沈超

摘 要：本文基于2013—2017年中國15家股份制銀行和城市商業(yè)銀行的面板數(shù)據(jù)，運用GMM-OLS-FE方法對影響銀行業(yè)杠桿率的因素進行實證分析。研究結(jié)果表明：資本充足率、核心資本充足率、產(chǎn)權(quán)比率、權(quán)益乘數(shù)均對杠桿率具有顯著性影響。其中，核心解釋變量資本充足率與杠桿率之間具有顯著正向影響。新常態(tài)下，去杠桿與化解金融風險的背景下，加強金融體系監(jiān)管、構(gòu)建風險預警模型也同樣成為中國銀行業(yè)亟待考慮的問題。

關(guān)鍵詞：資本充足率;杠桿率;新常態(tài);GMM-OLS-FE

一、引言

新常態(tài)下，我國政府部門以及非金融機構(gòu)的杠桿率（通常用債務/國民生產(chǎn)總值GDP來表示）呈現(xiàn)出上升趨勢。與發(fā)達國家相比較，從整體上來說，其債務水平較低，但是潛在的風險不容忽視，主要反映在隱性債務偏多和債務水平的較快增長這兩個方面。正所謂“無杠桿不金融”，杠桿效應在經(jīng)濟發(fā)展中起著不可或缺的作用。但是，“雙刃劍”的身份要求國家把化解金融風險擺在更加核心的地位，適當降低杠桿率，大力推進供給側(cè)結(jié)構(gòu)性改革，做到穩(wěn)經(jīng)濟、保增長，夯實經(jīng)濟結(jié)構(gòu)，擴大有效供給，成為當前經(jīng)濟平穩(wěn)發(fā)展的必由之路。

自2015年12月中央經(jīng)濟工作會議以來，供給側(cè)結(jié)構(gòu)性改革一直是我國經(jīng)濟工作的重心，去杠桿正是這一項工作的重要成分。2018年，中央對經(jīng)濟工作做出了具體的部署，會議上強調(diào)，在整個金融領(lǐng)域，牢牢堅守住不發(fā)生系統(tǒng)性金融風險這一底線，打好化解金融風險攻堅戰(zhàn)，進一步深化了金融去杠桿。杠桿，顧名思義，正是用小規(guī)模的資金去撬動大規(guī)模的資本，杠桿率的存在，成為衡量金融風險的一項重要指標。截至2017年底，我國的政府部門、居民部門、金融機構(gòu)部門、非金融機構(gòu)部門的杠桿率均增長明顯，整體宏觀杠桿率上升至250.3%，金融風險較大，化解金融風險刻不容緩。

杠桿率是衡量金融風險的一項重要指標。從微觀的角度來說，杠桿率通常用資產(chǎn)負債率（即負債/資產(chǎn)）的大小來衡量，該項指標反映在資產(chǎn)中負債所占的比重。從負債的角度來說，它反映了企業(yè)在未來某一個時點上所需要償付的債務，進而反映了一定的壓力和迫切性。從資產(chǎn)的角度來說，反映出一個企業(yè)的經(jīng)濟資源和相應的盈利能力，將二者結(jié)合起來，可以對一個企業(yè)進行有效的績效評估，進一步考量其風險性與穩(wěn)定性。從宏觀的角度來說，杠桿率通常用債務總規(guī)模/國民生產(chǎn)總值（GDP）來表示，宏觀杠桿率上升，意味著國家債務負擔也相應的加重，伴隨著一系列風險的升高，如償付風險、外匯風險、流動性風險等。

