■辛兵海 卜振興

一、引言

在雙循環(huán)發(fā)展格局下，為應對國內(nèi)外錯綜復雜的經(jīng)濟環(huán)境，特別是新冠肺炎疫情以及中美貿(mào)易摩擦的沖擊，政府部門不斷出臺并調(diào)整相關政策以適應經(jīng)濟高質量發(fā)展的要求，降低政策不確定性漸已成為當前中國經(jīng)濟發(fā)展的主旋律[1]。商業(yè)銀行作為經(jīng)濟政策實施的中介和連接各經(jīng)濟部門的紐帶，一方面會受經(jīng)濟政策不確定的直接影響，另一方面經(jīng)濟政策不確定性對其他經(jīng)濟主體的影響也會傳導至商業(yè)銀行，因此銀行業(yè)對經(jīng)濟政策不確定性的敏感性相對更大[2]。在不確定性沖擊蔓延到整體金融市場體系的情境下[3]，商業(yè)銀行如何有效應對不確定性的負向沖擊以實現(xiàn)經(jīng)營的穩(wěn)健，從而防止金融市場風險在宏觀經(jīng)濟運行中發(fā)生“緩積急釋”，是現(xiàn)階段監(jiān)管部門所面臨的關鍵問題，這也是本文的關注重點。

從經(jīng)營角度而言，銀行通過動態(tài)優(yōu)化金融資源配置以實現(xiàn)盈利并管控風險，不確定因素自然也被納入銀行的經(jīng)營決策行為函數(shù)之中[4]。經(jīng)濟政策不確定性的上升會擾動信息流，造成較嚴重的逆向選擇和道德風險問題。作為一種應對之策，商業(yè)銀行會選擇調(diào)整貸款損失準備計提以實現(xiàn)有效盈余管理。當經(jīng)濟政策不確定性上升時，銀行提高貸款損失準備，以應對銀行呆壞賬增加帶來的流動性風險并實現(xiàn)利潤的跨期分配[5，6]。然而，當進一步考慮“隱藏風險”動機時[7，8]，商業(yè)銀行計提貸款損失準備決策將面臨兩難困境，從而使其預防性功能大打折扣。從表外來看，伴隨著金融衍生品市場的發(fā)展，銀行開始使用基礎性的利率衍生品（如利率互換、利率遠期、國債期貨等）來對沖風險[9]。因其固有的“套期保值”特征，表外衍生品備受監(jiān)管當局和銀行機構的關注①。那么，在經(jīng)濟政策不確定性上升時，商業(yè)銀行是否會增加表外利率衍生品的使用？這種影響的內(nèi)在傳導機制又是什么？

在既有文獻研究的基礎上，立足于中國情境和銀行經(jīng)營實踐狀況，本文嘗試厘清上述問題，以期豐富和拓展經(jīng)濟政策不確定性與銀行風險管理的研究維度。在經(jīng)濟政策不確定性上升的背景下，對上述問題的研究不僅有助于理解經(jīng)濟不確定性的微觀經(jīng)濟后果，也能為制定防范化解重點領域金融風險的經(jīng)濟政策提供經(jīng)驗支撐。相較于既有研究，本文研究為理解經(jīng)濟政策不確定性產(chǎn)生的經(jīng)濟后果提供了新的視角和更豐富的證據(jù)。本文的創(chuàng)新點在于：第一，首次從銀行利率風險對沖的視角考察了經(jīng)濟政策不確定性對銀行經(jīng)營決策的影響及作用機制，對有關經(jīng)濟政策不確定性經(jīng)濟后果的既有文獻形成有益補充。第二，明確了經(jīng)濟政策不確定性會增加銀行風險對沖的需求，并從“違約概率”和“收益波動”兩個渠道厘清了經(jīng)濟政策不確定性影響利率衍生品對沖的作用機制。第三，考察了經(jīng)濟政策不確定性對不同銀行主體間利率衍生品對沖影響的異質性，分析了經(jīng)濟政策不確定性影響銀行利率衍生品對沖的結構變化。

