我国货币政策的银行风险承担效应研究
2017-12-25夏仕龙付英俊
夏仕龙+付英俊
摘要：货币政策与金融稳定的关系在后金融危机时代受到广泛关注，催生货币政策风险承担渠道成为研究热点。学术界对货币政策风险承担效应缺乏理论模型研究，而实证研究集中在银行、贷款等微观层面，极个别考虑了银行业宏观层面，但缺乏中观层面的结构视角分析。本文构建的资产组合理论框架表明，宽松的货币政策会通过加大商业银行的风险偏好和风险资产的风险溢价两种途径加大商业银行的风险承担。基于我国商业银行体系分产业、分行业、分省、分机构的逐步回归和可变系数回归等实证分析，验证了货币政策银行风险承担效应的存在，并测出了分产业、分行业、分省、分机构的结构性差异。
关键词：货币政策；风险承担；结构
文献标识码：A文章编号：100228q
482017（06）003313
一、 引言
金融危机以來，学术界开始广泛关注货币政策与金融稳定的关系，特别是货币政策风险承担效应。不少观点认为美国次贷危机的根源是长期执行低利率政策，宽松的货币环境使金融机构的风险识别能力变弱，风险容忍度提高，最终形成过度的风险承担。Borio和Zhu总结了货币政策风险承担渠道的三大理论基础：第一，低利率使资产和抵押品价值、收入和利润都上升，减小风险感知或增加风险容忍，违约概率、违约损失率、波动率和相关性的顺周期特征使风险感知减小，风险容忍随财富点的上移而上升的一般性假设意味着风险容忍增加。第二，目标收益率具有粘性，不能随市场利率及时调整，导致政策利率下调后，必须通过扩大风险承担才能实现目标收益率。第三，央行政策透明度越高，沟通能力越强，未来不确定性越小，会压缩风险溢价，要实现预期收益，只能额外承担风险，预期央行救市会产生利率变动的不对称效应，下降对风险承担的激励大于上升对风险承担的抑制[1]。
国外学者对货币政策风险承担效应在银行或贷款微观面板数据层面进行了大量的实证检验，结论都支持货币政策风险承担渠道的存在。Delis和Kouretas用2001—2008年欧元区银行18000个年度观测值找到低利率显著增加银行风险承担的经验证据，且利率对风险资产的影响在权益资本更高的银行更弱，在表外项目更高的银行更强[2]。Maddaloni和Peydro用欧元区和美国的银行信贷标准数据发现，低的短期利率会放松对家庭和公司贷款的标准，且这种放松程度会被证券化活动、低的银行资本监管、低的货币政策利率执行时间放大，但低的长期利率不会放松信贷标准[3]。Jiménez等从西班牙银行业监督管理机构获取贷款申请和合同数据，用一个两阶段模型先分析贷款申请的成功与否，再分析申请贷款成功后的贷款结果，发现更低的隔夜利率会使低资本化银行对事前风险企业同意更多贷款申请，且授信更多贷款，要求更少抵押，但是会有一个更高的事后违约概率[4]。Ioannidou等研究了玻利维亚的货币政策风险承担渠道，发现低政策利率会促使对信用历史更差、事前信用评级更低、事后表现更差的借款人的风险贷款的授信，为了单独识别风险承担，评估新发放贷款的担保品覆盖、预期回报和风险溢价，发现回报和风险溢价更低，特别是对那些代理问题严重的银行[5]。DellAriccia等提供了美国银行业货币政策风险承担渠道的证据，从美联储对商业贷款方面调查中获得1997—2011年银行对商业贷款内部评级的私密数据，发现用新贷款风险评级衡量的事前风险承担和短期利率的上升负相关，且这一关系在经济周期性越弱的地区显著性越强，在资本相对较低的银行和财务困境时期显著性越差[6]。
国外学者对货币政策风险承担也进行了不少理论解释和拓展。Diamond和Rajan，Adrian和Shin认为银行更多地依赖短期资金，因而低的短期利率比低的长期利率刺激更多的风险承担[78]。Rajan认为低利率会给金融市场带来额外的顺周期风险承担：比如保险公司一般有固定收益的承诺，当利率下降时，如果停留在低利率的安全投资上，可能无法兑现承诺，因此不得不寻求风险更大的投资，这样还有机会获得更高的收益以避免违约。再比如对冲基金经理的报酬一般是管理资产的1%加上超过最低约定回报的年化收益率的20%，当无风险利率处于高位时，就算选择保守投资，报酬也可观，当无风险利率处于低位时，若投资保守，可能不能超过最低约定回报，因此低利率会增加基金经理的冒险激励[9]。DellAriccia和Marquez认为银行间存在信息不对称，因而低政策利率会放松银行信贷标准，增强风险承担意愿[10]。