论文部分内容阅读
摘 要：基于我国26家上市商业银行2007—2017年度数据，通过采用PVAR模型和固定效应估计，验证我国商业银行杠杆顺周期性，探索银行杠杆顺周期性对金融稳定的影响。结果表明：一是我国商业银行杠杆存在显著顺周期性，二是商业银行杠杆顺周期会加重银行体系金融不稳定，影响银行系统性风险。因此，应根据经济周期发展阶段采取不同的监管措施，降低对银行信贷业务的依赖度，对商业银行资产进行有效重组，健全资本结构和质量，从而推动商业银行平稳健康发展。
关 键 词：商业银行；去杠杆；顺周期性；系统性风险；金融稳定
中图分类号：F832.59 文献标识码：A 文章编号：2096-2517（2018）05-0020-13
DOI：10.16620/j.cnki.jrjy.2018.05.003
Leveraged Procyclicality and Financial Stability of Commercial Banks
——An Empirical Study Based on 26 Listed Commercial Banks in China
Chen Zhuang
（Graduate School， Heilongjiang University， Harbin 150000， China）
Abstract： The paper selected the annual data of 26 listed commercial banks in China from 2007 to 2017， verified the pro-cyclical leverage of Chinese commercial banks by using PVAR model and fixed effects and explored the impact of pro-cyclical leverage on financial stability. The results show that firstly the leverage of Chinese commercial banks is obviously pro-cyclical. Secondly， the pro-cycle of the leverage of commercial banks will aggravate the financial instability of the banking system and affect the systemic risk of banks. Therefore，different regulatory measures should be taken according to the development stage of the economic cycle to reduce the dependence on bank credit business，effectively restructure the assets of commercial banks to improve the capital structure and quality and promote the stable and healthy development of commercial banks.
Key words： commercial banks； deleverage； procyclicality；systemic risks； financial stability
一、引言
2008年金融危機席卷全球， 其根本原因之一就是金融体系过度顺周期性。2012年后受经济危机余波影响， 我国经济由高速增长阶段步入中高速增长阶段，市场低迷、泡沫经济膨胀、产业结构失衡等问题频现。2015年中央财经领导小组强调将“三去一降一补”作为此后整个经济工作的重点任务，去杠杆作为供给侧结构性改革的重点任务，积极改善在提高生产效率、 推动经济增长过程中的债务结构，增加权益资本比重，用可控方式和可控节奏逐步减少杠杆， 防范金融风险引发系统性风险， 促进经济持续健康发展。2018年中央政治局会议强调， 要把防范化解金融风险和服务实体经济更好结合起来，坚定做好去杠杆工作，把握好力度和节奏，协调好各项政策出台时机；实施稳健的货币政策；要把好货币供给总闸门，保持流动性合理充裕。
我国金融体系直接金融水平发展缓慢、 规模小，资本市场建设存在不足，市场资金融通长时间依赖于间接融资渠道。 商业银行作为间接金融主要载体，其运行发展关系着金融体系健康稳定。根据对我国商业银行统计性分析发现， 商业银行杠杆行为存在顺周期性：经济上涨时，银行主动加杠杆释放资金，大量流动性转移出银行系统；经济下行时，商业银行强制去杠杆，直接影响商业银行安全经营，易诱发银行系统性风险，引发金融市场恶性危机。因此，如何建立具有中国特色的宏观审慎监管体系，限制商业银行杠杆顺周期性，完善我国商业银行资本管理机制， 保证金融系统稳定性和抵御系统性风险， 将是我国监管机构和银行体系的重点任务。本文将通过实证分析，验证我国商业银行杠杆顺周期性， 探索银行杠杆顺周期性对金融稳定的影响， 为商业银行经营中规范杠杆行为提出政策建议。
二、文献回顾
自1983年《巴塞尔协议Ⅰ》首次提出，资本管理顺周期性显现出来， 金融体系亲周期问题也浮出水面， 各国监管机构开始重视商业银行杠杆顺周期问题及其风险隐患。 随着金融自由化改革的推动，《巴塞尔协议Ⅰ》无法满足当时的监管要求，《巴塞尔协议Ⅱ》 的出台顺应了金融体系的复杂性， 提升了风险监管敏感性， 完善了监管框架，但是金融杠杆顺周期性、监管套利等问题频现，随后的国际金融危机凸显出《巴塞尔协议Ⅱ》的局限性。因此在《巴塞尔协议Ⅲ》中加强了对国际金融监管要求，对商业银行提出更高的资本要求， 引入杠杆率和流动性风险指标， 实现微观审慎与宏观审慎有机结合的监管思路。 随着对商业银行经济活动的深入研究， 商业银行杠杆行为所存在的问题映入眼帘， 银行杠杆风险效应和银行安稳运行也成为监管当局的新目标。 （一）银行杠杆顺周期
金融顺周期是现代经济的普遍现象， 金融活动根据经济周期变化及时调整。 杠杆交易是所有金融活动的基本特征， 是金融机构增加盈利的基础。商业银行杠杆行为也表现亲经济周期。
Borio等（2001）发现商业银行信贷总额和利润在经济上行期增加，在经济下行期减少，即商业银行经营存在顺周期性[1]。Hoelscher等（2006）指出， 金融体系顺周期性在不同经济阶段表现明显，即经济向好， 金融体系顺周期作用较小； 经济回落，顺周期性作用随之增强[2]。随着现代金融体系不断改革和创新，金融机构普遍采取杠杆经营模式，作为间接融资主要载体的商业银行也采取杠杆经营。周小川（2009）在反思全球金融危机时认为金融体系中正反馈作用强于负反馈，直接表现为金融体系亲周期。银行杠杆顺周期其正反馈作用过强，掩盖了负反馈效应[3]。Kalemli-Ozcan等（2012）通过研究美国商业银行时发现银行杠杆存在一定顺周期性，只是这种顺周期性相对较弱[4]。银行杠杆与资产负债规模也存在顺周期性，Hamann等（2014）探索哥伦比亚银行资产负债表管理方式时发现哥伦比亚银行业杠杆率是顺周期的， 资产负债表扩张，杠杆率上升，贷款标准恶化，基于风险的资本约束下降[5]。郑庆寰等（2014）选取1999—2012年月度数据， 实证研究我国商业银行杠杆率顺周期性及其影响因素， 结果显示我国商业银行杠杆率具有顺周期性， 商业银行根据宏观经济环境和自身发展战略主动调整杠杆率， 一定风险水平下实现利益最大化，并达到监管要求[6]。Beccalli等（2015）在研究美国银行资产负债表外证券时，指出资产增长与杠杆增长存在正相关[7]。吴国平（2015）运用动态面板模型得出中国商业银行杠杆率与经济周期呈正相关，发现GDP缺口与杠杆率呈显著负相关， 杠杆率顺周期在危机时期显著增强，会增加风险隐患[8]。Wu等（2017）从金融机构资产价格出发，发现银行杠杆是顺周期的：经济好转时期，资产价格持续上涨，银行将大幅增加负债以获取更多利润，导致杠杆增加；相反经济低迷时，商业银行低价出售资产，强制去杠杆，杠杆水平骤降。 同时他认为， 如果商业银行杠杆率不稳定，这种传导机制会增强。 而且监管机构对于商业银行杠杆有两种监管措施，一是采取宽松政策，二是保持杠杆水平不变， 这两种方法都加剧商业银行杠杆顺周期[9]。
（二）杠杆顺周期风险隐患
杠杆顺周期在2008年金融危机中暴露出严重的风险，学界研究了杠杆顺周期的风险隐患，探索商业银行杠杆顺周期对金融稳定的影响。
