陳 敏 張 瑩

內(nèi)容提要：本文使用勒納指數(shù)衡量銀行競(jìng)爭(zhēng)程度，基于56家商業(yè)銀行2010—2019年的動(dòng)態(tài)面板數(shù)據(jù)，實(shí)證分析銀行競(jìng)爭(zhēng)對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響。為進(jìn)一步探究這種影響是否因銀行類(lèi)別和競(jìng)爭(zhēng)程度不同而存在差異，將樣本分別按照銀行類(lèi)型和競(jìng)爭(zhēng)程度高低分組進(jìn)行回歸分析。研究結(jié)果顯示：寬松的貨幣政策激勵(lì)銀行承擔(dān)更多的風(fēng)險(xiǎn)；銀行的競(jìng)爭(zhēng)程度越高，資產(chǎn)規(guī)模越小，流動(dòng)性水平和資本充足率越低，貨幣政策對(duì)其風(fēng)險(xiǎn)承擔(dān)的影響越強(qiáng)；競(jìng)爭(zhēng)加劇對(duì)這種影響的強(qiáng)化作用，主要體現(xiàn)在股份制銀行和城農(nóng)商行中；對(duì)于競(jìng)爭(zhēng)程度較高的銀行而言，流動(dòng)性水平和資產(chǎn)充足率越高，對(duì)寬松貨幣政策的反應(yīng)越審慎。

一、問(wèn)題提出

傳統(tǒng)的貨幣政策傳導(dǎo)機(jī)制理論通常假設(shè)經(jīng)濟(jì)主體風(fēng)險(xiǎn)中立或能夠完美地分散風(fēng)險(xiǎn)，忽略了風(fēng)險(xiǎn)偏好對(duì)主體行為的影響。博里奧和朱(Borio & Zhu，2008)在解釋實(shí)施寬松貨幣政策導(dǎo)致金融體系風(fēng)險(xiǎn)積累的原因時(shí)，首次提出存在貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道，強(qiáng)調(diào)貨幣政策通過(guò)影響銀行對(duì)風(fēng)險(xiǎn)的容忍度或風(fēng)險(xiǎn)感知，進(jìn)而對(duì)銀行投資組合中的資產(chǎn)定價(jià)、風(fēng)險(xiǎn)程度和融資成本產(chǎn)生影響[1]。

學(xué)者們使用經(jīng)驗(yàn)數(shù)據(jù)證明了中國(guó)存在貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道，銀行的資產(chǎn)規(guī)模、流動(dòng)性水平和資本充足率是影響銀行風(fēng)險(xiǎn)承擔(dān)渠道的重要因素。此外，銀行競(jìng)爭(zhēng)作為新的影響因素也備受學(xué)者關(guān)注。一方面，銀行間競(jìng)爭(zhēng)加劇能夠降低市場(chǎng)交易成本，激勵(lì)銀行主動(dòng)開(kāi)展金融創(chuàng)新和業(yè)務(wù)調(diào)整，提高經(jīng)營(yíng)效率，降低銀行風(fēng)險(xiǎn)承擔(dān)水平；另一方面，銀行為了在激烈的競(jìng)爭(zhēng)環(huán)境中獲取較高收益，可能會(huì)放寬信貸標(biāo)準(zhǔn)，降低對(duì)貸款申請(qǐng)者監(jiān)督的努力程度，進(jìn)而提高低質(zhì)量貸款者獲得貸款的概率[2]，導(dǎo)致風(fēng)險(xiǎn)累積。可見(jiàn)，銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的最終影響效果尚不能確定。近年來(lái)，隨著中國(guó)利率市場(chǎng)化改革穩(wěn)步推進(jìn)，銀行間的競(jìng)爭(zhēng)行為由原來(lái)的機(jī)構(gòu)擴(kuò)張轉(zhuǎn)變到價(jià)格競(jìng)爭(zhēng)[3]，銀行面臨更加激烈的競(jìng)爭(zhēng)環(huán)境。那么，在利率市場(chǎng)化推動(dòng)銀行競(jìng)爭(zhēng)加劇的大背景下，銀行業(yè)競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道是否存在影響？影響程度如何，是否具有異質(zhì)性特征？在不同類(lèi)型或競(jìng)爭(zhēng)程度的銀行中，競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響是否存在差異？對(duì)于上述問(wèn)題的研究，不僅能夠檢驗(yàn)銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)效果，還能夠?yàn)椴町惢泿耪叩膶?shí)施提供依據(jù)。鑒于此，本文從異質(zhì)性角度實(shí)證檢驗(yàn)銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響。

本文其余部分安排如下：第二部分回顧和梳理銀行風(fēng)險(xiǎn)承擔(dān)渠道及競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道影響相關(guān)文獻(xiàn)；第三部分為研究設(shè)計(jì)和變量選??；第四部分檢驗(yàn)銀行風(fēng)險(xiǎn)承擔(dān)渠道的存在性，考察銀行特征變量對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道影響的異質(zhì)性，分組討論競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響是否因銀行類(lèi)型或競(jìng)爭(zhēng)程度不同而產(chǎn)生差異；第五部分提煉實(shí)證分析結(jié)論并提出相關(guān)政策建議。

二、文獻(xiàn)綜述

全球金融危機(jī)過(guò)后，貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道問(wèn)題成為學(xué)術(shù)界研究的焦點(diǎn)。自博里奧和朱(2008)[1]正式提出銀行風(fēng)險(xiǎn)承擔(dān)渠道概念之后，后續(xù)研究主要集中在以下兩個(gè)方面：一是驗(yàn)證銀行風(fēng)險(xiǎn)承擔(dān)渠道是否存在及其傳導(dǎo)機(jī)制；二是研究銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響因素及其異質(zhì)性問(wèn)題。各國(guó)學(xué)者利用本國(guó)數(shù)據(jù)驗(yàn)證了貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系，證實(shí)了貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的存在[4-8]。與此同時(shí)，部分學(xué)者對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)機(jī)制進(jìn)行了深入研究，發(fā)現(xiàn)貨幣政策能夠通過(guò)逐利機(jī)制[9]、估值機(jī)制[10]、競(jìng)爭(zhēng)機(jī)制[11]、中央銀行溝通反饋機(jī)制[12-13]和杠桿機(jī)制[10]影響銀行風(fēng)險(xiǎn)承擔(dān)。

