申韜　黃艷香

摘? ?要：本文基于2014—2021年中國(guó)203家銀行的非平衡面板數(shù)據(jù)，考察借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響。實(shí)證分析發(fā)現(xiàn)：借貸便利創(chuàng)新操作會(huì)顯著增加商業(yè)銀行信用風(fēng)險(xiǎn)，該結(jié)論在考慮內(nèi)生性問(wèn)題以及進(jìn)行一系列穩(wěn)健性檢驗(yàn)后依然成立。異質(zhì)性檢驗(yàn)顯示，這一政策效應(yīng)在區(qū)域性商業(yè)銀行、規(guī)模較小的商業(yè)銀行中表現(xiàn)得更為明顯。中介效應(yīng)模型檢驗(yàn)表明，借貸便利創(chuàng)新工具通過(guò)抑制商業(yè)銀行資產(chǎn)收益率的渠道增加信用風(fēng)險(xiǎn)。調(diào)節(jié)效應(yīng)模型檢驗(yàn)結(jié)果說(shuō)明，資本監(jiān)管力度和銀行家樂(lè)觀度的提高均會(huì)減弱借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的加劇效應(yīng)。該研究結(jié)論對(duì)于中央銀行適時(shí)適量地進(jìn)行借貸便利操作和商業(yè)銀行信用風(fēng)險(xiǎn)管理防控具有借鑒意義。

關(guān)鍵詞：借貸便利創(chuàng)新工具；商業(yè)銀行信用風(fēng)險(xiǎn)；資產(chǎn)收益率；資本監(jiān)管；銀行家樂(lè)觀度；新型貨幣政策工具

中圖分類號(hào)：F830.33? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1674-2265（2024）01-0003-10

DOI：10.19647/j.cnki.37-1462/f.2024.01.001

一、引言

在大量金融資源“脫實(shí)向虛”、經(jīng)濟(jì)金融發(fā)展結(jié)構(gòu)性失衡和銀行體系流動(dòng)性波動(dòng)較大等多重負(fù)面因素影響下，為提升貨幣政策傳導(dǎo)效率、構(gòu)造穩(wěn)定的貨幣金融環(huán)境，中國(guó)人民銀行從2013年開始主動(dòng)轉(zhuǎn)變流動(dòng)性調(diào)節(jié)方式，在原來(lái)依靠傳統(tǒng)貨幣政策工具實(shí)施總量調(diào)節(jié)的基礎(chǔ)上嘗試增設(shè)創(chuàng)新性貨幣政策工具進(jìn)行定向滴灌調(diào)節(jié)。這類創(chuàng)新工具一方面具備基礎(chǔ)貨幣投放功能，向金融體系和實(shí)體經(jīng)濟(jì)部門定向精準(zhǔn)注入流動(dòng)性，實(shí)現(xiàn)金融支持經(jīng)濟(jì)復(fù)蘇的目標(biāo)；另一方面又能避免降息降準(zhǔn)帶來(lái)的負(fù)面影響，有效維護(hù)幣值穩(wěn)定（高鴻等，2023）[1]。新冠疫情暴發(fā)后，傳統(tǒng)的貨幣政策難以應(yīng)對(duì)沖擊，不同于部分主要發(fā)達(dá)經(jīng)濟(jì)體實(shí)行量化寬松政策，我國(guó)中央銀行堅(jiān)持穩(wěn)健的貨幣政策，通過(guò)創(chuàng)新性貨幣政策持續(xù)為實(shí)體經(jīng)濟(jì)提供更有力、更高質(zhì)量的支持，維持宏觀經(jīng)濟(jì)大盤穩(wěn)定。商業(yè)銀行作為宏觀經(jīng)濟(jì)政策的重要實(shí)施中介和連接各經(jīng)濟(jì)部門的關(guān)鍵紐帶（田國(guó)強(qiáng)和李雙建，2020）[2]，不僅會(huì)受到創(chuàng)新性貨幣政策工具的直接影響，而且其對(duì)各個(gè)經(jīng)濟(jì)主體的影響最終也會(huì)傳導(dǎo)至商業(yè)銀行，所以商業(yè)銀行必須將新型貨幣政策可能帶來(lái)的不確定性納入風(fēng)險(xiǎn)管理的考量。2021年，中國(guó)常備借貸便利（SLF）和中期借貸便利（MLF）這兩類借貸便利創(chuàng)新工具操作額為46260.3億元，年末余額為45626.8億元①。在此背景下，商業(yè)銀行可以以較低成本從中央銀行獲取充裕的流動(dòng)資金，緩解當(dāng)前普遍存在的“惜貸”現(xiàn)象，但同時(shí)這一操作也可能會(huì)增加商業(yè)銀行信用風(fēng)險(xiǎn)?；诖耍L(fēng)險(xiǎn)防范與化解問(wèn)題引起了商業(yè)銀行主體的廣泛關(guān)注，建立長(zhǎng)期有效的信用風(fēng)險(xiǎn)管理體系成為各類金融機(jī)構(gòu)的努力方向。

自2008年全球金融危機(jī)后，信用風(fēng)險(xiǎn)相關(guān)問(wèn)題，特別是關(guān)于商業(yè)銀行信用風(fēng)險(xiǎn)影響因素的研究就是學(xué)術(shù)界關(guān)注的熱點(diǎn)。通過(guò)閱讀既有文獻(xiàn)，可以發(fā)現(xiàn)國(guó)內(nèi)外學(xué)者從商業(yè)銀行個(gè)體微觀層面和外部環(huán)境宏觀層面考察商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素。在商業(yè)銀行個(gè)體微觀層面，學(xué)者們分別從銀行業(yè)競(jìng)爭(zhēng)（于博和吳菡虹，2020）[3]、同業(yè)業(yè)務(wù)發(fā)展（李懿行和梁萬(wàn)泉，2021）[4]、銀行數(shù)字化轉(zhuǎn)型（郭峰等，2023）[5]等多個(gè)角度考察其對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響。在外部環(huán)境宏觀層面，國(guó)內(nèi)外學(xué)者集中研究了宏觀經(jīng)濟(jì)狀況（Bucur和Dragomirescu，2014）[6]、金融科技（朱小能和李雄一，2022）[7]、國(guó)際資本流動(dòng)（孟祥慧等，2022）[8]等因素對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響，但是多數(shù)文獻(xiàn)關(guān)注的是貨幣政策等經(jīng)濟(jì)政策變動(dòng)的影響。例如，Borio和Zhu（2008）[9]最早提出貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道；之后，Maddaloni和Peydró（2011）[10]基于歐元區(qū)銀行數(shù)據(jù)分析發(fā)現(xiàn)，寬松的貨幣政策使得銀行愿意承擔(dān)更多風(fēng)險(xiǎn)，Chen等（2017）[11]支持該觀點(diǎn)，但是他們認(rèn)為隨著貨幣政策透明度增加，這種影響將逐漸減??；進(jìn)一步地，Alvaro等（2014）[12]基于美國(guó)銀行業(yè)數(shù)據(jù)并利用FAVAR模型研究發(fā)現(xiàn)，貨幣政策對(duì)銀行信用風(fēng)險(xiǎn)的影響具有規(guī)模異質(zhì)性，相對(duì)于大型銀行和海外銀行，對(duì)中小銀行信用風(fēng)險(xiǎn)承擔(dān)的影響更大。另外，國(guó)內(nèi)還有許多學(xué)者把監(jiān)管政策納入研究范疇，如魏巍等（2016）[13]提出，在資本監(jiān)管的背景下，貨幣政策仍然是影響商業(yè)銀行信貸行為的主要因素；馬斌和范瑞（2019）[14]利用GMM估計(jì)方法指出，我國(guó)杠桿率監(jiān)管政策的出臺(tái)有效降低了上市商業(yè)銀行信用風(fēng)險(xiǎn)。

