1. 研究目的与意义、国内外研究现状（文献综述）
研究意义
资产证券化起源于20世纪70年代初，被mcconnell和buser（2012）等学者誉为20世纪最伟大的金融创新之一。之所以被称为伟大的金融创新，主要在于资产证券化可以解决商业银行缺乏的流动性，同时可以将部分风险转移出资产负债表。但金融危机的爆发使得资产证券化风险得到重视，关注点从创新的红利转向其潜在危害。目前，国内外对于资产证券化影响商业银行风险承担水平的研究观点不一，部分学者认为资产证券化释放了商业银行的流动性，且将证券化的资产“出表”，实现了风险转移从而降低了商业银行的风险承担。也有一部分学者认为资产证券化涉及道德风险问题，使银行降低监督努力水平，增强风险承担动机，从而提高了个体银行的风险。此外，资产证券化中衍生产品的杠杆作用、存贷期限错配、逆向选择等问题均会加剧银行系统性风险。
中国资产证券化实践起步较晚，2005年中国人民银行和银监会联合发布《信贷资产证券化试点管理办法》，资产证券化的大幕才在中国正式开启。然而，好景不长，刚刚开始的资产证券化试点便因2008年美国次贷危机爆发而停滞。直到2012年5月，中国人民银行、财政部以及银监会下发《关于进一步扩大信贷资产证券化试点有关事项的通知》，停滞四年之久的资产证券化才重新启动。一年后，2013年7月2日，国务院印发《关于金融支持经济结构调整和转型升级的指导意见》，要求逐步推进信贷资产证券化常规化发展。8月28日国务院召开常务会议，决定在严格控制风险的基础上，进一步扩大信贷资产证券化的试点。很显然，中国即将进入新一轮资产证券化发展的加速期。明确资产证券化对商业银行稳健经营的意义，评估其可能带来的潜在风险，是在国内开展和普及资产证券化的重中之重和应有之义。
2. 研究的基本内容和问题
研究目标
随着我国经济的快速发展与资本市场的日益成熟，资产证券化未来的发展前景十分广阔。基于目前学术界对资产证券化经济后果的研究结论并不一致，同时国内对于该课题的实证研究较缺乏，本研究的总目标是探究资产证券化是否能有效减少商业银行的风险，同时根据研究结果为资产证券化的实施提供一些有效建议。本研究的具体目标如下：
梳理和总结文献，理清资产证券化影响商业银行风险承担水平的种种渠道和效果；通过实证分析探究资产证券化对商业银行风险承担水平的影响；结合国内资产证券化发展的实际和具体政策提出可行性建议。
3. 研究的方法与方案
研究方法
定性分析——
1. 梳理文献，理清资产证券化对商业银行风险承担不同方向的影响及作用的渠道，确定研究目标；
2. 引用文献并运用经验解释实证分析结果；
3. 针对实证结果并结合现实背景分析提出合理化建议。
定量分析——
1. 描述性统计分析；
2. 实证检验分析，包括简单相关系数矩阵法、DW检验法、t检验与F检验综合判断法、ARCH检验法、辅助回归法等。
技术路线
实验方案
1. 变量设定：变量分为被解释变量、解释变量、银行微观层面控制变量以及宏观经济层面控制变量，如表1所示。
表1 变量定义
| 变量符号 | 变量名称 | 变量定义 |
| 被解释变量 | ||
| risk1(ldr) | 贷存比 | 贷款余额/存款余额 |
| risk2(npl) | 不良贷款率 | 不良贷款/贷款余额 |
| 核心解释变量（ABS） | ||
| is | 资产证券化发行规模 | 根据资产证券化发行金额定义 |
| if | 资产证券化发行频率 | 根据资产证券化发行数量定义 |
| 银行微观层面控制变量 | ||
| nii | 非利息收入 | 手续费及佣金收入、投资收益、交易净收入、租赁收入等 |
| car | 资本充足率 | 资本规模/加权平均总资产 |
| roe | 净资产收益率 | 净利润/平均股东权益 |
| lnAss | 银行资产规模 | 银行总资产的对数 |
| 宏观经济层面控制变量 | ||
| li | 一年期贷款基准利率 | － |
2. 样本选择与数据来源：
根据“中国资产证券化分析网”数据显示，截至2019年，有近100家银行至少有一笔资产证券化业务。鉴于部分银行年报披露不完善，研究选取其中35家上市银行为研究样本。我国资产证券化在2012年重启后，银行开始大规模实施资产证券化，因此，考虑数据可得性，研究选取2012年之后的样本。为了确保分析全面，研究特意设定一次没有任何发行记录的截面数据，因此，样本区间为2011年至2018年的年度数据。
对于资产证券化数据，可从“中国资产证券化分析网”中的“证券列表”进行整理，以统计银行i在第t年是否有发行记录及发行规模；对于银行微观特征数据，根据银行（包括上市与非上市银行）年报及Wind咨询进行整理；经济增长因素等宏观经济数据来自国家统计局与中国人民银行网站。
3. 模型构建：多元回归模型。
本研究试图研究资产证券化对商业银行两种类型风险的影响，模型构建如下：
下标it表示银行i在第t期时的数值。考虑到各家银行的资产规模、财务等存在不同情况，其资产证券化业务对银行风险承担的影响或许会受到一定的影响，因此，为了检验这种影响的异质性是否存在，基于以上两个基准模型，本文设计并添入了资产证券化核心解释变量与银行特征代理变量的交互项，具体如下：
可行性分析
1. 研究所需的大部分数据均有可靠来源，保证数据真实、完整。
2. 尽管为确保数据可得性，实验须采用2012年资产证券化重启后的样本，但由于对于各变量数据进行了年度性划分，样本规模足够研究使用。
3. 由于研究无需实地调研和出外走访，时间较充裕。
4. 没有资金的压力。
4. 研究创新点
一、研究从资产证券化参与度和活跃度两方面设定解释变量，较深入地考察了资产证券化对商业银行风险承担的影响。
二、研究充分考虑了银行内外部其他因素对其风险的影响，全面设定诸多控制变量。
三、由于中国的资产证券化起步较晚，积累的历史资料较少，目前国内对于该课题的实证研究主要采用国外尤其是美国的数据。本次研究采用国内数据进行分析，并结合国内资产证券化具体的发展情况，提出更富建设性、针对性的参考意见。5. 研究计划与进展
2020年 1月
这一阶段主要是课题的前期准备，包括广泛阅读有关资产证券化的文献资料，梳理当前国内外资产证券化的研究方向、研究现状，了解国内资产证券化的发展情况，丰富相关理论知识。
2020年 2-3月