二、文獻綜述、機理分析與研究假設

（一）利率衍生品的影響因素

銀行通過期限錯配以擴展利差收入并創(chuàng)造流動性，而期限錯配所伴隨的資產(chǎn)負債重新定價條款，構成了銀行所面臨的最主要利率風險②。期限錯配所導致的利率風險效應具有經(jīng)濟顯著性且無法通過多元化配置進行分散，故銀行越來越依賴于利率衍生工具來對沖利率風險[10，11]?？v觀以往研究可以發(fā)現(xiàn)，既有文獻主要圍繞銀行微觀特征和宏觀因素兩個層面，探究銀行利率衍生品使用的影響因素。微觀層面，國內(nèi)外文獻集中分析了流動性[12]、違約成本[13]、融資能力[14]、銀行規(guī)模[15]、資本水平[16]以及風險因素[17]對銀行（企業(yè)）利率衍生品使用的影響。宏觀層面，相關學者從貨幣政策和經(jīng)濟發(fā)展水平等研究視角進行考察[18，19]。盡管經(jīng)濟政策調(diào)整對銀行利率衍生品使用的影響在既有文獻中已經(jīng)得到印證，但是國內(nèi)外學者更多聚焦于單一經(jīng)濟政策（尤其是貨幣政策），以點帶面地研究政策變動對銀行利率風險管理行為的影響，而鮮有文獻研究經(jīng)濟政策不確定性對銀行利率衍生品使用的影響。

（二）經(jīng)濟政策不確定性對銀行利率衍生品對沖的影響

經(jīng)濟政策不確定性主要來源于政府政策變化和政策落實方面的不確定性。由于經(jīng)濟政策的頻繁變化，市場主體無法對未來的政策方向和政策強度形成合理預期[20]。經(jīng)濟政策不確定性會對銀行產(chǎn)生如下效應，從而影響銀行利率衍生品對沖決策。

其一，經(jīng)濟政策不確定性推高銀行的違約概率。根據(jù)實物期權理論[21]和增長期權理論[22]，經(jīng)濟政策不確定性對企業(yè)投資和生產(chǎn)行為具有顯著影響。經(jīng)濟政策不確定性會顯著降低企業(yè)投資效率[23]、抑制創(chuàng)新[24]、降低生產(chǎn)率[25]并弱化盈利能力[26]，從而引致實體經(jīng)濟部門償債能力的下降和違約風險的上升。并且，經(jīng)濟政策不確定性對股票市場具有顯著的負向影響[27]。伴隨著經(jīng)濟政策不確定性的上升，企業(yè)的股權質押品價值將產(chǎn)生波動，使得質押品所對應的銀行信貸風險上升。最終，實體企業(yè)所面臨的償債壓力將傳導至銀行部門，進而造成銀行部門信用評級的下降以及違約概率的上升。

金融中介理論指出利率風險提高了銀行破產(chǎn)風險，但并未給作為代理監(jiān)督者的銀行增加任何激勵收益[28]。因此，金融中介理論強調(diào)銀行應集中于管理更具監(jiān)督優(yōu)勢的信貸風險，并運用利率衍生品對沖利率風險。由于銀行期望違約成本是違約概率和損失的函數(shù)，因此違約概率構成了銀行應用利率風險對沖策略的重要驅動因素。衍生品使用動機理論認為，利率風險對沖策略有助于降低期望違約成本的現(xiàn)值[13]。破產(chǎn)會引致股權人和債權人的直接破產(chǎn)成本，因而銀行可以從對沖策略中獲益③。以上述理論為基礎，Purnanandam[15]實證分析發(fā)現(xiàn)，在違約概率上升時，銀行會更多地使用表外利率衍生品來對沖風險。

