资源描述：
《利率对银行风险承担的影响研究——基于我国上市银行的实证分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
学校代码10530学号201330020155分类号F832.1密级硕士学位论文利率对银行风险承担的影响研究——基于我国上市银行的实证分析学位申请人黄颖青指导教师肖绮芳学院名称商学院学科专业金融学研究方向金融风险管理二零一六年六月八日 TheResearchoftheImpactofInterestRateonBankRisk-Taking--AnEmpiricalAnalysisBasedonChina'sListedBanksCandidateHuangYingQingSupervisorXiaoQiFangCollegeBusinessSchoolProgramFinancialSpecializationFinancialRiskManagementDegreeMasterUniversityXiangtanUniversityDateJune8,2016 湘巧大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体。本人完全意识到本声明的，均已在文中Ｗ明确方式标明法律后果由本人承担。作者签名：日期：飞＾飾６月日葦学位论文版枚使用授枝书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湘潭大学可将本学位论文的全部或部分内容编入有关数据库进行检索，可采用影印、缩印或污描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。Ｗ作者签名（：贵解ｉ日期；峰６月？日＜、，ｉ导师签名：ｇ日；日期知月＾＾亏書 摘要自2008年美国金融危机发生之后，此次金融危机发生的原因成了金融界学者研究的重要课题，其中不仅金融监管的缺失被认为是危机发生的重要因素，同时长时期的低利率政策也备受质疑。有学者认为，持续的低利率会使银行的资产价值与抵押品价值增加，信贷规模过度扩张，以及杠杆率上升，从而导致银行承担的风险增加，造成金融系统风险过度积累，最终使金融危机爆发。因此低利率会否导致，以及如何导致银行的风险承担增加，利率、银行风险承担和金融稳定之间有何关系成为了学者关注的焦点。本文从理论分析和实证研究两个方面对利率与银行风险承担的关系展开探讨。在理论分析部分，以国内外学者的研究为基础，主要对利率对银行风险承担的四个影响机制，即估值机制、逐利机制、惯性机制和反应机制，以及影响银行风险承担渠道的因素，包括银行规模、资本充足率和市场势力等进行具体阐述，并以此为基础进行实证研究。在实证研究中，通过运用2008-2014年我国上市商业银行的季度面板数据，分别构建以预期违约率和不良贷款率为银行风险承担代理变量，以利差项为利率政策的代理变量的固定效应模型。其中以预期违约率为银行风险承担代理变量在宏观层面选取的控制变量是经济增长率、房地产景气指数、市场集中度、股票指数波动率和收益率曲线斜率，在银行层面选取的则是银行规模、资本充足率、流动比率和净利差。基于不良贷款率的宏观层面变量则是经济增长率、市场集中度和银行重要度，银行层面则是银行规模、成本收入比、权益比率、非利息收入比和资产利润率。通过对两个固定效应模型分别进行固定回归效应回归分析、滞后2-3期的利差项回归分析以及不同种类银行的回归分析，得出在我国存在银行风险承担渠道，利率对银行的风险承担影响存在估值机制、逐利机制和惯性机制，不同种类银行的风险承担对于利率的反应不同，同时宏观层面变量和银行特征变量对银行风险承担渠道有重要影响的实证结论。因此基于本文的理论分析和实证结论，对促进我国的金融稳定发展提出以下政策建议：完善货币政策制定目标，加快推进利率市场化改革，促进银行业的良性竞争和加强金融监管制度改革。关键词：利率；银行风险承担；风险承担渠道I AbstractSincethefinancialcrisisthatoutbreakintheUnitedStatesin2008spreadtotheglobal,thecausesofthefinancialcrisisbecameanimportanttopicinthefieldoffinancescholars,notonlythelackoffinancialsupervisionisconsideredtobeanimportantfactorinthecrisis,atthesametime,alongperiodoflowinterestratepolicyisalsoquestioned.Somescholarsbelievethatthecontinuedlowinterestrateswillincreasethevalueofbankassetsandthevalueofthecollateral,excessivecreditexpansion,theleverageoffinancialinstitutionsincreases,leadtoincreasedrisktakingofbanks,andresultingintheexcessiveaccumulationoffinancialsystemrisk,andeventuallythefinancialcrisisbrokeout.Sowilllowinterestratesleadto,andhowtoleadtotheriskofbanksincreases,andwhatistherelationshipbetweeninterestrates,bankrisktakingandfinancialstabilityhasbecomethefocusofattentionofthescholars.Thispaperdiscussestherelationshipbetweeninterestrateandbankrisk-takingfromtheoreticalanalysisandempiricalresearchthistwoaspects.Inthetheoreticalanalysispart,basedontheresearchofscholarsathomeandabroad,mainlyelaboratesthefourinfluencingmechanismofinterestraterisktothebankrisk-taking,namelyvaluationmechanism,profitmechanism,inertiaandreactionmechanism,andinfluencefactors,anduseitasthebasisforempiricalresearch.Intheempiricalstudy,throughtheuseofquarterlypaneldatain2008-2014ofChinalistedcommercialbanks,respectivelyconstructthefixedeffectmodel,andchooseexpecteddefaultrateandnon-performingloanratioasbankrisk-takingproxyvariable,andasspreadtermtotheproxyvariableofinterestratepolicy.Withexpecteddefaultrateasbankrisk-takingproxyvariable,itselecteconomicgrowthrate,therealestateboomindex,marketconcentrationdegree,stockindexvolatilityandreturnratecurveslopeasthemacrolevelcontrolvariables,andbanksize,capitaladequacyratio,currentratioandnetinterestmarginasthebanklevelselection.Itselecteconomicgrowthrate,marketconcentrationdegreeandimportantdegreeasthemacrolevelcontrolvariables,andbanksize,costtoincomeratio,equityratio,non-interestincomeratioandassetprofitrateasthebanklevelselectionbasedontherateofnon-performingloansasbankrisk-takingproxyvariable.Throughthefixedregressioneffectregressionanalysis,lagged2-3periodII spreadsregressionanalysisandregressionanalysisofdifferenttypesofbanktothetowfixedeffectsmodels,obtaintheempiricalconclusionsthatitexistsbankrisk-takingchannelinourcountry,interestratesinfluencesbankrisk-takingbyevaluationmechanism,profitmechanismandinertiamechanism,differenttypesbank`risk-takinghasdifferentresponsetointerestrates,andthemacrolevelandbanklevelvariableshaveimportantinfluencetobankrisk-takingchannel.Therefore,basedonthetheoreticalanalysisandempiricalresults,thispaperputsforwardthefollowingpolicyrecommendationstopromotethedevelopmentofChina'sfinancialstability:perfectthemonetarypolicygoals,acceleratereformthemarketizationofinterestrate,promotethebenigncompetitionofbankingsystemandstrengthenreformoffinancialsupervisionregulation.Keywords:interestrate;bankrisk-taking;risk-takingchannelIII 目录第1章绪论.........................................................11.1研究背景及意义................................................11.1.1研究背景..................................................11.1.2研究意义..................................................21.2国内外研究现状................................................31.2.1利率对银行风险承担影响的理论分析..........................31.2.2利率对银行风险承担影响的实证分析..........................51.2.3银行风险承担度量和影响因素................................71.2.4现有研究的不足之处........................................81.3研究内容和方法................................................91.3.1研究思路和内容............................................91.3.2研究方法.................................................101.4本文创新和不足...............................................11第2章利率对银行风险承担影响的理论分析............................122.1银行风险承担的内涵...........................................122.2利率对银行风险承担的影响机制.................................132.2.1估值机制.................................................132.2.2逐利机制.................................................142.2.3惯性机制.................................................152.2.4反应机制.................................................152.3影响利率与银行风险承担关联的因素.............................162.3.1银行规模.................................................162.3.2资本充足率...............................................172.3.3银行市场势力.............................................18第3章利率对银行风险承担影响的实证设计............................193.1利率对银行风险承担影响的变量选取.............................193.1.1银行风险承担变量.........................................193.1.2利率代理变量.............................................213.1.3控制变量.................................................223.2利率对银行风险承担影响的模型构建.............................25I 