金融結構演變、貨幣政策與銀行風險承擔異質性

徐皓 張嘉明

內容提要：基于2002-2017年165家銀行的面板數據，本文采用可行廣義最小二乘（FGLS）方法實證檢驗金融結構演變視角下貨幣政策對銀行風險承擔渠道的影響。研究發現：金融結構的變化對銀行風險承擔具有顯著影響，隨著直接融資占比的上升，銀行資產端風險承擔顯著減少，但負債端風險承擔顯著增加;控制住金融結構的作用之后，貨幣政策對銀行資產端風險承擔和負債端風險承擔也具有顯著的異質性影響，具體來說，價格型貨幣政策的緊縮使得銀行資產端風險承擔顯著減少而導致銀行負債端風險承擔顯著增加，數量型貨幣政策的緊縮則使得銀行資產端風險承擔和負債端風險承擔同時減少;此外，貨幣政策與金融結構對銀行風險承擔具有顯著的交互影響，隨著直接融資占比的上升，價格型貨幣政策工具對銀行資產端風險承擔的影響減弱，對銀行負債端風險承擔的影響沒有表現出顯著變化，數量型貨幣政策工具對銀行資產端風險承擔和負債端風險承擔的影響都受到削弱。研究結論的政策含義對貨幣當局、監管部門以及商業銀行都具有重要意義。

關鍵詞：貨幣政策;金融結構;銀行風險承擔;異質性

中圖分類號： F830 ?文獻標識碼：A ?文章編號：1001-148X（2020）04-0020-11

一、引言

近年來，有關貨幣政策傳導機制的研究不斷深化，特別是2008年金融危機之后，貨幣政策的銀行風險承擔渠道受到越來越多的關注。Borio and Zhu（2008）[1]最先描述了貨幣政策的銀行風險承擔傳導機制，認為低利率通過估值、收入和現金流效應影響銀行風險承擔，這一假說打破了一直以來關于銀行風險中性的假定，使得有關貨幣政策傳導機制的研究更加深入。在此基礎上，貨幣政策作用于銀行風險承擔的其他方式被不斷提出，比如追逐收益率效應[2]、保險效應[1]、杠桿效應[3]以及資產替代效應[4]等，在這些效應的作用之下，貨幣政策的放松會刺激銀行承擔更多的風險，但在風險轉移效應下，銀行可能承擔更少的風險?；诟鞣N理論假說，研究文獻側重于宏微觀的實證分析。微觀方面，主要討論貨幣政策對銀行貸款違約概率[5]、風險資產占比和不良貸款率[6-7]的影響，以及研究貨幣政策對信貸標準的影響[8-9]。宏觀層面的實證研究大多基于向量自回歸進行研究方法上的拓展，從而探究貨幣政策、銀行風險承擔以及其他宏觀經濟變量之間的相互影響[10]。研究結論均證實貨幣政策對銀行風險承擔具有顯著影響。

然而，貨幣政策的銀行風險承擔渠道的有效性或作用效果是否受到其他宏觀經濟變量的影響有待進一步探討。貨幣政策能夠通過銀行風險承擔渠道進行有效傳導，可能依賴于銀行主導的金融結構，那么隨之而來的問題是，如果金融結構發生改變，隨著銀行體系在整個經濟系統中的重要性發生變化，貨幣政策的銀行風險承擔渠道是否也會受到影響？通過觀察歷史數據可以發現，2002年以來我國金融結構發生了顯著變化，直接融資（企業債券和非金融企業境內股票融資之和）占社會融資規模的比重在2002年僅為4.9%，此后雖略有波動，但總體上呈上升態勢，特別是在2013年以后，經歷了一段時期的快速上升，并在2015年達到24%的歷史頂點，然而在金融監管政策收緊和去杠桿的影響之下，2017年直接融資占比又大幅回落至6.8%?？梢钥闯?，2002年以來，社會融資規模中直接融資占比是雙向波動的，這也意味著近年來中國的金融結構并非一成不變，也不是保持大致的穩定。那么金融結構的這種劇烈變化是否會對貨幣政策的銀行風險承擔渠道產生影響？有鑒于此，本文利用社會融資規模各分項數據測度我國的金融結構，在此基礎上，采用2002-2017年銀行層面的面板數據進行實證分析，探討貨幣政策和金融結構對銀行風險承擔的影響，并著重研究貨幣政策銀行風險承擔渠道的效果是否隨著金融結構的演進而發生變化。

二、相關理論與文獻回顧

（一）貨幣政策的銀行風險承擔傳導機制：理論分析

（1）估值、收入與現金流效應[1]。這種機制與Bernanke et al.（1996）[11]提出的金融加速器模型非常相近，認為低利率提高了代表性個體的估值和凈值，即資產和抵押品的價值，因此在政策利率下調之后，抵押品價值的上升降低了借款人違約的可能性，銀行將進一步發放更多貸款。然而，在刺激放貸的同時，銀行的風險承受能力（即其凈值）也會提升，因此金融風險也不一定會惡化。

