商業銀行風險的實證檢驗

曹建華

（西安交通大學經濟與金融學院，西安 710061）

自巴塞爾協議實施以來，對于資本監管能否有效降低銀行風險水平，推動銀行審慎經營，一直是理論研究與監管實務所關注的焦點。但目前即便是最早實施巴塞爾協議的國家，對這一問題的研究與討論也已持續數年，爭議依舊廣泛存在；后來跟進的國家則由于實施時間較短，相關研究還比較少?？傊?，對于商業銀行資本與風險行為的研究尚未取得一致的結論。后次貸危機時期成為銀行業變革最為劇烈的時期，對于中國商業銀行資本充足管制與風險行為關系的研究，具有非常重要的理論意義與現實價值。

1 變量選取與模型設定

文章選取Z-score值與貸款損失準備金率作為銀行風險的衡量指標，以商業銀行的資本充足率反映當局的監管壓力，控制銀行規模、盈利性、資產流動性及宏觀經濟運行狀況等變量的條件下，并引入銀行上市、金融危機發生、《管理辦法》出臺的虛擬變量，檢驗資本監管與銀行風險間的相關關系，并評估銀行上市、《管理辦法》、金融危機等事件對銀行風險行為的影響。

除特別指出外，研究中使用的數據均來源于Bankscope數據庫，歷年的《中國金融年鑒》和各銀行年報。

1.1 銀行風險的衡量

對于商業銀行風險的度量存在不同的指標，主要包括以下幾類：

（1）不良貸款率

不良貸款率通常用來度量商業銀行的信用風險，但不良貸款率是對銀行風險的事后測度，也不能覆蓋《巴塞爾新資本協議》中市場風險、操作風險，不能有效的衡量銀行的風險選擇。

（2）風險加權資產/總資產（Risk weighted Asset/Total Asset）

國外研究文獻主要采用風險加權資產（Risk weighted Asset）與總資產的比值作為銀行風險的衡量指標，是銀行風險的事前指標。與不良貸款率相比，這一指標對商業銀行風險管理、風險預警的作用更有意義，該指標更能滿足現代商業銀行全面風險管理的需要，在研究中得到了廣泛的運用，如Roy（2005），吳俊、張宗益、徐磊（2008）等。但由于在《商業銀行資本充足率管理辦法》頒布實施前大部分商業銀行并未公布其風險加權資產數據，能夠獲得的數據非常少，這就嚴重限制了實證研究數據的時間序列長度。

（3）Z-score值

Z-score值起源于企業的破產可能性，即企業的損失（負利潤）超過資本的可能性。最初由Hannan&Hanweck（1988）將Z-score概念用于度量銀行破產的可能性。他們定義：

其中COA是資本資產比=權益資本/總資產；ROA是資產收益率=凈收益/總資產；σ（ROA）是資產收益率的標準差。Z值實際上衡量的是銀行的穩定性，該值越大，銀行越穩定，銀行的破產風險越小。Z值的計算公式表明，該值是從收益不能抵補資本損失來刻畫風險，反映了銀行的持續經營狀況，通常使用該值度量銀行的破產風險（也稱為無清償能力風險）。本文即選擇該值作為銀行破產風險的度量，對其進行檢驗，研究資本充足率對商業銀行風險的影響效果。

1.2 資本充足監管（CAR）

本文采用商業銀行的資本充足率（Capital Adequacy Ratio，CAR）反映監管當局對商業銀行的資本監管。資本充足率越高，表明監管當局對銀行的監管壓力越大。

1.3 銀行規模（SIZE）

通常認為，銀行規模是影響商業銀行風險的重要因素。一方面，銀行界的“大而不倒”理論認為銀行規模越大風險就小，存款人對大銀行有較高的信心，所以規模大的銀行能夠吸引更多的存款，如Banz(1951)與Shrieves&Dhal(1992)研究得出一致結論。但另一方面，規模大的銀行因為所有權的分散，導致股東對于管理者的監控權利下降，于是管理者有可能采取更加冒險的經營活動獲取較高的利潤，以此增加自己的薪資。

