结构性货币政策工具对农商银行风险承担的影响

曾祥晟， 陈晓枫

(福建师范大学经济学院，福建 福州350117)

我国经济已进入结构调整与产业升级的重要阶段，为适应发展的新变化，货币政策框架逐渐加快了调整。 2013 年以来，在借鉴欧美发达国家经验的基础上，中国人民银行(以下简称“中央银行”)陆续创造性地推出常备借贷便利、中期借贷便利、抵押补充贷款等一系列具有结构性调节作用的货币政策工具，以促进资金向实体经济转移和疏通货币政策传导渠道，从而实现经济结构的转型升级。 农村商业银行(以下简称“农商银行”) 在我国农村经济融资中发挥了主体作用，也是结构性货币政策工具风险承担渠道的重要媒介。 结构性货币政策作为调节经济的宏观政策之一，对农商银行风险承担和系统性金融风险都有重要影响。 因此，随着中央银行实施结构性货币政策，本研究以结构性货币政策工具的传导机制为切入点，分析我国的结构性货币政策工具对农商银行风险承担的影响，以较为全面地了解结构性货币政策工具与农商银行风险承担的关系，继而防范和化解系统性金融风险。

一、文献综述与影响机制

(一)文献综述

国外学者对货币政策的银行风险承担展开了大量研究，但较少直接研究结构性货币政策工具对商业银行风险承担的影响。 理论研究方面，Borio 等提出货币政策的冒险渠道，分析指出货币政策与银行的流动性呈正向变动，即宽松的货币政策会增强资本的流动性，影响银行的风险容忍度或感知力，继而降低信贷条件，从而提高银行承担的风险[1]；Adrian 等分析指出较低的利率会降低债务成本，金融中介机构通过提高杠杆率来承担更多债务，以获得较多利益，但也大大加剧了所承担的风险[2]；Maddaloni 等分析指出银行会在长时间较低利率的条件下放松放贷标准，从而提高商业银行的资产风险[3]。 实证研究方面，Maddaloni 等基于16 个欧元区国家季度客户的信贷信息，分析指出较低的利率会导致信贷标准下降，从而使得银行面临更多的风险[3]；Altunbas 等基于上市商业银行的样本数据也分析得出了和Maddaloni 等一样的结论[4]。

近年来，随着中央银行结构性货币政策的不断开放，国内部分学者开始研究结构性货币政策工具对商业银行风险承担的影响。 理论研究上，吴琼等基于银行风险承担视角，研究发现货币政策在传导过程中具有结构性效应，指出我国当前实施的货币政策对结构性效应具有对冲作用[5]；周晶等基于2013—2016 年中国16 家上市银行的季度数据，用两步系统广义矩估计分析结构性货币政策工具对中国商业银行效率的影响，发现结构性货币政策工具会影响商业银行风险承担的程度和效率[6]；巴曙松等基于2013—2017 年中国24 家银行的数据，研究发现结构性货币政策工具与商业银行风险承担的影响呈负相关[7]；周丹基于面板数据模型分析2008—2017 年中国40 家商业银行的微观数据，发现结构性货币政策工具与银行风险承担呈正相关[8]。

既有文献关于结构性货币政策工具对商业银行风险承担影响的研究在理论方面和实证方面均取得了一定的成果，但还存在一些不足之处，突出体现在2 个方面:(1)研究成果尚未形成一个系统的理论体系，实证研究不够充分，尤其是代理变量和实证方法的差异会导致研究结论不尽相同；(2)研究选择的微观数据都是全国较有名气且规模较大的商业银行，尚未专门研究结构性货币政策工具对农商银行风险承担的影响。 我国农商银行都是地方性银行，主要通过小微贷款服务于“三农”发展和致力于乡村振兴，其与大型商业银行相比，对结构性货币政策的反应存在差异。 因此，本研究通过收集2014—2018 年不同资产规模及区域的21 家农商银行的数据，探究结构性货币政策工具对农商银行风险承担的影响。

