宏觀經(jīng)濟(jì)不確定性、貨幣政策與銀行風(fēng)險承擔(dān)研究

吳書斌

（中國人民銀行三明市中心支行，福建 三明 365000）

一、引言

黨的十九大報(bào)告提出了“三大攻堅(jiān)戰(zhàn)”任務(wù)，防范化解金融風(fēng)險是其重要內(nèi)容，而銀行業(yè)在我國金融體系中舉足輕重。貨幣政策作為我國調(diào)控經(jīng)濟(jì)運(yùn)行的重要手段，不僅在總量上影響銀行信貸規(guī)模，還會通過影響銀行的風(fēng)險偏好和風(fēng)險識別能力來改變銀行的資產(chǎn)價值、風(fēng)險定價以及再融資成本，最終導(dǎo)致銀行風(fēng)險承擔(dān)水平發(fā)生變化（Borio &Zhu，2009）。經(jīng)濟(jì)不確定性是指無法預(yù)測未來經(jīng)濟(jì)領(lǐng)域?qū)l(fā)生事件的可能性，或者無法預(yù)判在多大程度上相關(guān)經(jīng)濟(jì)事件發(fā)生的可能性與預(yù)期一致（張麗娟，2020）。全球金融危機(jī)、國際貿(mào)易摩擦、新冠肺炎疫情等都是宏觀經(jīng)濟(jì)不確定性的典型事實(shí)。當(dāng)前，全球經(jīng)濟(jì)下行風(fēng)險加劇，不穩(wěn)定、不確定因素顯著增多，加速了百年未有之大變局的演進(jìn)，經(jīng)濟(jì)體間貿(mào)易和金融聯(lián)系增強(qiáng)，加劇宏觀經(jīng)濟(jì)不確定性的同步性。貨幣政策與宏觀經(jīng)濟(jì)緊密聯(lián)系，在當(dāng)前宏觀不確定性相互加成、潛藏風(fēng)險相互交織的背景下，貨幣政策對于銀行風(fēng)險承擔(dān)的傳導(dǎo)是否有效？宏觀經(jīng)濟(jì)不確定性對銀行風(fēng)險承擔(dān)的影響如何？不同貨幣政策環(huán)境、不同宏觀經(jīng)濟(jì)和不確定性的環(huán)境下，銀行風(fēng)險承擔(dān)水平會有什么不同？宏觀經(jīng)濟(jì)不確定性是否會影響貨幣政策對銀行風(fēng)險承擔(dān)行為的作用機(jī)制？研究這些問題對金融風(fēng)險防控具有現(xiàn)實(shí)意義，本文嘗試對這些問題進(jìn)行解答。

在貨幣政策對銀行風(fēng)險承擔(dān)影響研究方面。總體共識是銀行風(fēng)險承擔(dān)渠道是一條重要的貨幣政策傳導(dǎo)渠道，擴(kuò)張的貨幣政策（如較低的利率）會顯著增加銀行風(fēng)險承擔(dān)水平（Borio &Zhu，2009；Gambacor?ta，2009；于一和何維達(dá)，2011）。當(dāng)央行實(shí)施寬松貨幣政策時，銀行資金融入成本和資金流動性風(fēng)險降低，促使銀行為提高收益而增加配置風(fēng)險等級更高的資產(chǎn)（Rajan，2006），采取比以往更低的信貸審核標(biāo)準(zhǔn)擴(kuò)大信貸規(guī)模，使得銀行經(jīng)營風(fēng)險增加。此外，貨幣政策變動導(dǎo)致資產(chǎn)價值重估，低利率環(huán)境下會提高資產(chǎn)和抵押品價值，同時往往會降低價格的波動性，使得銀行對信貸違約可能及違約損失的估計(jì)不充分，并促進(jìn)銀行配置更多風(fēng)險頭寸（Borio &Zhu，2009；郝威亞等，2017）。從風(fēng)險承擔(dān)的異質(zhì)性角度看，不同的貨幣政策施行背景下，不同的銀行會因?yàn)閷@種影響有不同的反應(yīng)情況，而表現(xiàn)出明顯的異質(zhì)性。如Jiménez（2009）研究認(rèn)為隔夜利率降低會促使資本充足水平低的銀行放松抵押品要求，并增加更高風(fēng)險等級的企業(yè)貸款，最終導(dǎo)致其違約概率提高，但是長期利率無此影響；江曙霞和陳玉嬋（2012）研究認(rèn)為寬松的貨幣政策可能導(dǎo)致銀行風(fēng)險增加，且這種影響在資本充足率較高的銀行更加明顯。

在宏觀經(jīng)濟(jì)不確定性對銀行風(fēng)險承擔(dān)研究方面。宏觀經(jīng)濟(jì)不確定性主要從借款企業(yè)收益波動和銀行風(fēng)險識別兩個角度影響銀行風(fēng)險承擔(dān)水平。從借款企業(yè)看，當(dāng)宏觀經(jīng)濟(jì)不確定程度提高時，借款企業(yè)生產(chǎn)經(jīng)營也會表現(xiàn)出更大的波動性，其經(jīng)營決策的成本加大，導(dǎo)致財(cái)務(wù)狀況穩(wěn)定性降低，而財(cái)務(wù)狀況的惡化會直接削弱其償付銀行借款的能力，提高銀行信貸的違約率，最終導(dǎo)致銀行信用風(fēng)險攀升（Baum et al.，2010）。從銀行風(fēng)險識別看，宏觀經(jīng)濟(jì)不確定性環(huán)境下，銀行決策的干擾加大（Valencia，2017；彭俞超等，2018），降低銀行識別貸款風(fēng)險的水平，判斷貸款企業(yè)的盈利前景和貸款風(fēng)險變得更加困難，這種信息不對稱最終會推升銀行風(fēng)險承擔(dān)水平。另外，多數(shù)學(xué)者聚焦于宏觀經(jīng)濟(jì)政策不確定性對銀行風(fēng)險水平的影響。

