結構性貨幣政策的銀行風險承擔渠道

唐文進 黃玲

摘要：本文采用2013年第一季度至2020年第三季度39家上市銀行的微觀數據，從銀行競爭的角度實證分析了結構性貨幣政策對銀行風險承擔渠道的影響效應。研究發現：寬松的結構性貨幣政策立場提高了銀行主動承擔風險的水平，銀行競爭程度的上升提高了銀行風險承擔渠道的傳導效率。進一步的異質性分析發現，結構性貨幣政策的銀行風險承擔渠道更多的是通過大型銀行發揮作用，且就銀行風險承擔渠道的作用效果而言，大型銀行強于小型銀行;銀行風險承擔渠道的作用在經濟增速較快的地區表現得更為顯著，即使在經濟增速較慢地區，銀行競爭對結構性貨幣政策的銀行風險承擔渠道也存在促進作用;在經濟上行期，銀行競爭會促使銀行風險承擔渠道的傳導更為暢通，傳導效率明顯提高。因此，在深化銀行業市場化改革和采用結構性貨幣政策調控經濟的背景下，鼓勵銀行業競爭將有助于提高結構性貨幣政策的有效性。

關鍵詞：銀行競爭;結構性貨幣政策;銀行風險承擔渠道;銀行業對外開放

基金項目：國家社會科學基金重大項目“經濟發展新常態下貨幣政策的結構調整功能及其有效性研究”（16ZDA034）;湖南省金融工程與金融管理研究中心基金資助項目“銀行競爭視角下結構性貨幣政策的銀行風險承擔渠道研究”（20FEFMY9）

中圖分類號：F830 ? ?文獻標識碼：A ? ?文章編號：1003-854X（2021）08-0048-11

一、引言與相關文獻綜述

從2013年開始，我國貨幣政策從主要關注總量調控轉向實施精準化的結構性調控，中央銀行先后設立了短期流動性調節工具（SLO）和央行票據互換（CBS）等公開市場操作創新工具，常備借貸便利（SLF）、中期借貸便利（MLF）和抵押補充貸款（PSL）等再貸款創新工具，還有差別準備金動態調整機制、定向降準等結構性貨幣政策工具，以引導金融機構資金流向小微、“三農”等國家重點扶持的薄弱行業或地區。從中央銀行創設多種結構性貨幣政策工具的具體實踐過程來看，商業銀行是貨幣政策傳導渠道的重要中介，在結構性貨幣政策的實施過程中起著重要作用。我國是以國有控股大型商業銀行為主導，股份制商業銀行、城市商業銀行、農村商業銀行并存的銀行體系。隨著銀行業市場化改革的逐步推進，我國銀行業的競爭程度也逐漸提高。銀行業競爭格局的改變，直接影響銀行的利潤與前景，同時也會間接改變銀行的風險承擔偏好。那么，在中央銀行積極實施結構性貨幣政策的背景下，我們關注的是貨幣政策調控方式的改變是否會影響銀行主動的風險承擔？不同規模、不同地區、不同經濟周期下的銀行風險承擔渠道是不是存在差異？

2008年金融危機以前，傳統理論往往忽略寬松的貨幣政策對銀行風險承擔渠道的影響，認為貨幣政策僅影響商業銀行的貸款數量。然而，商業銀行在貨幣政策的實施過程中起著重要作用，其銀行風險承擔水平關乎整個金融體系的穩定。因此，危機后貨幣政策對銀行風險承擔渠道的影響迅速成為國內外諸多學者關注的焦點。

（一）結構性貨幣政策的銀行風險承擔渠道

關于傳統貨幣政策下銀行風險承擔渠道的研究已有很多，主要包括銀行風險承擔渠道的存在性、作用機制、影響因素及異質性等方面①?？偟膩碚f，有關傳統貨幣政策的銀行風險承擔渠道的研究成果較為豐富，但關于結構性貨幣政策的銀行風險承擔渠道研究相對較少。從現有研究來看，已有學者證明了結構性貨幣政策下銀行風險承擔渠道的存在性和實施效果的非對稱性②。還有研究分析了影響銀行風險承擔渠道的因素，一部分學者認為銀行風險承擔渠道對結構性貨幣政策的敏感性主要與利率環境、企業融資模式等銀行外部因素相關③;一部分學者則從銀行內部環境，如流動性狀況、銀行效率等方面出發來分析影響銀行風險承擔渠道的因素④。

（二）銀行業競爭和銀行風險承擔渠道的關系

此類研究大多基于理論分析和實證檢驗，著重探討銀行業競爭對銀行風險承擔渠道的影響⑤。有的從市場集中度、銀行規模、不同所有制等銀行業競爭的結構特征來研究銀行業競爭與銀行風險承擔渠道之間的相關關系，認為國有銀行和非國有銀行因政策責任、初始份額等原因使競爭所承受的風險水平的敏感性存在差異⑥。大多數學者從存款市場競爭和貸款市場競爭兩種不同角度分析競爭影響商業銀行風險承擔渠道的原因，主要存在“特許權價值假說”和“風險轉移假說”兩種觀點⑦?！疤卦S權價值假說”認為存款競爭會影響銀行的特許權價值進而導致銀行風險升高;而“風險轉移假說”則認為貸款競爭會降低貸款利率從而使得銀行系統風險降低。另外，還有學者從銀行成本和影子銀行渠道等角度補充說明了競爭影響銀行風險的原因⑧。

