宋凌峰， 陽(yáng) 浪

(武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院， 武漢 430072)

?

經(jīng)濟(jì)下行、信用風(fēng)險(xiǎn)反饋和政府隱性救助

宋凌峰， 陽(yáng) 浪

(武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院， 武漢 430072)

基于資產(chǎn)負(fù)債表分析經(jīng)濟(jì)下行背景下企業(yè)部門、銀行和政府間信用風(fēng)險(xiǎn)傳導(dǎo)，利用或有權(quán)益資產(chǎn)負(fù)債表中顯性負(fù)債和隱性擔(dān)保項(xiàng)目構(gòu)建信用風(fēng)險(xiǎn)反饋模型分析銀行部門和政府間信用風(fēng)險(xiǎn)反饋，最后結(jié)合我國(guó)政府對(duì)銀行救助特點(diǎn)，分析政府對(duì)銀行的隱性救助方式與救助成本之間的關(guān)系.實(shí)證結(jié)果表明貨幣供應(yīng)量和匯率波動(dòng)對(duì)上市企業(yè)部門、銀行和政府間風(fēng)險(xiǎn)傳導(dǎo)影響顯著，風(fēng)險(xiǎn)通過(guò)隱性擔(dān)保在銀行部門和政府之間反饋了惡化兩部門的信用風(fēng)險(xiǎn)，并且監(jiān)管寬容會(huì)增加政府救助成本.建議政府調(diào)控貨幣供應(yīng)量、控制匯率波動(dòng)性、降低監(jiān)管寬容程度、建立動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)損失準(zhǔn)備金.

或有權(quán)益資產(chǎn)負(fù)債表； 經(jīng)濟(jì)下行； 風(fēng)險(xiǎn)反饋； 政府隱性救助

0 引 言

隨著經(jīng)濟(jì)增速放緩，中國(guó)企業(yè)部門、銀行和政府面臨潛在的風(fēng)險(xiǎn)暴露.然而僅按部門分析潛在信用風(fēng)險(xiǎn)，并不能厘清經(jīng)濟(jì)下行背景下系統(tǒng)性風(fēng)險(xiǎn)的演變過(guò)程，原因在于系統(tǒng)性風(fēng)險(xiǎn)不僅僅局限于某個(gè)部門爆發(fā)，而有可能沿著特定渠道在不同部門間傳染.經(jīng)濟(jì)增速下行導(dǎo)致企業(yè)盈利能力下降和現(xiàn)金流量短缺，企業(yè)部門信用風(fēng)險(xiǎn)暴露，信用風(fēng)險(xiǎn)通過(guò)資產(chǎn)負(fù)債表渠道向銀行部門、政府傳導(dǎo).銀行部門和政府間隱性擔(dān)保導(dǎo)致兩部門間信用風(fēng)險(xiǎn)反饋，當(dāng)銀行資產(chǎn)市值遭受損失時(shí)，政府通過(guò)對(duì)銀行隱性救助承擔(dān)損失.由此經(jīng)濟(jì)波動(dòng)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)在經(jīng)濟(jì)主體部門間蔓延與傳導(dǎo)，政府最終承擔(dān)經(jīng)濟(jì)下行帶來(lái)的后果.利用或有權(quán)益資產(chǎn)負(fù)債表方法研究經(jīng)濟(jì)下行背景下部門間信用風(fēng)險(xiǎn)反饋和政府救助，分析政府對(duì)銀行隱性救助成本及系統(tǒng)性風(fēng)險(xiǎn)損失準(zhǔn)備金，可以為政府應(yīng)對(duì)經(jīng)濟(jì)波動(dòng)帶來(lái)的負(fù)面沖擊提供建議.

經(jīng)濟(jì)下行對(duì)部門系統(tǒng)性風(fēng)險(xiǎn)的傳導(dǎo)和蔓延產(chǎn)生影響，系統(tǒng)性風(fēng)險(xiǎn)傳染取決于經(jīng)濟(jì)主體間直接和間接聯(lián)系.系統(tǒng)性風(fēng)險(xiǎn)表現(xiàn)出經(jīng)濟(jì)周期變化特征和部門間結(jié)構(gòu)特征，其中經(jīng)濟(jì)周期變化特征體現(xiàn)出經(jīng)濟(jì)周期對(duì)金融體系平穩(wěn)性的影響，部門間結(jié)構(gòu)的特征決定了金融體系脆弱性程度.Borio和Drehmann[1]、Borio[2]認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)與經(jīng)濟(jì)主體順周期行為相關(guān)，系統(tǒng)性風(fēng)險(xiǎn)具有動(dòng)態(tài)特征，只有通過(guò)長(zhǎng)期觀察才能捕捉到系統(tǒng)性風(fēng)險(xiǎn).Lowe[3]研究宏觀經(jīng)濟(jì)環(huán)境與信用風(fēng)險(xiǎn)間聯(lián)系，分析不同經(jīng)濟(jì)周期下系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度.Gilchrist, Ortiz 和Zakrajsek[4]建立DSGE模型量化經(jīng)濟(jì)周期波動(dòng)下金融沖擊，利用金融加速器效應(yīng)分析資產(chǎn)負(fù)債表和實(shí)體經(jīng)濟(jì)間聯(lián)系.

銀行和企業(yè)部門間債權(quán)債務(wù)關(guān)系促使企業(yè)部門信用風(fēng)險(xiǎn)沿著資產(chǎn)負(fù)債表渠道向銀行部門轉(zhuǎn)移.政府對(duì)銀行隱性救助短期內(nèi)降低銀行風(fēng)險(xiǎn)，但是從長(zhǎng)遠(yuǎn)來(lái)看，政府的救助行為引發(fā)政府財(cái)政赤字規(guī)模失控，市場(chǎng)對(duì)政府主權(quán)債務(wù)的信用評(píng)級(jí)下降，持有政府國(guó)債和借貸資金給政府的銀行無(wú)法收回貸款，資產(chǎn)遭受損失從而產(chǎn)生銀行信用風(fēng)險(xiǎn).政府對(duì)銀行隱性救助導(dǎo)致主權(quán)債務(wù)風(fēng)險(xiǎn)增加，而銀行持有政府主權(quán)債權(quán)會(huì)造成對(duì)銀行的負(fù)面影響，銀行和政府部門間風(fēng)險(xiǎn)通過(guò)隱性擔(dān)保和顯性負(fù)債方式反饋，造成部門間系統(tǒng)性風(fēng)險(xiǎn)傳染.Sgherri和Zoli[5]、Attinasi，Checherita和 Nickel[6]、Alter和Schüler[7]、Mody[8]利用CDS數(shù)據(jù)分析銀行救助對(duì)政府主權(quán)信用風(fēng)險(xiǎn)的影響.Attinasi，Checherita和Nickel[6]發(fā)現(xiàn)銀行救助導(dǎo)致投資者重新評(píng)估主權(quán)信用風(fēng)險(xiǎn)，金融部門風(fēng)險(xiǎn)傳遞到政府.投資者對(duì)主權(quán)借款人的歧視由政府對(duì)銀行的隱性擔(dān)保引起，投資者認(rèn)為政府會(huì)對(duì)危機(jī)中的銀行提供盡可能的擔(dān)保而不顧外在宣稱的救助計(jì)劃.Mody[8]認(rèn)為在經(jīng)濟(jì)前景黯淡和債務(wù)負(fù)擔(dān)沉重的國(guó)家，對(duì)本國(guó)金融部門的救助使得主權(quán)債務(wù)利差不斷增加.Gennaioli，Martin和Rossi[9]分析了銀行持有政府債權(quán)對(duì)銀行風(fēng)險(xiǎn)的影響，指出主權(quán)債務(wù)危機(jī)發(fā)生時(shí)，銀行對(duì)主權(quán)債務(wù)風(fēng)險(xiǎn)暴露增加，特別是預(yù)期債券回報(bào)率較高而大量持有主權(quán)債券的銀行.

