孫英雋， 苗鑫民

（上海理工大學 管理學院，上海 200093）

自20世紀末，尤其是次貸危機以來，世界各國的經(jīng)濟波動呈現(xiàn)出逐漸加劇之勢.各國央行頻繁運用貨幣政策進行宏觀調(diào)控來對抗經(jīng)濟波動，較高的使用頻率導致越來越多的人開始質(zhì)疑政策的有效性.一般而言，傳統(tǒng)的貨幣政策主要通過利率、資產(chǎn)價格、信用3個途徑影響相關的投資或消費，進而作用到一國的經(jīng)濟發(fā)展.但對于我國來講，利率市場化并未完全實現(xiàn)，主要的融資渠道還是以間接融資（即銀行渠道）為主.因此，貨幣政策的信用傳導機制，尤其是以銀行信貸為主的傳導途徑，在我國的宏觀調(diào)控手段中仍扮演著重要的角色.但這種傳導機制往往忽略了銀行的能動性，比如銀行可以針對不同的貨幣政策調(diào)整自身的風險結構，進而影響貨幣政策的傳導效果.

針對此種狀況，學者們提出一種新的貨幣政策傳導機制——風險承擔機制.該機制指出，貨幣政策可以通過一系列微觀因素作用于銀行的風險承擔，進而影響銀行資產(chǎn)組合、信用風險定價及相關信貸決策（信貸質(zhì)量），并最終作用于金融穩(wěn)定和實體經(jīng)濟［1］.而自《巴塞爾協(xié)議III》提出至今，新的資本約束框架已經(jīng)在全世界范圍內(nèi)成形；利率市場化即將告罄，也預示我國存貸利差將會縮小，銀行業(yè)務結構多元化加劇已是必然，逐年遞增的非利息業(yè)務收入比也證實了這一點.在資本約束的監(jiān)管下，銀行業(yè)非利息收入占比及其它特質(zhì)會對其風險承擔產(chǎn)生不同程度的影響，并最終改變貨幣政策的傳導效果.而本文研究的主要目的，正是基于資本約束逐漸增強的背景下，實證研究非利息業(yè)務收入對銀行風險承擔機制的影響.

1 貨幣政策的銀行風險承擔機制

銀行風險承擔渠道理論最早由Borio 等［1］提出.該理論指出，貨幣政策會通過影響銀行等金融機構的風險識別與測度以及風險偏好兩條路徑來影響其資產(chǎn)組合、資產(chǎn)定價和其它非價格條款.該渠道強調(diào)銀行在經(jīng)濟周期和貨幣政策傳導中的內(nèi)生性作用，將傳統(tǒng)的信貸渠道進一步放大.具體而言，貨幣政策可通過以下機制作用于銀行的風險承擔：

a.現(xiàn)金流效應［1］.寬松的貨幣政策會使資產(chǎn)價格提高，同時降低企業(yè)的財務費用（如債務利息降低），使其凈現(xiàn)金流提高.這一“貨幣幻覺”的出現(xiàn)，讓以在險價值等方法衡量風險的金融機構降低了對違約率以及違約損失的估計，導致風險定價偏低、信貸標準放松、高風險貸款增加，致使其風險承擔上升［2］.

b.逐利效應.基于“貨幣幻覺”或長期債務合約的收益保證等原因，投資者或銀行追求名義利率具有一定的粘性.寬松的貨幣政策下，由于利率的降低，導致無風險債券的收益下降，進而降低了馬柯維茨資產(chǎn)組合的收益（由無風險資產(chǎn)和風險資產(chǎn)組成）.因此，銀行等金融機構為了追求固有的名義收入會更加偏好高風險資產(chǎn).粘性的目標收益與實際收益利率之間的差異越大、持續(xù)時間越長，金融機構的風險承擔激勵越強［3］.

c.預期效應.有關研究證實，寬松的貨幣政策會通過增加實際的經(jīng)濟活動而降低投資者的風險厭惡程度［4－5］.因為擴張政策下，個人或機構對未來的經(jīng)濟發(fā)展有比較好的預期，其當前的風險厭惡程度會隨之降低，進而維持較高的風險承擔水平.

d.央行的反饋效應.如果央行未來政策的透明度或可預見性提高，市場的不確定性降低，相應地會有較低的風險溢價，導致銀行在現(xiàn)期承擔更多的風險.而銀行等金融機構如果認為央行會實施寬松政策，阻止經(jīng)濟下行或給予相關機構政策補助，其自身的風險偏好也會上升，即道德風險問題也會增加銀行的風險承擔［1，6－7］.

e.競爭機制.寬松的貨幣政策（如降低存款利率）將使銀行業(yè)競爭更加激烈，特許權價值的降低將會導致銀行存貸利差縮小，進而降低自身的收益.對于收益粘性的執(zhí)著或許會迫使銀行降低信貸標準，追求高風險資產(chǎn)，最終增加銀行破產(chǎn)風險［4］.而盯住絕對收益率目標的管理者報酬激勵機制和金融監(jiān)管的失效也將會加劇銀行業(yè)競爭對風險承擔的影響［8］.

