流動性創造與商業銀行風險承擔
——來自中國的經驗證據

曹文成 王宏濤 王一鳴 劉 瑩

（1.西安郵電大學經濟與管理學院，陜西 西安 710061；2.北京大學經濟學院，北京 100871；3.銀信資產評估有限公司重慶分公司，重慶 400000）

一、引言

自2008年全球金融危機后，商業銀行流動性已經成為金融監管改革的一個重要焦點（周曄和王亞梅，2022）[1]。商業銀行作為金融中介，在經濟發展的過程中承擔著風險轉移和流動性創造兩個重要的職能。商業銀行通過流動性創造職能利用流動性負債為相對非流動的資產進行融資從而為經濟社會發展創造所需要的流動性，本身存在著不可調和的矛盾。再者，流動性創造本質上與流動性風險相關，會對經濟產生不利影響，因為用流動性存款為非流動性貸款提供資金會增加商業銀行面對擠兌時的脆弱性（Leivaa和Mendizábal，2019）[2]。一方面，流動性創造可充分為社會提供流動性支持；另一方面，商業銀行流動性創造功能的發揮也會增加商業銀行經營風險，當流動性創造不足或流動性創造過度時，會導致商業銀行陷入困境，甚至造成系統性金融風險。因此，在當前全球銀行業監管改革的重點是讓商業銀行變得比過去更有流動性時，將流動性創造與商業銀行風險結合起來，進一步分析宏觀審慎管理下商業銀行的流動性創造行為，探討流動性創造對商業銀行風險承擔的影響效應，是一個具有張力、有待檢驗的實證問題，極具理論價值和實踐意義。

縱觀以往研究，與本文主題相關的既有文獻主要圍繞商業銀行風險承擔的影響因素和商業銀行流動性創造的經濟后果兩個方面展開。一是關于商業銀行風險承擔的影響因素。國內外學者集中考察了內部治理結構（Abid等，2021）[3]、貨幣政策（宋錦玲等，2015；王紫薇和王海龍，2020）[4，5]、經濟政策不確定性（陳孝明等，2021）[6]等因素對商業銀行風險承擔的影響。二是商業銀行流動性創造的經濟后果。國內外學者分別從貨幣政策（Wu等，2022；孟維福等，2022）[7，8]、氣候變化 （劉波等，2021）[9]等角度進行考察。但多數文獻主要關注流動性創造對商業銀行系統性風險的影響，發現流動性創造會增加商業銀行系統性風險。Zhang等（2021）[10]基于中國上市商業銀行的數據研究發現流動性創造與系統性風險表現出U形關系。Davydov等（2021）[11]發現流動性創造雖然是金融系統的需要，但使商業銀行的流動性降低，并使其面臨不同類型的風險。此外，Zheng等（2019）[12]以商業銀行資本為條件，發現商業銀行流動性創造與商業銀行破產風險呈負相關。Fungacova等（2021）[13]認為高流動性創造與商業銀行破產的概率有關，監管當局可以通過早期識別高流動性創造者來緩解系統性困境，減少商業銀行倒閉給社會帶來的成本。

隨著經濟規模不斷擴大，我國商業銀行系統的流動性創造受到了學術界和政策制定者的廣泛關注。整體而言，國外學者較早對流動性創造問題展開了研究，但早期主要集中于微觀機制的理論分析，自Berger和Bouwman（2009）[14]開創性地提出流動性創造的度量方法之后，流動性創造的相關問題引起了各國學者的廣泛關注。然而，國內學者對流動性創造問題的研究相對較晚，鮮有文獻涉及流動性創造對商業銀行風險承擔的影響，且該方面的研究依然不系統，缺乏對相應傳導機制的理論分析與實證研究。那么，流動性創造是否會增加商業銀行風險承擔？是通過何種機制渠道進行傳導的？又是否會因商業銀行的異質性特征而存在較大差異？在當前新冠肺炎疫情導致不確定性增加的背景下，對上述一系列問題的探究有助于深層次理解流動性創造的微觀經濟后果，并為監管當局和商業銀行決策管理提供經驗數據支撐。

