客户服务

您在浏览我们网站时,如有什么问题,可以直接拨打我们下方的电话或在意见箱留言!

当前位置: 首页 - 审计园地 - 参考资料

参考资料

防风险金融监管政策效果审计研究报告之三防风险金融监管政策效果量化审计评估

发布时间:2019/10/11 11:10信息来源:审计署审计科研所

防控系统性金融风险是防风险金融监管政策的主要目标。防风险金融监管政策效果量化审计评估,是基于国家审计视角,量化评估防风险金融监管政策出台前后系统性金融风险在数量上呈现的变化。

从系统性金融风险评估指标的边际变动来看,银行部门的杠杆率、流动性风险、表外业务呈现下降趋势,但信用风险仍处于持续暴露的过程且有上升的趋势;从面板数据多元回归模型结果来看,2017年第五次全国金融工作会议之后金融监管政策在一定程度上降低了银行的流动性风险和杠杆率,但并没有显著改善信用风险。因此,信用风险应是未来防范系统性金融风险的工作重点

一、系统性金融风险量化评估国际经验

系统性金融风险是指由于金融系统全部或部分受损而导致金融服务大面积中断的风险,并对实体经济造成严重的负面影响(国际货币基金组织/国际清算银行/金融稳定委员会,2016)。从上述定义可以看出,系统性金融风险的核心特征是金融系统受损或失败产生的负外部性。

系统性金融风险量化评估方法大致可分为三类:预警指标和综合指标法[1]风险传染法[2]系统性风险损失及损失概率法[3]

从国际经验来看,预警指标法是一种相对简单有效的方法。被证实有效的系统性金融风险预警指标大部分集中于信贷、房地产领域。基于国际清算银行的研究(Drehmann2011),巴塞尔委员会已经将代表信贷总额过快增长的信贷比率缺口指标作为一个有用的系统性金融风险预警指标(巴塞尔委员会,2010)。抵押贷款债务快速增长和房价快速上涨,是房地产市场周期性风险积累的强有力信号(Borio & DrHyman 2009,国际货币基金组织 2014)。企业部门脆弱的流动性和外汇风险指标也是有效的信号(全球金融体系委员会2012,欧洲系统性风险委员会 2014,国际货币基金组织 2014)。

预警指标可以与其他指标相结合,以帮助衡量金融机构的弹性。例如可以结合杠杆率指标、个人债务负担和公司利息覆盖率(Drehmann & Juselius2012),以及这些指标在经济压力下的演变(如利率上升或公司收入下降)来进行分析。作为对预警指标的补充,还可以采取适当的宏观审慎压力测试,用来评估金融系统在不利的经济金融条件下继续发挥作用的能力。监管信息如贷款包销标准的变化等,也可以辅助预警。然而,这些指标包括预警指标,不能机械地使用,只是作为广泛风险评估的一部分,为宏观审慎行动提供参考信息(国际货币基金组织,2013;瑞士国家银行,2014)。

从美国审计署20112016年《多德弗兰克法案审计报告》对系统性金融风险持续审计评估来看,其构建的监测评估框架也是由预警指标构成的,主要包括金融机构的风险特征指标:规模、流动性、杠杆率、资产质量、关联程度。

二、我国系统性金融风险量化评估特点

IMF认为尽管系统性金融风险这一概念已被广泛使用,但很难精确定义和准确量化。系统性事件可以被视为是金融不稳定的极端案例,但究竟多大程度的不稳定可以被视为危机,目前仍无定论。因此计量和评估系统性金融风险,可从系统性金融风险成因与来源入手,寻找系统性金融风险的评估指标。

