摘要:突然爆发的新冠疫情在全球蔓延,对世界经济造成了巨大冲击,各国经济均陷入不同程度衰退,金融及大宗商品市场剧烈波动,其中银行业经营压力随之骤增,业务增长放缓、利差收窄、资产质量有所下降,许多国家尤其是发达经济体不断加码宽松货币政策。同时,疫情对我国银行信贷资产质量的影响已经初步显现。下面是小编整理的《银行系统稳定论文(精选3篇)》,欢迎阅读,希望大家能够喜欢。
银行系统稳定论文 篇1:
中国银行系统稳定性研究
【摘 要】当前,中国银行系统稳定性仍未明显改善,商业银行的不良贷款比例再次上升,债券市场违约事件增加以及股票市场下跌。首先,根据在险价值(CoVaR)模型对中国银行系统稳定性的评估结果显示,在金融去杠杆的影响已传导至实体部门的背景下,在商业银行受到个体性冲击时,单家商业银行的个体损失以及平均风险溢出率均未呈现改善;在商业银行受到系统性冲击时,五大国有商业银行抗击系统性风险的能力虽然依然强于其他银行,但其优势正在缩小。此外,根据网络模型的分析,虽然中国金融机构间同业网络整体稳定性有一定改善,但五大商业银行的稳定性值得特别关注。
【关键词】 金融风险;系统重要性银行;在险价值模型;网络模型
Absrtact: At present, the stability of China’s banking system is not improved significantly. The proportion of non-performing loans in commercial banks has risen again, the number of defaults in the bond market has been increased and the stock market has fallen. First of all, it is shown from the evaluation results of the stability of China’s banking system based on the value at risk (CoVaR) model that under the background that the influence of financial deleveraging has been transmitted to the real economy, when commercial banks are subject to individual shocks, the individual losses and the average risk overflow rate of a single commercial bank have not been improved. When commercial banks are systematically impacted, the five major state-owned commercial banks are still better than other banks in resisting systemic risks, but their advantages are diminished. In addition, according to the analysis of network model, although the overall stability of the interbank network among Chinese financial institutions has been improved to some extents, the stability of the five major commercial banks deserves special attention.
