經(jīng)濟(jì)不確定性、杠桿動(dòng)態(tài)調(diào)整與銀行風(fēng)險(xiǎn)承擔(dān)

溫文　王璐

【摘要】基于2009 ～ 2018年我國商業(yè)銀行非平衡面板數(shù)據(jù)， 研究經(jīng)濟(jì)不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響及杠桿動(dòng)態(tài)調(diào)整在該影響機(jī)制中的作用， 結(jié)果表明： 經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)水平正相關(guān)， 且在經(jīng)濟(jì)不確定性影響銀行風(fēng)險(xiǎn)承擔(dān)的過程中， 至少有一部分是通過“杠桿動(dòng)態(tài)調(diào)整的中介渠道”實(shí)現(xiàn)的。 進(jìn)一步研究發(fā)現(xiàn)， 相比非上市銀行和中小型銀行， 在上市銀行和大型銀行中杠桿調(diào)整機(jī)制更明顯， 并且上市背景和規(guī)模異質(zhì)性的調(diào)節(jié)效應(yīng)部分是通過杠桿動(dòng)態(tài)調(diào)整中介效應(yīng)發(fā)揮作用。 商業(yè)銀行應(yīng)構(gòu)建完善的宏觀經(jīng)濟(jì)預(yù)警系統(tǒng)， 對(duì)經(jīng)濟(jì)形勢進(jìn)行預(yù)判和預(yù)警， 以緩解不利沖擊的影響; 監(jiān)管層在制定杠桿率監(jiān)管時(shí)要考慮銀行本身的自我杠桿調(diào)整動(dòng)機(jī)， 以提高政策實(shí)施效果。

【關(guān)鍵詞】經(jīng)濟(jì)不確定性;杠桿動(dòng)態(tài)調(diào)整;銀行風(fēng)險(xiǎn)承擔(dān);異質(zhì)性

【中圖分類號(hào)】 F832? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2021）19-0058-10

一、引言

當(dāng)前全球經(jīng)濟(jì)持續(xù)動(dòng)蕩， 政策的頻繁調(diào)整使得宏觀經(jīng)濟(jì)波動(dòng)加劇， 不確定性問題已經(jīng)成為全球性難題。 在我國銀行主導(dǎo)型的金融體系下， 商業(yè)銀行是金融服務(wù)實(shí)體經(jīng)濟(jì)的重要樞紐， 也是宏觀經(jīng)濟(jì)政策傳導(dǎo)的主要媒介， 與一般企業(yè)相比， 商業(yè)銀行對(duì)外部不確定性的沖擊更敏感。 宏觀經(jīng)濟(jì)波動(dòng)對(duì)企業(yè)微觀行為的影響， 最終會(huì)通過降低信貸資產(chǎn)質(zhì)量、加劇信貸結(jié)構(gòu)失衡等渠道傳導(dǎo)到銀行層面[1，2] 。 Talavera等[3] 發(fā)現(xiàn)， 經(jīng)濟(jì)不確定性會(huì)激發(fā)銀行管理者更強(qiáng)烈的風(fēng)險(xiǎn)規(guī)避動(dòng)機(jī)， 從而導(dǎo)致銀行在經(jīng)濟(jì)劇烈波動(dòng)時(shí)降低貸款比率。 從資金需求方來看， 在面對(duì)經(jīng)濟(jì)波動(dòng)時(shí)， 風(fēng)險(xiǎn)規(guī)避型代理人同樣會(huì)在預(yù)測中削減消費(fèi)和投資， 減少信貸需求[4] 。 特別是當(dāng)經(jīng)濟(jì)處于衰退階段時(shí)， 經(jīng)濟(jì)波動(dòng)帶來的不確定性會(huì)進(jìn)一步惡化銀行資產(chǎn)質(zhì)量， 顯著增加高不良貸款率銀行的破產(chǎn)概率[5] 。 現(xiàn)有研究更多的是強(qiáng)調(diào)外部沖擊給銀行帶來的被動(dòng)反應(yīng)， 而忽視了銀行自發(fā)的風(fēng)險(xiǎn)規(guī)避行為。 那么， 面對(duì)宏觀經(jīng)濟(jì)不確定性沖擊， 銀行是否會(huì)主動(dòng)調(diào)整自身行為以規(guī)避風(fēng)險(xiǎn)？ 本文試圖從銀行杠桿動(dòng)態(tài)調(diào)整視角對(duì)這一問題進(jìn)行探析。

從行為經(jīng)濟(jì)學(xué)角度來看， 面對(duì)外部環(huán)境不確定性， 微觀主體往往存在回避風(fēng)險(xiǎn)的動(dòng)機(jī)， 不確定性會(huì)阻礙微觀主體對(duì)其行動(dòng)結(jié)果的預(yù)測。 為了回避風(fēng)險(xiǎn)， 經(jīng)濟(jì)主體可能會(huì)采取相機(jī)抉擇[6] 。 在銀行系統(tǒng)內(nèi)， 面對(duì)外部不確定性沖擊， 管理者會(huì)調(diào)整自身杠桿以應(yīng)對(duì)風(fēng)險(xiǎn)[7] 。 汪莉[8] 發(fā)現(xiàn)在我國商業(yè)銀行中同樣存在“杠桿調(diào)整效應(yīng)”， 當(dāng)銀行資產(chǎn)負(fù)債表規(guī)模擴(kuò)大時(shí)， 會(huì)偏向于積極的資產(chǎn)負(fù)債調(diào)整， 即提高銀行杠桿水平。 現(xiàn)有研究雖然證實(shí)了銀行存在杠桿動(dòng)態(tài)調(diào)整動(dòng)機(jī)， 但并不能明確把握外部沖擊影響銀行風(fēng)險(xiǎn)承擔(dān)的杠桿機(jī)制， 從而可能降低杠桿率監(jiān)管政策的制定和實(shí)施效果。 那么， 監(jiān)管層在制定杠桿率監(jiān)管政策或商業(yè)銀行在設(shè)定預(yù)期杠桿率水平時(shí)， 是否會(huì)將當(dāng)前經(jīng)濟(jì)波動(dòng)影響考慮在內(nèi)？ 所設(shè)定的“目標(biāo)”杠桿率是否具有前瞻性？ 杠桿調(diào)整是否可以有效緩沖經(jīng)濟(jì)不確定性可能對(duì)銀行風(fēng)險(xiǎn)的影響？ 這些是本文所要研究的主要問題。

我國銀行業(yè)面臨的環(huán)境日趨復(fù)雜， 長期累積風(fēng)險(xiǎn)逐漸暴露， 銀行“去杠桿”任務(wù)愈發(fā)迫切。 研究經(jīng)濟(jì)波動(dòng)沖擊對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響路徑和杠桿調(diào)整機(jī)制， 對(duì)于監(jiān)管當(dāng)局的政策制定及銀行風(fēng)險(xiǎn)防控具有重要意義。 因此， 本文試圖從杠桿調(diào)整機(jī)制入手， 使用2009 ～ 2018年間我國商業(yè)銀行的面板數(shù)據(jù)， 探析經(jīng)濟(jì)不確定性如何影響商業(yè)銀行的各項(xiàng)風(fēng)險(xiǎn)決策， 以及商業(yè)銀行如何調(diào)整自身決策以應(yīng)對(duì)不確定性沖擊。

二、理論分析與研究假設(shè)

