監管處罰、資本監管壓力與銀行風險承擔

張橋云，段利強

（西南財經大學金融學院，四川成都 611130）

一、引 言

2008年的金融危機對全球經濟與金融體系造成了巨大沖擊，世界各國更加清醒地認識到監管對防控金融風險的積極作用。此后，嚴監管、防風險已成為國際金融業監管的新趨勢。商業銀行作為金融體系的重要組成部分，其風險承擔水平對整個金融體系的穩定具有重大影響。因此，各國都高度重視并采取多種措施加強對商業銀行的監管，而處罰是其中的重要手段。以美國為例，從2008年到2018年，美國監管部門對金融機構的罰款約為2 546億美元，10億美元以上的罰款共37筆，單筆罰款金額最高達到250億美元。其中，銀行業是監管處罰的重點對象，美國監管部門對銀行罰款金額約為2 480億美元，占罰款總額的97%左右（羅璠等，2019）［1］。我國監管機構也在不斷完善監管規章制度并加大處罰力度。在強監管的趨勢下，我國監管部門開出的罰單數量明顯上升。2016年，銀監會共處罰機構631家，罰沒金額2.7億元，處罰422名金融從業者；2017年，銀監系統的處罰強度明顯提高，期間共處罰機構1 877家，責任人員1 547名，罰沒金額29.32億元；2018年，銀監系統共處罰機構1 900余家，責任人員2 044名，罰沒金額近21.56億元。

監管處罰的主要目的是控制銀行的過度杠桿，引導、改變銀行的風險偏好，進而保證整個宏觀金融體系的穩定運行。Delis等［2］（2017）認為監管處罰措施可以有效威懾違規銀行，迫使其調整風險策略，從而有效降低銀行的風險承擔水平。然而，也有部分學者和專家對監管處罰的效果提出了質疑。K?ster和Pelster［3］（2017）認為銀行的管理者并不會因遭受處罰而改變其自身的風險承擔水平，因為，在通常情況下，銀行從風險行為中所獲得的收益遠大于監管機構的罰款。歐洲系統性風險委員會（European Systemic Risk Board，2015）［4］擔心對違規銀行大量、高額的處罰不僅會影響銀行的利潤，還會造成銀行經營的不確定性，很可能引發系統性風險。

我國金融監管部門的處罰是否能夠有效降低銀行的風險承擔水平？處罰對不同銀行的影響是否存在差異？研究這些問題不僅能夠完善和豐富我國金融監管理論體系，而且，在實踐中有助于評估我國金融監管措施的效果，幫助監管部門制定合理的政策，提升金融監管的效率。因此，本文利用2007—2018年我國268家銀行的非平衡面板數據與銀保監會的行政處罰數據，詳細檢驗監管處罰對銀行風險承擔水平的影響，分析處罰對不同銀行的影響是否存在差異。同時，進一步探討資本監管壓力對處罰效果的影響。相較于以往的文獻，本研究的貢獻體現在以下方面：1.現有文獻分析了資本監管、信息披露等監管規則對銀行風險承擔的影響，但如果缺乏科學、有效的處罰制度，即使設計再合理的監管規則也無法達到監管目標［5-6］。因此，從處罰角度探討金融監管的效果具有重要的現實意義。2.從銀保監會處罰公告中提取并整理出銀行層面的監管處罰數據，克服了以往相關研究樣本量偏少［7］，監管指標過于宏觀［8］而可能導致的估計結果不夠精確的問題。3.結合我國金融監管的實際情況，將處罰與資本監管同時納入分析框架，考察了資本監管壓力對處罰效果的影響，為制定合理的金融監管政策、促進處罰與資本監管之間的協調配合提供了理論探索，進一步豐富、擴展了金融監管對銀行風險承擔影響的相關研究。

二、文獻綜述

（一）監管的有效性

在銀行監管政策的有效性方面，相關研究并未達成一致性結論。盡管有學者認為合理的監管制度能夠顯著提高銀行的穩定性（Delis和 Kouretas，2011；Delis等，2017）［2，9］，但是，一些研究指出，嚴格的監管會對銀行產生許多負面效應。Barth等［10］（2004）認為嚴格的資本約束并不會對銀行的發展、績效以及穩定性產生明顯的影響；同時，對銀行業務多樣性的限制會嚴重阻礙銀行的發展并降低銀行的穩定性。部分研究認為某些監管政策會降低銀行的利潤與效率（Pasiouras，2008；Barth 等，2013）［11-12］。另外，也有學者認為在某些方面，政府對企業的監管明顯缺乏效率。Choi和Pritchard［13］（2016）的研究認為公眾可以通過法律訴訟來揭露公司與銀行的違法違規行為，這種方式比政府的監管更加高效。而宋云玲等［14］（2011）則指出，由于我國監管部門在處罰的過程中存在選擇性處罰、處罰力度較低等問題，監管的效率與效果并不理想。

