一、文獻綜述

關于資本緩沖的研究已成為最近學術界的熱點，理論方面的研究多集中于銀行持有資本緩沖的原因，Aguitar（2007）認為銀行通過持有資本緩沖可以有效地降低融資成本，從而解決銀行與存款人之間的信息不對稱問題；但是張宗新和徐冰玉（2010）認為持有資本緩沖的原因是可以避免受到監管部門的懲罰。 在理論研究上各國學者存在較大的分歧，一些學者從而轉向資本緩沖與經濟周期關系的實證研究，Coffinet etal.（2011） 研究發現資本緩沖與經濟周期存在負向關系；但是 Jokipii 和 Milne（2008）研究發現，資本緩沖存在逆周期效應， 即資本緩沖與經濟周期存在正向關系。 由此可見，關于資本緩沖在理論上和實證上均存在較大的分歧。

國內外學者深入研究了資本緩沖對信貸行為的影響， 研究表明在銀行資本緩沖增加的外生沖擊下，信貸增速會出現下降，并且資本緩沖確實具有緩釋銀行信貸親周期行為的效應，在經濟上行周期提高資本緩沖的銀行的信貸增速明顯較低； 黃憲、 熊啟躍（2013） 對中國的經驗研究表明我國銀行信貸增速呈現出有悖其他市場經濟國家的逆周期特征，資本緩沖與經濟周期的正相關關系強化了銀行信貸增速的逆周期特征。

關于資本緩沖與銀行風險的研究，Terhi Jokipii etal（2011）研究了銀行資本緩沖和風險調整，結果表明資本緩沖和風險存在顯著的正向關系；Jeungbo Shim（2013）研究了資本緩沖和證券投資組合風險，研究表明銀行保持較高的資本緩沖風險較低；Guidara, A. etal（2013）研究表明資本緩沖和風險存在負向關系。 資本緩沖對銀行績效的影響鮮有研究。

國內對于資本緩沖的研究主要集中在資本緩沖的周期效應及對信貸行為的影響， 鮮有對資本緩沖、風險和績效的研究。 在本文中我們研究了我國銀行業資本緩沖、銀行風險、銀行績效與經濟周期、資本監管之間的關系。 我們首先考察我國銀行的資本緩沖關于經濟周期的周期性且監管變化對其的影響。 其次，我們分析經濟周期和監管變化對銀行風險和績效的影響。 再次，我們分析資本緩沖對銀行風險和績效的影響，控制經濟周期和監管變化。 我們的研究問題如下：

（1） 我國銀行的資本緩沖是否與經濟周期背道而馳，資本緩沖對監管變化是否敏感？ （2）我國銀行風險對經濟周期、監管變化變化敏感嗎？ （3）我國銀行績效對經濟周期、監管變化變化敏感嗎？ （4）資本緩沖對銀行風險和績效是否有影響？

二、模型建立

我們建立一個局部的調整框架， 用來檢驗銀行是否會在經濟好轉時增加資本緩沖， 從而能夠在經濟衰退時容納實體信貸風險或者通過減少高風險貸款使資本緩沖維持在某一水平。 局部調整模型被廣泛用于研究企業資本（或債務）調整的動態性質，并估計企業走向其所期望水平的調整速度 （Flannery和 Rangan, 2006; Shim, 2010）。 以往對銀行資本和風險調整的研究是基于聯立方程，Kwan 和 Eisenbeis（1997）、Altunbas et al （2007） 制定系統的三個聯立方程來研究銀行資本、風險和內生效率（來自隨機成本邊界）。 基于 Ayuso et al.（2004）的研究，本文所用模型如下：【1-3】


其中，ΔBUFi,t、ΔRISKi,t、ΔPERFi,t代表觀察到的資本緩沖、風險、績效在兩個時期的變化，BUFi,t（RISKi,t、PERFi,t）和 BUF*i,（RISK*i,t、PERF*i,t）代表銀行 i 在時期 t實際和最優資本緩沖（風險、績效）。 準、φ、θ 代表可觀測的資本緩沖、風險、績效向其最優目標值的調整速度，ε、η、x 為殘差項。

