資管新規是否降低了銀行風險
——基于雙重差分模型的實證檢驗

邵梯航 孫 飛

一、引言

自中國經濟向高質量發展轉型以來，現有金融體系在經營模式、服務質量等方面暴露出了越來越多的風險問題。防范化解金融風險作為推進金融供給側結構性改革工作的重要組成部分，可以為經濟平穩運行提供安全穩定的環境。2022年10月，黨的二十大報告中特別指出，“加強和完善現代金融監管，強化金融穩定保障體系，依法將各類金融活動全部納入監管，守住不發生系統性風險底線”。從中國現階段金融資產結構來看，依然存在著資源配置結構與風險承擔機制不合理等現象，這為經濟和金融發展埋下了風險隱患。[1]截至2021年底，中國人民銀行所統計的金融賬戶中，股票和債券的資金存量合計為232.07萬億元，而同期銀行貸款的資金存量為229.79萬億元，幾乎與股票和債券的總體資金存量持平?？紤]到超過一半的債券均由銀行持有并且大部分具有間接融資的特點，證券融資在社會融資中所占比重實際上遠低于銀行貸款融資。上述數據充分反映出，中國經濟發展過度依賴以銀行為主導的間接融資體系，造成債權類融資增長迅速、社會整體債務水平偏高、金融風險過多地集中于銀行部門等問題。

從近年來銀行業的發展情況來看，各類商業銀行的表外“類貸款”業務呈加速擴張之勢。其中，以銀行理財為代表的各類資管產品逐漸豐富，促使了金融機構之間的資金業務合作程度日趨緊密。截至2021年底，中國資產管理業務的存量規模已達到67.87萬億元。資產管理業務盡管在一定程度上滿足了居民部門的投資需求與企業部門的融資需求，拓展了社會投融資渠道，但依然存在著諸如剛性兌付、多層嵌套、信息不透明、非標準化產品泛濫等問題，增加了中國金融系統的風險隱患。

監管部門的正確指引和規范監督對于解決好上述問題顯得尤為重要。在2022年中央經濟工作會議中，習近平總書記指出：“金融事關發展全局。要統籌好防范重大金融風險和道德風險，壓實各方責任，及時加以處置，防止形成區域性、系統性金融風險。”作為金融供給側結構性改革的主要實踐主體，中國人民銀行等監管部門于2017年11月向社會征求有關規范資產管理業務的相關意見，并在2018年4月正式出臺《關于規范金融機構資產管理業務的指導意見》(以下簡稱資管新規)。同年，中國銀行業監督管理委員會(現國家金融監督管理總局)陸續發布了《商業銀行理財業務監督管理辦法》和《商業銀行理財子公司管理辦法》。截至2020年底，已有包括中國工商銀行、中國農業銀行、中國建設銀行等在內的19家商業銀行成立了理財子公司，按照監管要求對資產管理業務進行了規范處理。

那么，資管新規是否降低了銀行風險？資管新規對銀行風險有怎樣的影響機制？對不同銀行所產生的政策效果是否一致？研究分析上述問題，無論對于檢驗資管新規政策的有效性還是評估金融供給側結構性改革工作，均具有非常重要的理論價值與現實意義。鑒于此，本文利用2014-2020年中國143家商業銀行的面板數據，通過雙重差分模型(DID)實證檢驗了資管新規政策對銀行風險水平的影響效果及其作用機制，并進一步分析了資管新規政策對銀行風險所產生的異質性影響。

本文可能的邊際貢獻體現在以下三個方面：第一，本文利用資管新規政策作為準自然實驗，實證評估了資管新規對銀行風險的影響，為金融監管可以降低銀行風險的相關理論文獻提供了經驗證據，也為檢驗金融強監管政策對銀行個體的影響補充了文獻參考。第二，本文進一步分析了資管新規政策降低銀行風險的作用機制，將宏觀層面的金融監管與微觀層面的銀行經營建立聯系，為中國商業銀行高質量發展提供了具體的建設意見。第三，本文樣本數量較大且數據較新，樣本區間覆蓋至資管新規實施前后各3年，可以更好地分析資管新規政策對銀行風險所產生的影響。

