信用信息披露机制对商业银行风险承担的影响

潘滕杰　梁艺榕

[提要] 本文选取我国16家上市银行2004～2015年数据作为样本，研究信用信息披露对商业银行风险承担的影响。在实证方面，通过构建信用信息披露指标，以不良信贷率和Z值作为银行信用风险和整体风险的衡量指标，并加入银行管理指标和债权人保护指标作为控制变量，进而选择恰当模型进行回归并分析结果。结果表明：首先信用信息披露的确能够缓解信息不对称和道德风险，从而降低商业银行风险承担。

关键词：信用信息披露；商业银行；风险承担

中图分类号：F270 文献标识码：A

收录日期：2017年4月10日

一、引言

我国于20世纪90年代开始引入信用信息披露机制这一概念，并在1998年由中国人民银行开始着手实施建立信用信息披露制度。面对当时改革开放逐步深入，民营经济日渐活跃的大背景，各大银行都出现了因信息不对称等原因而造成的大量违约债务，亟须一个全国性的信用信息系统，信用信息披露制度的建立极大地缓解了各银行的信用风险，为我国经济的持续发展起到了保驾护航的作用。

信用信息披露制度的建设也一直受到了国家领导人的密切关注。2001年12月，温家宝就批示了信用信息征集披露方案尽快实施的建议。2002年3月，在国务院的指导下，中国人民银行的组织带动下，22个银行和国家部门共同成立了征信体系建设的工作小组。为随后的全面征信体系建立打下了基础。2003年，以中国人民银行为主体的信用信息基础数据库正式成立，标志着我国的信用信息征集披露工作从基础信贷信息向全覆盖的基础信用转变。而2013年《征信业管理条例》的实施是我国信用信息征集披露制度史上又一里程碑事件。

历经十余年的发展，我国的信用信息披露制度已达到初步完善的地步。信息征集覆盖面逐年增加。近年来更是出现了以蚂蚁金服为代表的一批民间征信机构，增加了信用信息征集披露市场的多元化。后续的信用信息交易市场也开始显露雏形。

二、国内外文献研究综述

（一）国外关于信用信息披露的研究

1、理论研究。根据对相关国外的文献整理总结，可以发现信用信息披露对商业银行的影响主要有四个方面，第一，信用信息的充分披露可以让商业银行缓和信息不对称和逆向选择问题；第二，信用信息披露可以降低银行因信息不对称而收取的租金；第三信用信息披露可以约束借款人的行为控制风险；第四，通过信用信息披露机制可以形成惩戒效应。

Sharpe（1990）最早提出，当银行拥有对借款人的足够信息量时，可以缓解信贷市场中借款人还款意愿低的问题。这一理论为信用信息的披露打下了基础。随后Klein（1992）通过构建博弈模型，证实了信用信息征集披露机构的设立可以帮助银行通过外部获得足够信息，从而降低了内部信息产生的信息租金，有助于緩解道德风险和逆向选择问题。Panago and Jappelli（1993）在Klein的基础上将模型更加具体化，他们假设市场中的银行都只拥有银行附近的借款人信用信息，且信息相互独立。当面对非附近的借款人时，因为信息不对称的存在，银行会提高利率来覆盖自身可能的风险，从而产生了逆向选择问题。而当信用信息披露机制存在时，银行可以通过披露的信用信息获取非附近的借款人的情况，从而顺利进行信贷交易。这是首次明确了信用信息披露机制对商业银行业务和风险产生影响的作用机理。Padilla and Panago（1997）研究了信用信息披露制度与商业银行放贷行为之间的关系，因为信用信息披露降低了借贷过程中的信息租金，减少了银行的议价能力，借款人还款意愿增加，从而使得放贷意愿也相应增加；但同时信用信息披露机制的存在使得银行间竞争加剧，会减少信贷投放。这一研究方向趋向于信用信息披露制度与银行风险行为的关系。

信用信息披露制度除了使银行能获得借款人信息外，还能提高借款人的还款意愿。Klein（1992）通过研究发现，在信用信息披露制度存在的条件下，借款人因担心违约之后的违约记录被披露影响后续融资，所以会更有动力按照借贷合同认真履行还款义务。

