批发融资对银行信贷的影响：基于周期敏感性视角

■辛兵海，张晓云

批发融资对银行信贷的影响：基于周期敏感性视角

■辛兵海，张晓云

基于我国宏观经济数据和微观银行数据，实证分析了批发融资周期敏感性对银行信贷周期敏感性的影响。实证分析表明：银行批发融资的周期敏感性，增强了银行信贷投放的周期敏感性程度。本文研究不仅丰富了信贷亲周期性相关文献，也启示银行业监管部门不仅要关注批发性负债融资的数量特征，还需关注批发融资的期限和借款频次等质量特征。

批发融资；信贷周期性；周期敏感性

辛兵海（1982-），河北经贸大学金融学院讲师，博士。（河北石家庄050061）；张晓云（1986-），北京大学经济学院博士研究生。（北京100871）

一、引言

商业银行负债融资可以分为零售存款和批发融资（Wholesale Funding）两类。零售存款属于商业银行的核心融资部分，代表银行所获得的存款融资。批发融资又称为主动性负债，主要来源于其他金融中介，例如同业拆借、回购协议、金融债券等。伴随着次贷危机的发生，学界对商业银行批发融资的关注度进一步提升。一些学者指出，银行过度依赖批发融资，导致其在经济危机期间面临严重的流动性短缺（Rajan，2006），而这加剧金融市场的不稳定性（Adrian and Shin，2010）。基于韩国银行业数据，Jeong(2009)分析发现，批发融资的使用增强了银行信贷周期性特征。同时，一些文献对批发融资与银行杠杆周期性的关系进行探讨。例如，Damar等（2013）基于加拿大银行数据实证研究发现，对批发型负债融资依赖程度较高的银行，表现出较高的杠杆亲周期性。Dewally and Shao（2013）进一步指出，批发型负债融资市场在商业银行“去杠杆”过程中发挥重要作用的同时，也增加了银行杠杆对经济周期变化的敏感程度。

值得注意的是，学界对于“银行杠杆效应”问题的实证研究仍存诸多争议。投资银行的杠杆具有亲周期性，学界已达成共识（Adrian and Shin，2010）。然而，既有文献并未证实商业银行杠杆的亲周期性具有一般性。考虑到商业银行主要通过批发融资来进行杠杆的调整，而在一些经济体内批发融资占比较低，因此其并不存在杠杆亲周期性。Baglioni等（2010）研究发现欧洲商业银行的杠杆增长不太明显。基于美国和日本的商业银行，Joint FSF-CGFS Working Group（2009）研究报告发现，在2008年金融危机期间，加总的银行杠杆并未增长甚至出现下降。Panetta et al.（2009）研究发现，世界范围内各银行的杠杆并未表现出明显的亲周期性，并且在一些国家的银行杠杆非常稳定，甚至有些时候在经济增长期银行杠杆反而出现下降。然而，较低的批发融资占比，并未保证商业银行和宏观经济的稳定性。事实上，在批发融资市场并未成熟的一些新兴经济体内，也以银行系统危机的形式，表现出过度的信贷亲周期性。而在这些经济体内，批发融资占总负债的比例很低，银行杠杆的增长也不明显。

基于此，我们发现既有文献缺乏对批发融资质量特征的分析，在本文研究中具体表现为批发融资对经济波动的周期敏感性。基于我国宏观经济数据和微观银行数据，并从周期敏感性的视角，本文实证分析了批发融资周期敏感性对银行信贷周期敏感性的影响。研究发现银行批发性负债融资的周期敏感性，加剧了银行信贷投放的周期敏感性。本文研究对于理解信贷周期并完善金融监管，具有重要的理论意义和现实意义。

二、研究设计及样本选择

（一）研究设计

我们参照（Jeong and Jung，2013）的研究方法，构建周期敏感性指标。以信贷供给的周期敏感性指标为例，首先分别计算信贷增速和经济增速的归一性偏差（Normalized deviation），如公式（1）和公式（2）所示，其中Loan_G表示贷款增速，GDP_G表示生产总值增速，Average表示计算均值，符号δ表示标准差。

然后用公式（1）除以公式（2），得到信贷供给的周期敏感性指标ki，t，如公式（3）所示：

由信贷顺周期性理论可知，信贷投放和经济周期一定程度上具有同步性。当信贷仅是适度调整时，这种同步性不会带来严重问题。而一旦信贷投放对商业周期过度反应时，将加剧经济波动甚至引发危机。信贷占GDP比率、信贷增速等一般性测度方法，只能部分呈现信贷对于商业周期的过度反应程度。基于此，我们定义公式（3）中的ki，t，该指标设定属于类弹性概念，可以更好地衡量信贷对于商业周期的过度反应程度。

