壹、變量選擇與模型構建
（壹）變量選擇1.被解釋變量。在商業銀行風險承擔的度量方面，國內外學者主要采用的度量指標有不良貸款率（NPL）、加權風險資產占比（RA）、破產概率Z值（Z-score）。Delis&Kouretas（2011）使用了不良資產率和加權風險資產占比這兩個指標來度量銀行風險承擔，徐明東、陳學彬（2012）選用Z值和資產貸款率作為銀行風險的測度指標。除此之外，還有學者使用貸款損失率、預期違約率等來衡量商業銀行的風險承擔水平。考慮到存貸款業務在我國商業銀行業務中壹直占有較高比重以及數據的準確性，本文選用各大銀行公布的不良貸款率作為銀行風險承擔的衡量指標。2.解釋變量。在選擇貨幣市場利率變量時，由於我國貨幣市場還未形成壹個公認的基準利率，因此不得不采取多個指標。國內學者對基準利率的爭論主要集中於全國銀行間同業拆借利率（CRATE）、銀行間債券市場利率（BRATE）與上海銀行間同業拆放利率（SHIBOR）三者之間。海濤、方兆本（2010）通過對SHIBOR、CRATE和BRATE的波動狀況進行分析，發現這三種利率均不能完全獨立地作為我國貨幣市場的基準利率。本文選取銀行間債券市場利率（BRATE）與上海銀行間同業拆放利率（SHIBOR）作為貨幣市場利率的衡量指標。利率波動性的變量則采用上海銀行間同業拆借利率的標準差來衡量，即DSH。3.控制變量。為了控制銀行自身因素、宏觀經濟狀況和市場競爭等可能對商業銀行風險承擔產生的影響，本文選取銀行規模（SIZE）、銀行資本充足率（CAR）、銀行資產收益率（ROA）、實際經濟增長率（GDPG）、銀行業景氣指數（BBI）和市場集中度（CON）六個變量作為控制變量。
（二）模型構建基於研究目標和變量選擇，本文參照Delis&Kouretas（2011）的模型設定。模型（1）用以研究貨幣市場利率對商業銀行風險承擔的影響。在模型（1）中，i代表i銀行，t代表t期，Risk為被解釋變量，代表商業銀行的風險承擔，本文以不良貸款率作為其衡量指標。MP是解釋變量，代表貨幣市場利率，本文以BRATE、SHIBOR作為貨幣市場利率的指標。控制變量：SIZE銀行規模，CAR銀行資本充足率，ROA銀行資產收益率，GDPG實際經濟增長率，BBI銀行業景氣指數，CON市場集中度。銀行業景氣指數反映的是調查當期相對於上期銀行業的變化情況；市場集中度反映的是銀行業的競爭情況，集中度越高，市場競爭越小。
二、實證分析
（壹）數據來源基於數據的可得性和可信性，本文采取我國16家上市銀行2007年至2014年的面板數據進行研究，包括中國銀行、農業銀行、工商銀行、建設銀行、交通銀行、民生銀行、中信銀行、光大銀行、招商銀行、平安銀行、寧波銀行、興業銀行、南京銀行、北京銀行、華夏銀行、浦發銀行。數據來源於各銀行年度報表、中國人民銀行網站和中國國家統計局網站。
（二）各變量的描述性統計（表2）由於BRATE所取得的數據為月加權平均數據，HIBOR所取得的數據為日數據，因此，在這裏用隔夜SHIBOR的曲線圖來說明我國貨幣市場利率的變化趨勢，如圖1所示。
（三）參數估計與分析1.估計方法。由於所構建的模型中均含有被解釋變量的滯後壹階，為了避免出現內生性問題，本文采用廣義矩估計（GMM）方法對模型進行估計。廣義矩估計分為差分廣義矩估計（DIFGMM）和系統廣義矩估計（SYSGMM），但在有限樣本下，系統GMM的估計結果相對於差分GMM的估計結果來說，偏差更小。系統GMM又可分為壹步廣義矩估計和兩步廣義矩估計，相對來說，兩步法的估計結果對異方差和截面相關性具有更高的穩健性，因此本文最終選用系統廣義矩估計兩步法對模型進行估計，估計結果如表3所示。2.估計結果。首先，觀察表3中所有AR（2）和Sargan檢驗的P值，結果發現它們的P值都顯著大於0.1，這說明可以接受這兩種檢驗的原假設，即“不存在序列自相關”、“所有工具變量都是有效的”。另壹方面，被解釋變量滯後壹階系數在各個模型估計中都顯著為正，說明商業銀行的風險承擔在相鄰期間內存在較強的關聯，可以認為之前所構建的4個模型都是合理的。
