引言

在传统货币政策研究中，往往假定商业银行风险中性不变，或者将商业银行简化掉，或者没有把风险因素纳入模型，其过度关注于信贷数量而非信贷质量（Lopez et al.,2011）［1］，导致货币政策传导渠道脱离金融发展实际。正如部分学者所言，由于货币政策对于风险因素的忽视，导致货币政策不足以维护金融稳定，而从金融稳定角度来讲，货币政策并不完全是风险中 性（Gambacorta，2009；Delis and Kouretas，2011；Maddaloni and Peydro，2010；Borio and Zhu，2008）。［2-5］而银行风险承担渠道把风险因素作为一个重要的研究变量，该渠道不仅关注商业银行信贷规模，更注重商业银行信贷资产质量，它通过“货币政策——微观商业银行风险承担行为——商业银行信贷决策”的渠道调节金融体系的信贷规模，并对货币政策的最终效果产生影响。

自动化水平也是衡量钣金工艺先进性的重要标志之一。我国的钣金企业一般可以分为民营企业、国有企业两种类型，其中民营企业的占比大、数量大，但是缺乏资金与技术，在管理方面也存在许多漏洞。这样一来，导致市场上的大部分钣金工艺产品的质量得不到保障。除此之外，由于资金投入不足，这些企业的生产自动化水平达不到预期的标准，所以人员的劳动强度较高，劳动力成本占比过大，也不利于行业的平稳快速发展，带来了严重的滞后性问题。

但是目前关于银行风险承担渠道的研究还比较分散，处于起步阶段缺乏系统、严谨的梳理，也缺乏对当前最新理论、最新实证的追踪。在对银行风险承担渠道传导过程的研究中，没有对作用过程和细节的深入研究。这就需要我们依据前人的经验，结合中国的实际，做出进一步的发掘、整理和研究。基于上述认识，本文拓展了Giovanni Dell’Ariccia et al.(2013)［6］模型，以16家上市银行为研究样本进行了实证研究，分析我国货币政策银行风险承担渠道的作用机理，挖掘我国货币政策银行风险承担渠道的特点和特殊表现，将我国商业银行风险承担渠道分为两个阶段检验，充分揭示传导中的“黑箱”，并对四大作用机理进行了验证。

一、理论分析

货币政策银行风险承担渠道传导过程可以划分为两个阶段。第一阶段：中央银行借助货币政策工具促使商业银行风险承担行为发生变化；第二阶段：风险承担行为的变化在一定程度上影响信贷投放总量以及社会总产出。在上述银行风险承担渠道作用过程中，会产生两种效用：第一种是产出效用，是银行在风险承担意愿发生变化的情况下，主动调整自身经营策略，扩张或收缩其信贷投放及其他经营活动，并引起社会投资、消费和出口的变化，从而影响到总产出的效用；第二种是风险效用，如果银行风险承担水平过高，伴随着个体风险系统化，金融体系的系统性风险快速积聚，会造成金融体系的不稳定，并影响到中央银行货币政策实施效果。以往的理论和金融实践主要集中在产出效用的研究，而忽视了对风险效用的研究。本文认为银行风险承担渠道主要通过风险定价效应、追逐利益效应、习惯形成效应和杠杆效应四种作用机理来实现产出效用和风险效用，并且重点对这四种作用机理进行了分析（见图1）。

  

图1 我国货币政策银行风险承担渠道验证的作用机理

1.以房地产市场为主的风险定价效应分析

货币政策工具能够影响银行对企业资产价值、收入和现金流的估值，并通过调整自身的风险定价标准，最终影响银行的风险承担水平，该效应与金融加速器作用有些类似。对于我国来说，无论是对于抵押物，还是对于企业主体资产，房地产无疑是其中最为重要的，在企业各类资产中占比最大，也是商业银行抵押资产的主体，因此，在我国可通过房地产市场来分析风险定价效应。其作用机理在我国主要表现为：以房地产为主的抵押物价格上升时，银行认为企业资产增加，违约概率降低，从而增加对相关企业的贷款规模，进而促使商业银行承担更多风险，放大了货币政策传导效果。近二三十年以来，我国房地产市场得到全面发展，在宏观经济中发挥了越来越重要的作用，其对宏观经济的反向作用也越来越明显。当中央银行对现有的货币政策做出调整，房地产市场也会做出相应的反应；而房地产价格的变化又会通过银行风险承担渠道对实体经济造成干扰，进而影响国民消费、投资等总产出指标。

