貨幣政策目標傳導機制與銀行業風險承擔渠道——2002-2013中國制造業面板數據實證研究

鄧志超

（上海社會科學院 世界經濟研究所，上海200235）

央行通過貨幣工具調控貨幣中間指標。然而，這些中間目標的實現并不完全由央行控制，金融體系對其形成有重要影響。貨幣政策的傳導路徑是：第一步，央行制定貨幣政策、投放基礎貨幣；第二步，商業銀行（以下簡稱“商行”）獲得流動性后，依據當下貨幣政策，選擇有利于自身的方式進行信貸等風險承擔活動；第三步，實體企業獲得資金，進行投資。這個過程中，銀行業起到了貨幣流通渠道的作用。然而，銀行業是逐利行業，它可以依據自身利益選擇貨幣的流量和流向。這些自利行為將影響貨幣目標的實現，進而影響央行的判斷。（Gali和Gertler，2007）。

近年來，已有學者提出了貨幣政策傳導的風險承擔渠道（Disyatat，2011）。其核心觀點是商行在經濟體中作用遠不止是中介，商行會根據宏觀經濟形勢的好壞、貨幣政策的寬松和投資主體對未來預期的傾向來選擇自身的風險偏好和信貸策略，充分發揮主動性以使自身利潤最大化。貨幣政策寬松時期，市場上流動性較強，資金成本較低，貸款的行政限制少，商行就傾向于加速、增量地放貸，拓寬了風險承擔的范圍、加深了風險承擔的程度。而在貨幣政策收緊時期，市場利率上揚，流動性收緊，商行此時的策略是收緊信貸，降低風險承擔。商行的這些行為顯然有悖于央行的調控目標。央行在制定貨幣政策之時，應該意識到商行對貨幣政策的反應。

貨幣政策的銀行業風險承擔傳導渠道主要有兩個方面。一方面是貨幣政策影響商行風險承擔行為。Borio和Zhu（2008）認為，商行對于風險的偏好取決于央行制定的貨幣政策。寬松的貨幣環境下，商行實質上對貨幣政策起到了“超額”傳導的作用。國外的學者將貨幣政策影響風險承擔的路徑總結為：收入估值效應（A-drian 和 Shin，2010；Campbell 和 Cohrane，1999）、逐利機制（Rajan，2005；Arriccia和 Marquez，2006）、央行的溝通和反應機制（Blinder et al，2008；Borio和 Zhu，2008）、有限責任機制（Keely，1990）。這些路徑歸結起來都在說明，松的貨幣政策會引導銀行業過度承擔風險，反之則會過度規避風險。

另一方面，商行承擔風險的行為也影響著貨幣政策中間目標的實現，從而影響貨幣政策的制定。央行通過投放基礎貨幣向經濟體提供流動性支持，基礎貨幣通過貨幣乘數放大為廣義貨幣。而貨幣乘數的決定，一部分在央行，另一部分則是由商行的超額準備金率（Mishkin，2007）以及商行信貸創造廣義貨幣等風險承擔所決定的。商行主動承擔風險，一是增加了借貸交易次數，二是加速資金周轉，使得貨幣乘數增大，這影響了央行的調控效果，使央行需要重新制定政策（Borio和Zhu，2012）。Gauthier et al.（2010）指出，貨幣政策的制定需要考慮金融體系的反作用機制，因為貨幣政策影響商行的風險承擔同時，也受商行對貨幣政策目標實現的干擾。

國內的學者也有不少的研究。張雪蘭、何德旭（2012a）認為處于經濟周期不同的階段，風險承擔行為具有差異，并且這種差異是不對稱的。徐明東、陳學彬（2012）認為資本充足的商行，其風險承擔行為對貨幣政策變動不敏感。江曙霞、陳玉嬋（2012）采用門限面板模型實證了我國商行風險承擔行為。冀志斌，宋清華（2013）討論了高管的薪酬對于商行風險選擇的影響。

本文認為我國貨幣政策的風險承擔傳導渠道是雙向的。即央行的貨幣政策影響商行的風險承擔行為，而反之商行的風險承擔行為也影響著央行的決策。這種關系類似于委托代理：央行希望通過銀行業傳導其貨幣目標的實現，而商行風險承擔行為可能使貨幣政策的實施效果走偏，雙方都需要衡量對方的選擇對自己目標的影響。本文構建了一個央行-銀行業博弈的理論模型。并依此為基礎，結合前人研究構建了一個聯立方程實證模型，以檢驗兩者動態的相互作用。聯立方程中考慮“兩維度”貨幣規則和銀行業風險承擔之間的相互影響。選取了我國銀行業的風險承擔指標，采用時間序列數據，應用GMM-HAC實證檢驗方法，對理論模型中推論進行了實證檢驗。實證的結果為理論模型的結論提供了支持。

