金融压力、所有制结构与银行风险承担
金融压力、所有制结构与银行风险承担——基于中国影子银行活动的实证研究*
刘南希 李 戎
[提 要] 2008年金融危机之后，监测与防范系统性金融风险、维护金融稳定成为各国监管机构的工作重点。本文构建了一个反映我国系统性金融风险的中国金融压力指数(FSIC)。基于此，本文研究不同所有制结构的商业银行将如何调整影子银行业务以应对系统性金融风险。实证结果表明，当金融压力上升时，相较于国有银行，非国有银行的风险承担水平显著上升。进一步研究发现，这一差异与两类银行对影子银行这一风险业务的调整有关。当金融压力上升时，国有银行会显著减少影子银行业务，而非国有银行的影子银行业务不会减少。本文提出了国有银行的双重职能这一观点来解释实证研究的发现。本文的研究结论对于指导我国金融市场化改革和防范系统性金融风险具有重要启示。
[关键词] 系统性金融风险；金融压力；所有制结构；银行风险承担；影子银行
一、引言
自2008年金融危机爆发以来，学术界和政府部门普遍意识到，随着金融自由化加强，金融创新不断加速，系统性金融风险成为影响金融体系乃至实体经济的重要因素。为此，各国监管机构纷纷加强了对系统性金融风险的监测和防范，将维护金融稳定作为工作重点。金融机构作为金融系统的微观主体，其风险承担行为一方面关系着系统性金融风险的积累，另一方面也深刻地影响着金融危机的传导和扩散。如果微观金融机构能够及时有效地根据系统性金融风险的变化调整自身的风险承担水平，将有助于防止系统性金融风险的进一步累积。相反，如果金融机构不根据系统性金融风险的变化做出相应的调整或者对系统性金融风险不敏感，则将加剧风险的累积并且助推风险的传导和扩散。在上一轮金融危机期间，正是以雷曼兄弟为代表的投资银行的超高杠杆率及其对系统性金融风险的无视，导致了金融危机的迅速扩散和剧烈影响。因此，微观金融主体将如何调整风险承担行为以应对系统性金融风险，是研究者和决策者需要关注的问题。
我国是以商业银行为主导的金融体系。因此，商业银行的风险承担行为一直是业界和学术界关注的重点。那么在系统性金融风险上升时期，银行作为微观主体，其个体风险承担水平会受到什么样的影响？银行是否会相应地调整其风险承担行为以降低可能的系统性风险爆发带来的损失？进一步，所有制结构对银行面对系统性金融风险的风险承担行为有何种影响？这是本文所关注的问题。
以往的文献主要从银行的传统业务出发，研究不同所有制结构的银行风险承担的差异，鲜有关注银行的表外业务。事实上，银行有动机在表外从事高风险业务以规避监管，同时获取高额利润(王喆等，2017)。2008年金融危机后，由于我国银行业监管趋严，银行表内的信贷扩张受到限制，而实体经济中的融资需求旺盛，影子银行业务便迅速发展起来。中国的影子银行仍然是以商业银行为主导的，通过与非银金融机构合作实现表外的信用扩张，典型业务模式包括委托贷款、信托贷款、表外理财等。2009—2015年期间，委托贷款已经成为传统银行贷款之后第二大规模的融资渠道(Chen et al.，2018)。因此，本文试图从影子银行业务的角度研究银行的风险承担行为，即不同所有制结构的银行在面对系统性金融风险时，如何对影子银行这一高风险业务进行调整。
为了解答上述问题，首先要能准确测度影响金融稳定的系统性金融风险。因此本文的研究主要分为两步。第一步，笔者首先构建一个能够反映系统性金融风险的指数——中国金融压力指数(FSIC)。具体来说，笔者根据中国金融体系的特点，选择来自银行部门、股票市场、债券市场、外汇市场、房地产市场等市场的关键指标，利用主成分分析法构建了2008年1月—2015年12月之间月度中国金融压力指数。第二步，笔者首先分析金融压力的变化对不同所有制结构的银行风险承担水平的影响。笔者发现，相较于国有银行，非国有银行在金融压力增加时，其个体风险水平上升得更大。进一步，笔者探究这一差异是否来源于两类银行在应对系统性金融风险变化时所采取的不同的调整行为。基于影子银行这一风险业务，笔者发现，当金融压力升高时，国有银行倾向于主动降低风险较大的影子银行业务，而非国有银行不会做出类似的调整。
值得讨论的是，本文的研究发现了一个与现有文献中完全不同的机制来解释所有制结构对银行风险承担行为的影响。关于所有制结构对银行风险承担的影响，学术界一直存在争议。主流的文献对这一问题给出了两种截然不同的观点。第一种观点认为，国有银行存在非市场化的高管激励机制和较为低效的资源配置，这导致其承担了更大的风险(祝继高等，2012；Barry et al.，2011；Zhu & Yang，2016)。第二种观点则建立在预算软约束的理论之上，认为国有银行可以获得政府的隐性担保，从而使其风险承担水平降低(Iannotta et al.，2007；2013)。也有研究进一步指出，国有银行从事了大量收益率较低但业务稳定性更好的基础建设项目，因此降低了风险承担水平(曹廷求等，2006；周开国和邓月，2016)。事实上，正是由于隐性担保动机才使得政府更倾向于将更多的基础建设项目委托给国有银行。在本文，笔者发现国有银行受到系统性金融风险的影响更小，从而支持了商业银行的国有制有助于降低银行风险的结论。