信用風險緩釋工具在商業銀行中的風險緩釋效果研究

張學陶，胡 薇

（湖南大學 金融與統計學院，湖南 長沙 410079）＊

一、引言及文獻綜述

我國銀行間交易商協會在2010年10月29日公布的《銀行間市場信用風險緩釋工具試點業務指引》中首次創設了屬于本國的信用風險緩釋工具，即信用風險 緩 釋 合 約（Credit Risk Mitigation Agreement，CRMA）和信用風險緩釋憑證（Credit Risk Mitigation Warrant，CRMW），CRM的推出受到市場的熱捧，但是監管部門對于其將在何種程度上影響風險資本計提尚未明確。信用風險緩釋工具自試點以來，市場的交易量并不高，為此，確認信用風險緩釋工具減少商業銀行信用風險的功能顯得至關重要。

隨著銀行風險管理手段發展日漸復雜，信用風險緩釋工具的風險緩釋效果的確定引起了國內外學者的關注，其基本態度有兩種：

（一）持否定態度

A.Sinan Cebenoyan，Philip E.Strahan（2001）通過測試發現積極的風險管理手段可以影響銀行的經營狀況，銀行進行風險管理的目的并不是相比其他銀行持有更高的資本，而是活躍其貸款市場，認為銀行風險管理方法可以提高銀行信貸的有效性，但不能降低銀行風險［1］；我國學者趙俊強等（2007）利用美國市場的面板數據，實證考察了信用風險轉移交易對銀行貸款規模、風險水平與收益水平的影響，結果發現CRT交易規模的提高并不會帶來銀行貸款規模的持續擴張，對銀行風險水平也沒有明顯影響［2］；Eric Dickinson（2008）從三個方面對CDS進行了探討：（1）CDS是如何增加系統性風險的；（2）CDS是如何加劇了當前金融危機的；（3）在美國的立法機關如何規范CDS以盡量減少系統性風險的發生［3］。這些研究均認為信用風險緩釋工具并不能降低銀行風險，甚至有可能增加系統性風險的發生。

（二）持肯定態度

Dirk G.Baur，Elisabeth Joossens（2006）用一個簡單的模型來展示通過將風險轉移到市場的其他參與者可以減少單個銀行的經濟資本要求，但是如果風險被轉移到其他同業銀行之間則會增加系統性風險，影響金融穩定［4］；同年我國學者王蕾等從市場結構、規模、參與機構等方面介紹了信用衍生產品的發展概況，理論分析了信用衍生產品對銀行信用風險緩釋的效果［5］；劉旺斌、易傳和（2007）從適應巴塞爾新資本協議、減少銀行不良貸款、提高信用風險管理水平三個方面分析了我國商業銀行應用信用違約互換的迫切性［6］。

綜上所述，關于信用風險緩釋工具的風險緩釋效果各學者持不同的意見，國外學者研究較早，而我國研究尚處于起步階段，并且以理論研究為主。為此，本文采取理論與實證相結合的方法，探討和研究信用風險緩釋工具在商業銀行中的風險緩釋效果。

二、信用風險緩釋機制及模型的建立

（一）存在風險緩釋效果

商業銀行使用信用風險緩釋工具是通過減少資產的風險暴露和風險權重來降低風險加權資產。由于我國信用風險緩釋工具開展較晚，數據缺乏，本文以美國銀行業為研究背景，將購買CDS合約的銀行Bank of America（BOA）與沒有購買CDS的銀行PNC Financial Service進行比較，兩者在1998～2008年的平均凈資產收益率相同，如圖1所示。BOA銀行的單位貸款風險加權資產均值稍低于沒有購買CDS的PNC銀行，并且標準差遠遠低于后者，說明購買CDS保護的銀行單位貸款的風險加權資產較沒有購買保護的銀行穩定。

