夏仕龍+付英俊

摘要：貨幣政策與金融穩(wěn)定的關(guān)系在后金融危機(jī)時(shí)代受到廣泛關(guān)注，催生貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道成為研究熱點(diǎn)。學(xué)術(shù)界對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)缺乏理論模型研究，而實(shí)證研究集中在銀行、貸款等微觀層面，極個(gè)別考慮了銀行業(yè)宏觀層面，但缺乏中觀層面的結(jié)構(gòu)視角分析。本文構(gòu)建的資產(chǎn)組合理論框架表明，寬松的貨幣政策會(huì)通過加大商業(yè)銀行的風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)兩種途徑加大商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)?；谖覈虡I(yè)銀行體系分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的逐步回歸和可變系數(shù)回歸等實(shí)證分析，驗(yàn)證了貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)效應(yīng)的存在，并測出了分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的結(jié)構(gòu)性差異。

關(guān)鍵詞：貨幣政策；風(fēng)險(xiǎn)承擔(dān)；結(jié)構(gòu)

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：100228q

482017（06）003313

一、 引言

金融危機(jī)以來，學(xué)術(shù)界開始廣泛關(guān)注貨幣政策與金融穩(wěn)定的關(guān)系，特別是貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)。不少觀點(diǎn)認(rèn)為美國次貸危機(jī)的根源是長期執(zhí)行低利率政策，寬松的貨幣環(huán)境使金融機(jī)構(gòu)的風(fēng)險(xiǎn)識(shí)別能力變?nèi)酰L(fēng)險(xiǎn)容忍度提高，最終形成過度的風(fēng)險(xiǎn)承擔(dān)。Borio和Zhu總結(jié)了貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的三大理論基礎(chǔ)：第一，低利率使資產(chǎn)和抵押品價(jià)值、收入和利潤都上升，減小風(fēng)險(xiǎn)感知或增加風(fēng)險(xiǎn)容忍，違約概率、違約損失率、波動(dòng)率和相關(guān)性的順周期特征使風(fēng)險(xiǎn)感知減小，風(fēng)險(xiǎn)容忍隨財(cái)富點(diǎn)的上移而上升的一般性假設(shè)意味著風(fēng)險(xiǎn)容忍增加。第二，目標(biāo)收益率具有粘性，不能隨市場利率及時(shí)調(diào)整，導(dǎo)致政策利率下調(diào)后，必須通過擴(kuò)大風(fēng)險(xiǎn)承擔(dān)才能實(shí)現(xiàn)目標(biāo)收益率。第三，央行政策透明度越高，溝通能力越強(qiáng)，未來不確定性越小，會(huì)壓縮風(fēng)險(xiǎn)溢價(jià)，要實(shí)現(xiàn)預(yù)期收益，只能額外承擔(dān)風(fēng)險(xiǎn)，預(yù)期央行救市會(huì)產(chǎn)生利率變動(dòng)的不對(duì)稱效應(yīng)，下降對(duì)風(fēng)險(xiǎn)承擔(dān)的激勵(lì)大于上升對(duì)風(fēng)險(xiǎn)承擔(dān)的抑制[1]。

國外學(xué)者對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)在銀行或貸款微觀面板數(shù)據(jù)層面進(jìn)行了大量的實(shí)證檢驗(yàn)，結(jié)論都支持貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的存在。Delis和Kouretas用2001—2008年歐元區(qū)銀行18000個(gè)年度觀測值找到低利率顯著增加銀行風(fēng)險(xiǎn)承擔(dān)的經(jīng)驗(yàn)證據(jù)，且利率對(duì)風(fēng)險(xiǎn)資產(chǎn)的影響在權(quán)益資本更高的銀行更弱，在表外項(xiàng)目更高的銀行更強(qiáng)[2]。Maddaloni和Peydro用歐元區(qū)和美國的銀行信貸標(biāo)準(zhǔn)數(shù)據(jù)發(fā)現(xiàn)，低的短期利率會(huì)放松對(duì)家庭和公司貸款的標(biāo)準(zhǔn)，且這種放松程度會(huì)被證券化活動(dòng)、低的銀行資本監(jiān)管、低的貨幣政策利率執(zhí)行時(shí)間放大，但低的長期利率不會(huì)放松信貸標(biāo)準(zhǔn)[3]。Jiménez等從西班牙銀行業(yè)監(jiān)督管理機(jī)構(gòu)獲取貸款申請(qǐng)和合同數(shù)據(jù)，用一個(gè)兩階段模型先分析貸款申請(qǐng)的成功與否，再分析申請(qǐng)貸款成功后的貸款結(jié)果，發(fā)現(xiàn)更低的隔夜利率會(huì)使低資本化銀行對(duì)事前風(fēng)險(xiǎn)企業(yè)同意更多貸款申請(qǐng)，且授信更多貸款，要求更少抵押，但是會(huì)有一個(gè)更高的事后違約概率[4]。Ioannidou等研究了玻利維亞的貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道，發(fā)現(xiàn)低政策利率會(huì)促使對(duì)信用歷史更差、事前信用評(píng)級(jí)更低、事后表現(xiàn)更差的借款人的風(fēng)險(xiǎn)貸款的授信，為了單獨(dú)識(shí)別風(fēng)險(xiǎn)承擔(dān)，評(píng)估新發(fā)放貸款的擔(dān)保品覆蓋、預(yù)期回報(bào)和風(fēng)險(xiǎn)溢價(jià)，發(fā)現(xiàn)回報(bào)和風(fēng)險(xiǎn)溢價(jià)更低，特別是對(duì)那些代理問題嚴(yán)重的銀行[5]。DellAriccia等提供了美國銀行業(yè)貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的證據(jù)，從美聯(lián)儲(chǔ)對(duì)商業(yè)貸款方面調(diào)查中獲得1997—2011年銀行對(duì)商業(yè)貸款內(nèi)部評(píng)級(jí)的私密數(shù)據(jù)，發(fā)現(xiàn)用新貸款風(fēng)險(xiǎn)評(píng)級(jí)衡量的事前風(fēng)險(xiǎn)承擔(dān)和短期利率的上升負(fù)相關(guān)，且這一關(guān)系在經(jīng)濟(jì)周期性越弱的地區(qū)顯著性越強(qiáng)，在資本相對(duì)較低的銀行和財(cái)務(wù)困境時(shí)期顯著性越差[6]。

