陈 玮 傅亚平
(上海交通大学 安泰经济与管理学院,上海 200030)
金融危机前后信贷资产证券化对商业银行行为和风险的影响
——基于美国面板数据的研究
陈 玮 傅亚平
(上海交通大学 安泰经济与管理学院,上海 200030)
资产证券化本是银行转移信用风险的重要手段,但实际开展过程中却增加了银行风险承担意愿并弱化对贷款的审核动力,上述动机扭曲最终加大银行业绩的波动性。金融危机后,美国监管层出台了包括风险自留、限制资产出表等政策。本文基于美国银行控股公司信贷资产证券化面板数据,比较金融危机前后证券化引起的动机扭曲程度,探讨金融危机后金融改革法案的有效性。实证结果表明,资产证券化确实造成银行动机扭曲并提升银行面临的风险水平,新监管政策则有效地修正了动机扭曲,这将为我国资产证券化业务的开展提供借鉴。
信贷证券化;动机扭曲;政策有效性
资产证券化作为金融风险管理的重要创新,本意是将信用风险转移给更能承担风险的投资者,实现风险的优化配置,提高金融机构资产负债管理和资本配置的灵活度,进而增强抵御外界冲击的能力。然而,信贷证券化对银行的影响并不是静态的,银行往往会对资产证券化作出应对,影响其风险承担水平和银行稳定性。
1.1 改变银行风险承担意愿
证券化使得银行将缺乏流动性的信贷资产转化为流动性较好的资产,极大提高了银行资产流动性,进而降低了出现违约等危机状况下将资产变现的成本,变现成本的降低使得银行承担风险的意愿增强。另一方面,银行资产流动性的提升激励银行持有较少的流动性资产,通过持有更多的流动性较差的高风险资产获取高利润。
Cebenoyan等[1]利用美国1988-1993年贷款出售市场数据进行实证分析,发现进行贷款出售的银行以更少的资本支撑更高的贷款水平。Goderis等[2]以1995-2004年发行过CLO(贷款抵押债券)的65家银行作为研究对象,构建对照组分析发现发行过CLO的银行放贷量增加50%。Hirtle[3]以美国银行1997-2006年的信用衍生品交易作为研究对象,发现信用衍生品交易量越大,长期贷款所占比重也越高。Jiangli等[4]以银行规模作为资产证券化的代理变量,利用2SLS回归方法发现资产证券化提高了银行的杠杆水平。
基于此,本文作出如下假设:
假设1 信贷资产证券化将增强银行风险承担意愿。
1.2 改变银行与借款者关系
在传统业务模式下,银行通常会“发起并持有”贷款,为了防范借款者还款能力恶化带来的损失,银行有足够的动力在贷款前对借款者的信用状况和财务状况进行充分的审核,并在放贷后对贷款的使用情况和借款者的行为实施持续的监督。资产证券化的快速兴起则改变了这一传统业务模型,银行不再将贷款持有到期,而是向“发起并分配”的模式转变,银行可以将回款期内的贷款打包成资产包进行出售,从而提前收回本金和利息,锁定风险和收益。证券化使得银行可以轻松地将信用风险转移出去,银行不必对贷款质量进行严格审查,对借款者的事前审核力度将会下滑;证券化后银行也不必再承担违约风险,因而银行贷后监督的动机弱化,直接导致银行发放贷款的标准下降、贷款质量下滑和潜在的风险积累。
Arping[5]刻画了企业和银行之间动态融资模型,分析认为银行在购买长期信用保护的情况下,信用事件发生后,银行虽然可以获得补偿,支付的却是长期的监督成本和信用保护费用,因而银行会选择不进行贷款监督。Kiff等[6]认为资产证券化市场的出现带来新的信息不对称问题,银行对借款人的审核动机减弱,放贷标准降低(道德风险);对借款人贷款使用情况监督动机下降(逆向选择)。Keys et al.(2010)则利用美国次级抵押贷款支持证券数据来实证研究证券化是否弱化银行监管动力,发现证券化的贷款组合的违约概率比非证券化组合高20%,因而作者认为证券化确实扭曲了银行对贷款者的监督,造成贷款质量下滑。
基于此,本文作出如下假设:
假设2 信贷资产证券化将弱化银行信贷监督努力程度。
1.3 改变银行风险水平
结合上述两小节的分析,资产证券化降低了不良资产处置成本,提高了银行的风险承担意愿,激励银行从事高风险业务,加大风险暴露。另一方面,资产证券化业务为银行出售贷款资产、转移信用风险提供便利,进而导致银行放松贷款的事前事后审核,降低了贷款的质量。
Hakenes等[7]通过理论模型刻画CRT市场的“柠檬问题”发现信用风险转移工具使得银行突破了风险约束,激励银行发放不良贷款,导致整体风险上升。孙安琴[8]建立理论模型发现风险资产流动性尽管有助于银行以较小损失变现资产,但会鼓励银行承担更多风险,降低银行稳定性。
基于此,本文作出如下假设:
假设3 信贷资产证券化将导致动机扭曲,不利于银行经营稳定性。
1.4 金融危机后监管政策落地的影响探究
金融危机后,针对资产证券化造成的银行动机扭曲,美国监管层出台了包括风险自留、提高证券化产品风险权重、限制资产出表、提高信息透明度在内的各项措施,具体内容如表1所示。
