鮑星 李巍 程孝強(qiáng)

內(nèi)容提要：本文構(gòu)建內(nèi)含金融自由化的銀行系統(tǒng)模型，通過(guò)數(shù)值模擬研究了金融自由化進(jìn)程與不良貸款率之間的動(dòng)態(tài)演化機(jī)理?；?6個(gè)經(jīng)濟(jì)體2002-2017年的跨國(guó)面板數(shù)據(jù)，對(duì)金融自由化與不良貸款率之間的復(fù)雜關(guān)系進(jìn)行了實(shí)證檢驗(yàn)。研究結(jié)果表明：金融自由化與東道國(guó)不良貸款率之間呈現(xiàn)顯著的“倒U”型關(guān)系;在既定的金融自由化水平下，制度質(zhì)量能夠顯著改善商業(yè)銀行的信貸風(fēng)險(xiǎn);我國(guó)處于金融自由化“倒U”型曲線的左半端，仍面臨著金融自由化改革的“陣痛期”，短期內(nèi)放松金融監(jiān)管的政策仍會(huì)對(duì)我國(guó)金融系統(tǒng)造成一定沖擊?；凇暗筓”型的關(guān)系，處于中等監(jiān)管水平的國(guó)家，其金融穩(wěn)定狀況反而更加惡劣。在一國(guó)金融自由化進(jìn)程中，需要不斷夯實(shí)制度質(zhì)量，來(lái)抵御不良貸款率攀升的風(fēng)險(xiǎn)沖擊。

關(guān)鍵詞：金融自由化;不良貸款率;制度質(zhì)量

中圖分類(lèi)號(hào)：F8305文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2022）03-0099-13

收稿日期：2021-05-10

作者簡(jiǎn)介：鮑星（1993-），男，安徽六安人，華東師范大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：國(guó)際金融;李?。?964-），男，上海人，華東師范大學(xué)經(jīng)濟(jì)學(xué)院教授，博士生導(dǎo)師，經(jīng)濟(jì)學(xué)博士，研究方向：國(guó)際金融;程孝強(qiáng)（1990-），男，安徽舒城人，安徽工程大學(xué)數(shù)理與金融學(xué)院講師，經(jīng)濟(jì)學(xué)博士，研究方向：國(guó)際金融、商業(yè)銀行。

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：70873041;華東師范大學(xué)優(yōu)秀博士生學(xué)術(shù)創(chuàng)新能力提升計(jì)劃項(xiàng)目，項(xiàng)目編號(hào)：YBNLTS2020-019;安徽高校人文社會(huì)科學(xué)研究重點(diǎn)項(xiàng)目，項(xiàng)目編號(hào)：SK2021A0284。

一、引言與文獻(xiàn)綜述

金融自由化（financialliberalization）通常被認(rèn)為是解決發(fā)展中國(guó)家經(jīng)濟(jì)增速放緩、社會(huì)收入不均、福利水平低下的有利措施之一。一般而言，從存款準(zhǔn)備金控制、利率管制、進(jìn)入壁壘、私有化、資本賬戶開(kāi)放（國(guó)際資本流動(dòng)）、銀行審慎性監(jiān)管、證券市場(chǎng)政策七個(gè)角度可以有效衡量一國(guó)金融自由化的進(jìn)程[1-2]。可以說(shuō)，資本賬戶開(kāi)放以及私有化、進(jìn)入壁壘（外資金融機(jī)構(gòu)進(jìn)入）是中國(guó)金融自由化改革的重要部分。從20世紀(jì)開(kāi)始，各個(gè)國(guó)家尤其是新興市場(chǎng)國(guó)家在謀求經(jīng)濟(jì)增長(zhǎng)的背景下，大力推行金融自由化政策，金融自由化縱深發(fā)展的腳步不斷加快，金融抑制程度得到有效緩解[3]。金融自由化顯著刺激了宏觀經(jīng)濟(jì)增長(zhǎng)，而且金融自由化減緩了消費(fèi)波動(dòng)[4-6]。

然而，一些學(xué)者認(rèn)為，在現(xiàn)實(shí)經(jīng)濟(jì)運(yùn)行過(guò)程中，金融自由化的紅利并未惠及所有個(gè)體，甚至于金融自由化的紅利能否順利釋放仍然要打個(gè)問(wèn)號(hào)。孫慧宗和林麗敏聚焦于日本的金融自由化進(jìn)程，研究認(rèn)為，金融自由化在推動(dòng)日本經(jīng)濟(jì)繁榮上發(fā)揮了重要作用，但金融自由化達(dá)到臨界值后，過(guò)于寬裕的金融自由化政策反而導(dǎo)致了日本1990年代的經(jīng)濟(jì)危機(jī)以及后危機(jī)時(shí)期的長(zhǎng)時(shí)間經(jīng)濟(jì)緊縮[7]。由此可見(jiàn)，金融自由化的政策紅利對(duì)于不同個(gè)體存在閾值效應(yīng)。郭念枝也認(rèn)為，收入差距處于閾值以下時(shí)，金融自由化能夠增加居民福利水平，而超過(guò)閾值后，金融自由化會(huì)抑制居民福利水平[8]。

對(duì)于新興市場(chǎng)國(guó)家來(lái)說(shuō)，推行金融自由化進(jìn)而解決東道國(guó)經(jīng)濟(jì)發(fā)展暴露出的問(wèn)題，似乎已經(jīng)是主流觀點(diǎn)，但論及金融自由化的后續(xù)影響，包括對(duì)于金融系統(tǒng)穩(wěn)定可能產(chǎn)生的影響，目前仍然莫衷一是。宋琴等研究發(fā)現(xiàn)金融自由化與銀行風(fēng)險(xiǎn)承擔(dān)負(fù)相關(guān)[9]。無(wú)獨(dú)有偶，章奇等撰文指出金融自由化對(duì)金融體系的穩(wěn)定具有獨(dú)立效應(yīng)，而且金融自由化政策能否與政府其他經(jīng)濟(jì)政策相協(xié)調(diào)也是影響金融系統(tǒng)穩(wěn)定的重要因素[10]。與此相反，Tornell等指出，盡管金融自由化帶來(lái)了經(jīng)濟(jì)高增長(zhǎng)，但同時(shí)也加劇了金融脆弱性，埋下了金融系統(tǒng)危機(jī)的隱患[11]。滿媛媛提出在金融市場(chǎng)自由化進(jìn)程下，商業(yè)銀行需要多元化發(fā)展來(lái)應(yīng)對(duì)金融自由化可能帶來(lái)的金融沖擊[12]。

綜上可知，在金融自由化作用于銀行系統(tǒng)穩(wěn)定的影響方面，現(xiàn)有研究文獻(xiàn)相對(duì)較少。少量涉及金融自由化與銀行危機(jī)的研究多聚焦于銀行破產(chǎn)危機(jī)[13-14]，或者關(guān)注于金融系統(tǒng)整體的脆弱性[11]，而對(duì)于危機(jī)爆發(fā)前的銀行系統(tǒng)風(fēng)險(xiǎn)累積缺乏相應(yīng)的關(guān)注，從銀行視角切入研究銀行系統(tǒng)風(fēng)險(xiǎn)積累的風(fēng)險(xiǎn)的文獻(xiàn)更是鮮有。同時(shí)，相較于前人對(duì)于金融自由化與金融系統(tǒng)風(fēng)險(xiǎn)的研究，結(jié)論多為金融自由化與金融系統(tǒng)風(fēng)險(xiǎn)呈現(xiàn)正相關(guān)或負(fù)相關(guān)的單調(diào)關(guān)系，而實(shí)際上金融自由化對(duì)于金融系統(tǒng)的影響錯(cuò)綜復(fù)雜，單調(diào)關(guān)系某種程度上無(wú)法反映兩者互動(dòng)機(jī)理的完全面貌。因此，本文利用96個(gè)國(guó)家16年的數(shù)據(jù)，采用理論分析、數(shù)值模擬與實(shí)證分析相結(jié)合的方法，論證了金融自由化與銀行不良貸款風(fēng)險(xiǎn)之間的“倒U”型作用機(jī)理，同時(shí)基于218家銀行15年的數(shù)據(jù)，對(duì)研究結(jié)論在中國(guó)情境進(jìn)行了深入拓展。