Key words: Financial Risk; Systematically Important Banks; CoVaR Model; Network Model2018年以来,国际政治经济环境发生深刻变化,国内经济下行压力加大。此外,2017年以来的金融系统去杠杆和强监管的效应仍在持续,这些都对中国金融系统的稳定运行带来较大挑战,使得中国商业银行的不良贷款比例再次上升,债券市场违约事件增加以及股票市场下跌。针对这些现象,2018年12月召开的中央经济工作会议确定了今后3年的“三大攻坚战”之中的打好防范化解重大风险攻坚战,重点是防控金融风险。由此可见,金融风险的防控在中国未来经济工作中的重要性,而要防控金融风险首先需要精准识别风险点,才能进行有效处置。长期以来银行在中国金融系统中占据主导地位,并且在未来较长时间内仍将维持这一格局,因此,识别金融系统的风险点关键在于识别银行中的潜在风险。
一、风险评估模型
评估和分析各银行间以及金融系统的风险主要有两类模型。一类是简约模型,如在险价值(CoVaR)模型。这类模型主要利用的是较高频的市场数据(如日数据、周数据等),通过分析这些数据的联动性来识别系统重要性银行,其主要优势在于可以利用高频数据来及时发现系统或某些银行的异常情況。但这类简约模型的最大缺点在于假设前提非常强,例如CoVaR模型的隐含假设为市场是“半有效”或“强有效”的,否则如果市场是“弱有效”的,该方法则几乎无效。另一类是结构化模型,如网络模型。该类模型主要是基于金融机构间的关联网络 来识别系统重要性金融机构,从而分析危机传染路径和范围并测算损失程度。这类模型的主要优势在于不要求市场是“半有效”或“强有效”,只要能够较全面和准确地构建出金融机构间网络就可以进行分析和测算。但是这类模型的缺点也很明显,即受制于金融机构财务数据公布频率,无法高频率地观测金融机构间网络的变化,从而及时更新危机传染路径和范围并测算损失程度。由于两类模型各自的优缺点都非常明显,为了准确评估中国金融系统的稳定性并识别系统重要性金融机构,我们分别用两种模型做了定量分析。
二、基于CoVaR模型的分析
我们从WIND的股票数据库中选取了2011年1月1日至2018年12月14日在沪深两市上市至少两年的商业银行,共计16家商业银行 的日度数据作为样本数据。截至2018年三季度,这16家银行的总资产占中国商业银行资产总额的比例达75.4% ,代表性良好。在估计银行系统以及各家银行的VaR和CoVaR系数时,我们用16家上市银行后复权日收盘价来计算的各家银行的日收益率表示各银行的运行情况,用中证沪深300商业银行全收益指数日收盘指数来计算的日收益率表示银行系统的运行情况。表1列出了样本区间内,中证沪深300商业银行全收益指数日收益率以及各家商业银行后复权日收益率的统计描述。
首先,当单家银行受到将使其产生最大损失的外部冲击时,我们估算了每家银行自身将受到的损失,即在险价值(Value at Risk,VaR),但是VaR并没有考虑单个银行风险溢出的影响,即单家银行遭受冲击并发生损失时导致的系统中其他银行产生的损失。为了考察每家银行在遭受冲击时的风险溢出效应,我们还估算了每家银行的条件在险价值(Conditional Value at Risk,CoVaR)。每家银行风险溢出的影响用CoVaR和VaR之差表示,即△CoVaR=CoVaR-VaR。此外,我们还计算了△CoVaR/VaR,来衡量每家银行自身遭受将产生最大损失的外部冲击时,其引发的系统中其他银行的损失与其造成的总损失的比例。
