IMI：宏观审慎政策降低了银行盈利性吗？

No. 2127 Working Paper 宏观审慎政策降低了商业银行盈利 性吗？ 王 祺 马思超 彭俞超 【摘 要 】 本文基于国内 122 家商业银行 2009-2018 年财务与经营数据为基础， 实证验证了宏观审慎政策实施是否会对商业银行盈利能力产生影 响，结果表明宏观审慎政策实施对商业银行盈利能力会产生负向影 响，且对大型银行和股份制商业银行的影响程度相对更大 ; 进一步 的影响机制分析显示，商业银行盈利能力下降是其对宏观审慎政策 做出反应，提高资本占用较低但收益也相对较低的资产比重，调 整风险偏好，在风险与盈利决策之间形成了新的权衡关系的结果。 此外，研究发现只有资本实力较强的银行能较为有效利用货币政策 扩张机会，一定程度上抵消宏观审慎政策收紧对盈利造成的负向影 响。 【关 键 词 】 宏观审慎政策 商业银行 盈利性 货币政策 【文 章 编 号 】 IMI Working Papers NO.2127 微博·Weibo 微信·WeChat 更多精彩内容请登陆 http://www.imi.org.cn/ !"#$%&'()*+,-./0123 !""#1"""$%&2"""'(&!" !"#$%&'()*+,,-./01,2234,2+56789:;<=>'?@ABCBDEFGH IJAKLMNO./01PQRSTUVW@XYZ[EFGHIJAKO./01PQRS NTU\]VW@^O_`01abcd./01eVWfghOi_jklmeVWndopq r@./01PQRSstLuOEFGHIJvwxy@z{|%}~•€•‚ƒ„hO•€ e|T…†@‡ˆ‰Š‹Œ@•‰Š9PQŽJ••‘’D“e”•–—eXY˜™š@›œ• žŸ |%AS•¡e01R•> ¢Q~£¤IJ¥¦nN@l§fg¨©ªEFGHIJ‚ «OPQ¬’e\]VW˜!–®¯$EFGHIJ--./01--PQ°--£¤IJ- !"#$ 2008 年全球金融危机爆发，针对危机中“大而不能倒”、顺周期性、监管不足、标准不高等 问题（周小川，2011），各国金融当局认识到在货币政策体系外构建一套宏观审慎调控体系的重要 性。2010 年 9 月第三版巴塞尔协议框架纳入了宏观审慎和逆周期调节的政策要求，并在随后召开 的二十国集团（G20）峰会上获批实施，拉开全球宏观审慎政策体系建设序幕。全球金融危机殷 鉴不远，2020 年随着新型冠状肺炎疫情的全球大流行，多个主要经济体为应对疫情冲击，再次采 取激进的货币信贷刺激政策，导致私人部门风险承担增加（Bernanke，2020）。特殊历史时期，经 济稳定与金融稳定的矛盾再次尖锐起来，使得加强宏观审慎调控的迫切性和重要性进一步突显。 宏观审慎政策体系旨在防止金融体系顺周期波动和跨部门系统风险积累传染（Borio et al.，2001）， 从全局高度、宏观层面为金融机构确立行为指引与规范约束。对于中国而言，进一步完善和强化 宏观审慎政策既是应对疫情考验，维护金融运行稳定，支持“六稳”“六保”目标实现的必要举措， 从长远看，也是提高金融治理能力，深化金融改革的内在要求。 2011 年中国央行推出差别存款准备金动态调整机制。2012 年银监会4出台《商业银行资本管 理办法（试行）》，纳入宏观审慎资本要求，实现宏观审慎政策与微观审慎监管要求的有机结合。 1 王 祺，中央财经大学金融学院博士研究生，高级经济师 2 马思超，首都经济贸易大学金融学院教师，经济学博士 3 彭俞超，中国人民大学国际货币研究所研究员，中央财经大学金融学院学术交流部主任，丝路金融研究中 心执行主任，全国金融青联委员，中央财经大学金融学院副教授，经济学博士 4 除涉及特定历史事件外，本文其他部分均采用“银保监会”表述。 1 2016 年 央 行 将 差 别 存 款 准 备 金 动 态 调 整 机 制 升 级 为 宏 观 审 慎 评 估 体 系 （ Macro-prudential Assessment，MPA），标志着更为全面、更有弹性的宏观审慎政策框架形成。宏观审慎政策逐步发 展成为与货币政策并重的调控“新支柱”。宏观审慎政策体系构建与实施进程中，传导机制与效应 是各界普遍关注的议题。国内外学者主要关注宏观审慎政策传导对商业银行信贷投放决策行为 （Cerutti et al.，2015；梁琪等，2015）和风险承担（黄继承等，2020；宋科等，2019）的影响， 但较少探讨政策对商业银行盈利性的影响。而值得注意的是，在宏观审慎政策体系构建阶段，中 国银行业盈利增速中枢明显下移，根据银保监会披露数据，中国银行业金融机构盈利增速由 2005-2012 年间的年均 29.07%下降至 2013-2014 年的 12.93%，2015 年起进一步降至个位数，平均 资产收益率、平均权益回报率则分别自 2013、2012 年进入下降通道5。对于银行业盈利增长放缓， 理论与实务层面多将其归因于经济周期转换与银行自身经营不适配所产生的风险多发与结构调整 阵痛（邢天才等，2013；陆岷峰和汪祖刚，2015），而对于宏观审慎政策体系影响及机制的关注则 湮没其中。笔者认为，尽管引起这一时期商业银行盈利变化的因素是多元的，但从完善政策研究 目的出发，补齐宏观审慎政策实施对商业银行盈利影响的研究视角十分必要。若宏观审慎政策对 商业银行盈利产生影响，那么制定实施宏观审慎政策就需要统筹考虑这一要素，以便更为全面地 认识与把握宏观审慎政策在商业银行层面的传导与效应，以及更好理解商业银行进行相应决策行 为的逻辑，为进一步改进完善宏观审慎政策提供依据与参考。 基于以上考虑，本文以国内 122 家商业银行 2009-2018 年经营数据为基础，实证分析宏观审 慎政策对商业银行盈利性的影响，并探讨影响机制。研究结果表明，宏观审慎政策实施对商业银 行盈利形成了负向影响，原因在于商业银行适应宏观审慎政策要求，重新权衡风险与收益关系。 本文的贡献在于：一是提供了研究分析宏观审慎政策传导机制及效用的一个新视角；二是提供了 宏观审慎政策实施对商业银行盈利性影响的实证证据，在此基础上对完善宏观审慎政策传导，改 进宏观审慎政策设计提出了针对性建议；三是对影响机制的分析印证了宏观审慎政策有效性，合 理解释了政策实施后商业银行资产结构变动的原因。 本文后续部分安排如下：第二部分对相关文献观点进行梳理；第三部分提出实证设计思路； 第四部分是实证分析结果；第五部分给出研究结论与政策建议。 %"&'() !"#$%&'()*+,-./012$3456'7 本文主要关注宏观审慎政策是否会对商业银行盈利产生影响，但现有文献较少直接探讨二者 5 根据银保监会披露数据计算。 2 关系。宋科等（2019）研究发现宏观审慎政策变量与银行盈利能力之间存在显著正相关关系，宏 观审慎政策促使银行更加关注主营业务，并且通过降低信息不对称性以减少筹资成本，改善盈利 能力。但在其实证设计中，宏观审慎政策变量未纳入宏观审慎资本要求。事实上，从国内监管导 向和商业银行经营实践来看，资本充足率在宏观审慎各项政策工具中始终占据核心地位。另有文 献关注到资本与银行盈利的关系。Berger（1995）研究认为，银行盈利能力与资本比率（资本/资 产）之间呈现倒 U 型关系，即存在一个最优资本比率。王曼舒和张斌（2013）借鉴 Berger 的研究， 以资本充足率替代资本比率并采用国内 11 家上市商业银行数据进行实证分析，得到不同结论：国 内银行资本充足率与盈利能力之间存在正相关关系。马瑾（2013）的研究则表明资本充足率对上 市银行盈利性影响不显著，杠杆率、附属资本比重和股权特征与盈利性之间则存在更紧密的关联。 梳理相关文献发现，由于研究视角不同、宏观审慎政策代表变量（政策工具）选择不同、研 究对象所处市场环境和发展阶段不同等因素，研究结论存在明显差异。更多有关商业银行盈利性 问题的研究显示，至少还存在以下三方面影响因素：一是宏观要素，包括经济增长水平、通胀水 平、货币政策等（Pasiouras & Kosmidon，2007；杨海珍等，2019）。二是金融市场结构要素，特 别是竞争状况，如市场集中度（徐忠等，2009）。三是银行个体经营特征要素（侯晓辉等，2012； 刘信群和刘江涛，2013）。上述文献表明：一方面，现有研究并未就宏观审慎政策对商业银行盈利 性的影响给出明确和令人信服的结论，本文的研究有助于弥补相关领域研究的不足；另一方面， 影响商业银行盈利性的因素是多元的，评价衡量宏观审慎政策影响，需要对其他可能显著影响银 行盈利性的因素进行必要控制。 !8#$%&'()*+9-./0:;<=456'7 本文另一项任务是讨论宏观审慎政策影响商业银行盈利性的可能机制。国内外关于宏观审慎 政策对商业银行影响机制的研究，主要着眼于政策如何影响商业银行的风险偏好与行为，目的在 于评估检验宏观审慎政策在降低系统性风险和稳定金融方面的效应。由于风险与收益作为矛盾对 立面，始终同时影响银行的权衡决策，因而宏观审慎政策影响商业银行风险的机理，实际也能从 另一方面解释盈利变动的原因。 笔者就宏观审慎政策对银行风险影响机制的有关文献观点进行梳理。研究显示，随着宏观审 慎政策体系建立与实施，对此问题的认识大致可划分为两个阶段：第一阶段，自第三版巴塞尔协 议出台到各国正式付诸实施期间。各方主要关心宏观审慎政策从时间和空间维度上防范系统性风 险的效果。这一阶段有关宏观审慎政策对商业银行影响机制的研究，偏重于从理论或实证角度分 析检验各种宏观审慎政策工具在抑制银行信贷扩张冲动、降低风险承担或引导银行进行逆周期资 产配置方面的实际效用。已有研究基本支持宏观审慎政策与银行风险之间存在负相关关系。如 Dell’Ariccia et al.（2012）、Claessens et al.（2013）等研究发现，宏观审慎政策工具能够抑制银行 3 信贷冲动，降低信贷泡沫破裂对金融稳定的影响。 第二阶段，从各国宏观审慎政策体系正式运作至今。这一时期，由于各国实施路径选择不尽 一致，同时实际运作过程中出现的情况问题也不同，相关研究更加注重与本国实践的结合，并聚 焦影响政策效果的具体因素。从国内研究情况看，从实施差别存款准备金动态调整机制到宏观审 慎评估（MPA）体系建立前，由于宏观审慎政策目标在于引导商业银行实现信贷“合意”增长， 有关宏观审慎政策对银行影响机制的研究聚焦于对银行信贷投放的影响，其中陈旭和王昊（2016）， 马勇和姚驰（2017）的研究均显示宏观审慎资本要求等强化了商业银行的放贷约束；梁琪等（2015） 较早一些的研究也证实差别准备金动态调整和可变 LTV 上限工具能够抑制银行扩张信贷和加杠 杆，同时政策影响存在异质性，两类工具对大型银行和全国股份制银行的影响效果更为显著。此 后，随着国内宏观审慎监管实践进一步深化完善，有关宏观审慎政策对商业银行风险影响机制的 分析也进一步拓展和细化，更加关注导致差异化影响效果的因素（方意和黄丽灵，2019；黄继承 等，2020）。 从以上关于宏观审慎政策对商业银行风险影响机制的文献观点中，可以形成政策影响银行盈 利机制的两方面推断：一是宏观审慎政策通过改变银行风险承担水平，降低风险溢价，影响银行 盈利性；二是宏观审慎政策对银行盈利的作用机制受政策工具、银行个体特征和货币政策等因素 的影响。 *"+,-./0123 !"#>?@A,BCDE 本文使用国内 122 家商业银行 2009-2018 年非平衡面板数据进行回归分析，银行财务数据来 源于国泰安 CSMAR 数据库，资本充足率数据来源于 Wind 数据库和各行年报，货币供应量、国 内生产总值数据分别来源于中国人民银行、国家统计局。此外，本文对选用数据均按照上下 1% 分位点进行缩尾处理，以消除个别极端值对回归结果的影响。122 家样本银行包括 5 家国有控股 大型商业银行，13 家股份制商业银行，63 家城市商业银行，40 家农村商业银行和 1 家外资银行。 !8#FGHI 从国内宏观审慎政策体系构建过程看，资本充足率始终是最重要的政策工具：2011 年推出的 差别存款准备金动态调整机制，核心评价参数为银行实际资本充足率与宏观审慎资本充足率要求 的缺口；2013 年《商业银行资本管理办法（试行）》正式实施，通过法规形式，将宏观审慎资本 要求纳入到微观监管实践之中；2016 年 MPA 评价体系中，资本达标程度具有“一票否决”力。 基于上述事实，并参考已有文献（Jiménez et al.，2014；Dell’Ariccia et al.，2017）本文选取银行 4 资本充足率（Capital Adequacy Ratio，CAR）作为解释变量，以反映宏观审慎政策的直接作用。需 要指出的是，商业银行资本管理办法正式实施后，大部分银行只披露按照新口径计算的资本充足 率，因此本文 2013 年及以后年度 CAR 均采用新口径数据。此外，参考已有文献，本文选取银行 的权益回报率（ROE）刻画银行盈利能力（刘信群和刘江涛，2013；杨海珍等，2019）。 