李裕坤

(1.四川大學(xué)經(jīng)濟(jì)學(xué)院，成都 610000；2.宜賓學(xué)院 政府管理學(xué)院，四川 宜賓 644000）

0 引言

2008年，由美國次貸危機(jī)引發(fā)的全球金融危機(jī)在給各國經(jīng)濟(jì)造成重創(chuàng)的同時(shí)，也促使各界專家學(xué)者認(rèn)真反思危機(jī)爆發(fā)之原因及應(yīng)對(duì)措施。Borio和Zhu（2008）由此提出了貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道，即貨幣政策的變化會(huì)作用于金融中介風(fēng)險(xiǎn)感知度和容忍度，繼而影響資產(chǎn)組合的風(fēng)險(xiǎn)水平以及資產(chǎn)定價(jià)、融資價(jià)格和非價(jià)格條款等銀行信貸行為，進(jìn)而影響可貸資金的供給量，最終影響經(jīng)濟(jì)總產(chǎn)出。該渠道強(qiáng)調(diào)經(jīng)濟(jì)主體對(duì)待風(fēng)險(xiǎn)的態(tài)度并不是一層不變而是具有順周期效應(yīng)的，貨幣政策的變化不僅能改變銀行信貸的量，還能改變銀行信貸的質(zhì)——銀行的信貸風(fēng)險(xiǎn)偏好。繼該理論提出后，國內(nèi)外學(xué)者紛紛從實(shí)證的角度對(duì)貨幣政策的風(fēng)險(xiǎn)承擔(dān)渠道進(jìn)行了驗(yàn)證。

本文選取2005～2013年間28家商業(yè)銀行的數(shù)據(jù)，采用動(dòng)態(tài)面板數(shù)據(jù)的GMM估計(jì)方法進(jìn)行實(shí)證研究，以期發(fā)現(xiàn)在控制了銀行核心資本充足率等微觀特征和宏觀經(jīng)濟(jì)狀況后，貨幣政策對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)有何影響，從而驗(yàn)證我國是否存在貨幣政策的風(fēng)險(xiǎn)承擔(dān)渠道。

1 模型的構(gòu)建與數(shù)據(jù)描述

1.1 變量選取

1.1.1 銀行風(fēng)險(xiǎn)承擔(dān)代理變量

現(xiàn)有文獻(xiàn)關(guān)于銀行風(fēng)險(xiǎn)承擔(dān)的代理變量指標(biāo)主要有衡量破產(chǎn)風(fēng)險(xiǎn)的Z值，衡量銀行貸款違約風(fēng)險(xiǎn)的不良貸款率，以及風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)的比率和預(yù)期違約概率?？紤]到我國銀行業(yè)受到政府的完全隱性保險(xiǎn)制度，幾乎不存在破產(chǎn)風(fēng)險(xiǎn)，而預(yù)期違約概率雖是衡量銀行事前風(fēng)險(xiǎn)承擔(dān)的指標(biāo)，但由于數(shù)據(jù)可獲得性較差，在計(jì)算上存在一定的難度，本文選擇能衡量銀行事中風(fēng)險(xiǎn)承擔(dān)的風(fēng)險(xiǎn)資產(chǎn)占比指標(biāo)和衡量銀行事后風(fēng)險(xiǎn)承擔(dān)的不良貸款率指標(biāo)作為銀行風(fēng)險(xiǎn)承擔(dān)的代理變量。

1.1.2 貨幣政策代理變量

貨幣政策代理變量雖因各國的國情不同而有所區(qū)別，但選取的基本原則是要符合一國貨幣政策調(diào)控制度特征，要具備可控性、可測性和相關(guān)性。國外文獻(xiàn)多以銀行間市場利率作為貨幣政策的代理變量，而中國的利率至今仍未完全市場化，公開市場操作的影響也難以直接通過價(jià)格機(jī)制傳導(dǎo)到銀行的存貸款市場，考慮到央行近年來多次通過調(diào)節(jié)存款準(zhǔn)備率來實(shí)現(xiàn)貨幣政策的調(diào)控目標(biāo)，尤其在2010～2011年間，中國人民銀行對(duì)存款準(zhǔn)備金率分別調(diào)整了6次和7次之多。法定存款準(zhǔn)備金率在我國已成為央行常規(guī)的流動(dòng)性管理工具。因此為保證模型估計(jì)的有效性，本文主要使用一年期加權(quán)的存款基準(zhǔn)利率和加權(quán)的法定存款準(zhǔn)備金率來分別檢驗(yàn)價(jià)格型和數(shù)量型貨幣政策工具對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響。