（2）追求收益率效應[2]。收益率主要通過金融機構資產負債表中的資產來實現。政策利率的降低會降低銀行的投資組合收入，從而降低監督貸款的動機，或增加對高收益率資產的追求，進而增加風險承擔。換句話說，擴張性貨幣政策降低了包括無風險資產在內的短期投資的收益，然而如果這類資產的收益率長期保持在較低水平，那么這些投資將無法覆蓋長期負債的成本。因此，為了追求更高的收益率，金融機構有激勵去投資于高風險、高收益的金融資產，從而提高獲得較高回報。

（3）保險效應[1]。政策制定者對未來決策的高度可預測性可以降低市場的不確定性，并可能導致銀行持有風險頭寸。例如，經濟不振可能會影響代表性個體的預期，使其相信央行將放松貨幣政策，以對沖經濟放緩的風險。因此，銀行預期到這種保險效應并承擔額外風險。

（4）杠桿效應。Adrian and Shin（2009）[3]認為，銀行在管理資產負債表時往往以杠桿率作為管理目標。當資產價格上漲時，資產負債表會變得更為強勁，杠桿率也會下降。也就是說，資產價格的飆升激勵金融機構擴大資產負債表，以保持杠桿水平。然而，這種情況可能導致銀行承擔更多風險。在負債端，銀行承擔更多的短期債務，而在資產端，銀行尋找風險更高的潛在借款人。

（5）資產替代效應[4]。一般而言，當無風險資產的實際收益率降低時，銀行會在資產組合的配置中減少無風險資產的比例。由此造成的結果是，銀行會更多地持有風險資產，對風險資產的需求增加導致風險收益率下降，直到風險資產和無風險資產的收益率達到新的均衡狀態。

（6）風險轉移效應[12]。風險轉移效應主要通過金融機構資產負債表的負債方進行傳導：政策利率的降低使得銀行負債成本下降，提高了銀行加杠桿率的動機。此外，長期的低利率會影響資產和抵押品的估值，因為利率的長期穩定使市場波動性大幅降低，從而降低了銀行的風險感知。

（二）貨幣政策的銀行風險承擔傳導機制：實證檢驗

在實證研究中，國外學者的實證研究從宏觀和微觀兩個方面展開。宏觀層面的實證研究大多從國際化的視角出發，以向量自回歸為基礎進行研究方法上的拓展，從而探究貨幣政策、銀行風險承擔以及其他宏觀經濟變量之間的相互影響。Angeloni et al.（2015）[13]比較了美國和歐元區貨幣政策對銀行杠桿和資產負債表風險的影響是否存在差異。研究結果表明，在貨幣政策對銀行業風險的負面影響方面，美國比歐元區更為顯著。Bruno and Shin（2015）[10]研究了貨幣政策對跨境銀行資本流動的影響，以及通過銀行業對美元匯率產生的溢出效應。研究發現，當美國貨幣政策受到外生的收縮性沖擊時，跨境銀行資本流動會減少，國際銀行的杠桿率下降，與此同時美元升值。金鵬輝等（2014）[14]從全行業的視角出發，基于整個銀行業的資產負債表數據，分別構建了銀行在資產和負債選擇上的風險承擔代理變量，對不同類型的貨幣政策進行了回歸，研究結果表明，貨幣政策對銀行資產和負債的風險承擔都具有顯著影響，但寬松貨幣政策對風險承擔的提升效應主要表現在資產端。

微觀方面，既有文獻主要采用微觀計量方法，基于不同的數據和樣本，選擇不同的指標測度貨幣政策與銀行風險承擔，進而探討貨幣政策的變動是否對銀行風險承擔產生影響?；诰闷谀Ｐ停琂iménez et al.（2014）[8]采用貸款違約概率作為銀行風險承擔的代理變量，在控制住宏觀經濟環境、銀行面臨的宏觀風險以及借款人和貸款的特征之后，發現銀行放松了貸款標準，而且在利率較低時容易向高風險的借款人發放新貸款。值得注意的是，小型銀行似乎對貨幣政策的變化更為敏感。Ioannidou et al.（2009）[15]計算出每筆貸款的違約概率，并得出結論：在貸款發放前，政策利率的下降激勵銀行承擔更多風險。相比之下，在貸款存續期內，擴張性的貨幣政策能夠降低風險。當利率較低時，流動性較強、資本金較少的銀行往往承擔更大的風險。Altunbas et al.（2012）[5]基于1987-2008年643家歐美上市銀行的季度數據，采用預期違約頻率（EDF）來衡量銀行風險承擔。通過GMM方法進行回歸分析，發現利率與風險之間呈負相關關系。此外，小型、流動性強、資本充足的銀行承擔的風險較小。進一步地，Altunbas et al.（2014）[16]引入銀行競爭、資產證券化活動、監管強度等變量，從金融加速器和銀行貸款渠道中分離出銀行風險承擔渠道的影響，研究結果依然不變。Acharya and Naqvi（2012）[17]的研究發現，當銀行流動性充裕時，銀行股東和經理人之間的代理問題導致銀行經理人承擔過度風險，這通常發生在宏觀經濟風險較高的情況下，而當宏觀經濟風險較高時，央行往往會放松貨幣政策。劉生福和李成（2014）[18]基于2000-2012年中國62家商業銀行的數據，研究了價格型和數量型貨幣政策對銀行風險承擔的影響。研究發現，寬松的貨幣政策增加了銀行的風險承擔，而且銀行風險承擔對數量型貨幣政策的敏感性更強。譚政勛和李麗芳（2016）[19]的實證研究表明，貨幣政策對銀行風險承擔具有直接影響，而且從銀行效率的角度而言存在著最優風險承擔。熊劼（2017）[20]基于1998-2012年44家商業銀行的數據證實了貨幣政策對銀行風險承擔的影響。鄧向榮和張嘉明（2018）[7]采用1997-2015年183家銀行的面板數據進行了實證分析，研究發現，存貸款基準利率和銀行間同業拆借利率等貨幣政策工具對銀行風險承擔均有顯著影響。

