陳丁燕
(南京財(cái)經(jīng)大學(xué),江蘇 南京 210023)
2019年的經(jīng)濟(jì)工作會(huì)議強(qiáng)調(diào)要堅(jiān)決打好三大風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn),著力推動(dòng)高質(zhì)量發(fā)展,金融體系總體健康,具備化解各種風(fēng)險(xiǎn)的能力,推進(jìn)更高水平的對(duì)外開(kāi)放。隨著我國(guó)金融開(kāi)放步伐的加快,放開(kāi)金融市場(chǎng)對(duì)我國(guó)系統(tǒng)性風(fēng)險(xiǎn)的影響愈加突出。我國(guó)金融系統(tǒng)有其特點(diǎn),社會(huì)融資結(jié)構(gòu)中以銀行為主的間接融資渠道占了較大比例,商業(yè)銀行作為重要的金融中介機(jī)構(gòu),已經(jīng)融入國(guó)民經(jīng)濟(jì)血脈之中。對(duì)于銀行主導(dǎo)型國(guó)家而言,銀行危機(jī)就是狹義的金融危機(jī)。2008年的次貸危機(jī)表明,商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)具有演變成金融系統(tǒng)性風(fēng)險(xiǎn)的趨勢(shì),系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)也說(shuō)明防范好商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)是防止發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的基礎(chǔ)。因此,防范銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)尤為重要。對(duì)于中國(guó)而言,金融開(kāi)放是加劇商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)還是降低商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)呢?因此厘清金融開(kāi)放與銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系尤為重要。
對(duì)于國(guó)內(nèi)而言,董青馬和盧滿(mǎn)生實(shí)證分析了60個(gè)國(guó)家數(shù)據(jù),得出當(dāng)一國(guó)的金融開(kāi)放程度越高,該國(guó)銀行發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的概率也就越大的結(jié)論。陳旺等研究金融開(kāi)放對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的長(zhǎng)期與短期影響,得出長(zhǎng)期提高銀行的風(fēng)險(xiǎn)抵御能力和短期則具有風(fēng)險(xiǎn)效應(yīng)的結(jié)論。
國(guó)外對(duì)金融開(kāi)放對(duì)商業(yè)銀行風(fēng)險(xiǎn)影響的研究尚未得出一致結(jié)論。Lane等認(rèn)為外資的大量涌入可以分散系統(tǒng)性風(fēng)險(xiǎn)。Faia等從歐洲銀行樣本中得到了不僅從個(gè)人的角度還是從系統(tǒng)的角度分析,銀行的海外擴(kuò)張都降低了風(fēng)險(xiǎn)的結(jié)論,系統(tǒng)性風(fēng)險(xiǎn)更有可能受到國(guó)家或商業(yè)模式特征的影響。但是,根據(jù)Frederic的研究,金融開(kāi)放為國(guó)際資本流動(dòng)提供了渠道,增加了金融機(jī)構(gòu)的風(fēng)險(xiǎn)承擔(dān)動(dòng)機(jī),這使得金融沖擊更為迅速地在各國(guó)之間傳導(dǎo)開(kāi)來(lái)。Luo等得出金融開(kāi)放通過(guò)降低銀行盈利效率間接增加了銀行風(fēng)險(xiǎn)的結(jié)論。Ghosh研究銀行業(yè)全球化在影響銀行危機(jī)方面的作用得到銀行業(yè)全球化的不同措施可以顯著降低銀行危機(jī)發(fā)生的概率。
相關(guān)文獻(xiàn)對(duì)金融開(kāi)放的衡量過(guò)于簡(jiǎn)單或者包含無(wú)關(guān)內(nèi)容,同時(shí)研究范圍和針對(duì)的行業(yè)過(guò)于廣泛不具有直接借鑒意義,缺少對(duì)我國(guó)的具體研究。因此本文具有這兩點(diǎn)貢獻(xiàn):根據(jù)我國(guó)的實(shí)際發(fā)展情況主要研究商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn);將金融開(kāi)放的衡量標(biāo)準(zhǔn)從法定維度與事實(shí)維度分開(kāi)進(jìn)行分析。
