杠杆率监管与银行风险承担——来自银行竞争的视角

李劲娴，杨有振

（山西财经大学金融学院，山西太原030006）

一、引言与文献综述

中国经济增长从高速发展转变为高质量发展，亟需稳定的金融环境来支撑。由于中国的商业银行处于金融系统的核心地位，因此其风险承担水平直接影响着整个金融体系的稳定性。2008 年发生的金融危机使监管部门意识到仅有资本充足率指标难以衡量商业银行的风险承担水平，因此巴塞尔委员会在2010 年12 月正式公布了《巴塞尔协议III》，提出使用杠杆率指标来补充资本充足率指标。由于杠杆率指标不涉及风险加权资产，因此可以较好地弥补资本充足率指标的缺陷。中国银监会（现为银保监会）在2015 年颁布《商业银行杠杆率管理办法（修订）》，进一步完善了中国商业银行关于杠杆率监管的政策框架，防止商业银行的过度杠杆行为。监管部门的这些举措要求商业银行无论是表内业务还是表外业务，都不能脱离一级资本而过多地从事高风险资产项目（巴曙松等，2013）[1]，因此探究杠杆率监管与银行风险承担的关系具有重要意义。

目前关于杠杆率监管对银行风险承担的影响，实证结果有很大差异，主要存在两种观点。一种观点认为，杠杆率监管对银行持有资本要求更高，这会影响银行的收益水平，因此，银行为追求高利润会从事更高风险的项目，风险的积聚会破坏银行系统的稳定性。Kellermann 和 Schlag（2013）[2]认为最低杠杆率要求虽然降低了银行风险资产的比重，但较低的利润率促使银行通过影子业务从事更高风险的资产业务，从而导致银行承担更多的风险。Kiema 和Jokivuolle（2014）[3]认为杠杆率监管会诱导银行持有相似的、低风险的多样化投资组合，这种组合更容易受到共同冲击的影响，导致银行增加风险承担。另一种观点则认为，杠杆率监管对于抑制银行风险承担是十分必要的。Blum（2008）[4]认为在信息不对称条件下对银行实施杠杆率约束可以降低其过高的风险承担水平。Smith 等（2017）[5]则认为从收益的角度看，杠杆率约束虽然会增加银行的风险承担水平，但所要求的高资本会更好地覆盖银行的非预期损失吸收，最终使银行系统更加稳定。

银行的风险承担水平不仅与外部的资本监管密切相关，而且与内部的经营决策也有联系（Davis et al.，2019；郭晔和赵静，2017；李双建和田国强，2020）[6-8]。目前，我国的商业银行经营环境发生了较大变化，尤其近年来，随着中国利率市场化的改革以及“金融脱媒”程度的加深，商业银行的净息差不断收紧，盈利压力不断增加，面对稀缺的金融资源，商业银行之间的竞争愈演愈烈。因此，深入探究银行风险承担水平必然绕不开竞争因素，现有文献研究银行竞争与银行风险承担的关系虽然有很多，但都是从不同的视角出发，结论仍然存在很多分歧。

第一种观点从“特许权价值”出发，认为银行竞争加剧了银行风险承担。Marcus（1984）[9]提出了“特许权价值”这一概念，认为银行正是拥有了特许权价值才拥有了垄断租金，银行会通过控制自身的风险承担水平而保护这一权利。如果竞争加剧，则银行将失去特许权价值，意味着也将失去垄断租金，那么银行不会像以前那样谨慎，而是会增加对风险资产的配置从而得到高收益。该假说得到了一部分学者实证研究的支持，Keeley（1990）[10]研究证实了“竞争—脆弱”的观点，结果表明，美国银行业竞争的加剧导致其失去了特许权价值而变得更加冒险。Allen 和Gale（2004）[11]认为，低竞争与金融稳定之间的这种权衡是由于银行赚取租金时更有能力监测借款人的还款能力。Hakenes 和Schnabel（2010）[12]特意考察了银行竞争这一因素，发现银行之间的竞争会促使其使用更多的金融创新工具，如资产证券化，最终加剧了银行的风险承担水平。段军山和张锐豪（2016）[13]通过实证研究表明，银行竞争促使银行更多地使用金融衍生品，从而加剧了银行风险承担。郭晔和赵静（2017）[7]认为存款竞争主要通过影子银行渠道增加银行的风险承担水平。

第二种观点从“风险转移假说”出发，认为银行竞争减少了银行风险承担，该假说支持“竞争—稳定”的观点。Boyd 和 Nicoló（2005）[14]从贷款市场出发，认为竞争降低了银行的市场势力，贷款利率会因为银行市场势力的降低而下降，这种情况会使借款人的破产概率变小，银行的贷款风险随之降低，因此竞争会使金融更加稳定。Anginer 等（2014）[15]认为，银行之间的竞争会促使其开展更多的跨国业务，风险就不会集聚到一个国家，这进一步降低了银行的风险承担水平。邱兆祥和许坤（2014）[16]认为，激烈的银行竞争促使银行深入思考如何进一步缓释风险，而信用风险缓释工具成为银行改善风险的重要工具之一。

