资管新规是否降低了银行风险——基于双重差分模型的实证检验

邵梯航 孙 飞

一、引言

自中国经济向高质量发展转型以来，现有金融体系在经营模式、服务质量等方面暴露出了越来越多的风险问题。防范化解金融风险作为推进金融供给侧结构性改革工作的重要组成部分，可以为经济平稳运行提供安全稳定的环境。2022年10月，党的二十大报告中特别指出，“加强和完善现代金融监管，强化金融稳定保障体系，依法将各类金融活动全部纳入监管，守住不发生系统性风险底线”。从中国现阶段金融资产结构来看，依然存在着资源配置结构与风险承担机制不合理等现象，这为经济和金融发展埋下了风险隐患。[1]截至2021年底，中国人民银行所统计的金融账户中，股票和债券的资金存量合计为232.07万亿元，而同期银行贷款的资金存量为229.79万亿元，几乎与股票和债券的总体资金存量持平。考虑到超过一半的债券均由银行持有并且大部分具有间接融资的特点，证券融资在社会融资中所占比重实际上远低于银行贷款融资。上述数据充分反映出，中国经济发展过度依赖以银行为主导的间接融资体系，造成债权类融资增长迅速、社会整体债务水平偏高、金融风险过多地集中于银行部门等问题。

从近年来银行业的发展情况来看，各类商业银行的表外“类贷款”业务呈加速扩张之势。其中，以银行理财为代表的各类资管产品逐渐丰富，促使了金融机构之间的资金业务合作程度日趋紧密。截至2021年底，中国资产管理业务的存量规模已达到67.87万亿元。资产管理业务尽管在一定程度上满足了居民部门的投资需求与企业部门的融资需求，拓展了社会投融资渠道，但依然存在着诸如刚性兑付、多层嵌套、信息不透明、非标准化产品泛滥等问题，增加了中国金融系统的风险隐患。

监管部门的正确指引和规范监督对于解决好上述问题显得尤为重要。在2022年中央经济工作会议中，习近平总书记指出：“金融事关发展全局。要统筹好防范重大金融风险和道德风险，压实各方责任，及时加以处置，防止形成区域性、系统性金融风险。”作为金融供给侧结构性改革的主要实践主体，中国人民银行等监管部门于2017年11月向社会征求有关规范资产管理业务的相关意见，并在2018年4月正式出台《关于规范金融机构资产管理业务的指导意见》(以下简称资管新规)。同年，中国银行业监督管理委员会(现国家金融监督管理总局)陆续发布了《商业银行理财业务监督管理办法》和《商业银行理财子公司管理办法》。截至2020年底，已有包括中国工商银行、中国农业银行、中国建设银行等在内的19家商业银行成立了理财子公司，按照监管要求对资产管理业务进行了规范处理。

那么，资管新规是否降低了银行风险？资管新规对银行风险有怎样的影响机制？对不同银行所产生的政策效果是否一致？研究分析上述问题，无论对于检验资管新规政策的有效性还是评估金融供给侧结构性改革工作，均具有非常重要的理论价值与现实意义。鉴于此，本文利用2014-2020年中国143家商业银行的面板数据，通过双重差分模型(DID)实证检验了资管新规政策对银行风险水平的影响效果及其作用机制，并进一步分析了资管新规政策对银行风险所产生的异质性影响。

本文可能的边际贡献体现在以下三个方面：第一，本文利用资管新规政策作为准自然实验，实证评估了资管新规对银行风险的影响，为金融监管可以降低银行风险的相关理论文献提供了经验证据，也为检验金融强监管政策对银行个体的影响补充了文献参考。第二，本文进一步分析了资管新规政策降低银行风险的作用机制，将宏观层面的金融监管与微观层面的银行经营建立联系，为中国商业银行高质量发展提供了具体的建设意见。第三，本文样本数量较大且数据较新，样本区间覆盖至资管新规实施前后各3年，可以更好地分析资管新规政策对银行风险所产生的影响。

