信用風險緩釋工具對商業銀行貸款定價之影響

許友傳,裘佳杰

(復旦大學經濟學院,上海 200433)

一、引 言

信用風險緩釋 (Credit Risk Mitigation,簡稱 “CRM”)是通過建立對不同交易對手的或有要求權(如第三方保證或擔保)、或對不同風險暴露的或有要求權 (如有形資產抵押、證券質押)、或增強原始暴露清算時的清償能力 (如雙邊或多邊表內凈扣)來轉移或降低信用風險。根據BCBS(Basel Committee on Banking Supervision,2004)之規定,商業銀行在計算資本要求時可考慮CRM工具對貸款違約風險暴露 (Exposure at Default,簡稱 “EAD”)和違約損失率 (Loss Given Default,簡稱“LGD”)的緩釋作用,并提供了相應的扣減計算辦法[1]。該思想曾獲得了各國監管當局的普遍重視,業界也已著手改進其定價技術和方法,并試圖體現CRM工具對貸款風險的緩釋作用。譬如,建行的成本加總定價法要求貸款價格必須涵蓋與貸款活動相關的資金成本、費用成本、稅負成本、信用風險成本、經濟資本成本以及目標收益,在測度貸款的信用風險成本時,建行就參照 《巴塞爾新資本協議》的有關規定對不同CRM工具提供情形下的違約損失率進行相應的參數設定。但值得注意的是,盡管業界普遍將CRM工具作為降低信用風險的一種管理手段,而理論文獻卻很少就CRM工具對信用風險的緩釋作用及其對信用風險定價的影響等進行研究。在為數不多的相關文獻中,Stulz和Johnson(1985)曾基于或有權估值理論對抵押債務進行了定價,研究了抵押對公司價值的影響[2]。Cossin和Hricko(1999)研究了存在雙邊違約可能、隨機抵押、抵押品存在市場調整、追加保證金情形下的抵押對信用風險價值的影響[3]。國內也有幾篇文獻介紹和討論了抵押對貸款質量和違約風險要素的影響,如于晨曦 (2007)分析了抵押品對貸款違約損失的影響[4],楊建瑩和錢皓 (2008)調查研究了山東省10多家商業銀行的抵押貸款執行情況等[5],但就CRM工具對商業銀行貸款定價的影響鮮有文獻涉足。

由于CRM工具降低了貸款的違約風險暴露和違約損失率,進而降低了貸款的損失預期,根據成本與收益對稱、風險補償與分攤等原則,商業銀行應在貸款定價時扣減CRM工具對信用風險的緩釋作用,進而確定一個較之無CRM情形相對優惠的競爭性價格,那么實際情形又如何呢?本文將基于CSMAR《中國上市公司銀行貸款數據庫》,就CRM工具對商業銀行貸款定價的影響進行多視角的研究,我們將重點審視以下兩個問題:①提供CRM工具和不提供CRM工具下的貸款風險溢價是否存在顯著差異;②各類銀行 (國有銀行、股份制銀行、地方性銀行)對CRM工具的風險敏感性、以及CRM工具對其貸款風險溢價的影響,然而實證研究卻發現了與理論預測結果不一致的情形。在信用貸款、擔保貸款和抵押貸款中,只有抵押貸款和非抵押貸款的風險溢價間存在顯著差異,且信用貸款、保證貸款的風險溢價顯著小于抵押貸款,似乎CRM工具在商業銀行的貸款風險定價中未能得到應有的體現與反映,這需要結合我國商業銀行特定的風險定價與激勵機制才能給予合理解釋。

