负实际利率对银行风险行为的影响研究
——基于银行风险承担渠道的分析
2020-07-22封思贤
赵 雯，谢 星，封思贤，b
(南京师范大学 a.商学院；b.金陵女子学院，江苏 南京 210023)
一、引言
2008年金融危机后，为促进经济复苏、维持通胀目标和稳定汇率，丹麦、欧元区、瑞士、日本等多个国家和地区实行了负利率政策(Negative Interest Rate Policies，简称NIRP)。负利率政策是指中央银行通过调整“利率走廊”下限或其它手段使名义利率处于负值状态，进而引导利率中枢下移，以达到刺激实体经济目标的一种特殊货币政策[1-2]。负利率打破了基准利率零下限的传统认识并对现有货币政策理论提出了挑战。迄今为止，中国未实行负利率政策，但自1992年开始人民币的实际利率(1)实际利率是央行或其他金融机构公布的基准利率剔除通货膨胀因素的真实利率，通常用名义利率减去同期通胀率所得的数值来衡量。已多次进入负值区间。
近年来，虽然中国资本市场发展迅速，但以银行信贷为主的间接融资方式在中国仍占据着主导地位，即中国绝大多数企业的融资仍在很大程度上依赖于银行信贷渠道。这种融资结构明显不同于国际上采取负利率政策的大多数国家和地区。例如，日本政府对中小企业实施的是一种利用财政为企业提供低成本资金的双重融资再担保模式。在政银分开(财政资金与银行资金严格分开)、政企分开(财政资金与企业资金严格分开)、资本市场融资艰难等环境和各种现实背景下，中国企业能否融资成功将在很大程度上取决于银行的态度，尤其是银行对利率等宏观风险和企业信用等微观风险的态度。
在不同利率水平下，银行对风险的态度并不总是风险中性的(2)风险中性是相对于风险偏好和风险厌恶的概念，此时的风险态度是既不冒险也不保守，即在无风险条件下持有一笔货币财富的效用等于在各种风险条件下持有一笔货币财富的期望效用。。当利率水平长期很低时，银行可能会更加偏好一些高风险的投资行为。本文将以此作为起点，从理论和实证两个角度，探讨实际利率为负对中国银行风险承担及其对应风险行为的影响，进而为完善中国的货币政策等提供经验证据和对策性建议。
本文的创新点是：放宽货币政策传导机制传统分析中银行风险中性的假设前提，从银行风险承担渠道分析负利率对银行风险行为的影响。基于中国未实施负(名义)利率政策的事实，不从名义利率视角而从实际利率视角探讨负利率对中国银行风险承担及风险行为的影响。
二、文献综述
(一)负利率及其影响
现有文献中的负利率大多指名义利率。由于名义利率通常由央行等官方机构来确定或调整，因而相关研究主要集中在负利率政策领域，覆盖范围包括负利率政策的实施可能性、传导渠道、影响效果、实施经验及教训等方面。孙国峰和何晓贝认为，在存款利率可以顺畅通过零下限的条件下，中央银行可以采用大幅度的负利率政策来应对通缩型衰退[3]。约瑟夫·E.加农和张舜栋也指出，负利率确实可以成为有效的货币刺激手段，然而在不同国家的表现则不尽相同[4]。基于欧元区主要国家2003年1月至2015年12月的数据，马理等研究认为，虽然负利率被视为是一种对传统利率理论的创新，但负利率难以达到促进经济复苏与消除通缩的作用，比较而言，扩充流动性的货币政策效果更显著；如果企业投资实体经济项目的收益较低，负利率非但不会促进企业增加实体经济项目的投资，反而可能导致经济“脱实向虚”，从而加大金融风险[5]。范志勇分析了负利率政策可能的传导渠道和影响负利率政策有效性的因素，研究发现负利率政策较容易对市场利率和汇率等金融市场变量产生影响，但在刺激实体经济复苏方面成败的关键则取决于是否能有效增加贷款需求和供给[1]。
不难看出，上述结论虽然并不一致甚至完全相反，但大多数文献仍是沿着负利率的货币政策传导渠道来推演分析的。同时，由于中国尚未实施负利率政策，因而现有实证分析的研究对象大多是日本、欧元区等地。
(二)银行风险承担渠道
第一阶段选取的因变量为银行风险承担。近年来，多数学者在进行银行风险承担渠道的研究时，将不良贷款率、Z-score值、银行预期违约概率、银行业贷款标准等作为银行风险承担的衡量指标[11]。考虑到数据的可获得性及指标的代表性，本文借鉴Hannan和Hanweck的做法，构造Z-score值指标来衡量商业银行的风险承担[16]。Z=σ(ROA)/(ROA+K/A)，其中ROA为资产收益率，σ(ROA)表示资产收益率的标准差，K/A为资本与资产比率。刘晓欣和王飞认为Z值能很好地分析银行风险和经营状况的动态变化，本文参照他们的做法采用三期移动平均来计算σ(ROA)[17]。Z-score值的大小与银行风险承担呈正比，即Z-score值越大，银行的风险承担越大。