表1 16家上市商業銀行的資產規模（單位：萬億）

國外文獻多數發現規模與風險間成負相關，但我國從計劃經濟體制轉型市場經濟的發展過程中，銀行業深受政府的政策干預，貸款絕大部分是對國有企業的貸款，規模愈大的銀行將受政策影響愈大，因此對國有企業的貸款金額愈高，規模愈大的銀行持有國有企業的不良貸款愈高，因此規模與風險之間有預測將呈現正相關。

1.4 盈利能力（ROA）

文獻研究影響商業銀行盈利能力因素大多采用資產收益率（ROA）來衡量，本文在實證分析中也采用其為評價指標。ROA將銀行的凈利潤和所擁有的總資產聯系起來，反映了銀行管理層在多大程度上使用銀行資產創造收益，因而是評價銀行經營成果最全面的單一財務指標。商業銀行間的資產收益率在考察階段的初期存在較大的差異，股份制商業銀行要明顯高于國有商業銀行。但伴隨著銀行業改革的深入與銀行間的競爭，各銀行的資產收益率有趨同的趨勢。

1.5 資產流動性（Liquidity）

對于商業銀行流動性的衡量，經常使用流動比率、貸存比、貸款與總資產之比、存款與總資產之比或者現金資產與總資產之比等。在Bankscope數據庫中列舉了六項衡量銀行流動的指標，分別為Interbank Ratio、Net Loans/Tot Assets、Net Loans/Dep&ST Funding、Net Loans/Tot Dep&Bor、Liquid Assets/Dep&ST Funding、Liquid Assets/Tot Dep&Bor?？紤]到時間序列的長度，選取其中數據最全時間最長的指標，即貸款凈值與總資產之比（Net Loans/Tot Assets）對銀行的流動性進行衡量。

1.6 貸款損失準備金率（LLRR）

貸款損失準備（Loan Loss Reserve Ratio）是商業銀行為抵御貸款風險而提取的用以彌補銀行到期不能收回的貸款損失的準備金，用以應對未來對銀行資本的潛在需求，具有防范銀行信用風險與補充銀行資本的特性，是我國商業銀行監管的一個重點（孫天琦，2005）。

1.7 虛擬變量

(1)銀行上市的影響（D1*ID）

上市融資是我國銀行業改革重要組成部分，對銀行業經營管理影響深遠。與上市融資改革之路配套，銀行業監管制度日趨完善。本文選取若干虛擬變量對此進行研究分析。以銀行上市時間為標志設定虛擬變量D1，銀行董事會中獨立董事的比例為ID，兩者的交叉項，即D1*ID體現銀行上市與獨立董事制度對風險行為的影響。其中，銀行上市之前D1＝0，上市之后D1＝1。

表2 中國各銀行上市時間一覽表

(2)金融危機的發生（D2）

國際金融危機爆發后，世界各國紛紛著手進行金融監管改革，尤其是注重商業銀行資本監管改革。2009年G20倫敦峰會、匹茲堡峰會均提出進行資本監管改革；12月巴塞爾委員會發布《增強銀行體系穩健性》征求意見稿。金融危機的發生為本研究提供了一次自然試驗，用以研究金融危機發生前后銀行風險行為的變化。定義D2為金融危機是否發生的虛擬變量，2007年前取值為0，2007年后取值為1。

(3)《管理辦法》出臺前后（D3）

盡管自1994年中國人民銀行公布《商業銀行資產負債比例管理考核暫行辦法》開始，我國就嘗試建立商業銀行的資本監管體系，提出銀行資本充足率不得低于8%。但實際上在2004年以前，資本充足率的計算規定對資產風險的衡量并沒有得到嚴格的執行。這也就是商業銀行在規模擴張的情況下，資本充足率不斷下降的原因。

