银行治理、股价非系统性波动与银行业系统性风险

吴成颂 王琪 倪清

摘 要：以2007—2016年14家沪深两市上市商业银行年度面板数据为研究样本，探讨商业银行内部治理对风险的影响机制。研究发现，有效的银行内部治理机制有助于降低系统性风险，同时，商业银行的股价非系统性波动在银行治理对系统性风险的抑制过程中发挥了传导作用，即完善的银行治理会增加其股价非系统性波动所反映的信息量，为商业银行提供决策依据，进而降低系统性风险。

关键词：银行治理;股价非系统性波动;商业银行系统性风险

中图分类号：F831   文献标识码：A   文章编号：1003-3890（2019）03-0072-07

一、引言

在目前经济转型阶段，增长速度放缓、结构转型、政策刺激使得银行业处于“三期叠加”的机遇期，同时也是风险易发的挑战期。金融风险是实体经济风险的镜像反映，经济面临转型机遇的同时也会加剧金融风险的聚集和释放。2016年防范金融风险列为新时期金融工作的重点，2017年3月《政府工作报告》中明确指出金融系统性风险是当前中国经济的核心风险。此外，金融稳定发展委员会在2017年6月的中央金融工作会议上成立，意在强化宏观审慎监管和提高系统性风险防范功能。银行业体系的稳定是金融稳定的关键，而防范银行业系统性风险是维护其体系稳定的关键，影响银行业系统性风险的因素眾多，可归纳为：宏观经济环境、监管环境、银行联接度、银行机构特征、风险传染途径等，而宏观经济环境、监管环境、银行联接度、风险传染途径主要表现为对不同国家或地区银行业的影响，因此研究一国内不同银行系统性风险的影响因素，应主要考虑银行机构特征，即银行治理对系统性风险的影响机制。

已有研究中考察商业银行内部治理对经营绩效影响的文献汗牛充栋，但是考察商业银行内部治理对系统性风险水平的影响及其作用机制的研究却较为匮乏，而此类研究对新时代下商业银行如何防范系统性风险，从而维护金融体系的健康稳定发展而言尤为重要。本研究以完善银行内部治理，关注股价波动的特性为立足点，探讨上市商业银行公司内部治理通过股价非系统性波动这一中间变量对银行业系统性风险的影响，研究结果从以下几个方面作出贡献：第一，在现有文献方面，我们从董事会治理、股东会治理等多个角度提供了银行内部治理能够降低银行业系统性风险的经验数据。迄今，只有少量文献考察了银行治理与系统性风险的关系，本研究将丰富这方面的研究内容。第二，在影响机制方面，本文以股价非系统性波动为中间变量，通过研究这一传导路径具体分析影响系统性风险强弱的因素，深化了人们对股价波动特性的认识，进而能够另辟蹊径地引起管理层对股票价格的重视。第三，在政策方面，能够为上市商业银行加强系统性风险控制提供一定的参考，有利于实现我国金融体系治理能力现代化。

二、文献综述与研究假设

（一）银行治理与商业银行系统性风险

银行治理分为外部治理和内部治理，由于银行业具有高度管制的特性，外部监管往往会使得管理者忽略银行内部治理，然而银行内部治理在近年来兴起的公司治理中占有重要地位。曹廷求等发现，1997年爆发的亚洲金融危机促使管理者重新审视公司治理问题[1]，这场危机使得金融危机的危害性和银行体系的脆弱性充分暴露，从而相关管理者对危机产生的原因以及危机过后的危害防范给予了重视[2-4]。

张兆国等研究表明银行治理能提高银行会计信息的透明度，从而在银行系统性风险的防范方面起到积极作用[5]。宋清华等研究发现，完善的银行治理机制能对管理层的自利行为形成一定的约束[6]。孙丽霞的研究结果显示，在现代经营管理中，由于所有权与经营权的分离，管理层作为商业银行日常经营的主体对会计信息及经营状况较为了解，但管理层与股东大会之间可能存在信息不对称的现象，自利的管理层会损害公司股东的利益[7]。