通过对各国货币政策操作实践的研究和比较，现有文献有力证实了货币政策会沿着银行风险承担渠道不断传导并最终影响货币政策目标。例如，Neuenkirch和Nockel等分别检验了美国、哥伦比亚、欧元区的货币政策工具对银行风险承担的影响，并证实了银行风险承担渠道的存在性[8]。张雪兰和何德旭发现，中国央行的货币政策立场会显著影响银行风险承担意愿，进而影响金融稳定性[9]。邓向荣和张嘉明指出，人民币的利率和货币供给量均会通过银行风险承担这个中介途径去影响银行流动性创造，并最终影响中国货币政策的实施效果[10]。
部分文献研究了低利率或负利率政策对银行风险承担和风险行为的影响。牛晓健和裘翔在采用拟合泰勒规则方法估算均衡利率后发现，中国低利率的政策环境会催生商业银行的风险承担行为[11]。Soares和Bonfim认为低利率会使得银行风险承担意愿更高，尤其规模较小的银行明显会向最近违约或没有信用记录的非金融公司提供更多贷款[12]。基于2000—2012年29个新兴经济体1 000多家银行的数据，Minghua等发现货币政策的传导存在银行风险承担渠道，低利率政策对银行风险承担的传导效应会随着货币政策透明度的提高而不断弱化[13]。Reghezza等从经合组织33个国家2 371家银行2012—2016年的数据中发现，负利率提高了资本比率较高银行的风险承担，却降低了资本质量不佳银行的风险承担[2]。这些成果将为本文探讨负利率对银行风险行为的影响提供有益参考。
上述模型中，μi用于反映固定效应中的个体差异，ξi，t是随机扰动项，α、β、γ是对应变量的系数。估计模型的方法将主要采用纠偏的最小二乘法虚拟变量估计和差分广义矩估计法。Judson和Owen利用蒙特卡洛模拟方法，证明了对于动态面板数据模型，纠偏的最小二乘法虚拟变量估计(LSDV)比广义矩估计(GMM)更有效[18]。纠偏LSDV的基本原理是：首先，使用最小二乘虚拟变量(LSDV)估计方法，得到动态面板模型的有偏估计系数；然后，使用广义矩估计(GMM)的一致估计量来估算偏差；最后，用有偏估计系数减去偏差，得到修正后的参数，自助法(Bootstrap)可测算出修正后参数的标准误[19]。动态面板模型包括了被解释变量的滞后项，会引入自回归问题，纠偏LSDV可以纠正自回归问题带来的估计偏差，该方法的适用范围是“横截面单位N较小，时间跨度T较大”的情况，本文所选取的数据是适用于这一范围的。纠偏LSDV的局限性在于假定所有变量均为外生，无法处理解释变量内生性带来的估计偏差问题，差分GMM可以解决变量内生性问题。为提高估计的有效性，纠正模型的自回归问题和解释变量的内生性问题，在借鉴韩宝国和李世奇等文献的基础上[20]，本文将先采用纠偏LSDV对上述模型进行回归，判断负利率与银行风险行为之间的数量关系，减小估计偏差，再通过差分GMM解决变量的内生性问题。
三、负利率沿银行风险承担渠道传导的机理
在研究银行风险承担时，大多文献研究的是从货币政策操作工具到银行风险承担这个阶段，也有少部分文献独立研究了从银行风险承担到银行风险行为这个阶段，但很少有文献将前两个阶段作为一个整体来研究。本文认为，负利率可能会沿着银行风险承担渠道影响银行的风险承担意愿，进而影响银行的风险行为，即负利率对银行风险行为的影响包括前后相互联系的两个阶段(图1)。其中，本文将银行风险行为分为信贷投放扩张等较高风险行为和(债券)投资比例提升等较低风险行为等。
图1 负利率沿银行风险承担渠道的传导机理
(一)第一阶段：负利率对银行风险承担传导的作用机制
负利率是一种极端条件下的低利率。在第一阶段中，负利率将主要通过四个传导途径对银行风险承担产生影响。
1.估值机制。一方面，低利率将导致借款企业的成本降低、盈利能力好转，其收入、估值、现金水平均会上升，资产抵押物价值的提高将使得银行对违约概率、违约损失和市场波动的判断产生低估，导致银行的风险承担意愿上升。另一方面，银行资产价值的上升将改善银行的资产负债表状况，降低银行的杠杆率，为银行降低信贷标准进行扩张提供条件，银行的风险承担意愿也将由此上升。这两方面均导致银行高风险贷款增加，风险资产比例进一步提高。
2.逐利机制。低利率环境下，银行资产组合收益率下降，在目标收益粘性、融资成本固定等多重因素的约束下，银行不断涉足高风险业务进行投机交易的动机会增强，银行的风险承担意愿由此上升。目标收益具有粘性的原因主要包括金融机构行为和心理因素、监管或制度因素等[6]。Borio等发现利率水平与收益率曲线的陡峭程度以及银行资产收益率(ROA)之间存在正相关关系：利率越低，收益率曲线越平缓，银行传统业务的盈利能力越弱，谋求其他高风险领域投资的意愿越强[14]。逐利机制的来源是银行传统业务的目标名义收益率与风险资产组合实际收益率之间的差异，差异越大、持续时间越长，则银行等金融机构的风险承担意愿越高。
