LPR报价机制引入是否会导致银行业风险上升

■张港燕，张庆君

2019年8月17日，中国人民银行发布公告决定改善LPR报价机制。在新报价机制中，央行和报价行各掌握一部分LPR定价权，凸显了LPR的市场化特征。8月20日，改革后的LPR正式发布，其中1年期LPR为4.25%，较之前的LPR小幅下降6BP，LPR报价机制的引入有利于实体经济的发展，降低企业的融资成本，但是对商业银行的发展既是挑战也是机遇。从理论上看，一方面，贷款基础利率的发布有利于商业银行的发展。LPR报价机制的运用，使得利率形成机制更加透明化，杜绝了一些投机现象，有利于降低金融风险，并促进商业银行的定价机制创新。另一方面，LPR报价机制也给商业银行带来了一定的挑战。LPR报价机制改变了商业银行的传统定价模式，使得存贷利差减小，银行利润降低。贷款利率的下降会导致银行业竞争加剧、银行对客户贷款标准放宽以及进行高风险行为以追求银行收益持续上升，最终导致商业银行风险上升。那么，最终LPR报价机制的引入对商业银行行为有何具体影响，这样的影响是如何传导的？笔者将通过实证模型来研究贷款基础利率的引入与商业银行风险承担的关系，并且进一步分析LPR报价机制的引入对不同的商业银行的影响有何不同之处及其传导机制。

一、文献综述和研究假设

（一）LPR报价机制与商业银行风险承担

最早采用最佳客户的最优利率作为基准利率的是美国。美国政府将最优惠利率作为一项非常重要的货币政策，认为其是美国货币市场的晴雨表。美国的初始最优惠利率定价机制是由30家银行报价并公布，若超过23家银行同时报价发生变动，则最优惠利率进行调整，之后报价行减少为10家银行。该最优惠利率报价主要适用于信誉较好的商业贷款，之后应用范围扩大到信用卡、中小企业贷款等，但是随着美国金融市场的发展，LPR的应用范围逐渐减小，而大部分企业贷款等主要参照货币市场利率进行定价。借鉴其他国家利率改革的经验，我国提出了贷款基础利率报价机制，但此基准利率的形成背景和原因与其他国家并不相同。首先，我国是在利率市场化的背景下提出了贷款基础利率，主要是为了配合实施贷款利率上下限放开的政策。其次，贷款基础利率的提出和改革主要是为了解决利率的双轨制问题。贷款基准利率直接影响贷款利率，但是市场利率也可通过国债收益率对贷款利率产生影响，从而形成了货币市场利率和基准利率对贷款利率的双轨影响。LPR的出现可以代替基准利率，并且受市场利率的影响，从而使得政策利率通过LPR间接对贷款利率产生影响，形成对贷款利率的“单轨制”影响。孙国峰和栾稀（2019）构建了一个银行多部门的利率定价模型，研究发现贷款基准利率的存在，导致银行贷款利率并没有参照市场利率定价，由于贷款基准利率和市场利率的同时存在，对贷款利率的定价产生了矛盾，最终导致了利率的“双轨制”问题。深化利率市场化改革，优化贷款利率市场化的报价机制，增强LPR其对银行贷款利率定价的引导作用，可以解决利率“双轨制”问题，促进贷款利率实现“两轨并一轨”。

关于贷款基础利率对商业银行影响的研究主要有两个方面。一方面，LPR报价机制的形成对商业银行的长期发展有利。王志华（2013）认为贷款基础利率的发布是利率市场化的进一步推进，不仅使得利率形成机制更加透明，从而杜绝了一些黑色交易，而且有利于减少各种金融风险，有利于商业银行的发展，稳定金融市场。另一方面，LPR报价机制也给商业银行带来了一定的挑战。张希和陈轩（2019）认为LPR报价机制的实施是为了解决利率双轨的问题，但是，贷款基础利率对银行的传统模式有一定的挑战，使得银行利润下降，增大了银行风险承担的压力。曾刚和王伟（2019）认为LPR报价机制有利于企业的融资，但是由于其对商业银行的自主定价能力提出了挑战，最终对银行的利润、风险管理等造成负面影响。综上所述，提出假设1。