國外學(xué)者對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)也進(jìn)行了不少理論解釋和拓展。Diamond和Rajan，Adrian和Shin認(rèn)為銀行更多地依賴短期資金，因而低的短期利率比低的長期利率刺激更多的風(fēng)險(xiǎn)承擔(dān)[78]。Rajan認(rèn)為低利率會(huì)給金融市場帶來額外的順周期風(fēng)險(xiǎn)承擔(dān)：比如保險(xiǎn)公司一般有固定收益的承諾，當(dāng)利率下降時(shí)，如果停留在低利率的安全投資上，可能無法兌現(xiàn)承諾，因此不得不尋求風(fēng)險(xiǎn)更大的投資，這樣還有機(jī)會(huì)獲得更高的收益以避免違約。再比如對(duì)沖基金經(jīng)理的報(bào)酬一般是管理資產(chǎn)的1%加上超過最低約定回報(bào)的年化收益率的20%，當(dāng)無風(fēng)險(xiǎn)利率處于高位時(shí)，就算選擇保守投資，報(bào)酬也可觀，當(dāng)無風(fēng)險(xiǎn)利率處于低位時(shí)，若投資保守，可能不能超過最低約定回報(bào)，因此低利率會(huì)增加基金經(jīng)理的冒險(xiǎn)激勵(lì)[9]。DellAriccia和Marquez認(rèn)為銀行間存在信息不對(duì)稱，因而低政策利率會(huì)放松銀行信貸標(biāo)準(zhǔn)，增強(qiáng)風(fēng)險(xiǎn)承擔(dān)意愿[10]。由于銀行業(yè)存在嚴(yán)重代理問題（緊急救助和流動(dòng)性援助），Adrian和Shin認(rèn)為低利率可能會(huì)通過提高銀行凈值導(dǎo)致銀行放松貸款標(biāo)準(zhǔn)[11]，而Acharya和Naqvi認(rèn)為低利率可能會(huì)通過提高銀行流動(dòng)性導(dǎo)致銀行放松貸款標(biāo)準(zhǔn)[12]。Allen和Carletti認(rèn)為銀行部門的金融危機(jī)的關(guān)鍵成因是過低的短期（貨幣政策）利率和長期（政府債券）利率導(dǎo)致的信貸標(biāo)準(zhǔn)的過度放松，金融創(chuàng)新的廣泛運(yùn)用導(dǎo)致的高度證券化活動(dòng)，監(jiān)管標(biāo)準(zhǔn)（特別是對(duì)資本的監(jiān)管標(biāo)準(zhǔn)）的放松[13]。Borio和Zhu則認(rèn)為貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道和流動(dòng)性緊密聯(lián)系，相互加強(qiáng)，更低的風(fēng)險(xiǎn)感知和更高的風(fēng)險(xiǎn)容忍會(huì)弱化流動(dòng)性約束，反過來，更低的流動(dòng)性約束會(huì)支持更高的風(fēng)險(xiǎn)承擔(dān)，而且金融體系的演變和審慎監(jiān)管會(huì)加強(qiáng)風(fēng)險(xiǎn)承擔(dān)渠道的重要性[1]。

少數(shù)國外學(xué)者采用理論模型來研究貨幣政策風(fēng)險(xiǎn)承擔(dān)。Valencia用一個(gè)動(dòng)態(tài)銀行模型研究低貨幣政策利率如何導(dǎo)致銀行承擔(dān)更多風(fēng)險(xiǎn)，以及風(fēng)險(xiǎn)承擔(dān)過度的條件：當(dāng)銀行不能發(fā)行股份時(shí)，效應(yīng)取決于沖擊的大小，小幅的貨幣政策利率下降可能減少過度風(fēng)險(xiǎn)承擔(dān)，大幅的政策利率下降會(huì)增加過度風(fēng)險(xiǎn)承擔(dān)；當(dāng)銀行可以發(fā)行股份時(shí)，貨幣政策利率降低毫無疑問會(huì)增加過度風(fēng)險(xiǎn)承擔(dān)，且效應(yīng)會(huì)持續(xù)更長時(shí)間；資本要求比貸款價(jià)值比上限對(duì)減少過度風(fēng)險(xiǎn)承擔(dān)效果更好[14]。Angeloni先用向量自回歸（VAR）模型和銀行業(yè)整體時(shí)間序列數(shù)據(jù)證明風(fēng)險(xiǎn)承擔(dān)渠道的存在，且在銀行資金端特別顯著，然后建立宏觀經(jīng)濟(jì)模型分析銀行如何內(nèi)生選擇資金結(jié)構(gòu)（存款或資本）及風(fēng)險(xiǎn)水平，發(fā)現(xiàn)寬松貨幣政策會(huì)增加銀行杠桿和風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)會(huì)在穩(wěn)態(tài)下增加資產(chǎn)價(jià)格波動(dòng)和減少均衡產(chǎn)出[15]。endprint

國內(nèi)學(xué)者也對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)在銀行微觀面板數(shù)據(jù)層面進(jìn)行了大量的實(shí)證檢驗(yàn)，結(jié)論也都支持貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的存在。江曙霞、陳玉嬋利用我國14家上市銀行2008年第一季度至2011年第三季度的平衡面板數(shù)據(jù)，采用門限回歸模型實(shí)證分析了貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響，實(shí)證結(jié)果表明，緊縮的貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)具有抑制作用，且貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響取決于銀行資本狀況[16]。張雪蘭、何德旭基于中國2000 —2010年間的16家上市銀行的年度經(jīng)濟(jì)金融數(shù)據(jù)，應(yīng)用動(dòng)態(tài)面板系統(tǒng)廣義矩估計(jì)法（GMM），考察我國貨幣政策立場對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響，結(jié)果顯示，貨幣政策立場顯著影響銀行風(fēng)險(xiǎn)承擔(dān)，且受市場結(jié)構(gòu)及商業(yè)銀行資產(chǎn)負(fù)債表特征的影響[17]。徐明東、陳學(xué)彬基于1998—2010年59家商業(yè)銀行的微觀數(shù)據(jù)，采用GMM動(dòng)態(tài)面板估計(jì)方法驗(yàn)證了貨幣政策傳導(dǎo)的銀行風(fēng)險(xiǎn)承擔(dān)渠道假說，實(shí)證結(jié)果顯示，貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)變量呈顯著負(fù)相關(guān)關(guān)系；規(guī)模越大、資本越充足的銀行，其風(fēng)險(xiǎn)承擔(dān)行為對(duì)貨幣政策的敏感性越低；擴(kuò)張性貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的激勵(lì)作用強(qiáng)于緊縮性貨幣政策的約束作用[18]。方意、趙勝民、謝曉聞利用我國72家商業(yè)銀行2003—2010年面板數(shù)據(jù)研究了貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)問題，實(shí)證結(jié)果表明，我國的貨幣政策影響了銀行的風(fēng)險(xiǎn)承擔(dān)，且資本充足率在其中起重要作用[19]。牛曉健、裘翔依據(jù)“風(fēng)險(xiǎn)承擔(dān)渠道”理論的假說，采用中國上市時(shí)間超過三年的14家上市銀行的數(shù)據(jù)，利用固定效應(yīng)模型和差分廣義矩估計(jì)方法，驗(yàn)證了在中國，低利率的政策環(huán)境會(huì)催生商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)行為[20]。張強(qiáng)、喬煜峰、張寶通過對(duì)我國14家商業(yè)銀行2002—2012年的面板數(shù)據(jù)進(jìn)行實(shí)證分析，以檢驗(yàn)我國貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道是否存在，研究結(jié)果發(fā)現(xiàn)，擴(kuò)張性的貨幣政策會(huì)顯著引起我國銀行風(fēng)險(xiǎn)承擔(dān)的上升，而銀行風(fēng)險(xiǎn)承擔(dān)上升也顯著引起銀行信貸投放的增加[21]。劉曉欣、王飛對(duì)我國1997—2011年121家銀行實(shí)證檢驗(yàn)我國銀行業(yè)貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道以及銀行特征的異質(zhì)性對(duì)貨幣政策的風(fēng)險(xiǎn)承擔(dān)影響，研究結(jié)果表明，我國銀行的貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道是存在的，銀行資本充足性以及流動(dòng)性在不同貨幣政策下對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)具有不同作用[22]。

