貨幣政策目標(biāo)傳導(dǎo)機(jī)制與銀行業(yè)風(fēng)險(xiǎn)承擔(dān)渠道——2002-2013中國制造業(yè)面板數(shù)據(jù)實(shí)證研究

鄧志超

（上海社會科學(xué)院 世界經(jīng)濟(jì)研究所，上海200235）

央行通過貨幣工具調(diào)控貨幣中間指標(biāo)。然而，這些中間目標(biāo)的實(shí)現(xiàn)并不完全由央行控制，金融體系對其形成有重要影響。貨幣政策的傳導(dǎo)路徑是：第一步，央行制定貨幣政策、投放基礎(chǔ)貨幣；第二步，商業(yè)銀行（以下簡稱“商行”）獲得流動性后，依據(jù)當(dāng)下貨幣政策，選擇有利于自身的方式進(jìn)行信貸等風(fēng)險(xiǎn)承擔(dān)活動；第三步，實(shí)體企業(yè)獲得資金，進(jìn)行投資。這個(gè)過程中，銀行業(yè)起到了貨幣流通渠道的作用。然而，銀行業(yè)是逐利行業(yè)，它可以依據(jù)自身利益選擇貨幣的流量和流向。這些自利行為將影響貨幣目標(biāo)的實(shí)現(xiàn)，進(jìn)而影響央行的判斷。（Gali和Gertler，2007）。

近年來，已有學(xué)者提出了貨幣政策傳導(dǎo)的風(fēng)險(xiǎn)承擔(dān)渠道（Disyatat，2011）。其核心觀點(diǎn)是商行在經(jīng)濟(jì)體中作用遠(yuǎn)不止是中介，商行會根據(jù)宏觀經(jīng)濟(jì)形勢的好壞、貨幣政策的寬松和投資主體對未來預(yù)期的傾向來選擇自身的風(fēng)險(xiǎn)偏好和信貸策略，充分發(fā)揮主動性以使自身利潤最大化。貨幣政策寬松時(shí)期，市場上流動性較強(qiáng)，資金成本較低，貸款的行政限制少，商行就傾向于加速、增量地放貸，拓寬了風(fēng)險(xiǎn)承擔(dān)的范圍、加深了風(fēng)險(xiǎn)承擔(dān)的程度。而在貨幣政策收緊時(shí)期，市場利率上揚(yáng)，流動性收緊，商行此時(shí)的策略是收緊信貸，降低風(fēng)險(xiǎn)承擔(dān)。商行的這些行為顯然有悖于央行的調(diào)控目標(biāo)。央行在制定貨幣政策之時(shí)，應(yīng)該意識到商行對貨幣政策的反應(yīng)。

貨幣政策的銀行業(yè)風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道主要有兩個(gè)方面。一方面是貨幣政策影響商行風(fēng)險(xiǎn)承擔(dān)行為。Borio和Zhu（2008）認(rèn)為，商行對于風(fēng)險(xiǎn)的偏好取決于央行制定的貨幣政策。寬松的貨幣環(huán)境下，商行實(shí)質(zhì)上對貨幣政策起到了“超額”傳導(dǎo)的作用。國外的學(xué)者將貨幣政策影響風(fēng)險(xiǎn)承擔(dān)的路徑總結(jié)為：收入估值效應(yīng)（A-drian 和 Shin，2010；Campbell 和 Cohrane，1999）、逐利機(jī)制（Rajan，2005；Arriccia和 Marquez，2006）、央行的溝通和反應(yīng)機(jī)制（Blinder et al，2008；Borio和 Zhu，2008）、有限責(zé)任機(jī)制（Keely，1990）。這些路徑歸結(jié)起來都在說明，松的貨幣政策會引導(dǎo)銀行業(yè)過度承擔(dān)風(fēng)險(xiǎn)，反之則會過度規(guī)避風(fēng)險(xiǎn)。

另一方面，商行承擔(dān)風(fēng)險(xiǎn)的行為也影響著貨幣政策中間目標(biāo)的實(shí)現(xiàn)，從而影響貨幣政策的制定。央行通過投放基礎(chǔ)貨幣向經(jīng)濟(jì)體提供流動性支持，基礎(chǔ)貨幣通過貨幣乘數(shù)放大為廣義貨幣。而貨幣乘數(shù)的決定，一部分在央行，另一部分則是由商行的超額準(zhǔn)備金率（Mishkin，2007）以及商行信貸創(chuàng)造廣義貨幣等風(fēng)險(xiǎn)承擔(dān)所決定的。商行主動承擔(dān)風(fēng)險(xiǎn)，一是增加了借貸交易次數(shù)，二是加速資金周轉(zhuǎn)，使得貨幣乘數(shù)增大，這影響了央行的調(diào)控效果，使央行需要重新制定政策（Borio和Zhu，2012）。Gauthier et al.（2010）指出，貨幣政策的制定需要考慮金融體系的反作用機(jī)制，因?yàn)樨泿耪哂绊懮绦械娘L(fēng)險(xiǎn)承擔(dān)同時(shí)，也受商行對貨幣政策目標(biāo)實(shí)現(xiàn)的干擾。

