○霍錦柱

（上海財經(jīng)大學國際工商管理學院 上海 200433）

銀行監(jiān)管的目的主要是為了防范銀行危機和控制銀行風險，因此，完善銀行監(jiān)管體系的同時，必須對銀行的風險因素進行分析，找出影響銀行風險的各種因素及其影響方式和途徑，從根本上構(gòu)建風險防范和內(nèi)部監(jiān)管體系。

一、香港商業(yè)銀行的風險影響因素

風險是任何盈利性的銀行在市場經(jīng)濟環(huán)境下必然面臨的問題，香港商業(yè)銀行的風險按照風險性質(zhì)可以分為信用風險、市場風險和操作風險三大類。而這三大類風險的既有共同的影響因素，也包含各自獨立的影響因素。歸納來說，影響香港商業(yè)銀行風險的因素包括銀行經(jīng)營風險因素、資產(chǎn)價格泡沫因素、客戶心理和預期因素、宏觀經(jīng)濟政策因素。

銀行經(jīng)營風險因素主要是指銀行內(nèi)部的經(jīng)營管理方面引起的操作風險、信貸風險等。而銀行經(jīng)營風險因素又可分為財務因素和非財務因素。財務因素引起的風險源于各個銀行自身特有的經(jīng)營活動和財務活動，是各個銀行特有的、不可避免的風險。主要包括銀行償債能力、銀行營運能力、銀行盈利能力以及銀行現(xiàn)金流量能力四個方面。就銀行本身來說，除了以上的因素會影響到銀行風險大小之外，還包括銀行的資產(chǎn)規(guī)模。一般來說，銀行資本規(guī)模越大，承擔風險的能力越強。財務杠桿也會通過各種途徑影響銀行風險，如果銀行的財務杠桿比例高，其風險承擔也越大。貸款集中度對商業(yè)銀行的經(jīng)營行為具有正反兩方面的影響。一方面，貸款集中度高說明銀行和企業(yè)的關(guān)系良好，有助于降低銀行的風險，但另一方面，貸款集中也容易造成風險過度集中，可能增加銀行的信用風險。

資產(chǎn)價格泡沫因素表現(xiàn)在：大多數(shù)發(fā)生危機國家的一個共同先兆就是金融自由化和信貸的顯著擴張。隨之而來的便是股票價格的平均每年上漲幅度高于正常年份的40%，房地產(chǎn)和其他資產(chǎn)價格也都明顯上漲。當在某一時間泡沫破滅、股票市場和房地產(chǎn)市場也開始實行崩潰。在很多情況下由于隱含過多地向資本市場和房地產(chǎn)市場發(fā)放信貸，平均一年之后就會爆發(fā)銀行危機。

圖1 商業(yè)銀行風險影響因素綜合圖

商業(yè)銀行的主要業(yè)務是資產(chǎn)業(yè)務和負債業(yè)務，即吸收存款和發(fā)貨貸款，香港商業(yè)銀行也主要是為公司或個人客戶服務的，因此，客戶的需求及其滿意程度對香港商業(yè)銀行的經(jīng)營和獲利能力都有重大的直接影響。客戶心理和預期因素表現(xiàn)為：在銀行面臨信用風險時，可能會發(fā)生擠兌。擠兌的發(fā)生將會導致銀行發(fā)生嚴重的危機，最終會導致銀行破產(chǎn)。此外，當一項用銀行借款形成的資產(chǎn)預期收益率低于當前的借款利率時，借款人從理性角度考慮，就會產(chǎn)生違約行為。此時，銀行即使擁有抵押物的權(quán)利，仍然會遭受損失。從而使得銀行的不良貸款增加，使得銀行的信貸風險加大。

宏觀經(jīng)濟政策也是影響商業(yè)銀行風險的重要因素。宏觀經(jīng)濟政策，主要是貨幣政策對商業(yè)銀行風險的影響，除了上文中所指出的通過對資產(chǎn)價格泡沫的放大途徑影響商業(yè)銀行的信貸風險之外，還與銀行信貸的周期性具有直接的聯(lián)系。經(jīng)濟景氣時，銀行信用不斷擴張，信貸規(guī)模擴大，使得商品市場上消費和投資持續(xù)增長，進而導致社會總需求過度旺盛。政府會通過利率、存款準備金等貨幣政策工具進行宏觀調(diào)控，從而控制通貨膨脹。而利率的提升又進一步增加了借款人的經(jīng)營成本，企業(yè)利潤減少，投資需求降低，企業(yè)的經(jīng)營狀況和財務狀況都將惡化，并導致信用違約，商業(yè)銀行不良貸款增加，從而導致信貸風險增加。

