劉 琪 余晉毅
(華東交通大學經濟管理學院 江西南昌 330000)
Rajan認為長期的低利率環境促使金融機構承擔了更多的風險,金融危機之后Borio和Zhu提出銀行的風險承擔渠道。2008—2019年我國央行共計調整34次存款準備金率,整體政策導向是實施寬松的貨幣政策,這就使我國銀行業面臨了貨幣政策的風險承擔渠道。我國是以商業銀行為主導的金融體系,銀行為貨幣政策調控宏觀經濟提供了重要渠道。改革開放至今銀行業得到快速發展,到2019年底,商業銀行數量多達1629家,我國銀行業面臨著更加激烈的市場競爭。以往的研究中,Keeley、Danisman和李雙建等多數學者認為激烈的競爭會造成銀行業承擔更多的風險;Boyd、張宗益等人認為風險轉移效應的存在會使銀行競爭減少銀行的風險承擔;Repullo等學者持中立態度,認為銀行競爭與銀行風險承擔之間是非線性關系。
銀行風險承擔渠道提出后,學者們展開大量研究,理論和實證方面都認為寬松的貨幣政策會提高銀行的風險承擔水平。但值得考慮的是,銀行業整體競爭度的提高對銀行風險承擔及貨幣政策的作用會產生怎樣的影響?在已有的銀行風險承擔渠道的文獻中,很少將銀行競爭考慮進來。為此,本文將銀行競爭作為調節變量,運用系統GMM估計方法進行分析。試圖回答三個問題:寬松的貨幣政策是否提高了商業銀行的風險承擔水平?銀行競爭與其風險承擔之間存在怎樣的關系?激烈的競爭會強化貨幣政策對銀行風險承擔的影響嗎?
考慮數據完整性,本文選取39家商業銀行2009—2019年的數據進行分析,包括5家國有銀行、10家股份制銀行、20家城市商業銀行及4家農村商業銀行。實證分析使用Stata軟件,涉及到的數據來源于WIND數據庫、國泰安數據庫和國家統計局網站。
為探究貨幣政策對銀行風險承擔的影響,選取數量型和價格型的貨幣政策工具作為核心變量,同時將銀行微觀特征變量和宏觀層面的控制變量納入模型。參考徐明東和陳學彬的做法構建如下模型:

為了理清銀行競爭與其風險承擔之間的關系是線性還是非線性,本文的驗證思路是引入競爭的二次項,利用分析軟件中的U型檢驗來判斷;若檢驗未通過則拒絕原假設,二者不存U型關系剔除模型中競爭的二次項,利用線性回歸分析二者關系。

對于銀行競爭的調節效應檢驗,本文的做法是在基礎模型上引入銀行競爭與貨幣政策的交互項,對于交互項進行去中心化處理,再進行估計。以此探究貨幣政策、銀行競爭與銀行風險承擔之間的關系,設定如下模型:

模型中,RISK代表銀行風險承擔;MP為貨幣政策變量,本文兼顧數量型和價格型變量共同檢驗;COMP為銀行競爭;Controls為銀行層面和宏觀層面的控制變量。
1.被解釋變量

銀行風險承擔變量。選用Z值衡量,該指標反映了銀行的破產風險。參考Laeven和Levine的做法對Z值進行調整,調整后的計算公式如下:ROA為銀行的資產回報率;σ( )ROA是資產回報率的標準差,本文用連續三年年滾動數據計算得出;CAR是資本充足率。為了便于描述調整后的Z值含義為:數值越大,代表銀行所承擔的風險越大,這樣的調整便于在實證分析中對結果進行討論。
2.解釋變量
貨幣政策變量。本文在貨幣政策變量的選取上兼顧價格型與數量型。數量型選擇法定存款準備金率(DRR),價格型選擇同業拆借利率(IBOR);后文選取M2增長率(MP2)和上海同業拆借利率(SHIBOR)進行穩健性檢驗。以上數據會經過加權平均處理獲得相應的年度數據。
銀行競爭變量。選用非結構化指標勒那指數衡量,計算公式下:

其中,P代表銀行的平均產出價格,MC為銀行的邊際成本,需要用超越對數生產函數推導計算得出,借鑒唐文進的做法進行計算。勒那指數代表銀行能夠獲取超額利潤的能力。勒那指數介于0和1之間,0代表完全競爭,1代表完全壟斷,Lerner越大獲得的超額利潤越多,銀行競爭度越低。
3.控制變量
為有效識別貨幣政策的影響,還必須控制其他影響銀行風險承擔意愿的重要變量。本文將控制變量分為銀行層面和宏觀層面,前者主要指銀行自身特征變量,后者是宏觀經濟層面的描述。具體變量及其含義說明見下表。

表1 控制變量的定義及說明
由于靜態面板估計不能充分考慮內生性問題,選用動態系統GMM進行更為準確的估計,本文以動態系統GMM估計的結果進行實證分析。表2是對動態面板采用系統廣義矩估計結果,檢驗標準主要是差分后的干擾項是否存在二階自相關和工具變量是否有效,相應的統計量為AR(2)和Sargan檢驗統計量。從表中看出AR(2)值大于0.1,Sargan檢驗的值均大于0,表明通過兩個檢驗該,可以使用該結果進行分析。為節省篇幅,后文結果不報告檢驗值,僅報告核心變量的系數。

表2 貨幣政策對銀行風險承擔:GMM估計結果

注:*,**,***分別表示10%、5%、1%的統計水平上顯著,下同
以計算出的銀行Z值作為風險承擔的代理變量時,貨幣政策對銀行風險承擔具有顯著影響。具體從貨幣政策的代理變量來看,以數量型貨幣政策存款準備金率(DRR)為代理變量時,MP的回歸系數為-0.177;以價格型貨幣政策銀行間7天同業拆借加權利率(IBOR)為代理變量時,MP的回歸系數為-0.450,二者均在1%的顯著水平下與銀行Z值表現出負相關。說明在利率降低時,導致我國商業銀行的風險水平上升,增加商業銀行的風險承擔,意味著寬松的貨幣政策使得商業銀行的風險承擔意愿增加。
銀行競爭與風險之間的關系除簡單的線性關系,有文獻提到二者存在非線性關系。為了更準確、全面得判斷,利用含有競爭二次項的模型進行U型檢驗,以此判斷市場競爭和銀行風險承擔之間是否存在非線性關系。檢驗結果報告:極值為1.381不在區間范圍內(0.408—0.953),拒絕原假設,由此得出銀行競爭與銀行風險承擔之間不存在非線性型關系。
基于上述檢驗否定了二者之間的非線性關系,所以考慮銀行競爭與銀行風險承擔之間的關系為線性,剔除模型中競爭的二次項,進行一般的線性回歸分析。報告結果見表3。從表中可以看出,銀行競爭變量的系數顯著為正,說明銀行競爭與銀行風險承擔之間正相關,即競爭會增加銀行的風險承擔水平。

表3 銀行競爭與風險承擔的關系
最后分析銀行競爭對貨幣政策銀行風險承擔的調節效應,報告結果如表4。從表中可以看出,銀行競爭對貨幣政策作用于銀行風險承擔具有顯著調節效應。具體從不同的貨幣政策代理變量來看,無論是數量型貨幣政策還是價格型貨幣政策,銀行競爭與貨幣政策的交互項系數顯著為負,這個結果表明行業內激烈的競爭會加劇貨幣政策對銀行風險承擔的影響。激烈的競爭下,銀行為了獲得利潤,在業務選擇時主動承擔更多風險,回答第三個問題,即銀行競爭會加劇對貨幣政策對銀行風險承擔的作用。

