商業(yè)銀行融資平臺(tái)類(lèi)信貸風(fēng)險(xiǎn)實(shí)證研究*

昆明理工大學(xué)管理與經(jīng)濟(jì)學(xué)院

柴正猛 陳彥冰

商業(yè)銀行融資平臺(tái)類(lèi)信貸風(fēng)險(xiǎn)實(shí)證研究*

昆明理工大學(xué)管理與經(jīng)濟(jì)學(xué)院

柴正猛 陳彥冰

政府融資平臺(tái)信貸風(fēng)險(xiǎn)主要源于地方政府債務(wù)的增加，表現(xiàn)在融資平臺(tái)還款不及時(shí)、到期無(wú)法償還債務(wù)等，給信貸授信主體的商業(yè)銀行帶來(lái)很大的經(jīng)營(yíng)風(fēng)險(xiǎn)。為了研究政府融資平臺(tái)信貸風(fēng)險(xiǎn)及防范對(duì)策，本文以部分地方商業(yè)銀行信貸數(shù)據(jù)為例，利用計(jì)量的分析方法，建立政府融資平臺(tái)對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響模型，來(lái)揭示政府融資平臺(tái)過(guò)多的信貸額度對(duì)于商業(yè)銀行信貸風(fēng)險(xiǎn)的影響程度，并以此提出緩解融資平臺(tái)債務(wù)膨脹、降低銀行信貸風(fēng)險(xiǎn)的建議。

商業(yè)銀行；政府融資平臺(tái)；信貸風(fēng)險(xiǎn)

一、引言

政府融資平臺(tái)作為地方政府城市基礎(chǔ)設(shè)施建設(shè)的融資主體，對(duì)地方經(jīng)濟(jì)的發(fā)展起到了舉足輕重的作用。從審計(jì)署2013年12月30日發(fā)布的《全國(guó)政府性債務(wù)審計(jì)結(jié)果》看，截至2013年6月底，地方政府負(fù)有償還責(zé)任的債務(wù)有10.89萬(wàn)億元。其中，融資平臺(tái)負(fù)有償還責(zé)任的債務(wù)4.08萬(wàn)億元，占地方政府債務(wù)總額的37%。地方政府債務(wù)中融資平臺(tái)債務(wù)所占比例過(guò)大，給授信主體的商業(yè)銀行帶來(lái)了很大的潛在風(fēng)險(xiǎn)。據(jù)統(tǒng)計(jì)，2013年湖南省某市地方商業(yè)銀行總的新增貸款中，融資平臺(tái)貸款占到了80%以上，也就是說(shuō)，地方商業(yè)銀行將幾乎所有的信貸都交給了政府作為“收益保證”。雖然商業(yè)銀行與融資平臺(tái)關(guān)聯(lián)度高，但事實(shí)上，雙方并沒(méi)有達(dá)到互贏互利的效果。一系列盲目的城市基礎(chǔ)設(shè)施建設(shè)所帶來(lái)的資金利用率的低下，平臺(tái)所依托的地方政府財(cái)政收入增長(zhǎng)不足以支撐貸款償還，普遍采用借新債還舊債的方式來(lái)規(guī)避現(xiàn)實(shí)還款風(fēng)險(xiǎn)，這在商業(yè)銀行與融資平臺(tái)之間形成了一個(gè)巨大的合作隱患和信貸障礙。

因此，商業(yè)銀行出于自身利益的考慮，有必要對(duì)融資平臺(tái)信貸風(fēng)險(xiǎn)進(jìn)行評(píng)估和研究，制定相應(yīng)的措施進(jìn)行風(fēng)險(xiǎn)的控制。本文基于商業(yè)銀行信貸風(fēng)險(xiǎn)的模型，分析銀行融資平臺(tái)類(lèi)客戶信貸風(fēng)險(xiǎn)的大小，對(duì)銀行控制信貸風(fēng)險(xiǎn)提出相關(guān)建設(shè)性意見(jiàn)和建議。

二、機(jī)理分析

在具體進(jìn)行實(shí)證分析之前，有必要對(duì)不良貸款指標(biāo)所代表的風(fēng)險(xiǎn)含義與各解釋變量的作用機(jī)理進(jìn)行說(shuō)明。本文所研究的對(duì)象是商業(yè)銀行的信貸風(fēng)險(xiǎn)，所選取的衡量信貸風(fēng)險(xiǎn)的指標(biāo)是不良貸款率。而本文重點(diǎn)關(guān)注的是解釋變量中融資平臺(tái)貸款的份額對(duì)于不良貸款的影響程度。融資平臺(tái)貸款雖然是一件極其平常的金融業(yè)務(wù)過(guò)程，但可能會(huì)引起一系列的相關(guān)問(wèn)題和指標(biāo)的變動(dòng)。圖1就本文想要論證的兩個(gè)變量之間的關(guān)系做出了闡釋。

