貨幣政策之銀行風險承擔渠道的實證研究

李裕坤

(1.四川大學經濟學院，成都 610000；2.宜賓學院 政府管理學院，四川 宜賓 644000）

0 引言

2008年，由美國次貸危機引發的全球金融危機在給各國經濟造成重創的同時，也促使各界專家學者認真反思危機爆發之原因及應對措施。Borio和Zhu（2008）由此提出了貨幣政策的銀行風險承擔傳導渠道，即貨幣政策的變化會作用于金融中介風險感知度和容忍度，繼而影響資產組合的風險水平以及資產定價、融資價格和非價格條款等銀行信貸行為，進而影響可貸資金的供給量，最終影響經濟總產出。該渠道強調經濟主體對待風險的態度并不是一層不變而是具有順周期效應的，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——銀行的信貸風險偏好。繼該理論提出后，國內外學者紛紛從實證的角度對貨幣政策的風險承擔渠道進行了驗證。

本文選取2005～2013年間28家商業銀行的數據，采用動態面板數據的GMM估計方法進行實證研究，以期發現在控制了銀行核心資本充足率等微觀特征和宏觀經濟狀況后，貨幣政策對商業銀行風險承擔有何影響，從而驗證我國是否存在貨幣政策的風險承擔渠道。

1 模型的構建與數據描述

1.1 變量選取

1.1.1 銀行風險承擔代理變量

現有文獻關于銀行風險承擔的代理變量指標主要有衡量破產風險的Z值，衡量銀行貸款違約風險的不良貸款率，以及風險加權資產占總資產的比率和預期違約概率。考慮到我國銀行業受到政府的完全隱性保險制度，幾乎不存在破產風險，而預期違約概率雖是衡量銀行事前風險承擔的指標，但由于數據可獲得性較差，在計算上存在一定的難度，本文選擇能衡量銀行事中風險承擔的風險資產占比指標和衡量銀行事后風險承擔的不良貸款率指標作為銀行風險承擔的代理變量。

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別，但選取的基本原則是要符合一國貨幣政策調控制度特征，要具備可控性、可測性和相關性。國外文獻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格機制傳導到銀行的存貸款市場，考慮到央行近年來多次通過調節存款準備率來實現貨幣政策的調控目標，尤其在2010～2011年間，中國人民銀行對存款準備金率分別調整了6次和7次之多。法定存款準備金率在我國已成為央行常規的流動性管理工具。因此為保證模型估計的有效性，本文主要使用一年期加權的存款基準利率和加權的法定存款準備金率來分別檢驗價格型和數量型貨幣政策工具對銀行風險承擔的影響。

1.1.3 其他控制變量

為有效識別貨幣政策對銀行風險承擔的影響，我們還需要控制住宏觀經濟狀況和銀行異質性方面的變量。這是因為經濟繁榮時期，銀行對未來保持樂觀，往往更傾向于承擔更大的風險，而銀行自身的規模、杠桿率水平以及盈利性可能會影響銀行的風險承擔行為。宏觀經濟狀況的代理變量主要選擇表示經濟發展狀況的GDP指標和能預示物價變化的生產者價格指數PPI，其中，為消除異方差，對樣本區間的GDP指標取自然對數。銀行異質性方面的代理變量主要是銀行的類型、資產規模的自然對數、核心資本充足率、加權凈資產收益率和成本收入比。

1.2 模型構建

綜上所述，本文借鑒Delis和Kouretas（2011）的方法，采用風險資產占總資產的比率和不良貸款占總貸款的比率作為風險承擔的代理變量，并控制銀行特征和宏觀經濟狀況方面的變量，構建以下模型進行實證分析：

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

其中，RISK為銀行風險承擔的代理變量，MP為貨幣政策的代理變量，PPI為預示物價走勢的生產物價指數，GDP為當年的國內生產總值的自然對數，SIZE為銀行資產規模的自然對數，CCAR為核心資本充足率*100，ROE為加權的資本利潤率*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 數據說明與描述性統計

