銀行治理、股價非系統(tǒng)性波動與銀行業(yè)系統(tǒng)性風險

吳成頌 王琪 倪清

摘 要：以2007—2016年14家滬深兩市上市商業(yè)銀行年度面板數(shù)據(jù)為研究樣本，探討商業(yè)銀行內部治理對風險的影響機制。研究發(fā)現(xiàn)，有效的銀行內部治理機制有助于降低系統(tǒng)性風險，同時，商業(yè)銀行的股價非系統(tǒng)性波動在銀行治理對系統(tǒng)性風險的抑制過程中發(fā)揮了傳導作用，即完善的銀行治理會增加其股價非系統(tǒng)性波動所反映的信息量，為商業(yè)銀行提供決策依據(jù)，進而降低系統(tǒng)性風險。

關鍵詞：銀行治理;股價非系統(tǒng)性波動;商業(yè)銀行系統(tǒng)性風險

中圖分類號：F831? ?文獻標識碼：A? ?文章編號：1003-3890（2019）03-0072-07

一、引言

在目前經(jīng)濟轉型階段，增長速度放緩、結構轉型、政策刺激使得銀行業(yè)處于“三期疊加”的機遇期，同時也是風險易發(fā)的挑戰(zhàn)期。金融風險是實體經(jīng)濟風險的鏡像反映，經(jīng)濟面臨轉型機遇的同時也會加劇金融風險的聚集和釋放。2016年防范金融風險列為新時期金融工作的重點，2017年3月《政府工作報告》中明確指出金融系統(tǒng)性風險是當前中國經(jīng)濟的核心風險。此外，金融穩(wěn)定發(fā)展委員會在2017年6月的中央金融工作會議上成立，意在強化宏觀審慎監(jiān)管和提高系統(tǒng)性風險防范功能。銀行業(yè)體系的穩(wěn)定是金融穩(wěn)定的關鍵，而防范銀行業(yè)系統(tǒng)性風險是維護其體系穩(wěn)定的關鍵，影響銀行業(yè)系統(tǒng)性風險的因素眾多，可歸納為：宏觀經(jīng)濟環(huán)境、監(jiān)管環(huán)境、銀行聯(lián)接度、銀行機構特征、風險傳染途徑等，而宏觀經(jīng)濟環(huán)境、監(jiān)管環(huán)境、銀行聯(lián)接度、風險傳染途徑主要表現(xiàn)為對不同國家或地區(qū)銀行業(yè)的影響，因此研究一國內不同銀行系統(tǒng)性風險的影響因素，應主要考慮銀行機構特征，即銀行治理對系統(tǒng)性風險的影響機制。

已有研究中考察商業(yè)銀行內部治理對經(jīng)營績效影響的文獻汗牛充棟，但是考察商業(yè)銀行內部治理對系統(tǒng)性風險水平的影響及其作用機制的研究卻較為匱乏，而此類研究對新時代下商業(yè)銀行如何防范系統(tǒng)性風險，從而維護金融體系的健康穩(wěn)定發(fā)展而言尤為重要。本研究以完善銀行內部治理，關注股價波動的特性為立足點，探討上市商業(yè)銀行公司內部治理通過股價非系統(tǒng)性波動這一中間變量對銀行業(yè)系統(tǒng)性風險的影響，研究結果從以下幾個方面作出貢獻：第一，在現(xiàn)有文獻方面，我們從董事會治理、股東會治理等多個角度提供了銀行內部治理能夠降低銀行業(yè)系統(tǒng)性風險的經(jīng)驗數(shù)據(jù)。迄今，只有少量文獻考察了銀行治理與系統(tǒng)性風險的關系，本研究將豐富這方面的研究內容。第二，在影響機制方面，本文以股價非系統(tǒng)性波動為中間變量，通過研究這一傳導路徑具體分析影響系統(tǒng)性風險強弱的因素，深化了人們對股價波動特性的認識，進而能夠另辟蹊徑地引起管理層對股票價格的重視。第三，在政策方面，能夠為上市商業(yè)銀行加強系統(tǒng)性風險控制提供一定的參考，有利于實現(xiàn)我國金融體系治理能力現(xiàn)代化。

