巴曙松，張祎，岳圣元

(1.中國銀行業(yè)協(xié)會，北京100033; 2.香港交易所，香港999077; 3.中國人民大學(xué)財政金融學(xué)院，北京100872; 4.南開大學(xué)經(jīng)濟(jì)學(xué)院，天津300071)

中國逆周期資本緩沖計提指標(biāo)選擇與機(jī)制構(gòu)建
——基于巴塞爾標(biāo)準(zhǔn)計提模型的擴(kuò)展與檢驗(yàn)

巴曙松1，2，張祎3，岳圣元4

(1.中國銀行業(yè)協(xié)會，北京100033; 2.香港交易所，香港999077; 3.中國人民大學(xué)財政金融學(xué)院，北京100872; 4.南開大學(xué)經(jīng)濟(jì)學(xué)院，天津300071)

作為巴塞爾協(xié)議III 的重要組成部分，逆周期資本緩沖旨在通過“以豐補(bǔ)歉”的形式熨平經(jīng)濟(jì)周期波動，減緩系統(tǒng)性風(fēng)險積聚，以實(shí)現(xiàn)宏觀審慎目標(biāo)。截至目前，中國逆周期資本緩沖計提規(guī)則尚未落地，計提模型的細(xì)節(jié)驗(yàn)證、參考指標(biāo)的篩選設(shè)計等問題仍有待探索。本文在總結(jié)巴塞爾委員會提出的逆周期資本緩沖計提標(biāo)準(zhǔn)和國際實(shí)踐的基礎(chǔ)上，對比測算單邊和雙邊HP 濾波方法的潛在影響，采用主成分分析與回歸分析對逆周期資本緩沖建立期的附加參考指標(biāo)進(jìn)行篩選與檢驗(yàn)。結(jié)果表明，雙邊HP 濾波方法在銀行部門信貸風(fēng)險積聚的預(yù)警方面更具解釋力。此外，反映宏觀經(jīng)濟(jì)狀況、資本市場、銀行壓力狀況及市場價格波動的指標(biāo)也具備較強(qiáng)的預(yù)警能力，能夠?yàn)橹袊嬷芷谫Y本緩沖機(jī)制的設(shè)計提供參考。

巴塞爾協(xié)議III; 逆周期資本緩沖; 信貸/GDP; 銀行監(jiān)管; 參考指標(biāo)

2010 年12 月，巴塞爾銀行監(jiān)督管理委員會(簡稱巴塞爾委員會) 發(fā)布了《巴塞爾協(xié)議III: 更穩(wěn)健的銀行和銀行系統(tǒng)的全球監(jiān)管框架》(簡稱巴塞爾協(xié)議III) ，闡述了全球銀行資本充足率監(jiān)管標(biāo)準(zhǔn)和流動性監(jiān)管標(biāo)準(zhǔn)，其中納入了逆周期資本緩沖(Countercyclical Capital Buffer，簡稱CCyB) 的計提要求。計提逆周期資本緩沖旨在保障銀行部門在資本要求中充分考慮所處的宏觀經(jīng)濟(jì)金融狀況，采用附加資本緩沖的形式來實(shí)現(xiàn)更廣義的宏觀審慎目標(biāo)，避免銀行部門在信貸增長過快時積聚大量系統(tǒng)性風(fēng)險。在經(jīng)濟(jì)上行區(qū)間，銀行需計提逆周期緩沖資本，抑制信貸的過度增長; 在經(jīng)濟(jì)下行區(qū)間，釋放逆周期緩沖資本，以抵抗經(jīng)濟(jì)下行壓力及其可能造成的損失。隨后，巴塞爾委員會發(fā)布《各國監(jiān)管當(dāng)局實(shí)施逆周期資本緩沖指引》(簡稱《指引》) ，推薦將信貸/GDP 缺口方法作為一般參考模型，結(jié)合其他危機(jī)預(yù)警指標(biāo)，對信貸周期走向及逆周期資本計提進(jìn)行綜合判斷和決策。

從國際實(shí)施現(xiàn)狀來看，已有25 個國家或地區(qū)制定了逆周期資本監(jiān)管規(guī)則并落地實(shí)施，僅有中國和加拿大兩國尚未完成規(guī)則制定。值得注意的是，各國建立的逆周期資本監(jiān)管規(guī)則雖大多采納了巴塞爾委員會推薦的信貸/GDP 指標(biāo)作為核心參考變量，但具有鮮明的國別特點(diǎn)，以宏觀經(jīng)濟(jì)指標(biāo)、房地產(chǎn)價格信息及銀行特質(zhì)等不同的附加參考指標(biāo)作為判斷依據(jù)，為中國逆周期資本緩沖機(jī)制的設(shè)計提供了可借鑒的模式。從目前中國監(jiān)管實(shí)踐來看，中國銀行業(yè)監(jiān)督管理委員會(簡稱銀監(jiān)會) 在2012 年修訂的《商業(yè)銀行資本管理辦法(試行) 》中提出，逆周期資本的計提要求為0—2.5%，但計提與運(yùn)用的具體規(guī)則尚未公布。那么，巴塞爾標(biāo)準(zhǔn)計提模型在中國是否具有適用性? 常用于提取長期趨勢的兩種HP 濾波方法在中國選擇逆周期資本緩沖計提模型中如何取舍? 除信貸/GDP 指標(biāo)外，應(yīng)如何選擇附加參考指標(biāo)，以降低單一參考指標(biāo)計提決策失誤的概率? 這些都是中國在構(gòu)建逆周期資本緩沖機(jī)制的過程中亟待解決的關(guān)鍵問題。

