后危機時期貨幣政策的風險承擔機制

摘 要：次貸危機后，貨幣政策執行周期的非中性效應逐漸引發人們的關注，寬松型（緊縮型）貨幣政策會刺激（抑制）微觀經濟主體尤其是銀行的風險承擔行為。文章以后危機時期國內銀行和上市企業為研究對象，針對貨幣政策的風險承擔機制展開了系統探究。文章將風險承擔劃分為事前風險承擔和事后風險承擔，針對事前風險而言，發現寬松型貨幣政策刺激了銀行和企業的主動風險承擔，表現在銀行風險加權資產比重以及企業負債規模的上升;針對事后風險而言，發現緊縮性的貨幣政策增大了銀行和企業的被動風險承擔，表現在銀行不良貸款率的上升，以及企業償債能力的下降。另外，事前風險承擔存在明顯的企業異質性，高杠桿企業在面對貨幣政策變動時，其事前風險的承擔效應會更加強烈。此外，文章還發現規模、現金流水平、資產收益率等特質因素也會影響實際風險的承擔。本次研究為后危機時期中國貨幣政策風險承擔渠道的存在性以及特殊性提供了論證，并給出了相應的政策建議。

關鍵詞：貨幣政策;后危機時期;事前風險承擔;事后風險承擔;企業異質性

中圖分類號：F822.0 文獻標識碼：A文章編號：1005-6432（2022）14-0001-09

DOI：10.13939/j.cnki.zgsc.2022.14.001

1 引言

通過對2008年次貸危機的反思，人們將此次金融困境發生的重要原因歸咎于以資產證券化為代表的金融創新以及影子銀行監管上的缺失。與此同時，還深刻地意識到銀行并不是純粹的風險中性體，即銀行的風險態度會隨著貨幣政策立場的變化而產生差異。針對這一問題，Borio and Zhu（2008）在Borio and Zhu （2012）的研究中有進行詳細說明。初度指出了貨幣政策的銀行風險承擔渠道，即伴隨貨幣政策立場的改變，金融組織本身風險感知與耐受度會產生變動，從而影響資產組合的風險水平與定價，以及融資成本和非價格條款。例如，當處于低利率政策環境中時，無風險證券等投資的可得收益下降，此時由于目標利潤的驅使，銀行為了維持收益，將放寬貸款審批標準，并將資金投入到更多高風險項目當中。同時，在貨幣幻覺和信用評級順周期性的影響下，企業凈值的上升將刺激銀行對其借款的增加。但利率一旦升高，銀行借款人償債能力直接下降，逾期貸款增多，銀行破產風險上升，并最終導致系統性金融困境的發生。

考慮我國長期實施前瞻性、穩健性貨幣政策，并且國內金融市場處于穩步開放的階段，這次金融危機中我國的損失相較于其他國家而言較小，但這并未否認我國貨幣政策風險承擔渠道的存在性。次貸危機后，我國經濟步入新常態階段，利率市場化基本完成，存款保險軌制逐步確立，同時意旨限制系統性金融風險的宏觀審慎調控框架也不斷完善。此時，銀行的競爭環境、監管環境、金融創新環境都出現了較大的厘革。不僅如此，目前國內的多層次資本市場體系正逐步優化，相關政策不斷支持中小微企業融資提質、增效。那么，處于后危機期間，本國貨幣政策的風險承擔機制是否存在？又表現出何種特殊性？這種風險承擔機制在銀行、企業層面又具有何種效應？有哪些因素影響了這種風險承擔行為？本文將基于這些方面開展討論和分析。

相比以往研究貨幣政策風險承擔渠道的文獻而言，本文研究的著眼點不局限于銀行主體，通過納入上市企業作為研究對象，分析貨幣政策周期變化對銀行、企業風險承擔具有何種效應。考慮到風險承擔的事前效應和事后效應，本文從銀行和企業的雙重角度出發，全面論證了在不同的貨幣政策周期內，微觀經濟主體風險承擔機制存在性。此外，本文還證實了貨幣政策的風險承擔效應具備企業異質性，表現在對于杠桿率不同的企業，貨幣政策如何影響其風險承擔存在著明顯的區別。