2.金融自由化改革背景下的追逐利益效应分析

已经放学了，水老师注视着窗外。进来一个陌生人，风尘满身，该是林志的爸爸。水云天是个幽默的人，招呼来人坐下，说道：“今天找你来，有两个消息，一个好的，一个坏的，先说哪个？”

在扩张性货币政策背景下，由于无风险资产收益率降低，将带动总资产收益率下降，从而造成银行总体收益率下降。银行由于目标收益率的粘性特征，只能将资产投资于高风险项目，并承担过多的风险，从而获得更高的利益水平。总体来说，银行追逐利益效应来源于其对目标收益率的粘性特征，如果银行实际收益率与目标收益率相差越大，同时这种差距持续时间比较长，银行压力就越大，则货币政策银行风险承担渠道的传导效果越强（Rajan，2005）。［7］近年来，随着我国银行业各项改革措施落地，中小银行迅速发展以及2015年利率定价限制的放开，导致银行业竞争非常激烈。当面临的竞争压力加大，银行只有承担更大的风险，才能维持自身的市场份额和利润水平。随着我国银行竞争的日益加剧，银行风险承担渠道的追逐利益效应渠道将发挥着越来越显著的作用。

对于模型第二阶段，研究同样以现有成熟模型为基础，构建动态面板模型（如公式（2）所示）验证银行风险承担行为是否会影响信贷投放规模，进而深入分析银行风险承担水平、货币政策操作工具和信贷总量之间的关系，从另外一个阶段验证银行风险渠道的存在。

消费者的消费习惯和投资习惯根据其历史消费情况而确定，它揭示了消费者过去的消费习惯会对消费者现在的消费和效用产生的影响。经验研究表明，交易主体的消费结构、水平和习惯通常会影响资产价格，Karels and McClatchey(1999)［8］对习惯形成效应进行了研究，他们认为微观主体的习惯形成效应是存在的，在经济上升周期，消费者的消费支出和投资支出会较经济平稳周期的支出水平有所增加。如果商业银行对经济发展保持乐观情绪，这种情绪导致商业银行风险承担水平上升。对我国来说，由于养老保险制度、医疗保险制度等各类社保制度还不够完善，同时因为长期以来传统文化习俗对我国居民消费习惯的持续影响，我国居民消费倾向极易受传统消费习惯和他人消费习惯的影响。雷钦礼(2003)［9］通过对居民相关的消费支出系数进行计算，表明居民原有的消费习惯对当前的消费支出有显著影响。

智慧交通公共数据与服务支撑平台（见图9）是吉首市智慧交通系统的核心基础平台，核心功能是各交通子系统之间的数据共享及交换，数据二次分析挖掘，提供运营指挥系统的前端形象化的展示等，同时支撑智慧城市公共信息平台的对接。本平台围绕数据与交换而设计，作为数据层与业务应用层之间的平台，重点发挥数据采集与传输，业务响应与服务，其核心作用如下：

4.新资本协议影响下的杠杆效应分析

随着巴塞尔协议Ⅲ的实施，资本已经成为银行发展的根本，更是银行开展业务的基础。Disyatat（2011)［10］、Itai 和 Maria(2012)［11］等学者通过研究认为杠杆效应是真实存在的，若银行内部的资本结构存在较大的波动性和可调整性，则相对宽松的货币政策，会促使银行更快地增加杠杆比例，使银行能够容忍和抵御更高的风险；若资本结构相对固定，银行对自身风险的承担则往往是由杠杆水平决定的。如果中央银行实施扩张性货币政策，通常会刺激银行资本上涨，为了确保杠杆率保持不变，银行将同比例增加风险资产。但是我国银行资本大多为实收股本，杠杆效应的作用会受到一定的限制。随着我国银行资本涵盖内容的日益多样化，资本的变动将更加频繁，杠杆效应将会更加显著。

二、实证检验

（一）研究假设

依据上述货币政策银行风险承担渠道的相关基础理论，构建了我国货币政策银行风险承担验证的设想框架，将银行风险承担渠道划分为两个阶段来进行实证验证：第一阶段是判断实施的货币政策工具是否能够对商业银行的风险承担行为造成影响；第二阶段是考察商业银行风险承担的变化对信贷投放总量以及社会总产出的影响。如果满足两个条件：一是中央银行货币政策工具对银行风险承担行为具有显著的相关关系，比如，低利率以及货币供给量增加等扩张性货币政策，能够有效提高商业银行风险承担水平，或者说利率和商业银行风险承担水平具有显著负相关关系，货币供给量与银行风险承担水平具有显著正相关关系，反之亦然。二是传导过程中满足银行风险承担水平与其信贷投放总量具有相关关系——银行风险承担水平上升导致其信贷投放总量增加，或者银行风险承担水平下降导致其信贷投放总量减少，反之亦然。同时满足以上两个条件，则认为货币政策银行风险承担渠道是存在的（在此需要说明的是：由于商业银行信贷投放总量与国民总产出之间具有明显的正相关关系，这已被众多学者和经济实践所证实，本文将不再检验两者之间的关系）。据此，本文做出如下两个基本的假设前提：

