商業銀行宏微觀審慎監管協調性研究
——基于PVAR模型的實證分析

劉 超，馬玉潔

(1.北京工業大學 經濟與管理學院，北京 100124;2.北京現代制造業發展基地,北京 100124)

內容提要：微觀審慎監管的局限性和系統性金融風險傳染性的增強，使商業銀行宏微觀審慎協調監管成為當前金融監管改革的趨勢。本文選取2008-2017年我國14家上市商業銀行半年度數據為樣本，在分析銀行信貸周期不同階段宏微觀審慎監管作用機制的基礎上，采用面板向量自回歸(PVAR)模型分析我國銀行業宏微觀審慎監管協調性。結果表明，微觀審慎監管中不良貸款率對當前我國商業銀行穩定性的影響長期存在且較為明顯，流動比率和核心資本充足率對銀行穩定性的沖擊作用存在但長期來看影響作用并不顯著；宏觀審慎監管中廣義信貸/GDP偏離度和銀行業集中度這兩個監管指標對商業銀行穩定性的影響都較為明顯且長期存在；宏微觀審慎監管協調運作能夠緩解單一政策實施對金融和經濟系統的沖擊力度，更有助于金融系統的長期穩定。因此，我國銀行業監管不僅要在微觀方面加強防范內部信貸違約風險，還要從宏觀方面關注信貸結構調整和銀行理財業務所可能帶來的溢出風險。

一、引言

隨著金融風險跨市場、跨區域的傳染性不斷加劇，金融監管目標不斷豐富和多樣化，宏微觀審慎監管日趨復雜[1]。為促進我國金融監管服務經濟發展水平的提升，2018年3月，國家出臺《深化黨和國家機構改革方案》明確指出，建立 “一委一行兩會”的新監管體系，這標志著我國監管理念從行業監管轉向功能監管，新金融監管改革體現了健全宏微觀審慎協調發展的政策框架、優化宏觀審慎和微觀審慎監管體制、加強央行統籌金融穩定核心地位的金融監管改革新思路。

銀行主導型金融結構模式下，商業銀行監管是我國金融監管的重中之重。對銀行宏微觀審慎監管的研究，不僅要分析宏微觀審慎監管在銀行監管中的作用機制[2-3]，還需要探討不同監管模式下金融監管指標的作用效果[4]，分析不同監管指標在實施過程中的演化路徑，從而發現現有監管指標和體系設計中的優勢與不足，為銀行業監管和整個金融監管系統優化提供借鑒。

本文首先基于銀行信貸周期不同階段特點分析宏微觀審慎監管時機和方式的選擇，揭示宏微觀審慎監管的作用機制。其次，從微觀審慎監管、宏觀審慎監管以及宏微觀審慎協調監管三種不同監管模式出發，探究宏觀審慎監管指標和微觀審慎監管指標與商業銀行穩定性之間的短期作用關系，并分析相關變量相互影響的長期動態演化路徑。最后，通過不同模式下的方差分解結果對比不同監管指標作用效果和不同監管模式的監管效果，為我國商業銀行監管政策和金融監管改革提供理論依據。

二、 信貸周期視角下銀行宏微觀審慎監管的作用機制分析

(一)宏微觀審慎監管政策差異下的協調

宏觀審慎監管與微觀審慎監管是金融監管的不同層面，研究宏微觀審慎監管對銀行信貸周期的作用，首先需要厘清兩種政策之間的關聯性，通過對已有研究的梳理發現，宏微觀審慎監管在防范風險目標、風險控制手段和運行機制等方面存在一定的共性和關聯，基于政策差異性的政策協調機制如圖1所示。

圖1 基于兩種政策差異的宏微觀審慎監管政策協調機制圖

一是防范風險目標的求同存異。兩種金融監管政策根本目標相同但作用層面不同，兩者共同作用于金融風險防控[5]。微觀審慎監管的目標在于所有的金融機構個體的穩健經營，重在保護存款人及投資者的利益，而宏觀審慎監管則重在對整個金融體系的系統性風險防范及系統重要性金融機構穩定性，意在促進宏觀經濟平穩發展，但兩者的根本目標都在金融風險防控[6]。單個金融機構的穩定性不能保證整個金融體系的穩定性，金融體系宏觀方面的穩定也不能全覆蓋所有金融機構個體的穩定性，因此需要宏觀審慎監管和微觀審慎監管的協調作用。

二是風險控制手段的相互融合。從風險監管工具的融合性來說，微觀審慎監管工具可以作為宏觀審慎監管的微觀基礎，宏觀審慎監管工具需要微觀審慎監管工具的輔助和配合，甚至部分宏觀審慎監管工具本身就來源于微觀審慎監管工具，如對系統重要性金融機構的監管，使用逆周期的資本調節和撥備調節，對流動性和金融機構杠桿率指標的限制等[7]。從風險防控信息收集的融合性而言，微觀審慎監管中所收集到的單個金融機構的資本充足狀況、流動性指標狀況、公司治理有效性狀況等相關數據是宏觀審慎監管中系統性風險監測和評估的數據基礎[8]。微觀金融個體數據的失真會影響宏觀審慎監管對系統性風險的評估結果的準確性，進而導致宏觀審慎監管無效。