总的来说，这些模型在信用信息披露降低违约率及对利率影响方面的预测是一致的，而关于它对贷款影响的预测则不太明确。此外，只有在涉及单个借款人的违约概率时预测才是明确的，当考虑平均违约率的综合影响时，上述预测可能不成立。

2、实证研究。Barron and Staten（2003），Kallberg and Udell（2003），Luoto et al.（2007）都通过搜集各项信用信息数据，明确了信用信息披露能够使银行掌握更多借款人信息，从而预测出借款人的违约概率，降低了银行的营业成本。Brown and Zehnder（2007）证实，缺乏信用信息披露制度下的借款人违约意愿更高，当存在统一的国家信用信息征集披露机构可以提高借款人还款意愿。Jappelli and Panago（2002）调查收集了43个国家的信用信息披露情况，并且将经济制度因素、GDP增长率、法律环境因素等变量统一控制后，得出研究结论，信用信息披露制度越完善的国家，个人或中小企业获得的贷款越多，违约率也越低。而Djankow，McLiesh and Shleifer（2007）通过对129个国家1978～2003年的数据进行分析后发现，私人部门信贷占GDP的比重与信用信息披露的程度呈正相关，而从银行角度出发，征信机构的不同对这一情况的影响大小也会不同。与这一结果相似的是Love and Mylenko（2003）和Miller（2003）的研究，他们发现只有民间征信机构与促进信贷投放相关，而官方征信机构则没有表现出这一特点。目前，探究债权人保护、信用信息披露以及商业银行风险承担成为新的研究热点。

（二）国内关于信用信息披露的研究。目前，我国对于信用信息披露的研究仍处于初步阶段，研究方向以信用信息披露制度建设、实现信用信息披露的技术手段等为主，缺乏对信用信息与商业银行风险方面的研究。石晓军、陈殿（2003）肯定了信用信息披露的重要性，并阐述了信用信息披露在缓解信息不对称、促进重复博弈方面的作用机理，还提出了建设以企业为信用主体的信用信息披露机制方案。靳云汇（2003）比较了几个国家的信用信息披露制度，提出了信用信息披露制度的建设过程中应注重披露行为的规范化和隐私权的保护，并介绍了美国相关方面的成熟经验。王垣苏、黄鑫浩（2009）提出信用信息披露机制的设立需要有强势第三方，一般来说国家层面需要有中国人民银行牵头。而张敏勤（2004）、崔素芳（2007）、孙文辉（2009）等人则讨论了具体的信用信息披露技术手段以适合我国的国内环境。于珊、郭敏敏（2011）在对我国的实际征信环境调研情况下，提出建立公私结合，全国层面相统一的信用信息披露机制。除了上述围绕信用信息披露机制的具体模式、手段的研究，在实证方面，国内已有学者开始尝试将信用信息披露与商业银行、信贷市场等联系起来。张士林、才国伟（2012）通过对133个国家地区的数据进行研究，探讨了在信用信息披露机制下，债权人保护与私营信贷的关系。

三、研究设计

（一）信用信息披露指标。信用信息披露程度的衡量需要从披露的深度和广度两个层面进行衡量。国外的相关研究中，往往只关注横向比较，且各国在官方征信与民间征信的设计上也不尽相同，無法统一比较信用信息披露广度这一指标，因此采用信用信息披露深度这一单一指标。本文将信用信息披露程度不仅体现在深度上，也体现在广度上：

信用信息披露程度=信用信息披露深度×信用信息披露广度

1、信用信息披露深度。根据世界银行官网的描述，将信用信息披露深度细化为以下几个方面，每一个子项对应1分。（表1）

2、信用信息披露广度。根据世界银行指南显示，信用信息披露广度是指征信机构登记的范围。通常计算方式为登记在信用信息数据库的单位（包含企业和自然人）占成年人口的比重。此处“成年人口”引用世界银行的指标，即15岁及以上的自然人。

（二）被解释变量

1、不良贷款率。商业银行承担的风险种类繁多，但最主要的还是在从事主营业务——发放信贷过程中所面临的信用风险。因此，我们采用不良贷款率作为信用风险的替代变量和模型的被解释变量之一。

