LPR改革对商业银行的影响分析——基于双重差分模型的实证检验

雷 娜，孙源序

（河北地质大学 经济学院，河北 石家庄 050031）

一、引言

1993年12月25日，为全面贯彻落实党的十四届三中全会精神，国务院发布《关于金融体制改革的决定》，标志着我国开启了漫长的利率市场化道路。改革的目标是通过中央银行发布基准利率进行宏观调控，建立由市场资金供求关系所决定的市场利率管理体系[1]。利率市场化作为金融领域最核心的改革，长期以来一直受到国家的高度重视，而贷款基础利率（LPR）改革是我国深化利率市场化改革的关键步骤，也是促进我国经济稳定高效发展的重要途径。2013年7月20日，我国金融机构贷款利率下限宣布放开，随后正式推出LPR为商业银行贷款定价提供参考，各银行可以参照基础利率自主报价。由于长期以来LPR与贷款基准利率“双轨并行”导致利率传导效率低下，中小企业融资成本较高，融资规模较小，对实体经济发展起到一定阻碍作用[2]。2019年8月17日，为疏通货币政策传导渠道，降低贷款利率，中国人民银行决定完善贷款市场报价利率，通过与中期借贷便利利率挂钩，综合考虑资金成本、风险溢价等因素推进LPR改革。经过两年多，LPR改革成效显著，金融资源优化配置效率得到提升，企业融资成本明显降低，金融机构对于中小企业的支持使得实体经济得到良好发展[2]。

贷款市场报价利率的发布一方面促进了金融创新，使商业银行拥有更多金融产品的定价权，同时也增加了银行间的竞争压力。传统定价模式的改变使得商业银行存贷利差减小，在短时间内给银行收益带来负面影响[3]。为此部分银行对客户贷款标准逐渐放宽，理财产品的内部定价体系与发行方式不够合理，导致商业银行的风险持续上升。由于长期以来我国商业银行的收入来源较为单一，为了在未来市场竞争中保持自身优势，许多商业银行处于转型阶段[4]。LPR改革在短期内对商业银行风险承担与收益水平产生一定影响，为探究具体影响形式及相应的传导机制，本文通过建立双重差分模型来分析LPR改革对于不同商业银行风险及收益的综合影响，并在此基础上提出相关建议，为我国商业银行增强风险防范能力、提升盈利水平和转型发展提供参考，且为进一步丰富和完善贷款市场报价利率的研究提供文献。

二、文献综述

目前学界关于LPR改革对商业银行的影响主要从风险和收益两个方面进行研究，虽然利率市场化改革与银行风险及收益之间不存在直接作用关系，但由于商业银行资产负债管理、风险收益匹配等内部管理要求，利率市场化的影响也会作用于风险和收益领域。李北伟和耿爽（2020）[3]认为LPR改革会对银行稳健性造成冲击，认为LPR改革导致商业银行间竞争的加剧对收益、风险稳健性的负面效应要大于正面预期，并未实现改革之初希望通过市场良性竞争提高银行业务发展水平的预期，过度的竞争对商业银行风险和收益两方面造成了下行压力。张希和陈轩（2019）[5]通过对LPR改革的研究认为贷款市场报价利率的引入在解决利率双轨问题的同时也会对商业银行传统经营模式形成一定的挑战，导致银行利润下降，风险承担压力升高，商业银行需要不断完善自主定价能力。宗良和韩森（2021）[6]从货币政策传导角度进行分析，认为LPR改革之后商业银行自主定价能力有所提高，对中小企业的贷款比重逐渐增加，但由于银行普遍使用成本加成法进行定价，存在对边际资金成本认识不足、存款利率刚性使贷款利率难以进一步下降、中小银行定价能力有待提升等问题。杜崇东等（2021）[7]根据利率并轨对商业银行净息差的影响效果进行实证检验，结果表明利率并轨程度指标的下降会在外部环境上使得银行净息差持续降低，商业银行应该加强成本控制，转变银行管理模式。杜瑞岭和孙婷轩（2020）[8]研究了LPR改革对银行信贷市场的影响并对利率市场化进程的未来趋势作出判断。LPR结合MLF利率加点的形成机制能够有效促进利率市场化，实现“两轨合一轨”，商业银行灵活制定贷款利率的同时可以降低企业融资成本，但会加大银行的利率风险和流动性风险。张港燕和张庆君（2020）[9]认为LPR报价机制的引入会通过“盈利”渠道对银行风险承担水平产生影响，LPR改革抑制了银行利润的增加，商业银行为应对业务模式和盈利结构的变化会倾向于投资高风险资产以寻求高额回报，使得银行风险增大，影响效果对于中小型银行更加明显。