(二)影响机制

1.结构性货币政策工具。 自2008 年金融危机以来，我国货币的流动性较为宽松，但一些重点领域和薄弱环节出现了资金供给短缺现象。 为了解决资金供给的结构性问题，促进供给侧结构性改革，结构性货币政策工具由此产生。 结构性货币政策工具是中央银行通过针对性影响与特殊信用引导特定的资金流向国家支持的实体经济，继而实现结构性调节效果的政策工具[9]。 为了应对国际金融形势的不确定性和防范流动性风险，中央银行在2013 年初创设了常备借贷便利(Standing Lengding Facility， SLF)。 它是中央银行和金融机构之间一对一的交易，现已成为中央银行调控流动性的重要方式之一。 为了使银行流动性总体平稳，支持货币信贷合理增长，降低社会融资成本，中央银行在2014 年9 月创设了中期借贷便利(Medium-term Lending Facility， MLF)。 它是中央银行提供中期基础货币的货币政策工具，通过招标方式开展，进一步提高了调控的灵活性、针对性和有效性。 为了实现中央银行对短缺利率的控制，以及引导和掌控中长期利率水平，中央银行在2014 年初开始使用抵押补充贷款(Pleaded Supplementary Lending， PSL)。 它作为一种新的储备政策工具具有很强的针对性。 基于中央银行资料和相关文献的调查，这3 种工具在创设时间、政策作用、期限、实施对象、资金发放方式上都存在差异(表1)。

表1 SLF、MLF 和PSL 的对比分析Table 1 Comparative analysis of SLF， MLF and PSL

2.结构性货币政策工具的传导机制。 国内外学界较多研究货币政策工具的传导机制，但较少专门研究结构性货币政策工具的传导机制。 结构性货币政策工具的传导机制主要包括信用传导机制、预期传导机制和资产负债表传导机制等3 种。 (1)信用传导机制。 信用传导机制指结构性货币政策使用常备借贷便利、中期借贷便利等工具定向对农商银行提供较多的流动性资金，降低社会融资成本，进一步刺激经济发展。 通过该政策工具，中央银行能直接对农商银行进行信用支持，进而精准完成信用传导。 (2)预期传导机制。 预期传导机制指中央银行以自己的信用为前提，不断加强货币政策的透明度，进一步提升农商银行对我国未来通胀、利率水平和经济形势的预测能力，从而提高农商银行对未来资产定价的能力。 (3)资产负债表传导机制。 资产负债表传导机制指中央银行通过直接资产购买或将资产纳入担保品中来降低农商银行及其他银行资产负债表中的风险资产，从而改善其资产负债状况和外部融资条件。 当前中央银行更为关注资产负债表的规模和构成，以定向再融资工具作为主要的结构性货币政策工具对农商银行进行精准滴灌。