在沒有調整成本的情況下，銀行不會持有超過監管機構或市場要求的額外資本。 然而，在實際中調整成本是昂貴的， 市場上可能會出現流動性不足的情況，此時，銀行無法迅速調整其所需的資本緩沖。 因此，銀行需要權衡持有資金的成本和失敗的代價來決定最佳的資本緩沖（Milneand 和 Whalley, 2001）。 局部調整方程式（1）、（2）、（3）表明在 t 期的資本緩沖（風險、績效）的變化是最優的和滯后的資本緩沖（風險、績效）的函數。 但是，最優的資本緩沖（風險、績效）是不易觀測的，銀行要達到該最優目標，首先面臨的問題是最優的資本緩沖（風險、績效）到底是怎樣決定的。 參照 Alaa 和 Van（2013）的研究，我們使用以下系統聯立方程：【4-6】


三、變量的選擇與定義
（一）被解釋變量
1、資本緩沖 （BUF）和核心資本緩沖 （CBUF）：銀行資本緩沖定義為銀行實際的資本充足率 （CAP）減去最低監管資本要求后的差額部分。 本文將資本緩沖細分為資本緩沖（BUF）和核心資本緩沖（CBUF）分別進行檢驗。

2、銀行風險 （RISK）：以往的研究對銀行風險沒有統一的測度指標。 有些學者用風險加權資產占總資產的比例來代表銀行風險 （Aggarwal 和 Jacques,2001），也有一些研究用預期違約概率（ EDF）來衡量銀行風險的承擔 （ Altunbas et al,2007）。 不良貸款率可以被認為是衡量資產質量和銀行風險的一個很好的指標， 因為有證據表明在銀行倒閉之前不良貸款率急劇惡化（Gonzalez-Hermosillo, 1999）。 從我國商業銀行實際情況來看，我國銀行業業務結構較為單一，貸款是銀行最主要業務。 信貸風險是銀行需重點關注的風險， 其中不良貸款是銀行信貸業務損失的來源（張雪蘭，何德旭 ,2012），因此本文采用銀行報表披露的不良貸款率 （NPL） 作為銀行風險的衡量指標。

3、銀行績效 （PERF）：衡量銀行績效最常用的指標是總資產收益率（ ROA） 和凈資產收益率（ ROE），但國內外學者普遍認為凈資產收益率易被操縱，因此本文采用總資產收益率（ROA）作為銀行績效的衡量指標。

（二）解釋變量
1、銀行規模（SIZE）：用銀行總資產的自然對數來表示，理論認為資產規模較大的銀行在市場中會更加安全，其認知度也更高，銀行資產規模在決定其風險偏好上也有可能會起到決定作用，因為規模較大的銀行相對來說擁有更多的投資機會，也更易進行股權融資，大型銀行可能會擁有“大而不倒”效應，我們預計這個變量對資本緩沖有負的影響。

2、國內生產總值增速（GDPG）：是經濟周期最自然的指標，被用來衡量經濟周期。 由于我國商業銀行的國有股占比很高， 這會弱化其利潤導向型的特征，并且我國銀行能夠較容易地在資本市場上獲得低成本資金以及長期以來銀行存貸利差造成的高利潤下的高留存收益，因此，我們預計這個變量對資本緩沖有正的影響。

3、貸款資產比率（CREDIT）：表示總貸款占總資產的比率，用來控制貸款活動對銀行資本緩沖的影響。

4、凈資產收益率（ROE）： 一般來說，銀行更加愿意通過留存收益而不是發行股票來增加資本， 所以銀行盈利能力的高低可能會對銀行的資本緩沖水平有著明顯的影響。 而另一方面，在信息不對稱的情況下，發行股票會向市場傳達關于銀行價值的負面信號。

5、資本監管虛擬變量（REG）：用來控制監管的變化，由于 2004 年 3 月我國正式實施《商業銀行資本充足率管理辦法》， 所以若時間在 2004 年以后 （包括2004 年），則該值取 1,否則取 0.