進(jìn)一步，學(xué)者們開(kāi)始關(guān)注哪些因素影響了銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)，對(duì)此問(wèn)題的研究最初主要集中在銀行規(guī)模、流動(dòng)性水平、資本狀況和盈利能力等方面。研究結(jié)論主要包括：流動(dòng)性越差的銀行，對(duì)貨幣政策變化的敏感度越高[14-15]；資本越充足的銀行，其風(fēng)險(xiǎn)承擔(dān)對(duì)貨幣政策沖擊的敏感度越低[16-17]；盈利能力越弱的銀行在寬松的貨幣政策環(huán)境下，越傾向于從事風(fēng)險(xiǎn)更高的創(chuàng)新型同業(yè)業(yè)務(wù)以牟取更高的利潤(rùn)[18-20]。但是，目前學(xué)術(shù)界并未就資產(chǎn)規(guī)模對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響形成統(tǒng)一的結(jié)論。部分學(xué)者認(rèn)為在貨幣政策偏向?qū)捤傻那闆r下，規(guī)模較小的銀行對(duì)貨幣政策沖擊更為敏感[19-22]；部分學(xué)者認(rèn)為在寬松的貨幣政策環(huán)境下，銀行規(guī)模與銀行風(fēng)險(xiǎn)承擔(dān)是正相關(guān)或非線性相關(guān)關(guān)系，呈現(xiàn)出“大而不能倒”的態(tài)勢(shì)[23]。

近年來(lái)，對(duì)于銀行風(fēng)險(xiǎn)承擔(dān)渠道影響因素的研究不再局限于銀行間的個(gè)體差異，也將銀行間博弈和競(jìng)爭(zhēng)行為引入分析[24-25]，探討銀行風(fēng)險(xiǎn)承擔(dān)渠道與銀行競(jìng)爭(zhēng)之間的關(guān)系，但是研究結(jié)論尚不統(tǒng)一。劉曉欣和王飛(2013)發(fā)現(xiàn)不論政策利率的高低，提高銀行集中度都有利于降低銀行風(fēng)險(xiǎn)承擔(dān)[26]；熊劼(2017)認(rèn)為銀行業(yè)集中度越高，利潤(rùn)競(jìng)爭(zhēng)壓力越低，銀行基于逐利機(jī)制而從事高風(fēng)險(xiǎn)的動(dòng)力越小，銀行的風(fēng)險(xiǎn)承擔(dān)越小[27]；徐璐和葉光亮(2018)認(rèn)為強(qiáng)化競(jìng)爭(zhēng)能夠降低市場(chǎng)交易成本，改善經(jīng)營(yíng)效率，提升社會(huì)福利水平，降低銀行風(fēng)險(xiǎn)[28]；李雙建和田國(guó)強(qiáng)(2020)的研究表明銀行競(jìng)爭(zhēng)程度加劇會(huì)放大貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響[29]。那么，銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道究竟會(huì)產(chǎn)生什么影響，這種影響是否又會(huì)因銀行類(lèi)型或競(jìng)爭(zhēng)程度不同而產(chǎn)生差異，表現(xiàn)出異質(zhì)性？學(xué)術(shù)界對(duì)此問(wèn)題的研究較少。

在銀行競(jìng)爭(zhēng)程度衡量指標(biāo)的選取上，中國(guó)學(xué)者大多使用市場(chǎng)集中度和赫芬達(dá)爾-赫希爾曼指數(shù)等結(jié)構(gòu)化指標(biāo)[26，30]。有學(xué)者指出利用勒納(Lerner)指數(shù)和H統(tǒng)計(jì)量等非結(jié)構(gòu)化指標(biāo)從微觀角度推斷銀行競(jìng)爭(zhēng)程度，會(huì)使模型更加準(zhǔn)確[31]；同時(shí)，相對(duì)于H統(tǒng)計(jì)量反映的市場(chǎng)主體間相互作用的加總現(xiàn)象，使用勒納指數(shù)能夠更好地比較不同銀行的個(gè)體現(xiàn)象[32]。

目前，關(guān)于銀行競(jìng)爭(zhēng)和資產(chǎn)規(guī)模對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道影響的研究結(jié)論并不一致，有關(guān)銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道影響的異質(zhì)性研究略顯不足，大多數(shù)學(xué)者采用結(jié)構(gòu)化指標(biāo)，忽略了單個(gè)銀行面對(duì)供求時(shí)的個(gè)體行為[33]。本文的主要?jiǎng)?chuàng)新之處在于：第一，選擇勒納指數(shù)作為衡量銀行競(jìng)爭(zhēng)程度的指標(biāo)，引入銀行規(guī)模、流動(dòng)性水平、資本狀況、競(jìng)爭(zhēng)程度與貨幣政策的交互項(xiàng)，檢驗(yàn)不同銀行特征對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道影響的差異；第二，將樣本銀行按照競(jìng)爭(zhēng)程度高低進(jìn)行分類(lèi)，進(jìn)一步分組考察銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道影響的異質(zhì)性。

三、研究設(shè)計(jì)

