商业银行风险调控论文

摘要：基于2004—2019年中国商业银行面板数据，研究货币政策对银行非利息收入的影响发现，无论在数量型还是价格型货币政策工具调控下，非利息收入变化均呈显著的逆周期性，但影响强度具有非对称性，价格型工具下其逆周期性更强。下面是小编为大家整理的《商业银行风险调控论文 (精选3篇)》，欢迎阅读，希望大家能够喜欢。

商业银行风险调控论文 篇1：

我国银行存贷比及其取消影响效应研究综述

摘要：存贷比是银行监管部门调节信贷规模、防范金融风险的重要政策手段，对宏观调控和商业银行经营管理产生了积极作用，尤其是存贷比取消后对商业银行的影响问题值得我们深入研究。基于此，本文通过梳理存贷比相关的国内文献，从信贷投放、流动性风险以及银行资产负债管理等多方面进行了总结和评述，从而进一步为我国取消存贷比后商业银行发展的相关研究提供充分的理论参考。

关键词：商业银行;存贷比存;贷比取消

1引言

20世纪90年代初，為遏止商业银行追求利益最大化而肆意扩大信贷规模、超负荷经营，银行业有关监管部门将存贷比作为资产负债比例管理的重要指标于1995年被正式写入了《商业银行法》，其作为商业银行的法定监管指标已历时二十多年。但随着我国商业银行资产负债日趋多元化，该监管指标已然不能真实反映银行的流动性状况，其影响作用的局限性日益显现。

基于此，2015年6月24日，国务院常务会议通过了《中华人民共和国商业银行法修正案(草案)》，该草案删除了“贷款余额与存款余额的比例不得超过75%”的规定，并将存贷比由法定监管指标转为流动性风险监测指标。这意味着，已沿用多年的商业银行存贷比指标将终结。这一变革解除了商业银行的信贷制约，符合银行资产负债多元化的要求，同时加快了存贷款利率完全市场化的步伐。

作为长期以来我国银行业监管的一项重要指标，存贷比的取消显然会对银行的资产负债结构、流动性管理、经营模式、管理模式等产生积极深远影响。故亟待深入的研究，对此本文试图对我国银行业存贷比的相关研究成果作一简要的概述，以资后续研究参考及借鉴。

2存贷比的相关研究

国外尤其是西方发达国家，利率市场化过程已完成，存贷比指标监管问题相对来说不够 重视。故国外学术界鲜少有学者直接对存贷比进行研究，其研究主要集中在信贷投放和经济波动以及货币政策的实施等方面。将存贷比作为法定监管指标是中国的一个很有特色的本土化现象，而西方银行业很少将其纳入该监管指标体系。故本文着重从我国学者的研究成果进行梳理。

我国长期以来实行的存贷比限制政策，在有效控制商业银行信贷规模时，也大大削弱了利率市场化的进程，进而影响了商业银行的经营绩效。就取消我国存贷比限制政策的影响效应而言，目前，国内学者相关的直接或间接研究主要体现在流动性監管、宏观调控以及资产负债管理等多方面。

2.1存贷比约束对商业银行产生的影响简述

2.1.1存贷比的流动性监管作用

郭琪和彭江波(2012)根据山东省2009年第二季度—2012年第1季度数据，研究“以存定贷”模式下中小企业的信贷约束。实证发现，当前以中小企业为主要服务对象的中小银行，其存贷比处于硬约束区间，而对大银行而言则处于软约束区间，可继续发挥其对流动性风险的监管作用。翟光宇(2013)基于中国上市银行2007-2012年的季度数据，分析存贷比指标用以衡量商业银行的流动性效果。实证发现，我国存贷比指标与其他表征流动性的指标具有较强的相关性，所以存贷比能够衡量商业银行的流动性效果。黄金老(2013)表明存贷比指标未充分考虑存贷款的内在结构，风险敏感性不足。与此同时，无论是存贷比指标还是新引入的流动性覆盖率、净资金稳定比例这两个新指标，以上监管指标均跨越银行资产和负债两方，操作空间大，对应关系不稳定，故并不适用于商业银行的流动性监管。

2.1.2存贷比的宏观调控作用

鲁政委(2012)表明存贷比是实现宏观政策调控和利率市场化的不可或缺因素，该监管指标直接抑制了商业银行的贷款规模，同时银行为稳住存款上浮存款利率，导致了资金成本的上升，进而阻碍了银行降低贷款利率。丁倩(2013)讨论存贷比指标限制以及中央银行调控政策对商业银行信贷规模的影响，研究发现，存贷比监管指标限制了商业银行的信贷投放规模，央行通过存款准备金来调控信贷的效果不明显。李冀申(2013)分析存贷比对商业银行信贷增长的紧缩效应，并讨论存贷比监管对货币政策的复杂影响。研究表明，存贷比监管无法随经济形势而进行逆周期调整，其货币政策效应缺乏弹性。黄广明(2014)认为存贷比限制了信贷投放，从宏观调控角度上看，影响了短期的经济增长速度;更值得注意的是，存贷比显然无法适应日益多元化的新金融环境。

2.2取消存贷比对商业银行产生的影响

2.2.1取消存贷比与商业银行资产负债管理

取消存贷比(监管指标)对我国银行业资产负债管理的影响主要体现在商业银行的综合化经营力度、信贷投放及资管业务三个方面，以下将对此分别展开相应的综述。

一是促进银行加大综合化经营力度。黄广明(2015)从信贷投放和新金融环境两个角度对存贷比监管指标产生了质疑，认为取消存贷比监管指标符合银行经营环境变化的实际。有效的控制了经营成本，经营模式进一步优化。李娟(2016)认为取消存贷比监管指标有利于助推商业银行综合化经营力度的加大，缓解了资产错配现象、银行冲时点压力，以及扩大了银行的信贷规模，与此同时不良贷款率上升也增加了银行的信贷风险。

二是扩大银行信贷投放。钟红涛(2015)通过分析存贷比监管取消对地方中小型商业银行产生的影响，发现该重大举措释放了银行的信贷投放空间，增加了资产业务主动性;减轻了银行揽储的压力，可用同业负债替代一般性存款;王筝(2015)分析了存贷比监管变革对金融体系和单一银行的影响，认为存贷比限额的取消虽短期内产生的影响不大，但从长远来看，该监管变革有望改变商业银行的资产负债表，促进银行主动负债规模的加大，将释放信贷规模受到严重制约的商业银行的压力，可从总体上扩大商业的银行放贷规模。蒋先玲(2016)等基于Monti-Klein模型研究取消存贷比对我国商业银行经营决策的影响。结果发现，取消存贷比对商业银行最优存款利率、最优贷款利率的影响是不确定的，但有助于增加商业银行的最优贷款规模，同时缩小银行的存贷款利差，从而间接降低企业融资成本。

三是利于资管业务的发展。孟阳(2015)分析取消存贷比考核的影响，认为存贷比有利于熨平资金面，理论上有助于信贷投放，规范通道业务和非标业务，助推商业银行资产管理业务的进一步发展。付强(2015)认为取消“存贷比”是顺应时势的选择，该指标取消将为银行提供更大的发展空间，银行可在传统的存贷款业务外，拓展新的表内资金来源和运用方式以及各种表外业务，“以存定贷”、“存款立行”等经营管理思路必将逐步让位于更为科学、全面的资产负债管理。党晶(2015)认为取消存贷比监管指标有利于促进商业银行逐步将表外融资业务回归到表内，助推商業银行依靠银行间市场弥补资金头寸，完善货币市场利率形成机制，对我国商业银行的资产负债行为将产生积极而深远的影响。在不久的将来，商业银行的经营模式将发生巨大的变化，银行寄希望从当前的资产负债经营管理模式转变为资产风险定价、负债结构多元化的综合管理模式。