1.1.3 其他控制變量

為有效識(shí)別貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響，我們還需要控制住宏觀經(jīng)濟(jì)狀況和銀行異質(zhì)性方面的變量。這是因?yàn)榻?jīng)濟(jì)繁榮時(shí)期，銀行對(duì)未來保持樂觀，往往更傾向于承擔(dān)更大的風(fēng)險(xiǎn)，而銀行自身的規(guī)模、杠桿率水平以及盈利性可能會(huì)影響銀行的風(fēng)險(xiǎn)承擔(dān)行為。宏觀經(jīng)濟(jì)狀況的代理變量主要選擇表示經(jīng)濟(jì)發(fā)展?fàn)顩r的GDP指標(biāo)和能預(yù)示物價(jià)變化的生產(chǎn)者價(jià)格指數(shù)PPI，其中，為消除異方差，對(duì)樣本區(qū)間的GDP指標(biāo)取自然對(duì)數(shù)。銀行異質(zhì)性方面的代理變量主要是銀行的類型、資產(chǎn)規(guī)模的自然對(duì)數(shù)、核心資本充足率、加權(quán)凈資產(chǎn)收益率和成本收入比。

1.2 模型構(gòu)建

綜上所述，本文借鑒Delis和Kouretas（2011）的方法，采用風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比率和不良貸款占總貸款的比率作為風(fēng)險(xiǎn)承擔(dān)的代理變量，并控制銀行特征和宏觀經(jīng)濟(jì)狀況方面的變量，構(gòu)建以下模型進(jìn)行實(shí)證分析：

RISKit=α1RISKit-1+β1MPit+β2PPIit+β3GDPit+β 4SIZEit+β5CCARit+β6ROEit+β7COSTit+β8STATE+εit

其中，RISK為銀行風(fēng)險(xiǎn)承擔(dān)的代理變量，MP為貨幣政策的代理變量，PPI為預(yù)示物價(jià)走勢(shì)的生產(chǎn)物價(jià)指數(shù)，GDP為當(dāng)年的國內(nèi)生產(chǎn)總值的自然對(duì)數(shù)，SIZE為銀行資產(chǎn)規(guī)模的自然對(duì)數(shù)，CCAR為核心資本充足率*100，ROE為加權(quán)的資本利潤率*100，COST為銀行的成本收入比*100，STATE為表示銀行是否國有的虛擬變量，5家國有銀行取值為1，其余銀行取值為0。

1.3 數(shù)據(jù)說明與描述性統(tǒng)計(jì)

本文的研究樣本區(qū)間為2005～2013年，該區(qū)間基本涵蓋了貨幣政策穩(wěn)健、寬松和緊縮的時(shí)期。樣本選取工農(nóng)中建交5家國有商業(yè)銀行、招商銀行等10家全國股份制商業(yè)銀行、南京銀行等10家城市商業(yè)銀行以及北京農(nóng)商銀行等3家農(nóng)村商業(yè)銀行在內(nèi)的28家不同性質(zhì)商業(yè)銀行的年度數(shù)據(jù)。其中銀行數(shù)據(jù)來自CSMAR數(shù)據(jù)庫和Bankscope數(shù)據(jù)庫，宏觀變量數(shù)據(jù)和貨幣政策變量數(shù)據(jù)均來自CCER數(shù)據(jù)庫。表1為主要變量的符號(hào)與描述統(tǒng)計(jì)。

表1 主要變量的描述統(tǒng)計(jì)

2 計(jì)量結(jié)果與分析

在慣性效應(yīng)（Campbell&Cochrane，1999）下銀行的風(fēng)險(xiǎn)承擔(dān)會(huì)受到上一期的影響，因此為更好地考察銀行風(fēng)險(xiǎn)承擔(dān)的動(dòng)態(tài)滯后效應(yīng)，本文所用估計(jì)模型為采用了被解釋變量的一階滯后項(xiàng)作為解釋變量的動(dòng)態(tài)面板模型，考慮到引入被解釋變量的滯后項(xiàng)往往會(huì)造成內(nèi)生性問題，本文采用系統(tǒng)廣義矩（System GMM）估計(jì)方法。