表2列出了在5%的置信水平下每家样本银行自身受到使其产生最大损失的外部冲击时,其自身受到的损失和对整个银行系统的影响。可以看出,中国上市银行中每家银行受到将使其产生最大损失的外部冲击时,如果不考虑风险溢出效应,除了交通银行、光大银行和兴业银行外,其他银行的日均VaR损失均超过了3%,其中日均VaR损失最大的是中信银行,为3.25%,五大国有商业银行和其他银行并不存在显著的差异。在考虑各家银行风险的溢出效应时,风险溢出(即△CoVaR)最大的四家银行恰好为传统的国有四大行(工、农、中、建),交通银行的风险溢出水平也处于第六位。需要指出的是,我们发现随着金融系统内部去杠杆持续推进以及内部监管逐渐加强,上市的股份制银行、城商行和农商行风险溢出造成的损失比例较2017年中有所减小;但各家银行风险溢出造成的损失比例上升到比2017年中更高的水平。当前,中国银行系统的稳定性不但没有改善,其脆弱性再次凸显。从△CoVaR/VaR来看,国有五大行溢出的损失所占其造成的总损失的比例最大,而且工商银行、中国银行和农业银行风险溢出的损失所占比例超过了30%,农业银行甚至高达36%。可见,中国商业银行间的关联程度进一步增强,国有五大行风险溢出影响进一步加大。基于最新数据的分析结果,我们认为股份制银行和区域性银行对银行系统的影响日益增大,不可忽视,但当前保持国有五大行的稳定对于保持中国银行系统的稳定至关重要,应该优先关注国有五大行的稳定性。
其次,我们还考虑了当整个银行系统遭受将使其产生最大损失的外部冲击时,在不考虑各银行会产生反馈式风险溢出的情况下系统性冲击对每家银行造成的损失(即在险价值,VaR),以及在考虑各银行会产生反馈式风险溢出的情况下系统性冲击对各家银行造成的损失(即条件在险价值,CoVaR),并计算了反馈式风险溢出程度(即条件在险价值与在险价值之差,△CoVaR=CoVaR-VaR)和风险溢出率(△CoVaR/VaR)。表3列出了在5%的置信水平下每家样本银行遭受系统性冲击时,其自身受到的损失和对整个银行系统的影响。
从表3可以看出,当整个银行系统遭受将使其产生最大损失的外部冲击时,在不考虑风险的溢出效应时,日均VaR最大的两家银行分别是中信银行和平安银行,均超过4%,损失最小的不再是国有五大银行,而是光大银行。平均而言,国有五大行的日均损失较其他股份制银行和城市商业银行仅小0.18%,即国有五大行抗击系统性风险的能力仅稍强于股份制银行和城市商业银行。在考虑各家银行风险的溢出效应时,风险溢出程度(即△CoVaR)最高的是依然中信银行和平安银行,均超过1%;而风险溢出程度最小的则是光大银行以及兴业银行。从△CoVaR/VaR来看,平均而言,当整个银行系统遭受巨大外部冲击时,国有五大行对系统溢出的风险占其总损失的比例较其他股份制银行、城商行和农商行的该比例仅低1%。也就是说,在出现系统性风险时国有五大行抗击系统性风险的能力虽然依然强于其他银行,但其优势正在缩小。从具体数字上来看,几乎所有银行的风险溢出率较2017年末均呈上升之势,虽然国有五大行的平均上升幅度小于其他全国性股份制银行和区域性银行,但这一指标均上升到20%以上,而在2017年末有一半的银行是低于20%的。2018年以来国有五大行抗击系统性风险的能力虽然依然强于其他银行,但其风险溢出率持续上升,即对稳定银行系统所起到的作用越来越弱。
三、基于网络模型的分析
由于数据的限制,基于CoVaR模型的分析只能考察上市银行与银行系统的关系,而不能对非上市银行进行考察,也不能识别风险传染的路径以及传染范围。因此,我们在上市银行的基础之上,将三家政策性银行6,更多的城市商业银行和农村商业银行,以及其他上市的非银行金融機构纳入了考察范围,构建了金融机构间的关系网络。基于该网络,在假定金融系统整体受到外部冲击并引发金融机构间双边头寸清算的情况下,我们分析了危机传染路径和传染范围并测算了损失程度,从而对整个金融系统的稳定性进行评估并对系统重要性金融机构进行识别。