在理想狀態(tài)下，受市場(chǎng)調(diào)節(jié)、銀行自我風(fēng)險(xiǎn)管理以及融資平臺(tái)公司內(nèi)部風(fēng)險(xiǎn)控制等一系列因素的綜合制約，融資平臺(tái)信貸的過(guò)程是很正常的金融業(yè)務(wù)。但是由于現(xiàn)行法規(guī)體系下地方政府的不破產(chǎn)性，中央政府對(duì)地方政府償債義務(wù)的連帶性，導(dǎo)致銀行對(duì)融資平臺(tái)信貸風(fēng)險(xiǎn)產(chǎn)生集體忽略，加之以政府擔(dān)?；蛑С值娜谫Y平臺(tái)具有信貸獲取的易得性，形成融資平臺(tái)信貸規(guī)模不受控制急速擴(kuò)大。而融資平臺(tái)進(jìn)行信貸擔(dān)保的抵押或質(zhì)押物，有相當(dāng)部分是公共資產(chǎn)，不具有變現(xiàn)性，銀行信貸風(fēng)險(xiǎn)不可避免地發(fā)生和擴(kuò)大。在核算信貸風(fēng)險(xiǎn)指標(biāo)中，不良貸款是非常重要的指標(biāo)，本文選擇研究融資平臺(tái)信貸與不良貸款率之間的關(guān)系，并提出假設(shè)：融資平臺(tái)信貸比率對(duì)商業(yè)銀行不良貸款率有較為重要的影響。

三、融資平臺(tái)信貸風(fēng)險(xiǎn)實(shí)證分析

基于以上分析及假定的檢驗(yàn)命題，通過(guò)建立計(jì)量經(jīng)濟(jì)學(xué)的經(jīng)典模型，運(yùn)營(yíng)Stata12.0軟件對(duì)銀行信貸風(fēng)險(xiǎn)進(jìn)行實(shí)質(zhì)分析，找出影響融資平臺(tái)帶來(lái)信貸風(fēng)險(xiǎn)的顯著變量，為商業(yè)銀行控制信貸風(fēng)險(xiǎn)提供依據(jù)與參考。

(一)模型變量的選取和解析。

選取的樣本來(lái)自20個(gè)不同地州市的20家商業(yè)銀行的年報(bào)與資料，由于融資平臺(tái)的發(fā)展歷史并不長(zhǎng)，再加地方融資平臺(tái)向銀行進(jìn)行信貸業(yè)務(wù)的時(shí)間參差不齊，所以選定了20家不同銀行2008～2012年的相關(guān)數(shù)據(jù)資料作為樣本。

X1反映的是商業(yè)銀行的總資產(chǎn)中有多大比例是通過(guò)借債來(lái)籌資的，也可以衡量銀行在清算時(shí)保護(hù)債權(quán)人利益的程度。

X2反映的是銀行資金的流動(dòng)性比例。一般說(shuō)來(lái)，流動(dòng)性比率越高，企業(yè)償還短期債務(wù)的能力越強(qiáng)。

X3反映的是銀行對(duì)同一貸款人的貸款余額與銀行資本余額之間的比例。單一客戶貸款過(guò)多易造成風(fēng)險(xiǎn)過(guò)于集中。

X4是凈利潤(rùn)與平均股東權(quán)益的百分比，該指標(biāo)反映股東權(quán)益的收益水平，用以衡量公司運(yùn)用自有資本的效率。

X5反映的是銀行每年貸款的增長(zhǎng)幅度。它反映了銀行信貸水平的高低。

X6反映的是企業(yè)運(yùn)用資本獲得收益的能力。資本收益率越高，說(shuō)明企業(yè)自有投資的經(jīng)濟(jì)效益越好，投資者的風(fēng)險(xiǎn)越少。

X7反映的是地方政府融資平臺(tái)在銀行所做的信貸業(yè)務(wù)占到銀行信貸總額的百分比。目前國(guó)家相關(guān)機(jī)構(gòu)與法律法規(guī)沒(méi)有制定具體的規(guī)范指標(biāo)與合理的區(qū)間范圍來(lái)衡量其合理性與風(fēng)險(xiǎn)性。

