政府擔保預期、存款保險限額與銀行風險承擔.pdf

第10期王曉博,等政府擔保預期、存款保險限額與銀行風險承擔15 保險限額往往又是難以確定的。 Chen等[5]對1960-2008年全球74個國家存款保險的研究中就發現,存款保險限額的決定受到包括政治環境以及經濟情況在內的多種因素的影響。因此,很多學者都試圖從理論及實踐中證明并尋求最優的存款保險限額。 Gan和Wang[2]在一個涵蓋了資本要求、風險溢價、限額保險的局部均衡模型的分析中,指出存在最優的保險限額能夠鼓勵存款人對銀行的監督,進而控制銀行的風險承擔。但是,Demirgü?-Kunt和Huizinga[6]以及Laeven和Levine[7]等學者的實證研究并不支持上述觀點,認為存款保險限額與銀行風險承擔水平呈正相關關系。在以上有關存款保險限額與銀行風險承擔的研究中,往往較少地考慮政府以及政府行為對其他市場主體的影響在這樣一個過程中所扮演的角色。事實上,大量的研究表明,銀行的政府背景有利于增強存款人對于銀行的信心[8,9],這也是遭遇銀行系統性危機時政府實施擔保的原因所在。因此,有相當一部分學者認為,即使建立了存款保險制度,銀行的政治關聯、政府監管等因素依然會對銀行的風險承擔行為造成直接的影響[10,11]。 Cubillas等[12]通過構建66個國家的79次銀行危機前后的面板數據,發現銀行危機后市場約束弱化,并且弱化程度與各國的監管環境有關;政府在危機時期的寬松政策,如引入存款保險制度、政府注資以及銀行國有化均對市場約束存在明顯的負面影響。但是,這類研究多從銀行市場約束的角度入手,考察政府行為對市場主體行為的影響,缺乏對銀行風險承擔的直接考察,并且也缺乏結合存款保險制度具體的制度設計的研究。為了彌補上述研究的不足,有學者試圖通過預期這一關鍵因素的引入,在銀行風險承擔、存款保險限額以及政府擔保之間建立起聯系。潘靜和熊謀林[13]針對我國商業銀行國有股“一股獨大”的股權特征,認為政府長期以來向國有銀行注資、進行不良資產剝離等行為,事實上已促使公眾形成了“大而不倒”too big to fail的預期,進而指出即使實施限額保險,也不能實現存款保險與市場約束激勵兼容,進而無法實現激勵市場約束渠道來規制銀行風險承擔的目的。 Angkinand[3]則從危機處置成本的角度出發,指出在存款保險限額較低的國家,其危機處置成本相對較高,這些國家有很強的動機于危機伊始就立刻對銀行進行保護,以防止其發生擠兌。因此,在存款保險限額較低的國家,由于在保險范圍之外的存款以及其他非存款負債的規模較大,市場主體對于政府擔保的預期則較強。進一步地,Angkinand和Wihlborg[14,15]提出了“Credibility of non-insurance”假說,該假說按照銀行風險承擔形成的原因,將其區分為由顯性存款保險引發的銀行風險承擔和由市場主體對政府擔保的預期引發的銀行風險承擔,進而指出銀行風險承擔與存款保險限額呈U型關系。隨著存款保險限額的提高,由顯性存款保險引發的銀行風險承擔呈上升趨勢;而由于存款保險限額的提高降低了市場主體對于政府擔保的預期,由對政府擔保的預期引發的銀行風險承擔則呈下降趨勢,且當存款保險限額處于較高水平時,存款保險限額一定水平的提高所帶來的市場主體對政府擔保預期的下降將呈現遞減的趨勢。進而,在存款保險限額處于較低水平時,由對政府擔保預期引發的銀行風險承擔占據主導地位;當存款保險限額超過某一水平后,由顯性存款保險引發的銀行風險承擔將超過由對政府擔保預期引發的銀行風險承擔而占據主導地位。在兩方面因素的共同作用下,銀行的風險承擔與存款保險限額間將呈現出U型的關系。如圖1所示,虛線表示銀行風險承擔與存款保險限額間實際的關系。由此,我們首先提出假設1,對“Credibility of non-insurance”假說進行驗證。H1銀行的風險承擔與存款保險限額間呈U型關系;限額保險制度下,存在最優的保險限額能夠使得銀行的風險承擔最小。圖1 銀行風險承擔與存款保險限額間U型關系的假設示意圖市場主體對于政府擔保預期這一關鍵因素的引入,使得我們能夠在銀行風險承擔、存款保險限額以及政16 管理評論第30卷府擔保之間建立起聯系。