少數(shù)國內(nèi)學(xué)者對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)在銀行業(yè)整體時(shí)間序列層面進(jìn)行實(shí)證研究。金鵬輝、張翔、高峰基于月度銀行業(yè)全行業(yè)的資產(chǎn)負(fù)債表，構(gòu)建了銀行在資產(chǎn)及負(fù)債選擇上風(fēng)險(xiǎn)承擔(dān)指標(biāo)，從我國銀行業(yè)整體層面對(duì)貨幣政策和銀行風(fēng)險(xiǎn)承擔(dān)行為之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)我國寬松貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的鼓勵(lì)體現(xiàn)在銀行的資產(chǎn)選擇行為上而不在銀行的負(fù)債選擇行為上[23]。金鵬輝、張翔、高峰用銀行業(yè)貸款審批條件指數(shù)來測度銀行過度風(fēng)險(xiǎn)承擔(dān)行為，經(jīng)實(shí)證發(fā)現(xiàn)，在寬松的貨幣政策環(huán)境下，銀行會(huì)放松貸款審批條件，從而承擔(dān)過度的風(fēng)險(xiǎn)[24]。

綜上，已有文獻(xiàn)對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)的研究主要集中在實(shí)證檢驗(yàn)上，且以銀行或貸款微觀面板數(shù)據(jù)層面居多，其中，國外數(shù)據(jù)可得性好，銀行或貸款層面均有研究，國內(nèi)數(shù)據(jù)可得性差，僅在銀行層面有研究。極少數(shù)學(xué)者從銀行業(yè)整體時(shí)間序列層面對(duì)貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)進(jìn)行了實(shí)證研究[15，2324]。采用理論模型來研究貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)的文獻(xiàn)也極度缺乏[1415]。本文首先構(gòu)建資產(chǎn)組合理論模型對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)微觀機(jī)理進(jìn)行解釋，對(duì)現(xiàn)有文獻(xiàn)缺乏理論模型分析這一不足之處進(jìn)行補(bǔ)充，然后從中國銀監(jiān)會(huì)年報(bào)及網(wǎng)站手工收集、整理、計(jì)算中國商業(yè)銀行體系分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的面板數(shù)據(jù)，對(duì)我國貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)進(jìn)行檢驗(yàn)，并分析貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的結(jié)構(gòu)性差異，對(duì)現(xiàn)有文獻(xiàn)缺乏產(chǎn)業(yè)、行業(yè)、省級(jí)、機(jī)構(gòu)等中觀層面分析及其機(jī)構(gòu)性差異分析進(jìn)行完善。

本文的結(jié)構(gòu)安排如下：第二部分為解釋貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)微觀機(jī)理的資產(chǎn)組合理論框架，第三部分為商業(yè)銀行體系分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道實(shí)證分析，第四部分為本文的結(jié)論。二、 理論框架

貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道理論認(rèn)為，寬松的貨幣政策會(huì)加大商業(yè)銀行的風(fēng)險(xiǎn)偏好，促使商業(yè)銀行采取更加激進(jìn)冒險(xiǎn)的信貸政策和行為，而緊縮的貨幣政策會(huì)減小商業(yè)銀行的風(fēng)險(xiǎn)偏好，促使商業(yè)銀行采取更加審慎保守的信貸政策和行為。此外，無風(fēng)險(xiǎn)資產(chǎn)的收益率對(duì)貨幣政策反應(yīng)靈敏迅速，而風(fēng)險(xiǎn)資產(chǎn)的收益率對(duì)貨幣政策反應(yīng)遲鈍緩慢，造成了貨幣政策寬松時(shí)，無風(fēng)險(xiǎn)資產(chǎn)的收益率比風(fēng)險(xiǎn)資產(chǎn)的收益率下降更多，風(fēng)險(xiǎn)溢價(jià)上升，風(fēng)險(xiǎn)資產(chǎn)的吸引力變大，商業(yè)銀行配置更多的風(fēng)險(xiǎn)資產(chǎn)，而貨幣政策緊縮時(shí)，無風(fēng)險(xiǎn)資產(chǎn)的收益率比風(fēng)險(xiǎn)資產(chǎn)的收益率上升更多，風(fēng)險(xiǎn)溢價(jià)下降，風(fēng)險(xiǎn)資產(chǎn)的吸引力變小，商業(yè)銀行配置更少的風(fēng)險(xiǎn)資產(chǎn)。貨幣政策通過影響商業(yè)銀行的風(fēng)險(xiǎn)偏好與風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)這兩種效應(yīng)同時(shí)對(duì)商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)發(fā)揮作用。下面用一個(gè)簡單的資產(chǎn)組合理論模型進(jìn)行直觀的闡述。

為了簡化，假設(shè)商業(yè)銀行有兩種資產(chǎn)配置途徑：無風(fēng)險(xiǎn)資產(chǎn)f，預(yù)期收益率（即收益率的均值）為Rf，風(fēng)險(xiǎn)（即收益率的標(biāo)準(zhǔn)差）為0；風(fēng)險(xiǎn)資產(chǎn)a，預(yù)期收益率為Ra，風(fēng)險(xiǎn)為σa。設(shè)風(fēng)險(xiǎn)資產(chǎn)配置比率為xa，則無風(fēng)險(xiǎn)資產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)構(gòu)成資產(chǎn)組合p，預(yù)期收益率為Rp=xaRa+（1-xa）Rf，風(fēng)險(xiǎn)為σp=xaσa，且有Rp=Rf+Ra-Rfσaσp，即圖1中的線段fa。

為了剝離貨幣政策傳導(dǎo)的信貸渠道中的資產(chǎn)負(fù)債表渠道對(duì)風(fēng)險(xiǎn)承擔(dān)渠道的干擾，即貨幣政策寬松時(shí)，銀行風(fēng)險(xiǎn)資產(chǎn)配置增加可能是因?yàn)閷捤傻呢泿耪吒纳屏私杩钊说馁Y產(chǎn)估值、收入和現(xiàn)金流狀況，降低了違約風(fēng)險(xiǎn)，而貨幣政策緊縮時(shí)，銀行風(fēng)險(xiǎn)資產(chǎn)配置減少可能是因?yàn)榫o縮的貨幣政策惡化了借款人的資產(chǎn)估值、收入和現(xiàn)金流狀況，提高了違約風(fēng)險(xiǎn)，本文對(duì)風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)進(jìn)行控制，設(shè)定其不隨貨幣政策的改變而改變，始終為σa，因而可以單獨(dú)分析風(fēng)險(xiǎn)承擔(dān)渠道。