近年来，我国学者不断对商业银行内部治理与系统性风险之间的关系进行了实证研究。孔德兰 等利用2000—2007年我国5家上市商业银行的数据做实证研究，结果显示独立董事比例、大股东控制力和资本充足率与商业银行系统性风险呈显著正相关关系，资产规模、特许权价值和财务杠杆与商业银行系统性风险显著正相关，而监事会和董事会规模与商业银行系统性风险呈显著负相关关系[8]。曹艳华等在此基础上将研究样本扩大为14家上市商业银行后发现，管理层结构、股权集中度和董事会规模与商业银行系统性风险呈显著相关关系[9]。卢嘉圆等以2002—2008年我国A股市场上市商业银行的数据为基础，运用面板模型进行研究分析，从而得出适度扩大银行规模有利于降低上市商业银行系统性风险[10]。刘银国等运用14家上市商业银行2006—2010年的数据进行研究，发现治理结构、机制的不同与商业银行系统性风险具有一定的相关关系。在此研究基础之上，本文提出第一个研究假设[11]。

假设1：完善银行治理有助于降低商业银行系统性风险。

（二）银行治理与商业银行股价非系统性波动

从银行治理的内部机制方面来说，银行治理的本质是公司所有者与经营者的约束与激励的不断制衡，而公司经营权的合理分配在一定程度上促使经营者为公司不断创造价值。然而在近年来的研究发现中，良好的银行治理不仅会不断增加企业的价值，而且对商业银行的股价波动特征产生明显的影响。完善的银行治理有助于增强公司的信息透明度，而股价非系统性波动是指不能被市场中的公开信息所反映的部分，即表示反映股价波动的个别信息。因此，公司信息越透明，越能充分反映股价中的个别信息，即增加股票价格所反映出的信息量，从而增加商业银行股价非系统性波动占总波动的比重。因此，从这一角度出发能够通过商业银行的股价波动特征来反映其内部治理的成果。

对于这一问题，国内外学者均进行了深入的分析研究。从国外学者的研究来看，Bushee et al.认为，信息披露的质量和股东持有股票的数量有关，从而与股价的非系统性波动有关[12]。Fan et al.通过对东南亚地区900多家公司的股票价格对公司利润的敏感程度与所有权结构的关系进行研究发现，公司所有权的集中会降低股票价格对利润的敏感程度，这一结果说明过于集中公司的所有权会妨碍有用的信息反映在公司股票中[13]。Ferreira et al.对反敌意兼并安排与股价有效性的关系进行了研究论证，发现完善的公司治理能够促进信息流动，从而增加商业银行股价非系统性风险在风险总量中的比例，使得股价波动尽量少受市场波动的影响[14]。国内学者萧松华等的研究中，主要介绍了银行产权结构与经营效率之间关系的相关理论，并在此基础上进行了简要的分析与评价。虽然这些学者的研究内容不同，但均有一个特点，即通过了解公司内部的相关信息，比如财务信息、管理层信息和股权结构信息等，来判定公司治理的效果，从而了解股票价格的波动特性[15]。李维安等阐述了商业银行的公司治理具有一定的特殊性，并通过世界银行公布的相关数据对不同国家的商业银行股权结构与经营成果的关系进行分析比较[16]。鉴于此，本文提出第二个研究假设。

假设2：银行治理与股价非系统性波动所反映的信息量正相关。

（三）商业银行股价非系统性波动与系统性风险

借鉴张湄等的研究内容与结果[17]，本文將进一步分析商业银行股价非系统性波动对系统性风险的直接作用机制。由于公司股东较多地关注其获利程度和面临的风险，在这种情况下商业银行的股价非系统性波动更多地体现了公司股东对相关讯息波动的反应，即商业银行的股价非系统性波动程度越高，说明公司股东对于这些信息所作出的反应越大，同时这也说明公司的管理层所得到市场反馈信息越多，促使其行为更加合理化、理性化。在此基础上，由于商业银行的经营状况在一定程度上与股价非系统性波动存在关联，而银行的经营状况在收益与风险之间得以体现，由于高风险高收益的关系，若银行追求较高的收益，则其面临的风险也会增大。

