主页 > 案例大全 > 论文写作模式-论资产证券化对我国商业银行经营绩效的影响

论文写作模式-论资产证券化对我国商业银行经营绩效的影响

2021-07-02 09:44:00

论文案例解析-论资产证券化对我国商业银行经营绩效的影响

  随着“一带一路”、“经济新常态”政策出台,商业银行的市场压力在逐年增加。资产证券化作为一种潜在的有效手段,在发达资本市场已经引起了高度重视。资产证券化,在很大程度上可以推动银行经营模式的改变,但是过度的资产证券化,一定程度上又会给增加商业银行的经营风险。在资产证券化改革如火如荼的背景下,其对我国商业银行的经营绩效会产生什么影响?特别是对其流动性、收益性和安全性会产生什么影响?通过对这一问题的研究可以更好的推动我国商业银行提高经营绩效,化解金融风险;同时探究我国商银行资产证券化的方向与前景,促进资产证券化市场的发展。

  本论文从经营绩效的角度,利用定性分析和实证研究,按照国内以及国外学术界诸多学者研究所得出的研究成果作为基础,针对商业银行经营绩效受资产证券化带来的相关影响进行了分析。首先,本论文在文献综述基础上,从商业银行资产的流动性、收益性、安全性三个层面对资产证券化对其经营绩效的影响进行了定性分析;其次,利用2006年到2018年16家上市公司的数据,使用随机效应的模型对资产证券化和银行经营绩效的影响关系进行了实证检验;最后,就商业银行如何更好的开展资产证券化业务提出了一些建议。本文表示,政府应该完善法律制度,协调金融市场,确保资产证券化稳步进行;银行本身要控制资产证券化的规模,精准把握投资者质量。

  1.1研究背景及意义

  我国的资产证券化起步于2005年,可是受到2008年全球金融风暴所带来的相关影响,在2008年,资产证券化在国内的发展受到重创,发展步伐逐渐停止;这些年来,国际市场经济以及国内市场经济逐渐复苏,基于国内金融界开始要求深化改革,资产证券化,最终于2012年正式重启。

  随着“一带一路”、“经济新常态”的政策出台,国家针对金融市场发展,提出相应的优化及革新意见,商业银行所展现出的利润增长态势逐渐缩退,资产流动性不断降低,贷款风险逐渐增加,以银行系统而言,其所面临的金融风险逐渐加大。面对如此强势的市场局势,商业银行发展资产证券化业务开展的步伐需要加速。当下,最值得关注的是剖析资产证券化对商业银行的经营绩效究竟有什么样的影响?从积极的角度分析来看,商业银行如果进行了资产的证券化,不仅在宏观上可以优化资产的结构、增强资产的流动性,而且对于银行本身可以有效的应对和解决银行坏账的处理问题,具有积极的经济影响;但是,从消极的风险角度来看,如果对资产进行证券化的过度,就可能会给银行带来一定的流动性和经营风险,对商业银行的稳定性产生直接破坏,给商业银行绩效造成较长时间的影响,导致银行体系内部存在的金融风险不断增加。

  理论层面来说,本论文从商业银行的绩效考量出发,分别从资产证券化对商业银行收益性、营利性、安全性等三个维度,深入研究资产证券化基于商业银行自身的绩效发展产生的影响。实证角度,本论文将借助2006年至2018年16家上市商业银行的相关数据,以实证分析的形式,研究国内商业银行在资产证券化环境中经营绩效所受到的影响,为如何进行证券化发展提出可行性建议,给出一定的对策建议。因此本论文以我国商业银行资产证券化是否有利于商业银行的经营绩效为基础进行研究分析,对资产证券化的前景和商业银行的前景都有重要的理论与现实意义。

  1.2研究内容与方法

  1.2.1研究内容和研究思路

  首先,本文对资产证券化的内涵进行了界定;其次,对证券化研究的相关文献进行了梳理,并分别从商业银行资产的流动性、收益性、安全性角度,对资产证券化对银行经营绩效的影响进行了定性分析;在此基础上,选取2006年至2018年,我国16家上市商业银行的数据,以描述统计、随机效应模型等方式,以实证研究的方式对其展开分析。最后,通过研究提出相应的研究结论,为优化资产证券化针对商业银行产生的影响提出具体的、合理化的建议及意见。