圖1商業(yè)銀行資產(chǎn)配置圖

由圖1可知，若商業(yè)銀行初始資產(chǎn)配置點(diǎn)為N，此時(shí)無風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)的預(yù)期收益率分別為Rf、Ra，風(fēng)險(xiǎn)溢價(jià)為（Ra-Rf），商業(yè)銀行的風(fēng)險(xiǎn)偏好由無差異曲線l′1-l′3刻畫，資產(chǎn)配置可行集fa與無差異曲線l′3相切于N，資產(chǎn)組合的風(fēng)險(xiǎn)為σN，風(fēng)險(xiǎn)資產(chǎn)的配置比率為xNa=σN/σa。當(dāng)貨幣政策緊縮時(shí)，商業(yè)銀行的風(fēng)險(xiǎn)偏好減小，由更陡峭的無差異曲線l1-l3刻畫，即對(duì)同樣大小的風(fēng)險(xiǎn)要求更高的風(fēng)險(xiǎn)溢價(jià)補(bǔ)償才能維持效用不變，資產(chǎn)配置可行集fa與無差異曲線l3相切于M，資產(chǎn)組合的風(fēng)險(xiǎn)為σM<σN，風(fēng)險(xiǎn)資產(chǎn)的配置比率為xMa=σM/σaR′a-Ra，風(fēng)險(xiǎn)溢價(jià)變?yōu)镽′a-R′f

總之，緊縮的貨幣政策會(huì)同時(shí)通過減小商業(yè)銀行的風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)這兩種效應(yīng)使商業(yè)銀行資產(chǎn)配置點(diǎn)由N遷移到K，減小風(fēng)險(xiǎn)資產(chǎn)的配置比率，降低商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)。同理，若商業(yè)銀行初始資產(chǎn)配置點(diǎn)為K，采用相同的邏輯演繹可以得到，當(dāng)貨幣政策寬松時(shí)，商業(yè)銀行的資產(chǎn)配置點(diǎn)會(huì)最終遷移到N，寬松的貨幣政策會(huì)同時(shí)加大商業(yè)銀行的風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)，增大風(fēng)險(xiǎn)資產(chǎn)的配置比率，加大商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)。三、 實(shí)證分析

上一部分通過構(gòu)建資產(chǎn)組合理論框架來分析貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的內(nèi)在機(jī)理，這一部分通過手工收集、整理、計(jì)算得到2005—2015年度中國商業(yè)銀行體系分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的相關(guān)面板數(shù)據(jù)，對(duì)中國貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的存在性進(jìn)行檢驗(yàn)，同時(shí)考慮貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)效應(yīng)的分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的結(jié)構(gòu)性差異。

（一）計(jì)量模型設(shè)定

為使實(shí)證分析和理論框架保持一致，本文主要研究商業(yè)銀行在資產(chǎn)配置上的風(fēng)險(xiǎn)承擔(dān)，暫不考慮其在負(fù)債端的風(fēng)險(xiǎn)承擔(dān)。貸款仍是我國商業(yè)銀行的資產(chǎn)主業(yè)，借款人的信用風(fēng)險(xiǎn)是風(fēng)險(xiǎn)承擔(dān)的內(nèi)在實(shí)質(zhì)，而不良貸款率是風(fēng)險(xiǎn)承擔(dān)的外在表現(xiàn)，商業(yè)銀行在風(fēng)險(xiǎn)承擔(dān)上的選擇行為最終會(huì)以不良貸款率的結(jié)果顯現(xiàn)。因此，不良貸款率是衡量商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的最核心指標(biāo)。不良貸款率除了受事前的商業(yè)銀行主動(dòng)的風(fēng)險(xiǎn)承擔(dān)行為影響外，還受事后的宏觀經(jīng)濟(jì)形勢(shì)變化的影響。而商業(yè)銀行主動(dòng)的風(fēng)險(xiǎn)承擔(dān)行為，除了受貨幣政策的影響外，還受商業(yè)銀行的盈利能力、資產(chǎn)規(guī)模、資本充足性、同業(yè)競爭結(jié)構(gòu)、跨業(yè)競爭結(jié)構(gòu)、利率市場化程度、業(yè)務(wù)合規(guī)性、資產(chǎn)價(jià)格等因素的影響?；谝陨戏治?，構(gòu)建如下計(jì)量模型：

nplrit=β0+β1mpt+controlit+εit（1）

式中，nplrit為i產(chǎn)業(yè)/行業(yè)/省/機(jī)構(gòu)在t年的不良貸款率，mpt為t年的貨幣政策指標(biāo)，controlit為控制變量集合，包括宏觀及結(jié)構(gòu)層面的經(jīng)濟(jì)金融形勢(shì)變量和商業(yè)銀行業(yè)整體及結(jié)構(gòu)層面的各種影響因素。β1為在其他條件不變的情況下，以不良貸款率衡量的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)對(duì)貨幣政策的反應(yīng)系數(shù)。為了考慮貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)效應(yīng)的分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的結(jié)構(gòu)性差異，再設(shè)定mpt前面的系數(shù)為可變系數(shù)，構(gòu)建如下計(jì)量模型：

nplrit=β0+β1impt+controlit+εit（2）

β1i為在其他條件不變的情況下，i產(chǎn)業(yè)/行業(yè)/省/機(jī)構(gòu)在t年的不良貸款率對(duì)t年的貨幣政策的反應(yīng)系數(shù)，β1i絕對(duì)值越大，表明i產(chǎn)業(yè)/行業(yè)/省/機(jī)構(gòu)的貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)越強(qiáng)。

除了以不良貸款率為主要對(duì)象來直接研究貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)外，本文還以貸款增長率對(duì)不良貸款率的反應(yīng)系數(shù)是否受到貨幣政策的影響作為判斷標(biāo)準(zhǔn)，即在以貸款增長率為因變量的回歸方程中加入不良貸款率與貨幣政策指標(biāo)的交互項(xiàng)，通過交互項(xiàng)的系數(shù)來間接識(shí)別貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)。影響貸款增長率除了不良貸款率外，還有供給層面的貨幣政策，需求層面的經(jīng)濟(jì)增長速度等其他因素?；谝陨戏治?，構(gòu)建如下計(jì)量模型：

dlloanit=β0+β1nplrit+β2nplrit*mpt+

controlit+εit（3）

式中，dlloanit為i產(chǎn)業(yè)/行業(yè)/省/機(jī)構(gòu)在t年的貸款增長率（貸款余額的對(duì)數(shù)差分），controlit為控制變量集合，主要包括供給層面的貨幣政策和需求層面的經(jīng)濟(jì)增長速度。交互項(xiàng)的系數(shù)β2間接度量了貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)。為了考慮貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)效應(yīng)的分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)的結(jié)構(gòu)性差異，再設(shè)定nplrit*mpt前面的系數(shù)為可變系數(shù)，構(gòu)建如下計(jì)量模型：

dlloanit=β0+β1nplrit+β2inplrit*mpt+

controlit+εit（4）

交互項(xiàng)的系數(shù)β2i間接度量了貨幣政策風(fēng)險(xiǎn)承擔(dān)的產(chǎn)業(yè)/行業(yè)/省/機(jī)構(gòu)效應(yīng)，β2i絕對(duì)值越大，表明i產(chǎn)業(yè)/行業(yè)/省/機(jī)構(gòu)的貨幣政策風(fēng)險(xiǎn)承擔(dān)效應(yīng)越強(qiáng)。