一、央行——銀行業博弈模型分析

假設央行為委托人，風險偏好中立；銀行業為代理人。假設央行希望調控達到貨幣量的目標為

其中，m表示廣義的貨幣數量，對應M2，銀行業對整體經濟提供的信用支持；k為貨幣乘數；h是高能貨幣，對應M0，表示央行投放的貨幣量；ε為貨幣量的隨機沖擊，表示未預料到的對貨幣量的沖擊。

假設銀行業能獲得的收益為

s為固定收益項。b為銀行業邊際收益率，可將其視為央行規定的基準存貸款利差。bm則可以做為銀行業收取的利息。

整個貨幣量扣除給銀行業的利息，即為提供給實體經濟的貨幣量，記為

假設銀行業進行風險承擔行為是有成本的，記為

其中a表示銀行業主動承擔風險的程度。設銀行業的成本函數c為a的增函數，且邊際遞增，可以表示為

同時假設貨幣乘數為銀行業風險承擔程度的函數，且為增函數，即

假設銀行業管理者的效用函數為如下形式

x為銀行業的利潤。由設定的形式，可以得到銀行的風險規避程度

若r＝0表示銀行業對風險無偏好，r＞0表示風險規避，r＜0表示風險喜好。由式（7）可推導銀行業的確定性等值（CE）為

另一方面，央行希望實體經濟的貨幣分配量為

對式（10）取期望可得

至此，本文構建起央行-銀行業的博弈問題的結構形式

假設

求解的過程：首先對式（13）關于銀行業風險承擔程度求導。此時，央行的貨幣工具為已知，可得銀行業的最優風險承擔程度表達式為

將式（15）、式（16）代入式（17）可得

進一步化簡得

最后對式（20）關于貨幣工具b求導，可得

并經過簡單變換，可得

式（18）中可以得出，商行選擇的風險承擔程度a是根據央行的貨幣工具和貨幣投放量而定的：b越大，h越多，商行越是承擔風險。從式（22）可知，貨幣政策的制定依據貨幣投放量、商行的風險規避程度和貨幣沖擊方差。且存在三組關系：一是貨幣工具b與銀行業的風險規避程度成反向關系，銀行業越是不愿意承擔風險，央行越有必要調高存貸款利差；二是貨幣工具b與貨幣隨機沖擊ε的方差σ2成反向關系，外部的不確定性越大，央行越需要提高對銀行業的獎勵；三是貨幣政策b在式（22）中與貨幣投放量h成正向關系，但在式（18）中與貨幣投放量h呈反向關系，說明如果央行的出發點是為了增加廣義貨幣量，最優的選擇是給予商行更多的好處，刺激商行風險承擔；但是如果央行想控制住商行的風險承擔行為，抑制金融系統性風險，央行需要在大量投放基礎貨幣的同時，減少給予銀行的利差，以減少銀行業風險承擔的動機。

二、聯立方程實證模型的構建

上述央行——銀行業博弈模型描述了央行和商行之間的博弈關系。博弈模型提供的信息是：銀行業風險承擔程度與央行貨幣政策取向相互影響；央行的貨幣政策越寬松，銀行業風險承擔的傾向越大。

為了實證央行——銀行業博弈模型給出的兩條信息，本文構建了一個聯立方程實證模型。由兩部分組成：一是貨幣政策的中間目標方程，表明風險承擔對貨幣政策目標的作用；二是銀行業風險承擔方程，表示貨幣政策目標對銀行業風險承擔的影響。本文采用時間序列數據，將變量滯后項考慮在內。

（一）聯立方程模型的矩陣形式

本文聯立方程模型的基本形式可表示為

Y＝ΠX＋e

其中，Y表示內生變量向量，具體形式為Y＝（Mt，Rt，RTt）′，本文假設央行中間目標為“雙維度”的，既控制貨幣供應量和市場利率水平。向量中第一個內生變量Mt為貨幣數量變量；Rt為利率變量；RTt為銀行業的風險承擔變量；Π為系數矩陣；X為變量矩陣；e為隨機的沖擊向量，e＝（εM，t，εR，t，εRT，t）′，表示未被囊括進方程組的遺漏影響因素和隨機沖擊。