由于银行业存在严重代理问题（紧急救助和流动性援助），Adrian和Shin认为低利率可能会通过提高银行净值导致银行放松贷款标准[11]，而Acharya和Naqvi认为低利率可能会通过提高银行流动性导致银行放松贷款标准[12]。Allen和Carletti认为银行部门的金融危机的关键成因是过低的短期（货币政策）利率和长期（政府债券）利率导致的信贷标准的过度放松，金融创新的广泛运用导致的高度证券化活动，监管标准（特别是对资本的监管标准）的放松[13]。Borio和Zhu则认为货币政策风险承担渠道和流动性紧密联系，相互加强，更低的风险感知和更高的风险容忍会弱化流动性约束，反过来，更低的流动性约束会支持更高的风险承担，而且金融体系的演变和审慎监管会加强风险承担渠道的重要性[1]。
少数国外学者采用理论模型来研究货币政策风险承担。Valencia用一个动态银行模型研究低货币政策利率如何导致银行承担更多风险，以及风险承担过度的条件：当银行不能发行股份时，效应取决于冲击的大小，小幅的货币政策利率下降可能减少过度风险承担，大幅的政策利率下降会增加过度风险承担；当银行可以发行股份时，货币政策利率降低毫无疑问会增加过度风险承担，且效应会持续更长时间；资本要求比贷款价值比上限对减少过度风险承担效果更好[14]。Angeloni先用向量自回归（VAR）模型和银行业整体时间序列数据证明风险承担渠道的存在，且在银行资金端特别显著，然后建立宏观经济模型分析银行如何内生选择资金结构（存款或资本）及风险水平，发现宽松货币政策会增加银行杠杆和风险，高风险会在稳态下增加资产价格波动和减少均衡产出[15]。endprint
国内学者也对货币政策风险承担效应在银行微观面板数据层面进行了大量的实证检验，结论也都支持货币政策风险承担渠道的存在。江曙霞、陈玉婵利用我国14家上市银行2008年第一季度至2011年第三季度的平衡面板数据，采用门限回归模型实证分析了货币政策对银行风险承担的影响，实证结果表明，紧缩的货币政策对银行风险承担具有抑制作用，且货币政策对银行风险承担的影响取决于银行资本状况[16]。张雪兰、何德旭基于中国2000 —2010年间的16家上市银行的年度经济金融数据，应用动态面板系统广义矩估计法（GMM），考察我国货币政策立场对银行风险承担的影响，结果显示，货币政策立场显著影响银行风险承担，且受市场结构及商业银行资产负债表特征的影响[17]。徐明东、陈学彬基于1998—2010年59家商业银行的微观数据，采用GMM动态面板估计方法验证了货币政策传导的银行风险承担渠道假说，实证结果显示，货币政策与银行风险承担变量呈显著负相关关系；规模越大、资本越充足的银行，其风险承担行为对货币政策的敏感性越低；擴张性货币政策对银行风险承担的激励作用强于紧缩性货币政策的约束作用[18]。方意、赵胜民、谢晓闻利用我国72家商业银行2003—2010年面板数据研究了货币政策的银行风险承担问题，实证结果表明，我国的货币政策影响了银行的风险承担，且资本充足率在其中起重要作用[19]。牛晓健、裘翔依据“风险承担渠道”理论的假说，采用中国上市时间超过三年的14家上市银行的数据，利用固定效应模型和差分广义矩估计方法，验证了在中国，低利率的政策环境会催生商业银行的风险承担行为[20]。张强、乔煜峰、张宝通过对我国14家商业银行2002—2012年的面板数据进行实证分析，以检验我国货币政策的银行风险承担渠道是否存在，研究结果发现，扩张性的货币政策会显著引起我国银行风险承担的上升，而银行风险承担上升也显著引起银行信贷投放的增加[21]。刘晓欣、王飞对我国1997—2011年121家银行实证检验我国银行业货币政策风险承担渠道以及银行特征的异质性对货币政策的风险承担影响，研究结果表明，我国银行的货币政策风险承担渠道是存在的，银行资本充足性以及流动性在不同货币政策下对货币政策风险承担具有不同作用[22]。
少数国内学者对货币政策风险承担效应在银行业整体时间序列层面进行实证研究。金鹏辉、张翔、高峰基于月度银行业全行业的资产负债表，构建了银行在资产及负债选择上风险承担指标，从我国银行业整体层面对货币政策和银行风险承担行为之间的关系进行研究，发现我国宽松货币政策对银行风险承担的鼓励体现在银行的资产选择行为上而不在银行的负债选择行为上[23]。金鹏辉、张翔、高峰用银行业贷款审批条件指数来测度银行过度风险承担行为，经实证发现，在宽松的货币政策环境下，银行会放松贷款审批条件，从而承担过度的风险[24]。
