LPR報價機制引入是否會導致銀行業風險上升

■張港燕，張慶君

2019年8月17日，中國人民銀行發布公告決定改善LPR報價機制。在新報價機制中，央行和報價行各掌握一部分LPR定價權，凸顯了LPR的市場化特征。8月20日，改革后的LPR正式發布，其中1年期LPR為4.25%，較之前的LPR小幅下降6BP，LPR報價機制的引入有利于實體經濟的發展，降低企業的融資成本，但是對商業銀行的發展既是挑戰也是機遇。從理論上看，一方面，貸款基礎利率的發布有利于商業銀行的發展。LPR報價機制的運用，使得利率形成機制更加透明化，杜絕了一些投機現象，有利于降低金融風險，并促進商業銀行的定價機制創新。另一方面，LPR報價機制也給商業銀行帶來了一定的挑戰。LPR報價機制改變了商業銀行的傳統定價模式，使得存貸利差減小，銀行利潤降低。貸款利率的下降會導致銀行業競爭加劇、銀行對客戶貸款標準放寬以及進行高風險行為以追求銀行收益持續上升，最終導致商業銀行風險上升。那么，最終LPR報價機制的引入對商業銀行行為有何具體影響，這樣的影響是如何傳導的？筆者將通過實證模型來研究貸款基礎利率的引入與商業銀行風險承擔的關系，并且進一步分析LPR報價機制的引入對不同的商業銀行的影響有何不同之處及其傳導機制。

一、文獻綜述和研究假設

（一）LPR報價機制與商業銀行風險承擔

最早采用最佳客戶的最優利率作為基準利率的是美國。美國政府將最優惠利率作為一項非常重要的貨幣政策，認為其是美國貨幣市場的晴雨表。美國的初始最優惠利率定價機制是由30家銀行報價并公布，若超過23家銀行同時報價發生變動，則最優惠利率進行調整，之后報價行減少為10家銀行。該最優惠利率報價主要適用于信譽較好的商業貸款，之后應用范圍擴大到信用卡、中小企業貸款等，但是隨著美國金融市場的發展，LPR的應用范圍逐漸減小，而大部分企業貸款等主要參照貨幣市場利率進行定價。借鑒其他國家利率改革的經驗，我國提出了貸款基礎利率報價機制，但此基準利率的形成背景和原因與其他國家并不相同。首先，我國是在利率市場化的背景下提出了貸款基礎利率，主要是為了配合實施貸款利率上下限放開的政策。其次，貸款基礎利率的提出和改革主要是為了解決利率的雙軌制問題。貸款基準利率直接影響貸款利率，但是市場利率也可通過國債收益率對貸款利率產生影響，從而形成了貨幣市場利率和基準利率對貸款利率的雙軌影響。LPR的出現可以代替基準利率，并且受市場利率的影響，從而使得政策利率通過LPR間接對貸款利率產生影響，形成對貸款利率的“單軌制”影響。孫國峰和欒稀（2019）構建了一個銀行多部門的利率定價模型，研究發現貸款基準利率的存在，導致銀行貸款利率并沒有參照市場利率定價，由于貸款基準利率和市場利率的同時存在，對貸款利率的定價產生了矛盾，最終導致了利率的“雙軌制”問題。深化利率市場化改革，優化貸款利率市場化的報價機制，增強LPR其對銀行貸款利率定價的引導作用，可以解決利率“雙軌制”問題，促進貸款利率實現“兩軌并一軌”。

關于貸款基礎利率對商業銀行影響的研究主要有兩個方面。一方面，LPR報價機制的形成對商業銀行的長期發展有利。王志華（2013）認為貸款基礎利率的發布是利率市場化的進一步推進，不僅使得利率形成機制更加透明，從而杜絕了一些黑色交易，而且有利于減少各種金融風險，有利于商業銀行的發展，穩定金融市場。另一方面，LPR報價機制也給商業銀行帶來了一定的挑戰。張希和陳軒（2019）認為LPR報價機制的實施是為了解決利率雙軌的問題，但是，貸款基礎利率對銀行的傳統模式有一定的挑戰，使得銀行利潤下降，增大了銀行風險承擔的壓力。曾剛和王偉（2019）認為LPR報價機制有利于企業的融資，但是由于其對商業銀行的自主定價能力提出了挑戰，最終對銀行的利潤、風險管理等造成負面影響。綜上所述，提出假設1。

