外汇风险暴露、货币错配与银行稳定性——来自银行微观数据的经验证明

金祥义 张文菲

(南开大学 经济学院，天津 300071)

一、引言

改革开放以来，我国金融开放程度不断提高，银行业对外投资过程中，涉及外币的数目和种类也逐步丰富，但在这种环境下，银行业普遍存在着明显的货币错配现象，即在外部经济环境发生转变时，本币的贬值(升值)会带来债务型(债权型)的货币错配情况，由此进一步增加了银行业的负担，引发潜在的银行危机，从而造成银行业自发的银行挤兑现象[1][2][3]。根据国家外管局在2016年末对银行业对外金融资产和负债的统计数据，银行业对外资产总额为8776亿美元，对外负债总额为9645亿美元，整体对外净负债为869亿美元。巨大的对外负债使得国内银行存在着庞大的外汇风险，而银行部门存在的外汇敞口在汇率不利变动下，往往会通过资产负债表使其净值发生变动，改变银行部门整体的经营环境，从而对银行业的整体收益造成一定的影响[4][5][6]。那么我国银行业在存在大量外汇敞口的情况下，是否会对相关体系的稳定性造成潜在影响？如果存在影响，那么其主要作用渠道又是什么？对于该问题的研究，将对探究我国银行业系统稳定性乃至整个金融体系稳定性的影响因素具有重要现实意义。

现有文献对银行稳定性的研究主要集中在以下几方面：表明银行竞争力的作用[7][8][9]；强调银行自我发生的挤兑危机和汇率制度的影响[10][11]；强调利率市场化和存款保险制度[12][13]；凸显信贷资产和信用风险的作用[14][15]。但已有研究较少从外汇敞口或货币错配方面研究其对银行稳定性的影响，如施建淮和陈晓莉从理论上基于JB银行挤兑模型①，研究了货币危机(或本币汇率变化)同银行危机的关系[10][16]。刘少波建立了存在债权型货币错配时微观主体的行为模型来研究本国汇率升值对银行部门带来的资产负债表效应，并对存在货币错配的企业部门进行相关的理论研究，全面分析了货币错配对整个经济体的作用[17]。江百灵和叶文娱研究了本币升值对银行稳定性的影响,发现本币升值将引发债权型货币错配,从而提高了银行无法清偿债务的风险[18]。贺力平阐明了货币错配和估值效应的区别,并重新定义了两者与汇率风险的关联[19]。此外，部分国外学者利用资本市场法来测量外汇风险暴露对银行经营的影响，主要通过资产定价模型来研究外汇风险暴露与银行收益之间的关联，并计算汇率变动对银行股市收益率的相应系数，将汇率收益系数作为对银行部门外汇风险暴露的一种度量，在此基础上研究不同金融资产工具对该收益系数的影响，从而分析银行资产配置对潜在外汇风险的影响情况[23][24]。

与已有文献相比，本文的贡献主要有以下几方面：第一，研究方法。国外文献基本都是通过股市数据对相关问题进行研究，但若通过中国银行业股价波动来研究其外汇风险暴露的作用，由于相关政策等因素，股价波动在一定程度上不能完全反映市场的信息，而银行的资产负债表能够较好反映其经营状况、企业绩效和规模情况，因此本文基于银行业资产负债表进行分析和研究。第二，结合微观层面数据进行系统的经验研究。国内相关研究多处于理论模型的分析或对整个银行业宏观情况的定性分析，本文利用2011～2016年中国银行业微观层面数据，研究外汇风险暴露程度对银行稳定性的影响情况，为相应理论提供了微观层面的数据支撑。

本文剩余部分安排如下：第二部分从相关理论上分析外汇风险暴露对银行体系稳定性的影响；第三部分为数据来源说明、模型设定及经验分析；第四部分为对研究结论稳健性的检验；第五部分为结论与相应的启示。