3.竞争机制。低利率下的宽松市场环境在提升银行估值水平、刺激银行追逐高风险产品利益的同时，也会改善金融机构的经营状况。当存在较大盈利空间且目标收益存在粘性时，更多的银行会加入市场，提升银行竞争程度。此外，低利率还会加速金融脱媒，加剧银行与银行间揽存和放贷的竞争程度。金融脱媒导致信用好的企业更愿意绕过银行去融资。在低资金成本的环境中，银行愿意付出更高的风险承担，降低信贷标准以争夺剩余市场的竞争机会。
这14家银行最晚于2007年上市，且2007年新会计准则公布，财务报告方式发生较大改变，为保证数据的可得性和一致性，本文拟选取2007年第四季度至2018年第四季度共45个季度的数据进行实证分析。原始数据源自中国人民银行官网、wind数据库和深交所、上交所公布的各商业银行季报、半年报及年报等。
基于上述理论分析，本文认为，负利率的市场环境会抬高银行的风险承担意愿。
差分GMM估计结果和表3中纠偏LSDV估计结果的对比，详见表4。对比纠偏LSDV和差分GMM后的结果可以发现：对模型的扰动项进行自相关检验和过度识别检验后的结果均没有否定原假设，说明模型的扰动项不存在二阶自相关，并且所有的工具变量均有效。差分GMM与纠偏LSDV的估计结果对比虽然存在差异，但处于同一量级，主要解释变量的系数仅发生小幅变动，且统计显著性基本不变。可以认为，纠偏LSDV的系数估计偏误不大，结果较为稳健，在考虑内生性后根据差分GMM方法估计结果所得出的结论，与根据纠偏LSDV估计结果所得出的结论基本一致：负实际利率(NIR)与中国商业银行的风险承担意愿(Z)之间仍显著正相关(0.024)，风险承担意愿(Z)与银行信贷扩张仍显著正相关(0.456)并与银行债券等投资(Inv)仍显著负相关(-1.836)。
(二)传导机制在中国的特殊表现
中国企业的融资主要靠银行解决，说明货币政策影响银行风险承担的传导机制可能在中国具有更强的适应性，且传导效应在中国可能会被放大。同时，中国银行信用评级制度尚不完善，储蓄者与银行之间的信息不对称程度远高于金融市场相对成熟的发达国家，二者之间存在较为严重的委托代理问题，此类因素也会进一步强化估值机制与逐利机制对银行风险承担的传导效应。
1.估值机制在中国的放大效应。中国银行与企业之间存在较为严重的信息不对称。银行对企业等借款人的信用状况、资金用途、投资风险、还款概率不能完全掌握，但企业可以全面了解商业银行贷款政策、经营原则、监管制度等信息，这将使得企业利用这一优势背离银行的利益而采取机会主义行为。具体表现为：企业有足够的动机和条件向银行隐瞒贷款抵押担保品的价值，当银行对于企业所抵押的资产资料和信息掌握不完全时，可能会高估抵押品的价值，向高风险企业提供超出企业信用评级范围的贷款，造成逆向选择。银行获取固定利息收益却必须承担过高估值带来的风险，这将在原有的估值机制基础上进一步放大估值偏差。我们可以借鉴张维迎1996年在《博弈论与信息经济学》中的逆向选择分析框架来说明这个机理。
2) 在救助实践中，救助船舶无害通行权成立和行使的困境、救助船舶进入领海搜寻之禁止、救助船舶越过他国领海所必须履行的通知义务并接受沿海国合法的管理与安排等情形都是这种纵向竞合的直接体现。
假定：(1)市场上存在连续多个风险等级不同的投资项目，项目成功取得收益M的概率为P，项目失败时，获取的收益为0。项目的风险等级越高，收益越高，同时成功概率越小；(2)所有项目获得收益的平均值相同且均为E，则P·M+(1-P)·0=PM=E，即企业获得收益M越高，项目投资成功的概率P越低；(3)每个项目所需要的资金为1，项目投资所需资金来源均为银行贷款，银行贷款利率为k，企业向银行提供价值为D的抵押品。
目前，已经研制成功的椰果采摘机，大部分只能定点对某棵椰树进行采摘，而不能自动地转移到另外一棵进行采摘。即使在人工的帮助下转移的过程当中，将会大大降低时间的利用率，从而降低了采摘机纯工作的时间，并且采用的履带式或者滚轮式的行走机构磨损也会非常大，所以在采摘机的工作当中，需要大量的人工帮助才能顺利完成。虽然局部技术有较高的效率，但是从总体工作来看，效率仍然很低。
若抵押品的实际价值为D，负利率等低利率状况下的估值机制导致银行认为该抵押品价值为D′；当信息不对称程度较为严重时，银行进一步错误判断企业的抵押品价值为D″，D″>D′>D。若假定抵押品价值为D、D′、D″时，项目风险等级对应分别为Ⅰ、Ⅱ、Ⅲ，则可以判断Ⅰ<Ⅱ<Ⅲ。银行估值偏差越大，企业所选择的项目风险就会越高，银行无形中所承担的风险越大，估值效应被放大。同时，高利率意味着低利润，企业会通过投资高风险项目弥补自身收益，这与柠檬市场理论异曲同工，高风险项目驱逐低风险项目。银行作为信息的劣势者，可能会对高风险借款者放款。