3.3样本选择及数据来源...........................................263.4变量描述性统计和相关性分析...................................273.4.1基于预期违约率的变量描述性统计和相关性分析...............273.4.2基于不良贷款率的变量描述性统计和相关性分析...............29第4章利率对银行风险承担影响的实证检验............................314.1基于预期违约率的实证分析.....................................314.1.1固定效应回归分析.........................................314.1.2滞后2-3期利差项回归分析.................................334.1.3不同种类银行回归分析.....................................344.2基于不良贷款率的实证分析.....................................364.2.1固定效应回归分析.........................................364.2.2滞后1-3期利差项回归分析.................................374.2.3不同种类银行回归分析.....................................384.3利率对银行风险承担影响的实证结论.............................40第5章推进金融稳定发展的政策建议..................................415.1将金融稳定加入货币政策制定目标...............................415.2健全利率传导机制加强货币政策的有效性.........................415.3通过银行业的良性竞争降低银行风险承担.........................425.4加强宏观审慎监管维护金融系统稳定.............................42结论及展望.........................................................44参考文献...........................................................45致谢..............................................................47攻读硕士学位期间发表的论文.........................................48II 第1章绪论1.1研究背景及意义1.1.1研究背景2008年美国金融危机发生之后，学者对此次金融危机产生的原因进行了深入研究，其中金融中介微观主体在利率政策传导与实体经济运行中的作用，以及利率、金融中介部门行为与经济周期波动之间的关系引起了广泛关注和探讨。有学者认为在美国互联网泡沫破灭后，当时央行通过降低利率的手段来抵御经济衰退与刺激经济增长，使金融中介部门在高杠杆率下的风险承担过高，被认为是引起银行借贷标准放松、银行体系风险过度积累和导致本轮金融危机发生的重要原因。利率政策影响银行风险承担的传导机制被称为银行风险承担渠道，由Boria和Zhu（2008）提出，他们认为利率政策与金融稳定之间存在被忽视的联系，如果长期实施低利率政策，会增加银行对风险的容忍度，并使借款人融资的信贷标准放松，风险定价降低，最终使银行资产组合的整体风险水平升高，影响了金融系统的稳定性。当银行的资产负债表在遭遇负面冲击时，由于缺乏足够的风险准备金，银行之前的风险承担行为就会加剧资产负债表的收缩、金融中介部门的震荡与实体经济的波动，这也将利率、金融稳定与宏观经济周期波动联系在一起。由美国的次贷危机最终引发的全球金融危机不仅对各国的金融市场发展产生了巨大的负面影响，而且波及到制造业、零售业、房地产业等实体经济领域，也使欧盟成员国深陷主权债务危机的泥潭。银行业危机是此次金融危机第一块被推倒的多米诺骨牌，纵观19世纪以来的金融危机，银行业都在其中扮演了重要角色，银行业作为金融中介的核心部门，其高效稳定对国民经济的健康发展及其重要。我国20世纪90年代开始利率市场化改革，逐渐实现了贷款利率和存款利率的市场化。2015年10月24日中国人民银行宣布对商业银行和农村合作金融机构等不再设置存款利率浮动上限，代表我国利率市场化进程已经基本完成。随着我国市场的不断发展，利率作为价格调控的目标越来越重要，目前正在积极探索“利率走廊”的初级阶段机制，以兼顾货币的数量目标和价格目标，并希望能通过利率区间对利率进行调控和引导，在利率市场化背景下，中国人民银行在未来制定利率政策时将面临由数量型调控政策为主向价格型调控政策为主的转型。利率改革的不断深入对利润主要来源为存贷款利差的银行造成了冲击，因此1 基于利率对银行风险决策和风险承担行为可能造成的影响，以及银行风险承担渠道在我国存在的可能性，探讨利率是否对银行风险承担产生影响有利于我国的金融体系安全。1.1.2研究意义（1）理论意义第一，丰富了货币政策传导渠道研究。传统的货币政策传导渠道研究主要集中于利率传导渠道、信贷传导渠道、金融资产价格传导渠道和汇率传导渠道，忽略了银行风险承担渠道在货币政策传导里面的作用，将风险因素纳入到货币政策传导的研究中来，不仅与新的金融环境相适应，而且发展和完善了货币经济理论，能更加科学客观的分析利率政策对银行的传导效应。银行风险承担渠道研究主要从影响机制、实证研究和相关影响因素展开，将利率从货币政策里面单独列出来，对利率对银行风险承担的具体作用机制进行更深入的探索，丰富了货币政策传导渠道的相关理论研究。第二，丰富了银行风险的研究。关于银行风险承担的研究更注重银行自身意愿和信贷质量，是从银行个体这一微观层面对于利率政策的不同冲击做出风险决策的角度进行研究，侧重点在于银行的风险承担意愿，而不仅仅是信贷指标，并且更注重信贷质量的变化，而不局限于数量的改变。第三，对利率政策与银行风险承担的相关研究有一定的借鉴意义。在利率对银行风险承担影响的实证研究中，主要采用的是发达国家的数据，如欧盟和美国等，这验证了利率与银行风险承担存在关系，但基于我国商业银行的相关数据对利率对银行风险承担的影响进行实证分析的文献还较少，并且过去较少涉及到利率政策层面对于银行风险承担的冲击研究，因此具有一定借鉴意义。（2）现实意义第一，对于我国金融业的稳定具有重要意义。Mishikin（2011）通过对货币政策科学及战略的反思总结出五条教训，首先提出的便是“金融部门的发展对经济活动的影响远超危机之前人们的想象”，因此，关注利率对银行风险承担的影响是避免再次发生金融危机的重要一环。我国由于一直实行严格的金融监管和稳健的金融开放政策，在此次金融危机中所受到的影响较小，但我国利率水平总体而言处于较低水平，因此研究利率政策对银行风险承担行为的影响有重要意义。第二，为货币当局进行利率决策提供建议。一方面，利率对银行风险承担的影响研究将利率、金融中介微观主体行为与宏观经济周期波动联系在一起，能为央行制定利率政策提供有效依据，有利于金融的稳定运行和发展。另一方面，银行在风险认识和承担中具有主动性，银行充分考虑到利率对银行风险承担的传递2 与利率水平变动带来的潜在风险，有利于其调整经营策略，做出风险决策，做好风险管理。1.2国内外研究现状在2008年金融危机发生之后，由Boria和Zhu（2008）提出的银行风险承担渠道引起了学术界的广泛探讨，货币政策的传导机制成为了学者们关注的焦点，其中国内外学者关于利率对银行风险承担的影响研究大致可以分为两类，第一类是利率对银行风险承担影响的理论分析，第二类是利率对银行风险承担影响的实证分析。围绕银行风险承担的研究则主要是分析银行风险承担的度量和影响因素。1.2.1利率对银行风险承担影响的理论分析（1）银行风险承担渠道的提出对于风险承担渠道的提出可追溯到Keeley（1990）所作出的理论假设，他通过研究存款保险制度提出，如果竞争程度增加，银行的特许权价值将下降，银行将增加资产风险和减少资本，从而导致违约风险加大。Thakor（1996）在研究中认为货币政策对于银行资产组合风险与信贷数量的影响决定于贷款利率和证券利率的利差，在宽松的货币政策环境下，如果证券利率下降的比贷款利率多，那么借款人向银行借款的机会成本会相对减少，借款人向银行借款的数目会增加，因此银行风险承担会相应增加。Rajan（2005）关注到低利率环境造成了银行信贷标准的放松和风险资产比例的增加，即货币政策与银行风险承担的关系。这些研究提出了货币政策传导的新渠道，学术界也认识到风险在货币政策的传导里面有一定作用，但是并未引起足够重视，相关的深入研究仍然较少。在2008年的美国金融危机爆发之后，Boria和Zhu（2008）首次对“货币政策的风险承担渠道”进行了明确提出，即货币政策的变化会影响银行的风险感知和容忍度，会使融资价格、资产定价、非价格条款和资产组合风险发生变化，并提出长时期的低利率水平会弱化银行的风险感知和容忍度，使其低估风险，降低信贷标准，最终提高风险承担水平。之后风险承担渠道成为了研究热点，开始引起学者的广泛关注和深入研究。Adrian和Shin（2011）提出美国自2002年之后的低利率政策使银行的风险识别度降低，信贷标准放松，导致风险集中，最后产生此次的次贷金融危机。Delis和Kouretas（2011）提出银行由于对资金的安全和盈利性有担忧，在资金充足时也会惜贷，所以此时的扩张性货币政策不能收到预期效果，这是从银行风险承担角度进行的分析。张强和张宝（2011）提出长期扩张性的货币政策改变了银行的风险敏感度，央行流动性投放流向了较高的风险3 区域，这是风险承担渠道产生的原因。Brunnermeier和Sannikov（2012）从道德风险角度进行了风险承担渠道的动态分析，包括最低资本论比率和风险评估要求，结论支持渠道的存在，丰富了相关的理论研究。（2）利率对银行风险承担的影响机制关于利率对银行风险承担的影响机制研究大致可分为估值机制、逐利机制、惯性机制、反应机制这四个机制。关于估值机制，Matsuyama（2007）在研究中对借款人在利率下降情况下的借贷过程进行了演绎，结果发现在低利率环境下，由于借款人的抵押品和资产价值提高，银行认为借款人的破产概率降低，因此降低了风险定价，倾向于对风险更高的借款人贷款，在利率上升的环境中，情况则相反。Adrian和Shin（2009）提出银行基于风险定价模型对银行风险进行估算，会使银行在低利率的条件下高估抵押品和资产的价值，认为企业的违约概率和损失率与市场波动程度会降低，从而增加了银行风险承担欲望。关于逐利机制，Boria和Zhu（2008）提出追逐利率机制是名义利率与目标收益率之间存在差异性而产生的，当利率下降时，由于目标收益率具有粘性，银行为了获取之前的收益率，将倾向于承担更高的风险。目标收益率具有粘性的原因可能是契约和行为或心理等因素。Rajan（2005）提出在市场竞争激烈时，银行会增加风险资产的持有以得到和维持较高的利润关于惯性机制，Campbell和Cochrance（1999）基于对股权风险溢价行为的研究发现市场投资者在经济扩张时期较少规避风险，对市场形势一直持乐观态度，对风险的感知度较低。Boria和Zhu（2008）的研究中提出长期的低利率政策会使银行、投资者等其他市场参与者对金融市场的预期受到影响，市场参与者可能会产生盲目的乐观预期，从而风险偏好增强。Adrian和Shin（2009）提出思维定势效应，即银行认为市场会持续繁荣，因此降低了风险厌恶度。Angeloni等（2011）提出“习惯形成”，即低利率政策环境下的市场经济繁荣使人们的风险厌恶程度降低。关于反应机制，Blinder等（2008）提出如果央行制定利率政策的透明度较高，银行则对利率和通货膨胀有较高的预测能力，就能更准确的对资产和负债进行定价。DeNicol等（2010）提出央行与金融机构的沟通和进行相应的反应也会影响风险承担渠道的传导。Altunbas等（2010）提出如果央行进行货币政策的决策可预期性和可信度较强的话，市场的不确定性也会降低，从而银行确信在发生经济危机时央行会进行援助，因此会相应提高风险承担水平。（3）利率与银行风险承担关系的影响因素学者对于利率与银行风险承担关系的相关因素研究主要从宏观经济状况、银4 行特质变量和其他因素等方面进行探讨。对于宏观经济状况，Lopez等（2011）提出GDP增长率越高，银行对于风险的容忍度越强的原因是银行对于经济的发展持有积极的态度，从而会提高杠杆率，趋向于承担更多的风险。Akerlof和Shiller（2009）认为经济预期因素会对利率与银行风险承担关系产生影响。对于银行特质变量，银行特质变量的研究包括许多与银行自身相关的变量，如银行规模、资本、效率、流动性、资本充足率和盈利性等。Haldane（2009）提出银行的规模与风险承担正相关，而Delis和Kouretas（2011）通过分析得出银行规模越大，整体的风险越低。Dell`等（2013）提出在银行的自有资本比重较高时，由于“风险共担”效应，银行在做出投资决策时会更谨慎，从而风险承担意愿会较低。尹鹏（2013）在研究中提出银行的效率越高，风险承担能力越强。Rajan（2006）提出银行的资本水平、资产规模和流动性会在银行受到利率政策变化冲击进行反应时产生影响。Brissimis和Delis（2010）发现银行资本充足率、市场占有率和流动性对风险承担渠道的作用有影响。Altunbas等（2010）提出银行的盈利性水平与风险承担成反比关系。对于审慎监管，Kopecky和VanHoose（2004）基于短期和长期的资本监管，对货币政策的传导效果进行了研究，论证了两者的差异。戴金平等（2008）提出资本监管会使宏观经济总量和信贷供给发生改变，从而加深风险承担渠道的异质性。陈龙腾和何建勇（2011）提出在资本监管的作用较强时，银行会相应的降低自己的风险承担水平。1.2.2利率对银行风险承担影响的实证分析（1）验证银行风险承担渠道许多国内外学者通过选取不同国家的数据对银行风险承担渠道的存在进行了检验，实证结果验证了银行风险承担渠道的存在性。Ioannidou等（2009）通过对1999-2003年玻利维亚利率变化对贷款定价的影响的研究，得出在长期的低利率环境中，银行会倾向于给借款人发放更多风险较高的贷款。Taylor（2009）通过对2000-2008年美国经济金融数据的分析得出极低的短期利率诱发银行过度承担风险的行为。Jimenez等（2009）采用1984-2006年西班牙数据得出低利率短期内会降低违约概率，长期则会增加中长期贷款风险，银行发放给次级借款人的贷款几率会增加。Matha等（2010）通过对哥伦比亚2000-2008年的贷款数据的实证研究，得出长期低利率环境降低了银行风险敏感度。Delis和Kouretas（2011）通过采用2001-2008年西欧国家银行的年度和季度数据得出低短期利率在很大程度上增加了银行的风险承担。