Hoelscher等（2006）认为对于同一经济体，金融顺周期性会扩大经济总量， 导致经济体蕴涵极大不确定性，市场风险爆发概率攀升，而这种风险易被低估，为未来经济衰退或危机埋下隐患[2]。经过2008年金融危机沉重打击， 金融稳定委員会（2009）指出此次危机根本原因就在于金融机构过度降低杠杆率即过度加杠杆， 加深金融体系脆弱性[10]。Panetta等（2009）认为杠杆顺周期性与资产价格变化间交互作用，放大经济波动，存在危机突发可能[11]。巴曙松等（2010）认为2008年金融危机根源所在是金融机构过度运用表内外杠杆， 已有的资本监管方式不能有效地衡量银行创新业务和表外业务风险， 银行体系将面临着系统风险及表外业务风险双重压力[12]。Kato等（2016）在分析银行高杠杆与金融不稳定联系时， 将流动性冲击作为主要因素， 银行采取较高杠杆水平对流动性同样提出了较高要求， 而这又对宏观经济流动性造成影响， 进而把实体经济暴露在一个更大的危机风险中， 因此他们提出货币政策制定者考虑银行应对政策反应时，不能仅依据银行所处环境，更应考虑银行风险承担[13]。项后军等（2015）通过实证研究发现我国商业银行杠杆顺周期对宏观经济波动有放大作用， 银行部门与实体经济间保持正反馈，对经济平稳运行产生影响；银行杠杆与资产规模表现顺周期，资产规模扩张，银行杠杆上升，银行应对风险能力减弱[14]。张晓慧（2017）指出，金融杠杆在顺周期交易中成倍放大， 容易导致金融资产价格丧失自动调节供求功能， 易产生金融震荡[15]。汪莉（2017）运用非平行面板数据进行实证检验表明，对于资本充足的银行，杠杆顺周期调整是关联货币政策利率与银行风险承担水平的中介变量， 银行杠杆顺周期调整倾向也因隐性存保而进一步加大，从而引起更高风险承担水平[16]。
综上， 现有研究验证了商业银行杠杆存在顺周期性和风险传递效应， 但是对于商业银行金融杠杆波动对自身稳定性验证性检验不足， 银行杠杆风险传导对各级商业银行及银行业整体影响效应研究不够， 为后续对商业银行杠杆风险影响程度研究提供契机， 也为银行金融杠杆对银行稳定性经营提供了一定理论基础。 本文创新之处就在于通过现有理论， 基于银行杠杆对银行自有资本和资产结构影响机制，通过对我国26家上市商业银行杠杆行为的统计性分析和实证分析， 进一步验证商业银行杠杆顺周期性， 探索银行杠杆顺周期性对银行稳定性的影响机理， 并提出相应对策建议，以防范杠杆顺周期风险，保证商业银行安全平稳发展。
三、变量选取与模型设定
（一）变量选取
1.数据来源
本文主要选取在A股市场上市的我国26家商业银行作为研究对象，包括大型国有商业银行、全国性股份制商业银行、 城市商业银行及农村商业银行四类商业银行，具体银行划分如表1所示。文章数据主要来源于26家上市商业银行2007—2017年度报表、WIND资讯等数据库。
2013年我国实施《商业银行资本管理办法（试行）》， 其中规定了商业银行应按期公布核心资本净额、 一级资本净额等相关资本结构数据；2015年实施《商业银行杠杆率管理办法（修订）》，要求商业银行应及时对外公布其杠杆率、 调整后的表内外资产余额等指标水平。由于发生市场改制、重组合并、股改上市等重大事项，个别商业银行缺失一级资本净额、核心资本净额、调整后的表内外资产余额及杠杆率等指标数据，导致杠杆指标、金融稳定指标缺失，为不破坏数据真实性和整体性，本文未过多对缺失数据进行处理。 2.变量说明
（1）商业银行金融稳定值。商业银行金融稳定值是用来衡量商业银行系统性风险的指标， 数值上等于商业银行资产回报率ROA与资本资产比率CAR之和， 再与资产回报率标准差σ（ROA）的比值。本文选用Z值表示商业银行金融稳定指标， 主要衡量商业银行稳定水平和抵抗破产风险的能力。 根据商业银行金融稳定值定义，Z值越大， 表明商业银行运营越稳定， 抵抗系统性风险能力越强，银行破产概率越低；Z值越小，表明商业银行抵抗系统性风险能力越弱，面临更高破产风险。在下文实证研究中使用Z的对数， 即lnZ进行模型估计，可降低变量自相关性，保持變量间数学单位统一，保证拟合的准确性。
（2）杠杆率。商业银行杠杆率是用于衡量银行偿债能力的重要指标，根据《商业银行杠杆率管理办法（修订）》（2015）规定，商业银行杠杆率等于一级资本净额与调整后表内外资产的比值，用以衡量商业银行静态杠杆水平，且商业银行并表和未并表杠杆率均不得低于4%。根据Borio（2001）[1]、Hoelscher等（2006）[2] 研究可知，商业银行杠杆与经济增长呈现同向变动， 银行杠杆存在顺周期性，当经济上行时银行普遍加杠杆，杠杆率降低，经济向下波动时银行为抗险提升杠杆率， 主动降杠杆。因此本文选取杠杆率倒数即杠杆倍数作为衡量商业银行静态杠杆指标，便于探讨银行静态杠杆与经济变动间的相关性，用Lever表示。
（3）资本充足率。2012年中国银行业监督委员会颁布《商业银行资本管理办法（试行）》（下称《办法》），加强对商业银行资本监管要求，对最低资本要求、储备资本要求以及逆周期资本要求、系统重要性银行附加资本要求等都做出新的监管要求。《办法》 指出商业银行资本充足率等于银行资本净额与表内外风险加权资产总和的比值， 具体衡量商业银行资本金结构， 是权衡商业银行动态杠杆水平的重要指标，用CAR（Capital Adequacy Ratio）表示。资本充足率权衡商业银行动态杠杆水平， 也属于银行杠杆范畴，因此假设资本充足率倒数与经济增长间存在相关性，在实证研究阶段用资本充足率倒数代表商业银行动态杠杆，用CarD表示。
（4）GDP增速。GDP增速变化代表了宏观经济波动， 作为宏观经济波动的直观性指标。商业银行经营行为往往与外部宏观经济的变化呈现明显的相关性，其资产规模随着经济变化及时调整，对于银行各项指标将出现实时变化。本文选用GDPD表示GDP增速。
（二）模型设定
本文主要分析商业银行动态杠杆、静态杠杆顺周期性及与商业银行金融稳定的相关关系，探讨商业银行杠杆顺周期性对商业银行稳定性的影响机理。本文采用由Pesaran等（1995）提出的面板向量自回归模型PVAR模型进行研究，它利用所需变量构造内生性经济系统，其中包含各变量滞后项作为模型变量[17]。PVAR模型可有效地识别变量之间是否存在动态影响关系， 本质是一个动态面板模型，因此PVAR基本模型为：
Yit=？茁0+■？茁jYit-j+？琢iXit+■？琢jXit-j+？着it （1）
其中，i=1，2，3...n表示个体序列；t=1，2，3...n表示时间序列；Y代表模型中的被解释变量；X代表相关解释变量；q代表滞后阶数；ε代表残差项；α和β代表各变量前系数。
结合选取的各相关研究变量，本文的PVAR模型具体形式为：
ln Zit=？茁0+■？茁j ln Zit-j+？琢iLeverit+■？琢jLeverit-j
+？啄iCarDit+■？啄iCarDit-j+？着it （2）
四、实证研究
（一）理论机理
杠杆顺周期性表现为商业银行杠杆变化与经济发展状况间的匹配性。在经济繁荣时期，市场中资产价格上升，银行稀释资本，扩大资产规模，杠杆上升即杠杆率相应降低；在经济衰退时期，市场中资产价格下降，银行提高资本计提，收缩资产规模，杠杆下降，杠杆率相对提高。商业银行杠杆顺周期对商业银行稳定性存在影响，主要体现在经济繁荣时期银行加杠杆导致风险泡沫膨胀，风险发生沉淀堆积；当经济出现明显衰退时，商业银行强制去杠杆导致风险泡沫迅速破裂，银行系统性风险发生。
Adrian等（2010）研究银行杠杆与资产负债表时提出，银行杠杆具有顺周期性，即在资本不完全流动的金融市场中，银行资产、负债及权益以各自公允价值计量， 资产价格变化导致资产负债表变化，引起资产净值变化[18]。因此扩展到分析商业银行杠杆顺周期与商业银行金融稳定的内在机理，需考虑t=0和t=1两个时期。在t=0时期，商业银行静态杠杆Lever0=■， 动态杠杆Card0=■， 其中B0表示银行一级资本净额，A0表示银行调整后表内外资产，E0表示银行资本净额，C0表示银行表内外风险加权资产总和； 商业银行金融稳定值Z0=■=■。在t=1时期，假设经济处在繁荣时期，资产价格上涨，商业银行稀释资本s，扩充资本s，在杠杆上体现为Lever1=■、Card1=■，其中A1=A0+s，B1=B0-s，C1=C0+s，E1=E0-s，商业银行静动态杠杆体现为扩张，体现为银行杠杆顺周期，此时金融稳定性上银行资本capital1=capital0-s，银行资产assets1=assets0+s，利润profits1的增长速度较缓慢，体现为分子减小，分母增加，Z1=■=■下降，即商业银行稳定性减弱。反之假设t=1为经济衰退时期，资产市场估值下降，商业银行重新补充资本结构，资产紧缩，为对冲风险主动使得Lever1、Card1下降，由于capital1增加，assets1降低，金融稳定值Z1数值上升，直接表现商业银行抗险能力增强，破产概率下降。
（二）商业银行杠杆顺周期性分析
