商业银行风险管理研究

夏敏 王睿

摘要：将杠杆率作为衡量商业银行风险的指标，基于我国45家上市商业银行2013—2017年的数据，运用面板数据模型从宏观和微观两个层面检验杠杆率对商业银行风险管理的影响，首先运用混合效应模型（pool）、固定效应模型（FE）、随机效应模型（RE）以及动态GMM方法对模型进行估计，再将银行按国有大型股份制商业银行、全国性股份制商业银行、城市及农村商业银行分为三个子样本进行异质性检验。结果表明杠杆率滞后一期相对于当期的影响十分显著，不良贷款率、盈利能力、贷款增长率、权益乘数负向影响杠杆率，存贷比正向影响杠杆率，宏观层面的GDP与M2增长率对杠杆率影响显著。由异质性检验可以得出不同类型的商业银行，其客观条件存在显著差异，监管机构应及时调整监管策略，保证各类银行的稳健发展。

关键词：商业银行风险;杠杆率;面板数据模型

中图分类号：F830.33    文献标识码：A   文章编号：1673-1573（2019）03-0056-08

一、引言

党的十九大报告明确指出，要打好三大攻坚战，其中重点强调防范化解重大风险尤其是商业银行风险。我国银行业的资产规模是整个金融业的80%以上，在金融业的改革中有着十分重要的地位。习近平总书记在金融工作的重要论述中强调，“健全金融监管体系，牢牢守住不发生系统性金融风险的底线”[1]，显然这是新时代经济思想的重要组成部分，也是金融业的基本遵循。依照中央经济工作会议报告，以服务供给侧结构性改革为重点，自觉把资本市场稳健运行纳入金融稳定大局统筹谋划，坚持抵御系统性风险的发生。按照中央部署，管控杠杆率是攻坚战的主要任务之一，商业银行要继续重视防控各种风险，坚决整治规范银行活动，遏制高风险银行的存在。2008年金融危机给了我们深刻的教训，让我们意识到防范化解重大金融风险是经济与社会健康发展的重要前提。此次危机使得全球经济遭到前所未有的打击，各银行金融机构面临巨额损失甚至是破产的危险，显然此次金融危机是由过高的杠杆率（此处杠杆率是财务杠杆，与巴塞尔协议Ⅲ规定的杠杆率不同）引起的。2007年，雷曼兄弟的杠杆率超过30倍，并且他们过度使用金融衍生工具、减值准备极少、风险防范意识薄弱，此外，当时监管机构缺乏监管导致雷曼兄弟最终倒闭。虽然这些美国的大型商业银行有较高的资本充足率，但他们却还是遭受了这次危机的冲击，也就是说光依靠资本充足率这一指标来监管风险是不够的。虽然高杠杆能使银行获得巨大的收益，但是同时也给银行甚至整个经济体系带来了难以预测的风险。商业银行是离不开杠杆的行业，当然这也决定了商业银行经营风险的存在，杠杆水平决定了商业银行的盈利能力，杠杆倍数越大，商业银行的盈利空间也就越高，风险也随之变大。高的杠杆倍数表示商业银行少量的资产收益可以获得成倍的回报，与此同时也意味着少量的资产损失很有可能吞噬银行的全部资本[2]。在高杠杆环境下，银行的表内资产出现了外移情况，这深受银行的青睐，因为银行的表外业务既不会降低资本充足率，又能增加银行收入，还有可能在一定程度上规避某些税务负担，这也必然使得它的账面资本要比实际资本多，使商业银行产生了较大风险。加上金融衍生工具的不断创新，市场上的超前消费观念，银行的资金缺口也在扩大，相关学者同时也关注到了杠杆率的关键性，催生了《巴塞尔协议Ⅲ》[3]，其中明确规定将杠杆率作为补充的经济指标来衡量商业银行所面临的风险情况，且要求不得低于3%。国际上看，德国的商业银行杠杆率水平较低，美国的商业银行则与之相反，瑞士的商业银行并没有明显的一致性[4]。2011年6月，中国银行业监督管理委员会推出了《商业银行杠杆率管理办法》，要求商业银行杠杆率不可低于4%。2015年发布了《商业银行杠杆率管理办法（修订）》，规定商业银行的杠杆率是指银行的净一级资本与调整后表内外资产余额的百分比。监管者希望通过杠杆率这一经济指标来实现对商业银行杠杆偏向的风险把控，从而规避由于杠杆原因引起的相应风险。现今，经济发展迅速，我国商业银行由传统单一的形式变为具有多种金融业务的服务商。时代发展促使互联网金融的不停革新，各金融产品层出不穷，投资者多而复杂，这会加大交易链条，增加交叉性风险，违反规定的案件越来越多，甚至严重影响商业银行的信用，增强对商业银行的风险管控已经成为重点问题之一[5]。因此，2014年以来，金融行业的“去杠杆”全面展开。2016年，我国相应监管部门明确表明要控制资产泡沫，这说明宏观政策的重点已放在防范金融风险上。2017年，我国发布了一系列金融去杠杆政策，银行表外资产纳入考核面临规则细化，债券代持业务亦将进行改革等[6]。这也可以从某一方面反映出我国相关监管机构十分重视金融风险。同样处于金融去杠杆的经济背景下，我国商业银行的资产负债结构与以往不同，其同业业务减少，表外业务比例降低。到2017年，25家商业银行的同业资产和同业负债与2017年初相比分别降低了13.29%和4.92%，其应收款项类投资与年初相比降低了9.47%，6月末我国上市银行表外业务较年初减少7.29%。也就是说，无论是负债边的同业负债和表外业务，还是资产边的同业资产和委外业务，商业银行的主要杆杠业务在数据上都呈现下降的趋势，商业银行的业务组成结构缓慢走向真实[7]。