二、文献述评

(一)金融监管的作用

与本文直接相关的文献是关于金融监管作用的研究。早期的研究主要是从追求社会福利最大化与克服金融系统内在脆弱性两个角度对金融监管进行论证。第一，对于社会公共利益而言，政府制定的金融监管政策可以被视为一种公共品，用以解决金融市场中的垄断现象和信息不对称问题，从而避免社会福利遭受损失。[2]第二，对于金融行业而言，长期处于高杠杆水平、资产配置缺乏透明度、同业间拆借结算频繁等经营特点决定了其风险水平必定高于其他行业，而金融监管可以通过规范金融机构经营活动等方式，解决因金融脆弱性所蕴藏的潜在风险隐患，保证了金融市场的稳定运行。[3-5]

国际金融危机爆发后，系统性金融风险对实体经济造成了巨大的负向冲击，各国政府逐渐认识到仅仅依靠以往的金融监管理论上难以有效防范系统性金融风险。在此基础上，学术界与实务界总结了危机爆发前后金融监管实践的经验与不足，并开始引入宏观审慎监管的思想，认为通过逆周期政策调节、防止监管真空出现等方法，可以有效确保金融系统的安全稳健。[6-7]此外，更多研究发现，相较于单一的政策工具，金融监管政策、货币政策以及财政政策间适当的协调配合可以更好地维护经济金融稳定发展，最终实现社会整体福利水平的提升。[8-9]

然而，部分学者对金融监管的作用提出了质疑，他们认为金融监管非但无法保证金融市场的稳定发展，反而会因为寻租行为、监管成本、政策设计失误等问题致使金融机构陷入更大的问题之中，阻碍金融发展，造成整个社会承担更高的经济成本与效率损失，最终导致经济的波动与金融危机的爆发。[10-11]

中国作为成功向市场经济转型的国家，其金融监管政策的实施效果同样引起了社会各界的广泛关注。但至今为止，相关研究仍未形成一致的看法：部分研究发现，中国的金融监管政策可能会导致政府过度干预市场，限制了金融发展水平，造成了经济成本损失。[12]然而，也有学者认为，中国的金融监管政策在抑制实体经济“脱实向虚”以及防范系统性重大风险等方面起到了重要作用。[13]

(二)银行风险的影响因素

与本文相关的文献还涉及有关银行风险影响因素的研究。早期的金融危机理论认为，市场的非理性与非均衡行为导致经济长期处于繁荣与萧条的波动之间。在经济繁荣时期，企业盲目的债务扩张行为很可能会造成日后的违约破产与银行业恐慌。[14-15]与之相反，部分研究发现，恰恰是由于政府的过度干预或经济调控政策的失误，才导致经济运行波动的增加，提高了银行的经营风险。[16]

此外，银行风险也与信息不对称问题有关。由于银行无法完全掌握所有企业的实际经营状况，经营状况较差的借款人有动机向银行提供虚假的信息以骗取资金，最终使银行贷款的整体违约率上升，增加了银行的破产风险。由于信贷市场中不完全信息的存在，致使包含有企业风险与经营状况的真实信息无法通过贷款利率进行有效的传递，即价格的信息传递功能失效。[17]因此，在无法正确为贷款成本定价的情况下，银行将被迫支付较高的信息成本，最终影响到整个信贷市场的效率。[18]基于信息不对称性假设和博弈论的方法发现，银行同时面临着存款人不确定的流动性需求与借款人长期且非流动的信贷资金使用需求。在“短借长贷”的经营模式下，银行可能会受到存款人的挤兑，进而造成银行破产和金融风险的发生。[19]随着研究的不断深入，个体层面和行业层面的微观因素也被发现与银行风险水平直接相关。诸如，行业层面所涉及的竞争程度、金融创新行为，以及个体层面所涉及的公司治理水平、资产规模、所有制形式和高管背景等经营特征均会对银行风险产生一定的影响。[20-22]