二、文獻回顧與問題提出

縱觀國內(nèi)外文獻，無論是房地產(chǎn)業(yè)、金融業(yè)，還是整個宏觀經(jīng)濟體系，有關(guān)杠桿率的研究已經(jīng)取得了許多階段性的成果。目前代表性的研究成果包括：黃偉彪（2018）針對房地產(chǎn)企業(yè)普遍存在的高杠桿率，并且由此引發(fā)的一系列金融泡沫風險，提出如何化解金融風險的政策化建議[1];馬斌等人（2018）基于16家上市銀行的動態(tài)面板數(shù)據(jù)，采用GMM估計方法，驗證了銀行杠桿率對其信用風險的影響[2];羅萍等人（2018）借助Bankscope和Wind數(shù)據(jù)庫的相關(guān)數(shù)據(jù)，分析得出杠桿率對系統(tǒng)風險的影響，并表現(xiàn)出順周期性的特點[3];鄭興濤等人（2018）從中小商業(yè)銀行的角度，研究了杠桿率現(xiàn)狀及去杠桿的影響分析[4];胡夢奇（2018）基于16家商業(yè)銀行的面板數(shù)據(jù)，得出資本充足率與金融風險成正比[5];郝慧剛（2018）基于央行的角度，分析高杠桿率帶來的各種潛在風險，提出通過充分利用銀行間市場及利率的政策工具，減少利息支出來降低企業(yè)負擔[6];任曉怡等人（2017）基于空間面板杜賓模型，得出我國地區(qū)整體杠桿率呈現(xiàn)出空間擴散趨勢，要多方面協(xié)調(diào)經(jīng)濟結(jié)構(gòu)改善、人力資源優(yōu)化等來維持金融體系的穩(wěn)定性[7];馬勇等人（2016）立足于91個國家在30年之間的樣本數(shù)據(jù)進行實證分析，得出杠桿率與金融穩(wěn)定性呈負相關(guān)關(guān)系的結(jié)論[8];程毓（2013）基于發(fā)達國家及我國的杠桿率現(xiàn)狀，要求在金融創(chuàng)新基礎(chǔ)上加強金融體制監(jiān)管[9];祝小宇（2014）根據(jù)由地方投融資平臺帶來的可能影響整個國家安全性的金融風險，提出對不同地域?qū)嵭胁町愋缘男刨J政策與措施[10];袁鯤等人（2014）基于15家上市銀行2003—2012年的面板數(shù)據(jù)，研究結(jié)果表明加強杠桿率監(jiān)管，可以提高銀行資本和降低風險水平[11]。

當前，學術(shù)界把視角主要集中在探討杠桿率與金融風險的關(guān)系上，建立各種模型進行實證分析得出結(jié)論，并提出相關(guān)去杠桿化解金融風險的政策建議。然而，鮮有文獻從杠桿率的內(nèi)生機理出發(fā)，去探討相關(guān)內(nèi)生變量對杠桿率的影響?；诖?，本文以8家股份制銀行和7家城市商業(yè)銀行為研究對象，探究資本充足率和不良貸款撥備覆蓋率對杠桿率的影響，旨在為銀行業(yè)加強金融監(jiān)管，化解金融風險匯聚新思路。

三、模型構(gòu)建和變量選取

（一）模型構(gòu)建

為了確保實證結(jié)果的有效性，本文基于2013—2017年15家銀行的動態(tài)面板數(shù)據(jù)，結(jié)合了研究對象在橫截面和時間序列兩個維度上的變化，采用資本充足率作為本文的核心解釋變量，再進行穩(wěn)健性檢驗，因此本文模型可表示如下：

其中，被解釋變量ln（lr）是杠桿率，核心解釋變量car是資本充足率，npcr、ccar、em、prp、dlr是控制變量，考慮到銀行業(yè)杠桿率受多種因素影響，并依據(jù)數(shù)據(jù)可獲得性原則，選取不良貸款撥備覆蓋率npcr、核心資本充足率ccar、權(quán)益乘數(shù)em、產(chǎn)權(quán)比例prp、存貸比例dlr作為控制變量，ε則為隨機誤差項。

（二）變量選取

1. 被解釋變量

杠桿率（ggl）。杠桿率作為衡量金融風險的一項關(guān)鍵指標，通常反映權(quán)益資本撬動資產(chǎn)的能力。由于我國加強關(guān)于銀行業(yè)杠桿率監(jiān)管的時間不長，部分銀行杠桿率數(shù)據(jù)缺失，王連軍（2018）根據(jù)《巴塞爾協(xié)議III》及銀監(jiān)會相關(guān)規(guī)定，杠桿率=（一級資本-一級資本扣減項）/調(diào)整后的表內(nèi)外資產(chǎn)余額[12]。

