经济政策不确定性对银行风险承担的影响

■王之扬 王欢 夏凡

一、引言

经济政策不确定性是指社会中的经济主体无法准确地感知政策当局是否、何时以及如何改变当下的经济政策[1，2]。自美国次贷危机后，为缓解全球经济持续下行的压力，各国频繁调整经济政策，但这也为市场主体带来了不可忽视的负面影响。在新冠肺炎疫情的冲击下，我国政策当局为应对经济衰退，适应经济新常态，也多次调整经济政策以达到经济稳定高质量发展的目标。

银行作为资金配置和信用融通的核心机构，肩负着传递货币政策调控意图的职责，是我国金融体系中的关键一环。银行获取利润主要是通过承担和管理风险，因此其风险属性本身就较高[3]。频繁变动的经济政策会导致银行对政策预期的判断产生重大偏差，极易产生系统性金融风险。

因此，在经济政策不确定性的背景下，研究如何防范化解银行系统性金融风险有着重大的理论和现实意义。新冠肺炎疫情、俄乌战争、中美贸易摩擦等“黑天鹅”事件使得国际关系错综复杂，厘清经济不确定对银行风险承担的影响，有助于各经济主体明确责任，防范银行风险，保证我国金融安全，从而为实体经济发展持续注入新鲜血液。

二、文献综述

经济政策不确定性最早是由国外学者在研究中提出的。Aizenman等[4]在1993年就研究了经济政策波动对经济增长的影响。Gulen 等[1]认为经济政策不确定性是指经济主体对政策当局如何改变和调整经济政策的不可预知性。国内外开始系统研究经济政策不确定性是在经济不确定性指数提出之后。Baker等[5]提出的经济政策不确定性指数是当前国内外研究中使用最多的指标。该指标主要是通过统计报纸中有关经济政策不确定性的关键词在报道中出现的频数所合成的。此后，其他学者对该指标进行了改良。Davis[6]所提出的经济政策不确定性指数考虑了政府政策与学者观点的分歧。Huang 等[7]拓展了合成指数所使用的报纸数量，加入了《北京青年报》等10余份国内较为权威的报纸。

大多有关经济政策不确定性的研究集中在企业层面和宏观层面。在企业层面，学者发现资本回报率较高、内部融资使用较多的企业可以缓解政策波动对投资的负面影响。王欢等[8]发现经济政策不确定性会抑制企业金融化水平。在宏观层面，姜伟等[9]认为经济政策波动的增加会抑制宏观经济的增长，Caggiano 等[10]认为在衰退中经济政策波动对失业的影响更明显。由于我国制度环境的影响，银行是实体经济运行中最重要的金融媒介，其风险偏好和风险承担不仅会影响企业投资所获得的贷款，还会影响整体金融环境的稳定[11]。

大多学者认为宏观层面和银行内部层面的因素对银行风险承担的影响较大。在宏观层面，银行风险承担主要受到货币政策[3]、互联网发展[12]、利率和银行集中度[13]等因素的影响。在银行内部层面，银行风险承担主要受到银行所有权结构[14]、董事会权力[15]和杠杆率[16]的影响。国内外学者普遍认可最能够准确反映银行风险承担的指标是预期违约概率EDF[17]，但是国内信用评级体系尚不完善，想完整地获得国内银行的EDF较为困难。因此，大多数学者研究银行风险承担所使用的指标是不良贷款率[12，18]和z-score[3，14]。然而，部分学者认为不良贷款率取决于企业违约率，z-score 仅能衡量银行的经营风险，两者都不能完整的概括银行在面临经济政策波动时所承担的风险。因此，有学者提出采用能够受到银行主动调控的风险加权资产比率[19]来衡量银行风险承担。

回顾国内外的研究可以发现，对银行风险承担的研究大多使用部分衡量指标，缺乏对各类银行风险承担指标的统一研究和区分。虽然已有对银行风险承担进行细分的研究，但是划分维度仍然不足且大多集中在当期，而频繁变动的经济政策对银行风险承担的滞后影响很少被考虑。此外，现有国内外研究关于经济政策不确定性对不同类别银行风险承担水平差别的研究和影响机制的研究相对不完善。

基于现有研究存在的不足，本文可能的创新之处有：（1）相比先前研究，更加系统地区分了各类银行风险承担水平，并分别研究了经济政策的波动对他们的影响且首次研究了经济政策波动对银行滞后风险承担的影响。（2）本文在异质性研究部分不仅基于银行不同性质、是否上市和资本水平三个方面进行分析，还首次在银行经营风险的影响中引入经济政策不确定性细分指数。（3）本文在影响机制研究部分选取了与先前学者不完全一样的中介变量和调节变量，可能扩充了银行风险承担相关研究。（4）相比已有研究，本文选取的样本量更大，选取了2007—2020年258家银行2479个观测样本，回归结果相对来说更加科学可靠。