目前，在宏觀經(jīng)濟(jì)不確定性對銀行風(fēng)險承擔(dān)研究方面，大多數(shù)文獻(xiàn)用經(jīng)濟(jì)政策不確定性衡量宏觀經(jīng)濟(jì)不確定性并進(jìn)行研究分析，但事實(shí)上經(jīng)濟(jì)政策不確定性與宏觀經(jīng)濟(jì)不確定性不完全一致。經(jīng)濟(jì)不確定性實(shí)際上表征的是宏觀經(jīng)濟(jì)運(yùn)行波動程度（Astaveit et al.，2017），屬于宏觀經(jīng)濟(jì)風(fēng)險，與銀行風(fēng)險承擔(dān)水平有更加緊密的聯(lián)系。在貨幣政策對銀行風(fēng)險承擔(dān)研究方面，目前學(xué)者多集中在銀行層面研究貨幣政策對銀行風(fēng)險承擔(dān)水平的影響，但鮮有從貨幣政策周期異質(zhì)性視角研究其對銀行風(fēng)險承擔(dān)的影響，也鮮有在宏觀經(jīng)濟(jì)不確定性環(huán)境下研究貨幣政策對銀行風(fēng)險承擔(dān)的反應(yīng)。事實(shí)上，貨幣政策寬松周期和貨幣政策緊縮周期的貨幣政策對銀行風(fēng)險存在異質(zhì)性，不同的宏觀經(jīng)濟(jì)不確定性下，貨幣政策對銀行風(fēng)險承擔(dān)水平也存在差別。故本文在總結(jié)已有研究的基礎(chǔ)上，對上述方面開展補(bǔ)充完善研究，在一定程度上豐富了本領(lǐng)域研究文獻(xiàn)，同時對政府、銀行管理風(fēng)險提供政策參考，具有一定理論和現(xiàn)實(shí)意義。

二、理論分析及研究假設(shè)

本文以經(jīng)典的資本資產(chǎn)定價（CAPM）模型為基礎(chǔ)，同時對其進(jìn)行適當(dāng)擴(kuò)展。假定銀行是完全理性人并追求股東利益最大化，面臨的市場是競爭性市場，其資產(chǎn)配置受競爭性市場風(fēng)險和收益的約束，那么其風(fēng)險收益函數(shù)是：

其中rf是市場無風(fēng)險收益率；s=s(M)，s為風(fēng)險溢價函數(shù)，M為市場風(fēng)險和收益約束因子；σ是投資組合的標(biāo)準(zhǔn)差，反映的是宏觀經(jīng)濟(jì)不確定性條件下收益的波動程度。宏觀經(jīng)濟(jì)不確定性會引起銀行投資收益的波動，更高的宏觀經(jīng)濟(jì)不確定性必然導(dǎo)致更大的投資收益波動，而投資收益的方差（σ）能夠反映經(jīng)濟(jì)不確定性程度（UN）的高低（Aastveit et al.，2017；蘇治等，2019）。因此，方差（σ）是宏觀經(jīng)濟(jì)不確定性UN的函數(shù)，并將其函數(shù)形式設(shè)定為σ=f(UN,X)，其中X為除宏觀經(jīng)濟(jì)不確定性之外其他對投資組合標(biāo)準(zhǔn)差產(chǎn)生影響的因素，且有

假定銀行資產(chǎn)V的收益率（rt）服從正態(tài)分布，rt～N(μ,σ2)，那么E(rt)=μ。

令銀行初始資本為E（股東的權(quán)益），負(fù)債為D（全部為吸收的存款），銀行在吸收存款后，需要按照法定存款準(zhǔn)備金率ω繳納存款準(zhǔn)備金，如全部用于投資，可用于投資的資產(chǎn)應(yīng)為扣除準(zhǔn)備金后的部分。那么銀行投資資產(chǎn)V滿足：

假定負(fù)債的單位成本為rD，在競爭性金融市場中，根據(jù)套利理論，金融市場均衡時單位負(fù)債邊際成本約等于rf。

令銀行破產(chǎn)（即銀行的凈資本Et+1≤0時）的概率用ρF表示，則：

將公式（1）、（2）、（3）代入（4）式，那么則有：

式（5）表明，宏觀經(jīng)濟(jì)不確定性變量符號與破產(chǎn)概率變量符號同向，表明宏觀經(jīng)濟(jì)不確定性加劇提升了銀行破產(chǎn)的概率，即宏觀經(jīng)濟(jì)不確定性提高促進(jìn)了銀行風(fēng)險承擔(dān)水平。

式（6）表明，以法定存款準(zhǔn)備金為貨幣政策代理變量的符號與破產(chǎn)概率變量符號反向，表明緊縮的貨幣政策有助于降低銀行風(fēng)險承擔(dān)水平，寬松的貨幣政策有助于提高銀行風(fēng)險承擔(dān)水平。