5 江曙霞和陈玉婵（2012）通过采用我国2008-2011年14家银行的数据进行实证研究，得出银行的风险承担随着法定存款准备金率或实际利率水平的降低而提高。徐明东和陈学彬（2012）采用1998-2010年我国59家银行数据进行实证研究，验证了风险承担渠道的存在。陈玉婵和钱利珍（2012）通过对2004-2010年我国16家银行的实证分析得出，随着存款利率水平和存款准备金率的降低，银行的风险承担提高。牛晓健和裘翔（2013）依据“风险承担渠道”理论的假说，采用了2004-2011年14家银行季度数据，验证了在中国低利率的政策环境会催生商业银行的风险承担行为。李燕平（2014）选取2002-2013年16家银行为实证分析对象，结果表明利率水平与银行风险承担之间存在显著的反向变化关系，银行风险具有延续性。（2）利率对银行风险承担的影响机制Jimenez等（2009）通过采用西班牙银行的微观数据进行了实证研究，发现利率短期内的下降使借款人需要承担的利息减少，借款人的违约率下降，而利率中长期的下降会提高抵押品的价格，次级借款人可以借机成为合格借款人，降低了银行的信贷标准，增加了银行的风险承担。Ioannidou等（2009）通过对来自于玻利维亚的个人贷款季度数据进行的实证研究，得出利率变化会通过影响银行的风险贷款定价，从而改变银行的风险承担。Altunbas等（2010）通过对欧美国家银行季度数据的实证研究，发现较低的短期利率会改变资产的价格，从而使银行的收入和现金流增加，使银行对风险的估计受到影响。Maddaloni和Peydro（2010）通过对2003-2005年欧元区16个国家的银行季度数据进行实证研究，得出在低利率的情况之下，银行明显放宽了住房和商业信贷的借款条件。Simona等（2011）提出评级机构在现实中可能对借款人的风险资产有错误的评估，使银行放松抵押约束。（3）利率与银行风险承担关系的影响因素首先是宏观经济状况，Lopez等（2011）通过对哥伦比亚银行业2000-2008季度贷款数据的实证分析，得出GDP增长率与贷款风险相关。陈玉婵和钱利珍（2012）通过采用我国2008-2011年14家银行的数据进行实证分析，得出我国银行的风险承担与GDP的增长呈正相关关系。其次是银行特质变量，牛晓健和裘翔（2013）通过实证分析我国2004-2011年14家上市银行季度数据，发现具有更大规模的、流动性更强的银行的风险承担对于利率的敏感性相对较低。Delis和Kouretas（2011）提出的实证结果显示，股权资本率和资本充足率较高时，利率对银行风险承担的影响较小，表外业务则相反。Dell`Ariccia（2011）通过实证分析，提出资本结构、资本充足率和杠杆率会对银行风险承担渠道产生影响。Altunbas（2012）通过实证分析提出，流动6 性越强和资本充足率越低的银行在宽松货币政策环境下所承担的风险越低。江曙霞和陈玉婵（2012）认为资本充足率越高，风险承担渠道的效果会相应降低。马理等（2013）的研究认为资本充足率能够限制银行在逐利机制中的非理智行为。徐明东和陈学彬（2012）通过实证研究得出银行的规模、资本和宏观经济状况会对银行风险承担渠道产生影响。再次是其他因素，孔爱国和卢嘉圆（2010）通过实证研究得出在银行治理较好和市场约束较有效时，银行的风险较小。谭中和粟芳（2011）通过对货币政策、市场约束和银行风险之间的关系进行实证分析，得出市场约束对于银行的破产风险有显著降低的作用。Agorakia（2011）实证分析得出具有市场竞争力的银行将较少承担风险。曹廷求和朱博文（2012）通过对105家银行的数据进行实证分析得出银行治理对于风险承担渠道有影响。张健华和王鹏（2012）提出法律保护水平与风险承担成正比。刘生福和李成（2014）在实证研究中提出系统重要性、自有资本比率高、银行规模和表外业务对银行风险承担产生影响。1.2.3银行风险承担度量和影响因素（1）银行风险承担的度量关于银行风险承担度量指标的选取，主要集中在以微观数据为基础的贷款违约率和以宏观数据为基础的预期违约率两类上。在国外学者的研究中，Salas和Saurina（2002）以及Gonzalez（2005）在风险承担指标的选取上，选取了不良贷款率，这也被许多学者所青睐，成为风险承担的首选指标，这被称为事后指标。Shrieves和Dahl（1992）等学者选取银行风险加权资产和总资产之比作为银行风险承担的度量指标，被称为事前指标。此外，Hannan和Hanweck（1988）提出的Z-score指标、Teresa和M.Dolores（2007）提出的偿付保证金指标以及部分学者提出的总风险、系统风险、利率风险和预期违约率都可以用来度量银行的风险承担在国内学者的研究中，王倩等（2007）采用Z值、不良贷款率和资产贷款率衡量银行风险承担，张娟（2009）则采用风险加权资产和总资产之比作为银行风险承担的代理变量，并使用Z值衡量了银行破产的风险。徐明东和陈学彬（2012）采用Z值和资产贷款率衡量银行风险承担，并使用了不良贷款率进行了稳健性检验。张雪兰和何德旭（2012）采用贷款损失准备与贷款总额的比率来衡量银行风险承担。牛晓健和裘翔（2013）选取了预期违约率衡量银行风险承担。（2）银行风险承担的影响因素银行风险承担的影响因素可分为内部因素和外部因素，其中内部因素主要包括资产规模、所有权结构、管理层薪酬和内部治理，外部因素有存款保险制度、7 资本监管、行业竞争。资产规模对于银行风险承担的影响有两种相反的观点，Masaru和Yukihiro（2004）提出两者有负相关关系，Ennis和Malek（2005）则认为两者有正相关关系。在所有权结构的相关研究中，Saunders等（1990）发现股权集中度与银行风险承担具有正相关关系。Masaru和Yukihiro（2004）则提出两者的关系是非线性的，银行风险承担在开始会随着股权集中度的增加而下降，之后则会上升。对于管理层薪酬，John等（2000）指出管理层薪酬对于银行风险承担行为有直接的影响。Bill等（2009）通过对1986-2007年美国和欧洲的27家银行季度数据的实证研究，得出管理层薪酬结构如果适当的话，能够反馈银行是否过度承担风险。关于内部治理，Laeven和Levine（2009）通过对监管环境中银行治理与风险承担行为的关系研究，发现两者之间存在关系。孔德兰和董金（2008）通过对2000-2007年我国5家银行的数据进行实证分析，发现大股东控制力和银行风险承担有正相关的关系。存款保险制度与银行风险承担被认为有两种相反的关系，Merton（1977）首次对存款保险制度和银行风险承担的关系进行了研究。Karels和MeClatehey（1999）提出存款保险制度使信用合作社的风险承担降低了。资本监管对于银行风险承担的影响存在较大的争议，Shrieves和Dahl（1992）认为资本监管能使银行的风险承担降低，因此巴塞尔协议对于管控银行的风险是有重要作用的，而Masaru和Yukihiro（2004）则认为资本监管会增加银行的风险承担。曹艳华（2009）通过研究发现我国不同性质的银行在资本监管压力下会表现出不同的风险承担行为。关于行业竞争，Keeley（1990）提出在行业竞争加剧时，银行的违约风险会相应提高。Wagner（2010）通过贷款市场竞争对银行风险承担的影响的研究得出，在贷款市场竞争较激烈的情况下，银行的风险承担会受到激励。梁艳和李爽（2012）通过对2002-2009年我国11家银行的数据进行实证研究，得出在存款市场中的竞争会抑制银行的风险承担，在贷款市场中的竞争则会激励银行的风险承担。1.2.4现有研究的不足之处通过总结和梳理利率对银行风险承担影响的相关研究，可以发现现有文献关于利率对银行风险承担的影响与影响机制等进行了较全面的研究，特别是欧美等发达国家学者已经通过大量的实证分析验证了银行风险承担渠道的存在，但对于8 现有的研究来说，还存在以下不足之处：首先是利率和银行风险承担的代理指标不统一。银行风险承担的变量通常包括预期违约率、风险加权资产占比、不良贷款率与Z值等，还有学者提出可以采用系统风险、总风险和贷款资产率等作为度量指标，但是对于预期违约率和系统风险等这样的指标对于银行自身数据的质量和数量要求较高，难以在实证检验中实现。因此在现有文献中还缺乏能够对银行风险承担进行全面度量且可量化的指标。利率的代理指标的选取需要反映利率政策的松紧，同样存在选取单一，不能较好的反映利率政策现状的问题。其次是国内关于利率对银行风险承担的影响机制的研究较少。利率对银行风险承担的影响机制首先是由国外学者通过理论分析研究得出，主要包括收入和估值机制、追逐利益机制、思维定势效应和中央银行的反馈与保险机制等，并且通过大量实证研究证明了银行风险承担渠道的存在与相应的影响机制的作用，但国内的理论研究主要是借鉴国外的成果，并且相关的实证研究也较少，因此关于利率对银行风险承担的影响的研究还不够全面。1.3研究内容和方法1.3.1研究思路和内容本文基于利率对银行风险承担的影响，首先对利率对银行风险承担影响的相关研究进行总结，分为理论研究和实证研究两方面，然后对银行风险承担的含义、利率对银行风险承担的影响机制和影响利率与银行风险承担关系的相关因素方面的理论进行梳理，接着选取我国2008-2014年14家上市银行的季度数据进行实证分析，验证在我国是否存在银行风险承担渠道，以及利率对银行风险承担的影响机制。本文一共分为五个章节：第一章，绪论。主要介绍利率对银行风险承担影响的研究背景、研究意义、研究现状以及研究内容和方法。国内外研究现状从理论和实证方面展开，总结了国内外学者对于银行风险承担渠道的提出、利率对银行风险承担的影响机制、利率与银行风险承担关系的影响因素和银行风险承担的度量指标和影响因素的研究。第二章，利率对银行风险承担影响的理论分析。首先对银行风险承担的内涵进行介绍，然后对利率对银行风险承担的影响机制进行详细说明，接着对银行风险承担的影响因素及影响原理进行了梳理。第三章，利率对银行风险承担影响的实证设计。首先选取银行风险承担、利9 率、宏观经济变量和银行特征变量的代理变量，然后构建了固定效应面板数据模型，接着是对样本数据和数据来源的说明，最后是数据的描述性和相关性的统计。第四章，利率对银行风险承担影响的实证检验。分别通过选取预期违约率和不良贷款率作为被解释变量进行实证回归。首先对固定效应模型进行回归，并控制宏观层面变量、当期银行层面变量、滞后一期银行层面变量和两期银行层面变量，然后对滞后2-3期的利差项进行实证回归，最后将银行分成国有商业银行、股份制商业银行和城市商业银行进行回归。第五章，推进金融稳定发展的政策建议。以本文的研究结论为基础提出针对性的政策建议。研究意义研究背景背景和意义银行风险承担渠利率对银行风险影响利率与银行风银行风险承担的道的提出承担的影响机制险承担关系的因素度量研究现状银行风险承担的利率对银行风险影响利率与银行风含义承担的影响机制险承担关系的因素理论基础银行风险承担渠银行风险承担渠道道的验证的影响机制验证实证研究政策建议结论与政策建议结论与展望图1.1研究框架图1.3.2研究方法在本文的研究过程中主要采用的是理论分析法和实证分析法相结合的研究方法。（1）理论分析法本文首先梳理了国内外学者对于利率对银行风险承担的影响的理论研究，总10 结了现有研究的成果，并指出了不足之处。然后从理论上对银行风险承担的含义、利率对银行风险承担的影响机制和影响利率与银行风险承担关系的相关因素进行了理论分析和总结。（2）实证分析法本文参考Delis和Kouretas（2011）的研究，建立了固定效应模型，分别以预期违约率和不良贷款率作为银行风险承担的代理变量，以实际名义利率与泰勒规则估计出的利率之差作为利率的代理变量，衡量利率风险的松紧程度，然后通过固定效应回归得出银行风险承担渠道在我国存在，并验证了估值、逐利和惯性机制。1.4本文创新和不足本文的创新点主要在于实证研究里面变量的选取。首先，本文采用预期违约率作为银行风险承担的代理变量。预期违约率相比银行其他风险承担变量，能更准确的反应银行主动的承担风险，但是由于数据难以得到和计算的复杂性，国内研究学者较少使用预期违约率。预期违约率是使用Merton债务期权定价的理念，通过把股票的波动率和市场价值映射为企业总资产的波动率和市场价值，本文采用所研究的上市银行的股票交易数据以及在季报、半年报和年报中所披露的数据来计算上市银行的预期违约率。其次，采用实际名义利率与泰勒规则估计出的利率之差作为衡量利率的代理变量。其他学者在利率代理变量的选取上，一般是采用一年期存贷款利率或者是银行间同业拆借利率等，本文所选取的利差项可以更好的反映出利率政策的松紧度，更契合本文的研究目的。再次，进行了估值、逐利和惯性机制的实证检验。利率对银行风险承担的影响机制是研究两者关系的关键，以往学者在研究中对于影响机制的理论分析和实证检验没有很好的结合起来，本文不仅详细阐述了影响机制，而且在实证中进行了反映和检验。但本文仍存在以下不足之处：首先，限于数据的可获性，本文采用的是2008-2014年我国14家上市银行的季度数据，时间跨度较短，样本量较小，不能全面的反应我国银行业的整体情况。其次，由于反应机制的函数缺失，本文只对银行风险承担渠道的估值、逐利和惯性机制进行了实证研究。再次，本文的控制变量只包括宏观层面和银行特征变量，对其他的可能对银行风险承担渠道产生的影响的因素，如审慎监管等没有进行过多探讨和研究，因此实证结果在一定程度上会失真。11 第2章利率对银行风险承担影响的理论分析2.1银行风险承担的内涵风险从广义上来说是产生损失的不确定性，存在于生活中的许多方面，涵盖范围很广，Knight（1921）认为风险是已知损失发生的概率的不确定性，是一种事后指标。银行风险是风险组成的一部分，是指银行在日常经营的存贷款或汇兑业务中，产生资本、资产或者收益的损失的可能性。银行风险包括信用风险、市场风险、操作风险、流动性风险。信用风险也称违约风险，是借款人不能如约按期足额还款而使银行遭受经济损失的可能性，由于我国银行最大的利润来源是存贷利差，因此信用风险是银行目前面临的最大风险。市场风险是指因利率、汇率、商品和股票等价格的不利变化使银行受到损失的风险。操作风险在巴塞尔委员会的定义下是指由于商业银行内部管理的不完善，或者人员的操作过程不符合标准，以及其他系统或外部的事件导致损失发生的风险。流动性风险也是银行面临的一个重要风险，是银行无法及时应对客户提款或贷款要求的风险。此外，银行风险还包括法律风险、经营风险、声誉风险等。银行风险承担（BankRisk-taking）是银行基于所处的宏观环境和自身发展状况，为了获取而收益承担风险的行为，有银行主动承担而不是被动承担风险的含义。随着我国经济政策的不断调整和周期的波动，银行会通过外部宏观环境的而变化主动采取风险投资，选择内部的风险承担水平。银行风险承担具有三层含义，首先是主动性，银行是主动对承担的风险进行选择，其次是客观性，银行是对客观存在的业务调整风险策略和资产组合，最后是动态性，随着宏观环境和外部形势的变化，银行会相应的调整自己的风险承担行为。