• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      政府債券置換對商業(yè)銀行風(fēng)險的影響機(jī)制和效果研究

      2023-09-08 07:11:16趙千淇
      統(tǒng)計理論與實踐 2023年7期
      關(guān)鍵詞:流動性債券債務(wù)

      李 程 趙千淇

      (1.天津工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院,天津 300387;2.清華大學(xué)深圳國際研究院,廣東 深圳 518057)

      一、引言

      (一)研究背景

      自2009 年起,地方融資平臺數(shù)量大幅增加,融資額快速增長,但由于融資平臺管理不規(guī)范、市場化程度低,導(dǎo)致項目效益不足以彌補(bǔ)貸款利息、到期貸款集中等問題出現(xiàn)。地方政府債務(wù)規(guī)模大,償債能力較弱,杠桿率逐漸拉大,會引發(fā)違約風(fēng)險,甚至造成金融風(fēng)險。地方債務(wù)風(fēng)險引起了中央相關(guān)部門的高度重視,自2010 年起,我國不斷加大對融資平臺的管控,雖然規(guī)范了融資平臺的運(yùn)作流程,但也一定程度上使融資平臺的融資工作停滯,許多項目因缺乏后續(xù)資金而面臨困難,個別公司甚至出現(xiàn)了違約現(xiàn)象。地方政府債務(wù)成為我國經(jīng)濟(jì)發(fā)展中的突出問題。在巨大的償債壓力下,2015 年1 月1 日,國家正式實施新預(yù)算法,允許地方政府直接發(fā)行地方債券,并且財政部還公布地方政府于2015 年實施約3.2 萬億元的地方債務(wù)置換,用于置換地方政府應(yīng)當(dāng)償還的存量債務(wù)(包含地方融資平臺等在內(nèi)的債務(wù)),以緩解地方債務(wù)到期集中還款的潛在壓力。

      所謂地方債務(wù)置換是指將原來地方政府融資平臺上期限短、利率高的債務(wù)置換成期限長、利率低的債券,本質(zhì)是一種借新還舊的方式。此舉雖然不會改變政府債務(wù)總規(guī)模,但可以降低政府債務(wù)利息、延長債務(wù)期限,有效緩解地方政府短期債務(wù)流動性風(fēng)險。債務(wù)置換過程中,商業(yè)銀行既占有大部分的地方政府債務(wù),又是置換債券最主要的購買方,因此商業(yè)銀行扮演著重要角色。債務(wù)置換實施過程中,商業(yè)銀行作為地方政府債務(wù)置換的主要交易對象,必將受到直接影響,即可能會對優(yōu)化商業(yè)銀行配置貸款效應(yīng)、防范風(fēng)險管理有非常重要的意義。因此,債務(wù)置換過程中商業(yè)銀行購買政府債券對其風(fēng)險水平的實際影響如何,存在哪些問題和風(fēng)險,值得我們探究與思考。

      (二)文獻(xiàn)綜述

      在我國,關(guān)于政府債券的研究始終是學(xué)者關(guān)注的熱點,自從2015 年國家允許地方政府直接發(fā)行債券并實施債務(wù)置換政策以來,學(xué)術(shù)界不斷對其進(jìn)行深入的研究與調(diào)查。很多學(xué)者以全國為主體對地方政府債券展開研究。石曉軍和王訸等(2020)對債券發(fā)行結(jié)構(gòu)進(jìn)行研究,發(fā)現(xiàn)地方政府相對實力越強(qiáng)、杠桿水平越高,發(fā)行結(jié)構(gòu)越會傾向于公開發(fā)行。付莉和王訸(2020)從預(yù)算約束的角度剖析地方政府債務(wù)改革實踐的理論機(jī)制,認(rèn)為在經(jīng)濟(jì)新常態(tài)與房價滯漲時期,一般硬約束而非嚴(yán)格硬約束可能是地方政府防范破產(chǎn)成本發(fā)生的最優(yōu)選擇。程昊和葉寧(2020)闡述了政府債務(wù)置換的最新進(jìn)展,建議加強(qiáng)金融風(fēng)險防控。邱志剛和王子悅等(2022)研究發(fā)現(xiàn),用于置換的地方政府債券能通過“替代效應(yīng)”減少城投債的發(fā)行規(guī)模;另一方面,地方政府債務(wù)置換通過“隱性擔(dān)保效應(yīng)”降低了城投債的融資成本,從而削弱了“替代效應(yīng)”。

