凈穩(wěn)定資金比率監(jiān)管會影響商業(yè)銀行的風險承擔和績效嗎——基于中國銀行業(yè)的經(jīng)驗證據(jù)

潘 敏 汪 怡 陶宇鷗

(武漢大學 1.經(jīng)濟發(fā)展研究中心 2.經(jīng)濟與管理學院，湖北 武漢 430072)

凈穩(wěn)定資金比率監(jiān)管會影響商業(yè)銀行的風險承擔和績效嗎
——基于中國銀行業(yè)的經(jīng)驗證據(jù)

潘 敏1,2汪 怡2陶宇鷗2

(武漢大學 1.經(jīng)濟發(fā)展研究中心 2.經(jīng)濟與管理學院，湖北 武漢 430072)

基于巴塞爾協(xié)議III流動性監(jiān)管框架最終修訂稿中銀行凈穩(wěn)定資金比率(NSFR)的測算方法，以2003—2014年中國78家銀行的非平衡面板數(shù)據(jù)為研究樣本，運用動態(tài)面板模型，實證檢驗實施NSFR監(jiān)管要求對中國商業(yè)銀行風險承擔和績效的可能影響，以及這種影響在跨區(qū)域經(jīng)營商業(yè)銀行和區(qū)域性經(jīng)營商業(yè)銀行之間是否存在差異。研究表明：整體上，以巴塞爾協(xié)議最終稿為標準測算的中國商業(yè)銀行NSFR與銀行風險承擔水平呈顯著負相關關系，與銀行績效呈倒U型關系。中國商業(yè)銀行存在一個實現(xiàn)銀行績效最大化的NSFR水平，樣本期間，商業(yè)銀行的NSFR均值低于實現(xiàn)銀行績效最大的最優(yōu)值。NSFR的實施對區(qū)域性商業(yè)銀行風險和績效的影響較為顯著，而對跨區(qū)域經(jīng)營商業(yè)銀行的影響不顯著。因而，從整體上看，雖然當前強化商業(yè)銀行流動性風險監(jiān)管有利于降低銀行風險承擔水平，改善銀行績效，但應區(qū)別不同類別商業(yè)銀行采取差異性的流動性監(jiān)管措施。

凈穩(wěn)定資金比率；風險承擔；銀行績效

一、引言

2009年12月，巴塞爾銀行監(jiān)督管理委員會(Basel Committee on Banking Supervision，BCBS)首次發(fā)布了金融機構流動性監(jiān)管指標的提案。2010年頒布的《巴塞爾協(xié)議III》引入流動性覆蓋比率(Liquidity Coverage Ratio，LCR)和凈穩(wěn)定資金比率(Net Stable Funding Ratio，NSFR)兩個定量監(jiān)管指標，確立了全球銀行業(yè)統(tǒng)一的流動性風險管理標準。隨后，BCBS 持續(xù)對LCR與NSFR 進行定量測算和校準，分別于2013 年1 月和2014年10月發(fā)布最終修訂文件。

在中國，近年來，隨著利率市場化改革進程的加快，通過發(fā)行短期理財產(chǎn)品獲得資金已成為商業(yè)銀行重要的負債資金來源，與此同時，對政府投資項目和房地產(chǎn)等長期項目的融資也成為商業(yè)銀行資產(chǎn)運用的主渠道，資產(chǎn)負債期限錯配嚴重，流動性風險問題進一步凸顯。在此背景下，為防范系統(tǒng)性的流動性風險，中國銀監(jiān)會從2010 年起將LCR和NSFR納入“腕骨”指標體系，并于2011年10月正式提出包括NSFR在內的四大流動性風險監(jiān)管指標*《中國銀監(jiān)會關于中國銀行業(yè)實施新監(jiān)管標準的指導意見》(2011年44號)明確提出NSFR不得低于100%的監(jiān)管要求。雖然2013年10月《商業(yè)銀行流動性風險管理辦法(試行)》暫時移除了NSFR的相關內容，但銀監(jiān)會表示，待巴塞爾委員會完成對NSFR的修訂后，將結合中國實際逐步修改完善《流動性辦法》。。與此同時，各商業(yè)銀行也都按照銀監(jiān)會的監(jiān)管要求加強了流動性風險的管理和控制。問題在于，若以2014年BCBS頒布的NSFR最終版本為標準來對商業(yè)銀行實施嚴格的流動性監(jiān)管，其是否會有利于降低商業(yè)銀行的風險？亦或在降低風險的同時也能確保銀行經(jīng)營績效的提升？另外，經(jīng)過多年的發(fā)展，國內已形成了包括國有控股商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行和農村商業(yè)銀行為主的商業(yè)銀行體系。其中，國有控股和股份制商業(yè)銀行以跨區(qū)域經(jīng)營為主，而城市商業(yè)銀行和農村商業(yè)銀行則主要以區(qū)域性經(jīng)營為主。由于經(jīng)營范圍和規(guī)模不同，兩類商業(yè)銀行在資金來源和運用方面存在一定的差異。那么，面對相同的凈穩(wěn)定資金監(jiān)管規(guī)則，NSFR的實施對兩類商業(yè)銀行風險承擔和績效的影響是否存在差異？顯然，對相關問題的研究不僅有利于了解和把握新的流動性監(jiān)管指標的實施對中國商業(yè)銀行風險承擔和績效可能帶來的影響，也能夠為監(jiān)管當局引入和實施流動性監(jiān)管新規(guī)則提供經(jīng)驗證據(jù)支持。