三、理论分析与研究假设

（一）经济政策不确定性对银行风险承担的影响

一般情况下，银行会根据经济政策的出台调节资本配置和信贷供给，从而提高银行资本利用效率，达到支持实体经济发展的效果。但是当经济政策频繁变化时，经济政策频繁变动产生的噪声和借贷主体的羊群效应会严重干扰银行决策[20，21]，银行很难形成对未来经济政策变化的合理预期。此时，银行出于最大限度保护股东权益的安全性考虑：一方面会提高信贷审查标准，减少信贷供给，产生“惜贷倾向”；另一方面则会降低风险容忍度，产生“自我保险”倾向。顾海峰等[22]借助局部均衡理论也得出银行可控风险承担水平会随着经济政策波动的提高而降低的结论。同时，经济政策波动加剧了银行外部环境的未知性，根据金融脆弱性理论，这会导致银行自身经营不确定性和竞争加剧，出于盈利考虑，银行会降低风险容忍度，减少风险资产配置比例，偏向于保守经营，提高自身资本积累以抵御外部风险。因此，本文提出如下假设：

H1a：经济政策不确定性的提高将降低银行可控风险承担水平。

也有研究认为，经济政策的变动会导致银行经营多元化，提高其非利息收入，而非利息收入本身风险较高。银行高管普遍存在过度自信行为，且过度自信行为与风险承担存在正相关关系，过度自信的高管会提高银行风险资产配比，更多地投资于证券，并持续向违约率高的企业贷款以获得较高的利率。由此，本文提出如下假设：

H1b：经济政策不确定性的提高将提高银行可控风险承担水平。

经济政策波动与银行不可控风险承担之间的关系可以从信息传递失真和企业经营恶化两个方面进行讨论。一是信息传递失真。政策制定当局和银行之间往往存在着信息不对称，而经济政策频繁调整会加剧经济政策不确定性，导致信息传递失真更加严重，银行会对经济形势产生误判，错误地向发展前景不佳的企业或行业倾斜[23]。这将干扰银行放贷时的风险识别水平，从而导致银行不可控风险承担水平加剧。二是影响企业经营。经济政策波动会降低企业投资行为，抑制企业创新，导致企业经营的不确定性提升[24]，而企业是银行贷款的主要对象。当企业经营恶化时企业利润水平会降低，此时企业违约率必然上升，从而导致银行不良贷款率升高，进而银行不可控风险承担加剧。综上，本文提出如下假设：

H2：经济政策不确定性的提高将提高银行不可控风险承担水平。

基于以上讨论可以发现，经济政策波动对银行两种风险作用的方向可能存在差异。因此，根据主效应不同，经济政策波动对整体经营风险的影响方向也存在两种可能。由此，本文提出如下假设：

H3a：经济政策不确定性的上升将使银行经营风险承担水平上升。

H3b：经济政策不确定性的上升将使银行经营风险承担水平下降。

从时间上看，一方面，经济政策频繁波动对部分企业的影响存在滞后性。部分资金储备较为充足且内部融资渠道较为健全的企业不会因为经济政策不确定性而立刻受到负面影响，但是由于经济政策不确定性对其关联企业的影响会恶化企业盈利而波及企业经营，这同样会在一段时间后导致企业资金链断裂的可能性加大，其贷款成本也会进一步加大，使得企业破产风险加剧，违约率风险提高。另一方面，经济政策不确定性对银行的影响也存在滞后性[20]。储户在经济政策不确定性初期会降低投资倾向，提高在银行的储蓄，但是在经济政策不确定性的持续影响下，储户预期其资金在银行无法得到充足保障，会对银行存款持更加谨慎的态度并增加取款倾向，因此银行流动性降低[25]，银行后期风险承担水平加大。另外，银行高层对经济政策不确定性的反应时间也存在一定的滞后性。综上，本文提出如下假设：

