利率市场化对我国商业银行信用风险、流动性风险的影响

郑鑫静

(福建师范大学 经济学院，福建 福州，350108)

一个国家的金融体系是否完善、政府干预市场的程度高低、国家的市场化水平能够充分反映该国金融市场的情况。1996年，我国放开了同业拆借利率，这是市场化改革的第一步；2007年，上海实行银行同业拆放利率，将改革又向前推进了一步，市场基准利率得以确定；2013年7月央行全面放开金融机构等贷款利率的浮动下限，表明我国贷款利率的市场化改革基本完成[1]；2015年5月到8月，央行先后调整金融机构存款利率浮动上限，并于2015年10月正式取消了存款利率的浮动上限，标志着我国利率市场化改革进入一个全新的阶段，但部分银行实质上仍旧不能自主定价存贷款利率，存款利率的市场化形成机制尚未成熟，改革任重道远。利率市场化导致的存贷利差收窄、市场竞争加剧和银行的盈利水平下降等市场反应会引起银行业风险频发，影响宏观经济的稳定。银行在经营过程中较常面临的风险有信用风险、流动性风险、市场风险等。我国的利率市场化改革与银行风险的发生有着密切的关联，两者之间的关系需要进一步验证。

一、文献综述

针对利率市场化、银行风险等，已经有很多专家学者进行过相关探究，并得出了有意义的结论。Ranciere等[2]研究证明，金融自由化在促进宏观经济增长和提高市场效率的同时会加大银行的风险；盛松成等[3]认为利率市场化改革应该稳健进行，存贷款净利差应该保持在一个合理的区间；肖欣荣等[4]在研究美国的金融深化时发现，利率市场化既增大了存贷款利率变动的幅度、缩小了存贷款利差，又导致银行成本增加；王耀青、金洪飞[5]通过构建古诺模型，证明了取消银行贷款利率上限会导致商业银行为吸引客户、实现盈利而加大市场竞争，提高银行风险水平，另一方面也会促进银行承担风险的能力有所提升。此外，研究发现银行规模越大，银行应对风险的能力越弱。吴诗伟、朱业等[6]构建动态面板GMM模型实证研究发现，利率市场化缩小了存贷利差，提高了商业银行的破产风险和不良资产风险；李成、杨礼等[7]研究利率市场化改革下的银行风险承担能力，结果显示，银行对于风险的承受能力具有异质性，不同银行的风险抵抗力不同，大型上市银行的风险抵抗能力要比小型上市银行的风险抵抗能力弱；戴振华等[8]应用模糊数学法和主成分法评价不同类型商业银行的流动性风险承受能力，发现银行规模大小不是引起流动性风险增加的主要原因，银行的非利息收入越高，银行发生流动性风险的可能性越低；巫卫专[9]分析利率市场化与银行异质性，发现净利差的变化对国有商业银行经营风险的影响要大于对其他股份制银行的影响；宋惠、周昭雄[10]研究了商业银行的风险承担在利率市场化改革下的表现，发现经济的快速增长、国家宽松的货币政策均会加重银行的风险承担，也会提高风险水平；唐齐鸣、马丽[11]同样在对银行风险承担的研究中发现，利率市场化改革会弱化银行规模对于银行风险抵抗能力的影响。

二、利率市场化内涵及其对我国商业银行风险的影响

利率市场化改革最先开始于美国，美国为了放松因应对30年代的金融危机而实施的利率管制，在80年初开始利率市场化改革，在放开利率管制的同时，确定基准利率，让金融机构有一个利率选择标准。因此，基准利率是改革中一个重要的因素，它能够衡量金融机构取得资金的批发成本，及时体现资金供求变动[12]。我国的利率市场化改革是政府将利率水平的主要调整权交由金融机构，金融机构根据市场价格竞争和市场供求来确定投融资利率水平，而中央放开对存贷款利率的管制，起到宏观调控的作用[13]。利率市场化改革促进我国实体经济更加健康地发展，使金融机构的盈利能力增强，信用贷款质量提高，更多闲置资金能够更好地投进金融市场，促进市场自由化发展，催化市场更加成熟。然而，利率市场化改革也使商业银行的市场竞争压力增大，面临的风险也大大提高。利率市场化改革对银行信用风险、流动性风险的影响体现在：利率市场化会导致贷款利率上升，提高信贷成本，导致低风险贷款人无法承担高信贷成本而退出信贷市场，寻求其他融资渠道，高风险借款人为了融得资金，依旧留在信贷市场，但存在很大的违约风险，使得银行的信用风险增加[14]；利率市场化会引起存贷利差缩小，银行的利息收入减少，利润空间被挤压，可用资金减少，银行容易无法满足客户的资金需求，从而引发流动性风险；利率市场化会引起市场利率的波动更加频繁，加大银行的利率和汇率风险，也会提高信用风险和流动性风险。

