信用违约互换在商业银行中的应用——基于中小企业融资难问题

闫东玲,申文旭(天津大学管理与经济学部,天津　300072)

信用违约互换在商业银行中的应用
——基于中小企业融资难问题

闫东玲,申文旭
(天津大学管理与经济学部,天津300072)

根据均衡信贷配给理论,银行在标明利率下只能满足一部分申请人的贷款,而我国中小企业风险过大,使信贷资源流向了大中型企业,中小企业的贷款需求无法满足.信用衍生金融产品——信用违约互换,不仅可以分散商业银行过度集中的信用风险,而且通过基于Benedikt Goderis模型的实证分析,验证信用违约互换可以释放商业银行的资本金,增加中小企业的贷款额,改善中小企业的融资环境.

信用违约互换;商业银行;中小企业;融资

引用格式:Yan Dongling,Shen Wenxu．Application of Credit Default Swap in Commercial Banks——Based on the Difficulties of SEM Financing[J]．Journal of Gansu Sciences,2016,28(2):136G139．[闫东玲,申文旭．信用违约互换在商业银行中的应用——基于中小企业融资难问题[J]．甘肃科学学报,2016,28(2):136G139．]

在我国当前经济新常态的环境中,中小企业在促进经济增长、技术创新、增加税收、吸纳就业、改善民生等方面具有不可替代的重要作用.国家也在简政放权、减免税费等多个方面加大对中小企业的支持.然而,由于我国当前处于经济下行的困难时期,银行的收贷、压贷、惜贷行为让融资难成为阻碍中小企业发展的难题.而融资难问题主要的原因在于商业银行对中小企业的贷款投放以控制风险作为第一要素,中小企业的信用风险相对较大,银行更倾向将有限的贷款资源流向大中型企业[1].如果能够分散中小企业的信用风险或增加银行的贷款额,那么将能改善中小企业的融资困境,信用违约互换(CDS, credit default swap)在理论上为此提供了可能性.以下从商业银行自身的角度,提出运用信用违约互换来分散中小企业的信用风险,增加银行的贷款额,缓解我国中小企业的融资困境.

1　CDS的交易机制

CDS是一种可供信用提供者(放款人、公司债券持有人等)规避信用风险的契约,是信用衍生金融产品的一种,信用违约互换的保护买方(以下简称买方)希望将持有的金融资产信用违约风险转嫁给信用违约互换的保护卖方(以下简称卖方),买方定期向卖方支付一定的费用,卖方承诺在合同期限内,参考资产一旦发生违约,向买方赔偿损失,契约结束.信用违约互换的结构如图1所示.

图1　信用违约互换结构Fig．1　Credit default swap structure

2　CDS分散商业银行信贷风险

CDS的双边模式及多边模式是信用违约互换的衍生模式,其交易机制与信用违约互换的交易机制相似,通过对信用违约互换合约的设计及分析来验证信用违约互换的衍生模式如何分散商业银行的贷款风险.

2．1CDS的双边模式

CDS双边模式具体结构如图2所示.

两家商业银行A与B分别贷款给中小企业C与D,A银行与B银行之间通过购买信用违约互换CDS1和CDS2来分散风险.企业的信用风险δ2表示企业的预期违约概率,并假设(1)贷款数额:A企业的贷款数额为L1,B企业的贷款数额为L2,且L1＝L2;(2)信用风险:A企业的信用风险为δ21,B企业的信用风险为δ22,且δ21＝δ22;(3)贷款期限均为一年.具体的信用违约互换合约设计如下:

CDS1:银行A为保护买方,银行B为保护卖方,在合约规定的期间,买方A无需向卖方B支付保险费用,但是若企业C无法偿清银行A的贷款,使银行A出现坏账时,银行B需向银行A支付坏账损失的一半.

CDS2:银行B为保护买方,银行A为保护卖方,在合约规定的期间,买方B无需向卖方A支付保险费用,但是若企业D无法偿清银行B的贷款,使银行B出现坏账时,银行A需向银行B支付坏账损失的一半.

根据以上假设及合约的内容,对银行风险降低的效果进行分析,在签订合约CDS1和CDS2前,银行A与银行B的信用风险分别是δ21与δ22,在签订合约后,由于δ21＝δ22,银行A的信用风险为D,银行B的信用风险为.由此可见,银行A与银行B通过信用违约互换的双边模式,降低并完全平分风险,而预期的收益并没有发生改变,实现了收益不变而风险共担[2G5].

