杠杆率监管具有风险抑制效应吗？——来自中国商业银行的经验证据

■陈伟平，张 娜

2008年全球金融危机爆发后，我国监管部门借鉴巴塞尔协议Ⅲ，引入不具有风险敏感性的杠杆率指标作为对资本充足率监管的补充，以限制银行体系的杠杆过度累积。本文基于2005～2016年期间中国67家商业银行的微观数据，采用动态面板数据GMM估计方法实证检验杠杆率监管对商业银行风险承担的影响。研究结果表明，杠杆率监管的风险吸收能力超过风险激励效应，有助于抑制商业银行资产负债表过度扩张，降低风险偏好；基于巴塞尔协议Ⅲ视角的《商业银行杠杆率管理办法》新规实施，有利于弥补资本充足率监管的不足，增强商业银行抵御风险能力；杠杆率监管对商业银行风险承担行为的影响具有异质性，资产规模越大、流动性水平越高的商业银行，杠杆率监管对风险承担的抑制作用越强。

一、引言

杠杆率的过度累积是2008年金融危机的主要原因，期间许多资本充足率较高的商业银行出现了过度杠杆的情形（BCBS，2014）。为了弥补巴塞尔协议Ⅱ内部评级法顺周期性的缺陷，2010年12月，巴塞尔委员会颁布了巴塞尔协议Ⅲ，在巴塞尔协议Ⅰ、Ⅱ风险加权资本充足率基础上，引入简单、透明、不具有风险敏感性的杠杆率指标，提出杠杆率的国际监管标准为3%。借鉴巴塞尔协议Ⅲ监管改革成果，结合国内商业银行改革发展和监管实际，2011年6月，中国监管部门颁布了《商业银行杠杆率管理办法》，规定商业银行并表和未并表的杠杆率均不得低于4%，要求在2012年1月1日起正式执行，系统重要性银行2013年达标，非系统重要性银行2016年达标。自此，商业银行必须同时接受资本充足率和杠杆率的双重约束。与此同时，推动金融领域去杠杆，守住不发生系统性金融风险的底线，也是十九大提出的金融工作根本性任务。

由于模型设定、研究范围以及研究阶段的不同，理论界和实务界对杠杆率监管的风险抑制效应持有不同观点。一些学者认为对于名义价值相同而风险不同的资产，杠杆率监管要求持有的资本数量相同，这会对商业银行形成反向激励，促使商业银行增加风险承担（Kiema&Jokivuolle，2010）。另一些学者认为杠杆率监管有利于降低资本监管的风险敏感性，减少银行失败概率和存款预期损失可能性，增强商业银行风险吸收能力（Smith et al.，2017）。从现有研究可以看出，相关文献对一些核心学术问题仍缺乏深入研究。不具有风险敏感性的杠杆率监管是否能有效抑制中国商业银行的风险承担行为？《商业银行杠杆率管理办法》实施前后，杠杆率监管的风险抑制效应是否有显著变化？杠杆率监管对商业银行的风险承担行为影响具有异质性吗？这些问题对监管机构提出了全新的挑战和更高的要求。

基于此，本文选取2005～2016年期间67家商业银行的微观数据，采用GMM动态面板估计方法实证检验杠杆率监管对中国商业银行风险承担行为的影响。试图回答以下三个问题：（1）杠杆率监管在中国究竟具有风险激励效应还是风险吸收效应？（2）杠杆率监管新规的实施是否有助于发挥风险抑制效应？（3）资产规模、流动性比率是否会改变商业银行风险承担行为对杠杆率监管的敏感性？

二、文献述评

2008年国际金融危机爆发以前，相关文献主要探讨资本监管对商业银行风险承担行为的影响（Koehn&Santomero，1980；Laeven&Levine，2009；Shim，2013），得出的结论是混合的，主要由于模型设定、研究样本以及研究方法的不同，在一定程度上决定着商业银行风险承担行为及监管政策的有效性（Kim&Santomero，1988；Calem&Rob，1999；Rime，2001）。国际金融危机之后，杠杆率监管作为资本充足率监管的补充，能否抑制商业银行风险承担成为学术界研究的热点问题。