也就是說,任何能夠影響市場主體對政府擔保預期的因素都將可能對銀行風險承擔與存款保險限額間的關系產生影響;同時,由于預期的延續性,這種影響可能在干預因素消失之后持續存在。2008年國際金融危機時期,為了穩定本國金融市場、重構市場信心,多個國家,尤其是發生了銀行危機的國家,大幅度地提高了其存款保險的保障程度,其主要方式包括1提高存款保險限額;2取消共同保險;3引入政府存款擔保全額或限額;4引入政府對部分銀行非存款負債的擔保;5政府對銀行特定資產的擔保;6銀行國有化[4]。有研究表明,這些危機時期政府的干預行為有助于增強市場主體對于銀行體系的信心,防止危機的進一步惡化[16,17]。但是,也有學者對這種存款保險制度在危機時期的變化可能引發的道德風險問題表示了擔憂[4,18,19]。 Hryckiewicz[20]指出政府通過向銀行注入流動性、成立資產管理公司等方式對銀行體系進行干預,會導致銀行的風險承擔加劇,對銀行體系的穩定造成負面的影響。同時,由于銀行危機期間,銀行債權人直接面臨存款損失的危險,對銀行體系的關注度提高[21],危機的經歷將對市場主體預期的形成產生直接的影響。有研究證實,危機時期的政府監管力量的重構將造成危機后銀行市場約束的弱化[22,23]。而現有的文獻中,關于金融危機時期存款保險制度的研究,仍較多地集中于對危機時期存款保險制度的作用的考察[24,25],忽視了存款保險制度在危機時期的變化對危機后銀行風險承擔的持續影響。而事實上這些變化均可能對市場主體的預期造成直接的影響。危機時期政府的擔保行為,雖然能夠增強市場對于銀行的信心,但同時也釋放出政府擔?？善诘男盘?強化市場主體有關政府擔保的預期,這可能改變由對政府擔保預期引發的銀行風險承擔與存款保險限額間的關系,使得在危機過后,即使政府取消了擔保行為,由對政府擔保的預期而引發的銀行風險承擔也不再隨著存款保險限額的提高而下降,其可能隨著保險限額的提高而保持不變,或者呈現上升趨勢。其含義如圖2所示,我們展示了由對政府擔保預期引發的銀行風險承擔與存款保險限額間可能存在兩種關系。圖2左圖中,由對政府擔保預期引發的銀行風險承擔不隨著存款保險限額的變化而改變,表現為一條水平線,由顯性存款保險引發的銀行風險承擔與存款保險限額正相關;在兩者的共同作用下,銀行的風險承擔與存款保險限額間呈正相關關系。圖2右圖中,由對政府擔保預期引發的銀行風險承擔與存款保險限額間呈現出正相關,顯性存款保險引發的銀行風險承擔仍然呈現為一條向右上方傾斜的曲線;在兩者的共同作用下,銀行的風險承擔與存款保險限額間呈正相關關系。圖2 危機時期政府擔保行為對危機后銀行風險承擔與存款保險限額關系影響的假設示意圖1另一種情況下,危機時期的政府擔保行為,可能會使得在任意存款保險限額水平上,由對政府擔保預期引發的銀行風險承擔遠超越顯性存款保險所引發的銀行風險承擔,進而主導銀行風險承擔與存款保險限額間的關系,使其呈現為一條向右下方傾斜的曲線。其含義如圖3所示。與上文相同,顯性存款保險引發的銀行風險承擔仍然呈現為一條向右上方傾斜的曲線。然而,受到危機時期政府擔保行為的影響,由對政府擔保預期引發的銀行風險承擔雖然仍表現為一條向右下方傾斜的曲線,但是,由其帶來的風險承擔水平卻遠超由存款保險限額引發的銀行風險承擔。在這樣的情況下,以后的風險承擔將如圖3中虛線所示,表現為一條向右下方傾斜的曲線。所以說,無論在何種情況下,銀行風險承擔與存款保險限額間的U型關系均將不再存在。因此,我們提出假設2,對這種影響是否存在進行驗證。H2危機時期政府對銀行存款的擔保行為,將強化市場主體對于政府擔保的預期,使得在政府取消擔保之后,銀行風險承擔與存款保險限額間的U型關系不再存在,不再存在最優的存款保險限額。第10期王曉博,等政府擔保預期、存款保險限額與銀行風險承擔17 圖3 危機時期政府擔保行為對危機后銀行風險承擔與存款保險限額關系影響的假設示意圖2研究設計1、樣本選擇及數據來源由于較為相似的貨幣環境及存款保險制度設計,加之銀行體系的成熟度較高以及數據的可得性等優點,歐元區一直是眾多學者研究存款保險制度較為合適的研究對象[26,27]。特別地,由于貨幣一體化的發展,歐元區國家之間在貨幣流動性方面有著其他區域無法比擬的優勢,但這也會使得存款外流的可能性大大增加[28]。這種潛在的存款競爭使得歐元區國家在應對金融危機時均選擇較大程度地提高存款保險的保障程度,部分國家更是實施了政府對銀行存款的暫時性擔保[4]。