二、文獻綜述與研究假設

（一）銀行治理與商業(yè)銀行系統(tǒng)性風險

銀行治理分為外部治理和內部治理，由于銀行業(yè)具有高度管制的特性，外部監(jiān)管往往會使得管理者忽略銀行內部治理，然而銀行內部治理在近年來興起的公司治理中占有重要地位。曹廷求等發(fā)現(xiàn)，1997年爆發(fā)的亞洲金融危機促使管理者重新審視公司治理問題[1]，這場危機使得金融危機的危害性和銀行體系的脆弱性充分暴露，從而相關管理者對危機產(chǎn)生的原因以及危機過后的危害防范給予了重視[2-4]。

張兆國等研究表明銀行治理能提高銀行會計信息的透明度，從而在銀行系統(tǒng)性風險的防范方面起到積極作用[5]。宋清華等研究發(fā)現(xiàn)，完善的銀行治理機制能對管理層的自利行為形成一定的約束[6]。孫麗霞的研究結果顯示，在現(xiàn)代經(jīng)營管理中，由于所有權與經(jīng)營權的分離，管理層作為商業(yè)銀行日常經(jīng)營的主體對會計信息及經(jīng)營狀況較為了解，但管理層與股東大會之間可能存在信息不對稱的現(xiàn)象，自利的管理層會損害公司股東的利益[7]。

近年來，我國學者不斷對商業(yè)銀行內部治理與系統(tǒng)性風險之間的關系進行了實證研究?？椎绿m 等利用2000—2007年我國5家上市商業(yè)銀行的數(shù)據(jù)做實證研究，結果顯示獨立董事比例、大股東控制力和資本充足率與商業(yè)銀行系統(tǒng)性風險呈顯著正相關關系，資產(chǎn)規(guī)模、特許權價值和財務杠桿與商業(yè)銀行系統(tǒng)性風險顯著正相關，而監(jiān)事會和董事會規(guī)模與商業(yè)銀行系統(tǒng)性風險呈顯著負相關關系[8]。曹艷華等在此基礎上將研究樣本擴大為14家上市商業(yè)銀行后發(fā)現(xiàn)，管理層結構、股權集中度和董事會規(guī)模與商業(yè)銀行系統(tǒng)性風險呈顯著相關關系[9]。盧嘉圓等以2002—2008年我國A股市場上市商業(yè)銀行的數(shù)據(jù)為基礎，運用面板模型進行研究分析，從而得出適度擴大銀行規(guī)模有利于降低上市商業(yè)銀行系統(tǒng)性風險[10]。劉銀國等運用14家上市商業(yè)銀行2006—2010年的數(shù)據(jù)進行研究，發(fā)現(xiàn)治理結構、機制的不同與商業(yè)銀行系統(tǒng)性風險具有一定的相關關系。在此研究基礎之上，本文提出第一個研究假設[11]。

假設1：完善銀行治理有助于降低商業(yè)銀行系統(tǒng)性風險。

（二）銀行治理與商業(yè)銀行股價非系統(tǒng)性波動

從銀行治理的內部機制方面來說，銀行治理的本質是公司所有者與經(jīng)營者的約束與激勵的不斷制衡，而公司經(jīng)營權的合理分配在一定程度上促使經(jīng)營者為公司不斷創(chuàng)造價值。然而在近年來的研究發(fā)現(xiàn)中，良好的銀行治理不僅會不斷增加企業(yè)的價值，而且對商業(yè)銀行的股價波動特征產(chǎn)生明顯的影響。完善的銀行治理有助于增強公司的信息透明度，而股價非系統(tǒng)性波動是指不能被市場中的公開信息所反映的部分，即表示反映股價波動的個別信息。因此，公司信息越透明，越能充分反映股價中的個別信息，即增加股票價格所反映出的信息量，從而增加商業(yè)銀行股價非系統(tǒng)性波動占總波動的比重。因此，從這一角度出發(fā)能夠通過商業(yè)銀行的股價波動特征來反映其內部治理的成果。