鑒于銀行業(yè)在我國金融體系中的重要影響作用，貨幣政策和銀行風險之間的關系應該受到足夠的重視.加之資本約束和利率化的推進，銀行之間的激烈競爭不可避免地會導致自身的經(jīng)營結構發(fā)生轉變，這些可能在非利息業(yè)務占比和貸存比等指標上都有所體現(xiàn).非利息業(yè)務收入的波動則又可能進一步影響到銀行自身的收益或者風險水平［9］（見圖1）.因此，對此進行相關研究十分必要.

圖1 非利息業(yè)務水平對銀行的影響Fig.1 Influence of non－interest business income on the bank

2 實證研究

2.1 實證模型構建

參照徐明東等［10］的研究方法，建立一階滯后動態(tài)面板模型對問題進行研究，分別建立如下模型［11］：

式（1）對各變量單獨進行分析，式（2）加入了銀行控制變量與貨幣政策代理變量的交叉項.式中，被解釋變量RISKit為第i家銀行第t 期的風險承擔，i＝1，2，3，…，N；主要解釋變量為MP（貨幣政策變量）和NII（非利息業(yè)務收入占比）；CAP（資本充足率）、SIZE（銀行總資產(chǎn)規(guī)模）、LTD（貸存比）作為銀行自身特征控制變量.考慮到以上控制變量以及NII 的當期狀況與同期銀行風險承擔之間的交互影響，為減少模型內(nèi)生性，取以上變量的一階滯后作為解釋變量.而HOUSEG（房地產(chǎn)價格增速）、GDPG（GDP增速）作為宏觀經(jīng)濟控制變量，其中加入房地產(chǎn)價格增速是基于房地產(chǎn)對我國經(jīng)濟發(fā)展有重要的影響作用.另外，加入貨幣政策變量與銀行特征變量（一階滯后）的交叉項是為了研究銀行的特征變量（尤其是NII）對貨幣政策的銀行風險承擔機制的影響.αi為各解釋變量系數(shù)；νi是個體異質(zhì)性的截距項；μit為隨機擾動項.

模型中主要變量選擇如下：

a.銀行風險承擔的代理變量.

基于信用風險在銀行風險控制中的重要地位，本文選取不良貸款率（NPL）作為銀行風險承擔的代理變量，并用貸款損失準備金率（LLR）作穩(wěn)健性檢驗.

b.貨幣政策的代理變量.

央行調(diào)控一國經(jīng)濟的貨幣政策手段總體上可分為兩大類：數(shù)量型和價格型.本文選取法定存款準備金率（MPR）和7d銀行間拆借利率年均值（MPI）分別作為以上兩類工具的代理變量.

2.2 實證方法選擇

本文采取系統(tǒng)性廣義矩估計（GMM）對以上方程進行估計.為確保模型的有效性，還分別作了以下檢驗：a.Sargan檢驗.即過度識別檢驗，該檢驗是對工具變量選取的有效性進行檢驗，原假設是模型所選取的工具變量是正確的.b.干擾項自相關檢驗.廣義矩估計要求原始模型中的干擾項不存在自相關性.因此，本文對差分后的擾動項是否存在二階的自相關性進行了相關檢驗，其原假設不存在自相關性.

2.3 樣本選擇及描述

本文的研究樣本為2004—2014年期間46家中資商業(yè)銀行的年度非平衡面板數(shù)據(jù).其中包括17家上市銀行（5家國有大型銀行和12家全國性股份銀行），24家城市商業(yè)銀行和5家農(nóng)村商業(yè)銀行.樣本銀行的數(shù)據(jù)來自于wind數(shù)據(jù)庫和銀行年報，宏觀控制變量及貨幣政策變量來自中經(jīng)網(wǎng)、統(tǒng)計年鑒及SHIBOR官網(wǎng)等.