一、文獻(xiàn)綜述

(一) 巴塞爾逆周期資本緩沖掛鉤變量的選擇

巴塞爾協(xié)議III逆周期資本緩沖的標(biāo)準(zhǔn)計提模型將信貸/GDP與其長期趨勢之間的正缺口定義為信貸/GDP缺口，與逆周期資本緩沖計提直接聯(lián)系。此后，國際組織、理論界、學(xué)術(shù)界和絕大多數(shù)市場參與者采用信貸/GDP指標(biāo)分析金融體系風(fēng)險狀況，并對信貸/GDP 指標(biāo)是否適合作為掛鉤變量進(jìn)行了探討。

大多數(shù)國外學(xué)者認(rèn)為信貸/GDP指標(biāo)具備較為全面的預(yù)警能力，但其適用性需要各國根據(jù)本國的具體實(shí)際情況進(jìn)行詳細(xì)評估，尤其是對信貸定義、計算口徑、濾波方法選擇和時間窗口等機(jī)制設(shè)計細(xì)節(jié)均需進(jìn)行全面審慎考慮。Bakker 等[1]、Schularick 和Taylor[2]驗(yàn)證了信貸增長與金融危機(jī)間的因果聯(lián)系，指出了選取信貸/GDP指標(biāo)的合理性。但Aleskerov 等[3]認(rèn)為信貸/GDP指標(biāo)僅適宜在緩沖計提時作為參考，在實(shí)際運(yùn)用中應(yīng)選擇性使用。Alessandri 等[4]通過對意大利信貸/GDP指標(biāo)的實(shí)際測算，對比了單邊和雙邊HP濾波計算方法的差異，認(rèn)為采用雙邊HP 濾波方法所得到的缺口數(shù)據(jù)具有更顯著的預(yù)測能力。

國內(nèi)學(xué)者在信貸范圍定義和指標(biāo)測算方面已經(jīng)進(jìn)行了較為充分的研究，但是對信貸/GDP 指標(biāo)的缺陷及運(yùn)用細(xì)節(jié)討論較少，尤其是對HP 濾波方法的選擇及其影響評估不足。李文泓和羅猛[5]認(rèn)為，信貸/GDP 指標(biāo)是判斷中國信貸增長過快、系統(tǒng)性風(fēng)險累積較合理的指標(biāo)。陳雨露和馬勇[6]對比了不同信貸范圍的測算結(jié)果后認(rèn)為，廣義信貸和社會融資總量更適合作為掛鉤變量的計算依據(jù)。李樹生和王文峰[7]指出，巴塞爾逆周期緩沖資本機(jī)制的實(shí)施難度較大，若判斷失誤必將加大經(jīng)濟(jì)波動，信貸/GDP 指標(biāo)的信號延遲效應(yīng)也是應(yīng)考慮的現(xiàn)實(shí)問題。楊新蘭和吳博[8]結(jié)合一致性指數(shù)進(jìn)行對比分析，認(rèn)為廣義信貸余額數(shù)據(jù)更適合作為信貸計算范圍，這一點(diǎn)與巴塞爾委員會的建議相符。

(二) 逆周期資本緩沖計提機(jī)制的研究與設(shè)計

為避免單一參考指標(biāo)可能導(dǎo)致的監(jiān)管決策失誤，巴塞爾委員會在《指引》中指出，各國監(jiān)管當(dāng)局不能機(jī)械地依靠信貸/GDP 指標(biāo)進(jìn)行監(jiān)管決策，還應(yīng)基于其他信息對宏觀經(jīng)濟(jì)形勢進(jìn)行綜合判斷，以此設(shè)定合理的逆周期資本緩沖水平。

國外學(xué)者及監(jiān)管機(jī)構(gòu)對其他參考指標(biāo)研究較多，并對各指標(biāo)實(shí)施的有效性進(jìn)行了實(shí)證檢驗(yàn)。Gerdrup 等[9]通過測算分析認(rèn)為信貸/GDP、房價收入比、實(shí)際商品房價格和批發(fā)融資比率四個關(guān)鍵指標(biāo)可提高危機(jī)預(yù)警質(zhì)量。Giese 等[10]認(rèn)為應(yīng)綜合信貸余額/GDP 指標(biāo)與基于風(fēng)險的資本比率、杠桿率和存貸比等附加指標(biāo)來決定逆周期資本緩沖額度。Financial Policy Committee[11]研究認(rèn)為單一指標(biāo)不能有效反映和預(yù)警系統(tǒng)性風(fēng)險積聚，應(yīng)參考銀行資產(chǎn)負(fù)債表、非銀行資產(chǎn)負(fù)債表和市場狀況與條件三個指標(biāo)來輔助決策。Alessandri 等[4]通過實(shí)證檢驗(yàn)，認(rèn)為銀行部門信貸增長率、存貸比和房價租金比等指標(biāo)在預(yù)警銀行部門信貸風(fēng)險積聚時具有較顯著的解釋力，適合作為逆周期資本緩沖計提的依據(jù)。