為了分析《管理辦法》出臺對銀行風險的影響，本文引入虛擬變量的方法加以處理。以2004年《管理辦法》的出臺為標志，定義D3為《管理辦法》出臺與否的虛擬變量，2004年前取值為0，2004年后取值為1。

表3 實證分析中變量的定義

表4 實證分析中連續變量的描述性統計

1.8 模型設定

為了檢驗銀行資本充足監管對銀行風險行為的影響，評估銀行上市、金融危機、《管理辦法》出臺等事件的影響，同時檢驗各因素對銀行風險的影響，我們選取16家上市商業銀行為研究對象。樣本區間為1994～2010年，由于各商業銀行成立時間和年報數據披露時間不同，各銀行樣本數量不完全一致，組成非平衡的面板數據。計量模型設定為：

其中，下表t代表時間（1994～2010年），i代表某一銀行。Xit表示影響銀行風險行為的各項因素，包括銀行的資本充足率、銀行規模、資產收益率、流動性、貸款損失準備金率。ID表示銀行董事會中獨立董事的比例。D1、D2、D3分別代表銀行是否上市、金融危機是否發生、《管理辦法》是否出臺的虛擬變量。εit是方程的隨機誤差項，是均值為零的白噪聲序列。

2 實證分析

2.1 平穩性檢驗

采用常用的ADF方法對序列進行單位根檢驗。對各變量選擇無截距項與趨勢項的單位根檢驗結果是：貸款損失準備金率（LLRR）在5%的顯著性水平下，資產收益率（ROA）與資產規模（LnSIZE）在1%的顯著性水平下通過了單位根檢驗，為平穩序列；其它變量未通過單位根檢驗，為非平穩序列。

我們對變量的一階差分進行單位根檢驗，ADF檢驗時的滯后階數都按照AIC準則選取。檢驗結果表明，所有的變量均通過了1%顯著性水平下的單位根檢驗，為一階單整序列。

2.2 協整檢驗

雖然變量有時都是非平穩的，但它們的某個線形組合卻可能是平穩的。在這種情況下，我們稱這變量之間是協整的。在模型中，所有變量都是一階單整序列，因此需要進行協整檢驗，我們采用Engle-Granger兩步法來進行。首先分別兩個方程進行OLS估計，再對模型的殘差序列進行ADF檢驗。檢驗形式均不含有截距項和趨勢項，滯后階數按照AIC準則選取。結果表明，方程的殘差都在1%顯著性水平下水平平穩。因此，兩個方程各自的變量均具有協整關系。

2.3 回歸結果及分析

采用加權的GLS方法對方程進行估計，分別設置方程為混合面板數據模型、橫截面固定效應模型、橫截面隨機效應模型。在回歸過程中，由于D-W值特別小，說明變量存在序列相關問題。為解決這一問題，本文估計時在解釋變量中加入AR(1)進行估計。而隨機效應模型下無法取Ar(1)，本文采用混合模型與橫截面固定效應模型的結論。通過表中的回歸結果可以發現，調整后R2為0.99，F值非常大，說明方程的擬合效果非常好，變量間存在顯著的統計關系。

表5 回歸結果

不論是混合模型，還是固定效應模型，資本充足率（CAR）前的符號均為正，表明資本充足率與Z-score值間存在正相關關系，而Z-score值越大銀行風險越小，資本充足率監管的政策效應明顯。隨著資本監管壓力的提高，銀行傾向于采取審慎的經營策略，減少風險大的投資策略，采取更多的風險小的投資策略，從而有效降低銀行風險。而虛擬變量D3與Z-score間存在正相關關系，說明2004年《管理辦法》的出臺發揮了非常積極有效的作用。