二、文獻回顧

(一)凈穩(wěn)定資金比率對銀行風險承擔選擇和績效的影響

從風險承擔的角度來看，NSFR作為衡量銀行長期流動性水平的監(jiān)管指標，無疑將有助于提高銀行風險厭惡程度，降低風險承擔水平。已有研究表明，面對未來的不確定性，銀行傾向于分散化投資并持有高流動性資產(chǎn)，以降低短期債務違約概率(Morris et al.，2009)和破產(chǎn)風險(Berger et al.，2013；Bologna，2011)。BCBS(2010a)認為，更加嚴格的流動性監(jiān)管要求能顯著降低系統(tǒng)性銀行危機爆發(fā)的可能性。Chalermchatvichien et al.(2014)發(fā)現(xiàn)，銀行NSFR提高1個標準偏差，以Z值倒數(shù)衡量的銀行風險承擔水平會降低5.37%。然而，就NSFR對銀行績效的影響而言，現(xiàn)有研究并未取得一致。有研究認為，較高的流動性能降低銀行的融資成本，從而提高經(jīng)營績效。銀行的流動性比率與銀行績效之間存在顯著的正相關關系(Athanasoglou et al.，2008)。Mamatzakis et al.(2014)認為，金融危機后，銀行業(yè)國際監(jiān)管組織關于流動性風險監(jiān)管的改革措施，顯著地改善了銀行的經(jīng)營績效。Dietrich et al.(2014)發(fā)現(xiàn)，NSFR對銀行資產(chǎn)收益率和凈利息收益率的影響不顯著。但是，也有研究認為，高流動性資產(chǎn)的收益率相對較低，持有過量的流動性資產(chǎn)會迫使銀行放棄高收益資產(chǎn)(Kwan，2003；Staikouras et al.，2008)，削弱銀行的盈利能力(Pasiouras et al.，2007)。King(2013)發(fā)現(xiàn)，對于尚未滿足NSFR至少為100%水平的10個國家，實現(xiàn)流動性監(jiān)管要求會導致銀行凈利息收益平均下降0.79%，德國、法國、瑞士和英國的凈利息收益下降幅度更大。此外，BCBS引入NSFR指標，旨在提高銀行業(yè)借短貸長的期限轉換成本，降低期限錯配的激勵，要求銀行多持有中長期的穩(wěn)定資金，進一步增加了銀行的融資成本。

(二)凈穩(wěn)定資金比率的測算標準與方法

作為度量商業(yè)銀行長期流動性狀況的指標，凈穩(wěn)定資金比率的測算標準和方法不僅會直接對各國商業(yè)銀行流動性現(xiàn)狀的評估產(chǎn)生影響，而且對凈穩(wěn)定資金比率與銀行風險和績效關聯(lián)的研究結果也會產(chǎn)生影響。自2009年12月首次發(fā)布金融機構流動性監(jiān)管指標的提案以來， BCBS對NSFR進行了多次校準和修訂，學界基于不同版本文件提供的測算標準和方法計算的不同國家商業(yè)銀行的NSFR存在較大差異。King(2013)基于BCBS(2010b)計算出15個國家549家銀行的平均NSFR為99%。Gobat et al.(2014)利用128個國家(地區(qū))2000多家銀行數(shù)據(jù)，計算發(fā)現(xiàn)大部分國家(地區(qū))的銀行都達到了100%的監(jiān)管要求；而基于BCBS(2014)計算的全球平均NSFR由2010年的96%上升至103%。?tker-Robe et al.(2010)基于BCBS(2009)計算出歐洲、亞洲和北美地區(qū)銀行的NSFR比率分別為89%、112%和127%。Dietrich et al.(2014)根據(jù)BCBS(2010b)計算了西歐國家921家銀行的NSFR比率，發(fā)現(xiàn)60%的樣本銀行沒有達到100%的監(jiān)管要求。Chalermchatvichien et al.(2014)利用東亞國家(地區(qū))數(shù)據(jù)，計算2005—2009年平均NSFR高達352.8%。廉永輝等(2015)在Vazquez et al.(2012)研究的基礎上，應用中國85 家商業(yè)銀行2006—2012年數(shù)據(jù)，首次測算NSFR均值為105.8%。

