信用评级对银行经营的影响

摘 要：本文采用2007—2010年间国际活跃银行的信用评级数据、宏观行业指数和经营指标等组成面板数据，通过实证检验发现，信用评级及其变动具有显著的融资成本效应和声誉效应，且在危机期间以声誉效应为主；评级机构并没有充分报告银行业的顺周期特征，加剧了金融危机的破坏性；银行业存在网络效应，行业排名提高会降低银行融资成本，且有助于存款增速；金融危机爆发之后，金融市场风险厌恶程度或者市场恐慌指数是影响融资成本的重要因素之一，投资者对负面信息更加敏感。

关键词：信用评级；融资成本效应；声誉效应

中图分类号：F830.33 文献标识码：A 文章编号：1674-2265（2013）02-0063-07

一、引言

评级信息是金融市场的主要信息来源之一，被广泛应用于资产组合管理、资产定价和风险管理，既是投资者重要的投资决策依据，也是金融市场准入的重要凭证之一。当前评级公司对欧洲银行业纷纷发难，不仅引发了投资者对欧洲银行业的担忧，而且令业界开始思考外部信用评级是否会对银行业产生实质性影响，或者信用评级本身是否公正合理。

自二十世纪初诞生以来，评级机构不断为投资者提供有用的风险信息，逐步积累了市场公信力，也为监管部门所认可。然而，随着金融市场和产品的复杂程度不断上升，评级方法越来越复杂，信用评级结果的信息不对称程度逐渐增加。2007年全球金融危机爆发之后，评级机构被指受利益驱使对某些高风险资产以及金融机构给予较高的信用评级，且在危机爆发后不负责任地大幅下调这些资产和金融机构的信用评级，对危机前风险积聚和危机后风险蔓延起到推波助澜的作用。2008年1月，英国、德国、法国和意大利等国首脑联合发表声明，敦促信用评级机构改善风险识别和风险提示功能，否则各国政府将考虑采取管制措施。

银行信用评级变动究竟对银行经营产生哪些方面的影响，影响程度有多大？本文拟采用2007年金融危机前后国际前100位活跃银行信用评级变动以及主要经营指标相关数据，实证分析信用评级变动对银行在危机中以及危机之后经营状况的影响。

二、危机前后银行信用评级状况

为提高样本的动态可比性，本文选取2006—2010年间资产排名均在世界前百位的83家银行为研究对象，暂称之为国际活跃银行。如图1所示，国际活跃银行主要分布在美国（9家）、中国（8家）、法国（5家）、加拿大（5家）、日本（5家）、意大利（5家）和英国（5家）。

[图1：银行地区分布状况][中国]

国际三大评级公司分别为国际活跃银行提供信用评级，由于评级方法和侧重点的不同，其评级结果存在差异，但变动方向基本上是一致的。本文的研究重点是信用评级的影响，仅采用穆迪公司的信用评级①。 具有穆迪评级的国际活跃银行有75家，评级情况大体如表1所示。

除信用评级本身之外，信用评级变动更容易引起投资者的关注，往往包含更多的信息。如表2所示，2007年穆迪上调了46家国际活跃银行的信用评级，主要原因是穆迪修订了信用评级方法，即引合违约分析模块（JDA）。在金融危机之后的几年间，穆迪逐步下调了几十家国际活跃银行的信用评级，主要原因在于金融危机所带来的影响。

银行信用评级与资产排名状况之间存在一定的相关性。如表3所示，2007—2010年间，“评级下调，排名上升”的银行仅出现在评级下调较多的2009年和2010年，而“评级上调，排名下降”的银行多出现在评级上调较多的2007年。从一定程度上讲，信用评级越高，资产排名越高。

三、相关指标解释

（一）信用违约掉期利差（CDS Spread）

信用违约掉期（CDS）类似于保险合同，当基础资产发生违约时，合同卖方支付合同买方相应的赔偿。与保险合同的显著不同之处在于，CDS合同买方并不一定必须持有对应的基础资产。CDS市场产生于上世纪90年代，在2003年之后获得迅猛发展。 2007年底CDS市场规模超过60万亿美元，受金融危机影响，2007年之后CDS市场规模大幅缩水，然而2010年底市场规模依然超过25万亿美元。

