銀行風險承擔、高管薪酬與貨幣政策的信貸傳導效率
——基于動態(tài)非線性效應面板的實證

溫博慧 唐 熙

一、引言

貨幣政策信貸傳導效率研究一直是學術界和政策制定部門共同關注的熱點議題。價格與數(shù)量型貨幣政策調(diào)控工具均會對銀行風險承擔態(tài)度產(chǎn)生影響，進而改變銀行的行為方式；而銀行風險承擔態(tài)度亦受約束于銀行利潤空間的變化和高管薪酬水平，并再次疊加作用于銀行行為，從而對貨幣政策的信貸傳導效率產(chǎn)生復雜影響。

針對上述問題，貨幣政策傳導的風險承擔渠道理論提出：貨幣政策會通過影響金融機構(gòu)的風險感知、容忍度和偏好等因素，作用于信貸投放和總產(chǎn)出（Rajan， 2005［1］； Borio 和 Zhu， 2008［2］； Gambacorta，2009［3］），即風險承擔能夠影響貨幣政策的信貸傳導效率。Chen等（2006）［4］則提出， 薪酬的風險激勵作用亦會導致銀行生成冒險行為，并隨金融機構(gòu)薪酬激勵強度的逐年上升表現(xiàn)得更加明顯。此時，如不考慮高管薪酬影響而只研究貨幣政策工具對風險承擔的作用將直接導致分析結(jié)果產(chǎn)生偏誤。因此，有關貨幣政策信貸傳導效率的研究需綜合考慮貨幣政策調(diào)控工具與高管薪酬水平對風險承擔的聯(lián)合作用機制。遺憾的是，國內(nèi)對此方面的研究尚聚焦于二者對風險承擔的單獨影響（孔愛國和盧嘉園，2010［5］； 宋清華和曲良波， 2011［6］； 江曙霞和陳學嬋， 2012［7］；劉生福和李成，2014［8］），而從風險承擔角度探討貨幣政策工具和高管薪酬水平聯(lián)合對貨幣政策信貸傳導效率作用的成果并不多見?；诖?，本文試圖研究并回答貨幣政策工具和銀行高管薪酬能否通過風險承擔態(tài)度的改變對貨幣政策信貸傳導效率產(chǎn)生綜合影響，并著重按工具的類別和政策的松緊傾向，實證分析這一傳導過程的非線性性質(zhì)。

文章隨后內(nèi)容安排如下：第二部分梳理相關文獻成果；第三部分基于風險承擔探討貨幣政策和高管薪酬對信貸傳導效率影響的理論機制；第四部分為數(shù)據(jù)選取與實證方法；第五部分為結(jié)果分析和穩(wěn)健性檢驗；最后是結(jié)論與政策建議。

二、文獻綜述

貨幣政策的信貸傳導效率依賴于傳導渠道通暢與否。傳統(tǒng)貨幣經(jīng)濟理論根據(jù)貸款和其他資金的來源替代性假設不同，將傳導渠道分為貨幣傳導渠道和銀行信貸傳導渠道兩種。但對于銀行風險承擔因素的考慮均存在嚴重不足：直接簡化商業(yè)銀行，認為其對貨幣政策的傳導不發(fā)揮主動性作用，僅僅是中央銀行和貸款者之間被動持有資產(chǎn)的中介（Brunner和Meltzer，1988［9］）或假定商業(yè)銀行風險中性并采取穩(wěn)定經(jīng)營的方式（Bernanke 和 Blinder， 1988［10］； Bernanke 和Gertler， 1995［11］）。 將銀行風險承擔因素加入貨幣政策信貸傳導效率分析已得到學術界的廣泛認可，而薪酬的風險激勵作用對于貨幣政策信貸傳導效率與風險承擔關鍵變量也存在顯著影響，既有國內(nèi)外文獻主要集中在信貸傳導的風險承擔渠道或高管薪酬與風險承擔的關系研究上，尚缺乏對兩者作用機制的綜合分析。

（一）貨幣政策信貸傳導效率與銀行風險承擔

貨幣政策的實施，在一定條件下可能會引發(fā)商業(yè)銀行風險度量和偏好的變化。歸納既有文獻研究發(fā)現(xiàn)，貨幣政策可通過估值收入效應、搜尋動機、競爭效應以及保險和道德風險效應來影響銀行的風險承擔（Borio 和 Zhu， 2008［2］； Gambacorta， 2009［3］）。實證方面，國外學者認為，在寬松貨幣環(huán)境下，較低的融資成本和國債等無風險產(chǎn)品的低回報會激勵銀行去追求更多的風險以獲得更高的收益。Delis和Kouretas（2010）［12］以風險加權資產(chǎn)占總資產(chǎn)的比率作為銀行風險的衡量變量，通過對2001—2008年歐盟區(qū)銀行數(shù)據(jù)的面板分析，發(fā)現(xiàn)央行利率每下降1%將引起銀行風險承擔增加1.1%。Bush等（2011）［13］則發(fā)現(xiàn)中小型銀行最容易受寬松貨幣政策影響而風險承擔上升，而大型銀行所受影響并不顯著。國內(nèi)學者在梳理和歸納貨幣政策信貸傳導效率與銀行風險承擔關系，以期加深對其交互作用路徑和內(nèi)在機理理解的同時，主要基于我國數(shù)據(jù)進行了實證研究（如，陳龍騰和何建勇， 2011［14］； 張雪蘭和何德旭， 2012［15］； 江曙霞和 陳 玉 嬋， 2012［7］；徐明東和陳學彬， 2012等［16］）。其在表征風險承擔變量的衡量方面，應用了預期違約概率、不良貸款率、Z值指標、銀行利潤的方差和市場波動率，以及風險加權資產(chǎn)比率等方法。但由于國內(nèi)信用評級體系相對落后，不良貸款率和預期違約概率可得性較差（茆訓誠等，2014［17］）；Z值更多反映銀行破產(chǎn)風險的事后性狀，并非事前冒險動機（劉生福和李成，2014［8］）； 盡管市場指標可以反映未來預期，但總體性指標包含較多影響因素的缺陷也使得風險行為與貨幣政策間的關系難以分辨（洪正等，2014［18］）；風險加權資產(chǎn)相對包含了更多形式的資產(chǎn)和風險類型，但缺失2013年前的報表數(shù)據(jù)。上述內(nèi)容成為實證結(jié)論中導致貨幣政策與銀行風險承擔非線性關系結(jié)論存在差別的原因之一。

