謝赤 凌毓秀

摘要：精準(zhǔn)科學(xué)地度量和描述信用風(fēng)險(xiǎn)及傳染機(jī)制有利于銀行信貸資產(chǎn)證券化的高效健康發(fā)展和貨幣市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的防范。運(yùn)用修正KMV模型測(cè)度銀行信貸資產(chǎn)證券化產(chǎn)品在不同時(shí)期的信用風(fēng)險(xiǎn)，并采用最小生成樹(shù)（MST）算法考察銀行間信用風(fēng)險(xiǎn)的傳染機(jī)制。結(jié)果顯示：政策性銀行和大型商業(yè)銀行發(fā)行的產(chǎn)品在各個(gè)時(shí)期信用風(fēng)險(xiǎn)均處于較低水平；股份制銀行、城商行和農(nóng)商行發(fā)行的產(chǎn)品違約率前期略高于前兩類(lèi)銀行，但后期明顯下降；后三類(lèi)銀行位于銀行股票收益率網(wǎng)絡(luò)的中心位置，具有傳遞信息和維系網(wǎng)絡(luò)穩(wěn)定的重要作用。

關(guān)鍵詞：商業(yè)銀行；信貸資產(chǎn)證券化；信用風(fēng)險(xiǎn)；修正KMV模型；最小生成樹(shù)（MST）

中圖分類(lèi)號(hào)：F830.91文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：10037217（2018）03000207

一、引言

中共十九大報(bào)告指出，應(yīng)“深化金融體制改革，增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)能力，提高直接融資比重”，強(qiáng)調(diào)守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線。資產(chǎn)證券化作為一種直接融資的創(chuàng)新模式和“三去一降一補(bǔ)”的重要工具，在盤(pán)活資金、分散信貸資產(chǎn)風(fēng)險(xiǎn)以及去杠桿方面具有獨(dú)特價(jià)值，發(fā)展?jié)摿薮?。?dāng)前我國(guó)信貸資產(chǎn)證券化業(yè)務(wù)進(jìn)入了重要發(fā)展時(shí)期，但總體而言仍處于起步階段，依舊面臨嚴(yán)峻挑戰(zhàn)。

利率市場(chǎng)化改革的不斷深化一方面推動(dòng)銀行信貸資產(chǎn)證券化發(fā)展，降低資產(chǎn)的流動(dòng)性風(fēng)險(xiǎn)，另一方面也會(huì)加大銀行業(yè)整體的集中與競(jìng)爭(zhēng)格局，放大信貸資產(chǎn)證券化的信用風(fēng)險(xiǎn)。鑒此，本文使用修正KMV模型和MST算法，有效度量和描述信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)及傳染機(jī)制，以幫助銀行提高風(fēng)險(xiǎn)監(jiān)控能力，防范系統(tǒng)性風(fēng)險(xiǎn)，推動(dòng)信貸資產(chǎn)證券化市場(chǎng)健康穩(wěn)定發(fā)展。

關(guān)于信貸資產(chǎn)證券化動(dòng)機(jī)的研究，Affinito和Tagliaferri認(rèn)為資本較少、盈利能力較弱、流動(dòng)性較差且背負(fù)著不良貸款的銀行會(huì)更早進(jìn)行證券化，且規(guī)模更大[1]。Gong等分析了影響資產(chǎn)證券化的因子，其中企業(yè)所得稅是銀行證券化的動(dòng)機(jī)[2]。Farruggio和Uhde進(jìn)一步發(fā)現(xiàn)，歐洲銀行信貸資產(chǎn)證券化的決定因素是交易類(lèi)型、標(biāo)的資產(chǎn)組合以及銀行操作的監(jiān)管和制度環(huán)境[3]。曹彬證實(shí)信貸資產(chǎn)證券化有利于改善銀行的盈利能力，對(duì)規(guī)模較小的銀行有顯著正向影響[4]。Loutskina通過(guò)構(gòu)建“證券化指數(shù)”，證明證券化可以提高銀行貸款能力，降低對(duì)資金沖擊的敏感性和市場(chǎng)危機(jī)[5]。但是，Battaglia等以及Trapp和Gregor認(rèn)為在危機(jī)時(shí)期發(fā)行證券化的銀行面臨系統(tǒng)風(fēng)險(xiǎn)和特殊風(fēng)險(xiǎn)的可能性日益增大，在市場(chǎng)低迷時(shí)脆弱性會(huì)更高，具有造成市場(chǎng)危機(jī)的可能性[6，7]。

