上市商业银行同业业务的风险承担影响实证研究——来自面板工具变量法的证据

朱顺泉，赖少钺

(广东财经大学 金融学院，广东 广州 510320)

一、引言

商业银行作为中国金融体系的主体，发挥着信用中介、支付中介与信用创造的功能，以及履行着金融服务的职能，对中国金融体系的安全与有效运作发挥着支柱作用，往往也是爆发金融危机的导火索，目前商业银行体系积聚的风险越来越大，引起了监管层、业界和学界的高度关注。

存贷业务是商业银行传统重要性业务，存贷利差收入是商业银行收入最主要来源，然而伴随中国利率市场化加速，金融脱媒加剧，叠加经济新常态的多重影响，商业银行利差缩窄，利润增速放缓。为了寻找新的利润来源，银行创新业务推陈出新，以同业业务、理财业务和表外业务为主导的新型业务在金融自由化的时代背景下如雨后春笋般茁壮成长。业务创新使银行走向多元化，但在分业经营的监管框架和差异化监管的政策下，部分商业银行业务创新是游走在监管的灰色地带中，且逐渐演变成为规避监管和过度监管套利的乱象，商业银行同业业务正是这一乱象中最为严重的地方，且诱发许多不良后果。原因有二：其一，商业银行同业业务不受债权风险和存贷比的限制，无需缴纳存款准备金，支撑了商业银行资产负债表的快速扩张[1-2]；其二，同业业务的操作方式以期限错配和高杆杠运作为支撑，容易引发流动性风险和金融机构间的传染性风险，发生系统性风险的概率增加[3-4]。

早期商业银行同业业务主要集中于同业拆借市场中，同业功能仅限于商业银行之间的拆借，解决银行短期流动性问题。随着金融创新的加速，规避监管的内在动力加强，商业银行以同业业务为突破口，不断进行业务扩张。按照银监会127号文《关于规范金融机构同业业务的通知》(以下简称127号文)对商业银行同业业务的定义，同业业务包括各种同业投融资业务，根据标的资产是否可在公开市场进行交易分为两大类：只能对接标准资产的同业业务和可以对接非标资产的同业投资。前者主要包括存放同业、拆出资金和买入返售金融资产等同业资产业务，以及同业存放、拆入资金和卖出回购等同业负债业务。127号文出台前，商业银行通过开展大量的买入返售业务来实现“信贷腾挪”，政策出台后，监管机构明确禁止买入返售对接非标，堵住了同业非标后门。然而在这场监管与规避监管的“猫鼠”游戏中，商业银行又快速地把各种同业非标业务转到应收款项类投资科目上，在同业负债规模不能超过总负债的三分之一的限制下，商业银行又纷纷发售同业存单来替代同业融资。金融工作会议后，严监管和防控金融风险成为了主旋律，特别是涉及国计民生的银行业更是监管机构的重点关注对象，以银监会“三违反”、“三套利”、“四不当”专项治理工作和中国人民银行2017年第二季度货币政策执行报告中提出，到2018年一季度开始，把规模超5 000亿元的商业银行同业存单业务纳入MPA同业负债作为考核标志，宣告着新一轮商业银行同业业务规范运作监管的到来。