3.结构性货币政策工具对农商银行风险承担渠道的影响机制。 农商银行的风险承担是农商银行在经营管理中主动承担或不承担某些风险的行为。 农商银行的风险承担兼具主观性和客观性。 其中，主观性为农商银行基于自身的规模和掌握的信息来权衡盈利和风险，从而主动选择风险承担的程度；客观性为农商银行由于银行的存贷款业务存在盈利性而往往需要更多的贷款来维持自身的经营与发展，从而承担着一定的风险。 Borio 等在金融危机爆发后提出风险承担渠道理论，分析指出结构性货币政策工具会影响银行的风险承担[1]，且结构性货币政策工具的传导机制会进一步影响农商银行的风险承担渠道。 本研究通过梳理风险承担渠道的相关文献，进一步总结了结构性货币政策工具对农商银行风险承担渠道的3 种影响机制。 (1)估值机制。 估值机制又叫类金融加速器放大机制。 该机制更强调农商银行内部资产负债表的变动情况。 一方面，利率是货币的价格，利率的变动决定着银行的利息量。 即当利率水平降低时，农商银行资产估值收益及预期现金流随之发生变化，从而提高资产价值和银行抵押品价值，继而收入和利润得到上升。 此时贷款人的风险态度发生改变，农商银行会根据情况调低违约率和违约损失率估计，加强风险承担的意愿，进一步增加信贷投放量，继而提高农商银行的风险承担程度。 反之亦然。 另一方面，当中央央行通过资产负债表的传导机制调整农商银行的资产负债表时，融资条件和杠杆水平均相应地发生改变，即资产价格上升时增加杠杆，资产价格下降时减少杠杆，由此改变农商银行的经济周期波动性，进一步加剧农商银行的风险承担程度。 可见，结构性货币政策工具通过降低利率和变动资产负债表会进一步提高农商银行的风险承担程度。 (2)收益机制。 收益机制又叫收益搜寻动机。 货币政策较为宽松时，货币供应量会增加，利率趋于下降，造成无风险资产收益率比风险资产收益率下降更为迅速，农商银行资产组合收益率也随之发生变化。 而货币幻觉的出现导致农商银行产生收益黏性，使其更倾向于投资风险资产。 同时，结构性货币政策的预期传导机制和资产负债表传导机制会促使有负债的农商银行根据中央银行政策主动调整其资产组合策略，进一步降低无风险资产收益率，继而提高风险资产组合比例，最后通过风险资产高收益去弥补利率下降对资产组合收益率的影响。 即农商银行会基于盈利性投资更多高收益且高风险的资产，以维持其负债所需的支出，继而增加了自身的风险承担程度。 可见，农商银行因收益黏性而改变投资策略以实现更高的收益，但同时也承担了更多的风险。 (3)预期管理机制。 预期管理机制又叫保险机制。 中央银行在实施货币政策时会利用预期管理原则对货币政策进行调整，并通过结构性货币政策的预期传导机制使得农商银行根据中央银行的政策实施来判断其政策意图，从而调整自己的经营策略。 因此，当农商银行预期到宽松货币政策的可持续性时，会扩大信贷规模和加大高风险资产投资，继而增加自己的风险承担程度；当农商银行预期到中央银行在其面临危机时会通过信用传导机制运用常备借贷便利和中期借贷便利提供定向流动性资金的帮助时，会降低融资成本，进一步增加风险暴露头寸，以降低大规模倒闭的风险，继而增加自己的风险承担程度。 可见，在经济形势良好时减少预期管理的使用频率会更好地降低农商银行的风险承担程度。

二、模型设计与变量选择

(一)样本选择

随着“三农”政策的不断落实，农商银行发展迅速，但农商银行普遍存在建立时间短、规模小、经营状况不理想、数据缺失等问题，因此，本研究选取2014—2018 年21 家有代表性的农商银行的季度数据，总样本量为420 个。 其中，东部地区选取了北京农商银行、上海农商银行、广州农商银行、天津农商银行、顺德农商银行、珠海农商银行、江阴农商银行、常熟农商银行、青岛农商银行、上下杭农商银行、萧山农商银行、江南农商银行、苏州农商银行和太仓农商银行；中部地区选取了武汉农商银行、合肥农商银行、九台农商银行、南昌农商银行和桐城农商银行；西部地区选取了重庆农商银行和黄河农商银行。 结构性货币政策的数据来源于中国人民银行网站，包括常备借贷便利和中期借贷便利。 由于中央银行在部分季度未实施结构性货币政策工具而不计入样本统计，因此，常备借贷便利的样本量为315 个，中期借贷便利的样本量为378 个。 银行层面的数据来源于各个农商银行对外公布的年度报告，包括不良贷款率、风险加权资产占比、资产规模、资产收益率和成本收入比，样本量均为420 个。 宏观经济层面的数据来源于国家统计局网站，包括广义货币供应量增长率、国内生产总值增长率和货币政策变动。 其中，广义货币供应量增长率和国内生产总值增长率的样本量为420 个；货币政策变动参考中央银行在当季的货币环境，将宽松的货币政策赋值为1，紧缩的货币政策赋值为0，样本量为420 个。