H4：经济政策不确定性的提高将提高银行滞后风险承担水平。

（二）经济政策不确定性对银行风险承担的影响机制

根据上述理论分析可知，企业利润水平是经济政策不确定性影响银行风险承担的重要一环。经济政策不确定性提高时，企业要在短时间内迅速作出对经济政策频繁变动的反应。因此，企业投资规模和盈利水平会大幅缩减，资源配置效率和生产率会降低，其经营风险会进一步加剧，最终企业利润水平会大幅降低。同时，在经济政策不确定性的影响下，银行出于资金安全性和流动性的需求，会保持谨慎的态度，企业贷款难度也会进一步加大，因此企业资金链断裂的可能性会加大[21]。综合以上两点原因，经济政策不确定性在导致企业经营恶化、盈利水平降低的同时，也会造成企业对银行违约率的提高。由于该行为受企业影响，不受银行自身控制，因此该路径影响的是银行不可控风险。据此，本文提出如下假设：

H5：在经济政策不确定性对银行不可控风险的影响中，企业利润水平发挥了中介的作用，即存在“经济政策波动—企业利润水平下降—银行不可控风险承担提升”这一中介机制。

当信贷环境较为景气时，银行管理层趋于乐观，银行资金在高风险项目的配置更多，并且银行贷款审批也相对较宽松，能在一定程度上帮助企业缓解经营困难、降低违约率。此时，储户的储蓄意愿相对较高，银行流动性会得到一定的补充。而当银行资本资产比例相对较高时，银行自有资本能够在一定程度上满足银行正常经营的需要，且给予了银行更大的调整空间。由此，本文提出如下假设：

H6：信贷环境景气程度和银行资本资产比例在经济政策不确定性对银行风险承担的影响中起到了调节效应。

四、实证研究设计

（一）样本选择及数据来源

本文选取2007—2020年银行年度数据为研究样本，并进行如下处理：（1）剔除原始样本中外资银行、政策性银行及邮政储蓄银行。（2）剔除主要变量严重缺失及数据不足3年的样本。（3）为了减少极值的干扰，银行层面的所有连续变量都在上下5%分位数处进行尾部缩减。最终本文的研究样本是由258家银行2007—2020年的2479 个样本值组成的年度非平衡面板数据，其中包括5家大型国有银行、12家股份制银行、112家城商行和129家农商行。

银行层面的微观数据主要来自国泰安数据库，其中缺失值最大限度根据各银行年报手动补齐。宏观数据主要来自中国人民银行官网和国家统计局官网。本文数据处理及回归均采用Stata14。

（二）变量定义

1.被解释变量

银行风险承担（Risk）。国内外对银行风险承担常用的度量指标有z-score、不良贷款率、预期违约概率、风险加权资产比率和贷款损失占贷款总额之比[26]。其中，非上市银行的预期违约率数据获取较为困难，而贷款损失占贷款总额之比与不良贷款率相差不大。因此，本文选取z-score、不良贷款率和风险加权资产比率作为银行风险承担的代理变量。

参考顾海峰等[22]的研究，风险加权资产比率（rwar）可以用来衡量银行可控风险承担意愿。由于我国信用体系尚不健全，风险加权资产比率数据不易查找，因此本文参照方意[27]的研究，风险加权资产比率近似可用以下公式计算得出：

不良贷款率（lnNPL）可以用来衡量银行不可控风险承担。该变量是由企业违约所造成的，银行只能选择被动接受而无法自我决定。滞后一期的NPL（l.lnNPL）用来衡量银行滞后风险承担。

参考Laeven 等[14]的研究，z-score（lnZ）主要衡量银行当期经营风险，可以看作是银行可控风险与不可控风险的综合表现，即经营风险。其计算方法为：

其中，ROAit为各银行不同年度总资产收益率，σi(ROAit)为各银行ROA 的标准差①，CARit为各银行不同年度的权益比率。

2.核心解释变量

经济政策不确定性指数（lnEPU）。本文选取的经济政策不确定性指数主要是由Baker 等[5]通过统计香港《南华早报》中有关经济政策不确定性的关键字在报道中出现的频数合成得到②。由于该指数是月度数据，因此本文利用月度数据的算术平均数作为年度经济政策不确定性指数。为验证模型的稳健性，本文收集了Huang等[7]基于《北京青年报》合成的中国经济政策不确定性指数③。

3.控制变量

（1）银行层面控制变量

本文采用银行总资产的对数来控制银行规模（lnasset）。银行规模越大，其承担风险的能力越强。采用银行资产回报率（ROA）来控制不同银行的利润水平。利润水平越高，银行承担风险的能力越强。采用银行资本充足率（CAP）来控制银行的流动性。流动性越强，银行承担损失的能力越强。

（2）宏观层面控制变量

参照陈孝明等[21]的研究，本文选取国内生产总值增长率（gdpg）来控制经济增长对银行的影响。选取消费者物价指数（CPI）来控制通货膨胀对银行的影响。参照郝威亚等[28]的做法，选取广义货币供应量增长率（m2g）来控制货币政策对银行的影响。