不良贷款率=逾期贷款期末余额/各项贷款期末余额

2、Z值。Z-SCORE同时综合了利润率、杠杆和回报波动性三种因素，能够从单个银行的角度来衡量风险和稳定性，因此多用来衡量银行的总体风险。具体来说，Z-SCORE=（ROA+CAR）/σ（ROA），其中ROA是资产收益率，CAR是权益/资产的比率，而σ（ROA）是资产收益率标准偏差的估计。

（三）其他解释变量

1、银行资产规模。规模越大的银行，其管理能力、融资能力、分散风险和投资能力越强，所以承担风险能力也越强。同时，规模越大，其出现问题时对社会的影响越大，破产的危害越大，因此监管当局对规模大的银行监管更加严格，这抑制了银行的风险承担。因此，银行资产规模和风险承担的关系是复杂多变的。

2、大而不倒。这是一个虚拟变量，如果银行存款份额占整个国家存总额的10%以上，取值为1，否则为0。占比越高说明银行对经济和社会的影响越大，国家为了维护社会稳定，会抑制银行的风险承担。

3、资本充足率。由于银行资本的一个重要功能在于覆盖银行风险，资本充足率管理的目标在于使银行的资本与其风险的大小保持一致，因此理论上来说，银行资本充足率的提高将有助于降低银行的风险水平，这也是监管部门实施以资本充足率为核心的监管体系的目的所在。

4、债权人保护。国内商业银行信贷风险同样与国内债权人保护环境高度相关，债权人保护主要衡量破产法、担保法和相关法律对债权人的保护程度。通过6个指标的得分来衡量债权人保护指数。

四、模型建立与回归分析

本文已确定了变截距的固定效应模型，接下来将分别根据NPL和Z值两个被解释变量进行回归分析。此外，不管是衡量银行破产风险的Z值还是衡量银行信贷风险的NPL，都是事后统计值，存在明显的滞后效应。因此，本文也取两个被解释变量一阶之后的值作为解释变量代入模型中。综上所述，本文共建立了四个模型：

NPLit=？茁+？茁1CISIit+？茁2BSIZEit+？茁3TBTFit+？茁4CARit+？茁5CPIit+？着it （1）

NPLit=？茁+？茁1NPLit+？茁2CISIit+？茁3BSIZEit+？茁4TBTFit+？茁5CARit+？茁6CPIit+？着it （2）

Z值it=？茁+？茁1CISIit+？茁2BSIZEit+？茁3TBTFit+？茁4CARit+？茁5CPIit+？着it （3）

Z值it=？茁+？茁1Z值i，t-1+？茁2CISIit+？茁3BSIZEit+？茁4TBTFit+？茁5CARit+？茁6CPIit+？着it （4）

Z值it与NPLit分别表示第i个银行在t年受到的总风险以及信用风险。CISIit是指第t年信用信息披露指数的对数值；BSIZEit表示第i个银行第t年资产规模的对数值；TBTFit则表示第i个银行第t年大而不倒这一虚拟变量的值；CARit表示第i个银行第t年的资本充足率，CPIit表示第t年我国债权人保护指数的值，？着it是随机误差项。

经过多次回归后，本文剔除了不显著的变量，并将回归结果整理，如表2所示。（表2）

分析以上的回归结果，我们可以对商业银行的风险承担情况进行以下分析：

第一，从四个模型中可以发现，信用信息披露这一变量不论对商业银行的总体风险还是对商业银行的信用风险都有很强的解释性。根据模型1和模型2可知，信用信息披露与商业银行风险承担呈正相关关系，随着信用信息披露制度的不断完善，将从环境层面降低商业银行的风险承担。

第二，商业银行资产规模与不良信贷率的关系与前文预测的结果一致，资产规模越大，则商业不良信贷率越低。而资产规模这一指标与Z值之间的相关性与上文的假设不符，根据实证结果显示，资产规模越大，Z值越小，即商业银行承担的风险越大。我们推测，出现这一结果的原因主要是Z值反映的商业银行总体风险有太多因素构成，信用风险是其中一方面，除了信用风险，当商业银行资产规模扩大，意味着公司治理难度、盈利能力等也受到了风险加大的考验，因此各种风险综合出现了回归中的结果。

