劉志洋
(東北師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院,吉林 長(zhǎng)春 130117)
2008年金融危機(jī)顯示,銀行業(yè)體系系統(tǒng)性風(fēng)險(xiǎn)增加往往與信貸供給的快速上漲密切相關(guān)。信貸快速上漲意味著企業(yè)會(huì)出現(xiàn)過(guò)度投資行為,繼而對(duì)金融體系的穩(wěn)定也產(chǎn)生威脅。當(dāng)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)時(shí),如果商業(yè)銀行把系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)所產(chǎn)生的社會(huì)風(fēng)險(xiǎn)內(nèi)部化,則商業(yè)銀行的貸款投放會(huì)比沒(méi)有內(nèi)部化金融危機(jī)成本時(shí)降低很多(Meg Adachi-Sato and Chaiporn Vithessonthi,2016)[1]。然而,當(dāng)商業(yè)銀行預(yù)期一旦金融危機(jī)爆發(fā),政府會(huì)對(duì)金融機(jī)構(gòu)進(jìn)行救助時(shí),商業(yè)銀行就沒(méi)有內(nèi)生化危機(jī)成本的動(dòng)機(jī),因此系統(tǒng)性風(fēng)險(xiǎn)就沒(méi)有辦法約束商業(yè)銀行的信貸供給行為。
2008年金融危機(jī)爆發(fā)后,為了加強(qiáng)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)管理,全球金融監(jiān)管當(dāng)局積極推動(dòng)宏觀審慎監(jiān)管體系建設(shè)。在宏觀審慎監(jiān)管的截面維度方面,金融監(jiān)管當(dāng)局重點(diǎn)關(guān)注的是金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度。監(jiān)管當(dāng)局根據(jù)每家金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度,將金融機(jī)構(gòu)劃分為不同的系統(tǒng)性重要性區(qū)間,以便施加差異化的金融監(jiān)管,激勵(lì)金融機(jī)構(gòu)將自身經(jīng)營(yíng)所帶來(lái)的負(fù)外部性?xún)?nèi)生化于自身的經(jīng)營(yíng)決策中。因此金融監(jiān)管當(dāng)局首先需要確定的就是,商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度能否影響商業(yè)銀行的信貸供給。如果商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度越高,而信貸供給下降,則說(shuō)明商業(yè)銀行能夠內(nèi)生化其經(jīng)營(yíng)所帶來(lái)的系統(tǒng)性風(fēng)險(xiǎn)導(dǎo)致的負(fù)外部性。然而,Meg Adachi-Sato and Chaiporn Vithessonthi(2016)[1]指出,如果商業(yè)銀行對(duì)未來(lái)政府救助預(yù)期非常強(qiáng)烈,則商業(yè)銀行沒(méi)有動(dòng)機(jī)內(nèi)生化其經(jīng)營(yíng)所帶來(lái)的負(fù)外部性,進(jìn)而對(duì)金融體系系統(tǒng)性風(fēng)險(xiǎn)管理并不會(huì)產(chǎn)生較好的監(jiān)管效果。
2017年中國(guó)共產(chǎn)黨十九大報(bào)告中指出,“健全貨幣政策和宏觀審慎政策雙支柱調(diào)控框架”,“守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”。實(shí)施宏觀審慎監(jiān)管的終極目標(biāo)是保證金融體系穩(wěn)定,促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展,使得金融體系與實(shí)體經(jīng)濟(jì)協(xié)同向前。對(duì)于中國(guó)的金融體系來(lái)講,由于銀行體系在中國(guó)金融體系中居于絕對(duì)的核心地位,而信貸又是實(shí)體經(jīng)濟(jì)增長(zhǎng)的重要資金來(lái)源,因此有效管理系統(tǒng)體系系統(tǒng)性風(fēng)險(xiǎn),防止信貸快速增長(zhǎng)給實(shí)體經(jīng)濟(jì)和金融體系帶來(lái)威脅,是當(dāng)前我國(guó)宏觀審慎監(jiān)管的主要任務(wù)之一。2008年金融危機(jī)后,金融監(jiān)管對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的關(guān)注度非常高。對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度高的商業(yè)銀行,金融監(jiān)管當(dāng)局必然會(huì)要求更高的監(jiān)管資本。一方面,高的監(jiān)管資本會(huì)影響商業(yè)銀行的信貸投放能力,進(jìn)而影響商業(yè)銀行的盈利水平;另一方面,資本充足率要求增加會(huì)誘發(fā)商業(yè)銀行增加信貸投放,繼而使其盈利能力不受影響。