我们从ORBIS Bank Focus数据库中,剔除了数据缺失的银行和其他金融机构后,选取了2017年末共计251家银行和其他金融机构的相关数据作为样本。其中,包括3家政策性银行、5家大型国有商业银行,11家股份制银行以及176家城市和农村商业银行。此外,由于中国同业市场的参与者不仅限于银行,还包括证券业、保险业等金融机构。因此,为了更为全面地构建中国同业市场网络,我们还将在A股上市的36家证券公司、6家保险公司以及9家其他金融机构纳入考察范围。由于该样本已包括中国所有大中型银行、众多城市和农村商业银行以及主要的证券公司和保险公司,因此我们假设该样本完全代表中国金融机构同业市场的参与者。根据相关文献,银行间的关联网络是通过各家银行在同业市场的双边头寸建立起来的。理想状态是能够获取每家银行与系统中其他各家银行在同业市场的双边头寸,可是在实际操作中,中国的金融机构并不需要披露与其他金融机构在同业市场的双边头寸,而只需在财务报表中披露其在同业市场中拆入和拆出的总头寸数据。因此,我们利用最大熵方法估计出了2017年样本金融机构在同业市场的双边头寸数据,并将其写成了借贷关系矩阵以便分析。
传统文献中,金融机构的同业资产的定义是存放在国内同业的款项和拆放给国内同业的款项之和,同业负债项的定义则是同业存放在本行的款项与同业拆放给本行的款项之和。但随着中国金融系统的快速发展,同业业务的手段已经不再局限于同业拆放,而且监管层也意识到了这一点并对同业业务的定义进行了拓展7,例如央行在2017年二季度货币政策执行报告中宣布拟于2018年一季度将同业存单纳入MPA同业负债占比考核。因此,我们在原有文献的基础之上对金融机构同业资产和同业负债的定义进行了拓展 。其中,拓展的同业资产为存放同业款项、拆出资金净额、买入返售金融资产净额、交易性金融资产、可供出售金融资产净额和持有至到期投资净额之和;而拓展的同业负债为同业及其他金融机构存放款项、拆入资金和卖出回购金融资产之和。另外,我们还假设由于外部冲击引起的各金融机构间同业头寸进行清算将导致银行资本的损失,当某家金融机构的资本损失殆尽时将会倒闭。在本文的分析中,资本定义为金融机构的所有者权益。表4列出了样本金融机构的同业资产、同业负债和资本的统计描述。
如表4所示,2017年末样本金融机构的平均同业资产为2519.8亿元,平均同业负债为1745.9亿元;而同业资产和负债的中位数则分别为471.2亿元和265.3亿元。与2017年末的情况类似,中国金融机构的同业资产和负债的分布严重左偏,但左偏程度已经较2017年有所减弱。可见,中国金融机构的同业资产和同业负债虽然依然主要集中在少数金融机构(如三大政策性银行、大型国有银行、大中型股份制银行、少数城商行以及主要的保险公司),大多数小规模的城市和农村商业银行、证券公司在同业市场的资产和负债的头寸相对而言均较小,但中国金融机构的同业资产的分布正朝更均匀的方向发展。
基于我们所估计的2017年样本金融机构在同业市场的借贷关系矩阵,可以通过模拟由于每家金融机构破产导致对其他金融机构的负债无法偿还,而致使其他金融机构破产的数目和整个金融系统的系统性损失(即所有者权益的损失)是否超过某个临界值来确定其是否为系统重要性金融机构。这里某家金融机构对其他金融机构的违约情况由平均违约率表示8。通过模拟,我们发现,与2016年末不同的是,除了国家开发银行以外,发生兑付危机时也会引发其他金融机构破产的金融机构新增了工商银行和中国银行,但会被引发倒闭的金融机构的数目均只有1家,且不会引起二次传染,这与2017年的情况出现了较大变化。具体地,我们在2017年末发现只有国家开发银行发生兑付危机时会引发其他金融机构破产,但随着平均违约率的上升而破产的金融机构家数快速增加,极端情况下会使得48家金融机构破产。可见,随着金融去杠杆的深入推进,虽然可能引发其他金融机构破产的重要金融机构增加了两家,但发生危机时波及的范围大大缩小了。
如果以引发系统性损失的大小来定义系统重要性金融机构,如下金融机构以括号内的平均违约率违约将会造成1万亿元以上的系统损失:国家开发银行(27%),中国银行(27%),建设银行(30%),工商银行(27%),农业银行(36%),交通银行(28%),兴业银行(31%),浦发银行(35%),民生银行(46%),招行银行(56%),中信银行(54%),光大银行(85%);有如下金融机构以括号内的平均违约率违约将会造成2万亿元以上的系统损失:国家开发银行(46%),中国银行(55%),建设银行(62%),工商银行(55%),农业银行(73%),交通银行(57%),兴业银行(63%),浦发银行(70%),民生银行(93%)。国家开发银行的平均违约率达到69%时,会造成的系统损失超过3万亿元,其最大会造成4.3万亿元的系统损失。工、农、中、建、交五大国有银行会造成的最大损失分别为3.7万亿、2.7万亿、3.6万亿、3.3万亿和3.5万亿元。
