银行资产选择同群效应背后的系统性风险隐忧——兼论经济政策不确定性的调节作用

■张雪兰 李佳宁

一、引言

2021年中央经济工作会议指出，我国经济发展面临需求收缩、供给冲击、预期转弱三重压力。在新常态背景下，经济下行压力增大，不确定性急剧上升，严重阻挡了金融业和实体经济高质量发展的步伐。我国商业银行作为金融行业的主力军，提高其服务实体经济的能力且防范化解金融风险对深化金融供给侧结构性改革具有重要意义。然而，长久以来，我国银行业同质化经营问题突出[1，2]，相似的经营模式和风险偏好导致银行业资产选择趋同，不仅制约了良性竞争格局的形成[3]，也难以满足企业多样化、创新化的融资要求。图1为2010年到2020年之间不同类型的A 股上市银行贷款及其垫款、金融投资和同业信贷占总资产比例的季度变化趋势。可以看出，不同类型商业银行的资产结构调整步伐基本一致。

图1 商业银行各类资产比重变化

商业银行资产选择同质化是银行经营模式同质化的重要体现。为什么我国商业银行的经营模式会呈现出日益明显的同质化趋势？已有学者从我国银行业历史渊源、制度背景、内部经营模式、外部竞争压力等方面进行了阐释。1978年市场经济体制改革后，四大国有银行先后成立，其经营模式受到政府严格管制，其垄断性地位造成银行业同质经营也能享受经济发展红利，因而后续成立的中小商业银行对四大国有银行的发展模式形成了路径依赖[4]。我国银行业监管部门的理念、模式和制度对金融创新的约束较多，激励不足，导致了银行业同质化现象严重[1]。我国商业银行经营模式大同小异，主要利润来自存贷差。随着利率市场化的不断推进，存贷差逐渐缩小，相似的资产负债管理模式、获客渠道、发展战略导致其外部竞争压力加大，同质化经营问题凸显[5，6]。对欧美银行的研究表明，资产选择趋同会加大共同风险敞口，是金融危机爆发的重要诱因[7]。那么，我国商业银行资产选择的趋同是否会提升系统性风险水平呢？现有文献并没有对此作出解答。

鉴于此，本文试图从同群效应视角出发，利用A股上市银行数据，考察其对同伴资产选择行为的影响及其作用机制。本文可能的边际贡献在于：（1）从社会性互动角度进一步明晰了影响商业银行资产选择的内部因素，证实了商业银行决策行为的关联性，丰富了关于商业银行同群效应方面的研究；（2）不同于之前学者人为选择工具变量，本文利用LASSO算法选择同群变量的工具变量，提升了工具变量的性能和回归结果的准确性；（3）从竞争性模仿和学习性模仿两个渠道探讨了同群效应的形成机制，对深入理解同群效应提供了有益的视角；（4）通过测算上市银行对系统性风险的贡献度，分析了商业银行资产选择同群效应与系统性风险的关系，揭示了商业银行决策关联性可能产生的潜在风险；（5）进一步分析表明，经济政策不确定性会显著增强商业银行的贷款和同业业务的同群效应。本文的研究结论为我国商业银行微观监管和创新发展提供了一定的启示。同群效应反映出我国银行决策具有极强的关联性，银行决策关联性有可能引发资产结构趋同，风险互动聚集，系统性风险水平上升。因此，关注银行决策的关联性对我国银行体系高质量、多元化、创新性发展，前瞻性防控金融风险，提高金融资源配置效率具有重要参考价值。

二、文献综述与理论假设

（一）银行资产选择行为的同群效应

同群效应指的是个体行为受到其所在群体中其他个体的影响，进而使得同群个体的行为呈现出相对一致性[8]。目前国内外关于同群效应的研究成果包括公司投融资行为和资本结构[9—12]、个人投资决策[13]、公司违规行为[14]、企业金融化[15]等多个方面。关于商业银行同群效应的研究较少。Beltran等[16]通过分析美国金融危机期间商业银行在联邦基金市场上的借贷行为发现，银行在准备金留存方面受到显著的同群影响，这种同群效应不仅会导致银行系统流动性囤积，而且会通过影响联邦基金市场借贷利率弱化货币政策传导效果。Gangopadhyay 等[17]研究了约旦商业银行的信息技术投资，发现银行的高层管理者会基于保持声誉的目的进行同群模仿，模仿行为可以为管理者带来“一致性利益”。辛兵海等[18]利用我国A 股上市银行数据，实证研究了中国商业银行流动性风险管理同群效应，发现个体商业银行流动性政策会受到群体的影响，且同群效应在中小银行间较为显著，四大银行间则不存在明显的模仿。