(一)變量選取

1.銀行風(fēng)險(xiǎn)承擔(dān)變量

國(guó)內(nèi)外學(xué)者在衡量銀行風(fēng)險(xiǎn)承擔(dān)時(shí)，選取的指標(biāo)有預(yù)期違約率[34]、Z值[35]、風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比例[36]和不良貸款率[37]等。預(yù)期違約率作為一種事前變量，是衡量銀行未來(lái)信用風(fēng)險(xiǎn)的有力工具，能夠很好地反映銀行對(duì)待風(fēng)險(xiǎn)的態(tài)度[34]。然而，由于中國(guó)的銀行預(yù)期違約率數(shù)據(jù)嚴(yán)重缺失，且未建立預(yù)期違約函數(shù)，難以獲得銀行業(yè)預(yù)期違約流程的數(shù)據(jù)，因此無(wú)法選取其作為代理變量。Z值由資產(chǎn)回報(bào)的標(biāo)準(zhǔn)差除以資本資產(chǎn)比率與資產(chǎn)回報(bào)率之和計(jì)算得到，衡量銀行破產(chǎn)的概率，可以反映銀行經(jīng)營(yíng)的平穩(wěn)程度[24，35]。在Z值降低的情況下，銀行破產(chǎn)可能性在慢慢增大，即銀行經(jīng)營(yíng)的平穩(wěn)程度下降。但是Z值的內(nèi)生性較強(qiáng)、波動(dòng)易偏斜，且中國(guó)的銀行破產(chǎn)的概率極低，幾乎不存在破產(chǎn)風(fēng)險(xiǎn)[38]，因此本文不選用。風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比例由風(fēng)險(xiǎn)加權(quán)資產(chǎn)除以總資產(chǎn)計(jì)算得到，其中風(fēng)險(xiǎn)加權(quán)資產(chǎn)是根據(jù)銀行所持資產(chǎn)的性質(zhì)對(duì)資產(chǎn)進(jìn)行分類(lèi)，并為不同類(lèi)型的資產(chǎn)分配風(fēng)險(xiǎn)系數(shù)，用該系數(shù)作為權(quán)重進(jìn)行加權(quán)平均求得的資產(chǎn)。風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比的數(shù)值越大，表明銀行越傾向于承擔(dān)更多的風(fēng)險(xiǎn)。由于該指標(biāo)能夠較為全面地反映銀行綜合的風(fēng)險(xiǎn)承擔(dān)水平[36，39]，因此本文選擇風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比例(RWA)作為銀行風(fēng)險(xiǎn)承擔(dān)的代理變量。

不良貸款率(NPL)是不良貸款占總貸款余額的比重，是衡量銀行風(fēng)險(xiǎn)承擔(dān)水平的有效變量，反映了銀行信貸資產(chǎn)安全狀況[37]。不良貸款率越高，銀行信貸資產(chǎn)損失發(fā)生的概率越高。為了確保實(shí)證結(jié)果的可靠性，本文將選擇不良貸款率替換RWA進(jìn)行穩(wěn)健性檢驗(yàn)。

2.貨幣政策代理變量

近年來(lái)貨幣政策工具仍然處于數(shù)量型工具與價(jià)格型工具綜合運(yùn)用階段，因此，本文分別選取價(jià)格型貨幣政策和數(shù)量型貨幣政策的代理變量。鑒于存款準(zhǔn)備金率對(duì)中國(guó)的銀行資產(chǎn)負(fù)債具有實(shí)質(zhì)性的約束[40]，數(shù)量型變量選取法定存款準(zhǔn)備金率(RR)，價(jià)格型變量選取7日上海銀行間同業(yè)拆借利率(SHIBOR)，同時(shí)選擇廣義貨幣供應(yīng)量同比增長(zhǎng)率(M2)和一年期存款基準(zhǔn)利率(DR)用于穩(wěn)健性檢驗(yàn)。

3.銀行層面的控制變量

本文參考金鵬輝等(2014)[41]和張娜(2019)[42]的研究，選擇銀行規(guī)模、流動(dòng)性水平、資產(chǎn)狀況和銀行競(jìng)爭(zhēng)程度作為銀行層面的控制變量。其中，銀行規(guī)模(SIZE)用總資產(chǎn)的自然對(duì)數(shù)表示；流動(dòng)性水平(LIQ)用流動(dòng)資產(chǎn)在存款金和短期資金中的占比表示；資本狀況(CAR)用資本充足率表示；銀行競(jìng)爭(zhēng)程度(LER)的衡量方法有結(jié)構(gòu)化和非結(jié)構(gòu)化兩種，結(jié)構(gòu)型指標(biāo)沒(méi)有重視單個(gè)銀行面對(duì)供求時(shí)的應(yīng)對(duì)行為，而非結(jié)構(gòu)型指標(biāo)能夠直接反映供求變化后銀行的調(diào)整能力。本文參照貝格爾等(Berger et al.,2008)[43]和貝克等(Beck et al.,2013)[44]的研究，使用排除市場(chǎng)結(jié)構(gòu)信息的勒納指數(shù)作為銀行競(jìng)爭(zhēng)程度的代理變量。計(jì)算公式如下：

LERi,t=(pi,t-mci,t)/pi,t

(1)

其中，i為銀行，t為年份，LERi,t表示i銀行t期末的勒納指數(shù)，代表銀行的定價(jià)能力，可以用來(lái)衡量銀行的競(jìng)爭(zhēng)程度。pi,t和mci,t分別表示i銀行t時(shí)期的總資產(chǎn)價(jià)格和邊際成本，其中，總資產(chǎn)價(jià)格可以用總收入除以總資產(chǎn)來(lái)計(jì)算，邊際成本是指銀行增加單位產(chǎn)出所需要的投入成本，可以通過(guò)構(gòu)造超對(duì)數(shù)成本函數(shù)，運(yùn)用面板隨機(jī)前沿模型來(lái)估計(jì)。本文借鑒已有研究[43，45-47]，采用“三投入一產(chǎn)出”模型對(duì)邊際成本和勒納指數(shù)進(jìn)行測(cè)度，方法如下：

(2)

其中，TC為總成本，用利息費(fèi)用和非利息費(fèi)用計(jì)算得出；TA為總產(chǎn)出，用總資產(chǎn)表示；W1、W2、W3為三個(gè)投入價(jià)格，分別為勞動(dòng)價(jià)格、資本價(jià)格和固定資產(chǎn)價(jià)格，W1用人事費(fèi)用與總資產(chǎn)之比表示，W2用利息費(fèi)用除以存款和短期資金兩者之和表示，W3用其他營(yíng)業(yè)費(fèi)用與固定資產(chǎn)之比表示；Trend為技術(shù)變動(dòng)，采用時(shí)間趨勢(shì)衡量，Trend=1，...,10，分別代表2010—2019年；ε表示隨機(jī)誤差項(xiàng)。

為確保投入要素價(jià)格滿足一階齊次條件，需要對(duì)式(2)做如下線性約束：

∑jβj=1，∑jθjk=0，∑jγj=0，∑jφj=0

將得到的系數(shù)α1、α2和γj代入式(3)求解銀行的邊際成本mc：

(3)