（二）樣本、變量和數(shù)據(jù)說明

本文研究中國商業(yè)銀行不良貸款率、貸款增長率分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)四個(gè)樣本。分產(chǎn)業(yè)包括三次產(chǎn)業(yè)：第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)；分行業(yè)包括10大行業(yè)：農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、批發(fā)和零售業(yè)、交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)、住宿和餐飲業(yè)、金融業(yè)、房地產(chǎn)業(yè)、其他行業(yè)；分省包括31個(gè)省、自治區(qū)、直轄市（不含港澳臺(tái)）：與國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)公布口徑保持一致；分機(jī)構(gòu)包括5類機(jī)構(gòu)：大型商業(yè)銀行（國有商業(yè)銀行）、股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行、外資銀行，與中國銀監(jiān)會(huì)數(shù)據(jù)公布口徑保持一致。

被解釋變量：不良貸款率（nplrit）和貸款增長率（dlloanit）。中國銀監(jiān)會(huì)年報(bào)（2006—2015）披露了2006—2015年商業(yè)銀行不良貸款率、不良貸款余額分行業(yè)、分省、分機(jī)構(gòu)情況，以及2006年商業(yè)銀行不良貸款率、不良貸款余額分行業(yè)、分省對(duì)2005年的變化量。根據(jù)2006年對(duì)2005年的變化情況，可以計(jì)算出2005年商業(yè)銀行不良貸款率、不良貸款余額分行業(yè)、分省情況。由于2006年分機(jī)構(gòu)數(shù)據(jù)將國有商業(yè)銀行和股份制商業(yè)銀行歸為主要商業(yè)銀行大類，無小類數(shù)據(jù)，加上2005年分機(jī)構(gòu)數(shù)據(jù)缺失，故從中國銀監(jiān)會(huì)官網(wǎng)——政務(wù)信息——統(tǒng)計(jì)信息欄目收集對(duì)應(yīng)季度數(shù)據(jù)（第四季度）對(duì)2005—2006年分機(jī)構(gòu)數(shù)據(jù)進(jìn)行補(bǔ)充。2005—2011年的分行業(yè)數(shù)據(jù)是按國民經(jīng)濟(jì)行業(yè)分類（GB/T 4754—2002）編排的，而2012—2015年的分行業(yè)數(shù)據(jù)是按國民經(jīng)濟(jì)行業(yè)分類（GB/T 4754—2011）編排的，本文依照最新的國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)（GB/T 4754—2011）以及國家統(tǒng)計(jì)局關(guān)于三次產(chǎn)業(yè)的劃分規(guī)定，進(jìn)行統(tǒng)一編排，分類匯總，使分產(chǎn)業(yè)、分行業(yè)與國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)公布口徑保持一致。不良貸款余額除以不良貸款率可得貸款余額，對(duì)貸款余額先取自然對(duì)數(shù)再取差分，可得貸款增長率（%）。endprint

解釋變量：貨幣政策指標(biāo)（mpt）。本文考慮的貨幣政策指標(biāo)包含數(shù)量型指標(biāo)——廣義貨幣供應(yīng)量的增長率（m2t），數(shù)據(jù)來源于國家統(tǒng)計(jì)局；價(jià)格型指標(biāo)——（大型金融機(jī)構(gòu)）法定存款準(zhǔn)備金率（rrrt）、1年期中債國債收益率（r_bt）、1年期貸款基準(zhǔn)利率（r_lt）、1年期存款基準(zhǔn)利率（r_dt）、全國銀行間同業(yè)拆借市場隔夜加權(quán)平均利率（r_ibt），除了中債國債收益率來源于中國債券信息網(wǎng)外，其他來源于中國人民銀行，所有價(jià)格型指標(biāo)均以當(dāng)年有效執(zhí)行時(shí)間對(duì)不同數(shù)據(jù)進(jìn)行加權(quán)平均所得。

控制變量：宏觀及結(jié)構(gòu)層面，銀行業(yè)及結(jié)構(gòu)層面影響因素（controlit）。

經(jīng)濟(jì)形勢(shì)越好，增長速度越快，借款人的經(jīng)營風(fēng)險(xiǎn)越小，信用風(fēng)險(xiǎn)暴露的可能性越小，不良貸款率越小；經(jīng)濟(jì)形勢(shì)越好，增長速度越快，借款人擴(kuò)大生產(chǎn)和投資的愿望越強(qiáng)烈，融資需求越旺盛，對(duì)貸款增長率有正向作用。因此需要控制經(jīng)濟(jì)增長率，包括國內(nèi)生產(chǎn)總值（GDP）的增長率（growtht），分產(chǎn)業(yè)增加值、分行業(yè)增加值、分省GDP的增長率（growthit）。數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

經(jīng)濟(jì)的產(chǎn)業(yè)、行業(yè)結(jié)構(gòu)是影響商業(yè)銀行在分產(chǎn)業(yè)、分行業(yè)上風(fēng)險(xiǎn)承擔(dān)的重要因素，某產(chǎn)業(yè)/行業(yè)在國民經(jīng)濟(jì)中占的比重越大，政府的顯性、隱性政策支持力度也會(huì)越大，在政府以經(jīng)濟(jì)建設(shè)為中心，保增長，促就業(yè)的壓力下，商業(yè)銀行可能會(huì)被迫承擔(dān)更大的風(fēng)險(xiǎn)。因此需要控制經(jīng)濟(jì)的產(chǎn)業(yè)/行業(yè)結(jié)構(gòu)（struit），具體表現(xiàn)為i產(chǎn)業(yè)/行業(yè)在t年的增加值占當(dāng)年GDP的比值。數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

較高的通貨膨脹率會(huì)對(duì)經(jīng)濟(jì)運(yùn)行帶來不良影響，使經(jīng)濟(jì)主體對(duì)未來經(jīng)濟(jì)形勢(shì)的變化形成消極預(yù)期，對(duì)商業(yè)銀行不良貸款率有正向刺激作用。因此需要控制通貨膨脹率，包括全國的居民消費(fèi)價(jià)格指數(shù)（CPI）同比增速（pit），分省的CPI同比增速（piit）。數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

資產(chǎn)價(jià)格的波動(dòng)會(huì)影響商業(yè)銀行抵押品的質(zhì)量，也會(huì)引導(dǎo)信貸資金進(jìn)出資產(chǎn)市場進(jìn)行投機(jī)活動(dòng)，另一方面，資產(chǎn)價(jià)格的上升會(huì)弱化商業(yè)銀行的風(fēng)險(xiǎn)識(shí)別能力，使實(shí)際風(fēng)險(xiǎn)承擔(dān)增加。本文控制房地產(chǎn)市場資產(chǎn)價(jià)格（lhpt）和股票市場資產(chǎn)價(jià)格（lsp_sht、lsp_szt），分別為商品房平均銷售價(jià)格、上證綜合指數(shù)（收盤）、深證綜合指數(shù)（收盤）的自然對(duì)數(shù)值。數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