第三，从回归结果中可以发现大而不倒这一指标与Z值和NPL都呈正相关关系，TBTF值越大，商业银行承担的总体风险越小，信用风险越大。探究其原因，TBTF这一指标在实际统计中可知，只有四大国有银行可以取值为1，而我国的四大国有银行因为历史原因，不良信贷率较其他商业银行较高，因此表现为TBTF与NPL正相关的现象。而当商业银行的这一指标为1时，即表明其像现在的四大国有银行一样，对社会和经济各方面影响较大，会受到银监会更为严厉的监管，从而使得银行总体风险处于在较低水平。

第四，从CAR这一指标的结果来看，可以发现我国银监会对商业银行的监管在约束商业银行的风险承担方面有较强的作用。CAR表示的是权益资本与风险资产的比重，体现的是商业银行应付风险的能力，资本充足率越高，表明银行用来处理风险的资产越多，或者银行有风险的资产越少。反映在回归结果中就是CAR与NPL负相关，与Z值正相关，CAR越高，则不良信贷率越小，或商业银行的总体风险越小。

第五，债权人保护指数这一指标从法制环境方面对商业银行的风险承担做出解释。债权人保护指数是从法制环境角度出发，评价一个国家对债权人，在本文中即商业银行的保护程度。债权人保护指数越高，则说明国家法制环境越有利于商业银行追回欠款，减少损失，从而降低银行总体风险和不良信贷率。

五、政策建议

综上，对我国信用信息披露的推进提出下建议：

（一）在征信业发展方面。应建立以央行征信中心为核心，公营和私营征信并存的多层次征信市场体系。同时，建立公营征信与私营征信，以及与各政府部门间的信息交换与协作机制。

（二）加大投入，提高政务信息化水平。信用信息广泛分布在公安、工商、国税、地税、社保、住房公积金管理中心、质监局等各级政府部门，信用信息资源开发利用的程度与政府部门的信息化水平息息相关，两者相辅相成。

（三）在法律保障方面。应从立法和司法两个层面构建完善有效的法律保障体系。在立法层面，要尽快出台征信基本法，并制定征信基本法配套的法律法规。在司法层面要建立较完善的法律救济制度。

主要参考文献：

[1]M.Pagano，T.Japplli.Information disclosure in credit markets.Journal of Finance，1993.

[2]D.B.Klein，Promise keeping in the great society：A model of credit information disclosure.Economics and Politics，1992.4.2.

[3]S.Sharpe.Asymmetric information，bank lending，and implicit contracts：A stylized model of customer relationships.The Journal of Finance，1990.45.4.

[4]Von Thadden，E-L.Asymmetric information，bank lending，and implicit contracts：The winner's curse. Finance Research Letters.2004.1.1.

[5]A.J.Padilla，M.Pagano.Endogenous communication among lenders and entrepreneurial incentives.Review of Financial Studies，1997.10.1.

[6]Petersen，M.and Rajan，R.The effect of credit market competition on lending relationships，Quarterly Journal of Economics，1995.110.4.

[7]J.A.Vercammen，Credit bureau policy and sustainable reputation effects in credit markets. Economic，1995.62.248.

[8]A.J.Padilla，M.Pagano.Disclosure default information as a borrower discipline device.European Economic Review，2000.44.10.

[9]J.M.Barron，M.Staten.The value of comprehensive credit reports：Lessons from the US experience.M.J.Miller（Ed.），Credit Reporting Systems and the International Economy，MIT Press，Boston，2003.

[10]J.G.Kallberg，G.F.Udell.The value of private sector business credit information disclosure：The US case.Journal of Banking Finance，2003.27.3.

[11]J.Louto，C.McIntosh，B.Wydick.Credit information systems in less-developed countries：Recent history and a test.Economic Development and Cultural Change，2007.55.2.

[12]M.Brown，C.Zehnder.Credit reporting，relationships banking，and loan repayment.Journal of Money，Credit and Banking，2007.39.8.

[13]F.T.Furlong，M C.Keeley.Capital regulation and bank risk-taking：A note.Journal of Banking & Finance，1989.13.6.

[14]J.F.Houston，C.James.CEO compensation and bank risk is compensation in banking structured to promote risk taking Journal of Monetary Economic，1995.36.2.

[15]靳云匯，刘建民.从源头减少风险——信用信息共享制度的国际比较[J].国际贸易，2003.10.