三是監管運行機制的相互補充。微觀審慎監管是自下而上的監管機制[9]，而宏觀審慎監管則是自上而下的監管機制[10]，兩種機制的協調運作可以進行相互補充。宏微觀的協調運作使得金融監管能夠從多個層面獲取金融危機的觸發點，既關注金融系統整體的穩健運行，又加強了金融機構個體的風險防范。

(二)銀行業信貸周期視角下宏微觀審慎監管政策的協調

信貸周期對商業銀行的穩定性具有直接影響作用，信貸周期不同階段銀行業面臨的風險會發生變化，不同階段宏觀審慎監管和微觀審慎監管發揮作用的機制也存在不同，要提升金融監管效率，需根據信貸周期不同階段的特點動態調整宏微觀審慎監管政策。已有研究從金融監管整體角度討論金融監管對信貸周期作用下銀行穩定性的影響，但沒有考慮不同金融監管政策實施路徑和效果的差異，本文基于前面的宏微觀審慎監管差異性分析，從銀行業信貸周期的視角分析在信貸上升周期和下降周期兩種政策不同的關注點以及相同的目標，進一步分析如何通過兩種政策的協調配合實現逆周期緩沖調節的金融監管目標。

本文從銀行信貸周期的視角研究宏觀審慎監管和微觀審慎監管在不同階段的協調作用機制，為后期銀行宏微觀審慎監管評價和不同監管指標作用效果分析研究奠定基礎。簡圖如圖2所示。

信貸周期上升期間：金融機構的杠桿率隨業務的開展而不斷提升，貸款業務中的授信標準也相比放寬，在這一階段系統性風險開始累積，從宏微觀審慎監管的風險防范角度需要構建資本緩沖和流動性緩沖，但在構建的時機和規模方面兩種政策存在差異。

在信貸周期上升初期，宏微觀審慎監管政策之間的差別還不顯著，但當信貸上升周期接近頂峰階段，兩種政策在資本緩沖和流動性緩沖構建的差別開始顯現。在此階段，微觀審慎關注金融機構個體風險，資本充足率、撥備覆蓋率等微觀監管指標還處于較好的水平，但是宏觀審慎所關注的系統性風險指標(如信貸/GDP、核心融資比率)卻開始出現風險警示。這時就需要進行宏微觀審慎監管的協調溝通，因為微觀審慎監管并不能夠識別系統性風險，盲目樂觀下的微觀監管指標會造成系統性金融風險不斷累積，如果沒有宏觀審慎監管的協調將會引發大范圍的金融風險。

信貸周期下行期間：在上一階段通過宏微觀審慎監管的協調加強對金融系統的監管力度，當信貸周期方向發生轉變進入下行期之后，相關的監管政策則需要從逆周期的角度考慮適當調整資本緩沖的監管力度。宏微觀審慎監管調整的目標相同但作用的方式和方法存在差異，兩者共同作用才能實現對整個金融系統的有效風險調節。

微觀審慎監管從調節單個金融機構資本充足率入手，防范信用損失的發生。微觀審慎監管可以通過限制股東分紅以節約資本，從而增大資本充足率的分子，或者其他去杠桿化的方法，包括降低貸款增速、出售風險資產(縮小資本充足率分母)等。還可以通過釋放資本緩沖，適當放寬對金融機構的監管要求，防止單個機構的破產風險發生。宏觀審慎監管從調節社會信貸總量入手，防范信貸萎縮對實體經濟發展的不利影響。宏觀審慎監管通過釋放之前積累的逆周期資本緩沖，減緩金融系統和實體經濟之間的正反饋機制而累積的系統性風險，防止流動性萎縮而導致的金融市場失靈。

綜上所述，宏觀審慎監管與微觀審慎監管作為現代金融監管體系必不可少的兩個相輔相成的重要組成部分，存在差異但并不是兩個相互矛盾的主體。兩者的協調運作可以更好地發揮雙方的金融監管作用。特別是隨著金融創新的發展和金融市場的復雜性演化，兩種監管更需要建立良好的協調運作機制，建立新的風險管理理念，提升金融系統風險監管水平。

圖2 銀行信貸周期視角下宏微觀審慎監管政策協調機制圖

三、商業銀行宏觀審慎監管與微觀審慎監管協調評價模型設定

通過前面的分析可知宏觀審慎監管和微觀審慎監管作為金融監管演化過程中形成的兩種不同類別的金融監管模式，在銀行監管中發揮不同的作用功效。基于宏微觀審慎監管和微觀審慎監管的差異性，本部分選取2008-2017年我國14家上市商業銀行半年度數據為樣本，從不同的監管模式中選取代表性指標，分別建立微觀審慎監管、宏觀審慎監管和宏微觀審慎協調監管三種不同模式下的銀行監管面板向量自回歸(PVAR)模型，先通過GMM估計分析不同監管指標與銀行穩定性之間的短期作用關系，之后建立脈沖響應函數從長期視角分析不同監管指標實施的動態演化路徑，最后運用方差分解對比分析不同監管模式在我國銀行業的實施效果。

