同业业务对中小银行系统性风险溢出的影响*

王重润，王文静

（河北经贸大学金融学院，河北 石家庄 050061）

一、引言与文献综述

中小银行在金融体系中占有重要地位。截至2020年9月，以全国性股份制银行、城商行及农商行为代表的中小银行资产规模占全国商业银行的34.28%。中小银行也是同业市场的重要参与者。2020年末商业银行同业存单存量为11.15万亿元，股份制银行与城商行的同业存单发行余额所占比例分别为36%和33%，从持有人结构看，农商行和农合行是同业存单的主要投资银行，占银行总体的43%①数据来源：Wind数据库和上海清算所官方网站。。同业业务曾经历无序发展阶段，期限错配和多层嵌套严重。2014年后，监管部门加强了对同业业务的监管，同业业务已经得到较好规范，但是同业业务始终是中小银行进行主动负债管理的重要手段，业务规模较大。受新冠疫情不确定性以及产业结构转型升级的影响，近年来中小银行资产质量下降、流动性压力增大，导致同业业务潜在风险也在上升。在此背景下，研究中小银行同业业务风险溢出效应对于防范化解金融系统性风险具有重要的现实意义。

同业业务对系统性风险溢出的作用机制引起学者广泛关注。现有研究发现，期限错配是导致流动性风险发生的重要原因（Rajan，2001）。期限错配主要表现为以负债端拆入资金与同业存放的短期资金在资产端买入长期返售资产，这相当于商业银行拆短用长，面临流动性风险（翟光宇等，2015）。如果商业银行将买入返售金融资产运用到影子银行业务中，造成银行的总资产回报率降低，那么买入返售金融资产的规模越大，商业银行所面临的风险越高（高蓓等，2019）。期限错配发生在同业业务的每一次交易中，同业资金在到达最终贷款人之前可能会在多个金融机构之间进行转移，每一次交易产生的期限错配和资产重组都会增加流动性风险积累（项后军等，2019）。同业业务不仅产生流动性风险，还导致信用风险。信用风险体现在同业业务具有顺周期性的特征上，在经济繁荣时期，市场预期风险较低，此时资金需求超过资金供给，银行可以通过同业业务将资金投放到市场上，同业业务的 “额外的信用创造”功能造成信用过度扩张。然而一旦同业链条发生信用危机时，商业银行就会囤积资金防范受到交易对手的风险传染，造成信用过度紧缩，信用风险上升（王倩等，2018；于博等，2020）。另外，宽松的货币政策环境也可能导致信用风险。银行为了获取更多的利润会调整业务结构，增加传统的银行信贷业务，从而使得同业业务流动性创造增速下降，引起银行间的流动性紧张，这又会进一步导致同业链条产生信用危机，以致银行的信用风险上升（郭晔等，2018）。

银行网络关联性的增强会显著增加银行的系统性风险（Gai，2011；蒋海等，2018），银行之间的相互关联是风险传染的基础（吴卫星等，2016）。银行之间的同业业务使得资金在各银行之间相互持有，并且通过同业资产配置持有共同的资产，这就导致直接和间接风险敞口增大（方意等，2018）。一家银行的风险会通过银行间的直接或间接关联快速传导到其他银行中，进而引起银行体系的系统性风险（宫晓莉等，2020）。

与现有文献视角不同，本文从中小银行角度出发，研究同业业务规模以及期限错配对中小银行系统性风险溢出的作用，分析同业业务与流动性冲击的交互作用对中小银行系统性风险溢出的影响，以及中小银行风险对大银行系统性风险溢出效应，以期为防范系统性金融风险、坚决打好防范化解重大风险攻坚战提供宝贵借鉴。

二、研究假设与模型设计

（一）研究假设

同业市场是银行等金融机构调整资金头寸、进行资产负债主动性管理、保持合理流动性的重要市场。适度规模的同业业务是银行维持正常运转所必需的。同业业务已经成为中小银行获得流动性补充以及获取无风险利润的重要渠道，且其参与程度较深（吴军等，2015）。但是如果金融机构出于追求盈利和规避金融监管的目的来发展同业业务，就会导致同业业务规模过度膨胀，金融机构杠杆率提高，同业杠杆链条不断延长，越来越多的资金在金融体系内空转，推高社会融资成本和资产价格，造成经济泡沫化和金融化（辛兵海等，2020；陈和和陈增欢，2020）。这不利于实体经济发展，削弱了银行盈利基础，无疑会增大银行信用风险以及流动性风险，并通过同业市场进行传导，局部风险很容易形成系统性波动。由此提出第一个研究假设：