综合以上分析，商业银行内部的股价非系统性波动越强烈，说明市场向公司管理者传递的有效信息越丰富，管理层从市场得到的反馈就越充分，能够较为合理地对企业经营战略进行调整，公司所面临的系统性风险将会降低。据此，本文提出第三个假设。

假设3：股价非系统性波动所反映的信息量与商业银行系统性风险负相关。

（四）商业银行股价非系统性波动在完善银行治理降低系统性风险中的作用

商业银行通过完善内外部机制来提高内部治理水平，从而增强银行抵御系统性风险的能力。近年来学者们研究发现，银行治理往往通过一定的传导机制对系统性风险产生影响，而商业银行的股价非系统性波动就是重要传导机制之一。银行内部机制的有效治理能够提高股价中的个别信息量，增强股价非系统性波动，为决策者在面临系统性风险时提供必要的信息，有利于防范系统性风险。张湄等以14家上市银行数据为例，发现公司股价的波动特性与银行治理之间存在一定的相关性，并认为可以通过股价的波动特性来对银行治理效果进行测度，从而防范系统性风险。其研究表明，公司第一大股东持股比例与股价非系统性波动呈U形关系，即当公司第一大股东的持股比例足够高时，股价非系统性波动也会提高，从而为公司提供更多的有效信息，以便于公司在面对系统性风险时作出正确决策[17]。辛清泉等以2003—2009年A股主板上市公司为研究样本，分析了银行治理的信息披露如何影响股价波动性，研究表明公司内部信息透明度越高，股价非系统性波动就越高，从而能够满足公司外部投资者的信息需求，有利于银行系统的稳定[18]。另外，王薇研究认为，银行治理中的机构投资者持股比例也会对股价的波动产生影响，即机构持股比例的增加会使得会计信息披露的质量与股价波动的相关关系增强，从而对系统性风险的防范产生影响[19]。基于上述学者的研究，本文在前三个假设的基础上提出第四个研究假设。

假设4：股价非系统性波动在银行治理与银行系统性风险之间发挥着显著的中介效应，银行治理通过股价非系统性波动对系统性风险产生促进作用。

三、研究设计

（一）样本选取与数据来源

本文选取平安银行、宁波银行、浦发银行、华夏银行、中国民生银行、招商银行、南京银行、兴业银行、北京银行、交通银行、中国工商银行、中国建设银行、中国银行、中信银行14家沪深两市上市商业银行2007—2016年的年度面板数据，其中由于中国农业银行和光大银行等9家商业银行上市时间较晚，研究中所需数据不足，因此不作为本次研究所选择的样本对象。在此基础上借鉴现有文献并结合本文研究的特点选取了反映我国上市商业银行治理、股价非系统性波动、系统性风险以及相关控制变量的15个变量指标，共计1 890个原始样本数据。

针对商业银行的系统性风险，采用商业银行的股票日收盘价作为衡量标准，并利用CoVaR模型对数据进行处理，其中数据主要来自中国上海证券交易所官方网站、中国深圳证券交易所官方网站和其他著名财经网站（东方财富网、同花顺网站等）;在银行治理方面，董事会治理、股权结构方面的数据主要来自各商业银行年度报表中“公司治理”“董事会成员简介”“股东大会成员简介”及年度财务报表;相关控制变量数据来源于中华人民共和国国家统计局官方网站、中国银行业监督管理委员会官方网站及银行年度财务报告。

