国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

我國上市銀行尾部風(fēng)險(xiǎn)影響因素研究

2022-12-13 03:20:00楊娟
中小企業(yè)管理與科技 2022年20期
關(guān)鍵詞:位數(shù)尾部不良貸款

楊娟

(杭州電子科技大學(xué),杭州 310018)

1 引言

當(dāng)前世界疫情問題尚未得到徹底解決,形勢變革不斷,全球局勢不穩(wěn)。就我國而言,疫情防控問題仍然需要繼續(xù)保持警惕,經(jīng)濟(jì)復(fù)蘇相對(duì)不平衡,根基缺乏穩(wěn)固性。同時(shí),金融機(jī)構(gòu)面臨的風(fēng)險(xiǎn)范圍依舊較廣,金融風(fēng)險(xiǎn)存在區(qū)域性差異,一些公司貸款違約概率提高,有些中小規(guī)模的銀行面臨較大風(fēng)險(xiǎn),基于此,維護(hù)金融穩(wěn)定的任務(wù)更加艱巨。當(dāng)前階段,深入探討尾部風(fēng)險(xiǎn)的影響因素等問題具有重要意義,有助于加強(qiáng)我國銀行業(yè)中的風(fēng)險(xiǎn)防范與控制相對(duì)不足的地方,使其風(fēng)險(xiǎn)承擔(dān)能力得到提高,同時(shí),也有助于我國銀行部門的風(fēng)險(xiǎn)預(yù)防與處理機(jī)制得到鞏固加強(qiáng)。

Bakkar 等學(xué)者(2020)的調(diào)查研究表明,大型金融機(jī)構(gòu)往往更傾向于通過增加對(duì)新興市場工具的風(fēng)險(xiǎn)敞口和廣泛依賴短期債務(wù),系統(tǒng)地尋求更高的盈利能力、更多的回報(bào)和更大的利潤率,從而達(dá)到市場份額增加并擴(kuò)大企業(yè)規(guī)模的目的,他們深入?yún)⑴c復(fù)雜的活動(dòng),往往在危機(jī)之前積累較少的資本和不太穩(wěn)定的資金,而這類冒險(xiǎn)行為在金融市場危機(jī)降臨時(shí),可能會(huì)引發(fā)更大的風(fēng)險(xiǎn),并加重金融危機(jī)影響程度。Hryckiewicz 和Kozlowsk(i2017)認(rèn)為,資產(chǎn)結(jié)構(gòu)相同但負(fù)債結(jié)構(gòu)不同的銀行扭曲了真正系統(tǒng)性風(fēng)險(xiǎn)的尺度,在危機(jī)爆發(fā)期間,杠桿率較高的銀行通常會(huì)受到銀行間市場的流動(dòng)性匱乏等影響,通過資產(chǎn)負(fù)債表對(duì)其他部門產(chǎn)生負(fù)面影響。與此同時(shí),Bakkar 等學(xué)者(2020)的調(diào)查結(jié)果突出表明,特許權(quán)價(jià)值不僅沒有降低風(fēng)險(xiǎn),還可能提供了積累風(fēng)險(xiǎn)的激勵(lì),而積累風(fēng)險(xiǎn)又可能促成更高的系統(tǒng)性風(fēng)險(xiǎn)。因此,一些特許權(quán)價(jià)值較高的金融機(jī)構(gòu)通常為了獲得更高的利潤,而選擇承擔(dān)超額風(fēng)險(xiǎn),進(jìn)而導(dǎo)致更大的風(fēng)險(xiǎn)隱患。而López-Andión 等學(xué)者(2019)指出,金融機(jī)構(gòu)的成本收入比率越高,其在危機(jī)之中面臨的風(fēng)險(xiǎn)傳染程度也越高,低效率的成本管理水平將進(jìn)一步加大銀行的危機(jī)隱患。相類似地,Buch(2019)認(rèn)為,不良貸款是個(gè)積極的信號(hào),不良貸款在銀行資產(chǎn)負(fù)債表中所占的比例越高,銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響效應(yīng)越大,因?yàn)殂y行間有潛在的溢出效應(yīng),不良貸款率越高,將導(dǎo)致金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)持續(xù)累積。此外,Dinger 和te Kaa(t2020)的研究表明,金融機(jī)構(gòu)對(duì)其貸款的依賴程度越高,其系統(tǒng)重要性程度也越高,為了賺取更多利潤,往往有過度發(fā)放高風(fēng)險(xiǎn)貸款的傾向。通過銀行間的資本流動(dòng),很容易引發(fā)風(fēng)險(xiǎn)傳染現(xiàn)象。然而,在關(guān)于金融機(jī)構(gòu)收入結(jié)構(gòu)對(duì)風(fēng)險(xiǎn)的影響作用上,現(xiàn)有研究仍未達(dá)成一致。De Jonghe(2015)認(rèn)為,非利息收入對(duì)系統(tǒng)性風(fēng)險(xiǎn)敞口的影響因銀行規(guī)模和一個(gè)國家的制度環(huán)境而異,非利息收入降低了大銀行的系統(tǒng)性風(fēng)險(xiǎn)敞口,但它增加了小銀行的系統(tǒng)性風(fēng)險(xiǎn)敞口。