已有研究對銀行業競爭和銀行風險承擔渠道之間的相關關系并沒有形成一致的結論。Kouki和Al-Nasser（2017）認為競爭和商業銀行風險之間存在正相關關系，即競爭與銀行風險承擔渠道之間的“競爭—脆弱”關系⑨;Akins等（2016）、徐璐和葉光亮（2018）則證實了競爭與商業銀行的風險承擔渠道之間存在負相關關系，即競爭與銀行風險承擔渠道之間的“競爭—穩定”關系⑩。另外，H. Liu等（2012）用東南亞國家的數據驗證了銀行競爭不會增加銀行的風險承擔行為，而集中度與銀行風險呈負相關{11}。

（三）銀行業競爭與貨幣政策之間的關系

目前已有的研究結論對銀行競爭是否強化貨幣政策實施效果存在較多分歧。部分學者基于銀行層面和國際層面的數據驗證了銀行競爭會弱化貨幣政策的實施效果的結論{12}。徐加根和陳?。?011）通過“競爭度—脆弱性”假說說明我國銀行業競爭越劇烈，銀行間風險越容易傳遞，銀行“避險”心理導致行為偏離預期，導致貨幣政策的有效性難以得到實現{13}。

大部分學者從理論和實證等角度均證明了競爭對貨幣政策實施的有效性存在著促進作用。如郭曄等（2019）基于A股和新三板企業的微觀數據檢驗了定向降準政策的“普惠”效應，證明了不同維度的銀行競爭對于貨幣政策的實施效果是不同的{14}。至于具體原因，劉莉亞和余晶晶（2018）認為競爭通過銀行信貸渠道這一作用機制，提高了貨幣政策的傳導效率，且相較于大型銀行，中小型銀行在銀行信貸渠道這一作用機制上發揮著更為重要的作用{15}。胡瑩和仲偉周（2010）則認為是銀行的模仿機制放大了貨幣政策的有效性{16}。劉忠璐（2017）通過2002—2014年中國76家商業銀行數據的分析，發現貸款市場競爭的作用力度要大于存款市場競爭，而在存款市場競爭下，擴張性貨幣政策的作用效果要優于緊縮性貨幣政策{17}。

綜合已有的研究文獻可以看出：關于總量性貨幣政策的銀行風險承擔渠道的研究成果較為豐富，而關于結構性貨幣政策的銀行風險承擔渠道的研究成果較少，在銀行業競爭加劇的背景下，將銀行競爭度作為影響因素對銀行風險承擔渠道進行考察的研究更是匱乏。當下關于銀行業競爭和銀行風險承擔渠道之間，以及銀行業競爭與貨幣政策傳導效率之間的關系認知仍存在爭議。本文在考察結構性貨幣政策能否通過銀行風險承擔渠道發揮作用的基礎上，進一步探究銀行風險承擔渠道在銀行業競爭狀態改變下的異質性，以及其對結構性貨幣政策實施效果的影響。

二、理論機制、研究假設與研究設計

（一）結構性貨幣政策的銀行風險承擔渠道

目前，我國經濟環境存在總量富足、結構性短缺等問題，從企業內在因素來看，這種經濟“短板”出現的原因可以歸結于“短板”企業融資成本高、融資完成度低、收益與風險不成正比;從企業外部因素來看，社會資本不愿投入“短板”領域負擔更高風險，商業性金融機構望而卻步{18}。在此背景下，中央銀行采取寬松的政策措施，強化銀行風險承擔渠道建設，改善“短板”領域結構性短缺問題，從而實現貨幣政策目標{19}。

結構性貨幣政策的銀行風險承擔渠道的實現依賴于央行的窗口指導，貨幣當局鼓勵銀行業金融機構積極承擔社會責任，將更高比例的貸款投向國民經濟重點領域和薄弱環節，利用銀行業金融機構的風險準備金彌補“三農”和小微企業的部分信貸資金損失，預期會提升銀行風險承擔水平從而增加對特定領域的授信{20}。另外，中央銀行對于發放貸款支持實體經濟的金融機構，如政策性金融機構和資產管理公司等提供流動性支持，充分發揮銀行風險承擔渠道的功能，“三農”和小微企業部分金融風險轉由金融機構承擔，“短板”企業風險減少，從而促進實體經濟健康發展{21}。由此得到基本假設1。

假設1：結構性貨幣政策能通過銀行風險承擔渠道發揮作用。

（二）銀行競爭的調節作用

貨幣當局通過向金融機構提供流動性支持的方式實施結構性貨幣政策時，提高了銀行風險承擔渠道的傳導效率。隨著銀行業競爭度的提高，銀行間模仿效應的傾向性越強，單個銀行不僅會直接調整自身行為適應貨幣政策要求，還會基于模仿效應產生趨同行為，進一步提高銀行風險承擔渠道的傳導效率{22}。另外，銀行業競爭度提高也增加了商業銀行貸款利率和貨幣政策利率的聯系，強化了貨幣政策的傳導效果{23}。由此得到基本假設2a。