H1：LPR報價機制的引入增加了銀行風險。

（二）利率市場化與銀行風險的傳導渠道

1.“競爭”渠道

“競爭—脆弱性”假說認為，當銀行價格競爭加劇時，銀行的壟斷程度變弱，銀行的特許經營權價值會被削弱，此時銀行破產受到的損失會減小，故銀行最終為了盈利而選擇承擔高風險，從而導致銀行破產風險增大。Jimenez et al.（2013）認為利率自由化增加了銀行間的競爭，而根據傳統的“競爭—脆弱性”理論表明銀行競爭的加劇影響了市場力量，從而降低了銀行風險承擔能力，并證實了銀行間的競爭是主要的中間決定因素。

“競爭-穩定性”假說認為，競爭的加劇使得金融系統更加穩定。主要原因是：一方面，隨著競爭的加劇，貸款利率下降，貸款企業則會選擇風險較低的活動，此時企業利潤增加并且違約率降低，故銀行資產質量得到保證。另一方面，銀行往往會對資信水平有保證的客戶做出承諾，故銀行為了實現對優質客戶的承諾往往會制定較謹慎的經營方案，故銀行承擔較小的風險（Dinc，2000）。張亞梅（2019）通過實證研究發現，競爭與銀行風險和利率市場化均存在倒U型關系，認為在推進利率市場化進程的背景下，貸款利率上下限的放開以及各種金融衍生工具的出現，使得銀行無法從信貸端獲得高額收益，銀行開始了貸款價格競爭戰爭，商業銀行競爭的加劇推進了銀行的風險承擔行為，由此導致商業銀行的系統風險增大，但是在利率市場化改革的后期競爭的加劇反而降低了銀行的總體經營風險。綜上所述，提出假設2。

H2：LPR報價機制的引入會通過“競爭”渠道影響銀行風險承擔水平。

2.“盈利”渠道

對“盈利”渠道有兩種解釋：第一，利率市場化直接通過影響銀行盈利能力而影響銀行風險。在放松利率管制的進程中發現，對利率的管制導致了銀行業出現財富轉移現象，金融機構從存貸款利率管制中收取可觀的經濟租金，而存款利率上限的取消對金融機構的股票收益產生了負面影響（Chan＆Khoo，1998）。Chong（2010）使用誤差修正模型，對比了放松利率管制前后，銀行存款利率的變化，研究表明在取消利率管制后，銀行存款利率剛性向下，存款利率與市場利率之間的利差收窄，最終降低了銀行利潤。一方面，銀行可能會放寬貸款的條件，使得貸款總額增加，從而增加銀行收益，但是貸款投放的大量增加可能會導致銀行的不良貸款增加，從而使銀行信用風險增大。另一方面，貸款基礎利率的引入使得存貸利差收窄，銀行利潤下行，秉承著高風險高收益的宗旨，銀行可能會進行冒險投資以提高收益，導致風險承擔增大。第二，利率市場化改變了銀行的盈利模式，從而影響了銀行風險承擔水平。Pennathur et al.（2012）從盈利的角度展開了一系列研究分析，結果表明以盈利能力衡量，公營銀行的手續費收入減少顯著降低了公共部門銀行的風險，故盈利模式的多元化使得利率市場化降低了銀行風險。然而，部分學者得到了與其相反的結論。由于貸款利率市場化，銀行存貸利差的縮窄，出于保持銀行收益的目的銀行進行了盈利模式的調整，通過獲得非利息收入來彌補損失。周正清（2017）認為銀行非利息收入占比增加，沒有導致銀行收益增加，只是改變了銀行盈利模式，并且銀行盈利模式的改變大大增加了銀行風險，主要原因是非利息收入一部分來源于高波動性的投資業務。綜上所述，提出假設3：