由于不同研究對銀行資產(chǎn)與負債流動性的理解不同，在NSFR折算率的選擇上存在較大自主性，自行擬定不同權重，缺乏統(tǒng)一標準和參考性，得到的結果也存在一定誤差。而且，由于BCBS對NSFR分子分母項目折算率的賦值主要是以商業(yè)銀行資產(chǎn)和負債的剩余期限、以標準法計算的風險權重和資產(chǎn)變現(xiàn)障礙作為劃分標準的，在可獲得的公開數(shù)據(jù)中難以得到剩余期限、風險權重及變現(xiàn)障礙等準確數(shù)據(jù)，所以，研究結果難免存在差異。另外，近年來，在中國，銀行表外業(yè)務發(fā)展迅速，表外資產(chǎn)項目占據(jù)銀行總資產(chǎn)的比重越來越大，忽略該項目的計算難以反映表外業(yè)務快速增長對流動性監(jiān)管帶來的壓力。因此，面對2018年國際組織正式引入NSFR監(jiān)管指標，有必要基于BCBS(2014)最終修訂稿和銀行業(yè)發(fā)展現(xiàn)狀，測算中國商業(yè)銀行的NSFR，分析NSFR的導入對中國商業(yè)銀行風險承擔和績效的可能影響，為商業(yè)銀行流動性監(jiān)管政策的制定和實施提供經(jīng)驗證據(jù)。

本文的主要貢獻在于：(1)以BCBS(2014)最終修訂稿及銀行業(yè)發(fā)展現(xiàn)狀為依據(jù)，測算中國商業(yè)銀行的凈穩(wěn)定資金比率；(2)從巴塞爾協(xié)議III中流動性監(jiān)管角度出發(fā)，采用動態(tài)面板模型，實證檢驗凈穩(wěn)定資金比率監(jiān)管指標對銀行績效和風險承擔的影響及其在兩類不同類別的商業(yè)銀行間的差異。

三、研究設計

本文以2003—2014年間78家銀行的非平衡面板數(shù)據(jù)為樣本，運用動態(tài)面板模型，實證檢驗實施NSFR監(jiān)管要求對中國商業(yè)銀行風險承擔水平和績效的可能影響，以及這種影響在兩類不同性質的銀行間是否存在差異。

(一)模型設定與變量定義

1.NSFR對風險承擔的影響

為檢驗NSFR對銀行風險承擔的影響，本文設定如下動態(tài)面板基準模型：

(1)

核心解釋變量NSFRi,t為銀行凈穩(wěn)定資金比率。根據(jù)BCBS(2014)最終修訂稿，NSFR定義為商業(yè)銀行可用穩(wěn)定資金與業(yè)務所需穩(wěn)定資金之比，其監(jiān)管下限為100%。該指標用來衡量銀行中長期(1年以上)的流動性，反映金融機構的整體資產(chǎn)負債期限匹配程度，確保在出現(xiàn)外部流動性壓力的情況下，金融機構仍有穩(wěn)定的資金來源以支持其持續(xù)經(jīng)營一年以上。

其中，Li和Aj分別代表商業(yè)銀行資產(chǎn)負債表中負債方和資產(chǎn)方的不同項目，wi和wj分別為負債方和資產(chǎn)方不同項目的折算比率。依據(jù)BCBS(2014)最終修訂稿，結合Gobat et al.(2014)的研究，同時考慮到數(shù)據(jù)可得性和近年來中國商業(yè)銀行表外業(yè)務日益增多，本文測算商業(yè)銀行NSFR所涵蓋的業(yè)務所需穩(wěn)定資金資產(chǎn)方項目包括：(1)貸款和墊款(住房抵押貸款、其他抵押貸款、客戶和零售貸款、企業(yè)和商業(yè)貸款、其他貸款)；(2)其他盈利資產(chǎn)(銀行貸款及放款、政府債券和衍生資產(chǎn)、房地產(chǎn)投資、保險資產(chǎn)、其他盈利資產(chǎn))；(3)非盈利資產(chǎn)(現(xiàn)金及存放同業(yè)、止贖房產(chǎn)、固定資產(chǎn)、商譽、其他無形資產(chǎn)、當期所得稅資產(chǎn)、遞延所得稅資產(chǎn)、已終止經(jīng)營業(yè)務、其他資產(chǎn))；(4)表外項目(資產(chǎn)證券化，其他資產(chǎn)證券化，保證、承兌及跟單信用證，承諾信貸額度，其他或有負債)?？捎梅€(wěn)定資金計算涵蓋的負債和權益方項目包括：(1)存款和短期融資(客戶存款、同業(yè)負債、回購和現(xiàn)金抵押品、其他存款和短期借款)；(2)其他有息債務(長期融資、衍生負債、交易性負債)；(3)其他非利息負債；(4)貸款損失準備金；(5)其他準備金；(6)股東權益。