2008年金融危機(jī)爆發(fā)后,學(xué)者們主要關(guān)注商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度。但當(dāng)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度增加時(shí),是否會(huì)影響商業(yè)銀行的信貸供給能力學(xué)者們的研究并不多見(jiàn)。驗(yàn)證這一點(diǎn)非常重要,因?yàn)檫@關(guān)系到系統(tǒng)重要性監(jiān)管的有效性和對(duì)實(shí)體經(jīng)濟(jì)的影響問(wèn)題。在此考慮下,有必要研究商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)是否能夠成為約束商業(yè)銀行信貸供給,進(jìn)而管理系統(tǒng)性金融風(fēng)險(xiǎn)的有效工具。本文擬在測(cè)度中國(guó)上市商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度基礎(chǔ)上,研究商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)其信貸供給約束的影響,以期為中國(guó)實(shí)施宏觀審慎監(jiān)管提供參考。
銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā)會(huì)影響商業(yè)銀行金融職能的履行。對(duì)于銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的含義,Allen et al.(2012)[2]指出,金融機(jī)構(gòu)由于存在共同的風(fēng)險(xiǎn)敞口,因此傳染風(fēng)險(xiǎn)會(huì)在銀行體系蔓延,進(jìn)而會(huì)出現(xiàn)流動(dòng)性危機(jī),最終導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)。Allen et al.(2012)[2]著重強(qiáng)調(diào)流動(dòng)性風(fēng)險(xiǎn)在系統(tǒng)性風(fēng)險(xiǎn)生成過(guò)程中的重要角色。他們指出,如果商業(yè)銀行依靠長(zhǎng)期負(fù)債來(lái)源,則實(shí)體經(jīng)濟(jì)的總體社會(huì)福利不會(huì)受到銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的影響;但如果商業(yè)銀行都依靠短期融資進(jìn)行經(jīng)營(yíng),則銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)會(huì)影響對(duì)經(jīng)濟(jì)體整體的信貸供給。
實(shí)證分析表明,銀行體系的系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)會(huì)影響經(jīng)濟(jì)體信貸的可獲得性。Lemmon and Roberts(2010)[3]實(shí)證分析表明,在1986年至1993年期間,金融體系的沖擊會(huì)影響企業(yè)的債務(wù)發(fā)行,繼而影響企業(yè)的信貸可得性。Campello et al.(2011)[4]指出,當(dāng)2008年金融危機(jī)導(dǎo)致信貸供給中斷時(shí),企業(yè)需要依靠?jī)?nèi)部流動(dòng)性來(lái)代替外部流動(dòng)性,因而影響實(shí)體投資。Campello et al.(2012)[5]使用2008年金融危機(jī)期間歐洲國(guó)家企業(yè)的數(shù)據(jù)實(shí)證分析表明,受到信貸供給沖擊小的企業(yè)往往在金融危機(jī)期間不依靠商業(yè)銀行提供的信貸承諾。