根据银行在风险承担时对风险补偿率的要求，银行的风险承担行为可以分为保守型、稳健型和激进型三种类型。其中保守型是指在银行的日常经营中对于风险承担的意愿较小，对风险补偿率的要求随着风险承担的提高而增加，是风险厌恶者。稳健型是指银行对于风险承担的选择水平处于适中程度，对风险有理性态度，对利率变化的敏感度不强，是风险中性者。激进型是指银行对于风险承担的意愿较强，对于风险补偿率的要求不会随着风险承担的提高而增加太多，是风险爱好者。当利率水平较低时，银行的风险敏感度和识别能力可能会降低，容易做出不够理性的承担风险行为。银行与客户、竞争对手以及监管当局等之间广泛存在着12 信息不对称，信息不对称会造成在交易前的逆向选择以及交易之后的道德风险等问题。商业银行是特殊的企业，经营的对象和内容与货币密切相关，这一特性决定了银行本身的高风险性，同时将放大信息不对称带来的负面效应，导致银行一直需要承担较高的风险。银行的风险承担是一把双刃剑，较高的风险承担会给银行带来较高的收益，过高的风险承担又会给银行的健康经营带来破坏。银行在社会经济中占有举足轻重的地位，其健康稳健经营对整个国民经济具有重要的影响，因此，对银行的风险承担进行适度有力的控制是极其重要的。2.2利率对银行风险承担的影响机制利率对银行风险承担主要通过银行风险承担渠道产生影响，由Boria和Zhu（2008）首次提出，主要观点是利率政策会通过影响银行的风险感知和容忍度，从而导致银行资产组合风险、资产定价和融资价格以及非价格条款的变化。并指出银行风险是非中性的，会由于利率政策环境的变化改变风险承担行为。利率政策是我国货币政策的重要组成部分，是指中央银行通过控制与调节利率水平来影响社会资金供需的各种方针与措施。利率政策可通过四个途径，即估值机制、逐利机制、预期机制和反应机制来影响银行的风险承担。2.2.1估值机制利率会通过对估值、收入和现金流的影响来改变银行的风险承担行为。首先，利率政策影响了投资者对于资产市场的预期以及经济体的融资环境。在较长期的低短期利率环境下，企业的加权平均资本成本将会随之降低，通过经济增加值模型即EVA=-NOPATC×WACC可知，企业的资产和抵押品的价值会升高，其中EVA代表经济增加值，NOPAT表示税后净营业利润，C为资本总额，WACC表示加权平均资本资产，因此银行会低估借款企业的违约概率、可能遭受的违约损失率和市场波动的程度，因此风险容忍度会增加，这与金融加速器机制相近。“金融加速器”概念由伯南克和戈特勒提出，是一种信贷市场的变化这一初始冲击最终被放大的机制，是指在外部融资额外成本与借款者资产净值之间存在负相关关系，企业的利润和资产价格如果随经济周期正向变动，那么外部融资额外成本将随之反向变动，从而企业融资的波动率增加，导致企业投资支出和生产波动。金融加速器理论强调的是抵押品价值上升所导致的借款约束降低，但风险承担渠道关注的是由贷款部门中金融摩擦带来的放大效应。其次，低利率会使银行的资产价值上升，资产负债表增长，从而风险的容忍度增加，杠杆率上升，银行有了额外的风险承担的动机，更大的贷款意愿最终导致银行的贷款能力膨胀和风险承担增加。13 盯市会计准则和VaR也进一步加强了风险和价值的联系。盯市会计准则要求企业按照市场价值对其拥有的证券进行估值，而非依照证券的购买价值。在险价值（ValueatRisk，缩写为VaR）是指在一定置信度下，某一证券组合价值或金融资产在未来特定时期内的可能遭受的最大的损失，是基于金融机构的整体风险对金融机构的资产组合提供一个单一风险度量。VaR最先由J.P.摩根提出，现被银行的资产部、基金人员以及其他金融机构采用，巴塞尔委员会使用VaR对全球不同国家和地区的银行风险的资本金进行计算。VaR用公式表示为：P（）DPDt£¶VaR=，其中P表示金融资产价值损失小于可能出现的损失的上限的概率，DP表示某一金融资产或证券组合在一定持有期Dt内的价值损失额，VaR代表可能的损失的上限，¶代表给定的置信水平。因此，风险和资产价值联系被加强。2.2.2逐利机制具体来说，追逐利益的动机可能来自三个方面，首先，银行或其他金融机构（如保险公司和养老基金）需要对承诺的长期定期还款合约负责，要按时偿还合约中的债务，并使投资者获得资产收益。在利率水平较高的情况下，金融机构的资产管理者可投资无风险资产或较安全的资产来偿还债务或获取收益，但是在面临利率水平较低的情况时，会迫于无奈将投资转向收益较高，但是风险也较高的资产，以满足偿还债务和获取收益的需要。在无风险资产的收益或较安全资产长期维持较低收益水平时，金融机构的资产管理者需要与投资者重新签订长期还款合约，或在不得已时违约，而将投资转向较高收益率和较高风险的资产以偿还债务。其次，管理者薪酬对投资风险资产有激励作用，在薪酬与绝对利益挂钩时，如果无风险资产的收益较高，管理者薪酬会越高，但在收益较低时，管理者将选择风险和收益较高的资产，因此银行有承担更高风险的激励。最后，在银行市场竞争加剧时，由于对信贷扩张的迫切需求，银行可能会通过放松对借款人贷款的信贷标准和增加自身的风险暴露，达到增加利润的目的。货币幻觉有可能使资产管理者承担更高风险。货币幻觉最初由IrvingFisher（1928）提出，是指相比货币的实际购买力，人们对于货币的名义价值更敏感，并且常常忽略实际购买力的心理错觉，是货币政策的通货膨胀效应。资本资产定价模型的关系式为：E(R)=R+-b(E(RR))，其中ER()为投资资产的预期回FMF报，R代表无风险投资利率，ER（）表示市场投资的预期回报。因此在利率发FM生变动时，投资的预期回报会发生变化，投资者由于货币幻觉的原因，追求的名义回报率具有明显粘性，但也有可能是由于契约、制度或行为上面的原因，导致低利率促使资产管理者持有更高的风险。14 2.2.3惯性机制研究发现投资者在经济繁荣时风险厌恶程度降低。在低利率政策环境下，实体经济活动活跃，这种基于充裕流动性的实体经济上行和市场参与者活跃的繁荣景象，使金融机构的资产管理者产生了某种思维惯性和乐观情绪，认为市场的繁荣会一直持续下去，因此降低了对于风险的厌恶度。此外，消费者的消费支出也会受到市场繁荣的刺激，由Duesenberry提出的棘轮效应，即人的消费习惯在形成以后有不可逆性，消费水平容易趋向于提高，而很难趋向降低，特别是在短期内，消费是不可逆的，具有较大的习惯效应，从而消费取决于消费者在过去一段时期的高峰收入。因此消费者随着收入的增加易于提高消费水平，但随着收入的减少却不易降低消费水平，从而具有正截距的短期消费函数，最终使市场参与者的风险偏好上升。因此在宽松的利率政策环境下，可能使得银行资产管理者和消费者由于惯性机制对未来持有过度乐观的态度，从而降低了自身的风险厌恶程度，提高了风险承担。2.2.4反应机制中央银行的沟通政策和反应函数对银行风险承担渠道会有一定的增强效果。如果货币当局调整短期利率和管理通货膨胀时，拥有较高的透明度和可预测性，短期利率和事前通胀的不确定性会大幅降低，从而中长期利率和金融资产价格的不确定性也会相应降低，因此使金融机构对利率和通胀的预期，与重新定价资产和负债的能力得到有效提高，但在利率水平较低时，利率政策的较高预测性与较低的短期利率反而可能会导致银行的风险承担增加，因而利率政策对金融稳定的影响取决于央行的反应机制。此外，中央银行可能采取的对金融系统的保护机制也会对增加金融机构的风险承担。在实体经济下行或出现市场不利冲击使银行出现经营风险，或者金融系统的稳定受到较大威胁时，货币当局会采取强有力措施干预金融市场的运行，使金融机构重新稳健运行。央行在银行遭受不利冲击时做出反应，被称为“格林斯潘卖权”或“伯南克卖权”，这将鼓励银行在一定程度上承担更多的风险。在估值、逐利、惯性和反应机制这四种利率对银行风险承担的影响机制中，前三个机制更注重利率对银行风险承担的影响，反应机制则更强调对利率政策的预期。估值机制随着风险定价模型在我国银行风险承担计算中的广泛应用，效应已经开始显现；逐利机制在我国利率市场化进程进入收尾阶段，银行净利差不断压缩和行业竞争加剧的银行业现状中开始发挥作用，并且在我国银行的高管薪酬与银行的规模业务的联系强于与银行综合经营绩效的联系，因此逐利机制得到了加强。关于反应机制，我国货币当局的利率政策制定还缺少较高的透明度，因此15 利率政策面临较大的不确定性，但实际上央行在我国充当了最后贷款人的角色，“格林斯潘卖权”在我国实际上是存在的。这种隐性最后贷款人的存在使金融机构产生了搭便车的心理，并通过羊群效应来达到央行进行救助的目的。因此，利率政策通过反应机制对我国银行的风险承担的影响是值得探讨的。以上四种机制可以用下图表示：违约损失率刺激抵押风险容忍违约概率品价值程度估值波动率机制风险低利率承担风险容忍银行资产杠杆率程度价值利逐利率机制匹配定期债务对低利率安全资产追逐收益风险报酬挂钩收益收益承担银银行市场竞争行风险承担的惯性影机制思维定势风险响低利率流动性宽裕风险偏好乐观情绪承担机制央行政策事前通胀和重新定价透明和可短期利率不资产和负反应预测性确定性债能力机制风险低利率承担预期央行在不格林斯潘利冲击时的强保险效应卖权政策反应图2.1利率对银行风险承担的影响机制2.3影响利率与银行风险承担关联的因素影响利率与银行风险承担关联的因素包括银行规模、资本充足率、银行市场势力等银行特征变量。2.3.1银行规模关于银行自身规模对银行风险承担渠道的影响，学者持有不同的观点，具体16 包括“大而不倒”、“监管约束”和“U”型关系理论。“大而不倒”理论认为银行规模与风险承担呈正相关关系。银行规模越大，对于金融系统的稳定和发展，以及国民经济的健康运行就具有越重要的作用，因此从道德风险的角度来看，规模较大的银行会得到更多的来自政府的隐形保护，故银行规模越大，越可能会承担更高的银行风险。“监管约束”理论认为银行规模与风险承担呈负相关关系。由于资产规模越大的银行在信贷方面受到更多的监管约束，因此基于资本监管的角度，在利率较低的环境下，规模较大的银行的风险承担意愿不会增加。另外，从我国银行同业拆借市场上的资金流动方向看，国有银行等规模较大的银行通常是对城商行等规模相对较小的银行进行资金的净输出，因此银行的规模越大，风险承担可能越低。“U”型关系理论认为银行规模与银行风险承担呈“U”型关系。银行的风险承担意愿在银行的资本水平相对较低时，与其正相关，在资本水平超过一定值时，与其呈现负相关关系，这是基于均值方差模型对两者关系进行研究得出的结果。2.3.2资本充足率对于资本充足率对银行风险承担渠道的影响的相关研究包括“风险转移理论”和“风险共担理论”，两者基于信息不对称和有限责任理论分别认为资本充足率会增加和减少银行的风险承担。“风险转移理论”认为银行的资本充足率会增加银行的风险承担。从信息不对称的角度来看，投资者对于银行所做出的风险决策缺乏全面的了解和认识，更容易被风险较大，但收益率较高的风险投资所吸引，银行在相同成本的情况下，由于可以将风险向投资者转移，因而更趋于进行风险投资而不是谨慎投资。从有限责任的角度看，由于银行只需要在风险投资出现损失时承担有限的责任，基于道德风险的理论，银行需要承担的责任越小，越有动机进行风险更大的投资，从而承担更高的风险。“风险共担理论”认为银行的资本充足率会降低银行的风险承担。从有限责任的角度看，银行资本充足率代表银行的自有资金在投资中的比例，资本充足率越高，银行需要承担的责任就越大，在风险投资失败时承担的损失就越高，因此较高的资本充足率与责任承担使银行和投资者一起进行“风险共担”，进而降低了银行的道德风险，同时风险承担降低。另外，在利率较高的环境下，银行的净价值和特许权价值会增加，银行可能被迫使用“复兴赌博”策略。同时，在利率水平降低时，由于贷款需求曲线为负，因此银行的存贷利差会增加，银行利润升高，风险承担意愿相应下降，利率与银行风险承担负相关。17 在以往的相关研究中，资本充足率与银行风险承担的关系取决于“风险转移效应”与“风险共担效应”孰强孰弱，通常认为在资本充足率较高时，“风险转移效应”起主导作用，在资本充足率较低时，“风险共担效应”的作用更强。2.3.3银行市场势力银行市场势力是指银行业的竞争程度，银行竞争对银行风险承担行为影响具有两面性，具体可以分为“竞争-稳定性”和“竞争-脆弱性”理论。“竞争-稳定性”理论认为银行竞争程度提高会降低银行的风险承担。在宽松的利率政策时期，在其他银行为了追逐收益增加自身风险承担的情况下，市场势力较大的银行基于其市场地位可能已经获得了较高收益，并且拥有更多的除贷款之外获取更多收益的途径，不需要在这种情况下通过承担更多风险。此外，市场势力较大的银行在信息不对称情况下，与其他市场势力较小的银行相比，能得到更多的关系型贷款，因而贷款质量得到提升。另外，银行业竞争的加剧会使银行更注重自身经营效率的提高，市场势力较高的银行通常具有较高的风险管理水平，因此风险承担的意愿会较低。“竞争-脆弱性”理论认为银行竞争程度提高会增加银行的风险承担，市场势力越大的银行拥有更大的贷款利率的定价权，进而更倾向于进行风险投资，承担更多的风险，以获取更多的收益。综上所述，利率水平与银行风险承担的意愿的关系受到较为复杂的因素影响，从理论分析来看，利率上升或者下降对银行风险承担意愿的变动方向并不确定。利率对银行风险承担的影响可能会因单个银行特征的不同而产生变化。因此有必要针对银行风险承担渠道进行实证分析，以明确在不同情况下银行风险承担渠道的净效应。18 第3章利率对银行风险承担影响的实证设计3.1利率对银行风险承担影响的变量选取3.1.1银行风险承担变量在利率的银行风险承担渠道研究中，利率政策冲击主要改变的是银行对风险的测度和容忍，因而在对银行风险承担变量进行选取时要反映出银行对自身风险的主动把握。银行风险承担行为的代理变量包括预期违约率（ExpectedDefaultFrequeency，缩写为EDF）、不良贷款率、风险加权资产比率和Z值等。预期违约率是衡量未来信用风险的有力工具，最能代表银行风险承担的含义，被广泛应用在中央银行、监管机构、金融机构以及投资者检测金融系统是否运行正常上面。预期违约率为银行风险承担的事前指标，能较好的反映银行如何对待风险，是目前衡量银行风险承担的最优代理变量，国外学者在研究银行风险承担渠道时大多使用这一指标。预期违约率使用Merton债务期权定价的理念，通过把股票的波动率和市场价值映射为企业总资产的波动率和市场价值，能更全面的反映市场预期和更灵敏的反映资产市场价值的变化，比其他指标有更强的前瞻性。在预期违约率的具体计算过程中，主要采用上市银行的股票交易数据以及在季报、半年报和年报中所披露的数据来计算上市银行的预期违约率。不良贷款率是不良贷款与总贷款的比值，其中总贷款是贷款、票据融资和贸易与各项贷款的总和。不良贷款率在衡量银行风险承担意愿上的使用频率较高，这是由我国银行的业务结构单一，以存贷款业务为主决定的，因此不良贷款率是评价银行信用风险的重要指标，能反映银行的信贷标准是否严格和银行的风险偏好。不良贷款率高代表银行在收回贷款时的风险较大，反之，则说明风险较小。风险加权资产比率是风险加权资产与总资产之比，其中风险加权资产是贷款与银行持有的债券等资产，通过以风险资产的风险系数为权重，对资产进行计算得出。