基于上述理論分析，本文提出兩個研究假設(shè)：

假設(shè)1：宏觀經(jīng)濟(jì)不確定性強(qiáng)度影響銀行風(fēng)險承擔(dān)水平，宏觀經(jīng)濟(jì)不確定性程度提高會促進(jìn)銀行風(fēng)險承擔(dān)水平。

假設(shè)2：貨幣政策是銀行風(fēng)險承擔(dān)的渠道，寬松的貨幣政策促進(jìn)銀行風(fēng)險承擔(dān)水平，緊縮的貨幣政策有助于降低銀行風(fēng)險承擔(dān)水平。

三、實(shí)證研究設(shè)計(jì)

（一）樣本和數(shù)據(jù)來源

基于數(shù)據(jù)可獲得性考慮，本文以2007—2020 年我國商業(yè)銀行數(shù)據(jù)為研究對象，銀行層面的微觀數(shù)據(jù)主要來源于萬德（Wind）資訊，并依據(jù)以下3個標(biāo)準(zhǔn)對初始樣本進(jìn)行處理篩選：剔除外資銀行；剔除資本為負(fù)數(shù)的銀行；剔除連續(xù)3年缺失財(cái)務(wù)數(shù)據(jù)的銀行。經(jīng)過篩選以后，最終得到92 家銀行樣本的平衡面板數(shù)據(jù)，其中包括5 家國有大型銀行、12 家全國性股份制銀行、64 家城市商業(yè)銀行和11 家農(nóng)村商業(yè)銀行。對部分缺失值，本文主要通過訪問全球銀行和金融機(jī)構(gòu)（BankScope）數(shù)據(jù)庫及查詢各銀行官網(wǎng)年報(bào)補(bǔ)充，個別數(shù)據(jù)缺失的通過線性插值法進(jìn)行補(bǔ)充。宏觀層面的數(shù)據(jù)來自國家統(tǒng)計(jì)局、中國人民銀行官網(wǎng)。

（二）變量設(shè)計(jì)

1.被解釋變量：銀行風(fēng)險承擔(dān)水平（RiskTaking）。長期以來，信貸業(yè)務(wù)是我國商業(yè)銀行最主要的資產(chǎn)業(yè)務(wù)，不良貸款是銀行信用風(fēng)險的主要來源，不良貸款率高意味著更高的信用風(fēng)險。因此，本文參考張雪蘭和何德旭（2012）、方意等（2012）的研究，用不良貸款率（NPL）來衡量銀行風(fēng)險承擔(dān)水平。為保證研究結(jié)果的穩(wěn)健性，本文參考宋科等（2019）的做法，采用Z-score（Z值）測度銀行風(fēng)險的參考指標(biāo)，并將Z指標(biāo)定義如下：

其中，Roa表示銀行資產(chǎn)利潤率，σ(Roa)表示資產(chǎn)利潤率的標(biāo)準(zhǔn)差；Rca表示資本資產(chǎn)比率（股東權(quán)益/資產(chǎn)）；Z_score越大，則表示銀行風(fēng)險承擔(dān)水平越高。參考Laeven（2009）的處理方法，本文使用2年的數(shù)據(jù)來滾動計(jì)算Roa的標(biāo)準(zhǔn)差；由于Z_score值有偏斜情形，本文在實(shí)證檢驗(yàn)時對Z_score取自然對數(shù)將其正態(tài)化。

2.核心解釋變量：貨幣政策（MP）和經(jīng)濟(jì)不確定性（UN）。關(guān)于貨幣政策代理變量，發(fā)達(dá)經(jīng)濟(jì)體更多使用利率等價格型工具來作為貨幣政策代理變量，而我國央行較多用數(shù)量型工具來作為貨幣政策代理變量。事實(shí)上，隨著利率市場化改革縱深推進(jìn)，價格型貨幣政策工具的地位逐步提高，上海同業(yè)拆借利率的基準(zhǔn)利率屬性也逐步增強(qiáng)。因此，本文借鑒王晉斌和李博（2017）的研究，采用法定存款準(zhǔn)備金率（MP_RD）作為數(shù)量型貨幣政策的代理變量，其數(shù)值越小，表示貨幣政策越寬松。此外，為保證研究結(jié)果的穩(wěn)健性，本文還選取90天銀行間同業(yè)拆借加權(quán)利率（MP_IBR）（根據(jù)中國人民銀行公布的月度利率通過交易量加權(quán)得到年度平均利率）作為價格型貨幣政策的代理變量，其數(shù)值越大，表示貨幣政策越趨緊縮。

關(guān)于宏觀經(jīng)濟(jì)不確定性的代理變量。部分學(xué)者采用標(biāo)準(zhǔn)差方法來衡量經(jīng)濟(jì)不確定性。事實(shí)上，標(biāo)準(zhǔn)差可能存在嚴(yán)重誤差，而條件方差包含歷史信息，能夠更好地度量宏觀經(jīng)濟(jì)不確定性。本文借鑒王義中和宋敏（2014）的做法，采用GARCH()1,1 模型估算我國宏觀經(jīng)濟(jì)變量變化的條件方差。公式如下：