然而，本文的实证结果并不能用预算软约束这一理论加以解释。按照预算软约束的理论机制，国有银行由于获得了政府的隐性担保，其对系统性金融风险的敏感性应该降低，从而缺乏足够的动机主动调节影子银行业务以应对系统性金融风险的升高。相反地，本文的实证结果发现国有银行倾向于压缩影子银行业务以防范系统性金融风险进一步累积所带来的冲击。基于这一分析，本文提出了所有制结构影响银行风险承担行为的第三种可能的解释：国有银行的双重职能。即，国有银行，特别是国有大型商业银行，由于与监管层的关系更加密切，除了承担普通的商业银行职能之外，还承担了防范系统性金融风险累积的职能。2008年金融危机以来，我国政府加强了对系统性金融风险的监测和管理。在我国现行体制下，国有银行的管理者不仅要对银行的业绩负责，更是宏观层面政策和方针的具体执行者，从而使国有银行承担了部分防范化解系统性金融风险的职能。在这一职能的驱使下，国有银行有动机通过调整影子银行业务、主动降低风险承担水平来防范系统性金融风险的进一步累积。
与以往研究相比，本文在以下几个方面做出了贡献。第一，构建了一个符合中国国情的金融压力指数。第二，将影子银行这一表外业务作为银行调整风险承担的行为表现，分析银行是否会调整风险承担水平以应对系统性金融风险，从而揭示我国金融体系中最重要的微观主体如何应对系统性金融风险。第三，丰富了所有制结构与银行风险承担的相关文献，提出了一种新的影响机制。
二、文献回顾
(一)金融压力指数
金融压力指数的概念最早是由Illing & Liu(2006)提出的。2008年金融危机之后，国际货币基金组织、美国联邦储备银行等机构也相继研发出各自的金融压力指数，用以度量系统性金融风险。它们认为随着金融市场和金融机构预期损失以及经济金融不确定性的增加，金融体系内部不断聚集压力，当压力达到某一极端值时，则意味着金融危机的出现，构建金融压力指数能够有效地反映系统性金融风险。
近年来，国内外学者通过运用金融压力指数测度系统性金融风险，取得了许多研究成果。Hakkio & Keeton(2009)采用主成分分析法，选取11个基础变量构建出堪萨斯市的金融压力指数，研究了金融压力对宏观经济的影响。Girardi & Ergün(2013)选取16个变量构建欧洲金融压力指数，用以分析了1999—2009年间欧洲的金融压力事件。Cardarelli et al.(2011)采用等方差权重法构建了一个度量金融风险的综合压力指数，他们的研究表明因金融困境造成的金融高压力期会对实体经济产生负面影响。国内学者对金融压力的研究主要集中于金融压力指数的变量选取和构造问题(许涤龙和陈双莲，2015；刘瑞兴，2015；徐国祥和李波，2017)。Li & Tian(2018)则通过构造中国金融压力指数研究了宏观货币政策与金融压力之间的关系。
(二)所有制结构与银行风险承担
学术界普遍认为不同所有制结构的银行会有不同的风险偏好，因此会有不同的风险承担水平(Forssbaeck，2011)。然而如前所述，关于所有制结构对银行风险承担的影响，学术界一直存在争议。部分学者认为，相较于非国有银行，国有银行或政府控股银行的风险承担水平会更高，银行经营效率会更低(Berger et al.，2005；祝继高等，2012；Zhu & Yang，2016)。这主要是由于政府出于宏观经济和政治支持的考虑，会对国有银行的信贷和经营进行干预，产生了较低的资源配置效率，导致国有银行增加大量的非经济效益的贷款。这些贷款通常具有更高的违约率，从而使得国有银行承担了更高的信用风险(谭劲松等，2012；Micco et al.，2007)。
然而，另一部分研究则得出了相反的结论。主流的文献基于预算软约束理论对这一现象进行了解释，认为国有银行可以获得政府的隐性担保，从而使其风险降低(Iannotta et al.，2007；2013)。曹廷求等(2006)的实证研究表明政府以股东身份对银行(董事会)的控制起到了降低银行风险的明显效果。周开国和邓月(2016)用覆盖174个国家或地区的样本研究政府控股对银行风险承担水平的影响。他们的研究也发现发展中国家的政府控股会降低银行的风险承担水平，提升银行的稳定性。原因是政府的隐性担保动机倾向于将大量收益率较低但业务稳定性更好的基础建设项目委托给国有银行，因此降低了国有银行的风险承担水平。此外，在不同的经济周期，银行风险承担水平也会有所差异(潘敏和张依茹，2012)。由此，笔者提出本文第一个研究假设：金融压力的变化会对银行风险承担产生影响，不同所有制结构的银行风险承担水平会有所差异。
(三)影子银行与银行风险承担
以往文献主要关注银行表内风险承担，但现实中银行为了满足资本充足率等监管要求，有动机将高风险业务转移至表外(Hakenes & Schnabel，2010)。影子银行业务便是银行高风险表外业务的一种。我国的影子银行业务是在后金融危机时代发展起来的。“四万亿”经济刺激计划出台之后，随之而来的经济过热使得监管层不得不收缩银行信贷，实体经济难以从传统信贷渠道获得资金，导致影子银行业务迅速发展起来。