將mcit代入式(1)即可得到各銀行每年的勒納指數(shù)。通常，勒納指數(shù)介于0至1之間，0代表完全競(jìng)爭(zhēng)，1代表完全壟斷。一般而言，勒納指數(shù)與銀行競(jìng)爭(zhēng)程度之間呈負(fù)相關(guān)關(guān)系，勒納指數(shù)越大，銀行的競(jìng)爭(zhēng)程度越低；勒納指數(shù)越小，銀行的競(jìng)爭(zhēng)程度越高。

4.宏觀經(jīng)濟(jì)層面的控制變量

宏觀經(jīng)濟(jì)波動(dòng)會(huì)使銀行經(jīng)營(yíng)者改變對(duì)待風(fēng)險(xiǎn)的態(tài)度，也會(huì)改變銀行的信貸規(guī)模。不對(duì)宏觀經(jīng)濟(jì)層面變量加以控制，將會(huì)導(dǎo)致遺漏變量偏差。因此，本文選取國(guó)內(nèi)生產(chǎn)總值(GDP)增速作為宏觀經(jīng)濟(jì)層面的控制變量，國(guó)內(nèi)生產(chǎn)總值增速用名義GDP增長(zhǎng)率衡量。

變量說(shuō)明見(jiàn)表1。

表1 變量說(shuō)明

(二)模型設(shè)計(jì)

為探究銀行競(jìng)爭(zhēng)對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響，本文主要做三個(gè)層面的檢驗(yàn)。

第一，建立檢驗(yàn)銀行風(fēng)險(xiǎn)承擔(dān)渠道存在性的基準(zhǔn)模型，對(duì)渠道存在性進(jìn)行檢驗(yàn)，該檢驗(yàn)是本文其他實(shí)證研究的基礎(chǔ)。借鑒厄茲舒賈和阿克博斯坦(?zuca & Akbostancl，2016)[48]的研究，構(gòu)建動(dòng)態(tài)非平衡面板模型，用以檢驗(yàn)貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響：

RISKi,t=α0+β0RISKi,t-1+β1MPj,t+β2SIZEi,t+β3LIQi,t+β4CARi,t+

β5LERi,t+β6GDPt+εi,t

(4)

其中，i=1,2,3,...,56，為樣本銀行的數(shù)量；t為時(shí)間變量。RISK是銀行風(fēng)險(xiǎn)承擔(dān)的代理變量；MP是貨幣政策的代理變量；RISKt-1為RISK的一階滯后項(xiàng)，代表上一個(gè)階段的風(fēng)險(xiǎn)對(duì)現(xiàn)階段風(fēng)險(xiǎn)的干擾，在模型中加入被解釋變量的滯后項(xiàng)RISKt-1，主要是考慮到銀行風(fēng)險(xiǎn)承擔(dān)受到其對(duì)風(fēng)險(xiǎn)的態(tài)度的影響，且具有高度的持續(xù)性；SIZE、LIQ、CAR和LER為銀行層面的控制變量，分別表示資產(chǎn)規(guī)模、流動(dòng)性水平、資本充足狀況和競(jìng)爭(zhēng)程度；GDP是宏觀經(jīng)濟(jì)變量。

一般認(rèn)為，若寬松的貨幣政策能夠激勵(lì)銀行承擔(dān)更多風(fēng)險(xiǎn)，則存在貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道。因此本文主要關(guān)注式(4)中系數(shù)β1的符號(hào)及其顯著性。如果β1顯著小于0，則說(shuō)明在控制其他因素的條件下，寬松的貨幣政策會(huì)促使銀行提高其風(fēng)險(xiǎn)承擔(dān)水平，貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的存在得到驗(yàn)證。

第二，檢驗(yàn)貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響是否因銀行特征不同而產(chǎn)生差異。面對(duì)貨幣政策沖擊時(shí)，不同特征的銀行可能會(huì)采取不同的風(fēng)險(xiǎn)應(yīng)對(duì)策略。首先，銀行風(fēng)險(xiǎn)承擔(dān)與銀行規(guī)模的關(guān)系并無(wú)定論。一方面，相對(duì)于規(guī)模較小的銀行來(lái)說(shuō)，大型銀行具有較高水平的風(fēng)險(xiǎn)管理技術(shù)，同時(shí)由于政府“隱形”保護(hù)的存在，規(guī)模更大的銀行可能會(huì)采取風(fēng)險(xiǎn)更高的投資策略，從而承擔(dān)更高的風(fēng)險(xiǎn)；另一方面，銀行規(guī)模越大，面臨更加嚴(yán)格的監(jiān)管，投資相對(duì)較為分散，其承擔(dān)的風(fēng)險(xiǎn)可能越低。其次，流動(dòng)性是保證商業(yè)銀行生存和持續(xù)經(jīng)營(yíng)的關(guān)鍵。流動(dòng)性比例越高，流動(dòng)性資產(chǎn)越多，從而將流動(dòng)性資產(chǎn)變現(xiàn)用以支付流動(dòng)性負(fù)債的能力就越強(qiáng)，銀行承擔(dān)的風(fēng)險(xiǎn)就越低。再次，資本充足率能夠反映銀行抵御風(fēng)險(xiǎn)的能力和風(fēng)險(xiǎn)偏好程度，銀行資本充足率較高可能是其風(fēng)險(xiǎn)承擔(dān)意愿較低的結(jié)果。最后，關(guān)于銀行風(fēng)險(xiǎn)承擔(dān)與銀行競(jìng)爭(zhēng)之間的關(guān)系也并未形成定論，一方面，市場(chǎng)競(jìng)爭(zhēng)減少銀行盈利空間和特許權(quán)價(jià)值，放寬信貸約束條件，從而導(dǎo)致銀行風(fēng)險(xiǎn)承擔(dān)程度提高；另一方面，競(jìng)爭(zhēng)能夠增強(qiáng)銀行多元化能力，降低監(jiān)管成本，提高經(jīng)營(yíng)效率，從而降低銀行風(fēng)險(xiǎn)承擔(dān)水平。因此，本文在基準(zhǔn)模型的基礎(chǔ)上，引入上述銀行特征變量與貨幣政策的交互項(xiàng)，以此研究銀行特征變量對(duì)貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)之間關(guān)系的影響。拓展模型為：

