結構性貨幣政策與商業銀行效率

余杰

摘 要：本文基于32家商業銀行2013—2018年季度數據，利用DEA方法和系統GMM模型，研究了結構性貨幣政策與銀行風險承擔及銀行效率三者間的關系。結果表明，貨幣政策傳導存在銀行風險承擔渠道，結構性貨幣政策能夠顯著影響銀行風險承擔和銀行效率，而銀行風險承擔對銀行效率的影響并非線性，兩者存在倒U型關系，即從提高商業銀行效率的角度看，存在最優風險承擔值。

關鍵詞：結構性貨幣政策? 風險承擔? 銀行效率

中圖分類號：F832 文獻標識碼：A 文章編號：2096-0298（2020）09（a）--03

1 引言

我國經濟經歷了多年的高速發展，目前已進入“新常態”階段，為適應和引領經濟新常態，貨幣政策框架也逐漸加快調整。2013年以來，我國央行陸續推出了常備借貸便利、短期流動性調節工具等具有結構性調節作用的貨幣政策工具。同傳統貨幣政策相比，非常規貨幣政策工具更加注重精細化操作和定向調節，能夠滿足產業結構調整的需求。結構性貨幣政策的綜合運用，不僅使央行的調控更加穩健和溫和，也在結構性調整的進程中影響了商業銀行效率和風險承擔。

提高效率與控制風險不僅是商業銀行必須面臨的兩難抉擇，也是各國政府維持金融穩定與促進經濟發展的兩大主題。然而，在現有相關文獻中，無論是利潤效率還是成本效率，銀行效率與風險的研究都未得到充分探討，這將會導致研究結果的偏誤。首先，大多文獻假設銀行風險中性，或隱含各商業銀行均面臨相同風險的假設，作為金融核心的銀行在經營過程中面臨的高風險并未引起學者的充分重視。其次，根據銀行風險承擔渠道理論，貨幣政策會影響金融機構的風險識別和偏好，繼而影響其資產組合風險水平、融資成本、資產定價及非價格條款（Borio and Zhu，2012），進而影響銀行風險承擔。貨幣政策并非風險中性，甚至可以說它是引起系統風險、影響金融穩定的重要因素。2007年金融危機的爆發正是由美國長期寬松的貨幣政策所積累的系統風險引起的。最后，中國商業銀行業務模式、治理制度等都具有很強的同質性，其利潤主要是宏觀經濟和政策制度給予的（黃雋和張春林，2012）。

綜上所述，結構性貨幣政策等外部因素可能對銀行效率和風險承擔產生影響，而且考慮結構性貨幣政策后，銀行風險承擔和銀行效率作用機制可能發生變化。然而遺憾的是現有文獻大多只單獨探討貨幣政策對銀行效率和銀行風險承擔的影響，并沒有深入分析銀行效率與風險承擔的作用機制，更鮮有文獻將貨幣政策、銀行效率和風險承擔置于同一框架進行研究，而從結構性貨幣政策的視角研究銀行效率和風險承擔的文獻更是鳳毛麟角。因此本文將結構性貨幣政策、銀行效率和銀行風險承擔置于同一框架進行研究。可能的貢獻是，研究視角的創新，即從風險承擔的視角研究，研究結構性貨幣政策對銀行效率的影響。另外，測度銀行效率時考慮了非期望產出的影響，避免了姚樹潔等（2011）所發現的不良貸款對效率的膨脹效應。

2 研究設計

2.1 計量模型

基于前文的理論分析和本文研究的主要問題，設定以下基準回歸模型：

其中， i表示銀行， t代表時間，被解釋變量表示第i家銀行第t年的銀行效率值，解釋變量表示結構性貨幣政策指標，用來衡量銀行風險承擔能力，為控制變量，表示待估系數，表示隨機誤差項。

2.2 數據來源

鑒于數據可得性，且結構性貨幣政策自2013年開始實施，本文選擇了32家銀行2013—2018年季度數據作為進行實證，包括六大國有銀行，10家全國性股份制銀行，16家城商銀行，數據主要來源于Wind數據庫和CSMAR數據庫，個別缺失數據來源于各銀行財務報告。

2.3 變量說明

被解釋變量：銀行效率，由DEA方法測算出。

解釋變量：（1）結構性貨幣政策，以常備借貸便利季度平均余額對數表示。（2）銀行風險承擔，本文參照Laeven&Levine（2009），將銀行破產風險作為銀行風險承擔的代理變量。

