银行风险、贷款规模与法律保护水平*
张健华 王 鹏
内容提要:本文根据更加全面的中国银行业数据,首先研究了法律保护水平和银行风
险(Z 值)之间的关系;其次,分析了影响银行风险的中间途径,研究了法律保护水平和贷
款规模之间的关系;最后,对法律保护水平和银行风险(Z 值)各组成部分之间的关系进行
了讨论。研究发现,法律保护水平越高(尤其是对知识产权的保护) ,银行信贷规模越大,
银行经营业绩也越高,但银行的资本充足率较低,最终导致银行风险上升(Z 值较低)。本
文结论
:法律
的建设和完善以及加强对银行资本的监管等具有重要意义。
关键词:银行风险 贷款规模 法律保护
* 张健华,中国人民银行研究局;王鹏,中国人民银行金融研究所,邮政编码:100800,电子信箱:wpeng@ pbc. gov. cn。王鹏
感谢中国金融四十人论坛 -青年论坛对本研究的资助(2011 年度)。本文仅代表作者个人观点,不代表所在单位意见。作者感谢
两位匿名评审人的建设性意见,文责自负。
一、引 言
自从 La Porta et al.(1998)的开创性工作之后,大量文献研究了法律制度、投资者保护与资本
市场发展以及经济增长之间的关系,这些研究大都发现,较强的投资者保护有利于资本市场发展,
并最终促进经济增长。在此基础上,一些研究进一步从不同角度探讨了法律保护水平对某些中间
渠道的影响,而这些中间渠道又影响了经济增长和资本形成,比如,鉴于银行体系在经济发展中的
重要作用(Beck et al.,2000;Levine,2005) ,最近一些研究探讨了法律保护水平(比如对债权人权利
的保护)、制度环境等因素对银行风险及其信贷行为的影响。
从已有的文献来看,对不同的行为主体来讲,法律保护水平对银行风险及其信贷行为的影响是
不同的。从借款人角度来看(需求角度) ,较强的法律保护,比如较强的债权人权利会降低借款人
的信贷需求。从融资渠道看,较强的债权人权利会增加对企业债券的需求,降低债券成本(Jesen &
Meckling,1976;Boubakri & Ghouma,2008) ,从而在一定程度上也会降低企业对银行贷款的需求。
另一方面,如果债权人权利较强,企业破产时股东和管理人员的成本将大大增加,因此,为了避免过
高的破产成本,企业可能会通过从事低风险的业务来降低破产概率,从而降低了银行风险。
Acharya et al(2009)根据 38 个国家 1994—2004 年的企业数据,从企业投资选择的角度研究发现,
较强的债权人权利降低了企业风险承担能力,比如,较强的债权人权利可能会抑制那些能提高企业
自身价值但却有风险的投资活动。总体来看,较强的债权人权利保护可能会导致银行经营更加保
守,信贷扩张速度较低,银行业务风险较低。
从银行角度来看(供给角度) ,较强的法律保护,比如较强的债权人权利提高了贷款违约时的
回收率,使得银行愿意提供更为广泛的贷款(甚至给潜在的风险客户提供贷款) ,增加了信贷供给。
Djankov et al.(2007)根据 129 个国家或地区 25 年的数据,研究发现,较强的债权人权利(在富裕国
家更显著)、较强的投资者保护以及债权人之间的信息分享程度(在贫穷国家更显著)都能促进个
人信贷的增长。Haselmann et al.(2005)通过研究中东欧国家的信贷行为发现,债权人权利执行能
力的改善更能促进信贷增长。Cole & Turk-Ariss(2008)根据 102 个新兴国家或地区 2000—2006 年
的银行数据研究发现,较强的债务合约执行力度提高了银行的贷款资产占比,即较强的法律保护提
81
张健华、王 鹏:银行风险、贷款规模与法律保护水平
高了银行的信贷水平,促使银行承担更多风险。John et al. (2008)根据 39 个国家 1992—2002 年
5007 家企业数据,从投资者保护角度研究发现,较好的投资者保护(如平衡董事权利、会计信息披
露标准)降低了内部人私利,促使企业进行更多高风险但有价值的投资,进而提高了企业的投资价
值和增长速度。Houston et al.(2010)根据 69 个国家 2000—2007 年近 2400 家银行数据研究发现,
较强的债权人权利导致银行承担更多风险(用银行 Z 值表示,这种风险主要体现在较强的债权人
权利导致银行盈利下降,而非资本下降) ,并进一步提高了金融危机发生的可能性。但文章也发
现,较强的债权人权利带来较快的经济增长,体现出债权人权利有利的一面。此外,较强的债权人
权利也会导致银行以较低的利率借款给(风险)客户,进而影响信贷
(Aghion & Bolton,1992;
Hart & Moore,1998)。Qian & Strahan(2007)根据 43 个国家 1994—2003 年 4322 个借贷合同研究发
现,债权人权利越强,贷款就越集中(借款人越少) ,贷款期限就越长,贷款利率也越低。这说明,较
强的债权人保护会促使银行承担更多风险。
从现实情况来看,自 2007 年以来由次货危机引发的全球性金融危机,给众多国家的金融体系
带来重大影响,导致一大批银行经营困难甚至倒闭。鉴于此次金融危机的教训,巴塞尔银行监管委
员会(BCBS)经过近两年的研究和讨论,基本完成了以资本和流动性为核心的银行业监管改革
(简称巴塞尔Ⅲ) ,并于 2010 年 11 月发布了《BCBS 应对金融危机的监管改革方案———提交 G20 的
报告》,防范金融(银行)系统风险、提高监管资本要求等已成全球共识。从中国的情况来看,银行
体系在经济发展中占有重要地位,2009 年末,银行业金融机构资产总额为 78. 8 万亿元,是 GDP 的
2. 31 倍,因此,有效防范金融系统(尤其是银行业金融机构)风险,保持金融系统稳定运行,是中国
经济可持续发展的重要保障。
另一方面,正如 Shleifer & Vishny(1997)所指出的那样,对经济转型国家来讲,法律也许起着重