在理论研究方面，Blum（2008）做出了开拓性贡献，发现资本充足率的分母风险加权资产主要依靠商业银行内部风险评级，监管者较难识别商业银行内部评级结果的准确性，而杠杆率为资本与资产之比，没有区分高风险资产和低风险资产，风险独立的杠杆率监管显得尤为必要。学者们对此进行拓展，一些文献得出杠杆率监管具有风险抑制效应，Kiema&Jokivulle（2014）引入杠杆率监管指标，发现杠杆率存在额外的损失吸收能力，能够覆盖基于风险资本框架下没有覆盖的风险，从而有利于增加银行的稳定性。Smith et al.（2017）对比了杠杆率和基于风险的资本比率，发现前者具有更明显的逆周期作用。另一些文献则得出相反结论，Dell′Ariccia et al.（2014）研究表明，当实际利率降低时，一般来说，商业银行会调整资本结构，导致更高的杠杆率和更大风险；若此时商业银行保持资本结构不变，高杠杆的商业银行会减少杠杆。靳玉英和贾松波（2016）指出不同条件下杠杆率对商业银行风险偏好的影响具有差异性，只有在利差较小时，杠杆率监管才会使高风险资产比重上升。

在实证研究方面，一些学者认为杠杆率监管可以抑制风险，中国银监会课题组（2010）认为独立实施杠杆率监管对商业银行的风险约束效应有限，杠杆率监管应该作为资本充足率监管的补充工具，两者相互补充有助于减少资本套利，强化对商业银行规模扩张的约束效应，遏制经济上行期商业银行资产过度扩张。袁鲲和饶素凡（2014）采用2003～2012年15家中国上市银行数据，研究发现兼顾了杠杆率约束的资本监管可以促进中国商业银行补充资本水平，有助于资产结构从高风险资产向低风险资产调整，商业银行资本变动与风险水平变动之间存在显著负相关关系。冯乾和侯合心（2015）得出了相同的结论，发现资本充足率和杠杆率指标都基本实现了有效降低中国上市银行资产风险水平的监管效果。Smith et al.（2017）以欧盟银行为样本，发现杠杆率要求会显著降低高杠杆银行破产概率。另一些学者认为杠杆率对商业银行风险承担的影响取决于相关条件。黄海波等（2012）运用线性规划方法，得出的结论有些不同，研究发现对商业银行实施无风险敏感性的杠杆率监管可以缓释顺周期性，与此同时，也降低了风险敏感性，造成资本监管套利，杠杆率监管与资本充足率要求可能相互补充，也可能相互抵触。方芳等（2016）认为中国银监会实施杠杆率监管办法后，商业银行广泛提高资本水平，短期内达标情况良好，但中长期存在压力，监管部门应充分考虑商业银行的资产质量，注意资本充足率监管和杠杆率监管的有效配合。

综上所述，国内外文献关于杠杆率监管的风险抑制效应研究取得了一些进展，目前尚处于起步阶段，还存在以下不足之处：第一，相关文献较少全面考察杠杆率监管新规实施前后，商业银行风险承担行为是否存在差异；第二，现有文献尚缺乏不同商业银行对杠杆率监管做出异质反应的研究。本文拟进行如下改进和创新：（1）构建双重交互项，比较杠杆率监管新规实施前后商业银行风险承担行为的变化，以判别杠杆率监管的实施效果。（2）纳入杠杆率监管与银行规模的交互项、杠杆率监管与流动性比率的交互项，检验杠杆率监管影响商业银行风险承担行为的异质性问题。

三、模型、变量与数据说明

（一）计量模型的设定

根据研究目的和数据情况，本文主要开展了以下三个层面的检验。

第一，检验杠杆率监管对中国商业银行风险承担行为的影响。本文设立以商业银行风险承担为被解释变量、杠杆率监管为主要解释变量的动态面板数据基准模型：

其中i=1，2，…，N表示银行家数，t表示年份。被解释变量RISKit表示商业银行i在t时期的风险承担，核心解释变量为杠杆率LEVi，t-1。在稳健性检验中，本文采用商业银行实际杠杆率与监管要求4%之差作为杠杆率监管代理变量，重新进行回归。模型（1）的控制变量为银行特征变量和宏观经济变量，为了控制宏观环境变量的影响，本文引入年份虚拟变量DY，重点探讨系数α1的符号和显著性。

