宏觀審慎政策與銀行風險承擔研究

沈沛龍++王曉婷

摘要：針對宏觀審慎政策中的逆周期政策工具對銀行風險承擔產生的影響進行了分析。在理論上研究了逆周期政策工具所帶來的宏觀和微觀效應，并運用動態面板數據廣義矩估計方法進行了實證分析。研究發現，在信貸擴張期杠桿率、貸款損失準備金率的上升會使銀行的當期風險承擔水平增加，資本充足率的提高使風險承擔降低。而滯后六個月的資本充足率、杠桿率、貸款損失準備金率的上升可以顯著降低當期的風險承擔水平，宏觀審慎政策工具的宏觀效應和微觀效應一致。

關鍵詞： 宏觀審慎政策；銀行風險承擔；逆周期；廣義矩估計

中圖分類號：F832.2文獻標識碼：A文章編號：1003-7217（2015）03-0009-07

一、引言

2008年美國金融危機爆發后并迅速蔓延，暴露了對金融系統穩定性負責的全面政策框架的缺失。危機后國際金融監管組織和各國監管當局開始制定和實施以降低金融體系系統性風險為目標的宏觀審慎政策。

宏觀審慎政策的作用機理即通過一系列的政策工具影響個體金融機構的資產負債表及其經營策略，從而作用于金融機構的信貸供給，進一步影響信貸供給總量及價格，以達到減少系統性風險的目的。宏觀審慎政策工具及監管標準都是針對個體金融機構制定的，這些宏觀審慎政策工具在消除金融體系順周期性和跨部門風險的同時，對個體金融機構的風險承擔也會產生一定的效應與影響。宏觀審慎政策的宏觀效應與微觀效應是否一致及微觀效應能否促進宏觀效應的實現，并達到減小金融體系的順周期性和降低系統性風險的目的，仍是理論界關注的重要問題之一。本文試圖通過采用改進后的貸款組合信用風險模型與差分GMM模型從理論與實證兩方面對宏觀審慎政策工具對銀行風險承擔產生的具體影響與效應進行分析，從而進一步考察宏觀審慎政策微觀效應與宏觀效應之間的關系，為更好地保障宏觀審慎政策的實施效果提供理論依據。

二、文獻綜述

“宏觀審慎”一詞產生于1979年6月召開的庫克委員會，會議中討論了關于向發展中國家提供貸款能否影響其宏觀經濟和金融系統穩定性的問題。而“宏觀審慎政策”則最早出現在1986年4月國際清算銀行（BIS）關于國際銀行業金融創新的報告中，該報告指出宏觀審慎政策針對由金融創新造成的衍生品市場和證券市場相互關聯的問題，促進了金融體系和支付機制的安全和穩?。˙IS，1986）[1]。此后，此概念逐步發展為防范順周期與跨部門兩個維度的風險（Borio，2001）[2]和金融體系系統性風險（Crockett，2000）[3]的政策框架。

宏觀審慎政策主要是為了防范金融體系的系統性風險及其對實體經濟的溢出效應，并主要通過資本管理控制多個金融機構面臨共同沖擊時所造成的資產負債表萎縮而帶來的社會成本（Hanson et al，2010）[4]。

宏觀審慎政策工具雖然目的在于增強金融體系的穩定性，但也會影響到金融市場參與者的動機和行為，進而影響個體金融機構的風險承擔。就此而言，Jokipii & Milne（2009）認為風險承擔取決于資本緩沖的大小，資本和風險的關系取決于銀行持有的資本高于監管要求的數量。當資本緩沖較低時，銀行需要尋找到更多的資本的同時降低了風險承擔，銀行有大量資本緩沖時就會提高風險承擔[5]。Terhi & Alistair（2010）運用GMM模型對1986～2006年美國銀行業數據分析后發現，資本緩沖和銀行風險承擔存在正相關關系[6]。Cordella & Pienknagura（2013）運用模型分析了不同宏觀審慎政策工具最低資本要求、存款稅等政策工具對單個銀行風險選擇的影響，認為最低資本要求的提高、存款稅的附加和流動性工具的實施降低了銀行的風險承擔[7]。宋琴和鄭振龍（2010）提出資本與銀行風險承擔同市場集中度有關，市場集中度低時資本監管可以降低銀行的風險承擔[8]。從微觀效應來看，劉勝會（2011）認為宏觀審慎政策會從微觀方面影響到銀行的收入結構、資本運營、風險控制等經營策略[9]。