其中yt為變量的對數(shù)1階差分，εt為誤差項(xiàng)，ht為通過GARCH（1，1）估計(jì)得到的誤差項(xiàng)的條件方差。同時為了盡可能最大程度提取經(jīng)濟(jì)變動信息，本文采用2005年1月至2020年12月的月度宏觀經(jīng)濟(jì)景氣先行指數(shù)（JQ）測算我國在此期間的條件方差（UN_JQ），以此衡量我國宏觀經(jīng)濟(jì)不確定性，該數(shù)值越大表示宏觀經(jīng)濟(jì)不確定性越高。此外，為保證研究結(jié)果的穩(wěn)健性，本文基于《南華早報(bào)》構(gòu)建經(jīng)濟(jì)政策不確定性指數(shù)（UN_EPU）來衡量我國宏觀經(jīng)濟(jì)不確定性，并按照現(xiàn)有文獻(xiàn)采用的方法，將該宏觀經(jīng)濟(jì)不確定性月度指數(shù)（UN_JQ）以及用于穩(wěn)健性檢驗(yàn)的經(jīng)濟(jì)政策不確定性指數(shù)（UN_EPU）通過算術(shù)平均估算得到年度指標(biāo)。

在月度宏觀經(jīng)濟(jì)景氣先行指數(shù)通過ADF 單位根檢驗(yàn)和ARCH 效應(yīng)檢驗(yàn)后（見表1），運(yùn)用GARCH（1，1）模型測算出條件方差，進(jìn)而得出宏觀經(jīng)濟(jì)不確定性指數(shù)，如圖1 所示。在2005—2020 年期間，宏觀經(jīng)濟(jì)不確定性有兩個明顯突出特征，在2008 年金融危機(jī)期間和2020年新冠肺炎疫情爆發(fā)期明顯高于其他年份，在這兩個時期宏觀經(jīng)濟(jì)不確定性指數(shù)波動較大、指數(shù)值較高，高分位數(shù)分布在該時期，其他年份的波動較小。從近年看，隨著貿(mào)易摩擦加劇、國際經(jīng)濟(jì)格局變動以及新冠肺炎疫情的沖擊，2018年以來，我國宏觀經(jīng)濟(jì)不確定性指數(shù)呈波動上升，我國經(jīng)濟(jì)不確定性呈加劇趨勢。

表1 宏觀經(jīng)濟(jì)景氣指數(shù)（JQ）檢驗(yàn)及GARCH估計(jì)結(jié)果

圖1 宏觀經(jīng)濟(jì)不確定性指數(shù)

3.銀行層面控制變量（BankControl）。為了控制除貨幣政策、經(jīng)濟(jì)不確定性之外影響銀行風(fēng)險承擔(dān)的因素，還需控制反映銀行經(jīng)營特質(zhì)的微觀指標(biāo)。綜合借鑒已有文獻(xiàn)做法（于一和何維達(dá)，2011；張雪蘭和何德旭，2012），本文采用資本充足率（Car）、資產(chǎn)收益率（Roa）、規(guī)模（Size）、成立時間（Age）、存貸比（Ltd）作為銀行經(jīng)營特質(zhì)變量。一般來說，資本充足率和資產(chǎn)收益率越高，反映銀行經(jīng)營質(zhì)效越好，抵御風(fēng)險的能力更強(qiáng)，預(yù)期其與銀行風(fēng)險承擔(dān)水平呈負(fù)相關(guān)；總資產(chǎn)規(guī)模越大，表明銀行融資能力越強(qiáng)、配置資源手段越多，風(fēng)險承擔(dān)能力也越強(qiáng)，預(yù)期該指標(biāo)與銀行風(fēng)險承擔(dān)水平呈負(fù)相關(guān)；成立時間越長反映銀行穩(wěn)定性越好，對銀行風(fēng)險的把控經(jīng)驗(yàn)越豐富，預(yù)期其與銀行風(fēng)險承擔(dān)水平呈負(fù)相關(guān)；存貸比（銀行貸款總額/存款總額）作為流動性風(fēng)險指標(biāo)，該指標(biāo)越大則銀行越激進(jìn)或者持續(xù)發(fā)展能力越不足，可能會增加信用風(fēng)險，預(yù)期其與銀行風(fēng)險承擔(dān)水平呈正相關(guān)。

4.宏觀經(jīng)濟(jì)層面控制變量（MacroControl）。本文參考沈全芳（2012）的做法選取國內(nèi)生產(chǎn)總值GDP 增長率（Ggdp）和全社會固定資產(chǎn)投資增長率（Gfixasset）控制宏觀經(jīng)濟(jì)環(huán)境對商業(yè)銀行風(fēng)險承擔(dān)水平的影響。固定資產(chǎn)投資是我國經(jīng)濟(jì)增長的重要引擎，若銀行信貸行為是順周期的，固定資產(chǎn)投資旺盛、經(jīng)濟(jì)增長較快等因素均可能促使銀行風(fēng)險承擔(dān)水平提高；若銀行信貸行為是逆周期的，那么固定資產(chǎn)投資旺盛、經(jīng)濟(jì)增長較快時，銀行更加謹(jǐn)慎，風(fēng)險承擔(dān)水平會降低。主要變量的描述性統(tǒng)計(jì)如表2所示。

表2 主要變量描述性統(tǒng)計(jì)

（三）計(jì)量模型設(shè)定

借鑒徐明東和陳學(xué)彬（2012）的研究，引入經(jīng)濟(jì)不確定性建立面板模型，用來檢驗(yàn)貨幣政策對銀行風(fēng)險承擔(dān)的影響。