本文的結構安排如下： 第二部分是理論基礎和研究假說; 第三部分是研究設計; 第四部分是實證結果及分析; 第五部分是結論及政策建議。

2 理論基礎和研究假說

2.1 理論基礎

盡管在次貸危機以前，銀行被視為貨幣政策傳導過程中一個被動的角色，但部分研究已經開始關注銀行的風險承擔效應。Keeley（1990）曾提出銀行風險承擔渠道理論雛形。Thakor（1996）進一步提出了相對成熟的理論機制，即在低息環境下，銀行傾向于降低貸款利率，考慮到存款利息，所以機會成本上升，因此銀行會擴展信貸體量。Rajan（2006）提出，由于寬松型貨幣政策意味著短期資產回報率的下挫，在債務成本固定時，銀行機構將擴大風險性資產百分比。

初度提及貨幣政策風險承擔渠道的是Borio and Zhu（2008），該機制視貨幣政策非中性，認為貨幣政策周期的改變調整了銀行機構的風險感知，從而改變其風險偏好與資產頭寸配置，影響資產定價以及非價格條款等。相對于經典信貸渠道而言，它是對金融加速器機制的補充，因為它不僅改變了信貸的數量，也影響了信貸的質量（Adrian and Shin， 2009）。 風險承擔渠道依托以下機制產生。

2.1.1 “類金融加速器”機制

這是建立在傳統金融加速器機制上的疊加效應（Adrian and Shin，2009）。由于盯市會計準則制度，利率下挫往往伴隨著抵押品價值升高與期望現金流的增多，因此企業資產負債表優化刺激了銀行對其擴充信貸的需求。除了盯市會計準則外，它與資本監管、風險定價模型三者間的順周期作用也會強化這一效應（金鵬輝等，2014），當利率下降，企業凈值改善時，信用評級上升，此時資本監管要求也會有所降低，從而擴大了銀行對企業貸款的投放，增加了銀行的風險承擔。

2.1.2 利益搜尋機制

這一機制涵蓋了許多細分渠道，其核心觀點為，銀行是以營利為主要目的的金融機構。具體包羅競爭渠道、利率傳遞渠道和風險轉移渠道。

利率傳遞渠道和風險轉移渠道是兩種相對的作用路徑，顏聰聰（2015）對此進行了充分的論述。從銀行資產角度而言，利率下降降低了原有業務的回報收益，于是銀行會加大高風險業務的投入，這就是利率傳遞渠道。從銀行負債角度而言，利率上升意味著負債成本提高，迫于償債壓力，銀行則會主動承擔更多的風險，這便是風險轉移渠道。競爭渠道是指，貸款市場競爭的加劇會引起銀行審貸標準的降低，擴大對高風險借款人的信貸支持（DellAriccia and Marquez，20060）。A06358B6-5414-4D99-9B7B-692E4EA3B920

2.1.3 央行溝通與保險效應機制

許多學者發現，央行在危機中的角色對于銀行風險承擔有著深刻的影響，這里涉及一個概念，叫作“格林斯潘賣權”。格林斯潘是美聯儲前任主席，他先后于1987年、1998年兩次資產價格狂跌之時，憑借所實施的低息政策來提振資產價值，所以“格林斯潘賣權”實質上代表了市場主體抱有的央行救市預期。由于銀行倒閉存在巨大的社會負外部性，因此當面臨金融困境時，銀行會期望央行作為最后的兜底人，因此導致道德風險問題，刺激風險承擔。李燕平和韓立巖（2008）基于特許權角度，證實隱性存保制度可能弱化銀行風險敏感度。貨幣政策預期管理同樣影響銀行風險承擔。汪莉和王先爽（2015）指出，“央行透明度效應”在降低未來通脹的波動性，提高銀行對貨幣政策預測力以及改善雙方溝通效應的同時，可能使金融組織低估風險，加劇金融系統波動。