二、實證研究

(一)數據與整理

銀行貸款數據來自于CSMAR《中國上市公司銀行貸款數據庫 (2009)》,金融機構貸款基準利率來自于中國人民銀行官方網站。CSMAR《中國上市公司銀行貸款數據庫》提供了我國上市公司貸款的20條信息,包括上市公司名稱、證券代碼、貸款銀行、貸款時間、授信日期、貸款金額、貸款利率、貸款期限、貸款類型、CRM工具的提供情況等。該數據庫將上市公司貸款細分為五大類:①信用貸款;②擔保貸款,包括保證貸款、抵押貸款、質押貸款;③貸款外其它表內業務,包括項目融資、貿易融資、票據貼現、其它項;④表外業務,包括信用證、票據承兌、其它項;⑤其它授信項,其中貸款外其它表內業務、表外業務、其它授信項不是本文的研究內容。

CSMAR提供了8562條上市公司的貸款信息,由于部分指標的數據缺失,需要對原始數據進行如下整理:①剔除貸款利率缺失的數據;②剔除貸款期限不存在的數據①貸款期限和貸款發生日是確定相應基準利率的必要條件。;③剔除只停留在授信層面的貸款;④剔除外幣貸款;⑤剔除政策性銀行、外資銀行、非銀行類機構的貸款、以及貸款銀行缺失的數據;⑥剔除風險緩釋工具不清楚的數據;⑦對貸款發生日缺失但存在授信起始日的數據,我們將授信起始日替換成貸款發生日,并剔除如此替換后 “貸款發生日”仍缺失的數據;⑧剔除貸款利率下浮超過10%或上浮超過50%的數據,它們可能是數據錄入的筆誤,抑或金融機構的違規所致。進行如此整理后,共剩下548個有效樣本。

(二)貸款風險溢價的分布特征

為了研究CRM工具對商業銀行貸款風險定價的影響,首先需要定義貸款利率的風險溢價。由于我國商業銀行對人民幣貸款的定價尚未實現真正的市場化,因此貸款定價時的參照基準仍是官方利率,而非貨幣市場利率。那么,在確定貸款利率的風險溢價時,可行且合理的方式是將貸款利率與基準利率進行比較,將貸款利率相對于基準利率的浮動幅度作為貸款的風險溢價。

表1的描述統計表明全樣本貸款的平均風險溢價為0.8%,其中信用貸款、保證貸款和抵押貸款的平均風險溢價分別為0.02%、0.32%和4.51%,且保證貸款的平均風險溢價高出信用貸款30BP①BP表示 “基本點 (BasisPoints)”,1BP等于0.01%。,抵押貸款的平均風險溢價比信用貸款和保證貸款分別高出449BP和419BP,三類貸款的平均風險溢價呈現遞增的關系。從分銀行類型的貸款平均風險溢價來看,國有商業銀行似乎有更強的風險定價和議價能力,表現在其貸款的平均風險溢價為1.71%,而地方性銀行的平均風險溢價僅為0.74%,股份制商業銀行的平均風險溢價甚至還為負數。

表1 分銀行類型的各類貸款的平均風險溢價

(三)不同CRM工具對貸款風險溢價的影響

按照CRM工具對貸款損失的緩釋作用,當借款人提供擔保、抵押等CRM工具時,貸款的預期損失降低,從而貸款執行利率理應較低。但T檢驗和Mann-Whitney檢驗 (簡稱 “M-W檢驗”)并不一致支持 “信用貸款和非信用貸款、保證貸款和非保證貸款的風險溢價間存在顯著差異”,只有抵押貸款和非抵押貸款的風險溢價間存在顯著差異,且抵押貸款的利率上浮幅度還顯著大于未提供抵押工具下之情形 (見表2)②M-W檢驗是對兩個獨立總體的均值差異進行檢驗的一種非參數方法,它對樣本分布沒有具體要求。其基本原理是:將兩組樣本進行混合,并按照由小到大的方式排序,分別計算兩樣本的秩和 w1和 w2,則 M-W 檢驗的 U統計量為:U=Min,如果U統計量小于M-W檢驗的臨界限值U,則拒絕原假設H∶μ=μ,否則接受備擇假設a012 H1∶μ1 ≠μ2。。抵押貸款的高利率訴求似乎表明以實物為抵押品的貸款其 “清償力”甚至低于擔保貸款,這與國內抵押品處置的二手市場欠發達,抵押品的變現能力較差,管理成本較高等有一定的關系,它們可能提高了貸款的損失預期,進而導致其風險溢價的提高③正如章彰(2007)所言:國有銀行不良資產處置化轉的經驗表明以實物為抵押品的貸款其清償力甚至低于擔保貸款[5]。。