X8是企業(yè)利用抵押擔(dān)保的方式取得信貸數(shù)額占銀行信貸總額的比率。它反映的是企業(yè)利用抵押擔(dān)保的方式取得信貸的能力，以及銀行接受抵押貸款的水平。由于當(dāng)前融資平臺(tái)紛紛利用不屬于本單位的公共土地、房產(chǎn)、路橋等國(guó)有資產(chǎn)進(jìn)行抵押，所以本文針對(duì)的對(duì)象融資平臺(tái)的抵押貸款數(shù)額，研究其對(duì)于銀行信貸所帶來(lái)的風(fēng)險(xiǎn)大小。

X9是反映銀行與政府的依存度的關(guān)系。政府投資控股的比率高，說(shuō)明銀行與政府依存度高，反之則低。

(二)模型的構(gòu)建與分析。

1.方程總體回歸以及模型的選擇：

lnY=α×ln(X7)+β×Control+μ

其中，Y為不良貸款率，X7為別是貸款增長(zhǎng)率以及融資平臺(tái)貸款所占比例，這個(gè)變量是我們重點(diǎn)關(guān)注的變量；control為控制變量，即剩下幾個(gè)與被解釋變量相關(guān)的變量；μ為殘差。

本文運(yùn)用的是Stata12.0軟件，先采用普通最小二乘法輸入最初的九個(gè)解釋變量，進(jìn)行初步回歸及檢驗(yàn)。

首先，在處理面板數(shù)據(jù)時(shí)，選擇使用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型是一個(gè)基本的問(wèn)題。固定效應(yīng)模型是指實(shí)驗(yàn)結(jié)果只想比較每一自變項(xiàng)之特定類(lèi)目或類(lèi)別間的差異及其與其他自變項(xiàng)之特定類(lèi)目或類(lèi)別間交互作用效果，而不想依此推論到同一自變項(xiàng)未包含在內(nèi)的其他類(lèi)目或類(lèi)別的實(shí)驗(yàn)設(shè)計(jì)。隨機(jī)效應(yīng)模型(random effects models)是經(jīng)典的線性模型的一種推廣，就是把原來(lái)(固定)的回歸系數(shù)看做是隨機(jī)變量，一般都是假設(shè)來(lái)自正態(tài)分布。在進(jìn)行分析數(shù)據(jù)時(shí)選擇這兩個(gè)模型之中的哪種模型，一般采取的方法是進(jìn)行豪斯曼(Hausman)檢驗(yàn)。

由計(jì)算結(jié)果可知，p值為0.9971，故接受原假設(shè)，認(rèn)為應(yīng)該使用隨機(jī)效應(yīng)模型，而非固定效應(yīng)模型。傳統(tǒng)的豪斯曼檢驗(yàn)假定，在h成立的情況下，隨機(jī)效應(yīng)模型是最有效率的，因此確定選擇隨機(jī)效應(yīng)模型。

2.初步回歸檢驗(yàn)。根據(jù)上述給出的變量，基于面板數(shù)據(jù)的隨機(jī)效應(yīng)模型(Re)，采取逐次放入變量的方法，對(duì)Y與各個(gè)變量的關(guān)系做回歸檢驗(yàn)，所得的結(jié)果如表1 所示。

從表1我們可以看到，無(wú)論怎么樣增加控制變量，融資平臺(tái)貸款比率以及貸款增長(zhǎng)率這兩個(gè)關(guān)注變量與銀行不良貸款比率都存在著顯著的相關(guān)性。融資平臺(tái)貸款比率與不良貸款成正相關(guān)性，而貸款增長(zhǎng)率與不良貸款呈負(fù)相關(guān)性。證明了之前我們所重點(diǎn)關(guān)注的這兩個(gè)變量確實(shí)與被解釋變量之間存在的很大程度上的相關(guān)性，對(duì)被解釋變量有很大程度的影響，能夠?qū)ζ洚a(chǎn)生進(jìn)行很好的解釋。

3.克服內(nèi)生性檢驗(yàn)。政府融資平臺(tái)在作用和影響銀行信貸風(fēng)險(xiǎn)時(shí)可能存在內(nèi)生性問(wèn)題，這主要表現(xiàn)在政府融資平臺(tái)貸款的增加會(huì)導(dǎo)致貸款總額的提高以及不良貸款風(fēng)險(xiǎn)的增大，而貸款總額的變化也會(huì)影響融資平臺(tái)貸款的需求等，因此我們需要采取計(jì)量經(jīng)濟(jì)學(xué)中的相關(guān)方法來(lái)克服內(nèi)生性所引起的估計(jì)偏誤。在這里，我們運(yùn)用GMM廣義據(jù)估計(jì)法來(lái)檢驗(yàn)。根據(jù)我們運(yùn)用差分GMM進(jìn)行檢驗(yàn)的結(jié)果，顯示擾動(dòng)項(xiàng)的差分不存在一階自相關(guān)，也不存在二階自相關(guān)，所以接受“擾動(dòng)項(xiàng)無(wú)自相關(guān)”的假設(shè)。同時(shí)過(guò)度識(shí)別是有效的，即無(wú)法拒絕“所有工具變量均有效”的原假設(shè)，因?yàn)閜值0.074是大于0.05的。同樣我們運(yùn)用系統(tǒng)GMM，結(jié)果顯示擾動(dòng)項(xiàng)的差分不存在一階自相關(guān)，也不存在二階自相關(guān)，所以接受“擾動(dòng)項(xiàng)無(wú)自相關(guān)”的假設(shè)。同時(shí)過(guò)度識(shí)別是有效的，即無(wú)法拒絕“所有工具變量均有效”的原