二、文獻述評

(一)金融監管的作用

與本文直接相關的文獻是關于金融監管作用的研究。早期的研究主要是從追求社會福利最大化與克服金融系統內在脆弱性兩個角度對金融監管進行論證。第一，對于社會公共利益而言，政府制定的金融監管政策可以被視為一種公共品，用以解決金融市場中的壟斷現象和信息不對稱問題，從而避免社會福利遭受損失。[2]第二，對于金融行業而言，長期處于高杠桿水平、資產配置缺乏透明度、同業間拆借結算頻繁等經營特點決定了其風險水平必定高于其他行業，而金融監管可以通過規范金融機構經營活動等方式，解決因金融脆弱性所蘊藏的潛在風險隱患，保證了金融市場的穩定運行。[3-5]

國際金融危機爆發后，系統性金融風險對實體經濟造成了巨大的負向沖擊，各國政府逐漸認識到僅僅依靠以往的金融監管理論上難以有效防范系統性金融風險。在此基礎上，學術界與實務界總結了危機爆發前后金融監管實踐的經驗與不足，并開始引入宏觀審慎監管的思想，認為通過逆周期政策調節、防止監管真空出現等方法，可以有效確保金融系統的安全穩健。[6-7]此外，更多研究發現，相較于單一的政策工具，金融監管政策、貨幣政策以及財政政策間適當的協調配合可以更好地維護經濟金融穩定發展，最終實現社會整體福利水平的提升。[8-9]

然而，部分學者對金融監管的作用提出了質疑，他們認為金融監管非但無法保證金融市場的穩定發展，反而會因為尋租行為、監管成本、政策設計失誤等問題致使金融機構陷入更大的問題之中，阻礙金融發展，造成整個社會承擔更高的經濟成本與效率損失，最終導致經濟的波動與金融危機的爆發。[10-11]

中國作為成功向市場經濟轉型的國家，其金融監管政策的實施效果同樣引起了社會各界的廣泛關注。但至今為止，相關研究仍未形成一致的看法：部分研究發現，中國的金融監管政策可能會導致政府過度干預市場，限制了金融發展水平，造成了經濟成本損失。[12]然而，也有學者認為，中國的金融監管政策在抑制實體經濟“脫實向虛”以及防范系統性重大風險等方面起到了重要作用。[13]

(二)銀行風險的影響因素

與本文相關的文獻還涉及有關銀行風險影響因素的研究。早期的金融危機理論認為，市場的非理性與非均衡行為導致經濟長期處于繁榮與蕭條的波動之間。在經濟繁榮時期，企業盲目的債務擴張行為很可能會造成日后的違約破產與銀行業恐慌。[14-15]與之相反，部分研究發現，恰恰是由于政府的過度干預或經濟調控政策的失誤，才導致經濟運行波動的增加，提高了銀行的經營風險。[16]

此外，銀行風險也與信息不對稱問題有關。由于銀行無法完全掌握所有企業的實際經營狀況，經營狀況較差的借款人有動機向銀行提供虛假的信息以騙取資金，最終使銀行貸款的整體違約率上升，增加了銀行的破產風險。由于信貸市場中不完全信息的存在，致使包含有企業風險與經營狀況的真實信息無法通過貸款利率進行有效的傳遞，即價格的信息傳遞功能失效。[17]因此，在無法正確為貸款成本定價的情況下，銀行將被迫支付較高的信息成本，最終影響到整個信貸市場的效率。[18]基于信息不對稱性假設和博弈論的方法發現，銀行同時面臨著存款人不確定的流動性需求與借款人長期且非流動的信貸資金使用需求。在“短借長貸”的經營模式下，銀行可能會受到存款人的擠兌，進而造成銀行破產和金融風險的發生。[19]隨著研究的不斷深入，個體層面和行業層面的微觀因素也被發現與銀行風險水平直接相關。諸如，行業層面所涉及的競爭程度、金融創新行為，以及個體層面所涉及的公司治理水平、資產規模、所有制形式和高管背景等經營特征均會對銀行風險產生一定的影響。[20-22]