      在債務(wù)置換對商業(yè)銀行的影響方面,賈修斌(2017)對地方政府債務(wù)置換對商業(yè)銀行影響路徑與效應(yīng)進(jìn)行研究,認(rèn)為債務(wù)置換在對銀行造成短期沖擊的同時,還會從根本上轉(zhuǎn)變地方政府的融資行為和融資方式,進(jìn)而長期影響銀行的發(fā)展模式??椎P和謝國梁(2020)通過分時期檢驗地方政府債券對商業(yè)銀行理財收益率的影響,發(fā)現(xiàn)地方政府債務(wù)置換前后,地方政府債券分別降低和提高了商業(yè)銀行的理財收益率。梁海勝和陳倩等(2020)研究發(fā)現(xiàn)地方政府債務(wù)置換顯著地改變了商業(yè)銀行的資產(chǎn)結(jié)構(gòu),并提升了商業(yè)銀行的流動性,且流動性的改變受到債務(wù)置換絕對規(guī)模和債務(wù)發(fā)行相對比例的影響。吳曉明和徐明華(2017)以景德鎮(zhèn)市為例,研究分析地方政府債務(wù)置換對商業(yè)銀行的正面效應(yīng),也深入解析了地方政府債務(wù)置換對商業(yè)銀行轉(zhuǎn)型發(fā)展造成的不利影響。與此同時,也有學(xué)者認(rèn)為債務(wù)置換存在一定的風(fēng)險。梁琪和郝毅(2019)通過構(gòu)建五部門的DSGE 模型發(fā)現(xiàn),通過債務(wù)置換延長債務(wù)期限結(jié)構(gòu)雖然可以緩解債務(wù)累積,對宏觀經(jīng)濟(jì)風(fēng)險具有一定緩釋作用,但會降低財政政策的有效性。

      國外學(xué)者對銀行持有政府債券方面不斷進(jìn)行深入研究與探索,研究角度豐富多彩,為我們提供了借鑒與參考。Fratianni 和Marchionne(2017)研究發(fā)現(xiàn)世界各地的銀行在應(yīng)對次貸和主權(quán)債務(wù)危機(jī)時,銀行通過以證券代替貸款的方式,調(diào)整了資產(chǎn)構(gòu)成,降低了整體監(jiān)管信用風(fēng)險。Gennaioli 和Martin 等(2018)發(fā)現(xiàn)在正常時期,債券持有量很大,在主權(quán)違約期間,銀行持有的政府債券與其貸款之間存在著強(qiáng)烈的負(fù)相關(guān)。Crosignani(2021)研究發(fā)現(xiàn),如果主權(quán)風(fēng)險足夠高,低資本銀行就會減少對生產(chǎn)部門的貸款,以進(jìn)一步增加其持有的國內(nèi)政府債券。Affinito 和Albareto 等(2019)發(fā)現(xiàn)政府債券的高流動性、高收益率及其在資本費(fèi)用的便利性,使其非常適合在銀行流動性、銀行盈利能力和貸款質(zhì)量下降的時期滿足銀行的需求。也有學(xué)者對銀行持有政府債券表示異議,Gros(2017)認(rèn)為允許銀行大量購買自己的主權(quán)債券以便在危機(jī)中穩(wěn)定市場的觀點是錯誤的,因為銀行只是私人儲蓄的中介,并且銀行的融資成本高于主權(quán)銀行,在危機(jī)時期大量購買債券有可能加劇金融市場壓力危機(jī),而不是緩解危機(jī),政府應(yīng)該讓家庭(和其他真正的貨幣投資者)更容易直接持有政府債務(wù)。

      (三)本文創(chuàng)新之處

      此前,很多學(xué)者僅僅從理論上分析債務(wù)置換對商業(yè)銀行風(fēng)險的影響,本文不僅從理論上進(jìn)行分析,而且通過計量經(jīng)濟(jì)學(xué)模型研究債務(wù)置換對商業(yè)銀行風(fēng)險的影響。同時,本文樣本覆蓋19 家主承銷銀行和20家非承銷銀行,樣本覆蓋更全面,彌補(bǔ)了很多文章僅以個別省份做研究的缺陷。在2015 年債務(wù)置換政策實施以前,我國地方政府不被允許直接發(fā)行地方政府債券,在2015 年之后允許地方政府直接發(fā)行地方政府債券,因此2015 年是一個重要的政策實施節(jié)點。通過對比2015 年之前與2015 年之后承銷銀行與非承銷銀行的資產(chǎn)負(fù)債表情況,可以探究商業(yè)銀行購買地方政府債券是否對銀行風(fēng)險水平產(chǎn)生影響,因此本文實證探究了地方債務(wù)置換對商業(yè)銀行風(fēng)險的影響,實證探究銀行購買政府債券對其風(fēng)險的影響渠道,具體檢驗銀行購買政府債券是否對其流動性、盈利能力和資本充足率產(chǎn)生影響及影響效果,以及如何影響到商業(yè)銀行的風(fēng)險水平。

      二、理論分析與研究假設(shè)

      (一)地方債務(wù)置換對商業(yè)銀行的影響分析

      2015 年,城投債迎來第一個高峰,政府面臨經(jīng)濟(jì)增速下滑、財政收入銳減的情形,銀行只得采取展期的方式緩解問題。地方政府債務(wù)置換的舉措如一場及時雨,不僅改善了銀行體系流動性,還降低了商業(yè)銀行信用風(fēng)險。