（三）研究評述

綜上，既有文獻對于貨幣政策的銀行風險承擔傳導機制已經進行了較為豐富和全面的研究，而且該傳導機制的存在性已經成為學界共識。但遺憾的是，目前仍鮮有文獻關注貨幣政策的銀行風險承擔傳導機制的作用程度是否受到其他宏觀因素的影響，特別是是否受到金融結構變化的影響。與此同時，關于金融結構與商業銀行之間關系的定量研究較少，這就很難針對貨幣當局的宏觀審慎監管以及微觀層面的銀行風險管理提出具有針對性的政策建議。

三、研究設計

（一）模型構建

為了研究金融結構演變視角下貨幣政策的銀行風險承擔渠道，本文依次進行以下三個層面的實證分析：首先探討金融結構是否對銀行風險承擔具有顯著影響，以及其作用方向如何;其次，控制住金融結構對銀行風險承擔的影響，考察貨幣政策的銀行風險承擔渠道是否存在;最后，引入貨幣政策與金融結構的交互項，研究貨幣政策的銀行風險承擔渠道是否隨著金融結構的變化而變化。為此，分別建立如下三個計量模型：

RISKit=α0+α1FINSTRt+Xitδ+ui+εit（1）

RISKit=β0+β1MPt+β2FINSTRt+Xitσ+ui+εit（2）

RISKit=γ0+γ1MPt×FINSTRt+γ2MPt+γ3FINSTRt+Xitθ+ui+εit（3）

其中，RISK為銀行風險承擔，作為被解釋變量;MP和FINSTR分別為貨幣政策和金融結構的代理變量，作為核心解釋變量;Xit是一個列向量，其中包含所有控制變量;ui表示銀行個體效應，εit表示隨機誤差項。

（二）變量選擇與說明

1.被解釋變量。本文的被解釋變量是銀行風險承擔，銀行風險承擔具有異質性，可以分為資產端風險承擔和負債端風險承擔，但既有研究中鮮有基于異質性視角將銀行風險承擔進行區分的文獻，目前大部分文獻采用以下幾個指標作為銀行風險承擔的代理變量：風險加權資產占總資產比重，不良貸款率，非存款負債占總資產比重，Z評分，以及預期違約頻率。其中，Z評分主要用于度量銀行的破產風險，在目前中國的金融體制下，銀行破產的概率非常低，因此Z評分不能很好地測度銀行風險承擔水平。預期違約頻率只反映銀行面臨的信用風險，且數據不易獲取，因此也不適合作為銀行風險承擔的代理變量。不良貸款率也是測度銀行面臨信用風險的指標，而且更側重于衡量銀行事后風險，同樣也不能全面準確地反映銀行風險承擔水平。風險加權資產占總資產比重綜合反映了信用風險、市場風險和操作風險，綜合來看是測度銀行資產端風險承擔的最佳指標。非存款負債占總資產比重往往用來衡量銀行負債端風險承擔，這是因為非存款負債一般都是短期的，非存款負債占比越多意味著銀行期限錯配越嚴重，此外，非存款負債波動性較大，面臨的利率風險較高，因此能夠反映銀行負債端風險承擔水平。綜合以上分析，本文采用風險加權資產占總資產比重（RWA）來度量銀行資產端風險承擔，采用非存款負債占總資產比重（NONDEP）來度量銀行負債端風險承擔。

