資產證券化對商業銀行風險承擔的實證

時間:2022-06-05 08:30:41

導語:資產證券化對商業銀行風險承擔的實證一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。

資產證券化對商業銀行風險承擔的實證

摘要:本文基于信用風險與流動性風險兩個視角來研究信貸資產證券化對風險承擔的影響,采用SYS-GMM方法對16家上市銀行2013—2019年的數據進行實證分析,結果表明:信貸資產證券化與信用風險、流動性風險之間均是負相關關系,即銀行積極開展信貸ABS業務,有利于降低銀行風險承擔水平。鑒此,本文從銀行、市場及投資者三方參與者角度提供相關建議,從而對信貸ABS業務的開展與風險管理具有借鑒意義。

關鍵詞:信貸資產證券化;信用風險;流動性風險;風險承擔

一、引言

資產證券化業務的新興可以追溯到二十世紀七十年代末,美國的住房抵押貸款市場率先開展了ABS業務。隨后在全球金融市場蓬勃發展40多年,ABS業務被視為二十世紀中最偉大的金融創新之一。隨著經濟全球化與金融自由化的步伐不斷推進,各個國家紛紛積極推動該業務的開展,加之我國金融市場改革的不斷深化,越來越多的首單創新產品得到發行,涌現出各類證券化資產如汽車貸款、消費貸款、住房抵押貸款、REITs等。截至2019年底,我國資產證券化市場共發行1439單產品,發行規模達到23294.34億元,同比增長51.47%和1.65%,其中包括182單信貸資產證券化產品,發行規模為9634.59億元。故本文基于ABS業務視角來研究商業銀行風險承擔水平具有一定的現實基礎。信貸資產證券化是把基礎資產的未來現金流作為信用基礎,將部分缺乏流動性的資產打包為流動性較強的證券。換言之,其目的是提高資產流動性,將未來能夠獲得的現金流資產資本化,并以證券的形式進行流通、買賣,其基本運行機制如圖

二、文獻綜述

1.信貸資產證券化與銀行信用風險的關系對此研究大致持有兩類觀點:一是信貸資產證券化能夠使信用風險有所下降。ABS業務會對主體的信用風險產生直接影響且通過增強流動性等方式對信用風險產生間接影響,它能夠降低銀行的破產風險,提供較低的信貸投資方式(潘慧峰、劉曦彤,2017[1];王星予、余麗霞、陽曉明,2019[2])。二是信貸資產證券化能夠提升信用風險,帶來盈利的同時也暴露信用風險,加之其不隨資產流動而消失還可能會被分散與流轉,所以導致信用風險增大(宋奕,2012[3];Casuetal.,2013[4])。2.信貸資產證券化與銀行流動性風險的關系資產證券化是將流動性較差的資產經過重組打包后進入資產池中,增強其流動性。大量文獻研究表明信貸ABS對銀行降低流動性風險有積極影響,它可以將長期貸款這種流動性較差的表內資產重組發售,拓寬其融資渠道,從而降低流動性風險(BannierCEetal.,2008)[5],梁紅梅等(2016)[6]實證分析后得出一致結論。但也有研究指出實際業務開展與資金運行過程中信貸ABS業務并不能夠有效降低流動性風險(郭紅玉,2018)[7]。3.信貸資產證券化與風險承擔水平的關系大多文獻表明信貸ABS與風險承擔之間具有消極作用,如廖靜儀(2019)[8]等研究表明ABS能降低銀行流動性及信用風險水平;但仍存在相反的研究觀點,認為風險只是在系統內部相互轉移,因此導致了銀行風險承擔增大(Nadauldetal.,2011)[9];同時,還有研究表明信貸ABS與風險承擔的關系會受資產規模的影響,資產規模小的銀行開展ABS業務會降低風險水平,反之則會提高風險水平(劉琪琳、李富有,2013)[10]。縱觀已有文獻,資產證券化對銀行風險承擔水平是有消極影響還是積極影響,研究結論還不一致。因此,基于此研究現狀,本文采用動態面板模型對銀行信貸ABS與風險之間的關系進行實證性研究,來探索兩者之間的影響。