（二）監管對銀行風險的影響

隨著金融危機的爆發，學者們紛紛開始重視并重新思考監管對銀行業穩定性以及風險防范方面的積極作用。眾多研究指出監管可以有效提高銀行的穩定性，降低銀行的風險。但是，相關研究大都是從監管規則層面闡述其對銀行風險行為的影響。例如，在銀行資本監管方面，Repullo［15］（2004）通過構建銀行非完全競爭的動態理論模型驗證了資本監管的作用，發現資本要求政策能夠有效避免銀行承擔過多的風險。在信息披露要求方面，研究認為信息披露能夠提高銀行的信息透明度，進而加強市場對銀行的約束，減少銀行的風險行為，提高銀行的穩定性（Nier和Baumann，2006；Wu和Bowe，2010；Delis和Kouretas，2011）［9，16-17］。而在對銀行的業務限制方面，Harris和Raviv［18］（2014）探討了減少銀行風險承擔水平的最優監管策略，他們指出監管部門應該允許銀行在陷入財務困境時仍然可以向股東派發紅利，但同時要限制銀行的投資規模。這種“胡蘿卜加大棒”的監管規則能夠有效降低銀行的風險承擔水平。但是，也有部分學者認為嚴格的監管規則并不會降低銀行的風險承擔水平，甚至會使銀行的風險狀況進一步惡化。Delis和Kouretas［9］（2011）利用1998—2008年17個國家的銀行數據，通過實證檢驗發現資本監管對銀行的風險水平并沒有顯著影響。許友傳［19］（2011）利用2000—2008年我國57家商業銀行的相關數據，使用聯立方程模型實證檢驗了資本監管對我國銀行資本調整和風險水平的影響，他認為在資本監管的壓力下，我國銀行并不一定會通過“調整資產結構，減少風險資本規?！钡膫鹘y方式來滿足監管的要求①更常用的辦法是額外增加資本，如定增、利潤留存、發行二級資本債等。。因此，資本監管并不能降低我國商業銀行的風險承擔水平。成潔［5］（2014）的研究也發現資本監管不會改變銀行的風險偏好，銀行更傾向于通過資本市場發行股票和債券的方法來補充自身的資本、滿足監管的要求。劉生福和韓雍［20］（2020）則進一步指出嚴格的資本監管會引發銀行進行資產轉換的監管套利行為，銀行會通過將信貸資產轉化為表外資產來規避監管，從而導致銀行資產組合與綜合風險水平上升。另外，較高的信息透明度也可能會引發資本市場的過度反應，進而對銀行形成短期沖擊并提高銀行的風險水平（Tadesse，2006）［21］。

然而在監管措施的執行方面，由于大部分監管措施（包括監管部門對銀行的建議、現場檢查、處罰等）的數據并未公開（Caiazza等，2018）［22］。因此，只有少量研究從監管措施執行的角度分析監管對銀行風險承擔的影響。Delis等［2］（2017）認為監管部門可能掌握銀行內部情況的私有信息，而監管措施的發布向公眾釋放了銀行的負面信號。因此，監管處罰等執行措施會增強市場的約束力，從而削減銀行的風險偏好。其利用2000—2010年之間的監管處罰數據，分析了處罰等措施對銀行資本、風險承擔水平等的影響，發現在處罰措施執行一年后，違規銀行風險加權資產與不良貸款率均顯著下降。Sakalauskaite［23］（2018）則從銀行CEO薪酬這一角度解釋了處罰對銀行風險行為的作用，他認為不恰當的薪酬制度會激勵銀行CEO為獲得更高的獎金而參與短期回報較高的風險項目，增大了銀行的違規概率同時提高了銀行的風險承擔水平。而銀行CEO的薪酬與高風險行為具有順周期性，因此，監管部門在經濟增長時期的處罰效果會更加明顯。也有學者認為，監管部門的行政處罰并不會改變銀行的風險承擔水平。K?ster和Pelster［3］（2017）指出，由于銀行從違法違規行為中所獲得的收益可能高于因違規而遭受的罰款，因此，監管處罰并不能改變銀行的風險策略，其之后的實證研究也發現，監管處罰與銀行的風險承擔水平之間并無明顯關系。