我国商业银行的金融衍生产品、金融创新产品随着经济发展不断增多，商业银行表外业务比例增加，其对杠杆率这一指标也愈发重视。对于杠杆率，Katia DHulster（2009）研究认为杠杆率有缓解周期性的作用，可以将杠杆率这一指标和资本充足率相互补充来管控商业银行的相应风险[8]。Sameh Jouida，Slaheddine Hallara（2015）运用GMM模型对银行的资本结构和监管资本进行研究[9]。Saleh Mohammad Alsayyed，Saleh Tahir Eh Alzurqan，Shaher Falah Alruod（2015）探讨了最低杠杆率的问题，研究发现杠杆率可以减少风险加权，从而使银行更愿意承担风险，且杠杆率并不会取代资本充足率的地位，更多的是相互补充[10]。潘再见等（2009）研究得出，中国商业银行的杠杆率水平处于中等地位，而一些小规模的股份制商业银行的杠杆率较大，存在相应风险，这就要注重商业银行的最初杠杆率[11]。戈建国等（2011）研究了各国的杠杆率情况及监管状况，并对其进行了详细的研究和分析，认为杠杆率的提出很有可能影响我国商业银行的金融产品创新，使我国银行与国际存在差距[12]。黄海波（2012）等研究得出，杠杆率与资本充足率这两个指标即互补又矛盾，在用杠杆率这一指标管控商业银行风险时，长期以往会使商业银行存在套利，那么这就需要在两者之间达到均衡[13]。袁庆禄（2013）研究了我国上市银行的杠杆率，发现近几年我国银行不会受到杠杆率的影响，但是若银行盲目扩张规模，则定会受到相应部门监管。所以相关部门一定要灵活运用杠杆率，及时出台相关政策，保证商业银行风险在管控范围内[14]。刘信群，刘江涛（2013）研究了我国上市商业银行的杠杆率及其盈利性、流动性等之间的关系[15]。袁鲲等（2014）采用3SLS分析我国银行杠杆率和资本、风险防范能力之间的关系。结果表明，将杠杆率作为我国银行监管的一个经济指标使其风险防控意识增强，各银行的资本率都在缓慢提高[16]。曾刚（2017）研究认为我国要将杠杆控制在适当水平，详细分析在中国金融业应如何去杠杆[17]。李丹红（2018）從微观和宏观两方面分析研究杠杆率增长速度的重要性[18]。马斌和范瑞（2019）运用动态面板模型的GMM方法研究了16家上市商业银行发现杠杆率的监管水平可以降低我国上市商业银行的信用风险[19]。

