資產證券化對商業銀行信用風險的影響研究

王曉 李佳

(1.山東財經大學經濟學院，山東 濟南 250014；2.中央財經大學數學與統計學院，北京 100081；3.山東師范大學經濟學院，山東 濟南 250358；)

引言

2018年中央經濟工作會議明確表明“經濟面臨下行壓力”，李克強總理在部署2019年經濟政策工作時更是直言“經濟下行壓力加大”，足見決策當局對“經濟下行壓力”的重視。而在此背景下，銀行信用風險開始“顯性化”，不良貸款與不良貸款率亦不斷攀升。1因此，厘清經濟下行背景下銀行信用風險的變化特征，不僅有助于緩解銀行風險壓力，也是守住不發生系統性金融風險底線的重要基礎，更可為監管機構優化監管措施提供理論支撐。

眾所周知，資產證券化及其蘊含的“破產隔離”或“真實出售”等環節，可有效促進銀行信用風險轉移(Benveniste和Berger，1987)[1]。Jiangli et al.(2007)[4]、Jiangli和Pritsker(2008)[5]分別從理論和實證兩個方面，證實了抵押貸款證券化可降低銀行償付風險；Elul(2016)[6]也認為銀行往往將較低違約資產保留至表內，并將風險較高資產進行出售，因而資產證券化發行銀行擁有較低信用風險。但金融危機的爆發揭示了以資產證券化為主的信用風險轉移工具為銀行帶來了新的風險隱患(孔丹鳳等，2015)[16]。孫安琴(2011)[21]發現資產證券化業務較為活躍的銀行往往持有更高比例風險資產。Carbo-Valverde et al.(2015)[2]認為資產證券化放松了銀行信貸標準，而信貸標準放松引起的信貸擴張是信用風險上升的因素之一。同時，鄒曉梅等(2015)[27]、高蓓等(2016)[11]等基于美國銀行業數據證實了“資產證券化可通過提升杠桿率導致信用風險惡化”。此外，宋清華和胡世超(2018)[20]利用我國銀行業數據研究發現，資產證券化顯著提升了信用風險，并通過信用風險導致系統性風險增加。

總體來看，學術界對“資產證券化能否降低銀行信用風險”的研究并未形成統一觀點，已有研究也無法反應我國銀行的信用風險特征，并且與發達國家不同的是，我國資產證券化的快速發展正處在經濟下行階段，在此背景下資產證券化如何影響銀行信用風險？這是現有文獻并未涉足的領域。鑒于此，本文的邊際貢獻有：第一，已有研究極少關注特殊經濟背景下資產證券化與銀行信用風險的關系，本文基于經濟下行背景研究資產證券化對銀行信用風險的影響，揭示經濟下行與銀行信用風險攀升的“雙重壓力”下，資產證券化的功能作用。本文的分析豐富了資產證券化風險效應的研究視角，并拓展了資產證券化與銀行信用風險關系的研究文獻；第二，區分不同銀行類別及微觀特征，考察經濟下行壓力下，資產證券化對不同銀行信用風險影響的特征差異，本文的研究有助于從異質性視角進一步理解資產證券化與銀行信用風險的關系。第三，與發達國家市場主導明顯不同，我國多數金融創新由政策力量推動，這對資產證券化也不例外，本文納入外生政策變量，進一步剖析資產證券化與銀行信用風險的關系。本文的研究有效彌補了學術界針對政策環節的研究空缺。

政策背景、文獻回顧與機制討論

一、政策背景與初步判斷

當宏觀經濟處在上升周期，企業債務負擔會逐步緩解，抵押品價值的提升也會降低企業違約概率及信用風險；當經濟處在下行周期，企業經營不善將提高違約概率，銀行信用風險也會上升。崔傅成和陶浩(2018)[10]利用相關實證模型證實了經濟增長周期與銀行不良貸款率之間的反向關系。張斌等(2018)[24]剖析了我國2009～2016年的杠桿率上升現象，他們認為伴隨經濟結構轉型及政府部門債務擴張，真實GDP增速放緩是導致企業部門過度加杠桿或杠桿率提升的重要原因，而企業部門過度負債也構成了銀行信用風險來源之一。