假設2a：銀行業競爭加劇會強化結構性貨幣政策下銀行風險承擔渠道的傳導效果。

當銀行業競爭程度加劇時，在“競爭度—脆弱性”假說下，銀行市場不穩定導致銀行縮小風險信貸規模，從而降低銀行風險承擔水平{24}。此外，在政府支持下國有控股銀行符合貨幣政策操作預期，但銀行業競爭加劇擴大了非國有銀行的市場占有率，削弱了國有銀行的市場規模，進而影響貨幣政策作用的發揮，弱化了銀行風險承擔渠道的傳導效率。由此得到基本假設2b。

假設2b：銀行業競爭加劇會弱化結構性貨幣政策下銀行風險承擔渠道的傳導效率。

（三）研究設計

（1）計量模型設定。已有關于貨幣政策傳導渠道的研究主要采用向量自回歸模型（VAR）或相關擴展模型、動態隨機一般均衡（DSGE）模型以及固定效應模型等研究方法。DSGE模型具有較強的微觀基礎與理論推導機制，相較于VAR模型，其經濟理論意義得到更好的詮釋，但DSGE模型的參數識別依賴嚴格的假設，而且所得結果也在一定程度上受到主觀性的干擾?；诖?，本文選取固定效應模型作為基準研究方法，優勢在于該方法將宏觀經濟變量和銀行層面的變量納入考量，更切合經濟實際;該模型可以識別樣本數據間的經濟顯著性，回歸結果中估計參數的正負可以驗證結構性貨幣政策是否存在銀行風險承擔渠道。同時，該模型還可以識別樣本數據間的統計顯著性，回歸結果中t檢驗結果顯著可以驗證統計學意義上顯著。因此，固定效應模型不僅克服了VAR模型無法準確反映經濟理論意義的缺點，也克服了DSGE模型存在主觀性干擾的局限。

為檢驗結構性貨幣政策與銀行風險承擔渠道之間的關系，本文借鑒李雙建和田國強（2020）的研究{25}，構建如下靜態面板基準模型：

Riskit=α0+α1SMPt+α2Controlit+μi+εit （1）

其中，i=1，……，N表示銀行個體;t=1，……，T表示觀察季度;Riskit為銀行i在第t季度的風險承擔水平;SMPt為結構性貨幣政策代理變量;Controlit為控制變量集合，包括銀行層面控制變量、傳統貨幣政策控制變量、宏觀經濟層面控制變量;μi表示個體固定效應;εit表示隨機擾動項。本文重點關注的變量為結構性貨幣政策因子SMP的估計系數α1，若α1顯著為正，意味著寬松的結構性貨幣政策立場可以提高銀行主動承擔風險的水平。

為進一步考察在實施結構性貨幣政策的條件下銀行競爭度對銀行風險承擔渠道的影響，本文在基準模型（1）中引入了結構性貨幣政策SMP與銀行競爭度LR的交乘項，構建了如下模型：

Riskit=β0+β1SMPt+β2Controlit+β3LRit+β4SMPt×LRit+μi+εit （2）

其中，LRit為銀行i在第t季度的競爭程度，其余變量含義與模型（1）相同。若銀行競爭與結構性貨幣政策交互項的估計系數β4具有顯著性，說明銀行業競爭會影響銀行風險承擔渠道。因為LR指數越小表明銀行競爭程度越高，若β4與β1的符號相反，意味著銀行競爭促進銀行風險承擔渠道的傳導更為暢通;若β4與β1的符號相同，則說明銀行競爭會弱化結構性貨幣政策對銀行風險承擔的影響。

（2）變量選取。依據上述模型，本文實證分析的主要變量說明見表1。目前，已有的研究對于銀行風險承擔的度量多選用預期違約概率、銀行貸款審批指數、不良貸款率、Z值等指標。由于我國不完善的信用體系導致預期違約概率數據很難收集，很多學者對于銀行貸款審批指數的可靠性也提出質疑，而不良貸款率衡量的是事后風險，Z值衡量的是破產風險等{26}，因此，本文最終選定銀行風險加權資產占比來衡量銀行主動承擔風險的水平，銀行風險加權資產占比越高，意味著銀行風險承擔水平越高。

由于我國自2013年以來綜合運用多種結構性貨幣政策工具，使用單個的政策工具指標代表我國實施的結構性貨幣政策具有局限性，所以本文參考歐陽志剛和薛龍（2017）的做法{27}，對總量性貨幣政策工具和結構性貨幣政策工具分別進行因子分析確定共同因子MP1、MP2，參考Boivin等（2009）的擴展主成分迭代估計方法重新估計共同因子{28}，然后剔除MP1與MP2之間的影響，得到結構性貨幣政策因子變量SMP和傳統貨幣政策因子變量MP。通過因子分析結果發現，結構性貨幣政策因子中，大型金融機構存款準備金率和中小金融機構存款準備金率的載荷系數最大，均為0.86，表明該組合因子主要反映這兩類結構性貨幣政策的政策效果;傳統貨幣政策因子中，M2、1年期商業銀行存款基準利率和1—3年定期貸款基準利率的載荷系數最大，分別為0.905、0.908和0.909，表明該組合因子主要反映這三類貨幣政策的政策效果。SMP為模型的解釋變量，代表結構性貨幣政策，MP為模型的控制變量，代表傳統貨幣政策。