不確定性會(huì)通過預(yù)防性儲(chǔ)蓄、凸性邊際收入等機(jī)制影響經(jīng)濟(jì)活動(dòng)[9] ， 而經(jīng)濟(jì)主體在面對(duì)不確定性時(shí)會(huì)感受到威脅， 并試圖通過制定安全規(guī)則和其他手段來避免不確定性， 這被霍夫斯泰德稱為不確定性規(guī)避（Uncertainty Avoidance）。 借鑒這一理論， 本文認(rèn)為經(jīng)濟(jì)不確性增加除了會(huì)直接影響銀行風(fēng)險(xiǎn)承擔(dān)， 還會(huì)使得經(jīng)濟(jì)主體采取回避方式應(yīng)對(duì)外部沖擊， 即受到經(jīng)濟(jì)不確定性沖擊時(shí)， 銀行會(huì)通過杠桿動(dòng)態(tài)調(diào)整來緩解經(jīng)濟(jì)波動(dòng)帶來的影響， 從而使其風(fēng)險(xiǎn)承擔(dān)水平降低。

（一）經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)

通過對(duì)現(xiàn)有研究成果的梳理發(fā)現(xiàn)， 經(jīng)濟(jì)不確定性增加會(huì)直接加劇銀行風(fēng)險(xiǎn)。 第一， 從信息理論角度來看， 經(jīng)濟(jì)不確定性上升導(dǎo)致市場噪音信號(hào)增加， 干擾銀行對(duì)信貸申請(qǐng)人所在行業(yè)發(fā)展前景的評(píng)估和判斷， 銀行很難準(zhǔn)確識(shí)別借款人的還款能力和貸款風(fēng)險(xiǎn)， 導(dǎo)致判斷失誤， 從而承擔(dān)了不必要的風(fēng)險(xiǎn)[10] 。 第二， 從經(jīng)濟(jì)不利沖擊來看， 經(jīng)濟(jì)不確定性加劇會(huì)使得企業(yè)的未來現(xiàn)金流變化更加動(dòng)蕩、盈利能力惡化和抵押品價(jià)值下跌， 從而導(dǎo)致銀行貸款違約率提高， 違約風(fēng)險(xiǎn)上升[11] 。 第三， 從實(shí)物期權(quán)理論來看， 投資或消費(fèi)等價(jià)于一系列期權(quán)， 當(dāng)不確定性增加時(shí)， 投資或消費(fèi)的延期會(huì)帶來更大價(jià)值， 此時(shí)企業(yè)的最優(yōu)決策就是推遲消費(fèi)和投資， 這使得當(dāng)期企業(yè)資金需求下降。 同樣， 銀行的最優(yōu)決策就是推遲放貸或外部金融投資， 這使得市場資金供給降低。 資金供需收緊導(dǎo)致銀行業(yè)績下滑， 從而使其風(fēng)險(xiǎn)承擔(dān)水平提高。 已有研究發(fā)現(xiàn)， 經(jīng)濟(jì)不確定性會(huì)沖擊銀行的信貸業(yè)務(wù)和金融市場業(yè)務(wù)， 信貸或投資收縮導(dǎo)致銀行承擔(dān)更多的風(fēng)險(xiǎn)[12，13] 。 根據(jù)以上分析， 本文提出以下假設(shè)：

H1： 在其他條件一定的情況下， 經(jīng)濟(jì)不確定性越大， 銀行風(fēng)險(xiǎn)承擔(dān)水平越高。

（二）經(jīng)濟(jì)不確定性與銀行杠桿動(dòng)態(tài)調(diào)整

由于銀行杠桿的“親經(jīng)濟(jì)周期性”， 學(xué)者們的研究大都是基于銀行杠桿的“順周期性”展開的， 表現(xiàn)為銀行杠桿隨著經(jīng)濟(jì)上行或下行而呈現(xiàn)出相同趨勢的調(diào)整。 當(dāng)經(jīng)濟(jì)環(huán)境為單一趨勢且維持時(shí)間較長時(shí)， 這一結(jié)論更為明顯; 當(dāng)外部沖擊頻繁發(fā)生時(shí)， 這一結(jié)論就不那么可靠了。 因此， 有必要從經(jīng)濟(jì)不確定性視角來考察銀行杠桿調(diào)整機(jī)制。

根據(jù)銀行資產(chǎn)結(jié)構(gòu)類型， 宏觀經(jīng)濟(jì)沖擊對(duì)銀行的影響可能存在資產(chǎn)和資本兩種路徑的調(diào)整。 當(dāng)受到宏觀經(jīng)濟(jì)沖擊時(shí)， 銀行存在著調(diào)整杠桿水平以減緩?fù)獠繘_擊影響的行為。 具體而言， 從資產(chǎn)端看， 在經(jīng)濟(jì)穩(wěn)定發(fā)展時(shí)期， 銀行會(huì)篩選客戶， 找到具有最佳潛在增長和價(jià)值的客戶配置其資源; 當(dāng)經(jīng)濟(jì)頻繁波動(dòng)時(shí)， 會(huì)干擾銀行對(duì)信息的識(shí)別， 制造出大量期望收益噪音[14] ， 迫使銀行的客戶選擇模糊化， 使其難以合理高效配置資源[15] 。 并且隨著干擾程度的增加， 管理者的風(fēng)險(xiǎn)規(guī)避傾向趨升， 銀行會(huì)及時(shí)減少風(fēng)險(xiǎn)資產(chǎn)的配置， 導(dǎo)致自身的杠桿降低。 經(jīng)濟(jì)不確定性增加會(huì)加劇信貸雙方的信息不對(duì)稱， 銀行難以評(píng)估借款人的信用， 貸款預(yù)期收益噪音較大， 為了規(guī)避這種風(fēng)險(xiǎn)， 風(fēng)險(xiǎn)厭惡型管理者放貸意愿減弱， 使得銀行風(fēng)險(xiǎn)杠桿率降低[16] 。 從資本端看， 在經(jīng)濟(jì)放緩、不確定性急劇上升的情況下， 存款者的風(fēng)險(xiǎn)厭惡情緒會(huì)驅(qū)使其把更多的錢儲(chǔ)存在銀行[17] ， 造成銀行存款增加， 存款準(zhǔn)備金制度使得銀行資本快速調(diào)整， 即降低了自身杠桿。 江曙霞和何建勇[18] 研究發(fā)現(xiàn)， 銀行為了避免因貸款需求增加而遭受資本不足的約束， 會(huì)通過各種形式增加資本， 使得銀行杠桿率降低。

由此可見， 在面對(duì)外部不確定性沖擊時(shí)， 銀行有動(dòng)力通過杠桿調(diào)整進(jìn)行緩沖， 即銀行杠桿率水平向最優(yōu)狀態(tài)調(diào)整的速度加快。 因此， 本文提出以下假設(shè)：

H2： 在其他條件一定的情況下， 經(jīng)濟(jì)不確定性越大， 銀行杠桿調(diào)整速度越快。

（三）經(jīng)濟(jì)不確定性、杠桿動(dòng)態(tài)調(diào)整與銀行風(fēng)險(xiǎn)承擔(dān)