第三种观点认为，银行竞争与银行风险承担存在非线性关系。Martinez-Miera 和 Repullo（2010）[17]发现，贷款市场同时存在风险转移效应和利润边际效应，风险转移效应使得竞争加剧降低了银行的风险承担，利润边际效应使得竞争加剧增加了银行的风险承担。如果这两种效应处于同一时期，则两者效应的孰大孰小最终决定了银行竞争与风险承担的关系。这两种效应处于长短期时，两者效应的孰前孰后最终决定了银行竞争与银行风险承担之间呈U 型或倒 U 型关系。Marques-Ibanez 等（2014）[18]从影子银行和存款竞争的角度出发，认为其存在两种效应，一种是风险分散效应，另一种是风险传染效应，这两种效应的大小最终决定了存款竞争与银行风险承担的关系。申创（2018）[19]、童玉芬等（2020）[20]利用我国商业银行的数据，将行业集中度指标和勒纳指数作为银行竞争的代理变量，实证得出银行竞争与银行风险承担之间存在非线性关系。

通过对现有文献的梳理，发现研究主要集中于两个方面，即杠杆率监管与银行风险承担的关系以及银行竞争与银行风险承担的关系。但是，当杠杆率监管和银行竞争同时作用于银行风险承担时，其结果是怎样的？现有研究并未给出相应的答案。目前，我国商业银行面临着资本监管趋严和市场竞争加剧的双重压力，这些变化都将对我国商业银行的风险承担水平产生重要影响。鉴于此，本文利用2011—2019 年我国70 家商业银行的非平衡面板数据，基于动态面板模型，实证检验了杠杆率监管与银行竞争对银行风险承担的综合影响。研究发现：杠杆率监管对银行风险承担具有缓释作用，且银行竞争强化了杠杆率监管对银行资产组合风险承担的缓释作用，却弱化了杠杆率监管对银行信贷风险承担与银行破产风险承担的缓释作用。进一步，本文对商业银行进行了异质性分析及机制分析，发现商业银行的异质性和表外资产占比是杠杆率监管与银行竞争影响银行风险承担的重要因素。

本文的边际贡献主要有三个方面：（1）考虑到我国商业银行面临着资本监管趋严和市场竞争加剧的双重压力，本文将杠杆率监管、银行竞争与银行风险承担放于统一研究框架内，丰富和扩展了现有银行风险承担的相关研究；（2）现有研究多数将风险加权资产占比、不良贷款率或Z 值作为银行风险承担的替代变量，却忽视了这三类指标代表银行风险承担的不同方面，本文将这三类指标进行了区分，分别代表银行资产组合风险承担、银行信贷风险承担及银行破产风险承担，并以此进行实证分析；（3）通过对商业银行的异质性分析和机制分析，提炼出银行异质性和表外资产占比是杠杆率监管与银行竞争影响银行风险承担的重要因素，这为监管部门完善监管措施提供了必要的参考，避免了银行的不良竞争与银行监管不到位的表外资产形成共振而加剧银行风险承担水平，从而实现“稳金融”的政策目标。

二、理论分析与研究假设

本文在 Jiménez 等 （2013）[21]、张庆君和陈思（2019）[22]以及张娜（2019）[23]研究的基础上，引入杠杆率监管和银行竞争等变量，拓展了原有的理论模型。通过模型推导，为解释杠杆率监管和银行竞争对银行风险承担的综合影响建立较为坚实的理论基础。

根据资产负债表结构，假设银行资产为L，等于存款D 与所有者权益E 相加之和，即：

当银行存在杠杆率监管时，假设银行利润为π，rl代表银行贷款利率，rd代表银行存款利率，rt代表银行同业拆借利率或向中央银行借款的利率，LEV代表监管机构对银行杠杆率设定的最小值。

假设在存款市场，存款D 是银行存款利率rd的增函数，即存款利率越高，银行吸收的存款数量就越多。在贷款市场，贷款利率rl是贷款L 和市场势力S 的增函数。具体表现为：贷款数量越大，银行的贷款利率就越高；银行的市场势力越大，其贷款利率就越高。

市场势力S 反映了银行的竞争力，因此可以利用Lerner 指数衡量。该指数越接近1，表明银行市场势力越大，银行垄断程度越严重；该指数越接近0，表明银行市场势力越小，银行竞争程度越激烈。Lerner 指数的表达式如下：