H3：LPR報價機制的引入通過“盈利”渠道影響銀行風險承擔水平。

3.“信貸”渠道

對銀行的“信貸”傳導機制主要有兩方面的解釋：一方面，貸款增長可能導致隨后的貸款損失增加。由于貸款利率市場化，商業銀行的信貸標準有所放寬，貸款規模會持續增長。隨著信貸的擴張，商業銀行識別潛在貸款問題的能力隨著時間的推移逐漸消失，逾期貸款、次級貸款等不良貸款大規模增加，最終導致銀行風險增大。陸靜等（2014）通過實證研究得出在貸款利率市場化的背景下，會使得信貸擴張從而加大了商業銀行風險，因此銀行在擴大信貸的同時，應關注信貸質量，防范控制銀行風險。另一方面，貸款規模增加導致商業銀行資金流動性受限。雖然從銀行盈利角度看存貸比越高越合適，但是從銀行風險角度分析存貸比越高意味著商業銀行內部留用資金越少，可能會導致無法支付存款人支取現金的需求，故銀行的流動性風險和破產風險增大。Kashyap et al.（1995）研究分析了金融自由化期間貨幣政策對銀行風險的影響，研究發現銀行流動性水平的不同，銀行風險受影響程度不同，流動性水平越差的銀行，銀行風險越大。基于此，提出假設4。

H4：LPR報價機制的引入會通過“信貸”渠道影響銀行風險承擔水平。

二、研究設計

（一）主要變量說明

1.被解釋變量：商業銀行風險承擔

衡量商業銀行風險承擔水平的代理變量主要有不良貸款率、Z值、預期違約概率、資產收益率的波動程度、加權風險資產占比。鑒于數據的可得性，使用Z值作為主要商業銀行風險代理變量衡量商業銀行的總體穩定性，同時使用不良貸款率（NPL）作為商業銀行風險的代理變量進行模型的穩健性檢驗。借鑒Laeven&Levine（2006）的方法，用Z值代表商業銀行風險承擔，并且用資本充足率代替資本資產率用于計算Z值。計算方法為：

其中，Zit代表商業銀行i在第t年的Z值，Uit表示商業銀行在第t年的資產利潤率（roa）的均值，σroait表示商業銀行在第t年資產利潤率（roa）的標準差，CARit表示第i個商業銀行第t年的資本充足率。

2.主要解釋變量

（1）核心解釋變量（T×LPR）

由于貸款市場利率是2013年引入實施，因此變量LPR在2013年以前的值被設定為0，2013年以后數值為每年各銀行LPR報價的平均值。截至2018年，農商行幾乎沒有應用LPR進行貸款定價，同時報價行的自主定價能力較強，其銀行穩定性受LPR的影響較小。并且參考楊箏等（2017）對于放開貸款利率上下限的研究，故將全樣本按照除農商行以外的是否報價行進行分類。T為虛擬變量，其中實驗組為非報價行（T=1），對照組為報價行及農商行（T=0）。構造了T×LPR交叉項，若交互項系數顯著，則表明非報價行（除農商行外）的銀行風險受LPR的影響。

表1 商業銀行風險承擔指標的計量

續表1

（2）中介變量

借鑒喻微鋒和周永鋒（2019）對于價格競爭的研究，Lerner指數可以很好的反映銀行業競爭程度，并且可以隨時間變化，故在文獻中被廣泛應用。指數范圍為0—1，若指數為1時代表完全壟斷。計算方法如下：

其中，Pit、MCit分別代表商業銀行i在第t年的價格和邊際成本。其中，銀行價格用利息收入與貸款總額的比值表示。邊際成本用超越成本對數函數計算，其中總成本為利息支出、手續費及傭金支出、營業支出構成。銀行運營中的投入價格分別以利息支出、手續費及傭金支出和營業支出占總資產的比重代表。

