謝赤　凌毓秀

摘 要：精準(zhǔn)科學(xué)地度量和描述信用風(fēng)險(xiǎn)及傳染機(jī)制有利于銀行信貸資產(chǎn)證券化的高效健康發(fā)展和貨幣市場系統(tǒng)性風(fēng)險(xiǎn)的防范。運(yùn)用修正KMV模型測度銀行信貸資產(chǎn)證券化產(chǎn)品在不同時(shí)期的信用風(fēng)險(xiǎn)，并采用最小生成樹（MST）算法考察銀行間信用風(fēng)險(xiǎn)的傳染機(jī)制。結(jié)果顯示：政策性銀行和大型商業(yè)銀行發(fā)行的產(chǎn)品在各個(gè)時(shí)期信用風(fēng)險(xiǎn)均處于較低水平；股份制銀行、城商行和農(nóng)商行發(fā)行的產(chǎn)品違約率前期略高于前兩類銀行，但后期明顯下降；后三類銀行位于銀行股票收益率網(wǎng)絡(luò)的中心位置，具有傳遞信息和維系網(wǎng)絡(luò)穩(wěn)定的重要作用。

關(guān)鍵詞： 商業(yè)銀行；信貸資產(chǎn)證券化；信用風(fēng)險(xiǎn)；修正KMV模型；最小生成樹（MST）

中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼： A 文章編號：10037217（2018）03000207

一、引 言

中共十九大報(bào)告指出，應(yīng)“深化金融體制改革，增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)能力，提高直接融資比重”，強(qiáng)調(diào)守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線。資產(chǎn)證券化作為一種直接融資的創(chuàng)新模式和“三去一降一補(bǔ)”的重要工具，在盤活資金、分散信貸資產(chǎn)風(fēng)險(xiǎn)以及去杠桿方面具有獨(dú)特價(jià)值，發(fā)展?jié)摿薮?。?dāng)前我國信貸資產(chǎn)證券化業(yè)務(wù)進(jìn)入了重要發(fā)展時(shí)期，但總體而言仍處于起步階段，依舊面臨嚴(yán)峻挑戰(zhàn)。

利率市場化改革的不斷深化一方面推動銀行信貸資產(chǎn)證券化發(fā)展，降低資產(chǎn)的流動性風(fēng)險(xiǎn)，另一方面也會加大銀行業(yè)整體的集中與競爭格局，放大信貸資產(chǎn)證券化的信用風(fēng)險(xiǎn)。鑒此，本文使用修正KMV模型和MST算法，有效度量和描述信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)及傳染機(jī)制，以幫助銀行提高風(fēng)險(xiǎn)監(jiān)控能力，防范系統(tǒng)性風(fēng)險(xiǎn)，推動信貸資產(chǎn)證券化市場健康穩(wěn)定發(fā)展。

關(guān)于信貸資產(chǎn)證券化動機(jī)的研究，Affinito和Tagliaferri認(rèn)為資本較少、盈利能力較弱、流動性較差且背負(fù)著不良貸款的銀行會更早進(jìn)行證券化，且規(guī)模更大[1]。Gong等分析了影響資產(chǎn)證券化的因子，其中企業(yè)所得稅是銀行證券化的動機(jī) [2]。Farruggio和Uhde進(jìn)一步發(fā)現(xiàn)，歐洲銀行信貸資產(chǎn)證券化的決定因素是交易類型、標(biāo)的資產(chǎn)組合以及銀行操作的監(jiān)管和制度環(huán)境[3]。曹彬證實(shí)信貸資產(chǎn)證券化有利于改善銀行的盈利能力，對規(guī)模較小的銀行有顯著正向影響[4]。Loutskina通過構(gòu)建“證券化指數(shù)”，證明證券化可以提高銀行貸款能力，降低對資金沖擊的敏感性和市場危機(jī)[5]。但是，Battaglia等以及Trapp和Gregor認(rèn)為在危機(jī)時(shí)期發(fā)行證券化的銀行面臨系統(tǒng)風(fēng)險(xiǎn)和特殊風(fēng)險(xiǎn)的可能性日益增大，在市場低迷時(shí)脆弱性會更高，具有造成市場危機(jī)的可能性[6，7]。