對于這一問題，國內外學者均進行了深入的分析研究。從國外學者的研究來看，Bushee et al.認為，信息披露的質量和股東持有股票的數(shù)量有關，從而與股價的非系統(tǒng)性波動有關[12]。Fan et al.通過對東南亞地區(qū)900多家公司的股票價格對公司利潤的敏感程度與所有權結構的關系進行研究發(fā)現(xiàn)，公司所有權的集中會降低股票價格對利潤的敏感程度，這一結果說明過于集中公司的所有權會妨礙有用的信息反映在公司股票中[13]。Ferreira et al.對反敵意兼并安排與股價有效性的關系進行了研究論證，發(fā)現(xiàn)完善的公司治理能夠促進信息流動，從而增加商業(yè)銀行股價非系統(tǒng)性風險在風險總量中的比例，使得股價波動盡量少受市場波動的影響[14]。國內學者蕭松華等的研究中，主要介紹了銀行產(chǎn)權結構與經(jīng)營效率之間關系的相關理論，并在此基礎上進行了簡要的分析與評價。雖然這些學者的研究內容不同，但均有一個特點，即通過了解公司內部的相關信息，比如財務信息、管理層信息和股權結構信息等，來判定公司治理的效果，從而了解股票價格的波動特性[15]。李維安等闡述了商業(yè)銀行的公司治理具有一定的特殊性，并通過世界銀行公布的相關數(shù)據(jù)對不同國家的商業(yè)銀行股權結構與經(jīng)營成果的關系進行分析比較[16]。鑒于此，本文提出第二個研究假設。

假設2：銀行治理與股價非系統(tǒng)性波動所反映的信息量正相關。

（三）商業(yè)銀行股價非系統(tǒng)性波動與系統(tǒng)性風險

借鑒張湄等的研究內容與結果[17]，本文將進一步分析商業(yè)銀行股價非系統(tǒng)性波動對系統(tǒng)性風險的直接作用機制。由于公司股東較多地關注其獲利程度和面臨的風險，在這種情況下商業(yè)銀行的股價非系統(tǒng)性波動更多地體現(xiàn)了公司股東對相關訊息波動的反應，即商業(yè)銀行的股價非系統(tǒng)性波動程度越高，說明公司股東對于這些信息所作出的反應越大，同時這也說明公司的管理層所得到市場反饋信息越多，促使其行為更加合理化、理性化。在此基礎上，由于商業(yè)銀行的經(jīng)營狀況在一定程度上與股價非系統(tǒng)性波動存在關聯(lián)，而銀行的經(jīng)營狀況在收益與風險之間得以體現(xiàn)，由于高風險高收益的關系，若銀行追求較高的收益，則其面臨的風險也會增大。

綜合以上分析，商業(yè)銀行內部的股價非系統(tǒng)性波動越強烈，說明市場向公司管理者傳遞的有效信息越豐富，管理層從市場得到的反饋就越充分，能夠較為合理地對企業(yè)經(jīng)營戰(zhàn)略進行調整，公司所面臨的系統(tǒng)性風險將會降低。據(jù)此，本文提出第三個假設。

假設3：股價非系統(tǒng)性波動所反映的信息量與商業(yè)銀行系統(tǒng)性風險負相關。

（四）商業(yè)銀行股價非系統(tǒng)性波動在完善銀行治理降低系統(tǒng)性風險中的作用

商業(yè)銀行通過完善內外部機制來提高內部治理水平，從而增強銀行抵御系統(tǒng)性風險的能力。近年來學者們研究發(fā)現(xiàn)，銀行治理往往通過一定的傳導機制對系統(tǒng)性風險產(chǎn)生影響，而商業(yè)銀行的股價非系統(tǒng)性波動就是重要傳導機制之一。銀行內部機制的有效治理能夠提高股價中的個別信息量，增強股價非系統(tǒng)性波動，為決策者在面臨系統(tǒng)性風險時提供必要的信息，有利于防范系統(tǒng)性風險。張湄等以14家上市銀行數(shù)據(jù)為例，發(fā)現(xiàn)公司股價的波動特性與銀行治理之間存在一定的相關性，并認為可以通過股價的波動特性來對銀行治理效果進行測度，從而防范系統(tǒng)性風險。其研究表明，公司第一大股東持股比例與股價非系統(tǒng)性波動呈U形關系，即當公司第一大股東的持股比例足夠高時，股價非系統(tǒng)性波動也會提高，從而為公司提供更多的有效信息，以便于公司在面對系統(tǒng)性風險時作出正確決策[17]。辛清泉等以2003—2009年A股主板上市公司為研究樣本，分析了銀行治理的信息披露如何影響股價波動性，研究表明公司內部信息透明度越高，股價非系統(tǒng)性波動就越高，從而能夠滿足公司外部投資者的信息需求，有利于銀行系統(tǒng)的穩(wěn)定[18]。另外，王薇研究認為，銀行治理中的機構投資者持股比例也會對股價的波動產(chǎn)生影響，即機構持股比例的增加會使得會計信息披露的質量與股價波動的相關關系增強，從而對系統(tǒng)性風險的防范產(chǎn)生影響[19]?；谏鲜鰧W者的研究，本文在前三個假設的基礎上提出第四個研究假設。

