徐皓 張嘉明

內(nèi)容提要：基于2002-2017年165家銀行的面板數(shù)據(jù)，本文采用可行廣義最小二乘（FGLS）方法實(shí)證檢驗(yàn)金融結(jié)構(gòu)演變視角下貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響。研究發(fā)現(xiàn)：金融結(jié)構(gòu)的變化對銀行風(fēng)險(xiǎn)承擔(dān)具有顯著影響，隨著直接融資占比的上升，銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著減少，但負(fù)債端風(fēng)險(xiǎn)承擔(dān)顯著增加;控制住金融結(jié)構(gòu)的作用之后，貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)也具有顯著的異質(zhì)性影響，具體來說，價(jià)格型貨幣政策的緊縮使得銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著減少而導(dǎo)致銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)顯著增加，數(shù)量型貨幣政策的緊縮則使得銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)同時(shí)減少;此外，貨幣政策與金融結(jié)構(gòu)對銀行風(fēng)險(xiǎn)承擔(dān)具有顯著的交互影響，隨著直接融資占比的上升，價(jià)格型貨幣政策工具對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響減弱，對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響沒有表現(xiàn)出顯著變化，數(shù)量型貨幣政策工具對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響都受到削弱。研究結(jié)論的政策含義對貨幣當(dāng)局、監(jiān)管部門以及商業(yè)銀行都具有重要意義。

關(guān)鍵詞：貨幣政策;金融結(jié)構(gòu);銀行風(fēng)險(xiǎn)承擔(dān);異質(zhì)性

中圖分類號： F830 ?文獻(xiàn)標(biāo)識碼：A ?文章編號：1001-148X（2020）04-0020-11

一、引言

近年來，有關(guān)貨幣政策傳導(dǎo)機(jī)制的研究不斷深化，特別是2008年金融危機(jī)之后，貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道受到越來越多的關(guān)注。Borio and Zhu（2008）[1]最先描述了貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)機(jī)制，認(rèn)為低利率通過估值、收入和現(xiàn)金流效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)，這一假說打破了一直以來關(guān)于銀行風(fēng)險(xiǎn)中性的假定，使得有關(guān)貨幣政策傳導(dǎo)機(jī)制的研究更加深入。在此基礎(chǔ)上，貨幣政策作用于銀行風(fēng)險(xiǎn)承擔(dān)的其他方式被不斷提出，比如追逐收益率效應(yīng)[2]、保險(xiǎn)效應(yīng)[1]、杠桿效應(yīng)[3]以及資產(chǎn)替代效應(yīng)[4]等，在這些效應(yīng)的作用之下，貨幣政策的放松會刺激銀行承擔(dān)更多的風(fēng)險(xiǎn)，但在風(fēng)險(xiǎn)轉(zhuǎn)移效應(yīng)下，銀行可能承擔(dān)更少的風(fēng)險(xiǎn)。基于各種理論假說，研究文獻(xiàn)側(cè)重于宏微觀的實(shí)證分析。微觀方面，主要討論貨幣政策對銀行貸款違約概率[5]、風(fēng)險(xiǎn)資產(chǎn)占比和不良貸款率[6-7]的影響，以及研究貨幣政策對信貸標(biāo)準(zhǔn)的影響[8-9]。宏觀層面的實(shí)證研究大多基于向量自回歸進(jìn)行研究方法上的拓展，從而探究貨幣政策、銀行風(fēng)險(xiǎn)承擔(dān)以及其他宏觀經(jīng)濟(jì)變量之間的相互影響[10]。研究結(jié)論均證實(shí)貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)具有顯著影響。

然而，貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道的有效性或作用效果是否受到其他宏觀經(jīng)濟(jì)變量的影響有待進(jìn)一步探討。貨幣政策能夠通過銀行風(fēng)險(xiǎn)承擔(dān)渠道進(jìn)行有效傳導(dǎo)，可能依賴于銀行主導(dǎo)的金融結(jié)構(gòu)，那么隨之而來的問題是，如果金融結(jié)構(gòu)發(fā)生改變，隨著銀行體系在整個(gè)經(jīng)濟(jì)系統(tǒng)中的重要性發(fā)生變化，貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道是否也會受到影響？通過觀察歷史數(shù)據(jù)可以發(fā)現(xiàn)，2002年以來我國金融結(jié)構(gòu)發(fā)生了顯著變化，直接融資（企業(yè)債券和非金融企業(yè)境內(nèi)股票融資之和）占社會融資規(guī)模的比重在2002年僅為4.9%，此后雖略有波動，但總體上呈上升態(tài)勢，特別是在2013年以后，經(jīng)歷了一段時(shí)期的快速上升，并在2015年達(dá)到24%的歷史頂點(diǎn)，然而在金融監(jiān)管政策收緊和去杠桿的影響之下，2017年直接融資占比又大幅回落至6.8%?？梢钥闯?，2002年以來，社會融資規(guī)模中直接融資占比是雙向波動的，這也意味著近年來中國的金融結(jié)構(gòu)并非一成不變，也不是保持大致的穩(wěn)定。那么金融結(jié)構(gòu)的這種劇烈變化是否會對貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道產(chǎn)生影響？有鑒于此，本文利用社會融資規(guī)模各分項(xiàng)數(shù)據(jù)測度我國的金融結(jié)構(gòu)，在此基礎(chǔ)上，采用2002-2017年銀行層面的面板數(shù)據(jù)進(jìn)行實(shí)證分析，探討貨幣政策和金融結(jié)構(gòu)對銀行風(fēng)險(xiǎn)承擔(dān)的影響，并著重研究貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的效果是否隨著金融結(jié)構(gòu)的演進(jìn)而發(fā)生變化。

二、相關(guān)理論與文獻(xiàn)回顧

（一）貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)機(jī)制：理論分析

（1）估值、收入與現(xiàn)金流效應(yīng)[1]。這種機(jī)制與Bernanke et al.（1996）[11]提出的金融加速器模型非常相近，認(rèn)為低利率提高了代表性個(gè)體的估值和凈值，即資產(chǎn)和抵押品的價(jià)值，因此在政策利率下調(diào)之后，抵押品價(jià)值的上升降低了借款人違約的可能性，銀行將進(jìn)一步發(fā)放更多貸款。然而，在刺激放貸的同時(shí)，銀行的風(fēng)險(xiǎn)承受能力（即其凈值）也會提升，因此金融風(fēng)險(xiǎn)也不一定會惡化。