4.中介变量

企业盈利指数（yield）。参照陈孝明等[21]的研究，该指标采用上市企业净资产收益率来衡量。

5.调节变量

银行业景气指数（BBI）。该指标由人民银行定期向银行家发放问卷调查取得。参照顾海峰等[22]的研究，银行业景气指数可以反映银行家对社会总体银行信贷环境状况的判断。本文选取4个季度的银行业景气指数的算术平均值作为年度银行业景气指数。

资本资产比率（CAR）。该指标可以较好地反映银行的资产结构。通常来说，银行风险承担能力随着该比率的提高而增强。

（三）实证模型设定

1.基准模型

为研究经济政策不确定性对银行风险承担的影响，本文依照前文理论假设并结合已有研究，设定如下基础模型：

其中，Risk 为被解释变量，即银行风险承担。ln EPU 为核心解释变量，即中国经济政策不确定性指数。系数β1是本文所要关心的，代表经济政策不确定性对银行风险承担的影响。X 是随时间变化的银行层面的控制变量，M 为宏观层面的控制变量。α为银行个体固定效应，μ为随机误差项，β0为截距项。本文异质性研究部分也均采用模型（3）进行OLS 回归。为保证回归结果的科学性，本文采用聚类稳健标准误的方法进行回归。

2.作用机制检验模型

（1）调节效应

为研究银行业景气指数对银行可控风险承担和经营风险承担的影响机制，本文设定如下模型：

在模型（4）中主要关注交互项系数ϕ，若调节效应显著存在，可知ϕ为银行业景气指数每变化一个单位，ln EPU 对银行风险承担影响强度的改变幅度。

为研究资本资产比率对银行不可控风险承担和滞后风险承担的影响机制，本文设定如下模型：

在模型（5）中主要关注交互项系数λ，若调节效应显著存在，可知λ为资本资产比率每变化一个单位，ln EPU 对银行风险承担影响大小的变化幅度。

（2）中介效应

本文重点研究企业利润水平在经济政策波动对银行不可控风险承担的影响过程中是否存在中介传导作用，即验证“经济政策波动—企业利润水平下降—银行不可控风险承担提升”这一传导路径是否存在。由于在现实生活中对于可控风险银行能够事前自主调节配置，滞后风险银行有充分的时间进行调控，因此银行无法控制的不可控风险在银行风险管控中就显得格外重要。限于篇幅原因，本文仅针对经济政策不确定性对银行不可控风险承担水平的影响进行研究。

其中，risk代表银行不可控风险承担，yield代表企业盈利指数。需要重点关注的系数为α1、ω1和ω2。

（四）描述性统计

表2报告了本文主要解释变量的描述性统计结果。可以看出，经过前期数据预处理，现有数据已经消除了极端值和异常值的影响，并且数据平稳性也较好，因此本文回归分析结果也较为可靠。

表1 变量定义及其计算方法

表2 主要变量描述性统计

图1显示了中国经济政策不确定性指数在2007—2020年的变化。2008年前后的峰值是由于全球金融危机发生后，中国政府启动了四万亿政府投资刺激经济发展。2010—2012年经济政策不确定性指数小幅度攀升是由于欧债危机加剧了外部环境的不确定性。2015—2017年经济政策不确定性指数出现的较大幅度上升与“811 汇改”、中国GDP增速放缓、经济进入新常态有关。2018—2019年经济政策不确定性指数出现激增则与中美贸易摩擦和新冠肺炎疫情有关。2020年经济政策不确定性指数出现小幅度下降则是因为中国迅速控制住了新冠肺炎疫情。

图1 中国经济政策不确定性指数

五、实证结果及分析

（一）基准模型回归

本文首先运用Hausman检验以在固定效应模型和随机效应模型之间进行选择。如表3所示，Haus⁃man检验均在5%显著性水平上拒绝原假设，即固定效应模型相比随机效应模型更稳定，因此本文将基于固定效应模型开展研究。

