摘 要：选取2012-2020年中国170家商业银行年度数据，对信贷资产证券化对银行风险承担的影响及其作用机制进行了实证分析。研究表明：信贷资产证券化对银行风险承担具有促进作用，相对于国有银行与城农商行，信贷资产证券化对股份制银行风险承担的促进力度更大；杠杆率在信贷资产证券化与银行风险承担的关系中承担着中介作用，信贷资产证券化主要通过提高银行杠杆率渠道来促进银行风险承担，“信贷资产证券化-杠杆率-银行风险承担”的传导渠道有效；宏观审慎政策对两者关系具有负向调节作用，宏观审慎政策力度提高会减弱信贷资产证券化对银行风险承担的促进作用；宏观经济景气度对两者关系具有负向调节作用，宏观经济景气度提高会减弱信贷资产证券化对银行风险承担的促进作用。
关键词:信贷资产证券化;银行风险承担;杠杆率;宏观审慎政策;宏观经济景气度;
Credit Asset Securitization,Leverage Ratio and Bank Risk-taking
Gu Haifeng Zhang Yingying
一、 引 言
商业银行是金融体系的重要组成部分。银行对实体经济的支持渠道是信贷资源优化配置与流动性创造。出于银行信贷扩张动机及缓解流动性压力动机，银行实施信贷资产证券化将成为常态特征。所谓信贷资产证券化，主要是指将原本缺乏流动性的银行信贷资产转换为易于流动的有价证券的过程。银行实施信贷资产证券化有助于实现其信贷资产的流动性目标，从而有助于银行信贷扩张及缓解流动性压力。2005年中国开始试点资产证券化业务，由于2008年美国次贷危机的爆发，资产证券化被认为是助推低质量次级贷款的金融工具。受全球金融危机的影响，中国暂停了资产证券化业务，直至2012年重启资产证券化业务。与此同时，中国银监会于2014年下发了《关于信贷资产证券化备案登记工作流程的通知》,审批制被业务备案制所取代，中国资产证券化业务进入快速发展阶段。图1刻画了2012-2020年期间中国资产证券化业务发展情况。图中显示，2012年资产证券化业务总规模为281.4亿元，其中信贷资产证券化业务规模为192.6亿元。而2020年资产证券化业务总规模增加至29072.3亿元，其中信贷资产证券化业务规模增加值8230.5亿元。可见，2012年至2020年期间中国信贷资产证券化业务规模增长了40多倍，中国资产证券化业务取得了快速发展。
在新冠肺炎疫情与宏观经济下行压力严峻的背景下，信贷资产证券化将对银行风险承担产生重要影响。一方面，银行通过信贷资产证券化方式将以信贷资产为基础资产的有价证券部分或全部出售给投资者，降低了银行风险加权资产持有数额，银行资本充足率的提高抑制了银行风险承担。另一方面，银行通过信贷资产证券化方式将回收资金再次进行信贷投放，通过加大银行杠杆率的信贷扩张来获取更多的利差收入。但银行的过度信贷扩张行为会加大银行流动性风险，提高银行风险承担。可见，信贷资产证券化具有双刃剑效应，这种双刃剑效应的叠加结果将决定着资产证券化对银行风险承担的影响规律。此外，银行业整体风险承担水平过高将会直接加大银行业系统性风险，由此会影响到金融体系稳定性。银行整体风险承担又有主动风险承担与被动风险承担之分(顾海峰和于家珺，2019)。主动风险承担是银行在贷款时承担风险意愿的及时反映。银行将主动调整其风险承担水平，以实现利润最大化。主动风险承担体现在风险承受能力的提高、道德风险的增加和信贷标准的放宽，主动风险承担水平的变化对金融监管部门具有重要意义。被动风险承担则是银行在发放贷款之时或之后承担的风险。当宏观经济下行时，信贷违约风险增大，被动风险承担将对金融稳定产生直接影响。随着中国市场化改革的推进，银行风险承担正由被动调整向主动调节方式进行转变(张嘉明，2022)。对此，本文将全面考察信贷资产证券化对银行风险承担的影响及其作用机制。这方面研究对于防控中国银行业系统性风险及实现新发展格局下的金融安全具有重要的理论与现实意义。
二、 文献回顾
1. 信贷资产证券化的经济后果
