．系统性风险和银行杠杆：资产质量的作用外文翻译资料

英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

．系统性风险和银行杠杆：资产质量的作用

Federico Beltrame, Daniele Prevaili, Alex Sclip

摘要：此文献分析了银行资产质量如何在杠杆与系统风险之间的关系中相互作用。我们详细阐述了三项杠杆调整，以消除供应的影响，并纳入不良贷款和总信贷风险的影响。我们从2005年和2016年对97家欧洲银行的样本进行了模型测试。对规模进行控制，结果显示杠杆和资产质量的综合影响作为系统风险成分的相关性。发现不良贷款是市场风险的一个重要变量。结果表明，简单的杠杆对于验证银行的金融风险毫无意义。

关键词：系统风险、资本成本、杠杆、不良贷款银行

一、引言

全球金融危机给欧洲银行的资产负债表留下了大量不良贷款（EBA，2016）。众所周知，不良贷款会削弱盈利能力，迫使银行进行广泛的核销和拨备，降低管理灵活性，限制贷款供应，并要求增加资本缓冲，以面对额外的资产风险并弥补贷款损失。监管机构根据巴塞尔框架（或特定情况另外要求）施加的资本要求的增加有助于支持银行不良贷款的吸收，并且更广泛地说，促进银行系统对潜在负面冲击的抵御能力。尽管银行家认为筹集新的股权资本代价高昂，但经验证据表明股权资本与所有主要银行市场的系统风险之间存在反比关系（Baker和Wurgler，2015; Kashyap等，2010; Miles等， 2013; Toader，2015）。通过对欧盟银行的具体问题，Haq和Heaney（2012）记录了一种非线性关系：较低资本化银行的股权增加与较低的系统风险相关，而对于高资本化银行而言，股权的进一步增加决定了更高的系统性风险。因此，对于Calem和Rob（1999），这一证据可以用股权与银行资产风险之间的严格联系和敏感性来解释，银行面临的风险越大，股本资本需求就越大。因此，对于持有与风险相关的较低权益的银行而言，由资本增加驱动的“纪律效应”往往更大，因为使资本化接近或高于市场平均值（或符合最低要求）。相反，对于资本充足的银行而言，市场认为资本增加是战略转向更高风险投资的信号，因此投资者可能承担面临更高资产风险的风险（Haq和Heaney，2012）。因此很明显，与银行杠杆相关的风险不仅是财务负债问题，也是资产风险问题。出于这个原因，在本文中，我们通过考虑杠杆和资产质量之间的相互作用来改进着名的Hamada方程。为此，我们依靠97个欧盟银行在2005 - 2016年期间采用面板固定效应的样本回归模型，其中自变量是杠杆，银行信贷组合质量和风险敞口大小之间的相互作用。在我们的回归模型中，我们还控制银行规模和时间固定效应，以捕捉银行资产年平均风险的时变异质性。调查结果显示不良贷款作为系统性风险成分的相关性以及我们对银行股票beta的信用风险调整杠杆的强大解释力。我们对现有文献做出贡献，提供了合并较高资本要求的证据 - 不良贷款对欧元区银行股权成本的影响，从贷款定价的角度来看可能有其他影响，更一般地说，从银行价值创造的角度来看。我们的模型表明，其标准版本中使用的杠杆比率对投资者而言在信息上是有限的，因为与其他工业公司相比，银行受风险敞口的资本要求约束。因此，杠杆应纳入资产风险调整，以提供对金融市场有效的信息。该论文的提醒组织如下。第2节开发了模型。研究设计和数据见第3节。第4节讨论了实证结果，第5节总结了论文。

二、模型介绍

现存的文献（Baker和Wurgler，2015; Kashyap等，2010; Miles等，2013; Toader，2015），根据Hamada（1972）方程定义了Beta系数：

(1)

其中beta;e 是普通股beta;，V是企业价值，E是市值，beta;a 是资产beta;。通常，为了研究资本要求对系统风险的影响，市场价值通常被会计数据所取代：

