CRT市场与中国商业银行的系统性风险

周天芸,余洁宜

(中山大学国际商学院 ,广东 广州 510275)

一、引 言

2007年美国次贷危机引起了全世界的关注,学者们纷纷对金融危机的成因、影响以及应对措施进行深入的探讨。大多数研究认为,美国2007年金融危机的蔓延与信用风险转移 (Credit Risk Transfer,CRT)市场的发展有关。近年来,信用风险转移市场随着信用违约掉期、信贷资产证券化等信用衍生品的创新得以迅猛发展,银行通过各种信用工具将信用风险转移到金融体系中。大量的信用风险转移行为使银行系统风险增大,最终导致 “多米诺骨牌”般的连锁反应,引起金融市场动荡。反思这次危机的成因,探讨中国的CRT市场发展给银行系统性风险带来的影响,对促进银行系统的健康发展无疑具有重要意义。

从金融市场层面,信用风险转移的工具有贷款出售、抵押贷款支持证券 (Mortgage backed securities,MBS)、资产支持证券 (Asset backed securities,ABS)、担保债务凭证 (Collatoralized debt obligations,CD0s)等资产证券化产品,信用违约互换 (Credit default swap,CDS)、总收益互换 (Total return swap)等信用衍生产品。

中国的CRT市场发展目前处于起步阶段,信用风险转移机制尚不健全,信用风险转移产品种类不多,交易量也相对较小。从资产证券化产品来看,2005年3月,中国开始试行资产证券化,但截止到2008年底总共才发行了19单,价值668亿元的信贷资产证券化产品。①数据来源：路透资讯http：//cn.reuters.com/article/chinaNews/idCNCHINA-4991820110929。而自2009年始,由于金融危机的原因,资产证券化的实践基本停止。至于信用衍生品,中国银行间市场交易商协会于2010年11月5日推出类似于CDS的信用风险缓释合约 (Credit risk mitigation agreement,CRMA),当天共有9家不同类型的交易商,达成了首批20笔交易,名义本金合计达18.4亿元人民币①数据来源：中国银行间市场交易商协会网站http：//www.nafmii.org.cn/Channel/404445。。11月23日,4只信用风险缓释凭证 (Credit risk mitigation warrant,CRMW)全部创设成功,名义本金合计4.8亿元,中国首创的CRMW成功上线,中国的金融衍生品市场步入新的发展阶段。据报道,中国信用风险缓释工具的交易并未迅速增长,而是处于停滞状态②资料来源：21世纪网— 《21世纪经济报道》http：//biz.cn.yahoo.com/ypen/20110617/420413.html。。相比较而言,贷款转让这种基础性工具在中国银行系统交易更为频繁、规模也比较大,大多数银行都通过贷款转让将贷款销售出去,以此规避信贷风险。

本文结合中国CRT市场的发展现状,选取国内发展较为成熟的贷款转让市场,通过面板数据实证研究其对中国的银行系统性风险的影响,并对系统性风险的来源进行深入探讨。

二、研究文献回顾

国外的CRT市场发展比较成熟具有一定规模,且CRT工具种类繁多、交易频繁。由于CRT市场的发展使银行在风险管理上能够采取更加积极主动的方式,因此,众多学者对CRT市场交易及其对系统性风险带来的影响进行研究。

国外学者的研究大多证明信用风险转移行为会增加商业银行的系统性风险。Cebenoyan和Strahan(2004)[1]对美国贷款出售市场的实证研究发现,贷款出售使银行倾向于增大财务杠杆,并发放更多的风险贷款,风险管理活动最终不会减少银行的系统风险;Hansel和Krahnen(2007)[2]研究发现,CDOs的发行会提高发行银行的beta值,而且银行盈利能力越低、杠杆系数越高、所处的金融体系越倾向于银行主导型;Jiangli和prisker(2008)[3]发现银行通过资产证券化降低无力偿付的风险并提高盈利的同时,提高了自身的财务杠杆比率,从而增大了风险;Calmes,C和Theoret,R(2010)[4]利用加拿大1988-2007年的数据发现,整体上表外业务比例较高的银行,银行资产回报率较低,银行的风险较高;AndréUhde和Tobias C.Michalak(2010)[5]指出资产证券化会显著增加欧洲银行的系统性风险,且系统性风险的增加来自大型金融机构大量重复地参与资产证券化活动;Rob Nijskens和Wolf Wagner(2011)[6]利用交易信用违约掉期 (CDS)和抵押贷款证券 (CLO)的银行样本,测量了个体银行的风险和银行系统性风险,发现交易信用工具的商业银行股价贝塔呈长期增加趋势,通过分解贝塔进一步发现,系统性风险的增加源于银行间的相关性增加。