在經(jīng)歷由資產(chǎn)證券化引發(fā)的次貸危機(jī)后，學(xué)者們研究的焦點(diǎn)更多集中在信用風(fēng)險(xiǎn)評(píng)估和市場(chǎng)監(jiān)管、制度完善等方面。Adelino等認(rèn)為，高收益的資產(chǎn)證券化產(chǎn)品信用等級(jí)下降速度比低收益的要快，信息不對(duì)稱(chēng)程度與違規(guī)的證券化貸款相關(guān)[8]。Guo和Wu發(fā)現(xiàn)，在資產(chǎn)證券化過(guò)程中風(fēng)險(xiǎn)保留和信息披露有利于聯(lián)合監(jiān)管風(fēng)險(xiǎn)，改正信息不對(duì)稱(chēng)造成的扭曲，同時(shí)提高社會(huì)福利[9]。Campbell等對(duì)定期資產(chǎn)支持證券貸款工具進(jìn)行考察，發(fā)現(xiàn)其降低了部分證券產(chǎn)品的利率息差，并改善了證券化市場(chǎng)的條件[10]。嚴(yán)佳佳等運(yùn)用CPV及KMV模型對(duì)建元20051住房抵押貸款支持證券的信用風(fēng)險(xiǎn)進(jìn)行了度量[11]。薛海舟和趙薇以及潘秀麗等認(rèn)為，應(yīng)加強(qiáng)對(duì)資產(chǎn)證券化的宏觀審慎、金融監(jiān)管和信息披露，維護(hù)資產(chǎn)證券化市場(chǎng)的有序發(fā)展[12-14]。

二、模型構(gòu)建

（一）信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)度量：基于修正的KMV模型

信用風(fēng)險(xiǎn)一直是金融領(lǐng)域的研究熱點(diǎn)，目前主流的信用風(fēng)險(xiǎn)度量模型有CreditMetrics模型、CreditRisk+模型、CPV模型和KMV模型等①。相較于其他模型，KMV模型無(wú)需使用信用轉(zhuǎn)移矩陣且更易實(shí)現(xiàn)，因此本文選用KMV模型進(jìn)行信用風(fēng)險(xiǎn)度量。

由于KMV模型原本用于度量上市公司信用風(fēng)險(xiǎn)，因此，在對(duì)資產(chǎn)證券化產(chǎn)品進(jìn)行信用評(píng)級(jí)及違約測(cè)算時(shí)，需要對(duì)模型中的相關(guān)參數(shù)進(jìn)行合理的修正。

（1）將違約點(diǎn)（DefaultPoint，DP）定義為證券化產(chǎn)品到期應(yīng)支付的證券本息和。

（2）資產(chǎn)池整體價(jià)值的波動(dòng)性通過(guò)資產(chǎn)池內(nèi)信貸資產(chǎn)累積本息回收率的波動(dòng)來(lái)估計(jì)。

假設(shè)證券的到期日為T(mén)，令VT為資產(chǎn)池內(nèi)所有資產(chǎn)T時(shí)期的未來(lái)現(xiàn)金流，BT表示T時(shí)期內(nèi)所應(yīng)償還的價(jià)值，σ表示資產(chǎn)未來(lái)現(xiàn)金流收入的波動(dòng)率。當(dāng)證券化產(chǎn)品到期時(shí)，如果資產(chǎn)的未來(lái)現(xiàn)金流之和小于應(yīng)支付給投資者的價(jià)值，即VT

