○涂銳
(吉林大學商學院 吉林 長春 130012)
近年來,關于銀行行為可能發生的順周期風險問題引起了學術界和政策制定者的廣泛關注。一方面,如果經濟周期對銀行確實存在影響,當處于經濟衰退期時,對于系統本身更顯薄弱的銀行來說,財政監管就需要進一步加強。另一方面,如果銀行對宏觀經濟波動的反應加劇了經濟低迷期的影響,就適合于建立旨在減小銀行行為的順周期風險的規則和制度。事實表明,我國商業銀行的信貸活動也具有明顯的順周期性,很多經濟現象及研究都證明了這一點。例如,在1992和1993年的經濟上行期時,我國商業銀行大多存在過度信貸現象,而在1998年經濟運行處于下行區間時,商業銀行又普遍收緊信貸。商業銀行信貸活動的這種順周期性不僅影響著宏觀經濟的穩定運行,而且導致其信用風險也呈現出一定的順周期性特征。本文延用了Mario Quagliariello(2006)的研究思路,采用面板分析的方法,探討了我國商業銀行信用風險可能存在的這種順周期性。
為了延續已有的研究成果,本文將分析的重點集中在了商業銀行貸款損失準備金的演變過程上,試圖檢驗其是否表現出預期的周期性特征。本文選取了我國的14家上市商業銀行作為研究對象,得到了其自2002至2008年間至少連續4年以上的財務數據,由此而產生的樣本,覆蓋了我國整個銀行體系總資產50%以上的比例。在變量的選取方面,本文將研究所選變量主要分為兩大類:銀行特定變量(BVS)和宏觀經濟變量(MV)。由于本文的研究重點主要是信用風險在經濟周期中的演變問題,較長的時間跨度更適合于觀察的頻率,因此所有的數據均為年度數據。表1給出了模型中所選變量類型。

表1
有關變量的具體描述如下。
(1)CIR(成本收入比率)。該比率通常被用作銀行效率的反映指標;指標值較高的銀行有可能是在借款人的選擇方面缺乏效率的,從而保有數額較高的準備金;同時,效率低的銀行可能傾向于從事風險更高的貸款業務。此外,有些學者一直在討論一個問題,即那些決定在改進其借款人的選擇方法上進行高額投資的銀行,幾乎沒有風險投資組合。如果這是事實,該變量則可能取負值。
(2)ROA(資產回報率)。該比率是對貸款損失準備記錄在資產負債表中贏利能力的度量;因而主要可用于檢驗銀行是否運用準備金穩定其收入。如果該假設成立,則其取值將會是正的。
(3)NPLR(不良貸款率)。該比率是銀行投資組合整體質量的度量指標。客戶的信用價值越低,不良貸款就越多。該比率的一階滯后也包含在模型中。
(4)PCR(撥備覆蓋率)。(也稱為“撥備充足率”),實際上是銀行貸款可能發生的呆、壞帳準備金的使用比率,它是衡量商業銀行貸款損失準備金計提是否充足的一個重要指標。該項指標從宏觀上反應銀行貸款的風險程度及社會經濟環境、誠信等方面的情況。
(1)LTBR(長期國債利率)。一方面由于較高的利率水平使得借款者的債務負擔加重,因而家庭戶與企業在償還貸款上面臨更大的困難,尤其對巨額負債者更是如此;另一方面,在經濟繁榮期利率顯著偏高,而準備金更有可能會降低;因此該變量的符號不確定。
(2)GDPR(實際GDP年增長率)。是對經濟活動總量最主要和最直接的度量。依據通行的觀點,即在經濟繁榮期銀行不提取準備金,則它與貸款損失準備之間存在著反向聯系。該變量的兩期滯后值和現值都包含在模型中,以便理解實體經濟狀況的惡化對信用變化的延遲沖擊。
(3)SICR(上證指數年變動率)。該比率是證券交易指數的年增值(貶值)率,是金融市場健康狀況的一個粗略反映指標。一方面,牛市中家庭和企業的凈資產會增加,這使得金融債務價值很容易下降(反向聯系);另一方面,當間接價值顯著增加時,銀行可能試圖去降低其篩選標準,以獲得其投資組合的客戶(正向聯系)。此外,在金融市場中資產價格出現大幅下降之前,通常是牛市階段;依據這種觀點,可以認為該變量的當期系數是正的,而其滯后系數是負的。
