張曉嵐，楊 默

（西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，西安 710061）

0 引言

我國(guó)資產(chǎn)證券化起步較晚，而且品種單一，產(chǎn)品主要集中在信貸資產(chǎn)證券化方面。但近來年得到快速的發(fā)展，目前已有的交易數(shù)據(jù)，不管在數(shù)量上還是質(zhì)量上，均可以展開一定程度上的實(shí)證研究[1,2]。有關(guān)資產(chǎn)證券化的實(shí)證研究進(jìn)展較快。巴曙松（2013）[3]和李佳（2015）[4]實(shí)證研究了商業(yè)銀行資產(chǎn)證券化業(yè)務(wù)開展，能否降低成本，增加利潤(rùn)，提高銀行的抗風(fēng)險(xiǎn)能力。高保中（2010）[5]和郭桂霞（2014）[6]利用商業(yè)銀行的財(cái)務(wù)數(shù)據(jù)來研究資產(chǎn)證券化對(duì)于銀行個(gè)體以及對(duì)銀行系統(tǒng)風(fēng)險(xiǎn)傳染的沖擊影響，不過定性描述過多，定量研究不足。倪志凌（2011）[7]對(duì)資產(chǎn)證券化影響銀行風(fēng)險(xiǎn)傳染途徑進(jìn)行了深入研究，推斷出資產(chǎn)證券化提高了銀行資產(chǎn)流動(dòng)性是銀行系統(tǒng)風(fēng)險(xiǎn)傳染的一個(gè)重要途徑。從已有的文獻(xiàn)來看，國(guó)內(nèi)深入的實(shí)證研究較少，多數(shù)也只是利用國(guó)外的數(shù)據(jù)?；诖?，本文采用國(guó)內(nèi)商業(yè)銀行數(shù)據(jù)，從流動(dòng)性視角構(gòu)建面板數(shù)據(jù)模型，來探討資產(chǎn)證券化對(duì)銀行動(dòng)機(jī)扭曲的影響。

1 模型構(gòu)建與變量選取

1.1 模型構(gòu)建

由于樣本數(shù)據(jù)的特點(diǎn)，本文采用面板數(shù)據(jù)模型進(jìn)行分析。面板數(shù)據(jù)模型通?？梢员硎緸椋?/p>

式（1）中，αi表示第i個(gè)個(gè)體的截距項(xiàng)，βi為解釋變量Xit的系數(shù)，uit是動(dòng)態(tài)隨機(jī)誤差項(xiàng)，滿足正態(tài)分布。K為解釋變量的個(gè)數(shù)。選擇不同αi和βi值，模型可以分為三種不同類型：

（1）無(wú)個(gè)體影響的不變系數(shù)模型。即αi=αj和βi=βj同時(shí)得到滿足。

（2）變截距模型。即是αi≠αj并且βi=βj。

（3）變系數(shù)模型。即滿足αi≠αj并且βi≠βj。滿足這一條件的模型稱之為變系數(shù)模型或無(wú)約束模型。

1.2 變量選取

（1）被解釋變量。本文選擇商業(yè)銀行的風(fēng)險(xiǎn)承受水平為被解釋變量。根據(jù)已有文獻(xiàn)分析，可用銀行風(fēng)險(xiǎn)調(diào)整資產(chǎn)占總資產(chǎn)的比率來測(cè)度風(fēng)險(xiǎn)承受水平[8]，這一指標(biāo)簡(jiǎn)寫為RB。

（2）解釋變量。本文考察銀行資產(chǎn)證券化會(huì)對(duì)銀行的風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生怎樣的影響，因此選取流動(dòng)資產(chǎn)比率、證券化貸款比率、資產(chǎn)支持證券的利差這三個(gè)變量作為解釋變量，分別簡(jiǎn)寫為L(zhǎng)IAR、SLR和ILLI。

（3）控制變量。對(duì)控制變量的選擇，本文采用了可決系數(shù)決定法。通過處理，選取風(fēng)險(xiǎn)資本比率和壞賬費(fèi)用比率為控制變量，分別簡(jiǎn)寫為RCR、ALR。