综上所述，目前学界通过商业银行经营模式、银行稳健性、市场竞争等方面研究了利率市场化对银行风险及收益方面的影响，但由于LPR改革时间较短，导致相关研究仍然存在一些不足。贷款市场报价机制的引入对于金融领域是重要的实践突破，原有研究大多是在利率双轨制背景下进行的，对于政策改革后的研究结论缺少实证支持，理论机制存在缺陷，许多研究仅通过商业银行经营现状或参考历史经验作出判断，关于政策改革对于商业银行的长期影响效果存在分歧。同时目前关于LPR改革的研究主要围绕宏观政策作用效果，对于银行或其他金融机构等微观主体的关注较少。本文在上述研究的基础上，通过对政策实施时间按季度划分，构建双重差分模型从商业银行风险承担以及单位风险收益水平两方面研究LPR改革对于不同类型商业银行的影响效果。

三、研究设计

（一）样本选取和数据来源

本文数据主要来源于Wind数据库、国泰安数据库以及各家商业银行年报。鉴于目前LPR改革距今只有两年多时间，本文数据采用分季度数据，由于银行分季度数据获取难度较大，因此共选取17家代表性较强的商业银行①17家商业银行包括：中国银行、中国农业银行、中国建设银行、中国工商银行、交通银行、宁波银行、南京银行、渝农商行、北京银行、光大银行、平安银行、浦发银行、华夏银行、民生银行、招商银行、兴业银行、中信银行。。我国利率市场化改革始于2013年，故数据选取时间为2013年第三季度至2021年第三季度作为研究区间，同时对部分缺失数据通过线性插值法补齐。

（二）变量选择

1.被解释变量

（1）商业银行风险指标

通常用来衡量银行风险的指标有不良贷款率（NPL）、总资产收益率标准差（SDROA）、加权风险资产占比以及Z值等，本文采用衡量银行风险承担水平的Z值作为被解释变量，Z值能够很好地反映银行整体破产风险。通过Laeven和Levine（2006）[10]提供的方法对资产收益率以五期为一个区间进行滚动处理，Z值计算方法如下：

其中，Zit表示商业银行i在第t期的Z值，Z值越小，说明商业银行所面临的风险越大；Z值越大，说明商业银行所面临的风险越小。ROAit表示商业银行i在第t期的总资产收益率（ROA）的均值，CARit表示商业银行i在第t期的资本充足率，SDROAit表示商业银行i在第t期总资产收益率（ROA）的标准差。

（2）商业银行风险收益综合指标

LPR改革对于商业银行的影响会体现在风险和收益两个方面，只研究风险的影响会显得过于片面，夏普指数（SHARP）为经过风险调整后的绩效指标，通过对夏普指数的研究可以综合风险及收益两方面因素，能够进一步把握LPR改革对于商业银行带来的影响。夏普指数计算方法如下：

其中，SHARPit表示商业银行i在第t期的夏普指数，夏普指数越大，说明商业银行单位风险的收益越大；夏普指数越小，说明商业银行单位风险的收益越小。ROEit表示商业银行i在第t期的净资产收益率（ROE）的均值，SDROEit表示商业银行i在第t期净资产收益率（ROE）的标准差。

2.解释变量

核心解释变量（T*LPR）。由于LPR改革时间为2019年8月，因此变量LPR在2019年第三季度之前数值设置为0，2019年第三季度之后数值设置为1。虽然LPR改革政策面向全体银行，但政策效果对于不同类别银行存在差异，由于五大国有银行体量较大，银行稳定性受政策影响较小，同时作为LPR报价行，自主定价能力较强。本文将全体样本按照银行类别进行分类，T为虚拟变量，其中控制组为五大国有银行（T=0），干预组为除五大国有银行外其他所有银行（T=1）。构造T*LPR交互项，若T*LPR项系数显著，则表明LPR改革对于其他银行影响效果显著。