1.假设存在这样一种情况：存在某种途径或者渠道，能够有效提升银行风险承担行为，例如中央银行实施扩张性的货币政策，银行风险承担水平提高，信贷投放规模也相应增加；相反，如果货币政策当局采取紧缩性货币政策，那么银行风险承担水平减少，其信贷投放规模也相应下降。

因此，货币政策风险承担渠道第一阶段和第二阶段的稳健性检验的公式（4）和公式（5）如下：

（二）模型构建

1.验证银行风险承担渠道存在性的模型

根据研究假设与银行数据情况，本文选择上市银行的数据单元展开实证检验研究。借鉴国内外现有研究成果，本文选取第一阶段的货币政策风险承担渠道的验证模型为：在Delis and Kouretas(2011)的模型设定基础上，根据研究目的特设定动态面板模型如公式（1）：

 

式（1）中i=1,2,…,N表示纳入实证研究的银行数目，t代表t时期值，ui为个体效应，εi,t为随机扰动项。RISK为因变量，为商业银行风险承担水平的测度变量，自变量包括广义货币增长率M2、一年期存款基准利率DR、存款准备金率RR，其他自变量主要是宏观和微观层面的控制变量。参数a1、a2和a3是本文着重研究的参数，若它们显著且符号符合理论假设，则说明货币政策银行风险承担渠道第一阶段在我国存在。

3.传统文化影响下的习惯形成效应分析

 

在式（2）中，i=1,2,...,N表示纳入实证研究的银行数目，t代表t时期值，ui为个体效应，εi,t为随机扰动项。因变量DKZCi，t代表银行信贷投放规模。在第一阶段货币政策对银行风险承担的影响显著得到验证后，这一阶段关注b1的显著性和符号，代表了银行风险承担对信贷投放行为的影响作用，以进一步验证银行风险承担渠道的存在。

2.验证银行风险承担渠道作用机理的模型

在口头语体中，因为是面对面交际，修辞语义的表达是通过口耳相传，并在手势、站姿、微笑等态势语以及其他现场语境因素的帮助下来完成的，所以有许多语言成分就会被省略，或者不出现。多使用口语色彩浓的词语，较少适用书面语色彩浓的词语；停顿较多，多使用短句，较少适用错综复杂的长句；多使用平实规范的常规句，较少使用积极修辞格式。这些都为表达简洁明了的修辞语义提供了基本保障。例如：

（三）相关变量指标的选择与数据来源

基于研究的需要，文中涉及诸多自变量和因变量。其中，因变量包含货币政策银行风险承担渠道变量（RISK）、银行信贷投放变量（DKZC)两个变量；而自变量涉及的范围较广，微观银行特征层面主要包括资产利润率（ROA）、银行规模（SIZE)、成本收入比（CTI）、流动性比率（LR）、资本充足率（CAR）、杠杆率（LRCB）等变量指标；宏观经济层面上，主要包括广义货币供给增长率M2、一年期存款基准利率（DR）以及存款准备金率（RR）、经济增长(GDPN)、资产价格变动(REP)等指标。变量基本情况如表1所示。

1.相关变量指标的选取

 

表1 相关变量指标的汇总

  

变量类型银行风险承担银行信贷投放货币政策工具微观银行特征宏观经济层面变量名称不良贷款贷款拨备情况Z值银行信贷投放行为货币供给量存款基准利率存款准备金水平银行规模水平银行资本充足水平银行流动性水平银行盈利能力银行效率水平银行杠杆水平经济增长资产价格变量符号NPL PROVI Z-SCORE DKZC M2 DR RR SIZE CAR LR ROA CTI LRCB GDPN REP变量含义不良贷款率不良贷款拨备覆盖率si（ROAit）/（ROAit+Kit/Ait）贷款总额/资产总额货币供给量增长率一年期存款基准利率存款准备金率年末资产总额的自然对数资本充足率流动性比率资产收益率成本收入比杠杆率名义GDP增长率房地产景气指数