      1.債務(wù)置換提高了銀行資產(chǎn)流動性

      地方政府債務(wù)置換將銀行的資產(chǎn)由高風(fēng)險權(quán)重、流動性差的融資平臺貸款置換成低風(fēng)險權(quán)重、高信用的地方政府債券。通過債務(wù)置換,商業(yè)銀行雖然承受了一部分利息收益的損失,但是提高了資產(chǎn)流動性。隨著債券市場的逐漸發(fā)展完善,未來地方政府債券或許能夠在債券交易市場流通或在中央銀行質(zhì)押換取資金,這樣銀行的長期資產(chǎn)就可以換成短期流動資金,提升流動性。同時,銀行持有的地方政府債券不計入貸款,也會減小銀行的存貸比。

      2.債務(wù)置換降低了商業(yè)銀行信用風(fēng)險

      地方政府債務(wù)置換主要是通過將信用風(fēng)險較高的投融資平臺的貸款置換為地方政府債券,短時間內(nèi)降低了商業(yè)銀行的高風(fēng)險資產(chǎn),緩釋了商業(yè)銀行承擔(dān)的信用風(fēng)險,抑制了不良貸款率,提高了信貸資產(chǎn)質(zhì)量。同時,地方政府債券較地方融資平臺的貸款更加公開透明,債務(wù)置換將原來的隱性擔(dān)?!帮@性化”,讓地方債務(wù)變得更透明、更科學(xué)、更可控,有效降低銀行的監(jiān)管壓力及監(jiān)管成本,節(jié)約資本占用。

      (二)銀行購買政府債券對其風(fēng)險水平的影響渠道

      1.流動性因素

      銀行購買政府債券可能影響銀行的流動性狀況。國外有學(xué)者提出,在經(jīng)濟(jì)危機(jī)時期,銀行可以最優(yōu)地選擇持有公共債券,以存儲流動性,為未來的投資提供資金。中國的商業(yè)銀行持有較多的政府債券或許能夠提高銀行的流動性,降低銀行流動性風(fēng)險。通常使用銀行的存貸比指標(biāo)來衡量銀行流動性,同時本文借鑒Affinito 和Albareto 等(2019)的指標(biāo)選取,增加存款占總資產(chǎn)比率指標(biāo)來衡量銀行的資金實力以及流動性。

      2.盈利能力因素

      銀行購買政府債券可能提高銀行的盈利能力。Affinito 和Albareto 等(2019)提到“為復(fù)興而賭博假說”,指為了盈利,銀行可能利用政府債券的高收益率為復(fù)興而賭博。而在中國,2015 年允許地方政府直接發(fā)行地方政府債券后,地方政府債券的收益率較國債更高,同時地方政府債券尚未出現(xiàn)過違約的情況,有中央財政的兜底,其安全性也很高,商業(yè)銀行購買更多政府債券很可能提高銀行的盈利能力。同時商業(yè)銀行購買更多政府債券,減少貸款的比重,能夠減少銀行不良貸款的數(shù)量,改善商業(yè)銀行信貸質(zhì)量,從而提高銀行盈利能力。綜上,本文選取資產(chǎn)利潤率、成本收入比和不良貸款率衡量銀行的盈利能力。

      3.資本充足率因素

      商業(yè)銀行購買政府債券或許能夠改善銀行的資本充足率狀況。2015 年以前銀行持有地方政府融資平臺貸款的風(fēng)險權(quán)重是100%,2015 年債務(wù)置換后銀行持有的地方政府債券風(fēng)險權(quán)重僅為20%。由此推斷銀行購買政府債券能夠提高資本充足率,從而降低銀行風(fēng)險水平。本文選取銀行的核心資本充足率指標(biāo),來衡量銀行資本充足情況。

      綜上,提出假說:政府持有債券通過核心資本充足率、資產(chǎn)利潤率、成本收入比、不良貸款率、存款占比、存貸比等各個渠道影響銀行的流動性風(fēng)險和信用風(fēng)險,總體上能夠降低銀行風(fēng)險。

      三、實證分析

      (一)債務(wù)置換對商業(yè)銀行影響的實證研究

      通過收集置換債券的信息以及商業(yè)銀行的各項數(shù)據(jù),以2015 年為時間節(jié)點,構(gòu)建雙重差分模型,實證分析地方政府債務(wù)置換對商業(yè)銀行風(fēng)險的影響。

      1.主要變量

      (1)被解釋變量

      根據(jù)劉海明和許娟(2012)對商業(yè)銀行風(fēng)險承擔(dān)及有效性的研究,將衡量銀行風(fēng)險的方法分為三種:破產(chǎn)風(fēng)險法、市場法、資本充足法,認(rèn)為綜合考慮銀行特殊性和適用性,資本充足法是最優(yōu)選擇,資本充足法指標(biāo)中包括加權(quán)風(fēng)險資產(chǎn)。在方意(2015)的研究中,選取加權(quán)風(fēng)險資產(chǎn)比例來衡量銀行風(fēng)險,因此本文選取加權(quán)風(fēng)險資產(chǎn)比例作為被解釋變量,以此衡量商業(yè)銀行的主動風(fēng)險承擔(dān)。加權(quán)風(fēng)險資產(chǎn)比例公式為:加權(quán)風(fēng)險資產(chǎn)比例=加權(quán)風(fēng)險資產(chǎn)值/總資產(chǎn)。