2. 核心解釋變量

資本充足率（car）。資本充足率表示銀行等金融機構(gòu)中存款人與債權(quán)人在資產(chǎn)遭遇損失之前，其能夠利用自有資產(chǎn)抵御損失的程度，通常用資本總量與風險加權(quán)資產(chǎn)的比值來表示，管理當局通過對資本充足率進行監(jiān)測，以達到對銀行業(yè)金融風險的監(jiān)管效果。趙靜等人（2018）通過實證分析55家商業(yè)銀行的面板數(shù)據(jù)，發(fā)現(xiàn)資本充足率監(jiān)管套利嚴重，資本充足率提高商業(yè)銀行風險承擔，杠桿率降低了商業(yè)銀行風險承擔[13]。

3. 控制變量

除了上述兩種變量以外，本文還引入其他可能影響杠桿率水平的因素作為控制變量，包括核心資本充足率（ccar）、不良貸款撥備覆蓋率（npcr）、權(quán)益乘數(shù)（em）、產(chǎn)權(quán)比率（prp）、存貸比例（ldr）。另外，在建模之前，把每個控制變量取對數(shù)ln，不僅能夠消除可能存在的內(nèi)生性問題，還能夠降低多重共線性對實證分析結(jié)果的影響。

其中，不良貸款撥備覆蓋率是銀行業(yè)出于審慎經(jīng)營，衡量金融風險的重要指標，表示在貸款中呆壞賬準備金的使用比例，反映銀行業(yè)是否計提了充足的貸款損失準備金，是否在應對各種信用風險時具有較好的適應性。彭建剛等人（2015）對銀行業(yè)的不良貸款率與撥備覆蓋率進行格蘭杰因果檢驗，研究結(jié)果表明在5%顯著水平下，不同滯后期二者的關(guān)系不同[14]。

另外，核心資本充足率反映的是核心資本和相關(guān)加權(quán)風險資產(chǎn)總和的比率。梁斯等人（2014）采用PVAR模型探究影響銀行業(yè)核心資本充足率的因素，通過GMM估計，發(fā)現(xiàn)核心資本充足率受到凈利潤增速和資本水平指數(shù)的顯著性影響，并且除了不良貸款以外，其余變量對其均具有正向影響[15]。

（三）數(shù)據(jù)來源和描述性統(tǒng)計

本文實證分析數(shù)據(jù)的樣本空間是中國15家銀行的動態(tài)面板數(shù)據(jù)，包括8家股份制銀行和7家城市商業(yè)銀行，時間跨度為2013—2017年，數(shù)據(jù)來源于各大銀行年報和東方財富網(wǎng);描述性統(tǒng)計如下表1所示。

四、實證分析結(jié)果

（一）回歸結(jié)果及分析

本文就資本充足率變量實證結(jié)果分析，依據(jù)模型1-6可以看出，資本充足率變量系數(shù)在99%的置信區(qū)間內(nèi)顯著，這表明銀行業(yè)杠桿率水平明顯受到資本充足率的影響，且存在著正向影響關(guān)系。

就核心資本充足率的實證結(jié)果來看，該變量系數(shù)也在99%的置信區(qū)間內(nèi)顯著，這也證明了銀行業(yè)核心資本充足率與杠桿率之間的正向關(guān)系。

產(chǎn)權(quán)比率回歸系數(shù)在模型5中與杠桿率呈現(xiàn)顯著負相關(guān)。究其原因，銀行業(yè)產(chǎn)權(quán)比率是衡量資本充足性的重要指標，產(chǎn)權(quán)比率與財務風險成反比。一般說來，產(chǎn)權(quán)比率越高，財務風險越小;反之，財務風險越大。而銀行業(yè)杠桿率也是衡量金融風險的重要指標，從側(cè)面反映其償債能力，在金融去杠桿的背景下，杠桿率高的企業(yè)承擔著較高的金融風險。