综上，已有文献对货币政策风险承担的研究主要集中在实证检验上，且以银行或贷款微观面板数据层面居多，其中，国外数据可得性好，银行或贷款层面均有研究，国内数据可得性差，仅在银行层面有研究。极少数学者从银行业整体时间序列层面对货币政策风险承担效应进行了实证研究[15，2324]。采用理论模型来研究货币政策风险承担效应的文献也极度缺乏[1415]。本文首先构建资产组合理论模型对货币政策银行风险承担微观机理进行解释，对现有文献缺乏理论模型分析这一不足之处进行补充，然后从中国银监会年报及网站手工收集、整理、计算中国商业银行体系分产业、分行业、分省、分机构的面板数据，对我国货币政策风险承担效应进行检验，并分析货币政策风险承担效应分产业、分行业、分省、分机构的结构性差异，对现有文献缺乏产业、行业、省级、机构等中观层面分析及其机构性差异分析进行完善。
本文的结构安排如下：第二部分为解释货币政策风险承担效应微观机理的资产组合理论框架，第三部分为商业银行体系分产业、分行业、分省、分机构的货币政策风险承担渠道实证分析，第四部分为本文的结论。二、 理论框架
货币政策银行风险承担渠道理论认为，宽松的货币政策会加大商业银行的风险偏好，促使商业银行采取更加激进冒险的信贷政策和行为，而紧缩的货币政策会减小商业银行的风险偏好，促使商业银行采取更加审慎保守的信贷政策和行为。此外，无风险资产的收益率对货币政策反应灵敏迅速，而风险资产的收益率对货币政策反应迟钝缓慢，造成了货币政策宽松时，无风险资产的收益率比风险资产的收益率下降更多，风险溢价上升，风险资产的吸引力变大，商业银行配置更多的风险资产，而货币政策紧缩时，无风险资产的收益率比风险资产的收益率上升更多，风险溢价下降，风险资产的吸引力变小，商业银行配置更少的风险资产。货币政策通过影响商业银行的风险偏好与风险资产的风险溢价这两种效应同时对商业银行的风险承担发挥作用。下面用一个简单的资产组合理论模型进行直观的阐述。
为了简化，假设商业银行有两种资产配置途径：无风险资产f，预期收益率（即收益率的均值）为Rf，风险（即收益率的标准差）为0；风险资产a，预期收益率为Ra，风险为σa。设风险资产配置比率为xa，则无风险资产与风险资产构成资产组合p，预期收益率为Rp=xaRa+（1-xa）Rf，风险为σp=xaσa，且有Rp=Rf+Ra-Rfσaσp，即图1中的线段fa。
为了剥离货币政策传导的信贷渠道中的资产负债表渠道对风险承担渠道的干扰，即货币政策宽松时，银行风险资产配置增加可能是因为宽松的货币政策改善了借款人的资产估值、收入和现金流状况，降低了违约风险，而货币政策紧缩时，银行风险资产配置减少可能是因为紧缩的货币政策恶化了借款人的资产估值、收入和现金流状况，提高了违约风险，本文对风险资产的风险进行控制，设定其不随货币政策的改变而改变，始终为σa，因而可以单独分析风险承担渠道。
图1商业银行资产配置图
由图1可知，若商业银行初始资产配置点为N，此时无风险资产和风险资产的预期收益率分别为Rf、Ra，风险溢价为（Ra-Rf），商业银行的风险偏好由无差异曲线l′1-l′3刻画，资产配置可行集fa与无差异曲线l′3相切于N，资产组合的风险为σN，风险资产的配置比率为xNa=σN/σa。当货币政策紧缩时，商业银行的风险偏好减小，由更陡峭的无差异曲线l1-l3刻画，即对同样大小的风险要求更高的风险溢价补偿才能维持效用不变，资产配置可行集fa与无差异曲线l3相切于M，资产组合的风险为σM<σN，风险资产的配置比率为xMa=σM/σa
总之，紧缩的货币政策会同时通过减小商业银行的风险偏好和风险资产的风险溢价这两种效应使商业银行资产配置点由N迁移到K，减小风险资产的配置比率，降低商业银行风险承担。同理，若商业银行初始资产配置点为K，采用相同的逻辑演绎可以得到，当货币政策宽松时，商业银行的资产配置点会最终迁移到N，宽松的货币政策会同时加大商业银行的风险偏好和风险资产的风险溢价，增大风险资产的配置比率，加大商业银行风险承担。三、 实证分析