2.数据来源和基本分析

本文选取2006—2015年10年期间内16家中国商业银行的面板数据作为分析样本，考虑到数据的可获得性和可靠性，所有样本均为上市企业。具体样本银行分别是交通银行、工商银行等16家上市商业银行。本文数据主要来自WIND数据库、国泰君安数据库、国家统计局和银行年度报告。具体而言，CAR、CTI、NPL、LR、DKZC、REP、LRCB的数据来自WIND数据库，宏观数据GDP增长率、M2、存款基准利率、存款准备金率来自国家统计局。数据库的数据并不齐全，部分银行的部分年份的指标数据存在缺失现象，遇到这种情况则通过查找银行官网、银行年度报告或者期刊文献，将缺失的数据补全以确保数据的完整、真实。本文使用的统计软件为STATA12.1。

（四）我国银行风险承担渠道存在性验证

在表5中，稳健性检验的模型首先通过了Sargan检验（P=0.429〉0.05，接受原假设）和AR（2）检验（P=0.4207〉0.05，接受原假设），不存在过度识别和干扰项序列相关的问题。其次，以DKZC为因变量、以Z-score为自变量的显著性和前文实证分析的结果是一致的，都通过了显著性检验，即银行风险承担对其信贷投放产生显著的正向冲击。相比之下，银行风险承担使用Z-score值比使用不良贷款率，对信贷投放的影响系数更大。总体而言，渠道存在性第二阶段的模型通过了稳健性检验。

目前我国的车辆检测系统一般通过RS232或485接口与上位机通信,采用电缆线的方式实现数据的传输,存在电路连接复杂,线缆安装捆扎费时的缺点,并且在车辆运行过程中容易发生断线损坏,降低检测的可靠性[1]。另一方面,铁路的不断提速与发展,传统的检测系统已经很难满足控制精度、传输速度以及实时性方面的要求。

首先，通过Sargan检验，确定是否存在过度识别的问题，同时用来验证所用的工具变量是否合适，作假设如下：一是不存在过度识别；二是工具变量与残差项不相关。首先，在过度识别方面，检验结果均大于显著性水平0.05，则接受原假设，即不存在过度识别问题。其次，进行干扰项序列相关检验，由于GMM一阶差分动态面板估计法要求被估计模型中的干扰项无序列相关性，一阶差分后的干扰项是一定具有相关性，所以需要检验残差能否存在二阶或者二阶以上的序列相关性。如果验证结果表明存在二阶相关，则验证结果说明模型所选取的工具变量不合适。经检验，AR(2)值均大于0.05，即接受原假设，模型的扰动项不存在自相关。模型的检验结果说明了本次研究的所有工具变量的选择是合适的。

1.货币政策风险承担渠道的第一阶段验证

基于上述选择的方法和指标体系，结合软件Stata12.1对公式1进行差分GMM计算，结果如表2所示。

因此基准电流的电流大小只受到MOS管的宽长比和电阻RS的影响，其温度特性也只与电阻RS的温度特性和热电压UT有关。但是若想得到1nA的基准电流，假设K=4，η=1.3，则电阻RS阻值为47 MΩ，电阻面积太大。

 

表2 货币政策风险承担渠道的第一阶段验证结果

  

注：*代表显著性水平P＜0.05；**代表显著性水平P＜0.01；***代表显著性水平P＜0.001。

 

（2）PROVI 0.703***(0.000)-9.151***(0.001)0.502⋆⋆⋆(0.001)37.788***(0.001)-0.047**(0.008)0.002(0.753)-0.072*(0.013)-0.380***(0.000)4.122*(0.025)0.022(0.444)3.214(0.218)-64.517*(0.044)-0.683(0.810)0.096 0.362变量（risk）Riskt-1 M2 DR RR CTI LR REP GDNP LRCB SIZE CAR ROA_cons Sargan AR(2)（1）NPL 0.276***(0.000)8.332*(0.031)-0.996**(0.003)-31.953***(0.001)-0.107**(0.008)-0.012(0.440)0.085*(0.023)0.036*(0.028)-109.881***(0.001)-0.075(0.268)-46.645***(0.001)-45.252(0.557)15.414*(0.031)0.154 0.278

表2中第1列数据和第2列数据分别显示货币政策工具对银行风险承担变量不良贷款率和不良贷款拨备覆盖率的影响。从数量型工具广义货币供给量M2角度分析，扩张性货币政策在一定程度上促使商业银行不良贷款率上升，不良贷款拨备覆盖率下降，说明银行风险承担水平也相应增加。如果中央银行采取扩张性货币政策，能够使得投资获得更高的收益，银行风险偏好将提高，倾向于高收益项目，进而其风险承担意愿与水平增加。