銀行上市及獨立董事制度虛擬變量的實證結果符號為正，分別均通過了5%與1%水平下的顯著性檢驗，說明銀行上市與獨立董事制度建立帶來了銀行風險的下降。上市進程中，一方面是擴大了銀行的融資渠道，改變了長期以來主要依靠財政的籌資局面，實現了股份多元化，從而分散風險；另一方面，銀行通過明晰產權制度的建立，提高了公司治理水平，并引入了獨立董事制度。獨立董事受命于股東大會，但報酬并不受銀行經營效益的影響，因此他們在對銀行經營作出決策的時候會更為客觀和公正，起了制約和平衡權力的作用。

銀行規模與風險間存在正相關關系，并且通過了顯著性檢驗。銀行規模越大，Z-score值越小，銀行的破產風險也就越高。“工、農、中、建”四大傳統國有商業銀行的資產規模遠遠大于其它股份制商業銀行的規模，它們的破產風險也最高。因為在計劃經濟體制轉型市場經濟的過程中，由于銀行業深受政府的政策干預，貸款絕大部分是對國有企業的貸款，規模愈大的銀行將受政策影響愈大，因此對國有企業的貸款金額愈高，規模愈大的銀行持有國有企業的不良貸款愈高，因此規模與風險之間有預測將呈現正相關。盈利能力也有利于緩解銀行的風險，盈利能力的提高能夠提高銀行的抗風險能力。

貸款損失準備金率對銀行風險的影響沒有通過顯著性檢驗，但從符號來看，與銀行風險間存在負相關關系，即準備金率越高，風險越小。損失準備金制度作為商業銀行審慎經營的一項長效制度，長期以來在化解風險方面發揮了重要的作用。貸款損失準備金率越高，說明商業銀行抵御風險的能力越強，那么破產的風險也就越小。在資本監管壓力不斷提高的情況下，銀行會提高貸款損失準備金率，降低經營風險。

另外，資產流動性與金融危機虛擬變量對銀行風險行為的影響不確定，且沒有通過顯著性檢驗。

3 結論及政策建議

本章以中國銀行業為例，實證研究了資本充足管制對銀行風險行為的影響。其意義在于：一、次貸危機為我們提供了一次自然試驗，可以考察金融危機對銀行風險行為的影響；二、考察現代企業制度對銀行風險行為的影響。研究結論如下：

（1）隨著資本監管壓力的提高，銀行傾向于采取審慎的經營策略，減少風險大的投資策略，采取更多的風險小的投資策略，因而監管當局對資本充足率要求的提高能夠有效降低銀行風險。2004年《管理辦法》的出臺對于降低銀行風險也發揮了非常積極顯著的作用。

（2）銀行規模與風險間正相關，規模愈大的銀行受政策影響愈大，對國有企業的貸款金額愈高，形成的不良貸款越多，破產風險越高。銀行盈利能力的提高有助于銀行抗風險能力的提高，貸款損失準備金制度也起到了一定的積極作用

（3）資產流動性與金融危機虛擬變量對銀行風險行為的影響不確定。

[1]Calem P.,Rob.R.The Impact of Capital Requirements for Mortage Loans[J].Journal of Financial Intermediationl,1999,(8).

[2]Jacques K.,P Nigro.Risk-based Capital,Portfolio Risk,and Bank Capital:a Simultaneous Equations Approach[J].Journal of Econom?ics and Business,1997,(49).

[3]Rime B.Capital Requirements and Bank Behaviour:Empirical Evi?dence for Switzerland[J].Journal of Banking and Finance,2001,(25).

[4]Zicchino.Searching for a Metric for Financial Stability，FMG Special Papers[EB/OL].http://fmg.lse.ac.uk/pdfs/sp167.pdf,2006.

[5]朱建武.監管壓力下的中小銀行資本與風險調整行為分析[J].當代財經,2006,（1）.

[6]高國華,潘英麗.我國商業銀行資本充足率順周期效應研究[J].經濟與管理研究,2010,（12）.