隨著研究的深入，發(fā)現(xiàn)政府對(duì)銀行隱性救助的方式與救助成本存在密切關(guān)系.國(guó)內(nèi)外學(xué)者開(kāi)始從不同角度研究銀行危機(jī)時(shí)政府對(duì)銀行的隱性救助.Acharya和Yorulmazer[10, 11]研究認(rèn)為銀行破產(chǎn)發(fā)生時(shí)，政府對(duì)健康銀行提供流動(dòng)性以支持其收購(gòu)問(wèn)題銀行，可以解決政府對(duì)銀行隱性擔(dān)保問(wèn)題.Philippon和Schnabl[12]研究政府是否應(yīng)該對(duì)高債務(wù)的銀行進(jìn)行救助以及如何救助，發(fā)現(xiàn)政府對(duì)銀行救助導(dǎo)致銀行搭便車，增加救助成本.政府采取股權(quán)注入方式進(jìn)行資產(chǎn)重組，可以減輕政府救助成本.國(guó)內(nèi)學(xué)者根據(jù)我國(guó)金融監(jiān)管特點(diǎn)研究政府對(duì)銀行救助的意愿和成本[13].許友傳，劉慶富和陳可楨[14]結(jié)合我國(guó)銀行業(yè)特有的隱性保險(xiǎn)和監(jiān)管救助特點(diǎn)，測(cè)算了監(jiān)管寬容和零監(jiān)管寬容不同情形下政府對(duì)銀行的隱性救助概率和成本，指出我國(guó)政府對(duì)上市銀行的救助成本與其救助方式密切相關(guān).結(jié)合國(guó)內(nèi)外學(xué)者研究，本文發(fā)現(xiàn)政府對(duì)銀行的監(jiān)管和救助往往包括零監(jiān)管寬容和監(jiān)管寬容兩種監(jiān)管方式.零監(jiān)管寬容下政府直接接管或清算資不抵債銀行，監(jiān)管寬容下即使銀行資不抵債政府不會(huì)立刻對(duì)其進(jìn)行清算，而是給予健康銀行利益補(bǔ)償，鼓勵(lì)健康銀行和托管問(wèn)題銀行.金融危機(jī)以來(lái)，我國(guó)政府動(dòng)用外匯儲(chǔ)備向健康銀行注資避免系統(tǒng)性風(fēng)險(xiǎn)爆發(fā).我國(guó)政府在國(guó)家信用支持下往往采取監(jiān)管寬容的救助態(tài)度，問(wèn)題銀行資不抵債時(shí)我國(guó)政府傾向于監(jiān)管寬容的救助方式.政府對(duì)隱性救助成本給政府帶來(lái)系統(tǒng)性風(fēng)險(xiǎn)損失，Merton 和 Perold[15]、Markose[16]研究了如何利用稅收或風(fēng)險(xiǎn)資本方式對(duì)金融部門的風(fēng)險(xiǎn)進(jìn)行監(jiān)管.Markose[16]認(rèn)為可以通過(guò)對(duì)系統(tǒng)性影響金融機(jī)構(gòu)(SIFIs)征收庇古稅來(lái)控制風(fēng)險(xiǎn)在金融部門和政府間的轉(zhuǎn)移.

1 理論模型

經(jīng)濟(jì)主體各部門之間相互交叉的債權(quán)債務(wù)關(guān)系構(gòu)成資產(chǎn)負(fù)債表網(wǎng)絡(luò)，基于資產(chǎn)負(fù)債表研究框架可以分析部門間系統(tǒng)性風(fēng)險(xiǎn)的傳導(dǎo)，研究不同傳導(dǎo)渠道和傳導(dǎo)效應(yīng)在企業(yè)、銀行和政府三部門間發(fā)揮的作用.企業(yè)部門負(fù)債包括銀行貸款，銀行部門資產(chǎn)包括給企業(yè)貸款，系統(tǒng)穩(wěn)定性取決于政府對(duì)銀行隱性擔(dān)保.由于三部門資產(chǎn)負(fù)債表之間的聯(lián)系，經(jīng)濟(jì)下行背景下企業(yè)部門風(fēng)險(xiǎn)傳染至銀行部門，再轉(zhuǎn)移到政府.同時(shí)銀行部門持有政府債權(quán)，導(dǎo)致政府風(fēng)險(xiǎn)再次反饋給銀行.企業(yè)部門、銀行和政府間信用風(fēng)險(xiǎn)傳導(dǎo)和反饋，最終政府會(huì)承擔(dān)經(jīng)濟(jì)下行沖擊的損失.本文從企業(yè)部門沖擊入手，研究企業(yè)、銀行和政府三部門風(fēng)險(xiǎn)傳導(dǎo)、銀行和政府兩部門風(fēng)險(xiǎn)反饋以及政府對(duì)銀行的隱性救助，最后分析政府系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金規(guī)模.

1.1 基于或有權(quán)益資產(chǎn)負(fù)債表的三部門風(fēng)險(xiǎn)傳導(dǎo)

在CCA框架下，為了方便分析三部門間信用風(fēng)險(xiǎn)的傳導(dǎo)，忽略資產(chǎn)負(fù)債表中明細(xì)項(xiàng)目，采用簡(jiǎn)易部門或有資產(chǎn)負(fù)債表結(jié)構(gòu)分析三部門間風(fēng)險(xiǎn)傳導(dǎo).對(duì)于單個(gè)部門而言，當(dāng)所有者權(quán)益小于0時(shí)，部門發(fā)生信用違約.企業(yè)部門風(fēng)險(xiǎn)債務(wù)的市場(chǎng)價(jià)值等于無(wú)違約風(fēng)險(xiǎn)債務(wù)價(jià)值減去銀行對(duì)企業(yè)的違約擔(dān)保的價(jià)值，在 Black-Scholes-Merton 期權(quán)定價(jià)理論假設(shè)下，這份違約擔(dān)?？梢钥醋饕环菘吹跈?quán)，標(biāo)的資產(chǎn)價(jià)格為企業(yè)部門資產(chǎn)市值，執(zhí)行價(jià)格為到期承諾償付金額.銀行資產(chǎn)市值包含企業(yè)部門風(fēng)險(xiǎn)債務(wù)，而且還包括政府對(duì)銀行隱性擔(dān)保.政府對(duì)銀行的隱性擔(dān)保也是政府負(fù)債一部分，這份隱性擔(dān)保可以看作政府向銀行出售一份以銀行資產(chǎn)市值為標(biāo)的、銀行債務(wù)現(xiàn)值為執(zhí)行價(jià)格的看跌期權(quán).銀行資產(chǎn)市值包含的企業(yè)風(fēng)險(xiǎn)債務(wù)導(dǎo)致企業(yè)部門風(fēng)險(xiǎn)傳導(dǎo)至銀行，政府負(fù)債市值包含的對(duì)銀行隱性擔(dān)保導(dǎo)致銀行風(fēng)險(xiǎn)傳導(dǎo)至政府，這構(gòu)成企業(yè)部門風(fēng)險(xiǎn)傳導(dǎo)至銀行，再轉(zhuǎn)移給政府的傳導(dǎo)路徑.