(二)模型设计

基于上述理论分析，结合结构性货币政策工具对农商银行风险承担的影响与宏观经济的变动，本研究建立了动态面板模型来检验结构性货币政策工具对农商银行风险承担的影响。 具体表达式为:

其中， Yi，t表示农商银行i 在t 年的风险承担(i ＝1，2，…，21； t ＝2014，2015，…，2018)。 Yi，t-1表示农商银行i 在t 年的风险承担的一阶滞后； Xt表示结构性货币政策的代理变量； Wj，t表示银行层面和宏观经济层面的控制变量(j＝1，2，…，6)； a0表示常数项； a1和a2分别表示农商银行风险承担的一阶滞后与结构性货币政策的代理变量的系数； βj表示控制变量的系数； ɛi，t表示随机扰动项。

(三)变量选取

本研究将变量分为被解释变量、核心解释变量和控制变量。 各变量的描述性统计详见表2。

1.被解释变量。 既有文献在确定被解释变量时，无法直接用指标来度量银行信贷风险，而是选取一些代理变量来替代。 由于学界对农商银行风险承担的研究较少，代理变量的选取存在一定困难。 目前，相关研究主要选取Z 值、不良贷款率、风险加权资产占比作为商业银行风险承担的代理变量，但商业银行风险承担的度量还包括预期违约率和拨备覆盖率等。 其中，Z 值主要用于度量商业银行破产的风险，而我国商业银行具有兜底的保险制度，且《中华人民共和国商业银行法》明确规定中国银行保险监督管理委员会应在商业银行发生危机时对该银行实施监管以保护存款人的利益，并恢复商业银行正常的经营能力，因此选取Z 值不符合我国的实际情况。 风险加权资产占比反映了银行自有资本承担损失的能力，主要起到抑制风险资产过度膨胀的作用，而我国农商银行的利润主要来源于存贷差，且面临着信贷风险。 因此，选取不良贷款率和风险加权资产占比作为银行信贷风险的代理变量更符合我国农商银行的实际情况。 由表2 可知，不良贷款率的均值为1.79，风险加权资产占比的均值为13.52，表明农商银行的风险处于较低水平；但不良贷款率和风险加权资产占比的最小值和最大值的差额较大，表明不同农商银行的风险承担存在较大差异。

表2 各变量的描述性统计Table 2 Descriptive statistics of variables

2.核心解释变量。 结构性货币政策工具主要包括常备借贷便利、中期借贷便利和抵押补充贷款。 这3 种工具可以作为结构性货币政策的代理变量。 由于研究对象为农商银行，而抵押补充贷款的实施对象为政策性银行，且结构性货币政策工具是按季度实施的，因此，本研究剔除抵押补充贷款。 同时，为了消除变量的异方差性，本研究选取2014—2018 年每个季度的常备借贷便利的对数和中期借贷便利的对数作为核心解释变量，以从不同时期反映结构性货币政策的实施情况。 其中，常备借贷便利的对数的均值为4.13，中期借贷便利的对数的均值为6.93，表明中央银行实施结构性货币政策时更倾向于中期货币供给；同时，从这2 个变量的标准差来看，中期借贷便利比常备借贷便利的货币供应量更为稳定。

3.控制变量。 为了更好地分析结构性货币政策对农商银行风险的影响，应进一步考虑影响农商银行风险承担的控制变量。 本研究从银行层面和宏观经济层面来控制农商银行风险承担的主要影响因素。 银行层面选取资产规模的对数表示农商银行的资产规模水平，资产收益率表示农商银行的盈利水平，成本收入比表示农商银行的经营效率；宏观经济层面选取广义货币供应量增长率表示货币政策的松紧度，国内生产总值增长率表示经济水平，货币政策变动表示货币周期性。 其中，资产规模的对数的均值为5.26，表明农商银行具有较大的规模；但其最小值为2.46，最大值为6.86，表明农商银行的资产规模存在较大差异。 资产收益率的均值为12.98，表明农商银行的盈利情况良好。 成本收入比的均值为34.41，表明农商银行的安全系数较高和流动性较大。 广义货币供应量增长率的均值为10.98，表明我国货币供给总体上呈缓慢递增的趋势。 国内生产总值增长率的均值为6.91，表明我国经济总体呈高速增长趋势。 货币政策变动的均值为0.30，表明我国货币政策总体处于较为紧缩的环境。