2.2.2取消存贷比与银行经营业绩

存贷比监管指标取消后，商业银行灵活性增强，尤其是中小型商业银行，改变了以往“以存定贷”的经营管理模式。由于该监管改革实施得较晚，因此致力于取消存贷比对商业银行经营绩效影响的研究较为零散，数量有限。杨荣和张明(2015)认为存贷比监管指标取消后，商业银行将优化自身资产配置结构，低息的信贷资产将逐渐被其他高息的信贷资产取代，扩大了净息差，进而提高了银行的盈利能力。张海军(2016)探讨存贷比取消对我国商业银行经营绩效的影响，实证结果显示，存贷比取消对商业银行经营绩效产生显著的正向影响，且对中小型商业银行的影响则更为明显，取消存贷比将进一步加强银行的盈利能力，同时不良贷款率的上升亦会造成银行风险的增加。马庆波(2016)基于财务会计的视角研究存贷比监管指标的删除对我国中小型商业银行的影响，研究表明，存贷比监管指标取消之后，不但扩大了地方中小型商业银行的信贷投放规模，而且优化了银行的资产配置结构，同时银行的盈利空间也得以放大，最终使得银行利润表受益。

3结论

通过对上述文献的回顾、梳理与分析，我们可以看出由于西方发达国家早已取消了存贷比监管指标，故存贷比是中国的一个很有特色的本土化特征。国内对(取消)存贷比监管指标的研究主要集中在流动性监管、宏观调控以及资产负债管理等多方面，从正向效应看，存贷比不仅可从微观层面发挥其对银行流动性风险的监管作用，也可从宏观层面调整货币供应量。随着利率市场化改革的推进，学术界普遍认为取消存贷比正当其时，此举将有助于扩大银行的信贷规模，促进银行资产负债管理业务的发展，届时不良贷款率上升将导致银行风险的增加，对此提出了相应合理的意见。然而，现有存贷比研究多以定性分析为主，定量分析屈指可数，其中从实证层面针对取消存贷比监管指标后商业银行的具体运作模式及经营绩效的研究则是少之又少，这需要我们进一步深入研究和探讨。

参考文献

[1]郭琪，彭江波.“以存定贷”与中小企业信贷约束—山东省例证[J].金融研究，2012，(12)：165177.

[2]丁倩.存贷比限制对央行货币调控的影响分析[J].上海金融，2013，(2)：6467.

[3]翟光宇.存貸比监管指标是否应该放松—基于中国上市银行2007—2012年的季度数据分析[J].经济理论与经济管理，2013，(6)：91101.

[4]李冀申.金融监管与货币政策的协调性—以贷存比监管为例[J].新金融，2013，(9)：1620.

[5]张海军.存贷比取消对我国商业银行经营绩效的影响研究[J].常州大学学报(社会科学版)，2016，(1)：7379.

[6]李文泓，徐洁勤.改进存贷比监管 [J].中国金融，2014，(14)：4042.

[7]唐双宁.取消存贷比改革正当时 [J].中国金融，2015，(18)：3334.

[8]黄广明.存贷比政策调整的分析与应对[J].银行家，2015，(10)：6263.

[9]钟红涛，刘俊. 后存贷比时代农商行转型发展之策[J].中国农村金融，2015，(16)：5152.

[10]孟阳.取消存贷比考核的影响分析[J].北方金融，2015，(6)：0305.

[11]王筝.存贷比监管变革下商业银行的发展路径选择[J].金融与经济，2015，(10)：2629.

[12]李娟.存贷比取消对商业银行资产负债管理的影响[J].时代金融，2016，(9)：103104.

[13]杨荣，张明.没有存贷比，银行将会怎样?[J].中国金融，2015，(7)：3639.

[14]张海军.存贷比取消对我国商业银行经营绩效的影响研究[J].常州大学学报(社会科学版)，2016，(1)：7379.

[15]付强.取消“存贷比”顺应时势[J].银行家，2015：6264.

[16]马庆波.取消存贷比监管对地方中小银行影响分析—基于财务会计视角[J].时代金融，2016，(3)：164165.

[17]蒋先玲.存贷比的取消对我国商业银行最优决策的影响—基于Konti-Klein模型的分析[J].现代管理科学，2016，(11)：1517.

[18]陈国绪.存贷比约束下的商业银行监管套利研究[J].财经问题研究，2016，(4)：5257.

作者：李晓

商业银行风险调控论文 篇2：

价格型和数量型货币政策与银行非利息收入周期性

摘 要：基于2004—2019年中国商业银行面板数据， 研究货币政策对银行非利息收入的影响发现，无论在数量型还是价格型货币政策工具调控下，非利息收入变化均呈显著的逆周期性，但影响强度具有非对称性，价格型工具下其逆周期性更强。将非利息收入按来源分为有风险的金融创新和无风险的金融创新业务，研究发现有风险的金融创新呈逆周期变化，而无风险的金融创新呈顺周期变化，这表明银行非利息收入逆周期性来源于有风险的金融创新业务变化。进一步研究发现，数量型政策工具对非利息收入的影响存在基于银行资产规模、总体盈利能力的异质性;而价格型政策工具的影响存在基于存款规模、流动性比例的异质性;两种政策工具的影响均存在基于经济政策不确定性和经济增长的异质性。最后，银行总体盈利波动性变化具有顺周期特征。

关 键 词：货币政策;非利息收入;周期性;银行创新

DOI：10.16620/j.cnki.jrjy.2021.03.002

一、引言与文献综述

随着银行业竞争、金融脱媒的加剧，互联网金融和利率市场化的发展，中国商业银行的传统盈利模式受到极大的冲击[1-2]，盈利空间受到挤压。为了增强盈利能力， 突破信贷等传统业务发展限制，商业银行通过加强金融创新，不断寻求业务多元化发展，从而使得其非利息收入得到快速提升。然而，金融创新是一把“双刃剑”[3]，它在降低金融交易成本，转移和分散风险，提高金融机构盈利能力，优化资源配置的同时， 也给金融市场带来了极大的不确定性[4]，甚至给整体宏观经济带来了系统性风险[5]。

广义的金融创新包括金融工具、 金融技术、制度及管理、服务方面的创新。而金融创新业务是银行非利息收入的主要来源，已有众多学者将银行中间业务收入或者非利息收入作为商业银行金融创新的代理变量[6-7]。而非利息收入又包括有风险的非利息收入和无风险的非利息收入[8]。具体可分为手续费及佣金收入、 投资收益和公允价值变动等，而手续费及佣金收入是银行代理、经纪及其他不涉及其自身资产和负债的中介业务所得，因此可将其视为无风险的金融创新业务。投资收益及公允价值变动损益等其他非利息收入是銀行投资交易业务所得，而投资交易业务下银行可能遭受损失，因此可将其视为有风险的金融创新业务。

中国金融体系是银行主导型的，银行是最重要的金融中介， 是连接金融市场与实体经济的纽带，同时也是货币政策传导的重要渠道。目前我国货币政策正在由数量型调控向价格型调控转变，虽然以利率为代表的价格型调控政策日趋重要，但数量型货币调控仍占有重要地位。而货币政策调控与银行盈利与风险承担密切相关，在此情形下，结合不同类型的货币政策调控，研究其对商业银行盈利结构的影响可以为提高货币政策有效性与商业银行经营转型提供参考。

货币政策调控下， 商业银行盈利如何变化，国外学者并没有一致结论。Albertazzi等(2009)认为长期利率提升利于银行增加净利息收入而不利于非利息收入的增长，而短期利率的作用并不明显[9]。Claessens等(2018)认为低利率下货币政策对银行净息差的作用更加显著[10]。Borio等(2015)研究认为短期利率水平和期限溢价正向影响银行盈利，而低利率与水平期限结构则对银行盈利具有负向影响[11]。但目前国内对于货币政策如何影响银行盈利能力和盈利结构的研究较少。张艾莲等(2021)研究发现价格型和数量型货币政策对银行盈利能力的影响程度和方向存在差异，不同类型货币政策的共同实施会产生叠加作用，但其并没有对非利息收入内部变化进行分析[12]。王连军(2017)研究发现价格型货币政策工具对非利息收入的影响存在阈值，在达到阈值之前， 利率对非利息收入具有负向影响，当利率达到并超过阈值之后，利率提高将增加银行非利息收入[13]。

综上，目前的研究并未对银行非利息收入的构成进行剖析，且并未对具有不同个体特征的银行盈利变化的异质性特征进行分析。本文基于商业银行金融创新的视角，结合价格型和数量型货币政策调控，重点分析了银行在货币政策调控下的非利息收入变化的周期性特征，并对银行非利息收入按照是否具有风险进行细分，探讨不同类型的金融创新的周期性变化;同时，结合银行个体特征，研究非利息收入变化的异质性，并关注了银行总体盈利的波动性。