同時，商業(yè)銀行對風險的度量以及偏好的變化，反過來又會產(chǎn)生放大或縮小貨幣政策工具的杠桿作用，甚至在危機階段產(chǎn)生扭轉(zhuǎn)貨幣政策信貸傳導效率的影響（Maddaloni等， 2008［19］）。 商業(yè)銀行異質(zhì)性特征是影響貨幣政策信貸傳導效率與風險承擔關系的內(nèi)在原因。針對我國銀行業(yè)的特征，國內(nèi)學者從銀行產(chǎn)權屬性、規(guī)模等異質(zhì)性角度對信貸傳導效率與風險承擔之間的關系進行了檢驗。高管作為銀行行為的決定性主體，其薪酬無論從收入、競爭還是道德風險角度都存在成為影響貨幣政策信貸傳導效率與風險承擔關系關鍵變量的可能。但既有研究主要針對規(guī)模、產(chǎn)權屬性和資本充足率等銀行異質(zhì)性變量，尚缺乏加入高管薪酬問題的綜合性開展。

（二）銀行高管薪酬與風險承擔

在對銀行高管薪酬與風險承擔作用關系進行研究的過程中，學術界提出其可能存在正向、負向、正U和倒U形態(tài)的觀點，但尚未能達成一致。歸納來看：當假定風險是高管支付業(yè)績敏感性的唯一決定因素時，標準委托代理模型中高管薪酬激勵與風險承擔間的負相關關系得到強力證實（Core和Guay，2001［20］）。 而放寬這一假設后的實證結(jié)果為，高管財富對資產(chǎn)變動的敏感度使其傾向于實施高風險政策（Coles等，2006［21］）。

實證結(jié)果表明，從非線性的角度來看，銀行風險承擔和高管薪酬激勵也會呈現(xiàn)U型關系。Haq和Pathan等（2010）［22］借助1997—2004 年 212 家美國銀行控股公司的面板數(shù)據(jù)，對高管薪酬與銀行風險承擔之間關系進行實證分析后，發(fā)現(xiàn)銀行高管薪酬和風險承擔之間呈正U型關系，即在低薪酬情況下，薪酬的增加會顯著降低銀行的風險承擔，在達到一定限度之后，高管為追求更高的薪酬選擇過度危險行為。宋清華和曲良波（2011）［6］在參照上述研究的基礎上，通過研究2000—2012年中國13家銀行的非平衡面板數(shù)據(jù)，發(fā)現(xiàn)我國商業(yè)銀行高管薪酬與風險承擔之間呈現(xiàn)倒U型關系，且當使用其他銀行風險承擔代理變量進行檢驗時結(jié)果穩(wěn)健。洪正等（2014）［18］以我國房地產(chǎn)信貸市場為研究對象，也得出了相近的結(jié)論。高管薪酬效用函數(shù)與模型假設條件的不同造就了以上結(jié)論中薪酬與風險承擔間復雜的數(shù)理和實證關系。

上述成果的貢獻在于分別從貨幣政策信貸傳導的風險承擔渠道，和高管薪酬與風險承擔關系的角度豐富了對應研究內(nèi)容。但在研究貨幣政策信貸傳導效率的過程中，還缺乏對上述兩方面聯(lián)合作用機制，即貨幣政策工具與高管薪酬水平對風險承擔綜合影響下的信貸傳導效率的考慮。本文與既有研究不同，將貨幣政策工具與高管薪酬的影響作用結(jié)合，綜合考慮其對風險承擔進而對信貸傳導效率的影響，并按貨幣政策工具的類別和松緊傾向?qū)Ρ确治鰝鲗ЫY(jié)果的差異。由于僅以線性模型進行設計和估計，往往會導致結(jié)果與現(xiàn)實不符甚至檢驗失敗，因此，在實證過程中擬采用動態(tài)非線性效應面板模型以期進行較好的擬合。

三、理論機制分析

貨幣政策工具與銀行高管薪酬水平共同通過銀行風險承擔影響信貸傳導效率是本文研究的核心問題。根據(jù)對既有文獻的梳理，貨幣政策可以借助數(shù)量與價格兩種類型工具，綜合高管薪酬的影響，共同通過貨幣政策風險承擔渠道中的估值收入變化、行業(yè)競爭以及道德風險路徑作用于最終的信貸傳導效率（cheng等， 2010［23］）。 不同環(huán)境下的分析可歸納為如下三方面。

由于法定存款準備金率是數(shù)量型貨幣政策調(diào)控的重要工具手段，筆者以之作為代表。存款準備金率的變動主要作用于金融體系流動性。當中央銀行試圖采取上調(diào)法定存款準備金率的手段壓縮信貸數(shù)量時，市場流動性的下降會刺激資產(chǎn)價格下降，產(chǎn)生估值效應導致貸款企業(yè)違約概率上升，從而銀行提高自身的風險測度，縮減貸款規(guī)模。此時若高管薪酬與凈資產(chǎn)收益率等名義績效指標相掛鉤，則存在促使銀行高管短視的行為可能，即為實現(xiàn)預期或維持薪酬水平進行冒險經(jīng)營。當然，也存在高薪酬銀行的薪酬風險激勵效應不明顯，而低薪酬銀行存在薪酬追逐的激進行為。伴隨市場流動性下降，銀行業(yè)競爭加劇，一方面存在低薪酬銀行對競標行為的放棄，另一方面也存在高薪酬銀行更多涉入高風險項目的可能。前者對應會擴大貨幣政策對信貸的收縮效應，而后者對應會沖減貨幣政策對信貸的收縮效應。同理，當中央銀行試圖采取下調(diào)法定存款準備金率的手段擴大信貸數(shù)量時，市場流動性增加促使資產(chǎn)價格上漲，銀行風險容忍度上升，貸款規(guī)模擴大。若薪酬激勵效應存在，則會表現(xiàn)為銀行放貸熱情上升，貨幣政策信貸傳導效率提高。出于競爭，低薪酬銀行也可能采取選擇相對高薪酬銀行風險和收益更高的貸款項目以向高薪酬邁進。其結(jié)果表現(xiàn)為低薪酬銀行較高薪酬銀行更加促進了貨幣政策信貸擴張意愿的實現(xiàn)。高管的道德風險效應會增加貨幣政策對信貸的擴張。