經(jīng)濟(jì)下行、企業(yè)失業(yè)率上升、匯率貶值等負(fù)面沖擊給企業(yè)部門造成沖擊，企業(yè)部門資產(chǎn)市值受損，銀行對(duì)企業(yè)違約擔(dān)保增加，從而企業(yè)部門債務(wù)市值下降，導(dǎo)致銀行資產(chǎn)市值A(chǔ)bank下降.政府資產(chǎn)負(fù)債表負(fù)債部分包含對(duì)銀行的隱性擔(dān)保、外債、內(nèi)債以及其他負(fù)債.政府對(duì)銀行的隱性擔(dān)?？梢钥醋髡块T向銀行出售一份以銀行資產(chǎn)市值為標(biāo)的、銀行債務(wù)現(xiàn)值為執(zhí)行價(jià)格的看跌期權(quán).銀行資產(chǎn)市值下降后，政府對(duì)銀行的隱性擔(dān)保增加，政府主權(quán)債務(wù)價(jià)值降低，進(jìn)而導(dǎo)致政府資產(chǎn)市值A(chǔ)sov受損.銀行資產(chǎn)市值A(chǔ)bank下降與政府對(duì)銀行隱性擔(dān)保增加呈現(xiàn)非線性關(guān)系.以部門資產(chǎn)負(fù)債表信息為基礎(chǔ)，利用或有權(quán)益分析方法和權(quán)益資產(chǎn)的市場(chǎng)價(jià)格構(gòu)造或有權(quán)益資產(chǎn)負(fù)債表，進(jìn)而構(gòu)造反映部門信用風(fēng)險(xiǎn)變化的風(fēng)險(xiǎn)指標(biāo)，研究部門間風(fēng)險(xiǎn)傳導(dǎo)的演變特征.

根據(jù)或有權(quán)益方法(CCA)，股權(quán)市值可以表示為資產(chǎn)市值和波動(dòng)率的函數(shù)

E=AN(d2)-DBe-rTN(d1)

(1)

(2)

(3)

1.2 銀行部門與政府間信用風(fēng)險(xiǎn)反饋

政府對(duì)銀行隱性擔(dān)保導(dǎo)致銀行風(fēng)險(xiǎn)傳導(dǎo)至政府部門，同時(shí)銀行持有對(duì)政府債權(quán)導(dǎo)致政府風(fēng)險(xiǎn)損失反饋給銀行.銀行或有權(quán)益資產(chǎn)負(fù)債表資產(chǎn)部分包含政府對(duì)銀行的隱性擔(dān)保Gbank，政府或有權(quán)益資產(chǎn)負(fù)債表資產(chǎn)部分包含銀行對(duì)政府的隱性擔(dān)保Gsov，構(gòu)成政府與銀行之間風(fēng)險(xiǎn)傳導(dǎo)與反饋的路徑.因此，政府與銀行的信用風(fēng)險(xiǎn)傳導(dǎo)是雙向的，傳導(dǎo)途徑是基于或有權(quán)益資產(chǎn)負(fù)債表的雙向隱性擔(dān)保.一方面，政府對(duì)銀行提供隱性擔(dān)保，銀行受到?jīng)_擊，信用風(fēng)險(xiǎn)通過(guò)隱性擔(dān)保渠道反饋到政府.另一方面，政府受到?jīng)_擊時(shí)債券價(jià)值下降，銀行由于持有大量的主權(quán)債權(quán)導(dǎo)致資產(chǎn)負(fù)債表惡化.

分析銀行部門和政府信用風(fēng)險(xiǎn)傳染路徑時(shí)，假設(shè)部門整體受到?jīng)_擊后，信用風(fēng)險(xiǎn)在兩部門間的反饋，直至破產(chǎn).銀行受到?jīng)_擊資產(chǎn)價(jià)值大幅下降，政府對(duì)銀行隱性救助時(shí)權(quán)衡救助帶來(lái)的正負(fù)效應(yīng)，從而設(shè)定相應(yīng)的監(jiān)管寬容程度.設(shè)定監(jiān)管寬容指標(biāo)ρ，ρ越小代表政府監(jiān)管越寬容.當(dāng)銀行資產(chǎn)市值A(chǔ)bank<ρDBbank時(shí)，政府才會(huì)對(duì)銀行執(zhí)行破產(chǎn)清算程序，承擔(dān)救助的隱性直接救助成本；當(dāng)ρDBbank

Gbank=e-rTEQ[(1-ρ)DBbank|ρDBbank<

Abank

Abank|Abank<ρDBbank]

(4)

政府對(duì)銀行的隱性擔(dān)保是一個(gè)或有負(fù)債項(xiàng)目.當(dāng)銀行資產(chǎn)市值受到?jīng)_擊后，政府對(duì)銀行隱性擔(dān)保增加，用凈資產(chǎn)沖減增加的擔(dān)保損失*實(shí)證研究中，本文借鑒CCA主權(quán)信用風(fēng)險(xiǎn)研究的方法，把政府部門內(nèi)債視同于股本權(quán)益進(jìn)行研究，政府對(duì)銀行的隱性擔(dān)保增加后，政府權(quán)益市值減少值等于政府對(duì)銀行隱性擔(dān)保的增加值..即在其他情況不變下，政府權(quán)益市值Esov變化

ΔEsov=-ΔGbank

(5)

由于政府對(duì)銀行部門提供隱性擔(dān)保，導(dǎo)致銀行受到風(fēng)險(xiǎn)沖擊反饋給政府，使得政府權(quán)益市值受到損失，最終通過(guò)資產(chǎn)負(fù)債表渠道導(dǎo)致政府資產(chǎn)市值受損.通過(guò)或有權(quán)益方法計(jì)算出政府信用風(fēng)險(xiǎn)預(yù)期損失

(6)

假設(shè)銀行持有政府的債權(quán)占政府總債務(wù)比例為θ，則銀行持有政府債權(quán)可表示為Bond=θ×DBsov.由于所持有的政府債權(quán)占政府總債務(wù)的一定比例，那么銀行對(duì)政府的隱性擔(dān)保Gsov表示為政府部門預(yù)期損失的一定比例

Gsov=θ×ELsov

(7)

銀行資產(chǎn)市值的變化與銀行持有政府債權(quán)占政府總債務(wù)的比例正相關(guān).在其他條件不變的情況下，銀行資產(chǎn)市值變化

ΔAbank=-ΔGsov

(8)

對(duì)于給定的Asov和Abank，通過(guò)式(1)―式(8)，確定兩部門資產(chǎn)市值和違約距離的變化情況.具體做法為:

第一階段企業(yè)部門風(fēng)險(xiǎn)傳染到銀行后，銀行資產(chǎn)市值遭受損失，根據(jù)式(5)計(jì)算政府權(quán)益市值損失，代入式(1)得出政府資產(chǎn)市值.銀行受到?jīng)_擊后，政府對(duì)銀行的隱性擔(dān)保增加，導(dǎo)致政府債務(wù)市值減少，從而資產(chǎn)市值減少.

