■辛兵海,張曉云
批發(fā)融資對(duì)銀行信貸的影響:基于周期敏感性視角
■辛兵海,張曉云
基于我國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)和微觀銀行數(shù)據(jù),實(shí)證分析了批發(fā)融資周期敏感性對(duì)銀行信貸周期敏感性的影響。實(shí)證分析表明:銀行批發(fā)融資的周期敏感性,增強(qiáng)了銀行信貸投放的周期敏感性程度。本文研究不僅豐富了信貸親周期性相關(guān)文獻(xiàn),也啟示銀行業(yè)監(jiān)管部門不僅要關(guān)注批發(fā)性負(fù)債融資的數(shù)量特征,還需關(guān)注批發(fā)融資的期限和借款頻次等質(zhì)量特征。
批發(fā)融資;信貸周期性;周期敏感性
辛兵海(1982-),河北經(jīng)貿(mào)大學(xué)金融學(xué)院講師,博士。(河北石家莊050061);張曉云(1986-),北京大學(xué)經(jīng)濟(jì)學(xué)院博士研究生。(北京100871)
商業(yè)銀行負(fù)債融資可以分為零售存款和批發(fā)融資(Wholesale Funding)兩類。零售存款屬于商業(yè)銀行的核心融資部分,代表銀行所獲得的存款融資。批發(fā)融資又稱為主動(dòng)性負(fù)債,主要來(lái)源于其他金融中介,例如同業(yè)拆借、回購(gòu)協(xié)議、金融債券等。伴隨著次貸危機(jī)的發(fā)生,學(xué)界對(duì)商業(yè)銀行批發(fā)融資的關(guān)注度進(jìn)一步提升。一些學(xué)者指出,銀行過(guò)度依賴批發(fā)融資,導(dǎo)致其在經(jīng)濟(jì)危機(jī)期間面臨嚴(yán)重的流動(dòng)性短缺(Rajan,2006),而這加劇金融市場(chǎng)的不穩(wěn)定性(Adrian and Shin,2010)。基于韓國(guó)銀行業(yè)數(shù)據(jù),Jeong(2009)分析發(fā)現(xiàn),批發(fā)融資的使用增強(qiáng)了銀行信貸周期性特征。同時(shí),一些文獻(xiàn)對(duì)批發(fā)融資與銀行杠桿周期性的關(guān)系進(jìn)行探討。例如,Damar等(2013)基于加拿大銀行數(shù)據(jù)實(shí)證研究發(fā)現(xiàn),對(duì)批發(fā)型負(fù)債融資依賴程度較高的銀行,表現(xiàn)出較高的杠桿親周期性。Dewally and Shao(2013)進(jìn)一步指出,批發(fā)型負(fù)債融資市場(chǎng)在商業(yè)銀行“去杠桿”過(guò)程中發(fā)揮重要作用的同時(shí),也增加了銀行杠桿對(duì)經(jīng)濟(jì)周期變化的敏感程度。
值得注意的是,學(xué)界對(duì)于“銀行杠桿效應(yīng)”問(wèn)題的實(shí)證研究仍存諸多爭(zhēng)議。投資銀行的杠桿具有親周期性,學(xué)界已達(dá)成共識(shí)(Adrian and Shin,2010)。然而,既有文獻(xiàn)并未證實(shí)商業(yè)銀行杠桿的親周期性具有一般性。考慮到商業(yè)銀行主要通過(guò)批發(fā)融資來(lái)進(jìn)行杠桿的調(diào)整,而在一些經(jīng)濟(jì)體內(nèi)批發(fā)融資占比較低,因此其并不存在杠桿親周期性。Baglioni等(2010)研究發(fā)現(xiàn)歐洲商業(yè)銀行的杠桿增長(zhǎng)不太明顯。基于美國(guó)和日本的商業(yè)銀行,Joint FSF-CGFS Working Group(2009)研究報(bào)告發(fā)現(xiàn),在2008年金融危機(jī)期間,加總的銀行杠桿并未增長(zhǎng)甚至出現(xiàn)下降。Panetta et al.(2009)研究發(fā)現(xiàn),世界范圍內(nèi)各銀行的杠桿并未表現(xiàn)出明顯的親周期性,并且在一些國(guó)家的銀行杠桿非常穩(wěn)定,甚至有些時(shí)候在經(jīng)濟(jì)增長(zhǎng)期銀行杠桿反而出現(xiàn)下降。然而,較低的批發(fā)融資占比,并未保證商業(yè)銀行和宏觀經(jīng)濟(jì)的穩(wěn)定性。事實(shí)上,在批發(fā)融資市場(chǎng)并未成熟的一些新興經(jīng)濟(jì)體內(nèi),也以銀行系統(tǒng)危機(jī)的形式,表現(xiàn)出過(guò)度的信貸親周期性。而在這些經(jīng)濟(jì)體內(nèi),批發(fā)融資占總負(fù)債的比例很低,銀行杠桿的增長(zhǎng)也不明顯。
