资产证券化对商业银行风险承担的实证

导语：资产证券化对商业银行风险承担的实证一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：本文基于信用风险与流动性风险两个视角来研究信贷资产证券化对风险承担的影响，采用SYS-GMM方法对16家上市银行2013—2019年的数据进行实证分析，结果表明：信贷资产证券化与信用风险、流动性风险之间均是负相关关系，即银行积极开展信贷ABS业务，有利于降低银行风险承担水平。鉴此，本文从银行、市场及投资者三方参与者角度提供相关建议，从而对信贷ABS业务的开展与风险管理具有借鉴意义。

关键词：信贷资产证券化；信用风险；流动性风险；风险承担

一、引言

资产证券化业务的新兴可以追溯到二十世纪七十年代末，美国的住房抵押贷款市场率先开展了ABS业务。随后在全球金融市场蓬勃发展40多年，ABS业务被视为二十世纪中最伟大的金融创新之一。随着经济全球化与金融自由化的步伐不断推进，各个国家纷纷积极推动该业务的开展，加之我国金融市场改革的不断深化，越来越多的首单创新产品得到发行，涌现出各类证券化资产如汽车贷款、消费贷款、住房抵押贷款、REITs等。截至2019年底，我国资产证券化市场共发行1439单产品，发行规模达到23294.34亿元，同比增长51.47%和1.65%，其中包括182单信贷资产证券化产品，发行规模为9634.59亿元。故本文基于ABS业务视角来研究商业银行风险承担水平具有一定的现实基础。信贷资产证券化是把基础资产的未来现金流作为信用基础，将部分缺乏流动性的资产打包为流动性较强的证券。换言之，其目的是提高资产流动性，将未来能够获得的现金流资产资本化，并以证券的形式进行流通、买卖，其基本运行机制如图

二、文献综述

1.信贷资产证券化与银行信用风险的关系对此研究大致持有两类观点：一是信贷资产证券化能够使信用风险有所下降。ABS业务会对主体的信用风险产生直接影响且通过增强流动性等方式对信用风险产生间接影响，它能够降低银行的破产风险，提供较低的信贷投资方式（潘慧峰、刘曦彤，2017[1]；王星予、余丽霞、阳晓明，2019[2]）。二是信贷资产证券化能够提升信用风险，带来盈利的同时也暴露信用风险，加之其不随资产流动而消失还可能会被分散与流转，所以导致信用风险增大（宋奕，2012[3]；Casuetal.，2013[4]）。2.信贷资产证券化与银行流动性风险的关系资产证券化是将流动性较差的资产经过重组打包后进入资产池中，增强其流动性。大量文献研究表明信贷ABS对银行降低流动性风险有积极影响，它可以将长期贷款这种流动性较差的表内资产重组发售，拓宽其融资渠道，从而降低流动性风险（BannierCEetal.,2008）[5]，梁红梅等（2016）[6]实证分析后得出一致结论。但也有研究指出实际业务开展与资金运行过程中信贷ABS业务并不能够有效降低流动性风险（郭红玉，2018）[7]。3.信贷资产证券化与风险承担水平的关系大多文献表明信贷ABS与风险承担之间具有消极作用，如廖静仪（2019）[8]等研究表明ABS能降低银行流动性及信用风险水平；但仍存在相反的研究观点，认为风险只是在系统内部相互转移，因此导致了银行风险承担增大（Nadauldetal.,2011）[9]；同时，还有研究表明信贷ABS与风险承担的关系会受资产规模的影响，资产规模小的银行开展ABS业务会降低风险水平，反之则会提高风险水平（刘琪琳、李富有，2013）[10]。纵观已有文献，资产证券化对银行风险承担水平是有消极影响还是积极影响，研究结论还不一致。因此，基于此研究现状，本文采用动态面板模型对银行信贷ABS与风险之间的关系进行实证性研究，来探索两者之间的影响。

三、研究设计与模型

1.样本选择与数据来源由于2008年次贷危机的爆发，对此后ABS业务开展带来较大的影响，直至2012年ABS业务又重新回归到市场交易中。所以本文选取了上市时间较长且信贷证券化业务开展较早的16家银行为样本对象，时间跨度为2013—2019年。所有数据均来自国泰安数据库、中国资产证券化分析网（CNABS）和银行年报。当个别银行数据缺失时，则手工整理获得。2.变量选择及说明①被解释变量。结合信贷资产证券化内涵与目标而言，ABS是为了解决银行信贷资产存在的流动性问题，故本文主要考察信用风险与流动性风险。参考已有文献，考虑到数据的完整性与可得性，选取贷存比（Ldr）作为流动性风险的衡量指标；用阿特曼Z-score模型来度量信用风险水平，公式为：Z-score=ROAit+CARitσ(ROAit)其中，ROA代表资产回报率；CAR为各个银行资本充足率；σ（ROA）为资产回报率的标准差；它是衡量银行风险承担能力的负向指标即Z值越小，则风险承担水平就越高。②解释变量：参考廖静仪（2019）等的文献，本文选取ABS规模作为解释变量并进行对数化处理，若银行存在当期并未开展ABS业务，则不取对数。③控制变量：考虑宏观与微观个体的影响，本文在银行层面与宏观层面设计了控制变量。银行层面选取了杠杆率（Ler）、净资产收益率（Roe）、信贷比（Loan）三个指标；宏观层面选取金融深化指标（FiD）、一年期短期贷款基准利率（LI）两个指标。3.模型设计与实证方法①模型构建。致力从信贷ABS的视角出发，通过模型建立来充分阐释ABS与风险承担之间的关系。参考已有文献，本文将建立以下实证模型：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代表所选16家银行即i=1，2，3，…，16；t代表时间即2013—2019年度。Risk1it衡量银行i在时间t的信用风险，Risk2it衡量银行i在时间t的流动性风险；Absit是在时间t银行i的信贷资产证券化水平；Lerit、Roeit、Loanit、Sizeit代表了银行i于时间t的银行层面影响因素；FiDt、LIt是代表时间t的宏观层面的控制变量。②实证方法。由于银行风险承担水平具有惯性且样本量较小，本文选择twostep方式的系统GMM方法即SYS-GMM方法来估计信贷ABS对银行风险承担水平的影响。该实证方法考虑了经联立差分回归与水平回归来解决弱工具变量的问题及异方差因素的影响。