（2）追求收益率效應(yīng)[2]。收益率主要通過金融機(jī)構(gòu)資產(chǎn)負(fù)債表中的資產(chǎn)來實(shí)現(xiàn)。政策利率的降低會降低銀行的投資組合收入，從而降低監(jiān)督貸款的動機(jī)，或增加對高收益率資產(chǎn)的追求，進(jìn)而增加風(fēng)險(xiǎn)承擔(dān)。換句話說，擴(kuò)張性貨幣政策降低了包括無風(fēng)險(xiǎn)資產(chǎn)在內(nèi)的短期投資的收益，然而如果這類資產(chǎn)的收益率長期保持在較低水平，那么這些投資將無法覆蓋長期負(fù)債的成本。因此，為了追求更高的收益率，金融機(jī)構(gòu)有激勵(lì)去投資于高風(fēng)險(xiǎn)、高收益的金融資產(chǎn)，從而提高獲得較高回報(bào)。

（3）保險(xiǎn)效應(yīng)[1]。政策制定者對未來決策的高度可預(yù)測性可以降低市場的不確定性，并可能導(dǎo)致銀行持有風(fēng)險(xiǎn)頭寸。例如，經(jīng)濟(jì)不振可能會影響代表性個(gè)體的預(yù)期，使其相信央行將放松貨幣政策，以對沖經(jīng)濟(jì)放緩的風(fēng)險(xiǎn)。因此，銀行預(yù)期到這種保險(xiǎn)效應(yīng)并承擔(dān)額外風(fēng)險(xiǎn)。

（4）杠桿效應(yīng)。Adrian and Shin（2009）[3]認(rèn)為，銀行在管理資產(chǎn)負(fù)債表時(shí)往往以杠桿率作為管理目標(biāo)。當(dāng)資產(chǎn)價(jià)格上漲時(shí)，資產(chǎn)負(fù)債表會變得更為強(qiáng)勁，杠桿率也會下降。也就是說，資產(chǎn)價(jià)格的飆升激勵(lì)金融機(jī)構(gòu)擴(kuò)大資產(chǎn)負(fù)債表，以保持杠桿水平。然而，這種情況可能導(dǎo)致銀行承擔(dān)更多風(fēng)險(xiǎn)。在負(fù)債端，銀行承擔(dān)更多的短期債務(wù)，而在資產(chǎn)端，銀行尋找風(fēng)險(xiǎn)更高的潛在借款人。

（5）資產(chǎn)替代效應(yīng)[4]。一般而言，當(dāng)無風(fēng)險(xiǎn)資產(chǎn)的實(shí)際收益率降低時(shí)，銀行會在資產(chǎn)組合的配置中減少無風(fēng)險(xiǎn)資產(chǎn)的比例。由此造成的結(jié)果是，銀行會更多地持有風(fēng)險(xiǎn)資產(chǎn)，對風(fēng)險(xiǎn)資產(chǎn)的需求增加導(dǎo)致風(fēng)險(xiǎn)收益率下降，直到風(fēng)險(xiǎn)資產(chǎn)和無風(fēng)險(xiǎn)資產(chǎn)的收益率達(dá)到新的均衡狀態(tài)。

（6）風(fēng)險(xiǎn)轉(zhuǎn)移效應(yīng)[12]。風(fēng)險(xiǎn)轉(zhuǎn)移效應(yīng)主要通過金融機(jī)構(gòu)資產(chǎn)負(fù)債表的負(fù)債方進(jìn)行傳導(dǎo)：政策利率的降低使得銀行負(fù)債成本下降，提高了銀行加杠桿率的動機(jī)。此外，長期的低利率會影響資產(chǎn)和抵押品的估值，因?yàn)槔实拈L期穩(wěn)定使市場波動性大幅降低，從而降低了銀行的風(fēng)險(xiǎn)感知。

（二）貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)機(jī)制：實(shí)證檢驗(yàn)

在實(shí)證研究中，國外學(xué)者的實(shí)證研究從宏觀和微觀兩個(gè)方面展開。宏觀層面的實(shí)證研究大多從國際化的視角出發(fā)，以向量自回歸為基礎(chǔ)進(jìn)行研究方法上的拓展，從而探究貨幣政策、銀行風(fēng)險(xiǎn)承擔(dān)以及其他宏觀經(jīng)濟(jì)變量之間的相互影響。Angeloni et al.（2015）[13]比較了美國和歐元區(qū)貨幣政策對銀行杠桿和資產(chǎn)負(fù)債表風(fēng)險(xiǎn)的影響是否存在差異。研究結(jié)果表明，在貨幣政策對銀行業(yè)風(fēng)險(xiǎn)的負(fù)面影響方面，美國比歐元區(qū)更為顯著。Bruno and Shin（2015）[10]研究了貨幣政策對跨境銀行資本流動的影響，以及通過銀行業(yè)對美元匯率產(chǎn)生的溢出效應(yīng)。研究發(fā)現(xiàn)，當(dāng)美國貨幣政策受到外生的收縮性沖擊時(shí)，跨境銀行資本流動會減少，國際銀行的杠桿率下降，與此同時(shí)美元升值。金鵬輝等（2014）[14]從全行業(yè)的視角出發(fā)，基于整個(gè)銀行業(yè)的資產(chǎn)負(fù)債表數(shù)據(jù)，分別構(gòu)建了銀行在資產(chǎn)和負(fù)債選擇上的風(fēng)險(xiǎn)承擔(dān)代理變量，對不同類型的貨幣政策進(jìn)行了回歸，研究結(jié)果表明，貨幣政策對銀行資產(chǎn)和負(fù)債的風(fēng)險(xiǎn)承擔(dān)都具有顯著影響，但寬松貨幣政策對風(fēng)險(xiǎn)承擔(dān)的提升效應(yīng)主要表現(xiàn)在資產(chǎn)端。

