信用評級對銀行經營的影響

摘 要：本文采用2007—2010年間國際活躍銀行的信用評級數據、宏觀行業指數和經營指標等組成面板數據，通過實證檢驗發現，信用評級及其變動具有顯著的融資成本效應和聲譽效應，且在危機期間以聲譽效應為主；評級機構并沒有充分報告銀行業的順周期特征，加劇了金融危機的破壞性；銀行業存在網絡效應，行業排名提高會降低銀行融資成本，且有助于存款增速；金融危機爆發之后，金融市場風險厭惡程度或者市場恐慌指數是影響融資成本的重要因素之一，投資者對負面信息更加敏感。

關鍵詞：信用評級；融資成本效應；聲譽效應

中圖分類號：F830.33 文獻標識碼：A 文章編號：1674-2265（2013）02-0063-07

一、引言

評級信息是金融市場的主要信息來源之一，被廣泛應用于資產組合管理、資產定價和風險管理，既是投資者重要的投資決策依據，也是金融市場準入的重要憑證之一。當前評級公司對歐洲銀行業紛紛發難，不僅引發了投資者對歐洲銀行業的擔憂，而且令業界開始思考外部信用評級是否會對銀行業產生實質性影響，或者信用評級本身是否公正合理。

自二十世紀初誕生以來，評級機構不斷為投資者提供有用的風險信息，逐步積累了市場公信力，也為監管部門所認可。然而，隨著金融市場和產品的復雜程度不斷上升，評級方法越來越復雜，信用評級結果的信息不對稱程度逐漸增加。2007年全球金融危機爆發之后，評級機構被指受利益驅使對某些高風險資產以及金融機構給予較高的信用評級，且在危機爆發后不負責任地大幅下調這些資產和金融機構的信用評級，對危機前風險積聚和危機后風險蔓延起到推波助瀾的作用。2008年1月，英國、德國、法國和意大利等國首腦聯合發表聲明，敦促信用評級機構改善風險識別和風險提示功能，否則各國政府將考慮采取管制措施。

銀行信用評級變動究竟對銀行經營產生哪些方面的影響，影響程度有多大？本文擬采用2007年金融危機前后國際前100位活躍銀行信用評級變動以及主要經營指標相關數據，實證分析信用評級變動對銀行在危機中以及危機之后經營狀況的影響。

二、危機前后銀行信用評級狀況

為提高樣本的動態可比性，本文選取2006—2010年間資產排名均在世界前百位的83家銀行為研究對象，暫稱之為國際活躍銀行。如圖1所示，國際活躍銀行主要分布在美國（9家）、中國（8家）、法國（5家）、加拿大（5家）、日本（5家）、意大利（5家）和英國（5家）。

[圖1：銀行地區分布狀況][中國]

國際三大評級公司分別為國際活躍銀行提供信用評級，由于評級方法和側重點的不同，其評級結果存在差異，但變動方向基本上是一致的。本文的研究重點是信用評級的影響，僅采用穆迪公司發布的信用評級①。 具有穆迪評級的國際活躍銀行有75家，評級情況大體如表1所示。

除信用評級本身之外，信用評級變動更容易引起投資者的關注，往往包含更多的信息。如表2所示，2007年穆迪上調了46家國際活躍銀行的信用評級，主要原因是穆迪修訂了信用評級方法，即引入聯合違約分析模塊（JDA）。在金融危機之后的幾年間，穆迪逐步下調了幾十家國際活躍銀行的信用評級，主要原因在于金融危機所帶來的影響。

銀行信用評級與資產排名狀況之間存在一定的相關性。如表3所示，2007—2010年間，“評級下調，排名上升”的銀行僅出現在評級下調較多的2009年和2010年，而“評級上調，排名下降”的銀行多出現在評級上調較多的2007年。從一定程度上講，信用評級越高，資產排名越高。

三、相關指標解釋

（一）信用違約掉期利差（CDS Spread）

信用違約掉期（CDS）類似于保險合同，當基礎資產發生違約時，合同賣方支付合同買方相應的賠償。與保險合同的顯著不同之處在于，CDS合同買方并不一定必須持有對應的基礎資產。CDS市場產生于上世紀90年代，在2003年之后獲得迅猛發展。 2007年底CDS市場規模超過60萬億美元，受金融危機影響，2007年之后CDS市場規模大幅縮水，然而2010年底市場規模依然超過25萬億美元。