綜觀現有文獻來看，雖然國內外有關金融監管和銀行風險的文獻已較為豐富，但資管新規作為中國行業內首個統一的強金融監管政策，卻鮮有文獻對該政策與銀行風險之間的關系展開研究。已有關于資管新規政策效果的評估，主要關注于對貨幣政策及實體經濟所產生的影響。一些學者發現，在資管新規政策出臺后，貨幣市場短期利率向債券利率的傳導效率顯著下降，金融監管政策和貨幣政策協調配合需要引起政策制定者的重視。[23]此外，資管新規盡管減少了影子銀行的活動，改善了資源配置效率，但同時也減弱了貨幣政策對實體經濟的刺激效果，造成社會投資總量的減少和國民產出水平的下降。[24]與之相反，也有研究認為，資管新規的實施增加了金融化程度較高企業的投資行為，進而有效抑制了實體經濟“脫實向虛”的傾向，對經濟高質量發展起到了促進作用。[25]除了宏觀層面的分析之外，微觀層面的研究表明，資管新規會造成企業的融資成本上升，融資約束增強，投資效率下降。[26-27]

綜上所述，現有文獻并未系統地評估資管新規的實施對銀行風險所產生的影響效果?？紤]到商業銀行是資管新規政策實施的關鍵環節，因此，在中國的情景下開展資管新規與銀行風險的研究是十分必要的。

三、理論分析與研究假設

(一)資管新規與銀行風險

在監管部門出臺資管新規之前，中國的資產管理行業存在著大量游離于監管之外的不規范金融活動。其中，以銀行理財為代表的表外業務是資產管理業務中最主要的組成部分。[28]為了規避監管部門對銀行信貸投向和信貸規模的管制，銀行通過采用多層嵌套、借助通道業務、投資非標產品等方式，將資金投向無法直接從銀行獲取大量融資支持的部門，主要包括地方政府融資平臺、產能過剩企業和房地產企業。[29]由于這些借款人通常具有違約風險高、資金運作不透明、資產流動性差等特點，從而造成了銀行風險水平不斷上升。[30]因此，化解資產管理行業諸多問題以及降低銀行風險的關鍵就在于，加強銀行理財產品等表外業務的監管。

遵循上述邏輯，監管部門陸續發布了資管新規及一系列配套細則和規范指引。資管新規通過打破剛性兌付、解決多層嵌套、限制通道業務、實施“穿透式”監管等方式，對資產管理業務進行了嚴格的規范管理。根據資管新規的政策要求，銀行理財產品資金的投資范圍和投資規模得到了充分明確。在此影響下，銀行無法再通過原有的理財業務運作模式，將資金投向真實風險水平難以評估的項目當中，迫使銀行對風險資產的投資更為謹慎，有助于降低銀行的風險水平?；诖?，本文提出研究假設1。

研究假設1：資管新規政策的實施有助于降低銀行風險。

(二)資管新規、資本充足水平與銀行風險

資本金對于銀行抵御風險、維護金融消費者信心及保持行業穩定均有著重要意義。自2008年全球金融危機以來，國外研究發現，不充足的銀行資本水平可能會增加銀行的“冒險”投資行為，而監管部門通過對銀行資本充足水平進行嚴格要求，能夠有效改善銀行資產的風險狀況。[31]在中國現行的金融監管框架中，對銀行的資本充足水平也有著明確的規定和限制。監管部門根據銀行資產端風險資產的規模，對應計提的資本金做出要求，旨在對銀行風險資產的總體規模進行控制。因此，銀行的資本充足水平與銀行的風險息息相關。[32]

從中國商業銀行經營的具體情況來看，在資管新規出臺之前，由于信用貸款等表內業務受到資本充足率的監管限制，銀行通常會選擇通過理財業務等方式，將無法計入表內的風險資產轉移至表外。在這種模式下，表外業務中的大量風險資產實際并未納入有關資本金要求的監管范疇內，銀行的風險加權資產被大幅低估。因此，銀行的資本充足水平無法與真實的風險加權資產相匹配，使得實際資本金數量嚴重不足，加劇了銀行的經營風險。[33]資管新規通過加強對銀行理財業務的監管力度，迫使銀行將表外業務納入表內進行記賬核算。理財業務的回表則意味著將銀行全部的風險資產納入監管范圍內，資產負債表得以全面地反映銀行資產端的風險情況。因此，為了承接資產業務回表且同時滿足監管部門有關資本金的要求，銀行會提升自身的資本充足水平，進而降低銀行風險。基于此，本文提出研究假設2。