随后，在前文基准模型的基础上，本文分别研究经济政策不确定性对银行可控风险承担、银行不可控风险承担、银行经营风险和银行滞后风险的影响。

如表3（1）列所示，lnEPU 的系数为-0.00612，且在1%的水平上显著为负。这表明当经济政策不确定性增加时，银行会选择规避风险、降低风险资产的比例，以更好地保护股东权益。这与本文假设H1a一致。（2）列报告了经济政策不确定性对银行不可控风险承担的影响，lnEPU 的系数为0.11189，且在1%的水平上显著。这表明当经济政策不确定性上升时，由于企业经营活动会受到更多的不确定性影响，企业会选择减少投资、收缩业务，从而导致企业利润水平下降，因此企业违约率提高，银行不可控风险承担提高。该结果验证了本文的假设H2。（3）列报告了经济政策波动对银行经营风险的影响，lnEPU 的系数为0.05457，且在1%的水平上显著。这表明经济政策不确定性加剧了银行经营风险，说明面对经济政策波动时，相较于银行收缩风险资产配置，银行不可控风险仍占据相对主导的地位。这与本文的假设H3a相一致。（4）列报告了经济政策不确定性对银行滞后风险的影响，lnEPU 的系数为0.10439，且在1%的水平上显著。这表明由于政策感知的延迟性，经济政策频繁波动不仅会对银行当期风险承担造成影响，同样也会对银行滞后风险承担造成影响。证明本文的假设H4成立。

表3 基准模型回归结果

（二）经济政策不确定性对银行风险承担的异质性影响

1.基于银行层面异质性研究

本文进行了三组银行层面的异质性研究。一是基于银行性质，将银行划分为国有银行、股份制银行、城商行、农商行。二是根据是否上市，将银行划分为上市银行和非上市银行。三是基于资本水平，将银行按照资本充足率划分为高于平均值和低于平均值两组。相对于滞后风险而言，银行当期风险承担对于银行影响更大，本文限于篇幅原因，对银行层面异质性研究仅基于银行可控风险承担和不可控风险承担展开。

（1）基于银行性质的异质性研究

从表4的回归结果来看，国有银行和股份制银行的系数分别为0.00803、-0.000141，且均在10%水平上显著，而城商行和农商行的系数分别为-0.01194、-0.00558，且均在1%水平上显著。

表4 基于银行性质的可控风险承担分组回归结果

从回归系数方向来看，与其他几类银行回归结果有所不同，国有银行可控风险承担水平随经济政策不确定性增高而增高。这是由于国有银行作为货币当局实现宏观经济政策的重要金融机构，肩负着为市场注入信心的责任。当经济政策波动较大时，国有银行将提高可控风险承担水平，向市场传递积极信号，起到稳定金融市场信心的作用。

从回归系数大小来看，城市商业银行可控风险承担水平对经济政策不确定性的敏感性最高，农村商业银行其次，股份制银行敏感性最低。这是由于股份制银行虽然经营范围广，但其经营规模大、自有资本充足、风险控制能力较强，因此其可控风险承担水平受经济政策波动影响最小。而农村商业银行虽然规模小，风险承担水平低，但是其经营地域性极强，所以可控风险承担水平受经济政策波动影响较小。而城商行相比于农商行经营范围较大，同时城商行相比于股份制银行规模较小，风险承担水平较弱。因此，相比于以上两类银行城商行可控风险承担水平受经济政策波动影响较大。

从表5的回归结果来看，不同性质的银行显著性整体较好。国有银行的系数为-1.62797，且在10%水平上显著；股份制银行、城商行、农商行的系数分别为0.28174、0.12968、0.13998，且均在1%水平上显著。

表5 基于银行性质的不可控风险承担分组回归结果

从回归系数方向来看，国有银行不可控风险承担水平随着经济政策不确定性增大而减小，与其他各类银行回归系数方向相反。关于这一现象，一方面是由于国有银行拥有先天优势资源，能够迅速获取相对准确的经济政策；另一方面则是国有银行作为国家实现政策目标和维持金融系统稳定的调节器，其借贷行为可能受到政府干预[21]。

从回归系数大小来看，股份制银行不可控风险承担水平对经济政策不确定性的敏感性最高。这是由于股份制银行经营范围较广，经营活动较为依赖整体经济政策环境，因此任何可能引起企业亏损或市场信心不足的微小经济政策变化都会使其不可控风险承担水平提高。而城市商业银行和农村商业银行敏感性相对较低，这是由于二者经营的区域性较强，国家层面经济政策变化对其影响有限。农村商业银行敏感性更低则是由于相比城市商业银行而言其服务定位往往更为专一，区域性相对来说更强。

