信贷证券化对信贷扩张的影响

来源：职称阁分类：经济论文时间：2019-09-04 10:49热度：

　　文章利用中国商业银行信贷资产证券化的数据，构建动态非平衡面板数据模型，研究信贷资产证券化对信贷扩张和道德风险的影响。结果表明，资产证券化与贷款增长率呈显著的正相关，证券化激励银行信贷扩张;资产证券化与贷款过度增长率也具有显著的正相关，证券化促进银行承担更多风险;证券化与不良贷款率不存在显著的相关关系，证券化扩张了信贷，但并没有降低贷款审核和监管努力水平。

信贷证券化对信贷扩张的影响

　　信贷证券化;动态面板;道德风险

　　在信贷资产证券化过程中,银行具有贷款创造者和贷款出售者双重角色。这种信息不对称的存在可能导致银行在证券化过程中出现道德风险和逆向选择。体现在基础标的和表内资产质量的恶化，进而影响了银行稳定，甚至金融系统的稳定。2008年起因美国的金融危机中，过度创新的住房贷款证券化，尽管有效地实现了资产流动性和风险转移，但降低了管理者审核监督努力水平。发放大量低质贷款，并利用资产证券化等工具将低质贷款转移出表，然后再发放低质贷款。银行系统信用链条扩大，积累了大量的信用风险，提高了银行系统的脆弱性，最终导致金融危机爆发。金融风险的累积和爆发，固然有监管努力不足的原因，但金融创新工具造成的信息不对称和银行动机扭曲才是主要原因[1，2]。金融创新工具内含的道德风险和自循环机制值得关注[3，4]。商业银行利用资产证券化工具增强流动性和转移风险，在出售不良贷款的同时，可能会降低贷款审核标准和监督努力[5]。无论在何种情况下，信贷资产证券化都会增强商业银行经营资产的流动性，进而会提高商业银行的风险承担水平，降到监管努力水平[6]。对文献进行梳理后发现，资产证券化增强了银行流动性，从而为扩张贷款提供基础，在信贷资产扩张出表提高了银行利润，规避了监管，又进一步促使银行降低贷款标准和贷后的监督努力水平。本文着重分析中国商业银行信贷资产证券化对信贷扩张和道德风险的影响，讨论资产证券化对商业银行动机扭曲的影响。

　　1模型设定与变量选取

　　1.1模型设定

　　为了检验信贷资产证券化中对信贷扩张过程中是否存在道德风险问题，本文采用面板数据模型进行研究。其基本面板数据模型可以表示为：本文结合基本模型(1)，考虑设计三个解释变量来解释资产证券化对信贷扩张和道德风险的影响。具体的参考模型见式(2)所示：DEPit=αi+β1SECit+β2BKCit+β3MACRQjt+μit(2)式(2)中，DEPit为被解释变量，代表t时刻第i家银行的信贷扩张和道德风险指标，i为样本银行的个数，j为银行所在的区域。根据代玉簪(2017)[5]研究，被解释变量可具体再分解，信贷扩张可用贷款增长率(LR)和贷款过度增长率(TLR)来表示，道德风险可用不良贷款率(NPL)来表示。SECit表示t时刻第i家银行的开展资产证券化业务的情况。另外，选择变量DSECit和TSECit作为资产证券化的虚拟变量与资产证券化程度变量来检验证券化过程中银行是否存在道德风险。为了减少因遗失变量带来的误差，选择BKCit表示一组银行微观控制变量，包括资本充足率(CAR)、流动比率(LIQ)、不良贷款率(NPL)等指标。选择MACROit为一组宏观层面的控制变量，该组变量在同期内对所有银行具有同等影响。因为宏观经济发展影响着银行资产的质量，进而对银行资产证券化活动产生影响。

