價格型和數(shù)量型貨幣政策與銀行非利息收入周期性

金健

摘? ?要：基于2004—2019年中國商業(yè)銀行面板數(shù)據， 研究貨幣政策對銀行非利息收入的影響發(fā)現(xiàn)，無論在數(shù)量型還是價格型貨幣政策工具調控下，非利息收入變化均呈顯著的逆周期性，但影響強度具有非對稱性，價格型工具下其逆周期性更強。將非利息收入按來源分為有風險的金融創(chuàng)新和無風險的金融創(chuàng)新業(yè)務，研究發(fā)現(xiàn)有風險的金融創(chuàng)新呈逆周期變化，而無風險的金融創(chuàng)新呈順周期變化，這表明銀行非利息收入逆周期性來源于有風險的金融創(chuàng)新業(yè)務變化。進一步研究發(fā)現(xiàn)，數(shù)量型政策工具對非利息收入的影響存在基于銀行資產規(guī)模、總體盈利能力的異質性;而價格型政策工具的影響存在基于存款規(guī)模、流動性比例的異質性;兩種政策工具的影響均存在基于經濟政策不確定性和經濟增長的異質性。最后，銀行總體盈利波動性變化具有順周期特征。

關? 鍵? 詞：貨幣政策;非利息收入;周期性;銀行創(chuàng)新

中圖分類號：F832.3;F822.0? ? ?文獻標識碼：A? ? ?文章編號：2096-2517（2021）03-0025-13

DOI：10.16620/j.cnki.jrjy.2021.03.002

一、引言與文獻綜述

隨著銀行業(yè)競爭、金融脫媒的加劇，互聯(lián)網金融和利率市場化的發(fā)展，中國商業(yè)銀行的傳統(tǒng)盈利模式受到極大的沖擊[1-2]，盈利空間受到擠壓。為了增強盈利能力， 突破信貸等傳統(tǒng)業(yè)務發(fā)展限制，商業(yè)銀行通過加強金融創(chuàng)新，不斷尋求業(yè)務多元化發(fā)展，從而使得其非利息收入得到快速提升。然而，金融創(chuàng)新是一把“雙刃劍”[3]，它在降低金融交易成本，轉移和分散風險，提高金融機構盈利能力，優(yōu)化資源配置的同時， 也給金融市場帶來了極大的不確定性[4]，甚至給整體宏觀經濟帶來了系統(tǒng)性風險[5]。

廣義的金融創(chuàng)新包括金融工具、 金融技術、制度及管理、服務方面的創(chuàng)新。而金融創(chuàng)新業(yè)務是銀行非利息收入的主要來源，已有眾多學者將銀行中間業(yè)務收入或者非利息收入作為商業(yè)銀行金融創(chuàng)新的代理變量[6-7]。而非利息收入又包括有風險的非利息收入和無風險的非利息收入[8]。具體可分為手續(xù)費及傭金收入、 投資收益和公允價值變動等，而手續(xù)費及傭金收入是銀行代理、經紀及其他不涉及其自身資產和負債的中介業(yè)務所得，因此可將其視為無風險的金融創(chuàng)新業(yè)務。投資收益及公允價值變動損益等其他非利息收入是銀行投資交易業(yè)務所得，而投資交易業(yè)務下銀行可能遭受損失，因此可將其視為有風險的金融創(chuàng)新業(yè)務。

中國金融體系是銀行主導型的，銀行是最重要的金融中介， 是連接金融市場與實體經濟的紐帶，同時也是貨幣政策傳導的重要渠道。目前我國貨幣政策正在由數(shù)量型調控向價格型調控轉變，雖然以利率為代表的價格型調控政策日趨重要，但數(shù)量型貨幣調控仍占有重要地位。而貨幣政策調控與銀行盈利與風險承擔密切相關，在此情形下，結合不同類型的貨幣政策調控，研究其對商業(yè)銀行盈利結構的影響可以為提高貨幣政策有效性與商業(yè)銀行經營轉型提供參考。

貨幣政策調控下， 商業(yè)銀行盈利如何變化，國外學者并沒有一致結論。Albertazzi等（2009）認為長期利率提升利于銀行增加凈利息收入而不利于非利息收入的增長，而短期利率的作用并不明顯[9]。Claessens等（2018）認為低利率下貨幣政策對銀行凈息差的作用更加顯著[10]。Borio等（2015）研究認為短期利率水平和期限溢價正向影響銀行盈利，而低利率與水平期限結構則對銀行盈利具有負向影響[11]。但目前國內對于貨幣政策如何影響銀行盈利能力和盈利結構的研究較少。張艾蓮等（2021）研究發(fā)現(xiàn)價格型和數(shù)量型貨幣政策對銀行盈利能力的影響程度和方向存在差異，不同類型貨幣政策的共同實施會產生疊加作用，但其并沒有對非利息收入內部變化進行分析[12]。王連軍（2017）研究發(fā)現(xiàn)價格型貨幣政策工具對非利息收入的影響存在閾值，在達到閾值之前， 利率對非利息收入具有負向影響，當利率達到并超過閾值之后，利率提高將增加銀行非利息收入[13]。