本文使用Lerner指數（LR）來度量銀行競爭程度。

其中，MCit為銀行i在第t年的邊際成本;Pit為銀行i在第t年的總資產的平均價格。由于LR指數計算公式中邊際成本無法直接測量，本文將超越對數函數設置為銀行的成本函數，對成本函數求導得到MCit。另外，本文借鑒Koetter等的做法{29}，采用適應我國國情調整后的LR指數（ALR）進行穩健性檢驗，其具體計算公式如下：

我們參考DellAriccia等（2014）的做法{30}，選取傳統貨幣政策控制變量、銀行特征代理變量和宏觀經濟層面控制變量。其中，傳統的貨幣政策控制變量選用七類傳統貨幣政策工具的共同因子。銀行特征代理變量主要有：銀行存貸比（LDR）、銀行資本充足率水平（CAR）、銀行資產回報率（ROA）、銀行運營效率水平（CIR）、銀行規模（Asset）。由于銀行的風險承擔水平與經濟周期相關聯，采用CPI增速作為宏觀經濟代理變量。

表2報告了主要變量的描述性統計結果。由表2可知，銀行平均風險加權資產占比為65.705%，樣本銀行風險承擔水平較高。LR指數均值為0.437，意味著現階段銀行競爭程度較高，銀行壟斷勢力較弱。從銀行特征方面來看，存貸比均值為72.937%，資產回報率均值為0.973%，成本收入比的均值為28.963%，樣本銀行盈利水平較高。樣本銀行資本充足率的均值為13.041%，銀行抵御風險能力較強;銀行資產規模均值為2.205%，但銀行間的規模差異較大。

三、實證結果分析

由于樣本存在異方差性和相關性，所以本文選用可行廣義最小二乘法（FGLS）研究結構性貨幣政策對銀行風險承擔渠道的影響。

（一）結構性貨幣政策對銀行風險承擔渠道的影響

表3報告了模型（1）的回歸結果。第（1）列的結構性貨幣政策因子（SMP）的估計系數在1%的水平上顯著為正，說明中央銀行實行的結構性貨幣政策措施增加了銀行主動承擔風險的行為，證明了假設1成立，即結構性貨幣政策能通過銀行風險承擔渠道發揮作用。貨幣當局通過實施結構性貨幣政策工具的多樣化來拓寬銀行獲得流動性資產的渠道，商業銀行獲得中央銀行的流動性支持越多，則向“三農”、小微等重點扶持行業的信貸流向可能越多，銀行主動承擔風險的意愿越高，說明我國存在著結構性貨幣政策的銀行風險承擔渠道。

從控制變量回歸結果來看，銀行存貸比（LDR）與銀行風險承擔呈顯著正相關，意味著LDR越高，銀行貸款業務占比越高，風險聚集程度赿高。銀行資本充足率（CAR）與銀行風險承擔呈顯著負相關，這與Buch等（2014）學者的分析結果相同{31}，表明資本充足率越高的銀行風險承擔水平越低。銀行資產回報率（ROA）的估計系數在10%的水平上顯著為負，這與Konishi和Yasuda（2004）的研究結果一致{32}，說明資產回報率越低的銀行越會試圖通過承擔更高的風險來獲得收益。銀行運營效率水平（CIR）的估計系數顯著為負，這表明運營效率越低，銀行越有可能采取激進的資產配置行為以尋求高收益，主動承擔更高的風險。銀行資產規模（Asset）的估計系數顯著為正，銀行規模與銀行風險承擔成正比，說明在結構性貨幣政策的實施過程中，對比小型銀行而言，大型銀行會主動承擔更多風險，發揮著更為重要的中介作用。傳統貨幣政策控制變量（MP）的估計系數顯著為負，說明同時存在結構性貨幣政策和傳統貨幣政策時，傳統貨幣政策與銀行風險承擔水平呈負相關。宏觀經濟層面的控制變量（CPI）與銀行風險承擔之間存在顯著的正向關系，說明銀行風險承擔存在順周期性，在經濟繁榮時期銀行持有的金融資產價值升高，銀行傾向于主動承擔更多的風險行為。

（二）結構性貨幣政策的銀行風險承擔渠道：銀行競爭的影響分析

表4報告了模型（2）的回歸結果。從基準估計結果來看，表4中結構性貨幣政策因子（SMP）的估計系數在1%的水平上顯著為正，SMP×LR的估計系數顯著為負，說明LR指數越低（銀行競爭程度越高），銀行風險承擔渠道的傳導效率越高，意味著銀行競爭促使銀行風險承擔渠道的傳導更為暢通，證明了假設2a成立。究其原因，可能在于銀行業的市場化改革提高了銀行業競爭水平，壓縮了銀行的獲利空間，銀行為了增加利息收入需要滿足中央銀行定向調控的要求，以求獲得中央銀行的流動性支持。比如，對于達到定向調控要求的商業銀行，差別準備金制度允許其準備金賬戶余額適度波動;再貸款創新措施以抵押和質押的方式向商業銀行提供流動性支持，提供低成本資金流向滿足國家政策導向的實體部分，降低實體部門融資成本。另外，當銀行業處于競爭環境時，某一銀行在寬松的貨幣政策環境下傾向于降低貸款利率水平，其他銀行也紛紛效仿降低自身利率水平，導致銀行業平均利率水平隨之降低。即競爭度較高時，銀行間的模仿機制放大了貨幣政策的總效應，從而提高了貨幣政策的有效性。

