我國商業銀行規模與風險承擔關系分析

■吳 亞 劉瑞環（湖南大學金融與統計學院 長沙 410082）

引言

商業銀行規模一直是金融學術界關注的重點，規模經濟則是學者們最早關注的規模效率目標之一。Freixas和Rochet（1997）從存款成本及設立成本的角度分析了銀行規模效率。Krasa 和Villamil（1992）及Sun（2007）則通過考慮銀行監督成本和分散風險兩方面的權衡推導了最優的銀行規模。隨著我國四大國有銀行陸續股改上市，商業銀行資產規模的情況得到我國學者的關注。徐高、林毅夫（2008）研究了我國的最優銀行結構怎樣隨著經濟中資本的積累而變化。之后鄒朋飛（2008）又利用我國1995-2005年商業銀行的數據得出：國有商業銀行、股份制商業銀行和城市商業銀行的規模經濟系數隨著時間的變化呈“U”型結構。2008年美國次貸危機爆發后，美國政府對大型商業銀行的救助使其入不敷出，大型金融機構的倒閉引發了全球金融體系的系統性風險，美國次貸危機由此演變成一場全球金融危機。于是，大型商業銀行的規模問題成為政府和相關監管單位必須解決的問題，規模與風險之間的關系也日益受到重視。

大型商業銀行的倒閉很可能使金融體系面臨崩潰，從而引發系統性風險。因此，在大型商業銀行面臨高破產風險時，政府通常會對其采取保護措施。但保護措施會鼓勵其追求高風險的投資項目，進而承擔更高的風險。如此進入惡性循環之后，政府入不敷出，最終大型銀行仍然逃脫不了破產的結局，從而引發金融危機。如果銀行風險隨著規模增大而升高，當規模大到一定程度時，會陷入一方面銀行風險很高，另一方面因為其規模太大政府不得不對其進行保護的兩難境地。因此，解決大而不倒問題的根本在于預防，即如果出現銀行破產風險隨著規模增大而升高的情況，監管當局應該做好預防措施，限制銀行規模的增長。2010年7月，美國總統奧巴馬簽署了金融監管改革法案：《多德-弗蘭克華爾街改革與消費者保護法案》，其重點之一是限制商業銀行的規模，以此來限制商業銀行的增長和合并，從此美國爭論已久的大而不倒問題也將得到解決。

在我國，是否需要借鑒“限制商業銀行規模”這一政策還有待于研究。因為在國內研究結果中，我國商業銀行的風險是否會隨著其規模的增大而升高還未得到統一的結論。徐東明和陳學彬（2012）把銀行規模作為控制變量納入模型，得出銀行風險承擔與資產收益率、資產規模呈負相關關系。江曙霞和陳玉嬋（2012）用三種不同變量來衡量銀行風險，實證結果均顯示銀行規模與其風險水平呈顯著的負相關關系。曹廷求和朱博文（2012）、鄒飛和王宗潤（2013）也得出了相同的結論。然而譚政勛（2013）則把銀行規模作為解釋變量和交叉變量帶入模型，得出：隨著銀行規模的擴大其風險也將上升，且通過承擔高風險銀行能獲得較高的收益率。牛曉健和裘翔（2013）得出銀行規模滯后一期值與銀行風險成弱正相關關系。宋清華、曲良波和陳雄兵（2011）把16家銀行的規模數據一同帶入模型，認為銀行規模與風險之間并非呈簡單線性相關關系，而是呈U型關系。

因此本文的研究目的是驗證我國商業銀行風險是否會隨著其規模的增大而升高，從而確定我國是否需要借鑒“限制銀行規模”這一政策。Delis和Kouretas（2011）指出，不同性質的銀行會因為其自身情況而采取不同的風險承擔策略，本文將創新性地把我國商業銀行根據其性質分類，分為國有商業銀行、股份制商業銀行和城市商業銀行三類。然后分別討論其規模與風險之間的關系，并對三者的結論進行比較。最后根據結論給我國銀行監管當局提出相應的建議。

研究假設

由于本文主要研究大型銀行的破產風險是否會隨著其規模的增大而升高，因此參考Laeven，Levine（2009）、Thierno，Barry（2011）的方法，采用Z值來衡量銀行風險。Z值是用來衡量銀行破產風險的指標，它將破產風險定義為凈資產無法抵補虧損的可能性，或者說是資不抵債的概率，其計算公式為：

其中，ROA為資產收益率，CRA為資本與資產的比例。下標i表示第i家銀行，t表示年份。u表示ROAit的期望，σ 表示ROAit的標準差。Z值越大，破產風險就越高。從Z值表達式可以看出，Z值取決于銀行的資產收益率、資產收益率的波動和資本儲備水平。當銀行經營偏好和資產結構不變時，Z值與資產收益率ROA呈負向關系，這一點也已經得到了徐東明和陳學彬（2012）的驗證。

Barrell、Davisd和Tatiana等（2011）將銀行持有資產的成本分為兩個部分，分別是獲得資產的成本（OC）和監管資產的成本（MC）。Krasa 和 Villamil （1992）發現，在通常情況下前者（OC）的操作成本會高于為負債和資產所付出的利息成本l×A ，他們將所高出的部分稱之為行政成本，是資產額的函數，且其平均成本f（A）隨著資產的增加而減速下降。銀行獲得資本的平均成本oc（OC/A）即有：

