数字普惠金融对商业银行信用风险的影响——基于存款和贷款结构的联合视角

目前国际和国内的金融经济基本面发生了重大变化,数字普惠金融已经成为影响商业银行信用风险的重要因素。从数字普惠金融角度,基于存款和贷款结构的联合视角,选取2011—2021年中国52家上市商业银行的年度数据,考察了数字普惠金融对于商业银行信用风险的影响及其作用。研究结果表明:数字普惠金融会削弱商业银行的中介职能,进而显著增加商业银行的信用风险,且在股权和产业结构下存在异质性特征;数字普惠金融会恶化商业银行存款和贷款结构,从而增大商业银行信用风险;数字普惠金融对于商业银行信用风险的提升作用会随着商业银行数字化转型程度的提高而减弱。因此,金融监管部门应当全面监管金融活动,鼓励商业银行进行数字化转型和差异化信用风险管理,以期推动商业银行健康发展。

借贷便利创新工具、资产收益率与商业银行信用风险

本文基于2014—2021年中国203家银行的非平衡面板数据,考察借贷便利创新工具对商业银行信用风险的影响。实证分析发现:借贷便利创新操作会显著增加商业银行信用风险,该结论在考虑内生性问题以及进行一系列稳健性检验后依然成立。异质性检验显示,这一政策效应在区域性商业银行、规模较小的商业银行中表现得更为明显。中介效应模型检验表明,借贷便利创新工具通过抑制商业银行资产收益率的渠道增加信用风险。调节效应模型检验结果说明,资本监管力度和银行家乐观度的提高均会减弱借贷便利创新工具对商业银行信用风险的加剧效应。该研究结论对于中央银行适时适量地进行借贷便利操作和商业银行信用风险管理防控具有借鉴意义。

资管新规是否降低了银行风险——基于双重差分模型的实证检验

基于中国商业银行微观视角,利用2014-2020年中国143家银行的面板数据,通过双重差分模型实证检验了资管新规政策对银行风险的影响及作用机制。结果显示,资管新规的实施能够显著降低银行风险。机制检验表明,资管新规通过提升银行资本充足水平及增强银行盈利能力,进而降低银行风险。异质性分析表明,资管新规的实施能够更加有效地降低非国有银行的风险。因此,应继续坚持资管新规对银行的有序规范、提升银行资本充足水平及增强银行盈利能力。

银行竞争与家庭风险金融资产配置

本文利用2017—2021年中国家庭金融调查(CHFS)数据描述中国家庭风险金融资产配置情况,基于银行分支机构数据计算银行竞争度,探究银行竞争对家庭风险金融资产配置的影响。研究发现:第一,银行竞争度的提升能够增加家庭配置风险金融资产的概率,并增大配置的广度和深度。第二,银行竞争通过提升家庭金融知识水平和地区信贷供给影响家庭风险金融资产配置。第三,银行竞争的家庭资产配置优化作用对居住在城市的家庭更有效。家庭获取金融产品和服务的渠道会影响银行竞争对家庭风险金融资产配置的作用,传统的线下渠道和新兴的线上渠道各具优势。基于上述发现,本文提出了鼓励银行良性竞争、强化金融知识普及、提升信贷资源供给和促进新兴和传统金融渠道共同发展的政策建议。

银行理财业务发展对商业银行信用风险影响研究

信用风险是商业银行面临的主要风险之一,银行理财业务与商业银行自营业务联系密切,探究银行理财对商业银行信用风险的影响对于防范化解金融风险具有现实意义。基于2013—2022年我国28家上市商业银行面板样本数据,实证检验银行理财业务发展对商业银行信用风险的影响及其异质性特征,并进一步探讨《资管新规》发布后银行理财业务发展对商业银行信用风险的影响。研究发现:(1)银行理财显著提升商业银行信用风险;(2)银行理财对商业银行信用风险的影响存在异质性,银行理财显著提升国有商业银行和股份制商业银行信用风险,但对城市商业银行和农村商业银行信用风险的作用不显著;(3)《资管新规》出台后,银行理财降低了商业银行信用风险。基于此,提出优化银行理财投资的市场环境、深入推进银行理财净值化转型、加快理财子公司设立等建议。