CDS利差是指CDS合同買方每年向賣方支付的費率。理論上講，基礎資產的違約概率越大，CDS利差越大。如果信用評級能夠可信地代表違約概率，信用評級越高，CDS利差越小。哈爾（Hull等，2004）首次采用事件研究方法研究了1998—2002年CDS利差對信用評級機構公告的反應，發現評級機構發布評級下降和負面展望公告之后，CDS利差顯著上升。加利和索弗（Galil和Soffer，2008）采用2002—2006年間穆迪和標普發布的評級以及相關企業CDS利差數據，通過比較評級變動發布前后CDS利差變動情況，發現CDS市場對評級機構發布信息的反應超過對私有信息的反應。然而，專門研究銀行信用評級變動影響的文獻較少，理查茲和戴德杜什（Richards和Deddouche，1999） 研究發現銀行股票的累積超額收益（CAR）對負面評級公告有顯著的負面反應，而對評級上調的反應并不顯著，他們認為主要原因是市場認為銀行在信息發布上也有“報喜不報憂”的沖動。

（二）銀行信用評級

評級機構的銀行評級方法一般采用從整體到一般的研究方法，即首先研判其所在國家的經濟環境，其次評估整個行業的優勢和劣勢，最后通過與同業相比判斷個體特征。銀行評級方法中對個體獨立評級時一般采用駱駝體系（CAMEL）。評級機構認為除盈利性之外，資本是緩沖負面沖擊最重要的因素，首先綜合考慮資本充足率、總體風險特征和盈利質量。資產質量是保證清償性的重要因素，也是銀行穩定投資者信心的關鍵。另外，評級機構認為銀行的重要職能之一是期限轉換，但銀行杠桿率高且極端不透明，流動性問題可能演變成融資問題，甚至引發破產擠兌。

銀行業的特殊性決定銀行信用評級的復雜性和難度遠高于其他行業。銀行業面臨的風險不僅很難識別，而且變化較快。對于外部投資者或存款人來講，銀行像一個黑箱，他們并不能發現或識別銀行所承擔的真實風險。正因為如此，為了保護外部利益相關者，發達國家普遍建立了存款保險制度、最后貸款人安排和政府監管等制度體系，而且充分發揮外部利益相關者的市場監督作用。然而，市場監督的有效性取決于信息的完全性，外部評級機構在這個方面起到關鍵作用。穆迪分析師也承認，銀行資產質量評估是銀行信用評級中最重要和最困難的環節，然而，在這個領域中并沒有一個客觀的標準，分析師可能根據經驗和主觀印象進行評級。

此外，評級穩定性和審慎性是評級機構公認的行業準則，評級機構僅關注可能影響長期償債能力的因素。坎特爾和曼恩（Cantor和Mann，2007）認為評級穩定性是必要的，因為很多貸款合同和資產組合管理中設有評級相關的觸發條件，若評級頻繁變動，可能導致市場混亂。當然，評級機構一般會權衡準確性和時效性，盡量避免外界質疑其是“馬后炮”。

（三）銀行相關經營指標

現行評級體系下，銀行的各項指標均有可能影響其信用評級。反過來，銀行信用評級是如何影響銀行經營的，影響程度有多大呢？本文主要關注銀行信用評級對資產收益率、資產增速和存款增速等幾個指標的影響。本文從邏輯上先提出幾種可能的傳導渠道：

1. 融資成本效應。信用評級可能關系到銀行外部融資成本的大小。無論是通過何種方式融資，違約概率是定價的關鍵因素之一。違約概率越高，風險溢價越高。信用評級和CDS利差都是違約概率的替代變量，是否影響融資成本，取決于其可信度或市場接受度。在完全市場條件下，發行人融資成本應該等于市場資金成本與發行人CDS利差之和，否則將存在無風險套利機會。漢德等（Hand等，1992）研究發現，發行人信用評級下降，債券價格下降，而信用評級上升，債券價格上升。反過來說，如果信用評級為市場所接受，則評級機構一定程度上決定發行人的融資成本。甚至有言論認為，國際三大評級機構為發達國家評級過高，人為地壓低了其融資成本，加劇了金融資源配置失衡。

2. 聲譽效應。張維迎在《產權、政府和信譽》一書中認為，聲譽是在社會網絡中的參與者無數次重復接觸和博弈的過程中不斷積累，最終形成的穩定的信任關系，能夠降低社會交易成本。聲譽和聲譽風險管理是銀行業內部管理中的重要環節，并可能影響其特許經營價值。具有公信力的評級機構發布的信用評級提高，能夠快速提升銀行聲譽，節約聲譽積累的時間。

