陳其安++杜方舟

摘要：

文章基于信用衍生產(chǎn)品對沖的實質(zhì)構(gòu)建理論模型并得到理論結(jié)論與推論，利用GMM方法對理論結(jié)果進(jìn)行實證檢驗。實證研究結(jié)果表明，在回購利率互換對沖時，中國銀行貸款總額隨對沖程度的提升先減后增，與貨幣市場波動負(fù)相關(guān)；在存款利率互換對沖時，貸款總額隨對沖程度的提升而增大，與貨幣市場波動正相關(guān)；在隔夜利率互換對沖時，貸款總額隨對沖程度的提升先增后減，與貨幣市場波動正相關(guān)。實證結(jié)果驗證了理論模型的正確性，同時也在一定程度上說明2008年美國次貸危機(jī)的誘因同樣存在于中國商業(yè)銀行中。

關(guān)鍵詞：信用衍生產(chǎn)品對沖；貨幣市場波動；貸款行為；廣義矩估計

中圖分類號：F83033 文獻(xiàn)標(biāo)志碼：A 文章編號：

10085831（2016）05004310

隨著以信用衍生產(chǎn)品為代表的金融創(chuàng)新的發(fā)展以及2008年美國次貸危機(jī)的爆發(fā)，銀行在信用衍生品市場中的對沖行為與其貸款行為的關(guān)系逐步引起了學(xué)界與實務(wù)界的重視。目前中國銀行持有的衍生產(chǎn)品數(shù)量有限且品種較為單一，以利率互換合約為主，主要包括隔夜拆借利率互換、定期存款利率互換與回購利率互換，均屬于總收益互換型信用衍生產(chǎn)品，除此之外還有少量遠(yuǎn)期合約（主要是外匯）。相比于發(fā)達(dá)國家，中國銀行在信用衍生產(chǎn)品的應(yīng)用方面還不夠成熟，信用衍生產(chǎn)品對中國銀行行為的影響也不夠直接，信用衍生產(chǎn)品的對沖行為與銀行貸款行為之間的關(guān)系尚未被深入研究。因此，從理論和實證兩方面出發(fā)，系統(tǒng)深入地探討中國銀行的信用衍生產(chǎn)品對沖行為與貸款行為之間的關(guān)系具有重要的理論和現(xiàn)實意義。

由于中國銀行體系高度集中化、貨幣政策調(diào)控直接化、銀行業(yè)務(wù)同質(zhì)化的特征，貨幣市場波動對中國商業(yè)銀行的貸款行為會有較為明顯的影響[1-2]。貨幣市場環(huán)境波動的影響有可能是影響商業(yè)銀行貸款行為的主要因素，其影響甚至有可能會掩蓋其他因素對貸款行為的影響。因此在探討對沖行為與中國銀行貸款行為的關(guān)系時，有必要同時考慮貨幣市場波動對貸款行為的影響。