要作用,它能重新界定各利益相关者的权利和义务等。同样,对中国这样一个新兴市场来讲,随着
法律体系的不断完善,法律制度等因素所起的作用受到越来越多的关注,如 Allen et al. (2005)、沈
艺峰等(2004,2009)、王鹏(2008)、余明桂等(2010) ,得出了一些比较有意义的结论。
结合上述研究,我们自然会提出如下问
:在中国,不断完善的法律保护水平是否会影响银行
风险及其信贷行为?而从国外已有的关于法律保护水平和银行行为关系的研究来看,它们对中国
的银行业鲜有涉及。同样,有关中国的法律保护水平对经济发展的影响,已有研究更多是从企业角
度出发,对银行行为的影响也鲜有讨论。
因此,本文试图在以往研究的基础上,对中国银行业的风险水平做进一步讨论,探究银行风险
的影响因素,尤其是法律保护水平等因素的影响。在当前全球性金融危机背景下,此项研究具有积
极的现实意义。与以往研究相比,本文在以下几个方面存在不同: (1)银行数据方面。本文数据涉
及 166 家银行,包括四大国有商业银行、股份制银行以及城市商业银行,基本涵盖了中国绝大多数
商业银行资产。从研究期限看,本文将研究期限取为 1999—2009 年,11 年的跨度几乎包括了中国
银行业近十几年的重要改革。从来源看,本文数据来源于中国人民银行,更加全面的数据为我们的
研究奠定了基础。(2)研究了法律保护水平对银行风险的影响。本文采用 Z 值衡量银行风险,更
专注于银行的破产风险。更为重要的是,本文考虑了法律保护水平等因素对银行风险的影响,而在
以往的研究中还鲜有此方面的讨论。① (3)研究了法律保护水平对某些中间渠道的影响,而这些中
91
2012 年第 5 期
① 目前,已有众多研究对中国银行业进行了讨论,这些研究大多集中在银行运行效率方面,比如张健华(2003)、Chen et al.
(2005)、Fu & Heffernan(2007)、Berger et al. (2009)、Jiang et al. (2009)、蔡跃洲和郭梅军(2009)、张健华和王鹏(2009,2010)、
Zhang et al.(2011)。关于银行风险承担的研究,有李燕平和韩立岩(2008)、黄隽(2008)、许友传和何佳(2008)等,但并未讨论法
律保护水平带来的影响,同时,这些研究的银行样本也较少。
间渠道又影响了银行风险,比如银行的信贷行为。也就是说,我们从银行角度出发,重点研究了法
律保护水平等因素对贷款规模的影响,而以往的研究更多是从企业角度出发。(4)我们将银行 Z
值进一步分解,研究了法律保护水平等因素对 Z 值各组成部分的影响。从 Houston et al. (2010)的
已有研究来看,法律保护水平越高,银行风险越大(Z 值越低)。具体来看,这一风险主要来源于银
行业绩的下降(法律保护水平与银行业绩显著负相关) ,而非资本的下降(法律保护水平与资本充
足率显著正相关)。从中国银行业的情况来看,近几年来,中国银行业的盈利水平逐年上升,经营
业绩较好,而资本充足问题却引起越来越多的关注,从直观感觉看,与 Houston et al. (2010)结论存
在较大差异。因此,我们有必要进一步讨论法律保护水平对 Z 值不同组成部分的影响。
Zhang et al.(2012)根据中国城市商业银行 1999—2008 年的数据,讨论了法律保护水平对银行风
险(用银行 Z 值衡量)及运行效率的影响,与本文研究接近,但 Zhang et al.(2012)并未将银行风险深
入研究,比如可以进一步分解研究 Z 值的组成部分,进一步探讨影响银行风险的中间渠道等(比如信
贷渠道)。另一方面,自 1995 年以来,中国的城市商业银行发展迅速,与四大国有商业银行和股份制
银行不同,城市商业银行大多在当地区域经营,因此,我们在研究中单独分析了城市商业银行。
本文结构如下:第二部分是研究设计,第三部分是结果分析,第四部分是结论和政策含义。
二、研究设计
本文数据包括四大国有商业银行、股份制银行以及城市商业银行,涉及业务为人民币业务,期
限为 1999—2009 年。①
(一)银行风险
根据 Boyd et al. (2006)、Lepetit et al. (2008)、Demirguc-Kunt & Huizinga(2010)、Laeven &
Levine(2009)、Houston et al.(2010)等研究,我们采用 Z 值衡量银行风险,该指标衡量了银行的偿
付能力和破产风险②,具体计算公式如下:
Z = ROA + CAR
σ(ROA)
其中,ROA 表示银行的总资产收益率(银行净利润 /总资产) ;CAR 表示银行的资本充足率,σ
(ROA)表示总资产收益率的标准差。根据定义,Z 值越大,银行风险越低。
为保证结论的准确性,我们采用两种方法计算 Z 值,并根据以往的研究,在回归分析中对 Z 值
取自然对数 ln(Z) :(1)采用 5 年移动平均计算。对某一银行来讲,计算 Z 值跨度为初始年之后的
5 个年份,并依次类推,将数据不足 5 年的银行删除。比如,某商业银行的数据年份是 1999—2009
年,计算 Z 值的年份分别为 1999—2003 年、2000—2004 年……2005—2009 年,共 7 个年份跨度。
在每个年份跨度内,分别根据 ROA、CAR 的平均值以及 σ(ROA)计算 Z 值。(2)以 3 年为期,将
1999—2009 年划分为 1999—2001 年、2002—2004 年、2005—2007 年以及 2008—2009 年共 4 个时
期,在每个时期内分别计算每家银行的 Z 值,在前 3 个时期内,将数据不足 3 年的银行删除,在第 4
个时期内将数据不足 2 年的银行删除。③
(二)法律保护水平
02
张健华、王 鹏:银行风险、贷款规模与法律保护水平
①
②
③
自 1999 年剥离四大国有商业银行 1. 4 万亿不良贷款以来,中国银行业经历了重大变革,因此,本文研究期限为 1999—