表1

123456bdbdbdbdbdbdrzptdkbl0.0329***-3.250.0310***-3.050.0301***-2.940.0310***-3.020.0310***-2.960.0305***-2.82dkzzl-0.0745**(-2.01)-0.0771**(-2.05)-0.0887**(-2.26)-0.0927**(-2.33)-0.0923**(-2.27)-0.0902**(-2.14)ld0.0246-1.560.0212-1.320.0244-1.490.024-1.470.0237-1.40.0238-1.39zblrl-0.111(-1.46)-0.107(-1.41)-0.0949(-1.23)-0.096(-1.23)-0.0996(-1.25)ztzkg0.0487-0.930.0482-0.920.0475-0.880.0427-0.74zfz-0.083(-0.88)-0.0817(-0.86)-0.0821(-0.85)jzcsy-0.00199(-0.09)-0.00181(-0.08)dykhxd0.00583-0.23_cons1.4213.667*2.39510.039.9939.859-1.26-1.92-1.02-1.12-1.1-1.08N100100100100100100

假設(shè)，因?yàn)閜值=0.07463，是大于0.05的。

最后在進(jìn)行變量處理之后，我們得出如下的結(jié)果(見(jiàn)表2)。

4.數(shù)據(jù)結(jié)果分析。根據(jù)上面數(shù)據(jù)結(jié)果分別解釋幾個(gè)重要變量與被解釋變量的關(guān)系。

首先，融資平臺(tái)信貸占銀行貸款比率這個(gè)變量很顯著，能夠很好地解釋與不良貸款的關(guān)系，即融資平臺(tái)貸款比例高對(duì)于銀行來(lái)說(shuō)風(fēng)險(xiǎn)會(huì)有所加大，因?yàn)橐患一蛘吣硯准倚刨J方的額度過(guò)大或者金額過(guò)高，都會(huì)給銀行造成潛在的信貸危機(jī)。再加之當(dāng)今融資平臺(tái)的貸款經(jīng)常性存在只貸不還的情況或者用“拆東墻補(bǔ)西墻”來(lái)償還銀行貸款，導(dǎo)致銀行壞賬的出現(xiàn)以及不良貸款比率的上升。

表2

123bdbdbdL.bd0.162***-5.640.188***-6.870.188***-6.87rzptdkbl0.0175***-4.10.0122***-3.260.0122***-3.26dkzzl-0.009(-0.78)0.00572-0.730.00572-0.73ld0.00146-0.32-0.0131***(-6.63)-0.0131***(-6.63)jzcsy-0.00762(-0.60)-0.0178*(-1.70)-0.0178*(-1.70)dykhxd0.0142-1.22-0.000604(-0.11)-0.000604(-0.11)_cons0.19-0.21.585***-5.271.585***-5.27N608080

t statistics in parentheses.

*plt;0.1，**plt;0.05，***plt;0.01。

其次，流動(dòng)性比率在后兩次檢驗(yàn)中均有較好的顯著性，并且與被解釋變量存在負(fù)相關(guān)性，即流動(dòng)性比率越高，銀行不良貸款風(fēng)險(xiǎn)就越低。

再次，凈資產(chǎn)收益率在后兩次檢驗(yàn)中也均有較好的顯著性，并且也與被解釋變量存在負(fù)相關(guān)性，即凈資產(chǎn)收益率越高，銀行不良貸款風(fēng)險(xiǎn)就越低。

四、結(jié)論與對(duì)策

從上述分析結(jié)果來(lái)看，地方政府融資平臺(tái)對(duì)于商業(yè)銀行信貸風(fēng)險(xiǎn)的問(wèn)題上存在著一定的影響，并且商業(yè)銀行自身在控制信貸風(fēng)險(xiǎn)上也存在問(wèn)題，結(jié)合實(shí)證分析，我們對(duì)控制商業(yè)銀行信貸風(fēng)險(xiǎn)提出如下建議。