一、文獻(xiàn)綜述

國外學(xué)者對于對沖行為與商業(yè)銀行貸款行為之間關(guān)系的研究始于20世紀(jì)90年代。Merton定性指出利用信用衍生產(chǎn)品進(jìn)行對沖一方面克服了信息不對稱，避免了一些不謹(jǐn)慎的貸款行為；另一方面由于對沖行為降低了交易成本并帶來了額外的流動性，從而使銀行能夠擴(kuò)大貸款發(fā)放額度[3]。Santomero 和Trester通過理論推導(dǎo)得出的結(jié)論同樣認(rèn)為對沖行為對銀行貸款行為的影響具有兩面性[4]。Instefjord基于幾何布朗運(yùn)動與貝爾曼方程建立理論模型，得出結(jié)論認(rèn)為在信用衍生產(chǎn)品對沖的前提下，存在一個使效用達(dá)到最大化的貸款比例[5]。Norden、Buston和Wagner指出銀行通過信用衍生產(chǎn)品對沖將信用風(fēng)險轉(zhuǎn)嫁給其他投資者從而擴(kuò)大貸款發(fā)放額度[6]。Boz和Mendoza指出對沖行為帶來的金融市場多樣化、額外的流動性、過度自信的市場氛圍導(dǎo)致了美國信貸規(guī)模在危機(jī)前的迅速擴(kuò)大[7]。Nijskens和Wagner指出商業(yè)銀行在利用貸款信用衍生產(chǎn)品進(jìn)行對沖的同時，實際上擴(kuò)大其表外的貸款發(fā)放額度[8]。Dewally和Shao通過實證得出結(jié)論認(rèn)為銀行持有利率衍生產(chǎn)品會掩蓋一些貸款行為，增加銀行風(fēng)險承擔(dān)行為的不透明度[9]。Papanikolaou和Wolff指出高杠桿信用衍生產(chǎn)品的對沖行為實際上刺激了銀行的表外貸款行為[10]。國內(nèi)學(xué)者關(guān)于對沖行為與中國商業(yè)銀行風(fēng)險承擔(dān)行為之間關(guān)系的研究始于2002年。李勤首先以綜述形式介紹了金融衍生產(chǎn)品及其在西方國家商業(yè)銀行風(fēng)險管理中的應(yīng)用，并且闡述了對沖行為在中國銀行實務(wù)中的應(yīng)用及其可能存在的問題[11]。劉雷定性地闡述了信用衍生產(chǎn)品在中國銀行風(fēng)險管理中的作用、對沖套期保值的原理、對沖套期保值對商業(yè)銀行貸款行為與績效的影響[12]。鐘升概述了信用衍生產(chǎn)品的定義、對沖套期保值的原理，同時指出信用衍生產(chǎn)品可以減少實際資本需求數(shù)額從而影響貸款行為[13]。陳娜綜述了新巴塞爾協(xié)議條件下信用衍生品的資本緩釋作用，認(rèn)為信用衍生產(chǎn)品對沖可以擴(kuò)大貸款總額[14]。倪勤從實務(wù)角度闡述了商業(yè)銀行利用信用衍生產(chǎn)品進(jìn)行對沖的流程，以及如何利用信用衍生工具進(jìn)行貸款管理[15]。馬孝先、鄭萍和公偉利用面板數(shù)據(jù)模型進(jìn)行實證得出結(jié)論認(rèn)為衍生產(chǎn)品配置數(shù)量與中國銀行財務(wù)績效正相關(guān)，與不良貸款率負(fù)相關(guān)[16]。邱兆祥和許坤將是否持有信用衍生產(chǎn)品作為虛擬變量對貸款損失與不良貸款額進(jìn)行面板數(shù)據(jù)模型實證，得出結(jié)論認(rèn)為持有信用衍生產(chǎn)品可以降低貸款損失與不良貸款率[17]。

將貨幣市場波動與衍生產(chǎn)品的對沖行為均考慮為銀行貸款行為影響因素的外文文獻(xiàn)并不多。其中比較有代表性的是Kero構(gòu)建的理論模型，其將貨幣市場波動作為衡量系統(tǒng)風(fēng)險的變量，得出了在存在貨幣市場波動的條件下對沖程度提升會導(dǎo)致貸款額增加的結(jié)論 [18]。近年來有一些國內(nèi)文獻(xiàn)從實證出發(fā)探討了貨幣市場波動對銀行貸款行為的影響。潘敏和張依茹通過非平衡面板數(shù)據(jù)模型進(jìn)行實證，得出結(jié)論認(rèn)為貨幣環(huán)境風(fēng)險與商業(yè)銀行的資產(chǎn)性風(fēng)險承擔(dān)行為（主要為貸款行為）負(fù)相關(guān)[19]。李菁和黃雋則通過實證研究說明貨幣波動因素會影響商業(yè)銀行的貸款行為[20]。

以上文獻(xiàn)有很多值得借鑒的地方，但是同樣也存在著一些不足，主要表現(xiàn)在以下兩方面：其一，對于對沖行為的衡量沒有切合對沖的實質(zhì)，現(xiàn)有文獻(xiàn)中常見的以信用衍生產(chǎn)品持有額（倉位）衡量對沖行為的做法與對沖行為的實質(zhì)并沒有必然聯(lián)系；其二，現(xiàn)有的文獻(xiàn)缺乏對于中國銀行信用衍生產(chǎn)品對沖行為的理論描述，外文文獻(xiàn)的理論模型往往又不適于中國商業(yè)銀行經(jīng)營管理的具體情況。為了克服現(xiàn)有文獻(xiàn)的不足，本文首先基于合理假設(shè)定義對沖程度變量，建立一個能夠描述對沖、貨幣市場波動與銀行貸款行為的理論模型并得出理論結(jié)論與推論；隨后，依據(jù)理論模型的結(jié)論與推論進(jìn)行實證建模，采用動態(tài)面板數(shù)據(jù)一階段GMM方法與兩階段GMM方法進(jìn)行參數(shù)估計，探討回購利率互換合約、定期存款利率互換合約、隔夜拆借利率互換合約這三種現(xiàn)階段主要信用衍生產(chǎn)品的對沖行為、貨幣市場波動與風(fēng)險承擔(dān)行為之間的關(guān)系；最后結(jié)合理論與實證得出結(jié)論與啟示。