二、理论分析与研究假设

数量型货币政策主要通过影响银行体系流动性作用于信贷行为，价格型货币政策工具则通过影响资本价格作用于微观主体[14]。首先无论是价格型还是数量型调控工具，在紧缩性货币政策下，银行信贷风险偏好降低，信贷政策收紧，从而相对劣质的企业无法获得银行贷款; 同时由于借款成本上升，相对优质企业的银行信贷需求下降;此时银行信贷规模下降，利息收入下降，再加上银行体系流动性趋紧，银行为了拓展业务收入，就会通过金融创新以增加非利息收入。其次，紧缩性货币政策通常会伴随更严厉的监管政策，从而使银行监管套利空间减小，这进一步激励银行进行金融创新以规避监管或寻求多元化的业务收入。另外，在紧缩性货币政策下，市场风险如利率风险、汇率风险上升，银行对冲风险的需求强烈，从而会通过金融工具创新以降低风险并寻求收益。同时，银行对流动性的需求也会促使其设计更具吸引力的金融产品以挽留资金。最后，影子银行业务规模的逆周期性也会促使银行非利息收入的扩大[15-16]。

同时，商业银行在流动性方面对价格型货币政策的敏感程度高于数量型[17]。因此，在价格型政策工具调控下，银行反应程度会更大，从而其进行金融创新，拓展非利息收入来源的动机会更强。基于此，提出假设：

H1： 中国商业银行非利息收入呈现一定的逆周期性，且相比于数量型调控，价格型政策工具调控下银行非利息收入逆周期性会更强。

现有许多研究表明，不同个体特征的银行其对货币政策的反应具有异质性。Altunbas等(2010)对欧元区的商业银行进行研究表明银行对货币政策的反应程度存在基于规模、流动性水平、资本充足率的异质性特征[18]。王周伟等(2016)也指出，融资渠道较窄的银行对数量型和价格型货币调控更具敏感性[19]。王妍等(2019)在分析影子银行规模变化时，发现不同资本充足率和收益率的银行对于货币政策反应具有异质性，且这种异质性在价格型和数量型货币政策下是相反的[16]。对于资产规模越大、盈利能力越强的银行， 其风险承担能力也越强，更加关注可用获利资产水平，因此，在数量型货币政策调控下，市场流动性越小，其越倾向于加大金融创新以获得更多收益。同时，流动性比例越高，资金来源中存款占比越高的银行，其对价格型货币政策工具调控更加敏感，在资本价格上升时，会更倾向于通过金融创新以实现更大利益。

考虑外部调节机制，在经济政策不确定性上升时期，商业银行主动风险承担削弱，而被动风险承担及破产风险增大[20]。即使货币政策是紧缩的，此时银行也是相对保守的，这一定程度上减小了其金融创新动机，从而对其非利息收入具有负向调节作用;而在经济增长较快时，金融市场交易更加活跃，通过银行金融创新的利益寻求动机更强，即此时银行非利息收入逆周期更强。基于此，提出假设：

H2：在價格型和数量型货币政策调控下，银行的非利息收入变化具有基于内外部机制的异质性特征。

前文已经提到，商业银行的非利息收入可以进一步分为有风险的金融创新业务收入和无风险的金融创新业务收入。无风险的金融创新业务主要是代理、经纪等中介业务的创新，它与市场交易量有关，而在扩张性货币政策下，市场流动性充足，利率较低，信贷需求较大;同时证券价格也较高，从而市场交易活跃[21]，无风险的非利息收入增加。有风险的金融创新主要是指投资交易业务创新，在紧缩性货币政策下，市场流动性趋紧，银行外部融资成本较高，而证券业务创新能拓展银行资金来源，且能运用衍生工具对冲风险，从而其进行证券业务创新的积极性也就越高。基于此，提出假设：

H3：在价格型和数量型货币政策调控下，银行有风险的金融创新呈逆周期变化，无风险的金融创新呈顺周期变化。

崔华泰(2017)基于16家上市银行的实证研究发现，商业银行发展非利息收入，促进多元化经营能显著降低银行风险[22]。曲洪建等(2017)研究发现银行多元化程度越大，银行稳健性越好[23]。宋清华等(2016)通过构建上市银行的四维多元化指标，研究发现收入、资产和非传统业务活动的多元化有助于降低银行风险[24]。曾智等(2016)认为，银行表外业务多元化会减小其风险水平[25]。而紧缩性货币政策下，银行的利益寻求促进金融创新、增加其非利息收入的同时，也使其业务种类、收入来源更加多元化，从而减小了其盈利波动性，使其经营更加稳健。基于此，提出假设：

H4：价格型和数量型货币政策调控下，银行盈利波动性具有一定的顺周期性。

三、研究设计

(一)数据来源

本文利用2004—2019年的中国商业银行非平衡面板数据， 剔除相关数据缺失的样本， 共得到247家银行1750个样本， 包括某些业务净收入为负的少数样本。 银行财务数据来源于国泰安数据库， 货币政策代理变量数据来源于CHOICE金融数据库。 为克服离群效应， 本文对所有连续变量进行1%和99%分位的缩尾处理。需要说明的是，在计算银行盈利波动性时，本文使用的是银行净资产收益率的三年滚动标准差， 而在数据始末年份(2004年和2019年)则使用的是两年滚动标准差，为了保留更多的样本，本文并未删除始末年份数据。

(二)变量定义

1.货币政策

参考王妍等(2019)[16]的方法，用广义货币增长率(M2)作为数量型货币政策工具的代理变量;用银行间同业拆借7天加权平均(按交易量加权)利率(MP)作为价格型货币政策工具代理变量。

2.非利息收入

用非利息净收入占比衡量非利息收入变化;用手续费及佣金净收入占比衡量无风险的金融创新;用非利息净收入中除手续费及佣金净收入以外的部分占比衡量有风险的金融创新。

3.控制变量

本文综合参考柯孔林(2018)[26]、何国华等(2020)[27]、申宇等(2020)[28]的方法，在实证中控制银行资产规模、权益资产率、总资产周转率、流动性比例、净资产收益率、不良贷款率以及存款占比，并控制个体效应。由于本文核心解释变量随时间而变而不随个体而变，如果控制年度效应会产生共线性问题[28-29]，因此本文没有控制年度效应，并通过加入宏观控制变量如经济增速[27]、经济政策不确定性来尽可能控制时间效应。其中经济政策不确定性是基于Baker等(2016)构建的经济政策不确定性指数[30]，该指数基于香港《南华早报》，统计出现相关关键词的文章在当月所占比重， 并将1995年1月的数据标准化为100后得出，在国内学者研究经济政策不确定性时，该指数得到广泛采用[20，28，31]。

(三)研究设计

为了验证假设H1，设计出模型(1)，并在实证中将M2替换为MP(下同)，观察α1的符号及显著性，以识别货币政策对非利息收入的影响，其中bank为银行个体效应。

Fin=α0+α1M2+α2Ea+α3Tat+α4Dar+α5Size+α6Lr+

α7Npl+α8Roe+α9GDP+α10EPU+αiΣbank+εi，t

(1)

为了验证H2，设计模型(2)，其中Cb×M2为个体或宏观调节变量与货币政策代理变量的交乘项，观察其系数符号及显著性，以识别其调节效应。

Fin=β0+β1M2+β2Ea+β3Tat+β4Dar+β5Size+β6Lr+

β7Npl+β8Roe+β9GDP+β10EPU+β11Cb×M2+

βiΣbank+εi，t (2)

为了验证假设H3，设计模型(3)和模型(4)，关注γ1、λ1的系数及其显著性。

Ibi=γ0+γ1M2+γ2Ea+γ3Tat+γ4Dar+γ5Size+γ6Lr+

γ7Npl+γ8Roe+γ9GDP+γ10EPU+γiΣbank+εi，t

(3)

Rib=λ0+λ1M2+λ2Ea+λ3Tat+λ4Dar+λ5Size+λ6Lr+

λ7Npl+λ8Roe+λ9GDP+λ10EPU+λiΣbank+εi，t

(4)