  图1.1技术路线图

  1.2.2研究方法

  本篇文章利用文献综述法、资料收集法和数据分析法,依托于国内学者对“资产证券化对我国商业银行经营绩效的影响”的研究成果,归集了“资产证券化对我国商业银行经营绩效的影响”的相关卷宗,搜索和研究了关于“资产证券化对我国商业银行经营绩效的影响”的资料,并对资产证券化对于我国商业银行经营绩效的影响进行了分析。

  1、定性分析。在对“资产证券化对我国商业银行经营绩效的影响”的探究过程中,本论文依托于大量的相关文献资料的研究成果,分析国内外研究的理论,客观、科学、合理地描述和分析我国商业银行资产证券化当前状态,并分析资产证券化对我国商业银行经营绩效的影响。

  2、实证研究。本论文采用数据实证对我国商业银行资产证券化进行全面分析归纳,以16家上市商业银行,2006年至2018年期间,总计13年的年度数据为基础,运用描述统计和随机效应模型,对资产证券化对我国商业银行经营绩效的影响实施了实证检验。

  2资产证券化与商业银行经营管理的相关概述

  2.1概念界定

  2.1.1资产证券化的内涵

  “资产证券化”是指以基础资产未来所产生的现金流为偿付支持,通过结构化设计进行信用增级,在此基础上发行资产支持证券。资产证券化,在消除商业银行不良债权、优化资产结构、提高商业银行的变现筹集能力的同时,也可能导致证券发起人无法对标的资产的质量进行有效控制。因此,资产证券化若是发行过量,会增加商业银行的经营风险,降低商业银行的资金储备。资产证券化的整个过程是由发起人与特殊目标载体(SPV),服务机构共同进行。

  从商业银行资产证券化的基本概念和其运行模式上来看,它是属于比较复杂的一种结构性证券融资的方式。基本程序是:在开展资产证券化有关业务时,商业银行必须按照商业银行存在的特性对该项活动可能存在的风险进行评估和分析,确定资产数量,并组建资金池,随后转让或出售给特殊目标载体(SPV);通过加强特殊目标载体(SPV)信用或增加流动性,完善交易结构,以资金发生的现金流动为支撑,在市场上发行债券融资,再用于支付发行的债券。

  2.1.2资产证券化的形式

  资产证券化可以分为两种证券形式,一种为住宅担保证券,即“MBS”;另一种为资产支持证券,即“ABS”等等;其中前者主要是由两方面所构成,①房产担保券;②住宅担保券等等。ABS则可以细化为消费贷、汽车贷款等,是一种常规的消费贷款。CDO则一般用于企业,通过抵押担保券形式从事的相关债券。此外,担保债券(CDO)还分为担保债权为标的的资产CLO证券化商品(CLO)和担保贷款为标的物的资产CBO证券化商品(CBO)两种。

  图2.1资产证券化的国际分类

  在本文中,采用各商业银行的各年度资产证券化规模来代表其资产证券化的程度。

  2.1.3商业银行经营绩效的涵义

  综合学术界的观点,商业银行的经营绩效在本文中定义为:商业银行在特定期间的业绩。其主要表现在商业银行的经营绩效,是指商业银行在特定经营时期内的盈利水平、安全性水平、流动性水平的表现;本文设定“A指数”来体现商业银行的经营绩效。

  “A指数”表达为资本收益率、存款贷款比、不良贷款率三个指标各按1/3的比例的加权之和[之所以各选择三分之一权重,是因为本文认为盈利水平、安全性水平、流动性水平对商业银行经营绩效的影响同样重要。该指标权重可根据不同理解进行调整。]:

  ROE为资本收益率,衡量商业银行资本收益性;LTER为存款贷款比,衡量商业银行的流动性充裕程度;DLR为不良贷款率,衡量商业银行的贷款资产风险程度。

  2.2文献综述

  2.2.1国外相关研究

  近年来,国外对于这次证券化涉及的研究内容比较多,可是学者研究角度不同,所得到的研究成果不尽相同。有两种相反的观点比较突出。

  一方面,资产证券化会降低商业银行的经营绩效。Franke and Kranhnen(2005)以73家担保债务凭证(CDO)为研究对象,贝塔系数为指标,对1999-2002年,欧洲27家商业银行进行了研究。结果表明,证券化在很大程度上,降低了商业银行的经营绩效。Battaglia和Gallo(2013)对意大利的商业银行进行了大规模的数据统计分析,其研究表明资产证券化非但不能转移商业银行的金融风险,反而还会进一步提高商业银行的个人资金的风险,降低客户对商业银行的信任度,进而使商业银行的系统风险增加。

