APP下载

货币政策、房价与商业银行风险承担

2019-02-23王首妃马云飞

中国市场 2019年1期
关键词:货币政策房价风险

王首妃 马云飞

[摘要]文章以Z值为银行风险代理变量,控制了银行微观因素和宏观经济因素后探究货币政策对商业银行风险的影响。样本为2002—2016年期间29家中资商业银行,使用GMM动态面板模型进行估计。实证发现宽松的货币政策以利率工具实施时会导致银行风险上升,宏观经济向好、房价上升会导致商业银行风险降低,而资产规模小、收益水平高、未上市等因素则会导致银行承担的风险更高。

[关键词]商业银行;风险;货币政策;房价;DGMM

[DOI]1013939/jcnkizgsc201901063

1引言

根据货币政策传导机制中的风险承担渠道理论,政策利率通过影响风险态度进而影响资产定价和配置(BORIO和ZHU,2008)。影响的渠道分别是:低利率带来高资产、高抵押品价值和高收入,增加的财富提高了风险容忍度;同时低利率也带来了低的回报率,为了获得目标收益率,银行会提高风险容忍度;以及更透明的央行政策能够提供保险的作用,商业银行认为央行会在有大的下行风险时候及时救助,利率调整具有非对称影响。ADRIAN和SHIN(2010)也认为宽松的货币政策通过提高银行存续贷款的质量和期限错配带来的估值效应,影响银行的股权价值,进而提高银行的信贷供给。实证方面,JIMENEZET等 (2008)用欧洲贷款的微观数据证实,低的短期利率降低了存续贷款的违约率而提高了新增贷款的违约率。MADDALONI和PEYDRO(2011)、VALENTINA BRUNO(2014)、MINGHUA CHEN(2017)等学者在欧洲、美国和新兴国家的实证均支持银行风险承担渠道理论。MORAES等(2016)發现商业银行通过改变贷款供给和资本充足率来应对货币政策的调整。PALIGOROVA和SANTOS(2017)发现货币宽松的环境中高风险公司的利差要低于紧缩的环境下,并证明这一现象由更加风险偏好的商业银行引起。国内研究中,徐明东等(2012)采用差分GMM法检验了中国货币政策对银行风险承担的影响,验证了宽松货币政策显著提高银行风险承担水平。王晋斌等(2017)利用系统GMM发现数量型货币工具在紧缩环境中对商业银行风险承担影响更强,而价格型工具在宽松环境中影响更强,且股票市场的繁荣会提高银行的风险承担水平。

基于前人的研究,文章主要贡献在于选取了上市银行为样本,考察期为2002—2016年,对货币政策与银行风险承担之间的关系在新时期进行了检验,并试图从房价增长的角度进行解释。

2理论与模型设计

在DELIS和KOURETAS(2011) 、徐明东和陈学彬(2012)、王晋斌(2017)等研究的基础上,文章建立如下动态面板基本模型,以检验货币政策对于商业银行风险承担的影响。

RISKi,t=β0RISKi,t-1+β1 MPi,t+β2 microi,t-1+β3macroi,t-1+vi+uit

其中,i表示银行家数,t为年份,RISK为商业银行风,MP为货币政策代理变量,micro和macro分别为影响商业银行风险承担的微观和宏观因素。

文献中常用的银行风险测度指标主要有Z值、风险资产占比和不良贷款率等,文章主要选取Z值作为银行风险的测度指标,参照LAEVEN and LEVINE(2009),将银行风险的Z值定义如下:Zit=σit (ROA)/(ROAit+CARit),其中ROA表示总资产报酬率,σ(ROA)表示总资产报酬率的标准差 参考LAEVEN and LEVINE(2009)的计算方法,文章使用了3年(包括2年滞后期)的数据来滚动计算ROA指标。 ,CAR表示权益资产比率。Z值越大,则表示银行破产风险越大。

由于中国货币政策的实施同时使用价格型和数量型工具,故本文货币政策代理变量选取贷款基准利率(iL)、银行同业拆借利率(iC)、广义货币M2增长率的负数若M2增长率较高,则货币政策宽松,与利率高(紧缩政策)相反,为了系数符号统一,故取负号。(M2R)三种,以得到稳健的结果。

微观变量则主要包括银行规模(SIZE,总资产的对数值)、资本情况(CAP,一般资本充足率)、盈利能力(PROA,税前总资产回报率)、是否上市(IPO,上市前取0,上市后取1)。为减轻内生性问题,根据徐明东和陈学彬(2012),部分指标采用滞后一期值。根据DELIS和KOURETAS(2012),银行规模、盈利能力与风险水平之间的关系仍无一致结论。规模大的银行由于大而不能倒,可能存在道德风险,即追逐更高的风险,但同时为了控制系统性风险,相关部门对其监管也会更严格。盈利较低的银行一方面可能反映其保守的风险态度,另一方面也可能成为其追逐风险的动机。而通常资本充足率较高的银行经营更加保守。

宏观经济变量包括GDP增速(GDPR)和房地产价格增速(HOUSEP)。全国性银行对应全国的GDP和房价指标,区域性银行则对应其经营地区的GDP和房价指标。房屋通常作为银行贷款的抵押资产,当房价上升时,客户质量提高,银行贷款风险下降。但同时,宏观经济和房价的上升可能会提高银行的风险偏好,贷款标准降低进而导致银行风险承担水平偏高。