其二，經(jīng)濟政策不確定性加劇銀行業(yè)績的波動性。理論研究表明，暢通的信息流動是金融中介職能有效發(fā)揮的重要保障，任何破壞信息流動的因素都將引致金融體系內(nèi)的逆向選擇和道德風險問題，從而扭曲資金的合理配置[29]。經(jīng)濟政策不確定性增加了銀行和實體部門之間的信息不對稱性，阻礙了市場投資主體對潛在投資項目進行有效篩選，使得儲蓄轉化為投資的機制受阻，從而抑制信貸、投資和經(jīng)濟活動。就銀行而言，經(jīng)濟政策不確定性上升將限制其對投資機會的判斷能力，引致信貸重新定價[30]，從而放大了預期收益的噪音[2]，最終加劇了收益的波動程度[31，32]。

穩(wěn)健的收入是銀行構建較高資本緩沖水平以滿足最新巴塞爾監(jiān)管框架的前提條件[33]。利差收入是銀行重要的收入來源，應用利率風險對沖策略可以在一定程度上有效熨平銀行利潤（價值）波動[34]，從而提高現(xiàn)金流與收益的穩(wěn)定性[35，36]。經(jīng)濟政策不確定性引致銀行收益波動程度以及融資成本上升，隨之會對銀行收益穩(wěn)健性造成沖擊。故銀行會從熨平現(xiàn)金流波動實現(xiàn)穩(wěn)健收益的動機出發(fā)，應用表外利率衍生品對沖風險。

圖1顯示了經(jīng)濟政策不確定性對銀行利率衍生品對沖的影響機制?；谏鲜龇治觯疚奶岢鋈缦录僭O：

圖1 經(jīng)濟政策不確定性對銀行利率衍生品對沖的影響機制

假設1：經(jīng)濟政策不確定性上升會引致銀行使用利率衍生品對沖策略。

假設2：經(jīng)濟政策不確定性通過提高銀行違約概率和加劇收益波動，引致銀行更多使用利率衍生品進行風險對沖。

三、實證設計

（一）樣本選擇和數(shù)據(jù)來源

本文選用滬深股市37 家上市銀行2002年下半年—2020年上半年的半年度頻次數(shù)據(jù)作為研究樣本。借助上市銀行半年報和年報，本文對每家銀行每期利率衍生品余額數(shù)據(jù)和資產(chǎn)負債期限結構數(shù)據(jù)進行手工整理。本文所使用的銀行股權價值數(shù)據(jù)、銀行微觀財務數(shù)據(jù)、宏觀GDP 數(shù)據(jù)均來源于WIND數(shù)據(jù)庫，國債收益率數(shù)據(jù)來源于中國債券信息網(wǎng)，經(jīng)濟政策不確定性指數(shù)數(shù)據(jù)來源于網(wǎng)站（http：//www.policyuncertainty.com）。

（二）實證模型設定

1.基準回歸模型

為實證檢驗經(jīng)濟政策不確定性如何影響銀行利率衍生品對沖，本文設定如下計量模型：

其中，i和t分別表示銀行和時間。因變量hedge表示商業(yè)銀行的利率衍生品使用金額；epu 表示經(jīng)濟政策不確定性程度；系數(shù)β1用于測度銀行利率衍生品對經(jīng)濟政策不確定性的敏感性，本文所關注的是系數(shù)β1的符號及顯著性；control 表示控制變量集，包括微觀層面和宏觀層面控制變量；μi表示銀行個體固定效應；εi,t為隨機擾動項。需要指出的是，由于本文核心變量epu為時序變量，若同時控制時間固定效應會引致完全共線性問題，故在模型設定中未控制時間固定效應[2，37]。