二、理論模型及數(shù)值演繹

本文的理論模型來(lái)源于Marchionne等，但Marchionne主要關(guān)注的是金融自由化與銀行破產(chǎn)危機(jī)[14]。我們?cè)谄浠A(chǔ)上拓展了銀行部門(mén)的決策，關(guān)注于銀行部門(mén)不良貸款。我們的模型是兩期模型，包括兩種資產(chǎn)：低風(fēng)險(xiǎn)資產(chǎn)和高風(fēng)險(xiǎn)資產(chǎn);兩類(lèi)參與者：代表性銀行和監(jiān)管機(jī)構(gòu)。首先，代表性銀行最大程度降低其持有的高風(fēng)險(xiǎn)資產(chǎn)和低風(fēng)險(xiǎn)資產(chǎn)的投資組合風(fēng)險(xiǎn)，監(jiān)管機(jī)構(gòu)對(duì)銀行的投資組合分配設(shè)定嚴(yán)格的規(guī)則，以期降低銀行風(fēng)險(xiǎn)以及違約損失。監(jiān)管成本由銀行承擔(dān)，且銀行需要預(yù)先支付監(jiān)管成本。鑒于投資組合構(gòu)成是不可觀測(cè)的，監(jiān)管者設(shè)定了最低的資本需求（與巴塞爾協(xié)議類(lèi)似）。在我們的模型中，監(jiān)管者通過(guò)控制資產(chǎn)分配，并對(duì)投資組合中的高風(fēng)險(xiǎn)資產(chǎn)份額設(shè)定上限和下限來(lái)模擬監(jiān)管要求。在高風(fēng)險(xiǎn)資產(chǎn)最低下限情形下，銀行利潤(rùn)水平最低，對(duì)于投資者吸引力最低。在高風(fēng)險(xiǎn)資產(chǎn)最高上限情形下，銀行利潤(rùn)水平最高，但面臨最高水平的風(fēng)險(xiǎn)。

模型假設(shè)：銀行是同質(zhì)的，由代表性銀行來(lái)反映銀行的經(jīng)營(yíng)決策，即在給定資產(chǎn)回報(bào)的情形下，最小化一期的投資組合風(fēng)險(xiǎn)。監(jiān)管者與銀行具有相同的偏好，且具有前瞻性，其規(guī)劃比銀行更長(zhǎng)遠(yuǎn)。我們首先根據(jù)資產(chǎn)分配以及市場(chǎng)收益約束來(lái)求解代表性銀行投資組合的高風(fēng)險(xiǎn)資產(chǎn)最優(yōu)份額，然后由監(jiān)管者根據(jù)兩期效用函數(shù)來(lái)決定最優(yōu)監(jiān)管水平。

（一）理論模型

1代表性銀行

代表性銀行將其收入（扣除其承擔(dān)的監(jiān)管成本）投資到高風(fēng)險(xiǎn)高回報(bào)資產(chǎn)H和低風(fēng)險(xiǎn)低回報(bào)資產(chǎn)L上。代表性銀行投資組合的收益率為rp，風(fēng)險(xiǎn)為δ2p：

rp=1-q1+rL+αrH-rL-1（1）

δ2p=1-q2α2δ2H+δ2L-2ρHLδHδL+2αρHLδHδL-δ2L+δ2L（2）

其中，α是高風(fēng)險(xiǎn)資產(chǎn)H的比例，rH>rL，δH>δL。兩種資產(chǎn)的相關(guān)系數(shù)ρHL滿足ρHLδL/δH，從而δ2p是α的凸函數(shù)。為了分析方便，我們將銀行收入標(biāo)準(zhǔn)化為1，并定義q為由監(jiān)管家決定的監(jiān)管投入（由銀行承擔(dān)），0q1?？紤]兩種特別情形：當(dāng)q=0時(shí)，對(duì)應(yīng)完全金融自由化，銀行可自由選擇持有高風(fēng)險(xiǎn)資產(chǎn)H的比例;當(dāng)q=1時(shí)，對(duì)相應(yīng)的α為0，在嚴(yán)格監(jiān)管下，銀行只持有低風(fēng)險(xiǎn)資產(chǎn)。監(jiān)管者通過(guò)連續(xù)的雙微分函數(shù)Gq，θ來(lái)控制α的大小，其中θ代表監(jiān)管者對(duì)于銀行持有高風(fēng)險(xiǎn)資產(chǎn)份額α的最低限額。H資產(chǎn)限額由下式?jīng)Q定：

αG（3）

其中，0G1，且G′q<0，G″q<0。

銀行只有在稅后利潤(rùn)rp大于等于最低回報(bào)率時(shí)，才能順利存活下去，即：

1-qαrH+1-αrL（4）

其中，為外生最低回報(bào)率。

銀行經(jīng)營(yíng)決策為，在資產(chǎn)份額監(jiān)管要求和最低市場(chǎng)回報(bào)率限制下，最小化投資組合風(fēng)險(xiǎn)，即：

minqδ2p（5）

stαG

1-qαrH+1-αrL

拉格朗日函數(shù)為：

ζ=1-q2-α2δ2H+δ2L-2ρHLδHδL-2αρHLδHδL-δ2L-δ2L+γ1-qrL+αrH-rL-r-+λG-α

γ代表市場(chǎng)最低回報(bào)率約束的拉格朗日乘子，λ代表監(jiān)管松緊約束的拉格朗日乘子。需要說(shuō)明的是，最低回報(bào)率約束與監(jiān)管松緊約束不同時(shí)成立，二者互斥。

（1）當(dāng)兩種約束都不成立時(shí)，銀行可自由選擇投資組合中高風(fēng)險(xiǎn)資產(chǎn)H的份額，即金融自由化情況γ=0，λ=0，α>0：

=δ2L-ρHLδHδLδ2H+δ2L-2ρHLδHδL（6）

（2）當(dāng)僅有市場(chǎng)最低回報(bào)率約束成立時(shí)γ>0，λ=0，α>0：

γ=-rL1-qrH-rL1-q（7）

（3）當(dāng)僅有H資產(chǎn)份額約束成立時(shí)γ=0，λ>0，α>0：

λ=G（8）

2監(jiān)管機(jī)構(gòu)

前瞻性監(jiān)管者在兩期模型中最大化代表性銀行的利潤(rùn)水平。代表性銀行利潤(rùn)為：

πq=1-q+β1-q1+rL+αrH-rL-PQ（9）

代表性銀行利潤(rùn)包含兩部分：當(dāng)期利潤(rùn)水平以及由主觀貼現(xiàn)率β折現(xiàn)的第二期利潤(rùn)水平。第二期利潤(rùn)中，1+rL+αrH-rL為銀行持有高風(fēng)險(xiǎn)資產(chǎn)H以及低風(fēng)險(xiǎn)資產(chǎn)L的收益，P為第二期風(fēng)險(xiǎn)資產(chǎn)爆發(fā)風(fēng)險(xiǎn)的概率，即不良貸款率，QG，τ為違約損失率（LGD）。

為了分析方便，模型假定：QG，τ測(cè)量了三種不良貸款的綜合違約損失率，即囊括了次級(jí)貸款、可疑貸款、損失貸款的綜合違約損失率，我們不再為三種不良貸款分類(lèi)別劃分違約損失率。因此，PQ測(cè)度了第二期代表性銀行的貸款違約損失。我們?cè)O(shè)定，Q′G>0，意味著監(jiān)管投入q上升，G下降（G′q<0），貸款違約率（Q）下降。與此同時(shí)，0<Q1。此外，τ代表制度質(zhì)量。我們?cè)O(shè)定0<τ<1，以保證Q不為0。制度質(zhì)量越高，貸款違約率（Q）越小。

設(shè)定制度質(zhì)量越高，貸款違約率越低的根據(jù)來(lái)源于Acemoglu等，其認(rèn)為保護(hù)個(gè)人產(chǎn)權(quán)、鼓勵(lì)社會(huì)發(fā)展的制度促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，并且制度差異是造成國(guó)家經(jīng)濟(jì)增長(zhǎng)差異的重要原因[15]。持類(lèi)似觀點(diǎn)的還有，Hall和Jones、鄧宏圖和宋高燕、董志強(qiáng)等[16-18]。他們的核心觀點(diǎn)是，制度與經(jīng)濟(jì)發(fā)展之間存在正向的反饋關(guān)系。在經(jīng)濟(jì)增長(zhǎng)表現(xiàn)良好態(tài)勢(shì)的氛圍下，商業(yè)銀行貸款對(duì)象的經(jīng)營(yíng)狀況以及標(biāo)的物質(zhì)量都能夠得到有效保障，從而大大降低了商業(yè)銀行的貸款違約率。有鑒于此，本文將貸款違約率（Q）設(shè)置為制度質(zhì)量的單調(diào)減函數(shù)，當(dāng)然這僅僅是一個(gè)猜想，后文我們將使用經(jīng)驗(yàn)數(shù)據(jù)來(lái)證實(shí)或證偽這一論點(diǎn)。

