中国上市商业银行信用风险的差异性

摘要：信用风险是商业银行存在的主要风险，如何将信用风险控制在一个较低的水平已成为我国商业银行发展壮大的迫切要求，因此商业银行信用风险研究对于整个银行业有效评估及管理具有非常重要的意义。本文基于2008-2015年我国12家上市商业银行的面板数据，采用变系数估计模型，通过面板数据计算出12家上市商业银行的违约距离，并对影响违约距离的主要因素进行了回归分析。结果表明，资产规模越大的银行对于风险的承受能力越高，因此银行风险越低，违约距离也就越大。存贷比例增加时，贷款减少而存款增加导致信用风险下降，违约距离增加。资产负债率越高，其偿还债务的比例也就越大，因此其风险也就越高，违约距离就会减小。

关键词：商业银行；信用风险；违约距离；变系数模型

引言

商业银行在金融行业内一直扮演者重要的角色，银行业作为灵敏度最高的行业，其所面临的主要风险之一便是信用风险。信用风险是指银行经营中借贷风险管理的失误导致银行周转困难、停业和倒闭，并且在现代金融体系中，这种结果很可能引起连锁反应，这将涉及整个商业银行的生存及影响社会经济的稳定。因此本文从违约距离角度探讨商业银行的信用风险的评估、测度、分析与比较，通过有效手段对信用风险进行防范和控制，使风险贷款安全化，对于整个银行业有效评估及管理具有非常重要的意义。纵观国内外文献，商业银行信用风险危机的爆发很可能引起连锁反应，这将涉及整个商业银行的生存及影响社会经济的稳定，这已是中外学者普遍认同的观点。已有文献大多研究时间段久远，对未来预测结果缺乏准确性；使用OLS或者普通面板展开，得到的是全局均值回归结果。由此出发，本文采用2008-2015年我国12家上市商业银行的面板数据，并利用变系数估计方法对我国12家上市商业银行的信用风险分别进行检验和识别，该研究结果有重要的意义，将有助于我们对不同商业银行信用风险的测定、防范及控制具有重要意义。

一、模型设定与计量方法

本文借鉴李晟，张宇航（2016）的研究，计算出12家银行近8年的违约距离，原始数据属于面板数据，面板模型主要结构如式（1）所示：（1）上式的Y代表违约距离DD，i是各家银行，t是不同年份，α为截距项，δi为横截面效应，γt为时间序列效应，εit是误差项。在选择因变量X时，参考分析企业信用风险及银行信用风险的各项研究，最终选取了6个自变量：（1）总不良贷款率（TNPLR），单位%。（2）总资产（TA）数值较大，对数化处理，单位为百万元。（3）存贷比（LDR），单位%。（4）净资产收益率（ROE），单位%。（5）资产负债率（D/A），单位%。