综观现有文献来看，虽然国内外有关金融监管和银行风险的文献已较为丰富，但资管新规作为中国行业内首个统一的强金融监管政策，却鲜有文献对该政策与银行风险之间的关系展开研究。已有关于资管新规政策效果的评估，主要关注于对货币政策及实体经济所产生的影响。一些学者发现，在资管新规政策出台后，货币市场短期利率向债券利率的传导效率显著下降，金融监管政策和货币政策协调配合需要引起政策制定者的重视。[23]此外，资管新规尽管减少了影子银行的活动，改善了资源配置效率，但同时也减弱了货币政策对实体经济的刺激效果，造成社会投资总量的减少和国民产出水平的下降。[24]与之相反，也有研究认为，资管新规的实施增加了金融化程度较高企业的投资行为，进而有效抑制了实体经济“脱实向虚”的倾向，对经济高质量发展起到了促进作用。[25]除了宏观层面的分析之外，微观层面的研究表明，资管新规会造成企业的融资成本上升，融资约束增强，投资效率下降。[26-27]

综上所述，现有文献并未系统地评估资管新规的实施对银行风险所产生的影响效果。考虑到商业银行是资管新规政策实施的关键环节，因此，在中国的情景下开展资管新规与银行风险的研究是十分必要的。

三、理论分析与研究假设

(一)资管新规与银行风险

在监管部门出台资管新规之前，中国的资产管理行业存在着大量游离于监管之外的不规范金融活动。其中，以银行理财为代表的表外业务是资产管理业务中最主要的组成部分。[28]为了规避监管部门对银行信贷投向和信贷规模的管制，银行通过采用多层嵌套、借助通道业务、投资非标产品等方式，将资金投向无法直接从银行获取大量融资支持的部门，主要包括地方政府融资平台、产能过剩企业和房地产企业。[29]由于这些借款人通常具有违约风险高、资金运作不透明、资产流动性差等特点，从而造成了银行风险水平不断上升。[30]因此，化解资产管理行业诸多问题以及降低银行风险的关键就在于，加强银行理财产品等表外业务的监管。

遵循上述逻辑，监管部门陆续发布了资管新规及一系列配套细则和规范指引。资管新规通过打破刚性兑付、解决多层嵌套、限制通道业务、实施“穿透式”监管等方式，对资产管理业务进行了严格的规范管理。根据资管新规的政策要求，银行理财产品资金的投资范围和投资规模得到了充分明确。在此影响下，银行无法再通过原有的理财业务运作模式，将资金投向真实风险水平难以评估的项目当中，迫使银行对风险资产的投资更为谨慎，有助于降低银行的风险水平。基于此，本文提出研究假设1。

研究假设1：资管新规政策的实施有助于降低银行风险。

(二)资管新规、资本充足水平与银行风险

资本金对于银行抵御风险、维护金融消费者信心及保持行业稳定均有着重要意义。自2008年全球金融危机以来，国外研究发现，不充足的银行资本水平可能会增加银行的“冒险”投资行为，而监管部门通过对银行资本充足水平进行严格要求，能够有效改善银行资产的风险状况。[31]在中国现行的金融监管框架中，对银行的资本充足水平也有着明确的规定和限制。监管部门根据银行资产端风险资产的规模，对应计提的资本金做出要求，旨在对银行风险资产的总体规模进行控制。因此，银行的资本充足水平与银行的风险息息相关。[32]

从中国商业银行经营的具体情况来看，在资管新规出台之前，由于信用贷款等表内业务受到资本充足率的监管限制，银行通常会选择通过理财业务等方式，将无法计入表内的风险资产转移至表外。在这种模式下，表外业务中的大量风险资产实际并未纳入有关资本金要求的监管范畴内，银行的风险加权资产被大幅低估。因此，银行的资本充足水平无法与真实的风险加权资产相匹配，使得实际资本金数量严重不足，加剧了银行的经营风险。[33]资管新规通过加强对银行理财业务的监管力度，迫使银行将表外业务纳入表内进行记账核算。理财业务的回表则意味着将银行全部的风险资产纳入监管范围内，资产负债表得以全面地反映银行资产端的风险情况。因此，为了承接资产业务回表且同时满足监管部门有关资本金的要求，银行会提升自身的资本充足水平，进而降低银行风险。基于此，本文提出研究假设2。