2．2CDS的多边模式

CDS的多边模式是双边模式的扩展,即指整个信用违约互换的合约安排有n(两个以上)个参与方.n个参与方为n家商业银行,它们当中的每一家为其他商业银行的贷款提供信用保护,每家商业银行签订的CDS合约数为(n－1)份,在有n家商业银行参与的系统中,共有n×(n－1)份CDS合约.假设与双边模式相同,在合约标的资产的选择方面,商业银行进行信用保护的贷款应该是各自评级中级别一致的中小企业贷款,满足企业的贷款金额,贷款期限及信用风险相同.在此模式中,所有银行形成一个风险共担体,使得各家共同承担了可能的违约损失,假设每家商业银行承担的信用风险为δ2,通过该模式,签订n×(n－1)份CDS合约后,每家商业银行承担的信用风险变为可知,n越大,越多商业银行参与坏账损失分担,就越能够降低坏账损失对商业银行的冲击.

因此,在商业银行独自承担向中小企业贷款风险的情况下,银行面临的风险大,会大大降低中小企业贷款在银行资产配置中的比例,而在信用违约互换的创新模式下,商业银行共同承担对中小企业的贷款风险,银行面临中小企业的贷款风险降低了,银行也因此能够在资产配置中,提高中小企业贷款所占的份额[6,7].

3　CDS释放商业银行资本金

CDS的衍生模式主要从商业银行系统之间进行信用违约互换交易的角度,研究了利用信用违约互换来分散中小企业的信贷风险,从商业银行自身的角度,利用信用违约互换工具释放更多的资本,增加中小企业的贷款额.

3．1CDS释放资本金的理论分析

我国对银行资本充足率要求较高,较高的资本充足率折射出银行配置信用风险的能力薄弱,资金运用效率低.若信用违约互换对信用风险的抵消作用能够被精确的计量出来,银行可以通过持有CDS,实现信用风险与金融资产所有权的分离.由资本充足率＝资本/风险加权资产可得,如果资本充足率不变,风险加权资产降低,那么要求的相应的资本就降低,这样可以释放更多的可贷资本,银行可以通过转移信用风险并且在扩大信贷规模的条件下不扩大信用风险,改变商业银行惜贷的困境.根据均衡信贷配给理论,中小企业融资难问题大部分是因为银行在标明利率下只能满足一部分申请人的贷款,使中小企业的贷款需求无法满足,利用信用违约互换可以释放出更多的资本,增加银行的贷款额.

图3　信用违约互换释放资本金Fig．3　Credit default swap releasing capital fund

3．2CDS释放资本金的实证分析Benedikt Goderis模型是衡量信用衍生品对银行贷款影响的模型,用该模型来衡量增加的贷款额与是否使用CDS之间的关系,衡量信用违约互换释放资本金的效果[8].已知决定目标贷款的变量主要有权益资本、流动资产、净资产收益率、信用风险市场的参与程度等因素,选取所有者权益、贷款额及存贷比作为模型的变量.首先假设银行根据目标贷款和实际贷款之间的系数调整他们的贷款,以便获得目标贷款L∗i,t,公式为

或取自然对数:

如果λ＝0,则不做调整,如果λ＝1,则L∗i,t＝Li,t,完全进行调整.贷款的目标水平被假设为一组N个解释变量的函数:

取自然对数:

引入解释变量,银行参与信用风险转换市场的指标由如下变量表示:

Benedikt Goderis模型用存贷比衡量银行的流动性,用所有者权益衡量商业银行的资本数量,用虚拟变量代表银行是否买入CDS合约,结合式(2)和式(4),最后得出计量模型为其中:

Li,t为i银行在t时刻的实际贷款额;LODi,t为i银行在t时刻的存贷比;OEi,t为i银行在t时刻的所有者权益;CDSi,t为i银行在t时刻以前是否买入CDS合约;εi,t为随机干扰项.由于我国信用违约互换数据缺乏,以美国的银行为研究背景,数据来源于银行的年度报表以及纽约证券交易所.选取2004—2013年三家有CDS业务的美国商业银行:摩根大通、美国银行和花旗集团,三家没有CDS业务的商业银行:道富银行、五三银行和M&T银行,选取的指标是每家银行的所有者权益、存款额以及存贷比.首先对收集的面板数据进行hausman检验,检验的P值为1＞0．05,接受原假设,个体影响与解释变量不相关,因此应该将该6个银行贷款模型中个体影响确定为随机影响形式.根据模型及已收集的面板数据,用Eviews进行回归分析,分析结果见表1.