假設(shè)資產(chǎn)的未來(lái)現(xiàn)金流圍繞其均值呈正態(tài)分布，則違約概率p可以表示為：

p=EDF=P[VT

其中，N為標(biāo)準(zhǔn)正態(tài)分布函數(shù)。KMV模型定義的違約距離（DistancetoDefault，DD）為：

DD=VT-BTσ

帶入式（1），可得：

p=N（-DD）（2）

與BS模型一致，假設(shè)資產(chǎn)池中的未來(lái)現(xiàn)金流收入呈現(xiàn)對(duì)數(shù)正態(tài)分布，且VT服從標(biāo)準(zhǔn)幾何Brown運(yùn)動(dòng)，則下式成立：

dV=μVdt+σVdz，t>0（3）

令t=0時(shí)，V（0）=V，由式（3）可得：

VT=Vexp[（μ-1/2σ2）t+σtZT]（4）

其標(biāo)準(zhǔn)差和均值分別為：

E[lnVT]=lnV+μt-1/2σ2t（5）

Var[lnVT]=σ2t（6）

則當(dāng)T=1時(shí)，可得到資產(chǎn)未來(lái)現(xiàn)金流收入的波動(dòng)率σ和現(xiàn)金流收入增長(zhǎng)率的均值μ為：

μ=1n-1∑n-1i=1lnVi+1Vi+12σ2（7）

σ=1n-2∑n-1i=1（lnVi+1Vi-1n-1∑n-1i=1lnVi+1Vi）2（8）

若信貸資產(chǎn)證券化產(chǎn)品到期違約，則違約概率p可以進(jìn)一步表示為：

p=P[VT

由此，得到需要計(jì)算的違約概率和違約距離為：

p=N（-DD）=

N（lnBT-lnV-μT+1/2σ2TσT）（10）

DD=ln（VT/BT）+μT-1/2σ2TσT（11）

（二）銀行股票收益率聯(lián)動(dòng)性研究：基于最小生成樹(shù)的復(fù)雜網(wǎng)絡(luò)

根據(jù)復(fù)雜網(wǎng)絡(luò)思想，可以將各銀行機(jī)構(gòu)視為網(wǎng)絡(luò)中的節(jié)點(diǎn)，節(jié)點(diǎn)間的連邊為各銀行股票收益率的距離長(zhǎng)度。最小生成樹(shù)MST（MinimumSpanningTree，MST）具有連邊距離總和最小的特點(diǎn)，通過(guò)其構(gòu)建的網(wǎng)絡(luò)意味著最強(qiáng)連接性，在系統(tǒng)性風(fēng)險(xiǎn)出現(xiàn)時(shí)，最有可能沿MST在網(wǎng)絡(luò)中快速傳染、擴(kuò)散。因此，通過(guò)分析上市銀行股票網(wǎng)絡(luò)結(jié)構(gòu)有利于各家銀行更高質(zhì)量地開(kāi)展資產(chǎn)證券化業(yè)務(wù)，預(yù)防系統(tǒng)性風(fēng)險(xiǎn)，獲取更高的投資回報(bào)。構(gòu)建銀行股票網(wǎng)絡(luò)的具體步驟為：

（1）計(jì)算各只股票的對(duì)數(shù)收益率，并根據(jù)收益率序列計(jì)算任意兩股之間相關(guān)系數(shù)，構(gòu)成整體的相關(guān)系數(shù)矩陣。假設(shè)股票網(wǎng)絡(luò)中共包含N支股票，則各股的收益率為：

Si（t）=lnPi（t）-lnPi（t-1）（12）

其中，Pi（t）為股票i在時(shí)間t的收盤(pán)價(jià)，根據(jù)收益率序列計(jì)算兩兩股票間的相關(guān)系數(shù)為：

ρij=E（SiSj）-E（Si）E（Sj）[E（S2i）-（E（Si））2][E（S2j）-（E（Sj））2]（13）

其中，E（·）代表交易期內(nèi)變量的平均值，即：

E（Si）=1N∑Ni=1Si，E（Sj）=1N∑Nj=1Sj，E（SiSj）=1N2∑Ni，j=1SiSj，E（S2i）=1N∑Ni=1S2i，E（S2j）=1N∑Nj=1S2j

顯然，ρij∈[-1，1]。由此可以構(gòu)成整個(gè)股票網(wǎng)絡(luò)的N階相關(guān)系數(shù)矩陣。當(dāng)ρ取值為-1時(shí)，表示兩支股票間完全負(fù)相關(guān)，此漲彼跌或此跌彼漲；相反，當(dāng)ρ取值為1時(shí)，意味著兩支股票完全正相關(guān)，即同漲同跌；當(dāng)ρ為0時(shí)，則證明兩支股票不相關(guān)，不具有聯(lián)動(dòng)性。