第二階段利用第一階段計(jì)算的政府資產(chǎn)市值代入式(6)得出政府預(yù)期損失.并由式(7)得到銀行對(duì)政府的隱性擔(dān)保.

第三階段銀行因持有政府債權(quán)導(dǎo)致資產(chǎn)市值受損，銀行資產(chǎn)市值損失由式(8)計(jì)算得出.

第四階段重述上述計(jì)算過(guò)程，直至銀行部門或政府破產(chǎn).

1.3 政府對(duì)銀行部門的隱性救助

銀行受到?jīng)_擊產(chǎn)生大量不良貸款或者發(fā)生存款擠兌時(shí)，政府采取資產(chǎn)重組、不良資產(chǎn)回購(gòu)、直接注入流動(dòng)性等方式對(duì)銀行進(jìn)行救助.當(dāng)ρ=1時(shí)，表示銀行資產(chǎn)市值A(chǔ)低于債務(wù)價(jià)值DB，政府直接接管銀行或執(zhí)行清算程序.假設(shè)銀行違約行動(dòng)由資產(chǎn)價(jià)值來(lái)驅(qū)動(dòng)，銀行資產(chǎn)市值A(chǔ)服從幾何布朗運(yùn)動(dòng)，銀行資產(chǎn)市值低于債務(wù)價(jià)值時(shí)銀行破產(chǎn)清算.推導(dǎo)得出監(jiān)管寬容下政府對(duì)銀行隱性救助概率和隱性擔(dān)保成本

P1=P(A

N(-d3)+N(d3)-N(d1)=N(-d1)

(9)

Gbank=ρDBbanke-rTN(-d3)-AbankN(-d4)+

[N(d3)-N(d1)](1-ρ)DBbanke-rT

(10)

定義系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金用于彌補(bǔ)凈資產(chǎn)價(jià)值相對(duì)于無(wú)風(fēng)險(xiǎn)投資價(jià)值的損失，政府設(shè)立風(fēng)險(xiǎn)準(zhǔn)備金以承擔(dān)對(duì)銀行的隱性擔(dān)保成本.銀行凈資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)投資損失差值為(A0-DB0)×erT-(AT-DBT)，因此風(fēng)險(xiǎn)準(zhǔn)備金必須到期支付max{(A0-DB0)erT-(AT-DBT)，0}，這個(gè)支付結(jié)構(gòu)與執(zhí)行價(jià)格為(A0-DB0)erT的歐式看漲期權(quán)相同.因此，系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金可以表達(dá)為

(11)

(12)

對(duì)于不確定性資產(chǎn)和債務(wù)市值，系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金大小主要取決于凈資產(chǎn)波動(dòng)性σ.凈資產(chǎn)波動(dòng)性σ增加時(shí)，系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金增加.

2 數(shù)據(jù)、樣本與指標(biāo)

2.1 數(shù)據(jù)選取和樣本說(shuō)明

本文研究經(jīng)濟(jì)波動(dòng)對(duì)部門間信用風(fēng)險(xiǎn)傳導(dǎo)和反饋的影響，經(jīng)濟(jì)下行背景下GDP增速、貨幣供應(yīng)量、利率、匯率和失業(yè)率等指標(biāo)隨經(jīng)濟(jì)周期波動(dòng)而變動(dòng).貨幣供應(yīng)量選取廣義貨幣供應(yīng)量，無(wú)風(fēng)險(xiǎn)利率選取我國(guó)1年期存款利率，匯率選取美元兌換人民幣匯率.所有指標(biāo)數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù).

本文研究對(duì)象為我國(guó)上市企業(yè)部門、銀行和政府.上市企業(yè)和銀行部門數(shù)據(jù)選取季度數(shù)據(jù)，樣本區(qū)間為2007年―2015年.上市企業(yè)部門數(shù)據(jù)選取滬深交易所全部上市公司股票數(shù)據(jù)，剔除掉銀行、證券和保險(xiǎn)股，合計(jì)2 750只股票.鑒于上市銀行數(shù)據(jù)的可獲取性，同時(shí)上市銀行基本可以反映銀行部門總體情況，所以銀行部門選取16家上市銀行數(shù)據(jù)*上市企業(yè)和銀行資產(chǎn)負(fù)債數(shù)據(jù)雖不能替代我國(guó)全部企業(yè)和銀行相應(yīng)數(shù)據(jù)，但是用于分析部門風(fēng)險(xiǎn)的傳導(dǎo)和反饋仍然具有代表性..利用CCA方法分析部門宏觀金融風(fēng)險(xiǎn)演變時(shí)，將每一交易日收盤價(jià)P作為一個(gè)觀測(cè)值，所有股票交易日收盤價(jià)與股本之積相加得到權(quán)益市值S，進(jìn)而計(jì)算權(quán)益波動(dòng)率.違約點(diǎn)則采用短期負(fù)債與二分之一長(zhǎng)期負(fù)債之和.上市企業(yè)部門和銀行股票市場(chǎng)數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)，財(cái)務(wù)報(bào)表數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù).

CCA主權(quán)債務(wù)風(fēng)險(xiǎn)研究中，基于政府和貨幣當(dāng)局的資產(chǎn)負(fù)債表，假設(shè)國(guó)外債務(wù)具有優(yōu)先償還權(quán)，國(guó)內(nèi)債務(wù)具有次級(jí)償還權(quán)，將國(guó)外債務(wù)等同于或有權(quán)益分析方法中的負(fù)債，國(guó)內(nèi)債務(wù)等同于權(quán)益，國(guó)內(nèi)債務(wù)看作執(zhí)行價(jià)格為國(guó)外債務(wù)的看漲期權(quán).但是基于我國(guó)國(guó)內(nèi)債務(wù)規(guī)模龐大而國(guó)外債務(wù)相對(duì)較小實(shí)際情況，若將政府國(guó)外債務(wù)當(dāng)作具有優(yōu)先償還權(quán)的債務(wù)，將國(guó)內(nèi)債務(wù)看作具有次級(jí)償還權(quán)的債務(wù)，會(huì)低估政府債務(wù)的違約風(fēng)險(xiǎn)，因此假設(shè)總債務(wù)為內(nèi)外債之和，進(jìn)而計(jì)算違約距離和違約概率，分析我國(guó)政府債務(wù)違約風(fēng)險(xiǎn)[17].由于政府部門缺乏市場(chǎng)交易數(shù)據(jù)，計(jì)算權(quán)益波動(dòng)率時(shí)，參考宮曉琳[18]方法，將國(guó)債收益率波動(dòng)率作為測(cè)算政府部門權(quán)益波動(dòng)率的參考.政府債務(wù)包括中央政府債務(wù)和地方政府債務(wù)，權(quán)益波動(dòng)率采用國(guó)債1年期到期收益率波動(dòng)率.計(jì)算出1年期國(guó)債每日權(quán)益波動(dòng)率后年化處理得到政府權(quán)益波動(dòng)率.政府內(nèi)債和外債數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù).