資產收益率（roa）為銀行凈利潤與總資產的比值，主要代表銀行的盈利能力。參考曹鳳岐和楊樂（2014）以存貸比作為銀行信貸調配指標，存貸比（LD）為銀行貸款總額與存款總額的比值，既能代表商業銀行貸款規模，又能表示商業銀行流動性，存貸比越高，代表銀行流動性越差。

3.控制變量

在控制銀行個體特征方面，主要選取留存收益比（RER）、銀行同業負債（IL）、資本資產（CTA）、權益負債比（DE）以及資產周轉率（TURNOVER）。其中，留存收益比（RER）是指銀行歷年實現的凈利潤留存于銀行的利益積累占凈利潤的比率，留存收益主要是凈利潤扣除分配的股利后剩余的部分，代表銀行的盈利能力以及擴大銀行規模的能力。權益負債比（DE）和資本資產率（CTA）代表銀行的資本結構情況，CTA主要表示銀行的償債能力，能夠直接影響銀行風險。資產周轉率（TURNOVER）是總資產利用效率指標，反映了銀行的利用效率和經營好壞，總資產周轉率的大小與銀行盈利能力呈正比。在控制宏觀經濟狀況方面，選取國內銀行業競爭度（HII）、居民消費價格指數（CPI）和貸款占國內生產總值的比重（DGDP）作為控制變量。

（二）樣本選取與變量說明

所用數據主要來源于全球銀行和金融機構分析（BankScope）數據庫、國泰安數據庫以及各銀行年報。由于部分數據缺失，選取了國內95家商業銀行的不平衡面板數據。由于貸款基礎利率報價機制是2013年引入實施的，同時最新數據較難獲取以及為了保證研究時間的對稱性，選取2007—2018年為研究時間區間。

（三）模型設定

為了分析LPR報價機制的引入對除農商行之外的非報價商業銀行風險承擔的影響，構造了如下基準模型：

其中，被解釋變量Zit表示商業銀行i在第t年的風險承擔指標。模型（3）核心解釋變量LPR的系數β主要表示全樣本銀行的風險承擔與LPR的關系。模型（4）引入交叉項T×LPR，主要研究LPR在非報價行（除農商行外）與其他銀行之間的政策效應是否有明顯差異。銀行特征控制變量Banksit包括留存收益比（RER）、銀行同業負債（IL）、資本資產率（CTA）、權 益 負債 比（DE）以及 資 產 周 轉率（TURNOVER），宏觀經濟環境控制變量Controlsit，主要包括國內銀行業競爭度（HII）、居民消費價格指數（CPI）以及國內金融發展程度（DGDP=貸款/GDP）。α為常數項，μi表示銀行個體效應，εit為殘差項。為了解決可能的序列相關問題，使用異方差穩健標準誤并在銀行層面進行聚類。

為深入分析貸款基礎利率的引入是否可以通過競爭、收益、信貸三種渠道進而影響銀行的總體穩定性，進行中介效應檢驗。具體的遞歸模型如下：

其中，MEDit表示中介變量，Banksit表示銀行個體特征控制變量，Controlsit表示宏觀經濟控制變量。首先，對模型（5）進行實證分析，若交叉項的系數α1顯著為負，則說明非報價行（除農商行外）的貸款基礎利率報價機制的引入與Z值呈負相關關系且與其他銀行的政策效應有顯著差異。其次，對模型（6）進行分析，若結果中交叉項的系數β1顯著，則說明LPR報價機制的引入對中介變量產生影響。再次，對模型（7）進行實證分析，若結果中MEDit的系數γ1顯著，表明中介變量對銀行風險承擔水平也產生影響。最后，對模型（8）進行實證分析，若結果中交互變量的系數φ1仍然顯著，且中介變量的系數φ2也顯著，則說明模型存在部分中介效應。若依次檢驗模型（6）、（8）系數β1、φ2至少有一個不顯著，則進行Sobel檢驗，若結果顯著同樣認為存在中介效應。

