政府救助降低了银行系统性风险吗——美国问题资产救助计划(TARP)的分析与启示

时间：2023-07-06 06:45:05 来源：爱作文网

宋凌峰章尹赛楠

(武汉大学经济与管理学院，湖北武汉 430072)

党的十九大把防范化解重大风险作为三大攻坚战的重要战役，打好防范化解重大风险攻坚战，重点是防控金融风险。随着我国经济进入高质量发展阶段，经济增速由高速增长向中高速增长转变，一方面，金融和实体经济部门的杠杆化在为我国过去30多年来经济高速增长提供动力的同时，也使得系统性金融风险不断积聚；
另一方面，经济状态的变化和经济结构的调整一定程度上会加大金融系统性风险。如何防范化解金融风险，守住不发生系统性金融风险的底线成为社会各界关注的重点。处置问题金融机构是打好防范化解重大风险攻坚战的关键环节，政府救助是处置问题金融机构的重要工具。为改善金融部门或问题金融机构经营状况,政府会通过股权注资、向问题金融机构贷款、不良资产购买等救助方式向其注入流动性。政府救助不仅涉及微观层面上单个金融机构的治理问题，更关系到宏观审慎监管框架的完善以及金融体系改革的推进。

近三十年来，部分金融机构因资不抵债陷入困境，被政府实施过救助。1998年海南发展银行被中国工商银行接管，2001年汕头市商业银行停业整顿，2018年以来安邦保险、包商银行、锦州银行等金融机构先后发生风险事件。为避免发生风险传染，守住不发生系统性金融风险的底线，政府主要采取接管方式对问题金融机构及时进行救助。由于通过接管方式进行政府救助，救助效果难以量化，金融监管部门逐步推动政府救助向市场化、法治化方式转型，其中金融稳定保障基金的设立是实施市场化救助的重要举措。2016年我国开始建立宏观审慎评估体系(MPA)[1]。2020年以来为了防范和处置地方性国有企业风险，河北、河南、广西、天津等省市设立信用保障基金，通过常态化和市场化机制对区域性系统性风险进行防范和管理。在地方性信用保障基金探索基础上，中国人民银行会同有关部门落实国家“设立金融稳定保障基金”的要求，2022年4月《中华人民共和国金融稳定法(草案征求意见稿)》向社会征求意见，9月筹集到位首批646亿元资金。由于我国金融稳定保障基金设立和运作还处于起步阶段，规模也比较有限，其是否能有效化解我国金融系统中可能存在的风险，会通过哪些机制影响系统性金融风险都有待观察。

从国际经验来看，采取金融稳定保障基金形式是实行政府救助的重要方式，代表性的案例有美国在次贷危机过程中设立的问题资产救助计划(TARP)和欧盟在欧债危机中设立的欧洲金融稳定基金(EFSF)。问题资产救助计划是美国政府在次贷危机中拯救陷入困境的金融机构所采取的一项重要措施。最初美国政府试图通过购买金融机构不良资产的方式使用金融稳定基金，帮助银行体系度过危机，但由于不良资产存在估值困难等问题，金融机构仍持续出现巨额亏损。在2009年后，TARP计划改变基金使用思路和方式，将救助重心转到通过注资改善银行财务杠杆结构、提升银行资本充足度的层面上，被救助机构的盈利能力改善后，不仅偿还了大部分TARP资金，还为美国财政部带来了一定回报。尽管社会各界对问题资产救助计划的评价存在争议，但是其在促进信贷和恢复经济增长方面发挥了积极作用，而且救助过程采取了市场化的方式，多样化的救助手段也得到充分使用。

本文旨在基于马尔科夫区制转移的CCA模型，从金融稳定保障基金的视角，以美国TARP计划为例，研究政府救助的作用机制和效果，对适度救助规模和频次进行探讨，在此基础上对我国金融稳定保障基金的运行提供启示，要实施与金融部门风险累积水平相一致的动态救助策略，促使宏观审慎管理中相对被动的救助环节主动化。