商业银行资产负债流动性管理研究分析

商业银行的资产负债流动性受到内外部环境的多重因素的影响。内部因素包括资产负债期限匹配、业务扩张策略、公司治理与风险控制能力以及管理层重视程度等。外部环境方面,宏观经济周期变动、金融市场波动和客户信用风险增加都会对银行的流动性产生重要的影响。完善商业银行的资产负债流动性管理,需要从以下几方面入手。一是加强流动性风险管理,建立完善的流动性风险预警指标体系,开展流动性压力测试,构建多层次的流动性储备。二是优化资产结构配置,合理配置流动性资产投资组合,关注贷款资产期限结构与质量,发展交易性金融资产等。三是扩大负债来源,发行金融债券,进行银行贷款、同业拆借,调整存款结构等多元化融资方式。四是建立科学的流动性评估体系,选择合适的评估指标,进行多层次预警,并对其进行持续优化。通过这些措施,可以有效防控商业银行的流动性风险。

存款保险制度与银行资产证券化

存款保险制度的实施可能会提升银行风险承担,并导致资产流动性结构恶化,而这些因素构成了银行发展资产证券化的潜在动因。本文以2012年信贷资产证券化重启后的银行数据为样本,研究存款保险制度对银行资产证券化发展的影响。研究发现:存款保险制度的实施显著促进了银行资产证券化发展。机制检验表明,主动风险承担的提升、资产流动性结构的恶化及资本充足水平的降低,是存款保险制度促进银行资产证券化发展的重要作用渠道。进一步检验异质性特征,发现存款保险制度的实施主要促进了银行抵押贷款证券化的发展,并对全国性和城市商业银行的资产证券化发展具有显著促进作用。本文不仅基于银行微观行为深化了对存款保险制度影响效应的认知,而且拓展了银行资产证券化的研究视域,对进一步优化存款保险制度和资产证券化发展路径提供了新的思路。

影子银行、货币政策与银行风险承担

针对影子银行、货币政策与银行风险承担问题,基于D-L-M模型,同时从商业银行资产方和负债方引入影子银行构建新的理论模型,数理推导得到三个基本假设,然后基于2009-2019年35家上市商业银行的面板数据,运用固定效应方法进行实证检验。理论和实证结果表明低利率的宽松货币政策和影子银行的存在会引起银行风险承担上升,同时影子银行能够强化放大宽松货币政策对银行风险承担的正向影响。同时值得注意的是,以上结论在股份制商业银行中更显著。

商业银行资产证券化对冲银行风险的影响研究

本文以中国上市商业银行为视角,探究资产证券化、货币政策与银行风险之间的关系。基于中国上市商业银行可获得数据,构建了各项可选择指标。研究结果表明,宽松的货币政策会增加银行风险,并且价格型货币政策影响银行风险的程度开始显现。随后本文加入资产证券化的代理指标,分析认为,信贷资产证券化程度的加强会削弱银行风险承担。对于资产证券化的推进以及货币政策的实施需要足够的关注和警惕。

我国银行体系系统性风险测度与评估

利用2018年我国45家主要商业银行年度报告数据,从风险的源头出发,综合风险传染机制,对我国银行体系潜在系统性风险进行测度与评估.目前我国银行体系基本稳定,风险较小.情景分析与压力测试表明银行外部投资资产重叠是系统性风险传染的主要机制,银行内部借贷网络起到加成作用,而资产流动性则是系统性风险传染的关键因素.个人(贷款)、制造业、批发—零售业、租赁—商务服务业、水利—环境—公共设施管理业、房地产业和交通运输—仓储—邮政业等7个行业是系统性关键行业.地方政府债券、同业及其它金融机构债券及委托理财投资等3类资产是系统性关键资产.房地产业与多个关键行业及资产密切相关,因此保持房地产市场的稳定是当前防范系统性风险的关键工作.地方政府杠杆率和GDP增长率对系统性风险影响较大,稳杠杆、稳增长亦是风险防范的重要手段.加强银行体系管理运营能力,提高责任主体的信用水平,建设更具深度与广度的资本市场是防范和化解我国金融系统性风险标本兼治的必要工作.