國內(nèi)的學(xué)者也有不少的研究。張雪蘭、何德旭（2012a）認(rèn)為處于經(jīng)濟(jì)周期不同的階段，風(fēng)險(xiǎn)承擔(dān)行為具有差異，并且這種差異是不對稱的。徐明東、陳學(xué)彬（2012）認(rèn)為資本充足的商行，其風(fēng)險(xiǎn)承擔(dān)行為對貨幣政策變動不敏感。江曙霞、陳玉嬋（2012）采用門限面板模型實(shí)證了我國商行風(fēng)險(xiǎn)承擔(dān)行為。冀志斌，宋清華（2013）討論了高管的薪酬對于商行風(fēng)險(xiǎn)選擇的影響。

本文認(rèn)為我國貨幣政策的風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道是雙向的。即央行的貨幣政策影響商行的風(fēng)險(xiǎn)承擔(dān)行為，而反之商行的風(fēng)險(xiǎn)承擔(dān)行為也影響著央行的決策。這種關(guān)系類似于委托代理：央行希望通過銀行業(yè)傳導(dǎo)其貨幣目標(biāo)的實(shí)現(xiàn)，而商行風(fēng)險(xiǎn)承擔(dān)行為可能使貨幣政策的實(shí)施效果走偏，雙方都需要衡量對方的選擇對自己目標(biāo)的影響。本文構(gòu)建了一個(gè)央行-銀行業(yè)博弈的理論模型。并依此為基礎(chǔ)，結(jié)合前人研究構(gòu)建了一個(gè)聯(lián)立方程實(shí)證模型，以檢驗(yàn)兩者動態(tài)的相互作用。聯(lián)立方程中考慮“兩維度”貨幣規(guī)則和銀行業(yè)風(fēng)險(xiǎn)承擔(dān)之間的相互影響。選取了我國銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)指標(biāo)，采用時(shí)間序列數(shù)據(jù)，應(yīng)用GMM-HAC實(shí)證檢驗(yàn)方法，對理論模型中推論進(jìn)行了實(shí)證檢驗(yàn)。實(shí)證的結(jié)果為理論模型的結(jié)論提供了支持。

一、央行——銀行業(yè)博弈模型分析

假設(shè)央行為委托人，風(fēng)險(xiǎn)偏好中立；銀行業(yè)為代理人。假設(shè)央行希望調(diào)控達(dá)到貨幣量的目標(biāo)為

其中，m表示廣義的貨幣數(shù)量，對應(yīng)M2，銀行業(yè)對整體經(jīng)濟(jì)提供的信用支持；k為貨幣乘數(shù)；h是高能貨幣，對應(yīng)M0，表示央行投放的貨幣量；ε為貨幣量的隨機(jī)沖擊，表示未預(yù)料到的對貨幣量的沖擊。

假設(shè)銀行業(yè)能獲得的收益為

s為固定收益項(xiàng)。b為銀行業(yè)邊際收益率，可將其視為央行規(guī)定的基準(zhǔn)存貸款利差。bm則可以做為銀行業(yè)收取的利息。

整個(gè)貨幣量扣除給銀行業(yè)的利息，即為提供給實(shí)體經(jīng)濟(jì)的貨幣量，記為

假設(shè)銀行業(yè)進(jìn)行風(fēng)險(xiǎn)承擔(dān)行為是有成本的，記為

其中a表示銀行業(yè)主動承擔(dān)風(fēng)險(xiǎn)的程度。設(shè)銀行業(yè)的成本函數(shù)c為a的增函數(shù)，且邊際遞增，可以表示為

同時(shí)假設(shè)貨幣乘數(shù)為銀行業(yè)風(fēng)險(xiǎn)承擔(dān)程度的函數(shù)，且為增函數(shù)，即

假設(shè)銀行業(yè)管理者的效用函數(shù)為如下形式

x為銀行業(yè)的利潤。由設(shè)定的形式，可以得到銀行的風(fēng)險(xiǎn)規(guī)避程度

若r＝0表示銀行業(yè)對風(fēng)險(xiǎn)無偏好，r＞0表示風(fēng)險(xiǎn)規(guī)避，r＜0表示風(fēng)險(xiǎn)喜好。由式（7）可推導(dǎo)銀行業(yè)的確定性等值（CE）為

另一方面，央行希望實(shí)體經(jīng)濟(jì)的貨幣分配量為

對式（10）取期望可得

至此，本文構(gòu)建起央行-銀行業(yè)的博弈問題的結(jié)構(gòu)形式

假設(shè)

求解的過程：首先對式（13）關(guān)于銀行業(yè)風(fēng)險(xiǎn)承擔(dān)程度求導(dǎo)。此時(shí)，央行的貨幣工具為已知，可得銀行業(yè)的最優(yōu)風(fēng)險(xiǎn)承擔(dān)程度表達(dá)式為