2.1.4 有限責任和杠桿效應機制

銀行本身就是通過杠桿的負債模式實現營利，在有限責任制下，這相當于給予了銀行一個看漲期權。通常情況下，它能夠利用存貸業務獲得營業利潤。而一旦陷入破產困境，它又可以依靠政府或存款保險公司來兜底。因此，銀行可能忽視存款人的利益，冒著道德風險而從事更高風險的金融業務。順周期特征存在于銀行杠桿行為調整之中，在股權結構不會主動調整的情況下，寬松貨幣政策帶來資產負債表容量的擴大，銀行便會提升杠桿，刺激風險承擔。

2.1.5 思維定勢機制

這一機制也被稱為習慣形成機制，即過去的消費及投資習慣會延續至今。Montes and Peixoto（2014）發現，當市場經濟形勢向好時，經濟主體普遍保持樂觀，那么自然會低估相應的風險。其實，這涉及行為金融學中的問題，嚴格意義上并不能算是一個風險承擔機制，因為它不涉及貨幣政策周期的調整，但思維定勢機制確實將對實際風險的承擔造成顯著性的影響。詳見圖1。

相較于銀行機構的風險承擔效應而言，目前專門針對研究貨幣政策怎樣影響企業風險承擔微觀效應的文獻較少。林朝穎等（2015）利用面板門限回歸證實了貨幣政策對企業風險承擔的門限效應，得出寬松貨幣政策會助長企業風險承擔，緊縮政策效果相反，小企業對于政策的風險感知度會更加的強烈。胡育蓉等（2014）發現，貨幣政策收緊時企業風險承擔將下降，不同產業間企業應對政策變動時風險承擔的反應方向和深度各有不同。由這些研究可知，企業作為主要的微觀經濟主體，在面對貨幣政策的變動時，其風險偏好和承擔水平并不是固定的，同時，這種變動效應在不同特質的企業中又存在差別。所以，有必要去嘗試探究企業在貨幣政策風險承擔渠道中的角色，并對該種風險承擔效應的企業異質化特征開展探究。

2.2 研究假說

由以上作用機制可知，當貨幣政策利率降低時，銀行傾向于主動承擔風險，表現在放寬審貸標準、擴大信貸規模，并投入更多資金到高風險項目中，這可以表現為銀行風險加權資產比例的增加，是一種銀行的事前風險承擔。本文提出假設1。

假設1：當貨幣政策放寬時，銀行會增加自身風險加權資產的比重。

寬松貨幣政策刺激銀行主動風險，若政策收緊，那么銀行被動風險就會增加，即銀行事后風險承擔，具體表現為不良貸款率增加。本文提出假設2。

假設2：當貨幣政策收緊時，銀行的不良貸款率會上升。

假設1和假設2全面刻畫了銀行在不同貨幣政策周期下主動和被動的風險承擔效應，本文認為同樣的效應也存在于企業當中，這與貨幣政策的信貸渠道緊密聯系。信貸渠道涵蓋銀行貸款渠道、資產負債表渠道，當貨幣政策處于寬松階段，此時銀行可用于放貸的資金增加，同時企業資產負債表優化，那么企業就存在更高水平的貸款供給和償債能力，因此其會主動擴張負債規模，這便是企業的事前風險承擔。但這種風險承擔效應在不同企業中可能存在差別，對于風險水平更高的個體而言，例如高杠桿企業，它們自身的信用評級往往較低，資產負債表不夠理想，貸款人并不愿意再擴大對它們的借款，潛在的投資者也會更加謹慎。而在自身財務風險較高的情況下，它們自身的多余負債能力也受到限制。相比之下，對于杠桿率較低的企業即風險較低的個體而言，由于其信用評級較好，財務風險較低，銀行愿意擴大貸款，投資者也更加樂觀，因此融資可得性更高。并且由于穩健的經營風格，他們對于未來還款能力也比較有信心，負債能力較充足。因此當面臨貨幣政策放寬時，低杠杠企業比高杠桿企業具有更強的政策敏感度，主動風險承擔的傾向更明顯。本文提出假設3。