Chen et al.(2018)为了研究中国货币政策与影子银行的关系，手工构建了两个关于影子银行的数据库，其中一个是委托贷款数据库，另一个是银行应收账款投资数据库。他们的研究表明，在2009—2015年，相较于国有银行，非国有银行从事了更多的影子银行业务。并且银行表内的应收账款投资与委托贷款高度相关。例如2014—2015年间，在非国有银行中有78.04%的应收账款投资是以委托贷款受益权的形式存在。由此，银行把委托贷款这一表外影子银行业务的风险带到了表内。
受此启发，本文主要关注银行从事影子银行业务这一高风险承担行为，由此提出本文的第二个研究假设：银行会调整影子银行业务以应对金融压力的变化，不同所有制结构的银行风险承担行为会有所差异。
三、中国金融压力指数的构建
为了研究系统性金融风险对银行风险承担行为的影响，笔者首先构建了一个能够反映系统性金融风险的指数——中国金融压力指数(FSIC)。金融压力指数的构建，主要有两个方面的重点，一是基础变量的选取，二是变量的加总。本文将分别对这两点进行说明，并对最终构建的中国金融压力指数进行描述，见表1。
(一)基础变量的选取
由于金融压力指数需要反映整个金融体系的风险累积程度，因此需要涵盖全面的金融变量。在已有的研究中，研究者通常选取多种不同类型的金融市场变量，例如选取银行部门、股票市场、债券市场、外汇市场、房地产市场的相关变量(Illing & Liu，2006；Hakkio & Keeton，2009；许涤龙和陈双莲，2015；刘瑞兴，2015；徐国祥和李波，2017；Li & Tian，2018)。这些变量虽然较为全面地反映了各个金融市场和金融机构的风险状况，却忽略了投资者情绪。笔者认为投资者情绪反映了投资主体对预期损失的风险感知及其带来的心理压力，这种压力最终会通过资产配置行为表现出来，成为股票市场波动的重要来源因素。基于此，本文在涵盖文献中涉及的主要金融变量中，也将投资者情绪纳入到了金融压力指数的测度中。
本文构建中国金融压力指数选取的基础变量来源于银行部门、股票市场、房地产市场、外汇市场和国债市场，各部门选取的具体变量如下：
1.银行部门。商业银行是中国金融体系中最重要的组成部分，笔者选用了三个指标来度量商业银行系统的稳定性。第一个是利用资本资产定价模型(CAMP)估计的银行业上市公司的β系数。这一系数度量了银行业上市公司股票价格与整个证券市场的相对波动。当系数越大时，意味着银行业上市公司相对于其他上市公司而言其风险越高。第二个是商业银行贷款总额与国民生产总值之比的变化率。这一比例反映了整个经济体系的杠杆大小，当其快速升高时，意味着经济在迅速地提高杠杆，加剧了金融压力。第三个是商业银行不良贷款率。该变量衡量了银行部门的信用风险水平。
2.股票市场。股票市场风险是金融压力的另一个重要来源，笔者同样选用了三个指标。第一个指标是上证指数下跌变量，指的是一年移动时间窗口内上证指数最大跌幅。第二个指标是股票指数波动率，采用上证指数日收盘价的标准差。第三个指标是表征投资者情绪的变量——IPO数量。以往研究表明火爆的发行市场与高涨的投资者情绪密切相关，公司往往选择在投资者乐观的时间段发行股票(Loughran et al.，1994；Lowry & Schwert，2002；韩立岩和伍燕然，2007)。
3.房地产市场。房地产部门作为联接家庭和金融系统最重要的部门，其不稳定性经常被认为是金融危机的源头。本文选用了两个指标来度量房地产市场的风险：第一个是房地产类上市企业的β系数；第二个是中国房地产景气指数。其中，房地产行业的β系数主要反映房地产上市企业的相对风险。该指标度量了房地产上市公司股票价格与整个证券市场的相对波动。当系数越大时，意味着房地产上市公司相对于其他上市公司而言风险越高。但由于中国还存在众多非上市的房地产企业，国家统计局编制的国房景气指数可以将这部分非上市房地产企业纳入考虑，反映全国房地产业发展景气状况，因此本文也选用了国房景气指数作为基础指标，国房景气指数越高，金融压力越小。
4.外汇市场。中国是全球许多国家的主要贸易伙伴，也是外汇储备最多的国家，因此外汇市场的稳定性也关乎着中国经济的稳定。笔者选取了人民币兑美元汇率的变化率作为外汇市场压力的度量指标。当人民币贬值时，境内会面临资本流出的压力，这会导致金融压力上升。
5.国债市场。笔者选用上海证券交易所编制的国债指数的变化率来描述政府的债务负担压力。这一国债指数按照发行规模，综合了所有在上海证券交易所交易的国债品种，能够全面反映我国国债市场的状况。当国债指数升高时，一方面说明国债发行规模的扩大，这意味着政府债务负担压力的升高；另一方面国债指数升高，通常表明避险资金大量涌入债市，这反映了金融市场其他资产收益率的下降(如股市)。以上两点都意味着金融压力的上升。
表1 FSIC构建中所选用的基础变量
注： ①β=cov(r,m)/var(m)，r和m分别代表银行业指数和市场指数收益率，本文选用的是CSI银行指数和CSI 300指数，计算中采用一年移动时间窗口。②CMAXt=1-xt/max，xt表示上证指数日收盘价，时间跨度T为一年(250个交易日)。
(二)变量的加总