贷款利息可看作是银行产出的价格，银行同业拆借利率或向中央银行借款的利率可看作边际成本，因此，Lerner 指数可进一步写成：

将式（7）代入式（2）和式（3）得：

如果银行的资产不足以偿还其债务，就会面临风险承担的临界值，因此这里假定银行利润与所有者权益的和大于等于零，即：

将式（10）两边同除资产L，结合式（8）和式（9）得：

银行风险承担可以用通货膨胀率I 来描述，由于实际利率近似等于名义利率减去通货膨胀率，因此当通货膨胀率I 增大时，银行实际贷款利率减小，这使得客户违约的可能性减少，银行风险承担水平会降低。式（14）可以进一步写成：

通过分析式（15），可以得出两个结论。第一，假设Lerner 指数不变，当银行引入杠杆率监管指标时，随着LEV 增大，不等式右边变小，则相应左式中的通货膨胀率I 会增大，意味着银行风险承担水平会变小。杠杆率监管指标设置的初衷是弱化通过风险加权系数转换计算资本所带来的缺陷，从而制约商业银行的过度冒险行为。欧美国家与中国商业银行不同的是，其表外业务规模很大，内部评级法也普遍使用，因此，杠杆率监管的推出在一定程度上会造成银行风险承担水平的加剧，这符合一些国外研究者的结论。但是对于中国商业银行，近年来表外业务虽有所增加，但表内业务仍是主营业务，且中国商业银行的内部评级法并没有普遍使用，因此，杠杆率监管并没有形成风险激励，很大程度上对中国商业银行的风险承担发挥了缓释的作用。综合上述分析，本文了提出第一个待检验的假说。

假说1：杠杆率监管对我国商业银行风险承担具有缓释作用。

第二，假设Lerner 指数发生变化，则当银行引入杠杆率监管指标时，随着LEV 增大，不等式右边变小，不等式左边的Lerner 指数和通货膨胀率I 都会发生变化，意味着银行风险承担水平会随着杠杆率监管和银行竞争的变化而变化。据此，本文提出了第二个待检验的假说。

假设2：银行竞争会影响杠杆率监管对我国商业银行风险承担的缓释作用。

三、研究设计

（一）样本选择与数据来源

本文选取2019 年总资产排行榜前100 名的商业银行作为样本，剔除财务数据连续不足6 年的样本以及业务范围受限制的外资银行，最终获得70 家商业银行的非平衡面板数据，包括5 家大型国有商业银行、12 家股份制商业银行以及53 家城商行与农商行。银行数据均来自BVD-BankFocus 全球银行与金融机构分析库以及商业银行年报，宏观数据来自国家统计局。

（二）变量定义

1.被解释变量：银行风险承担（TRISK）。参考已有文献（Berger et al.，2009；方意等，2012；徐璐和叶光亮，2018）[24-26]，发现衡量银行风险承担的代理指标主要有四个，分别是预期违约概率、不良贷款率、风险加权资产占比以及Z 值。预期违约概率是一种具有前瞻性的风险度量指标（牛晓健和裘翔，2013）[27]，但由于本文的研究样本包含我国城市商业银行和农村商业银行，其数据比较缺乏，且已上市商业银行的数据披露也较少，因此，商业银行预期违约概率数据无法全面获得。因此，本文采用不良贷款率、风险加权资产占比和Z 值来衡量商业银行不同类型的风险承担。近年来，国内外学者越来越关注银行资产组合的风险承担水平，我国商业银行目前也在开展多元化经营业务，因此，本文利用风险加权资产占比（RWAA）作为银行资产组合风险承担的代理指标，用银行风险加权资产与总资产的比值表示。信贷业务是我国商业银行的传统业务，也是实体经济资金来源的重要渠道，本文利用不良贷款率（NPL）作为银行信贷风险承担的代理指标，用银行不良贷款与总贷款的比值表示。Z 值衡量商业银行与其破产之间的距离，Z 值越大代表商业银行的破产风险越小。由于其偏度较大，故本文对Z 值取对数并求相反数以方便解释，将其作为银行破产风险承担的代理指标，记作RISK，具体表达式为：

其中：i 代表商业银行；t 代表年份；ROAA 代表样本银行的平均资产回报率，采用净利润与期初和期末总资产余额平均数的比值表示；CA 代表样本银行的资本资产比，采用股东权益总计与总资产的比值表示；σ 代表平均资产回报率的标准差；RISK 的值越大，代表商业银行的风险承担水平越高。

2.核心解释变量：杠杆率监管（LEV）。中国银监会（现为银保监会）在2011 年发布《商业银行杠杆率管理办法》，首次引入杠杆率监管指标。在2015 年颁布《商业银行杠杆率管理办法（修订）》，进一步完善了我国商业银行杠杆率监管的政策框架。由于杠杆率监管指标要求我国非系统重要性银行在2016 年全部达标，因此，本文设定的杠杆率监管指标为虚拟变量，2016 年以前的值被设定为0，2016 年以后的值被设定为1。