2.核心解釋變量。本文的核心解釋變量是貨幣政策和金融結構。在貨幣政策代理變量的選擇上，本文選擇一年期存款基準利率（DEP）、貸款基準利率（LOAN）和法定存款準備金率（RESERVE）作為貨幣政策的代理變量。這是因為，中國的金融體制改革目前正在不斷深化，利率市場化進程尚未徹底完成，中國并沒有像發達經濟體那樣完備的利率傳導體系，長期以來，中國的貨幣政策工具主要是存、貸款基準利率和法定存款準備金率，雖然近年來中國人民銀行使用公開市場操作和廣義再貸款的頻率越來越高，但具體到銀行層面，存貸款定價仍然在很大程度上盯住存貸款基準利率，與此同時，法定存款準備金率仍然是央行主要的貨幣政策工具之一。

在金融結構代理變量的選擇上，本文采用社會融資規模數據構造金融結構指數，社會融資規模共包括十個分項指標，基本上涵蓋了家庭、企業和金融機構等部門的直接融資和間接融資。金融結構這一概念的內涵在于直接融資占比與間接融資占比的相對變化，因此本文采用企業債券和非金融企業境內股票融資之和占社會融資規模的比重作為金融結構的代理變量（FINSTR1）;除此之外，為了檢驗變量指標測度的可靠性，本文還采用企業債券和非金融企業境內股票融資之和與人民幣貸款、外幣貸款、委托貸款、信托貸款和未貼現銀行承兌匯票之和的比值作為另一種備選的金融結構代理變量（FINSTR2），用于本文實證部分的穩健性分析。

3.控制變量。借鑒方意等（2012）[21]、鄧向榮和張嘉明（2018）[7]等既有文獻的研究，本文基于銀行層面和宏觀層面選擇以下5個變量作為控制變量。一是資產規模（ASSET），大銀行和小銀行在風險承擔意愿、風險承擔能力乃至風險偏好、風險感知等方面都具有一定的差異，所以這里引入資產規模作為控制變量，本文對銀行總資產取自然對數，以減輕潛在異方差的影響;二是資產回報率（ROA），即銀行凈利潤與資產規模之比，銀行在經營過程中會綜合考慮風險和收益，往往在二者之間進行權衡取舍，因此這里引入資產回報率來控制銀行盈利能力對風險承擔水平的影響;三是運營效率（EFFICIENCY），即銀行運營成本占總收入比重，運營效率能夠在一定程度上反映出銀行的公司治理能力和綜合管理水平，這也是銀行風險承擔的重要影響因素;四是杠桿率（LEVERAGE），即所有者權益占總資產比重，一般而言，杠桿率能夠表征銀行的風險偏好，杠桿率越高則銀行風險承擔越多，杠桿率越低則銀行風險承擔越少;五是GDP增速（GDP），即實際GDP的年度增速，用來控制宏觀層面的影響因素。

四、實證結果及分析

（一）樣本與數據說明

本文銀行層面的數據來自于Moodys Analytics BankFocus-全球銀行與金融機構分析庫，用于測算金融結構的社會融資規模等其他宏觀層面的數據來源于Wind數據庫。本文從 Moodys Analytics BankFocus數據庫中篩選出2002-2017年中國商業銀行的非平衡面板數據，從中剔除觀測值不足3年的數據，得到一個涵蓋 165 家銀行、1284個觀測值的樣本。

（二）描述性統計

在數據處理方面，本文運用Stata軟件對銀行層面的各個變量進行1%分位及99%分位的縮尾處理，從而在最大程度上排除異常值的影響。表1展示了主要變量的描述性統計結果。

2002-2017年期間，1年期人民幣存款基準利率共調整25次，其中上調13次，下調12次;1年期人民幣貸款基準利率共調整27次，其中上調14次，下調13次;大型商業銀行法定存款準備金率①共調整43次，其中上調32次，下調11次，中小型商業銀行法定存款準備金率共調整44次，其中上調32次，下調12次?？梢钥闯?，以上三個變量能夠體現出完整的貨幣政策周期。銀行風險承擔方面，從資產端風險承擔來看，樣本中銀行風險加權資產占總資產比重平均為55.125%，從負債端風險承擔來看，非存款負債占總資產比重平均為11.058%，從標準差來看，不同銀行的風險承擔水平具有明顯的差異。從控制變量來看，樣本中銀行資產回報率平均為1.2%，運營成本占總收入比重平均為42.4%，所有者權益占總資產比重平均為8.9%。除此之外，樣本期間中國GDP增速平均為8.5%。

（三）實證結果及分析

考慮到本文的樣本時間跨度較長、覆蓋的銀行數量較多，面板數據可能存在組間異方差、組內自相關和組間同期相關等問題，對此我們首先進行必要的假設檢驗。似然比檢驗和伍德里奇檢驗結果顯示，存在組間異方差和一階組內自相關。因此，本文采用全面可行廣義最小二乘法（FGLS）對模型進行估計，以克服潛在的異方差和自相關問題。模型（1）的估計結果如表2所示。