控制變量：（1）資產規模，以銀行總資產對數表示。（2）資本充足率，一定程度上反映銀行風險管理能力，可能會影響銀行效率。（3）資產收益率，銀行資產收益率越高表明銀行盈利能力強，經營效率高。（4）GDP增長率，衡量宏觀經濟環境狀況。（5）存貸比，一定程度上能夠反映銀行在主要業務上的資金利用效率。（6）非利息收入占比，體現銀行業務結構和業務創新能力，非利息收入占比越大反映銀行經營效率越高。（7）銀行市場集中度，使用行業集中度CR6作為代理變量。銀行市場集中度反映銀行業競爭程度，能夠影響銀行效率。（8）廣義貨幣供應量，能夠有效反映貨幣供應的松緊，對銀行風險承擔與效率都有影響，如表1所示。

3 實證分析

3.1 基準回歸

由于使用32家銀行面板數據，可能存在自相關和異方差，為避免該問題，采用系統GMM模型估計。序列相關檢驗和Sargan檢驗的P值均大于10%，所以系統GMM估計是有效的。

模型1中smp系數顯著為正，表明結構性貨幣政策能夠有效促進銀行效率提升;模型2中，結構性貨幣政策對銀行風險承擔的回歸系數在1%的置信水平上顯著為正，表明結構性貨幣政策的實施有助于提高商業銀行風險承擔;在模型3中，risk顯著為正，而項回歸系數顯著為負，表明在一定的范圍內，隨著銀行風險承擔的提高銀行效率越來越高，超過某一范圍銀行效率會隨著風險承擔提高而降低，也就是說兩者之間存在倒U型關系。

控制變量方面，資產收益率和非利息收入占比能偶顯著促進效率提升，而GDP增速和資產規模對效率影響不顯著，M2能夠有效促進銀行效率和風險承擔上升;資本充足率對銀行效率產生顯著的負向影響，可能的原因是資本充足率強制占用銀行部分資金用以保障，而該部分資金不僅不能為銀行帶來利益或僅產生較小收益，反而需要銀行為其付出成本，從而降低銀行效率。貸存比對銀行效率的影響也是顯著為負，可能的原因是貸存比越小，銀行資產配置能力越強，銀行效率值就越高，如表2所示。

3.2 穩健性檢驗

對了證明回歸結果穩健性，本文做了以下工作：一是用凈資產收益率標準差替換破產風險Z值，作為銀行風險承擔的代理變量，其他變量保持不變，進行穩健性檢驗;二是將樣本分為國有行、股份制銀行和城商行進行回歸;三是用中期借貸便利和補充抵押貸款作為結構性貨幣政策的代理變量。結果表明，回歸是穩健的，但限于篇幅原因，未將結果列舉。

4 結論與建議

本文利用DEA方法和系統GMM模型，探討結構性貨幣政策對銀行效率的影響。主要結論：（1）結構性貨幣政策不僅直接影響銀行效率也會通過風險承擔間接影響效率。（2）結構性貨幣政策對銀行風險承擔影響顯著，驗證了銀行風險承擔渠道的存在性。（3）中國銀行效率與風險承擔存在倒U型關系。

據此，本文有以下政策建議。

第一，完善結構性貨幣政策的激勵監管機制，提高其實施效力。商業銀行為追求高利潤，很可能利用結構性貨幣政策監管漏洞，不合理使用信貸資金。因此，監管機構應該實施合理的激勵標準和監管政策，建立有效的部門協作機制和信息共享機制，實現產業扶持目標，提高銀行效率。

第二，央行應該加快構建貨幣政策調控的長效機制，將結構性貨幣政策與傳統總量貨幣政策配合使用，共同發揮其調控效力，而避免過分單一依賴于結構性貨幣政策。

第三，結構性貨幣政策引導銀行信貸進入相關扶持產業，而這類信貸風險相對較大，提高銀行風險承擔。因此，銀行應該建立并完善內控運行機制、風險度量方法和評級技術，找準倒U型拐點，最大限度地提高銀行效率。

參考文獻

Claudio Borio，Haibin Zhu. Capital regulation， risk-taking and monetary policy： A missing link in the transmission mechanism？[J]. Journal of Financial Stability，2012，8（04）.

巴曙松，黃尚平.貨幣政策與銀行風險承擔[J].當代金融研究，2018（05）.

黃雋，張春林.什么決定了中國商業銀行的高盈利[J].經濟理論與經濟管理，2012（06）.

李金培，呂德宏，黃亦炫.貨幣政策、風險承擔與銀行超效率——基于中國商業銀行面板數據的實證研究[J].貴州財經大學學報，2014，32（06）.

譚政勛，李麗芳.中國商業銀行的風險承擔與效率——貨幣政策視角[J].金融研究，2016（06）.

姚樹潔，姜春霞，馮根福.中國銀行業的改革與效率：1995—2008[J].經濟研究，2011，46（08）.