在經(jīng)歷由資產(chǎn)證券化引發(fā)的次貸危機(jī)后，學(xué)者們研究的焦點(diǎn)更多集中在信用風(fēng)險(xiǎn)評估和市場監(jiān)管、制度完善等方面。Adelino等認(rèn)為，高收益的資產(chǎn)證券化產(chǎn)品信用等級下降速度比低收益的要快，信息不對稱程度與違規(guī)的證券化貸款相關(guān)[8]。Guo和Wu發(fā)現(xiàn)，在資產(chǎn)證券化過程中風(fēng)險(xiǎn)保留和信息披露有利于聯(lián)合監(jiān)管風(fēng)險(xiǎn)，改正信息不對稱造成的扭曲，同時(shí)提高社會福利[9]。Campbell等對定期資產(chǎn)支持證券貸款工具進(jìn)行考察，發(fā)現(xiàn)其降低了部分證券產(chǎn)品的利率息差，并改善了證券化市場的條件[10]。嚴(yán)佳佳等運(yùn)用CPV及KMV模型對建元20051住房抵押貸款支持證券的信用風(fēng)險(xiǎn)進(jìn)行了度量[11]。薛海舟和趙薇以及潘秀麗等認(rèn)為，應(yīng)加強(qiáng)對資產(chǎn)證券化的宏觀審慎、金融監(jiān)管和信息披露，維護(hù)資產(chǎn)證券化市場的有序發(fā)展[12-14]。

二、模型構(gòu)建

（一）信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)度量：基于修正的KMV模型

信用風(fēng)險(xiǎn)一直是金融領(lǐng)域的研究熱點(diǎn)，目前主流的信用風(fēng)險(xiǎn)度量模型有Credit Metrics模型、Credit Risk+模型、CPV模型和KMV模型等①。相較于其他模型，KMV模型無需使用信用轉(zhuǎn)移矩陣且更易實(shí)現(xiàn)，因此本文選用KMV模型進(jìn)行信用風(fēng)險(xiǎn)度量。

由于KMV模型原本用于度量上市公司信用風(fēng)險(xiǎn)，因此，在對資產(chǎn)證券化產(chǎn)品進(jìn)行信用評級及違約測算時(shí)，需要對模型中的相關(guān)參數(shù)進(jìn)行合理的修正。

（1） 將違約點(diǎn)（Default Point， DP）定義為證券化產(chǎn)品到期應(yīng)支付的證券本息和。

（2） 資產(chǎn)池整體價(jià)值的波動性通過資產(chǎn)池內(nèi)信貸資產(chǎn)累積本息回收率的波動來估計(jì)。

假設(shè)證券的到期日為T，令VT為資產(chǎn)池內(nèi)所有資產(chǎn)T時(shí)期的未來現(xiàn)金流，BT表示T時(shí)期內(nèi)所應(yīng)償還的價(jià)值，σ表示資產(chǎn)未來現(xiàn)金流收入的波動率。當(dāng)證券化產(chǎn)品到期時(shí)，如果資產(chǎn)的未來現(xiàn)金流之和小于應(yīng)支付給投資者的價(jià)值，即VT