監(jiān)管者面臨的兩期決策選擇為：

maxqπq=maxq1-q+β1-q1+rL+αrH-rL-PQ（10）

監(jiān)管者在上述三種不同情境中，即金融自由化、最低市場(chǎng)回報(bào)率約束以及風(fēng)險(xiǎn)資產(chǎn)份額約束情境下，通過(guò)對(duì)監(jiān)管投入q做決策最大化πq，通過(guò)一階條件可以得出以下推導(dǎo)。

（1）在金融自由化情境中，α=（公式（6）），通過(guò)πqq=0，我們得到最優(yōu)監(jiān)管投入與不良貸款率的關(guān)系為：

P=1+β1+rL+αrH-rLβ·1Q-1-qQ′GG′q（11）

其中，1+β1+rL+α（rH-rL）β>0。

更進(jìn)一步：

dPdq=1+β1+rL+α（rH-rL）β·2Q′GG′q-1-qQ″GG′2q+Q′GG″qQ-1-qQ′GG′q0（12）

由于Q-1-qQ′GG′q>0，若2Q′GG′q1-qQ″GG′2q+Q′GG″q，（12）式成立。表明在沒(méi)有監(jiān)管者和市場(chǎng)力量約束時(shí)，監(jiān)管投入q越高，銀行不良貸款率越高。

（2）在最低市場(chǎng)回報(bào)率約束下，α=γ（公式（7）），同理，我們得到：

P=1β·1Q-1-qQ′GG′q（13）

dPdq=1β·2Q′GG′q-1-qQ″GG′2q+Q′GG″qQ-1-qQ′GG′q0（14）

與金融自由化情境類(lèi)似，監(jiān)管投入q越高，銀行不良貸款率越高。

（3）在最嚴(yán)格的金融管制下，即α=λ=G（公式（8））時(shí)，銀行不良貸款率為：

P=1+β1+rL+GrH-rL-1-qβG′qrH-rLβQ-1-qβQ′GG′q=NqDq（15）

dPdq=N′qDq-NqD′qDq2（16）

由此可見(jiàn)，當(dāng)N′qDqNqD′q時(shí)，監(jiān)管投入q增加，銀行不良貸款率上升;而當(dāng)N′qDqNqD′q時(shí)，監(jiān)管投入q增加，銀行不良貸款率下降。

綜合三種情境，我們發(fā)現(xiàn)：在金融自由化以及市場(chǎng)收益率約束背景下，監(jiān)管投入q上升，銀行不良貸款率上升;在最嚴(yán)格的金融管制下，監(jiān)管投入q與銀行不良貸款率之間呈現(xiàn)復(fù)雜的關(guān)系。

（二）數(shù)值演繹

為了對(duì)上述推理進(jìn)行有效闡述，我們借助數(shù)值模擬演繹三種不同情境的結(jié)果。由于模型中0q1，0G1，0Q1，Beta函數(shù)可以滿足上述值域要求。同時(shí)，我們使用不完全Beta函數(shù)（incompleteBetafunction）以獲得單調(diào)遞減一階導(dǎo)數(shù)，參照Marchionne等的做法[14]，具體形式如下：

G=1-IqaG，bG（17）

Q=1-τIqaQ，bQ（18）

其中，τ為制度質(zhì)量，Iqa，b為q的不完全Beta函數(shù)，定義為：

Iqa，b=Bqa，bBy，z=1By，z∫q0xa-1（1-x）b-1dx（19）

其中，a>0，b>0，By，z=∫q0xa-11-xb-1dx。需注意的是，0<τ<1，我們分別劃定不同τ值進(jìn)行模擬。為了分析方便，我們分別設(shè)置了τ=01、τ=03、τ=05、τ=07的情形。

為了簡(jiǎn)化最優(yōu)化問(wèn)題的分析，我們?cè)O(shè)定G函數(shù)中的aG=4，bG=1，設(shè)定Q函數(shù)中的aQ=1，bQ=4。參數(shù)的對(duì)稱(chēng)性設(shè)定主要為了分析方便，而設(shè)定bG=1和aQ=1原因在于，避免二階導(dǎo)數(shù)符號(hào)反轉(zhuǎn)，與前文不一致。同時(shí)，我們以Qq來(lái)表示QG·Gq。G函數(shù)和Q函數(shù)的設(shè)定如下①：

G=1-1By，z∫q0xaG-11-xbG-1dxaG=4，bG=1（20）

Q=1-τBy，z∫q0xaQ-11-xbQ-1dxτ=05，aQ=1，bQ=4（21）

模擬結(jié)果（圖1）中，縱軸為不良貸款率對(duì)監(jiān)管投入的導(dǎo)數(shù)，橫軸為監(jiān)管投入q。根據(jù)圖1的模擬結(jié)果以及前文模型的推導(dǎo)結(jié)果，我們可以大致描繪出監(jiān)管投入與不良貸款率之間的關(guān)系圖。其形狀如圖1（a）所示，金融自由化階段，監(jiān)管投入的增加，不良貸款率上升（由公式（12）得到），同時(shí)模擬的結(jié)果為與之一致（不良貸款率對(duì)監(jiān)管投入的導(dǎo)數(shù)大于0）;收益約束階段，監(jiān)管投入的增加，不良貸款率單調(diào)上升（由公式（14）得到），在這一階段不良貸款率對(duì)監(jiān)管投入的導(dǎo)數(shù)也是大于0;嚴(yán)格監(jiān)管階段，不良貸款率對(duì)監(jiān)管投入的導(dǎo)數(shù)隨著監(jiān)管投入的上升，其首先是大于0。在監(jiān)管投入q達(dá)到07左右，不良貸款率對(duì)監(jiān)管投入的導(dǎo)數(shù)小于0。因此，在嚴(yán)格監(jiān)管階段，監(jiān)管投入的增加，不良貸款率先上升后下降。圖1（b）、（c）、（d）結(jié)果與之類(lèi)似。

圖1不同制度質(zhì)量下不良貸款率對(duì)監(jiān)管投入的導(dǎo)數(shù)

綜合以上模擬結(jié)果，我們發(fā)現(xiàn)，金融自由化程度與銀行不良貸款率之間呈現(xiàn)近似“倒U”型關(guān)系（如圖2所示），政策含義為：在一國(guó)金融監(jiān)管較為嚴(yán)格的情形下，減少監(jiān)管投入進(jìn)而放松金融自由化程度對(duì)于銀行業(yè)經(jīng)營(yíng)具有一定壓抑效果，即隨著金融自由化進(jìn)程的深入，銀行不良貸款率上升;而當(dāng)金融自由化程度超過(guò)一定閾值以后，即超越模擬結(jié)果的最高點(diǎn)以后，在金融自由化向縱深發(fā)展的進(jìn)程中，會(huì)刺激銀行業(yè)的經(jīng)營(yíng)效果，顯著降低銀行不良貸款率。此外，根據(jù)對(duì)于制度質(zhì)量相關(guān)文獻(xiàn)的梳理，本文歸納出兩個(gè)待實(shí)證檢驗(yàn)的命題。

圖2監(jiān)管投入與不良貸款率關(guān)系曲線

命題1：制度質(zhì)量與商業(yè)銀行不良貸款率之間呈現(xiàn)負(fù)向反饋的作用機(jī)制。

命題2：金融自由化與不良貸款率之間呈現(xiàn)顯著的“倒U”型關(guān)系。

三、研究設(shè)計(jì)