整體而言，關(guān)于商業(yè)銀行信用風(fēng)險(xiǎn)影響因素，特別是貨幣政策對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)影響的研究成果已經(jīng)比較豐富，但這些分析主要聚焦于傳統(tǒng)貨幣政策工具，新型貨幣政策工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響研究尚未形成相對(duì)完整的理論，相應(yīng)的實(shí)證分析更是十分缺乏，有待進(jìn)一步探索。

鑒于此，在中國(guó)大量進(jìn)行借貸便利創(chuàng)新操作的背景下，本文以2014—2021年中國(guó)203家商業(yè)銀行為研究對(duì)象，深入分析借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響效應(yīng)及作用機(jī)理。本文可能的貢獻(xiàn)如下：第一，區(qū)別于現(xiàn)有研究大多關(guān)注傳統(tǒng)的貨幣政策工具（魏巍等，2016；王晉斌和李博，2017）[13，15]，本文討論了借貸便利這一創(chuàng)新型貨幣政策工具，豐富了鄧偉等（2021）[16]關(guān)于該領(lǐng)域的研究，對(duì)于探索我國(guó)創(chuàng)新型貨幣政策的政策效果具有重要現(xiàn)實(shí)意義。第二，現(xiàn)有文獻(xiàn)已建立的借貸便利創(chuàng)新工具與商業(yè)銀行之間的連接，主要關(guān)注的是該新型工具對(duì)商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)、流動(dòng)性創(chuàng)造的影響（Duygan- Bump等，2013；鄧偉等，2022）[17，18]，而本文考察的是借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的直接影響，并從資產(chǎn)收益率角度揭示傳導(dǎo)路徑，得出了借貸便利創(chuàng)新工具會(huì)通過(guò)降低資產(chǎn)收益率的渠道增加商業(yè)銀行信用風(fēng)險(xiǎn)的結(jié)論，為中國(guó)人民銀行、其他監(jiān)管部門及商業(yè)銀行等主體各司其職，共同維護(hù)國(guó)家金融發(fā)展大局提供理論支撐。第三，既有文獻(xiàn)一般從同業(yè)業(yè)務(wù)、杠桿率等方面考察調(diào)節(jié)效應(yīng)，而本文不僅從商業(yè)銀行資本監(jiān)管的角度驗(yàn)證了資本充足率監(jiān)管對(duì)商業(yè)銀行管控不良貸款的重要作用，還將個(gè)人決策行為的影響考慮在內(nèi)，從銀行家樂(lè)觀度這一新穎的視角出發(fā)闡述了借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的調(diào)節(jié)機(jī)制。銀行家作為金融市場(chǎng)的重要參與者，對(duì)現(xiàn)行貨幣政策所表現(xiàn)出來(lái)的情緒必然會(huì)影響商業(yè)銀行經(jīng)營(yíng)策略，進(jìn)而作用于商業(yè)銀行信用風(fēng)險(xiǎn)。因此，本文的研究既是對(duì)貨幣政策影響商業(yè)銀行信用風(fēng)險(xiǎn)傳導(dǎo)效果既有研究的有益補(bǔ)充，又能夠?yàn)楫?dāng)前我國(guó)借貸便利類政策的實(shí)施提供相關(guān)經(jīng)驗(yàn)證據(jù)，具有一定的理論與現(xiàn)實(shí)意義。

二、理論分析和研究假說(shuō)

（一）借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)

當(dāng)前，我國(guó)融資結(jié)構(gòu)以間接融資為主，向商業(yè)銀行借款仍然是中小企業(yè)和個(gè)人籌集資金的關(guān)鍵渠道，加之貨幣政策傳導(dǎo)機(jī)制主要依賴于銀行信貸體系，所以商業(yè)銀行在整個(gè)金融體系中扮演著非常重要的中介角色。商業(yè)銀行信用風(fēng)險(xiǎn)是指借款人違約，商業(yè)銀行不能如期收回貸款本金和利息的風(fēng)險(xiǎn)。貨幣政策在傳導(dǎo)過(guò)程中會(huì)改變商業(yè)銀行信貸業(yè)務(wù)從而對(duì)其信用風(fēng)險(xiǎn)產(chǎn)生影響。自中國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”，總量型貨幣政策難以實(shí)現(xiàn)政策目的（陶士貴和陳建宇，2016）[19]，而借貸便利創(chuàng)新工具具備數(shù)量型和結(jié)構(gòu)型貨幣政策工具的特征，一定程度上可以促進(jìn)銀行信貸總量的增長(zhǎng)。另外，借貸便利創(chuàng)新工具這類新型貨幣政策能夠通過(guò)穩(wěn)定銀行流動(dòng)性的渠道減少金融市場(chǎng)波動(dòng)（張智富，2020）[20]。目前，以常備借貸便利工具（SLF）和中期借貸便利工具（MLF）為主的借貸便利創(chuàng)新工具已被高頻率、廣泛地運(yùn)用，很大程度上降低了商業(yè)銀行資金供給成本，通過(guò)考量資產(chǎn)組合平衡與利潤(rùn)最大化，商業(yè)銀行會(huì)減少“惜貸”行為，給企業(yè)提供更多的信貸支持（王倩等，2016）[21]，企業(yè)融資約束得到一定程度減緩，進(jìn)而提高對(duì)商業(yè)銀行機(jī)構(gòu)的討價(jià)還價(jià)能力，這可能會(huì)導(dǎo)致商業(yè)銀行自身風(fēng)險(xiǎn)上升。此外，由于存在信息不對(duì)稱，中央銀行的借貸便利操作難以規(guī)避小微企業(yè)的套利行為。小微企業(yè)在獲得低成本的貸款后，并不一定會(huì)用于自身發(fā)展，而是轉(zhuǎn)手倒賣給房地產(chǎn)開發(fā)商以獲得利息（王妍和王繼紅，2021）[22]，這就使得商業(yè)銀行面臨企業(yè)的雙重違約風(fēng)險(xiǎn)，資金回籠難度進(jìn)一步加大。由此，本文提出如下研究假設(shè)：

假設(shè)H1：借貸便利創(chuàng)新工具會(huì)增加商業(yè)銀行信用風(fēng)險(xiǎn)，二者呈正相關(guān)關(guān)系。

（二）借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)影響的異質(zhì)性

在中國(guó)特殊的銀行體系中，不同業(yè)務(wù)經(jīng)營(yíng)范圍的商業(yè)銀行在資產(chǎn)負(fù)債配置行為上存在較大差異，分析借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響，自然繞不開商業(yè)銀行業(yè)務(wù)經(jīng)營(yíng)范圍不同所造成的差異。一是相對(duì)于區(qū)域性商業(yè)銀行，全國(guó)性商業(yè)銀行的業(yè)務(wù)及經(jīng)營(yíng)地域范圍更廣，公司治理和風(fēng)險(xiǎn)管理也更為嚴(yán)格（孟祥慧等，2022）[8]，因此，當(dāng)中央銀行進(jìn)行借貸便利操作時(shí)，這類商業(yè)銀行會(huì)更積極地調(diào)整業(yè)務(wù)結(jié)構(gòu)，其信用風(fēng)險(xiǎn)防控能力更高。二是相對(duì)于區(qū)域性商業(yè)銀行，全國(guó)性商業(yè)銀行的資源稟賦優(yōu)勢(shì)更大、信息不對(duì)稱程度更低、對(duì)實(shí)體經(jīng)濟(jì)各部門的滲透度更高，因此，對(duì)國(guó)家層面的政策變動(dòng)及其在實(shí)體部門引起的任意微小波動(dòng)，全國(guó)性商業(yè)銀行均表現(xiàn)出更強(qiáng)的敏感度與更高的謹(jǐn)慎性，由于決策失誤引發(fā)信用風(fēng)險(xiǎn)的可能性也相應(yīng)更少。三是相對(duì)于區(qū)域性商業(yè)銀行，全國(guó)性商業(yè)銀行放貸對(duì)象大多是高利率需求彈性、低風(fēng)險(xiǎn)溢價(jià)和還款能力較強(qiáng)的國(guó)有企業(yè)，其信貸合約的違約風(fēng)險(xiǎn)較低，借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響也相應(yīng)更小。由此，本文提出如下研究假設(shè)：