圖1 Bank of America與PNC Financial Service 單位貸款風險加權資產時間趨勢關系

（二）風險緩釋效果的衡量

根據上面分析提出疑問，為什么使用了信用風險緩釋工具的銀行并沒有直接表現出風險加權資產的降低呢？

圖2 bank of America貸款額與風險加權資產時間趨勢關系

再以Bank of America為例，如圖2。在1998～2000年，隨著CDS業務的開展，一定的風險加權資產支持了更多的貸款額，風險緩釋效果明顯；2000年以后CDS持續擴張，美國CDS市場規模已高達62萬億美元，但是銀行業的風險加權資產數量卻隨著貸款量的高速增長而增長，甚至超過貸款額的增長速度（2003～2008年），這是由于銀行存在過度投機行為，發放大量的次級抵押貸款，最終造成風險加權資產持續上升，違背了信用風險緩釋工具緩釋信用風險的最初目的。

因此，將信用風險緩釋工具的風險緩釋作用及其影響銀行貸款行為的機制分解如圖3所示。信用風險緩釋工具從兩個方面增加銀行貸款：（1）風險加權資產維持不變時新增的貸款規模。這一部分貸款是由于信用風險加權資產的降低而產生的充足的資本供給所支撐的銀行新增貸款，是風險緩釋效果的表現。（2）導致信用風險加權資產實際增加的那部分貸款。這是由于使用信用風險緩釋工具后銀行產生了過度投資心理，進而過度發放的貸款。

圖3 信用風險緩釋工具影響銀行貸款行為的途徑

（三）模型的建立

根據以上理論分析，購買了CDS后，商業銀行的信用風險加權資產并不直接表現出降低，但是在信用風險加權資產一定的情況下，銀行可以發放更多的貸款。因此，通過建立使用信用風險緩釋工具與增加貸款額之間的對應關系來衡量信用風險緩釋工具的風險緩釋效果。

假設銀行目標貸款額與實際貸款額之間的調整系數為λ，即，取對數后得：

如果λ＝0，則Li，t＝Li，t－1，沒有進行貸款的調整；如果，完全進行調整；一般地，λ＜1，貸款不完全調整，或λ＞1，貸款過度調整。

目標貸款額由一系列變量決定，取對數后得：

將式（2）代入式（1）后得到銀行貸款額與前一期權益資本、流動性資產、資產收益率以及是否使用貸款抵押債券之間的關系式：

借鑒Benedikt Goderis模型進行估計，在剔除由于過度投機因素而增加的貸款額后，得出最終由于風險加權資產的減少可以增加的貸款額，從而證明信用風險緩釋工具的風險緩釋效果。由于數據的可得性，用所有者權益衡量商業銀行的資本數量，并反映商業銀行的個體特征；用存貸比衡量銀行的流動性；凈資產收益率衡量銀行的盈利能力，并引入虛擬變量代表銀行是否買入CDS合約；用住房抵押貸款額來反映美國商業銀行在金融危機前的過度投機行為。計量模型為：

Li，t＝i銀行在t時刻的實際貸款額；OEi，t＝i銀行在t時刻的所有者權益；LODi，t＝i銀行在t時刻的存貸比（%）；ROEi，t＝i銀行在t時刻的凈資產收益率；CDSi，t＝i銀行在t時刻或t以前是否買入信用違約互換合約；MORi，t＝i銀行在t時刻的住房抵押貸款額；εi，t為隨機擾動項。

三、實證檢驗

（一）數據來源及描述

美國銀行業的數據分別來源于彭博數據庫、bankscope以及各銀行的統計年報。從彭博數據庫選取了5家①從1998～2008年一直有CDS業務的美國大型商業銀行，以及8家②沒有CDS業務的美國商業銀行。從bankscope以及各銀行的年報中獲得各年的相關指標，包括：貸款額、所有者權益、存貸比、凈資產收益率、抵押貸款額。在常用描述性統計指標的基礎上加入了變異系數，相比起標準差，變異系數能更好反映觀測值的離散程度。