根据现有文献，本文从三个层面设定控制变量：一是银行内部经营要素。借鉴杨海珍等（2019） 对影响银行盈利的内部因子的选择，本文选取总资产对数（SIZE）、资产生息率（INTA）、手续费 佣金收入占比（NFCR），分别控制规模、资产生息能力和综合化经营程度对盈利的影响。参考侯 晓辉等（2012）、刘信群和刘江涛（2013）的分析，选取贷存比（LTD）控制银行流动性状况。二 是市场结构与银行地位。基于徐忠等（2009），侯晓辉等（2012）的研究，本文选取贷款市场份额 （LR），控制银行竞争地位的影响。三是经营环境要素。考虑到银行盈利能力可能受到市场需求 和宏观调控政策的影响，本文参考杨海珍等（2019）、宋科等（2019）的研究，选择国内实际生产 总值对数（GDP）和 M2 季节调整后的对数值（M2S），分别控制经济状况和货币供应状况的影响 （表 1）。 变量名称 ROE CAR Treat Post INTA SIZE LTD NFCR LR GDP M2S ! "##$%&'()*# 变量定义 权益回报率，净利润/所有者权益 银行资本充足率 虚拟变量，五大国有商业银行取 1，其余取 0 虚拟变量，2013 年及以后年度取 1，否则取 0 资产生息率，利息净收入/总资产 资产规模，总资产对数值 贷存比，贷款余额/存款余额 手续费佣金收入占比，手续费及佣金净收入/营业收入 贷款市场份额，贷款/银行业金融机构贷款总额 国内生产总值实际值的对数值（2000 年为基期） 货币供应量（季调 M2）的对数值 !J#KLMNOH 为探究宏观审慎政策实施是否对商业银行盈利能力产生影响，以及货币政策在此影响中的作 用机制，本文构建实证模型如下所示： ROEi,t = b0 + b1CARi,t + g X i,t + ui + dt + ei,t （1）! 其中， ROEit 为 i 银行在 t 期的权益回报率，CARi,t 为资本充足率。模型中也进一步控制了银 行个体层面的固定效应和年份固定效应，即模型中的 ui 和d t ， X i,t 为控制变量矩阵， e it 为随机误 5 差项。若式（1）中 CARi,t 的回归系数 b1系数小于 0，即表明宏观审慎政策实施对商业银行盈利能 力会产生负向影响，反之则表示正相关。 !P#QRSTU 各变量的描述性统计结果如表 2 所示。控制变量中，除 NFCR、LR 外，其他指标均值与中位 数差异不大，表明国内商业银行相关指标分布总体较为均匀，控制变量选择具有较好区分性。NFCR 和 LR 均值分别为 0.0704 和 0.0047，明显大于对应的中位数，反映出国内银行业务多元化程度差 异较大和相对集中的市场结构特征。 变量 ROE CAR INTA SIZE LTD NFCR LR GDP M2S 均值 0.1258 13.1523 0.0235 25.2918 0.7179 0.0704 0.0047 12.8188 13.9453 ! +##$%,'-./# 标准差 中位数 最小值 0.0615 1.9504 0.0097 1.7936 0.6061 0.0715 0.0167 0.1952 0.3327 0.1262 12.8800 0.0225 25.0963 0.6593 0.0466 0.0004 12.8318 13.9845 -0.1101 3.2400 0.0038 21.1484 0.3008 -0.0266 0.0000 12.4168 13.2351 最大值 0.3866 24.3200 0.0601 30.4956 6.2392 0.3323 0.1090 13.0968 14.3796 样本数 1747 905 1747 1751 1752 1748 1752 1752 1752 4"+,56/78 !"#&'()*+9/012:;4VWXY 基准回归结果如表 3 所示。在回归（1）中，未纳入任何控制变量，仅控制个体固定效应与年 份固定效应。回归（2）则纳入全部银行个体层面的控制变量，以及 GDP 和 M2S 两项宏观层面的 控制变量，但未控制年份固定效应6。回归（3）中更加严格地剔除了所有共性时间趋势特征。三 种回归设定下，CAR 系数均为负数且均在 5%或 10%统计水平上显著，表明宏观审慎政策实施带 来的监管约束加强会对商业银行盈利能力产生负向影响。 ! 0##123456# 变量 CAR INTA (1) ROE -0.003** (0.001) (2) ROE -0.003* (0.001) 2.422*** (0.391) (3) ROE -0.003** (0.001) 1.673*** (0.436) 6 宏观因素是时间序列变量，与年份固定效应共线，故被自动剔除。后续实证结果均以表 3 第（3）列为基准， 即同时控制个体固定效应与年份固定效应。 6 SIZE 0.019 0.016 (0.014) (0.013) LTD -0.061** -0.057** (0.029) (0.027) NFCR 0.088* 0.100** (0.045) (0.045) LR -1.071 -1.393** (0.738) (0.692) GDP -0.443*** (0.120) M2S 0.188** (0.075) 常数项 0.183*** 2.710*** -0.212 (0.021) (0.546) (0.335) 样本量 905 905 905 R² 0.419 0.415 0.470 银行数 122 122 122 年份固定效应 YES NO YES 个体固定效应 YES YES YES 注：括号内为标准差；*，**，***分别表示在 10%，5%和 1%的统计水平上显著，下同。篇幅限制后续表格 仅报告主要变量的回归系数。 !8#Z[S,\]S^_ 首先，商业银行资本构成中包含附属资本，主要来源于发行的资本债务工具，因此从市场获 得资金融通能力与成本不同的银行对宏观审慎政策的敏感性可能存在差异，并影响基准实证结果 的稳健性。鉴于此，本文剔除附属资本影响，分别采用核心一级资本充足率（CCAR2013）、一级 资本充足率（FCCAR2013）和核心资本充足率（CCAR）替换 CAR 作为解释变量运行回归。其中， CCAR2013 和 FCCAR2013 依据《商业银行资本管理规定（试行）》三分类口径核算披露，CCAR 是按照传统两分类口径核算的核心资本充足率。