（一）計(jì)量模型設(shè)定

根據(jù)理論分析，為了驗(yàn)證金融自由化與商業(yè)銀行不良貸款率之間的邏輯關(guān)系，本文建立如下的計(jì)量模型：

nplit=α0+α1flit+α2flsquareit+Xit+τi+γt+εit（22）

其中，下標(biāo)i代表不同國(guó)家，t代表不同觀測(cè)時(shí)期。npl為本文的被解釋變量，即金融機(jī)構(gòu)不良貸款率。fl為本文的主要解釋變量金融自由化水平，而flsquare為金融自由化fl的平方項(xiàng)。在（22）式中，我們重點(diǎn)關(guān)注估計(jì)參數(shù)α1以及α2，來(lái)驗(yàn)證上文理論分析中的金融自由化作用于不良貸款的效果。除此之外，τ為地區(qū)固定效應(yīng)，γ為時(shí)點(diǎn)固定效應(yīng)，ε為隨機(jī)干擾項(xiàng)。X為本文為了控制其他影響金融機(jī)構(gòu)不良貸款的因素而加入的控制變量，具體見(jiàn)下文。

進(jìn)一步地，根據(jù)命題1的分析，制度質(zhì)量對(duì)不良貸款率具有重要作用。為了衡量這一作用機(jī)制，本文構(gòu)建公式（23）的計(jì)量回歸方程，來(lái)研究制度質(zhì)量對(duì)商業(yè)銀行不良貸款率的影響效應(yīng)。

nplit=θ1instit+θ2flsquareit+θ3flsquareit+Xit+αi+vit（23）

具體地，（23）式中，制度質(zhì)量inst包含inst1、inst2、inst3、inst4、inst5、inst6，分別代表了制度質(zhì)量的六個(gè)層面：腐敗控制、政府效力、政治穩(wěn)定、監(jiān)管質(zhì)量、法治完善、言論自由。

為了對(duì)中國(guó)金融自由化與金融機(jī)構(gòu)不良貸款之間的關(guān)系有個(gè)清晰的判斷，在中國(guó)情境分析部分，我們收集了Bankscope數(shù)據(jù)庫(kù)中的國(guó)內(nèi)銀行數(shù)據(jù)，通過(guò)實(shí)證研究來(lái)判斷中國(guó)金融自由化水平到底是處于哪個(gè)階段。具體實(shí)證方程如下：

cnplit=β0+β1cflit+Xit+τi+γt+εit（24）

其中，下標(biāo)i代表不同的銀行，t代表不同年份。cnpl為被解釋變量國(guó)內(nèi)銀行的不良貸款率。cfl為中國(guó)的金融自由化水平，下文我們會(huì)詳細(xì)介紹測(cè)算中國(guó)金融自由化水平的相關(guān)方法。其中，β1為我們重點(diǎn)關(guān)注的估計(jì)參數(shù)，其代表了中國(guó)銀行業(yè)不良貸款率與金融自由化水平的關(guān)系，通過(guò)驗(yàn)證該參數(shù)，我們可以判斷中國(guó)的金融自由化到底是處于“倒U”型曲線的左邊還是右邊。X為相關(guān)的控制變量，τ為個(gè)體固定效應(yīng)，γ為時(shí)點(diǎn)固定效應(yīng)，ε為隨機(jī)干擾項(xiàng)。

（二）變量說(shuō)明

第四部分實(shí)證中，被解釋變量為各國(guó)金融機(jī)構(gòu)不良貸款率npl。解釋變量為金融自由化指數(shù)fl以及制度質(zhì)量inst。我們選用美國(guó)傳統(tǒng)基金會(huì)（TheHeritageFoundation）公布的金融自由化指數(shù)作為本文的關(guān)鍵解釋變量。制度質(zhì)量inst包含六個(gè)維度：腐敗控制inst1（ControlofCorruption）體現(xiàn)了公權(quán)私用的情況，以及精英階層對(duì)于公共資源的攫取情況;政府效力inst2（GovernmentEffectiveness）反映了政府提供公共產(chǎn)品的質(zhì)量，政府政策執(zhí)行力度，以及政府信譽(yù);政治穩(wěn)定inst3（PoliticalStabilityandAbsenceofViolence/Terrorism）衡量了一國(guó)出現(xiàn)政治動(dòng)蕩以及恐怖主義的可能性;監(jiān)管質(zhì)量inst4（RegulatoryQuality）衡量了政府制定促進(jìn)私人部門(mén)發(fā)展政策的完善程度;法治完善inst5（RuleofLaw）衡量了代理人對(duì)社會(huì)規(guī)則的信任以及遵守程度，尤其是合同執(zhí)行質(zhì)量、財(cái)產(chǎn)權(quán)保護(hù)程度、警察和法院的質(zhì)量;言論自由inst6（VoiceandAccountability）反映了一國(guó)公民的言論自由程度，包括參與大選的可行性以及新聞媒體的自由程度。

根據(jù)研究金融系統(tǒng)不良貸款的相關(guān)文獻(xiàn)，本文選擇以下指標(biāo)作為控制變量，來(lái)分別控制宏觀層面不同國(guó)家的異質(zhì)性特征以及微觀層面不同國(guó)家金融系統(tǒng)的微觀特質(zhì)。具體地，宏觀層面控制變量包括：（1）國(guó)際貿(mào)易水平，使用經(jīng)常賬戶余額占GDP的比例表示。（2）經(jīng)濟(jì)發(fā)展水平，使用人均GDP表示。（3）物價(jià)水平的變動(dòng)，使用樣本國(guó)居民消費(fèi)價(jià)格指數(shù)來(lái)衡量。微觀層面控制變量包括：（1）銀行業(yè)集中程度，使用樣本國(guó)前五大銀行資產(chǎn)所占總體銀行業(yè)的比例。（2）銀行業(yè)發(fā)展?fàn)顩r，使用銀行業(yè)存款占GDP的比例來(lái)衡量。（3）銀行業(yè)資產(chǎn)狀況，采用銀行業(yè)信貸與銀行業(yè)存款比值來(lái)表示。（4）銀行業(yè)盈利水平，使用銀行業(yè)總資產(chǎn)收益率來(lái)表示。

中國(guó)情境分析部分，被解釋變量為國(guó)內(nèi)銀行的不良貸款率cnpl，解釋變量為我們測(cè)算的金融自由化水平cfl。為了控制其他影響銀行不良貸款的因素，我們選取了宏觀層面和微觀層面的控制變量來(lái)控制其他因素的影響。宏觀層面的控制變量：（1）上證綜指的對(duì)數(shù)值。我們以股票價(jià)格指數(shù)上證綜指來(lái)衡量金融市場(chǎng)的整體狀況。盡管中國(guó)金融系統(tǒng)實(shí)行了分業(yè)經(jīng)營(yíng)、分業(yè)監(jiān)管，但是商業(yè)銀行通過(guò)影子銀行等表外業(yè)務(wù)，間接參與場(chǎng)外配資，銀行資金進(jìn)入證券市場(chǎng)的通道仍然是敞開(kāi)的。一個(gè)典型代表就是2015年股票市場(chǎng)短暫火爆時(shí)，大量銀行系統(tǒng)資金通過(guò)場(chǎng)外配資的方式暢行無(wú)阻地進(jìn)入證券市場(chǎng)，推高了證券市場(chǎng)的價(jià)格。而當(dāng)后期證券市場(chǎng)指數(shù)大幅下跌時(shí)，場(chǎng)外配資衍生貸款的質(zhì)量將發(fā)生雪崩。由此可見(jiàn)，以證券市場(chǎng)價(jià)格指數(shù)代表的金融市場(chǎng)狀況與銀行系統(tǒng)的貸款質(zhì)量息息相關(guān)。（2）GDP增速，以中國(guó)GDP的同比增速來(lái)表示。（3）全社會(huì)固定資產(chǎn)投資增速。王晉斌和李博認(rèn)為商業(yè)銀行信貸投放存在逆周期特征，即商業(yè)銀行在經(jīng)濟(jì)繁榮、固定資產(chǎn)投資旺盛的情況下風(fēng)險(xiǎn)承擔(dān)行為更加謹(jǐn)慎，銀行不良貸款率水平更低[19]。

微觀層面的控制變量（銀行特質(zhì)控制變量）：（1）總資產(chǎn)。我們使用商業(yè)銀行的資產(chǎn)規(guī)模來(lái)控制銀行規(guī)模對(duì)于商業(yè)銀行不良貸款的影響。盡管商業(yè)銀行天然有將信貸資源投向國(guó)有部門(mén)等貸款風(fēng)險(xiǎn)較低領(lǐng)域的傾向，但中小銀行在規(guī)模上無(wú)法與大銀行抗衡，在信貸資源流向上也會(huì)受到相應(yīng)的掣肘。（2）存貸比，以樣本銀行貸款總額與存款總額的比值來(lái)表示。（3）總資產(chǎn)收益率。一般而言，總資產(chǎn)收益率越高，商業(yè)銀行經(jīng)營(yíng)能力越強(qiáng)，其配置較多風(fēng)險(xiǎn)資產(chǎn)追求更高收益的可能性越低。但相對(duì)于銀行規(guī)模，經(jīng)營(yíng)能力對(duì)于商業(yè)銀行不良貸款影響的結(jié)論需要謹(jǐn)慎[20]。