2009 年。此外,由于银行本、外币业务存在差异,同时,中资金融机构的人民币业务占全部业务的绝大部分,我们以人民币业务为
分析基础。
在目前情况下,虽然银行的破产概率很低,但 Z 值仍能较好地衡量银行风险和经营情况的动态变化,或者说衡量了银行
运行状况的好坏。
采用此方法计算 Z 值的有 Houston et al.(2010)。同时,如此划分年份,也大体符合中国金融业的改革历程。
随着中国经济的不断发展,中国的法律体系也在不断完善,法律制度等因素所起的作用受到越
来越多的关注。但是,虽然中国所有地区都必须执行全国范围内颁布的法律条款,但各地区因经济
和法律发展水平的巨大差异,同一法律条款在各地区的执行力度和效果也各不相同。樊纲、王小鲁
(2001、2003、2004、2007、2010)基于数据和问卷的分析显示,中国各地区市场化发展水平差异较大,
各地区法律环境也不尽相同。在以往的研究中,已有众多文献讨论了中国法律保护水平的地区性
差异(王鹏,2008;余明桂等,2010)。另一方面,中国的银行业,尤其是城市商业银行大多在当地区
域经营。这些都为研究法律保护水平对银行业尤其是对城市商业银行的影响提供了可能。①
与以往的研究类似,本文的法律保护水平数据来自樊纲、王小鲁(2010) ,该报告列出了中国各
省份 1997—2007 年的市场化指数以及分项指数(含法律保护水平)。为了增加结论的稳定性,我
们选取了多项法律保护水平数据:一是法律保护水平总指数,即市场中介组织的发育和法律制度环
境,二是 3 项分项指数:市场中介组织的发育、对生产者合法权益的保护、对知识产权的保护。为了
避免法律制度可能存在的内生性问题,在具体取值上,以上一年数据衡量当年的法律保护水平。如
此处理,我们可以得到 1999—2008 年的法律保护水平,2009 年的法律保护水平数据同 2008 年。
(三)研究检验
法律保护水平对银行风险有不同方面的影响。从借款人角度看,较强的法律保护一方面会降
低借款人的信贷需求,另一方面,也增加了企业的破产成本,促使企业从事低风险业务降低破产概
率,从而降低了借贷风险。也就是说,较高的法律保护水平会导致银行经营更加保守,信贷扩张速
度较低(银行能保持较高的资本充足水平) ,同时,可能也会导致银行业绩较差(银行行为过于保
护,可能会失去诸多盈利机会,利润较低)。因此,单从银行所从事业务的风险大小来看,以上情况
对银行较为有利(业务风险较低) ,但是,考虑到银行的成长性和盈利性,用 Z 值衡量的银行风险指
标是否上升,还存在不确定性。
从银行角度看,较强的法律保护提高了贷款违约时的回收率,降低了借款人的违约风险,使得
银行愿意提供更为广泛的贷款(甚至给潜在的风险客户提供贷款) ,增加了信贷供给,但也潜在增
加了银行风险。另一方面,较强的法律保护也会导致银行愿意以较低的利率借款给(风险)客户,
并降低对借款人的监督力度。总体来看,较强的法律保护导致银行信贷风险上升的同时(资产规
模扩张过快,银行资本充足率较低) ,也可能在一定程度上降低经营业绩(资产风险较大,盈利较
低) ,进一步加剧了银行风险。另一方面,较好的法律保护能创造良好的市场环境,提高企业(借款
人)的经营业绩(La Porta et al.,2002a)。对中国资本市场的研究也发现类似结果(王鹏,2008)。
因此,较好的法律保护在促进企业(借款人)经营业绩提高的同时,降低了银行的贷款风险,这将会
鼓励银行扩大信贷规模,承担更多的信贷风险(比如资产扩张规模过快,银行资本充足率较低) ,但
同时也提高了银行业绩(利润较高) ,用 Z 值衡量的银行风险指标是否上升,也存在不确定性。
因此,我们首先检验法律保护水平与银行风险之间的关系,并提出检验 1:
检验 1:对中国银行业来讲,较高的法律保护水平促进(或降低)了银行风险。
从以上分析可以看出,法律保护水平影响银行风险的重要途径是影响银行的信贷扩张规模。
在此,我们对这一关系做进一步研究,并提出以下检验:
检验 2:对中国银行业来讲,较高的法律保护水平促进(或降低)了银行贷款规模。
需要指出的是,贷款规模影响因素中,政府干预是不容忽视的重要因素(Shleifer & Vishny,1994;
La Porta et al.,2002b) ,尤其是在中国,国有企业在经济体系中占有重要地位,这些企业更容易得到政
12
2012 年第 5 期
① 目前,已有一些发展较快的城市商业银行跨省经营,如北京银行、天津银行、上海银行等,但这种情况出现较晚,并且规模
较小。
府的支持。同时,中国的银行绝大多数是政府控制,政府在很大程度上影响着信贷资源配置(Allen et
al.,2005;Bai et al.,2006;余明桂、潘洪波,2008) ,因此,我们在分析中将政府干预程度作为重要影响
因素加以考虑,具体采用樊纲、王小鲁(2010)数据中“政府与市场关系”来衡量。
从 Z 值来看,Z 值由 3 部分组成,每一部分表示了不同的涵义,当银行风险(Z 值)发生变化时,
可能是某一部分发生了变化,如 Houston et al. (2010)研究发现,较强的债权人权利保护与银行业
绩(ROA)负相关,与银行资本(CAR)和利润波动(σ(ROA) )正相关。因此,我们有必要进一步讨
论法律保护水平对 Z 值不同组成部分的影响,并提出以下检验:
检验 3:对中国银行业来讲,较高的法律保护水平促进(或降低)了银行业绩(ROA)。
检验 4:对中国银行业来讲,较高的法律保护水平促进(或降低)了银行资本充足率(CAR)。①
(四)变量说明和统计
根据 Lepetit et al.(2008)、Laeven & Levine(2009)、Demirguc-Kunt & Huizinga(2010)、Houston
et al.(2010)的研究,我们选取以下变量(见表 1)。银行风险(Z 值)及其组成部分、贷款规模在不