鑒于此，本文通過商業銀行資產負債表中的“發放貸款及墊款”科目重新構建基于貸款期限和貸款類別的流動性創造指標，基于2007—2020年中國174家商業銀行非平衡面板數據對理論假說進行實證檢驗。相比于現有研究，本文的創新點在于：第一，本文以商業銀行與實體經濟部門資產負債業務的互動關聯為切入口，更加聚焦于商業銀行這一微觀個體，深入梳理商業銀行流動性創造影響商業銀行風險承擔的內在機理。基于中介效應模型檢驗方法，進一步揭示了流動性創造如何影響商業銀行風險承擔的“黑箱”問題，并檢驗了流動性創造對處于不同時期商業銀行的風險承擔可能產生的非對稱性影響。第二，區別于已有研究，本文立足于商業銀行經營實踐狀況，基于面板門檻模型，檢驗了流動性創造對商業銀行風險承擔的影響可能存在的門檻效應，這為宏觀經濟進一步承壓背景下商業銀行穩健經營和風險防范提供了經驗參考。第三，參考宋科等（2021）[15]的做法，基于“發放貸款及墊款”科目構建基于貸款期限和貸款類別的流動性創造指標，以及基于貸款期限和貸款類別且排除表外科目的流動性創造指標，深入考察流動性創造及其組成部分對商業銀行風險承擔的影響，能夠較好地識別商業銀行經營業務特征的影響，是對已有研究的重要補充。

二、理論分析與研究假設

（一）流動性創造與商業銀行風險承擔

商業銀行信貸渠道是實體經濟發展的重要融資渠道，也是貨幣政策傳導的主要渠道（顧海峰和高水文，2020）[16]。但是，在流動性管理不善的情況下，商業銀行在面對外生沖擊時將會遇到嚴重的流動性短缺，這可能會增加破產的概率（Zhang等，2021）[10]。

首先，流動性創造可能對商業銀行風險產生一定的影響。一方面，當外部環境有利時，商業銀行持有充足的流動性資產使其能夠以合理的價格應對正常的流動性需求；但當外部環境不利時，商業銀行為應對沖擊而過度持有流動性資產，清算性償債約束使得商業銀行較少進行長期資產投資，增加商業銀行資產組合的不穩定性，反而會進一步增加商業銀行風險（Peck和Shell，2010）[17]。另一方面，若市場出現大量流動性需求，商業銀行會在市場借入價格上升時，減少自身持有流動性，當市場借入價格下降時，商業銀行則持有更多流動性，商業銀行流動性持有頭寸與市場借入價格呈現反向關系。在這一關系下，當特定金融主體需要從金融市場獲得資金支持而應對流動性短缺時，可能會加劇商業銀行經營風險。其次，商業銀行流動性創造的實現過程表現為流動性存款向非流動性資產的轉化，這兩種要素組合在一起為經濟社會提供流動性時具有顯而易見的脆弱性（何青青等，2015）[18]。脆弱的金融結構導致商業銀行在試圖侵占存款方資金出借的收益水平時，將會面臨失去存款來源或者擠兌的風險，而且這種具有金融脆弱性的流動性創造暗含著商業銀行在進行流動性創造過程中始終伴隨的風險（劉妍等，2020）[19]。最后，隨著金融科技的發展，商業銀行的金融創新進程不斷推進，商業銀行業務發展呈現多元化趨勢，與此同時，商業銀行間市場業務也快速發展，在此過程中商業銀行流動性創造的各要素組合和形式都經歷著深刻變革（鄒偉等，2018）[20]。而且，業務變遷下的商業銀行風險也具備新的特征，雖然金融機構之間關聯性的增加為商業銀行提供了更多分散風險的機會，但是基于風險共擔和金融脆弱性的商業銀行流動性創造產生的風險依然存在，會放大風險傳染范圍，進而又在其他商業銀行個體之間產生連鎖傳染，增大了商業銀行發生風險的概率。基于此，本文提出以下研究假設：