杠桿率對(duì)于銀行風(fēng)險(xiǎn)承擔(dān)的影響存在靜態(tài)和動(dòng)態(tài)兩種機(jī)制。 靜態(tài)機(jī)制強(qiáng)調(diào)的是實(shí)際杠桿率對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的作用。 杠桿率增加會(huì)激化“股東—存款人沖突”， 因?yàn)榇婵钊双@取的是固定利息， 銀行在付出固定成本后更期望獲得超額回報(bào)， 這會(huì)激勵(lì)銀行管理者采取更加冒險(xiǎn)的投資行為。 另外， 銀行發(fā)展離不開杠桿經(jīng)營， 杠桿越高， 銀行的盈利能力越強(qiáng)， 高杠桿代表著銀行能夠以較少的資產(chǎn)獲得高額的回報(bào)， 而這種回報(bào)遠(yuǎn)遠(yuǎn)高于銀行初始資本。 但同時(shí)， 這種高杠桿經(jīng)營模式也會(huì)使銀行風(fēng)險(xiǎn)累積越來越多， 當(dāng)發(fā)生少量資產(chǎn)損失時(shí)很可能抵消掉全部銀行資本[19] 。 動(dòng)態(tài)機(jī)制強(qiáng)調(diào)的是杠桿率監(jiān)管（杠桿調(diào)整）對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的作用。 有研究認(rèn)為， 杠桿率監(jiān)管會(huì)有效遏制銀行在風(fēng)險(xiǎn)資產(chǎn)領(lǐng)域的過度擴(kuò)張[20] 。 杠桿率監(jiān)管的目的是為銀行提供一個(gè)“人為設(shè)定”的目標(biāo)杠桿率， 當(dāng)杠桿過高時(shí)， 銀行要向下調(diào)整實(shí)際杠桿， 反之則向上調(diào)整杠桿， 這樣可以在控制風(fēng)險(xiǎn)的條件下有效配置銀行風(fēng)險(xiǎn)資源。 Smith等[21] 在權(quán)衡杠桿率相關(guān)的額外損失吸收能力與銀行風(fēng)險(xiǎn)承擔(dān)時(shí)發(fā)現(xiàn)， 杠桿率要求可以激勵(lì)受其約束的銀行增加自身的風(fēng)險(xiǎn)承擔(dān)水平。 風(fēng)險(xiǎn)承擔(dān)水平的增加應(yīng)該遠(yuǎn)遠(yuǎn)超過持有更高資本的利益， 因此增加了銀行的損失吸收能力， 從而導(dǎo)致更穩(wěn)定的經(jīng)營。 在我國銀行系統(tǒng)中， 杠桿調(diào)整也起到了非常有效的風(fēng)險(xiǎn)約束作用， 并具有微觀審慎逆周期調(diào)節(jié)作用， 在經(jīng)濟(jì)危機(jī)時(shí)杠桿調(diào)整會(huì)鼓勵(lì)銀行發(fā)放更多貸款給企業(yè)， 以加快經(jīng)濟(jì)復(fù)蘇[22] 。

銀行杠桿調(diào)整效應(yīng)的存在為本文研究不確定性如何影響銀行風(fēng)險(xiǎn)決策拓展了思路。 當(dāng)受到經(jīng)濟(jì)不確定性沖擊時(shí)， 銀行會(huì)動(dòng)態(tài)調(diào)整自身杠桿水平， 以進(jìn)一步優(yōu)化要素資源配置， 提高經(jīng)營效率。 因此， 杠桿調(diào)整的關(guān)鍵在于緩解經(jīng)濟(jì)不確定性對(duì)銀行風(fēng)險(xiǎn)的沖擊。 Valencia[23] 在構(gòu)建模型測量不確定性時(shí)， 提出了預(yù)防性動(dòng)機(jī)， 對(duì)于資本水平確定的銀行， 經(jīng)濟(jì)不確定性沖擊會(huì)導(dǎo)致其資金成本急劇增加， 損害了銀行的盈利能力， 而銀行并不能及時(shí)補(bǔ)充資本， 使得沖擊會(huì)持續(xù)一段時(shí)間[24] 。 對(duì)此， Valencia[13] 認(rèn)為銀行可以通過調(diào)整杠桿來減輕盈利波動(dòng)所帶來的潛在損失， 當(dāng)經(jīng)濟(jì)不確定性增加時(shí)， 銀行可以通過貸款供應(yīng)合同來展示自我保險(xiǎn)， 并根據(jù)資本與資產(chǎn)比率查看差異效應(yīng)。 因此， 在面對(duì)經(jīng)濟(jì)不確定性時(shí)， 銀行存在調(diào)整自身杠桿以緩解外部沖擊的動(dòng)機(jī)， 從而影響其風(fēng)險(xiǎn)承擔(dān)水平。

可見， 當(dāng)外部經(jīng)濟(jì)不確定性增加時(shí)， 具有風(fēng)險(xiǎn)敏感性的杠桿率可能充當(dāng)某種內(nèi)在的穩(wěn)定機(jī)制。 具體而言， 當(dāng)受到某種正向宏觀沖擊時(shí)， 銀行風(fēng)險(xiǎn)較低， 會(huì)增加信貸投放以抓住機(jī)遇， 提高銀行杠桿; 當(dāng)受到負(fù)向沖擊時(shí)， 銀行會(huì)增加資本金持有量或提高信貸標(biāo)準(zhǔn)， 降低銀行杠桿。 這種影響機(jī)制與直接影響效應(yīng)的作用路徑并不同， 因此， 本文推斷經(jīng)濟(jì)不確定性在直接影響銀行風(fēng)險(xiǎn)承擔(dān)的同時(shí)還存在著一種間接影響效應(yīng)， 并提出以下假設(shè)：

H3： 經(jīng)濟(jì)不確性影響銀行風(fēng)險(xiǎn)承擔(dān)的過程中存在“杠桿調(diào)整中介效應(yīng)”， 即在面對(duì)經(jīng)濟(jì)不確定性沖擊時(shí)， 銀行會(huì)進(jìn)行杠桿調(diào)整， 從而間接降低風(fēng)險(xiǎn)承擔(dān)水平。

（四）經(jīng)濟(jì)不確定性、異質(zhì)性與銀行風(fēng)險(xiǎn)承擔(dān)

在我國銀行體系中， 存在上市銀行與非上市銀行或大型銀行和中小型銀行之分， 不同銀行主體對(duì)經(jīng)濟(jì)不確定性的敏感性不盡相同。 一般而言， 多數(shù)上市銀行具有政府背景， 與政府部門存在緊密的制度關(guān)聯(lián)或互動(dòng)， 屬于大型銀行范疇（一些上市城商行和上市農(nóng)商行除外）[25] 。 上市銀行和大型銀行在我國經(jīng)濟(jì)社會(huì)和金融體系中占據(jù)主導(dǎo)地位， 具有資產(chǎn)規(guī)模大、經(jīng)營網(wǎng)點(diǎn)多、業(yè)務(wù)開展豐富、風(fēng)險(xiǎn)管控能力較強(qiáng)和公司治理水平相對(duì)較高等特征。 當(dāng)經(jīng)濟(jì)不確定性加劇時(shí)， 上市銀行和大型銀行具有更強(qiáng)的調(diào)整適應(yīng)能力來對(duì)沖外部沖擊， 從而達(dá)到分散風(fēng)險(xiǎn)的目的; 并且， 其與政府部門存在著緊密的制度聯(lián)系， 能夠及時(shí)獲取政策信息， 對(duì)政策變化和經(jīng)濟(jì)發(fā)展趨勢具有較準(zhǔn)確的預(yù)期， 市場敏感度高。 當(dāng)經(jīng)濟(jì)不確定性增加導(dǎo)致銀行杠桿率過高或過低時(shí)， 擁有先天性資源與信息優(yōu)勢的上市銀行和大型銀行能夠迅速將杠桿率調(diào)整到“安全水平”， 以降低自身風(fēng)險(xiǎn)。 而非上市銀行和中小型銀行的規(guī)模小、綜合服務(wù)能力差、風(fēng)險(xiǎn)管理和內(nèi)部控制相對(duì)薄弱[26] ， 且市場化程度相對(duì)較低， 在面對(duì)經(jīng)濟(jì)不確定性沖擊時(shí)， 對(duì)市場的敏感性和洞察力相對(duì)較弱， 杠桿調(diào)整速度較慢。 因此， 在非上市銀行和中小銀行中杠桿調(diào)整的穩(wěn)定機(jī)制比上市銀行和大型銀行弱。 由此， 本文提出以下假設(shè)：