綜上，目前的研究并未對銀行非利息收入的構成進行剖析，且并未對具有不同個體特征的銀行盈利變化的異質性特征進行分析。本文基于商業(yè)銀行金融創(chuàng)新的視角，結合價格型和數(shù)量型貨幣政策調控，重點分析了銀行在貨幣政策調控下的非利息收入變化的周期性特征，并對銀行非利息收入按照是否具有風險進行細分，探討不同類型的金融創(chuàng)新的周期性變化;同時，結合銀行個體特征，研究非利息收入變化的異質性，并關注了銀行總體盈利的波動性。

二、理論分析與研究假設

數(shù)量型貨幣政策主要通過影響銀行體系流動性作用于信貸行為，價格型貨幣政策工具則通過影響資本價格作用于微觀主體[14]。首先無論是價格型還是數(shù)量型調控工具，在緊縮性貨幣政策下，銀行信貸風險偏好降低，信貸政策收緊，從而相對劣質的企業(yè)無法獲得銀行貸款; 同時由于借款成本上升，相對優(yōu)質企業(yè)的銀行信貸需求下降;此時銀行信貸規(guī)模下降，利息收入下降，再加上銀行體系流動性趨緊，銀行為了拓展業(yè)務收入，就會通過金融創(chuàng)新以增加非利息收入。其次，緊縮性貨幣政策通常會伴隨更嚴厲的監(jiān)管政策，從而使銀行監(jiān)管套利空間減小，這進一步激勵銀行進行金融創(chuàng)新以規(guī)避監(jiān)管或尋求多元化的業(yè)務收入。另外，在緊縮性貨幣政策下，市場風險如利率風險、匯率風險上升，銀行對沖風險的需求強烈，從而會通過金融工具創(chuàng)新以降低風險并尋求收益。同時，銀行對流動性的需求也會促使其設計更具吸引力的金融產品以挽留資金。最后，影子銀行業(yè)務規(guī)模的逆周期性也會促使銀行非利息收入的擴大[15-16]。

同時，商業(yè)銀行在流動性方面對價格型貨幣政策的敏感程度高于數(shù)量型[17]。因此，在價格型政策工具調控下，銀行反應程度會更大，從而其進行金融創(chuàng)新，拓展非利息收入來源的動機會更強。基于此，提出假設：

H1： 中國商業(yè)銀行非利息收入呈現(xiàn)一定的逆周期性，且相比于數(shù)量型調控，價格型政策工具調控下銀行非利息收入逆周期性會更強。

現(xiàn)有許多研究表明，不同個體特征的銀行其對貨幣政策的反應具有異質性。Altunbas等（2010）對歐元區(qū)的商業(yè)銀行進行研究表明銀行對貨幣政策的反應程度存在基于規(guī)模、流動性水平、資本充足率的異質性特征[18]。王周偉等（2016）也指出，融資渠道較窄的銀行對數(shù)量型和價格型貨幣調控更具敏感性[19]。王妍等（2019）在分析影子銀行規(guī)模變化時，發(fā)現(xiàn)不同資本充足率和收益率的銀行對于貨幣政策反應具有異質性，且這種異質性在價格型和數(shù)量型貨幣政策下是相反的[16]。對于資產規(guī)模越大、盈利能力越強的銀行， 其風險承擔能力也越強，更加關注可用獲利資產水平，因此，在數(shù)量型貨幣政策調控下，市場流動性越小，其越傾向于加大金融創(chuàng)新以獲得更多收益。同時，流動性比例越高，資金來源中存款占比越高的銀行，其對價格型貨幣政策工具調控更加敏感，在資本價格上升時，會更傾向于通過金融創(chuàng)新以實現(xiàn)更大利益。

考慮外部調節(jié)機制，在經濟政策不確定性上升時期，商業(yè)銀行主動風險承擔削弱，而被動風險承擔及破產風險增大[20]。即使貨幣政策是緊縮的，此時銀行也是相對保守的，這一定程度上減小了其金融創(chuàng)新動機，從而對其非利息收入具有負向調節(jié)作用;而在經濟增長較快時，金融市場交易更加活躍，通過銀行金融創(chuàng)新的利益尋求動機更強，即此時銀行非利息收入逆周期更強?；诖耍岢黾僭O：