同分析中作为因变量,其余变量为自变量。自变量除法律保护水平之外,还包含银行特征变量以及
宏观经济变量。此外,与 Z 值的定义保持一致,所有数据按照相应的年份跨度取平均值。
表 1 变量定义与说明
变量名称 变量定义
银行风险 用银行 Z 值表示,采用两种方法计算。Z 值越大,银行风险越低。
贷款规模
根据 Cole & Turk-Ariss(2008) ,采用两种方法计算,分别用贷款占总资产比重和贷款
占存款比重表示。
法律保护水平
采用樊纲和王小鲁(2010)数据,定义如上。数值越大,表示法律保护水平越高。对
四大国有商业银行和股份制银行采用全国指标,用各省份数值平均计算得到。城市
商业银行采用各省份数据。
政府与市场关系
采用樊纲和王小鲁(2010)数据。数值越大,表示政府对市场的干预越小。数据取值
如法律保护水平。
银行规模
(银行规模* 银行规模)
用银行总资产的自然对数表示,银行总资产折算到 2000 价格水平。参照 Houston et
al(2010) ,我们还增加了规模的平方这一变量。
营业收入增长率
营业收入 =银行净利息收入 +非利息收入
净利息收入 =利息收入—利息支出;非利息收入 =手续费净收入 +汇兑净收益 +其
他营业收入 +租赁净收益 +投资收益等
手续费净收入占比 手续费净收入 /营业收入,营业收入定义如上。
其它非利息收入占比 其它非利息收入 /营业收入。其它非利息收入 =非利息收入—手续费净收入
权益资本占比 所有者权益 /总资产
不良贷款率 不良贷款余额 /总贷款
不良贷款准备率 不良贷款准备金余额 /贷款余额
同业资金比率
(非存款资金占比)
同业资金 /(同业资金 +总存款)
同业资金包括向中央银行借款、同业存拆入、卖出回购资产等。
证券投资占比
证券投资 /收益资产,收益资产包含现金及银行存款、存放中央银行、存拆放同业、买
入返售资产、总贷款、证券投资等。
银行治理变量
在 5(或 3)年跨度内,如果有外资股权或上市的年份在 3 年(或 2 年)以上,此年份跨
度取 1,否则,取 0。无变化的银行在全部期间取 0。即:在某一年份跨度内,大多数
年份治理结构发生变化时,我们才将其定义为治理结构发生变化。
22
张健华、王 鹏:银行风险、贷款规模与法律保护水平
① 中国银行业有最低的资本监管要求,但在满足最低监管要求的基础上,银行资本充足率是可以动态变化的(甚至在某些
时点低于最低资本监管要求)。
续表 1
变量名称 变量定义
经济规模
用上一年末数据表示,四大国有商业银行和股份制银行用全国指标,即对全国 GDP
的省份平均值取自然对数;城市商业银行用分省指标,即对分省 GDP 取自然对数。
所有数据折算到 2000 年价格水平。
经济增长率
用上一年末数据表示,四大国有商业银行和股份制银行用全国指标,即全国 GDP 增
长率;城市商业银行用分省指标,即分省 GDP 增长率。
金融发展深度
用上一年末数据表示,四大国有商业银行和股份制银行用全国指标,即全国年末贷
款 /GDP;城市商业银行用分省指标,即分省年末贷款 /GDP。
年份变量 取非线性的年份变量,并以某一年份跨度为基准年。
三、结果分析
(一)银行风险和法律保护水平
表 2 银行样本
年份
四大国有
商业银行
股份制
银行
城市
商业银行
合计
1999 4 11 84 99
2000 4 11 89 104
2001 4 11 102 117
2002 4 11 107 122
2003 4 11 108 123
2004 4 12 108 124
2005 4 12 112 128
2006 4 13 120 137
2007 4 13 120 137
2008 4 13 133 150
2009 4 13 144 161
合计 44 131 1227 1402
表 3 报告了银行 Z 值按照 5 年移动平均得到的
回归结果。回归 1—回归 3 为包含四大国有商业银
行和股份制银行的结果,回归 4—回归 6 为城市商
业银行的结果。所有回归均控制了年份虚拟变量,
但没有汇报。经 B-P 检验和 Hausman 检验,我们拒
绝了横截面的混合回归和面板模型下的随机效应回
归,采用面板模型下的固定效应回归,同时方差经
Cluster Robust(Rogers 标准差)调整①,以增强结论
的稳健性。
1.法律保护水平
回归 1 和回归 4 只考虑法律保护水平总指数
(市场中介组织的发育和法律制度环境) ,可以看
出,银行 Z 值与法律保护水平显著负相关,即法律
保护水平越高,银行风险越高,初步验证了较高的法
律保护水平促使银行承担更多风险,并且全样本和
城市商业银行样本所得结论一致,也与 Houston et al.(2010)结论一致。
由于法律保护水平总指数由不同部分合成,我们将其进一步分解,考察每个组成部分的具体影
响,回归 2 和回归 5 同时考虑了 3 个分项指标。从结果来看,市场中介组织、对生产者权益的保护
与 Z 值关系不显著,但对知识产权的保护与 Z 值显著负相关,即对知识产权的保护越好,银行风险
越大。
对以上结果的可能解释,我们可以从两个角度理解:一方面,较高的法律保护水平给银行提供
了更多保护,降低了信贷违约成本,导致银行降低贷款标准,贷款规模增加。另一方面,法律保护水
平越高(比如对知识产权保护越好) ,市场环境越好(正如樊纲和王小鲁(2010)所提到的那样:保护
知识产权是维护市场秩序、保障技术进步和创新的重要条件) ,尤其对一些高科技企业(比如 IT 行
业)来讲,企业业绩增长也更快,在此情况下,较高的法律保护水平降低了企业信贷违约风险,并间
接提高了贷款回报率,促使银行增加信贷投放。信贷投放的增加可能会导致银行风险上升。但是,
32
2012 年第 5 期
① 与 White 标准差相比,Rogers 标准差可以同时考虑面板模型的异方差和自相关问题,结论更加稳健。具体可采用 Stata 11
处理。
以上所假设的法律保护水平和贷款规模之间的关系有待我们进一步确定,同时,银行风险的增加是