1.商业银行静态、动态杠杆统计性描述 表2、表3分别表示我国26家上市商业银行2007—2017年静态杠杆与动态杠杆分布具体数据。可以看出，在2008年之前经济发展仍处在向好阶段，这26家商业银行杠杆存有明显的上扬趋势。在金融危机爆发之后受我国经济下行压力影响，银行杠杆下降明显，商业银行杠杆变动与经济发展存在一定相关性，商业银行杠杆存在顺周期性。
26家上市商业银行静态杠杆倍数和GDP增速的散点图如图1所示，其中横轴为静态杠杆倍数，纵轴为GDP增速。从图中可以看出，各类商业银行静态杠杆倍数与GDP增速间存在相关关系。其中国有商业银行、股份制银行和农村商业银行静态杠杆倍数与GDP增速呈现正相关，且相关性明显，说明国有银行、股份制银行和农村商业银行杠杆存在一定顺周期性；城市商业银行静态杠杆倍数与GDP增速呈现负相关，可能与城市商业银行区域性经营相关，在经济发生波动时，全国性的国有银行和股份制银行采取更审慎的经营模式，城市商业银行为扩大资产规模而释放杠杆，在散点图上表现为与经济增长呈现负相关性。
图2为26家上市商业银行动态杠杆倍数（资本充足率倒数）和GDP增速散点图，横、纵坐标分别为银行动态杠杆倍数和GDP增速。 从图中可以看出，国有商业银行和股份制银行动态杠杆倍数与GDP增长呈现显著正相关， 动态杠杆存在一定亲周期； 城市商业银行和农村商业银行散点图中，各点较为分散， 但整体趋势仍保持一定正向关系，满足动态杠杆顺周期性。
2. 商业银行杠杆顺周期性回归分析
上述分析表明商业银行静态杠杆、动态杠杆都存在显著的顺周期性，因此对商业银行杠杆顺周期性进行回归估计分析，其中：
静态杠杆顺周期回归估计模型：
Leveri=？琢0+？琢1GDPDi+？着i （3）
动态杠杆顺周期回归估计模型：
Cardi=？茁0+？茁1GDPDi+？孜i （4）
根据回归模型，分别对国有商业银行、股份制银行、城市商业银行和农村商业银行进行静态杠杆顺周期回归和动态杠杆顺周期回归分析，所得结果如表4所示。
根据表4商业银行静态杠杆顺周期回归结果显示，除了城市商业银行外，国有商业银行静态杠杆系数估计在5%显著水平下显著为正，股份制商业银行和农村商业银行静态杠杆系数估计在1%显著水平下显著为正，表明国有商业银行、股份制银行和农村商业银行静态杠杆存在显著的顺周期性，验证了上述散点图分布结果。而农村商业银行系数较小， 说明农村商业银行静态杠杆作用更弱，由于农村商业银行处在发展阶段， 市场份额占比较小，资产规模扩张慢，亲周期性偏弱；国有银行和股份制银行静态杠杆系数均超过1， 说明国有银行和股份制银行静态杠杆作用较强， 亲周期性强烈，资产业务、新增信贷随经济波动调整， 扩大了内外风险暴露。城市商业银行系数显著为负， 表明其静态杠杆与经济增长存在逆周期性，与其市场定位存在关联，风险敏感度较高。 但实际上城市商业银行在经济周期中其杠杆也存在顺周期性， 资产规模顺应经济发展而扩张，扩张区域信贷市场。根据表4商业银行动态杠杆顺周期回归结果表示， 国有商业银行在5%显著水平下，股份制银行和城市商业银行在1%显著水平下动态杠杆系数估计显著为正，三类商业银行系数大致相同， 其动态杠杆作用趋于一致， 资本释放转化为资产扩张的能力也处在同一水平。 农村商业银行在10%显著水平下不明显，但整体系数维持在正值，仍可表现出顺周期性。通过对四类商业银行静态、 动态杠杆顺周期性行为进行回归分析后发现， 银行杠杆顺周期是显著存在的。
接下来对我国26家上市商业银行的静态、动态杠杆顺周期性进行全样本回归估计， 对整体银行业杠杆顺周期性行为做出数据验证。 总体回归估计结果如表5所示。
根据全样本回归估计结果显示，银行业静态、动态杠杆系数估计均在1%显著水平下显著为正，系数估计平稳， 表明我国整体银行业杠杆顺周期性明显。 主要体现在商业银行根据不同经济时期调整核心资本额：当经济向好发展时，在满足监管要求的基础上，商业银行主动减少核心资本净额，表现为杠杆率和资本充足率下调， 银行业整体加杠杆现象频现，资本转化为资产，自身资产规模扩充，商业银行信贷类业务增长，以获取更多经济收益；在经济迟滞时期，市场利润率走低，银行信贷资产不良率上升，盈利能力下降，通过内部利润增加资本基础的渠道受阻， 同时外部经济环境逐渐恶化， 为规避风险， 商业银行自动缩小新增贷款量，调整资产结构，紧缩资产规模，扩增商业银行内部核心资本以防范风险冲击， 上调杠杆率和资本充足率，即静态和动态杠杆强制下降。就此验证我国商业银行业存在杠杆顺周期性。
（三）杠杆顺周期对金融稳定影响的实证分析
根据对商业银行动态和静态杠杆顺周期的回归分析，商业银行杠杆存在显著顺周期性，银行杠杆与经济周期存在正相关性， 因此在进行杠杆顺周期风险的实证分析上， 同时考量动态和静态两种杠杆以及经济周期变化的影响。 根据面板向量自回归模型PVAR基本原理，动态面板模型中包含变量的滞后项。模型中变量包括金融稳定值Z、静态杠杆Lever、 动态杠杆CarD及经济增长GDPD，因此首先要确立模型中滞后变量及滞后阶数，对各变量分别进行滞后变量检验。在模型估计前，需要对模型中滞后项寻求最佳滞后阶数， 因此选择AIC赤池准则、BIC贝叶斯准则、HQIC汉南-奎因准则分别对模型进行最佳滞后阶数选择。
表6是模型变量滞后阶数选择结果， 根据AIC準则、BIC准则及HQIC准则原理，选择AIC、BIC及HQIC最小值所对应模型形式，对应阶数为最佳滞后阶数选择。通常情况下，AIC准则倾向于选择比较“丰满”的模型，BIC、HQIC准则倾向于选择比较精简的模型， 但BIC、HQIC优于AIC的判定结果。根据结果显示，本面板模型中AIC、BIC和HQIC判定结果显示一致，都选择滞后一期为最优滞后期选择， 其中BIC、HQIC结果中滞后一期结果更明显。因此本模型形式应为： ln Zit=？茁0+？茁1Leverit+？茁2CarDit+？茁3GDPDt+？茁4 ln Zit-1
+？茁5Leverit-1+？茁6CarDit-1+？茁7GDPDt-1+？着it （5）
在判定完模型中滞后变量最优阶数后， 现确立面板向量自回归模型，完成模型估计。由于模型中包含有个体固定效应， 因此PVAR模型属于包含有个体固定效应的动态面板模型。 在进行模型估计前， 辨别出采用固定效应还是随机效应对模型进行估计，同时进行豪斯曼检验，确定采用具体估计形式，可以使模型达到最佳拟合状态，估计结果更具准确性。
表7是该模型的固定效应检验、 随机效应检验及豪斯曼检验结果。 通过固定效应估计和随机效应估计检验可明显看出， 固定效应估计相比于随机效应估计，GDPD和常数项系数估计显著性更强。豪斯曼检验结果显示P值为0，应强烈拒绝原假设，即应使用固定效应估计模型，而不是随机效应估计模型。 由于每家商业银行的经营状况不同，可能存在不随时间而变的遗漏变量，因此使用固定效应模型，模型估计结果如表8所示。
模型估计显示， 金融稳定值Z与其滞后一期值在1%显著水平下显著为正，表明在商业银行体系内系统性稳定和风险存在惯性， 当内外经济环境出现波动时， 商业银行会及时做出策略性调整以抵御环境变化，而且环境变化具有持续性，相应的商业银行策略调整也将具有持续性， 银行稳定性也将在短期内持续。 静态杠杆Lever和动态杠杆CarD在1%显著水平下与商业银行稳定值Z呈现显著负相关， 表明银行杠杆提升将增加商业银行系统性风险发生几率。结合金融稳定值特性，当银行静态和动态杠杆上升时， 即银行杠杆率和资本充足率下降时，银行内部核心资本转化为资产，相对应模型中银行Z值会下降， 商业银行抗险能力减弱；反之杠杆下降，银行抗险能力提升。银行杠杆扩张实质是银行资产扩张， 重新核算的银行核心资本下降，信贷规模扩张，扩大市场违约风险，早期信贷资产变为不良资产的概率加大，呆账坏账率增加，商业银行稳定性下降。Lever滞后一期值对金融稳定值Z具有正向影响， 在10%水平下显著。 杠杆扩张会加剧商业银行本期系统性风险暴露，在进入下一个经营周期初，由于杠杆惯性，上期杠杆变动所引起资产变化会助推银行风险运营， 在短期内有助于银行稳定。随着银行杠杆持续运行，资产与资本间频繁转化，商业银行借助资本模型套利，使银行暴露在风险面前，降低整体金融稳定性。模型中CarD滞后一期值对金融稳定Z也保持正向影响，且在1%水平下显著，也表明动态杠杆存在惯性， 在新一轮运营周期初起到了正向影响，随着新一轮杠杆运营，银行易突发系统性风险。GDP增长率对银行稳定具有负向影响， 在1%水平下估计显著。 经济发展是影响商业银行发展的最核心变量，对于商业银行来说，其经营函数应包括经济增速， 经济增速在商业银行经营函数中充当内生变量， 商业银行根据宏观经济发展预期对自身经营策略进行资产结构调整， 继而影响自身风险经营。从实际情况看，GDP增长是间接影响银行稳定的：商业银行杠杆存在顺周期性，当宏观经济向好时商业银行加杠杆经营，资产规模扩大，但银行抗险能力下降；当经济存在下行压力时，为避免过度不良资产而造成信贷违约风险和资产损失， 商业银行自觉降杠杆，谨慎放贷，资产中核心资本净额增加， 商业银行抵御内外风险的能力增强，行业稳定性增加。而GDP滞后一期值在模型中不显著，对当期商业银行稳定无过多影响。但是经济波动属于惯性波动， 在一段时间内经济持续同方向稳定运行， 目前中国宏观经济整体运行較平稳，经济增速持续保持中高速，GDP波动直接影响杠杆顺周期，进而影响商业银行稳定。