（2）分析網(wǎng)絡(luò)間的內(nèi)在空間性質(zhì)。將相關(guān)系數(shù)轉(zhuǎn)換成Euclide距離即股票網(wǎng)絡(luò)的權(quán)重，再將相關(guān)系數(shù)矩陣轉(zhuǎn)換為距離矩陣，計(jì)算式為：

dij=2（1-ρij）（14）

其中，dij∈[0，2]，并且滿足三條性質(zhì)：當(dāng)且僅當(dāng)i=j時(shí)，dij=0；dij=dji；dij≤dik+dkj，i≠j≠k且i，j，k∈N。

（3）根據(jù)距離矩陣數(shù)據(jù)和MST算法構(gòu)建股票網(wǎng)絡(luò)。通過(guò)Kruskal算法可以將N個(gè)節(jié)點(diǎn)以（N-1）條邊連接在一起。MST中不存在“環(huán)”且各連邊距離總和最短，具有惟一性。

三、實(shí)證分析

（一）樣本選取與數(shù)據(jù)處理

1.銀行信貸資產(chǎn)證券化產(chǎn)品信息。

2014年資產(chǎn)證券化發(fā)行由審批制改為備案制，發(fā)行機(jī)構(gòu)數(shù)和產(chǎn)品數(shù)均呈現(xiàn)井噴式增長(zhǎng)，最具代表性且數(shù)據(jù)相對(duì)完整，因此本文選取該年16家銀行發(fā)行的31只信貸資產(chǎn)證券化產(chǎn)品作為樣本，各產(chǎn)品基本情況見(jiàn)表1。

2.上市銀行股票價(jià)格數(shù)據(jù)。

2013年7月20日，央行取消金融機(jī)構(gòu)貸款利率下限，標(biāo)志著貸款利率市場(chǎng)化的基本實(shí)現(xiàn)。截至2010年，滬深A(yù)股市場(chǎng)共計(jì)16家銀行上市，之后5年內(nèi)無(wú)新增上市銀行。到2017年底，A股市場(chǎng)共計(jì)25家上市銀行，且均發(fā)行信貸資產(chǎn)證券化產(chǎn)品。為更好地考察利率市場(chǎng)化后各類(lèi)上市銀行股票收益率間的聯(lián)動(dòng)性，本文將所有上市銀行分為兩組：第一組為截至2017年的全部25家上市銀行，其中張家港行于2017年11月上市，因此將樣本期確定為2017年12月1日至2018年3月30日，共計(jì)285個(gè)交易日；第二組為2016年以前上市的全部16家銀行，樣本期為2013年7月20日至2018年3月30日，共計(jì)1146個(gè)交易日。股票價(jià)格數(shù)據(jù)來(lái)源于Wind資訊。

（二）信貸資產(chǎn)證券化產(chǎn)品信用風(fēng)險(xiǎn)度量

假設(shè)各產(chǎn)品資產(chǎn)池內(nèi)的貸款間相關(guān)系數(shù)為0，各地區(qū)的法律環(huán)境及銀行追償能力相同，則利息回收率主要與資產(chǎn)質(zhì)量直接相關(guān)。根據(jù)上文所述，各資產(chǎn)池中價(jià)值的波動(dòng)通過(guò)各銀行歷史本息回收率的波動(dòng)水平反映，經(jīng)修正KMV模型計(jì)算的相關(guān)結(jié)果見(jiàn)表2。

央行和銀監(jiān)會(huì)明確規(guī)定，信貸資產(chǎn)證券化風(fēng)險(xiǎn)自留比例不得低于單只產(chǎn)品發(fā)行規(guī)模的5%。因此，假設(shè)樣本中各產(chǎn)品發(fā)債規(guī)模為資產(chǎn)池總量的95%，資產(chǎn)池的價(jià)值均值通過(guò)入池本金與剩余應(yīng)收貸款利息和來(lái)計(jì)算，利用修正的KMV模型測(cè)算各產(chǎn)品發(fā)行首年及2016年度的一年期違約距離及違約概率，所得結(jié)果如表3。