綜合觀察該領(lǐng)域的文獻(xiàn)研究,國內(nèi)現(xiàn)有的文獻(xiàn)主要是研究金融機(jī)構(gòu)之間的風(fēng)險(xiǎn)傳遞效應(yīng),很少結(jié)合實(shí)際情況準(zhǔn)確區(qū)分各微觀因素對(duì)金融機(jī)構(gòu)尾部風(fēng)險(xiǎn)的影響力度。鑒于此,本文借助相對(duì)重要性分析方法,探究上市銀行的規(guī)模、杠桿比率、不良貸款率、成本收入比率、特許權(quán)價(jià)值、非利息收入比率、手續(xù)費(fèi)及傭金收入比率、個(gè)人住房貸款比率和企業(yè)貸款墊款比率等微觀因素對(duì)我國上市銀行尾部風(fēng)險(xiǎn)的影響力度,考察尾部風(fēng)險(xiǎn)的主要影響因素。

2 研究方法與數(shù)據(jù)說明

2.1 研究方法

本文采用相對(duì)重要性分析方法,該方法主要確定線性回歸中,不同解釋變量對(duì)被解釋變量的貢獻(xiàn)程度。

假設(shè)線性回歸為:

被解釋變量y 的方差,即總離差平方和(TSS),可以被分解為兩部分,回歸平方和(RSS)以及殘差平方和(ESS):

擬合優(yōu)度R2可以被表示為:

被解釋變量y 的方差,即總離差平方和(TSS),可以分解為:

據(jù)此可以得到各解釋變量的相對(duì)貢獻(xiàn)程度:

解釋變量xk對(duì)R2的邊際效用可以表示為:

其中,S 是不包含變量k 的其他解釋變量。

而變量k 被剔除回歸的順序不同,對(duì)擬合優(yōu)度R2的邊際效用也會(huì)不同。因此,對(duì)變量k 的重要程度的判定是對(duì)J!種不同剔除方式得到結(jié)果的平均值。

2.2 數(shù)據(jù)說明

鑒于數(shù)據(jù)可得性,本文選取了16 家上市銀行,分別為:中信銀行、中國銀行、交通銀行、光大銀行、興業(yè)銀行、農(nóng)業(yè)銀行、北京銀行、華夏銀行、南京銀行、寧波銀行、工商銀行、平安銀行、建設(shè)銀行、招商銀行、民生銀行、浦發(fā)銀行。樣本區(qū)間為2010 年9 月至2021 年6 月。數(shù)據(jù)來源為Wind 數(shù)據(jù)庫、iFind 數(shù)據(jù)庫和企業(yè)財(cái)務(wù)報(bào)表。

本文研究的上市銀行尾部風(fēng)險(xiǎn)影響因素包括資產(chǎn)規(guī)模、杠桿率、不良貸款率、成本收入比率、特許權(quán)價(jià)值、非利息收入比率、手續(xù)費(fèi)及傭金收入比率、個(gè)人住房按揭貸款比率和企業(yè)貸款墊款比率9 個(gè)基本面指標(biāo),時(shí)間區(qū)間為2010 年10月1 日至2021 年6 月30 日,共43 個(gè)季度數(shù)據(jù)。

上述指標(biāo)均采用1%分位數(shù)的雙邊縮尾處理以消除異常值的影響。

與此同時(shí),本文采用MES(邊際預(yù)期損失)作為上市銀行尾部風(fēng)險(xiǎn)度量指標(biāo)。先確定給定時(shí)間區(qū)間內(nèi)市場收益率低于1%或5%分位點(diǎn)以下的天數(shù),然后計(jì)算這些天內(nèi)任意給定的金融機(jī)構(gòu)股票收益率的平均值。