目前，有關宏觀審慎政策對個體銀行風險承擔影響的文獻主要集中于研究單一政策工具對銀行風險承擔的影響，且忽略了不同經濟周期階段政策工具對風險承擔影響可能有所差異這一事實[10，11]。本文試從理論和實證兩方面研究宏觀審慎政策中逆周期資本緩沖、最大杠桿率和動態貸款損失準備金三個逆周期政策工具在不同周期階段對銀行風險承擔所產生的影響。

三、宏觀審慎政策工具的宏觀效應和微觀效應

宏觀審慎政策工具雖然以其宏觀效應的實現為主要目標，但對個體銀行所產生的微觀效應也不容忽視。目前，宏觀審慎政策工具主要包括針對金融系統順周期性的逆周期政策工具和針對跨部門風險而制定的對系統重要性金融機構及影子銀行體系管理的一系列政策工具。以下針對逆周期政策工具的宏觀及微觀效應進行理論分析，并考察其宏觀和微觀效應是否具有一致性。

（一）逆周期政策工具

雖然在逆周期政策中所包含的政策工具目前還沒有統一定論，但運用銀行資本、杠桿率和貸款損失準備金等工具實施逆周期管理已受到廣泛認可[12]。本文以中國銀監會于2011年在《關于中國銀行業實施新監管標準的指導意見》中提出的杠桿率、逆周期資本緩沖和動態貸款損失準備金三種主要政策工具為分析對象進行研究。

逆周期政策中對資本的要求主要包括超額留存資本和逆周期資本緩沖。巴塞爾委員會、國際會計準則委員會積極制定前瞻性的計算預期損失的方法，通過預期損失準備金來減輕金融體系的順周期性。目前中國銀監會也鼓勵金融企業運用動態撥備原理，采取逆周期計提辦法，以達到增強財務緩沖能力和吸收損失的目的。杠桿率是商業銀行特定資本與調整后資產的比率，反映了銀行自有資金和負債之間的關系，是衡量銀行風險的重要指標。對杠桿率的限制約束了銀行高杠桿經營行為，減少了監管套利現象，從而降低銀行風險。

財經理論與實踐（雙月刊）2015年第3期2015年第3期（總第195期）沈沛龍，王曉婷：宏觀審慎政策與銀行風險承擔研究

（二）逆周期政策工具的宏觀效應

逆周期政策通過在不同周期階段對政策工具制定不同的監管標準，以降低金融體系的系統性風險及其對宏觀經濟的溢出效應，在經濟上行時限制系統性風險的積累，并在經濟下行時彌補損失限制系統性風險的擴張，通過緩沖器的作用達到熨平經濟周期的目的，促進經濟的穩定和持續發展。當信貸增長過快及經濟周期處于擴張階段時，通過用超額資本和超額貸款損失準備金抵御潛在損失，并運用杠桿率限制銀行資產的過度擴張；當信貸周期處于緊縮階段時，銀行運用自身資本吸收損失緩沖風險，而無需大規模減少資產以阻斷信用創造功能。因此，無論經濟周期擴張還是緊縮階段，逆周期政策工具都可以起到穩定器的作用。嚴格審慎的監管標準會減小經濟周期的幅度，從而使金融機構穩健運行，并使實體經濟的產出波動減小。而且，一個穩健的銀行體系不易陷入困境遭遇危機。總之，不論在信貸發展的擴張還是收縮階段，逆周期政策都能降低系統性風險。

（三）逆周期政策工具的微觀效應

在宏觀審慎政策工具的宏觀效應中，每種工具在經濟周期的上行和下行階段都能降低其風險，那么，這些政策工具在微觀層面對銀行的風險承擔又會有何影響？下面從理論上分析逆周期政策工具在微觀方面對單個金融機構風險承擔的作用。