表1（見下頁）給出了主要變量的描述性統(tǒng)計結果.從樣本的統(tǒng)計數(shù)據(jù)來看，相比于貸款損失準備金率，不良貸款率的波動較大，其最大值為0.267 3（中國農(nóng)業(yè)銀行2004年），最小值為0.001 8（鄂爾多斯商業(yè)銀行2008年）.從表中數(shù)據(jù)也可知，銀行的非利息收入占比波動是相當大的，最大值為0.623 808（包商銀行2011年），最小值為－0.053 44（貴陽銀行2013年）.另外數(shù)據(jù)也顯示，GDP 增速和全國性房地產(chǎn)均價增速的均值相當，大致也可看出房地產(chǎn)對我國經(jīng)濟發(fā)展的重要性.

另外，從圖2和圖3（見下頁）的數(shù)據(jù)擬合中可以看出，非利息業(yè)務占比和資本充足率有逐年遞增之勢，這也與之前提及的觀點相吻合.

表1 變量描述性統(tǒng)計Tab.1 Descriptive statistics of variables

圖2 非利息業(yè)務收入占比趨勢擬合圖Fig.2 Trend fitting figure of the occupying ratio of non－interest business income

圖3 資本充足率趨勢擬合圖Fig.3 Trend fitting figure of capital adequacy ratio

3 計量結果與分析

Sargan檢驗和擾動項差分項的二階相關性檢驗的結果均較好，因此，可以認為兩個模型估計的結果是較為有效和穩(wěn)健的.表2和表3為模型實證檢驗結果，從表中數(shù)據(jù)可看出，由于兩者單因素變量結果類似，而模型（2）豐富了其變量的交叉項，因此以下結論主要依據(jù)表3得出.

表2 模型（1）的實證檢驗結果Tab.2 Empirical results of the model 1

a.貨幣政策的商業(yè)銀行風險承擔機制.

從表3 的數(shù)據(jù)中可以看出，貨幣政策變量（MPRt和MPIt）的顯著性均較好，且兩者系數(shù)均為負.這說明，在控制了其它因素的條件下，寬松的貨幣政策將導致銀行更高的不良貸款率，表明我國存在銀行風險承擔渠道.這也和徐明東等［10］、代軍勛等［12］的研究結果類似.

表3 模型（2）的實證檢驗結果Tab.3 Empirical results of themodel 2

從 銀 行 的 特 征 性 變 量 來 看，CAPi，t－1和SIZEi，t－1檢 驗 結 果 為 一 般 顯 著，而LTDi，t－1不 顯著.其中CAPi，t－1的系數(shù)為負，即銀行的資本充足率越高，相應的不良貸款率就越低.這可能是由于資本充足率高的銀行其風險厭惡程度較高，資產(chǎn)組合的方式更加保守和穩(wěn)健.而SIZEi，t－1的系數(shù)為負，這說明資產(chǎn)規(guī)模越大的銀行其風險控制能力可能越強，不良貸款率越低.而宏觀控制變量GDPGt和HOUSEGt的檢驗結果僅在貨幣政策代理變量為MPIt時一般顯著，且為正.這表明經(jīng)濟發(fā)展越快，銀行的不良貸款違約率越高.這可能是由于經(jīng)濟在高速發(fā)展的繁榮期，銀行會根據(jù)宏觀經(jīng)濟環(huán)境而降低對貸款質(zhì)量的審核，其風險識別能力相應下降，進而導致不良貸款違約率增加.

另外，從CAPi，t－1和SIZEi，t－1與MPt的交叉項來看，其檢驗結果一般顯著，且系數(shù)為正，表明資本充足率越高，資產(chǎn)規(guī)模越大的銀行對貨幣政策影響的抵消作用越強，其風險承擔對貨幣環(huán)境的反應越遲鈍.比如，貨幣緊縮的環(huán)境下，高資本充足率銀行有更多的信貸資本，基于逐利的本質(zhì)，銀行為保持固有利潤，可能會進行風險投資，進而增加銀行的風險承擔［13］.

b.非利息業(yè)務收入水平與貨幣政策傳導機制.

從檢驗結果可以看出，NIIi，t－1的系數(shù)為負，顯著性較強，與李明輝等［14］的研究結果類似，即非利息業(yè)務收入占比越高，其不良貸款率越低.即在樣本期內(nèi)，我國銀行大多屬于風險厭惡型，傾向于低風險資產(chǎn)，而非利息業(yè)務水平的提高則有助于降低銀行的不良貸款率.

另外，更重要的是對貨幣政策變量和非利息收入占比交叉項的研究，從表中數(shù)據(jù)看出其系數(shù)為正且較大，并且結果較為顯著.由此表明，非利息業(yè)務收入占比也是對貨幣政策的風險承擔機制存在較強的抵消作用，甚至可能改變貨幣政策的風險承擔機制.比如，在寬松的貨幣政策下（其它變量一定），則會存在一個臨界值NII＊（可通過計量模型一階條件求出）.當NII＜NII＊時，寬松貨幣政策對銀行風險承擔的增加仍是正向的.但當NII＞NII＊時，寬松貨幣政策對銀行風險承擔的影響則會改變，即寬松會降低銀行的風險承擔.同理，緊縮的貨幣寬松政策下也有同樣的效用.