为了验证假设H4，设计模型(5)，sdRoa为资产收益率Roa的滚动三年标准差。

sdRoa=μ0+μ1M2+μ2Ea+μ3Tat+μ4Dar+μ5Size+

μ6Lr+μ7Npl+μ8Roe+μ9GDP+μ10EPU+

μiΣbank+εi，t (5)

四、实证分析

(一)描述性统计

由表2知，不同银行之间的非利息收入差距较大，且存在非利息净收入、手续费及佣金净收入为负，以及银行整体收益面临亏损的情况。

(二)实证结果

表3报告了豪斯曼检验结果，豪斯曼检验的原假设為随机影响模型中个体影响与解释变量不相关，即选择随机效应。而由表3知，对于以上模型检验的P值均为0，即拒绝原假设，选择固定效应进行估计。

表4中，(1)(2)列报告了不同类型的货币政策对银行非利息收入的影响，可以看出，M2的系数显著为负，MP的系数显著为正，且MP的系数远远大于M2的系数。这说明货币政策影响下商业银行非利息收入变化呈现逆周期变化，且价格型货币政策工具的影响要大于数量型政策工具，假设H1成立。从银行的微观特征控制变量来看， 权益比率越高，盈利能力越强，银行风险承担能力相对越强，从而其利润寻求动机越强， 促使其进行金融创新，增加非利息收入;而总资产周转率越高，表明银行资产业务效益回报越快， 从而金融创新的积极性就越弱;同时，银行不良贷款率越高，表明其利息收入越不稳定，从而更倾向于增加非利息收入。

(3)(4)列报告了货币政策对无风险金融创新的影响，M2系数显著为正，MP系数显著为负，且MP的系数远远大于M2的系数，说明无风险的金融创新呈现一定的顺周期性。(5)(6)列报告了货币政策对有风险的金融创新的影响，M2的系数为负，MP的系数为显著为正，且MP的系数仍然大于M2的系数，从而银行有风险的金融创新呈现逆周期性，从而，假设H3成立。同时，也可以看出银行非利息收入的逆周期性主要来源于其有风险的金融创新的逆周期性。

表5中，可以看出，MRoe、MSize为M2与Roe、Size的交乘项，其系数均显著为负，与M2前系数符号一致，这表明银行盈利能力和资产规模在数量型货币政策工具作用于其非利息收入的过程中起到正向调节作用，即盈利能力越强、规模越大的银行，在数量型货币政策工具下，银行非利息收入的逆周期性越强。MEPU为M2与EPU较乘项， 其系数显著为正，这说明经济政策不确性具有负向调节作用， 而MGDP为M2与EPU交乘项， 其系数为负，则表明经济增长具有正向调节作用。即经济政策不确定性越小，经济增长越快，数量型货币政策工具下银行非利息收入的逆周期性越强。

表6中，MPLr、MPDar、MPEPU、MPGDP分别为MP与Lr、Dar、EPU、GDP的交乘项， 可以看出，MPLr、MPDar的系数均显著为正， 这与MP系数符号一致，这说明银行流动性比例与存款占比在价格型货币政策调控作用于银行非利息收入时具有正向调节作用。即银行流动性比例越高，存款占比越大， 价格型工具调控下非利息收入的逆周期性越强。而MPEPU的系数为负，稍欠显著，表明经济政策不确定性在其中具有负向调节作用，经济政策不确定性越小， 非利息收入的逆周期性越强。而MPGDP的系数显著为正，说明经济增长具有正向调节作用，即经济增速越快，价格型调控下非利息收入逆周期越强。

综上，数量型和价格型货币政策工具下，不同个体特征的银行其非利息收入逆周期变化具有异质性。数量型货币工具下，盈利能力越强、规模越大的银行，其非利息收入变化的逆周期性越强，而价格型货币工具下，流动性比例越高，存款占比越大的银行，其非利息收入变化的逆周期性越强。但是，无论哪种货币政策工具下， 经济政策不确定性越小、经济增长速度越快时，银行的非利息收入变化的逆周期性越强。此时，假设H2成立。

表7中，(1)(2)列以资产收益率3年滚动标准差为被解释变量，可以看出，M2系数显著为正，而MP系数显著为负， 这说明无论哪种货币政策工具调控下银行盈利波动性呈现顺周期变化，与前文理论分析相符。(3)(4) 列以净资产收益率的3年滚动标准差(sdRoe)为被解释变量，所得结果一致。由此，假设H4成立。

五、稳健性检验

(一)滞后解释变量

内生性问题会降低估计效率，使得估计量不再具有良好性质，为了缓解内生性问题，尤其可能存在解释变量与被解释变量互为因果的状况，本文将核心解释变量和控制变量滞后一期进行回归(前缀L.表示对变量滞后一期)。表8中，(1)(2)列以Fin为被解释变量，L.M2的系数显著为负，L.MP的系数显著为正，表明货币政策较紧缩时，商业银行会扩大金融创新即呈现逆周期性， 与前文结论一致。(3)(4)列以无风险的金融创新Ibi为被解释变量，(5)(6)列以有风险的金融创新为被解释变量，L.M2、L.MP系数符号及显著性均与前文一致。证明了在货币政策调控下，无风险的金融创新呈现一定的顺周期性，而有风险的金融创新则呈现为逆周期性，即表示商业银行金融创新的逆周期性主要源于有风险金融创新的逆周期性特征。 且在所有回归中，价格型货币政策工具调控下的影响系数的绝对值更大，这表明商业银行金融创新行为的逆周期性在价格型政策工具调控下更加敏感。

(二)替换被解释变量

将非利息收入用总资产标准化，替换前文用营业收入进行标准化的变量后进行回归，即用Fin1=非利息净收入/资产总计，Ibi1=手续费及佣金净收入/资产总计，Rib1=(非利息净收入-手续费及佣金净收入)/资产总计。回归结果如表9所示。(1)(2)列报告了替换后的金融创新变量Fin1作为被解释变量的回归结果，M2系数显著为负，MP的系数显著为正，表明货币政策宽紧程度与商业银行金融创新呈反向变动关系，即商业银行金融创新呈现逆周期性特征。(3)(4)列报告了以替换后的无风险金融创新代理变量Ibi1为被解释变量，(5)(6) 列报告了以替换后的有风险的金融创新代理变量Rib1为被解释变量，除了列(3)中M2的系数稍欠显著外，其他列中货币政策变量符号及显著性均与前文一致。且所有回归中价格型货币政策工具下的系数绝对值更大，因此价格型货币政策工具调控对商业银行金融创新的影响更大。

(三)按宏观调节变量大小进行分组回归

参考吴娜等(2020)[32]，对于宏观变量按照是否大于其历年均值进行处理， 若大于均值则取1，否则取0。需要说明的是，由于分组后存在仅有一年数据的样本，为了正确得到模型的F值，在分组回归时，此处不使用聚类稳健标准误。

表10中以商业银行金融创新代理变量Fin为被解释变量， 报告了数量型货币政策工具调控下，宏观变量的调节效应。可以看出，(1)列中M2的系数显著为负(与前文符号一致)，而(2)列中M2的系数为正(与前文M2的符号不一致)，这表明在GDP增速较高时，数量型货币政策调控下，商业银行金融创新的逆周期性更强。(3)列中M2的系数不显著，(4)列中M2的系数显著为负(与前文一致)，这表明在经济政策不确定性较小时，数量型货币政策工具调控下，商业银行金融创新的逆周期更强。

表11同样以Fin为被解释变量， 报告了价格型货币政策工具调控下， 宏观变量的调节效应。可以看出，(1)列中MP的系数符号显著为正(与前文MP的符号一致)，而(2)列中MP系数符号与前文不一致，同样，(4)列中MP系数要比(3)列中系数更加显著且更大。 这说明在经济增速较高、经济政策不确定性较小时， 价格型货币政策工具调控下，商业银行的金融创新行为的逆周期性更强。

通过以上分析， 可以再次证明在经济增速较高、经济政策不确定性较小时，在货币政策调控下，商业银行金融创新的逆周期性特征更强。

六、研究结论与政策建议

本文运用2004—2019年中国商业银行的财务数据， 研究了数量型和价格型货币政策工具调控下，银行非利息收入如何变化，并基于银行金融创新的角度进行了分析。得出以下结论：