利率是價格型貨幣政策調(diào)控的主要手段。當中央銀行提高市場基準利率試圖壓縮信貸投放數(shù)量時，利率的上升導致抵押物價值下降，貸款企業(yè)利息支出成本增加導致貸款的違約風險升高，銀行通過降低自身的風險容忍度，縮減信貸的規(guī)模。若薪酬的激勵效應會對高管行為產(chǎn)生影響，則銀行會放松信貸的審核標準，繼續(xù)向高風險企業(yè)提供貸款。此時，相比較低薪酬銀行，高薪酬銀行可能會更多地選擇低風險項目實施穩(wěn)健投資。同時非對稱性利率調(diào)控或非對稱性市場利率浮動的范圍還會使銀行存款利率和貸款利率之間的凈利差被壓縮，致使銀行競爭加劇。為實現(xiàn)目標收益率，銀行會增加貸款的數(shù)量和其他風險資產(chǎn)來增加利潤，貨幣政策信貸傳導效率降低，低薪酬銀行對貨幣政策信貸沖減效應更為明顯。同理，當中央銀行試圖采取降低市場基準利率的手段擴大銀行信貸的投放時，利率的下降導致抵押物價值上升，企業(yè)貸款違約概率下降，銀行降低自身的風險識別，貸款發(fā)放規(guī)模增加。同樣如果薪酬的激勵效應存在，銀行會增加放貸的熱情，提高貨幣政策信貸傳導效率。若非對稱性使利差縮小，則受制約于目標收益率，銀行會通過增加風險承擔來獲取更大的收益，實現(xiàn)預期的高薪酬或維持已有的薪酬水平，對貨幣政策信貸擴張產(chǎn)生更大的促進作用。再者從道德風險方面考慮，還會增加貨幣政策的信貸擴張效應；利差收窄也會刺激道德風險效應的生成。

貨幣政策與高管薪酬共同通過銀行風險承擔對信貸傳導效率產(chǎn)生綜合影響的流程路徑如圖1所示①值得一提的是，作為調(diào)節(jié)作用風險承擔自身與信貸增速也存在密切關系，從而導致內(nèi)生性問題。但是實證結(jié)果表明內(nèi)生性對本文影響作用很小，不會對文章最終結(jié)論產(chǎn)生較大影響。。綜合上述分析結(jié)果可以看出，不同的貨幣政策工具與高管薪酬通過銀行風險承擔對貨幣政策信貸傳導效率的影響在不同薪酬性質(zhì)銀行間產(chǎn)生的效果是不同且復雜的。多種機制作用下的最終影響結(jié)果依賴于非線性實證檢驗。基于結(jié)論總結(jié)，筆者初步提出如下待檢驗假設：

假設1：高管薪酬與銀行風險承擔之間存在非線性關系。

假設2：不同種類貨幣政策工具（價格型與數(shù)量型）在不同高管薪酬水平下對信貸影響的效力存在差異性。

假設3：我國2010年所出臺的商業(yè)銀行限薪政策會對信貸傳導效率結(jié)果產(chǎn)生進一步影響。

圖1 貨幣政策工具與銀行高管薪酬對信貸傳導效率影響的理論機制

四、數(shù)據(jù)選取與實證方法

（一）數(shù)據(jù)來源與樣本選取

針對目前國內(nèi)研究普遍遇到的商業(yè)銀行數(shù)據(jù)可得性較低，質(zhì)量不完善等問題，本文通過多渠道搜集數(shù)據(jù)并進行交叉驗證。所選用的銀行數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫、中國人民銀行網(wǎng)站、中經(jīng)網(wǎng)數(shù)據(jù)庫、各商業(yè)銀行公開披露的財務報告、中國金融統(tǒng)計年鑒、國泰安CSMAR數(shù)據(jù)庫以及調(diào)研所得。

由于貨幣政策具有易變性和傳導時滯，經(jīng)驗研究表明至少滯后1個季度的貨幣政策變化方會影響到銀行信貸供給，所以為了更為準確地反映傳導效應，本文以季度數(shù)據(jù)作為樣本頻率。在時間區(qū)間的選擇方面，考慮到我國商業(yè)銀行從2003年開始逐步剝離不良資產(chǎn)和進行股份制改造及上市，銀行高管薪酬開始更多地向與經(jīng)營績效掛鉤的制度轉(zhuǎn)變，本文選取2007年1季度至2014年4季度作為研究區(qū)間。樣本包括中國工商銀行、中國建設銀行、中國銀行、招商銀行、興業(yè)銀行等在內(nèi)的13家國內(nèi)A股上市銀行，共416個有效觀測值。由于農(nóng)業(yè)銀行、光大銀行于2010年上市，此前的財務信息披露不完整，高管薪酬數(shù)據(jù)存在大量缺失，平安銀行經(jīng)歷重大重組改制，數(shù)據(jù)連續(xù)性不強，因此這三家銀行不被包括在本文的樣本范圍之內(nèi)。

（二）變量說明與描述性統(tǒng)計

1.核心變量。

為了考察不同薪酬水平銀行在貨幣政策信貸傳導效率中的異質(zhì)性影響，本文按照薪酬水平將樣本銀行劃分為高薪酬銀行與低薪酬銀行兩組。由于盡管銀監(jiān)會于2010年頒布的 《商業(yè)銀行穩(wěn)健薪酬監(jiān)管指引》中將薪酬劃分為基本薪酬、績效薪酬、福利性收入等項下的貨幣和非貨幣收入，但實施中極少使用股票和期權等長期激勵形式，且絕大多數(shù)銀行只披露薪酬總額不披露薪酬結(jié)構(gòu)，本文以銀行高管貨幣收入前三名之和與董事、監(jiān)事和高管貨幣總收入的平均數(shù)作為銀行高管薪酬的代理變量，除以總資產(chǎn)得到高管薪酬占總資產(chǎn)比率，記為salary。薪酬高低的分類依據(jù)是：計算各銀行所有樣本時間點上salary的均值，排序后，將高于中位數(shù)的銀行歸為高薪酬銀行組，低于中位數(shù)的銀行歸為低薪酬銀行組。①計算結(jié)果顯示，民生銀行、興業(yè)銀行、中國銀行、招商銀行、中信銀行和浦發(fā)銀行進入樣本內(nèi)相對的高薪酬銀行組；華夏銀行、工商銀行、交通銀行、寧波銀行、南京銀行、建設銀行、北京銀行進入樣本內(nèi)相對的低薪酬銀行組。