H4： 在經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)的關(guān)系中， 銀行規(guī)模（上市與否）異質(zhì)性具有調(diào)節(jié)作用， 并且該調(diào)節(jié)效應(yīng)至少部分通過“杠桿調(diào)整中介渠道”發(fā)揮作用。

H4a： 相對(duì)于非上市銀行或中小型銀行， 經(jīng)濟(jì)不確定性對(duì)上市銀行或大型銀行的風(fēng)險(xiǎn)承擔(dān)水平的正向影響較弱。

H4b： 相對(duì)于非上市銀行或中小型銀行， 經(jīng)濟(jì)不確定性對(duì)上市銀行或大型銀行的杠桿調(diào)整的正向影響較強(qiáng)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文選取我國商業(yè)銀行2009 ～ 2018年面板數(shù)據(jù)， 并按以下方式進(jìn)行數(shù)據(jù)處理： 剔除政策性銀行及外資銀行; 剔除財(cái)務(wù)數(shù)據(jù)異常和數(shù)據(jù)缺失嚴(yán)重的樣本; 對(duì)數(shù)據(jù)進(jìn)行1%分位數(shù)上的Winsorize處理。 最終得到882個(gè)研究樣本。 銀行數(shù)據(jù)主要來源于BankScope和CSMAR數(shù)據(jù)庫， 部分缺失數(shù)據(jù)來源于各銀行網(wǎng)站公布的年度報(bào)告; 宏觀變量數(shù)據(jù)均來自中經(jīng)網(wǎng)和中國統(tǒng)計(jì)年鑒。

（二）變量定義

1. 經(jīng)濟(jì)不確定性（Uncer）。 本文采用GARCH（1，1）估計(jì)方法所得條件方差衡量經(jīng)濟(jì)不確定性， GARCH模型預(yù)測的條件方差是基于前一周期的信息集獲得， 比無條件方差更適合測量不確定性[3] 。 為了更清晰地表明條件方差的趨勢， 采用月度數(shù)據(jù)的平均值計(jì)算得到年度條件方差。 由于無法得到全國GDP月度數(shù)據(jù)， 本文借鑒邱兆祥和劉遠(yuǎn)亮[27] 的研究， 采用2009 ～ 2018年工業(yè)增加值增長率的月度數(shù)據(jù)來反映宏觀經(jīng)濟(jì)變化情況。 根據(jù)GARCH（1，1）估計(jì)方法， 首先進(jìn)行變量平穩(wěn)性檢驗(yàn)， 隨后進(jìn)行一階自回歸， 得到月度條件方差， 最后求得其年度平均值。

2. 杠桿調(diào)整速度（△Lev）。 本文參考Adrian和Shin[28] 的研究方法， 使用總資產(chǎn)/總權(quán)益來度量銀行杠桿率。 基于此定義， 借鑒Rangan等[29] 、Faul-

kender等[30] 、顧研和周強(qiáng)龍[31] 對(duì)資本結(jié)構(gòu)動(dòng)態(tài)模型的研究， 本文設(shè)定標(biāo)準(zhǔn)的杠桿動(dòng)態(tài)調(diào)整模型為：

其中： Levi，t、Levi，t-1分別表示銀行i在t年末和t-1年末的實(shí)際杠桿率（總資產(chǎn)/總權(quán)益）;? ? ? ? 表示銀行i在t年末的目標(biāo)杠桿率; w是杠桿調(diào)整速度， 表示銀行實(shí)際杠桿率與目標(biāo)杠桿率的差距每年以w的速度減少， 定義為△Lev。 為了度量杠桿調(diào)整速度， 需要觀測目標(biāo)杠桿率， 但目標(biāo)杠桿率無法直接觀測到， 常用方法是通過選擇反映貸款成本及收益的變量建立資本結(jié)構(gòu)擬合回歸模型來得到目標(biāo)杠桿率， 具體模型如下：

其中， Control為一系列與杠桿率相關(guān)的控制變量， 根據(jù)Faulkender等[30] 的研究， 本文選取資產(chǎn)收益率（Roa）、銀行規(guī)模（Size）、成長性（Gro）、固定資產(chǎn)率（Fa）、上市與否（List）、貸存比（Lod）、成本收入比（Cost）等銀行特征指標(biāo)， 并考慮宏觀經(jīng)濟(jì)增長（Gdp）、消費(fèi)價(jià)格指數(shù)（Π）、貨幣供應(yīng)量（M2）等宏觀變量， 另外還重點(diǎn)考慮了經(jīng)濟(jì)不確定性（Uncert-1）對(duì)杠桿率的影響。 Year和Type分別為時(shí)間虛擬變量和類型虛擬變量。

將式（2）代入式（1）， 得到如下模型：

本文采用廣義矩估計(jì)（GMM）方法估計(jì)模型（3）， 得到系數(shù)β1， 然后將β1代入式（2）得到目標(biāo)杠桿率? ? ? ?，再將? ? ? ?代入式（1）得到杠桿調(diào)整速度w（△Lev）。

3. 銀行風(fēng)險(xiǎn)承擔(dān)（Risk）。 本文選擇收益波動(dòng)性來衡量銀行風(fēng)險(xiǎn)承擔(dān)水平， 根據(jù)銀行的“兩部門決策機(jī)制”性質(zhì)， 銀行利潤中心包括資產(chǎn)負(fù)債部和金融市場部[32] 。 從以下三個(gè)維度來度量收益波動(dòng)性： ①用凈息差波動(dòng)率（VNIM）衡量資產(chǎn)負(fù)債部的收益波動(dòng)性。 目前， 資產(chǎn)負(fù)債部的信貸業(yè)務(wù)仍舊是我國銀行業(yè)的核心業(yè)務(wù)， 凈息差能夠較好地反映銀行信貸收入情況[33] ， 并且銀行選擇風(fēng)險(xiǎn)高的信貸業(yè)務(wù)會(huì)導(dǎo)致凈息差波動(dòng)率較大。 ②用非利息收入波動(dòng)率（VNOI）衡量金融市場部的收益波動(dòng)性。 金融市場部主要負(fù)責(zé)銀行的市場化投資， 而投資比較激進(jìn)可能會(huì)導(dǎo)致非利息收入的波動(dòng)較大。 ③用稅和貸款損失準(zhǔn)備前利潤的波動(dòng)率（VPBTP）來衡量銀行整體經(jīng)營收入的波動(dòng)性， 其反映的是資產(chǎn)負(fù)債部和金融市場部整體的收益波動(dòng)狀況。

4. 其他控制變量。 遵循邱兆祥和劉遠(yuǎn)亮[27] 等學(xué)者的一般做法， 選取貸存比（Lod）、銀行規(guī)模（Size）、資產(chǎn)收益率（Roa）、成長性（Gro）、是否上市（List）、成本收入比（Cost）、經(jīng)濟(jì)增長（Gdp）、貨幣供給（M2）等指標(biāo)作為控制變量。 此外， 考慮到2010年中國銀監(jiān)會(huì)出臺(tái)《商業(yè)銀行杠桿率管理辦法》， 提出了杠桿率監(jiān)管， 為了排除政策干擾， 本文還設(shè)置了虛擬變量Policy， 2010年前取值為0， 2010年后取值為1。 具體變量定義見表1。

（三）模型設(shè)計(jì)