      (2)解釋變量

      本文采用雙重差分的方法研究債務(wù)置換對商業(yè)銀行風(fēng)險的影響,因此本文的解釋變量需要設(shè)置三個虛擬變量:第一個虛擬變量post(樣本在2015 及之后年份,post 為1;樣本在2015 年之前年份,post 為0);第二個虛擬變量treated(樣本為主承銷銀行,treated 為1;樣本為非主承銷銀行,treated 為0);第三個虛擬變量did(交互變量,did=post× treated)。

      (3)控制變量

      本文借鑒Affinito 和Albareto 等(2019)的方法,選取七個與銀行有關(guān)的變量作為控制變量,變量解釋見表1。

      表1 控制變量說明

      2.數(shù)據(jù)來源

      從同花順金融數(shù)據(jù)終端獲取地方政府置換債的債券資料,其中包括對應(yīng)主承銷商名稱。地方政府置換債主要由45 家銀行承銷,本文根據(jù)數(shù)據(jù)的可獲得性從中選取19 家主承銷商進(jìn)行研究,同時選取20 家非主承銷商的商業(yè)銀行作為對照組。39 家銀行的數(shù)據(jù)從國泰安金融數(shù)據(jù)庫獲取。

      3.描述性統(tǒng)計

      將原始數(shù)據(jù)取對數(shù)后,分別統(tǒng)計主承銷銀行和非主承銷銀行在2015 年之前與2015 年及之后的數(shù)據(jù),以2015 年為界,對照兩類數(shù)據(jù)的均值與標(biāo)準(zhǔn)差(見表2)。

      表2 政策實施前后各指標(biāo)描述性統(tǒng)計

      將表2 中承銷銀行與非承銷銀行做對比分析可以發(fā)現(xiàn),在2015 年債務(wù)置換政策實施后,承銷銀行的加權(quán)風(fēng)險資產(chǎn)比例(RISK)的均值是-0.43,小于非承銷銀行在2015 年后的均值(-0.39);2015 年債務(wù)置換政策實施后,承銷銀行的加權(quán)風(fēng)險資產(chǎn)比例(RISK)的標(biāo)準(zhǔn)差為0.09,小于非承銷銀行的標(biāo)準(zhǔn)差(0.10),說明債務(wù)置換后承銷銀行的風(fēng)險小于非承銷銀行,一定程度上表明債務(wù)置換能減輕商業(yè)銀行的風(fēng)險水平。不良貸款率(NPL),政策實施前承銷銀行均值為-0.11,大于非承銷銀行的均值(-0.24);政策實施后承銷銀行的均值為0.41,小于非承銷銀行(0.52),說明債務(wù)置換減緩商業(yè)銀行不良貸款率的增長。銀行規(guī)模(SIZE)方面,承銷銀行規(guī)模普遍比非承銷銀行大。核心資本充足率(CAR)方面,政策實施后承銷銀行的均值為2.28,大于非承銷銀行的均值(2.27),說明債務(wù)置換有利于幫助銀行提高核心資本充足率。2015 年后銀行資產(chǎn)利潤率普遍下降,低于2015 年前的盈利水平,但2015年后承銷銀行的資產(chǎn)利潤率均值為-0.20,大于非承銷銀行(-0.53),債務(wù)置換后承銷銀行盈利能力顯著大于非承銷銀行。商業(yè)銀行的成本收入比(CIR)在2015年后均有所降低。近些年,承銷銀行和非承銷銀行存貸比(LDR)均有所升高、存款占比(TD)均下降,說明銀行流動性風(fēng)險有所增加。

      4.實證分析

      (1)雙重差分模型

      由于本文采用面板數(shù)據(jù),故設(shè)定固定效應(yīng)模型的方程如下:

      其中,RISKit被解釋變量用來衡量商業(yè)銀行風(fēng)險水平;ui代表銀行個體固定效應(yīng);yeart表示時間固定效應(yīng);β1是交互項系數(shù),衡量債務(wù)置換的政策效應(yīng)。β1大于0,說明債務(wù)置換使商業(yè)銀行風(fēng)險增加;β1小于0,說明債務(wù)置換能降低商業(yè)銀行風(fēng)險水平。同時,∑γiXit代表其他控制變量的影響。

      (2)實證結(jié)果

      本文構(gòu)建雙重差分模型,結(jié)果見表3。在(1)—(7)的回歸中,交互項did 的系數(shù)絕大部分顯著且為負(fù)值,表示地方政府債務(wù)置換能顯著降低商業(yè)銀行的風(fēng)險水平。在(1)中,存貸比(LDR)與商業(yè)銀行風(fēng)險水平顯著正相關(guān);存款占比(TD)與商業(yè)銀行風(fēng)險水平顯著正相關(guān);資產(chǎn)利潤率(ROA)與商業(yè)銀行風(fēng)險水平顯著正相關(guān);不良貸款率(NPL)與商業(yè)銀行風(fēng)險水平顯著正相關(guān)。