现有文献针对信贷资产证券化经济后果的研究主要集中在两大层面。在信贷资产证券化对银行经营绩效的影响层面，Bayeh等(2021)研究发现，更高的信贷资产证券化程度会增加银行经营绩效。与此同时，相对于非上市银行而言，上市银行的资本配置效率更高(曾峻等，2018),其可能原因在于上市银行凭借其强大的资本金补充能力来实现信贷扩张行为，从而有助于提升上市银行经营绩效。顾海峰和朱紫荆(2022)研究表明，当银行面临货币政策不确定性时，考虑到货币政策不确定性对银行资本配置效率具有抑制作用，银行会加大信贷配给行为，由此会加大银行风险，从而会降低资本配置效率。Battaglia等(2021)研究发现，具有严格监管限制的银行倾向于投资收益率更高的资产支持证券，银行在信贷资产证券化发行的当年，其经营绩效会得到提升，由此会降低其破产风险，但随后其经营绩效会下降而加大其破产风险。在信贷资产证券化对信贷市场流动性的影响层面，Milcheva等(2019)研究发现，资产证券化市场的迅速扩张推动了信贷市场的快速增长。在后全球金融危机时期，为遵守巴塞尔协议III针对流动性管理的相关规定，银行在面临短期流动性不足时会发行抵押支持债券来缓解其流动性压力。Carlson和Macchiavelli(2020)研究表明，在2008年金融危机期间，美联储为信贷市场建立了抵押贷款与抵押品升级两个应急机制，抵押贷款与抵押品升级应急机制的实施有助于减轻信贷市场资金需求方的融资压力，尤其是抵押品升级机制的推行将有助于缓解证券经销商对有价证券过度抛售带来的市场冲击效应。
2. 银行风险承担的影响因素
现有文献针对银行风险承担影响因素的研究主要归纳为宏观与微观两大层面。宏观层面的影响因素主要表现在经济政策不确定性、跨区域经营环境、同业市场环境等方面。经济政策不确定性上升会加剧银行的被动风险承担及破产风险，并减弱银行主动风险承担(顾海峰和于家珺，2019)。王峰娟等(2016)研究认为，银行总部会向较强盈利能力的地区分部转移资本，当货币政策紧缩时，银行的内部资本配置效率会下降。Silva和Pino(2020)研究发现，保持高同业业务比例的银行将风险传递给保持低同业业务比例的银行；小银行向规模相近的银行传导风险，而大银行向整个银行业传导风险。微观层面的影响因素主要表现在内部控制质量、银行流动性、银行稳定性等方面。顾海峰和张盈盈(2021)研究发现，内部控制质量上升降低了银行风险承担水平。Chen等(2020)研究认为，信贷资产证券化的实施加大了银行信贷的周期性特征，尤其是在金融危机时期，银行信贷的周期性特征更为明显。随着宏观经济不确定性程度的提高，银行流动性与银行风险承担之间呈现正相关关系，且这种影响在格拉姆-里奇-布莱利法案(GLBA)之后尤为明显。在宏观经济不确定性程度较高的环境下，流动性资产充足的银行在GLBA颁布后进行了更多的信贷活动，从而导致银行风险承担水平更高。Djebali和Zaghdoudi(2020)认为，银行稳定性与信贷风险的关系为非线性，为提升银行稳定性，银行需要实施多元化经营战略以提高其盈利能力。
3. 本文创新之处
综上，信贷资产证券化的经济后果以及银行风险承担的影响因素是现有文献的主要探讨内容，少量文献考察了信贷资产证券化对银行风险承担的影响，但作用机制鲜有文献考察。对此，本文将弥补以上不足，对信贷资产证券化对银行风险承担的影响及其作用机制进行全面考察。具体工作如下：第一，选取2012-2020年中国170家商业银行的微观面板数据，实证检验信贷资产证券化对银行风险承担的影响效应。第二，将银行部门划分为国有银行部门与非国有银行部门，并对其分组检验。第三，考察银行杠杆率的中介作用。第四，考察宏观审慎政策与宏观经济景气度的调节作用。第五，探讨信贷资产证券化对银行主动与被动风险承担的影响差异。本文的主要创新为：在新冠肺炎疫情冲击金融市场并且宏观经济下行的背景下，首先，本文基于杠杆率视角来考察信贷资产证券化与银行风险承担的关系，拓展了研究视角。其次，针对杠杆率的中介作用及宏观审慎政策与宏观经济景气度的调节作用，本文进行了实证检验，揭示了信贷资产证券化对银行风险承担影响的传导渠道与调节机制，深化了作用机制层面的相关研究。最后，本文研究有助于揭示信贷资产证券化对银行风险承担的影响规律，具有重要的理论意义和实际意义，有助于预防和遏制重大风险，从而为规范银行资产证券化行为及防控中国银行业风险提供理论指导与决策参考。
三、 理论分析与研究假设
1. 信贷资产证券化、杠杆率与银行风险承担