研究假設2：資管新規可以通過提升資本充足水平降低銀行風險。

(三)資管新規、盈利能力與銀行風險

盈利能力是銀行應對市場競爭、防范不確定風險的重要保障，良好的盈利能力可以為銀行的平穩健康發展提供支持。[34]在資管新規出臺之前，出于重視短期內資產規模和經營績效等目的，銀行會利用監管漏洞將高風險資產轉移至表外，以更隱蔽的方式進行資產擴張。由于剛性兌付和多層嵌套等問題的存在，實際的資產項目風險被嚴重低估。因此，上述活動在本質上是金融機構依靠國家對銀行的信用背書和隱性擔保來獲取超額利潤。[35]以理財產品為代表的表外業務無序擴張雖然可以在短期內增加銀行的收入，但在這種運作模式下，銀行的信用風險、流動性風險及整個金融市場的違約風險并沒有得到有效化解，反而造成了各類風險的不斷積累。銀行過度地依賴上述模式獲取收入，而在這一過程中銀行自身的盈利能力并沒有獲得實質性提升。

資管新規通過限制非標產品投資、打破剛性兌付及禁止多層嵌套等方式，使銀行盲目追求高風險、高收益的資產擴張行為得到了有效控制。在強監管的作用下，銀行依靠表外業務規模擴張從而實現業務收入增長的模式已不可持續。[36]因此，銀行必須重新專注于提升投資研究、資產配置及風險管理等業務水平，切實提升盈利能力，促使銀行由低效率、高風險的粗放式發展轉變為穩定健康的高質量發展?；诖?，本文提出研究假設3。

研究假設3：資管新規可以通過增強銀行的盈利能力降低銀行風險。

四、樣本說明與變量選取

(一)樣本說明

在觀測期設定方面，為了充分避免2008年金融危機對商業銀行產生的干擾，樣本的起始年份應晚于金融危機發生之后至少兩年。此外，考慮到本文所使用的雙重差分模型，應盡量保證政策實施前后的時間跨度足夠長且相對對稱，以便更好地評估政策的實施效果。在數據處理過程中，需計算各銀行資產收益率的3年滾動標準差，為此損失了2年的數據樣本，最終的樣本觀測期為2014-2020年。

在數據方面，本文銀行層面的原始財務數據來自中國研究數據服務平臺(CNRDS)，其中部分年份出現的缺失值，通過銀行歷年年報等手工補錄，以最大限度地保證樣本數據的完整性。宏觀經濟層面的數據來自CEIC數據庫。具體而言，本文剔除了3家政策性銀行與銀行財務數據為異常值的樣本，僅保留連續2年以上有觀測值并且政策實施前后至少存有1期數據的銀行樣本。由于農村商業銀行數量龐雜，相關的財務數據缺失較多且不易獲取，本文僅保留了已上市的農村商業銀行作為該類銀行的代表。

最終，本文的研究數據涵蓋了中國銀行業7年間共973個觀測值，其中包括6家大型國有商業銀行、12家股份制商業銀行、115家城市商業銀行及10家農村商業銀行，總計143家商業銀行。本文所選擇的非平衡面板數據可以最大程度地保留樣本數據信息，保證較廣的樣本范圍，可有效緩解因樣本數量過小而導致的樣本選擇偏差等問題，總體上能較好地反映中國商業銀行的基本情況。此外，為解決離群值對研究分析的干擾，本文對銀行層面的各類財務變量在首尾1%的水平上進行縮尾處理。

(二)變量選取

1.銀行風險

根據現有研究，銀行風險的測度指標主要有三種。第一，風險加權資產比率。該指標雖然涵蓋了銀行的信貸風險、操作風險、市場風險，能夠較為全面地反映銀行風險情況，但其數據可得性較差，存在著較多缺失值，可能會出現樣本觀測值過少等問題。第二，不良貸款率。該指標雖較易獲取，但僅能反映銀行資產負債結構中的一部分情況，無法全面刻畫銀行的整體經營狀況。第三，Z值。該指標能夠綜合考量銀行各方面的經營狀況，可有效測算銀行的破產風險，并且可以從各銀行的財務報表中較為完整地獲得相關數據，是反映商業銀行風險較為合適的指標。