第二，检验杠杆率与监管新规实施的交互项对中国商业银行风险承担行为的影响。2011年6月，中国监管部门颁布了《商业银行杠杆率管理办法》，要求监管新规在2012年1月1日正式执行，为了探讨监管新规的实施是否更有利于杠杆率监管的风险抑制效应，本文引入时间虚拟变量C，2011年及以前年份用0表示，2012年及以后年份用1表示，构建杠杆率与监管新规的交互项 LEVi，t-1×Ct-1，重点分析系数α2的符号和显著性。

第三，检验杠杆率监管与银行规模交互项、杠杆率监管与流动性比率交互项对中国商业银行风险承担行为的影响。不同资产规模和流动性比率的商业银行，杠杆率监管对风险承担的影响可能具有差异性，故而本文引入杠杆率监管与两者的交互项，探讨银行规模、流动性比率是否改变杠杆率监管对商业银行风险承担行为的影响，重点分析系数α2的符号和显著性。

由于存在被解释变量的滞后项，固定效应模型、随机效应模型或混合OLS估计可能存在内生性问题，产生有偏估计，本文借鉴Blundell&Bond（1998）提出的系统GMM方法，对样本数据进行回归分析。系统GMM估计的一致性在于所选择工具变量的有效性，本文采用Sargan检验判断工具变量的使用是否合理。Sargan统计量服从自由度为r-k的x2分布，如果Sargan中P值大于0.1，则不能拒绝工具变量有效性的零假设，说明工具变量和误差项不相关。同时，本文采用AR（1）、AR（2）检验差分方程的残差是否存在一阶和二阶序列相关，若AR（2）的P值大于0.1，说明扰动项差分无法拒绝不存在二阶相关性假设。

（二）变量的选取

1.被解释变量（RISK）。国内外相关文献对商业银行风险承担的度量方法较多，主要有预期违约率、股票收益波动率、不良贷款率、风险加权资产占比等，由于违约数据库的缺乏，我国经验EDF函数尚未建立，故预期违约率不能较好地测度，由于一些样本银行尚未上市，股票收益波动率数据缺失较多。风险加权资产占比RWAit为风险加权资产与总资产之比，风险加权资产根据资产信用风险、市场风险、操作风险等得到，是商业银行风险的事前指标，本文采用风险加权资产占比作为主要代理变量。近年来，较多学者使用Z值作为衡量银行风险承担的指标（Laeven&Levine，2009；徐明东和陈学彬，2012），本文采用Z值进行稳健性检验，定义为Zit=σi（ROAit）/（ROAit+Eit/Ait）。其中，ROAit为商业银行总资产收益率，σi（ROAit）为总资产收益率的标准差；Eit/Ait为股东权益占总资产的比值，利用三年滚动数据计算ROA的标准差；Z值综合了商业银行经营稳定性、盈利能力和财务杠杆状况等方面，Z值越大，银行风险承担就越大。不良贷款率作为商业银行风险的事后指标，本文采用该指标进行稳健性检验。

2.核心解释变量（LEVi，t-1）。2010年12月颁布的巴塞尔协议Ⅲ，引入杠杆率监管指标，纳入第一支柱，作为资本充足率要求的补充。杠杆率的计算公式如下：杠杆率=一级资本净额/调整后表内外资产余额×100%。巴塞尔协议Ⅲ的杠杆率要求为3%，中国银监会的杠杆率要求为4%。本文使用一级资本净额与表内外资产余额之比作为杠杆率监管LEVi，t-1的代理变量。在稳健性检验中，采用商业银行实际杠杆率与监管要求4%之差作为代理变量进行回归。

3.银行特征变量（BANKCONi，t-1）。根据相关文献，选择如下银行特征变量：流动性比率LIQi，t-1，定义为流动性资产与总资产之比；资产收益率ROAi，t-1，等于税后利润除以总资产；银行规模LNAi，t-1，用资产规模的自然对数值衡量；非利息收入占比NONINi，t-1，用非利息收入与营业收入之比度量；成本收入比COSTi，t-1，用业务及管理费与营业收入占比衡量。