银行信贷资产证券化主要是将银行信贷资产转换为流动性金融工具的实现过程。流动性证券与流动性资产可视为替代品，若银行可以将流动性资产转换为流动性证券，则银行就不太可能持有流动性资产。与此同时，银行信贷投放会导致信贷资金转换为非流动性资产，由此引发银行流动性趋紧(Piccotti, 2020)。为缓解流动性压力，银行需要持有足够的流动资金来应对存款人的现金获取需求。然而在信贷资产证券化背景下，银行可以通过信贷资产证券化方式将非流动性资产转换为流动性证券，由此在很大程度上缓解了银行流动性压力。但是，信贷资产证券化在缓解银行流动性压力的同时，更多表现为银行信贷扩张行为。因为信贷资产证券化为银行提供了额外的流动性资金来源，出于资金成本压力，银行会将这部分资金配置于各类风险资产组合以获取较好的风险收益。与此同时，资产证券化行为会降低银行同业拆借业务规模(敬志勇和赵蓉，2021),由此会直接放大银行面向实体企业层面的信贷投放规模，从而会促进银行信贷杠杆。考虑到银行实施信贷资产证券化之后，银行会将部分有价证券通过低价出售给资本市场投资者来缓解其流动性压力，由此稀释了银行原本享有的信贷资产利息收入。为缓解信贷资产利息收入的下降压力，银行会将转让部分有价证券后的回收资金再次用于信贷投放，由此加大了银行杠杆率水平。
与此同时，银行杠杆率水平的提高会加大银行风险承担水平。一方面，银行杠杆率水平的提高会引发银行实际资本结构与目标资本结构之间的偏离度过大，考虑到目标资本结构对应于银行信贷资本配置效率最大化状态，一旦银行实际资本结构过度偏离目标资本结构，则银行信贷资本配置效率就会下降，由此引发银行信贷投放的边际收益递减。银行盈利能力降低促使风险应对能力下降，银行风险承担提高。另一方面，银行杠杆率水平的提高意味着银行加大信贷扩张行为。银行信贷扩张加剧会提高银行各类贷款项目的风险水平，考虑到经济政策不确定性已成为常态特征，由此加大银行风险资产规模占比，银行资本充足率下降，银行风险承担提高。此外，在经济政策不确定性环境下，杠杆率放大引发的银行信贷扩张效应在一定程度上会加大银行信贷资产的风险暴露程度，考虑到银行补充贷款损失拨备的计提行为存在一定的时滞效应，对此，银行信贷扩张过度引发的信贷资产风险暴露加剧效应在很大程度上会加大银行风险承担水平。综上，银行实施信贷资产证券化加大了银行杠杆率，而银行杠杆率的加大会提高银行风险承担水平，银行实施信贷资产证券化促进银行风险承担水平。据此，本文提出假设：
假设1:信贷资产证券化对银行风险承担具有促进作用。
假设2:杠杆率在信贷资产证券化与银行风险承担的关系中承担着中介作用。
2. 宏观审慎政策的调节作用
2008年美国次贷危机发生之前，美国国内宏观审慎政策过度宽松，由此引发美国国内创新型住房抵押贷款证券化过度。银行通过资产证券化业务，对低质量的住房贷款项目实现了风险转移，并将转让部分有价证券后的回收资金再次进行低质量住房项目的信贷投放，由此放大了银行信用风险，从而导致美国次贷危机的爆发(Efing, 2020)。宏观审慎政策的主要目标在于通过实施逆周期金融调控及监管机制来实现金融稳定，宏观审慎政策不仅有助于防范金融体系的整体运行风险，而且对微观金融机构的顺周期运营行为形成制约效应。宏观审慎政策的实施能够有效约束银行信贷资产证券化行为，由此降低了银行信贷资产证券化过度倾向及行为，从而在一定程度上减弱了信贷资产证券化过度引发的银行风险助推效应。与此同时，银行通过加大高风险资产配置来获取高收益的动机及行为，将会被宏观审慎政策抑制，从而有助于降低银行风险加权资产规模占比。而银行风险加权资产规模占比的降低促使资本充足率提升，银行风险承担降低，减弱了信贷资产证券化对银行风险承担的促进效应。可见，宏观审慎政策会负向调节信贷资产证券化与银行风险承担的关系。据此，本文提出假设：
假设3:宏观审慎政策会负向调节信贷资产证券化与银行风险承担的关系。
3. 宏观经济景气度的调节作用
在经济稳定向好时期，企业借款意愿与贷款需求稳步增长。经济增长使得宏观经济景气度上升，由此提升了银行家对信贷环境的乐观预期(于震，2021)。银行可以通过实施信贷资产证券化及减持全部或部分有价证券来实现其贷款风险的全部或部分转移目标，考虑到证券持有人难以准确识别证券化贷款项目的真实风险信息，对此，信贷资产证券化会引发证券持有人对证券化贷款项目收益不确定性的担忧(Chen等，2019)。尤其是在宏观经济景气度较低状态下，证券化贷款项目出现逾期还贷的概率加大，从而会加大银行及证券持有人的风险。但是，随着宏观经济景气度的提高，证券化贷款项目出现逾期还贷的概率大幅降低，由此提升了证券持有人对有价证券的认购意愿，从而有助于银行通过实施信贷资产证券化来实现其杠杆经营的能力，进而有助于提升银行盈利能力，而银行盈利能力的提升有助于降低银行风险承担。与此同时，宏观经济景气度的提高会提升借款企业的还贷能力，由此会降低银行通过信贷资产证券化方式实施信贷扩张的风险隐患，从而提升了银行通过实施杠杆经营来提升信贷收益的能力，由此提升了银行资本金补充能力(朱军等，2020),进而减弱了银行信贷资产证券化引发的风险效应。可见，宏观经济景气度会负向调节信贷资产证券化与银行风险承担的关系。据此，本文提出假设：