研究假设2：资管新规可以通过提升资本充足水平降低银行风险。

(三)资管新规、盈利能力与银行风险

盈利能力是银行应对市场竞争、防范不确定风险的重要保障，良好的盈利能力可以为银行的平稳健康发展提供支持。[34]在资管新规出台之前，出于重视短期内资产规模和经营绩效等目的，银行会利用监管漏洞将高风险资产转移至表外，以更隐蔽的方式进行资产扩张。由于刚性兑付和多层嵌套等问题的存在，实际的资产项目风险被严重低估。因此，上述活动在本质上是金融机构依靠国家对银行的信用背书和隐性担保来获取超额利润。[35]以理财产品为代表的表外业务无序扩张虽然可以在短期内增加银行的收入，但在这种运作模式下，银行的信用风险、流动性风险及整个金融市场的违约风险并没有得到有效化解，反而造成了各类风险的不断积累。银行过度地依赖上述模式获取收入，而在这一过程中银行自身的盈利能力并没有获得实质性提升。

资管新规通过限制非标产品投资、打破刚性兑付及禁止多层嵌套等方式，使银行盲目追求高风险、高收益的资产扩张行为得到了有效控制。在强监管的作用下，银行依靠表外业务规模扩张从而实现业务收入增长的模式已不可持续。[36]因此，银行必须重新专注于提升投资研究、资产配置及风险管理等业务水平，切实提升盈利能力，促使银行由低效率、高风险的粗放式发展转变为稳定健康的高质量发展。基于此，本文提出研究假设3。

研究假设3：资管新规可以通过增强银行的盈利能力降低银行风险。

四、样本说明与变量选取

(一)样本说明

在观测期设定方面，为了充分避免2008年金融危机对商业银行产生的干扰，样本的起始年份应晚于金融危机发生之后至少两年。此外，考虑到本文所使用的双重差分模型，应尽量保证政策实施前后的时间跨度足够长且相对对称，以便更好地评估政策的实施效果。在数据处理过程中，需计算各银行资产收益率的3年滚动标准差，为此损失了2年的数据样本，最终的样本观测期为2014-2020年。

在数据方面，本文银行层面的原始财务数据来自中国研究数据服务平台(CNRDS)，其中部分年份出现的缺失值，通过银行历年年报等手工补录，以最大限度地保证样本数据的完整性。宏观经济层面的数据来自CEIC数据库。具体而言，本文剔除了3家政策性银行与银行财务数据为异常值的样本，仅保留连续2年以上有观测值并且政策实施前后至少存有1期数据的银行样本。由于农村商业银行数量庞杂，相关的财务数据缺失较多且不易获取，本文仅保留了已上市的农村商业银行作为该类银行的代表。

最终，本文的研究数据涵盖了中国银行业7年间共973个观测值，其中包括6家大型国有商业银行、12家股份制商业银行、115家城市商业银行及10家农村商业银行，总计143家商业银行。本文所选择的非平衡面板数据可以最大程度地保留样本数据信息，保证较广的样本范围，可有效缓解因样本数量过小而导致的样本选择偏差等问题，总体上能较好地反映中国商业银行的基本情况。此外，为解决离群值对研究分析的干扰，本文对银行层面的各类财务变量在首尾1%的水平上进行缩尾处理。