从成因来源来看,系统性金融风险成因可分为内部因素和外部因素。

系统性金融风险内部因素主要来自金融体系内部,通常包括金融体系内在的脆弱性、资本监管的顺周期性、传染性等。

一是明斯基认为系统性金融风险产生的原因是由金融体系不稳定(高负债经营、摩根规则[4])造成的,且这种金融脆弱性是与生俱来,不可避免。我国金融体系特点决定了金融脆弱性的成因及来源更加复杂。我国金融业增加值占国内生产总值的比例已达高位(2017年为7.95%),长期高速且粗放的发展(银行业资产规模、信贷规模的增长速度高于GDP的增长速度),滋生出各种风险隐患。我国金融体系以间接融资为主(2017年间接融资增量占社会融资规模增量的92.3%),金融资产的90%以上由银行业持有,因此银行业对系统性金融风险的影响举足轻重。我国长期分业监管机制在运行过程中出现了一些监管套利现象,代持、嵌套、通道、非标等影子银行行为造成资金空转,交易结构多层嵌套的杠杆风险、期限错位引发的流动性风险、隐性的刚性兑付产生的权责利不对称风险等不断积累。随着互联网金融规模的不断扩大(截至2016年,我国互联网金融规模近10万亿元),其潜在的风险也不容忽视。智能化信息系统在金融业中的广泛运用,可能使得金融风险更容易、更快速积聚,风险波及面更大,从而使金融系统变得更加脆弱。

二是金融行业在资本充足率监管、贷款损失拨备、公允价值会计原则等方面具有日益明显的顺周期性,体现为金融体系对实体经济的信贷供给在经济上行期增加,在经济下行期减少,放大了经济短期波动(谢平和邹传伟,2010)。

三是金融机构之间的业务与风险暴露关联性、风险同质化形成了风险放大与传染机制,系统重要性金融机构(SIFIs)成为系统性金融风险的重要来源。金融稳定委员会(2010)将由于规模、复杂性和系统关联性等原因导致经营失败,进而会给整个金融系统乃至实体经济带来显著破坏的金融机构定义为系统重要性金融机构。系统重要性金融机构是金融体系网络内的重要结点,一旦系统重要性金融机构出现风险,通过这种紧密关联将风险传染到相关金融机构,直至扩大到整个金融市场。

系统性金融风险外部因素主要来自外部冲击,通常包括经济周期、国际政治经济形势变化、监管政策变化等。从国内看,我国经济进入新常态,经济已由高速增长阶段转向高质量发展阶段,经济增速从高速增长转换为中高速增长,居民部门杠杆率快速上升,地方国企负债快速扩张,地方政府隐性债务规模大且快速扩张,房价快速上涨及资产泡沫膨胀,金融监管顺周期性等都有可能成为系统性金融风险的诱因;从国际上看,国际宏观政策的外溢效应可能引发金融市场波动(美联储加息缩表、新兴经济体面临债务到期),地缘政治出现新的不稳定因素,中美贸易争端、中兴通讯遭受美国封禁令、美国司法部调查华为等贸易冲突不断,都有可能诱导产生系统性金融风险。

三、基于指标体系法的系统性金融风险量化评估

(一)系统性金融风险量化评估指标体系。

基于系统性金融风险的内外部因素,系统性金融风险量化审计评估指标分为内部评估指标和外部评估指标,以其边际变化趋势作为判断系统性金融风险水平变化的依据。

根据系统性金融风险的定义,内部评估指标可从两个方面进行刻画:金融机构陷入财务困境的脆弱性和金融机构陷入财务困境可能对金融系统和经济产生的溢出效应。由于金融体系自身演化和逐步累积的脆弱性主要是金融机构的金融业务所产生的,金融本质是与风险紧密相关的,因此金融机构的风险特征与金融脆弱性紧密相关。金融机构的规模特征反映了金融脆弱性的溢出效应。

金融机构的风险特征通常体现在流动性风险、杠杆率、信用风险。

流动性风险是指在到期时无法以合理价格获得资金的风险。流动性风险的监测指标通常包括流动性比例[5]和流动性覆盖率[6]《中国金融监管报告2018》认为,我国系统性金融风险的潜在表现之一是流动性风险,且集中体现在银行间市场,表现为资产荒负债荒并存。