假设4:宏观经济景气度会负向调节信贷资产证券化与银行风险承担的关系。
四、 实证研究设计
1. 样本数据来源
本文选取2012-2020年中国170家商业银行的年度数据进行实证检验，其中包括6家国有银行、153家城农商行以及11家股份制银行。此外，中国于2005年开始试点资产证券化活动，2008年全球金融危机的爆发使得资产证券化活动发生中断，直至2012年又重新启动了资产证券化活动。考虑到样本数据获取的可得性及可靠性，本文仅关注2012-2020年期间的样本数据。与此同时，为获得更多的观测值，本文采用非平衡面板数据进行检验。此外，为剔除样本数据异样值对回归结果的影响，本文对样本数据进行了1%与99%的分位数缩尾处理。本文信贷资产证券化、银行风险承担、银行微观控制变量等数据来源于Wind数据库，宏观审慎政策数据来源于IMF官方网站，宏观经济景气指数来源于国泰安数据库。本文使用Stata16软件进行数据处理。
2. 变量定义与构造
(1) 被解释变量。
银行风险承担(risk)的测度指标主要有资本充足率、不良贷款率、风险加权资产占比等指标。资本充足率指标反映银行风险监管，银行资本充足率越高，银行内部风险承受能力就越强(顾海峰和朱慧萍，2022),银行应对风险的能力就越强，银行风险承担水平就越低。为更为直观地刻画银行风险承担水平，本文采用核心资本充足率指标来衡量银行风险承担。
(2) 解释变量。
信贷资产证券化(sec)主要采用银行信贷资产的证券化率进行衡量，即银行当期新发行的证券化资产规模与银行当期总资产规模的比值(Casu等，2011)。银行当期新发行的证券化资产规模越大，则意味着银行信贷的资产证券化率就越高，银行信贷资产的流动性水平就越高。此外，在稳健性检验中，本文采用虚拟变量来衡量信贷资产证券化，即银行当年是否新发行信贷资产证券化项目，新发行取1,没有发行取0。
(3) 控制变量。
本文选取非利息收入占比(niir)、拨贷比(plr)、贷款/生息资产(lia)、存款/计息负债(ddr)作为控制变量。其中，非利息收入占比(niir)为除利差收入之外的营业收入与总营业收入的比值，拨贷比(plr)为拨备余额与总贷款比值(郭飞等，2018)。
(4) 中介变量。
为揭示信贷资产证券化影响银行风险承担的传导渠道，本文将银行杠杆率设定为中介变量进行检验。参照许晓芳等(2021)的方法，本文采用资产负债率作为银行杠杆率(lev)的替代变量。
(5) 调节变量。
本文参考顾海峰和卞雨晨(2021)的方法，使用宏观审慎政策工具来度量宏观审慎政策(mapp)程度，该指标反映了IMF成员国紧缩与宽松的宏观审慎政策状态。本文通过计算中国宏观审慎政策工具MaPP值的每年四个季度之和的自然对数来反映宏观审慎政策实施力度，其中，宽松的宏观审慎政策工具记为-1,中性的宏观审慎政策工具记为0,紧缩的宏观审慎政策工具记为1。mapp数值越大，则说明宏观审慎政策的紧缩程度就越高。本文参考于震(2021)的方法，采用宏观经济信心指数来衡量宏观经济景气度(mci)。宏观经济信心指数主要反映了银行家与企业家的宏观经济增长预期，该指标在很大程度上刻画了宏观经济景气度情况。宏观经济信心指数越大，则说明银行家与企业家的宏观经济增长预期越高，宏观经济景气度就越高。
表1 变量定义及说明
3. 模型构建
(1) 基准模型。
为考察资产证券化对银行风险承担的影响效应，本文构建如下形式的基准模型：
riskit=α0+α1secit+α2controlit+μi+ηt+εit (1)
其中，银行风险承担(riskit)为被解释变量，采用资本充足率来衡量；信贷资产证券化(secit)为解释变量；controlsit为银行层面控制变量；μi为银行固定效应；ηt为时间固定效应；εit为随机误差项。针对基准模型(1)的检验，本文需要重点关注系数α1的分布特征来识别信贷资产证券化与银行风险承担的关系。
(2) 中介效应模型。
为考察杠杆率中介渠道的有效性，中介效应模型构建如下：
levit=β0+β1secit+β2controlit+μi+ηt+εit (2)
riskit=γ0+γ1secit+γ2levit+γ3controlit+μi+ηt+εit (3)
