金融創新對我國上市商業銀行信用風險的影響研究
——基于16 家上市商業銀行數據實證分析

李金花，李玉娟

（貴州大學 經濟學院，貴州 貴陽 550025）

一、引言

“互聯網+”的出現沖擊著傳統商業銀行經營模式，業務經營出現困難，在此背景下，追求穩定經營的同時也希望能降低自身的系統性風險。黨的十九大報告指出，需要打好防范化解重大風險等三大攻堅戰；黨的二十大報告也提到，要完善和健全金融風險的防范、預警和處置機制。商業銀行進行創新迫在眉睫，但金融創新在提升銀行的經營水平的同時容易引發風險隱患，并且信用風險是我國銀行的主要風險。基于此，金融創新對商業銀行信用風險的影響有待進一步檢驗。金融創新對商業銀行信用風險鮮有文獻研究，本文引入2012—2021 年的數據，選取16 家商業銀行，建立面板數據進行實證分析，實證檢驗金融創新對商業銀行信用風險的影響。

二、文獻回顧

（一）國外文獻綜述

國外文獻研究主要集中于金融創新與風險承擔方面的內容，Peneder（2012）[1]研究指出，金融創新是具有動態性的，所以金融創新給使用者帶來的就是隨著使用方式的變化而變化。Davis 和Karim（2008）[2]認為金融危機期間不確定性增加和非理性行為是金融市場創新、創新產品的復雜性以及不透明性所導致的。Fecht 等（2012）[3]、Dinger 和Hagen（2009）[4]指出由于巴塞爾協議提高了銀行自有資本比率，所以銀行不得不發展高風險高收益的表外業務。擴張的表外業務容易造成資金的期限錯配，因此，當銀行面臨流動性危機時，更依賴于從銀行同業拆借市場獲取資金來補充流動性[5]。

（二）國內文獻綜述

在國內學者研究金融創新與商業銀行信用風險的關系中，郭立侖和周升起（2022）[6]用隨機森林模型來研究影響商業銀行信用風險的因素是來自外部還是內部，經實證分析發現內部因素占比較大，比如業務結構、經營管理。從宏觀角度來看，袁慶祿（2014）[7]通過分析杠桿率監管制度變革的基礎上，認為杠桿率監管新規的推出使商業銀行推出金融創新時要慎重。鄧偉等（2022）[8]、陳志成等（2022）[9]研究指出經濟政策的不確定性上升，商業銀行會將高風險資產向低風險資產轉移，此舉勢必會造成商業銀行的資產流動性囤積，降低信貸業務的流動性，容易引發商業銀行系統性風險。

從微觀角度來看，姚婷和宋良榮（2021）[10]從技術創新研究商業銀行信用風險的經濟資本是如何被影響的。也有的研究（李佳，2019）[11]認為資產證券化是不利于商業銀行信用風險的緩解的。但有學者認為金融創新與商業銀行信用風險之間呈線性關系。韓民和張楠（2021）[12]用SYS-GMM 估計方法，基于動態面板模型下研究金融創新對商業銀行的風險承擔是呈現倒“U”型的關系，羅萍（2020）[13]基于主成分分析的方法認為在經濟上行時期，積極的金融創新會降低銀行系統性風險，反之，經濟下行時期，金融創新反而會增加銀行系統性風險。

（三）文獻評述

綜上所述，金融創新對商業銀行信用風險的影響研究主要有從銀行外部、銀行內部進行分析，在這些研究的基礎上，學者們不斷引入新的指標和模型衡量銀行信用風險，如杠桿率監管等，不僅升華了研究內容，也提高了研究的準確性與精準性。本研究基于金融創新理論和現有實證研究的基礎上以及金融創新對銀行信用風險的影響并沒有統一的看法上，認為商業銀行不斷進行產品和服務的創新，本文選取16 家上市商業銀行，研究金融創新與商業銀行信用風險的關系，旨在為商業銀行信用風險管理提出些許可行性建議。

三、研究設計

（一）數據來源與樣本的選擇

考慮到樣本數據的可得性、準確性以及覆蓋面，本文選取2012—2021 年中國16 家上市商業銀行作為研究對象，分別是農業銀行、工商銀行、建設銀行、中國銀行、平安銀行、寧波銀行、浦發銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業銀行、北京銀行、光大銀行、中信銀行、交通銀行。數據均來自國家統計局網站、同花順iFinD。

（二）變量選取

1.被解釋變量。商業銀行信用風險衡量的指標有Z值的變化、預期違約率、資本充足率等指標。通過閱讀大量文獻可知，預期違約率的估計難度很大，并且我國商業銀行主要以存、貸、匯為主要業務收入來源，這就說明我國商業銀行面臨的主要風險是信用風險。因此，本文借鑒田雅群（2022）[14]的研究，選取不良貸款率（NPL）作為衡量商業銀行信用風險的主要變量。為保證結果的可信度，借鑒王曉和李佳（2019）[15]的研究，以撥備覆蓋率（PCR）的倒數作為被解釋變量進行穩健性檢驗。