二、文献综述

目前对同业业务风险的研究主要集中在流动性与传染性风险关系上。Allen等对银行间通过资产负债直接传染风险的机制进行了开创性研究[5]。不同银行间市场的流动性冲击是不完全相关的，所以银行持有不同银行间流动性头寸以应对流动性冲击。当银行间市场没有出现总体不确定时，最优的风险共担配置机制是可实现的，然而这种融资机制是脆弱的。即使一个区域的小小流动性冲击，也能传染至整个经济体，传染的可能性严重依赖于银行间市场结构是否健全，完善的市场结构往往更加稳健。Rajkamal等发现了同业关联性与风险传染存在一定的联系。作者研究了存在同业风险敞口的大型银行遭受突发的非系统性冲击时，对此家银行的风险敞口越大的银行，遭受存款挤兑风险越高。此外，风险传染的程度与银行的基本情况有密切关系，基本情况越糟糕的银行，传染的程度越高。最后，作者还发现存活下来的银行之间的同业关联还会进一步扩散传染风险[6]。Castiglionesi等分析了金融一体化对银行系统稳定性的影响。金融一体化允许不同地区银行通过同业拆借市场来平滑本地流动性冲击，而且他们证明了：在某种条件下金融一体化促使银行减少手中持有的流动性资产，并将投资组合转向收益更高、流动性更低的资产[7]。国内学者高宏霞等基于同业视角分析了商业银行流动性风险形成原因主要是因为期限错配，并给出了相应的政策建议[8]。梁丽丽采用系统GMM对商业银行同业负债业务与流动性风险之间的关系进行实证研究，结果表明同业负债业务与流动性风险呈“倒U型”[9]。廉永辉通过构建了同业网络，区分债权债务银行的前提下，发现同业网络中的风险传染是单向的，即债务银行风险会正向传递至债权银行[4]。吴念鲁等通过构建基于机构的网络模拟模型，研究不同冲击下银行同业之间流动性风险的传染机制和后果，处于中心节点银行的违约后果最为严重，市场流动性收紧至阈值内将产生大规模机构违约[10]。

关于同业业务与风险承担关系的研究较少，研究尚不充分。罗中等使用商业银行动态面板数据，运用GMM估计法，考察商业银行同业资产扩张对银行风险承担的影响[11]。 结果显示：同业资产扩张明显提高了银行风险承担水平，且其影响程度与经济增长、社会融资结构以及银行市场结构密切相关。翟光宇等对银行同业资产和经营风险进行研究，发现两者存在正向联系，且股份制银行的表现更为明显[12]。祝继高等主要分析商业银行通过买入返售金融资产从事同业业务对风险的影响，实证研究发现，买入返售金融资产占比越高的银行，其破产风险越高，风险影响的渠道是通过降低银行总资产回报率，但在存贷比高的银行中，买入返售业务减低银行盈利能力的效力有所弱化[1]。周再清等通过动态面板系统 GMM的实证分析验证了商业银行同业资产的扩张可以显著提高银行的风险承担水平，且同业资产结构对银行风险承担行为的影响存在异质性，即传统同业资产业务降低了银行的风险承担水平，而新兴同业资产业务则提高了银行风险承担水平，但由于后者的效应大于前者，因此同业资产扩张的风险总效应仍为正[13]。

从上述文献梳理过程中发现，学者在对同业业务的风险承担影响研究中，没有考虑到同业业务自身发展与银行风险承担行为之间的内生性问题，本文基于内生性的考虑，通过面板工具变量法对同业业务与风险承担之间的关系做出研究，进一步丰富了银行同业业务与风险承担关系的研究内容。

三、同业业务现状

分析16家上市商业银行2007年第二季度至2017年第一季度同业资产和负债的总体规模和结构情况，以窥同业发展之势。

(一)同业资产规模与结构特征

2007年第二季度至2017年第一季度期间，上市商业银行同业资产规模及结构见图1(数据来源于上市商业银行年报)。

图1 上市商业银行同业资产规模及结构图

由图1可见，2007年第二季度，上市商业银行同业资产仅1.68万亿元，到2017年一季度，上市商业银行同业资产规模高达8.63万亿元，不到10年时间同业资产规模增加5.14倍，年均复合增长率达17.78%。同时从图1中可看到，商业银行同业资产规模的增长期主要集中在2007年二季度至2014年二季度之间，自五部委联合发布127号文后(2014年第二季度)，同业资产规模从顶点逐步滑落，说明规范同业业务的监管取得了明显的效果。

从同业资产结构上来看，在本文研究期间内的起始阶段，存放同业、拆出资金和买入返售金融资产三者规模差异较小，然而随着时间推移，三者的走势出现分化。拆出资金和存放同业的走势大体上是一致的，呈稳步上升状态。买入返售金融资产在127号文出台前涨势迅猛，2014年二季度已突破6万亿，超过同时期同业资产规模的50%。然而随着同业监管的加强，特别是监管层严打买入返售信托受益权后，买入返售金融资产规模掉头下跌，2016年一季度，买入返售金融资产规模被存放同业和拆出资金所超越。127号文对买入返售金融资产的影响最为明显，主要是因为127号文指各种非标信托受益权，对商业银行的买入返售业务造成巨大打击。

