淺析美國商業(yè)銀行資產(chǎn)證券化效應(yīng)

劉桂洲

摘 要：立足于美國總資產(chǎn)規(guī)模排名前50的8家商業(yè)銀行共1792個數(shù)據(jù)進行實證分析，本文選取了涵蓋商業(yè)銀行資本充足率、流動性比率、控制風(fēng)險能力3個方面的8個變量，時間跨度為2009年第一季度到2015年第四季度。本文對該面板數(shù)據(jù)采用了對數(shù)線性模型，并分步施加固定效應(yīng)和啞變量以逐步修正模型及結(jié)論。最終本文得到若干結(jié)果：資產(chǎn)證券化增速分別與總資產(chǎn)規(guī)模增速、資本比率以及流動性比率呈正相關(guān)，同時在各銀行間有所差異，近年來總體上因外界作用而具備下降趨勢。

關(guān)鍵詞：資本充足率；流動性比率；控制風(fēng)險能力；固定效應(yīng)；啞變量

一、文獻綜述

Elena Loutskina（2011）認為證券化減弱了傳統(tǒng)資金成本與銀行借款意愿、全球市場波動之間的聯(lián)系，能夠降低貸款增長對于資金波動的敏感性。小銀行相比大銀行需要更多流動資產(chǎn)，因為大銀行有更多資源進行資產(chǎn)證券化并且降低外部融資困難；但資產(chǎn)證券化對于大銀行的邊際效用更低。

次貸危機后國外學(xué)者的研究主要集中于房地產(chǎn)及抵押貸款膨脹方面。Mayer和Pence（2008）認為證券化相比傳統(tǒng)方式更易給予購房信用額度，也使房屋擁有者能進行再融資或者收回本金賺取差價。

國內(nèi)學(xué)者倪志凌（2011）認為不受巴塞爾協(xié)議2監(jiān)管的金融公司會更傾向于發(fā)展資產(chǎn)證券化，同時會對商業(yè)銀行監(jiān)管努力水平有所影響。姚祿仕（2012）認為信貸資產(chǎn)證券化具備較強的正面效應(yīng)，資產(chǎn)證券化對于流動性風(fēng)險、貸款組合質(zhì)量等五個因素均有積極影響。

二、研究數(shù)據(jù)及變量說明

數(shù)據(jù)包含8家美國商業(yè)銀行的各自28組季度數(shù)據(jù)（2009年第一季度到2015年第四季度），采用對數(shù)方程回歸，再追加固定效應(yīng)。因變量為證券化資產(chǎn)規(guī)模（lnSA），自變量有總資產(chǎn)對數(shù)（lnTA），貸款與存款比例（LTDR），流動資產(chǎn)與存款比例（LATD），總資本比率（TCR），資本與貸款比例（CFTN），資本與總資產(chǎn)比例（CFTTA）及壞賬沖銷率（CAGL）。

貸款與存款比例與流動資產(chǎn)與存款比例為流動性水平指標(biāo)，總資本比率、資本與貸款比例預(yù)計資本與總資產(chǎn)比例為資本充足率水平指標(biāo)，壞賬沖銷率體現(xiàn)風(fēng)險管理水平。

三、資產(chǎn)證券化效應(yīng)實證檢驗

1.實證檢驗思路

在相關(guān)系數(shù)顯著超過0.6的兩兩變量不同時出現(xiàn)的前提下，多次嘗試面板數(shù)據(jù)回歸。在得到初步的回歸模型后，由于可能存在不隨時間變化的遺漏變量，故考慮使用固定效應(yīng)模型，便于控制來自時間和銀行個體差異的變動因素。

其次考慮增加銀行啞變量，充分體現(xiàn)樣本銀行之間可能存在的核心業(yè)務(wù)、管理風(fēng)格和吸存放貸做法等因素差異；增加時間啞變量則控制重大事件，例如金融監(jiān)管力度變化或者相關(guān)法律行規(guī)的修訂對樣本中8家銀行施加的影響。

2.實證結(jié)果

1.資產(chǎn)證券化增速與總資產(chǎn)規(guī)模增速正相關(guān)

總資產(chǎn)規(guī)模每增長1%，便可帶動資產(chǎn)證券化規(guī)模增長0.948%-1.211%；兩者的增速近乎同步。結(jié)合在美國前50商業(yè)銀行中選取的這8家銀行來看，資產(chǎn)規(guī)模越大，越有能力進行資產(chǎn)證券化，并且依靠資產(chǎn)證券化轉(zhuǎn)移風(fēng)險，加大對社會及各個產(chǎn)業(yè)的信用供給。但該結(jié)論需要進一步的討論，并且加入大小商業(yè)銀行的比較，以此來驗證Elena Loutskina關(guān)于資產(chǎn)證券化增速與大小規(guī)模有關(guān)的結(jié)論--大銀行資產(chǎn)證券化邊際效用更低。

2.資產(chǎn)證券化增速與資本比率正相關(guān)

商業(yè)銀行進行資產(chǎn)證券化后降低融資難度，提高資金周轉(zhuǎn)速度以及營運能力。本文選取的資本比率之一--資本與貸款比例（CFTN）在方程2與方程4中每增長一個單位，帶動下一期資產(chǎn)證券化規(guī)模增長2.19-2.52個百分點。但另一個資本比率--資本與總資產(chǎn)比率滯后項系數(shù)為負，即資本與總資產(chǎn)比率與下一期證券化資產(chǎn)規(guī)模對數(shù)呈負相關(guān)。