導致信用貸款和非信用貸款的風險溢價間不存在顯著差異的可能原因是:商業銀行一般只對AAA級客戶發放信用貸款,而它對貸款的損失預期產生如下兩個相反方向的影響:首先,AAA級客戶較低的違約概率降低了貸款的損失預期;其次,信用貸款 (或未提供CRM工具)對貸款損失沒有緩釋作用,增加了貸款的損失預期,但只要前者的預期影響大于后者,則最終的貸款利率仍可能是降低的,這種現象與我國商業銀行當前的風險定價機制有一定關系。在利率尚未完全市場化的背景下,我國商業銀行普遍重視對借款人主體違約概率的評估,而對違約風險暴露、違約損失率等風險要素的敏感性較低 (或債項評級的風險敏感性較低)。商業銀行在進行信用風險評估時,對主體違約概率的偏倚可能 “高估”了AAA級信用客戶的低違約概率對貸款損失預期的降低效應,從而給予了較低的貸款執行價格。

表2 CRM工具對貸款溢價影響的顯著性檢驗

表2(下半部分)還給出了三種CRM工具對貸款溢價影響的差異性檢驗,表3則給出了分銀行類型的CRM工具對貸款溢價影響的差異性檢驗。與楊建瑩、錢皓 (2008)對抵押貸款執行情況的經驗調查結果相似,檢驗表明我國商業銀行的信用貸款和保證貸款的風險溢價均顯著小于抵押貸款[6]。

表3 CRM工具對各類銀行的貸款風險溢價的影響

(四)進一步討論

表4 CRM工具對貸款風險溢價影響的線性回歸模型

前文使用T檢驗和M-W檢驗研究了單個特征對貸款風險溢價均值的影響,并沒有考慮其他變量對其可能的影響或解釋力。為此,表4在線性回歸方程中考察了貸款規模、CRM工具類型、銀行類型等對貸款風險溢價的影響,鑒于橫截面數據有較強的異方差性,表4同時還給出了模型的加權最小二乘估計 (簡稱 “WLS”)。與前文的結論相似,表4揭示抵押貸款的風險溢價顯著高于信用貸款,保證貸款和信用貸款的風險溢價顯著低于抵押貸款;同時國有商業銀行的貸款風險溢價顯著高于其他商業銀行。

三、現象解釋

當前,成本加總定價法是我國商業銀行對本幣普通對公客戶的主流定價方法,它要求貸款價格必須涵蓋與貸款活動相關的資金成本、費用成本、稅負成本、信用風險成本和經濟資本成本。其中,信用風險成本和經濟資本成本與貸款的風險定價有關,它們分別用來覆蓋貸款的預期損失(Expected Loss,簡稱 “EL”)和非預期損失 (Unexpected Loss,簡稱 “UL”)。理論上可以證明,當債務人的違約行動服從概率為PD的Bernoulli二項分布,且違約風險暴露 (EAD)、違約概率 (PD)和違約損失率 (LGD)相互獨立時,貸款預期損失EL為:

而貸款的非預期損失UL為:

可見,預期損失和非預期損失均受到了違約風險暴露、違約概率和違約損失率三個風險要素的影響,且違約概率和違約損失率又受到各種CRM工具不同程度的影響。鑒于常見的CRM工具對貸款風險的緩釋程度 (或風險緩釋質量)遵循如下的遞減關系:抵押、保證、信用,因此理論上可預期 “在抵押品價值波動性不大、且提供CRM工具的情形下,銀行貸款的風險溢價應有如下遞減關系:信用貸款、保證貸款、抵押貸款”。然而,實證研究卻發現了與理論預測相反的結論,我國商業銀行似乎對更高質量的風險緩釋工具執行了較高的貸款利率,表明信用風險緩釋工具在其貸款風險定價中未能得到應有的體現與反映。我國商業銀行對擔保、抵押等工具的風險緩釋作用的 “漠視”,與其特定的風險定價與激勵機制不無關系。

