李懿行，梁萬泉

（首都經(jīng)濟貿(mào)易大學(xué)金融學(xué)院，北京 100070）

一、引言

2008年國際金融危機后，在利率市場化的大背景下，我國商業(yè)銀行資產(chǎn)負債表擴張明顯，同業(yè)業(yè)務(wù)已成為銀行調(diào)整資產(chǎn)負債結(jié)構(gòu)、減少資本占用、增加經(jīng)營收益的重要業(yè)務(wù)，逐漸在銀行資產(chǎn)和負債結(jié)構(gòu)中占據(jù)了越來越重要的地位，同業(yè)負債業(yè)務(wù)更是以年均20.7%的速度保持超高速增長，并于2016年達到頂峰。銀行同業(yè)業(yè)務(wù)在快速發(fā)展的同時，其過度操作所引起的流動性風(fēng)險、信用風(fēng)險以及對貨幣政策有效性的沖擊也引發(fā)了越來越多的關(guān)注。盡管從2013年我國開啟“金融去杠桿”，但同業(yè)業(yè)務(wù)發(fā)展不規(guī)范、信息披露不充分、規(guī)避金融監(jiān)管進行資金套利等問題仍客觀存在，同業(yè)交易鏈條過長，參與機構(gòu)較多，提升了金融機構(gòu)間的關(guān)聯(lián)度，同業(yè)業(yè)務(wù)擴張存在的風(fēng)險令人堪憂。

本文選取95家商業(yè)銀行2008-2019年的非平衡面板數(shù)據(jù)作為研究樣本，研究商業(yè)銀行同業(yè)業(yè)務(wù)的業(yè)務(wù)模式、風(fēng)險傳導(dǎo)機制和對銀行信用風(fēng)險的影響，以及同業(yè)業(yè)務(wù)發(fā)展在貨幣政策和監(jiān)管政策影響銀行信用風(fēng)險中的中介效應(yīng)。本文的貢獻體現(xiàn)在以下三個方面：一是對同業(yè)業(yè)務(wù)和銀行風(fēng)險的研究從流動性風(fēng)險擴大到信用風(fēng)險，進一步豐富了同業(yè)業(yè)務(wù)發(fā)展對銀行信用風(fēng)險影響的實證研究。二是以往文獻僅從同業(yè)業(yè)務(wù)結(jié)構(gòu)或者規(guī)模的角度研究同業(yè)業(yè)務(wù)對銀行風(fēng)險的影響，本文從結(jié)構(gòu)與規(guī)模的雙視角來探究同業(yè)業(yè)務(wù)發(fā)展對銀行信用風(fēng)險的影響機制，克服了僅以同業(yè)資產(chǎn)（負債）占比來衡量同業(yè)業(yè)務(wù)發(fā)展的一些弊端，更加全面立體地詮釋了同業(yè)業(yè)務(wù)發(fā)展對銀行信用風(fēng)險影響的動態(tài)過程。三是從貨幣政策與金融監(jiān)管政策的雙視角建立機制分析，探究同業(yè)業(yè)務(wù)發(fā)展在貨幣政策與金融監(jiān)管政策影響銀行信用風(fēng)險中的中介效應(yīng)，特別是本文引入金融監(jiān)管政策變量，分析2017年同業(yè)業(yè)務(wù)監(jiān)管政策的效果，對今后的金融監(jiān)管實踐具有一定的指導(dǎo)意義。

二、文獻回顧與研究假設(shè)