我们发现以往学者对于杠杆率的研究主要基于资本充足率，信用风险和银行的业务等方面，由于数据原因，国内学者在杠杆率对商业风险管理研究方面的实证研究较少，且所研究的样本截面短，不能充分代表我国所有商业银行的发展趋势，且估计方法单一。本文将我国所有上市的45家商业银行全部列入研究范围，其规模占整个商业银行资产的90%以上，运用四种经典的估计方法，研究其2013—2017年的面板数据，考虑杠杆率对商业银行风险指标效应的影响，且选取的指标因素涉及风险面全，能代表整体商业银行近几年的发展趋势，对于我国商业银行的风险管理具有重要研究价值。

二、杠杆率

（一）杠杆率含义

杠杆率一般是指权益资本与总资产的比率，从侧面能反映出商业银行承担风险的能力。2015年发布的《商业银行杠杆率管理办法（修订）》中规定了商业银行的杠杆率计算办法。

这与财务杠杆的计算不同，此处规定的杠杆率越低，说明相应的风险程度越高。从数学角度来看，商业银行的自有资本增加，最大信用风险敞口减少，则该商业银行的杠杆率数值越高，所面临的相关风险也就越低。

（二）国内商业银行杠杆率近况

通过查找相关数据，得出我国45家上市商业银行2013-2017年的杠杆率情况，如图1：

全面来看，2013—2017年我国商业银行杠杆率整体呈缓慢增长趋势且皆高于4%，符合我国监管标准。由此看来2008年的全球金融危机已经让中国的商业银行清楚地认识到风险管理和资产管理的重要性。在2013—2014年国有大型股份制商业银行的杠杆率略低于城市及农村商业银行，2014年以后国有股份制商业银行的杠杆率呈缓慢增长趋势且高于其他两类银行。对于国有商业银行的杠杆率来说，全国性股份制商业银行没有明显的转折点，其杠杆率均低于前者，且其基本处于温和上升状态。城市及农村商业银行的杠杆率在2013年后一直维持在较高水平，但是过高的杠杆率也说明商业银行没有充分的利用其资金。

三、面板数据实证分析

（一）样本选取及变量定义

1. 样本的选取及变量的选择。我国上市商业银行规模正在逐步扩大，2018年以来，新增6家上市商业银行，如今，我国已有45家上市银行，其总规模达到172.87万亿元，占整个商业银行资产规模90%以上。以我国所有上市的45家商业银行作为研究样本，选取样本时间跨度为2013—2017年。所有数据来自于国泰安数据库及各商业银行年度报表。以杠杆率作为被解释变量，将其作为衡量商业银行风险的指标，从微观层面衡量商业银行流动性、盈利性、资产规模和资产风险以及宏观层面选取9个解释变量来研究其对杠杆率的相互内在作用。具体来说，宏观层面以GDP增长率以及M2增长率作为衡量整体宏观经济以及货币政策的指标;微观方面以银行的资产总规模、盈利能力、银行信贷结构的贷款增长率、流动性的存贷比等作为指标。选取的指标因素涉及面全，截面广，数据披露真实，能代表整体商业银行的发展趋势。