綜上所述：1.現有文獻大都從監管規則的角度探討了資本要求、信息披露等對銀行風險的影響，而少量從監管執行角度分析處罰等措施對銀行風險影響的研究并未達成一致結論（Delis等，2017；K?ster和Pelster，2017）［2-3］。2.我國監管處罰的相關研究中，部分研究是基于上市公司違法違規的案例，探討我國證券監管處罰的效果（張宗新和朱偉驊，2007；宋云玲等，2011）［7，14］；而少數研究銀行監管對風險影響的文獻受制于數據（潘敏和魏海瑞，2015）［8］，所得出的結論有待進一步驗證。

三、研究設計

風險偏好是銀行的基本特質之一，是銀行在長期的經營過程中形成的，受多重因素的影響，而監管處罰的主要目的是控制銀行的過度杠桿，引導、改變銀行的風險偏好，從而保證宏觀金融體系的穩定，防控金融風險事件的發生。處罰如何影響銀行的風險承擔？首先，監管處罰能夠降低銀行選擇高風險策略時的收益，促使銀行調整風險策略，降低自身的風險承擔水平。具體來說，銀行會根據自身的經營狀況選擇不同的風險策略，高風險策略意味著銀行可能會在經營中從事一些利潤較大但風險較高的業務（可能是某些金融創新業務，如中國銀行的原油寶業務），這些業務往往游離于監管的邊界（K?ster和Pelster，2017）［3］。其中的風險一旦暴露，嚴厲的監管處罰會使銀行遭受巨大的經濟與聲譽損失［24］①其中，經濟損失主要包括罰款、賠償以及相關的法律費用；而聲譽損失主要指監管處罰會導致銀行的聲譽受損，破壞公眾及投資者對銀行的信任，從而增加銀行的融資難度。，大幅減少銀行選擇高風險策略時的收益，從而促使銀行調整風險策略，降低風險承擔水平。其次，監管部門可能掌握銀行內部情況的私有信息，監管措施的發布向公眾釋放了銀行的負面信號，因此，監管處罰措施可能會增強市場約束力從而削減違規銀行的風險偏好（Delis等，2017）［2］。而處罰信息的公開也能夠進一步明確銀行經營的合規邊界，引導銀行審慎經營，選擇更加穩健的風險策略。

另外，由于不同類型的銀行在規模、公司治理與股權結構等方面有著顯著的區別。因此，對于不同的銀行，相同的監管措施所產生的效果也可能存在明顯的差異，而監管處罰的有效性往往依賴于銀行的治理與產權結構（Laeven和Levine，2009）［25］。此外，大型銀行與國有銀行在金融體系中具有系統重要性，為確保金融體系的穩定，監管部門在危機時期往往會對這些銀行進行救助。由此產生的大而不倒問題會使這些銀行承擔更多的風險，同時，也會使監管處罰的威懾力度大幅下降（Williams，2014）［26］。因此，監管處罰對不同銀行的影響是否存在差異也是重要的研究問題。

除此之外，檢驗資本監管壓力與處罰對銀行風險承擔的聯合效應也是研究的目標之一。雖然，部分研究認為資本監管壓力并不會對我國銀行的風險承擔產生影響（許友傳，2011；成潔，2014）［5，19］，但是，相關研究忽略了資本監管與處罰對銀行風險承擔的聯合效應。資本監管與處罰分別代表著監管的兩個不同維度，兩者互為補充，相輔相成。監管處罰的效果很可能會受到銀行資本壓力的影響（Delis等，2011）［9］，對于資本壓力較大的銀行，監管部門不僅會限制銀行的某些業務，甚至可能暫停銀行的經營資格。出于對失去牌照的擔憂，銀行除了運用各種手段來補充自身資本外，也可能在風險承擔方面選擇“鋌而走險”，此時，處罰對其風險承擔的約束作用就會大幅減弱。因此，考察資本監管壓力與處罰對銀行風險承擔的聯合效應具有重要意義。