2.2 三部門信用風(fēng)險(xiǎn)指標(biāo)

受金融危機(jī)和經(jīng)濟(jì)周期下行影響，企業(yè)經(jīng)營(yíng)環(huán)境變化，產(chǎn)品市場(chǎng)的銷售沖擊和融資市場(chǎng)的現(xiàn)金流沖擊導(dǎo)致上市企業(yè)部門信用風(fēng)險(xiǎn)凸顯.2008年末與經(jīng)濟(jì)周期密切相關(guān)的房地產(chǎn)行業(yè)貸款余額占銀行各項(xiàng)貸款比重高達(dá)17.4%，間接對(duì)銀行信貸資產(chǎn)質(zhì)量產(chǎn)生較大影響，銀行業(yè)不良貸款率高，信用風(fēng)險(xiǎn)積聚.2008年第三季度我國(guó)銀行業(yè)信用風(fēng)險(xiǎn)增加明顯，違約距離降到最低值1.892 3.隨后受到美國(guó)量化寬松貨幣政策以及我國(guó)政府積極的財(cái)政政策刺激影響，市場(chǎng)流動(dòng)性注入增加，銀行業(yè)風(fēng)險(xiǎn)改善.2010年后歐債危機(jī)及房地產(chǎn)市場(chǎng)調(diào)控，對(duì)我國(guó)銀行體系也有較大的影響.2013年以來(lái)，銀行業(yè)金融機(jī)構(gòu)的同業(yè)業(yè)務(wù)經(jīng)過(guò)規(guī)范后增速趨于放緩，不良貸款率趨于下降，信用違約風(fēng)險(xiǎn)傳染的可能性降低.加之大多數(shù)商業(yè)銀行通過(guò)發(fā)行優(yōu)先股、二級(jí)資本債等方式進(jìn)一步補(bǔ)充資本金，資本資產(chǎn)比有所提高，銀行抵御傳染性風(fēng)險(xiǎn)能力增強(qiáng).2015年經(jīng)濟(jì)增速下行，企業(yè)經(jīng)營(yíng)效率逐漸下降，企業(yè)部門風(fēng)險(xiǎn)開(kāi)始暴露.企業(yè)經(jīng)營(yíng)困難，現(xiàn)金流量的下降使企業(yè)還款能力和還款意愿降低，增加了銀行信用風(fēng)險(xiǎn).

圖1 我國(guó)上市企業(yè)部門和銀行信用風(fēng)險(xiǎn)演變

政府一方面為了滿足資本性公共產(chǎn)品需要而發(fā)生顯性債務(wù)，另一方面因?yàn)樯鐣?huì)保障支出而存在隱性債務(wù).我國(guó)政府債務(wù)大部分為內(nèi)債，外債僅占總債務(wù)很小的比例，政府外債違約的可能性極低.從整體上看，我國(guó)政府違約距離較高，風(fēng)險(xiǎn)較小，但隨著經(jīng)濟(jì)增速下行，政府債務(wù)風(fēng)險(xiǎn)開(kāi)始有所暴露，信用風(fēng)險(xiǎn)呈現(xiàn)出上升趨勢(shì).具體來(lái)看，銀行受到?jīng)_擊后，政府部門受到風(fēng)險(xiǎn)傳導(dǎo)，2008年違約距離降至最低點(diǎn)，風(fēng)險(xiǎn)急劇增加.政府自2008年以來(lái)出臺(tái)一系列積極的政策，如2009年9 500億元預(yù)算赤字、4萬(wàn)億元投資計(jì)劃及中央政府擔(dān)保的2 000億地方政府債權(quán)，這些政策增加政府償債壓力，債務(wù)風(fēng)險(xiǎn)上升，直到2011年仍有較大影響.我國(guó)外債規(guī)模小，但擁有龐大的內(nèi)債及大量或有負(fù)債，如政府擔(dān)保、其他公共部門發(fā)行債券、銀行不良資產(chǎn).這些或有負(fù)債數(shù)額龐大，容易轉(zhuǎn)化為政府顯性債務(wù).

表1 我國(guó)政府部門信用風(fēng)險(xiǎn)指標(biāo)

3 實(shí)證分析與結(jié)果說(shuō)明

3.1 經(jīng)濟(jì)下行背景下部門間信用風(fēng)險(xiǎn)傳導(dǎo)

經(jīng)濟(jì)下行壓力加大，我國(guó)企業(yè)部門失業(yè)率增加，央行對(duì)貨幣政策調(diào)整使貨幣政策趨于寬松，連續(xù)的降息降準(zhǔn)對(duì)企業(yè)部門融資渠道造成影響，加之人民幣匯率持續(xù)貶值對(duì)企業(yè)部門信用風(fēng)險(xiǎn)也產(chǎn)生沖擊，引發(fā)跨部門間風(fēng)險(xiǎn)傳導(dǎo).GDP增速、利率、匯率及失業(yè)率對(duì)企業(yè)部門信用風(fēng)險(xiǎn)傳導(dǎo)產(chǎn)生影響.由于利率尚未實(shí)現(xiàn)市場(chǎng)化，不能及時(shí)準(zhǔn)確反映貨幣市場(chǎng)的資金供求，因此選用M2(廣義貨幣供應(yīng)量)增長(zhǎng)率作為貨幣政策操作工具.

為了分析企業(yè)部門信用風(fēng)險(xiǎn)(COM_DD)受GDP增速(GGR)、M2增長(zhǎng)率(M2)、匯率(ER)及失業(yè)率(ROU)因素的動(dòng)態(tài)影響，運(yùn)用不依賴于VAR模型中變量次序的擾動(dòng)項(xiàng)正交矩陣的廣義脈沖響應(yīng)方法.對(duì)各變量進(jìn)行單位根檢驗(yàn)，所有指標(biāo)一階差分平穩(wěn).對(duì)所選用的5個(gè)變量的時(shí)間序列進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果表明各變量之間滿足協(xié)整關(guān)系，GDP增速、M2增長(zhǎng)率、匯率、失業(yè)率與企業(yè)信用風(fēng)險(xiǎn)存在長(zhǎng)期均衡關(guān)系.本文選取這5個(gè)變量為研究對(duì)象，通過(guò)向量誤差修正模型(VEC)的脈沖響應(yīng)函數(shù)分析GDP增速、M2增長(zhǎng)率、匯率、失業(yè)率對(duì)企業(yè)部門信用風(fēng)險(xiǎn)的影響，同時(shí)利用方差分解技術(shù)，考察各指標(biāo)對(duì)企業(yè)信用風(fēng)險(xiǎn)的貢獻(xiàn)率.依據(jù)AIC和SC準(zhǔn)則，最優(yōu)滯后階數(shù)為2，所有指標(biāo)一階滯后項(xiàng)以及二階滯后項(xiàng)都落在單位圓內(nèi)，可以進(jìn)行脈沖響應(yīng)分析，企業(yè)部門違約距離對(duì)GDP增速、M2增長(zhǎng)率、匯率、失業(yè)率的廣義脈沖響應(yīng)如圖2所示.

經(jīng)濟(jì)增速對(duì)企業(yè)部門違約距離的影響基本為正，短期影響較大，長(zhǎng)期影響減弱.表明經(jīng)濟(jì)增速下行時(shí)，企業(yè)生產(chǎn)銷售受到影響，企業(yè)現(xiàn)金流量減少導(dǎo)致還款能力減弱，違約風(fēng)險(xiǎn)增加.廣義貨幣供應(yīng)量變動(dòng)對(duì)企業(yè)部門違約距離影響為正，表明貨幣供應(yīng)增加后企業(yè)信用風(fēng)險(xiǎn)減小.原因在于寬松的貨幣政策意味較低的利率，企業(yè)籌資成本降低，凈利潤(rùn)增加，企業(yè)部門還款能力增強(qiáng).匯率變動(dòng)對(duì)企業(yè)部門違約距離的影響第1期為負(fù)，隨后3期影響為正，長(zhǎng)期影響為負(fù).表明短期內(nèi)人民幣貶值企業(yè)信用風(fēng)險(xiǎn)增加，之后企業(yè)風(fēng)險(xiǎn)有所改善，長(zhǎng)期來(lái)看增加了企業(yè)信用風(fēng)險(xiǎn).原因在于人民幣貶值給中國(guó)經(jīng)濟(jì)帶來(lái)了新的不確定性因素，進(jìn)口成本上漲，企業(yè)信用風(fēng)險(xiǎn)加大，隨后受出口刺激等因素影響企業(yè)風(fēng)險(xiǎn)有所改善，但長(zhǎng)期來(lái)看企業(yè)不確定性增加.