源于银行业绩的下降、资本的下降还是业绩波动的上升,也有待我们进一步分析。
表 3 银行风险影响因素分析(5 年跨度移动计算 Z 值)
回归-1 回归-2 回归-3 回归-4 回归-5 回归-6
全样本分析 城市商业银行样本
法律保护水平总指数 - 0. 2936 - 0. 3311
(- 2. 12)** (- 2. 26)**
市场中介组织的发育 0. 5544 0. 6332
(1. 01) (1. 05)
对生产者权益的保护 0. 1125 0. 0661
(0. 71) (0. 4)
对知识产权的保护 - 0. 0688 - 0. 0866 - 0. 0837 - 0. 1014
(- 1. 85)* (- 2. 29)** (- 2. 15)** (- 2. 54)**
银行规模 0. 8737 1. 0372 0. 7910 0. 5516 0. 7746 0. 4601
(1. 48) (1. 7)* (1. 36) (0. 65) (0. 88) (0. 55)
银行规模 ×银行规模 - 0. 0492 - 0. 0871 - 0. 0420 - 0. 0248 - 0. 0824 - 0. 0205
(- 0. 63) (- 1. 07) (- 0. 55) (- 0. 15) (- 0. 48) (- 0. 12)
营业收入增长率 - 0. 2392 - 0. 2572 - 0. 2488 - 0. 2525 - 0. 2704 - 0. 2643
(- 1. 85)* (- 1. 93)* (- 1. 94)* (- 1. 97)** (- 2. 09)** (- 2. 09)**
其它非利息收入占比 2. 6925 2. 4355 2. 4835 2. 3585 2. 0539 2. 1044
(2. 06)** (1. 85)* (1. 85)* (1. 86)* (1. 62) (1. 64)*
手续费净收入占比 - 1. 7150 - 1. 5353 - 1. 5852 - 0. 5384 - 0. 5652 - 0. 4193
(- 0. 64) (- 0. 59) (- 0. 6) (- 0. 17) (- 0. 19) (- 0. 14)
权益资本占比 20. 9947 20. 5851 20. 4212 22. 7013 22. 3830 22. 1250
(5. 21)*** (5. 27)*** (5. 18)*** (5. 32)*** (5. 57)*** (5. 36)***
不良贷款率 - 2. 3702 - 2. 3071 - 2. 3944 - 2. 2871 - 2. 2646 - 2. 3215
(- 1. 86)* (- 1. 82)* (- 1. 9)* (- 1. 84)* (- 1. 85)* (- 1. 9)*
不良贷款准备率 0. 2813 0. 3084 0. 2969 0. 3986 0. 4284 0. 4244
(1. 13) (1. 25) (1. 21) (1. 5) (1. 64)* (1. 63)
同业资金比率 - 2. 3678 - 2. 2306 - 2. 1703 - 4. 1600 - 4. 0459 - 3. 9720
(- 1. 52) (- 1. 43) (- 1. 4) (- 2. 46)** (- 2. 38)** (- 2. 35)**
证券投资占比 3. 8836 3. 9021 3. 9564 6. 3358 6. 4649 6. 4843
(2. 32)** (2. 34)** (2. 34)** (3. 48)*** (3. 53)*** (3. 55)***
银行治理变量 0. 3137 0. 3014 0. 2931 0. 1762 0. 1491 0. 1385
(1. 72)* (1. 59) (1. 53) (0. 71) (0. 57) (0. 52)
经济规模 1. 4238 1. 5872 1. 6198 1. 6348 2. 1086 1. 9401
(1. 04) (1. 07) (1. 15) (1. 18) (1. 45) (1. 35)
经济增长率 - 28. 9748 - 29. 1220 - 30. 5499 - 32. 8528 - 34. 7860 - 35. 2642
(- 2. 26)** (- 2. 18)** (- 2. 27)** (- 2. 47)** (- 2. 51)** (- 2. 52)**
金融发展深度 - 0. 1577 - 0. 2335 - 0. 0534 0. 1644 0. 1459 0. 3281
(- 0. 17) (- 0. 26) (- 0. 06) (0. 17) (0. 16) (0. 37)
常数 - 8. 8349 - 12. 9552 - 11. 0200 - 9. 4703 - 15. 9811 - 12. 5657
(- 0. 78) (- 1. 05) (- 0. 95) (- 0. 81) (- 1. 3) (- 1. 05)
R-sq 0. 2942 0. 3044 0. 2984 0. 3289 0. 3425 0. 3358
样本数 697 697 697 599 599 599
Cluster 128 128 128 112 112 112
注:上行数据为系数,下行为 t 值。***表示 1%的显著水平;**表示 5%的显著水平;* 表示 10%的显著水平,下同。
42
张健华、王 鹏:银行风险、贷款规模与法律保护水平
为了检验回归 2 和回归 5 结论的稳健性,我们进一步检验了对知识产权的保护和银行风险之
间的关系,结果见回归 3 和回归 6,所得结论保持不变。以上结论也对检验 1 进行了验证。①
2. 其余变量
银行规模与银行 Z 值正相关,并在回归 2 中显著,即大银行的风险较低,与 Houston et al.
