陳丁燕

(南京財經(jīng)大學(xué)，江蘇 南京 210023)

一、引言和文獻(xiàn)綜述

2019年的經(jīng)濟(jì)工作會議強(qiáng)調(diào)要堅決打好三大風(fēng)險攻堅戰(zhàn)，著力推動高質(zhì)量發(fā)展，金融體系總體健康，具備化解各種風(fēng)險的能力，推進(jìn)更高水平的對外開放。隨著我國金融開放步伐的加快，放開金融市場對我國系統(tǒng)性風(fēng)險的影響愈加突出。我國金融系統(tǒng)有其特點(diǎn)，社會融資結(jié)構(gòu)中以銀行為主的間接融資渠道占了較大比例，商業(yè)銀行作為重要的金融中介機(jī)構(gòu)，已經(jīng)融入國民經(jīng)濟(jì)血脈之中。對于銀行主導(dǎo)型國家而言，銀行危機(jī)就是狹義的金融危機(jī)。2008年的次貸危機(jī)表明，商業(yè)銀行的系統(tǒng)性風(fēng)險具有演變成金融系統(tǒng)性風(fēng)險的趨勢，系統(tǒng)性風(fēng)險的溢出效應(yīng)也說明防范好商業(yè)銀行的系統(tǒng)性風(fēng)險是防止發(fā)生系統(tǒng)性風(fēng)險的基礎(chǔ)。因此，防范銀行業(yè)系統(tǒng)性風(fēng)險尤為重要。對于中國而言，金融開放是加劇商業(yè)銀行系統(tǒng)性風(fēng)險還是降低商業(yè)銀行系統(tǒng)性風(fēng)險呢?因此厘清金融開放與銀行業(yè)系統(tǒng)性風(fēng)險的關(guān)系尤為重要。

對于國內(nèi)而言，董青馬和盧滿生實證分析了60個國家數(shù)據(jù)，得出當(dāng)一國的金融開放程度越高，該國銀行發(fā)生系統(tǒng)性風(fēng)險的概率也就越大的結(jié)論。陳旺等研究金融開放對銀行風(fēng)險承擔(dān)的長期與短期影響，得出長期提高銀行的風(fēng)險抵御能力和短期則具有風(fēng)險效應(yīng)的結(jié)論。

國外對金融開放對商業(yè)銀行風(fēng)險影響的研究尚未得出一致結(jié)論。Lane等認(rèn)為外資的大量涌入可以分散系統(tǒng)性風(fēng)險。Faia等從歐洲銀行樣本中得到了不僅從個人的角度還是從系統(tǒng)的角度分析，銀行的海外擴(kuò)張都降低了風(fēng)險的結(jié)論，系統(tǒng)性風(fēng)險更有可能受到國家或商業(yè)模式特征的影響。但是，根據(jù)Frederic的研究，金融開放為國際資本流動提供了渠道，增加了金融機(jī)構(gòu)的風(fēng)險承擔(dān)動機(jī)，這使得金融沖擊更為迅速地在各國之間傳導(dǎo)開來。Luo等得出金融開放通過降低銀行盈利效率間接增加了銀行風(fēng)險的結(jié)論。Ghosh研究銀行業(yè)全球化在影響銀行危機(jī)方面的作用得到銀行業(yè)全球化的不同措施可以顯著降低銀行危機(jī)發(fā)生的概率。

相關(guān)文獻(xiàn)對金融開放的衡量過于簡單或者包含無關(guān)內(nèi)容，同時研究范圍和針對的行業(yè)過于廣泛不具有直接借鑒意義，缺少對我國的具體研究。因此本文具有這兩點(diǎn)貢獻(xiàn):根據(jù)我國的實際發(fā)展情況主要研究商業(yè)銀行的系統(tǒng)性風(fēng)險；將金融開放的衡量標(biāo)準(zhǔn)從法定維度與事實維度分開進(jìn)行分析。

二、實證研究設(shè)計

(一)系統(tǒng)性風(fēng)險的測度

本文使用ΔCoVaR來測度商業(yè)銀行系統(tǒng)性風(fēng)險，采用分位數(shù)回歸計算ΔCoVaR來測度商業(yè)銀行系統(tǒng)風(fēng)險。