第一，无论在哪种货币政策工具下，中国商业银行的非利息收入的变化均呈明显的逆周期性;且在价格型货币政策工具下，银行非利息收入的逆周期性更强，这表明商业银行对于价格型政策工具调控的敏感性更高。

第二，非利息收入的逆周期性变化在不同政策工具下具有基于内外部调节机制的异质性特征。具有较高盈利能力，较大规模的银行在数量型货币政策工具下，其非利息收入变化逆周期性越强，而具有较高流动性比例与存款比例的银行在价格型货币政策工具下， 其非利息收入变化的逆周期性越强，但是无论哪种类型的政策工具下，经济增速较快，经济政策不确定性较小的年份，银行非利息收入的逆周期性就越强。

第三，进一步将非利息收入来源按照是否具有风险，区分为由有风险的金融创新和无风险的金融创新，发现有风险的金融创新在货币政策调控下具有逆周期性， 而无风险的金融创新却呈现顺周期性，这表明银行非利息收入的逆周期性主要来源于有風险的金融创新。

第四，商业银行盈利波动下，在货币政策调控下具有顺周期特征，而这种顺周期特征主要来源于收入多元化的变化特征， 如在紧缩性货币政策下，银行金融创新寻求增加非利息收入使得银行收入更加多元化，从而降低了银行总体盈利的波动性。

商业银行的非利息收入使得其业务来源更加多元化，减少了银行总体盈利的波动性，这一定程度上增加了银行经营的稳健性，降低了银行体系的风险，发挥着增收促稳的作用。然而，监管部门和政策部门对商业银行和金融创新的监管存在着不对称性，这极易引起紧缩性货币政策下银行非利息收入尤其是有风险的金融创新的扩张。非利息业务尤其是有风险的金融创新在一定程度上削弱了货币政策的有效性，也在一定程度上使有风险的金融创新业务所形成的风险性不断累积，从而会增加系统性金融风险。

因此，央行和其他银行等金融监管部门应加强对银行金融创新的监管，首先，不仅要关注银行的非利息收入规模，更要对银行的有风险金融创新业务进行监控，防止过度的金融创新给银行体系带来的不稳定性，同时应增强银行体系服务实体经济的资金融通属性。其次，以利率为代表的价格型政策调控工具更能灵敏地反应经济状态，因此应加快构建市场化的利率体系建设。另外，央行等政策部门应充分考虑非利息收入逆周期扩张的基于内外部机制的异质性特征，以应对不同个体特征的银行进行区别性调控， 以及在不同经济环境下进行差异化调控。最后，考虑到银行非利息收入的正面作用，政策部门在对银行金融创新行为监管时，应对不同的金融创新业务进行区别对待， 适时适度实施监管，使商业银行在不增加系统性金融风险的条件下，充分发挥金融创新的积极作用。

参考文献：

[1]阮素梅，甄欣.我国城市商业银行创新效率测度与评价研究[J].江淮论坛，2015(2)：39-45.

[2]胡文涛，张理，李宵宵，等.商业银行金融创新、风险承受能力与盈利能力[J].金融论坛，2019，24(3)：31-47.

[3]蔡鄂生.银行业金融创新与金融安全[J].中国流通经济，2009，23(8)：72-74.

[4]杨鹏.商业银行金融创新、资本缓冲与风险承担[J].太原学院学报(社会科学版)，2020，21(4)：31-38，44.

[5]羅萍.商业银行金融创新与系统性风险[J].金融发展研究，2020(2)：85-89.

[6]权飞过，王晓芳.金融创新对商业银行风险承担的影响——基于金融创新的分类研究[J].财经论丛，2016(9)：35-45.

[7]李建博，刘剑锋.银行竞争对银行效率的影响——基于银行金融创新视角[J].浙江金融，2020(7)：9-23.

[8]程道金，张东辉，成力为.业务结构多元化对商业银行盈利能力和风险影响的理论分析[J].云南财经大学学报，2020，36(9)：62-72.

[9]ALBERTAZZI U，GAMBACORTA L.Bank Profitability and the Business Cycle[J].Journal of Financial Stability，2009，5(4)：393-409.

[10]CLAESSENS S，COLEMAN N，DONNNELLY M.“Low-for-long”InterestRates and Banks’InterestMargins and Profit-ability：Crosscountry Evidence[J].Journal of Financial In-termediation，2018，35(7)：1-16.

[11]BORIO C，GAMBACORTA L，HOFMANN B.The Influence of Monetary Policy on Bank Profitability[R].BIS Working Papers，No.514，2015.

[12]张艾莲，代雪雅.价格型和数量型货币政策与商业银行盈利能力[J].金融论坛，2021，26(1)：49-58.

[13]王连军.价格型货币政策工具对商业银行盈利的影响——基于中国32家商业银行的实证检验[J].财经理论与实践，2017，38(4)：2-8.

[14]张龙，金春雨.数量型和价格型货币政策工具的有效性对比研究[J].中国工业经济，2018(1)：119-136.

[15]高然，陈忱，曾辉，等.信贷约束、影子银行与货币政策传导[J].经济研究，2018，53(12)：68-82.

[16]王妍，王继红，刘立新.货币政策、影子银行周期性与系统金融风险[J].上海经济研究，2019(9)：105-116.

[17]时波.货币政策对商业银行流动性创造的影响效果研究[J].上海金融，2019(12)：79-85.

[18]ALTUNBAS Y，GAMBACORTA L，MARQUES I D.Bank Risk and Monetary Policy[J].Journal of Financial Stability，2010，6(3)：121-129

[19]王周伟，王衡.货币政策、银行异质性与流动性创造——基于中国银行业的动态面板数据分析[J].国际金融研究，2016(2)：52-65.

[20]顾海峰，于家珺.中国经济政策不确定性与银行风险承担[J].世界经济，2019，42(11)：148-171.

[21]RAIAN R G.Has Financial Development Made the World Riskier?[R].NBER Working Paper，2015.

[22]崔华泰.商业银行收入多元化对经营绩效和风险的影响——基于16家上市银行2005—2015年数据的实证研究[J].经济与管理评论，2017，33(3)：140-148.

[23]曲洪建，GONG T，迟运鹏.资本监管压力、收入多元化与上市银行稳健性[J].金融论坛，2017，22(3)：9-18.

[24]宋清华，宋一程，刘金玉.多元化能降低银行风险吗?——来自中国上市银行的经验证据[J].财经理论与实践，2016，37(5)：9-15.

[25]曾智，姚舜达，何雅婷.多元化战略对商业银行盈利和风险水平的影响[J].商业研究，2016(9)：117-127.

[26]柯孔林.货币政策对商业银行系统性风险的影响——来自中国上市银行的经验证据[J].浙江社会科学，2018(11)：31-40，157.

[27]何国华，邬飘.经济政策不确定性与商业银行风险承担行为——基于中美两国银行业的经验证据[J].经济经纬，2020，37(2)：159-168.

[28]申宇，任美旭，赵静梅.经济政策不确定性与银行贷款损失准备计提[J].中国工业经济，2020(4)：154-173.

[29]GULEN H，ION M.Policy Uncertainty and Corporate Investment[J].Review of Financial Studies，2015，29(3)：523-564.

[30]BAKER S R，BLOOM N，DAVIS S J.Measuring Economic Policy Uncertainty[J].Quarterly Journal of Economics，2016，131(4)：1593-1636.

[31]田国强，李双建.经济政策不确定性与银行流动性创造：来自中国的经验证据[J].经济研究，2020，55(11)：19-35.

[32]吴娜，于博，樊瑞婷.影子银行、货币政策与企业金融资产配置[J].现代财经(天津财经大学学报)，2020，40(11)：3-20.