（三）數(shù)據(jù)來(lái)源

第四部分實(shí)證數(shù)據(jù)是以國(guó)家為單元的面板數(shù)據(jù)，涵蓋了96個(gè)國(guó)家2002-2017年共1536個(gè)觀測(cè)值。在數(shù)據(jù)收集過(guò)程中，樣本國(guó)家數(shù)最初高于96個(gè)國(guó)家，但由于部分國(guó)家不良貸款數(shù)據(jù)缺失嚴(yán)重，因此予以剔除，最終確定的樣本截面國(guó)家數(shù)為96個(gè)。其中，被解釋變量不良貸款率來(lái)源于GFDD數(shù)據(jù)庫(kù)以及WDI數(shù)據(jù)庫(kù)。解釋變量金融自由化指數(shù)來(lái)源于美國(guó)傳統(tǒng)基金會(huì)（TheHeritageFoundation），制度質(zhì)量指數(shù)來(lái)源于WGI數(shù)據(jù)庫(kù)。控制變量來(lái)源于GFDD數(shù)據(jù)庫(kù)以及WDI數(shù)據(jù)庫(kù)。樣本期間終點(diǎn)為2017年，主要原因?yàn)椋捎谝咔樵?，最新的GFDD數(shù)據(jù)庫(kù)并未更新，無(wú)法獲取關(guān)鍵解釋變量和控制變量的最新數(shù)據(jù)。第五部分中國(guó)情境分析中，我們的國(guó)內(nèi)銀行數(shù)據(jù)為涵蓋了中國(guó)國(guó)有銀行、股份制銀行、城商行等218家銀行2004-2018年的非平衡面板數(shù)據(jù)，其中，銀行數(shù)據(jù)來(lái)源于Bankscope數(shù)據(jù)庫(kù)和銀行年報(bào)，宏觀層面經(jīng)濟(jì)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局。研究范圍起點(diǎn)設(shè)置為2004年，主要是出于數(shù)據(jù)充足的考慮，Bankscope公布的銀行不良貸款數(shù)據(jù)在從2004年開(kāi)始缺失范圍有了明顯改善。

（四）變量的描述性統(tǒng)計(jì)

表2報(bào)告了變量的描述性統(tǒng)計(jì)結(jié)果。由于不良貸款率數(shù)據(jù)部分國(guó)家存在缺失，我們的數(shù)據(jù)為比較典型的非平衡面板數(shù)據(jù)。同時(shí)，制度質(zhì)量政治穩(wěn)定inst3的數(shù)據(jù)，WGI數(shù)據(jù)庫(kù)從2006才開(kāi)始公布，所以觀測(cè)值個(gè)數(shù)相較于其他五個(gè)層面制度質(zhì)量的觀測(cè)值個(gè)數(shù)較少。需要重點(diǎn)說(shuō)明的是，Chinn和Ito構(gòu)建的指數(shù)（ffi）存在負(fù)值[21]?？梢园l(fā)現(xiàn)，ffi的最小值為-1917。由于負(fù)值取平方后轉(zhuǎn)化為正值，但實(shí)際上負(fù)值的金融自由化指數(shù)相較于正值肯定是低的，為了消除負(fù)值反而存在平方項(xiàng)更大的情況。在后文回歸時(shí)，我們統(tǒng)一對(duì)ffi加2，即將負(fù)值全部轉(zhuǎn)化為正值，同時(shí)并不改變觀測(cè)值之間的相對(duì)變化趨勢(shì)。

四、實(shí)證結(jié)果與分析

（一）制度質(zhì)量的影響效應(yīng)

表3報(bào)告了制度質(zhì)量對(duì)商業(yè)銀行不良貸款率影響效應(yīng)的估計(jì)結(jié)果。我們采用的估計(jì)方法為混合效應(yīng)模型估計(jì)方法?；貧w（1）為以腐敗控制inst1作為核心解釋變量的估計(jì)結(jié)果，其中，inst1在1%的顯著水平上顯著為負(fù)。實(shí)證含義為：腐敗控制質(zhì)量與商業(yè)銀行經(jīng)營(yíng)質(zhì)量存在顯著的正向反饋機(jī)制，腐敗控制質(zhì)量的提升將顯著改善商業(yè)銀行信貸質(zhì)量，降低不良貸款率。這與經(jīng)濟(jì)直覺(jué)非常契合，腐敗控制質(zhì)量的提升，一個(gè)直接的作用是，有效遏制了“人情貸”“關(guān)系貸”等不符合審批規(guī)定的高風(fēng)險(xiǎn)信貸行為出現(xiàn)，將可能爆發(fā)信貸風(fēng)險(xiǎn)的火苗扼殺于搖籃之中?；貧w（2）政府效力inst2的估計(jì)結(jié)果與回歸（1）類(lèi)似，在1%的顯著水平上顯著為負(fù)。一個(gè)可能的解釋是，政治晉升錦標(biāo)賽構(gòu)成了政府干預(yù)的動(dòng)機(jī)，同時(shí)地方分權(quán)使得政府具有干預(yù)銀行的能力[22]。以國(guó)有銀行以及城商行為例，當(dāng)政府能對(duì)銀行起到一定主導(dǎo)作用時(shí)，銀行在信貸投放時(shí)，會(huì)忽略正常經(jīng)營(yíng)所需考慮的因素，而去迎合某種特定目的[23-24]。銀行的國(guó)有屬性使得政府可以基于其政治目的導(dǎo)致銀行的信貸偏差，學(xué)術(shù)界一般將這種信貸行為的偏離界定為政治貸款（policylending）。正如García-Herrero等所指出的，我國(guó)國(guó)有企業(yè)在政府的支持下，有更強(qiáng)的動(dòng)機(jī)和能力獲取長(zhǎng)期貸款[25]。同時(shí)由于我國(guó)大部分國(guó)有企業(yè)效率較低，所以這些貸給國(guó)有企業(yè)的長(zhǎng)期貸款成為我國(guó)商業(yè)銀行壞賬問(wèn)題的主要原因。當(dāng)公平公正的政府信譽(yù)氛圍得以建立時(shí)，跨越信貸審批迎合特定政治目的（policylending）的現(xiàn)象得到遏制，這也會(huì)促進(jìn)商業(yè)銀行信貸質(zhì)量的提升。回歸（4）的監(jiān)管質(zhì)量inst4估計(jì)結(jié)果也顯著為負(fù)，表明對(duì)于金融機(jī)構(gòu)進(jìn)行合意的監(jiān)管，能夠有效阻止金融機(jī)構(gòu)盲目追求高收益而抬升信貸風(fēng)險(xiǎn)的潛在意愿。同時(shí)，法制完善inst5的估計(jì)結(jié)果依然是顯著為負(fù)。值得注意的是，回歸（6）的言論自由inst6估計(jì)結(jié)果為顯著為負(fù)。如果說(shuō)腐敗控制是防范金融機(jī)構(gòu)信貸風(fēng)險(xiǎn)，抑制不良貸款率攀升的內(nèi)在手段，那么適宜的言論自由可以理解為一種外部監(jiān)督機(jī)制，通過(guò)外界發(fā)出的聲音來(lái)制衡“關(guān)系貸”“人情貸”等不符合規(guī)定的信貸行為發(fā)生，降低此類(lèi)行為發(fā)生的頻率。

（二）“倒U”曲線的檢驗(yàn)