由于銀行風(fēng)險(xiǎn)承擔(dān)存在慣性特征， 本文將其滯后一期加入模型， 并構(gòu)建動(dòng)態(tài)面板模型（4）。 同時(shí)， 考慮到滯后一期的加入會(huì)使得模型產(chǎn)生內(nèi)生性問題， 本文采用廣義矩估計(jì)（GMM）對(duì)此模型進(jìn)行估計(jì)， 并采用系統(tǒng)性GMM方法進(jìn)行估計(jì)。

對(duì)于中介效應(yīng)的檢驗(yàn)遵循以下程序： 首先， 對(duì)模型（4）進(jìn)行分析， γ2顯著為正， 則表明經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)呈正相關(guān)。 其次， 對(duì)模型（5）進(jìn)行分析， β2顯著為正， 則表明經(jīng)濟(jì)不確定性與杠桿調(diào)整速度正相關(guān)。 最后， 對(duì)模型（6）進(jìn)行分析： 如果λ2和λ3都通過了顯著性檢驗(yàn)， 則說明經(jīng)濟(jì)不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響中有一部分是通過杠桿動(dòng)態(tài)調(diào)整這一中介實(shí)現(xiàn)的， 如果λ2顯著為正而λ3顯著為負(fù)， 則說明經(jīng)濟(jì)不確定性增加會(huì)通過調(diào)整杠桿速度降低銀行風(fēng)險(xiǎn)承擔(dān); 如果λ2不顯著， 而λ3顯著， 則說明這種中介效應(yīng)是完全中介傳導(dǎo)。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2 列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。 經(jīng)濟(jì)不確定性（Uncer）最小值為0.350， 最大值為4.047， 標(biāo)準(zhǔn)差為3.143， 表明宏觀經(jīng)濟(jì)存在較大波動(dòng)。 杠桿率（Lev）最小值為3.246， 最大值為45.370， 兩者差距較大， 意味著各銀行間杠桿率水平存在較大差異， 這種差異是否主要來自宏觀經(jīng)濟(jì)波動(dòng)還需要進(jìn)一步控制其他干擾因素后進(jìn)行嚴(yán)謹(jǐn)驗(yàn)證。 在收益波動(dòng)方面， 非利息收入波動(dòng)率（VNOI）均值為0.071， 遠(yuǎn)大于凈息差波動(dòng)率（VNIM）和整體收入波動(dòng)率（VPBTP）的均值， 意味著銀行非利息業(yè)務(wù)受宏觀市場環(huán)境的影響更大。

（二）實(shí)證結(jié)果分析

1. 擬合目標(biāo)杠桿。 在對(duì)目標(biāo)杠桿進(jìn)行擬合的過程中發(fā)現(xiàn)模型可能存在內(nèi)生性問題： 一是經(jīng)濟(jì)不確定性等宏觀變量除了通過信貸發(fā)放影響銀行杠桿， 還有可能通過影響個(gè)體銀行管理者的樂觀心理等發(fā)揮作用[12] ， 這會(huì)使得宏觀變量與隨機(jī)誤差項(xiàng)相關(guān); 二是一些不隨時(shí)間變化的銀行個(gè)體特征可能與解釋變量有關(guān)， 而這些影響因素都包含在了誤差項(xiàng)中。 因此， 本文采用廣義矩估計(jì)（GMM）方法對(duì)杠桿結(jié)構(gòu)進(jìn)行擬合， 作為對(duì)比， 同時(shí)采用OLS再次進(jìn)行了檢驗(yàn)。

表3報(bào)告了杠桿結(jié)構(gòu)擬合的回歸結(jié)果。 結(jié)果顯示， 各解釋變量與杠桿率顯著相關(guān)（囿于篇幅， 其他解釋變量的回歸結(jié)果未列示， 只重點(diǎn)觀察了經(jīng)濟(jì)不確定性對(duì)杠桿率的影響）， 特別是經(jīng)濟(jì)不確定性（L.Uncer）與銀行杠桿率（Lev）顯著負(fù)相關(guān)。 此外， 從工具變量的選擇來看： 列（1）中Sargan統(tǒng)計(jì)量的p值大于0.1， 顯示不拒絕過度識(shí)別限制有效的原假設(shè)， 說明工具變量有效; 二階序列相關(guān)檢驗(yàn)AR（2）的結(jié)果表明不存在二階相關(guān)， 說明模型設(shè)定合理。

2. 經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)。 表4報(bào)告了經(jīng)濟(jì)不確定性影響銀行風(fēng)險(xiǎn)承擔(dān)的總效應(yīng)結(jié)果。 列（1）中經(jīng)濟(jì)不確定性的滯后一期（L.Uncer）的系數(shù)為0.009， 且在5%的水平上顯著， 說明經(jīng)濟(jì)不確定性程度越高， 銀行風(fēng)險(xiǎn)承擔(dān)越大， 證實(shí)了H1。 同樣， 列（2）、列（3）也證實(shí)了經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)之間存在顯著正向關(guān)系。 而列（1）中L.Uncer的系數(shù)大于列（2）， 意味著經(jīng)濟(jì)不確定性對(duì)信貸業(yè)務(wù)收益波動(dòng)率的影響比對(duì)金融市場投資業(yè)務(wù)收益波動(dòng)率的影響小。

根據(jù)前文對(duì)中介效應(yīng)檢驗(yàn)程序的定義， 表5列（1）首先檢驗(yàn)了自變量經(jīng)濟(jì)不確定性與中介變量杠桿調(diào)整速度的關(guān)系， 結(jié)果顯示經(jīng)濟(jì)不確定性的系數(shù)為0.041， 且在10%的水平上顯著， 表明隨著經(jīng)濟(jì)不確定性增加， 銀行杠桿調(diào)整速度加快， 銀行自我規(guī)避風(fēng)險(xiǎn)的動(dòng)機(jī)較大， 證實(shí)了H2。 這與王朝陽等[9] 關(guān)于經(jīng)濟(jì)不確定性增加會(huì)使得企業(yè)不確定性規(guī)避行為更為明顯的結(jié)論相契合， 也證實(shí)了我國銀行體系受到不確定性影響時(shí)同樣存在資產(chǎn)重新配置渠道， 與Kim和Kung[16] 的結(jié)論一致。

列（2）～列（4）的結(jié)果顯示， △Lev的系數(shù)分別為-0.002、-0.001、-0.001， 且都通過了顯著性檢驗(yàn)， 說明杠桿調(diào)整在經(jīng)濟(jì)不確定性影響銀行風(fēng)險(xiǎn)承擔(dān)的過程中確實(shí)扮演著中介變量角色， 而L.Uncer的系數(shù)分別在5%、1%、10%的水平上顯著為正， 說明杠桿動(dòng)態(tài)調(diào)整只起到部分中介效應(yīng)， 證實(shí)了H3。 并且， 結(jié)果顯示這種間接傳導(dǎo)效應(yīng)和表4中的直接傳導(dǎo)效應(yīng)方向相反， 說明杠桿動(dòng)態(tài)調(diào)整起到的特殊中介作用表現(xiàn)為“遮掩效應(yīng)”， 即銀行杠桿動(dòng)態(tài)調(diào)整作為中介變量緩解了經(jīng)濟(jì)不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的正向影響。

（三）穩(wěn)健性檢驗(yàn)