传统意义的杠杆率定义为利用债务(而非股权)为资产融资,并以资产负债表中总资产与权益资本的比率[7]来衡量。杠杆率高,经济意义是少量的资本支撑着过多的负债,一般意味着风险大。近年来,我国商业银行加杠杆过程本质上是商业银行规避监管政策的监管套利行为,客观上是信用扩张过程、货币投放过程、风险放大分散和转移的过程。

信用风险是指由于客户违约而导致金融机构遭受损失的可能性。信用风险暴露最终表现在信贷资产质量上,通常用不良贷款余额和不良贷款率来衡量。银行积累的不良资产是累积的系统性金融风险的主要组成部分之一。

在本报告中,金融脆弱性采用杠杆率、资本充足率、流动性比例、流动性覆盖率、不良率、不良资产余额等金融机构风险特征变量来衡量,溢出效应采用金融机构的信贷业务与表外业务规模来衡量。

系统性金融风险外部评估指标主要包括经济周期、实体负债率、房地产风险、政府债务风险、外债风险、金融监管风险等。

(二)系统性金融风险量化评估结果。

由于防风险金融监管政策的监管对象是金融机构,金融监管政策效果主要体现为金融机构风险特征与业务规模的变化,因此政策效果可以通过系统性金融风险内部评估指标的边际变化来表示。由于我国金融体系以间接融资为主,金融资产的90%以上由银行业持有,因此重点研究银行部门的风险特征和业务规模的变化,考察银行部门杠杆率、流动性风险、信用风险、规模四个方面。本研究数据截止到20186月,数据来自wind数据库和上市银行财务报告。

1.银行部门杠杆率。

在衡量银行部门杠杆率时,可从央行每月公布的《其他存款性公司资产负债表》入手,从主动负债水平分析银行杠杆水平。银行主动负债=对其他存款性公司负债+对其他金融性公司负债+债券发行,即银行全部负债减去存款、国外负债后剩余的负债为银行主动加杠杆的来源。

主动负债/实收资本指标是指银行自身的实收资本主动撬动了多少倍的杠杆水平。

1 20081月至20186月商业银行主动负债杠杆率变动

2 20081季度至20182季度商业银行主动负债增速

GDP增速之比变动

从主动负债与实收资本之比来看,总体呈上升趋势,201111月至20125月期间迅速上升,2017年以来稳定在10左右并呈下降趋势。从主动负债与实收资本之比同比增速来看,2017年以来银行杠杆率边际放缓。从主动负债同比增速/GDP同比增速来看,该指标自20171季度以来伴随着主动负债同比增速的回落,下降较快,回落至0以下。

2.银行部门流动性风险。

流动性风险实质是资产负债流动性匹配问题,主要包括资产端的市场流动性风险和负债端的融资流动性风险。利用银行体系流动性资产余额和流动性负债余额,采用流动性比例=(流动性资产余额)/(流动性负债余额)来衡量流动性风险。

 

3 20084季度至20182季度商业银行流动性比例变动

从流动性比例变化来看,20163季度开始稳步上升,表明银行业流动性风险呈下降趋势。

3.银行部门信用风险。

随着我国经济增速放缓以及去产能、去杠杆等措施的实施,部分制造业等顺周期传统行业经营困难,信用风险逐步暴露,对商业银行存量贷款质量产生一定的资产质量下行压力。商业银行资产质量通常采用不良贷款余额和不良贷款率来评估。

 

4 20084季度至20182季度商业银行不良贷款余额

与不良贷款率变动

 

商业银行不良贷款率自20161季度开始围绕1.75%小幅波动,整体波动不大,但20182季度发生了明显地翘尾现象。不良贷款余额在20161季度之后仍然呈现上升趋势,尤其是20182季度不良贷款余额同比呈现加速上升态势,这意味着商业银行信用风险不仅处在持续暴露过程之中,还呈现上升态势。

4.银行业务规模。

金融危机的实践不断证明,衡量一国系统性金融风险程度的单一重要指标是信贷增幅/GDP增幅。本报告采用贷款增速/实际GDP增速来衡量银行业务规模的变化。除了传统信贷业务,委托贷款、信托贷款、未贴现银行承兑汇票等银行表外业务也是需要关注的风险点。

