廉永辉
近年来,在利率市场化加速推进和互联网金融快速发展的背景下,商业银行揽储压力增大,需要更多通过同业市场和发行债券筹资,因而其负债结构发生明显变化,零售存款占比下降而批发融资占比上升。(1)肖崎、赵允宁:《批发性融资对我国商业银行风险承担的影响研究》,《金融监管研究》2017年第8期。批发融资占比上升对商业银行的风险承担状况产生了重要影响:一方面,批发融资为商业银行及时补充流动性提供了便利,同时能对商业银行施加更强的市场约束,有助于降低银行风险;(2)蒋海、黄敏:《负债结构对银行风险承担的影响——基于中国上市银行的实证研究》,《国际金融研究》2017年第7期。另一方面,由于批发融资不受存款保险保护、对市场信息和经济环境的敏感度较高,过度依赖批发融资会加剧银行风险(3)Huang,R.,Ratnovski,L.,“The Dark Side of Bank Wholesale Funding”,Journal of Financial Intermediation,Vol.20,No.2,2011,pp.248-263.。不过,既有文献主要从银行微观个体风险角度考察批发融资的风险效应,较少涉及批发融资对银行系统性风险的影响。目前掌握的文献中,仅发现López-Espinosa et al.(4)LóPez-Espinosa,G. ,Moreno,A. ,Rubia,A. ,and Valderrama,L. ,“Short-Term Wholesale Funding and Systemic Risk: A Global Covar Approach”,Journal of Banking & Finance,Vol. 36,No. 12,2012,pp. 3150-3162.专门考察了批发融资对大型跨国银行系统性风险的影响,发现批发融资对银行系统性风险的影响超过了银行规模和杠杆等因素。Moore and Zhou(5)Moore,K. ,Zhou,C. ,“‘ Too Big to Fail’ or ‘Too Non-Traditional to Fail’: The Determinants of Banks’ Systemic Importance”,Systemic Risk Centre Working Paper,2013.、Van Oordt and Zho(6)Van Oordt,M. ,Zhou,C. ,“ Systemic Risk and Bank Business Model”,Journal of Applied Econometrics,Vol. 34,No. 3,2019,pp. 365-384.在研究美国银行业系统性风险影响因素时也涉及批发融资,结果均发现批发融资占比较高的银行具有更高的系统性风险。那么,对于我国银行业而言,批发融资是否同样增加了商业银行的系统性风险呢?如果是,其具体影响机制是什么?研究上述问题有助于深化对银行系统性风险的影响因素的认识和全面评估我国商业银行负债结构变化的经济后果,从而为监管部门完善宏观审慎政策框架和加强流动性风险监管提供参考依据。
为回答上述问题,本文首先在系统性风险“冲击—传染”二元生成机制框架下,从理论上分析批发融资占比上升对银行个体尾部风险和银行个体与系统关联性的影响。在此基础上,应用2007年第1季度至2019年第2季度我国32家上市银行数据,实证检验商业银行批发融资占比对系统性风险的影响。结果表明,批发融资占比越高,银行系统性风险越高;将系统性风险分解为银行个体尾部风险和银行个体与系统尾部关联性以后,本文发现:一方面,批发融资有助于降低商业银行的个体风险,体现出批发融资的流动性管理和市场约束效应;另一方面,批发融资显著增加了银行个体与系统的关联性,体现出批发融资带来的风险传染效应。进一步分析表明,流动性冲击会加强批发融资的系统性风险效应,而银行资本则有助于降低批发融资的系统性风险效应。