（四）稳健性检验
为保证模型估计结果稳健， 本文选取金融稳定性的替代变量资产资本比率DCAR进行面板回归分析。 当资产资本比率上升， 商业银行资本释放，资产占比上升，加重商业银行经营波动，恶化银行体系脆弱性；反之当银行资产资本比率下降，银行资本填充，银行抗险能力加强，稳定性增强。
将银行资产资本比率DCAR替代银行金融稳定性代入面板模型中进行稳健性检验， 如表9所示。结果表明，商业银行静态和动态杠杆与商业银行资产资本比率在1%水平下呈显著正相关性，说明商业银行杠杆活跃时，银行资本稀释，资产释放，导致银行资产资本比率上升， 在金融风险传导下银行稳定性下降；银行静、动态杠杆的滞后期对银行资产资本比率在1%显著水平下为负，说明上一期杠杆变动惯性在本期期初稀释资产计提， 上期银行利润转化为资本，资产资本比率下降，商业银行稳定性上升，抗险能力增强。
根据实证分析和稳健性检验结果， 比较各变量正负关系（见表10），发现金融稳定性与自变量正负关系和资产资本比率与自变量正负关系符号相反，金融稳定性与资产资本比率呈显著负相关，因此在通过资产资本比率传导后， 商业银行杠杆对银行稳定性负影响显著， 与原模型估计结果一致，说明模型估计是合理的。
五、结论与政策建议
（一）研究结论
本文选取我国26家上市商业银行相关数据，运用PVAR模型和固定效应面板估计， 通过对商业银行杠杆顺周期性的验证、 银行杠杆顺周期风险模型设计及实证分析，得出以下研究结论：
第一，商业银行杠杆与经济增长显著正相关，即银行杠杆存在顺周期性。 不同经济时期商业银行对自身资本结构进行调整，资产规模随之调整，且流动性充裕的条件下， 资本变动使得商业银行杠杆扩张或收缩，在一定程度上表现为亲周期性。当经济向好发展时， 商业银行根据经济上涨预期重新核算核心资本净额， 资产业务扩张， 银行杠杆膨胀；当经济存在下行压力时，商业银行为预防风险自觉提高核心资本净额，银行杠杆萎缩，资产规模下降。
第二， 商业银行杠杆顺周期会加重银行体系金融不稳定，影响银行系统稳定。商业银行杠杆行为直接影响经济体系内各项活动有效进程， 影响系统性稳定。在实证研究中，模型添加资本充足率和杠杆率两项指标倒数， 共同反映银行动态和静态杠杆变化与金融稳定的密切关系。 实证研究结果也表明， 银行稳定与银行杠杆间存在显著负相关关系。银行杠杆扩张，意味着核心资本净额降低，资产业务扩张加重信贷违约风险， 银行系统脆弱性加深；银行降低杠杆，银行资本核算增加，限制银行资产业务，降低不良信贷预期风险，强化抵御系统性风险的能力，整体稳定性增强。 （二）政策建议
第一， 我国金融监管当局应根据经济周期发展阶段采取不同监管措施， 时刻监控商业银行资产结构， 防范银行杠杆顺周期风险， 填补监管漏洞，以保持金融稳定向好发展，满足商业银行健康和安全经营。在宏观审慎监管下，实现商业银行资本充足率和杠杆率有效配合。 商业银行资产是需要自有资本支撑的， 高风险资产成本小于低风险资产，获得的潜在收益也较高。商业银行将高风险高收益资产替代原有低风险低收益资产， 即扩张自身金融杠杆，但忽略了风险敏感性，埋下隐性风险[19]。将资本充足率指标与杠杆率指标（静态和动态）进行协同监管，既有助于商业银行完善资本监管，也有利于对杠杆顺周期逆向监管， 实现商业银行在不同经济阶段安全性经营。
第二，降低对银行信贷业务的依赖度。中国银行业收入主要依靠传统信贷业务， 非利息收入占比小，短期内商业银行监管压力较弱。随着我国银行业混业经营趋势和国际化进程加速， 以及利率市场化改革深入， 我国银行业应培育和壮大新利润增长点，深化金融创新力度，稳固银行杠杆。银行杠杆如何根据经济周期波动有效控制， 这需要商业银行协调传统业务与创新发展间的矛盾，更需要监管当局在金融体系稳定和市场效率间做出平衡。商业银行应在不影响金融稳定的前提下，适度调整金融杠杆，要同时兼顾盈利性和安全性。对杠杆率相关政策、银行相关执行能力、杠杆顺周期性等问题深入研究， 探讨银行杠杆率与政策导向值的差距及产生差距的原因， 构建逆周期监管机制和商业银行杠杆率调节机制。
第三， 分别用存量和流量的方式对商业银行资产进行有效重组。在存量方面，商业银行要完成对债务的剥离或债转股，减轻债务数额，调整银行内部资产结构，稀释杠杆运作中的隐性风险，确保商业银行继续发挥支持实体经济、 控制系统稳定的金融中介作用。在流量方面，加强对商业银行穿透式监管， 尤其是以商业银行为源头的信用中介链条网络，严厉杜绝信用链条复杂化，限制社会金融杠杆扩张，对未来风险持有可预知性。
参考文献：
[1]BORIO C，FURFINE C，LOWE P. Procyclicality of the Financial System and Financial Stability： Issues and Policy Options[J].BIS Papers，2001，1（6）.
[2]HOELSCHER D S，INGVES S. The Resolution of Systemic Banking System Crises[R]. Bank Restructuring and Resolution，2006.
[3]周小川.关于改变宏观和微观顺周期性的进一步探讨[J].中国金融，2009（8）.
[4]KALEMLI-OZCAN S，SORENSEN B，YESILTAS S. Leverage Across Firms，Banks，and Countries[J]. Journal of International Economics，2012（88）.
[5]HAMANN F，HERN？魣NDEZ R，SILVA L，et al. Leverage Pro-cyclicality and Bank Balance Sheet in Colombia[J]. Ensayos Sobre Política Económica，2014（32）.
[6]郑庆寰，牛玮璐.我国商业银行杠杆率顺周期性及影响因素研究[J].现代管理科学，2014（1）.
[7]BECCALLI E，BOITANI A，GIULIANTONIO S D.Leverage Pro-cyclicality and Securitization in US Banking[J].Journal of Financial Intermediation，2015（24）.
[8]吴国平.中国商业银行杠杆率的顺周期性分析[J].金融论坛，2015（20）.
[9]WU Y Y，HU R D. A Study of the Leverage Pro-Cyclical Behavior and Asymmetry of Commercial Banks in China[J]. Revista de Cercetare si Interventie Sociala，2017（59）.
[10]Board F S. Report of the Financial Stability Forum on Addressing Procyclicality in the Financial System[R]. 2009.
[11]PANETTA F，ANGELINI P，ALBERTAZZI U，et al. Financial Sector Pro-cyclicality： Lessons from the Crisis[J]. Ssrn Electronic Journal，2009.
[12]巴曙松，金玲玲.《巴塞爾协议Ⅲ》下的资本监管进程及其影响[J].西部论丛，2010 （10）.
[13]KATO R，TSURUGA T.The Safer，the Riskier：A Model of Financial Instability and Bank Leverage[J]. Economic Modelling，2016（52）.
[14]项后军，陈简豪，杨华.银行杠杆的顺周期行为与流动性关系问题研究[J].数量经济技术经济研究，2015，32（8）.
[15]张晓慧.宏观审慎政策在中国的探索[J].中国金融，2017（11）.
[16]汪莉.隐性存保、“顺周期”杠杆与银行风险承担[J].经济研究，2017，52（10）.
[17]PESARAN M H，SMITH R.Estimating Long-run Relationships from Dynamic Heterogeneous Panels[J]. Journal of Econometrics，1995，68（1）.