上一部分通过构建资产组合理论框架来分析货币政策银行风险承担渠道的内在机理，这一部分通过手工收集、整理、计算得到2005—2015年度中国商业银行体系分产业、分行业、分省、分机构的相关面板数据，对中国货币政策银行风险承担渠道的存在性进行检验，同时考虑货币政策银行风险承担效应的分产业、分行业、分省、分机构的结构性差異。
（一）计量模型设定
为使实证分析和理论框架保持一致，本文主要研究商业银行在资产配置上的风险承担，暂不考虑其在负债端的风险承担。贷款仍是我国商业银行的资产主业，借款人的信用风险是风险承担的内在实质，而不良贷款率是风险承担的外在表现，商业银行在风险承担上的选择行为最终会以不良贷款率的结果显现。因此，不良贷款率是衡量商业银行风险承担的最核心指标。不良贷款率除了受事前的商业银行主动的风险承担行为影响外，还受事后的宏观经济形势变化的影响。而商业银行主动的风险承担行为，除了受货币政策的影响外，还受商业银行的盈利能力、资产规模、资本充足性、同业竞争结构、跨业竞争结构、利率市场化程度、业务合规性、资产价格等因素的影响。基于以上分析，构建如下计量模型：
nplrit=β0+β1mpt+controlit+εit（1）
式中，nplrit为i产业/行业/省/机构在t年的不良贷款率，mpt为t年的货币政策指标，controlit为控制变量集合，包括宏观及结构层面的经济金融形势变量和商业银行业整体及结构层面的各种影响因素。β1为在其他条件不变的情况下，以不良贷款率衡量的商业银行风险承担对货币政策的反应系数。为了考虑货币政策银行风险承担效应的分产业、分行业、分省、分机构的结构性差异，再设定mpt前面的系数为可变系数，构建如下计量模型：
nplrit=β0+β1impt+controlit+εit（2）
β1i为在其他条件不变的情况下，i产业/行业/省/机构在t年的不良贷款率对t年的货币政策的反应系数，β1i绝对值越大，表明i产业/行业/省/机构的货币政策风险承担效应越强。
除了以不良贷款率为主要对象来直接研究货币政策风险承担效应外，本文还以贷款增长率对不良贷款率的反应系数是否受到货币政策的影响作为判断标准，即在以贷款增长率为因变量的回归方程中加入不良贷款率与货币政策指标的交互项，通过交互项的系数来间接识别货币政策风险承担效应。影响贷款增长率除了不良贷款率外，还有供给层面的货币政策，需求层面的经济增长速度等其他因素。基于以上分析，构建如下计量模型：
dlloanit=β0+β1nplrit+β2nplrit*mpt+
controlit+εit（3）
式中，dlloanit为i产业/行业/省/机构在t年的贷款增长率（贷款余额的对数差分），controlit为控制变量集合，主要包括供给层面的货币政策和需求层面的经济增长速度。交互项的系数β2间接度量了货币政策风险承担效应。为了考虑货币政策银行风险承担效应的分产业、分行业、分省、分机构的结构性差异，再设定nplrit*mpt前面的系数为可变系数，构建如下计量模型：
dlloanit=β0+β1nplrit+β2inplrit*mpt+
controlit+εit（4）
交互项的系数β2i间接度量了货币政策风险承担的产业/行业/省/机构效应，β2i绝对值越大，表明i产业/行业/省/机构的货币政策风险承担效应越强。
（二）样本、变量和数据说明
本文研究中国商业银行不良贷款率、贷款增长率分产业、分行业、分省、分机构四个样本。分产业包括三次产业：第一产业、第二产业、第三产业；分行业包括10大行业：农林牧渔业、工业、建筑业、批发和零售业、交通运输、仓储和邮政业、住宿和餐饮业、金融业、房地产业、其他行业；分省包括31个省、自治区、直辖市（不含港澳台）：与国家统计局数据公布口径保持一致；分机构包括5类机构：大型商业银行（国有商业银行）、股份制商业银行、城市商业银行、农村商业银行、外资银行，与中国银监会数据公布口径保持一致。