根據(jù)以上分析，對(duì)式（1）展開并具體化，相應(yīng)方程的表達(dá)式為：

隨機(jī)效應(yīng)估計(jì)模型：

固定效應(yīng)估計(jì)模型：

混合二乘估計(jì)模型：

在三種模型方程中，各變量的下標(biāo)i表示不同的商業(yè)銀行，各變量下標(biāo)t代表時(shí)間，時(shí)間長(zhǎng)度為季度。μi是滿足任意分布的動(dòng)態(tài)隨機(jī)變量，ci是常數(shù)項(xiàng)，uit是殘差項(xiàng)，滿足動(dòng)態(tài)分布。

2 實(shí)證分析

2.1 樣本數(shù)據(jù)的選擇與處理

本文選取的樣本主要是國(guó)內(nèi)商業(yè)銀行季度資產(chǎn)證券化數(shù)據(jù)和銀行季度財(cái)務(wù)數(shù)據(jù)，數(shù)據(jù)來源于Wind資訊。選取樣本數(shù)據(jù)的時(shí)間跨度為2010年1季度到2015年2季度。文中對(duì)季度數(shù)據(jù)進(jìn)行了適當(dāng)?shù)奶幚恚瑥闹刑蕹思径葦?shù)據(jù)嚴(yán)重缺失的公司，以及在樣本期間證券化程度太低的公司，最后梳理得到了46家銀行控股公司的完整季度財(cái)務(wù)數(shù)據(jù)。

目前，在造紙工藝中所選擇的纖維素原料類型較多，包括雜草纖維如龍須草、荻、葦，農(nóng)業(yè)秸稈纖維如玉米稈、棉稈[6]等，也有采用麻類[7-9]、木材、廢紙等纖維素原料[10-11]。不同類型的纖維直接影響最終產(chǎn)品的性能和價(jià)格，如草纖維和農(nóng)業(yè)秸稈纖維，不但來源豐富而且價(jià)格便宜，但是纖維強(qiáng)度較低，不利于提高增強(qiáng)紙地膜的機(jī)械強(qiáng)度，不利于機(jī)械化操作。麻類纖維的纖維長(zhǎng)度和強(qiáng)度均好于普通秸稈纖維，但是原材料來源和成本是限制其推廣應(yīng)用的基本因素。

在建立面板數(shù)據(jù)模型之前，為了避免出現(xiàn)偽回歸，首先對(duì)數(shù)據(jù)進(jìn)行面板數(shù)據(jù)單位根檢驗(yàn)。通過逐一對(duì)總體樣本進(jìn)行單位根檢驗(yàn)，從分析的結(jié)果來看，在1%的置信水平上，被解釋變量、解釋變量和控制變量拒絕了存在單位根的假設(shè)，選擇變量滿足回歸模型要求的平穩(wěn)性條件。

本文將總體樣本按資產(chǎn)規(guī)模分為兩個(gè)子樣本，一是資產(chǎn)規(guī)模較大，包括23家銀行；二是資產(chǎn)規(guī)模較小，包括23家銀行。從兩個(gè)子樣本的檢驗(yàn)結(jié)果分析，絕大多數(shù)變量在1%的置信水平下是平穩(wěn)的，所有變量在10%的置信水平下都是平穩(wěn)的，因此可以假定子樣本的所有變量也都是平穩(wěn)的。分析結(jié)果由于篇幅所限不再贅述。

2.2 總體樣本的實(shí)證結(jié)果及分析

由于面板模型的特點(diǎn)，在實(shí)證之前需要對(duì)數(shù)據(jù)進(jìn)行分析，判斷是否滿足模型的要求。表1是對(duì)相關(guān)變量進(jìn)行描述性統(tǒng)計(jì)分析的結(jié)果。表2是采用三種面板模型擬合的結(jié)果。

表1 樣本數(shù)據(jù)統(tǒng)計(jì)