本文主要所采用的统计软件为Stata13.0。

（二）变量定义

1. 商业银行系统性风险。本文基于Adrian和Brunnermeier提出的CoVaR模型，即以VaR模型为基础，建立将银行机构相互之间的风险溢出关系考虑在内的风险价值模型来对商业银行系统性风险进行度量。CoVaR模型，表示在一定概率水平条件下，某一资产在特定时间内的损失处于VaR水平时，其他资产组合最大的可能损失。根据两位学者对CoVaR模型的定义，CoVaRijq表示当某银行j风险处于VaRqj水平下，银行i所面临的风险水平。由此可见，CoVaRijq表示金融机构i关于金融机构j的条件VaR，反映出当金融机构j处于极端不利状况下，金融机构i面临的风险大小。所以，CoVaRijq可被定义为，当金融机构j的无条件VaR给定的情况下金融机构i的VaR，用条件概率分布q分位数则可定义为：

其中，0

从上述定义可看出：CoVaR从本质上来说就是VaR;j对i的风险溢出效应可通过CoVaRijq和VaRiq之间的相关关系来表述，CoVaRijq是i的总风险价值水平，其中包含溢出风险价值和无条件风险价值，为更加准确地表述机构i对金融机构j变化的反应程度，将溢出风险价值表示为？驻CoVaRijq，因此这三者的关系可表示为：

运用CoVaR模型来对商业银行的系统性风险进行测度十分有效，本文用商业银行的股票日收盘价衡量风险价值并对原始数据进行了正向化处理。运用此模型可计算出若某家银行陷入困境则给其他相关联银行带来的影响大小，能够识别出研究中重要性较高的银行。

2. 银行治理综合指标。由于目前我国监事会发展尚处于起步阶段，根据相关文献来看，该指标对研究所起作用并不显著，故主要考虑董事会治理和股权结构方面的变量。在董事会治理方面，选取董事会规模、独立董事比例和董事会会议次数作为衡量指标;在股权结构方面，选取股权集中度、股东权益率和前三大股东持股比例作为衡量指标[20]。本文借鉴孙丽霞的方法[7]，将董事会规模（BDS）、独立董事比例（PID）、董事会会议次数（BDM）、股权集中度（OC）、股东权益率（ER）、前三大股东持股比例（TOP3）、银行业景气指数（BBI）和资本充足率（CAR）这8个指标通过运用主成分分析法来构建出一个反映公司治理水平的综合指标（CG）[21]。

检验样本数据是否具备做主成分分析的条件。目前学者研究中，主要运用KMO测度和巴特利特球检验这两种方法进行检验。KMO测度计算出的数值变化范围在0～1，若KMO的值较小，则表明其不符合运用主成分分析。一般情况下，指标值>0.7时数据较好。巴特利特球检验是通过对相关矩阵整体进行检验，若为单位阵，则零假设成立。将观测数据进行KMO测度和巴特利特球检验，其结果显示Bartletts检验结果为拒绝原假设，KMO测度数值为0.798。因此，我国上市商业银行治理的数据符合主成分分析的条件。

对变量之间的相关关系抽象出关系矩阵。这一步骤则运用软件自动生成。得出相关关系矩阵的特征值、贡献率和累计贡献率，确定主成分的个数，如表1所示。

表1中主成分的累计贡献率为85.062%>85%，损失的信息在可接受范围内，且各主成分的特征值均大于1。根据主成分荷载矩阵（表2）可得出3个主成分的表达式，根据各个主成分的贡献率和特征值确定各主成分的系数，从而利用特征值加权得出综合因子（CG）。

