金融衍生品与银行风险：来自18个发达市场的证据

作者及机构
本研究由Xing Huan（英国华威大学华威商学院）和Antonio Parbonetti（意大利帕多瓦大学经济与管理系）合作完成，发表于2019年的《Accounting and Business Research》期刊第49卷第7期，标题为“Financial Derivatives and Bank Risk: Evidence from Eighteen Developed Markets”。

学术背景
研究聚焦于金融学与会计学交叉领域，探讨金融衍生品（financial derivatives）对银行风险的影响。全球场外衍生品（OTC derivatives）市场规模在2000年至2015年间增长424%，达到493万亿美元，银行作为主要参与者，其衍生品使用动机（对冲或投机）及会计处理方式（如公允价值计量）可能加剧风险。现有文献对衍生品的作用存在争议：一方面，衍生品可对冲利率、汇率等风险（Bartram et al., 2009）；另一方面，会计规则（如IAS 39和SFAS 133）可能导致收益波动性上升（Lins et al., 2011）。本研究旨在厘清衍生品使用与银行风险的非线性关系，并分析银行规模（“大而不能倒”，TBTF）和业务模式（零售型 vs. 投资型）的调节作用。

研究流程与方法
1. 数据来源与样本
- 数据来源：从Bankscope获取2006-2015年18个发达国家555家银行的衍生品头寸（按公允价值计量）及其他财务数据，从Compustat获取股票价格数据。
- 样本筛选：剔除数据缺失样本后，最终保留3,313个银行-年度观测值，其中美国银行占比56.6%，非美国银行43.4%。

1. 变量定义

   • 风险指标：
     
     • 总风险（TR）：股票日收益方差。
       
     • 系统性风险（SR）：通过市场模型（market model）计算的银行β系数与金融市场收益方差的乘积。
       
     • 异质性风险（IR）：市场模型残差方差。
       
   • 核心解释变量：衍生品使用程度（DETA），即衍生品公允价值与总资产的比率。
     
   • 控制变量：包括银行规模（Size）、市账比（MTB）、不良贷款率（NPL）、流动性（Liquid）、一级资本充足率（Tier1）等14项指标。
     

2. 模型构建

   • 基准模型（OLS）：检验DETA对TR、SR、IR的线性影响（模型1-3）。
     
   • 非线性模型：引入衍生品使用分位数排名（PR）及其平方项（PR²），验证风险与衍生品使用的U型关系（模型4）。
     
   • 分组分析：按DETA十分位数划分11个组合（Portfolio 0-10），比较各组合风险差异（模型5）。
     
   • 调节效应：加入TBTF虚拟变量（G-SIBs名单）和零售银行虚拟变量（TRB，存贷款占比中位数分组），分析其对DETA与IR关系的调节作用。
     

3. 内生性处理
   采用工具变量法（IV），以PR和PR²作为DETA的工具变量，通过Kleibergen-Papp检验和弱工具变量检验确保模型有效性。

主要结果
1. 基准回归
- DETA对TR和IR有显著正向影响（系数分别为0.030和0.034，p<0.05），但对SR无显著影响，表明衍生品使用主要增加银行个体风险而非系统性风险。
- 银行规模（Size）与IR负相关，验证大银行风险分散能力更强；一级资本充足率（Tier1）降低IR，反映资本缓冲作用。

1. 非线性关系

   • PR系数为负（-0.0008，p<0.05），PR²系数为正（0.0005，p<0.01），表明适度使用衍生品（如Portfolio 4，DETA=0.2%）可降低IR，但过度使用（如Portfolio 10，DETA>3%）导致风险上升。
     

2. 调节效应

   • TBTF银行：交互项（TBTF×DETA）系数为-0.038（p<0.05），显示TBTF银行通过衍生品降低IR，可能因政府隐性担保抑制风险偏好。
     
   • 零售型银行：交互项（TRB×DETA）系数为-0.759（p<0.01），零售业务稳定性抵消衍生品风险。
     

3. 内生性检验
   IV回归结果与基准模型一致（DETA系数0.094，p<0.01），Hansen J检验（p=0.147）支持工具变量有效性。

结论与价值
1. 理论贡献
- 揭示衍生品使用通过三条路径增加风险：投机行为、次优对冲（suboptimal hedging）以满足会计准则、会计错配（accounting mismatch）导致的收益波动。
- 首次验证银行风险与衍生品使用的非线性关系，并识别TBTF和零售业务的调节作用。

1. 实践意义
   
   • 监管机构需关注银行衍生品头寸的会计透明度，尤其是Level III（不可观察输入）衍生品的风险。
     
   • 银行应优化对冲策略，避免为满足会计准则（如80/125规则）而过度使用衍生品。
     

研究亮点
1. 样本广度：覆盖18个发达国家，较以往研究（如Choi & Elyasiani, 1997）更具代表性。
2. 方法创新：结合分位数分组与IV法，有效解决内生性问题。
3. 跨学科视角：融合会计规则（如公允价值计量）与银行风险管理，为后续研究提供新框架。

其他发现
- Level III衍生品对IR的影响最大（系数0.019，p<0.01），反映其估值不确定性风险。
- 零售银行通过存款稳定性（如低利率敏感性）自然对冲利率风险，减少对衍生品的依赖。

（注：全文术语首次出现时标注英文，如“公允价值（fair value）”；模型系数保留原文格式。）