6、國有銀行或非國有銀行（DYPUB）：此變量為虛擬變量，用來研究經濟周期、監管變化對不同類型銀行的影響，如果是國有銀行，則 DYPUB=1,否則 DY-PUB=0.【表1】


四、估計方法與樣本數據
（一）估計方法
方程（4）-（6）均包含解釋變量的滯后一階，屬于動態面板模型， 由于個體效應和時間效應的存在，面板數據模型經常會出現內生性問題。 如果使用普通面板最小二乘法 （LSDV） 或者可行廣義最小二乘法（FGLS）進行估計，可能無法消除模型的內生性問題 ,得到的參數估計值將是有偏的、 非一致性的估計量，導致所推導出的經濟含義也是扭曲的，本研究使用單步系統 GMM 估計對方程（4）-（6）進行估計，選擇單步系統 GMM 估計有兩個原因：（1）單步系統 GMM 估計量結合了一步差分方程和水平方程兩種估計信息，并增加了一組滯后的差分方程作為水平方程相應變量的工具變量，可以有效控制某些解釋變量的內生性問題（Blundell & Bond,1998）。 （2）我們的樣本較少，只觀察了 14 個銀行，由于數據觀察期樣本較少，使用單步系統 GMM 估計比兩步 GMM 估計得出的結論更加可靠。

（二）樣本數據
本文選取了國內 14 家上市銀行 2000-2012 年的年度非平衡面板數據，其中有 5 家國有銀行（中國銀行，農業銀行，工商銀行，建設銀行，交通銀行），以及9 家股份制銀行（北京銀行，興業銀行，浦發銀行 ,民生銀行，招商銀行，中信銀行，光大銀行，華夏銀行，南京銀行）。 各變量的統計性描述見表 2.【表2】


從表 2 我們可知，大多數銀行在絕大多數時候的資本充足率與核心資本充足率都是超過最低充足率要求的，而且大部分都超過最低要求很多。 從 GDPG統計描述可見， 我國經濟最近十多年來都是高速增長，平均增長速度達到了 10.21%,但從經濟增長率最小值以及最大值來比較，相對來說這段時間也有順周期波動。從 RISK 統計描述可見，總體來講各個銀行都把不良貸款率維持在了較低水平，只有極個別時候的一些銀行擁有較高的不良貸款率。 從 ROE 統計描述可見， 我國銀行盈利能力平均來講還是比較高的，達到了 17.48%, 只有極少數時候有銀行出現了虧損情況。從 PERF（ROA）統計描述可見，總資產收益率均為正值，均值為 1.01%.

我們對各變量間的相關系數矩陣進行計算，結果見表 3.【表3】


從表 3 可知，BUF 與 RISK 負相關， 相關系數為0.4058,但是 BUF 與 PERF 正相關（0.51），這表明銀行資本緩沖和績效之間的關系可能取決于使用的績效指標。 BUF 與 GDPG 成正相關（0.040），與監管的變化（REG） 成正相關 （0.218）；RISK 與 GDPG 成正相關（0.195）， 與監管的變化 （REG） 成負相關（-0.368）；PERF 與 GDPG 成負相關 （-0.097）， 與監管的變化（REG）成正相關（0.512）。

五、實證結果

（一）經濟周期、監管變化對銀行資本緩沖的影響
我們對聯立方程（4）的統計結果見表 4. 表 4 中模型一表示沒有控制監管變化和銀行制度虛擬變量的統計結果； 模型二是加入監管變化虛擬變量的結果；模型三是銀行所有制結構對資本緩沖、核心資本緩沖關系的統計結果；模型四是包括監管變化和銀行制度虛擬變量的全樣本統計結果?！颈?】





從模型一至四我們可以發現，資本緩沖、核心資本緩沖的滯后項的系數均顯著為正，可見資本緩沖和核心資本緩沖水平具有動態連續性，說明使用動態面板模型是合理的。 從模型一至四可以看出，GDPG 與BUF 和 CBUF 都分別呈顯著正相關關系，所以資本緩沖和核心資本緩沖都分別與經濟周期呈逆周期關系，即在經濟上行（下行）周期， 銀行會提高（減少）資本緩沖數額，這正好符合此次金融危機過后新巴塞爾協議中的逆周期監管理論，也符合我們的預期。 模型一中解釋變量 GDPG 相對于 BUF 的系數為 0.211,在1%置信水平上顯著，即經濟增長率每上升 1%,則資本緩沖水平也同時上升 0.211%; 解釋變量 GDPG 相對于 CBUF 的系數為 0.142, 也在 1%置信水平上顯著，即經濟增長率每上升 1%,則核心資本緩沖水平也同時上升 0.142%.