与既有文献相比,本文具有如下特点:一是研究对象方面,本文研究批发融资占比对商业银行系统性风险的影响。批发融资占比提升是全球范围内银行负债结构的重要变化,而系统性风险是学术界和监管部门关注的热点话题,本文定位于二者的交叉领域,有助于丰富两方面的研究文献。二是研究视角方面,基于系统性风险“冲击—传染”二元生成机制,将系统性风险分解为与冲击相关的银行个体尾部风险和与传染相关的银行个体与系统关联性两个维度,有助于揭示批发融资影响系统性风险的具体路径。三是研究内容方面,在明确了批发融资对系统性风险两大维度的影响及综合效应后,进一步考察了宏观层面流动性冲击和微观层面银行资本状况对批发融资系统性风险效应的调节作用,从而为防范批发融资引致系统性风险提供了更具针对性的建议。
目前对于系统性风险并没有统一的定义,但多数系统性风险定义均涉及冲击、传染和放大、对金融系统和实体经济产生严重危害三方面特征。(7)张晓朴: 《系统性金融风险研究: 演进、成因与监管》,《国际金融研究》2010 年第7 期。“冲击”和“传染和放大”(简称“传染”)侧重系统性风险的成因,是系统性风险生成机制中的两大关键因素。(8)刘春航、朱元倩: 《银行业系统性风险度量框架的研究》,《金融研究》2011 年第12 期。(9)朱贺、张秀民: 《银行业系统性风险监测预警体系与防控机制研究》,《金融监管研究》2018 年第4 期。其中,“冲击”主要与银行个体风险有关:个体风险越高的银行,在负向冲击下越脆弱,越可能成为系统内部的起火点和传染源。“传染”则主要与银行个体与系统的关联性有关:银行个体与系统的关联性越强,风险越容易在不同机构间传染,从而造成“火烧连营”的后果。理论上,批发融资会影响银行的脆弱性和关联性,进而通过“冲击—传染”二元生成机制影响银行系统性风险。
一方面,批发融资可能降低银行个体风险。第一,批发融资为银行提供了补充流动性的灵活手段。Goodfriend and King(10)Goodfriend,M. ,King,R. ,“ Financial Deregulation,Monetary Policy and Central Banking”,FRB of Richmond Economic Review,Vol. 74,No. 3,1988,pp. 3-22.指出,银行批发融资可以为未预期到的储户提款提供再融资,降低了银行风险 。陆静(11)陆静、阿拉腾苏道、尹宇明: 《收入结构和融资模式对商业银行盈利和风险的影响》,《中国软科学》2013 年第9 期。等认为,非存款融资份额高的银行表明其在金融市场上更容易获得投资者的青睐而筹集资金,因而能很好地避免流动性危机。第二,批发融资具有较强的市场约束作用。存款保险制度导致储户监督银行的激励不足,容易诱发银行的道德风险问题,因而存款较多的银行更可能过度承担风险;批发资金提供者不受存款保险保护,风险管理更专业、市场信息更充分,因而监督银行的激励和能力更强,促使银行经营活动更谨慎。(12)Khan,M. S. ,Scheule,H. ,and Wu,E. ,“Funding Liquidity and Bank Risk Taking”,Journal of Banking & Finance,Vol. 82,No. 3,2017,pp. 203-216.
另一方面,批发融资也可能提高银行个体风险。第一,批发融资不稳定性高,增加了银行的再融资风险。首先,批发融资受宏观流动性影响较大。宏观流动性收紧时,商业银行为应对未来可能出现的不利情况而进行“流动性囤积”,导致同业市场资金紧张。(13)Gale,D. ,Yorulmazer,T. ,“Liquidity Hoarding”,Federal Reserve Bank of New York Staff Reports,No. 488,2011.其次,批发资金对银行风险状况较为敏感。一旦市场出现借款银行财务状况的负向信号,批发资金提供者为避免损失会纷纷抽离资金,导致借款银行流动性短缺。第二,批发融资还可能助长银行的冒险行为。批发融资相比零售存款的负债成本更高,更加依赖批发融资的银行会选择风险更高的项目以提高收益。批发资金支撑银行规模快速扩张的同时也将导致客户信用资质下沉。Acharya et al.(14)Acharya,V. ,Gale,D. ,and Yorulmazer,T. ,“ Rollover Risk and Market Freeze”,Journal of Finance,Vol. 66,No. 4,2011,pp. 1177-1209.认为次贷危机表明许多银行利用批发融资过度放贷,并且不断降低贷款标准、损害信贷质量。