要求银行持有5%的风险资产旨在实现银行盈利状况与基础贷款质量捆绑,给予银行继续加强贷前审核和贷后监管的动力,GabriellaChiesa(2008)构建理论模型论证基于保留风险的资本约束可以解决道德风险问题,达到最优状态。
规定彻底取消专门为销售证券化资产而成立的,以合格特殊目的实体形式出现的独立子公司,其证券化资产需重新囊括在主体公司报表中,使得银行证券化业务风险在资产负债表上得以体现,便于信息披露和监管;新规提高证券化产品风险权重,通过增大证券化业务资本占用,规范银行通过证券化节约资本实现监管套利的动机,提高银行风险管理意识。BarbaraCasu et al.(2011)利用美国控股银行数据论证:若银行开展资产证券化但通过合约仍持有资产风险暴露,则资产证券化规模越大,越倾向于持有低风险资产组合。
上述政策有利于修正银行动机扭曲,保持贷款审慎发放和稳健的风险管理风格,提高银行经营和盈利的稳定性。LeHuong et al.(2015)运用多种不同的银行风险水平衡量方法对美国商业银行数据实证分析,发现在金融危机之后,资产证券化并不会显著增大银行风险水平,并认为是金融危机期间银行承受的经济损失教训及监管要求提高的共同作用,弱化了参与资产证券化的商业银行倾向于持有更多风险权重较高的资产、进行高风险投资行为的动机。
基于此,本文作出如下假设:
假设4新监管政策将提升银行信贷监督努力程度,弱化从事高风险行为动机,有利于银行经营的稳定。
本文将主要参考倪志凌(2011)的研究方法来探讨信贷资产证券化如何影响银行贷款监督努力程度及风险承担意愿,并最终作用于单个银行承担的风险水平。在倪志凌(2011)研究的基础上,本文还将探索金融危机后美国一系列新监管政策出台后,上述影响有何改变,以此评判监管措施对修正激励扭曲的效果,并为我国监管措施的制定提供借鉴。
表1 金融危机后资产证券化相关政策梳理
2.1 样本选取和数据来源
本文实证研究所用的银行资产证券化和财务指标季度数据均来自美国联邦储备银行芝加哥分行提供的银行控股公司数据库(BHCdatabase)。美国证券化市场自20世纪80年代起步,参与者广泛,市场规模大,且监管较为成熟,尤其是金融危机后,巴塞尔委员会、美国财务会计标准委员会、美国联邦存款保险公司等纷纷颁布新政策来规范银行资产证券化的动机和行为,为研究提供了充分的代表性,因而本文选用美国银行数据。
具体而言,本文选用的数据来自BHCdatabase中的FRY-9Creport,其中利润表数据源自Schedule-HI,资产负债表数据源自Schedule-HC,资产证券化数据源自Schedule-HC-S。此外,美国联邦基金利率则取自Wind金融数据库。
本文采用2002年一季度到2007年二季度来代表金融危机前时段,选择2007年二季度主要是因为金融危机在2007年三季度爆发,而选择2002年一季度作为开始则主要考虑到部分财务指标数据在数据库中自2002年一季度开始收录。金融危机后则选取了2011年一季度到2016年二季度,主要是考虑到2009-2010年资产证券化相关政策落地,自2011年开始可以给予市场一定的消化时间更好地考察监管政策的效果。最终确定的金融危机前后样本数据期间均为22个季度。
样本银行方面,本文筛选出2016年二季度证券化贷款总量前60的银行,剔除掉2002-2016年期间非连续存续、数据不完整的样本,最后得到30家样本银行,这30家样本银行2007年二季度证券化贷款总量占当期所有银行控股公司证券化贷款总量的72.08%,所选样本银行2016年二季度证券化贷款总量占当期比例则为78.22%。总体而言,本文所选样本有充分的代表性。
2.2 变量选取和模型构建
2.2.1 研究资产证券化对银行风险承担意愿的影响
参照面板数据分析的一般思路,本文分别建立固定效应模型、随机效应模型和普通OLS混合回归模型来进行分析,构建的模型如下:
固定效应模型:
随机效应模型:
混合回归模型:
下标i代表不同银行、t代表不同季度;ci代表与银行有关的常数;μi代表与银行有关的随机变量;μit代表残差项。其他指标的字母表示、含义、计算方法、预期回归结果符号等如表2所示。
表2 研究资产证券化对银行风险承担意愿的影响模型变量说明
2.2.2研究资产证券化对银行信贷监督努力程度的影响
与2.2.1类似,本小节构建的模型如下:
固定效应模型:
随机效应模型:
混合回归模型:
下标i代表不同银行、t代表不同季度;ci代表与银行有关的常数;μi代表与银行有关的随机变量;μit代表残差项。其他指标的字母表示、含义、计算方法、预期回归结果符号等如表3所示。
表3 研究资产证券化对银行信贷监督努力程度的影响模型变量说明
2.2.3 研究银行因证券化动机扭曲对风险水平的影响