H1：流動性創造會提高商業銀行風險承擔，兩者呈正相關關系。

（二）流動性創造影響商業銀行風險承擔的渠道機制

一方面，基于盈利動機，商業銀行通過資產負債表結構進行流動性創造。盈利能力是影響商業銀行流動性創造的重要因素，商業銀行只有具有較強的盈利能力，才能保證在安全的外部環境中具有充分的流動性創造能力（Berger和Bouwman，2009；Duan和Niu，2020）[14，21]。商業銀行出于成本收益考慮會傾向于吸收流動性較高的負債，通過期限錯配來持有期限較長的非流動性資產，進而謀求提高息差水平，增強盈利能力（Dang，2022）[22]。但是，盈利動機的激勵也將促使商業銀行不斷進行資產端的擴張，一旦流動性創造對商業銀行盈利能力反向作用時，將增加商業銀行的脆弱性，容易導致風險共擔下的流動性創造均衡被打破（敬志勇等，2013）[23]，增大商業銀行的風險應對壓力，相應的風險水平上升。

另一方面，通過外部加杠桿進行資產負債表擴張是商業銀行流動性創造的一種有效方式，而高杠桿率也增加了商業銀行經營風險。現代金融中介理論強調，商業銀行主要通過流動性創造功能實現服務實體經濟的目標。根據資產選擇模型，杠桿率約束限制商業銀行有效投資邊界，商業銀行通過調整最優投資組合來應對杠桿率約束限制。杠桿率的提高將增加商業銀行負債端和資產端的資金量，但是由于商業銀行在資產端資產配置的有效性邊際遞減，將引發投資者對于資產回報率的擔憂。隨著金融市場的發展和商業銀行間資金融通便利性的增強，商業銀行杠桿的周期特征也會放大宏觀經濟波動，進而增加商業銀行經營風險和資本市場波動。當流動性創造導致商業銀行杠桿水平增加時，商業銀行出于追求規模效益和收益的動機，會將表內業務向表外轉移，在表外業務不受杠桿率約束的條件下將加劇商業銀行同業杠桿攀升，一旦遭受不確定性外部沖擊，將增加商業銀行風險。而且，Acharya和Thakor（2016）[24]提出的理論模型也表明，當商業銀行被債權人清算時，由于商業銀行擠兌具有傳染性，作為創造高流動性的工具，較高的商業銀行杠桿可能會導致更大的系統性風險。

因此，本文認為商業銀行的流動性創造通過盈利動機激勵和提高杠桿水平增加了商業銀行的風險承擔。基于此，本文提出以下研究假設：

H2：流動性創造通過增強商業銀行的盈利動機激勵和提高商業銀行的杠桿水平，進而提高商業銀行風險承擔，盈利機制和杠桿機制在此過程中發揮了部分中介效應。

三、研究設計

（一）樣本選取與數據來源

考慮到2007年新會計準則執行前進行規范信息披露的商業銀行較少，故本文選取2007—2020年我國174家商業銀行的非平衡面板數據為研究樣本。本文剔除了三家政策性銀行和郵政儲蓄銀行以確保樣本同質性，剔除了資產和所有者權益為負值的異常樣本，剔除了財務數據連續不足三年的數據缺失樣本以確保樣本時間連續性。將合并前所有商業銀行單獨進入樣本，合并后僅一家并購商業銀行進入樣本，最終得到由174家商業銀行①共2079個觀察值構成的年度非平衡面板數據②，此外，本文對所有商業銀行層面的連續變量在上下1%分位數上進行縮尾處理，以減弱離群值對研究結論的干擾。在考察期內本文的樣本商業銀行總資產與行業總資產之比一直維持在80.98%以上，基本上能夠反映我國商業銀行業整體狀況，具有較強的代表性。本文使用的數據均來自中國研究數據服務平臺、全球銀行與金融機構分析庫、萬得數據庫、商業銀行年報、《中國金融年鑒》、全球經濟數據庫、《中國統計年鑒》和中國人民銀行官方網站。