=杠杆率* （2）

杠杆是总资产与权益资本的比率。就信贷机构而言，杠杆率可能会失去表达纯粹金融风险影响的能力，因为股权资本取决于银行采取的保守或激进的拨备政策。更详细的是，银行成立是为了使用自然增长额（尤其是贷款拨备的自由组成部分）用于收益和资本管理目的，从而扭曲了杠杆和股权贝塔之间的关系（最近，其中包括：Dong et al，2012; Beatty and Liao ，2014; Curcio和Hasan，2015; Pinto和Picoto，2017）。此外，供应本身的影响在系统风险上可能是模棱两可的：强有力的供应政策可能是更高的信贷风险覆盖率（Mansur等，1993; Agusman等，2008）的结果，然后被解释为更高的偿付能力和健全和安全管理的信号，降低风险认知和股市波动（Beaver等，1989）。相反，它甚至可能是投资组合质量下降，然后增加银行风险和股市波动的结果。为了增加杠杆的信息含量，我们建议首先调整传统杠杆比率，即通过对贷款损失准备的影响进行消除。通过这种方式，我们可以更好地定义杠杆和系统风险之间的关系如下：

杠杆率2= （3）

在这种情况下，不考虑财政影响，在调整后的杠杆中平稳或保守的贷款损失准备政策。为了纳入银行资产的质量，我们建议对杠杆2进行额外调整。直觉如下：当不良贷款率增加时，银行被要求通过额外的资本缓冲来吸收不良投资组合质量所产生的风险。相反，银行资产质量越高，以更低的资本比率运营的可能性就越大。我们假设杠杆和资产质量的综合影响构成了对系统风险的总体影响。然后，通过上述修正，式（3）变为：

杠杆率3=调整杠杆率*不良贷款率= （4）

式（4）描述了对未偿还信用风险敏感的杠杆比率，即不良贷款存量超过总贷款。然后，其他事情保持平等，对于更多的不良贷款存量，杠杆风险关系在业务中更高的内在风险意义上变得更强。此外，我们完成杠杆调整，在杠杆3中纳入信用风险敞口，如下：

杠杆率4=调整杠杆率*不良贷款率*风险敞口= （5）

式（5）中的比率显示了银行通过股权资本和贷款损失准备金来弥补不良贷款的能力。

表格1各国样本的组成。

三、研究设计和数据

我们的实证分析的第一个目的是测试第2节中提出的三个调整是否提高了标准杠杆对系统风险的解释力。通过以下线性回归测试权益beta的决定因素：

(6)

其中：对于银行j = 1到N而时间t = 1到T Beta是使用前两年每周回报计算的原始股票beta;杠杆是方程式（2） - （5）中定义的四种杠杆配置;大小是总资产的对数，part;t 是年度固定效应，用于控制银行资产年平均风险的时变异质性。式（6）通过FE估计量估计。我们使用FE估计器，因为它产生一致的参数，即使银行特定的影响与杠杆和大小相关。

我们收集Bloomberg Professional Service的测试版和财务报表的年度数据。我们的样本包括2005年至2016年在11个欧盟国家（AT，BE，FI，FR，DE，GR，IE，IT，NL，PT，ES），瑞典和英国上市的97家商业银行。我们专注于大型商业银行，因为他们的商业模式和竞争环境不同于投资银行。如果银行成为我们样本的一部分，我们需要以下两个选择标准：（1）商业银行在上述一个国家/地区列出，并且在整个样本期间可获得股权回报数据;（2）银行总资产绝对规模大于50亿欧元。评估2005 - 2016年期间的这一标准可确保选定的银行在整个分析期间拥有活跃的份额。

我们的样本在欧盟国家中有很好的代表性，并且没有超过较小国家的代表（表1）。我们样本的起始期对应于国际会计准则（IAS / IFRS）的引入。表2包含描述性统计数据。

四、结果

在表3中，我们显示了方程式(6)的估计值具有杠杆的四种配置，通过固定效应估计器获得。根据不良贷款对beta的重要性（Das和Sy，2012），我们测试了我们的模型控制这样的附加变量，也显示了所提出的杠杆调整的增量效应。在第1栏和第2栏中，杠杆是简单的杠杆比率（杠杆1），而第3栏和第4栏杠杆是针对贷款损失准备金（杠杆2）纠正的杠杆比率;第5列添加杠杆与不良贷款率水平之间的相互作用（杠杆3），而在第6列中，我们报告完全相互作用，如公式（5）所述（杠杆4）。除时间固定效应外，这些回归中的所有右侧变量都是标准化的。

表2描述性统计

表3 银行权益beta和杠杆率