曹衷阳,刘 芮
(河北经贸大学 金融学院,河北 石家庄 050061)
利率市场化改革自20世纪90年代开始。2004年1月央行将金融机构贷款利率下限调整为贷款基准利率的0.9倍,同年10月,央行放开了金融机构人民币贷款利率上限,2015年10月放开存款利率上限。2019年12月央行发布公告称,将推动存量浮动利率贷款定价基准转换。市场人士预计,在存量贷款换锚完成后,贷款基准利率或将在2020年取消。利率市场化进程正在加快。2018年以来,受中美贸易战的冲击,加之我国经济进入“新常态”,经济增速的下滑,高质量增长所需要的“去杠杆”压力加剧了银行系统性金融风险的积累。2019年2月,习近平总书记在中共中央政治局第十三次集体学习时指出,打好防范化解金融风险特别是防范系统性金融风险发生的攻坚战,推动我国金融行业健康发展,是金融工作的根本任务。
经验表明,世界各国在利率市场化进程中都曾引发过银行系统风险。[1]运用计量模型,实证研究利率市场化、资产价格波动对我国银行系统性风险的影响,把握银行系统性风险的防范渠道,对于建立科学的风险监控体系,维护金融市场的稳定具有深远意义。
2008年由美国次贷危机引起的国际金融危机爆发。近年来,各国政府和学者对系统性金融风险的研究尤为关注。系统性金融风险不仅会严重影响一国经济稳定,更造成了国家福利和社会财富的大范围流失。国际货币基金组织将系统性风险定义为金融系统大面积遭受损失并造成大范围的金融服务供给中断、给实体经济带来严重影响的风险。由于银行“大而不倒”的特性及固有的脆弱性[2],银行在我国金融体系中处于中心地位。
随着利率市场化改革的进行,金融环境日益复杂,陆静[3](2014)认为利率市场化将给银行机构带来各方面的风险积聚,即广义的金融脆弱性理论。已有的文献主要为利率市场化改革后对银行盈利性和风险方面的研究。在国际方面,肖欣荣[4](2011)通过研究美国利率市场化发现银行净息差在利率市场化改革初期趋于收窄,传导机制为利率市场化进程中,银行间竞争加剧,从而影响银行的净息差,进而降低银行的盈利能力。薛晴和刘湘勤[5](2017)的研究则发现利率波动引起的不确定性也是利率市场化影响银行盈利能力的重要渠道。王道平[6](2016)认为利率市场化改革的深化会增加金融的脆弱性,提高发生系统性银行危机的概率。在中国方面,中国银行国际金融研究所的研究报告中指出,如果我国利率市场化进程完全实现,工行、建行、农行、中行四大行整体的利息净收入将减少近一半。陆军和陈郑[7](2014)指出,利差收入是中国银行机构的核心收入来源。利率放开,市场竞争的存在使得利差收入减少,银行利润降低,会给银行体系带来流动性风险。为减小利率市场化后利差收窄给银行带来的不利影响,其有动力增加高风险、高收益的信贷资产投放规模。
综上所述,利率市场化会增加银行风险的原因可以概括为以下四点:(1)在利率市场化背景下,利率的高低不再受政府的管制而由市场决定,其名义利率比受政府管制下的名义利率波动范围大,利率的不稳定性加剧了银行体系的脆弱性,这种现象在利率市场化改革初期较为明显。(2)随着利率市场化的开展,银行为竞争存款提高存款利率,这降低了银行的盈利能力,加剧了银行业的竞争,使银行更加容易受到经营过程中的非系统风险的影响,导致无效率银行破产。(3)在利率市场化改革之前,我国通常设置贷款利率上限,这使银行无法给高风险客户贷款从而赚取较高的风险溢价;随着贷款上限的解除,银行有动力为赚取高额的利润而选择高风险贷款者,若在利率市场化中监管机构未能审慎监管,可能导致银行信用风险积累。(4)利率市场化改革后,相应的监管制度与体系也要随之更新,监管者因缺乏监管新“体系”的技能和经验,会降低监管效率,导致部分投机银行的风险积累。