  另一方面,资产证券化会提高商业银行的经营绩效。Altunbas(2009)在贷款提供源头方面证明资产证券化对商业银行的经营绩效的影响,这主要归因于其对商业银行贷款源头进行了全面的分析和总结。他的观点是资产证券化的方式是对商业银行经营模式的改变,通过这种方式能够很大程度上降低商业银行方面的各种不利风险,对货币政策的改进能够起到极大的裨益作用。通过调整货币政策,能够大幅度提升商业银行贷款的绩效,提升商业银行的稳定性,降低不利因素风险。除此之外,还有研究表明,资产证券化是否能给商业银行经营带来积极影响应视具体情况进行分析。Chen TK(2016)在关于资产证券化与银行业若干创新关系的研究中,指出,证券银行健全性经营的实际成效,取决于银行的管理水平。随后,对外国银行实施2001年-2011年的证券化政策,进行研究,认为,有效地促进银行稳定,最重要的是证券化管理人员的经验丰富程度。

  2.2.2国内相关研究

  国内对资产证券化的研究主要涉及以下两个方面:一是主要研究银行资产证券化的监管;二是对外资银行的资产证券化数据进行统计分析,为国内信贷资产证券化进程提出建设性意见。刘琪林与李富有(2013)搜集了2005年至2011年中若干银行下辖企业或者公司共25季度的经营数据,银行的分类根据规模的大小,用银行产生的效果来分析资产证券化,相关结论揭示,规模较小的银行实施资产证券化,可以很明显的降低银行的安全性。而规模较大的银行,资产证券化的程度越高,银行的安全性越高。

  王军生与邹东哲(2016)以2010年到2014年,16上市银行,为基础数据,研究了信贷资产证券化业务进程对商业银行稳定性的影响。发现信贷资产的证券化在一定程度上,可以减少银行的风险管理,以提高其稳定性。郭甦、梁斯(2017)以2000-2015年,中国151家商业银行的统计数据为基础数据,以Z指数为被解释变量,在分析研究后获得当前证券化业务处于的水平和阶段,处于高水平或深入阶段的银行,会极大削弱自身的抗风险能力。除此之外,从银行自身角度出发,所涉及的资产类别较多,自身体量较大,运营效益长期较好的银行,在实施证券化业务后有可能会减少安全性。

  2.2.3文献述评

  综合上述文献,国外的资产证券化比国内开始较早,发展速度也比国内较快,因此,国外有关资产证券化的研究比国内较丰富,研究方法也比较多样。然而,国外学者对信贷资产证券化与银行经营稳定性影响之间的关系,总体上还没有形成统一的结论。近年来,国内以把构筑数学模型的方式作为剖析资产证券化和绩效关系的主流方法,采用实证分析过程中,大多文献均采用外资银行的经营中的各类相关数据对于银行资产证券化解析,极少数直接采用国内实例数据,因此,国内该领域的相关研究,尚无统一的结论。

  3资产证券化对商业银行经营绩效影响的定性分析

  3.1资产证券化对商业银行资产流动性的影响

  3.1.1对商业银行的期限错配问题的影响

  期限错配具体包含内容是指:商业银行的储备资金,商业银行的存款是短期的商业存款,而商业银行负债余额大都是中长期商业贷款。因此,商业银行的短期资金储备无法支撑长期贷款,导致其负债率居高不下。如果不及时筹措资金,商业银行无法及时回笼资金,在此影响之下,其所存资金无法满足短期存款客户的支取兑付,筹措变现能力减弱,具有较大的资金安全隐患,对于商业银行正常运营造成风险。就近几年来的情况来看,我国商业银行大都面临这类问题,而且相当严重,这些问题如不能及时解决会直接影响到商业银行运营绩效的提升。而资产的证券化则可以把未来的资金转化为当前的资金进行一定的流动,用以客户的兑换支付。