假設(shè)資產(chǎn)的未來現(xiàn)金流圍繞其均值呈正態(tài)分布，則違約概率p可以表示為：

p=EDF=P[VT

其中，N為標(biāo)準(zhǔn)正態(tài)分布函數(shù)。KMV模型定義的違約距離（Distance to Default， DD）為：

DD=VT-BTσ

帶入式（1），可得：

p=N（-DD） （2）

與BS模型一致，假設(shè)資產(chǎn)池中的未來現(xiàn)金流收入呈現(xiàn)對數(shù)正態(tài)分布，且VT服從標(biāo)準(zhǔn)幾何Brown運(yùn)動，則下式成立：

dV=μVdt+σVdz， t>0 （3）

令t=0時(shí)，V（0）=V，由式（3）可得：

VT=Vexp [（μ-1/2σ2）t+σtZT] （4）

其標(biāo)準(zhǔn)差和均值分別為：

E[ln VT]=ln V+μt-1/2σ2t （5）

Var[ln VT]=σ2t （6）

則當(dāng)T=1時(shí)，可得到資產(chǎn)未來現(xiàn)金流收入的波動率σ和現(xiàn)金流收入增長率的均值μ為：

μ=1n-1∑n-1i=1ln Vi+1Vi+12σ2 （7）

σ=1n-2∑n-1i=1（ln Vi+1Vi-1n-1∑n-1i=1ln Vi+1Vi）2 （8）

若信貸資產(chǎn)證券化產(chǎn)品到期違約，則違約概率p可以進(jìn)一步表示為：

p=P[VT

由此，得到需要計(jì)算的違約概率和違約距離為：

p=N（-DD）=

N（ln BT-ln V-μT+1/2σ2TσT） （10）

DD=ln （VT/BT）+μT-1/2σ2TσT （11）

（二）銀行股票收益率聯(lián)動性研究：基于最小生成樹的復(fù)雜網(wǎng)絡(luò)

根據(jù)復(fù)雜網(wǎng)絡(luò)思想，可以將各銀行機(jī)構(gòu)視為網(wǎng)絡(luò)中的節(jié)點(diǎn)，節(jié)點(diǎn)間的連邊為各銀行股票收益率的距離長度。最小生成樹MST（Minimum Spanning Tree， MST）具有連邊距離總和最小的特點(diǎn)，通過其構(gòu)建的網(wǎng)絡(luò)意味著最強(qiáng)連接性，在系統(tǒng)性風(fēng)險(xiǎn)出現(xiàn)時(shí)，最有可能沿MST在網(wǎng)絡(luò)中快速傳染、擴(kuò)散。因此，通過分析上市銀行股票網(wǎng)絡(luò)結(jié)構(gòu)有利于各家銀行更高質(zhì)量地開展資產(chǎn)證券化業(yè)務(wù)，預(yù)防系統(tǒng)性風(fēng)險(xiǎn)，獲取更高的投資回報(bào)。構(gòu)建銀行股票網(wǎng)絡(luò)的具體步驟為：

（1） 計(jì)算各只股票的對數(shù)收益率，并根據(jù)收益率序列計(jì)算任意兩股之間相關(guān)系數(shù)，構(gòu)成整體的相關(guān)系數(shù)矩陣。假設(shè)股票網(wǎng)絡(luò)中共包含N支股票，則各股的收益率為：

Si（t）=ln Pi（t）-ln Pi（t-1） （12）

其中，Pi（t）為股票i在時(shí)間t的收盤價(jià)，根據(jù)收益率序列計(jì)算兩兩股票間的相關(guān)系數(shù)為：

ρij=E（SiSj）-E（Si）E（Sj）[E（S2i）-（E（Si））2][E（S2j）-（E（Sj））2] （13）

其中，E（·）代表交易期內(nèi)變量的平均值，即：

E（Si）=1N∑Ni=1Si，E（Sj）=1N∑Nj=1Sj，E（SiSj）=1N2∑Ni，j=1SiSj，E（S2i）=1N∑Ni=1S2i，E（S2j）=1N∑Nj=1S2j

顯然，ρij∈[-1， 1]。由此可以構(gòu)成整個(gè)股票網(wǎng)絡(luò)的N階相關(guān)系數(shù)矩陣。當(dāng)ρ取值為-1時(shí)，表示兩支股票間完全負(fù)相關(guān)，此漲彼跌或此跌彼漲；相反，當(dāng)ρ取值為1時(shí)，意味著兩支股票完全正相關(guān)，即同漲同跌；當(dāng)ρ為0時(shí)，則證明兩支股票不相關(guān)，不具有聯(lián)動性。