從實證結(jié)果我們可以看出，在模型3-6中，存貸比例占比系數(shù)并不顯著;同時，在模型4-6中，不良貸款撥備覆蓋率系數(shù)也不顯著，這與國內(nèi)相關(guān)研究略有不同。在仔細研讀文獻的基礎(chǔ)上，馬斌等人（2018）在研究商業(yè)銀行杠桿率對我國金融風險的影響時指出：商業(yè)銀行自身具備的特征變量對銀行信用風險存在影響，然而針對不同類型的商業(yè)銀行，影響程度也不盡相同，普遍存在的結(jié)論并不一直存在，因此會有不同的結(jié)論。

（二）穩(wěn)健性檢驗

通過對回歸結(jié)果進行分析，得到銀行業(yè)資本充足率與杠桿率顯著正相關(guān)。為了更加深入地識別資本充足率與杠桿率之間的關(guān)系，筆者對此進行了穩(wěn)健性檢驗。

穩(wěn)健性檢驗的結(jié)果如表2模型7所示，通過實證分析發(fā)現(xiàn)，銀行業(yè)資本充足率變量系數(shù)在99%置信區(qū)間內(nèi)依然正向顯著，這表明銀行業(yè)資本充足率與杠桿率之間確實存在著正相關(guān)關(guān)系。同時，穩(wěn)健性檢驗的回歸結(jié)果變化較小，進一步證明了結(jié)論的穩(wěn)健性。

五、主要結(jié)論與政策性建議

（一）主要結(jié)論

本文基于2013—2017年中國15家股份制銀行和城市商業(yè)銀行的面板數(shù)據(jù)，通過建立回歸模型以分析各個變量之間的關(guān)系。本文以銀行業(yè)資本充足率為核心解釋變量，杠桿率為被解釋變量，不良貸款撥備覆蓋率、產(chǎn)權(quán)比率等作為控制變量，考察資本充足率與杠桿率之間的關(guān)系。實證結(jié)果表明：銀行業(yè)資本充足率與杠桿率之間存在正向關(guān)系，在99%置信區(qū)間內(nèi)顯著，并且進行了穩(wěn)健性檢驗，檢驗結(jié)果證明：在加入了工具變量之后，銀行業(yè)資本充足率對杠桿率的影響依舊在99%置信區(qū)間內(nèi)顯著，這表明銀行業(yè)資本充足率與杠桿率確實存在正向關(guān)系，穩(wěn)健性檢驗效果非常好。

（二）政策性建議

基于前文的分析可以看出，杠桿率是衡量銀行業(yè)金融風險的一項重要指標，銀行業(yè)同時又是一個存在高風險經(jīng)營模式的行業(yè)，金融監(jiān)管過程中必須嚴格把關(guān)各項財務指標，以達到保證自身經(jīng)營效益的目的。因此，本文針對當前的經(jīng)濟大環(huán)境提出如下政策性建議：

1. 加強金融風險的監(jiān)管。無論是股份制銀行還是城市商業(yè)銀行，在金融風險的監(jiān)管過程中，都必須合理把控其自身的經(jīng)營風險，尤其是信用風險。在互聯(lián)網(wǎng)金融時代，利用大數(shù)據(jù)、人工智能等技術(shù)對銀行業(yè)的信用風險進行合理評估，建立風險預警模型。同時，定期考核銀行業(yè)的資產(chǎn)結(jié)構(gòu)穩(wěn)定性，充分掌握資本運營情況，從而加強各項監(jiān)管指標的監(jiān)管。

2. 拓寬業(yè)務，穩(wěn)健性經(jīng)營。伴隨著互聯(lián)網(wǎng)金融的崛起，傳統(tǒng)金融業(yè)務受到了沖擊。銀行業(yè)需要與時俱進、推陳出新，把傳統(tǒng)的金融業(yè)務與互聯(lián)網(wǎng)結(jié)合起來，拓寬中間業(yè)務的發(fā)展，加強業(yè)務創(chuàng)新。另外，要適當調(diào)節(jié)資產(chǎn)結(jié)構(gòu)，減少高風險資產(chǎn)所占的比例，在不斷提升經(jīng)營效益的同時，防范資產(chǎn)規(guī)模增長過快。