风险加权资产比率同时衡量了市场风险、信用风险与操作风险，为银行风险承担的重要代理变量，度量了银行的整体风险承担。Z值反映的是银行的破产风险，是当资产不足以偿还负债时的风险，包含资产回报率的波动率。Z值用公式表示为Z=+(ROACAP)/s()ROA，其中ROA代表银行的资产收益率，即银行净利润与总资产之比，CAP为银行的资本充足率，s()ROA代表银行资产收益率的标准差，因此Z值就是资产回报率和资本充足率之和比上资产回报率的标准差。当Z值较大时，银行的风险承担和破产概率较低，反之，风险承担和破产概率则较高。19 从以上分析可以看出，预期违约率EDF是向前看的一种风险衡量指标，与其他指标相比，能更全面的反映市场预期和更敏锐的反映资产市场价值的变化，是衡量银行风险承担行为的最佳指标。不良贷款率由于容易受宏观环境的影响，并且作为事后变量，与预期违约率相比，效果较差。而银行的破产风险和银行的风险承担含义大不相同，就我国银行的实际情况而言，银行业在一定程度上有政府的隐性庇护，关于银行的破产法律法规还未出台，银行的破产概率较小，因此Z值也不是最适合衡量银行风险承担行为的代理变量。因此，对于衡量银行风险承担行为的效果来说，预期违约率最佳，次之为风险加权资产比率，再是不良贷款率，Z值则为最后的选择。许多研究表明选取不同的银行风险承担代理变量，实证结果也会不同，因此本文从事前和事后选取银行风险承担意愿的代理变量，事前指标选取预期违约率，由于巴塞尔委员会提出银行的风险有60％来自信用风险，因此事后指标采用不良贷款率。预期违约率的计算过程如下：本文基于KMV模型对预期违约率进行计算，KMV模型的理论基础是期权定价理论和Black-Scholes-Merton模型，其基本假设是在公司资产价值低于一定值时，公司会对股东和债权人违约，根据其理论基础可以得到股票市场价值和公司资产价值之间的关系：--rTrV=VN(d)-DeN(d)V=-VN()dDe（3-1）EA121EAVAss=Nd()（3-2）EA1VE其中，2VsAAln()++()rtD2d=（3-3）1stAdd=-st（3-4）21A12d1-xN()d=òe2dx（3-5）-¥2p在上面方程中，V是股权的市场价值，V是资产的市场价值，D是负债的EA账面价值，s是公司资产的波动性，t是债务期限，r为无风险利率，N是累计A正态分布函数。令债务期限T=1，无风险利率r采用一年期银行定期存款利率，并进行加权调整：20 dd12r=+rr××（3-6）12DD其中，r为季度无风险利率，r为季度初的利率水平，r为季度期间的调整12的利率水平，d为r的持续时间，d为r的持续时间。股权价值1122V=每股净资产´´非流通股股本数+股票收盘价流通股股本数。E计算预期违约率的步骤如下：（1）计算股票波动率本文采用历史数据法计算股票波动率，假设第i天的收盘价为S，股票的对i数收益率为：Si+1m=ln()（3-7）iSi则股票收益的标准差为：n12sni=-å(mmE())（3-8）n-1i=1其中，n1E（）mm=åi（3-9）ni=1将股票收盘价代入上式，则可求出日收益率的波动率，季度收益率的波动率与日收益率的波动率的关系是：ss=´N（3-10）En其中N是这一季度的交易天数，从而求出股票季度波动率。（2）估计资产价值及其波动率本文采用matlab迭代计算（3-1）和（3-2）式。（3）计算违约距离和预期违约率V-DPTADD=（3-11）VsAAEDF=éùëû1-´N(DD)100％（3-12）违约点DPT采用总负债，这是由于银行的流动负债难以统计。3.1.2利率代理变量检验银行风险承担渠道的一个重要方面是对利率水平的高低和利率政策的松紧程度进行准确的衡量，Svensson（1998）在研究中提出可以使用泰勒规则作21 为评价货币政策效果的一个方法。田建强和刘志新（2014）在研究中基于中国宏观经济数据，通过采用贝叶斯模型平均方法对时变泰勒规则进行估计，得出泰勒规则对于测度我国货币政策是有效的。为了使利率代理变量能对银行的风险承担渠道进行更好的反映，本文借鉴Altunbas等（2011）采用的一年期利率与泰勒规则计算的利率之差作为衡量利率的代理变量。_*****泰勒规则原理为：i=r+p+¶(p-pb)+-()yy，其中i表示根据泰勒规ttttt_则原理计算出的利率，r代表均衡利率，根据刘金全和张小宇（2012）的研究，*将其设定为3.73％，p表示预期通货膨胀值，采用的是在每年政府报告中提出*的通货膨胀控制目标，即CPI的目标取值，p代表实际通货膨胀取值，因此pp-tt代表通货膨胀的产出缺口，为我国的实际通货膨胀值和通货膨胀目标值的差额，*y代表实际产出，采用我国的实际GDP增速，y为潜在产出，使用每年政府报tt*告中提出的目标GDP增速，因此yy-为产出缺口，代表我国实际GDP增速和tt目标GDP增速的差额，a和b在本文中均设置为0.5，代表通胀和产出缺口被受到同样的关注。实际利率则采用的是中国人民银行对金融机构的年贷款利率，即一年期贷款基准利率。3.1.3控制变量（1）基于预期违约率的控制变量选取宏观层面变量基于选取预期违约率作为银行风险承担代理变量，因此选取的反映经营环境的变量为名义GDP增速、房地产景气指数、市场集中度、行业股票指数波动率和收益率曲线斜率变量。名义GDP增速是反映我国经济增长的变量，在我国的宏观经济形势处于上升期时，银行将会发放更多贷款以增加收益，从而增加银行的风险承担，因此经济增长对银行风险承担渠道的影响值得关注。房地产景气指数通过估值机制影响利率对银行风险承担。房地产的景气程度会影响银行贷款质量，进而增加或降低银行的风险承担。在低利率政策环境下，借款人的抵押资产的估值会随着房地产投资增加与房地产价格的上升而增加从而银行会降低对借款人的贷款违约率预期，放松信贷标准，最终承担更高的风险。市场集中度反映的是银行业的竞争程度，银行业竞争程度对于银行风险承担渠道的影响有两种相反的观点，分别是“竞争-脆弱性”和“竞争-稳定性”理论。前者认为银行的市场势力越大，其贷款利率的定价权力越高，因此更愿意进行风22 险投资以获得更高收益。后者认为拥有较高势力的银行由于凭其市场地位获得了较高收益，因此在低利率的情况下，不一定会为了获取收益而增加银行风险承担，同时市场地位较高的银行的风险管理水平通常也较高。本文以四大国有银行的贷款总额与银行业的贷款总额之比来衡量市场集中度。行业股票指数波动率采用中信银行指数作为代理变量。由于预期违约率易受股票市场波动率的影响，且股票市场的波动率与银行层面和宏观层面的控制变量都有相关性，易产生内生性问题，因此选取行业股票指数波动率作为经营环境变量的代理变量。收益率曲线斜率的选取同样是为了对估值机制进行验证。低利率环境一般会增加收益率曲线斜率，银行被预期能获取更高净息差，因而银行的资本估值增加，风险承担增大。本文采用全国银行间市场交易的一年期和十年期国债收益率之差来衡量收益率曲线斜率。银行特征变量基于选取预期违约率作为银行风险承担代理变量，选取的反映银行特征的控制变量包括银行规模、资本充足率和流动性比率和净利差。银行规模对于银行风险承担渠道的影响的相关理论包括三种：“U”型关系理论、“监管约束”理论和“大而不倒”理论。“U”型关系理论是指银行资本和银行风险承担意愿呈“U”型关系，即资本水平较低时，银行风险承担意愿随着资本水平的提高而降低，而在资本水平达到一定值时，银行风险承担意愿随着资本水平提高而增加。“监管约束”理论是指由于规模越大的银行受到更严格的监管约束，因此在宽松的利率政策环境下，其风险承担意愿不会增加，另外在同业拆借中，规模越大的银行，如国有商业银行常为净融出方，规模相对较小的银行，如城市商业银行则大多处于净融入状态，因此银行规模与银行的风险承担意愿呈反向变动。“大而不倒”理论则认为规模较大的银行如我国的大型商业银行，由于其对于金融系统的稳定有重要作用，因此会在受到政府的隐形庇护情况下可能会承担更高的风险。本文采用银行总资产的对数作为银行规模的代理变量。资本充足率对于银行风险承担渠道的影响有两种观点不同的理论，分别是“风险共担”理论和“风险转移”理论。前者认为由于资本充足率越高的银行需要与投资人共担更多的投资失败风险，因此银行的风险承担意愿和资本充足率负向相关。后者则认为由于信息不对称和有限责任使银行在风险投资时不需要消化全部投资损失，因此在利率较低时，资本充足率越高，银行越有意愿承担更高风险以提高收益率。本文采用资本总额与风险加权资产之比衡量资本充足率。流动性比率反映的是银行的流动风险，而且和银行的盈利能力相关，因此对银行风险承担行为有影响，研究认为流动性差的银行会受到更大的利率政策变化23 的影响。本文采用流动性资产与流动性负债之比来计算流动性比率。净利差反映的是银行净利息收入的水平，代表了银行资金运用的收益和资金来源的成本之间的差额，净利差较大时，表示银行的盈利能力较强，风险承担水平会越小，本文采用资金收益率减去资金成本率获得净利差。可以用下表对选取的变量进行解释和说明。表3.1基于预期违约率的代理变量的解释与说明变量名变量符号变量含义预期违约率EDF银行风险承担代理变量利差项IGAP实际利率和泰勒规则计算出的利率之差国内经济增长率GGDP国内生产总值的增长率房地产景气指数HPR中国70个大中城市住房价格上涨率市场集中度CR4四大国有银行的贷款总额与银行业的贷款总额之比行业股票指数波动率VOL中信银行指数收益率曲线斜率变量SLO全国银行间市场交易的一年期与十年期国债收益率差银行规模SIZE银行期末资产总额的自然对数资本充足率CAP资本总额与风险加权资产之比流动比率LR流动性资产与流动性负债之比净利差NIM资金收益率与资金成本率之差（2）基于不良贷款率的控制变量选取由于不良贷款率与预期违约率存在较大差异，因此需要重新选取宏观层面和银行层面的控制变量。宏观层面变量对于宏观层面的控制变量，选取的是GDP增长率，市场集中度和银行重要性程度，GDP增长率和市场集中度在上文中进行了具体的说明，银行重要性程度由国内信贷与GDP之比表示，银行重要性程度越高，对金融稳定的作用就越强。银行特征变量对于银行层面的控制变量，除了上文提到的银行规模，还有成本收入比、权益比率、非利息收入比和资产利润率。其中成本收入比测度的是银行效率，银行效率对银行风险承担的影响具有不确定性，银行效率高代表更好的处理风险水平，但有可能带来高风险。而权益比率是总权益占总资产的比例，与银行风险承担呈负向关系，是杠杆率的倒数，当杠杆率上升时，表示银行经营较冒险，会提24 高银行的潜在破产风险，从而增加了银行的风险承担。非利息收入早期被认为能增加银行收益，降低银行风险承担意愿，但随着金融市场的快速发展，非利息收入额越来越高，许多研究发现其提高了银行风险承担意愿。非利息收入比以非利息收入与净利润之比来衡量。资产利润率代表了银行的盈利性，与银行风险承担行为相互影响互为因果，资产利润率较高时，银行为获取利益承担更高风险的意愿会降低，反之会升高，但是较高的利润率有可能是银行承担更高风险的结果，资产利润率等于净利润与所有者权益之比。因此可以用下表对以不良贷款率作为银行风险承担代理变量的实证检验所选取的代理变量进行汇总与说明。表3.2基于不良贷款率的代理变量的解释与说明变量名变量符号变量含义不良贷款率NPL银行风险承担代理变量利差项IGAP实际利率和泰勒规则计算出的利率之差国内经济增长率GGDP国内生产总值的增长率市场集中度CR4四大国有银行的贷款总额与银行业的贷款总额之比银行重要度IMP国内信贷与GDP之比银行规模SIZE银行期末资产总额的自然对数成本收入比CTI营业费用与营业收入之比权益比率EQR所有者权益与资产总额之比非利息收入比NII非利息收入与净利润之比资产利润率ROA净利润与所有者权益之比3.2利率对银行风险承担影响的模型构建本文力图通过实证研究解决以下问题：利率政策的银行风险承担渠道在我国是否存在，估值机制、逐利机制和惯性机制是否在利率政策的传导过程中发挥作用。从理论上来说，利率对于银行风险承担是有影响的，主要通过估值机制、逐利机制、惯性机制和反应机制形成银行风险承担渠道。根据影响机制，本文采用面板数据建立模型，面板数据模型一般包括固定效应、随机效应和混合截面回归模型。对于已知观测值，截距随单元变化的情况会出现如下结构：y=xb+zude++（3-13）ititkiiit其中，x表示既随个体变化又随时间变化的1*k变量向量，b表示x的k*1it25 系数向量，z表示只随个体变化而时间不变的1*p变量向量，d表示z的p*1i系数向量，u代表个体层面效应，e代表扰动项。u和x中的回归元及z可能iitiiti是相关的，也可能不相关。如果u与回归元不相关，则这种模型被称为随机效应i（RE）模型，如果u与回归元相关，则被称为固定效应（FE）模型。因此，本i文采用的是固定效应模型。基于上述理论分析与Delis和Kouretas（2011）的研究，将风险绝对量引入模型中，表示银行持续积累风险的大小。此外，由于银行特征变量和宏观经济变量都会对银行风险承担渠道产生影响，因此设定面板数据模型如下：Risk=b+bIR+bMacro++bmBank（3-14）i,t01i,t2t3i,,tit其中，i为样本银行个数，t为时间，Risk为反映银行风险承担行为的变量，it,IR为利率，Bank为反映银行层面的控制变量，Macro是经营环境变量。系数it,it,tb反映利率政策对银行风险承担的作用，系数b反映银行特征变量对银行风险12承担行为的影响，系数b反映宏观环境变量对银行风险承担的影响。3当b显著小于0时，利率与银行风险承担呈现负相关关系，在低利率情况下，1银行会承担更多的风险，而根据b的符号及显著性可以为银行特征变量对银行2风险承担渠道的影响提供判断依据，同样，宏观经济变量对银行风险承担渠道的影响可以根据b的符号和显著性进行判断。3根据所选取的银行风险承担代理变量、利率代理变量、宏观层面代理变量和银行层面代理变量，可以列出以下两个模型，以预期违约率为银行风险承担代理变量的模型如下：EDF=g+gIGAP+gGGDP+gHPR+gCR4+ggVOL++SLOi,t01i,t2t3t4t56tt（3-15）gSIZE+gCAP+gLR++gmNIM7i,t8i,t9i,t10i,,tit以不良贷款率为银行风险承担代理变量的模型如下：NPL=a+aIGAP+aGGDP+aCR4+aaIMP++SIZEi,t01i,t2t3t4t5,it（3-16）aCTI+aEQR+aNII++amROA6i,t7i,t8i,t9i,,tit3.3样本选择及数据来源本文的样本为我国的上市银行，其中光大银行和农业银行由于上市时间过短，不能获取其二级市场交易数据以计算预期违约率，因此剔除光大和农业银行，因此研究对象为14家上市银行，具体包括中国工商银行、中国银行、中国建设银行和交通银行4家国有商业银行，华夏银行、民生银行、平安银行、浦发银行、兴业银行、招商银行和中信银行7家全国股份制商业银行和北京银行、南京银行26 和宁波银行3家城市商业银行。本文采用的是这14家上市银行的2008年至2014年的季度非平衡面板数据，这是由我国在2007年才严格执行资本充足率的监管标准和数据的可获得性决定的。