（二）貨幣政策目標方程和風險承擔方程的設定

楊思群（2011）建立了我國貨幣需求的長期均衡模型。本文在楊的基礎上，添加存貸款利差IM和基礎貨幣投放量LNM0變量、銀行業風險承擔變量RT；另外，考慮世界經濟環境對我國貨幣數量的影響，加入真實匯率變量RE，以美元兌人民真實匯率表示。得到本文的貨幣數量目標方程

本文選取M2作為廣義貨幣變量的代理變量，上海銀行間同業拆借利率SHBOR作為市場利率的代理變量，GDP為產出的代理變量，CPI為通脹率的代理變量。

馬麗娟（2012）在其構建的DSGE模型中引用了“雙維度”貨幣規則。本文參考馬的實證方程，結合本文的研究目的，加入央行可以控制的貨幣政策代理變量IM和M0、銀行業風險承擔變量RT、真實匯率RE，這樣得到利率規制的檢驗式為

最后考慮貨幣政策目標對銀行業風險承擔程度的影響。Delis和Kouretas（2011）在研究貨幣政策與商行風險承擔之間的關系時，構造了一個商行風險承擔代理變量。徐明東和陳學彬（2012）實證研究了商行的風險承擔問題。本文對徐的實證方程做一些修改：一是剔除了各家銀行各自的經營特征變量；二是將各家銀行的風險承擔指標按各自資產規模的大小進行加權平均，得到代表整個銀行業的風險承擔指標。本文的銀行業風險承擔實證方程如下

這樣，前文中的內生變量可以改寫成Y＝（LNM2t，SHBORt，RTt）′，自變量X定義為X＝X（LNM2，SHBOR，RT，LNGDP，CPI，RE，IM，LNMO）′。

（三）對于各變量的界定

本文的變量分為：目標變量（LNM2，SHBOR，RT）、貨幣政策工具代理變量（IM，LNM0）、宏觀經濟代理變量（LNGDP，CPI，RE）。其中，對于銀行業風險承擔指標RT的設計，參考方意、趙勝民和謝曉聞（2012）用風險加權資產比率作為近似代替的方法。但與方意的方法不同在于，方意的研究是各家商行的風險承擔情況，本文研究的是整體銀行的風險承擔程度。本文對各家銀行的風險資產加權比率進行加權平均，由此得到了整個銀行業的風險資產比率。具體的步驟為：首先計算單個銀行的風險加權資產，并計算風險加權資產比率；然后依據各家銀行占銀行業總資產的比率計算權數；最后依據各家銀行的風險加權資產比率和權數進行加權平均，得到銀行業風險加權資產比率，以此作為銀行業的風險承擔程度的代理變量。其數理表達式如下

RWA表示風險加權資產，TE表示總權益，CAR表示資本充足率。而單個銀行的風險承擔代理變量為

其中RTit表示商行風險承擔的當期值；TA為整個銀行業的風險加權資產比率。表達式如下

qi為權數，其表達式如下

Qi為對應商行的資產，為整個銀行業資產總額。

由于我國的利率市場化尚在進行之中，基準利率并不能作為市場利率，同時因為市場上真實利率較難取得，故采用市場化程度相對較高的同業拆借利率。

（四）聯立方程模型的具體形式設定

在對上述聯立方程模型進行實證檢驗之前，對其進行了細微的調整。根據以往的文獻和經濟理論，首先刪除了各內生變量方程中，對內生變量影響較小的變量。其次，有些變量存在著時滯效應，需要根據理論和估計結果進行調節。最后，有的內生變量的方程中可能并不存在常數項，需要去除。結合上述考慮和回歸的結果，本文最終確定的聯立方程模型形式為

觀察式（30）可發現，本文在LNM2、SHBOR和RT方程中分別加入了RT的滯后項。原因在于銀行業的風險承擔需要一定時間滯后才能體現在貨幣市場之中，并且假設了風險承擔具有慣性。可以推斷，銀行業越是主動承擔風險，越能擴大貨幣乘數，LNM2也相應增長；銀行業風險承擔的加大將會推高銀行業同業拆借利率水平。這是因為銀行之間對資金的需求越大，資金的價格越高。所以，預測式（30）中幾個滯后項系數β6、α7和λ7的符號都為正。