（2） 分析網(wǎng)絡(luò)間的內(nèi)在空間性質(zhì)。將相關(guān)系數(shù)轉(zhuǎn)換成Euclide距離即股票網(wǎng)絡(luò)的權(quán)重，再將相關(guān)系數(shù)矩陣轉(zhuǎn)換為距離矩陣，計(jì)算式為：

dij=2（1-ρij） （14）

其中，dij∈[0， 2]，并且滿足三條性質(zhì)：當(dāng)且僅當(dāng)i=j時(shí)，dij=0；dij=dji；dij≤dik+dkj，i≠j≠k且i， j， k∈N。

（3） 根據(jù)距離矩陣數(shù)據(jù)和MST算法構(gòu)建股票網(wǎng)絡(luò)。通過Kruskal算法可以將N個(gè)節(jié)點(diǎn)以（N-1）條邊連接在一起。MST中不存在“環(huán)”且各連邊距離總和最短，具有惟一性。

三、實(shí)證分析

（一）樣本選取與數(shù)據(jù)處理

1. 銀行信貸資產(chǎn)證券化產(chǎn)品信息。

2014年資產(chǎn)證券化發(fā)行由審批制改為備案制，發(fā)行機(jī)構(gòu)數(shù)和產(chǎn)品數(shù)均呈現(xiàn)井噴式增長，最具代表性且數(shù)據(jù)相對完整，因此本文選取該年16家銀行發(fā)行的31只信貸資產(chǎn)證券化產(chǎn)品作為樣本，各產(chǎn)品基本情況見表1。

2. 上市銀行股票價(jià)格數(shù)據(jù)。

2013年7月20日，央行取消金融機(jī)構(gòu)貸款利率下限，標(biāo)志著貸款利率市場化的基本實(shí)現(xiàn)。截至2010年，滬深A(yù)股市場共計(jì)16家銀行上市，之后5年內(nèi)無新增上市銀行。到2017年底，A股市場共計(jì)25家上市銀行，且均發(fā)行信貸資產(chǎn)證券化產(chǎn)品。為更好地考察利率市場化后各類上市銀行股票收益率間的聯(lián)動性，本文將所有上市銀行分為兩組：第一組為截至2017年的全部25家上市銀行，其中張家港行于2017年11月上市，因此將樣本期確定為2017年12月1日至2018年3月30日，共計(jì)285個(gè)交易日；第二組為2016年以前上市的全部16家銀行，樣本期為2013年7月20日至2018年3月30日，共計(jì)1146個(gè)交易日。股票價(jià)格數(shù)據(jù)來源于Wind資訊。

（二）信貸資產(chǎn)證券化產(chǎn)品信用風(fēng)險(xiǎn)度量

假設(shè)各產(chǎn)品資產(chǎn)池內(nèi)的貸款間相關(guān)系數(shù)為0，各地區(qū)的法律環(huán)境及銀行追償能力相同，則利息回收率主要與資產(chǎn)質(zhì)量直接相關(guān)。根據(jù)上文所述，各資產(chǎn)池中價(jià)值的波動通過各銀行歷史本息回收率的波動水平反映，經(jīng)修正KMV模型計(jì)算的相關(guān)結(jié)果見表2。

央行和銀監(jiān)會明確規(guī)定，信貸資產(chǎn)證券化風(fēng)險(xiǎn)自留比例不得低于單只產(chǎn)品發(fā)行規(guī)模的5%。因此，假設(shè)樣本中各產(chǎn)品發(fā)債規(guī)模為資產(chǎn)池總量的95%，資產(chǎn)池的價(jià)值均值通過入池本金與剩余應(yīng)收貸款利息和來計(jì)算，利用修正的KMV模型測算各產(chǎn)品發(fā)行首年及2016年度的一年期違約距離及違約概率，所得結(jié)果如表3。