其實(shí),在金融危機(jī)對(duì)實(shí)體經(jīng)濟(jì)信貸需求的影響的研究方面,學(xué)者們的結(jié)論具有不一致性。Aguiar(2005)[6]研究了墨西哥金融危機(jī)對(duì)實(shí)體經(jīng)濟(jì)投資需求的影響,發(fā)現(xiàn)受金融危機(jī)影響大的企業(yè)的投資出現(xiàn)了顯著下降。然而,Bleakley and Cowan(2010)[7]的實(shí)證分析表明,企業(yè)自身的資產(chǎn)負(fù)債匹配會(huì)使得企業(yè)的投資決策不會(huì)受到金融危機(jī)的影響。Sebnem Kalemli-Ozcan et al.(2010)[8]認(rèn)為Aguiar(2005)[6]和Bleakley and Cowan(2008)[7]均沒(méi)有考慮到企業(yè)在全球金融市場(chǎng)的融資能力。Meg Adachi-Sato and Chaiporn Vithessonthi(2016)[1]使用十個(gè)發(fā)達(dá)國(guó)家和新興市場(chǎng)國(guó)家的10231家微觀企業(yè)數(shù)據(jù),研究商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)對(duì)企業(yè)投資決策的影響。他們的研究結(jié)果發(fā)現(xiàn)在2008年金融危機(jī)爆發(fā)前,商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的增加往往伴隨著企業(yè)投資的迅速增長(zhǎng),而在2008年金融危機(jī)之后,商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)增加導(dǎo)致企業(yè)投資的快速降低。在經(jīng)濟(jì)體運(yùn)行中,實(shí)體企業(yè)面臨著短期融資壓力,因此企業(yè)往往通過(guò)借新還舊的方式發(fā)行債務(wù),因此企業(yè)會(huì)暴露在金融市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)之下(He and Xiong,2012)[9]。Acharya et al.(2011)[10]指出,市場(chǎng)突然的流動(dòng)性?xún)鼋Y(jié)會(huì)導(dǎo)致企業(yè)無(wú)法獲得信貸支持,即使其沒(méi)有達(dá)到負(fù)債的最上限,因此Iyer et al.(2014)[11]指出2008年金融危機(jī)爆發(fā)與金融體系流動(dòng)性風(fēng)險(xiǎn)向?qū)嶓w企業(yè)傳導(dǎo)有關(guān)。
本文以中國(guó)上市商業(yè)銀行為研究樣本進(jìn)行實(shí)證分析。為了刻畫(huà)銀行體系整體表現(xiàn),本文使用基于市值加權(quán)的銀行業(yè)指數(shù)作為銀行體系整體狀況的代表,數(shù)據(jù)來(lái)源為wind數(shù)據(jù)庫(kù)。本文使用Garch—DCC模型求解系統(tǒng)性風(fēng)險(xiǎn)測(cè)度過(guò)程中涉及的相關(guān)系數(shù)和變量的標(biāo)準(zhǔn)差。
根據(jù)Adrian and Brunnermeier(2016)[15],CoVaR的定義為,當(dāng)某一家商業(yè)銀行陷入困境后,銀行體系的VaR值。ΔCoVaRi定義為當(dāng)商業(yè)銀行i陷入困境后銀行體系的VaR值與商業(yè)銀行i正常經(jīng)營(yíng)時(shí)銀行體系VaR的值的差值。根據(jù)Acharya et al.(2012)[16]以及Kreis and Leisen(2018)[17],本文假設(shè)商業(yè)銀行i股票收益率和銀行業(yè)指數(shù)收益率的期望值為零,則在正態(tài)分布假設(shè)下,商業(yè)銀行i的ΔCoVaR可以表示為:
ΔCoVaRit=ρimtσmtN-1(q)
(1)
其中,σmt為衡量銀行業(yè)指數(shù)收益率的標(biāo)準(zhǔn)差,ρimt為商業(yè)銀行i與銀行業(yè)指數(shù)的相關(guān)系數(shù),N-1(q)表示正態(tài)分布在q分位點(diǎn)的值。為了有效刻畫(huà)銀行業(yè)陷入危機(jī)的程度,以及借鑒VaR測(cè)算的基本做法,本文q的取值為0.01。
根據(jù)Acharya et al(2017)[18],商業(yè)銀行i的MES可以定義為:
