摘要：针对宏观审慎政策中的逆周期政策工具对银行风险承担产生的影响进行了分析。在理论上研究了逆周期政策工具所带来的宏观和微观效应，并运用动态面板数据广义矩估计方法进行了实证分析。研究发现，在信贷扩张期杠杆率、贷款损失准备金率的上升会使银行的当期风险承担水平增加，资本充足率的提高使风险承担降低。而滞后六个月的资本充足率、杠杆率、贷款损失准备金率的上升可以显著降低当期的风险承担水平，宏观审慎政策工具的宏观效应和微观效应一致。
关键词： 宏观审慎政策；银行风险承担；逆周期；广义矩估计
一、引言
2008年美国金融危机爆发后并迅速蔓延，暴露了对金融系统稳定性负责的全面政策框架的缺失。危机后国际金融监管组织和各国监管当局开始制定和实施以降低金融体系系统性风险为目标的宏观审慎政策。
宏观审慎政策的作用机理即通过一系列的政策工具影响个体金融机构的资产负债表及其经营策略，从而作用于金融机构的信贷供给，进一步影响信贷供给总量及价格，以达到减少系统性风险的目的。宏观审慎政策工具及监管标准都是针对个体金融机构制定的，这些宏观审慎政策工具在消除金融体系顺周期性和跨部门风险的同时，对个体金融机构的风险承担也会产生一定的效应与影响。宏观审慎政策的宏观效应与微观效应是否一致及微观效应能否促进宏观效应的实现，并达到减小金融体系的顺周期性和降低系统性风险的目的，仍是理论界关注的重要问题之一。本文试图通过采用改进后的贷款组合信用风险模型与差分GMM模型从理论与实证两方面对宏观审慎政策工具对银行风险承担产生的具体影响与效应进行分析，从而进一步考察宏观审慎政策微观效应与宏观效应之间的关系，为更好地保障宏观审慎政策的实施效果提供理论依据。
二、文献综述
宏观审慎政策主要是为了防范金融体系的系统性风险及其对实体经济的溢出效应，并主要通过资本管理控制多个金融机构面临共同冲击时所造成的资产负债表萎缩而带来的社会成本（Hanson et al，2010）[4]。
目前，有关宏观审慎政策对个体银行风险承担影响的文献主要集中于研究单一政策工具对银行风险承担的影响，且忽略了不同经济周期阶段政策工具对风险承担影响可能有所差异这一事实[10，11]。本文试从理论和实证两方面研究宏观审慎政策中逆周期资本缓冲、最大杠杆率和动态贷款损失准备金三个逆周期政策工具在不同周期阶段对银行风险承担所产生的影响。
三、宏观审慎政策工具的宏观效应和微观效应
宏观审慎政策工具虽然以其宏观效应的实现为主要目标，但对个体银行所产生的微观效应也不容忽视。目前，宏观审慎政策工具主要包括针对金融系统顺周期性的逆周期政策工具和针对跨部门风险而制定的对系统重要性金融机构及影子银行体系管理的一系列政策工具。以下针对逆周期政策工具的宏观及微观效应进行理论分析，并考察其宏观和微观效应是否具有一致性。
（一）逆周期政策工具
逆周期政策中对资本的要求主要包括超额留存资本和逆周期资本缓冲。巴塞尔委员会、国际会计准则委员会积极制定前瞻性的计算预期损失的方法，通过预期损失准备金来减轻金融体系的顺周期性。目前中国银监会也鼓励金融企业运用动态拨备原理，采取逆周期计提办法，以达到增强财务缓冲能力和吸收损失的目的。杠杆率是商业银行特定资本与调整后资产的比率，反映了银行自有资金和负债之间的关系，是衡量银行风险的重要指标。对杠杆率的限制约束了银行高杠杆经营行为，减少了监管套利现象，从而降低银行风险。
其中ROA为银行总资产收益率，C为资本总量，A为资产总量，σ为ROA的标准差。Z值越高则银行破产概率越小，经营状况越稳定。
不良贷款率为银行不良贷款总量占总贷款余额的比重。由于贷款业务目前仍是中国银行业的主要业务，不良贷款率是银行信贷资产安全性和信用风险的重要指标，选用不良贷款率作为银行风险承担变量具有一定合理性。
2.控制变量。
由于一国的宏观经济发展、货币市场和银行自身经营状况都可能会影响到银行的风险承担，所以，选取代表宏观经济发展情况的国内生产总值增长率（gdp）、代表货币资金存量的广义货币供给量（m2）、衡量银行间资金供求变化的银行同业拆借加权平均周利率（shibor）和代表银行规模的银行总资产值（size）及代表银行收益的总资产收益率（roc）作为研究宏观审慎政策工具对银行风险承担影响的控制变量。
3.解释变量。宏观审慎政策工具选用资本充足率（car）、杠杆率（l）、拨备覆盖率（npc）、贷款损失准备金率（p）及代表中国信贷周期的虚拟变量（d）。
虚拟变量根据巴塞尔委员会公布计提逆周期资本办法（BCBS，2010）计算的中国信贷周期[13]，同时引入交叉项d×car、d×l、d×p检验信贷扩张期不同政策工具对银行风险承担的影响。
