周天蕓,余潔宜

(中山大學國際商學院 ,廣東 廣州 510275)

一、引 言

2007年美國次貸危機引起了全世界的關注,學者們紛紛對金融危機的成因、影響以及應對措施進行深入的探討。大多數(shù)研究認為,美國2007年金融危機的蔓延與信用風險轉移 (Credit Risk Transfer,CRT)市場的發(fā)展有關。近年來,信用風險轉移市場隨著信用違約掉期、信貸資產(chǎn)證券化等信用衍生品的創(chuàng)新得以迅猛發(fā)展,銀行通過各種信用工具將信用風險轉移到金融體系中。大量的信用風險轉移行為使銀行系統(tǒng)風險增大,最終導致 “多米諾骨牌”般的連鎖反應,引起金融市場動蕩。反思這次危機的成因,探討中國的CRT市場發(fā)展給銀行系統(tǒng)性風險帶來的影響,對促進銀行系統(tǒng)的健康發(fā)展無疑具有重要意義。

從金融市場層面,信用風險轉移的工具有貸款出售、抵押貸款支持證券 (Mortgage backed securities,MBS)、資產(chǎn)支持證券 (Asset backed securities,ABS)、擔保債務憑證 (Collatoralized debt obligations,CD0s)等資產(chǎn)證券化產(chǎn)品,信用違約互換 (Credit default swap,CDS)、總收益互換 (Total return swap)等信用衍生產(chǎn)品。

中國的CRT市場發(fā)展目前處于起步階段,信用風險轉移機制尚不健全,信用風險轉移產(chǎn)品種類不多,交易量也相對較小。從資產(chǎn)證券化產(chǎn)品來看,2005年3月,中國開始試行資產(chǎn)證券化,但截止到2008年底總共才發(fā)行了19單,價值668億元的信貸資產(chǎn)證券化產(chǎn)品。①數(shù)據(jù)來源：路透資訊http：//cn.reuters.com/article/chinaNews/idCNCHINA-4991820110929。而自2009年始,由于金融危機的原因,資產(chǎn)證券化的實踐基本停止。至于信用衍生品,中國銀行間市場交易商協(xié)會于2010年11月5日推出類似于CDS的信用風險緩釋合約 (Credit risk mitigation agreement,CRMA),當天共有9家不同類型的交易商,達成了首批20筆交易,名義本金合計達18.4億元人民幣①數(shù)據(jù)來源：中國銀行間市場交易商協(xié)會網(wǎng)站http：//www.nafmii.org.cn/Channel/404445。。11月23日,4只信用風險緩釋憑證 (Credit risk mitigation warrant,CRMW)全部創(chuàng)設成功,名義本金合計4.8億元,中國首創(chuàng)的CRMW成功上線,中國的金融衍生品市場步入新的發(fā)展階段。據(jù)報道,中國信用風險緩釋工具的交易并未迅速增長,而是處于停滯狀態(tài)②資料來源：21世紀網(wǎng)— 《21世紀經(jīng)濟報道》http：//biz.cn.yahoo.com/ypen/20110617/420413.html。。相比較而言,貸款轉讓這種基礎性工具在中國銀行系統(tǒng)交易更為頻繁、規(guī)模也比較大,大多數(shù)銀行都通過貸款轉讓將貸款銷售出去,以此規(guī)避信貸風險。

本文結合中國CRT市場的發(fā)展現(xiàn)狀,選取國內發(fā)展較為成熟的貸款轉讓市場,通過面板數(shù)據(jù)實證研究其對中國的銀行系統(tǒng)性風險的影響,并對系統(tǒng)性風險的來源進行深入探討。

二、研究文獻回顧

國外的CRT市場發(fā)展比較成熟具有一定規(guī)模,且CRT工具種類繁多、交易頻繁。由于CRT市場的發(fā)展使銀行在風險管理上能夠采取更加積極主動的方式,因此,眾多學者對CRT市場交易及其對系統(tǒng)性風險帶來的影響進行研究。