（2）基于银行是否上市的异质性研究

本文以银行是否上市为分组标准将样本分为上市银行和非上市银行两类，并对两类银行可控风险承担水平和不可控风险承担水平进行分组回归。回归结果如表6所示。

表6 基于银行是否上市的风险承担分组回归结果

经济政策波动的增加会导致两类银行可控风险承担显著下降，而对于不可控风险承担则均有显著的正向影响。但是相比于非上市银行来说，上市银行可控风险承担水平对于经济政策变化的敏感度较高，而不可控风险承担水平的敏感度较低。这是由于上市银行监管体系较为健全且股权较为分散，股票持有者容易“用脚投票”，因此其面对经济政策波动时表现较为谨慎，通常会较大程度地主动降低风险资产配置。同时，上市银行资本相对充足，风险审查机制和放贷程序往往比较严格，因此其不可控风险承担水平受经济政策波动影响较小。而非上市银行往往股权较集中，外部监管和约束较宽松，风险审查程序较宽松，因此其可控风险承担水平受经济政策波动影响较小，不可控风险承担水平受经济政策波动影响较大。

（3）基于银行资本水平的异质性研究

为验证经济政策不确定性对不同资本水平银行的异质性影响，本文以资本充足率为划分依据，将样本划分为资本水平高于平均值和低于平均值的两组，并对两组样本进行分组回归。回归结果见表7。

从表7可以看出，相比于资本水平低的银行而言，资本水平高的银行的主动和被动两类风险承担水平受经济政策波动影响都较小。这是由于资本水平高的银行，一方面其资本充足率较高，自有资本偿还债务能力强，因此经济政策波动对其风险资产配置的影响较小；另一方面其风控体系健全，贷款客户信誉较好，因此经济政策波动对其不可控风险承担水平的影响也较小。

表7 基于银行资本水平的风险承担分组回归结果

2.基于宏观层面异质性研究

本文参考Huang 等[7]将经济政策不确定性指数细分为财政政策不确定性、货币政策不确定性、贸易政策不确定性、汇率和资本管制政策不确定性四类。另外，由于宏观经济层面对于银行风险的影响更多集中在经营风险上，因此本文重点研究了经济政策不确定性细分指数对银行经营风险承担水平的影响。回归结果见表8。

从表8可以看出，四类经济政策不确定性细分指数对银行经营风险均有显著正向影响，其中汇率和资本管制政策不确定性的系数为0.00132，且在5%水平上显著，而财政政策、货币政策、贸易政策的系数分别为0.00569、0.00358、0.00200，且均在1%水平上显著，即财政政策不确定性对银行经营风险影响最大，货币政策其次，贸易政策的影响再次，汇率和资本管制政策的影响最小。

表8 基于宏观层面分组回归结果

财政政策和货币政策的变动会从内部和外部两个方向加剧银行经营风险，因此两者对银行经营风险影响较大。财政政策主要包括政府支出和税收政策。其中，政府支出的调整会影响银行对未来经济形势的判断和银行信贷政策，从而加剧银行的信贷风险；而税收政策变化主要是通过影响企业盈利，从外部间接影响银行经营风险。从内部影响来看，货币政策不确定性加剧了政策的噪声信号和借贷主体的羊群行为对银行的干扰，从而影响了银行的决策，使银行产生“惜贷倾向”[29]。从外部影响来看，货币政策不确定性加剧会使货币持有者倾向于储蓄观望，降低其贷款倾向，此时银行为实现目标收益率会倾向于冒险性投资行为，导致经营风险的提高[3]。

贸易政策、汇率和资本管制政策的变动只能从单个方向影响银行经营风险，因此两者对银行经营风险影响较小。贸易政策的变动主要从外部影响银行经营风险，贸易政策的频繁变动会抑制企业投资，影响企业对未来经济形势的判断，从而可能会提高违约率，加剧银行经营风险。而汇率和资本管制政策不确定主要从内部影响银行经营风险，汇率和资本管制政策不确定一方面通过影响银行国际业务的开展而影响银行盈利，另一方面加剧了银行的汇率风险，影响银行外汇头寸价值，从而提高了银行经营风险承担水平。

六、稳健性检验

（一）内生性检验

为了减小内生性问题对结果稳健性的影响，本文选取美国经济政策不确定性作为工具变量[30]，采用两阶段最小二乘法进行检验。美国经济政策的变动可能会引起中国经济政策的波动，但是该变量不会直接影响中国的银行风险承担水平。由表9可知，经过工具变量法回归，上述结果均在10%水平上显著，且回归结果方向与前文结果一致，因此本文回归结果较为稳定。