二、实证分析

（一）变量选取及数据来源以违约距离大小检验银行信用风险，需要特定的银行数据支撑，本文选取《2008-2015华夏银行、交通银行、北京银行、光大银行、建设银行、民生银行、南京银行、宁波银行、浦发银行、兴业银行、招商银行、中信银行年度报告》为银行数据来源。该资料提供了12家银行近8年的总不良贷款率、总资产、存贷比、净资产收益率、资产负债率数据统计。（二）结果及解释中国上市商业银行发展具有明显的差异性，因此不同发展水平的商业银行以违约距离大小检验银行信用风险可能存在差异。为识别这种差异，本文采用变系数模型展开估计，尝试对各商业银行的信用风险进行识别。银行均在5%水平上十分显著，浦发银行总不良贷款率则不显著。其中南京银行、宁波银行、北京银行、华夏银行总不良贷款率系数均较高，总不良贷款率上升1%，违约距离会增加超过1。不良贷款率是不良贷款占总贷款余额的比重，往往意味着借款人无法足额偿还借款。综合而言，商业银行的不良贷款增加主要归究于以下几方面：其一，商业银行的风险控制意识薄弱，加上金融危机以来银行业资产的急剧扩张，致使其在目前经济的下行通道中集中爆发；其二，许多地方性银行金融机构，贷款和风险控制受地方政府的干预较多；其三，在经济新常态下，钢铁、煤炭等过剩行业去产能导致企业盈利能力下滑，甚至出现大面积亏损，使得不良资产规模逐渐增加。不良贷款率增加加重银行的慎贷、惜贷以及抽贷现象，对国内经济将产生较大的负面影响。因此，应尽快处置不断上升的不良贷款。对于总资产系数，12家商业银行均在1%水平上十分显著。总资产对违约距离体现正向影响，华夏银行、交通银行、建设银行、浦发银行、招行银行总资产系数较大，而宁波银行、兴业银行较小。对总资产而言，资产规模的增加本身可能表明银行的运营良好，具有一定的增长前景，规模越大的银行对于风险的承受能力相对越高，因此资产规模越大的银行风险越低，违约距离也就越大。对于存贷比系数，北京银行、浦发银行、中信银行均在5%水平上显著，其他银行存贷比系数则不显著。浦发银行，存贷比每增加1%，违约距离会增加0.0921。存款比例占贷款比例过高时，其面对的违约风险就更小，更少的贷款会收不回来，因此其违约风险就会减小，违约距离就会增加。而北京银行，存贷比每增加1%，违约距离会减少0.0421；中信银行，存贷比每增加1%，违约距离会减少0.2237。对于净资产收益率系数，华夏银行、北京银行、光大银行、宁波银行、兴业银行、中信银行均在5%水平上十分显著，其他银行净资产收益率系数则不显著。净资产收益率对违约距离体现负向影响。对于资产负债率系数，光大银行、建设银行、宁波银行、浦发银行、招商银行、中信银行均在5%水平上十分显著，其他银行资产负债率系数则不显著。光大银行，存贷比每增加1%，违约距离会减少3.8266；宁波银行，存贷比每增加1%，违约距离会减少5.7859；浦发银行，存贷比每增加1%，违约距离会减少20.7296；中信银行，存贷比每增加1%，违约距离会减少15.7957。资产负债率与违约距离呈反比关系。资产负债率越高，其偿还债务的比例也就越大，因此其风险也就越高，违约距离就会减小。而建设银行，存贷比每增加1%，违约距离会增加46.9165。银行业作为一个高风险与高收益的行业，日常经营过程中会经常面临着诸如操作风险、信用风险、流动性风险及市场风险等多种风险类型。因此，风险管理对于商业银行日常经营管理意义重大，控制风险与提高效率是银行永远的两大主题。

三、结论及建议

信用风险是商业银行面临的主要风险之一，本文利用变系数方法识别中国上市商业银行信用风险异质性，利用2008-2015年我国12家上市商业银行的面板数据，得到如下结果：（1）资产规模越大的银行对于风险的承受能力越高，因此银行风险越低，违约距离也就越大。（2）存贷比例增加时，贷款比例和数量相应的减少，贷款减少而存款增加导致信用风险下降，违约距离增加。（3）资产负债率越高，其偿还债务的比例也就越大，因此其风险也就越高，违约距离就会减小。基于以上结果本文得出如下建议：其一，深化风险管理文化内涵。要把风险控制作为一种文化、一种灵魂注入金融工作中。第一，风险举证文化，各级风险管理人员要尽量举出客观证据来证明对风险趋势判断的合理性。第二，风险量化文化，通过量化的分析过程就能判断出企业恶化的状况，在一年里面恶化的幅度是多少。第三，风险底线文化，风险管理必须设定不能逾越的最后的红线，这是做风险管理绝不能退后的底线。其二，及早甄别企业信用风险水平。银行应基于相关的数据和方法对自身的客户群进行细分，对风险及时做预判，并证明自己预判的合理性。数据表明，特大型的企业信用水平是很好的，而企业规模比较小的就更容易发生违约。通过历史数据研究，可以把相关的预测模型校准到基于现在的经济条件上，也可以逐步基于预测出的水平开展定价管理。其三，监管机构应保证监管规则透明，规则执行的一致性。统一透明的规则有利于实现优胜劣汰，劣质的银行将被市场淘汰出去，留下来的一定会是风险管理到位的。银行健全的退出机制，将使市场上风险管理随大流的心态和做法就会越来越少。

作者:侯新烁 解璐 单位:湘潭大学商学院