李奇+陈晓倩

【摘要】本文选取2007～2015年9家上市商业银行的相关财务指标，运用主成分分析和多元线性回归检验信贷资产证券化对我国上市商业银行盈利性、流动性和安全性方面产生的效应。研究结果表明：上市银行开展信贷资产证券化业务，对盘活存量资金、改善流动性方面发挥了显著的正面效应;在增加商业银行收入来源，提高商业银行的综合盈利能力方面也发挥了一定的正面效应，而在提高安全性水平方面呈现了负面效应。基于以上研究结论，本文进一步提出了信贷资产证券化在我国银行间运行的相关建议。

【关键词】信贷资产证券化  效应  上市银行  主成分分析  多元线性回归

一、引言

1977年美国投资银行家刘易斯（Lewis.Ranieri）首次提出了“资产证券化”这个术语。此后，很多学者和权威机构试图给资产证券化下一个准确、完整的定义，但目前国际上尚未形成一个统一的概念。美国证券交易委员会（SEC）提出了一个较为普遍的定义：“资产支持证券是指这样一种证券，它们主要是由一个特定的应收账款资产池或者金融资产来支持并保证偿付。这些金融资产的期限可以是固定的，也可以是循环周转的。根据资产的条款，在特定的时期内可以产生现金流和其他权利，或者资产支持证券也可以由其它资产来保证服务或保证按期向证券持有者分配收益。”显然，按此定义信贷资产证券化是指以信贷资产作为资产池的证券化，包括住房抵押贷款、汽车贷款、消费信贷、信用卡账款、企业贷款等信贷资产的证券化。

理论界通常认为信贷资产证券化特殊的运作原理和运行机制有助于改善商业银行的资产负债结构，实现收入来源多样化，提高资金的流动性和资本充足率，并分散商业银行风险。本文研究我国上市商业银行信贷资产证券化效应，检验信贷资产证券化在我国银行间的实际运作效果，反映相关功能和效应是否存在，因此具有重要的理论与现实意义。

二、研究设计与模型

（一）样本选择

截至2016年7月初，我国共有16家上市银行，除了光大银行外有15家上市银行发行了一期或一期以上信贷资产证券化产品，考虑到样本数据的代表性和科学性，本文选取了9家样本银行（建设银行、工商银行、中国银行、交通银行、兴业银行、招商银行、浦发银行、中信银行、民生银行）作为研究对象，剔除了2007～2015年间发行规模和频次较低的7家上市银行。研究数据来源于Wind数据库、Choice数据库、同花顺网及各大银行的年度报告，宏观经济数据来自于国家统计局网站，时间跨度确定在2007～2015年，使用SPSS22.0及STATA14.0进行实证检验。

（二）指标选取

1.被解释变量。本文是研究信贷资产证券化对上市商业银行盈利性、流动性和安全性产生的效应，虽然涉及“三性”的指标众多，但局限于实证分析的实效性，无法对所有指标逐个考察。因此，选取了8个指标作为研究上市商业银行实施资产证券化业务对盈利性、流动性和安全性影响的重要依据。最终通过主成分分析降维，综合出具有代表上市商业银行盈利性、流动性和安全性的指标X、Y和Z，并作为实证模型的被解释变量。

表1 上市商业银行“三性”代表性指标表

1.1 主成分分析分别构建商业银行盈利性、流动性和安全性的综合指标X、Y、Z

运用SPSS22.0对表1中的8个指标按照指标类型进行主成分分析，得到主成分提取分析表，包括X、Y、Z相关系数的特征值、方差贡献率和累计方差贡献率（表2）。根据特征值大于1的原则提取主成分，并得到因子的得分矩阵（表3）。