將式（15）、式（16）代入式（17）可得

進(jìn)一步化簡得

最后對式（20）關(guān)于貨幣工具b求導(dǎo)，可得

并經(jīng)過簡單變換，可得

式（18）中可以得出，商行選擇的風(fēng)險(xiǎn)承擔(dān)程度a是根據(jù)央行的貨幣工具和貨幣投放量而定的：b越大，h越多，商行越是承擔(dān)風(fēng)險(xiǎn)。從式（22）可知，貨幣政策的制定依據(jù)貨幣投放量、商行的風(fēng)險(xiǎn)規(guī)避程度和貨幣沖擊方差。且存在三組關(guān)系：一是貨幣工具b與銀行業(yè)的風(fēng)險(xiǎn)規(guī)避程度成反向關(guān)系，銀行業(yè)越是不愿意承擔(dān)風(fēng)險(xiǎn)，央行越有必要調(diào)高存貸款利差；二是貨幣工具b與貨幣隨機(jī)沖擊ε的方差σ2成反向關(guān)系，外部的不確定性越大，央行越需要提高對銀行業(yè)的獎勵；三是貨幣政策b在式（22）中與貨幣投放量h成正向關(guān)系，但在式（18）中與貨幣投放量h呈反向關(guān)系，說明如果央行的出發(fā)點(diǎn)是為了增加廣義貨幣量，最優(yōu)的選擇是給予商行更多的好處，刺激商行風(fēng)險(xiǎn)承擔(dān)；但是如果央行想控制住商行的風(fēng)險(xiǎn)承擔(dān)行為，抑制金融系統(tǒng)性風(fēng)險(xiǎn)，央行需要在大量投放基礎(chǔ)貨幣的同時(shí)，減少給予銀行的利差，以減少銀行業(yè)風(fēng)險(xiǎn)承擔(dān)的動機(jī)。

二、聯(lián)立方程實(shí)證模型的構(gòu)建

上述央行——銀行業(yè)博弈模型描述了央行和商行之間的博弈關(guān)系。博弈模型提供的信息是：銀行業(yè)風(fēng)險(xiǎn)承擔(dān)程度與央行貨幣政策取向相互影響；央行的貨幣政策越寬松，銀行業(yè)風(fēng)險(xiǎn)承擔(dān)的傾向越大。

為了實(shí)證央行——銀行業(yè)博弈模型給出的兩條信息，本文構(gòu)建了一個(gè)聯(lián)立方程實(shí)證模型。由兩部分組成：一是貨幣政策的中間目標(biāo)方程，表明風(fēng)險(xiǎn)承擔(dān)對貨幣政策目標(biāo)的作用；二是銀行業(yè)風(fēng)險(xiǎn)承擔(dān)方程，表示貨幣政策目標(biāo)對銀行業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。本文采用時(shí)間序列數(shù)據(jù)，將變量滯后項(xiàng)考慮在內(nèi)。

（一）聯(lián)立方程模型的矩陣形式

本文聯(lián)立方程模型的基本形式可表示為

Y＝ΠX＋e

其中，Y表示內(nèi)生變量向量，具體形式為Y＝（Mt，Rt，RTt）′，本文假設(shè)央行中間目標(biāo)為“雙維度”的，既控制貨幣供應(yīng)量和市場利率水平。向量中第一個(gè)內(nèi)生變量Mt為貨幣數(shù)量變量；Rt為利率變量；RTt為銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)變量；Π為系數(shù)矩陣；X為變量矩陣；e為隨機(jī)的沖擊向量，e＝（εM，t，εR，t，εRT，t）′，表示未被囊括進(jìn)方程組的遺漏影響因素和隨機(jī)沖擊。

（二）貨幣政策目標(biāo)方程和風(fēng)險(xiǎn)承擔(dān)方程的設(shè)定

楊思群（2011）建立了我國貨幣需求的長期均衡模型。本文在楊的基礎(chǔ)上，添加存貸款利差I(lǐng)M和基礎(chǔ)貨幣投放量LNM0變量、銀行業(yè)風(fēng)險(xiǎn)承擔(dān)變量RT；另外，考慮世界經(jīng)濟(jì)環(huán)境對我國貨幣數(shù)量的影響，加入真實(shí)匯率變量RE，以美元兌人民真實(shí)匯率表示。得到本文的貨幣數(shù)量目標(biāo)方程

本文選取M2作為廣義貨幣變量的代理變量，上海銀行間同業(yè)拆借利率SHBOR作為市場利率的代理變量，GDP為產(chǎn)出的代理變量，CPI為通脹率的代理變量。

馬麗娟（2012）在其構(gòu)建的DSGE模型中引用了“雙維度”貨幣規(guī)則。本文參考馬的實(shí)證方程，結(jié)合本文的研究目的，加入央行可以控制的貨幣政策代理變量IM和M0、銀行業(yè)風(fēng)險(xiǎn)承擔(dān)變量RT、真實(shí)匯率RE，這樣得到利率規(guī)制的檢驗(yàn)式為