二、香港商業(yè)銀行風險影響因素模型

以上所分析的影響香港商業(yè)銀行的各個因素比較具體，為了便于構(gòu)建模型，我們將以上分析的各種因素分為三大類。第一類為客戶因素，主要是指客戶的心理和預期因素；第二類為銀行微觀因素，主要包括商業(yè)銀行的經(jīng)營和管理狀況；第三類是宏觀經(jīng)濟因素，主要包括政府的宏觀政策、利率、匯率等資產(chǎn)價格因素。這些因素對商業(yè)銀行風險的影響可以用圖1的結(jié)構(gòu)因素分析圖來表示。

符號假定：客戶因素用符號CF表示，銀行微觀因素用符號BF表示，宏觀經(jīng)濟因素用MaE表示，銀行風險用符號BR表示。那么，商業(yè)銀行風險綜合影響因素可以用簡單的函數(shù)表示為：

BR=f（CF，BF，MaE）

其中，客戶因素主要包括客戶心理因素CPF和客戶預期因素CEF，因此，客戶因素又可表示為下列的函數(shù)關(guān)系：

CF=fc（cpf，cef）

同樣道理，銀行微觀因素和宏觀經(jīng)濟因素可以分別表示為下列函數(shù)關(guān)系：

BF=fb（bff，bnf）

MaE=fm（mf，rf，GDP，spf）

其中，bff、bnf分別表示銀行的財務因素和非財務因素，mf、rf、GDP、spf分別表示貨幣發(fā)行量、利率、國內(nèi)生產(chǎn)總值（GDP）和股票價格。

將以上所分析的客戶心理預期因素、銀行自身因素和宏觀經(jīng)濟因素的影響函數(shù)代入商業(yè)銀行的綜合影響因素方程中，可得：

BR=f（fc（cpf，cef），fb（bff，bnf），fm（mf，rf，GDP，spf））

上式即為商業(yè)銀行風險影響因素的綜合模型。這些影響風險的因素的作用機理正如我們在上文中所分析的，表現(xiàn)出較為復雜的情況。

三、香港商業(yè)銀行風險因素的實證分析

表1 樣本銀行的變量數(shù)據(jù)統(tǒng)計描述

下面通過構(gòu)建計量模型，以面板數(shù)據(jù)來分析宏觀經(jīng)濟因素和銀行自身因素對香港商業(yè)銀行風險的具體影響效應。

1、銀行風險計量模型設定

在計量模型的構(gòu)建方面，本文借鑒Salas（2002）和Das（2007）等人的理論模型，結(jié)合香港商業(yè)銀行的實際情況，以及上文中關(guān)于銀行風險的綜合因素模型，構(gòu)建如下計量模型：

其中，Yit為解釋變量，表示銀行i在第t年中的信用風險的代理變量?；跀?shù)據(jù)的可得性，我們選取不良貸款率（NPL）作為信用風險的代理變量。根據(jù)前文的風險因素分析，影響信用風險的因素，除了客戶心理和預期因素之外，還包括銀行層面的影響因素（BF）和宏觀經(jīng)濟層面的影響因素（MaE）。

本文選取貸款增長率（LG）來衡量信貸增長情況；用各商業(yè)銀行資產(chǎn)占銀行業(yè)總資產(chǎn)的比例（SA）來衡量風險分散化程度；用管理費用支出占銀行凈收入比例（INEF）來衡量銀行的經(jīng)營狀況指標；資本充足率（CAPR）反映了商業(yè)銀行的償債能力；選取GDP的增長率作為整體經(jīng)濟狀況的衡量指標；用通貨膨脹率（INFR）作為宏觀經(jīng)濟因素中資產(chǎn)價格的代理變量；貨幣發(fā)行量用廣義貨幣供給量的增長率（M2G）來衡量。

根據(jù)以上的分析，具體的計量模型可以表示為：

2、樣本選取與統(tǒng)計描述

表2 各變量的方差膨脹因子（VIF）檢驗

由于香港商業(yè)銀行具有很長的發(fā)展歷史，并且在發(fā)展歷程當中，其數(shù)量和規(guī)模都在逐年發(fā)生變化，為了進行完整系統(tǒng)的分析，本文選取了自香港回歸以后的2000年開始到2011年的香港商業(yè)銀行作為研究樣本，這些銀行的樣本具體包括：中國銀行（香港）有限公司、東亞銀行有限公司、中國建設銀行（亞洲）股份有限公司、集友銀行有限公司、創(chuàng)業(yè)銀行有限公司、花旗銀行（香港）有限公司、中信銀行國際有限公司、星展銀行（香港）有限公司、富邦銀行（香港）有限公司、恒生銀行有限公司、香港上海匯豐銀行有限公司、中國工商銀行（亞洲）有限公司、豐明銀行有限公司、南洋商業(yè)銀行有限公司、大眾銀行（香港）有限公司、上海商業(yè)銀行有限公司、標準銀行亞洲有限公司、渣打銀行（香港）有限公司、大生銀行有限公司、大有銀行有限公司、永亨銀行有限公司和永隆銀行有限公司共計23家。

