商业银行新型同业业务风险分析

商业银行新型同业业务风险分析

一、同业业务规模增长迅速,潜在风险循环效应明显近年来，中国银行的同业务区迅速扩张。根据央行2013年发布的《中国金融稳定报告》,2012年年末,国内银行金融机构同业资产和负债规模均大幅增长。同业资产占总资产的比重达15.13%,同业负债占总负债的比重达13.87%,11家股份制上市银行的同业资产、负债的平均占比更是超过了20%。其中,增长最快的是存放同业和买入返售资产,2008年至2012年年末的年复合增长率分别达到60%和40%。在追求利润等绩效考核指标的压力下,由于一般信贷投放受到严格的资本充足率和规模管控制约,商业银行转向大力发展低成本、低资本要求的同业业务,形成了一系列以发放实质性贷款为目的,以跨银行、证券、保险、信托等多家金融机构为特点的新型同业业务模式。在该模式下,银行间不但无法分散贷款风险,反而因为冗长的融资链条、错综复杂的交易结构、模糊的法律合同关系而增加了风险传染的机率,加剧了潜在风险传染效应。因此,本文试图通过对新型同业业务潜在风险传染机制及效应的研究,从防范风险传染的角度提出完善新型同业业务管理的政策建议。本文的第二部分对银行同业业务风险相关研究进行了回顾和评述,第三部分对我国银行同业业务发展及新型同业业务风险传染机制进行了分析,第四部分是对新型同业业务风险传染效应的实证研究,第五部分为政策建议和结论。二、同业业务风险创造机制银行同业业务指的是商业银行与其他金融机构之间开展的、以资金融通为目的的各项业务。从理论上说,一个有效的银行同业业务市场可以为流动性短缺的金融机构提供资金支持,促进富余资金资源的优化配置,提高整个金融体系的效率,更好地为实体经济服务。然而,我国银行业近年来出现的新型同业业务并未发挥上述功能,反而在一定程度上增加了单家银行以及整个银行体系的风险。国外学者对银行同业业务的风险传染已有较为深入的理论研究。Allen和Gale(2000)基于不同的银行间市场结构假设,对银行间通过资产负债表直接传染风险的机制进行了开创性的研究。他们认为,即使是一个小的流动性冲击,也可能在所有银行间传染,而这种传染的可能性取决于系统结构。在一个完整的银行间市场结构下(见图1-1),由于各家银行都与系统中的其他银行直接关联,所以初始流动性冲击会被大大缓解,风险发生传染的可能性有限;但在一个不完整的银行间市场结构下(见图1-2),各家银行只和系统中的部分银行直接关联,当受到流动性冲击时,问题银行很难得到其他无直接关联银行的流动性支持,结果风险传染的几率大大增加,甚至可能因此形成系统性风险。Eisenberg和Noe(2001)、麦勇和莫晶璟(2009)等的研究结果也同样表明,不完全的银行间拆借市场比完全的银行间拆借市场隐含了更大的银行危机传染的可能性,且市场越不完备,危机传染的可能性越大。Schnabel和Shin(2004)等从资产价格波动的角度对银行同业风险传染机制进行了分析。他们认为,受外部因素(如房地产价格下跌等)的影响,资金拆出方由于不确定交易对手的偿付能力,担心抵押资产可能会丧失流动性,于是不得不将抵押资产压低价格出售,以应对潜在的流动性需求。但这种对资产价格的打压会使其他以类似资产作为抵押的银行遭受损失,因而内生性地触发这些银行出售资产,从而形成“资产缩水—资产出售”的恶性循环,最终导致整个银行业的危机。2008年美国金融危机以来,国外学者对银行间市场的风险传染机制进行了更为完善和深入的研究。戈顿(2011)综合前人对债权、债务关系和资产价格波动两类传染机制的研究结论,从信息不对称所导致的恐慌情绪和抵押品价格下跌导致的回购市场流动性缺失的角度,论证了银行间风险传染机制及影响,并提出,相比传统存款人挤兑式的银行危机,美国金融危机是一场金融机构之间互相挤兑的银行危机。Shin等(2009)认为,银行体系与资本市场的高度融合是导致美国金融危机的根源:同业业务的急剧扩张,使得各家金融机构相互持有的头寸快速增长,资产负债链条较传统模式也大幅拉长,整个金融体系,特别是银行业的杠杆水平相应提高;当经济逆转时,融资链条上的所有银行都预期将在去杠杆化的过程中遭受损失,于是银行间挤兑替代了存款人挤兑,最终演变为系统性的银行危机。Haldane(2009)等的研究表明,金融机构之间复杂且不稳定的债权债务关系加剧了风险的传染和放大,并导致了金融网络的崩溃。对此,他们提出的建议包括:加强对系统重要性金融机构的监管、改善金融网络结构、建立中央清算体系等。