1. 杠桿動(dòng)態(tài)調(diào)整。 由于杠桿存在動(dòng)態(tài)雙向調(diào)整， 當(dāng)杠桿過高時(shí)會(huì)向低水平調(diào)整， 而當(dāng)杠桿過低時(shí)會(huì)向高水平調(diào)整。 為此， 本文對(duì)樣本銀行的杠桿水平進(jìn)行排序， 并以0.25分位數(shù)和0.75分位數(shù)為界， 將杠桿率大于0.75分位數(shù)的樣本定義為高杠桿組， 小于0.25分位數(shù)的樣本定義為低杠桿組。 回歸結(jié)果顯示（表略）， 在高杠桿組中經(jīng)濟(jì)不確定性與杠桿率呈顯著負(fù)相關(guān)關(guān)系， 而在低杠桿組中兩者呈顯著正相關(guān)關(guān)系， 這在一定程度上證實(shí)了受經(jīng)濟(jì)不確定性的影響， 銀行杠桿存在動(dòng)態(tài)的非對(duì)稱調(diào)整。

2. 指標(biāo)替換。 為了保證結(jié)果的穩(wěn)健性， 本文參照Altunbas等[34] 的做法， 以不良貸款率（NPL）作為銀行風(fēng)險(xiǎn)承擔(dān)的測量指標(biāo)進(jìn)行參數(shù)估計(jì)。 改變銀行風(fēng)險(xiǎn)承擔(dān)度量方式后的回歸結(jié)果（表略）與上文一致， 再次證實(shí)了經(jīng)濟(jì)不確性影響銀行風(fēng)險(xiǎn)承擔(dān)過程中杠桿動(dòng)態(tài)調(diào)整的中介效應(yīng)渠道。

3. 遺漏變量。 在政府主導(dǎo)型經(jīng)濟(jì)中， 經(jīng)濟(jì)政策不確定性與宏觀經(jīng)濟(jì)波動(dòng)存在顯著正相關(guān)關(guān)系[35] ， 那么， 經(jīng)濟(jì)政策不確定性可能會(huì)影響本文中的杠桿調(diào)整速度和銀行風(fēng)險(xiǎn)承擔(dān)變量， 這可能是一個(gè)重要的遺漏變量。 因此， 有必要考慮經(jīng)濟(jì)政策不確定性帶來的影響。 基于此， 本文采用Baker等[36] 基于《南華早報(bào)》關(guān)鍵詞搜索而構(gòu)建的中國經(jīng)濟(jì)政策不確定性指數(shù)（EPU）度量經(jīng)濟(jì)政策不確定性。 回歸結(jié)果顯示（表略）， 在考慮經(jīng)濟(jì)政策不確定性的影響后， 經(jīng)濟(jì)波動(dòng)影響銀行風(fēng)險(xiǎn)承擔(dān)的杠桿調(diào)整效應(yīng)仍舊顯著。

五、進(jìn)一步分析： 銀行異質(zhì)性探討

1. 上市背景異質(zhì)性檢驗(yàn)。 本文根據(jù)銀行是否上市進(jìn)行分組， 并設(shè)置上市與否虛擬變量（List）及其與經(jīng)濟(jì)不確定性的交互項(xiàng)（Uncer×List）。 如果是上市銀行， 則List=1， 否則List=0。 依據(jù)中介調(diào)節(jié)效應(yīng)檢驗(yàn)程序方法， 依次在模型（4） ～ 模型（6）中加入上市與否虛擬變量及其與經(jīng)濟(jì)不確定性的交互項(xiàng)進(jìn)行回歸， 回歸結(jié)果如表6所示。

表6列（1） ～ 列（3）報(bào)告了上市背景對(duì)經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)關(guān)系的調(diào)節(jié)作用， 對(duì)于非上市銀行， 經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系根據(jù)Uncer的系數(shù)來判斷， 而在上市銀行中， 兩者的關(guān)系需要根據(jù)Uncer和Uncer×List的系數(shù)之和來判斷。 在被解釋變量為VNOI、VNIM、VPBTP時(shí)， 交乘項(xiàng)Uncer×List的系數(shù)分別在10%、5%、10%的水平上顯著為負(fù)， 且Uncer的系數(shù)大于Uncer與Uncer×List的系數(shù)之和， 說明在上市銀行樣本中， 經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)的正向關(guān)系被削弱， 證實(shí)了H4a。 這主要是因?yàn)樯鲜秀y行具有較強(qiáng)的金融風(fēng)險(xiǎn)意識(shí)、良好的公司治理機(jī)制及透明的信息披露機(jī)制， 使得其在面臨外部環(huán)境沖擊時(shí)， 具有較強(qiáng)的抵御能力。

列（4）報(bào)告了考慮上市情況后經(jīng)濟(jì)不確定性與杠桿動(dòng)態(tài)調(diào)整速度的回歸關(guān)系。 原理與列（1） ～ 列（3）的分析相同， 在考慮List變量后， 交乘項(xiàng)Uncer×List的系數(shù)在5%的水平上顯著為正， 說明當(dāng)受到經(jīng)濟(jì)不確定性沖擊時(shí)， 上市銀行的實(shí)際杠桿向目標(biāo)杠桿調(diào)整的速度比非上市銀行快， 證實(shí)了H4b。 其可能的原因是， 上市銀行在金融體系中占據(jù)主導(dǎo)地位， 與政府部門存在著緊密的制度聯(lián)系， 從而能夠及時(shí)獲取充足的政策信息， 了解政策導(dǎo)向， 因此可比非上市銀行更及時(shí)地調(diào)整戰(zhàn)略、更好地適應(yīng)外部不確定性沖擊。

列（5） ～ 列（7）報(bào)告了同時(shí)考慮上市情況與動(dòng)態(tài)杠桿調(diào)整后經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)的回歸關(guān)系， 也可反映上市背景的調(diào)節(jié)作用是否通過動(dòng)態(tài)杠桿調(diào)整的中介渠道實(shí)現(xiàn)。 結(jié)果顯示， 在被解釋變量為VNOI、VNIM、VPBTP時(shí)， △Lev、Uncer和Uncer×List都通過了顯著性檢驗(yàn)， 這就意味著上市背景的調(diào)節(jié)效應(yīng)至少有一部分是通過杠桿動(dòng)態(tài)調(diào)整中介效應(yīng)發(fā)揮作用的， 證實(shí)了H4。

2. 規(guī)模異質(zhì)性檢驗(yàn)。 鐘寧樺等[37] 發(fā)現(xiàn)我國企業(yè)規(guī)模與其杠桿率存在顯著正相關(guān)關(guān)系， 這也意味著銀行規(guī)模不同， 銀行杠桿調(diào)整效應(yīng)是存在差異的。 本文將樣本銀行按照資產(chǎn)規(guī)模（Sizedmy）進(jìn)行三等分， 最大值組樣本設(shè)定為大型銀行組， 定義為Sizedmy=1; 中間值組和最小值組設(shè)定為中小型銀行組， 定義為Sizedmy=0。 同樣在模型（4） ～ 模型（6）中加入資產(chǎn)規(guī)模虛擬變量及其與經(jīng)濟(jì)不確定性的交互項(xiàng)進(jìn)行回歸， 回歸結(jié)果如表7所示。

表7列（1） ～ 列（3）報(bào)告了經(jīng)濟(jì)不確定性對(duì)規(guī)模不同銀行風(fēng)險(xiǎn)的影響， 結(jié)果顯示， 在被解釋變量為VNOI、VNIM、VPBTP時(shí)， 交乘項(xiàng)Uncer×Sizedmy的系數(shù)分別在5%、10%、5%的水平上顯著為負(fù)， 而Uncer的系數(shù)分別在1%、5%、10%的水平上顯著為正， 并且Uncer的系數(shù)大于Uncer與Uncer× Sizedmy的系數(shù)之和， 意味著銀行的規(guī)模越大， 應(yīng)對(duì)外部經(jīng)濟(jì)不確定性沖擊的能力就越強(qiáng)， 證實(shí)了H4a。