假设1：同业业务规模越大，中小银行系统性风险溢出情况越严重。

相比大型银行，中小银行资产质量相对较低，风险资产比重较高，受到的资本充足率约束更加明显，更容易受到流动性冲击的影响。同业市场是很多中小银行补充流动性的重要渠道，但是同业业务顺周期特征意味着，在面临流动性冲击时，同业业务可能并不能够为中小银行提供流动性支持。一方面，金融机构出于防范风险考虑，流动性需求增加时通常采取预防性出售资产行动，导致市场流动性趋紧（吴念鲁等，2017）；另一方面， “债务-通货紧缩”和“金融加速器”效应会引起资产价格快速下跌。由于同业资金的层层转移使得银行之间持有大量的共同资产，当资产被集中抛售时将成为“问题资产”（刘志洋，2020），导致价格继续下跌，形成恶性循环，通过同业市场扩大风险蔓延范围，引发银行系统性风险（纪敏等，2017；Hryckiewicz和Kozlowski，2018）。由此提出第二个研究假设：

假设2：同业业务放大了流动性冲击对中小银行系统性风险溢出的影响。

值得注意的问题是，在同业业务中，银行通过发行同业存单吸收资金并投放于期限长、收益高的资产来获取超额收益，期限错配不断增加。当市场流动性下降时，银行将被迫出售长期资产或者增加新的负债来偿还到期的短期负债或者赎回返售资产，银行在流动性风险管理中的同群效应进一步造成市场流动性紧张（辛兵海等，2018），放大银行流动性风险，使金融市场系统性风险不断积聚。另外，信息不对称问题存在于同业业务链条上，这意味着同业市场资金每一次交易产生的期限错配和加杠杆都会导致金融风险持续传染和累积（蒋海等，2018；Ahnert and Georg，2018）。由此提出第三个研究假设：

假设3：同业业务期限结构错配加剧中小银行系统性风险溢出。

（二）变量定义

2.解释变量：第一，同业业务（IBB），以同业负债/总负债进行计算。2014年发布的《关于规范金融机构同业业务的通知》中第127条对同业业务做了具体的定义。具体而言，同业业务包括同业拆借业务、同业配售、同业理财等。同业资产的快速扩张得益于吸收同业负债做支撑，近几年以同业存单和同业理财为代表的新兴同业负债业务快速发展，短期同业负债对接长期资产，期限错配导致银行风险增加（潘彬等，2018）。

第二，流动性冲击（Liq），采用流动性创造/总资产进行计算。其中银行总体流动性创造指标借鉴Berger和Bouwman（2009）的方法进行测度，具体计算公式为：总体流动性创造=0.5×(非流动性资产+流动性负债) +0×(半流动性资产+半流动性负债)+ (-0.5)×(流动性资产+非流动性负债)。这个指标值越大，银行期限错配程度就越大，因为多余的流动性是通过用流动性负债来配置非流动性资产创造出来的，这就意味着创造更多流动性的银行在面对流动性压力时没有充足的流动性资产来缓解，所以流动性创造与流动性冲击之间高度正相关（辛兵海等，2018）。

第三，同业业务风险敞口（RE），计算公式为：|同业资产-同业负债|/总资产。该指标反映了同业业务的相对规模水平，该指标值越大说明银行当期从银行间拆入资金的行为越明显，借入短期资金投资长期资产，反映了同业资产与同业负债的期限错配，在一定程度上反映了银行的流动性风险。

第四，交乘项（IBB×Liq），反映了同业业务与流动性冲击的相互影响。考察同业业务是否加剧了流动性冲击对中小银行系统性风险溢出的影响。

3.控制变量：第一，银行资产规模（Size），根据Perera等（2014）的分析，银行规模越大，在道德风险的驱使下其资金更多投资于高风险业务，是影响系统性风险的重要变量。第二，净资产收益率（Roe），净资产收益率衡量银行的盈利能力，盈利能力越强，风险承受能力越强，陷入危机时能够更快地填补损失，可能对系统性风险产生影响。第三，非利息收入占比（Pnii），De Jonghe等（2015）的研究发现，银行非利息收入的提高能够有效地分散系统性风险。第四，拨备覆盖率（Pcr），不良贷款拨备覆盖率可以从宏观上反映银行贷款的风险程度，用来衡量抵御信用风险能力的大小，信用风险是形成系统性风险的原因之一。第五，存款比率（Dep），反映银行融资来源稳定程度，存款人的意愿使银行存款负债具有极大的不确定性，对系统性风险可能产生影响。第六，GDP增长率（gGDP），因为金融体系的脆弱性很可能受到宏观经济周期的影响。