3. 股价非系统性波动。通过这一指标主要能分析出商业银行内部的股价波动与市场整体波动的非同步性，阐述了股东对公司上层相关信息的变化状况。计算方法如下：

在计算过程中，通过选取各银行每日交易的收盘数据得出日收益率，在此基础上减去同期无风险部分的利率，从而得到超额收益率rid。其中，无风险利率是由当期定期存款利率进行折算得出。若在上海证券交易所交易，则用上证综指收益率作为市场收益率，减去无风险部分的利率，得出市场超额收益率。以此类推，可得出？滓2mt和？滓2im，t。将计算出的数值代入公式（4），得出股票i在t时期的特有方差？滓2ie，t。再把？滓2ie，t和？滓2it代入公式（3）即可得出股价的非系统性波动变量？鬃i，d。

4. 控制变量。在宏观经济变量方面，本文选取GDP的增长率这一指标进行衡量。在微观经济指标方面，主要采用银行资产规模（Size），由各商业银行的总资产取自然对数得出;不良贷款率（NPL），反映商业银行的不良贷款的情况，在一定程度上影响商业银行的系统性风险。

本文涉及的变量、定义及相关解释具体如表3所示。

（三）模型构建

本文通过构建以下4个模型来检验本文所提出的研究假设：

四、实证研究

（一）样本数据的描述性统计

本文样本数据的描述性统计如表4所示。商业银行治理综合指标（CG）的极大值为2.491 8，极小值为-2.340 5，均均值为-0.507 9，说明银行治理水平差异较大，而整体治理水平有待提高。股价非系统性波动（？追），极大值为10.564 9，极小值为4.076 2，标准差为1.290 6，表明商业银行对股价非系统性波动关注较少。商业银行系统性风险（CoVaR）的极大值为2.958 0，极小值为0.047 4，均值为0.751 2，说明商业银行整体系统性风险水平较低，但部分商业银行面临较高的风险水平。

（二）面板单位根检验

参照陈守东等运用单位根检验的方法，分别对银行治理综合指标、股价非系统性波动和商业银行系统性风险序列进行了面板单位根检验，通过检验是否存在单位根来判定模型的平稳性[22]，具体结果如表5所示。

由检验结果可知，银行治理、股价非系统性波动与商业银行系统性风险的统计量均强烈拒绝面板包含单位根的原假设，即面板数据是平稳的。

（三）回归分析

1. 银行治理对商业银行系统性风险的影响。表6为商业银行的公司治理对系统性风险影响的回归结果。在对其他相关变量进行控制的前提下，銀行治理综合指标CG的回归系数为-0.018 5，在1%置信水平下显著，意味着该模型可有效解释其风险承担能力，即完善商业银行的公司治理会降低其风险水平。

银行规模的系数值在1%水平下显著为负，说明商业银行的资产规模的扩大能提高对系统性风险的防范能力，从而降低其所面临的系统性风险。NPL的系数显著为正，说明商业银行的不良贷款率过高可能会加剧整体系统性风险。另外，GDP的回归结果系数为负，表明我国经济整体的蓬勃发展有利于降低风险，从而提升我国商业银行对风险的承担能力。因此假设1成立。

2. 银行治理对股价非系统性波动的影响。在对其他变量进行控制的前提下，银行治理综合指标CG的系数值在5%置信水平下显著为正，为0.099 4，这表明对于我国上市商业银行来说，董事会结构的完善以及股权结构的优化使得其股价对市场的不同步性会显著增加，从而为投资者提供较多的市场信息。银行资产规模Size的系数值在1%水平下显著为负，说明银行规模越大，股价非系统性波动越低，从而商业银行内部越难以有效治理，这一结论与学者张湄等的研究结论相一致[17]。NPL的系数值在5%置信水平下显著为正，说明银行不良贷款率在一定程度上能够反映市场上股价的相关信息，从而为公司的管理层在进行决策时提供帮助。除此之外，GDP的系数值在1%的水平下显著为正，表明我国整体经济的良好运行能够促进公司的发展逐步趋于成熟稳定。因此，假设2成立。

3. 股价非系统性波动对商业银行系统性风险的影响。从公式（10）的结果可看出，股价非系统性波动的系数值显著为负，这表明商业银行的股价非系统性波动越大，越能提供反映市场变化的信息，其所面临的系统性风险越小，这与学者卢嘉圆的结论基本一致[20]。