从价格型工具存款利率角度分析，利率降低将导致银行放松贷款标准，促使不良贷款率上升，不良贷款拨备覆盖率下降。利率水平的下降将使资产价值上升，同时企业用于抵押的资产价格也会上涨，从而企业可以从银行得到更多的信贷资金；反之，如果商业银行利率水平提高时，商业银行反而“择木而栖”，由于抵押物等资产价格下降，借款人所得到的借款将减少。同时，由于逆向选择的存在，利率降低意味着资金成本降低，会导致商业银行降低贷款审查要求，并造成商业银行风险承担水平的上升。

赵大刚说：“昨天秦队让我去查那个标识的事，我跑了很多地方，发现这东西虽然不是很普遍，但是市场上还是有的，我在汉正街专卖一些流行饰品的小商店看到一些类似的，买了几个回来。”他掏出一大把饰物放在桌上。都与死者身上发现的那个类似，但都又不完全是，一是材质多数为铁制和塑料制品，二是标识上的纹路也不符合。秦明月想想说，这条线还要跟下去，建议送到省厅去检验一下再说。

从价格型工具存款准备金率角度考虑，降低款准备金率在一定程度上造成商业银行不良贷款率上升，不良贷款拨备覆盖率下降。存款准备金率下降，银行的可贷资金相应增加，从而促使商业银行放松贷款标准，银行风险承担水平增加；反之，存款准备金率上升，银行风险承担水平降低。

随着素质教育的全面深入，学习成绩已经不再是衡量学生学习成绩的唯一标准，学生的全面发展成为教学的主要目标，特别是学生的核心素养，在新时期受到高度重视。同时在实践中我们发现虽然说从整体上看学生的核心素养有了很大的提高和改善，但是在具体实践中仍然存在一些问题，需要我们不断的分析，找到解决问题的措施，从而实现英语教学的不断完善，实现学生的全面发展。

2.货币政策风险承担渠道的第二阶段验证

同理，基于上述选择的方法和指标体系，运用统计软件Stata12.1对本文模型2进行了计算，计量结果如表3所示。

 

表3 银行风险承担渠道的第二阶段验证结果

  

注：*代表显著性水平P＜0.05；**代表显著性水平P＜0.01；***代表显著性水平P＜0.001。

 

因变量：DKZC DkzcL1 NPL M2 ROA CTI LR REP GDNP SIZE CAR_cons Sargan AR(2)Conef.0.431***0.008***0.405***4.945*-0.001-0.0002 0.001-0.001 0.003-0.056 0.040 chi2(35)=60.230；Prob>chi2=0.513 Z=-1.0004；Prob>z=0.317 Std.Err.0.101 0.002 0.106 2.305 0.001 0.0005 0.002 0.004 0.002 0.183 0.213 Z 4.267 4.000 3.821 2.145-1.000-0.400 0.500-0.250 1.500-0.306 0.188 P> ||z 0.000 0.000 0.000 0.032 0.396 0.685 0.625 0.788 0.223 0.757 0.852

对于表3得到的结果，重点关注是银行风险承担对银行信贷行为的显著性和系数符号，即公式2中的系数b1。结果显示，b1数值等于0.008，显著性水平为0.000，小于0.05，说明银行风险承担行为对信贷行为具有显著的正向影响，银行风险承担渠道的第二阶段得到验证。这与实际相符合。结合第一、二阶段的结果，表明了货币增长量会影响银行风险承担水平，银行风险承担水平会改变银行信贷投放行为，具体而言，宽松的货币政策，首先会增加货币供应量，降低资金成本，并影响商业银行风险承担行为，促使银行增加信贷投放总量，从而推动我国经济的发展。

（五）我国货币政策风险承担渠道作用机理验证

1.风险定价效应

如表3所示，在第1列数据中，房地产销售价格指数系数为正，并且通过了5%程度的显著性检验；在第2列数据中，房地产销售价格指数系数为负，同样通过了5%程度的显著性检验。这说明房价越高，银行风险承担水平越高。主要因为我国贷款业务通常将房地产作为抵押品，如果抵押物价格上升，银行对贷款违约风险与贷款损失准备的预期估计会降低，银行风险偏好与容忍度升高。因此证实了风险定价效应是货币政策风险承担渠道的传导机制之一，并在我国确实存在。