計算商業(yè)銀行對系統(tǒng)性風(fēng)險貢獻(xiàn)的時間序列所采用的狀態(tài)變量及其計算方法如表1所示。

表1 狀態(tài)變量描述與計算方法

狀態(tài)變量采用日度數(shù)據(jù)，樣本選取的2007～2017年的數(shù)據(jù)來自Wind數(shù)據(jù)庫。

(二)模型設(shè)計

本文核心解釋變量為KOF，被解釋變量為商業(yè)銀行系統(tǒng)性風(fēng)險的測度指標(biāo)，即ΔCoVaR，設(shè)定如下形式的回歸模型:

式中，ΔCoVaR表示商業(yè)銀行系統(tǒng)性風(fēng)險，核心解釋變量KOF反映了我國的金融開放水平，MIR表示銀行微觀個體層面控制變量集合，MAC是宏觀層面控制變量。在模型中加入影響結(jié)果的控制變量，宏觀層面選擇實際GDP增長率，微觀層面選擇銀行的存款準(zhǔn)備金率、資本充足率、凈息差、銀行規(guī)模(銀行總資產(chǎn)的自然對數(shù))、非利息收入與總資產(chǎn)的比值、銀行財務(wù)杠桿，總資產(chǎn)與總權(quán)益之比；貸款率，即貸款總額與總資產(chǎn)之比；存款率，存款額與總資產(chǎn)之比、盈利能力(ROA)、不良貸款率，不良貸款與總資產(chǎn)之比；逾期貸款率，逾期貸款與總資產(chǎn)之比。

(三)數(shù)據(jù)的選擇及整理

本文選用Gygli等發(fā)布的KOF全球化指標(biāo)中的金融全球化子指標(biāo)的事實維度和法定維度作為衡量金融開放的代理變量(FINOPEN)。選取我國從2007～2017的金融全球化子指標(biāo)數(shù)據(jù)，以ΔCoVaR測度商業(yè)銀行的系統(tǒng)性風(fēng)險，選取16家商業(yè)銀行和申萬二級銀行指數(shù)2007年至2017年的日度收盤價格。

計算ΔCoVaR所需的銀行日度股價數(shù)據(jù)取自CSMAR數(shù)據(jù)庫的公司研究系列，構(gòu)造各狀態(tài)變量所需的滬深300指數(shù)、SHIBOR利率和國債收益率日度數(shù)據(jù)均來自Wind數(shù)據(jù)庫的宏觀經(jīng)濟(jì)數(shù)據(jù)，然后進(jìn)行摘錄與整理。

三、實證結(jié)果分析

(一)ΔCoVaR

由于大多數(shù)銀行的收益率偏度Skewness呈現(xiàn)左偏，峰度值Kurtosis大于3說明各個銀行及金融系統(tǒng)的收益率并不服從正態(tài)分布，各家銀行收益率的尾部比正態(tài)分布的尾部厚，其分布呈現(xiàn)出尖峰厚尾的特征，估計適用于分位數(shù)回歸方法更加準(zhǔn)確。所有收益率序列ADF檢驗

t

統(tǒng)計量對應(yīng)的

p

值均接近于0，拒絕存在單位根原假設(shè)，所有的收益率序列都是平穩(wěn)序列，本文所有分位數(shù)回歸均采用5%分位數(shù)水平，得到的結(jié)果為日度數(shù)據(jù)，為得到相關(guān)的研究結(jié)果，再對各商業(yè)銀行每年的日度數(shù)據(jù)進(jìn)行平均，得到16家銀行2007年至2017年的年度ΔCoVaR。

(二)回歸結(jié)果及分析

根據(jù)檢驗結(jié)果顯示采用固定效應(yīng)模型進(jìn)行估計，表3列示了回歸結(jié)果，其中第(1)和(3)列僅控制了宏觀環(huán)境變量，第(2)和(4)列進(jìn)一步控制了微觀特征變量，KOF1表示法定維度的金融開放指標(biāo)，KOF2表示事實維度的金融開放指標(biāo)，得到的回歸結(jié)果如表2所示。