（二）模型設定

為檢驗流動性創造對商業銀行風險承擔的影響，借鑒已有研究，本文構建如下基準回歸模型：

其中，RISKi,t為商業銀行i在第t年的風險承擔水平，LCi,t為商業銀行i在第t年的流動性創造變量，Xi,t為商業銀行層面的控制變量，Yi,t為其他層面的控制變量，μi為商業銀行個體固定效應，εi,t為隨機誤差項。需要說明的是，由于流動性創造是時間序列變量，若直接引入時間固定效應可能會引起多重共線性問題，導致時間虛擬變量與流動性創造變量對商業銀行風險承擔的作用相互抵消，因而在模型中沒有控制時間固定效應。如果LCi,t的估計系數α1顯著為正，說明流動性創造會提高商業銀行的風險承擔，假設H1成立。另外，后文實證分析均以計量模型（1）為基準，根據假說驗證需要對其進行拓展。

（三）變量說明

1.被解釋變量：商業銀行風險承擔（RISK）。現有關于商業銀行風險承擔的主要衡量指標有Z值、不良貸款率和風險加權資產占比。參考Delis和Kouretas（2011）[25]的研究，本文采用風險加權資產占比（RWA）來衡量商業銀行風險承擔，可很好反映商業銀行的主動風險承擔水平。風險加權資產占比等于商業銀行風險加權資產與資產總額之比，數值越大說明商業銀行承擔的相應風險越大。

2.核心解釋變量：商業銀行流動性創造（LC）。本文在Berger和Bouwman（2009）[14]、田國強和李雙建（2020）[26]研究方法的基礎上，參考宋科等（2021）[15]的研究，將商業銀行活動劃分為流動性、準流動性或非流動性③，按照“發放貸款及墊款”科目分類，進而構建我國商業銀行基于貸款期限和貸款類別的流動性創造指標。基于貸款類別，將抵押貸款、消費貸款劃分為流動性資產，將企業貸款、其他貸款劃分為非流動性資產；基于貸款期限，將到期期限不超過1年的發放貸款及墊款劃分為流動資產，將到期期限超過1年的發放貸款及墊款劃分為非流動性資產。由此，構建基于貸款期限的流動性創造（LCMa）、基于貸款期限且排除表外科目的流動性創造（LCMaEx）、基于貸款類別的流動性創造（LCCa）、基于貸款類別且排除表外科目的流動性創造（LCCaEx）、基于貸款期限的資產端流動性創造（LCAssetMa）、基于貸款類別的資產端流動性創造（LCAssetCa）、負債端流動性創造（LCLia）和表外流動性創造（LCOff）。同時，為便于研究比較，本文將流動性創造用總資產進行標準化處理，避免給大型商業銀行賦予更高的權重。

3.控制變量。參考蔣海等（2022）[27]、李雙建和田國強（2020）[28]的研究，本文選取的商業銀行層面控制變量包括：（1）商業銀行規模（Asset）；（2）商業銀行資本充足率（CAR）；（3）商業銀行存貸比（LDR）；（4）商業銀行運營效率（CIR）；（5）商業銀行流動性（LIQ）；（6）市場勢力（ALR）。其他層面控制變量包括：（1）監管約束（REG），若在《商業銀行資本管理辦法（試行）》正式實施之前，則將REG定義為1，反之定義為0；（2）為排除因遺漏變量帶來的內生性問題，本文還加入監管約束與商業銀行類別虛擬變量（OWN）的交互項，若商業銀行為國有商業銀行或是由地方政府控股，則將OWN設置為1，反之設置為0。宏觀經濟層面控制變量包括：（1）經濟增長率（GDPR）；（2）貨幣政策（IRL）；（3）貨幣供應量（M2）；（4）商業銀行業景氣指數（BBI）。