(2010)的结论一致。银行规模的平方与 Z 值负相关,但并不显著。营业收入增长率与银行 Z 值负
相关,并在所有回归中显著,与 Lepetit et al.(2008)、Houston et al. (2010)的结论一致,即过快的收
入增长提高了银行风险。手续费净收入占比与银行风险关系不显著,但其它非利息收入占比与 Z
值正相关,降低了银行风险,这与 Lepetit et al. (2008)、Demirguc-Kunt & Huizinga(2010)结论相
反。② 可能的解释是,与国外一些高收益、高风险的非利息业务相比,中国银行业的非利息业务在
发展初期受到较为严格的限制,更多是一些高收益同时风险相对较低的业务。权益资本占比与银
行 Z 值正相关,并在所有模型中显著,这与 Lepetit et al. (2008)、Demirguc-Kunt & Huizinga(2010)
结论一致。
同业资金比率与银行 Z 值负相关,并在城市商业银行样本中显著。这说明,非存款资金能显
著增加银行风险,尤其是对城市商业银行更为明显,这与 Demirguc-Kunt & Huizinga(2010)结论存
在一定差异。Demirguc-Kunt & Huizinga(2010)得到,非存款资金比例与 Z 值呈倒 U 型关系,峰点
值为 0. 47,即对大多数银行来讲,较多的非存款资金降低了银行风险(增加了 Z 值) ,但达到一定水
平后,较多的非存款资金会增加银行风险。造成这一差异的可能解释是,中国银行业的主要资金资
源来源是存款,如果同业资金比率较高,暗含着银行资金短缺,甚至资本充足较低,资金成本也较
高。此外,由于中国的大银行具有资金优势,我们在规模相对较小的城市商业银行样本中得到的结
论更加显著。
不良贷款率与银行 Z 值负相关,即不良贷款率的上升增加了银行风险,与我们的预期一致。
不良贷款准备金率与银行 Z 值正相关,但只在回归 5 和回归 6 中显著。证券投资占比与银行 Z 值
正相关,并在所有模型中显著,即证券投资占收益资产的比例越高,银行风险越低。银行治理变量
与银行 Z 值正相关,即银行在上市或引入外资股权后,银行风险会降低,并且在全样本分析中这一
关系的显著性较高,可能的解释是,四大国有商业银行和股份制银行样本中,上市和有股权变化的
银行较多,当考虑这些样本后,治理变化效应更加明显。
经济规模与银行 Z 值正相关,与 Houston et al. (2010)结论一致,但关系不显著。经济增长速
度与银行 Z 值显著负相关,即经济增长越快,银行风险越大。可能的解释是,较快的经济增长会加
大银行业绩的波动性,从而增加了银行风险。金融发展深度与银行风险关系不显著。
(二)贷款规模和法律保护水平
表 4 报告了 5 年移动平均得到的回归结果。回归的因变量是银行贷款占总资产的比重,自变
量如表 4 所列。回归 1-回归 3 为全样本结果,回归 4-回归 6 为城市商业银行样本结果。所有回归
均控制了年份虚拟变量,但没有汇报。回归方法同表 3。
1. 法律保护水平
回归 1 和回归 4 只考虑法律保护水平总指数,可以看出,银行信贷规模与法律保护水平正相
关,即法律保护水平越高,银行信贷规模越大,并且全样本和城市商业银行样本所得结论一致,验证
52
2012 年第 5 期
①
②
如前所述,以 3 年跨度计算 Z 值及相关变量,所得结论与表 3 一致。此外,如果我们在影响因素中考虑政府与市场关系这
一变量,发现其显著性很低,并且整体结论也未变化。以上结果可向作者索取。
Demirguc-Kunt & Huizinga(2010)得到,非利息收入占比与 Z 值呈倒 U 形关系,峰点值为 0. 04,即对大多数银行来讲,较多
的非利息收入占比提高了银行风险(降低了 Z 值)。本文中,我们也考虑了非利息收入的非线性性,但平方项的显著性非常低,因
此,我们将平方项删除。
了检验 2,也与 Djankov et al.(2007)、Cole & Turk-Ariss(2008)的结论一致。从回归 2 和回归 5 可
以看出,对生产者权益保护越好、对知识产权保护越好都能显著促进银行的贷款规模,尤其是对知
识产权的保护和银行贷款规模之间的关系在回归 3 和回归 6 中得到进一步验证。从以上分析可以
看出,法律保护水平影响银行风险的重要途径是对贷款规模的影响,即较高的法律保护水平促进了
贷款规模的扩张,进而影响了银行风险,这为法律保护水平和银行风险之间的关系提供了有利解
释。
表 4 贷款规模影响因素分析(因变量为贷款占总资产的比重)
回归-1 回归-2 回归-3 回归-4 回归-5 回归-6
全样本分析 城市商业银行
法律保护水平总指数 0. 0167 0. 0134
(2. 27)** (1. 88)*
市场中介组织的发育 - 0. 0223 - 0. 0210
(- 1. 11) (- 1. 21)
对生产者权益的保护 0. 0142 0. 0139
(2. 17)** (2. 09)**
对知识产权的保护 0. 0043 0. 0039 0. 0036 0. 0032
(2. 67)*** (2. 51)** (2. 25)** (2. 08)**
政府与市场关系 - 0. 0245 - 0. 0266 - 0. 0252 - 0. 0213 - 0. 0236 - 0. 0219
(- 2. 53)** (- 3. 22)*** (- 2. 6)*** (- 2. 34)** (- 3. 0)*** (- 2. 37)**