金融危機的爆發使我國資產證券化實踐一度停頓，直至2012年6月，伴隨金融深化的需要，信貸資產證券化再次啟動，此時我國經濟增長正式步入下行周期，銀行信用風險問題也開始顯現。在此之后，針對資產證券化的一系列政策措施，體現了政府當局對利用資產證券化相關功能，以緩解銀行信用風險或不良貸款狀況的期待，比如2014年底及2015年初，監管部門分別將資產證券化業務由審批制改為備案制或注冊制2，再加上國務院“盤活存量”的政策考量，蘊含了決策層對銀行流動性結構或期限結構失衡的憂慮，而兩者的失衡亦是銀行信用風險成因之一；進一步觀察來看，2016年2月，央行等部委聯合發布《關于金融支持工業穩增長調結構增效益的若干意見》，同年4月，銀行間交易協會頒布了《不良貸款資產支持證券信息披露指引(試行)》，意味著不良貸款證券化正式開啟。3同時，李克強總理在2017年3月5日的政府工作報告中也提到“促進盤活存量資產，推進資產證券化”等去杠桿措施，資產證券化的功能定位也正式從基礎設施融資轉為“去杠桿”。可見，不斷出臺的政策措施，看似為推動資產證券化發展創造空間，實則反映了監管當局在經濟下行壓力下，為銀行提供多元化信用風險管理途徑的目的。依照以上邏輯我們初步推斷：在經濟下行壓力下，隨著政策因素大力推動，資產證券化能夠降低銀行信用風險；如果被偽證，說明現階段資產證券化的發展并未達到應有目標。針對上述討論，本文提出有待驗證的基本假說如下：

假說1：在經濟下行壓力下，資產證券化有助于降低銀行信用風險。

二、經濟下行背景資產證券化對銀行信用風險的影響機制：以銀行微觀特征為視角

首先，在經濟下行周期，企業抵押品價值縮水會降低還款可能性，以提升銀行信用風險，為此銀行會采取現金清收與貸款展期等方式予以應對(孫光林等，2017)[22]。在此過程中：一方面，抵押品是銀行維持資產流動性的重要基礎，若抵押品價值下降，意味著銀行資產流動性受到不利影響；另一方面，銀行應對資產質量下降所采取的措施，亦會導致資產負債表期限錯配不斷惡化。可見銀行資產流動性的提升及其結構的優化，均有助于緩解經濟下行壓力對信用風險的沖擊，并且即使宏觀經濟波動對銀行信用風險產生不利影響，這種影響對于流動性較高銀行也較小(張琳等，2015)[26]。其次，在經濟下行周期，銀行資本沖擊最可能來自于信貸企業的違約，李文泓和羅猛(2010)[18]對占我國銀行業主體的16家商業銀行為樣本進行研究，發現了我國銀行業資本充足率的順周期性，因此若能對資本進行及時補充，有利于改善銀行的信用風險管理，并且銀行較高的資本充足率意味著較低的杠桿倍數，其潛在風險也較低(王倩和趙錚，2018)[23]。最后，以信貸擴張為盈利模式的銀行不利于在經濟下行期防范信用風險，并且隨著經濟下行趨勢不斷穩定，資產質量惡化與傳統“凈息差”經營模式難以為繼將成為不可避免的現實因素，同時凈息差縮窄不僅對銀行利潤空間形成擠壓，也導致資產質量不斷下降(高士英等，2016)[12]。根據該邏輯得知，銀行盈利能力的提升更有利于應對風險沖擊，并且多元化盈利模式的形成也有助于降低信用風險。