被解释变量：不良贷款率（nplrit）和贷款增长率（dlloanit）。中国银监会年报（2006—2015）披露了2006—2015年商业银行不良贷款率、不良贷款余额分行业、分省、分机构情况，以及2006年商业银行不良贷款率、不良贷款余额分行业、分省对2005年的变化量。根据2006年对2005年的变化情况，可以计算出2005年商业银行不良贷款率、不良贷款余额分行业、分省情况。由于2006年分机构数据将国有商业银行和股份制商业银行归为主要商业银行大类，无小类数据，加上2005年分机构数据缺失，故从中国银监会官网——政务信息——统计信息栏目收集对应季度数据（第四季度）对2005—2006年分机构数据进行补充。2005—2011年的分行业数据是按国民经济行业分类（GB/T 4754—2002）编排的，而2012—2015年的分行业数据是按国民经济行业分类（GB/T 4754—2011）编排的，本文依照最新的国民经济行业分类标准（GB/T 4754—2011）以及国家统计局关于三次产业的划分规定，进行统一编排，分类汇总，使分产业、分行业与国家统计局数据公布口径保持一致。不良贷款余额除以不良贷款率可得贷款余额，对贷款余额先取自然对数再取差分，可得贷款增长率（%）。endprint
解释变量：货币政策指标（mpt）。本文考虑的货币政策指标包含数量型指标——广义货币供应量的增长率（m2t），数据来源于国家统计局；价格型指标——（大型金融机构）法定存款准备金率（rrrt）、1年期中债国债收益率（r_bt）、1年期贷款基准利率（r_lt）、1年期存款基准利率（r_dt）、全国银行间同业拆借市场隔夜加权平均利率（r_ibt），除了中债国债收益率来源于中国债券信息网外，其他来源于中国人民银行，所有价格型指标均以当年有效执行时间对不同数据进行加权平均所得。
控制变量：宏观及结构层面，银行业及结构层面影响因素（controlit）。
经济形势越好，增长速度越快，借款人的经营风险越小，信用风险暴露的可能性越小，不良贷款率越小；经济形势越好，增长速度越快，借款人扩大生产和投资的愿望越强烈，融资需求越旺盛，对贷款增长率有正向作用。因此需要控制经济增长率，包括国内生产总值（GDP）的增长率（growtht），分产业增加值、分行业增加值、分省GDP的增长率（growthit）。数据来源于国家统计局。
经济的产业、行业结构是影响商业银行在分产业、分行业上风险承担的重要因素，某产业/行业在国民经济中占的比重越大，政府的显性、隐性政策支持力度也会越大，在政府以经济建设为中心，保增长，促就业的压力下，商业银行可能会被迫承担更大的风险。因此需要控制经济的产业/行业结构（struit），具体表现为i产业/行业在t年的增加值占当年GDP的比值。数据来源于国家统计局。
较高的通货膨胀率会对经济运行带来不良影响，使经济主体对未来经济形势的变化形成消极预期，对商业银行不良贷款率有正向刺激作用。因此需要控制通货膨胀率，包括全国的居民消费价格指数（CPI）同比增速（pit），分省的CPI同比增速（piit）。數据来源于国家统计局。
资产价格的波动会影响商业银行抵押品的质量，也会引导信贷资金进出资产市场进行投机活动，另一方面，资产价格的上升会弱化商业银行的风险识别能力，使实际风险承担增加。本文控制房地产市场资产价格（lhpt）和股票市场资产价格（lsp_sht、lsp_szt），分别为商品房平均销售价格、上证综合指数（收盘）、深证综合指数（收盘）的自然对数值。数据来源于国家统计局。
商业银行承担风险的目的是为了谋取与风险程度大小相对应的收益，正所谓高风险伴随着高收益，货币政策风险承担理论有逐利说（Search for Yield），认为商业银行的目标收益具有粘性，宽松的货币政策使低风险资产变得更加无利可图，从而不得不从事高风险资产业务以达到目标收益水平，反之亦然。因此，商业银行的盈利能力会影响其风险选择，盈利能力越强，冒险的动机越小，反之亦然。本文控制的商业银行盈利能力包括商业银行整体资产利润率（roat）、资本利润率（roet）、商业银行分机构资产利润率（roait）、资本利润率（roeit）。数据均来源于中国银监会年报和世界银行全球金融发展数据库2005—2006年缺失的商业银行整体资产利润率、资本利润率根据相关年度中国银监会年报披露的税前利润、所有者权益、总资产先计算得到税前值，再根据世界银行全球金融发展数据库税前、税后商业银行资产利润率、资本利润率的换算关系得到税后值。商业银行分机构资产利润率、资本利润率同理计算。。
“大而不倒（Too Big to Fail）”的道德风险会激励商业银行的风险承担，因为对具备一定规模的商业银行出现的风险，政府或中央银行不会坐视不管，会采取相应的救助措施。因此需要控制资产规模，包括商业银行整体资产规模（lassett），分机构资产规模（lassetit）。数据来源于中国银监会年报，对整体及分机构总资产取自然对数得到。