围绕商业银行资产选择这一议题，已有研究主要从宏观经济形势和经济政策、监管要求、银行风险承担等几个方面展开。实体经济增速下滑，产业转型升级，利率市场化加速和互联网金融强势竞争对银行的传统信贷业务造成了巨大冲击，而商业银行贷款投向和风险偏好等存在固有惯性，导致贷款业务的利润空间不断缩小。商业银行的资产选择也受融资成本影响，当存款和同业间融资成本上升时，银行会减少流动性储备，增加风险资产[19]。严监管态势下，资本充足率、存贷比、拨备覆盖率、杠杆率等指标对贷款的约束增强，商业银行普遍推进资本集约化管理，通过配置资本消耗较低且回报较高的资产进行结构性优化，从主要面向信贷市场向金融市场等领域拓展，金融投资和同业信贷成为商业银行提升流动性、规避贷款规模限制、缓解资本约束的主要选择[20，21]。既有研究对于商业银行资产选择行为主要关注点集中在外部环境方面，对行为本身关注较少。目前关于同群效应的研究表明，同一行业中不同的决策主体之间会相互影响，处于同一群体内的个体或有相似特征的个体之间往往会相互模仿使得银行决策具有很强的关联性，即商业银行资产选择行为可能存在同群效应。基于此，本文提出如下假设：

H1a：商业银行的资产选择行为存在同群效应。

根据Lieberman等[22]对企业模仿行为的研究，企业的模仿主要分为竞争性模仿和学习性模仿。竞争性模仿主要发生在市场地位、资产规模和资源禀赋等十分相近的企业之间，其主要目的是保持自身的竞争优势；而学习性模仿主要发生在市场地位、资产规模和资源禀赋存在较大差异的企业之间，其主要目的是向具有信息优势的企业获取更多的市场信息，且竞争性模仿和学习性模仿往往是并存的。我国各类商业银行在资产负债规模、品牌效应、客户资源、管理机制等方面存在差异[23]，模仿行为存在差异，竞争性模仿和学习性模仿并存。根据以上分析，本文提出如下假设：

H1b：不同类型的商业银行模仿机制存在差异，竞争性模仿和学习性模仿同时存在。

（二）银行资产选择行为同群效应与系统性风险

长期以来，信贷资产在我国商业银行总资产中的占比较高。伴随着利率市场化等各项金融改革的逐步深入，商业银行利差空间被压缩，其不断降低对信贷规模扩张的过度依赖，重新配置资产，寻找新的利润空间。在此过程中，商业银行相互之间的学习和模仿会导致资产结构相似度提高，进而产生相同的风险敞口。历次金融危机说明相同的风险敞口蕴含着巨大的危机[24]。Cai 等[25]利用美国商业银行辛迪加贷款数据研究发现，个体银行为了降低自身投资风险而进行的资产多元化行为，造成了银行业资产重叠，银行之间的相似度提升，贷款资产共同风险敞口加深，最终导致经济下行期系统性风险显著增强。在现实中，银行借鉴和模仿同类的这种基于个体利益最大化的理性决策行为并不一定会带来群体理性决策，即金融机构个体理性所导致集体非理性的合成谬误机制[26]。个体银行的损失风险会通过同群效应产生的决策关联放大机制扩散传导至整个银行体系，导致系统性风险水平的提升。