微觀方面，既有文獻(xiàn)主要采用微觀計(jì)量方法，基于不同的數(shù)據(jù)和樣本，選擇不同的指標(biāo)測度貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)，進(jìn)而探討貨幣政策的變動是否對銀行風(fēng)險(xiǎn)承擔(dān)產(chǎn)生影響?；诰闷谀Ｐ?，Jiménez et al.（2014）[8]采用貸款違約概率作為銀行風(fēng)險(xiǎn)承擔(dān)的代理變量，在控制住宏觀經(jīng)濟(jì)環(huán)境、銀行面臨的宏觀風(fēng)險(xiǎn)以及借款人和貸款的特征之后，發(fā)現(xiàn)銀行放松了貸款標(biāo)準(zhǔn)，而且在利率較低時(shí)容易向高風(fēng)險(xiǎn)的借款人發(fā)放新貸款。值得注意的是，小型銀行似乎對貨幣政策的變化更為敏感。Ioannidou et al.（2009）[15]計(jì)算出每筆貸款的違約概率，并得出結(jié)論：在貸款發(fā)放前，政策利率的下降激勵(lì)銀行承擔(dān)更多風(fēng)險(xiǎn)。相比之下，在貸款存續(xù)期內(nèi)，擴(kuò)張性的貨幣政策能夠降低風(fēng)險(xiǎn)。當(dāng)利率較低時(shí)，流動性較強(qiáng)、資本金較少的銀行往往承擔(dān)更大的風(fēng)險(xiǎn)。Altunbas et al.（2012）[5]基于1987-2008年643家歐美上市銀行的季度數(shù)據(jù)，采用預(yù)期違約頻率（EDF）來衡量銀行風(fēng)險(xiǎn)承擔(dān)。通過GMM方法進(jìn)行回歸分析，發(fā)現(xiàn)利率與風(fēng)險(xiǎn)之間呈負(fù)相關(guān)關(guān)系。此外，小型、流動性強(qiáng)、資本充足的銀行承擔(dān)的風(fēng)險(xiǎn)較小。進(jìn)一步地，Altunbas et al.（2014）[16]引入銀行競爭、資產(chǎn)證券化活動、監(jiān)管強(qiáng)度等變量，從金融加速器和銀行貸款渠道中分離出銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響，研究結(jié)果依然不變。Acharya and Naqvi（2012）[17]的研究發(fā)現(xiàn)，當(dāng)銀行流動性充裕時(shí)，銀行股東和經(jīng)理人之間的代理問題導(dǎo)致銀行經(jīng)理人承擔(dān)過度風(fēng)險(xiǎn)，這通常發(fā)生在宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)較高的情況下，而當(dāng)宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)較高時(shí)，央行往往會放松貨幣政策。劉生福和李成（2014）[18]基于2000-2012年中國62家商業(yè)銀行的數(shù)據(jù)，研究了價(jià)格型和數(shù)量型貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)的影響。研究發(fā)現(xiàn)，寬松的貨幣政策增加了銀行的風(fēng)險(xiǎn)承擔(dān)，而且銀行風(fēng)險(xiǎn)承擔(dān)對數(shù)量型貨幣政策的敏感性更強(qiáng)。譚政勛和李麗芳（2016）[19]的實(shí)證研究表明，貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)具有直接影響，而且從銀行效率的角度而言存在著最優(yōu)風(fēng)險(xiǎn)承擔(dān)。熊劼（2017）[20]基于1998-2012年44家商業(yè)銀行的數(shù)據(jù)證實(shí)了貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)的影響。鄧向榮和張嘉明（2018）[7]采用1997-2015年183家銀行的面板數(shù)據(jù)進(jìn)行了實(shí)證分析，研究發(fā)現(xiàn)，存貸款基準(zhǔn)利率和銀行間同業(yè)拆借利率等貨幣政策工具對銀行風(fēng)險(xiǎn)承擔(dān)均有顯著影響。

（三）研究評述

綜上，既有文獻(xiàn)對于貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)機(jī)制已經(jīng)進(jìn)行了較為豐富和全面的研究，而且該傳導(dǎo)機(jī)制的存在性已經(jīng)成為學(xué)界共識。但遺憾的是，目前仍鮮有文獻(xiàn)關(guān)注貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)機(jī)制的作用程度是否受到其他宏觀因素的影響，特別是是否受到金融結(jié)構(gòu)變化的影響。與此同時(shí)，關(guān)于金融結(jié)構(gòu)與商業(yè)銀行之間關(guān)系的定量研究較少，這就很難針對貨幣當(dāng)局的宏觀審慎監(jiān)管以及微觀層面的銀行風(fēng)險(xiǎn)管理提出具有針對性的政策建議。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

為了研究金融結(jié)構(gòu)演變視角下貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道，本文依次進(jìn)行以下三個(gè)層面的實(shí)證分析：首先探討金融結(jié)構(gòu)是否對銀行風(fēng)險(xiǎn)承擔(dān)具有顯著影響，以及其作用方向如何;其次，控制住金融結(jié)構(gòu)對銀行風(fēng)險(xiǎn)承擔(dān)的影響，考察貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道是否存在;最后，引入貨幣政策與金融結(jié)構(gòu)的交互項(xiàng)，研究貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道是否隨著金融結(jié)構(gòu)的變化而變化。為此，分別建立如下三個(gè)計(jì)量模型：

RISKit=α0+α1FINSTRt+Xitδ+ui+εit（1）

RISKit=β0+β1MPt+β2FINSTRt+Xitσ+ui+εit（2）

RISKit=γ0+γ1MPt×FINSTRt+γ2MPt+γ3FINSTRt+Xitθ+ui+εit（3）

其中，RISK為銀行風(fēng)險(xiǎn)承擔(dān)，作為被解釋變量;MP和FINSTR分別為貨幣政策和金融結(jié)構(gòu)的代理變量，作為核心解釋變量;Xit是一個(gè)列向量，其中包含所有控制變量;ui表示銀行個(gè)體效應(yīng)，εit表示隨機(jī)誤差項(xiàng)。

（二）變量選擇與說明

1.被解釋變量。本文的被解釋變量是銀行風(fēng)險(xiǎn)承擔(dān)，銀行風(fēng)險(xiǎn)承擔(dān)具有異質(zhì)性，可以分為資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)，但既有研究中鮮有基于異質(zhì)性視角將銀行風(fēng)險(xiǎn)承擔(dān)進(jìn)行區(qū)分的文獻(xiàn)，目前大部分文獻(xiàn)采用以下幾個(gè)指標(biāo)作為銀行風(fēng)險(xiǎn)承擔(dān)的代理變量：風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比重，不良貸款率，非存款負(fù)債占總資產(chǎn)比重，Z評分，以及預(yù)期違約頻率。其中，Z評分主要用于度量銀行的破產(chǎn)風(fēng)險(xiǎn)，在目前中國的金融體制下，銀行破產(chǎn)的概率非常低，因此Z評分不能很好地測度銀行風(fēng)險(xiǎn)承擔(dān)水平。預(yù)期違約頻率只反映銀行面臨的信用風(fēng)險(xiǎn)，且數(shù)據(jù)不易獲取，因此也不適合作為銀行風(fēng)險(xiǎn)承擔(dān)的代理變量。不良貸款率也是測度銀行面臨信用風(fēng)險(xiǎn)的指標(biāo)，而且更側(cè)重于衡量銀行事后風(fēng)險(xiǎn)，同樣也不能全面準(zhǔn)確地反映銀行風(fēng)險(xiǎn)承擔(dān)水平。風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比重綜合反映了信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)，綜合來看是測度銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的最佳指標(biāo)。非存款負(fù)債占總資產(chǎn)比重往往用來衡量銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)，這是因?yàn)榉谴婵钬?fù)債一般都是短期的，非存款負(fù)債占比越多意味著銀行期限錯(cuò)配越嚴(yán)重，此外，非存款負(fù)債波動性較大，面臨的利率風(fēng)險(xiǎn)較高，因此能夠反映銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)水平。綜合以上分析，本文采用風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比重（RWA）來度量銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)，采用非存款負(fù)債占總資產(chǎn)比重（NONDEP）來度量銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)。