与2017年相比,国家开发银行的安全边际明显提高,造成1万亿元以上损失的平均违约率从10%提高到了30%,而且可能造成的最大损失也从10.5万亿元下降到了4.3万亿元。但需要注意的是,工、农、中、建、交五大国有大型商业银行的安全边际均出现不同程度的下降,以工商银行为例,其造成1万亿元以上损失的平均违约率从47%下降到27%,其可能造成的最大损失也从2.6万亿元上升至3.7万亿元。由此可见,虽然中国金融市场同业网络整体稳定性有一定改善,但五大国有商业银行的稳定性再次值得特别关注。在不考虑信心崩溃、挤兑等因素的情况下,五大国有商业银行平均违约率不超过30%即会造成1万亿元以上的系统损失。但是,不可否认的是,这些大中型金融机构一旦出现违约,势必会在金融市场上形成恐慌,造成挤兑、出逃式抛售等现象,使得资产价格陷入螺旋式下降的情形,在这种情况下会造成的损失则将会是我们所估计的损失的数倍甚至数十倍。
四、总结
2018年以来,国际政治经济环境发生深刻变化,国内经济下行压力加大。此外,2017年以来的金融系统去杠杆和强监管的效应仍在持续。这些都对中国金融系统的稳定运行带来较大挑战,使得中国商业银行的不良贷款比例再次上升,债券市场违约事件增加以及股票市场下跌。首先,根据在险价值(CoVaR)模型对中国银行系统稳定性的评估,我们发现在金融去杠杆的影响已传导至实体部门的背景下,在商业银行受到个体性冲击时,单家商业银行的个体损失以及平均风险溢出率均未改善,尤其是工、农、中、建四大国有银行的风险溢出率已超过30%;在商业银行受到系统性冲击时,五大国有商业银行抗击系统性风险的能力虽然依然强于其他银行,但其优势正在缩小,从数字上来看,几乎所有银行的风险溢出率较2018年中均没有明显变化,而较2017年末则均呈上升之势。
此外,为了更全面准确地评价中国金融系统的稳定性,我们还估计了中国金融机构间同业网络,该网络涵盖了银行、保险、证券等251家金融机构。基于该网络,我们利用网络模型分析,发现中国金融机构间的同业网络的安全性较2017年发生了一些变化。第一,除了国家开发银行以外,发生兑付危机时也会引发其他金融机构破产的金融机构新增了中国工商银行和中国银行,但会被引发倒闭的金融机构的数目均只有1家,且不会引起二次传染。第二,国家开发银行的安全边际明显提高,造成1万亿元以上损失的平均违约率从10%提高至30%,并且可能造成的最大损失也从10.5万亿元下降至4.3万亿元;而五大国有大型商业银行的安全边际则均出现不同程度的下降,以中国工商银行为例,其造成1万亿元以上损失的平均违约率从47%下降至27%,其可能造成的最大损失也从2.6万亿元上升至3.7万亿元。由此可见,虽然中国金融机构间同业网络整体稳定性有一定改善,但五大商业银行的稳定性再次值得特别关注。
参考文献:
[1]马君潞,范小云,曹元涛.中国银行间市场双边传染的风险估测及其系统性特征分布[J].经济研究, 2007(1).
[2]范小云,王道平,劉澜飚.规模、关联性与中国系统重要性银行的衡量[J].金融研究, 2012(11).
[3]Upper, Christian and Andreas Worms. Estimating Bilateral Exposures in the German Interbank Market: Is There a Danger of Contagion?[J]. European Economic Review,2004: 48.