假設4：股價非系統(tǒng)性波動在銀行治理與銀行系統(tǒng)性風險之間發(fā)揮著顯著的中介效應，銀行治理通過股價非系統(tǒng)性波動對系統(tǒng)性風險產(chǎn)生促進作用。

三、研究設計

（一）樣本選取與數(shù)據(jù)來源

本文選取平安銀行、寧波銀行、浦發(fā)銀行、華夏銀行、中國民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、交通銀行、中國工商銀行、中國建設銀行、中國銀行、中信銀行14家滬深兩市上市商業(yè)銀行2007—2016年的年度面板數(shù)據(jù)，其中由于中國農(nóng)業(yè)銀行和光大銀行等9家商業(yè)銀行上市時間較晚，研究中所需數(shù)據(jù)不足，因此不作為本次研究所選擇的樣本對象。在此基礎上借鑒現(xiàn)有文獻并結合本文研究的特點選取了反映我國上市商業(yè)銀行治理、股價非系統(tǒng)性波動、系統(tǒng)性風險以及相關控制變量的15個變量指標，共計1 890個原始樣本數(shù)據(jù)。

針對商業(yè)銀行的系統(tǒng)性風險，采用商業(yè)銀行的股票日收盤價作為衡量標準，并利用CoVaR模型對數(shù)據(jù)進行處理，其中數(shù)據(jù)主要來自中國上海證券交易所官方網(wǎng)站、中國深圳證券交易所官方網(wǎng)站和其他著名財經(jīng)網(wǎng)站（東方財富網(wǎng)、同花順網(wǎng)站等）;在銀行治理方面，董事會治理、股權結構方面的數(shù)據(jù)主要來自各商業(yè)銀行年度報表中“公司治理”“董事會成員簡介”“股東大會成員簡介”及年度財務報表;相關控制變量數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計局官方網(wǎng)站、中國銀行業(yè)監(jiān)督管理委員會官方網(wǎng)站及銀行年度財務報告。

本文主要所采用的統(tǒng)計軟件為Stata13.0。

（二）變量定義

1. 商業(yè)銀行系統(tǒng)性風險。本文基于Adrian和Brunnermeier提出的CoVaR模型，即以VaR模型為基礎，建立將銀行機構相互之間的風險溢出關系考慮在內的風險價值模型來對商業(yè)銀行系統(tǒng)性風險進行度量。CoVaR模型，表示在一定概率水平條件下，某一資產(chǎn)在特定時間內的損失處于VaR水平時，其他資產(chǎn)組合最大的可能損失。根據(jù)兩位學者對CoVaR模型的定義，CoVaRijq表示當某銀行j風險處于VaRqj水平下，銀行i所面臨的風險水平。由此可見，CoVaRijq表示金融機構i關于金融機構j的條件VaR，反映出當金融機構j處于極端不利狀況下，金融機構i面臨的風險大小。所以，CoVaRijq可被定義為，當金融機構j的無條件VaR給定的情況下金融機構i的VaR，用條件概率分布q分位數(shù)則可定義為：

其中，0

從上述定義可看出：CoVaR從本質上來說就是VaR;j對i的風險溢出效應可通過CoVaRijq和VaRiq之間的相關關系來表述，CoVaRijq是i的總風險價值水平，其中包含溢出風險價值和無條件風險價值，為更加準確地表述機構i對金融機構j變化的反應程度，將溢出風險價值表示為？駐CoVaRijq，因此這三者的關系可表示為：

運用CoVaR模型來對商業(yè)銀行的系統(tǒng)性風險進行測度十分有效，本文用商業(yè)銀行的股票日收盤價衡量風險價值并對原始數(shù)據(jù)進行了正向化處理。運用此模型可計算出若某家銀行陷入困境則給其他相關聯(lián)銀行帶來的影響大小，能夠識別出研究中重要性較高的銀行。