各变量具体定义和计算方式如表1所示。

表1 变量定义

（三）模型设定

为验证假设2，考察同业业务IBB与流动性冲击Liq相互作用下中小银行系统性风险溢出，建立含有流动性冲击与同业业务交乘项（IBB×Liq）的模型（2）：

为验证假设3，分析同业业务期限错配对中小银行系统性风险溢出的影响，构建同业业务风险敞口（RE）对中小银行系统性风险溢出的模型（3）：

三、中小银行系统性风险溢出效应的测度

（一）银行系统性风险溢出测度模型

目前，系统性风险溢出的测度方法主要分为市场模型法和网络分析法。市场模型法运用金融市场上的交易数据对单个机构的系统性风险及溢出效应进行测度。网络分析法利用机构间的风险敞口数据构建矩阵，刻画机构间的关联网络，并且模拟当网络结构中的一个或多个机构陷入困境时，其对整个网络系统的影响。金融市场数据比风险敞口数据更具有时效性、前瞻性，且金融机构的风险特征具有时变性，金融市场数据可以更好地体现这一特点（陈守东等，2014），因此市场模型法被广泛运用。这类方法主要包括CoVaR方法，即条件在险价值法（Adrian和Brunnermeier，2008），该方法运用市场数据计算当某个金融机构发生极端事件损失VaRq i时其他金融机构在此条件下的风险价值水平，能够有效衡量风险溢出水平。本文采用CoVaR方法测度单个银行陷入困境时的系统性风险溢出。

（二）银行收益率的测定

本文以我国11家上市中小银行2011年1月7日—2020年5月22日每日的股票收盘价为研究样本。样本期间，各银行经历了2013年“钱荒”事件、2015 年股市剧烈波动、2018年贸易冲突及2020年疫情冲击，因此，所选取的样本区间内的数据能够真实反映我国金融体系的风险水平变动状况。股票市场数据与宏观状态变量数据均以周为频率，数据来源于Choice数据库。

表2 各银行收益率描述性统计

由上表可知，各个银行的偏度值均不等于0，11家银行收益率分布均不是正态分布。从峰度来看，所有银行的峰度值都大于3，表示收益率分布呈尖峰特征。由J-B检验的P值可看出拒绝原假设，接受收益率分布不是正态分布的结论。以上检验数据说明，11家中小银行的收益率分布均具有尖峰厚尾分布特征，适用于分位数回归方法。从ADF检验结果来看，P值均在1%的水平上显著，拒绝原假设，说明收益率序列不存在单位根，即收益率序列是平稳序列。宏观状态变量K主要参考López-Espinosa等（2012）、Adrian和Brunnermeier（2016）的文献，选择如下6个变量（见表3）。其中，K1反映股票市场的收益波动情况；K2衡量短期流动性风险；K3代表中国经济周期的变化；K4代表世界经济周期的变化；K5反映商业银行发生这种不确定损失的可能性；K6反映资金在不同时期的供求关系。

表3 状态变量描述及计算方法

（三）银行系统性风险溢出效应的测度结果

表4 单个银行对中小银行体系的风险溢出均值

四、实证结果分析

（一）变量描述性统计

表5 变量描述性统计

（二）实证结果

在进行回归前需要对变量进行单位根检验，为保证结果的稳健性，本文采用三种检验方法，包括LLC检验、IPS检验以及ADF检验。由检验结果可知，一阶差分后的各变量均是稳定的，说明各变量一阶差分后可消除伪回归的问题③此处具体检验结果从略，如有需要，可向作者索取。。根据 Hausman 检验的结果，选择固定效应对面板数据进行计量回归。表6报告了回归结果。

