金融创新、公允价值计量与商业银行股票崩盘风险

2019-07-17杨鹏

财经理论与实践 2019年3期

杨鹏

摘要：选取我国沪深两市A股上市商业银行作为研究对象，利用2007-2017年年报数据，实证研究金融创新对商业银行股票崩盘风险的影响。在此基础上，以公允价值计量作为中介变量研究其在金融创新对商业银行股票崩盘风险影响中的作用机理。研究发现：金融创新与商业银行股票崩盘风险负相关，公允价值计量在其中发挥部分中介效应的同时也增加了商业银行股票崩盘风险。在当前鼓励创新和防范化解重大金融风险的背景下，应当大力提倡金融创新，通过公司治理和内部控制来规范公允价值计量的使用。

关键词：金融创新;公允价值计量;崩盘风险;中介效应

中图分类号：C939

文献标识码： A

文章编号：1003-7217（2019） 03-0059-06

一、引言及文献综述

2017年10月，党的十九大报告提出要健全金融监管体系，守住不发生系统性金融风险的底线。同年12月，中央经济工作会议确定今后三年要打好防范化解重大风险攻坚战，重点是防控金融风险。2018年12月，中央经济工作会议继续提出要打好防范化解重大风险攻坚战。中国银保监会主席郭树清2018年3月9日下午亮相两会“部长通道”时表示，银行业是防范金融风险的主战场。创新是一切行业发展的根本驱动力，金融创新也是商业银行发展的根本驱动力，也是其防范风险的根本之策。

但是，金融创新对商业银行的发展是“双刃剑”[1]，既有套利性和避险性等益处，也有因使用不当而放大风险，引发股价崩盘，甚至引发金融危机。因此，金融创新能否趋利避害，关键取决于商业银行对其运用的适当性和控制的有效性。为此，2018年初，我国企业会计准则第22号、23号和2 4号要求包括商业银行在内的企业要根据业务模式和现金流量特征对金融资产进行分类和管理，大力引进和规范运用公允价值计量。

尽管有文献研究表明，商业银行正确使用公允价值计量可以使银行会计信息更加透明[2]，有利于降低股价崩盘风险。但是，也有文献研究表明，公允价值的顺周期效应也会增加银行业的系统性风险[3]。那么，金融创新与商业银行股价崩盘风险之间到底是什么关系？公允价值计量在这种关系中能否发挥中介作用？这些问题至今尚未有文献专门进行深入研究。

围绕金融创新、公允价值计量与股价崩盘风险这三方面内容，学者们主要研究了金融创新对商业银行业绩、业务和风险的影响[4-10]，公允价值计量对商业银行的信息披露可靠性和绩效的影响[11-13]，以及依据信息不对称理论，选取不同崩盘风险测度指标研究商业银行股价崩盘风险的影响因素，所得结论较为一致，即：商业银行信息不对称程度与其股价崩盘风险正相关[14 -16]。

综上所述，以往研究主要集中在金融创新、公允价值计量的后果和股价崩盘风险的影响因素方面，鲜有文献从资本市场效率的视角，研究金融创新对股价崩盘风险的影响和公允价值计量在金融创新对股价崩盘风险的影响中发挥了怎样的作用。

此，本文以2007-2017年我国沪深A股上市商业银行为样本，使用OLS实证分析金融创新与股价崩盘风险的关系;在此基础上，把公允价值计量作为中介变量，探讨其在金融创新对商业银行股价崩盘风险影响中的作用机理。

二、理论分析与研究假设

（一）金融创新对商业银行股价崩盘风险的影响

股价崩盘源于公司内部人长期隐瞒坏消息后，当这些坏消息无法继续被隐瞒时，短时间内释放导致股价大幅下跌[17]。我国金融业的创新活动能够显著提升绩效[18]，但是非利息收入在提高商业银行盈利能力的同时也容易掩盖其中的诈骗行为[19]，增加了银行的破产风险[20]。这些不利风险超出自身承载力后将在瞬间释放到市场，产生股价崩盘。然而，郑联盛（2014）发现从契约的角度看待金融产品后，金融创新在保障资金融通有效性和整个金融体系稳定有积极作用[21]。