在SHOBR方程，本文用廣義貨幣量增長率GLNM2變量代替了LNM2變量，GLNM2的表達式為

在RT方程中，經過實證結果表明，常數項的存在使得方程的回歸估計有偏。另外，本文假設銀行業隨貨幣政策的變動而調整風險承擔程度，不存在一個固定的風險承擔值，所以剔除了RT方程中的截距項；另外回歸結果發現，實際利率水平對RT沒有顯著影響，所以將RE從RT方程中除去。

考慮LNM2和SHBOR對RT的影響。LNM2越大，表示市場上資金量越是充裕，銀行越有能力進行風險承擔，預計系數為正；同時，SHBOR反應的是同業資金拆借的價格，是銀行風險承擔的成本，兩者的關系應該是反向，預計系數為負。

考慮宏觀經濟因素對風險承擔RT的影響。增長情況越好，人們對于經濟的信心越強，銀行進行風險承擔的活動越頻繁，所以預計λ1符號為正；通貨膨脹是央行貨幣政策抑制的頭號目標，這個指標越高預示著央行的貨幣政策越緊，銀行業風險承擔傾向減少，所以預計λ4符號為負。

最后貨幣政策工具對風險承擔RT的影響。央行規定的存貸款利差IM是商行主要利潤的來源，利差越大，商行越有動力進行風險承擔，預計λ3方向為正；央行的基礎貨幣投放量M0對銀行業風險承擔的影響也應該為正向，M0表示市場上流動性的充裕情況，流動性越充裕，銀行越是有進行風險承擔的傾向，預計λ2的符號為正。

（五）數據的說明

本文的樣本區間選自2002-2013年的季度數據。樣本為64家商行，其中包括16家上市銀行（工、農、中、建、交、興業等），40家城商行（北京銀行，南京銀行等），8家農商行（杭州農村合作銀行等）。本文所選取的所有變量的數據均來自于iFinD資訊。

三、實證的結果與分析

本文使用的實證方法為廣義矩估計，GMMHAC。GMM方法允許隨機誤差項存在異方差和序列相關，所得到的參數估計量比其他參數估計方法更合乎實際。同時，GMM方法不需要知道擾動項的確切分布，所以估計量非常穩定。考慮到本文使用的數據為時間序列數據，本文采用異方差和自相關一致協方差矩陣估計方法，HAC。通過對聯立方程模型的回歸，得到的結果如表1所示。

回歸結果中三個方程的解釋平方和分別為0.992 6、0.449 8、0.700 1。從解釋平方和項來看廣義貨幣量方程的擬合程度最高，市場利率方程擬合程度較低。這可能和我國央行重數量型管理的方針有關。在利率受到管制的情況下，數量規則往往更有效。風險承擔方程RT的解釋平方和達到0.7，說明本文的假設對于銀行業風險承擔具有一定的解釋力度。再則，實證的結果與系數符號的預期方向基本一致，說明前文的假設成立的可能性較大。首先是RT的滯后三期項對LNM2的影響顯著為正，系數為0.964 1，可以解釋為三期前的風險承擔指標每變動一個單位，M2將增長約1個百分點，這就證明了銀行業在貨幣創造中不可小視的作用，說明了銀行業主動承擔風險對廣義貨幣所具有的貨幣創造效應。其次是RT的滯后兩期項SHBOR也有顯著正向影響，系數為6.598 7，說明RT（-2）每變動一個單位，SHBOR將相應變動6.598 7%。可以說這個影響是相當巨大的了。但考慮到本文采用的銀行業同業拆借利率，銀行業風險承擔程度對拆借利率的作用巨大也是合乎邏輯的。最后是滯后一期的RT項對當期RT項的影響。可以看到的是其系數顯著為正，也說明了銀行業風險承擔存在一定的慣性，上期的行為會影響到本期。