（一）實證模型與變量設計

基于上述研究目標，主要進行以下三個方面的實證檢驗：

1.檢驗銀保監會的處罰對銀行風險水平的影響?？紤]到銀行風險承擔水平具有較強的持續性，構建如下動態面板模型：

其中，下標i=1，……N表示樣本中的銀行個體，t=1，……T表示樣本所在的時期。被解釋變量Riskit代表銀行i在第t期的風險承擔水平，Riskit-1表示滯后一期的銀行風險承擔水平，penaltyit代表監管部門對銀行的處罰，Xit是銀行特征的控制變量。α為截距，εit為模型的擾動項。

在風險承擔水平的測度指標方面，相關文獻主要選取了銀行風險Z值（Z-score）、銀行資產收益率的標準差（σroa）、銀行預期違約概率、銀行在險價值（VaR）、不良貸款率等。其中，銀行逾期違約概率能夠有效反映出市場預期，并揭示銀行違約風險的整體情況，具有良好的前瞻性。但是，由于我國信用評級體系尚不完善，相關數據暫時無法獲?。櫤７搴蜅盍⑾?，2018）［27］。對于在險價值（VaR），由于研究所選樣本中含有大量非上市銀行，因此，無法計算獲得。而對于不良貸款率，雖然我國商業銀行長期以來資產端主要以貸款業務為主，不良貸款率可以反映我國銀行的信貸風險，但是，由于現實中貸款五級分類存在一定的操作空間，這種人為操作與政策調整可能導致數據失真（潘敏和魏海瑞，2015）［8］。而Z值則能夠比較全面地反映出銀行的綜合風險水平，因此，選擇Z值（Z-score）作為銀行的風險測度指標，參考Laeven和Levine［25］（2009）、徐明東和陳學彬［28］（2012）、余明桂等［29］（2013）的方法，將代表商業銀行風險承擔水平的Z值定義為

其中，adjROAit為i銀行在t時期的息稅前利潤與總資產的比率減去t時期所有樣本銀行息稅前利潤與總資產的比率的平均值，反映i銀行在t時期的盈利能力。σ(adjROA)是使用3年數據計算得到的adjROAit標準差。反映i銀行在t期的盈利能力的穩定性或盈利預期的穩定性。CAPit為銀行的權益占比，反映i銀行在t時期的財務杠桿。Z值越大，表明銀行的風險承擔水平越高①為消除Z值的偏度，本文在后面的實證中對Z值進行了對數化處理，即使用Z值的自然對數作為銀行的風險測度指標。。

在監管處罰變量penaltyit方面，主要選取了我國銀保監會對銀行的行政處罰數據。不同于歐美國家金融監管部門經常性地開出巨額罰單，我國銀保監會對銀行違法違規行為的罰款金額相對較低，但處罰頻率卻相對較高。因此，考慮到我國銀行監管處罰的實際情況，將不同銀行在每一年度所受到的行政處罰情況進行了統計匯總，計算出年度累計罰款總額與年度累計處罰次數兩個指標作為監管處罰的代理變量。年度罰款總額（年度累計處罰次數）越高，表明監管處罰的力度越大。為消除極端值的影響，在后文的實證分析中使用了銀保監會對銀行年度罰款總額的自然對數（pena1）和年度處罰次數（包含銀保監會對該銀行機構的所有處罰，如警告、罰款、停業整頓等）的自然對數（pena2）作為監管處罰的代理變量。

另外，為有效識別監管處罰的影響，模型中還控制了其他影響商業銀行風險承擔意愿的變量，包括銀行財務特征、宏觀經濟政策等。在銀行特征方面，選取了銀行的規模（size），用銀行總資產的自然對數表示；銀行的經營效率（boe），用銀行的成本收入比表示；銀行的盈利水平（roa），用銀行的息稅前利潤除以總資產表示；在宏觀經濟方面，選取經濟增長速度（gdpg）（用名義GDP的增長率表示①由于本文樣本中包含大量的城市商業銀行與農村商業銀行，其經營區域主要位于其總行所在地，因此，利用其總行注冊地所在省份的名義GDP增速作為經濟增速的代理變量；而國有商業銀行與股份制銀行的經營地遍布全國，因此，選擇全國的名義GDP增速作為經濟增速的代理變量。）作為控制變量；另外，越來越多研究表明貨幣政策（mp）對我國銀行的風險承擔水平具有顯著影響（徐明東和陳學彬，2012；王晉斌和李博，2017；李雙建和田國強，2020）［28，30-31］。由于貨幣政策的緊與松將直接作用于銀行間同業拆借市場，而作為短期貸款定價的基準，同業拆借利率的變動將影響銀行的貸款定價和利息收入水平，從而對銀行的風險偏好產生作用。因此，選擇銀行間同業拆借利率作為貨幣政策的代理變量（Dell’Ariccia等，2017）［32］。在控制了一系列變量 Xit之后，通過觀察模型（1）中 β2的顯著性以考察處罰是否影響銀行的風險承擔水平。