本文借鑒Ariccia et al（2010）提出的貸款組合信用風險模型，該模型從信貸渠道考慮銀行通過有成本的監管來降低信貸風險[13]，在其基礎上加入了當實施逆周期政策時，資本要求、杠桿率及貸款損失準備金的變化對銀行風險承擔的影響。

中國銀行業市場由于進入具有一定壁壘，經營業務差別較小，接近于壟斷競爭市場，所以，本文基于壟斷競爭市場假設對其進行分析。壟斷競爭銀行面臨斜率為負的需求曲線：

l=s-drl（1）

其中l為貸款總量，s為金融市場的借貸總需求，rl為銀行的貸款利率，d為貸款對利率的敏感度。

引入新變量貸款償還比例q代表銀行的管理水平，銀行通過提高管理水平增強貸款償還的可能性，貸款償還比例q越大，則銀行風險承擔越小，所以，假設銀行貸款每單位管理成本為12cq2（其中c為系數，q∈[0，1]）。

假設銀行的資金來源為存款和資本，資本在其中占比為k，存款占比為1-k。不實施宏觀審慎政策時，考慮最低資本要求時銀行利潤為：

P1=q1[r1-rd（1-k）]-rck-（1-q1）m-cq212（s-dr1）（2）

其中rl為存款利率，rd為貸款利率，rc為資本成本率，m為貸款損失準備金計提率。當利潤最大化時，由P1q1=rl-rd1-k+m-cq=0，得：q*1rl-rd1-k+mc。可以看出，銀行風險承擔主要與存款利率、貸款利率、資本占比及貸款損失準備金有關。

當實施逆周期政策時，考慮逆周期資本緩沖要求、動態撥備和杠桿率時，銀行利潤為：

P2={q2[r1-rd（1-k-h）]-rc（k+h）-

（1-q2）（m+n）-cq222}（s-dr1）（3）

其中h為逆周期資本緩沖政策中對資本的附加要求，n為對貸款損失準備金的附加要求，則（k+h）為杠桿率。

當利潤最大化時，由P2q2=rl-rd1-k-h+m+n-cq2=0，得：q*2rl-rd1-k-h+m+nc。

通過以上分析過程可以看出，在經濟周期的上行期，由于逆周期政策的實施，分子中h和k的存在，若貸款償還比例增加，則銀行的風險承擔減少。但經濟下行時，取消對銀行的資本附加和撥備附加要求，如果資本量沒有減少并補充損失，那么，銀行就有動機持有高風險的資產，從而增加銀行的風險承擔。銀行自身的風險承擔則相對于經濟周期上行時有所增加。但是，在上行期多計提的資本可以吸收由沖擊帶來的損失，同時保證銀行不必為了維持一定的資本充足率而縮減資產和減少新貸款的發放。所以，逆周期政策的實施雖然在經濟下行期加大了單個銀行運營的風險承擔，但從另一個角度提高了銀行損失吸收能力并減輕了信貸中斷現象，從而能夠繼續支持實體經濟發展。

但如果回報不固定，只是追求特定資本結構下的利潤最大化時，資本和風險承擔存在正相關關系，由于銀行資本數量是增加的，其風險偏好也在增加。所以，即使理論上資本的增加會降低銀行的風險承擔，但這一作用還需通過實證分析進行驗證。貸款損失準備金和逆周期資本緩沖吸收損失的原理類似，只是損失準備金抵御的是預期損失，而資本抵御的是非預期損失。但當經濟環境突然發生變化時，無法準確界定損失屬于預期損失還是非預期損失。所以，損失準備金對銀行風險承擔的作用也需進一步認定。

同時，理論模型僅解釋了政策工具對當期銀行風險承擔的影響，但逆周期政策是以滯后期為出發點設計的，所以，滯后期對風險承擔的影響還需通過實證分析。

四、宏觀審慎政策工具與銀行風險承擔實證分析

宏觀審慎政策中的逆周期政策主要依靠信貸擴張或經濟上行期積累的資本和準備金防范經濟下行期的風險，所以，實證部分主要通過檢驗宏觀審慎政策工具對未來時期銀行風險承擔的作用和信貸擴張期宏觀審慎政策工具對當期風險承擔的影響。根據中國銀監會《關于中國銀行業實施新監管標準的指導意見》的規定，中國銀行業自2012年1月1日起實施包括逆周期資本緩沖、杠桿率和動態貸款損失準備金三個政策工具的新監管標準，現有銀行公開披露資料中對宏觀審慎政策工具的披露數據年份較少，所以，在實證部分通過分析銀行在不同時期這三個政策工具和銀行風險承擔間的關系，推斷宏觀審慎政策工具可能對銀行風險承擔造成的影響，為實際宏觀審慎政策的實施提供一定理論依據。