三、变量选取与模型设计

(一)变量选择

1.被解释变量

本文主要研究利率市场化对银行的信用风险和流动性风险的影响机制。选取不良贷款率(Risk1)来表示银行的信用风险，是指不良贷款占总贷款的比重，不良贷款率越高，银行面临的由于不良贷款导致的信用风险就越高；选取存贷比(Risk2)来表示银行的流动性风险，是指贷款与存款的比值，存贷比越大，银行的流动性越低，流动性风险越高。

2.解释变量

解释变量即用来衡量利率市场化的指标。通过相关论文的研究，发现存贷款净利差能够反映利率市场化，因此采用净利差(IGAP)来作为解释变量。

3.控制变量

衡量银行自身特征的变量主要有银行规模、成本收入比，银行业变量有行业竞争度、宏观影响因素等。用银行总资产表示银行规模(LNSize)，为了消除单位不同带来的误差影响，取其对数；成本收入比(CRR)是指营业成本与营业净收入的比值，用来衡量银行的盈利效率；行业集中度(CR5)是指银行业总资产规模最大的五家银行占所有银行资产的比值，来表示银行之间竞争力的大小；用GDP增长率(GDPG)表示对应时期国家的经济发展水平。

(二)样本选取

选择13家上市银行2008-2017年的数据。13家银行包括5家大型国有商业银行，分别为工商银行、建设银行、农业银行、中国银行和交通银行；8家小型非国有商业银行，分别为民生银行、浦发银行、招商银行、兴业银行、光大银行、中信银行、华夏银行以及平安银行。选择的这13家银行既包括国有银行，也包括非国有银行，可分析银行异质性的影响。选择2008-2017年10年的时间，一方面能够更加准确反映近几年我国金融市场的发展情况，另一方面是因为时间发生在金融危机之后，能够更好地研究我国市场化改革的效果。此外，13家银行大部分集中在2006、2007年上市，数据获取比较准确，也比较具有代表性。

(三)研究思路

通过分别对信用风险、流动性风险建立相应的固定效应和随机效应模型，如模型(1)所示，分析净利差对不良贷款率(Risk1)、存贷比(Risk2)的影响效果。由于银行之间存在异质性，需分析利率市场化在银行异质性下对银行这两种风险的影响。通过在模型(1)中加入银行类型这一虚拟变量与解释变量利率市场化水平的交互项，即加入交互项IGAP×TYPE，如模型(2)所示。TYPE取值为0或1：大型国有商业银行取值为0，小型非国有商业银行取值为1。模型(1)、模型(2)如下：

Riskit=β0+β1IGAPit+β2LNSizeit+β3CRRit+β4CR5it+β5GDPGit+εit

(1)

Riskit=β0+β1IGAPit+β2LNSizeit+β3CRRit+β4CR5it+β5GDPGit+β6IGAPit×TYPE+εit

(2)

其中，i代表不同银行，t代表年份，Riskit代表银行风险类别，IGAPit代表净利差，LNSizeit代表银行规模大小，CRRit代表成本收入比，GDPGit代表经济增长水平，εit代表随机误差项。

四、实证研究及结果

(一)变量的描述性统计

使用Excel对数据进行初始处理，利用Stata12进行实证。对变量进行描述性统计，统计特征如表1所示。从表1可以看出，13家银行的不良贷款率期望为1.27%，最高为4.32%，最低为0.38%。13家银行的存贷比期望为72.74%，最高为98.23%，最低为49.45%，且标准差为8.58%，说明不同银行存贷比差距明显。净利差的期望为2.34%，最大值为3.24%，最小值为1.32%。从表1中也可以看出，不同银行规模、成本收入比均存在显著差异。随着我国经济由高速发展转变为高质量发展，GDP增长率也保持平稳增长。

表1 变量的描述性统计

(二)变量的相关性检验

在建立回归模型之前，首先对各变量进行相关系数检验。选用Spearman相关系数检验，相关系数矩阵见表2。可以看出，只有变量CR5与GDPG的相关系数为0.917 9，其他变量的相关系数至少在0.6以下，说明其他变量之间的相关性较低。而鉴于CR5和GDPG分别代表的是行业集中度与GDP增长率，能够较为准确地反映行业竞争度和经济增长水平，而且这两个变量与其他变量的相关性较低，因此，依旧将这两个变量作为控制变量放入模型中。

表2 相关系数矩阵

(三)面板数据单位根检验

建立回归模型，要求变量序列是平稳的，或者是同阶差分平稳的序列，以避免非平稳序列导致的虚假回归、建立的模型不理想、存在较大误差等问题。采用LLC检验和Fisher-ADF检验来验证数据的平稳性。检验结果如表3所示。可以看出，LLC和Fisher-ADF两种检验方法的结果表明，所有变量的显著性P值都明显小于0.05，面板数据是平稳的。