[18]ADRIAN T，SHIN H S.Liquidity and Leverage[J].Journal of Financial Intermediation，2010，19（3）.
[19]娄飞鹏.金融与非金融去杠杆[J].金融理论探索，2017（5）.
（责任编辑、校对：龙会芳）
关 键 词：商业银行；去杠杆；顺周期性；系统性风险；金融稳定
中图分类号：F832.59 文献标识码：A 文章编号：2096-2517（2018）05-0020-13
DOI：10.16620/j.cnki.jrjy.2018.05.003
Leveraged Procyclicality and Financial Stability of Commercial Banks
——An Empirical Study Based on 26 Listed Commercial Banks in China
Chen Zhuang
（Graduate School， Heilongjiang University， Harbin 150000， China）
Abstract： The paper selected the annual data of 26 listed commercial banks in China from 2007 to 2017， verified the pro-cyclical leverage of Chinese commercial banks by using PVAR model and fixed effects and explored the impact of pro-cyclical leverage on financial stability. The results show that firstly the leverage of Chinese commercial banks is obviously pro-cyclical. Secondly， the pro-cycle of the leverage of commercial banks will aggravate the financial instability of the banking system and affect the systemic risk of banks. Therefore，different regulatory measures should be taken according to the development stage of the economic cycle to reduce the dependence on bank credit business，effectively restructure the assets of commercial banks to improve the capital structure and quality and promote the stable and healthy development of commercial banks.
Key words： commercial banks； deleverage； procyclicality；systemic risks； financial stability
一、引言
2008年金融危機席卷全球， 其根本原因之一就是金融体系过度顺周期性。2012年后受经济危机余波影响， 我国经济由高速增长阶段步入中高速增长阶段，市场低迷、泡沫经济膨胀、产业结构失衡等问题频现。2015年中央财经领导小组强调将“三去一降一补”作为此后整个经济工作的重点任务，去杠杆作为供给侧结构性改革的重点任务，积极改善在提高生产效率、 推动经济增长过程中的债务结构，增加权益资本比重，用可控方式和可控节奏逐步减少杠杆， 防范金融风险引发系统性风险， 促进经济持续健康发展。2018年中央政治局会议强调， 要把防范化解金融风险和服务实体经济更好结合起来，坚定做好去杠杆工作，把握好力度和节奏，协调好各项政策出台时机；实施稳健的货币政策；要把好货币供给总闸门，保持流动性合理充裕。
我国金融体系直接金融水平发展缓慢、 规模小，资本市场建设存在不足，市场资金融通长时间依赖于间接融资渠道。 商业银行作为间接金融主要载体，其运行发展关系着金融体系健康稳定。根据对我国商业银行统计性分析发现， 商业银行杠杆行为存在顺周期性：经济上涨时，银行主动加杠杆释放资金，大量流动性转移出银行系统；经济下行时，商业银行强制去杠杆，直接影响商业银行安全经营，易诱发银行系统性风险，引发金融市场恶性危机。因此，如何建立具有中国特色的宏观审慎监管体系，限制商业银行杠杆顺周期性，完善我国商业银行资本管理机制， 保证金融系统稳定性和抵御系统性风险， 将是我国监管机构和银行体系的重点任务。本文将通过实证分析，验证我国商业银行杠杆顺周期性， 探索银行杠杆顺周期性对金融稳定的影响， 为商业银行经营中规范杠杆行为提出政策建议。
二、文献回顾
自1983年《巴塞尔协议Ⅰ》首次提出，资本管理顺周期性显现出来， 金融体系亲周期问题也浮出水面， 各国监管机构开始重视商业银行杠杆顺周期问题及其风险隐患。 随着金融自由化改革的推动，《巴塞尔协议Ⅰ》无法满足当时的监管要求，《巴塞尔协议Ⅱ》 的出台顺应了金融体系的复杂性， 提升了风险监管敏感性， 完善了监管框架，但是金融杠杆顺周期性、监管套利等问题频现，随后的国际金融危机凸显出《巴塞尔协议Ⅱ》的局限性。因此在《巴塞尔协议Ⅲ》中加强了对国际金融监管要求，对商业银行提出更高的资本要求， 引入杠杆率和流动性风险指标， 实现微观审慎与宏观审慎有机结合的监管思路。 随着对商业银行经济活动的深入研究， 商业银行杠杆行为所存在的问题映入眼帘， 银行杠杆风险效应和银行安稳运行也成为监管当局的新目标。 （一）银行杠杆顺周期
金融顺周期是现代经济的普遍现象， 金融活动根据经济周期变化及时调整。 杠杆交易是所有金融活动的基本特征， 是金融机构增加盈利的基础。商业银行杠杆行为也表现亲经济周期。
Borio等（2001）发现商业银行信贷总额和利润在经济上行期增加，在经济下行期减少，即商业银行经营存在顺周期性[1]。Hoelscher等（2006）指出， 金融体系顺周期性在不同经济阶段表现明显，即经济向好， 金融体系顺周期作用较小； 经济回落，顺周期性作用随之增强[2]。随着现代金融体系不断改革和创新，金融机构普遍采取杠杆经营模式，作为间接融资主要载体的商业银行也采取杠杆经营。周小川（2009）在反思全球金融危机时认为金融体系中正反馈作用强于负反馈，直接表现为金融体系亲周期。银行杠杆顺周期其正反馈作用过强，掩盖了负反馈效应[3]。Kalemli-Ozcan等（2012）通过研究美国商业银行时发现银行杠杆存在一定顺周期性，只是这种顺周期性相对较弱[4]。银行杠杆与资产负债规模也存在顺周期性，Hamann等（2014）探索哥伦比亚银行资产负债表管理方式时发现哥伦比亚银行业杠杆率是顺周期的， 资产负债表扩张，杠杆率上升，贷款标准恶化，基于风险的资本约束下降[5]。郑庆寰等（2014）选取1999—2012年月度数据， 实证研究我国商业银行杠杆率顺周期性及其影响因素， 结果显示我国商业银行杠杆率具有顺周期性， 商业银行根据宏观经济环境和自身发展战略主动调整杠杆率， 一定风险水平下实现利益最大化，并达到监管要求[6]。Beccalli等（2015）在研究美国银行资产负债表外证券时，指出资产增长与杠杆增长存在正相关[7]。吴国平（2015）运用动态面板模型得出中国商业银行杠杆率与经济周期呈正相关，发现GDP缺口与杠杆率呈显著负相关， 杠杆率顺周期在危机时期显著增强，会增加风险隐患[8]。Wu等（2017）从金融机构资产价格出发，发现银行杠杆是顺周期的：经济好转时期，资产价格持续上涨，银行将大幅增加负债以获取更多利润，导致杠杆增加；相反经济低迷时，商业银行低价出售资产，强制去杠杆，杠杆水平骤降。 同时他认为， 如果商业银行杠杆率不稳定，这种传导机制会增强。 而且监管机构对于商业银行杠杆有两种监管措施，一是采取宽松政策，二是保持杠杆水平不变， 这两种方法都加剧商业银行杠杆顺周期[9]。
（二）杠杆顺周期风险隐患
杠杆顺周期在2008年金融危机中暴露出严重的风险，学界研究了杠杆顺周期的风险隐患，探索商业银行杠杆顺周期对金融稳定的影响。