二、理论分析

当经济主体对外的资产和负债采用不同币种的货币计价时，将面临货币错配的现象②，货币错配意味该经济主体对外存在一定的外汇敞口，而外汇敞口容易受到汇率变动的影响而发生改变，在汇率发生不利变动时将通过资产负债表效应影响经济主体的净值，而银行业净值的下降将造成储蓄者的恐慌，引发一系列的银行挤兑现象，最终导致银行危机[25][26][27]。经济主体由于不同的货币错配类型将形成不同的外汇敞口规模，而不同的外汇敞口规模受到汇率变动带来的影响也各有差异，进而对其净值造成的影响也大相径庭。一般可将货币错配按资产负债性质分为债务型货币错配和债权型货币错配。

存在债务型货币错配的经济主体，一般对外持有净负债，其形成的外汇敞口容易受到本币的贬值而产生恶化，其理论作用渠道为经济主体对外存在债务型货币错配，相应的外汇敞口在汇率贬值时，将通过资产负债表来加大经济主体的外债负担，这表现为经济主体对外债务的本币计价有所上升，使经济主体的财务状况恶化，相应净值下降，影响其融资和投资能力，并影响经济主体经营的稳定性。

存在债权型货币错配的经济主体，一般对外持有净资产，其形成的外汇敞口容易受到本币的升值而产生恶化，其理论作用渠道为经济主体对外存在债权型货币错配，相应的外汇敞口在本币升值时将通过资产负债表形式，使经济主体持有的净资产发生缩水，这表现为对外资产的本币计价有所下降，进一步恶化经济主体的财务状况，降低经济主体的净值，进而影响相应的融资和投资能力，最终影响其经济的稳定性。

为了从理论上详细阐述外汇敞口在汇率作用下对银行稳定性的影响机制，本文参照Jeanne和Zettelmeyer的模型[28]，主要分析存在债务型货币错配且仅进行两期活动的银行部门的经济行为③。

首先，假定经济中非抛补利率平价条件成立，即

(1)

(2)

将式(1)带入式(2)中可得式(3)，

(3)

根据式(3)可知，银行的净值与预期的第二期汇率直接相关，此外假设银行每期的本币收入足以支付其本币的负债，由于其他变量假定外生，所以当预期汇率发生贬值时候，即其数值变大，银行以外币计价的净值将下降，如果银行外币负债大于外币收入，那么当预期汇率发生严重的贬值时，其净值可能出现负值。

按照传统的货币危机模型(DD模型)的假定，银行按储蓄者排队顺序对其进行提现需求的服务[29]，因此储蓄者只能凭借其队列顺序依次进行提现需求的服务，如果银行现有的支付能力无法满足队列中所有人的提现需求，那么队列中部分储蓄者和未参与排队的储蓄者将无法获得预期的提现服务。如果银行能够满足当期所有队列中储蓄者的提现需求，则其剩余资金将在第二期付给那些当期没有进行提现服务的储蓄者。

由上述假设可以得出，若银行没有发生危机，当且仅当以外币计价的银行净值为正，即式(4)成立，

(4)

(5)

根据上述过程我们可以得到以下结论，银行对外存在债务型货币错配时，必然存在一个最低汇率水平，使得潜在的外汇风险暴露促使银行连环挤兑现象的发生，从而造成银行本币收入现值的下降，并进一步影响银行自身的稳定性。该过程表明外汇风险暴露是影响银行系统稳定程度的一个重要因素，因此外汇风险暴露程度越大，银行面临的系统危机将越高，银行体系内在的稳定性也就越低；本币的贬值将通过银行潜在的外汇敞口对其稳定性造成不利的影响。

三、外汇风险暴露对银行稳定性的经验分析

(一)变量数据说明及模型设定

根据以往研究经验，本文选取的银行稳定性指标为Z-Score，该指标被大量用于研究银行体系稳定的文献中[30][31][32]，该指标从微观层面上衡量银行体系整体的稳定程度，数值越大表示银行稳定性越高，其基本计算公式为：

(6)

式(6)中，i表示不同的银行个体，t表示不同年份，ROA为资产回报率，E为股东权益，TA为总资产，σROA为ROA的标准差，根据式(6)可得银行样本中各期的相应稳定性指标Z值。

