资产证券化、信用风险与系统性风险.ppt

Part1Part1Part2Part3Part4*Part2Part1Part2Part3Part4*Part3Part1Part2Part3Part4*Part4Part1Part2Part3Part4*Part5资产证券化、信用风险与系统性风险——基于中国上市商业银行的实证研究目录页CONTENTSPAGEP1.研究背景及研究假设P2.模型设定及变量选取P3.实证结果及分析P4.结论与思考研究背景及研究假设研究背景200520082010201220132014资产证券化业务试点资产证券化业务中断《关于金融支持经济结构调整和转型升级的指导意见》明确指出要推进资产证券化常规化发展。资产证券化业务重启《关于进一步做好住房金融服务工作的通知》鼓励银行发行抵押贷款支持证券资产证券化发行制由审批制改为备案制。《2010中国金融稳定报告》指出“资产证券化是发展金融市场，防范金融风险的重要举措”。一、中国资产证券化发展历程研究背景假设1在其他条件不变的情况下，资产证券化会增加银行信用风险。1.资产证券化虽然可以使信贷资产转移出表，但是由于隐形担保和监管套利可能会违背资产证券化的风险隔离设计与信用风险转移功能（Stein，2010）。如果基础资产质量恶化，价格持续下跌，甚至引发违约现象，那么投资者就会行使隐性追索权，此时作为发起人的银行不得不履行承若，信用风险又回流至银行。2.资产证券化会促使银行扩张信贷，降低贷款标准，导致资产质量下降，不良贷款率上升；而且银行可能持有次级贷款而仅将信用状况良好的资产打包出售。因此，银行开展资产证券化活动后，有动机扩大信贷规模、降低信贷标准，从而导致信用风险上升二、研究假设研究背景假设2在其他条件不变的情况下，资产证券化会增加银行系统性风险。资产证券化的风险降低效应由于银行将流动资本再投资到更高风险的项目中而被削弱了（FrankeKran，2005），资产证券化活动也增加了银行间的关联性和风险的传染性，易引发系统性风险的上升假设3在其他条件不变的情况下，资产证券化通过银行信用风险渠道传递到银行系统性风险。1.资产证券化增加了银行间的关联性和风险的传染性，容易产生多米若骨牌效应，引发系统性风险。资产证券化的风险隔离机制使得银行有可能降低信贷标准、忽视信贷状况跟进、扩大信贷规模，从而导致贷款质量下降，不良贷款率上升。低质量信贷被银行打包出售，被金融市场投资者及同业间相互持有，导致银行系统性风险的上升。2.我国近年来，随着存贷利差收窄、银行准入放宽以及互联网金融的蓬勃发展的威胁，银行之间的竞争愈发激烈，在优质贷款之外，银行开始开拓信誉较低的贷款市场，采取更加激进的发展策略，资产证券化为将这一部分资产转移出资产负债表提供了便利。研究背景三、研究拓展1.考虑到商业银行资产证券化业务的快速发展，本文重点关注资产证券化对信用风险和系统性风险的影响。2.迅速增长的资产证券化规模可能会增加银行个体的信用风险，并可能通过银行个体信用风险累积引发银行系统性风险，这是对现有研究资产证券化和银行风险关系的有益补充3.最后，本文借助双变量DCC-GARCH模型和非参数估计，使用边际预期损失（MES）的方法衡量银行系统性风险，进一步补充了资产证券化与银行系统性风险的研究。模型设定及变量选取模型设定及变量选取一、模型构建1.资产证券化与信用风险2.资产证券化与系统性风险3.传递渠道模型设定及变量选取二、变量定义1.银行系统性风险（1）边际预期损失法（MarginalExpectedShortfall，MES）本文主要运用Acharyaetal.（2017）提出的边际预期损失法（MarginalExpectedShortfall，MES），表示金融机构对整个金融系统性风险的边际贡献度,并进一步参照BrownleesEngle（2012），使用GJR-GARCH和DCC-GARCH模型估计MES。（2）DCC-△CoVaR本文使用DCC-△CoVaR衡量系统性风险作为稳健性检验，即用GirardiErgün（2013）提出的DCC-GARCH法计算△CoVaR。为了能使DCC-△CoVaR能和MES在一个统一的理论框架下分析，本文参考Benoitetal.（2013）的方法，使用了多元GARCH模型。模型设定及变量选取2.信用风险（1）不良贷款率，用CR1表示，不良贷款总额/贷款总额，该