参考LeHuong et al.(2016)的处理,为减轻逆向回归问题,自变量均选择t时期值,而因变量则选取t+1期值;同时参照傅亚平,陈宇晓(2012)选取权益资本占总资产比例、银行规模等指标作为控制变量。与前两小节类似,此处分别建立固定效应模型、随机效应模型和普通OLS混合回归模型来进行分析,构建的模型如下:
固定效应模型:
随机效应模型:
混合回归模型:
下标i代表不同银行,t代表不同季度,ci代表与银行有关的常数,μi代表与银行有关的随机变量,μit代表残差项。其他指标的字母表示、含义、计算方法、预期回归结果符号等如表4所示:
表5、6、7分别总结了金融危机前、后样本对模型式(1)~(3)、(4)~(6)、(7)~(9)回归的结果及关于模型选择的检验结果。为节约篇幅,以下着重对本文最为关注的系数回归结果展开分析。
表4 研究银行因证券化动机扭曲对风险水平的影响模型变量说明
表5 资产证券化对银行风险承担意愿的回归结果
表6 资产证券化对银行信贷监督努力程度的回归结果
表7 资产证券化造成银行动机扭曲影响风险水平的回归结果
3.1资产证券化对银行风险承担意愿的回归结果分析
由于F检验均拒绝了构建混合回归模型的原假设,而Hausman随机效应检验效力不高,此处将着重分析随机效应模型及固定效应模型回归结果。
危机前样本回归结果显示,证券化贷款比率(SLR)回归系数显著为正,证实了假设1,即资产证券化提高银行资产流动性,便利银行转移风险的特点激励银行从事高风险业务,鼓励银行持有高风险资产;而使用金融危机后的数据则发现,证券化并不会显著引起银行持有高风险资产,这一结论与假设4相吻合,说明金融危机后出台的加强对证券化监管的政策在防范银行从事高风险业务方面有一定效果。
3.2 资产证券化对银行信贷监督努力程度的回归结果分析
由于F检验均拒绝了构建混合回归模型的原假设,而Hausman随机效应检验在此处效力不高,本文将侧重分析随机效应模型及固定效应模型回归结果。
回归结果表明,金融危机前资产证券化业务的开展显著削弱银行对贷款事前审核的动机,而在金融危机后,这种影响并不显著,假设2和假设4得到佐证,说明一系列新政策的出台缓解了证券化造成的道德风险问题。
3.3 资产证券化造成银行动机扭曲影响风险水平的回归结果分析
由于F检验均拒绝了构建混合回归模型的原假设,对金融危机前样本Hausman随机效应检验效力不高,此处将结合随机效应模型及固定效应模型回归结果进行分析;而对于金融危机后样本,Hausman随机效应检验显示应构建固定效应模型,且随机效应模型解释力较差,故本文将侧重于分析固定效应模型结果。
危机前样本RB和MON的回归系数显著为正,证实了假设3,银行信贷资产证券化改变了银行的行为进而提高了业绩的波动性;利用金融危机后样本进行分析,则发现RB、MON系数均显著为负,符合此前假设4的内容,危机后监管趋严改变了证券化造成的动机扭曲,有利于银行经营的稳定性。
本文利用美国银行控股公司信贷资产证券化面板数据,研究发现信贷证券化激励银行从事高风险业务,降低对贷款的监督程度,最终导致经营收益波动加剧,个体面临风险加大。而金融危机后新金融监管政策的实施,有效缓解证券化造成的动机扭曲问题,化解对银行风险的不利影响。
我国的资产证券化自2005年试点以来,截至2015年银行间债券市场发行的信贷证券化产品共107笔,总规模已飞跃至4075.24亿元,我国商业银行资产证券化业务已步入高速发展通道。与此同时,2016年以来我国企业资产证券化明显提速,产品基础资产类型更趋多元化,以融资租赁资产、信托受益权及应收账款为基础资产的产品发行势头增长迅猛。在这种背景下,加强对市场和产品的风险管控,完善法律基础和配套制度就显得愈加重要。
本文的实证研究初步论证了美国监管层金融新政策的有效性,可以为我国规范资产证券化业务、完善证券化市场提供切入点。具体来说,微观层面需防范证券化引发的动机扭曲问题,提高资本约束,加强流动性监管,提出更严格的信息披露要求,降低发起人和投资人之间的信息不对称,缓解道德风险和逆向选择问题。宏观层面则需关注资产证券化等新型金融业务导致的银行间联系加强,银行单个安全并不代表系统安全,重视风险形式的转化,对不同市场、行业实施全面监管,从而避免金融机构之间受到共同冲击造成金融系统的不稳定。
[1]CebenoyanA,StrahanP.Risk management,capital structure and lending at banks[J].Journal ofBanking&Finance,2004,28(1):19-43.
[2]GoderisB,MarshI,Vall-CastelloJ,et al.Bank behaviour with access to credit risk transfer markets[J].CenterDiscussionPaper,2006,100:1-29.