表9 工具变量法稳健性检验

（二）更换核心解释变量

1.经济政策不确定性指数的其他构建方法

为保证回归结果的稳健性，本文参照已有研究选取了以下几种方法重新定义经济政策不确定性指数（EPU）。一是采用一年内EPU的几何平均数代替算术平均数衡量经济政策的变动。二是利用移动加权平均法构建的EPU 指数代替算术平均数衡量经济政策的变动。考虑到银行风险承担对经济政策频繁变动的反应时间较短，因此本文分别以1/6、2/6、3/6作为单个季度中第一个月、第二个月、第三个月的权重计算得出季度经济政策不确定性指数[1，20]，随后分别以1/10、2/10、3/10、4/10 作为一年中第一季度、第二季度、第三季度、第四季度的权重计算得出年度经济政策不确定性指数[31]。三是采用一年内经济政策不确定性指数的调和平均数作为代理变量。表10至表12汇报了利用以上方法重新构建经济政策不确定性指数时的回归结果。

表10 几何平均数作为代理变量的稳健性检验

表11 移动加权平均法稳健性检验

表12 调和平均数作为代理变量的稳健性检验

检验结果显示，经济政策不确定性对银行风险承担影响方向并未发生变化，且结果均在1%水平上显著，因此可以认为本文回归结果具有稳健性。

2.经济政策不确定性指数的其他界定方法

为排除不同学者构建的经济政策不确定性指标差异所造成的偏差对本文结果的影响，本文采用Huang 等[7]构建的经济政策不确定性指数作为度量经济政策不确定性的指标，并进行稳健性检验。回归结果如表13所示。

表13 经济政策不确定性指数其他构建方法的稳健性检验

表13的检验结果显示，在运用Huang 等[7]构建的经济政策不确定性指数来度量经济政策波动时，经济政策波动对银行风险承担影响的方向和显著性都没有发生变化，因此也验证了本文回归结果稳健性较好。

（三）增减控制变量

为进一步验证本文回归结果的稳健性，本文参照王晋斌等[32]的研究，增添股票市场综合指数的对数值来控制国内金融发展水平，并增添资本资产率控制银行层面资产机构的影响，同时删去对银行风险承担影响不大的消费者物价指数。回归结果报告如表14所示。

表14 增减控制变量的稳健性检验

由表14的回归结果可以看出，经济政策不确定性对银行风险承担的方向与前文结果一致，且在1%水平上显著，证明本文回归结果稳健性较好。

（四）剔除金融危机期间样本

由于银行风险承担水平容易受外部金融环境影响，为确保选取的样本具有代表性，本文参照田国强等[33]的研究，删除金融危机期间的样本来检验回归结果的稳健性。回归结果如表15所示。

表15 剔除金融危机期间样本的稳健性检验

综合以上三种稳健性检验方法，可以发现经济政策不确定性影响银行风险承担的方向依然与前文结果均保持一致，且均在1%水平上显著，因此可以认为本文回归结果的稳健性较好。

七、进一步研究

（一）中介效应研究

表16报告了“经济政策波动—企业利润水平降低—银行不可控风险承担提升”这一中介机制的检验结果。其中，（2）列的lnEPU系数为-0.33187，（3）列的lnEPU、yield 系数分别为0.03501 和-0.23167，即企业获利能力在经济政策不确定性影响银行不可控承担风险的过程中起着部分中介作用。也就是说，当经济政策不确定性增加时，企业决策渠道受到阻塞，使得其投资减少、利润水平下降，此时企业违约率也较高，导致银行不可控风险承担水平升高，即假设H5的中介机制得到了验证。具体而言，企业利润水平对该中介效应的绝对贡献为（-0.33187）×（-0.23167）=0.07688，而经济政策不确定性对银行不可控风险承担的总体影响为0.07688+0.03501=0.11189。因此，可以得到企业利润水平的相对贡献率为68.71%。

表16 中介效应检验

（二）调节效应研究

银行业景气指数（BBI）主要表征当期信贷环境，银行业景气指数越高代表当期信贷环境越好，资本资产比率（CAR）则主要用来衡量银行当前资本结构。表17中的（1）和（2）列报告了银行业景气指数对银行可控风险和经营风险的调节效应，（3）和（4）列报告了资本资产比率对银行不可控风险承担和滞后风险的调节效应。