(二)变量选取

1.银行风险

根据现有研究，银行风险的测度指标主要有三种。第一，风险加权资产比率。该指标虽然涵盖了银行的信贷风险、操作风险、市场风险，能够较为全面地反映银行风险情况，但其数据可得性较差，存在着较多缺失值，可能会出现样本观测值过少等问题。第二，不良贷款率。该指标虽较易获取，但仅能反映银行资产负债结构中的一部分情况，无法全面刻画银行的整体经营状况。第三，Z值。该指标能够综合考量银行各方面的经营状况，可有效测算银行的破产风险，并且可以从各银行的财务报表中较为完整地获得相关数据，是反映商业银行风险较为合适的指标。

因此，在综合考量各种指标的优劣性等情况之后，本文参考以往研究中的测度方法，选择了在相关文献中被广泛使用的Z值来测度银行风险。[37]

Z值的定义为：

(1)

其中，Zit表示i银行在t年的Z值。ROAit表示银行的资产收益率水平，(E/A)it表示银行的所有者权益与总资产之比。分母部分，σ(ROA)it表示以3年滚动窗口测量的银行资产收益率的标准差。一般而言，较高的Z值水平意味着银行的经营稳健，风险水平较低；相反，则表示银行的风险水平较高。现有研究中一般采用Z值的自然对数来测度银行风险，本文也按照此做法进行处理，并将取自然对数之后的Z值以Risk来表示。

2.其他变量

本文参考已有研究，选择一系列银行层面的控制变量，具体包括：银行规模(Size)、贷存比(LDR)、贷款拨备率(LPR)、存款占比(Deposit)。[38-39]宏观层面的控制变量包括：GDP增长率(GDP_R)，用于反映经济因宏观周期变化或微观冲击波动而产生的影响；M2占GDP的比例(M2_GDP)，用于反映货币政策松紧程度所产生的效应；人均GDP(ln_PGDP)，用于控制经济发展水平对银行风险的影响。[40-41]

具体而言，各控制变量的计算方式为：以银行总资产的自然对数衡量银行规模(Size)；以银行贷款与存款的比率衡量贷存比(LDR)；以贷款损失准备金与贷款总额之比衡量贷款拨备率(LPR)；以存款总额占总资产之比衡量存款占比(Deposit)。宏观层面的控制变量方面，按照国家统计局和中国人民银行的官方标准，对GDP增长率(GDP_R)、M2占GDP的比例(M2_GDP)进行计算，并对人均GDP(ln_PGDP)进行对数处理。

本文被解释变量与控制变量的描述性统计见表1。其中，LDR的平均值为68.46，表明观测期内银行的平均贷存比为68.46%，LDR最小值和最大值分别为33.54%和108.11%，该指标呈现出较大的波动性，证明不同商业银行的资产负债结构存在着显著差异，银行间的经营模式与业务风格差别较大。

表1 主要变量描述性统计

五、实证方法与结果分析

(一)计量模型设定

本文主要运用双重差分模型，以资管新规的出台作为准自然实验，研究该政策对商业银行风险产生的影响。考虑到中国商业银行个体之间存在着较大的差异，在短期内并非所有银行均完全具备按照资管新规要求来调整自身业务的条件，因此，资管新规对某些整改条件较为完善的银行可能会产生更大的影响。相比其他同业而言，主动设立理财子公司的银行更有可能积极地配合监管部门，并遵照资管新规政策指示对自身资产管理业务进行调整。据此，本文假定设立理财子公司的银行，受到资管新规政策的影响更大，进而将观测期内已设立理财子公司的银行作为处理组，未设立理财子公司的银行作为控制组，并构建以下双重差分模型：

Riskit=α0+α1DID+α2Controlit+μi+μt+εit

(2)

DID=Postt×SUBi

(3)