因此,本文提出如下竞争性假说:
H1a:批发融资占比的提升降低了银行的个体风险。
H1b:批发融资占比的提升增加了银行的个体风险。
批发融资使银行间产生了直接的债务债权关系,提供了有利于风险传染的条件。一是债务银行向债权银行的信用风险传染。债务银行破产而无法偿还同业负债,将导致债权银行资产损失,甚至破产而成为新的传染源,从而引发“多米诺骨牌效应”。(15)高国华、潘英丽: 《基于资产负债表关联的银行系统性风险研究》,《管理工程学报》2012 年第4 期。(16)方意: 《系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施》,《管理世界》2016 年第8 期。批发融资占比越高的银行发生破产清算时,对债权银行产生的影响越大。二是债权银行向债务银行的流动性风险传染。银行越依赖批发融资,则越受债权银行经营状况的影响。当债权银行清偿力或流动性不足时,资产端的应对措施一般首先是减持高流动性同业资产,这可能会使债务银行也陷入流动性困境。(17)王晓枫、廖凯亮、徐金池: 《复杂网络视角下银行同业间市场风险传染效应研究》,《经济学动态》2015 年第3 期。
银行批发融资受到冲击容易诱发资产抛售、加剧市场恐慌而导致间接风险传染。一方面,市场流动性紧张时,依赖批发融资的银行为缓解偿付压力需要大量变卖资产。这将导致资产价格下跌,持有同类资产的其他金融机构也会遭受损失,并进一步引发降价抛售螺旋,最终导致系统性风险发生。(18)方意、郑子文: 《系统性风险在银行间的传染路径研究——基于持有共同资产网络模型》,《国际金融研究》2016 年第6 期。另一方面,短期批发资金提供者对银行风险的判断依赖于同类银行状况等具有噪音的公共信息,因此当个别银行发生问题事件后,会导致恐慌情绪蔓延,从而引发对具有相似风险特征的银行的资金挤兑,使具有清偿力的银行也遭遇无效率清算。(19)Huang,R. ,Ratnovski,L. ,“The Dark Side of Bank Wholesale Funding”,Journal of Financial Intermediation,Vol. 20,No. 2,2011,pp. 248-263.
总之,批发融资占比高的银行通过风险传染机制增强了自身收益和金融体系的关联,本文据此提出以下研究假设:
H2:批发融资占比的提升增加了银行个体与系统的关联性。
综合而言,批发融资增强了银行和金融体系的收益关联性,但对银行个体风险的影响不确定。一方面,如果批发融资提高了银行的个体风险,即批发融资同时具有个体风险增强效应和个体与系统关联性增强效应,则负向冲击不仅会使依赖批发融资的银行倒闭,还会通过银行关联网络导致更多银行陷入困境,从而引发银行系统性风险。另一方面,如果批发融资降低了银行的个体风险,且批发融资的个体风险减弱效应超过(不及)批发融资的个体和系统关联性增强效应,那么批发融资将具有降低(提高)系统性风险的综合效应。因此,本文提出如下竞争性假说:
H3a:批发融资占比的提升降低了银行系统性风险。
H3b:批发融资占比的提升增加了银行系统性风险。
为检验上述假说,本文设定如下计量模型:
(1)
其中i=1,2,…,N表示银行个体,t=1,2,…,T表示季度。εi,t为随个体和时间而改变的扰动项。