根据以上理论分析得出实证模型:

RISKit=α0 RISKit-1+α1 MPit+α2SIZEit-1+α3CAPit-1+α4PROAit-1+α5IPOit-1+α6GDPRjt+α7HOUSEPjt+vi+uit

下文将以此模型对中国的数据进行实证,探索货币政策变量、宏观经济变量和商业银行微观特征变量对于商业银行风险水平的影响。

3实证分析

31样本及数据说明

基于数据的可得性和代表性,文章选取2002—2016年期间29家中资商业银行的年度数据作为研究样本,为非平衡面板数据。样本包括5大国有银行、12家全国性银行和12家上市的城(农)农商行。数据来源于Wind行业数据库及个股资料和Wind宏观经济数据库。表1为变量的描述性统计结果。负的Z值不具备越小则风险越小的含义,故将负的观测值作为异常值处理。

32计量结果与分析

OLS和固定效应模型对于含有因变量滞后项的方程来说估计结果有偏,故文章采用Arellano和Bond(1991)提出GMM的一阶差分矩阵估计方法(first-difference GMM)来克服此问题。DGMM通过差分控制时间和个体效应,以因变量滞后项作为工具变量克服内生性问题。

为确保模型估计的有效性和稳健性,动态面板数据模型需要通过Sargan检验、Arellano-Bond AR(2)检验。Sargan检验原假设为过度识别是有效的,即工具变量有效。Arellano-Bond AR(2)的原假设分别为模型的残差不存在二阶序列相关。若存在二阶相关,则意味着选取的工具变量不合理。表2为中国货币政策对银行风险承担影响的估计结果,因变量为Z_score。在1%的显著性水平上Sargan检验、Arellano-Bond AR(2)检验结果均不能拒绝原假设,表明以因变量的二阶滞后项作为工具变量是合理的,干扰项不存在显著二阶序列相关,模型设定正确。

货币政策变量均在1%的置信度下显著为负。对于破产风险指标Z_score,控制其他宏微观变量情况下,在利率下降或者M2增速上升时,银行Z值增加,即宽松的货币政策可能促使银行风险上升。从微观变量的来看,资产规模的系数显著为负,表示银行规模越大其风险越小,原因可能是大银行会受到更严格的信贷和风险资本监管要求。盈利指标系数显著为正,反映银行为了获取高收益需要冒更高的风险,符合“高收益高风险”的规律。资本充足率与Z_score值存在负向关系,说明资本充足率能够约束银行的风险承担。IPO的系数为负,显著性不一定,说明可能上市后银行的风险水平更低,也可能是银行为了上市而将风险水平调整到更低的水平。宏观解释变量方面,实际GDP增长率和房屋价格增长率的系数均显著为负,表明宏观经济形势较好和资产价格上涨时,抵押物价值上升,企业净值改善、贷款违约风险降低,銀行的风险水平下降。

4结论与启示

文章以2002—2016年的面板数据验证了银行风险承担渠道理论,宽松的货币政策,无论以价格工具还是数量工具实施,均会导致以Z_score代表的银行风险水平上升。同时,规模越小、盈利越高、资本充足率越低的银行风险承担更高,上市后银行风险水平会下降。宏观经济增速加快、房地产价格上升均会降低银行风险水平。该理论拓宽了金融加速器的含义,宽松的货币环境不仅使得商业银行能够提供更多贷款,而且还会提高银行的风险偏好水平,带来更低的贷款标准,进而带来更高的违约率和风险。而突然紧缩的货币政策也会通过影响贴现率和现金流导致房屋资产价格下跌,抵押物价值下降、贷款违约率上升也将导致银行风险暴露。可见,无论突然的宽松还是紧缩货币政策,均会导致银行风险上升,稳健的货币政策配合审慎的商业银行风险管理和宏观系统逆周期调控是避免危机的合理措施。

参考文献:

[1]ADRIAN T, SHIN H S Financial Intermediaries and Monetary Economics[J].Social Science Electronic Publishing, 2010,3(398):601-650

[2]BORIO C,ZHU H CAPITAL REGULATION,RISK-TAKING and MONETARY POLICY: A Missing Link in the Transmission Mechanism?[J].BIS working paper,2008(268).

[3]DELIS M,D,G P KOURETASInterest Rates and Bank Risk-Taking[J].Journal of Banking and Finance,2011,35(4):840-855

[4]LAEVEN and LEVINEBank Governance,Regulation and Risk Taking[J].Journal of Financial Economics, 2009,93(2):259-275

[5]徐明东,陈学彬货币环境、资本充足率与商业银行风险承担[J].金融研究,2012(7):48-62

[作者简介]王首妃(1995—),女,白族,云南人,硕士研究生,研究方向:宏观金融;马云飞(1999—),男,蒙古族,河北人,研究方向:宏观经济。

猜你喜欢

货币政策房价风险
两大手段!深圳土地“扩权”定了,房价还会再涨?
正常的货币政策是令人羡慕的
研判当前货币政策的“变”与“不变”
防范未然 “稳房价”更要“稳房租”
“猪通胀”下的货币政策难题
去库存的根本途径还在于降房价
2016房价“涨”声响起
货币政策目标选择的思考