2. 銀行治理綜合指標。由于目前我國監(jiān)事會發(fā)展尚處于起步階段，根據(jù)相關文獻來看，該指標對研究所起作用并不顯著，故主要考慮董事會治理和股權結構方面的變量。在董事會治理方面，選取董事會規(guī)模、獨立董事比例和董事會會議次數(shù)作為衡量指標;在股權結構方面，選取股權集中度、股東權益率和前三大股東持股比例作為衡量指標[20]。本文借鑒孫麗霞的方法[7]，將董事會規(guī)模（BDS）、獨立董事比例（PID）、董事會會議次數(shù)（BDM）、股權集中度（OC）、股東權益率（ER）、前三大股東持股比例（TOP3）、銀行業(yè)景氣指數(shù)（BBI）和資本充足率（CAR）這8個指標通過運用主成分分析法來構建出一個反映公司治理水平的綜合指標（CG）[21]。

檢驗樣本數(shù)據(jù)是否具備做主成分分析的條件。目前學者研究中，主要運用KMO測度和巴特利特球檢驗這兩種方法進行檢驗。KMO測度計算出的數(shù)值變化范圍在0～1，若KMO的值較小，則表明其不符合運用主成分分析。一般情況下，指標值>0.7時數(shù)據(jù)較好。巴特利特球檢驗是通過對相關矩陣整體進行檢驗，若為單位陣，則零假設成立。將觀測數(shù)據(jù)進行KMO測度和巴特利特球檢驗，其結果顯示Bartletts檢驗結果為拒絕原假設，KMO測度數(shù)值為0.798。因此，我國上市商業(yè)銀行治理的數(shù)據(jù)符合主成分分析的條件。

對變量之間的相關關系抽象出關系矩陣。這一步驟則運用軟件自動生成。得出相關關系矩陣的特征值、貢獻率和累計貢獻率，確定主成分的個數(shù)，如表1所示。

表1中主成分的累計貢獻率為85.062%>85%，損失的信息在可接受范圍內，且各主成分的特征值均大于1。根據(jù)主成分荷載矩陣（表2）可得出3個主成分的表達式，根據(jù)各個主成分的貢獻率和特征值確定各主成分的系數(shù)，從而利用特征值加權得出綜合因子（CG）。

3. 股價非系統(tǒng)性波動。通過這一指標主要能分析出商業(yè)銀行內部的股價波動與市場整體波動的非同步性，闡述了股東對公司上層相關信息的變化狀況。計算方法如下：

在計算過程中，通過選取各銀行每日交易的收盤數(shù)據(jù)得出日收益率，在此基礎上減去同期無風險部分的利率，從而得到超額收益率rid。其中，無風險利率是由當期定期存款利率進行折算得出。若在上海證券交易所交易，則用上證綜指收益率作為市場收益率，減去無風險部分的利率，得出市場超額收益率。以此類推，可得出？滓2mt和？滓2im，t。將計算出的數(shù)值代入公式（4），得出股票i在t時期的特有方差？滓2ie，t。再把？滓2ie，t和？滓2it代入公式（3）即可得出股價的非系統(tǒng)性波動變量？鬃i，d。

4. 控制變量。在宏觀經(jīng)濟變量方面，本文選取GDP的增長率這一指標進行衡量。在微觀經(jīng)濟指標方面，主要采用銀行資產(chǎn)規(guī)模（Size），由各商業(yè)銀行的總資產(chǎn)取自然對數(shù)得出;不良貸款率（NPL），反映商業(yè)銀行的不良貸款的情況，在一定程度上影響商業(yè)銀行的系統(tǒng)性風險。

本文涉及的變量、定義及相關解釋具體如表3所示。

（三）模型構建

本文通過構建以下4個模型來檢驗本文所提出的研究假設：

四、實證研究

（一）樣本數(shù)據(jù)的描述性統(tǒng)計

本文樣本數(shù)據(jù)的描述性統(tǒng)計如表4所示。商業(yè)銀行治理綜合指標（CG）的極大值為2.491 8，極小值為-2.340 5，均均值為-0.507 9，說明銀行治理水平差異較大，而整體治理水平有待提高。股價非系統(tǒng)性波動（？追），極大值為10.564 9，極小值為4.076 2，標準差為1.290 6，表明商業(yè)銀行對股價非系統(tǒng)性波動關注較少。商業(yè)銀行系統(tǒng)性風險（CoVaR）的極大值為2.958 0，極小值為0.047 4，均值為0.751 2，說明商業(yè)銀行整體系統(tǒng)性風險水平較低，但部分商業(yè)銀行面臨較高的風險水平。