H2：在價格型和數(shù)量型貨幣政策調控下，銀行的非利息收入變化具有基于內外部機制的異質性特征。

前文已經提到，商業(yè)銀行的非利息收入可以進一步分為有風險的金融創(chuàng)新業(yè)務收入和無風險的金融創(chuàng)新業(yè)務收入。無風險的金融創(chuàng)新業(yè)務主要是代理、經紀等中介業(yè)務的創(chuàng)新，它與市場交易量有關，而在擴張性貨幣政策下，市場流動性充足，利率較低，信貸需求較大;同時證券價格也較高，從而市場交易活躍[21]，無風險的非利息收入增加。有風險的金融創(chuàng)新主要是指投資交易業(yè)務創(chuàng)新，在緊縮性貨幣政策下，市場流動性趨緊，銀行外部融資成本較高，而證券業(yè)務創(chuàng)新能拓展銀行資金來源，且能運用衍生工具對沖風險，從而其進行證券業(yè)務創(chuàng)新的積極性也就越高?；诖?，提出假設：

H3：在價格型和數(shù)量型貨幣政策調控下，銀行有風險的金融創(chuàng)新呈逆周期變化，無風險的金融創(chuàng)新呈順周期變化。

崔華泰（2017）基于16家上市銀行的實證研究發(fā)現(xiàn)，商業(yè)銀行發(fā)展非利息收入，促進多元化經營能顯著降低銀行風險[22]。曲洪建等（2017）研究發(fā)現(xiàn)銀行多元化程度越大，銀行穩(wěn)健性越好[23]。宋清華等（2016）通過構建上市銀行的四維多元化指標，研究發(fā)現(xiàn)收入、資產和非傳統(tǒng)業(yè)務活動的多元化有助于降低銀行風險[24]。曾智等（2016）認為，銀行表外業(yè)務多元化會減小其風險水平[25]。而緊縮性貨幣政策下，銀行的利益尋求促進金融創(chuàng)新、增加其非利息收入的同時，也使其業(yè)務種類、收入來源更加多元化，從而減小了其盈利波動性，使其經營更加穩(wěn)健。基于此，提出假設：

H4：價格型和數(shù)量型貨幣政策調控下，銀行盈利波動性具有一定的順周期性。

三、研究設計

（一）數(shù)據來源

本文利用2004—2019年的中國商業(yè)銀行非平衡面板數(shù)據， 剔除相關數(shù)據缺失的樣本， 共得到247家銀行1750個樣本， 包括某些業(yè)務凈收入為負的少數(shù)樣本。 銀行財務數(shù)據來源于國泰安數(shù)據庫， 貨幣政策代理變量數(shù)據來源于CHOICE金融數(shù)據庫。 為克服離群效應， 本文對所有連續(xù)變量進行1%和99%分位的縮尾處理。需要說明的是，在計算銀行盈利波動性時，本文使用的是銀行凈資產收益率的三年滾動標準差， 而在數(shù)據始末年份（2004年和2019年）則使用的是兩年滾動標準差，為了保留更多的樣本，本文并未刪除始末年份數(shù)據。

（二）變量定義

1.貨幣政策

參考王妍等（2019）[16]的方法，用廣義貨幣增長率（M2）作為數(shù)量型貨幣政策工具的代理變量;用銀行間同業(yè)拆借7天加權平均（按交易量加權）利率（MP）作為價格型貨幣政策工具代理變量。

2.非利息收入

用非利息凈收入占比衡量非利息收入變化;用手續(xù)費及傭金凈收入占比衡量無風險的金融創(chuàng)新;用非利息凈收入中除手續(xù)費及傭金凈收入以外的部分占比衡量有風險的金融創(chuàng)新。

3.控制變量

本文綜合參考柯孔林（2018）[26]、何國華等（2020）[27]、申宇等（2020）[28]的方法，在實證中控制銀行資產規(guī)模、權益資產率、總資產周轉率、流動性比例、凈資產收益率、不良貸款率以及存款占比，并控制個體效應。由于本文核心解釋變量隨時間而變而不隨個體而變，如果控制年度效應會產生共線性問題[28-29]，因此本文沒有控制年度效應，并通過加入宏觀控制變量如經濟增速[27]、經濟政策不確定性來盡可能控制時間效應。其中經濟政策不確定性是基于Baker等（2016）構建的經濟政策不確定性指數(shù)[30]，該指數(shù)基于香港《南華早報》，統(tǒng)計出現(xiàn)相關關鍵詞的文章在當月所占比重， 并將1995年1月的數(shù)據標準化為100后得出，在國內學者研究經濟政策不確定性時，該指數(shù)得到廣泛采用[20，28，31]。