周小川通过总结有关国家救助经验、私人部门和公共部门参与救助的渠道，认为救助渠道的选择涉及成本利益分配问题，决定了工具选择的复杂性[2]。注资、购买不良资产、关闭清算、国有化以及监管宽容是用于处置问题银行及不良资产的一般救助方式[3]。政府通过向银行部门注入流动性改善其经营状况时，会分别通过内外部两种机制影响银行部门系统性风险。其中，内部机制主要通过资产负债表结构的优化，改善银行部门的脆弱性风险。Berger等利用双重差分回归模型研究TARP救助政策对系统性风险的影响，研究发现，TARP救助政策主要通过资本缓冲渠道降低杠杆风险，显著降低银行对系统性风险的影响程度[4]。Moutsianas和 Kosmidou通过CoVaR模型构建系统性风险指标评估欧洲理事会、欧盟委员会和欧洲议会对欧洲有关国家的救助效果，基于内部视角分析注资和国有化等救助计划对金融脆弱性的改善程度[5]。程棵和吴宜勇等分别将反映银行内部脆弱性的杠杆率和资产结构作为衡量政府救助效应的指标，发现注资和问题资产购买的救助方式最为有效[6][7]。此外，关于救助规模的研究也主要基于内部层面，通过期权定价方法分析政府的隐性救助成本[8][9]。外部机制主要通过信号效应影响银行部门资产市值波动以及投资者情绪。Bayazitova 和 Shivdasani指出问题资产救助计划(TARP)中政府股权注入在改变金融机构资产负债表结构的同时，增加了投资者对未来政府监管干预银行业的预期[10]。此外，由于救助公告中公司类型和救助规模的不同，股票市场波动可能会受到不同程度的影响[11]。Huerta 等使用事件研究方法考察TARP救助对股市波动和投资者情绪的影响，发现以救助形式进行的政府干预在稳定金融市场和减少短期投资者焦虑方面取得了成效[12]。

救助本质上是一种系统性风险的管理和控制行为，与政府救助的作用机制相对，目前已有大量研究表明，银行部门系统性风险的生成机制也分为内部和外部，即银行部门的内部脆弱性和外部冲击。Vallascas、Keasey[13]和Gan[14]在Minsky[15]提出的金融内部脆弱性的基础上进一步分析系统性风险的成因，认为银行资本结构、资产构成、银行间收益相关性以及银行的杠杆率和流动性限制会通过资产负债表渠道影响系统性风险。而Marcuccl和 Quagliariello[16]、Drehmann 等[17]以及张雪彤等[18]则从经济状态角度研究外部冲击对银行部门系统性风险的影响。Brunetti等基于欧洲银行收益数据构造银行市场间收益率关联网络，发现美国与欧洲银行的风险传染在危机期间更加显著[19]。杨子晖等通过构建“全球金融市场与经济政策不确定性”的非线性关联网络，发现经济政策不确定性在系统性金融风险传染中发挥着重要作用[20]。陶玲和朱迎对系统性风险的成因从内部和外部进行了总结，认为银行脆弱性是产生系统性风险的内部因素，而经济状态和政策干预则是系统性风险的外部成因[21]。

通过构造新的指标对政府救助效应进行分解，能够反映政府救助的内外部机制作用于银行系统性风险时的差异化效果。王培辉和康书生通过FAVAR模型将影响银行系统性风险的因素分解为外部金融冲击、宏观经济波动与金融内在脆弱性，研究发现外部金融冲击对系统性风险的影响较内部脆弱性持久，且两者均随经济环境的变化而变化[22]。但FAVAR模型仅通过主成分分析提取公共因子的方法将系统性风险进行分解，难以实现风险度量中历史性与预测性的统一，Gray等提出的或有权益分析法(contingent claims analysis，CCA)则能很好地解决该问题[23]。CCA方法与条件在险价值法[24]、系统性期望损失法[25]是目前度量系统性风险的主要方法，其中通过CCA方法测算的风险指标能通过资产负债表结构的变化表征银行部门的内部脆弱性，通过市场数据反映外部经济状态对银行部门的冲击。将马尔科夫区制转移模型引入CCA框架，对传统的系统性风险指标进行解构，有助于分析政府救助的内外部作用机制及其效果。此外，CCA方法具有高度的灵敏性，能够准确地度量系统性风险，增强政府监管的前瞻性与科学性[26]。