由表3可以發(fā)現(xiàn)，2014年發(fā)行的31只信貸資產(chǎn)證券化產(chǎn)品首年的違約距離處于2.77～10.02之間，對(duì)應(yīng)的違約概率絕大多數(shù)小于0.02%，總體來(lái)說(shuō)，31只產(chǎn)品均具有較高的信用評(píng)級(jí)，出現(xiàn)違約的概率較低。這可能是因?yàn)樵撃曜鳛榘l(fā)行制度改革首年，市場(chǎng)快速擴(kuò)張，發(fā)行機(jī)構(gòu)秉承謹(jǐn)慎選擇、審慎發(fā)行的態(tài)度，整體基礎(chǔ)資產(chǎn)處于優(yōu)質(zhì)水平，加之5%的風(fēng)險(xiǎn)自留規(guī)定，進(jìn)一步降低了違約概率。

“開(kāi)元20141”和“開(kāi)元20142”兩只產(chǎn)品違約率最低，一是因?yàn)閲?guó)開(kāi)行本身利息收益率高、資產(chǎn)質(zhì)量穩(wěn)定；二是發(fā)行經(jīng)驗(yàn)多、業(yè)務(wù)能力強(qiáng)；三是這兩只產(chǎn)品均為鐵路專(zhuān)項(xiàng)，資產(chǎn)池貸款來(lái)源為中國(guó)鐵路總公司，貸款信用質(zhì)量高，借款人具有充足的償債能力，因此具有最低違約概率。

“漢銀20141”首年度的預(yù)期違約率為樣本中的最大值，其原因可能是漢口銀行資產(chǎn)池中貸款的次級(jí)占比和地區(qū)集中度高，借款人信用評(píng)級(jí)較低，影響資產(chǎn)信用質(zhì)量。但在產(chǎn)品存續(xù)期間會(huì)有相應(yīng)的內(nèi)部增信措施，因此該產(chǎn)品整體仍具有較高的信用等級(jí)。

“招行20141”和“平安20141小型貸款”兩只產(chǎn)品的違約概率低，其基礎(chǔ)貸款類(lèi)型分別為汽車(chē)貸款和消費(fèi)貸款，入池資產(chǎn)筆數(shù)較多，資產(chǎn)相對(duì)分散，少量逾期、違約現(xiàn)象對(duì)整體風(fēng)險(xiǎn)的影響較小，相較于汽車(chē)貸款，消費(fèi)貸款債務(wù)人會(huì)具有更小的違約成本和更大違約可能。

通過(guò)觀察表3數(shù)據(jù)和圖1中違約距離的走勢(shì)可以發(fā)現(xiàn)，在發(fā)行首年，城商行和農(nóng)商行的違約距離普遍較低即具有更高的違約概率，可能是因?yàn)檫@兩類(lèi)銀行基礎(chǔ)資產(chǎn)的種類(lèi)和地區(qū)集中度較高，在宏觀經(jīng)濟(jì)下行壓力較大時(shí)，資產(chǎn)池總體信用質(zhì)量易受到影響。但是，個(gè)別經(jīng)營(yíng)業(yè)績(jī)良好、基礎(chǔ)資產(chǎn)更加多元、資產(chǎn)未來(lái)現(xiàn)金流收入波動(dòng)率較小的城商行，如北京銀行和南京銀行，其發(fā)行的信貸資產(chǎn)支持證券也具有較低的信用風(fēng)險(xiǎn)。

同時(shí)還不難發(fā)現(xiàn)，大部分產(chǎn)品2016年度的違約距離高于發(fā)行首年的違約距離，說(shuō)明隨著時(shí)間的推移，大部分債券的兌付和內(nèi)部增信措施的實(shí)行能有效降低各產(chǎn)品的違約概率。政策性銀行和大型商業(yè)銀行所發(fā)行的產(chǎn)品在各時(shí)期內(nèi)基本均具有較高違約距離；股份制商業(yè)銀行違約距離波動(dòng)小，整體情況較穩(wěn)定；城商行及農(nóng)商行在2016年的違約距離明顯高于發(fā)行首年，其原因在于貸款利率市場(chǎng)化使得部分借款人能從市場(chǎng)上獲取更低成本的資金，提前償付之前的高利率債務(wù)，此舉致使資產(chǎn)池資金回流較快，部分債券提前清償兌付，降低違約概率。如若提前償付金額大且距法定到期日時(shí)間長(zhǎng)，則很有可能影響發(fā)起機(jī)構(gòu)和證券化載體（SpecialPurposeVehicle，SPV）的再投資行為，造成兌付危機(jī)。