3.核心解释变量：银行竞争（COMP）。参考张娜（2019）[23]以及 Berger 等（2009）[24]的研究，本文选取Lerner 指数来衡量银行竞争。Lerner 指数取值在0 到1 之间，取值为0 代表行业完全竞争，取值为1 代表行业完全垄断。本文采用Lerner 指数的相反数作为衡量银行竞争的代理变量以方便解释，具体公式如下：

其中，P 为样本银行产出的价格，采用总收入与总资产的比值表示，总收入包括利息收入和非利息收入；MC 为样本银行的边际成本，由于边际成本无法直接取值，故通过超越对数成本函数进行估计，通过求导得出银行边际成本。假定银行的总成本函数为“一产出、两投入”的超越对数成本函数，则建立模型如下所示：

其中：C 为样本银行的总成本，采用利息支出与非利息支出表示；y 为样本银行的总产出，采用总资产表示；w1代表资金成本，采用利息支出除以存款和短期资金之和表示；w2代表资本成本，采用员工费用与其他营业费用之和与固定资产的比值表示；εit为随机扰动项。根据式（18）得到估计参数

通过式（19）可以得到各家商业银行的边际成本MC，将其代入式（17），即可求得银行竞争程度的代理变量COMP，该变量数值越大，表明竞争程度越大。

4.控制变量（M）。为准确衡量杠杆率监管、银行竞争对银行风险承担的综合影响，参考Davis 和Karim（2019）[6]以及李双建和田国强（2020）[8]的研究，本文选取的控制变量包括银行特征变量和宏观变量。银行特征变量主要包括银行规模、资产结构、资本情况以及盈利能力。其中：SIZE 代表银行的规模，采用银行资产的增长率表示；LOAN 代表银行的贷款规模，用以反映银行的资产结构，采用贷款净额与总资产的比值表示；CA 代表银行的资本情况，采用股东权益总计与总资产的比值表示；ROAA 代表银行的盈利能力，采用净利润与期初和期末总资产余额平均数的比值表示。宏观变量主要包括国内生产总值增长率，记作DLNGDP。本文变量定义见表1。

表1 变量选择及定义

（三）模型构建

为研究杠杆率监管、银行竞争对银行风险承担的综合影响，本文构造实证模型如下：

其中，式（20）分析了杠杆率监管对银行风险承担的影响，式（21）分析了杠杆率监管与银行竞争对银行风险承担的综合影响。本文重点关注杠杆率监管与银行竞争对银行风险承担的综合影响。如果γ2与∂1的符号相同，则说明银行竞争会加强杠杆率监管对银行风险承担的影响；如果γ2与∂1的符号相反，则说明银行竞争会弱化杠杆率监管对银行风险承担的影响。

四、实证结果与分析

（一）描述性统计

表2 报告了变量描述性统计结果。从表中可以看出，RISK 的均值为-3.67、标准差为 0.53，RWAA的均值为62.94、标准差为9.57，NPL 的均值为1.35、标准差为1.03。从被解释变量来看，在三个表示银行风险承担的变量中，RWAA 的波动最大，NPL 的波动较小，RISK 的波动介于二者之间。可见在样本期间内，银行资产组合风险承担有较大的波动，银行破产风险承担有一定的波动，而银行信贷风险承担的波动变化不明显。COMP 的均值为-0.45、标准差为0.09，初步判断在样本期内，样本银行包括大型国有商业银行、股份制商业银行、城商行与农商行这三类银行，它们之间的竞争程度存在很大的差异性，表明银行竞争指标的波动较大。

表2 变量的描述性统计

图1 为在样本期内样本银行竞争的趋势图。可以观察到，2011—2016 年间我国银行业竞争经历了倒U 型变化，但在2016 年以后开始上升并保持高位，进一步说明近年来我国银行业的竞争程度正在加剧。除此之外，在样本期内，样本银行竞争变量的均值为-0.45，将样本进行分类发现，大型国有商业银行竞争指标COMP 均值为-0.550 4，股份制商业银行COMP 均值为-0.462 7，城商行和农商行COMP均值为-0.434 6，大型国有商业银行COMP 均值（绝对值）远大于全样本均值，说明其市场势力很大，符合目前我国银行业的实际情况。