最后考慮貨幣政策目標(biāo)對銀行業(yè)風(fēng)險(xiǎn)承擔(dān)程度的影響。Delis和Kouretas（2011）在研究貨幣政策與商行風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系時(shí)，構(gòu)造了一個(gè)商行風(fēng)險(xiǎn)承擔(dān)代理變量。徐明東和陳學(xué)彬（2012）實(shí)證研究了商行的風(fēng)險(xiǎn)承擔(dān)問題。本文對徐的實(shí)證方程做一些修改：一是剔除了各家銀行各自的經(jīng)營特征變量；二是將各家銀行的風(fēng)險(xiǎn)承擔(dān)指標(biāo)按各自資產(chǎn)規(guī)模的大小進(jìn)行加權(quán)平均，得到代表整個(gè)銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)指標(biāo)。本文的銀行業(yè)風(fēng)險(xiǎn)承擔(dān)實(shí)證方程如下

這樣，前文中的內(nèi)生變量可以改寫成Y＝（LNM2t，SHBORt，RTt）′，自變量X定義為X＝X（LNM2，SHBOR，RT，LNGDP，CPI，RE，IM，LNMO）′。

（三）對于各變量的界定

本文的變量分為：目標(biāo)變量（LNM2，SHBOR，RT）、貨幣政策工具代理變量（IM，LNM0）、宏觀經(jīng)濟(jì)代理變量（LNGDP，CPI，RE）。其中，對于銀行業(yè)風(fēng)險(xiǎn)承擔(dān)指標(biāo)RT的設(shè)計(jì)，參考方意、趙勝民和謝曉聞（2012）用風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率作為近似代替的方法。但與方意的方法不同在于，方意的研究是各家商行的風(fēng)險(xiǎn)承擔(dān)情況，本文研究的是整體銀行的風(fēng)險(xiǎn)承擔(dān)程度。本文對各家銀行的風(fēng)險(xiǎn)資產(chǎn)加權(quán)比率進(jìn)行加權(quán)平均，由此得到了整個(gè)銀行業(yè)的風(fēng)險(xiǎn)資產(chǎn)比率。具體的步驟為：首先計(jì)算單個(gè)銀行的風(fēng)險(xiǎn)加權(quán)資產(chǎn)，并計(jì)算風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率；然后依據(jù)各家銀行占銀行業(yè)總資產(chǎn)的比率計(jì)算權(quán)數(shù)；最后依據(jù)各家銀行的風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率和權(quán)數(shù)進(jìn)行加權(quán)平均，得到銀行業(yè)風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率，以此作為銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)程度的代理變量。其數(shù)理表達(dá)式如下

RWA表示風(fēng)險(xiǎn)加權(quán)資產(chǎn)，TE表示總權(quán)益，CAR表示資本充足率。而單個(gè)銀行的風(fēng)險(xiǎn)承擔(dān)代理變量為

其中RTit表示商行風(fēng)險(xiǎn)承擔(dān)的當(dāng)期值；TA為整個(gè)銀行業(yè)的風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率。表達(dá)式如下

qi為權(quán)數(shù)，其表達(dá)式如下

Qi為對應(yīng)商行的資產(chǎn)，為整個(gè)銀行業(yè)資產(chǎn)總額。

由于我國的利率市場化尚在進(jìn)行之中，基準(zhǔn)利率并不能作為市場利率，同時(shí)因?yàn)槭袌錾险鎸?shí)利率較難取得，故采用市場化程度相對較高的同業(yè)拆借利率。

（四）聯(lián)立方程模型的具體形式設(shè)定

在對上述聯(lián)立方程模型進(jìn)行實(shí)證檢驗(yàn)之前，對其進(jìn)行了細(xì)微的調(diào)整。根據(jù)以往的文獻(xiàn)和經(jīng)濟(jì)理論，首先刪除了各內(nèi)生變量方程中，對內(nèi)生變量影響較小的變量。其次，有些變量存在著時(shí)滯效應(yīng)，需要根據(jù)理論和估計(jì)結(jié)果進(jìn)行調(diào)節(jié)。最后，有的內(nèi)生變量的方程中可能并不存在常數(shù)項(xiàng)，需要去除。結(jié)合上述考慮和回歸的結(jié)果，本文最終確定的聯(lián)立方程模型形式為

觀察式（30）可發(fā)現(xiàn)，本文在LNM2、SHBOR和RT方程中分別加入了RT的滯后項(xiàng)。原因在于銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)需要一定時(shí)間滯后才能體現(xiàn)在貨幣市場之中，并且假設(shè)了風(fēng)險(xiǎn)承擔(dān)具有慣性?？梢酝茢啵y行業(yè)越是主動承擔(dān)風(fēng)險(xiǎn)，越能擴(kuò)大貨幣乘數(shù)，LNM2也相應(yīng)增長；銀行業(yè)風(fēng)險(xiǎn)承擔(dān)的加大將會推高銀行業(yè)同業(yè)拆借利率水平。這是因?yàn)殂y行之間對資金的需求越大，資金的價(jià)格越高。所以，預(yù)測式（30）中幾個(gè)滯后項(xiàng)系數(shù)β6、α7和λ7的符號都為正。