H1：LPR报价机制的引入增加了银行风险。

（二）利率市场化与银行风险的传导渠道

1.“竞争”渠道

“竞争—脆弱性”假说认为，当银行价格竞争加剧时，银行的垄断程度变弱，银行的特许经营权价值会被削弱，此时银行破产受到的损失会减小，故银行最终为了盈利而选择承担高风险，从而导致银行破产风险增大。Jimenez et al.（2013）认为利率自由化增加了银行间的竞争，而根据传统的“竞争—脆弱性”理论表明银行竞争的加剧影响了市场力量，从而降低了银行风险承担能力，并证实了银行间的竞争是主要的中间决定因素。

“竞争-稳定性”假说认为，竞争的加剧使得金融系统更加稳定。主要原因是：一方面，随着竞争的加剧，贷款利率下降，贷款企业则会选择风险较低的活动，此时企业利润增加并且违约率降低，故银行资产质量得到保证。另一方面，银行往往会对资信水平有保证的客户做出承诺，故银行为了实现对优质客户的承诺往往会制定较谨慎的经营方案，故银行承担较小的风险（Dinc，2000）。张亚梅（2019）通过实证研究发现，竞争与银行风险和利率市场化均存在倒U型关系，认为在推进利率市场化进程的背景下，贷款利率上下限的放开以及各种金融衍生工具的出现，使得银行无法从信贷端获得高额收益，银行开始了贷款价格竞争战争，商业银行竞争的加剧推进了银行的风险承担行为，由此导致商业银行的系统风险增大，但是在利率市场化改革的后期竞争的加剧反而降低了银行的总体经营风险。综上所述，提出假设2。

H2：LPR报价机制的引入会通过“竞争”渠道影响银行风险承担水平。

2.“盈利”渠道

对“盈利”渠道有两种解释：第一，利率市场化直接通过影响银行盈利能力而影响银行风险。在放松利率管制的进程中发现，对利率的管制导致了银行业出现财富转移现象，金融机构从存贷款利率管制中收取可观的经济租金，而存款利率上限的取消对金融机构的股票收益产生了负面影响（Chan＆Khoo，1998）。Chong（2010）使用误差修正模型，对比了放松利率管制前后，银行存款利率的变化，研究表明在取消利率管制后，银行存款利率刚性向下，存款利率与市场利率之间的利差收窄，最终降低了银行利润。一方面，银行可能会放宽贷款的条件，使得贷款总额增加，从而增加银行收益，但是贷款投放的大量增加可能会导致银行的不良贷款增加，从而使银行信用风险增大。另一方面，贷款基础利率的引入使得存贷利差收窄，银行利润下行，秉承着高风险高收益的宗旨，银行可能会进行冒险投资以提高收益，导致风险承担增大。第二，利率市场化改变了银行的盈利模式，从而影响了银行风险承担水平。Pennathur et al.（2012）从盈利的角度展开了一系列研究分析，结果表明以盈利能力衡量，公营银行的手续费收入减少显著降低了公共部门银行的风险，故盈利模式的多元化使得利率市场化降低了银行风险。然而，部分学者得到了与其相反的结论。由于贷款利率市场化，银行存贷利差的缩窄，出于保持银行收益的目的银行进行了盈利模式的调整，通过获得非利息收入来弥补损失。周正清（2017）认为银行非利息收入占比增加，没有导致银行收益增加，只是改变了银行盈利模式，并且银行盈利模式的改变大大增加了银行风险，主要原因是非利息收入一部分来源于高波动性的投资业务。综上所述，提出假设3：

H3：LPR报价机制的引入通过“盈利”渠道影响银行风险承担水平。

3.“信贷”渠道

对银行的“信贷”传导机制主要有两方面的解释：一方面，贷款增长可能导致随后的贷款损失增加。由于贷款利率市场化，商业银行的信贷标准有所放宽，贷款规模会持续增长。随着信贷的扩张，商业银行识别潜在贷款问题的能力随着时间的推移逐渐消失，逾期贷款、次级贷款等不良贷款大规模增加，最终导致银行风险增大。陆静等（2014）通过实证研究得出在贷款利率市场化的背景下，会使得信贷扩张从而加大了商业银行风险，因此银行在扩大信贷的同时，应关注信贷质量，防范控制银行风险。另一方面，贷款规模增加导致商业银行资金流动性受限。虽然从银行盈利角度看存贷比越高越合适，但是从银行风险角度分析存贷比越高意味着商业银行内部留用资金越少，可能会导致无法支付存款人支取现金的需求，故银行的流动性风险和破产风险增大。Kashyap et al.（1995）研究分析了金融自由化期间货币政策对银行风险的影响，研究发现银行流动性水平的不同，银行风险受影响程度不同，流动性水平越差的银行，银行风险越大。基于此，提出假设4。