表1 聯立方程模型GMM-HAC方法下回歸結果

再重點分析風險承擔方程RT。本文的實證結果支持了大部分前文的假設。存貸款利差IM和基礎貨幣投放量LNM0的系數都顯著為正，分別為0.006 7和0.096 5。說明存貸款利差擴大一個百分點，銀行風險承擔將加大0.006 7個單位，同理，M0增長一個百分點，銀行業風險承擔將上升0.096 5個單位。LNGDP和CPI也符合預期，符號都在1%的水平上顯著。SHBOR的符號顯著為負，印證了前文關于風險承擔資金成本的推斷。系數為-0.009，說明SHBOR每上升一個百分點，銀行業的風險承擔將下降0.009個單位。最后，唯一與預期不符合的是LNM2的系數。前文中預測LNM2越大，貨幣環境越寬松，銀行承擔風險的傾向就越明顯，所以符號應該顯著為正。但實證的結果表明LNM2的系數顯著為負。出現這種情況的原因可能在于：一是預期，經濟體中，廣義貨幣數量增長較快，銀行業預期到資本的邊際效率遞減，貸款增長過快會導致過度信貸，這樣違約風險就更大，所以銀行風險承擔意愿下降；另一個原因則是同業競爭，廣義貨幣量充裕意味著市場上流動性充足，人們對經濟看好，此時銀行業同業之間為爭奪客戶，會紛紛降低條件或犧牲自身的利潤率，由此使得各家銀行對風險承擔的意愿下降。當然，上述兩點也可能都不是LNM2與預期出現不一致的原因。更為準確的觀點有待后續的研究跟進。表2列出了系數符號預測與實證回歸的結果。

從整體的角度來看聯立方程模型的回歸結果，可發現實證的結果證實了本文前述的央行-銀行業博弈模型中貨幣政策目標和風險承擔之間相互作用關系的存在。聯立方程中貨幣政策目標變量與銀行業風險承擔顯著相關，而貨幣政策目標變量也受銀行業風險承擔的影響，這種相互影響正式本文的央行-銀行業博弈模型所表述的觀點。所以，實證的結果對前文中央行-銀行業博弈模型的結論提供了支持。

表2 系數符號預測與實證結果對比

四、結論和建議

（一）結論

本文討論了貨幣政策目標與銀行業風險承擔之間的相互作用，即貨幣政策的風險承擔傳導渠道。通過構建了一個簡單的央行-銀行業博弈模型，將雙方看成一個類似于“斯坦克伯格”的委托代理靜態博弈。銀行業在既定政策下選擇使自身利潤最大化的風險承擔程度，而央行作為政策制定者，具有先手優勢，在信息完美的情況下制定規則使得銀行業按照自己想要的結果進行風險承擔活動。理論模型的結論表明：央行制定的貨幣政策目標與銀行業的風險承擔行為是相互影響，即貨幣政策傳導的風險承擔渠道存在，且作用為雙向；央行的貨幣政策越是寬松，銀行業越有風險承擔的傾向。

本文接著對上述央行-銀行業博弈模型進行實證檢驗，將靜態的博弈轉化為動態相關關系。通過引用前人的風險承擔指標，加工并構建了適用于本文的聯立方程模型，進行回歸估計。實證的結果證實了前文的理論模型的結論。

本文的結論有助于理解我國的貨幣傳導機制。首先，目前我國央行的調控模式以數量型調控為主，但是效果并不理想。可能原因在于本文結論所述的觀點。即央行投放基礎貨幣，而廣義貨幣量卻取決于銀行業對于既定政策下自身利益的考慮。其次，我國當前貨幣量巨幅增長，既是央行基礎貨幣投放量的結果，也是商業銀行過度風險承擔所至。這主要是因為，基礎貨幣增加了貨幣的基數，風險承擔增大了貨幣乘數，兩者的效果相疊加出現了我們現在看到的巨量貨幣存量。最后，風險承擔和市場化利率水平相關。銀行業風險承擔活動會加大對貨幣流動性的需求，造成利率水平的上揚。過度風險承擔的商行對流動性需求更甚，交易的利率水平更高。

（二）政策建議

一是貨幣政策傳導的風險承擔渠道確實存在，且為雙向，那么貨幣政策在制定之時，央行應該將銀行業對應的反應考慮進來，為貨幣政策目標的實現做更加確切的分析，進行更加有效的操作。建議央行的貨幣政策函數中，加入銀行業等金融機構的反應函數，形成雙向、動態的調控模型。

二是建議央行在當前的時期下，重點考慮防范金融系統性風險，緩慢降低銀行業的風險承擔水平。本文認為，不同時期，貨幣政策各目標間的重要性是不一樣的。在金融系統性風險較大，可能爆發金融危機時，應該將工作重心放在金融穩定上。當前，我國經濟步入穩定發展階段，經濟增速有所下滑，前期積累風險較多的領域容易引發局部危機。央行應該制定穩健的貨幣政策，逐步的引導商業銀行降低風險承擔水平，以免政策轉向下，個別商業銀行流動性吃緊，影響整個金融體系。

三是建議央行開辟新的基礎貨幣投放途徑。一直以來，外匯占款是我國基礎貨幣投放的主要原因。近年來，外匯占款壓力有所緩解，基礎貨幣投放量面臨收縮。若出現資本外流，則銀行業出于風險規避情緒，不愿意承當適當風險，將導致金融體系對實體經濟服務運行的紊亂。央行應該考慮開辟新的基礎貨幣投放渠道，穩定流動性，將銀行業風險承擔水平維持在適當范圍內。

［1］Adrian T，Shin H S.Liquidity and Leverage［J］.Journal of Financial Intermediation，2010，19（3）：418-437.

