农村商业银行同业业务发展现状与风险承担水平研究
2020-11-16袁秋辰
袁秋辰
摘要:随着银行业同业业务的快速发展,地方性法人金融机构的同业业务逐渐成为其业务经营的重要方面,在规模扩张的同时也带来了各种经营风险。本文在梳理我国农村商业银行发展基础上,通过动态面板System GMM模型实证分析了同业业务对农村商业银行风险承担水平的影响。实证结果表明,农村商业银行同业资产与风险承担存在正向效应,即同业资产规模扩大将增加其风险承担;同业负债业务与风险承担呈负相关,即同业负债的增加会减少农商行的风险承担。
关键词:同业业务;风险承担;System GMM
引言
在利率市场化的宏观背景下,商业银行依靠传统信贷业务带来的存贷利差逐步收紧,利润空间受到挤压,拓宽盈利空间、发掘利润增长点成为当务之急。同业业务相较于商业银行传统业务,其资本占用低、操作流程便捷、利润回报高等特点,成为商业银行快速提升盈利水平的重要渠道。一方面,同业业务在近几年的短时间内快速发展,成为商业银行战略扩张的重要手段;另一方面,监管部门对商业银行同业业务的监管缺失也逐渐暴露,加之商业银行自身内控管理的不完善,同业风险事件屡屡发生。
从国内外学者对商业银行同业业务的研究方向看,其研究大多数局限于理论研究,实证研究银行同业业务风险的文献较少,且缺乏对地方法人金融机构的同业业务风险水平研究。为了更好地研究国内地方性法人金融机构的同业业务,本文选择农村商业银行作为研究对象,研究其同业业务市场行为和风险传导机制,丰富了关于该方面的研究。
一、农村商业银行同业业务发展现状
考虑数据的获得性及分析的实际意义,本文共选取了24个同业业务发展较为完备的农商行作为研究样本,涵盖了安徽、江苏、浙江、广东、福建等地区,对样本数据进行分析。
(一)同业业务规模快速发展,资产及负债占比较大
近年来,随着农商行同业业务的快速发展,同业业务规模逐年扩大。截至2018年,样本农商行同业业务的总规模达到14497.92亿元,其中同业资产规模为8383.97亿元,同业负债6113.95亿元(见表1)。从资产端来看,同业资产占总资产规模的平均比例为10.48%;从负债端来看,同业负债占总负债规模的平均比例为12.28%。根据数据显示,同业业务已经成为我国农村商业银行的主要资金来源与资金运用的重要渠道。
(二)同业资产、同业负债业务发展情况
从数据上看,同业资产与同业负债总体保持增长态势。同业资产及负债在2018年均止升回落,反映出近年来银行同业业务发展受到的监管政策变化约束影响较大,尤其是对中小金融机构的监管加强。重重新规压缩银行同业投资,导致各农商行去年同业业务规模纷纷收窄。相较于传统同业业务,作为同业创新业务的买入售返金融资产与回购金融资产业务,在同业业务发展的后几年保持着不断增长的态势。
二、实证分析
(一)研究假设及样本
近年来,随着农商行同业规模的快速扩张,同业业务风险敞口不断增大,引发了不少风险隐患。同业资产业务可通过信用风险、流动性风险以及银行间交互风险传染而导致其风险承担能力下降。同业负债业务则可以通过吸收同业存款补充头寸从而缓解流动性风险。因此,基于上述分析,提出以下两个假设:
H1:农商行同业资产的扩张与风险承担呈正相关。
H2:农商行同业负债的扩张与风险承担呈负相关。
本文选择2013—2018年我国24家农商行平衡面板数据为研究对象,基于资产端和负债端双重视角,运用动态面板系统GMM模型对农商行同业业务的风险传导机制进行实证研究。数据来源于各农商行年报,M2增长率、GDP增长率等数据来源于中国人民银行和国家统计局网站。本文使用的软件是Stata 15.0。
(二)变量选取
1.被解释变量