商業(yè)銀行承擔(dān)風(fēng)險(xiǎn)的目的是為了謀取與風(fēng)險(xiǎn)程度大小相對(duì)應(yīng)的收益，正所謂高風(fēng)險(xiǎn)伴隨著高收益，貨幣政策風(fēng)險(xiǎn)承擔(dān)理論有逐利說（Search for Yield），認(rèn)為商業(yè)銀行的目標(biāo)收益具有粘性，寬松的貨幣政策使低風(fēng)險(xiǎn)資產(chǎn)變得更加無利可圖，從而不得不從事高風(fēng)險(xiǎn)資產(chǎn)業(yè)務(wù)以達(dá)到目標(biāo)收益水平，反之亦然。因此，商業(yè)銀行的盈利能力會(huì)影響其風(fēng)險(xiǎn)選擇，盈利能力越強(qiáng)，冒險(xiǎn)的動(dòng)機(jī)越小，反之亦然。本文控制的商業(yè)銀行盈利能力包括商業(yè)銀行整體資產(chǎn)利潤率（roat）、資本利潤率（roet）、商業(yè)銀行分機(jī)構(gòu)資產(chǎn)利潤率（roait）、資本利潤率（roeit）。數(shù)據(jù)均來源于中國銀監(jiān)會(huì)年報(bào)和世界銀行全球金融發(fā)展數(shù)據(jù)庫2005—2006年缺失的商業(yè)銀行整體資產(chǎn)利潤率、資本利潤率根據(jù)相關(guān)年度中國銀監(jiān)會(huì)年報(bào)披露的稅前利潤、所有者權(quán)益、總資產(chǎn)先計(jì)算得到稅前值，再根據(jù)世界銀行全球金融發(fā)展數(shù)據(jù)庫稅前、稅后商業(yè)銀行資產(chǎn)利潤率、資本利潤率的換算關(guān)系得到稅后值。商業(yè)銀行分機(jī)構(gòu)資產(chǎn)利潤率、資本利潤率同理計(jì)算。。

“大而不倒（Too Big to Fail）”的道德風(fēng)險(xiǎn)會(huì)激勵(lì)商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)，因?yàn)閷?duì)具備一定規(guī)模的商業(yè)銀行出現(xiàn)的風(fēng)險(xiǎn)，政府或中央銀行不會(huì)坐視不管，會(huì)采取相應(yīng)的救助措施。因此需要控制資產(chǎn)規(guī)模，包括商業(yè)銀行整體資產(chǎn)規(guī)模（lassett），分機(jī)構(gòu)資產(chǎn)規(guī)模（lassetit）。數(shù)據(jù)來源于中國銀監(jiān)會(huì)年報(bào)，對(duì)整體及分機(jī)構(gòu)總資產(chǎn)取自然對(duì)數(shù)得到。

商業(yè)銀行資本具有保護(hù)性功能和管理性功能。前者指其可以抵補(bǔ)風(fēng)險(xiǎn)損失，后者指其可以作為資本監(jiān)管的工具。巴塞爾協(xié)議規(guī)定的最低資本充足率要求和商業(yè)銀行備付風(fēng)險(xiǎn)損失能力都決定了資本越充足，承擔(dān)風(fēng)險(xiǎn)的能力越大，才越有資格去冒險(xiǎn)。本文控制的資本充足性包括商業(yè)銀行整體監(jiān)管意義上的資本充足率（cart）和會(huì)計(jì)意義上權(quán)益比率（ert），以及分機(jī)構(gòu)會(huì)計(jì)意義上的權(quán)益比率（erit）。資本充足率來源于中國銀監(jiān)會(huì)年報(bào)2005—2006年缺失的商業(yè)銀行資本充足率由世界銀行全球金融發(fā)展數(shù)據(jù)庫補(bǔ)充。。整體及分機(jī)構(gòu)的權(quán)益比率由中國銀監(jiān)會(huì)年報(bào)相關(guān)數(shù)據(jù)計(jì)算得到（所有者權(quán)益/總資產(chǎn)）。

大量文獻(xiàn)研究競爭與銀行穩(wěn)定性的關(guān)系，有競爭脆弱說和競爭穩(wěn)定說，前者認(rèn)為競爭會(huì)加劇銀行風(fēng)險(xiǎn)承擔(dān)，后者認(rèn)為競爭會(huì)提升銀行風(fēng)險(xiǎn)管理水平，減少銀行風(fēng)險(xiǎn)承擔(dān)。本文對(duì)競爭的考慮包括業(yè)內(nèi)競爭和業(yè)外競爭，業(yè)內(nèi)競爭包括業(yè)內(nèi)集中度指標(biāo)：前五大商業(yè)銀行資產(chǎn)占比（cr5_at）、貸款余額占比（cr5_lt），業(yè)內(nèi)越集中，競爭越??；商業(yè)銀行分機(jī)構(gòu)市場份額指標(biāo)：分機(jī)構(gòu)資產(chǎn)占比（stru_ait）、貸款余額占比（stru_lit），市場份額越大的機(jī)構(gòu)，同業(yè)競爭力越強(qiáng)。以上指標(biāo)由中國銀監(jiān)會(huì)年報(bào)相關(guān)數(shù)據(jù)計(jì)算得到。業(yè)外競爭指標(biāo)包含社會(huì)融資規(guī)模（增量）中表內(nèi)業(yè)務(wù)（本外幣貸款）占比（fstru_loant）、表外業(yè)務(wù)（委托貸款、信托貸款、未貼現(xiàn)銀行承兌匯票）占比（fstru_offt）、直接融資業(yè)務(wù)（企業(yè)債券、非金融企業(yè)境內(nèi)股票）占比（fstru_mktt）、表外業(yè)務(wù)與表內(nèi)外業(yè)務(wù)之和的比值（bstru_offt）。表內(nèi)業(yè)務(wù)占比越大，跨業(yè)競爭力越強(qiáng)，表外業(yè)務(wù)與表內(nèi)外業(yè)務(wù)之和的比值越大，表明商業(yè)銀行用表外業(yè)務(wù)替代表內(nèi)業(yè)務(wù)的能力越強(qiáng)。以上指標(biāo)由國家統(tǒng)計(jì)局相關(guān)數(shù)據(jù)計(jì)算得到。

隨著利率市場化的推進(jìn)，商業(yè)銀行存貸業(yè)務(wù)競爭加大，存貸利差收窄，可能會(huì)導(dǎo)致其從事風(fēng)險(xiǎn)更高的資產(chǎn)業(yè)務(wù)。利率市場化程度用存貸利差（1年期貸款基準(zhǔn)利率-1年期存款基準(zhǔn)利率）（spreadt）側(cè)面反映，利率市場化程度越高，存貸利差越小。數(shù)據(jù)來源于中國人民銀行。endprint

商業(yè)銀行的穩(wěn)定性對(duì)經(jīng)濟(jì)的平穩(wěn)、健康、可持續(xù)發(fā)展至關(guān)重要，因此監(jiān)管當(dāng)局會(huì)出臺(tái)各種規(guī)定來規(guī)范和約束商業(yè)銀行的業(yè)務(wù)操作，避免其承擔(dān)過分的風(fēng)險(xiǎn)，使風(fēng)險(xiǎn)可控。商業(yè)銀行的業(yè)務(wù)越合規(guī)，其主動(dòng)承擔(dān)風(fēng)險(xiǎn)的可能性會(huì)下降。業(yè)務(wù)合規(guī)性用銀監(jiān)會(huì)現(xiàn)場檢查中取消高管人員任職資格人數(shù)（firet）側(cè)面反映，業(yè)務(wù)越合規(guī)，現(xiàn)場檢查發(fā)現(xiàn)問題越少，取消高管任職資格人數(shù)越少。數(shù)據(jù)來源于中國銀監(jiān)會(huì)年報(bào)。