（一）同業(yè)業(yè)務(wù)發(fā)展與銀行信用風(fēng)險的關(guān)系

同業(yè)業(yè)務(wù)風(fēng)險本質(zhì)是以銀行信用為掩蓋的基礎(chǔ)資產(chǎn)的風(fēng)險轉(zhuǎn)移（馬曉，2016）。施勇（2020）認為商業(yè)銀行出于資產(chǎn)質(zhì)量管理的考慮，一般將資產(chǎn)質(zhì)量較好的企業(yè)及貸款留在表內(nèi)，而表外資產(chǎn)不納入不良貸款考察范圍，因此表外資產(chǎn)面臨更加嚴峻的信用風(fēng)險。李威和姚玥悅（2017）指出，商業(yè)銀行與其他金融機構(gòu)合作并通過同業(yè)業(yè)務(wù)發(fā)放的貸款主要流向房地產(chǎn)、地方政府融資平臺以及產(chǎn)能過剩的行業(yè)，作為國家限貸的領(lǐng)域，這些行業(yè)很難在正常信貸渠道下獲得資金支持，這也成為銀行信用風(fēng)險增加的重要原因。影子銀行是游離于銀行監(jiān)管體系之外、可能引發(fā)系統(tǒng)性風(fēng)險和監(jiān)管套利等問題的信用中介體系（陳和和陳增歡，2020）。于博和吳菡虹（2020）提到同業(yè)杠桿率攀升的本質(zhì)是同業(yè)影子信貸擴張，而影子信貸擴張主要從以下四個渠道影響銀行信貸風(fēng)險：融資結(jié)構(gòu)傳導(dǎo)渠道、投資效率傳導(dǎo)渠道、監(jiān)管規(guī)避傳導(dǎo)渠道、風(fēng)險承擔(dān)傳導(dǎo)渠道。

同業(yè)業(yè)務(wù)發(fā)展對銀行信用風(fēng)險的影響是一個變化的過程，簡單地認為同業(yè)業(yè)務(wù)發(fā)展會增加銀行風(fēng)險是不夠全面的。影子信貸投放有助于企業(yè)抓住投資機會，促進實體企業(yè)成長，從而提高債務(wù)償付能力，降低信用風(fēng)險（于博和吳菡虹，2020）。同業(yè)業(yè)務(wù)的發(fā)展能夠通過同業(yè)市場調(diào)節(jié)銀行間的資金余缺，為實體經(jīng)濟更多地提供可貸資金（顧海峰和馬聰，2019），進一步緩解銀行信用風(fēng)險。因此，部分文獻在模型設(shè)定中加入同業(yè)業(yè)務(wù)的二次項來研究其對銀行風(fēng)險的動態(tài)影響。梁麗麗（2015）研究認為，銀行同業(yè)負債業(yè)務(wù)與流動性呈“倒U型”關(guān)系。于博和吳菡虹（2020）的研究表明，隨著同業(yè)杠桿率的攀升，銀行傳統(tǒng)信貸風(fēng)險呈現(xiàn)先下降而后上升的變化趨勢。但目前大多數(shù)的文獻僅僅從結(jié)構(gòu)或者規(guī)模的單一角度來衡量同業(yè)業(yè)務(wù)發(fā)展的情況，本文將克服以往文獻的局限性，從結(jié)構(gòu)和規(guī)模兩個角度同時對同業(yè)業(yè)務(wù)展開分析，為理論實踐提供更多的實證依據(jù)?；诖?，提出如下假設(shè)：

假設(shè)1：同業(yè)業(yè)務(wù)發(fā)展與銀行信用風(fēng)險呈“U型”關(guān)系。

（二）同業(yè)業(yè)務(wù)發(fā)展在貨幣政策影響銀行信用風(fēng)險中的中介效應(yīng)

緊縮的貨幣政策導(dǎo)致商業(yè)銀行流動性風(fēng)險上升進而引發(fā)信用風(fēng)險，而同業(yè)業(yè)務(wù)的發(fā)展同貨幣政策環(huán)境與信用風(fēng)險有著密不可分的關(guān)系，理論上發(fā)揮著顯著的中介效應(yīng)。李雪和胡夢飛（2021）的實證研究表明，緊縮的貨幣政策對商業(yè)銀行績效的負向影響會隨著同業(yè)杠桿率水平的提高而下降，同業(yè)業(yè)務(wù)維持了銀行盈利能力的穩(wěn)定。因此，本文將探索同業(yè)業(yè)務(wù)是否在貨幣政策影響銀行信用風(fēng)險中起到了關(guān)鍵的中介效應(yīng)。