由表3可以發(fā)現(xiàn)，2014年發(fā)行的31只信貸資產(chǎn)證券化產(chǎn)品首年的違約距離處于2.77～10.02之間，對應(yīng)的違約概率絕大多數(shù)小于0.02%，總體來說，31只產(chǎn)品均具有較高的信用評級，出現(xiàn)違約的概率較低。這可能是因?yàn)樵撃曜鳛榘l(fā)行制度改革首年，市場快速擴(kuò)張，發(fā)行機(jī)構(gòu)秉承謹(jǐn)慎選擇、審慎發(fā)行的態(tài)度，整體基礎(chǔ)資產(chǎn)處于優(yōu)質(zhì)水平，加之5%的風(fēng)險(xiǎn)自留規(guī)定，進(jìn)一步降低了違約概率。

“開元20141”和“開元20142”兩只產(chǎn)品違約率最低，一是因?yàn)閲_行本身利息收益率高、資產(chǎn)質(zhì)量穩(wěn)定；二是發(fā)行經(jīng)驗(yàn)多、業(yè)務(wù)能力強(qiáng)；三是這兩只產(chǎn)品均為鐵路專項(xiàng)，資產(chǎn)池貸款來源為中國鐵路總公司，貸款信用質(zhì)量高，借款人具有充足的償債能力，因此具有最低違約概率。

“漢銀20141”首年度的預(yù)期違約率為樣本中的最大值，其原因可能是漢口銀行資產(chǎn)池中貸款的次級占比和地區(qū)集中度高，借款人信用評級較低，影響資產(chǎn)信用質(zhì)量。但在產(chǎn)品存續(xù)期間會有相應(yīng)的內(nèi)部增信措施，因此該產(chǎn)品整體仍具有較高的信用等級。

“招行20141”和“平安20141小型貸款” 兩只產(chǎn)品的違約概率低，其基礎(chǔ)貸款類型分別為汽車貸款和消費(fèi)貸款，入池資產(chǎn)筆數(shù)較多，資產(chǎn)相對分散，少量逾期、違約現(xiàn)象對整體風(fēng)險(xiǎn)的影響較小，相較于汽車貸款，消費(fèi)貸款債務(wù)人會具有更小的違約成本和更大違約可能。

通過觀察表3數(shù)據(jù)和圖1中違約距離的走勢可以發(fā)現(xiàn)，在發(fā)行首年，城商行和農(nóng)商行的違約距離普遍較低即具有更高的違約概率，可能是因?yàn)檫@兩類銀行基礎(chǔ)資產(chǎn)的種類和地區(qū)集中度較高，在宏觀經(jīng)濟(jì)下行壓力較大時(shí)，資產(chǎn)池總體信用質(zhì)量易受到影響。但是，個(gè)別經(jīng)營業(yè)績良好、基礎(chǔ)資產(chǎn)更加多元、資產(chǎn)未來現(xiàn)金流收入波動率較小的城商行，如北京銀行和南京銀行，其發(fā)行的信貸資產(chǎn)支持證券也具有較低的信用風(fēng)險(xiǎn)。

同時(shí)還不難發(fā)現(xiàn)，大部分產(chǎn)品2016年度的違約距離高于發(fā)行首年的違約距離，說明隨著時(shí)間的推移，大部分債券的兌付和內(nèi)部增信措施的實(shí)行能有效降低各產(chǎn)品的違約概率。政策性銀行和大型商業(yè)銀行所發(fā)行的產(chǎn)品在各時(shí)期內(nèi)基本均具有較高違約距離；股份制商業(yè)銀行違約距離波動小，整體情況較穩(wěn)定；城商行及農(nóng)商行在2016年的違約距離明顯高于發(fā)行首年，其原因在于貸款利率市場化使得部分借款人能從市場上獲取更低成本的資金，提前償付之前的高利率債務(wù)，此舉致使資產(chǎn)池資金回流較快，部分債券提前清償兌付，降低違約概率。如若提前償付金額大且距法定到期日時(shí)間長，則很有可能影響發(fā)起機(jī)構(gòu)和證券化載體（Special Purpose Vehicle， SPV）的再投資行為，造成兌付危機(jī)。