國外學者的研究大多證明信用風險轉移行為會增加商業(yè)銀行的系統(tǒng)性風險。Cebenoyan和Strahan(2004)[1]對美國貸款出售市場的實證研究發(fā)現(xiàn),貸款出售使銀行傾向于增大財務杠桿,并發(fā)放更多的風險貸款,風險管理活動最終不會減少銀行的系統(tǒng)風險;Hansel和Krahnen(2007)[2]研究發(fā)現(xiàn),CDOs的發(fā)行會提高發(fā)行銀行的beta值,而且銀行盈利能力越低、杠桿系數(shù)越高、所處的金融體系越傾向于銀行主導型;Jiangli和prisker(2008)[3]發(fā)現(xiàn)銀行通過資產(chǎn)證券化降低無力償付的風險并提高盈利的同時,提高了自身的財務杠桿比率,從而增大了風險;Calmes,C和Theoret,R(2010)[4]利用加拿大1988-2007年的數(shù)據(jù)發(fā)現(xiàn),整體上表外業(yè)務比例較高的銀行,銀行資產(chǎn)回報率較低,銀行的風險較高;AndréUhde和Tobias C.Michalak(2010)[5]指出資產(chǎn)證券化會顯著增加歐洲銀行的系統(tǒng)性風險,且系統(tǒng)性風險的增加來自大型金融機構大量重復地參與資產(chǎn)證券化活動;Rob Nijskens和Wolf Wagner(2011)[6]利用交易信用違約掉期 (CDS)和抵押貸款證券 (CLO)的銀行樣本,測量了個體銀行的風險和銀行系統(tǒng)性風險,發(fā)現(xiàn)交易信用工具的商業(yè)銀行股價貝塔呈長期增加趨勢,通過分解貝塔進一步發(fā)現(xiàn),系統(tǒng)性風險的增加源于銀行間的相關性增加。

中國對信用風險轉移 (CRT)市場的研究尚屬于起步階段,大多數(shù)文章都是從宏觀層面、制度層面上去評述信用風險轉移市場的發(fā)展、作用、影響等,尚沒有學者運用數(shù)據(jù)對中國的信用風險轉移市場進行實證研究,本文從實證角度研究貸款轉讓這種信用風險轉移工具對中國銀行系統(tǒng)性風險的影響,無疑具有重要意義。

中國的貸款轉讓始于1998年7月,第一筆貸款轉讓交易是中國銀行上海分行和廣東發(fā)展銀行上海分行簽訂的銀行債權轉讓協(xié)議。2002年8月,中國人民銀行批準民生銀行開展貸款轉讓業(yè)務,不久,民生銀行上海分行與錦江財務公司開展了2億元的貸款轉讓業(yè)務,中國的貸款轉讓業(yè)務逐漸在銀行間開展起來。中國貸款轉讓交易額2008年達到8000億元左右 (王宇,2010)[7],2009年則達到2萬億元左右。從交易主體范圍上看,從最初的四大金融資產(chǎn)管理公司和商業(yè)銀行擴展到商業(yè)銀行、政策性銀行、農(nóng)村商業(yè)銀行、城市銀行、外資銀行、財務公司等多類金融機構,貸款轉讓成為商業(yè)銀行轉移信用風險的工具,在銀行信用風險管理中具有重要地位。

2010年9月25日,21家銀行業(yè)金融機構在上海簽訂了 《貸款轉讓主協(xié)議》,全國銀行間貸款轉讓交易系統(tǒng)正式啟動。該系統(tǒng)采用詢價交易形式,由中國外匯交易中心管理,24小時均可登陸交易。該系統(tǒng)依靠銀行間同業(yè)拆解中心專線網(wǎng)絡運作,為簽訂了主協(xié)議具有貸款轉讓資格并已與交易中心聯(lián)網(wǎng)的銀行間機構投資者提供報價、交易確認以及信息披露等服務。該系統(tǒng)得到中國人民銀行的直接指導,并依托銀行間市場的大量資源,成為貸款轉讓的主要場所。系統(tǒng)上線當日,上海浦東發(fā)展銀行和山西晉城商業(yè)銀行達成首筆可拆分轉讓成交,轉讓本金額3000萬元,交通銀行和工商銀行達成首筆整體轉讓成交,轉讓本金額4000萬元。目前共有51家中外資銀行、2家財務公司①數(shù)據(jù)來源：中國銀行間市場交易商協(xié)會網(wǎng)站http：//www.nafmii.org.cn/Info/399404。簽署該協(xié)議并參與貸款轉讓?！顿J款轉讓主協(xié)議》的簽署、貸款轉讓交易系統(tǒng)的上線對中國商業(yè)銀行的信用風險轉讓具有重要意義。