H4：LPR报价机制的引入会通过“信贷”渠道影响银行风险承担水平。

二、研究设计

（一）主要变量说明

1.被解释变量：商业银行风险承担

衡量商业银行风险承担水平的代理变量主要有不良贷款率、Z值、预期违约概率、资产收益率的波动程度、加权风险资产占比。鉴于数据的可得性，使用Z值作为主要商业银行风险代理变量衡量商业银行的总体稳定性，同时使用不良贷款率（NPL）作为商业银行风险的代理变量进行模型的稳健性检验。借鉴Laeven&Levine（2006）的方法，用Z值代表商业银行风险承担，并且用资本充足率代替资本资产率用于计算Z值。计算方法为：

其中，Zit代表商业银行i在第t年的Z值，Uit表示商业银行在第t年的资产利润率（roa）的均值，σroait表示商业银行在第t年资产利润率（roa）的标准差，CARit表示第i个商业银行第t年的资本充足率。

2.主要解释变量

（1）核心解释变量（T×LPR）

由于贷款市场利率是2013年引入实施，因此变量LPR在2013年以前的值被设定为0，2013年以后数值为每年各银行LPR报价的平均值。截至2018年，农商行几乎没有应用LPR进行贷款定价，同时报价行的自主定价能力较强，其银行稳定性受LPR的影响较小。并且参考杨筝等（2017）对于放开贷款利率上下限的研究，故将全样本按照除农商行以外的是否报价行进行分类。T为虚拟变量，其中实验组为非报价行（T=1），对照组为报价行及农商行（T=0）。构造了T×LPR交叉项，若交互项系数显著，则表明非报价行（除农商行外）的银行风险受LPR的影响。

表1 商业银行风险承担指标的计量

续表1

（2）中介变量

借鉴喻微锋和周永锋（2019）对于价格竞争的研究，Lerner指数可以很好的反映银行业竞争程度，并且可以随时间变化，故在文献中被广泛应用。指数范围为0—1，若指数为1时代表完全垄断。计算方法如下：

其中，Pit、MCit分别代表商业银行i在第t年的价格和边际成本。其中，银行价格用利息收入与贷款总额的比值表示。边际成本用超越成本对数函数计算，其中总成本为利息支出、手续费及佣金支出、营业支出构成。银行运营中的投入价格分别以利息支出、手续费及佣金支出和营业支出占总资产的比重代表。

资产收益率（roa）为银行净利润与总资产的比值，主要代表银行的盈利能力。参考曹凤岐和杨乐（2014）以存贷比作为银行信贷调配指标，存贷比（LD）为银行贷款总额与存款总额的比值，既能代表商业银行贷款规模，又能表示商业银行流动性，存贷比越高，代表银行流动性越差。

3.控制变量

在控制银行个体特征方面，主要选取留存收益比（RER）、银行同业负债（IL）、资本资产（CTA）、权益负债比（DE）以及资产周转率（TURNOVER）。其中，留存收益比（RER）是指银行历年实现的净利润留存于银行的利益积累占净利润的比率，留存收益主要是净利润扣除分配的股利后剩余的部分，代表银行的盈利能力以及扩大银行规模的能力。权益负债比（DE）和资本资产率（CTA）代表银行的资本结构情况，CTA主要表示银行的偿债能力，能够直接影响银行风险。资产周转率（TURNOVER）是总资产利用效率指标，反映了银行的利用效率和经营好坏，总资产周转率的大小与银行盈利能力呈正比。在控制宏观经济状况方面，选取国内银行业竞争度（HII）、居民消费价格指数（CPI）和贷款占国内生产总值的比重（DGDP）作为控制变量。

（二）样本选取与变量说明

所用数据主要来源于全球银行和金融机构分析（BankScope）数据库、国泰安数据库以及各银行年报。由于部分数据缺失，选取了国内95家商业银行的不平衡面板数据。由于贷款基础利率报价机制是2013年引入实施的，同时最新数据较难获取以及为了保证研究时间的对称性，选取2007—2018年为研究时间区间。