在金融稳定保障基金和最优救助策略方面，郭远杰[27]、刘旭和亢悦[28]对欧盟的金融稳定基金(EFSF)和美国的有序清算基金(OLF)等进行经验分析，认为在基金筹集上要多渠道，在使用上要采取市场化手段处置风险。李卓等以美国TARP计划为研究对象，采取随机分析的方法，将政府救助作用的时点和策略模型化为复合最优问题，确定最优策略[29]。Gong考虑发生系统性危机的成本和道德风险等因素后，认为最优的救助策略包括三个层次，分别是对系统性重要影响机构进行救助、对中等影响的机构进行随机救助和对系统性影响小的机构不进行救助[30]。

对比上述文献，本文的边际贡献主要体现在：首先，政府救助会通过分别改善银行部门内部脆弱性和熨平资产价格波动两种机制对银行部门系统性风险产生影响已在不同程度上得到证实，但国内外学者对救助效果和救助方式的探讨仍局限于其中的一个层面。本文从银行部门系统性风险生成机制出发，从内部脆弱性和外部冲击两个层面对政府救助机制及效果进行系统性分析，为系统性风险和政府救助的研究构建了内外部综合分析框架。第二，在研究方法上，本文通过引入马尔科夫区制转移模型的或有权益分析方法，分解由内部脆弱性和外部冲击分别引致的系统性风险，分析了政府救助基于内部和外部机制对系统性风险的作用效果及其差异性表现。同时结合对救助适度规模以及救助频次问题的讨论，建议采取内外协同的动态救助策略，提高救助效率。

(一)系统性风险的度量

银行的脆弱性风险内生于银行部门资本结构，借短贷长的高负债经营模式导致银行部门存在严重的期限错配，容易诱发银行系统性危机。政府会通过向银行注入资本金、收购不良资产等方式，减少银行部门的债务比率，提高资产质量。同时，政府救助行为作为一种正面市场信号，有利于减弱金融危机中的银行避险情绪、增强投资者信心，降低资产市值波动幅度，冲减外部冲击对银行部门的负面影响。根据或有权益分析法，将银行部门权益市场价值E看成以资产价值A为标的资产的欧式看涨期权，其到期日为T，执行价格为债务账面价值B，定义x=T-t，银行部门的权益市值可以表示为：

E=AN(d1)-Be-rTN(d2)

(1)

式(1)中，σA代表资产回报率的波动率，N(·)表示标准正态分布的累积概率分布函数，d2表示实际概率测度下的违约距离DD(Distance to Distress)，违约距离是用来度量银行部门系统性风险的重要指标，当违约距离DD下降时，银行部门的系统性风险增加。资产市场价值波动率σA与股权的波动率σE存在如下关系：

(2)

通过联立式(1)和式(2)运用Newton-Raphson迭代法，可以得到银行部门隐含的资产市值A及其波动率σA的数值，进而计算出违约距离DD以达到量化风险的目的。违约距离可表示为:

(3)

违约距离与政府救助效果呈正相关关系，当政府救助有效作用于银行部门系统性风险时，违约距离DD上升，系统性风险减小。救助效果从以下两方面反映在其违约距离DD上：一是政府救助规模C使银行内部脆弱性得以改善，主要表现为对银行部门的杠杆水平B/A以及关联结构变化的影响。二是通过信号效应ε冲减外部冲击对银行部门造成的负面影响，主要通过资产市值波动率σA在系统性风险指标DD中得以反映。由此，将(3)式改写为：