關于各項目的折算率：業(yè)務所需穩(wěn)定資金資產(chǎn)方項目*根據(jù)BCBS文件，RSF構成項目的折算率主要是依據(jù)資產(chǎn)項目的剩余期限、按標準法計算的風險權重以及是否有變現(xiàn)障礙來具體賦值的。剩余期限越短、風險權重越低，變現(xiàn)障礙越小，其折算率越低。但從現(xiàn)有的公開數(shù)據(jù)中無法獲得商業(yè)銀行資產(chǎn)項目的剩余期限、風險權重及變現(xiàn)障礙，難以將項目嚴格按照BCBS的分類進行劃分。所以，本文主要參照了Gobat et al.(2014)中的RSF項目的劃分方法及項目的折算率。就本文所知，Gobat et al.(2014)是目前唯一的按照BCBS(2014)年新版本計算不同國家商業(yè)銀行凈穩(wěn)定資金比率的文獻。中，由于無法區(qū)分銀行貸款和墊款的剩余期限，本文假設所有銀行貸款和墊款權重為0.85；其他盈利資產(chǎn)中，將證券按信用等級分為一級和二級，一級為政府債券，二級為除政府債券和衍生資產(chǎn)以外的剩余債券，分別采用0.05和0.5的權重；在衍生資產(chǎn)的處理上，如果凈資產(chǎn)為正值，計入RSF項目中，權重為1，反之，計入ASF項目中，權重為0；其他銀行投資及盈利資產(chǎn)的折算率為1；現(xiàn)金及同業(yè)存放作為流動性較高的非盈利資產(chǎn)，折算率為0；固定資產(chǎn)、商譽、其他無形資產(chǎn)等流動性較差，權重為1；表外項目由六項科目構成，折算率統(tǒng)一設置為0.05。在銀行負債和所有者權益方面，由于BCBS(2014)最終修訂稿提高了客戶存款的權重，本文按照該稿的要求將客戶存款分為三類——來往賬戶存款、儲蓄存款和定期存款，權重分別為0.9、0.95和0.95；在貸款損失準備金和其他準備金的處理上，參照BCBS(2014)的規(guī)定，賦予其權重為1；長期融資和股東權益等資金來源較為穩(wěn)定，其權重為1。

為了識別流動性監(jiān)管指標對銀行風險承擔的影響，本文控制了其他影響風險承擔的重要變量，包括銀行特征變量、市場特征變量和宏觀經(jīng)濟變量。銀行特征變量包括：銀行資本水平CAR(資本資產(chǎn)率)、資產(chǎn)流動性LAR(流動性資產(chǎn)占總資產(chǎn)之比)、銀行績效ROA、經(jīng)營模式BM(非利息收入占銀行總收入的比率)、銀行規(guī)模SIZE(銀行總資產(chǎn)的自然對數(shù))和表外業(yè)務發(fā)展水平OBS(表外項目占總資產(chǎn)的比率)。市場特征變量為銀行業(yè)集中度CR4(工、農、中、建四大國有控股商業(yè)銀行總資產(chǎn)占銀行業(yè)總資產(chǎn)的比重)。宏觀經(jīng)濟變量方面，主要控制了地區(qū)生產(chǎn)總值的自然對數(shù)LN GDP。由于樣本銀行中城商行數(shù)目占總樣本銀行比重達到59%，且不同區(qū)域的經(jīng)濟形勢存在較大差異，本文對全國*本文的全國數(shù)據(jù)不含港澳臺地區(qū)。性和地方性銀行分別控制了其對應的全國、省區(qū)或直轄市層面的生產(chǎn)總值?？紤]到2008年全球金融危機可能對國內商業(yè)銀行流動性產(chǎn)生影響，本文設置虛擬變量CRISISt，以控制金融危機的影響。該虛擬變量在2008、2009和2010年分別取值為1，其他年份取值為0。Ui是衡量單個銀行截面效應的變量，εi,t為殘差項。

2.NSFR對銀行績效的影響

由于銀行利潤具有時間上的持續(xù)性特征，本文設定如下模型來考察流動性要求與銀行績效的關系：

(2)