綜合本文第二部分文獻梳理的分析，選擇風險加權資產(chǎn)比率（Risk）表征銀行風險承擔的程度。風險加權資產(chǎn)相對包含了更多形式的銀行資產(chǎn)和風險類型。對2013年前所缺失的報表數(shù)據(jù)，筆者根據(jù)中國銀監(jiān)會對風險加權資產(chǎn)比率的計算依據(jù)和調(diào)研所得進行手動計算補充。選擇銀行貸款總額環(huán)比增長率作為貨幣信貸供給的代理變量，為了減少異方差效應對其進行對數(shù)處理并運用X12進行季節(jié)調(diào)整，調(diào)整后的數(shù)據(jù)記為Loan。由于從我國貨幣政策的實踐來看，微觀經(jīng)濟主體已成為經(jīng)濟利益最大化的行為主體，貨幣供應量內(nèi)生性增強可控性降低，我們選擇1年期貸款基準利率（R）和法定存款準備金率（RR）分別作為價格型和數(shù)量型貨幣政策工具的表征變量。同時，為了進一步反映貨幣政策適度寬松與收緊傾向的影響，引入兩組二值虛變量down和up。若RR或R環(huán)比下降則down＝1，其他則down＝0；若RR或R環(huán)比上升則up＝1，其他則up＝0。

2.其他控制變量。

由于我國現(xiàn)行銀行高管薪酬激勵的績效考核指標大多使用短期盈利和收益率，并參考上年和同業(yè)標準，從而導致前期盈利能力較強的銀行更有動機追逐短期收益。本文選擇以凈資產(chǎn)收益率（ROE）作為銀行盈利能力的表征變量。獨立性強的董事會結(jié)構(gòu)直接有助于抑制銀行的過度冒險（Caprio等，2007［24］；Laeven 和 Levine， 2009［25］）。 本文選擇獨立董事占比（Ratio）作為銀行內(nèi)部風險約束的代理變量。較大的銀行資產(chǎn)規(guī)模會激勵銀行產(chǎn)生大而不倒的逆向選擇效應，從而增加風險承擔。本文以銀行總資產(chǎn)的自然對數(shù)（Asset）作為銀行規(guī)模的代理變量。存貸比率直接約束了銀行可發(fā)放信貸的總量，從而對貨幣政策傳導的信貸效應產(chǎn)生影響。本文以Lr表征存貸比率。雖然近日我國銀監(jiān)會取消存貸比，但前期存貸比變量所產(chǎn)生的影響意義仍不可完全忽視。

表1顯示了變量描述性統(tǒng)計結(jié)果。銀行高管薪酬占總資產(chǎn)的比率平均為2.53×10-6。從年度情況來看，盡管經(jīng)歷2008年的國際經(jīng)濟金融危機期，但2008年相對2007年仍保持增長；2011年因薪酬文件的出臺高管薪酬總額相對于2010年降低了約1 814萬，實施降薪的銀行占樣本總量的70%，且降薪幅度與前期薪酬水平存在正向關系，其中寧波銀行以429萬的降薪幅度居第一位。對于不同所有者性質(zhì)銀行其風險承擔變動趨勢存在顯著差異，其中國有商業(yè)銀行呈現(xiàn)逐年遞增的趨勢，股份制以及城市商業(yè)銀行風險承擔水平變動幅度則較小且趨于穩(wěn)定。上述風險承擔變動趨勢也可以說是系統(tǒng)重要性銀行大而不倒的某種心理體現(xiàn)。2008年貸款增速最低，明顯反映了當年緊縮型貨幣政策的影響，同時也與薪酬和風險承擔的變動存在著對應。平均ROE保持在4.99%左右，獨立董事占比平均為35.6%。資產(chǎn)規(guī)模從大到小的差異依次在國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行間拉大。

表1 變量的描述性統(tǒng)計結(jié)果

（三）實證方法與模型設定

由于銀行高管薪酬與銀行風險承擔之間可能存在非線性關系，即風險承擔隨高管薪酬的增加而增加達到一定門限值后有出現(xiàn)下降的可能；信貸與銀行風險承擔、高管薪酬及其他控制變量之間同樣可能存在非線性關系：因此，本文考慮通過引入二次項的形式建立3組面板模型進行非線性效應分析。即：反映銀行高管薪酬與銀行風險承擔關系的面板模型；反映高薪酬銀行組中貨幣政策調(diào)控工具變化通過銀行風險承擔對信貸影響的面板模型；反映低薪酬銀行組中貨幣政策調(diào)控工具變化通過銀行風險承擔對信貸影響的面板模型。需要指出的是，由于因變量和當期自變量之間可能存在相互影響從而產(chǎn)生因反向因果關系而形成的內(nèi)生性問題，本文在實證方程設計方面均采用選取滯后一期自變量和控制變量與當期因變量進行回歸。這種處理方式也恰與滯后1個季度的貨幣政策變化會對信貸發(fā)放產(chǎn)生直接影響的多數(shù)經(jīng)驗研究結(jié)論相符合。為了規(guī)避因遺漏變量類型而產(chǎn)生的內(nèi)生性問題，本文采用固定效應模型進行分析，從而通過一階差分濾除不隨時間變化的個體效應。固定效應的可行性通過Hausman檢驗確定。①雖然對于動態(tài)面板模型，系統(tǒng)GMM方法比差分GMM方法估計結(jié)果更有效。但出于本模型樣本數(shù)量的實際情況，筆者放棄GMM方法，采用固定效應分析。在實證的過程中筆者也嘗試使用系統(tǒng)GMM方法，但檢驗并不能通過。估計方法采用完全修正最小二乘法（FMOLS），并在高斯環(huán)境下運行。

針對假設1至假設3的內(nèi)容，本文主要以如下方式進行具體檢驗。

第一，檢驗高管薪酬與銀行風險承擔之間是否存在非線性關系。非線性面板回歸模型設定為：

其中i代表第i家銀行，t代表時間。如果二次項系數(shù)α3顯著且為負，則表明高管薪酬與銀行風險承擔之間存在顯著的倒U型關系，反之為正U型。系數(shù)α2的正負表示圖形處于上升或下降階段。α4和α5表示控制變量的顯著性。ξi，t為誤差項。