從其他變量的回歸結果來看，引入結構性貨幣政策（SMP）與銀行競爭度（LR）的交互項后，銀行特征代理變量、傳統貨幣政策控制變量和宏觀經濟層面控制變量與銀行風險承擔之間的相關關系與基準回歸結果一致。LR指數與銀行風險承擔呈顯著正相關，說明銀行業競爭越劇烈，銀行風險承擔水平越低。競爭能抑制銀行的風險承擔行為，證明銀行業競爭與銀行風險承擔渠道之間存在“競爭—穩定”關系。

針對異質性問題，首先從不同規模銀行的回歸結果來分析。根據銀行規模的大小劃分，我國銀行體系可分為大型銀行和小型銀行。大型銀行因規模大、業務多、對貨幣政策響應更為直接等原因，相較于小型銀行更能反映貨幣政策在我國銀行層面的實施效果。我國小型銀行主要包括農村商業銀行和城市商業銀行，這些地方性商業銀行屬于區域性銀行，自成立起其主要定位就是服務地方性中小微企業、“三農”等，因此地方性商業銀行更符合結構性貨幣政策的作用目標?；诖?，本文將銀行樣本分為大型銀行和小型銀行，分析不同規模商業銀行的風險承擔水平。

從表5第（1）、（3）列可以看出，無論是否區分銀行規模，結構性貨幣政策因子的估計系數均顯著為正，驗證了基準結果的穩健性。從估計系數數值來看，大型銀行SMP的估計系數1.66顯著高于小型銀行SMP的估計系數1.26，說明國有控股商業銀行和股份制商業銀行對結構性貨幣政策的反應更加敏感，城市商業銀行和農村商業銀行受寬松貨幣政策沖擊的影響較小，大型銀行是風險承擔渠道的主要對象。原因在于，大型銀行服從中央銀行的指揮與調配，存在政府隱性擔保，有足夠的能力向中小微企業貸款，支持國家定向調整戰略實施，將結構性貨幣政策的政策目標落到實處。而小型銀行出于“避險”心理，風險承擔能力與大型銀行相比較弱，更多的是將貸款發放給大型企業以確保貸款的可收回性，維持自身穩定。另外，小型銀行的市場定位始終針對中小微企業，因此，實施結構性貨幣政策對小型銀行資產結構變化的影響要小于大型銀行。小型銀行對結構性貨幣政策反應較小的原因可能在于兩個方面：一方面，城市商業銀行和農村商業銀行受到的市場監管與控制存在缺口，投放到小微、“三農”領域的資金達不到要求;另一方面，地方性銀行資金來源單一，經營流動性不足，小型銀行為追求利益更多地從事影子銀行業務，沒有擺正服務地方性中小微企業和“三農”的市場定位。

從表5第（2）、（4）列可以看出，大型銀行和小型銀行的結構性貨幣政策因子（SMP）與LR指數的交互項估計系數均顯著為負，意味著無論是大型銀行還是小型銀行，銀行競爭對于銀行風險承擔傳導渠道均存在促進作用，銀行業競爭程度的加劇提高了銀行風險承擔渠道的傳導效率。從具體數值來看，大型銀行的交互項估計系數絕對值為0.918，小型銀行的估計系數絕對值為0.528，表明在銀行業競爭加劇的背景下，大型銀行的風險承擔水平高于小型銀行，說明大型銀行的風險承擔對于銀行競爭度的變化反應更為敏感，銀行競爭對大型銀行的作用效果要強于小型銀行。

我國不同地區的經濟增速有差距，貨幣政策的實施效果也存在差異，因此，本文區分經濟增速較快地區和經濟增速較慢地區，結合不同經濟增速地區銀行的回歸結果來分析結構性貨幣政策調控對銀行風險承擔的影響。因為國有控股商業銀行遍及全國，與宏觀經濟情況相關性高，本文將銀行樣本剔除國有控股商業銀行后剩余的銀行根據注冊地隸屬于各省份。由于股份制銀行和部分城市商業銀行業務范圍遍及全國，可能會影響最終的回歸結果，本文保留注冊地業務量占比大于50%的部分股份制銀行和城市商業銀行{33}。按照各省份GDP增長率排序，將增長率小于中位數的省份定義為經濟增速較慢地區，大于中位數的省份定義為經濟增速較快地區，以此切分樣本再次對模型進行估計{34}。

表6顯示了不同經濟增速地區的商業銀行風險承擔渠道。從第（1）、（3）列可以看出，無論是否區分不同經濟增速環境，結構性貨幣政策因子的估計系數均顯著為正，驗證了基準結果的穩健性。從估計系數大小來看，經濟增速較慢地區SMP的系數1.769顯著低于經濟增速較快地區SMP的系數1.794，說明經濟增速較快地區銀行對貨幣政策沖擊反應更為劇烈，結構性貨幣政策沒有考慮經濟增速不均衡問題。從表6第（2）列可以看出，在經濟增速較慢地區，結構性貨幣政策因子與LR指數的交互項估計系數顯著為負，說明在經濟增速較慢地區，銀行業競爭的影響顯著，提高了銀行風險承擔渠道的傳導效率;表6第（4）列顯示經濟增速較快地區交互項的估計值仍為負，但不顯著，說明銀行競爭程度的加劇對于經濟增速較快地區的銀行風險承擔渠道無影響。