在SHOBR方程，本文用廣義貨幣量增長率GLNM2變量代替了LNM2變量，GLNM2的表達(dá)式為

在RT方程中，經(jīng)過實(shí)證結(jié)果表明，常數(shù)項(xiàng)的存在使得方程的回歸估計(jì)有偏。另外，本文假設(shè)銀行業(yè)隨貨幣政策的變動而調(diào)整風(fēng)險(xiǎn)承擔(dān)程度，不存在一個(gè)固定的風(fēng)險(xiǎn)承擔(dān)值，所以剔除了RT方程中的截距項(xiàng)；另外回歸結(jié)果發(fā)現(xiàn)，實(shí)際利率水平對RT沒有顯著影響，所以將RE從RT方程中除去。

考慮LNM2和SHBOR對RT的影響。LNM2越大，表示市場上資金量越是充裕，銀行越有能力進(jìn)行風(fēng)險(xiǎn)承擔(dān)，預(yù)計(jì)系數(shù)為正；同時(shí)，SHBOR反應(yīng)的是同業(yè)資金拆借的價(jià)格，是銀行風(fēng)險(xiǎn)承擔(dān)的成本，兩者的關(guān)系應(yīng)該是反向，預(yù)計(jì)系數(shù)為負(fù)。

考慮宏觀經(jīng)濟(jì)因素對風(fēng)險(xiǎn)承擔(dān)RT的影響。增長情況越好，人們對于經(jīng)濟(jì)的信心越強(qiáng)，銀行進(jìn)行風(fēng)險(xiǎn)承擔(dān)的活動越頻繁，所以預(yù)計(jì)λ1符號為正；通貨膨脹是央行貨幣政策抑制的頭號目標(biāo)，這個(gè)指標(biāo)越高預(yù)示著央行的貨幣政策越緊，銀行業(yè)風(fēng)險(xiǎn)承擔(dān)傾向減少，所以預(yù)計(jì)λ4符號為負(fù)。

最后貨幣政策工具對風(fēng)險(xiǎn)承擔(dān)RT的影響。央行規(guī)定的存貸款利差I(lǐng)M是商行主要利潤的來源，利差越大，商行越有動力進(jìn)行風(fēng)險(xiǎn)承擔(dān)，預(yù)計(jì)λ3方向?yàn)檎谎胄械幕A(chǔ)貨幣投放量M0對銀行業(yè)風(fēng)險(xiǎn)承擔(dān)的影響也應(yīng)該為正向，M0表示市場上流動性的充裕情況，流動性越充裕，銀行越是有進(jìn)行風(fēng)險(xiǎn)承擔(dān)的傾向，預(yù)計(jì)λ2的符號為正。

（五）數(shù)據(jù)的說明

本文的樣本區(qū)間選自2002-2013年的季度數(shù)據(jù)。樣本為64家商行，其中包括16家上市銀行（工、農(nóng)、中、建、交、興業(yè)等），40家城商行（北京銀行，南京銀行等），8家農(nóng)商行（杭州農(nóng)村合作銀行等）。本文所選取的所有變量的數(shù)據(jù)均來自于iFinD資訊。

三、實(shí)證的結(jié)果與分析

本文使用的實(shí)證方法為廣義矩估計(jì)，GMMHAC。GMM方法允許隨機(jī)誤差項(xiàng)存在異方差和序列相關(guān)，所得到的參數(shù)估計(jì)量比其他參數(shù)估計(jì)方法更合乎實(shí)際。同時(shí)，GMM方法不需要知道擾動項(xiàng)的確切分布，所以估計(jì)量非常穩(wěn)定?？紤]到本文使用的數(shù)據(jù)為時(shí)間序列數(shù)據(jù)，本文采用異方差和自相關(guān)一致協(xié)方差矩陣估計(jì)方法，HAC。通過對聯(lián)立方程模型的回歸，得到的結(jié)果如表1所示。