Hoelscher等（2006）认为对于同一经济体，金融顺周期性会扩大经济总量， 导致经济体蕴涵极大不确定性，市场风险爆发概率攀升，而这种风险易被低估，为未来经济衰退或危机埋下隐患[2]。经过2008年金融危机沉重打击， 金融稳定委員会（2009）指出此次危机根本原因就在于金融机构过度降低杠杆率即过度加杠杆， 加深金融体系脆弱性[10]。Panetta等（2009）认为杠杆顺周期性与资产价格变化间交互作用，放大经济波动，存在危机突发可能[11]。巴曙松等（2010）认为2008年金融危机根源所在是金融机构过度运用表内外杠杆， 已有的资本监管方式不能有效地衡量银行创新业务和表外业务风险， 银行体系将面临着系统风险及表外业务风险双重压力[12]。Kato等（2016）在分析银行高杠杆与金融不稳定联系时， 将流动性冲击作为主要因素， 银行采取较高杠杆水平对流动性同样提出了较高要求， 而这又对宏观经济流动性造成影响， 进而把实体经济暴露在一个更大的危机风险中， 因此他们提出货币政策制定者考虑银行应对政策反应时，不能仅依据银行所处环境，更应考虑银行风险承担[13]。项后军等（2015）通过实证研究发现我国商业银行杠杆顺周期对宏观经济波动有放大作用， 银行部门与实体经济间保持正反馈，对经济平稳运行产生影响；银行杠杆与资产规模表现顺周期，资产规模扩张，银行杠杆上升，银行应对风险能力减弱[14]。张晓慧（2017）指出，金融杠杆在顺周期交易中成倍放大， 容易导致金融资产价格丧失自动调节供求功能， 易产生金融震荡[15]。汪莉（2017）运用非平行面板数据进行实证检验表明，对于资本充足的银行，杠杆顺周期调整是关联货币政策利率与银行风险承担水平的中介变量， 银行杠杆顺周期调整倾向也因隐性存保而进一步加大，从而引起更高风险承担水平[16]。
综上， 现有研究验证了商业银行杠杆存在顺周期性和风险传递效应， 但是对于商业银行金融杠杆波动对自身稳定性验证性检验不足， 银行杠杆风险传导对各级商业银行及银行业整体影响效应研究不够， 为后续对商业银行杠杆风险影响程度研究提供契机， 也为银行金融杠杆对银行稳定性经营提供了一定理论基础。 本文创新之处就在于通过现有理论， 基于银行杠杆对银行自有资本和资产结构影响机制，通过对我国26家上市商业银行杠杆行为的统计性分析和实证分析， 进一步验证商业银行杠杆顺周期性， 探索银行杠杆顺周期性对银行稳定性的影响机理， 并提出相应对策建议，以防范杠杆顺周期风险，保证商业银行安全平稳发展。
三、变量选取与模型设定
（一）变量选取
1.数据来源
本文主要选取在A股市场上市的我国26家商业银行作为研究对象，包括大型国有商业银行、全国性股份制商业银行、 城市商业银行及农村商业银行四类商业银行，具体银行划分如表1所示。文章数据主要来源于26家上市商业银行2007—2017年度报表、WIND资讯等数据库。
2013年我国实施《商业银行资本管理办法（试行）》， 其中规定了商业银行应按期公布核心资本净额、 一级资本净额等相关资本结构数据；2015年实施《商业银行杠杆率管理办法（修订）》，要求商业银行应及时对外公布其杠杆率、 调整后的表内外资产余额等指标水平。由于发生市场改制、重组合并、股改上市等重大事项，个别商业银行缺失一级资本净额、核心资本净额、调整后的表内外资产余额及杠杆率等指标数据，导致杠杆指标、金融稳定指标缺失，为不破坏数据真实性和整体性，本文未过多对缺失数据进行处理。 2.变量说明
（1）商业银行金融稳定值。商业银行金融稳定值是用来衡量商业银行系统性风险的指标， 数值上等于商业银行资产回报率ROA与资本资产比率CAR之和， 再与资产回报率标准差σ（ROA）的比值。本文选用Z值表示商业银行金融稳定指标， 主要衡量商业银行稳定水平和抵抗破产风险的能力。 根据商业银行金融稳定值定义，Z值越大， 表明商业银行运营越稳定， 抵抗系统性风险能力越强，银行破产概率越低；Z值越小，表明商业银行抵抗系统性风险能力越弱，面临更高破产风险。在下文实证研究中使用Z的对数， 即lnZ进行模型估计，可降低变量自相关性，保持變量间数学单位统一，保证拟合的准确性。
（2）杠杆率。商业银行杠杆率是用于衡量银行偿债能力的重要指标，根据《商业银行杠杆率管理办法（修订）》（2015）规定，商业银行杠杆率等于一级资本净额与调整后表内外资产的比值，用以衡量商业银行静态杠杆水平，且商业银行并表和未并表杠杆率均不得低于4%。根据Borio（2001）[1]、Hoelscher等（2006）[2] 研究可知，商业银行杠杆与经济增长呈现同向变动， 银行杠杆存在顺周期性，当经济上行时银行普遍加杠杆，杠杆率降低，经济向下波动时银行为抗险提升杠杆率， 主动降杠杆。因此本文选取杠杆率倒数即杠杆倍数作为衡量商业银行静态杠杆指标，便于探讨银行静态杠杆与经济变动间的相关性，用Lever表示。
（3）资本充足率。2012年中国银行业监督委员会颁布《商业银行资本管理办法（试行）》（下称《办法》），加强对商业银行资本监管要求，对最低资本要求、储备资本要求以及逆周期资本要求、系统重要性银行附加资本要求等都做出新的监管要求。《办法》 指出商业银行资本充足率等于银行资本净额与表内外风险加权资产总和的比值， 具体衡量商业银行资本金结构， 是权衡商业银行动态杠杆水平的重要指标，用CAR（Capital Adequacy Ratio）表示。资本充足率权衡商业银行动态杠杆水平， 也属于银行杠杆范畴，因此假设资本充足率倒数与经济增长间存在相关性，在实证研究阶段用资本充足率倒数代表商业银行动态杠杆，用CarD表示。
（4）GDP增速。GDP增速变化代表了宏观经济波动， 作为宏观经济波动的直观性指标。商业银行经营行为往往与外部宏观经济的变化呈现明显的相关性，其资产规模随着经济变化及时调整，对于银行各项指标将出现实时变化。本文选用GDPD表示GDP增速。
（二）模型设定
本文主要分析商业银行动态杠杆、静态杠杆顺周期性及与商业银行金融稳定的相关关系，探讨商业银行杠杆顺周期性对商业银行稳定性的影响机理。本文采用由Pesaran等（1995）提出的面板向量自回归模型PVAR模型进行研究，它利用所需变量构造内生性经济系统，其中包含各变量滞后项作为模型变量[17]。PVAR模型可有效地识别变量之间是否存在动态影响关系， 本质是一个动态面板模型，因此PVAR基本模型为：
Yit=？茁0+■？茁jYit-j+？琢iXit+■？琢jXit-j+？着it （1）
其中，i=1，2，3...n表示个体序列；t=1，2，3...n表示时间序列；Y代表模型中的被解释变量；X代表相关解释变量；q代表滞后阶数；ε代表残差项；α和β代表各变量前系数。
结合选取的各相关研究变量，本文的PVAR模型具体形式为：
ln Zit=？茁0+■？茁j ln Zit-j+？琢iLeverit+■？琢jLeverit-j
+？啄iCarDit+■？啄iCarDit-j+？着it （2）
四、实证研究
（一）理论机理
杠杆顺周期性表现为商业银行杠杆变化与经济发展状况间的匹配性。在经济繁荣时期，市场中资产价格上升，银行稀释资本，扩大资产规模，杠杆上升即杠杆率相应降低；在经济衰退时期，市场中资产价格下降，银行提高资本计提，收缩资产规模，杠杆下降，杠杆率相对提高。商业银行杠杆顺周期对商业银行稳定性存在影响，主要体现在经济繁荣时期银行加杠杆导致风险泡沫膨胀，风险发生沉淀堆积；当经济出现明显衰退时，商业银行强制去杠杆导致风险泡沫迅速破裂，银行系统性风险发生。
Adrian等（2010）研究银行杠杆与资产负债表时提出，银行杠杆具有顺周期性，即在资本不完全流动的金融市场中，银行资产、负债及权益以各自公允价值计量， 资产价格变化导致资产负债表变化，引起资产净值变化[18]。因此扩展到分析商业银行杠杆顺周期与商业银行金融稳定的内在机理，需考虑t=0和t=1两个时期。在t=0时期，商业银行静态杠杆Lever0=■， 动态杠杆Card0=■， 其中B0表示银行一级资本净额，A0表示银行调整后表内外资产，E0表示银行资本净额，C0表示银行表内外风险加权资产总和； 商业银行金融稳定值Z0=■=■。在t=1时期，假设经济处在繁荣时期，资产价格上涨，商业银行稀释资本s，扩充资本s，在杠杆上体现为Lever1=■、Card1=■，其中A1=A0+s，B1=B0-s，C1=C0+s，E1=E0-s，商业银行静动态杠杆体现为扩张，体现为银行杠杆顺周期，此时金融稳定性上银行资本capital1=capital0-s，银行资产assets1=assets0+s，利润profits1的增长速度较缓慢，体现为分子减小，分母增加，Z1=■=■下降，即商业银行稳定性减弱。反之假设t=1为经济衰退时期，资产市场估值下降，商业银行重新补充资本结构，资产紧缩，为对冲风险主动使得Lever1、Card1下降，由于capital1增加，assets1降低，金融稳定值Z1数值上升，直接表现商业银行抗险能力增强，破产概率下降。
（二）商业银行杠杆顺周期性分析
1.商业银行静态、动态杠杆统计性描述 表2、表3分别表示我国26家上市商业银行2007—2017年静态杠杆与动态杠杆分布具体数据。可以看出，在2008年之前经济发展仍处在向好阶段，这26家商业银行杠杆存有明显的上扬趋势。在金融危机爆发之后受我国经济下行压力影响，银行杠杆下降明显，商业银行杠杆变动与经济发展存在一定相关性，商业银行杠杆存在顺周期性。