2.中介效應模型

為實證檢驗經(jīng)濟政策不確定性影響銀行利率衍生品對沖的傳導渠道，本文設定如下中介機制模型：

其中，mediator 為中介變量，分別選用違約概率edp、收益波動sd（roa）變量進行中介機制檢驗?？刂谱兞考痗ontrol同計量模型（1）保持一致。

（三）變量選取與說明

1.因變量

利率衍生品hedge。本文使用樣本銀行年報中所披露的利率衍生工具名義金額的自然對數(shù)值，用以反映銀行表外利率衍生品的使用情況。

2.經(jīng)濟政策不確定性

本文使用Baker 等[20]所構造的經(jīng)濟政策不確定性指數(shù)作為epu的代理變量。斯坦福大學和芝加哥大學聯(lián)合發(fā)布月度中國經(jīng)濟政策不確定性指數(shù)。該指數(shù)選取香港《南華早報》為分析對象，識別出當月報道政策不確性的文章，然后將識別出的文章除以當月刊發(fā)的文章總數(shù)得到月度經(jīng)濟政策不確定性指數(shù)。本文使用算數(shù)平均方法將月度數(shù)據(jù)轉化為半年度數(shù)據(jù)。

3.中介變量

（1）違約概率edp。本文應用KMV 模型測算上市銀行的預期違約概率edp。KMV 模型以Black-Scholes期權定價理論為基礎，將資本市場信息納入違約概率測算，可以更有效地反映上市銀行的信用情況。KMV 模型將上市銀行股權價值視為歐式看漲期權，將銀行債務看作看跌期權，并將銀行資產(chǎn)作為標的資產(chǎn)。當銀行資產(chǎn)市場價值低于所需清償?shù)膫鶆召~面價值時，銀行將會違約，并進入破產(chǎn)程序。將銀行資產(chǎn)市場價值到違約實施點之間的距離定義為違約距離，一家銀行的違約距離越遠則說明其破產(chǎn)概率越低。KMV模型依據(jù)違約距離，進一步計算預期違約概率。KMV 模型中違約距離和違約概率的關系為：違約概率=N（-違約距離），其中N()表示標準正態(tài)分布的密度函數(shù)④。（2）收益波動sd（roa）。本文使用資產(chǎn)收益率的變異系數(shù)作為收益波動sd（roa）的代理變量，計算方法為資產(chǎn)收益率的滾動標準差比上其滾動均值。變異系數(shù)的設定充分考慮了不同時間窗口的均值差異性。本文使用4季度作為滾動時間窗口，然后再將計算結果與半年度數(shù)據(jù)進行匹配。

4.控制變量

參考既有文獻相關研究，本文對銀行規(guī)模size、存款比率deposit、增長率growth、流動比率liquid、資本充足率car五項微觀變量進行控制，為弱化內(nèi)生性問題，本文將微觀控制變量均滯后一期；選取一年期國債收益率IR 以及國內(nèi)生產(chǎn)總值增長率GDPR 為宏觀控制變量，用以控制貨幣政策和經(jīng)濟周期。表1列示了變量定義。

表1 變量定義

（四）內(nèi)生性問題的處理

1.基準模型中核心自變量的內(nèi)生性問題

考慮到經(jīng)濟政策不確定性指數(shù)epu會受到一個經(jīng)濟體內(nèi)部政治力量的影響，因此epu 可能并不是一個嚴格的外生變量[38]。中美兩國宏觀經(jīng)濟政策層面具有較強的聯(lián)動性[3]，且美國經(jīng)濟政策不確定性不會直接影響中國微觀銀行個體的經(jīng)營。故參照既有研究[2，38]，本文選取美國經(jīng)濟政策不確定性指數(shù)作為中國經(jīng)濟政策不確定性指數(shù)的工具變量。