上述變量的定義及說明詳見表1。

表1：變量定義與說明

四、實證分析

（一）基準回歸結果

表2報告了基準回歸結果。其中，列（1）和列（2）是基于貸款類別的流動性創造的估計結果，列（3）和列（4）是基于貸款期限的流動性創造的估計結果。從列（1）和列（2）列示的回歸結果可以看出，基于貸款類別的流動性創造和基于貸款類別且排除表外科目的流動性創造的回歸系數均在1%的水平上顯著為正，說明基于貸款類別的流動性創造會增加商業銀行風險承擔。而且，基于貸款類別且排除表外科目的流動性創造的估計系數要顯著大于基于貸款類別且包括表外科目的流動性創造的估計系數，這也間接說明表外科目的流動性創造存在降低商業銀行風險承擔的可能。從列（3）和列（4）列示的回歸結果可以看出，基于貸款期限和基于貸款期限且排除表外科目的流動性創造的估計系數均在1%的水平上顯著為正，說明基于貸款期限的流動性創造會增加商業銀行風險承擔。上述結果表明，流動性創造會增加商業銀行的風險承擔，驗證了H1。原因在于，無論是從資產端還是從負債端來看，商業銀行利用短期流動性負債為相對非流動的資產進行融資時，極易導致資產和負債的期限錯配，隨著期限錯配的不斷積累，當面臨的不確定性增加時，會打破原有的流動性均衡狀態，容易引發流動性風險（彭建剛等，2014）[29]。同時，“合成效應”的作用使流動性風險進一步通過商業銀行間市場傳染，增加商業銀行脆弱性（項后軍和曾琪，2019）[30]。

表2：基準回歸檢驗結果

（二）基于流動性創造子維度的檢驗

表3報告了基于流動性創造子維度的檢驗結果。結果顯示，基于貸款期限的資產端流動性創造（LCAssetMa）、基于貸款類別的資產端流動性創造（LCAssetCa）和負債端流動性創造（LCLia）對商業銀行風險承擔的回歸系數均在1%的水平上顯著為正，說明從資產端和負債端來看，流動性創造會增加商業銀行風險承擔。此外，表外流動性創造（LCOff）的回歸系數在1%的水平上顯著為負，說明表外流動性創造會降低商業銀行的風險承擔。

表3：基于流動性創造子維度的檢驗結果

（三）基于業務經營范圍④的分組檢驗

為了進一步考察在不同的業務經營范圍下，流動性創造對商業銀行風險承擔影響的異質性，本文對模型（1）進行了分組檢驗。從表4列示的檢驗結果可以看出，無論是全國性商業銀行還是區域性商業銀行，核心解釋變量的回歸系數均至少在10%的水平上顯著為正；通過對比顯著性和回歸系數可以發現，相比全國性商業銀行，流動性創造對區域性商業銀行風險承擔水平的影響更大。進一步地，核心解釋變量的組間系數差異性檢驗⑤的P值在1%的水平上拒絕了兩組系數不存在差異的原假設，說明流動性創造對不同業務經營范圍商業銀行風險承擔的影響存在顯著差異，再次驗證了上述結論。原因在于，全國性商業銀行有著較高的資本監管要求，風險意識更強；而區域性商業銀行近年來同業業務迅速擴張，借助通道業務游離于監管體系之外的表外業務增長過快，加之內部治理體系不健全，風險控制體系薄弱，應對外部沖擊能力較弱，多種因素導致區域性商業銀行在進行流動性創造時的經營風險較大。

表4：基于業務經營范圍的分組檢驗結果

（四）內生性問題的處理⑥

1.采用動態面板模型。考慮到商業銀行的風險承擔可能具有高度的自相關性，商業銀行風險承擔與商業銀行個體特征變量（如資產規模、存貸比等）也可能存在互為因果的聯立內生關系，本文在模型（1）的基礎上引入被解釋變量的滯后項，采用動態面板廣義矩估計模型進行穩健性檢驗。兩階段DIF-GMM檢驗回歸結果顯示，AR（1）檢驗的P值均小于0.1，AR（2）檢驗的P值均大于0.1，Hansen檢驗的P值均大于0.1，說明殘差項存在一階自相關而不存在二階自相關，且無法拒絕工具變量有效的原假設，表明模型的設定是合理的。檢驗結果證明了本文的研究結論是可靠的。同理，兩階段SYS-GMM回歸結果也驗證了模型設定的合理性，檢驗結果再次證實了流動性創造會增加商業銀行的風險承擔。

2.采用工具變量方法。本文采用商業銀行流動性創造的滯后一期（L.LC）作為工具變量來進行內生性檢驗。在工具變量的相關性檢驗中，Anderson canon.corr.LM統計量的P值均小于0.1，拒絕工具變量識別不足的原假設；Cragg-Donald Wald F統計量均大于相應的Stock-Yogo臨界值16.38，拒絕弱工具變量的原假設，說明工具變量的選取是適宜的。利用工具變量控制檢驗的內生性后，回歸結果再次證明了流動性創造會提高商業銀行風險承擔。