2.解釋變量。金融創新（NIR），銀行在經營過程中，為應對市場環境變化的需求，其自身要進行產品和服務的創新以滿足客戶需求，來增加自己的收益并使得自身得以長期穩定發展。因此，綜合考量下，本文借鑒權飛過和王曉芳（2016）[16]的研究，以非利息收入占比作為金融創新的代理變量來進行實證研究。

3.控制變量。參照前人的研究，本文選取的控制變量主要考慮到兩個方面的因素，銀行自身因素方面包括資產規模、凈資產收益率、成本收入比、資本充足率；外部環境因素包括GDP 增長率、M2 增長率。如表1 所示。

表1 變量定義及符號

（三）模型設定

金融創新對商業銀行金融創新對我國上市商業銀行信用風險的模型：

其中，被解釋變量NPL為不良貸款率，度量商業銀行信用風險的變量；解釋變量NIR為非利息收入占比，為金融創新的代理變量；控制變量有6 個，Lnasset為對資產規模取對數；ROE為凈資產收益率；CIR為成本收入比；CAR為資本充足率；gGDP為GDP 同比增長率；M2 為貨幣供給增長率；α0為常數項；u代表個體效應；λ代表時間效應；ε為殘差項；下標i和t分別表示個體和時間；α1、α2、α3、α4、α5、α6、α7分別為對應回歸變量的系數項。

四、實證分析

（一）描述性分析

做實證分析之前，對各變量都進行LLC平穩檢驗，結果顯示各個變量P值都小于0.05，說明變量平穩，不需要對變量進行處理。表2 為主要變量的描述性統計分析結果。

表2 描述性統計

（二）實證回歸結果

為研究金融創新對商業銀行信用風險之間的關系，將變量做回歸，所得結果如表3 所示。

表3 非利息收入與不良貸款率的回歸結果

從實證分析結果中可知：由表3 的最后一列可知r2為81.5%，說明模型的擬合優度比較高。從表3中可知，資產規模和凈資產收益率的加入使得非利息收入占比回歸系數為0.009，在10%的水平上顯著；成本收入比對于商業銀行信用風險的影響并不顯著，而資本充足率在5%的水平下顯著。而兩個外部因素的加入皆在5%的水平下顯著。

（三）穩健性檢驗

為驗證研究結論的穩健性，將撥備覆蓋率的倒數作為不良貸款率的替代變量，重新建立回歸模型，所得結果如表4 所示。

表4 非利息收入與撥備覆蓋率倒數的回歸結果

由表4 可以看出：非利息收入占比回歸系數仍是顯著的，這說明，非利息收入占比、資產規模、凈資產收益率、資本充足率以及M2 增長率對商業銀行信用風險產生顯著影響。這表明研究結論是穩健的。

（四）異質性檢驗

根據不同銀行類型，分為國有四大銀行和其他銀行兩大類，分別為工商銀行、建設銀行、農業銀行和中國銀行4 家銀行，和其余12 家商業銀行，分組回歸如表5 所示。

表5 不同類型銀行的分組回歸

表5 中，列（1）、列（2）結果表明金融創新對四大銀行的信用風險影響顯著，且有效降低信用風險，這是因為四大銀行是國家直接控股的四家國有銀行，并且有國家信譽作保障，規模更是遠遠大于其他銀行。由此可知，金融創新能有效降低四大銀行信用風險。列（3）、列（4）為其他銀行的分組回歸結果，金融創新對銀行信用風險的增加效應顯著，這是因為規模較小的銀行應對信用風險的能力有限，且不合理的金融創新造成的信用風險，銀行難以及時給出相應的策略解決和資金支撐。

五、結論與政策建議

（一）結論

一是非利息收入占比對銀行自身信用風險呈正向作用，說明金融產品和服務的創新會導致商業銀行的信用風險增加，金融創新產品和服務的創新會給銀行帶來不確定性因素，造成風險、成本的增加。

二是將16 家商業銀行根據類別分為四大銀行和其他銀行兩大類進行研究，發現金融創新對銀行信用風險的影響，對其他銀行的影響要高于四大銀行，說明四大銀行在抑制金融創新造成的信用風險的作用要強于其他銀行。

（二）建議

一是商業銀行自身要有風險憂患的意識，經營好自身的業務固然重要，但也要隨著環境的變化而做出相應的政策措施，依托信息平臺的發展各行各業都在不斷創新自己的產品與服務，以此提升自己的經營業績，所以金融機構也不例外，基于以上實證分析，商業銀行應該進行適度的創新，對于金融市場的產品要開展實時追蹤，以保證其在流通中不為銀行帶來重大風險。

二是銀行對于創新應該從多個角度去思考，建立健全風險制度、風險管理、風險措施，通過實證分析我們可以看到，銀行的資產規模、凈資產收益率與其所承受的風險存在顯著性負相關關系，對于資產實力較弱的銀行，要加強風險防控水平，提高風險把控能力。