本文用商业银行的负债总额扣减存款总额，计算得到商业银行的批发型融资。然后进行对数差分处理，得到批发融资增速WSF_G。基于相似的方法，我们计算批发融资增速WSF_G的归一性偏差，如公式（4）所示：

进而计算批发融资对商业周期的反应程度，用公式（4）除以公式（3），得到批发融资的周期敏感性指标ψi，t，如公式（5）所示：

基于指标ki，t和ψi，t，我们构建模型（6），分析批发融资周期敏感性和银行信贷周期敏感性之间的关系进行分析。我们关注变量ψi，t系数的符号和显著性，并预期该系数符号显著为正。其中Controltmac和Controli,tmic分别代表宏观控制变量和微观控制变量。

Controltmac代表宏观层面的控制变量向量集。本文在加入国内生产总值增长率GDP_Gt的基础上，进一步对通货膨胀指数CPI、一年期贷款基准利率Loan_Rate以及货币供应量增速M2进行了控制。Controlt，t-1mic代表微观层面的控制变量集合。基于CAMEL原则，我们选取资本充足率Capital_ratio、资产总额LN（Asset）、成本收入比Cost_ratio、资产收益率ROA和流动比率Liquid五项核心变量。在计量模型中，我们选择滞后一期的微观控制变量，旨在弱化逆向因果所导致的内生性问题。

（二）样本数据筛选

我们基于BANKSCOPE数据库，整理商业银行微观财务数据。我们对初始数据进行了如下筛选：剔除了国开行、农发行和进出口银行三家政策性银行，并剔除了非银行类金融机构以及缺漏值严重的银行。最终保留了2003～2015年之间210家银行类机构①研究样本其中涵盖国有大型商业银行、股份制商业银行、城市商业银行、农村金融机构和外资银行等，微观样本具有代表性，从而保证了分析结论的可靠性。。宏观经济运行数据（经济增速、通胀指数、货币增速、基准利率）主要来源于国家统计局网站和中国人民银行网站。为克服离群值对模型分析结果的影响，我们将所有的微观变量均进行了缩尾（Winsor）处理，并剔除了变量分布尾端的异常观察值。

基于样本数据，我们批发融资平均占比情况进行统计分析。图1描述了我国银行业批发融资比率的变动趋势。从整体上看，批发融资占负债总额的比例，在2010年以后呈显著的上升趋势。我们认为，这主要受到低利率市场环境、金融创新、金融托媒等因素对传统存款业务的冲击，商业银行对主动性负债的依赖程度不断提高。

图1 批发融资占比

三、实证分析

表1呈现了计量回归结果。首先在仅控制固定效应的基础上，分析ψi，t对ki，t的影响，计量结果如表1第(1)列所示，ψi，t的系数符号为正，且在1%的统计水平上显著。然后在此基础上，我们分别对宏观层面和微观层面的变量进行控制。结果如表1第（2）～（3）列所示，ψi，t的系数符号仍然在较高的统计水平上显著为正。我们在第（4）列将宏观变量和微观变量进行联合控制，ψi，t的系数符号为正，且仍在1%的统计水平上显著。表1第（1）～（4）列固定效应模型的计量结果表明批发融资的周期敏感性，对信贷供给的周期敏感性具有显著的正向影响，与预期相符。

出于稳健性的考虑，我们还使用了一阶差分模型对样本进行计量回归。个体固定效应模型使用组内去心的方法，来控制不随时间变化且不可观测的个体异质性的影响。一阶差分模型则通过差分的方法，剔除个体固定效应的影响。对模型（7）两边进行一阶差分，得到一阶差分模型，如式（7）所示：

在模型(8)中，经过一阶差分消去了个体固定效应αi。并且，对变量进行差分，有助于消除时序变量的单位根，克服虚假回归问题。对模型（7）使用OLS即可得到一阶差分估计量Bfd①由于个体效应αi不再出现在差分方程中，只要随机误差项的一阶差分△μi，t与自变量的一阶差分（xi，t-xit-1）不存在相关性，则Bfd具有一致性。这时Bfd的一致性条件比固定效应模型估计系数BFE的严生性假设更弱。而如果μi，t为严格的独立分布时，组内估计量BFE比一阶差分估计量Bfd更具效率。。计量结果如表1第（5）列所示，ψi，t的系数符号为正，且具有统计显著性，因此一阶差分模型估计结果与固定效应模型估计结果不存在本质性差异。