综上所述，在负利率和流动性过剩的情况下，一方面，银行会对抵押物产生过高估值，从而低估违约概率；另一方面，银行自身资产负债表状况的改善也会降低其贷款标准并增加自身风险。商业银行信用评级制度越不完善，信息不对称程度越严重，银行对借款者的估值偏差就越大，传导效应就越明显。
图2 估值机制的放大机理
2.逐利机制在中国的放大机理。虽然中国国有银行和商业银行的股份制改革已经基本结束，但迄今为止，中国银行业最主要的资金来源仍是各类存款，最主要资金投向仍是贷款。这样的经营背景意味着，相对于以直接融资为主的金融混业经营国家的银行业需执行的资本市场信息披露严厉程度，中国银行市场的信息不对称会更严重。储蓄者作为委托人将资金存入银行以获取固定的利息收益，在这种委托代理关系中，商业银行不再是风险中立的角色。银行作为储户的代理人是信息的优势者，更容易通过道德风险行为来增进自身利益。其中的机理分析如下。
假定：(1)储户在商业银行的存款资金量为1，商业银行给储户提供的存款利率为r，则储户能够获得固定收益r；(2)银行将全部资金贷款给企业(即无存款准备金)，市场上存在两种信用评级的企业：第一种为低风险、高信用企业，银行将资金全部贷款该企业能够以P1的概率获得收益R1。第二种为高风险、低信用企业，银行将资金全部贷款该企业能够以P2的概率获得收益R2，其中P1>P2，R1 在上述假定下，银行为追求利润最大化，在P1、P2、R1、R2既定的情况下，银行选择低风险企业，降低风险偏好需满足以下条件[15]：P1(R1-r)>P2(R2-r)，即：r 处于信息劣势的储蓄者并不清楚银行会选择何种风险级别的信贷投放，在获取固定收益的情况下，储户往往会选择提供更高存款利率r′的银行。高风险偏好的银行获取了更多的资金来源，低风险偏好的银行因无可贷出资金和盈利渠道而退出市场。市场中剩下的风险承担意愿较高的银行在获得高回报的同时，承担了更高的融资成本，收益目标粘性促使银行追加高风险投资，逐利机制进一步被放大。 此外，在储蓄者与银行之间的委托代理关系中，银行利用自身的信息优势将自己所承担的风险部分隐形地转嫁到储蓄者身上，产生道德风险。在面对上述两种情形的信贷配给时，银行的期望收益可以表示为：E(R)=P1R1+P2R2。银行所对应承担的风险可以用未来收益的不确定性，即E(R)的标准差来测度： Invi，t=γ1Invi，t-1+γ2Zi，t+γ3Sizei，t+γ4CARi，t+γ5DLi.t+γ6CITi，t+γ7CMEt+γ8CRt+μi+ξi，t 综上分析，就逐利机制而言，当利率为负时，银行加大高风险交易比例以谋取高收益的动机会增强。当风险、收益、投资机会等各类市场信息不对称时，高风险偏好的银行意味着较高的预期收益，低风险偏好的银行由此将被挤出市场。同时，道德风险的存在也会增加高风险银行的融资成本并降低其收益，为谋取更高收益，银行只好增加高风险投资，逐利机制的效应在中国进一步被增强。 图3 逐利机制的放大机理 在中国分业经营、分业监管的金融管理体制中，商业银行还很难将资金大比例配置与股票等高风险证券资产。中国银行在低利率下的估值机制和逐利机制主要体现为信贷投放和债券投资等比例的变化。由于中国银行目前投资的债券主要是国债、金融债、高信用等级公司债等，因而债券投资是一种低风险行为。相对于债券投资，中国银行如果大幅扩张信贷规模则被视为一种较高风险行为。如果银行减少债券投资、扩大信贷规模，则被视为估值机制和逐利机制在中国发挥了效应。 图1中的第二阶段是银行风险行为对风险承担做出反应的过程，即银行基于自身的风险承担这一指标制定其以信贷投放等为主的投资和决策行为。一方面，当商业银行的风险承担意愿较高时，在“估值机制”和“逐利机制”的放大作用下，银行为追求高收益会低估企业的违约概率、增加信贷投放规模，客户贷款及垫款的期限结构、业务类型也会相应改变。另一方面，银行一般投资债券等低风险、低流动性的标的，当银行风险承担能力较强时，会减少低风险类金融产品的投资比例，增加信贷投放规模等。 当箱梁的固端最大弯矩为1.5倍屈服弯矩时，其截面从底板到受压区腹板的正应力分布较恰好达到屈服弯矩时均匀，如图14所示，同时，受压区腹板的压应力也很大，接近屈服应力，而顶板的拉应力增幅较大并接近屈服。此时整个模型的塑性变形比弹性变形要大很多。综上所述，在1.5倍的屈服弯矩加上去之后，箱梁截面底板正应力的变化和箱梁竖向正应力的变化均较大，底板正应力趋向于平均，剪力滞效应影响减弱，而竖向正应力也趋向于平均，伴随较大塑性变形进入塑性状态。 基于前文的理论分析，本节将主要从实证角度探讨负实际利率对中国银行风险承担和风险行为的作用过程及效果。实证过程依据图1分为两阶段进行。 银行风险承担渠道由Borio和Zhu提出[6]。