考慮到結構性貨幣政策在不同經濟環境中實施效果的異質性，本文將經濟環境分為經濟上行期和經濟下行期，分析結構性貨幣政策調控對銀行行為的影響。在經濟周期變量的構建上，參考黃繼承等（2020）的方法{35}，通過HP濾波處理，利用2013年第一季度到2020年第三季度的GDP增速求得周期項GDPT，然后根據式（5）構建滿足條件的UP和DOWN，其中，UP代表經濟上行期，DOWN代表經濟下行期，結合經濟周期虛擬變量，構建一組新的解釋變量。表7給出了不同經濟環境下銀行風險承擔渠道對結構性貨幣政策的估計結果。

若GDPT>0，則UP=1，DOWN=0

若GDPT<0，則UP=0，DOWN=1 （5）

從表7中主要變量的回歸結果可以看出，在任何經濟環境下，結構性貨幣政策因子的估計系數均顯著為正，驗證了基準結果的穩健性。從估計系數大小可以看出，UP期結構性貨幣政策因子的系數8.580顯著大于DOWN期結構性貨幣政策因子的估計系數8.395，說明在經濟上行時期，銀行風險承擔渠道更有效。這一結果表明，中央銀行決策者在制定結構性貨幣政策時應更多地考慮經濟環境的影響，結構性貨幣政策在經濟上行期更有利于銀行風險承擔渠道傳導目標的實現。在考慮銀行競爭后，無論是經濟上行期還是經濟下行期，結構性貨幣政策因子與LR指數交互項的估計系數均顯著為負，且經濟上行期的交互項系數絕對值大于經濟下行期的系數絕對值，表明在經濟上行期，銀行競爭對于銀行風險承擔渠道的影響效果更好。

（三）進一步的討論

銀行層面的微觀變量具有慣性，當期的銀行風險承擔行為會受到上一期的影響;另外，靜態面板模型沒有考慮內生性問題，可能會導致估計結果有偏。所以本文將靜態面板模型擴展為動態面板模型，在模型（1）的基礎上引入銀行風險承擔的滯后一期作為解釋變量，構建如下動態面板模型，檢驗基準模型的穩健性。

Riskit=α0+ρRiski，t-1+α1SMPt+α2Controlit+μi+εit（6）

其中，ρ為銀行風險承擔滯后一期的估計系數，其余變量的解釋說明與模型（1）一致。已有文獻大多采用差分GMM和系統GMM估計動態面板模型，兩種估計方法又分為一步GMM和兩步GMM，且一步GMM存在效率低下的問題，所以本文同時采取兩步系統GMM和兩步差分GMM估計動態面板模型，驗證模型估計結果的穩健性。

表8報告了動態面板模型的估計結果。AR（1）和AR（2）的統計量檢驗結果說明殘差項平穩，不存在二階序列相關。Hansen統計量的結果顯示均拒絕原假設，即工具變量的選擇是合理的。表8（1）—（2）列顯示前期銀行風險承擔的估計系數顯著為正，說明銀行的風險承擔存在慣性，當期的銀行風險承擔行為會受到上一期的影響。結構性貨幣政策因子SMP的估計系數均顯著為正，說明了基準回歸結果的穩健性，表明存在結構性貨幣政策對銀行風險承擔渠道的影響。

為確保估計結果的可信度，本文還進行了變量替換的穩健性檢驗。

一是替換被解釋變量。本文采用不良貸款率（NPL）、Z值、不良貸款撥備覆蓋率（PCR）作為銀行風險承擔的替代變量。表9第（1）列的回歸結果顯示SMP的估計系數顯著為正，說明寬松的結構性貨幣政策立場提高了銀行不良貸款率，銀行主動承擔風險的行為增加;第（2）列SMP的估計系數顯著為負，表明結構性貨幣政策越寬松，Z值會越小，銀行風險承擔水平增強;第（3）列的回歸結果顯示SMP的估計系數顯著為負，說明結構性貨幣政策與不良貸款撥備覆蓋率成反比，寬松的結構性貨幣政策條件下，PCR值越低，銀行風險承擔水平越高。第（1）、（2）、（3）列均驗證了前文實證結果的穩健性。

二是替換競爭程度指標。目前大多數學者用市場集中度指標代表商業銀行間的競爭程度，市場集中度越高，表明銀行業競爭程度越低。為驗證實證結果的穩健性，本文采用市場集中度指標——赫芬達爾指數（HHI）和調整的LR指數（ALR）來替代勒納指數（LR）對模型進行穩健性檢驗。

表10第（1）、（2）列分別展示了以赫芬達爾指數（HHI）和調整的LR指數（ALR）作為銀行競爭程度的變量得到的回歸結果。結果表明，無論是HHI還是ALR，結構性貨幣政策因子SMP的估計系數均顯著為正，HHI和ALR與結構性貨幣政策因子SMP交互項的估計系數均顯著為負。這說明替換銀行競爭變量后，銀行業競爭對于銀行風險承擔渠道仍存在促進作用，證明了本文實證結果的可靠性。