基于此,我們發(fā)現(xiàn)既有文獻(xiàn)缺乏對(duì)批發(fā)融資質(zhì)量特征的分析,在本文研究中具體表現(xiàn)為批發(fā)融資對(duì)經(jīng)濟(jì)波動(dòng)的周期敏感性。基于我國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)和微觀銀行數(shù)據(jù),并從周期敏感性的視角,本文實(shí)證分析了批發(fā)融資周期敏感性對(duì)銀行信貸周期敏感性的影響。研究發(fā)現(xiàn)銀行批發(fā)性負(fù)債融資的周期敏感性,加劇了銀行信貸投放的周期敏感性。本文研究對(duì)于理解信貸周期并完善金融監(jiān)管,具有重要的理論意義和現(xiàn)實(shí)意義。
(一)研究設(shè)計(jì)
我們參照(Jeong and Jung,2013)的研究方法,構(gòu)建周期敏感性指標(biāo)。以信貸供給的周期敏感性指標(biāo)為例,首先分別計(jì)算信貸增速和經(jīng)濟(jì)增速的歸一性偏差(Normalized deviation),如公式(1)和公式(2)所示,其中Loan_G表示貸款增速,GDP_G表示生產(chǎn)總值增速,Average表示計(jì)算均值,符號(hào)δ表示標(biāo)準(zhǔn)差。

然后用公式(1)除以公式(2),得到信貸供給的周期敏感性指標(biāo)ki,t,如公式(3)所示:

由信貸順周期性理論可知,信貸投放和經(jīng)濟(jì)周期一定程度上具有同步性。當(dāng)信貸僅是適度調(diào)整時(shí),這種同步性不會(huì)帶來(lái)嚴(yán)重問(wèn)題。而一旦信貸投放對(duì)商業(yè)周期過(guò)度反應(yīng)時(shí),將加劇經(jīng)濟(jì)波動(dòng)甚至引發(fā)危機(jī)。信貸占GDP比率、信貸增速等一般性測(cè)度方法,只能部分呈現(xiàn)信貸對(duì)于商業(yè)周期的過(guò)度反應(yīng)程度。基于此,我們定義公式(3)中的ki,t,該指標(biāo)設(shè)定屬于類彈性概念,可以更好地衡量信貸對(duì)于商業(yè)周期的過(guò)度反應(yīng)程度。
本文用商業(yè)銀行的負(fù)債總額扣減存款總額,計(jì)算得到商業(yè)銀行的批發(fā)型融資。然后進(jìn)行對(duì)數(shù)差分處理,得到批發(fā)融資增速WSF_G。基于相似的方法,我們計(jì)算批發(fā)融資增速WSF_G的歸一性偏差,如公式(4)所示:

進(jìn)而計(jì)算批發(fā)融資對(duì)商業(yè)周期的反應(yīng)程度,用公式(4)除以公式(3),得到批發(fā)融資的周期敏感性指標(biāo)ψi,t,如公式(5)所示:

基于指標(biāo)ki,t和ψi,t,我們構(gòu)建模型(6),分析批發(fā)融資周期敏感性和銀行信貸周期敏感性之間的關(guān)系進(jìn)行分析。我們關(guān)注變量ψi,t系數(shù)的符號(hào)和顯著性,并預(yù)期該系數(shù)符號(hào)顯著為正。其中Controltmac和Controli,tmic分別代表宏觀控制變量和微觀控制變量。

Controltmac代表宏觀層面的控制變量向量集。本文在加入國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率GDP_Gt的基礎(chǔ)上,進(jìn)一步對(duì)通貨膨脹指數(shù)CPI、一年期貸款基準(zhǔn)利率Loan_Rate以及貨幣供應(yīng)量增速M(fèi)2進(jìn)行了控制。Controlt,t-1mic代表微觀層面的控制變量集合。基于CAMEL原則,我們選取資本充足率Capital_ratio、資產(chǎn)總額LN(Asset)、成本收入比Cost_ratio、資產(chǎn)收益率ROA和流動(dòng)比率Liquid五項(xiàng)核心變量。在計(jì)量模型中,我們選擇滯后一期的微觀控制變量,旨在弱化逆向因果所導(dǎo)致的內(nèi)生性問(wèn)題。