（三）模型设定

为了分析LPR报价机制的引入对除农商行之外的非报价商业银行风险承担的影响，构造了如下基准模型：

其中，被解释变量Zit表示商业银行i在第t年的风险承担指标。模型（3）核心解释变量LPR的系数β主要表示全样本银行的风险承担与LPR的关系。模型（4）引入交叉项T×LPR，主要研究LPR在非报价行（除农商行外）与其他银行之间的政策效应是否有明显差异。银行特征控制变量Banksit包括留存收益比（RER）、银行同业负债（IL）、资本资产率（CTA）、权 益 负债 比（DE）以及 资 产 周 转率（TURNOVER），宏观经济环境控制变量Controlsit，主要包括国内银行业竞争度（HII）、居民消费价格指数（CPI）以及国内金融发展程度（DGDP=贷款/GDP）。α为常数项，μi表示银行个体效应，εit为残差项。为了解决可能的序列相关问题，使用异方差稳健标准误并在银行层面进行聚类。

为深入分析贷款基础利率的引入是否可以通过竞争、收益、信贷三种渠道进而影响银行的总体稳定性，进行中介效应检验。具体的递归模型如下：

其中，MEDit表示中介变量，Banksit表示银行个体特征控制变量，Controlsit表示宏观经济控制变量。首先，对模型（5）进行实证分析，若交叉项的系数α1显著为负，则说明非报价行（除农商行外）的贷款基础利率报价机制的引入与Z值呈负相关关系且与其他银行的政策效应有显著差异。其次，对模型（6）进行分析，若结果中交叉项的系数β1显著，则说明LPR报价机制的引入对中介变量产生影响。再次，对模型（7）进行实证分析，若结果中MEDit的系数γ1显著，表明中介变量对银行风险承担水平也产生影响。最后，对模型（8）进行实证分析，若结果中交互变量的系数φ1仍然显著，且中介变量的系数φ2也显著，则说明模型存在部分中介效应。若依次检验模型（6）、（8）系数β1、φ2至少有一个不显著，则进行Sobel检验，若结果显著同样认为存在中介效应。

三、实证分析与检验

（一）实证方法

首先，为解决可能存在的序列相关问题，选用异方差稳健标准误，并在商业银行层面进行聚类，对模型进行固定效应回归；其次，使用豪斯曼检验方法检验使用固定效应模型还是随机效应模型，检验结果拒绝原假设，说明固定效应模型优于随机效应模型，故将固定效应模型作为参照。然后使用双重差分模型，引入交叉项TxLPR的系数表明非报价行（除农商行外）与其他银行的风险承担水平受LPR影响是否有显著差异，并且说明非报价行（除农商行外）的银行风险与LPR的关系。最后按照是否为大型银行将全样本银行分为两类，进而研究银行异质性。

（二）实证结果分析

1.LPR报价机制的引入与商业银行风险承担

对模型（3）、（4）进行估计，表3汇报了其回归结果。在这些模型中全部使用稳健标准误，纳入控制变量。列（1）的回归结果可知，贷款基础利率变量的系数显著为负，说明LPR报价机制的引入与Z值呈显著负相关关系，即LPR报价机制的引入使得商业银行风险增大。根据其余回归结果可知，交叉项T×LPR的系数显著为负，则LPR导致非报价行（除农商行外）的银行风险显著上升，且与其他银行所受影响有明显差异。因此证实了假设H1。

表3 LPR报价机制的引入与商业银行风险承担

2.银行异质性

将全样本银行按照是否为大型商业银行（big）分类，若银行超过10年的资产总额大于样本空间25%分位数则取值为1，反之为0。

根据表4中结果可知，在全样本银行、城市商业银行、股份制商业银行中的大型银行的交叉项T×LPR系数均为负，但是均不显著；然而，中小型银行的交叉项T×LPR系数均显著为负。此结果说明对于非报价行（除农商行外）而言，LPR报价机制的引入增大了商业银行风险；同时说明资产规模越大的非报价行的交叉项显著性劣于资产规模较小的商业银行，即资产规模越大的非报价行受LPR的影响越小，故中小型商业银行更应该注意风险管理。