RISKi,t=α0+β0RISKi,t-1+β1MPj,t+β2SIZEi,t+β3LIQi,t+β4CARi,t+β5LERi,t+β6GDPt+

β7MPj,t×SIZEi,t+β8MPj,t×LIQi,t+β9MPj,t×CARi,t+β10MPj,t×LERi,t+εi,t

(5)

β7、β8、β9和β10的符號(hào)及顯著性是模型(5)的主要考察對(duì)象。如果β7、β8、β9和β10顯著大于0，則說(shuō)明規(guī)模越小、流動(dòng)性越差、資本充足率越低、競(jìng)爭(zhēng)程度越激烈的銀行，貨幣政策對(duì)其風(fēng)險(xiǎn)承擔(dān)的影響越強(qiáng)。

第三，分組檢驗(yàn)銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響是否因銀行類(lèi)型或競(jìng)爭(zhēng)程度不同而產(chǎn)生差異。實(shí)證模型與第二層面檢驗(yàn)的模型(5)相同，重點(diǎn)關(guān)注β10的符號(hào)與顯著性，若β10的符號(hào)和顯著性因分組檢驗(yàn)而產(chǎn)生差異，則說(shuō)明銀行的異質(zhì)性會(huì)影響銀行風(fēng)險(xiǎn)承擔(dān)渠道與銀行競(jìng)爭(zhēng)之間的關(guān)系。

(三)數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

本文的樣本為56家商業(yè)銀行，包括5家國(guó)有銀行與11家股份制銀行，以及40家城商行和農(nóng)商行。本文采用這56家銀行2010—2019年的年度非平衡面板數(shù)據(jù)。銀行層面數(shù)據(jù)來(lái)源于萬(wàn)得(Wind)數(shù)據(jù)庫(kù)、全球銀行與金融機(jī)構(gòu)分析庫(kù)(Bankscope)數(shù)據(jù)庫(kù)以及各家銀行的年報(bào)，宏觀層面數(shù)據(jù)來(lái)源于中國(guó)人民銀行、萬(wàn)得數(shù)據(jù)庫(kù)及上海銀行間拆放利率(SHIBOR)官方網(wǎng)站。

表2為主要變量的描述性統(tǒng)計(jì)結(jié)果。銀行風(fēng)險(xiǎn)資產(chǎn)加權(quán)占比(RWA)的均值為64.68，標(biāo)準(zhǔn)差為9.082，說(shuō)明樣本期內(nèi)RWA的波動(dòng)率較高，樣本銀行之間的風(fēng)險(xiǎn)承擔(dān)水平差異性較大。數(shù)量型貨幣政策變量RR的最小值為11.33，最大值為20.83，標(biāo)準(zhǔn)差為2.33，說(shuō)明中國(guó)法定存款準(zhǔn)備金率在樣本期間波動(dòng)幅度比較大；價(jià)格型貨幣政策的最小值為2.14，最大值為4.08，標(biāo)準(zhǔn)差為0.65，說(shuō)明在樣本期內(nèi)7日銀行間同業(yè)拆借利率波動(dòng)幅度比較小。勒納指數(shù)的均值為0.50，與張娜(2019)[42]利用中國(guó)162家銀行2003—2015年數(shù)據(jù)計(jì)算得到的勒納指數(shù)均值0.46接近，但明顯高于卡恩等(Khan et al.，2016)[49]利用東盟(ASEAN)銀行業(yè)1999—2014年數(shù)據(jù)計(jì)算得到的新加坡的勒納指數(shù)均值0.17、印尼的勒納指數(shù)均值0.21、馬來(lái)西亞的勒納指數(shù)均值0.35、菲律賓的勒納指數(shù)均值0.19和泰國(guó)的勒納指數(shù)均值0.21，也高于顧曉安和袁婷婷(2020)[50]利用美國(guó)4 361家銀行2002—2017年數(shù)據(jù)計(jì)算得到的勒納指數(shù)均值0.31。由此可以看出，相對(duì)于其他國(guó)家而言，中國(guó)銀行業(yè)整體的競(jìng)爭(zhēng)程度相對(duì)較低，擁有更強(qiáng)的市場(chǎng)勢(shì)力。樣本期內(nèi)銀行規(guī)模、流動(dòng)性和資本充足率的標(biāo)準(zhǔn)差較大，說(shuō)明樣本銀行間存在較大差異，內(nèi)部結(jié)構(gòu)具有多樣性。

四、實(shí)證檢驗(yàn)與結(jié)果分析

由于文中所用模型為含有被解釋變量一階滯后項(xiàng)的動(dòng)態(tài)面板模型，因此，用固定效應(yīng)等方法進(jìn)行估計(jì)可能導(dǎo)致參數(shù)估計(jì)的偏差和不一致，從而扭曲估計(jì)結(jié)果的經(jīng)濟(jì)意義。相比之下，廣義矩估計(jì)方法(GMM)在動(dòng)態(tài)面板模型估計(jì)中具有兩個(gè)優(yōu)點(diǎn)：一是即便存在單位根，結(jié)果仍然有效；二是通過(guò)工具變量法解決了解釋變量與被解釋變量之間的內(nèi)生性問(wèn)題。本文采用阿雷拉諾和博韋爾(Arellano & Bover，1995)[51]以及布倫德?tīng)柡桶畹?Blundell & Bond，1998)[52]提出的系統(tǒng)廣義矩估計(jì)方法(SYS-GMM)對(duì)動(dòng)態(tài)面板數(shù)據(jù)進(jìn)行估計(jì)。同時(shí)，為了確保估計(jì)模型的穩(wěn)健性和有效性，需要對(duì)干擾項(xiàng)進(jìn)行序列相關(guān)性檢驗(yàn)和過(guò)度識(shí)別檢驗(yàn)，前者重點(diǎn)檢驗(yàn)是否存在二階及以上的序列相關(guān)，后者用漢森(Hansen)檢驗(yàn)來(lái)判斷使用的工具變量是否合理。

(一)銀行風(fēng)險(xiǎn)承擔(dān)渠道的存在性檢驗(yàn)