(4)

式(4)说明，政府通过向银行部门注入流动性的方式对其进行救助，必然使得银行部门资产市值增加，ε表示信号效应对市场信息的改善程度，面临负面的外部冲击时ε>1,政府救助金融机构后，0<ε<1。

(二)系统性风险的分解

马尔科夫区制转移模型能够反映经济周期的非对称性及其波动态势的结构性变化，并能较为准确地识别出经济增长所处的不同状态[31]，通过转移概率的形式反映经济状态变化的可能性。由于政府救助的内部机制与银行部门自身资产结构挂钩，而外部机制则通过信号效应冲减经济下行对银行系统性风险的负面影响，故可将马尔科夫区制转移模型引入或有权益分析框架[32]，将系统性风险分解为由内部脆弱性和经济状态分别引致的两部分风险。银行部门所处的经济状态服从以下马尔科夫过程：

ut=yt-E(yt|Yt-1,st),ust|It-1～N(0,s2)

(5)

(6)

由于En1(dd)DDinter，表现为θ>0。政府救助的外部机制通过缓解负面外部冲击，具有稳定银行部门系统性风险状况的作用①。

(三)政府救助的机制分析

政府通过注资等方式救助银行部门时，一方面随着政府对银行部门注入流动性，会通过内部机制(资产负债表渠道)直接影响银行部门的资产负债表结构，与银行的内部脆弱性直接相关联；
另一方面政府在实施救助的过程中也会向市场发出信号，通过外部机制(资产价值渠道)熨平资产价格波动，冲减经济下行时负面外部冲击对银行部门系统性风险的影响。根据或有权益分析法计算银行部门预期损失EL：

EL=Be-rtN(-d2)-AN(-d1)

(7)

政府对银行部门注资和提供贷款等行为，使得政府持有的银行股权和债权占银行总股份和总债务的一定比例，因此，救助规模C与银行部门预期损失EL正相关，具有如下关系：

C=αEL

(8)

式(8)中,α为政府救助的规模系数,救助规模系数的大小会直接影响到银行财务结构的改善程度。将救助后银行部门资产记为A*，A*=A+C；
将权益市值波动率记为σA*，σA*=εσA。政府救助后银行部门的杠杆率为B/A*。违约距离DD分别对银行部门的杠杆水平B/A*、救助规模C、资产市值波动率σA*求导得：

(9)

银行部门的违约距离DD与其杠杆水平B/A*和资产市值波动率σA均呈负相关关系，而与救助规模C正相关。金融危机发生时，银行部门资产负债表结构恶化，资产负债率攀升，脆弱性风险加剧；
同时，金融市场上恐慌情绪的蔓延使得银行部门股价下跌并出现异常波动，资产市值波动率迅速扩大。政府救助通过改善银行部门财务杠杆和稳定资产波动的方式分别从内部和外部对系统性风险产生影响。从内部机制来看，当政府作为最后贷款人为处于流动性的危机中的金融部门或金融机构提供资金支持时，该行为会通过资产负债表渠道对银行部门的系统性风险产生影响。增资扩股使得银行资产的账面价值增加，财务杠杆减小。资产的增加和违约点的下降会通过降低看跌期权的价值来改善银行部门的资产负债表结构，表现为银行部门违约距离DD上升，内部脆弱性引致的系统性风险下降。

(四)政府救助的适度规模与频次

银行部门系统性风险是一个在时间上逐步累积的过程，在危机演变的不同阶段，银行部门所需的政府救助规模C也存在差异，政府注资的体量与频次分别是救助规模在空间和时间维度上的表现。为保障救助效率的最大化，有必要将二者进行结合分析，从而制定出最优的救助策略。

s.t.α>0，0≤C≤Cmax

(10)