（三）貸款利率市場化下商業(yè)銀行股票網(wǎng)絡(luò)結(jié)構(gòu)分析

圖2和圖3分別反映了貸款利率市場化后兩組上市銀行股票收益率相關(guān)系數(shù)的分布。

總體來說上市銀行間股票收益率呈現(xiàn)正向聯(lián)動性。2016年前上市的16家銀行股票收益率相關(guān)系數(shù)均分布于[0.4， 0.8]間，相關(guān)性較強(qiáng)，而基于短期數(shù)據(jù)考察的全部25家上市銀行股票收益率相關(guān)系數(shù)分布跨度較大，多分布于[0.1， 0.5]間，相關(guān)性中等。其原因可能為2016年后新增的9家銀行中有5家為農(nóng)商行，與其它20家銀行性質(zhì)不相同，且樣本期較短因此造成部分節(jié)點(diǎn)間相關(guān)系數(shù)較小。

從圖4可以看出，光大銀行與交通銀行距離最短（0.53），兩者股票收益率關(guān)聯(lián)性最大；節(jié)點(diǎn)度大的分別為興業(yè)銀行、光大銀行和農(nóng)業(yè)銀行，其中興業(yè)銀行占據(jù)網(wǎng)絡(luò)中心位置，具有更明顯的系統(tǒng)重要性，其收益波動風(fēng)險(xiǎn)更容易傳染到其它股票，關(guān)系著整體網(wǎng)絡(luò)的穩(wěn)定性。

從圖5可以看出，建設(shè)銀行與工商銀行間距離最短（0.60），在25家銀行股票MST圖中，光大銀行、民生銀行、興業(yè)銀行、江蘇銀行和常熟農(nóng)商行占據(jù)網(wǎng)絡(luò)的中心位置。

結(jié)合圖4和圖5不難發(fā)現(xiàn)，相較于大型商業(yè)銀行，股份制銀行、城商行以及農(nóng)商行對貸款利率市場化中利率的變動更為敏感，聯(lián)動性更強(qiáng)且更傾向于網(wǎng)絡(luò)中心節(jié)點(diǎn)位置。同一性質(zhì)的銀行之間距離更為接近，在網(wǎng)絡(luò)中聚集現(xiàn)象更為明顯。

（四）基于MST算法的銀行信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)傳染機(jī)理分析

當(dāng)銀行股票網(wǎng)絡(luò)的某個(gè)節(jié)點(diǎn)受到來自外部因素（如宏觀政策、突發(fā)事件等）沖擊時(shí)，MST的最短距離總和特性致使其成為風(fēng)險(xiǎn)傳染的最快途徑，并快速傳播至整個(gè)網(wǎng)絡(luò)，形成系統(tǒng)性風(fēng)險(xiǎn)，進(jìn)而影響其他金融市場。現(xiàn)階段，銀行信貸資產(chǎn)證券化產(chǎn)品主要在銀行間發(fā)行與交易，各銀行既是發(fā)行人也可能是投資人，當(dāng)某家銀行受到外部因素沖擊時(shí)，可能會降低該銀行盈利水平、減少其資產(chǎn)未來現(xiàn)金流收入，造成流動性風(fēng)險(xiǎn)，導(dǎo)致其發(fā)行的證券化產(chǎn)品承受兌付危機(jī)，進(jìn)而影響到持有其產(chǎn)品的其他銀行的投資收益。如若該銀行處于網(wǎng)絡(luò)中心節(jié)點(diǎn)處，風(fēng)險(xiǎn)將沿MST快速向外擴(kuò)散，最終影響到整個(gè)銀行網(wǎng)絡(luò)，加快系統(tǒng)性風(fēng)險(xiǎn)的形成，造成經(jīng)濟(jì)危機(jī)出現(xiàn)。因此，降低網(wǎng)絡(luò)中心位置銀行的信用風(fēng)險(xiǎn)對整個(gè)網(wǎng)絡(luò)的信息傳遞和穩(wěn)定性起著至關(guān)重要的作用。