表2 基準(zhǔn)模型回歸結(jié)果

回歸方程中KOF系數(shù)符號和顯著性是考察的重點(diǎn)。第(1)至第(4)列回歸結(jié)果顯示，金融開放對ΔCoVaR具有正向影響，即金融開放程度的提高會使得銀行業(yè)的系統(tǒng)性風(fēng)險惡化。KOF1和KOF2加入回歸分析后的系數(shù)值顯著為正，但是二者的系數(shù)值存在一定的差距，KOF1的系數(shù)小于KOF2的系數(shù)，KOF1的系數(shù)為0.1281，KOF2的系數(shù)為0.2505，這說明金融開放的法定維度數(shù)據(jù)對商業(yè)銀行系統(tǒng)性風(fēng)險的影響小于事實維度數(shù)據(jù)，這與Bonfiglioli在2008年得到的結(jié)論相似。

第(3)列的數(shù)據(jù)顯然大于第(4)列的數(shù)據(jù)，說明通過商業(yè)銀行微觀層面方法的實施能有效降低系統(tǒng)性風(fēng)險，但是第(3)(4)列的數(shù)據(jù)仍顯著大于前兩列數(shù)據(jù)，顯示實際的金融開放措施為商業(yè)銀行系統(tǒng)性風(fēng)險帶來的風(fēng)險高于法律規(guī)定的開放帶來的風(fēng)險。第(1)列與第(2)列的KOF1系數(shù)相差0.0059，但是第(4)列與第(3)列的數(shù)據(jù)相差0.1223，商業(yè)銀行的微觀層面措施對金融開放給商業(yè)銀行系統(tǒng)性風(fēng)險的影響是微乎其微的，但是在事實開放維度中商業(yè)銀行微觀層面的信息對于緩解銀行業(yè)系統(tǒng)性風(fēng)險的影響是有益的。

(三)穩(wěn)健性檢驗

1.更換估計方法和加入滯后一階。運(yùn)用GMM回歸方法估計模型，加入因變量是滯后一階，得到的回歸結(jié)果如表3所示。

表3 GMM回歸結(jié)果

2.更換代理變量。借鑒Lane和Milesi－Ferretti的方法，用國際投資頭寸表中的資產(chǎn)與負(fù)債之和與名義GDP的比值衡量實際金融開放水平，公式為:

式中，Assets表示資產(chǎn)；Liabilities表示負(fù)債，得到的結(jié)果如表4所示。

表4 替代核心變量

雖然在不同的穩(wěn)健性檢驗中回歸系數(shù)的數(shù)值大小有所變化，但表3和表4的回歸結(jié)果表明，金融開放程度的系數(shù)在所有回歸中均一致保持為正，而且統(tǒng)計上高度顯著，這意味著本文的基本結(jié)論在總體上是穩(wěn)健的。

四、結(jié)論與政策啟示

在我國擴(kuò)大金融對外開放的背景下，本文通過構(gòu)建面板模型來考察金融開放對我國銀行業(yè)系統(tǒng)性風(fēng)險的影響。研究發(fā)現(xiàn)，無論是從法定維度還是從事實維度來考察，金融開放都有誘發(fā)銀行業(yè)系統(tǒng)性風(fēng)險的可能性，而且事實維度的風(fēng)險高于法定維度的風(fēng)險，說明實際資本流動和金融服務(wù)業(yè)的開放比法律規(guī)定的金融開放會帶來更高的風(fēng)險。有鑒于此，本文提出以下一些政策啟示。

首先，應(yīng)不斷加強(qiáng)商業(yè)銀行體系建設(shè)，提升商業(yè)銀行的多元化資產(chǎn)水平，從而強(qiáng)化銀行業(yè)抵抗金融風(fēng)險的能力，以保證金融運(yùn)行整體穩(wěn)健。同時積極推動國內(nèi)金融市場的多元化調(diào)整，加強(qiáng)對相關(guān)經(jīng)濟(jì)金融領(lǐng)域的結(jié)構(gòu)性改革。其次，金融開放是一個多層次的系統(tǒng)工程，應(yīng)與國內(nèi)經(jīng)濟(jì)環(huán)境相協(xié)調(diào)。也應(yīng)加快人民幣國際化步伐，逐步放開人民幣在岸金融市場，為金融對外開放奠定良好的基礎(chǔ)。最后，應(yīng)建立完善的銀行業(yè)監(jiān)管制度，加強(qiáng)對商業(yè)銀行的宏觀審慎管理，增加對資本配置結(jié)構(gòu)的動態(tài)調(diào)控，實現(xiàn)資本配置的結(jié)構(gòu)化優(yōu)化，從而增強(qiáng)銀行體系穩(wěn)健性。