杠桿率監管具有風險抑制效應嗎？
——來自中國商業銀行的經驗證據

■陳偉平，張 娜

2008年全球金融危機爆發后，我國監管部門借鑒巴塞爾協議Ⅲ，引入不具有風險敏感性的杠桿率指標作為對資本充足率監管的補充，以限制銀行體系的杠桿過度累積。本文基于2005～2016年期間中國67家商業銀行的微觀數據，采用動態面板數據GMM估計方法實證檢驗杠桿率監管對商業銀行風險承擔的影響。研究結果表明，杠桿率監管的風險吸收能力超過風險激勵效應，有助于抑制商業銀行資產負債表過度擴張，降低風險偏好；基于巴塞爾協議Ⅲ視角的《商業銀行杠桿率管理辦法》新規實施，有利于彌補資本充足率監管的不足，增強商業銀行抵御風險能力；杠桿率監管對商業銀行風險承擔行為的影響具有異質性，資產規模越大、流動性水平越高的商業銀行，杠桿率監管對風險承擔的抑制作用越強。

一、引言

杠桿率的過度累積是2008年金融危機的主要原因，期間許多資本充足率較高的商業銀行出現了過度杠桿的情形（BCBS，2014）。為了彌補巴塞爾協議Ⅱ內部評級法順周期性的缺陷，2010年12月，巴塞爾委員會頒布了巴塞爾協議Ⅲ，在巴塞爾協議Ⅰ、Ⅱ風險加權資本充足率基礎上，引入簡單、透明、不具有風險敏感性的杠桿率指標，提出杠桿率的國際監管標準為3%。借鑒巴塞爾協議Ⅲ監管改革成果，結合國內商業銀行改革發展和監管實際，2011年6月，中國監管部門頒布了《商業銀行杠桿率管理辦法》，規定商業銀行并表和未并表的杠桿率均不得低于4%，要求在2012年1月1日起正式執行，系統重要性銀行2013年達標，非系統重要性銀行2016年達標。自此，商業銀行必須同時接受資本充足率和杠桿率的雙重約束。與此同時，推動金融領域去杠桿，守住不發生系統性金融風險的底線，也是十九大提出的金融工作根本性任務。

由于模型設定、研究范圍以及研究階段的不同，理論界和實務界對杠桿率監管的風險抑制效應持有不同觀點。一些學者認為對于名義價值相同而風險不同的資產，杠桿率監管要求持有的資本數量相同，這會對商業銀行形成反向激勵，促使商業銀行增加風險承擔（Kiema&Jokivuolle，2010）。另一些學者認為杠桿率監管有利于降低資本監管的風險敏感性，減少銀行失敗概率和存款預期損失可能性，增強商業銀行風險吸收能力（Smith et al.，2017）。從現有研究可以看出，相關文獻對一些核心學術問題仍缺乏深入研究。不具有風險敏感性的杠桿率監管是否能有效抑制中國商業銀行的風險承擔行為？《商業銀行杠桿率管理辦法》實施前后，杠桿率監管的風險抑制效應是否有顯著變化？杠桿率監管對商業銀行的風險承擔行為影響具有異質性嗎？這些問題對監管機構提出了全新的挑戰和更高的要求。

基于此，本文選取2005～2016年期間67家商業銀行的微觀數據，采用GMM動態面板估計方法實證檢驗杠桿率監管對中國商業銀行風險承擔行為的影響。試圖回答以下三個問題：（1）杠桿率監管在中國究竟具有風險激勵效應還是風險吸收效應？（2）杠桿率監管新規的實施是否有助于發揮風險抑制效應？（3）資產規模、流動性比率是否會改變商業銀行風險承擔行為對杠桿率監管的敏感性？

二、文獻述評

2008年國際金融危機爆發以前，相關文獻主要探討資本監管對商業銀行風險承擔行為的影響（Koehn&Santomero，1980；Laeven&Levine，2009；Shim，2013），得出的結論是混合的，主要由于模型設定、研究樣本以及研究方法的不同，在一定程度上決定著商業銀行風險承擔行為及監管政策的有效性（Kim&Santomero，1988；Calem&Rob，1999；Rime，2001）。國際金融危機之后，杠桿率監管作為資本充足率監管的補充，能否抑制商業銀行風險承擔成為學術界研究的熱點問題。

