论文部分内容阅读
国际金融危机爆发十年来,中国的经济与金融体系同样接受着严峻的考验。从汇率形成机制改革到利率市场化,从遏制房价上涨到金融市场剧烈下挫,从“去杠杆”政策到中美贸易摩擦不断升级,所有问题都不断的挑战着尚未成熟的中国金融。改革开放以来,我国经济增长进入快车道,但随着经济的增长,各行业也同样积累了大量的问题。尤其是2008年全球金融危机之后,我国为应对金融风险冲击,在此后两年中采取了一系列扩张性政策刺激经济增长,虽然短期内起到了稳定经济增长的积极作用,但也积累了大量风险,并使得资本市场波动加剧,经济结构出现失衡。目前,我国经济已进入了转型升级的关键期,新经济增长动力还未完全建立,旧的经济增长逐步调整,整个经济内生动力不足,诱发前期积累的潜在风险开始有所显现。经济环境的变化不仅要求化解经济上升期积累的存量风险,还需要防控调结构带来的增量风险。若风险逐渐累积并演化为系统性问题,则不仅将有可能引发金融危机等灾害性后果,更会对经济社会发展和国家整体安全形成巨大危害。商业银行作为我国间接融资体系的最核心主体,其信贷风险的变化更是成为了我国金融风险防范与应对的核心。因此,如何能够做到未雨绸缪,前瞻性的对我国商业银行面临的整体信贷风险状况进行识别,对可能的风险形成机制进行分析,并做到有效应对,都将是一件极具理论与现实意义的重要工作。由此,本文选择以商业银行面临的系统性信贷风险为研究对象,从商业银行资产负债表角度出发,重点分析商业银行主要资产方面临的主要风险,探讨不同类型资产的风险形成机制,实现对中国银行业面临的系统性信贷风险的分析和认识,辨析其可能产生的危害与影响,以期更好的为下一步的理论和政策分析提供有力支撑。沿着这样的思路展开,本文将首先提出银行信贷风险识别与机制分析的整体框架和视角,并进一步围绕相关问题,对现有文献和研究进行梳理。接下来,我们将基于银行资产负债表,分别从非金融企业部门、居民部门、政府部门、其他金融机构等不同的信贷关系主体角度出发,对银行信贷风险的几个主要风险源及影响因素进行识别和分析。最后形成结论及政策建议。结构安排上,本文共分为以下六个部分:第1章为导论部分。我们将重点阐明本文研究的问题、背景和意义。在此基础上,我们将以银行资产负债表为出发点,提出本文的研究思路和分析框架。同时,简述本文的主要创新及不足之处。第2章为文献综述部分。这一章将针对相关研究和文献进行梳理。具体内容上,我们将系统地综述非金融企业部门、居民部门以及政府部门杠杆率变化对银行信贷风险的影响,金融机构之间的风险暴露以及风险传染与银行信贷风险的关系等相关研究。第3章将重点讨论非金融企业和居民部门杠杆率与商业银行信贷风险的关系。思路上,将以企业和居民部门杠杆率为关键,着重分析杠杆率变化对银行信贷风险的影响。对于非金融企业,我们将结合其企业特点,一方面通过实证分析研究非金融企业杠杆率对银行不良贷款率、资产质量、资本充足率、银行信用等方面的影响。另一方面,也将通过具体的案例,分析非金融企业信用风险以及违约损失等给商业银行带来的影响。居民部门方面,则描述了居民部门杠杆率变化的趋势和特点,并对近年来我国居民部门杠杆率的快速升高对银行信贷风险产生影响进行初步分析。第4章着重讨论在政府债务置换政策对商业银行信贷风险产生的影响。作为近年来因重要的政府债务政策变动对商业银行造成的影响,这一章我们将通过构建含有金融部门的DSGE模型,系统分析政府债务置换政策对商业银行盈利、资产期限结构及信贷行为产生的影响,并对债务置换对银行信贷风险的整体影响进行初步实证和模拟。第5章将着重考虑银行间以及银行与其它非银行金融机构之间的风险暴露对银行信贷资产带来的影响。作为银行资产负债表的重要组成部分,本文将金融机构间的资产负债联系进一步区分为银行间的相互信贷关系和银行与其他非银行金融机构之间的联系两类。对于银行与其他非银行金融机构的相互关系,我们将利用VAR-MVGARCH(1,1)-BEKK模型对机构之间的联动效应进行系统度量和实证测算。而对于商业银行之间的风险溢出与风险扩散,我们将通过构建金融网络模型进行分析和模拟。第6章为本文结论部分。这一章,我们一方面将对上述各章的主要结论进行归纳和总结,另一方面也将对主要结论的政策含义进行初步讨论。基于上述分析,本文可以得到以下几点主要结论:第一,现有研究表明,在当前的经济金融环境下,商业银行面临的信贷风险是一个多维度、多层次的概念。