(二)估計方法、樣本選擇和描述性統(tǒng)計

1.估計方法

由于模型(1)、(2)中含有被解釋變量的滯后項，通常使用的最小二乘估計(OLS)和固定效應模型(FE)為有偏估計，本文采用動態(tài)面板系統(tǒng)廣義矩估計(GMM)方法。同時，由于單步GMM估計能夠克服兩步GMM估計可能產(chǎn)生的標準差向下偏誤的局限性(Dietrich et al，2014)，且估計結果更精確，因此，本文選用單步系統(tǒng)GMM方法對模型(1)、(2)進行估計。

2.樣本選擇

2003年以來，經(jīng)過股份制改革和銀行公司治理機制構建，國內建立了以國有控股商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行和農村商業(yè)銀行為主的商業(yè)銀行體系?；诖?，本文選取2003—2014年78家商業(yè)銀行的年度非平衡面板數(shù)據(jù)作為研究樣本*基于數(shù)據(jù)的可得性和連續(xù)性， 樣本銀行包括5家國有控股銀行，10家股份制銀行，46家城市商業(yè)銀行，17家農村商業(yè)銀行。這78業(yè)銀行的資產(chǎn)規(guī)模占國內商業(yè)銀行(不含其他類金融機構)總資產(chǎn)規(guī)模的 82.54%。因此，本文樣本銀行的風險選擇和績效變化特征基本上能夠反映國內銀行業(yè)風險行為決策和績效的總體特征。。銀行數(shù)據(jù)來自Bankscope數(shù)據(jù)庫、各家銀行官網(wǎng)年報及銀監(jiān)會網(wǎng)站，宏觀經(jīng)濟變量數(shù)據(jù)來自國泰安數(shù)據(jù)庫。

3.描述性統(tǒng)計

表1 模型中樣本變量的描述性統(tǒng)計結果* NSFR最小值樣本點為2003年寧夏銀行，最大值為2013年九江銀行；Z值最小值樣本點為2005年廣發(fā)銀行，最大值為2014年北京銀行；ROA最小值樣本點為2006年渤海銀行，最大值為2010年臺州銀行；ROE最小值樣本點為2005年工商銀行，最大值為2008年珠海華潤銀行；LLR最小值為2007年寧夏銀行，最大值為2013年廣西北部灣銀行。

表1為本文所涉及變量描述性統(tǒng)計結果。為了消除極端值的影響，本文對所有連續(xù)變量的1%和99%百分位上樣本數(shù)據(jù)進行了縮尾(winsorize)處理。

表1顯示，2003—2014年國內商業(yè)銀行NSFR均值為150%*在計算時，缺失值(共12個，分別為寧夏銀行2004年及2005年、煙臺銀行2011年、東營銀行2007年、鄭州銀行和大同銀行2007年及2008年、濰坊銀行2012年、蕭山農村合作銀行2007年、常州農商行2009年及2010年數(shù)據(jù))以前一年與后一年計算的NSFR算術平均值替代；若連續(xù)兩年數(shù)據(jù)缺失，則選擇前一年與后兩年數(shù)據(jù)計算平均值。。此外，從表2不難看出，國內商業(yè)銀行的NSFR和銀行風險承擔水平之間呈現(xiàn)明顯的負相關關系，與銀行績效之間呈現(xiàn)出明顯的正相關關系。其余變量中，除去銀行績效和風險承擔水平不同代理變量之間相關系數(shù)較高，以及CR4和RAR相關系數(shù)為0.51，其余變量相關系數(shù)均小于0.5。為檢查解釋變量之間是否存在多重共線性，本文計算了所有解釋變量的方差膨脹因子(VIF)，結果表明VIF均小于10，說明不存在明顯的多重共線性問題。

表2 主要變量相關系數(shù)

注：相關矩陣的下半部分為Person相關系數(shù)，上半部分為Spearman相關系數(shù)。

四、實證結果及分析

表3 NSFR對銀行風險承擔水平的影響的估計結果

注：括號中的數(shù)字是經(jīng)小樣本調整的t統(tǒng)計值，*、**、***分別表示在10%、5%和1%的置信水平下顯著；AB test AR(1)-p和 AB test AR(2)-p分別代表干擾項序列相關檢驗中相應統(tǒng)計量符合原假設的p值，Sargan test-p代表模型工具變量過度識別檢驗的p值。下同。

(一)實證結果

表3顯示的方程(1)估計結果表明：在被解釋變量為LN Z時，NSFR的系數(shù)顯著為正，而在被解釋變量為NPL和RAR時，NSFR的系數(shù)顯著為負，表明流動性風險與銀行風險承擔水平呈負相關。NSFR指標能顯著降低銀行風險承擔水平。