Price-based and Quantity-based Monetary Policies and

Periodicity of Non-interest Income of Banks

——Based on the Perspective of Financial Innovation of Commercial Banks

Jin Jian

(School of Economics， Sichuan University， Chengdu 610064， China)

Key words： monetary policy; non-interest income; periodicity; bank innovation

(責任编辑：李丹;校对：卢艳茹)

作者：金健

商业银行风险调控论文 篇3：

货币政策、金融杠杆与银行风险承担

摘 要：本文利用16家上市商业银行从2014年第四季度到2018年第三季度的季度面板数据，采用差分广义矩估计(DGMM)方法实证分析了货币政策和杠杆率对银行风险承担的影响。结果表明：第一，货币调控在金融稳定方面并非风险中性，它与银行风险承担呈现显著的负相关关系，即货币政策放松会相应提高银行的风险承担水平。第二，杠杆率作为资本充足率的有益补充是有效的，银行杠杆水平越低则其风险承担水平也越低，杠杆率监管会减缓或抑制货币政策对银行风险承担的影响，这也为2018年我国“宽货币紧信用”现象提供了合理解释。根据研究结论，本文就完善并协调货币调控、宏观审慎和微观监管提出政策建议。

关键词：货币政策;金融杠杆;银行风险承担;资本监管

DOI：10.19647/j.cnki.37-1462/f.2020.02.007

一、绪论

2008年全球金融危机之后，越来越多的研究开始关注货币政策的风险承担渠道(Risk-taking Channel of Monetary Policy)，即当货币政策立场调整时，金融中介的风险感知度或风险容忍度也会随之调整，继而影响其资产组合风险水平、资产定价及融资的价格和非价格条款等(Borio和Zhu，2008)，最终还会影响货币政策的目标实现。基于该传导渠道的存在，货币政策调控影响的不仅仅是金融机构的资产规模，还会带来资产种类、结构及其风险的显著变化，这为微观视角观察货币政策实效、货币政策与金融稳定关系提供了新思路。

结合我国金融实践，2008年以来，为有效对冲次贷危机冲击，我国货币政策一度保持了宽松并稳健状态，2008—2016年的M2年均增速高达16.24%，银行机构总资产也快速扩张，年均增长17.5%，远远超过期间的GDP增长率(8.4%)，与此同时，银行机构的资产结构也出现重大变化，最突出的特征就是对银行同业和非银行金融机构的债权规模快速增加，整体表现为银行风险承担水平和金融杠杆水平的大幅上升。再看2017—2018年情况，货币政策基调保持不变，但是M2增速开始降至10%以内，即使2018年人民银行为加大小微企业等部分重点领域支持，实施了4次定向降准、3次增加再贷款和再贴现额度等扩大货币投放措施，12月末的M2增速仍处历史低位(8.1%)，出现了罕见的“宽货币紧信用”现象，即货币投放并没有最终传导到实体部门。如果说我国2008—2016年期间的一系列金融现象佐证了货币政策风险承担渠道的存在，那么2017—2018年又是什么影响了该渠道的政策传导效用?

一个不容忽视的政策要素是我国2016年下半年以来重点推动的金融去杠杆进程。2016年7月，中央政治局会议提出“注重抑制资产泡沫，防范金融风险”，随后人民银行建立并完善双支柱调控框架，金融稳定发展委员会建立并发布《关于规范金融机构资产管理业务的指导意见》等一系列监管政策，实质性地推动我国金融部门去杠杆进程，对微观金融行为带来了重大影响。除了事实联系，在理论印证方面，很多文献(Robert，2013;袁鲲和饶素凡，2014;Dermine，2015等)也都研究指出银行杠杆率与其风险承担之间存在着密切联系。基于以上推测分析，本文尝试将货币政策、金融杠杆和银行风险承担置于同一分析框架下，分别分析我国货币调控和金融杠杆对银行风险承担水平的影响，在此基础上进一步将货币政策与杠杆率的交互项纳入模型中，实证检验货币政策的银行风险承担渠道是否受杠杆率的影响，并分析其综合效应。

二、货币政策、金融杠杆和银行风险承担的影响机理分析

(一)货币调控对银行风险承担的影响效应

国内外关于货币政策与银行风险承担的二维关系已有大量的研究成果，而且大部分文献(如Adrian和Shin，2009;Borio和Zhu，2012;江曙霞和陈玉婵，2012;徐明东和陈学彬，2012等)都支持货币调控与银行风险承担之间存在着负相关关系，即货币政策放松导致银行风险承担水平上升。具体而言，主要通过四种效应实现：

1. 顺周期效应。银行信贷行为具有显著的顺周期效应，在宽货币环境、低利率水平下，资产价格普遍上涨，其抵押价值也水涨船高，银行在发放抵押类贷款时就会趋于乐观，不断降低风险感知和信贷标准，而且还会主动调整资产负债表，如增加非流动性资产配置等，最终导致银行风险承担水平整体走高(Adrian和Shin，2009)。很多国外学者就曾指摘美国就是因为在2008年金融危机之前经历了长时间的利率下行期，才催生了资产价格泡沫并降低了金融风险意识，特别是在次级贷款的审核上放贷机构不断降低门槛，为次贷危机的爆发埋下了祸根。

纵观我国2014年以来银行机构的资产负债情况，总量上资产负债的扩张速度与M2整体相当，但是期限结构上，中长期贷款占比不断提升，与短期贷款的比值从2014年的1.31一路上升到2018年底的1.97，而中长期存款与短期存款的比值则以2016年为分界点，由一路下跌转为在1.4—1.6区间内震荡(见图1)，整体反映出银行机构资产平均期限越来越长、负债平均期限越来越短直至相对稳定，整体的期限错配问题不断恶化，风险承担有所上升。

2. 目標收益效应。金融合同刚性兑付、隐性承诺预期收益率以及投资者依赖名义收益而产生货币幻觉等，都会导致银行对目标收益率形成一定的黏性，特别是处于低利率环境下时，无风险资产收益率下降，促使银行更多地去追求高风险的投资配置，这样才能覆盖约定的目标收益率。其真实写照就是2016年之前，我国银行机构表内通过开展同业业务、表外通过发行理财和委外投资等各种方式，推动金融杠杆持续攀升以获取较高收益，直至资金脱实向虚、在金融体系内空转。

3. 竞争效应。货币政策放松、利率水平下降会相应收窄银行的存贷利差，降低银行的边际利润，导致银行间竞争加剧，特别是那些处于竞争弱势的中小银行机构，他们对高风险高收益资产配置的需求会相对更高，可能使得银行业内的风险承担水平出现结构性分化特征。我国银行业同质化竞争严重，而且对利差的依赖程度远高于国外，近年来随着利率市场化改革的深化和货币投放逻辑的变化，国有银行、全国股份制银行资金来源有所保障而受影响程度较小，但是城商行、农商行等中小银行机构则不然，一方面因抵押品缺失而对人民银行的主动负债相对较少，另一方面在网点数量和储户规模上处劣势而被动负债也相对较少，因此，为扩大资金来源只能顶格存款利率上限，负债端成本相对较高，资产端的收益要求自然也相应提高，在2016年之前反映为更加积极主动地通过表内外加杠杆方式实现快速发展。

4. 预期效应。泛指银行机构基于一定的历史经验和判断，在货币政策未真正落地之前就已采取了一系列政策回应，进而影响了其资产配置。如在经济不景气时期，若银行机构预期中央银行会采取宽松政策来应对，就会提前扩大信贷投放、增加风险投资。当然，预期效应的存在与一个国家的中央银行货币政策的沟通策略、金融体系的成熟度、金融市场的发达程度等息息相关，一般而言，中央银行的货币政策越有规则性、沟通渠道越顺畅，预期效应也会更加显著。

(二)金融杠杆与银行风险承担、货币政策

2008年的全球金融危机也让人们开始反思银行监管体系的不足，意识到单一控制资本充足率并不能真正控制住银行的冒险行为，因此危机之后，巴塞尔银行监管委员会对原有的资本监管框架进行了修订，新增杠杆率作为原三大核心资本监管指标的补充。事实上，银行杠杆率和风险承担之間的关系研究可以追溯到更早时期，但很多研究成果都只是集中于微观维度的讨论，相应缺少了宏观维度。随着全球金融危机后宏观审慎管理框架的提出，货币调控、微观监管和宏观审慎管理政策之间的协调问题越来越受到重视，人们开始串联起了金融杠杆、银行风险承担和货币政策三者之间的关系，也使研究宏微观政策之间的联动关系有了全新的切入点。