CDS利差是指CDS合同买方每年向卖方支付的费率。理论上讲，基础资产的违约概率越大，CDS利差越大。如果信用评级能够可信地代表违约概率，信用评级越高，CDS利差越小。哈尔（Hull等，2004）首次采用事件研究方法研究了1998—2002年CDS利差对信用评级机构公告的反应，发现评级机构评级下降和负面展望公告之后，CDS利差显著上升。加利和索弗（Galil和Soffer，2008）采用2002—2006年间穆迪和标普的评级以及相关企业CDS利差数据，通过比较评级变动前后CDS利差变动情况，发现CDS市场对评级机构信息的反应超过对私有信息的反应。然而，专门研究银行信用评级变动影响的文献较少，理查兹和戴德杜什（Richards和Deddouche，1999） 研究发现银行股票的累积超额收益（CAR）对负面评级公告有显著的负面反应，而对评级上调的反应并不显著，他们认为主要原因是市场认为银行在信息上也有“报喜不报忧”的冲动。

（二）银行信用评级

评级机构的银行评级方法一般采用从整体到一般的研究方法，即首先研判其所在国家的经济环境，其次评估整个行业的优势和劣势，最后通过与同业相比判断个体特征。银行评级方法中对个体独立评级时一般采用骆驼体系（CAMEL）。评级机构认为除盈利性之外，资本是缓冲负面冲击最重要的因素，首先综合考虑资本充足率、总体风险特征和盈利质量。资产质量是保证清偿性的重要因素，也是银行稳定投资者信心的关键。另外，评级机构认为银行的重要职能之一是期限转换，但银行杠杆率高且极端不透明，流动性问题可能演变成融资问题，甚至引发破产挤兑。

银行业的特殊性决定银行信用评级的复杂性和难度远高于其他行业。银行业面临的风险不仅很难识别，而且变化较快。对于外部投资者或存款人来讲，银行像一个黑箱，他们并不能发现或识别银行所承担的真实风险。正因为如此，为了保护外部利益相关者，发达国家普遍建立了存款保险制度、最后贷款人安排和政府监管等制度体系，而且充分发挥外部利益相关者的市场监督作用。然而，市场监督的有效性取决于信息的完全性，外部评级机构在这个方面起到关键作用。穆迪分析师也承认，银行资产质量评估是银行信用评级中最重要和最困难的环节，然而，在这个领域中并没有一个客观的标准，分析师可能根据经验和主观印象进行评级。

此外，评级稳定性和审慎性是评级机构公认的行业准则，评级机构仅关注可能影响长期偿债能力的因素。坎特尔和曼恩（Cantor和Mann，2007）认为评级稳定性是必要的，因为很多贷款合同和资产组合管理中设有评级相关的触发条件，若评级频繁变动，可能导致市场混乱。当然，评级机构一般会权衡准确性和时效性，尽量避免外界质疑其是“马后炮”。

（三）银行相关经营指标

现行评级体系下，银行的各项指标均有可能影响其信用评级。反过来，银行信用评级是如何影响银行经营的，影响程度有多大呢？本文主要关注银行信用评级对资产收益率、资产增速和存款增速等几个指标的影响。本文从逻辑上先提出几种可能的传导渠道：

1. 融资成本效应。信用评级可能关系到银行外部融资成本的大小。无论是通过何种方式融资，违约概率是定价的关键因素之一。违约概率越高，风险溢价越高。信用评级和CDS利差都是违约概率的替代变量，是否影响融资成本，取决于其可信度或市场接受度。在完全市场条件下，发行人融资成本应该等于市场资金成本与发行人CDS利差之和，否则将存在无风险套利机会。汉德等（Hand等，1992）研究发现，发行人信用评级下降，债券价格下降，而信用评级上升，债券价格上升。反过来说，如果信用评级为市场所接受，则评级机构一定程度上决定发行人的融资成本。甚至有言论认为，国际三大评级机构为发达国家评级过高，人为地压低了其融资成本，加剧了金融资源配置失衡。

2. 声誉效应。张维迎在《产权、政府和信誉》一书中认为，声誉是在社会网络中的参与者无数次重复接触和博弈的过程中不断积累，最终形成的稳定的信任关系，能够降低社会交易成本。声誉和声誉风险管理是银行业内部管理中的重要环节，并可能影响其特许经营价值。具有公信力的评级机构的信用评级提高，能够快速提升银行声誉，节约声誉积累的时间。