假設3：當貨幣政策放寬時，企業負債規模會顯著提高，企業杠桿率越低，政策敏感度越強，負債規模擴大的傾向越明顯。

假若貨幣政策收緊，就銀行貸款渠道這一機制而言，銀行機構本身可將貸出的資金額會明顯下降。同時，企業資產負債表急劇惡化。此時，企業不僅自身還款能力顯著下滑，表現在利潤總額的下降，以及經營成本、財務費用等顯著上升，同時企業難以獲得外部融資來源。因此，企業償債能力明顯下降，被動風險承擔水平顯著上升，這也可以稱為企業的事后風險承擔。對于企業的異質性而言，由于低杠桿企業自有資本相對于債務而言較為充足，面對政策收緊時財務費用的增長壓力較小，同時由于穩健的經營風格，企業利潤下降幅度相對于高杠桿企業而言較少，成本上升幅度更低，因此償債能力的下滑趨勢也更小。本文提出假設4。

假設4：當貨幣政策收緊時，企業償債能力顯著下降，企業杠桿率越低，償債能力的下降就更少一些。

3 研究設計

3.1 模型設定

3.1.1 銀行的風險承擔效應

針對銀行事前風險，本文提出的研究假設為，寬松的貨幣政策提高了銀行風險加權資產的比重，因此實證研究的主要目的在于證實政策放寬之后，銀行機構的風險加權資產占總資產分配比例將會增加，故設定如下對應計量模型：

其中，i表示銀行，t表示時間，數據維度為年度。RWARi，t表示銀行i在t年內風險加權資產占總資產比。MPt為貨幣政策變量，這里選擇的是M2同比增長率衡量，當M2同比增長率上升時，意味著政策趨于放松。依據本文所提出的研究假設，政策放寬會提高銀行的風險加權資產比重，所以理論上α1應該顯著為正數。ASSETi，t表示銀行機構的資產規模水平，這里使用的資產數據是經由自然對數處理之后的， CAPi，t為資本充足度，ROAi，t為年化平均資產收益率，這些變量用于衡量銀行微觀特質對主動風險承擔的影響。GDPt和CPIt表示國內實際gdp增長率及消費者價格指數，用于衡量宏觀經濟形勢對主動風險承擔的影響，μi為個體固定效應，εi，t為誤差項。A06358B6-5414-4D99-9B7B-692E4EA3B920

針對事后風險，本文提出的研究假設為，緊縮的貨幣政策提高了銀行的不良貸款率，因此實證研究的主要目的在于證實政策收緊之后，銀行機構的不良貸款率將會增長，故設定如下對應計量模型：

其中，NPLRi，t為銀行i在t年內不良貸款率。由于研究假設認為貨幣政策的收緊會提高銀行的不良貸款比率，因此理論上α1應該顯著為負數。

3.1.2 企業的風險承擔效應

假設3提出，當貨幣政策放寬時，企業負債規模會顯著提高，企業杠桿率越低，政策敏感度越強，負債規模擴大的傾向越明顯。因此建立如下計量模型用于刻畫企業的事前風險承擔：

其中，i表示企業，t表示時間，數據維度為年度。Liabilityi，t表示特定企業在特定年份內的負債規模這里負債為實際負債，即通過對名義負債進行了通脹調整后的數據。。MPt為貨幣政策，即M2同比增長率。LEVi，t為企業杠桿，本文選擇財務杠桿系數（DFL）、綜合杠桿系數（DCL）分別衡量企業杠桿水平。本次研究在模型中納入了貨幣政策關于杠桿系數交互項，以此預計貨幣政策關于企業事前風險承擔的效應是不是依據企業杠桿程度發生區別。依據研究假設3，政策放寬會提高企業的負債規模，所以理論上β1應該顯著為正數。并且，杠桿率越低的企業，其風險承擔傾向越明顯，所以理論上β2應該與β1的系數相反，為負數。因為這樣意味著當杠桿水平越低時，β2×LEVi，t越大，那么最終得到的MPt關于Liabilityi，t的估計系數則更大，即杠桿率更低的企業面對政策放寬時，其擴大負債規模的傾向越強烈。Cashflow1i，t表示籌資活動債權人現金凈流量，該變量越大反映從債權人手中取得的融資來源越多，Cashflow2i，t表示企業自由現金流，RTRi，t表示應收賬款周轉率，ROAi，t表示資產收益率，SIZEi，t表示企業規模，此類變量用于估量企業微觀特質因素對于企業主動性風險承擔施加的效應。GDPt、CPIt分別度量了宏觀經濟形勢對于企業實體主動性風險承擔的影響效應，μi表示個體固定效應，εi，t表示誤差項。