2.核心解釋變量。本文的核心解釋變量是貨幣政策和金融結(jié)構(gòu)。在貨幣政策代理變量的選擇上，本文選擇一年期存款基準(zhǔn)利率（DEP）、貸款基準(zhǔn)利率（LOAN）和法定存款準(zhǔn)備金率（RESERVE）作為貨幣政策的代理變量。這是因?yàn)?，中國的金融體制改革目前正在不斷深化，利率市場化進(jìn)程尚未徹底完成，中國并沒有像發(fā)達(dá)經(jīng)濟(jì)體那樣完備的利率傳導(dǎo)體系，長期以來，中國的貨幣政策工具主要是存、貸款基準(zhǔn)利率和法定存款準(zhǔn)備金率，雖然近年來中國人民銀行使用公開市場操作和廣義再貸款的頻率越來越高，但具體到銀行層面，存貸款定價(jià)仍然在很大程度上盯住存貸款基準(zhǔn)利率，與此同時(shí)，法定存款準(zhǔn)備金率仍然是央行主要的貨幣政策工具之一。

在金融結(jié)構(gòu)代理變量的選擇上，本文采用社會融資規(guī)模數(shù)據(jù)構(gòu)造金融結(jié)構(gòu)指數(shù)，社會融資規(guī)模共包括十個(gè)分項(xiàng)指標(biāo)，基本上涵蓋了家庭、企業(yè)和金融機(jī)構(gòu)等部門的直接融資和間接融資。金融結(jié)構(gòu)這一概念的內(nèi)涵在于直接融資占比與間接融資占比的相對變化，因此本文采用企業(yè)債券和非金融企業(yè)境內(nèi)股票融資之和占社會融資規(guī)模的比重作為金融結(jié)構(gòu)的代理變量（FINSTR1）;除此之外，為了檢驗(yàn)變量指標(biāo)測度的可靠性，本文還采用企業(yè)債券和非金融企業(yè)境內(nèi)股票融資之和與人民幣貸款、外幣貸款、委托貸款、信托貸款和未貼現(xiàn)銀行承兌匯票之和的比值作為另一種備選的金融結(jié)構(gòu)代理變量（FINSTR2），用于本文實(shí)證部分的穩(wěn)健性分析。

3.控制變量。借鑒方意等（2012）[21]、鄧向榮和張嘉明（2018）[7]等既有文獻(xiàn)的研究，本文基于銀行層面和宏觀層面選擇以下5個(gè)變量作為控制變量。一是資產(chǎn)規(guī)模（ASSET），大銀行和小銀行在風(fēng)險(xiǎn)承擔(dān)意愿、風(fēng)險(xiǎn)承擔(dān)能力乃至風(fēng)險(xiǎn)偏好、風(fēng)險(xiǎn)感知等方面都具有一定的差異，所以這里引入資產(chǎn)規(guī)模作為控制變量，本文對銀行總資產(chǎn)取自然對數(shù)，以減輕潛在異方差的影響;二是資產(chǎn)回報(bào)率（ROA），即銀行凈利潤與資產(chǎn)規(guī)模之比，銀行在經(jīng)營過程中會綜合考慮風(fēng)險(xiǎn)和收益，往往在二者之間進(jìn)行權(quán)衡取舍，因此這里引入資產(chǎn)回報(bào)率來控制銀行盈利能力對風(fēng)險(xiǎn)承擔(dān)水平的影響;三是運(yùn)營效率（EFFICIENCY），即銀行運(yùn)營成本占總收入比重，運(yùn)營效率能夠在一定程度上反映出銀行的公司治理能力和綜合管理水平，這也是銀行風(fēng)險(xiǎn)承擔(dān)的重要影響因素;四是杠桿率（LEVERAGE），即所有者權(quán)益占總資產(chǎn)比重，一般而言，杠桿率能夠表征銀行的風(fēng)險(xiǎn)偏好，杠桿率越高則銀行風(fēng)險(xiǎn)承擔(dān)越多，杠桿率越低則銀行風(fēng)險(xiǎn)承擔(dān)越少;五是GDP增速（GDP），即實(shí)際GDP的年度增速，用來控制宏觀層面的影響因素。

四、實(shí)證結(jié)果及分析

（一）樣本與數(shù)據(jù)說明

本文銀行層面的數(shù)據(jù)來自于Moodys Analytics BankFocus-全球銀行與金融機(jī)構(gòu)分析庫，用于測算金融結(jié)構(gòu)的社會融資規(guī)模等其他宏觀層面的數(shù)據(jù)來源于Wind數(shù)據(jù)庫。本文從 Moodys Analytics BankFocus數(shù)據(jù)庫中篩選出2002-2017年中國商業(yè)銀行的非平衡面板數(shù)據(jù)，從中剔除觀測值不足3年的數(shù)據(jù)，得到一個(gè)涵蓋 165 家銀行、1284個(gè)觀測值的樣本。

（二）描述性統(tǒng)計(jì)

在數(shù)據(jù)處理方面，本文運(yùn)用Stata軟件對銀行層面的各個(gè)變量進(jìn)行1%分位及99%分位的縮尾處理，從而在最大程度上排除異常值的影響。表1展示了主要變量的描述性統(tǒng)計(jì)結(jié)果。

2002-2017年期間，1年期人民幣存款基準(zhǔn)利率共調(diào)整25次，其中上調(diào)13次，下調(diào)12次;1年期人民幣貸款基準(zhǔn)利率共調(diào)整27次，其中上調(diào)14次，下調(diào)13次;大型商業(yè)銀行法定存款準(zhǔn)備金率①共調(diào)整43次，其中上調(diào)32次，下調(diào)11次，中小型商業(yè)銀行法定存款準(zhǔn)備金率共調(diào)整44次，其中上調(diào)32次，下調(diào)12次。可以看出，以上三個(gè)變量能夠體現(xiàn)出完整的貨幣政策周期。銀行風(fēng)險(xiǎn)承擔(dān)方面，從資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)來看，樣本中銀行風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比重平均為55.125%，從負(fù)債端風(fēng)險(xiǎn)承擔(dān)來看，非存款負(fù)債占總資產(chǎn)比重平均為11.058%，從標(biāo)準(zhǔn)差來看，不同銀行的風(fēng)險(xiǎn)承擔(dān)水平具有明顯的差異。從控制變量來看，樣本中銀行資產(chǎn)回報(bào)率平均為1.2%，運(yùn)營成本占總收入比重平均為42.4%，所有者權(quán)益占總資產(chǎn)比重平均為8.9%。除此之外，樣本期間中國GDP增速平均為8.5%。