其中，银行杠杆率(levit)为中介变量。本文将运用模型(2)与(3)来检验杠杆率在信贷资产证券化与银行风险承担关系中是否具有中介作用，在中介效应模型检验中，本文将通过考察系数β1、γ1与γ2的分布特征来识别“信贷资产证券化-杠杆率-银行风险承担”传导渠道的有效性。
(3) 调节效应模型。
为考察宏观审慎政策与宏观经济景气度是否具有调节作用，本文构建调节效应模型如下：
riskit=φ0+φ1secit+φ2mappt+φ3secit×mappt+φ4controlit+μi+ηt+εit (4)
riskit=φ0+φ1secit+φ2mcit+φ3secit×mcit+φ4controlit+μi+ηt+εit (5)
其中，宏观审慎政策(mappt)与宏观经济景气度(mcit)为调节变量。本文将运用模型(4)与(5)来考察宏观审慎政策与宏观经济景气度对信贷资产证券化与银行风险承担关系的调节作用。考察交互项系数φ3的分布特征来识别宏观审慎政策与宏观经济景气度对两者关系是否具有调节作用。
4. 描述性统计
表2列示了变量的描述性统计结果，银行风险承担(risk)的最大值为21.130%,最小值为7.820%,均值为11.372%,说明样本银行的风险承担水平存在较大差异。与此同时，信贷资产证券化(sec)的最大值为12.022%,最小值为0,均值为0.023%,说明样本银行实施信贷资产证券化业务的分布规模具有明显差异。
表2 描述性统计结果
5. Pearson相关性分析
表3列示了Pearson相关性检验结果。结果显示，变量间的相关系数均小于0.6,变量间不存在明显的共线性问题，可以进行回归分析。
五、 实证结果分析
1. 信贷资产证券化对银行风险承担的影响及其异质性特征
本文将运用面板回归基准模型来检验信贷资产证券化对银行风险承担的影响及其异质性特征。表4列示了基准检验结果。表4第(1)列报告了全样本下信贷资产证券化对银行风险承担影响的检验结果，解释变量回归系数为-0.877,且在1%的水平上显著，表明银行每实施1个单位的信贷资产证券化业务，银行资本充足率就会下降0.877个单位。考虑到资本充足率与银行风险承担水平之间呈现负相关关系，对此，信贷资产证券化业务规模的提高会加大银行承担风险水平，即信贷资产证券化促进了银行承担风险。假设1得到验证。
此外，相对于非国有银行，国有银行面临的贷款违约风险相对较低(Kariya, 2021)。为揭示信贷资产证券化对银行风险承担的影响在不同性质银行层面的差异，本文参照王曦和金钊(2021)以及吴静桦等(2021)的做法，对国有、股份制与城农商行进行分组检验。表4第(2)-(4)列结果显示，股份制银行组对应的回归系数为-37.436,且在1%的水平上显著；城农商行组对应的回归系数为-0.852,且在1%的水平上显著；股份制银行组对应的回归系数为23.411,但并不显著。对此，我们得到如下结论：相对于城农商行而言，信贷资产证券化对股份制银行风险承担的促进力度更大，而信贷资产证券化对国有银行风险承担的促进效应并不明显。原因在于：股份制银行更倾向于通过信贷资产证券化来实施信贷扩张，但信贷投放过度会带来较大的贷款风险隐患，由此会加大股份制银行的风险加权资产占比来降低其资本充足率，从而加大了股份制银行的风险承担水平。与此同时，城农商行信贷经营具有一定的地域性优势，相对于股份制银行，城农商行通过信贷资产证券化来实施信贷扩张的动机及倾向相对较弱，对此，信贷资产证券化对城农商行风险承担的促进效应相对较小。此外，国有银行资产规模相对庞大，考虑到国有银行样本期实施的信贷资产证券化业务规模在其庞大的资产规模中占比很小，难以对国有银行资本充足率产生较大影响，所以国有银行信贷资产证券化对银行风险承担的影响不明显。
表3 Pearson相关性检验结果
2. 稳健性检验1
(1) 替换解释变量。
解释变量采用信贷资产证券化的虚拟变量来替换信贷资产证券化率。本文参照刘丹等(2020)的方法，设置信贷资产证券化虚拟变量，当年银行是否新发行信贷资产证券化项目，新发行则取1,没有发行则取0。替换解释变量后的稳健性检验结果显示，信贷资产证券化率越大，则银行风险承担就越高，这与前文结论一致。
表4 信贷资产证券化对银行风险承担的 影响及其异质性检验结果
(2) 替换被解释变量。
本文采用风险加权资产占比作为银行风险承担的代理变量，其中，风险加权资产占比的衡量方法为：银行风险加权资产与银行总资产的比值。以风险加权资产占比来衡量银行风险承担的稳健性检验结果显示，信贷资产证券化业务规模越大，则银行风险加权资产占比就越大，银行风险承担水平也就越大，这与前文结论一致。