四、實證研究設計

（一）研究樣本與數據來源

本文以2007年以來世界排名前100位的國際活躍銀行為研究樣本，相關信用評級數據和宏觀行業數據來自彭博資訊和萬得資訊。

本文從季度和年度兩個時間維度分別研究信用評級變動對國際活躍銀行在危機期間和危機之后表現的影響。季度分析以2007年第一季度為起點，至2008年第四季度，剔除某些具有異常值和關鍵變量缺失的樣本，組成296個樣本的平衡面板數據。年度分析以2007年為起點，至2008年，剔除某些具有異常值和關鍵變量缺失的樣本，分別組成160個樣本和104個樣本的平衡面板數據。

（二）模型與變量說明

1. 季度模型。

2. 年度模型。

3. 變量解釋。

（1）信用評級（rating）。穆迪信用評級分為9個等級（Aaa-C），每個等級又可分為3個檔次。為量化分析方便，本文為各個等級設置相應評分，最高Aaa1分值為27，最低C3分值為1。此外，為探索評級變動的影響，本文引入3個虛擬變量（ratingug，ratingdg，ratingun），即若評級上調，ratingug取值為1，否則取值為0；若評級下調，ratingdg取值為1，否則取值為0；若評級不變，ratingun取值為1，否則取值為0。

（2）信用違約掉期利差（cdssp）。信用違約掉期利差的歷史數據均取自公開市場報價，為減少量綱不同帶來的差異和減少異方差性，本文對信用違約掉期利差進行對數轉換。

（3）資產增速（rasset）。資產增速數據采用季末或年末總資產環比增長率。由于樣本時間維度較短，本文沒有對季度資產增速數據進行季節性調整，從歷史數據上看，資產增速的季節性并不強，對結論影響不大。

（4）存款增速（rdpst/rrdpst）。對存款增速的考察上，本文區分總存款和儲蓄存款兩種口徑。其中rdpst代表總存款增長率，rrdpst代表儲蓄存款增長率。存款增速數據的處理方式和資產增速相同。

（5）核心資本充足率（tier1）。金融危機之后，監管部門和投資者對核心資本的重視程度上升。本文的實證研究部分同時采用核心資本充足率和資本充足率兩組數據，發現得出的結論基本相似，然而核心資本充足率更為顯著。

（6）風險厭惡程度（riskaverse）。相對信用評級來講，信用違約互換利差波動性較大，一定程度上受到市場風險厭惡程度的影響。本文采用VIX指數代表當前市場的風險厭惡程度，VIX是芝加哥期權期貨交易所使用的市場波動性指數，一般認為，指數越高意味著投資者風險厭惡程度越高。

（7）GDP增速（rgdp）。宏觀經濟景氣程度不僅影響銀行經營發展狀況，也直接關系到銀行信用評級的結果。本文選取GDP增速代表經濟景氣程度，其中季度GDP增速數據采用各國當前價標示的經過季節調整的季度增長率，年度GDP增長率采用各國當前價標示的年度增長率。

（8）其他變量。實證分析中還涉及資產收益率（roa）、不良貸款率（npl）和資產排名（asset rank）等，其數據均取自相關數據集或經過簡單處理。

4. 模型說明。模型（1）用來檢驗危機期間歷史評級、核心資本充足率、資產增速、不良貸款率、GDP增速和CDS利差等對銀行信用評級的影響。模型（2）和模型（3）分別用來檢驗信用評級及其變動對CDS利差和資產收益率的影響。模型（4）—（8）分別用來檢驗危機爆發以來長期內信用評級及其變動對CDS利差、資產收益率、資產增速、存款增速和儲蓄存款增速的影響，以及影響被解釋變量的其他因素。

五、危機期間季度實證結果

（一）描述性統計

本文根據信用評級變動情況將2007年第一季度—2008年第四季度期間相關數據滿足條件的37家國際活躍銀行分為三組，即信用評級上調、信用評級下調和信用評級不變三組，表4總結了各時點三組銀行的描述性統計結果。以下為對比分析結果：