（三）實(shí)證結(jié)果及分析

考慮到本文的樣本時(shí)間跨度較長、覆蓋的銀行數(shù)量較多，面板數(shù)據(jù)可能存在組間異方差、組內(nèi)自相關(guān)和組間同期相關(guān)等問題，對此我們首先進(jìn)行必要的假設(shè)檢驗(yàn)。似然比檢驗(yàn)和伍德里奇檢驗(yàn)結(jié)果顯示，存在組間異方差和一階組內(nèi)自相關(guān)。因此，本文采用全面可行廣義最小二乘法（FGLS）對模型進(jìn)行估計(jì)，以克服潛在的異方差和自相關(guān)問題。模型（1）的估計(jì)結(jié)果如表2所示。

表2的第（1）-（3）列展示了金融結(jié)構(gòu)的變化對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響，可以看出，金融結(jié)構(gòu)的估計(jì)系數(shù)在1%的水平下顯著為負(fù)，這說明金融結(jié)構(gòu)的變化對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)水平具有顯著影響，隨著直接融資占比的上升，銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著減少，反之，如果社會融資結(jié)構(gòu)中直接融資占比下降，則銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著增加。之所以會出現(xiàn)這種現(xiàn)象，一個(gè)可能的原因在于，隨著直接融資占比的上升，社會融資總量中對銀行貸款需求的占比相應(yīng)減少，銀行持有的資產(chǎn)結(jié)構(gòu)也會有所調(diào)整，具體表現(xiàn)為風(fēng)險(xiǎn)權(quán)重較大的貸款占比下降，風(fēng)險(xiǎn)權(quán)重較小的債券占比上升，因此風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比總體上呈現(xiàn)下降態(tài)勢。

表2的第（4）-（6）列展示了金融結(jié)構(gòu)的變化對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響，金融結(jié)構(gòu)的估計(jì)系數(shù)都在1%的水平下顯著為正，這表明金融結(jié)構(gòu)的變化對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)也具有顯著影響，隨著直接融資占比的上升，銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)顯著增加，相反，隨著直接融資占比的下降，銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)顯著減少。出現(xiàn)這種結(jié)果的原因可能是因?yàn)?，伴隨著直接融資占比的上升，金融市場日趨完善，銀行自身的融資渠道得以拓寬，越來越多的銀行在負(fù)債端依賴金融市場上的批發(fā)性融資。與傳統(tǒng)的存款負(fù)債相比，這種批發(fā)性融資的利率變動更加敏感、頻繁，波動幅度也更大，而且不受到存款保險(xiǎn)的保護(hù)，所以銀行越依賴于金融市場批發(fā)性融資，其負(fù)債端風(fēng)險(xiǎn)承擔(dān)就越多。

從控制變量來看，銀行資產(chǎn)規(guī)模的估計(jì)系數(shù)都在1%的水平上顯著為正，說明銀行資產(chǎn)規(guī)模對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)都具有顯著的正向影響，這意味著，大銀行在資產(chǎn)端和負(fù)債端的風(fēng)險(xiǎn)承擔(dān)水平都要高于小銀行。資產(chǎn)回報(bào)率的估計(jì)系數(shù)都在1%的水平上顯著為負(fù)，說明資產(chǎn)回報(bào)率越高的銀行在資產(chǎn)端和負(fù)債端的風(fēng)險(xiǎn)承擔(dān)更小，這也比較容易理解，一般而言，資產(chǎn)回報(bào)率較高的銀行都具有先進(jìn)的風(fēng)險(xiǎn)管理理念和方法，能夠?qū)L(fēng)險(xiǎn)控制在合意范圍之內(nèi)，避免不良貸款大規(guī)模形成，因此無論是資產(chǎn)端還是負(fù)債端，其風(fēng)險(xiǎn)承擔(dān)水平都更低。銀行運(yùn)營效率的估計(jì)系數(shù)為負(fù)，但對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響不顯著，而對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響在1%的水平上顯著，這說明運(yùn)營效率越低的銀行越傾向于在負(fù)債端承擔(dān)風(fēng)險(xiǎn)。事實(shí)上，由于規(guī)模效應(yīng)的存在，城商行、農(nóng)商行等中小商業(yè)銀行的運(yùn)營效率顯著低于大型商業(yè)銀行，而前者在負(fù)債端也更加依賴批發(fā)市場債券融資或同業(yè)市場上的同業(yè)負(fù)債，因此負(fù)債端風(fēng)險(xiǎn)承擔(dān)水平也就更高。銀行所有者權(quán)益占總資產(chǎn)比重的估計(jì)系數(shù)為正，且對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響在1%的水平上顯著，這說明對于資本越充足的銀行來說，其資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)水平更高，這在當(dāng)下的中國也是容易理解的，目前銀行資產(chǎn)端的擴(kuò)張受到資本充足率監(jiān)管的限制，如果銀行資本金更加充足，那么就更有動機(jī)和能力去投資于風(fēng)險(xiǎn)資產(chǎn)，因此所有者權(quán)益占總資產(chǎn)比重與資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)正相關(guān)。GDP增速對銀行資產(chǎn)端和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的作用方向相反，具體來看，對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響在1%的水平上顯著為負(fù)，而對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響在5%的水平上顯著為正，這意味著銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)具有顯著的逆周期性，而負(fù)債端風(fēng)險(xiǎn)承擔(dān)則具有顯著的順周期特征。這是因?yàn)?，?dāng)經(jīng)濟(jì)上行時(shí)，借款人的資產(chǎn)質(zhì)量、抵押品價(jià)值都會上升，銀行面臨的違約概率更小，因此資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)更小，與此同時(shí)，貨幣市場上的流動性更加充裕，銀行間借貸成本更低，銀行更傾向于獲得金融市場融資，但這種資金具有短期性和不穩(wěn)定性，所以銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)上升。