3. 監(jiān)管拒絕“一刀切”，采用靈活的監(jiān)管政策。自金融危機爆發(fā)10多年來，監(jiān)管部門一直高度重視資本充足率這一核心指標，尤其在資本充足率的準入門檻方面，認為資本充足率越高越好。然而，這種認識是片面的。有關(guān)監(jiān)管部門應當充分考慮行業(yè)情況、財務狀況、償債能力等方面因素，在銀行業(yè)不同的發(fā)展階段制定切實有效的監(jiān)管政策。同時，依據(jù)自身效益最大化原則，劃分不同的資本充足率標準，構(gòu)建分時間、分地域的動態(tài)監(jiān)管指標，以實現(xiàn)銀行業(yè)，乃至整個金融業(yè)未來發(fā)展的長治久安。

參考文獻：

[1] 黃偉彪.我國房地產(chǎn)企業(yè)高杠桿風險及防范對策[J].住宅與房地產(chǎn)，2018，（24）：20-21.

[2] 馬斌，范瑞.杠桿率監(jiān)管對我國上市商業(yè)銀行信用風險的影響——基于動態(tài)面板模型的系統(tǒng)GMM估計[J].經(jīng)濟問題，2019，（1）：41-47.

[3] 羅萍，周剛.商業(yè)銀行杠桿率與系統(tǒng)性風險——來自我國商業(yè)銀行的經(jīng)驗[J].湖北社會科學，2018，（7）：81-88.

[4] 鄭興濤，朱蕾.我國銀行杠桿率現(xiàn)狀及去杠桿影響分析——基于中小商業(yè)銀行的視角[J].河北金融，2018，（8）：3-8，21.

[5] 胡夢奇.金融去杠桿對銀行財務風險的影響[J].當代經(jīng)濟，2018，（15）：36-37.

[6] 郝慧剛.中小商業(yè)銀行資產(chǎn)負債多元化趨勢及其風險分析[J].華北金融，2018，（3）：38-42.

[7] 任曉怡，湯子隆，唐松.區(qū)域杠桿、經(jīng)濟增長與金融穩(wěn)定——基于空間面板杜賓模型的研究[J].新疆社會科學，2017，（5）：14-24，148.

[8] 馬勇，田拓，阮卓陽，朱軍軍.金融杠桿、經(jīng)濟增長與金融穩(wěn)定[J].金融研究，2016，（6）：37-51.

[9] 程毓.發(fā)達國家去杠桿化對我國的啟示[J].當代經(jīng)濟，2013，（4）：76-77.

[10] 祝小宇.地方投融資平臺公司金融風險防范與化解[J].經(jīng)濟體制改革，2014，（1）：152-155.

[11] 袁鯤，饒素凡.銀行資本、風險承擔與杠桿率約束——基于中國上市銀行的實證研究（2003—2012年）[J].國際金融研究，2014，（8）：52-60.

[12] 王連軍.去杠桿化與銀行體系穩(wěn)定性研究——基于中國銀行業(yè)的實證[J].國際金融研究，2018，（10）：55-64.

[13] 趙靜，王海杰，盧方元.銀行治理視角下資本監(jiān)管對銀行風險承擔的影響研究[J].南京社會科學，2017，（8）：27-35.

[14] 彭建剛，鄒克，張倚勝.不良貸款率對銀行業(yè)影響的統(tǒng)計關(guān)系檢驗[J].湖南大學學報（社會科學版），2015，29（5）：58-64.

[15] 梁斯.商業(yè)銀行核心資本充足率的影響因素——基于中國上市銀行的實證分析[J].金融論壇，2014，19（10）：64-72.

[16] 譚政勛，庹明軒.不良貸款、資本充足率與商業(yè)銀行效率[J].金融論壇，2016，21（10）：40-50.

[17] Yener Altunbas，Santiago Carbo，Edward P.M. Gardener，Philip Molyneux. Examining the Relationships between Capital， Risk and Efficiency in European Banking[J]. European Financial Management，2007，13（1）.

[18] Jean Dermine. Basel III leverage ratio requirement and the probability of bank runs[J].Journal of Banking and Finance，2015，53.