四、实证研究设计

（一）研究样本与数据来源

本文以2007年以来世界排名前100位的国际活跃银行为研究样本，相关信用评级数据和宏观行业数据来自彭博资讯和万得资讯。

本文从季度和年度两个时间维度分别研究信用评级变动对国际活跃银行在危机期间和危机之后表现的影响。季度分析以2007年第一季度为起点，至2008年第四季度，剔除某些具有异常值和关键变量缺失的样本，组成296个样本的平衡面板数据。年度分析以2007年为起点，至2008年，剔除某些具有异常值和关键变量缺失的样本，分别组成160个样本和104个样本的平衡面板数据。

（二）模型与变量说明

1. 季度模型。

2. 年度模型。

3. 变量解释。

（1）信用评级（rating）。穆迪信用评级分为9个等级（Aaa-C），每个等级又可分为3个档次。为量化分析方便，本文为各个等级设置相应评分，最高Aaa1分值为27，最低C3分值为1。此外，为探索评级变动的影响，本文引入3个虚拟变量（ratingug，ratingdg，ratingun），即若评级上调，ratingug取值为1，否则取值为0；若评级下调，ratingdg取值为1，否则取值为0；若评级不变，ratingun取值为1，否则取值为0。

（2）信用违约掉期利差（cdssp）。信用违约掉期利差的历史数据均取自公开市场报价，为减少量纲不同带来的差异和减少异方差性，本文对信用违约掉期利差进行对数转换。

（3）资产增速（rasset）。资产增速数据采用季末或年末总资产环比增长率。由于样本时间维度较短，本文没有对季度资产增速数据进行季节性调整，从历史数据上看，资产增速的季节性并不强，对结论影响不大。

（4）存款增速（rdpst/rrdpst）。对存款增速的考察上，本文区分总存款和储蓄存款两种口径。其中rdpst代表总存款增长率，rrdpst代表储蓄存款增长率。存款增速数据的处理方式和资产增速相同。

（5）核心资本充足率（tier1）。金融危机之后，监管部门和投资者对核心资本的重视程度上升。本文的实证研究部分同时采用核心资本充足率和资本充足率两组数据，发现得出的结论基本相似，然而核心资本充足率更为显著。

（6）风险厌恶程度（riskaverse）。相对信用评级来讲，信用违约互换利差波动性较大，一定程度上受到市场风险厌恶程度的影响。本文采用VIX指数代表当前市场的风险厌恶程度，VIX是芝加哥期权期货交易所使用的市场波动性指数，一般认为，指数越高意味着投资者风险厌恶程度越高。

（7）GDP增速（rgdp）。宏观经济景气程度不仅影响银行经营发展状况，也直接关系到银行信用评级的结果。本文选取GDP增速代表经济景气程度，其中季度GDP增速数据采用各国当前价标示的经过季节调整的季度增长率，年度GDP增长率采用各国当前价标示的年度增长率。

（8）其他变量。实证分析中还涉及资产收益率（roa）、不良贷款率（npl）和资产排名（asset rank）等，其数据均取自相关数据集或经过简单处理。

4. 模型说明。模型（1）用来检验危机期间历史评级、核心资本充足率、资产增速、不良贷款率、GDP增速和CDS利差等对银行信用评级的影响。模型（2）和模型（3）分别用来检验信用评级及其变动对CDS利差和资产收益率的影响。模型（4）—（8）分别用来检验危机爆发以来长期内信用评级及其变动对CDS利差、资产收益率、资产增速、存款增速和储蓄存款增速的影响，以及影响被解释变量的其他因素。

五、危机期间季度实证结果

（一）描述性统计

本文根据信用评级变动情况将2007年第一季度—2008年第四季度期间相关数据满足条件的37家国际活跃银行分为三组，即信用评级上调、信用评级下调和信用评级不变三组，表4总结了各时点三组银行的描述性统计结果。以下为对比分析结果：