图1 银行竞争（COMP）的年度均值

（二）杠杆率监管、银行竞争与银行风险承担

在进行回归分析前，需要注意到多重共线、虚假回归以及内生性问题。首先，多重共线问题会影响回归结果，需要对解释变量进行方差膨胀因子（VIF，Variance Inflation Factor）检验。本文在OLS 模型中计算各解释变量的方差膨胀因子以及平均方差膨胀因子均小于2，说明解释变量之间不存在多重共线性问题。其次，为避免虚假回归，需要对变量进行单位根检验。结果表明，各变量不存在单位根，说明各变量是平稳的，不会造成虚假回归。最后，为解决内生性问题，引入商业银行风险承担的一阶滞后项作为解释变量，即采用动态面板的广义矩估计方法（GMM）估计模型。GMM 方法主要包括系统GMM 和差分GMM，但差分GMM 消除了非观测截面的个体效应以及不随时间变化的其它变量，从而损失了样本数量。因此，本文重点关注系统GMM 的估计结果，因为系统GMM 相当于联立了差分方程和原水平方程，它的优点是提高了估计效率，尤其针对小样本性质更好，并可以估计不随时间变化的变量系数，克服了差分GMM 的缺点。为保证系统GMM 的适用性，需采用AR（2）统计量对扰动项进行自相关检验，同时运用Sargan 统计量对工具变量过度识别的有效性进行检验。

表3 主要报告了杠杆率监管、银行竞争对银行风险承担的综合影响的估计结果，其中，列（1）与列（2）是被解释变量为银行信贷风险承担的估计结果，列（3）与列（4）是被解释变量为银行资产组合风险承担的估计结果，列（5）和列（6）是被解释变量为银行破产风险承担的估计结果。列（1）、列（3）与列（5）没有银行竞争变量以及交互项，用于估计杠杆率监管对银行风险承担的影响，杠杆率监管变量的系数分别为-0.247、-1.659 和-0.021，系数显著为负，验证了假说1，即杠杆率监管对我国商业银行风险承担具有缓释作用。由系数的大小来看，杠杆率监管对我国商业银行资产组合风险承担的缓释强度最大。

列（2）、列（4）与列（6）加入了银行竞争变量以及交互项，并对银行竞争变量进行了中心化处理，以更准确地估计了杠杆率监管、银行竞争对银行风险承担的综合影响。在动态面板模型中，AR（2）的P 值大于0.05，说明模型残差项不存在二阶序列相关问题。Sargan 的P 值大于0.05，表明工具变量的选取是有效的，所以GMM 估计通过了检验，可见模型是可信的。通过估计结果可知，银行风险承担的滞后项系数显著为正且数值较大，说明商业银行过去的风险承担水平会对现阶段的风险承担水平产生一定影响，具有经济变量的惯性特征。杠杆率监管变量与银行竞争变量的交互项系数分别为2.356、-7.407 和0.145，系数均显著，说明银行竞争弱化了杠杆率监管对银行信贷风险承担以及银行破产风险承担的缓释作用，却强化了杠杆率监管对银行资产组合风险承担的缓释作用，从而验证了假设2，即银行竞争会影响杠杆率监管对我国商业银行风险承担的缓释作用。

分析控制变量可知，从商业银行层面的特征变量来看，平均资产回报率的估计系数显著为负，即平均资产回报率越低，银行风险承担越高。Kiema和Jokivuolle（2014）[3]认为，杠杆率监管会诱导银行持有相似的且风险较小的多样化投资组合，但是这种组合更容易受到共同冲击的影响，从而加大了银行风险承担。资本资产比的估计系数显著为正，即资本资产比越高，银行风险承担越高。这是因为，资本充足的银行具有更多元化的融资渠道以及更强的风险分散能力，因此其风险承担的意愿更高（刘生福和韩雍，2020）[28]。针对银行信贷风险承担和资产组合风险承担，贷款规模的估计系数为正说明贷款规模越大，银行风险承担越高，这可能是因为银行贷款项目中存在道德风险和逆向选择问题。银行规模的估计系数为负，说明银行资产规模越大，银行风险承担越低。这是因为，资产规模较大的银行投资风险较为分散且风险管理技术具有明显优势。针对银行破产风险承担，贷款规模的估计系数为负，说明贷款规模越小，银行风险承担越高。这在一定程度上反映出我国影子银行的发展态势，传统业务收缩但影子业务扩大，从而导致商业银行风险承担增加。银行规模的估计系数为正从另一方面说明，“大而不能倒”使银行更具冒险精神。从宏观经济发展的特征变量来看，针对银行信贷风险承担和资产组合风险承担，GDP 增长率的估计系数显著为负，说明在经济高涨时期，银行风险承担会降低，表明银行风险承担具有逆周期性特征。针对银行破产风险承担，GDP 增长率的估计系数显著为正，说明在经济高涨时期，银行风险承担会提高，即银行风险承担具有顺周期性特征。