從模型二可知，REG 與 BUF 不顯著，與 CBUF 呈顯著正相關關系，說明資本監管變化對資本緩沖影響不明顯，而對核心資本緩沖影響明顯。 REG 與 GDPG的交叉項的長期彈性系數 GDPG*REG 與 BUF、CBUF均呈顯著正相關關系，說明在我國隨著資本監管政策的引入，銀行資本緩沖、核心資本緩沖呈現出更強的逆周期性。

從模型三可知，DYPUB 與 BUF、CBUF 均呈顯著正向關系，說明銀行制度對資本緩沖、核心資本緩沖均有影響，其中對核心資本緩沖影響更加明顯。 DYPUB與 GDPG 的交叉項的長期彈性系數與 BUF、CBUF 均呈顯著負相關關系，說明銀行制度對資本緩沖、核心資本緩沖的逆周期性有顯著影響，即國有銀行資本緩沖、核心資本緩沖逆周期效應會弱于其他銀行。

SIZE 長期彈性系數呈顯著負相關， 說明規模較大的銀行不用持有過多的資本緩沖，因為規模大的銀行資金雄厚， 投資機會較好， 能夠很好地分散風險。

CREDIT 的長期彈性系數顯著為負， 說明貸款資產比率高的銀行需要較低的資本緩沖。 RISK 的長期彈性系數為負且不顯著，對資本緩沖影響不大。 ROE 的系數顯著為負，說明凈資產收益率高的銀行保持較低的資本緩沖。PERF 的系數顯著為正，表明總資產收益率高的銀行有較多的留存收益，因此會保持較高的資本緩沖以備不時之需。

（二）經濟周期、監管變化對銀行風險的影響
我們對聯立方程（5）的統計結果見表 5. 表 5 中模型一、二、三與表 4 相同，模型四我們引入了交叉項GDPG*BUF,用來說明資本緩沖對銀行風險周期性的影響?！颈?】



從模型一至四我們可以發現銀行風險的滯后項的系數均顯著為正， 可見銀行風險具有動態連續性，說明使用動態面板模型是合理的。 根據模型一至四可以看出 GDPG 的系數為正，但均不顯著，說明我國銀行風險（不良貸款率）的周期效應不明顯。REG 的系數顯著為正，表明銀行風險承擔水平與資本監管的變化正相關， 隨著監管的加強銀行風險降低；GDPG*REG的系數顯著為負，說明隨著資本監管的強化，銀行風險呈現出更強的逆周期特征。BUF 的長期彈性系數為負但不顯著， 說明資本緩沖對銀行風險的影響不顯著，GDPG*BUF 的系數顯著為負， 說明銀行資本緩沖能夠顯著影響銀行風險的周期效應，強化銀行風險的逆周期行為。 BUF*REG 的系數為正但是不顯著，說明隨著資本監管的變化，資本緩沖對銀行風險的影響沒有顯著變化。 GDPG*DYPUB 的長期彈性系數顯著為正，說明銀行制度的變化使得銀行風險呈現更強的逆周期效應。

其他變量中，SIZE 系數顯著為負，說明大的銀行風險承擔越高。 CREDIT 為正但不顯著，ROE 的系數顯著為負，說明凈資產收益率越高的銀行風險（不良貸款率）越低。 PERF 系數為負，說明總資產收益率也可以減低銀行風險。

（三）經濟周期、監管變化對銀行績效的影響
我們對聯立方程（6）的統計結果見表 6. 表 6 中模型一、二、三、四與表 5 相同?！颈?】


從模型一至四我們可以發現銀行績效的滯后項的系數均顯著為正， 可見銀行績效具有動態連續性，說明使用動態面板模型是合理的。 根據模型一至四可以看出 GDPG 的系數為負，除模型四顯著外其他均不顯著，說明我國銀行績效的順周期效應不明顯。 REG的系數為正但不顯著，說明資本監管的變化對銀行績效影響不明顯，GDPG*REG 的系數為負但不顯著，說明隨著資本監管的強化，銀行績效的逆周期特征變化不明顯。 BUF 的系數顯著為正，說明資本緩沖高的銀行由于抗風險能力較強， 從而可以進行高收益投資，銀行績效較高，GDPG*BUF 的系數顯著為負， 說明銀行資本緩沖能夠顯著影響銀行績效的周期效應。BUF*REG 的系數顯著為負， 說明隨著資本監管的強化可以增強資本緩沖對銀行績效影響。GDPG*DYPUB的長期彈性系數為負但不顯著，說明銀行制度對銀行績效的周期效應沒有顯著的影響。