MESi=E[-rit|rmt (2) 其中ri表示商業(yè)銀行i的股票收益率,rmt表示銀行業(yè)指數(shù)收益率,c為刻畫(huà)銀行體系陷入壓力情景的變量。根據(jù)大智慧中國(guó)銀行業(yè)指數(shù),從2006年8月年到2017年年末,指數(shù)收益率下跌超過(guò)5%的樣本數(shù)為40余次,因此本文假設(shè)c的取值為-0.05能夠代表銀行業(yè)陷入困境。根據(jù)Kreis and Leisen(2018)[17],本文假設(shè)ri和rm的期望值為零,則在正態(tài)分布假設(shè)下,商業(yè)銀行i的MES可以表示為: 在林木管理方面,需要注意分類(lèi)經(jīng)營(yíng),這方面是借鑒一些發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)以及理念,編制出合理的管理方案,提升林木管理的實(shí)際水準(zhǔn),并發(fā)揮出帶動(dòng)以及輻射的作用。 MESit=σitρimtE[rmt/σmt|rmt/σmt (3) 根據(jù)Banulescu and Dumitrescu(2015)[19],CES的含義是,商業(yè)銀行i對(duì)銀行體系期望尾部損失(Expected Shortfall)的貢獻(xiàn)度,其表達(dá)式為: (4) 其中,ωit表示商業(yè)銀行i在t時(shí)刻占銀行體系的權(quán)重,εmt和ξit為Garch-DCC模型估計(jì)后生成的殘差項(xiàng)。c為刻畫(huà)銀行體系陷入壓力情景的變量。本文假設(shè)c的取值為-0.05,理由同上。 從ΔCoVaR、MES和CES三類(lèi)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度測(cè)度指標(biāo)的計(jì)算方法來(lái)看,ΔCoVaR更偏向于表示金融體系正常狀態(tài)下商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度,而CES則偏向于測(cè)度商業(yè)銀行對(duì)銀行體系處在極端狀態(tài)下時(shí)每家商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度??傊?,CES和ΔCoVaR偏向于測(cè)度商業(yè)銀行對(duì)銀行體系系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)。而MES則主要關(guān)注銀行體系系統(tǒng)性風(fēng)險(xiǎn)增加對(duì)每家商業(yè)銀行的影響。 本文的樣本期間為2008年至2016年,數(shù)據(jù)頻率為半年。本文的樣本為中國(guó)上市商業(yè)銀行,包括平安銀行、寧波銀行、江陰銀行、張家港行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、無(wú)錫銀行、江蘇銀行、杭州銀行、南京銀行、常熟銀行、興業(yè)銀行、北京銀行、上海銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、光大銀行、建設(shè)銀行、中國(guó)銀行、貴陽(yáng)銀行、中信銀行和吳江銀行。由于江陰銀行、張家港行、無(wú)錫銀行、江蘇銀行、杭州銀行、常熟銀行、上海銀行、貴陽(yáng)銀行和吳江銀行上市時(shí)間較晚,數(shù)據(jù)可得性較低,因此本文最終的樣本為除去這些商業(yè)銀行外的16家上市商業(yè)銀行。 截止2016年年末,在選取的16家上市商業(yè)銀行中,5家國(guó)有大型商業(yè)銀行的資產(chǎn)總額合計(jì)占商業(yè)銀行總資產(chǎn)的比例為50.21%,8家股份制商業(yè)銀行的資產(chǎn)總額合計(jì)占商業(yè)銀行總資產(chǎn)的比例為21.49%,3家城市商業(yè)銀行的資產(chǎn)總額合計(jì)占商業(yè)銀行總資產(chǎn)的比例為2.24%,16家上市商業(yè)銀行的資產(chǎn)總額合計(jì)占我國(guó)商業(yè)銀行總資產(chǎn)的比例達(dá)到73.94%。無(wú)論從資產(chǎn)規(guī)模還是商業(yè)銀行發(fā)展歷史來(lái)看,以本文選取的16家上市商業(yè)銀行作為研究樣本來(lái)測(cè)算我國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)均具有充分代表性。 考慮到每家商業(yè)銀行的個(gè)體經(jīng)營(yíng)的異質(zhì)性特征,且文章選擇的控制變量無(wú)法完全找到所有商業(yè)銀行信貸供給的因素,因此從經(jīng)濟(jì)學(xué)的直覺(jué)出發(fā),本文使用固定效應(yīng)面板數(shù)據(jù)回歸分析進(jìn)行實(shí)證研究,具體模型如下: Crediti,t=α+θ×sysriski,t+ρXi,t+μi+εi,t (5) 其中,i表示商業(yè)銀行,t表示時(shí)間,μi表示商業(yè)固定效應(yīng)。Crediti,t為表示商業(yè)銀行i在t時(shí)刻的貸款占資產(chǎn)的比值。