假設(shè)H2：相較于區(qū)域性商業(yè)銀行，借貸便利創(chuàng)新工具對(duì)全國(guó)性商業(yè)銀行信用風(fēng)險(xiǎn)的加劇效應(yīng)較小。

不同資產(chǎn)規(guī)模的商業(yè)銀行對(duì)政策變動(dòng)的敏感度不盡相同，因此，分析借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響，不能忽視資產(chǎn)規(guī)模大小所造成的差異。商業(yè)銀行資產(chǎn)規(guī)模與風(fēng)險(xiǎn)承擔(dān)負(fù)相關(guān)（李炳念等，2023）[23]，主要原因在于：一方面，相對(duì)于小規(guī)模商業(yè)銀行，大規(guī)模商業(yè)銀行擁有足夠的規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)作為支撐，所以在面對(duì)借貸便利創(chuàng)新工具可能帶來(lái)的信用風(fēng)險(xiǎn)時(shí)，表現(xiàn)出較強(qiáng)的抵御能力，受到的影響也相應(yīng)較??；另一方面，與小規(guī)模商業(yè)銀行相比，大規(guī)模商業(yè)銀行具有龐大的市場(chǎng)份額、先進(jìn)的技術(shù)條件、豐富的人力資源等優(yōu)勢(shì)，業(yè)務(wù)范圍涉及多個(gè)領(lǐng)域，可以通過(guò)實(shí)施多元化戰(zhàn)略達(dá)到分散風(fēng)險(xiǎn)的目的（田國(guó)強(qiáng)和李雙建，2020）[2]，由政策變動(dòng)引發(fā)的風(fēng)險(xiǎn)相對(duì)較小。由此，本文提出如下研究假設(shè)：

假設(shè)H3：相較于小規(guī)模商業(yè)銀行，借貸便利創(chuàng)新工具對(duì)大規(guī)模商業(yè)銀行信用風(fēng)險(xiǎn)的加劇效應(yīng)較弱。

（三）借貸便利創(chuàng)新工具、資產(chǎn)收益率與商業(yè)銀行信用風(fēng)險(xiǎn)

中央銀行進(jìn)行借貸便利創(chuàng)新操作，目的是通過(guò)商業(yè)銀行更多地為企業(yè)提供資金支持，以促進(jìn)實(shí)體經(jīng)濟(jì)的發(fā)展，但商業(yè)銀行作為追求利潤(rùn)最大化的企業(yè)，更傾向于將流動(dòng)性投入金融市場(chǎng)以獲得高收益，二者目標(biāo)相悖。因此，在宏觀經(jīng)濟(jì)受到多重短期因素沖擊，導(dǎo)致實(shí)體經(jīng)濟(jì)信貸需求出現(xiàn)暫時(shí)性不足的情況下，商業(yè)銀行僅追求盈利的目標(biāo)會(huì)被暫時(shí)性擱置，此時(shí)的貨幣政策一般會(huì)要求商業(yè)銀行作為傳導(dǎo)中介通過(guò)降低貸款利率讓利實(shí)體經(jīng)濟(jì)，或者通過(guò)下沉信貸資質(zhì)及提供增值服務(wù)等方式刺激需求，這可能會(huì)改變商業(yè)銀行的資產(chǎn)負(fù)債結(jié)構(gòu)，影響其經(jīng)營(yíng)策略，導(dǎo)致商業(yè)銀行資產(chǎn)收益率出現(xiàn)一定幅度下降，信用風(fēng)險(xiǎn)管理難度也會(huì)有所提升。此外，中央銀行的借貸便利創(chuàng)新工具為商業(yè)銀行獲取流動(dòng)性開辟了新渠道，特別是2018年6月1日中央銀行擴(kuò)大中期借貸便利（MLF）擔(dān)保范圍后，越來(lái)越多的商業(yè)銀行主動(dòng)加入工具操作對(duì)象范疇，這些商業(yè)銀行從中央銀行以較低成本獲得資金后，為開展業(yè)務(wù)、爭(zhēng)取客戶進(jìn)行激烈的內(nèi)部競(jìng)爭(zhēng)，削弱銀行體系整體盈利水平。資產(chǎn)收益率對(duì)信用風(fēng)險(xiǎn)有著顯著影響，是信用風(fēng)險(xiǎn)的風(fēng)向標(biāo)。資產(chǎn)收益率越高，代表商業(yè)銀行的資產(chǎn)質(zhì)量越好、盈利狀況越樂(lè)觀，商業(yè)銀行的決策更趨于穩(wěn)健和保守，做出冒險(xiǎn)信貸決策的概率越小，從源頭降低了信用風(fēng)險(xiǎn)（郭峰等，2023）[5]。另外，盈利能力強(qiáng)的商業(yè)銀行更重視信貸風(fēng)控體系的建設(shè)與完善，進(jìn)而也可能有助于抑制銀行信用風(fēng)險(xiǎn)。由此，本文提出如下研究假設(shè)：

假設(shè)H4：資產(chǎn)收益率在借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)的關(guān)系中承擔(dān)著中介作用。

（四）資本監(jiān)管與銀行家樂(lè)觀度的調(diào)節(jié)效應(yīng)

資本監(jiān)管在銀行業(yè)監(jiān)管體系中居于核心地位，主要通過(guò)管控資本充足率來(lái)調(diào)整商業(yè)銀行信貸資金配置決策，進(jìn)而影響商業(yè)銀行資本結(jié)構(gòu)及風(fēng)險(xiǎn)承擔(dān)水平（顧海峰和朱慧萍，2022）[24]。資本監(jiān)管制度明確要求商業(yè)銀行資本充足率務(wù)必滿足最低資本監(jiān)管要求，這一舉措保證了商業(yè)銀行資本金始終處于安全線范圍之內(nèi)，不管外部經(jīng)濟(jì)政策環(huán)境如何變化，均可保障商業(yè)銀行穩(wěn)健運(yùn)營(yíng)，有效降低了商業(yè)銀行信用風(fēng)險(xiǎn)。此外，“在險(xiǎn)資本效應(yīng)”認(rèn)為，銀行存款保險(xiǎn)的期權(quán)價(jià)值會(huì)隨著資本監(jiān)管要求的上升而下降，所以在虧損發(fā)生時(shí)只能通過(guò)自有資本彌補(bǔ)，在這種情況下，商業(yè)銀行會(huì)采取謹(jǐn)慎態(tài)度，有意識(shí)降低高風(fēng)險(xiǎn)資產(chǎn)配置（Hogan等，2018）[25]，同時(shí)也會(huì)加大監(jiān)控，盡可能緩解信息不對(duì)稱問(wèn)題，由此可以更好地控制和降低信用風(fēng)險(xiǎn)?；谏鲜龇治觯疚奶岢鋈缦卵芯考僭O(shè)：

假設(shè)H5：資本監(jiān)管對(duì)借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)的關(guān)系具有負(fù)向調(diào)節(jié)作用。