(一)變量選取

我國銀行主導型金融結構體系使得銀行業金融監管在我國金融監管體系中占有重要地位，本部分從銀行業監管的角度對我國金融監管效果進行對比研究。在變量選取過程中，主要從監管目標(銀行業穩定性)、監管模式(宏觀審慎監管和微觀審慎監管)兩個方面考慮。變量分類情況如表1所示。

銀行業穩定性：借鑒 Laeven and Levine(2009)提出的銀行償付能力指標(Z值)來反映銀行穩定狀況[11]，其中 Z值等于資產收益率(ROA)與資本資產比率(CAR)二者之和除以資產收益率的標準差(σi(ROAit)。

(1)

宏觀審慎監管：從當前我國的宏觀審慎監管體系來看，主要分為時間維度和橫截面維度的監管。時間維度反映金融體系的順周期，信貸、流動性和資產價格的周期變化以及繁榮時期總風險的積聚等常表現出順周期性，因本文主要研究銀行業的金融監管故選擇廣義信貸/GDP偏離度代表時間維度的宏觀審慎監管指標。橫截面維度反映與溢出效應和傳染效應相關的負外部性對系統性風險的推動作用，主要關注系統重要性金融機構所引起的風險溢出，故選取代表行業集中度的“赫芬達爾指數(HHI)”作為橫截面維度的宏觀審慎監管指標。

微觀審慎監管：我國的當前微觀審慎監管體系主要從流動性風險、信貸違約風險以及資本充足率這三個方面展開[12]。通過對相關文獻的梳理發現，已有研究中通常用銀行流動性比率和存貸比指標來反映流動性風險監管要求；用不良貸款率和貸款撥備覆蓋率這兩個指標來反映信貸違約風險監管要求；用《巴塞爾協議Ⅲ》最新規定的杠桿率和核心資本充足率指標來反映資本充足率監管要求[13]。因此，本文研究中選取流動性比率、不良貸款率和核心資本充足率作為微觀審慎監管指標。

表1 變量分類情況表

表2 各變量單位根檢驗

(二)數據來源及預處理

基于已有上市銀行數據獲取年份的不同，對銀行業的平衡面板數據進行實證分析，本文選取2008-2017年我國14家上市商業銀行的半年度數據為研究樣本。14家銀行分別為：工商銀行、中國銀行、建設銀行、平安銀行、民生銀行、交通銀行、招商銀行、興業銀行、南京銀行、中信銀行、華夏銀行、北京銀行、浦發銀行、寧波銀行。截止到2017年12月所選取的14家上市銀行總資產在我國銀行業總資產中占比達46.52%，且均為具有代表性的國有商業銀行、股份制銀行和城市商業銀行。數據來源于Choice數據庫中各銀行財務報告及宏觀數據庫和行業數據庫。

PVAR與VAR模型類似，要求所有變量均具有平穩性。為了避免不平穩變量導致偽回歸問題，本文對各變量進行平穩性檢驗，采用不同單位根情形下的單位根檢驗方法PP檢驗對面板數據的平穩性進行檢驗，所得結果如表2所示。結果表明各個變量均不存在單位根，為平穩變量。

(三)PVAR模型的設定

本文借鑒Love(2007)的模型設計構建宏微觀審慎監管的面板向量自回歸(Panel Vector Autoregression,PVAR)模型研究我國宏微觀審慎監管對商業銀行穩定性的作用效果[14]。PVAR模型將傳統的VAR模型與面板數據模型相結合，在考慮經濟變量的滯后項的基礎上將所有變量做內生化處理，能夠更加真實地反映各經濟變量之間的動態關系。構建PVAR模型如下：

Yi,t=β0+β1Yi,t-1+β2Yi,t-2+…+βpYi,t-p+γt+ft+μit

(2)

本文分別研究微觀審慎政策、宏觀審慎政策以及宏微觀審慎政策共同作用下我國商業銀行的穩定性，因此，基于公式(2)分別建立三個模型，其中，微觀審慎政策對商業銀行穩定性影響模型中Yi,t為包含{LIR,NPLR,CCA,Z}的四元向量組；宏觀審慎政策對商業銀行穩定性影響模型中Yi,t為包含{GCG,HHI,Z}的三元向量組；宏微觀審慎政策協調對商業銀行穩定性影響模型中Yi,t為包含{GCG,HHI,LIR,NPLR,CCA,Z}的六元向量組。另外，公式(2)中β為各變量之間的滯后項系數，p為滯后階數，γt為時間效應，用來解釋系統變量的趨勢特征，ft代表各個銀行個體固定效應，μit為服從正態分布的隨機擾動項。

