金融机构违法违规的罚款定价影响因素与差异性研究
2020-01-16张桥云段利强
张桥云 段利强
摘要：金融机构违法违规行为具有负外部性，各国都高度重视对金融机构的监管。行政处罚是监管的重要手段。本文通过分析2017年银保监会的处罚数据发现：违法违规案件性质越严重，银保监会的罚款金额越高;相对于其他业务领域的违法违规案件，银保监会对内控相关的案件处罚更重;银保监会对不同机构罚款定价的确存在差异，相对来讲，对上市银行违规罚款金额更高，而对农村信用合作社和大型国有银行违规罚款金额更低。研究表明，监管部门应督促金融机构建立更加合理的内控体系，同时提高处罚的公信力与权威性，采取多种处罚方式增加金融机构的违规成本，震慑违法违规行为。
关键词：金融监管;金融机构;违法违规处罚;罚款定价
文献标识码：A
文章编号：1002-2848-2020（06）-0064-10
自2008年美国金融危机以来，严监管、防风险已成为国际金融业监管的新趋势。近年来，我国金融违法违规事件时有发生，金融风险防控任务日趋艰巨。在国务院统一部署下，我国开始大力整治金融行业的乱象，特别是对银行业，中国人民银行和中国银行保险监督管理委员会（简称“银保监会”，在本文中指原银监会）先后制定了多項规章制度，加大对金融机构违法违规行为的检查。2017年仅银监系统就开出罚单3452张，涉及1877家机构，1547名责任人员被处罚，罚没金额近29.32亿元。
金融机构违法违规不仅会导致本机构的经济和声誉损失，而且由于金融违法违规行为的负外部性，还可能威胁金融体系的稳定和宏观经济的健康发展。因此，各国都高度重视并采取多种措施加强对金融机构的监管。罚款是监管部门对违法违规行为采取的常用和重要的处罚手段之一。然而在实际的行政处罚中，金融监管部门虽然有法可依，但相关法律法规并未明确规定各种违规行为具体的罚款额度，监管部门有较大的自由裁量权。如《中华人民共和国银行业监督管理法》第四十六条规定，当某机构违反该条规定时，银保监会将对其违法违规行为进行处罚，相应的处罚公告中会披露违法违规单位或个人、违法事实、行政处罚依据、行政处罚决定（如罚款）、做出处罚决定的机关名称、处罚日期，但并未披露罚款金额具体是如何确定的。
随着金融机构违法违规增多，对违法违规金融机构的处罚成为常态。银保监会如何选择恰当的处罚方式？哪些因素影响罚款定价？是否存在选择性执法？被处罚机构是否因为处罚而有所收敛或改进？研究这些问题不仅会在理论上丰富和完善我国金融监管理论，而且在实践上有助于提升金融监管的科学性，从而有效威慑和抑制违法违规行为的发生。
一、国内外研究现状
Becker从社会损失的角度出发，首次用经济学的观点解释了违法行为的产生并探讨了如何对违法行为实施惩罚，构建了违法违规处罚研究的基本框架。所有的违法行为都是具有负外部性的行为，会给社会带来外部成本，造成社会损失。违法者只有当其违法收益大于违法成本时，才会做出违法行为。他提出“威慑效应”，即恰当的处罚可以有效地改变人们的预期，威慑潜在的违法者，从而减少违法行为的发生。而监管部门应尽量采取执行成本低、威慑效应强的处罚方式，比如罚款。在此基础上，Stigler首次提出了边际威慑理论，认为惩罚的大小应该随着违法行为造成损害的增加而增加;Polinsky等将社会损失最小化改为社会福利最大化，假设处罚方式只有监禁和罚款，提出了最优执行理论，进一步探讨了对违法行为惩罚的最优政策，认为只有在惩罚违法者的收益大于成本时，即惩罚违法者的社会净福利为正时，惩罚才是有效的。关于公司违法违规问题，一些学者认为声誉机制会使违法违规公司遭受巨大的损失，从而约束公司的违法违规行为。