表4顯示了模型(2)的全樣本估計結果。從中可以看到，流動性監(jiān)管指標NSFR與ROA及ROE的系數(shù)顯著為正，與LLR的系數(shù)顯著為負，表明流動性風險與銀行績效是正相關的。進一步地，為了考察NSFR與銀行績效是否存在非線性關系，本文加入了平方項，結果顯示，與ROA及ROE的系數(shù)顯著為負，與LLR的系數(shù)顯著為正。這表明，對所有商業(yè)銀行而言，三種績效指標下銀行流動性與績效均存在顯著的倒U型關系。

圖1 NSFR與銀行績效的相關關系

表4中最后一行為銀行績效最大時的最優(yōu)凈穩(wěn)定資金比率，是根據(jù)估計結果計算出的倒U型曲線拐點處的NSFR取值。從全樣本回歸結果來看，當分別為172.36%、166.86%和164.43%時，以ROA、ROE和LLR為代理變量的銀行績效達到最大值。2003—2014年國內商業(yè)銀行平均NSFR為150%，位于倒U型曲線的左側，即銀行績效的上升階段，如圖1所示。

表4 NSFR對銀行績效的影響的估計結果

(二)基于銀行類型分組的進一步分析*由于篇幅所限，本文不再匯報控制變量和常數(shù)項的估計系數(shù)。

考慮到樣本銀行包括國有控股商業(yè)銀行、股份制銀行、城市商業(yè)銀行及農村商業(yè)銀行四個類別，本文將樣本銀行分為跨區(qū)域經(jīng)營的國有控股及股份制銀行(A組)、區(qū)域性經(jīng)營為主的城商行及農商行(B組)。本文關注的是新流動性監(jiān)管指標對銀行風險承擔與銀行績效的影響是否在兩類銀行間存在差異。如表5所示，兩個類別組銀行的檢驗結果存在明顯差異：城商行及農商行組內，NSFR對銀行風險承擔的負向影響，及與銀行績效之間的倒U型關系顯著存在；但國有銀行及股份制銀行組內，流動性監(jiān)管指標對銀行風險承擔和績效的影響并不明顯。

表5 基于銀行類型分組的估計結果

(三)實證結果分析

從實證分析的過程和結果來看，在2003—2014年的樣本區(qū)間內，如果實施凈穩(wěn)定資金比率(NSFR)至少為100%的監(jiān)管要求，不僅能夠顯著降低國內商業(yè)銀行的風險承擔水平，而且不會對銀行績效造成負面沖擊。新流動性監(jiān)管要求與國內銀行績效之間呈倒U型關系，即在商業(yè)銀行長期流動性水平較低時，增加持有高流動性資產(chǎn)可以顯著改善銀行績效，但是當商業(yè)銀行的NSFR超過最優(yōu)值，增加流動性反而會損害銀行績效。結果顯示，國內商業(yè)銀行的最優(yōu)NSFR水平位于164.43%～172.36%之間，而其間國內商業(yè)銀行NSFR均值為150%，位于倒U型曲線的左側，距離最優(yōu)值存在一定上升的空間。因此，從目前來看，如果按照BCBS要求銀行增加持有來源穩(wěn)定的長期資金，減少資產(chǎn)負債期限錯配，在一段時期內不會對國內商業(yè)銀行績效產(chǎn)生沖擊和威脅。流動性不足的銀行轉變融資結構，提高NSFR水平，對降低流動性風險與改善經(jīng)營績效均有顯著影響。

進一步的研究發(fā)現(xiàn)，流動性監(jiān)管指標NSFR對城商行及農商行的風險承擔水平及銀行績效的調節(jié)作用顯著大于國有及股份制銀行。本文認為，導致上述差異的主要原因在于兩個類別組銀行在國內金融體系中的地位及宏觀調控中發(fā)揮的作用有所不同。國有控股銀行及股份制銀行資產(chǎn)規(guī)模大、資金雄厚、網(wǎng)點覆蓋面廣、融資渠道廣泛，享有較高的名聲與信譽。相比城商行及農商行，儲戶更傾向于將資金投向大型銀行。同時，在樣本銀行中，15家國有及股份制銀行中有13家銀行上市，而63家城商行及農商行中，僅有兩家銀行上市(南京銀行和北京銀行)。加之政府對國有控股銀行和股份制銀行的“隱性擔?！?，一旦出現(xiàn)流動性危機，政府出于穩(wěn)定金融體系和宏觀經(jīng)濟的考慮，會對銀行行為“兜底”或“買單”，這在一定程度上促使銀行放松流動性監(jiān)管。相比之下，受經(jīng)營區(qū)域限制，城商行及農商行資產(chǎn)規(guī)模小、網(wǎng)點分布零散，融資渠道有限，一旦出現(xiàn)流動性危機，城商行及農商行經(jīng)營績效遭受的沖擊更大，且地方政府救助能力有限，因而城商行及農商行保持較高水平的長期流動性顯得尤為必要。