(二)同业负债规模与结构特征

2007年第二季度至2017年第一季度期间，上市商业银行同业负债规模及结构见图2(数据来源于上市商业银行年报)。

图2 上市商业银行同业负债规模及结构图

由图2可见，2007年第二季度，上市商业银行同业负债仅3.77万亿元，到2017年一季度，上市商业银行同业资产规模高达18.22万亿元，10年时间里同业负债规模增加接近5倍，年均复合增长率达17.06%。与同业资产相比，其增长速率虽稍低，但同业负债规模远超同业资产，同业业务处于负缺口状态。出现这种现象，可能的原因是本文统计的口径限于表内同业，而对于表外同业(理财、票据转贴现等)和存放于表内其他会计科目的同业投资(应收款项类投资和应付债券)没有被纳入统计范围。

从同业负债结构上来看，上市商业银行拆出资金和卖出回购的规模相近，总体呈现缓慢增长的趋势，2017年一季度两者的规模分别为3.21万亿元和1.77万亿元。同业存放在同业负债的占比稳居高位，平均占比超过75%，且其规模增长速度较快，截止2017年一季度，上市商业银行同业存放规模为13.24万亿元，较2007年二季度的2.83万亿元增长4.68倍，年均复合增长率达16.68%。从图2可见，127号文对商业银行同业业务的影响较小，主要因为绝大多数商业银行同业负债占比尚未达到三分之一的上限规定，还有发展空间，不过增速也开始放缓。

以上分析显示，近几年来银行业的同业资产负债扩张迅速，银行资产负债结构发生较大的变化，由此给银行造成的风险承担影响应该被关注。

四、实证分析

(一)数据来源

本文研究对象包括16家上市商业银行，研究期间为2008年一季度至2017年一季度。研究的样本数据主要从以下渠道获取：上市商业银行财务数据来源于Wind数据库和银行财务报表(缺失数据进行线性插补)。宏观经济数据从中国人民银行、国家统计局等官方网站获取。

(二)模型设定与变量定义

本文参照Valeriya Dinger等的研究设计[14]，构造以下模型：

SHAREHOLDERit+β3NPLit+β4ROAit+

β5CARit+β6LTAit+β7DTLit+β8LNTAit+

β9PC1it+β10PC2it+TIME+

INDIVDUAL+εit

(1)

解释变量(NIA)是同业净资产与总资产的比率。梁丽丽等学者验证了同业负债业务与商业银行的风险呈U型关系[9]，罗中、祝继高、周再清等学者则证明了同业资产的扩张显著提高银行的风险承担[11，1，13]。现有文献表明同业业务的扩张在资产端和负债端的风险承担影响有明显的异质性，因此本文选用同业净资产与总资产的比率，综合衡量同业资产负债扩张净效应作为同业业务发展代理变量。

参考已有文献的研究成果，选取包括银行个体特征指标和市场特征指标两大类控制变量。

进一步考虑商业银行同业投融资净效应的风险影响具体路径，参考祝继高和邹晓梅等的研究设计[1，16]，通过对风险承担代理变量的各组成成分分别进行回归，构造如下模型：

σit=αit+β1NIAit+β2ETAit+β2

SHAREHOLDERit+β3NPLit+β4ROAit+

β5CARit+β6LTAit+β7DTLit+β8LNTAit+

β9PC1it+β10PC2it+TIME+

INDIVDUAL+εit

(2)

C/Ait=αit+β1NIAit+β2ETAit+β2

SHAREHOLDERit+β3NPLit+

β4ROAit+β5CARit+β6LTAit+β7DTLit+

β8LNTAit+β9PC1it+β10PC2it+

TIME+INDIVDUAL+εit

(3)

μit=αit+β1NIAit+β2ETAit+β2

SHAREHOLDERit+β3NPLit+β4ROAit+

β5CARit+β6LTAit+β7DTLit+β8LNTAit+

β9PC1it+β10PC2it+

TIME+INDIVDUAL+εit

(4)