现有相关文献采用的衡量银行风险的代理变量有不良贷款率(NPLR)、拨备覆盖率(LC)、风险加权资产比例、Z-score等。其中,不良贷款率、拨备覆盖率等不足以全面衡量银行风险承担水平。本文选取Z-score来反映农商行的整体风险,Z分数的计算公式为:Z=(μROA+SCR)/σROA,ROA为资产收益率,SCR为自有资本水平,Z分数是风险的负向指标,Z越大,农商行的风险承担水平越小。
2.解释变量
考虑到数据的可获得性,本文选取同业资产比例(INA)和存放负债比例(INL)作为衡量同业资产及负债的指标。
3.控制变量
本文选取5个控制变量以增强模型的有效性,分别为银行资产总规模(SIZE),代表盈利能力和经营效率的资本收益率(BOA)和成本收入比(CI),银行的自有资本水平(SCR),偿债能力水平的资本充足率(CAR)。
为了消除异方差的影响,且不改变数据本身的平稳性及协整关系,本文对上述参数进行对数转化,及采用自然对数转化。变量定义与说明如表2所示。
(三)模型构建
1. HT检验
首先运用HT检验方法对动态面板数据进行单位根检验,原假设为被检验序列有单位根,即序列是非平稳的,检验结果如表3所示。
由表3可知,所有序列的P值均在1%的显著性水平下拒绝原假设,即原序列都是平稳序列,故可以构建动态GMM模型。
2.系统GMM模型
根據以上分析,以及假设“H1”和“H2”的理论分析,建立动态面板计量模型(1),表达形式为:
Zi,t=β0+β1Zi,t-1+β2INAi,t+β3INLi,t+β4SIZEi,t+
β5SCRi,t+β6CARi,t+β7CIi,t+β8GDPi,t+β6M2i,t+εi,t
其中,β0为常数项,Zi,t为i银行在t年份的风险承担能力;该模型引入了Z的一阶滞后变量Zi,t-1作为解释变量;εi,t为随机误差项。
(四)实证结果与分析
表4为回归分析的结果。本文选择Z分数为被解释变量,用来衡量农商行的风险承担水平。模型分别考察了同业资产和负债对被解释变量的影响,模型I仅考虑同业资产比例(INA)对风险承担水平(Z-score)的影响,模型II仅考虑同业负债比例(INL)对风险承担水平(Z-score)的影响,模型III则加入所有的变量。
Sargan检验的P值远高于0.1,表明接受了模型中不存在过度识别原假设,即不存在弱工具变量问题,选择的工具变量是合理的。AR(2)的P值也均在5%的显著性水平以上,接受模型估计的随机误差项不存在二阶自相关的原假设,满足动态面板估计条件,回归结果可靠。
模型中所有Z-score的滞后一阶系数显著为正,表明农商行风险承担行为存在持续性。模型I、II和III中,同业资产比例和同业负债比例的系数均在1%的置信区间内显著。其中,INA系数为负,表明同业资产与农商行的风险承担水平正相关,根据实证结果,同业资产每上升1个百分点,农商行的风险承担水平相应上升约0.24个百分点;在同业负债规模特性上,INL系数为正,表明同业资产与农商行的风险承担水平负相关,根据实证结果,同业负债每上升1个百分点,农商行的风险承担水平相应下降约0.15个百分点。该结论证实了假设“H1”和“H2”。
银行层面的控制变量中,资产规模系数均为正,且在1%的显著性水平下通过检验,表明农村商业银行的资产规模与风险传导承担水平呈反向效应,即资产规模越大,其经营发展也越稳健;资本充足率与Z值显著正相关,表明样本农村商業银行资本充足率水平越高,其面临的风险传导承担水平也就越低。意味着在相同或相似的同业业务市场经营行为影响下,具有较高资本充足率水平的样本农村商业银行,其抵御或缓释降低风险传导承担水平的能力也就较强,经营也就相对较稳健。
宏观层面的控制变量中,GDP增长率与Z值显著正相关,即宏观经济环境与农村商业银行所面临的风险传导承担水呈反向效应。M2增速与Z值显著负相关,即货币政策环境与农村商业银行的风险承担传导水平呈正向效应。意味着更加宽松的货币政策会导致商业银行一方面大幅增加信贷规模,另一方面对信贷资产质量要求有所放松,进而影响风险传导承担水平。