我們選用美國(guó)傳統(tǒng)基金會(huì)（TheHeritageFoundation）公布的金融自由化指數(shù)（financialliberalizationindex）lnfl作為進(jìn)行實(shí)證檢驗(yàn)。該指數(shù)測(cè)度了各國(guó)金融系統(tǒng)獨(dú)立于行政控制與干涉的狀況，其取值范圍為0到100，取值越高，表明行政干預(yù)力量越弱，一國(guó)金融自由化水平越高;反之，金融自由化水平越低。表4報(bào)告了混合效應(yīng)模型的估計(jì)結(jié)果。從制度質(zhì)量影響不良貸款率效應(yīng)的視角切入，混合效應(yīng)回歸的結(jié)果非常一致，負(fù)向作用結(jié)果顯著，與前文相吻合。此外，可以發(fā)現(xiàn)，金融自由化（lnfl）的估計(jì)系數(shù)顯著為正，而金融自由化的平方項(xiàng)（squlnfl）的估計(jì)系數(shù)在1%的顯著水平上顯著為負(fù)，表明二次函數(shù)的開(kāi)口向下，直接含義為：一國(guó)金融自由化水平與商業(yè)銀行不良貸款率之間呈現(xiàn)近似的“倒U”型關(guān)系。在一國(guó)邁入金融自由化的進(jìn)程中，商業(yè)銀行不良貸款率首先是逐漸攀升，對(duì)東道國(guó)金融系統(tǒng)形成一定沖擊。當(dāng)然不少?lài)?guó)家金融自由化進(jìn)程中的實(shí)際經(jīng)驗(yàn)也證實(shí)了這一論點(diǎn)。以中東歐國(guó)家在放開(kāi)資本賬戶管制的國(guó)際經(jīng)驗(yàn)為例，在其逐步放開(kāi)資本賬戶自由度后，資本流入激增，資產(chǎn)價(jià)格迅速攀升，外債高筑，貨幣錯(cuò)配問(wèn)題嚴(yán)重，金融脆弱性顯著增加。當(dāng)然，“倒U”型曲線右半段表明，在度過(guò)金融自由化對(duì)實(shí)體經(jīng)濟(jì)沖擊的階段后，存在一個(gè)利好實(shí)體經(jīng)濟(jì)增長(zhǎng)，改善金融機(jī)構(gòu)信貸質(zhì)量的良性階段。一個(gè)可能的原因是，當(dāng)金融自由化帶來(lái)的資本流入到東道國(guó)支持技術(shù)創(chuàng)新、產(chǎn)業(yè)升級(jí)、基礎(chǔ)設(shè)施完善時(shí)，對(duì)于東道國(guó)經(jīng)濟(jì)增長(zhǎng)是有利的，能夠改善東道國(guó)金融機(jī)構(gòu)資產(chǎn)負(fù)債表狀況，降低信貸風(fēng)險(xiǎn)。

與此同時(shí)，根據(jù)表4的估計(jì)結(jié)果，本文報(bào)告了“倒U”型曲線的拐點(diǎn)值，即開(kāi)口向下拋物線的對(duì)稱(chēng)軸的位置。根據(jù)美國(guó)傳統(tǒng)基金會(huì)評(píng)估的中國(guó)金融自由化指數(shù)值，近幾年中國(guó)金融自由化指數(shù)值為30，取對(duì)數(shù)為34012。由此發(fā)現(xiàn)，回歸（2）至回歸（6）的結(jié)果，均顯示中國(guó)仍然處于“倒U”曲線的左半端，即短期內(nèi)放松管制的政策會(huì)促使金融機(jī)構(gòu)不良貸款率的上升，而回歸（1）的拐點(diǎn)估計(jì)值顯示，中國(guó)處于“倒U”曲線的右半段，已經(jīng)過(guò)渡到了金融自由化政策紅利區(qū)間，短期內(nèi)放松金融抑制的政策能夠刺激金融機(jī)構(gòu)資產(chǎn)負(fù)債表的改善。因此，現(xiàn)有的結(jié)果并不統(tǒng)一，為了對(duì)中國(guó)所處的政策區(qū)間做出有效的判斷，后文將就中國(guó)的情況詳細(xì)探討。

（三）穩(wěn)健性檢驗(yàn)

參考薛新紅和王忠誠(chéng)的做法[26]，本文選用衡量金融自由化的一個(gè)指標(biāo)為KAOPEN指數(shù)，在下文中以ffi表示，作為關(guān)鍵變量的替代指標(biāo)。IMF《匯率安排與匯兌限制報(bào)告》從四個(gè)維度，即多重匯率實(shí)施、出口收入限制、資本賬戶以及經(jīng)常賬戶管制，對(duì)全球每個(gè)經(jīng)濟(jì)體的跨境金融以及交易狀況按照0、1進(jìn)行了評(píng)價(jià)打分。Chinn和Ito基于這一報(bào)告，利用四個(gè)維度的第一主成分構(gòu)建了KAOPEN指數(shù)[21]。該指數(shù)可以在多個(gè)維度評(píng)價(jià)一國(guó)金融自由化的深度與廣度，該指數(shù)越大表明東道國(guó)金融自由化程度越高。同時(shí)，該指數(shù)最新數(shù)據(jù)仍在更新，可以為本文研究提供充足證據(jù)。

表5報(bào)告了穩(wěn)健性檢驗(yàn)的估計(jì)結(jié)果。由于前文的估計(jì)方法為混合效應(yīng)估計(jì)，在穩(wěn)健性檢驗(yàn)部分，我們更換了估計(jì)方法，使用個(gè)體時(shí)點(diǎn)雙固定效應(yīng)估計(jì)方法來(lái)盡可能降低內(nèi)生性的影響?；貧w（1）、回歸（2）為個(gè)體時(shí)點(diǎn)雙固定效應(yīng)回歸模型的估計(jì)結(jié)果，可以發(fā)現(xiàn)，金融自由化指數(shù)的平方項(xiàng)（squffi）仍然顯著為負(fù)。整體上，金融自由化與不良貸款率之間呈現(xiàn)“倒U”型關(guān)系比較穩(wěn)健。當(dāng)然，雙固定效應(yīng)估計(jì)模型只是盡可能降低內(nèi)生性的影響，無(wú)法完全消除可能存在的內(nèi)生性。考慮到可能存在的內(nèi)生性影響，本文使用兩階段差分GMM對(duì)估計(jì)結(jié)果穩(wěn)健性進(jìn)行了再檢驗(yàn)?；貧w（3）、回歸（4）為差分GMM估計(jì)的結(jié)果。其中，金融自由化平方項(xiàng)（squffi）的估計(jì)系數(shù)均顯著為負(fù)，與命題1結(jié)論一致。同時(shí)，在加入了一系列制度質(zhì)量作為解釋變量后，制度質(zhì)量的估計(jì)結(jié)果顯著為負(fù)，與命題2相吻合。

五、中國(guó)情境的分析

（一）中國(guó)金融自由化指數(shù)的測(cè)算

我們參考了Abiad等以及易文斐和丁丹的做法，選取了七大領(lǐng)域：存款準(zhǔn)備金控制、利率管制、進(jìn)入壁壘、私有化、資本賬戶開(kāi)放（國(guó)際資本流動(dòng)）、銀行審慎性監(jiān)管、證券市場(chǎng)政策來(lái)評(píng)價(jià)中國(guó)金融自由化的進(jìn)程[1-2]。為了對(duì)漸進(jìn)推進(jìn)的（當(dāng)然也可能存在后退的情形）金融自由化進(jìn)程有一個(gè)較好的模擬，我們梳理了2004-2018年間的金融政策變遷，對(duì)具體政策或大事件進(jìn)行賦值，采用05、1和2來(lái)分別代表金融自由化進(jìn)程的一般性事件、重大事件或一般政策法規(guī)以及重大政策法規(guī)。在具體政策和事件選擇中，我們參考了人民銀行、銀保監(jiān)會(huì)、外管局等的相關(guān)政策文件以及公開(kāi)出版的一些著作。具體地，某一年份出現(xiàn)了多個(gè)領(lǐng)域的金融自由化政策，我們采用累加的方式來(lái)表示，而出現(xiàn)金融抑制政策時(shí)，我們會(huì)反向累加來(lái)衡量相關(guān)指數(shù)。最終我們會(huì)得到七個(gè)領(lǐng)域的金融自由化量化值，為了得到全面衡量金融自由化的綜合指數(shù)，我們采用主成分分析法（PCA）來(lái)計(jì)算金融自由化指數(shù)。當(dāng)然，在具體事件的選擇和賦值中，不可避免會(huì)包含一定的主觀性，但該方法仍然是國(guó)際上通用的評(píng)價(jià)方法，郭念枝以及Koo和Maen就是該方法的典型代表[8，27]。