關(guān)于貨幣政策如何影響同業(yè)杠桿的研究往往與影子銀行相結(jié)合。郭曄等（2018）認為，寬松貨幣政策會降低銀行參與同業(yè)業(yè)務(wù)的程度，而胡利琴等（2016）認為，擴張性低利率政策會刺激影子銀行的擴張。關(guān)于貨幣政策與銀行風(fēng)險的研究則呈現(xiàn)出不同的結(jié)論。部分學(xué)者認為，現(xiàn)金流效應(yīng)（方意等，2012）、資產(chǎn)替代效應(yīng)（De Nicolò等，2010）、追逐利率效應(yīng)（Rajan，2005）可解釋寬松貨幣政策如何導(dǎo)致銀行增加風(fēng)險承擔(dān)。還有部分學(xué)者從風(fēng)險轉(zhuǎn)移效應(yīng)的視角進行研究，認為寬松貨幣政策會使得銀行降低風(fēng)險承擔(dān)（張欣，2011）。張欣（2011）認為，寬松貨幣政策所導(dǎo)致的存款利率下降只會部分傳遞到貸款利率，從而使得銀行利潤增加，進而降低了銀行過度風(fēng)險承擔(dān)的道德風(fēng)險。從銀行信用風(fēng)險的角度來看，緊縮貨幣政策會限制銀行信貸總量，導(dǎo)致銀行調(diào)整資產(chǎn)組合的能力受限，信貸資源被少部分客戶占用，倘若利率繼續(xù)攀升將進一步導(dǎo)致不良貸款增加，信用風(fēng)險將會上升。據(jù)此，提出如下假設(shè)：

假設(shè)2：同業(yè)業(yè)務(wù)在貨幣政策影響銀行信用風(fēng)險過程中發(fā)揮了中介效應(yīng)。

（三）同業(yè)業(yè)務(wù)在金融監(jiān)管政策影響銀行信用風(fēng)險中的中介效應(yīng)

有效的金融監(jiān)管能夠降低銀行的信用風(fēng)險，而同業(yè)業(yè)務(wù)是金融監(jiān)管的重點之一，理論上同業(yè)業(yè)務(wù)能夠在金融監(jiān)管影響銀行信用風(fēng)險中發(fā)揮顯著的中介效應(yīng)。一方面，金融監(jiān)管的不斷強化確實有效抑制了同業(yè)業(yè)務(wù)的膨脹。同業(yè)業(yè)務(wù)監(jiān)管體系已逐步成型，經(jīng)過2017年嚴格的規(guī)范治理，銀行業(yè)的同業(yè)資產(chǎn)和同業(yè)負債規(guī)模出現(xiàn)自2010年以來首次雙收縮。另一方面，同業(yè)業(yè)務(wù)發(fā)展會進一步促進金融監(jiān)管加大力度?？v觀我國同業(yè)業(yè)務(wù)發(fā)展的歷程，遵循了“監(jiān)管-創(chuàng)新-再監(jiān)管-再創(chuàng)新”的循環(huán)往復(fù)、動態(tài)博弈過程（莫媛和易小蘭，2017）。結(jié)合我國的監(jiān)管實際來看，當(dāng)銀行同業(yè)業(yè)務(wù)急劇擴張時，相關(guān)的監(jiān)管政策也將增多（盛天翔和張勇，2019）。鄭其敏（2015）通過實證研究發(fā)現(xiàn)，銀行資本監(jiān)管約束強度與銀行同業(yè)業(yè)務(wù)規(guī)模占比之間呈現(xiàn)正相關(guān)關(guān)系。我國同業(yè)業(yè)務(wù)的監(jiān)管政策經(jīng)歷了一個從相對寬松到逐步收緊的過程（胡靜和張偉，2017），未來隨著同業(yè)業(yè)務(wù)新型模式的出現(xiàn)和發(fā)展，金融監(jiān)管當(dāng)局將提高對同業(yè)業(yè)務(wù)的敏感性，對同業(yè)業(yè)務(wù)的監(jiān)管力度也會進一步加強?；诖耍疚奶岢鋈缦录僭O(shè)：