其中，i=1,2,3,…,92 代表樣本所包含的銀行數(shù)量，t為時間變量。RiskTaking為銀行風(fēng)險承擔(dān)變量，MP為貨幣政策變量，UN為宏觀經(jīng)濟(jì)不確定性變量；BankControl為銀行特質(zhì)變量，MacroControl為宏觀經(jīng)濟(jì)變量。對模型（10）而言，本文重點(diǎn)關(guān)注核心解釋變量貨幣政策M(jìn)P的系數(shù)α1和核心解釋變量UN的系數(shù)α2，通過判斷其顯著性及其系數(shù)符號方向來檢驗(yàn)貨幣政策和經(jīng)濟(jì)不確定性對銀行風(fēng)險承擔(dān)的影響。

由于本文估計(jì)的模型中，解釋變量包含被解釋變量的滯后項(xiàng)，因此本文選擇一步系統(tǒng)GMM進(jìn)行估計(jì)，以控制解釋變量的內(nèi)生性和模型中可能存在的異方差問題。使用GMM 估計(jì)方法對模型進(jìn)行一階差分，選擇弱外生變量的滯后項(xiàng)作為工具變量，以獲得有效的估計(jì)結(jié)果。

四、檢驗(yàn)結(jié)果及討論

（一）基準(zhǔn)模型結(jié)果及討論

本文首先根據(jù)基準(zhǔn)模型，估計(jì)經(jīng)濟(jì)政策不確定性對銀行風(fēng)險承擔(dān)的總體影響。

如表3所示，數(shù)量型貨幣政策代理變量：法定存款準(zhǔn)備金（MP_RD）的影響系數(shù)分別為-0.0764和-0.0132，且在10%的水平下顯著，表明其他條件相同時，法定存款準(zhǔn)備金率提高1 個單位，銀行不良貸款率和Z 值將分別下降0.0764 和0.0132 個百分點(diǎn)。價格型貨幣政策代理變量：90 天銀行間同業(yè)拆借利率（MP_IBR）的影響系數(shù)分別為-0.1047 和-0.1376，并在5%的水平下顯著，表明其他條件相同時，90天銀行間同業(yè)拆借利率提高1 個單位，銀行不良貸款率和Z 值將分別下降0.1047 和0.1376 個百分點(diǎn)。GDP 增長率條件方差表征的宏觀經(jīng)濟(jì)不確定性（UN_JQ）的影響系數(shù)分別為0.5372和0.1841，且在5%的水平下顯著，表明其他條件相同時，宏觀經(jīng)濟(jì)不確定性每上升1 個單位，銀行不良貸款率和Z 值分別提高0.5372 和0.1841 個百分點(diǎn)；經(jīng)濟(jì)政策不確定性指標(biāo)（UN_EPU）的影響系數(shù)分別為0.0015和0.5998，且在5%的水平下顯著，表明其他條件相同時，宏觀經(jīng)濟(jì)不確定性每上升1個單位，銀行不良貸款率和Z值分別提高0.0015和0.5998個百分點(diǎn)。

表3 基準(zhǔn)模型回歸結(jié)果

上述結(jié)果表明：貨幣政策是銀行風(fēng)險承擔(dān)的渠道，其變動對銀行風(fēng)險承擔(dān)水平具有顯著影響，緊縮的貨幣政策將降低銀行風(fēng)險承擔(dān)水平，而寬松的貨幣政策將提升銀行風(fēng)險承擔(dān)水平，這個結(jié)論與Borio &Zhu（2009）的研究一致。貨幣政策不僅會影響貨幣供給總量，還會通過改變銀行的風(fēng)險判斷和風(fēng)險偏好來影響銀行風(fēng)險承擔(dān)水平，如超寬松的貨幣環(huán)境會降低銀行的風(fēng)險感知程度，可能會鼓勵銀行機(jī)構(gòu)追逐收益率和過度冒險的行為，從而增加風(fēng)險資產(chǎn)的比例，導(dǎo)致其風(fēng)險承擔(dān)水平增加，脆弱性進(jìn)一步積累，甚至威脅金融穩(wěn)定。此外，不同貨幣政策工具對銀行風(fēng)險承擔(dān)的作用呈非對稱性，與數(shù)量型貨幣政策相比，銀行風(fēng)險承擔(dān)水平對價格型貨幣政策的反應(yīng)更加靈敏，換而言之，價格型貨幣政策對銀行風(fēng)險承擔(dān)水平的影響更大。事實(shí)上，銀行等市場主體更加關(guān)注利率價格而非貨幣總量信息，利率價格相對更加透明和更易度量，便于市場預(yù)期貨幣政策未來走向，而貨幣總量信息相對比較滯后且在準(zhǔn)確度量方面存在一定困難，表現(xiàn)出價格型貨幣政策更加敏感。宏觀經(jīng)濟(jì)不確定性加劇會促進(jìn)銀行風(fēng)險承擔(dān)水平，這個結(jié)論與郝威亞等（2017）、Valencia（2017）的研究結(jié)果類似。在宏觀經(jīng)濟(jì)不確定性環(huán)境下，信貸企業(yè)經(jīng)營決策的成本加大，導(dǎo)致其財(cái)務(wù)狀況穩(wěn)定性降低，經(jīng)營風(fēng)險增大，同時信息不對稱也加劇了銀行風(fēng)險識別的準(zhǔn)度，最終表現(xiàn)為銀行風(fēng)險承擔(dān)水平增加。