构建金融压力指数的另一个重点是变量的加总。文献中对如何加总各个金融变量并没有统一的认识。常用的方法包括了主成分分析法(Hakkio & Keeton，2009；徐国祥和李波，2017)、等方差权重法(Cardarelli et al.，2011)、信用权重法(Illing & liu，2006)、CRITIC法(许涤龙和陈双莲，2015)、复合式系统压力指标法(张勇等，2017)等。由于系统性金融风险是指影响整个金融系统的风险，因此，金融压力的变化应该是由某种因素驱动各个金融市场和金融机构的风险共同变化所产生的结果。主成分分析法的特点在于能够捕捉驱动多个变量共同变化的趋势性因素。因此，本文选择主成分分析法作为加总方式。这种方法也被美国联邦储备银行所采纳(Hakkio & Keeton，2009)。
(三)指数的构建结果
笔者选取了以上10个变量从2008年1月到2015年12月的数据，整理后的数据频率为月度，资料来源为万德数据库。本文采用了主成分分析法，主成分反映了驱动上述金融变量共同变化的力量。因此，笔者提取第一大主成分作为中国金融压力指数。这一指数越大，意味着经济承受着更高的金融压力。
表2展示了各个变量的变化对金融压力指数变动的贡献系数。其中，商业银行和房地产行业上市公司的β系数均与金融压力指数正相关。这是因为当β系数增加时，表明该行业的风险升高。类似的，贷款总额与GDP之比的变化率也与金融压力指数正相关。这是由于过大的贷款比例意味着经济杠杆快速加大。此外，笔者还能看到较快的货币贬值和快速攀升的政府债务也能够加剧金融压力。另一方面，积极的投资者情绪和房地产景气指数的提高能够有效降低金融压力。
表2 基础变量对主成分的影响系数
图1绘制出了2008年1月—2015年12月间我国金融压力指数走势图。图1捕捉到了国内外一些重大事件，印证了本文构建的这一金融压力指数的有效性。具体来看，受全球金融危机的影响，我国金融压力指数在2008年全年出现持续增长的势头，并在2008年10月达到样本期间的最高值。随后，我国政府出台“四万亿”计划以扩大内需、刺激经济，金融压力逐渐下降，可以看到，2010年4月—2011年7月，我国金融压力指数较低。这反映了我国经济金融形势在这一时期的平稳发展。而2011年下半年开始，欧债危机全面爆发，受其影响我国金融压力指数也出现明显上升。之后在2013年6月和12月，我国银行业出现“钱荒”，造成整个金融业流动性紧张，金融压力指数再次上升。最后，在2015年6月，我国股市出现严重异常动荡，上证指数在6月12日创下5 178点新高之后，在短短53个交易日内暴跌至2 850点，金融压力指数也随之迅速攀升。
图1 中国金融压力指数(FSIC)走势图
四、实证研究设计与描述性统计
根据上一节构建的我国金融压力指数，本节将研究本文关注的核心问题：商业银行的风险承担水平在系统性金融风险变化时，受到了怎样的影响？商业银行是否会通过主动调节其风险业务来应对系统性金融风险的变化。在具体的研究中，笔者特别关注影子银行业务。原因在于，影子银行业务游离于监管之外，商业银行对影子银行业务的调整能够反映出银行主体主动的风险承担调整行为。
(一)研究样本与数据来源
本文银行业的主要相关数据来源于Chen et al.(2018)的公开数据。(1)详见https://www.aeaweb.org/articles?id=10.1257/aer.20170133。他们手工构建了两个关于影子银行业务的数据库，其中一个是委托贷款数据库，另一个是银行应收账款投资数据库。数据为面板数据，时间为2009—2015年，频率为季度。其中银行应收账款数据库包含的样本为16家上市银行，其中5家为国有银行；委托贷款数据库的样本既包括16家上市银行，还包括一些非上市银行和非银金融机构。为了保持回归分析中样本的一致性，笔者最终选用的样本均为16家上市银行，其中5家为国有银行，在部分回归分析中用包含非上市银行的银行样本做稳健性检验。其他财务和宏观数据均来源于万德数据库。
(二)变量选取
由上文分析可知，银行业的风险承担水平是否会随着系统性金融风险的变化而有所调整，关系着金融系统能否自发地主动降低风险水平，从而防止系统性风险的进一步累积，同时也影响着金融危机的传导和扩散。从银行所有制结构的角度来看，国有银行与非国有银行的风险承担水平和行为可能会有差异。同样的，银行的所有制结构也可能影响着商业银行面对系统性金融风险变化时的应对策略。本文首先分析金融压力的变化对不同所有制结构的银行风险承担水平的影响，然后进一步探究这一差异是否来源于两类银行对影子银行这一风险业务的调整行为差异。因此，本文选取的变量见表3。
1.金融压力指数。本文选用金融压力指数的变化率(GFSICt)作为系统性金融风险变化的度量，FSIC的具体构建方式见上文。