（三）研究設計

為了驗證假設H1，設計出模型（1），并在實證中將M2替換為MP（下同），觀察α1的符號及顯著性，以識別貨幣政策對非利息收入的影響，其中bank為銀行個體效應。

Fin=α0+α1M2+α2Ea+α3Tat+α4Dar+α5Size+α6Lr+

α7Npl+α8Roe+α9GDP+α10EPU+αiΣbank+εi，t

（1）

為了驗證H2，設計模型（2），其中Cb×M2為個體或宏觀調節(jié)變量與貨幣政策代理變量的交乘項，觀察其系數(shù)符號及顯著性，以識別其調節(jié)效應。

Fin=β0+β1M2+β2Ea+β3Tat+β4Dar+β5Size+β6Lr+

β7Npl+β8Roe+β9GDP+β10EPU+β11Cb×M2+

βiΣbank+εi，t （2）

為了驗證假設H3，設計模型（3）和模型（4），關注γ1、λ1的系數(shù)及其顯著性。

Ibi=γ0+γ1M2+γ2Ea+γ3Tat+γ4Dar+γ5Size+γ6Lr+

γ7Npl+γ8Roe+γ9GDP+γ10EPU+γiΣbank+εi，t

（3）

Rib=λ0+λ1M2+λ2Ea+λ3Tat+λ4Dar+λ5Size+λ6Lr+

λ7Npl+λ8Roe+λ9GDP+λ10EPU+λiΣbank+εi，t

（4）

為了驗證假設H4，設計模型（5），sdRoa為資產收益率Roa的滾動三年標準差。

sdRoa=μ0+μ1M2+μ2Ea+μ3Tat+μ4Dar+μ5Size+

μ6Lr+μ7Npl+μ8Roe+μ9GDP+μ10EPU+

μiΣbank+εi，t （5）

四、實證分析

（一）描述性統(tǒng)計

由表2知，不同銀行之間的非利息收入差距較大，且存在非利息凈收入、手續(xù)費及傭金凈收入為負，以及銀行整體收益面臨虧損的情況。

（二）實證結果

表3報告了豪斯曼檢驗結果，豪斯曼檢驗的原假設為隨機影響模型中個體影響與解釋變量不相關，即選擇隨機效應。而由表3知，對于以上模型檢驗的P值均為0，即拒絕原假設，選擇固定效應進行估計。

表4中，（1）（2）列報告了不同類型的貨幣政策對銀行非利息收入的影響，可以看出，M2的系數(shù)顯著為負，MP的系數(shù)顯著為正，且MP的系數(shù)遠遠大于M2的系數(shù)。這說明貨幣政策影響下商業(yè)銀行非利息收入變化呈現(xiàn)逆周期變化，且價格型貨幣政策工具的影響要大于數(shù)量型政策工具，假設H1成立。從銀行的微觀特征控制變量來看， 權益比率越高，盈利能力越強，銀行風險承擔能力相對越強，從而其利潤尋求動機越強， 促使其進行金融創(chuàng)新，增加非利息收入;而總資產周轉率越高，表明銀行資產業(yè)務效益回報越快， 從而金融創(chuàng)新的積極性就越弱;同時，銀行不良貸款率越高，表明其利息收入越不穩(wěn)定，從而更傾向于增加非利息收入。

（3）（4）列報告了貨幣政策對無風險金融創(chuàng)新的影響，M2系數(shù)顯著為正，MP系數(shù)顯著為負，且MP的系數(shù)遠遠大于M2的系數(shù)，說明無風險的金融創(chuàng)新呈現(xiàn)一定的順周期性。（5）（6）列報告了貨幣政策對有風險的金融創(chuàng)新的影響，M2的系數(shù)為負，MP的系數(shù)為顯著為正，且MP的系數(shù)仍然大于M2的系數(shù)，從而銀行有風險的金融創(chuàng)新呈現(xiàn)逆周期性，從而，假設H3成立。同時，也可以看出銀行非利息收入的逆周期性主要來源于其有風險的金融創(chuàng)新的逆周期性。