4.宏观经济变量（MACROCONi，t-1）。宏观经济变量主要包括GDP增长率GDPi，t-1、居民消费价格指数CPIi，t-1以及货币政策代理变量MPt-1。国有控股银行和股份制银行采用全国的GDP增长率和居民消费价格指数，由于城市商业银行在不同区域，其经济形势和居民消费水平存在较大差异，城市商业银行采用省区的GDP增长率和居民消费价格指数。货币政策代理变量的选取需结合我国货币政策调控制度特征，许多发达国家较多使用银行间市场利率作为货币政策的代理变量，我国的货币政策较多使用数量型指标，随着利率的逐渐市场化，价格型工具逐步得以加强。考虑到上述情形，本文使用4种货币政策代理变量。其中，数量型指标分别是M2t-1增长率和法定存款准备金率（RESt-1）。据统计，2005～2016年，中央银行先后调整法定存款准备金40多次。例如，2007年和2008年的法定存款准备金调整比较频繁，每年有10次之多，2008年9月15日开始，中央银行对大型金融机构和中小型金融机构实行差别要求，故法定存款准备金根据商业银行大小不同分别取全年加权平均值。价格型指标分别是1年期贷款利率（LRt-1）和7天银行间同业拆借利率（SHIBORt-1）。

（三）样本选择与描述性统计

基于数据的可获得性和代表性，本文选取2005～2016年67家商业银行数据为研究样本，主要包括5家大型国有银行，12家全国性股份制银行以及50家城市商业银行。商业银行微观数据主要来源于2005～2016年《中国金融年鉴》、Bankscope数据库和各商业银行年报，并根据原始数据计算得出。实际GDP增长率、CPI及货币政策变量等来源于中国人民银行网站、国家统计局统计公报及省区统计局统计公报。为了剔除异常值对结果的影响，本文对连续型指标进行1%和99%的缩尾处理。主要变量的描述性统计见表1，从中可以看出，微观变量的最大值与最小值差距较大，风险加权资产占比的最大值为0.860，最小值为0.393，均值为0.609；杠杆率的最大值为0.114，最小值为0.025，均值为0.061，杠杆率的均值已明显超过中国监管部门规定的达标值4%。

表1 主要变量的描述性统计

四、实证结果与讨论

（一）基准模型回归结果

杠杆率LEV的估计系数为负，t统计量在99%的置信区间内显著，表明在控制其他变量影响的情况下，杠杆率提高有助于降低风险加权资产比重，平均来看，杠杆率增加1个百分点，商业银行风险将下降0.538个百分点，这与Smith et al.（2017）的研究结果基本一致。本文的研究结论说明杠杆率监管完善了商业银行监管体系，提高了商业银行自有资本持有比例，对资产风险产生了显著的约束作用。在银行特征变量对风险承担行为的影响中，流动性比率、资产收益率、资产规模、非利息收入、成本收入比的估计系数及显著性与理论预期基本吻合。在宏观经济变量对风险承担行为的影响中，一年期贷款利率、M2增长率和法定存款准备金率的回归系数不显著，SHIBOR的回归系数显著为负。同时，GDP增长率的回归系数不显著，CPI对商业银行风险承担有显著正向影响。此外，Sargan检验表明所有工具变量都是有效的，自相关检验表明扰动项不存在二阶相关性。

表2 基准模型的估计结果

（二）杠杆率监管政策实施前后商业银行风险承担对比

从表3可以看出，杠杆率与监管新规实施的交互项回归系数显著为负，说明杠杆率监管新规的实施有助于商业银行控制杠杆率积累，从而弥补资本充足率要求的不足。可能的解释是，2011年6月监管部门颁布的《商业银行杠杆率管理办法》，规定一级资本占调整后表内外资产余额的比例不得低于4%，建立了更具前瞻性和有机统一的审慎监管制度，并加强了对新监管标准实施的监管检查，这有助于商业银行调整业务结构，优化风险计量工具和管理政策，增强自身抵御风险的能力。在包含交互项时，杠杆率的参数解释需慎重对待，在杠杆率监管新政实施前，杠杆率增加1个百分点，商业银行风险将平均下降0.458个百分点，而杠杆率新政实施后，杠杆率对商业银行风险承担行为的影响是-0.986（-0.458-0.528×1），即杠杆率监管新政的实施有助于抑制商业银行风险承担行为。