理論上講，資產證券化可通過若干渠道改善銀行在經濟下行周期面臨的信用風險：第一，郭紅玉等(2018)[14]認為“流動性效應”功能為非流動性資產轉化為流動性資產提供了途徑，并緩解期限錯配帶來的危害，可見銀行資產流動性結構的優化，是資產證券化改善銀行信用風險的中介渠道之一，并且相對而言，流動性較低的銀行更需要發展資產證券化，以應對經濟下行周期對信用風險的沖擊；第二，多數研究證實資產證券化有利于提高銀行資本充足率(高蓓等，2016)[11]，同時資產證券化對資本規模的補充作用，可作為銀行化解信用風險壓力的重要途徑，并且資本存量越充足，銀行穩定性越好(張敬思和曹國華，2016)[25]。由此推斷：資本規模較低銀行更需要在經濟下行期發展資產證券化以改善信用風險，并且在資產證券化影響下，此類銀行信用風險降低程度也更大。第三，資產證券化可為銀行提供了多元化的盈利渠道(李佳，2015)[17]。鄒曉梅等(2015)[27]從杜邦分解視角比較了資產證券化影響銀行盈利水平的具體路徑，結果顯示資產證券化活躍強度與銀行盈利水平呈正相關關系。理論上講，銀行盈利水平越高，越有利于應對風險沖擊，高倍等(2016)[11]基于收益率渠道研究了資產證券化對銀行風險的影響，認為資產證券化可通過提高資產收益率，以顯著改善銀行穩定性，即降低銀行風險。本文認為，鑒于經濟周期下行對銀行信用風險的不利影響，資產證券化可通過改善銀行盈利能力予以應對，并且盈利能力越低的銀行，資產證券化對信用風險改善力度越大。結合上述討論，本文提出如下研究假說：

假說2：控制其他條件不變，在經濟下行壓力下，資產證券化對銀行信用風險的緩解力度在流動性、資本規模或盈利能力較低的銀行中更大。

此外，資產證券化的風險轉移功能亦可直接作用于銀行信用風險管理，該功能可通過如下途徑緩解銀行信用風險：一方面，風險轉移其實就是貸款轉讓，即將流動性較弱的中長期資產轉換為流動性較強的短期資產，以優化銀行流動性結構及資產負債結構，這如同上文提到“流動性效應”功能的作用；另一方面，在債權轉讓過程中，資產風險權重也會降低，這不僅有利于提升資本充足率，還能夠降低銀行整體風險。可見風險轉移應是資產證券化最為核心的功能，資產證券化每項功能的發揮均以該功能為基礎，即風險的轉移或剝離，為提高資本充足率、盤活資產流動性及優化資本結構提供了基礎性平臺(Farruggio和Uhde，2015)[3]。可見，若銀行持有一定比例風險資產，通過發行資產證券化，可有效實現風險資產轉移，或降低風險權重，以緩解信用風險，并且進一步判斷可知，資產證券化對風險資產占比較高銀行的信用風險緩解程度較強，因為若風險資產占比不高，銀行并不需要發行更多資產支持證券以轉移風險，畢竟一定比例的風險資產有助于銀行維持盈利水平。鑒于此，本文提出如下研究假說：

假說3：控制其他條件不變，在經濟下行壓力下，資產證券化對銀行信用風險的改善力度在風險資產占比較高組更大。

樣本選擇、變量界定及研究設計

一、樣本選擇與數據來源

根據“中國資產證券化分析網”相關統計可知，截至2017年底，共有94家銀行至少有一筆資產證券化業務，其中上市銀行37家、其他股份制銀行3家、城市商業銀行36家、農村商業銀行15家及政策性銀行3家。4鑒于部分銀行年報披露不完善，本文選取其中85家銀行為研究樣本(不包括3家政策性銀行)。根據中國銀保監會數據統計得知，在2017年底，樣本銀行總資產占銀行業總資產之比為86.1%5，可見本文樣本能夠代表中國銀行業，具有一定的針對性和代表性。

