貨幣政策風(fēng)險承擔(dān)渠道的中國實證
——基于商業(yè)銀行的視角

代軍勛，李俐璇

（武漢大學(xué)經(jīng)濟與管理學(xué)院，湖北武漢，430072）

貨幣政策風(fēng)險承擔(dān)渠道的中國實證
——基于商業(yè)銀行的視角

代軍勛，李俐璇

（武漢大學(xué)經(jīng)濟與管理學(xué)院，湖北武漢，430072）

摘要：使用GMM動態(tài)面板模型估計方法，基于2004—2013年間34家中國商業(yè)銀行的年度數(shù)據(jù)，實證檢驗了貨幣政策調(diào)整對我國商業(yè)銀行風(fēng)險承擔(dān)以及銀行微觀特征差異是否會導(dǎo)致其風(fēng)險承擔(dān)對貨幣政策調(diào)整的異質(zhì)性反應(yīng)的影響，主要結(jié)論如下：由于銀行微觀特征的差異，導(dǎo)致銀行風(fēng)險承擔(dān)水平對貨幣政策信號調(diào)整的敏感性發(fā)生變化，從而證實了我國貨幣政策傳導(dǎo)的銀行風(fēng)險承擔(dān)渠道的存在性和異質(zhì)性。

關(guān)鍵詞：貨幣政策；風(fēng)險承擔(dān)渠道；存在性；差異性；銀行微觀特征

一、引言

傳統(tǒng)的貨幣政策傳導(dǎo)機制，包括貨幣渠道和信貸渠道，強調(diào)貨幣政策變化改變投資者預(yù)期和資產(chǎn)估值，進而影響金融機構(gòu)貸款供給數(shù)量，最終影響實體經(jīng)濟。但傳統(tǒng)的貨幣政策傳導(dǎo)機制主要關(guān)注于貨幣資金總量，把金融機構(gòu)作為一個整體看待，而未考慮金融機構(gòu)微觀決策的差異性和能動性。美國次貸危機引致的全球金融動蕩，使得貨幣政策調(diào)整與金融機構(gòu)微觀特征之間的關(guān)系開始進入研究視野。Borio 和Zhu將銀行風(fēng)險承擔(dān)渠道定義為：貨幣政策的變動能通過金融加速器、風(fēng)險轉(zhuǎn)移、收益追逐以及央行溝通反饋等機制通過影響銀行的風(fēng)險容忍度改變銀行的資產(chǎn)組合以及信用風(fēng)險定價及相關(guān)決策，從而影響金融穩(wěn)定與實體經(jīng)濟。［1］風(fēng)險承擔(dān)渠道的研究可以追溯到 Amato，他認為貨幣政策調(diào)整很大程度上影響著銀行信用風(fēng)險的定價。但是，理論界對貨幣政策傳導(dǎo)的銀行風(fēng)險承擔(dān)渠道是否存在還是存在比較大的爭議。［2］

Jiménez等通過實證研究發(fā)現(xiàn)，在西班牙短期內(nèi)低利率會減少存量貸款人的利率負擔(dān)，并因此減少未償付的浮動利率貸款的違約率；而在中長期，銀行的風(fēng)險承擔(dān)水平趨于上升，主要原因在于抵押品價值上升以及商業(yè)銀行對收益的追求使其傾向于放松貸款標(biāo)準(zhǔn)、提高風(fēng)險貸款規(guī)模。［3］Ioannidou等通過研究玻利維亞的數(shù)據(jù)發(fā)現(xiàn)，該國利率變化對貸款定價的影響主要表現(xiàn)在，較低的利率在增加新增風(fēng)險貸款數(shù)量的同時，會降低對較高風(fēng)險貸款人的貸款利率。［4］Brissimis 和 Delis則從銀行的個體特征出發(fā)，重點考慮銀行在貨幣政策風(fēng)險承擔(dān)過程中的異質(zhì)性表現(xiàn)，即貨幣政策的波動是否會使不同的銀行在制定貸款和風(fēng)險承擔(dān)決策的過程中表現(xiàn)出明顯的差異。［5］Delis和Kouretas通過實證方法研究歐盟國家2001—2008年的銀行數(shù)據(jù)，發(fā)現(xiàn)：長期的低利率會顯著增加銀行風(fēng)險承擔(dān)的可能性。［6］Altunbas等以歐盟和美國的上市銀行為分析對象，研究發(fā)現(xiàn)，銀行的微觀特征會影響貨幣政策的風(fēng)險承擔(dān)渠道，資本存量越高、流動性越強的銀行，相應(yīng)的風(fēng)險承擔(dān)意愿越低、償付能力越強，但低利率持續(xù)的時間越長將降低資本和流動性的緩沖作用。［7］