表6 中小银行同业业务对系统性风险溢出的影响

由表6第（1）列可知，同业业务与中小银行系统性风险溢出在1%显著性水平下正相关，说明同业业务显著增强了中小银行系统性风险溢出效应，同业业务增长1%会使中小银行系统性风险溢出增长0.788%。假设1得到验证。流动性冲击与中小银行系统性风险溢出在1%显著性水平下正相关，说明流动性冲击扩大了中小银行系统性风险溢出。银行资产规模和存款比率与中小银行系统性风险溢出正相关，表示银行资产与负债规模越大，银行个体风险对中小银行系统性风险的溢出效应越大。贷款拨备覆盖率与中小银行系统性风险溢出具有微弱的正相关关系，这可能是由于银行针对不良贷款计提准备金越多，固然可以降低信用风险发生概率，但是也降低了银行可用于补充资本金的利润，发生流动性风险的概率反而增大。净资产收益率以及非利息收入占比与中小银行系统性风险溢出呈现微弱负相关，但是影响并不显著。

第（2）列加入了同业业务与流动性冲击的交互项（IBB×Liq），结果显示同业规模与中小银行系统性风险溢出正相关，且仍在1%显著性水平下显著，流动性冲击与中小银行系统性风险溢出在1%显著性水平下呈显著正相关。交互项系数为正且在10%显著性水平下显著，说明流动性冲击除了本身的影响，与同业业务的相互作用加剧了中小银行系统性风险溢出。也就是说，同业业务放大了流动性冲击对中小银行系统性风险的溢出作用，即同业业务规模越大，流动性冲击对中小银行系统性风险的溢出影响越大。其他控制变量与基础模型回归结果基本一致，假设2得到验证。

（三）稳健性检验

1.替换主要解释变量

将模型（1）和模型（2）的核心解释变量替换为同业资产的对数，模型（3）的核心解释变量替换为同业负债偏离度（同业负债短期波动/同业负债长期趋势），其他变量不变。实证结果如表7所示。回归结果与上文一致，结论稳健。

表7 中小银行同业业务对系统性风险溢出的影响

2.内生性检验

本文将可能存在内生性问题的同业业务变量、流动性冲击变量及期限错配变量滞后一期进行回归分析，结果如表8所示。回归结果表明，上季度同业业务变量、流动性冲击变量、期限错配变量与中小银行系统性风险溢出呈显著正相关关系，从理论上排除了中小银行系统性风险溢出对上季度同业业务的影响，因此上文研究结论较为稳健。

表8 内生性检验

3.分样本回归

不同性质的中小银行，对系统性风险的溢出程度可能也不相同。为此，将中小银行划分为区域性中小银行和全国性中小银行。区域性中小银行指城商行及农商行，其业务的区域集中度更高，与其存在业务往来的银行也有一定的范围局限性。全国性中小银行指股份制银行，其业务范围更广，与其业务往来的银行更多。为了检验区域性中小银行与全国性中小银行同业业务对中小银行系统性风险溢出产生的不同程度的影响，在模型中加入虚拟变量（Dummy），当该银行属于区域性中小银行时取0，当该银行属于全国性中小银行时取1。实证结果如表9。

表9 不同性质的中小银行同业业务对中小银行系统性风险溢出的影响

由表9第（1）列可知，同业业务与中小银行系统性风险溢出在1%显著性水平下正相关，流动性冲击与中小银行系统性风险溢出在1%显著性水平下正相关。虚拟变量对中小银行系统性风险溢出的回归系数在5%显著性水平下负相关，说明全国性中小银行有利于降低中小银行系统性风险溢出。这可能是因为当面对流动性压力时，全国性中小银行可以更大范围地借入资金缓解流动性压力，分散流动性风险，而区域性中小银行的业务只局限于某个区域，一旦发生危机很难及时从其他银行处获得流动性，造成系统性风险溢出上升。由表9第（2）列可知，核心解释变量的影响保持不变，虚拟变量系数由负变为正，呈现微弱负相关但是并不显著。可能的原因在于，加入交互项后，同业业务与流动性冲击的相互作用产生了影响。由于全国性中小银行同业业务规模更大，对流动性冲击的放大效应更显著，从而其对中小银行系统性风险溢出更大。由表9第（3）列可知，同业风险敞口与中小银行系统性风险溢出正相关，且在10%显著性水平下显著，表示错配程度越大，中小银行系统性风险溢出越大。虚拟变量系数为负，说明由于区域性中小银行业务具有较强的地域性限制，期限错配更严重，所以区域性中小银行由期限错配导致的对中小银行系统性风险溢出高于全国性中小银行。