（三）變量描述性統(tǒng)計(jì)

近10年來三次產(chǎn)業(yè)層面上的不良貸款率平均為725%，貸款增長率平均為595%，增加值增長率平均為836%。10大行業(yè)層面上的不良貸款率平均為462%，貸款增長率平均為1641%，增加值增長率平均為976%。31個(gè)省級(jí)層面上的不良貸款率平均為400%，貸款增長率平均為1679%，GDP增長率平均為1163%，通貨膨脹率平均為29%。5類機(jī)構(gòu)層面上的不良貸款率平均為225%，貸款增長率平均為2101%，資產(chǎn)收益率平均為096%，資本收益率平均為1534%，對(duì)數(shù)總資產(chǎn)平均為1116億元，權(quán)益比率平均為691%。近10年來全國GDP增速平均為976%，通脹率平均為278%，廣義貨幣增速平均為167%，法定存款準(zhǔn)備金率平均為1592%，一年期國債收益率、貸款基準(zhǔn)利率、存款基準(zhǔn)利率、全國銀行間同業(yè)拆借隔夜利率平均為257%、596%、281%、218%，對(duì)數(shù)商品房平均銷售價(jià)格（元/平方米）、對(duì)數(shù)上證綜合指數(shù)（收盤）、對(duì)數(shù)深證綜合指數(shù)（收盤）平均為847、785、685，商業(yè)銀行整體資產(chǎn)收益率、資本收益率、對(duì)數(shù)總資產(chǎn)（億元）、資本充足率、權(quán)益比率、前五大商業(yè)銀行資產(chǎn)占比、貸款占比平均為104%、1727%、1346、1057%、608%、6263%、6245%。一年期存貸款基準(zhǔn)利率差平均為315%，現(xiàn)場檢查取消高管任職資格平均每年110人，社會(huì)融資規(guī)模（增量）中表外占比、直接融資占比為1646%、1334%。

從以上數(shù)據(jù)可以直觀地感受到，經(jīng)濟(jì)增速越高，不良貸款率越低，貸款增速越高，商業(yè)銀行整體資本充足率平均在8%的監(jiān)管要求之上，五大行占據(jù)了市場份額的半壁江山，社會(huì)融資中的間接融資占主導(dǎo)地位，間接融資業(yè)務(wù)占主導(dǎo)地位。

（四）回歸策略及結(jié)果

由于本文的樣本數(shù)據(jù)量相對(duì)有限，而可能的控制變量又比較多，因此如何在回歸方程中考慮控制變量需要權(quán)衡以下兩個(gè)問題：若控制變量不足，可能造成遺漏變量偏誤，使估計(jì)結(jié)果的無偏性遭受質(zhì)疑；若控制變量過多，可能造成多重共線性問題，使估計(jì)結(jié)果的有效性遭受影響。本文借鑒逐步回歸法的思路，先選取最佳的關(guān)注自變量，再逐一引入最具顯著性意義的控制變量，具體做法如下：第一步，先不考慮任何控制變量，將因變量對(duì)6個(gè)貨幣政策（備選）指標(biāo)逐一輪流進(jìn)行回歸，從6個(gè)回歸方程結(jié)果里面選擇其中系數(shù)顯著且R2最大的那個(gè)指標(biāo)作為最佳貨幣政策指標(biāo)；第二步，在第一步的基礎(chǔ)上固定自變量為最佳貨幣政策指標(biāo)，將所有（備選）控制變量逐一輪流加入進(jìn)來作為唯一的控制變量，每次只在第一步的最佳方程上加一個(gè)（備選）控制變量，從所有回歸方程結(jié)果里面選擇所加控制變量系數(shù)顯著且R2最大的控制變量作為第一好的控制變量；第三步，固定第二步的最佳回歸方程，將剩余（備選）控制變量逐一輪流加入進(jìn)來，每次只在第二步的最佳方程上加一個(gè)剩余（備選）控制變量，從所有回歸方程結(jié)果里面選擇本步所加控制變量系數(shù)顯著且R2最大的控制變量作為第二好的控制變量，以此類推，直到某步所加控制變量都不顯著為止。表1—表10是回歸結(jié)果。

政策銀行風(fēng)險(xiǎn)承擔(dān)在產(chǎn)業(yè)層面上得到驗(yàn)證。此外，產(chǎn)業(yè)增長越快，不良貸款率越低；利率市場化程度越低，存貸利差越大，銀行風(fēng)險(xiǎn)承擔(dān)越大，不良貸款率越高；產(chǎn)業(yè)對(duì)國民經(jīng)濟(jì)越重要，所占份額越大，銀行風(fēng)險(xiǎn)承擔(dān)越大，不良貸款率越高。

由表2可知，在分產(chǎn)業(yè)計(jì)量模型（2）中，最佳的貨幣政策指標(biāo)是（大型金融機(jī)構(gòu)）法定存款準(zhǔn)備金率，最好的控制變量依次是分產(chǎn)業(yè)增加值增長率、存貸利差、房價(jià)、通貨膨脹率。貨幣政策緊縮，存款準(zhǔn)備金率上調(diào)，商業(yè)銀行在不同產(chǎn)業(yè)上的風(fēng)險(xiǎn)承擔(dān)均變小，但變小的程度不同，程度由大到小若步與步之間結(jié)果不一致，則對(duì)各步結(jié)果求平均之后再排序。依次為第一、二、三產(chǎn)業(yè)。貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)在產(chǎn)業(yè)層面上得到驗(yàn)證，且具有結(jié)構(gòu)效應(yīng)。此外，產(chǎn)業(yè)增長越快，不良貸款率越低；利率市場化程度越低，存貸利差越大，銀行風(fēng)險(xiǎn)承擔(dān)越大，不良貸款率越高；房價(jià)越高，風(fēng)險(xiǎn)承擔(dān)越高；通脹率越高，風(fēng)險(xiǎn)承擔(dān)越大。

四、 結(jié)論

本文構(gòu)建的商業(yè)銀行資產(chǎn)組合理論框架表明，貨幣政策會(huì)通過影響商業(yè)銀行的風(fēng)險(xiǎn)偏好與風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)這兩種效應(yīng)同時(shí)對(duì)商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)發(fā)揮作用。寬松的貨幣政策會(huì)同時(shí)加大商業(yè)銀行的風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)，增大風(fēng)險(xiǎn)資產(chǎn)的配置比率，加大商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)；緊縮的貨幣政策會(huì)同時(shí)減小商業(yè)銀行的風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)，減小風(fēng)險(xiǎn)資產(chǎn)的配置比率，減小商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)。