于一和何維達通過考察中國50家商業(yè)銀行1999 —2009年的數(shù)據(jù)發(fā)現(xiàn)，貨幣政策會對不同銀行信貸質(zhì)量和風(fēng)險偏好產(chǎn)生不同的影響，擴張性的貨幣政策會刺激不同的銀行做出異質(zhì)性的風(fēng)險承擔(dān)反應(yīng)。［8］徐明東和陳學(xué)彬則通過考察中國 59家商業(yè)銀行 1998—2010年的數(shù)據(jù)發(fā)現(xiàn)，大銀行和高資本銀行的風(fēng)險承擔(dān)行為對貨幣政策的敏感性較低，擴張性貨幣政策對銀行風(fēng)險承擔(dān)的激勵作用強于緊縮性政策的約束作用，并由此證明了我國貨幣政策風(fēng)險承擔(dān)渠道的存在性。［9］江曙霞和陳玉嬋通過研究發(fā)現(xiàn)，銀行的風(fēng)險承擔(dān)水平隨著實際利率水平或準(zhǔn)備金率的下降而提高，銀行的資本充足率水平對貨幣政策影響銀行風(fēng)險承擔(dān)行為具有決定性作用。［10］

收稿日期：2015-09-16；修回日期：2016-03-04

基金項目：國家自然科學(xué)基金項目“資本和流動性雙重約束下的銀行行為研究：機理與影響評估”（71473181）；教育部哲學(xué)社會科學(xué)研究重大課題攻關(guān)項目“經(jīng)濟發(fā)展新常態(tài)下我國貨幣政策體系建設(shè)研究”（15JZD013）；中央高校基本科研業(yè)務(wù)費專項資金資助（410500200）

作者簡介：代軍勛（1976-），男，湖北天門人，博士，武漢大學(xué)經(jīng)濟與管理學(xué)院副教授，主要研究方向：貨幣金融學(xué)，銀行管理，金融機構(gòu)風(fēng)險管理；李俐璇（1992-），女，回族，湖北鐘祥人，湖北省武漢市武漢大學(xué)經(jīng)濟與管理學(xué)院碩士研究生，主要研究方向：貨幣金融學(xué)，銀行管理，金融機構(gòu)風(fēng)險管理

已有的研究均表明貨幣政策立場和銀行微觀特征均會對銀行風(fēng)險承擔(dān)產(chǎn)生直接或間接的影響，但其缺陷主要表現(xiàn)在未將二者結(jié)合起來、綜合考慮具有微觀差異的商業(yè)銀行對貨幣政策反應(yīng)的異質(zhì)性及其對商業(yè)銀行風(fēng)險承擔(dān)的影響。本文試圖在考慮中國銀行業(yè)信貸資源配置特征的基礎(chǔ)上，選取更具直觀且更具現(xiàn)實意義的風(fēng)險承擔(dān)指標(biāo)，統(tǒng)一考察貨幣政策、銀行微觀特征以及風(fēng)險承擔(dān)渠道等三個因素，實證檢驗我國貨幣政策傳導(dǎo)的銀行風(fēng)險承擔(dān)渠道是否存在以及銀行微觀特征的差異是否會導(dǎo)致其風(fēng)險承擔(dān)對貨幣政策調(diào)整的異質(zhì)性反應(yīng)。

二、實證模型構(gòu)建

（一） 實證模型選擇

基于研究目的，本文實證部分分為兩個部分，一部分檢驗我國貨幣政策的銀行風(fēng)險承擔(dān)渠道的存在性；另一部分則驗證包括資本充足性、資產(chǎn)規(guī)模、流動性水平等在內(nèi)的銀行特征變量對銀行風(fēng)險承擔(dān)行為的影響，即考察銀行的微觀特征是否會產(chǎn)生銀行風(fēng)險承擔(dān)對貨幣政策調(diào)整的異質(zhì)性反應(yīng)。參考 Altunbas等［11］，Delis和Kouretas［6］等的相關(guān)研究構(gòu)建基本模型方程，見式（1）：

其中：Riskit表示i銀行第 t期的風(fēng)險承擔(dān)水平，Mpt貨幣政策指標(biāo)，Controlit為反映銀行特征的控制變量，Gdpgapt表示利用 H-P濾波技術(shù)分解得到國民生產(chǎn)總值（GDP）增速的周期成分；Mact表示銀行業(yè)的市場結(jié)構(gòu)；vi代表個體固定效應(yīng)；Uit代表的是模型的誤差項。