利率市场化改革的深化对资产价格同样产生了深远影响。周晖和王擎[8](2009)、陈继勇[9](2013)、张红伟和冉芳[10](2016)、邓创和徐曼[11](2019)均从股票价格和房地产价格着手研究金融资产。本文借鉴以上学者的看法,研究利率市场化改革对股价、房价的影响。
利率市场化对股票市场价格波动的影响主要体现在三个方面:第一,市场利率的变化将严重影响企业在银行等金融机构的贷款利率,从而影响借贷成本,造成经营成本的变化,进而影响企业的营业状况,从而造成股价的波动。郭金龙和李文军[12](2004)利用ROSS套利定价模型揭示了证券价格与利率的内在联系,得出利率与证券价格存在负向作用。第二,利率市场化进程中,存贷款利率限制放开,贷款利率上升时,对于通过借贷来进行股票投资的消费者而言,交易成本增加,从而市场中股票交易减少,需求降低,股票价格下降。第三,当银行中的存款利率下降时,机会成本降低,刺激消费者进行高收益的证券交易,这将导致股票市场的上涨,股票价格上升。
从利率市场化改革对房地产价格波动方面的影响来看,万阿俊[13](2015)认为房地产价格对利率价格形成具有时变溢出效应,总体呈负向影响。董凯和许承明[14](2017)通过构建MS-VAR模型分析利率、房价和汇率三者的动态关系,结果表明利率的扭曲不仅会导致房价上涨,还会引致实际汇率贬值。郑挺国[15](2018)采用异方差时变参数模型和两步极大似然估计法来探讨短期利率对房价失调反应的时点和特征,研究表明,以利率调整措施为主的货币政策和房市的宏观调控政策呈现相互配合的状态。
舒长江等[16](2017)认为,资产价格波动是造成商业银行脆弱性的主要扰动源,即资产价格波动与银行系统性风险之间存在紧密的联系。刘剑、蒋紫薇[17](2014)研究认为,从内生角度来看,资产价格波动可能通过金融创新、银行信贷与流动性、微观主体行为等途径,引起金融不稳定和宏观经济波动从而导致银行系统性金融风险。
从银行信贷的角度来看,Allen[18](2000)建立了一个信贷扩张影响资产价格波动的理论模型。该理论说明资产价格的波动性加剧了银行信贷的不稳定性,当银行出售风险资产,资产价格下降引起信贷的下降,加剧了金融系统性风险的蔓延。Borio[19](2002) 认为信用规模的扩张会促进资产价格泡沫的产生,从而导致实体经济领域的过热,引发银行系统性风险和金融危机。
从微观主体行为中发现资产价格波动的信息不对称性会引起银行系统性风险。唐建伟[20](2004)认为资产价格的上涨会通过各种渠道来促进消费的增长。流动性约束效应反映了股票价格上涨提高消费者持有的资产组合价值,刺激消费者将资产组合抵押获得更多的信贷支持。当出现逆向选择和道德风险问题时,容易陷入金融的不稳定性。
国内外学者在商业银行系统性风险研究过程中,主要研究了相关风险的防范渠道。在现有文献方面,从利率市场化、资产价格波动等多个角度提供了能够降低银行业系统性风险的经验数据。迄今为止,鲜有文献同时考察了利率市场化、资产价格对系统性风险的影响,本研究丰富了这一方面的研究内容。在影响机制方面,本文以涵盖股价波动和房价波动的资产价格波动为传导变量,通过对这条传导路径的研究,分析影响系统性风险的因素,进而能够另辟蹊径地引起监管层对资产价格波动的重视。
1.利率市场化指标
利率市场化指标作为本文的核心解释变量,涵盖利率市场的各个方面。为了保证结果的准确性,本文借鉴王舒军和彭建刚[21](2014)构建的权重。将利率市场化分为两个层次,选择5个一级指标和11个二级指标,指标涵盖存贷款市场、货币市场、债券市场以及投资和理财产品市场。利率市场化程度计算公式为:
利率市场化指=存款利率得分×ω1+贷款利率得分×ω2+货币市场利率得分×ω3+债券市场利率得分×ω4+理财产品收益率×ω5,其中ωi为一级指标权重。
(1)
指标权重如表1所示。
表1 利率市场化指标权重
将利率市场化指标体系分为两个层次,指标包含存款利率、贷款利率、货币市场利率、债券市场利率及理财产品利率5个市场的利率。样本中利率市场化程度的季度数据分配在0~1的范围内,数值越接近1表示利率市场化程度越高,将指标赋值结果乘以每个指标权重并求和,以获得利率市场化指数来衡量利率市场化程度,得出2008年至2019年的利率市场化程度指数分别为0.6308、0.6382、0.6426、0.6515、0.7436、0.8514、0.9683、1、1、1、1、1。
2.银行的系统性风险
结合我国利率市场化发展进程,考虑数据的可得性,本文选取2008第一季度到2019年第三季度来源于 Wind数据库的银行数据及各家商业银行年报研究。根据金融风险指数的概念,变量选取要涵盖银行系统的方方面面,不仅要包含银行系统外部指标,也要包含银行系统内部风险指标,以便于能客观并准确反映出银行系统状态的变化。本文银行性系统风险共分为四类指标:第一类是宏观经济风险指标,主要反映宏观经济因素对银行系统性风险产生的影响;第二类是国际收支风险指标,反映国际收支层面给银行系统性风险的影响;第三类是证券市场风险指标,反映在证券市场层面的指标变化对银行系统性金融风险的影响;第四类是银行系统内部风险指标,反映了银行系统内部的风险大小。具体指标选取如下表2。
表2 银行系统性风险测度指标体系
银行系统性风险指数的构建。由于选取指标个数过多,不易比较,本文利用主成分分析法最终提取出三个主成分。主成分矩阵的荷载值如下表3。
表3 银行系统性金融风险指数主成分矩阵
利用表3中的数据除以主成分对应的特征值的平方根,三个特征值分别为7.933、3.709、2.782得到3个主成分中每个指标所对应的系数,将3个主成分指数序列F1、F2、F3以每个主成分对应的特征值占特征值总数的比例为权重与3个主成分指数序列相乘,即得到综合指数序列Risk,参见公式:
(2)
3.资产价格波动
从商业银行资本补充工具可知,商业银行的资产结构中占比较高的资产为股本、贷款资产和存放于央行的存款准备金。其中贷款利率和存款准备金率变动较小,但风险较大和具有较大波动性的是股市和房地产市场。因此,本文沿用陈继勇、袁威[9]等(2013)对资产价格波动指标的处理方法,选取股价和房价两项指标进行衡量。股价选取上证综合指数的同比波动指数并取自然对数(lnSR);由于房地产价格指数测算方法不完善、样本数据缺乏代表性等缺点,所以选取与消费者日常生活密切相关,并且能够反应房地产市场变化的指标,居住消费价格指数并取自然对数(lnHP)。
由于本文选取的利率市场化、银行系统性风险及资产价格等相关数据均为季度数据,在数据处理的过程中发现具有明显的季节效应,因此要进行季节性调整,从时间序列中剔除季度和不规则因素对数据的影响。
本文采用ADF单位根检验方法对IRL序列、lnSR序列、lnHP序列和Risk序列实施平稳性检验。结果见表4
表4 各变量单位根检验结果
由表4可知IRL、LnHP、Risk三个变量序列的P值为0.3675、0.3554、0.5565,接受原假设,存在单位根,这三个变量序列是非平稳的,而差分之后的序列d(IRL)、d(LnHP)、d(Risk)的P值均小于0.05,拒绝原假设,不存在单位根是平稳的序列。由于LnSR序列为平稳序列,所以其差分之后的序列d(LnSR)仍为平稳序列。综上所述,可确定IRL、LnHP、Risk、LnSR均为一阶单整时间序列。