我国银行业信贷资产配置一直存在结构性不合理现象。首先，信贷空间配置偏重于东部发达地区，行业配置偏重于房地产和基础设施建设，规模配置偏向于大型国有企业[4]。这种结构性不合理导致我国银行业风险暴露趋同。如果实体经济产生负向外部冲击，则必然在银行系统形成风险连锁反应。商业银行在金融投资中持有大量国债、央行票据、金融债、企业债和公司债，如果发生危机，银行抛售有价证券会导致其资产价格持续性下跌，个体银行风险将快速传导至持有相同金融资产的其他银行，从而引发系统性金融风险[7，27]。商业银行同业业务具有较强的不透明性，利用同业业务的不透明性进行监管套利也会引致系统性风险提升[28]。

此外，不同规模的银行，其系统重要性不同，比如大型国有商业银行处于整个银行网络的中心，尾部风险溢出效应较强[29]，故不同类型的银行其同群效应对系统性风险的影响也不同。由此，本文提出如下假设：

H2：商业银行资产选择行为的同群效应会影响系统性风险，且不同类型的银行对系统性风险的影响具有差异性。

三、实证研究

（一）模型设定与变量选择

1.同群效应模型设定

本文在模型设定方面参照辛兵海等[18]的研究，将检验同群效应的模型设定如下：

模型（1）中的被解释变量Assetit分别为贷款比率（Loanit）、金融投资比率（Finvit）和同业信贷比率（Interlendit）；解释变量Asset_Peerit为商业银行各类资产同群指标，通过时期t除银行i以外其他银行的平均值计算得到；β1为同群效应系数，如果β1显著为正，则认为商业银行资产选择存在同群效应，个体银行资产选择受群体影响。控制变量包括：总资产（TA）、净利息收入（NI）、资本充足率（CAR）、不良贷款率（NPL）、非利息收入（NII），分别控制银行规模、净利息收入水平、资本充足情况、信贷资产质量、收入多元化等银行微观特征；国内生产总值（GDP）、贷款利率（Rate1）、国债收益率（Rate2）、同业拆借利率（Rate3），控制各类资产相对应的宏观经济特征。贷款同群效应所用利率为贷款利率（Rate1），金融投资同群效应为国债收益率（Rate2），同业信贷同群效应为同业拆借利率（Rate3）。δi为个体固定效应，θt为时间固定效应，εit为随机误差项。

2.内生性问题

关于同群效应的实证研究，必须考虑由于反向因果所带来的内生性问题，即同群资产选择行为会影响个体行为，个体行为也会反向影响同群行为。本文借鉴Leary等[9]、辛兵海等[18]的方法，采用上市银行股票收益特质成分作为工具变量，通过模型（2）提取特质成分。

其中，Rit、RMt、RFt、RIt分别代表个体银行股票收益率、市场收益率、无风险收益率和行业收益率。回归后所得残差属于个体银行的特质成分，再计算其同群指标，即可得Asset_Peerit的工具变量。该工具变量通过回归排除群体的共同点，在一定程度上克服内生性问题。由于该变量及其滞后项均可作为工具变量，故可用工具变量较多。以往学者在选择工具变量时，均是人为选择其滞后阶数，比如辛兵海等[18]选择其滞后1 阶至3 阶作为工具变量，孙凤娥[30]选择滞后0 阶作为工具变量。目前已有研究将LASSO（Least Absolute Shrinkage and Selection Operator）算法应用至筛选工具变量中，研究证实该算法改善了工具变量性能，使得估计结果更加可靠和准确[31，32]。因此，本文采用LASSO 算法筛选工具变量。

LASSO 回归的基本思路是让回归系数的绝对值之和小于一个常数从而对系数形成约束，如式（3）所示。通过最大似然函数使得部分回归系数估计值为0，以此删除掉重要性较低的解释变量。关于参数λ的确定，主要可以通过信息准则、交叉验证和理论推演这三种方法。本文样本量不大，故选择采用10折交叉验证确定参数λ。本文的回归模型中只有一个内生变量，故本文将工具变量个数最多设置为3个，通过工具变量的检验结果挑选最优工具变量。