　　1.2变量选取

　　选择银行贷款增速(CLR)为被解释变量，对于银行来说，贷款业务是银行利润的主要来源，因而商业银行具有不断扩张贷款规模的动力。资产证券化工具为商业银行扩张贷款规模提供了渠道，而商业银行通过证券化获得的流动性，又进一步扩张贷款。不过，信贷的过度扩张也是银行道德风险行为的主要表现形式之一。王晓博和刘伟(2015)[7]提出用贷款过度增长率来衡量银行贷款业务的道德风险，本文中贷款过度增长率主要考察银行是否利用资产证券化工具过度地扩张信贷资产。对于核心解释变量，主要是考察商业银行资产证券化情况，分别选择商业银行资产证券化程度(TSEC)和资产证券化虚拟变量(DSEC)。资产证券化程度衡量的是证券化资产规模与银行当期总资产的比值，证券化虚拟变量相当于开关变量，反映商业银行是否开展资产证券化业务。为了减少遗漏变量而带来分析上的偏差，选择一些变量为控制变量。本文中分别从微观和宏观两个角度展开，考虑变量的替代性和数据的可得性。微观层面，选择核心资本充足率(CAR)衡量银行的资本充足水平，银行的充足率水平对贷款供给有重要影响;选择银行净资产收益率(ROE)反映银行的盈利水平，高盈利水平对应同高风险承担，就有能力和动力进一步扩张贷款等高风险业;选择存款增速(DR)来控制银行存款对贷款供给规模的影响;选择流动性比例(LIQ)衡量银行流动性水平;选择总资产的自然对数来控制银行的规模(SIZE)。从宏观层面，由于宏观经济对商业银行资产规模和资产质量以及盈利能力均有深刻的影响。因此，本文选择一年期贷款基准利率(IR)和GDP增长率来体现宏观经济效应。贷款利率越高，银行盈利水平也就越高，银行就可能以更高的激励扩张贷款规模。实际GDP增长率从宏观层面用于控制需求因素对银行信贷供给的影响。一般情况下，商业银行存在顺周期性，经济上行时，银行倾向于扩张信贷规模;经济下行时，银行倾向于惜售贷款。不过，在货币政策宽松时，银行业也可能逆周期加速放贷。

　　2实证分析

　　2.1样本数据说明

　　本文的样本选取中国60家商业银行数据，其中包括5家大型国有银行、12家全国性商业银行、30家城商行和13家农商行，开展过资产证券化业务的有36家，未开展过资产证券化业务的有24家，时间跨度为2007—2017年。相关样本的证券化数据来源于中国债券信息网和有关的公告信息。样本相关的微观数据来源于BankScope数据库。基准利率和GDP等宏观数据来源于中国人民银行和中国国家统计局。对样本进行描述性统计分析发现，不同银行间的不良贷款率、资本充足率、净资产收益率、流动比率等微观指标差异明显。把样本按是否开展证券化业务进一步分组，发现开展证券化业务的银行贷款增速普遍高于未开展证券化业务的银行，其贷款过度增长率和不良贷款率也高于后者。整体样本来看，证券化银行的贷款增长高于样本银行的整体贷款水平，其资产质量也相对较高。从银行流动性的特性来看，开展资产证券化的银行流动性水平更高，其盈利能力也相对更强，但也伴随着较高的流动性风险和收益率波动风险。从资产规模角度来看，开展证券化业务的银行总资产均值远大于未开展证券化的银行总资产均值，说明开展资产证券化业务的银行资产规模更大，不过其资本充足率均值要低于未开展证券化银行的资本充足率均值。

