资产证券化影响商业银行盈利能力的实证研究.docx

资产证券化影响商业银行盈利能力的实证研究 刘树园 史家文摘 要：资产证券化作为创新金融工具，一直以来备受关注，它对我国商业银行的盈利水平、流动性、风险等方面均有影响本文选取13家商业银行在2008—2018年发行资产证券化产品的数据，利用相关指标建立经济计量模型，通过Eviews软件就资产证券化对商业银行盈利能力的影响进行了实证分析结果发现，两者之间存在负相关，并就研究结论结合现实情况说明原因关键词：资产证券化 商业银行 盈利能力：F832 ：A ：2096-0298（2020）09（a）--05随着金融市场的不断创新与发展，作为金融中介的商业银行，在经济金融化的进程中，地位近一步下降，金融脱媒已成必然趋势，再加上第三方支付的不断普及与冲击，商业银行盈利水平不断下滑资产证券化作为金融工具，在理论分析层面具有盘活存量资本、提高资金效率、提高盈利能力等作用不同于欧美资本市场，我国资产证券化业務相对开展较晚，但在相关政策的引导下，发展迅速特别是在如今金融监管逐渐严格的大环境下，2018年4月出台的“资管新规”中表明“依据金融管理部门颁布规则开展的资产证券化业务”不适用，其给予银行的资产证券化业务更大的开展空间。

本文采取13家商业银行在2008—2018年的数据，建立多元回归模型，研究分析资产证券化对银行盈利能力的影响，为资产证券化是否能够提高我国商业银行盈利水平提供政策建议1 理论分析和研究假设在资产证券化发展的早期阶段，无论是国内还是国外资本市场，对于发行资产证券化产品对银行盈利能力影响的理论研究，主要集中在分析资产证券化定义、发行主体、运行机制等方面进行的理论研究吴翔江（2001）指出，从防范与化解金融风险、加强银行管理的视角看，开展资产证券化业务可以使银行资本充足率得到提升，资产负债结构体系得到优化，“三性”一定程度上达到均衡协调Gorton和Nicholas（2005）认为，资产证券化业务通过打包出售等方式提升资产的流动性水平，并且使银行提前获得现金流，改善了银行资产负债结构，充分协调流动性、安全性和盈利能力三者的关系Boot和 Thakor（1993）指出，在双方交易业务存在信息不对称性的情况下，发行人可以将交易的资产构建成资产池，发行风险特征不同的多项金融债权，从而增加预期收入，所获得的现金流可以改善目前的资产负债结构，退出现有的债务，同时又降低加权平均资本利息林治海（2004）也给出相似观点，信贷资产证券化可以解决信息不对称等问题，降低交易成本，并且加强金融体系整体运作效率。

Greenbaum和 Thakor（2006）将资产证券化视为一种多样化的低风险投资组合方法，能够为商业银行的整体运营和投资新资产提供资金杨晓坤和孙健（2006）提出，近年来银行依靠存贷利差获得的收益额开始缩减，开展资产证券化的银行往往作为服务商获取服务报酬，促进了中间业务的发展，并且可以通过受托管理人的身份赚取管理费，改变经营模式，提高综合盈利能力从资产证券化发展前期时的研究成果可以发现，在理论层面上，资产证券化与银行盈利水平呈正相关关系但是随着资产证券化业务的深入开展，尤其是在次贷危机之后，国际市场出现了许多与理论相悖的情况在研究中引入实证数据，由于数据选取范围的不同、市场发展程度的不同、指标选取的差异，又或者模型构建的差异等原因，学者们的结论大相径庭国外市场，尤其是在美国资本市场上，其资产证券化发展程度一直高于国内市场，因此各方面差异较大，本部分将分为国外、国内两个方面进行阐述首先是关于国外市场的研究Jiangli（2007）构建了一个包含银行股权、债务、贷款销售和资产证券化等要素的模型，结果显示资产证券化有助于提高银行的杠杆率水平和盈利能力，并且降低破产风险之后，Jiangli和Matthew（2008）进一步以2001—2007年美国银行控股公司的资产证券化数据为研究对象，发现抵押资产证券化可有效提高银行的绩效，降低银行的破产风险，同时优化资产杠杆比率，使盈利水平得到提升。