假設4提出，當貨幣政策收緊時，企業償債能力顯著下降，企業杠桿率越低，償債能力的下降就更少。因此建立如下計量模型用于刻畫企業的事后風險承擔：

其中，DPAi，t表示特定企業在特定年份內的償債能力，用利潤總額、綜合收益總額、經營活動產生的現金流量凈額、營業利潤、營業成本和利息凈收入來衡量償債能力指標均進行了通脹調整，即均為實際變量。。利潤總額、綜合收益總額、經營活動產生的現金流量凈額、營業利潤反映了企業的收入所得和現金持有量，這些指標與償債能力具有明顯的正向關系。營業成本反映了企業的經營成本，利息凈收入反映了企業利息收入和利息支出的差額，前者與償債能力呈反向關系，后者為正向關系。

LEVi，t含義同上，通過包含了貨幣政策關于杠桿指標的交互項，以此估量貨幣政策對企業事后性風險承擔的效應是否依企業實際杠桿標準而造成差別。

據研究假設4的設定，政策的緊縮將削減企業實體的償債能力，所以當以利潤總額、綜合收益總額、經營活動產生的現金流量凈額、營業利潤、利息凈收入作為償債能力的衡量指標時，β1應該顯著為正數，當以營業成本作為償債能力的衡量指標時，β1應該顯著為負數。由于研究假設認為杠桿率越低的企業，其償債能力的下降越少，因此β2應與β1系數顯著保持相同的符號，這意味著當企業杠桿率LEVi，t越高，所得到的MPt自身綜合加總后的系數絕對值將會更大，說明杠桿率越高的企業，因政策收緊所帶來的償債能力的下滑將會更加明顯。

3.2 樣本及數據說明

本文選擇37家國內銀行作為研究對象，包括大型國有商業銀行、股份制商業銀行、城市商業銀行以及農村商業銀行。

由于本次研究主要以后危機時期作為研究背景，因此選擇的時間跨度為2008—2019年。不良貸款率、風險加權資產/總資產、資產規模、資本充足率、資產收益率這里的資產收益率為年化平均ROA。、消費者價格指數來源于Wind資訊。

貨幣政策即M2同比增長率經計算得到，M2數據來源于國泰安CSMAR數據庫，實際GDP增長率是通過國內生產總值指數（1978=100）同比增長率得到的，國內生產總值指數（1978=100）來源于國泰安CSMAR數據庫。

本文選擇了288家國內上市非金融企業作為研究對象，選擇的時間跨度為2008—2019年。企業負債、企業利潤總額、綜合收益總額、經營活動產生的現金流量凈額、營業成本、營業利潤、利息凈收入、企業杠桿包括財務杠桿系數和綜合杠桿系數、籌資活動債權人現金凈流量、企業自由現金流、應收賬款周轉率、資產收益率、企業規模均來源于國泰安CSMAR數據庫。