与货币政策传统的传导渠道相比，风险承担渠道改变了银行风险中性的假设前提，并认为长期低利率将提升银行的风险承担能力并进而影响银行的风险行为，具体表现为银行会向高风险公司承诺更多贷款，而对抵押品的要求较低等等。张强等发现，银行风险承担还会影响银行除信贷投放之外的其他投资行为[7]。借鉴这些文献，本文将银行的风险行为分为两类：以信贷投放大幅扩张为主的较高风险行为以及以现金持有或债券投资等为主的较低风险行为。 检验第一阶段时，解释变量为负实际利率(NIR)、加权风险资产占总资产比率(RTA)、资产收益率(ROA)。根据估值机制和逐利机制，本文拟将加权风险资产占比、资产收益率分别作为银行资产配置状况和盈利能力的代理变量，以考察中国负利率状况对银行风险承担的影响。 检验第二阶段时，选取的因变量为银行信贷增加额(Loan)、投资增加额(Inv)。信贷增加额选用银行客户贷款及垫款净增加额这一指标，其中客户贷款能够反映银行的信贷增长情况，而银行垫款(3)银行垫款是客户无力支付到期款项时，银行被迫以自有资金代为支付的行为。被列入商业银行不良资产，一定程度上能够体现信贷的质量情况；投资增加额反映了各商业银行投资投入资金的变化情况，是其风险行为发生改变时的一部分体现。 第二阶段检验时的解释变量为第一阶段的被解释变量Z-score值，以探究银行风险承担是否对银行风险行为产生显著影响。 上述两个阶段中，控制变量的选取分为两大部分：(1)银行微观特征变量。本文拟选用银行的资产规模(Size)、资本充足率(CAR)、贷存比(DL)、银行营业成本比率(CIT)。其中，贷存比是银行流动性状况的静态指标，是银行贷款余额与存款余额的比率，贷存比越高，银行流动性风险越高。贷存比反映了银行的总体资金利用情况，且计量简单，易于统计，评价较为全面；采用营业成本比率衡量银行效率。(2)银行经营环境的宏观变量，包括国家房地产景气指数(CME)和银行业集中度(CR)。商业银行的发展与房地产行业繁荣程度密切相关，国房景气指数遵循经济周期波动理论，综合反映了中国房地产行业的发展景气状况，一定程度上也能反映经济波动。房地产市场越繁荣，则银行信贷需求越高，贷款投放增加的同时，所带来的风险可能越大。关于银行业市场结构的衡量，行业集中度最简单易行，也是使用最为广泛的市场结构指标。本文所使用的银行业集中度为中国大型商业银行总资产占银行业金融机构资产总额的比率，大型商业银行和银行业金融机构统计范围及总资产数据来源为中国银监会。 表1 变量定义 在借鉴张强等人研究成果的基础上，本文构建以下动态面板数据模型，分别检验利率对银行风险承担的影响，以及风险承担对风险行为的影响[7]。模型(1)用于检验利率对中国商业银行风险承担的影响。 Zi，t=α1Zi，t-1+α2NIRt+α3RTAi，t+α4ROAi，t+α5Sizei.t+α6CARi，t+α7DLi，t+α8CITi，t+α9CMEt+α10CRt+μi+ξi，t (1) 模型(2)、(3)分别用于检验银行风险承担对银行信贷行为和银行投资行为的影响。 Loani，t=β1Loani，t-1+β2Zi，t+β3Sizei，t+β4CARi，t+β5DLi.t+β6CITi，t+β7CMEt+β8CRt+ μi+ξi，t (2) 元蔓高速公路（玉溪段）勘察主要难点分析及勘察对策……………………………………………… 郝莉莉，章卫卫（8-64） 随着中国经济的增长和社会的发展,对交通基础设施建设的需求快速增加,公路桥梁建设所受的限制条件也日趋复杂.双层钢桁梁桥占地面积小,可以充分发挥桥位之利,其通行能力大,能有效地缓解交通压力.开启桥因能改善桥梁通航净空高度,使某些无法修建高架桥的河道建桥成为可能,其优点是墩台较低,能减少两岸引桥和路堤工程量. (3) 对中国而言，一方面，以银行信贷等间接融资为主的金融市场结构意味着，在人民币利率影响宏观调控目标的传导过程中，商业银行的决策行为更重要。另一方面，虽然中国至今未实施负利率政策，但实际利率已多次进入负值区间。综合两方面因素，从实际利率视角探讨负实际利率对中国银行风险行为的影响，不仅有利于弥补现有文献的不足，而且有利于我们正确评估人民币利率政策的传导过程及传导效果。 ① 例如，受历史坏账等影响，中国农业银行2007年曾出现不良贷款率高达23%等多个指标异常的现象。为避免此类极值数据对结果的影响，本文在确定样本时就剔除了中国农业银行。 HPLC法需要的试剂较多，需要接触OTA的标准品，使用的免疫亲和柱也需要冷藏保存，需要避免移动色谱仪，便携性不强，实验耗时较长。但是该方法的重复性好、准确度高，因此国家标准中推荐使用此方法[16-20]。 开展高水平的专业建设，在培养目标层面，最便捷的渠道和标准其实非常明确。