(责任编辑:吴思)
银行系统稳定论文 篇2:
货币政策对银行系统性风险的影响
摘要:突然爆发的新冠疫情在全球蔓延,对世界经济造成了巨大冲击,各国经济均陷入不同程度衰退,金融及大宗商品市场剧烈波动,其中银行业经营压力随之骤增,业务增长放缓、利差收窄、资产质量有所下降,许多国家尤其是发达经济体不断加码宽松货币政策。同时,疫情对我国银行信贷资产质量的影响已经初步显现。因此,本文基于货币政策与商业银行金融稳定两者,重点研究突发性公共卫生事件、货币政策与商业银行系统性风险的关系。
关键词:货币政策;突发性公共卫生事件;商业银行系统性风险
绪论
为应对疫情影响,中国人民银行上半年加大逆周期货币政策调控力度,通过持续灵活开展公开市场操作、创设两个直达实体经济的货币政策工具、下调中小银行存款准备金率和金融机构超额存款准备金利率等逆周期金融政策,推动了实体经济融资成本下降与信贷结构优化,有效支持了疫情防控、复工复产和实体经济发展。但是,疫情对我国银行信贷资产质量的影响已经初步显现,2020 年第二季度末,商业银行整体不良贷款率已上升至 1.94%,较一季度末增加了 3BP,较去年同期增加了 13BP,为2009 年以来新高。随着时滞效应的显现,预计在今后一段时期不良贷款会陆续呈现,商业银行系统性风险值得警惕。因此,在经济增速整体放缓及疫情防控常态化大环境下,对于实施货币政策工具和实施力度的把握提出了更高要求,一方面货币政策要有效满足实体经济融资需求、助推经济结构优化提升,另一方面要防止过度宽松的货币政策环境改变商业银行系统风险偏好,进而推高商业银行系统风险。
研究现状
银行系统性风险是指可能给银行体系部分或者全部带来联动损失,进而导致金融服务大规模紊乱,严重破坏实体经济正常运行的风险。2008 年爆发的国际金融危机使人们进一步认识到维护银行系统稳定的重要性,由此,货币政策与银行系统性金融风险的关系受到学术界的广泛关注。纵观国内研究,对于货币政策与商业银行风险的研究主要集中于货币政策与个体银行风险之间的关联,将货币政策的银行风险承担渠道效应作为重点研究对象,关于货币政策与商业银行系统性风险的关联研究相对较少。
突发性公共卫生事件、货币政策与银行系统性风险
根据国内外学者对货币政策与商业银行系统性金融风险的研究成果可以看到,货币政策对商业银行风险的影响主要通过以下几个渠道实现:一是估值效应,即宽松的货币环境(低利率)会推高资产的价值,从而提高商业银行的风险承担能力。二是逐利效应,由于银行之间的竞争以及资产的替代效应,在低利率条件下,商业银行倾向于投资风险较高的资产以获取更高的回报。三是预期效应,即在宽松的货币政策环境下,银行更倾向于预期宏观经济与实体企业向好发展,从而提高风险容忍度;同时,由于预期到中央银行可能的宽松政策意愿,商业银行更有意愿提高风险偏好。因此,宽松的货币政策可能会推高商业银行的系统性风险,即在一定范围内,货币政策的宽松程度可能与商业银行系统性金融风险之间存在负相关关系。同时,过于紧缩的货币政策会给银行系统带来流动性紧张问题,进而造成银行系统稳定性恶化,货币政策在一定范围内的紧缩程度可能与商业银行系统性金融风险之间存在正相关关系。目前关于货币供应量与银行系统性金融风险的研究比较少,已有的文献中也没有得出一致的结论。在早期的完美市场假设之中,一部分学者认为货币供应量与银行的系统性金融风险之间不存在必然的关系,但是恰恰相反,银行的系统性风险受货币供应量的严重制约。后续学者对此展开了相关研究,认为货币供应量与银行系统性风险之间存在一个拐点,即当货币供应量少于这个拐点数量时,增加货币供应量能够降低银行系统性金融风险,而当货币供应量超过这个拐点时,持续增加的货币供应量会不断增加银行的系统金融风险。综上所述,貨币供应量和银行系统性金融风险之间并非简单的线性关系,二者的关系有可能是 U型的。