（二）面板單位根檢驗

參照陳守東等運用單位根檢驗的方法，分別對銀行治理綜合指標、股價非系統(tǒng)性波動和商業(yè)銀行系統(tǒng)性風險序列進行了面板單位根檢驗，通過檢驗是否存在單位根來判定模型的平穩(wěn)性[22]，具體結果如表5所示。

由檢驗結果可知，銀行治理、股價非系統(tǒng)性波動與商業(yè)銀行系統(tǒng)性風險的統(tǒng)計量均強烈拒絕面板包含單位根的原假設，即面板數(shù)據(jù)是平穩(wěn)的。

（三）回歸分析

1. 銀行治理對商業(yè)銀行系統(tǒng)性風險的影響。表6為商業(yè)銀行的公司治理對系統(tǒng)性風險影響的回歸結果。在對其他相關變量進行控制的前提下，銀行治理綜合指標CG的回歸系數(shù)為-0.018 5，在1%置信水平下顯著，意味著該模型可有效解釋其風險承擔能力，即完善商業(yè)銀行的公司治理會降低其風險水平。

銀行規(guī)模的系數(shù)值在1%水平下顯著為負，說明商業(yè)銀行的資產(chǎn)規(guī)模的擴大能提高對系統(tǒng)性風險的防范能力，從而降低其所面臨的系統(tǒng)性風險。NPL的系數(shù)顯著為正，說明商業(yè)銀行的不良貸款率過高可能會加劇整體系統(tǒng)性風險。另外，GDP的回歸結果系數(shù)為負，表明我國經(jīng)濟整體的蓬勃發(fā)展有利于降低風險，從而提升我國商業(yè)銀行對風險的承擔能力。因此假設1成立。

2. 銀行治理對股價非系統(tǒng)性波動的影響。在對其他變量進行控制的前提下，銀行治理綜合指標CG的系數(shù)值在5%置信水平下顯著為正，為0.099 4，這表明對于我國上市商業(yè)銀行來說，董事會結構的完善以及股權結構的優(yōu)化使得其股價對市場的不同步性會顯著增加，從而為投資者提供較多的市場信息。銀行資產(chǎn)規(guī)模Size的系數(shù)值在1%水平下顯著為負，說明銀行規(guī)模越大，股價非系統(tǒng)性波動越低，從而商業(yè)銀行內部越難以有效治理，這一結論與學者張湄等的研究結論相一致[17]。NPL的系數(shù)值在5%置信水平下顯著為正，說明銀行不良貸款率在一定程度上能夠反映市場上股價的相關信息，從而為公司的管理層在進行決策時提供幫助。除此之外，GDP的系數(shù)值在1%的水平下顯著為正，表明我國整體經(jīng)濟的良好運行能夠促進公司的發(fā)展逐步趨于成熟穩(wěn)定。因此，假設2成立。

3. 股價非系統(tǒng)性波動對商業(yè)銀行系統(tǒng)性風險的影響。從公式（10）的結果可看出，股價非系統(tǒng)性波動的系數(shù)值顯著為負，這表明商業(yè)銀行的股價非系統(tǒng)性波動越大，越能提供反映市場變化的信息，其所面臨的系統(tǒng)性風險越小，這與學者盧嘉圓的結論基本一致[20]。

銀行規(guī)模系數(shù)值為負，說明銀行適度擴大規(guī)模有利于防范系統(tǒng)性風險。NPL的系數(shù)值顯著為正，表明銀行不良貸款率的增加或導致銀行面臨更大的系統(tǒng)性風險，而在此模型中，GDP對系統(tǒng)性風險的影響并不顯著。

4. 股價非系統(tǒng)性波動在銀行治理對銀行系統(tǒng)性風險影響中的作用。根據(jù)溫忠麟的理論研究，公式（9）和（10）的檢驗結果已經(jīng)說明銀行治理對系統(tǒng)性風險的影響至少有一部分是通過股價非系統(tǒng)性波動來實現(xiàn)的，即存在股價非系統(tǒng)性波動對于銀行治理和系統(tǒng)性風險的中介效應[23]。