假設(shè)3：同業(yè)業(yè)務(wù)在金融監(jiān)管影響銀行信用風(fēng)險的過程中發(fā)揮了重要的中介效應(yīng)。

三、研究設(shè)計

（一）數(shù)據(jù)來源與樣本選擇

根據(jù)數(shù)據(jù)的可得性，本文剔除缺失年份超過3年的商業(yè)銀行樣本，最終選取95家商業(yè)銀行2008-2019年的非平衡面板數(shù)據(jù)作為研究對象。選取這一時間區(qū)間的主要原因在于，我國商業(yè)銀行同業(yè)業(yè)務(wù)在2007年之前較少開展且并未形成規(guī)模，甚至有相當(dāng)一部分商業(yè)銀行尚未開展同業(yè)業(yè)務(wù)，但2007年后我國商業(yè)銀行同業(yè)業(yè)務(wù)呈爆發(fā)增長趨勢，之前尚未開展同業(yè)業(yè)務(wù)的銀行也開始大力發(fā)展同業(yè)業(yè)務(wù)進行資金融通和流動性管理，因此選擇2008年之后的數(shù)據(jù)具有較好的研究意義和代表性（王家華等，2018）。樣本中包括5家大型商業(yè)銀行、12家股份制商業(yè)銀行、63家城市商業(yè)銀行和15家農(nóng)村商業(yè)銀行，基本涵蓋商業(yè)銀行的所有類型。本文的微觀數(shù)據(jù)來源為Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫，缺失數(shù)據(jù)通過各銀行官網(wǎng)公布的財務(wù)報表進行補充，宏觀數(shù)據(jù)來源于EPS數(shù)據(jù)庫。

（二）變量選取

1.被解釋變量

衡量銀行風(fēng)險承擔(dān)的指標(biāo)有很多，包括預(yù)期違約率（Altunbas等，2010）、Z-score指標(biāo)（Laeven等，2008）、風(fēng)險加權(quán)資產(chǎn)比率和不良貸款率（Delis等，2011）等。其中，預(yù)期違約率的估計難度較大，加之我國商業(yè)銀行的主營業(yè)務(wù)收入來源是存貸差，這意味著我國商業(yè)銀行面臨的主要風(fēng)險為信用風(fēng)險（巴曙松和黃尚平，2018；劉生福和李成，2014）。因此，參考郭娜等（2020）的研究，本文選取不良貸款率（Npl）作為衡量商業(yè)銀行信用風(fēng)險的主要變量。

2.核心解釋變量

同業(yè)結(jié)構(gòu)方面，本文參照于博和吳菡虹（2020）的研究方法構(gòu)建同業(yè)杠桿率指標(biāo)。同業(yè)杠桿數(shù)值越大，說明同業(yè)負債相較同業(yè)資產(chǎn)的比值越高，對資金流動性需求也就越高，流動性風(fēng)險增加從而引發(fā)相應(yīng)的信用風(fēng)險。

同業(yè)規(guī)模方面，采用同業(yè)資產(chǎn)規(guī)模占比（IBA）來衡量銀行同業(yè)資產(chǎn)端業(yè)務(wù)規(guī)模情況。同業(yè)資產(chǎn)包括存放同業(yè)、拆出資金和買入返售金融資產(chǎn)三項。與此同時，從負債端的角度計算同業(yè)負債規(guī)模占比（IBD），其中同業(yè)負債包括同業(yè)存放、拆入資金和賣出回購性金融資產(chǎn)三項。

3.政策變量

貨幣政策寬松程度變量（MP）用法定存款準備金率來測度。央行通過提高或降低法定存款準備金率來達到收縮或者擴張信用的目標(biāo)，即法定存款準備金率越低，貨幣政策越寬松，反之亦然。

金融監(jiān)管政策變量（Supersive）的設(shè)定取決于2017年的金融“嚴”監(jiān)管。因此，令2017年（不含）之前的Supersive為0，2017年之后Supersive為1。

4.控制變量

本文選擇資產(chǎn)規(guī)模（Lnasset）、資本充足率（CAR）、成本收入比（CIR）、總資產(chǎn)凈利率（ROA）、GDP同比增長率（gGDP）和存貸比（LDR）六個變量作為控制變量。其中：資產(chǎn)規(guī)模（Lnasset）取總資產(chǎn)額的自然對數(shù)；資本充足率（CAR）取資本與風(fēng)險資產(chǎn)的比值；成本收入比（CIR）取銀行單位經(jīng)營收入所對應(yīng)的成本；總資產(chǎn)凈利率（ROA）為凈利潤與平均資產(chǎn)總額的比值，反映銀行業(yè)務(wù)經(jīng)營與獲利能力；GDP同比增長率（gGDP）為本期GDP增量與上期GDP的比值；存貸比（LDR）為貸款總額與存款總額的比值，該值越高代表負債端對應(yīng)的貸款資產(chǎn)越多，銀行流動性越低，即與銀行流動性成反比。