商业银行资本具有保护性功能和管理性功能。前者指其可以抵补风险损失，后者指其可以作为资本监管的工具。巴塞尔协议规定的最低资本充足率要求和商业银行备付风险损失能力都决定了资本越充足，承担风险的能力越大，才越有资格去冒险。本文控制的资本充足性包括商业银行整体监管意义上的资本充足率（cart）和会计意义上权益比率（ert），以及分机构会计意义上的权益比率（erit）。资本充足率来源于中国银监会年报2005—2006年缺失的商业银行资本充足率由世界银行全球金融发展数据库补充。。整体及分机构的权益比率由中国银监会年报相关数据计算得到（所有者权益/总资产）。
大量文献研究竞争与银行稳定性的关系，有竞争脆弱说和竞争稳定说，前者认为竞争会加剧银行风险承担，后者认为竞争会提升银行风险管理水平，减少银行风险承担。本文对竞争的考虑包括业内竞争和业外竞争，业内竞争包括业内集中度指标：前五大商业银行资产占比（cr5_at）、贷款余额占比（cr5_lt），业内越集中，竞争越小；商业银行分机构市场份额指标：分机构资产占比（stru_ait）、贷款余额占比（stru_lit），市场份额越大的机构，同业竞争力越强。以上指标由中国银监会年报相关数据计算得到。业外竞争指标包含社会融资规模（增量）中表内业务（本外币贷款）占比（fstru_loant）、表外业务（委托贷款、信托贷款、未贴现银行承兑汇票）占比（fstru_offt）、直接融资业务（企业债券、非金融企业境内股票）占比（fstru_mktt）、表外业务与表内外业务之和的比值（bstru_offt）。表内业务占比越大，跨业竞争力越强，表外业务与表内外业务之和的比值越大，表明商业银行用表外业务替代表内业务的能力越强。以上指标由国家统计局相关数据计算得到。
随着利率市场化的推进，商业银行存贷业务竞争加大，存贷利差收窄，可能会导致其从事风险更高的资产业务。利率市场化程度用存贷利差（1年期贷款基准利率-1年期存款基准利率）（spreadt）侧面反映，利率市场化程度越高，存贷利差越小。数据来源于中国人民银行。endprint
商业银行的稳定性对经济的平稳、健康、可持续发展至关重要，因此监管当局会出台各种规定来规范和约束商业银行的业务操作，避免其承担过分的风险，使风险可控。商业银行的业务越合规，其主动承担风险的可能性会下降。业务合规性用银监会现场检查中取消高管人员任职资格人数（firet）侧面反映，业务越合规，现场检查发现问题越少，取消高管任职资格人数越少。数据来源于中国银监会年报。
（三）变量描述性统计
近10年来三次产业层面上的不良贷款率平均为725%，贷款增长率平均为595%，增加值增长率平均为836%。10大行业层面上的不良贷款率平均为462%，贷款增长率平均为1641%，增加值增长率平均为976%。31个省级层面上的不良贷款率平均为400%，贷款增长率平均为1679%，GDP增长率平均为1163%，通货膨胀率平均为29%。5类机构层面上的不良贷款率平均为225%，贷款增长率平均为2101%，资产收益率平均为096%，资本收益率平均为1534%，对数总资产平均为1116亿元，权益比率平均为691%。近10年来全国GDP增速平均为976%，通胀率平均为278%，广义货币增速平均为167%，法定存款准备金率平均为1592%，一年期国债收益率、贷款基准利率、存款基准利率、全国银行间同业拆借隔夜利率平均为257%、596%、281%、218%，对数商品房平均销售价格（元/平方米）、对数上证综合指数（收盘）、对数深证综合指数（收盘）平均为847、785、685，商业银行整体资产收益率、资本收益率、对数总资产（亿元）、资本充足率、权益比率、前五大商业银行资产占比、贷款占比平均为104%、1727%、1346、1057%、608%、6263%、6245%。一年期存贷款基准利率差平均为315%，现场检查取消高管任职资格平均每年110人，社会融资规模（增量）中表外占比、直接融资占比为1646%、1334%。
从以上数据可以直观地感受到，經济增速越高，不良贷款率越低，贷款增速越高，商业银行整体资本充足率平均在8%的监管要求之上，五大行占据了市场份额的半壁江山，社会融资中的间接融资占主导地位，间接融资业务占主导地位。
（四）回归策略及结果