表2的第（1）-（3）列展示了金融結構的變化對銀行資產端風險承擔的影響，可以看出，金融結構的估計系數在1%的水平下顯著為負，這說明金融結構的變化對銀行資產端風險承擔水平具有顯著影響，隨著直接融資占比的上升，銀行資產端風險承擔顯著減少，反之，如果社會融資結構中直接融資占比下降，則銀行資產端風險承擔顯著增加。之所以會出現這種現象，一個可能的原因在于，隨著直接融資占比的上升，社會融資總量中對銀行貸款需求的占比相應減少，銀行持有的資產結構也會有所調整，具體表現為風險權重較大的貸款占比下降，風險權重較小的債券占比上升，因此風險加權資產占比總體上呈現下降態勢。

表2的第（4）-（6）列展示了金融結構的變化對銀行負債端風險承擔的影響，金融結構的估計系數都在1%的水平下顯著為正，這表明金融結構的變化對銀行負債端風險承擔也具有顯著影響，隨著直接融資占比的上升，銀行負債端風險承擔顯著增加，相反，隨著直接融資占比的下降，銀行負債端風險承擔顯著減少。出現這種結果的原因可能是因為，伴隨著直接融資占比的上升，金融市場日趨完善，銀行自身的融資渠道得以拓寬，越來越多的銀行在負債端依賴金融市場上的批發性融資。與傳統的存款負債相比，這種批發性融資的利率變動更加敏感、頻繁，波動幅度也更大，而且不受到存款保險的保護，所以銀行越依賴于金融市場批發性融資，其負債端風險承擔就越多。

從控制變量來看，銀行資產規模的估計系數都在1%的水平上顯著為正，說明銀行資產規模對銀行資產端風險承擔和負債端風險承擔都具有顯著的正向影響，這意味著，大銀行在資產端和負債端的風險承擔水平都要高于小銀行。資產回報率的估計系數都在1%的水平上顯著為負，說明資產回報率越高的銀行在資產端和負債端的風險承擔更小，這也比較容易理解，一般而言，資產回報率較高的銀行都具有先進的風險管理理念和方法，能夠將風險控制在合意范圍之內，避免不良貸款大規模形成，因此無論是資產端還是負債端，其風險承擔水平都更低。銀行運營效率的估計系數為負，但對銀行資產端風險承擔的影響不顯著，而對銀行負債端風險承擔的影響在1%的水平上顯著，這說明運營效率越低的銀行越傾向于在負債端承擔風險。事實上，由于規模效應的存在，城商行、農商行等中小商業銀行的運營效率顯著低于大型商業銀行，而前者在負債端也更加依賴批發市場債券融資或同業市場上的同業負債，因此負債端風險承擔水平也就更高。銀行所有者權益占總資產比重的估計系數為正，且對銀行資產端風險承擔的影響在1%的水平上顯著，這說明對于資本越充足的銀行來說，其資產端風險承擔水平更高，這在當下的中國也是容易理解的，目前銀行資產端的擴張受到資本充足率監管的限制，如果銀行資本金更加充足，那么就更有動機和能力去投資于風險資產，因此所有者權益占總資產比重與資產端風險承擔正相關。GDP增速對銀行資產端和負債端風險承擔的作用方向相反，具體來看，對銀行資產端風險承擔的影響在1%的水平上顯著為負，而對銀行負債端風險承擔的影響在5%的水平上顯著為正，這意味著銀行資產端風險承擔具有顯著的逆周期性，而負債端風險承擔則具有顯著的順周期特征。這是因為，當經濟上行時，借款人的資產質量、抵押品價值都會上升，銀行面臨的違約概率更小，因此資產端風險承擔更小，與此同時，貨幣市場上的流動性更加充裕，銀行間借貸成本更低，銀行更傾向于獲得金融市場融資，但這種資金具有短期性和不穩定性，所以銀行負債端風險承擔上升。

表3的第（1）-（3）列展示了控制住金融結構之后貨幣政策對銀行資產端風險承擔的影響，其中，貨幣政策代理變量分別為存款基準利率、貸款基準利率和法定存款準備金率?；貧w結果顯示，存、貸款基準利率和法定存款準備金率的估計系數都是顯著的，而且在1%的水平上顯著為負，這說明三者的上升都會使得銀行風險加權資產占總資產的比重下降，反之，三者的下降都會導致銀行風險加權資產占比上升，這表明緊縮的貨幣政策會促使銀行資產端風險承擔減少，而寬松的貨幣政策造成銀行資產端風險承擔上升。控制變量方面，銀行資產規模的估計系數顯著為正，表明資產規模越大，則銀行資產端風險承擔就越多。銀行所有者權益占總資產比重與銀行資產端風險承擔顯著正相關，說明資本越充足的銀行越有能力在資產端進行風險資產的擴張。GDP增速與銀行資產端風險承擔顯著負相關，表明在宏觀經濟下行時，銀行資產端風險承擔增加，而在經濟向好時，銀行資產端風險承擔減少。