（三）貸款利率市場(chǎng)化下商業(yè)銀行股票網(wǎng)絡(luò)結(jié)構(gòu)分析

總體來(lái)說(shuō)上市銀行間股票收益率呈現(xiàn)正向聯(lián)動(dòng)性。2016年前上市的16家銀行股票收益率相關(guān)系數(shù)均分布于[0.4，0.8]間，相關(guān)性較強(qiáng)，而基于短期數(shù)據(jù)考察的全部25家上市銀行股票收益率相關(guān)系數(shù)分布跨度較大，多分布于[0.1，0.5]間，相關(guān)性中等。其原因可能為2016年后新增的9家銀行中有5家為農(nóng)商行，與其它20家銀行性質(zhì)不相同，且樣本期較短因此造成部分節(jié)點(diǎn)間相關(guān)系數(shù)較小。

從圖4可以看出，光大銀行與交通銀行距離最短（0.53），兩者股票收益率關(guān)聯(lián)性最大；節(jié)點(diǎn)度大的分別為興業(yè)銀行、光大銀行和農(nóng)業(yè)銀行，其中興業(yè)銀行占據(jù)網(wǎng)絡(luò)中心位置，具有更明顯的系統(tǒng)重要性，其收益波動(dòng)風(fēng)險(xiǎn)更容易傳染到其它股票，關(guān)系著整體網(wǎng)絡(luò)的穩(wěn)定性。

從圖5可以看出，建設(shè)銀行與工商銀行間距離最短（0.60），在25家銀行股票MST圖中，光大銀行、民生銀行、興業(yè)銀行、江蘇銀行和常熟農(nóng)商行占據(jù)網(wǎng)絡(luò)的中心位置。

結(jié)合圖4和圖5不難發(fā)現(xiàn)，相較于大型商業(yè)銀行，股份制銀行、城商行以及農(nóng)商行對(duì)貸款利率市場(chǎng)化中利率的變動(dòng)更為敏感，聯(lián)動(dòng)性更強(qiáng)且更傾向于網(wǎng)絡(luò)中心節(jié)點(diǎn)位置。同一性質(zhì)的銀行之間距離更為接近，在網(wǎng)絡(luò)中聚集現(xiàn)象更為明顯。

（四）基于MST算法的銀行信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)傳染機(jī)理分析

當(dāng)銀行股票網(wǎng)絡(luò)的某個(gè)節(jié)點(diǎn)受到來(lái)自外部因素（如宏觀政策、突發(fā)事件等）沖擊時(shí)，MST的最短距離總和特性致使其成為風(fēng)險(xiǎn)傳染的最快途徑，并快速傳播至整個(gè)網(wǎng)絡(luò)，形成系統(tǒng)性風(fēng)險(xiǎn)，進(jìn)而影響其他金融市場(chǎng)。現(xiàn)階段，銀行信貸資產(chǎn)證券化產(chǎn)品主要在銀行間發(fā)行與交易，各銀行既是發(fā)行人也可能是投資人，當(dāng)某家銀行受到外部因素沖擊時(shí)，可能會(huì)降低該銀行盈利水平、減少其資產(chǎn)未來(lái)現(xiàn)金流收入，造成流動(dòng)性風(fēng)險(xiǎn)，導(dǎo)致其發(fā)行的證券化產(chǎn)品承受兌付危機(jī)，進(jìn)而影響到持有其產(chǎn)品的其他銀行的投資收益。如若該銀行處于網(wǎng)絡(luò)中心節(jié)點(diǎn)處，風(fēng)險(xiǎn)將沿MST快速向外擴(kuò)散，最終影響到整個(gè)銀行網(wǎng)絡(luò)，加快系統(tǒng)性風(fēng)險(xiǎn)的形成，造成經(jīng)濟(jì)危機(jī)出現(xiàn)。因此，降低網(wǎng)絡(luò)中心位置銀行的信用風(fēng)險(xiǎn)對(duì)整個(gè)網(wǎng)絡(luò)的信息傳遞和穩(wěn)定性起著至關(guān)重要的作用。

