双支柱政策对商业银行风险承担的协同作用——基于情景模拟视角

张 铭，张文君，刘兴华

（1.江西行政学院经济管理教研部，江西 南昌 330108；2.江西财经大学金融学院，江西 南昌 330013）

一、引言

2008年国际金融危机的爆发，使各国央行开始意识到传统货币政策已不能再继续发挥稳定物价、促进经济发展的作用，而房地产以及股票的泡沫更增大了金融风险的发生概率。因此，在多方面的驱动下各国政府开始着手对货币政策实施改革。新型货币政策以风险防范为目标，采取了多种不同维度的控制手段。在宏观层面上，央行以原有的微观审慎工具为基础，不断将其升级成新的宏观审慎工具。而在金融机构方面，通过加强监督其资本充足率以降低风险发生率，并从操作监管等角度对金融市场进行规范化管理，以增强金融系统稳健性，有效防止金融风险在各机构之间相互传导。双支柱调控政策是健全货币政策和宏观审慎政策的调控框架，在促进经济稳定增长的同时，防范化解金融风险，维护金融稳定。

党的十九大报告中，中央从战略角度推行宏观审慎政策，这代表着党中央对宏观审慎政策的重视程度，以及对该项政策为金融市场带来的正面效果的认可。党的十九大之后，央行一直根据经济发展状况调整宏观审慎调控框架，借助差异化调控手段来完善对房地产行业的管理，并对跨境资本流动进行管制，将其纳入宏观审慎评估（Macro Prudential Assessment，MPA）体系。因此，我国宏观审慎政策以事前管制为基础，通过统筹各项政策促进金融行业发展，同时减少或化解系统性金融风险的发生[1]。

宏观审慎政策推行的目的，一是降低金融系统风险，二是稳定金融行业发展[2]。2008年国际金融危机爆发后，各国学者分别通过定量、定性分析等方式对货币政策协同宏观审慎监管框架所带来的影响力进行研究[3]。在早期的研究中，部分学者以商业银行为样本，以其受宏观审慎政策影响的指标作为参考变量[4]，将其引入货币政策传导渠道进行综合研究，以期发现宏观审慎政策对信贷增长问题及银行风险敏感程度的作用[5]。

从微观数据出发，有学者对宏观审慎政策工具的有效性进行实证研究。杰罗（Jarrow）[6]通过研究得出，杠杆率工具对金融机构风险承担及信贷增长具有抑制作用，应对杠杆率的增长速率进行有效监控。塞路迪（Cerutti）等[7]以119 个国家作为研究样本，分析其跨国面板数据，并在宏观审慎政策指数（MPI）的基础上指出，宏观审慎政策抑制了国内信贷增长，而启动债务收入比及贷款价值比等调控工具可抑制房地产信贷的增长，从而限制房价的上涨。相比国外而言，国内宏观审慎政策使用期限较短，研究宏观审慎工具[8]的文献较少。梁琪等[9]以商业银行为例，将第二套房首付比例作为政策工具，认为第二套房首付比例对银行风险承担具有一定影响作用。在双支柱政策协调方面，国内外学者的研究还不是很丰富[10]，在实践方面没有提出有效路径。黄之豪等[11]认为，经济周期内货币政策不应该过分强调其逆周期效果。

本文通过系统广义矩估计（Generalized Method of Moments，GMM）法分析双支柱政策对商业银行风险承担的影响关系，并根据实证分析结果，探讨不同经济情景下双支柱政策对商业银行风险承担的协同作用，进而通过场景模拟分析双支柱政策对商业银行风险承担行为的协同作用，最后提出政策建议。

二、数据来源与变量定义

（一）数据来源

本文以商业银行为研究样本，对商业银行数据①进行处理，去除政策性银行（此类银行一般不以盈利为目的，其风险承担行为不足以显著表现外部及内部环境变化）数据、外资银行在我国设立的分行（此类样本业务体量较小且对政策敏感度较高）数据，最终得到2000—2020年期间132 家国内商业银行微观非平衡面板数据。

（二）变量定义

1.因变量

因变量为商业银行风险承担（RT），同时选取不良贷款率（NPL）、风险加权资产比率（RWARATIO）、贷款损失准备金率（LLRR）为因变量的代理变量。其中，NPL=不良贷款额/贷款总额，RWARATIO=风险加权资产额/总资产额，LLRR=贷款损失准备金/不良贷款额。

2.自变量

选取货币政策工具（MPL）和宏观审慎政策（MPP）为自变量。为有效区别不同性质货币政策工具对风险承担及其在双支柱政策协调系统中的作用，可将之分为数量型、价格型两种类型。用广义货币年度增长率（M2）代表数量型货币政策工具，为更好地描述回归结果，本文对M2取负数（NM2）；用货币政策调控一年期存款基准利率（DR）及7天银行间同业拆借利率代表价格型货币政策工具。

宏观审慎政策用动态法定存款准备金率（DRR）和住房抵押贷款价值比（LTV）上限表示。根据DRR和LTV上限的实际使用天数，对法定存款准备金率和第二套房首付比例进行年度加权平均。在考察因变量商业银行风险承担时，第二套住房抵押贷款是商业银行风险的重要体现，可以降低风险，限制信贷增加。因此，本文选择DRR和LTV作为MPP的代理变量。

3.控制变量

选取商业银行特征和宏观经济与金融市场因素为控制变量。

（1）商业银行特征

根据商业银行特征，用三个银行业指标作为控制变量：一是商业银行自有资金充足程度，即核心资本充足率（CCAR）；二是盈利能力，即资产收益率（ROA）；三是商业银行资产规模的对数（lnAs）。

（2）宏观经济与金融市场因素

本文选择GDP同比增长率和上海证券交易所股票价格综合指数（以下简称“上证综指”）年收益率（STOCK）这两个指标作为宏观经济与金融市场的控制变量。在经济环境较好时，商业银行会持较为乐观的态度，更倾向于采用更高的杠杆率，这也意味着银行愿意承担更多的风险[12]。上证综指年收益率可以较全面地反映证券市场情况，且样本中大多数银行在上海证券交易所上市，因此该指标能够反映金融市场的客观情况。

4.交叉项

以宏观审慎政策协同货币政策的使用为研究方向，在研究过程中，将货币政策工具变量乘以宏观审慎政策工具变量，得到交叉项MPLk，t×MPPk，t。本文重点考察交叉项系数正负及其显著性，如果系数显著为负，说明宏观审慎政策对货币调控政策存在一定的抵消作用，即宏观审慎政策能够形成逆货币政策周期性。同时考察交叉项MPLk，t×MPPk，t×BVi，t系数，用以检验商业银行特征对因变量的影响，进而检验商业银行风险承担在宏观经济中的周期性。

本文的变量及描述性统计参见表1和表2。

表1 变量说明与数据来源

表2 变量描述性统计

三、计量模型与实证结果

（一）协同作用——基于系统GMM方法

1.实证模型的构建

依据戴力斯（Delis）等[13]和尔祖卡（Özşuca）等[14]的研究，建立以下基准模型：

模型（1）中，i表示样本中的银行，t是时间变量。RT表示商业银行风险承担，为模型因变量；MPL及MPP为自变量，分别表示货币政策工具以及宏观审慎政策，其下标k表示所采取的不同政策；自变量RTt-1为滞后项，表示上一周期风险对本周期风险的干扰，BV表示商业银行特征，MV表示宏观经济与金融市场因素。β1是自变量MPL的系数，用以验证风险承担基本效应；β2为宏观审慎政策的系数，用以分析宏观审慎政策对RT的影响；v表示个体效应，ε表示随机扰动项。

在模型（1）中，考察交叉项MPLk，t×MPPk，t的系数β5，以此检验双支柱政策对风险承担的协同作用。进一步考察商业银行的特征效应，对基准模型（1）进行拓展，得到模型（2）：

在模型（2）中，考察MPLk，t×MPPk，t×BVi，t系数的显著性和正负关系，以此考察协同作用在银行中的异质性效应。

为了考察双支柱政策在宏观经济中的作用，引入双支柱政策与宏观经济和金融市场变量的交叉项，将模型（1）拓展为模型（3）：

通过考察双支柱政策与宏观经济和金融市场变量交叉项MPLk，t×MPPk，t×MVt的系数，检验宏观经济和金融市场在经济周期的作用。

基于模型（1），进一步考察由存款保险制度导致的保险效应及利率市场化在双支柱框架下对风险承担的影响。鉴于此，引入存款保险制度实施（IOS）虚拟变量，表示不同年份存款保险制度实施情况。2015年我国在商业银行中开始推行这项制度，因此，2015年以前，IDS赋值为0，2015年及以后，IDS赋值为1。虚拟变量RM为利率市场化程度，从利率市场化进程可以看出，2012年我国开始允许存款基准利率上下浮动，在此之前，贷款基准利率的市场化已基本完成。因此，RM在2012年及以后赋值为1，代表高市场化程度，其余年份赋值为0。

由此，将模型（1）拓展为模型（4）和模型（5）：

在模型（4）中，考察RM系数及交叉项MPLk，t×MPPk，t×RMt系数的符号，用以检验利率市场化视角下双支柱框架的风险承担情况。

在模型（5）中，考察IDS系数以及交叉项MPLk，t×MPPk，t×IDSt系数的符号，用以检验保险效应和双支柱框架下的风险承担情况。

2.模型回归结果

（1）基准模型检验

表3 为宏观审慎政策MPP为DRR时，基准模型（1）的回归结果，表4 为宏观审慎政策为住房抵押贷款价值比（LTV）时，模型1的回归结果。

根据表3 及表4 结果可知，风险承担滞后项RT（-1）系数显著为正，反映了RT具有滞后性，而MPP系数显著为正，表明RT受MPP抑制作用的影响是明显的。通过调整动态准备金，影响银行的资产管理以及信贷计划，由此降低银行的风险资产比重。DR（价格型货币政策工具）系数为负，表示货币紧缩政策使得商业银行在业务操作和信贷审批过程中更加谨慎。NM2系数为负，表明积极的货币政策使得商业银行可以承担更多风险，其风险承担行为会被夸大，在授信的策略上会更加激进。

通过表3 可知，在双支柱政策协调检验中，当货币政策扩张时，MPL（NM2）、MPL（DR）系数显著为负，说明商业银行风险承担有增加的趋势，商业银行将承担更多的风险；当央行认为经济过热、商业银行信贷余额过多时，宏观审慎政策将会调整存款准备金率（DRR）。当提高存款准备金率时，商业银行放贷金额会缩减，由MPP系数可以知道，商业银行风险承担会下降，表明宏观审慎政策有明显的抑制作用。当前经济阶段，当央行提高广义货币存量及存款准备金率时，交叉项MPL×MPP系数显著为正，商业银行风险承担有效降低。这也表明，央行同时调整货币政策和宏观审慎政策对商业银行风险承担的影响效果显著。因此，双支柱政策协调效果显著，且能够强化由宏观审慎政策带来的降低风险效应。根据表4可知，当宏观审慎政策为住房抵押贷款价值比（LTV）时，双支柱政策的协调效果显著。在变量稳健性方面，表5结果显示，GMM模型的回归结果是一致和稳健的。

表3 基于DRR基准模型的商业银行风险承担检验结果

表4 基于LTV基准模型的商业银行风险承担检验结果

表5 基于LTV的商业银行风险承担稳健性检验结果

（2）检验协同作用在不同商业银行特征下的影响效应

根据表6 可知，交叉项CCAR×MPL×MPP的系数φ6显著为正，表明CCAR的高低决定MPP对风险承担影响的程度，CCAR越低，宏观审慎政策越有用，由此核心资本充足率低的商业银行，其风险承担行为对MPP的变化更敏感；交叉项lnAs×MPL×MPP的系数φ6显著为正，表明lnAs越小，即商业银行资产规模越小，同核心资本类似，其风险承担行为对MPP的变化越敏感。而商业银行盈利能力指标ROA交叉项ROA×MPL×MPP的系数并不显著，表明盈利能力在政策变动中并不是决定因素。

表6 基于BV的双支柱政策与商业银行风险承担检验结果

（3）检验双支柱政策在宏观经济和金融市场中的周期性

表7 为当宏观审慎政策代理变量为DRR时MV×MPL×MPP的检验结果。从表7的检验结果可以看出，交叉项GDP×MPL×MPP、STOCK×MPL×MPP系数Φ6显著为负。由基准模型（1）的估计结果（表3）可以看到，GDP和STOCK在行情较好的时候能够明显地提高商业银行风险承担，这说明反映市场环境的变量与因变量RT正相关，而通过表7 也可以看到，双支柱政策下有明显的逆周期性，在股票市场繁荣阶段，双支柱政策能够呈现出调节风险的作用，即逆周期性质。

表7 基于MV的双支柱政策与商业银行风险承担检验结果

3.利率市场化、保险效应框架的影响

下面实证分析虚拟变量在双支柱政策框架下对银行风险承担的影响。当宏观审慎政策为LTV时，利率市场化在双支柱政策框架下对商业银行风险承担影响的分析结果如表8所示。

表8为将利率市场化放开程度虚拟变量RM加入基础模型（1）的回归结果。可以看出，RM系数显著为正，说明随着利率市场化的推行与成熟，商业银行趋于追求风险，风险承担行为加剧。这可能是因为，在利率市场化推行之后，商业银行存贷差减少，规模小的银行为了利润而增加风险承担行为，导致行业竞争加剧；规模大的银行也许充当价格领导者的角色，使得管理者们过于盲目自信，其风险承担行为也会增加。但是，利率市场化与双支柱政策交叉项RM×MPL×MPP的系数显著为负，且在DR的变量下比较敏感，表明在双支柱政策调控下，商业银行因利率市场化而导致的风险承担行为将得到抑制。因此，在利率市场化的环境下，宽松的货币政策使商业银行承担更多的风险，而宏观审慎政策显著抑制商业银行风险承担，双支柱政策协同作用将有效化解商业银行风险承担。

表8 基于LTV和虚拟变量RM的商业银行风险承担检验结果

当宏观审慎政策为LTV时，保险效应在双支柱框架下对商业银行风险承担影响的结果如表9所示。

表9 为存款保险制度实施虚拟变量IDS加入基础模型（1）的回归结果。可以看出，虚拟变量IDS系数显著为正，说明存款保险制度的实施导致了商业银行风险承担的增加。这可能是因为，在规模小的商业银行中，存款保险间接导致这些商业银行揽储能力增强，使储户认为在小银行存款有保障，而揽储能力增强，必然使放款增加，风险承担增加；规模大的银行也可能由于存款减少，行业竞争加剧，导致风险承担增加。而保险效应与双支柱政策交叉项IDS×MPL×MPP系数大多数显著为负，尤其当货币政策代理变量为NM2时，效应更加明显。因此，存款保险制度的实施能够增加风险承担，而双支柱政策协同作用能够有效化解商业银行风险承担。

表9 基于LTV和虚拟变量IDS的商业银行风险承担检验结果

4.稳健性估计

选取系统GMM方法进行估计。由表10可知，回归结果是稳健的，双支柱政策对风险承担具有显著影响。

表10 基于DRR基准模型的商业银行风险承担稳健性检验结果（差分GMM法）

在检验代理变量稳健性时，需要替换不同的代理变量。其中，表3、表4 列出了不同货币政策、宏观审慎政策代理变量下的稳健性检验结果，可以观察到，所选取的不同政策变量对银行承担风险都有显著的影响。表5 是双支柱政策对另外两个因变量代理变量的检验结果，在变量贷款损失准备金率和风险加权资产比率中，政策协同作用是显著的，这一结论符合现实，针对不同因变量的结果也是稳健的。因此，在自变量和因变量的不同代理变量下均得到了稳健结果。

四、双支柱政策框架下的情景分析

如果经济较热，货币政策通常采取紧缩型政策，而若经济处于低迷状态，面临的通缩压力较大，则需要采取宽松的货币政策[15]。如果杠杆率较高，需要对金融机构加强审慎管理，以防金融风险；如果杠杆率偏低，可以适度放松政策。本部分结合以上双支柱政策协同作用的实证分析，基于以下四个情景去分析相应政策的运用。

（一）经济增长+高杠杆

为了应对2008年美国次贷危机导致的全球性金融危机，我国政府采取了经济刺激政策，使经济初步摆脱危机影响，逐渐走向正常的发展轨道。当货币政策调整滞后于经济复苏速度时，信贷规模不断扩张，导致杠杆率加大。面对这一情景，我国央行及时调整政策，采取偏紧的货币政策。根据双支柱政策协同作用的实证分析结果，当处于“经济增长+高杠杆”情景时，政策未能及时有效抑制杠杆率上升，导致非金融部门杠杆率持续上升；当处于“经济增长+高杠杆”情景时，除了紧缩的货币政策外，还应该加大监管力度。

从表3、表4可以看出，在某个经济时点出现了“经济增长+高杠杆”，即处于宏观经济变量（MV）增加，且企业信贷规模、市场流动性（M2）突然增加的时期。通过实证分析可知，货币政策通过减少市场流动、降低货币供应量以及提高存贷款利率对经济进行降温。通过基准模型可以得到，商业银行将承担更大的风险。表3表明，通过提高存款准备金率这一宏观审慎政策可以降低商业银行风险承担水平；表4 表明，调高第二套房首付比率可以减少商业银行风险承担。从表7中可以看出，若经济增长，GDP 和上证综指年收益增长率与双支柱政策交叉项系数都至少在10%的水平上显著为负，因此，双支柱政策协同作用能够减少因经济增长而导致的信贷规模增长、商业银行风险承担增加等金融风险。

（二）经济增长+低杠杆

在短期内，当经济保持快速增长时，经济发展情景由偏快转向偏热。尤其当资金充裕时，大量闲散资金投入股市、债市以及楼市，并在短时间内产生资产泡沫，导致市场流动性（M2）急剧减少，通货膨胀加剧，金融风险向其他领域蔓延，这种情景为“经济增长+低杠杆”。

从表3、表4（协同作用的基准模型回归结果）可以看出，在某个经济时点出现了“经济增长+低杠杆”，即处于信贷规模较小、经济繁荣的时期。此时，宏观经济变量（MV）增加，上证综指年收益率（STOCK）上升，同时实体经济的企业信贷规模、市场流动性持续减少。通过实证分析可知，货币政策应通过保持市场流动性货币供应量不变、增加存贷款利率来使经济降温。根据资本的逐利效应和保险效应，基于基准模型，商业银行风险承担在这一时期将大幅增加。表3说明，通过增加存款准备金率可以减少商业银行风险承担；表4 说明，通过调高第二套房首付比例可以减少商业银行风险承担，并使资金从“炒房团”中剥离出来，让房产等资产价格回归正常水平。因此，紧缩的货币政策与宏观审慎政策的协同作用会使经济回到均衡状态。

（三）经济低迷+高杠杆

2008年美国次贷危机之后，我国GDP 同比增长率较低，存在的结构性问题没有得到解决。我国经济增长动力仍然以“三驾马车”即投资、消费、出口为主，扩大内需和加强境内企业发展表现不突出。受2008年金融危机影响，中央政府出于刺激经济目的，使商业银行信贷规模扩大，导致非金融部门的杠杆率处于较高水平。另外，长期宽松的货币政策造成一些金融部门借助高杠杆获取高收益的现象。此时，宏观经济增速下降，市场流动性增加，商业银行风险承担呈上升趋势[16]。央行在2013年6月开始推行金融行业的去杠杆化，受突然收紧的货币政策影响，利率水平上升。通过实证分析，双支柱政策的协同作用能降低“经济低迷+高杠杆”下的商业银行风险承担。

从表3、表4可以看出，在某个经济时点出现了“经济低迷+高杠杆”，即处于宏观经济变量（MV）降低、GDP增速同比降低，且实体经济企业信贷规模和市场流动性（M2）持续增加的时期。通过实证分析可知，货币政策应保持市场流动性、货币供应量和价格型政策工具不变。根据资本“收入估值效应”和基准模型可以看到，商业银行承担的风险在这一时期将上升。表3说明，可以通过增加存款准备金率来减少商业银行风险承担；表4 说明，通过调高第二套房首付比例可以减少商业银行风险承担，并使资金从“炒房团”中剥离出来，让房产等资产价格回归正常水平。