2.银行风险承担水平。目前，用于衡量银行风险承担水平的代理变量主要有z指数(Laeven & Levine，2009；Barry et al.，2011)、风险加权资产比率(Delis & Kouretas，2011；方意等，2012；江曙霞和陈玉婵，2012)以及不良贷款率(Gonzalez，2005；Berger et al.，2005；Lin & Zhang，2009；Zhu & Yang，2016；方意等，2012)。其中，z指数计算的是破产风险。考虑到我国存在政府隐性担保的特殊背景，商业银行不存在破产风险，因此z指数并不能很好反映我国银行风险承担。而风险加权资产数据缺失严重，通常只在个别银行的年报或半年报中公布，难以获得季度数据。同时，风险加权资产只是一个时点数据，银行为了美化监管指标(如资本充足率)，有动机在报告发布前夕调整相关风险业务，导致其反映出的银行风险承担水平失真。与风险加权资产类似，商业银行也有对不良贷款率进行美化的动机，但是风险加权资产涉及的银行资产种类很多，包括银行的现金、证券、贷款等，银行对于现金、投资性金融资产等流动资产的处置相对容易，而对于不良贷款的剥离则需要更复杂、漫长的过程。出于数据完整性和真实度等综合考虑，最终本文选择了不良贷款率(NPLi,t)作为银行风险承担水平的代理指标。
3.影子银行业务——表征银行风险承担行为。参照Chen et al.(2018)的做法，本文选用委托贷款(logL_SUMi,t，logL_AVGi,t，N_LOANi,t)和应收账款投资(logARIXi,t)作为影子银行业务的代理变量。其中，委托贷款表征银行的表外活动，L_SUMi,t是当期银行委托贷款的总规模。用L_AVGi,t当期银行单笔委托贷款的平均规模以及N_LOANi,t即当期银行委托贷款业务数做稳健性检验。应收账款投资表征银行的表内活动，ARIXi,t是应收账款投资扣除掉央行票据和国债后的余额(为了简便，本文仍称为应收账款投资)。研究发现，ARIXi,t绝大部分是以委托贷款受益权的形式存在。于是通过这一形式，商业银行尤其是非国有银行，将表外影子银行风险转移到了表内(Chen et al.，2018)。
4.其他控制变量。此外，本文的实证模型中还引入了相关控制变量，即Controli,t，具体定义见表3。
(三)模型设定
1.金融压力对不同所有制结构的银行风险承担水平的影响。首先来看在金融压力变化时，商业银行的风险承担水平受到了怎样的影响。为了区分不同所有制银行的差异，笔者借鉴Chen et al.(2018)的研究设计，模型设定如下：
NPLi,t=α0+β0GFSICt+β1GFSICt
×NSBi+∑αiControli,t+εi,t
(1)
式中，i代表银行个体；t代表观测期间；NPLi,t表示银行i在t时期的不良贷款率；GFSICt为t时期的金融压力指数相较于上一期的变化率；NSBi为二值变量，如果是非国有银行则取1，否则取0；Controli,t为控制变量，其具体定义见表3；β0表示金融压力的变化对国有银行不良贷款率的影响；β1表示国有银行和非国有银行在应对金融压力变化时表现出的差异；β0+β1表示金融压力的变化对非国有银行不良贷款率的影响。
2.金融压力对不同所有制结构银行的影子银行业务的影响。接下来，笔者研究商业银行的影子银行业务如何应对金融压力的变化。如前文所述，笔者之所以关注影子银行业务，是因为影子银行业务游离于监管之外。商业银行对影子银行业务的调整，能够更好地反映银行对其风险承担水平的主动调节，从而区别于为满足监管要求而进行的被动调节。在这一部分中，笔者将影子银行业务分成了表外和表内两类。对影子银行表外活动的研究模型设定如下：
表3 变量及其定义
logL_SUMi,t=α0+β0GFSICt+β1GFSICt
×NSBi+∑αiControli,t+εi,t
(2)
对影子银行表内活动的研究模型设定如下：
logARIXi,t=α0+β0GFSICt+β1GFSICt
×NSBi+∑αiControli,t+εi,t
(3)
式中，i代表银行个体，t代表观测期间。logL_SUMi,t表示银行i在t时期的委托贷款总规模取对数，logARIXi,t表示银行i在t时期的应收账款投资总规模取对数，GFSICt为t时期的金融压力指数相较于上一期的变化率，NSBi为二值变量，如果是非国有银行则取1，否则取0，Controli,t控制变量的具体定义见表3。β0表示金融压力的变化对国有银行影子银行业务的影响，β1表示国有银行和非国有银行的差异，β0+β1表示金融压力的变化对非国有银行影子银行业务的影响。
(四)描述性统计
表4是主要变量的描述性统计。GFSIC的均值为0.723，最小值为-1.969，最大值为18.88，表明金融压力在不同时间段的变化较大。NPL的均值为1.051%，最小值为0.38%，最大值为4.32%，表明不同银行的不良贷款率有所差异。logARIX,logL_SUM,logL_AVG的标准差均较大，说明不同银行的影子银行业务规模差异较大。从N_LOAN委托贷款笔数来看，样本内银行的平均委托贷款业务数约为3笔，其中最小值为1笔，最大值为27笔，说明不同银行从事委托贷款业务数量的差异较大。NSB的均值为0.635，表明样本中有63.5%为非国有银行。
表4 描述性统计
五、实证结果分析
(一)金融压力对银行风险承担水平的影响