表17中的交互项均在1%水平上显著。可以看出：一是信贷环境越景气，经济政策波动对银行可控风险承担的抑制作用越弱。这可能是由于当信贷环境较好时，银行家对未来经济走势判断较为乐观，基于银行的盈利性原则，银行家更倾向于把资金配置给风险较高的项目以获取较高收益。二是信贷环境越景气，银行经营风险承担受经济政策不确定性影响而加剧的效果越弱。这可能是由于当信贷环境景气时，银行盈利能力较强，外部市场资金来源较为充足且企业违约率较低。三是资本资产比例越高，银行不可控风险承担受经济政策不确定性影响而加剧的效果更弱。这可能是由于在银行资本资产比例高时，即使企业经营效益差，贷款违约率高，银行自有资金仍然能够维持其基本运转，满足存款客户取现的需求，即银行的缓冲余地相对来说更大。四是资本资产比例越高，银行滞后风险承担受经济政策不确定性影响而加剧的效果更弱。这可能是由于当银行资本资产比例高时，银行拥有更多的自有资本来调节银行各项资金配置，降低银行当下风险，保证银行在下一经营年度能够保持以相对较低风险状态运转。因此，以上分析验证了本文的假设H6。

表17 调节效应检验

八、研究结论与政策建议

（一）本文研究结论

本文基于Baker 等[5]提出的经济政策不确定性指数和我国2007—2020年258 家银行2479 个样本的非平衡面板数据进行实证研究。研究发现：（1）对于银行当期风险来说，经济政策的频繁波动显著抑制了银行可控风险承担水平，但却显著提升了银行不可控风险的承担水平。综合以上两种效应，本文发现经济政策频繁变动对银行不可控风险的影响占据主效应，因此经济政策波动显著提升了当期银行经营风险承担水平。而对于银行滞后风险来说，经济政策不确定性对滞后银行风险承担水平有显著正向影响。（2）经济政策不确定性对银行风险承担水平的影响会在不同性质银行上表现出异质性。在可控风险承担方面，除国有银行方向相反外，城商行、农商行、股份制银行的可控风险承担水平均随着经济政策不确定性的提高而降低，且其敏感性依次递减。在不可控风险承担方面，除国有银行方向相反外，股份制银行、城商行、农商行不可控风险承担水平均随着经济政策不确定性的提高而增高，且其敏感性依次递减。（3）相比于非上市银行，经济政策波动对于上市银行的可控风险承担水平影响较大，而对于不可控风险承担水平影响较小。（4）相比于资本水平低于平均值的银行，资本水平高于平均值的银行的两类风险承担水平受经济政策波动影响都较小。（5）在宏观层面异质性研究中发现，财政政策和货币政策变动对银行经营风险承担水平影响较大，而贸易政策和汇率、资本管制政策的变动对银行经营风险承担水平影响较小。（6）企业利润水平在银行不可控风险承担的影响中起到了部分中介作用，即存在“经济政策波动—企业利润水平下降—银行风险承担提升”这一中介机制。银行业景气指数对于银行可控风险承担水平和银行经营风险承担水平起到调节效应的作用，而资本资产比率对银行不可控风险承担水平和银行滞后风险承担水平起到了调节效应的作用。

（二）政策建议

本文研究结论不仅有助于政策制定当局合理调整经济政策，也有助于银行在经济政策不确定的环境下对不同类别的风险进行针对性防范。基于前文的理论分析和回归结论，本文提出以下几点政策建议：一是在制定经济政策时要最大限度保证经济政策的稳定性和持续性，特别是财政部和央行要保证财政政策和货币政策的稳定，同时也要主动化解经济政策波动对实体经济的影响，这有利于银行对政策走向做好合理预期，从而化解各类风险。二是银保监会应充分发挥其监管和化解重大金融风险的作用。在经济政策波动较为频繁的时期要及时了解各类银行风险承担的变化，明确其风险类型，及时采取措施化解系统性金融风险的出现和传导。在经济政策较为稳定的时期要未雨绸缪，加强与央行协调的宏观审慎监管力度，协助各类银行处理好不良资产问题，大力整治并规范影子银行发展，预防银行风险的堆积。三是各类商业银行要加强自身防范和化解风险的意识。一方面，要区分不同风险类别和指标，采取一定的风险防控措施；另一方面，要以谨慎安全的原则完善放贷的风险评估流程，最大限度地降低企业违约率，控制自身的不良贷款率。同时，还要在银保监会的指导下将自有资本保持在一定的比率之下，进而保证一定的流动性，以防范由经济政策不确定性引起的各类风险。在经济政策频繁变动时期，各类银行要及时调整信贷政策，以保证银行风险承担水平维持在其能够承受的范围之内。■

注 释

①为提高研究的严谨性，本文参考Laeven等[17]的研究，使用包括2年滞后期的3年滚动数据来计算ROA的标准差。

②数据来源http：//www.policyuncertainty.com/china_monthly.html。

③数据来源https：//economicpolicyuncertaintyinchina.weebly.com/。