数据来源于14家上市银行的季度报告、半年报告和年度报告，万德数据库，中国人民银行网站和银监会网站等。3.4变量描述性统计和相关性分析3.4.1基于预期违约率的变量描述性统计和相关性分析基于预期违约率的变量的描述性统计如下表所示：表3.3基于预期违约率的变量描述性统计变量符号样本量平均值标准差最大值最小值EDF3921.0167494.27302249.7681.82e-35IGAP3921.5992051.065463.5340220.38GGDP3923.62108610.8635114.5066-16.549HPR392-0.42868571.8594494.6919-4.6367CR439250.021231.33395653.590447.4288VOL39214.793346.6510929.99217.2262SLO39297.837564.91062225.933.13SIZE39219.141451.93057621.446515.9267CAP34012.205590.19305825.598.11LR25342.779098.80235468.9925.49NIM3922.5522360.36295453.74041.2783如表3.3所示，从上市银行的风险承担代理变量预期违约率的描述性统计结果看，均值为1.0167％，最大值为49.786％，为华夏银行2008年第三季度的数值，最小值为1.82e-35％，为建设银行2014年第二季度的数值，可见华夏银行2008年第三季度的风险承担较高，建设银行2014年第二季度的风险承担较低。从利率的代理变量利差项的描述性统计结果看，均值为1.5992％，最大值为2008年第四季度的的3.534％，最小值为2014年前三季度的0.38％，说明在2008-2014年之间，市场利率一直在均衡利率之下，并且在2008年金融危机之后我国采取了更宽松的利率政策以刺激经济的增长。从宏观经济代理变量来看，名义季度GDP增长率的平均值为3.621％，最大值为2011年第二季度的14.507％，最小值为2009年第一季度的-16.549％；房地27 产景气指标增长率的平均值为-0.4287％，最大值为2009年第三季度的4.6919％，最小值为2008年第四季度的-4.6367％；银行业市场结构的平均值为50.021％，最大值为2011年第二季度的53.590％，最小值为2014年第四季度的47.429％，说明我国四大国有银行所放贷款在银行业中占的比重较高，但随着银行业竞争的加剧，银行业市场结构开始变得分散；股票市场波动率的平均值为14.793％，最大值为2008年第三季度的29.992％，最小值为2014年第二季度的7.226％，表示我国在2008年的股票波动较大，之后渐趋平稳；收益率曲线斜率的平均值为97.838％，最大值为2009年第二季度的225.93％，最小值为2013年第二季度的3.13％，说明一年期与十年期国债收益率之差渐渐缩小。从银行特征的代理变量来看，银行规模对数的平均值是19.141，最大值是21.446，是工商银行2014年第四季度的数值，最小值是15.927，是宁波银行2008年第一季度的数值，可以看出工商银行是我国资产排名第一的银行，国有商业银行的资产也大于其他股份制银行和城市商业银行；资本充足率的平均值为12.205％，最大值为25.59％，是2008年第二季度南京银行的数值，最小值为8.11％，是浦发银行2009年第二季度的数值，说明我国资本充足率的数值基本高于《巴塞尔协议III》所规定的8％，因此我国上市银行的抗风险能力较强；流动性比率的平均值为42.779％，最大值为68.99％，是平安银行2014年第三季度的数值，最小值为25.49％，是民生银行2011年第二季度的数值，《商业银行流动性风险管理办法（试行）》中规定商业银行的流动性比例不应低于25％，因此我国的上市银行都能达到这一标准，流动性较好。此外，由于本文采用的控制变量较多，包括了宏观层面和银行层面，为了避免出现多重共线性，因此对变量进行相关性统计，变量的相关性统计如下表所示：表3.4基于预期违约率的变量相关性统计EDFIGAPGGDPHPRCR4VOLSLOSIZECAPLRSLOEDF1.00IGAP0.151.00GGDP0.050.061.00HPR-0.17-0.32-0.081.00CR40.130.50-0.160.011.00VOL0.320.26-0.02-0.120.221.00SLO-0.07-0.01-0.230.350.140.231.00SIZE-0.10-0.170.010.02-0.20-0.22-0.171.00CAP-0.20-0.020.06-0.18-0.060.04-0.18-0.021.0028 续表3.4基于预期违约率的变量相关性统计EDFIGAPGGDPHPRCR4VOLSLOSIZECAPLRSLOLR-0.00-0.01-0.01-0.21-0.120.01-0.07-0.070.181.00NIM0.010.32-0.06-0.310.290.34-0.15-0.250.120.071.00从表3.4中可以看出所有控制变量与解释变量的相关系数都低于0.65，因此多重共线性较低。3.4.2基于不良贷款率的变量描述性统计和相关性分析基于预期违约率的变量的描述性统计如下表所示：表3.5基于不良贷款率的变量描述性统计变量符号样本量平均值标准差最大值最小值NPL3741.0032620.53035785.150.34IGAP3921.5992051.065463.5340220.38GGDP3923.62108610.8635114.5066-16.549CR439250.021231.33395653.590447.4288IMP392444.754245.97568539.939345.494SIZE39219.141451.30280521.446515.9267CTI39231.294576.05940646.960715.6EQR3856.3895323.17124330.082.31NII39248.2623925.05728309.4297.7752ROA39276.684935.55813171.549.43从表3.5中可以看出，不良贷款率的平均值为1.003％，最大值是平安银行2008年第一季度的5.15％，承担的风险较高，最小值是兴业银行2011年第三季度的0.34％，风险承担较低。银行重要性程度的平均值为444.754％，最大值是2014年第一季度的539.939％，最小值为2008年第四季度的345.494％，即2014年第一季度银行信贷占GDP的比重较高。成本收入比的平均值为31.295％，最大值是华夏银行2010年第一季度的46.961％，最小值为北京银行2013年第一季度的15.6％，说明北京银行在2013年第一季度的银行效率较高。权益比率的平均值为6.390％，最大值是兴业银行2011年第一季度的30.08％，最小值是华夏银行2008年第二季度的2.31％，这说明兴业银行2011年第一季度的财务风险相对较小。非利息收入比的平均值为48.262％，最大值是平安银行2008年第四季度的309.429％，最小值是北京银行2009年第一季度的7.775％，即平安银行200829 年第四季度的中间业务发展较好。资产利润率的平均值为76.685％，最大值是南京银行2008年第四季度的171.54％，最小值是华夏银行2009年第一季度的9.43％，这说明南京银行在2008年第四季度的盈利性较强。同样，由于本文采用的控制变量较多，包括了宏观层面和银行层面，为了避免出现多重共线性，因此和上文一样，对变量进行相关性统计，变量的相关性统计如下表所示：表3.6基于不良贷款率的变量相关性统计NPLIGAPGGDPCR4IMPSIZECTIEQRNIIROANPL1.00IGAP0.111.00GGDP-0.010.061.00CR40.160.50-0.161.00IMP-0.33-0.54-0.50-0.321.00SIZE0.14-0.170.01-0.200.201.00CTI0.010.180.100.12-0.27-0.301.00EQR-0.110.120.030.05-0.08-0.06-0.161.00NII0.11-0.18-0.01-0.230.120.330.14-0.141.00ROA-0.030.06-0.63-0.35-0.540.11-0.080.15-0.091.00从表3.6中可以看出所有控制变量与解释变量的相关系数都低于0.65，因此多重共线性较低。30 第4章利率对银行风险承担影响的实证检验4.1基于预期违约率的实证分析4.1.1固定效应回归分析本文采用STATA12.0对固定效应模型进行了回归，结果如下表所示：表4.1固定效应模型估计结果模型1模型2模型3模型4固定效应固定效应固定效应固定效应只控制宏观层控制当期银行控制滞后一期控制两期银行面变量层面变量银行层面变量层面变量EDFEDFEDFEDFit,it,it,it,IGAP-0.1992.4482.5022.998t（-0.12）（1.36）（1.09）（1.23）**IGAP-0.444-3.16-3.406-3.260t-1（-0.31）（-1.81）（-1.69）（-1.44）GGDP-0.122-0.045-0.142-0.023t（-1.37）（-0.38）（-0.94）（-0.16）****HPR0.4440.4530.7860.374t（1.75）（1.69）（2.00）（0.94）*******CR40.7850.9820.8660.631t（3.02）（3.25）（1.71）（1.20）**********VOL0.2220.2200.2870.268t（5.21）（3.26）（3.52）（2.73）***SLO-0.006-0.020-0.022-0.012t（-1.08）（-2.20）（-1.69）（-0.86）SIZE-1.6860.556it,（-0.97）（0.06）***CAP-0.574-0.558it,（-3.61）（-1.24）31 续表4.1固定效应模型估计结果模型1模型2模型3模型4固定效应固定效应固定效应固定效应只控制宏观层控制当期银行控制滞后一期控制两期银行面变量层面变量银行层面变量层面变量EDFEDFEDFEDFit,it,it,it,LR0.0220.005it,（0.56）（0.07）***NIM-4.411-2.289it,（-3.43）（-0.81）SIZE-2.1580.487it,1-（-0.84）（0.05）***CAP-0.859-0.035it,1-（-3.83）（-0.08）LR-0.003-0.072it,1-（-0.05）（-1.05）***NIM-4.8800.118it,1-（-2.67）（0.04）Constant-38.6951.29921.665-36.308（-3.14）（0.03）（0.31）（-0.51）观测值294222156942模型R0.1850.2730.3510.321模型F值3.476.726.432.27P-value0.00000.00000.00000.0000注：括号内为t值，*、**和***分别表示10％、5%和1％的显著性水平。从表4.1中的回归结果可以看出，当期的利差项IGAP的系数符号有正有负，而且都不显著，但是在滞后一期的利差项IGAP系数在模型2和模型3中是显著为负的，分别-3.16和-3.406，在模型1和模型4中虽然系数符号为负，但是不显著。IGAP是实际名义利率与泰勒规则估计出的利率之差，IGAP的值越大，反映利率政策越紧，IGAP前的系数为负表明利率与银行风险承担负相关，利率政策越宽松，银行的风险承担会越高，反之，银行的风险承担会降低。在控制当期32 银行层面变量和滞后一期的银行层面变量的模型2和3中，利率与银行风险承担为负相关，符合预期，但是在只控制宏观层面变量与两期银行层面变量时，两者关系并不显著，说明银行层面控制变量对两者的关系有重要作用。而IGAP当期不显著，滞后一期显著说明宽松的利率政策对银行的风险承担有滞后性，这证明了惯性机制的存在。在宏观经济变量中，经济增长率GGDP对银行风险承担的影响不显著，而房地产景气指数、市场集中度、股票市场波动率与收益率曲线斜率对风险的影响则十分显著。具体来说，房地产景气指数系数为正说明房地产市场的景气度增加了银行的风险承担，验证了利率对银行承担影响的估值机制，这是由于在房地产市场表现较好时，房地产作为银行抵押物的重要组成部分，估值会随之增加值，银行会放松信贷标准，增加贷款，因此会加剧银行的风险承担。市场集中度系数为正说明市场集中度越高，银行的风险承担程度会越高，符合“竞争-稳定性”理论。股票市场波动率的系数为正说明在股票市场的波动越大时，银行的风险承担会越大。收益率曲线斜率系数为负表明收益率曲线越陡峭，银行的风险承担指标预期违约率会越低，根据利率期限结构的预期理论，在收益率曲线越陡峭时，银行的净息差越大，因此所得到的利润和现金流越高，由于银行资本估值是向前看的，较高的净息差代表较高的资本估值，银行会以更小的几率触及违约点，因此承担的风险较低。在银行层面变量中，考虑到银行特征变量之间可能有相互影响的内生性问题，因此在控制银行层面变量滞后期的情况下，对模型2-4进行了回归，结果表明银行特征变量的系数符号和显著性没有太大改变。在模型的回归结果中，银行规模对数的系数很小，这说明银行自身的规模与绝对风险水平没有太大关系。银行资本充足率在模型2-4中的系数都为负，这说明银行的资本充足率越高，违约风险越小，银行的风险承担越低，资本充足率越低，风险承担越高，这验证了逐利机制的存在。银行的净利差当期项与滞后期项的系数都显著为负，这是由于市场能对银行的净利差做出快速反应，形成对银行的安全性与未来的盈利能力的预期，因此净利差水平越高，银行的盈利性越强，从而风险承担水平就较低。4.1.2滞后2-3期利差项回归分析在模型1-4的估计中都包含了一个滞后期，并且回归结果显示利率对银行风险承担的影响有一个滞后效应，因此对滞后2-3期的利差项再进行检验，回归结果如下表：33 表4.2基于预期违约率的滞后2-3期利差项回归结果模型1模型2模型3模型4**IGAP-0.152-1.835-2.211-1.870t-2（-0.15）（-2.15）（-1.25）（-1.46）***IGAP-1.701-1.707-3.025-0.895t-3（-1.70）（-1.67）（-1.81）（-0.69）注：括号内为t值，*、**和***分别表示10％、5%和1％的显著性水平。从表4.2中可以看出，在模型2情况下，滞后两期和三期的利差项系数都显著为负，并且显著性水平在逐步降低，系数绝对值也逐渐变小，因此可以认为在利率较宽松的环境下，银行的风险会逐步积累，并且风险承担的效应在逐渐衰退，这表明如果采用过度宽松的利率政策，会对银行的风险承担在较长的时期内产生影响，但效应会逐渐衰退，因此虽然在长期内不会增加银行的风险承担水平，但是所产生的风险积聚效果却是不得不重视的。