短期利率对商业银行资产结构影响研究

短期利率对商业银行资产结构影响研究

  ——兼论加强利率走廊建设的重要性

文/梁丽丽  许世瑛

摘要：论文采用面板向量自回归方法研究发现，短期利率是商业银行资产结构变化的格兰杰原因，可见短期利率变化对商业银行资产结构调整影响较大。其中,现金及存放中央银行款项、同业资产业务以及长期资产业务对短期利率的变动敏感，而金融资产以及贷款等所受冲击较弱。

 引言及文献综述

2015年以来，我国五次降息、五次降准，存款利率上限也完全放开，利率市场化改革进入实质性阶段。在外部流动性补充较为充沛的条件下，法定存款准备金率的调整并不太会对货币市场产生剧烈冲击。但自2014年人民币贬值以来，我国外部流动性补充出现系统性弱化，外汇占款余额呈下降趋势，在此背景下，利用法定存款准备金来调整货币供给变得更富挑战性，容易引发货币市场的剧烈波动。因此，从技术上来看，公开市场各类回购工具会作为法定准备金的有益补充，成为调节流动性的主要工具，利率走廊政策的意义即在于此。本文通过构建计量模型，试图说明短期利率对商业银行资产结构变动的影响，在此基础上探讨加强利率走廊建设的意义和方式，据此提出相应的政策建议。

事实上，自2012年下半年以来，逆回购工具的常态化已经极大地弱化了市场中调整法定存款准备金率的预期。可以预见，短期流动性调节工具（SLO）、常备借贷便利（SLF）等工具的推出将进一步弱化这一预期，这意味着我国未来货币政策将进入更为精细化的阶段，难以再现利用准备金率工具巨量吞吐资金的局面。因此，利率走廊的建设将是未来的主线。在固定利率情况下，商业银行的主要业务在于贷款，调整资产结构的动力直接来自于监管机构，对利率的敏感度不够。今后，在利率市场化和经济下行周期背景下，如何权衡利润和风险，关乎到商业银行的可持续发展，而权衡的关键是要知道短期利率如何影响商业银行资产结构。本文试图说明商业银行对短期利率变动的敏感性，厘清作用机制和影响效应，从而为商业银行业务转型和监管机构制定货币政策提供依据和参考。

国外文献主要是从资产负债管理理论研究利率对商业银行的影响。该理论强调从资产、负债及二者的关系上保证商业银行资产的安全性、流动性和盈利性。从狭义上讲，资产负债管理是对银行净利差的管理，控制利息收入和支出的差额，使其大小及变化与银行的风险--收益目标一致。正如Penza和Bansal（1999）所指出，这是一系列不同风险的复杂管理工具和技术，但主要是基于银行利率风险的管理工具和技术。其核心思想是银行主动地利用对利率变化敏感的资金，协调和控制资金配置的利率敏感状态和期限状态，使银行维持一个正的净利息差额和正的资本净值（Gary Shoup，1999）。当存在利率敏感性正缺口时，如果利率下降，则较多负债的利率固定在较高水平上，较多资产的利率必须随之下调，从而使银行净利差减少。反之亦然。

近年，国内学者也从众多角度研究了利率市场化和资产负债管理理论进行了阐述,提出了在利率市场化背景下商业银行加强利率风险的管理方式，如资产负债综合管理模式的探讨、利率敏感性缺口分析、综合定价理论等，对我国商业银行应对利率市场化改革具有较强的指导意义。李辉、朱小乔(2004)通过实证发现利率敏感性缺口类型与利率走势具有正向的相容性；就利率浮动过程中的控制能力和风险管理方法而言，商业银行已具备了一定的抗利率风险的能力,但永久性缺口和贷款的中长化问题仍应加以关注。李斌，黄治国等（2015）研究了利率市场化对城市商业银行投融资行为的影响。存款利率市场化导致的净利差缩小会降低银行的融资水平，其所引致的同业竞争加剧也会降低银行的存款比率，而且它对不同类型存款的影响差异明显，存贷净利差的逐步收窄有利于提高定期存款比重。贷款利率市场化引致的银行价格竞争也会对贷款比率产生负面影响，会降低同业拆借占比而提高中间业务和证券投资业务的比重。