在理論研究方面，Blum（2008）做出了開拓性貢獻，發現資本充足率的分母風險加權資產主要依靠商業銀行內部風險評級，監管者較難識別商業銀行內部評級結果的準確性，而杠桿率為資本與資產之比，沒有區分高風險資產和低風險資產，風險獨立的杠桿率監管顯得尤為必要。學者們對此進行拓展，一些文獻得出杠桿率監管具有風險抑制效應，Kiema&Jokivulle（2014）引入杠桿率監管指標，發現杠桿率存在額外的損失吸收能力，能夠覆蓋基于風險資本框架下沒有覆蓋的風險，從而有利于增加銀行的穩定性。Smith et al.（2017）對比了杠桿率和基于風險的資本比率，發現前者具有更明顯的逆周期作用。另一些文獻則得出相反結論，Dell′Ariccia et al.（2014）研究表明，當實際利率降低時，一般來說，商業銀行會調整資本結構，導致更高的杠桿率和更大風險；若此時商業銀行保持資本結構不變，高杠桿的商業銀行會減少杠桿。靳玉英和賈松波（2016）指出不同條件下杠桿率對商業銀行風險偏好的影響具有差異性，只有在利差較小時，杠桿率監管才會使高風險資產比重上升。

在實證研究方面，一些學者認為杠桿率監管可以抑制風險，中國銀監會課題組（2010）認為獨立實施杠桿率監管對商業銀行的風險約束效應有限，杠桿率監管應該作為資本充足率監管的補充工具，兩者相互補充有助于減少資本套利，強化對商業銀行規模擴張的約束效應，遏制經濟上行期商業銀行資產過度擴張。袁鯤和饒素凡（2014）采用2003～2012年15家中國上市銀行數據，研究發現兼顧了杠桿率約束的資本監管可以促進中國商業銀行補充資本水平，有助于資產結構從高風險資產向低風險資產調整，商業銀行資本變動與風險水平變動之間存在顯著負相關關系。馮乾和侯合心（2015）得出了相同的結論，發現資本充足率和杠桿率指標都基本實現了有效降低中國上市銀行資產風險水平的監管效果。Smith et al.（2017）以歐盟銀行為樣本，發現杠桿率要求會顯著降低高杠桿銀行破產概率。另一些學者認為杠桿率對商業銀行風險承擔的影響取決于相關條件。黃海波等（2012）運用線性規劃方法，得出的結論有些不同，研究發現對商業銀行實施無風險敏感性的杠桿率監管可以緩釋順周期性，與此同時，也降低了風險敏感性，造成資本監管套利，杠桿率監管與資本充足率要求可能相互補充，也可能相互抵觸。方芳等（2016）認為中國銀監會實施杠桿率監管辦法后，商業銀行廣泛提高資本水平，短期內達標情況良好，但中長期存在壓力，監管部門應充分考慮商業銀行的資產質量，注意資本充足率監管和杠桿率監管的有效配合。

綜上所述，國內外文獻關于杠桿率監管的風險抑制效應研究取得了一些進展，目前尚處于起步階段，還存在以下不足之處：第一，相關文獻較少全面考察杠桿率監管新規實施前后，商業銀行風險承擔行為是否存在差異；第二，現有文獻尚缺乏不同商業銀行對杠桿率監管做出異質反應的研究。本文擬進行如下改進和創新：（1）構建雙重交互項，比較杠桿率監管新規實施前后商業銀行風險承擔行為的變化，以判別杠桿率監管的實施效果。（2）納入杠桿率監管與銀行規模的交互項、杠桿率監管與流動性比率的交互項，檢驗杠桿率監管影響商業銀行風險承擔行為的異質性問題。

三、模型、變量與數據說明

（一）計量模型的設定

根據研究目的和數據情況，本文主要開展了以下三個層面的檢驗。

第一，檢驗杠桿率監管對中國商業銀行風險承擔行為的影響。本文設立以商業銀行風險承擔為被解釋變量、杠桿率監管為主要解釋變量的動態面板數據基準模型：

其中i=1，2，…，N表示銀行家數，t表示年份。被解釋變量RISKit表示商業銀行i在t時期的風險承擔，核心解釋變量為杠桿率LEVi，t-1。在穩健性檢驗中，本文采用商業銀行實際杠桿率與監管要求4%之差作為杠桿率監管代理變量，重新進行回歸。模型（1）的控制變量為銀行特征變量和宏觀經濟變量，為了控制宏觀環境變量的影響，本文引入年份虛擬變量DY，重點探討系數α1的符號和顯著性。