在判断实施逆周期政策的时间点及监管要求时，巴塞尔委员会在经过对数据指标大量分析和仔细论证之后，提出了逆周期政策应建立在信贷总额/GDP指标及偏离长期趋势程度基础上。巴塞尔委员会在对中国进行实证分析时，采用的是中央银行对金融业私营部门的所有信贷（BCBS，2010）[15]，GDP值为名义GDP值，则：
R=CREDITGDP
（5）
首先，对以上各解释变量、控制变量及因变量的相关性进行检验。对相关系数进行显著性分析发现，size和m2均与风险承担变量在10%水平上不显著，car与风险承担变量在10%水平上显著，其余变量相关系数均在5%水平显著，所以，在分析中将银行规模和货币供应量增长率两个变量剔除。另外，在进行初步回归分析时，发现多个解释变量和Z值的关系不显著，所以将Z值剔除，究其原因可能是数据长度较短，间隔时间较长，不符合Z值对数据长度的要求。同时，在分析选取的样本银行中，五家银行均被银监会认定为中国系统重要性银行，其余也均为上市银行，由于存在政府隐性担保和银行破产制度方面的缺失，银行破产可能性较小，所以，采用Z值分析也有一定的不合理性。
1.单位根检验与协整检验。
为了避免分析时出现伪回归现象，首先对面板数据进行单位根平稳性检验。分析采用了相同根单位根LLC检验和不同根单位根FisherADF检验两种单位根检验方式。表2为单位根检验结果，结果显示变量均为平稳序列，不存在单位根。
在单位根检验各变量均平稳后进行协整检验，以检验各变量间是否存在长期的均衡关系。协整检验结果见表3，对面板数据进行协整检验后得到4个统计量，Gt和Ga为组统计量，检验数据在异质性条件下是否存在协整关系；Pt和Pa为面板统计量，检验数据在同质性条件下是否存在协整关系。从表3可以看出，自变量car、l、npc与nl分别进行协整检验时都存在协整关系，而将car、l、npc和nl同时进行协整检验时则不存在协整关系。
2.模型建立及结果分析。
由于银行风险承担具有一定的延续性，会受到银行之前风险承担水平的影响，所以，在建立模型时将因变量的滞后一期变量作为解释变量来研究风险承担的延续性。由于在动态面板数据中，因变量的滞后一期作为解释变量会导致解释变量的内生性，而其他解释变量也存在潜在的内生性，所以，通过构建一组与内生解释变量相关而与随机扰动项不相关工具变量，以克服变量内生性所造成的估计偏差问题，进而得到稳健的估计结果。广义距估计（Generalized Method of Moment， GMM）是基于模型需满足的矩条件的参数估计方法，不考虑随机扰动项的准确分布，允许随机扰动项存在自相关和异方差等情况，且当样本量足够大时，估计渐进有效。
本文采用Arellano& Bond（1991）提出的差分GMM模型进行估计，差分GMM模型将动态面板数据模型进行差分后内生变量的滞后变量作为工具变量进行分析[16]。构建以下四个模型：
1注：括号内为Z统计量值，*、**、***分别表示在90%、95%、99%的置信水平下拒绝参数不显著的原假设。
数据来源：根据各银行年度报告、半年度报告，国家统计局、中国人民银行、上海银行间同业拆放利率网站数据计算所得。 对数据进行差分GMM回归，结果见表4。首先，检验引入的工具变量是否有效。由于模型中引入了内生变量的工具变量，需进行过度识别检验以检验模型中使用的工具变量是否外生及有效，表4最后一行显示，各方程的Sargan统计量均无法拒绝工具变量有效的原假设，即使用的工具变量有效。其次，检验是否可以用差分GMM模型进行估计。差分GMM模型所要满足的前提条件是扰动项不存在自相关，所以，要对扰动项进行相关性检验，表4中显示所有方程的扰动项均不存在二阶自相关，使用差分GMM模型估计是有效的。
对模型结果进行分析时，首先考察各控制变量和银行风险承担间的关系，gdp在方程
（6）、
（7）、
（9）中都会显著影响到风险承担，且系数为负，说明在经济高速增长时期，银行的风险承担是降低的，而在经济下行期，由于贷款人信用及经营环境的变化，风险承担增加。Shibor对风险承担只有在方程
（6）和方程
（7）中显著，且系数均为正。Shibor作为银行间市场利率反映银行间市场的供求状况，Shibor的上升意味着银行间市场资金供不应求，亦即银行对短期流动性需求上升，意味着银行经营成本和流动性风险的上升，也会使银行的风险承担增加。Roc和银行风险承担的相关关系较弱，只有方程
（9）在10%的显著性水平上相关，在一定程度上能解释风险和收益同向变化的现象。