式（1）主要驗證銀行特征變量間接對銀行風(fēng)險承擔(dān)的影響，通過對交互項符號和顯著度的考查，來判斷銀行微觀特征差異對貨幣政策立場和銀行風(fēng)險承擔(dān)行為之間敏感性變化的影響。經(jīng)由交互項的構(gòu)造，我們可以得到：貨幣政策對銀行風(fēng)險承擔(dān)的邊際影響系數(shù)=交互項系數(shù)*銀行特征變量+貨幣政策變量的系數(shù)，因此交互項系數(shù)的符號和大小直接決定了銀行特征變量對貨幣政策的銀行風(fēng)險承擔(dān)效應(yīng)的影響方向和影響程度。

（二） 相關(guān)變量的選取

1. 貨幣政策代理變量的選取

在我國，央行使用的貨幣政策工具很多，包括中央銀行再貸款、利率、公開市場操作、法定存款準(zhǔn)備金、再貼現(xiàn)、指導(dǎo)性信貸計劃和信貸政策等，其中能夠反映央行貨幣政策立場且具有廣泛告示效應(yīng)的工具主要是法定存款準(zhǔn)備金率和存貸款基準(zhǔn)利率。本文選擇法定存款準(zhǔn)備金率Rr和一年期存款基準(zhǔn)利率Dr作為貨幣政策代理變量①。

2. 反映宏觀結(jié)構(gòu)特征的控制變量的選取

為了控制宏觀經(jīng)濟和金融結(jié)構(gòu)對銀行風(fēng)險的影響，我們在模型中引入了能夠反映宏觀結(jié)構(gòu)特征的控制變量。［14， 15］通常我們認為，在宏觀經(jīng)濟狀況較好的背景下，銀行傾向于擴張信用以獲得較高收益。我們用Gdpgapt表示利用H-P濾波技術(shù)分解得到Gdp增速的周期成分，當(dāng)其值大于0時說明經(jīng)濟處于上行周期，反之當(dāng)其值小于0時說明經(jīng)濟處于下行周期。此外，銀行的市場結(jié)構(gòu)也會影響銀行的風(fēng)險承擔(dān)，一般來說競爭越激烈，銀行越有可能放松信貸標(biāo)準(zhǔn)以獲得更多利潤。我們用Mact表示銀行業(yè)的市場結(jié)構(gòu)，也即銀行業(yè)的競爭程度，考慮到工、農(nóng)、中、建、交五大國有商業(yè)銀行在我國銀行市場的主導(dǎo)地位，我們以五大行資產(chǎn)總額占全部銀行業(yè)資產(chǎn)總額比例作為衡量指標(biāo)。

3. 反映銀行特征的控制變量的選取

一般來看，用于反映銀行微觀特征的常用控制變量還包括反映銀行盈利能力的指標(biāo)如ROA、是否公開上市以及銀行屬于國有、股份制還是城商行等指標(biāo)。但我們從監(jiān)管的角度出發(fā)，考慮到歷史發(fā)展因素以及商業(yè)銀行流動性管理要求等因素，借鑒以往文獻研究［3， 9， 12， 14］，選取包括資本充足率水平Cap、資產(chǎn)規(guī)模變化 Ta和流動性比率 Liq作為本文的控制變量Controlit。通常認為：①由于《巴塞爾協(xié)議》的實施使得資本充足率水平成為了制約銀行經(jīng)營行為和體現(xiàn)銀行風(fēng)險偏好的重要指標(biāo)，資本充足率越高的銀行，其面對的監(jiān)管壓力越??；②由于歷史和體制的原因，銀行資產(chǎn)規(guī)模在我國具有特殊重要的意義，銀行的公司治理結(jié)構(gòu)、經(jīng)營戰(zhàn)略和競爭策略都與資產(chǎn)規(guī)模密切相關(guān)，規(guī)模越大的銀行，受到政府的影響越大；③流動性比率的高低反映了銀行的流動性風(fēng)險狀態(tài)和資產(chǎn)配置結(jié)構(gòu)，是銀行經(jīng)營策略和風(fēng)險偏好的重要體現(xiàn)。