本文的核心自变量为exposure，表示外汇风险暴露与总资产的比值，主要用于衡量银行个体面临的外汇敞口规模，数值越大表示其外汇风险暴露程度越大。控制变量包括人民币兑美元汇率er；减值贷款与贷款总额比值il，代表银行资产质量状况；非利息支出与资产比值nie，代表银行经营状况；股东权益与负债比el，代表银行业长期债务偿还能力；普通股权比率tce，该指标是衡量银行资本充足率的重要指标之一；客户存款与资金总额比值df，是重要的筹资指标，用来表示银行的筹资能力。由于我国银行微观层面数据统计的不完善，并考虑到数据的可得性和缺失性，本文样本数据长度为2011～2016年，除本文构建的指标外，所有数据均来源于BvD全球银行业数据库⑤，各变量具体描述性统计如表1所示。

表1 变量描述性统计

同时，为了检验变量之间是否存在明显的多重共线性问题，本文给出了变量之间的相关系数矩阵，结果报告于表2。从表2中的相应结果可以看出，变量之间的相关系数绝对值在整体上均小于0.4，这表明本文的变量之间不存在明显的多重共线性问题，因此可以在此基础上对银行业外汇风险暴露及其稳定性之间的关系作进一步的分析。

本文采用面板回归模型，对样本期间内的数据进行处理，从微观层面上考察银行外汇风险暴露程度对其稳定性的影响情况，具体模型形式为：

zit=αi+exposureit+Xit+λit+εit

(7)

式(7)中，被解释变量zit表示银行i在t期的稳定性指标，核心解释变量exposureit表示银行i在t期的外汇风险暴露程度，X是与银行经营绩效相关的控制变量，此外模型中还控制个体和时间固定效

表2 变量相关系数矩阵

应αi和λit，主要控制银行个体间的差异以及随时间变化的外生冲击对本文回归结果造成的干扰影响。

(二)整体回归结果

对变量进行回归之前，本文首先通过Hausman检验，发现固定效应优于随机效应，因此本文采用固定效应面板模型对样本数据进行回归分析，得到表3中的结果⑥。

表3 整体回归结果

注：括号内的数值表示标准误；***，**，* 分别表示为1%，5%，10%水平上显著。下表同。

从模型(1)和模型(2)中可以得知银行外汇风险暴露程度对其稳定性影响显著为负，在控制时间和个体固定效应后，基本面的结论依然成立，这也验证了本文的基本结论，我国银行部门存在货币错配时，相应的外汇风险敞口将影响其系统的稳定性。加入相关控制变量后可以发现，本文核心结论仍未改变，外汇风险暴露程度对银行系统稳定性的影响依旧显著为负，表明在控制相关变量及非观测的固定效应影响后，外汇风险暴露程度越大，银行的稳定性越低，据此证明了本文核心结论具有较好的稳健性。

(三)汇率变动的渠道检验

根据理论分析可知，对外存在净负债的企业会由于本币对外的不利贬值，加大企业的债务负担，并通过资产负债表效应影响其净值[33]。对于债务型货币错配的银行部门而言，潜在的外汇敞口会通过汇率的不利贬值来影响其系统的稳定性。为了验证该作用渠道是否存在，本文在基础回归方程中加入外汇风险暴露程度与人民币兑美元的交互项(exposure#er)⑦，考察银行在一定外汇风险暴露程度下，汇率的不利变动是否会影响其体系的稳定性，具体结果如表4所示。

根据模型(1)和模型(2)可以看出交互项对银行稳定性有着显著的负面影响，而外汇风险暴露程度虽然符号为负但不显著，这表明外汇风险暴露主要通过汇率变动渠道对银行稳定性产生影响，同时交互项的符号也印证了上文中国家外管局公布的银行业整体对外存在净负债的情况，由于随着人民币对外的贬值，即人民币兑美元汇率数值的增大，银行对外持有净负债时，其面临的外债负担将不断增大，并通过银行的资产负债来影响其整体净值，银行净值的下降又会影响其体系的稳定性，因此外汇风险暴露能够通过汇率变动渠道对银行稳定性带来负面的影响。在加入控制变量并控制相关非观测的个体和时间固定效应后，模型(3)和模型(4)表明本文基本面的结论依然显著成立，从而验证了银行外汇敞口是通过汇率渠道对其稳定性造成影响的。