（二）拓展性分析

1.貨幣政策周期視角分析。在模型（10）的基礎(chǔ)上，本文繼續(xù)引入貨幣政策周期虛擬變量（Easy），從貨幣政策周期視角進(jìn)一步分析不同貨幣政策周期貨幣政策對銀行風(fēng)險承擔(dān)影響的差異性。

在模型（11）中，虛擬變量Easy用來表示不同年份貨幣政策周期，寬松期賦值為1，否則賦值為0。對模型（11）而言，主要通過判斷貨幣政策與貨幣政策周期交乘項(xiàng)系數(shù)α2的顯著性和符號方向，來識別貨幣政策對銀行風(fēng)險承擔(dān)的作用在不同貨幣政策周期是否具有非對稱性。另外，為保證研究結(jié)果的穩(wěn)健性，本節(jié)還引入因變量Z_score，自變量選取價格型貨幣政策代理變量：90 天銀行間同業(yè)拆借利率（MP_IBR）作為估算參考，并檢驗(yàn)不同貨幣政策對銀行風(fēng)險承擔(dān)水平影響的差異性。

借鑒徐明東和陳學(xué)彬（2012）的研究，本文用HP濾波的方法來識別貨幣政策的周期性。具體過程：首先對廣義貨幣（M2）增長率進(jìn)行HP濾波處理，其次計(jì)算提出趨勢值后的周期值，并將其作為識別貨幣政策松或緊的變量。若M2 增長率大于趨勢值（差額為正數(shù)，M2_HP>0），判斷為寬松貨幣政策；反之，若M2增長率小于趨勢值（差額為負(fù)數(shù)，M2_HP<0），判斷為緊縮貨幣政策。上述識別貨幣政策周期方法是借助數(shù)理統(tǒng)計(jì)的方法，以此推測貨幣政策松緊周期，為了識別結(jié)果更加符合中國貨幣政策實(shí)際，本文結(jié)合中國人民銀行歷年發(fā)布的第四季度《中國貨幣政策執(zhí)行報(bào)告》中關(guān)于貨幣政策立場的表態(tài)，綜合判斷我國貨幣政策的周期性，進(jìn)一步提升判斷的準(zhǔn)度。貨幣政策周期識別情況如表4 所示，總體看HP 濾波方法判斷和《中國貨幣政策執(zhí)行報(bào)告》對貨幣周期的表述相吻合，2007—2020年期間，7個年度屬于緊縮貨幣政策期、7個年度屬于寬松貨幣政策期。

表4 貨幣政策周期識別情況

如表5 所示，不同的貨幣政策周期下，數(shù)量型貨幣政策和價格型貨幣政策對銀行風(fēng)險承擔(dān)的作用方向性和顯著性是一致；進(jìn)一步通過比較MP_RD和MP_IBR的系數(shù)可知，相對于數(shù)量型貨幣政策，價格型貨幣政策對銀行風(fēng)險承擔(dān)水平的影響在不同貨幣政策周期均更顯著。

表5 拓展性分析_1

貨幣政策與貨幣政策周期交乘項(xiàng)MP×Easy的系數(shù)與貨幣政策M(jìn)P_RD系數(shù)的符號相反，并且在1%的水平下顯著為正，這表明在寬松貨幣政策周期，法定存款準(zhǔn)備金下降對不良貸款率的影響要大于同幅度法定存款準(zhǔn)備金上升所帶來的影響，即寬松貨幣政策對商業(yè)銀行風(fēng)險承擔(dān)的促進(jìn)作用弱于緊縮貨幣政策的抑制作用。這可能是因?yàn)?008年金融危機(jī)爆發(fā)給市場帶來對金融的順周期引致風(fēng)險的重要反思，促進(jìn)金融管理部門以守住不發(fā)生系統(tǒng)性金融風(fēng)險為底線，加強(qiáng)宏微觀審慎管理和金融監(jiān)管。近年來，打好防范化解重大金融風(fēng)險攻堅(jiān)戰(zhàn)作為金融工作的重要主線，銀行部門可預(yù)期金融監(jiān)管部門對金融風(fēng)險的監(jiān)管態(tài)度，強(qiáng)化緊縮政策對銀行風(fēng)險承擔(dān)的約束效應(yīng)，導(dǎo)致即使在寬松貨幣環(huán)境下，銀行對高風(fēng)險資產(chǎn)配置也表現(xiàn)得更加謹(jǐn)慎。

2.宏觀經(jīng)濟(jì)不確定性對貨幣政策交互作用分析。根據(jù)前文分析，宏觀經(jīng)濟(jì)不確定對銀行風(fēng)險承擔(dān)具有正向沖擊效應(yīng)，宏觀經(jīng)濟(jì)不確定性加劇將會提升銀行風(fēng)險承擔(dān)水平。那么，在宏觀經(jīng)濟(jì)不確定環(huán)境下，貨幣政策對銀行風(fēng)險承擔(dān)的作用是否會出現(xiàn)邊際降低，即宏觀經(jīng)濟(jì)不確定對貨幣政策的調(diào)節(jié)效應(yīng)是否存在？本節(jié)繼續(xù)引入貨幣政策與宏觀經(jīng)濟(jì)不確定性交乘項(xiàng)MP×UN，拓展分析宏觀經(jīng)濟(jì)波動對貨幣政策的影響作用，通過判斷α3的顯著性及其系數(shù)符號方向來檢驗(yàn)宏觀經(jīng)濟(jì)不確定對貨幣政策的調(diào)節(jié)效應(yīng)。為簡化討論，貨幣政策僅考慮數(shù)量型貨幣政策。另外，為保證研究結(jié)果的穩(wěn)健性，本節(jié)還引入因變量Z_score，兩種宏觀經(jīng)濟(jì)不確定性衡量的自變量UN_JQ、UN_EPU以及其與貨幣政策的交乘項(xiàng)作為估算參考，并檢驗(yàn)不同貨幣政策對銀行風(fēng)險承擔(dān)水平的差異性。