四、研究結論與政策啟示

本文利用2013年第一季度至2020年第三季度我國39家上市商業銀行面板數據，研究結構性貨幣政策對銀行風險承擔渠道的影響效果及其機制。研究發現：寬松的結構性貨幣政策立場提高了銀行主動承擔風險的水平，結構性貨幣政策能通過銀行風險承擔渠道發揮作用，而銀行業競爭的影響顯著，提高了銀行風險承擔渠道的傳導效率。進一步的研究還發現，我國的結構性貨幣政策更多的是通過大型銀行發揮作用，且銀行業競爭對大型銀行的作用效果強于小型銀行;結構性貨幣政策對銀行風險承擔渠道的影響在經濟增速較快地區表現得更為顯著，且即使在經濟增速較慢地區，銀行業競爭對結構性貨幣政策的銀行風險承擔渠道也存在促進作用;在經濟上行期，銀行業競爭顯著提高了銀行風險承擔渠道的傳導效率，使傳導更為暢通。

結合實證結論，本文得出如下政策啟示：

第一，鼓勵銀行業競爭，進一步提升結構性貨幣政策的有效性。在銀行業競爭程度加劇的背景下，銀行業競爭與結構性貨幣政策疊加，使貨幣政策的銀行風險承擔渠道傳導更為暢通，能夠更有效地實現結構性貨幣政策的政策效果。因此，政策制定者在深化銀行業市場化體制改革和實施結構性貨幣政策調控經濟時，一方面要完善銀行業準入標準，把握好銀行業改革節奏和調控力度，鼓勵銀行業良性競爭，逐步提升銀行業競爭水平;另一方面要前瞻性地加強風險防范工作，通過“道義勸告”等手段防范惡性競爭，營造公平、有效的市場競爭環境，在鼓勵競爭以提升質效的同時，也要注重風險管控。

第二，推進經濟增速較慢地區的銀行業市場化改革，提升銀行業競爭水平。在經濟增速較慢地區，銀行業競爭對結構性貨幣政策的銀行風險承擔渠道存在促進作用，逐步提升地區銀行競爭水平有利于降低經濟增速較慢地區的融資成本，為經濟增速較慢地區提供金融支持，從而逐漸緩解我國地區經濟增速不平衡問題。在經濟增速較慢地區，應適當放松金融機構的準入條件，既要適度擴大銀行業對內開放程度，如積極鼓勵民間資本進入銀行業設立民營銀行，也要推進銀行業對外開放，如鼓勵外資企業來華投資經營。還要實現銀行機構的廣泛覆蓋，合理引導大型商業銀行在經濟增速較慢地區設置分支機構，金融業務適度向金融服務薄弱地區傾斜，促進區域金融與經濟的協調發展。

第三，注意區分不同經濟發展環境來制定經濟政策，在經濟下行期應推出更多的政策組合工具。在經濟下行期，我國結構性貨幣政策的銀行風險承擔傳導效率低，操作效果也較為有限。因此，在微觀市場主體活力有限的背景下，中央銀行應創設更豐富的結構性貨幣政策組合工具，使政策更具針對性與有效性。另外，貨幣政策應與宏觀審慎政策配合，在維護價格穩定、促進經濟增長的同時，也要維護金融穩定，因為在經濟下行期商業銀行往往承擔了更高的風險，中央銀行要密切關注商業銀行的風險承擔狀況，防止商業銀行出現超出自身承受范圍的風險，導致商業銀行資產質量不高、盈利能力下降與抵御風險能力不足。同時，要優化商業銀行期限結構，防止低質量發展的商業銀行的信用風險集中爆發，導致新的系統性金融風險出現。

注釋：

① C. Borio， H. Zhu， Capital Regulation， Risk-Taking and Monetary Policy： A Missing Link in the Transmission Me-chanism？Journal of Financial Stability， 2012， 8（4）， pp.236-251; 項后軍、郜棟璽、陳昕朋：《基于“渠道識別”的貨幣政策銀行風險承擔渠道問題研究》，《管理世界》2018年第8期;鄧向榮、張嘉明：《貨幣政策、銀行風險承擔與銀行流動性創造》，《世界經濟》2018年第4期。

② 周晶、陶士貴：《結構性貨幣政策對中國商業銀行效率的影響——基于銀行風險承擔渠道的研究》，《中國經濟問題》2019年第3期;S. Brana， A. Campmas， I. Lapteacru， （Un） Conventional Monetary Policy and Bank Risk-Taking： A Nonlinear Relationship， Economic Modelling， 2019， 81， pp.576-593.

③ 李建強、高宏：《結構性貨幣政策能降低中小企業融資約束嗎？——基于異質性動態隨機一般均衡模型的分析》，《經濟科學》2019年第6期。

④ 王倩、路馨、曹廷求：《結構性貨幣政策、銀行流動性與信貸行為》，《東岳論叢》2016年第8期。

⑤ 郭品、沈悅：《互聯網金融、存款競爭與銀行風險承擔》，《金融研究》2019年第8期;余晶晶、何德旭、仝菲菲：《競爭、資本監管與商業銀行效率優化——兼論貨幣政策環境的影響》，《中國工業經濟》2019年第8期。

⑥ M. Cihák， K. Schaeck， How Well do Aggregate Prudential Ratios Identify Banking System Problems？Journal of Financial Stability， 2010， 6（3）， pp.130-144.

⑦ A. J. Marcus， Deregulation and Bank Financial Policy， Journal of Banking and Finance， 1984， 8（4）， pp.557-565; J. H. Boyd， G. De Nicolo， The Theory of Bank Risk Taking and Competition Revisited， The Journal of Finance， 2005， 60（3）， pp.1329-1343.