被解释变量方面,ΔCoVaR、ΔVaR和ρ分别对应银行系统性风险、银行个体尾部风险和银行个体与系统关联性。为计算三组被解释变量,我们借鉴高国华和潘英丽(20)高国华、潘英丽: 《基于DCC 模型的上市银行系统风险实证研究》,《上海管理科学》2011 年第2 期。、Benoit et al.(21)Benoit,S. ,Colletaz,G. ,Hurlin,C. ,and Christophe,P. ,“A Theoretical and Empirical Comparison of Systemic Risk Measures”,HEC Paris Research Paper,2014,No. FIN-2014-1030.,建立如下二元DCC-GARCH模型来刻画银行收益率ri和银行系统收益率rs的动态特征:(22)个体收益率ri采用日度资产收益率,即以账面杠杆乘以权益市值度量资产市值,并基于资产市值计算资产收益率。
(2)
(3)
核心解释变量方面,WSF度量了银行批发融资占比。借鉴蒋海和黄敏(23)蒋海、黄敏: 《负债结构对银行风险承担的影响——基于中国上市银行的实证研究》,《国际金融研究》2017 年第7 期。、辛兵海和陶江(24)辛兵海、陶江: 《银行异质性、经营模式和风险——基于我国银行业微观数据的实证》,《武汉大学学报》2018 年第1 期。,本文定义WSF=(同业及其他金融机构存放款项+拆入资金+卖出回购金融资产款+应付债券)/负债总额×100%。
控制变量方面,MIR是银行微观个体层面控制变量,主要包括:①银行规模SIZE,以银行总资产TA的自然对数衡量;②银行资产结构,包括贷款比率LOAN(银行贷款净额和应收款项类投资之和占总资产的比例)和同业资产占比IBA(存放同业、拆出资金、买入返售金融资产之和占总资产的比例);③银行资本充足情况,以银行资本比率ETA衡量(为银行所有者权益占总资产比重)(25)季度频率的资本充足率指标缺失较多,并且2013 年1 月1 日起实施新的《商业银行资本管理办法》,资本充足率指标在2013 年之前和之后使用的是两种口径,存在指标不连续问题。因此,本文未选择控制资本充足率,而是使用了银行资本比率来反映资本充足情况。;④盈利能力,采用税后净利润与总资产之比ROA度量;⑤资产质量,以不良贷款率NPL度量;⑥收入结构,以非利息收入占比NII度量,该指标同时反映银行的多元化经营程度。为减轻模型可能存在的内生性问题,上述银行微观特征变量均取一期滞后值。MAC是宏观层面控制变量,主要包括:①银行业竞争程度HHI,以基于银行总资产的赫芬达尔指数HHI度量,HHI越高意味着集中度越高、竞争度越低。②股市行情,包括沪深300指数季度收益率MKT和沪深300指数季度波动率MKV。考虑到银行风险状况和银行个体与系统关联性可能受其他未考虑到的、随时间变化的因素影响,模型还控制了时间固定效应。
样本方面,由于计算ΔCoVaR需要用到银行股价数据,因此本文研究样本被限定为32家上市银行。考虑到多数银行在2007年后上市,本文将研究样本起止时间定为2007年第1季度(1月1日)到2019年第2季度(6月1日)。数据来源方面,用于计算ΔCoVaR的银行日度股价数据、沪深300指数、SHIBOR和国债收益率日度数据等均来自Wind数据库;银行微观特征数据取自CSMAR数据库的公司研究系列子库和银行研究系列子库。
为防止异常值对估计结果的干扰,对各连续型变量在其分布的1%和99%的位置上进行缩尾处理,表1为主要变量的描述性统计结果。(26)我们还考察了各变量间的相关系数(篇幅所限,未予以汇报),发现解释变量之间相关系数的绝对值多在0. 4 以下,可以认为多重共线性问题对系数估计的影响并不严重。系统性风险指标ΔCoVaR最大值为5.01%,最小值为0.16%;ΔCoVaR的两个构成部分中,上市银行的个体风险ΔVaR介于0.96%和11.33%之间,个体与系统关联性ρ的标准差为13.67%,说明不同银行的个体风险及个体与系统的关联性存在较大差异。批发融资占比WSF的均值为16.90%,虽然批发融资已成为银行日渐重要的资金来源,但其在总负债中的平均比重依然不高,我国商业银行负债融资仍以传统的客户存款为主。不过WSF的最大值为41.49%,表明部分银行的融资模式已经发生较大改变,对批发融资的依赖度很高,严重降低了负债的稳定性。
表1 变量描述性统计