　　2.2实证结果分析

　　首先选择在2007—2017年间开展资产证券化业务的36家银行，核心解释变量为资产证券化程度(TSEC)，通过分析检验，分别对模型(3)至模型(5)进行固定面板效应回归分析，结果见下页表2所示。从表2中模型(3)的拟合结果来看，商业银行开展资产证券化业务与贷款增长率存在显著的正向关系，这也表明商业银行在开展证券化业务实现流动性的同时，有动力竭力扩张信贷，扩大利润，这又可能导致银行和市场流动性进一步放大。在宏观和微观审慎监管到位的情况下，适当的银行和市场流动性互为促进，有利于银行稳定。若监管不到位，流动性较差的贷款数量，因为银行盈利目的，可能通过证券化渠道进一步放大。低质量的贷款规模越大，银行需要承担的风险越高。在银行其他控制变量中，银行的不良贷款率和资产规模在1%置信水平下与贷款增长率均显著，表明银行资产质量越差，资产规模越大的银行信贷扩张就越缓慢。近年来，不少中小商业银行采取了激进的策略，贷款不良率快速上升，反过来约束银行资产进一步扩张。核心资本充足率与贷款增长率在1%的置信水平下显著正相关，通常情况下，银行资本充足，就有动力扩张资产规模。在宏观经济变量中，贷款基础利率在5%的置信水平下显著，符号为正。由于银行主要利润是存贷利率差，贷款利率上升表明银行收益的增加，银行有动力扩张贷款规模以获取更多的收益。不过，GDP增长率在5%的置信水平下显著负相关，表明在宏观经济的上行周期，银行贷款规模增速下降，在下行周期，贷款增速增加，似乎与预期不一致。但这个结果符合中国投资型经济的特点，银行业逆周期扩大贷款规模，有利于刺激经济走出低谷。从模型(4)的拟合结果来看，资产证券化活动对贷款过度增长率有正向冲击作用，这表明现阶段开展资产证券化业务的商业银行存在过度放贷现象。在新时代的金融业体系下，混业经营还不充分，分业监管模式也没完全到位，商业银行经营范围还受到不少管制。因此商业银行产品结构简单，品种单一，信贷业务还是商业银行主要的利润来源。在激烈的竞争环境下，商业银行有强烈动力扩张信贷。特别是中小银行，为了在激烈的竞争环境下抢占市场份额、做大做强，其规模扩张动力更强，相应的贷款增长水平普遍比国有商业银行高。资产证券化业务为商业银行提供一个融资渠道，促使银行为获得利润过度放贷。在其他控制变量中，不良贷款率和银行资产规模在1%置信水平下显著负相关，表明银行资产质量约束了资产扩张的速度。相比之下，资产规模大的银行风险管理水平相对较高，风险承受能力也较强。另外，在1%的置信水平下，核心资本充足率与贷款过度增长率关系显著，且系数为正，说明银行资本充足就有扩张的冲动。从模型(5)的拟合结果来看，银行资产证券化业务开展与不良贷款率没有明显的相关关系。可见银行因资产证券化提高了资产的流动性，激励扩张风险资产。但实际上，并没有降低贷款的审核标准或放松监督努力，所有不良贷款率没有因为证券化业务的开展而提高。在控制变量中，贷款增长率与不良贷款率在1%置信水平下呈现显著的负相关，这与常理不符，实际也说明银行在扩展资产规模中，并未降低审核标准或监督努力水平，反而降低了不良贷款占银行总资产的比例。在1%置信水平下，存款增速与不良贷款率显著正相关，存款大幅度增长刺激银行追求高风险资产。净资产收益率和资本充足率均与不良贷款率负相关，这与预期一致，稳健盈利、资本越充足的银行风险控制能力较高，风险资产的配置合理，资产质量也越高。宏观经济变量中，贷款基准利率系数在1%的置信水平显著正相关，这和模型(3)和模型(4)的结论一致。

　　2.3稳定性检验

　　为了保证模型实证结果的可靠性和有效性，需要对模型进行多重稳定性验证。首先用广义矩估计(GMM)对动态面板模型进行稳定性检验;其次在三个模型中核心解释变量(TSEC)用证券化虚拟变量(DSEC)来代替;最后，在用(DSEC)为核心解释变量情况下，扩大样本容量，将24家未开展资产证券化业务银行纳入样本，进一步验证模型。文中限于篇幅，只给出GMM方法的验证结果，见下页表3所示。对于后续两种验证，只给出分析结论。在表3中，自回归和Sargan的检验结果均接受原假设，因此工具变量的选择是合理的。从稳定性检验的整体结果来看，尽管各模型的拟合系数存在显著差异，但是资产证券化与信贷扩张和贷款过度增长率等指标的正向相关关系并没有改变，与不良贷款率指标的相关关系同样不显著。因此，本文实证结果是适合的，有较强的稳定性。