表4 商业银行风险承担的异质性

（三）稳健性检验

1.共同趋势检验

使用双重差分模型的前提条件是处理组和对照组在政策实施之前具有共同趋势，即非报价行（除农商行外）和报价行及农商行在LPR引入之前的银行风险趋势不存在显著性差异，或者即使存在差异也是不明显的。基于此构造了一系列与LPR报价机制实施时间距离的年份虚拟变量，before2指政策实施前距2013年超过3年的时间虚拟变量，before1则是政策实施前距离2013年不超过3年的时间虚拟变量，current指贷款基础利率实施当期，after1指LPR报价机制引入后距离2013年不超过3年的年份虚拟变量，after2指LPR报价机制引入后距离2013年超过3年的时间虚拟变量，这里主要关注虚拟变量before2和before1是否显著，从而进行平行趋势检验。结果显示，在1%的显著水平下，before2和before1的系数均不显著，表明在LPR报价机制引入之前处理组与对照组的银行风险承担水平不存在显著差别。同时，虚拟变量current也不显著，说明贷款基础利率的引入对于银行风险的影响存在滞后效应。最后处理组after1、after2的系数均在1%的置信水平下显著，故与对照组结果有显著差异。因此，原模型满足双重差分模型的平行趋势假设。

表5 平行趋势检验

2.安慰剂检验

借鉴杨筝等（2017）对于取消贷款利率上下限的研究，使用安慰剂检验，将LPR引入的年份推迟两年，设定为2015年为LPR报价机制引入时间（则变量lpr在2015年以前取值为0，2015年之后取值为各银行LPR报价的平均值）生成新的交叉项T×lpr。观察模型（4）的回归结果，若交互项的系数不再显著，则证明原模型的回归结果具有稳健性。具体结果如表6，从回归结果可以看出，无论是全样本回归还是分样本回归，交互项T×lpr的系数均在10%的显著水平下不显著。此结果说明若2015年引入LPR，则对于非报价行（除农商行外）来说，贷款基础利率将不再影响银行风险承担水平，结果排除了时间趋势导致银行风险增加的可能性。

表6 安慰剂检验

3.银行异质性的稳健性检验①限于篇幅，结果留存备索。

使用不良贷款率（NPL）替代之前的Z值来衡量商业银行的风险承担水平，从而进行模型的稳定性检验。回归结果显示全样本银行中的大型银行与中小型银行的交叉项系数均显著为正，并且中小型银行交叉项的系数大于大型银行，且中小型银行的交叉项系数均在5%的显著水平下显著为正，并且在城市商业银行和股份制商业银行中的中小型银行的交叉项系数的显著性均优于大型银行。这说明不同类型的商业银行的风险承担水平受到LPR报价机制引入的影响有明显差异，即商业银行资产规模越大，LPR报价机制的引入对其风险承担的影响越小。与原回归结果相同，结论可信。

四、进一步分析：中介效应检验

在证明了贷款基础利率的引入对商业银行风险承担的影响与其异质性后，借鉴已有研究，基于贷款基础利率的引入增大了银行风险的三个传导渠道：竞争、盈利、信贷，分别将lerner指数、资产收益率（roa）以及存贷比（LD）作为中介变量进行中介效应检验。结果如表7、表8和表9所示。

表7 竞争度的中介效应检验

根据表7列（1）的回归结果可知，T×LPR的系数在1%的显著水平下显著为负，说明对于除农商行以外的非报价行而言，LPR报价机制的引入与Z值负相关，即LPR的引入增加了银行风险。由列（2）、（3）、（4）可知，lerner的系数均不显著，同时进行Sobel检验的结果也不显著，说明以银行竞争度lerner为中介变量的中介效应不显著，即贷款基础利率的引入无法通过加剧银行间竞争影响银行风险承担。其可能原因在于：一方面，贷款基础利率的应用范围还有限且实施时间较短，还无法对商业银行间的竞争产生较大影响。另一方面，以往关于利率市场化加剧银行竞争从而影响银行风险的研究中其样本大部分为发达国家，但是我国属于发展中国家，故传导渠道可能存在差异（Cubillasa&Gonz′alez，2014）。

表8 资产收益率的中介效应检验

根据表8列（1）的回归结果可知，T×LPR的系数均在1%的显著水平下显著为负，说明对于除农商行以外的非报价行而言，LPR报价机制的引入与Z值负相关。由列（2）可知，交叉项的系数为-0.0235，在1%的显著水平下显著为负，说明LPR报价机制的引入导致非报价行的银行收益减少。由列（3）结果可知，资产收益率的系数在1%的置信水平下显著为正，则商业银行的资产收益率与商业银行的风险承担显著负相关，即资产收益率越高则商业银行风险越小。这可能是由于商业银行是以盈利为主要目的企业，当商业银行收益越少时，银行为获取更大的利润将倾向于进行风险较大的投资。由列（4）可知，T×LPR的系数与资产收益率roa的系数均在1%的置信水平下显著。最后进行Sobel中介效应检验，检验结果拒绝原假设，说明该模型存在部分中介效应。因此，贷款基础利率的引入抑制了银行利润的增加，从而导致银行投资于高风险的资产，使得银行风险增大，并且资产规模越小的商业银行所受“盈利”渠道的影响越大。结果证实了假设H3。