（五）穩健性檢驗⑦

1.更換被解釋變量度量方式。一方面，參考 Delis和 Kouretas（2011）[25]的研究，根據RWA2=（0.2×同業和其他金融機構存放款項+固定資產+貸款總額）/總資產×100%，計算得到新的風險加權資產占比，作為商業銀行風險承擔的代理變量。另一方面，參考劉生福和李成（2014）[31]的研究，以凈貸款與總資產之比（RWA3）來近似代替商業銀行的風險資產占比。上述檢驗結果與原檢驗結果保持一致。

2.替換被解釋變量。進一步地，采用Z分數作為商業銀行風險承擔的替代變量，考慮到Z值的正態性和異方差性，采用對數形式表示，即Z_score=ln[(CAR+ROA)/δ(ROA)]。檢驗結果進一步驗證了流動性創造會增加商業銀行風險承擔。

3.剔除金融危機期間樣本。考慮到金融危機期間政府的經濟刺激政策和市場干預行為會導致處于金融危機期間的樣本觀察值并不具有隨機性，因此，本文將剔除金融危機期間（2009年和2010年）后的樣本重新對計量模型（1）進行回歸。結果進一步印證了本文研究結論的穩健性。

五、進一步分析

（一）作用機制檢驗

根據前文理論分析，流動性創造能夠通過提高商業銀行的盈利動機激勵能力和提高商業銀行的杠桿水平兩個渠道提高商業銀行風險承擔。為驗證上述渠道，本文設置如下中介效應模型：

其中，Mediatori,t為中介變量，分別代表資產回報率（ROA）和杠桿率（LEV）變量。

資產回報率（ROA）可以全面、準確地反映商業銀行盈利狀況，等于凈利潤與平均總資產的比值；商業銀行杠桿率（LEV），等于商業銀行權益資本與總資產的比值。其中，模型（2）用于檢驗流動性創造對商業銀行風險承擔的影響，模型（3）和模型（4）著重討論了流動性創造對商業銀行風險承擔的直接和間接影響。具體地，只有當模型（3）中的流動性創造的估計系數?1和模型（4）中的中介變量的估計系數θ2都顯著時，才能證明其存在中介效應。模型（4）中流動性創造的估計系數θ1則強調了流動性創造對商業銀行風險承擔的直接影響。模型（2）的檢驗結果同模型（1），在此不再贅述。

表5為盈利機制的中介效應檢驗結果。可以看出，無論是從貸款類別還是從貸款期限來看，流動性創造均與商業銀行盈利能力顯著正相關，且加入中介變量資產回報率（ROA）之后，商業銀行盈利能力與商業銀行風險承擔正相關，流動性創造仍與商業銀行風險承擔正相關，說明流動性創造通過增強商業銀行的盈利能力導致監管部門和商業銀行自身具有虛假的安全感，加劇了商業銀行經營風險，盈利機制在流動性創造影響商業銀行風險承擔的過程中發揮了部分中介效應，驗證了H2。

表5：盈利機制檢驗結果

表6匯報了杠桿機制的中介效應檢驗結果。結果顯示，流動性創造均與商業銀行杠桿率顯著正相關，且加入中介變量杠桿率（LEV）之后，商業銀行杠桿率和流動性創造均與商業銀行風險承擔顯著正相關，說明流動性創造通過提高商業銀行杠桿率進而增加了商業銀行的風險承擔水平，杠桿機制在流動性創造影響商業銀行風險承擔的過程中發揮了部分中介效應，驗證了H2。

表6：杠桿機制檢驗結果

為進一步確保中介效應的顯著性，本文使用系數乘積檢驗方法對中介效應的顯著性進行檢驗。系數乘積檢驗法主要是檢驗經過中介變量路徑上的回歸系數乘積項是否顯著，即檢驗原假設H0：?1×θ2=0。若拒絕原假設，則說明中介效應顯著，反之，則不顯著。具體地，借鑒Sobel方法，檢驗統計量是否處于臨界值內，這里分別為回歸系數?1和θ2的標準誤。經過計算，得到統計量Z的絕對值均大于5%顯著性水平上的臨界值0.97，拒絕原假設，則中介效應顯著，說明盈利機制和杠桿機制的中介效應顯著存在。H2得到進一步驗證。