表5中，可以看出，MRoe、MSize為M2與Roe、Size的交乘項，其系數(shù)均顯著為負，與M2前系數(shù)符號一致，這表明銀行盈利能力和資產規(guī)模在數(shù)量型貨幣政策工具作用于其非利息收入的過程中起到正向調節(jié)作用，即盈利能力越強、規(guī)模越大的銀行，在數(shù)量型貨幣政策工具下，銀行非利息收入的逆周期性越強。MEPU為M2與EPU較乘項， 其系數(shù)顯著為正，這說明經濟政策不確性具有負向調節(jié)作用， 而MGDP為M2與EPU交乘項， 其系數(shù)為負，則表明經濟增長具有正向調節(jié)作用。即經濟政策不確定性越小，經濟增長越快，數(shù)量型貨幣政策工具下銀行非利息收入的逆周期性越強。

表6中，MPLr、MPDar、MPEPU、MPGDP分別為MP與Lr、Dar、EPU、GDP的交乘項， 可以看出，MPLr、MPDar的系數(shù)均顯著為正， 這與MP系數(shù)符號一致，這說明銀行流動性比例與存款占比在價格型貨幣政策調控作用于銀行非利息收入時具有正向調節(jié)作用。即銀行流動性比例越高，存款占比越大， 價格型工具調控下非利息收入的逆周期性越強。而MPEPU的系數(shù)為負，稍欠顯著，表明經濟政策不確定性在其中具有負向調節(jié)作用，經濟政策不確定性越小， 非利息收入的逆周期性越強。而MPGDP的系數(shù)顯著為正，說明經濟增長具有正向調節(jié)作用，即經濟增速越快，價格型調控下非利息收入逆周期越強。

綜上，數(shù)量型和價格型貨幣政策工具下，不同個體特征的銀行其非利息收入逆周期變化具有異質性。數(shù)量型貨幣工具下，盈利能力越強、規(guī)模越大的銀行，其非利息收入變化的逆周期性越強，而價格型貨幣工具下，流動性比例越高，存款占比越大的銀行，其非利息收入變化的逆周期性越強。但是，無論哪種貨幣政策工具下， 經濟政策不確定性越小、經濟增長速度越快時，銀行的非利息收入變化的逆周期性越強。此時，假設H2成立。

表7中，（1）（2）列以資產收益率3年滾動標準差為被解釋變量，可以看出，M2系數(shù)顯著為正，而MP系數(shù)顯著為負， 這說明無論哪種貨幣政策工具調控下銀行盈利波動性呈現(xiàn)順周期變化，與前文理論分析相符。（3）（4） 列以凈資產收益率的3年滾動標準差（sdRoe）為被解釋變量，所得結果一致。由此，假設H4成立。

五、穩(wěn)健性檢驗

（一）滯后解釋變量

內生性問題會降低估計效率，使得估計量不再具有良好性質，為了緩解內生性問題，尤其可能存在解釋變量與被解釋變量互為因果的狀況，本文將核心解釋變量和控制變量滯后一期進行回歸（前綴L.表示對變量滯后一期）。表8中，（1）（2）列以Fin為被解釋變量，L.M2的系數(shù)顯著為負，L.MP的系數(shù)顯著為正，表明貨幣政策較緊縮時，商業(yè)銀行會擴大金融創(chuàng)新即呈現(xiàn)逆周期性， 與前文結論一致。（3）（4）列以無風險的金融創(chuàng)新Ibi為被解釋變量，（5）（6）列以有風險的金融創(chuàng)新為被解釋變量，L.M2、L.MP系數(shù)符號及顯著性均與前文一致。證明了在貨幣政策調控下，無風險的金融創(chuàng)新呈現(xiàn)一定的順周期性，而有風險的金融創(chuàng)新則呈現(xiàn)為逆周期性，即表示商業(yè)銀行金融創(chuàng)新的逆周期性主要源于有風險金融創(chuàng)新的逆周期性特征。 且在所有回歸中，價格型貨幣政策工具調控下的影響系數(shù)的絕對值更大，這表明商業(yè)銀行金融創(chuàng)新行為的逆周期性在價格型政策工具調控下更加敏感。