回歸結(jié)果中三個(gè)方程的解釋平方和分別為0.992 6、0.449 8、0.700 1。從解釋平方和項(xiàng)來看廣義貨幣量方程的擬合程度最高，市場利率方程擬合程度較低。這可能和我國央行重?cái)?shù)量型管理的方針有關(guān)。在利率受到管制的情況下，數(shù)量規(guī)則往往更有效。風(fēng)險(xiǎn)承擔(dān)方程RT的解釋平方和達(dá)到0.7，說明本文的假設(shè)對于銀行業(yè)風(fēng)險(xiǎn)承擔(dān)具有一定的解釋力度。再則，實(shí)證的結(jié)果與系數(shù)符號的預(yù)期方向基本一致，說明前文的假設(shè)成立的可能性較大。首先是RT的滯后三期項(xiàng)對LNM2的影響顯著為正，系數(shù)為0.964 1，可以解釋為三期前的風(fēng)險(xiǎn)承擔(dān)指標(biāo)每變動一個(gè)單位，M2將增長約1個(gè)百分點(diǎn)，這就證明了銀行業(yè)在貨幣創(chuàng)造中不可小視的作用，說明了銀行業(yè)主動承擔(dān)風(fēng)險(xiǎn)對廣義貨幣所具有的貨幣創(chuàng)造效應(yīng)。其次是RT的滯后兩期項(xiàng)SHBOR也有顯著正向影響，系數(shù)為6.598 7，說明RT（-2）每變動一個(gè)單位，SHBOR將相應(yīng)變動6.598 7%?？梢哉f這個(gè)影響是相當(dāng)巨大的了。但考慮到本文采用的銀行業(yè)同業(yè)拆借利率，銀行業(yè)風(fēng)險(xiǎn)承擔(dān)程度對拆借利率的作用巨大也是合乎邏輯的。最后是滯后一期的RT項(xiàng)對當(dāng)期RT項(xiàng)的影響?？梢钥吹降氖瞧湎禂?shù)顯著為正，也說明了銀行業(yè)風(fēng)險(xiǎn)承擔(dān)存在一定的慣性，上期的行為會影響到本期。

表1 聯(lián)立方程模型GMM-HAC方法下回歸結(jié)果

再重點(diǎn)分析風(fēng)險(xiǎn)承擔(dān)方程RT。本文的實(shí)證結(jié)果支持了大部分前文的假設(shè)。存貸款利差I(lǐng)M和基礎(chǔ)貨幣投放量LNM0的系數(shù)都顯著為正，分別為0.006 7和0.096 5。說明存貸款利差擴(kuò)大一個(gè)百分點(diǎn)，銀行風(fēng)險(xiǎn)承擔(dān)將加大0.006 7個(gè)單位，同理，M0增長一個(gè)百分點(diǎn)，銀行業(yè)風(fēng)險(xiǎn)承擔(dān)將上升0.096 5個(gè)單位。LNGDP和CPI也符合預(yù)期，符號都在1%的水平上顯著。SHBOR的符號顯著為負(fù)，印證了前文關(guān)于風(fēng)險(xiǎn)承擔(dān)資金成本的推斷。系數(shù)為-0.009，說明SHBOR每上升一個(gè)百分點(diǎn)，銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)將下降0.009個(gè)單位。最后，唯一與預(yù)期不符合的是LNM2的系數(shù)。前文中預(yù)測LNM2越大，貨幣環(huán)境越寬松，銀行承擔(dān)風(fēng)險(xiǎn)的傾向就越明顯，所以符號應(yīng)該顯著為正。但實(shí)證的結(jié)果表明LNM2的系數(shù)顯著為負(fù)。出現(xiàn)這種情況的原因可能在于：一是預(yù)期，經(jīng)濟(jì)體中，廣義貨幣數(shù)量增長較快，銀行業(yè)預(yù)期到資本的邊際效率遞減，貸款增長過快會導(dǎo)致過度信貸，這樣違約風(fēng)險(xiǎn)就更大，所以銀行風(fēng)險(xiǎn)承擔(dān)意愿下降；另一個(gè)原因則是同業(yè)競爭，廣義貨幣量充裕意味著市場上流動性充足，人們對經(jīng)濟(jì)看好，此時(shí)銀行業(yè)同業(yè)之間為爭奪客戶，會紛紛降低條件或犧牲自身的利潤率，由此使得各家銀行對風(fēng)險(xiǎn)承擔(dān)的意愿下降。當(dāng)然，上述兩點(diǎn)也可能都不是LNM2與預(yù)期出現(xiàn)不一致的原因。更為準(zhǔn)確的觀點(diǎn)有待后續(xù)的研究跟進(jìn)。表2列出了系數(shù)符號預(yù)測與實(shí)證回歸的結(jié)果。

從整體的角度來看聯(lián)立方程模型的回歸結(jié)果，可發(fā)現(xiàn)實(shí)證的結(jié)果證實(shí)了本文前述的央行-銀行業(yè)博弈模型中貨幣政策目標(biāo)和風(fēng)險(xiǎn)承擔(dān)之間相互作用關(guān)系的存在。聯(lián)立方程中貨幣政策目標(biāo)變量與銀行業(yè)風(fēng)險(xiǎn)承擔(dān)顯著相關(guān)，而貨幣政策目標(biāo)變量也受銀行業(yè)風(fēng)險(xiǎn)承擔(dān)的影響，這種相互影響正式本文的央行-銀行業(yè)博弈模型所表述的觀點(diǎn)。所以，實(shí)證的結(jié)果對前文中央行-銀行業(yè)博弈模型的結(jié)論提供了支持。