其他變量中，SIZE 系數為正不顯著，說明大的銀行績效較高，但不明顯。 CREDIT 為負但不顯著。 ROE的系數顯著為正，說明凈資產收益率越高的銀行績效較高。 RISK 的系數顯著為負，表明隨著銀行不良貸款率的提高，銀行總資產收益率降低，銀行績效較差。

（四）穩健性檢驗
為了確保本文模型估計結果的有效性，除了對上述模型中殘差項和工具變量進行穩健性檢驗外，我們還做了另外的穩健性檢驗。 我們利用混合最小二乘法和靜態固定效應模型分別對我們建立的模型進行了估計，結果顯示本文的基本結論比較穩健。 但為了節省篇幅，未列出估計結果。

六、結論及建議

本文使用國內 14 家上市銀行 2002-2012 年的年度非平衡面板數據，利用單步系統 GMM 估計法，研究了經濟周期和監管變化對銀行資本緩沖、風險和績效的影響，主要結論如下：（1）我國銀行資本緩沖、核心資本緩沖均呈逆周期性。 隨著資本監管的變化，核心資本緩沖顯著增加，且銀行資本緩沖、核心資本緩沖呈現出更強的逆周期性。 銀行制度對資本緩沖、核心資本緩沖的逆周期性有顯著影響。 （2）銀行風險的周期效應不明顯。 銀行風險承擔水平與資本監管的變化正相關，且隨著資本監管的強化，銀行風險呈現出更強的逆周期特征。 銀行制度的變化使得銀行風險呈現更強的逆周期效應。 （3）我國銀行績效的順周期效應不明顯。 隨著資本監管的強化，銀行績效的逆周期特征變化不明顯。 銀行制度的變化對銀行績效的周期效應沒有顯著的影響。 （4）銀行資本緩沖能夠顯著影響銀行風險的周期效應， 強化銀行風險的逆周期行為。

隨著資本監管的變化，資本緩沖對銀行風險沒有顯著地影響。 資本緩沖對銀行績效有顯著的負影響，但其能夠顯著影響銀行績效的周期效應。

根據以上研究結論，我們得出以下政策建議：（1）我國上市商業銀行很好達到了逆周期的資本審慎的資本充足管理要求，且隨著資本監管的加強，銀行資本緩沖呈現更強的逆周期性。 所以銀行監管部門要加強監管，引導上市銀行建立資本約束和市場化的長效資本補充機制， 不斷完善內源和外源的資本補充機制，提高資本吸收損失的能力和資本質量，減少資本補充的周期性，提高資本管理的能力和水平。 （2）改善風險管理水平，提高銀行績效，銀監會實施新的資本監管標準，從短期看，可能會給中國商業銀行在資本補充、業務擴張和利潤增長等造成沖擊。 但從長期看，這將有利于激勵銀行提高風險管理能力，促進盈利模式轉型，創新金融產品，提高金融服務水平，增加銀行績效。

參考文獻：

[1]黨宇峰，梁琪，陳文哲。我國上市銀行資本緩沖周期性及其影響因素研究[J]. 國際金融研究，2012（11）：74-85.
[2]柯孔林，馮宗憲，陳偉平。銀行資本緩沖的逆周期行為分析-來自中國上市銀行的經驗證據[J].經濟理論與經濟管理，2012（3）：70-79.
[3]Francis, W.B., Osborne, M Capital require-ments and bank behavior in the UK: are there lessonsfor international capital standards? [J]. Journal of Bank-ing & Finance, 2012（36）：803–816.
[4]Aguiar, D. Business Cycle and Bank Capital:Monetary Policy Transmission under the Basel Accords[R]. Working Papers, CEM PRE ~, Faculdade de Eco-nomic, Universidad do Porto, 2007, No.242.
[5]張宗新，徐冰玉。監管政策能否抑制商業銀行親周期行為---基于中國上市銀行面板數據的經驗證據 [J]. 財貿經濟， 2010（2）：36-43.