如表1所示,我們列示了部分年份歐元區國家存款保險限額以及其在危機時期政府擔保的情況。從表1中我們可以看到,歐元區國家均選擇了限額保險的方式,危機前其保障程度除個別國家外如意大利均保持在本國人均GDP的0. 5-2. 5倍左右。危機時期,存款保險限額均有較大幅度的上升;同時,有5個國家在選擇了由政府為其銀行的存款提供擔保,這恰好為我們的研究提供了合適的樣本。另外,由于立陶宛與拉脫維亞加入歐元區的時間較晚,故不包含在我們的樣本之內。因此,我們在綜合考慮各方面因素后,選取了歐元區除拉脫維亞和立陶宛之外的17個歐元區國家的116家銀行作為樣本。樣本銀行涵蓋了歐元區銀行業金融機構資產總額的80以上,銀行的類別包括商業銀行、儲蓄銀行、合作銀行以及房地產銀行,具有較強的代表性。其中,銀行層面的數據來源于Bankscope銀行財務數據庫;宏觀數據主要來源于EIUCountrydata數據庫。同時,由于我們的樣本中包含部分非上市銀行,為避免各銀行數據結構與數據內涵不一致的問題,我們對數據做了檢查和篩選,所選取的樣本銀行均采取IFRS國際財務報告準則。表1 歐元區國家存款保險限額及金融危機時期變化情況表是否采取限額保險存款保險限額2003/2010/2013危機期間政府對存款的擔保情況是否存在對銀行部分非存款負債的擔保是否存在對銀行特定資產的擔保是否存在銀行體系顯著的國有化奧地利√ 0. 73/2. 96/2. 82無限擔?！?√ √愛爾蘭√ 0. 57/2. 89/3. 02無限擔?！?√ √愛沙尼亞√ 1. 00/9. 36/7. 24比利時√ 0. 76/3. 06/3. 04 √ √ √德國√ 0. 77/3. 29/3. 06僅對私人賬戶√ √ √芬蘭√ 0. 90/3. 02/2. 92 √法國√ 2. 76/3. 26/3. 21 √荷蘭√ 0. 69/2. 85/2. 89 √ √ √盧森堡√ 0. 35/1. 30/1. 25 √馬耳他√ 1. 77/6. 45/6. 03葡萄牙√ 1. 83/6. 18/6. 65 √斯洛伐克√ 2. 67/8. 27/7. 78無限擔保斯洛文尼亞√ 1. 44/5. 80/6. 06無限擔?！倘致匪埂?1. 23/4. 85/5. 57西班牙√ 1. 08/4. 47/4. 73 √ √希臘√ 1. 30/5. 06/6. 31 √ √意大利√ 4. 46/3. 83/3. 97 √注①存款保險限額一欄使用各國存款保險限額與本國人均GDP的比值表示,保險限額一欄分別列出了2003年、2010年以及2013年的數據;②由于拉脫維亞和立陶宛加入歐元區的時間較晚,分別為2014年1月1日和2015年1月1日,不包含在樣本內,故未在表中列出。資料來源Demirgü?-Kunt A., Kane E., Laeven L. Deposit Insurance Around the World A Comprehensive Analysis and Database[J]. Journal of FinancialStability, 2015,2010155-183。18 管理評論第30卷2、基本模型為了對銀行風險承擔與存款保險限額間的U型關系進行檢驗,并考察危機時期政府的擔保行為對銀行風險承擔與存款保險限額間的關系所造成的持續性影響。我們參考Prabha和Wihlborg[29]的方法,依據部分樣本國家實施和取消政府擔保的時間節點,將樣本期劃分為2004-2007年、2008-2010年和2011-2014年三個階段,通過平均的方法將數據轉換為截面數據,并在此基礎上,建立了一個簡單的截面模型,對銀行風險承擔與存款保險限額間的關系進行檢驗。并通過截面模型在三個時期估計結果的對比來考察政府的擔保行為對銀行風險承擔與存款保險限額間關系的影響及其影響路徑?；灸Ｐ腿缦翨ankRiski β0 β1ECj β2governj β3ECj2 β4ECj2 governj β5banki β6macroj εi 1其中,下標i表示銀行,下標j表示國家。相應地,BankRiski表示i銀行的風險承擔,ECj表示j國的存款保險限額,ECj2表示其平方項。 