国际货币基金组织的吉安尼·德·尼可罗等(2011)在《货币环境、资本充足率与银行风险承担》一文中指出，货币政策、银行风险承担以及杠杆率之间的关系要比想象的复杂。一般而言，存在两种方向不同的观点：

1. 杠杆效应强化货币调控对银行风险承担的影响。Adrian和Shin(2009)、方意等(2012)都纷纷指出货币政策与银行风险承担的负向关系中存在着杠杆效应，认为顺周期的杠杆比率在货币政策影响银行风险承担过程中发挥重要作用。例如货币政策放松刺激资产价格普遍上涨，上市商业银行价值提升而杠杆率水平下降，银行机构会在保持股本结构不变的基础上首选扩大资产规模，以此提升杠杆率水平，进而推高其风险承担水平。

2. 杠杆率抑制货币调控对银行风险承担的影响。冯文芳等(2017、2018)在研究资本监管、货币政策和银行风险承担三者关系的基础上，进一步提出货币政策传导的银行风险承担渠道存在杠杆机制，而且实证得出杠杆率抑制货币政策的风险承担渠道。主要原因是2009年以来，我国执行了有效的资本监管措施，对杠杆率形成了较强的约束，提高了银行机构的风险监管有效性，因此相对抑制了货币政策的风险承担渠道效应。

总体而言，我国系统研究货币政策、金融杠杆和银行风险承担的现有成果非常少，但该主题对于了解货币调控、微观监管和宏观审慎管理之间的联动机制进而加强政策间协调具有重要的理论和现实意义。

三、货币调控、金融杠杆与银行风险承担的实证分析

基于以上理论分析，我们进一步通过实证研究货币调控、金融杠杆和银行风险承担三者之间的关系。综合研究目的和数据可得性，本文开展两个层次的实证研究：一是验证我国存在货币调控的银行风险承担渠道，以及资本监管，特别是杠杆率变量对银行风险承担有影响。二是回归分析货币调控的银行风险承担渠道是否还与杠杆率、资本充足率有关。

(一)模型构建

第一，构建将货币调控、金融杠杆和银行风险承担置于同一研究框架中的基准模型。本文借鉴徐明东等(2012)、方意等(2012)的模型设定，将被解释变量的一期滞后项[RISKi，t-1]加入模型中，设定基准模型如下：

这里需要说明的是，杠杆率变量的计算公式参照了原银监会杠杆率监管办法中的定义，与传统意义上的金融杠杆概念正好相反，即杠杆率变量越高说明银行资本越充足、经营越稳健。另外，为有效识别货币政策风险承担渠道，还需要控制其他影响银行风险承担的重要变量，如宏观经济环境、银行市场结构、银行微观特征变量等变量。本文借鉴已有文献，选取GDP增速变量GDPR作为宏观经济变量，选取银行业竞争程度指标COMP作为反映银行市场结构的变量;选取银行资产规模SIZE、反映盈利能力的成本收入比CIR作为描述银行微观特征的代理变量。

第二，构建货币调控的银行风险承担渠道的资本监管机制模型，即考察资本监管变量，特别是杠杆率变量与货币调控交互项的共同效应对银行风险承担水平的影响，重点分析杠杆率监管是否能够抑制或缓解因货币调控所导致的银行风险承担水平变动。模型构建如下：

其中，模型(2)中，下标i和t分别表示样本i和时间t。本模型中引入货币调控与杠杆率、货币调控与资本充足率的交互项，分析货币调控的银行风险承担渠道是否与杠杆率、资本充足率有关，特别是杠杆率机制的有效性。如果参数[β7]和[β8]显著且不为零，则说明货币政策对银行风险承担的影响与杠杆率、资本充足率显著有关。

(二)数据说明与描述性统计

出于数据可得性和样本代表性考虑，本文选取2014年第四季度至2018年第三季度期间16家上市商业银行的季度面板数据为研究样本，剔除了2014年以后上市的银行。本文的研究样本包括工、农、中、建、交五大行，中信、光大、招商、民生、华夏、浦发、兴业、平安8家股份制银行，以及宁波银行、北京银行和南京银行3家城商行，总共16家上市商业银行。货币政策变量(包括法定存款准备金率、贷款基准利率、M2增速)、GDP增速、银行业竞争度、银行总资产、股东权益、总资产回报率、资本充足率等指标涉及的数据来源于万得数据库，杠杆率指标数据及其他指标缺失值来源于各上市商业银行的季报、半年报和年报，主要变量的描述性统计见表1。

(三)平稳性检验

运用动态面板模型进行有效估计的前提要求是面板数据是平稳的。非平稳的面板数据的回归结果容易出现“伪回归”的问题。因此，本文在运用动态面板数据进行实证分析之前，首先对数据的平稳性进行检验，即单位根检验。面板数据的单位根检验方法最常用的有LLS检验和IPS检验。检验结果见表2。

从表2可知，本文主要变量LLC检验的P值都在1%的显著水平上拒绝存在单位根的原假设，从而保证本文的样本数据是平稳的。在IPS检验中，对M2R、LEV等进行一阶差分后，其单位根检验的P值为0.0143、0.0021，可以判断其在5%的水平上拒绝存在单位根的原假设。从单位根检验结果来看，本文的样本数据具有较好的平稳性，从而确保了实证结果的稳健性。

(四)实证分析

经单位根检验，本文的样本数据具有较好的平稳性。为了处理内生性和异方差，本文应用DGMM(差分广义矩估计)方法进行回归估计，结果见表3、表4。

1. 对模型1进行实证分析。本文将杠杆率与资本充足率指标同时置于模型1中，在控制了宏观经济变量和市场结构变量之后，运用动态回归模型分析了货币政策和杠杆率分别对银行风险承担的影响情况，实证回归结果见表3。

模型1的Sargan检验P值分别为0.6879、0.7832、0.5850，在5%的显著性水平上均未拒绝“工具变量设定合理”的原假设，因此可以认为该回归模型中设定的控制变量是合理的。回归结果中，主要关注货币政策、杠杆率变量等核心解释变量对银行风险承担的影响。

第一，从货币政策变量的回归结果看，三种货币政策變量均与银行风险承担水平呈显著负相关关系。从三类货币政策代理变量的回归结果看，银行风险Z值与货币政策密切相关，降低法定存款准备金率和贷款基准利率、提升M2增速都会推高银行的风险承担水平，即宽松的货币政策导致银行风险承担水平上升。

第二，从杠杆率变量回归结果看，杠杆率变量与银行风险承担水平呈显著负相关关系。在三类货币政策代理变量下，杠杆率均与银行风险Z值呈负相关关系，且在1%的显著性水平上显著，印证说明了银行机构杠杆率越高，主动承担风险的意愿越低。

2.对模型2进行实证分析。在模型1的基础上，加入杠杆率变量与货币调控交互项、资本充足率与货币调控交互项，重点考察杠杆率变量与货币调控交互项对银行风险承担水平的影响情况，实证回归结果见表4。

模型2的Sargan检验P值分别为0.8233、0.8026、0.6941，在5%的显著性水平上均未拒绝“工具变量设定合理”的原假设，因此可以认为该回归模型中设定的控制变量是合理的。实证结果表明：

第一，从交互项的回归结果看，货币调控和杠杆率变量交互项与银行风险承担水平整体呈负相关关系。三类货币政策变量与杠杆率变量交互项的回归系数均为负，说明货币调控与杠杆率变量的交互项增加会使得银行风险承担水平下降，即在某一个变量不变时，货币政策变量或者杠杆率变量任一变量增加，都将会使得银行风险承担水平下降。近年来我国货币政策基调虽然整体不变，但银行资产规模快速扩张导致杠杆率变量值不断降低，其风险承担水平也相应上升。

第二，引入交互项之后，货币政策回归系数的显著性增强，说明杠杆率变量是影响货币政策的风险承担传导机制的重要因素，杠杆率监管会减缓或抑制货币政策调控的银行风险承担渠道效应。结合我国金融实践，该结论也对2018年的“宽货币紧信用”现象提供了一种解释思路。2016年之后，随着我国防风险、严监管、去杠杆政策的大力推进，直接导致金融中介的风险意识不断强化、经营行为趋于谨慎，最末端的表现就是在传统考核机制下，金融机构信贷经理不断提高信贷门槛，甚至为了防止不良资产产生而宁愿选择不放贷等，在此背景下，金融机构或主动或被动地下调风险承担水平极大地抑制了货币政策调控的风险承担渠道效应，进而熨平了2018年的货币投放效果。