四、实证结果与分析

1.描述性统计分析整体而言，所选变量的数据都较为合理。Risk1、Risk2分别为风险承担水平变量，其中Risk1平均值为4.7812，且标准差为0.2783；由于各银行所属性质、经营规模等的差异，Risk2即贷存比具有一定的差异性，平均值在70.4940%，比较符合我们目前商业银行的贷存比情形。从解释变量来看，我们对Abs进行了对数化处理，得出解释变量均值在3.8437，最小值为0；从控制变量而言，银行层面，各家银行的杠杆率差别较小，但净资产收益率和信贷比率差异较大；宏观层面，FiD平均值为1.9828，标准为0.0668；LI的平均值为4.7643%，标准差为0.6667，均体现出合理性。2.回归检验采用SYS-GMM方法分别对模型一（信用风险）与模型二（流动性风险）进行回归估计，结果如下表3：①估计结果分析。从表3可知，两个模型的一阶滞后项系数β0分别为0.3192、0.7193，在1%水平下均为正，表明银行信用风险、流动性风险承担行为具有持续性的特点；就解释变量系数而言，模型一、模型二的回归系数分别为0.0090、-0.2323，均通过5%的显著性检验，说明银行信贷ABS业务的开展对银行信用、流动性风险的降低具有正向影响。其控制变量的回归结果表明：第一，杠杆率的提高、信用贷款比例的提高都将降低信用风险，但也需要降低杠杆率来控制流动性风险，这与“去杠杆”的金融环境相吻合。第二，当银行净资产收益率（Roe）越高，盈利能力越强，其风险承担水平就越低。第三，随着国家经济货币化的程度不断提高且自由化程度不断提升时，信用风险与流动性风险程度都将有所下降，加之利率的下调能够增强资产的流动性，都将有利于规避信用与流动性风险。②过度识别检验（Sargan）。在动态面板估计中，往往会在模型中加入许多工具变量，此时我们就得考虑模型工具变量个数设置是否合理的问题。本文采用Sargan来检验模型中是否存在工具变量过度识别的现象，从表3中可以看出，模型一、模型二所有Sargan检验的p>0.05，故不能拒绝“工具变量均有效”的假设即模型的工具变量设置合理，不存在过度识别现象。③自相关检验。由于模型涉及一阶滞后项，故需要进行模型干扰项序列自相关问题的检验。若模型随机误差项存在一阶自相关但不存在二阶或高阶自相关，则说明工具变量的设置是有效的。表3表明，两个模型的AR（2）值均大于0.05，不拒绝原假设即估计结果是有效的。3.稳健性检验为了进一步保证回归结果的有效性，本文分别对模型一（信用风险）与模型二（流动性风险）进行稳健性检验。参考廖静仪（2019）、李妍（2019）等的做法，对于Risk1即信用风险的回归检验，我们采用不良贷款率（Npl）这一信用风险的一大监管指标替代模型一（信用风险）最初的lnZ变量，将其视为稳健性检验的被解释变量，Npl的上升与lnZ的减少说明都能够使得信用风险承担水平增加。对于Risk2即流动性风险的模型稳健性检验，我们将Ldr’来表示Ldr与其平均值之差，将其进行代入模型二（流动性风险）进行稳健性检验。由于篇幅原因，故没有列出检验结果。但计量结果均表明模型一、二的回归结果均是稳健的，说明模型设计与回归结果是合理可靠的。

五、结论与建议

1.结论本文利用SYS-GMM方法实证表明：第一，无论是信用还是流动性风险，商业银行承担行为都具有持续性的特点；第二，银行开展信贷ABS业务能够降低其信用风险；第三，信贷资产证券化与流动性风险之间存在负向影响，即银行积极开展信贷ABS业务，有利于其降低流动性风险。故商业银行积极开展信贷ABS业务的运行对其自身风险的分散、转移都具有较为积极的影响，有利于降低银行风险承担水平。2.建议ABS业务作为一种金融创新性融资工具，不仅拓宽了融资渠道还使主体信用转化为资产信用，降低融资成本。结合实证结果，本文从银行、市场监管、投资者三个角度来提出建议：第一，商业银行应该积极开展信贷资产证券化业务和加强金融创新水平，ABS使得信用风险得以转移且提高了流动性，有利于分散风险和银行持有更低的风险资产。同时，为资产创造更高的流动性、安全性，极大限度地分散风险，进而降低信用及流动性风险。第二，健全监管机制和有效地实施监督是市场监管的重要举措。市场监督需要确保证券化产品的评级与增级结果的合理性、准确性与透明化；同时，ABS产品采取差异化的监督管理机制和标准，提高商业积极开展各类的产品证券化的动力；实施商业银行流动性风险、信用风险等检测，严格把控监管“红线”和定期信息披露也是重要保障。第三，投资者需要保持理性、切忌盲目投资。信贷ABS产品风险与收益并存，要求持有理性态度，不恶意推高产品价格与泡沫增长，对自己的投资风险偏好有个正确的定位，使之收益最大化，避免噪声交易。

作者：吴玉兰 单位：西南大学经济管理学院