(二)樣本數(shù)據(jù)篩選
我們基于BANKSCOPE數(shù)據(jù)庫(kù),整理商業(yè)銀行微觀財(cái)務(wù)數(shù)據(jù)。我們對(duì)初始數(shù)據(jù)進(jìn)行了如下篩選:剔除了國(guó)開行、農(nóng)發(fā)行和進(jìn)出口銀行三家政策性銀行,并剔除了非銀行類金融機(jī)構(gòu)以及缺漏值嚴(yán)重的銀行。最終保留了2003~2015年之間210家銀行類機(jī)構(gòu)①研究樣本其中涵蓋國(guó)有大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村金融機(jī)構(gòu)和外資銀行等,微觀樣本具有代表性,從而保證了分析結(jié)論的可靠性。。宏觀經(jīng)濟(jì)運(yùn)行數(shù)據(jù)(經(jīng)濟(jì)增速、通脹指數(shù)、貨幣增速、基準(zhǔn)利率)主要來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站和中國(guó)人民銀行網(wǎng)站。為克服離群值對(duì)模型分析結(jié)果的影響,我們將所有的微觀變量均進(jìn)行了縮尾(Winsor)處理,并剔除了變量分布尾端的異常觀察值。
基于樣本數(shù)據(jù),我們批發(fā)融資平均占比情況進(jìn)行統(tǒng)計(jì)分析。圖1描述了我國(guó)銀行業(yè)批發(fā)融資比率的變動(dòng)趨勢(shì)。從整體上看,批發(fā)融資占負(fù)債總額的比例,在2010年以后呈顯著的上升趨勢(shì)。我們認(rèn)為,這主要受到低利率市場(chǎng)環(huán)境、金融創(chuàng)新、金融托媒等因素對(duì)傳統(tǒng)存款業(yè)務(wù)的沖擊,商業(yè)銀行對(duì)主動(dòng)性負(fù)債的依賴程度不斷提高。

圖1 批發(fā)融資占比
表1呈現(xiàn)了計(jì)量回歸結(jié)果。首先在僅控制固定效應(yīng)的基礎(chǔ)上,分析ψi,t對(duì)ki,t的影響,計(jì)量結(jié)果如表1第(1)列所示,ψi,t的系數(shù)符號(hào)為正,且在1%的統(tǒng)計(jì)水平上顯著。然后在此基礎(chǔ)上,我們分別對(duì)宏觀層面和微觀層面的變量進(jìn)行控制。結(jié)果如表1第(2)~(3)列所示,ψi,t的系數(shù)符號(hào)仍然在較高的統(tǒng)計(jì)水平上顯著為正。我們?cè)诘冢?)列將宏觀變量和微觀變量進(jìn)行聯(lián)合控制,ψi,t的系數(shù)符號(hào)為正,且仍在1%的統(tǒng)計(jì)水平上顯著。表1第(1)~(4)列固定效應(yīng)模型的計(jì)量結(jié)果表明批發(fā)融資的周期敏感性,對(duì)信貸供給的周期敏感性具有顯著的正向影響,與預(yù)期相符。
出于穩(wěn)健性的考慮,我們還使用了一階差分模型對(duì)樣本進(jìn)行計(jì)量回歸。個(gè)體固定效應(yīng)模型使用組內(nèi)去心的方法,來(lái)控制不隨時(shí)間變化且不可觀測(cè)的個(gè)體異質(zhì)性的影響。一階差分模型則通過(guò)差分的方法,剔除個(gè)體固定效應(yīng)的影響。對(duì)模型(7)兩邊進(jìn)行一階差分,得到一階差分模型,如式(7)所示:

在模型(8)中,經(jīng)過(guò)一階差分消去了個(gè)體固定效應(yīng)αi。并且,對(duì)變量進(jìn)行差分,有助于消除時(shí)序變量的單位根,克服虛假回歸問(wèn)題。對(duì)模型(7)使用OLS即可得到一階差分估計(jì)量Bfd①由于個(gè)體效應(yīng)αi不再出現(xiàn)在差分方程中,只要隨機(jī)誤差項(xiàng)的一階差分△μi,t與自變量的一階差分(xi,t-xit-1)不存在相關(guān)性,則Bfd具有一致性。這時(shí)Bfd的一致性條件比固定效應(yīng)模型估計(jì)系數(shù)BFE的嚴(yán)生性假設(shè)更弱。而如果μi,t為嚴(yán)格的獨(dú)立分布時(shí),組內(nèi)估計(jì)量BFE比一階差分估計(jì)量Bfd更具效率。。計(jì)量結(jié)果如表1第(5)列所示,ψi,t的系數(shù)符號(hào)為正,且具有統(tǒng)計(jì)顯著性,因此一階差分模型估計(jì)結(jié)果與固定效應(yīng)模型估計(jì)結(jié)果不存在本質(zhì)性差異。