（二）拓展性討論

1.考慮貨幣政策。本文選取法定存款準備金率（RT）作為數量型貨幣政策的代理指標，選取一年期貸款基準利率（LR）作為價格型貨幣政策的代理指標，然后在基準模型中引入貨幣政策變量與流動性創造的交互項，檢驗結果如表7所示。檢驗結果表明，數量型貨幣政策與流動性創造的交互項均顯著為正，價格型貨幣政策與流動性創造的交互項均顯著為負，說明數量型貨幣政策會放大商業銀行的流動性創造風險承擔水平，而價格型貨幣政策會降低商業銀行的流動性創造風險承擔水平，這進一步驗證了存款基準利率和法定存款準備金率兩種貨幣政策工具的同時調整對商業銀行流動性創造的風險承擔水平的影響具有非對稱性。

2.考慮流動性監管。參考蔣海等（2022）[27]的研究，本文采用凈穩定資金比例（可用穩定資金與業務所需穩定資金之比）作為流動性監管（NSFR）的代理變量，然后在基準模型中納入流動性監管變量與流動性創造的交互項，檢驗結果如表8所示。可以看出，流動性監管與商業銀行風險承擔的交互項均在1%的水平上顯著為負，說明流動性監管能夠從資產端和負債端強化商業銀行應對流動性沖擊的能力，顯著降低流動性創造對商業銀行風險的放大作用，進而降低商業銀行的風險承擔。

表8：流動性監管檢驗結果

3.考慮宏觀經濟不確定性。考慮到宏觀經濟不確定性會影響商業銀行的流動性創造，進而會影響商業銀行的風險承擔，因此，本文參考田國強和李雙建（2020）[26]的研究，以采用廣義自回歸條件異方差模型獲得的年度層面上的條件方差（滯后一期）作為宏觀經濟不確定性（MEU）的代理變量，然后在基準模型中納入引入宏觀經濟不確定性與商業銀行流動性創造的交互項，檢驗結果如表9所示。可以看出，流動性創造與宏觀經濟不確定性的交互項的估計系數均在1%的水平上顯著為正，說明宏觀經濟不確定性會放大商業銀行的流動性創造風險承擔水平。

表9：宏觀經濟不確定性檢驗結果

六、進一步分析：面板門檻效應

根據“流動性創造過度假說”（Fungá?ová等，2013）[32]，適度的流動性創造不會增加商業銀行風險，反而有助于促進商業銀行進行有效的風險管理，抑制商業銀行風險，但是當流動性創造過度時，則會加劇商業銀行風險，二者之間存在非線性關系，即流動性創造對商業銀行風險承擔的影響可能存在門檻效應。本文構建如下面板門檻效應回歸模型進行檢驗：

本文將數據轉換為平衡面板數據后，采用Bootstrap反復抽樣500次進行門檻效應的顯著性檢驗。門檻效應檢驗結果和門檻模型LR檢驗結果均表明，無論是基于貸款期限還是基于貸款類別，以及無論是否排除表外科目，流動性創造對商業銀行風險承擔的影響均存在單一門檻效應，且門檻效應估計值分別為0.2975、0.3272、0.3354、0.3767⑧。

模型（5）門檻效應回歸結果如表10所示。結果表明，無論是基于貸款類別或貸款期限的流動性創造，還是基于貸款類別或貸款期限且排除表外科目的流動性創造，均與商業銀行風險承擔呈正相關關系，且當流動性創造超過門檻值時，其對商業銀行風險承擔的影響的估計值顯著變大，說明當流動性創造超過一定閾值時，流動性創造過度將進一步加劇商業銀行風險。