4. 風(fēng)險承擔(dān)指標(biāo)的選取

方程（1）中Riskit表示i銀行第t期的風(fēng)險承擔(dān)水平。由于風(fēng)險計量的復(fù)雜性和銀行風(fēng)險的多樣性，如何通過一個或多個指標(biāo)全面準(zhǔn)確反映銀行的風(fēng)險承擔(dān)水平，一直是困擾相關(guān)實證的重要難題。以往文獻反映銀行風(fēng)險承擔(dān)的指標(biāo)包括Z值、風(fēng)險資產(chǎn)占比、不良貸款率、特許權(quán)價值和預(yù)期違約頻率。［9］但上述指標(biāo)要么受制度因素制約，要么內(nèi)生性太強，并不能準(zhǔn)確反映貨幣政策引導(dǎo)下的中國銀行系統(tǒng)風(fēng)險承擔(dān)的實際狀態(tài)，而且部分指標(biāo)在現(xiàn)實中也難以獲取。隨著《巴塞爾協(xié)議》的實施和資本約束的強化，其內(nèi)嵌的風(fēng)險-成本機制使得中國銀行體系的風(fēng)險敏感性增強，銀行的風(fēng)險偏好和風(fēng)險承擔(dān)將會通過其具體的資產(chǎn)配置狀態(tài)展示出來，銀行經(jīng)營的復(fù)雜性也決定其風(fēng)險承擔(dān)行為的復(fù)雜性，我們很難通過某一單一指標(biāo)衡量銀行的風(fēng)險承擔(dān)狀態(tài)。②本文參考黃憲等人的研究［14］，選擇貸款集中度、貸款撥備覆蓋率、中長期貸款占比、對公貸款占比四個直觀指標(biāo)來分別衡量銀行的風(fēng)險承擔(dān)狀態(tài)，這也與當(dāng)前我國銀行業(yè)資產(chǎn)配置的偏貸款化相吻合。盡管這四個指標(biāo)主要反映的只是銀行的信用風(fēng)險承擔(dān)，且對信用風(fēng)險承擔(dān)測度的角度迥異，但其對銀行風(fēng)險偏好的反映還是具有較強的一致性。③即上述四個指標(biāo)在衡量銀行的風(fēng)險承擔(dān)狀態(tài)上具有同質(zhì)性，因為它們都是受同樣的風(fēng)險偏好驅(qū)動而展示為不同的經(jīng)營行為。本文以貸款集中度、中長期貸款占比和對公貸款占比三個指標(biāo)來進行貨幣政策風(fēng)險承擔(dān)渠道存在性和異質(zhì)性的實證，以貸款撥備覆蓋率作穩(wěn)健性檢驗。

5. 其他指標(biāo)的選取

基于貨幣政策Mpt本身的時滯性及對銀行風(fēng)險行為的影響，本文認為上一年度的貨幣政策立場對本年度銀行風(fēng)險行為的影響存在滯后效應(yīng)。本文將參考黃憲和熊啟躍的研究結(jié)論，通過構(gòu)建長期彈性系數(shù)（Long-run Coefficients），并對該系數(shù)進行Wald顯著性檢驗的基礎(chǔ)上，考察此種長期累積效應(yīng)。［15］

（三） 估計方法和數(shù)據(jù)樣本

1. 估計方法

為避免解釋變量 Riskit-1與隨機干擾項 uit之間可能存在的相關(guān)性，本文將采用GMM方法并引入適當(dāng)?shù)墓ぞ咦兞靠刂苾?nèi)生性問題，以更好地刻畫貨幣政策調(diào)整下銀行風(fēng)險承擔(dān)的動態(tài)調(diào)整過程。Bond認為，相對于兩步GMM，單步系統(tǒng)GMM能夠在避免標(biāo)準(zhǔn)誤產(chǎn)生向下偏差的同時更有效地利用數(shù)據(jù)信息，從而得出相對來說更為準(zhǔn)確的結(jié)論。本文將采用單步系統(tǒng)GMM估計方法對式（1）及其方程進行估計。

2. 數(shù)據(jù)樣本

鑒于樣本數(shù)據(jù)的可得性及代表性以及動態(tài)面板模型對截面時間序列長度的要求，我們選取了我國 34家商業(yè)銀行2004—2013年的年度非平衡面板數(shù)據(jù)。為滿足動態(tài)面板模型對截面時間序列長度的要求，在剔除連續(xù)樣本期不足4年的銀行后，樣本銀行包括：中國銀行、工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行、交通銀行等5家大型商業(yè)銀行和華夏銀行、中信銀行、興業(yè)銀行、光大銀行、平安銀行、浦發(fā)銀行、民生銀行、招商銀行、廣發(fā)銀行、渤海銀行、恒豐銀行、浙商銀行等12家股份制商業(yè)銀行和北京銀行、南京銀行、上海銀行、重慶銀行、大連銀行、杭州銀行、青島銀行、徽商銀行、洛陽銀行、寧波銀行、日照銀行、溫州銀行、萊商銀行、漢口銀行、濰坊銀行、天津銀行、江蘇銀行等17家城市商業(yè)銀行，合計共34家商業(yè)銀行。