基于银行-资产二分网络的金融风险传染研究

为研究金融风险的传染问题,将二分网络理论引入到银行-资产网络模型中,提出风险传染模型。基于二分网络理论,对银行-资产网络进行拓扑分析,分析金融系统对单个资产类别外部冲击的敏感性,并评估系统中可能导致传染存在的特征。实证分析选取我国2021年第三季度各银行数据进行压力测试,结果表明,引入的模型能够捕捉银行的投资资产对不同外部冲击情景以及贬值效应的敏感程度。

商业银行金融资产分类与信用风险管理

本文基于2023年2月中国银保监会、中国人民银行联合制定的《商业银行金融资产风险分类办法》(以下简称《办法》),探讨了《办法》的制度背景、理论逻辑与政策要点。《办法》的实施进一步促进商业银行准确评估信用风险,真实反映金融资产质量。本文进一步围绕管理实务、治理架构、资产减值、内部审计、金融科技与商业银行类型等方面,梳理并提出了商业银行落实《办法》的实践路径,以期推进我国商业银行信用风险管理的高质量发展。

我国银行业流动性风险分析及风险化解建议——基于硅谷银行风险事件引发的中美银行对比研究

2023年初,美国排名第16位的硅谷银行爆发流动性挤兑危机,后续快速宣布破产,此事件引发社会广泛关注。该文从宏观、微观、制度等角度深入分析,发现硅谷银行出现流动性危机的原因来自三个方面:(1)美国激进加息导致利率环境急剧变化;(2)硅谷银行高度集中的客户结构,以及期限不匹配的资产负债结构引发流动性挤兑恶性循环;(3)巴赛尔协议对金融资产公允价值变动监管不足。结合硅谷银行经验,该文对国内银行进一步分析,发现国内银行同样存在财务报表失真问题。建议:坚持稳增长目标,审慎实施稳健的货币政策与财政政策,保持流动性充裕和市场利率水平合理;银行应该聚焦存贷主业,服务实体企业融资需求,打造多元化投资管理能力;银行应加强信息化建设,构建数字化管理系统,进一步提升风险控制能力。

债券市场波动如何影响银行业系统性风险——基于间接业务关联网络视角

近年来,银行持有债券投资持续增加,债券市场的波动将对银行业系统性风险产生重要影响。基于此,本文将债券价格波动引入持有共同资产的抛售传染网络模型,从业务层面构建度量债券市场波动对银行业系统性风险影响的AV指标,并从银行杠杆、持有债券投资规模、间接关联性和债券市场波动等方面对该指标进行因素分解,同时将该指标与尾部依赖模型的△CoVaR、MES等指标进行对比,分析在不同阶段银行业系统性风险的主要驱动因子。研究结果表明:(1)从全样本来看,债券市场波动驱动的银行业系统性风险水平基本呈现出“前期下降,中期平缓上升,后期高位震荡”的阶段性特征;(2)从影响因素来看,持有债券投资规模是债券市场波动对银行业系统性风险的主要影响因素,而债券市场波动则对风险指标的局部波动产生作用;(3)从尾部依赖模型指标对比来看,从2017年起,随着银行业风险防控重点的明确,债券市场波动对银行业整体系统性风险不再发挥主要驱动作用。本文认为,银行应加强债券投资业务管理,监管机构也应加强风险源头防控,将债券投资等非传统领域风险纳入银行风险防控重点领域。