國內(nèi)學(xué)者聚焦于對掛鉤變量的研究，對其他附加參考指標(biāo)的研究相對較少，且大多數(shù)停留在理論分析層面，缺乏實(shí)證檢驗(yàn)。巴曙松和王鳳嬌[12]對逆周期資本監(jiān)管指標(biāo)的設(shè)定進(jìn)行研究，將逆周期監(jiān)管對應(yīng)的指標(biāo)劃分為系統(tǒng)性指標(biāo)和銀行層面指標(biāo)，指出信貸增長、信貸/GDP指標(biāo)能更好地體現(xiàn)經(jīng)濟(jì)惡化的狀況，同時，房地產(chǎn)價格長期趨勢偏離度具備參考作用。楊新蘭和吳博[8]除了探究信貸/GDP指標(biāo)的適用性外，還嘗試采用信貸增長、宏觀經(jīng)濟(jì)一致性指數(shù)等指標(biāo)作為審慎確定逆周期資本緩沖的附加參考附加。

基于現(xiàn)有研究成果，本文首次采用單邊和雙邊HP 濾波方法對信貸/GDP 指標(biāo)進(jìn)行缺口測算與對比，并通過對現(xiàn)有國際參考指標(biāo)的篩選，探索中國逆周期資本緩沖計提過程中應(yīng)重點(diǎn)參考的預(yù)警指標(biāo)，為中國逆周期資本緩沖機(jī)制的細(xì)節(jié)設(shè)計和順利落地提供理論支撐。

二、巴塞爾逆周期資本緩沖的計提標(biāo)準(zhǔn)及其適用性探討

(一) 巴塞爾逆周期資本緩沖標(biāo)準(zhǔn)計提模型的提出

巴塞爾委員會2010 年發(fā)布的《指引》指出，逆周期資本緩沖計提框架旨在通過資本緩沖來實(shí)現(xiàn)宏觀審慎目標(biāo)，避免銀行部門在經(jīng)濟(jì)過熱時期過度積累信貸風(fēng)險，減少系統(tǒng)性風(fēng)險的積聚。為了熨平銀行部門信貸周期帶來的劇烈波動與損失，巴塞爾委員會以客觀性、一般參考指引、避免信號誤導(dǎo)、及時性和宏觀審慎性為基本原則，提出了標(biāo)準(zhǔn)計提模型，作為逆周期緩沖資本計提的推薦方法。根據(jù)國際清算銀行的測算結(jié)果，信貸/GDP 指標(biāo)在反映信貸周期和系統(tǒng)性風(fēng)險變化方面具備更強(qiáng)的準(zhǔn)確性和及時性。因此，巴塞爾委員會建議采用信貸/GDP 指標(biāo)作為判斷信貸周期波動和逆周期資本緩沖計提的掛鉤變量，為各國逆周期資本緩沖機(jī)制的設(shè)計提供依據(jù)。

巴塞爾逆周期資本緩沖計提的基本思路為:第一，定義信貸數(shù)據(jù)范圍，并計算信貸/GDP 指標(biāo)，即RATIOt =CREDITt /GDPt。第二，運(yùn)用單邊HP 濾波方法分離RATIOt序列的長期趨勢TRENDt，并計算出相應(yīng)的缺口值，即GAPt =RATIOt -TRENDt。第三，根據(jù)缺口值GAPt計提逆周期資本緩沖CCyB?；趯v次銀行危機(jī)的研究，巴塞爾委員會將缺口值GAPt的最低閾值L 和最高閾值H 分別設(shè)置為2%和10%，即當(dāng)缺口值GAPt低于2%時，逆周期資本緩沖計提為0%; 當(dāng)缺口值GAPt高于10%時，逆周期資本緩沖計提達(dá)到最高值2.50%; 當(dāng)缺口值GAPt處于2%—10%之間時，采用線性算法設(shè)定逆周期資本緩沖水平。第四，根據(jù)其他參考指標(biāo)，對現(xiàn)有CCyB 計提的合理性及調(diào)整方法進(jìn)行評估，確定最終的CCyB 額度并公開披露。具體計提公式如下:

此后，巴塞爾委員會根據(jù)各國監(jiān)管當(dāng)局的意見反饋及咨詢情況，在2015 年11月發(fā)布的《巴塞爾協(xié)議III 逆周期資本緩沖咨詢意見反饋》中對標(biāo)準(zhǔn)計提模型的運(yùn)用細(xì)節(jié)問題作了進(jìn)一步說明，主要包括: 逆周期資本緩沖決策方法、跨國監(jiān)管、地區(qū)信貸暴露的識別和計算、單一銀行緩沖計提、調(diào)整時間與頻率及披露要求。此外，現(xiàn)有標(biāo)準(zhǔn)計提模型仍然存在諸多細(xì)節(jié)問題有待解決。