R-sq 0. 4551 0. 4691 0. 4544 0. 5525 0. 5676 0. 552
2. 其余变量
政府对市场的干预越小,银行贷款规模越小,并在所有回归中显著,这一结论与余明桂和潘洪
波(2008)的结论一致,即政府有很强的动机干预银行的信贷决策(比如,优先给国有企业提供较多
贷款等) ,当政府干预减少时,银行贷款规模会下降。
不良贷款率和银行贷款规模负相关,并在城市商业样本分析中显著,这说明,不良贷款率成为
影响贷款规模的重要决定因素。同业资金比率和贷款规模负相关,并在所有回归中显著,即当资金
更多来自非存款资金时,受制于较高的资金获取成本,银行贷款规模较小。银行治理变量和贷款规
模正相关,并在城市商业银行样本中显著,这说明,当银行上市或引进外资股权后,治理结构的改善
有助于扩大贷款规模。银行规模以及权益资本占比与贷款规模关系不显著。从宏观经济变量来
看,经济规模与贷款规模负相关,可能的解释是,经济规模越大,银行竞争越激烈,从而影响了贷款
规模。经济增长率与贷款规模负相关,但不显著。金融发展深度与贷款规模关系不显著。①
(三)法律保护水平和银行 Z 值各组成部分
表 5 报告了 Z 值的 3 个组成部分的回归结果(5 年移动平均计算) ,回归因变量分别是 ROA、
CAR 和 σ(ROA) ,自变量与表 3 相同。限于篇幅,我们只列出了城市商业银行样本的结果(全样本
分析结果与此一致)。回归方法同表 3。
1.法律保护水平
从回归 1-回归 3 中可以看出,法律保护水平与银行业绩显著正相关;与资本充足率负相关,与
银行业绩波动正相关,但都不显著。回归 1-回归 3 的结果表明,较高的法律保护提高了银行业绩,
但同时也在一定程度上降低了资本充足率,并加剧了业绩波动。
62
张健华、王 鹏:银行风险、贷款规模与法律保护水平
① 为增加结论的稳健性,以贷存比作为因变量,所得结论与表 4 一致。此外,如前所述,以 3 年跨度计算 Z 值及相关变量,所
得结论与表 4 一致。结果可向作者索取。
表 5 银行 Z 值各组成部分影响因素分析(城市商业银行样本)
回归-1 回归-2 回归-3 回归-4 回归-5 回归-6 回归-7 回归-8 回归-9
因变量 ROA CAR ( (ROA) ROA CAR ( (ROA) ROA CAR ( (ROA)
法律保护水平总指数 0. 00119 - 0. 00819 0. 00074
(2. 79)*** (- 1. 48) (1. 63)
市场中介组织的发育 - 0. 00056 0. 03172 - 0. 00173
(- 0. 36) (2. 08)** (- 1. 22)
对生产者权益的保护 0. 00014 - 0. 00194 0. 00011
(0. 37) (- 0. 39) (0. 19)
对知识产权的保护 0. 00037 - 0. 00271 0. 00012 0. 00037 - 0. 00333 0. 00016
(3. 32)*** (- 2. 21)** (1) (3. 33)*** (- 2. 52)** (1. 3)
R-sq 0. 7717 0. 5895 0. 298 0. 7768 0. 6017 0. 3012 0. 7765 0. 595 0. 2969
从回归 4 可以看出,市场中介组织的发育、对生产者合法权益的保护与 ROA 的关系不显著,而
对知识产权的保护与 ROA 显著正相关。回归 5 中,对生产者权益的合法保护与 CAR 的关系不显
著,市场中介组织的发育与 CAR 显著正相关,对知识产权保护与 CAR 的关系显著负相关。回归 6
中,3 项法律保护水平分指数与 σ(ROA)关系不显著。对知识产权的保护与 Z 值各组成部分之间
的关系,在回归 7-回归 9 中得到进一步验证。总体来看,较好的法律保护水平在增加信贷规模的同
时,提高了银行业绩,但却降低了资本充足率,验证了检验 3 和检验 4。
结合表 3 和表 4 的结果,可以看出,法律保护水平与银行风险之间的正向关系(较高的法律保
护水平导致银行风险上升) ,主要来源于资本充足率的下降,而非银行业绩的下降。对此的解释
是,较好的法律保护水平加大了银行的贷款规模,银行资产扩张较快,同时,有利的市场环境使得银
行业绩得到提升。但资产的过快扩张降低了银行的资本充足率,并且资本充足率下降较快带来的
影响超过业绩上升的影响,总体表现为银行风险上升。以上发现与 Houston et al. (2010)的结论相
反,Houston et al.(2010)得到较强的债权人保护与银行业绩(ROA)负相关,与银行资本(CAR)和
业绩波动(σ(ROA) )正相关,文章将此解释为,较强的债权人保护增加了银行信贷规模①,促使银
行承担更多风险,但由于信贷资产质量较差,导致银行业绩下降,而较高的资本比率是银行吸引公
众存款的信号。文章认为,银行风险的上升主要来自于银行业绩的下降,而非资本的下降。造成这
一差异的可能解释是,虽然较高的法律保护水平促使银行贷款规模增加,但与国外不同,中国对银
行信贷实行较为审慎的监管,同时,银行内部对贷款质量也实行较为严格的审核,因此,中国银行业
的总体盈利水平较好。
2. 其余变量
银行业绩(ROA)与银行规模显著正相关,与银行规模的平方显著负相关,即银行业绩与规模
呈倒 U 型关系,与 Houston et al.(2010)结论一致。从 CAR 以及 σ(ROA)与银行规模的关系来看,
所得结论也与 Houston et al.(2010)一致,但关系不显著。总体来看,银行 Z 值与银行规模之间的