（二）替換被解釋變量

將非利息收入用總資產標準化，替換前文用營業(yè)收入進行標準化的變量后進行回歸，即用Fin1=非利息凈收入/資產總計，Ibi1=手續(xù)費及傭金凈收入/資產總計，Rib1=（非利息凈收入-手續(xù)費及傭金凈收入）/資產總計。回歸結果如表9所示。（1）（2）列報告了替換后的金融創(chuàng)新變量Fin1作為被解釋變量的回歸結果，M2系數(shù)顯著為負，MP的系數(shù)顯著為正，表明貨幣政策寬緊程度與商業(yè)銀行金融創(chuàng)新呈反向變動關系，即商業(yè)銀行金融創(chuàng)新呈現(xiàn)逆周期性特征。（3）（4）列報告了以替換后的無風險金融創(chuàng)新代理變量Ibi1為被解釋變量，（5）（6） 列報告了以替換后的有風險的金融創(chuàng)新代理變量Rib1為被解釋變量，除了列（3）中M2的系數(shù)稍欠顯著外，其他列中貨幣政策變量符號及顯著性均與前文一致。且所有回歸中價格型貨幣政策工具下的系數(shù)絕對值更大，因此價格型貨幣政策工具調控對商業(yè)銀行金融創(chuàng)新的影響更大。

（三）按宏觀調節(jié)變量大小進行分組回歸

參考吳娜等（2020）[32]，對于宏觀變量按照是否大于其歷年均值進行處理， 若大于均值則取1，否則取0。需要說明的是，由于分組后存在僅有一年數(shù)據的樣本，為了正確得到模型的F值，在分組回歸時，此處不使用聚類穩(wěn)健標準誤。

表10中以商業(yè)銀行金融創(chuàng)新代理變量Fin為被解釋變量， 報告了數(shù)量型貨幣政策工具調控下，宏觀變量的調節(jié)效應?？梢钥闯?，（1）列中M2的系數(shù)顯著為負（與前文符號一致），而（2）列中M2的系數(shù)為正（與前文M2的符號不一致），這表明在GDP增速較高時，數(shù)量型貨幣政策調控下，商業(yè)銀行金融創(chuàng)新的逆周期性更強。（3）列中M2的系數(shù)不顯著，（4）列中M2的系數(shù)顯著為負（與前文一致），這表明在經濟政策不確定性較小時，數(shù)量型貨幣政策工具調控下，商業(yè)銀行金融創(chuàng)新的逆周期更強。

表11同樣以Fin為被解釋變量， 報告了價格型貨幣政策工具調控下， 宏觀變量的調節(jié)效應。可以看出，（1）列中MP的系數(shù)符號顯著為正（與前文MP的符號一致），而（2）列中MP系數(shù)符號與前文不一致，同樣，（4）列中MP系數(shù)要比（3）列中系數(shù)更加顯著且更大。 這說明在經濟增速較高、經濟政策不確定性較小時， 價格型貨幣政策工具調控下，商業(yè)銀行的金融創(chuàng)新行為的逆周期性更強。

通過以上分析， 可以再次證明在經濟增速較高、經濟政策不確定性較小時，在貨幣政策調控下，商業(yè)銀行金融創(chuàng)新的逆周期性特征更強。

六、研究結論與政策建議

本文運用2004—2019年中國商業(yè)銀行的財務數(shù)據， 研究了數(shù)量型和價格型貨幣政策工具調控下，銀行非利息收入如何變化，并基于銀行金融創(chuàng)新的角度進行了分析。得出以下結論：

第一，無論在哪種貨幣政策工具下，中國商業(yè)銀行的非利息收入的變化均呈明顯的逆周期性;且在價格型貨幣政策工具下，銀行非利息收入的逆周期性更強，這表明商業(yè)銀行對于價格型政策工具調控的敏感性更高。

第二，非利息收入的逆周期性變化在不同政策工具下具有基于內外部調節(jié)機制的異質性特征。具有較高盈利能力，較大規(guī)模的銀行在數(shù)量型貨幣政策工具下，其非利息收入變化逆周期性越強，而具有較高流動性比例與存款比例的銀行在價格型貨幣政策工具下， 其非利息收入變化的逆周期性越強，但是無論哪種類型的政策工具下，經濟增速較快，經濟政策不確定性較小的年份，銀行非利息收入的逆周期性就越強。

第三，進一步將非利息收入來源按照是否具有風險，區(qū)分為由有風險的金融創(chuàng)新和無風險的金融創(chuàng)新，發(fā)現(xiàn)有風險的金融創(chuàng)新在貨幣政策調控下具有逆周期性， 而無風險的金融創(chuàng)新卻呈現(xiàn)順周期性，這表明銀行非利息收入的逆周期性主要來源于有風險的金融創(chuàng)新。

第四，商業(yè)銀行盈利波動下，在貨幣政策調控下具有順周期特征，而這種順周期特征主要來源于收入多元化的變化特征， 如在緊縮性貨幣政策下，銀行金融創(chuàng)新尋求增加非利息收入使得銀行收入更加多元化，從而降低了銀行總體盈利的波動性。