本文在選擇模型之前，首先使用了假設(shè)檢驗(yàn)Redundant Fixed Effect和Hausman進(jìn)行檢驗(yàn)。Hausman隨機(jī)效應(yīng)檢驗(yàn)結(jié)果顯著，概率p取值為1，也就表明隨機(jī)效應(yīng)模型相對(duì)于固定效應(yīng)模型更適用，Redundant固定效應(yīng)檢驗(yàn)的p值為0。證券化貸款比率（SLR值）的擬合估計(jì)系數(shù)為0.018883，正相關(guān)，和預(yù)期基本一致。流動(dòng)資產(chǎn)比率（LIAR值）對(duì)被解釋變量的擬合系數(shù)為-0.701092，LIAR的擬合系數(shù)為負(fù)，負(fù)相關(guān)，并在1%的置信水平上顯著，說明證券化造成了經(jīng)營(yíng)資產(chǎn)流動(dòng)性增強(qiáng)，在擬合模型中LIAR值降低。在本文的擬合模型中，LIAR代表的是流動(dòng)資產(chǎn)比率，是用來測(cè)度開展資產(chǎn)證券化業(yè)務(wù)后，商業(yè)銀行資產(chǎn)流動(dòng)性的變化情況，SLR代表的是證券化貸款比率，是用來測(cè)度商業(yè)銀行開展證券化業(yè)務(wù)后，銀行的各類風(fēng)險(xiǎn)（主要是信用風(fēng)險(xiǎn)）轉(zhuǎn)移出去的程度，轉(zhuǎn)移成本是否下降。

2.3 子樣本的實(shí)證結(jié)果及分析

將46家銀行控股公司的總體樣本按照其資產(chǎn)規(guī)模，分為資產(chǎn)規(guī)模較大的23家銀行控股公司和資產(chǎn)規(guī)模較小的23家銀行控股公司兩個(gè)子樣本。本文在表3中列出了資產(chǎn)規(guī)模較大的公司相關(guān)分析變量的描述性統(tǒng)計(jì)。表4中列出了資產(chǎn)規(guī)模靠后的銀行控股公司相關(guān)分析變量的描述性統(tǒng)計(jì)。下頁(yè)表5和表6分別是采用資產(chǎn)規(guī)模較大的銀行控股公司子樣本數(shù)據(jù)，以及資產(chǎn)規(guī)模較小的銀行控股公司子樣本數(shù)據(jù)，采用三種面板數(shù)據(jù)模型擬合的結(jié)果。

表2 總樣本數(shù)據(jù)的擬合統(tǒng)計(jì)

表3 資產(chǎn)規(guī)模較大的銀行相關(guān)變量的統(tǒng)計(jì)分析

表4 資產(chǎn)規(guī)模較小的銀行相關(guān)變量的統(tǒng)計(jì)分析

從表5可以看出，Redundant固定效應(yīng)檢驗(yàn)的結(jié)果顯著，概率值p取0，說明對(duì)樣本數(shù)據(jù)來說，固定效應(yīng)模型更適合。Hausman隨機(jī)效應(yīng)檢驗(yàn)的結(jié)果也顯著，概率值p取0，和Redundant固定效應(yīng)檢驗(yàn)的結(jié)果相同，也就是固定效應(yīng)模型更適用，因此文中以固定效應(yīng)模型分析為主。SLR的擬合系數(shù)為0.01291，并在5%的置信水平上顯著，進(jìn)一步發(fā)現(xiàn)其符號(hào)為正。LIAR的擬合系數(shù)為-0.6101，符號(hào)為負(fù)，并在1%的置信水平上顯著，與預(yù)期基本吻合。另外也可以看出，代表市場(chǎng)流動(dòng)性狀況（ILLI）的回歸系數(shù)為0.000152，結(jié)果并不顯著，這說明對(duì)于資產(chǎn)規(guī)模較大的銀行而言，銀行行為動(dòng)機(jī)受市場(chǎng)流動(dòng)性的總體狀況影響不大，主要還是根據(jù)銀行自身的情況合理地調(diào)整風(fēng)險(xiǎn)承擔(dān)水平。

表5 資產(chǎn)規(guī)模較大的銀行相關(guān)變量的擬合統(tǒng)計(jì)

表6 資產(chǎn)規(guī)模較小的銀行相關(guān)變量的擬合統(tǒng)計(jì)