二、理論模型構(gòu)建

從現(xiàn)有相關(guān)研究文獻(xiàn)看，以信用衍生產(chǎn)品持有額（倉位）衡量對沖行為在理論上并非完全切合對沖的實質(zhì)，而從實務(wù)看，中國銀行間市場信用衍生產(chǎn)品的明細(xì)交易倉位數(shù)據(jù)并不可得。因此需要改變以衍生產(chǎn)品的絕對數(shù)量衡量對沖行為的一般思路，從更切合對沖行為實質(zhì)的角度出發(fā)衡量對沖行為，同時建立理論模型描述信用衍生產(chǎn)品對沖行為、貨幣市場波動與銀行貸款總額的關(guān)系。

（一）模型假設(shè)與定義

假設(shè)1：假定銀行只持有貸款、無風(fēng)險資產(chǎn)和一種特定的信用衍生產(chǎn)品。銀行擁有的總財富水平Qt，無風(fēng)險資產(chǎn)的數(shù)量為Qf，信用衍生產(chǎn)品數(shù)量為Qd，貸款總額為Q，Qt=Q+Qf+Qd。任何情況下信用衍生產(chǎn)品數(shù)量不能為負(fù)，即空頭信用衍生產(chǎn)品頭寸不能大于多頭頭寸。同時假定任何時刻商業(yè)銀行的加權(quán)風(fēng)險資產(chǎn)總額與核心資本滿足新巴塞爾協(xié)議的規(guī)定。

假設(shè)2：銀行持有的無風(fēng)險資產(chǎn)的收益率為Rf，銀行貸款收益率為R，結(jié)合長期以來中國商業(yè)銀行存貸款利率由央行規(guī)定及利差較大的現(xiàn)實，R>Rf恒成立。Rf與R獨(dú)立且均服從正態(tài)分布。

假設(shè)3：銀行貸款收益率R可以分解為受宏觀經(jīng)濟(jì)因素影響的系統(tǒng)性收益Rs和受商業(yè)銀行自身因素影響的非系統(tǒng)性收益Ri，即R=Rs+Ri。

假設(shè)4：模型中的特定信用衍生產(chǎn)品的多頭年化收益率為Rd，且服從正態(tài)分布。根據(jù)約翰·霍爾的觀點(diǎn)[21]，Rd與Rf及Rs獨(dú)立，Rd與Ri不獨(dú)立，其意義在于說明信用衍生產(chǎn)品只能對沖商業(yè)銀行自身的非系統(tǒng)性風(fēng)險。

假設(shè)5： 假定信用衍生產(chǎn)品本身（多頭）不存在超額收益，即E（Rd）-rf≤0，此假設(shè)本質(zhì)在于持有信用衍生產(chǎn)品只能用于對沖而不能通過持有衍生產(chǎn)品本身獲得大于無風(fēng)險收益率的套利收益。

假設(shè)6：銀行的效用函數(shù)設(shè)定為：U（W）=W-1/2ρVar（W），其中W代表銀行資產(chǎn)的總收益水平，Var（W）總收益的波動程度，ρ代表銀行貸款行為的風(fēng)險取向。結(jié)合中國銀行貸款行為的一般情況，假設(shè)ρ>0，即中國銀行貸款行為是風(fēng)險規(guī)避的。