本計量回歸的數(shù)據(jù)來源于以下幾個渠道：Wind數(shù)據(jù)庫；全球銀行與金融機構(gòu)分析庫（Bank Scope）；香港金融管理局網(wǎng)站（www.hkma.gov.hk）；香港特區(qū)政府統(tǒng)計處（Census and Statistics Department）。其中部分商業(yè)銀行和部分變量的數(shù)據(jù)有缺失，因此為非平衡面板數(shù)據(jù)。為了更加清楚地對樣本的面板數(shù)據(jù)有個總體的了解，我們將這些數(shù)據(jù)的基本統(tǒng)計指標描述如表1所示。

表3 香港商業(yè)銀行信用風險影響因素的計量結(jié)果

3、實證檢驗與結(jié)果分析

為檢驗多重共線性問題，我們利用Stata軟件計算方差膨脹因子（VIF），檢驗結(jié)果如表2所示。由表2可知，各變量的VIF值均小于10，根據(jù)樣本數(shù)量查詢統(tǒng)計數(shù)量表，可以認為本問題中的多重共線性問題可以忽略。

我們同樣運用計量軟件Stata對非平衡面板數(shù)據(jù)進行回歸分析，同時采用混合回歸模型（OLS）、固定效應模型（Fixed Effect,FE）和隨機效應模型（Random Effects，RE）進行估計，并對結(jié)果進行F檢驗、拉格朗日乘數(shù)檢驗和Hausmantest（豪斯曼檢驗），從中選出本計量模型的最優(yōu)估計方法。最終的回歸結(jié)果以及各個檢驗結(jié)果如表3所示。

由表3中的最后一欄，即Hausman檢驗結(jié)果可知，P值為0.0035，較小，說明選擇固定效應較為好。

從表3可以看出：首先，管理費用越高的銀行，即銀行經(jīng)營狀況越差的銀行，其不良貸款率越高，具體地，管理費用占比每提高1個百分點，不良貸款率將增加0.18個百分點。由于不良貸款率就代表了銀行的信用風險程度，可見銀行經(jīng)營狀況對銀行的信用風險具有正的影響。其次，資本充足率越高的銀行，由于財務指標表現(xiàn)較好，銀行償債能力較強，因此信用風險將大大降低，此時銀行的不良貸款率較低。具體地，資本充足率每提高1個百分點，不良貸款率將降低0.3個百分點。再次，通貨膨脹率與貨幣增長率與銀行信貸風險呈現(xiàn)較為顯著的負相關(guān)關(guān)系。最后，GDP增長率與信用風險也呈現(xiàn)較為顯著的負相關(guān)關(guān)系，當經(jīng)濟增長較快時，企業(yè)盈利能力提高，償債能力增強，銀行的不良貸款率下降，相反，當經(jīng)濟增速減緩，企業(yè)經(jīng)營狀況惡化，則償債能力減低，銀行的不良貸款率上升。具體地，GDP增長率每上升1個百分點，銀行的不良貸款率將下降1.16個百分點。

四、結(jié)論和政策建議

根據(jù)以上的分析，我們提出以下幾點政策建議，以便推動香港商業(yè)銀行的進一步創(chuàng)新以及提高應對風險的能力：第一，加強對國內(nèi)外宏觀經(jīng)濟和行業(yè)動態(tài)的研究和監(jiān)測分析，對經(jīng)濟走勢和行業(yè)發(fā)展狀況做出正確判斷。第二，健全和完善完善風險量化管理機制，進一步優(yōu)化商業(yè)銀行的風險度量模型，把宏觀經(jīng)濟因素納入風險控制和量化的風險度量模型中。第三，處理好執(zhí)行宏觀調(diào)控政策與合理信貸投放之間的關(guān)系，完善商業(yè)銀行的信貸管理信息系統(tǒng)，對不同的企業(yè)采用差別貸款利率，避免“一刀切”的利率政策。銀行的信貸管理信息系統(tǒng)，對不同的企業(yè)采用差別貸款利率，避免“一刀切”的利率政策。