4.1.3不同种类银行回归分析本文所研究的上市银行种类包括国有商业银行、股份制银行和城市商业银行，因此分别对不同的银行的数据进行回归分析，探究利率对于不同种类银行的风险承担有何不同的影响，回归结果如下表所示：表4.3基于预期违约率的不同种类银行回归结果所有银行国有商业银行股份制银行城市商业银行**2.448-0.9803.017-0.359IGAPt（1.36）（-1.74）（0.90）（-1.74）*-3.160.635-3.4860.230IGAPt-1（-1.81）（1.08）（-1.05）（1.16）-0.045-0.041-0.193-0.018GGDPt（-0.38）（-1.02）（-0.87）（-1.44）****0.4530.0891.0130.079HPRt（1.69）（1.08）（1.94）（2.69）*******0.982-0.0091.9300.069CR4t（3.25）（-0.08）（3.39）（1.79）34 续表4.3基于预期违约率的不同种类银行回归结果所有银行国有商业银行股份制银行城市商业银行*********0.2200.0420.4370.046VOLt（3.26）（1.77）（3.06）（5.64）**-0.020-0.003-0.021-0.000SLOt（-2.20）（-0.92）（-1.09）（-0.52）**-1.686-2.1723.6650.058SIZEit,（-0.97）（-2.14）（0.97）（0.29）******-0.574-0.020-1.978-0.015CAPit,（-3.61）（-0.14）（-3.59）（-1.03）0.0220.0180.0090.006LRit,（0.56）（1.06）（0.13）（1.13）*********-4.4111.800-7.8260.252NIMit,（-3.43）（2.75）（-3.62）（1.55）1.29941.299-125.038-5.298Constant（0.03）（1.70）（-1.38）（-1.05）观测值22262107532模型R0.2730.7430.4510.739模型F值6.7212.366.6410.05P-value0.00000.00000.00000.0000注：括号内为t值，*、**和***分别表示10％、5%和1％的显著性水平。从表4.3的回归结果来看，国有商业银行、股份制银行和城市商业银行的回归结果呈现较大的差异性。首先对于当期利差项，国有商业银行和城市商业银行都是显著为负，而股份制商业银行却是不显著的，这说明对于国有银行和城商行，利率对于银行风险承担产生的效应在较短的时间会发生。其次对于宏观层面变量，国有商业银行受到的影响不大，房地产景气指标、市场结构和股票市场波动率对于股份制银行的影响较大，城市商业银行也受到同样变量的影响，不过相比股份制银行，宏观层面变量系数的绝对值都较小，因此城商行受到宏观层面变量的影响较小。最后对于银行特征变量，国有商业银行自身的规模和净利差对于银行风险承担有显著影响，股份制银行的资本充足率和净利差影响到自身的银行风险承担，城市商业银行的自身特征变量与风险承担没有太大关系，这是由每个银35 行自身的特征和我国的环境决定的。4.2基于不良贷款率的实证分析4.2.1固定效应回归分析通过采用STATA12.0对以不良贷款率为银行风险承担代理变量的固定效应模型进行回归，可以得到回归结果，如下表所示：表4.4基于不良贷款率的固定效应估计结果模型1模型2模型3模型4固定效应固定效应固定效应固定效应只控制宏观层控制当期银行控制滞后一期控制两期银行面变量层面变量银行层面变量层面变量EDFEDFEDFEDFit,it,it,it,************IGAP-0.111-0.122-0.118-0.128t（-4.02）（-4.82）（-4.10）（-4.46）******GGDP-0.014-0.007-0.011-0.007t（-5..51）（-2.62）（-1.58）（-1.02）*******CR40.022-0.114-0.120-0.114t（1.09）（-4.54）（-4.54）（-4.21）***********IMP-0.007-0.012-0.013-0.013t（-9.46）（-9.34）（-9.21）（-9.61）SIZE-0.146-0.697it,（-1.55）（-1.42）******CTI-0.039-0.047it,（-5.61）（-2.87）EQR-0.0090.012it,（-1.04）(0.83)*****NII-0.003-0.006it,（-2.41）（-3.58）*****ROA-0.009-0.011it,（-6.28）（-2.54）36 续表4.4基于不良贷款率的固定效应估计结果模型1模型2模型3模型4固定效应固定效应固定效应固定效应只控制宏观层控制当期银行控制滞后一期控制两期银行面变量层面变量银行层面变量层面变量EDFEDFEDFEDFit,it,it,it,***CTI-0.030-0.001it,1-（-3.99）（-0.04）EQR-0.011-0.019it,1-（-1.19）（-1.32）*****NII0.0040.008it,1-（2.50）（4.10）***ROA-0.0100.001it,1-（-7.09）（0.22）Constant3.18817.01715.91717.602（2.88）（7.88）（7.25）（7.96）观测值3743682812812模型R0.2270.3870.4230.461模型F值26.1524.1920.9815.43P-value0.00000.00000.00000.0000注：括号内为t值，*、**和***分别表示10％、5%和1％的显著性水平。从表4.4中的回归结果可以看出，当期的利差项IGAP的系数符号显著为负，IGAP是实际名义利率与泰勒规则估计出的利率之差，IGAP的值越大，反映利率政策越紧，IGAP前的系数为负表明利率与银行风险承担负相关，利率政策越宽松，银行的风险承担会越高，反之，银行的风险承担会降低。在控制宏观层面变量、当期银行层面变量、滞后一期的银行层面变量和两期银行层面变量时，系数都显著为负，说明利率与银行风险承担为负相关，验证了银行风险承担渠道的存在，以及以预期违约率为银行风险承担代理变量的回归检验的稳健性。4.2.2滞后1-3期利差项回归分析回归结果显示利率对银行风险承担的影响有一个滞后效应，因此对滞后1-3期的利差项进行再检验，回归结果如下表：37 表4.5基于不良贷款率的滞后1-3期利差项回归结果模型1模型2模型3模型4************IGAP-0.121-0.137-0.111-0.117t-1（-4.14）（-5.13）（-4.06）（-4.38）************IGAP-0.141-0.175-0.151-0.172t-2（-5.11）（-6.41）（-5.30）（-5.90）************IGAP-0.111-0.141-0.116-0.136t-3（-4.57）（-5.84）（-5.06）（-6.16）注：括号内为t值，*、**和***分别表示10％、5%和1％的显著性水平。从表4.5中可以看出，在四个模型中，滞后1-3期的利差项系数都显著为负，并且系数绝对值在滞后两期时变大，之后减小，因此可以认为在利率较宽松的环境下，银行的风险会逐步积累，但之后风险承担的效应会逐渐衰退，这表明如果采用过度宽松的利率政策，会对银行的风险承担在较长的时期内产生影响，但效应会逐渐衰退。4.2.3不同种类银行回归分析对不同种类的银行的进行回归分析，得到回归结果如下表所示：表4.6基于不良贷款率的不同种类银行回归结果所有银行国有商业银行股份制银行城市商业银行*********IGAP-0.122-0.085-0.141-0.030t（-4.82）（-4.82）（-3.09）（-1.02）****GGDP-0.0070.003-0.0070.001t（-2.62）（1.74）（-1.56）（0.35）********CR4-0.114-0.093-0.087-0.072t（-4.54）（-5.60）（-1.96）（-2.31）********IMP-0.012-0.003-0.010-0.000t（-9.34）（-2.52）（-4.19）（-0.02）******SIZE-0.146-2.110-0.270-0.332it,（-1.55）（-13.06）（-1.48）（-3.10）**********CTI-0.039-0.017-0.060-0.021it,（-5.61）（-2.09）（-5.17）（-2.07）38 续表4.6基于不良贷款率的不同种类银行回归结果所有银行国有商业银行股份制银行城市商业银行***EQR-0.0090.3120.0010.007it,（-1.04）（8.97）（0.09）（0.16）*****NII-0.0030.005-0.003-0.007it,（-2.41）（2.46）（-1.41）（-1.83）ROA-0.009********it,-0.004-0.0070.000（-6.28）（-3.32）（-2.51）（0.15）17.01749.57717.72111.002Constant（7.88）（17.08）（4.73）（3.73）观测值368112180762模型R0.3870.9300.3140.417模型F值24.19146.778.355.09P-value0.00000.00000.00000.0000注：括号内为t值，*、**和***分别表示10％、5%和1％的显著性水平。根据表4.6的回归结果，国有商业银行、股份制银行和城市商业银行的回归结果有较大不同。首先对于当期利差项，国有商业银行和股份制银行都是显著为负，而城市商业银行却是不显著的，这说明利率对国有银行和股份制银行风险承担的影响在较短的时间会发生。其次对于宏观层面变量，国有商业银行风险承担受到经济增长率、市场结构和银行重要性程度的影响，股份制银行风险承担对于经济增长率的反应不明显，城市商业银行则只受到市场结构的影响。对于银行特征变量，主要的不同来自于银行自身规模、权益比率、非利息收入比和资产利润率。国有银行和城市商业银行自身规模和非利息收入比对于银行风险承担有显著影响，国有银行的权益比率也会影响到自身风险承担，此外，国有银行和股份制银行的风险承担还受到资产利润率的影响。每类银行的风险承担对控制变量的反应不同，这是由每个银行自身的特征和我国的环境决定的。因此对比以预期违约率和不良贷款率为银行风险承担代理变量的回归结果，可以发现两者都验证了风险承担渠道的存在性，但是基于不良贷款的回归结果中系数都比基于预期违约率的小，这说明利率政策对预期违约率的影响较大。39 4.3利率对银行风险承担影响的实证结论本文采用14家上市商业银行2008-2014年的季度数据，分别建立了以预期违约率和不良贷款率为银行风险承担代理变量，净利差项为利率代理变量的固定效应模型，其中以预期违约率为被解释变量的控制变量选取了经济增长率、房地产景气指数、市场集中度、股票市场波动率和收益率曲线斜率为宏观层面代理变量，银行规模、资本充足率、流动性比率和净利差作为银行特征代理变量，以不良贷款率为被解释变量的控制变量选取了经济增长率、市场集中度和银行重要度为宏观层面代理变量，银行规模、成本收入比、权益比率、非利息收入比和资产利润率为银行层面代理变量。通过固定效应回归、滞后2-3期利差项回归和不同种类银行回归，主要得到以下实证结论：1.我国存在银行风险承担渠道。回归结果显示利率政策与银行风险承担有显著的负相关关系，因此在利率政策较为宽松时，会使银行承担更多的风险，在利率政策从紧时，银行会降低自己的风险承担。2.利率对银行的风险承担影响存在估值机制。回归结果显示房地产景气指数的系数显著为正，在房地产市场表现较好时，在低利率的情况下，抵押贷款的房地产价值增加，因此银行的风险承担会相应增加。3.利率对银行的风险承担影响存在逐利机制。在回归结果中可以看到，银行资本充足率的系数都显著为负，这说明资本充足率与银行风险承担负相关，因此银行的资本充足率越高，违约风险越小，银行的风险承担越低，这验证了逐利机制的存在。4.利率对银行的风险承担影响存在惯性机制。根据表4-2的回归，利差项的前几期对于本期有显著影响，这是由于银行的风险投资具有长期性，以及银行做出风险决策受到前期的影响，这说明利率对银行的风险承担存在滞后性，存在惯性效应。5.宏观层面变量对银行的风险承担渠道具有重要影响。市场集中度、股票市场波动率对银行风险承担有显著为正的影响，收益率曲线斜率系数对银行风险承担有显著为负的影响。6.银行层面变量对银行风险承担渠道具有重要影响。银行的资本充足率和净利差对银行风险承担有显著为负的影响。7.不同种类银行的风险承担对于利率的反应不同。在以预期违约率为被解释变量的回归结果中，国有商业银行和城市商业银行当期显著为负，并且在国有银行的回归结果中，银行规模显著为负，这验证了“监管约束”理论。在以不良贷款率为被解释变量的回归结果中，国有商业银行和股份制商业银行当期显著为负。40 第5章推进金融稳定发展的政策建议从上文研究中可以得出我国存在银行风险承担渠道，利率对银行的风险承担有影响，货币政策不是中性的，因此利率政策的变动与金融业的稳定发展有着密切关系，如何根据利率政策的变动改进和完善我国商业银行的风险管理，是货币政策制定者和监管者所必须思考的问题。因此基于本文的理论分析和实证研究，对于如何促进我国金融体系稳定健康发展，提出以下几点政策建议：5.1将金融稳定加入货币政策制定目标由银行风险承担渠道的存在可以得出我国的货币政策是非中性的，在宽松的利率政策之下银行会承担更多的风险，因此货币当局在制定利率政策时应考虑到其对于银行业乃至金融系统的影响，将金融稳定加入到货币政策制定目标中。我国的政策制定目标一般包括经济增长、物价稳定、充分就业和国际收支平衡等传统目标，对金融稳定缺乏考虑，当政策目标集中在通货膨胀或为达到通货膨胀目标设置利率水平时，容易造成金融资产价格的变动和金融的失衡，不利于对宏观经济的调控和金融的稳定。从金融危机的产生原因和后果中可以发现，当金融系统出现危机时，最终会使实体经济的发展受到损害，并且在我国的金融系统中，银行居于主导地位，利率对于银行风险承担的改变会影响整个金融系统的分析状况，与金融稳定产生不容忽视的联系。因此货币当局应制定科学合理的货币政策目标体系，重视利率政策对于金融系统风险的影响，全面考虑到实体经济和金融稳定等目标，实现各目标的平衡发展，可以通过引入灵活的通货膨胀目标制度，仍以物价稳定作为货币政策制定的首要的长期目标，但在需要通过降息刺激经济时，适当控制采取低利率政策的时间，在产出和通胀平稳的期间内，实现将利率维持在均衡利率水平附近。