实证方面,由于银行间交易头寸的详细数据难以获得,目前关于银行同业业务风险传染效应的实证研究相对有限。Lelyveld和FrankaLiedrop(2004)、Upper和Andreas(2004)等运用矩阵法,分别对荷兰、德国银行间市场的风险传染效应进行了研究。他们在考虑银行间市场结构的基础上,模拟得到不同类型市场的双边风险敞口矩阵,据此评估银行间风险传染效应。国内学者包全永(2005)、马君潞等(2007)、周再清等(2008),相继运用类似的方法对我国银行间市场的风险传染特征进行了模拟分析,结果均证明存在风险传染效应。此外,目前专门针对新型同业业务风险的研究文献还比较少。步艳红等(2014)根据同业业务的发展实践,详细梳理了新型同业业务的主要模式、历史沿革等,系统性地分析了其产生原因及潜在风险。与前人研究相比,本文主要在以下三个方面有所创新:第一,在Allen和Gale(2000)的模型框架下,对新型同业业务中具有代表性的“买入返售信托受益权”模式的潜在风险传染机制进行了理论分析;第二,与范小云等(2006)等国内文献不同,本文在实证分析中充分考虑了新型同业业务的结构特征,如将买入返售(卖出回购)作为基础数据的组成部分之一,假定不同的损失率作为新型同业业务损失金额占整个同业资产负债比例的近似替代等,以更真实地评估新型同业业务的潜在风险传染效应;第三,通过比较2013年6月末与2008年年末的模拟测算结果,对同业业务风险传染效应的变化趋势进行了探讨和总结。三、同业业务的规模与风险2009年前后,我国商业银行在传统银信合作模式的基础上进行了大量创新。早期出现的是同业代付业务,即某家银行委托其他银行为自己的客户融资,并在业务到期日归还代付款项和利息,从而使委托银行可以在不受贷款规模的限制下为客户提供融资。2011年全年,同业代付规模达到1万亿元(步艳红等,2014)。随着2012年相关监管政策的出台,同业代付规模大幅度收缩,但从同业代付衍生出来的、以“买入返售信托受益权”模式为代表的新型同业业务得到了快速发展。该模式下,授信主要涉及三家银行和一家信托公司:基础资产的原始持有银行通过委托银行以及过桥银行,借助信托平台向企业提供融资,并承诺到期回购基础资产。该模式同样可以规避贷款规模和资金流向的限制,变相完成放贷。截至2013年6月末,我国银行同业资产(负债)规模已超过10万亿元,其中相当一部分就是所谓的新型同业业务。如图2所示,从内部结构看,构成同业资产大幅增长的主要因素是存放同业和买入返售。2008年年末至2013年三季末的年复合增长率分别超过50%和35%;相比而言,拆出资金并没有大幅增长。从不同机构看,股份制商业银行的同业资产、负债规模扩张速度远远快于国有大型商业银行;2013年三季末,11家股份制银行同业资产规模是2008年年末的2.8倍,五家国有大型商业银行仅为1.6倍,同业负债的情况也基本如此。从风险特征看,新型同业业务不像传统同业业务以国债、央行票据等低风险标准资产为标的,而是以对房地产、融资平台等企业的一般贷款等非标资产为标的,因此信用风险、流动性风险、政策风险等均相对较高;一旦出现违约、资金紧缺或合规问题,上述风险还可能传染至其他金融机构,甚至形成系统性风险。以下是对“买入返售信托受益权”模式的潜在风险传染机制进行的分析。如图3所示,在资金流转方面,A银行想要对其客户放贷,但由于受到贷款投向和(或)贷款额度的限制,无法直接放贷。于是A银行找D信托公司做一个信托计划,D信托公司把该信托计划卖给C银行,C银行将信托受益权受让给B银行,同时B银行与C银行签订买入返售协议。这样A银行就借助B银行的资金(承诺在到期回购,有时候A银行会事先提供同业存款用于购买该信托受益权)、通过C银行过桥和D信托产品满足了客户对贷款的需求。至此,资金循环结束。在风险传染方面,由于B、C两家银行只知道与自身有关的合约情况,并不了解全局,即任何一家金融机构都无法获知整个市场的风险水平1,因此一旦企业出现违约,首先将影响D信托贷款本息的支付,然后影响C银行的流动性,并通过C银行资产负债表将风险传染至B银行,造成B银行账面资产损失,B银行则不得不向A银行要求兑付来缓释风险。若此时A银行因主观或客观原因未能兑付,则A、B、C三家银行都可能遭受损失,这就使原本只属于A银行的信用风险传染至融资链条中的所有金融机构。