正向关系,主要是由于规模较大的银行经营业绩较高所致。
营业收入增长率与 ROA、CAR 关系不显著,与 σ(ROA)正相关,但也不显著。总体来看,银行
Z 值与营业收入增长之间的负向关系,可能主要是由于银行营业收入过快增长,增加了业绩波动,
从而导致银行风险上升。其它非利息收入占比与 σ(ROA)显著负相关,结合表 3 的结论,可以看
出,其它非利息收入作为利息收入的补充,降低了业绩波动,在一定程度上降低了银行风险。手续
费净收入占比与 Z 各组成部分关系不显著。权益资本占比与 ROA、CAR 关系显著正相关,与 σ
72
2012 年第 5 期
① 但 Houston et al.(2010)并未对债权人保护和银行贷款之间的关系进行验证。
(ROA)负相关,但不显著。结合表 3 的结论,可以看出,银行 Z 值与权益资本占比之间的正向关
系,源于较高的银行业绩、较高的资本充足率以及较低的业绩波动。
不良贷款率与 ROA 显著负相关,与 σ(ROA)显著正相关,与我们的预期一致。结合表 3 的结
论,可以看出,不良贷款率与银行 Z 值之间的负向关系,主要是由于较高的不良贷款率导致银行业
绩较差,并且增加了业绩波动。不良贷款准备率与 ROA、CAR 以及 σ(ROA)正相关,但只与 ROA
的关系显著,这也说明,不良贷款准备率与银行 Z 值之间的正向关系主要是由较高的经营业绩所
致。同业资金比率与 ROA、CAR 关系不显著,与 σ(ROA)正相关,但也不显著。结合表 3 的结论,
可以看出,银行 Z 值与同业资金比率之间的负向关系,可能主要是由于较高的同业资金占比增加
了业绩波动,从而导致银行风险上升。证券投资占比较高的银行,CAR 较高,可能的解释是,投资
占比较高的银行,业务扩张速度较慢,资本充足率较高。另一方面,较高的证券投资占比降低了业
绩波动,但并不显著。有外资股权或上市的银行,经营业绩显著较高,同时业绩波动也较低,但两者
之间的关系不显著。结合前面的结论,可以看出,银行治理结构的改善,提高了银行的信贷规模和
银行业绩,并在一定程度上降低了银行风险。
经济规模与 Z 值各组成部分关系不显著。经济增长率与银行业绩波动显著正相关。结合表 3
的结论,可以看出,经济增长率与银行 Z 值之间的负向关系,主要是由于较快的经济增长增加了银
行业绩波动所致。金融发展深度与 ROA 显著负相关,与 CAR 显著正相关。可能的解释是,金融发
展深度水平越高,银行竞争越激烈,银行利润越低,而较高的 CAR 成为吸引公众存款的信号,但总
体来看,金融发展深度与银行 Z 值的关系并不显著。①
(四)法律保护水平的内生性问题②
对于此类研究,制度(法律保护水平)的内生性可能导致的结论偏差是我们需要重视和讨论的
问题。对于遗漏变量可能导致的内生性问题,如前所述,我们在研究中控制了尽可能多的银行特征
变量和宏观经济变量。对于可能存在的反向因果关系,我们如此处理和论述: (1)如前处理,以上
一年数据衡量当年的法律保护水平; (2)从中国银行业的实际情况来看,银行业受政府控制较多,
关于银行业的改革更多是自上而下,而非相反。因此,银行风险和法律保护水平之间的因果关系,
可以更多认为是制度变化影响了银行风险。(3)中国银行业,尤其是城市商业银行规模相对较小,
其对地方法律制度建设的影响也较小,因此,可以更多认为是制度变化影响了银行风险。
Fan et al.(2010)以每个省份所拥有的沿海港口数量(样本期间)、在清朝期间(1842 年之后)
是否拥有通商口岸和租界等作为制度的外生工具变量。以此为参照,我们以 1998—2008 年(以上
一年数据衡量)每个省份所拥有的沿海港口万吨级以上码头泊位数作为法律保护水平(为了分析
方便,主要讨论法律保护水平总指数和对知识产权的保护)的外生工具变量。③ 正如 Fan et al.
(2011)所指出的,沿海港口的多少衡量了某一省份的海洋接近程度,这会影响制度(包含法律保护
水平)的发展。某一省份是否拥有沿海港口是由地理位置决定的(沿海和非沿海)。对沿海省份来
讲,拥有万吨级以上码头泊位的多少在很大程度上也是由其地理位置决定(当然,每年泊位数的变
化也会受经济发展等因素的影响,但银行风险,尤其是某一地区的城市商业银行,较难直接影响全
省港口泊位数的变化)。对四大国有商业银行和股份制银行来讲,历年对应的万吨级以上码头泊
位数是上述沿海省份码头泊位数的平均值,城市商业银行则采用对应省份历年数值(沿海省份取
82
张健华、王 鹏:银行风险、贷款规模与法律保护水平
①
②
③
如前所述,以 3 年跨度计算 Z 值及相关变量,所得结论与表 5 一致,结果可向作者索取。
感谢匿名评审人和人民大学商学院许年行副教授的建设性意见。如何选取更合适的工具变量进行稳健性检验,是本文
进一步的研究方向。
拥有沿海港口的省份是天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南。数据来源为《中国交通年鉴》
(1999—2009)。
相应的万吨级以上码头泊位数,非沿海省份历年取 0)。在具体取值上,与 Z 值计算方法一致,如果
某一省份拥有沿海港口,码头泊位数采用 5 年移动平均计算得到(并取自然对数) ,未拥有沿海港
口的省份历年取 0。①
面板模型下的工具变量回归所得结论(全样本和城市商业银行样本)与表 3 基本一致,证明了
本文结论的稳健性。另一方面,可以发现: (1)在第一阶段回归中,码头泊位数与法律保护水平显
著正相关;(2)当码头泊位数与法律保护水平同时放在表 3 方程中,法律保护水平仍然与 Z 值显著
负相关,码头泊位数