      表3 雙重差分法實證結(jié)果

      (3)平行趨勢檢驗

      本文進(jìn)行平行趨勢檢驗是對債務(wù)置換政策實施當(dāng)年及政策實施前后各三年做了回歸,所得估計系數(shù)如圖1 所示,橫軸上pre_3、pre_2、pre_1、current、post_1、post_2、post_3 分別對應(yīng)2012 年、2013 年、2014 年、2015 年、2016 年、2017 年、2018 年。從圖中可以看出,2012—2014 年回歸系數(shù)在0 左右浮動,說明此時承銷銀行與非承銷銀行相似且差別很小。2015 年債務(wù)置換政策開始實施后,回歸系數(shù)顯著下降,說明債務(wù)置換政策對銀行風(fēng)險水平有顯著影響,此研究滿足平行趨勢檢驗。

      圖1 平行趨勢檢驗結(jié)果

      (二) 銀行購買政府債券對其風(fēng)險水平影響渠道的實證研究

      上文研究債務(wù)置換政策對商業(yè)銀行的影響,結(jié)論顯示2015 年實施的債務(wù)置換政策能夠起到降低商業(yè)銀行風(fēng)險水平的效果。下面,本文進(jìn)行深入的機(jī)制檢驗,從而進(jìn)一步從流動性、盈利能力和資本充足率等角度探究商業(yè)銀行購買政府債券對其風(fēng)險水平的影響渠道。

      1.主要變量

      (1)解釋變量

      選取銀行持有政府債券的增長率作為解釋變量,衡量銀行對政府債券的新增購買。銀行持有政府債券的增長率是指某銀行在某年政府債券的凈購買量與上一年該銀行持有政府債券總量之比。商業(yè)銀行在2015—2020 年間持有政府債券數(shù)據(jù)來自各銀行的年度報表,缺失該指標(biāo)的銀行數(shù)據(jù)用央行年度報表公布的數(shù)據(jù)計算銀行持有政府債券增長率。根據(jù)央行年報,將中資商業(yè)銀行分為中資大型銀行、中資中型銀行和中資小型銀行:大型銀行指本外幣資產(chǎn)總量大于等于2 萬億元的中資銀行,中資中型銀行指本外幣資產(chǎn)總量小于2 萬億元且大于3000 億元的中資銀行,中資小型銀行指本外幣資產(chǎn)總量小于3000 億元的中資銀行。各類銀行持有政府債券情況見表4。

      表4 三類銀行分別持有政府債券的增長率

      (2)被解釋變量與控制變量

      本文從流動性、盈利能力、資本充足率三個方面共選取七個指標(biāo)作為被解釋變量。流動性方面,選取存貸比(LDR)和存款占比(TD)衡量商業(yè)銀行的資產(chǎn)流動性,銀行的存貸比越大,存款占比越小,說明銀行資產(chǎn)流動性越差。盈利能力方面,選取資產(chǎn)利潤率(ROA)、成本收入比(CIR)衡量商業(yè)銀行的盈利能力,銀行資產(chǎn)利潤率越高,成本收入比越大,說明銀行盈利能力越強(qiáng);用不良貸款率(NPL)衡量信用風(fēng)險,銀行不良貸款率越大,說明銀行信貸質(zhì)量較差,信用風(fēng)險較高。資本充足率方面,選取核心資本充足率(CAR)指標(biāo)反映銀行的資本充足情況,核心資本充足率越高,說明該銀行資本越充足,抵御風(fēng)險能力越強(qiáng)。選取銀行的資產(chǎn)總計(SIZE)衡量銀行的資產(chǎn)規(guī)模,作為控制變量。

      2.數(shù)據(jù)來源

      本文從中資大型銀行、中資中型銀行和中資小型銀行中選出30 家銀行進(jìn)行研究,選取2016—2020 年的年度數(shù)據(jù),銀行持有政府債券的數(shù)據(jù)來源于銀行年報,其余數(shù)據(jù)從國泰安金融數(shù)據(jù)庫獲取。

      3.描述性統(tǒng)計

      將原始數(shù)據(jù)取對數(shù)后,分別統(tǒng)計2016—2020 年各項指標(biāo)的均值(見表5)。

      從表5 可以看出,2016—2020 年,銀行持有政府債券增長率不斷下降,銀行的規(guī)模不斷增大。流動性方面,銀行存貸比不斷增大,說明流動性風(fēng)險隨時間增長而變大;同時存款占總資產(chǎn)的比重略微變大,存款是流動性最好的資產(chǎn),說明銀行資金實力逐漸增長。盈利能力方面,銀行資本利潤率下降,成本收入比逐漸降低,說明2016—2020 年銀行盈利能力不斷下降,但不良貸款率逐漸降低,說明信貸質(zhì)量略有提高。銀行核心資本充足率總體呈增長態(tài)勢,但在2020 年銀行的核心資本充足率較上年明顯減小??傮w而言,2016—2020 年,商業(yè)銀行流動性風(fēng)險逐漸增加,盈利能力有所下降,同時銀行資金實力略有增強(qiáng),信貸質(zhì)量有所提高。

      4.實證分析

      (1)模型設(shè)定

      考慮到當(dāng)前購買政府債券的決策會影響下一期銀行的財務(wù)狀況,在模型設(shè)立中被解釋變量選用當(dāng)期,解釋變量采用前一期滯后項。設(shè)立模型如下:

      分別檢驗銀行購買政府債券對X,包括銀行存貸比(LDR)、存款占比(TD)、資產(chǎn)利潤率(ROA)、成本收入比(CIR)、不良貸款率(NPL)和核心資本充足率(CAR)等六個變量的影響程度。等式右邊各項指標(biāo)是i 銀行在t-1 期持有政府債券增長率,被解釋變量和控制變量使用i 銀行在t 期的數(shù)據(jù)。

      (2)實證結(jié)果

      由于采用2016—2020 年的面板數(shù)據(jù),進(jìn)行面板數(shù)據(jù)回歸分析過程中,為避免面板數(shù)據(jù)之間存在異方差和序列相關(guān),本文選取面板矯正標(biāo)準(zhǔn)誤(PCSE)估計方法對固定效應(yīng)模型進(jìn)行修正,以加強(qiáng)回歸結(jié)果的有效性和穩(wěn)健性。PCSE 模型在保留最小二乘法(OLS)估計參數(shù)的基礎(chǔ)上將殘差項代入對角矩陣,對其標(biāo)準(zhǔn)差進(jìn)行修正,能夠更加準(zhǔn)確地對面板數(shù)據(jù)進(jìn)行回歸估計,回歸結(jié)果見表6。

      表6 PCSE 模型實證結(jié)果

      表6 展示了六個模型用PCSE 方法得到的回歸結(jié)果。流動性方面,銀行持有政府債券增長率對存貸比(LDR)的影響是顯著的。回歸系數(shù)是-0.0590,說明銀行購買政府債券能夠減少銀行流動性風(fēng)險,同時銀行持有政府債券增長率對存款占比(TD)的影響系數(shù)為-0.0218,表明銀行購買政府債券會略微降低銀行的資金實力。盈利能力方面,銀行持有政府債券增長率對資產(chǎn)利潤率(ROA)和成本收入比(CIR)的影響均顯著為正。資本充足率對應(yīng)系數(shù)為負(fù)值,但不顯著,對不良貸款率是正影響,也不顯著。

      總之,銀行購買政府債券能夠顯著提高銀行流動性,顯著提高銀行的盈利能力,但不能顯著提高銀行的資本充足率,也沒有顯著影響不良貸款率,從而說明債務(wù)置換政策使商業(yè)銀行風(fēng)險水平降低,通過提高銀行流動性和盈利能力兩個渠道而實現(xiàn)。

      5.異質(zhì)性檢驗

      根據(jù)央行年報,本文將選用的30 家商業(yè)銀行樣本,分為6 家中資大型銀行、8 家中資中型銀行和16 家中資小型銀行,同樣采用PCSE 回歸方法,進(jìn)行異質(zhì)性檢驗,檢驗結(jié)果見表7。對于大型銀行,銀行持有政府債券增長率能顯著影響銀行的不良貸款率、資產(chǎn)利潤率和存貸比,回歸系數(shù)分別為0.0914、0.0978 和-0.0414,說明大型銀行購買政府債券能夠提高銀行的盈利能力并且降低銀行的流動性風(fēng)險,但會略微降低銀行的信貸質(zhì)量。對于中型銀行,銀行持有政府債券增長率能顯著影響銀行的成本收入比和不良貸款率,且回歸系數(shù)均為正數(shù),表明中型銀行購買政府債券能夠提高盈利能力,但也會稍微降低銀行的信貸質(zhì)量。對于小型銀行,銀行持有政府債券增長率能夠提高銀行的盈利能力,降低銀行不良貸款率,且能夠降低銀行流動性風(fēng)險和信用風(fēng)險,但會稍微降低銀行資金實力和核心資本充足率。

      表7 異質(zhì)性檢驗結(jié)果

      總之,購買政府債券均能提高大型、中型和小型銀行的盈利能力,同時購買政府債券能夠顯著降低大型、小型銀行的流動性風(fēng)險,但降低中型銀行流動性風(fēng)險的效應(yīng)不顯著,并且提高大型和中型銀行的信用風(fēng)險,降低小型銀行的信用風(fēng)險。

      6.穩(wěn)健性檢驗

      為了驗證實驗結(jié)果的穩(wěn)健性,本文采取替換變量的方式檢驗銀行購買政府債券對其風(fēng)險的影響渠道,采用銀行當(dāng)期凈購買政府債券占銀行總資產(chǎn)的比率(NetPurchases2)代替銀行持有政府債券增長率(Net-Purchases),同樣用PCSE 的方法進(jìn)行回歸,數(shù)據(jù)來源于各銀行年報。缺失該指標(biāo)的銀行,數(shù)據(jù)根據(jù)銀行類型用央行年度報表公布的數(shù)據(jù)分別計算大型、中型、小型銀行的當(dāng)期凈購買政府債券占總資產(chǎn)的比率填補(bǔ)空缺。

      回歸結(jié)果見表8,可以看出在模型(1)、(2)、(4)和(6)中,銀行當(dāng)期凈購買政府債券占銀行總資產(chǎn)的比率(NetPurchases2)對應(yīng)的系數(shù)均顯著,分別表示銀行購買政府債券顯著能夠提高銀行的資本充足率(CAR)、能夠提高銀行成本收入比(CIR)、能夠提高銀行的存款占比(TD)和降低銀行存貸比(LDR),表明銀行購買政府債券能夠顯著提高銀行的盈利能力、流動性水平和資本充足率。