三、實證分析與檢驗

（一）實證方法

首先，為解決可能存在的序列相關問題，選用異方差穩健標準誤，并在商業銀行層面進行聚類，對模型進行固定效應回歸；其次，使用豪斯曼檢驗方法檢驗使用固定效應模型還是隨機效應模型，檢驗結果拒絕原假設，說明固定效應模型優于隨機效應模型，故將固定效應模型作為參照。然后使用雙重差分模型，引入交叉項TxLPR的系數表明非報價行（除農商行外）與其他銀行的風險承擔水平受LPR影響是否有顯著差異，并且說明非報價行（除農商行外）的銀行風險與LPR的關系。最后按照是否為大型銀行將全樣本銀行分為兩類，進而研究銀行異質性。

（二）實證結果分析

1.LPR報價機制的引入與商業銀行風險承擔

對模型（3）、（4）進行估計，表3匯報了其回歸結果。在這些模型中全部使用穩健標準誤，納入控制變量。列（1）的回歸結果可知，貸款基礎利率變量的系數顯著為負，說明LPR報價機制的引入與Z值呈顯著負相關關系，即LPR報價機制的引入使得商業銀行風險增大。根據其余回歸結果可知，交叉項T×LPR的系數顯著為負，則LPR導致非報價行（除農商行外）的銀行風險顯著上升，且與其他銀行所受影響有明顯差異。因此證實了假設H1。

表3 LPR報價機制的引入與商業銀行風險承擔

2.銀行異質性

將全樣本銀行按照是否為大型商業銀行（big）分類，若銀行超過10年的資產總額大于樣本空間25%分位數則取值為1，反之為0。

根據表4中結果可知，在全樣本銀行、城市商業銀行、股份制商業銀行中的大型銀行的交叉項T×LPR系數均為負，但是均不顯著；然而，中小型銀行的交叉項T×LPR系數均顯著為負。此結果說明對于非報價行（除農商行外）而言，LPR報價機制的引入增大了商業銀行風險；同時說明資產規模越大的非報價行的交叉項顯著性劣于資產規模較小的商業銀行，即資產規模越大的非報價行受LPR的影響越小，故中小型商業銀行更應該注意風險管理。

表4 商業銀行風險承擔的異質性

（三）穩健性檢驗

1.共同趨勢檢驗

使用雙重差分模型的前提條件是處理組和對照組在政策實施之前具有共同趨勢，即非報價行（除農商行外）和報價行及農商行在LPR引入之前的銀行風險趨勢不存在顯著性差異，或者即使存在差異也是不明顯的。基于此構造了一系列與LPR報價機制實施時間距離的年份虛擬變量，before2指政策實施前距2013年超過3年的時間虛擬變量，before1則是政策實施前距離2013年不超過3年的時間虛擬變量，current指貸款基礎利率實施當期，after1指LPR報價機制引入后距離2013年不超過3年的年份虛擬變量，after2指LPR報價機制引入后距離2013年超過3年的時間虛擬變量，這里主要關注虛擬變量before2和before1是否顯著，從而進行平行趨勢檢驗。結果顯示，在1%的顯著水平下，before2和before1的系數均不顯著，表明在LPR報價機制引入之前處理組與對照組的銀行風險承擔水平不存在顯著差別。同時，虛擬變量current也不顯著，說明貸款基礎利率的引入對于銀行風險的影響存在滯后效應。最后處理組after1、after2的系數均在1%的置信水平下顯著，故與對照組結果有顯著差異。因此，原模型滿足雙重差分模型的平行趨勢假設。

表5 平行趨勢檢驗

2.安慰劑檢驗

借鑒楊箏等（2017）對于取消貸款利率上下限的研究，使用安慰劑檢驗，將LPR引入的年份推遲兩年，設定為2015年為LPR報價機制引入時間（則變量lpr在2015年以前取值為0，2015年之后取值為各銀行LPR報價的平均值）生成新的交叉項T×lpr。觀察模型（4）的回歸結果，若交互項的系數不再顯著，則證明原模型的回歸結果具有穩健性。具體結果如表6，從回歸結果可以看出，無論是全樣本回歸還是分樣本回歸，交互項T×lpr的系數均在10%的顯著水平下不顯著。此結果說明若2015年引入LPR，則對于非報價行（除農商行外）來說，貸款基礎利率將不再影響銀行風險承擔水平，結果排除了時間趨勢導致銀行風險增加的可能性。