在建立SVAR模型之前还需确定最佳滞后阶数。检验结果如下表5。
表5 滞后阶数检验结果
由表5可知,各种检验方法均显示最佳滞后阶数为2。
由表4分析可知,确定IRL、LnHP、Risk、LnSR序列为一阶单整序列,并且根据AIC和SC信息准则可确定最佳滞后阶数为2。在下表6中的协整检验结果中P值均小于0.05,则拒绝原假设,存在协整关系,可以从结果看出存在四个协整向量,变量之间存在长期稳定的关系。Johansen协整检验结果如下表6。
表6 Johansen协整检验结果
1.模型设定
本文运用AB型的SVAR模型构建利率市场化指数、上证综指同比波动指数、居住消费价格指数和银行业系统性风险之间的动态分析系统,并分析结构项μt对系统的冲击情况。模型形式如下:
AXt=Γ1Xt-1+…+ΓpXt-p+μt,t=1,2,…,T
(3)
其中,Xi为n维内生变量列向量;μt为结构式冲击(误差)列向量;Γi,i=1,2,…,n为n维系数矩阵;A为表示各变量之间同期关系的n维系数矩阵。模型可以进一步简化为:
Xt=Φ1Xt-1+…+ΦpXt-p+εt
(4)
其中,Φi=A-1Γi,i=1,2,…,n;简化式(4)中的扰动项εt与(3)中的μt的关系如下:
Aεt=Bμt
(5)
对A矩阵和B矩阵进行约束,使A∑A'=BB'。
2.模型约束条件
对于结构式的AB型SVAR模型,施加n(n-1)/2个限制条件才能估计出结构模型的参数。根据已有对银行业系统性风险的研究和相关金融理论知识,约束条件如下:由于在利率市场化改革中,受众多因素影响,传导渠道多且利率市场化改革存在时效性,所以假设利率市场化指数在当期只受自身因素的影响,即a12、a13、a14为0;影响我国股票市场的主要因素有政治环境、企业的经营状况和宏观经济周期,虽然居住消费价格指数和系统性风险会对股票市场产生影响,但由于政府和相关部门的监督与把控,影响程度较低,因此假设居住消费价格指数和系统性风险指数不会在当期对上证综合指数产生影响,即a23、a24的数值为0;由于我国银行性系统风险的传播范围大多限于金融企业,并且我国对房地产市场的风险管控加强,因此假设系统性风险不会对居住消费价格指数现期产生影响,即a34的数值为0。 综上所述,SVAR模型的扰动项与结构影响项之间的关系如下:
(6)
脉冲响应函数方法是分析SVAR模型中的一个内生变量的冲击给其他内生变量带来的影响。脉冲响应函数结果如图1。
图1 变量IRL、LNSR、LNHP的脉冲函数响应图注:数据来源于wind数据库,结果由Eviews 6.0分析得出。
在给利率市场化指数的扰动项一个正向冲击时,银行业系统性风险一开始出现正效应,此时为最大值为0.03后逐渐减小,在第2期降到最低,此时为负效应,接下来上升转为正效应并逐渐减弱趋于平稳,表明利率市场化改革初期对银行业影响较大;在利率市场化深化的过程中,利率市场化的进行从利率波动、流动性资产降低等方面大大增加了银行业的系统性风险,但随着恰当的监管制度的出台以及银行业的转型升级,银行业的系统性风险逐渐减小。
上证综指波动指数对银行业系统性风险的冲击中,前两期表现为急剧增加的正向趋势,在第2期达到峰值0.05,随后急剧下降,第4期减小至0,从第7期开始呈现出细微负效应并逐渐减小趋于平缓。出现上述现象的原因主要为影响股票市场的因素众多,且股票市场的传导路径复杂并具有一定的时滞性,当股票市场出现巨大风险导致股票价格出现大幅波动时,会在一定程度上加剧银行业的系统性风险,但随着恰当的监管制度的出台以及银行业的转型升级,银行业的系统性风险得到了控制。