综上所述，利率尤其是短期利率的变化对商业银行的资产和负债，进而对整个银行的业绩和风险产生了重要影响，要弄清楚上述关系，首先要清楚短期利率变化对商业银行的资产产生了何种影响及影响的差异。基于上述的理论和实际背景，本文将商业银行的资产根据流动性的差异分成五类，分别讨论这五类资产对短期利率变化的敏感性。为了分析短期利率变化对商业银行不同资产结构的影响，本文借助基于面板向量自回归（PVAR）的脉冲响应函数，把目标变量看成一个内生系统处理，同时分析变量之间的动态关系。最后本文还讨论了我国加强利率走廊建设的意义和方式。

计量模型设定和数据说明

（一）计量模型设定

本文采用面板向量自回归（PVAR）模型研究短期利率变化对商业银行资产结构的影响，该方法综合了时间序列和横截面的特性，基于面板数据的时序方法不仅增加了数据的自由度，而且综合了截面信息，因而检验结果具有更高的势值和稳健性。计量模型如下： 

其中，和分别为银行的资产数量和所面临的短期利率环境，ηi和分别表示个体和时间效应，为误差项个体效应衡量不可观察的个体差异，时间效应捕捉银行截面受到的共同冲击。上述模型可以看作是一个包含固定效应的动态面板模型，因为模型中有不随时间变化的个体效应ηi，而解释变量中又包含了被解释变量的滞后项。对于上述模型，首先采用“组内均值差分法”去除时间效应，而后采用“向前均值差分法”去除固定效应（Arellano and Bover，1995），即对某个观察值从t+1期加总到T期后取平均，如PVAR的第m个方程可以表示为：

（二）数据说明

本文选取了我国9家商业银行作为研究对象，其中包括工农中建交等5家大型商业银行和兴业、招商、浦发和华夏4家股份制银行，银行层面的数据主要来源于Bankscope数据库、WIND和各商业银行的年报，宏观层面的数据主要来源于中国人民银行网站。本文把商业银行的资产按流动性由高到低分为五类：第一类，现金及存放中央银行款项(d1)；第二，存放同业款项、拆出资金、买入返售金融资产之和(d2)；第三，贵金属、交易性金融资产、衍生金融资产、收款项债券投资、可供出售金融资产、应收款项债券投资之和(d3)；第四，发放贷款和垫款、应收利息之和(d4)；第五，持有至到期投资、长期股权投资、投资性房地产、固定资产、无形资产、商誉、递延所得税资产、其他资产之和(d5)。利率水平采用的是上海银行间同业拆放利率（SHIBOR）7天期利率（r）。数据范围从2008年一季度至2014年四季度，将每日SHIBOR利率进行算术平均得到季度数据，并对所有数据采用X-12处理，消除可能的季节性因素，为控制可能存在的异方差，本文对这些变量取对数形式。在这五类资产中，规模最大的是第四类，占总资产的50%左右，而规模最小的是第五类资产，其比例在10%上下。这很好理解，发放贷款及应收利息等资产业务是商业银行盈利的重要渠道，在利率管制阶段，息差收入是商业银行的主要收入来源。而持有至到期投资、长期股权投资等资产流动性较差，持有期限较长，风险敞口较高，占有了大量资金资源，占比过高对商业银行经营绩效不利，因此占比较低。图1是样本期间短期利率的变化情况，最低点出现在2009年第一季度，最高点出现在2013年第四季度，二者相差4.91倍（见图1）。

接下来看一下五类资产和短期利率的相关性，各资产都与短期利率表现出正向的相关关系，尤其是前四类资产表现出强烈的正相关关系，短期利率越高，商业银行有更高的动力扩张资产，而随着短期利率下行，商业银行盈利受阻，资产规模扩张动力不足。考虑到各类资产流动性各有差别，在金融市场上交易便利性和交易成本不同，受短期利率的影响也会有差异，接下来本文进一步利用脉冲响应函数来分析变量之间的动态关系及冲击的先后次序（见表1）。