本文的研究樣本區間為2005～2013年，該區間基本涵蓋了貨幣政策穩健、寬松和緊縮的時期。樣本選取工農中建交5家國有商業銀行、招商銀行等10家全國股份制商業銀行、南京銀行等10家城市商業銀行以及北京農商銀行等3家農村商業銀行在內的28家不同性質商業銀行的年度數據。其中銀行數據來自CSMAR數據庫和Bankscope數據庫，宏觀變量數據和貨幣政策變量數據均來自CCER數據庫。表1為主要變量的符號與描述統計。

表1 主要變量的描述統計

2 計量結果與分析

在慣性效應（Campbell&Cochrane，1999）下銀行的風險承擔會受到上一期的影響，因此為更好地考察銀行風險承擔的動態滯后效應，本文所用估計模型為采用了被解釋變量的一階滯后項作為解釋變量的動態面板模型，考慮到引入被解釋變量的滯后項往往會造成內生性問題，本文采用系統廣義矩（System GMM）估計方法。

2.1 模型計量的結果

本文運用Stata12.0軟件對該動態面板模型進行系統廣義矩估計。表2分別給出了以風險加權資產占比作為被解釋變量時，銀行一年期加權存款利率為解釋變量的回歸結果（1）和法定存款準備金為解釋變量的回歸結果（2）以及以不良貸款率作為被解釋變量時，銀行一年期加權存款利率為解釋變量的回歸結果（3）和法定存款準備金為解釋變量的回歸結果（4）。同時為判斷工具變量選取是否合理以及擾動項是否存在序列自相關，本文采用過度識別約束檢驗（Sargan檢驗）和Arrelano—Bond序列相關檢驗AR（1）和AR（2）來檢驗工具變量的聯合有效性和差分方程殘差是否存在一階和二階自相關。從表2的Sargan檢驗、AR（1）和AR（2）檢驗的結果看，都在5%的顯著水平下拒絕了原假設，表明模型設定是合理的。

表2 系統廣義矩估計結果

2.2 計量結果分析

第一，從回歸結果看，不論銀行風險承擔的代理變量是衡量事中風險容忍度的風險加權資產的占比還是事后風險承擔測算的不良貸款率，也不論貨幣政策的代理變量是價格型的存款利率還是數量型的法定存款準備金率，MPit的回歸系數都顯著為負，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險承擔呈顯著負相關關系，隨著存款利率和存款準備金率的下降，銀行對風險的容忍度和接受度增加，從而表明貨幣政策的銀行風險承擔渠道在我國是存在的，長期的低利率政策將刺激我國商業銀行的風險承擔行為，容易造成系統性風險。

第二，RISKit-1的回歸系數都為正，說明銀行當期的風險承擔行為會受到上一期行為的正向影響，當以不良貸款率作為風險承擔的代理變量時，RISKit-1在1%的水平下顯著，且系數均大于0.3，表明銀行的事后風險接受度存在一定的慣性效應，對風險承擔的調整需要一定的時間。

第三，從宏觀經濟狀況代理變量看，PPIit的回歸系數在1%的置信水平上顯著，但當銀行風險承擔的代理變量選擇不同時，其符號亦不同，具體而言，當采用表示事中風險指標的風險資產占比作為風險承擔的代理變量時，其系數為正，說明銀行在經濟出現通脹跡象時，銀行會增加事中風險承擔；而當采用衡量事后風險指標的不良貸款率作為風險承擔代理變量時，其系數雖為負，但其絕對值不足0.02，影響甚微。同時，GDPit在所有模型中的系數都為正，除模型（3）不顯著外，模型（1）、（2）、（4）分別在10%、5%、1%水平下顯著，說明總體而言當宏觀經濟運行良好，經濟處于上行時期時銀行存在過度承擔風險的沖動，銀行的風險承擔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在四個模型中均為負。當采用風險加權資產為代理變量時，其系數在5%的水平下顯著，當采用不良貸款率為代理變量時，其系數在1%的置信水平下顯著，說明資本充足率與銀行的風險承擔呈反向變動關系，從而說明了資本充足率監管的有效性，與Furlong和Keely（1989）關于提高資本充足率能降低銀行資產風險的理論相一致，同時也支持了巴塞爾協議以資本充足率為核心的銀行監管思想。