表4 銀行競爭的調節效應
對銀行微觀特征進行異質性分析,本文主要考察的指標有銀行規模、資本充足率。模型設定方面通過引入貨幣政策變變量與微觀特征變量的交叉項,運用系統廣義矩估計方法再次估計。表5報告了異質性分析的回歸結果。從表中可以直觀看到,銀行規模和資本充足率與貨幣政策變量的交叉項系數顯著為負,表明貨幣政策對銀行風險承擔的影響依賴于銀行的規模和資本充足情況,資本越充足、規模越大的銀行,其風險承擔對貨幣政策的反應越敏感,意味著“大而不到”效應存在。從系數值來看,銀行規模與貨幣政策交叉項的值沒有資本充足率的明顯。這是因為銀行規模特征代表了眾多的信息,規模不同的銀行,其客戶結構、經營策略、風險偏好、面臨的信貨管制以及隱性保險程度等都可能存在顯著差異,對銀行規模特征與風險承擔變量間關系的解釋需要謹慎。

表5 貨幣政策對銀行風險承擔的異質性分析
本文采用替換變量的方法進行穩健性檢驗,仍然采用系統廣義矩估計方法對動態面板模型進行穩健性檢驗。為確保研究結論不是由于存款準備金利率和7天同業拆借加權利率的某些特殊性引起的,本文采用其他變量作為貨幣政策的替代變量進行穩健性分析。選用M2增長率作為數量型貨幣政策工具的替換;7天上海同業拆借利率作為價格型貨幣政策工具變量的替換。這里需要注意的是,M2增長率的政策含義與本文中另外三個貨幣政策變量不同,所以當回歸系數為正時,表明寬松的貨幣環境激勵了銀行的風險承擔意愿。
表6報告了穩健性檢驗的估計結果。通過列1可以看出,M2增長率的估計系數顯著為正,說明貨幣供應量的增長會提高銀行的破產風險,導致銀行風險承擔水平上升。從列3的結果可以看到,SHIBOR的估計系數顯著為負,說明寬松價格型貨幣政策會激勵銀行風險承擔,顯著提高銀行風險承擔水平。列2和列4報告了銀行競爭對貨幣政策銀行風險承擔渠道影響的估計結果。數值顯示,數量型貨幣政策變量與銀行競爭的交互項系數均在1%的水平上顯著為正;價格型貨幣政策變量與銀行競爭的交互項系數均顯著為負,這一結果與基準估計結果吻合,銀行競爭程度的加劇會進一步放大貨幣政策對銀行風險承擔的影響。

表6 穩健性檢驗估計結果
本文以貨幣政策的銀行風險承擔渠道為出發點,一方面探究寬松的貨幣政策對銀行風險承擔水平的影響;另一方面考慮銀行競爭這個因素,探究銀行競爭與風險水平兩者之間的關系,研究銀行競爭程度加劇如何影響貨幣政策的銀行風險承擔渠道。本文選取2009—2019年我國39家商業銀行的微觀數據,分別選用價格型貨幣政策工具和數量型貨幣政策工具,用勒那指數表示銀行的競爭,運用GMM估計方法進行實證分析。結果表明:
第一,寬松的貨幣政策使商業銀行的風險承擔意愿增加,價格型和數量型貨幣政策都有同樣的結論,回答前文提出的問題一。進行異質性分析時得到結論:大型商業銀行對寬松的貨幣環境更加敏感;貨幣政策對銀行風險承擔的影響依賴于銀行的規模和資本充足情況,資本越充足、規模越大的銀行,其風險承擔對貨幣政策的反應越敏感。這也與大型商業銀行對寬松的貨幣環境更加敏感的結論呼應。
第二,銀行競爭與銀行風險承擔之間正相關,即激烈的競爭會導致商業銀行承擔的風險增加,符合競爭脆弱性假說。
第三,銀行競爭與貨幣政策的交叉項系數與主回歸結果一致且顯著,表明行業內激烈的競爭會加劇貨幣政策對銀行風險承擔的影響。
最后,在穩健性檢驗中,本文采用替換變量的方法,結果依然穩健。