表1　回归分析结果Table 1　Regression analysis result

由回归分析结果可得如下回归方程:

由表1的R2可得模型的拟合程度非常好,说明模型是有意义的,ln Li,t－1与CDSi,t－1对ln Li,t的影响也是有统计学意义的,且对ln Li,t的影响都是正向的.随着ln Li,t－1和CDSi,t－1的增大,ln Li,t也在增大.CDSi,t－1的系数为0．262,说明在其他变量不变时,买入CDS可以使目标贷款额增加26．2%.可见CDS的使用在一定程度上增加可贷款的额度.

由以上数据的实证分析可得信用违约互换的买入增加了26．2%的目标贷款额,增加了银行的可贷资本,起到了释放资本金的作用.那么银行在满足老客户贷款需求的情况下,会增加中小企业的贷款额.

4　结论

针对中小企业融资难问题,从两方面对信用违约互换在商业银行中的应用进行了分析.一方面通过在商业银行之间实施信用违约互换,可以分散单个银行对中小企业贷款的风险,但从本质上讲,这种模式仍属于零和博弈,虽然刺激了信贷业务,但在整个过程中并没有消除违约风险,只是在金融市场内实现了转移和分散[9].另一方面,提出了利用信用违约互换可以释放商业银行的资本金,并通过实证检验,验证了买入CDS合约确实可以增加银行的贷款额.但是由于我国数据的缺乏,选取了美国的相关数据进行研究,如果在未来的研究中加入我国的数据,实证研究将更有说服力.

[1]陈新胜,李广鹏,徐凌,等．基于KMV模型的商业银行信贷风险度量研究[J]．甘肃科学学报,2014,26(5):111G114．

[2]夏亚峰,罗永丽．带投资组合的风险模型[J]．甘肃科学学报, 2011,23(1):53G56．

[3]Frank U Irike．The Stability of the Banking Sector and Credit Default Swaps[J]．Journal of Economics Perspactives,2007, (2):2G14．

[4]郑军,巴曙松,徐小乐．信用违约互换与中小企业信贷风险的分散[J]．中南财经政法大学学报,2009,52(2):19G24．

[5]Christian Weistroffer．Credit Default SwapsGHeading Towards a More Stable System[R]．Deutsche Bank Working Paper,2009．

[6]任达,赵倩倩．中国信用风险缓释工具设计与定价实证研究[J]．系统工程学报,2013,28(4):480G487．

[7]梁进,李文毅．含多交易对手信用违约互换的信用风险模型[J]．同济大学学报:自然科学版,2014,42(1):144G150．

[8]Benedikt Goderis,Lan W March,Judit Vall Castello,et al．BeG havior with Access to Credit Risk Transfer Markets[J]．WorkG ing Paper,2006,(10):11G24．

[9]Stulz．Credit Default Swap and the Credit Crisis[J]．Journal of Economic Perspectives,2010,(1):73G92．

Application of Credit Default Swap in Commercial Banks——Based on the Difficulties of SEM Financing

Yan Dongling,Shen Wenxu
(School of Management,Tianjin University,Tianjin 300072,China)

According to the equilibrium theory of credit rationing,banks can only meet part of the applicantsƴloan under the indicated rate．The loan demand of SEMs cannot be met for oversize risks of ChiG nese SEMs which leads credit resources to large and mediumGsized enterprises．Credit derivatives like credit default swap can not only disperse the excessive concentration of credit risks of commercial banks but also can release the capital of commercial banks by verifying credit default swap,increase the loan amount of SEMs and improve financing environment of SEMs based on empirical analysis of Benedikt Goderis model．

Credit default swap;Commercial banks;SEMs;Financing

F832．51

A

1004G0366(2016)02G136G04

10．16468/j．cnkii．ssn1004G0366．2016．02．028．

2015G06G30;

2015G07G27．

闫东玲(1965G),女,山东招远人,副教授,研究方向为金融学．EGmail:donglingyan_3369＠163．com．