1. 资产增速。A组中资产增速下降速度远超B组和C组，信用评级下调和评级不变的银行资产增速在危机期间较低，而评级上调的银行在危机期间资产增速下降不是十分明显。

2. 存款增速。A组中存款增速下降更为明显，即信用评级下调的银行在危机期间存款增速下降较快，而在危机初期评级上调的银行甚至出现存款增速提高。

3. CDS利差。A组中CDS利差变动更为显著，即信用评级下调的银行在危机初期CDS利差快速上升，相对而言，评级未下调的银行危机期间CDS利差上升速度较慢。

4.ROA。A组中ROA呈现逐季下降态势，即信用评级下降的银行在危机期间资产收益率也可能下降。

（二）回归分析

面板数据回归模型有两种：固定效应模型和随机效应模型，其中固定效应模型将样本中不可观测且不随时间变化的因素从残差项中分离出来，使用极大似然法进行估计；随机效应模型则将这一因素直接放入残差项，使用广义最小二乘法（GLS）进行回归。可以采用Hausman检验在两种方法中选择最合适的方法。本文回归分析采用Eviews 6.0软件来实现，表5展示了模型（1）—（3）的相关结果。

1. 从模型（1）的回归结果看， CDS利差对信用评级、信用评级上调和ROA具有显著负向反应，对风险厌恶程度具有显著正向反应。从经济含义上分析，一是危机期间信用评级越高，CDS利差越低。但与文献中实证结果不同，本文结果显示信用评级上调降低CDS利差，且比信用评级本身影响更大，说明危机期间投资者对投资安全要求提高，且信用评级上调可能比评级本身包含了更多有关发行人的利好消息。二是银行的资产收益率越高，CDS利差越低，且ROA上升0.1个百分点，CDS利差下降约12%，验证了银行运营效率越高，盈利能力越强，其违约概率越小，CDS利差越小。三是风险厌恶程度的系数为0.04，验证了本文关于风险厌恶可能增加CDS利差的论断。然而，从实证结果来看，危机期间CDS利差对银行核心资本充足率指标的反应系数虽然为负，但是并不十分显著。

2. 从模型（2）回归结果看，信用评级和信用评级上调对银行资产收益率（ROA）具有显著正面影响，而信用评级下调对银行资产收益率具有显著负面影响。从经济意义上解释，一方面可能信用评级变动影响银行的融资来源和融资成本，另一方面信用评级变动的确关系银行的市场影响力或者市场参与能力。另外，GDP增长率是影响银行资产收益率的显著变量，从数据上看，GDP增长率上升1个百分点（名义增长率），银行资产收益率（年化）平均上升约0.07个百分点，一定程度上验证了银行业的顺周期性。

3. 从模型（3）来看，模型的拟合程度较高，其中不良贷款率、资产增速和CDS利差均能显著影响银行信用评级。而核心资本充足率的显著性不高，原因可能在于一方面危机期间核心资本充足率指标变化不大，另一方面危机爆发后业界一度对资本监管或资本缓冲的可靠性产生质疑。此外，本文发现信用评级对滞后1期的评级下调变量有显著的负向反应，说明评级机构更关注过去被降级的银行。

六、危机后年度实证结果

（一）描述性统计

本文根据信用评级变动情况，将2007—2010年期间相关数据满足条件的40家国际活跃银行分为：信用评级上调、信用评级下调和信用评级不变三组，表6总结了各时点三组银行的描述性统计结果。以下为对比分析结果：

1. 银行数目。2007年评级机构调高了28家银行的信用评级，2008—2010年先后下调了6家、16家和9家银行的信用评级。结果表明，评级机构在危机之前没有及时地发现银行的潜在风险，而在危机发生后则又迅速下调了银行的信用评级。

2. 资产增速和存款增速。从年度数据上看，评级下调的银行资产增速和存款增速下降速度相对更快。

3. CDS利差。表6中CDS利差绝对值的平均数，表明危机爆发之后的几年中评级下调银行的CDS利差远超过评级没有发生变化的银行。

4.资产收益率。与季度数据展示的基本相同，危机爆发之后几年中评级下调的银行资产收益率表现不及其他银行。

（二）回归分析

表7展示了年度模型（4）—（8）的主要检验结果，简要分析如下：

1. 从模型（4）结果分析，危机爆发后较长时期内显著影响CDS利差的因素有信用评级、资产排名和风险厌恶程度，其中信用评级影响程度仍弱于信用评级上调，且显著性低于信用评级上调，说明危机爆发之后的几年内信用评级改善的银行更容易得到投资者的青睐；资产排名变动显著影响CDS利差，说明投资者依然更信赖规模大的银行，或者相信大机构更容易得到政府的支持；风险厌恶程度在长期内依然显著地正向影响CDS利差水平，说明市场恐慌心理的存在长期影响银行融资成本。