表3中列(1)和列(2)報(bào)告了式(4)的估計(jì)結(jié)果。貨幣政策代理變量(MP)分別為法定存款準(zhǔn)備金率(RR)和7日銀行間同業(yè)拆借利率(SHIBOR)。結(jié)果顯示，風(fēng)險(xiǎn)資產(chǎn)占比一階滯后項(xiàng)(L.RWA)的估計(jì)系數(shù)為0.281和0.528，在1%的水平下顯著為正，表明銀行風(fēng)險(xiǎn)承擔(dān)行為具有時(shí)間上的連續(xù)性，上一期行為對(duì)下一期行為產(chǎn)生了重要影響。RR與SHIBOR的估計(jì)系數(shù)分別為-0.125和-4.040且至少在10%的水平上顯著，這表明寬松的貨幣政策會(huì)導(dǎo)致銀行承擔(dān)更多的風(fēng)險(xiǎn)，中國(guó)存在貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道。當(dāng)RR和SHIBOR降低時(shí)，銀行的信貸能力和信用創(chuàng)造能力都會(huì)提高，市場(chǎng)流動(dòng)性將非常充裕，銀行會(huì)選擇降低信貸門(mén)檻，相應(yīng)地銀行主動(dòng)承擔(dān)的風(fēng)險(xiǎn)就會(huì)升高。因此，在寬松貨幣政策環(huán)境下，以風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比來(lái)衡量的銀行風(fēng)險(xiǎn)承擔(dān)意愿會(huì)增強(qiáng)。

表3 銀行風(fēng)險(xiǎn)承擔(dān)渠道的存在性及異質(zhì)性檢驗(yàn)結(jié)果

從銀行特征變量的檢驗(yàn)結(jié)果來(lái)看，SIZE的估計(jì)系數(shù)為-0.777和-0.635，在1%的水平上顯著；LIQ的估計(jì)系數(shù)為-0.197和-0.335，在1%的水平上顯著；CAR的估計(jì)系數(shù)為-0.441和-0.431，至少在5%的水平上顯著；LER的估計(jì)系數(shù)為-6.158和-8.848，至少在5%的水平上顯著。這說(shuō)明資產(chǎn)規(guī)模、資本充足率、流動(dòng)性水平、競(jìng)爭(zhēng)程度是影響銀行風(fēng)險(xiǎn)承擔(dān)的重要特征變量，資產(chǎn)規(guī)模越大、流動(dòng)性水平越高、資本充足率越高、競(jìng)爭(zhēng)程度越低的銀行，承擔(dān)的風(fēng)險(xiǎn)越?。环粗?，承擔(dān)的風(fēng)險(xiǎn)越大。

從宏觀經(jīng)濟(jì)變量的檢驗(yàn)結(jié)果來(lái)看，銀行承擔(dān)風(fēng)險(xiǎn)水平與GDP呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，表明經(jīng)濟(jì)增長(zhǎng)有利于降低銀行風(fēng)險(xiǎn)?？赡艿脑蚴牵寒?dāng)經(jīng)濟(jì)發(fā)展?fàn)顩r較好時(shí)，借款人和企業(yè)的財(cái)務(wù)狀況相繼改善，盈利能力較強(qiáng)，還款能力提升，進(jìn)而使得銀行的風(fēng)險(xiǎn)資產(chǎn)占比降低，銀行風(fēng)險(xiǎn)承擔(dān)水平下降。

(二)銀行風(fēng)險(xiǎn)承擔(dān)渠道的異質(zhì)性檢驗(yàn)

表3中列(3)和列(4)為貨幣政策對(duì)風(fēng)險(xiǎn)承擔(dān)影響的異質(zhì)性估計(jì)結(jié)果。

SIZE的估計(jì)系數(shù)分別為-0.449和-0.603，SIZE×MP的估計(jì)系數(shù)分別為0.444和0.855，且至少在5%的水平上顯著。說(shuō)明銀行規(guī)模越小，貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響就越大，這一結(jié)論與張朝洋(2019)[53]得到的結(jié)論一致。也就是說(shuō)隨著利率的下降，規(guī)模越小的銀行，其風(fēng)險(xiǎn)資產(chǎn)占比越大，資產(chǎn)規(guī)模的下降會(huì)加大貨幣政策變化對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響。這是可能因?yàn)橐?guī)模較大的銀行風(fēng)險(xiǎn)管理技術(shù)水平較高，相比規(guī)模較小的銀行而言能夠更加合理地分散和規(guī)避風(fēng)險(xiǎn)，從而使得銀行整體風(fēng)險(xiǎn)下降，對(duì)貨幣政策的沖擊敏感度下降。

LIQ的估計(jì)系數(shù)分別為-0.119和-0.233，至少1%的水平上顯著，LIQ×MP的估計(jì)系數(shù)分別為0.070和0.123，至少在10%的水平上顯著。表明流動(dòng)性差的銀行，其風(fēng)險(xiǎn)承擔(dān)水平對(duì)貨幣政策的沖擊更敏感。在低利率的貨幣政策環(huán)境下，流動(dòng)性的提高有利于降低銀行承擔(dān)的風(fēng)險(xiǎn)。銀行持有的流動(dòng)性水平高，在遭遇損失時(shí)可以將其持有的流動(dòng)性資產(chǎn)隨時(shí)變現(xiàn)，能夠抵御部分沖擊，從而使其風(fēng)險(xiǎn)承擔(dān)水平下降。

CAR的估計(jì)系數(shù)分別為-0.557和-0.578，CAR×MP的估計(jì)系數(shù)分別為0.495和1.711且至少在5%的水平上顯著。說(shuō)明貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的負(fù)向作用會(huì)隨著資本充足率的降低而趨于增強(qiáng)。銀行資本充足率越高，違約時(shí)自身承擔(dān)的損失越大，因此資本充足率高的銀行會(huì)做出更為謹(jǐn)慎的投資決策，其業(yè)務(wù)經(jīng)營(yíng)更加穩(wěn)健，而資本充足率低的銀行，自有資本少，由于道德風(fēng)險(xiǎn)的存在，經(jīng)營(yíng)策略更加冒進(jìn)，因此銀行風(fēng)險(xiǎn)承擔(dān)更高。