2.中介模型設定中因變量hedge 和中介變量之間存在潛在逆向因果問題

本文選擇同類銀行的違約概率均值作為每家銀行違約概率的工具變量。其中，每家銀行對應的同類銀行破產(chǎn)概率均值，是剔除這家銀行后其他同類銀行的違約概率均值。其基本邏輯在于：一方面，中國上市銀行流動性管理具有同群效應[39]，一家銀行的負債期限結構會受到同群其他銀行的負債期限結構的影響。由于負債期限結構是計算違約概率的重要因素，由此可以推斷銀行違約概率存在一定的同群相關性。另一方面，同類其他銀行的破產(chǎn)概率均值對單家銀行的利率風險管理具有一定的外生性，而單家銀行的利率風險管理更多是由銀行自身特征所決定?；谕瑯拥乃悸罚薪樽兞渴找娌▌觭d（roa）按照計算同類銀行變量均值的方法來設定工具變量。上述方法在研究文獻中被廣泛應用于弱化內(nèi)生性問題[40，41]。

四、經(jīng)驗結果及分析

（一）基準計量分析

表2給出了基準計量回歸結果。表2中（1）和（2）列分別為隨機效應和固定效應的回歸結果，Hausman檢驗結果顯示固定效應模型優(yōu)于隨機效應模型?；貧w結果顯示，經(jīng)濟政策不確定性epu 對銀行衍生品對沖hedge 在1%的水平上具有顯著的正向影響，且結果在控制隨機效應和固定效應后均保持穩(wěn)健。

為弱化內(nèi)生性問題對實證研究結論的影響，本文借助外部工具變量對回歸系數(shù)的偏倚進行矯正。表2中（3）列進一步匯報了工具變量設定下的IVGMM回歸結果，其中經(jīng)濟政策不確定性對銀行衍生品對沖的影響顯著為正，回歸結果驗證了本文假設1。值得注意的是，（3）列epu回歸系數(shù)顯著大于（1）列，這表明逆向因果內(nèi)生性低估了經(jīng)濟政策不確定性epu對銀行衍生品對沖hedge的影響。并且，Klei‐bergen-Paap rk LM檢驗拒絕了“工具變量識別不足”的原假設，Kleibergen-Paap rk F檢驗拒絕了“弱工具變量”的原假設，基礎檢驗結果均支持了本文工具變量設定的合理性。

表2 基準回歸結果

（二）穩(wěn)健性檢驗

1.epu替代變量

本文采用如下兩種方式對經(jīng)濟政策不確定性變量epu 進行重新界定：（1）香港浸會大學[42]基于中國內(nèi)地十份代表性報刊編制的中國經(jīng)濟政策不確定性指數(shù)⑤，用epu1 表示。（2）圣路易斯聯(lián)儲[43]基于《人民日報》和《光明日報》所構建的中國內(nèi)地經(jīng)濟政策不確定性指數(shù)，用epu2表示。

表3中（1）和（2）列呈現(xiàn)了兩項替代變量設定下的IV-GMM 回歸結果，核心自變量經(jīng)濟政策不確定性的回歸系數(shù)依然顯著為正，支持了本文核心結論（假設1）的穩(wěn)健性。

表3 穩(wěn)健性檢驗

2.Heckman修正

在基準回歸中，假設所有的銀行觀察值在使用利率衍生品方面具有近似概率。然而，只有獲得監(jiān)管部門的批準，銀行機構才能使用利率衍生品。監(jiān)管部門會首選規(guī)模較大且經(jīng)營穩(wěn)健的銀行開展衍生品業(yè)務?；诖耍疚耐茢嚆y行在使用利率衍生品方面可能存在差異性概率，并應用Heckman 估計方法，以進一步減輕內(nèi)生性問題對研究結論的干擾。