表6報(bào)告了中國(guó)金融自由化指數(shù)的測(cè)算結(jié)果。值得注意的是，2013年以前金融自由化指數(shù)為負(fù)值，當(dāng)然這并不代表在金融自由化指數(shù)為負(fù)值時(shí)，中國(guó)的金融抑制程度就很高。出現(xiàn)負(fù)值的主要原因在于，PCA方法是基于體現(xiàn)指標(biāo)變化趨勢(shì)的原理構(gòu)建指標(biāo)的，以2004年為樣本起點(diǎn)，后續(xù)的金融自由化指數(shù)的變化趨勢(shì)就躍然紙上了。

（二）中國(guó)金融自由化曲線的判斷

既然中國(guó)金融自由化程度在逐年放松，那么中國(guó)金融自由化水平到底處于“倒U”型曲線的哪個(gè)階段呢？在測(cè)算出的金融自由化指數(shù)基礎(chǔ)上，以國(guó)內(nèi)銀行的不良貸款率為被解釋變量，我們嘗試對(duì)這個(gè)問(wèn)題做出解答。表7匯報(bào)了全樣本的回歸結(jié)果。其中，回歸（1）為混合效應(yīng)模型回歸的結(jié)果，金融自由化對(duì)于金融機(jī)構(gòu)不良貸款具有正向的刺激作用，正向作用效果為02084。當(dāng)然，混合效應(yīng)模型（1）的擬合優(yōu)度較低，表明混合效應(yīng)模型的合意性值得商榷。我們進(jìn)一步采用個(gè)體固定效應(yīng)模型來(lái)估計(jì)上述方程，回歸（2）匯報(bào)了個(gè)體固定效應(yīng)模型的估計(jì)結(jié)果?；貧w（2）中，金融自由化正向推動(dòng)了金融機(jī)構(gòu)的不良貸款水平，效應(yīng)幅度為02189?？紤]到可能存在的內(nèi)生性影響，我們匯報(bào)了兩階段GMM回歸（3）和回歸（4）的結(jié)果?；貧w（3）中，金融自由化與金融機(jī)構(gòu)不良貸款率呈現(xiàn)正向相關(guān)性，效應(yīng)幅度為01425?；貧w（4）的估計(jì)結(jié)果類(lèi)似，且在1%的水平上顯著，表明金融自由化與不良貸款率之間存在顯著的正向相關(guān)性。綜合以上，我們發(fā)現(xiàn)，中國(guó)金融自由化進(jìn)程仍然處于“倒U”型曲線的左半端，即金融自由化與商業(yè)銀行不良貸款率之間呈現(xiàn)正向相關(guān)性。

六、結(jié)論與啟示

本文以金融自由化作為核心線索，系統(tǒng)梳理了金融自由化與銀行不良貸款率之間的邏輯關(guān)系。我們拓展了基礎(chǔ)理論模型，論證了金融自由化與銀行不良貸款率之間的“倒U”型關(guān)系，并進(jìn)一步猜測(cè)了東道國(guó)制度質(zhì)量對(duì)于商業(yè)銀行不良貸款率的重要影響。利用96個(gè)國(guó)家2002-2017年的跨國(guó)面板數(shù)據(jù)，通過(guò)實(shí)證研究我們得出以下結(jié)論：（1）金融自由化與銀行不良貸款率之間呈現(xiàn)顯著的“倒U”型關(guān)系。本文的研究結(jié)論很直白，對(duì)于處于中等監(jiān)管水平的國(guó)家來(lái)說(shuō)，其金融系統(tǒng)的不穩(wěn)定性反而是最高的。對(duì)于管制程度較高的國(guó)家，處于“倒U”型曲線左半端，金融自由化政策會(huì)帶來(lái)金融系統(tǒng)風(fēng)險(xiǎn)的攀升;而對(duì)于管制程度較松的國(guó)度，金融自由化會(huì)促進(jìn)商業(yè)銀行的資產(chǎn)負(fù)債表質(zhì)量的改善。（2）在給定金融自由化水平時(shí)，制度質(zhì)量會(huì)對(duì)商業(yè)銀行不良貸款率產(chǎn)生顯著的抑制作用。（3）聚焦于中國(guó)的金融改革進(jìn)程，我們測(cè)算了中國(guó)的金融自由化水平，利用中國(guó)2004-2018年的銀行業(yè)數(shù)據(jù)實(shí)證發(fā)現(xiàn)，中國(guó)金融自由化水平與銀行不良貸款之間呈現(xiàn)顯著的正向關(guān)聯(lián)性，可見(jiàn)中國(guó)正處于“倒U”型曲線的左半端。由此可知，中國(guó)仍處于金融自由化改革的“陣痛期”，短時(shí)期內(nèi)放松金融管制的措施會(huì)給中國(guó)金融系統(tǒng)帶來(lái)一定沖擊，表現(xiàn)為金融系統(tǒng)不良資產(chǎn)水平的攀升等。

當(dāng)前，中國(guó)經(jīng)濟(jì)增長(zhǎng)進(jìn)入新時(shí)代，面臨著要素邊際報(bào)酬遞減的掣肘，新舊動(dòng)能轉(zhuǎn)換尚未完成，同時(shí)新型冠狀肺炎疫情對(duì)中國(guó)實(shí)體企業(yè)經(jīng)營(yíng)造成的負(fù)面沖擊仍未有效緩解。值此背景下，中國(guó)經(jīng)濟(jì)增長(zhǎng)面臨著外需萎靡以及經(jīng)濟(jì)增長(zhǎng)階段性放緩的考驗(yàn)，維持金融系統(tǒng)穩(wěn)定，更好地發(fā)揮金融系統(tǒng)服務(wù)實(shí)體經(jīng)濟(jì)的能力就更尤為重要。本文研究表明，中國(guó)金融自由化水平仍然不高，仍處于金融自由化“倒U”曲線的左半端，在新型冠狀肺炎疫情沖擊尚未完全消退的情況下，維系金融系統(tǒng)的穩(wěn)定是第一要?jiǎng)?wù)，因此現(xiàn)階段金融自由化政策不宜冒進(jìn)。在疫情沖擊得到控制的情況下，我們?nèi)孕枵暎袊?guó)仍處于金融自由化改革的“陣痛期”。作為金融自由化改革中的重要一環(huán)，資本賬戶開(kāi)放，無(wú)論是部分開(kāi)放，還是完全開(kāi)放，都會(huì)帶來(lái)宏觀經(jīng)濟(jì)不穩(wěn)定的風(fēng)險(xiǎn)[28]。但“倒U”型曲線的右半段也告訴我們，金融自由化的政策福利是金融自由化改革的最終階段。責(zé)是之故，放松金融抑制正是中國(guó)長(zhǎng)期金融改革的重中之重。深化利率市場(chǎng)化改革，穩(wěn)步推進(jìn)資本賬戶開(kāi)放，逐步實(shí)現(xiàn)人民幣資本賬戶的自由可兌換，實(shí)現(xiàn)人民幣國(guó)際化，由“陣痛期”穩(wěn)步過(guò)渡到政策紅利區(qū)間正是本文的題中之意。此外，東道國(guó)制度質(zhì)量提高對(duì)于緩解金融自由化改革帶來(lái)的風(fēng)險(xiǎn)攀升具有重要意義。因此，進(jìn)一步提升金融資源配置效率，提升市場(chǎng)化程度，降低政府對(duì)金融市場(chǎng)的干預(yù)十分必要。要清楚界定政府和市場(chǎng)的關(guān)系，厘清政府、市場(chǎng)以及企業(yè)之間經(jīng)濟(jì)紐帶關(guān)系[29]，建立政府、市場(chǎng)、企業(yè)之間的良性互動(dòng)，進(jìn)一步明確政府職能，落實(shí)政企分開(kāi)，夯實(shí)市場(chǎng)競(jìng)爭(zhēng)機(jī)制。同時(shí)，引入合格的機(jī)構(gòu)競(jìng)爭(zhēng)者完善優(yōu)勝劣汰機(jī)制，以競(jìng)爭(zhēng)來(lái)淘汰低效率。最后，企業(yè)要主動(dòng)引入多層面戰(zhàn)略投資者，形成多股力量交互制衡的局面，把企業(yè)的生產(chǎn)經(jīng)營(yíng)決策落實(shí)到真正具有經(jīng)營(yíng)才能的人才。

注釋?zhuān)?/p>

①為了保證參數(shù)模擬的穩(wěn)健性，我們對(duì)G函數(shù)和Q函數(shù)的其他參數(shù)取值如：G函數(shù)中的aG=3，bG=1，Q函數(shù)中的aQ=1，bQ=3;G函數(shù)中的aG=2，bG=1，Q函數(shù)中的aQ=1，bQ=2也進(jìn)行了模擬，最終結(jié)果一致。限于篇幅，本文并未報(bào)告結(jié)果。

參考文獻(xiàn)：

[1]AbiadA，DetragiacheE，TresselT.ANewDatabaseofFinancialReforms[J].IMFStaffPapers，2010，57（2）：281-302.