Kirat等分别研究了法国和英国的监管处罚情况，其发现违法公司由于声誉机制所造成的损失是罚款的数倍。Paternoster等则认为除了声誉机制之外，人们违法时的自责、羞耻感等道德因素能够有效地约束公司违法行为。另外，公司内部的治理结构也会影响公司的违规行为。Beasley用Logit模型回归分析了75家财报造假的公司和75家没有造假的公司，他发现外部董事比例更高的公司发生财报造假的几率更小。Johnson等从高管薪酬的角度考察了管理者的激励工资与企业违规之间的关系，认为不同形式的薪酬激励制度会对公司违规产生显著的影响。Koster等从银行的角度实证检验了处罚对商业银行盈利及股价的影响，发现罚款金额与银行税前利润负相关，而与税后利润无关，与股票收益率则正相关。其研究认为处罚所造成的损失远低于银行从非法行为中所获得的收益。Koster等分析了罚款对银行系统稳定性的影响，发现监管机构对银行的罚款会提高整个银行体系的系统性风险暴露。
国内对于违法违规处罚问题的研究大都集中于上市公司层面，研究金融机构违规处罚的很少。陈国进等从公司的治理角度发现第一大股东集中持股可以在一定程度上约束公司的违法违规行为。醋卫华等分析了147个证监会处罚样本，发现上市公司的违法违规行为会导致股东价值明显下降，其中声誉价值损失占股东价值损失的比例达到52.92%，在我国股票市场中有显著的作用。张宗新等以违法违规的上市公司为样本，检验了我国证券监管处罚的效应，结果发现监管惩戒时效性差，威慑效应不足。宋云玲等研究表明，监管处罚过程中的选择性行为、潜规则和较弱的处罚力度等使得证监会对违规案件的处罚效果并不理想。陆瑶等研究了CEO对董事会的影响力对公司违规犯罪行为的影响，结果表明CEO对董事会的影响力增加时，公司违规的可能性就会增加。周开国等从中国上市公司外部治理的角度研究发现，媒体监督能够显著降低公司违规的频率。
一些学者通过案例研究了银行违规处罚的问题。丁灿收集了美国和英国100多个金融机构违法违规遭受处罚的案例，采用案例分析法梳理了这些案例的主要特点、原因以及教训，为我国金融监管部门增强监管执法效率、提升监管水平提供了有益的借鉴。伏军等采用主成分分析法分析了2011-2015年美国银行业监管处罚的案例，发现美国银行监管机构在对违规银行罚款时，着重考虑的因素依次为涉外与否、被处罚主体个数、涉案金额、是否为衍生品外汇类和波及人群范围等。
当前，国内大多数研究仅仅是对金融机构违法违规进行典型案例分析和统计分析，而研究违规金融机构罚款定价的非常少。本文试图构建金融机构违规与监管处罚的理论模型，并利用2017年銀保监会的行政处罚数据，通过理论与实证分析研究银保监会对违法违规金融机构罚款定价时主要考虑的因素，探讨银保监会对不同机构罚款是否存在差异性。
二、研究设计
（一）模型构建
本文基于对Becker等模型的扩展修改，构建金融机构违规与监管部门处罚的模型，分析银保监会处罚违规金融机构时考虑的主要因素。
1.违规成本与社会福利损失
金融机构从违法违规行为中获得超额收益，但会对金融体系及社会其他个体造成经济损失。假设v代表金融机构违规行为，L（v）是违规金融机构对其他主体造成的损失，G（v）是违规金融机构从违规行为中获得的收益，故金融机构违规行为造成的净损失为
（二）实证分析思路
银保监会管辖机构类型包括各类银行、农村信用合作社（本文简称“农信社”）、信托公司、担保公司、金融租赁公司以及财务公司等。从被处罚对象来看，包括仅对机构的处罚、仅对责任人的处罚、对机构与责任人同时处罚三种情况。从处罚方式来看，对违法违规机构的处罚有罚款、责令改正、没收违法所得或多种处罚方式并处等方式;对违法违规个人的处罚有罚款、警告、暂停从业或暂停任职资格、终身禁人或取消任职资格，或多种处罚方式并处等方式。
关于罚款定价的影响因素。一般来讲，确定罚款金额时主要考虑的因素包括违法违规行为影响的范围和损失额等。通常在银保监会的监管实践中，涉案金额、影响范围和损失额等数据很少公布。本文认为违法违规行为的影响范围和损失额与案件严重程度有直接关系。因此，本文采用公告中案件严重程度来代表违法违规行为的影响范围和损失额，若公告的违规事实中包含严重或重大等字样且罚款金额高于同类案件平均值，则认为案件属于严重违规，否则为不严重。
关于罚款定价的差异性。一般而言，案件类型不同、案件性质不同（本文主要指违规案件的严重性以及案件是否涉及多项违规，其具体定义见表1）、涉案机构类型不同、涉案业务类型不同，罚款数额可能会不同。但是，罚款数额不同本身并不代表罚款的差异或存在差异性执法。本文所谓罚款定价的差异性是指类似违法违规行为的罚款定价因机构属性不同而导致的差异性，如国有与非国有、大型与小型、上市与非上市等差异性。
为了研究影响罚款定价的主要因素以及验证银保监会对金融机构罚款定价中是否存在差异性，本文建立如下模型：
其中，Infinesi代表违法违规案件被罚款金额的对数;Xi表示违法违规案件i的影响罚款定价的主要因素，如案件严重性、是否涉及多项违规等;Zi表示违法违规案件的业务类型、违规机构的资产规模等其他变量;typi表示违规案件i的机构类别，分为4种类型，即银行与非银行、农信社与非农信社、上市银行与非上市银行、大型国有上市银行与其他上市银行。在控制了Xi和Zi后，通过观察β的显著性来检验银保监会对不同属性机构的罚款是否存在差异性。
（三）变量定义
一般来讲，罚款金额会因为案件性质、涉案业务类型、机构类型、银行特征不同而有差异。Polinsky等认为最优罚款金额与违法违规行为对社会所造成的危害呈正相关，即违法违规案件越严重，其对社会所造成的危害越大，本文把违法违规案件的严重程度作为其对社会造成危害的代理变量。伏军等用主成分分析法研究了影响美国违法违规银行罚款定价的因素，其认为违法违规次数会对罚款定价产生影响，而本文将违法违规案件中是否涉及多项违规作为另一个解释变量，并认为银保监会对涉及多项违规的案件罚款更高。此外，参考凤宇骄等对违规案件的分类，本文将违法违规案件所属业务分为三类，即贷款类违规、内控类违规和其他类违规。
（四）数据来源与描述性统计
本文使用Python软件从银保监会网站抓取了2017年行政处罚的数据3452条，去除了其中仅对个人的处罚数据、对金融机构的非罚款类处罚（如警告、责令改正等），以及数据中的极端值（罚款金额1万元及以下、3000万元及以上），对原始数据整理后最终得到有效数据1774条。其中银行类案件1699件（其中上市银行类案件648件、大型国有银行案件414件）、农信社类机构案件256件、其他类机构（含财务、信托、金融租赁、资产管理、互联网金融公司等）案件75件。
本文从处罚公告中提取出罚款额度，然后从处罚公告违规单位中整理出机构类型数据，并从处罚公告主要违法违规事实中整理出违法违规案件性质以及违规案件的业务类型数据，最后从CSMAR数据库中得到了上市金融机构的规模数据。主要变量的描述性统计结果见表2。
由表2可以看出，银行类机构在违法违规总样本中的占比约为96%。上市银行仅38家，而违法违规案件却占到了总样本的37%，其中大型国有银行违法违规案件就占到总样本的23%。另外，农信社违法违规案件也占到总样本的14%，根据违法违规案件的分布情况，本文关注违法违规案件中的银行类机构违法违规行为，在银行类机构中重点关注农信社、上市银行和大型国有银行违法违规案件。从违法违规的案件性质来看，平均大约有9%的案件属于严重案件，约有24%的案件涉及多项违法违规行为。从违法违规案件的业务类型来看，本文选取的贷款类违规、内控类违规案件占总体案件的52%，具有较强的代表性。
为了观察银保监会对不同机构违规案件处罚的主要特征，本文对罚款金额进行了分机构类型统计，结果见表3。可以看出，银保监会对其他类机构罚款的平均值最高，约为54.44万元，高于总体平均水平，对上市银行中的大型国有银行罚款的均值为37.99万元，低于上市银行罚款的均值50.2万元。另外，银保监会对农信社类机构罚款的平均值最低，约为28.45万元，低于均值43.16万元。
为了进一步分析违法违规案件的严重程度在不同机构的分布特征，本文分机构统计了严重违法违规案件的情况，结果见表4。可以看出，农信社、上市银行和其他类机构违法违规案件中严重案件的占比较高，其中其他类机构約有15%的案件为严重的违法违规案件，显著高于平均水平，而农信社和上市银行中约有10%的案件为严重的违法违规案件，略高于平均水平。大型国有银行严重案件占比则略低。
为了分析不同机构违规案件类型的具体情况，本文统计了不同机构违规案件业务类型分布情况，结果见表5。可以看出，农信社贷款类违规案件占比约为57%，高于总体的平均水平，而上市银行内控类违规则高于总体水平，其他类机构贷款类违规案件占比则低于总体平均水平。
三、实证结果分析
本文采用OLS回归方法估计模型参数值，具体结果见表6。
（一）罚款定价的影响因素
从罚款定价影响因素和定价特征来看，违法违规案件的性质和案件涉及的业务类型对罚款定价均有显著影响。从违规案件的性质来说，表6第（1）-（4）列的结果均可以看出，违规案件严重程度（ser）的系数显著为正，与假设1相符，表明金融机构违法违规案件的性质越严重，监管机构对其罚款越高;在同一违规公告中违规机构有2条及以上的违规行为（mul）的系数也显著为正，表明银保监会对涉及多项违法违规的案件罚款更高。银保监会对金融机构违法违规行为做出罚款决定时主要考虑案件的危害程度和影响广度，这与Polinsky等的研究结果一致。
从违规案件的业务类型上看，第（1）-（3）列中，loa、int的系数均显著为正，第（4）列中int的系数显著为正，且int的系数最为显著且数值最大，表明银保监会对内控相关的违法违规案件罚款明显更高。相对于贷款条线的违法违规，内控条线的违法违规通常具有更强的隐蔽性和持续性，因而可能带来更大的破坏性。因此，监管机构特别重视内控相关的违法违规，对此类案件的罚款更高。
（二）罚款定价的差异性
从罚款定价差异性来看，表6第（1）-（4）列结果说明银保监会对银行类机构和非银行类机构的罚款、农信社和非农信社类机构的罚款、上市银行和其他机构的罚款、上市银行中大型国有银行和其他上市银行之间的罚款的确存在差异，与假设2基本相符，监管机构对不同违规机构的处罚的确不同，而相比于银行类机构，其他类机构大多规模较小，风险较高，对处罚的弹性较大，因此罚款也较高;而上市银行中大型国有银行与其他上市银行相比本身经营稳健，盈利能力较强，对处罚的敏感度较低，所以罚款相对较少。而农信社与上市银行的情况受到多种因素影响，需要综合进行考虑。
从统计情况来看，虽然银行类机构违规罚款的案件多，但罚款平均值要低于其他类金融机构，这与表6第（1）列回归结果一致。本文认为银保监会之所以对银行类违规案件罚款较少，对其他类机构违规案件罚款较多，除了其他类机构对处罚敏感程度较高外，还可能与银保监会对银行类机构违规案件相对更多地采取了罚款并同时对案件当事人进行处罚（同时处罚）有关，即可能存在“罚人替代罚钱”的现象（结果见表7）。这也与假设3相符，相较于对违规机构单一进行罚款，银保监会采用同时处罚时所需的处罚成本较高，因此处罚较轻。
由表7可以看出，银保监会对银行类机构采取同时处罚的案件占比约为22%，显著高于其他类机构同时处罚的案件占比（15%），这表明相较于其他类机构，银保监会对罚款较低的银行类机构更多地采取了同时处罚的方式，即和其他类机构相比，银保监会对银行类机构违规案件的处罚中可能存在“罚人替代罚钱”的现象。
从表6第（2）列结果来看，rcc的系数显著为负，表明银保监会对农信社的罚款比其他金融机构更低。表3的统计结果也表明银保监会对农信社类机构的平均罚款是所有违规机构中最低的。一是农信社所处地区经济发展水平相对落后，违法违规诱发因素更多，且自身对处罚敏感度较高，但农信社在日常经营中的不规范行为造成的影响和损失额相对比较轻微。二是政府一直大力扶持发展农村金融，对农信社违规案件进行处罚时减少了罚款数额。三是存在“罚人替代罚钱”的情况，监管部门对农信社类违规案件更多地采取了同时处罚的手段，由表7的结果可以看出，银保监会对农信社违规案件采取同时处罚的占比高达29%，是所有机构中最高的。
从表6第（3）列的结果来看，lis前的系数显著为正，表明银保监会对上市银行的罚款金额相对要高于其他机构。虽然上市银行对罚款的敏感度较低，但上市银行具有更高的公众关注度，其违法违规行为会产生更加恶劣的影响，造成更大的社会损失。上市银行违规案件占比高达37%（见表2），上市银行严重违法违规案件占比高达10%（见表4），均高于总体的平均水平。
表6第（4）列的结果显示，sta的系数显著为负，表明相对于其他上市银行，银保监会对于违规大型国有银行的罚款更少，表3的描述性统计结果也显示银保监会对上市银行违规案件的平均罚款高于总体平均水平，而对大型国有银行的平均罚款却低于上市银行。除大型国有银行对处罚的敏感度较低之外，还可能与大型国有银行拥有更强的政府背景有关，而政治关联会显著影响监管者的执法水平和执法效率，因此监管机构对违规大型国有银行的罚款较低。另外，从表7的统计结果中可以看出，相较于其他上市银行，银保监会更多地对大型国有银行采取了同时处罚（大型国有银行违规同时处罚的占比为20%，高于上市银行的17%），即和其他上市银行相比，银保监会在对大型国有银行违规案件的处罚中同样存在“罚人替代罚钱”的现象。
（三）稳健性检验说明
本文对结果进行了稳健性检验。首先考虑到某些政策的推出可能对结果产生影响，因此加入了月度固定效应。其次，考虑到严重的违规案件可能多为大型银行或者上市银行，因此从总体中筛选出所有非上市银行的违法违规案件进行稳健性检验，模型中系数显著性未发生改变，上述结果仍然成立。
四、结论与启示
本文通过构建理论模型并利用2017年银保监会行政处罚数据分析了金融机构的违法违规行为，讨论了影响银保监会罚款定价的因素以及在日常的行政处罚中对不同机构罚款时是否存在差异性等问题。研究表明：（1）违法违规行为越严重罚款金额越高，在同一违规公告中违规机构有2条及以上的违规行为的罚款更高。（2）相对于其他业务领域的违法违规案件，银保监会对内控相关的案件处罚更重。（3）银保监会对不同机构罚款定价的确存在差异。一方面，对上市银行违规罚款金额更高，而对农信社和大型国有银行违规罚款金额更低;另一方面，对银行及农信社等金融机构罚款金额比其他金融机构罚款低。
基于以上研究结果，本文认为，针对金融机构的违法违规行为，一是要敦促金融机构建立更加合理的内控体系，增强自身的公司治理水平;二是监管机构进一步加大对违法违规金融机构的处罚，提高处罚的公信力和权威性;三是提高金融机构违法违规的成本，震慑违法违规机构或个人。相对来讲，加重对责任人的处罚或限制金融机构的经营行为（如暂缓设立分支机构）比简单的对金融机构罚款更加有效。