LER的估計(jì)系數(shù)分別為-7.179和-16.254，LER×MP的估計(jì)系數(shù)分別為6.369和4.681，至少在10%的水平上顯著，說(shuō)明貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響會(huì)因銀行競(jìng)爭(zhēng)程度不同而呈現(xiàn)差異，銀行競(jìng)爭(zhēng)程度加劇會(huì)顯著增強(qiáng)貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響，使得銀行風(fēng)險(xiǎn)承擔(dān)對(duì)貨幣政策的反應(yīng)更加敏感，這一結(jié)論與李雙建與田國(guó)強(qiáng)(2020)[29]得到的結(jié)論一致。由于商業(yè)銀行的業(yè)務(wù)同質(zhì)化明顯，銀行盈利來(lái)源主要是存貸利差。隨著利率市場(chǎng)化改革深入，貸款的實(shí)際利率降低，但是，存款成本剛性導(dǎo)致存款利率并未隨貸款利率的降低而下降，銀行凈息差收窄，盈利空間下降，導(dǎo)致銀行間競(jìng)爭(zhēng)加劇。雖然銀行間競(jìng)爭(zhēng)加劇能夠在一定程度上激勵(lì)銀行主動(dòng)開(kāi)展金融創(chuàng)新和業(yè)務(wù)調(diào)整，但是部分銀行為了獲得較高收益，可能會(huì)采取下沉資質(zhì)、放寬信貸標(biāo)準(zhǔn)、降低風(fēng)險(xiǎn)管理水平等行為，增加銀行不良貸款數(shù)量和提高風(fēng)險(xiǎn)承擔(dān)水平，從而放大貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的負(fù)向作用。

綜合以上結(jié)果可以看出，銀行規(guī)模增大、流動(dòng)性水平和資本充足率升高會(huì)弱化貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響，而銀行間競(jìng)爭(zhēng)加劇會(huì)放大貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響。

(三)銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道影響的異質(zhì)性檢驗(yàn)

進(jìn)一步，將全部樣本進(jìn)行分組回歸分析。

第一種方法是根據(jù)銀行類(lèi)型將樣本銀行劃分成國(guó)有銀行、股份制銀行、城農(nóng)商行三組，運(yùn)用模型(5)進(jìn)行分樣本面板回歸，回歸結(jié)果見(jiàn)表4。實(shí)證結(jié)果表明，對(duì)于股份制銀行和城農(nóng)商行來(lái)說(shuō)，銀行競(jìng)爭(zhēng)程度會(huì)影響銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)效果。具體表現(xiàn)為，競(jìng)爭(zhēng)程度加劇會(huì)放大貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響。此外，對(duì)于股份制銀行和城農(nóng)商行來(lái)說(shuō)，資產(chǎn)規(guī)模下降也會(huì)放大貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的負(fù)向作用。可能的原因在于：與國(guó)有銀行相比，股份制銀行和城農(nóng)商行規(guī)模小，收入來(lái)源單一，市場(chǎng)勢(shì)力相對(duì)較小，自主定價(jià)能力、吸收資金的能力和盈利能力也相對(duì)較弱，放貸門(mén)檻更低，對(duì)貸款要求較為松懈，在寬松貨幣政策環(huán)境的壓力下采取增加風(fēng)險(xiǎn)資產(chǎn)占比等冒險(xiǎn)行為的可能性更大，因此，資產(chǎn)規(guī)模下降和競(jìng)爭(zhēng)程度加劇導(dǎo)致其風(fēng)險(xiǎn)承擔(dān)水平對(duì)貨幣政策的反應(yīng)更加敏感。

表4 按銀行類(lèi)型分組的異質(zhì)性檢驗(yàn)結(jié)果

第二種方法是利用勒納指數(shù)的中位數(shù)區(qū)分競(jìng)爭(zhēng)程度高低，根據(jù)競(jìng)爭(zhēng)程度將樣本銀行分為高競(jìng)爭(zhēng)程度和低競(jìng)爭(zhēng)程度兩組，運(yùn)用模型(5)進(jìn)行分樣本面板回歸，回歸結(jié)果如表5所示。從實(shí)證結(jié)果可以看出，兩組LER×MP的估計(jì)系數(shù)都顯著且為正，也就是說(shuō)，競(jìng)爭(zhēng)程度對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響并未因分組而產(chǎn)生差異，無(wú)論銀行的市場(chǎng)勢(shì)力如何，競(jìng)爭(zhēng)程度增加都會(huì)使得寬松貨幣政策導(dǎo)致的銀行風(fēng)險(xiǎn)承擔(dān)升高。此外，在勒納指數(shù)較低的組內(nèi)，CAR×MP和LIQ×MP的估計(jì)系數(shù)都顯著為正，也就是說(shuō)，對(duì)于競(jìng)爭(zhēng)程度較高的銀行而言，隨著流動(dòng)性水平和資本充足率的提高，相關(guān)變量弱化貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)影響的能力越強(qiáng)，在面對(duì)寬松的貨幣政策環(huán)境時(shí)表現(xiàn)更為審慎。由于中國(guó)銀行業(yè)長(zhǎng)期依賴(lài)存貸利差來(lái)獲得盈利，利率市場(chǎng)化導(dǎo)致獲利空間收窄，造成銀行間的競(jìng)爭(zhēng)加劇。銀行的競(jìng)爭(zhēng)程度越高，意味著其市場(chǎng)勢(shì)力越弱，自主定價(jià)的能力越低，承擔(dān)更高風(fēng)險(xiǎn)的可能性越大。而流動(dòng)性水平的提高將使其具備更強(qiáng)的將流動(dòng)性資產(chǎn)變現(xiàn)的能力，資本充足率的提高，意味著其自有資本占比增加，在面對(duì)寬松的貨幣政策沖擊時(shí)，會(huì)選擇更加謹(jǐn)慎的投資行為。因此，流動(dòng)性水平和資本充足率的提高，能夠緩解貨幣政策對(duì)競(jìng)爭(zhēng)程度較高銀行的風(fēng)險(xiǎn)承擔(dān)的影響。反過(guò)來(lái)，流動(dòng)性水平和資產(chǎn)充足率的降低，將會(huì)強(qiáng)化貨幣政策對(duì)競(jìng)爭(zhēng)程度較高銀行的風(fēng)險(xiǎn)承擔(dān)的影響。