三、研究設計與模型

1.樣本選擇與數據來源由于2008年次貸危機的爆發,對此后ABS業務開展帶來較大的影響,直至2012年ABS業務又重新回歸到市場交易中。所以本文選取了上市時間較長且信貸證券化業務開展較早的16家銀行為樣本對象,時間跨度為2013—2019年。所有數據均來自國泰安數據庫、中國資產證券化分析網(CNABS)和銀行年報。當個別銀行數據缺失時,則手工整理獲得。2.變量選擇及說明①被解釋變量。結合信貸資產證券化內涵與目標而言,ABS是為了解決銀行信貸資產存在的流動性問題,故本文主要考察信用風險與流動性風險。參考已有文獻,考慮到數據的完整性與可得性,選取貸存比(Ldr)作為流動性風險的衡量指標;用阿特曼Z-score模型來度量信用風險水平,公式為:Z-score=ROAit+CARitσ(ROAit)其中,ROA代表資產回報率;CAR為各個銀行資本充足率;σ(ROA)為資產回報率的標準差;它是衡量銀行風險承擔能力的負向指標即Z值越小,則風險承擔水平就越高。②解釋變量:參考廖靜儀(2019)等的文獻,本文選取ABS規模作為解釋變量并進行對數化處理,若銀行存在當期并未開展ABS業務,則不取對數。③控制變量:考慮宏觀與微觀個體的影響,本文在銀行層面與宏觀層面設計了控制變量。銀行層面選取了杠桿率(Ler)、凈資產收益率(Roe)、信貸比(Loan)三個指標;宏觀層面選取金融深化指標(FiD)、一年期短期貸款基準利率(LI)兩個指標。3.模型設計與實證方法①模型構建。致力從信貸ABS的視角出發,通過模型建立來充分闡釋ABS與風險承擔之間的關系。參考已有文獻,本文將建立以下實證模型:Risk1it=c+β0Risk1i,t-1+β1Absit+β2Roeit+β3Lerit+β4Loanit+β5FiDt+β6LIt+εit(1)Risk2it=c+β0Risk2i,t-1+β1Absit+β2Roeit+β3Lerit+β4Loanit+β5FiDt+β6LIt+εit(2)其中,i代表所選16家銀行即i=1,2,3,…,16;t代表時間即2013—2019年度。Risk1it衡量銀行i在時間t的信用風險,Risk2it衡量銀行i在時間t的流動性風險;Absit是在時間t銀行i的信貸資產證券化水平;Lerit、Roeit、Loanit、Sizeit代表了銀行i于時間t的銀行層面影響因素;FiDt、LIt是代表時間t的宏觀層面的控制變量。②實證方法。由于銀行風險承擔水平具有慣性且樣本量較小,本文選擇twostep方式的系統GMM方法即SYS-GMM方法來估計信貸ABS對銀行風險承擔水平的影響。該實證方法考慮了經聯立差分回歸與水平回歸來解決弱工具變量的問題及異方差因素的影響。