四、結(jié)論與建議

隨著未來流通場所和不良資產(chǎn)證券化產(chǎn)品發(fā)行規(guī)模的擴(kuò)大，精準(zhǔn)有效的信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)度量和風(fēng)險(xiǎn)傳染機(jī)制研究對銀行信貸資產(chǎn)證券化業(yè)務(wù)的高效發(fā)展具有重要意義。

在信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)度量方面，總體而言信貸資產(chǎn)證券化產(chǎn)品仍以高信用等級為主，具有極低的違約概率。但在實(shí)際金融市場中資產(chǎn)池價(jià)值并不完全服從正態(tài)分布，存在厚尾現(xiàn)象，因此部分信貸資產(chǎn)證券化產(chǎn)品的信用風(fēng)險(xiǎn)可能被低估；對于中小型城商行和農(nóng)商行而言，基于自身規(guī)模、資產(chǎn)池組成集中度高和發(fā)行經(jīng)驗(yàn)等限制，目前還存在發(fā)行規(guī)模小、資產(chǎn)篩選難度大、專業(yè)人才缺口等問題，存在更多的違約隱患，容易受到風(fēng)險(xiǎn)的影響。在對信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)的傳染機(jī)制描述中可以發(fā)現(xiàn)，在貸款利率市場化下，股份制銀行以及城商行和農(nóng)商行更多的處于中心節(jié)點(diǎn)位置，成為風(fēng)險(xiǎn)傳染的重要對象和載體，因此要重視其在網(wǎng)絡(luò)中的中介作用，提高風(fēng)險(xiǎn)監(jiān)管能力，防范系統(tǒng)性風(fēng)險(xiǎn)的產(chǎn)生。

針對現(xiàn)行銀行信貸資產(chǎn)證券化業(yè)務(wù)運(yùn)行過程中出現(xiàn)的問題，結(jié)合實(shí)證研究結(jié)果，提出以下幾點(diǎn)建議：

（1） 完善相關(guān)信息披露制度和征信體系建設(shè)。信息不對稱容易造成投資者群體的弱勢和非理性行為，成為孕育系統(tǒng)性風(fēng)險(xiǎn)的溫床。因此，應(yīng)完善信貸資產(chǎn)證券化產(chǎn)品各重要時(shí)間點(diǎn)的信息披露和相關(guān)指標(biāo)的公開。同時(shí)，資產(chǎn)證券化市場征信信息也并不完全透明，應(yīng)完善相應(yīng)的征信系統(tǒng)建設(shè)。

（2） 強(qiáng)化宏觀審慎監(jiān)管。應(yīng)該從資產(chǎn)證券化市場運(yùn)行制度優(yōu)化、市場參與者行為規(guī)范和監(jiān)管部門協(xié)調(diào)監(jiān)管等方面加強(qiáng)管理。首先，要加強(qiáng)市場準(zhǔn)入、運(yùn)行、退出制度的建設(shè)；其次，應(yīng)制定并運(yùn)用相關(guān)法律法規(guī)及政策，規(guī)范參與者行為，維護(hù)市場秩序；最后要強(qiáng)化人民銀行、銀保監(jiān)會、證監(jiān)會等監(jiān)管部門的職責(zé)，加強(qiáng)聯(lián)合檢查，消除真空地帶，避免重復(fù)監(jiān)管，提高監(jiān)管效率。