 

5 20151季度至20182季度人民币贷款余额增速

GDP增速之比变动

人民币贷款余额同比增速均超过了GDP同比增速,从20173季度开始,人民币贷款余额同比增速与GDP同比增速之比呈现下降趋势。

委托贷款余额同比增速超过GDP同比增速,从20174季度开始,委托贷款余额同比增速与GDP同比增速之比呈现下降趋势。

信托贷款余额同比增速从20171季度超过GDP同比增速,从20181季度开始,信托贷款余额同比增速与GDP同比增速之比呈现下降趋势。

未贴现银行承兑汇票余额同比增速低于GDP同比增速,从20182季度开始,未贴现银行承兑汇票余额同比增速与GDP同比增速之比呈现下降趋势。

 

 

6 20151季度至20182季度银行表外业务余额增速

GDP增速之比变动

 

5.系统性金融风险量化评估综合结果。

从杠杆率、流动性、表外业务规模这几个指标的变动来看,银行部门的杠杆率、流动性风险、表外业务风险呈现下降趋势,这表明我国防风险金融监管政策自2017年以来,在一定程度上防控了杠杆率、流动性、表外业务方面的风险。但是信用风险仍处于持续暴露的过程,且有上升的趋势,未来金融监管应予以特别关注。

四、基于多元回归的防风险金融监管政策效果量化审计评估

仅仅采用系统性金融风险评估指标体系的边际变化反映金融监管政策效果存在一定的局限性,评估指标只是反映了银行的规模、杠杆率、流动性、资产质量发生了变化,但无法证明金融监管政策是评估指标发生变化的主要影响因素。国内外宏观经济形势变化、国内货币政策等因素也会对评估指标产生影响,对指标的影响可能比金融监管政策更大。因此,拟通过面板数据的多元回归模型来量化评估防风险金融监管政策是否有效。

(一)通用计量模型介绍。

i表示第i家银行,t表示第t期(季度或半年度),是因变量,表示银行的风险特征,是个体固定效应,为政策虚拟变量,20172季度之前为020172季度之后为1代表一系列自变量的向量,是扰动项。

在这个模型中,值得关注的是虚拟变量系数r。第五次全国金融工作会议于20177月召开,防风险金融监管政策进入协同紧缩阶段。因此,将20172季度之前的t定义为020172季度之后的t定义为1。该系数衡量了第五次全国金融工作会议召开前后防风险金融监管政策的效果对比。如果该系数在统计上显著异于0,表明防风险金融监管政策起到了防控风险的作用。

1.模型因变量。

考虑到数据的可得性与可比性,我们采用了多个因变量来评估防风险金融监管政策对银行风险特征的影响。

1)杠杆率。采用资本充足率来衡量杠杆率,资本充足率是商业银行的自身资本和加权风险资产之间的比率,是银行杠杆率的另一种表达方式。资本充足率反映银行在存款人和普通债权人的资产遭到损失之前,能以自有资本承担损失的程度。该指标的目的在于衡量银行抵御风险的能力,抑制风险资产的过度膨胀,保证银行的正常经营及发展。

2)信用风险。信贷资产质量反映了信贷业务存在的风险及可能对银行经营利润产生的影响。采用不良贷款率来衡量信用风险。

3)流动性风险。采用流动性覆盖率来衡量流动性,流动性覆盖率等于优质流动性资产与未来30天内的现金净流出之比。

2.模型自变量。

计量模型中包含了一系列的自变量来控制其他可能影响银行风险特征的因素,包含这些控制变量是为了尽可能剔除其他影响银行风险特征的因素对因变量的影响。

1)非利息收入

非利息收入是指商业银行的中间业务收入。非利息收入较高的银行与利息收入较高的银行可能拥有不同的业务模式,从而呈现不同的风险特征。非利息收入一方面通过业务多元化分散银行的风险,另一方面由于波动性较强,可能会增加银行的风险。特别是自2012年以来,我国金融进入扩张周期,非利息业务发展迅速,城市商业银行和农村商业银行急于通过同业负债、同业理财等非利息业务实现“弯道超车”现象也不断产生,其中蕴含着较大的风险。