商业银行数据资产对信用风险影响的实证研究

在数字经济浪潮已经席卷而来的当下,商业银行凭借天然的数据优势,在业务经营管理过程中沉淀了海量的货币资金数据、业务开发与管理数据、客户经营与消费行为数据等数据类别,使其在数据资产市场中占据十分重要的结构性地位。因此,研究商业银行数据资产是否会对信用风险产生影响,以及如何影响商业信用风险,这些都是迫切需要解决的现实问题。本文对商业银行数字化转型的概念、具体路径以及实施经济资本管理的主要内容三个方面的研究成果进行综述,并以正面影响和负面影响为切入点,从经济资本需求端、经济资本供给端和经济资本配置效率三个层面辨析数字化转型赋能商业银行信用风险管理的作用机理。

信贷资产证券化对商业银行风险影响研究

本文在介绍信贷资产支持证券的基本原则及其在我国发展现状基础上,分析了证券化可能给商业银行风险带来的影响,并基于我国16家境内上市商业银行2014—2019年的数据,建立面板回归模型,从经营稳定性、信用风险以及流动性风险三个角度来研究开展证券化业务对于银行风险影响情况。通过实证分析发现,信贷资产支持证券发行使得商业银行的流动性风险得到更有效的控制,但对于信用风险的控制未有显著抑制作用;信贷资产证券化业务的开展有助于商业银行增强其经营稳定性。

房地产贷款违约与银行系统性风险——基于银行间市场债务违约与资产减值抛售视角

文章构建了银行间市场债务违约与资产减值抛售共同作用下的银行系统性风险形成模型,研究房地产贷款违约冲击下我国银行系统性风险的形成机制。通过对2012-2020年银行体系进行系统性风险测算发现:银行体系能够抵御房地产贷款违约冲击,银行系统性破产主要发生在缩表导致的风险传染过程中;资产减值抛售是造成银行系统性损失的重要因素,银行间市场债务违约对系统性风险的影响有限;不同程度房地产贷款违约冲击造成的银行风险传染强度差异较大;银行脆弱性与银行资产规模关系不大,风险贡献度与资产规模密切相关。研究结论为监管部门提供了银行风险预警与测算的依据。

资产证券化对商业银行信用风险的影响研究

基于经济下行背景,本文研究了资产证券化对银行信用风险的影响。结果表明:在经济下行压力下,资产证券化有助于降低银行信用风险,并且这种缓解作用在非上市银行与规模较低银行中更为显著;按不同微观特征分组后发现,若银行资产流动性、资本规模、盈利性越低,及风险资产占比越高,资产证券化越有利于降低信用风险,因此监管当局应逐步为资产证券化的发展提供空间,并规范业务主体行为,防止对资产证券化功能的过度使用。

政策因素下资产证券化能否降低银行信用风险?——以中国银行业为例的实证检验

资产证券化一直被视为转移和管理信用风险的重要工具之一,而我国的资产证券实践中政策因素发挥着重要的推动作用。本文在分析政策因素在资产证券化影响银行信用风险作用机理的基础上,实证检验其作用效果。研究表明:一方面,2014年底及2015年初,资产证券化业务审批制向注册制或备案制的政策转变,显著促进了资产证券化降低银行信用风险的作用;另一方面,在政策因素推动下,资产证券化对信用风险的影响在不同银行微观特征之间存在差异,若资产流动性、资本规模、营利性越低,及风险资产占比越高,资产证券化越有利于缓解信用风险,同时相比上市银行和规模较大银行,资产证券化对非上市银行与规模较小银行信用风险的降低程度更高。因此,监管当局应逐步完善制度体系,优化资产证券化发展模式,针对不同银行采取差异化的政策措施,并规范资产证券化业务主体行为,防止针对资产证券化功能的过度使用。

商业银行经营风险评价指标体系及模糊综合评判

基于商业银行经营风险存在于多方面的实际情况,通过建立商业银行经营风险模糊综合评价的指标体系,以定性分析与定量计算相结合的分析方法,提出一种商业银行经营风险的模糊综合评判模型·该模型综合了诸因素对商业银行经营的影响,作出了一个近乎实际的评判,避免了仅从一个因素就作出评判而带来的片面性·应用模糊综合评判理论求解该模型,较好地解决了商业银行经营风险的评价问题,完善了控制和化解商业银行经营风险的手段,从而确保商业银行资产质量·