第五，從盈利能力看，在四個模型中，銀行成本收入比的系數均在1%的水平下顯著為負，說明成本收入比越高的銀行，其風險承擔意愿越強，這可能是因為銀行在逐利效應的作用下，成本管理水平較低的銀行為實現成本管理水平較高銀行相同的收益率，有增加風險承擔意愿，較為激進地擴張信貸的沖動。銀行凈資產收益率的系數在模型（1）、（2）中顯著為負，在模型（3）、（4）中為正，顯著水平均為1%，意味著當銀行風險承擔行為的代理指標選取不同時，其影響也大相徑庭，這也恰好解釋了學者們在這一觀點上的看法不盡相同的原因，說明銀行的盈利能力與銀行風險承擔行為的關系是不確定的。一般而言，銀行盈利能力越強，其承擔風險的動機越低，然而，寬松貨幣政策下，銀行對未來預期樂觀，在估值效應和逐利效應的作用下，往往更傾向于投資高收益高風險的資產組合，從而導致在經濟繁榮時期，盈利能力高的銀行往往是風險承擔意愿強的銀行。

第六，銀行的規模和銀行的類型對銀行風險承擔行為的影響不完全顯著，且其符號也與風險承擔代理變量的選擇有關，說明規模大的銀行一方面風險承擔能力較強，可以利用多元化投資來分散和降低風險，但另一方面由于規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制度的庇佑下，又有動機從事高風險投資，增加對風險的識別度和容忍度。

3 結論及政策建議

利用中國2005～2013年間28家商業銀行的數據，采用動態面板系統廣義矩估計法進行實證研究，結果表明：在我國，貨幣政策是非中性的，存在貨幣政策的銀行風險承擔渠道，長期寬松的貨幣政策會導致商業銀行提高風險識別度和容忍度，增加銀行的風險承擔。同時，銀行的風險承擔具有順周期性，在經濟上行時期銀行有過度承擔風險的意愿和行為。此外，銀行的異質性對會對風險承擔產生影響，核心資本充足率和成本管控水平較高的銀行，其風險承擔較低，銀行規模、銀行的性質以及凈資產收益率與銀行風險承擔的關系不穩定，可能會隨風險承擔代理變量選擇的不同而變化。據此，本文提出如下政策建議：

第一，基于貨幣政策不僅會影響經濟增長，還會影響金融穩定的角度，央行應重新審視貨幣政策的最終目標，在傳統的穩定物價、充分就業、經濟增長和國際收支平衡四個目標之外是否還應將金融穩定目標納入其中。同時，央行在物價穩定的基礎上，為促進充分就業和經濟增長而實行穩健甚至寬松的貨幣政策時，應充分考慮貨幣政策對銀行及其他金融機構風險承擔的影響，對政策可能導致的銀行及金融系統整體風險偏好增加并由此可能引發的系統性風險做出前瞻性和系統性的把控。

第二，鑒于銀行的風險承擔意愿和行為具有順周期性，因此銀監會應建立逆周期的動態信貸調控機制，實行逆周期監管措施和動態逆周期資本緩沖制度，在經濟上行時期，加大銀行信貸監管的力度，提高銀行的資本充足率，提高信貸質量監管標準，細化銀行信息披露制度，建立資金流向的動態監測機制，盡可能杜絕銀行為規避監管而出現表內資產表外化的現象。

第三，考慮到銀行異質性會對風險承擔產生影響，監管當局應實施差別化的監管措施。對于那些資本充足率和成本管理能力較低的銀行應實行較為嚴格的監管措施，而對規模較大的銀行，應積極防范其道德風險，防止銀行信貸業務的過度擴張。

第四，我國現行的一行三會的分業監管機制不僅存在監管真空地帶，還會弱化人民銀行在整體把控風險方面的能力和宏觀審慎監管的主導作用，因此應強化人民銀行的統籌協調和核心領導地位，發揮其在逆周期宏觀審慎監管中的主導作用，同時加強銀監會、證監會和保監會之間的合作和信息共享，建立人民銀行負責宏觀審慎監管，其他監管部門參與并負責微觀審慎的監管體系，全方位地制定并實施金融穩定的政策措施。

[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險承擔——基于中國銀行業的實證研究（2000～2010）[J].經濟研究,2012,(5).

[4]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).

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

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