表3 单位根检验

注：括号中为P值。

(四)豪斯曼(Hausman)检验

通过上述的相关检验，可以建立回归模型。本文选择13家银行10年的数据进行研究，存在着银行个体效应，不能采用简单的混合回归。个体效应有两种类型：一个是固定效应，另一个是随机效应。固定效应模型使用 “最小二乘虚拟变量法”(LSDV)估计原模型，随机效应模型可以使用广义最小二乘法(FGLS)来估计原模型。本文主要研究商业银行的信用风险(Risk1)和流动性风险(Risk2)，需要分别建立模型。Risk1的Hausman检验的P值为0.016 1，选用固定效应模型；Risk2的Hausman检验的P值为0.578 3，选用随机效应模型。

(五)实证结果及分析

运用以上模型选择的检验结果，对Risk1建立固定效应模型，对Risk2建立随机效应模型，回归结果如表4。

1.解释变量的影响

净利差对信用风险为负向影响。由表4的检验结果可以看出，IGAP对Risk1的作用为-0.408 2，在5%水平上显著，说明净利差越小，不良贷款率越高。净利差对流动性风险为负向影响。IGAP对Risk2的作用为-6.452 2，在1%水平上显著，说明净利差越小，存贷比越高。

2.控制变量的影响

第一，LNSize和CRR对Risk1、Risk2的影响并不显著，说明银行规模大小并不是银行风险发生与否的衡量标准。CRR对Risk1的回归系数为负，对Risk2的回归系数为正，可能的解释是银行成本的增速小于银行收入的增速，上市银行的主要收入是利息，说明银行的信贷规模可能扩张速度较快，加大银行的信用风险。此外，在此模型中CRR对流动性风险和信用风险的影响均不显著，并不能有效解释对银行流动性风险和信用风险的影响。第二，CR5对Risk1的影响作用为0.036 5，在5%水平上显著；对Risk2的影响作用为-1.058 1，在1%水平上显著。行业竞争使银行的收益水平下降，加大流动性风险和信用风险，同时，为了使净利润稳定增长，银行的贷款增多，存贷比增加，流动性风险增加。第三，GDPG对Risk1的影响作用为-0.113 2，在1%水平上显著；对Risk2的影响作用为1.177 7，在5%水平上显著。表明经济增长较快时，国内整体经济发展向好，信用风险会降低；另一方面，银行的逐利性会加强，导致贷款增加，流动性风险增加。

表4 整体样本的回归模型

Tab.4 Regression model of the overall sample

注：**表示在5%水平上显著，***表示在1%水平上显著。

(六)银行风险的异质性

大型国有商业银行和小型非国有商业银行在银行规模、盈利能力、经营水平以及国家政策支持等各方面都存在着差异，对风险的影响效果也不同。用模型(2)对Risk1、Risk2分别重新建立固定效应、随机效应模型来研究利率市场化对不同类型银行的风险的影响，回归结果如表5所示。可以看出，IGAP×TYPE项的系数在模型3中显著为负，说明大型国有商业银行与小型非国有商业银行的信用风险影响之间存在明显差异。而当TYPE=0时，交叉项IGAP×TYPE=0，IGAP变量的系数仅代表对大型国有商业银行信用风险的影响，从结果中可以看出，影响并不显著；当TYPE=1时，交叉项IGAP×TYPE=1，IGAP变量的系数代表利率市场化对小型非国有商业银行信用风险的影响，影响效果可以看作两项系数的加总，为-0.452 0，说明利率市场化会提高小型非国有商业银行的信用风险水平。另外，交叉项IGAP×TYPE在模型中的回归系数并不显著，说明利率市场化改革对银行流动性风险在不同类别银行中的影响并不显著。

表5 加入交互项后的回归模型

Tab.5 Regression model after adding an interaction term

注：**表示在5%水平上显著，***表示在1%水平上显著。

更直观地，图1显示的是2008-2017年我国大型国有商业银行与小型非国有商业银行的不良贷款率，可以看出，小型非国有商业银行的不良贷款率呈现逐年增加的趋势，普遍增长点是在2013年，这也与2013年利率市场化改革放开对金融机构的贷款利率限制有关。这一数据也与实证结果一致，利率市场化对商业银行的信用风险影响具有银行异质性。