在政府救助规模的确定过程中，一方面，银行会根据预期政府救助规模以及当时政府的政策导向来确定自己的经营战略及资产负债结构，从而造成银行处于相应的风险水平。另一方面，政府会根据银行部门信用违约风险的预期损失来制定相应的救助政策。

政府通过内部机制对银行部门进行救助主要通过改变银行财务杠杆及资产负债表结构。金融危机中银行部门受到负面冲击后，随着财务杠杆的增加，银行部门预期损失加速上升，风险急剧恶化，所需的政府救助规模C上升。由于银行财务杠杆与违约距离存在负相关关系，当政府通过股权注资等手段对银行进行救助时，随着财务杠杆的减小，银行部门违约距离增大，系统性风险得以缓解。但银行财务杠杆(B/A)与银行部门系统性风险指标DD以及所需的政府救助规模C又存在如下非线性关系：

(11)

(12)

利用外部机制对银行进行救助主要通过信号效应稳定投资者信心、熨平资产价格波动，从而冲减经济下行等负面冲击对银行部门造成的影响，逐渐稳定银行部门的资产市值波动率σA，通过资产价值渠道来改善银行的系统性风险。资产市值波动率σA与银行部门系统性风险指标DD、政府的救助规模C存在如下非线性关系：

(13)

当资产市值波动率σA较大时，政府救助的正面信号效应对银行部门系统性风险的影响不显著，且伴随着较高的救助成本。但是，熨平资产价格波动的救助机制具有逐步积累的性质，当资产市值波动率σA降低到较低水平后，政府救助对系统性风险的改善效果迅速提高。

通过对银行部门预期损失的计算能够有效对金融部门的风险累积态势进行监控，因此，政府应当根据银行部门的系统性风险敞口对银行部门进行动态救助，而不是被动等待系统性危机发生以后再确认银行救助规模，进行低频大规模注资。此外，在救助的预算约束一定的情况下，通过高频的动态救助有利于保障政府救助外部机制中信号效应的持久性，从而使得银行部门在接受救助后内部脆弱性风险得到调整，外部冲击的负面效应同时也进一步得到抵消，实现救助的内外部机制协同改善银行部门系统性风险的目的。

(一)样本、数据与系统性风险度量

2007年3月，美国次贷危机爆发，银行业出现大规模机构亏损和倒闭。2008年10月,美国通过7000亿TARP计划，该计划最初设想将4500亿美元用于购买不良资产，2500亿美元用于对金融机构注资，但自2009年后计划重心发生转移，通过注资改善银行财务杠杆结构、提升银行资本充足度成为政府救助的重点。

本文以2008年金融危机中问题资产救助计划(TARP)为例，选取美国银行部门中资产市值排名前50的银行进行研究，并对非上市银行进行剔除，最终用于实证研究的银行共计37家。根据是否收到TARP的援助资金将银行分为两类：TARP银行和非TARP银行，其中TARP银行24家，非TARP银行13家。考虑在非TARP银行的系统性风险中不存在政府救助内部机制对其的影响，通过对两类银行救助前后系统性风险的变化进行横向和纵向对比，可用于分析政府救助内外部作用机制及其效果的异质性。为了探究美国银行业系统性风险变化及政府救助的全过程，数据区间设为2006年1月到2017年6月。违约点数据来自WIND数据库及银行官网的季度财务报表，无风险利率和权益市值数据来自BVD系列数据库，其中无风险利率为美国1年期存款利率，权益市值波动率数据来自WIND数据库。美国两类银行的系统性风险变化趋势基本一致，2007年3月以来，美国银行部门违约距离急速下降，系统性风险恶化，直到2008年底TARP计划实施后系统性风险才有所缓解。非TARP银行在金融危机发生后的5年间，其系统性风险始终低于美国银行业平均水平，但2013年下半年以来，其系统性风险的波动程度却比TARP银行更为剧烈。