致城市商业银行放贷决策市场化程度不足,风险和收益不能匹配,积累了较多不 良贷款。考虑到城市商业银行规模较小这一事实,可知总体而言,规模较小的商 业银行风险承担较高。 综上可知,大而不倒所强调的银行道德风险上升和市场约束弱化仅仅揭示了 银行规模对风险承担产生影响的部分机制,考虑其他作用机制后,商业银行规模 对其风险承担的综合效应还有待实证检验予以揭示。 三、模型设定、变量选择和数据说明 (一)计量模型 本文意在考察我国商业银行规模对风险承担的综合影响。基本计量模型如 下 risk, ,=Asize, +n,Zmir +y zmac x0 /(1) 其中i=1,2…,N,N为样本银行数量。risk和size分别是银行风险承 担和规模的度量指标。是模型的误差项,由代表个体异质性的截距项ui和随 时间与个体改变的扰动项vit构成。 商业银行规模sive通常以资产规模、收λ规模、资本规模和员工数量等 进行衡量。与宋清华等(2011)一致,本文主要采用基于资产数据得到的规模指 标〔*)。作为稳健性检验,后文还使用了基于收入和资本的规模指标进行分析 z对应于宏观层面的控制变量,主要包括实际经济增长率gd和通货膨 胀率inf。商业银行业具有显著地顺周期特征(Mink,2013),预期gdp符号为正, 通货膨胀率很大程度取决于社会总需求的旺盛程度,能够反映宏观经济景气程 *〕考虑到银行规模可能对风险承担存在非线性影响(宋清华等,2011),我们还尝试在模型中 控制了规模的二次项,但其显著性较差,故未予加入
致城市商业银行放贷决策市场化程度不足，风险和收益不能匹配，积累了较多不 良贷款。考虑到城市商业银行规模较小这一事实，可知总体而言，规模较小的商 业银行风险承担较高。 综上可知，大而不倒所强调的银行道德风险上升和市场约束弱化仅仅揭示了 银行规模对风险承担产生影响的部分机制，考虑其他作用机制后，商业银行规模 对其风险承担的综合效应还有待实证检验予以揭示。 三、模型设定、变量选择和数据说明 （一）计量模型 本文意在考察我国商业银行规模对风险承担的综合影响。基本计量模型如 下： mir mac i t, , 1, 2 , it it t it risk size Z Z = ++ + β γγ ω (1) 其中 i=1，2…，N，N 为样本银行数量。risk 和 size 分别是银行风险承 担和规模的度量指标。ωi t, 是模型的误差项，由代表个体异质性的截距项 ui 和随 时间与个体改变的扰动项 vit 构成。 商业银行规模size通常以资产规模、收入规模、资本规模和员工数量等 进行衡量。与宋清华等（2011）一致，本文主要采用基于资产数据得到的规模指 标﹝*﹞。作为稳健性检验，后文还使用了基于收入和资本的规模指标进行分析。 mac Zt 对应于宏观层面的控制变量，主要包括实际经济增长率gdp和通货膨 胀率inf。商业银行业具有显著地顺周期特征（Mink，2013），预期gdp符号为正。 通货膨胀率很大程度取决于社会总需求的旺盛程度，能够反映宏观经济景气程 ﹝*﹞ 考虑到银行规模可能对风险承担存在非线性影响（宋清华等，2011），我们还尝试在模型中 控制了规模的二次项，但其显著性较差，故未予加入
度,预期inf对风险承担也有正向影响。近来对货币政策影响银行风险承担的研 究表明,宽松的货币政策促使银行承担更多风险( Borio and zhu,2012),故本 文引入广义货币M2的增长率m2作为控制变量。此外, Baum et al.(2002)、 Talavera et al.(2006)的研究表明,宏观经济不确定性上升显著降低了银行 的贷款增速,而银行的贷款行为与银行的信贷风险密切相关,因此本文还创新性 的对宏观经济不确定性unc予以控制〔*〕,uc取值越大意味着宏观经济不确定 性程度越髙,此时银行会采取更为谨慎的经营策略,故预期其对银行风险承担具 有负向影响。 z代表银行微观层面的控制变量(↑),与 Delis and Kouretas(2011) 致,本文选取了银行资产回报率roa和资本充足率car。