资产证券化、信用风险与系统性风险
目录页
CONTENTS
PAGE
P1.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
Part
1
研究背景及研究假设
Part 1 Part 2 Part 3 Part 4
4
研究背景
2005 2008 2010 2012 2013 2014
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。
《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
Part 1 Part 2 Part 3 Part 4
5
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。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
Part 1 Part 2 Part 3 Part 4
6
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（Franke
& Kran），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。
Part 1 Part 2 Part 3 Part 4
7
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。
Part
2
模型设定及变量选取
Part 1 Part 2 Part 3 Part 4
9
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
Part 1 Part 2 Part 3 Part 4
10
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（Marginal Expected Shortfall，MES）
本文主要运用 Acharya et al.（2017）提出的边际预期损失法（Marginal Expected Shortfall，
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 Brownlees & Engle
，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Girardi & Ergün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 Benoit et al.的方法，使用了多元 GARCH 模型。
Part 1 Part 2 Part 3 Part 4
11
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，该比例越高，表明贷款组
合质量越低，也意味着信用风险越高。
（2）贷款减值准备/贷款总额，用 CR2 表示，该比例表示整个贷款组合在多大程度上
由当前的准备金覆盖。比例越高，表明贷款组合的质量越低，也意味着信用风险越高。
3. 资产证券化
（1）证券化虚拟变量，用SEC表示。当某银行在某一年度至少发行一次资产支持证券时，
SEC 取值为 1，否则为 0。
（2）使用资产证券化程度（SecExtent）做稳定性检验。即商业银行发起的资产证券化规模占
总资产的比重。
Part 1 Part 2 Part 3 Part 4
12
模型设定及变量选取
4.控制变量
表1 控制变量的描述
变量名 符号 描述
银行层面控制变量 Bank level control
一级资本充足率 TIER1 一级资本/风险加权资产
杠杆率 LEV 总资产/股东权益
净资产收益率 ROE 净利润/股权权益
银行规模 LnSize 总资产的自然对数
风险加权资产占比 RWA 银行风险加权资产/总资产
贷款占比 LoanRatio 总贷款/总资产
存款占比 DepoRatio 总存款/总资产
流动性比例 Liq 流动资产/（存款+短期负债）
宏观层面控制变量 Macro level control
实际经济增长率 GDPGrowth 实际GDP增长率
通货膨胀率 CPIL 物价水平增长率
贷款占GDP比重 Loan-GDP 贷款/GDP
Part
3
P3.实证结果及分析
Part 1 Part 2 Part 3 Part 4
14
实证结果及分析
一、实证结果分析
1.资产证券化与信用风险
（1）资产证券化（SEC）系数显著为正，
且在1%显著性水平下拒绝眼假设。说明
在控制银行层面和宏观层面变量之后，商
业银行进行资产证券化会导致信用风险增
加。原因主要是：第一，商业银行资产证
券化并未转移信用风险，反而由于低质量
贷款增加导致信用风险增加；第二，商业
银行通过资产证券化转移了优质资产，导
致表内资产质量降低。
（2）模型1、2显示GDP增长率系数显著
为正，说明宏观经济上行期，银行业的信
用风险越大。
表4 资产证券化、信用风险与系统性风险
模型1 模型2 模型3 模型4 模型5
CR1 CR2 MES MES MES
SEC *** *** ***
TIER1 *
LEV
ROE * ** ***
LnSize * *** * **
RWA *
LoanRatio * *
DepoRatio *
GDPGrowth *** *
CPIL * *** *** ***
_GDP * *** ** **
Liq
CR1 *
CR2 ***
_cons ** **
Adj- R2
Part 1 Part 2 Part 3 Part 4
15
实证结果及分析
一、实证结果分析
2.资产证券化与系统性风险
（1）表4中模型3的回归结果显示，资产
证券化（SEC）与系统性风险（MES）
呈正相关关系，且在1%的显著性水平下
显著，表明商业银行进行资产证券化业务
会显著增加银行系统性风险。
（2）模型3显示净资产收益率（ROE）
的系数显著为负；银行规模的系数显著为
负，；贷款占比（LoanRatio）的系数显
著为负；物价水平增长率（CPIL）、 贷
款占GDP比重的差分（Loan-GDP）系数
都显著为正。
表4 资产证券化、信用风险与系统性风险
模型1 模型2 模型3 模型4 模型5
CR1 CR2 MES MES MES
SEC *** *** ***
TIER1 *
LEV
ROE * ** ***
LnSize * *** * **
RWA *
LoanRatio * *
DepoRatio *
GDPGrowth *** *
CPIL * *** *** ***
_GDP * *** ** **
Liq
CR1 *
CR2 ***
_cons ** **
Adj- R2
Part 1 Part 2 Part 3 Part 4
16
实证结果及分析
一、实证结果分析
（3）表4中模型4与模型5的回归结果
显示，信用风险的代理变量（CR1、
CR2）与系统性风险（MES）存在显
著的正相关关系。由前文分析，这些结
果共同说明了在其他条件不变的情况下，
商业银行进行资产证券化业务会通过增
加信用风险，从而增加系统性风险。
表4 资产证券化、信用风险与系统性风险
模型1 模型2 模型3 模型4 模型5
CR1 CR2 MES MES MES
SEC *** *** ***
TIER1 *
LEV
ROE * ** ***
LnSize * *** * **
RWA *
LoanRatio * *
DepoRatio *
GDPGrowth *** *
CPIL * *** *** ***
_GDP * *** ** **
Liq
CR1 *
CR2 ***
_cons ** **
Adj- R2
Part 1 Part 2 Part 3 Part 4
17
实证结果及分析
二、稳健性检验
为了克服可能存在的内生性问题，确保结论可靠性，本文进行了如下稳健性检验：
（1）以所有解释变量滞后一期值为基础进行面板回归分析。
（2）以资产证券化程度作为资产证券化的代理变量进行面板回归。
（3）以差分GMM的方法重新对原模型进行回归。
（4）以DCC-△CoVaR衡量系统性风险进行面板回归分析。
以上稳健性检验结果与前文所得结论基本相符，故本文的主要结论是稳健的。
Part
4
结论与思考
Part 1 Part 2 Part 3 Part 4
19
结论与思考
在商业银行资产证券化迅速发展的背景下，本文运用上市银行的微观数据，全面地分析了资产证券
化对银行系统性风险的影响及其作用渠道。结果表明：
1. 商业银行资产证券化业务的增加会显著提升商业银行的信用风险；
2. 商业银行资产证券化业务的增加也会显著增强银行系统性风险，其主要传递渠道是信用风险。
一、研究结论
二、思考
资产证券化作为一种金融创新工具，有促进银行转移个体风险的作用。但是如果使用不当，也可能
导致系统性风险。
目前我国已经处于新常态时期，有利用资产证券化服务实体经济的需求。因此监管当局应当充分借
鉴发达国家经验及教训，并根据我国实际情况有效规范商业银行资产证券化业务的运行、时刻监控资产
证券化的衍生链条、提高资产证券化产品的透明度，使证券化业务的发行速度与实体经济发展相匹配，
从而促进经济平稳发展。
谢谢指导！