(二) 中國信貸/GDP 缺口測算及逆周期資本緩沖計提

Alessandri 等[4]的研究指出，提高信貸/GDP 指標(biāo)的時間序列長度與頻率有助于提升缺口指標(biāo)的預(yù)警精度，采用雙邊HP 濾波方法能夠運(yùn)用各時點(diǎn)的全樣本信息，在金融危機(jī)預(yù)測中具有更強(qiáng)的適用性。因此，在借鑒上述文獻(xiàn)基礎(chǔ)上，選取盡可能長的時間區(qū)間，使用兩種HP 濾波方法，對中國逆周期資本緩沖計提水平進(jìn)行測算和對比，為中國逆周期資本緩沖計提模型的選擇與設(shè)計提供借鑒。按照《指引》中對中國信貸余額的定義，中國非金融部門總信貸可作為信貸范疇參與信貸/GDP 指標(biāo)計算。本文分別采用單邊和雙邊HP 濾波方法提取2000—2015 年中國信貸/GDP 指標(biāo)的趨勢項(xiàng)與周期項(xiàng)，設(shè)定平滑參數(shù)λ = 400 000，借助Matlab 2014a 軟件，計算得到中國2000—2015 年中國信貸/GDP 缺口及相應(yīng)的逆周期資本緩沖的參考計提值。從測算結(jié)果來看，兩種計算方法得到的信貸/GDP 缺口變動方向及計提時點(diǎn)基本一致，但波動幅度有差異，相應(yīng)的逆周期資本緩沖計提也有偏差，其潛在效果有待進(jìn)一步檢驗(yàn)。

中國自2000年以來經(jīng)歷了三次資本市場發(fā)展高峰時期，而在此期間，兩種HP濾波方法測算得到的逆周期資本緩沖額度均具有一定合理性。具體來看: 2002—2004年間，中國宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r良好，金融機(jī)構(gòu)各項(xiàng)貸款增速較快，采用雙邊HP濾波方法計算的逆周期資本緩沖達(dá)到了2.50%的最高值;2008年金融危機(jī)后，宏觀經(jīng)濟(jì)狀況出現(xiàn)復(fù)蘇與反彈跡象，金融機(jī)構(gòu)貸款增速創(chuàng)歷史新高，采用單邊HP濾波方法所得到的逆周期資本緩沖也與該狀況保持一致; 2014年以來，隨著金融業(yè)的不斷創(chuàng)新與發(fā)展，資本市場狀況熱度不減，信貸增速呈現(xiàn)上升態(tài)勢，兩種計算方法得到的逆周期資本緩沖計提均達(dá)到了較高水平。

(三) 巴塞爾逆周期資本緩沖機(jī)制的中國適用性探討

雖然巴塞爾委員會提供了逆周期資本緩沖的標(biāo)準(zhǔn)計算方法，但是《指引》也指出，信貸/GDP 指標(biāo)并不能作為準(zhǔn)確把握經(jīng)濟(jì)周期的唯一指標(biāo)，應(yīng)將該指標(biāo)作為計提依據(jù)，結(jié)合其他指標(biāo)來判斷經(jīng)濟(jì)周期的波動狀況，綜合考量逆周期資本緩沖的計提時點(diǎn)與計提水平。本文借鑒李樹生和王文峰[7]與楊新蘭和吳博[8]的研究，結(jié)合宏觀經(jīng)濟(jì)一致性指數(shù)對逆周期資本緩沖的調(diào)整過程進(jìn)行具體檢驗(yàn)。結(jié)果如圖1 所示。

從圖1 中宏觀經(jīng)濟(jì)一致性指數(shù)的歷史數(shù)據(jù)來看，中國整體宏觀經(jīng)濟(jì)走勢經(jīng)歷了三個較為長期的上行區(qū)間，分別為2000—2004 年、2005—2008 年、2009—2011 年，與文中測算的逆周期資本緩沖計提大體相吻合，但是也存在偏差。第一次較大偏差出現(xiàn)于2008 年金融危機(jī)前夕，宏觀經(jīng)濟(jì)一致性指數(shù)呈穩(wěn)步上升態(tài)勢，而逆周期資本緩沖已開始進(jìn)行適度釋放，資本緩沖的逐步釋放也對此后金融危機(jī)帶來的潛在損失有一定吸收作用，這無疑是更為合理的; 第二次較大偏差出現(xiàn)于2011 年以來，隨著金融創(chuàng)新的步伐不斷加快，資本市場呈現(xiàn)出逐步繁榮的態(tài)勢，信貸增速也得到了較快提升，該階段逆周期資本緩沖的計提存在合理性，但宏觀經(jīng)濟(jì)一致性指數(shù)卻呈現(xiàn)下行趨勢，與計提結(jié)果不符。雖然宏觀經(jīng)濟(jì)一致性指數(shù)在某些時間區(qū)間對逆周期資本緩沖的決策有所幫助，但是由于該指標(biāo)未將資本市場及銀行壓力狀況考慮在內(nèi)，僅依靠該指標(biāo)進(jìn)行判斷，容易造成逆周期資本緩沖計提決策的失誤。