另外，本文還采取了差分廣義矩估計和以貸款損失準備金率為被解釋變量，對模型作了穩(wěn)健性檢驗，其 結 果 與 上 述 結 果 較 為 一 致（除LTDi，t－1及LTDi，t－1與MPt的交叉項變得非顯著外），結果不再贅述.

4 結論與政策建議

本文通過系統(tǒng)性廣義矩估計方法，將貨幣政策、銀行特征（尤其是NII）與風險承擔有機結合，以法定存款準備金率、7d銀行拆借利率和不良貸款率作為貨幣政策和風險承擔的代理變量，進行實證分析研究得出結論和政策建議如下：

a.貨幣政策與銀行風險承擔呈負相關關系，即寬松的貨幣政策更容易導致銀行風險承擔的增加.但這些仍依賴于銀行資本充足率和貸存比等一些銀行自身特征和宏觀經(jīng)濟環(huán)境的影響.傳統(tǒng)的貨幣政策傳導機制往往忽略了銀行類金融機構的能動性，導致傳導機制在運行過程中出現(xiàn)了偏差.隨著資本約束的不斷增強，銀行對風險的敏感程度也發(fā)生轉變，因此為更有效地實施貨幣政策，貨幣當局應充分考慮資本充足率等約束條件對貨幣政策傳導機制的影響.

b.非利息業(yè)務收入占比對風險承擔機制的影響是顯著的，且對原影響具有強烈的負面作用.利率市場化逐步放開后，商業(yè)銀行的存貸息差可能會進一步地縮小，進而影響銀行的傳統(tǒng)業(yè)務收入，非利息業(yè)務勢必會在利率市場化下逐步發(fā)展繁榮.基于這樣的背景，本文的結果表明，相關貨幣政策制定時需要考慮不同銀行的收入結構，尤其是非利息業(yè)務收入的比重，制定差異化的定向?qū)捤苫蚓o縮政策，使政策目標能夠更有效地達到.

［1］Borio C，Zhu H B.Capital regulation，risk－taking and monetary policy：a missing link in the transmission mechanism？［R］.Basel：Bank for International Settlements，2008.

［2］Adrian T，Shin H S.Financial intermediaries and monetary economics［R］.New York：Federal Reserve Bank，2010：398.

［3］Rajan R G.Has finance made the world riskier？［J］.European Financial Management，2006，12 （4）：499－533.

［4］Stiroh K J.Diversification in banking：is noninterest income the answer？［J］.Journal of Money，Credit，and Banking，2004，36（5）：853－882.

［5］Gallo J G，Apilado V P，Kolari J W.Commercial bank mutual fund activities：implications for bank risk and profitability［J］.Journal of Banking ＆Finance，1996，20（10）：1775－1791.

［6］Smith R，Staikouras C，Wood G.Non－interest income and total income stability［R］.London：Bank of England，2003.

［7］Tanaka M.How do bank capital and capital adequacy regulation affect the monetary transmission mechanism？［R］.Berlin：CESIFO，2002：799.

［8］Stiroh K J，Rumble A.The dark side of diversification：the case of US financial holding companies［J］.Journal of Banking ＆Finance，2006，30（8）：2131－2161.

［9］Keeley M C.Deposit insurance，risk，and market power in banking［J］.The American Economic Review，1990，80（5）：1183－1200.

［10］徐明東，陳學彬.貨幣環(huán)境、資本充足率與商業(yè)銀行風險承擔［J］.金融研究，2012（7）：48－62.

［11］周石鵬.經(jīng)濟動態(tài)系統(tǒng)的一種幾何描述框架——Lagrange體系模型［J］.上海理工大學學報，2013，35（4）：321－324.

［12］代軍勛，海米提·瓦哈甫.資本約束、銀行特質(zhì)性與貨幣政策敏感性——基于中國銀行業(yè)的實證［J］.國際金融研究，2014（8）：61－68.

［13］吳睿智，羅鄂湘，錢省三.上市公司無形資產(chǎn)與公司盈利能力關系的研究［J］.上海理工大學學報，2013，35（2）：135－139.

［14］李明輝，劉莉亞，孫莎.發(fā)展非利息業(yè)務對銀行有益嗎？——基于中國銀行業(yè)的實證分析［J］.國際金融研究，2014（11）：11－22.