(3) 系统GMM模型估计。
本文参照阳旸等(2021)的方法，引入银行风险承担的滞后一期项作为解释变量，采用系统GMM模型进行估计，银行风险承担还是采用风险加权资产占比进行衡量。系统GMM模型估计结果显示，引入银行风险承担的滞后一期项后，银行风险承担的滞后项系数与信贷资产证券化系数均通过了1%水平的显著性检验，且AR(1) p值为0.061,AR(2) p值为0.435,Hansen检验p值为0.469,结果均大于0.1,表明信贷资产证券化与银行风险承担之间依然呈现正相关关系，前文结果具有较好的稳健性。
3. 内生性检验2
本文采用两阶段最小二乘法(2SLS),参照敬志勇和赵蓉(2021)的方法，选取样本银行2012-2020年信贷资产证券化发行规模与当年整个银行业的信贷资产证券化发行规模的比值作为工具变量(secp)进行内生性检验。各银行面临着相似的经济环境与政策背景，整个银行业信贷资产证券化产品会随着单个银行的增多而增多(安从梅等，2021)。单个银行的信贷资产证券化产品发行规模与整个银行业具有相关性。但是单个银行无法影响其他银行发行信贷资产证券化产品的规模，因此满足排他性的条件。结果显示，第一阶段信贷资产证券化(sec)系数为3.965,且在1%的水平上显著，第一阶段F值为24.06,p值为0.0000,说明工具变量与解释变量相关，工具变量对信贷资产证券化具有良好的解释力度。第二阶段信贷资产证券化(sec)系数为-2.181,且在1%的水平上显著，F值为9.71,p值为0.0000。LM统计量为210.010,p值为0.0000,小于0.01说明在1%水平上显著拒绝“工具变量识别不足”的原假设。弱工具变量检验F统计量为258.859,大于15%偏误下的临界值8.96,拒绝“工具变量与内生解释变量弱相关”的原假设，即不存在弱工具变量的问题。综上所述，信贷资产证券化发行规模与当年整个银行业的信贷资产证券化发行规模的比值作为工具变量具备合理性。工具变量检验进一步证实了信贷资产证券化促进了银行风险承担。
六、 进一步研究：作用机制检验
1. 中介作用检验：银行杠杆率
下面，本文检验银行杠杆率在信贷资产证券化影响银行风险承担的过程中是否承担着中介作用，以此来揭示信贷资产证券化对银行风险承担影响的传导渠道。表5列示了中介作用检验结果。表5第(1)列报告了基准模型的回归结果，结果显示，信贷资产证券化(sec)的系数显著为负，说明信贷资产证券化显著促进了银行风险承担，该结果与前文结论一致。表5第(2)列报告了信贷资产证券化与杠杆率的回归结果，结果显示，信贷资产证券化(sec)的系数为0.536,且在5%的水平上显著，说明信贷资产证券化提高了银行杠杆率。表5第(3)列报告了信贷资产证券化、杠杆率与银行风险承担纳入同一回归模型的检验结果，结果显示，信贷资产证券化(sec)与杠杆率(lev)的系数分别为-0.723与-0.287,且均在1%的水平上显著，说明银行杠杆率的增大会降低银行资本充足率，由此提高了银行风险承担水平。此外，结合中介效应判定方法可知，在信贷资产证券化对银行风险承担的影响过程中，银行杠杆率承担着部分中介作用。假设2得到验证。
表5 中介作用检验结果
2. 调节作用检验：宏观审慎政策与宏观经济景气度
考虑到宏观审慎政策与宏观经济景气度可能会影响信贷资产证券化与银行风险承担的关系并产生调节作用，为揭示这一调节机制，本文将运用调节效应模型来检验宏观审慎政策(mapp)与宏观经济景气度(mci)对两者关系的调节作用。表6列示了调节作用检验结果，表7列示了调节变量的作用方式。
表6第(1)列报告了宏观审慎政策(mapp)的调节作用检验结果。结果显示，交互项sec*mapp的系数为1.817(在5%的水平上显著),而信贷资产证券化(sec)的系数为-2.893(在1%的水平上显著),表明宏观审慎政策(mapp)每提高一个单位的实施力度，则信贷资产证券化对银行风险承担的促进作用就会降低1.817个单位。再结合表7给出的调节变量作用方式可知，宏观审慎政策实施力度的提高有助于减弱信贷资产证券化对银行风险承担的促进作用。假设3得到验证。
表6第(2)列报告了宏观经济景气度(mci)的调节作用检验结果。结果显示，交互项sec*mci的系数为0.059(在1%的水平上显著),而信贷资产证券化(sec)的系数为-5.330(在1%的水平上显著),表明宏观经济景气度(mci)每增加一个单位，则信贷资产证券化对银行风险承担的促进作用会减小0.059个单位。再结合表7给出的调节变量作用方式可知，宏观经济景气度的提升有助于减弱信贷资产证券化对银行风险承担的促进作用。假设4得到验证。