表10：門檻模型回歸結果

七、研究結論與政策啟示

商業銀行作為金融中介，在經濟發展過程中承擔著風險轉移和流動性創造兩個重要職能。本文基于2007—2020年我國174家商業銀行非平衡面板數據，系統梳理了流動性創造與商業銀行風險承擔的關系和作用機制，通過理論和實證分析，得出如下結論：無論是基于貸款期限還是基于貸款類別，以及無論是否排除表外科目，流動性創造均會增加商業銀行風險承擔；與全國性商業銀行相比，流動性創造更能顯著提高區域性商業銀行的風險承擔；機制檢驗結果表明，流動性創造通過提高商業銀行盈利激勵動機和商業銀行杠桿率水平提高了商業銀行風險承擔；進一步分析發現，數量型貨幣政策和宏觀經濟不確定性會放大增加商業銀行的流動性創造風險承擔水平，價格型貨幣政策和流動性監管會降低商業銀行的流動性創造風險承擔水平；面板門檻模型檢驗發現，當商業銀行流動性創造超過一定閾值時，即存在流動性創造過度，會加劇商業銀行風險，驗證了流動性創造對商業銀行風險承擔的影響存在門檻效應。

本文的研究結論蘊含著豐富的政策啟示。首先，要完善貨幣政策和監管政策的協調機制。監管政策應注重中長期風險管理，防止商業銀行過度追求利潤而引發系統性金融風險，同時應注重貨幣政策的短期調節，防止流動性危機的發生。其次，短期內需要合理評估資本監管和流動性監管強度對貨幣政策產生的外部性，在長期應加強建設統一的監管體系，將流動性創造指標納入宏觀審慎管理框架，同時加強宏觀審慎管理政策的針對性和有效性，切實加強對商業銀行流動性創造水平的監測，引導商業銀行合理的流動性供給，避免過度的流動性創造，防止商業銀行個體風險引致系統性金融風險。最后，要構建適應金融機構混業經營方式的監管框架。具體地，不僅要填補監管空缺，協調已有監管的沖突，還要加強金融機構準入、退出管理，通過功能監管減少監管套利現象。

注：

①174家商業銀行包括5家大型國有商業銀行、12家股份制商業銀行、109家城市商業銀行和48家農村商業銀行。

②在本文研究區間內，部分商業銀行成立時間晚或者商業銀行間存在合并重組等原因使得商業銀行并非每年都有觀測值，故樣本為非平衡面板數據。為了避免潛在數據結構不合理問題，本文也采用2007—2020年我國商業銀行年度平衡面板數據進行分析，結果依然穩健。考慮到采用平衡面板數據為樣本進行分析時，觀測值僅占非平衡面板數據的25%左右，樣本容量較小，故本文以我國商業銀行非平衡面板數據為研究對象。此外，本文數據結構屬于大N小T型短面板數據，因此，無需對變量進行平穩性檢驗。

③限于篇幅，正文中未列示資產負債表和表外業務科目的流動性具體劃分和權重結果，以及基于“發放貸款及墊款”科目的分類，具體參見宋科等（2021）[24]的文章附件。

④根據業務經營范圍，將大型國有商業銀行和全國性股份制商業銀行劃分為全國性商業銀行，將城市商業銀行和農村商業銀行劃分為區域性商業銀行進異質性檢驗。

⑤組間系數差異性檢驗方法主要包括Chow檢驗、似無相關模型檢驗方法和費舍爾組合檢驗。其中，Chow檢驗需要引入交互項，且需要假定控制變量的系數不隨組別發生變化，適用條件較為苛刻；似無相關模型檢驗方法允許不同組別間控制變量存在差異，但該方法可能存在樣本選擇偏誤問題；費舍爾組合檢驗則基于自抽樣思路，通過不斷抽樣模擬總體樣本特征，適用范圍較為廣泛。因此，本文使用費舍爾組合檢驗通過自抽樣法（Bootstrap）來檢驗組間系數的差異性。此外，本文還采用其他兩種方法進行檢驗，發現結果并未發生改變，檢驗結果備索。

⑥限于篇幅，內生性檢驗結果未列示，作者備索。

⑦限于篇幅，穩健性檢驗結果未列示，作者備索。

⑧限于篇幅，門檻效應檢驗結果、門檻估計值檢驗結果和門檻模型LR檢驗結果未列示，作者備索。