第一階段，設定Probit 模型來預測銀行使用利率衍生品的傾向。其中，被解釋變量為0—1虛擬變量（1 表示銀行使用利率衍生品，0 表示銀行未使用利率衍生品）。控制變量選取銀行規(guī)模size、存款比率deposit、增長率growth、流動比率liquid、資本充足率car五項銀行特征。同時，假設一家銀行是否使用利率衍生品，會受到同群其他銀行決策的影響，故在Heckman 第一階段進一步考慮了同群銀行行為決策，引入使用利率衍生品的同群銀行占比變量作為排除性約束。應用Probit模型計算出每個銀行觀察值使用利率衍生品的傾向后，進而計算逆米爾斯比率IMS。將第一階段得到的IMS納入基準回歸模型中進行回歸，即可得到經(jīng)Heckman 方法修正的估計系數(shù)。表3中（3）至（5）列報告了Heckman修正后的IV-GMM 的回歸結果。其中，在不同的經(jīng)濟政策不確定性設定下，IMS估計系數(shù)均具有統(tǒng)計顯著性，這意味著模型設定存在一定的樣本自選擇問題。在控制IMS 變量后，經(jīng)濟政策不確定性變量的估計結果保持穩(wěn)健。

（三）經(jīng)濟顯著性檢驗

表2和表3結果說明經(jīng)濟政策不確定性對銀行利率衍生品對沖的影響具有統(tǒng)計顯著性。那么，這種影響在經(jīng)濟意義上是否具有顯著性呢？本文通過計算增加經(jīng)濟政策不確定性epu一單位標準差的變動對銀行利率衍生品對沖hedge 的影響幅度，來對經(jīng)濟顯著性進行有效識別。表4呈現(xiàn)了經(jīng)濟顯著性的計算結果，epu一單位標準差的變動導致hedge變動占到其樣本標準差的9.88%；其他兩種方式所定義的經(jīng)濟政策不確定性變量（epu1、epu2），分別解釋了hedge 變動的10.24%和16.75%?；诖耍疚恼J為經(jīng)濟政策不確定性對銀行利率衍生品對沖的影響兼具一定程度的經(jīng)濟顯著性。

表4 經(jīng)濟顯著性檢驗

五、影響渠道檢驗與異質性分析

（一）渠道分析

根據(jù)前文的機理分析，本文假設經(jīng)濟政策不確定性通過增加銀行違約概率和收益波動渠道，提高表外利率衍生品對沖。為驗證上述兩種渠道是否真實存在，本文按照計量模型（2）至（4）對潛在中介效應進行檢驗。

表5列示了影響渠道的檢驗結果。其中，（1）列經(jīng)濟政策不確定性epu 的回歸系數(shù)顯著為正，表明經(jīng)濟政策不確定性上升可以提高銀行利率衍生品對沖。（2）列經(jīng)濟政策不確定性epu的回歸系數(shù)顯著為正，表明經(jīng)濟不確定性越高，銀行的違約概率越高。（3）列中介變量違約概率edp的回歸系數(shù)顯著為正，表明銀行違約概率上升會促使銀行更多的使用表外利率衍生品以對沖風險；且經(jīng)濟政策不確定性epu的回歸系數(shù)較（1）列有所下降（0.566<0.719），意味著違約概率edp在經(jīng)濟政策不確定性和銀行利率衍生品對沖之間，具有部分中介效應。中介效應在總效應中占比約為21.28%，回歸結果驗證了“經(jīng)濟政策不確定性—違約概率—利率衍生品對沖”的傳導渠道。（4）列經(jīng)濟政策不確定性epu的回歸系數(shù)顯著為正，表明經(jīng)濟不確定性越高，銀行的收益波動程度越高。（5）列收益波動sd（roa）的回歸系數(shù)顯著為正，表明銀行收益波動性上升會促使銀行更多使用表外利率衍生品以平抑波動；且經(jīng)濟政策不確定性epu的回歸系數(shù)較（1）列有所下降（0.602<0.719），意味著收益波動sd（roa）在經(jīng)濟政策不確定性和銀行利率衍生品對沖之間，具有部分中介效應。中介效應在總效應中占比約為16.34%，回歸結果驗證了“經(jīng)濟政策不確定性—收益波動—利率衍生品對沖”的傳導渠道。綜上，中介效應模型的回歸結果驗證了本文假設2。