從中國逆周期資本緩沖計提結(jié)果與后續(xù)的初步檢驗(yàn)來看，巴塞爾協(xié)議III 中逆周期資本緩沖機(jī)制在中國的實(shí)施路徑已初顯眉目，但由于國別差異，以下方面需要依據(jù)中國具體國情進(jìn)行探索與細(xì)化:一是巴塞爾協(xié)議III 逆周期資本緩沖標(biāo)準(zhǔn)計提模型中信貸口徑、時間窗口和HP 濾波方法等選擇問題有待進(jìn)一步研究與確定，這也關(guān)乎逆周期資本緩沖計提的合理性與有效性。二是建立綜合反映宏觀經(jīng)濟(jì)狀況、市場價格波動等信息的附加參考指標(biāo)體系具有重要意義，依靠宏觀經(jīng)濟(jì)一致性指數(shù)等單一指標(biāo)難以提供充分有效的決策信息，附加參考指標(biāo)的選擇與檢驗(yàn)也是進(jìn)一步研究的重點(diǎn)內(nèi)容。三是與建立期類似，逆周期資本緩沖的釋放時點(diǎn)與釋放期參考指標(biāo)體系建設(shè)是逆周期資本緩沖機(jī)制在中國落地的必要組成部分。

三、中國逆周期資本緩沖機(jī)制的構(gòu)建與檢驗(yàn)

(一) 基于巴塞爾標(biāo)準(zhǔn)與國際經(jīng)驗(yàn)的計提機(jī)制構(gòu)建

從目前各國及地區(qū)對巴塞爾逆周期資本計提機(jī)制的附加參考指標(biāo)與實(shí)施內(nèi)容來看，世界上大多數(shù)國家采納了巴塞爾標(biāo)準(zhǔn)，即采用信貸/GDP 指標(biāo)作為逆周期資本緩沖計提的核心指標(biāo)，同時建立了較為全面的附加參考指標(biāo)體系，涵蓋了宏觀經(jīng)濟(jì)、金融和其他監(jiān)管信息等多種系統(tǒng)性風(fēng)險積聚預(yù)警指標(biāo)，具體如表1 所示。

表1 各國逆周期資本緩沖機(jī)制設(shè)計及附加參考指標(biāo)體系對比

注: 加* 的國家為巴塞爾委員會非成員國，其他均為成員國或地區(qū)。

基于此，本文以巴塞爾標(biāo)準(zhǔn)與國際經(jīng)驗(yàn)的一般機(jī)制設(shè)計為藍(lán)本，選取信貸/GDP 指標(biāo)作為掛鉤變量，并按照標(biāo)準(zhǔn)計提模型對逆周期資本緩沖進(jìn)行測算，同時結(jié)合附加參考指標(biāo)對逆周期資本緩沖進(jìn)行微調(diào)。本文構(gòu)建的參考指標(biāo)體系可分為宏觀經(jīng)濟(jì)指標(biāo)、資產(chǎn)價格與市場指標(biāo)和銀行壓力指標(biāo)三大類12 個參考指標(biāo)。第一類宏觀經(jīng)濟(jì)指標(biāo)包括信貸增長率(GCREDIT) 、GDP 增長率(GGDP) 、經(jīng)常項(xiàng)目差額的GDP 占比(CTGDP) 、政府部門盈余的GDP 占比(GTGDP) 和失業(yè)率(U) 5 個參考指標(biāo)，旨在從細(xì)分角度補(bǔ)充了信貸/GDP 指標(biāo)所存在的結(jié)構(gòu)缺失問題，突出顯示了信貸/GDP 指標(biāo)中分子、分母的結(jié)構(gòu)組成及其影響。第二類資產(chǎn)價格與市場指標(biāo)包括房價收入比(PTI) 、房價租金比(PTR) 、住房價格缺口(CYCLE_PP) 、信用利差(SPREAD) 和資本市場回報率(INDRTN) 5 個參考指標(biāo)，綜合反映了系統(tǒng)性風(fēng)險積聚的其他維度，其中房地產(chǎn)價格對逆周期資本緩沖的計提尤其重要。第三類銀行壓力指標(biāo)包括存貸比(LTD) 和批發(fā)融資比率(FR)兩個附加參考指標(biāo)，從銀行微觀角度出發(fā)，刻畫了銀行部門面臨的信貸周期波動及市場流動性狀況。

(二) 基于主成分分析的參考指標(biāo)初篩

鑒于數(shù)據(jù)的可獲得性與連續(xù)性，筆者選取2007 年第1 季度至2015年第4季度的12個附加參考指標(biāo)季度數(shù)據(jù)進(jìn)行主成分分析和回歸分析，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、Bankscope數(shù)據(jù)庫、Wind資訊金融數(shù)據(jù)庫和國泰安數(shù)據(jù)庫。為滿足數(shù)據(jù)頻率與平穩(wěn)性要求，對非平穩(wěn)序列進(jìn)行一階差分或計算季度增長率，以滿足模型設(shè)定要求。表2 是主成分分析得到的特征值、特征值貢獻(xiàn)率和累計貢獻(xiàn)率。