3.中介变量

常用的衡量商业银行收益的指标有总资产收益率（ROA）、净资产收益率（ROE）、利润率以及每股收益等，其中ROA是分析企业盈利能力时很常用的指标，对于企业发展决策起到至关重要的作用。本文选取ROA作为中介变量来研究商业银行的盈利水平对风险及收益情况的间接影响。

4.控制变量

在商业银行实际经营过程中，风险和收益受到许多因素影响，在控制银行个体特征方面，本文选取的指标有非利息收入（NII）、营业收入（OR）、不良贷款率（NPL）、同业负债比（IL）、银行总资产（TA）。其中非利息收入指的是商业银行除利差以外的营业收入，主要以中间业务收入为主。目前我国商业银行非利息收入占比逐渐扩大，非利息收入能够拓宽融资渠道，很大程度上分散银行风险，同时相比于传统利息收入受宏观政策影响较小，可以降低商业银行收益波动性[11]。商业银行营业收入包括主营业务收入和非主营业务收入，能够很好地反映商业银行收益情况。不良贷款率指的是商业银行不良贷款占总贷款余额的比重，是评价金融机构信贷资产风险状况的重要指标，不良贷款率与银行风险呈正相关关系，其数值越大说明无法收回的贷款占比越大，银行风险越高。同业负债比反映了商业银行偿付债务本金和支付债务利息的能力，用以表明银行负债占全部资产的比重。同时在宏观经济状况方面本文选取生产价格指数，其作为反映生产领域价格变动情况的重要经济指标，为制定有关经济政策提供了重要依据。

（三）模型设定

为分析LPR改革对于商业银行的影响，本文综合考虑多方面因素，构造了以下基准模型：

上述模型分别为风险模型以及风险收益综合模型，其中Zit表示商业银行i在第t期的风险承担指数，SHARPit表示商业银行i在第t期的风险收益综合指数。模型（1）中解释变量LPR的系数α1主要表示LPR改革对全样本商业银行风险承担水平的影响。模型（2）引入交互项T*LPR，主要研究LPR在五大国有银行与其他商业银行之间的政策效应是否有明显差异。模型（3）中T*LPR的系数γ1表示LPR改革对于不同类别商业银行风险收益综合影响效果的差别。银行特征控制变量Banksit包括非利息收入（NII）、营业收入（OR）、不良贷款率（NPL）、同业负债比（IL）、银行总资产（TA），宏观经济环境控制变量Controlsit为生产价格指数（PPI）。μi表示银行个体效应，εit为残差项。

为研究LPR改革是否能通过盈利水平对商业银行的风险及收益情况造成间接影响，进行中介效应检验，构造了以下基准模型：

四、实证结果与分析

（一）描述性统计

表1给出了各变量描述性统计结果，可以看出各类别商业银行不同时期风险承担水平以及收益能力的差异情况，其中Z值最小值为0.86，最大值为43.1，均值为10.3067；SHARP指数最小值为-0.42，最大值为29.71，平均值为6.0584。总体来看商业银行风险状况、收益水平以及资产规模等方面目前仍存在较大差异。

表1 变量描述性统计

（二）单变量分析

为初步了解LPR改革对商业银行风险及收益情况的综合影响，首先进行单变量分析，结果如表2所示。

表2给出了LPR改革前后的Z值以及夏普指数的变动情况。在LPR改革之前，控制组与干预组之间Z值的差异并不明显，说明改革之前不同类别的商业银行风险指数相当，而改革之后干预组Z值呈现明显的下降趋势，与控制组之间差异显著。为了消除时序上的变动差异，将LPR改革后两组之间的差异减去LPR改革前两组之间的差异，得到Z值变动的双重差分结果，由表2可以看出结果为-3.932，且数值在1%水平上显著，说明LPR改革以后，商业银行Z值呈现降低趋势，即LPR改革会增加商业银行的风险指数。对于夏普指数，在LPR改革之前控制组与干预组之间存在显著差异，干预组夏普指数明显大于控制组，说明此时干预组商业银行单位风险的收益较高，而LPR改革之后干预组夏普指数显著降低，改革前后双重差分结果为-2.598，数值在1%水平上显著，说明LPR改革对夏普指数存在显著的负向影响，改革会导致商业银行单位风险的收益降低。为进一步检验LPR改革对于商业银行的影响，需要下文构建多变量模型进行再验证。