较低的盈利能力通常意 味着银行较为保守的经营策略和较低的风险承担,但也可能引致银行为改善盈利 而采取高风险的策略(徐明东和陈学彬,2012),因此其估计符号待定。资本充 足率水平反映了银行的经营稳健程度,故预期其符号为负。此外,我们还控制了 反映银行经营管理能力的成本收入比cti(营业费用与营业收入的比率)和反映 银行收入结构的指标lir(贷款利息收入与总营业收入之比)。成本收入比体现 了银行成本控制水平和经营效率,较高的成本收入比意味着银行经营管理能力较 差,因而可能会被动地承担较高的风险,预期符号为正。银行利息收入占比越高, 意味着银行收入主要来着于贷款资产,换言之其收入多元化程度较低,这对银行 风险承担的影响未能一概而论(周开国和李琳,2011),故其符号难以事先判断。 (二)银行风险承担指标 〔*〕uc由一年内所有月度工业增加值增速的标准差得到。月度工业增加值增速的 garche(1,1)模型 得到的条件方差作为宏观经济不确定性指标所得结论与正文一致。 〕写作过程中本文尝试使用银行微观特征的滞后项作为控制变量,结果发现模型整体拟合优度 和变量系数显著性下降,但基本结论仍然成立
度，预期inf对风险承担也有正向影响。近来对货币政策影响银行风险承担的研 究表明，宽松的货币政策促使银行承担更多风险（Borio and Zhu，2012），故本 文引入广义货币M2 的增长率m2 作为控制变量。此外，Baum et al.（2002）、 Talavera et al.（2006）的研究表明，宏观经济不确定性上升显著降低了银行 的贷款增速，而银行的贷款行为与银行的信贷风险密切相关，因此本文还创新性 的对宏观经济不确定性unc予以控制﹝*﹞，unc取值越大意味着宏观经济不确定 性程度越高，此时银行会采取更为谨慎的经营策略，故预期其对银行风险承担具 有负向影响。 mir Zt 代表银行微观层面的控制变量﹝† ﹞，与Delis and Kouretas（2011） 一致，本文选取了银行资产回报率roa和资本充足率car。较低的盈利能力通常意 味着银行较为保守的经营策略和较低的风险承担，但也可能引致银行为改善盈利 而采取高风险的策略（徐明东和陈学彬，2012），因此其估计符号待定。资本充 足率水平反映了银行的经营稳健程度，故预期其符号为负。此外，我们还控制了 反映银行经营管理能力的成本收入比cti（营业费用与营业收入的比率）和反映 银行收入结构的指标liir（贷款利息收入与总营业收入之比）。成本收入比体现 了银行成本控制水平和经营效率，较高的成本收入比意味着银行经营管理能力较 差，因而可能会被动地承担较高的风险，预期符号为正。银行利息收入占比越高， 意味着银行收入主要来着于贷款资产，换言之其收入多元化程度较低，这对银行 风险承担的影响未能一概而论（周开国和李琳，2011），故其符号难以事先判断。 （二）银行风险承担指标 ﹝*﹞ unc 由一年内所有月度工业增加值增速的标准差得到。月度工业增加值增速的 garch(1,1)模型 得到的条件方差作为宏观经济不确定性指标所得结论与正文一致。 ﹝†﹞ 写作过程中本文尝试使用银行微观特征的滞后项作为控制变量，结果发现模型整体拟合优度 和变量系数显著性下降，但基本结论仍然成立
银行风险承担存在多种衡量方法,目前主要有:预期违约频率( Altunbas etal.,2014)、Z- score( Laeven and levine,2009)、风险加权资产比率(De Nicolo et a1.,2010)、不良贷款率( Delise and Kouretas,2011)、风险调 整的利润(即夏普指数)( Stiroh and rumble,2006)等。此外,还有研究通过 银行股票价格数据计算银行的风险( Anderso and fraser,2000)。