本文首先分析金融压力的变化对不同所有制结构的银行风险承担水平的影响，回归结果见表5。表5第(1)列为包含非上市银行的全样本回归结果，表5第(2)列和第(3)列为16家上市银行的回归结果，其中5家为国有银行。表5的最后两行展示了金融压力变化对国有银行和非国有银行不良贷款率的影响。可以看到，系数β0表示金融压力变化对国有银行不良贷款率的影响。三组回归结果中的β0均不显著为负，说明在金融压力上升时期，国有银行的不良贷款率没有显著变化。β0+β1表示对非国有银行不良贷款率的影响。三组回归结果中的β0+β1均显著为正，说明非国有银行的不良贷款率仍在显著上升。交叉项GFSICt×NSBi的系数β1捕捉到了两类银行不良贷款率变化的差异，表明当金融压力上升时，非国有银行的风险承担水平显著高于国有银行。在控制变量方面，Liquidi,t，ROAi,t，LDRi,t的系数显著为负，说明银行资产的流动性越好，盈利性越强，银行的不良贷款率越低；同时，当银行存贷比较高即贷款规模相对较大时，银行也会降低其风险承担水平。
从这一结果来看，所有制结构显著地改变了系统性金融风险对商业银行风险承担水平的影响。相较于国有银行，非国有银行受到系统性金融风险的冲击更大，具体表现为不良贷款率的显著提升。那么，笔者更加关心的问题是，造成这种差异的原因是什么？是由于国有银行本身获得了政府的隐性担保或者贷款人的平均资质更好，导致其抗风险能力较强？还是国有银行倾向于主动地调节风险承担水平，从而能够保障其更加从容地应对系统性金融风险的变化？为了回答这一问题，笔者从影子银行业务规模的角度研究不同所有制的商业银行如何调整影子银行业务来应对系统性金融风险的变化。
(二)金融压力对银行风险承担行为——影子银行业务的影响
考虑到2009—2015年期间，影子银行业务在中国银行业，尤其是在非国有银行中快速发展(Chen et al.，2018)。笔者接下来继续探究这一差异是否来源于两类银行对影子银行风险业务的调整行为差异。参照Chen et al.(2018)的研究，笔者将商业银行从事影子银行业务分为表外活动——委托贷款，以及表内活动——应收账款投资。
表5 金融压力对银行风险承担水平的影响
注：估计系数下方括号内为t值，标准误差经异方差调整；*，**和***分别表示10%，5%和1%的显著性水平，下表同。
1.金融压力对委托贷款的影响(表外活动)。表6分析了金融压力变化对不同所有制结构银行的委托贷款的影响。表6第(1)列、第(2)列和第(3)列因变量为委托贷款总额取对数，表6第(4)列因变量为单笔委托贷款规模取对数，表6第(5)列因变量为委托贷款笔数，其中表6第(1)列为包含非上市银行的全样本回归结果。笔者将表6第(1)列、第(4)列和第(5)列作为稳健性检验。
表6的最后两行展示了金融压力变化对国有银行和非国有银行委托贷款的影响。可以看到，五组回归结果中的β0均显著为负，说明在金融压力上升时期，国有银行会显著减少委托贷款规模。而β0+β1在四组回归结果中均不显著，说明非国有银行并没有对委托贷款业务进行调整。交叉项GFSICt×NSBi的系数β1捕捉到了两类银行委托贷款变化的差异，表明当金融压力上升时，非国有银行的委托贷款规模相较于国有银行有显著的提升。在控制变量方面，LTAi,t和EAi,t的系数显著为正，说明总资产规模越大的银行，从事的委托贷款业务规模也越大；而产权比率越高即负债率越低的银行，从事的委托贷款业务规模也越大。
2.金融压力对应收账款投资的影响(表内活动)。表7分析了金融压力变化对应收账款投资的影响。表7最后两行分别展示了对国有银行和非国有银行的影响。可以看到，三组回归结果中的β0均不显著为负，而β0+β1均显著为正，说明在金融压力上升时期，非国有银行的应收账款投资仍在显著上升。交叉项GFSICt×NSBi的系数β1捕捉到了两类银行应收账款投资变化的差异，表明非国有银行的应收账款投资规模显著高于国有银行。这与Chen et al.(2018)的研究结果保持一致。由于商业银行，尤其是非国有银行中的应收账款投资，其大部分以委托贷款受益权的形式存在，将表外的影子银行风险转移到了表内，造成非国有银行承担了过度的风险。在控制变量方面，LTAi,t的系数显著为正，说明总资产规模越大的银行，应收账款投资的业务规模也越大。Liquidi,t和LDRi,t的系数显著为负，说明银行资产的流动性越好、存贷比越高即贷款规模越大时，银行的应收账款投资规模越低。
通过对商业银行影子银行业务的分析，笔者发现金融压力升高时，国有银行倾向于主动降低风险较大的影子银行业务，而非国有银行不会做出类似的调整。这一发现支持了商业银行的国有制有助于降低银行风险的结论，然而,本文的实证结果不能用已有文献中提出的预算软约束理论加以解释。原因在于，按照预算软约束理论，国有银行由于获得了政府的隐性担保，其对系统性金融风险的敏感性应该降低，缺乏足够的动机主动调节影子银行业务以应对系统性金融风险的升高。这与笔者的实证结果相反。为此，笔者对本文的实证结果提出了一个新的解释：国有银行的双重职能。即，国有银行除了承担普通的商业银行职能之外，还承担了一部分防范系统性金融风险累积的职能。2008年金融危机以来，我国政府加强了对系统性金融风险监测和管理。在我国现行体制下，国有银行的管理者不仅要对银行的业绩负责，更是宏观层面政策和方针的具体执行者，从而使国有银行承担了部分防范系统性金融风险累积的职能。基于这一原因，国有银行倾向于主动降低风险承担水平以防范系统性金融风险的进一步累积，具体表现为在系统性金融风险变化时，调节影子银行业务规模。