表2 系數(shù)符號預(yù)測與實(shí)證結(jié)果對比

四、結(jié)論和建議

（一）結(jié)論

本文討論了貨幣政策目標(biāo)與銀行業(yè)風(fēng)險(xiǎn)承擔(dān)之間的相互作用，即貨幣政策的風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道。通過構(gòu)建了一個(gè)簡單的央行-銀行業(yè)博弈模型，將雙方看成一個(gè)類似于“斯坦克伯格”的委托代理靜態(tài)博弈。銀行業(yè)在既定政策下選擇使自身利潤最大化的風(fēng)險(xiǎn)承擔(dān)程度，而央行作為政策制定者，具有先手優(yōu)勢，在信息完美的情況下制定規(guī)則使得銀行業(yè)按照自己想要的結(jié)果進(jìn)行風(fēng)險(xiǎn)承擔(dān)活動。理論模型的結(jié)論表明：央行制定的貨幣政策目標(biāo)與銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)行為是相互影響，即貨幣政策傳導(dǎo)的風(fēng)險(xiǎn)承擔(dān)渠道存在，且作用為雙向；央行的貨幣政策越是寬松，銀行業(yè)越有風(fēng)險(xiǎn)承擔(dān)的傾向。

本文接著對上述央行-銀行業(yè)博弈模型進(jìn)行實(shí)證檢驗(yàn)，將靜態(tài)的博弈轉(zhuǎn)化為動態(tài)相關(guān)關(guān)系。通過引用前人的風(fēng)險(xiǎn)承擔(dān)指標(biāo)，加工并構(gòu)建了適用于本文的聯(lián)立方程模型，進(jìn)行回歸估計(jì)。實(shí)證的結(jié)果證實(shí)了前文的理論模型的結(jié)論。

本文的結(jié)論有助于理解我國的貨幣傳導(dǎo)機(jī)制。首先，目前我國央行的調(diào)控模式以數(shù)量型調(diào)控為主，但是效果并不理想?？赡茉蛟谟诒疚慕Y(jié)論所述的觀點(diǎn)。即央行投放基礎(chǔ)貨幣，而廣義貨幣量卻取決于銀行業(yè)對于既定政策下自身利益的考慮。其次，我國當(dāng)前貨幣量巨幅增長，既是央行基礎(chǔ)貨幣投放量的結(jié)果，也是商業(yè)銀行過度風(fēng)險(xiǎn)承擔(dān)所至。這主要是因?yàn)?，基礎(chǔ)貨幣增加了貨幣的基數(shù)，風(fēng)險(xiǎn)承擔(dān)增大了貨幣乘數(shù)，兩者的效果相疊加出現(xiàn)了我們現(xiàn)在看到的巨量貨幣存量。最后，風(fēng)險(xiǎn)承擔(dān)和市場化利率水平相關(guān)。銀行業(yè)風(fēng)險(xiǎn)承擔(dān)活動會加大對貨幣流動性的需求，造成利率水平的上揚(yáng)。過度風(fēng)險(xiǎn)承擔(dān)的商行對流動性需求更甚，交易的利率水平更高。

（二）政策建議

一是貨幣政策傳導(dǎo)的風(fēng)險(xiǎn)承擔(dān)渠道確實(shí)存在，且為雙向，那么貨幣政策在制定之時(shí)，央行應(yīng)該將銀行業(yè)對應(yīng)的反應(yīng)考慮進(jìn)來，為貨幣政策目標(biāo)的實(shí)現(xiàn)做更加確切的分析，進(jìn)行更加有效的操作。建議央行的貨幣政策函數(shù)中，加入銀行業(yè)等金融機(jī)構(gòu)的反應(yīng)函數(shù)，形成雙向、動態(tài)的調(diào)控模型。

二是建議央行在當(dāng)前的時(shí)期下，重點(diǎn)考慮防范金融系統(tǒng)性風(fēng)險(xiǎn)，緩慢降低銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。本文認(rèn)為，不同時(shí)期，貨幣政策各目標(biāo)間的重要性是不一樣的。在金融系統(tǒng)性風(fēng)險(xiǎn)較大，可能爆發(fā)金融危機(jī)時(shí)，應(yīng)該將工作重心放在金融穩(wěn)定上。當(dāng)前，我國經(jīng)濟(jì)步入穩(wěn)定發(fā)展階段，經(jīng)濟(jì)增速有所下滑，前期積累風(fēng)險(xiǎn)較多的領(lǐng)域容易引發(fā)局部危機(jī)。央行應(yīng)該制定穩(wěn)健的貨幣政策，逐步的引導(dǎo)商業(yè)銀行降低風(fēng)險(xiǎn)承擔(dān)水平，以免政策轉(zhuǎn)向下，個(gè)別商業(yè)銀行流動性吃緊，影響整個(gè)金融體系。