第二，檢驗不同種類貨幣政策工具在不同高管薪酬水平下對信貸影響效力的差異。如果第一步確認高管薪酬與銀行風險承擔之間存在非線性關系，為表現(xiàn)不同薪酬水平的差異，分高薪酬銀行和低薪酬銀行兩組進行方程檢驗。在考慮貨幣政策適度寬松與收緊傾向階段的效應差異時，分別引入前文所設定的虛變量up和down與貨幣政策工具的交叉項。針對價格型貨幣政策工具的方程形式為：

其中以利率R表征價格型貨幣政策調(diào)控工具，以存款準備金率RR表征數(shù)量型貨幣政策調(diào)控工具。加入風險承擔Riski，t的二次項是為了考察非線性效應。 根據(jù)（2）、（3）組方程和（4）、（5）組方程估計結(jié)果計算并比較對應的貨幣政策工具邊際系數(shù)的差異，對應價格與數(shù)量型貨幣政策工具影響效果的差異。在交叉項系數(shù)顯著的前提下，如果方程（2）中邊際系數(shù)小于方程（4），則表明在貨幣政策適度收緊時期，數(shù)量型貨幣政策調(diào)控工具與高管薪酬水平對風險承擔綜合影響下的收緊信貸的效應強于價格型貨幣政策調(diào)控工具。同理，如果方程（3）中邊際系數(shù)大于方程（5），則表明在貨幣政策適度寬松時期，價格型貨幣政策調(diào)控工具與高管薪酬水平對風險承擔綜合影響下的信貸寬松效果更為明顯。高薪酬銀行組估計結(jié)果在邊際系數(shù)上與低薪酬銀行組的差異反映不同高管薪酬水平對信貸效應的差異化影響。

第三，檢驗我國2010年出臺商業(yè)銀行限薪政策對結(jié)果的影響。我國2010年3月發(fā)布 《商業(yè)銀行穩(wěn)健薪酬監(jiān)管指引》，開始對商業(yè)銀行薪酬做出限制。為了衡量這一效應對問題結(jié)果的進一步影響，對方程（2）至（5）進行擴展，在其中加入二值虛變量Time的交叉項。考慮到政策的實施存在一定的時滯，大部分銀行薪酬削減實際產(chǎn)生在2011年，本文以2011年1季度為分界點，若時間在此之前則Time＝0，之后Time＝1。由估計結(jié)果計算出的邊際系數(shù)較檢驗2中結(jié)果的差異可以反映限薪政策的影響。

五、實證結(jié)果分析和穩(wěn)健性檢驗

（一）高管薪酬與銀行風險承擔間的非線性關系存在性檢驗

根據(jù)模型（1）回歸結(jié)果表2所示。模型調(diào)整的R2（AdjR2）為0.576 7。Salaryt-1和（Salaryt-1）2的系數(shù)均顯著，且分別為負和正，表明銀行高管薪酬水平與銀行風險承擔之間具有明顯的正U型關系。即：在低薪酬情況下，薪酬的增加會顯著降低銀行的風險承擔；當薪酬增加伊始時，銀行高管或出于對已有薪酬所得、職業(yè)穩(wěn)定性考慮，或因監(jiān)管層對銀行風險行為偏離監(jiān)管點的懲罰，傾向于保持較低的風險承擔；但當薪酬達到一定水平后，由于相對冒險成本的降低，薪酬激勵效應顯著增強，此時高管會通過放松對次優(yōu)級項目的貸款獲取更高的薪酬，表現(xiàn)為銀行風險承擔的增加。從而估計結(jié)果支持了本文的假設1，即高管薪酬與銀行風險承擔間存在非線性關系。從控制變量系數(shù)的估計結(jié)果看，ROE與Risk正相關，表明銀行前期盈利性促使銀行高管通過增加風險承擔追逐更高收益。獨立董事占比Ratio與Risk之間負相關①其他有關股權結(jié)構(gòu)類的控制變量，如股權分散度等指標，估計結(jié)果并不顯著。為了節(jié)省篇幅，筆者在此不贅述其他變量的檢驗過程。，說明銀行董事會的獨立性越強，銀行過度風險承擔的行為越能得到抑制。

表2 銀行高管薪酬與風險承擔的非線性關系

（二）對不同種類貨幣政策工具在不同高管薪酬水平下通過銀行風險承擔對信貸影響效力的差異性檢驗

通過對高薪酬銀行組和低薪酬銀行組的分樣本估計，我們分別考慮了貨幣政策處于適度收緊和適度寬松期間內(nèi)數(shù)量型和價格型貨幣政策調(diào)控工具的影響結(jié)果。表3至表6中所有調(diào)整的R2值在0.591 8和0.998 9之間，且各估計系數(shù)在統(tǒng)計上顯著。銀行信貸的滯后一期系數(shù)顯著為正，一方面表明銀行信貸發(fā)放在向其目標調(diào)整的過程中可能存在著短期調(diào)整成本，另一方面也表明下一期的銀行信貸與當期高度相關，其動態(tài)變化具有連續(xù)性，這也從側(cè)面一定程度上驗證了本文采用動態(tài)面板模型進行估計的合理性。

具體來看， 根據(jù)表3和表4中第（5）、（6）、（7）行系數(shù)所計算的法定存款準備金率RR所產(chǎn)生的邊際影響， 即A1＝γ3＋ γ4×Riski，t＋ γ5×Risk2i，t，A2＝φ3＋φ4×Riski，t＋φ5×Risk2i，t， 結(jié)果均為負， 表明中央銀行通過提高（或降低）法定存款準備金率從而執(zhí)行適度收緊（或適度寬松）的貨幣政策后，銀行信貸供給量在總體上會對應減少（或增加），符合傳統(tǒng)貨幣政策效應結(jié)果。

