上市银行业务风险控制研究——基于普惠金融视角

徐松涛 曹源芳

（南京审计大学，江苏 南京 211815）

一、引言

民营经济具有“五六七八九”的特征，即贡献了50%以上的税收，60%以上的GDP，70%以上的技术创新成果，80%以上的城镇劳动岗位，90%以上的企业数量。但受新冠肺炎疫情和中美贸易摩擦的双重影响，中小微企业面临前所未有的生存困境。因此，亟须针对性政策帮助中小微企业渡过难关。加之偏远地区、贫困乡镇人民长期被排斥在大部分金融服务之外，享受到的金融服务较少，影响我国经济社会均衡发展。因此，普惠金融的发展对我国中小微企业经营、经济社会均衡发展具有重大意义。为协助普惠金融发展，我国颁布一系列政策激励普惠金融发展，引导金融机构加大对“三农”和中小微企业的扶持力度。我国相继出台定向降准、再贴现、再贷款等一系列措施支持中小微企业复工复产。

商业银行在我国金融体系中占据重要地位，普惠金融政策的实施需要借助商业银行这一媒介完成。普惠金融鼓励政策一经提出，各家银行纷纷积极响应。2020年，中国工商银行服务于“三农”的县域网点达到6124家，覆盖面积达全国85%的县域地区，国定贫困县网点1096家，覆盖面积达全国66.8%的国定贫困县。中国农业银行西藏日喀则分行通过互联网技术使原本被排斥在外的边远地区农牧民享受到多样化的金融服务，截至2020年末，日喀则分行建立“掌上银行村”数量达1673个。尽管如此，普惠金融在我国仍存在起步较晚、发展较缓、业务模式和产品都相对落后等问题，且国内研究主要集中于宏观层面，从微观层面进行针对性的研究鲜少。而商业银行作为我国金融体系的重要组成部分，对相关政策实施取得的效果影响甚大，应对商业银行普惠金融业务风险成因及控制方法进行深入研究。商业银行开展普惠金融业务存在一定风险，若不加以控制，不仅无法达到国家大力支持普惠金融业务发展要求，还会危及商业银行自身安全。但若想对普惠金融业务风险进行有效控制，首先要清楚普惠金融业务存在哪些风险，这些风险的形成机制是什么？因此，本文从国内18家上市银行层面出发，通过分析普惠金融发展现状，研究普惠金融对商业银行业务风险的影响机理，对商业银行普惠金融业务风险控制提出针对性建议。

二、文献综述

Beck et al.（2007）最早提出普惠金融的概念，认为普惠金融让无法享受正规金融机构资金支持的企业和个人都能享受到金融服务。此概念在国外一经提出，便涌现出大量的小额信贷机构。对于这些小额信贷机构而言，其成立背景和宗旨是为小微企业服务，因此小微企业信贷业务成为小额信贷机构主营业务，但由于经营业务过于单一，无法满足经营主体多样化的需求。在概念提出和小额信贷机构经营一段时间之后，有学者认为普惠金融概念可由金融排斥理论来解释说明。因此，学者们开始对二者的相关性进行研究，试图通过金融排斥理论对普惠金融进行合理定义。Leyshon&Thirft（2007）认为金融排斥产生的原因是银行追求利润最大化的目标，会关注金融客户质量，从而对市场进行细分，将精力投入能为自身带来较大利润的企业。因此，低收入人群便被排斥在外，无法享受到金融服务（Chattopadhyay，2015）。

关于普惠金融发展意义的研究，最早可追溯到19世纪提出的理论。在当时并没有普惠金融一词，学者提出金融体系的发展能够推动经济的增长。但由于提出时间较早，金融环境不断变化，原先的金融体系与现行金融体系存在明显差异，因此学者们对发展普惠金融的意义展开新的研究。Sarma（2010）认为普惠金融发展能让更多人参与金融体系，使金融体系的包容性大大提升。何德旭和苗文龙（2015）认为金融包容在消除贫困、提高信贷可得性、促进金融市场横向竞争与纵向深化方面有重要作用。

