资产负债表视角下的银行“脱实向虚”与我国银行系统性风险防范

方 意，张蓦严，陈 敏，黄丽灵

（1.中央财经大学金融学院，北京 102206；
2.山东理工大学经济学院，淄博 255012；
3.北京大学汇丰商学院，深圳 518000）

习近平总书记在党的十九大报告中指出：“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”，要“深化金融体制改革，增强金融服务实体经济能力”。然而，随着我国经济的结构性转型，实体经济投资回报率大幅下降。实体经济的低回报率从根本上抑制了银行业对实体经济的信贷支持。在追逐利润和规避监管的双重驱动下，银行业开始积极拓展同业理财、同业投资等业务[1]，金融机构之间的信用链条被拉长。资金在银行业内部持续“空转”，大大降低了资金的使用效率，提高了实体经济的资金成本，这将导致银行服务实体经济变得渐行渐远。对此，2019年政府工作报告中明确强调，要引导金融机构扩大信贷投放、降低贷款成本，精准有效支持实体经济，不能让资金空转或脱实向虚。此外，党的十九届五中全会明确提出，坚持把发展经济着力点放在实体经济上，并围绕实体经济发展进行详细部署。近年来，金融体系的“脱实向虚”问题所带来的不利影响，逐渐受到政府和学术界的高度关注。

当前，我国面临的“脱实向虚”主要是指资本脱离实体经济的投资、生产、流通，转向金融和房地产等虚拟经济领域，或者在金融体系内自我循环的情况[2]。总体来说，在宏观经济层面上，“脱实向虚”表现为资金不断流入虚拟经济①。在微观经济层面上，“脱实向虚”突出表现为资本大量涌入金融和房地产领域。按照微观行为主体不同，“脱实向虚”可以分为非金融企业的“脱实向虚”和金融企业的“脱实向虚”。

目前，已有研究主要集中在非金融企业的“脱实向虚”问题，即非金融企业金融化，主要表现为非金融企业增加金融资产投资而减少生产性投资[3]。研究非金融企业金融化的前提，应该是要弄清非金融企业持有金融资产的动机，企业持有金融资产的动机可概括为预防性动机[4-5]、逐利动机[6-7]、风险分散动机[8]与盈余管理动机[9-10]。关于非金融企业金融化的驱动因素，根据现有文献研究，主要可以概括为储备流动性的需求[11-12]、实业投资与金融资产投资间收益率的差距[13-14]、实体经济竞争力[15]以及金融错配[16]。其中，在非金融企业金融化的初始动机中，最突出的观点是当前金融行业的投资回报高于实体经济，非金融企业投资于金融资产的收益远超实体经济项目[17]。

对于金融企业的“脱实向虚”问题，总体表现为金融资源大量滞留在金融体系内部，形成资金内循环与空转，而并未流入实体部门。当金融投资的收益率普遍且明显高于实体产业所能提供的最高收益率时，金融资本便最终脱离了实体经济的运行轨迹，开始追求资本的自我实现[18]。金融企业不能有效的服务实体经济，金融企业“脱实向虚”已经慢慢发展成一种世界现象[19]。国内外研究普遍认为，金融投资与实体经济之间的利差是导致金融“脱实向虚”的直接原因，更深层次的原因是受制于体制机制，短板产业未得到有效补足，从而引发金融企业的“脱实向虚”[13]。此外，债券、股票以及非银行金融机构的迅速发展使得银行信贷业务受到严重挤压，由于银行收入结构较为单一，为了应对这一状况，部分银行将业务重点转向金融市场和同业业务，这些都是金融企业“脱实向虚”的重要驱动因素[20]。

从现有研究来看，大部分研究主要集中于非金融企业“脱实向虚”的动机以及金融企业“脱实向虚”的驱动因素。基于此，本文将银行资产负债表作为切入点来研究银行“脱实向虚”问题②。本文主要的边际贡献体现为：第一，通过对银行资产负债表的再解读，从理论层面剖析我国银行“脱实向虚”行为的产生根源，明晰实际的“脱实向虚”问题主要反映在银行资产负债的哪些方面，进而能够深入了解其操作方式、目的以及最终表现形式，构建出一个较为完整的系统性风险生成理论框架；
第二，分别从银行负债端和资产端构造“脱实向虚”指标，通过探究何种指标可以有效监测银行的“脱实向虚”行为，动态描绘我国银行“脱实向虚”对系统性风险产生的影响；
第三，通过结合系统性风险领域的相关理论与模型来量化测度银行“脱实向虚”行为在系统性风险层面的具体表现；
第四，能够为监管当局制定相应的监管政策提供坚实有力的微观证据。