表4 汇率变动渠道的检验

表5 银行异质性检验

(四)异质性检验

大型国有商业银行由于其规模和性质，一般能得到政策扶持，但大型国有商业银行的经营效率和竞争创新力度却较为薄弱[34]，因此，“十三五”规划强调了金融改革的重要性，大型国有商业银行的监督和发展创新也成了金融改革的重头戏。贾春新发现其他商业银行比大型国有商业银行在资产配置以及经营上更具谨慎性，而规模较大的大型国有商业银行对于风险控制往往缺乏相应的意识[35]，那么大型国有商业银行的外汇风险暴露程度对其系统稳定性的影响是否比其他商业银行更为显著？为此，下文通过经验分析来考察外汇风险暴露程度对样本内大型国有商业银行和其他商业银行稳定性的差异作用 。

根据表5的模型(1)和模型(3)可以初步得知，对于大型国有商业银行而言，外汇风险暴露程度对其系统稳定性的影响依旧显著为负，而其他商业银行的外汇风险暴露程度对其系统稳定性的影响不显著，这是由于其他商业银行在风险控制和经营管理上具有较强的谨慎性，因此对于外汇风险控制较为重视，会采取相应的风险对冲手段来减少外汇敞口带来的潜在风险，而大型国有商业银行则较为缺乏相应意识，从而银行体系受到外汇风险暴露程度的影响更为显著，这也验证了贾春新和朱南等的观点[35][34]，说明大型国有商业银行由于缺乏资产配置的审慎意识，在风险对冲上缺少相应的措施。加入控制变量后，根据模型(2)和模型(4)可以发现，该部分的核心结论仍旧成立。此外，相对于大型国有商业银行而言，其他商业银行相关的经营指标nie、长期债务偿还能力指标el、银行资本充足率指标tce和银行筹资能力指标df对银行稳定均具有显著的作用，这说明其他商业银行的稳定性主要来源于其经营绩效，也从侧面反映了其他商业银行较好的经营管理能力，使得其对风险资产的配置更为审慎。因此，相比其他商业银行，大型国有商业银行在经营管理上缺乏足够的谨慎性，在面对相同程度外汇风险暴露时，大型国有商业银行的稳定性将受到更大的影响。

四、稳健性检验

(一)内生性检验

考虑到稳定性较强的银行面临的外汇风险暴露程度可能更小，会引起被解释变量和核心解释变量之间的双向因果关系，造成回归方程存在内生性的问题，对此，本文采用监管机构根据《巴塞尔协议Ⅲ》相关规定所测算的，对银行部门客观评估的以外币形式表示的银行风险加权资产占比rwar来作为外汇风险敞口的工具变量⑧。一般而言以外币形式表示的风险加权资产占比越大，表明银行存在的外汇风险敞口越大，而监管机构根据《巴塞尔协议Ⅲ》的相关规定对风险资产进行评估所得出的银行风险水平与银行稳定性之间往往不存在相关性，因此，该指标符合作为工具变量的前提要求。据此，本文采用GMM-IV回归方法对银行外汇风险暴露程度的影响效果进行检验，具体结果如表6所示。

表6 工具变量回归结果

注：Cragg-Donald Wald检验10%的临界值为16.38。

根据表6的结果可知，在控制了其他变量、个体和时间固定效应的影响下，外汇风险暴露程度对银行稳定性的影响仍旧显著为负，这表明随着银行外汇风险暴露程度的提高，银行体系的稳定性逐步下降，再次印证了本文的核心结论。此外，根据工具变量的相关检验结果可以发现，Anderson canon识别不足检验在1%的显著性水平上拒绝了原假设，Cragg-Donald Wald检验拒绝了10%上限下的弱工具变量原假设，则工具变量与核心变量之间不存在相关性，因此说明本文选取的工具变量较为合适，回归结果较为稳健。