　　3结论

　　本文以60家中国商业银行2007—2017年的年度非平衡面板数据为研究样本，以贷款增长率作为银行信贷扩张代理被解释变量，贷款过度贷款率和不良贷款率为道德风险代理被解释变量，以资产证券化作为核心解释变量建立模型，实证分析资产证券化对中国商业银行贷款扩展的影响，并检验在资产证券化过程中是否存在道德风险问题。得出如下结论：一是资产证券化活动开展对贷款增长率值有显著的正向相关关系，说明该业务刺激了银行信贷扩张。此结果在一定程度上解释了资产证券化业务降低商业银行流动性水平;二是资产证券化对贷款过度增长率有正向促进作用，表明资产证券化业务尽管有利于提高资产流动性，但会刺激银行承担更多风险，这对银行稳定造成负面影响;三是资产证券化与不良贷款率之间的相关关系不显著，表明证券化活动尽管刺激了银行过度扩张信贷，但并没有降低审核标准和监督努力水平。在传统盈利模式下，商业银行是信用中介，并承担相应的信用风险。为了有效管理风险，银行会做严格的贷款审核并重视存续期的监督。但在资产证券化过程中，银行作为发起人与服务商，只是业务参与者。从银行角度来说，在证券化业务中信用风险可以被转移出去，尽管银行在资产违约中难以独善其身，但不需要承担所有后果。因此，道德风险行为可能在资产证券化过程中滋生，如降低贷款审核、放松事后监督等。由于信息不对称的存在，资产支持证券的持有者难以发现风险，即便商业银行主动或被动持有证券化产品，银行无须承担全部风险，因此其也可能倾向于“搭便车”。在目前资产证券化发展进程中，商业银行的逆向选择和道德风险并不明显，但随着该业务高速发展，大幅提高了信贷资产流动性，信用风险转移更为快捷，这极有可能增加银行的动机扭曲，恶化银行道德风险。因此，为了有效发挥资产证券化对银行的正面作用，维持资本市场持续健康和银行系统的稳定发展，制定针对银行在证券化过程中的逆向选择和道德风险约束激励机制是必要的。

　　参考文献：

　　[1]倪志凌.动机扭曲和资产证券化的微观审慎监管——基于美国数据的实证研究[J].国际金融研究，2011,(8).

　　[2]李悦.资产证券化对商业银行微观审慎监管的影响——基于流动性的思考[J].商业经济与管理，2014,(10).

　　[3]李佳.资产证券化监管框架的构建:从微观审慎向宏观审慎[J].金融理论与实践，2015,(15).

　　[4]巴曙松.资产证券化与银行风险控制——巴塞尔协议III下资产证券化的度量框架及其对我国的启示[J].价格理论与实践，2013,(11).

　　[5]代玉簪.信贷资产证券化与中国银行稳定性的关系研究[D].北京：对外经济贸易大学学位论文，2017.

　　[6]张晓岚，杨默.信贷资产证券化对商业银行动机扭曲的实证分析[J].统计与决策，2018,(20).

　　[7]王晓博，刘伟.存款保险制度对商业银行道德风险影响的实证研究[J].管理科学，2015,(5).

　　作者：屈剑峰单位：北京大学国家发展研究院中信证券股份有限公司

文章名称：信贷证券化对信贷扩张的影响

文章地址：http://www.zhichengg.com/jjlw/13624.html

上一篇：应急物资储备制度的完善建议
下一篇：企业人力资源危机管理能力经济论文