本文使用ΔCoVaR來(lái)測(cè)度商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn),采用分位數(shù)回歸計(jì)算ΔCoVaR來(lái)測(cè)度商業(yè)銀行系統(tǒng)風(fēng)險(xiǎn)。
計(jì)算商業(yè)銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)的時(shí)間序列所采用的狀態(tài)變量及其計(jì)算方法如表1所示。
表1 狀態(tài)變量描述與計(jì)算方法
狀態(tài)變量采用日度數(shù)據(jù),樣本選取的2007~2017年的數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)。
本文核心解釋變量為KOF,被解釋變量為商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度指標(biāo),即ΔCoVaR,設(shè)定如下形式的回歸模型:
式中,ΔCoVaR表示商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn),核心解釋變量KOF反映了我國(guó)的金融開(kāi)放水平,MIR表示銀行微觀個(gè)體層面控制變量集合,MAC是宏觀層面控制變量。在模型中加入影響結(jié)果的控制變量,宏觀層面選擇實(shí)際GDP增長(zhǎng)率,微觀層面選擇銀行的存款準(zhǔn)備金率、資本充足率、凈息差、銀行規(guī)模(銀行總資產(chǎn)的自然對(duì)數(shù))、非利息收入與總資產(chǎn)的比值、銀行財(cái)務(wù)杠桿,總資產(chǎn)與總權(quán)益之比;貸款率,即貸款總額與總資產(chǎn)之比;存款率,存款額與總資產(chǎn)之比、盈利能力(ROA)、不良貸款率,不良貸款與總資產(chǎn)之比;逾期貸款率,逾期貸款與總資產(chǎn)之比。
本文選用Gygli等發(fā)布的KOF全球化指標(biāo)中的金融全球化子指標(biāo)的事實(shí)維度和法定維度作為衡量金融開(kāi)放的代理變量(FINOPEN)。選取我國(guó)從2007~2017的金融全球化子指標(biāo)數(shù)據(jù),以ΔCoVaR測(cè)度商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn),選取16家商業(yè)銀行和申萬(wàn)二級(jí)銀行指數(shù)2007年至2017年的日度收盤(pán)價(jià)格。
計(jì)算ΔCoVaR所需的銀行日度股價(jià)數(shù)據(jù)取自CSMAR數(shù)據(jù)庫(kù)的公司研究系列,構(gòu)造各狀態(tài)變量所需的滬深300指數(shù)、SHIBOR利率和國(guó)債收益率日度數(shù)據(jù)均來(lái)自Wind數(shù)據(jù)庫(kù)的宏觀經(jīng)濟(jì)數(shù)據(jù),然后進(jìn)行摘錄與整理。
t
統(tǒng)計(jì)量對(duì)應(yīng)的p
值均接近于0,拒絕存在單位根原假設(shè),所有的收益率序列都是平穩(wěn)序列,本文所有分位數(shù)回歸均采用5%分位數(shù)水平,得到的結(jié)果為日度數(shù)據(jù),為得到相關(guān)的研究結(jié)果,再對(duì)各商業(yè)銀行每年的日度數(shù)據(jù)進(jìn)行平均,得到16家銀行2007年至2017年的年度ΔCoVaR。根據(jù)檢驗(yàn)結(jié)果顯示采用固定效應(yīng)模型進(jìn)行估計(jì),表3列示了回歸結(jié)果,其中第(1)和(3)列僅控制了宏觀環(huán)境變量,第(2)和(4)列進(jìn)一步控制了微觀特征變量,KOF1表示法定維度的金融開(kāi)放指標(biāo),KOF2表示事實(shí)維度的金融開(kāi)放指標(biāo),得到的回歸結(jié)果如表2所示。
表2 基準(zhǔn)模型回歸結(jié)果
回歸方程中KOF系數(shù)符號(hào)和顯著性是考察的重點(diǎn)。第(1)至第(4)列回歸結(jié)果顯示,金融開(kāi)放對(duì)ΔCoVaR具有正向影響,即金融開(kāi)放程度的提高會(huì)使得銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)惡化。KOF1和KOF2加入回歸分析后的系數(shù)值顯著為正,但是二者的系數(shù)值存在一定的差距,KOF1的系數(shù)小于KOF2的系數(shù),KOF1的系數(shù)為0.1281,KOF2的系數(shù)為0.2505,這說(shuō)明金融開(kāi)放的法定維度數(shù)據(jù)對(duì)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響小于事實(shí)維度數(shù)據(jù),這與Bonfiglioli在2008年得到的結(jié)論相似。