定義1：定義對沖程度變量為r=cov（Rd，Ri）/Var（Rd）Var（Ri），即為一段時間內(nèi)系統(tǒng)性收益率與衍生產(chǎn)品收益相關(guān)系數(shù)，且其令取值范圍r∈[-1，0），當(dāng)r→-1時，對沖程度提高，即該變量絕對值越大（取值越?。_程度越高。令該變量取值在[-1，0）的范圍內(nèi)，原因在于即便信用衍生品收益率（多頭）變動與非系統(tǒng)收益率變動正相關(guān)，仍然可以通過持有衍生產(chǎn)品的空頭實現(xiàn)對沖變量定義范圍在[-1，0）主要是考慮到對沖的本質(zhì)，即金融衍生產(chǎn)品的多頭與空頭均可以實現(xiàn)對沖。在實證中的變量設(shè)計則與定義略有不同，原因在于衍生品收益率與非系統(tǒng)收益率的相關(guān)系數(shù)計算結(jié)果不是每一期都為負(fù)數(shù)，對于為正數(shù)的則全部處理為負(fù)值，即認(rèn)為持有空頭，特此說明。。

定義2：定義均衡狀態(tài)下的貸款總額Q為銀行的貸款行為變量，假設(shè)3中提到的系統(tǒng)性收益率在報告期內(nèi)的方差Var（Rs）為貨幣市場波動變量。

（二）模型構(gòu)建與求解

根據(jù)上述假設(shè)與定義，考慮到Rd與Rf及Rs獨(dú)立性條件，可以將銀行的總收益W1和效用水平U（W1）分別表示為：

由此可以得到結(jié)論1。

結(jié)論1：商業(yè)銀行貸款總額隨信用衍生產(chǎn)品對沖程度的提升可能出現(xiàn)“單調(diào)遞減”、“先減小后增大”和“減小—增大—減小”等三種情況中的一種。

（四）貨幣市場波動對商業(yè)銀行貸款行為的影響

將式（4）對Var（Rs）求偏導(dǎo)數(shù)，即可以得出貨幣市場波動對商業(yè)銀行貸款行為的影響。

（五）基本理論模型的擴(kuò)展與推論

上述結(jié)論1和結(jié)論2都是在較強(qiáng)假設(shè)條件下得到的，結(jié)合近年來發(fā)達(dá)國家銀行的信用衍生產(chǎn)品對沖對其貸款行為的實際影響，可以認(rèn)為銀行貸款行為風(fēng)險規(guī)避的假設(shè)有可能需要放寬，即假設(shè)6中的ρ<0可能成立。事實上，一方面信用衍生產(chǎn)品對沖在一定程度上糾正了貸款市場的信息不對稱，使銀行貸款行為趨于謹(jǐn)慎；但另一方面，在信用衍生產(chǎn)品對沖降低銀行單位貸款頭寸流動性風(fēng)險敞口的情況下，銀行會傾向于采取更為激進(jìn)的貸款行為以獲取更高額的利潤[1-2，6-7]。由于信用衍生產(chǎn)品對沖帶來的短期流動性風(fēng)險轉(zhuǎn)移或遞延，美國商業(yè)銀行普遍采取更為激進(jìn)的貸款政策是2008年美國次貸危機(jī)的誘因之一[7]。因此，可以放寬假設(shè)條件作出如下推論1和推論2。

推論1：對沖流動性風(fēng)險的信用衍生產(chǎn)品可能會使商業(yè)銀行貸款行為處于風(fēng)險偏好的狀態(tài)，且不同信用衍生產(chǎn)品的對沖行為對商業(yè)銀行貸款行為風(fēng)險態(tài)度的影響有差異。

推論2：在商業(yè)銀行風(fēng)險偏好的情況下，信用衍生產(chǎn)品對沖、貨幣市場波動可能對商業(yè)銀行貸款行為產(chǎn)生不同的影響，即信用衍生產(chǎn)品對沖程度的提升可能使商業(yè)銀行貸款總額出現(xiàn)“單調(diào)遞增”、“先增大后減小”、“增大—減小—增大”等三種變化情況中的一種，貨幣市場波動與商業(yè)銀行貸款總額正相關(guān)。