中国对信用风险转移 (CRT)市场的研究尚属于起步阶段,大多数文章都是从宏观层面、制度层面上去评述信用风险转移市场的发展、作用、影响等,尚没有学者运用数据对中国的信用风险转移市场进行实证研究,本文从实证角度研究贷款转让这种信用风险转移工具对中国银行系统性风险的影响,无疑具有重要意义。

中国的贷款转让始于1998年7月,第一笔贷款转让交易是中国银行上海分行和广东发展银行上海分行签订的银行债权转让协议。2002年8月,中国人民银行批准民生银行开展贷款转让业务,不久,民生银行上海分行与锦江财务公司开展了2亿元的贷款转让业务,中国的贷款转让业务逐渐在银行间开展起来。中国贷款转让交易额2008年达到8000亿元左右 (王宇,2010)[7],2009年则达到2万亿元左右。从交易主体范围上看,从最初的四大金融资产管理公司和商业银行扩展到商业银行、政策性银行、农村商业银行、城市银行、外资银行、财务公司等多类金融机构,贷款转让成为商业银行转移信用风险的工具,在银行信用风险管理中具有重要地位。

2010年9月25日,21家银行业金融机构在上海签订了 《贷款转让主协议》,全国银行间贷款转让交易系统正式启动。该系统采用询价交易形式,由中国外汇交易中心管理,24小时均可登陆交易。该系统依靠银行间同业拆解中心专线网络运作,为签订了主协议具有贷款转让资格并已与交易中心联网的银行间机构投资者提供报价、交易确认以及信息披露等服务。该系统得到中国人民银行的直接指导,并依托银行间市场的大量资源,成为贷款转让的主要场所。系统上线当日,上海浦东发展银行和山西晋城商业银行达成首笔可拆分转让成交,转让本金额3000万元,交通银行和工商银行达成首笔整体转让成交,转让本金额4000万元。目前共有51家中外资银行、2家财务公司①数据来源：中国银行间市场交易商协会网站http：//www.nafmii.org.cn/Info/399404。签署该协议并参与贷款转让。《贷款转让主协议》的签署、贷款转让交易系统的上线对中国商业银行的信用风险转让具有重要意义。

三、实证模型与结果的经济意义

1.模型设定与数据选择

本文研究银行参与贷款转让后对于自身和银行系统性风险的影响,由于市场并无具体披露各个银行进行贷款转让交易的确切时间与交易规模,因此,基于公开信息和新闻报道的情况,本文设计以 《贷款转让协议主协议》签署日为时间点,代表银行通过贷款转让交易系统进行系统化的规范化的贷款转让活动。本文将签署日作为里程碑式的事件点,以此研究各银行正式贷款转让对银行间系统性风险的影响。

实证模型方面,本文采用前人普遍使用的银行股价beta值来衡量银行系统性风险,借鉴Hansel和Krahnen(2007)、AndréUhde和Michalak(2010)、Nijskens和Wolf Wagner(2011),采用事件研究方法,建立扩展的CAPM模型测算贷款转让与银行风险的关系。

上式中,αi表示银行的固定效应,Ri,t和RM,t分别是银行和市场组合的超额回报率;Dabn是虚拟变量,用来衡量贷款转让造成的异常波动,贷款转让发生时点的前后各20天的时间内取值为1,其余取值为0;Dtemp是衡量暂时平均效应的虚拟变量,在贷款转让发生后的80天时间段内取1;Dperm用来衡量持久平均效应,贷款转让发生后取值为1,发生前取值为0;DtempRM,t和DpermRM,t这两个交叉项的系数分别表示贷款转让事件窗口后80天内和整个样本期内银行beta值的改变,即用来衡量短期和长期效应。

考虑到本文研究国内银行系统性风险,且外资银行在中国银行市场的份额不大,故本文只选取国内A股上市的中资银行。本文选取参与贷款转让主协议的14家上市银行作为样本,包括宁波银行、上海浦东发展银行、民生银行、招商银行、南京银行、兴业银行、北京银行、中国农业银行、交通银行、中国工商银行、光大银行、中国建设银行、中国银行和中信银行。本文数据选择为贷款转让签署日前后的各6个月的日交易数据,样本区间为2010年3月至2011年3月。因为光大银行在2010年8月19日开始上市交易,故数据样本为2010年8月19日到2011年10月27日的交易数据。