表3和表4中第（7）行的估計系數(shù)表明了法定存款準備金率在變動過程中帶來了非線性關系，其在適度收緊貨幣政策環(huán)境下均呈現(xiàn)正U型關系，而在適度寬松貨幣政策環(huán)境下的低薪酬銀行組中出現(xiàn)了倒U型的關系。即：存款準備金率的增加會通過銀行風險承擔行為的變化顯著降低銀行信貸供給，在達到一定限度之后，高薪酬銀行高管為維持較高的薪酬選擇過度危險性行為，減弱存款準備金率對信貸的收緊作用；而在低薪酬的環(huán)境下，出現(xiàn)薪酬激勵效應遞減，從而加速提高存款準備金率對信貸的收緊作用。這里，本文更為感興趣的是，適度收緊貨幣政策環(huán)境下和適度寬松貨幣政策環(huán)境下法定存款準備金率所產(chǎn)生影響的差異，以及高薪酬銀行與低薪酬銀行組之間的差異。從數(shù)據(jù)結(jié)果看，顯然，無論是高薪酬銀行還是低薪酬銀行，A1的絕對值均小于A2的絕對值，即：適度寬松貨幣政策環(huán)境下法定存款準備金率所產(chǎn)生的影響均大于適度收緊貨幣政策環(huán)境下法定存款準備金率所產(chǎn)生的影響；法定存款準備金對高薪酬銀行貸款發(fā)放的影響的邊際系數(shù)絕對值均小于對低薪酬銀行影響的絕對值。這說明在適度收緊貨幣政策環(huán)境下具有較低薪酬的銀行通常表現(xiàn)出對風險規(guī)避較高的敏感性，從而放大提高存款準備金率的收縮效應；在貨幣政策處于適度寬松時期具有較低薪酬的銀行通常表現(xiàn)出對風險承擔的較高熱情，從而放大下調(diào)存款準備金率的寬松效應。這在一定程度上也表明，我國低薪酬銀行的高管會相對高薪酬銀行的高管在貨幣環(huán)境寬松時期選擇進行更高的風險，薪酬激勵并沒有促使高薪酬銀行大幅承擔風險。

從控制變量的影響來看，銀行規(guī)模和存貸比對貨幣政策信貸傳導效率具有正向影響；資產(chǎn)規(guī)模大、其貸款供給受貨幣政策的影響越小。值得注意的是，盈利能力ROE估計系數(shù)為負，表明前期盈利能力較強的銀行并沒有過分地將利潤投向高風險貸款組合，盈利能力弱的銀行反而為改善落后的現(xiàn)狀更傾向于風險項目。

表3 適度收緊貨幣政策環(huán)境下數(shù)量型貨幣政策工具對信貸的影響

表4 適度寬松貨幣政策環(huán)境下數(shù)量型貨幣政策工具對信貸的影響

續(xù)前表

價格型貨幣政策工具所產(chǎn)生的影響結(jié)果反映于表5和表6中。同理，根據(jù)表5和表6中第（5）、（6）和（7）行系數(shù)所計算的利率R所產(chǎn)生的邊際影響，即A3＝β3＋β4×Riski，t＋β5×Risk2i，t，A4＝χ3＋χ4×Riski，t＋χ5×Risk2i，t， 結(jié)果均為負， 表明中央銀行通過提高（或降低）利率從而執(zhí)行適度收緊（或適度寬松）的貨幣政策后，銀行信貸供給量會總體對應減少（或增加），符合傳統(tǒng)貨幣政策效應結(jié)果。表5和表6中第（7）行的估計系數(shù)表明了利率在變動過程中帶來了非線性關系，其在適度收緊貨幣政策和適度寬松貨幣政策環(huán)境下均呈現(xiàn)正U型的關系。即：利率的增加會通過銀行風險承擔行為的變化顯著降低銀行信貸供給，在達到一定限度之后，高管為維持較高的薪酬選擇過度危險性行為，風險激勵效應更為明顯。適度收緊貨幣政策環(huán)境下和適度寬松貨幣政策環(huán)境下利率影響的差異，以及高薪酬銀行與低薪酬銀行組之間的差異表現(xiàn)為：無論是高薪酬銀行還是低薪酬銀行，A3的絕對值均小于A4的絕對值，即適度寬松貨幣政策環(huán)境下利率所產(chǎn)生的影響均大于適度收緊貨幣政策環(huán)境下利率所產(chǎn)生的影響。表示收緊環(huán)境下利率對高薪酬銀行貸款發(fā)放影響的邊際系數(shù)絕對值小于對低薪酬銀行影響的絕對值；寬松環(huán)境下利率對高薪酬銀行貸款發(fā)放影響的邊際系數(shù)絕對值大于對低薪酬銀行影響的絕對值。說明在適度收緊貨幣政策環(huán)境下具有較低薪酬的銀行因薪酬所限表現(xiàn)出對風險規(guī)避較高的敏感性，從而放大提高利率的收縮效應；而在貨幣政策處于適度寬松時期，雖然具有高管薪酬較低的銀行可能表現(xiàn)出對風險承擔的較高熱情，持續(xù)增加貸款發(fā)放，但值得注意的是，由于我國存貸利差的逐步收緊，即使利率下降，仍擠壓了銀行原有的利潤空間，迫使部分原薪酬較高的銀行出于對原有利潤的維持而增加風險承擔，從而可能表現(xiàn)出對利率變動的更大幅度反映。

綜合表3至表6的分析結(jié)果，其表明，貨幣政策工具在不同銀行高管薪酬水平下通過銀行風險承擔的變化對銀行信貸傳導效率具有重要影響；無論價格或數(shù)量型貨幣政策工具，在適度寬松貨幣政策環(huán)境下貨幣政策工具所產(chǎn)生的影響均大于適度收緊貨幣政策環(huán)境下所產(chǎn)生的影響。對比表3和表5，表4和表6，價格型貨幣政策工具較數(shù)量型貨幣政策工具的信貸傳導效率更高，但在利潤空間不受影響的前提下，高管薪酬較低銀行的信貸傳導效率較高，而高管薪酬較高銀行的信貸傳導效率較低。相反，當考慮利潤空間所受的影響時，在利率下調(diào)但利差空間縮小的情形下，高薪酬銀行的信貸傳導效率相對較高。這些與薪酬水平受限時的風險約束和為維持原有較高薪酬而呈現(xiàn)的風險激勵直接相關。