因此，在綜合考量各種指標的優劣性等情況之后，本文參考以往研究中的測度方法，選擇了在相關文獻中被廣泛使用的Z值來測度銀行風險。[37]

Z值的定義為：

(1)

其中，Zit表示i銀行在t年的Z值。ROAit表示銀行的資產收益率水平，(E/A)it表示銀行的所有者權益與總資產之比。分母部分，σ(ROA)it表示以3年滾動窗口測量的銀行資產收益率的標準差。一般而言，較高的Z值水平意味著銀行的經營穩健，風險水平較低；相反，則表示銀行的風險水平較高。現有研究中一般采用Z值的自然對數來測度銀行風險，本文也按照此做法進行處理，并將取自然對數之后的Z值以Risk來表示。

2.其他變量

本文參考已有研究，選擇一系列銀行層面的控制變量，具體包括：銀行規模(Size)、貸存比(LDR)、貸款撥備率(LPR)、存款占比(Deposit)。[38-39]宏觀層面的控制變量包括：GDP增長率(GDP_R)，用于反映經濟因宏觀周期變化或微觀沖擊波動而產生的影響；M2占GDP的比例(M2_GDP)，用于反映貨幣政策松緊程度所產生的效應；人均GDP(ln_PGDP)，用于控制經濟發展水平對銀行風險的影響。[40-41]

具體而言，各控制變量的計算方式為：以銀行總資產的自然對數衡量銀行規模(Size)；以銀行貸款與存款的比率衡量貸存比(LDR)；以貸款損失準備金與貸款總額之比衡量貸款撥備率(LPR)；以存款總額占總資產之比衡量存款占比(Deposit)。宏觀層面的控制變量方面，按照國家統計局和中國人民銀行的官方標準，對GDP增長率(GDP_R)、M2占GDP的比例(M2_GDP)進行計算，并對人均GDP(ln_PGDP)進行對數處理。

本文被解釋變量與控制變量的描述性統計見表1。其中，LDR的平均值為68.46，表明觀測期內銀行的平均貸存比為68.46%，LDR最小值和最大值分別為33.54%和108.11%，該指標呈現出較大的波動性，證明不同商業銀行的資產負債結構存在著顯著差異，銀行間的經營模式與業務風格差別較大。

表1 主要變量描述性統計

五、實證方法與結果分析

(一)計量模型設定

本文主要運用雙重差分模型，以資管新規的出臺作為準自然實驗，研究該政策對商業銀行風險產生的影響。考慮到中國商業銀行個體之間存在著較大的差異，在短期內并非所有銀行均完全具備按照資管新規要求來調整自身業務的條件，因此，資管新規對某些整改條件較為完善的銀行可能會產生更大的影響。相比其他同業而言，主動設立理財子公司的銀行更有可能積極地配合監管部門，并遵照資管新規政策指示對自身資產管理業務進行調整。據此，本文假定設立理財子公司的銀行，受到資管新規政策的影響更大，進而將觀測期內已設立理財子公司的銀行作為處理組，未設立理財子公司的銀行作為控制組，并構建以下雙重差分模型：

Riskit=α0+α1DID+α2Controlit+μi+μt+εit

(2)

DID=Postt×SUBi

(3)

其中，i表示銀行，t表示年份，Riskit表示i銀行在t年的風險水平。Postt表示資管新規虛擬變量，由于中國人民銀行等部門早在2017年便公開向社會征求資管新規政策的相關意見，本文將資管新規政策開始發生影響的時間定為2017年。具體地，當樣本處于2017年及以后，Postt取值為1，否則取值為0。SUBi為處理組虛擬變量，表示銀行是否已設立理財子公司，若銀行設立了理財子公司，SUBi取值為1，否則取值為0。將Postt與SUBi相乘，得到雙重差分模型中的交乘變量DID，用于估計資管新規政策對銀行所產生的微觀影響。交乘變量DID為本文的核心解釋變量，其系數α1為本部分重點關注的待估系數，用于解釋模型中資管新規政策對銀行風險的影響情況。若α1顯著為正，說明資管新規能夠有效降低銀行風險。反之，則證明資管新規并未對銀行風險產生影響甚或是增加了銀行風險。