与De Jonghe(27)De Jonghe,O. ,“Back to the Basics in Banking? A Micro-Analysis of Banking System Stability”,Journal of Financial Intermediation,Vol. 19,No. 3,2010,pp. 387-417.、Van Oordt and Zhou(28)Van Oordt,M. ,Zhou,C. ,“Systemic Risk and Bank Business Model”,Journal of Applied Econometrics,Vol. 34,No. 3,2019,pp. 365-384.等一致,本文在基准回归中采用OLS运行模型(1)。为减少扰动项不规则带来的问题,所有回归均采用了银行层面聚类稳健的标准误。表2列示了相关回归结果:其中,(1)、(3)、(5)列仅控制了银行微观特征变量,(2)、(4)、(6)列则进一步控制了股市行情变量和时间虚拟变量。
以系统性风险ΔCoVaR为被解释变量的(1)、(2)列回归结果均显示,更为依赖批发融资的商业银行具有更高的系统性风险,假说H3b得到验证。以银行个体风险ΔVaR为被解释变量的(3)列回归中WSF系数符号为正但不显著。当加入更多控制变量后,列(4)中WSF系数符号转为显著为负,即批发融资占比的提升降低了商业银行的个体风险,表明批发融资在我国银行业更多发挥了分散银行融资风险、抑制银行风险承担的作用,与Dinger and Hagen(29)Dinger,V. ,Hagen,V. J. ,“Does Interbank Borrowing Reduce Bank Risk”,Journal of Money,Credit and Banking,Vol. 41,2009,pp. 491-506.、肖崎和赵允宁(30)肖崎、赵允宁: 《批发性融资对我国商业银行风险承担的影响研究》,《金融监管研究》2017 年第8 期。的研究一致,假说H1a得到验证。以银行个体与系统关联性ρ为被解释变量的(5)(6)列中WSF系数均显著为正,说明商业银行更多地依赖批发融资会增加自身与其他银行的收益关联性,假说H2得到验证。总之,批发融资虽然能够降低银行个体风险,但同时也提升了银行与系统的关联性,总效应为加大了银行系统性风险。
表2 批发融资对银行系统性风险的影响
1. 改变关键变量的度量方式
对于解释变量,我们使用了更窄口径的批发融资指标。窄口径批发融资指标仅考虑商业银行的传统同业负债,计算公式为WSF2=(同业及其他金融机构存放款项+拆入资金+卖出回购金融资产款)/负债合计×100%。各列批发融资占比的系数符号与基准回归一致,说明本文结论是稳健的。
表3 替换关键变量的估计结果
2. 变更模型估计方法
一是使用固定效应估计方法。表4中的(1)~(3)列为相关回归结果。使用固定效应方法时由于仅用到了银行组内信息,部分变量回归系数显著性较之混合回归系数有所下降,如第(1)列批发融资影响银行系统性风险的系数仅在10%水平上显著为正,同时系数大小与基准回归相比也有所降低。不过(2)、(3)列中批发融资对银行个体风险及个体与系统关联性的回归系数与基准回归较为一致,说明考虑银行个体的不随时间变化的异质性后,本文基本结论保持成立。
二是估计动态面板模型。考虑到银行风险状态、银行个体与系统关联性的持续性,需要在回归方程中加入被解释变量的滞后项Yi,t-1,从而得到一个动态面板模型。我们使用两步纠偏系统GMM估计该模型,相关估计结果见表4中的(4)~(6)列。序列相关检验结果显示,扰动项的差分存在一阶自相关,但不存在二阶自相关,故认为模型扰动项无自相关。Sargan检验无法拒绝所有工具变量有效的原假设,可以继续下一步分析。被解释变量一阶滞后Yi,t-1的估计系数显著为正,说明银行风险及关联性特征具有延续性。批发融资占比系数与基准回归一致,且在10%及更高水平上显著,仍然支持本文的主要结论。
表4 变换模型估计方法的估计结果