表5 適度收緊貨幣政策環(huán)境下價格型貨幣政策工具對信貸的影響

續(xù)前表

表6 適度寬松貨幣政策環(huán)境下價格型貨幣政策工具對信貸的影響

（三）進一步討論：限薪政策對信貸傳導效率的影響與全文的穩(wěn)健性檢驗

上述經(jīng)驗分析支持了本文在第三部分理論機制分析中所提出的，有關貨幣政策工具與銀行高管薪酬水平綜合通過銀行風險承擔渠道影響銀行信貸過程的假說?；趯嵶C結(jié)果穩(wěn)健性的考慮，一方面需對回歸方法的有效性進行檢驗，另一方面需對模型內(nèi)容設定的有效性進行檢驗。前者依賴于殘差獨立性和Hansen檢驗，后者則可通過對比考量風險承擔因素與否情況下貨幣政策對銀行信貸傳導效率影響結(jié)果的差異性，以及限薪政策是否帶來結(jié)果上的變異來實現(xiàn)。從而也實現(xiàn)了對限薪政策對信貸傳導效率影響的進一步探討。

對于第一種情況，由于面板數(shù)據(jù)分析需假設模型的殘差項為獨立且正態(tài)分布的，而殘差項之間實際可能并非完全獨立，或與模型變量相關，從而導致所估計的系數(shù)標準差變小，t統(tǒng)計量變大，不能真實反映變量間的相關關系。據(jù)此，本文采用對銀行和時間兩維度進行相關性及異方差調(diào)整的方法①鑒于篇幅有限，在此不展示經(jīng)自相關和異方差調(diào)整的全部回歸結(jié)果，有興趣的讀者可與作者聯(lián)系。。檢驗結(jié)果表明，方程（2）至（5）中涉及的自變量與因變量均呈現(xiàn)了顯著的相關關系，加入控制變量后亦并不影響回歸結(jié)果?？紤]到若樣本觀測值較少則可能產(chǎn)生估計偏誤，筆者在面板估計過程中還采用了Bootstrap法進行校正，得到了與前文相同的結(jié)果。在調(diào)整殘差的異方差和序列相關性后，也仍然得到相同的結(jié)論。Hansen檢驗結(jié)果顯示方程（1）至方程（5）中不同薪酬水平和不同貨幣政策工具代理變量下的估計均無法拒絕檢驗的原假設，即模型設定不存在過度識別的問題。上述檢驗表明本文的結(jié)果在估計方法上是穩(wěn)健的。

對于后一種情況，筆者采用將不包含風險承擔因素的估計結(jié)果與包含風險承擔因素的估計結(jié)果相對比的方法進行分析。剔除后的估計結(jié)果對應于表3至表6中第（2）和第（5）列，其絕對值均小于包含風險承擔因素估計結(jié)果中各類貨幣政策工具代理變量的邊際系數(shù)，證實了銀行風險承擔在傳導過程中所起到的作用不容忽視。我們還以從事后反映風險蘊含情況的Z值指標作為風險承擔的另一表征變量，以銀行同業(yè)拆借利率和廣義貨幣M2增長率分別表征價格型和數(shù)量型貨幣政策調(diào)控工具，對面板模型進行重新估計，發(fā)現(xiàn)無論是不同銀行薪酬水平還是不同種類以及環(huán)境下貨幣政策工具變量的符號與顯著性均基本與之前保持一致，即本文的基本結(jié)論是穩(wěn)健的。②鑒于篇幅有限，這里筆者暫不列表顯示重新估計的結(jié)果，而僅在文字中給出結(jié)論。

此外，進一步討論，鑒于2010年以后，我國銀行監(jiān)管部門對銀行提出了薪酬水平指導意見，而大部分銀行薪酬削減實際產(chǎn)生在2011年，可能對待估計方程結(jié)果產(chǎn)生影響，故引入虛擬變量Time來反映這種差異，即將2011年第1季度以后銀行樣本對應的Time取值為1，其余情況取值為0。估計結(jié)果顯示，2011年1季度開始所計算出的貨幣政策工具影響的邊際系數(shù)的絕對值較檢驗2中邊際系數(shù)的絕對值存在差異，即限薪政策能夠有效提高商業(yè)銀行對緊縮性貨幣政策的收縮效果，提升信貸傳導效率，但是無法有效刺激擴張性貨幣政策對商業(yè)銀行信貸投放的熱情。③鑒于篇幅有限，這里筆者暫不列表顯示全部估計結(jié)果，僅在文字中給出結(jié)論，有興趣的讀者可與作者聯(lián)系。這也并未影響前文的基本結(jié)論。

六、結(jié)論與政策建議

本文選取2007年第1季度至2014年第4季度經(jīng)篩選后的中國13家A股上市商業(yè)銀行作為研究樣本，采用非線性動態(tài)面板數(shù)據(jù)模型，針對貨幣政策工具和銀行高管薪酬能否通過風險承擔態(tài)度的改變對貨幣政策信貸傳導效率產(chǎn)生綜合影響，劃分不同貨幣政策環(huán)境、貨幣政策工具以及銀行薪酬水平進行了分析研究。研究證實了貨幣政策工具與高管薪酬水平同時通過風險承擔行為對信貸傳導效率影響的重要作用，并且這一影響存在非線性關系。主要結(jié)論可歸納為如下幾點：第一，我國商業(yè)銀行風險承擔與高管薪酬間存在顯著的正U型非線性關系。即：在低薪酬情況下，薪酬的增加會顯著降低銀行的風險承擔；當薪酬增加伊始時，銀行高管或出于職業(yè)穩(wěn)定性等因素的考慮，傾向于保持較低的風險承擔；但當薪酬達到一定水平后，薪酬的增加會因相對冒險成本的降低而擴大銀行風險承擔水平。第二，以風險加權資產(chǎn)比率作為銀行風險承擔表征變量，貨幣政策工具在不同銀行高管薪酬水平下通過銀行風險承擔的變化對銀行信貸傳導效率具有重要影響。無論價格或數(shù)量型貨幣政策工具，在適度寬松貨幣政策環(huán)境下貨幣政策工具所產(chǎn)生的影響均大于適度收緊貨幣政策環(huán)境下所產(chǎn)生的影響。價格型貨幣政策工具較數(shù)量型貨幣政策工具的信貸傳導效率更高，但在利潤空間不受影響的前提下，高管薪酬較低銀行的信貸傳導效率較高，而高管薪酬較高銀行的信貸傳導效率較低。相反，當考慮利潤空間所受的影響時，在利率下調(diào)但利差空間縮小的情形下，高薪酬銀行出于對原有利潤的維持而增加風險承擔后的信貸傳導效率相對更高。第三，我國2010年出臺的限薪指導意見能夠有效提高商業(yè)銀行對緊縮性貨幣政策的收縮效果，提升信貸傳導效率，但是無法有效刺激擴張性貨幣政策對商業(yè)銀行信貸投放的熱情。