此外，模型中的Controlit為包含了銀行層面與宏觀層面特征的一系列控制變量，εit為殘差項，μi和μt分別用來控制銀行固定效應及年份固定效應。回歸分析時，為避免共線性問題，本文未將Postt與SUBi單獨納入公式(2)中進行回歸。

(二)基準回歸結果分析

本部分通過運用公式(2)及公式(3)，實證檢驗了資管新規政策對商業銀行所產生的具體影響，回歸結果見表2。表2中第(1)列采用了OLS法進行回歸，第(2)列與第(3)列為考慮了銀行固定效應和年份固定效應的回歸結果，以上回歸的標準誤均聚類在銀行層面。具體來看，表2中第(1)-(3)列的回歸結果表明，無論是否添加控制變量或是否使用雙向固定效應，各列核心解釋變量DID的估計系數α1均顯著為正，表明資管新規政策可以顯著降低商業銀行風險，資管新規在防控金融風險方面起到了積極作用，研究假設1得到驗證。

(三)平行趨勢檢驗

本部分主要針對雙重差分模型進行平行趨勢檢驗，從而進一步證明回歸結果的有效性，圖1報告了平行趨勢檢驗的結果。參照以往研究，本部分將政策發生前一期的年份虛擬變量剔除用作對照。[42]由于本文將2017年設定為政策開始產生影響的年份，可以看出在2017年之前的回歸系數均接近于0且不顯著，證明處理組與控制組在政策發生前有著相同的發展趨勢，而在2017年之后，處理組有顯著的上升趨勢，進一步驗證了基準回歸的結果?？紤]到2020年中國經濟受新冠肺炎疫情的沖擊較為嚴重，而處理組中諸如中國農業銀行、興業銀行、南京銀行等大型商業銀行或城市商業銀行，均為企業紓困做出了增加貸款投放量、加強延期還本付息力度等融資性支持，致使在該年份內處理組中銀行的風險水平受到了一定影響。因此，處理組與控制組在2020年并未有顯著的區別?？傮w來看，本部分結果通過了平行趨勢檢驗。

圖1 基于雙重差分模型的平行趨勢檢驗

(四)穩健性檢驗

1.擴大縮尾范圍

中國的商業銀行在經營模式、發展階段、對外部沖擊敏感度等方面存在著較大差異，可能會造成本文樣本中出現大量異常值。為減少其對研究分析所產生的干擾，本部分進一步擴大縮尾范圍，對銀行層面所有連續變量的左右兩端均進行2%的縮尾處理，以檢驗實證結果的穩健性。檢驗結果見表3第(1)-(2)列，其分別使用了OLS和雙向固定效應進行回歸分析。在擴大縮尾范圍后，關鍵解釋變量DID的估計系數均顯著為正，與之前基準回歸結果保持一致。

表3 穩健性檢驗

2.重新定義資管新規虛擬變量Postt

資管新規政策的正式實施時間為2018年4月，據此，本部分將重新定義變量Postt，假定資管新規政策在2018年開始發生影響。相應地，當觀測期為2018年及以后時，Postt取值為1，否則取值為0。檢驗結果見表3第(3)-(4)列，其分別使用了OLS和雙向固定效應進行回歸分析。重新定義資管新規虛擬變量Postt后，核心解釋變量DID的估計系數符號與前文保持一致，顯著性水平高于基準回歸結果，總體結果仍然穩健。