2.1 模型計(jì)量的結(jié)果

本文運(yùn)用Stata12.0軟件對(duì)該動(dòng)態(tài)面板模型進(jìn)行系統(tǒng)廣義矩估計(jì)。表2分別給出了以風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比作為被解釋變量時(shí)，銀行一年期加權(quán)存款利率為解釋變量的回歸結(jié)果（1）和法定存款準(zhǔn)備金為解釋變量的回歸結(jié)果（2）以及以不良貸款率作為被解釋變量時(shí)，銀行一年期加權(quán)存款利率為解釋變量的回歸結(jié)果（3）和法定存款準(zhǔn)備金為解釋變量的回歸結(jié)果（4）。同時(shí)為判斷工具變量選取是否合理以及擾動(dòng)項(xiàng)是否存在序列自相關(guān)，本文采用過度識(shí)別約束檢驗(yàn)（Sargan檢驗(yàn)）和Arrelano—Bond序列相關(guān)檢驗(yàn)AR（1）和AR（2）來檢驗(yàn)工具變量的聯(lián)合有效性和差分方程殘差是否存在一階和二階自相關(guān)。從表2的Sargan檢驗(yàn)、AR（1）和AR（2）檢驗(yàn)的結(jié)果看，都在5%的顯著水平下拒絕了原假設(shè)，表明模型設(shè)定是合理的。

表2 系統(tǒng)廣義矩估計(jì)結(jié)果

2.2 計(jì)量結(jié)果分析

第一，從回歸結(jié)果看，不論銀行風(fēng)險(xiǎn)承擔(dān)的代理變量是衡量事中風(fēng)險(xiǎn)容忍度的風(fēng)險(xiǎn)加權(quán)資產(chǎn)的占比還是事后風(fēng)險(xiǎn)承擔(dān)測算的不良貸款率，也不論貨幣政策的代理變量是價(jià)格型的存款利率還是數(shù)量型的法定存款準(zhǔn)備金率，MPit的回歸系數(shù)都顯著為負(fù)，且除模型（2）在5%的水平下顯著外，其余均在1%的水平下顯著。這意味著我國貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)呈顯著負(fù)相關(guān)關(guān)系，隨著存款利率和存款準(zhǔn)備金率的下降，銀行對(duì)風(fēng)險(xiǎn)的容忍度和接受度增加，從而表明貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道在我國是存在的，長期的低利率政策將刺激我國商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)行為，容易造成系統(tǒng)性風(fēng)險(xiǎn)。

第二，RISKit-1的回歸系數(shù)都為正，說明銀行當(dāng)期的風(fēng)險(xiǎn)承擔(dān)行為會(huì)受到上一期行為的正向影響，當(dāng)以不良貸款率作為風(fēng)險(xiǎn)承擔(dān)的代理變量時(shí)，RISKit-1在1%的水平下顯著，且系數(shù)均大于0.3，表明銀行的事后風(fēng)險(xiǎn)接受度存在一定的慣性效應(yīng)，對(duì)風(fēng)險(xiǎn)承擔(dān)的調(diào)整需要一定的時(shí)間。

第三，從宏觀經(jīng)濟(jì)狀況代理變量看，PPIit的回歸系數(shù)在1%的置信水平上顯著，但當(dāng)銀行風(fēng)險(xiǎn)承擔(dān)的代理變量選擇不同時(shí)，其符號(hào)亦不同，具體而言，當(dāng)采用表示事中風(fēng)險(xiǎn)指標(biāo)的風(fēng)險(xiǎn)資產(chǎn)占比作為風(fēng)險(xiǎn)承擔(dān)的代理變量時(shí)，其系數(shù)為正，說明銀行在經(jīng)濟(jì)出現(xiàn)通脹跡象時(shí)，銀行會(huì)增加事中風(fēng)險(xiǎn)承擔(dān)；而當(dāng)采用衡量事后風(fēng)險(xiǎn)指標(biāo)的不良貸款率作為風(fēng)險(xiǎn)承擔(dān)代理變量時(shí)，其系數(shù)雖為負(fù)，但其絕對(duì)值不足0.02，影響甚微。同時(shí)，GDPit在所有模型中的系數(shù)都為正，除模型（3）不顯著外，模型（1）、（2）、（4）分別在10%、5%、1%水平下顯著，說明總體而言當(dāng)宏觀經(jīng)濟(jì)運(yùn)行良好，經(jīng)濟(jì)處于上行時(shí)期時(shí)銀行存在過度承擔(dān)風(fēng)險(xiǎn)的沖動(dòng)，銀行的風(fēng)險(xiǎn)承擔(dān)具有一定的順周期性。

第四，從杠桿率看，銀行核心資本充足率的系數(shù)在四個(gè)模型中均為負(fù)。當(dāng)采用風(fēng)險(xiǎn)加權(quán)資產(chǎn)為代理變量時(shí)，其系數(shù)在5%的水平下顯著，當(dāng)采用不良貸款率為代理變量時(shí)，其系數(shù)在1%的置信水平下顯著，說明資本充足率與銀行的風(fēng)險(xiǎn)承擔(dān)呈反向變動(dòng)關(guān)系，從而說明了資本充足率監(jiān)管的有效性，與Furlong和Keely（1989）關(guān)于提高資本充足率能降低銀行資產(chǎn)風(fēng)險(xiǎn)的理論相一致，同時(shí)也支持了巴塞爾協(xié)議以資本充足率為核心的銀行監(jiān)管思想。