图1 不良贷款率的变化趋势Fig.1 Trends in non-performing loan ratios

(七)稳健性检验

本文采用的稳健性检验的方法是加入更多的控制变量，在原有变量的基础上，进一步探究净利差(IGAP)对我国商业银行的信用风险、流动性风险的影响机制是否与之前的实证结果保持一致。考虑到指标的相关性，主要增加的控制变量为资本充足率(CAR)、拨备覆盖率(PC)和M2增长率(GM2)。选取的依据是不良贷款与资本充足率相互影响，另外资本充足率反映商业银行能以自有资本承担存款人和债权人的资产损失的程度，那就与银行资金流动性有关，即与流动性风险有关。拨备覆盖率作为银行贷款可能发生的呆、坏账准备金的使用比率，与银行的不良贷款有关。我国主要以间接投资为主，银行信贷业务是资本市场资金流转的重要手段，与银行信贷有关的指标与银行的信用风险、流动性风险也有很大关联。此外，稳健性检验再加入一个宏观经济指标，M2增长率，与GDP增长率反映国家经济发展状况不同，M2增长率是一国货币政策变动的最直接的反映，与银行业务息息相关。

表6是对信用风险、流动性风险两个模型的稳健性检验。从回归结果可以看出，净利差对信用风险和流动性风险都是负向作用，且对流动性风险的负向作用是显著的。这与第五部分的实证结果一致，说明模型稳健。在原控制变量中，除了银行规模(LNSize)这一个变量分别对信用风险和流动性风险的影响效果由负转为正、由正转为负且均不显著之外，其他控制变量的影响效果均没有发生变化，这也从侧面验证了银行规模不是商业银行信用风险和流动性风险的重要影响因素。

在对银行风险的异质性研究的稳健性检验中，从表7回归结果可以看出，在模型7与模型8中，IGAP项的系数、IGAP×TYPE项的系数以及其显著性都与本文银行风险异质性研究结果保持一致，利率市场化对不同性质的银行的信用风险的影响效果不同，存在异质性问题。表现为利率市场化改革对小型非国有商业银行的影响程度要大于对大型国有商业银行的影响；但是利率市场化对不同性质的银行的流动性风险的影响效果没有显著差别，不存在异质性。

表6 模型的稳健性检验

Tab.6 Model robustness test

注：**表示在5%水平上显著，***表示在1%水平上显著。

表7 银行异质性的稳健性检验

Tab.7 Bank heterogeneity robustness test

注：**表示在5%水平上显著，***表示在1%水平上显著。

五、结论与建议

通过实证结果分析，可以得到如下结论：净利差与商业银行的信用风险和流动性风险呈现显著负相关关系，即利率市场化改革会显著提高银行信用风险和流动性风险水平；利率市场化对不同银行信用风险的影响效果不同，存在异质性问题；利率市场化改革加剧了银行间竞争，表现为行业集中度的逐年下降，银行的竞争加剧显著提高了银行的流动性风险水平，降低银行的信用风险水平；银行规模大小对其信用风险和流动性风险的影响都不显著，银行规模不是其信用风险和流动性风险的重要衡量标准。

既要实现我国利率市场化改革的全面完成，又要避免商业银行非系统性风险的发生。结合本文实证结论，提出三点建议。

第一，应稳健推进利率市场化改革，有效配合宏观经济环境变化和货币政策的稳定，将银行净利差控制在合理区间[15]。利率市场化会缩小净利差，提高银行的存贷比，显著提高银行的信用风险和流动性风险水平，这是利率市场化改革必经之路。我国银行之间竞争不断增强，小型非国有商业银行总资产比重逐年增加，大型国有商业银行比重逐渐下降，这是金融市场逐渐自由化的表现，这一成果表明，利率市场化改革是有效率的，应稳健推进。

第二，银行应注重自身健康向上发展，在利率市场化改革背景加持下创新性调整业务结构。首先，商业银行应该转变现有盈利模式，以存贷款为盈利主要模式的传统要改变，努力创新，不断开发新的中间业务，并注重风险控制。其次，银行业务的发展对象也要发生转变。我国商业银行倾向于向规模大的公司、政府项目和国有企业发放贷款，对于中小企业与个人贷款限制较大。一方面，面对大客户，银行议价能力处于劣势地位；另一方面，对个人和小的企业存在逆向选择以及信用风险问题，这导致资金过多流向大客户，资金流动效率低。最后，为避免银行信用风险和流动性风险的发生，银行应加强自身的风险管理，密切关注国家经济环境的变化，对于经济环境有敏感的预测和深入的分析。

第三，由于利率市场化对银行风险的影响存在异质性，不同银行的风险承担能力也存在差异，为了提高商业银行有效应对风险的能力，国家应加强对各层次银行的资本监管，采取监管措施对号入座的有效管理方式，鼓励银行业促进资本结构改革。同时，给予商业银行一定的政策支持并允许其扩大经营范围，鼓励银行金融产品创新，提高产品竞争力。在金融产品创新过程中，应建立健全合理的资产定价机制，增加专业机构投资者，同时加强金融监管，保证金融市场的稳定健康发展。