回归结果如表 4 所示。三项回归中，解释变量回 归系数均为负值，且在 5%或 1%水平上显著，表明外部筹资能力差异不会影响结论，回归结果是 稳健的。 变量 CCAR2013 FCCAR2013 CCAR 样本量 ! 7##89-:;# (1) ROE -0.004** (0.002) (2) ROE -0.004** (0.002) 598 571 (3) ROE -0.008*** (0.002) 430 7 R² 银行数 其他控制变量 年份固定效应 个体固定效应 0.605 116 YES YES YES 0.610 112 YES YES YES 0.386 101 YES YES YES ` 其次，考虑到商业银行盈利能力变化存在一定趋势性，为防止因忽略盈利波动“惯性”导致 的基准回归结果偏误，本文参考 Wintoki et al.（2012）方法，采用系统广义矩估计（System GMM） 的方法处理可能出现的内生性问题。回归结果如表 5（1）所示，CAR 回归系数为负且在 1%水平 上显著。这表明盈利惯性并非导致宏观审慎政策实施后商业银行盈利变化的原因，CAR 与 ROE 之间的变化关系是稳健的。 最后，为进一步验证宏观审慎政策对商业银行盈利能力的影响的稳健性，本文还采用双重差 分方法（Difference-in-Differences，DID）以评估政策效应。政策冲击时点选择在《商业银行资本 管理办法（试行）》正式实施的 2013 年7。考虑到 2011 年资本管理办法征求意见稿中对宏观审慎 资本要求做出了分步达标规定，而在 2012 年 12 月银监会出台的补充通知中，又进一步明确了资 本管理办法实施的过渡期安排，并区分资本达标与非达标银行，提出了差异化的监管要求。上述 事实意味着政策并非采取“一刀切”和全面推开的实施方式，为通过双重差分模型对比检验宏观 审慎政策制定实施对不同组别商业银行盈利的影响效应提供了前提条件。参考 Beck et al.（2010） 对于双重差分模型的设定方式，本文构建如下回归模型： ROEi,t = b0 + b1Treati ´ Postt + g X i,t + ui + dt + ei,t （2） 式（2）中，处理期设定为 2013 年，当样本期间为 2013 年以前时，虚拟变量 Post 取值为 0， 反之则取值为 1。在实验组银行（Treat）选择上，考虑到工农中建交五家国有大型商业银行是国 内系统重要性银行和重点监管对象，在落实宏观审慎政策上发挥着先行表率作用；此外，资本管 理办法中也对系统重要性银行提出了更高的资本达标要求，因此本文选择五家大型商业银行作为 实验组（Treat 变量取 1），其他商业银行归入对照组（Treat 变量取 0）。结果见表 5（2）（3）列。 回归（2）中，未控制银行个体固定效应与年份固定效应，而是采用标准 DID 的方式将 Post 与 Treat 变量纳入方程，结果显示 Post 与 Treat 的交乘项回归系数为-0.014，且在 1%的水平上显著；回归 （3）中，则同时控制了银行个体固定效应与年份固定效应，Post 与 Treat 的交乘项回归系数仍显 著为负。实证结果再次表明，宏观审慎政策实施对商业银行盈利能力会产生负向影响。 7 本文未选择差别存款准备金动态调整机制实施的 2011 年，原因在于：虽然一般将差别存款准备金动态调整 机制实施视为国内宏观审慎政策的开端，但无论是银行业对政策的理解把握还是政策本身运行完善都需要一段时 间，同时政策传导也需要一系列具体制度和措施相配套。2011 年 8 月银监会面向社会就《商业银行资本管理办法 （征求意见稿）》公开征求意见，明确了宏观审慎资本要求，并要求系统重要性商业银行原则上于 2013 年底以前、 其他商业银行原则上于 2016 年底以前达标。在此基础上，2012 年 6 月正式发布的《商业银行资本管理办法（试 行）》，规定自 2013 年初实施。2013 年是宏观审慎政策要求与微观监管实践充分结合的时点。 8 变量 CAR Treat×Post Treat Post 样本量 R² 银行数 AR1 AR2 Hansen Test 其他控制变量 年份固定效应 个体固定效应 ! <##=>-?@# (1) (2) GMM DID -0.0133*** (0.00228) 905 -0.014*** (0.005) -0.008 (0.028) -0.027*** (0.004) 1,746 122 275 0.0179 - 0.990 - 0.132 - YES YES YES NO YES NO ` !J#&'()*+9abS/0124:; (3) DID -0.026* (0.013) 1,746 0.365 275 YES YES YES 基准回归显示了政策冲击对银行盈利性的总体影响。根据前述文献研究推断，由于国内商业 银行间较大的个体特征差异，政策对不同银行盈利的影响程度可能不同。为验证这一推测，本文 借鉴侯晓辉等（2012）、梁琪等（2015）的做法，将样本银行分别按照银行类型和是否上市进行分 类，分别依据式（1）进行回归。其中，银行类型划分标准为：大型银行和股份制银行等全国性大 中型银行归为一类，城商行和农商行等地方性中小银行归为另一类8，根据样本行数据完备情况， 两类银行分别包括 18 家和 103 家9。回归结果如表 6 所示。可以看到，两类银行盈利与宏观审慎 资本要求间均显著负相关，但大型银行与股份制商业银行一组的 CAR 的回归系数更大，表明宏观 审慎政策对前一组银行盈利的影响程度相对更大。表 6（3）、（4）两列分别为上市与非上市银行 的分组回归结果，说明宏观审慎政策对上市银行盈利的影响程度较高。导致上述差异的原因可能 包括两方面：一是与银行市场地位和治理完备程度有关。大型银行和股份制银行总体资产规模较 大，系统重要性程度较高，始终是监管重点；上市银行需要按现代公司治理要求建立较为规范的 内部治理体系和流程，并更充分披露信息。上述银行面对更严格的外部监督约束，执行宏观审慎 政策的力度更强。二是根据《商业银行资本管理办法（试行）》和《关于实施<资本办法>过渡期 安排相关事项的通知》相关规定，过渡期内对非系统重要性银行设定了相对较低的最低资本充足 8 这里，大中型和中小型银行是依据各组银行平均规模做出的相对表述，而非严格界定。 