突发性事件会对经济造成明显冲击,对经济走势造成明显压力,因此部分学者认为出现突发性公共事件时中国人民银行应该采取宽松的货币政策。但对于中国人民银行来说,货币政策要求平衡经济增长和通货膨胀的双重目标,还需要考虑政策时滞,事件影响大小以及事件影响范围的不同,这可能会导致不同的货币政策,而不同的货币政策会对商业银行系统性风险造成不同影响。当中国人民银行采取宽松的货币政策时,就会提高商业银行的系统性风险。研究过程中发现,重大突发性事件普遍拖累短期经济增长速度,而对于通货膨胀的影响则取决于供给侧和需求侧何者受到的影响更大。
小结
本文对突发性公共事件、货币政策、商业银行系统性风险进行了研究,结论表明,货币政策对商业银行系统性风险的影响是非线性的,货币政策与商业银行系统性金融风险之间的关系是 U 型的,存在着最优的货币供应量和利率能够使商业银行的系统性金融风险最低化。可以进一步将理论实践于政策,在疫情突如其来的冲击下,我国中国人民银行采取直接利息调控的货币政策,同时通过购买国债等资产购买政策加大货币供给,成功实现了“先进先出”。在疫情常态化的情况下,中国货币政策“以我为主”成为应对疫情的底牌,在低通胀的经济环境下,货币政策又重新偏向了稳增长。总体上,我国在面对突发性公共事件时采取了较稳定的货币政策,充分进行了逆周期调节,灵活有度,对各国均具有重要参考价值。
参考文献
Chen Wang,Zhang Zhiwen,Hamori Shigeyuki,Kinkyo Takuji. Not all bank systemic risks are alike: Deposit insurance and bank risk revisited[J]. International Review of Financial Analysis,2021,77:
田静,张骏. 影子银行业务、银行风险承担与系统性风险[J]. 未来与发展,2021,45(03):60-69.
张茜,凡杰. 货币供应量、利率与银行系统性金融风险——基于CoVaR方法的实证研究[J]. 财务与金融,2021,(01):1-6.
作者:董丞玺
银行系统稳定论文 篇3:
资产证券化发展新动态及对我国的借鉴
摘要:本轮金融危机后,欧洲式表内资产证券化因其在安全性、保护投资者机制及便于监管等方面的优势而受到关注,各国发行规模持续增加,配套立法逐步完善。成熟市场的这一新变化值得我国借鉴。
关键词:资产证券化;商业银行;监管
资产证券化是银行等信贷机构进行资产和负债期限匹配管理,降低流动性风险的金融创新,在实践中主要有两种模式:一是美国式表外资产证券化,以资产支持证券(Asset Backed Securities, 以下简称ABS)为代表,二是欧洲式表内资产证券化,以表内双担保债券(Covered Bond, 以下简称CB)为代表。本轮金融危机暴露了美国式表外资产证券化的缺陷,使得欧洲式表内资产证券化的独特优势日益被认可。本文对CB的有关情况进行研究,并结分析对我国的借鉴意义。
一、CB的基本情况
CB是银行等金融机构以公共部门贷款或房地产按揭贷款等特定类别资产为担保发行的债券。CB持有人具有双重优先追索权,即不仅要求CB发行人承担还本付息的第一责任,且当发行人破产无力清偿时,CB持有人拥有对担保资产的优先处置权。双重追索权的基本结构,保证了CB的安全性。但一定程度上也因此使银行存款人在银行破产时面临受偿不足和受偿顺序劣于CB持有人的问题,因此需有专门的立法来规范CB的这种双重优先追索权结构。
允许发行CB的国家基本上都对CB有专门的立法,从发行人资格、合格担保资产、发行人破产时对投资者的保护、持续监管要求等方面进行专门立法,强化了对CB投资人的保障。2003~2009年间,欧洲CB的规模扩大了59.5%,2009年末余额超过2.39万亿欧元,成为欧洲资本市场上最重要的债券品种之一。
二、CB较ABS的比较优势