圖2 企業(yè)部門風(fēng)險(xiǎn)的廣義脈沖響應(yīng)圖

為了度量沖擊所占的比重，進(jìn)行方差分解，結(jié)果如表2所示.企業(yè)部門風(fēng)險(xiǎn)受到自身因素影響外還受到GGR、M2、ER和ROU的影響.在預(yù)測(cè)第1期，GGR、M2、ER和ROU對(duì)企業(yè)信用風(fēng)險(xiǎn)變動(dòng)的貢獻(xiàn)度達(dá)到3.58%、7.49%、26.85%和9.03%，企業(yè)部門風(fēng)險(xiǎn)受匯率影響較大.之后，企業(yè)部門風(fēng)險(xiǎn)受M2影響較為突出.在預(yù)測(cè)第30期，GGR、M2、ER和ROU對(duì)企業(yè)風(fēng)險(xiǎn)變動(dòng)的解釋力度達(dá)到1.68%、45.48%、20.05%和1.04%，表明經(jīng)濟(jì)下行主要通過(guò)貨幣供應(yīng)量和匯率的波動(dòng)對(duì)企業(yè)造成影響.

為了刻畫(huà)企業(yè)部門信用風(fēng)險(xiǎn)對(duì)銀行的沖擊效果，建立企業(yè)部門風(fēng)險(xiǎn)(COM_DD)和銀行風(fēng)險(xiǎn)(BANK_DD)的VEC模型，對(duì)銀行風(fēng)險(xiǎn)進(jìn)行廣義脈沖響應(yīng)分析，發(fā)現(xiàn)企業(yè)部門信用風(fēng)險(xiǎn)對(duì)銀行風(fēng)險(xiǎn)影響為正，前期影響較大，后期影響較弱.表明企業(yè)部門風(fēng)險(xiǎn)傳染給銀行，銀行受到信用風(fēng)險(xiǎn)沖擊.原因在于企業(yè)部門與銀行間存在債權(quán)債務(wù)關(guān)系，企業(yè)部門風(fēng)險(xiǎn)暴露后無(wú)力償還銀行貸款，銀行短期風(fēng)險(xiǎn)增加.隨后銀行控制企業(yè)部門貸款，銀行風(fēng)險(xiǎn)狀況好轉(zhuǎn)，但是從長(zhǎng)期來(lái)看，企業(yè)部門風(fēng)險(xiǎn)違約對(duì)銀行造成負(fù)面影響.

表2 企業(yè)部門信用風(fēng)險(xiǎn)方差分解表

圖3 銀行信用風(fēng)險(xiǎn)廣義脈沖響應(yīng)圖

3.2 銀行部門與政府間信用風(fēng)險(xiǎn)反饋

2014年我國(guó)銀行業(yè)不良貸款率上升，銀行業(yè)競(jìng)爭(zhēng)壓力增加導(dǎo)致運(yùn)營(yíng)成本增加，整個(gè)銀行業(yè)經(jīng)營(yíng)挑戰(zhàn)壓力增加，違約距離從第二季度6.64大幅降低至第四季度2.96，銀行整體信用風(fēng)險(xiǎn)上升.因此，以2014年為起始時(shí)點(diǎn)研究信用風(fēng)險(xiǎn)在兩部門間的反饋效果，2014年我國(guó)銀行部門和政府初始數(shù)據(jù)如表3所示.根據(jù)中國(guó)債券信息網(wǎng)提供的數(shù)據(jù)，2007年以來(lái)我國(guó)銀行間市場(chǎng)托管政府債券占政府債券比重一直維持在90%左右，因此銀行持有政府債權(quán)占政府債務(wù)的比率θ設(shè)定為90%.政府的監(jiān)管寬容程度ρ設(shè)定為90%，并設(shè)定兩部門風(fēng)險(xiǎn)反饋中政府破產(chǎn)時(shí)風(fēng)險(xiǎn)反饋結(jié)束.當(dāng)銀行資產(chǎn)市值受損后，政府對(duì)銀行隱性擔(dān)保增加，政府主權(quán)債務(wù)市值降低，進(jìn)而資產(chǎn)市值受損，銀行部門風(fēng)險(xiǎn)傳染至政府.政府資產(chǎn)市值受損后，銀行因持有政府債權(quán)，政府風(fēng)險(xiǎn)反饋給銀行，信用風(fēng)險(xiǎn)不斷在兩部門間循環(huán)反饋.當(dāng)銀行資產(chǎn)市值損失20%、25%、30%、35%、40%時(shí)，信用風(fēng)險(xiǎn)傳導(dǎo)至政府后導(dǎo)致政府資產(chǎn)市值損失變化情況如表4所示.可以看出銀行資產(chǎn)受到?jīng)_擊后，政府對(duì)銀行隱性擔(dān)保導(dǎo)致政府第一輪資產(chǎn)市值受到較大損失.銀行受到初始沖擊越強(qiáng)烈，政府資產(chǎn)市值損失越大，違約風(fēng)險(xiǎn)越大.實(shí)證結(jié)果中第二輪反饋和第三輪反饋資產(chǎn)市值損失較小或者為0，主要是因?yàn)榈谝惠喎答伣Y(jié)束后銀行因持有政府債權(quán)受到?jīng)_擊減弱，不考慮銀行再次接受外部其他沖擊情況下，銀行風(fēng)險(xiǎn)沖擊再次反饋給政府使得政府資產(chǎn)市值損失較小.

表3 2014年我國(guó)銀行部門和政府初始數(shù)據(jù)(單位： 億元)

表4 銀行受到?jīng)_擊后政府資產(chǎn)市值和違約距離變動(dòng)情況(單位： 億元)

當(dāng)政府資產(chǎn)市值受損后，債務(wù)市值急劇下降，由于銀行資產(chǎn)中包括對(duì)政府債權(quán)，導(dǎo)致銀行資產(chǎn)市值也會(huì)下降，由式(7)和式(8)計(jì)算出銀行資產(chǎn)市值損失，進(jìn)而由式(4)和式(5)得出政府權(quán)益市值損失，代入式(1)可以得出政府資產(chǎn)市值.政府受到40%、30%、20%沖擊時(shí)，政府風(fēng)險(xiǎn)反饋到銀行后，銀行資產(chǎn)市值基本不會(huì)受到損失.考慮極端情況下政府部門沖擊，政府資產(chǎn)市值縮水達(dá)到60%時(shí)，第一輪反饋后政府破產(chǎn)，銀行因持有政府債權(quán)，資產(chǎn)市值損失66 281.28億元.表明政府受到外部沖擊不夠大時(shí)，銀行因持有政府債權(quán)而受到政府信用風(fēng)險(xiǎn)影響較弱；政府受到極端沖擊后風(fēng)險(xiǎn)反饋導(dǎo)致銀行資產(chǎn)市值受到較大損失.這也印證表4中銀行受到?jīng)_擊后政府資產(chǎn)市值從第二輪反饋開(kāi)始損失較小，原因在于政府資產(chǎn)市值受到?jīng)_擊相對(duì)較小，銀行持有政府債權(quán)基本不會(huì)使銀行發(fā)生損失，從而政府資產(chǎn)市值損失也較小.