四、結(jié)論與建議

隨著未來(lái)流通場(chǎng)所和不良資產(chǎn)證券化產(chǎn)品發(fā)行規(guī)模的擴(kuò)大，精準(zhǔn)有效的信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)度量和風(fēng)險(xiǎn)傳染機(jī)制研究對(duì)銀行信貸資產(chǎn)證券化業(yè)務(wù)的高效發(fā)展具有重要意義。

在信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)度量方面，總體而言信貸資產(chǎn)證券化產(chǎn)品仍以高信用等級(jí)為主，具有極低的違約概率。但在實(shí)際金融市場(chǎng)中資產(chǎn)池價(jià)值并不完全服從正態(tài)分布，存在厚尾現(xiàn)象，因此部分信貸資產(chǎn)證券化產(chǎn)品的信用風(fēng)險(xiǎn)可能被低估；對(duì)于中小型城商行和農(nóng)商行而言，基于自身規(guī)模、資產(chǎn)池組成集中度高和發(fā)行經(jīng)驗(yàn)等限制，目前還存在發(fā)行規(guī)模小、資產(chǎn)篩選難度大、專(zhuān)業(yè)人才缺口等問(wèn)題，存在更多的違約隱患，容易受到風(fēng)險(xiǎn)的影響。在對(duì)信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)的傳染機(jī)制描述中可以發(fā)現(xiàn)，在貸款利率市場(chǎng)化下，股份制銀行以及城商行和農(nóng)商行更多的處于中心節(jié)點(diǎn)位置，成為風(fēng)險(xiǎn)傳染的重要對(duì)象和載體，因此要重視其在網(wǎng)絡(luò)中的中介作用，提高風(fēng)險(xiǎn)監(jiān)管能力，防范系統(tǒng)性風(fēng)險(xiǎn)的產(chǎn)生。

針對(duì)現(xiàn)行銀行信貸資產(chǎn)證券化業(yè)務(wù)運(yùn)行過(guò)程中出現(xiàn)的問(wèn)題，結(jié)合實(shí)證研究結(jié)果，提出以下幾點(diǎn)建議：

（1）完善相關(guān)信息披露制度和征信體系建設(shè)。信息不對(duì)稱(chēng)容易造成投資者群體的弱勢(shì)和非理性行為，成為孕育系統(tǒng)性風(fēng)險(xiǎn)的溫床。因此，應(yīng)完善信貸資產(chǎn)證券化產(chǎn)品各重要時(shí)間點(diǎn)的信息披露和相關(guān)指標(biāo)的公開(kāi)。同時(shí)，資產(chǎn)證券化市場(chǎng)征信信息也并不完全透明，應(yīng)完善相應(yīng)的征信系統(tǒng)建設(shè)。

（2）強(qiáng)化宏觀審慎監(jiān)管。應(yīng)該從資產(chǎn)證券化市場(chǎng)運(yùn)行制度優(yōu)化、市場(chǎng)參與者行為規(guī)范和監(jiān)管部門(mén)協(xié)調(diào)監(jiān)管等方面加強(qiáng)管理。首先，要加強(qiáng)市場(chǎng)準(zhǔn)入、運(yùn)行、退出制度的建設(shè)；其次，應(yīng)制定并運(yùn)用相關(guān)法律法規(guī)及政策，規(guī)范參與者行為，維護(hù)市場(chǎng)秩序；最后要強(qiáng)化人民銀行、銀保監(jiān)會(huì)、證監(jiān)會(huì)等監(jiān)管部門(mén)的職責(zé)，加強(qiáng)聯(lián)合檢查，消除真空地帶，避免重復(fù)監(jiān)管，提高監(jiān)管效率。