三、实证检验及结果分析

(一)估计方法

本研究采用动态平衡面板数据，在模型中引入被解释变量的一阶滞后会产生内生性问题；同时，采用传统的估计方法，如普通最小二乘法、广义最小二乘法、加权最小二乘法等，会造成结果都为有偏且非一致。 为寻求最优的估计方法，本研究使用差分广义矩估计方法进行回归分析，发现解释变量显著性水平和AR(2)均未通过检验，最终选择系统广义矩估计方法进行回归分析。

(二)结构性货币政策工具对农商银行风险承担的影响

本研究运用Stata 11.0 软件，采取系统广义矩估计两步走检验方法，从4 个模型探讨结构性货币政策工具对农商银行风险承担的影响(表3)。 由于本研究主要的被解释变量为不良贷款率，风险加权资产占比只用于稳健性检验，因此，在运用Stata 11.0 软件进行系统广义矩估计时未加入风险加权资产占比进行分析。其中，模型1 为不存在常备借贷便利和中期借贷便利的条件下，结构性货币政策工具对农商银行风险承担的影响，可以作为整个结果的一个参照；模型2 为存在常备借贷便利的条件下，结构性货币政策工具对农商银行风险承担的影响；模型3 为存在中期借贷便利的条件下，结构性货币政策工具对农商银行风险承担的影响；模型4 为存在常备借贷便利和中期借贷便利的条件下，结构性货币政策工具对农商银行风险承担的影响。 由表3 可知，不良贷款率的一阶滞后均在1%的水平上显著正向影响农商银行的风险承担，每个模型的AR(1)均小于0.1，AR(2)均大于0.1，sargan 检验结果也较为理想，不能拒绝原假设，表明选取的变量较为合理，使用系统广义矩估计模型的干扰项基本不存在显著的序列相关。 可见，本研究构建的模型较为合理，回归结果较为准确。

表3 结构性货币政策工具对农商银行风险承担影响的估计结果Table 3 Estimation result of the impact of structural monetary policy tools on rural commercial banks

1.结构性货币政策工具对农商银行风险承担的影响。 表3 中的4 种模型表示在存在总量型货币政策工具——广义货币供应量增长率的前提下，不同结构性货币政策工具对农商银行风险承担的影响。 具体来说:模型1 不存在常备借贷便利和中期借贷便利，仅是总量型货币政策工具对农商银行风险承担的影响。 其中，广义货币供应量增长率在1%的水平上显著正向影响农商银行的风险承担，即当使用扩张性的货币政策时，货币政策环境较为宽松，农商银行会降低信贷标准和扩张信贷量，从而造成不良贷款率增加和风险承担程度上升。 在模型2 和模型3 中，常备借贷便利和中期借贷便利对农商银行风险承担的影响存在差异。 尽管常备借贷便利的对数和中期借贷便利的对数均正向影响农商银行的风险承担，但常备借贷便利的对数比中期借贷便利的对数对农商银行风险承担的影响更为显著。 在模型4 中，常备借贷便利的对数和中期借贷便利的对数均在10%的水平上显著正向影响农商银行的风险承担，但影响程度弱于模型2 和模型3。