表5 政府受到?jīng)_擊后銀行部門資產(chǎn)市值和違約距離損失情況(單位： 億元)

3.3 政府對(duì)銀行部門的隱性救助

危機(jī)中政府對(duì)銀行救助會(huì)反映在政府資產(chǎn)負(fù)債表中.銀行部門受到?jīng)_擊后，政府動(dòng)用外匯儲(chǔ)備向健康銀行注資，使其滿足資本充足率要求，避免系統(tǒng)性風(fēng)險(xiǎn)爆發(fā).外匯儲(chǔ)備積累投放的基礎(chǔ)貨幣，中央銀行基本予以對(duì)沖，轉(zhuǎn)換成資產(chǎn)負(fù)債表負(fù)債方其他存款性公司存款.從負(fù)債規(guī)模來(lái)看，我國(guó)發(fā)行貨幣總量和其他存款性公司存款保持?jǐn)U張趨勢(shì)；從負(fù)債結(jié)構(gòu)來(lái)看，其他存款性公司存款、發(fā)行債券及發(fā)行貨幣位居前三.

利用或有權(quán)益方法刻畫(huà)我國(guó)政府對(duì)銀行的隱性救助概率和隱性擔(dān)保成本.由模型(9)―模型(12)分別估計(jì)監(jiān)管寬容下政府對(duì)隱性救助概率、政府對(duì)銀行的隱性救助成本及系統(tǒng)性風(fēng)險(xiǎn)損失準(zhǔn)備金.分析政府對(duì)銀行部門的隱性救助時(shí)，ρ反映政府監(jiān)管寬容程度.對(duì)于ρ的具體設(shè)定，主要取決于我國(guó)政府對(duì)銀行的救助態(tài)度.當(dāng)ρ分別取1、0.9和0.7時(shí)，我國(guó)政府救助概率與隱性救助成本如表6所示.發(fā)現(xiàn)政府對(duì)銀行隱性救助概率波動(dòng)趨勢(shì)與違約距離波動(dòng)呈現(xiàn)相反的趨勢(shì)，可以看出銀行部門面臨的風(fēng)險(xiǎn)增加時(shí)，政府對(duì)銀行的隱性救助概率都會(huì)增加.2008年和2010年銀行部門受危機(jī)沖擊和全球宏觀經(jīng)濟(jì)形勢(shì)影響，銀行違約風(fēng)險(xiǎn)增加，政府對(duì)銀行的隱性救助概率增加，且政府對(duì)銀行的隱性擔(dān)保隨之增加.從整體來(lái)看，ρ分別取1、0.9和0.7時(shí)政府對(duì)銀行的隱性救助概率總體不變.ρ=1時(shí)政府對(duì)銀行的隱性救助成本低于ρ=0.9和0.7時(shí)政府對(duì)銀行的隱性救助成本，表明政府對(duì)銀行的監(jiān)管寬容程度加大了政府對(duì)銀行的隱性救助成本.且ρ=0.7時(shí)政府對(duì)銀行的隱性救助成本遠(yuǎn)高于ρ=0.9時(shí)政府對(duì)銀行的隱性救助成本，表明政府監(jiān)管越寬容，政府承擔(dān)的隱性救助成本越高.政府可以通過(guò)設(shè)立系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金，抵減政府對(duì)銀行隱性擔(dān)保成本.銀行部門風(fēng)險(xiǎn)增加時(shí)，政府隱性救助成本增加，系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金也隨之增大.ρ=0.9時(shí)，2008年系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金達(dá)到386.94億元，遠(yuǎn)超過(guò)2014年的5.96億元，表明政府應(yīng)設(shè)立動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金應(yīng)對(duì)銀行負(fù)面沖擊.

表6 不同監(jiān)管寬容程度下政府隱性擔(dān)保成本與風(fēng)險(xiǎn)準(zhǔn)備金(單位： 億元)

4 結(jié)束語(yǔ)

經(jīng)濟(jì)增速下行背景下企業(yè)部門信用風(fēng)險(xiǎn)積聚，并沿著資產(chǎn)負(fù)債表渠道在企業(yè)部門、銀行和政府間傳導(dǎo).實(shí)證研究表明宏觀經(jīng)濟(jì)沖擊主要通過(guò)貨幣供應(yīng)量和匯率波動(dòng)對(duì)企業(yè)部門系統(tǒng)性風(fēng)險(xiǎn)造成影響.企業(yè)部門風(fēng)險(xiǎn)通過(guò)銀行對(duì)企業(yè)違約擔(dān)保傳導(dǎo)至銀行，銀行部門風(fēng)險(xiǎn)通過(guò)政府對(duì)銀行隱性擔(dān)保轉(zhuǎn)移給政府.銀行部門受到風(fēng)險(xiǎn)沖擊越大，政府承擔(dān)銀行損失越大.政府受到風(fēng)險(xiǎn)沖擊后，銀行因持有政府債權(quán)發(fā)生損失較小，當(dāng)沖擊達(dá)到一定強(qiáng)度后銀行資產(chǎn)市值才會(huì)遭受較大損失.本文還發(fā)現(xiàn)，銀行違約風(fēng)險(xiǎn)增加后，政府對(duì)銀行的隱性救助概率和隱性擔(dān)保成本增加.且監(jiān)管寬容增加了政府對(duì)銀行隱性擔(dān)保成本.

本文從內(nèi)生性系統(tǒng)性風(fēng)險(xiǎn)的視角出發(fā)，建立宏觀經(jīng)濟(jì)沖擊與部門間信用風(fēng)險(xiǎn)傳導(dǎo)的理論模型，刻畫(huà)了經(jīng)濟(jì)增速下行對(duì)經(jīng)濟(jì)主體系統(tǒng)性風(fēng)險(xiǎn)的影響機(jī)理，為系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金的政策設(shè)計(jì)與實(shí)施提供了理論和實(shí)證方面的支持.相比以往研究，本文研究?jī)r(jià)值在于：第一，基于或有權(quán)益資產(chǎn)負(fù)債表分析方法，構(gòu)造了具有一致性系統(tǒng)性風(fēng)險(xiǎn)分析框架，研究經(jīng)濟(jì)下行背景下企業(yè)、銀行和政府部門間宏觀信用風(fēng)險(xiǎn)的演變特征及傳導(dǎo)機(jī)制，分析宏觀經(jīng)濟(jì)變量對(duì)部門系統(tǒng)性信用風(fēng)險(xiǎn)的影響，對(duì)政府政策調(diào)控弱化部門間信用風(fēng)險(xiǎn)傳導(dǎo)提供指導(dǎo).第二，結(jié)合我國(guó)政府對(duì)銀行特有的隱性擔(dān)保與監(jiān)管救助特點(diǎn)，立足于政府和銀行的行為與資產(chǎn)負(fù)債表，實(shí)證研究?jī)刹块T間信用風(fēng)險(xiǎn)的傳導(dǎo)與反饋效應(yīng)，揭示了政府對(duì)銀行的隱性救助對(duì)部門風(fēng)險(xiǎn)反饋的影響機(jī)理及效應(yīng)大小.第三，本文在CCA框架下借鑒信用風(fēng)險(xiǎn)結(jié)構(gòu)化建模思想，基于銀行可觀測(cè)的市場(chǎng)信息估計(jì)政府對(duì)銀行可能救助情形，為政府對(duì)銀行監(jiān)管和救助提供前瞻性視角.即便在正常市場(chǎng)條件下，健康銀行也存在違約或破產(chǎn)可能，審慎評(píng)估健康銀行并有針對(duì)性采取前瞻性預(yù)防和干預(yù)措施，可以降低銀行風(fēng)險(xiǎn)對(duì)政府部門的不利沖擊.另外，從政府對(duì)銀行的隱性擔(dān)保成本和隱性救助概率入手，提出系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金抵減政府對(duì)銀行的隱性擔(dān)保成本，對(duì)于政策實(shí)施具有理論和實(shí)踐指導(dǎo)價(jià)值.