26家上市商业银行静态杠杆倍数和GDP增速的散点图如图1所示，其中横轴为静态杠杆倍数，纵轴为GDP增速。从图中可以看出，各类商业银行静态杠杆倍数与GDP增速间存在相关关系。其中国有商业银行、股份制银行和农村商业银行静态杠杆倍数与GDP增速呈现正相关，且相关性明显，说明国有银行、股份制银行和农村商业银行杠杆存在一定顺周期性；城市商业银行静态杠杆倍数与GDP增速呈现负相关，可能与城市商业银行区域性经营相关，在经济发生波动时，全国性的国有银行和股份制银行采取更审慎的经营模式，城市商业银行为扩大资产规模而释放杠杆，在散点图上表现为与经济增长呈现负相关性。
图2为26家上市商业银行动态杠杆倍数（资本充足率倒数）和GDP增速散点图，横、纵坐标分别为银行动态杠杆倍数和GDP增速。 从图中可以看出，国有商业银行和股份制银行动态杠杆倍数与GDP增长呈现显著正相关， 动态杠杆存在一定亲周期； 城市商业银行和农村商业银行散点图中，各点较为分散， 但整体趋势仍保持一定正向关系，满足动态杠杆顺周期性。
2. 商业银行杠杆顺周期性回归分析
上述分析表明商业银行静态杠杆、动态杠杆都存在显著的顺周期性，因此对商业银行杠杆顺周期性进行回归估计分析，其中：
静态杠杆顺周期回归估计模型：
Leveri=？琢0+？琢1GDPDi+？着i （3）
动态杠杆顺周期回归估计模型：
Cardi=？茁0+？茁1GDPDi+？孜i （4）
根据回归模型，分别对国有商业银行、股份制银行、城市商业银行和农村商业银行进行静态杠杆顺周期回归和动态杠杆顺周期回归分析，所得结果如表4所示。
根据表4商业银行静态杠杆顺周期回归结果显示，除了城市商业银行外，国有商业银行静态杠杆系数估计在5%显著水平下显著为正，股份制商业银行和农村商业银行静态杠杆系数估计在1%显著水平下显著为正，表明国有商业银行、股份制银行和农村商业银行静态杠杆存在显著的顺周期性，验证了上述散点图分布结果。而农村商业银行系数较小， 说明农村商业银行静态杠杆作用更弱，由于农村商业银行处在发展阶段， 市场份额占比较小，资产规模扩张慢，亲周期性偏弱；国有银行和股份制银行静态杠杆系数均超过1， 说明国有银行和股份制银行静态杠杆作用较强， 亲周期性强烈，资产业务、新增信贷随经济波动调整， 扩大了内外风险暴露。城市商业银行系数显著为负， 表明其静态杠杆与经济增长存在逆周期性，与其市场定位存在关联，风险敏感度较高。 但实际上城市商业银行在经济周期中其杠杆也存在顺周期性， 资产规模顺应经济发展而扩张，扩张区域信贷市场。根据表4商业银行动态杠杆顺周期回归结果表示， 国有商业银行在5%显著水平下，股份制银行和城市商业银行在1%显著水平下动态杠杆系数估计显著为正，三类商业银行系数大致相同， 其动态杠杆作用趋于一致， 资本释放转化为资产扩张的能力也处在同一水平。 农村商业银行在10%显著水平下不明显，但整体系数维持在正值，仍可表现出顺周期性。通过对四类商业银行静态、 动态杠杆顺周期性行为进行回归分析后发现， 银行杠杆顺周期是显著存在的。
接下来对我国26家上市商业银行的静态、动态杠杆顺周期性进行全样本回归估计， 对整体银行业杠杆顺周期性行为做出数据验证。 总体回归估计结果如表5所示。
根据全样本回归估计结果显示，银行业静态、动态杠杆系数估计均在1%显著水平下显著为正，系数估计平稳， 表明我国整体银行业杠杆顺周期性明显。 主要体现在商业银行根据不同经济时期调整核心资本额：当经济向好发展时，在满足监管要求的基础上，商业银行主动减少核心资本净额，表现为杠杆率和资本充足率下调， 银行业整体加杠杆现象频现，资本转化为资产，自身资产规模扩充，商业银行信贷类业务增长，以获取更多经济收益；在经济迟滞时期，市场利润率走低，银行信贷资产不良率上升，盈利能力下降，通过内部利润增加资本基础的渠道受阻， 同时外部经济环境逐渐恶化， 为规避风险， 商业银行自动缩小新增贷款量，调整资产结构，紧缩资产规模，扩增商业银行内部核心资本以防范风险冲击， 上调杠杆率和资本充足率，即静态和动态杠杆强制下降。就此验证我国商业银行业存在杠杆顺周期性。
（三）杠杆顺周期对金融稳定影响的实证分析
根据对商业银行动态和静态杠杆顺周期的回归分析，商业银行杠杆存在显著顺周期性，银行杠杆与经济周期存在正相关性， 因此在进行杠杆顺周期风险的实证分析上， 同时考量动态和静态两种杠杆以及经济周期变化的影响。 根据面板向量自回归模型PVAR基本原理，动态面板模型中包含变量的滞后项。模型中变量包括金融稳定值Z、静态杠杆Lever、 动态杠杆CarD及经济增长GDPD，因此首先要确立模型中滞后变量及滞后阶数，对各变量分别进行滞后变量检验。在模型估计前，需要对模型中滞后项寻求最佳滞后阶数， 因此选择AIC赤池准则、BIC贝叶斯准则、HQIC汉南-奎因准则分别对模型进行最佳滞后阶数选择。
表6是模型变量滞后阶数选择结果， 根据AIC準则、BIC准则及HQIC准则原理，选择AIC、BIC及HQIC最小值所对应模型形式，对应阶数为最佳滞后阶数选择。通常情况下，AIC准则倾向于选择比较“丰满”的模型，BIC、HQIC准则倾向于选择比较精简的模型， 但BIC、HQIC优于AIC的判定结果。根据结果显示，本面板模型中AIC、BIC和HQIC判定结果显示一致，都选择滞后一期为最优滞后期选择， 其中BIC、HQIC结果中滞后一期结果更明显。因此本模型形式应为： ln Zit=？茁0+？茁1Leverit+？茁2CarDit+？茁3GDPDt+？茁4 ln Zit-1
+？茁5Leverit-1+？茁6CarDit-1+？茁7GDPDt-1+？着it （5）
在判定完模型中滞后变量最优阶数后， 现确立面板向量自回归模型，完成模型估计。由于模型中包含有个体固定效应， 因此PVAR模型属于包含有个体固定效应的动态面板模型。 在进行模型估计前， 辨别出采用固定效应还是随机效应对模型进行估计，同时进行豪斯曼检验，确定采用具体估计形式，可以使模型达到最佳拟合状态，估计结果更具准确性。
表7是该模型的固定效应检验、 随机效应检验及豪斯曼检验结果。 通过固定效应估计和随机效应估计检验可明显看出， 固定效应估计相比于随机效应估计，GDPD和常数项系数估计显著性更强。豪斯曼检验结果显示P值为0，应强烈拒绝原假设，即应使用固定效应估计模型，而不是随机效应估计模型。 由于每家商业银行的经营状况不同，可能存在不随时间而变的遗漏变量，因此使用固定效应模型，模型估计结果如表8所示。
模型估计显示， 金融稳定值Z与其滞后一期值在1%显著水平下显著为正，表明在商业银行体系内系统性稳定和风险存在惯性， 当内外经济环境出现波动时， 商业银行会及时做出策略性调整以抵御环境变化，而且环境变化具有持续性，相应的商业银行策略调整也将具有持续性， 银行稳定性也将在短期内持续。 静态杠杆Lever和动态杠杆CarD在1%显著水平下与商业银行稳定值Z呈现显著负相关， 表明银行杠杆提升将增加商业银行系统性风险发生几率。结合金融稳定值特性，当银行静态和动态杠杆上升时， 即银行杠杆率和资本充足率下降时，银行内部核心资本转化为资产，相对应模型中银行Z值会下降， 商业银行抗险能力减弱；反之杠杆下降，银行抗险能力提升。银行杠杆扩张实质是银行资产扩张， 重新核算的银行核心资本下降，信贷规模扩张，扩大市场违约风险，早期信贷资产变为不良资产的概率加大，呆账坏账率增加，商业银行稳定性下降。Lever滞后一期值对金融稳定值Z具有正向影响， 在10%水平下显著。 杠杆扩张会加剧商业银行本期系统性风险暴露，在进入下一个经营周期初，由于杠杆惯性，上期杠杆变动所引起资产变化会助推银行风险运营， 在短期内有助于银行稳定。随着银行杠杆持续运行，资产与资本间频繁转化，商业银行借助资本模型套利，使银行暴露在风险面前，降低整体金融稳定性。模型中CarD滞后一期值对金融稳定Z也保持正向影响，且在1%水平下显著，也表明动态杠杆存在惯性， 在新一轮运营周期初起到了正向影响，随着新一轮杠杆运营，银行易突发系统性风险。GDP增长率对银行稳定具有负向影响， 在1%水平下估计显著。 经济发展是影响商业银行发展的最核心变量，对于商业银行来说，其经营函数应包括经济增速， 经济增速在商业银行经营函数中充当内生变量， 商业银行根据宏观经济发展预期对自身经营策略进行资产结构调整， 继而影响自身风险经营。从实际情况看，GDP增长是间接影响银行稳定的：商业银行杠杆存在顺周期性，当宏观经济向好时商业银行加杠杆经营，资产规模扩大，但银行抗险能力下降；当经济存在下行压力时，为避免过度不良资产而造成信贷违约风险和资产损失， 商业银行自觉降杠杆，谨慎放贷，资产中核心资本净额增加， 商业银行抵御内外风险的能力增强，行业稳定性增加。而GDP滞后一期值在模型中不显著，对当期商业银行稳定无过多影响。但是经济波动属于惯性波动， 在一段时间内经济持续同方向稳定运行， 目前中国宏观经济整体运行較平稳，经济增速持续保持中高速，GDP波动直接影响杠杆顺周期，进而影响商业银行稳定。