表1 批发性负债周期敏感性对信贷周期敏感性的影响

此外，我们在一节差分的基础上，使用△ψi，t-1作为当期值△ψi，t的工具变量，并采用GMM方法重新估计模型（8）。虽然△ψi，t与△μi，t可能存在相关性，但滞后一期值△ψi，t-1与△μi，t则不存在相关性。并且，△ψi，t和其滞后一期值△ψi，t-1之间存在较强的相关性。因此在定性层面工具变量选择具有合理性。同时，我们通过Durbin-Wu-Hausman检验（DWH_test）来验证式（8）中是否存在内生性。采用Anderson(1984)所提出的LR检验方法，来检验工具变量使用上是否存在识别不足问题。采用Cragg_Donald_Wald_F检验方法，来检验是否存在弱工具变量问题。使用工具变量，基于GMM方法重新估计模型（8），回归结果如表1第（6）列示。△ψi，t的系数符号为显著为正，与预期相符，内生性对估计结果的影响程度较低。这进一步支持了我们的研究结论，即批发融资的周期敏感性，强化了信贷供给的周期敏感性。同时，从检验结果可知，DWH_test拒绝△ψi，t与△μi，t之间不存在相关性的原假设；从Anderson_LR_test和Cragg_Donald_Wald _F两项检验来看，工具变量设定合理，不存在识别不足和弱工具变量问题。

四、结论性评价与政策建议

次贷危机之后，对于信贷亲周期性效应的研究，受到越来越多的关注。目前明确探讨批发融资和信贷亲周期性关系的文献仍属少数。本文基于我国宏观经济数据和微观银行数据，分析了批发融资周期敏感性对信贷供给周期敏感性的影响。实证分析表明：银行批发性负债融资的周期敏感性，增强了银行信贷投放的周期敏感性程度,即使是在批发融资占比较低的条件下也是如此。

本文研究，启示监管部门不仅要关注批发性负债融资的数量特征，还需关注批发融资的期限和借款频次等质量特征。

对我国金融市场而言，首先应重点关注同业负债的数量特征，对商业银行（尤其是中小银行）单纯依赖同业负债扩展资产负债表的经营行为加以约束。基于逆周期性监管的思维，对商业银行的批发融资进行有效引导。从国际视角来看，IMF所倡导的金融稳定税和德国所实施系统风险调整税①金融稳定税（Financial stability contribution）是基于金融机构的资产负债表（主要针对负债或针对资产）征收的税，税金主要用于建立一项保险基金，用于应对未来的金融危机，而避免由纳税人为危机买单。系统风险调整税（systemic risk-adjusted levy）主要针对商业银行的批发型负债部分进行征收，税金也是用于建立一项稳定基金，该基金主要用于对处于系统性风险中的金融体系提供流动性。，对我国银行业批发融资的监管具有一定的借鉴意义。

其次，金融机构办理同业负债业务，应合理审慎确定融资期限，以应对期限错配和资金空转所造成的流动性风险。最后，商业银行应进一步优化同业负债结构，并推动业务转型，重点发展基础性的零售业务，有效推动资管业务、互联网金融以及投资银行等新兴业务的发展，进而降低对批发型融资的单纯依赖。

[1]RajanR.G，WhyBankCreditPolicies Fluctuate:A Theory and Some Evidence.Quarterly Journal of Economics,49(2),1994,pp.399～441.

[2]Adrian T.and Shin H，Liquidity and Leverage. Journal of Financial Intermediation,19（3），2010, pp.418～437.

[3]Damar H.E,Meh C.A.and Terajima Y，Leverage,balance-sheet size and wholesale funding. Journal of Financial Intermediation，22（4），2013, pp.639～662.

[4]Dewally M.and Shao Y，Leverage,wholesale fundingandnationalriskattitude.Journalof International Financial Markets Institutions&Money, 23(2),2013,pp.179～195.

[5]Baglioni A，Liberatore M，et al，Is the Leverage of European Commercial Banks Pro-Cyclical?.DISCE–Quaderni dell'Istituto di Economia e Finanza,45(3), 2010,pp.1251～1266.

[6]Panetta F，Angelini P，Albertazzi U，et al，Financial Sector Pro-Cyclicality:Lessons from the Crisis.Ssrn Electronic Journal,2009.

[7]AndersonT，1984，introductionto multivariance statistical analysis,New York,John Wiley.

[8]Jeong H K.The procyclicality of bank lending and its funding structure：The case of Korea[J].Ssrn Electronic Journal,2009.

F832

A

1006-169X（2016）11-0058-04

国家社科基金重大项目《我国发展实体经济的战略、政策和制度研究——基于实体经济与虚拟经济数量关系的视角》（13&ZD018），辽宁省社科基金重点项目“辽宁地方政府性债务风险预警体系研究”（L16AJY005）。