本文啟示有：1)經(jīng)濟(jì)增速下行背景下宏觀經(jīng)濟(jì)波動(dòng)導(dǎo)致跨部門間信用風(fēng)險(xiǎn)傳導(dǎo)加劇，政府應(yīng)調(diào)控貨幣供應(yīng)量，控制匯率的波動(dòng)性來(lái)降低企業(yè)部門風(fēng)險(xiǎn)，弱化部門間信用風(fēng)險(xiǎn)傳導(dǎo).2)政府對(duì)銀行的隱性擔(dān)保會(huì)增加銀行與政府博弈的籌碼，政府可以設(shè)立動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)準(zhǔn)備金來(lái)防范政府損失.3)政府對(duì)銀行的監(jiān)管寬容增加救助成本，在保障不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)情況下適當(dāng)降低監(jiān)管寬容，減少政府對(duì)銀行的隱性擔(dān)保成本.

[1]Borio C E V, Drehmann M. Towards an Operational Framework for Financial Stability:‘Fuzzy’Measurement and its Consequences[R]. SSRN Working Paper Series, 2009.

[2]Borio C. Macroprudential Policy and the Financial Cycle: Some Stylized Facts and Policy Suggestions[M]. Cambridge: MIT Press Book Chapters, 2014, (1): 71-86.

[3]Lowe P W. Credit Risk Measurement and Procyclicality[R]. Basel: BIS Working Papers, 2002, No.116.

[4]Gilchrist S, Ortiz A, Zakrajsek E. Credit risk and the macroeconomy: Evidence from an estimated DSGE model[EB/OL]. Available at SSRN: http://ssrn.com/abstract=2088909, 2009.

[5]Sgherri S, Zoli E. Euro Area Sovereign Risk During the Crisis[R]. International Monetary Fund, 2009.

[6]Attinasi M G, Checherita C, Nickel C. What explains the surge in Europe area sovereign spreads during the financial crisis of 2007-2009?[C]. Sovereign Debt: From Safety to Default, 2011, 407-414.

[7]Alter A, Schüler Y S. Credit spread interdependencies of European states and banks during the financial crisis[J]. Journal of Banking and Finance, 2012, 36(12): 3444-3468.

[8]Mody M A. From Bear Stearns to Anglo Irish: How Eurozone Sovereign Spreads Related to Financial Sector Vulnerability[R]. International Monetary Fund, 2009.

[9]Gennaioli N, Martin A, Rossi S. Banks, Government Bonds, and Default: What do the Data Say?[R]. Brussels: European Corporate Governance Institute-Finance Working Paper, 2014， No. 425.

[10]Acharya V V, Yorulmazer T. Too many to fail： An analysis of time-inconsistency in bank closure policies[J]. Journal of Financial Intermediation, 2007, 16(1): 1-31.

[11]Acharya V V, Yorulmazer T. Cash-in-the-market pricing and optimal resolution of bank failures[J]. Review of Financial Studies, 2008, 21(6): 2705-2742.

[12]Philippon T, Schnabl P. Efficient recapitalization[J]. Journal of Finance, 2013, 68(1): 1-42.

[13]周小川. 金融危機(jī)中關(guān)于救助問(wèn)題的爭(zhēng)論[J]. 金融研究， 2012， (9)： 1-19. Zhou Xiaochuan. On rescue of financial crisis[J]. Journal of Financial Research， 2012， (9)： 1-19.(in Chinese)

[14]許友傳， 劉慶富， 陳可禎. 中國(guó)政府對(duì)上市銀行的隱性救助概率和救助成本[J]. 金融研究， 2012， (10)： 60-74. Xu Youchuan， Liu Qingfu， Chen Kezhen. Chinese government’s implicit bailout probabilities and bailout costs for the listed banks[J]. Journal of Financial Research， 2012， (10)： 60-74.(in Chinese)

[15]Merton R, Perold A. Theory of risk capital in financial firms[J]. Journal of Applied Corporate Finance, 1993, 6(3): 16-32.

[16]Markose S M. Systemic risk analytics: A data-driven multi-agent financial network (MAFN) approach[J]. Journal of Banking Regulation, 2013, 14(3): 285-305.

[17]沈沛龍， 樊 歡. 基于可流動(dòng)性資產(chǎn)負(fù)債表的我國(guó)政府債務(wù)風(fēng)險(xiǎn)研究[J]. 經(jīng)濟(jì)研究， 2012, (2)： 93-105. Shen Peilong， Fan Huan. Liquidity assets balance sheet based government debt risk research in China[J]. Economic Research Journal， 2012, (2)： 93-105.(in Chinese)

[18]宮曉琳. 未定權(quán)益分析方法與中國(guó)宏觀金融風(fēng)險(xiǎn)的測(cè)度分析[J]. 經(jīng)濟(jì)研究， 2012, (3)： 76-87. Gong Xiaolin. Measuring and analyzing China’s macro-financial risk with CCA approach[J]. Economic Research Journal， 2012, (3)： 76-87. (in Chinese)

Economic downturn， credit risk feedback and government implicit bailout

SONGLing-feng，YANGLang

School of Economics and Management， Wuhan University， Wuhan 430072， China

This paper analyzes the risk transmission among corporate, bank and government sectors in a background of economic downturn based on the balance sheet, and builds a risk feedback model to analyze the risk feedback between the bank and government sectors using the explicit liabilities and implicit guarantee items in the contingent claim balance sheet. At last, the relationship between government implicit bailout and the cost of bank bailouts is analyzed. The empirical analysis shows that money supply and exchange rates can influence the risk transmission among the three sectors. The implicit guarantee leads to risk feedback between the bank and government sector. Regulatory forbearance increases the government’s implicit bailout costs. Therefore, the government should control the money supply and the volatility of foreign exchange rates, reduce the regulatory forbearance levels, and set up dynamic and systematic risk loss reserves.

contingent claim balance sheet; economic downturn; risk feedback; government implicit bailout

2016-03-01；

2016-04-11.

國(guó)家社科基金一般項(xiàng)目(15BJY152).

宋凌峰(1976—)， 男， 湖北監(jiān)利人， 博士， 副教授， 碩士生導(dǎo)師. Email： songlingfeng@whu.edu.cn

F832

A

1007-9807(2016)11-0103-11