投贷联动的系统性风险抵减效应——Basel 3.5准则下来自科创型企业的实证

刘 妹

(安徽新华学院 财会与金融学院，安徽 合肥 230088)

0 引 言

自2016年试点以来，投贷联动便成为推动我国实体经济深入发展和金融驱动创新的重点工作，利用商业银行与私募股权投资(PE)、风险投资(VC)协作的模式，通过股权形式向目标公司输入资金，以满足处于不同生命阶段企业的融资需要。它既是一种综合型金融创新服务，也是金融供给侧改革有效推进的重要举措。[1]45-55从商业银行角度来说，开展投贷联动金融服务存在两方面风险：投资的市场风险与贷款的信用风险。[2]47-51商业银行投贷联动业务风险与其他信贷业务风险存在明显的差异，突出表现在其资金支持对象主要集中于初创期、成长期的科创型企业，这类企业深受复杂的市场环境影响，无法挂牌上市的概率较大，商业银行很难对企业的市值做出准确衡量。[3]83-95此外，多样化的融资渠道也是商业银行在参与投贷联动之后风险退出的关键，尤其当资本市场参与者较多、流动性充足时，能否减少商业银行所持科创型企业的股权比例、降低退出的信用风险也是商业银行在投贷联动过程中需要关注的内容。[4]45-53投贷联动改革下商业银行面临的系统性风险成为社会各界关注的话题。2016年初，巴塞尔银行监管委员会(BCBS)提出的最新监管规则(Basel 3.5)对市场风险最低资本作出要求，基于以资产相关性系数(投资与贷款的共同风险因子)为主要指标的高级内部评级法，采用ASRF模型研究了商业银行的系统性风险及其特征，为学界探讨商业银行开展投贷业务所面临的系统性风险提供了新的思考方向和研究方法。

1 文献综述

目前学界从不同角度对商业银行系统性风险的研究较多，一些学者对商业银行的系统性风险特征及影响因素进行了研究，王胜邦、陈颖[5]52-68认为，商业银行的资本要求存在顺周期性特点，主要体现为其在经济衰退和萧条期低估违约可能性；孙岩、汪翀[6]73-79提出，即使对违约概率进行调整后，资本收益率依然表现出明显的经济顺周期性；郭晔、赵静[7]81-94运用2008—2015年上市银行的数据对我国商业银行系统风险进行了估计，认为影子银行增强了存款竞争与银行系统风险的关系；陈守东、康晶[8]17-28分析了不同类型金融机构系统风险的异质性，研究表明，城市商业银行和证券机构面临的系统性风险更明显，防控能力也明显不足；严冠、刘志东[9]14-26利用贝叶斯方法考察了我国商业银行在负面冲击后的信用风险状况，研究结果显示，商业银行同业借贷网络的结构显著影响了商业银行的系统风险；王睿、夏敏等[10]27-36分析了商业银行间的网络关系在系统性风险传染过程中的作用，研究发现，商业银行间网络关系有助于降低系统性风险。部分学者在新资本协议框架下探讨了商业银行面临的风险情况，比如王力伟、刘红梅等[11]49-56指出，在宏观经济环境下滑过程中，违约概率和损失率均会提升，会导致商业银行的在险资产增加；钱燕、王世文[12]108-116强调了违约概率在新资本协议内部评级模型中的重要地位，对商业银行面临的系统性信用风险存在校准作用；钱皓[13]188-203基于巴塞尔新资本协议重点分析了商业银行使用内部评级法计算风险的具体要求，并对风险敏感性进行了深入探讨；罗瑜、赵蕊等[14]1-18在巴塞尔协议Ⅲ框架下研究了我国商业银行面临的市场风险，研究指出，整体上我国商业银行面临的市场风险还比较大。还有一些学者基于资产相关性系数研究了商业银行的系统性风险情况，比如Lee S C,Lin C T等[15]2559-2568学者的研究发现，公司规模对资产相关性系数具有正向影响关系，大公司受到系统性风险影响更为明显；杨继光、刘海龙[16]147-162指出，商业银行面临的信用风险主要是行业集中风险，尤其表现在高度相关的信贷资产组合之间。在我国投贷联动试点以后，还有少数学者从投贷联动角度研究了商业银行面临的系统性风险问题，比如李运达、龚澄[17]14-18在投贷联动背景下研究了商业银行参与投贷联动的具体方式，以及可能存在的风险；黄柏翔、何恭政等[18]88-96指出，投贷联动可以达到从企业规模、产业特征以及经济周期特征等几个方向抵减系统性风险的效果。