2.檢驗監管處罰對不同銀行的影響是否不同。如前文所述，處罰對不同銀行的影響可能存在差異。因此，在模型（1）中加入銀行規模（size）、是否為大型國有銀行（sta）、是否為上市銀行（list）等三個變量與監管處罰（penalty）的交乘項，以考察監管處罰對不同銀行的風險承擔行為是否存在差異。具體的模型設計如下：

其中，若銀行i為工商銀行、農業銀行、中國銀行、建設銀行和交通銀行這五家商業銀行之一則stait值為1，否則為0；若銀行i在t時期已經上市，則listit取值為1，否則為0。其余的控制變量Xit與模型（1）一致②模型（6）的控制變量中額外增加了銀行是否上市（listit）的虛擬變量。。然后，通過觀察模型（4）、（5）、（6）中β3的顯著性來考察處罰對不同銀行風險行為的影響是否存在差異。

3.檢驗資本監管壓力是否會影響處罰的效果。如前文所述，監管處罰的效果很可能會受到銀行資本壓力的影響。因此，在模型（1）中加入資本監管壓力（regit）與處罰（penalty）的交乘項以檢驗資本監管壓力與處罰對銀行風險承擔行為的聯合效應。具體模型設定如下：

在資本監管壓力的測度方面，借鑒Rime［33］（2001）、成潔［5］（2014）的研究，構建絕對資本監管壓力regait與預防性資本監管壓力regbit兩個指標作為資本監管壓力的代理變量。其中，regait為虛擬變量，若銀行未達到監管標準，即銀行當期資本充足率-最低資本充足率要求＜0時，認為銀行存在絕對資本監管壓力。具體取值規則為：在2013年之前，按照《商業銀行資本充足率管理辦法》，若資本充足率小于8%，則regait取值為1，否則為0；2013年之后，則按照《商業銀行資本管理辦法（試行）》，若工農中建交五大行的資本充足率低于11.5%，其他銀行的資本充足率低于10.5%，則regait取值為1，否則為0。

regbit為虛擬變量，代表預防性資本監管壓力③一定程度上反映了銀行儲備資本與逆周期資本是否充足。。資本緩沖理論認為，即使資本達到監管的最低要求，銀行仍然有動機提高自身的資本并降低風險，以預防因未達標而造成的監管成本。因此，在實證中將銀行各期資本充足率的一個標準差作為資本緩沖，若銀行資本充足率與監管最低要求之差小于資本緩沖時，則認為銀行存在預防性資本監管壓力。regbit的取值規則為：若銀行當期資本充足率小于最低資本充足率要求加上各期銀行資本充足率的標準差時，regbit取值為1，否則為0。具體公式如下：

其中，CARit為銀行i第t時期的資本充足率，mCARt為當期監管最低資本充足率要求，σCARi為銀行各期資本充足率的標準差。另外，在其他控制變量方面，式（7）中除增添了資本監管壓力（regait與regbit）之外，其余變量與模型（1）一致。通過觀察模型（7）中β3的顯著性來考察監管壓力是否會影響處罰對銀行風險的作用。

在估計方法上，首先使用最小二乘（OLS）方法對銀行風險承擔水平和監管處罰的關系進行了單變量檢驗；然后加入控制變量，使用固定效應模型進行了多元回歸分析①加入控制變量后，使用OLS方法進行多元回歸估計的結果與固定效應模型的結果一致。。由于使用最小二乘法估計動態面板模型時可能導致估計結果的有偏或者非一致。因此，在后文的實證研究中還采用了系統GMM估計方法重新對模型（1）、（4）、（5）、（6）、（7）進行估計。系統GMM方法在估計動態面板模型時更具有效率而且能得到模型系數的一致估計。另外，系統GMM估計方法還能夠緩解模型中存在的內生性問題。同時，為確保系統GMM估計的適用性和有效性，在后文的實證分析中進行了Hansen過度識別和序列相關檢驗。