四、實證結果與分析

1.描述性統計分析整體而言,所選變量的數據都較為合理。Risk1、Risk2分別為風險承擔水平變量,其中Risk1平均值為4.7812,且標準差為0.2783;由于各銀行所屬性質、經營規模等的差異,Risk2即貸存比具有一定的差異性,平均值在70.4940%,比較符合我們目前商業銀行的貸存比情形。從解釋變量來看,我們對Abs進行了對數化處理,得出解釋變量均值在3.8437,最小值為0;從控制變量而言,銀行層面,各家銀行的杠桿率差別較小,但凈資產收益率和信貸比率差異較大;宏觀層面,FiD平均值為1.9828,標準為0.0668;LI的平均值為4.7643%,標準差為0.6667,均體現出合理性。2.回歸檢驗采用SYS-GMM方法分別對模型一(信用風險)與模型二(流動性風險)進行回歸估計,結果如下表3:①估計結果分析。從表3可知,兩個模型的一階滯后項系數β0分別為0.3192、0.7193,在1%水平下均為正,表明銀行信用風險、流動性風險承擔行為具有持續性的特點;就解釋變量系數而言,模型一、模型二的回歸系數分別為0.0090、-0.2323,均通過5%的顯著性檢驗,說明銀行信貸ABS業務的開展對銀行信用、流動性風險的降低具有正向影響。其控制變量的回歸結果表明:第一,杠桿率的提高、信用貸款比例的提高都將降低信用風險,但也需要降低杠桿率來控制流動性風險,這與“去杠桿”的金融環境相吻合。第二,當銀行凈資產收益率(Roe)越高,盈利能力越強,其風險承擔水平就越低。第三,隨著國家經濟貨幣化的程度不斷提高且自由化程度不斷提升時,信用風險與流動性風險程度都將有所下降,加之利率的下調能夠增強資產的流動性,都將有利于規避信用與流動性風險。②過度識別檢驗(Sargan)。在動態面板估計中,往往會在模型中加入許多工具變量,此時我們就得考慮模型工具變量個數設置是否合理的問題。本文采用Sargan來檢驗模型中是否存在工具變量過度識別的現象,從表3中可以看出,模型一、模型二所有Sargan檢驗的p>0.05,故不能拒絕“工具變量均有效”的假設即模型的工具變量設置合理,不存在過度識別現象。③自相關檢驗。由于模型涉及一階滯后項,故需要進行模型干擾項序列自相關問題的檢驗。若模型隨機誤差項存在一階自相關但不存在二階或高階自相關,則說明工具變量的設置是有效的。表3表明,兩個模型的AR(2)值均大于0.05,不拒絕原假設即估計結果是有效的。3.穩健性檢驗為了進一步保證回歸結果的有效性,本文分別對模型一(信用風險)與模型二(流動性風險)進行穩健性檢驗。參考廖靜儀(2019)、李妍(2019)等的做法,對于Risk1即信用風險的回歸檢驗,我們采用不良貸款率(Npl)這一信用風險的一大監管指標替代模型一(信用風險)最初的lnZ變量,將其視為穩健性檢驗的被解釋變量,Npl的上升與lnZ的減少說明都能夠使得信用風險承擔水平增加。對于Risk2即流動性風險的模型穩健性檢驗,我們將Ldr’來表示Ldr與其平均值之差,將其進行代入模型二(流動性風險)進行穩健性檢驗。由于篇幅原因,故沒有列出檢驗結果。但計量結果均表明模型一、二的回歸結果均是穩健的,說明模型設計與回歸結果是合理可靠的。

五、結論與建議

1.結論本文利用SYS-GMM方法實證表明:第一,無論是信用還是流動性風險,商業銀行承擔行為都具有持續性的特點;第二,銀行開展信貸ABS業務能夠降低其信用風險;第三,信貸資產證券化與流動性風險之間存在負向影響,即銀行積極開展信貸ABS業務,有利于其降低流動性風險。故商業銀行積極開展信貸ABS業務的運行對其自身風險的分散、轉移都具有較為積極的影響,有利于降低銀行風險承擔水平。2.建議ABS業務作為一種金融創新性融資工具,不僅拓寬了融資渠道還使主體信用轉化為資產信用,降低融資成本。結合實證結果,本文從銀行、市場監管、投資者三個角度來提出建議:第一,商業銀行應該積極開展信貸資產證券化業務和加強金融創新水平,ABS使得信用風險得以轉移且提高了流動性,有利于分散風險和銀行持有更低的風險資產。同時,為資產創造更高的流動性、安全性,極大限度地分散風險,進而降低信用及流動性風險。第二,健全監管機制和有效地實施監督是市場監管的重要舉措。市場監督需要確保證券化產品的評級與增級結果的合理性、準確性與透明化;同時,ABS產品采取差異化的監督管理機制和標準,提高商業積極開展各類的產品證券化的動力;實施商業銀行流動性風險、信用風險等檢測,嚴格把控監管“紅線”和定期信息披露也是重要保障。第三,投資者需要保持理性、切忌盲目投資。信貸ABS產品風險與收益并存,要求持有理性態度,不惡意推高產品價格與泡沫增長,對自己的投資風險偏好有個正確的定位,使之收益最大化,避免噪聲交易。

作者:吳玉蘭 單位:西南大學經濟管理學院