其中，i表示银行，t表示年份，Riskit表示i银行在t年的风险水平。Postt表示资管新规虚拟变量，由于中国人民银行等部门早在2017年便公开向社会征求资管新规政策的相关意见，本文将资管新规政策开始发生影响的时间定为2017年。具体地，当样本处于2017年及以后，Postt取值为1，否则取值为0。SUBi为处理组虚拟变量，表示银行是否已设立理财子公司，若银行设立了理财子公司，SUBi取值为1，否则取值为0。将Postt与SUBi相乘，得到双重差分模型中的交乘变量DID，用于估计资管新规政策对银行所产生的微观影响。交乘变量DID为本文的核心解释变量，其系数α1为本部分重点关注的待估系数，用于解释模型中资管新规政策对银行风险的影响情况。若α1显著为正，说明资管新规能够有效降低银行风险。反之，则证明资管新规并未对银行风险产生影响甚或是增加了银行风险。

此外，模型中的Controlit为包含了银行层面与宏观层面特征的一系列控制变量，εit为残差项，μi和μt分别用来控制银行固定效应及年份固定效应。回归分析时，为避免共线性问题，本文未将Postt与SUBi单独纳入公式(2)中进行回归。

(二)基准回归结果分析

本部分通过运用公式(2)及公式(3)，实证检验了资管新规政策对商业银行所产生的具体影响，回归结果见表2。表2中第(1)列采用了OLS法进行回归，第(2)列与第(3)列为考虑了银行固定效应和年份固定效应的回归结果，以上回归的标准误均聚类在银行层面。具体来看，表2中第(1)-(3)列的回归结果表明，无论是否添加控制变量或是否使用双向固定效应，各列核心解释变量DID的估计系数α1均显著为正，表明资管新规政策可以显著降低商业银行风险，资管新规在防控金融风险方面起到了积极作用，研究假设1得到验证。

(三)平行趋势检验

本部分主要针对双重差分模型进行平行趋势检验，从而进一步证明回归结果的有效性，图1报告了平行趋势检验的结果。参照以往研究，本部分将政策发生前一期的年份虚拟变量剔除用作对照。[42]由于本文将2017年设定为政策开始产生影响的年份，可以看出在2017年之前的回归系数均接近于0且不显著，证明处理组与控制组在政策发生前有着相同的发展趋势，而在2017年之后，处理组有显著的上升趋势，进一步验证了基准回归的结果。考虑到2020年中国经济受新冠肺炎疫情的冲击较为严重，而处理组中诸如中国农业银行、兴业银行、南京银行等大型商业银行或城市商业银行，均为企业纾困做出了增加贷款投放量、加强延期还本付息力度等融资性支持，致使在该年份内处理组中银行的风险水平受到了一定影响。因此，处理组与控制组在2020年并未有显著的区别。总体来看，本部分结果通过了平行趋势检验。

图1 基于双重差分模型的平行趋势检验

(四)稳健性检验

1.扩大缩尾范围

中国的商业银行在经营模式、发展阶段、对外部冲击敏感度等方面存在着较大差异，可能会造成本文样本中出现大量异常值。为减少其对研究分析所产生的干扰，本部分进一步扩大缩尾范围，对银行层面所有连续变量的左右两端均进行2%的缩尾处理，以检验实证结果的稳健性。检验结果见表3第(1)-(2)列，其分别使用了OLS和双向固定效应进行回归分析。在扩大缩尾范围后，关键解释变量DID的估计系数均显著为正，与之前基准回归结果保持一致。

表3 稳健性检验

2.重新定义资管新规虚拟变量Postt

资管新规政策的正式实施时间为2018年4月，据此，本部分将重新定义变量Postt，假定资管新规政策在2018年开始发生影响。相应地，当观测期为2018年及以后时，Postt取值为1，否则取值为0。检验结果见表3第(3)-(4)列，其分别使用了OLS和双向固定效应进行回归分析。重新定义资管新规虚拟变量Postt后，核心解释变量DID的估计系数符号与前文保持一致，显著性水平高于基准回归结果，总体结果仍然稳健。