2)规模

同一监管政策对不同规模的银行风险产生的影响是不一样的,不同规模的银行风险承受能力也是不一样的。用银行总资产代表银行的规模。

3)宏观经济

在不同的宏观经济环境下,商业银行的经营风险亦呈现出截然不同的特征,而宏观形势变化所产生的风险,最终有很大一部分将由银行承担。随着我国经济进入从高速增长向高质量发展的转变,宏观经济进入下行周期给整个银行业的经营管理带来挑战。用GDP的同比增长率来代表宏观经济形势。

4)货币供应量

商业银行是货币政策的最主要传导渠道,货币政策的调整将直接影响商业银行的经营管理,并影响商业银行的各种风险。用M2的同比增长率来代表货币供应量。

5)其他控制变量

不同的风险特征指标还有各自的影响因素,比如不良贷款率与贷款业务占比紧密相关,资本充足率与资产收益率紧密相关。

(二)防风险金融监管政策效果量化审计评估结果。

经过面板数据的单位根检验、hausman检验,拟采用个体固定效应模型进行回归,得到以下回归结果。

1.流动性风险量化审计评估结果。

选取了12家上市银行,以2016年下半年至2018年上半年共8期的数据来评估金融监管政策的效果。经过回归系数显著性检验之后得到的模型变量为:为流动性覆盖率,为非利息收入占比、GDPDUM

 

1 流动性风险多元回归结果

政策虚拟变量DUM的系数r10%的显著性水平下显著异于0,这表明从统计上看,2017年第五次全国金融工作会议之后的金融监管政策有效地提升了银行的流动性覆盖率。

2.信用风险量化审计评估结果。

选取了16家上市银行,以20113季度至20182季度共28期的数据来评估金融监管政策的效果。经过回归系数显著性检验之后得到的模型变量为:为不良贷款率,为GDPDUM

2 信用风险多元回归结果

政策虚拟变量DUM的系数r10%的显著性水平下并不显著异于0,这表明从统计上看2017年第五次全国金融工作会议之后,金融监管政策并没有显著改善银行的不良贷款率。

3.杠杆率量化审计评估结果。

选取了14家上市银行,以20131季度至20182季度共22期的数据来评估金融监管政策的效果。经过回归系数显著性检验之后得到的模型变量为:为资本充足率,GDPDUM

3 杠杆率多元回归结果

政策虚拟变量DUM的系数r5%的显著性水平下显著异于0,这表明从统计上看2017年第五次全国金融工作会议之后的金融监管政策有效地提升了银行的资本充足率,降低了银行的杠杆率。

4.防风险金融监管政策效果综合量化审计评估。

从统计上看2017年第五次全国金融工作会议之后金融监管政策有效地提升了银行的流动性覆盖率和资本充足率,在一定程度缓释了银行的流动性风险,降低了银行的杠杆率;但是不良贷款率在2017年第五次全国金融工作会议前后并没有显著改善,这表明信用风险应是未来监管工作重点关注的地方。

无论是从评估指标边际变动来看,还是从多元回归模型结果来看,信用风险均应是未来防范系统性金融风险的工作重点。未来金融监管机构一方面应在银行信用风险防范方面加大力度,加强对银行信贷工作的现场监督检查工作,确保银行对信用风险管理薄弱环节加强管理;另一方面加强对不良资产处置工作的指导,完善不良资产处置相关的配套文件,逐步推进银行不良资产处置进度,从而逐步缓释不良资产存量风险。此外,金融监管机构可着手尝试引入逆周期性的贷款损失准备动态调节机制,在经济上行周期拨备率可以适当上调,储备充足的风险吸收能力;在经济下行周期,拨备率可以适当下调,减轻银行压力,让银行能够腾挪出更多的信贷资源服务实体经济。