Sysrisk為表示商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的變量,包括本文上面所求解的ΔCoVaR、MES和CES三類(lèi)。由于本文求解的ΔCoVaR、MES和CES為日度數(shù)據(jù),而(5)式的回歸分析樣本為半年度的財(cái)務(wù)數(shù)據(jù),因此本文對(duì)ΔCoVaR、MES和CES取半年度平均值。 X表示商業(yè)銀行個(gè)體特征變量。具體包括:①cap為商業(yè)銀行i在t時(shí)刻的資本充足率水平,表示商業(yè)銀行償付能力風(fēng)險(xiǎn)。資本充足率既有可能促進(jìn)商業(yè)銀行的流動(dòng)性創(chuàng)造,又有可能抑制商業(yè)銀行流動(dòng)性創(chuàng)造。②由于信用風(fēng)險(xiǎn)是商業(yè)銀行貸款業(yè)務(wù)中的重要組成風(fēng)險(xiǎn)類(lèi)型,因此本文引入不良貸款率(npl),控制貸款信用風(fēng)險(xiǎn)。③本文選擇凈息差(interest)來(lái)控制商業(yè)銀行的盈利能力。④在大量研究商業(yè)銀行經(jīng)營(yíng)特征的文獻(xiàn)中,規(guī)模因素都是學(xué)者們主要的考慮因素(比如Bertay et al,2013)[20]。因此,本文將商業(yè)銀行資產(chǎn)規(guī)模取對(duì)數(shù)(size)后納入(1)式。本文數(shù)據(jù)來(lái)源均為wind數(shù)據(jù)庫(kù)。 Crediti,t為表示商業(yè)銀行信貸供給的變量。首先,從總量指標(biāo)上,本文使用流動(dòng)性創(chuàng)造占總資產(chǎn)比率(Liquidity Creation,LC)作為表示商業(yè)銀行向?qū)嶓w經(jīng)濟(jì)輸出信貸的總量指標(biāo)。LC綜合考慮了商業(yè)銀行的資產(chǎn)、負(fù)債、所有者權(quán)益和表外業(yè)務(wù),本文同時(shí)測(cè)度了表內(nèi)流動(dòng)性創(chuàng)造(INRA)以及表內(nèi)和表外流動(dòng)性創(chuàng)造之和(INOFFRA)占總資產(chǎn)的比率,具體計(jì)算參見(jiàn)Berger and Bouwman(2009)[21]和劉志洋(2016)[22]。Berger and Sedunov(2017)[23]指出,LC在研究銀行業(yè)促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展方面超過(guò)了其他流動(dòng)性指標(biāo)。流動(dòng)性創(chuàng)造是商業(yè)銀行最重要的角色,與實(shí)體經(jīng)濟(jì)增長(zhǎng)息息相關(guān),銀行貸款往往被視為經(jīng)濟(jì)增長(zhǎng)的引擎。 同時(shí),為了進(jìn)一步增加實(shí)證檢驗(yàn)的穩(wěn)健性,本文選擇了從各個(gè)角度能夠表示商業(yè)銀行信貸結(jié)構(gòu)的細(xì)分指標(biāo),具體包括:①單一借款人占總資產(chǎn)的比率(用danyi表示);②前十位借款人占總資產(chǎn)的比率(用shijia表示);③企業(yè)貸款占總資產(chǎn)的比率(用qydk表示);④個(gè)人貸款占總資產(chǎn)的比率(用grdk表示);⑤短期貸款占總資產(chǎn)的比率(用dqdk表示);⑥中長(zhǎng)期貸款占總資產(chǎn)的比率(用zcdk表示);⑦個(gè)人消費(fèi)貸款占總資產(chǎn)的比率(用grxf表示);⑧個(gè)人住房貸款占總資產(chǎn)的比率(用grzf表示);⑨房地產(chǎn)貸款占總資產(chǎn)的比率(用fdc表示)。 表1為樣本數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)。從系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度來(lái)看,CES和MES均值為正,但絕對(duì)值較低,均在零附近。結(jié)合CES和MES的定義,這說(shuō)明當(dāng)銀行體系出現(xiàn)沖擊時(shí),平均來(lái)看,商業(yè)銀行股票收益率不會(huì)受到較大的影響,即有的商業(yè)銀行能夠有效抵御沖擊,而有的商業(yè)銀行則會(huì)受到較大的影響。ΔCoVaR平均值為-0.0648,說(shuō)明平均來(lái)看當(dāng)商業(yè)銀行陷入困境后銀行體系的VaR值比商業(yè)銀行正常經(jīng)營(yíng)時(shí)銀行體系VaR的值低6%左右。從流動(dòng)性供給來(lái)看,商業(yè)銀行表內(nèi)流動(dòng)性創(chuàng)造與總資產(chǎn)比率平均為62%,表內(nèi)表外流動(dòng)性創(chuàng)造與總資產(chǎn)比率平均為70%。從貸款結(jié)構(gòu)來(lái)看,單一借款人占比平均值為4.47%,而前十大借款人占比平均為15%;企業(yè)貸款平均占比為35%左右,個(gè)人貸款平均占到15%;短期貸款占比約為12%,而中長(zhǎng)期貸款占比約為21%;個(gè)人住房貸款占比為11%,而個(gè)人消費(fèi)貸款占比不到1%;對(duì)房地產(chǎn)行業(yè)貸款占比為3%。 表1樣本數(shù)據(jù)統(tǒng)計(jì)性質(zhì) 圖1為樣本內(nèi)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度與商業(yè)銀行各類(lèi)貸款發(fā)放情況的均值走勢(shì)圖。從圖1可以看出,CES指標(biāo)方差較大,25%分位點(diǎn)走勢(shì)和75%分位點(diǎn)走勢(shì)與均值走勢(shì)距離較遠(yuǎn)。從圖1可以看出,中國(guó)商業(yè)銀行體系在2008年全球金融危機(jī)爆發(fā)時(shí)風(fēng)險(xiǎn)呈現(xiàn)上升趨勢(shì),在2012年至2013年,中國(guó)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)整體水平較高。從商業(yè)銀行信貸供給來(lái)看,各類(lèi)型貸款走勢(shì)波動(dòng)性都較高,且房地產(chǎn)貸款、個(gè)人住房貸款、企業(yè)貸款和中長(zhǎng)期貸款等類(lèi)別均在2012年至2013年左右維持在高點(diǎn)。相對(duì)來(lái)講,個(gè)人消費(fèi)貸款的占比最低,但在2011年左右出現(xiàn)了較高的波動(dòng)性,房地產(chǎn)貸款、短期貸款和個(gè)人貸款在2015年至2016年開(kāi)始經(jīng)歷了快速的上漲。 本文使用固定效應(yīng)面板模型進(jìn)行回歸分析。表2為商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)其總體向經(jīng)濟(jì)體輸送流動(dòng)性能力影響的回歸結(jié)果。從表2可以看出,當(dāng)金融體系處在正常狀態(tài)時(shí),商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度增加不會(huì)導(dǎo)致其流動(dòng)性創(chuàng)造功能受到影響,不論是表內(nèi)流動(dòng)性創(chuàng)造還是表外流動(dòng)性創(chuàng)造,CoVaR的估計(jì)系數(shù)均不顯著。這說(shuō)明在正常狀態(tài)下,商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的增加不會(huì)影響其向?qū)嶓w經(jīng)濟(jì)輸出信貸的功能。同時(shí),從表2可以看出,CES的估計(jì)系數(shù)顯著為負(fù)值,說(shuō)明在極端狀況下,系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度越高的商業(yè)銀行,其向?qū)嶓w經(jīng)濟(jì)輸送信貸越多。MES估計(jì)系數(shù)顯著為正,說(shuō)明受到銀行體系系統(tǒng)性風(fēng)險(xiǎn)影響越大的商業(yè)銀行,在風(fēng)險(xiǎn)增加時(shí)對(duì)實(shí)體經(jīng)濟(jì)信貸輸出下降得越多。結(jié)合MES和CES的回歸結(jié)果,本文認(rèn)為在極端狀況下,系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度越高的商業(yè)銀行是向?qū)嶓w經(jīng)濟(jì)輸送信貸越多的銀行,因此其應(yīng)該是受到系統(tǒng)性風(fēng)險(xiǎn)影響大的商業(yè)銀行,在風(fēng)險(xiǎn)增加時(shí)其對(duì)實(shí)體經(jīng)濟(jì)信貸輸出會(huì)顯著的下降。 表2商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)流動(dòng)性創(chuàng)造的影響 續(xù)表 INRAINRAINRAINOFFRAINOFFRAINOFFRAcapi,t-0.0087???-0.0091???-0.0095???-0.0129???-0.0124???-0.0121???npl i,t0.0297?0.0434???0.0391???0.0321??0.0372??0.0224sizei,t-0.0249?-0.0291??-0.0294??-0.0470???-0.0466???-0.0425??interesti,t-0.0168-0.0054-0.0153-0.0244-0.0125-0.0261是否包含固定效應(yīng)是是是是是是Adjusted-R20.66410.66480.66360.48800.48990.4882樣本個(gè)數(shù)262262262263263263 注:“***”表示1%水平顯著,“**”表示5%水平顯著,“*”表示10%水平顯著 由于房地產(chǎn)行業(yè)在國(guó)民經(jīng)濟(jì)發(fā)展中居于重要地位,且房地產(chǎn)價(jià)格常常會(huì)成為銀行體系系統(tǒng)性風(fēng)險(xiǎn)的來(lái)源,因此本文首先研究商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度是否能夠影響商業(yè)銀行房地產(chǎn)貸款的發(fā)放。本文使用兩個(gè)指標(biāo)刻畫(huà)商業(yè)銀行房地產(chǎn)貸款發(fā)放:房地產(chǎn)貸款占總資產(chǎn)比率和個(gè)人住房貸款占總資產(chǎn)比率。表2為回歸結(jié)果。從表3可以看出,在對(duì)房地產(chǎn)行業(yè)發(fā)放貸款的回歸中,CoVaR的系數(shù)估計(jì)值顯著為正,說(shuō)明商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度增加會(huì)降低商業(yè)銀行對(duì)房地產(chǎn)行業(yè)發(fā)放貸款;CES回歸系數(shù)顯著為負(fù)值,說(shuō)明商業(yè)銀行對(duì)銀行體系期望尾部損失貢獻(xiàn)越高的商業(yè)銀行房地產(chǎn)貸款發(fā)放量就越大。但是對(duì)個(gè)人住房貸款的回歸結(jié)果顯示,商業(yè)銀行對(duì)銀行體系期望尾部損失貢獻(xiàn)越高的商業(yè)銀行會(huì)降低個(gè)人住房貸款的發(fā)放。結(jié)合表3的回歸結(jié)果,本文認(rèn)為,由于CoVaR的測(cè)算考慮的是金融體系正常狀態(tài)下的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度,因此本文認(rèn)為當(dāng)金融體系正常運(yùn)行時(shí),商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的增加能夠降低房地產(chǎn)貸款的發(fā)放;但當(dāng)考慮到商業(yè)銀行對(duì)銀行體系尾部極端風(fēng)險(xiǎn)的貢獻(xiàn)度時(shí),商業(yè)銀行會(huì)降低個(gè)人住房抵押貸款的發(fā)放,而增加房地產(chǎn)行業(yè)的貸款,從而有增加銀行體系風(fēng)險(xiǎn)的可能。而MES估計(jì)系數(shù)不顯著,說(shuō)明受銀行體系系統(tǒng)性風(fēng)險(xiǎn)影響大的商業(yè)銀行不會(huì)降低其房地產(chǎn)信貸的供給。 表3商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)房地產(chǎn)貸款的影響 注:“***”表示1%水平顯著,“**”表示5%水平顯著,“*”表示10%水平顯著 本文進(jìn)一步將貸款分為企業(yè)貸款和個(gè)人貸款。表4為商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)企業(yè)貸款和個(gè)人貸款的影響。從表4可以看出,CoVaR、MES和CES的回歸系數(shù)均不顯著,說(shuō)明商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)商業(yè)銀行信貸供給的影響并不區(qū)分是企業(yè)還是個(gè)人。本文進(jìn)一步將貸款分為短期貸款和中長(zhǎng)期貸款,表5為回歸結(jié)果,從表5可以看出,商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)中長(zhǎng)期貸款的影響并不顯著,但CES對(duì)短期貸款影響的估計(jì)系數(shù)顯著為負(fù)值,說(shuō)明當(dāng)銀行體系處在極端情況時(shí),對(duì)商業(yè)銀行風(fēng)險(xiǎn)貢獻(xiàn)越大的商業(yè)銀行,其短期貸款發(fā)放得越多。從表7對(duì)消費(fèi)貸款影響的回歸結(jié)果來(lái)看,CES和MES估計(jì)系數(shù)顯著為負(fù)值,說(shuō)明當(dāng)銀行體系處在極端情況時(shí),對(duì)商業(yè)銀行風(fēng)險(xiǎn)貢獻(xiàn)越大的商業(yè)銀行消費(fèi)貸款發(fā)放得越多;受銀行體系風(fēng)險(xiǎn)影響大的商業(yè)銀行,消費(fèi)貸款發(fā)放得越多。