governj為虛擬變量,表示該國在2008-2010年期間是否存在政府擔保行為。危機期間實施過政府擔保的國家取值為1,否則為0。 banki為銀行層面控制變量的向量,macroj為各國宏觀層面控制變量的向量,β5和β6分別為其系數向量,εi是隨機干擾項。我們所關注的是平方項ECj2的系數β3以及交互項的系數β4。其中,β3反映了銀行風險承擔與保險限額間是否呈U型關系,governj與ECj2交互項的系數β4則表示對于危機時期對存款實施了政府擔保的國家,銀行風險承擔與存款保險限額間的關系是否存在顯著差異。3、變量描述1銀行風險承擔的衡量銀行面臨的風險是多方面的,對于銀行風險承擔測度指標的選擇,不同學者根據其研究目的的不同也各有側重。根據已有實證文獻,常用的銀行風險承擔指標主要包括預期違約概率EDF、Z-score、風險資產占比以及不良貸款率等[7,30-32]。由于本文選擇的樣本中包含了大量非上市銀行,預期違約概率的適用性有限;同時,不良貸款率僅能反映銀行的信貸風險,包含的范圍較為狹窄。因此,綜合各方面因素,我們選擇Z-score的對數值lnzscore作為銀行風險承擔的衡量指標。參考Hoque等[27]的處理方法,我們將銀行i在t年的Z-score定義為Z-scoreit CARit ROAitσiROAit 2其中,CAR表示資本資產比率股東權益/總資產,ROA表示銀行的總資產回報率,σROA表示銀行在各樣本期內總資產回報率的標準差。 Z-score越小,表示銀行破產的可能性越高,即風險承擔越高。并且,為了增強結論的穩健性,我們同時選擇風險加權資產占比的對數值lnRWAR作為銀行風險承擔的代理變量,從銀行的資產結構方面對我們的估計結果的穩健性進行檢驗。2存款保險限額歐元區國家在存款保險限額的設置上表現出了很強的同步性,其絕對額基本上處于同一水平。為了反映各國經濟發展水平的差異對存款保險保障程度的影響,我們參照Demirgü?-Kunt等[4]的方法,使用保險限額的絕對額與本國人均GDP的比值作為存款保險限額的代理變量。同時,這樣的設置下,經濟情況的變化將會對存款保險限額變量的計算產生直接的影響。而事實上,各樣本國僅在2008年對存款保險限額的絕對額進行了一次調整。為了避免由于宏觀經濟情況變化引起的保險限額變動對估計結果的影響,同時考慮到銀行風險暴露對于存款保險限額變化的反應具有明顯的滯后性,我們以每個樣本期前一年的人均GDP作為該樣本期存款保險限額計算的基礎,即對于2004-2007年、2011-2014年兩個時期的存款保險限額的計算,我們分別采用樣本國在2003年以及2010年的人均GDP。特別地,由于各樣本國在2008年對保險限額進行了調整,2008-2010年我們采用調整后的存款保險限額與2008年的人均GDP的比值作為該樣本期內保險限額的衡量。3控制變量銀行的風險承擔是多方面因素共同作用的結果,為了反映這些因素的影響,我們需要在模型中引入合理的控制變量。首先,參考前人的研究,我們選取銀行規模Size、平均總資產收益率ROAA、成本費用比CIR以及非利息收入占比NIIR四項指標作為對銀行基本面的考察,涵蓋了盈利性、管理能力以及盈利模式等多個第10期王曉博,等政府擔保預期、存款保險限額與銀行風險承擔19 方面[33]。其次,作為社會經濟發展中的主要金融中介,商業銀行的經營行為也會隨著宏觀經濟環境的變化而發生改變。在這一方面,我們選擇了實際人均GDP增速GDPR,通貨膨脹Inflation兩個變量來對不同國家的宏觀經濟因素進行控制。如表2所示主要變量的含義、計算方法。另外,考慮到2008年金融危機后,歐洲各國受到主權債務危機的困擾,市場主體對希臘、西班牙、葡萄牙等國主權債務危機的擔憂可能會波及其銀行體系,因此,我們加入公共債務占比Publicdebt對這一因素加以控制。表2給出了相關變量的含義及其計算方法。表2 相關變量定義及計算變量符號含義計算方法lnzscore Z-score lnZ-scorelnRWAR風險加權資產占比ln風險加權資產總資產100EC存款保險限額存款保險絕對限額人均GDP 100Size銀行規模ln銀行資產總額ROAA平均總資產回報率凈利潤資產總額100NIIR非利息收入占比非利息收入總收入100CIR成本收入比業務及管理費用營業收入100GDPR經濟增速人均GDP增長率,上年100Inflation通貨膨脹率lnGDP平減指數,2005年100Publicdebt公共債務占比ln總公共債務GDP 100實證結果及分析1、描述性統計在進行正式的實證檢驗之前,我們先給出相關變量的描述性統計情況,見表3。