3．对银行主动风险承担与被动风险承担的影响
为进一步探讨信贷资产证券化对银行主动风险承担与银行被动风险承担的影响差异，本文将信贷资产证券化对银行主动风险承担与银行被动风险承担的影响分别进行检验。根据顾海峰和于家珺(2019)的研究，银行被动承担风险的水平用不良贷款率(npl)体现，银行主动风险承担水平用风险加权资产占比(rwar)体现。结果见表8,信贷资产证券化对银行主动风险承担的影响系数为0.996,在5%显著性水平上显著，而对银行被动风险承担的影响不显著。其原因可能在于，一方面不良贷款率仅反映放贷对象的违约风险，不能全面客观地反映银行风险。另一方面，商业银行受到监管约束，过高的不良贷款率很难实现，也会进一步约束被动风险承担，因此信贷资产证券化对不良贷款率的影响不显著。
表6 调节作用检验结果
七、 结论与政策建议
选取2012-2020年中国上市与非上市银行年度数据，实证检验了信贷资产证券化对银行风险承担的影响、异质性影响及作用机制，得到如下主要结论：信贷资产证券化对银行风险承担具有促进作用；异质性检验表明，相对于城农商行风险承担的促进作用，信贷资产证券化对股份制银行风险承担的促进作用更大，然而对国有银行风险承担的影响并不显著；信贷资产证券化主要通过提高银行杠杆率来促进银行风险承担；宏观审慎政策力度提高会减弱信贷资产证券化对银行风险承担的促进作用；宏观经济景气度提高会减弱信贷资产证券化对银行风险承担的促进作用。
基于此，本文给出如下政策建议：① 科学设定银行业信贷资产证券化项目发行规模的监管阈值，一旦监测到某银行信贷资产证券化项目发行规模超越阈值则给予严厉处罚，从而有助于制约银行业信贷资产证券化项目发行规模过度而引发的风险助推效应。② 针对银行异质性特征，金融监管部门需要针对不同类型银行构建差异化的信贷资产证券化监管机制。一方面，考虑到信贷资产证券化对股份制银行的风险助推效应最大，金融监管部门需要适度降低股份制银行资产证券化项目发行规模的监管阈值，以此来严格约束股份制银行资产证券化业务实施规模；另一方面，考虑到信贷资产证券化对国有银行的影响并不明显，金融监管部门需要适度提高国有银行资产证券化项目发行规模的监管阈值，以此来提升国有银行资产证券化业务实施规模，从而有助于规范及优化银行业资产证券化业务结构及规模。③ 针对杠杆率的中介作用，动态监测杠杆率与科学高效的审慎监管机制相结合，从而抑制银行业整体风险承担水平。若监测到银行业杠杆率超越监管阈值，则通过实施提高存款准备金率、提高资本充足率等审慎监管机制来降低银行业杠杆率，从而有助于降低银行业整体风险承担水平。④ 针对宏观审慎政策的负向调节作用，充分发挥双支柱政策框架对银行业风险承担的协同治理效应，从而有助于减弱银行信贷资产证券化带来的风险助推效应，进而有助于降低银行业整体风险承担水平。⑤ 针对宏观经济景气度的负向调节作用，金融监管部门需要建立及完善逆周期金融监管体系。考虑到宏观经济景气度提高会加大银行业信贷资产证券化动机及行为，由此会加大银行业信贷扩张而助推风险效应。此时，金融监管部门通过实施逆周期金融监管机制，将有助于抑制银行业信贷扩张动机及行为，从而会减弱银行业信贷扩张带来的风险助推效应，进而有助于降低银行业整体风险承担水平。
[1] .Ankitkumar,K.Borrowing from Government Owned Banks & Firm's Liquidation Risk.<i>Journal of Corporate Finance</i>,2021,69.
[2] .Battaglia,F.,B.G.Buchanan,F.Fiordelisi,et al.Securitization and Crash Risk:Evidence from Large European Banks.<i>Journal of International Financial Markets Institutions</i> & <i>Money</i>,2021,72.
[3] .Bayeh,A.,M.Bitar,R.Burlacu,et al.Competition,Securitization,and Efficiency in US Banks.<i>Quarterly Review of Economics and Finance</i>,2021,80:553-576.