銀行是在2012年信貸資產證券化重啟后大規模發行資產證券化，為此本文重點以2012年之后為樣本區間。為了確保分析全面，特意設定一次沒有任何發行記錄的截面數據，將樣本區間設定為2011～2017年，數據為年度數據。對于資產證券化數據，基于中國資產證券化分析網“證券列表”進行整理，以統計銀行i在第t年是否有發行記錄及發行規模；對于銀行微觀特征與宏觀經濟數據，分別根據銀行年報、Wind咨詢、國家統計局與中國人民銀行網站進行整理。

二、變量界定及說明

1.被解釋變量

參考孫光林等(2017)[22]等研究，選取不良貸款率作為信用風險代理變量，主要原因如下：第一，銀行信用風險主要源自于信貸質量，若信貸質量惡化或不良貸款率上升，表明銀行面臨較高信用風險，并且不良貸款率也是監管當局關注的信用風險指標之一。第二，如同理論機制的分析，資產證券化會通過改變銀行各類微觀結構以影響不良貸款率，并且被證券化資產的風險狀況將使表內資產總風險發生變化，這亦會影響不良貸款率。第三，現有針對我國資產證券化與銀行信用風險關系的研究均以不良貸款率為代理變量(潘慧峰和劉曦彤，2017；宋清華和胡世超，2018)[19][20]，并且大多數樣本在2016年之前，可見即使不良貸款證券化并未開啟，學術界已對資產證券化與銀行不良貸款率的關系進行了證實。可見，將不良貸款率作為銀行信用風險代理變量不僅得到廣泛認可，而且無論是否存在不良貸款證券化的政策支撐，理論與實證上均證明了“資產證券化可導致銀行不良貸款率發生變化”。因此本文認為，將不良貸款率作為銀行信用風險變量是合適的，并且為了保證結果可信，在穩健性檢驗中，將信用風險代理變量替換為撥備覆蓋率進行處理。

2.核心解釋變量

由于我國資產證券化重啟時間不長，相比總資產規模也較低，在此背景下對資產證券化進行量化，本文認為不宜使用鄒曉梅等(2015)[27]、高蓓等(2016)[11]、陳小憲和李杜若(2017)[9]等文獻采納的資產證券化參與度(資產證券化發行規模與總資產或總貸款之比)變量，而是借鑒郭甦和梁斯(2017)[15]、郭紅玉等(2018)[14]等研究，將資產證券化設置為虛擬變量形式，即銀行i在t期至少有一次發行記錄取值為1，否則為0，虛擬變量也可將樣本分為證券化組和非證券化組(證券化組為1，非證券化組為0)。為了保證結果穩健，本文還構建了資產證券化發行程度變量，即若銀行i在t期沒有發行資產證券化，則取值為0；發行1次取值為1；發行1至5次取值為2；發行5次以上取值為3。總體來看，在資產證券化整體規模較低的情況下研究其對銀行信用風險的影響，采取虛擬變量或發行程度等設置方式，均比資產證券化參與度變量有著較好的解釋力。

另一方面為經濟下行趨勢的衡量。本文主要考察經濟下行背景下，資產證券化對銀行信用風險的影響，并判斷兩者的因果關系。根據國家統計局數據顯示，鑒于樣本區間GDP增長率處于持續下降趨勢(雖然2017年增長率相比2016年上升0.1個百分點，但我們認為GDP增長率下降趨勢并未改變)，6本文基于GDP增長率中位數(2014年GDP增長率為樣本中位數)將樣本分為兩組，低于中位數的年份(即2014年之后的樣本區間)界定為“經濟增速較低區”，高于中位數的年份為“經濟增速較高區”，從具體數據來看，2014年之后GDP增長率均低于7%，也能反映“經濟下行壓力”的現實。針對樣本區間的劃分體現了時間效應，也便于進行準自然實驗。