三、實證研究

（一）實證研究思路和方法

選取回購利率互換、定期存款利率互換、隔夜拆借利率互換這三種中國銀行間市場主要交易的信用衍生產(chǎn)品的對沖行為進(jìn)行實證研究。需要強(qiáng)調(diào)的是，三種衍生產(chǎn)品的對沖程度變量不能同時出現(xiàn)在一個回歸模型中，即分別討論三種衍生產(chǎn)品對沖程度對銀行貸款行為的影響?？紤]到靜態(tài)面板數(shù)據(jù)模型采用GLS估計法在時間序列樣本不足夠長的情況下參數(shù)估計結(jié)果會存在偏倚，因此建立動態(tài)面板數(shù)據(jù)模型。首先采用一階廣義矩估計法（1-stage GMM）估計出一個反映大致影響的結(jié)果，隨后再引入兩階段廣義矩工具變量采用兩階段廣義矩估計法（2-stage GMM）估計出一個更能有效反映具體影響的結(jié)果[22-24]。需要指出的是，兩階段廣義矩估計取不同的兩階段廣義矩工具變量時的參數(shù)估計結(jié)果存在差異，選取給定形式下統(tǒng)計學(xué)意義最優(yōu)的參數(shù)估計結(jié)果作為該形式兩階段廣義矩估計的結(jié)果。

（二）變量設(shè)計和數(shù)據(jù)來源

變量設(shè)計如表2所示。需要指出的是，參考國外相關(guān)研究文獻(xiàn)的做法，引入商業(yè)銀行的杠桿比例作為控制變量。所有變量均取季度數(shù)據(jù)，數(shù)據(jù)樣本時間段從2008年第一季度至2013年第三季度，原始數(shù)據(jù)來自于國泰安（CSMAR）數(shù)據(jù)庫，所有原始數(shù)據(jù)均進(jìn)行X11標(biāo)準(zhǔn)的季節(jié)調(diào)整。衍生產(chǎn)品收益率、存貸款基準(zhǔn)利率的原始數(shù)據(jù)?。?）為單位。

（三）實證模型設(shè)定

根據(jù)理論模型結(jié)果，可以將實證模型設(shè)定為線性、U型和三次型三種形式。另外，考慮到動態(tài)建模的要求以及數(shù)據(jù)樣本的特征，必須要考慮一階序列相關(guān)的情況，因此在一階段廣義矩估計中需要引入殘差的一階自回歸項，在兩階段廣義矩估計中需要引入被解釋變量的一階滯后項。由此可得如下基本模型形式。

（四）面板單位根檢驗

根據(jù)沃爾特·恩德斯的論述[25]，主要的面板單位根檢驗方法進(jìn)行單位根檢驗的結(jié)果如表3所示。通過表3可以認(rèn)為在給定檢驗形式下，所有被解釋變量在同一性單位根原假設(shè)與獨(dú)立性單位根原假設(shè)下都拒絕了原假設(shè)。因此可以認(rèn)為所有變量均不存在單位根，在面板數(shù)據(jù)模型中均是平穩(wěn)變量。單位根檢驗結(jié)果表明，可以將各個變量的水平值放在一個模型里建模，不需要再進(jìn)行差分，上一節(jié)列出的實證模型形式是適用的。

（五）回購利率互換衍生產(chǎn)品對沖程度、貨幣市場波動對貸款總額影響的實證研究

對回購互換利率衍生產(chǎn)品對沖程度建立動態(tài)面板數(shù)據(jù)模型的實證結(jié)果如表4所示?？梢哉J(rèn)為在一階段廣義矩估計的結(jié)果中，模型2具有最優(yōu)的顯著性程度，其所有參數(shù)估計結(jié)果均是顯著的，且其矩條件可以被接受，因此可以認(rèn)為該模型為一階段廣義矩估計法得到的最優(yōu)估計結(jié)果。模型5在兩階段廣義矩估計的結(jié)果中具有最優(yōu)的顯著性程度，其所有參數(shù)估計均顯著，且其矩條件可以被接受，因此可以認(rèn)為該模型為兩階段廣義矩估計的最有結(jié)果。模型2與模型5均為二次函數(shù)型模型形式，綜合分析各模型的參數(shù)估計結(jié)果，可以認(rèn)為貸款總額與回購利率互換的對沖程度呈正U型關(guān)系（數(shù)值上），與貨幣市場波動負(fù)相關(guān)。