金融创新究竟增加了商业银行的股价崩盘风险还是抑制了股价崩盘风险，取决于中国银行业金融创新始终坚持的“成本可算、风险可控、信息充分披露”的基本准则[1]。因此，金融创新对股价崩盘风险的影响结论目前具有不确定性，基于此，提出如下競争性假设：

H1a：金融创新程度与银行股价崩盘风险呈负相关关系。

H1b：金融创新程度与银行股价崩盘风险呈正相关关系。

（二）公允价值计量在金融创新与商业银行股价崩盘风险中的作用

随着金融创新的深化，新产品将导致活跃市场公允价值的获取越发不易，从而更多地使用第三层次公允价值计量。公允价值计量的使用充满了管理层的自由裁量[22]。在目前我国资本市场上投资者还不够理性，资本市场有效性还不高的情况[23]，其计量结果还难以充分取信于投资者。因此，运用公允价值计量金融创新，在现有资本市场和公司治理环境下，可能还难以起到彰显金融创新价值、降低股价崩盘风险的作用。

但是，也有学者研究发现公允价值计量的公允价值信息可以显著提高上市公司的信息质量的可靠性和相关性[24]，这一特点在第三层次公允价值计量的运用中结果也是这样[12]。公允价值计量的最大优势就在于能及时反映因市场风险所产生的利得和损失以及因信用质量发生变动而产生的影响[25]，从而降低金融不稳定性事件的发生及其严重性[26]。因此，公允价值运用有利于充分发挥金融创新的套利性和避险性，进一步降低崩盘风险。因此，提出如下竞争性假设：

H2a：公允价值计量在金融创新对商业银行股票崩盘风险的传导机制中存在中介效应，且公允价值计量范围与股价崩盘风险正相关。

H2b：公允价值计量在金融创新对商业银行股票崩盘风险的传导机制中存在中介效应，且公允价值计量范围与股价崩盘风险负相关。

三、研究设计

（一）变量设定

1.股价崩盘风险的计量方法。本文借鉴已有研究方法[17，27]，使用两种计算方法来测度商业银行股价崩盘风险：

首先，用股票K当年考虑现金红利再投资的周收益数据进行如下回归：

其次，基于k，w，t构造以下两个变量来分别计算股价崩盘风险：

（1）收益上下波动比率DUVOL：

其中，nu（nd）为股票k的周特有收益Wk，l，高于（低于）年平均收益Wk的周数。收益上下波动比率DUVOL的值越高，说明收益率分布越倾向于左偏，商业银行股价崩盘风险越高。

（2）负收益偏态系数NCSKEW：

其中，n为每年股票k的交易周数。NCSKEW的值越大，表示负收益偏态系数为负的程度越高，银行越可能出现股价崩盘风险。

2.公允价值计量范围的测度。参考已有研究[28]，用公允价值变动损益与净利润的比值来测度公允价值计量范围：Range=公允价值变动损益/净利润。

3.金融创新程度的测度。采用银行手续费及佣金收入来衡量银行创新能力[29]：Innovoation=log（手续费十佣金）。

4.控制变量的选择。在崩盘风险的研究中，结合商业银行经营管理遵循的“三性”原则（安全性、效益性和流动性），从银行规模、资产收益、资本监管要求、公司信息透明度和银行控制力等角度选择控制变量[17]。在公允价值计量范围的研究中，基于管理报酬假说、债务假说和政治成本假说，结合商业银行管理“三性”原则，从银行业绩、管理层薪酬、财务风险、公司规模等维度选择控制变量‘30]。具体指标定义及计算见表1。

（二）研究模型

本文采用回归模型（4）～（6）来验证假设，其中：回归模型（4）验证假设1，回归模型（4）～（6）共同来验证假设20

其中，CrashRisk为t+l期的股价崩盘风险，用式（2）计算的收益上下波动比率（DUVOLt+1）来测度和式（3）计算的负收益偏态系数（NCSKEW）测度;Innovoation和Range为t期金融创新程度和公允价值计量程度;Control Variables为崩盘风险控制变量，ControlVariablesl为公允价值计量范围控制变量。鉴于本文考察的是金融创新和公允价值计量对公司未来发生股价崩盘风险的影响，故而股价崩盘风险取值都选择超前一期，同时也可以有效缓解自变量与因变量间“互为因果”的内生性问题[31]。

关于中介效应的检验，本文参考余东华和孙婷（ 2017）[32]的中介效应检验程序：首先，构造模型（4），用解释变量金融创新指标（Innovoation）对被解释变量股价崩盘风险指标（CrashRiSisk）来回归，若回归系数β1不显著，表明股票崩盘风险与金融创新之间不存在稳定关系，无法讨论中介关系，若β1显著，则进行下一步;其次，在β1显著的前提下，构建解释变量金融创新指标（Innovoation）对中介变量公允价值计量范围（Range）的回归模型和解释变量金融创新指标（Innovoation）、中介变量公允价值计量范围（Range）对被解释变量股价崩盘风险指标（CrashRisk）的回归模型，即模型（5）和模型（6），检验中介效应是否存在。若模型（5）和（6）中的系数γ1和α1都显著，且模型（6）中a2也显著，则为部分中介效应，若模型（5）中系数γ1显著，模型（6）中系数α2显著，α1不显著，则为完全中介效应。

（三）样本与数据

财政部2006年颁布新的企业会计准则体系，要求上市公司自2007年开始执行，因此，本文出于财务数据间的可比性.选取2007-2017年深沪两市A股上市银行为研究对象，数据主要来自于国泰安（CSMAR）数据库，缺失数据通过巨潮资讯网下载相关年报手工整理进行补充。本文回归过程所使用的软件为Stata 15.0。

四、实证结果与分析

（一）描述性统计分析

通过表2描述性统计分析，可以看出不同银行、不同年度金融创新程度从17.7199到25.6998存在較大差异，股价崩盘风险指标NCSKEWt+l（DU-VOLt+1）从-2.0545（-1.2102）到1.3130（0.4256）也存在差异，公允价值计量范围从-0.7183到0.2025，计量范围差异也较为明显。

（二）实证结果与分析

处理面板数据时，固定效应模型还是随机效应模型的选择是一个基本问题[33]。所以，先对模型（4）（5）和（6）进行Hausman检验，选择负收益偏态系数（DUVOLt+1）为被解释变量时，对模型（4）（5）（6）进行豪斯曼检验的P值分别为0.5910、0.0757和0.4785，检验结果表明模型（4）和（6）应该选择随机效应模型估计，模型（5）应该采用固定效应模型估计。选择负收益偏态系数（NCSKEWtt+1）为被解释变量时，模型（4）（5）和（6）进行豪斯曼检验的P值分别为0.8 672、0. 0757和0.8331，检验结果依旧支持模型（4）和（6）应该选择随机效应模型估计，模型（5）应该采用固定效应模型估计。用固定效应模型估计时，为了减弱异方差和截面相关对回归结果可能带来的影响，使用“xtscc，fe”命令进行估计[32];用随机效应模型估计时，使用“xtreg，re”命令进行回归，并选择聚类稳健标准误进行检验。具体实证结果如表3所示。

表3第1列和第4列回归结果显示，未加入公允价值计量范围这一中介变量时，金融创新（Inno-voation）与股票崩盘风险（DUVOLt+1）回归系数为-0.1476，在5%水平下显著;金融创新（Innova-tion）与股票崩盘风险（NCSKEWt+1）回归系数为-0.2895，也在5%水平下显著，说明金融创新与银行股票崩盘的风险负相关，支持假设H1a。

根据中介效应的检验程序，结合表3第1列和第4列回归结果：解释变量金融创新指标（Innova-tion）对被解释变量股价崩盘风险（DUVOLt+1）和（NCSKEWt+1）回归系数β1显著，表明股票崩盘风险与金融创新之间存在稳定关系，可以进一步讨论中介关系，可以进行第二步，即：构建解释变量金融创新指标（Innovation）对中介变量公允价值计量范围（Range）的回归模型。表3第2列和第5列回归结果表明，金融创新对公允价值计量范围回归系数为0.0712，在5%水平上显著，说明随着金融创新程度提高，公允价值计量范围变大;表3第3列和第6列是解释变量金融创新指标（Innovation）、中介变量公允价值计量范围（Range）对被解释变量股价崩盘风险（DUVOLt+1）的回归，第3列回归后发现中介变量公允价值计量范围（Range）对被解释变量股价崩盘风险（DUVOLt+1）回归系数分别为0.7508，系数10%水平上显著，金融创新指标（Innovation）对被解释变量股价崩盘风险（DUVOLt+1）回归系数为-0.15475%水平上统计上显著;第6列回归后发现中介变量公允价值计量范围（Range）对被解释变量股价崩盘风险（NCSKEWt+1）回归系数分别为1.6146，系数5%水平上显著，金融创新指标（Inno-vation）对被解释变量股价崩盘风险（NCSKEWt+l）回归系数为一0.30051%水平上统计上显著。表3第1列至第6列的研究结果，表明支持假设H2a，即公允价值计量在金融创新对股票崩盘风险的影响过程中存在部分中介效应，公允价值计量范围与股价崩盘风险正相关。

（三）稳健性检验本文研究金融创新和公允价值计量对公司未来发生股价崩盘风险的影响时将被解释变量股价崩盘风险指标（DUVOLt+1）和（NCSKEWt+1）取值都超前一期，有效缓解了自变量与因变量间“互为因果的内生性问题[31]。因此，稳健性检验参考刘行健和刘昭（2014）[34]的指标，选择“公允价值变动损益/期初资产总额”作为公允价值计量范围（Range）的替代变量，选择负收益偏态系数（DUVOLt+1）为被解释变量时，模型（4）（5）和（6）进行Hausman检验的P值分别为0.5910、0.0264和0.5408，检验结果表明模型（4）和（6）应该选择随机效应模型估计，模型（5）应该采用固定效应模型估计。选择负收益偏态系数（NCSKEWt+1）为被解释变量时，模型（4）（5）和（6）进行豪斯曼检验的P值分别为0.8672、0.0264和0.8278，检验结果依旧表明模型（4）和（6）应该选择随机效应模型估计，模型（5）应该采用固定效应模型估计。模型（5）选择固定效应模型估计，依旧使用“xtscc，fe”命令进行回归，以减弱异方差和截面相关对回归结果的影响，随机效应模型估计时还使用“xtreg，re”命令进行回归，并选择聚类稳健标准误进行检验。

稳健性检验回归结果如表4所示，与原结论一致，依旧支持假设H1a和H2a，即金融创新与银行股票崩盘的风险负相关，公允价值计量在金融创新对股票崩盘风险的影响过程中存在部分中介效应，公允价值计量与股价崩盘风险正相关。

五、研究结论

本文利用沪深A股商业银行2007-2017年年报数据，研究了金融创新、公允价值计量和股票崩盘风险。通过实证研究发现：金融创新与股票崩盘风险呈负相关关系;公允价值计量在金融创新对股票崩盘风险的影响过程存在间接中介效应，且随着金融创新的深入，公允价值计量使用范围在扩大的同时也存在使用不当的行为，这些行为提高了商业银行的股票崩盘风险。

在当前鼓励创新和防范化解重大金融风险的背景下，金融创新对于培育健康的资本市场是有益的。因此，应当大力提倡金融创新。金融创新总体上会增加公允价值计量的使用范围，在目前我国资本市场有效性不高的环境下，我国商业银行公允价值计量也增加了股价崩盘风险，这对防控重大金融风险和发挥市场配置资源作用是不利的，因此，对于它的选择和使用要强化公司治理和内部控制。

参考文献：

[1] 蔡鄂生.银行业金融创新与金融安全[J].中国流通经济，2009，（8）：72-74.

[2] 叶蓓，张宇.公允价值计量与商业银行信息披露[J].商业会计，2005（24）：60-61.

[3] 黄世忠.公允价值会计的顺周期效应及其应对策略[J].会计研究，2009 （11）：23-29+95.

[4] 吴晓云，孙轻宇.银行创新资源配置战略的形成及对创新绩效影响的实证研究[J].研究与发展管理，2012，24（6）：53-63+95.

[5] 朱明星.商业银行创新能力对银行绩效影响的实证分析[J].山东财政学院学报，2013（6）：25-32.

[6] 黄国妍.非利息收入、收入多元化与银行绩效——基于中国银行业的动态面板GMM估计[J].财经理论与实践，2018，39（2）：9-15.

[7] 肖文东.非利息收入对银行经营绩效和风险的影响研究[Jl.经济问题，2017（8）：88-91.

[8] 梁燕子.金融创新对于商业银行业务的影响——基于声誉模型的角度[J].金融理论与实践，2018（3）：57-63.

[9] 王永海，章涛.金融创新、审计质量与银行风险承受——来自我国商业银行的经验证据[J].会计研究，2014（4）：81-87+96.

[10] 谢赤，凌毓秀.银行信贷资产证券化信用风险度量及传染研究——基于修正KMV模型和MST算法的实证[J].财经理论与实践，2018，39（3）：2-8.

[11] 宋慧杰.论公允价值计量模式对上市公司利润的影响——以平安银行为例[J].中国集体经济，2018（2）：99 101.

[12] 吴秋生，田峰.第三层次公允价值运用与会计信息质量[J].山西财经大学学报，2018，40（6）：101-112.

[13] 杨利红，王文俊.公允价值计量对上市银行绩效影响实证研究[J].财会通讯，2017（34）：17-20+4.

[14] Du C，Song L，Wu J.Bank accounting disclosure，informationcontent in stock prices，and stock crash risk： global evidence[J]. Pacific Accounting Review， 2016， 28（3）：260-278.

[15] Mbarek L，Mezzez Hmaied D.Bank informational opacity： evi-dence from the Tunisian stock market[J]. Journal of FinancialRegulation and Compliance， 2012， 20（3）：278-292.

[16] Ma M L Z，Song V. Discretionary loan loss provisions and sys-temic risk in the banking industry[J]. Accounting Perspec-tives，2016，15（2）：89-130.

[17] 王化成，曹豐，叶康涛.监督还是掏空：大股东持股比例与股价崩盘风险[J].管理世界，2015 （2）：45-57+187.

[18] 刘安琪.金融业中组织创新对组织绩效影响的实证分析[D].昆明：云南财经大学，2015.

[19] 张英.互联网金融创新下的经济犯罪防控机制探究[J].暨南学报（哲学社会科学版），2018，40（8）：75-84.

[20] 罗蓉，袁碧蓉.利率市场化对我国商业银行效率的影响研究——基于筹资、投资两阶段DEA模型效率测度[J].湘潭大学学报（哲学社会科学版），2017，41（2）：71-77.

[21] 郑联盛.金融创新、金融稳定的历史回望与当下风险管控[J].改革，2014（8）：81- 89.

[22] 余德慧，杨有红.公允價值选择影响因素综述[J].北京工商大学学报（社会科学版），2014，29（3）：73-80.

[23] 王治.理性投资与中国资本市场有效性研究——基于异质信念视角[J].学术论坛，2013，36 （1）：137-140.

[24] 尹宗成，马梦醒.公允价值分层计量与股价相关牲研究——来自沪深A股金融类上市公司金融资产的分析[J].经济问题，2016（9）：107-111.

[25] 朱海林，王展翔，柳元首，等.公允价值会计对欧洲银行业的影响：金融稳定性视角[J].会计研究，2004（6）：82-85.

[26] 罗胜强.公允价值计量对我国银行业的影响分析[J].会计研究，2006（12）：8-13+95.

[27] 江轩宇，伊志宏.审计行业专长与股价崩盘风险[J].中国会计评论，2013，11（2）：133-150.