表5 影響渠道檢驗

（二）銀行異質性分析

本部分討論在不同類型銀行之間，經(jīng)濟政策不確定性對利率風險對沖的異質性影響。將樣本銀行分為國有銀行和非國有銀行兩組，表6列示了分組回歸結果。就經(jīng)濟政策不確定性epu回歸系數(shù)大小和顯著性水平而言，國有銀行組均低于非國有銀行組，且結論在不同的經(jīng)濟政策不確定性變量設定下保持穩(wěn)健。這表明，國有銀行利率衍生品使用對經(jīng)濟政策不確定性的敏感性程度相對較低。本文認為，這可以從兩類銀行的風險承擔意愿和風險承擔能力的差異性層面進行解釋。

表6 異質性分析

一方面，不同類型銀行對待風險的態(tài)度存在差異。借助于政府隱性擔保的預期，大型國有銀行存在“大而不倒”的道德風險，表現(xiàn)為風險中性特征[44]。而非國有銀行，因其規(guī)模較小且系統(tǒng)重要性相對較低，則表現(xiàn)為風險規(guī)避特征。因此，當風險上升時，非國有銀行在使用利率衍生品對沖方面表現(xiàn)出更強的敏感性。

另一方面，大型國有銀行零售存款和批發(fā)融資市場兼具較強的議價能力和準入優(yōu)勢。大型國有銀行具有點多面廣的網(wǎng)點覆蓋優(yōu)勢，并且規(guī)模優(yōu)勢伴隨著更強的代理監(jiān)督能力[28]，因此在零售存款融資方面的議價能力更強。不同類型的銀行在準入批發(fā)融資市場時，所面臨的金融摩擦程度存在顯著性差異[45]。大型國有銀行對批發(fā)融資市場的滲透程度較高且議價能力較強，因而所面臨的金融摩擦程度也較低[46]?；趯α闶鄞婵詈团l(fā)融資市場的議價能力優(yōu)勢和準入優(yōu)勢，大型國有銀行可以更為靈活有效地進行資產(chǎn)負債管理。此外，大型國有銀行在上市融資、發(fā)行次級債券融資和利潤轉增資本等資本補充渠道上更具優(yōu)勢[33]。因而，在同等外部條件下，國有銀行有能力承擔更多的風險因素以獲得更高的風險溢價。

六、進一步討論

本部分應用面板分位數(shù)回歸方法，探究經(jīng)濟政策不確定性對利率衍生品對沖邊際效應的演化軌跡。

表7報告了不同分位點上，經(jīng)濟政策不確定性epu 對利率衍生品對沖hedge 影響的面板分位數(shù)回歸結果。其中，（1）至（9）列分別為0.1 至0.9 分位點的回歸結果，在各分位點上經(jīng)濟政策不確定性epu回歸系數(shù)均顯著為正（0.1分位點不顯著），表明經(jīng)濟政策不確定性上升會顯著提高銀行利率衍生品對沖水平。通過比較不同分位點的回歸結果不難發(fā)現(xiàn)，經(jīng)濟政策不確定性epu的回歸系數(shù)隨著分位點的增加呈現(xiàn)逐漸上升的趨勢。結果表明，經(jīng)濟政策不確定性對銀行利率衍生品對沖的影響存在結構性差異，即伴隨著銀行利率衍生品使用程度的提高，銀行利率衍生品對沖對經(jīng)濟政策不確定性的敏感性愈發(fā)增強。