列（4）考察了面對(duì)外部經(jīng)濟(jì)不確定性沖擊時(shí)不同資產(chǎn)規(guī)模銀行的杠桿調(diào)整情況， 結(jié)果顯示， 交乘項(xiàng)Uncer×Sizedmy的系數(shù)在5%的水平上顯著為正， 意味著大型銀行杠桿調(diào)整速度比中小型銀行更快， 證實(shí)了H4b。 這是因?yàn)榇笮豌y行的市場化程度較高， 對(duì)市場比較敏感， 在金融市場上占據(jù)主導(dǎo)地位， 其面對(duì)經(jīng)濟(jì)不確定性沖擊時(shí)能夠獲取充足的市場信息， 具有較強(qiáng)的調(diào)整和適應(yīng)能力， 因此可以更快地調(diào)整杠桿。

列（5） ～ 列（7）在經(jīng)濟(jì)不確定性與銀行風(fēng)險(xiǎn)承擔(dān)的回歸方程中同時(shí)加入了規(guī)模異質(zhì)性虛擬變量和杠桿調(diào)整速度， 結(jié)果顯示在被解釋變量為VNOI、VNIM、VPBTP時(shí)， △Lev、Uncer和Uncer×Sizedmy的系數(shù)都通過了顯著性檢驗(yàn)， 這就意味著規(guī)模異質(zhì)性的調(diào)節(jié)效應(yīng)至少部分是通過杠桿動(dòng)態(tài)調(diào)整中介效應(yīng)發(fā)揮作用的， 證實(shí)了H4。

六、結(jié)論及建議

（一）結(jié)論

通過引入銀行杠桿， 本文考察了經(jīng)濟(jì)不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的內(nèi)在傳導(dǎo)機(jī)制， 并以我國2009 ～ 2018年商業(yè)銀行非平衡面板數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)。 研究結(jié)果表明： ①經(jīng)濟(jì)不確定性會(huì)導(dǎo)致銀行收益的波動(dòng)性加劇， 致使銀行風(fēng)險(xiǎn)增加; 并且， 經(jīng)濟(jì)不確定性對(duì)信貸業(yè)務(wù)收益波動(dòng)率的影響比對(duì)金融市場投資業(yè)務(wù)收益波動(dòng)率的影響小。 ②經(jīng)濟(jì)不確定性與銀行杠桿調(diào)整速度呈正相關(guān)關(guān)系， 證實(shí)了我國商業(yè)銀行動(dòng)態(tài)杠桿調(diào)整的存在。 進(jìn)一步研究發(fā)現(xiàn)， 當(dāng)受到外部不確定性沖擊時(shí)， 銀行會(huì)通過調(diào)整杠桿水平來進(jìn)行緩沖， 這在一定程度上緩解了銀行風(fēng)險(xiǎn)， 說明杠桿動(dòng)態(tài)調(diào)整在經(jīng)濟(jì)不確定性影響銀行風(fēng)險(xiǎn)承擔(dān)的過程中扮演了中介角色。 ③在中介效應(yīng)影響渠道中， 結(jié)合銀行異質(zhì)性特征， 發(fā)現(xiàn)在上市銀行和大型銀行中， 杠桿調(diào)整機(jī)制更加明顯， 上市背景和銀行規(guī)模異質(zhì)性起到了干預(yù)和調(diào)節(jié)作用。

（二）建議

本文的結(jié)論不僅對(duì)銀行如何提升資源配置效率具有啟發(fā)意義， 而且對(duì)未來金融監(jiān)管實(shí)踐具有重要的借鑒意義。 根據(jù)研究結(jié)論， 本文提出如下建議：

1. 宏觀經(jīng)濟(jì)決策部門應(yīng)重點(diǎn)關(guān)注經(jīng)濟(jì)運(yùn)行狀況， 降低經(jīng)濟(jì)不確定性， 盡量優(yōu)化銀行等金融機(jī)構(gòu)面臨的金融市場環(huán)境。 首先， 應(yīng)構(gòu)建完善的宏觀經(jīng)濟(jì)預(yù)警系統(tǒng)， 選擇科學(xué)、穩(wěn)健的經(jīng)濟(jì)監(jiān)測指標(biāo)， 模擬分析國民經(jīng)濟(jì)運(yùn)行情況， 對(duì)經(jīng)濟(jì)形勢進(jìn)行預(yù)判， 并采取相應(yīng)的措施熨平經(jīng)濟(jì)不確定性所帶來的經(jīng)濟(jì)波動(dòng)。 其次， 應(yīng)利用貨幣和財(cái)政政策， 雙管齊下， 降低信息不對(duì)稱程度， 以保證經(jīng)濟(jì)的平穩(wěn)運(yùn)行， 為銀行等金融機(jī)構(gòu)營造一個(gè)良好的決策環(huán)境。 最后， 應(yīng)完善信息披露制度， 及時(shí)披露各項(xiàng)經(jīng)濟(jì)信息指標(biāo)， 拓展與市場各主體的溝通渠道， 尤其是提高非上市銀行和中小商業(yè)銀行的信息獲取程度， 加快非上市銀行和中小商業(yè)銀行在面對(duì)不確定性時(shí)的應(yīng)激反應(yīng)速度， 避免因信息偏差、遺漏及延遲導(dǎo)致決策失誤而加劇經(jīng)濟(jì)波動(dòng)。

2. 扎實(shí)推進(jìn)銀行自身“穩(wěn)杠桿”， 慎重考慮微觀監(jiān)管政策的節(jié)奏和力度。 首先， 需要認(rèn)識(shí)到銀行自身杠桿調(diào)整效應(yīng)能緩解外部不利沖擊， 銀行應(yīng)逐步建立起符合自身發(fā)展要求的內(nèi)生性資本補(bǔ)充機(jī)制， 根據(jù)收益—成本理論合理優(yōu)化資源， 提高資源配置效率， 提升抵御外界風(fēng)險(xiǎn)的能力。 其次， 監(jiān)管機(jī)構(gòu)應(yīng)將杠桿監(jiān)管納入宏觀審慎監(jiān)管框架， 加強(qiáng)對(duì)銀行業(yè)務(wù)的監(jiān)管， 強(qiáng)化金融機(jī)構(gòu)“穩(wěn)杠桿”工作任務(wù)， 合理把握監(jiān)管節(jié)奏， 防止強(qiáng)制要求“去杠桿”而使銀行流動(dòng)性風(fēng)險(xiǎn)增加的情況發(fā)生。 最后， 銀行在保證信貸業(yè)務(wù)不流失和收益增長的情況下， 需重點(diǎn)關(guān)注非利息業(yè)務(wù)增長波動(dòng)， 及時(shí)調(diào)整非利息業(yè)務(wù)規(guī)模和定價(jià)， 盡量減小經(jīng)濟(jì)波動(dòng)對(duì)銀行非利息業(yè)務(wù)的影響， 降低銀行收益波動(dòng)性。

3. 要注重異質(zhì)性對(duì)銀行杠桿動(dòng)態(tài)調(diào)整的差異化影響， 采取差別化“穩(wěn)杠桿”策略。 首先， 應(yīng)把握宏觀經(jīng)濟(jì)變化對(duì)不同特征銀行的差異影響， 增強(qiáng)對(duì)不同特征銀行的政策靶向性， 采用差異化的政策調(diào)節(jié)工具應(yīng)對(duì)經(jīng)濟(jì)不確定性對(duì)銀行的影響， 確保政策目標(biāo)和實(shí)施效果相契合。 其次， 應(yīng)根據(jù)銀行的不同特征， 重視杠桿動(dòng)態(tài)調(diào)整的差異化特征， 防止“一刀切”地要求所有銀行自行執(zhí)行“穩(wěn)杠桿”策略。 最后， 政府應(yīng)遵循市場化規(guī)律對(duì)不同特征的銀行進(jìn)行調(diào)控， 扎實(shí)推進(jìn)其自身“穩(wěn)杠桿”， 同時(shí)要積極扶持中小銀行， 特別是小型城商行及農(nóng)商行的發(fā)展， 提高這類銀行應(yīng)對(duì)外部經(jīng)濟(jì)沖擊時(shí)的風(fēng)險(xiǎn)抵御能力。

【 主 要 參 考 文 獻(xiàn) 】

[1] Berger A. N. O.， Guedhami H. Kim， X. Li. Economic policy uncertainty and bank liquidity hoarding[R].SSRN Working Paper，2018.