式中各变量的释义如表1所示。

莫媛等考虑到宏观经济变量常常存在非平稳性，以及模型引入的控制变量较多，有可能导致模型存在多重共线性[17]。本文对市场特征变量进行主成分分析，可以同时解决上述两个问题。首先KMO[注]由于篇幅限制，没有给出KMO检验和主成分分析结果。检验表明各市场特征变量之间适合主成分分析，综合特征值大于1与累积方差贡献率大于80%两个选取标准，本文选取主成分1和主成分2作为解释变量，舍弃系数小于0.5的变量，各主成分与变量间的线性关系如下：

PC1it=0.601×GGDPit+0.502 4×GM2it+

0.540 6×SPREADit

(5)

PC2it=0.934 1×HHIit

(6)

其中，PC1主要代表宏观经济与货币政策的主成分，PC1越大，说明经济增速越快，货币政策越趋于宽松；PC2代表银行业贷款垄断程度的主成分，PC2越大，银行业贷款的垄断性越强。

表1 变量指标释义

(三)描述性分析

各变量的描述性统计如表2所示。

(四)单位根检验

面板单位根主要分为同根和不同根两种检验，本文同时采用LLC(同根)和Fisher-ADF(不同根)两种方法进行单位根检验[注]由于篇幅限制，单位根检验结果不予列示。，结果显示各变量均不存在单位根，即变量满足平稳性要求，故不需要再进行协整检验。

表2 变量描述性统计

(五)内生性、工具变量和有效性检验

1.内生性

商业银行同业业务期限错配和高杠杆操作提高了银行风险承担水平，银行风险承担能力提高后，可能会采取更冒险的方式去进行同业投融资，以期获得更高的利润，因此解释变量很可能存在内生性问题。本文对同业净资产占比是否为内生变量进行检验，发现解释变量的确存在内生性[注]内生检验结果在表3陈列。。内生解释变量适合用工具变量法进行估计，因此首先需要找到合适的工具变量。

2.工具变量[注]孙圣民，陈强(2017)认为在技术上，在双向固定效应模型的框架下，一般很难找到较强的工具变量，因为内生变量通常很容易为年度虚拟变量所解释[13]。

一般来说，选择工具变量需要满足相关性与外生性，即工具变量要与内生解释变量相关，且要与被解释变量的扰动项不相关。Valeriya Dinger等发现以零售存款比贷款作为同业拆借的工具变量，同业借款可以有效降低借款银行的风险。Valeriya Dinge研究中东欧国家的银行，这些国家的银行系统存在两个层次，原生银行(incumbent banks)和新进银行(new entrant banks)。原生银行是这些国家的国有大型银行，新进银行则是一些私人中小银行。原生银行长期专于吸收存款(issuing deposits)，新进银行则专于向中小企业贷款。原生银行之所以存在吸收存款优势是因为政府不允许其破产，并且为它们进行多次的资本重组，相当于给存款提供隐性保险。其次它们有完善的网点系统，方便吸收存款。对于新进银行，政府则允许它们破产，存户资金没有受到存款保险的保障。随着这些国家的中小企业的迅速增加，新进银行资金满足不了企业贷款需求，而大型银行资金存在剩余，故新进银行从原生银行拆入资金[14]。

本文认为Valeriya Dinger等描述的两层银行体系在中国也是类似存在的。首先中东欧国家大多是从社会主义过渡的，国内的大型原生银行基本是国有控股，整体制度环境与中国存在相似性。其次，中国的银行体系也存在两层银行系统的特征，即大型银行的资金相对充足，中小型银行的资金不足。最后，中国股份制银行和城商行等中小型银行对中小企业的贷款支持力度较高。制度环境和银行体系特征类似，本文认为Valeriya Dinger等的研究成果对研究国内银行同业扩张的风险影响具有参考意义。Valeriya Dinger以零售存款与总贷款的比率作为同业借贷净头寸的工具变量，因为促使银行进入同业市场的决定性原因是缺乏完善的存款网络，如果银行缺乏广泛的存款网点，那么会激励它们到同业市场进行借款。类似地，中国中小银行业之所以大量开展同业业务，第一是没有足够的存款，第二是贷款额度有限，存款不足导致它们到同业融资，贷款额度限制，促使它们通过同业渠道进行信贷出表(将属于表内的贷款表外化)，规避监管，见图3。中国银行业体系中，中小型银行对同业融资依赖性在逐步增强，大、中小型银行资金净流向基本与Valeriya Dinger所描述的银行业状态相符合。