表1 變量定義

（三）模型設(shè)定

1.同業(yè)業(yè)務(wù)發(fā)展對銀行信用風(fēng)險的影響

參考于博和吳菡虹（2020）、崔捷等（2019）以及梁麗麗（2015）的研究，在基本的動態(tài)模型下加入核心解釋變量的二次項，重點研究同業(yè)業(yè)務(wù)發(fā)展對銀行信用風(fēng)險是否存在正負反饋機制，具體模型如下：

其中：Riskit表示銀行的信用風(fēng)險，Interit是銀行同業(yè)業(yè)務(wù)發(fā)展的代理變量，包括同業(yè)結(jié)構(gòu)和同業(yè)規(guī)模兩個指標(biāo)。Xit代表控制變量，既包括個體層面的，也包括宏觀層面的；μi為個體異質(zhì)性，控制不可觀測的商業(yè)銀行的差異；λt為時間固定效應(yīng)，控制與時間相關(guān)的變量；εit為隨機擾動項。

2.同業(yè)業(yè)務(wù)發(fā)展在貨幣政策影響銀行信用風(fēng)險中的中介效應(yīng)

由于本文的研究變量間可能存在“U型”關(guān)系，傳統(tǒng)的中介效應(yīng)檢驗三步法無法清晰揭示中介變量如何影響自變量與因變量之間的關(guān)系（董保寶，2014；Hair等，1998）。因此，本文參考Edwards和Lambert（2007）的調(diào)節(jié)路徑分析方法，借鑒李雪和胡夢飛（2021）的模型設(shè)定思路檢驗同業(yè)業(yè)務(wù)發(fā)展的中介效應(yīng)路徑。具體模型如下：

模型（3）中引入了同業(yè)業(yè)務(wù)發(fā)展變量與貨幣政策的交互項，重點關(guān)注交互項系數(shù)。

3.同業(yè)業(yè)務(wù)發(fā)展在金融監(jiān)管政策影響銀行信用風(fēng)險的中介效應(yīng)

模型設(shè)定思路同上，具體模型如下：

模型（5）中引入了同業(yè)業(yè)務(wù)發(fā)展變量與金融監(jiān)管政策的交互項，重點關(guān)注交互項系數(shù)。

（四）描述性統(tǒng)計

表2報告了變量的描述性統(tǒng)計結(jié)果，不良貸款率的均值為1.50%，最大值28.44%遠高于中位數(shù)1.33%，說明個別銀行信用風(fēng)險水平較高。同業(yè)杠桿率的均值為2.23，即同業(yè)杠桿率平均水平為2.23倍，但最大值高達44.58倍。為防止非平穩(wěn)過程帶來的偽回歸問題，本文進行了序列平穩(wěn)性檢驗，對宏觀經(jīng)濟變量法定存款準備金率和GDP同比增長率進行了ADF時間序列平穩(wěn)性檢驗，對其余非平衡面板數(shù)據(jù)進行ADF-Fisher檢驗，見表2最后一列。結(jié)果顯示所有變量都通過了檢驗，即變量都是平穩(wěn)的。

表2 描述性統(tǒng)計

四、實證分析

參照已有研究（宋清華等，2019；宋匯玄和姜旭朝，2018；羅中和繆海斌，2013），設(shè)定動態(tài)面板模型對同業(yè)業(yè)務(wù)發(fā)展與銀行信用風(fēng)險的關(guān)系進行估計。動態(tài)面板數(shù)據(jù)模型中包含被解釋變量的一階滯后項，若采用傳統(tǒng)的估計方式對模型進行估計，得到的參數(shù)估計是有偏且非一致的。針對動態(tài)面板數(shù)據(jù)模型的估計方法，大多數(shù)學(xué)者都認為相較于差分GMM，系統(tǒng)GMM估計的偏差更小且估計效率更高（周再青等，2017；權(quán)飛過等，2018），因此本文采取系統(tǒng)GMM的估計方法對動態(tài)面板數(shù)據(jù)模型進行估計。使用穩(wěn)健標(biāo)準誤進行估計，Hansen檢驗的P值大于0.1，表明模型通過過度識別檢驗，工具變量選取恰當(dāng)，且AR（2）的P值大于0.1，表明模型通過了序列相關(guān)性檢驗，擾動項不存在二階或更高階的序列相關(guān)問題。