其計(jì)算公式如下:

式中,Rmt+h|t表示t~t+h 時(shí)期的日度市場收益率,本文采用滬深300 指數(shù),C 表示市場收益率的門限值,本文選擇1%分位數(shù)與5%分位數(shù)分別計(jì)算上市銀行的MES 值。研究表明,測算MES 時(shí)要求的時(shí)間跨度一般不能太短,至少1 年,否則會(huì)導(dǎo)致計(jì)算MES 時(shí)區(qū)間內(nèi)市場收益率最糟糕的1%或5%天數(shù)過少,從而會(huì)嚴(yán)重影響MES 的穩(wěn)健性。鑒于數(shù)據(jù)時(shí)間序列跨度范圍,本文采用1 年作為固定樣本窗口,即h=252,逐日滾動(dòng)此固定樣本窗口,隨即得到上市銀行日度MES 值。先取2010 年10 月1 日至2022 年6 月30 日內(nèi)的上市銀行股票漲跌幅和滬深300 指數(shù)收益率,分別計(jì)算各上市銀行1%分位數(shù)下的日度MES 和5%分位數(shù)下的日度MES,而根據(jù)定義,最后一個(gè)窗口期(即最后一年)無法計(jì)算MES,故得出的日度MES 時(shí)間區(qū)間為2010 年10 月1 日至2021 年6 月30 日。又因?yàn)楦軛U率、不良貸款率等基本面因素為季度指標(biāo),為了在時(shí)間序列上相互匹配,將上市銀行1%分位數(shù)下的日度MES和5%分位數(shù)下的日度MES 分別按季度取均值作為最終的尾部風(fēng)險(xiǎn)度量標(biāo)準(zhǔn)。

3 實(shí)證研究與分析

本文采用Isarel(i2007)提出的相對(duì)重要性分析技術(shù),將16 家銀行的各個(gè)分析指標(biāo)在時(shí)間序列上取均值,從而在截面維度上考察各變量對(duì)擬合優(yōu)度的貢獻(xiàn)程度,即對(duì)被解釋變量(尾部風(fēng)險(xiǎn))的相對(duì)影響程度,標(biāo)準(zhǔn)化后的分解結(jié)果如表1 所示。

由表1 可知,在1%分位數(shù)與5%分位數(shù)的MES 測度指標(biāo)下,各基本面指標(biāo)對(duì)尾部風(fēng)險(xiǎn)的相對(duì)重要性分析結(jié)論幾乎一致,都表明上市銀行的資產(chǎn)規(guī)模是我國銀行業(yè)尾部風(fēng)險(xiǎn)的主要因素。在1%分位數(shù)與5%分位數(shù)MES 指標(biāo)下,規(guī)模對(duì)尾部風(fēng)險(xiǎn)的解釋力度分別達(dá)到了24%與22%,杠桿的解釋力度緊隨其后,遠(yuǎn)高于其他微觀解釋變量。與此同時(shí),個(gè)人住房貸款比率和不良貸款率等微觀指標(biāo)也對(duì)我國上市銀行的尾部風(fēng)險(xiǎn)起著重要影響,這與Hryckiewicz 等人(2017)的研究結(jié)論類似,說明我國上市銀行的杠桿比率越高,存貸模式越激進(jìn),可能會(huì)導(dǎo)致更大的風(fēng)險(xiǎn)隱患。在全球疫情事件頻發(fā)與世界經(jīng)濟(jì)水平下滑的形勢下,我國的信用貸款大幅增加,金融市場運(yùn)行狀況相對(duì)不穩(wěn)定,且公司和個(gè)人債務(wù)償還能力下降,銀行的貸款風(fēng)險(xiǎn)敞口也有所提高。

表1 基本面因素對(duì)MES 指標(biāo)的相對(duì)重要性分析

根據(jù)中國人民銀行與銀保監(jiān)會(huì)數(shù)據(jù)顯示,2020 年1 月,即新冠肺炎疫情爆發(fā)初期,我國銀行間貨幣市場成交共計(jì)69.2 萬億元,同比下降22.85%,環(huán)比下降19.53%,及至2 月份也依舊呈下降趨勢,貨幣市場流動(dòng)性大幅降低,較容易通過資產(chǎn)負(fù)債表途徑對(duì)其他機(jī)構(gòu)產(chǎn)生負(fù)面影響。并且,2020 年1 月至6 月,我國金融機(jī)構(gòu)人民幣貸款上漲幅度為5.04%,與此同時(shí),我國銀行業(yè)2020 年第二季度末的不良貸款余額較之年初增加3 229 億元,不良貸款率上漲0.08 個(gè)百分點(diǎn)。