（3） 靈活調(diào)整次級資產(chǎn)占比，防范系統(tǒng)性風(fēng)險(xiǎn)。近年來宏觀經(jīng)濟(jì)形勢承壓，銀行業(yè)整體資產(chǎn)信用水平下降。各時(shí)期處于中心節(jié)點(diǎn)位置的銀行在發(fā)行資產(chǎn)證券化產(chǎn)品時(shí)可以適當(dāng)降低次級資產(chǎn)占比，提升基礎(chǔ)資產(chǎn)信用水平；在處于非中心位置時(shí)，適當(dāng)提高次級資產(chǎn)占比，以此來防范系統(tǒng)性風(fēng)險(xiǎn)，保障投資收益。

（4） 在保證發(fā)行規(guī)模安全的前提下，可以嘗試放開不良資產(chǎn)證券化試點(diǎn)。適量適時(shí)地推進(jìn)不良資產(chǎn)證券化有利于進(jìn)一步改善股份制銀行及城商行和農(nóng)商行的資產(chǎn)結(jié)構(gòu)，提高資產(chǎn)的流動性、優(yōu)化資源的配置。

注釋：

① 這四種模型分別由J P Morgan銀行等、Credit Suisse公司、Mckinsey公司和KMV公司分別于1997年、1997年、1998年和1993年提出。

參考文獻(xiàn)：

[1] Affinito M， Tagliaferri E. Why do （or did？） banks securitize their loans？ Evidence from Italy[J]. Journal of Financial Stability， 2010， 6（4）： 189-202.

[2] Gong D， Hu S， Ligthart J E. Does corporate income taxation affect securitization？Evidence from OECD banks[J]. Journal of Financial Services Research， 2015， 48（3）： 193-213.

[3] Farruggio C， Uhde A. Determinants of loan securitization in European banking[J]. Journal of Banking & Finance， 2015， 56（7）： 12-27.

[4] 曹彬. 資產(chǎn)證券化對我國商業(yè)銀行盈利能力影響研究[J]. 宏觀經(jīng)濟(jì)研究， 2017（5）： 143-149.

[5] Loutskina E. The role of securitization in bank liquidity and funding management[J]. Journal of Financial Economics， 2011， 100（3）： 663-684.

[6] Battaglia F， Gallo A， Mazzuca M. Securitized banking and the Euro financial crisis：evidence from the Italian banks risktaking[J]. Journal of Economics & Business， 2014， 76（C）： 85-100.

[7] Trapp R， Weiβ G N F. Derivatives usage， securitization， and the crash sensitivity of bank stocks[J]. Journal of Banking & Finance， 2016， 71（C）： 183-205.

[8] Adelino M， Gerardi K， Willen P S. Why don't lenders renegotiate more home mortgages？ Redefaults， selfcures and securitization[J]. Journal of Monetary Economics， 2013， 60（7）： 835-853.

[9] Guo G， Wu H M. A study on risk retention regulation in asset securitization process[J]. Journal of Banking & Finance， 2014， 45（1）： 61-71.

[10]Campbell S， Covitz D， Nelson W， et al. Securitization markets and central banking： An evaluation of the term asset-backed securities loan facility[J]. Journal of Monetary Economics， 2011， 58（5）： 518-531.

[11]嚴(yán)佳佳， 黃文彬， 張佳斌. 我國住房抵押貸款支持證券的信用風(fēng)險(xiǎn)度量研究[J]. 金融與經(jīng)濟(jì)， 2014（11）： 67-72.

[12]薛海舟， 趙薇. 中美金融業(yè)經(jīng)營和監(jiān)管體制的比較分析及啟示——以金融危機(jī)和資產(chǎn)證券化為視角[J]. 宏觀經(jīng)濟(jì)研究， 2014（2）： 131-136.

[13]潘秀麗. 中國金融機(jī)構(gòu)資產(chǎn)證券化風(fēng)險(xiǎn)分析及建議[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2010（9）： 38-43.

[14]謝赤，馬有源.財(cái)務(wù)柔性價(jià)值的度量及其對現(xiàn)金股利分配的影響——來自滬深股市上市公司的經(jīng)驗(yàn)證據(jù)[J].商業(yè)研究，2017（4）：55-62.

（責(zé)任編輯：鐘 瑤）