（一）變量選擇

1.因變量。選用Z值和不良貸款率（nl）作為銀行風險承擔的因變量。借鑒Laeven & Levine（2009）的研究，銀行的風險承擔可以用代表銀行距離破產的風險距離Z值來衡量[14]。Z值的計算公式為：

Z=ROA+C/Aσ（ROA） （4）

其中ROA為銀行總資產收益率，C為資本總量，A為資產總量，σ為ROA的標準差。Z值越高則銀行破產概率越小，經營狀況越穩定。

不良貸款率為銀行不良貸款總量占總貸款余額的比重。由于貸款業務目前仍是中國銀行業的主要業務，不良貸款率是銀行信貸資產安全性和信用風險的重要指標，選用不良貸款率作為銀行風險承擔變量具有一定合理性。

2.控制變量。

由于一國的宏觀經濟發展、貨幣市場和銀行自身經營狀況都可能會影響到銀行的風險承擔，所以，選取代表宏觀經濟發展情況的國內生產總值增長率（gdp）、代表貨幣資金存量的廣義貨幣供給量（m2）、衡量銀行間資金供求變化的銀行同業拆借加權平均周利率（shibor）和代表銀行規模的銀行總資產值（size）及代表銀行收益的總資產收益率（roc）作為研究宏觀審慎政策工具對銀行風險承擔影響的控制變量。

3.解釋變量。宏觀審慎政策工具選用資本充足率（car）、杠桿率（l）、撥備覆蓋率（npc）、貸款損失準備金率（p）及代表中國信貸周期的虛擬變量（d）。

虛擬變量根據巴塞爾委員會公布計提逆周期資本辦法（BCBS，2010）計算的中國信貸周期[13]，同時引入交叉項d×car、d×l、d×p檢驗信貸擴張期不同政策工具對銀行風險承擔的影響。

在判斷實施逆周期政策的時間點及監管要求時，巴塞爾委員會在經過對數據指標大量分析和仔細論證之后，提出了逆周期政策應建立在信貸總額/GDP指標及偏離長期趨勢程度基礎上。巴塞爾委員會在對中國進行實證分析時，采用的是中央銀行對金融業私營部門的所有信貸（BCBS，2010）[15]，GDP值為名義GDP值，則：

R=CREDITGDP（5）

其中CREDIT為信貸總額。鑒于HP濾波方法可以對近期數據給予更高的權重，巴塞爾委員會建議使用高平滑參數（400000）的HP濾波法計算出R長期趨勢TREND，并計算出其差值GAP。當GAP小于2%時則不需要計提逆周期緩沖資本；當GAP處于2%～10%之間時，GAP每提高1%，則多計提0.3125%的緩沖資本；當GAP大于10%時，則計提2.5%的緩沖資本。

為了增強數據的準確性，雖然在分析銀行風險承擔時采取的時間段是從2006～2013年的半年度數據，但對實施時間點的計算，采取了2002年4季度～2014年1季度共46個數據進行分析。表1中截取了2006年第4季度～2014年第一季度數據，結果顯示我國需要實施逆周期政策的時間段為2009年第一季度～2011年第一季度，其余時間不需實施逆周期政策。（二）模型建立與實證分析

選取16家上市銀行作為分析對象，但由于上市銀行中的北京銀行、南京銀行、光大銀行和農業銀行披露數據年份較短，將其剔除。選取余下的12家銀行對其2006年末～2013年末的半年度數據進行分析。