表2 特征值和貢獻(xiàn)率

從表2 可以看出，特征值大于1 的5 個主成分對總方差的解釋度達(dá)到88% (5 個主成分的貢獻(xiàn)率總和為88%)。但由于潛在合成因子不存在明確的經(jīng)濟(jì)含義，不能對政策實(shí)施與監(jiān)管決策提供清晰路徑。因此，為了便于數(shù)據(jù)研究與政策操作，對各潛在因子中滿足特定條件的變量進(jìn)行具體識別和重點(diǎn)篩選。

篩選變量應(yīng)滿足如下條件: (1)至少能解釋一個潛在成分的方差，因子載荷絕對值大于0.5000;(2)與其他變量之間的非條件相關(guān)系數(shù)絕對值低于0.6000，如果兩個變量之間的相關(guān)系數(shù)絕對值高于0.6000，則選取具備更高因子載荷的變量。表3、表4分別列示了各附加參考指標(biāo)變量的因子載荷和相關(guān)系數(shù)矩陣。通過篩選，選取同時滿足以上條件的經(jīng)常賬戶差額/GDP(CTGDP)、政府部門盈余/GDP(GTGDP)、存貸比(LTD)、住房價格缺口(CYCLE-PP)、房價租金比(PTR)和資本市場回報率(INDRTN)6個變量作為后續(xù)研究變量，進(jìn)而檢驗(yàn)其對銀行部門信貸風(fēng)險的預(yù)警能力。

表3 主成分中各附加參考指標(biāo)變量因子載荷

表4 各附加參考指標(biāo)變量之間相關(guān)系數(shù)矩陣

(三) 模型構(gòu)建與篩選指標(biāo)的檢驗(yàn)

考慮到信用風(fēng)險仍是目前中國銀行部門風(fēng)險的主要來源，非金融公司的融資結(jié)構(gòu)對銀行融資渠道具有較強(qiáng)的依賴性，且歷史研究表明銀行部門信貸風(fēng)險與金融部門的系統(tǒng)性風(fēng)險具有緊密的聯(lián)系，因而采用連續(xù)變量的測度方法，將商業(yè)銀行的不良貸款率作為傳統(tǒng)危機(jī)變量的代理變量，以檢驗(yàn)各備選指標(biāo)對于銀行部門信貸風(fēng)險的預(yù)警能力與先行效果。為考察信貸/GDP 缺口及其他附加參考指標(biāo)對不良貸款率的早期預(yù)警能力和顯著性，筆者選取兩種濾波方法計算的信貸/GDP 缺口與通過主成分分析篩選出的附加參考指標(biāo)作為解釋變量，進(jìn)行回歸分析。為檢驗(yàn)各指標(biāo)的預(yù)警能力，所有解釋變量均選取滯后變量加入模型，這也弱化了模型中可能存在的內(nèi)生性問題。具體模型構(gòu)建如下:

BLRt=α+β1GAP1St-8+β2CTGDPt-8+β3GTGDPt-8+β4LTDt-8+β5CYCLE_PPt-8+β6PTRt-8+β7INDRTNt-8+εt

(2)

BLRt =α+β1GAP2St-8+β2CTGDPt-8+β3GTGDPt-8+β4LTDt-8+β5CYCLE_PPt-8+β6PTRt-8+β7INDRTNt-8+εt

(3)

其中，BLRt表示銀行業(yè)平均不良貸款率，GAP1St-8和GAP2St-8分別表示單邊和雙邊HP濾波方法測算得到的信貸/GDP缺口的滯后變量，CTGDPt-8、GTGDPt-8、LTDt-8、CYCLE_PPt-8、PTRt-8和INDRTNt-8分別表示主成分分析中篩選出的解釋變量的滯后變量，殘差項(xiàng)εt～N (0，1) 。α 表示常數(shù)項(xiàng)。β1—β7表示各變量的系數(shù)。

(四) 參數(shù)估計與檢驗(yàn)結(jié)果

為克服序列相關(guān)問題，采用Newey-West方法對上述模型進(jìn)行參數(shù)估計，并加入被解釋變量BLR的滯后項(xiàng)做穩(wěn)健性檢驗(yàn)，同時，對解釋變量的滯后階數(shù)進(jìn)行了調(diào)整與后續(xù)檢驗(yàn)，檢驗(yàn)結(jié)果均支持現(xiàn)有結(jié)論，即模型設(shè)定與參數(shù)估計具備結(jié)構(gòu)穩(wěn)定性。結(jié)果如表5 所示。