然而,表6的回歸結(jié)果表明,商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)貸款集中度風(fēng)險(xiǎn)的影響不顯著。 表4商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)企業(yè)/個(gè)人貸款的影響 注:“***”表示1%水平顯著,“**”表示5%水平顯著,“*”表示10%水平顯著 表5商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)短期/個(gè)人中長(zhǎng)期貸款的影響 注:“***”表示1%水平顯著,“**”表示5%水平顯著,“*”表示10%水平顯著 表6商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)貸款集中度風(fēng)險(xiǎn)的影響 注:“***”表示1%水平顯著,“**”表示5%水平顯著,“*”表示10%水平顯著 表7商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)個(gè)人消費(fèi)貸款的影響 注:“***”表示1%水平顯著,“**”表示5%水平顯著,“*”表示10%水平顯著 本文研究了商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度對(duì)商業(yè)銀行信貸供給的影響??傊疚膶?shí)證分析表明,當(dāng)金融體系處于正常狀態(tài)下時(shí),商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的增加不會(huì)影響其向?qū)嶓w經(jīng)濟(jì)輸出信貸的功能,但是在極端狀況下,系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度越高的商業(yè)銀行是向?qū)嶓w經(jīng)濟(jì)輸送信貸越多的銀行,因此其應(yīng)該是受到系統(tǒng)性風(fēng)險(xiǎn)影響大的商業(yè)銀行,在風(fēng)險(xiǎn)增加時(shí)其對(duì)實(shí)體經(jīng)濟(jì)信貸輸出會(huì)顯著地下降。分類(lèi)別來(lái)看,當(dāng)金融體系正常運(yùn)行時(shí),商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的增加能夠降低房地產(chǎn)貸款的發(fā)放;但在極端情況時(shí),商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)增加會(huì)降低個(gè)人住房抵押貸款的發(fā)放,而增加房地產(chǎn)行業(yè)的貸款,從而有增加銀行體系風(fēng)險(xiǎn)的可能。同時(shí),本文實(shí)證分析表明,在極端情況時(shí),對(duì)商業(yè)銀行風(fēng)險(xiǎn)貢獻(xiàn)越大的商業(yè)銀行,其短期貸款發(fā)放得越多,商業(yè)銀行消費(fèi)貸款發(fā)放得也越多。 因此本文認(rèn)為,監(jiān)管當(dāng)局應(yīng)該有效管理商業(yè)的信貸投放,進(jìn)而防止銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)。本文實(shí)證分析表明,在正常狀態(tài)下,商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的增加不會(huì)影響商業(yè)銀行向?qū)嶓w經(jīng)濟(jì)輸出信貸的職能。而極端狀態(tài)下,商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的增加往往伴隨著信貸投放的增加,而受系統(tǒng)性風(fēng)險(xiǎn)影響大的商業(yè)銀行,信貸投放的下降程度也較大。因此筆者認(rèn)為,為了防止由于銀行體系系統(tǒng)性風(fēng)險(xiǎn)增加導(dǎo)致的信貸投放波動(dòng)增加,進(jìn)而影響實(shí)體經(jīng)濟(jì)增長(zhǎng)的順周期性問(wèn)題,監(jiān)管當(dāng)局要防止商業(yè)銀行過(guò)度投放信貸,進(jìn)而降低銀行體系的系統(tǒng)性風(fēng)險(xiǎn),保證商業(yè)銀行功能的平穩(wěn)履行。(三)CES(Component Expected Shortfall)
四、樣本數(shù)據(jù)與研究方法
五、實(shí)證結(jié)果
六、結(jié)論及政策建議