表7 面板分位數(shù)模型回歸結果

七、結論與政策啟示

本文利用2002—2020年中國滬深股市上市銀行的半年度非平衡面板數(shù)據(jù)，實證檢驗了經(jīng)濟政策不確定性對銀行利率衍生品對沖的影響及其作用機理。實證結果顯示：經(jīng)濟政策不確定性對銀行利率衍生品對沖兼具統(tǒng)計顯著性和經(jīng)濟顯著性的正向影響；違約概率、收益波動構成了經(jīng)濟政策不確定性影響銀行利率衍生品對沖的中介渠道。異質性研究發(fā)現(xiàn)，相較于大型國有銀行，中小銀行利率衍生品使用對經(jīng)濟政策不確定性的敏感性更強。進一步研究表明，隨著銀行利率衍生品使用程度的增加，利率衍生品對經(jīng)濟政策不確定性的敏感性逐漸增強。研究結論具有重要的政策啟示意義。

首先，監(jiān)管部門應積極推進基礎利率衍生品市場的發(fā)展。利率衍生品作為表內(nèi)風險管理工具向表外的延伸，有助于擴展銀行的利率風險管理手段，強化自身應對外部不確定性沖擊的能力，隨之增強銀行經(jīng)營的穩(wěn)健性，進而防范系統(tǒng)性金融風險的積聚。

其次，監(jiān)管部門應優(yōu)化利率衍生品定價機制。為充分發(fā)揮利率衍生工具的積極作用，應豐富利率衍生品種類，并在交易、清算和風險控制等多環(huán)節(jié)促進利率衍生品市場的發(fā)展。同時擴大市場參與主體，引導中小銀行以及非銀行金融機構準入基礎利率衍生品交易，提高利率衍生品的市場流動性。需要強調(diào)的是，交易的杠桿性和復雜性導致利率衍生品具有“雙刃劍”屬性，若使用得當則有助于銀行對沖風險和調(diào)節(jié)流動性，而過度交易也可能會引致大量風險。故商業(yè)銀行應結合自身情況，穩(wěn)步開展利率衍生品業(yè)務，同時注意健全內(nèi)部控制機制與風險管理體系，促使利率衍生品更大程度地發(fā)揮其積極效應。

最后，加強政策的連續(xù)性和預期管理。經(jīng)濟政策不確定性會加劇市場信息不對稱程度，并阻滯銀行金融中介職能的有效發(fā)揮。因此，政府部門有必要在政策制定和實施等環(huán)節(jié)保持一定的科學性、可信性和連貫性，并提高政策透明度，以便銀行等市場主體形成較為合理的預期，從而使得經(jīng)濟政策不確定性的負面影響最小化?！?/p>

注 釋

①2020年2月，中國證監(jiān)會、銀保監(jiān)會、人民銀行和財政部聯(lián)合發(fā)布《關于商業(yè)銀行、保險機構參與中國金融期貨交易所國債期貨交易的公告》，公告中明確提出“符合條件的商業(yè)銀行可以風險管理為目的，試點參與中國金融期貨交易所國債期貨交易”。同期，四部門與上海市政府聯(lián)合發(fā)布《關于進一步加快上海國際金融中信建設和金融支持長三角一體化發(fā)展的意見》，明確提及“發(fā)展人民幣利率衍生品市場，研究推出人民幣利率期權?！?/p>

②重新定價風險：對于固定利率而言，是由于銀行資產(chǎn)和負債的到期日存在差異時引起的風險；對于浮動利率而言，是由于資產(chǎn)和負債的重新定價日存在差異時引起的風險。

③需要指出的是，銀行在面臨不同的對沖策略選擇時，需要考慮使用對沖策略所衍生的成本問題。當然，當期望企業(yè)破產(chǎn)成本大于對沖成本時，銀行仍然可以從對沖策略中獲益。

④受限于篇幅，未呈現(xiàn)KMV模型的具體計算過程，備索。

⑤該指標選取了中國內(nèi)地十份代表性報紙：北京青年報、廣州日報、解放日報、人民日報（海外版）、新聞晨報、南方都市報、新京報、今晚報、文匯報和羊城晚報，采用文本挖掘方法，編制中國經(jīng)濟政策不確定性指數(shù)。