表6 安慰劑檢驗

3.銀行異質性的穩健性檢驗①限于篇幅，結果留存備索。

使用不良貸款率（NPL）替代之前的Z值來衡量商業銀行的風險承擔水平，從而進行模型的穩定性檢驗。回歸結果顯示全樣本銀行中的大型銀行與中小型銀行的交叉項系數均顯著為正，并且中小型銀行交叉項的系數大于大型銀行，且中小型銀行的交叉項系數均在5%的顯著水平下顯著為正，并且在城市商業銀行和股份制商業銀行中的中小型銀行的交叉項系數的顯著性均優于大型銀行。這說明不同類型的商業銀行的風險承擔水平受到LPR報價機制引入的影響有明顯差異，即商業銀行資產規模越大，LPR報價機制的引入對其風險承擔的影響越小。與原回歸結果相同，結論可信。

四、進一步分析：中介效應檢驗

在證明了貸款基礎利率的引入對商業銀行風險承擔的影響與其異質性后，借鑒已有研究，基于貸款基礎利率的引入增大了銀行風險的三個傳導渠道：競爭、盈利、信貸，分別將lerner指數、資產收益率（roa）以及存貸比（LD）作為中介變量進行中介效應檢驗。結果如表7、表8和表9所示。

表7 競爭度的中介效應檢驗

根據表7列（1）的回歸結果可知，T×LPR的系數在1%的顯著水平下顯著為負，說明對于除農商行以外的非報價行而言，LPR報價機制的引入與Z值負相關，即LPR的引入增加了銀行風險。由列（2）、（3）、（4）可知，lerner的系數均不顯著，同時進行Sobel檢驗的結果也不顯著，說明以銀行競爭度lerner為中介變量的中介效應不顯著，即貸款基礎利率的引入無法通過加劇銀行間競爭影響銀行風險承擔。其可能原因在于：一方面，貸款基礎利率的應用范圍還有限且實施時間較短，還無法對商業銀行間的競爭產生較大影響。另一方面，以往關于利率市場化加劇銀行競爭從而影響銀行風險的研究中其樣本大部分為發達國家，但是我國屬于發展中國家，故傳導渠道可能存在差異（Cubillasa&Gonz′alez，2014）。

表8 資產收益率的中介效應檢驗

根據表8列（1）的回歸結果可知，T×LPR的系數均在1%的顯著水平下顯著為負，說明對于除農商行以外的非報價行而言，LPR報價機制的引入與Z值負相關。由列（2）可知，交叉項的系數為-0.0235，在1%的顯著水平下顯著為負，說明LPR報價機制的引入導致非報價行的銀行收益減少。由列（3）結果可知，資產收益率的系數在1%的置信水平下顯著為正，則商業銀行的資產收益率與商業銀行的風險承擔顯著負相關，即資產收益率越高則商業銀行風險越小。這可能是由于商業銀行是以盈利為主要目的企業，當商業銀行收益越少時，銀行為獲取更大的利潤將傾向于進行風險較大的投資。由列（4）可知，T×LPR的系數與資產收益率roa的系數均在1%的置信水平下顯著。最后進行Sobel中介效應檢驗，檢驗結果拒絕原假設，說明該模型存在部分中介效應。因此，貸款基礎利率的引入抑制了銀行利潤的增加，從而導致銀行投資于高風險的資產，使得銀行風險增大，并且資產規模越小的商業銀行所受“盈利”渠道的影響越大。結果證實了假設H3。