五、进一步分析

文献通常认为大银行对小银行有风险溢出（蒋海等，2018），但是小银行风险是否可能通过同业业务网络对大银行系统性风险产生影响呢？本文接下来分析中小银行对由中国银行、农业银行、工商银行、建设银行和交通银行等五大行构成的大银行体系的系统性风险溢出影响。

（一）中小银行对大银行系统性风险溢出效应的测度

表10 单个中小银行对大银行体系的风险溢出均值

（二）实证结果

表11报告了回归结果。由表11第（1）列可知，中小银行同业业务规模与其对大银行体系的系统性风险溢出在1%显著性水平下正相关，流动性冲击与中小银行对大银行体系的系统性风险溢出在1%显著性水平下正相关，说明同业业务规模越大、流动性冲击越强，中小银行对大银行体系的系统性风险溢出效应越大。净资产收益率与中小银行对大银行体系的系统性风险溢出呈显著正相关，可能是因为银行将资产投资于房地产这类的高回报行业，从而带来较高的资产收益率，但净资产收益率越高代表资产泡沫越严重，所以系统性风险溢出越大。第（2）列结果显示中小银行同业业务规模与其对大银行体系的系统性风险溢出正相关，且在1%显著性水平下显著。流动性冲击与中小银行对大银行体系的系统性风险溢出正相关，在1%显著性水平下显著。交互项系数为正，说明同业业务与流动性冲击的相互作用增加了中小银行对大银行体系的风险溢出程度，但是结果不显著，可能是因为被解释变量衡量的是中小银行对大银行体系的风险溢出，而不是仅仅在中小银行体系内部考虑风险溢出，所以会受到其他外部因素的影响，导致结果不显著。第（3）列结果显示期限错配与中小银行对大银行体系的系统性风险溢出正相关，且在10%显著性水平下显著。回归结果与前文基本一致。

表11 中小银行同业业务对大银行系统性风险溢出的影响

六、结论及建议

本文运用2011年1季度至2020年1季度11家上市中小银行的面板数据，分析了同业业务对中小银行系统性风险溢出的影响。研究结果表明：第一，中小银行同业业务规模增长会加大中小银行系统性风险溢出，期限错配程度越高，同业业务对系统性风险溢出的影响越大。第二，当中小银行面对流动性冲击时，同业业务放大了流动性冲击对银行系统性风险溢出的影响程度。第三，银行经营地域不同，同业业务对其系统性风险的影响程度不同，区域性中小银行要比全国性中小银行受到的影响更大。第四，大银行系统性风险也会受到中小银行同业业务风险溢出的影响。

针对同业业务风险，监管部门早在2014年开始就多次对同业业务出台监管措施，实施穿透式监管，推动金融部门去杠杆，同业规模和期限结构都已经有了明显改善。结合本文结论，提出以下建议：

第一，加强监管部门协作和现场检查。推进银保监会与人民银行、证监会等相关部门的信息沟通和政策协调，提高跨市场、跨业监管的协调性、灵活性和有效性，形成监管合力，把金融创新活动导向服务实体经济。同时适当加强现场检查，配合非现场检查，确保同业融入融出资金规模在监管规定比例之内，防止同业资金通过多层嵌套等方式违规投向房地产、股市等限制性领域，把同业业务全面纳入统一授信管理。

第二，建立差异化、多渠道资本补充途径。近年来，监管部门出台了很多补充流动性的支持政策和创新工具。但是很多政策和市场准入标准是“一刀切”的，导致部分中小银行面临着准入困难，因此需要综合考虑资产规模、盈利能力等指标，细化中小银行分类；对于同一资本补充工具，针对不同分类中小银行，设定不同的发行标准和审批要求，出台更具体、更适用中小银行的操作细则。同时，优化资本金补充条件，使更多符合条件的中小银行能够得到政策惠顾。例如，放宽CBS操作的准入标准，支持中小银行通过资产证券化方式降低风险加权资产。推动区域内具备条件的中小银行合并重组，提升资本实力和抵御风险能力。

第三，加强对中小银行负债端管理。同业负债受监管环境影响而受到限制，很多中小银行负债端面临较大压力，区域性中小银行压力尤为明显，如果不能稳定负债来源，缩表将成为不可避免地选择，从而有可能增大潜在的信用风险，加剧流动性紧张局面。监管部门应尽快制定负债质量监管办法，加强对负债端变化的监测，引导中小银行主动调整优化负债端结构、加强产品创新，提高中小银行负债的稳定性, 降低负债成本。