本文将结合现有理论对银行“脱实向虚”进行深入剖析。首先，本文依据负债的稳定性、资产的风险情况对银行资产负债表进行再解读。在此基础之上，分别分析银行资产端与负债端的“脱实向虚”行为及其产生原因。最后，结合基于简单的博弈论框架，进一步探讨银行“脱实向虚”现象对系统性风险的作用机理。

1.银行资产负债表的再解读

资产负债表是银行各项业务的综合体现，主要包括资产与负债两个项目。从负债端来看，作为银行的资金来源，银行负债按照资金的稳定性可划分为资本金、核心负债和非核心负债[21]。其中，核心负债主要是指银行的零售存款，其债权人多为家庭和非金融企业；
非核心负债主要包括银行间同业负债、跨境负债等非存款负债形式。显然，核心负债的规模在很大程度上取决于家庭和非金融企业的财富水平，其变化速度缓慢，具有较强的稳定性。与核心负债不同，非核心负债的规模表现出很强的顺周期变化特点。当金融体系遭遇一定的负向冲击时，非核心负债的债权人可能会迅速中止资金供给，单家银行的负债端将面临巨大的偿付压力。更为重要的是，由于非核心负债以批发性融资为主（例如，同业拆借、同业存放以及回购业务等），债务方银行违约可能会导致债权方银行出现流动性短缺问题，并在整个银行体系内形成连锁反应，进而可能会引发系统性风险。因此，相对于核心负债，非核心负债对市场波动更加敏感，对银行业系统的稳健性具有特殊意义。从资产端来看，银行资产按照风险大小可划分为现金资产、非信贷金融资产和信贷资产。现金类资产主要包括现金、法定和超额准备金等低风险、低收益的资产，这类资产的高流动性可以有效满足金融机构的流动性需求。非信贷金融资产主要包括同业资产、可供出售金融资产、交易性金融资产、金融衍生资产等中等风险、较高收益的资产。其中，可供出售金融资产、交易性金融资产大多属于影子银行业务。对于影子银行业务，国外影子银行业务主要由非银行中介机构主导，而我国影子银行业务主要是银行将信贷资产转移至表外或伪装成表内其他资产，为无法获得银行贷款的企业提供融资服务，是一种“类贷款”业务[22-23]。

本文主要将信贷资产划分为房地产业相关贷款以及非房地产业贷款。主要原因是，房地产不是普通商品，它还具有投资的金融属性，正是这种金融属性决定了银行对房地产业的贷款成为我国银行业“脱实向虚”的重要渠道，银行对非房地产业的贷款主要是对实体部门的贷款，实体部门运行的顺周期性决定了银行对非房地产业的贷款具有明显的顺周期性。

2.银行负债端和资产端“脱实向虚”的行为表现

银行负债端的“脱实向虚”行为是指银行负债端的资金不是来源于市场真正的资金供给者（如家庭和企业的存款），而是来源于金融系统内部的资金转移，即主要通过非核心负债尤其是同业负债（包括同业存款、同业存单、同业理财等）来实现。商业银行是我国主导性的资金融通机构，自2011年以来，我国实体经济总体投资收益率偏低，商业银行对实体部门的惜贷情绪渐浓。此时，在盈利性和规避监管的双重驱动下，商业银行利用银行同业间的资金借贷绕开金融监管,获得相对稳定的利差收益[1]。具体而言，在实体部门增长前景不确定性的情况下，大型商业银行往往会降低信贷供给，将多余资金拆借给股份制商业银行、地方商业银行（如城市商业银行、农村商业银行）等其他商业银行。同时，股份制商业银行也可将多余资金以高于资金成本的价格拆借给地方城市银行或农村商业银行，再由地方商业银行将资金提供给最终资金需求者。显然，银行体系呈现出商业银行之间资金链条不断拉长、资金在金融体系内部空转的特点（见图1）。

由此可见，银行系统整体的非核心负债比例越大，意味着银行体系有越多的资金在商业银行系统内进行空转。资金空转的同时，还伴随着融资链条被拉长，进而提高了资金需求者的融资成本，最终对实体经济产生“量价”的双重冲击。

图1 银行负债端“脱实向虚”行为的产生

银行资产端的“脱实向虚”行为是指银行的资金不是投向市场真正的资金需求者（如家庭和企业贷款），而是投向了金融体系内部，并且主要通过房地产贷款和影子银行业务来实现。

首先，房地产贷款是银行资产端“脱实向虚”行为的重要表现。对于房地产市场，由于房地产资产兼具实体和金融的双重属性，房地产市场也兼具实体产业和金融产业的双重特点。在经济上行期，房地产的金融属性凸显，投资房地产可以享受金融资产价格快速膨胀带来的好处；
在经济下行期，房地产的商品属性凸显，投资房地产可以享受商品价格抗跌性带来的利益。这意味着，无论在何种经济条件下，房地产贷款都是银行的优质资产选择。当然，房地产的双重属性决定了并非所有的银行房地产贷款都是“脱实向虚”，只有扣除了实体经济居住所需的“实体属性”房地产贷款，剩下的房地产贷款才是纯粹的“金融属性”放贷，才是真正意义上的银行“脱实向虚”行为。