世界技能大赛下设六大类50多个竞赛项目，不仅覆盖传统的制造业和服务业，也覆盖先进制造业、战略性新兴产业、时尚与创意产业，以及新技术、新技能。每个竞赛项目都有一套完整并不断发展完善的技能竞赛标准和竞赛命题的规则。这套技能标准来自企业的生产实践，紧跟产业发展和技术发展的时代趋势。这套最前沿的竞赛使用的技术标准对发展职业教育和职业培训，具有重要的导向作用。除了世界技能大赛，我们国家和地方层面的技能大赛，也同样能够为院校开展专业建设提供来自行业发展最前沿最主流的技能和标准要求。 本文从目前在A股上市的商业银行中选取14家作为研究对象。其中大型国有商业银行4家，分别为工商银行、建设银行、中国银行和交通银行；大型股份制商业银行7家，分别是华夏银行、民生银行、中信银行、兴业银行、平安银行、浦发银行和招商银行；城市商业银行3家，分别为南京银行、北京银行和宁波银行。A股上市银行中的其他银行由于上市时间较晚、数据较少、或风险承担等核心指标受巨额历史坏账影响存在极端值等原因①未被列入本文的样本。 4.保险机制。货币政策决策的高透明度或强可预期性，有利于商业银行等金融市场的参与者降低对未来市场波动预期的不确定性，进而降低商业银行的风险承担。然而，低利率通过估值机制、逐利机制、竞争机制在提升银行风险承担的同时，也大幅提高了银行持续经营困难甚至是破产的可能性。此时，央行如果一味为了维持金融稳定而对问题银行实施兜底式援助，则这种隐性保险机制的存在将助长银行对高风险的容忍程度。此外，低利率下银行的道德风险会更严重，对于道德风险严重的商业银行而言，存款保险制度等显性保险机制的存在也会在一定程度上纵容银行偏好高风险。因此，隐性和显性保险机制的存在，将刺激银行在低利率环境中愿意付出更高的风险承担。 1992年10月，中国通货膨胀率突破7.9%，高于当时一年期存款基准利率7.56%，自此，中国进入负实际利率阶段，这一阶段持续至1995年12月，长达38个月之久。2003年以后，央行多次下调存贷款基准利率，中国多次进入负实际利率阶段[21]。1992年10月至2018年12月，中国负实际利率的月度时段共计140个月，占总时段的44.4%。在本文选择的样本时间段内，45个季度中共有25个季度的实际利率为负，占总时段的55.6%。 表2 主要变量的描述统计 为比较不同利率状态下银行风险承担渠道的传导效应，本文列出了负实际利率(NIR)、正实际利率(PIR)和所有实际利率(RE)三种情形下的结果作为比较。表3中模型(1a)、(1b)、(1c)对应的三列是采用模型(1)分别检验三种利率各自对银行风险承担的影响结果。相应地，模型(2a)、(2b)、(2c)是采用模型(2)分别检验三种利率状态下银行风险承担对银行信贷行为影响的结果，模型(3a)、(3b)、(3c)是采用模型(3)分别检验三种利率状态下银行风险承担影响银行投资行为的结果。 为减小自回归问题带来的估计偏差，本文采用了纠偏LSDV方法。当纠偏LSDV估计出的因变量滞后项调整系数处于合理范围内，即位于通过面板混合最小二乘模型(Pooled OLS)和固定效应模型(FE)估计得到上限和下限之间，可认为模型回归结果较好。我们将因变量滞后项调整系数的上下限列于表3和表5的倒数第三和第二行。可见，各模型的调整系数大多位于合理范围内，说明本文选用纠偏LSDV方法得到的估计结果是可靠的。 3.3.1 基肥 以有机肥为主，合理配施化肥，使果园土壤有机质含量逐步达到2%以上。基肥应按照“熟、早、饱、全、深、匀”的要求，于 9 月中旬至10月底施入，越早越好。 表3 三种利率状态下的纠偏LSDV两阶段检验结果 1.负实际利率对银行风险承担和风险行为影响的实证结果。模型(1a)的结果显示，负实际利率与Z-score值显著正相关，负利率程度每提高1%，银行Z-score值就提高0.035个百分点，说明负实际利率明显增强了银行的风险承担意愿。与Soares和Bonfim的结果相比[12]，当实际利率为负时，中国银行的风险承担意愿更强。此外，模型(1a)还显示，当实际利率为负时，银行资产配置状况(RTA)、盈利能力(ROA)的变化对银行的风险承担意愿都会产生显著影响，但银行加权风险资产占比(RTA)对风险承担的影响较小(0.005)。同时，商业银行的盈利能力(ROA)越强，银行的风险承担意愿越小(-0.937)，其中原因可能是支撑较高盈利资产的风险已经较高，银行在已实现较高盈利条件下继续冒风险的意愿也就随之降低。 1.2.1.1 成立干预小组 干预小组由取得心理咨询师资格证的副主任护师2名和主管护师2名、工作2年以上的护师4名组成。研究开始前对小组成员进行研究内容、研究流程及研究方法等统一培训。 