由式 (1)可知,貸款的信用風險成本由違約概率、違約損失率和違約風險暴露等風險要素決定。在進行相關風險參數的測定時,我國商業銀行一般根據借款人的資信評級來 “映射”相應的違約概率①或根據歷史債項數據運用Logit模型等來估算各信用等級客戶的違約概率。,而不同CRM工具所對應的違約損失率則參照國際通行的監管規定執行。特別地,我國商業銀行在貸款準入和風險定價時,往往過度強調對客戶資信等級的評估,對違約損失率等風險要素的關注度和敏感性較低。或進而言之,我國商業銀行對違約概率的高敏感性、以及對不同CRM工具所對應違約損失率的低敏感性,是CRM工具未能在其貸款風險定價中得到體現的一大原因。

同時,式 (2)揭示貸款的經濟資本成本也由違約概率、違約損失率及其波動性等要素決定。因此,經濟資本成本也應反映不同CRM工具對違約損失率的影響,但我國商業銀行尚不具備這種測度能力。當前,商業銀行普遍通過設定 “經濟資本分配系數”的方式來反映不同貸款的風險狀況及其風險偏好。譬如,當商業銀行總行認為房地產商業貸款的風險偏高了,并有意調控該類貸款的規模和增速時,它可以調高房地產商業貸款的經濟資本分配系數,進而調高其經濟資本成本 (經濟資本成本=貸款額度×經濟資本分配系數),降低其經濟增加值 (經濟增加值=稅后凈利潤-經濟資本成本)和管理報酬激勵。毫無疑問,這種風險驅動的績效考評模式確能調控信貸資產的規模與結構,但遺憾的是,這種估算經濟資本成本的方式與其內在原理并不相符。正是經濟資本成本測度對違約風險要素的漠視、以及在此基礎上衍生的經濟增加值考核驅動,才誘導了基層行對不同質量CRM工具風險緩釋作用的 “漠視”。

四、結 語

本文研究了CRM工具對商業銀行貸款定價的影響,發現商業銀行對更高質量的CRM工具執行了較高的貸款利率,CRM工具在其貸款風險定價中似乎未能得到應有的合理體現。我國商業銀行貸款定價時對CRM工具風險緩釋作用的 “漠視”,是與其特定的風險定價與激勵機制密切相關。為了增強商業銀行對不同CRM工具的風險緩釋功能的敏感性,研究并設計合適的風險定價方法,制定適當的風險定價與激勵機制是必要的;同時,為配合相關風險定價與激勵機制的建立,商業銀行應加強對相關數據的收集、清洗和集成,以為將來相關機制的建立與推進提供良好的數據支撐。