其次，影子银行业务也是银行资产端“脱实向虚”的重要表现。银行通过影子银行业务投资于具有中等风险、较高收益特征的标准化或非标准化资产，并将其归入可供出售金融资产、交易性金融资产等会计科目下。对于影子银行业务，一方面，影子银行业务主要发生在银行与银行、银行与非银行类金融机构之间，拉长了金融机构之间的关系链条，形成金融体系资金的内循环，属于典型的“脱实向虚”；
另一方面，影子银行业务相关资金的主要流向也是房地产市场[24-25]，其中具有金融投资属性的房地产资金同样具有“脱实向虚”特点。

由此可见，银行资产端的“脱实向虚”行为主要表现为金融属性的房地产贷款和影子银行业务（见图2），这些业务或者直接投向了非实体部门，或者延长了资金传递链条、提高了资金成本，这些都弱化了银行对实体经济的支持，这就是银行资产端“脱实向虚”的行为表现。

图2 银行资产端的主要业务及“脱实向虚”行为

3.银行“脱实向虚”行为对系统性金融风险的负外部性

银行资产端和负债端的“脱实向虚”行为，不仅仅是银行个体的行为选择，也会对系统性金融风险产生重要的负向外部性。仅从单家银行来看，在经济下行期，“脱实向虚”行为能够帮助银行在短期内获得较高的收益。但是，对于银行系统整体而言，这种投资策略并非最优，会导致银行投资决策的个体理性和集体理性之间的冲突。对此，借鉴方意和黄丽灵的思路[26]，基于博弈论中的“囚徒困境”原理来分析单家银行的投资策略选择（见表1）。

为简化博弈模型，本文将银行投资选择博弈设定为完全信息静态博弈，即博弈参与者同时行动且只进行一次的策略选择。该博弈的具体情境为：在经济下行期，单家银行有两种可选投资行动：一是房地产投资的行动；
二是非房地产投资的行动。为模型求解方便，这里仅考虑两家银行的情形，假定银行A和银行B。

表1中，Gain1，B与Gain2，B（Gain1，B＞0，Gain2，B＞0）代表给定银行A投资房地产业，银行B分别投资房地产业、非房地产业这两种不同行动获得的投资收益。Gain3，B与Gain4，B（Gain3，B＞0，Gain4，B＞0）代表给定银行A投资非房地产业，银行B分别投资房地产业、非房地产业这两种不同行动获得的投资收益。其他变量也依此类推。

首先，当两家银行投资决策不同，一家银行选择房地产投资，另外一家银行选择非房地产投资时，投资房地产业的银行获得的收益将远远高于投资非房地产业银行获得的收益，即Gain2，A＞Gain2，B或Gain3，A＜Gain3，B。主要原因在于，当其他银行选择非房地产投资时，这意味着实体经济将得到有力的金融支持，会推升实体部门的快速发展。而实体部门的发展会对房地产业产生巨大的正向外部溢出效应，推动房地产业能够在较低的风险下获得更高的收益，这会使进行房地产投资获得的收益高于对实体部门投资所获得的收益。

其次，当两家银行投资决策相同，又同时选择非房地产投资时可获得的收益要高于同时投资房地产获得的收益，即Gain1，A=Gain1，B，Gain4，A=Gain4，B且Gain1，A＜Gain4，A。主要原因在于，当两家银行同时选择投资非房地产业时，银行对实体部门资金的注入不仅能够带动实体部门的快速复苏，而且也有助于银行获得较高的收益。但是，如果两家银行同时选择投资房地产业时，双方都投资房地产会使实体经济发展缺乏资金支持，这必然会对房地产业产生负向溢出效应，进而降低房地产业的收益水平。

表1 银行个体的策略博弈

显然，在银行投资策略博弈中，每家银行最终将按照房地产投资策略来进行选择。两家银行同时选择房地产业投资就成为博弈的纳什均衡解，而且是占优策略均衡。这种均衡结果是一种“囚徒困境”，若银行能独立选择其行动，在静态博弈框架下，各银行均会选择房地产投资这一行动，进而导致更高的系统性金融风险，形成“囚徒困境”式均衡。若将该博弈拓展至N家银行，在缺乏监管部门强制规定时，N家银行进行独立决策，每家银行选择房地产投资也是唯一的纳什均衡，理由同上。