（二）數據來源與描述性統計

實證中選取了2007—2018年我國268家商業銀行的年度數據作為研究樣本。其中，監管處罰的數據來自銀保監會官方網站，首先，使用Python軟件從銀保監會網站抓取了2007—2018年的行政處罰公告，剔除了其中對個人的處罰公告，僅保留對機構的處罰并篩選出處罰對象為商業銀行的公告，然后從公告的處罰決定中提取并整理計算出銀行年度罰款總額與年度處罰次數的數據。銀行相關財務數據來源于WIND數據庫和CSMAR數據庫，部分缺失值來源于銀行的年報手工整理補齊，而宏觀經濟政策的數據來源于CEIC數據庫。表1為主要變量的描述性統計結果。

表1 變量描述性統計

從樣本銀行的風險承擔水平來看，Z值最小為0.0002，最大值為0.522，均值為0.018。在處罰方面，罰款總額最高為55 349.37萬元，處罰次數最高為141次；從處罰趨勢來看，銀保監會的處罰強度在2013年之前相對較低，從2014年開始顯著提高。而在資本監管壓力方面，約有8.7%的銀行存在絕對資本監管壓力；32.4%的銀行存在預防性資本監管壓力。另外，全國及各省的GDP增長速度也存在較大差異，GDP增速最大值為19.2%，最小值則為-2.5%。

四、實證結果

（一）基準回歸結果

監管處罰對銀行風險承擔水平影響的基準回歸結果見表2，被解釋變量均為代表銀行風險承擔水平的Z值，其中，第（1）—（3）列為銀行風險承擔水平與罰款總額及其他變量的回歸結果，第（4）—（6）列為銀行風險承擔水平與處罰次數及其他變量的回歸結果。第（1）、（4）列是使用OLS估計方法進行單變量回歸的結果，（2）、（5）列是固定效應模型的估計結果，（3）、（6）列是使用系統GMM方法估計的結果，由結果中AR（1）、AR（2）以及Sargan檢驗的p值可以看出，模型滿足使用系統GMM估計方法的前提條件。

表2 監管處罰與銀行風險：基準回歸結果

從表2的結果中可以看出，監管處罰的代理變量罰款總額（pena1）與處罰次數（pena2）在三種估計方法中的系數均為負，且在1%的水平上顯著。表明監管處罰能夠促使銀行改變風險策略，顯著降低其風險承擔水平?？赡艿脑蛑饕袃蓚€方面：一是監管處罰會對銀行造成直接的經濟損失，減少銀行在高風險行為中的預期收益，具有威懾效力，從而能夠改變銀行的風險策略。二是監管處罰信息的公開會降低銀行的聲譽，并可能導致公眾對銀行的信任喪失而增加銀行融資的難度（Murphy等，2009）［24］，因此，處罰能夠增強市場約束力從而削減銀行的風險承擔行為。同時，實證結果中風險承擔滯后一期變量（L.Z-score）系數顯著為正，表明銀行風險承擔水平具有持續性。

在其他控制變量方面，銀行的盈利水平（roa）除在第（3）列中不顯著外，其余均顯著為負，這說明盈利能力越強的銀行經營越穩健，其風險承擔水平越低。銀行的經營效率（boe）系數顯著為正，表明經營效率更高的銀行普遍更加樂觀，從而更傾向于采取激進的風險策略，主動承擔更多風險（李雙建和田國強，2020）［31］。在宏觀政策指標方面，貨幣政策的代理變量（同業拆借利率）mp前的系數顯著為負，這也證實了較低的利率水平（寬松的貨幣政策）的確會鼓勵銀行承擔更多的風險（徐明東和陳學彬，2012；王晉斌和李博，2017；李雙建和田國強，2020）［28，30-31］。

（二）穩健性檢驗

檢驗監管處罰對銀行風險承擔水平的影響的關鍵在于保證監管處罰的外生性。系統GMM估計方法可以在一定程度上緩解內生性問題，下文將在此基礎上進一步采取分樣本檢驗以提高基準回歸結果的可信度與穩健性。