因本文重在研究宏微觀審慎監管政策對商業銀行穩定性的影響，受文章篇幅限制，故在實證分析結果中只列示因變量為銀行穩定性Z值時的GMM回歸結果和方差分解結果。

四、商業銀行宏觀審慎監管與微觀審慎監管協調評價實證分析

微觀審慎監管重在對單個金融機構資本和流動性的監管，宏觀審慎監管則重在對系統性金融風險的防范，兩種監管模式的監管目標不同，因此，在政策調控過程中，兩種政策對商業銀行穩定性的影響也存在時間和程度上的差別。本部分從不同金融監管政策對商業銀行穩定性影響作用入手，分別研究微觀審慎政策、宏觀審慎政策以及宏微觀審慎政策協調作用對商業銀行穩定性的影響效果，分析不同金融監管政策工具對商業銀行穩定性影響的作用方向、程度以及動態作用過程。

首先，通過AIC、BIC、HQIC準則確定各個PVAR模型的最優滯后階數；其次，對模型的參數進行GMM估計研究宏微觀政策變量對商業銀行穩定性的影響程度；之后，通過脈沖響應函數分析不同政策組合以及不同變量對商業銀行穩定性的長期影響和動態演化過程；最后，通過方差分解評價不同變量對商業銀行穩定性波動的貢獻度。

(一)微觀審慎政策實施對商業銀行穩定性的影響研究

1.微觀審慎政策下模型滯后階數的確定

對于PVAR模型來說滯后階數越高模型的解釋能力越強，但是過高的滯后階數會影響模型的自由度。本文根據AIC、BIC、HQIC準則來確定模型的最優滯后階數。

表3 PVAR模型建立最優滯后階數的確定(1)

通過表3可知AIC和HQIC在滯后三階達到最小，因此，在微觀審慎政策對商業銀行穩定性影響的PVAR模型最優滯后階數選擇三階，并按照滯后階數的選擇建立PVAR模型。

2.微觀審慎政策對商業銀行穩定性影響PVAR模型的GMM估計

PVAR模型中各變量個體異質性所造成的固定效應會影響面板廣義矩估計(GMM)的有效性，因此，先借鑒Bertrand和Zuniga(2006)研究中所采用的“向前均值差分”消除固定效應的影響之后再進行GMM估計[15]。表4為微觀審慎監管對商業銀行穩定性影響的回歸結果。

表4 微觀審慎監管下銀行穩定性Z值的GMM估計結果

YCoef.Std. Err.TLIRt-1-.2637094?.1471876-2.09NPLR t-1.1504467.26397430.57CCA t-1-1.201338??.5104428-2.35Z t-1-.8253352???.2754461-3.00LIRt-2-.2325933?.1587799-1.96NPLR t-2-.3175081.4080704-0.78CCA t-2-.1546305.2591042-0.60Z t-2.0851432.11606570.73LIRt-3-.2679923??.1209046-2.22NPLR t-3-.1160854.2105975-0.55CCA t-3.4166723??.20534112.03Z t-3.0128389.06330230.20

注：***、**、*分別表示在1%、5%、10%的顯著水平下顯著(下同)。

從表4可以看出在微觀審慎監管框架下商業銀行穩定性對自身的影響在滯后1期顯著，在滯后2期和3期不顯著，這說明商業銀行穩定性水平在短期內容易受到自身滯后期的影響，但長期來看這種影響作用減弱。從其他微觀審慎監管變量的影響來看，流動性風險衡量指標流動性比率(LIR)在滯后期1、2、3期內均通過不同程度上的顯著性，說明LIR對銀行穩定性Z值的影響有明顯的滯后性。作為信貸違約風險指標的不良貸款率(NPLR)在滯后3期以內對銀行穩定性的影響不顯著。核心資本充足率(CCA)在滯后1期和滯后3期通過了5%的顯著性檢驗，但是滯后2期顯著性不強，說明CCA對銀行穩定性Z值的影響存在波動性。通過GMM估計的結果可以看出在短期內微觀審慎監管各變量對銀行穩定性Z值的影響，但難以分析各變量的長期影響作用和動態演化過程，因此，下面采用PVAR脈沖響應函數做進一步分析。

3.微觀審慎監管對商業銀行穩定性的脈沖響應

為了分析微觀審慎監管各指標變量對商業銀行穩健性的動態作用過程，采用PVAR模型的脈沖響應函數分析各個監管變量對銀行穩健性的影響。因蒙特卡洛模擬次數越高模型穩定性越好，在此利用蒙特卡洛1000次模擬給出脈沖響應函數95%的置信區間。各變量脈沖影響關系如圖3所示。