表3的第（4）-（6）列展示了控制住金融結構之后貨幣政策對銀行負債端風險承擔的影響。回歸結果顯示，存、貸款基準利率的估計系數均至少在5%的水平上顯著為正，相比之下，法定存款準備金率的估計系數在5%的水平上顯著為負，這說明不同類型的貨幣政策工具對銀行負債端風險承擔的影響具有明顯區別：價格型貨幣政策的緊縮（擴張）會導致銀行負債端風險承擔的增加（減少），而與之相反，數量型貨幣政策的緊縮（擴張）則會導致銀行負債端風險承擔的減少（增加）?？刂谱兞糠矫妫y行資產規模的估計系數顯著為正，表明資產規模越大，銀行負債端風險承擔就越多，這與資產端風險承擔的變化相一致。資產回報率的估計系數顯著為負，說明銀行的資產回報率越高，則負債端風險承擔就越少，也就是說盈利能力越強的銀行負債端風險承擔越少。成本收入比的估計系數同樣顯著為負，說明運營效率越高的銀行負債端風險承擔越多。GDP增速的估計系數顯著為正，說明在宏觀經濟下行時，銀行負債端風險承擔減少，而在經濟向好時，銀行負債端風險承擔增加，這恰恰與銀行資產端風險承擔相反。

綜合以上回歸結果，可以總結出如下結論：貨幣政策與金融結構對銀行風險承擔的影響都是顯著的。從金融結構的變化來看，隨著直接融資占比的上升，銀行資產端風險承擔逐漸減少，而負債端風險承擔逐漸增加。從貨幣政策來看，不同類型的貨幣政策工具與銀行資產端風險承擔和負債端風險承擔的關系是不同的，具體而言，數量型貨幣政策的擴張導致銀行資產端風險承擔和負債端風險承擔增加，而價格型貨幣政策的擴張一方面導致銀行資產端風險承擔增加，另一方面導致銀行負債端風險承擔減少。

既有理論認為，在估值收入現金流效應、追逐收益率效應、保險效應、資產替代效應以及杠桿效應等作用機制下，政策利率與銀行風險承擔呈負相關關系，而在風險轉移效應下，政策利率與銀行風險承擔呈正相關關系。從以上回歸結果中可以判斷出，不同類型的貨幣政策工具作用于銀行風險承擔的方式也是不同的，具體來看，有以下4種組合方式，如表4所示。

在表4中，貨幣政策與銀行風險承擔之間的同向變動關系采用“風險轉移效應”來表示，表明寬松（緊縮）的貨幣政策導致銀行風險承擔增加（減少）。相比之下，貨幣政策與銀行風險承擔之間的反向變動關系可以采用多種效應來說明，這里為了簡潔明了，采用“資產替代效應”來表示，這在一定程度上是由于本文使用銀行風險加權資產占總資產比重這一指標來測度銀行風險承擔，可以更好地表征資產替代效應（即無風險資產與風險資產之間的相互替代）。從表4中可以看出，只有當價格型貨幣政策工具作用于銀行負債端風險承擔時，風險轉移效應才占據主導地位。在中國的利率市場化改革和貨幣政策框架轉型逐步推進的現實背景下，價格型貨幣政策工具（如政策利率）將發揮越來越重要的作用，因此需要特別關注價格型貨幣政策工具對銀行風險承擔的異質性影響。

接下來引入貨幣政策和金融結構的交乘項，探討貨幣政策對銀行風險承擔的影響是否會隨著金融結構的變化而變化，估計結果如表5所示。

由于引入了貨幣政策與金融結構的交互項，所以對于貨幣政策和金融結構這兩個變量而言，其本身的估計系數不再完全反映二者對銀行風險承擔的邊際影響。這里我們主要關注貨幣政策與金融結構對銀行風險承擔的交互影響，所以只需觀察交互項的估計系數。從表5的第（1）-（3）列可以看出，貨幣政策與金融結構的交互項系數在1%的水平下顯著，說明貨幣政策對銀行風險承擔的作用程度受到金融結構的顯著影響。結合之前的回歸結果（表3）可知，貨幣政策和金融結構對銀行資產端風險承擔的邊際影響都是顯著為負的，所以表5前三列的回歸結果表明，隨著金融結構中直接融資占比的上升，貨幣政策對銀行資產端風險承擔的影響將會受到削弱，即緊縮性貨幣政策對銀行資產端風險承擔的抑制作用會減弱，寬松的貨幣政策對銀行資產端風險承擔的刺激作用也會減弱。從表5的第（4）-（6）列可以看出，存、貸款基準利率與金融結構交互項的估計系數并不顯著，而法定存款準備金率與金融結構的交互項系數在1%的水平上顯著為正，說明價格型貨幣政策對銀行負債端風險承擔的影響并不隨著金融結構的變化而變化，相比之下，數量型貨幣政策對銀行負債端風險承擔的影響隨著金融結構中直接融資占比的上升而弱化。表5中控制變量的估計結果與表3基本一致，在此不再贅述。