9 剔除了 1 家外资银行样本。 9 率要求，同时对未达标银行（主要为部分中小银行）允许分年度达标，因此宏观审慎资本要求对 这部分银行的影响效果存在一定滞后性。 变量 CAR 样本量 R² 银行数 其他控制变量 年份固定效应 个体固定效应 ! A##BC-DEFGHI# (1) (2) ROE ROE 大型&股份制银行 城商&农商行 -0.006** (0.003) 166 0.750 18 YES YES YES -0.003** (0.001) 729 0.434 103 YES YES YES (3) ROE 上市 -0.006*** (0.002) 199 0.775 40 YES YES YES (4) ROE 非上市 -0.003** (0.001) 706 0.413 105 YES YES YES !P#cd*+9&'()*+ef4:; 考虑到 2011 年后中国货币政策改革与宏观审慎政策体系构建同步推进，二者之间关系发展无 论对于宏观审慎政策传导还是对于商业银行经营都会产生影响。在基准回归中，本文将货币政策 代表变量 M2S 作为外生变量，而没有考虑货币政策与宏观审慎政策之间可能的相互关系。为此， 本文对基准回归模型进行调整，将 M2S、CAR 及交乘项（CAR×M2S）纳入回归方程，以表征货 币政策、宏观审慎政策和二者相互作用形成的效应。 回归结果如表 7 所示。回归（1）中包含了全样本银行，交乘项回归系数为正，表明扩张型货 币政策能一定程度抵消宏观审慎政策收严对银行盈利造成的负向影响，但该系数不显著，说明抵 消效应并不稳定。笔者推测，导致不确定性的原因与国内银行资本实力与规模调整能力分化有关： 资本底子较好的银行，在放宽货币信贷政策时具有较充分余量扩大规模和提高盈利；反之，资本 实力较弱的银行则缺乏调整弹性。由于国内中小银行资本基础总体有待夯实，因此在宏观审慎监 管不断强化趋势下，数量占绝对比重的中小银行对货币政策变化做出的反应速度也相对放缓。基 于以上判断，本文进一步将样本银行分为大型与股份制银行、城商行与农商行两组，分别进行检 验。表 7（2）、（3）列示了针对两组银行的回归结果。从回归（2）可以看到，大型和股份制银行 一组交乘项（CAR×M2S）回归系数正，且在 10%水平上显著；城商行和农商行分组中的回归系 数均不显著。结果证实了前述推测，即只有资本实力较强的银行能够较好利用政策间的互补效应。 ! J##KLMNOPQRFG# (1) (2) (3) 变量 ROE ROE ROE 全样本 大型&股份制银行 城商&农商行 CAR -0.061 -0.235* -0.059 10 CAR×M2S M2S 样本量 R² 银行数 其他控制变量 年份固定效应 个体固定效应 (0.042) 0.004 (0.003) -0.112** (0.044) 905 0.473 122 YES YES YES (0.121) 0.016* (0.009) -0.288** (0.109) 166 0.772 18 YES YES YES (0.047) 0.004 (0.003) -0.100* (0.053) 729 0.437 103 YES YES YES ` !g#h"ijkl&'()*+9/012m]no:;4<= 宏观审慎政策实施核心目标在于通过加强对金融机构的引导规范而防范系统性金融风险。如 果商业银行盈利能力下降源于为落实政策要求而调整风险偏好，使得风险溢价降低，那么盈利负 向变动反映的是宏观审慎政策实施后商业银行对风险与盈利关系新的权衡，由此可以判断政策传 导发挥了积极效用；反之，则说明政策传导一定程度存在阻滞。因此，有必要就宏观审慎政策实 施对商业银行盈利影响机制做进一步的探讨。 参考现有文献，本文将从两方面探讨影响机制：一是检验宏观审慎政策是否会引导银行进行 资产配置结构调整（Giordana & Schumacher，2011；Claessens et al.，2013）；二是检验政策实施是 否会引起实验组银行风险承担机制改变（宋科等，2019）。资产配置与风险承担具有内在逻辑因果 关系，前者提供资产结构调整的具体信息，后者从风险度量指标角度提供更为直接的影响机制解 释。 1.资产配置结构调整机制检验 探讨资产配置结构调整机制的理论逻辑在于，国内宏观审慎资本监管不断趋严对商业银行资 本管理提出更高标准和更紧迫的时间表要求，但从资本充足率分子端入手，即扩大资本量面对两 方面的制约：一是依靠利润留成实现资本内部积累是一个渐进过程；二是外部融资既受到商业银 行自身资信水平影响，也受到资本市场条件影响。两项约束均难以通过商业银行的决策行为迅速 解决。因此，为尽可能达到宏观审慎政策要求，商业银行可控、有效的策略之一就是从分母端着 手，压降或转换高风险资产比重以降低风险资产总量，减少资本占用。而降低高风险资产比重、 扩大低风险资产比重将导致资产风险溢价的降低，对银行收益形成压力。 资产配置调整机制存在的实践表现是：2013 年商业银行资本管理办法正式实施后，国内银行 业同业资产快速增长。根据资本管理办法，同业资产适用于较低的风险权重10，符合调整的理论 10 《商业银行资本管理办法（试行）》规定，使用权重法计量信用风险时，3 个月以内对商业银行的金融债权 11 逻辑。有鉴于此，为验证资产配置结构调整影响机制，本文选择同业往来资产的对数值（IBA_ln）、 同业往来资产占总资产比重（IBA）代表较低风险（即较低资本占用型）资产及其份额，并将其 作为被解释变量，根据式（1）进行回归。实证结果如表 8 所示，CAR 的回归系数分别为 0.004 和 0.058，且均在 1%的水平上显著，证实资产配置结构调整影响机制存在，商业银行加大较低风 险资产的配置比重，拉低了整体资产生息率，导致盈利能力降低。 ! S##OPFGRTU5VWXYZ:;# 变量 (1) (2) IBA IBA_ln CAR 样本量 R² 银行数 其他控制变量 年份固定效应 个体固定效应 0.004*** (0.001) 905 0.280 122 YES YES YES 0.058*** (0.018) 905 0.322 122 YES YES YES 2. 风险承担机制检验 有关银行风险承担机制的研究表明，银行承担更高风险的动机在于获取更高盈利，即风险溢 价（Altunbas et al.，2009）。