1. 資產增速。A組中資產增速下降速度遠超B組和C組，信用評級下調和評級不變的銀行資產增速在危機期間較低，而評級上調的銀行在危機期間資產增速下降不是十分明顯。

2. 存款增速。A組中存款增速下降更為明顯，即信用評級下調的銀行在危機期間存款增速下降較快，而在危機初期評級上調的銀行甚至出現存款增速提高。

3. CDS利差。A組中CDS利差變動更為顯著，即信用評級下調的銀行在危機初期CDS利差快速上升，相對而言，評級未下調的銀行危機期間CDS利差上升速度較慢。

4.ROA。A組中ROA呈現逐季下降態勢，即信用評級下降的銀行在危機期間資產收益率也可能下降。

（二）回歸分析

面板數據回歸模型有兩種：固定效應模型和隨機效應模型，其中固定效應模型將樣本中不可觀測且不隨時間變化的因素從殘差項中分離出來，使用極大似然法進行估計；隨機效應模型則將這一因素直接放入殘差項，使用廣義最小二乘法（GLS）進行回歸。可以采用Hausman檢驗在兩種方法中選擇最合適的方法。本文回歸分析采用Eviews 6.0軟件來實現，表5展示了模型（1）—（3）的相關結果。

1. 從模型（1）的回歸結果看， CDS利差對信用評級、信用評級上調和ROA具有顯著負向反應，對風險厭惡程度具有顯著正向反應。從經濟含義上分析，一是危機期間信用評級越高，CDS利差越低。但與文獻中實證結果不同，本文結果顯示信用評級上調降低CDS利差，且比信用評級本身影響更大，說明危機期間投資者對投資安全要求提高，且信用評級上調可能比評級本身包含了更多有關發行人的利好消息。二是銀行的資產收益率越高，CDS利差越低，且ROA上升0.1個百分點，CDS利差下降約12%，驗證了銀行運營效率越高，盈利能力越強，其違約概率越小，CDS利差越小。三是風險厭惡程度的系數為0.04，驗證了本文關于風險厭惡可能增加CDS利差的論斷。然而，從實證結果來看，危機期間CDS利差對銀行核心資本充足率指標的反應系數雖然為負，但是并不十分顯著。

2. 從模型（2）回歸結果看，信用評級和信用評級上調對銀行資產收益率（ROA）具有顯著正面影響，而信用評級下調對銀行資產收益率具有顯著負面影響。從經濟意義上解釋，一方面可能信用評級變動影響銀行的融資來源和融資成本，另一方面信用評級變動的確關系銀行的市場影響力或者市場參與能力。另外，GDP增長率是影響銀行資產收益率的顯著變量，從數據上看，GDP增長率上升1個百分點（名義增長率），銀行資產收益率（年化）平均上升約0.07個百分點，一定程度上驗證了銀行業的順周期性。

3. 從模型（3）來看，模型的擬合程度較高，其中不良貸款率、資產增速和CDS利差均能顯著影響銀行信用評級。而核心資本充足率的顯著性不高，原因可能在于一方面危機期間核心資本充足率指標變化不大，另一方面危機爆發后業界一度對資本監管或資本緩沖的可靠性產生質疑。此外，本文發現信用評級對滯后1期的評級下調變量有顯著的負向反應，說明評級機構更關注過去被降級的銀行。

六、危機后年度實證結果

（一）描述性統計

本文根據信用評級變動情況，將2007—2010年期間相關數據滿足條件的40家國際活躍銀行分為：信用評級上調、信用評級下調和信用評級不變三組，表6總結了各時點三組銀行的描述性統計結果。以下為對比分析結果：

1. 銀行數目。2007年評級機構調高了28家銀行的信用評級，2008—2010年先后下調了6家、16家和9家銀行的信用評級。結果表明，評級機構在危機之前沒有及時地發現銀行的潛在風險，而在危機發生后則又迅速下調了銀行的信用評級。

2. 資產增速和存款增速。從年度數據上看，評級下調的銀行資產增速和存款增速下降速度相對更快。

3. CDS利差。表6中CDS利差絕對值的平均數，表明危機爆發之后的幾年中評級下調銀行的CDS利差遠超過評級沒有發生變化的銀行。

4.資產收益率。與季度數據展示的基本相同，危機爆發之后幾年中評級下調的銀行資產收益率表現不及其他銀行。

（二）回歸分析

表7展示了年度模型（4）—（8）的主要檢驗結果，簡要分析如下：

1. 從模型（4）結果分析，危機爆發后較長時期內顯著影響CDS利差的因素有信用評級、資產排名和風險厭惡程度，其中信用評級影響程度仍弱于信用評級上調，且顯著性低于信用評級上調，說明危機爆發之后的幾年內信用評級改善的銀行更容易得到投資者的青睞；資產排名變動顯著影響CDS利差，說明投資者依然更信賴規模大的銀行，或者相信大機構更容易得到政府的支持；風險厭惡程度在長期內依然顯著地正向影響CDS利差水平，說明市場恐慌心理的存在長期影響銀行融資成本。