(4)SPR(存貸利差)。是銀行風險偏好行為的反映指標,同時該變量也受信貸市場競爭水平的影響。
本文首先從靜態回歸開始,在回歸變量和誤差項之間的相互關系上沒有嚴格的限制條件。依照已有研究分析得出的結論,本文選取了開始部分的回歸變量。一般認為有幾個變量,如GDP、投資、消費等,應該被選取用以反映經濟周期的不同階段;但初步研究卻發現,使用實際GDP的年增長率作為總體經濟活動的反映指標更為恰當。在選定該指標的同時,本文還選取了其它宏觀經濟指標:長期國債利率、存貸利差和上證指數年變動率。這些指標本身不能直接反映經濟周期的變化,但卻可以反映出信用市場的競爭狀況、家庭的債務負擔、以及企業的財務健康狀況等。因此,它們可以提供有關宏觀經濟環境對銀行信貸沖擊的額外信息。考慮到宏觀經濟波動對銀行沖擊可能產生的延遲問題,解釋變量的當期值及其滯后一期值都出現在回歸模型中。由于已有研究表明,實際GDP的增長對銀行的沖擊往往表現出較長的持續期,所以該指標的滯后二期值也被引入了模型中。依據廣義簡化方法,在每一步中剔除次要變量,最終在5%的顯著性水平下確定了一系列回歸變量。當滯后因變量被用作解釋變量時,由于回歸變量與誤差項之間不再保持獨立性,最小二乘估計法不再是一致估計。為了解決這個問題,本文引入一階差分模型,然后運用相應的工具變量,來對模型進行估計。為了進一步揭示變量所具有的系統性聯系,本文通過引入動態規則,對貸款損失準備金模型重新進行了估計。
以下(1)、(2)、(3)分別給出了貸款損失準備金的靜態模型、動態模型和一階差分模型。

(i=1,...,14(ui取值到 13);t=2002,...,2008;j=0,1,2,3(取決于不同變量)
其中,LLP表示貸款損失準備金率;BSV表示銀行特定變量;MV表示宏觀經濟指標;u表示獨立且不可觀測的影響;ε為誤差項。
由于在整個研究期間內存在變量的數據缺失,本文還采用了涵蓋4家主要上市商業銀行的小型面板進行穩健性檢驗,而這些銀行的數據在整個實驗期間(7年)都是完整的。通過檢驗,試圖揭示以下兩方面問題:一是模型的估計結果是否普遍適用于所有的銀行個體;二是GDP增長所帶來的宏觀經濟沖擊,對銀行業績的影響是否具有非對稱性,即其在經濟上行和下行區間的表現是否是一致的。
已有研究表明,銀行信用表現出的明顯的順周期性,主要產生于貸款損失準備金的周期性波動。本文延續了這種研究框架,并將其用于我國商業銀行信用風險順周期性的實證研究。計量分析結果證實,我國商業銀行的貸款損失準備金的確隨著經濟的周期性波動而變化,由此顯示我國商業銀行的信用風險也呈現出明顯的順周期性特點;并且這種特點在經濟蕭條期更為明顯也更持久。因此,為了更好地避免經濟下行區間商業銀行信用風險的順周期性對宏觀經濟環境的反作用,應該加強對銀行風險的逆周期性監管。
[1]李悅:經濟周期對信用風險的影響[J].浙江金融,2006(8).
[2]謝清河:金融經濟周期與商業銀行信用風險管理研究[J].經濟體制改革,2009(4).
[3]溫信祥:銀行資本監管順周期性及其對經濟波動的影響[J].經濟問題探索,2006(6).
[4]孫連友、胡海鷗:宏觀經濟波動與信用風險:結構模型[J].財經理論與實踐,2005(1).
[5]羅平:資本監管制度的順周期性及其補救方法[J].國際金融研究,2009(6).
[6]Mario Quagliariello:Bank’s riskiness over the business cycle:A panel analysis on Italian intermediaries”[J].the Temi di discussione series,2006(9).