商業(yè)銀行的非利息收入使得其業(yè)務來源更加多元化，減少了銀行總體盈利的波動性，這一定程度上增加了銀行經營的穩(wěn)健性，降低了銀行體系的風險，發(fā)揮著增收促穩(wěn)的作用。然而，監(jiān)管部門和政策部門對商業(yè)銀行和金融創(chuàng)新的監(jiān)管存在著不對稱性，這極易引起緊縮性貨幣政策下銀行非利息收入尤其是有風險的金融創(chuàng)新的擴張。非利息業(yè)務尤其是有風險的金融創(chuàng)新在一定程度上削弱了貨幣政策的有效性，也在一定程度上使有風險的金融創(chuàng)新業(yè)務所形成的風險性不斷累積，從而會增加系統(tǒng)性金融風險。

因此，央行和其他銀行等金融監(jiān)管部門應加強對銀行金融創(chuàng)新的監(jiān)管，首先，不僅要關注銀行的非利息收入規(guī)模，更要對銀行的有風險金融創(chuàng)新業(yè)務進行監(jiān)控，防止過度的金融創(chuàng)新給銀行體系帶來的不穩(wěn)定性，同時應增強銀行體系服務實體經濟的資金融通屬性。其次，以利率為代表的價格型政策調控工具更能靈敏地反應經濟狀態(tài)，因此應加快構建市場化的利率體系建設。另外，央行等政策部門應充分考慮非利息收入逆周期擴張的基于內外部機制的異質性特征，以應對不同個體特征的銀行進行區(qū)別性調控， 以及在不同經濟環(huán)境下進行差異化調控。最后，考慮到銀行非利息收入的正面作用，政策部門在對銀行金融創(chuàng)新行為監(jiān)管時，應對不同的金融創(chuàng)新業(yè)務進行區(qū)別對待， 適時適度實施監(jiān)管，使商業(yè)銀行在不增加系統(tǒng)性金融風險的條件下，充分發(fā)揮金融創(chuàng)新的積極作用。

參考文獻：

[1]阮素梅，甄欣.我國城市商業(yè)銀行創(chuàng)新效率測度與評價研究[J].江淮論壇，2015（2）：39-45.

[2]胡文濤，張理，李宵宵，等.商業(yè)銀行金融創(chuàng)新、風險承受能力與盈利能力[J].金融論壇，2019，24（3）：31-47.

[3]蔡鄂生.銀行業(yè)金融創(chuàng)新與金融安全[J].中國流通經濟，2009，23（8）：72-74.

[4]楊鵬.商業(yè)銀行金融創(chuàng)新、資本緩沖與風險承擔[J].太原學院學報（社會科學版），2020，21（4）：31-38，44.

[5]羅萍.商業(yè)銀行金融創(chuàng)新與系統(tǒng)性風險[J].金融發(fā)展研究，2020（2）：85-89.

[6]權飛過，王曉芳.金融創(chuàng)新對商業(yè)銀行風險承擔的影響——基于金融創(chuàng)新的分類研究[J].財經論叢，2016（9）：35-45.

[7]李建博，劉劍鋒.銀行競爭對銀行效率的影響——基于銀行金融創(chuàng)新視角[J].浙江金融，2020（7）：9-23.

[8]程道金，張東輝，成力為.業(yè)務結構多元化對商業(yè)銀行盈利能力和風險影響的理論分析[J].云南財經大學學報，2020，36（9）：62-72.

[9]ALBERTAZZI U，GAMBACORTA L.Bank Profitability and the Business Cycle[J].Journal of Financial Stability，2009，5（4）：393-409.

[10]CLAESSENS S，COLEMAN N，DONNNELLY M.“Low-for-long”InterestRates and BanksInterestMargins and Profit-ability：Crosscountry Evidence[J].Journal of Financial In-termediation，2018，35（7）：1-16.

[11]BORIO C，GAMBACORTA L，HOFMANN B.The Influence of Monetary Policy on Bank Profitability[R].BIS Working Papers，No.514，2015.

[12]張艾蓮，代雪雅.價格型和數(shù)量型貨幣政策與商業(yè)銀行盈利能力[J].金融論壇，2021，26（1）：49-58.

[13]王連軍.價格型貨幣政策工具對商業(yè)銀行盈利的影響——基于中國32家商業(yè)銀行的實證檢驗[J].財經理論與實踐，2017，38（4）：2-8.

[14]張龍，金春雨.數(shù)量型和價格型貨幣政策工具的有效性對比研究[J].中國工業(yè)經濟，2018（1）：119-136.