1.根據銀行的系統重要性進行分樣本檢驗。由于監管部門有可能會根據銀行業整體的風險水平以及被處罰銀行的風險傳導能力來調整監管的強度，這會影響處罰的外生性。而考慮到系統性重要銀行具有規模大、業務種類多、復雜程度高、與其他金融機構關聯度強等特點，其風險承擔行為往往可以反映并影響銀行業整體的風險狀況。這就可能導致監管處罰對系統性重要銀行是非隨機的。鑒于此，剔除樣本中的系統性重要銀行①根據中國銀行業的具體情況，本文認為工、農、中、建、交五大行為系統性重要銀行。，再使用系統GMM方法重新對模型（1）進行估計，結果見表3中第（1）、（2）列所示：監管處罰的兩個代理變量罰款總額（pena1）與罰款次數（pena2）前的系數均顯著為負，表明處罰對非系統性重要銀行的風險承擔同樣有明顯的抑制作用。

2.根據銀行類型進行分樣本檢驗?？紤]到城市商業銀行與農村商業銀行經營規模有限、經營區域固定，其風險傳導能力不強，因此，監管部門對城商行與農商行進行處罰時不會過多關注其風險外溢效應，從而在一定程度上保證了監管處罰的外生性?；诖?，從全樣本中篩選出城商行和農商行，使用系統GMM方法對模型（1）進行重新估計。具體結果見表3第（3）、（4）列。罰款總額（pena1）與處罰次數（pena2）前的系數均顯著為負，表明監管處罰能夠有效抑制城商行和農商行的風險承擔行為，進一步證實了基準回歸結果的穩健性。

表3 分樣本檢驗結果

3.根據是否處于金融危機期間進行分樣本檢驗。在金融危機期間，監管部門在進行處罰時可能會更加關注銀行的風險狀況，從而可能對監管處罰的執法產生影響②雖然金融危機對我國銀行業造成的沖擊不大，但是，金融危機所暴露的金融創新問題與系統重要金融機構倒閉對整個金融系統造成的巨大沖擊等都刷新了監管部門對金融風險的認識。這可能使得金融危機期間我國監管部門更加關注銀行業的風險，從而影響處罰的外生性。本文認為2007—2011年為金融危機時期。。因此，剔除了金融危機時期的樣本，并使用系統GMM法對其余樣本重新進行了檢驗，估計的結果見表3的（5）、（6）列。從中可以看出罰款總額（pena1）與處罰次數（pena2）的系數仍顯著為負，處罰能夠降低銀行的風險承擔水平的結果并未發生改變。

另外，為保證模型估計結果的可靠性，還對被解釋變量進行了替換。分別使用貸款凈增額占總資產的比重（loa）［28］①貸款是銀行最主要的資產，且相比之下，債券資產的違約風險較低。因此，選擇貸款凈增額占比指標基本可以代表銀行資產方面的整體風險狀況，并且在一定程度上可以避免人為調整的數據失真。與資產收益率的標準差（σroa）兩個指標作為銀行風險承擔的代理變量進行了穩健性檢驗，從表4的結果可以看出，以貸款凈增額占比（loa）為被解釋變量的（1）、（2）列和以資產收益率的標準差（σroa）為被解釋變量的（3）、（4）列中，監管處罰的兩個代理變量（pena1與pena2）的系數均顯著為負，其他主要變量系數的符號也未發生明顯變化，再次驗證了基準回歸結果的穩健性。

表4 替換被解釋變量的穩健性檢驗

（三）監管處罰對銀行風險承擔影響的異質性檢驗

監管處罰對不同銀行的影響的檢驗結果見表5。其中，第（1）、（2）列監管處罰代理變量罰款總額與銀行規模的交乘項（pena1*size）和處罰次數與銀行規模的交乘項（pena2*size）的系數均顯著為正，第（4）列中處罰次數與大型國有銀行的交乘項（pena2*sta）系數顯著為正，第（3）列中罰款總額與大型國有銀行的交乘項（pena1*sta）系數為正但不顯著。（5）、（6）列中罰款總額與上市銀行的交乘項（pena1*list）和處罰次數與上市銀行的交乘項（pena2*list）的系數均顯著為正。