圖3 微觀審慎監管下商業銀行穩定性的脈沖響應結果

從圖3可以看出在微觀審慎監管框架下，商業銀行穩定性Z值對其自身的脈沖響應在受到一單位標準差的沖擊之后，第1期產生明顯的負向沖擊作用，但是2期之后脈沖響應在0值附近波動，且95%置信區間上下限將0值包含在內，說明2期之后商業銀行穩定性對其自身的沖擊作用減弱并不顯著。

從其他微觀審慎監管變量的影響來看，流動性比率(LIR)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為正，說明流動比率的提升對銀行穩定發展具有促進作用，能夠降低流動性風險發生概率。但是在整個脈沖期間95%置信區間上下限將0值包含在內，說明流動性比率對Z值的沖擊作用存在但不顯著。這意味著長期在單純的微觀審慎框架下流動性比率的調控效果并不明顯。不良貸款率(NPLR)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為正，隨著滯后期的增長沖擊作用更加顯著，且在整個脈沖期間95%置信區間上下限均在0值以上，說明長期來看不良貸款率對Z值的沖擊作用存在且顯著。所以不良貸款率作為微觀審慎監管的調控指標效果較為顯著。核心資本充足率(CCA)一單位標準差的沖擊對商業銀行穩定性Z值的影響在前2期為正值，之后在0值附近波動，1期之前正向沖擊效果較為顯著，且95%置信區間上下限均在0值以上，說明短期內核心資本充足率的調控效果顯著，但2期之后95%置信區間上下限將0值包含在內，意味著長期來說核心資本充足率的微觀審慎調控效果不明顯。

因此，在我國商業銀行管理模式下，從長期來看微觀審慎監管中不良貸款率指標的調控效果顯著于流動性比率和核心資本充足率，但整體來說調控效果有待進一步提升。

4.微觀審慎政策下商業銀行穩定性影響的方差分解

下面使用PVAR的方差分解來進一步比較不同指標對商業銀行穩定性變化的貢獻大小，從而確定不同監管指標在微觀審慎監管中的重要性。微觀審慎監管下商業銀行穩定性Z值的方差分解如表5所示。

表5 微觀審慎監管下銀行穩定性Z值的方差分解結果

sLIRNPLRCCAZ10.0030.0090.0000.98920.0030.0100.0150.97230.0030.0160.0160.96540.0050.0240.0160.95550.0140.0340.0160.93760.0350.0450.0180.90170.0760.0580.0240.84280.1380.0720.0340.75790.2170.0840.0480.652100.3040.0930.0640.539

通過表5中的結果可以看出，在微觀審慎監管的三個主要指標中，不良貸款率(NPLR)對商業銀行穩定性的影響最大，且這種影響作用會隨時間而增強。其次為流動性比率(LIR)，說明商業銀行在經營過程中要注重流動性風險對其穩定性的影響。三個指標中影響最小的為核心資本充足率(CCA)，這是因為我國商業銀行體系中國有銀行占比較高，而我國又是銀行主導型金融結構，為保證我國金融系統的穩定性，特別是在2008年全球金融危機之后國家對商業銀行核心資本充足率進行嚴格的監管，因此，在研究樣本區間內我國商業銀行核心資本充足率多處于安全水平內，故其對銀行穩定性的影響作用在結果中并未較好地體現。從整體來看，微觀審慎監管對商業銀行穩定性的總貢獻度并不高，這說明單純的微觀審慎監管并不能夠較好的發揮金融監管的職能，需要與其他監管政策進行協調加強政策有效性。

(二)宏觀審慎政策實施對商業銀行穩定性的影響研究

1.宏觀審慎政策對商業銀行穩定性影響PVAR模型的GMM估計

同理根據AIC、BIC、HQIC準則來確定在宏觀審慎政策對商業銀行穩定性影響的PVAR模型最優滯后階數選擇四階，并按照滯后階數的選擇建立PVAR模型。

利用“向前均值差分”消除固定效應的影響之后再進行GMM估計。表6為宏觀審慎監管對商業銀行穩定性影響的回歸結果。

從表6可以看出在宏觀審慎監管框架下商業銀行穩定性對自身的影響在滯后1期和2期分別在1%和5%水平下顯著，在滯后3期和4期不顯著，這說明在宏觀審慎監管框架下商業銀行穩定性水平在短期內容易受到自身滯后期的影響，但隨著時間的推移這種影響作用逐漸減弱。從其他宏觀審慎監管變量的影響來看，廣義信貸/GDP偏離度(GCG)作為時間維度的宏觀審慎調控指標主要通過調控逆周期資本緩沖對商業銀行穩定性Z值產生影響，在滯后1期和2期在1%水平下顯著，在滯后3期和4期不顯著，這說明GCG的調控在短期的逆周期緩沖作用效果明顯，隨著作用周期的延續其作用效果減弱。銀行業集中度(HHI)作為橫截面維度的宏觀審慎調控指標對商業銀行穩定性的影響作用在滯后1期、2期、4期較為顯著，在滯后3期不顯著。通過GMM估計的結果可以看出在短期內宏觀審慎監管各變量對銀行穩定性Z值的影響，在此基礎上將繼續分析各變量的長期影響作用和動態演化過程。