（四）经济低迷+低杠杆

当经济低迷、杠杆率较低时，我国GDP增速明显减缓，与第三种情景比较，此阶段的经济发展陷入低迷状态。尽管GDP 增速受到明显影响，但是社会杠杆率仍保持在较低水平。表3 和表4 的数据表明，在某个经济时点出现了“经济低迷+低杠杆”，即处于宏观经济变量（MV）降低、GDP 增速同比降低、实体经济的企业信贷规模和市场流动性（M2）持续减少的时期（经济衰退期）。根据资本“收入估值效应”和基准模型可知，商业银行风险承担在这一时期将脱离均衡状态急剧下降，商业银行不再承担风险，对企业的信贷工作将停滞。表3表明，通过降低存款准备金率可以增加商业银行风险承担，且不会使信贷工作停滞不前；表4 表明，通过调低第二套房首付比例可以增加商业银行风险承担，避免我国固定资产投资规模崩盘情况的发生。

五、结论与建议

（一）结论

本文使用不同模型和变量，研究双支柱政策对商业银行风险承担的协同作用，并在我国宏观经济环境“经济增长+高杠杆”“经济增长+低杠杆”“经济低迷+高杠杆”“经济低迷+低杠杆”四种情景模拟分析协同作用，得出以下结论：

第一，商业银行风险承担既受宏观审慎政策的影响，也受货币政策的影响，宽松的货币政策将导致商业银行承担风险增加，而宏观审慎政策能够有效抑制风险承担。

第二，双支柱政策协调效应能够有效减少商业银行风险承担行为，双支柱政策的实施能够为金融安全提供保障。

第三，通过实证分析货币政策与宏观审慎政策交叉项可知，相比于货币政策，宏观审慎政策所带来的影响更为强烈，对商业银行风险承担的影响效应更为明显，随着宏观审慎政策的实施，货币政策所产生的影响逐渐被削弱。

（二）建议

第一，加强商业银行风险监管。由风险承担传导机制保险效应可知，制度确立后，商业银行风险承担行为将由更多的机构来监督。如果商业银行在严格的监督下成立第三方或者内在的风险监管机构，则不易出现道德风险。因此，应加强对商业银行管理的监管，将保险效应带来的过度风险承担降至最低。

第二，完善宏观审慎评估对象。现阶段，宏观审慎评估的对象为商业银行，目前，除了这些监管对象外，还有许多金融产品和市场活动等存在明显的顺周期性和结构性风险。因此，更加完善的宏观审慎评估对象将为非存款金融机构、影子银行、互联网金融带来精准的监管体系，有利于传统金融与创新金融和谐发展。

第三，引导商业银行适应政策环境。改革开放以来，市场利率（包括存款利率和贷款利率）均由央行给出基准指导，我国商业银行进入了以利率差为主要利润点的发展阶段。商业银行大多已经适应了低存款利率、高贷款利率的市场环境。随着市场环境的变化和利率市场化的推行，近年来少数商业银行已出现了流动性不足和利润骤减的状况。与此同时，随着宏观经济的变化，商业银行本身的风险承担行为也在发生变化，政策向好则无序扩张，政策变差就相机紧缩[17]。因此，在制定宏观审慎政策时，监管机构应与商业银行密切沟通，避免因商业银行自身的恐慌而对整个金融环境产生影响。

第四，强化双支柱政策对风险承担的协同作用。当宏观经济增长与信贷高杠杆共同存在时，政策未能及时有效地抑制杠杆率的增加，导致非金融部门杠杆率持续增加，在此情况下，除了紧缩的货币政策外，也应该加大监管力度；当宏观经济增长、信贷杠杆率低时，紧缩的货币政策与严格的审慎政策一起协同作用，使经济回到均衡状态；当信贷杠杆率高和宏观经济低迷时，应将稳健的货币政策与高压下的宏观审慎政策相结合，在预防系统性风险发生的同时，促进经济发展，即“稳健的货币政策+宏观的审慎监管”；当宏观经济低迷、信贷杠杆率低时，应该采用“宽松货币+宽松监管”的组合政策刺激经济发展，即一方面借助宽松的货币政策和财政政策鼓励经济发展，另一方面放松市场监管，使相关金融部门能够从强大的冲击中恢复实力。

注释：

①数据来源于https：//bankscope2.bvdep.com/ip。