銀行和非銀行杠桿率的決定

陳仁義

銀行比非銀行有更高的杠桿率。本文使用1996年至2017年期間的銀行和非銀行聯(lián)合樣本來分析這種杠桿率差異的決定因素。？我們發(fā)現(xiàn)，單一因素資產(chǎn)風險能夠解釋高達88%的這種差異。銀行資產(chǎn)包括多元億的非銀行債券組合。因此，銀行的資產(chǎn)風險運低于菲銀行。由于資產(chǎn)風險是資本結構選擇的主要決定因素，因此該因素能夠解釋銀行寫非銀行在桿之間的大部分差異。

杠桿率 資產(chǎn)風險 權益風險

引言

銀行與非銀行之間杠桿率存在較大差異：1996-2017年中國銀行的權益價值與資產(chǎn)總值比率為9%，非銀行的比率為50%。在最近的金融危機之后，許多人指出銀行杠桿是一個問題，認為由于政府的擔保，銀行被人為地允許比非銀行更具杠桿作用。這些觀點通常不會被認為是推動銀行與非銀行之間杠桿率差異的因素。在這篇文章中，我們試圖填補這個空白。我們使用銀行和非銀行聯(lián)合樣本，通過標準杠桿回歸技術（Frank和Goyal（ 2009））分析銀行與非銀行間杠桿率差異的決定因素。

我們發(fā)現(xiàn)，單一因素（資產(chǎn)風險）能夠解釋1996-2017年間銀行與非銀行間杠桿率的差異高達80%。這個結果是基于兩個簡單的事實。首先，資產(chǎn)風險是衡量非銀行和銀行樣本杠桿率的主要決定因素：資產(chǎn)風險翻倍能提高資產(chǎn)權益比率15-20個百分點。Chen，Wang andZhou（ 2016）認識到資產(chǎn)風險在解釋資本結構決策中的重要性。其次，銀行的資產(chǎn)風險是非銀行資產(chǎn)風險的7倍。鑒于銀行資產(chǎn)通常由多元化的非銀行債券組合構成，這使銀行成為高級債權人，這些資產(chǎn)風險差異并不令人意外。

本文的其余部分組織如下：第二部分描述我們的數(shù)據(jù)源并提供描述性統(tǒng)計。第三部分提供實證結果，第四部分穩(wěn)健性檢驗，第五部分結論。

數(shù)據(jù)和描述性統(tǒng)計

我們的數(shù)據(jù)來自國泰安數(shù)據(jù)庫（ CSMAR）。我們將樣本限制在符合以下要求的公司：一是嚴格限制賬面資產(chǎn)的正值，二是不涉及大型合并，三是存在至少連續(xù)12個月的股票收益。我們根據(jù)證監(jiān)會發(fā)布的行業(yè)分類這些公司歸類。從中找出銀行與非銀行。

賬面杠桿是我們文章的主要變量。我們遵循Gropp和Heider（ 2010）并構建我們的衡量杠桿的方法如下：賬面杠桿=1 -賬面權益/總資產(chǎn)（BOOKLEVERAGE-1-BOOK EQUIIY/TOTALASSETS）.在穩(wěn)健性檢驗部分，我們還用市場杠桿（1-（流通市值/（流通市值+負債總額）））來回歸。同時，我們還將企業(yè)層面的變量作為控制變量，所有變量的符號和定義具體如表1所示。

表2提供了匯總統(tǒng)計。銀行的杠桿比非銀行更高（銀行中位數(shù)為94%，非銀行中位數(shù)為46%），銀行資產(chǎn)風險低于非銀行（銀行平均數(shù)為0.107，非銀行平均數(shù)為0.492）。

實證結果

我們的主回歸方程是：

BOOK LEVERAGE i.t=β0+β1BANK+β2 LOGASSETRISKi，t +β3 Xi，t

i和t代表企業(yè)和年份，BANK是個0，1啞變量，如果企業(yè)是銀行則為1，否則為0，LOGASSETRISK是對資產(chǎn)風險去自然對數(shù)，作為對以前論文的關鍵創(chuàng)新，我們將回歸應用于銀行和非銀行的聯(lián)合樣本。因此，銀行的系數(shù)為我們提供了銀行和非銀行杠桿率的差異，這些差異不能用標準資本結構決定因素來解釋。

表3中報告了回歸結果。運用主要變量是虛擬變量BANK，它衡量銀行與非銀行之間杠桿率在所包含的協(xié)變量條件下的差異。第1欄比較了銀行和非銀行的平均杠桿率，發(fā)現(xiàn)銀行杠桿比非銀行杠桿高48.6%%。 一旦我們對LOGASSET RISK進行控制，這一差異將大幅下降至25%（第2列）?？紤]到規(guī)模因素，我們在回歸（第3列）中，我們包括總資產(chǎn)價值的自然對數(shù)（LOG TOTALASSETS）.結果表明規(guī)模對賬面杠桿有正向影響。，可能原因是中國的企業(yè)規(guī)模對融資約束影響較大。

總之，一旦我們控制資產(chǎn)風險，銀行與非銀行之間杠桿率的差異就會大幅下降。雖然銀行和非銀行間杠桿率的原始差異幾乎為49%，但一旦我們控制資產(chǎn)風險，這種差異將縮小約90 010。

穩(wěn)健性檢驗

我們用MARKET LEVERAGE變量來替代ASSET RISK，回歸方程如下：

MARKET_LEVERAGEi，t=β0+β1 BANK+β2 LOG ASSET RISKi，t +β3Xi，t

得到的結果如表4所示。

表4中第1欄比較了銀行和非銀行的平均杠桿率，發(fā)現(xiàn)銀行杠桿比非銀行杠桿高55%。同樣的，一旦我們對LOGASSET RISK進行控制，這一差異將大幅下降至31%（第2列），同時LOGASSET RISK的值為-0.191（t值為-138.62）。

結論意義

我們的結果有幾個重要的含義。首先，雖然銀行和非銀行杠桿決策的決定因素是相似的（ Gropp and Heider（ 2010）），但銀行和非銀行在解釋杠桿的特征大小上存在顯著差異。因此，盡管銀行和非銀行杠桿回歸提供了類似的系數(shù)，但這些回歸仍然可以解釋銀行和非銀行之間大部分杠桿差異。其次，我們的結果對資本監(jiān)管有重要影響。銀行與非銀行之間的杠桿差異完全歸咎于隱含的和明確的政府擔保的常見敘述是不正確的。此外，我們的研究結果為使用基于風險的資本監(jiān)管提供了理論依據(jù)：資產(chǎn)風險與我們觀察到的杠桿之間的強相關性表明，市場參與者在缺乏明確的情況下能夠容忍的股票與資產(chǎn)比率或隱性擔?？赡苋Q于需要融資的資產(chǎn)的風險。