首先，對以上各解釋變量、控制變量及因變量的相關性進行檢驗。對相關系數進行顯著性分析發現，size和m2均與風險承擔變量在10%水平上不顯著，car與風險承擔變量在10%水平上顯著，其余變量相關系數均在5%水平顯著，所以，在分析中將銀行規模和貨幣供應量增長率兩個變量剔除。另外，在進行初步回歸分析時，發現多個解釋變量和Z值的關系不顯著，所以將Z值剔除，究其原因可能是數據長度較短，間隔時間較長，不符合Z值對數據長度的要求。同時，在分析選取的樣本銀行中，五家銀行均被銀監會認定為中國系統重要性銀行，其余也均為上市銀行，由于存在政府隱性擔保和銀行破產制度方面的缺失，銀行破產可能性較小，所以，采用Z值分析也有一定的不合理性。

1.單位根檢驗與協整檢驗。

為了避免分析時出現偽回歸現象，首先對面板數據進行單位根平穩性檢驗。分析采用了相同根單位根LLC檢驗和不同根單位根FisherADF檢驗兩種單位根檢驗方式。表2為單位根檢驗結果，結果顯示變量均為平穩序列，不存在單位根。

在單位根檢驗各變量均平穩后進行協整檢驗，以檢驗各變量間是否存在長期的均衡關系。協整檢驗結果見表3，對面板數據進行協整檢驗后得到4個統計量，Gt和Ga為組統計量，檢驗數據在異質性條件下是否存在協整關系；Pt和Pa為面板統計量，檢驗數據在同質性條件下是否存在協整關系。從表3可以看出，自變量car、l、npc與nl分別進行協整檢驗時都存在協整關系，而將car、l、npc和nl同時進行協整檢驗時則不存在協整關系。

2.模型建立及結果分析。

由于銀行風險承擔具有一定的延續性，會受到銀行之前風險承擔水平的影響，所以，在建立模型時將因變量的滯后一期變量作為解釋變量來研究風險承擔的延續性。由于在動態面板數據中，因變量的滯后一期作為解釋變量會導致解釋變量的內生性，而其他解釋變量也存在潛在的內生性，所以，通過構建一組與內生解釋變量相關而與隨機擾動項不相關工具變量，以克服變量內生性所造成的估計偏差問題，進而得到穩健的估計結果。廣義距估計（Generalized Method of Moment， GMM）是基于模型需滿足的矩條件的參數估計方法，不考慮隨機擾動項的準確分布，允許隨機擾動項存在自相關和異方差等情況，且當樣本量足夠大時，估計漸進有效。

本文采用Arellano& Bond（1991）提出的差分GMM模型進行估計，差分GMM模型將動態面板數據模型進行差分后內生變量的滯后變量作為工具變量進行分析[16]。構建以下四個模型：

1注：括號內為Z統計量值，*、**、***分別表示在90%、95%、99%的置信水平下拒絕參數不顯著的原假設。

數據來源：根據各銀行年度報告、半年度報告，國家統計局、中國人民銀行、上海銀行間同業拆放利率網站數據計算所得。

對數據進行差分GMM回歸，結果見表4。首先，檢驗引入的工具變量是否有效。由于模型中引入了內生變量的工具變量，需進行過度識別檢驗以檢驗模型中使用的工具變量是否外生及有效，表4最后一行顯示，各方程的Sargan統計量均無法拒絕工具變量有效的原假設，即使用的工具變量有效。其次，檢驗是否可以用差分GMM模型進行估計。差分GMM模型所要滿足的前提條件是擾動項不存在自相關，所以，要對擾動項進行相關性檢驗，表4中顯示所有方程的擾動項均不存在二階自相關，使用差分GMM模型估計是有效的。

對模型結果進行分析時，首先考察各控制變量和銀行風險承擔間的關系，gdp在方程（6）、（7）、（9）中都會顯著影響到風險承擔，且系數為負，說明在經濟高速增長時期，銀行的風險承擔是降低的，而在經濟下行期，由于貸款人信用及經營環境的變化，風險承擔增加。Shibor對風險承擔只有在方程（6）和方程（7）中顯著，且系數均為正。Shibor作為銀行間市場利率反映銀行間市場的供求狀況，Shibor的上升意味著銀行間市場資金供不應求，亦即銀行對短期流動性需求上升，意味著銀行經營成本和流動性風險的上升，也會使銀行的風險承擔增加。Roc和銀行風險承擔的相關關系較弱，只有方程（9）在10%的顯著性水平上相關，在一定程度上能解釋風險和收益同向變化的現象。