銀行家貨幣政策感受指數(shù)上升，說(shuō)明銀行家認(rèn)為未來(lái)政策調(diào)控效果對(duì)銀行業(yè)經(jīng)營(yíng)狀況的影響趨于樂(lè)觀。銀行家樂(lè)觀度對(duì)借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)關(guān)系的調(diào)節(jié)作用機(jī)制如下：較高的樂(lè)觀度說(shuō)明銀行家認(rèn)為借貸便利創(chuàng)新工具的推出對(duì)商業(yè)銀行發(fā)展的積極效應(yīng)大于負(fù)面效應(yīng)，整體信貸環(huán)境相對(duì)景氣，宏觀經(jīng)濟(jì)增長(zhǎng)的預(yù)期趨于樂(lè)觀。這種樂(lè)觀的情緒一方面會(huì)影響商業(yè)銀行信貸的投向和規(guī)模；另一方面影響商業(yè)銀行對(duì)風(fēng)險(xiǎn)承擔(dān)和信貸創(chuàng)造的權(quán)衡（Huang 等，2018）[26]，即銀行家樂(lè)觀度處于較高區(qū)間范圍時(shí)，銀行家會(huì)通過(guò)適度增加信貸資產(chǎn)配置來(lái)減少“惜貸”行為，有利于緩解期限錯(cuò)配引發(fā)的流動(dòng)性危機(jī)，進(jìn)而降低信用風(fēng)險(xiǎn)。此外，在進(jìn)行借貸便利創(chuàng)新工具這類貨幣政策調(diào)整時(shí)，金融監(jiān)管部門會(huì)更重視前瞻性管理，此時(shí)銀行家將會(huì)對(duì)信貸資產(chǎn)的安全更有信心，因此，會(huì)酌量將信貸投放在增加資本收益的領(lǐng)域，減少盈余管理等短視行為，選擇追求長(zhǎng)期利益（顧海峰和朱慧萍，2022）[24]，同時(shí)也會(huì)更注重提升銀行內(nèi)部治理和抵御風(fēng)險(xiǎn)的能力，減少不良資產(chǎn)的產(chǎn)生?；谏鲜龇治?，本文提出如下研究假設(shè)：

假設(shè)H6：銀行家樂(lè)觀度對(duì)借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)的關(guān)系具有負(fù)向調(diào)節(jié)作用。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文選取2014—2021年銀行年度數(shù)據(jù)為研究樣本，并進(jìn)行如下處理：（1）剔除原始樣本中的外資銀行和政策性銀行；（2）剔除資產(chǎn)總額為負(fù)值的異常樣本；（3）剔除核心變量嚴(yán)重缺失的樣本；（4）剔除有效樣本年度不足6年的樣本。最終研究樣本包括203家商業(yè)銀行，其中，國(guó)有大型商業(yè)銀行5家，股份制商業(yè)銀行12家，城市商業(yè)銀行97家及農(nóng)村商業(yè)銀行89家，共1496個(gè)有效觀測(cè)值。截至2021年底，樣本銀行總資產(chǎn)為237.54萬(wàn)億人民幣，約占銀行業(yè)整體資產(chǎn)的68.9%②，與以往文獻(xiàn)相比，該樣本所覆蓋的銀行范圍及類型更廣，可以較好體現(xiàn)數(shù)據(jù)的代表性。

在數(shù)據(jù)來(lái)源方面，商業(yè)銀行層面微觀數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)，部分缺失值通過(guò)手動(dòng)檢索各商業(yè)銀行年報(bào)最大限度補(bǔ)齊。常備借貸便利（SLF）與中期借貸便利（MLF）期末余額和操作額根據(jù)中國(guó)人民銀行發(fā)布的2014—2021年《中國(guó)貨幣政策執(zhí)行報(bào)告》手工收集整理得到。宏觀層面數(shù)據(jù)主要來(lái)自中國(guó)人民銀行官網(wǎng)和國(guó)家統(tǒng)計(jì)局官網(wǎng)。

（二）變量定義

1. 核心解釋變量。借鑒鄧偉等（2021）[16]的做法，利用常備借貸便利（SLF）和中期借貸便利（MLF）二者年末余額之和的自然對(duì)數(shù)值（smlf1）作為借貸便利創(chuàng)新工具的代理變量。在穩(wěn)健性檢驗(yàn)中，本文使用二者年累計(jì)操作額之和的自然對(duì)數(shù)值（smlf2）作為借貸便利創(chuàng)新工具的代理變量。

2. 被解釋變量。原銀保監(jiān)會(huì)按風(fēng)險(xiǎn)等級(jí)將商業(yè)銀行貸款分為正常、關(guān)注、次級(jí)、可疑和損失五類，其中后三類合稱為不良貸款。本文參考李懿行和梁萬(wàn)泉（2021）[4]、孟祥慧等（2022）[8]的方法，選用商業(yè)銀行不良貸款余額占總貸款余額的比重即不良貸款率（npl）作為被解釋變量，該指標(biāo)能夠直接反映商業(yè)銀行信用風(fēng)險(xiǎn)的實(shí)際情況，不良貸款率越高表明商業(yè)銀行面臨的信用風(fēng)險(xiǎn)壓力越大。為了保證結(jié)果可信，參考王晉斌和李博（2017）[15]的做法，在穩(wěn)健性檢驗(yàn)中選取撥備覆蓋率（pc）進(jìn)行衡量。由于撥備覆蓋率數(shù)值總體較大，故除以100，不影響最后結(jié)果。

3. 中介變量。由于貨幣政策的變動(dòng)將會(huì)對(duì)商業(yè)銀行收益產(chǎn)生影響，故本文主要從商業(yè)銀行的業(yè)績(jī)出發(fā)尋找中介變量，參照孟祥慧等（2022）[8]的研究，選取資產(chǎn)收益率（roa）作為中介變量。

4. 調(diào)節(jié)變量。（1）參考馮文芳等（2018）[27]的做法，選取資本充足率（car）這一指標(biāo)作為衡量資本監(jiān)管的代理變量，資本充足率越高，代表資本監(jiān)管越嚴(yán)格。（2）銀行家對(duì)經(jīng)濟(jì)政策的感受程度直接影響宏觀政策的調(diào)控效果，在對(duì)預(yù)期政策前景看好的情況下，銀行家會(huì)適度調(diào)整資本結(jié)構(gòu)及信貸資金配置政策。參考顧海峰與朱慧萍（2022）[24]的研究，本文選取銀行家貨幣政策感受指數(shù)（bop）來(lái)衡量銀行家樂(lè)觀度，并對(duì)季度數(shù)據(jù)進(jìn)行算術(shù)平均處理。

5. 控制變量。參考王妍和王繼紅（2021）[22]、鄧偉等（2022）[28]的研究，本文選取了留存收益資產(chǎn)比（rea）、權(quán)益負(fù)債比（elr）、存款占比（dep_l）、銀行規(guī)模（size）作為銀行個(gè)體層面控制變量。參考陶士貴和陳建寧（2021）[19]、王之揚(yáng)等（2022）[29]的研究，本文選取國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率（gdpg）、廣義貨幣供應(yīng)量增長(zhǎng)率（m2g）和工業(yè)品出廠價(jià)格指數(shù)（ppi）作為宏觀層面控制變量，分別控制經(jīng)濟(jì)增長(zhǎng)、傳統(tǒng)貨幣政策和通貨膨脹對(duì)銀行的影響。另外，增加宏觀層面的控制變量，也有助于消除被解釋變量可能存在的時(shí)間趨勢(shì)。選定變量的類型、名稱、符號(hào)和含義如表1所示。

（三）模型構(gòu)建

為研究借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的直接影響，本文依照前文理論假設(shè)并結(jié)合已有研究，設(shè)定如下基礎(chǔ)模型：