⑧ 郭曄、趙靜：《存款競爭、影子銀行與銀行系統風險——基于中國上市銀行微觀數據的實證研究》，《金融研究》2017年第6期。

⑨ I. Kouki， A. Al-Nasser， The Implication of Banking Competition： Evidence from African Countries， Research in International Business and Finance， 2017， 39， pp.878-895.

⑩ B. Akins， L. Li， J. Ng， T. O. Rusticus， Bank Competition and Financial Stability： Evidence from the Financial Crisis， Journal of Financial and Quantitative Analysis， 2016， 51（1）， pp.1-28; 徐璐、葉光亮：《銀行業競爭與市場風險偏好選擇——競爭政策的金融風險效應分析》，《金融研究》2018年第3期。

{11} H. Liu， P. Molyneux， L. H. Nguyen， Competition and Risk in South East Asian Commercial Banking， Applied Economics， 2012， 44（28）， pp.3627-3644.

{12} M. Amidu， S. Wolfe， The Effect of Banking Market Structure on the Lending Channel： Evidence from Emerging Markets， Review of Financial Economics， 2013， 22（4）， pp.146-157.

{13} 徐加根、陳恪：《市場結構、銀行績效與理財產品市場穩定——基于12個城市數據的實證研究》，《宏觀經濟研究》2011年第10期。

{14} 郭曄、徐菲、舒中橋：《銀行競爭背景下定向降準政策的“普惠”效應——基于A股和新三板三農、小微企業數據的分析》，《金融研究》2019年第1期。

{15} 劉莉亞、余晶晶：《銀行競爭對貨幣政策傳導效率的推動力效應研究——利率市場化進程中銀行業的微觀證據》，《國際金融研究》2018年第3期。

{16}{22} 胡瑩、仲偉周：《資本充足率、存款準備金率與貨幣政策銀行信貸傳導——基于銀行業市場結構的分析》，《南開經濟研究》2010年第1期。

{17} 劉忠璐：《存貸款市場競爭對貨幣政策信貸渠道的影響是非對稱的嗎——基于中國利率市場化改革的討論》，《財貿研究》2017年第6期。

{18} 盧嵐、鄧雄：《結構性貨幣政策工具的國際比較和啟示》，《世界經濟研究》2015年第6期。

{19} 許道文：《結構性貨幣政策內涵與傳導》，《中國金融》2016年第20期。

{20} 楚爾鳴、曹策、李逸飛：《結構性貨幣政策：理論框架、傳導機制與疏通路徑》，《改革》2019年第10期。

{21} 巴曙松、曾智、王昌耀：《非傳統貨幣政策的理論、效果及啟示》，《國際經濟評論》2018年第2期。

{23} L. S. Alencar， M. I. Nakane， Bank Competition， Agency Costs， and the Performance of the Monetary Policy， Banco Central do Brasil Working Paper， 2004， 81， pp.1-46.

{24} 冀志斌、周先平、董迪：《銀行集中度與銀行業穩定性——基于中國省際面板數據的分析》，《宏觀經濟研究》2013年第11期。

{25} 李雙建、田國強：《銀行競爭與貨幣政策銀行風險承擔渠道：理論與實證》，《管理世界》2020年第4期。

{26} 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》，《管理世界》2012年第11期。

{27} 歐陽志剛、薛龍：《新常態下多種貨幣政策工具對特征企業的定向調節效應》，《管理世界》2017年第2期。

{28} J. Boivin， M. P. Giannoni， I. Mihov， Sticky Prices and Monetary Policy： Evidence from Disaggregated US Data， American Economic Review， 2009， 99（1）， pp.350-384.

{29} M. Koetter， J. W. Kolari， L. Spierdijk， Enjoying the Quiet Life under Deregulation？Evidence from Adjusted Lerner Indices for US Banks， Review of Economics and Statistics， 2012， 94（2）， pp.462-480.

{30} G. DellAriccia， L. Laeven， R. Marquez， Real Interest Rates， Leverage and Bank Risk-Taking， Journal of Economic Theory， 2014， 149， pp.65-99.

{31} C. M. Buch， S. Eickmeier， E. Prieto， In Search for Yield？New Survey-Based Evidence on Bank Risk Taking， Journal of Economic Dynamics and Control， 2014，43， pp.12-30.

{32} M. Konishi， Y. Yasuda， Factors Affecting Bank Risk Taking： Evidence from Japan， Journal of Banking and Finance， 2004， 28（1）， pp.215-232.

{33} 出于樣本量考慮，本文僅剔除國有商業銀行、部分注冊地業務量小于50%的股份制商業銀行和城市商業銀行，包括五大國有商業銀行、中國民生銀行、光大銀行和華夏銀行;剩余銀行根據注冊地隸屬于各省市。

{34} 各省份根據GDP增速從快到慢依次進行排序：貴州、福建、安徽、重慶、四川、北京、廣東、上海、江蘇、海南、湖南、河南、浙江、遼寧、山東、天津、吉林、黑龍江。

{35} 黃繼承、姚馳、姜伊晴、牟天琦：《“雙支柱”調控的微觀穩定效應研究》，《金融研究》2020年第7期。

作者簡介：唐文進，長沙理工大學經濟與管理學院教授、博士生導師，湖南長沙，410016;黃玲，長沙理工大學經濟與管理學院，湖南長沙，410016。

（責任編輯 ?陳孝兵）