Moore and Zhou(32)Moore,K. ,Zhou,C. ,“‘ Too Big to Fail’ or ‘Too Non-Traditional to Fail’: The Determinants of Banks’ Systemic Importance”,Systemic Risk Centre Working Paper,2013.指出,银行间借贷能够帮助银行对抗中小型流动性冲击,但在大型流动性冲击下,反而会造成严重的银行业危机。那么批发融资对系统性风险的影响是否与流动性冲击的严重程度有关呢?为回答这一问题,我们在基准回归模型中加入了流动性冲击虚拟变量与批发融资占比的交叉项SDUM×WSF。借鉴廉永辉和张琳,(33)廉永辉、张琳: 《流动性冲击、银行结构流动性和信贷供给》,《国际金融研究》2015 年第4 期。我们以上海银行间市场拆借利率SHIBOR度量流动性冲击,SHIBOR越大表明银行间市场资金越紧张,银行面临的流动性冲击越大。当SHIBOR高于全样本的x分位数时(x可分别取66.66%、75%、80%、90%),SDUM的取值为1;当SHIBOR小于或等于全样本的x分位数时,SDUM的取值为0。
表5中的(1)~(3)列和(4)~(6)列分别汇报了x取90%和66.66%时加入交叉项的回归结果。(34)x 取75%及80%时得到的交互项系数与表5 一致。列(1)和(4)中SDUMi,t×WSFi,t-1系数显著为正,说明流动性紧缩程度越高,批发融资对银行系统性风险的正向影响越大。进一步地,分解ΔCoVaR的两个构成部分,当被解释变量为个体与系统关联性ρ时,交互项系数显著为正;当被解释变量为个体风险ΔVaR时,交互项系数为负但不显著。具体而言,(3)、(6)列表明流动性紧缩时,批发融资占比高的银行个体和系统的收益关联性进一步增强,从而具有更大的系统性风险。一方面批发融资与银行间市场流动性状况密切相关,依赖批发融资的银行在市场资金紧张时,更容易成为流动性风险传染的对象。另一方面,市场流动性越短缺,批发融资占比较高的银行越可能需要赎回同业资产或抛售债券资产,从而进一步引发风险传染。总之,在流动性冲击较大时,同业借贷网络的风险分担效应很容易转变为风险转移效应,从而增加依赖批发资金银行个体与系统的关联性。(2)、(5)列中流动性冲击与批发融资的交互项不显著。批发融资在市场资金紧张时可以通过协调银行间流动性,帮助商业银行对抗流动性风险;然而,当流动性紧张时,银行从同业市场融资的难度加大,降低了批发融资缓解流动性风险的积极作用。因此综合效应导致流动性冲击对批发融资的个体风险效应没有明显影响。
现有文献在研究同业网络中的风险传染时,发现杠杆率越低、资本充足率越高的银行越不容易受到传染。(35)高国华、潘英丽: 《基于资产负债表关联的银行系统性风险研究》,《管理工程学报》2012 年第4 期。(36)方意、黄丽灵: 《系统性风险、抛售博弈与宏观审慎政策》,《经济研究》2019 年第9 期。那么银行资本水平是否会影响批发融资的系统性风险效应呢?对此,我们在基准回归模型的基础上加入了银行资本比率虚拟变量与批发融资占比的交叉项EDUM×WSF。当资本比率ETA高于全样本的x分位数时(x可分别取66.66%、75%、80%、90%),EDUM的取值为1;否则EDUM的取值为0。
表5 流动性冲击对批发融资系统性风险效应的调节作用
表6中的(1)~(3)和(4)~(6)列分别汇报了x取90%和66.66%时的回归结果(37)x 取75%及80%时得到的交互项系数与表6 一致。。(1)—(6)列交互项系数均显著为负,说明资本比率较高时,批发融资对银行系统性风险的正向影响有所减弱,其原因在于:一方面批发融资对银行个体风险的减弱效应增大。批发融资的缺点主要体现在其稳定性低,会因银行负面信息而突然抽离资金,导致借款银行可能需要折价抛售资产。如果银行资本无法充分吸收资产损失,则将引发破产清算。因此银行的资本越充足,批发融资的不利影响越小,更能表现出降低银行个体风险的积极效应,蒋海和黄敏(38)蒋海、黄敏: 《负债结构对银行风险承担的影响——基于中国上市银行的实证研究》,《国际金融研究》2017 年第7 期。的研究也显示资本水平更高时,非存款负债减弱银行风险承担的作用更强。另一方面批发融资对个体与系统关联性的增强效应减小。资本充足的银行安全性更高,在市场恐慌中不易成为同业负债挤兑的对象;同时银行资本较多,吸收损失能力强,可以降低负向冲击下的破产概率,避免成为新的传染源。因此资本比率高的银行在同业网络中不易成为风险传染节点,减弱了银行个体与系统的关联性。