[nplit=β0+β1smlf1t+β2Xit+β3Mt+ui+θit]? （1）

其中，下標(biāo)[i]表示銀行個(gè)體，[t]表示觀察年份；[nplit]表示商業(yè)銀行[i]在第[t]年的信用風(fēng)險(xiǎn)水平；[smlf1t]表示第[t]年的借貸便利創(chuàng)新工具實(shí)施情況。[Xit]為銀行層面控制變量，控制不隨時(shí)間變化的個(gè)體特征，以緩解遺漏變量問(wèn)題；[Mt]為宏觀層面控制變量。借貸便利創(chuàng)新工具代理變量是年度時(shí)間序列數(shù)據(jù)，在第[t]年所有銀行所對(duì)應(yīng)的值均為[smlf1t]，此時(shí)若控制時(shí)間固定效應(yīng)會(huì)造成多重共線性問(wèn)題，導(dǎo)致核心解釋變量的系數(shù)[β1]無(wú)法識(shí)別。故參照Huang等（2022）[30]提出的解決辦法，只控制銀行個(gè)體固定效應(yīng)[ui]，同時(shí)，在穩(wěn)健性檢驗(yàn)部分增加時(shí)間截面上可能存在的遺漏變量。[θit]為隨機(jī)誤差項(xiàng)。若假設(shè)H1成立，預(yù)計(jì)參數(shù)[β1]顯著為正，說(shuō)明中央銀行實(shí)施的借貸便利創(chuàng)新工具能夠顯著提高商業(yè)銀行信用風(fēng)險(xiǎn)。

為研究借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響渠道，本文參考溫忠麟等（2004）[31]的中介效應(yīng)檢驗(yàn)方法，構(gòu)建如下固定效應(yīng)模型，從而檢驗(yàn)資產(chǎn)收益率（roa）的中介效應(yīng)：

[roait=β0+β1smlf1t+β2Xit+β3Mt+ui+θit]? （2）

[nplit=γ0+γ1smlf1t+γ2roait+γ3Xit+γ4Mt+ui+θit] （3）

其中，[roait]表示商業(yè)銀行[i]在第[t]年的資產(chǎn)收益率，若[β1]與[γ2]均顯著不為0，說(shuō)明“借貸便利創(chuàng)新工具—資產(chǎn)收益率—商業(yè)銀行信用風(fēng)險(xiǎn)”的作用渠道有效。

為研究資本監(jiān)管和銀行家樂(lè)觀度對(duì)借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)關(guān)系的影響，本文設(shè)定如下模型：

[nplit=β0+β1smlf1t+α1carit+α2smlf1t×carit+β2Xit+β3Mt+ui+θit]? （4）

[nplit=β0+β1smlf1t+λ1bopt+λ2smlf1t×bopt+β2Xit+β3Mt+ui+θit]? （5）

其中，[carit]表示銀行[i]在第[t]年的資本充足率，[bopt]表示銀行家第[t]年貨幣政策感受指數(shù)。若交互項(xiàng)[smlf1t×carit]和交互項(xiàng)[smlf1t×bopt]的回歸系數(shù)[α2]、[λ2]均顯著不為0，說(shuō)明資本監(jiān)管和銀行家樂(lè)觀度對(duì)借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)的關(guān)系具有調(diào)節(jié)作用。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表2報(bào)告了主要變量的均值、最值和標(biāo)準(zhǔn)差。商業(yè)銀行信用風(fēng)險(xiǎn)（npl）均值為1.725，中位數(shù)為1.580，均值與中位數(shù)較為接近，說(shuō)明分布均勻；借貸便利創(chuàng)新工具（smlf1）的標(biāo)準(zhǔn)差為0.830，說(shuō)明我國(guó)不同年份借貸便利創(chuàng)新工具交易額存在差異；銀行規(guī)模（size）均值為25.689，標(biāo)準(zhǔn)差為1.636，表明資產(chǎn)規(guī)模整體較大，且不同商業(yè)銀行之間存在很大差異。

（二）基準(zhǔn)回歸

表3報(bào)告了借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)影響的基準(zhǔn)回歸結(jié)果。結(jié)果顯示，Hausman檢驗(yàn)在1%水平上拒絕原假設(shè)，說(shuō)明固定效應(yīng)估計(jì)方法優(yōu)于隨機(jī)效應(yīng)估計(jì)方法。第（1）列將借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)直接回歸，可以發(fā)現(xiàn)借貸便利創(chuàng)新工具的回歸系數(shù)在1%水平上顯著為正，表明借貸便利創(chuàng)新工具操作增加會(huì)提高商業(yè)銀行信用風(fēng)險(xiǎn)，初步支持理論假設(shè)H1。第（2）—（3）列為逐步加入銀行層面控制變量和宏觀層面控制變量的回歸結(jié)果，結(jié)果顯示，借貸便利創(chuàng)新工具的回歸系數(shù)均在1%水平上顯著為正，意味著借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)具有顯著的加劇效應(yīng)，這主要是因?yàn)橹醒脬y行的借貸便利操作可以靈活地為商業(yè)銀行補(bǔ)充流動(dòng)性，促進(jìn)商業(yè)銀行信貸投放（鄧偉等，2022）[18]，緩解企業(yè)融資約束，進(jìn)而其提高對(duì)商業(yè)銀行的討價(jià)還價(jià)能力，同時(shí)在利益的引誘下企業(yè)也可能會(huì)增加套利行為，導(dǎo)致商業(yè)銀行信用風(fēng)險(xiǎn)上升。以上結(jié)果驗(yàn)證了理論假設(shè)H1。

（三）異質(zhì)性檢驗(yàn)

1. 業(yè)務(wù)經(jīng)營(yíng)范圍異質(zhì)性分析。本文將商業(yè)銀行按業(yè)務(wù)經(jīng)營(yíng)范圍分為兩類進(jìn)行研究，一類是由大型國(guó)有商業(yè)銀行和股份制商業(yè)銀行構(gòu)成的全國(guó)性商業(yè)銀行；另一類是由城市商業(yè)銀行和農(nóng)村商業(yè)銀行構(gòu)成的區(qū)域性商業(yè)銀行。兩類銀行分別對(duì)計(jì)量模型（1）進(jìn)行回歸，表4第（1）列和第（2）列報(bào)告了相應(yīng)的回歸結(jié)果。結(jié)果顯示，借貸便利創(chuàng)新工具的回歸系數(shù)均在1%水平上顯著為正，但在區(qū)域性商業(yè)銀行子樣本中，借貸便利創(chuàng)新工具的回歸系數(shù)大于全國(guó)性商業(yè)銀行子樣本中的回歸系數(shù)，這表明借貸便利創(chuàng)新工具對(duì)區(qū)域性商業(yè)銀行信用風(fēng)險(xiǎn)的影響更大。進(jìn)一步地，借貸便利創(chuàng)新工具組間系數(shù)差異性檢驗(yàn)的P值在10%的顯著性水平上拒絕了兩組系數(shù)不存在差異的原假設(shè)，說(shuō)明借貸便利創(chuàng)新工具對(duì)不同業(yè)務(wù)經(jīng)營(yíng)范圍的商業(yè)銀行信用風(fēng)險(xiǎn)的確產(chǎn)生差異性影響。上述結(jié)果支持理論假設(shè)H2。

2. 銀行規(guī)模異質(zhì)性分析。本文以商業(yè)銀行資產(chǎn)規(guī)模的均值為臨界值將樣本劃分為規(guī)模較大與規(guī)模較小兩組，分別對(duì)計(jì)量模型（1）進(jìn)行回歸，表4中第（3）列和第（4）列報(bào)告了相應(yīng)的回歸結(jié)果。結(jié)果顯示，在資產(chǎn)規(guī)模較小的子樣本中借貸便利創(chuàng)新工具的回歸系數(shù)在1%水平上顯著為正，系數(shù)為0.424；在資產(chǎn)規(guī)模較大的子樣本中借貸便利創(chuàng)新工具的回歸系數(shù)依然顯著，但系數(shù)值出現(xiàn)明顯下降，變?yōu)?.241，表明借貸便利創(chuàng)新工具對(duì)規(guī)模較小的商業(yè)銀行信用風(fēng)險(xiǎn)影響更大。進(jìn)一步地，借貸便利創(chuàng)新工具組間系數(shù)差異性檢驗(yàn)的P值在1%的顯著性水平上拒絕了兩組系數(shù)不存在差異的原假設(shè)，意味著借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響在不同規(guī)模商業(yè)銀行之間存在異質(zhì)性。以上結(jié)果驗(yàn)證了理論假設(shè)H3。