（一）基準回歸

基準回歸結(jié)果見表3。從同業(yè)杠桿結(jié)構(gòu)的角度來看，列（1）顯示隨著同業(yè)杠桿率的攀升，商業(yè)銀行的信用風(fēng)險呈現(xiàn)先下降后上升的趨勢，符合理論預(yù)期結(jié)果。從同業(yè)業(yè)務(wù)規(guī)模的角度來看，列（2）與列（3）分別報告了資產(chǎn)端與負債端同業(yè)業(yè)務(wù)規(guī)模與商業(yè)銀行信用風(fēng)險的“U型”效應(yīng)，雖然同業(yè)資產(chǎn)與同業(yè)負債具有一定的共性，但這并不意味著同業(yè)負債資金完全對應(yīng)同業(yè)資產(chǎn)科目，需要從差異化的角度來進行審視?？梢钥吹剑瑯I(yè)資產(chǎn)規(guī)模與商業(yè)銀行信用風(fēng)險的“U型”關(guān)系并不顯著，但同業(yè)負債規(guī)模與商業(yè)銀行信用風(fēng)險的“U型”關(guān)系顯著。閾值以內(nèi)，商業(yè)銀行開展同業(yè)負債業(yè)務(wù)能夠有效緩解銀行信用風(fēng)險，但超過閾值以后，商業(yè)銀行繼續(xù)開展同業(yè)負債業(yè)務(wù)將提升銀行的信用風(fēng)險?？赡艿脑蛟谟?，最近幾年商業(yè)銀行同業(yè)業(yè)務(wù)在負債端呈現(xiàn)快速發(fā)展態(tài)勢，同業(yè)負債成為推動杠桿攀升的重要原因（于博和吳菡虹，2020）。假設(shè)1成立。

表3 同業(yè)業(yè)務(wù)與銀行信用風(fēng)險的回歸結(jié)果

（二）同業(yè)業(yè)務(wù)的中介效應(yīng)檢驗

1.同業(yè)業(yè)務(wù)發(fā)展在貨幣政策影響銀行信用風(fēng)險中的中介效應(yīng)

表4列（1）與（3）的結(jié)果表明，寬松的貨幣政策會使得同業(yè)杠桿加大。一般而言，金融機構(gòu)的杠桿率是順周期的，即當(dāng)金融機構(gòu)的資產(chǎn)負債表擴張時，其杠桿率會增加；而當(dāng)資產(chǎn)負債表收縮時，金融機構(gòu)的杠桿率將會降低（方意等，2012）。同業(yè)杠桿的上升離不開寬松貨幣政策環(huán)境下穩(wěn)定低廉的資金與相對較高的利差，并且同業(yè)負債規(guī)模的擴張在很大程度上得也益于相對寬松的貨幣環(huán)境。列（2）與（4）通過加入貨幣政策及其與同業(yè)業(yè)務(wù)的交互項，進一步探究同業(yè)業(yè)務(wù)作為中間變量對貨幣政策與銀行信用風(fēng)險的作用效果。結(jié)果表明：一是法定存款準備金率與銀行風(fēng)險呈顯著的正相關(guān)關(guān)系，這說明緊縮的貨幣政策會加大銀行的信用風(fēng)險，原因在于緊縮性的貨幣政策會對商業(yè)銀行部分信貸資產(chǎn)的質(zhì)量存在擠出效應(yīng)，并且不良貸款爆發(fā)的時間將會縮短，銀行信用風(fēng)險加大。二是貨幣政策與同業(yè)業(yè)務(wù)的交互項顯著為負，這說明緊縮性貨幣政策對銀行信用風(fēng)險的促進作用會隨著銀行同業(yè)業(yè)務(wù)規(guī)模的擴張而有所下降，緊縮性貨幣政策確實會導(dǎo)致流動性風(fēng)險上升，進而引發(fā)信用風(fēng)險，但合理適度地發(fā)展同業(yè)業(yè)務(wù)可以讓銀行之間有效調(diào)節(jié)資金頭寸，緩解流動性危機，進而減弱信用風(fēng)險，與理論預(yù)期相一致。假設(shè)2成立。