表3 杠杆率监管政策实施前后的影响：基于双重交互效应的估计结果

（三）杠杆率监管对商业银行风险承担行为影响的异质性检验

从表4可以看出，杠杆率与资产规模的交互项回归系数显著为负，说明杠杆率监管对商业银行风险承担的影响取决于资产规模。式（1）中，当资产规模自然对数值高于5.292时，杠杆率对商业银行风险承担行为具有负向影响，而资产规模自然对数值低于5.292时，杠杆率对商业银行风险承担行为的影响方向相反，说明规模越大的商业银行，越有可能受到更加严格的杠杆率管控和监管，结构复杂、高杠杆交易业务会受到从严限制，从而可以避免过度承担风险。同时，杠杆率与流动性比率的交互项回归系数显著为负，说明不同流动性比率的商业银行可能采取不同的风险策略。式（8）中，当商业银行提高流动性比率并高于0.071时，杠杆率对商业银行风险承担行为具有显著负向影响，该结论与近年来流动性监管的现状相符。即2012年以来，监管当局加强多维度流动性风险监管，提高流动性风险管理的审慎监管要求，与杠杆率监管相互搭配，有助于加强杠杆率监管对风险承担的抑制作用。

（四）稳健性检验

为了确保本文经验分析结论的有效性，本文做了多项稳健性检验。

1.风险承担行为其他度量的估计。商业银行风险承担的度量方式有多种，其中：Z值通过偿付能力衡量商业银行破产风险，不良贷款率是商业银行风险承担行为的事后测算。本文分别选取Z值和不良贷款率作为代理变量进行稳健性检验。由结果可知，Z值的回归系数为正，但不显著，而不良贷款率的回归系数显著为负，这与以风险加权资产占比为被解释变量的回归结果基本一致，说明本文的回归结果具有稳健性。

2.杠杆率监管其他度量的估计。根据《商业银行杠杆率管理办法》，监管当局对杠杆率的要求是4%，本文引入杠杆率缓冲指标作为杠杆率监管代理变量（定义为LEVBUF=LEV-4%），重新进行回归，结果与以LEV为代理变量的符号方向、显著性基本一致，说明本文的基本结论比较稳健。

3.混合OLS和固定效应的估计。本文分别采用混合OLS和面板固定效应估计进行稳健性检验。由结果可知，采用混合OLS估计时，杠杆率变量的回归系数与GMM估计结果一致，但显著性不及GMM模型，而采用固定效应估计时，杠杆率变量的回归系数为正，但t统计值比混合OLS估计小。总的来看，稳健性检验支持GMM估计结果。

五、结论与政策含义

本文采用多种商业银行风险承担指标，基于2005～2016年期间67家商业银行的面板数据，采用GMM估计方法实证检验了杠杆率监管对中国商业银行风险承担的影响，并比较杠杆率新规实施前后商业银行风险承担行为是否具有差异性。结果发现：（1）杠杆率监管与资本充足率要求相互配合，带来的风险抑制效应会超过风险激励效应，促使商业银行调整资产结构，降低风险偏好。（2）借鉴巴塞尔协议Ⅲ的《商业银行杠杆率管理办法》新规实施，意味着监管部门建立了更具前瞻性的审慎监管制度，有助于商业银行控制杠杆率积累，增强自身抵御风险的能力。（3）杠杆率监管对商业银行风险承担行为的影响具有异质性，依赖于资产规模和流动性水平，规模越大、流动性水平越高的商业银行，杠杆率监管对风险承担的抑制作用越强。

表4 杠杆率监管对商业银行风险承担行为影响的异质性检验结果

本文的研究结论具有重要的政策含义：（1）杠杆率监管新规实施有利于商业银行增强风险抵御的能力，为了控制银行体系的杠杆化程度，增强银行体系稳健性，监管部门应加强商业银行杠杆率信息披露要求，提高杠杆率透明度，防止商业银行资产负债表过度扩张，约束商业银行开展表外业务、影子银行业务进行套利。（2）杠杆率监管对不同个体商业银行风险承担的影响也不同，监管部门在制定和实施杠杆率监管政策时，应充分考虑统一监管规则对不同商业银行风险偏好影响的差异，分类、分步骤加强对新监管标准实施的监督检查。