不得不承认, 银行风险承担指标的多样化也是既有实证研究在银行规模如何影响风险承担这 一问题上得出不同结论的一项原因 类比行为学中的“动机-行为-结果”范式,本文将商业银行风险承担看 作一个多层次概念:商业银行的风险承担“动机”影响其风险承担“行为”,而 风险承担“行为”影响风险承担“结果”。然而,动机因素的“潜变量”特征导 致其无法直接观测,因此需要借助风险承担行为(如银行降低贷款审查标准)和 风险承担结果(如银行业绩稳定性下降)来间接推测风险承担动机。因此,文献 中以银行风险承担行为和结果作为反映银行风险承担动机指标的做法无可厚非 本文在实证分析部分也将遵循这一做法。本文选择如下四类银行风险承担指标, 尽管其中每一个指标在衡量商业银行风险承担时均有一定的局限性,但却分别从 不同的侧面反映出商业银行的风险承担情况,综合分析并加以相互印证,有助于 我们较为全面地考察规模对银行风险承担的影响: 第一,反映风险调整后盈利能力的 sharp指数,计算方法为 sharp.=roa.d/sd (roa.r2,roai,r,roa,)。shap指数即单位风险创造的利润,通常来讲, sharp指数越高,银行越稳定, 第二,反映破产风险的Z值,计算方法为 zsocre=(roa.t+eta.r)/sd(roa *)与黄隽和章艳红(2010)、徐明东和陈学彬(2012)相一致,本文计算过程中采用了roa连 续三年的滚动标准差sd(roa-2 y roul,k-l,roal)作为分母
银行风险承担存在多种衡量方法，目前主要有：预期违约频率（Altunbas et al.，2014）、Z-score（Laeven and Levine，2009）、风险加权资产比率（De Nicolò et al.，2010）、不良贷款率（Delise and Kouretas，2011）、风险调 整的利润（即夏普指数）（Stiroh and Rumble，2006）等。此外，还有研究通过 银行股票价格数据计算银行的风险（Anderso and Fraser，2000）。不得不承认， 银行风险承担指标的多样化也是既有实证研究在银行规模如何影响风险承担这 一问题上得出不同结论的一项原因。 类比行为学中的“动机-行为-结果”范式，本文将商业银行风险承担看 作一个多层次概念：商业银行的风险承担“动机”影响其风险承担“行为”，而 风险承担“行为”影响风险承担“结果”。然而，动机因素的“潜变量”特征导 致其无法直接观测，因此需要借助风险承担行为（如银行降低贷款审查标准）和 风险承担结果（如银行业绩稳定性下降）来间接推测风险承担动机。因此，文献 中以银行风险承担行为和结果作为反映银行风险承担动机指标的做法无可厚非， 本文在实证分析部分也将遵循这一做法。本文选择如下四类银行风险承担指标， 尽管其中每一个指标在衡量商业银行风险承担时均有一定的局限性，但却分别从 不同的侧面反映出商业银行的风险承担情况，综合分析并加以相互印证，有助于 我们较为全面地考察规模对银行风险承担的影响： 第一，反映风险调整后盈利能力的sharp指数，计算方法为sharpi，t=roai，t/sd （roai，t-2，roai，t-1，roai，t）﹝*﹞ 。sharp指数即单位风险创造的利润，通常来讲， sharp指数越高，银行越稳定。 第二，反映破产风险的Z 值，计算方法为zsocre=（roai，t+etai，t）/sd（roai， ﹝*﹞ 与黄隽和章艳红（2010）、徐明东和陈学彬（2012）相一致，本文计算过程中采用了 roa 连 续三年的滚动标准差 sd(roai,t-2,roai,t-1,roai,t)作为分母