表6 宏觀審慎監管下銀行穩定性Z值的GMM估計結果

YCoef.Std. Err.TGCGt-1-1.124603???.2959161-3.80HHI t-16.878114??2.8466692.42Z t-1.1560909??.06671742.34GCGt-2.7160897???.20306163.53HHI t-25.28568?2.7512051.92Z t-2.6675127???.053660912.44GCGt-3-.0759909.2377801-0.32HHI t-3-2.1217911.591024-1.33Z t-3.0160137.01840070.87GCGt-4-.1907167.1912848-1.00HHI t-4-3.815924??1.609848-2.37Z t-4.016367.02850460.57

2.宏觀審慎監管對商業銀行穩定性的脈沖響應

為了分析宏觀審慎監管各指標變量對商業銀行穩健性的動態作用過程，采用PVAR模型的脈沖響應函數分析各個監管變量對銀行穩健性的影響。同樣，利用蒙特卡洛1000次模擬給出脈沖響應函數95%的置信區間。各變量脈沖影響關系如圖4所示。

從圖4中商業銀行Z值對其自身的脈沖響應來看，均在0值以上呈波動狀態，且95%置信區間上下限也基本都在0值以上，說明商業銀行穩定性對其自身的沖擊作用顯著。而脈沖函數的波動性則說明在宏觀審慎監管框架下，商業銀行作為宏觀經濟中的組成部分其穩定性除了受到外部宏觀變量的影響之外還受自身內部變量的影響。這也從側面反映出宏觀審慎和微觀審慎共同作用的必要性。

從其他宏觀審慎監管變量的影響來看，廣義信貸/GDP偏離度(GCG)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為正，且在整個脈沖期間95%置信區間上下限基本都在0值以上，說明廣義信貸/GDP偏離度對Z值的沖擊作用長期存在且顯著，意味著逆周期資本緩沖工具具有長期有效性，可在整個經濟周期內發揮較好的調節作用。銀行業集中度(HHI)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為負，且在整個脈沖期間95%置信區間上下限均在0值以下，說明銀行業集中度對Z值的沖擊作用長期存在且顯著。特別是在我國銀行主導型的金融機構模式下，可以通過對系統重要性金融機構的調控實現較好的風險調控目標，提升整體的穩定性。

圖4 宏觀審慎監管下商業銀行穩定性的脈沖響應結果

因此，在我國宏觀審慎監管體系中，廣義信貸/GDP偏離度和銀行業集中度的宏觀審慎監管效果都比較顯著，指標有效性強，且從長期來看，商業銀行穩定性還與銀行自身運營有顯著影響。

3.宏觀審慎政策下商業銀行穩定性影響的方差分解

通過以上分析可知所選取的時間維度和橫截面維度的宏觀審慎監管指標對商業銀行穩定性的影響都較為顯著，為了更好指導金融監管工具選擇，需要確定不同指標的貢獻度。下面使用PVAR的方差分解來進一步比較不同指標對商業銀行穩定性變化的貢獻大小，從而確定不同監管指標在宏觀審慎監管中的重要性。宏觀審慎監管下商業銀行穩定性Z值的方差分解如表7所示。

通過表7可以看出，在我國現行的商業銀行管理模式下，宏觀審慎監管指標中廣義信貸/GDP偏離度(GCG)和銀行業集中度(HHI)對商業銀行穩定性的貢獻度相差不大，這說明時間維度和橫截面維度的政策工具都在不同的方面發揮較好的作用，在制定宏觀審慎監管政策時需要兼顧兩個維度。另外，相比表5中微觀審慎監管對銀行穩定性的貢獻，宏觀審慎監管的貢獻更大，這說明在我國當前的金融環境下，宏觀審慎監管對銀行系統性金融風險的調控效果要比微觀審慎監管對銀行非系統性風險的調控更加顯著。這也從側面反映在研究樣本期間，我國長期以來的銀行業內部微觀調控的實施使銀行業形成較為穩定的非系統風險防范意識。

表7 宏觀審慎監管下銀行穩定性Z值的方差分解結果

sGCGHHIZ10.1290.1050.76620.1130.1100.77830.1090.1120.77940.1080.1130.77950.1080.1140.77860.1080.1140.77870.1080.1140.77880.1080.1140.77890.1080.1140.778100.1080.1140.778

(三)宏微觀審慎政策協調作用對商業銀行穩定性的影響研究

分別對微觀和宏觀審慎監管政策下商業銀行穩定性的影響作用以及不同指標的作用方向、效果研究之后，研究宏微觀審慎協調監管下商業銀行穩定性的變動，探究宏觀審慎監管共同作用下不同監管工具的作用效果。