（四）穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性問(wèn)題。為避免多重共線性影響，前文研究并未控制時(shí)間效應(yīng)。參照申宇等（2020）[32]的做法，在回歸模型中盡可能增加時(shí)間截面上的變量，控制可能產(chǎn)生的內(nèi)生性問(wèn)題，由此，將銀行業(yè)景氣程度指數(shù)（baz）及企業(yè)景氣程度指數(shù)（caz）加入回歸模型，以盡量避免遺漏變量對(duì)回歸結(jié)果的影響。表5第（1）列為加入遺漏變量后的實(shí)證結(jié)果。結(jié)果顯示，增加控制變量后，借貸便利創(chuàng)新工具的系數(shù)依然在1%水平下顯著為正，與前文研究結(jié)論一致。

為進(jìn)一步處理可能存在的內(nèi)生性問(wèn)題，本文選擇下一期借貸便利創(chuàng)新工具指標(biāo)作為當(dāng)期借貸便利創(chuàng)新工具指標(biāo)的工具變量，對(duì)基準(zhǔn)模型（1）進(jìn)行重新估計(jì)。表5第（2）列為相應(yīng)的實(shí)證結(jié)果。結(jié)果顯示，借貸便利創(chuàng)新工具系數(shù)依然顯著為正。本文結(jié)論仍保持穩(wěn)健。

2. 變換解釋變量。使用常備借貸便利（SLF）和中期借貸便利（MLF）二者年累計(jì)操作額之和的自然對(duì)數(shù)值（smlf2）作為借貸便利創(chuàng)新工具指標(biāo)進(jìn)行回歸，表5中第（3）列為相應(yīng)的回歸結(jié)果，與文中利用借貸便利創(chuàng)新工具年末余額的實(shí)證結(jié)果一致，即借貸便利創(chuàng)新工具增加商業(yè)銀行信用風(fēng)險(xiǎn)。

3. 變換被解釋變量。使用撥備覆蓋率（pc）替換不良貸款率（npl）衡量商業(yè)銀行信用風(fēng)險(xiǎn)。撥備覆蓋率是一個(gè)反向指標(biāo)，衡量商業(yè)銀行對(duì)信貸風(fēng)險(xiǎn)的預(yù)期，撥備覆蓋率越高，商業(yè)銀行對(duì)風(fēng)險(xiǎn)預(yù)期越謹(jǐn)慎，承擔(dān)的信用風(fēng)險(xiǎn)越小。表5中第（4）列為相應(yīng)的回歸結(jié)果。結(jié)果顯示，借貸便利創(chuàng)新工具會(huì)使商業(yè)銀行的撥備覆蓋率顯著降低，增加商業(yè)銀行的信用風(fēng)險(xiǎn)，與前文研究結(jié)論一致。

4. 采用不同數(shù)據(jù)樣本。在原有數(shù)據(jù)基礎(chǔ)上對(duì)主要變量1%和99%分位做極端值處理，以減輕離群值使回歸結(jié)果產(chǎn)生的偏誤。表5列（5）為相應(yīng)的回歸結(jié)果，與原回歸的系數(shù)符號(hào)和顯著性基本相同。

5. 面板分位數(shù)回歸。本文的基準(zhǔn)回歸結(jié)果是基于全樣本得出的結(jié)論，考慮到不同業(yè)務(wù)經(jīng)營(yíng)范圍、不同規(guī)模的商業(yè)銀行的信用風(fēng)險(xiǎn)水平存在較大差異，為了驗(yàn)證這種差異是否會(huì)影響研究結(jié)論，采用面板分位數(shù)回歸來(lái)探討不同商業(yè)銀行信用風(fēng)險(xiǎn)下借貸便利創(chuàng)新工具邊際效應(yīng)的演化軌跡。

具體來(lái)說(shuō)，設(shè)立以下模型：

[Qτ（nplit|smlf1t）=βτ0+βτ1smlf1t+βτ2Xit+βτ3Mt+ui+θit] （6）

其中，[Qτ（nplit|smlf1t）]為給定借貸便利創(chuàng)新工具情況下，商業(yè)銀行信用風(fēng)險(xiǎn)在第τ分位數(shù)上的值；[βτ1]為核心解釋變量的[τ]分位數(shù)回歸系數(shù)；[βτ2]和[βτ3]為控制變量的[τ]分位數(shù)回歸系數(shù)；其余變量解釋同上。

表6報(bào)告了借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)影響的面板分位數(shù)回歸結(jié)果，第（1）—（5）列分別為0.1、0.25、0.5、0.75、0.9五個(gè)分位點(diǎn)的回歸結(jié)果。結(jié)果顯示，盡管借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響存在邊際差異，但無(wú)論是哪個(gè)分位點(diǎn)，借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)均具有正向的加劇效應(yīng)，進(jìn)一步證實(shí)了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

（五）進(jìn)一步研究

1. 中介機(jī)制分析：資產(chǎn)收益率。本文分別利用計(jì)量模型（2）和（3）檢驗(yàn)“借貸便利創(chuàng)新工具—資產(chǎn)收益率—商業(yè)銀行信用風(fēng)險(xiǎn)”這一傳導(dǎo)渠道是否存在。表7報(bào)告了相應(yīng)的回歸結(jié)果。第（1）列為基準(zhǔn)模型的回歸結(jié)果。從列（2）可以看出，當(dāng)因變量為資產(chǎn)收益率時(shí)，借貸便利創(chuàng)新工具的系數(shù)為-0.128，且在1%的水平上顯著，說(shuō)明借貸便利創(chuàng)新工具對(duì)商業(yè)銀行資產(chǎn)收益率存在顯著的抑制作用。列（3）資產(chǎn)收益率的系數(shù)顯著為-1.385，且借貸便利創(chuàng)新工具的系數(shù)明顯小于第（1）列基準(zhǔn)回歸中的系數(shù)（0.175<0.352），說(shuō)明資產(chǎn)收益率在借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)的關(guān)系中發(fā)揮部分中介作用。借貸便利創(chuàng)新工具類政策的實(shí)施，最終目的是疏通貨幣政策傳導(dǎo)渠道，鼓勵(lì)商業(yè)銀行加大對(duì)實(shí)體經(jīng)濟(jì)，尤其是“三農(nóng)”、小微企業(yè)等重點(diǎn)領(lǐng)域的支持力度，增強(qiáng)對(duì)該類主體的信貸供給能力。因此，在借貸便利創(chuàng)新工具類政策背景下，商業(yè)銀行需調(diào)整經(jīng)營(yíng)策略，將追求營(yíng)利性的目標(biāo)暫時(shí)擱置；另外，疊加流動(dòng)性增加的影響，商業(yè)銀行之間競(jìng)爭(zhēng)加大，雙重壓力下，銀行資產(chǎn)收益率將受到?jīng)_擊，信用風(fēng)險(xiǎn)管理難度也隨之提升。假設(shè)H4得到驗(yàn)證。