如表6所示，貨幣政策與宏觀經(jīng)濟(jì)不確定性交乘項(xiàng)MP_RD×UN_JQ的系數(shù)分別是0.0235 和0.0722，與貨幣政策代理變量的符號相反，并且在1%的水平下顯著，表明UN_JQ逆向影響MP_RD對銀行不良貸款的作用方向。這表明，宏觀經(jīng)濟(jì)不確定性在貨幣政策對銀行風(fēng)險的關(guān)系當(dāng)中具有反向調(diào)節(jié)效應(yīng)。具體表現(xiàn)為：宏觀經(jīng)濟(jì)不確定性會削弱貨幣政策傳導(dǎo)的有效性，導(dǎo)致銀行風(fēng)險承擔(dān)水平對貨幣政策的敏感度降低，最終使貨幣政策對銀行風(fēng)險承擔(dān)水平的作用強(qiáng)度減弱。

表6 拓展性分析_2

為更加直觀展示宏觀經(jīng)濟(jì)不確定性削弱貨幣政策傳導(dǎo)效應(yīng)，本文進(jìn)一步展示了兩種方法度量的宏觀經(jīng)濟(jì)不確定性情景下，以法定準(zhǔn)備金來衡量的貨幣政策對銀行風(fēng)險承擔(dān)水平的邊際效應(yīng)。如圖2所示，橫軸為宏觀經(jīng)濟(jì)不確定性，虛線兩端表示置信區(qū)間。隨著宏觀經(jīng)濟(jì)不確定性逐漸提高，貨幣政策對銀行風(fēng)險承擔(dān)水平的平均邊際效應(yīng)逐漸減小，即貨幣政策對銀行風(fēng)險承擔(dān)水平作用的有效性被逐漸削弱。當(dāng)宏觀經(jīng)濟(jì)不確定性非常高時，貨幣政策對銀行風(fēng)險承擔(dān)水平的負(fù)向影響將消失。

圖2 經(jīng)濟(jì)不確定性條件下貨幣政策的邊際效應(yīng)

3.機(jī)構(gòu)異質(zhì)性分析。為進(jìn)一步考察宏觀經(jīng)濟(jì)不確定性、貨幣政策對不同性質(zhì)銀行的異質(zhì)性影響，本節(jié)在基準(zhǔn)模型中引入銀行性質(zhì)虛擬變量state、stock、city、rural（國有銀行、股份制銀行、城商行、農(nóng)商行）來區(qū)分4類性質(zhì)的銀行。如果是國有銀行，state=1，否則為0；如果是股份制銀行stock=1，否則為0；如果是城商銀行，city=1，否則為0；如果是農(nóng)商行，rural=1，否則為0。同時，用虛擬變量與貨幣政策的交乘項(xiàng)表示不同性質(zhì)銀行貨幣政策對銀行風(fēng)險承擔(dān)的敏感度，用虛擬變量與宏觀經(jīng)濟(jì)不確定性的交乘項(xiàng)表示不同性質(zhì)銀行宏觀經(jīng)濟(jì)不確定性對銀行風(fēng)險承擔(dān)的敏感度。為簡化討論，本節(jié)因變量為不良貸款率，主要因變量僅考慮數(shù)量型貨幣政策（MP_RD）和本文測算的宏觀經(jīng)濟(jì)不確定性（UN_JQ），回歸結(jié)果如表7所示。

表7 拓展性分析_3

從貨幣政策角度看，貨幣政策對不同銀行的風(fēng)險承擔(dān)都具有顯著的負(fù)向影響。具體而言，國有大型商業(yè)銀行風(fēng)險承擔(dān)對貨幣政策的反應(yīng)程度最大，股份制商業(yè)銀行次之，農(nóng)商行風(fēng)險承擔(dān)對貨幣政策的反應(yīng)相對最小。因此，在利率降低時，國有大型商業(yè)銀行承擔(dān)風(fēng)險意愿比其他類型的銀行更強(qiáng)，在寬松貨幣政策的刺激下，其執(zhí)行貨幣政策的動機(jī)更為強(qiáng)烈。農(nóng)商行相對于國有大型商業(yè)銀行、股份制銀行和城市商業(yè)銀行從事傳統(tǒng)業(yè)務(wù)比較多，而非傳統(tǒng)業(yè)務(wù)較少，貨幣政策的寬松程度對其風(fēng)險承擔(dān)的影響相對有限。