以上表明，由于規模增大的過程中，銀行獲得資產的平均成本oc降低，銀行將向著無限大的趨勢發展。但Krasa和Villamil認為由股東承擔的平均監管成本mc（MC/A），將會隨著資產規模增加而加速上升，因此銀行的邊際成本將會隨著規模的增加而上升。即：

研究設計

（一）樣本選擇和數據來源

本文選取了16家A股上市銀行和2家H股上市的銀行作為樣本，共計18家銀行。其中有5家國有銀行、8家股份制商業銀行和5家城市商業銀行。樣本考查期為2005-2012年，除去異常值和缺失數據，共得到136個觀測值。銀行數據均來自wind數據庫和各銀行年報，其它數據取自中國統計年鑒和各省統計年鑒。本文采用非平衡面板數據進行統計分析，并使用stata10.0作為計量軟件。

（二）變量選擇

被解釋變量。根據已有文獻，用來衡量銀行風險承擔水平的指標主要有：Z值、不良貸款率、預期違約頻率、風險資產占比和特許價值權等。本文參考Laeven、Levine（2009），Thierno、Barry等（2011）的方法，采用Z值來衡量銀行風險。Z值越大，銀行風險越高。

解釋變量。為驗證銀行風險承擔水平是否與銀行規模之間呈U型關系，本文參考了國內外主流方法，以滯后一期銀行總資產的自然對數以及它的二次項作為被解釋變量。由于銀行風險對銀行規模的反應具有時間滯后性，因此采用了滯后一期的銀行規模來解釋其風險。

控制變量。為了全面控制其它因素，本文從三個方面來選擇控制變量。分別為宏觀經濟層面，銀行特征層面和公司治理層面。各變量的名稱、符號及定義如表1所示。

（三）研究方法與模型

由于銀行風險具有持續性特征，銀行當期風險承擔水平會受上期風險水平的影響，所以本文把滯后一期的Z值也列入控制變量。參考Delis和Kouretas（2011）的模型設定，設定動態面板模型1（不考慮銀行性質約束）來檢驗銀行規模與風險承擔的關系。模型1如下所示，其中β是回歸系數向量，vi是常數項，ui,t是隨機擾動項。

然后本文把商業銀行分為國有商業銀行、股份制商業銀行和城市商業銀行三類。建立模型2，分別把三類銀行的值帶入模型2進行估計，通過對比分析來考察銀行性質對銀行規模與風險之間的關系的影響，模型2如下所示：

由于各模型中均含有因變量的滯后項，通常的固定效應模型和普通最小二乘法估計均為有偏估計，因此本文采用GMM動態面板估計方法。且模型1中的BC1、BC2變量不隨時間變化而變化，所以運用差分GMM與水平GMM相結合的系統GMM估計方法，既能提高估計效率，還能估計不隨時間變化而變化的銀行性質變量。為確保模型估計的有效性和穩健性，本文做了兩個重要檢驗：一是擾動項自相關檢驗。二是過度識別檢驗。

（四）變量描述性統計

表2為主要變量的描述性統計結果。因為只有當Z值為正時，才符合本文對銀行破產風險的定義，所以本文將負的Z值作為異常值除去。由表2可知Z_score最大值為0.1181，最小值為0.0017。用來衡量是否上市的啞變量List的均值為0.7794，說明觀測值中有77.94%為已上市銀行，22.06%為非上市銀行。

實證結果與分析

（一）不考慮銀行性質約束

表3為把所有觀測值都帶入模型1中所得出的估計結果。在自相關檢驗中，顯示擾動項的差分既不存在二階自相關，Sargan檢驗顯示工具變量的選取合理。從模型1的估計結果來看，銀行規模一次項的估計系數β1在5%的水平上顯著為負，銀行規模二次項Size2的估計系數β2在10%的水平上顯著為正，可以得出銀行規模與銀行風險之間呈顯著的U型關系，且計算可得最佳規模為19.03。

在銀行資產規模達到最佳規模19.0313之前，銀行風險先隨著其資產規模的擴大呈下降趨勢，達到最佳資產規模之后，銀行風險則隨著其規模的擴大而上升。與普通公司一樣，在規模較小時期，公司發展并不成熟，管理和運營能力都有待加強，獲得資產的平均成本也普遍偏高，處于規模報酬遞增狀態。而隨著規模的擴張，銀行各項指標都得到改善，風險也隨之降低。但當規模達到一定程度時，規模繼續擴張會導致管理混亂，運營成本也開始升高，各項指標都呈惡化趨勢，風險隨之升高。

除此之外，滯后一期銀行風險系數的估計值在1%的水平上顯著為正，值為0.4144，介于0與1之中，表明其風險具有一定持續性。銀行的核心資本率在1%的水平上顯著為負，表明銀行核心資本占資產的比例越大，銀行的風險承擔水平就越小。貨幣流動性MG也在1%的水平上顯著為負，表明貨幣的流通性提高有利于銀行風險承擔水平的降低，可能是因為貨幣流通性增加了銀行業之間的競爭程度。從某些方面來看，銀行業的競爭能促進銀行提高其風險管理能力和經營效率，從而使銀行的破產風險降低（徐東明、陳學彬，2012）。