表2 单变量分析

（三）基准回归分析

首先通过豪斯曼检验方法检验基准模型判断使用固定效应模型还是随机效应模型，结果显示拒绝原假设，说明选取固定效应模型较为合适。使用双重差分模型，令五大国有银行作为控制组，其他银行作为干预组，引入交互项系数T*LPR，研究LPR改革对于商业银行的风险及收益的影响，具体回归结果如表3所示。

表3 LPR改革对商业银行的影响

通过模型（1）可以看出LPR系数显著为负，说明LPR报价机制的引入会导致全样本商业银行的风险增加，由于改革会加大市场化程度，商业银行之间竞争也会逐渐激烈，贷款利率与市场资金成本波动更加频繁，在利率定价权增大的同时也对银行应对不同客户属性提出了更高的要求，面临其他银行的竞争压力，许多银行为寻求更高的信用溢价对于客户贷款标准逐渐放宽，同时不断拓宽业务板块，涉及部分高风险业务以寻求高回报，中间业务收入占比逐渐提升，使得商业银行的运营风险持续上升。模型（2）通过引入交互项T*LPR进一步表明LPR改革对五大国有银行以外的其他商业银行风险承担指数具有显著的负向影响，由于控制组银行资本积累深厚、客户群体广泛，同时具有较强的自主定价能力，稳定性高于干预组银行，受经济政策影响较小。模型（3）从风险收益综合角度研究政策的作用效果，目前我国商业银行存款利率依然参照法定利率，且存款定价机制在短期内不会进行市场化改革，同时LPR自发布以来一直呈下降趋势，以上因素直接导致了商业银行利差收窄，从模型中可以看出T*LPR系数显著为负，LPR改革会导致干预组商业银行单位风险的收益降低。

（四）中介效应检验

根据以往研究结论，当商业银行面临利差收窄时会选择高风险投资以提高收益，银行盈利模式改变的同时会影响其风险承担水平[12]，本文以总资产收益率ROA作为中介变量进行中介效应检验。结果如表4所示。

表4 中介效应检验

根据模型（4）的回归结果可知，对于夏普指数的影响效应中，T*LPR的系数均在1%的水平下显著为负，说明LPR报价机制对于五大国有银行以外商业银行的夏普指数呈现负相关关系。模型（5）中交互项系数为-0.0129，在5%的显著水平下显著为负，说明LPR改革会导致干预组商业银行收益降低。模型（6）结果表明资产收益率与夏普指数呈现显著正相关关系，当资产收益率增加时商业银行单位风险的收益也会增加，说明商业银行为实现盈利目标，在收益减少时可能会选择高风险业务以获取高回报。模型（7）可知交互项T*LPR与资产收益率均在1%的显著水平下显著，证明模型存在部分中介效应，说明LPR改革可以通过盈利渠道间接影响商业银行风险收益综合指数。

（五）稳健性检验

1.平行趋势检验

本文采用双重差分模型研究LPR改革对于商业银行的影响，双重差分模型要求控制组和干预组在政策实施之前具有共同趋势，即五大国有银行和其他银行在LPR改革之前Z值和夏普指数的趋势不存在显著性差异，或者两者之间差异不明显。基于此构造了一系列与LPR改革实施时间距离的虚拟变量，Before2是指样本起始时间点至LPR报价机制引入之前两期的时间虚拟变量，Before1为LPR改革之前一期的时间虚拟变量，Current指LPR改革当期，After1是距离LPR改革后一期的时间虚拟变量，After2指LPR报价机制引入后两期至样本结束的时间虚拟变量，这里主要关注政策实施之前的虚拟变量Before2和Before1的显著情况，从而进行平行趋势检验。结果如表5显示，在10%的显著性水平下Z值与夏普指数Before2和Before1的系数均不显著，表明在LPR报价机制引入之前控制组与干预组的银行风险承担水平和风险收益综合指数不存在显著差别。同时虚拟变量Current不显著，说明LPR改革对于商业银行的影响存在滞后效应。最后干预组After1、After2的系数均在1%的显著性水平下显著且系数为负，与控制组结果存在显著差异。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