表2 主成分提取分析表

表3 因子得分矩阵

（1）合成盈利性综合指标X。

首先，根据表3的因子得分矩阵提取盈利性综合指标X的两个主成分：主成分1和主成分2，其表达式可表示为：

主成分1=0.571*Zscore（EPS）+0.466*Zscore（ROE）+0.278* Zscore（NCIR）

主成分2=-0.044*Zscore（EPS）-0.534*Zscore（ROE）+0.805 *Zscore（NCIR）

其次，选择2个主成分的方差贡献率在所有因子总方差贡献率中的比重作为权重进行加权求和，构造出上市银行盈利性的综合指标公式：

盈利性综合指标（X）=0.6013*主成分1+0.3987*主成分2

将统计数据代入该模型，计算出盈利性综合指标X如表4所示。

表4 盈利性综合指标X

（2）合成流动性综合指标Y。根据表3所示的因子得分矩阵提取流动性综合指标Y的1个主成分，构造出上市银行流动性的综合指标公式：

流动性指标（Y）=0.655*Zscore（SLR）+0.655*Zscore（SLTDR）

将统计数据代入该模型，计算出流动性综合指标Y如表5所示。

表5 流动性综合指标Y

（3）合成安全性综合指标Z。根据表3所示的因子得分矩阵提取安全性综合指标Z 的1个主成分，构造出综合指标公式：

安全性指标（Z）=-0.261*Zscore（SCRAR）+0.484*Zscore（NSPLR） +0.469*Zscore（SPC）

将统计数据代入该模型，计算出安全性综合指标Z如表6所示。

表6 安全性综合指标Z

2.解释变量。解释变量选取了样本上市银行信贷资产证券化的比率，即证券化率：当年信贷资产证券化的金额与当年信贷资产总额的比值，结果用百分数表示。

3.控制变量。商业银行的盈利性、流动性和安全性受诸多因素的影响，本文在相关文献梳理的基础上，最终选取商业银行资产规模（LN ASSET）、银行类别（CLASS）和国内生产总值增长率（GDP）作为控制变量。

模型中相关变量及解释说明，如表7：

表7 变量名称及定义

（三）多元回归模型设计

本文从盈利性、流动性和安全性三个方面去考察信贷资产证券化业务对上市商业银行带来的效应，考虑到样本是一个面板数据，所以选择多元线性回归模型进行实证分析。具体表达式如下：

模型1：Xit=αit+α2iSRit+α3iLNASSETit+α4iCLASSit+α5iGDPit +εit （1）

模型2：Yit=βit+β2iSRit+β3iLNASSETit+β4iCLASSit+β5iGDPit +μit （2）

模型3：Zit=γit+γ2iSRit+γ3iLNASSETit+γ4i CLASSit+γ5iGDPit +ηit （3）

表达式中：i=1，2，3……9，分别代表了建设银行、工商银行、中国银行、交通银行、兴业银行、招商银行、浦发银行、中信银行、民生银行;t代表时间2007，2008，2009……2015;被解释变量Xit（X1t，X2t，X3t……X9t）、Yit（Y1t，Y2t，Y3t……Y9t）和Zit（Z1t，Z2t，Z3t……Z9t）分别代表9家商业银行盈利性、流动性和安全性的综合指标2007～2015年的时间序列;解释变量SRit（SR1t，SR2t，SR3t……SR9t）分别代表9家样本银行信贷资产证券化比率2007～2015年的时间序列;控制变量LNASSETit（LN ASSET1t，LN ASSET2t，LN ASSET3t……LN ASSET9t）、CLASSit（CLASS1t，CLASS2t，CLASS3t……CLASS9t）和GDPit（GDP1t，GDP2t，GDP3t……GDP9t）分别代表9家样本银行资产规模2007-2015年的时间序列、银行类别和2007～2015年全国GDP增长率的时间序列。

三、实证结果及分析

该检验中X、Y、Z分别有9组，每组9个，共有81个样本参与了混合效应模型、固定效应模型、随机效应模型回归分析，三个模型的F检验值均显示应该选择变截距模型，而Hausman检验的结果显示：模型1、模型3应当选择固定效应模型，模型2选择随机效应模型，回归结果见表8。

表8 回归结果

注：（1）模型1、3为固定效应模型，对应CLASS检验结果显示共线性;（2）***、**和*分别代表1%、5%和10%水平下显著。

模型1的检验结果表示，固定效应模型方程拟合F=81.750，P<0.01，提示通过固定效应模型拟合的方程具有统计学意义，整体上很显著。信贷资产证券化比率（SR）对上市银行综合盈利能力水平的影响系数检验P值小于显著性水平10%，资产规模对综合盈利能力水平的影响系数检验P值小于显著性水平5%，根据系数符号可知影响都是正的，说明上市银行信贷资产证券化的比率越高、资产规模越大，越有利于提升上市银行的综合盈利能力。其中，资产规模与盈利能力呈正相关性符合现实经济学意义的解释。

模型2的结果显示，随机效应模型的瓦尔德卡方值为44.680，P<0.01，提示拟合的模型具有统计学意义，模型显著。信贷资产证券化比率（SR）对上市商业银行流动性的影响系数检验P值小于显著性水平5%，根据系数符号可知影响是正的，说明信贷资产证券化在盘活存量资产、提高资金流动性方面发挥了很好的功能和效应。国内生产总值增长率（GDP）对上市商业银行流动性的影响系数检验P值小于显著性水平5%，系数符号是负的，说明宏观经济快速发展时期，投资者和消费者对货币资金的需求增加，贷款业务迅速扩张，商业银行资产负债管理中的期限错配问题导致了流动性水平的降低。