三、實證模型與結果的經(jīng)濟意義

1.模型設定與數(shù)據(jù)選擇

本文研究銀行參與貸款轉讓后對于自身和銀行系統(tǒng)性風險的影響,由于市場并無具體披露各個銀行進行貸款轉讓交易的確切時間與交易規(guī)模,因此,基于公開信息和新聞報道的情況,本文設計以 《貸款轉讓協(xié)議主協(xié)議》簽署日為時間點,代表銀行通過貸款轉讓交易系統(tǒng)進行系統(tǒng)化的規(guī)范化的貸款轉讓活動。本文將簽署日作為里程碑式的事件點,以此研究各銀行正式貸款轉讓對銀行間系統(tǒng)性風險的影響。

實證模型方面,本文采用前人普遍使用的銀行股價beta值來衡量銀行系統(tǒng)性風險,借鑒Hansel和Krahnen(2007)、AndréUhde和Michalak(2010)、Nijskens和Wolf Wagner(2011),采用事件研究方法,建立擴展的CAPM模型測算貸款轉讓與銀行風險的關系。

上式中,αi表示銀行的固定效應,Ri,t和RM,t分別是銀行和市場組合的超額回報率;Dabn是虛擬變量,用來衡量貸款轉讓造成的異常波動,貸款轉讓發(fā)生時點的前后各20天的時間內取值為1,其余取值為0;Dtemp是衡量暫時平均效應的虛擬變量,在貸款轉讓發(fā)生后的80天時間段內取1;Dperm用來衡量持久平均效應,貸款轉讓發(fā)生后取值為1,發(fā)生前取值為0;DtempRM,t和DpermRM,t這兩個交叉項的系數(shù)分別表示貸款轉讓事件窗口后80天內和整個樣本期內銀行beta值的改變,即用來衡量短期和長期效應。

考慮到本文研究國內銀行系統(tǒng)性風險,且外資銀行在中國銀行市場的份額不大,故本文只選取國內A股上市的中資銀行。本文選取參與貸款轉讓主協(xié)議的14家上市銀行作為樣本,包括寧波銀行、上海浦東發(fā)展銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、中國農(nóng)業(yè)銀行、交通銀行、中國工商銀行、光大銀行、中國建設銀行、中國銀行和中信銀行。本文數(shù)據(jù)選擇為貸款轉讓簽署日前后的各6個月的日交易數(shù)據(jù),樣本區(qū)間為2010年3月至2011年3月。因為光大銀行在2010年8月19日開始上市交易,故數(shù)據(jù)樣本為2010年8月19日到2011年10月27日的交易數(shù)據(jù)。

Ri,t和RM,t分別通過銀行個股、上證綜合指數(shù)和深證綜合指數(shù)的收盤價計算得到。由于本研究涉及的均是銀行以及銀行之間的交易,故將銀行間隔夜拆借利率作為基準利率,代替無風險利率,用以計算超額回報,本文的數(shù)據(jù)全部來自wind資訊。

2.實證結果的經(jīng)濟解釋

用Eviews6.0軟件對實證模型進行回歸,面板數(shù)據(jù)的混合效應、固定效應和隨機效應模型的回歸結果在系數(shù)大小和顯著性上基本相近。本文進行模型選擇檢驗后,最終采用混合效應面板最小二乘模型進行回歸,結果如下表1：

表1 總體回歸結果

第一組回歸結果顯示,除了異?；貓驞abn的系數(shù)δi外,其它的回歸系數(shù)都是在1%的顯著性水平下顯著的。δi不顯著說明 《貸款轉讓主協(xié)議》的簽訂并沒有給銀行帶來超?；貓?也沒有對市場造成擾動,市場預期銀行的貸款轉讓不會給銀行帶來很大影響。

Dperm系數(shù)顯著,表示貸款轉讓長期來看能使銀行收益平均提高0.0057。由于虛擬變量在衡量短期效應區(qū)間存在重復設定,故經(jīng)過處理,短期內銀行收益提高0.0034(=-0.0023+0.0057)。所以貸款轉讓短期能增加銀行的收益,但增加幅度不大。

衡量長期效應的DpermRM,t,其系數(shù)估計值為0.208,且非常顯著,說明長期來看,貸款轉讓使銀行股價的beta值增加0.208,表明系統(tǒng)性風險系數(shù)增加。由于短期股權回報的beta值為0.118(=-0.090+0.208),因此短期來看,貸款轉讓使銀行系統(tǒng)性風險系數(shù)提高0.118,相比于長期來說,風險系數(shù)增長得較少,這與第二組模型的回歸結果一致。