由此可以推断，从风险承担角度看，宏观审慎政策实施对银行盈利能 力负向影响的可能原因是银行风险承担下降，换言之，舍弃一定的风险收益以追求收益的相对稳 定和保持偿付能力。 为验证上述机制，本文首先考察宏观审慎政策实施对商业银行贷款质量的影响。2011 年以来， 国内商业银行贷款占总资产的比重总体保持在 50%以上，表外资产中相当一部分也与贷款高度相 关，因此，贷款质量能比较清晰反映商业银行的风险态度与风险水平。本文按质量分类标准，将 贷款划分为正常类（包含正常和关注类贷款，NS）和问题类（包含次级、可疑、损失类贷款，SDL） 贷款，作为衡量银行贷款风险偏好的被解释变量，检验宏观审慎政策对商业银行贷款质量的影响。 回归结果如表 9 所示，回归（2）中 CAR 的回归系数为负，且在 5%水平上显著，表明宏观审慎 资本要求促使商业银行加强了贷款风险管控意识，降低风险承担，改善贷款质量。 ! [##\]^_YZ:;`abC%$c# 变量 (1) NS 正常&关注 (2) SDL 次级、可疑、损 失 CAR -0.005 -0.052** 风险权重为 20%，3 个月以上的为 25%。 12 样本量 R² 银行数 其他控制变量 年份固定效应 个体固定效应 (0.012) 768 0.465 113 YES YES YES (0.024) 801 0.607 116 YES YES YES 其次，本文参考 Laeven & Levine（2009）、宋科等（2019）做法，选择以 Z-score 作为银行偿 付能力代表变量，检验宏观审慎政策是否促使商业银行更重视偿付能力，从而降低追求风险收益 的冲动。Z-score 计算公式为： Z -score = (ROA + ETA) / sd (ROA) （3） 其中，sd（ROA）是 ROA 的移动标准差；ETA 为权益资产比。基于稳健性考虑，本文分别 采用 t 期、t-1 期、t+1 期；t 期、t-1 期；t 期、t-1 期、t-2 期三种方式计算 ROA 的滚动标准差，生 成 Z-score，分别记为 Zscore1、Zscore2、Zscore3，作为被解释变量并依据方程（1）进行回归， 结果如表 10 所示。三项回归中，CAR 的回归系数均显著为正，这表明宏观审慎政策驱动商业银 行更加重视偿付能力的提升。换言之，在安全性与收益性的权衡上，宏观审慎政策促使商业银行 更关注于安全性目标。此外，Zscore3 回归系数值和显著程度在三项回归中均最高，表明宏观审慎 政策对于帮助商业银行形成中长期可持续发展观方面效果更为明显。 变量 CAR 样本量 R² 银行数 其他控制变量 年份固定效应 个体固定效应 ! "d##\]^_YZ:;`efghijk# (1) Zscore1 (2) Zscore2 0.057** (0.024) 880 0.236 118 YES YES YES 0.068* (0.036) 757 0.137 116 YES YES YES (3) Zscore3 0.094*** (0.028) 789 0.168 118 YES YES YES 9":;7?@ 本文基于国内 122 家商业银行 2009-2018 年财务与经营数据，实证分析宏观审慎政策实施对 商业银行盈利性产生的影响，并从资产配置结构和风险承担两个维度探讨影响机制。研究结果表 明：宏观审慎政策实施降低了商业银行盈利能力，原因在于宏观审慎政策实施后商业银行主动调 整风险偏好，调整资产配置结构，减少高资本占用资产比例，更加重视风险抵补能力，商业银行 13 在风险与盈利决策之间形成新的权衡。 实证结果说明宏观审慎政策实施对于引导规范商业银行经营，防范化解金融风险和维护金融 稳定具有积极实效，但需要在政策推进中统筹考虑对商业银行盈利负向影响可能导致的连锁效应。 此外，异质性影响检验和纳入货币政策后的检验结果说明，资本实力和治理完备程度不同的银行 消化宏观审慎政策的能力、统筹货币政策与宏观审慎政策关系的能力存在明显差异，且只有资本 实力较强的银行能较有效利用货币政策与宏观审慎政策之间的互补效应。 基于本文结论及分析过程，提出以下政策建议： 第一，要坚持推进和不断完善宏观审慎政策体系建设。宏观审慎政策有利于商业银行形成科 学和平衡的发展观念，在世界处于百年未有之大变局的特殊历史时期，必须坚持将防范风险作为 金融机构的首要任务，坚定不移推进完善宏观审慎政策体系，驱动商业银行进一步增强风险防控 的自觉性与主动性，强化对调控规则的遵循与内在约束。 第二，宏观审慎政策体系建设要与商业银行改革配套并坚持分类渐进的原则。国内银行个体 差异较大，部分银行尚未完全摆脱对粗放式发展路径的依赖，加上内部治理体系还不完善，若不 是主动调整风险偏好，而只是通过做大同业资产等“低资本占用”资产规模、加大期限错配或发 展表外信贷等方式满足“形式上合规”，实质上着力弥补政策收严对盈利的影响，则不利于在中长 期内防范化解风险。另一方面，需要考虑商业银行集中式、大规模的调整资产配置的影响，防范 短期内可能过度追逐低风险资产（大部分为流动性资产）导致的供求失衡和市场流动性风险。因 此建议：一是构建完善宏观审慎政策体系应坚持双向发力，与商业银行转型改革同步推进，加快 行业发展模式的深层次转换，推动商业银行化治理体系改造和治理能力提升；二是制定实施宏观 审慎政策要坚持分类施策、稳步推进的原则，同时做好前瞻性评估、压力测试和市场监测配套工 作，减小对金融整体运行秩序的冲击。国内宏观审慎政策出台实施实践中所采取的分类对待和过 渡期安排等做法，体现了审慎稳健性。 第三，要进一步深化宏观审慎政策与货币政策协调配合机制的研究。在构建宏观审慎政策与 货币政策“双支柱”调控框架的进程中，有必要重视政策在商业银行层面传导存在的异质性特征。 应进一步细化分类研究，探索完善“双支柱”政策协同配合机制，以利于更好发挥调控政策的组 合效用。 14 pq56` [1] !"#$%. &'()*+,-./01234567[J]. 89:;#2016<9=17–12 [2] >?#@AB. CD.EFGHIJKL&'()*+[J]. MN/0#2019<9=141–55 [3] OPQ#RS#$T. UVWXYGEFZ[L\5]^_`abc.[J]. :;de#2012<3=114–27 [4] @fg#hi#jkl#mno. pqrstuvaw'xy-z/0[J]. :;/0#2020<7=11–20 [5] {|#R*#}~. \5&'()*+•€,-./0[J]. MN•‚#2015#(2):5–17 [6] ƒ„…#ƒ†‡. ˆ‰ŠG‹Œ.LM•Ž-——\5•U]^_`2004-2011•‘’67“”[J]. 