之前的学者大多从宏观层面分析普惠金融发展的意义，但是从微观角度来看，我国普惠金融发展需借助商业银行这一媒介，且只有利用好这一媒介才能让普惠金融更好地服务于大众。因此，学者们从商业银行角度出发，对商业银行开展普惠金融的动机、方式展开研究。张海峰（2010）提出，商业银行开展普惠金融业务有三大动机：商业动机、社会责任、监管要求。张细松等（2017）认为当今时代，商业银行呈现出新的特点，其不得不接受转型挑战，从而不断适应实践中呈现出的不同业态。基于业务开展动机，学者们对业务开展方式进行了相关研究。Luiz et al.（2007）指出，商业银行可在开展信贷业务基础上，完善风险控制以规避风险，借助掉期工具迁移风险的方式来控制普惠金融业务风险，以此确保自身普惠金融业务安全稳定开展。

在已有研究中，学者们在宏观层面已经做了较多的研究且成果颇丰，对普惠金融研究与测度大多集中于宏观层面，如经济增长、居民收入水平影响，但从商业银行的角度，通过定量的方法讨论普惠金融的文献鲜少。此外，普惠金融虽是从传统信贷业务衍生而来，但有其特有的风险形成机制，过往的研究并未深入剖析普惠金融业务风险的形成机制及相应的预防措施。为此，本文以国内上市银行普惠金融业务为研究对象，通过定量分析，对商业银行普惠金融业务风险成因进行阐释，对商业银行普惠金融业务风险控制方法进行探索，只有对相关风险及形成机制进行深入剖析与阐述，才能对未来相关政策提供包容性建议，为我国商业银行普惠金融业务贡献重要的理论价值和实践意义。

三、普惠金融业务风险及形成机制

（一）信用风险

Parsons et al.（2014）的研究指出，在现代经济市场背景下，企业具有较大的行业竞争力与市场影响力。一旦单个企业发生违约，会影响同行业其他企业，进而波及整个行业领域，使得所处行业整体信用水平降低。在经济新常态下，国家鼓励各商业银行对小微企业予以资金支持，因此普惠金融行业在这一时期得到快速发展。但由于受到疫情冲击的影响，多数企业经历了长时间的停工停产，自身资产不足以支撑其经营支出及按时归还银行贷款本息，信用风险高。加之当前社会发展形势下，各行业中各企业联系度在不断提高，赊销、赊购现象普遍。因此，一家企业的资金出现问题容易产生连锁反应，导致多家企业资金链同时出现问题，进一步放大商业银行信用风险。

（二）战略风险

2013年，十八届三中全会正式提出“发展普惠金融”。2016年，国务院颁布计划对普惠金融发展进行明确规划，并提出降低普惠金融贷款利率、提高普惠金融授信额度等一系列倡议支持普惠金融发展。各家银行积极响应国家号召，改变自身发展战略，大力发展普惠金融业务。普惠金融业务的发展需要自身有充足的资金予以支持，商业银行加大自身吸收存款力度，资产增加有利于商业银行补充自身的一级资本，使杠杆率保持在合理水平，降低经营风险。但商业银行资产的增多却并未带来相应的利润增长。由于普惠金融业务对象具有特殊性，多集中于小微企业、农村及偏远地区，增加了商业银行业务成本。中小企业发起融资成本较高，农村及偏远地区经济发展相对落后，提高普惠金融贷款利率易于导致违约现象的发生，从而导致普惠金融业务收入与成本不匹配、生息资产增长速度快于净利息增长速度，净利息收益率不断降低，各项经营指标的非预期变动逐渐演化为战略风险。商业银行对自身战略作出改变，不断提高普惠金融授信额度，但业务成本并未降低，业务收入并未增多，故而形成并不断放大普惠金融业务战略风险。