綜合以上回歸結果，可以得出如下結論：不同類型的貨幣政策對銀行風險承擔的影響隨著金融結構的變化表現出不同特征，具體而言，價格型貨幣政策對銀行資產端風險承擔的影響隨著直接融資占比的上升而受到削弱，對銀行負債端風險承擔的影響則不隨金融結構的變化而變化;數量型貨幣政策對銀行資產端風險承擔和負債端風險承擔的影響也受到削弱?？傮w來看，除了價格型貨幣政策對銀行負債端風險承擔的影響之外，貨幣政策對于銀行風險承擔的影響隨著直接融資占比的上升而減弱，其背后的經濟學原理在于：直接融資占比的上升本質上是金融脫媒的一種表現，即在整個社會中通過金融中介進行的資金融通減少，而商業銀行恰恰是最重要的金融中介，承擔著信用轉換和流動性轉換的重要職能，也是貨幣政策傳導過程中的關鍵環節所在，隨著金融脫媒程度的加深，銀行貸款在社會融資規模中的比例下降，貨幣政策通過商業銀行進行傳導的效果也必將減弱，本文的研究結論證實了這一點。

（四）穩健性檢驗

為了進一步驗證以上結論的可靠性，這里我們采用另外一種方法測度金融結構的變化，即采用企業債券和非金融企業境內股票融資之和與人民幣貸款、外幣貸款、委托貸款、信托貸款和未貼現銀行承兌匯票之和的比值作為金融結構代理變量（FINSTR2）。穩健性檢驗的回歸結果如表6至表8所示。

從表6中可以看出，新的金融結構代理變量仍然對銀行資產端風險承擔和負債端風險承擔具有顯著影響，而且估計系數的符號也與基準回歸結果相同。與此同時，從表7中可以看出，替換金融結構的代理變量之后，貨幣政策代理變量的估計系數的大小、符號和顯著性也沒有發生明顯改變，基準回歸的結論仍然成立，即數量型貨幣政策的擴張導致銀行資產端風險承擔和負債端風險承擔增加，而價格型貨幣政策的擴張一方面導致銀行資產端風險承擔增加，另一方面使得銀行負債端風險承擔減少。這表明，基準回歸結果是穩健可靠的。

從表8中可以看出，替換金融結構的代理變量之后，貨幣政策與金融結構交互項估計系數的大小、符號和顯著性也沒有發生明顯改變，基準回歸的結論仍然成立，價格型貨幣政策對銀行資產端風險承擔的影響隨著直接融資占比的上升而受到削弱，對銀行負債端風險承擔的影響則不隨金融結構的變化而變化;數量型貨幣政策對銀行資產端風險承擔和負債端風險承擔也都受到了削弱。

五、結論與建議

貨幣政策的銀行風險承擔傳導機制是近年來學術研究的熱點和前沿問題，但既有研究并未區分銀行資產端風險承擔和負債端風險承擔，此外，也沒有文獻探討金融結構的演進對于貨幣政策銀行風險承擔渠道的影響。有鑒于此，本文基于2002-2017年165家銀行的非平衡面板數據，采用可行廣義最小二乘（FGLS）估計方法，實證檢驗貨幣政策和金融結構對銀行風險承擔的影響。研究結果表明：第一，金融結構的變化對銀行風險承擔具有顯著影響，隨著直接融資占比的上升，銀行資產端風險承擔顯著減少，而負債端風險承擔顯著增加。第二，控制住金融結構的影響之后，貨幣政策對銀行資產端風險承擔和負債端風險承擔也都具有顯著影響，這就夯實了中國貨幣政策銀行風險承擔渠道的存在性。第三，不同的貨幣政策工具對銀行資產端風險承擔和負債端風險承擔的作用方向是不同的，具體來說，存、貸款利率的上升在使得銀行資產端風險承擔顯著減少的同時，也導致銀行負債端風險承擔顯著增加，而法定存款準備金率的提升則使得銀行資產端和負債端風險承擔同時減少。第四，貨幣政策對銀行風險承擔的影響隨著金融結構的變化而變化。特別地，不同的貨幣政策工具與金融結構的交互項對銀行資產端風險承擔和負債端風險承擔的影響存在明顯區別，存、貸款基準利率對銀行資產端風險承擔的影響隨著直接融資占比的上升而減弱，對銀行負債端風險承擔的影響則不隨金融結構的變化而變化;法定存款準備金率對銀行資產端風險承擔和負債端風險承擔的影響也隨著直接融資占比的上升而受到削弱。