模型(2a)和(3a)的结果显示，当实际利率为负时，风险承担意愿(Z)与银行客户贷款及垫款净增长额(Loan)显著正相关(0.659)、与债券等投资净增额(Inv)显著负相关(-2.101)。这表明，负利率在提升银行风险承担意愿后，银行的行为更加趋于高风险，具体表现是垫款及信贷投放(Loan)大幅扩张、债券等投资(Inv)大幅减少等。 模型(1a)的结果还显示：(1)国房景气指数(CME)与银行风险承担意愿(Z)负相关(-0.015)，说明房地产市场的快速上涨会削弱银行继续加大风险承担的意愿；(2)银行业垄断程度(CR)与银行风险承担(Z)显著正相关(0.018)，可能是因为银行业垄断程度高时，银行享有的高额利润让银行有了足够的经济基础去承担更大风险。 2.负实际利率时的结论与正实际利率和所有实际利率时结论的比较。当实际利率为正时，模型(1b)的结果显示，正实际利率(PIR)与银行的风险承担意愿(Z)之间的相关性并未通过显著性检验，表明正的实际利率并不能明显提高银行的风险承担意愿。即使如此，对比模型(1a)、(1b)、(1c)结果中RATE的系数后还是不难发现，在三种利率状态下，负实际利率对银行风险承担意愿的促进作用最明显(0.035>0.026，0.035>0.018)。 模型(2a)、(2b)、(2c)的结果均显示，银行风险承担意愿(Z)与银行信贷(Loan)之间显著正相关；模型(3a)、(3b)、(3c)的结果均显示，银行风险承担意愿(Z)与债券等银行投资(Inv)之间显著负相关。这表明不管在什么利率状态下，银行的风险承担意愿越强，越愿意大幅信贷扩张，同时也越愿意减少债券投资等(Inv)的低风险行为。 对比模型(3a)、(3b)、(3c)中Z和Inv的回归系数后可以发现，在相同的风险承担意愿下，实际利率为负时，银行在债券等投资(Inv)上的降低程度最大，表明负利率时银行更不愿意从事低风险投资行为。 综上所述，表3表明，当实际利率为负时，中国利率政策的传导确实存在银行风险承担渠道，且负利率明显提升了银行的风险承担意愿，进而刺激银行大幅扩张信贷投放等较高风险行为，同时减少了债券投资等低风险行为。 3.对变量是否存在内生性的检验说明。在上述检验模型中，有三种因素可能会导致解释变量的内生性问题：(1)遗漏变量可能与其他解释变量相关；(2)解释变量中包含被解释变量滞后项的动态面板模型存在固有的内生性；(3)考虑到选取的风险承担变量Z-score值由历史数据计算获得，信贷投放和投资等银行风险行为会对银行风险承担产生影响，两者之间可能存在一定的双向因果联系。在研究负实际利率(NIR)对银行风险行为的影响时，我们可通过差分GMM去解决变量的内生性问题。 维纳滤波语音增强技术能有效改善语音质量,抑制带噪语音中的噪声,但和大部分语音增强算法一样,它并不能有效提高语音可懂度(Speech Intelligibility)。维纳滤波算法增益函数依赖于语音各频点的估计信噪比,大量的研究工作用于分析信噪比估计算法的性能对提升语音质量和减少残留噪声的影响,而忽略了分析信噪比估计误差对语音可懂度的影响。而助听器的主要目的是提高使用者的语音可懂度,因此对增强算法的研究需充分考虑增强算法对语音可懂度的影响。 种植体稳定性被认为是获得骨结合的首要因素，尤其是在即刻种植和早期负载的病例中[5] 。种植体植入后的稳定性差，可能会引起种植体表面纤维组织附着，进而影响骨-种植体接触[6-7] 。目前，有多种方法被用于评估种植体的稳定性，其中种植体植入和旋出的扭矩值是评价其稳定性的可靠依据，其数据可通过种植手机电子感应器或扭矩扳手读数获得。但植入扭矩只适用于种植体植入即刻，而旋出扭矩主要应用于动物实验，并不适用于临床进行长期稳定性监测[8-9]。由于共振频率分析(RFA)和牙周动度测量(Periotest)结果客观、可靠、稳定，此两种方法被广泛应用种植体稳定性的测量[10-11] 。 表4 变量内生性分析 4.负实际利率对银行风险行为影响的银行分类检验。将14家商业银行分成三类：国有商业银行、全国性股份制商业银行和城市商业银行，分别检验以探究负实际利率的影响在中国不同性质银行之间是否存在显著差异。差分GMM方法虽能较好解决变量内生性问题，但在工具变量较多的情况下也会产生弱工具变量问题，因而不适用于银行分类检验。纠偏LSDV方法能充分运用全部信息，更适用于分类情况下的长面板数据，结果见表5。 表5 银行分类下的纠偏LSDV两阶段检验结果 表5显示，负实际利率通过银行风险承担渠道对国有商业银行和全国性股份制商业银行的信贷投放和投资行为具有显著影响，而城市商业银行的回归系数不显著。其中原因可能是在所选取样本中，国有商业银行的总资产占样本总资产的65%，而三家城市商业银行仅占4%，故本文会认为国有银行的结论更具代表性。 