5.2健全利率传导机制加强货币政策的有效性从上文的理论分析和实证结论中可以得到，利率的降低会增加银行风险承担，由于中央银行对利率的一直以来的管制，因此银行缺乏对于利率的自由定价权，在银行利润大部分来源于存贷利差的情况下，中央银行在对基准利率进行调节时，由于逐利机制的作用，银行的风险承担意愿会受到较大影响。在利率实现41 完全的市场化时，银行由于拥有了利率的自主定价权，因此在制定存贷款利率时会充分考虑自身的发展情况和经济环境，做出理性抉择，从而使银行风险承担处于合理区间。另外，随着我国金融业的不断创新和发展，目前我国央行较常采用的控制货币供给量的数量型调控方式效果将越来越有限，因此央行应适应市场机制，加快利率市场化改革进程，将数量型调控方式转变为价格型调控方式，健全利率传导机制，加强货币政策的有效性。5.3通过银行业的良性竞争降低银行风险承担从本文的实证结果来看，市场集中度和银行风险承担之间有显著为正的关系，在银行市场势力较大时，银行的风险承担较高，因此促进银行业的良性竞争有利于降低银行的风险承担，对我国银行业的稳定发展有重要意义。具体来说，一方面可以允许具备条件的民间资本进入银行业，通过设立中小型的民间资本银行等金融机构促进银行业的良性竞争。我国银行业在经营模式、金融产品、管理流程等方面一直呈现高度同质化的局面，在支持实体经济和解决小微企业融资问题的效果不佳，民营银行的进入将会打破银行业的垄断局面，对现有银行的服务水平和创新造成威胁，会因此会有力的促进银行业的良性竞争，缓解小微企业等的融资约束。另一方面，降低现有大型商业银行的市场势力，并提升中小银行的竞争力，促进银行业合理竞争，降低银行系统的整体风险。5.4加强宏观审慎监管维护金融系统稳定从2008年美国金融危机的发生原因中可以看出，金融监管制度的不足是金融危机爆发的原因之一，随着金融业的发展，金融市场会出现更加复杂的情况，这对金融监管制度提出了更高的要求。我国的金融监管制度虽然覆盖面较全，但是仍不足以应付不断变化的复杂金融环境。首先，对于银行风险承担渠道来说，在识别、评价、控制和防范风险方面缺乏具体的规则，风险管理的要求和操作程序也没有进行统一明确的规定，银行不能依照确定的规则去管理所面临的风险。其次，经济的顺周期性使我国金融监管和对行业风险的管控存在滞后性，不利于对金融风险的控制与预警。再次，一直以来，我国的金融监管更注重微观审慎层面，对宏观层面的监管，如利率政策对银行风险承担的影响都不够重视，不能对金融市场的不断发展与变化，以及金融机构间的系统性风险做出及时有效的反应。因而，应加快金融监管制度改革，吸取国外金融监管的有效制度，预防经济危机，维护金融系统的稳定。42 首先要建立银行风险预警机制。银行的风险承担衡量指标包括预期违约率、不良贷款率、风险加权资产比率和Z值等，都能在一定程度上对银行的风险承担进行反映，银行的规模、流动性比率和资本充足率等也对银行风险承担有重要影响，具体的影响机制还没有彻底的研究出来，因此一方面应加强银行对外的信息披露，改进并完善金融机构的信息数据库，将银行风险承担指标如预期违约率，以及市场利率等指标加入到信息库中，使监管部门和公众能够准确判断当前的金融环境，另一方面也应以监管机构为主导，银行为主体，建立风险预警机制，对银行的风险承担水平进行预测，并在银行风险超过承担水平时预警，以实现对银行风险的实时监控。同时也需要加强对银行风险的检测和防范，在收益率曲线由陡峭逐步变缓的过程中，银行的风险承担能力会下降，需要给予持续关注，此外，银行的资本充足率越高，风险承担相应越低，所以也要加强对银行资本充足率的监管，继续积极推进巴塞尔协议III的落实。其次要加强货币政策的逆周期调控。只有发挥好货币当局和监管部门的协同作用，才能更好的防范金融系统的风险，形成一面有效的风险防火墙。利率政策作为货币政策的重要组成部分，央行在经济过热时通常会采取紧缩政策来抑制资产价格，调节经济热度，在经济发展动力不足时，央行则会财务扩张性的政策来刺激经济的增长。货币当局要想对经济逆周期进行有效调控，需要和金融监管部门协调配合，在金融监管部门充分及时的将金融市场信息反馈回来，全面掌握市场信息的基础上，制定具有前瞻性的货币政策，以实现逆周期调控。再次是注重宏观审慎监管，将宏观审慎纳入货币政策的制定框架之内。宏观审慎监管是对金融系统整体风险进行评估并采取针对性的货币政策的监管，在经济上行时关注经济过热的风险，以平衡经济下行时的风险。加强宏观审慎监管一方面需要扩大监管视角，不仅要关注金融机构本身，同时对与金融稳定相关的宏观形势、社会环境和相关政策等也要进行密切关注，使实体经济和虚拟金融经济相互支撑，稳步发展，另一方面对于金融业内部风险管理问题，不但要对单个银行的风险进行密切监控和管理，也要对多行业的整体风险防范进行关注，抑制由共同风险敞口、机构关联和顺周期倾向形成的系统性风险，增强金融系统防范风险的能力，预防金融危机的发生。43 结论及展望金融危机爆发后，利率与银行风险承担之间的关系得到深入研究，学者们提出宽松的利率政策导致了银行风险承担增加和金融机构的风险积累，因此利率、金融机构和金融稳定之间存在相关关系，研究银行风险承担渠道具有理论和现实意义。本文首先从理论研究方面和实证研究方面对学者所做的关于银行风险承担渠道研究进行了归纳和总结，主要包括银行风险承担渠道的提出和利率对银行风险承担的影响机制，以及影响两者关系的相关因素。然后具体分析了利率对银行风险承担的影响机制，主要包括估值机制、逐利机制、惯性机制和反应机制。接着根据影响机制和借鉴Delis和Kouretas（2011）的研究，构建了固定效应模型，并进行了实证分析，得出在我国存在银行风险承担渠道，估值机制、逐利机制和惯性机制也得到验证，此外银行层面和宏观层面变量会影响利率对银行风险承担的影响。因此我国应将金融稳定纳入我国的宏观政策制定目标中，加快利率市场化改革，促进银行业的良性竞争，并改进金融监管制度，建立风险预警机制，加强逆周期监控和宏观审慎监管。本文基于利率对银行风险承担影响的实证研究还存在不足之处，相关指标的选取不能完全体现需要研究的变量，数据不够完整，对影响机制的研究也还不够深入，我将持续关注两者之间的关系，以不断完善本文。44 参考文献[1]GiovanniDellAriccia,LucLaeven,RobertMarquez.Realinterestrates,leverage,andbankrisk-taking[J].JournalofEconomicTheory.2014(149)[2]YenerAltunbas,LeonardoGambacorta,DavidMarques-Ibanez.Dobankcharacteristicsinfluencetheeffectofmonetarypolicyonbankrisk?[J].EconomicsLetters.2012(01)[3]ManthosD.Delis,GeorgiosP.Kouretas.Interestratesandbankrisk-taking[J].JournalofBankingandFinance.2010(04)[4]Brissimis,S.N,Delis,M.D.BankHeterogeneityandMonetaryPolicyTransmission[J].EuropeanCentralBankWorkingPaperSeries.2009(08)[5]BorioC,Zhu,H.CapitalRegulation,Risk-takingandMonetaryPolicy:AMissingLinkintheTransmissionMechanism?[J].JournalofFinancialStability.2009(08)[6]Jimenez.G,OngenaS,PeydroJ-L,SaurinaJ.Hazardoustimesformonetarypolicy:Whatdotwenty-threemillionbankloanssayabouttheeffectsofmonetarypolicyoncreditrisk?[J].WorkingPapers.2009(01)[7]VIoannidou,SOngena,JPeydro.MonetaryPolicy,Risk-takingandPricing:EvidencefromaQuasi-naturalExperiment[J].SsmElectronicJournal.2009(19)[8]GambacortaL.MonetaryPolicyandtheRisk-takingChannel[J].BISQuarterlyReview.2009(01)[9]AdrianT,ShinH.LiquidityandMonetaryPolicy[J].AmericanEconomicReview.2010(99)[10]M.López,F.Tenjo,H.Zárate.TheRisk-TakingChannelandMonetaryTransmissionMechanisminColombia[R].ApresentationPreparedforthe2ndBISCCAConferenceon"MonetaryPolicy,FinancialStabilityandtheBusinessCycle".2011(05)[11]DelisMD，KouretasGP.InterestRatesandBankRisk-taking[J].JournalofBanking＆Finance,2011(35).[12]徐明东,陈学彬.货币环境、资本充足率与商业银行风险承担[J].金融研究.2012(07)[13]张雪兰,何德旭.货币政策立场与银行风险承担——基于中国银行业的实证研究(2000—2010)[J].经济研究.2012(05)[14]江曙霞,陈玉婵.货币政策、银行资本与风险承担[J].金融研究.2012(04)[15]徐明东,陈学彬.中国微观银行特征与银行贷款渠道检验[J].管理世界.2011(05)[16]牛晓健,裘翔.利率与银行风险承担——基于中国上市银行的实证研究[J].金融研究.2013(04)[17]陈玉婵,钱利珍.货币政策与银行风险承担[J].金融论坛.2012(04)[18]于一,何维达.货币政策、信贷质量与银行风险偏好的实证检验[J].国际金融研究.2011(12)[19]谭中,粟芳.货币政策、市场约束与银行风险承担行为的实证分析[J].上海财经大学学报.2011(05)45 [20]夏帆,陈安全.利率与银行贷款行为微观机理研究[J].财经论丛.2009(02)[21]李涛,刘明宇.资本充足率、银行信贷与货币政策传导——基于中国25家银行面板数据的分析[J].国际金融研究.2012(11)[22]徐明东,陈学彬.货币环境、资本充足率与商业银行风险承担[J].金融研究.2012(07)[23]解维敏,唐清泉.公司治理与风险承担——来自中国上市公司的经验证据[J].财经问题研究.2013(01)[24]陈曼娜,林伟涛.证券公司股权结构与风险承担行为研究——基于民间资本进入的视角[J].西部金融.2013(10)[25]邓南文.利率、公司治理和银行风险承担行为的实证研究[J].浙江金融.2015(03)[26]缪海斌.利率市场化与银行风险承担——基于结构冲击的视角[J].金融监管研究.2015(05)[27]杨天宇,钟宇平.中国银行业的集中度、竞争度与银行风险[J].金融研究.2013(01)[28]张羽,李黎.非利息收入有利于降低银行风险吗?——基于中国银行业的数据[J].南开经济研究.2010(04)[29]曹艳华.资本监管压力下的商业银行风险承担行为——基于不同性质商业银行(2004～2007)的比较研究[J].金融论坛.2009(05)[30]曹廷求,张光利.特许权价值、市场结构与银行风险承担[J].上海金融.2011(11)[31]邢毓静,朱元倩,巴曙松.从货币政策规则看中国适度宽松货币政策的适时退出[J].金融研究.2009(11)[32]张路通.泰勒规则对我国货币政策的检验[J].财会月刊.2008(08)[33]郭海燕.我国货币政策与金融稳定内涵的风险研究[J].财经界(学术版).2014(23)[34]王爱俭,王璟怡.宏观审慎政策效应及其与货币政策关系研究[J].经济研究.2014(04)[35]张强,乔煜峰,张宝.中国货币政策的银行风险承担渠道存在吗?[J].金融研究.2013(08)[36]孔爱国,卢嘉圆.市场约束、商业银行治理与风险的实证研究[J].金融研究.2010(05)[37]韩璐,位华.市场约束、治理机制和商业银行风险承担[J].宁夏社会科学.2011(03)[38]曹廷求,张光利.市场约束、政府干预与城市商业银行风险承担[J].金融论坛.2011(02)[39]叶蓁.中国货币政策产业异质性及其决定因素——基于上市公司面板数据的实证分析[J].财经论丛.2010(01)[40]牛丽娟.资本充足率、股权结构与商业银行风险承担的实证检验[J].统计与决策.2015(22)46 致谢时光荏苒，岁月如梭，从本科到研究生，在湘潭大学的七年时光转瞬即逝，在我人生的这段重要时光中，有良师传道授业，有益友相伴相随，更有母校湘潭大学伴我成长，我亦见证了湘大的不断进步，在即将离开校园开启下一段人生篇章时，我会谨记博学笃行，盛德日新的校训，不负多年受教。难忘师恩，感谢我的导师肖绮芳老师。在我三年的研究生学习中，肖老师一直在关注着我的发展，对我的学习和生活充满关怀。在我刚开始研究生的学习生涯时，为我指明研究方向，分清学习的主次。在读研期间，时刻关注我的学术近况，并提醒我将学术研究与金融前沿发展紧密联系。在毕业论文的写作上，肖老师从论文的选题、论文的重点以及完成初稿后对论文的修改上都悉心指导，并且在我遇到瓶颈时，及时为我指明突破口和前进方向，不遗余力的帮助我攻克难题，并提出许多宝贵的意见。肖老师对待学生严谨细心和认真负责的态度使我深受感动，丰富的专业知识和敏捷的思维也让我深感钦佩，这些都让我受益终身，她是我今后学术研究中永远的榜样与目标。同时，我要感谢研究生三年期间的任课老师们、常亚波老师和在毕业论文上为我提供指导的邹薇老师、王庆安老师、许先普老师和侯新烁老师，以及在论文实证上给我提供帮助的胡建民，感谢你们的耐心指导和详细分析。感念同窗，资料室的戴明珍、戴为、高艳、隆兴荣、方璇、曾帅和陈洲，因为你们的陪伴和帮助，让我的学习生动快乐了很多，我会一直记得我们在一起的快乐时光，你们将是永远值得我珍惜的朋友和家人，感谢我的师妹龙钰蓉和师弟彭钱，希望你们珍惜余下的研究生学习生涯，祝你们顺利完成学业，感谢我的室友方思允、周艳、赵美玲、韩茹和陈银，你们让我更充实地度过了研究生生活。哺育之恩，难以为报，感谢我的父母和家人，没有你们的支持，我的学业无法取得成功，正是你们为我的艰辛付出和对我的谆谆教导，才塑造了现在的我，对此我铭记于心。最后，特别感谢各位专家、老师抽出宝贵的时间对我的论文进行审阅并提出宝贵的建议，祝你们工作顺利，生活美满！黄颖青2016年5月30日47 攻读硕士学位期间发表的论文[1]黄颖青.我国大型商业银行信用风险管理现状[J].商场现代化,2015(10).48