（三）操作风险

普惠金融的概念在我国提出时间较短，发展较缓，成本高、收益低的现象普遍存在于商业银行之中。为降低业务成本，多家商业银行将普惠金融业务转至线上，即通过线上进行业务审批与款项发放。如中国建设银行推出小微e家业务，小微企业客户可以通过在网上提交资料进行贷款审批，大大加快了业务办理进度，降低了业务成本。但部分金融机构由于缺少专业人才，在业务处理过程中，受银行技术人员主观判断影响较大，银行工作人员无法准确量化普惠金融业务风险，因此，在贷前审查时判断失误的例子屡见不鲜，给商业银行带来了相关的操作风险。普惠金融业务本质上属于信贷业务，各家银行对于普惠金融业务的管理采用的是与普通信贷业务相同的管理方法，由于具备成熟的信贷业务管理，目前各家银行对于普惠金融业务的贷中及贷后管理效果较好。但普惠金融业务不完全等同于信贷业务，业务发展会不断涌现出新的问题，一味地按照原有方式进行管理，只会使管理效果越来越差，极易导致操作风险产生。因此，专业人才缺少和管理方式落后共同形成了普惠金融业务的操作风险。

四、实证分析

（一）数据来源

基于本文研究目的，本文选取中国工商银行、中国农业银行、中国建设银行、交通银行、招商银行、浦发银行、光大银行、中信银行、北京银行、江苏银行、上海银行、民生银行等18家上市银行2010～2020年相关经营数据为样本，数据来源于各家银行2010～2020年度报告和社会责任报告以及Wind数据库。

（二）变量选取

1.被解释变量：不良贷款率（NPL）。对商业银行风险进行量化时，常用的指标有不良贷款率。不良贷款率是不良贷款额占总贷款额的比重。银行的不良贷款率越高，表明银行无法回收的贷款越多，银行不但无法从已发放的贷款中获取利润，且银行要遭受一定程度的资本损失，不良贷款率会从利润、资本两个方面影响商业银行风险水平。因此，本文选取不良贷款率作为衡量商业银行风险水平的指标。

2.解释变量。普惠金融贷款规模（LSSME）：普惠金融贷款规模是指商业银行提供给小微企业的贷款业务，由于统计口径不同，本文将时间段分为2010～2017年（时间段1）、2018～2020年（时间段2）两个时间段分别研究。2010～2017年统计口径为中国人民银行小微企业标准，2018～2020年统计口径为单笔授信额度在1000万以下的普惠金融贷款。普惠金融贷款规模能够直观反映出商业银行普惠金融业务发展状况。从经济常识角度出发，普惠金融贷款规模的增长会给商业银行带来业务收入，但同时也会导致不良贷款率成相应比例上升，且普惠金融在我国发展时间不长，服务对象较为特殊，更易出现不良贷款，从而加大商业银行业务风险。因此选取普惠金融贷款规模作为解释变量，分析普惠金融贷款规模对商业银行风险的影响程度。

普惠金融客户数量（NSMEC）：指每年在各家银行享受普惠金融服务的客户数量，通过普惠金融客户数量可以反映商业银行普惠金融业务发展程度。但由于普惠金融的特殊性，服务对象多集中于小微企业、农村、贫困地区，其发生违约事件概率普遍大于其他客户。若银行管理机制不够完善、管理水平不足，便会由于账户数量的增加，可能出现管理不当的现象，从而增加银行风险。反之，若银行能够有效管理，便可有效化解信用风险，从而使自身整体风险水平降低。因此选取普惠金融客户数量作为解释变量，探究普惠金融客户数量与商业银行风险的相关关系，进而分析商业银行普惠金融账户管理水平，以此衡量商业银行风险管理水平的高低。

3.控制变量。资产规模（AS）：为支持普惠金融业务的发展，各家商业银行都在适当增加自身的资产规模，确保自身有充足的资金支持普惠金融业务的发展。商业银行应积极利用规模效应，通过资产的增长，降低普惠金融业务风险。反之，资产规模的增大可能会导致商业银行改变自身发展战略，选择将资金贷给风险系数较高的客户，以此来弥补保存现金所产生的成本。资金投放在风险系数较高的领域或客户无疑会使不良贷款发生的可能性增加，从而导致商业银行风险增加。故选取资产规模作为控制变量，探究资产规模与风险之间的关系，进而衡量商业银行风险管理水平。