由于本文的样本数据量相对有限，而可能的控制变量又比较多，因此如何在回归方程中考虑控制变量需要权衡以下两个问题：若控制变量不足，可能造成遗漏变量偏误，使估计结果的无偏性遭受质疑；若控制变量过多，可能造成多重共线性问题，使估计结果的有效性遭受影响。本文借鉴逐步回归法的思路，先选取最佳的关注自变量，再逐一引入最具显著性意义的控制变量，具体做法如下：第一步，先不考虑任何控制变量，将因变量对6个货币政策（备选）指标逐一轮流进行回归，从6个回归方程结果里面选择其中系数显著且R2最大的那个指标作为最佳货币政策指标；第二步，在第一步的基础上固定自变量为最佳货币政策指标，将所有（备选）控制变量逐一轮流加入进来作为唯一的控制变量，每次只在第一步的最佳方程上加一个（备选）控制变量，从所有回归方程结果里面选择所加控制变量系数显著且R2最大的控制变量作为第一好的控制变量；第三步，固定第二步的最佳回归方程，将剩余（备选）控制变量逐一轮流加入进来，每次只在第二步的最佳方程上加一个剩余（备选）控制变量，从所有回归方程结果里面选择本步所加控制变量系数显著且R2最大的控制变量作为第二好的控制变量，以此类推，直到某步所加控制变量都不显著为止。表1—表10是回归结果。
政策银行风险承担在产业层面上得到验证。此外，产业增长越快，不良贷款率越低；利率市场化程度越低，存贷利差越大，银行风险承担越大，不良贷款率越高；产业对国民经济越重要，所占份额越大，银行风险承担越大，不良贷款率越高。
由表2可知，在分产业计量模型（2）中，最佳的货币政策指标是（大型金融机构）法定存款准备金率，最好的控制变量依次是分产业增加值增长率、存贷利差、房价、通货膨胀率。货币政策紧缩，存款准备金率上调，商业银行在不同产业上的风险承担均变小，但变小的程度不同，程度由大到小若步与步之间结果不一致，则对各步结果求平均之后再排序。依次为第一、二、三产业。货币政策银行风险承担在产业层面上得到验证，且具有结构效应。此外，产业增长越快，不良贷款率越低；利率市场化程度越低，存贷利差越大，银行风险承担越大，不良贷款率越高；房价越高，风险承担越高；通胀率越高，风险承担越大。
四、 结论
本文构建的商业银行资产组合理论框架表明，货币政策会通过影响商业银行的风险偏好与风险资产的风险溢价这两种效应同时对商业银行的风险承担发挥作用。宽松的货币政策会同时加大商业银行的风险偏好和风险资产的风险溢价，增大风险资产的配置比率，加大商业银行风险承担；紧缩的货币政策会同时减小商业银行的风险偏好和风险资产的风险溢价，减小风险资产的配置比率，减小商业银行的风险承担。
通过手工收集、整理、计算得到2005—2015年度中国商业银行分产业、分行业、分省、分机构层面与风险承担相关的面板数据。基于逐步回归思路的实证结果表明，若以不良贷款率作为风险承担的直接测度，货币政策银行风险承担在产业、行业、省级、机构层面上均得到验证，且具有结构效应。若以贷款增长率对不良贷款率的负向反应系数作为风险承担的间接测度，货币政策银行风险承担仅在省级层面上得到验证，且具有结构效应，但在产业、行业、机构层面上无法得到验证。此外，控制变量系数表明，经济增速越快，不良贷款率越低；经济增速越快，贷款增速越快。利率市场化程度越低，不良贷款率越高，表明利率市场化进程会提升银行风险管理水平，降低不良贷款率。产业份额越大，不良贷款率越高，分机构资产份额越大，不良贷款率越高，表明市场势力会加剧风险承担。股价、房价、通货膨胀率的上升都会带来不良贷款率的上升，表明银行在资产泡沫和经济过热时期风险承担会加大。业务合规性越差，银行风险承担越大，表明金融监管有其必要性以及监管有效性会影响金融稳定。贷款占社会融资规模比重越大，不良贷款率越低，社会融资规模中直接融资占比越大，不良贷款率越高，表明商业银行的业外竞争会加剧风险承担。分机构权益比率越大，不良贷款率越低，表明信息不对称带来的道德风险会加剧风险承担。分机构资产规模越大，不良贷款率越低，与“大而不倒”加剧风险承担理论不符，可能与我国规模越大的银行的客户群体优质比率更大的现实情况有关。endprint
参考文献：
[1]Borio C， Zhu H. Capital regulation， risktaking and monetary policy： a missing link in the transmission mechanism？ [J]. Journal of Financial Stability， 2012， 8（4）： 236251.