图3 大、中小型银行同业资金净流向图[注]数据来源：中国人民银行官网。

本文用贷款与零售存款的比率(LTRD)作为同业净资产比率的工具变量，不用零售存款与贷款比率是因为Valeriya Dinger认为这是代表需求端的工具变量，在Valeriya Dinger研究的国家中，银行是因为存款不足而到同业拆借。本文贷款与零售存款比[注]类似贷存比，但贷存比衡量银行的流动性风险，本身与风险有关，因此不是有效的工具变量。，则代表供给端的工具变量，国内商业银行更多是受信贷规模限制，因此才转向同业投资。零售存款用银行总存款减去同业及其他金融机构存款表示[注]这里借鉴了Valeriya Dinger等(2009)的做法。。

3.有效性检验

工具变量的检验主要包括不可识别检验和弱工具变量检验以及过度识别检验，不可识别检验和弱工具变量可以通过相关统计量的显著性判断[注]Stock 和Watson(2003)给出弱工具变量判断的一个经验规则(rule of thumb)，如果第一阶段的F统计量大于10，则说明不存在弱工具变量的问题。，检验结果在表3中呈现，结论表明本文选取的工具变量不存在不可识别和弱有效的问题。对于过度识别检验，本文由于工具变量和内生变量都只有一个，过度识别无法运用，于是参考孙圣民和陈强在模型恰好识别情况下如何判断工具变量的外生性检验，通过半简化式回归[注]半简化式回归的基本逻辑是，如果工具变量与原方程的扰动项不相关，则将工具变量加入原方程应该得不到显著的系数估计结果。对工具变量的系数显著性进行判断，半简化式回归结果显示工具变量系数不显著，说明本文选取的工具变量是外生的[18]。

(六)回归结果分析

1.基础回归分析

基础回归分析如表3所示。由表3可见，从商业银行发展同业业务对其风险承担影响上来看，同业净资产占比系数在1%的统计水平下为正，说明上市商业银行同业业务发展显著提高了风险承担水平。从不同类型银行的回归结果来看，非五大行同业业务与风险承担行为之间的正向关系更加明显，而五大行中两者的关系并不显著，可能的原因是五大行同业业务的规模在总资产中的比重较小。

表3 回归模型估计结果[注]本文用2SLS对工具变量进行回归估计，因为只有一个工具变量和内生变量，模型恰好识别，故GMM和2SLS是等效的。

注：括弧内为使用聚类稳健标准误的t值，***表示p<0.01，**表示p<0.05，*表示p<0.1，下同。

从银行个体特征控制变量上来看，所有者权益占比系数在5%显著性水平下为负，说明银行的杠杆越低，风险越低。不良贷款率与银行风险呈显著正向影响，不良贷款越高，资产质量越差，银行面临违约风险越高，整体风险水平也就越高。资产规模越大，银行的风险承担水平越低。存贷款规模占比均对商业银行的风险承担水平呈负向影响。“高风险高收益”假说在银行体系不能得到验证，在五大行中，反而还出现“低风险高收益”的异象。本文认为这是因为国内银行业一直处于政府的隐性担保，享受着制度的红利，破产风险极低，然而它们却能靠着稳定的存贷利差发展，随着银行规模的扩张，传统低风险的存贷利差收入也随之而增加，国有大型银行更是如此。前10大股东持股比例与银行风险承担呈正向关系，从代理关系的角度分析，前10大股东的股权越集中，对公司的操纵越强，股东越容易侵蚀债权人的利益。另外出于股东的利益，银行可能会承担风险高的项目，代理风险更为突出。从银行类型来看，五大行此项指标更加显著，本文的研究结论与王晓枫等研究发现[19]是一致的。资本充足率和银行风险显著负相关，资本越充足，商业银行的风险承担意愿会下降，不愿采取更冒险的行动。资本充足率在降低国有大型银行风险上并不明显，国有银行受到政府信用的背书，即使自有资本低，人们也不会担心其存在破产的风险。