本文以銀行資本約束作為制度背景，選取的樣本區(qū)間為2004—2013年④。2004—2008年我國宏觀經(jīng)濟有過熱傾向，貨幣政策立場不斷收緊；2008年由于金融危機爆發(fā)危及我國實體經(jīng)濟，為實施政府的大規(guī)模經(jīng)濟刺激計劃，從2008年到2013年貨幣政策逐漸逆轉(zhuǎn)，轉(zhuǎn)向相對寬松的立場?？傮w來看，2004—2013年間貨幣政策經(jīng)歷了相對完整的緊縮和寬松周期，這種貨幣政策立場的變化對研究銀行風(fēng)險承擔(dān)是非常關(guān)鍵的。同時考慮到我國銀行上市主要集中在 2004年以后，基于數(shù)據(jù)樣本可得性和貨幣政策周期變化，本文采集了2004—2013年共10年的年度數(shù)據(jù)，相關(guān)數(shù)據(jù)主要來自于Bankscope數(shù)據(jù)庫、各銀行年報以及中國銀監(jiān)會官網(wǎng)公布的相關(guān)統(tǒng)計數(shù)據(jù)，而宏觀經(jīng)濟變量則來源于《中國統(tǒng)計年鑒》。各變量的含義及描述性統(tǒng)計見表1。本文使用了STATA.11作為計量分析的工具。

表1 變量名稱及描述性統(tǒng)計

三、實證結(jié)果分析

為檢驗銀行微觀特征變化是否會導(dǎo)致風(fēng)險承擔(dān)對貨幣政策調(diào)整的異質(zhì)性（Heterogeneity）反應(yīng)，我們重點考察式（1）中銀行特征變量和貨幣政策的交互項的顯著性和系數(shù)。本文以貸款集中度、中長期貸款占比和對公貸款占比三個指標(biāo)來進行貨幣政策風(fēng)險承擔(dān)渠道異質(zhì)性的實證，也就是說，根據(jù)貨幣政策信號和銀行特征變量的組合，我們對貨幣政策風(fēng)險承擔(dān)渠道異質(zhì)性的實證模型有以下四個：Dr-（Dr*Cap，Dr*Liq，Dr*Ta）（模型1），Rr-（Dr*Cap，Dr*Liq，Dr*Ta）（模型 2），Dr-（Rr*Cap，Rr*Liq，Rr*Ta）（模型 3），Rr-（Rr*Cap，Rr*Liq，Rr*Ta）（模型4）。由此，以貸款集中度、中長期貸款占比和對公貸款占比三個風(fēng)險承擔(dān)指標(biāo)為出發(fā)點，表2～4分別列示了模型（1）～（4）的估計結(jié)果。

（一） 基于貸款集中度指標(biāo)的分析

由表2可知，交互項Dr*Ta、Rr*Ta的長期彈性系數(shù)在10％置信水平上顯著為正。按照前述的貨幣政策對銀行風(fēng)險承擔(dān)的邊際影響系數(shù)=交互項系數(shù)*銀行特征變量+貨幣政策變量的系數(shù)，銀行規(guī)模的貨幣政策變量的系數(shù)為負，而交互項系數(shù)為正，這說明銀行規(guī)模越大，對貨幣政策的影響越有抵消作用，貸款集中度風(fēng)險承擔(dān)指標(biāo)對貨幣政策調(diào)整的反應(yīng)越不敏感。由描述性統(tǒng)計表1可知，五大國有商業(yè)銀行資產(chǎn)規(guī)模占據(jù)銀行業(yè)的52.14％，由于擁有產(chǎn)權(quán)背景優(yōu)勢以及“大而不倒”的隱性保險預(yù)期，在發(fā)放貸款方面多集中于國家基礎(chǔ)設(shè)施建設(shè)以及大型項目上，傾向于“貸大、貸長、貸壟斷”，雖能帶來較高的潛在特許權(quán)價值，卻較少考慮貨幣環(huán)境波動所帶來的系統(tǒng)性風(fēng)險，導(dǎo)致大銀行雖然貸款集中度高，但對貨幣政策調(diào)整不敏感。另外，大銀行的債務(wù)選擇具有替代效應(yīng)，在緊縮性貨幣政策下大銀行資金運用受貨幣政策影響較小，因而銀行規(guī)模越大貸款集中度風(fēng)險承擔(dān)指標(biāo)對貨幣政策變化反應(yīng)越不敏感。

在表 2中，我們也可以看到交互項 Dr*Cap和Rr*Cap的長期彈性系數(shù)為負，說明資本約束對貨幣政策傳導(dǎo)的銀行資本渠道可能有促進作用，Dr*Liq和Rr*Liq的長期彈性系數(shù)為正，說明流動性狀況對貨幣政策傳導(dǎo)的銀行資本渠道可能有抑制作用。但因為交互項的長期彈性系數(shù)均不顯著，說明銀行的資本充足性和流動性狀況對貨幣政策引導(dǎo)下的銀行風(fēng)險承擔(dān)的影響不穩(wěn)定，這主要是由于我國銀行系統(tǒng)的資本充足率都已經(jīng)達到了 8％的要求，而且擁有充裕的超額儲備，使得這兩種微觀特征變量的貨幣政策彈性較低。