5• :;/0#2013<3=188–94 [7] –—˜#™š›. \5]^_`bcœ•žŸ./0——232000-2012•a]^_` ¡¢‘’67[J]. MNL£¤de#2015<3=1100–111 [8] ¥¦. •U_`§¨©ª«bc.¬-a®¯/0[J]. °±²³#2013<2=17–10 [9] ¥´#hi. µ£¶•GMN·¸L&'()*+-¹[J]. MN¤eLMN£¤#2017<10=15–16 [10] º•#R»#¼½¾. &'()*+GMN·¸L_`EFg¿[J]. MN¤eLMN£¤#2019<1=1 43–56 [11] $ÀÁ#ÂÃ. ]^_`§¨«Äbc.a¬-[J]. :;eÅ#2013<4=123–31 [12] ÆnÇ#ÈÉ#ÊËË. MN·¸ÌÍ«]^_`bcœ•a¬-[J]. 5•:;/0#2013<5=188–96 [13] ÎÏ#ÐÑ#$ÒÓ#ÐÔÕ. UV©ªLÖ5_`^Ž-1×ØLÙÚ[J]. MN/0#2009<10=175–86 [14] ÛÜÝ#RÞ#ßà#á&". â5._`Lãä_`bcåæçĬ-èéêë/0——232006-2016 •67[J]. £¤de#2019<6=13–12 [15] h´#ìc. \5]^_`bc“”[J].íîMN/0#2005<2=172–83 [16] ·ÒÞ. :;*+«:;ïða-z——&'()*+ñòaóSôõGö÷øùúûüöý[J]. :; /0#2011<1=11–14 [17] Altunbas Y, Gambacorta L, Marques-Ibanez D. An Empirical Assessment of the Risk-Taking Channel[R]. BIS mimeo, 2009 [18] Beck T, Levine R, Levkov A. Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States[J]. Journal of Finance, 2010, 65(5): 1637–1667 [19] Berger A N. The Relationship between Capital and Earnings in Banking[J]. Journal of Money Credit and Banking, 1995, (5): 432–456 [20] Bernanke B S. The New Tools of Monetary Policy[J]. American Economic Review, 2020, 110(4): 943–983 [21] Borio C, Furfine C, Lowe P. Procyclicality of the Financial System and Financial Stability: Issues and Policy Options[R]. BIS Working Paper, 2001, No.1 [22] Cerutti E, Claessens S, Laeven L. The Use and Effectiveness of Macroprudential Policies: New Evidence[R]. IMF Working Paper, 2015, No. 2015/61 [23] Claessens S, Ghosh S R, Mihet R. Macro-Prudential Policies to Mitigate Financial System Vulnerabilities[J], Journal of International Money and Finance, 2013(39): 153–185 [24] Crockett A. Marrying the Micro-and Macro-Prudential Dimensions of Financial Stability[R]. BIS Speeches. 2000 [25] Dell’Ariccia G. Igan D, Laeven L, Tong H. Policies for Macrofinancial Stability: How to Deal with Credit Booms[R]. IMF Staff Discussion Notes 2012/06, 2012 [26] Dell’Ariccia G, Laeven L, Suarez G A. Bank Leverage and Monetary Policy’s Risk-Taking Channel: Evidence from The United States[J]. Journal of Finance, 2017, 72 (2): 613–654 [27] Laeven L, Levine R. Bank Governance, Regulation and Risk Taking[J]. Journal of Financial Economics, 2009, 93(2): 259–275 [28] Jiménez G, Ongena S, Peydró J L, Saurina J. Hazardous times for monetary policy: What do twenty-three million bank loans say about the effects of monetary policy on credit risk-taking?