由此可见，单家银行是以风险可控下的收益最大化为目标，监管当局关注的银行系统则是以系统性风险最小化为目标。在经济增速放缓期，单家银行在房地产投资和实体部门投资之间进行决策时，考虑到房地产投资比实体部门投资的风险更低、收益更稳定，单家银行会做出加大房地产投资的策略选择，该选择具有“微观审慎”性。但是，从银行系统来看，投资实体部门既有利于促进银行投资的多元性、避免负向冲击下的资产过度集中抛售，也有利于拉动经济复苏，银行系统整体稳健（最低系统性风险）的非房地产投资行为选择则具有“宏观审慎”性。因此，投资实体部门的策略有利于实现银行系统整体的稳健性，是银行系统的最优选择。显然，单家银行“脱实向虚”的微观行动选择会导致银行系统整体的不稳健。这种投资行为对于个体是最优，但对于集体不是最优。

事实上，从长期来看，银行“脱实向虚”行为对系统性风险的影响会历经一个从风险累积到脆弱性被引爆的过程，具体作用机理见图3。图3也是指导后续经验分析的逻辑框架图。

银行的“脱实向虚”行为会通过以下3方面加剧系统性金融风险的累积。一是通过同业负债等非核心负债业务在金融机构之间建立直接关联性，这种直接关联性，促使单家银行的违约风险向其他银行传染，图3的传导渠道①体现了这一传导过程；
二是影子业务资产和房地产贷款资产的集中持有会加剧金融机构之间的间接关联性，从而加剧资产价格波动导致的市场风险在金融机构之间的传染，见图3的环节②和环节③；
三是银行在扩大金融类资产和房地产投资时，受存款增长约束不得不增加非核心负债的占比以获取资金支持，从而强化金融机构间的直接关联性，见图3的环节④和环节⑤所示，而非核心负债占比的提高，会进一步增强金融机构之间的直接关联性，加速系统性金融风险的累积。

综合来看，银行“脱实向虚”的行为对系统的稳定性存在显著的负向外部性。具体而言，银行“脱实向虚”行为会通过加剧金融机构之间的直接关联性和间接关联性从而加剧系统性金融风险的累积。风险的累积并不必然马上暴露出来，会经历一段时间，并在一个偶然的冲击下实现，往往存在风险累积是风险实现的前瞻性指标[27]。在遭受负向冲击时，“脱实向虚”行为最终会通过金融机构之间的直接关联性和间接关联性以加剧系统性风险来实现。

以房地产市场为例，一旦房地产市场受到负向冲击，某一银行在房地产市场的投资也将遭受损失，从而弱化该银行偿付同业间债务的能力。一旦银行出现违约，在银行之间的直接关联作用下，单家银行的违约会传染给另一家银行，从而引起违约风险（信用风险）的传染。与此同时，银行在房地产市场投资遭受的损失会稀释资本金，在目标杠杆约束下，所有银行都不得不出售资产，从而造成巨大的资产抛售压力。此外，由于各家银行直接持有房地产贷款，这会导致各家银行因为共同持有房地产贷款这一类资产而形成间接关联性，当房地产市场违约风险上升时，在间接关联性作用下，各家银行都会遭受冲击。显然，同向大量的主动卖出资产行为极易造成资产市场流动性紧张问题，这实际上就是银行面临的资产流动性风险。最终，这会形成一个恶性循环机制，即银行A抛售资产a的数量上升，会使资产a的价格逐渐下降，由于资产a的价格下降会影响银行B的总资产价值下降，导致银行B的杠杆率上升，那么银行B会选择逐渐抛售资产a，如此一来，导致资产a的价格进一步下降，银行A的总资产价值也进一步下降，以此类推。这种恶性循环机制导致银行之间的传染损失越来越高，加剧系统性风险的实现。由于房地产贷款总量在银行业贷款总量中占比较高，这极可能诱发较为严重的系统性风险事件。

图3 银行“脱实向虚”现象对系统性风险的作用机理

基于上一部分对银行负债端与资产端“脱实向虚”行为的理论分析，将分别对负债端与资产端“脱实向虚”行为进行指标构建。

1.负债端“脱实向虚”行为：非核心负债业务

从对银行资产负债表的解析可以看到，具有很强不稳定性的银行非核心负债业务能较好地反映银行负债端的“脱实向虚”行为。为此，本文在银行综合杠杆率（×100%）基础上，引入银行负债结构，借助非核心负债的特殊性，设计结构杠杆率指标，即结构杠杆率=×100%，以此刻画银行业负债端的“脱实向虚”行为。