研究結論的政策含義對貨幣當局、監管部門以及商業銀行都具有重要意義。首先，貨幣政策的銀行風險承擔渠道在中國的存在性得到了進一步驗證，因此應進一步完善貨幣政策調控與宏觀審慎監管“雙支柱”的協同，兼顧價格水平穩定與金融穩定，與此同時，中央銀行和銀行業監督管理部門還應加強宏觀審慎和微觀審慎的協同，共同防范潛在的個體銀行風險演變為系統性風險。其次，不同貨幣政策工具對銀行風險承擔的影響存在顯著區別，因此中央銀行在貨幣政策制定和執行過程中應充分評估不同政策工具的作用效果，針對宏觀經濟中的不同情況綜合運用數量型貨幣政策工具和價格型貨幣政策工具加以應對，并適時進行預調、微調。再次，就傳導效果而言，貨幣政策銀行風險承擔渠道的效果隨金融結構的變化而變化，因此中央銀行需密切監測社會融資規模所發生的結構性變化，就其對貨幣政策傳導機制可能產生的潛在影響進行前瞻性研究與預判，引導社會融資結構與貨幣政策傳導機制相互適應。最后，對于商業銀行來說，不同類型的貨幣政策工具以及金融結構的變化對銀行資產端風險承擔和負債端風險承擔的影響存在顯著區別，這就給商業銀行資產負債管理和風險管理帶來了挑戰，商業銀行應該針對宏觀經濟形勢和監管政策的變化，及時調整資產負債結構和風險模型，提升風險管理能力，增強自身經營的穩健性。

注釋：

① 從2008年開始，中國正式實施差別化存款準備金制度。

參考文獻：

[1] Borio C， Zhu H. Capital Regulation，Risk-taking and Monetary Policy： A Missing Link in the Transmission Mechanism[R].BIS Working Papers No. 268，2008.

[2] Rajan R G. Has finance made the world riskier？ [J]. European Financial Management，2006，12（4）： 499-533.

[3] Adrian T，Shin H S. Money，liquidity，and monetary policy[R]. FRB of New York Staff Report，2009（360）.

[4] De Nicolò G，Dell′Ariccia G，Laeven L，et al. Monetary policy and bank risk taking[R]. SSRN Working Paper No.1654582，2010.

[5] Altunbas Y，Gambacorta L，Marques-Ibanez D. Do bank characteristics influence the effect of monetary policy on bank risk？[J]. Economics Letters，2012，117（1）： 220-222.

[6] 鄧向榮，張嘉明，李寶偉，等.利率市場化視角下貨幣制政策對銀行流動性創造的影響——基于銀行風險承擔的中介效應檢驗[J].財經理論與實踐，2018（1）：10-18.

[7] 鄧向榮，張嘉明.貨幣政策、銀行風險承擔與銀行流動性創造[J].世界經濟，2018，41（4）：28-52.

[8] Jiménez G，Ongena S，Peydró J L，et al. Hazardous Times for Monetary Policy： What Do Twenty-Three Million Bank Loans Say About the Effects of Monetary Policy on Credit Risk-Taking？[J]. Econometrica，2014，82（2）： 463-505.

[9] DellAriccia G，Laeven L，Suarez G A. Bank Leverage and Monetary Policy′s Risk-Taking Channel： Evidence from the United States[J]. The Journal of Finance，2017，72（2）： 613-654.

[10]Bruno V，Shin H S. Capital flows and the risk-taking channel of monetary policy[J]. Journal of Monetary Economics，2015，71： 119-132.

[11]Bernanke B，Gertler M，Gilchrist S. The Financial Accelerator and the Flight to Quality[J]. Review of Economics & Statistics，1996，78（1）：1-15.

[12]DellAriccia G，Marquez R，Laeven L. Monetary policy，leverage，and bank risk-taking[M]. International Monetary Fund，2010.

[13]Angeloni I，Faia E，Duca M L. Monetary policy and risk taking[J]. Journal of Economic Dynamics and Control，2015，52： 285-307.

[14]金鵬輝，張翔，高峰. 貨幣政策對銀行風險承擔的影響——基于銀行業整體的研究[J]. 金融研究，2014（2）： 16-29.

[15]Ioannidou V，Ongena S，Peydró J L. Monetary policy and subprime lending： a tall tale of low federal funds rates，hazardous loans and reduced loan spreads[R]. European banking centre discussion paper，No. 45，2009.

[16]Altunbasa Y，Gambacortab L，Marques-Ibanezc D. Does Monetary Policy Affect Bank Risk？[J]. International Journal of Central Banking，2014，10（1）： 95-135.

[17]Acharya V，Naqvi H. The seeds of a crisis： A theory of bank liquidity and risk taking over the business cycle [J]. Social Science Electronic Publishing，2012，106（2）：349-366.

[18]劉生福，李成. 貨幣政策調控、銀行風險承擔與宏觀審慎管理——基于動態面板系統GMM模型的實證分析[J]. 南開經濟研究，2014（5）：24-39.

[19]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（6）： 112-126.

[20]熊劼. 中國貨幣政策風險承擔渠道的實證研究[J]. 世界經濟研究，2017（3）：14-29.

[21]方意，趙勝民，謝曉聞.貨幣政策的銀行風險承擔分析——兼論貨幣政策與宏觀審慎政策協調問題[J].管理世界，2012（11）：9-19.