Ri,t和RM,t分别通过银行个股、上证综合指数和深证综合指数的收盘价计算得到。由于本研究涉及的均是银行以及银行之间的交易,故将银行间隔夜拆借利率作为基准利率,代替无风险利率,用以计算超额回报,本文的数据全部来自wind资讯。

2.实证结果的经济解释

用Eviews6.0软件对实证模型进行回归,面板数据的混合效应、固定效应和随机效应模型的回归结果在系数大小和显著性上基本相近。本文进行模型选择检验后,最终采用混合效应面板最小二乘模型进行回归,结果如下表1：

表1 总体回归结果

第一组回归结果显示,除了异常回报Dabn的系数δi外,其它的回归系数都是在1%的显著性水平下显著的。δi不显著说明 《贷款转让主协议》的签订并没有给银行带来超常回报,也没有对市场造成扰动,市场预期银行的贷款转让不会给银行带来很大影响。

Dperm系数显著,表示贷款转让长期来看能使银行收益平均提高0.0057。由于虚拟变量在衡量短期效应区间存在重复设定,故经过处理,短期内银行收益提高0.0034(=-0.0023+0.0057)。所以贷款转让短期能增加银行的收益,但增加幅度不大。

衡量长期效应的DpermRM,t,其系数估计值为0.208,且非常显著,说明长期来看,贷款转让使银行股价的beta值增加0.208,表明系统性风险系数增加。由于短期股权回报的beta值为0.118(=-0.090+0.208),因此短期来看,贷款转让使银行系统性风险系数提高0.118,相比于长期来说,风险系数增长得较少,这与第二组模型的回归结果一致。

作为对照的第二组回归模型,在去掉衡量短期平均效应和短期效应的变量后,与第一组的回归结果对比,发现市场组合的bata值几乎没有改变,依然在1%的显著性水平下显著,而衡量长期效应的系数降低到0.176,正好与第一组回归结果相对应,即短期bata值比长期bata值增加得少,证明贷款转让活动提高了中国商业银行的系统性风险,而且长期的系统性风险提高比短期更多。

贷款转让作为信用风险转移工具,为商业银行的信用风险管理提供了良好的途径。银行通过贷款转让将部分债权出售,降低自己的风险集中度,提高自身的流动性,增强抵抗外界冲击的能力,这也是CRT市场发展的初衷。然而,信用风险的转移另一方面却又提高了商业银行在信用限额内发放贷款的意愿与能力,银行向高风险的债务人发放贷款,以提高自身的盈利性,事实上导致银行承担更高的风险,处于更高的风险暴露状态,这可能是贷款转让导致银行系统性风险增加的原因。

长期来看,商业银行可能通过贷款转让进一步改变自身的贷款结构,提高自身的财务杠杆,这将进一步导致长期风险的增长。

3.分组实证结果

由于 “中、农、工、建、交”五大国有股份制商业银行无论是资产规模还是存贷款数量都远远超过其他商业银行,因此,本文将五大国有股份制商业银行与其他商业银行分组进行实证检验,以研究特定组别银行的特点。

同样运用前述的实证模型 (1),对样本数据进行分组后,分别进行面板数据的回归,结果如表2。

表2的结果显示,进行贷款转让活动之前,五大国有股份制商业银行的平均beta系数为0.543,明显低于其他商业银行的0.854,反映国有股份制商业银行的系统性风险相对比较低;国有股份制商业银行组的Dtemp系数不显著,而Dperm系数为0.0057,且在95%的置信水平下显著;而其他商业银行组的结果显示,短期内商业银行的回报提高0.0032,而长期则提高0.0062,略高于国有银行组。

表2 分组回归的结果

贷款转让对商业银行系统性风险水平的影响,国有股份制商业银行组短期内beta值增加0.247,长期来看则提高0.315;其他商业银行组短期内beta值提高0.070,长期则提高0.175。总体上,银行的系统性风险水平在进行贷款转让后都有所提高,国有股份制商业银行的系统性风险水平提高幅度更大。

通过比较回归系数,发现贷款转让给非国有商业银行带来的效用较高。非国有的商业银行通过贷款转让,较多地提高了银行权益的回报,但其系统性风险水平并没有国有股份制商业银行提高得那么多;同时,贷款转让缩小了两组银行的系统性风险水平差距,使两类银行的风险水平更加趋同,一定程度反映非国有的商业银行通过贷款转让交易活动向国有股份制商业银行传递了自身的风险。