本文基于Bankfocus数据库，利用2006—2017年我国179家商业银行的资产负债表，以银行吸收的存款总额即定期存款、活期存款和其他客户存款之和作为核心负债，进而计算出银行的结构杠杆率，以此反映我国银行负债端的“脱实向虚”行为③。

2.资产端“脱实向虚”行为：金融属性的房地产贷款及影子银行业务

（1）金融属性的房地产贷款业务。从银行贷款结构来看，房地产贷款是银行贷款业务的重要组成部分。其中，具有金融属性的房地产贷款业务具有了一定的“脱实向虚”性质，是银行资产端“脱实向虚”行为的一个重要表现。对于金融属性的房地产贷款，本文采用银行房地产贷款剔除周期成分方式得到。主要的考量在于，银行房地产贷款的周期成分反映的是房地产贷款的顺周期变化，代表着对实体经济的支持，属于实体属性的房地产贷款，将这一周期成分从房地产贷款中剔除得到的就是属于金融属性的房地产贷款。考虑到数据的可得性，这里最终选取32家商业银行的房地产贷款数据来展现我国银行业金融属性房地产贷款的基本情况。

（2）影子银行业务。孙国峰和贾君怡认为，我国银行体系影子银行业务实际上是由一系列“类贷款”组成[23]。银行通过信托公司、资产管理公司或子公司设立信托计划、资产管理计划、委托贷款等，并投资于此类“非贷款”资产，从而间接地将资金投资于地方政府融资平台、房地产市场等非实体部门。因此，银行的影子银行业务也从另一方面反映了银行资产端“脱实向虚”。与此同时，考虑到影子银行业务大多反映在“可供出售金融资产”以及“应收款项类投资”等会计科目中。因此，本文以“可供出售金融资产”和“应收款项类投资”两类资产总和作为银行影子银行业务规模的估计值。同时，为了确保不同银行之间的横向可比性，本文选择影子银行业务规模占总资产的比例以及该比例的对数变动率衡量影子银行业务情况。

本文的影子银行数据全部来源于手动收集的各家银行年报。与目前学术界主要用小样本的银行计算影子银行业务不同，本文是为数极少地手工收集大样本的影子银行业务数据，这也是本文的亮点之一。收集影子银行2011年至2019年数据，样本银行包括5家大型商业银行、11家股份制商业银行、66家城市商业银行和28家农村商业银行，共计110家商业银行。

3.资产端“脱实向虚”行为对负债端“脱实向虚”行为的正效应

银行资产端“脱实向虚”行为的实现必然需要负债端相应的资金支持，从而对负债端“脱实向虚”行为产生强化作用。基于此，本文对二者之间的关系作进一步检验。

（1）银行业房地产贷款对结构杠杆率的正效应。银行业房地产贷款与结构杠杆率呈正向关系。由图4可以看出，银行业房地产贷款占比与银行业结构杠杆率之间总体呈现正向关系。统计显示，二者之间的相关系数为0.36，这种关系与本文前述的理论逻辑具有一致性。

为了更准确地考察银行房地产贷款对银行业结构杠杆率的影响，本文以银行业结构杠杆率为被解释变量，以银行房地产贷款占比为解释变量，以GDP增长率（GDPR）、银行同业拆借利率（SHIBOR）、成本收入比（CIR）、资本充足率（CAR）作为控制变量，运用样本银行进行固定效应面板回归，结果见表2。由表2可以看到，银行业房地产贷款占比与银行业结构杠杆率在1%的显著性水平下正相关。由此可以判定，银行业房地产贷款占比是银行业结构杠杆率变化的一个重要驱动因素。此外，当解释变量变为个人住房贷款占比时，结果依然稳健，且其与银行业结构杠杆率的正向关系在1%的显著性水平下显著。这进一步表明，房地产贷款在驱动银行业结构杠杆率时，更多的是由个人住房贷款因素发挥作用。

为了更加准确地考察不同类型银行的房地产贷款占比与结构杠杆率之间的关系，本文对银行的房地产贷款占比与结构杠杆率之间的关系进行固定效应面板分析。将银行类金融机构分为大型国有商业银行、股份制银行、城市商业银行和农村商业银行（农村商业银行的结构杠杆率较低，且房地产贷款规模较小，在该部分可不予考虑）。由表3可以看出，对于不同类型的银行，其房地产贷款占比与结构杠杆率之间呈显著正向变动关系，这也进一步验证了银行房地产贷款业务与结构杠杆率的基本关系。更为重要的是，本文发现不同类型银行下房地产贷款占比与结构杠杆率的回归系数存在差异，股份制银行的房地产贷款占比对结构杠杆率的正向驱动作用最强，其次是城市商业银行，最弱的是大型国有银行。