[4] .Carlson,M.,M.Macchiavelli.Emergency Loans and Collateral Upgrades:How Broker-dealers Used Federal Reserve Credit during the 2008 Financial Crisis.<i>Journal of Financial Economics</i>,2020,137(3).
[5] .Casu,B.,A.Clare,A.Sarkisyan,et al.Does Securitization Reduce Credit Risk Taking?Empirical Evidence from US Bank Holding Companies.<i>The European Journal of Finance</i>,2011,17(9):769-788.
[6] .Chen,I.J.,Y.Y.Lee,Y.C.Liu,et al.Bank Liquidity,Macroeconomic Risk,and Bank Risk:Evidence from the Financial Services Modernization Act.<i>European Financial Management</i>,2020,26(1):143-175.
[7] .Chen,T.K.,H.H.Liao,J.S.Ye.Bank Management Expertise and Asset Securitization Policies.<i>Journal of Banking</i> & <i>Finance</i>,2019,109.
[8] .Djebali,N.,K.Zaghdoudi.Threshold Effects of Liquidity Risk and Credit Risk on Bank Stability in the MENA Region.<i>Journal of Policy Modeling</i>,2020,42(5):1049-1063.
[9] .Efing,M.Reaching for Yield in the ABS Market:Evidence from German Bank Investments.<i>Review of Finance</i>,2020,24(4):929-959.
[10] .Milcheva,S.,H.Falkenbach,H.Markmann,et al.Bank Liquidity Management through the Issuance of Bonds in the Aftermath of the Global Financial Crisis.<i>Research in International Business and</i><i>Finance</i>,2019,48:32-47.
[11] .Piccotti,L.R.Strategic Trade when Securitized Portfolio Values are Unknown.<i>Journal of Banking</i> & <i>Finance</i>,2020,115.
[12] .Silva,C.,G.Pino.Does Direction of the Transmission of Bank Risk Matter?An Application to the Chilean Banking Sector.<i>Finance Research Letters</i>,2021,38.
[13] .安丛梅、张虹、马强：《资产证券化与商业银行盈利能力研究——来自中国银行业的经验证据》,《金融论坛》2021年第5期。
[14] .曾峻、伍中信、陈共荣：《IFRS、会计信息国际可比性与上市公司的资本配置效率》,《会计研究》2018年第12期。
[15] .顾海峰、卞雨晨：《跨境资本流动、贷款集中与银行系统性风险：如何理解宏观审慎政策和国际金融环境的作用?》,《世界经济研究》2021年第10期。
[16] .顾海峰、于家珺：《中国经济政策不确定性与银行风险承担》,《世界经济》2019年第11期。
[17] .顾海峰、张盈盈：《内部控制质量、资本结构与银行风险承担——货币政策与股权集中度的调节作用》,《经济与管理研究》2021年第11期。
[18] .顾海峰、朱慧萍：《经济政策不确定性是否会影响银行系统性风险?》,《系统工程理论与实践》2022年第9期。
[19] .顾海峰、朱紫荆：《货币政策不确定性会影响银行资本配置效率吗?——基于中国A股上市银行的证据》,《证券市场导报》2022年第1期。
[20] .敬志勇、赵蓉：《资产证券化对银行同业拆借的影响研究》,《证券市场导报》2021年第12期。
[21] .刘丹、杨松令、石倩倩：《信贷资产证券化对银行绩效的影响研究——基于PSM-DID模型研究》,《数理统计与管理》2020年第6期。
[22] .王峰娟、王储、张中琳：《商业银行跨区域资本配置与内部资本市场效率——基于2007-2013年A股上市银行分部数据的研究》,《会计研究》2016年第3期。
[23] .王曦、金钊：《同业市场摩擦、银行异质性与货币政策传导》,《经济研究》2021年第10期。
[24] .吴静桦、王靖茹等：《贷款利率市场化改革与企业全要素生产率——来自贷款利率上下限放开的微观证据》,《会计研究》2021年第4期。
[25] .许晓芳、陈素云、陆正飞：《杠杆操纵：不为盈余的盈余管理动机》,《会计研究》2021年第5期。
[26] .阳旸、刘姝雯等：《企业金融化对企业业绩的影响研究——基于期限结构异质性视角》,《会计研究》2021年第9期。
[27] .于震：《银行家情绪、影子银行与经济周期波动》,《经济学(季刊)》2021年第6期。
[28] .张嘉明：《货币政策、银行风险承担异质性与影子银行》,《经济研究》2022年第5期。
[29] .张胜、张珂源、张敏：《银行关联与企业资本结构动态调整》,《会计研究》2017年第2期。
[30] .朱军、李建强、陈昌兵:《金融供需摩擦、信贷结构与最优财政援助政策》， 《经济研究》2020年第9期。
注释
1限于篇幅,稳健性检验结果不再列示,备索。
2限于篇幅,内生性检验结果不再列示,备索。