表2中的模型Con（1）-Con（4）均通過了Hansen工具變量的過度識別檢驗，殘差相關(guān)系數(shù)檢驗的結(jié)果說明模型的構(gòu)建也是合理的。

（二） 基于中長期貸款占比指標(biāo)的分析

表3顯示，交互項Rr*Cap的長期彈性系數(shù)在5％置信水平上顯著為負，說明銀行資本充足性越高（越低），中長期貸款占比對貨幣政策調(diào)整越敏感（越不敏感）。Van den Heuvel等對美國的實證研究發(fā)現(xiàn)短期銀行資本不足以產(chǎn)生信貸收縮現(xiàn)象，進而影響實體經(jīng)濟。更重要的是較高的資本充足性將降低銀行外源融資溢價，有助于其信貸擴張。因而擴張性貨幣政策在降低債務(wù)融資成本的同時，強化了銀行發(fā)放中長期貸款的偏好，但也增加了潛在的信貸風(fēng)險。

表3顯示，Rr*Liq的長期彈性系數(shù)顯著為正，說明銀行流動性越強（越弱），中長期貸款比對貨幣政策變化越不敏感（越敏感）。中長期貸款的變動具有一定的粘性，且高流動性銀行信貸資產(chǎn)期限結(jié)構(gòu)中中長期貸款占比較少。緊縮性貨幣政策時具有較高流動性的銀行能夠及時調(diào)整可變現(xiàn)資產(chǎn)的數(shù)量，以解決對可用資金的需求，資金運用受限較小，因而高流動性銀行其中長期貸款受貨幣政策變化的影響較小。

表3還顯示，Rr*Ta的長期彈性系數(shù)顯著為負，說明銀行規(guī)模越大（越?。?，其中長期貸款比對貨幣政策立場越敏感（越不敏感）。對于大銀行而言其資金來源多樣化并具有規(guī)模經(jīng)濟優(yōu)勢，在貸款總量控制下基于流動性和盈利性考慮，大銀行必然具有追求中長期貸款的激勵；相反小銀行出于流動性需要必然審慎對待中長期信貸資產(chǎn)占比。

表2 貸款集中度實證結(jié)果

表3 中長期貸款占比實證結(jié)果

方程Long（1）- Long（4）均通過了Hansen工具變量的過度識別檢驗，殘差相關(guān)系數(shù)檢驗的結(jié)果說明模型的構(gòu)建也是合理的。

（三） 基于對公貸款占比指標(biāo)的分析

表4顯示，交互項Dr*Cap長期彈性系數(shù)在5％置信水平上顯著為正，說明銀行體系資本越充足（稀缺），則風(fēng)險承擔(dān)（對公貸款占比）對貨幣政策調(diào)整越不敏感（越敏感）。原因在于資本充裕的銀行比資本稀缺的銀行在管理經(jīng)營風(fēng)格上更加謹慎。

表4還顯示，交互項Dr*Ta、Rr*Ta的長期彈性系數(shù)都顯著為負，說明銀行規(guī)模越大（越?。?，對公貸款對貨幣政策變化越敏感（越不敏感）?！按蠖荒艿埂保═oo big to fail）所帶來的抵御風(fēng)險優(yōu)勢使大銀行有承擔(dān)風(fēng)險的激勵；另外大型國有商業(yè)銀行是系統(tǒng)重要性銀行，更是充當(dāng)了政府宏觀調(diào)控的工具，在控制信貸總量下其投放政策導(dǎo)向明顯，多集中于基礎(chǔ)設(shè)施、大型項目等公司業(yè)務(wù)，故而大銀行的對公貸款對貨幣政策變化反應(yīng)較為敏感。

方程Busi（1）-Busi（4）均通過了Hansen工具變量的過度識別檢驗，殘差相關(guān)系數(shù)檢驗的結(jié)果說明模型的構(gòu)建也是合理的。

表4 對公貸款占比實證結(jié)果

四、穩(wěn)健性檢驗

為確保模型估計結(jié)果的有效性，本部分選擇貸款撥備覆蓋率作為銀行風(fēng)險承擔(dān)指標(biāo)對貨幣政策風(fēng)險承擔(dān)渠道的存在性和異質(zhì)性進行穩(wěn)健性檢驗。為了檢驗貨幣政策風(fēng)險承擔(dān)渠道的異質(zhì)性，我們以貸款撥備覆蓋率為被解釋變量，采用式（1），基于不同的貨幣政策信號（Dr和Rr），構(gòu)建貨幣政策信號和銀行特征變量的不同交叉項組合，可以得到模型（1）～模型（4）。具體估計結(jié)果見表5。

表5 貸款撥備覆蓋率實證結(jié)果

由表5可知，解釋變量Rr、Dr的系數(shù)都顯著為負，說明了貨幣政策信號對商業(yè)銀行的風(fēng)險承擔(dān)行為的影響是顯著的，即貨幣政策傳導(dǎo)的風(fēng)險承擔(dān)渠道是存在的。