可以看出，学界虽然对商业银行系统性风险特征以及在新资本协议框架下系统性风险状况进行了比较多的研究，但基于巴塞尔最新监管规则(Basel 3.5)和高级内部评级法的研究较少，而从投贷联动角度的思考则更加缺乏，这给本文研究提供了契机和必要性。本文将基于Basel 3.5的高级内部评级法计算资产相关性系数，从投贷联动角度出发，探讨我国商业银行投贷联动过程中的系统性风险及风险特征。同时，我国正处于经济转型阶段，股权分置改革是我国资本市场不可忽视的重大改革措施，非流通股与流通股间的制度隔阂得以突破，企业可流通权益大幅度增加，这在一定程度上降低了企业的杠杆率和违约风险，是其所面临风险的重要组成部分。因此，本文将股权分置改革纳入研究框架，进一步探讨在经济转型环境下投贷联动的系统性风险抵减效应，以期从理论上丰富现有研究的同时，对于我国投资联动的有效实施以及商业银行的风险管理提供研究参考。

2 理论与模型

2.1 投贷联动的系统性风险抵减效应理论机制

投贷联动是商业银行开展业务的新模式，是促进商业银行在当前市场环境下进一步发展的重要方式，能够在一定程度上解决其传统信贷业务开展过程中的信息不对称问题，同时，在风险分担理论下，也能够将其所面临的风险分摊于其他投贷联动参与者，实现系统性风险抵减的效果。

2.1.1 提升治理和风控能力

首先，在经济转型阶段，股权分置改革提升了商业银行的市场活跃度，其内部员工激励约束机制也进一步完善。投贷联动间地接实现了商业银行对企业的股权投资，商业银行的资本金也因此更加多样化，改善其股权结构，进一步优化其内部治理结构。[19]231-238其次，当商业银行采取投贷联动模式参与投贷联动时，在获取企业股权收益的同时，还可以为其他参与者提供财务咨询、资金管理等服务，扩大中间业务规模和盈利空间，风险防御能力也会因此提升。最后，投贷联动将商业银行纳入股权投资框架，新框架下的商业银行会对风险管理体系的完善性更为重视，通过建立投贷独立的管理机制从而防止风险在系统内部传染，提高其风险防控能力。

2.1.2 降低信息不对称性

传统信贷模式下，商业银行和申贷企业之间往往存在信息不对称现象，商业银行需要在公开信息的基础上对企业质量进行评价，但企业的公开信息往往未必完全真实，一些企业为了吸引更多资本进入，会夸大甚至虚构数据和资料来美化财务报表，给商业银行目标企业的选择带来干扰。当商业银行采取直接参与投贷联动时，即通过旗下投资子公司直接入资企业，以股东身份参与到企业的实际管理中，获取企业真实的资料和数据，以提升其风险评估的准确性。[20]1-19而当商业银行间接参与投贷联动时，通过对目标股权投资机构进行详细的比较和评价，选择最佳的投资机构作为其投贷联动的合作伙伴，其与风险投资机构达成一致的合作协议，通过风险投资机构获取企业有效信息，以此为基础对企业进行资金供给，能够有效缓解传统信贷模式下风险管控的被动局面。