3.主要控制變量

借鑒高蓓等(2016)[11]及郭紅玉等(2018)[14]等研究，本文還控制了銀行微觀層面與宏觀經濟層面特征變化：一方面，銀行微觀層面特征主要由流動性比率、資本充足率、權益資產比、凈資產收益率、加權風險資產占比、貸款占總資產之比及存款占總負債之比等變量來反映。其中，流動性比率為流動性資產占總資產比重、資本充足率為資本金規模與加權風險資產之比、權益資產比為總權益與總資產之比，這些指標用來體現銀行流動性及其結構、資本規模及杠桿倍數；凈資產收益率為凈利潤與平均股東權益之比，用以反映銀行盈利能力；加權風險資產占比為加權風險資產與總資產之比，可以描述銀行風險資產持有情況；貸款占總資產之比與存款占總負責之比均可體現銀行規模。另一方面，宏觀經濟波動也是影響銀行信用風險的重要因素，學術界主要從經濟增長和貨幣政策等方面進行設定，除了上文對經濟增長的考慮，還選取廣義貨幣供應量增長率及一年期貸款基準利率等變量，以體現貨幣政策的變化，兩者分別衡量數量型與價格型貨幣政策工具。為了消除極端值的影響，本文對所有連續變量進行1%和99%分位的Winsorize處理(各變量的定義見表1)。

表1 變量定義與樣本基本特征

三、研究設計

1.基于雙重差分模型的基本結果處理

本文重點考慮經濟下行壓力下資產證券化對銀行信用風險的影響，即在“經濟增速較低區”的影響。在第t期，將發行資產證券化銀行定義為處理組，將未發行資產證券化銀行定義為對照組，采用DID方法估計“經濟下行壓力”下資產證券化對銀行信用風險的影響。具體構建如下模型：

式(1)中，Yit為銀行i在時期t的信用風險，即不良貸款率；Bi為處理組虛擬變量，若銀行i在時期t發行資產支持證券取值為1，否則為0；Gt為時間效應虛擬變量，若處在“經濟增速較低區”取值為1，否則為0。式(1)中，交互項系數a1才是需要度量的影響效應。λk和σt分別為銀行及時間固定效應，X為控制變量，包括銀行層面和宏觀層面控制變量。在使用DID時，需要進行“平行趨勢檢驗”，本文將區間前推一年，即將2013年之后的時間設為“經濟增速較低區”，分析資產證券化對銀行信用風險的影響是否存在顯著變化，如果交互項統計上不顯著，則說明在虛擬的時間區間內，資產證券化對銀行信用風險的影響在兩者之間不存在顯著差異，即滿足“平行趨勢假設”。

2.穩健性檢驗

我國多數金融創新由政策力量推動，這對資產證券化也不例外，為此本文引入外生政策因素對上述結果進行穩健性檢驗。在資產證券化重啟后，最具影響力的政策即2014年底及2015年初，監管機構分別將資產證券化業務由審批制改為備案制或注冊制，這致使資產證券化的發展不斷提速，并且該政策的時間區間與本文的“經濟下行趨勢”重疊性較高，可作為“經濟下行趨勢”時間效應的有效替代。本文以這一政策變化為基礎，構建如下雙重差分模型：

式(3)中，Pt為設定的政策變量(Policy的簡稱)，該政策發生在2014年底及2015年初，因此將2015年及其之后取值為1，否則為0，其余變量與式(1)一致。鑒于政策的時間區間基本與“經濟下行趨勢”相重疊，在具體分析時，僅考慮政策變量與資產證券化變量的交互性結果，不再分析經濟增長效應。式(3)交互項系數γ1為待評估的政策效應。在穩健性檢驗中，本文以撥備覆蓋率(pcl)為被解釋變量。