4 實證結果及分析

4.1 變量的描述性統計

銀行和企業的風險承擔描述性統計見表1和表2。

4.2 實證檢驗結果

4.2.1 貨幣政策對銀行風險承擔的效應檢驗

表3的列1、列2分別顯示了貨幣政策對于銀行機構的事前性風險承擔和事后性風險承擔的效應分析檢驗。由列1可知，MP的系數估計值顯著為正，由于MP的上升意味著M2同比增長率的增加，說明貨幣政策的放寬將會提高風險加權資產占總資產的比重，即體現了銀行機構主動性風險承擔傾向的上升。同時，也可以注意到，資產規模、資本充足度的系數值顯著為負數，說明了資產規模愈大、資本充足率愈高，銀行的主動化風險承擔的傾向越弱。這可能是由銀行重視自身特許權價值的考慮，在處于高資本充足度的條件之下，當受到未預期性的沖擊之時，銀行機構評估自身可能遭受到的損失會更大，因而其主動性風險承擔的傾向將會較弱。而且，大銀行受到的監管約束更多，所以在經營過程中會更加穩健，弱化風險投資意愿。資產收益率系數顯著為正數，說明高收益銀行主動風險承擔更明顯，這可能是由于收益率水平的增長將會激勵銀行主動參與更多的高收益、高風險的業務活動，從而提高風險加權資產的比例。對于主要宏觀經濟變量而言，國內生產總值的同比增長率水平和消費者價格指數的系數值均顯著為正數，表示當處于經濟形勢較好階段，物價水平越高，國內生產總值增長水平越高時，銀行主動風險承擔的傾向會更高。A06358B6-5414-4D99-9B7B-692E4EA3B920

由列（2）可知，MP的系數估計值顯著為負，由于MP的下降意味著M2同比增長率的降低，也就是政策收緊，因此貨幣政策的收緊將會增長銀行機構不良貸款率，表明了銀行機構被動性風險承擔傾向的增長。資產收益率、國內生產總值增長率系數顯著為負，說明資產收益率越高，銀行不良貸款率越低，這符合經濟直覺，同時經濟形勢較好階段，銀行貸款違約概率會更低，因此不良貸款率更低。

表3結果表明，貨幣政策影響了銀行風險承擔，寬松貨幣政策會提高銀行主動風險承擔，緊縮貨幣政策會提高銀行被動風險承擔。研究假設1和研究假設2成立。

4.2.2 貨幣政策對企業風險承擔的效應檢驗

表4展示了貨幣政策如何影響企業事前風險承擔效應的檢驗分析與相關結論。其中，列（1）使用財務杠桿系數來權衡企業的杠桿程度，列（2）使用綜合杠桿系數來權衡企業的杠桿程度。不管是列（1）還是列（2），貨幣政策MP的系數估計值都顯著為正數，說明貨幣政策的放寬會明顯提高企業負債規模，證實企業在寬松貨幣政策內的主動風險承擔。另外，財務杠桿系數顯著為正，因為當財務杠桿愈高，說明企業本身所擁有的負債水平也比較高，所以兩者具有正相關的關系。值得注意的是，貨幣政策MP與財務杠桿系數DFL的交互項顯著為負數，結合MP系數估計值顯著為正的事實可知，當企業杠桿率越低時，最終綜合得到的MP的系數估計值會更高。也就是說，此時貨幣政策放寬會對低杠桿率的企業產生更明顯的主動風險承擔刺激效應。當以綜合杠桿系數衡量企業的杠桿水平時，貨幣政策MP與綜合杠桿系數DCL的交互項為負數，但不夠顯著。但綜合而言，筆者認為研究假設3成立，即寬松型貨幣政策將提升企業負債體量，這種事前風險承擔效應在低杠桿率企業當中顯現得更明確。

在控制變量中，不論是列（1）還是列（2），Cashflow1即籌資活動債權人現金凈流量的系數估計值顯著為正數，當籌資活動債權人現金凈流量愈大時，表示企業實體從債權人手中收獲的融資會更多，因此企業的負債規模就會更大。另外，在這兩列中，企業規模均顯著為正數，說明大企業往往自身的負債規模也會更大。