四、Beta的分解及其经济意义

虽然贷款转让增大了银行股价的beta值,表明其系统性风险有所增加,但尚无法体现系统性风险的来源及作用机制,我们采用Nijskens和Wolf Wagner(2011)的方法,将beta分解为个体银行方差以及银行与市场的相关系数,以研究银行系统性风险增加的来源。

由于银行股价的beta为单个股票与市场组合的协方差与市场组合的方差的比值,即：βi=

该式表明beta可分解为股票与市场的相关系数和股票标准差与市场标准差的比值的乘积。Beta的改变或来自于相关性的改变,或者来自于个体相对标准差的改变。本文接着对中国商业银行的beta值进行分解,深入探讨中国商业银行系统性风险的来源。

为了研究贷款转让是否对银行间的相关性产生影响,本文将个股回报和市场回报都除行标准化处理,通过回归系数估计ρi,M。

ti表示贷款转让的发生日。

表3 相关系数回归结果

回归结果显示,个股与市场的相关性较高,系数达0.63,而且贷款转让会提高相关性,短期来看,相关系数提高了0.094(=-0.085339+0.179598),长期来看,增加值等于0.180。据此推断,商业银行的贷款转让会提高银行间的相关性,银行系统性风险的增加部分来自于银行与市场的相关性的增加。

进一步测算银行个体的方差与市场方差的比值对系统性风险的贡献度,以0和1分别表示贷款转让前和贷款转让后,Δ表示贷款转让带来的变化值,根据定义,

通过分析银行的贷款转让行为发现,一方面,银行是将风险贷款通过贷款市场转让,以期降低自身的信用风险,这是银行规避风险的行为,但总体上并没有消除风险,只是把风险转移给其它机构,这种转移加强了银行与银行之间的联系,加强了银行与整个市场的关联性;另一方面,银行通过贷款转让腾出信用额度,发放新的贷款,形成多样化的资产组合,这加强了银行与市场组合之间的相关性,这可能是低风险国有商业银行在贷款转让交易活动后风险水平被拉高的原因。这种相关性增大了银行的系统性风险,使得银行风险更容易在银行之间传染,更容易引起连锁反应,金融的系统性风险增高。

五、结 论

本文利用中国上市银行的面板数据,通过扩展的CAPM模型,测算贷款转让对中国商业银行系统性风险的影响。结果表明,商业银行进行贷款转让之后,系统性风险水平有明显提高,而国有股份制商业银行提高系统性风险的水平比非国有商业银行更明显。通过beta的分解,发现系统性风险水平的提高来自于商业银行与市场相关性的提高。因此,单个银行通过贷款转让将个体风险转移到市场中,提高了市场的相关性,因此提高了系统性风险。

通过本文的研究,中国金融监管部门在对银行进行监管时,不应仅仅将监管重点置于银行个体的风险暴露水平,同时应关注银行个体行为对市场整体风险水平的影响。对于信用风险转移(CRT)市场,在发展和建设过程中,要循序渐进地稳步发展,清晰其对银行系统性风险的双重效应,相应地建立银行系统风险的预防机制,防止风险隐患通过银行间市场引起连锁反应而带来金融动荡。

[1]A.Sinan Cebenoyan,Philip E.Strahan,2004,“ Riskmanagement,capital structureand lending at banks” ,Journal of Banking&Finance,28(2004),19-43.

[2]Dennis N.Hanse,Jan-Pieter Krahnen,2007,“Does credit securitization reducebank risk Evidence from he European CDO market” ,Working paper,Center for Financial Studies,Goethe University Frankfurt.

[3]Wenying Jiangli,Matt Pritsker,2008,“The Impacts of Securitization on US Bank Holding Companies” ,Proceedings,2008,May,pages377-393.

[4]Christian Calmèsa,Raymond Théoret,2010,“Theimpact of off-balance-sheetactivitieson banksreturns：An application of the ARCH-M to Canadian data”,Journal of Banking&Finance 34(2010)1719-1728.

[5]AndréUhde,Tobias C.Michalak,2010,“Securitization and systematic risk in Europeanbanking：Empirical evidence” ,Journal of Banking&Finance,34(2010),3061-3077.

[6]Rob Nijskens,Wolf Wagner,2011,“Credit risk transfer activities and systemic risk：How banks became lessrisky individually but posed greater risksto the nancial system at the same time”,Journal of Banking&Finance 35(2011)1391-1398.

[7]王宇.中国贷款转让市场研究(二)：中国贷款转让业务的发展 [J].金融发展评论,2010,(11).