從表6可以看出，Redundant固定效應(yīng)檢驗(yàn)的p值為0，Hausman隨機(jī)效應(yīng)檢驗(yàn)的p值為0.0146，固定效應(yīng)模型更適用。證券化貸款比率（SLR）的擬合結(jié)果在1%的置信水平顯著，擬合系數(shù)為0.211882。LIAR的擬合結(jié)果在1%的置信水平上也顯著，擬合系數(shù)為-0.69371，呈負(fù)相關(guān)。和資產(chǎn)規(guī)模較大的銀行的回歸結(jié)果相比，LIAR的回歸系數(shù)絕對(duì)值較大，說明商業(yè)銀行開展資產(chǎn)證券化業(yè)務(wù)后，資產(chǎn)流動(dòng)性將會(huì)增強(qiáng)，這會(huì)導(dǎo)致規(guī)模較小的銀行增加更大的風(fēng)險(xiǎn)承受水平。另外，ILLI的擬合系數(shù)為負(fù)，并在1%置信水平上顯著，這和預(yù)期也基本吻合。說明對(duì)于資產(chǎn)規(guī)模較小的銀行來說，證券化市場(chǎng)的總體狀況較為顯著地影響其行為動(dòng)機(jī)，證券化資產(chǎn)在市場(chǎng)上越容易出售，資產(chǎn)規(guī)模較小的銀行的風(fēng)險(xiǎn)承擔(dān)水平就會(huì)越高。

綜合分析發(fā)現(xiàn)，不管商業(yè)銀行資產(chǎn)規(guī)模是大是小，銀行從事證券化后，其風(fēng)險(xiǎn)承擔(dān)水平都會(huì)受到影響，影響路徑通常有兩種：一是資產(chǎn)證券化提高經(jīng)營(yíng)資產(chǎn)的流動(dòng)性，降低轉(zhuǎn)移成本，進(jìn)而對(duì)銀行風(fēng)險(xiǎn)承受水平產(chǎn)生影響；二是商業(yè)銀行信用風(fēng)險(xiǎn)進(jìn)行轉(zhuǎn)移可以通過資產(chǎn)證券化業(yè)務(wù)來實(shí)現(xiàn)，進(jìn)而會(huì)影響銀行風(fēng)險(xiǎn)承受水平。表6的分析結(jié)果表明，SLR對(duì)被解釋變量的回歸系數(shù)的絕對(duì)值較小，LIAR對(duì)被解釋變量的回歸系數(shù)的絕對(duì)值最大，ILLI對(duì)被解釋變量的回歸系數(shù)的絕對(duì)值最小。這表明銀行的資產(chǎn)證券化主要是通過改變銀行資產(chǎn)流動(dòng)性來影響銀行風(fēng)險(xiǎn)承受水平。

3 結(jié)論

本文從商業(yè)銀行風(fēng)險(xiǎn)承受水平的視角，探討資產(chǎn)證券化業(yè)務(wù)對(duì)銀行動(dòng)機(jī)扭曲的影響，結(jié)果表明：

（1）商業(yè)銀行開展資產(chǎn)證券化業(yè)務(wù)會(huì)扭曲銀行的行為動(dòng)機(jī)，進(jìn)而給銀行個(gè)體經(jīng)營(yíng)造成負(fù)面影響。主要有兩條路徑造成銀行行為的動(dòng)機(jī)扭曲：一是證券化轉(zhuǎn)移了銀行風(fēng)險(xiǎn)；二是證券化提高了資產(chǎn)的流動(dòng)性。文中實(shí)證表明資產(chǎn)證券化是通過提高了資產(chǎn)的流動(dòng)性，造成了銀行行為的動(dòng)機(jī)扭曲。盡管通過第一條途徑也會(huì)對(duì)銀行的行為動(dòng)機(jī)造成影響，但是影響甚微。

（2）商業(yè)銀行開展資產(chǎn)證券化業(yè)務(wù)，增強(qiáng)了銀行資產(chǎn)的流動(dòng)性，造成了銀行的動(dòng)機(jī)扭曲。通過限制風(fēng)險(xiǎn)轉(zhuǎn)移，增加風(fēng)險(xiǎn)敞口，來解決銀行的動(dòng)機(jī)扭曲問題是困難的。