2.1.3 实现风险分担

风险分担理论是指将投资主体所面临的风险通过相关金融行为分配给多个投资者，以实现风险分配最优的目的，其中该理论中的纵向风险分担方式指出，投资者可以利用商业银行存款与贷款间的时间跨度来管理系统性风险。在有效金融市场下，投资者可以利用金融衍生工具将风险分配给有实力且愿意承担风险的投资者，以实现风险分配的合理化，增强商业银行甚至整个金融市场的稳定性。[2]47-51在投贷联动过程中，商业银行通过与第三方投资机构合作的形式将其所面临的系统性风险进行分配，进而降低其所面临的系统性风险。

2.2 资产相关性系数：高级内部评级法

Basel 3.5的高级内部评级法给出了资产相关性系数的最新计算法则，BCBS(2016)运用ASRF模型求解投资中的违约风险时，更注重模型对真实市场情况的反映，信用价差或市场权益价格是其求解过程的基础。因此，首先利用Merton模型求解违约概率，以达到BCBS(2016)在权益价格上的基本要求。[21]30-44可以将申贷企业的信用水平设定为以资产为标的欧式期权，负债则为该欧式期权的履约价格，债务到期时其负债高于资产，企业股东不履约则产生违约行为。假设资产价值符合几何布朗运动，见(1)式：

(1)

(1)式中，w为企业资产价值，μa为资产收益期望值，σa为企业资产收益标准差(波动率)，S表示几何布朗运动。风险中立状态下企业的权益市场价值r见(2)式：

r=wf(d1)-e-φTDf((d2)

(2)

(2)式中，D为企业在T时点到期的债务，φ为无风险利率。可以求解出企业权益价值波动率与企业资产收益波动率间的关系，见(3)式：

(3)

联立(2)式和(3)式求解出企业资产价值(w)和资产收益标准差σa，f(-d2)则为风险中立状态下的违约概率(ξ)。为达到BCBS(2016)的要求，风险资本计算基于现实违约概率，本文借鉴Lee等(2011)计算的μa，将f(-d2)转换为符合现实测度的违约概率。同时，借鉴Lee等(2011)的研究成果，基于权益(r)与市场(m)信息估算资产相关性系数见(4)式。

(4)

其中，βr为权益的系统性风险，σm为市场收益率标准差。

3 实证检验

3.1 样本选择与描述性统计

由于目前投贷联动试点的资金支持主要集中于初创期、成长期的科技创新型企业，下面利用上市科创型企业数据进一步实证检验投贷联动的风险抵减效应。科创型企业是科技型企业和创新型企业的一种统称，目前学界并没有对科创型产业领域达成统一认识，但大部分学者普遍认为科创型产业主要包括文化创意、信息软件、先进装备制造、物联网、生物制药、节能环保、新能源、新材料、现代物流等九大产业[22]25-34，所以本文的样本企业主要来自这些产业。此外，为了便于比较分析股权分置改革前后的风险特征差异，样本数据选择2000—2019年的年度数据，包含了股权分置改革之前的数据。样本企业的选择遵循以下条件：(1)在A股市场挂牌的企业；(2)近五年来不存在长期停牌现象(超过1年)；(3)近五年来不存在重大经营事故和违法现象(证监会责令停牌整顿)；(4)为了满足合违约概率的计算条件，排除不存在负债的企业。最终从A股市场选择了1 773家样本企业。宏观经济数据收集整理来自国家统计局，克强指数来自国家能源局，企业财务数据来源于网易财经，无风险利率利用1年期国库券收益率替代，个别缺失数据运用外推法进行弥补，所有计算过程由Eviews8.0实现。

根据高级内部评级法可以计算资产相关性系数及相关统计量，同时可知，资产相关性系数的大小取决于以下三方面特征：(1)资本市场上的权益系统性风险βr；(2)权益价值与企业资产价值比(r/w)；(3)市场与资产收益波动率比值。[23]105-112因此，如果企业自身的权益系统性风险βr增加且资产规模w和波动率σa下降，则资产相关性系数便会提升，经济周期对其预期损失的影响会更明显，则需要更充足的资本以弥补投资与放贷。科创型企业数据描述性统计指标见表1。