2.影响路径分析

影响路径分析如表4所示。从表4中的回归结果，我们发现：上市商业银行发展同业业务，提高自身风险承担水平，主要是通过资产收益率波动的增加来实现的，对银行的资产收益率和资本资产比率并无显著影响，即上市商业银行同业业务降低了银行单位风险的收益，同时也降低单位风险的资本需求，进而导致银行整体风险承担水平提高，破产风险概率增加。本文认为这与银行同业业务的运作方式有关，同业业务的期限错配叠加高杠杆操作，使银行面临更高的流动性风险，从而增加银行盈利的波动性。

五、结论与启示

本文以贷款与零售存款比率为面板工具变量，基于2SLS回归估计方法考察了商业银行同业资产负债扩张的净效应对商业银行风险承担水平的影响，实证结论表明商业银行同业净资产占比的提升加剧了商业银行的风险承担水平。此外，本文还发现：1.银行杠杆率与风险水平之间存在显著负向关系。2.资本充足率高的银行其风险承担意愿更低，而股权越集中的银行，其代理风险更为突出，银行的风险承担水平更高。3.不良贷款率越高的银行，面临的违约风险更高，故而提升了银行的经营风险系数。4.规模越大的银行，风险承担水平更低。“高风险高收益”假说没有在本文的实证研究中得到检验。进一步对同业业务与风险承担行为关系的具体机制进行研究，结果表明商业银行发展同业业务的风险后果是通过增加银行盈利的波动，进而降低了银行单位风险收益和单位资本要求，从而抬升了违约风险，增加商业银行破产风险概率。本文认为这与商业银行同业的期限错配和高杠杆运作方式息息相关。

表4 回归模型估计结果

根据本文的研究结论，在当前金融业进入严监管和严防控风险的政策背景下，为商业银行合理开展同业业务和监管机构规范同业监管提供如下的启示：

第一，对商业银行来说，首先，同业无序的扩张会提高自身的风险水平，商业银行应该在开展同业业务带来额外收益和积累风险之间进行权衡，不能为了监管套利而盲目地扩张同业业务。其次，应该加强同业资产负债的期限和缺口配置管理，合理地利用杠杆，防止在期限错配叠加高杠杆操作的机制下削弱银行流动性管理效率和有效性，加剧银行所面临的流动性风险和利率风险。再者，同业业务对商业银行风险的影响突出表现是通过配置非标资产，然后利用会计操作手段，实现风险资产出表，但由于整个过程操作的不规范，风险仍自留表内，银行需承担违约所带来的后果。基于此，银行应该严格遵守127号文中禁止买入返售业务对接非标资产的规定，合理配置同业投资中非标资产的比例，建立健全相应的风险管理和内部控制体系，加强内部监督检查和责任追究，准确、客观、合理地计量同业业务风险的资本要求，确保风险得到有效覆盖。最后，商业银行应该加强同业会计处理方法规范性，确保各类同业业务及其交易环节能够及时、完整、真实、准确地在资产负债表内或表外记载和反映。

第二，对监管者来说，商业银行近几年在金融自由化的大背景下业务创新动力增强，突破监管的动机随之提高，因此传统的监管政策和指标对规范银行业务和保障银行体系正常运作的效力减弱甚至失效，因此应该根据金融环境的变化和银行业务的新动向适时适当地调整监管政策，确保政策实施能前瞻性地预防银行体系风险的扩散，又不会对商业银行正常合理的业务创新发展造成打击。此外，目前的监管体系是建立在分业经营的理念下，“一行二会”的监管模式容易产生监管真空地带，给银行提供监管套利的空间，因此各监管部门应加强内部交流与合作，建立信息共享机制和协调办案，弥补监管漏洞。全国金融工作会议后，国家正式成立了金融稳定发展委员会，统筹协调一行二会和地方金融监管部门，向大监管迈出实质性一步。