表3的第（1）-（3）列展示了控制住金融結(jié)構(gòu)之后貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響，其中，貨幣政策代理變量分別為存款基準(zhǔn)利率、貸款基準(zhǔn)利率和法定存款準(zhǔn)備金率?；貧w結(jié)果顯示，存、貸款基準(zhǔn)利率和法定存款準(zhǔn)備金率的估計(jì)系數(shù)都是顯著的，而且在1%的水平上顯著為負(fù)，這說明三者的上升都會使得銀行風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)的比重下降，反之，三者的下降都會導(dǎo)致銀行風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比上升，這表明緊縮的貨幣政策會促使銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)減少，而寬松的貨幣政策造成銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)上升?？刂谱兞糠矫妫y行資產(chǎn)規(guī)模的估計(jì)系數(shù)顯著為正，表明資產(chǎn)規(guī)模越大，則銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)就越多。銀行所有者權(quán)益占總資產(chǎn)比重與銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著正相關(guān)，說明資本越充足的銀行越有能力在資產(chǎn)端進(jìn)行風(fēng)險(xiǎn)資產(chǎn)的擴(kuò)張。GDP增速與銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著負(fù)相關(guān)，表明在宏觀經(jīng)濟(jì)下行時(shí)，銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)增加，而在經(jīng)濟(jì)向好時(shí)，銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)減少。

表3的第（4）-（6）列展示了控制住金融結(jié)構(gòu)之后貨幣政策對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響?；貧w結(jié)果顯示，存、貸款基準(zhǔn)利率的估計(jì)系數(shù)均至少在5%的水平上顯著為正，相比之下，法定存款準(zhǔn)備金率的估計(jì)系數(shù)在5%的水平上顯著為負(fù)，這說明不同類型的貨幣政策工具對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響具有明顯區(qū)別：價(jià)格型貨幣政策的緊縮（擴(kuò)張）會導(dǎo)致銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的增加（減少），而與之相反，數(shù)量型貨幣政策的緊縮（擴(kuò)張）則會導(dǎo)致銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的減少（增加）?？刂谱兞糠矫?，銀行資產(chǎn)規(guī)模的估計(jì)系數(shù)顯著為正，表明資產(chǎn)規(guī)模越大，銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)就越多，這與資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的變化相一致。資產(chǎn)回報(bào)率的估計(jì)系數(shù)顯著為負(fù)，說明銀行的資產(chǎn)回報(bào)率越高，則負(fù)債端風(fēng)險(xiǎn)承擔(dān)就越少，也就是說盈利能力越強(qiáng)的銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)越少。成本收入比的估計(jì)系數(shù)同樣顯著為負(fù)，說明運(yùn)營效率越高的銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)越多。GDP增速的估計(jì)系數(shù)顯著為正，說明在宏觀經(jīng)濟(jì)下行時(shí)，銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)減少，而在經(jīng)濟(jì)向好時(shí)，銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)增加，這恰恰與銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)相反。

綜合以上回歸結(jié)果，可以總結(jié)出如下結(jié)論：貨幣政策與金融結(jié)構(gòu)對銀行風(fēng)險(xiǎn)承擔(dān)的影響都是顯著的。從金融結(jié)構(gòu)的變化來看，隨著直接融資占比的上升，銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)逐漸減少，而負(fù)債端風(fēng)險(xiǎn)承擔(dān)逐漸增加。從貨幣政策來看，不同類型的貨幣政策工具與銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的關(guān)系是不同的，具體而言，數(shù)量型貨幣政策的擴(kuò)張導(dǎo)致銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)增加，而價(jià)格型貨幣政策的擴(kuò)張一方面導(dǎo)致銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)增加，另一方面導(dǎo)致銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)減少。

既有理論認(rèn)為，在估值收入現(xiàn)金流效應(yīng)、追逐收益率效應(yīng)、保險(xiǎn)效應(yīng)、資產(chǎn)替代效應(yīng)以及杠桿效應(yīng)等作用機(jī)制下，政策利率與銀行風(fēng)險(xiǎn)承擔(dān)呈負(fù)相關(guān)關(guān)系，而在風(fēng)險(xiǎn)轉(zhuǎn)移效應(yīng)下，政策利率與銀行風(fēng)險(xiǎn)承擔(dān)呈正相關(guān)關(guān)系。從以上回歸結(jié)果中可以判斷出，不同類型的貨幣政策工具作用于銀行風(fēng)險(xiǎn)承擔(dān)的方式也是不同的，具體來看，有以下4種組合方式，如表4所示。

在表4中，貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)之間的同向變動關(guān)系采用“風(fēng)險(xiǎn)轉(zhuǎn)移效應(yīng)”來表示，表明寬松（緊縮）的貨幣政策導(dǎo)致銀行風(fēng)險(xiǎn)承擔(dān)增加（減少）。相比之下，貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)之間的反向變動關(guān)系可以采用多種效應(yīng)來說明，這里為了簡潔明了，采用“資產(chǎn)替代效應(yīng)”來表示，這在一定程度上是由于本文使用銀行風(fēng)險(xiǎn)加權(quán)資產(chǎn)占總資產(chǎn)比重這一指標(biāo)來測度銀行風(fēng)險(xiǎn)承擔(dān)，可以更好地表征資產(chǎn)替代效應(yīng)（即無風(fēng)險(xiǎn)資產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)之間的相互替代）。從表4中可以看出，只有當(dāng)價(jià)格型貨幣政策工具作用于銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)時(shí)，風(fēng)險(xiǎn)轉(zhuǎn)移效應(yīng)才占據(jù)主導(dǎo)地位。在中國的利率市場化改革和貨幣政策框架轉(zhuǎn)型逐步推進(jìn)的現(xiàn)實(shí)背景下，價(jià)格型貨幣政策工具（如政策利率）將發(fā)揮越來越重要的作用，因此需要特別關(guān)注價(jià)格型貨幣政策工具對銀行風(fēng)險(xiǎn)承擔(dān)的異質(zhì)性影響。

接下來引入貨幣政策和金融結(jié)構(gòu)的交乘項(xiàng)，探討貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)的影響是否會隨著金融結(jié)構(gòu)的變化而變化，估計(jì)結(jié)果如表5所示。