表1 科创型企业数据描述性统计指标

由表1计算可知，ρ均值由2000—2006年的0.358下降到2007—2019年的0.251，下降了29.9%。资产价值平均值由2000—2006年的4.87亿美元增加至2007—2019年的19.6亿美元，σa则由2000—2006年的26.11%上升到了2007—2019年的30.91%。2006年之后我国资本市场结构发生了较大变化，虽然βr平均上升了4.13%，但资本市场的发展推动了科创型企业的发展，平均资产规模与波动率均实现了较大幅度提升，上升幅度分别达到了202%与18.38%，系统性风险下降幅度较大，对预期损失和监管资本的要求相应降低。

从表1中还可以看出，资产相关性系数除了2007年因全球金融危机影响而上升外，在2006年股权分置改革后整体上处于不断下降状态，2015年已经下降到了23.58%，此后一直处于不断下降状态，根据Basel Ⅱ和Basel Ⅲ中关于资产相关性系数介于12%～24%的要求，我国科创型企业在不断发展与成熟的同时，其资产相关性系数也在不断向国际要求的水平靠近。因此，投贷联动在通过商业银行支持经济发展的同时，若能进一步健全多层次资本市场，不但有助于科创型企业健康发展，对于弱化系统性风险、降低投贷预期损失和资本要求也有很大帮助。

3.2 企业规模与资产相关性系数

为了了解资产相关性系数与企业规模间的关系，下面基于本文样本的面板数据，在以违约概率与资产相关性系数构建的回归模型中引入企业规模因素，同时对企业的年度效应加以控制。(5)式为假如企业规模因素的回归模型：

(5)

其中，ρi,t为企业i在t期的资产相关性系数，ξi,t为违约概率，Qi,t为企业规模，用企业营业额的自然对数替代，Yt为t期虚拟变量。

企业规模对资产相关性系数回归拟合结果汇总见表2。

表2 企业规模对资产相关性系数回归拟合结果汇总

表2中，回归(1)至(4)为通常资产相关性系数的回归模型，回归(5)至(8)为经过logistic调整的资产相关性系数回归模型，在加入企业规模因素之后两种违约概率对资产相关性系数的影响均为负向方向，并且均在0.01水平下显著，负向影响效应也满足BCBS的要求，系统性风险(ρ)与非系统性风险(ξ)具有权衡效果，高系统性风险相对于违约风险发生的可能性较低，企业规模因素对资产相关性系数的影响受到违约概率的干扰很弱。同时从表2可以看出，企业规模因素对资产相关性系数(回归(3)、(4)、(7)、(8))均有显著的正向作用关系，企业规模越大则其资产相关性系数越高。各回归模型的可决系数处于34%～46%之间，各模型整体显著性水平均为0，当大企业的资产相关性系数较高且系统性风险增加时，则投贷预期损失也会较高，商业银行需要投入更多资本，而小企业因为经营机制比较灵活，受宏观经济周期的影响较小，系统性风险相对较小。所以，如果投贷联动更多强调对中小型企业的支持，则可以较好的控制商业银行在宏观经济低迷时的系统性风险。

3.3 产业特征与资产相关性系数

下面进一步讨论产业特征对资产相关性系数的影响，对比分析在回归模型中加入产业特征因素后的违约概率、企业规模对资产相关性系数的影响是否发生变化，如(6)式所示：

(6)

(6)式中，Ij为科创型企业中所属j产业的产业特征变量。产业特征对资产相关性系数回归拟合结果汇总见表3。可以发现，违约概率和企业规模因素在0.01显著性水平下对资产相关性系数依然分别呈现显著的负向和正向影响。此时产业特征变量估计系数达到了0.01的显著性水平，产业特征对资产相关性系数存在显著的正向影响。

表3 产业特征对资产相关性系数回归拟合结果汇总

根据美国硅谷银行在从事投贷联动业务时的方式和经验，本文将企业的销售收入总额作为反映产业特征的另一个指标。科创型企业所属不同产业的资产相关系数见表4。可以看出，销售收入总额最小的文化创意、信息软件、现代物流三个产业的资产相关性系数也是最低的，这与前文分析结论吻合，再次论证了企业规模和产业特征在投贷联动系统性风险控制中的重要作用。