3.同群效应对系统性风险的影响

关于银行系统性风险的测度，本文参考Adrian等[33]提出的商业银行系统性风险贡献度（ΔCoVar），利用分位数回归，计算出每家银行在陷入财务困境时的系统性风险（CoVar）与正常经营时的系统性风险（CoVar）之差，测度该银行对系统性金融风险的贡献。在计算ΔCoVar 时，由于要用到分位数回归，而季度数据量太少，故采用了上市银行月度股票交易数据，再对月度数据进行季度平均，得到季度ΔCo-Var。由于ΔCoVar均为负值，回归时取其绝对值，其绝对值越大，该银行对系统性金融风险的边际贡献越大。

计算结果显示，国有大型银行平均系统性风险为6.278，全国性股份制商业银行的平均值为5.797，城市和农村商业银行平均值为5.419。图2为国有大型商业银行、全国性股份制商业银行、城市和农村商业银行的季度平均系统性风险。整体来看，国有大型商业银行的系统性风险最大，全国性股份制商业银行次之，城市和农村商业银行最小。这一结果与我国对系统性重要银行的分类相同。

图2 各类商业银行平均系统性风险

同群效应的大小，反映出个体银行的决策受其他银行影响程度的大小，代表了个体银行与同群银行之间的决策关联程度。在测度商业银行同群效应大小时，本文借鉴李志生等[34]的方法，将每家银行的各项资产与其同群指标进行回归，记录回归的拟合优度（R2），将拟合优度（R2）作为每家银行同群效应大小（Peer_effectsi）的度量。其数值越大，个体银行决策受其他银行的影响越大，个体银行与同群之间的决策关联度越高。进一步，通过模型（4）检验同群效应对系统性风险的影响。

（二）研究样本和统计性描述

本文选择2010年第一季度到2020年第四季度的A股上市银行作为本文的实证对象。研究样本的资产规模占比较高①、公司治理相对规范、信息披露较为全面及时，故具有一定的代表性。

本文所用资本充足率数据来源于CCER 数据库，其他数据来源于WIND 数据库。部分缺失值通过手工查询定期财务报告补全。对样本数据的处理如下：（1）剔除ST 类公司；（2）剔除财务数据异常或缺失较多的银行；（3）剔除上市时间晚且样本量过少的银行，包括重庆银行、沪农商银行、齐鲁银行、厦门银行和瑞丰银行；（4）对相关财务数据进行1%的Winsor 处理，以减轻极端值对模型的影响。经过筛选，最终得到861条数据。

商业银行资产种类众多，本文选取了三类占比较高的资产，分别是贷款及垫款、金融投资和同业信贷。其中，金融投资包括交易性金融资产、以摊余成本计量的金融资产、以公允价值计量且其变动计入其他综合收益的金融资产、可供出售金融资产、持有至到期投资、债权投资、其他债权投资和其他权益工具投资。同业信贷为存放同业及拆出和买入返售金融资产的总和。具体的变量释义如表1所示。

表1 变量释义

表2给出了相关变量的描述性统计。可以看出，我国上市商业银行的资产规模、收入状况、经营效率、资本充足情况差异较大，但资产结构差异较小。贷款比率、金融投资比率和同业信贷比率的均值与其中位数的差距均较小。贷款比率的均值为0.48，中位数为0.492；金融投资比率的均值为0.231，中位数为0.213；同业信贷比率的均值为0.05，中位数为0.044。

表2 描述性统计

四、回归结果分析

（一）商业银行资产选择同群效应

1.整体回归结果

表3为我国商业银行资产选择的同群效应相关回归结果。可以看出，商业银行各类资产选择的同群效应系数均显著。这表明商业银行个体资产选择行为受到同群银行的显著影响，个体银行的资产结构调整函数中包括其他银行的决策行为这一变量，银行决策行为关联性较强。