表6 金融压力对委托贷款的影响(表外活动)
(三)稳健性检验
本文主要用三种方式对结论进行稳健性检验。首先是替换变量，用L_AVGi,t(当期银行单笔委托贷款的平均规模)以及N_LOANi,t(当期银行委托贷款业务数)替换L_SUMi,t(当期银行委托贷款的总规模)；用L_AVGi,t反映该业务的深度，即银行做的单笔委托贷款的平均规模有多大；用N_LOANi,t反映该业务的广度，即银行每个季度会参与多少个委托贷款项目，相关实证结果已在前文中展示。其次，本文试图将政策性因素纳入考虑，在实证模型的控制变量中加入了一个时间Dummyt，用以控制政策性因素，Dummyt在2012年之前取0，在2012年(包括2012年)之后取1。最后，笔者在基准模型中加入被解释变量的一阶滞后项，采用系统GMM估计进行动态面板数据分析。稳健性检验的实证结果与论文原有结论保持基本一致。囿于篇幅，此处省略了后两种稳健性检验结果，如有需要，可向笔者索取。
表7 金融压力对应收账款投资的影响(表内活动)
六、结论与启示
本文首先构建了一个反映我国系统性金融风险的中国金融压力指数(FSIC)，在此基础上研究不同所有制结构的商业银行在面对系统性金融风险变化时，其风险承担水平受到了怎样的影响。进一步，笔者以影子银行业务为突破口，考察商业银行如何主动调整其风险承担行为以应对系统性金融风险的变化。实证研究结果表明，当金融压力上升，即系统性金融风险增加时，非国有银行的风险承担水平受到的影响显著高于国有银行。进一步研究发现，这一显著差异与银行是否能够主动地进行逆向调节有关。以影子银行业务为例，笔者发现，当金融压力上升时，国有银行会显著减少影子银行活动，而非国有银行则不会，并且应收账款投资将表外的影子银行风险带到银行表内，增加了非国有银行的风险。
本文的研究发现对现有的解释所有制结构对银行风险承担行为影响的理论机制提出了挑战。本文提出了国有银行具备普通商业银行和防范系统性金融风险累积的双重职能这一观点。由于我国现行体制的原因，国有银行的管理者不仅对银行的业绩负责，同时也是宏观政策和方针的执行者，从而使国有银行承担了一部分防范系统性金融风险累积的职能。在这一职能的驱使下，国有银行表现出调节影子银行业务规模以应对系统性金融风险的变化这一现象。在我国金融市场化改革尚未完成的现实背景下，尤其是在经济下行期，国有银行对于银行业的稳定能够起到积极作用。
此外，本文的研究结论也具有较强的政策含义。一方面，影子银行业务风险可能传导至银行业表内，影响整个金融体系的稳定。在后资管新规时代，监管部门应继续加强对商业银行表外业务的监管，实现银行表外和表内资产的风险隔离，防范新形式影子银行的出现。另一方面，在我国金融市场化改革和经济转型的过程中，非国有银行面临的市场竞争压力大于国有银行。为了探索新的利润增长通道，非国有银行有动机过度从事影子银行等高风险业务。监管部门应有序引导银行业竞争，关注国有银行和非国有银行行为差异，约束商业银行的过度风险承担行为，防止系统性金融风险的积聚。
参考文献
曹廷求、郑录军、于建霞，2006：《政府股东、银行治理与中小商业银行风险控制——以山东、河南两省为例的实证分析》，《金融研究》第6期。
方意、赵胜民、谢晓闻，2012：《货币政策的银行风险承担分析——兼论货币政策与宏观审慎政策协调问题》，《管理世界》第11期。
韩立岩、伍燕然，2007：《投资者情绪与IPOs之谜——抑价或者溢价》，《管理世界》第3期。
江曙霞、陈玉婵，2012：《货币政策、银行资本与风险承担》，《金融研究》第4期。
刘瑞兴，2015：《金融压力对中国实体经济冲击研究》，《数量经济技术经济研究》第6期。
潘敏、张依茹，2012：《宏观经济波动下银行风险承担水平研究——基于股权结构异质性的视角》，《财贸经济》第10期。
谭劲松、简宇寅、陈颖，2012：《政府干预与不良贷款——以某国有商业银行1988—2005年的数据为例》，《管理世界》第7期。
王喆、张明、刘士达，2017：《从“通道”到“同业”——中国影子银行体系的演进历程、潜在风险与发展方向》，《国际经济评论》第4期。
许涤龙、陈双莲，2015：《基于金融压力指数的系统性金融风险测度研究》，《经济学动态》第4期。
徐国祥、李波，2017：《中国金融压力指数的构建及动态传导效应研究》，《统计研究》第4期。
张勇、彭礼杰、莫嘉浩，2017：《中国金融压力的度量及其宏观经济的非线性效应》，《统计研究》第1期。
祝继高、饶品贵、鲍明明，2012：《股权结构、信贷行为与银行绩效——基于我国城市商业银行数据的实证研究》，《金融研究》第7期。
周开国、邓月，2016：《政府控股对商业银行风险承担的影响——基于国际银行业的证据》，《国际金融研究》第9期。
Barry, T.A., L.Lepetit, and A.Tarazi, 2011, “Ownership Structure and Risk in Publicly Held and Privately Owned Banks”, Journal of Banking and Finance, 35(5): 1327-1340.