三是建議央行開辟新的基礎(chǔ)貨幣投放途徑。一直以來，外匯占款是我國基礎(chǔ)貨幣投放的主要原因。近年來，外匯占款壓力有所緩解，基礎(chǔ)貨幣投放量面臨收縮。若出現(xiàn)資本外流，則銀行業(yè)出于風(fēng)險(xiǎn)規(guī)避情緒，不愿意承當(dāng)適當(dāng)風(fēng)險(xiǎn)，將導(dǎo)致金融體系對實(shí)體經(jīng)濟(jì)服務(wù)運(yùn)行的紊亂。央行應(yīng)該考慮開辟新的基礎(chǔ)貨幣投放渠道，穩(wěn)定流動性，將銀行業(yè)風(fēng)險(xiǎn)承擔(dān)水平維持在適當(dāng)范圍內(nèi)。

［1］Adrian T，Shin H S.Liquidity and Leverage［J］.Journal of Financial Intermediation，2010，19（3）：418-437.

［2］Beck T，Demirgü-Kunt A，Levine R.Financial Institutions and Markets Across Countries and over Time：The Updated Financial Development and Structure Database［J］.The World Bank Economic Review，2010，24（1）：77-92.

［3］Blinder A S，Ehrmann M，F(xiàn)ratzscher M，Et Al.Central Bank Communication And Monetary Policy：A Survey Of Theory And Evidence［R］.National Bureau Of Economic Research，2008.

［4］Borio C E V，Lowe P W.Asset Prices，F(xiàn)inancial and Monetary Stability：Exploring The Nexus［R］.BIS working Papers，2002.

［5］Borio C，Zhu H.Capital Regulation［J］.Risk-Taking and Monetary Policy：A Missing Link in the Transmission mechanism［R］.BIS Working Popers，2008：268.

［6］Campbell J Y，Cochrane J H.Vby Force of Habit：A Consumption Based Explanation of Aggregate Stock Market Behaviorv［J］.Journal of Political E-conomy，1999，107（2）：205-251.

［7］Caruana J.Why Basel III Matters for Latin American and Caribbean Financial Markets［R］.BIS Working Papers，2010.

［8］Dell＇Ariccia G，Marquez R.Lending Booms And Lending Standards［J］.The Journal of Finance，2006，61（5）：2511-2546.

［9］Disyatat P.The Bank Lending Channel Revisited［J］.Journal of Money，Credit and Banking，2011，43（4）：711-734.

［10］Gali J，Gertler M.Macroeconomic modeling for monetary Policy evaluation［R］.National Bureau Of Economic Research，2007.

［11］Gauthier A H，F(xiàn)urstenberg Jr F F.The Experience of Financial Strain Among families with children in The United States［J］.National Center For Family And Marriage Research Working Paper，2010：10-17.

［12］Keeley M C.Deposit Insurance，Risk，and Market Power in Banking［J］.American Economic Review，1990，80（5）：1183-1200.

［13］King R G，Levine R.Finance and Growth：Schumpeter Might Be Right［J］.The Quarterly Journal of Economics，1993，108（3）：717-737.

［14］Martin R.The Local Geographies of the Financial Crisis：From the Housing Bubble to Economic Recession and Beyond［J］.Journal of Economic Geography，2011，11（4）：587-618.

［15］Mccallum B T.Robustness properties of A rule for monetary policy［J］.∥Carnegie-Rochester Conference Series on Public Policy：1988，29（1）：173-203.

［16］Mishkin F S.The Economics of Money，Banking，and Financial Markets［M］.Pearson Education，2007.

［17］Rajan R G，Subramanian A.What Undermines Aid＇s impact on Growth？［R］.National Bureau of E-conomic Research，2005.

［18］Roe M J，Siegel J I.Political Instability：Effects on Financial Development，Roots in the Severity of E-conomic Inequality［J］.Journal of Comparative E-conomics，2011，39（3）：279-309.

［19］冀志斌，宋清華.銀行高管薪酬與貨幣政策信貸傳導(dǎo)效率——基于中國數(shù)據(jù)的分析［J］.國際金融研究，2013（4）：41-51.

［20］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）：1-16.

［21］李曉峰，錢利珍，黎琦嘉.人民幣匯率預(yù)期特征研究——基于調(diào)查數(shù)據(jù)的實(shí)證分析［J］.國際金融研究，2012（12）：47-58.

［22］徐明東，陳學(xué)彬.貨幣環(huán)境、資本充足率與商行風(fēng)險(xiǎn)承擔(dān)［J］.金融研究，2012（7）：489＋50-62.

［23］楊思群.中國貨幣需求：實(shí)證研究及政策含義［J］.經(jīng)濟(jì)學(xué)動態(tài)，2011（3）：59-64.

［24］張雪蘭，何德旭.貨幣政策的風(fēng)險(xiǎn)承擔(dān)渠道：傳導(dǎo)路徑、不對稱性與內(nèi)在機(jī)理［J］.金融評論，2012（1）：71-81＋125.