表1 批發(fā)性負(fù)債周期敏感性對(duì)信貸周期敏感性的影響
此外,我們?cè)谝还?jié)差分的基礎(chǔ)上,使用△ψi,t-1作為當(dāng)期值△ψi,t的工具變量,并采用GMM方法重新估計(jì)模型(8)。雖然△ψi,t與△μi,t可能存在相關(guān)性,但滯后一期值△ψi,t-1與△μi,t則不存在相關(guān)性。并且,△ψi,t和其滯后一期值△ψi,t-1之間存在較強(qiáng)的相關(guān)性。因此在定性層面工具變量選擇具有合理性。同時(shí),我們通過(guò)Durbin-Wu-Hausman檢驗(yàn)(DWH_test)來(lái)驗(yàn)證式(8)中是否存在內(nèi)生性。采用Anderson(1984)所提出的LR檢驗(yàn)方法,來(lái)檢驗(yàn)工具變量使用上是否存在識(shí)別不足問(wèn)題。采用Cragg_Donald_Wald_F檢驗(yàn)方法,來(lái)檢驗(yàn)是否存在弱工具變量問(wèn)題。使用工具變量,基于GMM方法重新估計(jì)模型(8),回歸結(jié)果如表1第(6)列示。△ψi,t的系數(shù)符號(hào)為顯著為正,與預(yù)期相符,內(nèi)生性對(duì)估計(jì)結(jié)果的影響程度較低。這進(jìn)一步支持了我們的研究結(jié)論,即批發(fā)融資的周期敏感性,強(qiáng)化了信貸供給的周期敏感性。同時(shí),從檢驗(yàn)結(jié)果可知,DWH_test拒絕△ψi,t與△μi,t之間不存在相關(guān)性的原假設(shè);從Anderson_LR_test和Cragg_Donald_Wald _F兩項(xiàng)檢驗(yàn)來(lái)看,工具變量設(shè)定合理,不存在識(shí)別不足和弱工具變量問(wèn)題。
次貸危機(jī)之后,對(duì)于信貸親周期性效應(yīng)的研究,受到越來(lái)越多的關(guān)注。目前明確探討批發(fā)融資和信貸親周期性關(guān)系的文獻(xiàn)仍屬少數(shù)。本文基于我國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)和微觀銀行數(shù)據(jù),分析了批發(fā)融資周期敏感性對(duì)信貸供給周期敏感性的影響。實(shí)證分析表明:銀行批發(fā)性負(fù)債融資的周期敏感性,增強(qiáng)了銀行信貸投放的周期敏感性程度,即使是在批發(fā)融資占比較低的條件下也是如此。
本文研究,啟示監(jiān)管部門不僅要關(guān)注批發(fā)性負(fù)債融資的數(shù)量特征,還需關(guān)注批發(fā)融資的期限和借款頻次等質(zhì)量特征。
對(duì)我國(guó)金融市場(chǎng)而言,首先應(yīng)重點(diǎn)關(guān)注同業(yè)負(fù)債的數(shù)量特征,對(duì)商業(yè)銀行(尤其是中小銀行)單純依賴同業(yè)負(fù)債擴(kuò)展資產(chǎn)負(fù)債表的經(jīng)營(yíng)行為加以約束。基于逆周期性監(jiān)管的思維,對(duì)商業(yè)銀行的批發(fā)融資進(jìn)行有效引導(dǎo)。從國(guó)際視角來(lái)看,IMF所倡導(dǎo)的金融穩(wěn)定稅和德國(guó)所實(shí)施系統(tǒng)風(fēng)險(xiǎn)調(diào)整稅①金融穩(wěn)定稅(Financial stability contribution)是基于金融機(jī)構(gòu)的資產(chǎn)負(fù)債表(主要針對(duì)負(fù)債或針對(duì)資產(chǎn))征收的稅,稅金主要用于建立一項(xiàng)保險(xiǎn)基金,用于應(yīng)對(duì)未來(lái)的金融危機(jī),而避免由納稅人為危機(jī)買單。系統(tǒng)風(fēng)險(xiǎn)調(diào)整稅(systemic risk-adjusted levy)主要針對(duì)商業(yè)銀行的批發(fā)型負(fù)債部分進(jìn)行征收,稅金也是用于建立一項(xiàng)穩(wěn)定基金,該基金主要用于對(duì)處于系統(tǒng)性風(fēng)險(xiǎn)中的金融體系提供流動(dòng)性。,對(duì)我國(guó)銀行業(yè)批發(fā)融資的監(jiān)管具有一定的借鑒意義。