 

 

 

 

 

 

 

参考文献:

[1]乔安妮·凯勒曼,雅各布·德汉,费姆克·德弗里斯. 21世纪金融监管[M] 北京:中信出版社,2016

[2]陶玲,朱迎. 系统性金融风险的监测和度量:基于中国金融体系的研究[J] 金融研究,20166

[3]谢平,邹传伟. 金融危机后有关金融监管改革的理论综述[J] 金融研究,20102

[4]泽维尔·弗雷克萨斯,拉克·莱文,何塞-路易斯·佩德罗. 系统性风险、危机与宏观审慎监管[M] 北京:中国金融出版社,2017

[5]Evert VedungPublic Policy and Program Evaluation[M]Transaction Publishers,1997

[6]GAO-17-188DODD-FRANK REGULATIONS-Agencies’ Efforts to Analyze and Coordinate Their Recent Final Rules[R]2016,12

[7]IMF,BIS,FSBGuidance to Assess the Systemic Importance of Financial Institutions,Market and Instruments Initial ConsiderationsBackground Paper,2010

[8]IMF/FSB/BISElements of Effective Macroprudential Policies[R] 2016

[9]Jeffrey N Gordon The Empty Call for Benefit-Cost Analysis in Financial Regulation[J]Social Science Electronic Publishing,2014,43S2).

[10]John H Cochrane Cost Benefit Analysis as a Framework for Financial Regulation[J] Social Science Electronic Publishing, 2014

[11]John C Coates IV Cost-Benefit Analysis of Financial Regulation: Case Studies and Implications[J] Yale Journal on Regulation 2015,Vol124

 

作者:审计署审计科研所  陈彦达

审计署审计科研所  王玉凤

审计署审计科研所   

 



[1] 预警指标和综合指标法:通过分析发生过金融危机国家的历史数据,找出影响系统性金融风险的指标,构建一套反映金融体系风险综合状况的预警指标体系。比较有代表性的有:KLR模型(Kaminsky et al, 1998)、FR模型(Frankel and Rose,1996)、STV模型(Sachs et al,1996)、金融稳健指标(国际货币基金组织,2003)、金融压力指数(Illing and Liu2006)、金融稳定状况指数(Jan Willem van den END2005)。

[2] 风险传染法:主要侧重于多角度测量金融机构间的风险传导,大多基于银行间交易数据建立与资产负债表相关的风险敞口模型,比较具有代表性的是矩阵模型(Lehar, 2003)、网络模型(Jeannette Muller, 2006)和违约强度模型(国际货币基金组织,2009)。

[3] 系统性风险损失及损失概率法是从评估个体机构的系统重要性这一方向测度系统性金融风险。比较具有代表性的是条件在险价值(Adrian and Brunnermeier2009)、系统性期望损失和边际期望损失(Acharya et al.,2010)、DCC-GARCHBrownless2011)。

[4] 商业银行等金融机构的放贷主要依据借款人已有的信用记录,而对它们未来经营状况的预期并不特别重视。

[5] 流动性比例等于流动性资产与流动性负债之比。根据《商业银行流动性风险管理办法(试行)》(银监会20159号令)规定商业银行的流动性比例应当不低于25%

[6] 流动性覆盖率旨在确保商业银行具有充足的合格优质流动性资产,能够在银监会规定的流动性压力情景下,通过变现这些资产满足未来至少30天的流动性需求。流动性覆盖率等于合格优质流动性资产与未来30天现金净流出量之比。根据《商业银行流动性风险管理办法(试行)》(银监会20159号令)规定商业银行的流动性覆盖率应当不低于100%

[7] 以国际清算银行为代表的金融监管当局和金融机构对杠杆率进行了改进,通过把资产负债表中符合一定条件的负债项计入净资产等方法得到监管资本(大于净资产),同时,通过对各类资产进行风险加权调整,得到风险加权资产(风险加权资产一般远远小于总资产)。这样,就从权益比率过渡到资本充足率。资本充足率是杠杆率的反面。

分享到: