宏观审慎评估体系能降低商业银行风险承担吗？*

陈伶俐

（广东省社会科学院，广东 广州 510610）

一、引言

宏观审慎政策作为从宏观层面对金融体系进行监管的国际性政策，能够对微观审慎政策做到有效补充，进而帮助熨平风险，提高金融稳定性。面对潜在金融风险的上升，宏观审慎监管越来越成为维护金融市场稳定的重要方式。金融全球化和自由化使得金融市场联系更加紧密，同时也增大了系统性风险暴露的可能性，混业经营下银行业风险敞口扩大，增加了金融市场风险。为此，要深化金融体制改革，健全货币政策和宏观审慎政策双支柱调控框架，完善金融监管体系，守住不发生系统性风险的底线。宏观审慎评估体系是宏观审慎框架下的中国实践，探索和建立宏观审慎评估体系以加强对银行等金融机构的监管具有很强的必要性和紧迫性。

本文以2011年前上市的16家国内银行为样本，研究宏观审慎评估体系对我国商业银行风险承担的影响，检验宏观审慎评估体系的实施对于降低商业银行风险的有效性问题，可以为宏观审慎评估体系的实施提供有针对性的参考，进而有利于完善宏观审慎评估体系的监管框架，提高整个银行业监管的有效性。另外，通过研究宏观审慎评估体系与银行风险的相关问题，可以更好地理解宏观审慎评估体系的内在机制。在政策有效性基础上，将更多的金融机构和监管指标纳入宏观审慎评估体系的范围，有利于实现更全面监管、减少监管缺失，进一步提高金融市场稳定性。

本文可能的边际贡献包括：第一，国内外大部分关于宏观审慎的研究都是集中在宏观审慎政策与系统性风险的关系，而对微观层面银行风险的研究比较少。商业银行在我国金融市场上占有重要地位，银行业风险构成金融风险的重要部分，研究宏观审慎政策工具对银行风险的影响，有利于稳定银行业，进而稳定金融市场。第二，本文用于实证检验的代理变量是具有中国特色的宏观审慎评估体系，它是我国宏观审慎框架的重要部分，是当前我国央行使用的宏观审慎工具。国内对该工具的研究比较少，但鉴于该政策工具的监管对象是我国的商业银行，因此很有必要对宏观审慎评估体系是否有利于降低商业银行风险承担进行研究。第三，实证模型将系统重要性银行评分指标纳入研究范围，该指标综合反映了商业银行的综合实力，国内关于该指标的研究不是很多，而将该指标纳入对银行风险研究的文章几乎没有。系统重要性金融机构是系统性风险形成的重要原因，对系统重要性金融机构的监管对于稳定金融体系具有重要作用，因此文章对于对系统重要性金融机构的监管具有良好的借鉴作用。

二、文献综述

（一）关于宏观审慎政策与金融稳定的研究

“宏观审慎”概念的提出最早可以追溯到20世纪70年代。BIS（2009）将宏观审慎政策定义为“旨在识别和减轻系统稳定性风险，进而降低支撑金融市场运作的金融服务中断所产生的经济成本”。IMF（2011）认为宏观审慎政策是对维护金融稳定的微观审慎政策的有效补充。宏观审慎强调从宏观系统层面进行补充。微观审慎假设风险是由市场决定的，不依赖于单个金融机构的决策，资产价格的变动是外生的；而宏观审慎将总风险视为一种内生变量，取决于金融机构的集体行为（Kahou等，2017）。随着对宏观审慎概念的不断认识，一个国际共识正逐渐形成，即宏观审慎政策对金融稳定至关重要，监管层可以通过提供新的宏观审慎工具来遏制危险的信贷繁荣以及金融中介机构的过度冒险行为，进而实现政策目标。

Kahou等（2017）认为，宏观审慎政策是确保金融体系长期稳定的正确途径，监管者应该从金融体系整体出发，降低金融体系的风险冲击。Cerutti等（2017）研究发现新兴经济体比发达国家更倾向于使用宏观审慎政策，宏观审慎政策可以帮助货币当局管理金融周期，但是在经济萧条时期的效果不是很好。Malovaná等（2017）研究认为货币政策和宏观审慎政策之间存在一定的冲突。Hancock（2019）研究认为，宏观审慎政策可以单独或结合使用以改变金融中介机构的投资组合构成和风险情况，影响金融机构负债的成本或构成，提高借款人的平均素质，进而有助于遏制信贷泡沫，增强金融体系的弹性。

国内关于宏观审慎政策的研究主要是基于国外相关研究，利用国外相关研究概念及方法，同时结合我国具体实际展开研究的。李妍（2009）较早分析了金融市场中系统性风险的特征，认为有必要加强宏观审慎监管，提高金融稳定。巴曙松等（2010）从多角度对宏观审慎政策实施的必要性进行阐述，并为我国构建宏观审慎框架提供宝贵建议。张亮等（2018）分析对比了宏观审慎监管体系在德、英、日三个国家的基本情况，为中国建立宏观审慎框架提供了宝贵经验，认为建立宏观审慎监管框架应在立足于本国国情的基础上，积极推动国际交流与合作。近年来，关于宏观审慎政策与货币政策的协调性问题逐渐成为研究的重心。蓝天（2018）研究发现当经济体受到货币政策冲击时，宏观审慎政策和货币政策配合对于降低信贷有显著效果，但是当受到非货币政策冲击时，两种政策配合可能会产出反向影响。因此在使用宏观审慎政策维护金融稳定的时候，需要考虑与货币政策协调性问题，避免造成政策冲突。

（二）关于宏观审慎工具与金融市场稳定的研究

世界范围内使用较频繁的宏观审慎工具主要有贷款价值比上限、逆周期资本缓冲机制、债务收入比上限、资本金要求等，由于受到次贷危机的影响，针对于抑制房价、信贷的政策工具研究最多。多数研究表明，通过宏观审慎工具的使用，信贷增速、房价、家庭债务等方面都得到了一定的抑制，这对于增进社会福利，维护金融市场稳定具有重要意义。

房地产市场是经济发展的重要组成部分，房价的稳定影响着国民经济的稳定。Kelly等（2018）研究了原始债务偿付和贷款价值比与违约之间的关系，发现违约率会随着初始贷款价值比的增加而增加，实证结果支持对第二套及以后的房产贷款实施更严格的宏观审慎限制。Punzi等（2018）认为，逆周期宏观审慎工具在一定程度上限制了信贷供给，改善了所有经济主体的福利水平。Olszak等（2018）发现动态准备金、较大的风险集中限制、对特定资产征税、贷款价值比上限和债务收入比都能有效降低贷款损失准备金的顺周期性。

国内关于宏观审慎工具的研究相对较少，但宏观审慎工具的使用对于抑制我国房价波动、控制银行风险、稳定金融市场同样起着重要作用。逆周期监管方式是维护金融稳定的重要方式。李楠等（2013）研究发现提高宏观审慎监管框架下逆周期资本监管要求在一段时间内有利于缓减信贷增长，进而控制银行风险。梁琪等（2015）研究发现，差别存款准备金动态调整机制和贷款价值比上限的逆周期调节机制能够有效降低银行信贷规模、杠杆率变动，进而维护我国银行系统的稳定。房地产市场是我国经济发展的重要组成部分，针对房地产市场的宏观审慎调控工具的研究越来越多。孟宪春等（2018）发现，关注于广义信贷偏离的宏观审慎政策能够更有效抑制房价上涨，降低社会福利损失。邵梦竹（2019）研究发现，扩大宏观审慎政策的实施程度能够更有效降低银行的风险承担，同时不同的宏观审慎工具能够通过不同的方式来抑制银行风险。

（三）关于宏观审慎评估体系与金融机构风险承担的研究

宏观审慎评估体系是我国对宏观审慎政策的探索，是当前我国主要使用的宏观审慎工具之一。宏观审慎评估体系正式实行于2016年，相对成型时间不是很长，因此国内关于宏观审慎评估体系的实证研究比较少。李义举等（2018）采用双重差分倾向匹配得分模型对上市银行数据进行实证分析，结果显示宏观审慎评估体系的实施能够有效降低商业银行的风险承担水平。中国人民银行成都分行货币信贷处课题组（2019）根据理论与实证分析发现，宏观审慎评估体系具有逆周期调节作用，能够在金融周期放缓阶段提供资本缓冲，降低金融市场风险。从已有文献研究可以看出，宏观审慎评估体系的实施能够对金融风险起到抑制作用，进而促进金融体系的稳定发展。

三、理论分析与假设提出

（一）宏观审慎评估体系对商业银行风险承担的影响机制分析

宏观审慎评估体系主要通过从多方面对银行行为进行合理引导，通过影响银行的信贷渠道、资本渠道、盈利能力（宋科等，2019）等方面，进而影响银行风险承担。银行风险承担很大程度上受到顺周期性问题的影响，当经济面临顺周期问题时，银行规模及市场业务的迅速扩张推动银行杠杆率的不断抬升，银行信贷规模及增长率快速上升导致市场经济杠杆迅速增加，推动市场风险的增加。面对顺周期下银行风险上升，宏观审慎评估体系可以通过以下机制影响银行风险承担：第一，将更多的资产被纳入广义信贷考核当中，能够降低银行间的资产腾挪，规范银行经营行为。第二，通过对资本和杠杆情况指标监管，影响银行的资本状况，进而发挥逆周期调节作用。资本充足率是宏观审慎评估体系的核心，在经济顺周期时期，通过资本充足率要求可以抑制银行广义信贷的快速扩张，进而抑制银行杠杆率，降低银行风险承担（郭娜等，2020）。同时，宏观审慎评估体系监管下资本充足率较高的银行一般为大型银行，风险承担能力较好，在维持最优资本比率基础上，会主动降低风险承担；而资本充足率较低的银行，风险承担能力较差，往往会由于监管压力而降低自身的风险承担。第三，通过对资产负债率、流动性、资产质量方面监管，规范银行业务经营行为，提高业务经营质量。一方面可以直接有效控制高风险业务规模，改善银行资产结构，提高信贷质量，降低不良贷款率；另一方面，银行资产质量和盈利能力也会随着业务质量的提高而提高，进而间接降低银行的风险承担。

外部影响机制主要为金融机构间风险溢出效应机制。马麟（2017）证实了我国商业银行存在系统性风险溢出效应，且单家银行对整个银行体系的风险溢出效应更明显。系统性风险极具传染性，可以通过资产负债违约渠道进行传染（方意，2016）。宏观审慎评估体系按照系统重要性将银行分为三类，通过加大对系统重要性银行进行监管，能有效降低风险传染。同时，宏观审慎评估体系遵循市场化原则，并对银行进行奖惩措施，在一定程度上可以有效抑制银行间的不良竞争，实现良性竞争。系统性风险也可以通过杠杆渠道进行传染。在经济上行时期，银行资金充裕，杠杆水平较高。然而，在经济危机期间杠杆率高的银行对其他金融部门的风险溢出效果更大（范小云等，2011）。当银行遭受风险冲击时，迫于杠杆率监管要求，受冲击银行会主动“去杠杆”，通过出售所持资产获得流动性，降低杠杆率。而出售的资产中有部分是来自其他银行，这就会导致关联银行面临融资流动性问题。受风险冲击的银行通过杠杆渠道将部分风险传递到关联银行，对关联银行经营活动造成影响。宏观审慎评估体系把资本充足率作为核心监管指标，银行必须满足指标充足率监管要求，否则就直接掉为C档，C档银行将会受到央行的惩罚性措施。资本充足率指标监管能够有效控制银行的杠杆率水平，降低杠杆渠道商的风险传染。同时，宏观审慎评估体系也对银行流动性进行监管，充足的流动性能够满足银行的融资需要，降低流动性风险。

根据以上理论及影响机制分析，提出文章的第一个研究假设：

假设1：宏观审慎评估体系能够有效降低银行风险承担。

（二）宏观审慎评估体系对银行风险承担影响的差异化分析

银行间普遍存在差异性，而这种差异性体现在很多方面，包括资产负债率、盈利水平、资本情况等，这些差异性都会影响宏观审慎评估体系对不同银行的产出效果。就资本充足率较高的银行来说，其能够保有较高的资本充足，一方面说明银行比较重视监管要求，抵御非预期风险的能力较高；另一方面也说明银行的经营和盈利水平比较稳健，风险也相对较小，因此应对宏观审慎监管要求时，银行所承受的监管压力不会很大。而资本充足率较低的银行，抵御风险的能力较弱，且自身风险也比较大，面对的宏观审慎监管上的压力也会比资本充足率高的银行高。因此对于不同资本充足率的银行，宏观审慎政策的效果可能存在一定的差异性。在研究宏观审慎与银行风险的相关文献中，大都证实了异质性问题的存在。Altunbas等（2018）对61个发达和新兴市场经济体的银行进行研究，发现宏观审慎政策对银行风险具有显著影响，宏观审慎工具在控制银行风险承担方面是有效的，同时宏观审慎工具在银行间存在异质性。刘志洋（2018）发现宏观审慎政策工具的使用能够有效降低银行系统性风险贡献度，但是宏观审慎政策的效用在银行间存在异质性。宏观审慎评估体系是对银行的综合性评估，包括七大方面、十五个具体指标的评估，综合性下存在很多差异性，每家银行的每个指标都存在差异；同时，宏观审慎评估对银行风险的影响渠道也是多样的，不同的传递渠道也会造成对银行风险承担的差异性。因此根据以上理论分析，提出文章的第二个假设：

假设2：宏观审慎评估体系对银行风险承担的影响存在异质性。

系统重要性金融机构是宏观审慎政策的重要监管对象，陶玲（2016）认为系统重要性金融机构是系统性金融风险的重要来源。Spelta等（2019）从系统重要性银行定位角度进行研究，为设计有效的宏观审慎政策提供新的参考因素，对于评估得分较高的机构活动可能会加剧整个银行体系的脆弱性，因此应该对此类活动进行持续的审慎监管。董琦等（2017）基于中国系统重要性银行视角研究发现，宏观审慎政策的实施能够从不同方面影响银行的货币政策敏感度，进而影响货币政策的传导机制及有效性。宏观审慎评估体系在实施过程中，参照宏观审慎框架的监管要求，将银行按照系统重要性程度分为三类进行监管。一般而言，系统重要性银行是规模比较大，业务经营范围较广且复杂程度较高，在国际市场上有着重要影响力的机构。此类银行一旦发生金融事故，容易对地区或是全球金融体系带来风险冲击，造成大范围经济波动,因此加强对系统重要性金融机构的监管有利于熨平经济波动。基于以上理论，文章提出第三个假设：

假设3：加强宏观审慎评估体系下系统重要性银行评分监管，能够降低银行风险承担。

四、研究设计

（一） 数据介绍与变量选取

本文研究样本选取的是2011年前上市的国内16家银行，所选银行都在一定程度上经历了2008年全球金融危机，且都在宏观审慎评估体系初步探索之前已经上市，因此政策对银行的影响过程比较完整。从银行性质来看，所选银行既有国有大型银行，也有全国性股份制性质银行，还包括区域性城市银行，覆盖面较广，在国内具有代表性。样本数据为16家上市银行年度平衡面板数据，样本区间为2009-2018年，数据主要来源于Wind数据库、CCER经济金融研究数据库和东方财富网数据库。

本文的核心解释变量是宏观审慎评估体系（MPA），选取政策工具的代理变量有不同方式。有的文献通过设置虚拟变量作为工具的代理变量，有的文献则选取体系中重要指标作为代理变量。由于选取一个重要指标来代替整个工具具有一定的片面性，因此本文通过设置虚拟变量作为宏观审慎评估体系的代理变量。宏观审慎评估体系于2016年正式实施，宏观审慎评估体系主要关注广义信贷，但当时广义信贷考核不包括表外理财，从而忽略了表外理财的风险附加。从2017年第一季度开始，银行表外理财纳入广义信贷进行考核，宏观审慎评估体系进一步扩大银行资产调控范围，能够更全面对银行信用行为进行监管，也能更全面考核银行风险。因此，本文宏观审慎评估体系虚拟变量设置为：2017年第一季度以前取值为0，2017年第一季度以后取值为1。宏观审慎评估体系是由差别准备金动态调整制度发展而来的，因此在稳定性检验上，使用大型金融机构所对应的存款准备金率（SDRR）作为宏观审慎评估体系的新代理变量。存款准备金率选取的是月度数据的平均值作为年度数据，数据来源主要来自东方财富网数据库。

本文的被解释变量是银行信贷/GDP比重和不良贷款率。本文的影响机制检验主要研究宏观审慎评估体系通过信贷渠道对商业银行风险承担产生影响，因此选取银行贷款总额占GDP比重表示信贷指标（LTG）。对于银行风险承担的指标的选取，已有文献主要有预期违约率EDF（Altunbas等，2018）、Z值（李义举等，2018；宋科等，2019）、不良贷款率（NPL）（刘生福等，2014）、风险加权资产占比（方意等，2012）等来表示。预期违约率（EDF）能较好反映银行风险承担，但数据较难获得；银行Z值主要反映银行的破产风险，不能全面衡量银行风险承担。宏观审慎评估体系关注的重点是广义信贷，银行的主营业务也是贷款业务，不良贷款率（NPL）为银行不良贷款总额占总贷款额的比重，反映了银行信贷的质量，能够比较全面衡量银行的风险承担。不良贷款率的高低反映了银行的业务水平，不良贷款率较低的银行往往业绩比较好，风险把控能力较强；不良贷款率较高的银行往往面临较大的经营风险。

本文的控制变量主要包括银行层面个体变量和宏观层面变量。宏观层面变量主要引入了银行注册地GDP增长率来控制宏观经济状况，进而可以考察宏观审慎评估体系在不同经济时期调控风险的能力。银行个体变量反映了银行的差异性特征，进而可以考察宏观审慎评估体系在银行间的差异性。在参考已有文献基础上，本文引入以下几个银行个体变量：①银行规模（LNSIZE）；②资产收益率（ROA）；③资本充足率（CAR）；④资产负债率（LOAR）；⑤系统重要性银行评分（SCORE）。

模型各变量的详细定义见表1。

表1 变量定义

系统重要性银行评分由银行规模、关联性、可替代性、复杂性及国民信心五个方面构成，该指标构成及计算方式主要参考巴曙松等（2012），每个指标下有多个子指标。银行规模（ASSET）是系统重要性的重要指标，主要由银行表内总资产表示；关联性指标包括系统内关联资产（ASSETIN）和系统内关联负债（LIABIN），系统内关联资产主要由银行存放同业及其他金融机构资金、拆出资金和买入返售金融资产构成，系统内关联负债主要由同业及其他金融机构存放资金、拆入资金和卖出回购金融资产；可替代性指标主要选取银行资产负债表中发放贷款及垫款（LAPOB）；复杂性指标反映银行业务及结构复杂程度，主要由交易性金融资产（TRADE）和可供出售资产（SALE）构成；国民信心指标反映公众最对银行的信任度，主要选取储蓄存款（SAVINGS）。根据以上五大指标分类，按照等权重方式求和得到各自银行的评分。具体计算方式如下：

根据求和公式以及银行具体数据，得出了2009-2018年期间16家银行的具体系统重要性评分，2018年银行评分情况如表2所示。

表2 2018年样本银行系统重要性评分排名

从表2可知，国有五大行排名靠前，其次是股份制商业银行，最后是地域性商业银行，排名结果比较符合国内银行发展状况，同时也与2019年样本银行的全球银行品牌价值排名在一定程度上吻合。因此，系统重要性银行评分是比较客观衡量银行的重要性程度的指标，反映了商业银行的真实状况。

（二）模型设定

本文先构造静态面板回归模型，采用固定效应的面板数据分析法进行影响机制检验，确定宏观审慎评估体系可以通过信贷渠道对银行风险承担产生影响；然后，考察引入系统重要性银行评分后的模型效果；最后，为了验证实证结果的稳健性，通过改变宏观审慎评估体系的代理变量进行检验。

宏观审慎评估体系对商业银行风险承担的影响机制模型如下：

考虑到银行重要性对于银行风险承担的影响存在差异性，将系统重要性银行评分指标加入到基准模型中，模型拓展为：

考虑到影响机制在银行间存在差异，宏观审慎评估体系在不同银行特征下对银行风险承担的影响存在差异。因此，文章加入宏观审慎评估体系与银行个体控制变量的交互项，检验宏观审慎评估体系对银行风险承担的异质性问题，模型拓展为：

其中Xit是银行个体控制变量。

（三）描述性统计

表3为所有变量的描述性统计结果。从中可以看出，我国16家上市商业银行的不良贷款率较低，均值为0.012，最大值为0.029，标准差为0.004，说明样本银行的不良贷款控制得较好，银行间差距不是很大，风险水平相对较低；样本银行的资本充足率平均水平为0.125，最大值为0.172，远远大于8%的最低要求，说明我国商业银行大都保持着充足的自有资本，抵御风险的能力相对较强；相比而言，银行间的系统重要性评分存在一定的差异，数据显示评分均值为0.313，最大值为1.03，标准差为0.295，说明我国银行的系统重要性评分存在较大差异，大部分银行的系统重要性评分较低，从而拉低了总体评分的均值，这种差异与银行总体实力和经营模式息息相关，评分的差异在一定程度上反映了银行风险承担的差异。

表3 描述性统计结果

ROA 0.011 0.002 0.005 0.015 CAR 0.125 0.016 0.089 0.172 LOAR 0.936 0.010 0.914 0.966 SCORE 0.313 0.295 0.015 1.030 DGDP 0.080 0.013 0.066 0.106

五、实证分析

（一）宏观审慎评估体系对银行风险承担的影响机制检验

首先就宏观审慎评估体系是否能够通过某种渠道对银行风险承担产生影响做机制检验，主要是对银行信贷占GDP比重（银行信贷/GDP）作为中介变量进行考察，信贷/GDP反映不同经济形势下银行信贷投放状态，是银行贷款业务与市场相关性的指标，信贷/GDP比重越大，银行风险越高。表4是利用Soble法检验宏观审慎评估体系对商业银行风险承担的影响机制回归结果。模型1是宏观审慎评估体系对银行风险承担的回归结果，该模型中没有加入系统重要性银行评分；模型2是宏观审慎评估体系对银行信贷/GDP的实证结果；模型3是基于模型1加入了银行信贷/GDP变量后的实证结果。在实证回归中，三个模型的拟合优度都表现良好, Soble检验对应的P值小于0.01，在统计上是显著的，表明宏观审慎评估体系能够通过降低银行信贷占GDP比重进而降低银行风险承担水平，中介效应是存在的，且中介效应比重为24.58%。

表4 宏观审慎评估体系对商业银行风险承担的影响机制检验

由模型1回归结果可以看出，宏观审慎评估体系虚拟变量与不良贷款率之间显著为负，说明宏观审慎评估体系的实施能够显著降低商业银行的风险承担水平，政策是有效的。从银行个体特征来看，银行资产收益率与不良贷款率显著为负，表明资产收益率较高的银行，投资模式更合理，风险管理能力更强，近而更能降低银行的风险承担；而投资收益率较低的银行，往往其资本运营能力较差，风险把控能力较弱，面临的风险承担较高。其次，资产负债率在5%的显著性水平下与不良贷款率呈负向关系，表明银行作为负债型企业，在合理的资产负债范围内，资产负债率较高的银行往往能够获得较多的投资资金，进而扩大投资范围，分散投资风险，降低银行风险承担；而资产负债率较低的银行，可能会面临一定的流动性不足压力，造成投资收益下降，风险承担水平上升。从宏观特征变量来看，GDP增速与银行不良贷款率之间也显著为负，可能是因为在经济上行时期，抵押品价值上升，企业贷款违约成本上升，进而降低了银行的不良贷款率，银行风险承担水平随之下降；而在经济下行阶段，企业效益降低，偿还贷款的能力和意愿下降，进而造成银行不良贷款率上升，银行的风险承担水平提高。

模型2用来检验宏观审慎评估体系对银行信贷/GDP的影响。由回归结果可以看出，MPA的系数显著为负，表明宏观审慎评估体系实施之后，银行信贷/GDP比重得到了有效抑制，银行信贷投放更加合理化，银行信贷风险得到抑制。

模型3基于模型1加入银行信贷/GDP比重，宏观审慎评估体系代理变量与不良贷款率之间仍然呈负向关系，但是结果变得不显著了；而银行信贷/GDP比重与银行不良贷款率之间显著为正，表明银行信贷/GDP比重越高，银行不良贷款率也就越高。

（二）基准模型和拓展模型检验

表5是基准模型和拓展模型的实证结果。模型4是基准模型，实证结果表明，宏观审慎评估体系虚拟变量与不良贷款率之间显著为负，说明宏观审慎评估体系的实施能够显著降低商业银行的风险承担水平，政策是有效的。从宏观特征变量来看，GDP增速与银行不良贷款率之间也显著为负，可能是因为在经济上行时期，抵押品价值上升，企业贷款违约成本上升，进而降低了银行的不良贷款率，银行风险承担随之下降；而在经济下行阶段，企业效益降低，偿还贷款的能力和意愿下降，进而造成银行不良贷款率上升，推高了银行的风险承担水平。

表5 基准模型和拓展模型实证结果

模型5为基准模型的拓展模型，即在基准模型中加入了衡量银行系统重要性的指标——系统重要性银行评分（SCORE）。加入系统重要性指标后，模型的显著性水平基本上得到了改善，各变量的系数方向也与基准模型保持一致。与模型4对比可知，加入系统重要性银行评分后，宏观审慎评估体系变量与不良贷款率之间仍为反向关系，且在1%显著性水平下显著，表明宏观审慎评估体系能够降低银行风险承担的假设仍然成立。银行规模与不良贷款率之间的显著性水平得到了提高，在10%显著性水平下显著为负，表明加入了新指标后，资产规模越大的银行，越受到监管层的严格监管，银行主动降低风险承担意识越强烈；同时规模越大表明银行经营效率越高，越有利于降低银行的风险承担水平。同时，系统重要性银行评分的系数为正，且在1%显著性水平下显著，表明系统重要性银行评分越高的银行，由于自身业务模式的复杂性，所面临的风险承担水平越高，因此越需要加强对系统重要性银行的审慎监管。

模型6中增加了宏观审慎评估体系与系统重要性银行评分的交互项，结果显示，宏观审慎评估体系与系统重要性银行评分的交互项系数为负，且在10%显著性水平下显著，表明宏观审慎评估体系实施后，起到了对重要性金融机构的严监管作用。对于系统重要性银行评分较高的银行，由于破产会对金融市场稳定及其他金融机构的正常经营造成严重影响，因此在受宏观审慎评估体系的监管后，会更加规范经营行为，谨慎配置高风险资产范围和规模，主动降低风险承担水平；而对于系统重要性银行评分较低的银行，由于资产配置结构复杂性较低，破产导致的经济影响力相对较弱，因此宏观审慎评估体系监管要求会相对宽松，银行会相对提高自身的风险承担水平。

（三）异质性分析

本部分实证模型引入了银行特征变量与宏观审慎评估体系的交互项，来检验宏观审慎评估体系对银行风险承担的影响在银行间的差异性。表6为银行间异质性回归结果。由模型7-9的回归结果可得，宏观审慎评估体系与银行规模、资产收益率及资产负债率的交互项的结果都是不显著的，表明宏观审慎评估体系由这三个方面形成的异质性问题需进一步分析。从宏观审慎评估体系与资本充足率的系数来看，在5%的显著性水平下显著为负，表明在宏观审慎评估体系监管下，资本充足率高的银行，在达到监管要求的基础上具有更强的风险抵御能力，能够更好地降低银行的风险承担；同时，也反映了宏观审慎评估体系在防范风险方面的逆周期调节作用。

表6 银行间异质性分析回归结果

虽然模型7至模型9中宏观审慎评估体系与银行个体特征变量的交互项的结果不显著，但是在模型10中宏观审慎评估体系与银行资本充足率交互项的结果显著为负，表明宏观审慎评估体系对银行风险承担的影响在银行间存在一定的差异性。宏观审慎评估体系监管下，资本充足率高的银行，在达到监管要求的基础上具有更强的风险抵御能力，能够更好地降低银行的风险承担。

（四）稳健性检验

为了检验前述分析结果的可靠性，本文通过改变宏观审慎评估体系的代理变量来进行稳健性检验。宏观审慎评估体系由差别准备金动态调整制度发展而来，因此选用大型金融机构所对应的存款准备金率（SDRR）作为宏观审慎评估体系的新代理变量。新的回归结果与基础回归结果保持一致，说明前述实证结果总体来说是可靠稳健的。

六、结论和建议

本文分析了宏观审慎评估体系对商业银行风险承担的影响机制，并利用我国16家上市银行2009-2018年的平衡面板数据进行了实证检验。理论研究表明，宏观审慎评估体系能够通过银行信贷渠道对商业银行的风险承担产生影响。实证分析表明，宏观审慎评估体系的实施能够显著降低银行的风险承担；系统重要性评分越高的银行，风险承担水平越高；资本充足率更高的银行，在达到监管要求的基础上具有更强的风险抵御能力，宏观审慎评估体系对银行风险承担的影响存在异质性。

上述研究结论的政策启示：第一，应进一步完善宏观审慎评估体系，加强对商业银行的审慎监管。第二，应进一步扩大宏观审慎评估体系监管范围，把更多金融机构纳入评估体系。第三，应加强横截面维度上的监管，特别是对系统重要性银行的监管，在银行间降低风险外溢效果。第四，应加强宏观审慎评估体系与货币政策间的协调配合，提高政策有效性。