從表1可以看出：（1）規模差異性。有CDS業務的銀行的平均貸款量、所有者權益、抵押貸款額是沒有CDS業務的銀行的10倍左右，這與選取的樣本截面有一定的關系，但同時也說明CDS業務更吸引規模大的商業銀行，相對于小規模銀行而言具有較低的門檻優勢；從存貸比來看，有CDS業務的銀行的存貸比明顯高于其它沒有CDS的商業銀行，并且最大值達到267%，這是因為參與CDS業務的銀行多為全能性銀行，更多的資金依靠的是金融市場的直接融資能力。（2）離散差異性。波動差異最大的是凈資產收益率（0.525和0.294）、住房抵押貸款額（0.79和1.048），說明有CDS業務的銀行的盈利性并不穩定，CDS業務具有較高的杠桿風險，一旦遭遇宏觀經濟運行環境惡化，有CDS業務的銀行必然會受到影響，成為“多米諾骨牌效應”的受害者。

表1 解釋變量的描述性分析

（二）實證檢驗及比較分析

商業銀行使用信用風險緩釋工具后，從兩種途經增加自身的貸款額，一種是由于風險加權資產的降低所能支持的貸款額，另一種是由于過度投資心理導致的銀行超額放貸行為。因此，將沒有和加入了過渡投機因素的模型分別進行回歸，得到結果，如表2。

模型Ⅰ：

模型Ⅱ：

表2 廣義最小二乘法回歸結果

從表2的結果來看，兩個模型的各解釋變量均在不同程度下顯著，且CDS變量和住房抵押貸款變量對實際貸款額有顯著的正影響；模型整體的顯著性通過chi2值來檢驗，prob＞chi2均為0，整體模型顯著。

根據前面模型建立可知，在模型Ⅰ中，CDS的使用對目標貸款額的影響為β4＝0.74（0.5714/（1－0.2288）），而在模型Ⅱ中，CDS的影響為β4＝0.63（0.5640/（1－0.1036）），即CDS可以增加銀行目標貸款額的74%，在剔除了過度投機因素之后仍然可以增加銀行的目標貸款額的63%，這63%是由于風險加權資產的減少而支持的貸款額，剩下的11%是由于過度投機心里造成的超額貸款量；同時，住房抵押貸款額對目標貸款額的影響為0.33（0.296/（1－0.1036）），即住房抵押貸款占總貸款額的平均值為33%。

再利用沒有加入虛擬變量CDS的模型比較有CDS業務的銀行和沒有CDS業務的銀行住房抵押貸款的比重大小，結果如表3。

表3 廣義最小二乘法回歸結果

有CDS業務的銀行：

沒有CDS業務的銀行：

從表3的結果來看，各解釋變量影響顯著，住房抵押貸款額對實際貸款額的影響為正，同時，模型整體的顯著性統計量R－sq＝0.9742，以及prob＞chi2＝0.0000，整體顯著。住房抵押貸款額的影響在兩類銀行之間是有區別的，對于沒有CDS業務的美國銀行業，住房抵押貸款對實際貸款額的影響為0.049，而對于有CDS業務的銀行而言，住房抵押貸款對實際貸款額的影響是前者的近2倍，為0.0886。這和前面所述的理論是相一致的，有CDS業務的銀行投機性需求大，他們將更多的貸款發放于住房抵押貸款，甚至借款投資于房地產行業，而對于沒有CDS業務的銀行來說，投機性需求較小。

（三）單位根檢驗和協整檢驗

采用LLC單位根檢驗方法，處理自相關和異方差的情形，從表4的結果可以看出，所取變量均顯著，不存在單位根。同時，在各解釋變量平穩的基礎上進行johansen協整分析方法檢驗模型的協整關系個數。如表5顯示的結果，當跡統計量大于臨界值時，拒絕原假設。因此本例中，模型至少存在一個協整關系。