2. 从模型（5）结果分析，危机爆发之后的几年中，信用评级、核心资本充足率、GDP增速和CDS利差均显著地影响银行资产收益率水平。与季度数据结论不同，核心资本充足率成为显著影响指标，说明危机过后总体风险较低或者资本充裕的银行盈利能力较强。对比模型（4）来看，信用评级每上调1级，CDS利差下降40%，ROA上升0.25个百分点，验证了信用评级上调除降低银行融资成本外，其声誉效应也不容忽视。此外，GDP增长率上升1个百分点（名义增长率），银行资产收益率增加0.05个百分点，进一步验证了银行业的长期顺周期性。

3. 从模型（6）结果看，长期内显著影响银行资产增速的变量只有GDP增速和存款增速两个指标， GDP增长率上升1个百分点（名义增长率），银行资产增速上升0.04个百分点。另外，银行资产增速对核心资本充足率的反应系数为0.385，即核心资本充足率上升0.1个百分点，资产增速增加3.85个百分点，说明长期内资本（尤其是核心资本）是支撑银行资产增长的重要因素。

4.从模型（7）结果看，长期内显著影响存款增速的变量有核心资本充足率、资产增速、GDP增速和资产排名。值得关注的是，存款增速对GDP增长率的反应系数为-0.58，可能的原因是经济复苏过程中金融市场好转伴随着金融脱媒发生。另外，信用评级对存款增速的影响并不显著，存款增速对评级下调的反应系数为-0.02，但显著性不高。

5.从模型（8）结果看，长期内显著影响储蓄存款增速的变量有资产增速与储蓄存款，与存款相同，储蓄存款对信用评级下调的反应系数为负。一方面说明居民储蓄存款关注银行规模和信誉，另一方面说明网络效应②存在，居民往往选择一些储蓄存款规模较大的银行。

七、相关结论

本文通过对金融危机前后几十家国际活跃银行信用评级数据和主要经营数据进行季度和年度两个维度的面板数据分析，得到以下结论：

第一，信用评级以及信用评级变动对国际活跃银行经营状况具有显著的影响：一是融资成本效应，二是声誉效应。实证发现，在危机期间，信用评级的声誉效应占主导地位；而在危机发生之后长期内融资成本效应逐步显现。另外，短期内信用评级变动比信用评级本身影响更为显著，与评级机构的信息披露功能相符。

第二，由于银行业经营存在顺周期特征，信用评级机构在评级时应充分地考虑到周期性因素的影响，提高信用评级的稳定性和准确性。外部投资者应该充分地了解评级机构，并进一步考虑如何正确地使用信用评级。

第三，银行业存在典型的网络效应。如总资产排名提高，信用违约掉期利差下降，存款增速（尤其是储蓄存款增速）显著上升。

第四，金融危机爆发之后，风险厌恶程度或者市场恐慌程度是影响融资成本的重要因素之一。

注：

①穆迪投资者服务机构（Moody’s Investors Services）是当前最大的评级机构，市场占有率超过40%。

②网络效应，是以色列经济学家奥兹·夏伊在《网络产业经济学》中提出的，指当一种产品对用户的价值随着采用相同的产品、或可兼容产品的用户增加而增大时，就出现了网络外部性。即在这种行业里面，“先下手为强”（fiest mover advantage） 和“赢家通吃”（winner-take-all）是市场竞争的重要特征。

参考文献：

[1]Hull，J.，Predescu，M.，White，A.，2004，The relationship between credit default swap spreads，bond yields and credit rating announcements，Journal of Banking and Finance 28， 2789-2811.

[2]Galil，k.，Soffer，G.，2008，The Conditional Response of CDS Markets to Rating Announcements，Ben-Gurion University，working paper.

[3]Richards，A.，Deddouche，D.，1999，Bank Rating Changes and Bank Stock Returns，IMF working papers WP/99/151.

[4]Morgan，D.，2002，Rating Banks：Risk and Uncertai-

nty in an Opaque Industry，The American Economic Review， 92， 874-888.

[5]Cantor，M.，Mann.C.，2007，Analyzing the trade-off between rating accuracy and stability，Journal of Fixed Income，Spring：60-85.

[6]Hand，J.，R. Holthausen and Leftwich R.，1992， The Effect of Bond Rating Agency Announcements on Bond and Stock Prices， Journal of Finance， 57， 733-752.