表3 商业银行资产选择同群效应

在进行工具变量回归时，首先，采用常用的滞后0 阶的工具变量进行回归。贷款、金融投资和同业信贷工具变量所对应的Kleibergen-Paap F统计量分别为34.494、10.79 和18.525。其次，采用LASSO 算法选择工具变量。经过筛选，贷款、金融投资和同业信贷工具变量所对应的Kleibergen-Paap F统计量分别提升至53.182、30.874 和39.832。可以看出，经过筛选后的工具变量与内生变量之间的关联性更强，工具变量性能提升，意味着采用工具变量进行估计的准确度也将提升。Kleibergen-Paap LM 统计量检验结果均显示拒绝工具变量与内生变量不相关的原假设。Kleibergen-Paap F 统计量均在经验值10 以上，拒绝了弱工具变量的原假设，表明本文工具变量具有一定的合理性和适当性。LASSO 筛选出来的工具变量用到了股票收益特质成分的滞后项②，故参与回归的样本相应有所减少。但可以看出，商业银行资产结构调整的同群效应仍然显著，表明在控制了外部宏观环境和内部微观结构的条件下，商业银行资产结构调整仍受到其他银行的影响，其他银行的决策行为是个体银行决策的重要影响因素。

2.稳健性检验

本文通过更换解释变量、考虑经营惯性和改变计量方法进行稳健性检验。首先，将银行拨备覆盖率纳入解释变量，将盈利指标替换为总资产收益率，结果如表4所示，同群效应仍然显著。其次，考虑到商业银行经营惯性的影响，将解释变量滞后一阶进行回归，结果如表5所示。最后，由于计算系统性风险指标，需要用到股票收益率等数据，故本文仅选择了上市商业银行作为研究样本，样本数较小。为了缓解样本选择性偏差的问题，本文利用Bootstrap 面板数据自助抽样回归，通过抽样1000 次得到“自助样本”，再次进行回归使得估计量更具渐进效率和可信度，结果如表6所示。以上回归结果均证明前文实证结论具有一定的稳健性，商业银行资产选择同群效应显著，决策关联性较强。

表4 更换解释变量

表5 考虑经营惯性回归结果

表6 利用Bootstrap自助抽样回归

（二）模仿机制分析

由于不同类型的商业银行在资产规模、经营范围、公司治理等方面存在差异，故本文通过调整对应的同群变量，进一步探究我国商业银行资产选择行为是否存在竞争性模仿或学习性模仿行为。

实证结果表明，不同类型的商业银行，其竞争性模仿和学习性模仿行为并存。对于信贷资产（表7），大型国有商业银行、全国性股份制商业银行、城市和农村商业银行贷款的同群效应系数分别为1.300、0.768和0.462，且都在1%的水平上显著，表明三类商业银行贷款业务均存在竞争性模仿行为。究其原因，贷款仍然是我国商业银行资产中占比最大的，也是商业银行最为重要的利润来源，A股上市银行贷款占比平均达48%，最高的超过60%。而随着我国实体经济增速下行，商业银行所能选择的优质信贷资产减少，贷款领域的竞争也愈加激烈，商业银行竞争性模仿的动机也越来越强。而在学习性模仿中，全国性股份制商业银行、城市和农村商业银行均存在显著的学习性模仿行为。对此，本文认为，不同类型的商业银行与市场之间的信息不对称程度不同，银行规模越大，与市场信息、政策信息之间的相对不对称程度越低，大银行拥有比较信息优势。规模较小的商业银行通过模仿规模较大的商业银行来调整自身的资产，这种模仿可以降低银行对市场信息和政策信息的获取成本，减少决策时间，同时降低开拓新业务所需面临的各种风险。该结果也再次验证了企业模仿行为中个体会向具有信息优势的同伴进行模仿[35，36]。

表7 商业银行信贷资产模仿机制

对于金融投资业务，表8结果表明，全国性股份制商业银行在金融投资上存在竞争性模仿和学习性模仿，其同群效应系数分别为1.677和2.995，且均在1%水平上显著。城市和农村商业银行存在学习性模仿，其同群效应系数为1.320，在1%水平上显著，大型国有商业银行不存在显著的竞争性模仿。我国商业银行金融投资的主要标的为国债、地方政府债券、金融债券及高评级企业债券，大型国有商业银行购买债券除了获取投资收益，也存在支持国家财政政策、助力国家产业发展等政治性目的，故其金融投资决策较为独立，较少受到同伴影响。全国性股份制商业银行竞争性模仿和学习性模仿行为并存，一方面与其体制机制较为灵活有关[4]，另一方面也说明股份制商业银行之间的竞争更为激烈，其模仿动机相对更强。城市和农村商业银行在经营时间、专业能力和投资经验方面与其他银行之间的差距较大，故其学习性模仿动机强烈。这也印证了银行之间差异性越大，基于信息获取的模仿动机越强[18]。