表9 存贷比的中介效应检验

根据表9列（1）的回归结果可知，T×LPR的系数均在1%的显著水平下显著为负，说明对于除农商行以外的非报价行而言，LPR报价机制的引入与Z值负相关，即LPR的引入增加了银行风险。由列（2）可知，T×LPR的系数在10%的显著水平下显著为正，说明贷款基础利率增加了贷款规模，使得存贷比增大。由列（3）结果可知，存贷比LD的系数在1%的置信水平下显著为负，说明商业银行贷款规模越大则商业银行风险越大。根据列（4）的结果可以看出，T×LPR的系数与存贷比的系数均在1%的置信水平下显著为负，说明存在部分中介效应。因此，贷款基础利率的引入使得贷款规模增加，银行存贷比增大导致银行流动性风险增大。结果证实了前文假设H4。

五、结论与建议

基于双重差分模型，将LPR报价机制的引入作为一项准自然实验，使用2007—2018年国内95家商业银行的不平衡面板数据，研究贷款基础利率报价机制的引入对商业银行风险承担的影响。通过实证分析结果显示，LPR报价机制的引入增加了非报价行（除农商行外）的风险，且该结果通过了稳健性检验。异质性分析显示：不同类型的商业银行的风险承担水平受到LPR报价机制引入的影响有明显差异，即商业银行资产规模越小，LPR报价机制的引入对其风险承担的影响越大。进一步的将贷款基础利率影响银行风险的作用路径分为竞争、盈利与信贷三种，分别以lerner指数、资产收益率与存贷比作为中介变量进行中介效应检验。结果显示，贷款基础利率的引入可以通过盈利和信贷两种渠道对银行风险产生负面影响，其中“盈利”渠道表现为通过降低银行资产收益率来影响银行风险承担，“信贷”渠道表现为通过增加银行存贷比导致银行资金流动性受限从而增加了银行风险，且资产规模越小的商业银行受两种路径的影响越大。

以上结论表明，在LPR报价机制的实施改革及应用覆盖面逐渐扩大的背景下，为了更有效的控制我国商业银行风险承担，应该注意以下几点：第一，商业银行在运用LPR的过程中，在提高自主定价能力的同时，也要注意防范风险。研究结果显示对于非报价行来说，贷款基础利率的引入显著增大了银行风险，并且在LPR改革的同时，国家出台政策要求各银行积极参考LPR进行贷款定价，因此提高商业银行的自主定价能力，加强商业银行风险预警机制是商业银行的主要任务。商业银行可以尝试通过LPR与贷款利率的区别管理，对于一般客户参考其信用水平，在LPR的基础上进行加减点，从而可以有效衡量该部分贷款的信用风险等不确定性，这样既有利于银行贷款的自主定价又有利于银行风险监管。第二，中小型商业银行应该努力扩大客户群体，积极发展中间业务，提高自身盈利能力，从而降低商业银行经由“盈利”渠道而增大银行风险的效应。LPR报价机制的改革进一步打破了贷款利率的隐性下限，虽然监管部门会对各银行进行监督，但贷款利率的进一步下降依旧会影响银行的盈利能力（宣宇，2019），从而加大了商业银行风险。尤其是资产规模较小的中小型银行的风险承担水平受到的影响较大。故中小银行可以尝试通过改变经营模式，增加中间业务收入，提高自身盈利能力，从而增强自身抵御风险的能力。第三，对于非报价行中的中小型商业银行而言，应及时控制商业银行贷款规模的过度增长，同时应重视对商业银行贷款质量的监管，从而降低商业银行经由“信贷”渠道而增大银行风险的效应。LPR报价机制的引入增加了各商业银行贷款规模，贷款规模的过度增长可能会导致银行资产质量下降，最终导致银行风险增大。因此，商业银行特别是中小银行在信贷审批时，要强化信用信息评价，同时加强对经济形势的分析及贷后管理，注重贷款的放贷时机。