因此,在當(dāng)下,疫情防控問題仍然需要繼續(xù)保持警惕,經(jīng)濟(jì)復(fù)蘇相對(duì)不平衡,根基缺乏穩(wěn)固性的大環(huán)境下,我國銀行等金融機(jī)構(gòu)應(yīng)當(dāng)合理控制杠桿比率,積極制定不良貸款率上升的防控措施,加強(qiáng)風(fēng)險(xiǎn)管控與貸后管理工作,防范風(fēng)險(xiǎn)敞口的擴(kuò)大。

4 結(jié)論

本文通過相對(duì)重要性分析方法,研究資產(chǎn)規(guī)模、杠桿率、不良貸款率、成本收入比率、特許權(quán)價(jià)值、非利息收入比率、手續(xù)費(fèi)及傭金收入比率、個(gè)人住房按揭貸款比率和企業(yè)貸款墊款比率9 個(gè)基本面指標(biāo)對(duì)上市銀行尾部風(fēng)險(xiǎn)的影響程度。

實(shí)證研究結(jié)果表明,銀行資產(chǎn)規(guī)模是我國銀行業(yè)尾部風(fēng)險(xiǎn)的重要驅(qū)動(dòng)因素,同時(shí),杠桿比率、個(gè)人住房貸款比率、不良貸款率等測度指標(biāo)也顯著影響著我國銀行系統(tǒng)的風(fēng)險(xiǎn)水平,這意味著我國上市銀行過高的杠桿率以及利用更激進(jìn)的存貸款模式追求高額回報(bào)時(shí),可能會(huì)引起更大的風(fēng)險(xiǎn)敞口。鑒于此,在當(dāng)下疫情防控問題仍然需要繼續(xù)保持警惕,經(jīng)濟(jì)復(fù)蘇相對(duì)不平衡,根基缺乏穩(wěn)固性的大環(huán)境下,我國銀行等金融機(jī)構(gòu)應(yīng)當(dāng)合理控制杠桿比率,積極制定不良貸款率上升的防控措施,加強(qiáng)風(fēng)險(xiǎn)管控與貸后管理工作,防范風(fēng)險(xiǎn)敞口的擴(kuò)大。同時(shí),我國監(jiān)管部門應(yīng)當(dāng)加強(qiáng)對(duì)中小銀行的監(jiān)管力度,對(duì)不同規(guī)模的銀行實(shí)施差異化監(jiān)管,有效改善中小銀行的風(fēng)險(xiǎn)控制能力和治理水平。

猜你喜歡
位數(shù)尾部不良貸款
船舶尾部響應(yīng)特性試驗(yàn)與計(jì)算
超聲及磁共振診斷骶尾部藏毛竇1例
五次完全冪的少位數(shù)三進(jìn)制展開
小額不良貸款成因與防范措施
關(guān)于加強(qiáng)控制商業(yè)銀行不良貸款探討
用活“三字經(jīng)”密織不良貸款防控網(wǎng)
金融周刊(2016年19期)2016-07-13 18:53:23
彎式尾部接頭注塑模具設(shè)計(jì)
中國塑料(2015年4期)2015-10-14 01:09:32
不良率農(nóng)行最高
遙感衛(wèi)星CCD相機(jī)量化位數(shù)的選擇
“判斷整數(shù)的位數(shù)”的算法分析
河南科技(2014年11期)2014-02-27 14:09:41
股票| 麻江县| 滕州市| 海林市| 原平市| 页游| 兴安县| 巴塘县| 华蓥市| 呼伦贝尔市| 奈曼旗| 洛浦县| 肃北| 赤水市| 乌海市| 利川市| 青川县| 浪卡子县| 南投县| 锦屏县| 长葛市| 东至县| 绥棱县| 洱源县| 咸丰县| 威宁| 江北区| 庐江县| 铜川市| 浙江省| 英德市| 稷山县| 蒙山县| 探索| 三河市| 张家界市| 石泉县| 松江区| 南宫市| 灵石县| 东方市|