蔡衡（2018）选用了美国银行2003—2016年的数据，发现资产证券化可以通过打包出售长期资产、提前回笼现金流的方式影响资产周转率，银行的盈利能力和杠杆率也有所提高，但对其利润率没有显著影响邹晓梅、张明、高蓓（2015）研究美国商业银行的季度数据，发现资产证券化有助于提高银行的ROE，但同时降低了其稳定性同样的，姚禄仕等（2012）选用美国市场资产证券化相关数据，利用格兰杰因果检验，实证研究发现资产证券化能提升银行的资本利用率、提高资本充足率、降低融资成本，并且增强银行的盈利能力与效率但是Casu等（2013）以2001—2008年美国商业银行为研究对象，运用倾向得分匹配的方法却发现，虽然证券化使银行利润较高，但其信用风险头寸和融资成本较高因此开展资产证券化业务并不比其他风险管理和利润提升方法更优Michalak和Uhde（2012）使用欧盟13国及瑞士商业银行的数据，通过Z指数和EDF进行分析，发现资产证券化与稳健性、盈利性和资本比率呈负相关还有Mazzuca和 Battaglia（2011）通过对2000—2009年意大利商业银行的数据分析得出，资产证券化使商业银行的净资产收益率显著降低。

在国内市场的实证研究上，李腊梅（2017）通过选取我国商业银行数据建立回归模型，分析得出信贷资产证券化会提升银行的净资产收益率和资本充足率水平曹彬（2017）选用2012—2016年我国30家上市银行的数据，用“证券化指数”等构建模型进行实证分析，研究发现，信贷资产证券化对小银行的盈利能力有显著的正向影响，而对大银行的盈利能力并没有显著影响但是刘琪林等（2013）曾经实证得出，小规模银行的资产证券化程度越高，其盈利水平也将越高，而对于大规模的银行而言，银行的盈利水平却是降低的另外，与前面两位学者的研究结论明显不同的是，贺显南和蔡衡（2018）通过资产证券化率指标实证分析，发现资产证券化对大银行盈利水平的影响不显著然而，对小银行盈利能力的负面影响是显著的宋清华和肖心慧（2018）通过构造动态面板模型，选取75家中国商业银行数据，得到商业银行的盈利能力因为资产证券化业务的市场发展不成熟、交易效率低等原因呈下降趋势从以上实证结果而言，关于资产证券化对银行盈利能力影响的研究结果有正向的、反向的，或是无显著影响的在对国外数据实证研究中，结论是正向影响的占多数，有些结论是反向影响的多是由于选取的数据来自欧洲市场，或者由于是2008年以前的，因此可以猜想，研究结论不同的主要原因是市场成熟度不同导致的。

而反观根据国内数据的研究，结论大多是反向影响或无显著影响，这更是印证了上述猜测综上所述，国外证券化业务开展较早，发展较为成熟，因此理论及实证研究方面较为完善，拥有丰富的数据等基本资料，也有较为完备的研究体系而国内资产证券化业务开始相对较晚，加上中间暂停了几年时间的原因，目前市场规模有限，资产证券化相关数据较少，搜集难度较大，因此我国学者关于信贷资产证券化对商业银行的影响研究以国内数据为基础的较少并且，国内的实证研究目标比较宽泛，包含资产证券化对银行的资产流动性、盈利能力水平、风险水平、成长能力等方面的影响，单单对盈利能力影响进行实证研究的文献较少但从理论层面上，资产证券化无疑对商业银行的盈利能力有着积极的影響本文研究通过选取指标，搜集我国商业银行资产证券化数据构建模型，针对盈利能力这一方面进行实证研究，得出二者呈负相关关系，并结合实际发展情况分析了造成此项关系原因2 研究设计2.1 数据来源为了确保本文选择的研究对象能够尽量满足考查我国银行业总体情况的研究目的，在中国33家上市商业银行中，选取了2008—2018年的数据完整且具有代表性的13家银行：4家国有商业银行、7家股份制商业银行和2家地方商业银行发布的资产证券化业务相关数据。