2. 变量的定义及描述。在表1中，我国45家上市商业银行2013—2017年杠杆率差异不大，其最大值9.099%，最小值为4.02%，平均值为5.8%，皆高于4%，符合管理办法的规定。45家商业银行的不良贷款率差异明显，最大为35.15%，最小为0.29%，平均值为2.95%，这说明我国某些商业银行还存在着一定的信用风险。由于受到我国在金融危机冲击后采取积极的财政政策和货币政策的影响，我国M2增长率基本保持在8%以上，GDP增长率也呈稳定上升趋势。

（二）建立模型

面板数据包含有三个维度的内容，它们是：时期T，即2013年至2017年;横截面N;变量K;運用面板数据模型来分析以上数据，经济指标数量为K，截面成员数量是N，在T时期内各种变动关系的模型如下：

（三）实证结果分析

1. 平稳性检验。考虑到所选的变量之间有可能存在伪回归和多重共线性，在回归之前需要对变量进行单位根检验与相关性检验。检验结果表明实证数据都为平稳序列，且不存在多重共线性。

2. 实证结果分析。为综合考察衡量商业银行风险效应的杠杆率指标与各解释变量之间的关系，对被解释变量LEV2进行混合效应模型（pool）、固定效应模型（FE）、随机效应模型（RE）以及动态GMM方法进行估计（见表2）。

表2中，Sargan检验的P值为0.578 1，这说明选取的工具变量是合理的。微观层面来看，杠杆率滞后一期相对于当期的影响十分显著，这表明上一期的杠杆率会对当期的杠杆率有较强影响，也就是说风险具有持续性及延后性，这也验证了Delis和Kouretas（2010）提出的商业银行风险的传递具有持续的有效性[20]。GMM模型中，不良贷款率（NPL）负向影响杠杆率且通过了显著水平为5%的检验，若商业银行的不良贷款率较低，说明该银行资产质量高，信贷风险较小，杠杆率水平较高，那么相应的信用风险也随之降低，而我国商业银行主要的业务为存贷款，因此不良贷款率对杠杆率影响显著是合理的。盈利能力（ROA）在四种估计中都负向影响杠杆率，这是符合经济学常识的，高收益往往意味着高风险，银行在追求更高收益的过程中，选择高风险的投资项目，进而降低商业银行杠杆率，提高了金融风险，这也符合西方的优序融资理论[21]，商业银行的融资决策是具有方向性的，一般会先考虑成本较小的融资方式。当商业银行的经营情况好，净现金流量充足，内部经营资金充裕，那么商业银行在融资时优先考虑内部融资。也就是说，盈利能力强的商业银行会有高的杠杆率，其风险也就越低;衡量商业银行流动性水平的指标存贷比（LDR）显著正向影响杠杆率，这说明商业银行的存款和贷款结构是影响商业银行风险的重要因素。贷款增长率（LGR）显著负向影响杠杆率，贷款增长率的提高使得新一期贷款增高，而贷款增加很有可能会使不良贷款率上升，从而增加商业银行的信用风险，使得杠杆率下降，商业银行风险水平上升。权益乘数（EME）与杠杆率负相关，指的是资产总额是股东权益总额的倍数关系，权益乘数越大表明银行负债越多，从而杠杆率越低。

从宏观层面来看，GDP增长率在前三种估计方法下显著正向影响杠杆率，而在GMM估计方法下却显著负向影响杠杆率，可见宏观经济对商业银行的影响机理并没有微观自身特征方面简易，在2012年已有学者潘敏和张依茹[22]对宏观经济与银行风险承担水平进行了研究，研究结果显示二者呈负相关，但在2015年，学者蒋海和陈静[23]却又得到了与之不同的结论——两者呈正相关，因此上市商业银行的风险水平与整体经济环境的影响之复杂还需进一步研究。M2增长率与GDP增长率存在相同的情况。但是无论是GDP增长率还是M2增长率，其对杠杆率的影响都是显著的。

（四）异质性检验

为检验各解释变量对商业银行风险效应影响的异质性，将总体样本分为三个子样本，将上市商业银行划分为国有大型股份制商业银行、全国性股份制商业银行、城市和农村商业银行，将其定为panel1，panel2，panel3，分别进行回归，结果见表3。