2.银行层面变量对农商银行风险承担的影响。 在模型1 和模型3 中，资产规模的对数均在5%的水平上通过显著性检验，且系数均为负，表明资产规模越大，越能降低农商银行的风险承担程度，这主要是缘于农商银行规模越大，吸收的存款越多，越会采取多元化的融资方式来分散风险和降低风险承担程度；在模型2 和模型4 中，资产规模的对数均未通过显著性检验，但系数均为负，表明资产规模对农商银行风险承担的影响较小，这可能是缘于中央银行实施常备借贷便利时，对农商银行资产规模的影响不明显，进而对农商银行的风险承担影响甚微。 在模型1～4 中，资产收益率均不显著，但系数均为负，表明农商银行资产收益率提高可能会降低其不良贷款率和风险承担程度；成本收入比也均不显著，但系数均为负，表明农商银行成本收入比上升会导致流动性比例增加，从而可能降低其不良贷款率和风险承担程度。 资本收益率和成本投入比不显著可能是缘于农商银行由于规模较小，导致其经营能力和成本收入比弱于其他大型商业银行。

3.宏观经济层面变量对农商银行风险承担的影响。 在模型1～4 中，广义货币供应量增长率均在1%的水平上通过显著性检验，且系数均为正，表明宽松的货币政策有助于提高农商银行的风险承担程度，这主要是缘于宽松的货币政策会提高货币的流动性水平，促使农商银行的经营战略更为激进，导致农商银行的破产风险也随之提升。 在模型1～4 中，国内生产总值增长率均在1%的水平上通过显著性检验，表明宏观经济水平对农商银行的风险承担有较大影响。 其中，在模型1 和模型3 中，国内生产总值增长率的系数均为负，表明国内生产总值增长率与农商银行的风险承担显著负相关，这主要是缘于在无结构性货币政策工具时，国内生产总值增长率提高，经济发展水平较好，农商银行贷款对象的质量较为优质；且在中央银行提供中期借贷便利时，农商银行会在较长一段时间内有优质客户，从而降低不良贷款率和风险承担程度；在模型2 中，国内生产总值增长率的系数为正，与一般经济情况不太吻合，这可能是缘于中央银行对信用评级较高的商业银行提供常备借贷便利，会促使资产规模较大和信用良好的贷款需求方在短期内倾向于选择大型商业银行，导致农商银行争取不到优质客户，继而为了盈利而接受信用评级较为一般的客户，从而承担更多的风险；在模型4中，国内生产总值增长率的系数为正，表明在存在2 种结构性货币政策工具的条件下，经济形势越好，农商银行的风险承担程度越高，这可能是缘于常备借贷便利和中期借贷便利一同使用时，结构性货币政策工具会显著影响农商银行的风险承担。

(三)稳健性检验

为了确保模型估计的有效性，本研究进一步检验上述结果的稳健性。 具体步骤包括:(1)用普通最小二乘法对4 个模型进行相应的检验，其结果与常备借贷便利的对数和国内生产总值增长率在系统广义矩估计中的结果存在显著差异，其余大致相同。 (2)采用固定效应模型进行稳健性检验，进一步通过虚拟变量最小二乘法考察发现，常备借贷便利的对数的显著性无系统广义矩估计好，但结构性货币政策工具对农商银行风险承担的影响方向总体保持一致。 (3)用风险加权资产占比替代不良贷款率作为农商银行风险承担的代理变量，继续使用系统广义矩估计，发现结构性货币政策工具对农商银行风险承担的影响也大致相同。 可见，本研究的检验结果较为稳健。

四、结论与建议

(一)结论

基于2014—2018 年21 家农商银行的微观数据构建动态面板模型，采用系统广义矩估计方法分析结构性货币政策工具对农商银行风险承担的影响，得出以下结论:

1.结构性货币政策工具对农商银行风险承担的影响差异显著。 只要存在一种借贷便利，结构性货币政策工具就显著正向影响农商银行的风险承担，但常备借贷便利和中期借贷便利对农商银行风险承担的影响存在差异。 其中，在不存在中期借贷便利时，常备借贷便利在1%的水平上显著正向影响农商银行的风险承担；在不存在常备借贷便利时，中期借贷便利在5%的水平上显著正向影响农商银行的风险承担；在常备借贷便利和中期借贷便利同时存在时，二者均在10%的水平上显著正向影响农商银行的风险承担。