從表3中我們可以看到,2008年存款保險限額的均值出現了明顯的提升,最大值與最小值與危機前相比均提高了2-3倍。而從風險衡量指標的均值變化來看,lnzscore表現出持續下降的趨勢,說明銀行風險水平在不斷上升。但是,風險加權資產占比lnRWAR的均值卻出現下降。兩個風險衡量指標表現出了相反的變動方向,從另一方面表明選擇多個風險衡量指標以增強估計結果穩健性是必要的。表3 相關變量描述性統計2004-2007年2008-2010年2011-2014年N均值標準差最大值最小值N均值標準差最大值最小值N均值標準差最大值最小值lnzscore 92 3.786 1.008 6.897 1.732 106 3.159 1.221 6.250 -0.289 115 3.003 1.812 7.995 -2.384lnRWAR 76 3.880 0.408 4.536 2.732 84 3.790 0.484 4.478 2.710 92 3.747 0.471 4.634 2.004EC 116 1.560 1.187 4.46 0.35 113 3.747 1.565 8.018 1.284 116 4.103 1.783 9.360 1.300Size 92 10.922 1.803 14.374 6.349 111 11.197 1.832 14.762 5.547 116 11.087 1.842 14.678 6.128ROAA 92 0.857 0.565 3.753 -0.152 111 0.238 0.817 2.600 -5.071 116 -0.150 1.287 2.571 -5.100NIIR 92 40.422 24.414 123.308 -76.163 110 27.339 31.273 140.023 -100.097 115 29.881 27.911 129.507 -75.785CIR 92 57.758 13.243 93.665 13.700 110 65.764 34.996 325.758 10.300 114 68.337 36.603 292.475 13.292GDPR 116 2.887 1.777 9.068 1.003 116 -1.281 1.499 1.723 -5.667 116 0.202 1.744 4.658 -4.783Inflation 116 4.620 0.009 4.609 4.665 116 4.689 0.050 4.879 4.574 116 4.731 0.071 4.987 4.573Publicdebt 116 3.837 0.768 4.646 1.486 116 4.060 0.618 4.847 1.796 116 4.326 0.562 5.146 2.1902、主要估計結果根據本文研究的目的,我們對每個樣本區間均分別作了三個層次的檢驗。首先,在表4的第A1-A2、B1-B2和C1-C2列,我們分別通過存款保險限額EC以及其二次項EC2的引入對各個時期銀行風險承擔與存20 管理評論第30卷款保險限額間的關系進行檢驗;在表4的第A3、B3和C4列中,我們通過保險限額平方項與政府擔保虛擬變量交互項的引入,觀察與未實施政府擔保的國家相比,危機時期對銀行存款實施了政府擔保的國家,在銀行風險承擔與保險限額間的關系上的差異。表4中的A1-A3列,我們給出了2004-2007年的估計結果。由A1-A3列的估計結果我們可以發現,在這一階段,被解釋變量lnzscore與存款保險限額EC間的關系并不明顯。 R2也表明模型對這一時期銀行風險承擔的解釋能力不足。2008年,各樣本國普遍提高了存款保險限額,這使得銀行風險承擔與存款保險限額間的關系發生了顯著的變化。在2008-2010年的估計結果中,我們看到,B1列中EC項的系數在通常的顯著水平下不具有統計意義上的顯著性;govern項的系數也表明,銀行的風險承擔水平在實施了政府擔保與未實施政府擔保的國家中不存在明顯差異。 