净资产收益率（ROE）：净资产收益率是衡量企业盈利能力的重要指标之一。各家银行为响应国家政策，支持普惠金融业务发展，会提高自身资本规模，但由于目标对象特性，导致商业银行净利润未达到预期增长率，同时银行风险加大。净资产收益率能够反映出商业银行的盈利能力、营运能力和偿债能力，从而从多角度量化商业银行风险程度。故选取净资产收益率作为控制变量，分析净资产收益率与普惠金融业务风险之间的关系。

存贷比（LDR）：指的是贷款余额和存款余额的比值。贷款是银行的主要资产业务，该项指标较高时意味着银行的贷款业务能够从资产业务中获得较多的利息收入，银行的整体效益处于良好的状态。商业银行为支持普惠金融业务发展，存款数额与贷款数额都会增加，故存贷比会发生相应变化。但该项指标升高同时意味着银行的不良贷款率会升高，商业银行发生不良贷款时，不仅无法从贷款业务中获取利息收入，影响自身盈利能力，还会使自身资本遭受损失，影响自身营运能力，任意一项能力的不正常波动都会给商业银行带来巨大风险，商业银行应将该指标控制在合理水平，在提高收益的同时降低风险。故此处选取存贷比作为控制变量，分析存贷比对普惠金融业务风险的影响。

成本收入比（CI）：成本收入比是衡量银行效益性的重要指标之一。如前文所提，商业银行普惠金融业务存在成本与收入不匹配现象。当商业银行在业务办理时付出较多成本，虽可降低贷前审查出现失误的可能，但会导致商业银行业务办理效率低下，业务收益无法达到预期水准，不利于商业银行长期发展；当付出的成本过低时，会导致业务审查力度下降，增加不良贷款的可能性，从而增加商业银行风险。因此选取成本收入比作为控制变量，分析成本收入比与普惠金融业务风险之间的关系。

净利息收益率（NIR）：指的是利息净收入与总平均生息资产平均余额的比例，银行的净利息收益率高，能为银行带来较多的利息收入，但也会导致债务人利息压力过大而增加违约的可能。如前文所提，普惠金融业务对象多为小微企业、农民与偏远地区居民，其风险抵御能力较差，资本实力较弱，无法承担过多的贷款利息支出。但若以较低的利率水平发展业务，会影响商业银行自身的利息收入，降低商业银行盈利能力，增大商业银行整体风险。因此选取净利息收益率作为控制变量，分析净利息收益率与普惠金融业务风险之间的关系。

杠杆率（LR）：指的是一级资本与总资本之比。杠杆率能反映出企业还款能力，但杠杆率是一把双刃剑，企业盈利时，增加杠杆可以增加盈利，但是增加过多会引起企业风险。《巴塞尔协议Ⅲ》中增加了杠杆率这一指标来衡量商业银行风险程度。依照我国最新规定，商业银行杠杆率应不低于4%。杠杆率的大小能够在一定程度上反映出商业银行风险程度。商业银行需将杠杆率控制在合理水平，确保自身在利用杠杆扩大收益的同时，降低自身所受风险。故选取杠杆率作为控制变量，探究杠杆率与普惠金融业务风险之间的关系。

普惠金融平均贷款利率（RIF）：指各家银行发放的所有普惠金融专项贷款的平均利率，利率的高低会影响还款人的还款能力。过高的利率可能会引起还款人违约事件的发生，造成不良贷款的出现，增加商业银行风险。但过低的利率会影响商业银行的收益，使商业银行盈利能力下降，不利于商业银行长期发展。因此需将利率控制在合理水平，在保证自身收益的前提下，尽可能降低借款人违约行为的发生概率。在2018年以前，国家并未对普惠金融贷款利率作出相应的政策调整，但在2018年1月25日，央行对普惠金融业务实行定向降准，2018年4月17日与6月24日，央行再次进行定向降准，因此可以看出普惠金融贷款利率对于普惠金融业务有着重要的影响作用，因此在时间段2的模型中加入这一指标来研究其与普惠金融业务风险之间的关系。