實證結果與分析

一、經濟下行背景下資產證券化對銀行信用風險影響的初步判斷

表2比較了處理組和對照組在“經濟增速較低區”前后不良貸款率的差異，在上半部分，DID值均顯著為負，說明在經濟下行壓力下，資產證券化顯著降低了銀行不良貸款率，可見假說1成立。下半部分為“平行趨勢檢驗”，DID值雖然為負，但均不顯著，說明在虛擬時間效應中，處理組和對照組之間不存在顯著差異，即通過了“平行趨勢假設”檢驗。

表2 經濟下行壓力下資產證券化對銀行信用風險的影響：基于雙重差分模型

表3 經濟下行壓力下資產證券化對銀行信用風險的影響：雙重差分回歸結果

表3匯報了基于雙重差分模型的回歸結果，顯示交互項系數在1%的水平下顯著為負，可見資產證券化有利于在經濟下行壓力下降低銀行信用風險，再次驗證了假說1。對于控制變量：流動性比率變量系數顯著為正，可見資產流動性的上升顯著提高了銀行不良貸款率，這與高蓓等(2016)[11]的結論一致，并如同Shin(2009)[8]及Shlerfer和Vishny(2000)[7]所指出，過高的資產流動性會使銀行在選擇貸款項目時降低信貸標準，導致資產質量下降及不良貸款率上升；資本充足率變量系數顯著為正，即資本充足率與銀行不良貸款率存在顯著正相關關系，這與郭甦和梁斯(2017)[15]的結論相反，主要原因在于資本水平較高的銀行，可能具有更為激進的經營模式，及更強的利潤擴張傾向。無論是經營模式的激進，抑或利潤擴張的偏好，均會誘使銀行提高風險資產的配置力度，甚至降低信貸資產的審核標準及門檻，這無疑不利于資產質量與不良貸款率的改善；凈資產收益率與權益資產比系數均顯著為負，意味著銀行盈利越低，或杠桿倍數越高，不良貸款率也越高，這與理論基本吻合；貸款占比系數顯著為正，反映貸款規模越高銀行不良貸款率也越高；廣義貨幣供應量增長率與一年期貸款利率系數分別顯著為正或負，表明較高的貨幣增長率及較低的利率水平，對應較高的不良貸款率。我們知道，傳統理論認為銀行信貸投放具有順周期特征，并且在寬松貨幣條件下，宏觀經濟環境的增長必將助推銀行擴大信貸投放力度，銀行為了滿足信貸增長亦會加大信貸杠桿，進而引發不良貸款率和信用風險的上升(顧海峰和張亞楠，2018)[13]，該結果意味著銀行在經濟上行周期時會進一步積累風險。

二、區分銀行類別的分析

不同銀行資產證券化發展及不良貸款率均值對比的t檢驗結果顯示(見表4)，非上市銀行與規模較低銀行的不良貸款率(根據貸款占比中位數，對規模較高與規模較低銀行進行區分)，分別顯著高于上市銀行與規模較高銀行，并且城商行不良貸款率的均值也顯著高于其余銀行，說明非上市銀行與規模較低銀行的信用風險較高。從資產證券化變量均值來看，非上市銀行與規模較低銀行分別顯著高于上市銀行及規模較高銀行，城商行資產證券化虛擬變量均值也顯著高于其余銀行。這些結果表明非上市銀行、規模較低銀行與城商行具有較高信用風險，并且這些銀行的資產證券化發展程度也較高，那么我們需要深入思考的是，在經濟下行背景下，較高的資產證券化發展程度能否有助于緩解這類銀行的信用風險？