2.追逐利益效应

如表3所示，资产利润率ROA的系数没有通过5%水平的显著性检验。也就是说，银行的盈利性水平和银行风险承担意愿及水平的关系并不确定。这是可以理解的，一方面，因为当银行的收益率下降时，由于其收益目标的粘性作用，商业银行为了追求高收益，通常会倾向于高风险的项目，从而使得商业银行风险承担意愿及水平增强。这会使得商业银行在低收益率的环境下开展更多的高风险业务，如本来未有资格获得贷款的市场主体，将由于该效应获得贷款，导致宽松性货币政策通过追逐利益效应影响实体经济的发展。另一方面，当银行处在高收益水平时，或者经济环境非常优良时，往往会产生“麻痹”心理，以自有的雄厚财力去开展高风险业务。甚至说，它的高收益本来就是高风险项目带来的。由此，本文并不能验证“利益追逐效应”的存在，这和部分学者的研究结论也是一致的，如方意等（2012）。［13］

3.习惯形成效应

习近平文化思想研究进展的大数据分析及深化研究的路径思考 … …………………… 周良发，朱 燕（2．15）

如表3所示，在第1列数据中，名义GDP增长率的系数为正，通过了5%程度的显著性检验；在第2列数据中，名义GDP增长率的系数为负，通过了5%程度的显著性检验，这就证实了习惯形成效应也是货币政策风险承担渠道的重要传导机制，并在我国存在。一方面，在经济形势较好的阶段，消费者会提高风险偏好。因此，较好的经济增长形势与宽松的货币政策，由于习惯因素，降低了投资者的风险规避意识和预测能力。这一作用机制和资产定价模型相一致，这就说明较好的经济增长形势与宽松的货币政策在较长一段时期内都将持续扩张。另一方面，实体经济形势较好时，企业经营状况显著改善，进而使银行对企业贷款的风险识别以及预测能力明显下降，增加企业贷款，从而增强风险承担意愿能力。

4.杠杆效应

如表4所示，在第1列数据中，商业银行杠杆率的系数为负，通过了5%程度的显著性检验；在第2列数据中，商业银行杠杆率的系数为正，通过了5%程度的显著性检验，这就证实了杠杆效应也是货币政策风险承担渠道的重要传导机制，并在我国存在。当面对外部货币政策冲击时，商业银行一般会选择调整资产规模，而不是调整股权结构。总体来看，扩张性的货币政策能够增加商业银行的风险承担行为。

三、稳健性检验

由于货币政策立场和银行风险承担的衡量方式有多种，不同的方式可能对实证结果产生较大影响，因此需要进行稳健性检验。对于银行风险承担变量的衡量，近年来Z-Score指标引发学者更多的关注（Kopecky，2004），［14］它从银行破产概率这个侧面反映出银行风险承担行为，其值大小与银行的总体风险成正比。因此，在稳健性检验中，借鉴Levine and Levine(2009)［15］等人的研究，本文采用Z-Score来衡量银行风险承担，公式（3）如下：

高校财务人员绩效评价体系包括评价主体、客体、指标等多项内容，是一项系统性较强的工作体系。目前，我国高校绩效评价并未形成一个完善指标体系，在具体评价过程中，采用的标准仍然是传统的历史标准，进行纵向对比分析，而与国内类似高校进行横向对比严重不足。此外，在评价方法上，并未形成科学的方法体系，通常只是应用比例、趋势、对比、因素等传统的财务分析法完成相应的分析工作。评价主体模糊，目的性差，经常是为了评价而评价，形式主义严重，许多工作停留表面，并未深入本质，评价的规范和激励作用都未得到充分发挥。

 

式（3）中ROAit为资产收益率，KitAit为资本占资产的比例，σi（ROAit）为资产收益率的标准差。

2.对货币政策银行风险承担渠道的作用机理进行验证。本文提出以下假设：风险定价效应、追逐利益效应、习惯形成效应、杠杆效应在货币政策传导过程中发挥了关键作用。

 

利用Stata12.1，货币政策风险承担渠道存在性第一阶段和传导机制的稳健性检验的结果如表4所示，本表采用2006—2015年商业银行Z-Score和存款准备金率RR进行统计分析。

 

表4 渠道存在性第一阶段和传导机制的稳健性检验

  

注：*代表显著性水平P＜0.05；**代表显著性水平P＜0.01；***代表显著性水平P＜0.001。

 

因变量：Zscore zscoreL1.rr roa cti lr rep gdpn car lrcb size_cons Sargan AR(2)Coef.0.340***-0.056*-1.652***-0.0004*-0.00014 0.0006**0.0016***0.074*-0.674***0.0005 0.137***Chi2(35)=38.024；Prob>chi2=0.333 Z=0.597；Prob>z=0.609 Std.Err Z P> ||z 0.058 0.029 0.399 0.0002 0.0001 0.0002 0.0004 0.035 0.056 0.0004 0.024 5.862-1.931-4.140-2.000-1.400 3.000 4.000 2.114-12.036 1.250 5.708 0.000 0.032 0.000 0.027 0.116 0.005 0.000 0.029 0.000 0.206 0.000