（三）单位根及协整检验

在进行PVAR之前，首先需要对模型的各变量进行面板单位根检验。检验方法可以归纳为两类：一类是假定对于所有的截面，自回归系数是相同的，这类检验包括LLC检验、Breitung检验及Hadri检验；另一类检验是允许对于不同的截面，其自回归系数是异质的，这类检验包括IPS检验、ADF-Fisher检验，为了保证分析结论的稳健性，本文采用四种较为常用的检验方法：LLC检验，IPS检验，ADF-Fisher检验以及PP-Fisher 检验，表2列出了文后所涉及的解释变量的面板单位根检验结果。

上述6个变量的单位根检验绝大多数在5%水平上，不拒绝存在单位根的原假设，而其各自一阶差分变量都拒绝了存在单位根的原假设，故可认为上述变量都是I（1），为了检验它们在长期中是否存在均衡关系，还要继续进行协整检验。本文采用Pedroni（1999）和Kao（1999）检验（见表3），并选择带有截距项的形式，最优滞后阶根据SIC准则自动选取。6组检验中，Pedroni的7组检验和Kao的2组检验都至少在10%的水平上，拒绝了不存在协整的原假设。

实证结果与分析

（一）基本回归结果

本文首先讨论短期利率和商业银行资产之间是否存在着格兰杰因果关系，通过格兰杰检验考察二者之间是否存在着联系，并为下一步量化其影响程度做铺垫。面板格兰杰检验采用的是Hurlin和Venet（2001）提出的方法，该方法假设检验方程如下：(www.chuimin.cn)

零假设为 H0：对任意k，B^(k)=0，备择假设H1为：存在k，使得B^(k)≠0。如果拒绝原假设，则d_it是r_it的格兰杰原因，反之，d_it不是r_it的格兰杰原因。

根据上述检验方法，短期利率水平和商业银行资产结构之间的格兰杰因果关系检验结果见表4。 

检验结果显示，短期利率变化对这五类资产至少在10%的显著性水平下拒绝原假设，即短期利率是商业银行资产结构的格兰杰原因。在格兰杰因果检验的基础上，下文通过脉冲响应函数图讨论各个变量经济意义上的显著性（如图2）。

从敏感度来看，结果显示，第一类、第二类和第五类资产对短期利率的变动比较敏感，这三类资产皆在第一期达到响应的最大值。尤其是流动性较差的第五类资产，短期利率标准误变动一个单位，其在第一期的冲击将达到0.08个单位。而剩余的两类资产：第三类和第四类资产在第二期达到其峰值，受短期利率冲击相对较弱。从影响方向来看，短期利率一个单位标准误的变化，第一类资产在同期就出现了正值响应，而后出现了负值波动，随后逐渐恢复到平衡状态，在第四期吸收了短期利率波动的影响。第二类资产同期出现较大负值响应后，从第二期到第四期响应值由负变为正，之后又进入负值空间，且呈发散态势，影响长期存在。第三类资产在第一期受到冲击后变为负值，第二期达到最大值，第四期出现了一个小幅逆转，而后还是进入负值响应阶段，总体而言，短期利率的变化对第三类资产有负向作用。第四类资产的影响在前三期一直是负值，三期之后变为正值，而后逐渐达到平衡状态。第五类资产对短期利率变动的响应在第一期为负值，第二期变为正值，之后逐渐收敛至0。总体来说，短期利率提高对商业银行资产扩张不利，但随着时间的推进，该影响将逐步消减。

（二）进一步讨论：资产质量、短期利率变化与商业银行资产结构

本部分内容讨论银行的资产质量是否成为影响短期利率变化与银行资产结构之间关联的影响因素，衡量银行资产质量的指标选取不良贷款率指标，为了衡量上述关系，本文分别在模型中引入交叉项：，其中，npl是商业银行不良贷款率。因为样本量较小，为了避免多重共线性造成的偏误，本文在模型中略去一次项只引入交叉项进入模型。仍采用上面的研究方法，得到资产质量对利率变化和商业银行资产结构之间的关联影响如下（见表5）：

通过表5的实证结果可以看出，随着不良贷款率的增加，短期利率的上升会对银行的第四类和第五类资产结构产生显著的负面影响，而对其他类别的资产无显著作用。第四类资产流动性较差，如果不良贷款率攀升，短期利率变动对这部分资产将产生显著影响；第五类资产流动性最差，资产质量恶化将使这部分资产无法变现，影响商业银行盈利和正常经营。因此，资产质量对流动性差的资产影响最大。