(二)内生性再检验

从上文分析可知，外汇风险暴露程度会降低银行体系的稳定性，为了检验回归方程的稳健性，还需考虑方程中遗漏重要解释变量导致的内生性问题。对此Altonji 等建立了经济计量模型来评估遗漏变量对回归系数的偏差影响，发现如果在回归方程中加入额外的遗漏控制变量后，核心解释变量的回归系数未发生明显变化，那么即使在回归方程中加入更多的遗漏控制变量，核心解释变量的系数发生改变的可能性也十分小[36]。从上文分析可知，银行的外汇风险暴露程度越大，银行体系的稳定性便越低，而银行的稳定性往往还与其市场竞争力相关，过大的市场竞争强度，如外资银行的进入，往往会导致银行体系的脆弱化，即“银行竞争脆弱假说”[37]。因此加入该控制变量后，若核心结论依然成立，则可以认为本文结论具有较强的稳健性。

银行市场竞争力往往采用Lerner指数⑨，从银行微观层面来度量银行定价能力与其边际成本的偏移程度，从而反映其市场力量[38][39][40]，其基本公式如下：

(8)

式(8)中，Pit代表银行i在t期对应的资产价格，以银行总收入与总资产的比值来表示。MCit表示银行i在t期资产的边际成本，其数值可以通过式(9)的超对数成本函数(translog cost function)计算得到。

(9)

式(9)中，Costit代表银行i在t期的成本，等于三种投入要素的价格之和，Qit代表银行i在t期的产出水平，以银行的总资产来表示，Wk指代三种投入要素的价格，分别表示劳动投入的价格、资金投入的价格和资本投入的价格，并以员工费用与总资产的比值、利息支出与总存款的比值和营业、管理费用与总资产的比值来表示。

(10)

将计算得到的相关系数和变量的数值带入式(10)中可以得到各个银行各期的MC，并带入式(8)中可解得Lerner指数。此后，将Lerner指数作为遗漏控制变量带入本文基本回归模型中，并检验银行外汇风险暴露程度及相应汇率变动渠道对银行稳定性的影响情况，结果如表7所示。

表7 银行稳定性的再检验

根据表7的模型(1)可知，加入银行竞争力Lerner指数变量并控制了相关非观测的个体和时间固定效应后，外汇风险暴露程度对银行稳定性的影响依旧显著为负，即本文核心结论在基本面上初步成立。Lerner指数对银行稳定性的影响为正，这也验证了“银行竞争脆弱假说”，与Keeley和Hellmann 等学者的观点一致[41][37]。模型(2)和模型(3)在此基础上加入其他控制变量之后，外汇风险暴露程度及其与汇率交互项对银行稳定性的影响依旧显著为负，因此可以断定本文核心结论具有较强的稳定性，其结果不随相关遗漏变量的影响而改变。

五、结论与启示

银行部门正常的运转对保持一国金融稳定发展有着重要的意义，而近年来中国银行业由于货币错配对外存在着明显的净负债情况，由此形成的外汇敞口会随着汇率的贬值对银行业的净值造成不利影响，最终影响银行经营的稳定性。本文通过2011～2016年银行业微观数据，试图探究外汇风险暴露对银行业稳定性的影响机制，并厘清其具体的作用渠道和作用原理。首先，本文研究发现银行潜在的外汇风险暴露程度对其稳定性有着显著的负面影响，即随着银行业外汇风险暴露规模的不断加大，银行内在的稳定性将逐步减小。其次，为了探究外汇风险暴露程度对银行稳定性的具体作用渠道，本文加入汇率交互项来研究银行稳定性的变化，结果发现汇率通过银行现存的外汇敞口对其稳定造成显著的负面影响，具体而言，汇率的贬值将加大银行的对外债务负担，并通过资产负债表效应作用在银行的净值上，当银行净值发生下降时，其融资和投资能力会随之减弱，最终影响银行的经营绩效，并对银行的稳定性造成负面影响。再次，本文亦发现外汇风险暴露程度对大型国有商业银行和其他商业银行稳定性的影响存在着差异，外汇风险暴露程度对大型国有商业银行的稳定性存在着显著的负面影响，对其他商业银行的稳定影响不显著，并且其他商业银行的稳定性主要来源于其经营绩效，这是由于相比大型国有商业银行而言，其他商业银行对风险资产配置具有更强的谨慎性，因此其受到外汇风险暴露程度的影响更小，这也印证了贾春新和朱南等的观点[35][34]。最后，考虑到回归结果可能存在双向因果关系和遗漏重要解释变量导致的内生性问题，本文通过寻找适合的工具变量并使用GMM-IV方法来解决双向因果问题，结果表明本文的核心结论仍旧成立；还通过加入银行竞争力Lerner指标对本文核心结论的稳健性进行再检验，研究显示外汇风险暴露程度对银行稳定性的影响在加入银行竞争力Lerner指标后，基本面的结论仍然成立，且汇率贬值的影响渠道依然显著为负。同时，本文在加入银行竞争力指标后验证了“银行竞争脆弱假说”，这与Keeley和Hellmann等学者的发现一致[37][41]。