從經(jīng)濟(jì)不確定性角度看，不同性質(zhì)銀行在經(jīng)濟(jì)不確定性對銀行風(fēng)險承擔(dān)水平方面具有異質(zhì)性。對股份制銀行和城商行風(fēng)險承擔(dān)的加劇作用要高于農(nóng)商行，國有銀行的作用則在本文測算結(jié)果中不顯著。可能的解釋是，農(nóng)商行的規(guī)模較小、業(yè)務(wù)較單一，具備更強(qiáng)的地域?qū)I(yè)性優(yōu)勢和穩(wěn)定的關(guān)系型借貸網(wǎng)絡(luò)，在一定程度上有助于農(nóng)商行降低信息不對稱程度與信息成本，從而使農(nóng)商行面臨宏觀經(jīng)濟(jì)不確定性提高時，風(fēng)險承擔(dān)加劇程度相對較小。國有銀行則有更為通暢的政策信息渠道，信息不對稱的程度也較輕，因此由風(fēng)險決策失誤導(dǎo)致的風(fēng)險承擔(dān)也相應(yīng)較小。

五、研究結(jié)論與政策建議

（一）研究結(jié)論

一是貨幣政策顯著影響銀行風(fēng)險承擔(dān)水平，價格型貨幣政策更顯著。寬松的貨幣政策會提高銀行風(fēng)險承擔(dān)水平，緊縮貨幣政策則會降低銀行風(fēng)險承擔(dān)水平。與數(shù)量型貨幣政策相比，價格型貨幣政策對銀行風(fēng)險承擔(dān)水平的影響更大。二是不同貨幣政策環(huán)境下銀行風(fēng)險承擔(dān)水平呈非對稱性。寬松貨幣政策對商業(yè)銀行風(fēng)險承擔(dān)的促進(jìn)作用弱于緊縮貨幣政策的抑制作用。三是宏觀經(jīng)濟(jì)不確定性顯著影響銀行風(fēng)險承擔(dān)水平，并對貨幣政策具有反向調(diào)節(jié)作用。宏觀經(jīng)濟(jì)不確定性加劇會提升銀行風(fēng)險承擔(dān)水平，并且宏觀經(jīng)濟(jì)不確定性會削弱貨幣政策傳導(dǎo)的有效性，貨幣政策的邊際效應(yīng)逐漸減小，導(dǎo)致銀行風(fēng)險承擔(dān)水平對貨幣政策的敏感度降低。四是貨幣政策和宏觀經(jīng)濟(jì)不確定對銀行風(fēng)險承擔(dān)水平具有個體異質(zhì)性影響。國有大型商業(yè)銀行風(fēng)險承擔(dān)對貨幣政策的反應(yīng)程度最大，股份制商業(yè)銀行次之，農(nóng)商行風(fēng)險承擔(dān)對貨幣政策的反應(yīng)相對最小；宏觀經(jīng)濟(jì)不確定性提高對股份制銀行和城商行風(fēng)險承擔(dān)的加劇作用要高于農(nóng)商行，國有銀行的作用則在本文中不顯著。

（二）政策建議

一是貨幣政策要保持穩(wěn)定性和連續(xù)性，兼顧傳導(dǎo)效果的異質(zhì)性。貨幣政策決策層要為市場經(jīng)濟(jì)主體營造穩(wěn)定的經(jīng)濟(jì)環(huán)境，打通貨幣政策的傳導(dǎo)渠道，保證宏觀經(jīng)濟(jì)不確定環(huán)境下貨幣政策達(dá)到預(yù)期效果。貨幣政策決策層應(yīng)考慮到松緊貨幣政策周期對銀行風(fēng)險承擔(dān)行為的不同影響；識別數(shù)量型和價格型貨幣工具調(diào)控對銀行風(fēng)險承擔(dān)的非對稱性，更加重視價格型貨幣政策工具的使用。

二是增強(qiáng)對宏觀經(jīng)濟(jì)動態(tài)預(yù)警和應(yīng)對能力。一方面，優(yōu)化前瞻性的宏觀經(jīng)濟(jì)預(yù)警機(jī)制和反饋機(jī)制，密切關(guān)注國際國內(nèi)經(jīng)濟(jì)運(yùn)行態(tài)勢，加強(qiáng)對宏觀經(jīng)濟(jì)不確定性的跟蹤監(jiān)測和研究分析，拓展與市場各主體的溝通渠道，完善信息披露制度。另一方面，宏觀經(jīng)濟(jì)金融管理部門要統(tǒng)籌各種宏觀經(jīng)濟(jì)調(diào)控工具，建立溝通更加協(xié)調(diào)、層次更加清晰的宏觀經(jīng)濟(jì)調(diào)控體系，并采取相應(yīng)的措施熨平經(jīng)濟(jì)不確定性所帶來的經(jīng)濟(jì)波動。

三是銀行要提升風(fēng)險識別水平和沖擊應(yīng)對能力。銀行自身也要增強(qiáng)應(yīng)對宏觀經(jīng)濟(jì)不確定性沖擊的能力，優(yōu)化自身對貨幣政策沖擊的應(yīng)對措施，將自身的決策融入宏觀經(jīng)濟(jì)大環(huán)境中，降低自身對宏觀經(jīng)濟(jì)不確定性波動的敏感度。同時，銀行應(yīng)健全信貸風(fēng)險防控機(jī)制、內(nèi)生性資本補(bǔ)充機(jī)制，提高自身風(fēng)險識別能力，根據(jù)收益-成本理論合理優(yōu)化資源，提高資源配置效率，夯實(shí)抵御內(nèi)外風(fēng)險的基礎(chǔ)。