2. 調(diào)節(jié)作用檢驗(yàn)：資本監(jiān)管與銀行家樂(lè)觀度。本文分別利用計(jì)量模型（4）和（5）對(duì)資本監(jiān)管、銀行家樂(lè)觀度的調(diào)節(jié)作用進(jìn)行檢驗(yàn)，表8報(bào)告了相應(yīng)的回歸結(jié)果。第（1）列回歸結(jié)果顯示，借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響系數(shù)為正，說(shuō)明模型的主效應(yīng)不變。借貸便利創(chuàng)新工具與資本充足率的交乘項(xiàng)回歸系數(shù)顯著為負(fù)，意味著加大資本監(jiān)管力度有利于緩解借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響，與理論假設(shè)H5預(yù)期一致。資本充足率監(jiān)管可以顯著提升商業(yè)銀行市場(chǎng)聲譽(yù)，增強(qiáng)公眾信心，有利于吸引更多優(yōu)質(zhì)客戶，降低不良貸款發(fā)生的可能性。另外，銀行股東為規(guī)避損失，會(huì)加大對(duì)投資項(xiàng)目的監(jiān)控程度，從而有效降低信貸結(jié)構(gòu)惡化所引發(fā)的信用風(fēng)險(xiǎn)。資本監(jiān)管有助于商業(yè)銀行實(shí)施逆周期資本緩沖機(jī)制，從而降低經(jīng)濟(jì)政策變動(dòng)對(duì)流動(dòng)性風(fēng)險(xiǎn)的影響，由此減緩了借貸便利工具對(duì)信用風(fēng)險(xiǎn)的影響。

第（2）列回歸結(jié)果顯示，借貸便利創(chuàng)新工具與銀行家樂(lè)觀度的交乘項(xiàng)系數(shù)為-0.018，在1%水平上顯著，意味著銀行家樂(lè)觀度對(duì)借貸便利創(chuàng)新工具與商業(yè)銀行信用風(fēng)險(xiǎn)的正向關(guān)系存在削弱作用，當(dāng)銀行家樂(lè)觀度較高時(shí)，借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的加劇效應(yīng)會(huì)被弱化，與理論假設(shè)H6預(yù)期一致。當(dāng)銀行家認(rèn)為借貸便利類創(chuàng)新工具政策的推出對(duì)商業(yè)銀行發(fā)展的效應(yīng)偏向積極時(shí)，銀行家樂(lè)觀度將會(huì)提高，有助于減少商業(yè)銀行“惜貸”行為，緩解期限錯(cuò)配引發(fā)的流動(dòng)性危機(jī)，進(jìn)而抑制了商業(yè)銀行風(fēng)險(xiǎn)；另外，銀行家較為樂(lè)觀時(shí)更注重長(zhǎng)期利益，從而減少盈余管理等短視行為（顧海峰和朱慧萍，2022）[24]。由此可見，銀行家樂(lè)觀度降低了商業(yè)銀行信用風(fēng)險(xiǎn)。

五、結(jié)論及政策建議

信用風(fēng)險(xiǎn)是我國(guó)銀行業(yè)面臨的主要風(fēng)險(xiǎn)，商業(yè)銀行信用風(fēng)險(xiǎn)是否可控，對(duì)于守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線、防范化解金融風(fēng)險(xiǎn)至關(guān)重要。本文利用中國(guó)203家商業(yè)銀行2014—2021年的數(shù)據(jù)，進(jìn)行實(shí)證分析發(fā)現(xiàn)：借貸便利創(chuàng)新工具會(huì)增加商業(yè)銀行信用風(fēng)險(xiǎn)，二者呈正相關(guān)關(guān)系；相對(duì)于全國(guó)性、大規(guī)模商業(yè)銀行，實(shí)施借貸便利創(chuàng)新操作時(shí)，區(qū)域性、小規(guī)模商業(yè)銀行的信用風(fēng)險(xiǎn)上升更多；借貸便利創(chuàng)新工具可通過(guò)降低商業(yè)銀行資產(chǎn)收益率的渠道增加信用風(fēng)險(xiǎn)的積累；資本監(jiān)管和銀行家樂(lè)觀度在借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響中具有負(fù)向調(diào)節(jié)效應(yīng)，隨著資本監(jiān)管和銀行家樂(lè)觀度上升，借貸便利創(chuàng)新工具對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)加劇效應(yīng)會(huì)被削弱。

根據(jù)本文研究結(jié)論，提出以下政策建議：（1）由于借貸便利類工具具有加大商業(yè)銀行信用風(fēng)險(xiǎn)的效應(yīng)，各主體應(yīng)各司其職，共同維護(hù)國(guó)家金融穩(wěn)定大局。中國(guó)人民銀行需要進(jìn)一步完善借貸便利創(chuàng)新工具操作體系，把控好使用頻率及范圍，注重加強(qiáng)對(duì)各類商業(yè)銀行信用風(fēng)險(xiǎn)的差異化監(jiān)督管理，建立以貨幣政策、財(cái)政政策為基礎(chǔ)的多重政策協(xié)調(diào)機(jī)制（夏仕龍和付英俊，2017）[33]，充分發(fā)揮宏觀調(diào)控功能對(duì)沖借貸便利創(chuàng)新工具類政策對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的沖擊效應(yīng)。商業(yè)銀行要加強(qiáng)防范和化解信用風(fēng)險(xiǎn)意識(shí)，按照謹(jǐn)慎安全的原則完善放貸流程；關(guān)注經(jīng)濟(jì)政策的影響，進(jìn)行前瞻性研究和壓力測(cè)試，及時(shí)調(diào)整信貸政策，以保證新政策推出時(shí)信用風(fēng)險(xiǎn)水平可承受。（2）中國(guó)人民銀行應(yīng)進(jìn)一步提高借貸便利操作的透明度，定期公布政策具體操作對(duì)象、資金規(guī)模、信貸流向等指標(biāo)，加強(qiáng)與各類型商業(yè)銀行溝通，確保信息共享，規(guī)避貨幣政策意圖與商業(yè)銀行營(yíng)利性目標(biāo)的沖突。（3）業(yè)務(wù)經(jīng)營(yíng)范圍較窄、資產(chǎn)規(guī)模小的商業(yè)銀行應(yīng)完善自身信用風(fēng)險(xiǎn)管理機(jī)制，積極構(gòu)建以大數(shù)據(jù)、云計(jì)算為支撐的風(fēng)險(xiǎn)管理系統(tǒng)，探索發(fā)揮貨幣政策工具中介作用與實(shí)現(xiàn)預(yù)期資產(chǎn)收益率的平衡。同時(shí)，進(jìn)一步提高資本充足率水平，增強(qiáng)流動(dòng)性資產(chǎn)比例，為自身流動(dòng)性預(yù)留足夠的風(fēng)險(xiǎn)準(zhǔn)備金。（4）金融監(jiān)管部門應(yīng)關(guān)注資本監(jiān)管和銀行家樂(lè)觀度的調(diào)節(jié)作用。一方面，引導(dǎo)商業(yè)銀行構(gòu)建科學(xué)高效的結(jié)構(gòu)化監(jiān)管體系，對(duì)超出監(jiān)管閾值的商業(yè)銀行及時(shí)發(fā)出風(fēng)險(xiǎn)預(yù)警指令；另一方面，要構(gòu)建逆周期的銀行流動(dòng)性創(chuàng)造監(jiān)管機(jī)制，將銀行家樂(lè)觀度控制在合理范圍內(nèi)，減少其過(guò)高引發(fā)的銀行業(yè)信貸過(guò)度擴(kuò)張和過(guò)低導(dǎo)致的犧牲長(zhǎng)期利益行為，實(shí)現(xiàn)商業(yè)銀行保持盈利與降低風(fēng)險(xiǎn)隱患的“雙贏”局面。

注：

①數(shù)據(jù)來(lái)源：中國(guó)人民銀行官網(wǎng)。

②樣本銀行資產(chǎn)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。根據(jù)中國(guó)人民銀行官網(wǎng)提供的數(shù)據(jù)，截至2021年底，銀行業(yè)總資產(chǎn)為344.76萬(wàn)億人民幣。

參考文獻(xiàn)：

[1]高鴻， 趙一鳴， 寧昊. 從資產(chǎn)負(fù)債表看創(chuàng)新性貨幣政策工具 [J]. 銀行家， 2023， （01）.