第五，從盈利能力看，在四個(gè)模型中，銀行成本收入比的系數(shù)均在1%的水平下顯著為負(fù)，說明成本收入比越高的銀行，其風(fēng)險(xiǎn)承擔(dān)意愿越強(qiáng)，這可能是因?yàn)殂y行在逐利效應(yīng)的作用下，成本管理水平較低的銀行為實(shí)現(xiàn)成本管理水平較高銀行相同的收益率，有增加風(fēng)險(xiǎn)承擔(dān)意愿，較為激進(jìn)地?cái)U(kuò)張信貸的沖動(dòng)。銀行凈資產(chǎn)收益率的系數(shù)在模型（1）、（2）中顯著為負(fù)，在模型（3）、（4）中為正，顯著水平均為1%，意味著當(dāng)銀行風(fēng)險(xiǎn)承擔(dān)行為的代理指標(biāo)選取不同時(shí)，其影響也大相徑庭，這也恰好解釋了學(xué)者們?cè)谶@一觀點(diǎn)上的看法不盡相同的原因，說明銀行的盈利能力與銀行風(fēng)險(xiǎn)承擔(dān)行為的關(guān)系是不確定的。一般而言，銀行盈利能力越強(qiáng)，其承擔(dān)風(fēng)險(xiǎn)的動(dòng)機(jī)越低，然而，寬松貨幣政策下，銀行對(duì)未來預(yù)期樂觀，在估值效應(yīng)和逐利效應(yīng)的作用下，往往更傾向于投資高收益高風(fēng)險(xiǎn)的資產(chǎn)組合，從而導(dǎo)致在經(jīng)濟(jì)繁榮時(shí)期，盈利能力高的銀行往往是風(fēng)險(xiǎn)承擔(dān)意愿強(qiáng)的銀行。

第六，銀行的規(guī)模和銀行的類型對(duì)銀行風(fēng)險(xiǎn)承擔(dān)行為的影響不完全顯著，且其符號(hào)也與風(fēng)險(xiǎn)承擔(dān)代理變量的選擇有關(guān)，說明規(guī)模大的銀行一方面風(fēng)險(xiǎn)承擔(dān)能力較強(qiáng)，可以利用多元化投資來分散和降低風(fēng)險(xiǎn)，但另一方面由于規(guī)模大的銀行尤其是國有銀行在“大而不倒”原則和國家隱性存款保險(xiǎn)制度的庇佑下，又有動(dòng)機(jī)從事高風(fēng)險(xiǎn)投資，增加對(duì)風(fēng)險(xiǎn)的識(shí)別度和容忍度。

3 結(jié)論及政策建議

利用中國2005～2013年間28家商業(yè)銀行的數(shù)據(jù)，采用動(dòng)態(tài)面板系統(tǒng)廣義矩估計(jì)法進(jìn)行實(shí)證研究，結(jié)果表明：在我國，貨幣政策是非中性的，存在貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道，長期寬松的貨幣政策會(huì)導(dǎo)致商業(yè)銀行提高風(fēng)險(xiǎn)識(shí)別度和容忍度，增加銀行的風(fēng)險(xiǎn)承擔(dān)。同時(shí)，銀行的風(fēng)險(xiǎn)承擔(dān)具有順周期性，在經(jīng)濟(jì)上行時(shí)期銀行有過度承擔(dān)風(fēng)險(xiǎn)的意愿和行為。此外，銀行的異質(zhì)性對(duì)會(huì)對(duì)風(fēng)險(xiǎn)承擔(dān)產(chǎn)生影響，核心資本充足率和成本管控水平較高的銀行，其風(fēng)險(xiǎn)承擔(dān)較低，銀行規(guī)模、銀行的性質(zhì)以及凈資產(chǎn)收益率與銀行風(fēng)險(xiǎn)承擔(dān)的關(guān)系不穩(wěn)定，可能會(huì)隨風(fēng)險(xiǎn)承擔(dān)代理變量選擇的不同而變化。據(jù)此，本文提出如下政策建議：