表3 杠杆率监管、银行竞争对银行风险承担的综合影响

（三）稳健性检验

本文的稳健性检验包括三种方法。方法一，从样本银行中分离出样本容量大的农商行和城商行进行动态面板回归分析，银行数量为53 家；方法二，从样本银行中分离出样本容量大的非系统重要性银行进行动态面板回归分析，银行数量为65 家；方法三，替换核心解释变量，即替换银行竞争变量。

1.对农商行和城商行进行动态面板回归分析。在表4 中，杠杆率监管指标的系数显著为负，说明杠杆率监管对商业银行各类风险承担具有缓释作用。其中，当被解释变量为银行信贷风险承担时，杠杆率监管指标显著为负，该系数由全样本的-0.247变为-0.282，其系数绝对值增加了0.035，说明农商行和城商行面对杠杆率监管，其银行信贷风险承担减少得更多。杠杆率监管指标和银行竞争指标的交互项系数显著为正，说明银行竞争削弱了杠杆率监管对银行信贷风险承担的缓释作用。当被解释变量为银行资产组合风险承担时，杠杆率监管指标显著为负，该系数由全样本的-1.659 变为-1.672，其系数绝对值增加了0.013，说明农商行和城商行面对杠杆率监管，其银行资产组合风险承担减少得较多。杠杆率监管指标和银行竞争指标的交互项系数显著为负，说明银行竞争促进了杠杆率监管对银行资产组合风险承担的缓释作用。当被解释变量为银行破产风险承担时，杠杆率监管指标显著为负，该系数由全样本的-0.021 变为-0.016，其系数绝对值减少了0.005，减少程度较小。杠杆率监管指标和银行竞争指标的交互项系数显著为正，说明银行竞争削弱了杠杆率监管对银行破产风险承担的缓释作用。这支持了本文的结论。

表4 稳健性检验：方法一

2.对非系统重要性银行进行动态面板回归分析。在表5 中，样本银行为非系统重要性银行，包括股份制商业银行、农商行和城商行。可以看出，杠杆率监管指标的系数显著为负，说明杠杆率监管对商业银行各类风险承担具有缓释作用。当被解释变量为银行信贷风险承担时，杠杆率监管指标显著为负，该系数由全样本的-0.247 变为-0.233，其系数绝对值减少了0.014，说明非系统重要性银行面对杠杆率监管，其银行信贷风险承担减少得较多。杠杆率监管指标和银行竞争指标的交互项系数显著为正，说明银行竞争削弱了杠杆率监管对银行信贷风险承担的缓释作用。当被解释变量为银行资产组合风险承担时，杠杆率监管指标显著为负，该系数由全样本的-1.659 变为-1.683，其系数绝对值增加了0.024，说明非系统重要性银行面对杠杆率监管，其银行资产组合风险承担减少得较多。杠杆率监管指标和银行竞争指标的交互项系数显著为负，说明银行竞争增强了杠杆率监管对银行资产组合风险承担的缓释作用。当被解释变量为银行破产风险承担时，杠杆率监管指标显著为负，该系数由全样本的-0.021变为-0.020，其系数绝对值变化不大，说明非系统重要性银行面对杠杆率监管，其银行破产风险承担水平基本不变。杠杆率监管指标和银行竞争指标的交互项系数显著为正，说明银行竞争削弱了杠杆率监管对银行破产风险承担的缓释作用。

除此之外，观察到方法二中非系统重要性银行比方法一样本银行多出了股份制商业银行，通过与方法一中的交互项系数进行比较，发现在银行资产组合风险承担中，交互项系数由方法一中的-5.906变为-9.147，可见股份制商业银行的竞争所起的促进作用很大，极大地影响了杠杆率监管对银行资产组合风险承担的缓释作用。在银行信贷风险承担中，交互项系数由方法一中的2.176 变为1.814，可见股份制商业银行的竞争发挥的是促进作用，极大地影响了杠杆率监管对银行信贷风险承担的缓释作用。在银行破产风险承担中，交互项系数由方法一中的0.075 变为0.144，可见股份制商业银行的竞争所起的削弱作用不是很大。这说明，股份制商业银行竞争面对不同种类的银行风险承担时所发挥的作用是不同的，杠杆率监管对股份制商业银行的资产组合风险承担具有缓释作用，且银行竞争会促进这一作用，从而进一步佐证了本文实证结果的稳健性。

表5 稳健性检验：方法二

（续表5）

3.替换银行竞争变量。上文利用传统Lerner 指数衡量银行竞争，隐含的一个前提条件是银行具有完全的资源配置效率，因此利用传统Lerner 指数还不够精确，本文参考 Koetter 等（2012）[29]、王小腾和徐璋勇（2020）[30]、孙旭然等（2020）[31]、申创和赵胜民（2017）[32]、李双建和田国强（2020）[8]的研究，采用经税前利润调整后的Lerner 指数作为衡量银行竞争的代理变量进行稳健性检验，具体公式如下：

其中，Π 为税前利润，COMP2 是调整后的Lerner 指数的相反数，本文将其作为衡量银行竞争的代理变量，对以上结果进行稳健性检验，如表6 所示。回归结果表明，杠杆率监管与银行竞争交互项系数的影响方向与显著性均与前文结果保持一致，从而进一步证实了研究结论的稳健性。

表6 稳健性检验：方法三

五、进一步分析：机制分析

银保监会所要求的杠杆率指标在我国出现时间尚短，很多农商行和城商行对于杠杆率指标的报告都比较晚，因此，杠杆率指标不易直接获得。但是，银行资产负债表内的财务杠杆一直以来都在使用，通常采用资产负债表中的总资产与权益资本的比值来测量，该比率也被称为杠杆倍数。结合我国银行业目前的实际情况，其表内资产基本上占到了全部资产的80%左右（项后军等，2018）[33]。虽然财务杠杆不涉及表外资产，但研究银行资产负债表内的杠杆也具有十分重要的价值，有助于梳理杠杆率监管和银行竞争对银行风险承担的综合影响及其机制。为研究方便，本文选择财务杠杆的倒数作为银行表内杠杆率指标的代理变量，即资产负债表中的权益资本与总资产的比值，等同于资本资产比，因此符号记作CA。本文基于全样本银行、农商行和城商行以及非系统重要性银行三组样本，利用表内杠杆率指标和杠杆率监管指标的不同，将表外资产作为机制分析的突破口。

（一）以全样本银行为研究对象

表7 主要报告了表内杠杆率指标、银行竞争对银行风险承担综合影响的估计结果，样本为全样本银行。针对银行信贷风险承担，列（1）中银行表内杠杆率指标系数为-0.039，且显著，说明银行表内杠杆率与银行信贷风险承担存在明显的负相关关系，即银行杠杆率越高，我国商业银行信贷风险承担水平越低。列（2）中银行表内杠杆率指标和银行竞争的交互项系数为-0.538，且显著，即银行竞争增强了银行表内杠杆率指标对银行信贷风险承担的作用。针对银行资产组合风险承担，列（3）中银行杠杆率指标系数为0.961，且显著，说明银行表内杠杆率与银行资产组合风险承担存在明显的正相关关系，即银行杠杆率越高，我国商业银行资产组合风险承担水平越高，形成了“风险激励”，表明银行更加偏好高风险资产。列（4）中银行表内杠杆率指标和银行竞争的交互项系数为-4.129，且显著，即银行竞争削弱了银行表内杠杆率指标对银行资产组合风险承担的作用。针对银行破产风险承担，列（5）中银行表内杠杆率指标系数显著为-0.079，说明银行杠杆率与银行破产风险承担存在明显的负相关关系，即银行杠杆率越高，我国商业银行破产风险承担水平越低。列（6）中银行表内杠杆率指标和银行竞争的交互项系数为0.062，且显著，即银行竞争削弱了银行杠杆率指标对银行破产风险承担的作用。从全样本的角度看，表内高杠杆率指标可以缓解银行信贷风险承担和银行破产风险承担，但对银行资产组合风险承担并没有形成风险约束，反而激励了银行开展表外业务。银行竞争可以促进表内杠杆率指标对银行信贷风险承担的缓释作用，削弱表内杠杆率指标对银行资产组合风险承担的作用。

表7 表内杠杆率指标：全样本银行

（续表7）

（二）以农商行和城商行为研究对象

表8 主要报告了表内杠杆率指标、银行竞争对银行风险承担综合影响的估计结果，样本为农商行和城商行。实证结果表明，提高资产负债表内的银行杠杆率有助于缓解银行信贷风险承担和银行破产风险承担，但不利于缓解银行资产组合风险承担。银行竞争会增强表内杠杆率指标对银行信贷风险承担的影响，而削弱表内杠杆率指标对银行资产组合风险承担以及银行破产风险承担的影响。

表8 表内杠杆率指标：农商行和城商行

（三）以非系统重要性银行为研究对象

表9 主要报告了表内杠杆率指标、银行竞争对银行风险承担综合影响的估计结果，样本为非系统重要性银行。非系统重要性银行比农商行和城商行多了股份制商业银行样本，通过比较表9 和表8 交互项系数的大小可知，针对银行信贷风险承担，表内杠杆率指标系数由-0.233 变为-0.028，变化值为0.205，交互项系数由-1.270 变为-1.007，变化值为0.263，说明股份制商业银行竞争促进了表内杠杆率指标对银行信贷风险承担的强化作用。针对银行资产组合风险承担，表内杠杆率指标系数由1.104变为1.085，变化值为-0.019，交互项系数由-8.735变为-5.951，变化值为2.784，说明股份制商业银行竞争削弱了表内杠杆率指标对银行资产组合风险承担的缓释作用。针对银行破产风险承担，表内杠杆率指标系数由-0.081 变为-0.054，变化值为0.027，交互项系数由0.043 变为0.058，变化值为0.015，变化不是很大。

表9 表内杠杆率指标：非系统重要性银行

基于以上比较分析，可以得到三点结论。第一，通过实证结果可知，表内杠杆率指标有助于缓解银行信贷风险承担和银行破产风险承担，但不利于缓解银行资产组合风险承担，而杠杆率监管指标可以缓释银行的这三类风险承担。可见，表外资产作为商业银行资产组合风险承担增加的主要因素，如果没有杠杆率监管指标的约束，则商业银行可能利用表外资产进行风险转移，其实际风险依然存在于金融系统内，容易导致危机的发生，而杠杆率监管对银行的风险加权资产形成了“风险约束”，可以暴露银行真实的风险水平（Blum，2008）[3]。因此，杠杆率监管符合监管当局的期望，对银行风险承担有很好的约束作用。第二，对于全样本银行以及农商行和城商行来说，银行竞争增强了杠杆率监管对银行资产组合风险承担的缓释作用，削弱了表内杠杆率对银行资产组合风险承担的强化作用，这说明，对于表外业务占比较多的商业银行，促使其竞争可以增强监管效果，减少风险积聚。银行竞争削弱了杠杆率监管对银行破产风险承担的缓释作用，也削弱了表内杠杆率对银行破产风险承担的缓释作用，这说明对于濒临破产的银行，尤其是其处于经济危机时期，银行竞争的加剧会削弱资本的作用，影响监管效果。第三，对于股份制商业银行而言，针对银行资产组合风险，银行竞争促进了杠杆率监管对银行资产组合风险承担的缓释作用。针对银行信贷风险，银行竞争削弱了杠杆率监管对银行信贷风险承担的强化作用。所以对于股份制商业银行，尤其是表外资产占比较大的股份制商业银行，杠杆率监管对银行风险承担具有缓释作用，且银行竞争促进了这种缓释作用。

六、研究结论与政策启示

本文为分析杠杆率监管和银行竞争对银行风险承担的综合影响提供了理论基础，并依据理论分析构建实证模型，将银行风险承担分为银行信贷风险承担、银行资产组合风险承担以及银行破产风险承担三种类型，使用2011—2019 年我国70 家商业银行的数据，对理论模型进行实证检验，得到了四个主要结论。（1）杠杆率监管对银行信贷风险承担、银行资产组合风险承担及银行破产风险承担都具有缓释作用。（2）银行竞争促进了杠杆率监管对银行资产组合风险承担的缓释作用。（3）对于表外业务占比较多的商业银行，促使其竞争可以增强监管效果，减少风险积聚。对于濒临破产的银行，尤其处于经济危机时期，促进银行竞争会削弱资本的作用，影响监管政策的效果。（4）对于股份制商业银行，尤其是表外资产占比较大的股份制商业银行，杠杆率监管对银行风险承担具有缓释作用，且银行竞争促进了这种缓释作用。

本文的研究结论具有一定的政策启示。第一，对于我国的商业银行来说，应当积极按照杠杆率监管政策对自身杠杆率进行监管，因为该指标发挥了缓释银行风险承担的作用。近年来，随着商业银行影子业务的发展以及监管套利的驱使，银行的风险承担问题变得越来越复杂。尤其在信息不对称的情况下，监管部门依赖商业银行自身的报告，并不能完全识别商业银行所面临的真实风险，商业银行为追求利润最大化有动机进行监管套利，即“美化”资本充足率监管指标，因此，监管部门实施杠杆率监管可以使其不受限于自身的甄别能力，利用杠杆率监管降低商业银行的风险承担水平。第二，我国商业银行竞争促进了杠杆率监管对银行资产组合风险承担的缓解作用，尤其对于经营表外业务比较多的商业银行，促使其良性竞争可以增强杠杆率监管的效果。但是，对于经济下行时期的银行竞争，需要理性对待，此时的银行竞争会削弱资本的作用，并且影响监管政策的效果。因此对监管当局而言，要对不同资产业务类型的商业银行采取差异化的监管措施，促使银行竞争格局与杠杆率监管等金融监管政策相辅相成，防止银行风险过度积累，确保其自身风险承担水平处于适宜和可控范围之内。第三，我国股份制商业银行的竞争所产生的影响不容忽视，不仅促进了杠杆率监管对银行资产组合风险承担的缓释作用，还削弱了杠杆率监管对银行信贷风险承担的强化作用。除此之外，股份制商业银行的创新力强，表外资产占比比较大，因此，鼓励股份制商业银行进行良性竞争对提升资本监管政策效力具有重大意义。