（六）存款利率互換衍生產(chǎn)品對沖程度對貸款總額影響的實證研究

對存款互換對沖程度建立動態(tài)面板數(shù)據(jù)模型的實證結(jié)果如表5所示。從一階段廣義矩估計的結(jié)果看，僅有模型1的所有參數(shù)估計都是顯著的且具有可接受的矩條件，不過其DW值落在了不可判別域內(nèi)。在兩階廣義矩估計的結(jié)果中，僅有模型4的所有參數(shù)估計結(jié)果均是顯著的且具有可接受的矩條件。綜合分析，可以認(rèn)定線性模型是可接受的，即貸款總額與存款利率互換的對沖程度（數(shù)值上）、杠桿比例負(fù)相關(guān)，與貨幣市場波動正相關(guān)。

（七）隔夜拆借利率互換衍生產(chǎn)品對沖程度對貸款總額影響的實證研究

對隔夜拆借利率建立動態(tài)面板數(shù)據(jù)模型進(jìn)行實證研究的結(jié)果如表6所示?？梢园l(fā)現(xiàn)一階段廣義矩估計得出的各個模型均不顯著；在兩階段廣義矩估計的結(jié)果中模型5的各個參數(shù)估計結(jié)果均顯著，且具有非常理想的矩條件，因此模型5是適用的?？梢哉J(rèn)為貸款總額與隔夜拆借利率互換的對沖程度呈倒U型關(guān)系，與貨幣市場波動正相關(guān)，與杠桿比例負(fù)相關(guān)。

（八）實證結(jié)果分析

從對每種衍生產(chǎn)品對沖程度建模的結(jié)果看，不同信用衍生產(chǎn)品的對沖行為對商業(yè)銀行貸款行為的影響不盡相同。

從回購利率互換對沖行為的實證結(jié)果看，銀行貸款總額隨著其對沖程度的提升先減小后增大（正U型關(guān)系），符合理論結(jié)論表1中情況3的描述。在利用回購利率互換進(jìn)行對沖的條件下，銀行貸款總額與貨幣市場波動負(fù)相關(guān)，符合理論結(jié)論2的描述。除此以外可以發(fā)現(xiàn)表4中模型2與模型5的杠桿比例的參數(shù)估計結(jié)果均顯著且符號相反，該結(jié)果表明在采用回購利率互換進(jìn)行對沖的前提下，杠桿比例對銀行貸款總額的影響明顯受到其他解釋變量的干擾。

從存款利率互換對沖行為的實證結(jié)果看，銀行貸款總額隨對沖程度的提升而增大（負(fù)相關(guān)關(guān)系）；在利用存款利率互換進(jìn)行對沖的條件下，銀行貸款總額與貨幣市場波動正相關(guān)。該實證結(jié)果與推論2的描述相符。作為控制變量的杠桿比例在此前提下與銀行貸款總額負(fù)相關(guān)。

從隔夜拆借利率互換對沖行為的實證結(jié)果看，銀行貸款總額隨對沖程度的提升先增大后減?。ㄘ?fù)相關(guān)）；在利用隔夜拆借利率互換進(jìn)行對沖的條件下，銀行貸款總額與貨幣市場波動正相關(guān)。該實證結(jié)果與推論2的描述相符。作為控制變量的杠桿比例在此前提下與銀行貸款總額同樣呈負(fù)相關(guān)關(guān)系。