表8 商业银行金融投资模仿机制

表9结果表明，就同业信贷而言，三类商业银行均存在显著的竞争性模仿。说明对于不同类型的商业银行，同业信贷决策均受到同类银行的影响。而全国性股份制商业银行存在显著的学习性模仿，显示出股份制商业银行具有更为强烈的模仿动机，为保持其市场地位，其同业信贷的决策行为不仅受到同类影响，也受到规模更大的商业银行影响。

表9 商业银行同业信贷模仿机制

（三）同群效应的影响

1.同群效应对系统性风险的影响

同群之间的模仿会导致银行决策关联性增强，商业银行资产相似度上升，同一业务领域竞争更加激烈。这种由同群效应带来的决策关联性可能会引发风险互动聚集，产生风险放大效应，从而提升银行系统性风险。本文以系统性风险（△CoVar）作为衡量指标，借鉴李志生等[34]的方法，对每一家商业银行的同群效应大小进行了测算，实证研究了同群效应对商业银行系统性风险的影响。

表10结果表明，商业银行贷款同群效应整体会增加系统性风险，全国性股份制商业银行、城市和农村商业银行对系统性风险影响显著。可能的原因有：首先，信贷资产目前为商业银行占比最大的资产，其存量规模导致信贷资产决策关联性对银行系统性风险的影响较大。其次，大型国有商业银行凭借其市场地位和长期以来的客户积累，在获取优质信贷资产方面具有很大优势，且其具有经济维稳保增的责任，风险偏好较低[37]，故其信贷资产整体所面临的风险要小于中小银行。尽管随着我国银行业市场化改革的深入，中小银行的市场份额和市场竞争力不断提升，但中小银行的贷款利率、贷款违约率均高于大银行，其体现出更高的风险承担[38]，其模仿行为会造成银行信贷风险暴露趋于一致，脆弱性上升，从而提升系统性风险。

表10 贷款同群效应与系统性风险

表11结果表明，我国商业银行金融投资同群效应对系统性风险没有显著影响。可能的原因在于：我国商业银行金融投资的主要标的为低风险债券，比如国债、地方政府债、政策性银行债和其他商业银行债券等。这类债券违约风险非常低且流动性强，故金融投资同群效应并未显著提升系统性风险。

表11 金融投资同群效应与系统性风险

表12为同业信贷同群效应对系统性风险的影响，其结果表明，大型国有商业银行和全国性股份制商业银行的同群效应会显著增强银行所面临的系统性风险。可能的原因在于：首先，同业信贷之间的相互模仿，会提升我国商业银行之间的网络关联度，而大型国有商业银行和全国性股份制商业银行在关联网络中处于重要结点位置，其系统重要性更强。其次，常备借贷便利（SLF）等新型政策工具只面向一级交易商，故大型国有商业银行、全国性股份制商业银行可以直接从央行获取流动性。流动性分层导致在我国同业市场中，流动性的主要供给者为大银行，流动性的主要需求者为小银行。因而，大型国有和全国性股份制商业银行的同业信贷资产占比要高于城市和农村商业银行，同业风险也相对较高[38]，故其同群效应对系统性风险的影响也更大。

表12 同业信贷同群效应与系统性风险

2.稳健性检验

本文通过变换被解释变量对上述实证结论进行稳健性检验，参考范小云等[39]衡量系统性风险的指标，利用商业银行日度股票交易数据计算边际期望损失MES。受篇幅所限，表格省略，实证结果均表明前文结论稳健。