第二，檢驗杠桿率與監管新規實施的交互項對中國商業銀行風險承擔行為的影響。2011年6月，中國監管部門頒布了《商業銀行杠桿率管理辦法》，要求監管新規在2012年1月1日正式執行，為了探討監管新規的實施是否更有利于杠桿率監管的風險抑制效應，本文引入時間虛擬變量C，2011年及以前年份用0表示，2012年及以后年份用1表示，構建杠桿率與監管新規的交互項 LEVi，t-1×Ct-1，重點分析系數α2的符號和顯著性。

第三，檢驗杠桿率監管與銀行規模交互項、杠桿率監管與流動性比率交互項對中國商業銀行風險承擔行為的影響。不同資產規模和流動性比率的商業銀行，杠桿率監管對風險承擔的影響可能具有差異性，故而本文引入杠桿率監管與兩者的交互項，探討銀行規模、流動性比率是否改變杠桿率監管對商業銀行風險承擔行為的影響，重點分析系數α2的符號和顯著性。

由于存在被解釋變量的滯后項，固定效應模型、隨機效應模型或混合OLS估計可能存在內生性問題，產生有偏估計，本文借鑒Blundell&Bond（1998）提出的系統GMM方法，對樣本數據進行回歸分析。系統GMM估計的一致性在于所選擇工具變量的有效性，本文采用Sargan檢驗判斷工具變量的使用是否合理。Sargan統計量服從自由度為r-k的x2分布，如果Sargan中P值大于0.1，則不能拒絕工具變量有效性的零假設，說明工具變量和誤差項不相關。同時，本文采用AR（1）、AR（2）檢驗差分方程的殘差是否存在一階和二階序列相關，若AR（2）的P值大于0.1，說明擾動項差分無法拒絕不存在二階相關性假設。

（二）變量的選取

1.被解釋變量（RISK）。國內外相關文獻對商業銀行風險承擔的度量方法較多，主要有預期違約率、股票收益波動率、不良貸款率、風險加權資產占比等，由于違約數據庫的缺乏，我國經驗EDF函數尚未建立，故預期違約率不能較好地測度，由于一些樣本銀行尚未上市，股票收益波動率數據缺失較多。風險加權資產占比RWAit為風險加權資產與總資產之比，風險加權資產根據資產信用風險、市場風險、操作風險等得到，是商業銀行風險的事前指標，本文采用風險加權資產占比作為主要代理變量。近年來，較多學者使用Z值作為衡量銀行風險承擔的指標（Laeven&Levine，2009；徐明東和陳學彬，2012），本文采用Z值進行穩健性檢驗，定義為Zit=σi（ROAit）/（ROAit+Eit/Ait）。其中，ROAit為商業銀行總資產收益率，σi（ROAit）為總資產收益率的標準差；Eit/Ait為股東權益占總資產的比值，利用三年滾動數據計算ROA的標準差；Z值綜合了商業銀行經營穩定性、盈利能力和財務杠桿狀況等方面，Z值越大，銀行風險承擔就越大。不良貸款率作為商業銀行風險的事后指標，本文采用該指標進行穩健性檢驗。

2.核心解釋變量（LEVi，t-1）。2010年12月頒布的巴塞爾協議Ⅲ，引入杠桿率監管指標，納入第一支柱，作為資本充足率要求的補充。杠桿率的計算公式如下：杠桿率=一級資本凈額/調整后表內外資產余額×100%。巴塞爾協議Ⅲ的杠桿率要求為3%，中國銀監會的杠桿率要求為4%。本文使用一級資本凈額與表內外資產余額之比作為杠桿率監管LEVi，t-1的代理變量。在穩健性檢驗中，采用商業銀行實際杠桿率與監管要求4%之差作為代理變量進行回歸。

3.銀行特征變量（BANKCONi，t-1）。根據相關文獻，選擇如下銀行特征變量：流動性比率LIQi，t-1，定義為流動性資產與總資產之比；資產收益率ROAi，t-1，等于稅后利潤除以總資產；銀行規模LNAi，t-1，用資產規模的自然對數值衡量；非利息收入占比NONINi，t-1，用非利息收入與營業收入之比度量；成本收入比COSTi，t-1，用業務及管理費與營業收入占比衡量。