以不同层面信贷数据为基础,以银行资产负债表为视角出发,考虑银行信贷风险的识别与分析,有助于加强对信贷风险认识,提升信贷风险防范的科学性和有效性。第二,非金融企业风险变化目前仍是我国商业银行面临的主要信贷风险源。尤其是经济发展进入“新常态”的结构调整背景下,非国有企业和小微企业杆杆率升高将是影响银行信贷风险的重要因素。此外,尽管居民部门相应信贷资产规模占比不高,但快速上升的居民部门杠杆率对银行信贷风险的冲击可能也不容忽视。第三,作为政府债务风险影响银行信贷风险的集中体现,近几年来的地方政府债务置换政策已经对我国商业银行的信贷风险带来了显著影响。主要体现为银行资本金消耗增大、利润下降,以及新增信贷能力的不足,且这种影响还在延续。理论上,应从更加系统的角度对债务置换的影响进行评估。第四,金融机构之间的相互关联是理解和分析银行信贷风险不可或缺的重要方面。通过机构的直接和间接关联,单一机构面临的信贷风险将通过不同的渠道扩散影响其它机构,并产生系统风险。实证估计和理论分析表明,近年来金融机构的关联性正在快速上升,并已成为了信贷风险扩散的源头之一。而且,由资产价格波动及相关预期变化带来的影响隐秘性更强,扩散速度更快,影响范围更广,破坏能力更强。本文以商业银行信贷风险生成机制为研究对象,从银行资产负债表的视角,重点分析了不同维度和不同部门银行信贷风险的识别、演变及其影响,创新之处主要体现在以下几个方面:其一,本文基于商业银行资产负债表视角,将非金融企业、居民部门、政府部门以及金融机构间的风险传染有机的统一起来进行讨论,更能从宏观上对银行信贷风险的识别、生成机制、演进及影响进行整体把握,从经济各部门间风险的动态关联来洞察银行信贷风险如何从微观层面聚集并扩散至宏观层面。其二,本文构建了一个动态随机一般均衡(DSGE)模型对债务置换政策影响经济的机制及该政策对银行信贷风险产生的影响进行分析,并对不同情境下实施该政策的效果进行比较,从而为评估政府债务政策对银行信贷产生的整体影响提供支持。该方法的边际贡献在于:一是在Kirchner-Wijnbergen(2012)和Kwaak-Wijnbergen(2014)的分析框架上进一步拓展,设定在商业银行所持有的资产中,除了对企业的贷款和持有的政府债券外,还包括债务置换中到期的偿还类地方债务,此外模型中还包括商业银行对政府的短期贷款,这样可针对我国目前以长期债券置换到期的短期偿还类债务问题进行详细的分析;二是在不同经济情景下对债务置换产生的溢出效应进行分析和比较,从而为今后更有效地实施该措施提供改进意见。其三,本文将金融机构之间的关联关系划分为两类,一类是银行之间的直接联系,另一类是银行与非银行之间的间接联系。并分别基于金融网络模型和VAR族模型,对信贷风险的扩散与传染过程进行实证分析和动态模拟,对非银行金融机构与商业银行之间的联动关系进行了实证估计和度量。具体来讲,本文基于相互关联性的视角,采用主成分分析法和VARMVGARCH(1,1)-BEKK模型对我国银行体系的系统性风险进行衡量,并对系统内各个行业或市场间的风险传导进行检验。主成分分析法具有在收益率层面更好地展现系统性风险时变特征的优势,VAR-MVGARCH(1,1)-BEKK模型则在波动率层面考虑了风险传导方向伴随某些政策事件可能发生的变化。由于时间和篇幅所限,本文在研究过程中还存在诸多不足以及有待进一步考察的问题,主要体现在:首先,我们对非金融企业信贷风险的影响还有待深入分析。相关的实证研究更多的集中于非金融企业的杠杆率,对其相应的商业信用、流动性、企业性质等问题对银行信贷的影响分析还可以进一步深入细化。其次,论文对居民部门杠杆率变化对银行信贷产生的影响分析还主要停留在描述和初步分析阶段。由于我国居民部门一直是储蓄率较高,较为稳定的部门。居民杠杆率的快速变化时间较短,时间序列较短,加之微观数据的缺乏,导致全面系统地实证分析难度较大,还有待进一步加强。还有,本文对四类局部信贷风险(企业和居民放在一章进行讨论)的分析较为详细,但对最终整体风险的综合判断还不完善,并未深入展开整体信贷风险的分析和测度。此外,针对商业银行信贷风险问题,可能还需要同时考虑负债方的变化,以更好地进行综合动态分析。关于这些,本文未进一步展开。