五、进一步分析

近年来，我国外部经济环境严峻复杂，内部改革发展任务艰巨。正如刘鹤[40]指出：“高质量发展是宏观经济稳定性增强的发展，在世界面临百年未有之大变局、全球经济充满不确定性的条件下，宏观稳定成为稀缺的资源”。商业银行作为我国金融市场中的主要资源配置者，经济政策不确定性不仅会直接影响其行为决策，还会通过其他金融主体将不确定性传导至银行，因而商业银行对经济政策不确定性的敏感性更强[41]。已有研究表明，个体进行模仿的主要目的是为了降低自身决策的不确定性[8，14]，那么，经济政策不确定性对商业银行的同群效应是否具有显著的调节作用？本部分引入经济政策不确定性指数，对其调节作用进行实证分析。经济政策不确定性指数选取Baker等[42]所构建的指标③。该数据为月度数据，本文对月度数据进行平均并取其自然对数得到季度数据，实证结果如表13所示。贷款和同业信贷同群变量和经济政策不确定性的交叉项系数显著为正，说明经济政策不确定性会显著增强贷款和同业信贷的同群效应，但其对金融投资同群效应的作用不显著。这一结果表明，当经济政策不确定性（EPU）上升时，商业银行的资产选择行为会表现出更强的模仿动机。这与苏明政等[43]研究金融机构杠杆决策同群效应时所得的结论一致。

表13 经济政策不确定性对同群效应的调节作用

本文进一步将样本进行细分，按照样本商业银行资本充足率、总资产收益率的平均数将其划分为低资本充足率、高资本充足率、低盈利和高盈利四组。由于经济政策不确定性对金融投资未产生调节作用，因此仅对贷款和同业信贷的子样本进行实证研究，结果如表14所示。对于资本充足率较低的商业银行，经济政策不确定性会显著增强贷款业务的同群效应，而对于总资产收益率较高的商业银行，贷款和同业信贷的同群效应均显著受到经济政策不确定性的正向调节作用。究其原因，贷款作为目前我国商业银行的主要利润来源，属于资本消耗较高的资产业务，资本充足率较低和总资产收益率较高的商业银行对其更为敏感，当经济不确定性增强时，由于敏感性更强，其为降低外部环境带来的不确定性而进行学习和模仿的同群趋势也更加明显。

表14 经济政策不确定性对同群效应的调节作用——子样本

六、结论与政策建议

本文基于2010—2020年我国上市银行数据，实证检验了商业银行在资产选择方面是否存在同群效应，同群效应的模仿机制及其对系统性风险的影响。实证结果表明，我国上市银行资产选择行为存在显著同群效应，个体银行的决策行为显著受到群体的影响，商业银行决策关联性较强，且结论稳健。在模仿机制方面，以保持行业地位为目标的竞争性模仿和以获取信息为目标的学习性模仿同时存在，但不同类型的商业银行其模仿机制有所差异。贷款同群效应和同业信贷同群效应会显著提升银行的系统性风险，表明同群效应产生的决策关联是一种风险放大机制。当经济政策不确定性上升时，贷款和同业信贷的同群效应显著增强。

本文的主要结论对我国商业银行的经营管理和风险防范具有一定的现实意义。商业银行之间的相互模仿学习可以降低其信息获取成本和决策成本，但当银行业竞争越来越激烈，外部环境不确定性日益上升时，同群之间的模仿学习尤其是同业业务之间的模仿不仅会加剧竞争侵蚀利润，还有可能增加银行决策关联性，导致风险互动聚集，增大共同风险敞口，提高整个银行业系统性风险发生概率。因此，银行业高质量发展应当减少低水平模仿，提升管理能力，打造专业特色，更好地服务实体经济。监管当局应当更加科学合理地评估系统重要性银行，精准高效进行分类监管，关注商业银行的决策关联性及其可能形成的金融风险，为实体经济发展营造更加良好的金融生态环境。■

注 释

①根据中国银行业协会数据，2019年末我国上市银行总资产规模达196.47 万亿元，占商业银行总资产的比重达到82.04%。资料来源：https：//www.china-cba.net/。

②对于贷款同群变量，LASSO 筛选出来的工具变量是滞后0期、9期和10期的股票特质成分同群变量；对于金融投资，LASSO筛选出来的是滞后2期、5期和10期；对于同业信贷，则是滞后5期、9期和10期的特质成分同群变量。

③经济政策不确定性数据来源：http：//www.policyuncertainty.com。