(四)穩(wěn)健性檢驗*由于篇幅所限，未予列示。

為確保本文模型估計結果的有效性，本文還進行了多項穩(wěn)健性檢驗：一是以凈穩(wěn)定資金差額(NSFD)和存貸比(DTL)作為衡量流動性風險的代理變量*Chen et al.(2015)計算了凈穩(wěn)定資金差額(NSFD)，即(ASF-RSF)/總資產(chǎn)，來衡量銀行流動性風險。如果NSFD為負，表明銀行可用的穩(wěn)定資金不能滿足業(yè)務所需的穩(wěn)定資金，銀行需要出售自有資產(chǎn)來滿足流動性需求，存在較大的流動性風險。廉永輝等(2015)采用了存貸比(DLR，客戶存款/總貸款)，即銀行報表中存貸比的倒數(shù)，該指標越大，銀行流動性越高。。除NSFD未通過穩(wěn)健性檢驗外，DTL的檢驗結果顯示了上述結論的穩(wěn)健性。同時，在控制變量方面，本文以地區(qū)生產(chǎn)總值的增長率(GDPGR)作為宏觀經(jīng)濟控制變量，所得結論未發(fā)生改變。二是采用差分GMM估計方法，估計系數(shù)與前文保持一致，并且系統(tǒng)GMM比差分GMM估計結果的標準差更小，前者估計效率更高，表明本文結果具有穩(wěn)健性。

五、結論與政策含義

本文基于2003—2014年78家商業(yè)銀行的微觀數(shù)據(jù)，采用GMM動態(tài)面板估計方法，實證檢驗了流動性監(jiān)管指標凈穩(wěn)定資金比率對國內銀行風險承擔和績效的影響。研究表明：樣本期內，按BCBS(2014)最終版本計算的國內商業(yè)銀行NSFR與銀行風險承擔水平呈顯著負相關關系，與銀行績效呈倒U型關系；國內商業(yè)銀行最優(yōu)NSFR位于164.43%～172.36%之間，維持該區(qū)間的長期流動性可以實現(xiàn)銀行績效最大化。當前國內商業(yè)銀行NSFR的均值低于這一最優(yōu)水平，在此情況下加強商業(yè)銀行流動性風險監(jiān)管，促進商業(yè)銀行轉變融資結構和盈利模式，將有利于降低風險承擔水平，提高銀行績效。進一步的研究發(fā)現(xiàn)，凈穩(wěn)定資金比率對城商行及農商行的風險承擔水平及銀行績效的影響較為顯著，而對于大型國有控股和股份制商業(yè)銀行的影響則不顯著。隨著利率市場化的逐步推進及存款保險制度的實施，政府逐步減少對國有銀行的隱性擔保，國有及股份制銀行更應增強自身流動性管理的動力。

本文的研究結果表明，在當前國內商業(yè)銀行資產(chǎn)負債期限錯配問題較為嚴重的背景下，遵循巴塞爾協(xié)議中有關商業(yè)銀行長期流動性監(jiān)管的新標準對商業(yè)銀行實施流動性監(jiān)管不會對銀行業(yè)的績效帶來負面影響，相反，有利于抑制商業(yè)銀行的風險承擔行為。與此同時，考慮到凈穩(wěn)定資金比率監(jiān)管對全國性的國有控股和股份制商業(yè)銀行的風險和績效影響不顯著，監(jiān)管部門應更加關注這類銀行的流動性風險，輔助以其他的監(jiān)管措施來加強對這類銀行流動性風險的監(jiān)管。

廉永輝，張琳. 2015. 流動性沖擊、銀行結構流動性和信貸供給[J]. 國際金融研究(4)：64-76.

潘敏，魏海瑞. 2015. 高管政治關聯(lián)會影響商業(yè)銀行信貸投放的周期性特征嗎：來自中國銀行業(yè)的經(jīng)驗證據(jù)[J]. 財貿經(jīng)濟(4)：60-73.

潘敏，張依茹. 2013. 股權結構會影響商業(yè)銀行信貸行為的周期性特征嗎：來自中國銀行業(yè)的經(jīng)驗證據(jù)[J]. 金融研究(4)：29-42.

ATHANASOGLOU P P, BRISSIMIS S N, DELIS M D. 2008. Bank-specific，industry-specific and macroeconomic determinants of bank profitability [J]. Journal of International Financial Markets Institutions & Money, 18(2):121-136.

Basel Committee on Banking Supervision. 2010a. An assessment of the long-term economic impact of stronger capital and liquidity requirements [R]. BIS Working Paper, No.173.

Basel Committee on Banking Supervision. 2010b. Basel III: International framework for liquidity risk measurement, standards and monitoring [R]. BIS Working Paper, No.188.