图4 房地产贷款占比与银行业结构杠杆率走势的对比

表2 银行业房地产贷款对银行结构杠杆率的作用效果

表3 不同类型银行房地产贷款占比对结构杠杆率的作用效果

（2）银行业影子银行业务对结构杠杆率的正效应。为了更准确地描述影子银行业务和结构杠杆率之间的关系，本研究以单家银行的结构杠杆率为被解释变量，以各个影子银行业务占比的增速（以影子银行业务占比的对数差分表示）为解释变量，以GDP增长率（GDPR）、银行同业拆借利率（SHIBOR）、成本收入比（CIR）、资本充足率（CAR）作为控制变量，进行固定效应面板回归，回归结果见表4。

由表4可以看出，影子银行业务占比的增速与单家银行的结构杠杆率在5%的显著性水平下正相关。由此说明，随着影子银行业务占比增速的增加，银行结构杠杆率也随之上升。究其原因在于，随着影子银行业务规模的扩张，银行需要融通更多的资金进行资产扩张。在稳定负债相对稳定的情况下，银行会选择通过非核心负债进行扩张，从而推动银行结构杠杆率的大幅上升。

表4 影子银行业务与银行业结构杠杆率的回归结果

基于银行资产负债表的再解读发现，银行负债端与资产端的“脱实向虚”行为会对银行系统性风险产生重要影响。为此，进一步从实证角度考察二者之间的关系，也为后续提出具有针对性的监管建议奠定基础。

1.银行系统性风险的测度

选取银行条件在险价值（ΔCoVaR）、银行边际期望损失（MES）两类指标作为系统性风险的衡量指标。其中，条件在险价值（ΔCoVaR）指某家银行处于压力情形时银行系统的在险价值扣减该银行处于正常情形时银行系统的在险价值，该指标数值越高，表示该银行对银行业的系统性风险贡献越高。本文采用两种方法计算动态的条件在险价值（ΔCoVaR）指标，一种是滚动窗口条件在险价值（ΔCoVaR），窗口期为52周（1年）；
另一种是引入状态变量的条件在险价值（ΔCo-VaR），状态变量涵盖流动性风险、信用风险、股票市场风险和房地产市场风险④。边际期望损失（MES）是指一定时期内银行业处于压力情形时单家银行的期望损失。该指标度量了单家银行面临系统性风险传染时的脆弱性，该指标越大银行越脆弱。

为获取更长时间跨度的系统性风险指标，本文选取2007年第一季度至2017年第四季度16家上市银行的股价周度数据以及股票市场收益率周度数据进行滚动窗口测算，从而得到2007年第一季度至2017年第四季度每家样本银行的系统性风险周度指标。随后，计算每季度各银行的系统性风险指标均值，同时根据当期各银行市值占比进行加权，从而计算出银行业整体的系统性风险指标。

2.负债端“脱实向虚”行为与银行业系统性风险

考虑到样本数据的匹配性，本文采用16家上市银行2007年第三季度至2017年第四季度的系统性风险指标与相应的银行结构杠杆率进行回归分析，回归结果见表5和表6。

从回归结果来看，银行结构杠杆率与系统性风险当期不存在显著的相关关系，但滞后10期的银行结构杠杆率与系统性风险呈现出显著正相关。这意味着，银行结构杠杆率的上升对银行业当期的系统性风险不具有显著影响力，但会通过加剧潜在风险的累积从而使未来的系统性风险上升。由此可以看出，结构杠杆率对于系统性风险有显著的预测能力。

这种关系的根源在于，ΔCoVaR和MES指标反映了银行系统性风险水平，是事后的风险测度指标。然而，当期的结构杠杆率反映的是当期的风险累积。一般而言，风险累积与风险实现之间一般具有8~10期的间隔，这与本文的理论逻辑一致。也即，当结构杠杆率上升，意味着同业负债等非核心负债占比增加，这会加剧银行间的直接关联性。当任一家银行受到负向冲击时，单家银行的违约将会逐步向其他银行传染，经过一段时间的蔓延，最终系统性金融风险被放大实现，结构性杠杆率与滞后期的系统性风险呈正向变动关系。

表5 银行结构杠杆率与系统性风险（ΔCoVaR）的回归结果

表6 银行结构杠杆率与系统性风险（MES）的回归结果

3.资产端的“脱实向虚”行为与银行业系统性风险

银行资产端的“脱实向虚”行为主要表现在房地产贷款业务和影子银行业务两个方面。其中，房地产贷款业务是银行直接开展的信贷业务，其对银行业系统性风险的影响可视为直接渠道；
影子银行业务是银行借助一系列“通道”间接开展的信贷业务，其对银行业系统性风险的影响可视为间接渠道。