表5和表6則展示了貨幣政策如何影響企業事后風險承擔效應的檢驗分析及結果。表5選擇利潤總額、綜合收益總額和經營活動產生的現金流量凈額衡量企業償債能力，表6選擇營業利潤、營業成本和利息凈收入衡量企業償債能力。列（1）、列（3）、列（5）使用財務杠桿系數衡量企業杠桿，列（2）、列（4）、列（6）使用綜合杠桿系數衡量企業杠桿。在表5中，MP的系數均為正，大部分達到了10%及更高的顯著性水平，意味著緊縮貨幣政策會降低企業利潤總額、綜合收益總額、經營活動產生的現金流量凈額，消減償債能力，提升被動風險承擔。但筆者發現，不論是貨幣政策MP與財務杠桿系數DFL的交互項，還是貨幣政策MP與綜合杠桿系數DCL的交互項，均呈現出不顯著的水平，而且系數符號并不統一，這說明對于貨幣政策如何影響企業事后風險承擔上沒有明顯的企業異質性特點，貨幣政策收緊時，不同杠桿率的企業在償債能力的變化上沒有明顯區別。在微觀企業特質變量上，Cashflow1與利潤總額和綜合收益總額都呈現為顯著的正向關系，這可能是因為當企業在債權人的手中所收獲的融資來源越多時，就更有機會擴大產業規模，開展回報率較高項目的投資，提升企業利潤和綜合收益，也能注意到Cashflow1與經營活動產生的現金流量凈額呈顯著負向關系，這并沒有理論原因可以支持，或許是因模型的設定而導致的。對于Cashflow2即企業自由現金流、資產收益率ROA而言，它們均與利潤總額、綜合收益總額及經營活動產生的現金流量凈額保持顯著的正向關系。企業規模擴展將提高經營活動產生的現金流量凈額。

表6中，貨幣政策MP與營業利潤保持正向關系，當模型納入財務杠桿系數衡量企業杠桿時，這種正向關系具有顯著性;貨幣政策MP與營業成本保持負向關系，當模型納入綜合杠桿系數衡量企業杠桿時，這種負向關系具有顯著性;貨幣政策MP與利息凈收入保持正向關系，當模型納入財務杠桿系數衡量企業杠桿時，這種正向關系具有顯著性。這意味著緊縮性的貨幣政策會降低企業的營業利潤和利息凈收入，同時會提升企業營業成本，削弱企業償債能力，增加事后風險。與表5相似，不論是貨幣政策MP與財務杠桿系數DFL的交互項，還是貨幣政策MP與綜合杠桿系數DCL的交互項，均呈現出不顯著的水平，而且系數符號并不統一，表明貨幣政策在影響企業事后風險承擔上不存在企業異質性特點。在微觀企業特質變量上，Cashflow2即企業自由現金流與營業利潤保持顯著正向關系，資產收益率ROA的提高不僅會伴隨著營業利潤的增加，也會帶來營業成本的上升，同時企業規模的擴大也會增加相應的營業成本。

可見，表5和表6的結果驗證了研究假設4的部分結論，即貨幣政策的收緊會降低企業的償債能力，但是本文并未證實杠桿率不同的企業因政策收緊而導致償債能力下降有所區別，即在貨幣政策影響企業的事后風險承擔上，不存在關于杠桿率變化的企業異質性。

5 結論及政策建議

本文以2008—2019年為研究背景，從事前風險承擔和事后風險承擔的角度出發，評估不同貨幣政策周期下國內銀行和上市企業的風險承擔效應，為后危機時期中國貨幣政策風險承擔機制的存在性和特殊性進行了系統檢驗。本文的結論集中在以下四點。

第一，寬松性貨幣政策將刺激銀行機構的事前風險承擔，表現在銀行機構風險加權資產比例的上升。

第二，緊縮貨幣政策將提高銀行機構的事后風險承擔，體現在銀行機構不良貸款率增加。

第三，寬松貨幣政策將助長企業事前風險承擔，反映為企業負債規模上升，企業杠桿率越低，寬松性政策刺激企業負債增加的傾向越明顯。

第四，緊縮貨幣政策將增添企業的事后風險承擔，即政策收緊將顯著降低企業的償債能力，這種償債能力下降的趨勢不會因企業杠桿率不同而產生差異，即不存在企業異質性。A06358B6-5414-4D99-9B7B-692E4EA3B920