2.银行层面变量对农商银行风险承担的影响差异显著。 资产规模的对数、资产收益率和成本收入比对农商银行风险承担的影响差异显著。 其中，仅在不存在常备借贷便利时，资产规模的对数在5%的水平上显著负向影响农商银行的风险承担；资产收益率和成本收入比对农商银行的风险承担呈负向影响，但不显著。

3.宏观经济层面变量对农商银行风险承担的影响差异显著。 广义货币供应量增长率和国内生产总值增长率均显著影响农商银行的风险承担。 其中，无论是否存在结构性货币政策工具，广义货币供应量增长率均在1%的水平上显著正向影响农商银行的风险承担。 在不存在常备借贷便利时，国内生产总值增长率均在1%的水平上显著负向影响农商银行的风险承担；反之，在存在常备借贷便利时，国内生产总值增长率均在1%的水平上显著正向影响农商银行的风险承担。

(二)建议

为有效降低结构性货币政策工具对农商银行风险承担的影响，应进一步优化货币政策工具、健全宏观监管体系、提升风险监管能力，以维护宏观金融市场的稳定。

1.优化货币政策工具。 为有效降低农商银行的风险承担程度，中央银行应优化货币政策工具，在实施总量型货币政策时，配套实施结构性货币政策来缓冲总量型货币政策对农商银行风险承担的影响。 具体来说，中央银行应推进货币政策的调控方式逐步从总量型向结构型转变，加强结构性货币政策与总量型货币政策的配合；同时，中央银行制定货币政策时应充分考虑金融市场的系统性风险，在制定宽松货币政策时应更多考虑货币政策对农商银行风险承担的影响，通过加强结构性货币政策工具的实施来进一步降低农商银行的风险承担程度。

2.健全宏观监管体系。 农商银行是农村金融的核心，为防范金融危机和维护金融体系稳定，应进一步健全宏观监管体系。 具体包括:(1)健全逆周期监管政策。 当经济增长且金融机构没有压力时，为了缓解金融体系的顺周期性，资本监管者应在经济周期的特定阶段采取逆经济风向的措施。 即在经济扩张时期，农商银行应累积较多的资本以应对经济衰退时期的需要；在经济衰退时期，中国银行保险监督管理委员会应适当降低对农商银行资本的监管标准，促使农商银行增加信贷投放，以推进经济复苏。 (2)构建监管协调机制。 当前我国多部门共同承担农商银行的监管职责，应进一步构建高效协调措施，强化多边协调与合作，以推进信息的沟通交流和共建共享，提高决策效率，从而进一步降低农商银行的风险承担程度。 (3)建立风险预警机制。 农商银行应充分了解借贷人的信用状况以降低信息的不对称性，通过构建科学有效的信贷风险预警机制，加强对借贷人道德风险的监控，以降低自身的风险承担程度。

3.提升风险监管能力。 为有效降低农商银行的风险承担程度，除了在宏观上加强对农商银行的监管外，还应在实施结构性货币政策时提升农商银行的风险监管能力。 (1)强化风险监管意识。 通过强化内部的风险监管学习，明确每个职位的目标与责任，有效落实风险责任制，以强化农商银行各级管理人员和职工的风险监管意识，从而有效提高风险监管效率。 (2)完善内部监管机制。 通过充分发挥农商银行一线主管的风险防范带头作用，不断改革与完善农商银行的监督组织体系，逐渐加强农商银行内部监督功能的规范程度，以建立相互制约且高效的内部监管机制，从而有效规避金融市场风险管理体制存在的弊端。 (3)加强流动性风险管理。 农商银行的流动性比例与其风险承担具有负相关，即农商银行的流动性越高，则其风险承担程度越低。 因此，农商银行应加强流动性风险管理，具体通过严格管理现金流缺口与流动性限额、制定合理的资产负债业务规划以及充分利用金融市场进行融资等措施，以有效降低农商银行的风险承担。