3.資產(chǎn)證券化增速與流動性比率正相關(guān)

商業(yè)銀行進行資產(chǎn)證券化后能夠?qū)⒏黝惲鲃有暂^差的資產(chǎn)（包括不良貸款）轉(zhuǎn)移到表外，形成表外資產(chǎn)，并且獲得高流動性的現(xiàn)金資產(chǎn)。本文選取的流動性比率--流動資產(chǎn)與存款比例（LATD）在方程1與方程3中每增長一個單位，帶動下一期資產(chǎn)證券化規(guī)模增長0.516-1.8個百分點。第二個流動性比率--貸款與存款比例除開在方程1中與下一期證券化資產(chǎn)規(guī)模對數(shù)呈負相關(guān)（但系數(shù)極?。?，其它三個方程顯示兩者存在正相關(guān)關(guān)系。

4.資產(chǎn)證券化增速在各銀行間有所差異

在分析過程中加入銀行序號的啞變量，四個方程結(jié)果均顯示第二家及第三家銀行（即Bank of America，National Association以及Wells Fargo Bank，NA）的啞變量與資產(chǎn)證券化規(guī)模增速正相關(guān)，而其他銀行與其呈現(xiàn)負相關(guān)或者系數(shù)極小。該結(jié)論可說明銀行主營業(yè)務(wù)、管理層戰(zhàn)略、存貸款業(yè)務(wù)下的期限搭配等方面的不同導(dǎo)致了資產(chǎn)證券化的發(fā)展速度不同；但是由于樣本銀行均為美國總資產(chǎn)達到前50名的銀行，該結(jié)果不適用于說明規(guī)模大小差異導(dǎo)致的資產(chǎn)證券化增速不同。

5.資產(chǎn)證券化增速在各銀行間有所差異

在分析過程中加入時間的啞變量，四個方程結(jié)果均顯示隨著近6年該變量與銀行資產(chǎn)證券化規(guī)模增速處于負相關(guān)關(guān)系，并且系數(shù)絕對值逐年有上升現(xiàn)象。這可能意味著近幾年來發(fā)生的事件（例如全球經(jīng)濟增速變緩，以及作為全球經(jīng)濟引擎的中國投資回報率下降），以及宏觀經(jīng)濟影響了資產(chǎn)證券化的發(fā)展，且有不斷加大的趨勢。

五、結(jié)論及建議

資產(chǎn)證券化作為一項融資方式，除開為商業(yè)銀行降低融資成本，更能通過盤活銀行存量資產(chǎn)并且優(yōu)化資產(chǎn)結(jié)構(gòu)?；诿绹?家商業(yè)銀行的實證結(jié)果有以下若干結(jié)論：

第一，資產(chǎn)證券化的主要前提是銀行擁有較大資產(chǎn)規(guī)模，并且具備一定的技術(shù)手段。無論是為了獲取低成本資金用于信用供給，還是為了降低表內(nèi)不良資產(chǎn)帶來的風(fēng)險，資產(chǎn)證券化成為大規(guī)模銀行的優(yōu)先選擇。

第二，進行資產(chǎn)證券化的商業(yè)銀行有較大能力提高資本比率以及資金周轉(zhuǎn)速度。將信貸資產(chǎn)進行證券化之后資本比率會擴大，提高資本比率使得商業(yè)銀行能夠更好地展開日常存貸款的配置，也更能夠符合巴塞爾協(xié)議資本要求。提高資本比率的同時，商業(yè)銀行降低了表內(nèi)流動性較差的資產(chǎn)，獲取現(xiàn)金及等價物等高流動性的資產(chǎn)。

第三，商業(yè)銀行運作風(fēng)格差異及政策變化會導(dǎo)致資產(chǎn)證券化規(guī)模不同。商業(yè)銀行傳統(tǒng)核心業(yè)務(wù)、存貸款期限配置、風(fēng)險承受能力都會決定銀行之間的顯著差異，同時使得各銀行對資產(chǎn)證券化的處置頻率及規(guī)模不同。

第四，中國的商業(yè)銀行應(yīng)當(dāng)適當(dāng)開展不良貸款證券化。隨著資產(chǎn)證券化的發(fā)展，基礎(chǔ)資產(chǎn)由優(yōu)質(zhì)資產(chǎn)向一般資產(chǎn)和不良資產(chǎn)延伸是大趨勢，利用資產(chǎn)證券化工具對不良資產(chǎn)進行處置，能有效提高資產(chǎn)負債管理水平，此外有利于銀行對壞賬進行合理處置。

參考文獻：

[1]Elena Loutskina.The role of securitization in bank liquidity and funding management.Journal of Financial Economics， Volume 100， Issue 3， June 2011， Pages 663-684， ISSN 0304-405X.

[2]Elena Loutskina， Philip E.Strahan.Financial integration， housing， and economic volatility.Journal of Financial Economics， Volume 115， Issue 1， January 2015， Pages 25-41， ISSN 0304-405X.

[3]姚祿仕，王璇，寧霄.銀行信貸資產(chǎn)證券化效應(yīng)的實證研究--基于美國銀行業(yè)的面板數(shù)據(jù)[J].國際金融研究，2012，09：71-78.