B2列中EC2的系數在5的顯著水平下顯著為負,表明在2008年各樣本國提高存款保險限額后,銀行風險承擔與存款保險限額間的U型關系變得顯著,證明了銀行風險承擔與存款保險限額間U型關系的存在。與2008-2010年的估計結果相比,在2011-2014年的估計結果中,C2列和C3列中EC2的系數仍在較高的顯著水平下為負,說明在這一時期,無論從整個樣本還是從未實施過政府擔保的國家來看,銀行風險承擔與存款保險限額間的U型關系依然存在。所不同的是,C3列中交互項EC2govern的系數在10的顯著水平下為正,說明對于危機時期實施了政府擔保的國家,在政府擔保取消后,其銀行風險承擔與存款保險限額間的U型關系出現了顯著的改變,甚至表現出一種倒U型的關系。表4 主要估計結果1被解釋變量lnzscore2004-2007年2008-2010年2011-2014年A1 A2 A3 B1 B2 B3 C1 C2 C3EC 0. 191 0. 473 0. 437 0. 116 0. 949? ? 1. 327? ? ? -0. 086 1. 188? ? 1. 241? ?0. 130 0. 436 0. 530 0. 109 0. 408 0. 447 0. 098 0. 546 0. 554govern -0. 153 0. 014 0. 049 -0. 669? -0. 559 -0. 2750. 511 0. 359 0. 621 0. 376 0. 702 0. 446ECgovern 0. 238 -0. 123 0. 2220. 537 0. 153 0. 147EC2 -0. 052 -0. 047 -0. 102? ? -0. 140? ? ? -0. 119? ? -0. 136? ?0. 089 0. 100 0. 045 0. 052 0. 055 0. 057EC2govern 0. 025 -0. 0004 0. 025?0. 192 0. 015 0. 014Size 0. 071 0. 072 0. 073 0. 030 -0. 007 -0. 037 0. 181? ? 0. 166? ? 0. 177? ?0. 080 0. 078 0. 080 0. 068 0. 067 0. 070 0. 079 0. 076 0. 077ROAA -0. 035 -0. 001 -0. 009 0. 784? ? ? 0. 723? ? ? 0. 753? ? ? 0. 971? ? ? 1. 063? ? ? 1. 026? ? ?0. 278 0. 280 0. 290 0. 181 0. 175 0. 176 0. 122 0. 120 0. 123NIIR -0. 007 -0. 008 -0. 008 0. 001 0. 002 0. 0007 0. 008? 0. 005 0. 0060. 006 0. 006 0. 006 0. 003 0. 003 0. 003 0. 004 0. 004 0. 004CIR -0. 013 -0. 012 -0. 012 -0. 0001 -0. 002 -0. 002 0. 0007 0. 001 0. 00060. 010 0. 010 0. 010 0. 004 0. 004 0. 004 0. 004 0. 003 0. 003RealGDP 0. 036 0. 080 0. 058 0. 077 0. 145 0. 193? ? 0. 068 0. 052 0. 1270. 184 0. 119 0. 197 0. 090 0. 096 0. 096 0. 129 0. 109 0. 130Inflation -8. 106 -16. 730 -13. 150 3. 319 3. 925 -2. 690 1. 746 -2. 859 0. 72427. 130 17. 340 31. 410 3. 441 2. 898 3. 884 3. 580 2. 966 3. 586Publicdebt 0. 024 -0. 021 -0. 014 0. 032 -0. 104 -0. 495 0. 061 -1. 107? ? -0. 7580. 