表3中，拟合优度R2较表2来说明显增大。Sargan检验的P值分别为1.000、1.000、0.9985，这说明选取的工具变量是合理的。对于全国性股份制商业银行和城市及农村商业银行来说，杠杆率滞后一期相对于对当期的影响十分显著，这与表2得到的结果一致，而对于panel1国有大型股份制商业银行来看影响并不显著，这很有可能是因为我国资产规模较大的银行一般为国有商业银行，受严格的金融监管，国有商业银行一般会采取较为稳健的经营策略，其接受风险冲击的水平在所能抵御之下，且抵御风险的缓冲带较长，因此上一期的杠杆率情况对于当期的影响显著程度不是很明显。变量ASSET在不同的子样本中影响关系与程度是不同的，因为不同的银行分类有着不同的银行规模，且监管程度、经营业务等都不一致，导致不同规模的银行对杠杆率和风险的影响是不同的。国有大型股份制商业银行的银行规模增长速度较快，杠杆率也随其稳定增长并维持在较高水平，也就是说银行规模越大，其所能利用的资本总量相对较高，投资者对于该银行的忠诚度也会上升，从而投入更多的资金，与此同时，商业银行会有更多的经营方式，商业银行为了控制风险，自然会提高杠杆率。不良贷款率（NPL）在panel3中的三个估计方法中全部正向影响杠杆率，当不良贷款率提高时，城市和农村商业银行的相应风险也会随之增加，而城市和农村商业银行的规模和抵御风险的能力不及国有大型股份制商业银行，自然会提高杠杆率来增加抵御风险的缓冲带。贷款增长率（LGR）在不同的子样本下对杠杆率的影响程度也是不同的，对于大型股份制商业银行来说，贷款增长率正向影响杠杆率，而对于全国性股份制商业银行来说，两者呈负向关系，这与样本的分类有关，国有大型股份制商业银行对于风险的监管要严于其他两类商业银行，且对风险的敏感程度也高于另外两者，因此当银行的存贷结构发生改变时，它能及时作出调整。流动性（LDR）整体来看正向影响杠杆率，这与表2得到的结果一致。另外，两个宏观变量GDP增长率与M2增长率在不同样本之间也出现了差异性，这再一次印证了宏观经济因素对商业银行风险效应机理的复杂性。

四、研究总结及建议

如今，中国作为世界上最大的发展中国家，无论是在经济还是其他方面都起着带头作用。由分析的杠杆率指标来看，近几年中国在金融风险的防范上，不太可能出现较大的经济波动。我国的商业银行杠杆率呈现缓慢上升趋势，国有大型股份制商业银行的杠杆率高于全国性股份制和城市及农村商业银行。银行离不开杠杆，杠杆率的变化也离不开其追求利益的目标。当银行处于较为宽松的经济环境和监管下，银行会提高自身的风险偏好，会将一部分资金分配到高收益同样也是高风险的领域进行投资，主动加杠杆。若市场形势不好，价格下跌，那么商业银行将面对利率风险和流动性风险的双重危机。近几年，国内商业银行的杠杆率明显高于其他国家，且杠杆率都大于4%，达到国内标准。由此可以看出，國内关于杠杆率管理办法的实施对股份制商业银行风险管控来说有明显的作用。但是商业银行的类型不同，其客观条件也必然有差别，所以其所面临的风险情况也不同，因此可以考虑归类管理银行的杠杆率水平。