表4 貨幣政策、同業(yè)業(yè)務(wù)與銀行信用風(fēng)險動態(tài)面板回歸結(jié)果

2.同業(yè)業(yè)務(wù)發(fā)展在金融監(jiān)管政策影響銀行信用風(fēng)險中的中介效應(yīng)

表5中列（1）與（3）回歸結(jié)果表明，2017年的金融監(jiān)管與同業(yè)業(yè)務(wù)擴張呈顯著負相關(guān)關(guān)系，即2017年的一系列金融監(jiān)管政策確實有效降低了同業(yè)杠桿率與同業(yè)負債規(guī)模占比。為防止2017年金融監(jiān)管政策變量在模型運行過程中被遺漏，本文并未控制時間效應(yīng)，并且同貨幣政策一樣，將政策虛擬變量置于外生變量中進行回歸。列（2）與（4）的回歸結(jié)果表明：一是2017年金融監(jiān)管變量（Supervise）與銀行信用風(fēng)險呈負相關(guān)關(guān)系，尤其在同業(yè)負債規(guī)模的約束上效果明顯。二是加入交互效應(yīng)后雖然降低了核心解釋變量的顯著性，但并沒有改變其方向，且金融監(jiān)管與同業(yè)業(yè)務(wù)的交互項系數(shù)為正，說明金融監(jiān)管對銀行信用風(fēng)險的負向影響會隨著同業(yè)負債規(guī)模的擴張而進一步強化，整體來看2017年的金融監(jiān)管有效抑制了同業(yè)負債規(guī)模。假設(shè)3成立。

表5 金融監(jiān)管、同業(yè)業(yè)務(wù)與銀行信用風(fēng)險動態(tài)面板回歸結(jié)果

（三）穩(wěn)健性檢驗

系統(tǒng)GMM方法相對其他估計方法更能夠有效解決動態(tài)模型中遺漏變量和解釋變量內(nèi)生性等問題，但是在有限樣本條件下，系統(tǒng)GMM估計結(jié)果可能有偏。本文借鑒Bond等（2002）、邵漢華等（2019）的研究方法，將GMM估計結(jié)果與OLS估計結(jié)果、固定效應(yīng)模型估計結(jié)果進行對比。具體步驟如下：第一，對于OLS估計方法，由于被解釋變量滯后項和不可觀察的截面效應(yīng)存在正相關(guān)關(guān)系，導(dǎo)致估計結(jié)果向上偏移；第二，對于固定效應(yīng)FE估計方法，由于被解釋變量滯后項和隨機擾動項負相關(guān)，估計結(jié)果向下偏移；第三，若滯后被解釋變量的GMM估計值介于固定效應(yīng)估計值和OLS估計值之間，那么GMM估計是可靠有效的。因上述SYS-GMM估計中加入了穩(wěn)健標(biāo)準誤，所以本文在OLS與FE的估計中也加入穩(wěn)健標(biāo)準誤以更加精確判斷三者估計值的關(guān)系。通過對基準回歸方程滯后項系數(shù)檢驗發(fā)現(xiàn)，GMM估計量均介于兩個估計量之間，說明系統(tǒng)GMM模型估計結(jié)果有效可靠，回歸結(jié)果穩(wěn)健①受文章篇幅限制，穩(wěn)健性檢驗結(jié)果從略。。