公式（11）反映了中介變量股價非系統(tǒng)性波動發(fā)揮作用的效果。股價非系統(tǒng)性波動的系數(shù)為0.012 2，在5%的水平下顯著，同時，銀行治理的系數(shù)變成了-0.021 5，其對應的p值由之前的小于0.01變成了小于0.05，雖然仍為顯著，但其顯著性水平明顯下降。由此可看出股價非系統(tǒng)性波動在銀行治理和系統(tǒng)性風險之間存在著明顯的部分中介效應。

學者溫忠麟等提出運用系數(shù)估計值的計算公式能夠得出中介效應、中介效應與直接效應之比和其與總效應之比，來對中介效應的大小進行衡量[24]。按照公式（8）～（11）的實證結果來看，股價非系統(tǒng)性波動對于銀行治理和系統(tǒng)性風險的中介效應為0.001 2，中介效應占總效應比重為5.34%，中介效應占直接效應的比重為5.64%。

（四）穩(wěn)健性檢驗

以上文的研究為基礎，本文選取我國上市商業(yè)銀行的內部薪酬激勵指標作為代理變量進行穩(wěn)健性檢驗，運行數(shù)據(jù)結果與上述結論稍有偏差，但不影響基本假設。除此之外，檢驗過程中綜合運用了固定效應模型和隨機效應模型，結果與主要結論基本相符。

五、結論與建議

本文以對國內外相關學者的研究進行文獻綜述為基礎提出研究假設，結合我國上市商業(yè)銀行的自身特征，選取2007—2016年14家具有代表性的商業(yè)銀行的相關數(shù)據(jù)為研究樣本，對商業(yè)銀行治理、股價非系統(tǒng)性波動對系統(tǒng)性風險的影響進行了研究分析。研究結果表明：我國上市商業(yè)銀行的有效治理有助于降低其面臨的系統(tǒng)性風險，提高商業(yè)銀行對系統(tǒng)性風險的承擔能力，這一結論說明我國上市商業(yè)銀行的公司治理起到了防范系統(tǒng)性風險這一基本職能;商業(yè)銀行的股價非系統(tǒng)性波動在此影響過程中，起到了一定的傳導作用，銀行治理的完善會使得股價的非系統(tǒng)性波動增強，從而能為商業(yè)銀行防范系統(tǒng)性風險提供有用的參考依據(jù)，有利于降低系統(tǒng)性風險。

基于前文的理論分析和實證研究，我們從完善商業(yè)銀行公司治理和關注股價非系統(tǒng)性波動兩個方面提出相關政策建議：

1. 優(yōu)化內部治理結構以提高商業(yè)銀行治理效率。商業(yè)銀行面臨日益激烈的競爭和挑戰(zhàn)，董事會規(guī)模較小或董事會會議次數(shù)較少，不能滿足商業(yè)銀行日益快速發(fā)展的需求，因此商業(yè)銀行應適度擴大董事會規(guī)模、適當增加董事會會議次數(shù)，適當擴大公司獨立董事比例，提高董事會的獨立性。通過引進經(jīng)濟、金融、法律等方面的專家來優(yōu)化公司董事會的人員構成，從而增強董事會的獨立性和風險防范水平[25]。另外，在權利分配時將員工、債權人等利益相關者納入分配范圍可能更為有利于優(yōu)化銀行內部結構，將商業(yè)銀行的權利在股東、債券持有者、公司員工及同業(yè)之間按適當?shù)谋壤M行分配[26]。

2. 關注商業(yè)銀行股票價格的波動特性，通過分辨有用的信息完善內部治理。商業(yè)銀行應不斷完善信息披露制度，為投資者提供較為全面真實并且及時的信息，使得相關投資者能夠根據(jù)相關信息對決策行為進行相應的調整。同時，商業(yè)銀行應加強信息披露監(jiān)管，使得商業(yè)銀行的利益相關者具有一定的信息優(yōu)勢[27]。然而，僅有良好的信息環(huán)境不足以應對市場的復雜多變，在分析股價的波動特性時，商業(yè)銀行還應分清是噪音還是信息造成的股價非系統(tǒng)性波動，不斷搜集整理并合理利用信息，從而有助于商業(yè)銀行由非理性的噪音交易向理性的信息交易進行轉變。

參考文獻：

[1]曹廷求，王營.特許權價值、公司治理機制和商業(yè)銀行風險承擔[J].金融論壇，2010（10）：12-18.