危机后,随着ABS问题和缺陷逐步暴露,包括美国在内的监管当局和市场参与者纷纷认识到,CB兼顾了发行人、投资者、存款人以及监管者各方的利益,有利于克服ABS的种种不足,其优越性逐步显现:
有利于克服发行人的道德风险。CB发行人是还本付息的第一责任人,并对担保资产池质量负有维护责任,这种制度安排有助于克服发行人因逐利而产生的道德风险。而ABS在证券化过程中,由于相关资产的信用风险已转移至证券持有人,发起人可能为了追求商业利益,将大量不合格的信贷资产打包卖给不知情的投资者。
有利于有效监管。CB存续期间,担保资产池始终保留在发行机构的资产负债表中,监管部门可以跟踪发行人资产负债表的变化,有利于监管当局对发行人担保资产实施有效监管。而在ABS抵押贷款金融机构把抵押贷款合同转卖给SPV,SPV将其分级打包之后,以不同等级债券的形式卖给投资者。在此过程中,发生了信用风险转移,加之SPV基本都在百慕大或维京群岛等地注册,监管机构无法及时有效对资产池实施监管。
有利于银行系统稳定。银行系统的稳定状况很大程度上取决于银行的资本充足率。由于CB的资产池仍保留在发行人的资产负债表中,不会改变发行人资本充足率水平,一定程度上限制了银行信贷扩张的冲动,有利于维护银行体系的稳定与安全。而银行发行ABS时,通过向SPV出售资产池,降低了资产总量,虚增了资本充足率。SPV大多由银行自己设立,通常信贷机构与SPV之间存在流动性支持和信用支持等安排,两者联系非常紧密。一旦出现信用风险,仍可能传递到放贷银行,导致银行体系资本不足,抗风险能力下降。
有利于保护投资者和存款人等社会公众的利益。CB的双重优先追索权使得其鲜有因发行人破产导致的债券违约情形,这与此次危机中养老基金、保险公司等机构投资者和中小投资者因投资AAA级的ABS而损失惨重形成了鲜明的对比。
三、危机后CB市场的最新发展
尽管危机影响逐步消退,但ABS发行仍然低迷,而CB发行市场则率先复苏。2010年CB发行额达3565亿美元,较2009年增长近20%,而且CB的优势也被欧洲以外的监管当局和市场主体认可,促进了CB在欧洲以外市场的发展,加拿大、澳大利亚先后允许存款机构发行CB。值得关注的是,一直以表外资产证券化为主的美国也积极推动CB在美国市场的发展。2010年7月,美国通过《United States Covered Bond Act of 2010》议案,启动CB立法程序。2011年3月,进一步就CB的发行主体、合格担保资产、清算程序以及监管框架等做出规定。
由于各国国情的差异,CB市场的制度设计中各国在平衡投资者、存款人以及监管者等各方利益关系时有不同的考虑,不可避免存在一定的差异,但基本形成了支持CB市场发展的共识。
四、对我国的借鉴
我国资产证券化尚处于试点阶段,应充分吸收此次金融危机的经验教训,探索资产证券化的多种形式,选择适合我国发展的模式,推进金融市场的发展,维护金融稳定。
1.考虑发展CB市场,降低商业银行对储蓄的过度依赖。我国商业银行发放的中长期贷款较多,集中在房地产领域和公共基建部门,而资金来源主要依靠储蓄存款,可能导致银行资产负债期限不匹配,加剧银行流动性风险。同时,随着我国人口老龄化,居民储蓄增长将放慢,制约银行对中长期业务的资金支持力度。通过资产证券化试点,拓宽银行的资本市场融资渠道、减少银行对储蓄的过度依赖是大势所趋。
2.结合国情分析有利条件和面临的困难。有利条件主要表现在:银行资产质量总体较高,可作为CB发行的优质担保。同时,我国与欧洲同属大陆法系,可方便、充分地借立法经验。不利因素在于:国家控股的大银行资信很高,融资容易。中小银行有需求,但自身贷款管理能力有待提高、信息不透明等问题。
3.在专门的法规颁行前,以个别银行为试点探索推进CB发行工作。完善的法律法规是CB成功的制度保障,但立法过程一般都较为漫长,可考虑选择个别银行进行试点,在银行间债券市场发行合约式CB,如试点成功,再稳步推广。
作者:林振超