在表4中，稳健性检验的模型首先，通过了Sargan检验（P=0.333＞0.05，接受原假设）和AR（2）检验（P=0.609＞0.05，接受原假设），不存在过度识别和干扰项序列相关的问题。其次，整体而言，以Z-score为银行风险承担的代理变量、以rr为货币政策立场的代理变量，其显著性结果和之前的结果基本一致，系数的符号方向也保持一致。rr的系数为-0.056，符号为负，表明以价格工具衡量的货币政策立场与银行风险承担存在显著的负向关系，即扩张性货币政策在一定程度上促使商业银行破产概率上升，从而促使银行风险承担水平也相应增加。同样，在四大传导机制的稳健性检验中，其结论和前文实证分析的结论一致，只是在系数的大小上出现了差异。因此，可以说第一阶段和传导机制的模型具有良好的稳定性。货币政策风险承担渠道存在性第二阶段的稳健性检验的结果如表5所示。

 

表5 渠道存在性第二阶段的稳健性检验

  

注：*代表显著性水平P＜0.05；**代表显著性水平P＜0.01；***代表显著性水平P＜0.001。

 

因变量：Dkzc dkzcL1.zscore M2 roa cti lr rep gdpn size car_cons Sargan AR(2)Coef.0.404***0.923*0.471***1.866-0.002-0.0002-0.0008 0.0056 0.003-0.294 0.278*Chi2(35)=57.030；Prob>chi2=0.429 Z=-2.001；Prob>z=0.4207 Std.Err.0.104 0.406 0.111 2.334 0.001 0.0006 0.0022 0.0042 0.002 0.190 0.217 Z 3.885 2.273 4.243 0.799-2.000-0.333-0.364 1.333 1.500-1.547 1.281 P> ||z 0.000 0.023 0.000 0.424 0.118 0.678 0.720 0.184 0.183 0.122 0.026

由于计量模型中包含被解释变量的一阶滞后项，固定效应模型以及OLS估计法的结果估计都会有偏差。因此，在进行我国货币政策风险承担渠道的第一、第二阶段的验证中，文中选用GMM一阶差分动态面板估计法来考察（因为该模型能够有效解决内生性及残差的异方差问题）。为此，文中基于徐明东与陈学彬(2012)［12］等学者对GMM一阶差分动态面板估计法的介绍与应用，结合本文研究的需要，在对模型进行过度识别验证以及干扰项序列验证的基础上操作。

根据以上检验内容，本文认为，使用不同银行风险承担的代理变量，模型得到的基本结论保持稳定。

四、研究结论

经过以上实证研究，可以得到以下结论：

本文假设风险定价效应、追逐利益效应、习惯形成效应及杠杆效应在当前我国货币政策传导过程中发挥着重要作用，为此基于前文假设，将从这四个方面对我国货币政策银行风险承担渠道的作用机理进行验证，模型同样是公式（1）。主要关注的是资产利润率ROA的系数a8，房地产价格增长率 REP的系数a5，名义GDP增长率（GDPN）的系数a4，以及商业银行杠杆率（LRCB）的系数a11。公式中其他的变量——成本收入比（CTI）、流动性比率（LR）、资本充足率（CAR）、银行资产规模（SIZE）是研究中的控制变量。

1.我国存在货币政策的信贷传导渠道

实验步骤：①各小组取下实验组和对照组叶片；②用细砂纸轻轻打磨叶片的两面磨去叶片的角质层；③各组用棉线一端系住需要脱色叶的叶柄，另一端系住写有组别和实验名称的小纸牌。

特别是反映货币政策数量指标的系数非常显著，说明中央银行调整货币供应量确实能对商业银行的贷款供给产生正向冲击。

2.我国存在货币政策传导的银行资本渠道

银行资本渠道代理变量的系数显著，且与货币政策代理变量的系数相反，证明商业银行的资本充足率在货币政策的信贷传导渠道中起到了调节作用，这种调节效应削弱了货币政策信贷渠道的效力，但弱化的程度视资本充足率的具体水平而有所差异。

3.我国不存在所谓的“资本紧缩”现象

回归结果显示，我国商业银行的资本充足率与其贷款增长率之间没有稳定的相关关系，也就是说，我国资本监管制度的实施并未造成西方发达经济体出现的信贷紧缩现象。这在一定程度上反映了我国商业银行长期以来存在的信贷扩张冲动，以及我国政府对银行提供隐性担保的现状。