第一，基于貨幣政策不僅會(huì)影響經(jīng)濟(jì)增長，還會(huì)影響金融穩(wěn)定的角度，央行應(yīng)重新審視貨幣政策的最終目標(biāo)，在傳統(tǒng)的穩(wěn)定物價(jià)、充分就業(yè)、經(jīng)濟(jì)增長和國際收支平衡四個(gè)目標(biāo)之外是否還應(yīng)將金融穩(wěn)定目標(biāo)納入其中。同時(shí)，央行在物價(jià)穩(wěn)定的基礎(chǔ)上，為促進(jìn)充分就業(yè)和經(jīng)濟(jì)增長而實(shí)行穩(wěn)健甚至寬松的貨幣政策時(shí)，應(yīng)充分考慮貨幣政策對(duì)銀行及其他金融機(jī)構(gòu)風(fēng)險(xiǎn)承擔(dān)的影響，對(duì)政策可能導(dǎo)致的銀行及金融系統(tǒng)整體風(fēng)險(xiǎn)偏好增加并由此可能引發(fā)的系統(tǒng)性風(fēng)險(xiǎn)做出前瞻性和系統(tǒng)性的把控。

第二，鑒于銀行的風(fēng)險(xiǎn)承擔(dān)意愿和行為具有順周期性，因此銀監(jiān)會(huì)應(yīng)建立逆周期的動(dòng)態(tài)信貸調(diào)控機(jī)制，實(shí)行逆周期監(jiān)管措施和動(dòng)態(tài)逆周期資本緩沖制度，在經(jīng)濟(jì)上行時(shí)期，加大銀行信貸監(jiān)管的力度，提高銀行的資本充足率，提高信貸質(zhì)量監(jiān)管標(biāo)準(zhǔn)，細(xì)化銀行信息披露制度，建立資金流向的動(dòng)態(tài)監(jiān)測機(jī)制，盡可能杜絕銀行為規(guī)避監(jiān)管而出現(xiàn)表內(nèi)資產(chǎn)表外化的現(xiàn)象。

第三，考慮到銀行異質(zhì)性會(huì)對(duì)風(fēng)險(xiǎn)承擔(dān)產(chǎn)生影響，監(jiān)管當(dāng)局應(yīng)實(shí)施差別化的監(jiān)管措施。對(duì)于那些資本充足率和成本管理能力較低的銀行應(yīng)實(shí)行較為嚴(yán)格的監(jiān)管措施，而對(duì)規(guī)模較大的銀行，應(yīng)積極防范其道德風(fēng)險(xiǎn)，防止銀行信貸業(yè)務(wù)的過度擴(kuò)張。

第四，我國現(xiàn)行的一行三會(huì)的分業(yè)監(jiān)管機(jī)制不僅存在監(jiān)管真空地帶，還會(huì)弱化人民銀行在整體把控風(fēng)險(xiǎn)方面的能力和宏觀審慎監(jiān)管的主導(dǎo)作用，因此應(yīng)強(qiáng)化人民銀行的統(tǒng)籌協(xié)調(diào)和核心領(lǐng)導(dǎo)地位，發(fā)揮其在逆周期宏觀審慎監(jiān)管中的主導(dǎo)作用，同時(shí)加強(qiáng)銀監(jiān)會(huì)、證監(jiān)會(huì)和保監(jiān)會(huì)之間的合作和信息共享，建立人民銀行負(fù)責(zé)宏觀審慎監(jiān)管，其他監(jiān)管部門參與并負(fù)責(zé)微觀審慎的監(jiān)管體系，全方位地制定并實(shí)施金融穩(wěn)定的政策措施。

[1]Altunbas Y,Gambacorta L,Marques I D.An Empirical Assessment of The Risk-Taking Channel[R].2009,Paper Presented at The BIS/ECB Conference on“Monetary Policy and Financial Stabiity”,Basel.

[2]Borio C,Zhu H.Capital Regulation,Risk-Taking and Monetary Policy:A Missing Link in The Transmission Mechanism[R].BIS Working Papers,2008.

[3]張雪蘭,何德旭.貨幣政策立場與銀行風(fēng)險(xiǎn)承擔(dān)——基于中國銀行業(yè)的實(shí)證研究（2000～2010）[J].經(jīng)濟(jì)研究,2012,(5).

[4]江曙霞,陳玉嬋.貨幣政策、銀行資本與風(fēng)險(xiǎn)承擔(dān)[J].金融研究,2012,(4).

[5]劉曉欣,王飛.中國微觀銀行特征的貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道檢驗(yàn)[J].國際金融研究,2013,(9).

[6]牛曉健,襲翔.利率與銀行風(fēng)險(xiǎn)承擔(dān)——基于中國上市銀行的實(shí)證研究[J].金融研究,2013,(4).