2. 從模型（5）結果分析，危機爆發之后的幾年中，信用評級、核心資本充足率、GDP增速和CDS利差均顯著地影響銀行資產收益率水平。與季度數據結論不同，核心資本充足率成為顯著影響指標，說明危機過后總體風險較低或者資本充裕的銀行盈利能力較強。對比模型（4）來看，信用評級每上調1級，CDS利差下降40%，ROA上升0.25個百分點，驗證了信用評級上調除降低銀行融資成本外，其聲譽效應也不容忽視。此外，GDP增長率上升1個百分點（名義增長率），銀行資產收益率增加0.05個百分點，進一步驗證了銀行業的長期順周期性。

3. 從模型（6）結果看，長期內顯著影響銀行資產增速的變量只有GDP增速和存款增速兩個指標， GDP增長率上升1個百分點（名義增長率），銀行資產增速上升0.04個百分點。另外，銀行資產增速對核心資本充足率的反應系數為0.385，即核心資本充足率上升0.1個百分點，資產增速增加3.85個百分點，說明長期內資本（尤其是核心資本）是支撐銀行資產增長的重要因素。

4.從模型（7）結果看，長期內顯著影響存款增速的變量有核心資本充足率、資產增速、GDP增速和資產排名。值得關注的是，存款增速對GDP增長率的反應系數為-0.58，可能的原因是經濟復蘇過程中金融市場好轉伴隨著金融脫媒發生。另外，信用評級對存款增速的影響并不顯著，存款增速對評級下調的反應系數為-0.02，但顯著性不高。

5.從模型（8）結果看，長期內顯著影響儲蓄存款增速的變量有資產增速與儲蓄存款，與存款相同，儲蓄存款對信用評級下調的反應系數為負。一方面說明居民儲蓄存款關注銀行規模和信譽，另一方面說明網絡效應②存在，居民往往選擇一些儲蓄存款規模較大的銀行。

七、相關結論

本文通過對金融危機前后幾十家國際活躍銀行信用評級數據和主要經營數據進行季度和年度兩個維度的面板數據分析，得到以下結論：

第一，信用評級以及信用評級變動對國際活躍銀行經營狀況具有顯著的影響：一是融資成本效應，二是聲譽效應。實證發現，在危機期間，信用評級的聲譽效應占主導地位；而在危機發生之后長期內融資成本效應逐步顯現。另外，短期內信用評級變動比信用評級本身影響更為顯著，與評級機構的信息披露功能相符。

第二，由于銀行業經營存在順周期特征，信用評級機構在評級時應充分地考慮到周期性因素的影響，提高信用評級的穩定性和準確性。外部投資者應該充分地了解評級機構，并進一步考慮如何正確地使用信用評級。

第三，銀行業存在典型的網絡效應。如總資產排名提高，信用違約掉期利差下降，存款增速（尤其是儲蓄存款增速）顯著上升。

第四，金融危機爆發之后，風險厭惡程度或者市場恐慌程度是影響融資成本的重要因素之一。

注：

①穆迪投資者服務機構（Moody’s Investors Services）是當前最大的評級機構，市場占有率超過40%。

②網絡效應，是以色列經濟學家奧茲·夏伊在《網絡產業經濟學》中提出的，指當一種產品對用戶的價值隨著采用相同的產品、或可兼容產品的用戶增加而增大時，就出現了網絡外部性。即在這種行業里面，“先下手為強”（fiest mover advantage） 和“贏家通吃”（winner-take-all）是市場競爭的重要特征。

參考文獻：

[1]Hull，J.，Predescu，M.，White，A.，2004，The relationship between credit default swap spreads，bond yields and credit rating announcements，Journal of Banking and Finance 28， 2789-2811.

[2]Galil，k.，Soffer，G.，2008，The Conditional Response of CDS Markets to Rating Announcements，Ben-Gurion University，working paper.

[3]Richards，A.，Deddouche，D.，1999，Bank Rating Changes and Bank Stock Returns，IMF working papers WP/99/151.

[4]Morgan，D.，2002，Rating Banks：Risk and Uncertai-

nty in an Opaque Industry，The American Economic Review， 92， 874-888.

[5]Cantor，M.，Mann.C.，2007，Analyzing the trade-off between rating accuracy and stability，Journal of Fixed Income，Spring：60-85.

[6]Hand，J.，R. Holthausen and Leftwich R.，1992， The Effect of Bond Rating Agency Announcements on Bond and Stock Prices， Journal of Finance， 57， 733-752.

（責任編輯 耿 欣；校對 GX）