1.宏微觀審慎政策協調對商業銀行穩定性影響PVAR模型的GMM估計

根據AIC、BIC、HQIC準則確定在宏微觀審慎政策協調作用下商業銀行穩定性影響的PVAR模型最優滯后階數選擇四階，并按照滯后階數的選擇建立PVAR模型。

在進行GMM估計之前，先運用Choleski分解來確定各變量在模型中的順序。根據“相對最內生”的原則將外生性強的變量排在前面，而相對內生的排在后面。本研究中將宏觀審慎指標“廣義信貸/GDP”和“銀行業集中度”排在前面，將微觀審慎指標“流動性比率”、“不良貸款率”和“核心資本充足率”排在后面，銀行穩定性指標Z值放在最后。同樣采用“向前均值差分”消除固定效應之后進行GMM估計，所得結果如表8所示。

從表8可以看出在宏微觀協調監管框架下商業銀行穩定性對自身的影響在滯后1期和2期在1%水平下顯著，在滯后3期和4期不顯著，這說明在宏微觀協調監管框架下商業銀行穩定性水平在短期內容易受到自身滯后期的影響。

從微觀審慎監管變量的顯著性來看，流動性比率(LIR)在滯后期1、2、3期內均不顯著，但在滯后4期通過1%的顯著性檢驗，說明LIR對銀行穩定性Z值的影響在短期內不顯著，可能存在長期的影響。不良貸款率(NPLR)在滯后期內均不存在顯著性，說明短期內不良貸款率對銀行Z值的影響不太明確。核心資本充足率(CCA)在滯后期1、2、3期內均不顯著，但在滯后4期通過5%的顯著性檢驗，說明LIR對銀行穩定性Z值的影響在短期內不顯著，但可能存在長期的影響。

從宏觀審慎監管變量的顯著性來看，廣義信貸/GDP偏離度(GCG)在滯后期1、2、4期通過不同程度的顯著性檢驗，但在滯后3期不顯著，說明在短期內GCG對銀行Z值的影響存在，但具有波動性。銀行業集中度(HHI)在滯后1-4期內均通過顯著性檢驗，說明HHI對銀行Z值的影響具有明顯的滯后性。

表8 宏微觀審慎協調監管下銀行穩定性Z值的GMM估計結果

2.宏微觀協調監管對商業銀行穩定性的脈沖響應

同理，為了分析宏微觀協調監管下各指標變量對商業銀行穩健性的動態作用過程，采用PVAR模型的脈沖響應函數分析各個監管變量對銀行穩健性的影響。利用蒙特卡洛1000次模擬給出脈沖響應函數95%的置信區間。鑒于變量數量較多，圖5中只列出各個變量對商業銀行穩定性Z值的脈沖響應。

從圖5中商業銀行Z值對其自身的脈沖響應來看，宏微觀協調監管下銀行穩定性Z值對自身的沖擊反映均在0值以上并呈波動狀態，且95%置信區間上下限也基本都在0值以上，從整體趨勢來看，在0期達到最高點，之后呈現遞減的趨勢，這說明銀行穩定性對自身的影響在短期內較為顯著，長期效果較弱，這與表8中的GMM結果相一致。

從微觀審慎監管變量的脈沖響應來看，流動性比率(LIR)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為正，但是在整個脈沖期間95%置信區間上下限將0值包含在內，說明宏微觀協調監管下流動性比率對Z值的沖擊作用存在但從長期來看仍然不顯著。不良貸款率(NPLR)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為正，在整個脈沖期間95%置信區間上下限均在0值以上，且從長期來看這種影響作用呈逐漸增長趨勢，所以不良貸款率是金融監管中始終需要調控的變量。核心資本充足率(CCA)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為正，但是在整個脈沖期間95%置信區間上下限將0值包含在內，說明宏微觀協調監管下核心資本充足率對Z值的沖擊作用存在但從長期來看仍然不顯著。

圖5 宏微觀協調監管下商業銀行穩定性的脈沖響應結果

從宏觀審慎監管變量的脈沖響應來看，廣義信貸/GDP偏離度(GCG)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為正，且在整個脈沖期間95%置信區間上下限基本都在0值以上，說明廣義信貸/GDP偏離度對Z值的沖擊作用長期存在且顯著。銀行業集中度(HHI)一單位標準差的沖擊對商業銀行穩定性Z值的影響均為負，且在整個脈沖期間95%置信區間上下限均在0值以下，說明銀行業集中度對Z值的沖擊作用長期存在且顯著。

通過宏微觀協調監管下各變量對商業銀行穩定性的脈沖響應分析可以得出，在兩種金融監管政策共同作用時，宏觀審慎監管政策變量GCG和HHI對商業銀行穩定性的沖擊作用更加明顯，且作用更加長遠。在微觀審慎監管政策各變量中NPLR的沖擊作用較為顯著，其對商業銀行穩定性的影響隨時間推移而呈動態演化，相比之下，LIR和CCA的沖擊作用并不顯著。從不同指標對銀行穩定性的沖擊影響來看，宏微觀審慎監管協調狀態下與單一政策模式相比，各個變量的脈沖響應函數在趨勢上大體保持一致但比單一政策模式下對銀行穩定的沖擊作用相對平緩，說明宏微觀審慎監管協調運作能夠減緩單一政策實施對銀行穩定性甚至整個經濟體的沖擊，因此，從長期金融監管效果來說，需要宏微觀政策的協調形成較為穩定的金融監管機制，達到長期穩定監管的目的。