（1）直接渠道：房地产贷款业务与银行业系统性风险的关系。在考察直接渠道的系统性风险指标时，本文选取16家银行作为样本银行，样本数据为2007—2019年的年度数据⑤。由图5可以看出，在房地产贷款违约冲击下银行业系统性风险的变化情况。银行业系统性风险的变化主要表现为直接损失与传染损失。其中，直接损失主要衡量了银行业在房地产贷款违约冲击下的风险敞口，也即银行业因房地产贷款违约而遭受的总权益损失。传染损失主要衡量了在遭受房地产贷款违约冲击后，各银行为了维持自身杠杆而进行资产抛售所遭受的间接损失。在房地产贷款违约冲击作用下，银行业遭受的直接损失较为稳定，维持在15%~20%之间。然而，2008—2013年期间，总权益损失整体呈现波动上升趋势，具体来看，2013年后总权益损失的连续上升主要源于传染损失的连续上升。这意味着房地产贷款资产总量的上升增加了银行业内部的间接关联性，从而在遭受房地产贷款违约冲击时，银行业内部出现更为严重的传染损失。

图5 在房地产贷款冲击下银行业系统性风险的变化

（2）间接渠道：影子银行业务与银行业系统性风险。在测算间接渠道的系统性风险指标时，为保证影子银行业务数据质量，本文选取直接渠道样本银行中的12家银行⑥作为样本。与房地产贷款类似，本文分别从直接损失（银行业因房地产贷款违约而遭受的总权益损失）和传染损失（银行业在遭受房地产贷款违约冲击后，各银行为了维持自身杠杆而进行资产抛售所遭受的间接损失）两个指标考察银行业系统性风险。由图6可以看出，2008年到2011年，我国银行业系统性风险在纳入影子银行前后并无显著变化。然而，自2012年开始，纳入影子银行后的银行业系统性风险与未纳入影子银行的银行业系统性风险之间存在显著差异，且两者间的差异总体呈现不断加大的态势。

出现上述现象的主要原因在于，自2012年以来，随着我国影子银行业务的快速扩张，不仅增加了银行业整体的直接风险敞口，导致银行业总权益损失的增加；
而且也会使银行业内部关联性变得更加复杂，加大了银行之间的传染损失，这些均引起银行业系统性风险的增加。

图6 影子银行业务对我国银行业系统性风险的影响

基于银行资产负债表分析了银行负债端与资产端“脱实向虚”的行为特征，并考察了这些“脱实向虚”行为对系统性风险产生的负外部性影响，最终建立了一个完整的系统性风险生成框架。基于此，本文主要得到以下结论。

第一，银行负债端的“脱实向虚”行为主要表现为非核心负债占比即结构杠杆率的增加，这种行为不仅会减弱银行业对实体经济的直接支持力度，还会加剧资金在商业银行系统内的“空转”和银行间的风险传染，最终将会推高银行业系统性风险水平。此外，银行负债端的“脱实向虚”行为存在明显的机构差异性。其中，股份制商业银行和城市商业银行的负债端“脱实向虚”行为更为突出。

第二，银行资产端的“脱实向虚”行为主要表现房地产贷款业务和影子银行业务，这两种行为虽为银行“微观审慎”性的最优个体决策，但都弱化了对实体经济的资金支持，而且会因为银行投资的单一性而引发负向冲击下的资产过度集中抛售，最终也会推高银行业系统性风险水平。

第三，银行资产端的“脱实向虚”行为对银行负债端的“脱实向虚”行为具有正效应。银行在资产端扩大房地产贷款和影子银行业务时，受存款增长约束不得不增加非核心负债的占比以获取资金支持，从而强化银行负债端的“脱实向虚”行为。

第四，银行资产端和负债端的“脱实向虚”行为均对系统性风险具有负外部性。银行资产端的“脱实向虚”行为具有“微观审慎”性，是个体最优，却不是集体最优。具体来说，从负债端看，银行结构杠杆率与系统性风险在当期不存在显著的相关关系，但滞后10期银行结构杠杆率与系统性风险呈现出高度一致的显著正相关。从资产端看，房地产贷款业务、影子银行业务均增加了银行业的直接损失和传染损失，从而加剧了银行业系统性风险。

由此可见，银行资产端和负债端“脱实向虚”行为对银行业系统性风险具有重要影响，关系到金融体系的稳定性。为此，为有效防范我国银行业系统性风险的过度累积，本文将分别从银行业负债端、资产端出发，提出相应的政策建议。

