商业银行规模和收入结构对系统性风险的影响研究

作者：李久林，华夏银行股份有限公司南京分行。

来源：《金融监管研究》2019年第3期。

2008年的国际金融危机引起了各界对基于系统性风险的宏观审慎监管的重视和研究，而找出合适的方法来准确度量系统性金融风险至关重要，特别是找出合适的方法测度银行业系统性风险意义重大。随着金融创新和金融自由化的加快，银行规模也逐步扩张，在利率市场化及金融需求多元化的背景下，我国商业银行更加重视发展非利息收入业务，收入结构中的非利息收入占比显著提升。但2008年的国际金融危机则暴露了银行规模化和多元化经营的负面影响。鉴此，有效测度我国银行业系统性风险，对中国实施宏观审慎监管及促进经济的健康发展具有重要的现实意义；同时，深入研究银行的规模和收入结构与系统性风险的关系，有利于更有效地监管银行的规模扩张和业务发展。

本文结构如下：

第一部分为引言，介绍了国内外关于系统性风险测度以及规模和收入结构对系统性风险影响的研究现状，阐述了本文研究的背景与意义。

第二部分为概念界定和理论分析。在对系统性风险和收入结构的概念进行界定的同时，本文对信贷规模的风险传导机制、收入结构的风险传导机制以及规模和收入结构共同作用下的风险传导机制进行了理论分析。基于此，提出了本文的三个假设，假设1：中国商业银行的规模与系统性风险呈负相关关系；假设2：银行收入结构与系统性风险呈正相关关系；假设3：银行的规模与收入结构之间的共同作用，有利于降低系统性风险。

第三部分为系统性风险贡献度的测度。介绍了测度单体金融机构的长期边际期望损失（LRMES）的理论和方法，即利用各个机构股票每日收益率数据计算出单体银行和市场收益率的条件动态波动率、条件相关系数以及尾部期望计算出短期边际期望损失（MES）的每日数据，再通过计算每日MES的季度均值，最终求出季度LRMES。

第四部分为实证分析。首先是变量的选取和定义。本文选取2008年1月2日至2018年3月31日间14家上市商业银行面板数据作为研究样本，选取总资产、资产增长率、非利息收入占比作为解释变量，选取不良贷款率、银行业集中度、货币流动性、GDP同比增长率作为控制变量。其次，实证模型的建立。利用单体银行季度LRMES作为被解释变量，再将其与规模和收入结构建立面板数据的固定效应模型，并求出非利息收入占比对系统性风险贡献度影响效果的银行规模的拐点。最后是实证结果分析。对主要变量进行描述性统计分析，并绘制出中国14家上市商业银行系统性风险贡献度的度量指标——LRMES的均值走势图，以及列出四个不同阶段的14家上市商业银行LRMES均值的排名；通过实证结果分析，分别检验上述假设，找出非利息收入占比对系统性风险贡献度影响效果的银行规模的拐点为3.6万亿元；实施稳健性检验，确保研究结论的可靠性。

第五部分为结论与政策建议。总结本文的研究结论，提出相关政策建议。

第一，选择长期边际期望损失（LRMES）基本符合中国的实际经济运行状况，与系统性风险发生的规律基本吻合，监管机构可以选择LRMES作为测度银行对系统性风险贡献度的指标。

第二，银行扩大规模有利于降低系统性风险，但是过度扩张规模会提高银行对系统性风险的贡献度，监管者应该及时关注并采取相应措施，以防止银行过度扩张规模的行为，明确银行的区域定位，提高资产质量和风险管理水平。

第三，中国商业银行的非利息收入业务提高了银行对系统性风险的贡献度，监管者应适时调整相关法律法规，全面监控非利息收入业务的发展状况；此外，中国商业银行的规模与非利息收入相互作用有利于降低系统性风险。目前中国商业银行的收入结构变化对银行系统性风险贡献度的影响以资产规模3.6万亿元为拐点：低于3.6万亿元的小银行，开展非利息收入业务会提高系统性风险贡献度；而高于3.6万亿元的大银行，开展非利息收入业务则可以降低系统性风险的贡献度。鉴此，监管机构应随时关注小银行的非利息收入业务的开展状况，而大银行在控制风险的前提下可适当拓展非利息收入业务。

本文为精编版，仅代表作者个人学术思考，全文详见《金融监管研究》2019年第3期。