三、结论与政策建议
本文通过对国内24家农商行2013—2018年年报数据进行实证分析,运用动态面板系统GMM估计方法,研究了农商行同业业务对风险承担能力的影响。由实证结论可以看出,农商行同业资产与风险承担存在正向效应,即同业资产规模扩大将增加其风险承担;同业负债业务与风险承担呈负相关,即同业负债的增加会减少农商行的风险承担。基于以上分析,提出如下政策建议。
(一)从监管部门视角
1.改进农村商业银行同业业务统一管理模式
一是虽然整体来说,同业业务扩张对农商行风险承担水平产生明确的正或负向影响,但鉴于该市场行为受其他不确定因素较多,对风险传导承担水平的影响仍存在异质性,建议金融监管部门应根据实际,对不同财务特征的农商行实行动态化、差别化的审慎管理;二是针对当下宏观经济环境较为复杂的现实情况,要重点关注金融机构的同业业务经营行为,而不是用统一的标准去约束其发展同业业务。同时,平衡与监管商业银行过度扩张同业业务,防范金融风险,确保金融市场安全稳定。
2.提升农村商业银行同业业务风险监管质效
一是建议监管机构按照适应农商行同业业务发展模式的监管指标,重新梳理风险资产权重体系,调整综合授信限额制度,避免农商行通过不同风险权重的资产业务进行监管套利。二是对分机构、分区域开展现场检查,督导农商行做好压力测试和风险应急预案,加强流动性状况的监督,对涉及重点领域、重大事项的需提前报备。
(二)农村商业银行自身视角
具体应该做到完善同业业务合规管理和风控管理制度。一是建立同业业务风险管理制度,强化自身风险控制能力,并结合实践经验和先进管理模式,不断完善制度建设和控制系统。将同业业务纳入全面风险管理,建立健全前中后台分设的内部控制机制,加强内部监督检查和责任追究,确保同业业务经营活动依法合规,风险得到有效控制。二是健全完善同业业务绩效考核管理机制,充分考虑定量与定性指标、盈利与风险指标的结合,做到体现盈利能力考核的同时注重对风险承担水平的控制;同时,注重培养同业业务管理专业人才,尤其是针对创新型同业业务,提高其业务操作的规范化与专业化程度。
结语
随着农商行同业业务的快速发展,同业业务规模逐年扩大。通过研究表明,农商行同业资产规模扩大将增加其风险承担,同业负债的增加会减少农商行的风险承担。建议农商行应不断完善同业业务合规管理和风控管理制度,同时提升对农商行同业业务风险监管质效。
参考文献
[1]庄艳华.商业银行同业业务风险管理探讨[J].现代经济信息,2013(15):344–345.
[2]高宏霞,何桐华.我国上市商业银行流动性风险分析——基于同业业务视角[J].财会研究,2014(03):77–80.
[3]肖崎,阮健浓.银行同业业务发展现状及风险分析[J].金融论坛,2014(2):58–64.
[4]罗中,缪海斌.商业银行同业资产扩张与风险承担——基于中国银行业的实证研究[J].金融监管研究,2013(08):54–65.
[5]刘福生,李成.货币政策调控、银行风险承担与宏观审慎管理—基于动态面板系统GMM模型的实证分析[J].南开经济研究,2014(05):24–39.
[6]王晓坤.浅析中小银行业机构同业业务快速发展的风险及对策[J].时代金融,2013(10):154–155.
[7]尹行.S农村商业银行同业业务风险控制研究[D].合肥:安徽大学,2018.
[8]Wagner,W.The Liquidity of Bank Assets and Banking Stability[J].Journal of Banking&Finance,2007(31):121–139.