[J]. Econometrica, 2014, 82 (2): 463–505 15 [29] Pasiouras F, Kosmidou K. Factors Influencing the Profitability of Domestic and Foreign Commercial Banks in the European Union[J]. Research in International Business and Finance, 2007, 21(2): 222–237 [30] Wintoki M B, Linck J S, Netter J M. Endogeneity and the Dynamics of Internal Corporate Governance[J]. Journal of Financial Studies, 2012, 105(3): 581–606 16 Does the Macro-Prudential Policy Reduce the Commercial Banks’ Profitability? Wang Qi Ma Sichao Peng Yuchao Abstract: Macro-prudential policy is one side of the "two pillar" regulatory framework and plays an important role in maintaining the financial stability. To study and improve the macro-prudential policy system is the inherent requirement of deepening financial reform and improving financial governance ability. However, the existing literature on the transmission mechanism of macro-prudential policy is less involved in the analysis of the impact on the profitability of commercial banks and the impact mechanism. In order to fully understand the impact and logic of macro-prudential policy on the operation of commercial banks, and further improve the macro-prudential policy system, this paper empirically analyzes the impact of macro-prudential policy on the profitability of commercial banks based on the financial and operating data of 122 domestic commercial banks from 2009 to 2018, and discusses the impact mechanism. The result shows that the implementation of macro-prudential policy will have a negative impact on the profitability of commercial banks, and the impact on large state-owned banks and national joint-stock commercial banks is relatively greater. Further analysis of the impact mechanism shows that the decline of commercial banks' profitability is the result of their reaction to macro-prudential policies, increasing the proportion of assets with low capital occupation but relatively low return, adjusting risk preference, and forming a new trade-off relationship between risk and profit decision-making. In addition, the study finds that only the banks with strong capital strength can make more effective use of the opportunities of monetary policy expansion and partly offset the negative impact of macro-prudential policy tightening on profitability. This paper suggests that the policy authorities should unswervingly promote and improve the macro-prudential policy system so as to drive commercial banks to further enhance the self-consciousness and initiative of risk control, match the reform of commercial banks and adhere to the principle of classification and gradual progress, and further deepen the research on the coordination mechanism of macro-prudential policy and monetary policy. Key words: Macro-prudential Policy, Commercial Banks, Profitability, Monetary Policy 17 中国人民大学国际货币研究所 INTERNATIONAL MONETARY INSTITUTE OF RUC 地址：北京市海淀区中关村大街 59 号文化大厦 605 室，100872 电话：010-62516755 邮箱：imi@ruc.edu.cn