五、結(jié)論與啟示

本文基于2008-2019年中國95家商業(yè)銀行的非平衡面板數(shù)據(jù)，從同業(yè)業(yè)務(wù)結(jié)構(gòu)與規(guī)模雙重視角研究同業(yè)業(yè)務(wù)發(fā)展與銀行信用風(fēng)險的關(guān)系，并進一步探究同業(yè)業(yè)務(wù)在貨幣政策和金融監(jiān)管政策影響銀行信用風(fēng)險中的中介效應(yīng)。研究結(jié)果表明：一是同業(yè)業(yè)務(wù)發(fā)展與銀行信用風(fēng)險呈“U型”關(guān)系。閾值以內(nèi)，銀行信用風(fēng)險隨著同業(yè)業(yè)務(wù)的發(fā)展而降低；閾值以外，銀行信用風(fēng)險會隨著同業(yè)業(yè)務(wù)的發(fā)展而增大。二是同業(yè)業(yè)務(wù)在貨幣政策影響銀行信用風(fēng)險中發(fā)揮了中介效應(yīng)。同業(yè)業(yè)務(wù)會強化銀行信貸的順周期波動特征，緊縮性的貨幣政策對銀行信用風(fēng)險影響的正向作用會隨著銀行同業(yè)業(yè)務(wù)的發(fā)展而有所下降，反之亦然。三是同業(yè)業(yè)務(wù)在金融監(jiān)管政策影響銀行信用風(fēng)險中發(fā)揮了中介效應(yīng)。

基于以上研究結(jié)果，對強化商業(yè)銀行同業(yè)業(yè)務(wù)風(fēng)險管理提出如下建議：

一是商業(yè)銀行要合理有效開展同業(yè)業(yè)務(wù)，加強同業(yè)資產(chǎn)業(yè)務(wù)風(fēng)險管理能力。商業(yè)銀行應(yīng)嚴格按照穩(wěn)健經(jīng)營原則，對同業(yè)業(yè)務(wù)進行明確的定位，使同業(yè)業(yè)務(wù)所產(chǎn)生的信用風(fēng)險處于穩(wěn)定可控的范圍，嚴格審視自身現(xiàn)狀，結(jié)合自身實際情況探索出一條適合行情的同業(yè)之路，保證同業(yè)業(yè)務(wù)的有效開展。同時還應(yīng)主動調(diào)節(jié)同業(yè)資產(chǎn)業(yè)務(wù)和同業(yè)負債業(yè)務(wù)結(jié)構(gòu)，使同業(yè)資產(chǎn)和負債之間的錯配程度保持在一個可控的區(qū)間內(nèi)，加強對于開展同業(yè)業(yè)務(wù)過程中可能產(chǎn)生的一系列風(fēng)險的度量與控制，減少對同業(yè)業(yè)務(wù)的過分依賴。

二是監(jiān)管部門要不斷提高宏觀政策的靈活性和前瞻性，正確引導(dǎo)商業(yè)銀行合理有序發(fā)展同業(yè)相關(guān)業(yè)務(wù)。鑒于貨幣政策與同業(yè)業(yè)務(wù)發(fā)展的正相關(guān)關(guān)系，同業(yè)業(yè)務(wù)會強化銀行信貸的順周期波動特征，要進一步完善貨幣政策目標(biāo)和工具，健全貨幣政策和宏觀審慎“雙支柱”調(diào)控框架，提高貨幣政策有效性。

三是監(jiān)管部門要持續(xù)健全宏觀審慎監(jiān)管體系，優(yōu)化金融杠桿監(jiān)控標(biāo)準，進一步推進穿透式的銀行微觀審慎監(jiān)管方案。監(jiān)管部門應(yīng)建立動態(tài)、持續(xù)和跨周期的業(yè)務(wù)考核辦法，把更多信用創(chuàng)造活動納入宏觀審慎政策框架，包括將影子銀行的資產(chǎn)負債表納入流動性管理的范疇，防止銀行通過同業(yè)業(yè)務(wù)，以較低的風(fēng)險準備金投資于高風(fēng)險業(yè)務(wù)，重點防止同業(yè)業(yè)務(wù)擴張所導(dǎo)致的金融“脫實向虛”，從而降低商業(yè)銀行發(fā)生信用風(fēng)險的可能性。監(jiān)管部門還應(yīng)該根據(jù)不同商業(yè)銀行之間的差異性，對商業(yè)銀行內(nèi)部風(fēng)險預(yù)警機制有針對性的進行不斷的完善，實施動態(tài)化和差異管理，同時，監(jiān)管機構(gòu)也應(yīng)該建立健全信息披露制度，以更有效的對金融機構(gòu)進行監(jiān)管。