接下來分析解釋變量與銀行風險承擔間關系。4個方程的回歸結果均顯示滯后一期的nl可以在1%的顯著性水平上影響當期的nl，且系數為正，說明銀行的風險承擔具有延續性，如果當前銀行的風險承擔增加，則六個月之后銀行的風險承擔也會增加。這是由于銀行風險承擔與其管理水平及經營策略有關，管理水平較好或風險偏好較低的當期銀行風險承擔較小，由于其管理政策的一致性，所以未來的風險承擔水平也較??；反之管理水平較差和偏好風險的銀行當前和未來的風險承擔水平也都較大。說明若要銀行未來風險承擔水平降低，則要從當前管理策略入手，提高風險管理水平。

分析宏觀審慎政策工具對銀行風險承擔影響時，觀察政策工具對當期風險承擔的影響。在整個分析期內，當期資本充足率和銀行風險承擔在方程（6）～（8）中都是呈同向變化的，資本充足率的上升意味著風險承擔的增加。在信貸擴張期，宏觀審慎政策工具對銀行風險承擔的影響主要觀察d及交叉項car×d、l×d及p×d的系數。d的系數在方程（6）、（7）中為正，在方程（8）、（9）中為負，所以，無法直觀定論信貸周期和風險承擔的聯系。car×d在方程（6）、（7）中顯著為負，說明上行期資本充足率的提高意味著當期風險承擔的降低。l×d及p×d系數均為正，說明上行期對杠桿率和損失準備金要求的提高會增加當期的風險承擔。

在信貸擴張時期，資本充足率與杠桿率對風險承擔的影響是不同的，資本充足率提高可以降低風險承擔，而杠桿率的提高則會增加風險承擔。資本充足率和杠桿率的區別在于其分母，資本充足率的分母為風險加權資產，是根據資產風險大小不同賦予不同權重而得到的風險加權資產，而杠桿率的分母為總資產。資本充足率提高，降低當期風險承擔，可能是由于銀行降低了風險資產持有數量而使風險承擔降低。經濟上行期，銀行持有資產風險降低，在不變資本充足率要求下，銀行會擴張業務，通過增持資產或冒險經營方式尋求利潤最大化。而如果面臨較高的資本要求，銀行可減少風險加權資產的持有或增加資本來滿足監管標準。減少風險加權資產的數量說明銀行將風險級別較高的資產轉換成風險級別較低的資產，或減少了高風險資產的持有，以此降低銀行的經營風險。Das& N.R. Sy（2012）通過研究也發現，持有較少風險加權資產的銀行在美國金融危機和歐債危機期間表現更好[17]。相反，資本的增加可能會引起風險的上升，而損失準備金的提高也會引起當期的風險上升。宏觀審慎政策工具中逆周期資本要求和動態損失準備金要求在短期內會增加銀行運營成本，降低個體銀行的經營效率，削弱其競爭力。當銀行面臨資本需求時，會通過留存收益和發行股票或者減少貸款資產來提高資本水平，資本的增加意味著貸款息差同幅度地改變，高息差和更嚴格的貸款標準將減少家庭和企業的消費，在沒有額外的非價格限制時，會增加銀行的信貸成本。這些會降低銀行的盈利能力和面臨存貸息差上升的壓力。在短期內銀行會增加向借款人收取的利息或減少新增貸款的數量，銀行貸款成本的增加和供給的減少會影響其利潤。銀行資本通過影響貸款凈收益影響風險承擔水平，為了維持一定的回報，銀行會承擔更高的風險，形成風險共擔效應。

由于逆周期政策的原理是在上行期積累準備金和資本，在下行期使用。而經濟環境變化往往是突然的，危機發生也是在較短時間內發生的。所以，在分析滯后期政策工具的微觀效應時僅考察政策工具對滯后一期，亦即半年后銀行風險承擔的影響。除方程（9）中l（-1）外，在其余含有car（-1）、l（-1）、npc（-1）變量方程結果均顯示變量系數顯著為負，即滯后六個月的資本充足率、杠桿率、撥備覆蓋率的上升可以顯著降低當期的風險承擔水平，這一結果為實施逆周期政策提供了依據。