表5 監管處罰對銀行風險承擔影響的異質性檢驗

上述結果表明，隨著銀行規模的增大，監管處罰的風險抑制效應被削弱。這可能是因為現階段我國監管處罰的總體力度仍然偏小，且與大銀行的營業收入和利潤相比，監管機構的處罰措施顯得過于“輕微”，處罰對銀行造成的損失較少，威懾能力不足，因此，大型銀行對處罰的反應不敏感。同樣，表5中第（3）—（6）列的結果說明，對于大型國有銀行和上市銀行，監管處罰對其風險的抑制效應顯著低于其他銀行。這可能是由于：一方面，這些銀行本身公司治理更為完善、經營更為規范，風險承擔水平相對較低，這也與表第（5）、（6）列中上市銀行虛擬變量（list）的系數顯著為負相一致。另一方面，大型國有銀行和上市銀行的規模普遍較大，相比其他銀行有更穩定的客戶群體、更多的收入來源和更加暢通的融資渠道，處罰對其造成的沖擊與負面影響較小，因此，對處罰的反應不敏感。另外，大型國有銀行和上市銀行可能與監管機構有更強的人事與政治關聯，這可能會大幅降低監管處罰的效率和效果（潘敏和魏海瑞，2015）［8］。

（四）資本監管對處罰效應的影響

資本監管壓力會對處罰效果產生何種影響？表6顯示：第（1）、（2）列中資本監管壓力（rega）的系數不顯著，罰款總額與監管壓力的交乘項（pena1*rega）和處罰次數與監管壓力的交乘項（pena2*rega）系數均顯著為正；第（3）、（4）列中監管壓力代理變量（regb）的系數同樣不顯著，但監管處罰的兩個代理變量與監管壓力的交乘項（pena1*regb與pena2*regb）的系數顯著為正。上述結果表明單純的資本監管壓力對我國銀行風險承擔水平的影響并不明顯，這可能是因為存在資本監管壓力的銀行并不一定會通過降低風險資產規模（分母對策）來滿足監管要求，而是可能通過發行二級資本工具、利潤留存等方法（分子對策）來滿足資本充足率的要求（許友傳，2011）［19］。

表6 資本監管壓力對處罰影響

與此同時，表6的結果也表明，隨著監管處罰強度的提升，資本監管壓力會削弱處罰對銀行風險的抑制效果，相比之下，沒有資本監管壓力的銀行對處罰的反應更加敏感。這可能是由于資本充足的銀行更加關注自身的聲譽，重視股東價值，而遭受處罰可能會使銀行聲譽受損，進而影響其價值。因此，沒有資本監管壓力的銀行在遭受處罰后更傾向于控制自身的風險承擔行為。而對于資本監管壓力大的銀行而言，其在運用各種手段來補充自身資本之時，往往采取激進的風險策略以期高風險回報能盡快增加資本（成潔，2014）［5］，其在風險承擔方面可能選擇“鋌而走險”，此時，處罰對其風險承擔的抑制作用就會減弱。

五、結論與啟示

（一）主要研究結論

利用我國2007—2018年268家銀行的非平衡面板數據和銀保監會的行政處罰數據，實證檢驗監管處罰強度與銀行風險承擔行為之間的關系，并進一步考察處罰對不同特征銀行的影響，同時探討資本監管與處罰對銀行風險承擔的聯合作用。研究結果表明：第一，銀保監會對違規銀行的監管處罰措施能夠有效抑制銀行的風險行為，顯著降低銀行的風險承擔水平。第二，監管處罰對不同銀行的影響存在差異，相對于小銀行和非上市銀行而言，處罰對大銀行和上市銀行的效果較弱。第三，資本監管壓力會影響處罰的效果，具體而言，資本監管壓力越小的銀行，處罰對其風險承擔的抑制效果越明顯，而資本監管壓力大的銀行在被處罰后更愿意冒險。

（二）政策啟示

1.雖然監管處罰能夠約束銀行的風險承擔行為，但監管部門在執行處罰措施時應充分考慮不同銀行對處罰的敏感程度，加強罰款等處罰制度的科學性與威懾力，如適當增加對大銀行的監管處罰力度、增強監管處罰的信息透明度等以提升監管處罰的效率和效果，進而有效約束銀行的風險行為。

2.監管部門應更加注重資本監管與行政處罰的有效結合，對資本狀況不同的銀行進行差異化管理，如根據銀行的資本狀況進行分級，對不同等級銀行采取差異化的罰款金額或處罰措施以強化監管對銀行風險承擔的約束效果。同時，監管部門應利用大數據與人工智能等技術構建合理有效的風險監管與預警機制，密切關注那些資本不足且遭受高額處罰銀行的風險偏好，防止其在被處罰后“鋌而走險”造成更加嚴重的風險事件。