作為對照的第二組回歸模型,在去掉衡量短期平均效應和短期效應的變量后,與第一組的回歸結果對比,發(fā)現(xiàn)市場組合的bata值幾乎沒有改變,依然在1%的顯著性水平下顯著,而衡量長期效應的系數(shù)降低到0.176,正好與第一組回歸結果相對應,即短期bata值比長期bata值增加得少,證明貸款轉讓活動提高了中國商業(yè)銀行的系統(tǒng)性風險,而且長期的系統(tǒng)性風險提高比短期更多。

貸款轉讓作為信用風險轉移工具,為商業(yè)銀行的信用風險管理提供了良好的途徑。銀行通過貸款轉讓將部分債權出售,降低自己的風險集中度,提高自身的流動性,增強抵抗外界沖擊的能力,這也是CRT市場發(fā)展的初衷。然而,信用風險的轉移另一方面卻又提高了商業(yè)銀行在信用限額內發(fā)放貸款的意愿與能力,銀行向高風險的債務人發(fā)放貸款,以提高自身的盈利性,事實上導致銀行承擔更高的風險,處于更高的風險暴露狀態(tài),這可能是貸款轉讓導致銀行系統(tǒng)性風險增加的原因。

長期來看,商業(yè)銀行可能通過貸款轉讓進一步改變自身的貸款結構,提高自身的財務杠桿,這將進一步導致長期風險的增長。

3.分組實證結果

由于 “中、農(nóng)、工、建、交”五大國有股份制商業(yè)銀行無論是資產(chǎn)規(guī)模還是存貸款數(shù)量都遠遠超過其他商業(yè)銀行,因此,本文將五大國有股份制商業(yè)銀行與其他商業(yè)銀行分組進行實證檢驗,以研究特定組別銀行的特點。

同樣運用前述的實證模型 (1),對樣本數(shù)據(jù)進行分組后,分別進行面板數(shù)據(jù)的回歸,結果如表2。

表2的結果顯示,進行貸款轉讓活動之前,五大國有股份制商業(yè)銀行的平均beta系數(shù)為0.543,明顯低于其他商業(yè)銀行的0.854,反映國有股份制商業(yè)銀行的系統(tǒng)性風險相對比較低;國有股份制商業(yè)銀行組的Dtemp系數(shù)不顯著,而Dperm系數(shù)為0.0057,且在95%的置信水平下顯著;而其他商業(yè)銀行組的結果顯示,短期內商業(yè)銀行的回報提高0.0032,而長期則提高0.0062,略高于國有銀行組。

表2 分組回歸的結果

貸款轉讓對商業(yè)銀行系統(tǒng)性風險水平的影響,國有股份制商業(yè)銀行組短期內beta值增加0.247,長期來看則提高0.315;其他商業(yè)銀行組短期內beta值提高0.070,長期則提高0.175?？傮w上,銀行的系統(tǒng)性風險水平在進行貸款轉讓后都有所提高,國有股份制商業(yè)銀行的系統(tǒng)性風險水平提高幅度更大。

通過比較回歸系數(shù),發(fā)現(xiàn)貸款轉讓給非國有商業(yè)銀行帶來的效用較高。非國有的商業(yè)銀行通過貸款轉讓,較多地提高了銀行權益的回報,但其系統(tǒng)性風險水平并沒有國有股份制商業(yè)銀行提高得那么多;同時,貸款轉讓縮小了兩組銀行的系統(tǒng)性風險水平差距,使兩類銀行的風險水平更加趨同,一定程度反映非國有的商業(yè)銀行通過貸款轉讓交易活動向國有股份制商業(yè)銀行傳遞了自身的風險。

四、Beta的分解及其經(jīng)濟意義

雖然貸款轉讓增大了銀行股價的beta值,表明其系統(tǒng)性風險有所增加,但尚無法體現(xiàn)系統(tǒng)性風險的來源及作用機制,我們采用Nijskens和Wolf Wagner(2011)的方法,將beta分解為個體銀行方差以及銀行與市場的相關系數(shù),以研究銀行系統(tǒng)性風險增加的來源。

由于銀行股價的beta為單個股票與市場組合的協(xié)方差與市場組合的方差的比值,即：βi=

該式表明beta可分解為股票與市場的相關系數(shù)和股票標準差與市場標準差的比值的乘積。Beta的改變或來自于相關性的改變,或者來自于個體相對標準差的改變。本文接著對中國商業(yè)銀行的beta值進行分解,深入探討中國商業(yè)銀行系統(tǒng)性風險的來源。