根據(jù)上述實證研究結(jié)論，本文認為存在以下幾方面相關政策建議：第一，我國2010年頒布的《商業(yè)銀行穩(wěn)健薪酬監(jiān)管指引》在一定程度上限制了銀行業(yè)薪酬的持續(xù)膨脹。將高管薪酬控制在相對較低的水平下，可通過薪酬與風險承擔的正U型變動關系有效降低銀行風險資產(chǎn)規(guī)模，在一定程度上維護金融系統(tǒng)的穩(wěn)定性。第二，適度寬松與收緊的貨幣政策對銀行信貸影響的差異反映出，適度的貨幣擴張一般能有效調(diào)動銀行信貸投放熱情提高信貸傳導效率，而相同條件下適度收緊的貨幣政策往往會引致銀行逆向選擇從而對沖實施效果。對于后者我們一方面需要強化與銀行資本監(jiān)管或宏觀審慎管理政策的有效配合機制，另一方面改革銀行高管薪酬激勵資源體系，將配合的協(xié)調(diào)性納入考核標準。第三，貨幣政策對不同薪酬水平銀行信貸效果影響的差異性為政策制定部門制定差別化的動態(tài)管理措施提供了理論借鑒。貨幣政策的實施不僅需要繼續(xù)維持與重要性銀行政策效果的溝通與配合機制，而且需要加強對銀行薪酬分級監(jiān)管，特別是在適度寬松的貨幣政策環(huán)境下對高薪酬銀行實施差異化的風險資本監(jiān)管。在薪酬制定上可增加發(fā)揮獨立董事的作用，限制銀行的過度風險承擔行為。

［1］Rajan R G.Has Financial Development Made the World Riskier？［R］.NBER Working Paper， 2005.

［2］Borio C， Zhu H.Capital Regulation， Risk-Taking and Monetary Transmission Process： A Missing Link in the Transmission Mechanism？［R］.BIS Working Paper，2008.

［3］Gambacorta L.Monetary Policy and the Risk-Taking Channel［J］.BIS Quarterly Review， December， 2009： 43-53.

［4］Chen C R，Steiner T L， Whyte A M.Does Stock Option-based Executive Compensation Induce Risk-Taking？ An Analysis of the Banking Industry［J］.Journal of Banking and Finance， 2006（30）： 915-945.

［5］孔愛國，盧嘉園.市場約束、商業(yè)銀行治理與風險的實證研究［J］.金融研究，2010（5）：102-115.

［6］宋清華，曲良波.高管薪酬、風險承擔與銀行績效：中國的經(jīng)驗證據(jù)［J］.國際金融研究，2011（12）：69-79.

［7］江曙霞，陳學嬋.貨幣政策、銀行資本和風險承擔［J］.金融研究，2012（4）：1-16.

［8］劉生福，李成.貨幣政策調(diào)控、銀行風險承擔與宏觀審慎管理——基于動態(tài)面板系統(tǒng)GMM模型的實證分析［J］.南開經(jīng)濟研究，2014（5）： 24-39.

［9］Brunner K， Meltzer A H.Money and Credit in the Monetary Transmission Process［J］.American Economic Review， 1988（2）： 446-451.

［10］Bernanke B S， Blinder A S.Credit， Money and Aggregate Demand［J］.American Economic Review， 1988（8）： 435-439.

［11］Bernanke B S， Gertler M.Inside the Black Box： The Credit Channel of Monetary Transmission［J］.Journal of Economic Perspective， 1995（9）：27-48.

［12］Delis M D， Kouretas G.Interest Rates and Bank Risk Taking［R］.MPRA Working Paper， 2010.

［13］Bush C， Eickmeier S， Prieto E.In Search for Yield？ New Survey-Based Evidence on Bank Risk Taking［R］.Cesifo Working Paper Series，2011.

［14］陳龍騰，何建勇.資本監(jiān)管、風險承擔與貨幣政策傳導機制——研究綜述與展望［J］.稅務與經(jīng)濟，2011（2）：1-7.

［15］張雪蘭，何德旭.貨幣政策立場與銀行風險承擔——基于中國銀行業(yè)的實證研究（2000—2010）［J］.經(jīng)濟研究，2012（5）：31-44.

［16］徐明東，陳學彬.貨幣環(huán)境、資本充足率與商業(yè)銀行風險承擔［J］.金融研究，2012（7）：48-62.

［17］茆訓誠，王周偉，呂思聰.基于風險溢出關聯(lián)特征的CoVaR計算方法有效性比較及應用［J］.經(jīng)濟評論，2014（4）：148-160.

［18］洪正，申宇，吳瑋.高管薪酬激勵會導致銀行過度冒險嗎？——來自中國房地產(chǎn)信貸市場的證據(jù)［J］.經(jīng)濟學（季刊），2014（4）：1585-1614.

［19］Maddaloni A， Peydró J， Scopel S.Does Monetary Policy Affect Bank Credit Standards？［R］.ECB Mimeo， 2008.

［20］Core J E， Guay W R.The Other Side of the Trade-Off： The Impact of Risk on Executive Compensation-A Comment［R］.SSRN Working Papers， 2001.

［21］Coles J L， Daniel N D， Naveen L.Managerial Incentives and Risk-Taking［J］.Journal of Financial Economics， 2006（2）： 431-468.

［22］Haq M， Pathan S， Williams B.Managerial Incentives， Market Power and Risk-Taking［R］.SSRN Working Papers， 2010.

［23］Cheng I-H， Hong H， Scheinkman J A.Yesterday's Heroes： Compensation and Creative Risk-Taking［R］.NBER Working Paper， 2010.

［24］Caprio G， laeven L， levine R.Governance and Bank Valuation［J］.Journal of Financial Intermediation， 2007（16）： 584-617.

［25］Laeven L， Levine R.Bank Governance， Regulation and Risk Taking［J］.Journal of Financial Economics， 2009（93）： 259-275.