接下来分析解释变量与银行风险承担间关系。4个方程的回归结果均显示滞后一期的nl可以在1%的显著性水平上影响当期的nl，且系数为正，说明银行的风险承担具有延续性，如果当前银行的风险承担增加，则六个月之后银行的风险承担也会增加。这是由于银行风险承担与其管理水平及经营策略有关，管理水平较好或风险偏好较低的当期银行风险承担较小，由于其管理政策的一致性，所以未来的风险承担水平也较小；反之管理水平较差和偏好风险的银行当前和未来的风险承担水平也都较大。说明若要银行未来风险承担水平降低，则要从当前管理策略入手，提高风险管理水平。
分析宏观审慎政策工具对银行风险承担影响时，观察政策工具对当期风险承担的影响。在整个分析期内，当期资本充足率和银行风险承担在方程
（6）～
（8）中都是呈同向变化的，资本充足率的上升意味着风险承担的增加。在信贷扩张期，宏观审慎政策工具对银行风险承担的影响主要观察d及交叉项car×d、l×d及p×d的系数。d的系数在方程
（6）、
（7）中为正，在方程
（8）、
（9）中为负，所以，无法直观定论信贷周期和风险承担的联系。car×d在方程
（6）、
（7）中显著为负，说明上行期资本充足率的提高意味着当期风险承担的降低。l×d及p×d系数均为正，说明上行期对杠杆率和损失准备金要求的提高会增加当期的风险承担。
在信贷扩张时期，资本充足率与杠杆率对风险承担的影响是不同的，资本充足率提高可以降低风险承担，而杠杆率的提高则会增加风险承担。资本充足率和杠杆率的区别在于其分母，资本充足率的分母为风险加权资产，是根据资产风险大小不同赋予不同权重而得到的风险加权资产，而杠杆率的分母为总资产。资本充足率提高，降低当期风险承担，可能是由于银行降低了风险资产持有数量而使风险承担降低。经济上行期，银行持有资产风险降低，在不变资本充足率要求下，银行会扩张业务，通过增持资产或冒险经营方式寻求利润最大化。而如果面临较高的资本要求，银行可减少风险加权资产的持有或增加资本来满足监管标准。减少风险加权资产的数量说明银行将风险级别较高的资产转换成风险级别较低的资产，或减少了高风险资产的持有，以此降低银行的经营风险。Das& N.R. Sy（2012）通过研究也发现，持有较少风险加权资产的银行在美国金融危机和欧债危机期间表现更好[17]。相反，资本的增加可能会引起风险的上升，而损失准备金的提高也会引起当期的风险上升。宏观审慎政策工具中逆周期资本要求和动态损失准备金要求在短期内会增加银行运营成本，降低个体银行的经营效率，削弱其竞争力。当银行面临资本需求时，会通过留存收益和发行股票或者减少贷款资产来提高资本水平，资本的增加意味着贷款息差同幅度地改变，高息差和更严格的贷款标准将减少家庭和企业的消费，在没有额外的非价格限制时，会增加银行的信贷成本。这些会降低银行的盈利能力和面临存贷息差上升的压力。在短期内银行会增加向借款人收取的利息或减少新增贷款的数量，银行贷款成本的增加和供给的减少会影响其利润。银行资本通过影响贷款净收益影响风险承担水平，为了维持一定的回报，银行会承担更高的风险，形成风险共担效应。
由于逆周期政策的原理是在上行期积累准备金和资本，在下行期使用。而经济环境变化往往是突然的，危机发生也是在较短时间内发生的。所以，在分析滞后期政策工具的微观效应时仅考察政策工具对滞后一期，亦即半年后银行风险承担的影响。除方程
（9）中l（-1）外，在其余含有car（-1）、l（-1）、npc（-1）变量方程结果均显示变量系数显著为负，即滞后六个月的资本充足率、杠杆率、拨备覆盖率的上升可以显著降低当期的风险承担水平，这一结果为实施逆周期政策提供了依据。
综上分析，逆周期政策的实施并不会降低当前银行的风险承担水平，而会降低未来时期银行风险承担水平，与其政策目标一致。
五、结论
以降低金融体系系统性风险和减少金融体系对宏观经济溢出效应为目标的宏观审慎监管具有特有的宏观效应和微观效应。本文在理论研究部分对宏观审慎监管产生的宏观效应和微观效应进行了分析，在实证研究部分结合资本充足率、杠杆率和贷款损失准备金率这三个宏观审慎政策的代理政策工具，就宏观审慎政策工具对银行风险承担进行了分析。在宏观方面，宏观审慎政策可以通过在经济上行时限制系统性风险积累，经济下行时弥补损失，限制系统性风险的扩张，通过缓冲器的作用熨平经济周期。在微观方面，资本充足率、杠杆率和贷款损失准备金的提高会增加当期银行的风险承担，但显著降低了银行未来时期的风险承担，与其宏观效应具有一致性。综上所述，宏观审慎政策对银行风险承担的影响并不是体现在当前阶段，而是会降低未来时期银行的风险承担，宏观审慎政策工具的宏观效应和微观效应及其目标具有一致性。但对当期银行风险承担的监管和控制，并不能通过宏观审慎政策实现。