（四）稳健性检验
为保证模型估计结果稳健， 本文选取金融稳定性的替代变量资产资本比率DCAR进行面板回归分析。 当资产资本比率上升， 商业银行资本释放，资产占比上升，加重商业银行经营波动，恶化银行体系脆弱性；反之当银行资产资本比率下降，银行资本填充，银行抗险能力加强，稳定性增强。
将银行资产资本比率DCAR替代银行金融稳定性代入面板模型中进行稳健性检验， 如表9所示。结果表明，商业银行静态和动态杠杆与商业银行资产资本比率在1%水平下呈显著正相关性，说明商业银行杠杆活跃时，银行资本稀释，资产释放，导致银行资产资本比率上升， 在金融风险传导下银行稳定性下降；银行静、动态杠杆的滞后期对银行资产资本比率在1%显著水平下为负，说明上一期杠杆变动惯性在本期期初稀释资产计提， 上期银行利润转化为资本，资产资本比率下降，商业银行稳定性上升，抗险能力增强。
根据实证分析和稳健性检验结果， 比较各变量正负关系（见表10），发现金融稳定性与自变量正负关系和资产资本比率与自变量正负关系符号相反，金融稳定性与资产资本比率呈显著负相关，因此在通过资产资本比率传导后， 商业银行杠杆对银行稳定性负影响显著， 与原模型估计结果一致，说明模型估计是合理的。
五、结论与政策建议
（一）研究结论
本文选取我国26家上市商业银行相关数据，运用PVAR模型和固定效应面板估计， 通过对商业银行杠杆顺周期性的验证、 银行杠杆顺周期风险模型设计及实证分析，得出以下研究结论：
第一，商业银行杠杆与经济增长显著正相关，即银行杠杆存在顺周期性。 不同经济时期商业银行对自身资本结构进行调整，资产规模随之调整，且流动性充裕的条件下， 资本变动使得商业银行杠杆扩张或收缩，在一定程度上表现为亲周期性。当经济向好发展时， 商业银行根据经济上涨预期重新核算核心资本净额， 资产业务扩张， 银行杠杆膨胀；当经济存在下行压力时，商业银行为预防风险自觉提高核心资本净额，银行杠杆萎缩，资产规模下降。
第二， 商业银行杠杆顺周期会加重银行体系金融不稳定，影响银行系统稳定。商业银行杠杆行为直接影响经济体系内各项活动有效进程， 影响系统性稳定。在实证研究中，模型添加资本充足率和杠杆率两项指标倒数， 共同反映银行动态和静态杠杆变化与金融稳定的密切关系。 实证研究结果也表明， 银行稳定与银行杠杆间存在显著负相关关系。银行杠杆扩张，意味着核心资本净额降低，资产业务扩张加重信贷违约风险， 银行系统脆弱性加深；银行降低杠杆，银行资本核算增加，限制银行资产业务，降低不良信贷预期风险，强化抵御系统性风险的能力，整体稳定性增强。 （二）政策建议
第一， 我国金融监管当局应根据经济周期发展阶段采取不同监管措施， 时刻监控商业银行资产结构， 防范银行杠杆顺周期风险， 填补监管漏洞，以保持金融稳定向好发展，满足商业银行健康和安全经营。在宏观审慎监管下，实现商业银行资本充足率和杠杆率有效配合。 商业银行资产是需要自有资本支撑的， 高风险资产成本小于低风险资产，获得的潜在收益也较高。商业银行将高风险高收益资产替代原有低风险低收益资产， 即扩张自身金融杠杆，但忽略了风险敏感性，埋下隐性风险[19]。将资本充足率指标与杠杆率指标（静态和动态）进行协同监管，既有助于商业银行完善资本监管，也有利于对杠杆顺周期逆向监管， 实现商业银行在不同经济阶段安全性经营。
第二，降低对银行信贷业务的依赖度。中国银行业收入主要依靠传统信贷业务， 非利息收入占比小，短期内商业银行监管压力较弱。随着我国银行业混业经营趋势和国际化进程加速， 以及利率市场化改革深入， 我国银行业应培育和壮大新利润增长点，深化金融创新力度，稳固银行杠杆。银行杠杆如何根据经济周期波动有效控制， 这需要商业银行协调传统业务与创新发展间的矛盾，更需要监管当局在金融体系稳定和市场效率间做出平衡。商业银行应在不影响金融稳定的前提下，适度调整金融杠杆，要同时兼顾盈利性和安全性。对杠杆率相关政策、银行相关执行能力、杠杆顺周期性等问题深入研究， 探讨银行杠杆率与政策导向值的差距及产生差距的原因， 构建逆周期监管机制和商业银行杠杆率调节机制。
第三， 分别用存量和流量的方式对商业银行资产进行有效重组。在存量方面，商业银行要完成对债务的剥离或债转股，减轻债务数额，调整银行内部资产结构，稀释杠杆运作中的隐性风险，确保商业银行继续发挥支持实体经济、 控制系统稳定的金融中介作用。在流量方面，加强对商业银行穿透式监管， 尤其是以商业银行为源头的信用中介链条网络，严厉杜绝信用链条复杂化，限制社会金融杠杆扩张，对未来风险持有可预知性。
参考文献：
[1]BORIO C，FURFINE C，LOWE P. Procyclicality of the Financial System and Financial Stability： Issues and Policy Options[J].BIS Papers，2001，1（6）.
[2]HOELSCHER D S，INGVES S. The Resolution of Systemic Banking System Crises[R]. Bank Restructuring and Resolution，2006.
[3]周小川.关于改变宏观和微观顺周期性的进一步探讨[J].中国金融，2009（8）.
[4]KALEMLI-OZCAN S，SORENSEN B，YESILTAS S. Leverage Across Firms，Banks，and Countries[J]. Journal of International Economics，2012（88）.
[5]HAMANN F，HERN？魣NDEZ R，SILVA L，et al. Leverage Pro-cyclicality and Bank Balance Sheet in Colombia[J]. Ensayos Sobre Política Económica，2014（32）.
[6]郑庆寰，牛玮璐.我国商业银行杠杆率顺周期性及影响因素研究[J].现代管理科学，2014（1）.
[7]BECCALLI E，BOITANI A，GIULIANTONIO S D.Leverage Pro-cyclicality and Securitization in US Banking[J].Journal of Financial Intermediation，2015（24）.
[8]吴国平.中国商业银行杠杆率的顺周期性分析[J].金融论坛，2015（20）.
[9]WU Y Y，HU R D. A Study of the Leverage Pro-Cyclical Behavior and Asymmetry of Commercial Banks in China[J]. Revista de Cercetare si Interventie Sociala，2017（59）.
[10]Board F S. Report of the Financial Stability Forum on Addressing Procyclicality in the Financial System[R]. 2009.
[11]PANETTA F，ANGELINI P，ALBERTAZZI U，et al. Financial Sector Pro-cyclicality： Lessons from the Crisis[J]. Ssrn Electronic Journal，2009.
[12]巴曙松，金玲玲.《巴塞爾协议Ⅲ》下的资本监管进程及其影响[J].西部论丛，2010 （10）.
[13]KATO R，TSURUGA T.The Safer，the Riskier：A Model of Financial Instability and Bank Leverage[J]. Economic Modelling，2016（52）.
[14]项后军，陈简豪，杨华.银行杠杆的顺周期行为与流动性关系问题研究[J].数量经济技术经济研究，2015，32（8）.
[15]张晓慧.宏观审慎政策在中国的探索[J].中国金融，2017（11）.
[16]汪莉.隐性存保、“顺周期”杠杆与银行风险承担[J].经济研究，2017，52（10）.
[17]PESARAN M H，SMITH R.Estimating Long-run Relationships from Dynamic Heterogeneous Panels[J]. Journal of Econometrics，1995，68（1）.
[18]ADRIAN T，SHIN H S.Liquidity and Leverage[J].Journal of Financial Intermediation，2010，19（3）.
[19]娄飞鹏.金融与非金融去杠杆[J].金融理论探索，2017（5）.
（责任编辑、校对：龙会芳）