银行规模系数值为负，说明银行适度扩大规模有利于防范系统性风险。NPL的系数值显著为正，表明银行不良贷款率的增加或导致银行面临更大的系统性风险，而在此模型中，GDP对系统性风险的影响并不显著。

4. 股价非系统性波动在银行治理对银行系统性风险影响中的作用。根据温忠麟的理论研究，公式（9）和（10）的检验结果已经说明银行治理对系统性风险的影响至少有一部分是通过股价非系统性波动来实现的，即存在股价非系统性波动对于银行治理和系统性风险的中介效应[23]。

公式（11）反映了中介变量股价非系统性波动发挥作用的效果。股价非系统性波动的系数为0.012 2，在5%的水平下显著，同时，银行治理的系数变成了-0.021 5，其对应的p值由之前的小于0.01变成了小于0.05，虽然仍为显著，但其显著性水平明显下降。由此可看出股价非系统性波动在银行治理和系统性风险之间存在着明显的部分中介效应。

学者温忠麟等提出运用系数估计值的计算公式能够得出中介效应、中介效应与直接效应之比和其与总效应之比，来对中介效应的大小进行衡量[24]。按照公式（8）～（11）的实证结果来看，股价非系统性波动对于银行治理和系统性风险的中介效应为0.001 2，中介效应占总效应比重为5.34%，中介效应占直接效应的比重为5.64%。

（四）稳健性检验

以上文的研究为基础，本文选取我国上市商业银行的内部薪酬激励指标作为代理变量进行稳健性检验，运行数据结果与上述结论稍有偏差，但不影响基本假设。除此之外，检验过程中综合运用了固定效应模型和随机效应模型，结果与主要结论基本相符。

五、结论与建议

本文以对国内外相关学者的研究进行文献综述为基础提出研究假设，结合我国上市商业银行的自身特征，选取2007—2016年14家具有代表性的商业银行的相关数据为研究样本，对商业银行治理、股价非系统性波动对系统性风险的影响进行了研究分析。研究结果表明：我国上市商业银行的有效治理有助于降低其面临的系统性风险，提高商业银行对系统性风险的承担能力，这一结论说明我国上市商业银行的公司治理起到了防范系统性风险这一基本职能;商业银行的股价非系统性波动在此影响过程中，起到了一定的传导作用，银行治理的完善会使得股价的非系统性波动增强，从而能为商业银行防范系统性风险提供有用的参考依据，有利于降低系统性风险。

基于前文的理论分析和实证研究，我们从完善商业银行公司治理和关注股价非系统性波动两个方面提出相关政策建议：

1. 优化内部治理结构以提高商业银行治理效率。商业银行面临日益激烈的竞争和挑战，董事会规模较小或董事会会议次数较少，不能满足商业银行日益快速发展的需求，因此商业银行应适度扩大董事会规模、适当增加董事会会议次数，适当扩大公司独立董事比例，提高董事会的独立性。通过引进经济、金融、法律等方面的专家来优化公司董事会的人员构成，从而增强董事会的独立性和风险防范水平[25]。另外，在权利分配时将员工、债权人等利益相关者纳入分配范围可能更为有利于优化银行内部结构，将商业银行的权利在股东、债券持有者、公司员工及同业之间按适当的比例进行分配[26]。

2. 关注商业银行股票价格的波动特性，通过分辨有用的信息完善内部治理。商业银行应不断完善信息披露制度，为投资者提供较为全面真实并且及时的信息，使得相关投资者能够根据相关信息对决策行为进行相应的调整。同时，商业银行应加强信息披露监管，使得商业银行的利益相关者具有一定的信息优势[27]。然而，仅有良好的信息环境不足以应对市场的复杂多变，在分析股价的波动特性时，商业银行还应分清是噪音还是信息造成的股价非系统性波动，不断搜集整理并合理利用信息，从而有助于商业银行由非理性的噪音交易向理性的信息交易进行转变。

参考文献：

[1]曹廷求，王营.特许权价值、公司治理机制和商业银行风险承担[J].金融论坛，2010（10）：12-18.