模型3的检验结果显示，固定效应模型方程拟合F=23.610，P<0.01，提示通过固定效应模型拟合的方程具有统计学意义。信贷资产证券化比率（SR）对上市银行安全性水平的影响系数检验P值小于显著性水平1%，根据系数符号可知影响是负的，说明上市银行开展信贷资产证券化业务在分散商业银行风险、提高安全性水平方面尚未发挥出积极的效应，呈现了负效应。笔者认为导致上述“负效应”的原因是：我国信贷资产证券化的基础资产大多是优质资产，银行“不良”资产证券化的比例规模较小，提高安全性水平的效果被弱化。同时，随着我国经济发展进入新常态，企业杠杆率提高，商业银行风险资产大幅增加，降低了整体安全性水平。

四、结论及建议

本文基于2007～2015年我国9家上市银行的财务指标，运用主成分分析和多元线性回归实证检验信贷资产证券化对上市银行盈利性、流动性和安全性方面产生的效应，实证研究结果表明：上市银行开展信贷资产证券化业务且扩大证券化比率，对盘活存量资金、改善流动性方面发挥了显著的正面效应。在增加商业银行的收入来源，提高商业银行的综合盈利能力方面也发挥了一定的正面效应。但是，在分散商业银行风险、提高安全性水平方面并未获得预期的积极效应。根据以上结论，本文现提出以下建议：

（一）大力推进信贷资产化在我国商业银行间的发展，较快实现盈利模式的转变

长期以来，存贷利差收入是我国商业银行最主要的营业收入来源，由于利差收入在营业收入中占比过高，因此商业银行对存贷款利率高度敏感，微弱的利率调整可能造成利差收入巨大的变动。2015年10月24日，随着央行宣布放开存款利率管制，我国利率市场化改革的进程接近尾声，商业银行利差收入将面临很大的不确定性。另外，资本市场的快速发展和互联网金融的普及加剧了“金融脱媒”现象，给传统盈利模式形成了巨大冲击。在此背景下，信贷资产证券化作为一种金融创新可以发挥举足轻重的作用，它将有助于把传统依赖利差的盈利模式转化为创造中间业务收入的新模式。因此，大力推进信贷资产证券化在我国银行间的发展将增加商业银行收入来源，拓宽盈利渠道，摆脱传统盈利模式的束缚。

（二）将信贷资产证券化作为商业银行盘活存量资金、提升流动性的重要利器

继巴塞尔委员会发布《第三版巴塞尔协议》（Basel III）后，2012年6月，中国银监会发布了《商业银行资本管理办法（试行）》，简称《资本办法》。《资本办法》在参考巴塞尔协议Ⅲ的基础上，扩展了资本监管的层次，对我国商业银行提出了更加严格的要求。回顾2013年6月和12月，我国银行业出现了两次“钱荒”，商业银行流动性不足，导致了整个金融市场震动，而流动性不足的主要原因是我国商业银行资产负债管理长期存在期限错配问题：一是“短存长贷”错配，贷款期限大部分在五年以上，而存款大多是五年以下的定期存款和活期存款。二是银行间同业拆借、回购和买入返售等业务的期限错配问题突出。信贷资产证券化特殊的运作原理，可以将流动性较低的存量资金打包出售，提前转化为流动性较强的现金，缓解期限错配的矛盾，是提升商业银行流动性的一项重要利器和法宝。

（三）进一步扩大不良资产证券化的比率和规模，真正实现转移风险、提高安全性水平的目标

按交易程序，金融市场划分为发行市场和流通市场，发行市场是流通市场存在的基础和前提，而流通市场的出现与发展会进一步促进发行市场的发展。如果流通市场低迷，发行的证券会由于缺乏流动性而导致发行市场的萎缩甚至停滞。我国信贷资产证券化产品在银行间债券市场交易，虽然采取了现券交易和质押式回购交易方式来扩大交易规模，但是由于全国银行间债券市场和交易所债券市场相对隔离，导致了交易不活跃，流动性较低的局面。因此，需要使信贷资产证券化产品同时在银行间和交易所债券市场发行和交易，形成一个完整的流通机制，吸引更多的投资者参与，进而扩大证券化交易规模和证券化比率，实现不良贷款和高风险资产证券化，提高商业银行的安全性水平。

作者简介：李奇（1989-），男，哈尼族，云南人，北京林业大学金融学硕士研究生，研究方向：金融市场、林业金融;陈晓倩（1973-），女，汉族，陕西人，北京林业大学经济管理学院副教授，研究方向：林业经济政策，林业投资贸易。