第(3)列的數(shù)據(jù)顯然大于第(4)列的數(shù)據(jù),說(shuō)明通過(guò)商業(yè)銀行微觀層面方法的實(shí)施能有效降低系統(tǒng)性風(fēng)險(xiǎn),但是第(3)(4)列的數(shù)據(jù)仍顯著大于前兩列數(shù)據(jù),顯示實(shí)際的金融開(kāi)放措施為商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)帶來(lái)的風(fēng)險(xiǎn)高于法律規(guī)定的開(kāi)放帶來(lái)的風(fēng)險(xiǎn)。第(1)列與第(2)列的KOF1系數(shù)相差0.0059,但是第(4)列與第(3)列的數(shù)據(jù)相差0.1223,商業(yè)銀行的微觀層面措施對(duì)金融開(kāi)放給商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響是微乎其微的,但是在事實(shí)開(kāi)放維度中商業(yè)銀行微觀層面的信息對(duì)于緩解銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的影響是有益的。
1.更換估計(jì)方法和加入滯后一階。運(yùn)用GMM回歸方法估計(jì)模型,加入因變量是滯后一階,得到的回歸結(jié)果如表3所示。
表3 GMM回歸結(jié)果
2.更換代理變量。借鑒Lane和Milesi-Ferretti的方法,用國(guó)際投資頭寸表中的資產(chǎn)與負(fù)債之和與名義GDP的比值衡量實(shí)際金融開(kāi)放水平,公式為:
式中,Assets表示資產(chǎn);Liabilities表示負(fù)債,得到的結(jié)果如表4所示。
表4 替代核心變量
雖然在不同的穩(wěn)健性檢驗(yàn)中回歸系數(shù)的數(shù)值大小有所變化,但表3和表4的回歸結(jié)果表明,金融開(kāi)放程度的系數(shù)在所有回歸中均一致保持為正,而且統(tǒng)計(jì)上高度顯著,這意味著本文的基本結(jié)論在總體上是穩(wěn)健的。
在我國(guó)擴(kuò)大金融對(duì)外開(kāi)放的背景下,本文通過(guò)構(gòu)建面板模型來(lái)考察金融開(kāi)放對(duì)我國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的影響。研究發(fā)現(xiàn),無(wú)論是從法定維度還是從事實(shí)維度來(lái)考察,金融開(kāi)放都有誘發(fā)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的可能性,而且事實(shí)維度的風(fēng)險(xiǎn)高于法定維度的風(fēng)險(xiǎn),說(shuō)明實(shí)際資本流動(dòng)和金融服務(wù)業(yè)的開(kāi)放比法律規(guī)定的金融開(kāi)放會(huì)帶來(lái)更高的風(fēng)險(xiǎn)。有鑒于此,本文提出以下一些政策啟示。
首先,應(yīng)不斷加強(qiáng)商業(yè)銀行體系建設(shè),提升商業(yè)銀行的多元化資產(chǎn)水平,從而強(qiáng)化銀行業(yè)抵抗金融風(fēng)險(xiǎn)的能力,以保證金融運(yùn)行整體穩(wěn)健。同時(shí)積極推動(dòng)國(guó)內(nèi)金融市場(chǎng)的多元化調(diào)整,加強(qiáng)對(duì)相關(guān)經(jīng)濟(jì)金融領(lǐng)域的結(jié)構(gòu)性改革。其次,金融開(kāi)放是一個(gè)多層次的系統(tǒng)工程,應(yīng)與國(guó)內(nèi)經(jīng)濟(jì)環(huán)境相協(xié)調(diào)。也應(yīng)加快人民幣國(guó)際化步伐,逐步放開(kāi)人民幣在岸金融市場(chǎng),為金融對(duì)外開(kāi)放奠定良好的基礎(chǔ)。最后,應(yīng)建立完善的銀行業(yè)監(jiān)管制度,加強(qiáng)對(duì)商業(yè)銀行的宏觀審慎管理,增加對(duì)資本配置結(jié)構(gòu)的動(dòng)態(tài)調(diào)控,實(shí)現(xiàn)資本配置的結(jié)構(gòu)化優(yōu)化,從而增強(qiáng)銀行體系穩(wěn)健性。