4.宏觀經濟變量（MACROCONi，t-1）。宏觀經濟變量主要包括GDP增長率GDPi，t-1、居民消費價格指數CPIi，t-1以及貨幣政策代理變量MPt-1。國有控股銀行和股份制銀行采用全國的GDP增長率和居民消費價格指數，由于城市商業銀行在不同區域，其經濟形勢和居民消費水平存在較大差異，城市商業銀行采用省區的GDP增長率和居民消費價格指數。貨幣政策代理變量的選取需結合我國貨幣政策調控制度特征，許多發達國家較多使用銀行間市場利率作為貨幣政策的代理變量，我國的貨幣政策較多使用數量型指標，隨著利率的逐漸市場化，價格型工具逐步得以加強。考慮到上述情形，本文使用4種貨幣政策代理變量。其中，數量型指標分別是M2t-1增長率和法定存款準備金率（RESt-1）。據統計，2005～2016年，中央銀行先后調整法定存款準備金40多次。例如，2007年和2008年的法定存款準備金調整比較頻繁，每年有10次之多，2008年9月15日開始，中央銀行對大型金融機構和中小型金融機構實行差別要求，故法定存款準備金根據商業銀行大小不同分別取全年加權平均值。價格型指標分別是1年期貸款利率（LRt-1）和7天銀行間同業拆借利率（SHIBORt-1）。

（三）樣本選擇與描述性統計

基于數據的可獲得性和代表性，本文選取2005～2016年67家商業銀行數據為研究樣本，主要包括5家大型國有銀行，12家全國性股份制銀行以及50家城市商業銀行。商業銀行微觀數據主要來源于2005～2016年《中國金融年鑒》、Bankscope數據庫和各商業銀行年報，并根據原始數據計算得出。實際GDP增長率、CPI及貨幣政策變量等來源于中國人民銀行網站、國家統計局統計公報及省區統計局統計公報。為了剔除異常值對結果的影響，本文對連續型指標進行1%和99%的縮尾處理。主要變量的描述性統計見表1，從中可以看出，微觀變量的最大值與最小值差距較大，風險加權資產占比的最大值為0.860，最小值為0.393，均值為0.609；杠桿率的最大值為0.114，最小值為0.025，均值為0.061，杠桿率的均值已明顯超過中國監管部門規定的達標值4%。

表1 主要變量的描述性統計

四、實證結果與討論

（一）基準模型回歸結果

杠桿率LEV的估計系數為負，t統計量在99%的置信區間內顯著，表明在控制其他變量影響的情況下，杠桿率提高有助于降低風險加權資產比重，平均來看，杠桿率增加1個百分點，商業銀行風險將下降0.538個百分點，這與Smith et al.（2017）的研究結果基本一致。本文的研究結論說明杠桿率監管完善了商業銀行監管體系，提高了商業銀行自有資本持有比例，對資產風險產生了顯著的約束作用。在銀行特征變量對風險承擔行為的影響中，流動性比率、資產收益率、資產規模、非利息收入、成本收入比的估計系數及顯著性與理論預期基本吻合。在宏觀經濟變量對風險承擔行為的影響中，一年期貸款利率、M2增長率和法定存款準備金率的回歸系數不顯著，SHIBOR的回歸系數顯著為負。同時，GDP增長率的回歸系數不顯著，CPI對商業銀行風險承擔有顯著正向影響。此外，Sargan檢驗表明所有工具變量都是有效的，自相關檢驗表明擾動項不存在二階相關性。

表2 基準模型的估計結果

（二）杠桿率監管政策實施前后商業銀行風險承擔對比

從表3可以看出，杠桿率與監管新規實施的交互項回歸系數顯著為負，說明杠桿率監管新規的實施有助于商業銀行控制杠桿率積累，從而彌補資本充足率要求的不足。可能的解釋是，2011年6月監管部門頒布的《商業銀行杠桿率管理辦法》，規定一級資本占調整后表內外資產余額的比例不得低于4%，建立了更具前瞻性和有機統一的審慎監管制度，并加強了對新監管標準實施的監管檢查，這有助于商業銀行調整業務結構，優化風險計量工具和管理政策，增強自身抵御風險的能力。在包含交互項時，杠桿率的參數解釋需慎重對待，在杠桿率監管新政實施前，杠桿率增加1個百分點，商業銀行風險將平均下降0.458個百分點，而杠桿率新政實施后，杠桿率對商業銀行風險承擔行為的影響是-0.986（-0.458-0.528×1），即杠桿率監管新政的實施有助于抑制商業銀行風險承擔行為。