309 0. 311 0. 323 0. 281 0. 275 0. 317 0. 485 0. 544 0. 572常數項40. 950 80. 590 64. 100 -13. 250 -16. 540 15. 950 -7. 439 16. 880 -1. 648125. 600 80. 590 145. 100 16. 670 13. 920 18. 840 18. 700 15. 570 18. 720N 92 92 92 104 104 104 113 113 113R2 0. 108 0. 110 0. 110 0. 464 0. 475 0. 509 0. 616 0. 620 0. 634注1括號里的數字為相應的標準誤差;? 、? ? 、? ? ?分別代表在10、5、1的程度上顯著;2govern 1,表示政府在2008-2010年期間對本國銀行存款實施過擔保,否則,govern0。第10期王曉博,等政府擔保預期、存款保險限額與銀行風險承擔21 在以上分析的基礎上,我們重新將govern定義為該國政府在2008-2010年期間是否實施過政府干預行為,包含對銀行存款、銀行非存款負債、銀行特定資產的擔保以及銀行國有化中的任一行為。我們仍以lnzscore為銀行風險承擔的代理變量,采用與表4中相同的處理方法對銀行風險承擔與存款保險限額間的關系再次進行了檢驗,其結果如表5所示。與表4中估計結果類似,D2列EC2的系數表明,銀行風險承擔與存款保險限額間確實存在U型關系。E3列中交互項EC2govern的系數在1的顯著水平下為正,表明對于危機期間實施了政府擔保的國家,其銀行的風險承擔與存款保險限額間呈現出倒U型的關系。交互項ECgovern的系數1的顯著水平下顯著為正,表明對于危機期間實施了政府擔保的國家,在政府擔保取消后,線性關系開始能夠很好地解釋銀行風險承擔與存款保險限額間的關系,且銀行風險承擔與存款保險限額呈現負相關的關系。同時,E1列中govern的系數表明,危機期間的政府擔保行為提高了政府取消擔保后銀行的風險承擔水平。因此,我們可以看到,危機時期政府的擔保行為不僅提高了銀行的風險承擔水平,也使得銀行的風險承擔與存款保險限額間的U型關系轉變為負向或者倒U型,使得最優的存款保險限額不再存在。表5 主要估計結果2被解釋變量lnzscore2004-2007年2008-2010年2011-2014年C1 C2 C3 D1 D2 D3 E1 E2 E3EC 1. 162 0. 473 0. 430 0. 256 0. 949? ? 1. 034? ? -0. 955? ? ? 1. 188? ? 0. 9071. 459 0. 436 0. 456 0. 339 0. 408 0. 417 0. 290 0. 546 0. 555govern 1. 750 1. 089 1. 274 1. 237 -6. 394? ? ? -2. 172? ?2. 159 1. 211 1. 972 1. 142 1. 877 0. 928ECgovern -0. 948 -0. 221 1. 094? ? ?1. 458 0. 333 0. 320EC2 -0. 052 0. 268 -0. 102? ? -0. 078 -0. 119? ? -0. 142? ?0. 0899 0. 549 0. 045 0. 050 0. 055 0. 055EC2govern -0. 314 -0. 034 0. 063? ? ?0. 517 0. 030 0. 022Size 0. 054 0. 072 0. 061 0. 039 -0. 007 0. 002 0. 230? ? ? 0. 166? ? 0. 223? ? ?0. 087 0. 078 0. 086 0. 073 0. 067 0. 073 0. 081 0. 076 0. 082ROAA -0. 049 -0. 001 -0. 026 0. 755? ? ? 0. 723? ? ? 0. 752? ? ? 0. 961? ? ? 1. 063? ? ? 1. 006? ? ?0. 277 0. 280 0. 283 0. 184 0. 175 0. 179 0. 116 0. 120 0. 