（3）靈活調(diào)整次級(jí)資產(chǎn)占比，防范系統(tǒng)性風(fēng)險(xiǎn)。近年來(lái)宏觀經(jīng)濟(jì)形勢(shì)承壓，銀行業(yè)整體資產(chǎn)信用水平下降。各時(shí)期處于中心節(jié)點(diǎn)位置的銀行在發(fā)行資產(chǎn)證券化產(chǎn)品時(shí)可以適當(dāng)降低次級(jí)資產(chǎn)占比，提升基礎(chǔ)資產(chǎn)信用水平；在處于非中心位置時(shí)，適當(dāng)提高次級(jí)資產(chǎn)占比，以此來(lái)防范系統(tǒng)性風(fēng)險(xiǎn)，保障投資收益。

（4）在保證發(fā)行規(guī)模安全的前提下，可以嘗試放開(kāi)不良資產(chǎn)證券化試點(diǎn)。適量適時(shí)地推進(jìn)不良資產(chǎn)證券化有利于進(jìn)一步改善股份制銀行及城商行和農(nóng)商行的資產(chǎn)結(jié)構(gòu)，提高資產(chǎn)的流動(dòng)性、優(yōu)化資源的配置。

注釋?zhuān)?/p>

①這四種模型分別由JPMorgan銀行等、CreditSuisse公司、Mckinsey公司和KMV公司分別于1997年、1997年、1998年和1993年提出。

參考文獻(xiàn)：

[1]AffinitoM，TagliaferriE.Whydo（ordid？）bankssecuritizetheirloans？EvidencefromItaly[J].JournalofFinancialStability，2010，6（4）：189-202.

[2]GongD，HuS，LigthartJE.Doescorporateincometaxationaffectsecuritization？EvidencefromOECDbanks[J].JournalofFinancialServicesResearch，2015，48（3）：193-213.

[3]FarruggioC，UhdeA.DeterminantsofloansecuritizationinEuropeanbanking[J].JournalofBanking&Finance;，2015，56（7）：12-27.

[4]曹彬.資產(chǎn)證券化對(duì)我國(guó)商業(yè)銀行盈利能力影響研究[J].宏觀經(jīng)濟(jì)研究，2017（5）：143-149.

[5]LoutskinaE.Theroleofsecuritizationinbankliquidityandfundingmanagement[J].JournalofFinancialEconomics，2011，100（3）：663-684.

[6]BattagliaF，GalloA，MazzucaM.SecuritizedbankingandtheEurofinancialcrisis：evidencefromtheItalianbanksrisktaking[J].JournalofEconomics&Business;，2014，76（C）：85-100.

[7]TrappR，WeiβGNF.Derivativesusage，securitization，andthecrashsensitivityofbankstocks[J].JournalofBanking&Finance;，2016，71（C）：183-205.

[8]AdelinoM，GerardiK，WillenPS.Whydon'tlendersrenegotiatemorehomemortgages？Redefaults，selfcuresandsecuritization[J].JournalofMonetaryEconomics，2013，60（7）：835-853.

[9]GuoG，WuHM.Astudyonriskretentionregulationinassetsecuritizationprocess[J].JournalofBanking&Finance;，2014，45（1）：61-71.

[10]CampbellS，CovitzD，NelsonW，etal.Securitizationmarketsandcentralbanking：Anevaluationofthetermasset-backedsecuritiesloanfacility[J].JournalofMonetaryEconomics，2011，58（5）：518-531.

[11]嚴(yán)佳佳，黃文彬，張佳斌.我國(guó)住房抵押貸款支持證券的信用風(fēng)險(xiǎn)度量研究[J].金融與經(jīng)濟(jì)，2014（11）：67-72.

[12]薛海舟，趙薇.中美金融業(yè)經(jīng)營(yíng)和監(jiān)管體制的比較分析及啟示——以金融危機(jī)和資產(chǎn)證券化為視角[J].宏觀經(jīng)濟(jì)研究，2014（2）：131-136.

[13]潘秀麗.中國(guó)金融機(jī)構(gòu)資產(chǎn)證券化風(fēng)險(xiǎn)分析及建議[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（9）：38-43.

[14]謝赤，馬有源.財(cái)務(wù)柔性?xún)r(jià)值的度量及其對(duì)現(xiàn)金股利分配的影響——來(lái)自滬深股市上市公司的經(jīng)驗(yàn)證據(jù)[J].商業(yè)研究，2017（4）：55-62.

（責(zé)任編輯：鐘瑤）