[2]Delis M D， Kouretas G P. Interest rates and bank risktaking [J]. Journal of Banking & Finance， 2011， 35（4）： 840855.
[3]Maddaloni A， Peydró J L. Bank risktaking， securitization， supervision， and low interest rates： evidence from the euroarea and the US lending standards [J]. Review of Financial Studies， 2011， 24（6）： 21212165.
[4]Jiménez G， Ongena S， Peydró J L， et al. Hazardous times for monetary policy： what do twentythree million bank loans say about the effects of monetary policy on credit risktaking？ [J]. Econometrica， 2014， 82（2）： 463505.
[5]Ioannidou V， Ongena S， Peydró J L. Monetary policy， risktaking， and pricing： evidence from a quasinatural experiment [J]. Review of Finance， 2015， 19（1）： 95144.
[6]DellAriccia G， Laeven L， Suarez G A. Bank leverage and monetary policys risktaking channel： evidence from the united states [J]. The Journal of Finance， 2017， 72（2）： 613654.
[7]Diamond D W， Rajan R G. Money in a theory of banking [J]. The American Economic Review， 2006， 96（1）： 3053.
[8]Adrian T， Shin H S. Money， liquidity， and monetary policy [J]. The American Economic Review， 2009， 99（2）： 600605.
[9]Rajan R G. Has finance made the world riskier？ [J]. European Financial Management， 2006， 12（4）： 499533.
[10]DellAriccia G， Marquez R. Lending booms and lending standards [J]. The Journal of Finance， 2006， 61（5）： 25112546.
[11]Adrian T， Shin H S. Financial intermediaries and monetary economics [J]. Handbook of Monetary Economics， 2010（3）： 601650.
[12]Acharya V， Naqvi H. The seeds of a crisis： a theory of bank liquidity and risk taking over the business cycle [J]. Journal of Financial Economics， 2012， 106（2）： 349366.
[13]Allen F， Carletti E. An overview of the crisis： causes， consequences， and solutions [J]. International Review of Finance， 2010， 10（1）： 126.
[14]Valencia F. Monetary policy， bank leverage， and financial stability [J]. Journal of Economic Dynamics and Control， 2014， 47（10）： 2038.
[15]Angeloni I， Faia E， Duca M L. Monetary policy and risk taking [J]. Journal of Economic Dynamics and Control， 2015， 52（3）： 285307.
[16]江曙霞， 陳玉婵. 货币政策、银行资本与风险承担 [J]. 金融研究， 2012（4）： 116.
[17]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）： 3144.
[18]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）： 4862.
[19]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）： 919.
[20]牛晓健， 裘翔. 利率与银行风险承担——基于中国上市银行的实证研究 [J]. 金融研究， 2013（4）： 1528.
[21]张强， 乔煜峰， 张宝. 中国货币政策的银行风险承担渠道存在吗？ [J]. 金融研究， 2013（8）： 8497.
[22]刘晓欣， 王飞. 中国微观银行特征的货币政策风险承担渠道检验——基于我国银行业的实证研究 [J]. 国际金融研究， 2013（9）： 7588.
[23]金鹏辉， 张翔， 高峰. 货币政策对银行风险承担的影响——基于银行业整体的研究 [J]. 金融研究， 2014（2）： 1629.
[24]金鹏辉， 张翔， 高峰. 银行过度风险承担及货币政策与逆周期资本调节的配合 [J]. 经济研究， 2014（6）： 7385.
责任编辑、 校对： 李斌泉endprint