      表8 穩(wěn)健性檢驗結(jié)果

      綜合以上分析,銀行持有政府債券對資本充足率總體影響不顯著,但會提高大中型銀行不良貸款率,降低小型銀行不良貸款率,同時降低資本充足率,說明持有政府債券可以降低流動性風(fēng)險,同時對信用風(fēng)險有異質(zhì)性影響。

      四、結(jié)論與政策建議

      (一)結(jié)論

      第一,本文使用雙重差分模型證明了2015 年實施的地方政府債務(wù)置換政策能顯著降低商業(yè)銀行的風(fēng)險水平,并順利通過了平行趨勢檢驗,從而表明商業(yè)銀行購買政府債券能夠降低銀行風(fēng)險水平。

      第二,本文采用PCSE 方法構(gòu)建六個回歸模型針對銀行購買政府債券對其風(fēng)險水平的影響渠道進(jìn)行研究,發(fā)現(xiàn)銀行購買政府債券能夠顯著提高銀行流動性,顯著提高銀行的盈利能力,但不能顯著提高銀行的資本充足率,說明銀行購買政府債券可通過提高銀行流動性和盈利能力這兩個渠道降低銀行總體的風(fēng)險水平。

      第三,在異質(zhì)性檢驗中發(fā)現(xiàn)購買政府債券均能提高所有銀行的盈利能力,能夠顯著降低大型、小型銀行的流動性風(fēng)險,但降低中型銀行流動性風(fēng)險的效應(yīng)并不顯著,同時能提高大中型銀行信用風(fēng)險,降低小型銀行信用風(fēng)險;在穩(wěn)健性檢驗中,將作為解釋變量的銀行持有政府債券增長率替換為銀行當(dāng)期凈購買政府債券占銀行總資產(chǎn)的比率,結(jié)果表明銀行購買政府債券能夠顯著提高銀行的盈利能力、流動性水平和資本充足率。異質(zhì)性檢驗和穩(wěn)健性檢驗結(jié)果再次驗證了銀行購買政府債券能夠顯著提高銀行流動性和盈利能力,綜合看對小型銀行的風(fēng)險降低作用很明顯。

      總之,銀行購買政府債券能降低銀行總體的風(fēng)險水平,但是對不同銀行的不同風(fēng)險的影響存在異質(zhì)性。

      (二)政策建議

      地方政府債務(wù)置換政策是一項有效的重大決策,能夠一定程度化解地方的財政風(fēng)險,解決地方政府債務(wù)負(fù)擔(dān)過重問題。銀行作為地方政府債務(wù)置換的主要承銷商,要積極配合政府做好債務(wù)置換工作。同時,銀行購買政府債券能夠從銀行流動性和盈利能力兩個渠道影響銀行風(fēng)險水平,我們要更加關(guān)注和防范政府風(fēng)險向銀行溢出的問題,以及政府和銀行之間風(fēng)險傳導(dǎo)問題。

      第一,強(qiáng)化金融風(fēng)險防范。當(dāng)下正處于百年未有之大變局,我國經(jīng)濟(jì)發(fā)展環(huán)境的復(fù)雜性、不確定性上升,在努力穩(wěn)增長、穩(wěn)就業(yè)、穩(wěn)物價的同時要合理控制地方政府債務(wù)規(guī)模。在存量債務(wù)化解方面,債務(wù)置換并不會改變原有的存量債務(wù)規(guī)模,政府可以引導(dǎo)推進(jìn)城投平臺轉(zhuǎn)型進(jìn)程,嘗試通過引入資產(chǎn)管理公司等方式創(chuàng)新債務(wù)化解方式,以期不斷化解風(fēng)險,穩(wěn)定市場預(yù)期,促進(jìn)市場良性發(fā)展。

      第二,加強(qiáng)政府與銀行間的信息溝通。銀行是政府債券最大的承銷機(jī)構(gòu),地位非常重要。在嚴(yán)峻的經(jīng)濟(jì)形勢下,加大宏觀政策調(diào)節(jié)力度的同時要加強(qiáng)政府債券、財政收支、銀行流動性等多方面信息的交流,既要防范化解地方政府債務(wù)風(fēng)險,還要及時應(yīng)對貨幣端的可能變化,加強(qiáng)與商業(yè)銀行間的溝通協(xié)調(diào),爭取實現(xiàn)最大的宏觀調(diào)控效果。銀行要緊跟供給側(cè)結(jié)構(gòu)性改革的趨勢,作出正確的政府債券購買決策,積極調(diào)整資產(chǎn)結(jié)構(gòu),加快調(diào)整業(yè)務(wù)發(fā)展戰(zhàn)略,提升銀行的創(chuàng)新能力。

      第三,不斷完善債券市場,增強(qiáng)政府債券流動性。增強(qiáng)政府債券在二級市場的流動性,使銀行持有的政府債券長期資產(chǎn)可以隨時換成短期流動資金,提升銀行的流動性,降低銀行的流動性風(fēng)險,改善資產(chǎn)負(fù)債表狀況。同時還可以考慮進(jìn)一步拓寬政府債券持有主體,引導(dǎo)居民、企業(yè)等持有政府債券,拓寬政府債券的市場容量。

      [1]石曉軍,王訸,付莉.地方政府債券雙軌制發(fā)行結(jié)構(gòu)的理論模型及實證研究[J].現(xiàn)代財經(jīng)(天津財經(jīng)大學(xué)學(xué)報),2020,40(1):41-55.