本文将LPR改革看作准自然实验，控制组和干预组看作随机分组，进行安慰剂检验。将LPR改革时间提前三期生成新的交互项T*LPR，观察得到回归结果，若交互项的系数此时不再显著，说明商业银行风险承担水平和风险收益综合指数的变动是由LPR改革所导致，证明原模型的回归结果具有稳健性。检验结果如表6所示，从检验结果可以看出，无论是Z值还是夏普指数，交互项T*LPR的系数均在10%的显著水平下不显著。此结果说明若将LPR改革的时间提前，则对于干预组银行来说风险及收益的衡量指标将不会受到影响，此结果排除了时间趋势对商业银行造成影响的可能性。

表6 安慰剂检验

五、结论与启示

本文基于双重差分模型，将2019年LPR改革政策作为一项准自然实验引入，以2013年第三季度至2021年第三季度为区间对17家具有代表性的商业银行的不平衡面板数据进行分析，研究LPR改革对于商业银行的风险承担水平以及风险收益综合评价指数的影响。通过实证研究结果可知，LPR改革会增加五大国有银行以外其他商业银行的风险，同时会降低此类商业银行的单位风险收益水平，对银行稳定性造成一定的影响。进一步将LPR改革影响的作用路径通过资产收益率作为中介变量进行中介效应检验，研究结果表明LPR改革可以通过盈利渠道对银行风险及收益产生负面影响。由于本文控制组银行为五大国有银行，在LPR改革中此类银行受政策影响较小，风险收益综合指数波动并不明显，说明LPR报价机制的实施对于中小型银行影响更加显著。LPR改革打破了原有商业银行贷款利率下限的限制，银行将拥有更多的定价权，业务模式和盈利结构发生改变。由于改革以来贷款利率始终呈现下降趋势，短时间内随着市场流动性的加快银行存贷款利差将进一步收窄，通过利率市场化的历史经验来看，银行间的竞争会更加激烈，对商业银行的资产负债管理能力提出了更高的要求。

以上结论表明，在LPR改革及其应用范围逐渐扩大的背景下，由于商业银行在短期内不会改变对央行基准利率的依赖，其定价方式的变化将对商业银行产生重大影响。为应对来自风险及收益等方面的挑战，确保LPR定价转变平稳过渡，应该注意以下几点：第一，商业银行要及时进行业务转型调整，改变资产负债表策略，在未来商业银行贷款都将与LPR定价相关。银行的资产收益情况很大程度上取决于市场利率，为提高自身盈利能力，降低由“盈利”渠道造成的风险承担，商业银行应增加对于优质中小企业、民营企业和其他高收益资产的关注，同时可以增加中间业务收入占比，在盈利水平提升的同时增强抵御风险的能力。第二，做好风险管控，在LPR改革提高商业银行自主定价能力的同时，也要注意防范风险，尤其是五大国有银行以外的中小型银行。由于国家政策要求各银行积极参考LPR进行贷款定价，商业银行需要精通利率衍生工具和资产证券化等工具来管理相关风险，同时增加对于目标客户群体信用水平的筛选，提升商业银行产品的定价管理水平。在LPR的基础上进行加减点以应对贷款信用风险的不确定性因素，在确保贷款自主定价能力的同时加强银行风险监管。第三，对于高风险的中小型银行，要做好对贷款规模的及时控制，过度增长的贷款规模会造成银行资产质量下降，进而导致商业银行风险增大。在贷款规模适当的情况下也要重视对于贷款质量的监管，确保相关工作人员的业务水平，在进行信贷审批过程中，强化信用信息评价，同时加强对宏观经济形势的判断，注重贷款的放贷时机。