表5前兩列結果顯示上市銀行與非上市銀行交互項系數至少在5%的水平上顯著為負，且后者絕對值更高，可見資產證券化對非上市銀行信用風險的緩解力度更強；在針對股份制銀行(包括國有銀行)、城商行和農商行的結果中，農商行不顯著，城商行系數絕對值最高，可見資產證券化對城商行信用風險的降低作用最大；最后兩列即對銀行規模分組的結果，顯示資產證券化對信用風險的緩解力度在貸款占比較低組更強。綜合表4與表5結果可以得知，非上市銀行與規模較低銀行同時具有較高信用風險及資產證券化發展程度，并且資產證券化的發展也有助于緩解這類銀行的信用風險，該結果也說明了一個現實問題，即由于上市銀行，或規模較高銀行擁有多元化業務結構與風險管理方式，在面臨經濟下行沖擊時，其也擁有更多措施予以應對，因此未必將資產證券化作為常用風險管理手段。而非上市銀行及規模較低銀行業務結構較為單一，風險管理手段也相對匱乏，這類銀行更偏好將資產證券化作為一項風險管理工具。

表4 區分不同銀行類別的資產證券化發展情況及信用風險判斷

表5 區分銀行類別的分析：雙重差分回歸結果

三、區分銀行微觀特征的分析

表6為將全樣本按照流動性比率、資本充足率、凈資產收益率及加權風險占比中位數進行分組。在基于流動性比率分組的結果中，交互項系數均顯著為負，但流動性比率較低組系數絕對值和顯著程度較高，說明隨著經濟下行，資產證券化對銀行信用風險的降低程度在流動性較低組更大；在基于資本充足率分組的結果中，資本充足率較低組交互項系數為-0.168，并在5%水平下顯著，而較高組系數并不顯著，這證實在經濟下行壓力下銀行資本規模越低，資產證券化對信用風險緩解力度越強；列(5)、(6)為基于凈資產收益率分組的結果，交互項系數均顯著為負，但凈資產收益率較低組交互項系數略高，表明資產證券化更有助于改善盈利性較低銀行的信用風險；最后兩列為基于加權風險資產占比分組的結果，顯示風險資產較高組交互項系數絕對值更高，說明在經濟下行背景下，銀行風險資產規模越高，資產證券化越有利于緩解信用風險。表6結果證實了在經濟下行壓力下，資產證券化可通過改善銀行資產流動性、資本規模、盈利水平及風險資產占比等微觀結構，以實現信用風險降低，并體現了假說2和假說3的合理性。

穩健性檢驗：納入政策因素后的再分析

一、關于初步判斷的穩健性檢驗

在穩健性檢驗中，將信用風險代理變量替換為撥備覆蓋率，我們僅考慮政策因素與資產證券化變量的交互項結果。雙重差分結果見表7，顯示無論是資產證券化虛擬變量，還是資產支持證券發行程度，交互項系數均顯著為正，說明在政策因素主導下，資產證券化顯著提高了撥備覆蓋率，再一次證實在經濟下行壓力下資產證券化對銀行信用風險的有利作用，可見假說1是穩健的。

二、區分不用銀行類別的穩健性檢驗

表8匯報了區分不同銀行的雙重差分回歸穩健性檢驗結果，顯示雖然多數交互項系數顯著為正，但非上市銀行交互項系數高于上市銀行、城商行交互項系數高于股份制銀行與農商行、貸款占比較低組交互項系數亦高于貸款占比較高組，表明隨著政策力量推動，在經濟下行壓力下，資產證券化對銀行撥備覆蓋率的提升力度(即信用風險的緩解程度)在非上市銀行、城市商業銀行及貸款占比較低組更高。表8交互項系數的表現，顯示了表4結果的穩健性。

三、區分銀行微觀特征的穩健性檢驗

表9即區分銀行微觀特征的穩健性檢驗。結果顯示：對于資產流動性、資本規模、盈利性越低，及風險資產占比越高的銀行，在政策因素推動下，資產證券化越有利于提升撥備覆蓋率，這進一步證實了在經濟下行壓力下，資產證券化可通過改善銀行微觀結構，以實現信用風險的降低。該結果與表6基本一致，說明假說2和假說3是穩健的。