第一，長(zhǎng)遠(yuǎn)方向選擇?？偨Y(jié)地方政府債務(wù)自發(fā)自還試點(diǎn)經(jīng)驗(yàn)，全面推行地方政府市政建設(shè)直接面向市場(chǎng)自主發(fā)債融資方式，剝離融資平臺(tái)政府融資職能。以深化財(cái)稅體制改革為契機(jī)，調(diào)整完善預(yù)算法，建立地方政府信用評(píng)價(jià)機(jī)制、市政建設(shè)債務(wù)限額指標(biāo)體系，將地方政府債務(wù)納入全口徑預(yù)算管理，建立公開(kāi)透明的現(xiàn)代預(yù)算管理制度，讓地方政府能公開(kāi)、透明、規(guī)則地在市場(chǎng)自主融資，減輕地方政府對(duì)銀行信貸的過(guò)度依賴(lài)。

第二，業(yè)務(wù)范圍界定。允許地方政府自主發(fā)債后，將融資平臺(tái)業(yè)務(wù)范圍界定在有固定收益來(lái)源的市政建設(shè)項(xiàng)目融資上；對(duì)沒(méi)有固定收益來(lái)源，不能實(shí)現(xiàn)收支平衡的項(xiàng)目主要采取政府信用擔(dān)保、市場(chǎng)發(fā)債的方式融資。同時(shí)，對(duì)融資平臺(tái)融資建設(shè)項(xiàng)目注重引入民營(yíng)資本，積極推行PPP方式，實(shí)現(xiàn)公私合作，提高投資和經(jīng)營(yíng)效益。

第三，銀行風(fēng)險(xiǎn)管控。在信息公開(kāi)方面，建立全國(guó)統(tǒng)一的融資平臺(tái)債務(wù)信息定期公開(kāi)披露制度，由地方各級(jí)政府按規(guī)定做好信息公開(kāi)工作，讓負(fù)債完整反映，讓隱形的負(fù)債公開(kāi)化，讓銀行能及時(shí)查詢(xún)了解融資平臺(tái)的運(yùn)營(yíng)情況與負(fù)債情況。在信貸審查方面，銀行要加大規(guī)范信貸程序、分析信貸對(duì)象的力度，建立一套適合自身的信貸客戶分析機(jī)制，較為全面地分析、評(píng)估信貸對(duì)象的盈利能力和整體水平，根據(jù)信貸對(duì)象自身的情況以及自身能力給予相應(yīng)的貸款額度與比例。在銀行合作方面，對(duì)融資平臺(tái)貸款信息實(shí)行銀行之間共享，最大限度解決信息不對(duì)稱(chēng)問(wèn)題；積極開(kāi)展銀行合作貸款，共擔(dān)信貸風(fēng)險(xiǎn)。在抵押方面，不允許融資平臺(tái)用不能變現(xiàn)的公共資產(chǎn)和設(shè)施抵押。在還款約束方面，不允許融資平臺(tái)借新錢(qián)還舊債，防止還款風(fēng)險(xiǎn)累積。

第四，歷史包袱處理。在清理融資平臺(tái)地方公益市政基礎(chǔ)設(shè)施負(fù)債的基礎(chǔ)上，要從立法層面明確規(guī)定：地方政府自主融資要與地方財(cái)力和上級(jí)相關(guān)轉(zhuǎn)移支付有機(jī)結(jié)合，用于融資平臺(tái)承貸的沒(méi)有固定收益項(xiàng)目貸款的置換，釋放虛假抵押，妥善處理融資體制改革中的融資平臺(tái)歷史遺留問(wèn)題，化解銀行風(fēng)險(xiǎn)。

[1]國(guó)家審計(jì)署：《關(guān)于2013年度全國(guó)政府性債務(wù)審計(jì)結(jié)果的工作報(bào)告》，http://www.audit.gov.cn/n1992130/n1992150/n1992500/3432077.html.2013.

[2]于海峰、崔迪：《防范和化解地方政府債務(wù)風(fēng)險(xiǎn)問(wèn)題研究》，載于《財(cái)政研究》2010年第6期。

[3]于凌云：《經(jīng)濟(jì)增長(zhǎng)過(guò)程中的地方政府債務(wù)風(fēng)險(xiǎn)化解機(jī)制研究》，載于《財(cái)政研究》2008年第3期。

云南省教育廳重點(diǎn)課題：云南省地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警控制研究(KKJD201208012)。

F832.33

A

2095-3151(2014)64-0055-05