[2]易文斐，丁丹.中國(guó)金融自由化指數(shù)的設(shè)計(jì)和分析[J].經(jīng)濟(jì)科學(xué)，2007（3）：66-75.

[3]AbiadA，OomesN，UedaK.TheQualityEffect：DoesFinancialLiberalizationImprovetheAllocationofCapital？[J].JournalofDevelopmentEconomics，2008，87（2）：0-282.

[4]BekaertG，HarveyCR，LundbladC.DoesFinancialLiberalizationSpurGrowth？[J].JournalofFinancialEconomics，2005，77（1）：3-55.

[5]LevineR.InternationalFinancialLiberalizationandEconomicGrowth[J].ReviewofInternationalEconomics，2001，9（4）：688-702.

[6]BekaertG，HarveyCR，LundbladC.GrowthVolatilityandFinancialLiberalization[J].JournalofInternationalMoneyandFinance，2006，25（3）：370-403.

[7]孫慧宗，林麗敏.金融自由化與經(jīng)濟(jì)危機(jī)：基于日本金融深化實(shí)踐的再認(rèn)識(shí)[J].當(dāng)代經(jīng)濟(jì)研究，2019（3）：96-101.

[8]郭念枝.金融自由化與中國(guó)居民消費(fèi)水平波動(dòng)[J].經(jīng)濟(jì)學(xué)（季刊），2018，17（4）：1361-1382.

[9]宋琴，胡方琦，倪川川.金融自由化、市場(chǎng)競(jìng)爭(zhēng)與銀行風(fēng)險(xiǎn)承擔(dān)——基于2004-2013年中國(guó)商業(yè)銀行面板數(shù)據(jù)的實(shí)證分析[J].投資研究，2015，34（9）：104-115.

[10]章奇，何帆，劉明興.金融自由化、政策一致性和金融脆弱性：理論框架與經(jīng)驗(yàn)證據(jù)[J].世界經(jīng)濟(jì)，2003（12）：3-14.

[11]TornellA，WestermannF，MartinezL.ThePositiveLinkbetweenFinancialLiberalization，GrowthandCrises[R].NBERWorkingPaper，2004.

[12]滿媛媛.收入多元化、金融自由化對(duì)商業(yè)銀行績(jī)效和風(fēng)險(xiǎn)的影響[J].宏觀經(jīng)濟(jì)研究，2016（1）：130-143.

[13]DanielBC，JonesJB.FinancialLiberalizationandBankingCrisesinEmergingEconomies[J].JournalofInternationalEconomics，2007，72（1）：202-221.

[14]MarchionneF，PisicaliB，F(xiàn)ratianniM.Regulation，F(xiàn)inancialCrises，andLiberalizationTraps[R].CESifoWorkingPaper，2019.

[15]AcemogluD，JohnsonS，RobinsonJA.TheColonialOriginsofComparativeDevelopment：AnEmpiricalInvestigation[J].AmericanEconomicReview，2001，91（5）：1369-1401.

[16]HallRE，JonesCI.WhydoSomeCountriesProducesoMuchMoreOutputPerWorkerThanOthers？[J].TheQuarterlyJournalofEconomics，1999，114（1）：83-116.

[17]鄧宏圖，宋高燕.學(xué)歷分布、制度質(zhì)量與地區(qū)經(jīng)濟(jì)增長(zhǎng)路徑的分岔[J].經(jīng)濟(jì)研究，2016，51（9）：89-103.

[18]董志強(qiáng)，魏下海，湯燦晴.制度軟環(huán)境與經(jīng)濟(jì)發(fā)展——基于30個(gè)大城市營(yíng)商環(huán)境的經(jīng)驗(yàn)研究[J].管理世界，2012（4）：9-20.

[19]王晉斌，李博.中國(guó)貨幣政策對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)行為的影響研究[J].世界經(jīng)濟(jì)，2017，40（1）：25-43.

[20]DelisMD，KouretasGP.InterestRatesandBankRisk-taking[J].JournalofBanking&Finance，2011，35（4）：840-855.

[21]ChinnMD，ItoH.ANewMeasureofFinancialOpenness[J].JournalofComparativePolicyAnalysis，2008，10（3）：309-322.

[22]譚勁松，簡(jiǎn)宇寅，陳穎.政府干預(yù)與不良貸款——以某國(guó)有商業(yè)銀行1988～2005年的數(shù)據(jù)為例[J].管理世界，2012（7）：29-43，187.

[23]LiDD，LiangM.CausesoftheSoftBudgetConstraint：EvidenceonThreeExplanations[J].JournalofComparativeEconomics，1998，26（1）：104-116.

[24]CharumilindC，KaliR，WiwattanakantangY.ConnectedLending：ThailandbeforetheFinancialCrisis*[J].CeiWorkingPaper，2006，79（1）：181-218.

[25]García-HerreroA，GaviláS，SantabárbaraD.China′sBankingReform：AnAssessmentofItsEvolutionandPossibleImpact[J].CESifoEconomicStudies，2006，52（2）：304-363.

[26]薛新紅，王忠誠(chéng).東道國(guó)金融自由化與跨國(guó)并購(gòu)——來(lái)自全球金融危機(jī)后中國(guó)企業(yè)的經(jīng)驗(yàn)證據(jù)[J].國(guó)際經(jīng)貿(mào)探索，2018，34（7）：79-93.

[27]KooJ，MaengK.TheEffectofFinancialLiberalizationonFirms′InvestmentsinKorea[J].JournalofAsianEconomics，2005，16（2）：281-297.

[28]李巍，張志超.直接投資開(kāi)放對(duì)實(shí)際匯率、國(guó)內(nèi)經(jīng)濟(jì)產(chǎn)出波動(dòng)的影響[J].管理世界，2008（6）：11-20.

[29]吳婷婷，華飛，江世銀，中國(guó)金融機(jī)構(gòu)系統(tǒng)性金融風(fēng)險(xiǎn)貢獻(xiàn)度的量化研究——基于極端分位數(shù)回歸的CoVaR模型[J].江西社會(huì)科學(xué)，2020（9）：54-65.

FinancialLiberalizationandNon-performingLoanRatioofCommercialBanks

BAOXing1，LIWei1，CHENGXiao-qiang2

（1.SchoolofEconomics，EastChinaNormalUniversity，Shanghai200062，China;

2.SchoolofMathematics，PhysicsandFinance，AnhuiUniversityofTechnology，Wuhu241000，China）

Abstract：Thisarticlebuildsabankingsystemmodelwithfinancialliberalization，andstudiesthedynamicevolutionmechanismbetweenfinancialliberalizationandnon-performingloanratiothroughnumericalsimulation.Basedonthecross-countrypaneldataof96economiesfrom2002to2017，thecomplexrelationshipbetweenfinancialliberalizationandnon-performingloanratiowasempiricallyverified.Theresearchresultsshowthat：Thereisasignificant“invertedU”relationshipbetweenfinancialliberalizationandnon-performingloanratio.Foragivenlevelofregulatoryinvestment，animprovementininstitutionalqualityreducesthecreditriskofcommercialbanks.Chinaisattherightsideofthe“invertedU”curve，andisstillfacingthe“painfulperiod”offinancialliberalizationreforms.FinancialliberalizationintheshorttermwillstillhaveacertainimpactonChina′sfinancialsystem.Basedonthe“invertedU”relationship，countrieslocatedattheintermediatelevelofregulatorystringencyfacemorefinancialinstabilitythancountriesthatareeitherlooselyregulatedorseverelyregulated.Intheprocessoffinancialliberalization，itisnecessarytocontinuouslyimproveinstitutionqualitytowithstandtheriskofrisingnon-performingloanratio.

Keywords：financialliberalization;non-performingloanratio;institutionquality

（責(zé)任編輯：周正）