表9 區分銀行不同微觀特征的穩健性檢驗：雙重差分回歸結果

結論與啟示

根據我國銀行業樣本數據，基于相關文獻回顧與機制分析，本文采用雙重差分法全面分析了經濟周期下行背景下資產證券化對銀行信用風險的影響，研究發現：(1)在經濟下行趨勢中，資產證券化顯著降低了銀行信用風險，在納入政策因素后，該結果依舊是穩健的。(2)相比上市銀行和規模較大銀行，資產證券化對非上市銀行、規模較小銀行及城商行等信用風險的降低程度更高。(3)對于資產流動性、資本規模、盈利性越低，及風險資產占比越高的銀行，資產證券化越有利于緩解信用風險，這也從側面證實了在經濟下行壓力下，資產證券化可通過改善銀行資產流動性、資本規模、盈利水平及風險資產占比等微觀結構，以實現信用風險的降低。

本文的政策意義在于：首先，處在創新初期的資產證券化還存在較大發展空間。若資產證券化以提高資產流動性、優化風險管理渠道及緩解資本壓力為目的，則可以倡導大力發展，畢竟資產證券化可作為商業銀行在經濟下行壓力下應對風險沖擊的重要手段。其次，適度調整制度約束，漸進式推動資產證券化的“表外化”模式，為風險轉移功能發揮提供空間，豐富銀行在經濟下行周期中的風險管理渠道。但也需要進一步完善法律法規體系，從基礎資產池質量、信息披露、信用評級和增級等方面對“表外化”模式進行約束。最后，在目前“雙支柱”框架及金融穩定發展委員會的領導下，構建一種跨機構、跨市場和跨產品的監管系統，在各個子系統之間實現分工協作及信息溝通，尤其實現資產證券化業務主體與監管機構之間的信息共享，從微觀與宏觀兩個方面規范業務主體的行為，確保微觀審慎監管與宏觀審慎監管的有機融合。

注釋

1.據中國銀保監會相關數據顯示，銀行全行業不良貸款余額由2011年第四季度開始由降轉升，至2018年第四季度持續上升。截止2018年第3季度，商業銀行不良貸款率達到1.87%，較上季度末增加0.01個百分點，創下了2009年金融危機后的新高；同時，截止2018年底，商業銀行不良貸款率達到1.89%，又持續上漲0.02個百分點，創下10年內新高，并且不良貸款總額為2萬億元左右。

2.最具典型意義的政策有：2014年11月20日，銀監會下發了《關于信貸資產證券化備案登記工作流程的通知》，將信貸資產證券化業務由審批制改為業務備案制；同年11與21日，證監會正式頒布《證券公司及基金公司子公司資產證券化業務管理規定》，將資產證券化產品從之前的行政審批轉向備案制。2015年4月2日，央行下發公告(2015，第7號)稱，已經取得監管部門相關業務資格，發行過信貸資產支持證券且能夠按規定披露信息和受托機構和發起機構，可以向中國人民銀行申請注冊。

3.2016年2月，央行等八部委聯合發布《關于金融支持工業穩增長調結構增效益的若干意見》，同年4月，銀行間交易協會發布了《不良貸款資產支持證券信息披露指引(試行)》，意味著不良貸款證券化業務的開啟，不良貸款ABS也正式成為銀行處置不良貸款的方式之一。

4.中國資產證券化分析網(www.cn-abs.com，簡稱：CNABS)。

5.自2011～2017年，樣本銀行資產規模占銀行業總資產規模之比依次為89.6%、89.7%、94.7%、91.3%、90%、88.2%及86.1%，即樣本銀行資產占比基本為90%左右，可見所選樣本能夠代表整個中國銀行業。

6.根據國家統計局官方網站數據顯示，2011～2017年，GDP增長率分別為9.6%、7.9%、7.8%、7.3%、6.9%、6.7%及6.8%。