给居住消费价格指数一个正的冲击,在1-3期对银行系统性风险有一个逐渐增加的正影响,第3期存在最大正效应为0.05,随后效应逐渐减弱,第5期转为负效应并在第6期达到最大负效应-0.02,然后震荡变小,其影响在16期接近于0,其后几乎为0。从已有经验可知,当居住消费价格指数过低时房价的负向波动会导致消费者的赖账心理,不愿缴纳相应的房贷,造成银行流动性的短缺,引发系统性风险。从我国实际经济运行过程中得知,房价一直居高不下,“炒房”浪潮的出现,导致大量信贷资金流向房地产市场,房价泡沫的出现,增加了银行的信贷风险,从而增加了银行系统性风险。
从脉冲响应函数分析中可知,利率市场化指数、上证综指波动指数、居住消费价格指数均对银行系统性风险产生影响,为判断其对银行系统性风险的影响程度,需进行方差分解。方差分解结果如表7所示。
表7 RISK方差分解
表7方差分解的结果表明,在考虑银行系统自身的贡献率条件下,银行系统性风险自身对其解释能力最大,在第14期贡献率趋于稳定达到53%;居住消费价格指数和利率市场化因素贡献率次之,分别为26%、20%,但利率市场化因素贡献率开始为0,随着时期的增大而增加,在第16期趋于稳定贡献率达到20%,表明随着利率市场化的深化,其对银行系统性风险的影响逐渐增加。最弱为股价波动指数,在第16期贡献率趋于稳定约为3%。这说明在银行业系统性风险的诱发因素中,房地产市场的影响度相对较高,这是由于利率市场化改革的不断完善和股票市场的管控,而房地产市场近年来发展迅速,银行贷款资金由实向虚,房价泡沫积累增加了银行业系统性风险爆发的可能性,该结论与我国目前房地产市场实际相符。
参照国内外相关研究文献,选取2008-2019年利率市场化改革、以股价和房价为代表的资产价格和我国银行的相关数据为研究样本,运用SVAR模型实证研究了利率市场化、资产价格波动对银行业系统性风险的影响。分析结果表明:
1.利率市场化改革对银行系统性风险存在负的冲击作用。在利率市场化改革初期,由于银行业风险防范措施的缺乏,其对利率市场化改革的到来未做好充足准备。在利率市场化深化的过程中,利率市场化的进行从利率波动、流动性资产降低等方面大大增加了银行业的系统性风险,但随着恰当的监管制度的出台以及银行业的转型升级,银行业的系统性风险逐渐降低,表明利率市场化改革对系统性风险的影响呈现U型趋势。
2.资产价格对银行系统性风险有显著的负效应。股票市场出现巨大风险导致股票价格出现大幅波动时,会在一定程度上加剧银行业的系统性风险。居住消费价格指数过高,导致大量信贷资产流向房地产市场,房价泡沫的出现,增加了银行的信贷风险,从而增加了银行系统性风险。
3.利率市场化增加了资产价格的波动性。其中利率的上升对股价的变动呈负向冲击作用,贷款利率上升公司借贷成本增加,减少了企业未来利润,同时利率上升使部分资金流向储蓄和债券,减少股票需求,股价降低。贷款利率的回落,减少了贷款买房消费者的利息成本,从而降低了消费者居住价格的成本。
基于上述理论分析与实证研究,为能在利率市场化深化过程中减小系统性风险发生的可能性,拟提出如下建议:第一,增强银行定价管理,加强风险防控。2013年贷款基础利率(LPR)集中报价和发布机制正式运行,我国已经建立市场利率定价自律机制。在市场化定价体系中,大型银行应发挥领导作用制定相关定价策略,定价能力差的中小银行采用大型银行的定价策略,并加强对重点业务的定价管理与风险防控。第二,增强资本市场监控,建立有效监控体系。资产价格对银行系统性风险具有显著负效应,银行相关部门应加强对股价、房价等资产价格的监控,建立有效监控体系,掌控信贷资金流向,严防信贷资金流向股票、房地产市场。