袁秋辰
摘要:随着银行业同业业务的快速发展,地方性法人金融机构的同业业务逐渐成为其业务经营的重要方面,在规模扩张的同时也带来了各种经营风险。本文在梳理我国农村商业银行发展基础上,通过动态面板System GMM模型实证分析了同业业务对农村商业银行风险承担水平的影响。实证结果表明,农村商业银行同业资产与风险承担存在正向效应,即同业资产规模扩大将增加其风险承担;同业负债业务与风险承担呈负相关,即同业负债的增加会减少农商行的风险承担。
关键词:同业业务;风险承担;System GMM
引言
在利率市场化的宏观背景下,商业银行依靠传统信贷业务带来的存贷利差逐步收紧,利润空间受到挤压,拓宽盈利空间、发掘利润增长点成为当务之急。同业业务相较于商业银行传统业务,其资本占用低、操作流程便捷、利润回报高等特点,成为商业银行快速提升盈利水平的重要渠道。一方面,同业业务在近几年的短时间内快速发展,成为商业银行战略扩张的重要手段;另一方面,监管部门对商业银行同业业务的监管缺失也逐渐暴露,加之商业银行自身内控管理的不完善,同业风险事件屡屡发生。
从国内外学者对商业银行同业业务的研究方向看,其研究大多数局限于理论研究,实证研究银行同业业务风险的文献较少,且缺乏对地方法人金融机构的同业业务风险水平研究。为了更好地研究国内地方性法人金融机构的同业业务,本文选择农村商业银行作为研究对象,研究其同业业务市场行为和风险传导机制,丰富了关于该方面的研究。
一、农村商业银行同业业务发展现状
考虑数据的获得性及分析的实际意义,本文共选取了24个同业业务发展较为完备的农商行作为研究样本,涵盖了安徽、江苏、浙江、广东、福建等地区,对样本数据进行分析。
(一)同业业务规模快速发展,资产及负债占比较大
近年来,随着农商行同业业务的快速发展,同业业务规模逐年扩大。截至2018年,样本农商行同业业务的总规模达到14497.92亿元,其中同业资产规模为8383.97亿元,同业负债6113.95亿元(见表1)。从资产端来看,同业资产占总资产规模的平均比例为10.48%;从负债端来看,同业负债占总负债规模的平均比例为12.28%。根据数据显示,同业业务已经成为我国农村商业银行的主要资金来源与资金运用的重要渠道。
(二)同业资产、同业负债业务发展情况
从数据上看,同业资产与同业负债总体保持增长态势。同业资产及负债在2018年均止升回落,反映出近年来银行同业业务发展受到的监管政策变化约束影响较大,尤其是对中小金融机构的监管加强。重重新规压缩银行同业投资,导致各农商行去年同业业务规模纷纷收窄。相较于传统同业业务,作为同业创新业务的买入售返金融资产与回购金融资产业务,在同业业务发展的后几年保持着不断增长的态势。
二、实证分析
(一)研究假设及样本
近年来,随着农商行同业规模的快速扩张,同业业务风险敞口不断增大,引发了不少风险隐患。同业资产业务可通过信用风险、流动性风险以及银行间交互风险传染而导致其风险承担能力下降。同业负债业务则可以通过吸收同业存款补充头寸从而缓解流动性风险。因此,基于上述分析,提出以下两个假设:
H1:农商行同业资产的扩张与风险承担呈正相关。
H2:农商行同业负债的扩张与风险承担呈负相关。
本文选择2013—2018年我国24家农商行平衡面板数据为研究对象,基于资产端和负债端双重视角,运用动态面板系统GMM模型对农商行同业业务的风险传导机制进行实证研究。数据来源于各农商行年报,M2增长率、GDP增长率等数据来源于中国人民银行和国家统计局网站。本文使用的軟件是Stata 15.0。
(二)变量选取
1.被解释变量