表4 面板數據平穩性檢驗（LLC檢驗）結果

表5 Johansen檢驗結果

四、研究結論及建議

以上利用13家美國銀行1998～2008年的年度面板數據進行回歸，比較并分析后得出結論：

（1）信用風險緩釋工具的使用在維持風險加權資產不變的情況下，增加貸款的供給。通過計量這部分增加的貸款額來衡量風險加權資產的緩釋效果，信用風險緩釋工具的使用可以增加約63%的目標貸款額；（2）使用信用風險緩釋工具的銀行與沒有使用信用風險緩釋工具的銀行相比，其投機性貸款需求是后者的近2倍。研究表明，信用風險緩釋工具的使用會產生過度投資需求，最終可以增加約74%的目標貸款額；（3）商業銀行貸款規模的擴張沖動反映出傳統靠貸款增加收益的模式的弊端。在這種模式下，商業銀行會盡可能多址發放貸款，風險管理技術反而成為銀行過渡投機的工具，造成銀行更大的經營風險；（4）在缺乏信貸管制的情況下，信用風險緩釋工具的使用在某種程度上會弱化從緊貨幣政策的實施效果，并且成為規避監管的一種手段。當經濟發生膨脹時，貨幣當局實施緊縮性貨幣政策調控貨幣供應量，降低商業銀行的貸款規模，此時，商業銀行如果通過購買信用風險緩釋工具，在規避監管的同時而發放更多的貸款，緊縮性的貨幣政策沒有達到預期的目的。

綜上所述，提出如下建議：（1）商業銀行應不斷完善內部風險計量模型，在購買信用風險緩釋工具降低風險時，要適度衡量其緩釋效果，不能將其視作過度投機的保護傘，否則，不僅不能緩釋風險，反而會成為風險的傳染渠道；（2）隨著信用風險緩釋工具的成熟，應漸漸擴大市場參與者范圍，鼓勵更多的機構進行市場交易，避免體內循環，實現信用風險分散的有效性；（3）監管部門應盡快根據我國實際情況確定信用風險緩釋工具的緩釋效果以及風險加權資產的計提方式，加強在順周期環境中對信用風險緩釋工具的監管，并尋求微觀利益與宏觀審慎之間的平衡。

注釋：

①有CDS業務的銀行分別為Bank of America、Capital one、City bank、JP morgan、Wells fargo。

②沒有CDS業務的銀行分別為Fifth third bancorp、Huntington bancshar、Northern Trust、People’s national city bank、M＆T bank、BNY mellon、Zions bancorp、State Street。

［1］A.Sinan Cebenoyan，Philip E.Strahan.Risk Management，Capital Structure and Lending at Banks［J］.Journal of Banking and Finance，2001，（10）：1－31.

［2］趙俊強，韓琳，李湛.信用風險轉移與銀行系統表現——基于美國信用衍生品交易市場面板數據的實證研究［J］.金融研究，2007，（5）：147－153.

［3］Eric Dickinson.Credit Default Swaps：So Dear to us，So dangerous［J］.Journal of Fianancial Economics，2008，（11）：1－28.

［4］Dirk Baur.The effect of credit risk transfer on financial stability［J］.Working Paper，2006，（1）：1－24.

［5］王蕾，仝宜，蘇振鋒.信用衍生產品的發展與風險緩釋績效［J］.金融問題研究，2006，（1）：75－87.

［6］劉旺斌，易傳和.信用違約互換在我國銀行風險管理中的應用研究［D］.湖南：湖南大學出版社，2007：1－57.

［7］張學陶，林寶瑞.信用衍生品對貨幣政策傳導效應的影響［J］.財經理論與實踐，2009，（4）：8－12.

［8］Benedikt Goderis，Ian W.Marsh，Judit Vall Castello，Wolf Wagner.Bank Behavior with Access to Credit Risk Transfer Markets［J］.Working Paper，2006，（10）：1－28.