最重要的是，当前行业的整体氛围尤为浮躁，炒概念者居多，踏实做产品的居少。所以，当前是最坏的时代，但对真正沉下心来打磨自身产品的企业而言，这却是最好的时代。

4.银行的资产负债管理可以降低银行贷款渠道的效力

同业拆借与持有证券增长率与贷款增长率显著负相关，说明在紧缩性货币政策实施之后，银行可以通过减少流动性资产的持有或增加同业拆借来缓解资本约束对信贷扩张带来的压力。因此，传统银行贷款渠道经由储备性负债的减少而导致信贷缩减的效力可能会被银行主动性资产、负债管理行为而削弱，如减少有价证券的规模或增加同业拆借的规模。

5.存款对信贷扩张的支撑力度显著

第一，应进一步打开脱毒种薯市场规模。在近些年来，因为不断扩大马铃薯种植规模，脱毒种薯的经营效益也在快速增长，甘肃省掀起了脱毒种薯的热潮，统统建立脱毒种薯中心和基地。但是由于只顾追求经济效益与规模，忽略了质量，并且甘肃省目前有的种子质量监督检验体系是以玉米、瓜菜、小麦等种子检测为主。为健全马铃薯种薯质量检测设备，同时生产马铃薯种植单位和个人存在差异，生产和繁育技术不达标，脱毒种薯未分级，通常是以多代繁殖，甚至是以商品薯取替中薯，损害了农民利益。

银行存款增长率与贷款增长率高度正相关，一方面说明我国商业银行盈利方式的单一、竞争手段的趋同，另一方面也说明存款构成制约我国商业银行信贷扩张的主要因素，“存款立行”的指导思想在我国商业银行的经营理念中依然根深蒂固。

6.信贷扩张没有体现出顺周期性

宏观经济变量与贷款增长率之间均不存在显著的相关关系，一方面说明我国确实存在大量依赖银行贷款作为融资渠道的经济主体，即信贷传导渠道强调的银行依赖型借款人，另一方面也显示出银行在我国金融体系中占据的绝对控制地位，同时也反映了我国商业银行市场化营运模式还不健全。

［参考文献］

［1］López，Tenjo M，Zárate F，et al.The Risk-Taking Channel and Monetary Transmission Mechanism in Colombia［J］.Borradores De Economia，2010，29(616):212-234.

［2］Gambacorta L.Monetary Policy and the Risk-Taking Channel［J］.Bis Quarterly Review，2009(12):43-53.

［3］Delis M D，Kouretas G P.Interest rates and bank risk-taking［J］.Journal of Banking&Finance，2011，35(4):840-855.

［4］Maddaloni A，Peydró J L.Bank Risk-taking，Securitization，Supervision，and Low Interest Rates:Evidence from the Euro-area and the U.S.Lending Standards［R］.ECB Working Paper，2010:1248.

［5］Borio C，Zhu H.Capital regulation，risk-taking and monetary policy: A missing link in the transmissionmechanism? ☆［J］.Journal of Financial Stability，2009，8(4):236-251.

［6］Dell'Ariccia G，Laeven L，Suarez G A.Bank Leverage and Monetary Policy's Risk-Taking Channel:Evidence from the United States［R］.IMF Working Paper，2013.

［7］Rajan R G.Has Financial Development Made the World Riskier?［J］.SocialScience Electronic Publishing，2005(11728):371-379.

［8］Karels G V，Mcclatchey C A.Deposit insurance and risk-taking behavior in the credit union industry［J］.Journal of Banking&Finance，2004，23(1):105-134.

［9］雷钦礼.增量效用函数:家庭消费理论的重新构建［J］.统计研究，2003，20(12):7-12.

［10］Disyatat P.The Bank Lending Channel Revisited［J］.Journal of Money Credit&Banking，2011，43(4):711-734.

［11］Agur I，Demertzis M.Excessive Bank Risk Taking and Monetary Policy［R］.Dnb Working Papers，2012:1457.

［12］徐明东，陈学彬.货币环境、资本充足率与商业银行风险承担［J］.金融研究，2012(7):48-62.

［13］方意，赵胜民，谢晓闻.货币政策的银行风险承担分析——兼论货币政策与宏观审慎政策协调问题［J］.管理世界，2012(11):9-19.

［14］Kopecky K J，Vanhoose D.Bank capital requirements and the monetary transmission mechanism［J］.Journal of Macroeconomics，2004，26(3):443-464.

［15］Laeven L，Levine R.Bank governance，regulation and risk taking ☆［J］.Journal of Financial Economics，2009，93(2):259-275.