3.更换银行风险度量指标

本部分选用不良贷款率作为银行风险的代理变量，较高的不良贷款比例往往意味着银行的资产质量较差，借款人的偿付能力较低，此时的银行更有可能因贷款违约等问题而陷入破产风险之中。资管新规政策如果有效，将会使不良贷款率下降，从而有效控制银行的风险水平。因此，本部分中核心解释变量DID的待估系数符号如果为负，则与前文结论一致。检验结果见表3第(5)-(6)列，其分别使用了OLS和双向固定效应进行回归分析。在更换银行风险的代理变量后，核心解释变量DID的估计系数显著为负，且显著性水平明显高于基准回归的检验结果，进一步稳健地证明资管新规的实施对降低银行风险起到了显著的促进作用。

(五)资管新规对降低银行风险影响机制的检验

为进一步检验资管新规政策影响银行风险水平的作用机制，在公式(2)的基础上构建以下回归模型：

MEDit=θ0+θ1DID+θ2Control+μi+μt+εit

(4)

Riskit=β0+β1MEDit+β2DID+β3Control+μi+μt+εit

(5)

其中，MEDit为中介变量，下文中将分别以资本充足率(CAP)和净资产收益率(ROE)来表示。公式(4)中的θ1用以评估资管新规政策对中介变量的影响效果，公式(5)中的β1用以评估中介变量对银行风险的影响。公式(4)和公式(5)中其他各项的含义均与基准回归模型相同。

1.提升资本充足水平

监管部门有关银行资本金的要求旨在限制银行对风险资产的过度投资，但在实际经营活动中，银行往往能够通过开展表外业务，使大量高风险资产免受资本充足率等监管政策的约束限制。[43]银行依靠上述行为虽然“满足”了监管要求，但却为整个银行系统及经济发展增加了巨大的金融风险隐患。[44]

银行在按照资管新规政策进行整改的过程中，会使得原有大量存在于表外的资产业务逐步回归至表内。而回表后的风险加权资产，必须严格按照监管规定计提相应的资本金。因此，资管新规会促使银行提升自身的资本充足水平。基于上述逻辑，本文以银行资本充足率(CAP)作为中介变量[45]，来检验资管新规是否会通过提升资本充足水平进而降低银行风险。依照国家金融监督管理总局官网有关内容，本文以资本净额占风险加权资产的比重来计算银行资本充足率。

首先，通过公式(4)检验资管新规政策对银行资本充足率的影响，表4中第(1)-(2)列报告了相应的检验结果。第(1)列和第(2)列均为双向固定效应模型的回归结果，第(2)列在第(1)列的基础上增加了微观和宏观层面的控制变量。可以看出，DID的回归系数θ1均在1%的统计水平上显著为正，表明资管新规政策十分显著地提升了银行的资本充足水平。其次，再通过公式(5)检验资本充足率对银行风险的影响。表4中第(3)-(4)列展示了相应的检验结果，发现中介变量CAP的估计系数β1均在1%的统计水平上显著为正，但DID的回归系数β2并不显著，表明本部分机制检验具有完全性质的中介效应。研究结果表明，资管新规政策可以通过提升银行的资本充足水平，进而降低银行风险，研究假设2得到验证。

表4 机制检验:资管新规、资本充足水平与银行风险

2.增强盈利能力

资管新规的实施使银行无法再依赖原有不规范的资产业务运作模式，在政策的倒逼下，银行要想适应未来的监管环境和市场竞争，就必须重新专注于提升自身的投资研究水平、资产配置水平及风险管理水平。因此，资管新规会迫使银行增强自身的盈利能力。基于此，本文以银行净资产收益率(ROE)作为中介变量[46]，来检验资管新规是否会通过增强银行的盈利能力降低银行风险。

表5报告了相关检验结果，第(1)列和第(2)列中，DID的回归系数θ1分别在10%和5%的统计水平上显著为正，表明资管新规政策的实施确实显著地增强了银行的盈利能力。进一步地，通过公式(5)检验银行盈利能力对银行风险的影响，发现中介变量ROE的估计系数β1均在1%的统计水平上显著为正，但DID的回归系数β2并不显著，因此本部分机制检验也体现了完全中介效应。研究结果表明，资管新规政策的实施可以帮助银行增强盈利能力，进而降低银行风险，研究假设3得到验证。