四、結(jié)論與啟示

本文基于一系列合理假設(shè)，直接從信用衍生產(chǎn)品的對沖程度出發(fā)，建立理論模型描述對沖、貨幣市場波動與中國銀行貸款行為的關(guān)系。理論模型相比于現(xiàn)有文獻(xiàn)最大的突破在于從信用衍生產(chǎn)品收益與非系統(tǒng)性收益相關(guān)性這一本質(zhì)出發(fā)，定義了信用衍生產(chǎn)品對沖程度這一關(guān)鍵變量，不再使用信用衍生產(chǎn)品的絕對數(shù)額來衡量對沖行為的強(qiáng)弱?；谝幌盗屑僭O(shè)條件的理論推導(dǎo)結(jié)果表明：對沖行為與貸款行為的關(guān)系并非簡單線性的，銀行貸款總額隨對沖程度的提升可能出現(xiàn)單調(diào)減小、先減小后增大、“減小—增大—減小”三種情況中的一種；在信用衍生產(chǎn)品對沖的前提下，貨幣市場波動與銀行貸款總額負(fù)相關(guān)。放寬假設(shè)條件對理論模型進(jìn)行擴(kuò)展還可以得出以下兩個推論：其一，信用衍生產(chǎn)品本身的性質(zhì)會影響商業(yè)銀行對待貸款風(fēng)險的態(tài)度，對沖流動性風(fēng)險的信用衍生產(chǎn)品可能會使銀行貸款行為趨于風(fēng)險偏好；其二，在商業(yè)銀行貸款行為風(fēng)險偏好的前提下，銀行的貸款行為將會更加激進(jìn)。一方面，該理論模型得到的基本結(jié)論較為清晰地描述了在中國銀行一般經(jīng)營原則下，對沖行為、貨幣市場波動對貸款行為可能存在的影響；另一方面，放寬假設(shè)條件后的推論與外文文獻(xiàn)提到的情況相契合，能夠解釋發(fā)達(dá)國家銀行的信用衍生產(chǎn)品對沖行為在次貸危機(jī)形成中的作用。

實證研究得到的結(jié)果表明，在利用回購利率互換進(jìn)行對沖的前提下，對沖程度的提升引起中國商業(yè)銀行貸款總額先減小后增大，貨幣市場波動與貸款總額負(fù)相關(guān)；在利用存款利率互換進(jìn)行對沖的前提下，對沖程度的提升引起商業(yè)銀行貸款總額增大，貨幣市場波動與貸款總額正相關(guān)；在利用隔夜拆借利率互換進(jìn)行對沖的前提下，對沖程度的提升引起商業(yè)銀行貸款總額先增大后減小，貨幣市場波動與貸款總額正相關(guān)?；刭徖驶Q對沖行為的實證結(jié)果符合基本理論結(jié)論描述，而存款利率互換與隔夜拆借利率互換對沖行為的實證結(jié)果則與推論的描述相符，總的來看實證結(jié)果證實了理論模型的合理性。值得注意的是，實證結(jié)果表明利用存款利率互換與隔夜拆借利率互換進(jìn)行對沖時銀行的貸款行為是風(fēng)險偏好的?？紤]到存款利率互換與隔夜拆借利率互換都是用于對沖銀行流動性風(fēng)險的衍生產(chǎn)品品種，因此可以認(rèn)為外文文獻(xiàn)中提及的單位貸款流動性風(fēng)險敞口減小刺激銀行采取更為激進(jìn)的貸款政策的情況同樣出現(xiàn)于中國的銀行實務(wù)中[1-2，6-7]。相關(guān)監(jiān)管部門需要意識到，利用信用衍生產(chǎn)品對沖流動性風(fēng)險很可能會使中國銀行采取風(fēng)險偏好型的貸款行為。

綜上所述，盡管目前信用衍生產(chǎn)品對沖尚未被廣泛應(yīng)用于中國商業(yè)銀行經(jīng)營管理的實務(wù)中，但是其對中國商業(yè)銀行貸款行為的影響卻不容忽視。尤其值得注意的是導(dǎo)致美國2008年次貸危機(jī)的誘因同樣存在于中國銀行的實務(wù)中，即利用信用衍生產(chǎn)品對沖流動性風(fēng)險有可能會刺激銀行采取激進(jìn)的風(fēng)險偏好型貸款行為。結(jié)合2008年美國次貸危機(jī)與中國商業(yè)銀行現(xiàn)有的風(fēng)控水平，現(xiàn)階段中國銀行間同業(yè)市場尚不適合推出以資產(chǎn)變現(xiàn)為主要目的、能夠通過對沖為銀行帶來大量短期流動性、交易活躍的信用衍生產(chǎn)品?？偟目?，信用衍生產(chǎn)品對沖行為對中國商業(yè)銀行貸款行為影響較為復(fù)雜，在中國商業(yè)銀行利率逐步市場化的大背景下，將來還需要對其進(jìn)行更加深入的探討。參考文獻(xiàn)：

[1]江曙霞， 陳玉嬋.貨幣政策、銀行資本與風(fēng)險承擔(dān)[J].金融研究， 2012（4）：1-16

[2]徐明東， 陳學(xué)彬.貨幣環(huán)境、資本充足率與商業(yè)銀行風(fēng)險承擔(dān)[J].金融研究， 2012（7）：48-62

[3]MERTON R C.Financial innovation and the management and regulation of financial institutions [J].Journal of Banking and Finance， 1995， 19（4）：461-481

[4]SANTOMERO A M， TRESTER J.Financial innovation and bank risk taking [J]Journal of Economic Behavior and Organization， 1998， 35（1）：25-37

[5]INSTEFJORD N.Risk and hedging： Do credit derivatives increase bank risk？[J].Journal of Banking and Finance， 2005， 29（2）：333-345.