各变量具体说明如表1所示。

表1 变量定义表

（三）模型设计

本文采用面板数据，为了实证分析普惠金融业务对上市银行风险控制的影响，本文构建计量模型如公式（1）和公式（2）所示。

其中，i表示第i家银行，t表示第t年，α0为截距项，εi,t为随机扰动项。

（四）描述性统计

从表2和表3的变量描述性统计结果可以看出，2010～2017年、2018～2020年普惠金融贷款规模与普惠金融客户数量存在明显差异，表明各家银行普惠金融业务发展程度不一且存在较大差距。2010～2017年不良贷款率的最小值与最大值分别为0.38和2.39，2018～2020年分别为0.78和2.05，差距显著，表明各家银行在贷款风险管理上存在显著差距。净资产收益率方面，2010～2017年最大值与最小值差为15.25，2018～2020年最大值与最小值差为11.91，表明各家银行在盈利能力方面也存在显著差异。存贷比方面，2010～2017年标准差为8.62，2018～2020年标准差为12.29，表明各家银行在存款贷款业务方面也存在显著差异。成本收入比方面，2010～2017年最大值与最小值差为21.82，2018～2020年标准差为19.03，存在显著差异，因此不排除个别银行为促使业务达成，出现牺牲自身利益的行为。

表2 2010～2017年各变量描述性统计

表3 2018～2020年各变量描述性统计

（五）多重共线性检验

从表4、表5检验结果来看，各变量之间相关系数较低，说明各变量之间相关性较弱，存在多重共线性可能性较小。

表4 2010～2017年多重共线性检验

表5 2018～2020年多重共线性检验

（六）单位根检验

在进行主要实证分析之前，为保证数据为平稳性时间序列，避免出现伪回归现象，本文采取单位根检验对两个时间段间各变量平稳性进行检验。检验结果如表6显示，各时间段、各变量均是平稳的。

表6 单位根检验结果

（七）多元回归分析

在对样本数据进行描述性统计、多重共线性检验以及单位根检验之后，为进一步研究普惠金融及其他控制变量对于商业银行风险的影响，本文利用Stata对其进行多元回归分析。因统计口径不同，本文分为时间段1与时间段2，因部分变量数值较大，本文对LSSME、NSMEC、AS取对数处理。

从表7回归结果来看，时间段1中，模型拟合度为0.722，拟合度较好。但在时间段2中，加入普惠金融平均贷款利率的模型拟合度达到0.856，拟合度有明显提升，说明普惠金融平均贷款利率对于商业银行风险有显著影响。从相关性来看，净资产收益率与不良贷款率成反比关系，表明不良贷款率越高，净资产收益率越低，符合经济常识。从存贷比角度来看，存贷比与不良贷款率成正相关关系，因此当商业银行放出较多的贷款后，存贷比数值上升，同时，因为放出较多贷款，从而加大不良贷款发生的可能性，商业银行不良贷款率上升。从成本收入比角度来看，普惠金融业务对象多为小微企业、农民及偏远地区居民，资本实力较弱，风险抵御能力较差，业务成本增长率要明显大于业务收入增长率，从而增加商业银行普惠金融业务风险。从净利息收益率角度来看，贷款利息是商业银行获得利息收入的主要途径，商业银行的净利息收益率越高，表明商业银行从贷款当中获得较多的利息收入，因此贷款违约的现象较少，即不良贷款率较低。从普惠金融贷款额角度看，两个时间段均与不良贷款率成正比，因为普惠金融贷款规模越大，表明普惠金融贷出额越大，贷款额越大，引发不良贷款的概率便会越大。从普惠金融贷款客户数来看，两个时间段均与不良贷款率成反比，是因为普惠金融业务的本质属于信贷业务，虽不完全等同于信贷业务，但在现阶段并未表现出较大的差异，加之商业银行在传统信贷业务方面已经具备较为成熟的管理方法，因此，商业银行将传统信贷业务管理方法应用于普惠金融业务，将风险分摊到每个客户身上，从而降低自身整体业务的风险程度。但数据已有明显正向化影响趋势，随着普惠金融业务的发展，其与传统信贷业务之间的差异会越来越明显，因此，在未来的普惠金融业务管理当中，商业银行必须形成专业管理体系。从资产规模来看，商业银行在扩大自身资产规模之后，为使自身保留的资产能够衍生出更多资产并响应国家政策，会加大贷款业务授信额度，因此会导致不良贷款率的上升，增加自身风险。