表4 科创型企业所属不同产业的资产相关系数

3.4 经济周期与资产相关性系数

经济周期性特征也是商业银行投贷联动时面临系统性风险的重要影响因素，尤其是顺周期效应的存在，使得商业银行在经济繁荣时降低预期损失、增加风险性资产，系统性风险在此时聚集，而到了经济萧条阶段，资产减值损失限制了商业银行的资本充足率和投贷能力，进一步加剧经济下滑趋势。根据国家统计局发布的经济周期性指标，以绿蓝灯与蓝灯期间作为评判经济周期下行的标准，在模型中加入GDP增长率(RG)及其与经济周期性指标的交互项，以探讨经济周期特征与资产相关性系数间的关系，如(7)式所示：

(7)

(7)式中，RGt为t期GDP增长率；DrRG为GDP增长率与经济周期性指标的交互项。经济周期特征对资产相关性系数回归拟合结果汇总见表5。由表5可知，无论是RGt项还是DrRG项，估计系数均在0.01水平下显著为负，均表明宏观经济周期特征对资产相关性系数存在显著的反向影响，商业银行在开展投贷联动过程中表现出明显的经济顺周期效应。在宏观经济周期下行趋势下，当GDP增长率降低1个单位时，资产相关性系数会增加0.11个单位，GDP增长率与经济周期性指标的交互项也会贡献0.08个单位，总资产相关性系数增加0.19个单位，预期损失上涨速度增加的同时对商业银行的资本提出了更高要求。

表5 经济周期特征对资产相关性系数回归拟合结果汇总

为了解股权分置改革对我国金融市场系统性风险的影响，对时间虚拟变量进行调整，将2000—2005年设定为0，2006—2019年设定为1，重新对表2、表3与表5中的模型进行回归拟合，拟合结果显示， 违约概率依然反向影响资产相关性系数，仍然符合BCBS(2016)在ASRF模型中的设定；资产相关性系数的各种特性依然存在，企业规模、产业特征以及经济周期等因素对其影响方向保持不变；各模型中的时间变量均显著为负，资产相关性系数在我国股权分置改革后有所下降， 商业银行投贷业务的系统性风险在股改后明显降低。

4 结 语

本文在Basel 3.5最新基准下，针对系统性风险的高级内部评级法给我国商业银行投贷联动业务的风险评价与控制提供了新的思考方向。投贷共同风险因子(资产相关性系数)将商业银行投贷过程中的违约风险和系统性风险联系在一起，对监管资本、利息收入以及拨备计提存在深度影响，是投贷联动过程中资本配置和监管的重要参考指标。本文以A股上市科创型企业为样本，在Basel 3.5高级内部评级法下通过计算资产相关性系数评估了商业银行投贷联动的系统性风险，并深入探讨了企业规模、产业特征及经济周期等特征与系统性风险间的关系。

根据全文研究内容，可以从以下几方面着手不断健全投贷联动及其风险管理机制：(1)不断完善投贷联动风险资本的计提机制，降低中小型企业的风险权重，从监管角度为我国金融驱动创新发展提供支持；(2)支持中小型企业虽然可以在一定程度上达到抵减商业银行系统性风险的目的，但资产相关性系数与企业违约概率间的反向关系将使其面临比较高的非系统性风险。所以，在推动投贷联动的同时，还需要注重国家金融担保机制、金融风险共摊机制的建设和推进，降低因非系统性风险而给商业银行带来的损失，为投贷联动的持续推进提供保障；(3)不断健全和完善中小型企业或小规模产业的投贷联动政策，以应对宏观经济低迷时大型企业或大规模产业给商业银行带来的高预期损失，进而降低商业银行面临的系统性风险；(4)商业银行应积极对接包括主板、中小板、新三板等在内的多层次资本市场，强化多层次资本市场所带来的企业规模效应，在抵减投贷联动系统性风险的同时，也可以帮助商业银行控制违约概率和资本损失。