中国正处于金融改革创新的关键时期，银行业的健康发展影响着中国金融改革的路径，而近年来银行业对外存在着债务型的货币错配现象，由此形成的外汇敞口规模也逐渐递增，庞大的外汇风险暴露规模对银行业的稳定性造成了巨大的影响，因此中国相关政府部门应该加大对银行业的调控管理，维持金融改革创新的良好秩序，对此本文提出以下几个方面的政策建议：第一，加大对银行业外汇风险暴露的监控力度，设定适度的风险警戒线，对银行业外汇风险敞口的变动进行实时监控，最大程度上降低外汇风险暴露对银行业乃至整个金融稳定性的影响。第二，平稳推动汇率制度改革，中国汇率制度正处于由管理浮动制向市场化逐步迈进的改革进程中，汇率波动受外部经济冲击的影响将日益明显，而本国汇率对外的不利贬值将加大银行业对外的债务负担，并通过资产负债表效应影响到银行业的内在稳定，因此放缓汇率制度改革转变的速度，能有效降低剧烈汇率变动带来外汇风险暴露的不利影响，从而维持银行业系统的稳定程度。第三，推动大型国有商业银行经营效率的改革，提高大型国有商业银行内部经营管理的效率，公开相关人员的选调聘用流程，强化大型国有商业银行风险控制和市场竞争的意识，科学规划银行部门间的合作管理方案，加强大型国有商业银行的经营谨慎性，从而提高大型国有商业银行的内在稳定程度。

注释：

①JB银行挤兑模型是指Jacklin和Bhattacharya建立的银行挤兑模型[42]。

②货币错配按其关联性质又可以分为直接错配和间接错配。

③债券型货币错配的分析类似，因此文中不加赘述。

④本文所涉及的汇率均为直接标价法，汇率的直接标价法是指一单位外币的本币价格。

⑤本文选取的银行具体包括中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、中国光大银行、北京银行、南京银行、重庆农村商业银行、徽商银行、哈尔滨银行、重庆银行、辽阳银行、大连农村商业银行、中国民生银行、平安银行、杭州银行、辽阳银行和中国浙商银行。

⑥下文进行回归前均先采用Hausman检验对回归模型进行选择，因此在文中不再赘述。

⑦exposure#er表示外汇风险暴露程度与汇率的乘积，本文采用的人民币兑美元汇率均为直接标价法。

⑧1983年5月，《巴塞尔协议》的正式推出成为了全球银行业监管的标杆，2010年9月12日，由27个国家银行业监管部门和中央银行高级代表组成的巴塞尔银行监管委员会就《巴塞尔协议Ⅲ》的内容达成一致，全球银行业正式步入《巴塞尔协议Ⅲ》时代，中国银监会据此推出了四大监管工具，涵盖资本要求、杠杆率、拨备率和流动性四个方面，这也构成了中国银行业监管未来一段时期的新框架。

⑨Lerner=1时代表完全垄断，表示市场竞争程度小；Lerner=0时代表完全竞争，表示市场竞争程度大。