第三，从货币政策与杠杆率变量、资本充足率变量两个交互项回归结果看，杠杆率监管是资本充足率监管的有益补充。在3类代理变量下，货币政策与杠杆率变量交互项的回归系数的绝对值均比货币政策与资本充足率交互项的回归系数的绝对值要大，验证了杠杆率监管作为资本监管的新内容，是一种有效的监管工具。相比资本充足率，杠杆率指标具有透明度高、计量简单等优势，通过杠杆率监管可以在整体上有效遏制金融机构资产规模的过度扩张。

四、结论与政策建议

(一)主要结论

本文利用16家上市商业银行从2014年第四季度到2018年第三季度的季度面板数据，采用差分广义矩估计(DGMM)方法实证分析了货币调控对银行风险承担水平的影响，杠杆率、资本充足率等资本监管对银行风险承担水平的影响，以及杠杆率监管对货币政策银行风险承担传导渠道的影响，得出以下主要结论：

1. 货币政策在金融稳定方面并非风险中性。从本文研究结果看，三种货币政策解释变量均会对银行风险承担产生影响，且两者之间呈现负相关关系，即扩张性的货币政策会引起银行风险承担的上升。由此说明，我国货币政策的银行风险承担渠道是存在的，这意味着从金融稳定的角度而言，中央银行货币政策并非风险中性。

2. 杠杆率是影响货币调控的银行风险承担渠道的重要因素。从实证分析结果看，杠杆率变量及其与货币政策的交互项均与银行风险承担呈显著负相关关系，杠杆率监管会极大地减缓或抑制银行风险承担水平。同时，相比货币调控与资本充足率的交互项系数，货币调控与杠杆率的交互项的系数在数值上更大，进一步验证了杠杆率监管作为资本充足率的有益补充其作用更加有效。

(二)政策建议

结合本文研究结论，提出以下相关建议：

1. 进一步完善我国的双支柱金融调控框架。从金融稳定角度看，货币政策影响银行风险承担而呈非中性，它与宏观审慎管理是相互促进又相互抑制的关系，即货币政策放松的同时会相应扩大金融风险，而宏观审慎的逆周期调节也会通过影响金融行为而改变货币政策的传导效率、力度和目标实现。因此，我国要构建完善双支柱金融调控框架。

具体而言，一是继续坚持稳健的货币政策环境。正视我国经济进入高质量发展、中高速增长的新常态，控制好基础货币投放，合理控制货币供应量与经济增长需求相匹配。如果货币流动性过于充沛，长此以往又将导致金融机构的风险承担和杠杆水平逐步攀升。二是加大结构型货币政策工具创新和应用。在货币总量控制的前提下，不断优化货币投向，在再贷款、再贴现的基础上不断创新结构型调控手段和工具，加大对民企、小微、三农等重点领域和薄弱环节的金融支持。三是充分利用宏观审慎政策。近年来，随着MPA的落地完善，我国在宏观审慎政策探索方面已走在全球前列，MPA既能有效发挥逆周期调节作用，抑制金融机构资产的快速扩张和杠杆率的快速提升，也能兼顧一定的弹性。未来要继续构建完善双支柱调控框架，结合具体的经济金融环境，促进MPA动态发展，并注重与货币调控之间的政策工具搭配以及各自方向和力度的把握。

2. 完善宏观调控和微观监管政策的协调性。宏观调控的目标实现离不开金融机构主体的传导和落实，因此也需要微观监管制度的配合和协调。特别是当金融周期和监管周期相背离的时候，金融机构行为对宏观政策传导的影响甚大，一旦宏观和微观政策搭配失调很可能产生相互抑制作用，如发生2018年类似的“宽货币紧信用”现象等。随着金融综合经营趋势的加强，金融政策协调的重要性与日俱增，一方面要充分发挥国务院金融稳定发展委员会的组织和统筹作用，加强跨行业、跨市场、跨区域风险的分析研判，不断强化宏观调控和微观监管之间的政策协调，理顺政策传导机制，也要合理控制政策叠加带来的溢出效应。如2017年以后货币政策从紧推升短期利率以挤压金融机构杠杆，而各个金融监管机构间加强联动，出台了一系列组合拳加强资管业务监管、限制金融机构加杠杆，最终金融部门去杠杆进程取得显著成效，并逐步进入稳杠杆阶段。另一方面也要实现政策间的优势互补，宏观政策侧重发挥总量调控优势，而微观监管政策偏重于具体业务，可以更加高效直接地干预金融中介的经营行为、调整融资结构、优化信贷投向等。

3. 完善和强化金融机构微观监管机制。一是进一步优化金融机构表内外资本监管机制，加强杠杆率监管与资本充足率监管的协同性，不断提高金融机构的资本管理意识和风险管理意识;二是加强金融监管力度，扩大金融监管范围，如影子银行、互联网金融、金融控股公司等领域亟待加大监管力度;三是合理把握监管节奏，基于实证研究结果，微观监管机制对银行风险承担具有重要的影响作用，处理不当容易造成金融机构过激反应，如快速去杠杆易造成金融机构的流动性风险，而且在金融市场联动加剧的情况下，可能引发系统性的流动性危机，因此，要慎重考虑微观监管政策落地的节奏和力度。

参考文献：

[1]Borio C.，Zhu H. 2008. . Capital Regulation，Risk-taking and Monetary Policy：A Missing Link in the Transmission Mechanism [J].BIS Working Paper，No.268.

[2]Borio C.，Zhu H. 2012. Capital Regulation，Risk-taking and Monetary Policy：A Missing Link in the Transmission Mechanism? [J].Journal of Financial Stability，Vol.8(No.4).

[3]Jean Dermine. 2015. Basel III Leverage Ratio Requirement and the Probability of Bank Runs [J].Journal of Banking and Finance.

[4]Laeven Luc，Levine Ross. 2009. Bank Governance， Regulation and Risk Taking [J].Journal of Financial Economics，Vol.93(No.2).

[5]Robert Jarrow. 2013. A Leverage Ratio Rule for Capital Adequacy [J].Journal of Banking and Finance，Vol.37(No.3).

[6]Tobias Adrian，Hyun Song Shin. 2009. Money，Liquidity，and Monetary Policy [J].American Economic Review，Vol.99(No.2).

[7]Tobias Adrian，Hyun Song Shin. 2010. Handbook of Monetary Economics [M].Volume 3.

[8]吉安尼·德·尼克罗，吉凡尼·德尔·阿里西亚，吕克·莱文，樊比安·瓦伦西亚.货币环境、资本充足率与银行风险承担 [J].新金融，2011，(7).

[9]方意，赵胜民，谢晓闻.货币政策的银行风险承担分析——兼论货币政策与宏观审慎政策协调问题 [J].管理世界，2012，(11).

[10]冯文芳，刘晓星，许从宝.货币政策传导的银行风险承担渠道研究——基于杠杆机制的分析 [J].兰州大学学报(社会科学版)，2017，(1).

[11]冯文芳，闫磊，李艳，武金存.资本监管、货币政策与银行风险承担 [J].华东经济管理，2018，(2).

[12]江曙霞，陈玉婵.货币政策、银行资本与风险承担 [J].金融研究，2012，(4).

[13]徐明东，陈学彬.货币环境、资本充足率与商业银行风险承担 [J].金融研究，2012，(7).

[14]袁鲲，饶素凡.银行资本、风险承担与杠杆率约束——基于中国上市银行的实证研究(2003—2012年) [J].国际金融研究，2014，(8).

[15]张雪兰，何德旭.货币政策立场与银行风险承担——基于中国银行业的实证研究(2000—2010) [J].经济研究，2012，(5).

[16]中国银监会课题组，王兆星，韩明智，王胜邦.商业银行资本监管制度改革(三)：建立杠杆率监管标准弥补资本充足率的不足 [J].中国金融，2010，(3).

作者：王紫薇 王海龙