  3.1.2消化商业银行的不良资产

  不良资产,针对于相关金融机构因客户违约或其他的一些因素不能按时收缴已经发放的贷款的本金和利息。通过对资产的证券化,不良资产本身可以转化为证券投资者手中的一种可交易权益性证券。以平安银行2006年-2018年的数据为例,2006年-2012年平安银行没有开展资产证券化业务,这7年的平均贷款总额为3994.38亿元。2013年资产证券化重新开启后,平安银行的贷款业务呈现上升的趋势。如下图3.1,2013年至2018年,六年的贷款平均额为13776.20亿元,约翻了4倍。而不良贷款率在2012年之后处于下降趋势。但需注意的是,近些年信用评价体系的完善和贷款审批制度的健全也是商业银行不良资产下降的客观因素之一。

  图3.1平安银行2006年-2018年贷款总额及不良贷款率单位:亿元,%

  数据来源:作者整理,历年平安银行公布的年报、wind数据库。

  3.2资产证券化对商业银行收益性的影响

  3.2.1对商业银行整体收益水平的影响

  如果实行贷款资产证券化的方法,银行在发放的高时限贷款中占有一定的资产份额,将预期盈利资产,转换成可使用的现金流动,这部分现金可以用来增加投资,以期带来经济效益,来达到提升绩效的目的。于此,进行过资产证券化改革工作的商业银行,需要的各种审批费用并不高,比发放债券的利息小很多,这种方式大幅度节约了开支投入。因此,商业银行资产证券化能够使商业银行以更低的成本创造更多的价值,存在提升银行方面的可能性。

  3.2.2对商业银行收入渠道的影响

  目前,网络金融的崛起,让市场的竞争变得愈演愈烈。各金融门类都在寻求新的收入增长点,扩大收入渠道。商业银行资产证券化兴起后,商业银行额外获得的利润的手段被扩大。发行资产证券化产品,存在能够在产品销售和资产现金化中增加银行收入的可能。

  3.3资产证券化对商业银行安全性的影响

  3.3.1对商业银行经营安全性的积极作用

  资产证券化可以让商业银行,更能有效地进行资产负债管理。以平安银行2009年-2018年的数据为例,2009年-2012年平安银行没有开展资产证券化业务,这几年的平安银行资产充足率的上升趋势缓慢,2013年资产证券化重新开启后,平安银行的资产充足率呈现快速上升的趋势,平均在11%。如下表3.1,说明,资产证券化通过对资产充足率的影响,分散银行的金融风险,因而影响风险管理。

  表3.1平安银行2006年-2018年资产充足率单位:%

  截止日资本充足率

  2009年8.8800

  2010年10.1900

  2011年11.5100

  2012年11.3700

  2013年9.9000

  2014年10.8600

  2015年10.9400

  2016年11.5300

  2017年11.2000

  2018年11.5000

  数据来源:作者整理,历年平安银行公布的年报、wind数据库。

  3.3.2对商业银行经营安全性的消极影响

  资产证券化在一定程度上,也会为银行增加金融风险,降低银行的经营安全性。美国的次贷危机就表明了一点。原因有二,其一,随着资产证券化的大规模发展,银行信贷业务的监管程度可能无法实现全面化精准化,进而银行个体监管的水平会随之降低,那么,对单一银行来说其抗风险能力较弱,风险提高的几率就会大大增加,产生负面影响。其二,当商业银行的资产证券化发展到非常高的层次,出于对利益的考虑,银行会增设更多衍生产品,随着产品的不断增加,可能会导致商业银行对基本资产疏于管理,通过出售贷款将资产移出表外后,增加贷款发放的冲突,导致金融风险与盈利收入不匹配,资产泡沫增加。在某些情况下,资产证券化可能会加速虚拟经济的发展,导致价格泡沫和内生流动性上涨和收缩,从而影响金融稳定。

  随着资产证券化的程度加深,可能对导致银行信贷业务的监管程度降低,资产价格泡沫的扩张,增加商业银行的金融风险。

  4资产证券化对我国商业银行经营绩效的实证分析

  4.1实证方法及样本选择

  4.1.1研究方法

  本文选择A指数作为银行经营绩效的测度。首先通过资本收益率、存款贷款比、不良贷款率构建A指数:

  然后,以信贷资产证券化业务程度作为解释变量,资产规模(Asset)、贷款总额(Loan)作为控制变量构建模型,对资产证券水平对商业银行经营绩效的影响程度进行具体分析。这一步主要借助SPSS软件对样本数据进行处理。具体数学模型构筑如下:

  其中,fi为个体效应,uit为误差项。

  4.1.2参数选择和数据来源

  商业银行经营绩效的体现并不单一,单一指标的选取存在数据失真或搜集不全面等或多或少的问题,不能对当前商业银行证券化的情况进行准确、清晰、全面的分析和表述。目前为止,我国并没有制定具体的关于银行证券化的各类指标体系。因此,如何具体去衡量这几个指标到现在还没有统一的标准。在构建A指数的过程中,本文最终确定从商业银行经营绩效的收益性、安全性和流动性三个方面遴选指标,用以代表商业银行经营绩效发展程度。

  此外,在分析资产证券化业务对商业银行经营绩效的具体作用时,还需考虑商业银行的资产管理规模、贷款总额等控制变量。上述变量的具体含义和解释如表4.1所示。

  表4.1变量定义及解释

  变量符号定义

  被解释变量A A=ROE/3+LTER/3+DLR/3

  解释变量SR年度发行信贷资产证券化总额

  控制变量Asset年末银行资产规模

  Loan年末银行贷款总额

  上述变量的数据主要是来自wind数据库、各上市商业银行公布的年报、国家统计局网站。2000年左右,我国资产证券化的业务正式开始推开,2008年,因为金融危机被暂时性叫停,2012年又复正式重启,本文是以我国16家商业银行2006-2018年度期间的数据为基础进行分析的。

  4.2实证过程

  4.2.1变量描述性统计

  作为资产规模最大的银行,宁波银行发行规模最大的年度2015年,但资产证券化规模只占资产规模的1.6%,存贷比率和资本充足率的标准差都较大,进而说明各银行在个体差异和经营管理方面差别化显著。我国上市商业银行由于经营方式不同,体现了各方面的差异。总之,我国上市商业银行个体差异较大,资产证券化发行规模较小。

  表4.3总指标描述统计

  变量符号样本值最小值最大值平均数标准差

  A指数A 208 16.498 34.106 24.483 3.235

  资产证券化规模SR 208 0.00 2938.81 96.718 299.735

  资产规模Asset 208 565.462 277000 53913.37 62215.98

  贷款总额Loan 208 255.05 154000 27992.5 33515.12

  4.2.2模型选择

  面板的数据包括了时间和截面。通过此数据建立模型,包括随机效应模型、固定效应模型和混合效应模型。随机效应回归模型,假设个体之间的差异,必须服从一定的随机效应分布。固定效应回归模型,假设不同个体间的差异固定,且不可能随时间点而改变。混合效应回归模型认为,不同的个体之间几乎基本没有差异。

  首先,进行F检验,确定应建立混合模型还是个体效应模型,

  H0:模型为混合模型;H1:模型为个体效应模型。

  表4.4 F检验结果

  F-test Prob>F

  15.222 0.002

  根据上表4.4,F统计量对应的p值等于0.002,因此,在1%的显著性水平拒绝原假设,不应建立混合回归模型,而应考虑建立个体效应模型。

  无论选择何种效应模型,都需要通过Hausman检验效验其精准性。利用Eviews对模型进行Hausman检验。

  表4.5 Hausman检验结果

  Chi-sq.Statistic Prob.

  1.58 0.6648

  根据上表4.5,Hausman检验统计量等于1.58,其p值小于显著性水平0.10,在10%的显著性水平下不拒绝原假设,应建立个体随机效应模型。

  4.2.3回归分析

  回归结果如表4.6所示,可以看出该模型整体显著性水平统计量是显著的,所以能够证明证券化模型的整体上效果是显著的。根据下表4.6,SR的系数β1等于-0.057,p值小于0.01,故在1%的显著性水平下拒绝β1等于0的原假设。SR每增加一个单位时,A减小-0.057个单位,资产证券化规模的增加导致商业银行的绩效降低。