2,roai,,r0a.),其中eta为权益资产比*。相比于shap指数, SCor 包含了银行杠杆方面的信息,是一个更为常用的综合指数; Zscore越高,银行风 险承担越低。 第三,反映信贷风险的不良贷款率nl,为不良贷款与总贷款之比。贷款利 息收入是我国银行的主要收入来源,信贷风险构成了银行主要的风险来源,因此 该指标在研究中国银行业时具有一定的合理性;尽管不良贷款率可能受到商业银 行扩大贷款总量的稀释及政府剥离不良贷款的影响,但总体上仍可反映出银行的 风险承担结果。mpl越低,银行风险承担越小。 第四,反映风险抵补能力的拨备覆盖率pcr,为贷款损失准备与不良贷款率 之比。拨备覆盖率可以反映出银行出于审慎经营的考虑,防范风险的措施是否到 位。pCr越高,银行抵御风险能力越强,风险承担水平越低。 (三)数据说明与描述 本文剔除了观测值不足四年的银行样本,最终选取1998-2012年间91家商 业银行的年度非平衡面板数据作为研究样本。按照银监会的分类标准,91家商 业银行包括5家大型国有银行,12家全国性股份制银行,59家城市商业银行 15家农村商业银行和农村合作银行。从样本银行地理分布来看,样本涵盖了全 国20个省、自治区和直辖市;从样本银行总规模上看,截至2012年底,样本银 行占所有银行类金融机构总资产的70.86%,总负债的71.03%,因此本文所选样 本具有良好的代表性。银行相关财务数据主要来源于 Bankscope数据库,并以各 家银行年报为补充,其中g、inf、M2和工业增加值增速等来源于中经网 为防止异常值对估计结果的干扰,对连续型变量在其分布的1%和99%的位置 〔*)由于〓 score的高度有偏性,我们遵循 Leaven and levien(2009)的建议,对其取自然对数进 行处理
t-2，roai，t-1，roai，t） ，其中eta为权益资产比﹝*﹞ 。相比于sharp指数，zscore 包含了银行杠杆方面的信息，是一个更为常用的综合指数；zscore越高，银行风 险承担越低。 第三，反映信贷风险的不良贷款率 npl，为不良贷款与总贷款之比。贷款利 息收入是我国银行的主要收入来源，信贷风险构成了银行主要的风险来源，因此 该指标在研究中国银行业时具有一定的合理性；尽管不良贷款率可能受到商业银 行扩大贷款总量的稀释及政府剥离不良贷款的影响，但总体上仍可反映出银行的 风险承担结果。npl 越低，银行风险承担越小。 第四，反映风险抵补能力的拨备覆盖率 pcr，为贷款损失准备与不良贷款率 之比。拨备覆盖率可以反映出银行出于审慎经营的考虑，防范风险的措施是否到 位。pcr 越高，银行抵御风险能力越强，风险承担水平越低。 （三）数据说明与描述 本文剔除了观测值不足四年的银行样本，最终选取 1998-2012 年间 91 家商 业银行的年度非平衡面板数据作为研究样本。按照银监会的分类标准，91 家商 业银行包括 5 家大型国有银行，12 家全国性股份制银行，59 家城市商业银行， 15 家农村商业银行和农村合作银行。从样本银行地理分布来看，样本涵盖了全 国 20 个省、自治区和直辖市；从样本银行总规模上看，截至 2012 年底，样本银 行占所有银行类金融机构总资产的 70.86%，总负债的 71.03%，因此本文所选样 本具有良好的代表性。银行相关财务数据主要来源于 Bankscope 数据库，并以各 家银行年报为补充，其中 gdp、inf、M2 和工业增加值增速等来源于中经网。 为防止异常值对估计结果的干扰，对连续型变量在其分布的 1%和 99%的位置 ﹝*﹞ 由于 zscore 的高度有偏性，我们遵循 Leaven and Levien（2009）的建议，对其取自然对数进 行处理
上进行缩尾处理,表1为主要变量的描述性统计。 表1全样本变量统计性描述 变量定义 观测值均值标准差最大值最小值 sharp sharp指数 699 14.10027.380184.600-0.231 zscore Z值(取对数)699 3.8761.1307.4081.416 npl(%)不良贷款率 3.0244.25222.9900.010 pcr(%)拨备覆盖率 520 202.500152.600710.9004.676 size资产规模(取对721 11.100 925 16.2805.795 数) rOa(%)资产收益率 700 0.9600.5302.334-0.114 car(%)资本充足率 608 