[15]高然，陳忱，曾輝，等.信貸約束、影子銀行與貨幣政策傳導[J].經濟研究，2018，53（12）：68-82.

[16]王妍，王繼紅，劉立新.貨幣政策、影子銀行周期性與系統(tǒng)金融風險[J].上海經濟研究，2019（9）：105-116.

[17]時波.貨幣政策對商業(yè)銀行流動性創(chuàng)造的影響效果研究[J].上海金融，2019（12）：79-85.

[18]ALTUNBAS Y，GAMBACORTA L，MARQUES I D.Bank Risk and Monetary Policy[J].Journal of Financial Stability，2010，6（3）：121-129

[19]王周偉，王衡.貨幣政策、銀行異質性與流動性創(chuàng)造——基于中國銀行業(yè)的動態(tài)面板數(shù)據分析[J].國際金融研究，2016（2）：52-65.

[20]顧海峰，于家珺.中國經濟政策不確定性與銀行風險承擔[J].世界經濟，2019，42（11）：148-171.

[21]RAIAN R G.Has Financial Development Made the World Riskier？[R].NBER Working Paper，2015.

[22]崔華泰.商業(yè)銀行收入多元化對經營績效和風險的影響——基于16家上市銀行2005—2015年數(shù)據的實證研究[J].經濟與管理評論，2017，33（3）：140-148.

[23]曲洪建，GONG T，遲運鵬.資本監(jiān)管壓力、收入多元化與上市銀行穩(wěn)健性[J].金融論壇，2017，22（3）：9-18.

[24]宋清華，宋一程，劉金玉.多元化能降低銀行風險嗎？——來自中國上市銀行的經驗證據[J].財經理論與實踐，2016，37（5）：9-15.

[25]曾智，姚舜達，何雅婷.多元化戰(zhàn)略對商業(yè)銀行盈利和風險水平的影響[J].商業(yè)研究，2016（9）：117-127.

[26]柯孔林.貨幣政策對商業(yè)銀行系統(tǒng)性風險的影響——來自中國上市銀行的經驗證據[J].浙江社會科學，2018（11）：31-40，157.

[27]何國華，鄔飄.經濟政策不確定性與商業(yè)銀行風險承擔行為——基于中美兩國銀行業(yè)的經驗證據[J].經濟經緯，2020，37（2）：159-168.

[28]申宇，任美旭，趙靜梅.經濟政策不確定性與銀行貸款損失準備計提[J].中國工業(yè)經濟，2020（4）：154-173.

[29]GULEN H，ION M.Policy Uncertainty and Corporate Investment[J].Review of Financial Studies，2015，29（3）：523-564.

[30]BAKER S R，BLOOM N，DAVIS S J.Measuring Economic Policy Uncertainty[J].Quarterly Journal of Economics，2016，131（4）：1593-1636.

[31]田國強，李雙建.經濟政策不確定性與銀行流動性創(chuàng)造：來自中國的經驗證據[J].經濟研究，2020，55（11）：19-35.

[32]吳娜，于博，樊瑞婷.影子銀行、貨幣政策與企業(yè)金融資產配置[J].現(xiàn)代財經（天津財經大學學報），2020，40（11）：3-20.

Price-based and Quantity-based Monetary Policies and

Periodicity of Non-interest Income of Banks

——Based on the Perspective of Financial Innovation of? Commercial Banks

Jin Jian

（School of Economics， Sichuan University， Chengdu 610064， China）

Abstract： Based on the panel data of Chinas commercial banks from 2004 to 2019， this paper studies the impact of monetary policy on banks non-interest income. The results show that weather under the control of quantitative or price-based monetary policy instruments， the change of non-interest income is significantly counter-cyclical， but the intensity of impact is asymmetric， and the counter-cyclical is stronger under price-based instruments. The non-interest income is divided into risky financial innovation and risk-free financial innovation business according to their sources. It is found that risky financial innovation changes in a counter-cyclical manner while risk-free financial innovation changes in a pro-cyclical manner， which indicates that the counter-cyclical source of non-interest income of banks is the change in risky financial innovation business. It is further found that the impact of quantitative policy instruments on non-interest income is heterogeneous and based on the size of bank assets and overall profitability. The impact of price-based policy instruments is heterogeneous and based on deposit size and liquidity ratio. The impact of both policy instruments is based on economic policy uncertainty and heterogeneity of economic growth. Finally， the volatility of the banks overall earnings is procyclical.

Key words： monetary policy; non-interest income; periodicity; bank innovation

（責任編輯：李丹;校對：盧艷茹）