由表5可知，交互項Rr*Cap長期彈性系數(shù)在10％置信水平下顯著為負，說明資本充足率越高（越低）的銀行，其貸款撥備覆蓋率對貨幣政策立場的反應(yīng)越敏感（越不敏感）。這是由于擴張性貨幣政策時，高資本銀行相對于低資本銀行更容易增加貸款，在股東價值最大化目標(biāo)導(dǎo)向下貸款減值準(zhǔn)備（撥備）的計提必然沖擊到銀行的凈利潤水平，因此資本充足性越高的銀行其貸款撥備率對貨幣政策變化越敏感。Rr*Ta長期彈性系數(shù)顯著為正，則說明銀行規(guī)模越大（越小），貸款撥備覆蓋率對貨幣政策變化越不敏感（越敏感）。這是由于大銀行可通過其發(fā)達的金融安全網(wǎng)絡(luò)轉(zhuǎn)移經(jīng)營失敗的風(fēng)險，再加上政府的隱性擔(dān)保和對大銀行的評級優(yōu)勢，大銀行抵御風(fēng)險能力較強，所以相對于貨幣政策變化其信貸投放具有一定的“粘性”（貸款撥備覆蓋率的分母效應(yīng)），從而對貨幣政策變化的敏感性下降。

綜合來看，貨幣政策對銀行風(fēng)險承擔(dān)有著顯著負向影響，并且商業(yè)銀行的微觀特征顯著影響銀行風(fēng)險承擔(dān)渠道對貨幣政策調(diào)整的異質(zhì)性反應(yīng)，模型的穩(wěn)定性較好。

五、結(jié)論

本文使用GMM動態(tài)面板模型估計方法，將貨幣政策、銀行特質(zhì)性與銀行風(fēng)險承擔(dān)有機統(tǒng)一起來，以貸款集中度、貸款撥備覆蓋率、中長期貸款占比、對公貸款占比四個直觀指標(biāo)來分別衡量銀行的風(fēng)險承擔(dān)狀態(tài)，以銀行資本充足率水平、資產(chǎn)規(guī)模變化和流動性比率作為商業(yè)銀行的特征變量，并基于2004—2013年間34家中國商業(yè)銀行的年度數(shù)據(jù)，實證檢驗了不同銀行微觀特征下我國貨幣政策傳導(dǎo)的銀行風(fēng)險承擔(dān)渠道的存在性和異質(zhì)性，主要結(jié)論如下：由于銀行微觀特征的差異，導(dǎo)致銀行風(fēng)險承擔(dān)水平對貨幣政策信號調(diào)整的敏感性發(fā)生變化，從而證實了我國貨幣政策傳導(dǎo)的銀行風(fēng)險承擔(dān)渠道的異質(zhì)性。

傳統(tǒng)的貨幣政策理論均把銀行看作風(fēng)險中性者，忽視了不同宏觀制度框架和不同微觀特質(zhì)性下銀行風(fēng)險承擔(dān)行為的主動性和差異性，導(dǎo)致貨幣政策信號在銀行體系的傳導(dǎo)出現(xiàn)了偏差，從而在一定程度上降低了貨幣政策的有效性。隨著資本約束的強化，商業(yè)銀行的風(fēng)險敏感性也不斷增強，貨幣政策傳導(dǎo)的銀行風(fēng)險承擔(dān)渠道已確實存在，其對貨幣政策信號傳導(dǎo)的影響也越來越大。因此，貨幣當(dāng)局應(yīng)當(dāng)高度重視不同特質(zhì)性銀行在貨幣政策沖擊下的差異化反應(yīng)對實體經(jīng)濟造成的影響，在制定貨幣政策時必須考慮不同特質(zhì)性銀行在貨幣政策傳導(dǎo)中的各種風(fēng)險承擔(dān)行為的差異，制定針對性的貨幣政策，提高貨幣政策的有效性。另外，在經(jīng)濟結(jié)構(gòu)多元化、經(jīng)濟主體自我決策意識增強的情況下，貨幣供給內(nèi)生性增強，單純地依靠中央銀行的貨幣政策調(diào)控，其作用力度和影響范圍是有限的，為此，貨幣當(dāng)局必須考慮將金融監(jiān)管納入到統(tǒng)一的宏觀金融調(diào)控體系中來，探索以資本約束為代表的金融監(jiān)管手段的貨幣工具化。