[2]郝臣，李维安，王旭.中国上市金融机构是否有效治理——风险承担视角[J].现代财经，2015（11）：12-21.

[3]郝臣，崔光耀，秦晓天.上市商业银行公司治理与风险承担关系研究[J].资本观察，2016（2）：60-66.

[4]曹廷求，王营，马莉.外部环境、治理机制与银行风险[J].经济研究，2011（10）：150-155.

[5]张兆国，刘晓霞，邢道勇.公司治理结构与盈余管理——来自中国上市公司的经验数据[J].中国软科学，2009（1）：122-133.

[6]宋清华，曲良波，陈雄兵.中国商业银行规模、治理与风险承担的实证研究[J].当代财经，2011（11）：57-70.

[7]孙丽霞.公允价值层级、银行公司治理与银行系统性风险——基于我国14家上市商业银行的面板数据[J].财会通讯，2017（6）：28-31.

[8]孔德兰，董金.公司治理机制对商业银行风险承担影响的实证分析[J].中央财经大学学报，2008（11）：38-42.

[9]曹艳华，牛筱颖.上市银行治理机制对风险承担的影响[J].金融论坛，2009（1）：43-48.

[10]盧嘉圆，孔爱国.市场约束、商业银行治理与风险的实证研究[J].金融研究，2010（5）：102-115.

[11]刘银国，张琛.基于公司治理的商业银行风险研究[J].经济学动态，2011（7）：80-84.

[12]BUSHEE J B， NOE C F. Corporate disclosure practices，institutional investors and stock return volatility[J].Journal of accounting research，2000（25）：171-202.

[13]FAN J，WONG T J. Corporate ownership structure and the informativeness of accounting earnings in East Asia[J].Journal of accounting and economies，2002（33）：401-425.

[14]FERREIRA M A， LAUX P A. Corporate governance idiosyneratic risk and information flow[J].Journal of finance，2007（2）：951-989.

[15]蕭松华，刘明月.银行产权结构与效率关系理论评析[J].国际金融研究，2004（5）：4-10.

[16]李维安，曹廷求.商业银行公司治理——基于商业银行特殊性研究[J].南开学报，2005（1）：83-89.

[17]张湄，孔爱国.商业银行治理与股价波动关系的实证研究[J].复旦学报，2010（5）：101-108.

[18]辛清泉，孔东民，郝颖.公司透明度与股价波动性[J].金融研究，2014（10）：193-206.

[19]王薇.会计信息质量、机构投资者与股价波动性[J].财政监督，2015（11）：26-30.

[20]卢嘉圆.投资者对我国商业银行的治理作用[D].上海：复旦大学，2009.

[21]彭浩.基于主成分分析的广西碳排放影响因素实证研究[J].浙江农业科学，2017（10）：1794-1797.

[22]陈守东，张丁育.我国银行治理特征与银行稳健性的关系研究[J].南京农业大学学报，2015（1）：99-127.

[23]温忠麟.中介效应分析：方法和模型发展[J].心理科学进展，2014（5）：731-745.

[24]温忠麟，侯杰泰，张雷.调节效应与中介效应的比较和应用[J].心理学报，2005（2）：268-274.

[25]陈旭.基于利益相关者视角的商业银行公司治理与经营绩效研究[D].湘潭：湘潭大学，2016.

[26]张岩.我国商业银行董事会治理与风险管理能力研究[D].昆明：云南财经大学，2012.

[27]林忠国，韩立岩，李伟.股价波动非同步性——信息还是噪音？[J].管理科学学报，2012（6）：68-81.

责任编辑：王冬年