表7 回归分析结果

（八）稳健性检验

为保证实验结果稳健可靠，本文采用以下方法进行稳健性检验：一是延长样本研究周期，将原先2010～2020年的样本周期延长至2000～2020年，回归结果显示普惠金融贷款规模与不良贷款率的影响系数为6.6830，与原先的6.0807和7.0532未产生较大出入，普惠金融客户数量与不良贷款率的影响系数为-8.07，与原先的实证结果方向一致，且符合数据受正向化趋势影响的猜想。二是改变解释变量，将原先的普惠金融贷款规模与普惠金融客户数量替换为普惠金融客户平均贷款额，计算方式为二者之商。实证结果表明，平均贷款额越大，对不良贷款率的影响越大，表明本文回归结果稳健可靠。

五、结论与建议

商业银行的逐利性使得中小微企业、贫困地区群体易被排斥在金融系统外，造成金融服务水平不均的现象。在国家政策的引导下，普惠金融已经成为我国金融供给侧结构性改革和强化金融服务功能的重要组成部分。商业银行作为我国金融机构中重要的组成部分，必须发挥其职能，有所作为。本文基于上市银行微观角度，分析银行相关指标对于上市银行普惠金融业务风险的影响机制，得出如下结论：净资产收益率对商业银行不良贷款率具有显著负向影响，因此商业银行要努力提升自身的盈利能力，通过强大的自身实力来对普惠金融业务的贷前、贷中、贷后进行管理，从而降低普惠金融业务的风险；普惠金融贷款规模对于不良贷款率具有显著正向影响，商业银行在积极响应国家政策的同时也要注意对普惠金融贷款审批的把控；普惠金融贷款客户数量对于不良贷款率的影响虽呈现负相关，但通过观察可以发现其影响趋势已有明显的正向化，因此要注重普惠金融客户的管理方式，谨防出现正向影响现象。针对上述结论本文提出如下建议：

（一）提高自身盈利与经营能力

商业银行需努力提高自身的盈利与经营能力，使自身拥有强大的实力，能够应对普惠金融业务带来的风险。其次，各家银行的资产规模有不断增大的趋势，表明商业银行的闲置资金会增多，商业银行要积极拓宽自身获得收入的渠道，不可将过多闲置资金集中于单一渠道上。

（二）培养专业人才，提高业务效率

从实证结果可以看出，商业银行在传统信贷业务管理技术应用于普惠金融业务时收获了较好的效果，但如前文所说，普惠金融业务不完全等同于传统信贷，实证结果已有明显的正向影响趋势。加之普惠金融服务群体广泛，客户的需求也是多样性的。传统的以产品为导向的服务模式不适用于普惠金融业务，随着时间的推移，正向化趋势将愈加明显。因此，商业银行应针对普惠金融业务建立专业人才队伍，将其他成熟贷款业务管理经验应用到普惠金融业务上，针对普惠金融业务服务群体特殊性，形成一套适用于各家银行自身不同情况的管理体系，从而降低普惠金融业务风险。同时，将经营模式从“以产品为导向”转变为“以客户为导向”，针对客户的需求与客户群体的多样性，有针对性地进行产品创新，同时简化业务办理流程，从而降低成本，以便增大普惠金融业务利润调整空间。在商业银行服务的个体当中，中小微企业等小型客户占绝大部分，因此，商业银行可适当将服务重心放在中小微企业上，致力于服务长尾市场，充分体现普惠金融定位，以便共享普惠金融政策福利，从而减少业务成本，降低业务风险。

（三）严把业务质量关

商业银行为积极响应国家政策，大力发展普惠金融业务，会适度增大对普惠金融贷款的发放力度。但在响应国家政策的同时，要严把普惠金融业务质量关，切不可对普惠金融贷款审批过松，过度增大对于普惠金融贷款的发放力度，给自身带来较大风险。