表9 存貸比的中介效應檢驗

根據表9列（1）的回歸結果可知，T×LPR的系數均在1%的顯著水平下顯著為負，說明對于除農商行以外的非報價行而言，LPR報價機制的引入與Z值負相關，即LPR的引入增加了銀行風險。由列（2）可知，T×LPR的系數在10%的顯著水平下顯著為正，說明貸款基礎利率增加了貸款規模，使得存貸比增大。由列（3）結果可知，存貸比LD的系數在1%的置信水平下顯著為負，說明商業銀行貸款規模越大則商業銀行風險越大。根據列（4）的結果可以看出，T×LPR的系數與存貸比的系數均在1%的置信水平下顯著為負，說明存在部分中介效應。因此，貸款基礎利率的引入使得貸款規模增加，銀行存貸比增大導致銀行流動性風險增大。結果證實了前文假設H4。

五、結論與建議

基于雙重差分模型，將LPR報價機制的引入作為一項準自然實驗，使用2007—2018年國內95家商業銀行的不平衡面板數據，研究貸款基礎利率報價機制的引入對商業銀行風險承擔的影響。通過實證分析結果顯示，LPR報價機制的引入增加了非報價行（除農商行外）的風險，且該結果通過了穩健性檢驗。異質性分析顯示：不同類型的商業銀行的風險承擔水平受到LPR報價機制引入的影響有明顯差異，即商業銀行資產規模越小，LPR報價機制的引入對其風險承擔的影響越大。進一步的將貸款基礎利率影響銀行風險的作用路徑分為競爭、盈利與信貸三種，分別以lerner指數、資產收益率與存貸比作為中介變量進行中介效應檢驗。結果顯示，貸款基礎利率的引入可以通過盈利和信貸兩種渠道對銀行風險產生負面影響，其中“盈利”渠道表現為通過降低銀行資產收益率來影響銀行風險承擔，“信貸”渠道表現為通過增加銀行存貸比導致銀行資金流動性受限從而增加了銀行風險，且資產規模越小的商業銀行受兩種路徑的影響越大。

以上結論表明，在LPR報價機制的實施改革及應用覆蓋面逐漸擴大的背景下，為了更有效的控制我國商業銀行風險承擔，應該注意以下幾點：第一，商業銀行在運用LPR的過程中，在提高自主定價能力的同時，也要注意防范風險。研究結果顯示對于非報價行來說，貸款基礎利率的引入顯著增大了銀行風險，并且在LPR改革的同時，國家出臺政策要求各銀行積極參考LPR進行貸款定價，因此提高商業銀行的自主定價能力，加強商業銀行風險預警機制是商業銀行的主要任務。商業銀行可以嘗試通過LPR與貸款利率的區別管理，對于一般客戶參考其信用水平，在LPR的基礎上進行加減點，從而可以有效衡量該部分貸款的信用風險等不確定性，這樣既有利于銀行貸款的自主定價又有利于銀行風險監管。第二，中小型商業銀行應該努力擴大客戶群體，積極發展中間業務，提高自身盈利能力，從而降低商業銀行經由“盈利”渠道而增大銀行風險的效應。LPR報價機制的改革進一步打破了貸款利率的隱性下限，雖然監管部門會對各銀行進行監督，但貸款利率的進一步下降依舊會影響銀行的盈利能力（宣宇，2019），從而加大了商業銀行風險。尤其是資產規模較小的中小型銀行的風險承擔水平受到的影響較大。故中小銀行可以嘗試通過改變經營模式，增加中間業務收入，提高自身盈利能力，從而增強自身抵御風險的能力。第三，對于非報價行中的中小型商業銀行而言，應及時控制商業銀行貸款規模的過度增長，同時應重視對商業銀行貸款質量的監管，從而降低商業銀行經由“信貸”渠道而增大銀行風險的效應。LPR報價機制的引入增加了各商業銀行貸款規模，貸款規模的過度增長可能會導致銀行資產質量下降，最終導致銀行風險增大。因此，商業銀行特別是中小銀行在信貸審批時，要強化信用信息評價，同時加強對經濟形勢的分析及貸后管理，注重貸款的放貸時機。