渐增多。目前对于影子银行业务的研究多集中于对于影子银行的定义研究以及对影子银行业务的规模测算,相对而言对于监管政策的研究较少,对于影子银行监管政策进行量化的文献更是鲜有。现有对于政策量化研究多作为研究的变量之一,一般作为研究中的自变量对因变量进行探究,多使用聚类分析等图形分析以及简单负向词频分析对于政策的强度进行分析。其中,对金融监管政策的量化研究相对较少。对于监管政策的量化研究可以协助金融机构进行未来监管强度的预测,也能够为监管机构提供数据研究基础;同时也能够为未来理论研究提供新的视角,在不同的领域使用也可以实现同一分析方法的领域延伸。在此背景下,本文选择了 2008-2019年影子银行监管政策为研究对象,使用文本情感分析、政策文本分析等方法对其进行量化分析并得出数据结果。本文收集了 2008-2019年间我国金融监管机构针对影子银行业务的监管政策,在对影子银行监管政策进行了简单的内容分析后,将政策文本内容通过关键词提取、负向词频分析、文本情感分析以及政策内容分析四种方法对不同年份、不同政策的强度分别进行量化,并将年份作为基本单位对政策进行整合,得到监管者对于影子银行业务的政策强度年度数据;其中,文本情感分析方法包括了 ROST模型和情感倾向分析模型,这两者的区别主要在于分析基于的情感词典不同。得到关于影子银行监管的特点如下:影子银行业务监管自2008年伊始,监管范围不断扩大,监管特点从刚开始的针对影子银行业务的监管逐渐转向对影子银行产品穿透式的监管。监管具有较强的阶段性,但是整体来看呈现出从监管主体单一、不均衡到监管全面的动态变化过程。使用不同政策量化模型对于政策强度进行量化分析,主要研究内容和结论有:一是利用收集的影子银行监管政策,使用不同的政策文本分析法逐个分析2008-2019年影子银行政策,结果表明,不同的政策量化模型得出的结论相似,具有较强的趋同性。二是虽然不同政策量化模型运行结果相似,但是其中差异也较为明显:负向词频统计仅仅是从负面词出现的次数进行了简单的统计,并没有对不同的词进行等级划分;政策文本分析中政策强度直接与当年影子银行政策监管数目正向相关,没有对政策的倾向性进行分析;在文本情感分析模型中,不同的情感分析词典直接会导致情感分析的结果产生差异,与此同时,不同的语种无法通用情感词典,导致中文词典精准性差异较大,但是在分析过程中,通过对情感词典的训练以及迭代可以进行准确性的矫正。因此,对于未来关于公共政策量化的进一步研究,笔者认为文本情感分析更具有借鉴意义。三是在对政策量化的研究中,以往金融政策量化分析文献中使用的指标多为简单的主题词,加以聚类分析等图形分析作为中间研究变量或手段对政策效果进行研究。同时,基于主题词分析缺少对全局分析的缺点,仅使用其作为中间变量较为片面。本文的测算为后续的理论以及实证研究提供了较好的理论基础。