表3 杠桿率監管政策實施前后的影響：基于雙重交互效應的估計結果

（三）杠桿率監管對商業銀行風險承擔行為影響的異質性檢驗

從表4可以看出，杠桿率與資產規模的交互項回歸系數顯著為負，說明杠桿率監管對商業銀行風險承擔的影響取決于資產規模。式（1）中，當資產規模自然對數值高于5.292時，杠桿率對商業銀行風險承擔行為具有負向影響，而資產規模自然對數值低于5.292時，杠桿率對商業銀行風險承擔行為的影響方向相反，說明規模越大的商業銀行，越有可能受到更加嚴格的杠桿率管控和監管，結構復雜、高杠桿交易業務會受到從嚴限制，從而可以避免過度承擔風險。同時，杠桿率與流動性比率的交互項回歸系數顯著為負，說明不同流動性比率的商業銀行可能采取不同的風險策略。式（8）中，當商業銀行提高流動性比率并高于0.071時，杠桿率對商業銀行風險承擔行為具有顯著負向影響，該結論與近年來流動性監管的現狀相符。即2012年以來，監管當局加強多維度流動性風險監管，提高流動性風險管理的審慎監管要求，與杠桿率監管相互搭配，有助于加強杠桿率監管對風險承擔的抑制作用。

（四）穩健性檢驗

為了確保本文經驗分析結論的有效性，本文做了多項穩健性檢驗。

1.風險承擔行為其他度量的估計。商業銀行風險承擔的度量方式有多種，其中：Z值通過償付能力衡量商業銀行破產風險，不良貸款率是商業銀行風險承擔行為的事后測算。本文分別選取Z值和不良貸款率作為代理變量進行穩健性檢驗。由結果可知，Z值的回歸系數為正，但不顯著，而不良貸款率的回歸系數顯著為負，這與以風險加權資產占比為被解釋變量的回歸結果基本一致，說明本文的回歸結果具有穩健性。

2.杠桿率監管其他度量的估計。根據《商業銀行杠桿率管理辦法》，監管當局對杠桿率的要求是4%，本文引入杠桿率緩沖指標作為杠桿率監管代理變量（定義為LEVBUF=LEV-4%），重新進行回歸，結果與以LEV為代理變量的符號方向、顯著性基本一致，說明本文的基本結論比較穩健。

3.混合OLS和固定效應的估計。本文分別采用混合OLS和面板固定效應估計進行穩健性檢驗。由結果可知，采用混合OLS估計時，杠桿率變量的回歸系數與GMM估計結果一致，但顯著性不及GMM模型，而采用固定效應估計時，杠桿率變量的回歸系數為正，但t統計值比混合OLS估計小。總的來看，穩健性檢驗支持GMM估計結果。

五、結論與政策含義

本文采用多種商業銀行風險承擔指標，基于2005～2016年期間67家商業銀行的面板數據，采用GMM估計方法實證檢驗了杠桿率監管對中國商業銀行風險承擔的影響，并比較杠桿率新規實施前后商業銀行風險承擔行為是否具有差異性。結果發現：（1）杠桿率監管與資本充足率要求相互配合，帶來的風險抑制效應會超過風險激勵效應，促使商業銀行調整資產結構，降低風險偏好。（2）借鑒巴塞爾協議Ⅲ的《商業銀行杠桿率管理辦法》新規實施，意味著監管部門建立了更具前瞻性的審慎監管制度，有助于商業銀行控制杠桿率積累，增強自身抵御風險的能力。（3）杠桿率監管對商業銀行風險承擔行為的影響具有異質性，依賴于資產規模和流動性水平，規模越大、流動性水平越高的商業銀行，杠桿率監管對風險承擔的抑制作用越強。

表4 杠桿率監管對商業銀行風險承擔行為影響的異質性檢驗結果

本文的研究結論具有重要的政策含義：（1）杠桿率監管新規實施有利于商業銀行增強風險抵御的能力，為了控制銀行體系的杠桿化程度，增強銀行體系穩健性，監管部門應加強商業銀行杠桿率信息披露要求，提高杠桿率透明度，防止商業銀行資產負債表過度擴張，約束商業銀行開展表外業務、影子銀行業務進行套利。（2）杠桿率監管對不同個體商業銀行風險承擔的影響也不同，監管部門在制定和實施杠桿率監管政策時，應充分考慮統一監管規則對不同商業銀行風險偏好影響的差異，分類、分步驟加強對新監管標準實施的監督檢查。