注釋：

① 如果一年內(nèi)法定存款準(zhǔn)備金率和一年期存款基準(zhǔn)利率有調(diào)整，取其時間加權(quán)平均值。

② 本課題組也嘗試過采用主成分法尋求反映銀行風(fēng)險承擔(dān)的綜合指標(biāo)，但解釋力有限。

③ 在本文相關(guān)的課題研究中，我們對不同類型銀行（主要是大銀行和中小銀行）的貸款集中度、貸款撥備覆蓋率、中長期貸款占比、對公貸款占比這四個指標(biāo)的時間序列進行了聚類考察，發(fā)現(xiàn)這四個指標(biāo)的分布趨勢具有較強的內(nèi)在一致性。當(dāng)然，由于影響因素的差異，這四個指標(biāo)的變化并非完全同步，變化幅度也不盡相同。

④ 2004年3月，我國銀監(jiān)會正式頒布了《商業(yè)銀行資本充足性管理辦法》，標(biāo)志著我國的銀行監(jiān)管開始步入與發(fā)達國家接軌的資本監(jiān)管。

參考文獻：

［1］ BorioC Zhu. Capital regulation， risk-taking and monetary policy：A missing link in the transmission mechanism？ ［J］. BIS Working Papers， 2008（12）： 268.

［2］ Amato. Risk Aversion and Risk Premia in the CDS Market ［J］. BIS Quarterly Review， 2005（12）： 55-68.

［3］ Jimenez G S. Ongena J， Peydró and J. Saurina. Hazardous Times for Monetary Policy： What Do Twenty-Three Million Bank Loans Say about the Effects of Monetary Policy on Credit Risk-Taking？［J］. AFA 2009 San Francisco Meetings Paper，2007（10）： DP6514.

［4］ Ioannidou， Ongena and Peydró-Alcade. Monetary Policy，Risk-Taking and Pricing： Evidence from A Natural Experiment ［J］. European Banking Center Discussion Paper 2009（5）：2009-04s.

［5］ Brissimis S， Delis M. Bank Heterogeneity and Monetary Policy Transmission ［J］. European Central Bank working Paper Series，2010（10）： 1233.

［6］ Delis M D， Kouretas G P. Interest rates and bank risk-taking ［J］. Journal of Banking & Finance， 2011， 35（4）： 840-855.

［7］ Altunbas Y L. Gambacorta D. Marques Ibanez. Do BankCharacteristics Influence the Effect of Monetary Policy on Bank Risk？［J］. Economics Letters， 2012， 117（1）： 220-222.

［8］ 于一， 何維達. 貨幣政策、信貸質(zhì)量與銀行風(fēng)險偏好的實證檢驗［J］. 國際金融研究， 2011（12）： 59-68.

［9］ 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)險承擔(dān)［J］. 金融研究， 2012（7）： 48-62.

［10］ 江曙霞， 陳玉嬋. 貨幣政策、銀行資本與風(fēng)險承擔(dān)［J］. 金融研究， 2012（4）： 1-16.

［11］ Altunbas Y L. Gambacorta D. Marques Iba?ez. Does monetary policy affect bank-risk taking ［J］. BIS Working Papers， 2010（3）：298.

［12］ Ehrmann， and etc. Financial Systems and The Role of Banks in Monetary Policy Transmission in The Euro Area ［J］. European Central Bank Working Paper， 2001（12）： 105.

［13］ 黃憲， 代軍勛， 馬理. 資本充足性約束下銀行風(fēng)險偏好和行為研究［M］. 武漢： 武漢大學(xué)出版社， 2012.

［14］ 黃憲， 熊啟躍. 銀行資本緩沖、信貸行為與宏觀經(jīng)濟波動——來自中國銀行業(yè)的經(jīng)驗證據(jù)［J］. 國際金融研究， 2013（1）： 52-65.

［15］ 劉曉欣， 王飛. 中國微觀銀行特征的貨幣政策風(fēng)險承擔(dān)渠道檢驗——基于我國銀行業(yè)的實證研究［J］. 銀行業(yè)研究，2013（9）： 75-88.

［編輯： 蘇慧］

中圖分類號：C812

文獻標(biāo)識碼：A

文章編號：1672-3104（2016）02-0084-08

Empirical study of risk-taking channels of monetary policy in China: A case study of commercial banks

DAI Junxun， LI Lixuan
（School of Economics and Management， Wuhan University， Wuhan 430072， China）

Abstract:Using GMM dynamic panel model estimation method and based on the annual data collected from 34 commercial banks in China from 2004 to 2013， the present essay conducts an empirical study to test whether monetary policy adjustment and the heterogeneity of bank characteristics will affect the risk-taking channels. The conclusion can be deduced as follows. Differences in bank microscopic characteristics will result in adjustment of banks' risk-taking on monetary policy signals， which confirms the heterogeneity of risk-taking channels of monetary policy transmission in China.

Key Words:monetary policy； risk-taking channels； existence； differences； banks' characteristics