為了研究貸款轉讓是否對銀行間的相關性產(chǎn)生影響,本文將個股回報和市場回報都除行標準化處理,通過回歸系數(shù)估計ρi,M。

ti表示貸款轉讓的發(fā)生日。

表3 相關系數(shù)回歸結果

回歸結果顯示,個股與市場的相關性較高,系數(shù)達0.63,而且貸款轉讓會提高相關性,短期來看,相關系數(shù)提高了0.094(=-0.085339+0.179598),長期來看,增加值等于0.180。據(jù)此推斷,商業(yè)銀行的貸款轉讓會提高銀行間的相關性,銀行系統(tǒng)性風險的增加部分來自于銀行與市場的相關性的增加。

進一步測算銀行個體的方差與市場方差的比值對系統(tǒng)性風險的貢獻度,以0和1分別表示貸款轉讓前和貸款轉讓后,Δ表示貸款轉讓帶來的變化值,根據(jù)定義,

通過分析銀行的貸款轉讓行為發(fā)現(xiàn),一方面,銀行是將風險貸款通過貸款市場轉讓,以期降低自身的信用風險,這是銀行規(guī)避風險的行為,但總體上并沒有消除風險,只是把風險轉移給其它機構,這種轉移加強了銀行與銀行之間的聯(lián)系,加強了銀行與整個市場的關聯(lián)性;另一方面,銀行通過貸款轉讓騰出信用額度,發(fā)放新的貸款,形成多樣化的資產(chǎn)組合,這加強了銀行與市場組合之間的相關性,這可能是低風險國有商業(yè)銀行在貸款轉讓交易活動后風險水平被拉高的原因。這種相關性增大了銀行的系統(tǒng)性風險,使得銀行風險更容易在銀行之間傳染,更容易引起連鎖反應,金融的系統(tǒng)性風險增高。

五、結 論

本文利用中國上市銀行的面板數(shù)據(jù),通過擴展的CAPM模型,測算貸款轉讓對中國商業(yè)銀行系統(tǒng)性風險的影響。結果表明,商業(yè)銀行進行貸款轉讓之后,系統(tǒng)性風險水平有明顯提高,而國有股份制商業(yè)銀行提高系統(tǒng)性風險的水平比非國有商業(yè)銀行更明顯。通過beta的分解,發(fā)現(xiàn)系統(tǒng)性風險水平的提高來自于商業(yè)銀行與市場相關性的提高。因此,單個銀行通過貸款轉讓將個體風險轉移到市場中,提高了市場的相關性,因此提高了系統(tǒng)性風險。

通過本文的研究,中國金融監(jiān)管部門在對銀行進行監(jiān)管時,不應僅僅將監(jiān)管重點置于銀行個體的風險暴露水平,同時應關注銀行個體行為對市場整體風險水平的影響。對于信用風險轉移(CRT)市場,在發(fā)展和建設過程中,要循序漸進地穩(wěn)步發(fā)展,清晰其對銀行系統(tǒng)性風險的雙重效應,相應地建立銀行系統(tǒng)風險的預防機制,防止風險隱患通過銀行間市場引起連鎖反應而帶來金融動蕩。

[1]A.Sinan Cebenoyan,Philip E.Strahan,2004,“ Riskmanagement,capital structureand lending at banks” ,Journal of Banking&Finance,28(2004),19-43.

[2]Dennis N.Hanse,Jan-Pieter Krahnen,2007,“Does credit securitization reducebank risk Evidence from he European CDO market” ,Working paper,Center for Financial Studies,Goethe University Frankfurt.

[3]Wenying Jiangli,Matt Pritsker,2008,“The Impacts of Securitization on US Bank Holding Companies” ,Proceedings,2008,May,pages377-393.

[4]Christian Calmèsa,Raymond Théoret,2010,“Theimpact of off-balance-sheetactivitieson banksreturns：An application of the ARCH-M to Canadian data”,Journal of Banking&Finance 34(2010)1719-1728.

[5]AndréUhde,Tobias C.Michalak,2010,“Securitization and systematic risk in Europeanbanking：Empirical evidence” ,Journal of Banking&Finance,34(2010),3061-3077.

[6]Rob Nijskens,Wolf Wagner,2011,“Credit risk transfer activities and systemic risk：How banks became lessrisky individually but posed greater risksto the nancial system at the same time”,Journal of Banking&Finance 35(2011)1391-1398.

[7]王宇.中國貸款轉讓市場研究(二)：中國貸款轉讓業(yè)務的發(fā)展 [J].金融發(fā)展評論,2010,(11).