本文的政策含義如下：

第一，構建起兼顧多種經濟目標的貨幣政策框架，調和通脹穩定及金融穩定的關聯。應延長貨幣政策的窗口反應期，結合沖擊類型協調兩者的關系，建立靈活的通脹區間。

第二，在實踐中逐步轉變貨幣政策調控方式。以往，鑒于國內金融市場的不完善性，非市場化、數量型工具及手段會被作為調控方式之一。這種直接調控時效快、效率高，但也刺激了金融機構“表內資產表外化”的套利沖動，加大了風險集聚的隱患。隨著M2可控、可測性降低，央行應逐漸向價格型貨幣政策調控傾斜。

第三，構建宏觀審慎政策調控體系。當金融穩定和通脹穩定出現沖突時，根據丁伯根原則，應該采取與貨幣政策互補的審慎調控手段進行操作。

第四，強化商業銀行風險管理體系，包括自有資本管理、流動性水平管理和風險內控機制。商業銀行應定期對資本狀況進行監測和評估，注重拓展多渠道的長效資本補充來源。重視貸前核查，兼顧貸后監測。設置不良貸款預警線，完善信貸管理，降低風險度量模型的順周期性。

第五，完善企業風險管理體系，重視杠桿對于貨幣政策影響企業風險承擔的微觀效應。依托各種智庫加強對微觀企業的風險評估及監測，例如企業實際償債能力。測定企業合理風險承擔區間，將實際風險承擔程度作為政策偏轉的緊要依據。特別關注企業風險承擔的異質特征，根據差異化杠桿的企業采取不同的風險監管舉措。

參考文獻：

[1]ADRIAN T， SHIN H S. Prices and quantities in the monetary policy transmission mechanism[J].Staff reports，2009，5（4）：131-142.

[2]BORIO C， ZHU H.Capital regulation， risk-taking and monetary policy： a missing link in the transmission mechanism？[J]. Journal of financial stability，2012，8（4）：236-251.

[3]DELL ARICCIA G， MARQUEZ R.Lending booms and lending standards[J]. Journal of finance，2006，61（5）：2511-2546.

[4]KEELEY M C.Deposit insurance，risk， and market power in banking[J]. American economic review，1990，80（5）：1183-1200.

[5]MONTES G C，PEIXOTO G.Risk-taking channel，bank lending channel and the“paradox of credibility”：evidence from Brazil[J].Economic modelling， 2014， 39（4）：82-94.

[6]RAJAN R G.Has finance made the world riskier？[J].European financial management，2006，12（4）：499-533.

[7]THAKOR A V.Capital requirements，monetary policy， and aggregate bank lending：theory and empirical evidence[J]. Journal of finance， 1996， 51（1）：279-324.

[8]胡育蓉，朱恩濤，龔金泉.貨幣政策立場如何影響企業風險承擔：傳導機制與實證檢驗[J].經濟科學，2014（1）：39-55.

[9]金鵬輝，張翔，高峰.銀行過度風險承擔及貨幣政策與逆周期資本調節的配合 [J].經濟研究，2014，49（6）：73-85.

[10]李燕平，韓立巖.特許權價值、隱性保險與風險承擔：中國銀行業的經驗分析[J].金融研究，2008（1）：76-87.

[11]林朝穎，黃志剛，楊廣青，等.基于企業微觀的貨幣政策風險承擔渠道理論研究[J].國際金融研究，2015（6）：21-32.

[12]汪莉，王先爽.央行預期管理、通脹波動與銀行風險承擔[J].經濟研究，2015，50（10）：34-48.

[13]顏聰聰. 貨幣政策銀行風險承擔渠道的時間非對稱性研究[D].杭州：浙江財經大學，2015.

[作者簡介]蔡書一（1996—），女，漢族，湖北武漢人，碩士，武漢大學經濟與管理學院金融系碩士研究生，研究方向：貨幣理論與政策、宏觀審慎政策。A06358B6-5414-4D99-9B7B-692E4EA3B920