表5 按勒納指數(shù)中位數(shù)分組的異質(zhì)性檢驗(yàn)結(jié)果

表5(續(xù))

(四)穩(wěn)健性檢驗(yàn)

第一種方法是更換被解釋變量。將被解釋變量RWA替換為不良貸款率(NPL)，用NPL衡量銀行事后的風(fēng)險(xiǎn)承擔(dān)水平，同時(shí)增加廣義貨幣供應(yīng)量同比增長(zhǎng)率(M2)和一年期存款基準(zhǔn)利率(DR)，與RR、SHIBOR共同作為貨幣政策的代理變量，具體的穩(wěn)健性估計(jì)結(jié)果見(jiàn)表6和表7的列(1)至列(4)。回歸結(jié)果顯示，將不良貸款率作為被解釋變量時(shí)，上一期不良貸款率對(duì)下一期不良貸款率產(chǎn)生顯著正向影響；RR、SHIBOR和DR的估計(jì)系數(shù)至少在5%的水平上顯著為負(fù)，M2的估計(jì)系數(shù)至少在5%的水平上顯著為正，說(shuō)明寬松的貨幣政策會(huì)加劇銀行風(fēng)險(xiǎn)承擔(dān)；銀行微觀特征變量和宏觀經(jīng)濟(jì)變量的估計(jì)系數(shù)與表3中符號(hào)基本保持一致且顯著；表7中列(1)至列(3)的銀行微觀特征與貨幣政策交互項(xiàng)的估計(jì)系數(shù)基本與表3中符號(hào)一致且顯著，表7中列(4)的銀行微觀特征與M2交互項(xiàng)的估計(jì)系數(shù)為負(fù)，與表3中的符號(hào)相反且顯著。以上檢驗(yàn)結(jié)果表明，本文的研究結(jié)論是穩(wěn)健的。

第二種方法是加入銀行層面控制變量。在被解釋變量仍為RWA的情況下，加入衡量銀行成本管理水平的代理變量，即成本收入比，同時(shí)將貨幣政策的代理變量替換為M2和DR，進(jìn)行穩(wěn)健性檢驗(yàn)，具體的估計(jì)結(jié)果見(jiàn)表6和表7中的列(5)和列(6)?；貧w結(jié)果顯示，核心解釋變量的顯著性以及回歸系數(shù)符號(hào)并未因替換貨幣政策代理變量和加入成本收入比而發(fā)生改變，說(shuō)明前文的實(shí)證結(jié)果穩(wěn)健。

表6 銀行風(fēng)險(xiǎn)承擔(dān)渠道存在性的穩(wěn)健性檢驗(yàn)

表6(續(xù))

表7 銀行風(fēng)險(xiǎn)承擔(dān)渠道異質(zhì)性的穩(wěn)健性檢驗(yàn)

表7(續(xù))

五、研究結(jié)論與政策建議

本文檢驗(yàn)了銀行競(jìng)爭(zhēng)對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響及其異質(zhì)性差異。研究結(jié)果表明：(1)寬松的貨幣政策會(huì)激勵(lì)銀行承擔(dān)更高風(fēng)險(xiǎn)；(2)銀行競(jìng)爭(zhēng)程度加劇、規(guī)?？s小、流動(dòng)性水平和資本充足率降低會(huì)進(jìn)一步放大貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響；(3)銀行競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道傳導(dǎo)的強(qiáng)化作用主要體現(xiàn)在股份制銀行和城農(nóng)商行的組內(nèi)，對(duì)于競(jìng)爭(zhēng)程度較高的銀行來(lái)說(shuō)，流動(dòng)性水平和資產(chǎn)充足率越高，對(duì)寬松貨幣政策的反應(yīng)越審慎。

基于以上結(jié)論，本文提出如下政策建議：(1)實(shí)施差異化貨幣政策調(diào)控，加強(qiáng)宏觀審慎監(jiān)管。中央銀行在制定貨幣政策的過(guò)程中，應(yīng)關(guān)注銀行風(fēng)險(xiǎn)偏好對(duì)貨幣政策傳導(dǎo)的影響，考慮不同銀行之間競(jìng)爭(zhēng)程度、資產(chǎn)規(guī)模、流動(dòng)性水平和資本狀況等方面的差異，實(shí)施差異化的貨幣政策調(diào)控，并加強(qiáng)宏觀審慎監(jiān)管。(2)細(xì)化風(fēng)險(xiǎn)披露信息，促進(jìn)良性競(jìng)爭(zhēng)。監(jiān)管部門(mén)要細(xì)化對(duì)商業(yè)銀行信息披露的要求，豐富披露內(nèi)容，提高信息透明度，對(duì)銀行風(fēng)險(xiǎn)承擔(dān)行為做前瞻性引導(dǎo)；規(guī)范銀行業(yè)競(jìng)爭(zhēng)性管制，引導(dǎo)銀行間競(jìng)爭(zhēng)從價(jià)格競(jìng)爭(zhēng)轉(zhuǎn)向服務(wù)競(jìng)爭(zhēng)和創(chuàng)新競(jìng)爭(zhēng)，有效緩解基于價(jià)格競(jìng)爭(zhēng)的信貸客戶競(jìng)爭(zhēng)和市場(chǎng)競(jìng)爭(zhēng)，促進(jìn)銀行間良性競(jìng)爭(zhēng)，維持銀行業(yè)健康有序發(fā)展。(3)強(qiáng)化風(fēng)險(xiǎn)監(jiān)管，避免風(fēng)險(xiǎn)積聚。在利率市場(chǎng)化改革推動(dòng)的銀行間競(jìng)爭(zhēng)加劇的背景下，銀行應(yīng)正確估計(jì)自身的風(fēng)險(xiǎn)承擔(dān)水平，根據(jù)實(shí)際情況加強(qiáng)風(fēng)險(xiǎn)管理，優(yōu)化資本結(jié)構(gòu)，強(qiáng)化對(duì)風(fēng)險(xiǎn)的抵御能力，進(jìn)一步完善風(fēng)險(xiǎn)識(shí)別機(jī)制，避免風(fēng)險(xiǎn)積聚。