（二）考慮銀行性質約束

本文把銀行性質作為約束，把三類銀行的值分別運用系統GMM方法帶入模型2進行估計，由于城市商業銀行與股份制商業銀行分別估計的結果非常相似，因此本文把這兩類銀行歸為“非國有銀行”一同進行估計和分析。自相關檢驗與過度識別檢驗顯示：兩次GMM估計均不存在擾動項二階自相關，且接受了所有工具變量均有效的原假設。

如表4所示，國有銀行規模的一次項與二次項變量系數均在5%的水平上顯著不為0，其中一次項系數為負，二次項系數為正，由此可得：國有銀行規模與其銀行風險之間仍然呈顯著的正U型關系，最佳規模為20.42。由表4國有銀行一欄與表2的估計結果相比較，可以看出國有銀行的最佳規模比不考慮銀行性質時的最佳規模要大。國有銀行Z值滯后一期的系數變得不顯著，相比于其他銀行，國有銀行每一期都能夠迅速地調整其風險。貨幣流通性變量系數兩個模型的估計結果并沒有太大區別，都在1%的水平上顯著為負，且系數大小相近。除此之外，是否上市、第一股東持股比例和董事會獨立性對國有銀行風險的影響都變為顯著，分別在1%、5%、1%的水平上顯著為負。說明國有銀行上市之后，對其抑制風險有較顯著的作用，而其他銀行上市后對其風險影響不顯著，其原因可能在于其他銀行上市前后的股權結構變化并不很大。第一股東持股比例的增加能夠使其風險下降，因為大股東更傾向于銀行的穩健性，股權的集中能夠使大股東對風險提高關注。董事會的獨立性也能夠抑制銀行的風險承擔水平，獨立董事由于被要求關注存款人和中小股東的利益，能有效地控制國有銀行的風險。表4的非國有銀行一欄顯示，非國有銀行規模的一次項與二次項系數均不顯著，且模型擬合情況欠佳。由于非國有銀行的規模普遍偏小，并根據其規模與Z值的散點圖來看，推斷我國目前的非國有銀行規模還處于U型結構的左側，即銀行風險承擔水平隨著其規模的增大而減小。為此，本文把模型2中Size的二次項除去，重新對模型進行估計，且證實了假設。即在非國有銀行中，其風險承擔水平與規模呈顯著的負相關關系。

結論與建議

本文實證研究了我國商業銀行的風險承擔水平與其規模之間的關系。研究結果表明，我國商業銀行風險承擔水平會先隨著其規模的增大而減小，但當規模擴張到一定程度時，銀行風險反而隨著規模的增大而升高，可能會誘導大而不倒的問題。把銀行性質考慮進來之后發現，國有銀行風險與其規模仍然呈顯著的U型關系，且最佳規模比不考慮銀行性質時大。但非國有銀行的規模與風險之間卻呈顯著的負相關關系。

基于以上的研究結論，本文建議銀行監管部門，除了把資本充足率和公司治理等方面納入監管指標外，還應對銀行的規模加以控制。可借鑒多德——弗蘭克法案，限制商業銀行的增長與合并，防止或抑制大而不倒的問題。除此之外，在對銀行規模進行控制時，還應把銀行性質考慮進來。國有銀行的最佳規模大于非國有銀行，所以允許的規模上限也應該大于非國有銀行。目前非國有銀行還不存在風險隨著規模的增大而升高的情況，因此當前監控重點可以集中于國有商業銀行，但為防范非國有銀行未來規模過度增長帶來的風險，同樣需對其制定一個規模的上限。

1.徐明東，陳學彬.貨幣環境、資本充足率與商業銀行風險承擔[J].金融研究，2012，7

2.江曙霞，陳玉嬋.貨幣政策、銀行資本與風險承擔[J].金融研究，2012，4

3.曹廷求，朱博文.貨幣政策、銀行治理與風險承擔[J].金融論壇，2012，12

4.鄒飛，王宗潤.銀行高管非金融從業經歷與銀行風險承擔行為[J].金融論壇，2013，18

5.譚政勛.銀行規模、貨幣政策與風險承擔[J].金融論壇，2013，18

6.牛曉健，裘翔.利率與銀行風險承擔—基于中國上市銀行的實證研究[J].金融研究，2013（4）

7.宋清華，曲良波，陳雄兵.中國商業銀行規模、治理與風險承擔的實證研究[J].當代財經，2011（11）

8.Delis M D，Kouretas G P.Interest rates and bank risk-taking[J].Journal of Banking & Finance，2011，35（4）

9.Laeven L，Levine R.Bank governance，regulation and risk taking[J].Journal of Financial Economics，2009，93（2）

10.Thierno Amadou，Barry，Laetitia Lepetit，and Amine Tarazi.Ownership structure and risk inpublicly held and privately owned banks[J].Journal of Banking &Finance，2011，35（5）