3.宏微觀審慎政策協調下商業銀行穩定性的方差分解

為了更好比較不同監管政策工具對商業銀行穩定性影響的貢獻度，下面使用PVAR的方差分解進行分析。宏微觀協調監管下商業銀行穩定性Z值的方差分解如表9所示。

通過表9可以看出，在宏微觀審慎政策協調作用下，各政策變量對商業銀行穩定性Z值的貢獻度存在差異。商業銀行穩定性Z值對其自身的貢獻度最大，這也說明銀行后期的穩定發展具有累積效應，受到前期穩定狀態的影響較大。從政策屬性上來看，宏觀審慎監管政策的貢獻度要大于微觀審慎監管政策。

在微觀審慎監管政策方面，不良貸款率(NPLR)貢獻最大，呈現先增后減的變動趨勢，這說明我國政府主導型銀行監管和運營模式下，政府可以通過政策規定將流動性比率(LIR)和核心資本充足率(CCA)長期調控在較為合理的范圍內，因此兩個變量對銀行穩定性變動的貢獻度并沒有顯現，但是，不良貸款率(NPLR)更容易受到實體經濟運行狀態的影響，對我國商業銀行穩定性影響較為顯著。

在宏觀審慎監管政策方面，廣義信貸/GDP偏離度(GCG)、銀行業集中度(HHI)的貢獻度都較高，說明宏觀監管政策兩個維度的調控對我國商業銀行穩定性的貢獻度都較大。在宏觀工具的實施和制定過程中兩個維度都要充分的考慮。

表9 宏微觀協調監管下銀行穩定性Z值的方差分解結果

與單一金融監管政策相比較而言，宏微觀協調監管下商業銀行穩定性受自身影響的作用減弱，受金融監管政策變量整體的影響增強，因此，在金融監管調控過程中，為增強政策實施效果，弱化商業銀行自身累計效應的影響，需要加強宏觀審慎政策和微觀審慎政策的協調性，更好發揮金融監管系統對以商業銀行為代表的金融機構的風險防范功能。

五、 研究結論

隨著金融系統演化及金融風險復雜性提升，金融監管成為世界各國政府和理論界關注的熱點問題。微觀審慎監管的局限性和系統性金融風險傳染性的增強使宏微觀審慎協調監管成為當前金融監管改革趨勢。本文選取2008-2017年我國14家上市商業銀行半年度數據為樣本，采用面板向量自回歸(PVAR)模型研究銀行業宏微觀審慎監管政策協調性。結論如下：

第一，宏觀審慎監管和微觀審慎監管作為兩種不同的金融監管模式，在銀行信貸周期的不同階段發揮的作用不同，但正是基于兩種政策的差異性才能夠在政策協調運作過程中發揮不同的監管功能，提升整體金融監管水平。

第二，在金融監管效果分析方面，微觀審慎監管指標與銀行業穩定性之間的脈沖結果顯示，NPLR對銀行穩定性產生的沖擊作用比較顯著且具有持續性，而LIR和CCA對銀行穩定性的沖擊作用存在但長期來看影響作用并不顯著，說明信貸違約風險對當前我國商業銀行穩定性的影響較為明顯。宏觀審慎監管指標與銀行業穩定性之間的脈沖結果顯示，GCG和HHI對銀行穩定性的沖擊作用比較顯著且從長期來看具有持續性，說明在宏觀審慎監管中時間維度和橫截面維度的監管指標對商業銀行穩定性的影響都較為明顯，在制定宏觀審慎監管政策時需要兼顧兩個維度。

第三，宏微觀審慎監管協調監管效果分析中，與單一金融監管政策相比較而言，宏微觀協調監管下商業銀行穩定性受自身影響的作用減弱，受金融監管政策變量整體的影響增強。各個變量的脈沖響應函數在趨勢上大體保持一致，但比單一政策模式下對銀行穩定的沖擊作用相對平緩，說明宏微觀審慎監管協調運作能夠減緩單一政策實施對銀行穩定性甚至整個經濟體的沖擊，因此，從長期來看，需要宏微觀政策的協調達到對銀行業長期穩定監管的目的。

本文研究的結論對當前我國金融監管改革具有一定的啟示。首先，要重視信貸違約風險對銀行穩定性的影響，微觀方面加強銀行自身內部貸款業務管理，宏觀方面積極調整優化信貸結構；其次，隨著金融系統中各機構之間關聯性的增強，要加強對系統性風險的監管，時間維度注重對順周期累積的風險監管，橫截面維度關注銀行理財業務中金融創新部分所可能引發的傳染效應和風險溢出效應對整個金融體系的影響。