现有相关文献采用的衡量银行风险的代理变量有不良贷款率(NPLR)、拨备覆盖率(LC)、风险加权资产比例、Z-score等。其中,不良贷款率、拨备覆盖率等不足以全面衡量银行风险承担水平。本文选取Z-score来反映农商行的整体风险,Z分数的计算公式为:Z=(μROA+SCR)/σROA,ROA为资产收益率,SCR为自有资本水平,Z分数是风险的负向指标,Z越大,农商行的风险承担水平越小。
2.解释变量
考虑到数据的可获得性,本文选取同业资产比例(INA)和存放负债比例(INL)作为衡量同业资产及负债的指标。
3.控制变量
本文选取5个控制变量以增强模型的有效性,分别为银行资产总规模(SIZE),代表盈利能力和经营效率的资本收益率(BOA)和成本收入比(CI),银行的自有资本水平(SCR),偿债能力水平的资本充足率(CAR)。
为了消除异方差的影响,且不改变数据本身的平稳性及协整关系,本文对上述参数进行对数转化,及采用自然对数转化。变量定义与说明如表2所示。
(三)模型构建
1. HT检验
首先运用HT检验方法对动态面板数据进行单位根检验,原假设为被检验序列有单位根,即序列是非平稳的,检验结果如表3所示。
由表3可知,所有序列的P值均在1%的显著性水平下拒绝原假设,即原序列都是平稳序列,故可以构建动态GMM模型。
2.系统GMM模型
根据以上分析,以及假设“H1”和“H2”的理论分析,建立动态面板计量模型(1),表达形式为:
Zi,t=β0+β1Zi,t-1+β2INAi,t+β3INLi,t+β4SIZEi,t+
β5SCRi,t+β6CARi,t+β7CIi,t+β8GDPi,t+β6M2i,t+εi,t
其中,β0为常数项,Zi,t为i银行在t年份的风险承担能力;该模型引入了Z的一阶滞后变量Zi,t-1作为解释变量;εi,t为随机误差项。
(四)实证结果与分析
表4为回归分析的结果。本文选择Z分数为被解释变量,用来衡量农商行的风险承担水平。模型分别考察了同业资产和负债对被解释变量的影响,模型I仅考虑同业资产比例(INA)对风险承担水平(Z-score)的影响,模型II仅考虑同业负债比例(INL)对风险承担水平(Z-score)的影响,模型III则加入所有的变量。
Sargan检验的P值远高于0.1,表明接受了模型中不存在过度识别原假设,即不存在弱工具变量问题,选择的工具变量是合理的。AR(2)的P值也均在5%的显著性水平以上,接受模型估计的随机误差项不存在二阶自相关的原假设,满足动态面板估计条件,回归结果可靠。
模型中所有Z-score的滞后一阶系数显著为正,表明农商行风险承担行为存在持续性。模型I、II和III中,同业资产比例和同业负债比例的系数均在1%的置信区间内显著。其中,INA系数为负,表明同业资产与农商行的风险承担水平正相关,根据实证结果,同业资产每上升1个百分点,农商行的风险承担水平相应上升约0.24个百分点;在同业负债规模特性上,INL系数为正,表明同业资产与农商行的风险承担水平负相关,根据实证结果,同业负债每上升1个百分点,农商行的风险承担水平相应下降约0.15个百分点。该结论证实了假设“H1”和“H2”。
银行层面的控制变量中,资产规模系数均为正,且在1%的显著性水平下通过检验,表明农村商业银行的资产规模与风险传导承担水平呈反向效应,即资产规模越大,其经营发展也越稳健;资本充足率与Z值显著正相关,表明样本农村商业银行资本充足率水平越高,其面临的风险传导承担水平也就越低。意味着在相同或相似的同业业务市场经营行为影响下,具有较高资本充足率水平的样本农村商业银行,其抵御或缓释降低风险传导承担水平的能力也就较强,经营也就相对较稳健。
宏观层面的控制变量中,GDP增长率与Z值显著正相关,即宏观经济环境与农村商业银行所面临的风险传导承担水呈反向效应。M2增速与Z值显著负相关,即货币政策环境与农村商业银行的风险承担传导水平呈正向效应。意味着更加宽松的货币政策会导致商业银行一方面大幅增加信贷规模,另一方面对信贷资产质量要求有所放松,进而影响风险传导承担水平。