Berger, A.N., G.R.Clarke, R.Cull, L.Klapper, and G.F.Udell, 2005, “Corporate Governance and Bank Performance: A Joint Analysis of the Static, Selection, and Dynamic Effects of Domestic, Foreign, and State Ownership”, Journal of Banking and Finance, 29: 2179-2221.
Cardarelli, R., S.Elekdag, and S.Lall, 2011, “Financial Stress and Economic Contractions”, Journal of Financial Stability, 7(2): 78-97.
Chen, K., J.Ren, and T.Zha, 2018, “The Nexus of Monetary Policy and Shadow Banking in China”, American Economic Review, 108(12): 3891-3936.
Delis, M.D., and G.P.Kouretas, 2011, “Interest Rates and Bank Risk-taking”, Journal of Banking and Finance, 35(4): 840-855.
Forssbaeck, J., 2011, “Ownership Structure, Market Discipline, and Banks’ Risk-taking Incentives under Deposit Insurance”, Journal of Banking and Finance, 35(10): 0-2678.
Girardi, G., and A.T.Ergün, 2013, “Systemic Risk Measurement: Multivariate Garch Estimation of Covar”, Journal of Banking and Finance, 37(8): 3169-3180.
Gonzalez, F., 2005, “Bank Regulation and Risk-taking Incentives: An International Comparison of Bank Risk”, Journal of Banking and Finance, 29: 1153-1184.
Hakenes, H., and I.Schnabel, 2010, “Credit Risk Transfer and Bank Competition”, Journal of Financial Intermediation, 19(3): 308-332.
Hakkio, C.S., and W.R.Keeton, 2009, “Financial Stress: What Is It, How Can It Be Measured, and Why Does It Matter?”, Economic Review, 94(2): 5-50.
Iannotta, G., G.Nocera, and A.Sironi, 2007, “Ownership Structure, Risk and Performance in the European Banking Industry”, Journal of Banking and Finance, 31: 2127-2149.
Iannotta, G., G.Nocera, and A.Sironi, 2013, “The Impact of Government Ownership on Bank Risk”, Journal of Financial Intermediation, 22: 152-176.
Illing, M., and Y.Liu, 2006.“Measuring Financial Stress in a Developed Country: An Application to Canada”, Journal of Financial Stability, 2(3): 243-265.
Laeven, L., and R.Levine, 2009, “Bank Governance, Regulation and Risk Taking”, Journal of Financial Economics, 93(2): 259-275.
Li, R., and X.Tian, 2018, “Identifying the Interdependence between Monetary Policy and Financial Stress: Evidence from China”, Pacific Economic Review, 23(3): 411-425.
Lin, X., and Y.Zhang, 2009, “Bank Ownership Reform and Bank Performance in China”, Journal of Banking and Finance, 33: 20-29.
Lowry, M., and G.W.Schwert, 2002, “IPO Market Cycles: Bubbles or Sequential Learning?”, Journal of Finance, 57(3): 1171-1200.
Loughran, T., J.R.Ritter, and K.Rydqvist, 1994, “Initial Public Offerings: International Insights”, Pacific-Basin Finance Journal, 2: 165-199.
Micco, A., U.Panizza, and M.Yanez, 2007, “Bank Ownership and Performance.Does Politics Matter?”, Journal of Banking and Finance, 31(1): 0-241.
Zhu, W., and J.Yang, 2016, “State Ownership, Cross-border Acquisition, and Risk-taking: Evidence from China’s Banking Industry”, Journal of Banking and Finance, 71: 133-153.
FINANCIAL STRESS, OWNERSHIP STRUCTURE AND BANK RISK-TAKING——Empirical Study Based on China’s Shadow Banking Activities
LIU Nan-xi LI Rong
(School of Finance, Renmin University of China)
Abstract:After the 2008 financial crisis, monitoring and guard against systemic financial risks and maintaining financial stability have become the focus of regulators. In this paper, we firstly construct a Chinese financial stress index (FSIC) reflecting China’s systemic financial risk. Based on this index, this paper studies how commercial banks with different ownership structures will adjust their shadow banking activities to deal with systemic financial risks. The empirical results show that when the financial pressure increases, the risk level of non-state-owned banks increases significantly compared with state-owned banks. Further research shows that this difference is attributed to the different adjustment to shadow banking activities by the two types of banks: when financial pressure rises, state-owned banks will significantly reduce the shadow banking business while non-state-owned bank will not. This paper puts forward a view of dual functions of state-owned banks to explain the findings of empirical research. The conclusions of this paper have important implications for guiding China’s financial market reform and preventing systemic financial risks.
Key words:systemic financial risk；financial stress；ownership structure；bank risk-taking；shadow banking
* 刘南希、李戎(通讯作者)，中国人民大学财政金融学院、中国人民大学财税研究所，邮政编码：100872，电子信箱：lnx0401@ruc.edu.cn。本文得到中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目(19XNH004)的资助。感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
(责任编辑:刘舫舸)
页:
[1]