3.更換銀行風險度量指標

本部分選用不良貸款率作為銀行風險的代理變量，較高的不良貸款比例往往意味著銀行的資產質量較差，借款人的償付能力較低，此時的銀行更有可能因貸款違約等問題而陷入破產風險之中。資管新規政策如果有效，將會使不良貸款率下降，從而有效控制銀行的風險水平。因此，本部分中核心解釋變量DID的待估系數符號如果為負，則與前文結論一致。檢驗結果見表3第(5)-(6)列，其分別使用了OLS和雙向固定效應進行回歸分析。在更換銀行風險的代理變量后，核心解釋變量DID的估計系數顯著為負，且顯著性水平明顯高于基準回歸的檢驗結果，進一步穩健地證明資管新規的實施對降低銀行風險起到了顯著的促進作用。

(五)資管新規對降低銀行風險影響機制的檢驗

為進一步檢驗資管新規政策影響銀行風險水平的作用機制，在公式(2)的基礎上構建以下回歸模型：

MEDit=θ0+θ1DID+θ2Control+μi+μt+εit

(4)

Riskit=β0+β1MEDit+β2DID+β3Control+μi+μt+εit

(5)

其中，MEDit為中介變量，下文中將分別以資本充足率(CAP)和凈資產收益率(ROE)來表示。公式(4)中的θ1用以評估資管新規政策對中介變量的影響效果，公式(5)中的β1用以評估中介變量對銀行風險的影響。公式(4)和公式(5)中其他各項的含義均與基準回歸模型相同。

1.提升資本充足水平

監管部門有關銀行資本金的要求旨在限制銀行對風險資產的過度投資，但在實際經營活動中，銀行往往能夠通過開展表外業務，使大量高風險資產免受資本充足率等監管政策的約束限制。[43]銀行依靠上述行為雖然“滿足”了監管要求，但卻為整個銀行系統及經濟發展增加了巨大的金融風險隱患。[44]

銀行在按照資管新規政策進行整改的過程中，會使得原有大量存在于表外的資產業務逐步回歸至表內。而回表后的風險加權資產，必須嚴格按照監管規定計提相應的資本金。因此，資管新規會促使銀行提升自身的資本充足水平?；谏鲜鲞壿嫞疚囊糟y行資本充足率(CAP)作為中介變量[45]，來檢驗資管新規是否會通過提升資本充足水平進而降低銀行風險。依照國家金融監督管理總局官網有關內容，本文以資本凈額占風險加權資產的比重來計算銀行資本充足率。

首先，通過公式(4)檢驗資管新規政策對銀行資本充足率的影響，表4中第(1)-(2)列報告了相應的檢驗結果。第(1)列和第(2)列均為雙向固定效應模型的回歸結果，第(2)列在第(1)列的基礎上增加了微觀和宏觀層面的控制變量?？梢钥闯?，DID的回歸系數θ1均在1%的統計水平上顯著為正，表明資管新規政策十分顯著地提升了銀行的資本充足水平。其次，再通過公式(5)檢驗資本充足率對銀行風險的影響。表4中第(3)-(4)列展示了相應的檢驗結果，發現中介變量CAP的估計系數β1均在1%的統計水平上顯著為正，但DID的回歸系數β2并不顯著，表明本部分機制檢驗具有完全性質的中介效應。研究結果表明，資管新規政策可以通過提升銀行的資本充足水平，進而降低銀行風險，研究假設2得到驗證。

表4 機制檢驗:資管新規、資本充足水平與銀行風險

2.增強盈利能力

資管新規的實施使銀行無法再依賴原有不規范的資產業務運作模式，在政策的倒逼下，銀行要想適應未來的監管環境和市場競爭，就必須重新專注于提升自身的投資研究水平、資產配置水平及風險管理水平。因此，資管新規會迫使銀行增強自身的盈利能力?；诖?，本文以銀行凈資產收益率(ROE)作為中介變量[46]，來檢驗資管新規是否會通過增強銀行的盈利能力降低銀行風險。

表5報告了相關檢驗結果，第(1)列和第(2)列中，DID的回歸系數θ1分別在10%和5%的統計水平上顯著為正，表明資管新規政策的實施確實顯著地增強了銀行的盈利能力。進一步地，通過公式(5)檢驗銀行盈利能力對銀行風險的影響，發現中介變量ROE的估計系數β1均在1%的統計水平上顯著為正，但DID的回歸系數β2并不顯著，因此本部分機制檢驗也體現了完全中介效應。研究結果表明，資管新規政策的實施可以幫助銀行增強盈利能力，進而降低銀行風險，研究假設3得到驗證。