表6 银行资本对批发融资系统性风险效应的调节作用
上述分析考察了宏观层面的流动性冲击和微观层面的银行资本特征两方面因素对批发融资系统性风险效应的调节作用,发现流动性冲击(银行资本)能够加剧(缓解)批发融资对银行系统性风险的正向影响。那么,在面临流动性冲击时,对于不同资本水平的银行,其批发融资对系统性风险的影响是否存在差异呢?回答这一问题,有助于进一步明确流动性冲击和银行资本对批发融资和系统性风险关系的影响机制。
本文通过分组回归来明确上述问题。具体而言,我们在每个季度内对银行资本比率ETA进行排序,并分别将低于和高于ETA中位数的观测值作为低资本组和高资本组。在此基础上,对两组子样本分别估计包含流动性冲击与批发融资占比交叉项(SDUMi,t×WSFi,t-1)的回归模型,进而通过比较交叉项的系数符号和显著性来判断银行资本如何影响流动性冲击与批发融资系统性风险效应的关系。
表7汇报了当x取90%时的分组回归结果。(40)x 取66. 66%、75%及80%时得到的交互项系数与表7 一致。以ΔCoVaR为被解释变量时,对比两组中交叉项的估计系数大小及其显著性发现,只有在低资本组中,交叉项系数才显著为正;而在高资本组中,交叉项系数显著性较低。这说明,流动性冲击对批发融资系统性风险效应的加剧作用确实依赖于银行的资本状况。进一步分解ΔCoVaR的两个构成部分发现,当被解释变量为个体风险ΔVaR时,交互项系数为负但在两组中均不显著;当被解释变量为个体与系统关联性ρ时,只有在低资本组中,交互项系数显著为正。这一结果再次印证了表5的发现,即流动性冲击主要通过银行个体和系统的收益关联性维度而非银行个体风险维度来影响批发融资的系统性风险效应。另外,结合表6的回归结果可知,银行资本不仅能直接减弱批发融资对系统性风险的正向影响,还可以通过降低流动性冲击带来的负面影响而间接减弱批发融资的系统性风险效应。
表7 不同资本比率下流动性冲击对批发融资系统性风险效应的调节作用
本文利用2007—2019年我国32家商业银行季度数据,实证检验了批发融资对银行系统性风险指标ΔCoVaR及其构成部分的影响。结果表明,批发融资占比降低了商业银行个体风险,但增加了银行个体与系统的关联性,并且其关联性增强效应超过个体风险减弱效应,综合表现为提升了银行系统性风险。进一步分析发现,当市场流动性紧张时,批发融资对银行个体与系统关联性以及银行系统性风险的增强效应较大,但对批发融资的个体风险减弱效应没有影响。银行资本比率较低时,批发融资对银行个体风险的减弱效应较小、对个体与系统关联性的增强效应较大,因而对银行系统性风险具有更大的正向影响,并且资本比率较低的商业银行中,流动性冲击对批发融资系统性风险效应的加剧作用更强。基于本文研究结论,可以得到如下启示:
第一,批发融资占比较高的商业银行具有更高的系统性风险,因此应强化银行批发融资监管。一方面,应设置批发资金占比和增速的预警线,当银行批发资金依赖度过高或增长过快时,监管部门应给予银行风险提示并限制其批发融资额度。另一方面,考虑到批发融资带来银行间相关性上升是批发融资引致系统性风险的关键所在,监管部门还应引导商业银行降低批发融资集中度,降低银行间的关联水平,减弱问题银行对关联银行的影响。
第二,流动性冲击下批发融资具有更强的系统性风险效应,因此应维持市场流动性稳定。一是做好流动性监测工作,在发生市场流动性紧张、融资成本提高等情况时,及时分析商业银行融资能力的变化。二是完善和创新流动性调控手段,保证市场流动性合理充裕,增强市场信心、防范个别银行的风险外溢。
第三,充足的资本有助于减弱批发融资的系统性风险效应,因此应协调批发融资管理和资本管理。监管部门应重点关注资本充足率或资本比率较低,但批发融资快速增长的银行。商业银行自身应注重批发融资和资本水平的相匹配,不要盲目扩大同业负债,要根据自身的资本情况和抗风险能力合理安排批发融资额度。