13.96017.53062.6203.19 cti(%)成本收入比 689 41.22013.78088.98019.720 lir(%)利息收入占比5601.0910.2662.0380.154 宏观经济不确定726 6.7361.0529.2115.640 性 实际经济增长率 2l 10.2401.81414.1607.652 通胀率 2.8482.2265.865-0.800 m2(%)增长率 726 17.9603.87526.50013.160 注:本文样本中各变量存在不同程度的缺失现象,故各变量观测值数目并不 致 表2按照银行规模将样本等分为大银行样本和小银行样本,并对四类银行风 险承担指标的均值进行了比较。四类指标的t检验结果显示,大银行风险承担均 值显著小于小银行,意味着规模较大的银行在风险承担方面并未表现出“激进” 特征。 表2按规模分类的t检验 zscore pcr 小规模组均值 8.534 3.606 3.199 166.673 大规模组均值 19.306 4.129 2.892 227.493 组均值差 -10.771 0.523 0.307 0.820 t统计值 6.302 0.903 4.491 注:(1)大规模和小规模银行以原样本中规模变量的中位数为界。(2)检验 为非配对且方差不等的双侧t检验,“表示在1%的显著性水平显著异于0 图1则更为直观地反映了银行规模和风险承担的负向关系。不难发现,银行
上进行缩尾处理，表 1 为主要变量的描述性统计。 表 1 全样本变量统计性描述 变量 定义 观测值 均值 标准差 最大值 最小值 sharp sharp 指数 699 14.100 27.380 184.600 -0.231 zscore Z 值(取对数) 699 3.876 1.130 7.408 1.416 npl（%） 不良贷款率 594 3.024 4.252 22.990 0.010 pcr（%） 拨备覆盖率 520 202.500 152.600 710.900 4.676 size 资产规模（取对 数） 721 11.100 1.925 16.280 5.795 roa（%） 资产收益率 700 0.960 0.530 2.334 -0.114 car（%） 资本充足率 608 13.960 17.530 62.620 3.190 cti（%） 成本收入比 689 41.220 13.780 88.980 19.720 liir（%）利息收入占比 560 1.091 0.266 2.038 0.154 unc 宏观经济不确定 性 726 6.736 1.052 9.211 5.640 gdp（%） 实际经济增长率 721 10.240 1.814 14.160 7.652 inf（%） 通胀率 721 2.848 2.226 5.865 -0.800 m2（%） M2 增长率 726 17.960 3.875 26.500 13.160 注：本文样本中各变量存在不同程度的缺失现象，故各变量观测值数目并不 一致。 表 2 按照银行规模将样本等分为大银行样本和小银行样本，并对四类银行风 险承担指标的均值进行了比较。四类指标的 t 检验结果显示，大银行风险承担均 值显著小于小银行，意味着规模较大的银行在风险承担方面并未表现出“激进” 特征。 表 2 按规模分类的 t 检验 sharp zscore npl pcr 小规模组均值 8.534 3.606 3.199 166.673 大规模组均值 19.306 4.129 2.892 227.493 组均值差 -10.771 -0.523 0.307 -60.820 t 统计值 -5.401*** -6.302*** 0.903*** -4.491*** 注：（1）大规模和小规模银行以原样本中规模变量的中位数为界。（2）检验 为非配对且方差不等的双侧 t 检验，***表示在 1%的显著性水平显著异于 0。 图 1 则更为直观地反映了银行规模和风险承担的负向关系。不难发现，银行