通過手工收集、整理、計(jì)算得到2005—2015年度中國商業(yè)銀行分產(chǎn)業(yè)、分行業(yè)、分省、分機(jī)構(gòu)層面與風(fēng)險(xiǎn)承擔(dān)相關(guān)的面板數(shù)據(jù)?；谥鸩交貧w思路的實(shí)證結(jié)果表明，若以不良貸款率作為風(fēng)險(xiǎn)承擔(dān)的直接測度，貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)在產(chǎn)業(yè)、行業(yè)、省級(jí)、機(jī)構(gòu)層面上均得到驗(yàn)證，且具有結(jié)構(gòu)效應(yīng)。若以貸款增長率對(duì)不良貸款率的負(fù)向反應(yīng)系數(shù)作為風(fēng)險(xiǎn)承擔(dān)的間接測度，貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)僅在省級(jí)層面上得到驗(yàn)證，且具有結(jié)構(gòu)效應(yīng)，但在產(chǎn)業(yè)、行業(yè)、機(jī)構(gòu)層面上無法得到驗(yàn)證。此外，控制變量系數(shù)表明，經(jīng)濟(jì)增速越快，不良貸款率越低；經(jīng)濟(jì)增速越快，貸款增速越快。利率市場化程度越低，不良貸款率越高，表明利率市場化進(jìn)程會(huì)提升銀行風(fēng)險(xiǎn)管理水平，降低不良貸款率。產(chǎn)業(yè)份額越大，不良貸款率越高，分機(jī)構(gòu)資產(chǎn)份額越大，不良貸款率越高，表明市場勢(shì)力會(huì)加劇風(fēng)險(xiǎn)承擔(dān)。股價(jià)、房價(jià)、通貨膨脹率的上升都會(huì)帶來不良貸款率的上升，表明銀行在資產(chǎn)泡沫和經(jīng)濟(jì)過熱時(shí)期風(fēng)險(xiǎn)承擔(dān)會(huì)加大。業(yè)務(wù)合規(guī)性越差，銀行風(fēng)險(xiǎn)承擔(dān)越大，表明金融監(jiān)管有其必要性以及監(jiān)管有效性會(huì)影響金融穩(wěn)定。貸款占社會(huì)融資規(guī)模比重越大，不良貸款率越低，社會(huì)融資規(guī)模中直接融資占比越大，不良貸款率越高，表明商業(yè)銀行的業(yè)外競爭會(huì)加劇風(fēng)險(xiǎn)承擔(dān)。分機(jī)構(gòu)權(quán)益比率越大，不良貸款率越低，表明信息不對(duì)稱帶來的道德風(fēng)險(xiǎn)會(huì)加劇風(fēng)險(xiǎn)承擔(dān)。分機(jī)構(gòu)資產(chǎn)規(guī)模越大，不良貸款率越低，與“大而不倒”加劇風(fēng)險(xiǎn)承擔(dān)理論不符，可能與我國規(guī)模越大的銀行的客戶群體優(yōu)質(zhì)比率更大的現(xiàn)實(shí)情況有關(guān)。endprint

參考文獻(xiàn)：

[1]Borio C， Zhu H. Capital regulation， risktaking and monetary policy： a missing link in the transmission mechanism？ [J]. Journal of Financial Stability， 2012， 8（4）： 236251.

[2]Delis M D， Kouretas G P. Interest rates and bank risktaking [J]. Journal of Banking & Finance， 2011， 35（4）： 840855.

[3]Maddaloni A， Peydró J L. Bank risktaking， securitization， supervision， and low interest rates： evidence from the euroarea and the US lending standards [J]. Review of Financial Studies， 2011， 24（6）： 21212165.

[4]Jiménez G， Ongena S， Peydró J L， et al. Hazardous times for monetary policy： what do twentythree million bank loans say about the effects of monetary policy on credit risktaking？ [J]. Econometrica， 2014， 82（2）： 463505.

[5]Ioannidou V， Ongena S， Peydró J L. Monetary policy， risktaking， and pricing： evidence from a quasinatural experiment [J]. Review of Finance， 2015， 19（1）： 95144.

[6]DellAriccia G， Laeven L， Suarez G A. Bank leverage and monetary policys risktaking channel： evidence from the united states [J]. The Journal of Finance， 2017， 72（2）： 613654.

[7]Diamond D W， Rajan R G. Money in a theory of banking [J]. The American Economic Review， 2006， 96（1）： 3053.

[8]Adrian T， Shin H S. Money， liquidity， and monetary policy [J]. The American Economic Review， 2009， 99（2）： 600605.

[9]Rajan R G. Has finance made the world riskier？ [J]. European Financial Management， 2006， 12（4）： 499533.

[10]DellAriccia G， Marquez R. Lending booms and lending standards [J]. The Journal of Finance， 2006， 61（5）： 25112546.

[11]Adrian T， Shin H S. Financial intermediaries and monetary economics [J]. Handbook of Monetary Economics， 2010（3）： 601650.

[12]Acharya V， Naqvi H. The seeds of a crisis： a theory of bank liquidity and risk taking over the business cycle [J]. Journal of Financial Economics， 2012， 106（2）： 349366.

[13]Allen F， Carletti E. An overview of the crisis： causes， consequences， and solutions [J]. International Review of Finance， 2010， 10（1）： 126.

[14]Valencia F. Monetary policy， bank leverage， and financial stability [J]. Journal of Economic Dynamics and Control， 2014， 47（10）： 2038.

[15]Angeloni I， Faia E， Duca M L. Monetary policy and risk taking [J]. Journal of Economic Dynamics and Control， 2015， 52（3）： 285307.

[16]江曙霞， 陳玉嬋. 貨幣政策、銀行資本與風(fēng)險(xiǎn)承擔(dān) [J]. 金融研究， 2012（4）： 116.

[17]張雪蘭， 何德旭. 貨幣政策立場與銀行風(fēng)險(xiǎn)承擔(dān)——基于中國銀行業(yè)的實(shí)證研究（2000—2010） [J]. 經(jīng)濟(jì)研究， 2012（5）： 3144.

[18]徐明東， 陳學(xué)彬. 貨幣環(huán)境、資本充足率與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān) [J]. 金融研究， 2012（7）： 4862.

[19]方意， 趙勝民， 謝曉聞. 貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)分析——兼論貨幣政策與宏觀審慎政策協(xié)調(diào)問題 [J]. 管理世界， 2012（11）： 919.

[20]牛曉健， 裘翔. 利率與銀行風(fēng)險(xiǎn)承擔(dān)——基于中國上市銀行的實(shí)證研究 [J]. 金融研究， 2013（4）： 1528.

[21]張強(qiáng)， 喬煜峰， 張寶. 中國貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道存在嗎？ [J]. 金融研究， 2013（8）： 8497.

[22]劉曉欣， 王飛. 中國微觀銀行特征的貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道檢驗(yàn)——基于我國銀行業(yè)的實(shí)證研究 [J]. 國際金融研究， 2013（9）： 7588.

[23]金鵬輝， 張翔， 高峰. 貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響——基于銀行業(yè)整體的研究 [J]. 金融研究， 2014（2）： 1629.

[24]金鵬輝， 張翔， 高峰. 銀行過度風(fēng)險(xiǎn)承擔(dān)及貨幣政策與逆周期資本調(diào)節(jié)的配合 [J]. 經(jīng)濟(jì)研究， 2014（6）： 7385.

責(zé)任編輯、 校對(duì)： 李斌泉endprint