      [2]付莉,王訸.地方政府債務(wù)債券化的理論研究:基于預(yù)算約束的分析[J].上海金融,2020(2):71-80.

      [3]程昊,葉寧.我國地方政府債務(wù)置換新進(jìn)展及風(fēng)險防控[J].銀行家,2020(7):107-110.

      [4]邱志剛,王子悅,王卓.地方政府債務(wù)置換與新增隱性債務(wù):基于城投債發(fā)行規(guī)模與定價的分析[J].中國工業(yè)經(jīng)濟(jì),2022(4):42-60.

      [5]賈修斌.地方政府債務(wù)置換對商業(yè)銀行影響路徑與效應(yīng)分析[J].西部金融,2017(1):81-83.

      [6]孔丹鳳,謝國梁.地方政府債券、債務(wù)置換與商業(yè)銀行理財收益率[J].當(dāng)代財經(jīng),2020(9):66-75.

      [7]梁海勝,陳倩,廖婷婷,等.地方政府債務(wù)置換如何影響銀行的貨幣創(chuàng)造?:基于141家商業(yè)銀行的實證分析[J].區(qū)域金融研究,2020(4):42-49.

      [8]吳曉明,徐明華.地方債務(wù)置換對商業(yè)銀行影響的實證思考:以景德鎮(zhèn)市為樣本[J].武漢金融,2017(1):60-61.

      [9]梁琪,郝毅.地方政府債務(wù)置換與宏觀經(jīng)濟(jì)風(fēng)險緩釋研究[J].經(jīng)濟(jì)研究,2019,54(4):18-32.

      [10]FRATIANNI M,MARCHIONNE F.Bank asset reallocation and sovereign debt[J].Journal of International Financial Markets,Institutions and Money,2017,47:15-32.

      [11]GENNAIOLI N,MARTIN A,ROSSI S.Banks,government bonds,and default:What do the data say?[J].Journal of Monetary Economics,2018,98:98-113.

      [12]CROSIGNANI M.Bank capital,government bond holdings,and sovereign debt capacity[J].Journal of Financial Economics,2021,141(2):693-704.

      [13]AFFINITO M,ALBARETO G,SANTIONIR.Purchasesof sovereign debt securitiesby Italian banksduring the crisis:The role of balance-sheet conditions[J].Journal of Banking&Finance,2019:105575.

      [14]GROSD.Banks as buyers of last resort for government bonds?[R].Brussels:Centre for European Policy Studies,2017.

      [15]劉海明,許娟.商業(yè)銀行風(fēng)險承擔(dān):指標(biāo)及其有效性[J].金融論壇,2012,17(11):23-30.

      [16]方意.貨幣政策與房地產(chǎn)價格沖擊下的銀行風(fēng)險承擔(dān)分析[J].世界經(jīng)濟(jì),2015,38(7):73-98.

      猜你喜歡
      流動性債券債務(wù)
      2020年9月債券型基金績效表現(xiàn)
      債券(2020年10期)2020-10-30 10:02:30
      2020 年 7 月債券型基金績效表現(xiàn)
      債券(2020年8期)2020-09-02 06:59:38
      2020年2月債券型基金績效表現(xiàn)
      債券(2020年3期)2020-03-30 03:27:23
      中國外匯(2019年16期)2019-11-16 09:27:50
      金融系統(tǒng)多維度流動性間溢出效應(yīng)研究
      ——基于三元VAR-GARCH-BEEK模型的分析
      家庭日常生活所負(fù)債務(wù)應(yīng)當(dāng)認(rèn)定為夫妻共同債務(wù)
      紅土地(2018年7期)2018-09-26 03:07:26
      萬億元債務(wù)如何化解
      萬億元債務(wù)如何化解
      “消失”的千萬元債務(wù)
      清風(fēng)(2014年10期)2014-09-08 13:11:04
      組織成員流動性對組織學(xué)習(xí)中知識傳播的影響
      界首市| 竹北市| 昔阳县| 建湖县| 德江县| 白玉县| 洛浦县| 顺平县| 武义县| 茶陵县| 大化| 安西县| 新河县| 嘉荫县| 牡丹江市| 永嘉县| 建湖县| 外汇| 霸州市| 汾阳市| 诸暨市| 萍乡市| 滁州市| 灵山县| 江川县| 柳林县| 饶河县| 晴隆县| 朔州市| 安国市| 莎车县| 土默特右旗| 青海省| 浑源县| 阿瓦提县| 米易县| 临朐县| 洪洞县| 甘孜| 原阳县| 漠河县|