[6]NORDEN L， BUSTON C， WAGNER W.Financial innovation and bank behavior： Evidence from credit markets [J].Journal of Economic Dynamics and Control， 2014， 43：130-145

[7]BOZ E， MENDOZA E.Financial innovation， the discovery of risk， and the US.credit crisis [J].Journal of Monetary Economics， 2014， 62：1-22.

[8]NIJSKENS R， WAGNER W.Credit risk transfer activities and systemic risk： How banks became less risky individually but posed greater risks to the financial system at the same time [J].Journal of Banking and Finance， 2011， 35（6）：1391-1398

[9]DEWALLY M， SHAO Y.Financial derivatives， opacity， and crash risk： Evidence from large US banks [J]Journal of Financial Stability， 2013， 9（4）：565-577

[10]PAPANIKOLAOU N I， WOLFF C P.The role of onand offbalancesheet leverage of banks in the late 2000s crisis [J].Journal of Financial Stability， 2014， 14：3-22

[11]李勤.信用風(fēng)險對沖技術(shù)與我國商業(yè)銀行的信用風(fēng)險管理[J].金融論壇， 2002（7）：54-60

[12]劉雷.金融衍生工具在信貸風(fēng)險管理中的應(yīng)用研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)， 2004

[13]鐘升.信用衍生工具與我國銀行業(yè)信用風(fēng)險管理[D].成都：西南財經(jīng)大學(xué)， 2007

[14]陳娜.我國商業(yè)銀行利用金融衍生工具規(guī)避利率風(fēng)險[D].成都：四川大學(xué)， 2007

[15]倪勤.信用衍生工具下的商業(yè)銀行信貸資產(chǎn)風(fēng)險管理[J].新經(jīng)濟(jì)， 2014 （14）：43-44

[16]馬孝先， 鄭萍， 公偉.中美商業(yè)銀行金融衍生工具績效比較[J].金融論壇， 2013（2）：73-79

[17]邱兆祥， 許坤.信用風(fēng)險緩釋工具與銀行風(fēng)險承擔(dān)行為研究[J].當(dāng)代財經(jīng)， 2014， （12）：47-56

[18]KERO A.Banks risk taking， financial innovation and macroeconomic risk [J].The Quarterly Review of Economics and Finance， 2013， 53（2）：112-124

[19]潘敏， 張依茹.宏觀經(jīng)濟(jì)波動下銀行風(fēng)險承擔(dān)水平研究——基于股權(quán)結(jié)構(gòu)異質(zhì)性的視角[J].財貿(mào)經(jīng)濟(jì)， 2012（10）：57-65

[20]李菁， 黃雋.我國貨幣政策的銀行風(fēng)險承擔(dān)渠道檢驗——基于GMM實證研究[J].當(dāng)代財經(jīng)， 2014 （12）：57-66

[21]約翰·霍爾.期權(quán)期貨和其他衍生產(chǎn)品 [M].第8版王勇，索吾林，譯.北京：機(jī)械工業(yè)出版社， 2007：41-50

[22]ARELLANO M.On the testing of correlated effects with panel data [J].Journal of Econometrics， 1993， 59（1）：87-97

[23]ARELLANO M， BOVER O.Another look at the instrumental variable estimation of error-components models [J].Journal of Econometrics， 1995， 68（1）：29-51

[24]ARELLANO M， BOND S.Some test of specification for panel data： Monte Carlo evidence and an application to employment equations [J].The Review of Economic Studies， 1991， 58（2）：277-297

[25]沃爾特·恩德斯.應(yīng)用計量經(jīng)濟(jì)學(xué)——時間序列分析[M].杜江，謝志超，譯北京：高等教育出版社， 1999： 213-217