表5 機制檢驗:資管新規、盈利能力與銀行風險

(六)異質性分析

資管新規政策有效降低銀行風險的作用是否會在國有銀行和非國有銀行之間具有異質性？針對此問題，本文根據商業銀行的產權性質對樣本進行劃分，并相應地設置非國有銀行虛擬變量(NONSOE)。當樣本不為工、農、中、建、交五大行及郵儲銀行時，將其認定為非國有銀行，并將NONSOE取值為1，否則取值為0。進一步地，本文將非國有銀行虛擬變量與上文中雙重差分交乘變量相乘，得到新的交乘項NONSOE_DID，并在公式(2)的基礎上構建以下模型進行檢驗：

Riskit=λ0+λ1NONSOE_DID+λ2Control+μi+μt+εit

(6)

異質性檢驗的回歸結果見表6，第(1)列為使用OLS進行回歸的檢驗結果，第(2)列與第(3)列為使用固定效應進行回歸的檢驗結果。將基準回歸中的檢驗結果表2作為參照，可以看出表2中DID的各項估計系數α1均在10%的統計水平上顯著為正，而表6中NONSOE_DID的各項估計系數λ1則均在1%的統計水平上顯著為正。

表6 異質性分析

相較于基準回歸結果而言，異質性檢驗中的回歸結果有著更高的顯著性水平。同時，表6中NONSOE_DID的各項估計系數λ1的數值也均大于表2中DID的估計系數α1，這意味著非國有銀行受到資管新規的政策效應更加明顯。

本部分的研究結果表明，與國有銀行相比，資管新規政策主要對降低非國有銀行的風險水平有著更加顯著的促進作用，而造成這種情況的原因可能在于：第一，隨著金融改革的持續深化及金融市場的不斷完善，中國的金融發展水平顯著提升，非國有金融機構獲得了長足發展，市場競爭能力日趨增強。在此背景下，資管新規政策為非國有銀行向高質量發展轉型提供了更深層次的幫助。第二，長期以來，國有銀行在資本金、風險管理體系及內部控制制度等方面受到了更為嚴格的監管，各項業務的規范程度經常保持在較高的水平之上。因此，在政策出臺之前，國有銀行可能就已經比較符合資管新規的有關要求，導致資管新規對國有銀行的作用效果并不明顯。第三，近年來，國有銀行帶頭踐行創新、協調、綠色、開放、共享的新發展理念，為綠色金融、普惠金融、鄉村振興、防疫抗疫、公益事業等領域的發展提供了大量資金支持。由于對上述領域進行信貸投放的利率普遍較低，在一定程度上削弱了國有銀行的盈利能力，從而使國有銀行的風險水平受到影響。

六、研究結論與政策建議

本文的研究結果表明，資管新規政策的實施能夠顯著降低銀行的風險水平，對確保銀行的穩健經營有著積極的促進作用。機制檢驗表明，資管新規政策通過幫助銀行提升資本充足水平和盈利能力，進而降低銀行風險。異質性分析表明，與國有銀行相比，資管新規政策的實施對降低非國有銀行的風險水平有著更加顯著的促進作用。

基于上述研究結論，本文提出以下政策建議。第一，繼續堅持資管新規對銀行的有序監管，持續跟蹤銀行理財等表外業務的整改情況，明確監管部門對銀行規范經營的指導作用，不斷增強銀行經營的穩定性。第二，提升銀行資本充足水平。一方面，監管部門應進一步完善針對銀行資本的監管細則，根據資管新規出臺后銀行風險資產回表的具體情況，科學制定風險加權資產的計量規則；另一方面，銀行自身應根據回表后的風險資產業務規模，保證合理的資本充足水平，提升資本管理的精細化水平，加強風險抵御能力。第三，不斷增強銀行的盈利能力。逐步擺脫過度依賴表外業務進行資產投資的低效粗放模式，主動尋求符合銀行高質量發展要求的經營模式，嚴格精準把控信貸風險，通過提升專業化、科學化、規范化的投資研究水平，實現銀行資產的高效配置和盈利能力的高質提升。