［2］Beck T，Demirgü-Kunt A，Levine R.Financial Institutions and Markets Across Countries and over Time：The Updated Financial Development and Structure Database［J］.The World Bank Economic Review，2010，24（1）：77-92.

［3］Blinder A S，Ehrmann M，Fratzscher M，Et Al.Central Bank Communication And Monetary Policy：A Survey Of Theory And Evidence［R］.National Bureau Of Economic Research，2008.

［4］Borio C E V，Lowe P W.Asset Prices，Financial and Monetary Stability：Exploring The Nexus［R］.BIS working Papers，2002.

［5］Borio C，Zhu H.Capital Regulation［J］.Risk-Taking and Monetary Policy：A Missing Link in the Transmission mechanism［R］.BIS Working Popers，2008：268.

［6］Campbell J Y，Cochrane J H.Vby Force of Habit：A Consumption Based Explanation of Aggregate Stock Market Behaviorv［J］.Journal of Political E-conomy，1999，107（2）：205-251.

［7］Caruana J.Why Basel III Matters for Latin American and Caribbean Financial Markets［R］.BIS Working Papers，2010.

［8］Dell＇Ariccia G，Marquez R.Lending Booms And Lending Standards［J］.The Journal of Finance，2006，61（5）：2511-2546.

［9］Disyatat P.The Bank Lending Channel Revisited［J］.Journal of Money，Credit and Banking，2011，43（4）：711-734.

［10］Gali J，Gertler M.Macroeconomic modeling for monetary Policy evaluation［R］.National Bureau Of Economic Research，2007.

［11］Gauthier A H，Furstenberg Jr F F.The Experience of Financial Strain Among families with children in The United States［J］.National Center For Family And Marriage Research Working Paper，2010：10-17.

［12］Keeley M C.Deposit Insurance，Risk，and Market Power in Banking［J］.American Economic Review，1990，80（5）：1183-1200.

［13］King R G，Levine R.Finance and Growth：Schumpeter Might Be Right［J］.The Quarterly Journal of Economics，1993，108（3）：717-737.

［14］Martin R.The Local Geographies of the Financial Crisis：From the Housing Bubble to Economic Recession and Beyond［J］.Journal of Economic Geography，2011，11（4）：587-618.

［15］Mccallum B T.Robustness properties of A rule for monetary policy［J］.∥Carnegie-Rochester Conference Series on Public Policy：1988，29（1）：173-203.

［16］Mishkin F S.The Economics of Money，Banking，and Financial Markets［M］.Pearson Education，2007.

［17］Rajan R G，Subramanian A.What Undermines Aid＇s impact on Growth？［R］.National Bureau of E-conomic Research，2005.

［18］Roe M J，Siegel J I.Political Instability：Effects on Financial Development，Roots in the Severity of E-conomic Inequality［J］.Journal of Comparative E-conomics，2011，39（3）：279-309.

［19］冀志斌，宋清華.銀行高管薪酬與貨幣政策信貸傳導效率——基于中國數據的分析［J］.國際金融研究，2013（4）：41-51.

［20］江曙霞，陳玉嬋.貨幣政策、銀行資本與風險承擔［J］.金融研究，2012（4）：1-16.

［21］李曉峰，錢利珍，黎琦嘉.人民幣匯率預期特征研究——基于調查數據的實證分析［J］.國際金融研究，2012（12）：47-58.

［22］徐明東，陳學彬.貨幣環境、資本充足率與商行風險承擔［J］.金融研究，2012（7）：489＋50-62.

［23］楊思群.中國貨幣需求：實證研究及政策含義［J］.經濟學動態，2011（3）：59-64.

［24］張雪蘭，何德旭.貨幣政策的風險承擔渠道：傳導路徑、不對稱性與內在機理［J］.金融評論，2012（1）：71-81＋125.