本文将杠杆率作为衡量商业银行风险的指标检验各解释变量对商业银行风险效应影响的异质性。实证结果表明：杠杆率滞后一期对于当期的影响十分显著，不良贷款率、盈利能力、贷款增长率、权益乘数等负向影响杠杆率，存贷比正向影响杠杆率，宏观层面的两个指标对杠杆率影响显著，但宏观经济对商业银行的影响机理并没有微观自身特征简易，因此上市商业银行的风险水平与整体经济环境的影响还需进一步研究。将样本分为三个子样本后发现拟合优度R2明显增大，对于全国性股份制商业银行和城市及农村商业银行来说，杠杆率滞后一期对于当期的影响十分显著，但是对于国有大型股份制商业银行来看影响并不显著，由异质性检验可以看出对于不同规模不同类型的商业银行来说，各因素对其影响作用程度是不同的。相关监管部门要想防范控制商业银行风险，杠杆率是极其有效的指标，应引起金融机构及监管机构的重视，也就是说，监管者可以通过这些经济指标做辅助来更好地监管各银行的杠杆率，甚至将此套方法运用到更广的分析中。其中，对于不良贷款率来说，商业银行可以适当地扩大信贷规模，在杠杆率水平达标的前提下使之达到一个平衡点。信贷规模也可以反映出一个银行的资金运用能力，信贷规模越大，表明其资金运用能力越强，其杠杆倍数越高，所承担的风险也就越大。但是商业银行在扩张信用贷款规模的同时，要格外关注不良贷款的发生，从而使商业银行的信用贷款风险下降。

2017年以来，我国金融去杠杆的形势愈发明显，商业银行资产和负债的增加幅度逐渐变缓。到2017年9月，商业银行国内资产和负债规模与去年相比提高10.88%和10.85%，是2017年的最低记录。整体来看，商业银行去杠杆有利于其减少利率风险和流动性风险。据此，给出以下两点建议。

第一，商业银行可以把杠杆率及影响杠杆率的经济变量相结合来提高风险防范及化解能力，并且银行可以根据各变量对杠杆率影响显著水平的不同来合理调整杠杆率。与此同时，我们应当更加关注杠杆率水平变化，而不仅仅是其限额。商业银行要严格遵守相关部门的监管标准和准则，从而有效控制风险，保证商业银行资金的流动性，控制不良贷款率，降低金融风险，巧运杠杆率及相关指标，防止自身规模的盲目扩张，维持金融体系的健康稳定。

第二，由于杠杆率对于商业银行监管来说具有异质性，国有大型股份制商业银行在国外开有分行，对国际经济变化敏感，因此，国有商业银行可以着重关注国际上关于杠杆率监管的要求并且积极配合国内监管机构。对于全国性股份制商业银行来说，2011年出台的监管办法使股份制商业银行的杠杆率变化较大。因此，我国监管当局应时刻注意其经营状况，并适应新经济、新形式，积极推出相关办法来防范金融风险。而对于城市和农商行来说，每个不同区域的商业银行存在客观差异，因此应区别对待，分情况而定。

注释：

①45家上市商业银行分别是6家国有大型股份制商业银行：中国、农业、工商、建设、交通、邮储，9家全国性股份制商业银行分别为招商、兴业、浦发、民生、中信、平安、华夏、光大、浙商，30家城市商业银行和农村商业银行：江苏银行、南京银行、吴江银行、江阴银行、无锡银行、常熟银行、张家港银行、紫金农商行、盛京银行、锦州银行、哈尔滨银行、九台农商、重庆农商行、重庆银行、贵阳银行、成都银行、甘肃银行、杭州银行、宁波银行、中原银行、郑州银行、江西银行、九江银行、北京银行、天津银行、上海银行、徽商银行、青岛银行、长沙银行、广州农商行。

参考文献：

[1]欧阳洁.打好防范化解重大金融风险攻坚战[N].人民日报，2018-01-17.

[2]陈祖仝.银行业高杠杆原因及去杠杆研究[J].中国集体经济，2018（3）：94-96.

[3]巴曙松，朱元倩，等.《巴塞尔资本协议Ⅲ研究》[M].北京：中国金融出版社，2011.

[4]Koichiro Kamada. How Can Leverage Regulations Work for the Stabilizations of Financial System[C]. Bank of Japan Working Paper Series，2010.