四是水工程安全，即在江河、湖泊和地下水源开发、利用、控制、调配和保护水资源各类工程的安全，包括防洪、灌溉、供水、发电、防洪、发电、水土保持、水资源保护等工程的合理建设与良性运行等。 将国有商业银行和股份制商业银行进行比较发现，实际利率为负时，银行风险承担意愿(Z)对国有银行信贷投放(Loan)的影响更大，原因是这两类银行在产权方面存在差异性，经营方面则反映出股份制银行比国有银行经营更为谨慎的特点，当风险承担提高时，股份制银行所增加的信贷投放要小于国有银行。 从银行特质变量的估计结果来看，规模(Size)越大的国有银行和资本充足率(CAR)越高、贷存比(DL)越小的股份制银行，其风险承担意愿(Z)越高。规模越大的国有银行，通常越有潜力通过规模报酬效应提供更多的信贷投放，提高风险承担意愿。对于股份制银行而言，虽然难以像国有银行那样获得规模报酬效应，但资本充足率越高的股份制银行的资产安全垫也越厚，加上贷存比越低，可信贷扩张的资金就越多，于是风险承担意愿也就越强。 宏观控制变量中，房地产市场越景气(CME)、银行业集中度(CR)越低，国有银行和股份制银行的风险承担意愿(Z)越小，这与表3中14家上市银行的总体回归结果基本一致。此外，房地产市场越繁荣，信贷需求旺盛，国有商业银行会增加信贷投放，而国房景气指数对股份制银行信贷投放的影响不显著，这也说明了股份制银行的经营更为谨慎。 5.稳健性检验。为进一步验证结果的可靠性，本文更换样本区间进行再次检验，选取2011年第一季度至2017年第四季度的数据进行稳健性检验。检验方法仍然选择纠偏LSDV，各模型的被解释变量滞后项调整系数均位于OLS估计和FE估计的上下限内，说明估计结果较为合理。当实际利率为负时的稳健性检验结果见表6。 表6 稳健性检验结果 由表6可知，负利率通过银行风险承担对银行信贷行为和投资行为的影响仍然是显著的，且影响方向和前面的实证结果一致。综合来看，负实际利率会通过影响银行风险承担增加中国商业银行的信贷投放、减少低收益的投资行为。 以银行信贷等为主的间接信贷融资方式，意味着中国货币政策的传导仍在很大程度上依赖于商业银行。在征信体系尚不完善、各类信息不对称程度较高等背景下，借款企业能否从商业银行成功获得融资将依赖于银行对各类风险的态度，即商业银行愿意承担多大的风险。当实际利率为负时，商业银行不再是风险中性，也就不符合货币政策传统传导机制的应用前提。基于这些背景，本文重点探讨了负实际利率状态下，货币政策的传导是否存在银行风险承担渠道，若存在，其作用机理是什么，又如何进而影响银行的风险行为等问题。研究结果发现：(1)理论上，负实际利率会通过估值机制、逐利机制、竞争机制和保险机制等作用于银行的风险承担意愿。中国货币政策的传导确实存在银行风险承担渠道，且传导效应高于资本市场相对发达的国家。(2)相对于实际利率为正时的情况，负实际利率明显提升了银行的风险承担意愿，进而促使银行减少债券投资等低风险行为，刺激银行去冒更高风险进行更大规模的信贷扩张。(3)负实际利率对中国银行风险承担的传导效应在不同性质的银行之间虽影响方向大致相同，但影响程度却存在明显差异。 上述结论表明，负实际利率对中国银行的信贷和投资等风险行为具有显著影响。因此，本文认为，人民币的名义利率虽然至今仍未进入负值阶段，但从金融稳定的视角来看，应将负实际利率纳入宏观审慎框架。 Based on Eqs. (1) and (3), the particle sedimentation rate can be expressed as: 第一，中央银行在使用存贷款基准利率等货币政策工具时，要充分考虑到负实际利率对中国商业银行风险承担的影响，防止负实际利率状态在提升银行风险承担意愿后累积成可能引发银行危机的更大风险，及时化解系统性金融风险。 第二，中国特殊的融资结构决定了中国银行业的信贷行为与经济波动之间具有很强的关联性。中国在采用降低利率等手段促进经济发展时，要引导商业银行在负利率状态下形成合理的风险预期，严格信贷标准，避免商业银行过度信贷扩张尤其是过度集中地投向风险相对较高的房地产信贷等行业，以降低负实际利率对宏观经济影响的波动性。 第三，当实际利率为负时，银行的低成本资金相对充足，更容易绕过内外部监管制度进行过度乐观的高风险决策。因此，应通过进一步优化商业银行的职业经理人制度等途径来尽快改善中国银行业的公司治理效率。应通过严格银行尽职调查、规范银行投资决策程序等途径来进一步健全银行的内部控制制度，防止发生因银行与企业之间的信息不对称等产生的银行“踩地雷”式高风险信贷投放行为。
(三)第二阶段：银行风险承担对银行风险行为的影响
四、实证分析
(一)变量的选取
(二)模型设计与方法选择
(三)样本选择与数据说明
(四)实证结果与分析
五、结论与启示