[2] 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].中國工業(yè)經(jīng)濟(jì)，2020（4）：154 ～ 173.

[3] Talavera O.，Tsapin A.，Zholud O.. Macroeconomic uncertainty and bank lending：The case of Ukraine[ J].Economic Systems，2012（2）：279 ～ 293.

[4] Basu S.，Bundick B.. Uncertainty shocks in a model of effective demand：Reply[ J].Econometrica，2018（4）：1527 ～ 1531.

[5] Cole R. A.， Wu G.. Macroeconomic shocks and bank failure[ R].Australasian Finance and Banking Conference Paper，2014.

[6] Mcmullen J. S.， Kier A. S.. Trapped by the entrepreneurial mindset：Opportunity seeking and escalation of commitment in the Mount Everest disaster[ J].Journal of Business Venturing，2016（6）： 663 ～ 686.

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

[8] 汪莉.隱性存保、“順周期”杠桿與銀行風(fēng)險(xiǎn)承擔(dān)[ J].經(jīng)濟(jì)研究，2017（10）：67 ～ 81.

[9] 王朝陽，張雪蘭，包慧娜.經(jīng)濟(jì)政策不確定性與企業(yè)資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整及穩(wěn)杠桿[ J].中國工業(yè)經(jīng)濟(jì)，2018（12）：134 ～ 151.

[10] 彭俞超，韓珣，李建軍.經(jīng)濟(jì)政策不確定性與企業(yè)金融化[ J].中國工業(yè)經(jīng)濟(jì)，2018（1）：137 ～ 155.

[11] 顧海峰，于家珺.中國經(jīng)濟(jì)政策不確定性與銀行風(fēng)險(xiǎn)承擔(dān)[ J].世界經(jīng)濟(jì)，2019（11）：148 ～ 171.

[12] 王璐，張迎春，余麗霞.經(jīng)濟(jì)不確定、銀行管理者樂觀主義與銀行風(fēng)險(xiǎn)承擔(dān)[ J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2020（1）：69 ～ 81.

[13] Valencia F.. Aggregate uncertainty and the supply of credit [ J].Journal of Banking and Finance，2017（81）：150 ～ 165.

[14] Baum C. F.，Caglayan M.，Ozkan N.. The second moments matter：The impact of macroeconomic uncertainty on the allocation of loanable funds[ J].Economics Letters，2008（2）：87 ～ 89.

[15] Chi Q.， Li W.. Economic policy uncertainty， credit risks and banks' lending decisions：Evidence from Chinese commercial banks[ J].China Journal of Accounting Research，2017（1）：33 ～ 50.

[16] Kim H.， Kung H.. The asset redeploy ability channel：? How uncertainty affects corporate investment[ J].Review of Financial Studies，2017（1）：245 ～ 280.

[17] Fernández-Villaverde J.， Guerrón-Puintana P.， Rubio-Ramírez J. F.， et al.. Risk matters：The real effects of volatility shocks[ J].American Economic Review，2011（6）：2530 ～ 2561.

[18] 江曙霞，何建勇.銀行資本、銀行信貸與宏觀經(jīng)濟(jì)波動(dòng)——基于C-C模型的影響機(jī)理分析的拓展研究[ J].金融研究，2011（5）：100 ～ 112.

[19] 夏敏，王睿.商業(yè)銀行風(fēng)險(xiǎn)管理研究——基于杠桿率視角分析[ J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)（綜合版），2019（3）：56 ～ 63.

[20] Kiema I.， Jokivuolle E.. Does a leverage ratio requirement increase bank stability？[ J].Journal of Banking and Finance，2014（1）： 240 ～ 254.

[21] Smith J. A.， Grill M.， Lang J. H.. The leverage ratio，? risk-taking and bank stability[R].Working Paper，2017.

[22] 江曙霞，劉忠璐.資本質(zhì)量會(huì)影響銀行貸款行為嗎？[ J].金融研究，2016（12）：63 ～ 77.

[23] Valencia F.. Bank capital and uncertainty[ J].Journal of Banking and Finance，2015（208）：1 ～ 9.

[24] Valencia F.. Banks' precautionary capital and credit crunches[ J].Macroeconomic Dynamics，2014（8）：1726 ～ 1750.

[25] 李佳.經(jīng)濟(jì)政策不確定性與銀行資產(chǎn)證券化[ J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（4）：64 ～ 82.

[26] 宋全云，李曉，錢龍.經(jīng)濟(jì)政策不確定性與企業(yè)貸款成本[ J].金融研究，2019（7）：57 ～ 75.

[27] 邱兆祥，劉遠(yuǎn)亮.宏觀經(jīng)濟(jì)不確定性與銀行資產(chǎn)組合行為：1995～2009[ J].金融研究，2010（11）：34 ～ 44.

[28] Adrian T.， Shin H. S.. Liquidity and leverage[ J].Journal of Financial Intermediation，2008（3）：418 ～ 437.

[29] Rangan K. P.， Flannery M. J.. Partial adjustment toward target capital structures[ J].Journal of Financial Economics，2005（3）：? 469 ～ 506.

[30] Faulkender M.， Flannery M. J.， Hankins K. W.， et al.. Cash flows and leverage adjustments[ J].Journal of Financial Economics，2012（3）：632 ～ 646.

[31] 顧研，周強(qiáng)龍.政策不確定性、財(cái)務(wù)柔性價(jià)值與資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整[ J].世界經(jīng)濟(jì)，2018（6）：102 ～ 126.

[32] 孫國峰，段志明.中期政策利率傳導(dǎo)機(jī)制研究——基于商業(yè)銀行兩部門決策模型的分析[ J].經(jīng)濟(jì)學(xué)（季刊），2016（1）：349 ～ 370.

[33] 何靖.延付高管薪酬對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的政策效應(yīng)——基于銀行盈余管理動(dòng)機(jī)視角的PSM-DID分析[ J].中國工業(yè)經(jīng)濟(jì)，2016（11）：126 ～ 143.

[34] Altunbas Y.， Gambacorta L.， Marques-Ibanez D.. Bank risk and monetary policy[ J].Journal of Financial Stability，2009（3）： 121 ～ 129.

[35] 紀(jì)洋，王旭，譚語嫣等.經(jīng)濟(jì)政策不確定性、政府隱性擔(dān)保與企業(yè)杠桿率分化[ J].經(jīng)濟(jì)學(xué)（季刊），2018（2）：449 ～ 470.

[36] Baker S. R.， Bloom N.， Davis S. J.. Measuring economic policy uncertainty[ J].Quarterly Journal of Economics，2016（4）：? 1593 ～ 1636.

[37] 鐘寧樺，劉志闊，何嘉鑫等.我國企業(yè)債務(wù)的結(jié)構(gòu)性問題[ J].經(jīng)濟(jì)研究，2016（7）：102 ～ 117.