[2]郝臣，李維安，王旭.中國上市金融機構是否有效治理——風險承擔視角[J].現(xiàn)代財經(jīng)，2015（11）：12-21.

[3]郝臣，崔光耀，秦曉天.上市商業(yè)銀行公司治理與風險承擔關系研究[J].資本觀察，2016（2）：60-66.

[4]曹廷求，王營，馬莉.外部環(huán)境、治理機制與銀行風險[J].經(jīng)濟研究，2011（10）：150-155.

[5]張兆國，劉曉霞，邢道勇.公司治理結構與盈余管理——來自中國上市公司的經(jīng)驗數(shù)據(jù)[J].中國軟科學，2009（1）：122-133.

[6]宋清華，曲良波，陳雄兵.中國商業(yè)銀行規(guī)模、治理與風險承擔的實證研究[J].當代財經(jīng)，2011（11）：57-70.

[7]孫麗霞.公允價值層級、銀行公司治理與銀行系統(tǒng)性風險——基于我國14家上市商業(yè)銀行的面板數(shù)據(jù)[J].財會通訊，2017（6）：28-31.

[8]孔德蘭，董金.公司治理機制對商業(yè)銀行風險承擔影響的實證分析[J].中央財經(jīng)大學學報，2008（11）：38-42.

[9]曹艷華，牛筱穎.上市銀行治理機制對風險承擔的影響[J].金融論壇，2009（1）：43-48.

[10]盧嘉圓，孔愛國.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.

[11]劉銀國，張琛.基于公司治理的商業(yè)銀行風險研究[J].經(jīng)濟學動態(tài)，2011（7）：80-84.

[12]BUSHEE J B， NOE C F. Corporate disclosure practices，institutional investors and stock return volatility[J].Journal of accounting research，2000（25）：171-202.

[13]FAN J，WONG T J. Corporate ownership structure and the informativeness of accounting earnings in East Asia[J].Journal of accounting and economies，2002（33）：401-425.

[14]FERREIRA M A， LAUX P A. Corporate governance idiosyneratic risk and information flow[J].Journal of finance，2007（2）：951-989.

[15]蕭松華，劉明月.銀行產(chǎn)權結構與效率關系理論評析[J].國際金融研究，2004（5）：4-10.

[16]李維安，曹廷求.商業(yè)銀行公司治理——基于商業(yè)銀行特殊性研究[J].南開學報，2005（1）：83-89.

[17]張湄，孔愛國.商業(yè)銀行治理與股價波動關系的實證研究[J].復旦學報，2010（5）：101-108.

[18]辛清泉，孔東民，郝穎.公司透明度與股價波動性[J].金融研究，2014（10）：193-206.

[19]王薇.會計信息質量、機構投資者與股價波動性[J].財政監(jiān)督，2015（11）：26-30.

[20]盧嘉圓.投資者對我國商業(yè)銀行的治理作用[D].上海：復旦大學，2009.

[21]彭浩.基于主成分分析的廣西碳排放影響因素實證研究[J].浙江農(nóng)業(yè)科學，2017（10）：1794-1797.

[22]陳守東，張丁育.我國銀行治理特征與銀行穩(wěn)健性的關系研究[J].南京農(nóng)業(yè)大學學報，2015（1）：99-127.

[23]溫忠麟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014（5）：731-745.

[24]溫忠麟，侯杰泰，張雷.調節(jié)效應與中介效應的比較和應用[J].心理學報，2005（2）：268-274.

[25]陳旭.基于利益相關者視角的商業(yè)銀行公司治理與經(jīng)營績效研究[D].湘潭：湘潭大學，2016.

[26]張巖.我國商業(yè)銀行董事會治理與風險管理能力研究[D].昆明：云南財經(jīng)大學，2012.

[27]林忠國，韓立巖，李偉.股價波動非同步性——信息還是噪音？[J].管理科學學報，2012（6）：68-81.

責任編輯：王冬年