Basel Committee on Banking Supervision. 2013. Basel III: The liquidity coverage ratio and liquidity risk monitoring tools [R]. BIS Working Paper, No.238.

Basel Committee on Banking Supervision. 2014. Basel III: The net stable funding ratio [R]. BIS Working Paper, No.295.

BERGER A N, BOUWMAN C H S. 2013. How does capital affect bank performance during financial crises [J]. Journal of Financial Economics， 109(1):146-176.

BOLOGNA P. 2011. Is there a role for funding in explaining recent U.S. banks′ failures [R]. IMF Working Paper, No.180.

BORDELEAU ?, GRAHAM C. 2010. The impact of liquidity on bank profitability [R]. Bank of Canada Working Paper, No.38.

CHALERMCHATVICHIEN P, JUMREORNVONG S, JIRAPORN P, et al. 2014. Basel III, capital stability, risk-taking, ownership: Evidence from Asia [J]. Journal of Multinational Financial Management, 28:28-46.

CHEN T H, CHOU H H, CHANG Y, et al. 2015. The effect of excess lending on bank liquidity: Evidence from China [J]. International Review of Economics and Finance, 36:54-68.

DELIS M D, KOURETAS G P. 2011. Interest rates and bank risk-taking [J]. Journal of Banking & Finance, 35(5):840-855.

DIETRICH A, HESS K, WANZENRIED G. 2014. The good and bad news about the new liquidity rules of Basel III in Western European countries [J]. Journal of Banking & Finance, 44(3):13-25.

GOBAT J, YANASE M, MALONEY J F. 2014. The net stable funding ratio: Impact and issues for consideration [R]. IMF Working Paper, No.106.

KING M R. 2013. The Basel III net stable funding ratio and bank net interest margins [J]. Journal of Banking and Finance, 37(11):4144-4156.

KWAN S H. 2003. Operating performance of banks among Asian economies: An international and time series comparison [J]. Journal of Banking and Finance, 27(3):471-489.

MAMATZAKIS E, BERMPEI T. 2014. What drives investment bank performance? The role of risk, liquidity and fees prior to and during the crisis [J]. International Review of Financial Analysis, 35(C):102-117.

MORRIS S, SHIN H S. 2009. Illiquidity component of credit risk [R]. Princeton University Working Paper.

PASIOURAS F, KOSMIDOU K. 2007. Factors influencing the profitability of domestic and foreign commercial banks in the European Union [J]. Research in International Business and Finance, 21(2):222-237.

RATNOVSKI L, HUANG R. 2009. Why are Canadian banks more resilient [R]. IMF Working Paper, No.152.

STAIKOURAS C, MAMATZAKIS E, KOUTSOMANOLI- FILIPPAKI A. 2008. Cost efficiency of the banking industry in the South Eastern European region [J]. Journal of International Financial Markets Institutions and Money, 18(5):483-497.

(責任編輯 劉志煒)

Does Net Stable Funding Ratio Monitoring Affect Performance and Risk-taking of Commercial Banks?

PAN Min WANG Yi TAO YuOu

(Wuhan University, Wuhan 430072)

Based on the final revised version of Net Stable Funding Ratio(NSFR) issued by BCBS in October 2014, this paper firstly estimates NSFR by using an unbalanced panel data of China′s banking industry from 2003 to 2014, then analyzes how Net Stable Funding Ratio will influence bank performance and bank risk-taking, and whether differences between national commercial banks and regional commercial banks exist in those influences. Empirical results show that average commercial banks′ NSFR in China has significant negative correlation relationship with risk-taking of banks and has an inverted U-shape relationship with bank performance. Commercial bank has a NSFR to maximize bank′s performance, and the average NSFR is lower than the optimal level of bank′s performance. However, introducing NSFR has significant influences on regional commercial bank rather than on cross regional commercial banks. Therefore, enhancing liquidity risk regulation will contribute to discouraging bank risk-taking and stimulate bank performance, but different supervisory measures should be taken according to different types of commercial banks.

net stable funding ratio; risk-taking; bank performance

2016-05-04

潘 敏(1966—)，男，湖北鄂州人，武漢大學經(jīng)濟發(fā)展研究中心、經(jīng)濟與管理學院教授，博士生導師。 汪 怡(1992—)，女，湖北宜昌人，武漢大學經(jīng)濟與管理學院碩士生。 陶宇鷗(1992—)，女，浙江上虞人，武漢大學經(jīng)濟與管理學院碩士生。

本文研究得到國家社科基金重點項目“完善國有控股商業(yè)銀行公司治理機制研究”(10AZD019)的資助。

F832.4；F224

A

1001-6260(2016)06-0019-10