由于引入了貨幣政策與金融結(jié)構(gòu)的交互項(xiàng)，所以對于貨幣政策和金融結(jié)構(gòu)這兩個(gè)變量而言，其本身的估計(jì)系數(shù)不再完全反映二者對銀行風(fēng)險(xiǎn)承擔(dān)的邊際影響。這里我們主要關(guān)注貨幣政策與金融結(jié)構(gòu)對銀行風(fēng)險(xiǎn)承擔(dān)的交互影響，所以只需觀察交互項(xiàng)的估計(jì)系數(shù)。從表5的第（1）-（3）列可以看出，貨幣政策與金融結(jié)構(gòu)的交互項(xiàng)系數(shù)在1%的水平下顯著，說明貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)的作用程度受到金融結(jié)構(gòu)的顯著影響。結(jié)合之前的回歸結(jié)果（表3）可知，貨幣政策和金融結(jié)構(gòu)對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的邊際影響都是顯著為負(fù)的，所以表5前三列的回歸結(jié)果表明，隨著金融結(jié)構(gòu)中直接融資占比的上升，貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響將會受到削弱，即緊縮性貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的抑制作用會減弱，寬松的貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的刺激作用也會減弱。從表5的第（4）-（6）列可以看出，存、貸款基準(zhǔn)利率與金融結(jié)構(gòu)交互項(xiàng)的估計(jì)系數(shù)并不顯著，而法定存款準(zhǔn)備金率與金融結(jié)構(gòu)的交互項(xiàng)系數(shù)在1%的水平上顯著為正，說明價(jià)格型貨幣政策對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響并不隨著金融結(jié)構(gòu)的變化而變化，相比之下，數(shù)量型貨幣政策對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響隨著金融結(jié)構(gòu)中直接融資占比的上升而弱化。表5中控制變量的估計(jì)結(jié)果與表3基本一致，在此不再贅述。

綜合以上回歸結(jié)果，可以得出如下結(jié)論：不同類型的貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)的影響隨著金融結(jié)構(gòu)的變化表現(xiàn)出不同特征，具體而言，價(jià)格型貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響隨著直接融資占比的上升而受到削弱，對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響則不隨金融結(jié)構(gòu)的變化而變化;數(shù)量型貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響也受到削弱?？傮w來看，除了價(jià)格型貨幣政策對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響之外，貨幣政策對于銀行風(fēng)險(xiǎn)承擔(dān)的影響隨著直接融資占比的上升而減弱，其背后的經(jīng)濟(jì)學(xué)原理在于：直接融資占比的上升本質(zhì)上是金融脫媒的一種表現(xiàn)，即在整個(gè)社會中通過金融中介進(jìn)行的資金融通減少，而商業(yè)銀行恰恰是最重要的金融中介，承擔(dān)著信用轉(zhuǎn)換和流動性轉(zhuǎn)換的重要職能，也是貨幣政策傳導(dǎo)過程中的關(guān)鍵環(huán)節(jié)所在，隨著金融脫媒程度的加深，銀行貸款在社會融資規(guī)模中的比例下降，貨幣政策通過商業(yè)銀行進(jìn)行傳導(dǎo)的效果也必將減弱，本文的研究結(jié)論證實(shí)了這一點(diǎn)。

（四）穩(wěn)健性檢驗(yàn)

為了進(jìn)一步驗(yàn)證以上結(jié)論的可靠性，這里我們采用另外一種方法測度金融結(jié)構(gòu)的變化，即采用企業(yè)債券和非金融企業(yè)境內(nèi)股票融資之和與人民幣貸款、外幣貸款、委托貸款、信托貸款和未貼現(xiàn)銀行承兌匯票之和的比值作為金融結(jié)構(gòu)代理變量（FINSTR2）。穩(wěn)健性檢驗(yàn)的回歸結(jié)果如表6至表8所示。

從表6中可以看出，新的金融結(jié)構(gòu)代理變量仍然對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)具有顯著影響，而且估計(jì)系數(shù)的符號也與基準(zhǔn)回歸結(jié)果相同。與此同時(shí)，從表7中可以看出，替換金融結(jié)構(gòu)的代理變量之后，貨幣政策代理變量的估計(jì)系數(shù)的大小、符號和顯著性也沒有發(fā)生明顯改變，基準(zhǔn)回歸的結(jié)論仍然成立，即數(shù)量型貨幣政策的擴(kuò)張導(dǎo)致銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)增加，而價(jià)格型貨幣政策的擴(kuò)張一方面導(dǎo)致銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)增加，另一方面使得銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)減少。這表明，基準(zhǔn)回歸結(jié)果是穩(wěn)健可靠的。

從表8中可以看出，替換金融結(jié)構(gòu)的代理變量之后，貨幣政策與金融結(jié)構(gòu)交互項(xiàng)估計(jì)系數(shù)的大小、符號和顯著性也沒有發(fā)生明顯改變，基準(zhǔn)回歸的結(jié)論仍然成立，價(jià)格型貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響隨著直接融資占比的上升而受到削弱，對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響則不隨金融結(jié)構(gòu)的變化而變化;數(shù)量型貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)也都受到了削弱。

五、結(jié)論與建議

貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)機(jī)制是近年來學(xué)術(shù)研究的熱點(diǎn)和前沿問題，但既有研究并未區(qū)分銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)，此外，也沒有文獻(xiàn)探討金融結(jié)構(gòu)的演進(jìn)對于貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響。有鑒于此，本文基于2002-2017年165家銀行的非平衡面板數(shù)據(jù)，采用可行廣義最小二乘（FGLS）估計(jì)方法，實(shí)證檢驗(yàn)貨幣政策和金融結(jié)構(gòu)對銀行風(fēng)險(xiǎn)承擔(dān)的影響。研究結(jié)果表明：第一，金融結(jié)構(gòu)的變化對銀行風(fēng)險(xiǎn)承擔(dān)具有顯著影響，隨著直接融資占比的上升，銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著減少，而負(fù)債端風(fēng)險(xiǎn)承擔(dān)顯著增加。第二，控制住金融結(jié)構(gòu)的影響之后，貨幣政策對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)也都具有顯著影響，這就夯實(shí)了中國貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的存在性。第三，不同的貨幣政策工具對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的作用方向是不同的，具體來說，存、貸款利率的上升在使得銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)顯著減少的同時(shí)，也導(dǎo)致銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)顯著增加，而法定存款準(zhǔn)備金率的提升則使得銀行資產(chǎn)端和負(fù)債端風(fēng)險(xiǎn)承擔(dān)同時(shí)減少。第四，貨幣政策對銀行風(fēng)險(xiǎn)承擔(dān)的影響隨著金融結(jié)構(gòu)的變化而變化。特別地，不同的貨幣政策工具與金融結(jié)構(gòu)的交互項(xiàng)對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響存在明顯區(qū)別，存、貸款基準(zhǔn)利率對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)的影響隨著直接融資占比的上升而減弱，對銀行負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響則不隨金融結(jié)構(gòu)的變化而變化;法定存款準(zhǔn)備金率對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響也隨著直接融資占比的上升而受到削弱。