由上述分析可知,新型同业业务的传染性风险主要体现在三个方面:一是与次级贷款类似,新型同业业务所依托的担保融资方式使得一些低资质的主体也可以获取资金,而融资链条中的相关金融机构忽视了其中的风险或主动放弃对风险的审查,容易引发风险传染;二是银行仅对直接交易对手的风险较为清楚,对实际用款客户、融资链条上的其他金融机构却存在信息不对称,如果该银行对市场大量使用杠杆的行为已经较为敏感,那么一旦遇到风险事件的冲击,信息不对称、不完整的债权债务结构等问题都将加大风险传染的几率;三是信贷资产虽然转移出了原始贷款行的资产负债表,但以此为基础的同业业务放大了融资链条中所有金融机构的杠杆倍数,从而进一步加剧了风险传染甚至系统性风险。四、同业资产损失及风险传染病效应前文的理论分析表明,由于交易对手之间严重的信息不对称以及复杂的债权债务关系,同业业务损失的风险极易传染给其他相关的金融机构。为验证这一理论分析结果,本文借助矩阵算法对银行新型同业业务的风险传染效应进行模拟分析。首先提出如下几点假设:1.银行间市场为Alen和Gale(2000)设定的完全市场结构,在数学上即假定银行之间交易头寸的概率分布相互独立1。2.出于审慎考虑,本文将同业业务损失的上限设定为核心一级资本,当损失超过这一上限时,银行陷入财务困境。3.风险传染的过程是:第一轮,银行j的同业资产因内外部随机风险事件而出现损失,当银行j的同业资产损失超过其核心一级资本时,银行j将陷入财务困境;第二轮,银行i在银行j存放的同业资产将遭受损失并消耗银行i的核心一级资本,当银行i在银行j的同业资产损失大于银行i的核心一级资本时,银行i也将陷入财务困境;其他银行可以依此类推,直到最后一家银行损失结束,连锁反应停止。4.考虑到新型同业业务结构,如资产方主要体现在存放同业和买入返售科目下,负债方主要体现在同业存放和卖出回购科目下,将研究数据范围设定为:同业资产=存放同业和其他金融机构款项+买入返售金融资产;同业负债=同业和其他金融机构存放款项+卖出回购金融资产款1。后文若无特别说明,同业资产、负债均指此范围。5.由于并不掌握新型同业业务在整个同业资产负债中的占比情况,本文采用同业资产与一定比例损失率的乘积结果作为新型同业资产损失金额的近似替代。参考范小云等(2006)等文献的设定规则,将损失率分为20%、40%、60%、80%、100%五个分档。6.不考虑金融安全网、政府救助等外部因素,也不考虑集团内拆借资金所形成的风险传染效应。矩阵法的核心思路是:银行间存在信贷关联,据此建立双边风险敞口矩阵,如下所示:对于矩阵中各元素的求解,我们采用信息熵2最大化方法,通过模拟计算实现。本文选取了我国主要20家商业银行3的同业资产、负债数据(合并报表)。数据来源为Wind数据库和相关银行公布的财务报告等4,数据时点为2013年6月末。该20家商业银行总资产占我国银行业总资产的80%以上,可以代表我国银行业的整体情况。本文使用Matlab软件进行模拟分析:首先利用迭代逼近算法程序求解,得到20家银行的交叉敞口矩阵(见表1),然后基于风险敞口矩阵测算每一轮同业资产损失和银行陷入财务困境等情况。实证结果表明,国有大型银行新型同业业务损失对自身经营的影响相对有限,但对其他银行存在一定的风险传染效应;大型股份制银行受自身及国有大型银行同业资产损失的影响较大,对其他银行也有一定的风险传染效应;小型股份制银行风险传染效应较弱,但容易受到大型银行的影响而陷入财务困境。具体来看,银行自身抗风险能力方面,在20%损失率下,银行6、银行10、银行11、银行18、银行19五家银行将陷入财务困境;在40%损失率下,除上述五家外,银行13、银行14、银行16、银行20四家银行将陷入财务困境;在60%损失率下,除上述九家外,银行7、银行8、银行9、银行12、银行15、银行17六家银行将陷入财务困境,剩余五家未陷入财务困境的银行均为国有大型银行;在80%、100%损失率下,银行4、银行2将分别陷入财务困境;银行1、银行3、银行5由于同业业务规模占比相对不高,在各水平损失率下均未陷入财务困境。风险传染效应方面,在20%、40%、60%相对较低的损失率下,新型同业业务损失的风险传染效应相对有限;在80%相对较高的损失率下,传染效应有所上升,其中银行1、银行3的新型同业业务损失均造成银行6陷入财务困境;在100%高损失率下,传染效应再度增强,其中银行1、银行10的新型同业业务损失造成银行6陷入财务困境,银行3则造成银行6、银行18、银行19三家银行陷入财务困境。