過度金融投資對商業銀行信用風險影響

前言：本站為你精心整理了過度金融投資對商業銀行信用風險影響范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

商業銀行的貨幣資產盈利能力較小，而貸款業務流動性較差，但金融投資可以將流動性和盈利能力同時考慮進來，同時在進行投資的時候所帶來的信用風險是金融經濟發展穩定的關鍵。因此，本文采用國內上市16家銀行2002—2019年的樣本數據，用HP濾波法計算過度的金融投資，同時使用KMV模型測算其違約概率，實證分析過度金融投資增長和銀行信用風險的關系。研究發現：商業銀行金融投資的確存在著過度化現象，同時商業銀行違約概率會受到過度金融投資增長的正向影響，基于此本文提出相應建議來規避金融投資中的信用風險。商業銀行金融投資的主要目的是獲取收益，但收益與風險并存。商業銀行不僅要考慮資產的盈利能力，還要注意規避風險，以避免重大損失，商業銀行作為從事貨幣信用業務的企業，既有一般企業的特點，又有其特殊性。同時，商業銀行的發展與信用風險的管控密不可分，其業務發展多樣化，信用風險對商業銀行的生存和發展有著重大的負面影響，對商業銀行經營活動的影響也越來越大。由于信用風險的許多不確定性特征，研究和分析信用風險對商業銀行的影響已成為許多學者和金融領域的重要課題。[1]因此，本文主要研究商業銀行金融投資的信用風險。

1實證設計

1.1過度金融投資指標的測度

傳統方法基于金融投資數據的對數差分來計算投資增速，Drehmann等人（2010）指出，使用HP濾波法計算宏觀經濟的過度金融投資指數是合理的。[2]所以本文也采用HP濾波來度量過度的金融投資。事實上，銀行過度增長的金融投資是對長期趨勢增長的一個正偏離。在此我們進行以下處理：取各家商業銀行的金融投資時序數據FIi,t，應用HP濾波方法提取趨勢性成分trendi,t，并計算實際值FIi,t與趨勢值trendi,t兩者的差額，最后算出這個差額占趨勢值的百分比，計算如下：當FIi,t>trendi,t，gapi,t>0時，則存在過度金融投資增長；當FIi,t<trendi,t，gapi,t<0時則不存在過度金融投資增長，對于gapi,t<0的數值，我們統一將gapi,t定為0。然后我們計算了各銀行各年的過度金融投資，結果顯示在橫截面（不同銀行）和時間序列（同一銀行的不同年份）中gap變量均存在差異性。

1.2模型設定

為了分析金融投資的過度增長對個體銀行信用風險的影響，并參考已有文獻，建立了以下計量模型[3]：其中，i=1,2,3,...,N表示銀行個體，t=1,2,3,...,N表示時間。ai、year和εi,t分別表示個體效應、時間效應和隨機誤差項。因變量edfi,t為違約概率，用于反映商業銀行的信用風險。本文重點關注系數β1的符號和顯著性，并預期這個系數符號為正，其結果顯著，也就是說，銀行過于樂觀導致的金融投資過快增長，事后會引起信用風險的增加[4]，這體現在違約概率的提高上。本文在加入金融投資過度化變量gap的基礎上，進一步對影響違約概率的相關變量進行了控制，其中Control表示控制變量的向量集。包含微觀銀行控制變量商業銀行的總資產規模（ln_ta）、貸款占比（ln_load）、不良貸款率（npl），宏觀控制變量GDP增長率（gdp）、貨幣政策環境（m2）和金融市場化水平（finmarket）。

2計量結果

2.1基準回歸

在表1的第（1）—（6）列中，為固定效應計量模型的回歸結果。為了避免潛在相關性和異方差，每一次回歸都使用了個體聚類穩健標準差，并通過不同的方式調整自變量，來驗證測量結果的穩定性，同時在處理核心解釋變量時，也取到了滯后一期，結果顯示在第（4）—（6）列；在選擇控制變量時，第（2）列和第（5）列為沒有控制微觀銀行因素，第（3）列和第（6）是沒有取銀行總資產規模自變量，結果核心自變量gapi,t均在1%的統計水平，對違約概率edfi,t產生顯著的正向影響，[5]并且當過度金融投資取滯后一期時，結果仍顯著。計量結果說明：一方面，商業銀行違約概率會受到過度金融投資增長的影響，另一方面，過度金融投資對違約概率的影響，隨著時間的推移逐漸減弱，具體體現在gapi,t和gapi,t-1之間的系數值差異。控制變量層面，由于銀行總資產規模對于其它變量的影響較大，所以第（3）列和第（6）列未控制總資產規模，結果會更顯著。不良貸款率npl的系數符號顯著為正，表面不良貸款率的提高會更加使得銀行的違約概率上升，進而信用風險加大。貸款占比ln_loda系數符號顯著為負，表明銀行如果貸出更多的錢，就會使得金融投資減少，違約風險就會下降。[6]宏觀經濟環境gdp和金融市場化水平finmaket的系數符號顯著為負，表明在整體銀行業市場環境向好的背景下，各銀行違約概率趨于下降。系數的估計結果分別在10%、5%和1%的水平顯著。3.模型中對于個體固定效應和時間效應都進行了控制。4.表2與此注一樣

2.2穩定性檢驗

為確保結論的可靠性，進行如下穩定性檢驗試驗：考慮到組間的差異性、相關性和序列相關性，同時參考Driscoll和Krai（1998）提出的標準誤差結論[7]，我們對標準誤差項進行了修正，表2第（1）—（2）列展示了回歸結果，如表所示，強顯著性，而且結果為正。其次，采用動態面板模型來評估和控制內生性問題。GMM方法不適用于小N（個體）和大T（時間）數據。Bruno（2005）的一項研究表明，在此基礎上利用LSDAV糾偏估計方法來評估動態面板會更合適，考慮到信用風險的跨期平滑性，將滯后一期因變量納入動態模型，可以在一定程度上消除偏差。結果在表2列（3）—（4）的系數符號顯著為正，核心結論保持穩健。

3結論

金融投資的過度增長通常發生在銀行危機之前，這會威脅到整個金融體系。從微觀審慎的角度看，即使國內金融投資增速總體相對平緩，但少數銀行可能存在過度金融投資的問題。進行過度金融投資投放的銀行，可能過于樂觀或低估了市場的風險，從而使得銀行信用風險增加。[8]本文利用我國上市銀行半年度數據對理論假設進行了檢驗,實證結果表明，過度金融投資的增長對商業銀行違約概率有正向影響，本文的核心結論對個體銀行規避金融投資信用風險有一定的啟示作用。首先銀行應優化金融資產結構，合理使用不同期限的金融資產，實行長期貸款轉為流動資產，積極增加流動準備金，防范突發性信用風險的發生，其次，商業銀行必須完善自身的風險管理策略，這就要求銀行應建立風險管理體系，為商業銀行進行金融投資時，可以采用數學模型進行定量分析，適時降低資產風險。同時還要注意對事前、事中、事后的各個環節進行監控，及時調整投資策略，控制潛在風險，將金融投資相關風險降至最低。

作者:王艷雪 單位:河北經貿大學金融學院