第一，重视银行业负债端“脱实向虚”行为，降低银行系统内部的直接关联性。首先，实时监测结构杠杆率指标。采用银行结构杠杆率作为衡量银行业负债端“脱实向虚”行为的重要指标，并对银行结构杠杆率进行实时监测，同时设定结构杠杆率最高要求，防止银行出现过度风险累积隐患。其次，对不同类型的银行实行差异化监管。监管部门应对结构杠杆率普遍偏高的商业银行加强监管，通过设定结构杠杆率警示线、同业负债规模上限等方式将银行间同业业务控制在可承受的范围内。

第二，重视银行资产端“脱实向虚”行为，降低银行业内部的间接关联性。首先，加强对信贷资金直接流入房地产市场的监管。监管部门应加强对房地产业相关信贷的审批以及风险监控，制定房地产业相关信贷占比上限或增速上限，限制银行业信贷资金过度流入房地产市场，降低房地产信贷总量增速，最终起到降低银行业在房地产市场中的风险敞口、降低银行业内部传染风险。其次，加强对影子银行业务的监管。为防止影子银行业务规模的进一步扩张，监管部门应加强对现有影子银行相关资产风险的监控。此外，要求各银行对影子银行业务进行分层级详细披露，防止其进行“监管套利”或流入房地产市场，从而累积风险。最后，应积极采取各种政策引导影子银行业务，使其服务于实体经济，而非在金融系统内空转，加剧系统性风险。不可否认，影子银行是银行信贷的重要补充，在当前我国存在巨大融资缺口的背景下，影子银行的发展有利于提升金融服务实体的能力。因此，监管部门应对影子银行业务资金的出口进行严格把关，引导影子银行业务的正向发展。

注 释：

① 在2015年底的中央经济工作会议上，习近平总书记指出：“大量资金流向虚拟经济，使资产泡沫膨胀，金融风险逐步显现，社会再生产中的生产、流通、分配、消费整体循环不畅。”

② 本文以理论分析为主，探究我国银行“脱实向虚”对系统性风险产生的影响。

③ Bankfocus数据库中，大多数银行都无储蓄存款数据，故本文未把该项加入。该样本共计179家商业银行，具体包括中国工商银行、中国建设银行、中国农业银行、中国银行、中国交通银行等5家大型国有商业银行；
兴业银行、中信银行、光大银行等12家股份制商业银行；
北京银行、上海银行、江苏银行等87家城市商业银行；
北京农商行、上海农商行等39家农村商业银行；
汇丰银行、渣打银行等36家外资商业银行。

④ 流动性风险采用3月期国债到期收益率的周度变化以及期限价差周度变化表示，期限价差由3年期国债到期收益率减去3月期国债到期收益率得到；
信用风险是用信用价差的周度变化表示，信用价差用3月期中债AAA级企业债到期收益率减3月期国债到期收益率表示；
股票市场风险是用股票市场收益率（沪深300指数收盘价周度收益率）和股票市场波动率（沪深300指数收盘价周度收益率的波动率）表示；
房地产市场风险是用沪深300地产指数收盘价周度收益率表示。

⑤ 包括工商银行、农业银行、中国银行、建设银行、交通银行、中信银行、光大银行、华夏银行、平安银行、招商银行、浦发银行、兴业银行、广发银行、恒丰银行、民生银行和浙商银行。

⑥ 包括工商银行、农业银行、中国银行、建设银行、交通银行、华夏银行、平安银行、招商银行、浦发银行、兴业银行、民生银行和浙商银行。其中，中信银行、光大银行因数据缺失未被纳入其中。

猜你喜欢 银行业务系统性负债 系统性红斑狼疮临床特点临床误诊误治(2021年12期)2021-12-04系统性红斑狼疮误诊原因分析及防范措施临床误诊误治(2021年12期)2021-12-04对于单身的偏见系统性地入侵了我们的生活？中国新闻周刊(2021年9期)2021-03-29商业银行投资银行业务发展存在问题及对策今日财富(2020年23期)2020-08-04我国私人银行业务发展问题研究新生代(2019年12期)2019-11-13银行业务智能化趋势下网点服务管理的发展方向消费导刊(2018年8期)2018-05-25你的负债重吗?海峡姐妹(2018年3期)2018-05-09浅析手机银行业务的法律风险防范人大建设(2018年1期)2018-04-18136家房企负债直逼5万亿万科、绿地和保利负债均超3000亿中国经济周刊(2017年19期)2017-05-23论《文心雕龙·体性》篇的系统性特征名作欣赏(2014年29期)2014-02-28

推荐访问:银行 资产负债表 视角