四大国有控制银行：中国建设银行、中国工商银行、中国交通银行以及中国银行;7家股份制商业银行：中信银行、平安银行、浦发银行、华夏银行、民生银行、招商银行以及兴业银行;2家地方性商业银行：宁波银行和南京银行相关的金融数据和资产证券化信息来自国泰安、中国债券信息网和资产证券化分析网2.2 变量选择（1）被解释变量银行作为一种金融企业，只有具备良好且持续的盈利能力，才能保证其长远发展确定商业银行此能力的指标有多种，主要分为销售和投资回报两个方面，其中较为常用的投资回报是用指标中的净资产收益率来衡量在实际中，上市公司基本利用每股收益和每股净资产等数据来估计盈利能力本文采用净资产收益率（ROE）作为被解释变量2）解释变量以银行是否存在资产证券化业务为解释变量，引入实证模型设定其为虚拟变量P当商业银行在相关年份发行此产品即记为1，否则为03）控制变量本文选择控制变量主要参照邹晓梅（2015）、李腊梅（2017）、宋清华（2018）等研究，考虑到商业银行的盈利能力主要受规模、业务情况、资本结构等方面影响，选定以下指标：第一，银行规模（SIZE），运用总资产的对数来体现;第二，资本充足率（CAR）：计算方法为总资本除以风险加权资产，此指标是保证银行等金融机构稳定经营、持续发展的重要指标，本文选取其作为代表资本结构;第三，存贷比（LDR）：贷款余额除以存款余额的值。

该指标衡量银行在某一时点上吸纳存款对应的发放贷款情况，本文选取其为流动性的代理变量;第四，存款与资产比率（DAR）：存款总额与资产总额的比例存款是商业银行资金的重要构成，该比率阐明银行的负债特征和融资来源;第五，资产净利润率（ROA）：净利润与资产平均的比值该比率反映的银行应用所有资产获取利润的程度，体现出企业管理水平的高低，如表1所示2.3 模型设计通过以上分析，引入这些变量因素来进行研究，并且使研究能够更好地说明问题，所以构建出以下模型：3 实证结果（1）描述性统计为了初步认识收集到的数据，并且检验数据是否存在异常值以确保后续回归分析结果的准确性，我们先进行了描述性统计，以下为统计结果，如表2所示从表2中的结果可以看出，各项指标的最大值（Maximum）和最小值（Minimum）均在正常范围内，均值（Mean）正常并且，对银行的财务指标进行分析时，如果数据的标准差≥均值，则表明数据波动过大，可能存在极端异常值，需要对数据作进一步处理才可以进行后续分析而对相关的数据进行描述性统计分析的结果显示，除去自行设置的虚拟变量P，其他指标的均值（Mean）均大于其标准差（Std.Dev.），说明数据可靠。

而虚拟变量P的取值由于受到政策实施等环境的影响，不同于财务指标，可能出现标准差≥均值的情况因此，各项数据取值可靠，可以进行下一步分析2）相关性分析多重共线性是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确的现象利用Eviews分析软件，对模型中的解释变量进行相关性分析，检验变量间是否存在多重共线性，以得到可靠的回归结果，检验结果如表3所示由表3述数据可知（一般而言，若相关系数大于0.8，则可认为存在严重的多重共线性），任意两者之间的相关系数值均远小于1，说明任意解释变量之间并不存在相关性，即不存在多重共线性3）回归分析构建随机效应模型是进行豪斯曼检验的前提，因此在构建好检验模型基础上进行豪斯曼检验，其目的是确认回归模型适用于固定效应模型或者随机效应模型，得到的结果如表4所示根据构建的随机效应模型可知，当P值小于0.05时应该拒绝原始假设，认为应该构建固定效应模型，否则应该构建随机效应模型从结果来看，Hausman检验中的P值为0.0013，即小于0.05应拒绝原假设随机效应的回归模型，如表5所示通过表5的结果可知：净资产收益率的分析模型拟合程度较好，调整。