主要结论及启示

（一）主要结论

在利率市场化背景下，短期利率对商业银行资产结构的影响愈来愈大。本文采用面板向量自回归方法对此进行实证检验，结果发现，短期利率是商业银行资产结构变化的格兰杰原因，短期利率变化对商业银行资产结构调整具有重要影响，较高利率下商业银行盈利水平提高，更有动力扩张资产规模。把商业银行资产总量按照流动性大小划分为五类，结果发现，现金及存放中央银行款项、同业资产业务以及长期资产业务对短期利率的变动比较敏感，在当期就会有较大反应，而贵金属、金融资产以及贷款等资产受短期利率冲击相对较弱，在第二期会有较大反应。从影响方向看，短期利率提高对商业银行资产扩张不利，但随着时间的推进，不利影响将逐步消减。本文同时考察了商业银行资产质量对上述作用渠道的影响，结果发现如果资产质量恶化，短期利率走高会对商业银行流动性差的资产规模扩张不利，而对其他类别资产无显著影响。

（二）加强利率走廊建设的重要性

本文研究结论在利率市场化背景下具有很强的现实意义。随着利率市场化的推进，利率管制消失，利率波动幅度和频率增加，市场化的利率定价机制逐渐形成，商业银行需要在竞争性的定价机制下调整自身资产结构，商业银行资产配置及流动性变化对央行货币政策调控提出了更高要求。

我国于2014年一季度提出建立利率走廊（Interest Rate Corridor）机制。这是一种基于价格指引的货币政策框架，以商业银行向央行拆借的利率构建顶，以商业银行在央行的存款利率构建底，利率则被控制在顶和底之间的区域波动。利率走廊机制一旦建设完成，并能准确跟踪央行政策，将会稳固市场对货币市场利率的预期，并能够极大疏通货币政策传导机制，商业银行资产结构调整将更有针对性和前瞻性。

在控制短期利率波动上，利率走廊操作优势明显。当市场出现流动性紧张时，这一系统可以缓解金融机构间的“挤兑”压力。同时，当市场上出现央行不可预期的流动性冲击时，更是具有“自动稳定器”功能。从而可以减少央行公开市场操作的频率和数量。这一机制有利于稳定商业银行资产结构，不至于跟随短期利率波动发生大的调整，从而影响商业银行流动性安排和期限结构。鉴于利率走廊的重要性，今后我国要积极借鉴国际经验，探索形成完整的利率走廊定价机制，从当前情况看，建立完备的利率走廊可能需要若干年。一个可能的路线图如下：第一步：利用常备借贷便利（SLF）利率、短期流动性调节工具（SLO）利率以及准备金等利率在政策利率周围建立一个事实上的利率走廊；第二步：逐步构建市场化的政策利率，增加货币政策操作的透明度，强化对货币市场利率及国债利率的引导作用。第三步：取消基准存贷款利率，结合我国市场发育程度和利率走廊的上下限合理选择替代政策利率的指标。

主要参考文献：

1.Gary Shoup.CurrencyRisk Management: A Handbook for Financial Managers, Brokers, and TheirConsultants[M].Dearborn：Fitzroy Dearborn Publishers.1999（4）:43-48.

2.Pedroni，P.FullyModified OLS for Heterogeneous Co-integrated Panels[J]，Advancein Econometrics，2000（15）：93-130.

3.Levin，A.，Lin，C.F. and Chu，C.UnitRoot Tests in Panel Data：Asymptotic and Finite SampleProperties[J]，Oxford Bulletin of Economic andStatistics，，2002（61）：653-670.

4.李辉，朱小乔. 论商业银行的抗利率风险能力:一个国有商业银行案例研究[J].当代财经,2004,(02).63-66.

5.李斌，黄治国，彭星.利率市场化会降低城市商业银行投融资水平吗?——基于中国24家城市商业银行数据的实证研究[J].中南财经政法大学学报,2015(1)：40-47.

作者单位：梁丽丽   宿迁学院商学院          

          许世瑛  河北经贸大学管理科学与工程学院

 ‍