[5]李菁，赵娇.“严监管、去杠杆”时期商业银行同业业务的生存压力与转型之路[J].中国城市金融，2017（10）：29-32.

[6]陆岷峰，杨亮.金融去杠杆背景下商业银行风险管理与路径选择[J].金融论坛，2017，22（12）：3-10+78.

[7]徐承远，郭妍芳.资产负债结构重塑，商业银行去杠杆效果显现[EB/OL].新理财杂志，2017-12-08.

[8]DHulster K. The Leverage Ratio：A New Binding Limit on Banks[J].General Information，2009（12）.

[9]Sameh Jouida，Slaheddine Hallara. Capital Structure and Regulatory Capital of French Banks[J]. Procedia Economics and Finance，2015（26）.

[10]Saleh Mohammad Alsayyed，Saleh Tahir Eh Alzurqan，Shaher Falah Alruod. The Readiness of The Jordanian Banks To Apply The Requirements of The BASEL（3）Convention[J]. International Business and Management，2015，11（1）.

[11]潘再见，陈振.杠杆率限制与资本监管有效性研究[J].新金融，2009（7）：44-48.

[12]戈建国，王刚.杠杆率监管：目标、演进与现状[J].银行家，2011（8）：11-15.

[13]黄海波，汪翀，汪晶.杠杆率新规对商业银行行为的影响研究[J].国际金融研究，2012（7）：68-74.

[14]袁庆禄.杠杆率监管新规对国内商业银行的影响分析[J].上海金融，2014（1）：62-65+117.

[15]刘信群，刘江涛.杠杆率、流动性与经营绩效——中国上市商业银行2004—2011年面板数据分析[J].国际金融研究，2013（3）：88-95.

[16]袁鲲，饶素凡.银行资本、风险承担与杠杆率约束——基于中国上市银行的实证研究（2003—2012年）[J].国际金融研究，2014（8）.

[17]曾刚.商业银行杠杆变化趋势[J].中国金融，2017（11）：48-50.

[18]李丹红.经济去杠杆对银行业的影响[J].银行家，2018（6）：67-69.

[19]马斌，范瑞.杠杆率监管对我国上市商业银行信用风险的影响——基于动态面板模型的系统GMM估计[J].经济问题，2019（1）：41-47.

[20]Manthos D Delis，Georgios P. Kouretas.Interest rates and bank risk-taking[J]. Journal of Banking and Finance，2010，35（4）.

[21]梯若尔.公司金融理论[M].北京：中国人民大学出版社，2007.

[22]潘敏，張依茹.宏观经济波动下银行风险承担水平研究——基于股权结构异质性的视角[J].发展经济学研究，2013（00）：230-243.

[23]蒋海，陈静.宏观经济波动、市场竞争与银行风险承担——基于中国上市银行的实证分析[J].金融经济学研究，2015，30（3）：46-57+106.

责任编辑：母爱英

Abstract： This paper takes leverage point as the index measuring commercial bank risk based on 45 listed commercial banks' data in our country in 2013-2017， using panel data model from the macro and micro level test the influence of the leverage ratio on commercial banks risk management， firstly using the mixed effect model（pool）， fixed effect model（FE）， random effect model（RE） and dynamic GMM method to estimate the model， then according to large state-owned shareholding commercial bank， national joint-stock commercial banks， urban and rural commercial bank three samples to carry out heterogeneity test. Results show that  the influence of lag leverage issue relative on the current is very significant， non-performing loan ratio， profitability， loan growth rate， equity multiplier negative influence leverage， the leverage was influenced by LDR， GDP and M2 growth rate of macro level have significant effects on leverage. Through heterogeneity inspection， we can draw different types of commercial banks， the objective conditions exist significant difference， regulators should timely adjust the regulation strategy， ensure the healthy development of all kinds of banks.

Key words： commercial bank risk， leverage ratio， panel data model