其次,金融機(jī)構(gòu)辦理同業(yè)負(fù)債業(yè)務(wù),應(yīng)合理審慎確定融資期限,以應(yīng)對(duì)期限錯(cuò)配和資金空轉(zhuǎn)所造成的流動(dòng)性風(fēng)險(xiǎn)。最后,商業(yè)銀行應(yīng)進(jìn)一步優(yōu)化同業(yè)負(fù)債結(jié)構(gòu),并推動(dòng)業(yè)務(wù)轉(zhuǎn)型,重點(diǎn)發(fā)展基礎(chǔ)性的零售業(yè)務(wù),有效推動(dòng)資管業(yè)務(wù)、互聯(lián)網(wǎng)金融以及投資銀行等新興業(yè)務(wù)的發(fā)展,進(jìn)而降低對(duì)批發(fā)型融資的單純依賴。
[1]RajanR.G,WhyBankCreditPolicies Fluctuate:A Theory and Some Evidence.Quarterly Journal of Economics,49(2),1994,pp.399~441.
[2]Adrian T.and Shin H,Liquidity and Leverage. Journal of Financial Intermediation,19(3),2010, pp.418~437.
[3]Damar H.E,Meh C.A.and Terajima Y,Leverage,balance-sheet size and wholesale funding. Journal of Financial Intermediation,22(4),2013, pp.639~662.
[4]Dewally M.and Shao Y,Leverage,wholesale fundingandnationalriskattitude.Journalof International Financial Markets Institutions&Money, 23(2),2013,pp.179~195.
[5]Baglioni A,Liberatore M,et al,Is the Leverage of European Commercial Banks Pro-Cyclical?.DISCE–Quaderni dell'Istituto di Economia e Finanza,45(3), 2010,pp.1251~1266.
[6]Panetta F,Angelini P,Albertazzi U,et al,F(xiàn)inancial Sector Pro-Cyclicality:Lessons from the Crisis.Ssrn Electronic Journal,2009.
[7]AndersonT,1984,introductionto multivariance statistical analysis,New York,John Wiley.
[8]Jeong H K.The procyclicality of bank lending and its funding structure:The case of Korea[J].Ssrn Electronic Journal,2009.
F832
A
1006-169X(2016)11-0058-04
國(guó)家社科基金重大項(xiàng)目《我國(guó)發(fā)展實(shí)體經(jīng)濟(jì)的戰(zhàn)略、政策和制度研究——基于實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)數(shù)量關(guān)系的視角》(13&ZD018),遼寧省社科基金重點(diǎn)項(xiàng)目“遼寧地方政府性債務(wù)風(fēng)險(xiǎn)預(yù)警體系研究”(L16AJY005)。