[3]HirtleB.Credit derivatives and bank credit supply[J].StaffReports,2008,18(2):125-150.
[4]JiangliW,PritskerM.The impacts of securitization onU.S.bank holding companies[J].SsrnElectronicJournal,2008,283(May):377-393.
[5]ArpingA.Playing hardball:Relationship banking in the age of credit derivatives[J].FameResearchPaper,2002.
[6]KiffJ,MichaudF,MitchellJ.An analytical review of credit risk transfer instruments[J].FinancialStabilityReview,2003,1(1):106-131.
[7]HakenesH,SchnabelI.Credit risk transfer and bank competition[J].Journal ofFinancialIntermediation,2010,19(3):308-332.
[8]孙安琴.信用风险转移与银行体系稳定性研究[J].金融研究,2011(11):102-111.
Research on the Influence of Securitization on Commercial Banks’ Behavior and Risk Before and after the Financial Crisis——A Study Based on Panel Data from America
Chen Wei Fu Yaping
(Antai College of Economics & Management,Shanghai Jiao Tong University, Shanghai 200030)
Credit assets securitization is an important way of transferring risk for commercial banks but leads to motivational distortion in the following way. Firstly, securitization increases liquidity of banks’ assets, thus encouraging banks to engage in business of high risk. Secondly, securitization can help banks easily transfer credit risk, which weakens their motive to verify and monitor the quality of loans. After the financial crisis, American supervisors realized the problem and introduced a series of policies. This essay aims at comparing the degree of motivational distortion before and after the financial crisis and examining the effect of policies issued. The results show that: credit assets securitization indeed causes the problem of motivational distortion and increases banks’ risk level. What’s more, policies carried out after the financial crisis revised motivational distortion effectively, which has important implications to china’s development of assets securitization.
credit assets securitization; motivational distortion; bank risk
F830.59
A
1005-9679(2017)02-0017-06
2016-12-28
陈玮,上海交通大学安泰经济与管理学院,硕士研究生,研究方向:商业银行;傅亚平,上海交通大学安泰经济与管理学院,副教授。