表5 机制检验:资管新规、盈利能力与银行风险

(六)异质性分析

资管新规政策有效降低银行风险的作用是否会在国有银行和非国有银行之间具有异质性？针对此问题，本文根据商业银行的产权性质对样本进行划分，并相应地设置非国有银行虚拟变量(NONSOE)。当样本不为工、农、中、建、交五大行及邮储银行时，将其认定为非国有银行，并将NONSOE取值为1，否则取值为0。进一步地，本文将非国有银行虚拟变量与上文中双重差分交乘变量相乘，得到新的交乘项NONSOE_DID，并在公式(2)的基础上构建以下模型进行检验：

Riskit=λ0+λ1NONSOE_DID+λ2Control+μi+μt+εit

(6)

异质性检验的回归结果见表6，第(1)列为使用OLS进行回归的检验结果，第(2)列与第(3)列为使用固定效应进行回归的检验结果。将基准回归中的检验结果表2作为参照，可以看出表2中DID的各项估计系数α1均在10%的统计水平上显著为正，而表6中NONSOE_DID的各项估计系数λ1则均在1%的统计水平上显著为正。

表6 异质性分析

相较于基准回归结果而言，异质性检验中的回归结果有着更高的显著性水平。同时，表6中NONSOE_DID的各项估计系数λ1的数值也均大于表2中DID的估计系数α1，这意味着非国有银行受到资管新规的政策效应更加明显。

本部分的研究结果表明，与国有银行相比，资管新规政策主要对降低非国有银行的风险水平有着更加显著的促进作用，而造成这种情况的原因可能在于：第一，随着金融改革的持续深化及金融市场的不断完善，中国的金融发展水平显著提升，非国有金融机构获得了长足发展，市场竞争能力日趋增强。在此背景下，资管新规政策为非国有银行向高质量发展转型提供了更深层次的帮助。第二，长期以来，国有银行在资本金、风险管理体系及内部控制制度等方面受到了更为严格的监管，各项业务的规范程度经常保持在较高的水平之上。因此，在政策出台之前，国有银行可能就已经比较符合资管新规的有关要求，导致资管新规对国有银行的作用效果并不明显。第三，近年来，国有银行带头践行创新、协调、绿色、开放、共享的新发展理念，为绿色金融、普惠金融、乡村振兴、防疫抗疫、公益事业等领域的发展提供了大量资金支持。由于对上述领域进行信贷投放的利率普遍较低，在一定程度上削弱了国有银行的盈利能力，从而使国有银行的风险水平受到影响。

六、研究结论与政策建议

本文的研究结果表明，资管新规政策的实施能够显著降低银行的风险水平，对确保银行的稳健经营有着积极的促进作用。机制检验表明，资管新规政策通过帮助银行提升资本充足水平和盈利能力，进而降低银行风险。异质性分析表明，与国有银行相比，资管新规政策的实施对降低非国有银行的风险水平有着更加显著的促进作用。

基于上述研究结论，本文提出以下政策建议。第一，继续坚持资管新规对银行的有序监管，持续跟踪银行理财等表外业务的整改情况，明确监管部门对银行规范经营的指导作用，不断增强银行经营的稳定性。第二，提升银行资本充足水平。一方面，监管部门应进一步完善针对银行资本的监管细则，根据资管新规出台后银行风险资产回表的具体情况，科学制定风险加权资产的计量规则；另一方面，银行自身应根据回表后的风险资产业务规模，保证合理的资本充足水平，提升资本管理的精细化水平，加强风险抵御能力。第三，不断增强银行的盈利能力。逐步摆脱过度依赖表外业务进行资产投资的低效粗放模式，主动寻求符合银行高质量发展要求的经营模式，严格精准把控信贷风险，通过提升专业化、科学化、规范化的投资研究水平，实现银行资产的高效配置和盈利能力的高质提升。