綜上分析，逆周期政策的實施并不會降低當前銀行的風險承擔水平，而會降低未來時期銀行風險承擔水平，與其政策目標一致。

五、結論

以降低金融體系系統性風險和減少金融體系對宏觀經濟溢出效應為目標的宏觀審慎監管具有特有的宏觀效應和微觀效應。本文在理論研究部分對宏觀審慎監管產生的宏觀效應和微觀效應進行了分析，在實證研究部分結合資本充足率、杠桿率和貸款損失準備金率這三個宏觀審慎政策的代理政策工具，就宏觀審慎政策工具對銀行風險承擔進行了分析。在宏觀方面，宏觀審慎政策可以通過在經濟上行時限制系統性風險積累，經濟下行時彌補損失，限制系統性風險的擴張，通過緩沖器的作用熨平經濟周期。在微觀方面，資本充足率、杠桿率和貸款損失準備金的提高會增加當期銀行的風險承擔，但顯著降低了銀行未來時期的風險承擔，與其宏觀效應具有一致性。綜上所述，宏觀審慎政策對銀行風險承擔的影響并不是體現在當前階段，而是會降低未來時期銀行的風險承擔，宏觀審慎政策工具的宏觀效應和微觀效應及其目標具有一致性。但對當期銀行風險承擔的監管和控制，并不能通過宏觀審慎政策實現。

參考文獻：

[1]Bank for International Settlements. Recent innovations in international banking[R]. Basel， April 1986.

[2]Borio，C， Furfine，C， Lowe，P. Procyclicality of the financial system and financial stability issues and policy options[R]. BIS Working Papers， March 2001.

[3]Crockett， A. Marrying the microand macroprudential dimensions of financial stability [C]. BIS Speeches， September 2000.

[4]Hanson， S，Kashyap， A，Stein， J. A Macroprudential approach to financial regulation [R]. Chicago Booth Research Paper， No.58， 2010.

[5]Jokipii，T，Milne，A.Bank capital buffer and risk adjustment decisions[R].Swiss National Working Paper， September 2009.

[6]Terhi， J，Alistair， M. Bank capital buffer and risk adjustment decisions [J] .Journal of Financial Stability，2010，（7） ：165-178.

[7]Cordella，T， Pienknagura， S. Macro prudential policies from a micro prudential angle [R].Policy Research Working Paper， December，2013.

[8]宋琴， 鄭振龍.市場結構、資本監管與銀行風險承擔[J]. 金融研究，2010，（11）：15-21.

[9]劉勝會. 從銀行業視角看宏觀審慎政策的微觀影響[J]. 金融論壇，2011，（10）：9-16.

[10]彭建剛，王佳，鄒克.宏觀審慎視角下有貸期限錯配流動性風險的識別與控制[J].財經理論與實踐，2014，（4）：2-8.

[11]彭建剛，呂志華.論我國金融業宏觀審慎管理制度研究的基本框架[J].財經理論與實踐，2012，（1）：2-7.

[12]IMF. Macropmdential policy：an organizing framework[R].2011.

[13]Ariccia， G，Laeven，L，Marquez，R. Monetary policy， leverage， and bank risk taking [R]， IMF Working Paper， December，2010.

[14]Laeven L， Levine R. Bank governance， regulation， and risk taking [J]. Journal of Financial Economics， 2009，（2）：259-275.

[15]Basel Committee on Banking Supervision. Basel III：a global regulatory framework for more resilient banks and banking systems [EB/OL]， www.bis.org/publ/bcbs189. pdf， 2010.

[16]Arellano M，Bond，S.Some tests of specification for panel data：monte Carlo evidence and an application to employment equations[J]. The Review of Economic Studies，1991，（58）：277-297.

[17]Das， S，N.R.Sy， A. How risky are banks' risk weighted assets？evidence from the financial crisis[R]. IMF Working Paper， January 2012.

（責任編輯：寧曉青）