为排除同业业务规模等因素的干扰,我们用同业业务损失金额占二十家银行总资产的比例来反映风险传染效应的大小(见图4)。与此同时,本文还对2008年年末情况进行了模拟测算。根据步艳红等(2014)的研究以及本文第三部分趋势分析可知,2009年以前,银行间同业业务仍以传统资金拆借为主,新型同业业务尚未形成规模,因此,2008年年末的测算结果在一定程度上可用于对比分析。2008年年末的测算结果显示,绝大多数国有大型银行以及部分大型股份制银行的同业资产损失对自身经营的影响相对有限,但国有大型银行对其他银行的传染效应较强;其他股份制银行容易受到自身同业业务损失的影响,但风险传染效应较弱。具体来看,在20%损失率下,银行6、银行9、银行13、银行18四家银行将陷入财务困境;在40%损失率下,除上述四家银行外,银行10、银行12、银行14、银行19、银行20五家银行将陷入财务困境;在60%损失率下,除上述九家银行外,银行5、银行15、银行16、银行17四家银行将陷入财务困境;在80%和100%损失率下,银行7和银行4将分别陷入财务困境;银行1、银行2、银行3、银行8、银行11在各水平损失率下均未陷入财务困境。风险传染方面,在相对较低的损失率下,风险传染效应也较弱;在80%和100%损失率下,传染效应有所增强,其中在100%损失率下,银行1、银行5会造成银行6陷入财务困境,银行3会造成银行6、银行9、银行10、银行12、银行13、银行14、银行18、银行19、银行20共十家银行陷入财务困境(见图5)。经比较可知,上述2008年年末与2013年6月末的情况存在明显不同。鉴于此,本文对相关差异及变化特征进行了总结,主要包括:第一,近年来银行核心资本增长远落后于同业业务规模增长。如图6所示,核心资本净额占同业资产的平均比例约下降了17.5个百分点,银行对自身同业业务损失吸收能力明显下降,这在一定程度上会加剧潜在的风险传染效应。第二,从各行抗风险能力的分布结构看,国有大型银行对同业业务损失保持了较强的抗风险能力,股份制银行则明显下降,其中银行8、银行11下降明显,仅银行9、银行131两家银行有所增强(见表2)。第三,风险传染效应方面,尽管从整体上看,两个时点的差异不大;但从结构上看,国有大型银行风险传染效应有所减弱,而股份制银行大幅增强。以100%损失率下的风险传染效应为例(见图7),2008年年末时的整体风险传染效应为6.6%,其中银行3最强,达到32.3%1,其他国有大型银行传染效应也都在15%以上,而股份制银行均未超过5%,相对偏弱;2013年6月末时的整体风险传染效应为6.3%,其中银行3的风险传染效应仅20.7%,较2008年年末下降11.6个百分点,其他国有大型银行的传染效应也都有不同程度的下降,但股份制银行的传染效应明显增强,其中银行10达到9.5%,较2008年提高近7个百分点。在其他损失率下,国有大型银行和股份制银行的潜在风险传染效应也都呈现同样的“此消彼长”的趋势。第四,银行6情况较为特殊,一方面,其作为市场主要资金拆出方,容易受到其他银行、特别是同业市场主要参与者的影响;但另一方面,根据双边风险敞口矩阵的数据可以看出,银行6同业资产主要集中在5家国有大型银行(合计占比53%),因此整体风险相对可控。第五,无论从2008年年末还是2013年6月末的测算结果看,仅由于(新型)同业业务的损失而造成大量银行陷入财务困境、乃至于系统性银行危机的可能性还非常低。如果银行通过某些手段控制新型同业业务的规模和损失比例等,还可以大幅度降低潜在的风险传染效应。五、同业业务潜在风险传染病效应分析同业业务的发展目前已成泛滥之势,如何拿捏管理和监管力度显得极为重要。力度过大,银行可能会陷入困境,并使得潜在的风险传染立刻显性化;力度过小或不采取任何措施,银行还可能继续盲目扩张,加剧潜在的风险传染效应和系统性风险。本文认为,可以从以下三个方面对新型同业业务进行规范:一是完善新型同业业务全融资链条管理,加强对实际用款方信用风险、业务操作风险、交易对手法律风险的识别、防范与控制。文章理论研究结论表明,金融机构对实际用款方的信息不对称、复杂的资金流转、融资链条背后模糊的法律关系以及冗长的融资链条本身,都加大了新型同业业务风险传染的可能。因此,建议银行业务部门和风险管理部门进一步完善对新型同业业务的管理,防范贷款客户或交易对手银行违约造成同业资产损失,从业务叙做层面避免潜在的风险传染。二是加强同业业务统筹管理,强化对新型同业业务总量与结构控制