三、结论与政策建议
本文通过对国内24家农商行2013—2018年年报数据进行实证分析,运用动态面板系统GMM估计方法,研究了农商行同业业务对风险承担能力的影响。由实证结论可以看出,农商行同业资产与风险承担存在正向效应,即同业资产规模扩大将增加其风险承担;同业负债业务与风险承担呈负相关,即同业负债的增加会减少农商行的风险承担。基于以上分析,提出如下政策建议。
(一)从监管部门视角
1.改进农村商业银行同业业务统一管理模式
一是虽然整体来说,同业业务扩张对农商行风险承担水平产生明确的正或负向影响,但鉴于该市场行为受其他不确定因素较多,对风险传导承担水平的影响仍存在异质性,建议金融监管部门应根据实际,对不同财务特征的农商行实行动态化、差别化的审慎管理;二是针对当下宏观经济环境较为复杂的现实情况,要重点关注金融机构的同业业务经营行为,而不是用统一的标准去约束其发展同业业务。同时,平衡与监管商业银行过度扩张同业业务,防范金融风险,确保金融市场安全稳定。
2.提升农村商业银行同业业务风险监管质效
一是建议监管机构按照适应农商行同业业务发展模式的监管指标,重新梳理风险资产权重体系,调整综合授信限额制度,避免农商行通过不同风险权重的资产业务进行监管套利。二是对分机构、分区域开展现场检查,督导农商行做好压力测试和风险应急预案,加强流动性状况的监督,对涉及重点领域、重大事项的需提前报备。
(二)农村商业银行自身视角
具体应该做到完善同業业务合规管理和风控管理制度。一是建立同业业务风险管理制度,强化自身风险控制能力,并结合实践经验和先进管理模式,不断完善制度建设和控制系统。将同业业务纳入全面风险管理,建立健全前中后台分设的内部控制机制,加强内部监督检查和责任追究,确保同业业务经营活动依法合规,风险得到有效控制。二是健全完善同业业务绩效考核管理机制,充分考虑定量与定性指标、盈利与风险指标的结合,做到体现盈利能力考核的同时注重对风险承担水平的控制;同时,注重培养同业业务管理专业人才,尤其是针对创新型同业业务,提高其业务操作的规范化与专业化程度。
结语
随着农商行同业业务的快速发展,同业业务规模逐年扩大。通过研究表明,农商行同业资产规模扩大将增加其风险承担,同业负债的增加会减少农商行的风险承担。建议农商行应不断完善同业业务合规管理和风控管理制度,同时提升对农商行同业业务风险监管质效。
参考文献
[1]庄艳华.商业银行同业业务风险管理探讨[J].现代经济信息,2013(15):344–345.
[2]高宏霞,何桐华.我国上市商业银行流动性风险分析——基于同业业务视角[J].财会研究,2014(03):77–80.
[3]肖崎,阮健浓.银行同业业务发展现状及风险分析[J].金融论坛,2014(2):58–64.
[4]罗中,缪海斌.商业银行同业资产扩张与风险承担——基于中国银行业的实证研究[J].金融监管研究,2013(08):54–65.
[5]刘福生,李成.货币政策调控、银行风险承担与宏观审慎管理—基于动态面板系统GMM模型的实证分析[J].南开经济研究,2014(05):24–39.
[6]王晓坤.浅析中小银行业机构同业业务快速发展的风险及对策[J].时代金融,2013(10):154–155.
[7]尹行.S农村商业银行同业业务风险控制研究[D].合肥:安徽大学,2018.
[8]Wagner,W.The Liquidity of Bank Assets and Banking Stability[J].Journal of Banking&Finance,2007(31):121–139.