研究結(jié)論的政策含義對貨幣當(dāng)局、監(jiān)管部門以及商業(yè)銀行都具有重要意義。首先，貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道在中國的存在性得到了進(jìn)一步驗(yàn)證，因此應(yīng)進(jìn)一步完善貨幣政策調(diào)控與宏觀審慎監(jiān)管“雙支柱”的協(xié)同，兼顧價(jià)格水平穩(wěn)定與金融穩(wěn)定，與此同時(shí)，中央銀行和銀行業(yè)監(jiān)督管理部門還應(yīng)加強(qiáng)宏觀審慎和微觀審慎的協(xié)同，共同防范潛在的個(gè)體銀行風(fēng)險(xiǎn)演變?yōu)橄到y(tǒng)性風(fēng)險(xiǎn)。其次，不同貨幣政策工具對銀行風(fēng)險(xiǎn)承擔(dān)的影響存在顯著區(qū)別，因此中央銀行在貨幣政策制定和執(zhí)行過程中應(yīng)充分評估不同政策工具的作用效果，針對宏觀經(jīng)濟(jì)中的不同情況綜合運(yùn)用數(shù)量型貨幣政策工具和價(jià)格型貨幣政策工具加以應(yīng)對，并適時(shí)進(jìn)行預(yù)調(diào)、微調(diào)。再次，就傳導(dǎo)效果而言，貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的效果隨金融結(jié)構(gòu)的變化而變化，因此中央銀行需密切監(jiān)測社會融資規(guī)模所發(fā)生的結(jié)構(gòu)性變化，就其對貨幣政策傳導(dǎo)機(jī)制可能產(chǎn)生的潛在影響進(jìn)行前瞻性研究與預(yù)判，引導(dǎo)社會融資結(jié)構(gòu)與貨幣政策傳導(dǎo)機(jī)制相互適應(yīng)。最后，對于商業(yè)銀行來說，不同類型的貨幣政策工具以及金融結(jié)構(gòu)的變化對銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)和負(fù)債端風(fēng)險(xiǎn)承擔(dān)的影響存在顯著區(qū)別，這就給商業(yè)銀行資產(chǎn)負(fù)債管理和風(fēng)險(xiǎn)管理帶來了挑戰(zhàn)，商業(yè)銀行應(yīng)該針對宏觀經(jīng)濟(jì)形勢和監(jiān)管政策的變化，及時(shí)調(diào)整資產(chǎn)負(fù)債結(jié)構(gòu)和風(fēng)險(xiǎn)模型，提升風(fēng)險(xiǎn)管理能力，增強(qiáng)自身經(jīng)營的穩(wěn)健性。

注釋：

① 從2008年開始，中國正式實(shí)施差別化存款準(zhǔn)備金制度。

參考文獻(xiàn)：

[1] Borio C， Zhu H. Capital Regulation，Risk-taking and Monetary Policy： A Missing Link in the Transmission Mechanism[R].BIS Working Papers No. 268，2008.

[2] Rajan R G. Has finance made the world riskier？ [J]. European Financial Management，2006，12（4）： 499-533.

[3] Adrian T，Shin H S. Money，liquidity，and monetary policy[R]. FRB of New York Staff Report，2009（360）.

[4] De Nicolò G，Dell′Ariccia G，Laeven L，et al. Monetary policy and bank risk taking[R]. SSRN Working Paper No.1654582，2010.

[5] Altunbas Y，Gambacorta L，Marques-Ibanez D. Do bank characteristics influence the effect of monetary policy on bank risk？[J]. Economics Letters，2012，117（1）： 220-222.

[6] 鄧向榮，張嘉明，李寶偉，等.利率市場化視角下貨幣制政策對銀行流動性創(chuàng)造的影響——基于銀行風(fēng)險(xiǎn)承擔(dān)的中介效應(yīng)檢驗(yàn)[J].財(cái)經(jīng)理論與實(shí)踐，2018（1）：10-18.

[7] 鄧向榮，張嘉明.貨幣政策、銀行風(fēng)險(xiǎn)承擔(dān)與銀行流動性創(chuàng)造[J].世界經(jīng)濟(jì)，2018，41（4）：28-52.

[8] Jiménez G，Ongena S，Peydró J L，et al. Hazardous Times for Monetary Policy： What Do Twenty-Three Million Bank Loans Say About the Effects of Monetary Policy on Credit Risk-Taking？[J]. Econometrica，2014，82（2）： 463-505.

[9] DellAriccia G，Laeven L，Suarez G A. Bank Leverage and Monetary Policy′s Risk-Taking Channel： Evidence from the United States[J]. The Journal of Finance，2017，72（2）： 613-654.

[10]Bruno V，Shin H S. Capital flows and the risk-taking channel of monetary policy[J]. Journal of Monetary Economics，2015，71： 119-132.

[11]Bernanke B，Gertler M，Gilchrist S. The Financial Accelerator and the Flight to Quality[J]. Review of Economics & Statistics，1996，78（1）：1-15.

[12]DellAriccia G，Marquez R，Laeven L. Monetary policy，leverage，and bank risk-taking[M]. International Monetary Fund，2010.

[13]Angeloni I，F(xiàn)aia E，Duca M L. Monetary policy and risk taking[J]. Journal of Economic Dynamics and Control，2015，52： 285-307.

[14]金鵬輝，張翔，高峰. 貨幣政策對銀行風(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）： 16-29.

[15]Ioannidou V，Ongena S，Peydró J L. Monetary policy and subprime lending： a tall tale of low federal funds rates，hazardous loans and reduced loan spreads[R]. European banking centre discussion paper，No. 45，2009.

[16]Altunbasa Y，Gambacortab L，Marques-Ibanezc D. Does Monetary Policy Affect Bank Risk？[J]. International Journal of Central Banking，2014，10（1）： 95-135.

[17]Acharya V，Naqvi H. The seeds of a crisis： A theory of bank liquidity and risk taking over the business cycle [J]. Social Science Electronic Publishing，2012，106（2）：349-366.

[18]劉生福，李成. 貨幣政策調(diào)控、銀行風(fēng)險(xiǎn)承擔(dān)與宏觀審慎管理——基于動態(tài)面板系統(tǒng)GMM模型的實(shí)證分析[J]. 南開經(jīng)濟(jì)研究，2014（5）：24-39.

[19]譚政勛，李麗芳. 中國商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)與效率——貨幣政策視角[J]. 金融研究，2016（6）： 112-126.

[20]熊劼. 中國貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的實(shí)證研究[J]. 世界經(jīng)濟(jì)研究，2017（3）：14-29.

[21]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）：9-19.