[2]田國(guó)強(qiáng)，李雙建. 經(jīng)濟(jì)政策不確定性與銀行流動(dòng)性創(chuàng)造：來(lái)自中國(guó)的經(jīng)驗(yàn)證據(jù) [J]. 經(jīng)濟(jì)研究，2020，55（11）.

[3]于博，吳菡虹. 銀行業(yè)競(jìng)爭(zhēng)、同業(yè)杠桿率攀升與商業(yè)銀行信用風(fēng)險(xiǎn) [J]. 財(cái)經(jīng)研究，2020，46（02）.

[4]李懿行，梁萬(wàn)泉. 同業(yè)業(yè)務(wù)發(fā)展對(duì)銀行信用風(fēng)險(xiǎn)的影響研究——基于貨幣政策與金融監(jiān)管的視角 [J]. 南方金融，2021，（08）.

[5]郭峰， 莊旭東， 王仁曾. 銀行數(shù)字化轉(zhuǎn)型、外源性金融科技與信用風(fēng)險(xiǎn)治理——基于文本挖掘和機(jī)器學(xué)習(xí)的實(shí)證檢驗(yàn) [J]. 證券市場(chǎng)導(dǎo)報(bào)， 2023， （04）.

[6]Bucur I A，Dragomirescu S E. 2014. The Influence of Macroeconomic Conditions on Credit Risk：Case of Romanian Banking System [J].Studies and Scientific Researches. Economics Edition， （19）.

[7]朱小能，李雄一. 金融科技與銀行信用風(fēng)險(xiǎn)：加劇還是降低 [J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022，44（11）.

[8]孟祥慧，朱沛華，李軍林. 國(guó)際資本流動(dòng)對(duì)銀行信用風(fēng)險(xiǎn)的影響研究——來(lái)自中國(guó)商業(yè)銀行的經(jīng)驗(yàn)證據(jù)[J]. 亞太經(jīng)濟(jì)，2022，（05）.

[9]Borio C，Zhu H. 2012. Capital Regulation，Risk-taking and Monetary Policy：A Missing Link in the Transmission Mechanism？ [J].Journal of Financial stability，8（4）.

[10]Maddaloni A，Peydró J L. 2011. Bank Risk-taking， Securitization，Supervision， and Low Interest Rates：Evidence from the Euro-area and the US Lending Standards [J].The Review of Financial Studies， 24（6）.

[11]M Chen，J Wu，B N Jeon，R Wang. 2017. Monetary Policy and Bank Risk-taking：Evidence from Emerging Economies [J].Emerging Markets Review，2017，31（JUN）.

[12]Alvaro Aguiar，Buch. 2014. Business Cycle and Bank Capital：Monetary Policy Tansmission under the Basel Accords [W].Working Papers， CEMPRE-， Faculdade de Economia， Universidade do Porto，No.242.

[13]魏巍，蔣海，龐素琳. 貨幣政策、監(jiān)管政策與銀行信貸行為——基于中國(guó)銀行業(yè)的實(shí)證分析（2002—2012）[J]. 國(guó)際金融研究，2016，（05）.

[14]馬斌，范瑞. 杠桿率監(jiān)管對(duì)我國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)的影響——基于動(dòng)態(tài)面板模型的系統(tǒng)GMM估計(jì)[J]. 經(jīng)濟(jì)問(wèn)題，2019，（01）.

[15]王晉斌，李博. 中國(guó)貨幣政策對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)行為的影響研究 [J]. 世界經(jīng)濟(jì)，2017，40（01）.

[16]鄧偉，宋敏，劉敏. 借貸便利創(chuàng)新工具有效影響了商業(yè)銀行貸款利率嗎？ [J]. 金融研究，2021，（11）.

[17]Duygan-Bump B，Parkinson P，Rosengren E，Suarez G A，Willen P. 2013. How Effective Were the Federal Reserve Emergency Liquidity Facilities？Evidence from the Asset -Backed Commercial Paper Money Market Mutual Fund Liquidity Facility[J].The Journal of Finance，68（2）.

[18]鄧偉，姜娜，宋敏. 借貸便利創(chuàng)新工具改善了商業(yè)銀行流動(dòng)性創(chuàng)造嗎？[J].國(guó)際金融研究，2022，（07）.

[19]陶士貴，陳建宇. 新常態(tài)下中國(guó)貨幣政策工具創(chuàng)新的有效性研究——基于FAVAR模型的比較分析 [J]. 金融經(jīng)濟(jì)學(xué)研究，2016，31（04）.

[20]張智富. 結(jié)構(gòu)性貨幣政策工具運(yùn)用效果研究 [J]. 金融與經(jīng)濟(jì)，2020，（01）.

[21]王倩，路馨，曹廷求. 結(jié)構(gòu)性貨幣政策、銀行流動(dòng)性與信貸行為 [J]. 東岳論叢，2016，37（08）.

[22]王妍，王繼紅. 結(jié)構(gòu)性貨幣政策、同業(yè)業(yè)務(wù)與系統(tǒng)性金融風(fēng)險(xiǎn) [J]. 金融經(jīng)濟(jì)學(xué)研究，2021，36（04）.

[23]李炳念， 王小雪， 樊茜. 結(jié)構(gòu)性貨幣政策與銀行系統(tǒng)性風(fēng)險(xiǎn)承擔(dān)：基于LPR改革實(shí)驗(yàn)的證據(jù) [J]. 金融評(píng)論， 2023， 15 （01）.

[24]顧海峰，朱慧萍. 經(jīng)濟(jì)政策不確定性是否會(huì)影響銀行系統(tǒng)性風(fēng)險(xiǎn)？ [J]. 系統(tǒng)工程理論與實(shí)踐，2022，42（09）.

[25]Hogan T L，Meredith N R，Pan X. 2018. Evaluating Risk-based Capital Regulation [J].Review of Financial Economics，36（2）.

[26]Huang S，W Chen，Y Chen.2018. Bank Liquidity Creation and CEO Optimism [J].Journal of Financial Intermediation，36.

[27]馮文芳，閆磊，李艷，武金存.資本監(jiān)管、貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān) [J].華東經(jīng)濟(jì)管理，2018，32（02）.

[28]鄧偉，歐陽(yáng)志剛，楊國(guó)超，肖賽. 中國(guó)借貸便利工具有效性研究——來(lái)自銀行信貸投放的證據(jù) [J]. 經(jīng)濟(jì)學(xué)（季刊），2022，22（06）.

[29]王之揚(yáng)，王歡，夏凡. 經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響 [J]. 武漢金融，2022，（07）.

[30]Huang H C，Wang X，Xiong X. 2022. When Macro Time Series Meets Micro Panel Data：A Clear and Present Danger [J].Energy Economics，114.

[31]溫忠麟.張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用 [J].心理學(xué)報(bào)，2004，（05）.

[32]申宇，任美旭，趙靜梅. 經(jīng)濟(jì)政策不確定性與銀行貸款損失準(zhǔn)備計(jì)提 [J]. 中國(guó)工業(yè)經(jīng)濟(jì)，2020，（04）.

[33]夏仕龍， 付英俊. 數(shù)量型和價(jià)格型貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究——基于公司金融資本結(jié)構(gòu)理論的視角 [J]. 金融監(jiān)管研究， 2017， （08）.

收稿日期：2023-10-12? ? ? 修回日期：2023-11-30

基金項(xiàng)目：廣西哲學(xué)社會(huì)科學(xué)規(guī)劃研究課題“數(shù)字普惠金融與廣西經(jīng)濟(jì)協(xié)調(diào)發(fā)展：影響效應(yīng)及路徑選擇”（202302107）。

作者簡(jiǎn)介：申韜，女，廣西大學(xué)工商管理學(xué)院教授，副院長(zhǎng)，研究方向?yàn)樾庞媒?jīng)濟(jì)；黃艷香，女，廣西大學(xué)經(jīng)濟(jì)學(xué)院，研究方向?yàn)榻鹑趯W(xué)。