表5 估計結(jié)果

注:括號內(nèi)為Newey-West標(biāo)準(zhǔn)差，*、**和***分別表示10%、5%和1%顯著水平。

由表5可知，盡管采用不同的計量模型，單邊和雙邊HP濾波方法的缺口測算結(jié)果(GAP1St-8、GAP2St-8)在預(yù)警不良貸款率波動時均顯示出較強(qiáng)的顯著性，但雙邊HP濾波方法的缺口測算結(jié)果(GAP2St-8)顯著性更高，即表明雙邊HP濾波方法在缺口測算中具有更強(qiáng)的適用性。在其他附加參考指標(biāo)中，經(jīng)常項(xiàng)目差額的GDP占比(CTGDPt-8)指標(biāo)在各模型設(shè)定下均具備顯著性。隨著經(jīng)常項(xiàng)目順差逐漸收窄，商業(yè)銀行等金融機(jī)構(gòu)的國際競爭力得到提升，對中國宏觀經(jīng)濟(jì)運(yùn)行帶來了積極影響，驅(qū)動了商業(yè)銀行的平均不良貸款率下行。同樣，政府部門盈余的GDP占比(GTGDPt-8)在4個模型設(shè)定中5%的顯著水平上具有顯著性。值得注意的是，房地產(chǎn)市場價格(CYCLE_PPt-8)在各模型設(shè)定中均呈現(xiàn)較為顯著的統(tǒng)計結(jié)果。當(dāng)房價上升時，房地產(chǎn)服務(wù)能力增強(qiáng)，因而不良貸款率下降;相反，當(dāng)房價下跌時，房屋所有者將遭受損失，不良貸款率將呈現(xiàn)上升趨勢。這一結(jié)果與Panetta[13]的研究結(jié)果相似。盡管如此，我們的分析僅反映了房地產(chǎn)市場狀況對銀行不良貸款率的影響與否，并不能驗(yàn)證房價與不良貸款率之間的因果關(guān)系。而房價租金比(PTRt-8)反映了房屋以出租方式所取得的投資回報，房價租金比上升往往意味著房產(chǎn)投資價值下降，房價被高估，房地產(chǎn)泡沫逐漸形成，因而也伴隨著不良貸款率的同向變化。而存貸比(LTDt-8)在統(tǒng)計上并不顯著，原因可能是長期以來中國商業(yè)銀行存貸比指標(biāo)存在75%的監(jiān)管紅線，雖然2014年計算口徑有所調(diào)整，但仍不能有效反映市場流動性狀況，對銀行信貸風(fēng)險的預(yù)警影響有限。資本市場回報率(INDRTNt-8)作為風(fēng)險資產(chǎn)的預(yù)期收益率替代指標(biāo)，在統(tǒng)計上顯著性較弱，原因可能是中國企業(yè)仍然以間接融資為主，直接融資占比較低，信貸風(fēng)險積聚更多依賴于銀行信貸行為和信貸環(huán)境，與資本市場回報率相關(guān)性較弱。

四、結(jié)論與建議

(一) 結(jié)論

本文基于對巴塞爾委員會逆周期資本緩沖計提標(biāo)準(zhǔn)及國際監(jiān)管實(shí)踐的對比分析，首次采用單邊和雙邊HP 濾波方法對中國2007—2015 年逆周期資本緩沖進(jìn)行測算，綜合運(yùn)用主成分分析與回歸分析，對中國逆周期資本緩沖機(jī)制的附加參考指標(biāo)選取進(jìn)行篩選與驗(yàn)證，為中國逆周期監(jiān)管的落地提供決策依據(jù)。研究結(jié)果顯示，雙邊HP 濾波方法在預(yù)警銀行部門信貸風(fēng)險積聚方面更具解釋力，更適合為中國逆周期資本緩沖計提提供參考; 在宏觀經(jīng)濟(jì)指標(biāo)、銀行壓力指標(biāo)及市場價格指標(biāo)三類指標(biāo)中，經(jīng)常項(xiàng)目差額/GDP、政府部門盈余/GDP、住房價格缺口和房價租金比指標(biāo)對逆周期資本緩沖的計提指標(biāo)選取具備參考意義。

(二) 建議

第一，推進(jìn)逆周期資本緩沖機(jī)制的落地與實(shí)施。巴塞爾委員會要求各成員國最晚于2019 年1月1 日正式實(shí)施逆周期資本緩沖計提規(guī)則，而相比于其他成員國的實(shí)施進(jìn)展，中國逆周期資本緩沖機(jī)制的設(shè)計與落地進(jìn)展還較為緩慢，考慮到逆周期資本緩沖計提的緩沖期設(shè)計和各銀行的調(diào)整時間，推進(jìn)中國逆周期資本緩沖機(jī)制的設(shè)計與政策落地刻不容緩。分析測算表明，巴塞爾協(xié)議III 標(biāo)準(zhǔn)計提模型及其擴(kuò)展路徑在中國具備一定的適用性，加之近期逆周期資本緩沖測算結(jié)果較高，也顯示出推進(jìn)逆周期資本緩沖機(jī)制落地的可行性和必要性。