需要強調的是,本文僅討論了CRM工具對大中型上市企業貸款定價的影響,且發現我國商業銀行對上市公司的抵押貸款執行了較高的貸款利率,我們認為這與抵押品較高的監控和管理成本不無關系。在此情由和約束下,商業銀行有激勵將相關成本轉移至貸款企業,進而提高了抵押貸款的價格 (或風險溢價)。也就是說,若銀行能在抵押貸款的管理過程中引入第三方風險控制變量 (如倉儲企業、物流公司等),并由其代為實施對抵押品的監控與管理職能時,將能降低銀行對抵押品的管理成本和衍生風險,進而有助于降低抵押貸款的價格或風險溢價。這種操作與控制模式在供應鏈小企業的貨押融資業務中比較流行。供應鏈核心企業的供應商和分銷商均是一些資產規模較小的小型企業,它們不能提供被銀行認可的抵押工具或第三方保證等,按照傳統的銀行授信管理模式,它們常常不能獲得銀行的授信支持。但是,若銀行能基于整條供應鏈進行協調與優化,以供應鏈核心企業提供的貨物動產 (或貨權)為抵 (質)押,并引入第三方物流企業 (或核心企業)來管理和監控抵 (質)押品,將能有效降低銀行對抵 (質)押品的管理成本和衍生風險。譬如,分銷商為了向核心企業采購貨物,向銀行提前申請信貸支持,若分銷商以其將要采購的貨物 (或貨權)向銀行抵 (質)押,則銀行向其提供授信支持是有安全保障的。銀行的風控與操作模式如下:①銀行將分銷商的融資款直接付給核心企業,核心企業在收款后并不向分銷商直接交付貨物,而是將貨物運輸到 (或交付給)銀行指定或委托的第三方物流企業的監管倉庫形成抵 (質)押品,并委托第三方物流企業行使監控權;②銀行將分銷商的融資款付給核心企業后,要求或委托核心企業代為監管貨物①當分銷商沒有資金提前向核心企業支付采購款時,銀行對分銷商的融資能提前鎖定核心企業的銷售計劃,且縮短了預付款的回收周期,這能極大地改進其運營和財務管理的績效。正基于此,核心企業有激勵參與到分銷商的融資過程中來,銀行可據以要求核心企業代為監控與管理分銷商的已采購貨物,在特殊情形下,當分銷商未能在規定期限內以抵押貨物的銷售回款償還銀行貸款時,銀行還可要求核心企業優先回收滯銷的貨物。這種操作模型能確保:(1)受信分銷商與核心企業之間的貿易背景是真實的,且銀行能確保以抵(質)押貨物的銷售回款 (或處置收入)來償還貸款;(2)抵 (質)押給銀行的貨物由核心企業代為監管,特別在滯銷的情形下,由其優先購買和處置,能極大地降低銀行對抵(質)押品的管理成本、變現壓力和衍生風險。。當分銷商需要提取貨物時,它可以分批次地向銀行交付保證金,銀行在收到保證金之后,再通知第三方物流企業或核心企業允許分銷商分批提取核定數量的貨物②分銷商以本次提取貨物的銷售款作為下次提貨的保證金,以此循環,直到提完貨物為止。。可見,在分銷商以其向核心企業采購的貨物 (或貨權)為抵 (質)押的供應鏈融資中,銀行將其對抵 (質)押品的監控和管理轉移至第三方專門機構,極大地降低了抵 (質)押品的管理成本和衍生風險,進而降低了抵(質)押貸款的價格或風險溢價,這對銀行和企業而言均是一個雙贏的結果。

作者感謝復旦——深發展供應鏈金融工作室的同仁對本文修改提出的寶貴建議或意見。

[1]BCBS.International Convergence of Capital Measurement and Capital Standards:A Revised Framework[R].Basel Committee on Banking Supervision,2004.

[2]Stulz R.,Johnson H.An Analysis for Secured Debt[J].Journal of Financial Economics,1985,(14):501-521.

[3]Cossin D.,Hricko T.Pricing Credit Risk with Risky Collateral:A Methodology or Haircut Determination[Z].Working Paper,HEC,University of Lausanne,1999.

[4]于晨曦.抵押風險分析和抵押貸款違約損失率研究[J].金融論壇,2007,(2):34-39.

[5]章彰.解讀巴塞爾新資本協議[M].北京:中國經濟出版社,2007.

[6]楊建瑩,錢皓.商業銀行抵押貸款問題調查[J].金融研究,2008,(3):79-87.

[7]Schroeck G.RiskManagement and Value Creation in Financial Institutions[M].Wiley&Sons Inc,New Jersey,2002.

[8]Ong M.K.(李志輝譯).內部信用風險模型——資本分配和績效度量 [M].天津:南開大學出版社,2005.