120NIIR -0. 006 -0. 008 -0. 007 0. 002 0. 002 0. 002 0. 008? 0. 005 0. 0060. 006 0. 006 0. 006 0. 003 0. 003 0. 003 0. 004 0. 004 0. 004CIR -0. 012 -0. 012 -0. 013 -0. 0004 -0. 002 -0. 001 0. 002 0. 001 0. 0010. 010 0. 010 0. 010 0. 004 0. 004 0. 004 0. 004 0. 003 0. 004RealGDP 0. 114 0. 080 0. 098 0. 044 0. 145 0. 134 0. 280? ? 0. 052 0. 238?0. 121 0. 119 0. 127 0. 093 0. 096 0. 098 0. 135 0. 109 0. 129Inflation -0. 274 -16. 730 -2. 387 6. 752? ? 3. 925 3. 749 4. 050 -2. 859 2. 31921. 920 17. 340 22. 350 2. 767 2. 898 2. 963 3. 766 2. 966 3. 705Publicdebt 0. 108 -0. 021 0. 0638 0. 280 -0. 104 -0. 168 -0. 159 -1. 107? ? -0. 7530. 307 0. 311 0. 324 0. 223 0. 275 0. 284 0. 435 0. 544 0. 547常數項2. 669 80. 590 13. 120 -31. 610? ? -16. 540 -16. 970 -12. 390 16. 880 -7. 261102. 900 80. 590 104. 5 13. 490 13. 920 14. 240 18. 710 15. 570 18. 910N 92 92 92 104 104 104 113 113 113R2 0. 118 0. 110 0. 122 0. 449 0. 475 0. 483 0. 644 0. 620 0. 648注1括號里的數字為相應的標準誤差;? 、? ? 、? ? ?分別代表在10、5、1的程度上顯著;2govern1,表示該國政府在2008-2010年期間,實施過政府擔保行為,包含對銀行存款、銀行非存款負債、銀行特定資產的擔保以及銀行國有化中任一行為,否則,govern0。3、穩健性分析為了增強實證檢驗結果的穩健性,我們以風險加權資產占比lnRWAR為銀行風險承擔的代理變量,采用與表4中相同的處理方法對銀行風險承擔與存款保險限額間的關系再次進行了檢驗。在表6的D1-D3列中,我們給出了2004-2007年的估計結果。與表4的估計結果不同,在以風險加權22 管理評論第30卷資產占比作為銀行風險承擔代理變量的情況下,銀行風險承擔與存款保險限額之間,表現出了較為顯著的U型關系。結合表4及表5中的結果,我們認為有證據表明銀行的風險承擔與保險限額間U型關系的存在。而這則意味著存在最優的存款保險限額,使得銀行的風險承擔最低,因此,前文第二部分所述假設1成立。在2008-2010年的估計結果中,我們看到,存款保險限額的提高,對銀行風險承擔與存款保險限額間的關系造成了顯著的影響。在2008-2010年與2011-2014年兩個時期,銀行風險承擔與存款保險限額間的關系變得不再顯著,即銀行風險承擔與存款保險限額間的U型關系不再存在。結合表4和表5的估計結果,我們發現,政府危機時期的擔保行為確實改變了銀行風險承擔與存款保險限額間的U型關系,使其呈現出其他形態,一個能獲得最低銀行風險承擔水平的最優存款保險限額將無法得到,前文第二部分所述假設2成立。因此,總的來說,我們的估計結果是較為穩健的。表6 穩健性檢驗被解釋變量lnRWAR2004-2007年2008-2010年2011-2014年F1 F2 F3 G1 G2 G3 H1 H2 H3EC 0. 067 -0. 355? ? -0. 330? 0. 072 0. 155 0. 109 0. 104? -0. 031 -0. 1550. 043 0. 155 0. 1