第二，謹(jǐn)慎設(shè)計逆周期資本緩沖計提規(guī)則。逆周期資本緩沖計提水平的確定和相應(yīng)的計提、釋放時點(diǎn)的選取是逆周期資本緩沖計提規(guī)則的重中之重，對系統(tǒng)性金融風(fēng)險的影響效應(yīng)不可忽視。研究表明，選取信貸/GDP指標(biāo)作為逆周期資本緩沖計提的核心掛鉤變量具有可行性，同時應(yīng)謹(jǐn)慎選取現(xiàn)有濾波方法進(jìn)行缺口測算。此外，為保障測算精度，巴塞爾委員會建議至少選取10年的數(shù)據(jù)進(jìn)行計算。因此，在選取掛鉤變量及其他附加參考指標(biāo)時，數(shù)據(jù)的時間窗口也是必須考慮的重要因素之一。

第三，綜合多重指標(biāo)判斷逆周期資本計提時點(diǎn)與計提額度。為避免單一錯誤信號帶來的監(jiān)管失誤，在實(shí)際監(jiān)管決策中還應(yīng)綜合考慮多種具備有效性和預(yù)警能力的指標(biāo)來指導(dǎo)緩沖水平的設(shè)定與調(diào)整。中國監(jiān)管當(dāng)局確定逆周期資本緩沖計提額度和計提時點(diǎn)時，應(yīng)綜合考慮宏觀經(jīng)濟(jì)運(yùn)行狀況和市場環(huán)境狀況指標(biāo)，監(jiān)測與評估金融部門系統(tǒng)性風(fēng)險的積聚情況，并建立綜合評估指標(biāo)體系，對逆周期資本緩沖額度和計提時點(diǎn)進(jìn)行科學(xué)決策。

[1] Bakker，B.，Dell’Ariccia，G.，Laeven，L.，et al.Policies for Macrofinancial Stability: How to Deal With Credit Booms [R].Imf Staff Discussion Notes，2014.

[2] Schularick，M.，Taylor，M.Credit Booms Gone Bust: Monetary Policy，Leverage Cycles，and Financial Crises，1870—2008[J].The American Economic Review，2012，102(2):1029-1061.

[3] Aleskerov，F(xiàn).，Keskinbaev，A.，Penikas，H.A Multiplicative Model of Countercyclical Capital Buffer Evaluation Differentiated by Homogeneous Clusters of Countries[R].Higher School of Economics Research Paper No.WPBRP，2012.

[4] Alessandri，P.，Bologna，P.，F(xiàn)iori，R.A Note on the Implementation of the Countercyclical Capital Buffer in Italy[R].Bank of Italy Occasional Paper No.278，2015.

[5] 李文泓，羅猛.巴塞爾委員會逆周期資本框架在中國銀行業(yè)的實(shí)證分析[J].國際金融研究，2011，(6):81-87.

[6] 陳雨露，馬勇.中國逆周期資本緩沖的“掛鉤變量”選擇:一個實(shí)證評估[J].教學(xué)與研究，2013，(12):5-16.

[7] 李樹生，王文峰.商業(yè)銀行逆周期緩沖資本監(jiān)管:實(shí)證分析及可行性研究[J].經(jīng)濟(jì)與管理研究，2014，(8):19-24.

[8] 楊新蘭，吳博.逆周期緩沖機(jī)制在中國的適用性——基于巴塞爾委員會推薦模型的檢驗(yàn)[J].中南財經(jīng)政法大學(xué)學(xué)報，2016，(1):107-113.

[9] Gerdrup，K.，Kvinlog，B.，Schaanning，E.Key Indicators for a Countercyclical Capital Buffer in Norway: Trends and Uncertainty[R].Norges Bank Staff Memo Working Paper，2013.

[10] Giese，J.，Andersen，H.，Bush，O.The Credit-to-Gdp Gap and Complementary Indicators for Macroprudential Policy:Evidence From the UK[J].International Journal of Finance amp; Economics，2014，19(1):25-47.

[11] Financial Policy Committee.The Financial Policy Committee’s Powers to Supplement Capital Requirements[R].Bank of England Policy Statement，2014.

[12] 巴曙松，王鳳嬌.逆周期資本監(jiān)管指標(biāo)的設(shè)定[J].資本市場，2012，(7):20-22.

[13] Panetta，F(xiàn).On the Special Role of Macroprudential Policy in the Euro Area[R].Netherlands Bank Working Paper，2014.

2017-09-10

巴曙松(1969-)，男，湖北武漢人，教授，中國銀行業(yè)協(xié)會首席經(jīng)濟(jì)學(xué)家，香港交易所首席中國經(jīng)濟(jì)學(xué)家，博士，主要從事金融監(jiān)管與風(fēng)險管理研究。E-mail:bashusong@163.com張祎(1993-)，男，河南平頂山人，博士研究生，主要從事金融監(jiān)管與風(fēng)險管理研究。E-mail:zhangyi930312@163.com岳圣元(1992-)，女，天津人，博士研究生，主要從事金融創(chuàng)新與金融監(jiān)管研究。E-mail: tjyzgya7@ 126. com

F832.1

A

1000-176X(2017) 10-0044-08