（四）解釋變量、控制變量和交叉項的系數1.貨幣市場利率與商業銀行風險承擔之間存在顯著負相關關系。以BRATE為解釋變量的模型估計結果中，BRATE的β系數分別為-0.07、-0.282、-0.474，z值分別為-8.07、-7.35、-3.03，均在1%的水平上顯著；在以SHIBOR為解釋變量的模型估計結果中，SHIBOR的β系數分別為-0.069、-0.353、-0.397，z值分別為-7.8、-3.44、-3.11，同樣都在1%的水平上高度顯著。這壹結論與Altunbas（2009）、Martha（2010）、牛曉健、裘翔（2013）的研究發現基本壹致，低利率水平會助長商業銀行的風險偏好。結合我國2007年到2014年的隔夜SHIBOR曲線圖（圖1），發現我國貨幣市場利率在2007到2010年間壹直處於較低水平，波動性不大，從2011年開始，利率波動性顯著增加，但利率整體水平並未提升到相當高的程度。因此，可以得出結論，目前我國貨幣市場利率對商業銀行風險承擔的影響主要是通過估值效應和逐利機制來實現的，較低的利率水平提升了商業銀行對風險的容忍度，降低了商業銀行對風險的感知度，刺激了商業銀行對高收益的欲望，最終導致商業銀行的風險承擔加重。2.利率波動性與商業銀行風險承擔具有顯著的正相關關系。從表2中模型（4）的估計結果中可以看到DSH的β系數為0.188，z值為11.73，在1%的水平上顯著。這壹結論驗證了黃金老（2001）的理論推斷：利率市場化會帶來兩種風險，分別是利率顯著升高和利率不規則波動性加劇，但利率不規則波動性加劇將是我國商業銀行面臨的主要風險。在我國，由於利率長期處於管制狀態，商業銀行缺乏完善的風險管理制度和有效的金融工具用以應對利率變化的不確定性。盡管我國近幾年大力推進金融體系改革，但商業銀行適應新的環境仍需時間，必須要逐步改善管理制度，實現金融創新。3.從實證研究結果可以看出，銀行規模與商業銀行風險承擔正相關，銀行資本充足率和銀行盈利水平與商業銀行風險承擔負相關。銀行的規模越大，其風險承擔越高，這符合“太大而不能倒”的範式，規模較大的銀行考慮到自身在銀行體系中的重要性，認為當自身出現危機時，中央銀行為了保證金融環境的穩定必定會對其伸出援手，因此，會主動承擔更多的風險以獲取高收益。銀行的資本充足率越高，就會越傾向於采取謹慎的投資決策，以防止出現重大損失；盈利能力較強的銀行，不會過分追求高收益，而會將管理目標更多地放到安全性方面，因此銀行資本充足率和盈利水平較高的銀行會傾向於承擔較低的風險。另壹方面，將BRATE和SHIBOR的系數與MP*CAR和MP*ROA的系數結合起來分析，BRATE和SHIBOR的系數均顯著為負，而它們與CAR和ROA的交叉項的系數均顯著為正，可以得出結論，較高的資本充足率和盈利水平能夠降低商業銀行風險承擔對利率的敏感性。4.宏觀經濟狀況、市場集中度與商業銀行風險承擔正相關，銀行業景氣指數與商業銀行風險承擔負相關。表2的估計結果顯示GDPG和CON的系數均顯著為正，BBI的系數顯著為負。壹般來說，宏觀經濟狀況良好，無風險收益率會降低，商業銀行為了保證足夠的收益，壹方面會進行高風險投資，另壹方面會放寬借貸標準，從而導致銀行風險承擔上升。市場集中度越低，市場競爭越充分，銀行風險承擔越低，這壹結論與Michalak（2011）的研究結果壹致。銀行業景氣指數反映了銀行業相對於上期的變化，BBI指數越高，表示銀行業的變化越好，商業銀行的風險承擔水平就越低。
三、結論與啟示
本文從高利率、低利率、利率波動性三個方面分析了貨幣市場利率對商業銀行風險承擔的影響機制，並基於我國16家上市銀行2007—2014年的年度面板數據進行了實證檢驗。實證研究結果發現：貨幣市場利率與商業銀行風險承擔顯著負相關，這表明目前我國貨幣市場利率對商業銀行風險承擔的影響主要是通過估值效應和逐利機制來實現的，低利率水平加大了商業銀行的風險偏好；利率波動性與商業銀行風險承擔正相關，且影響系數較大，這表明我國商業銀行缺乏有效的手段來應對利率變化的不確定性；銀行規模與商業銀行風險承擔正相關；銀行資本充足率、盈利能力與商業銀行風險承擔負相關，並且較高的資本充足率和盈利水平能夠降低商業銀行風險承擔對利率的敏感性；宏觀經濟狀況、市場集中度與商業銀行風險承擔正相關，銀行業景氣指數與商業銀行風險承擔負相關。本文研究的結果顯示目前我國貨幣市場利率對商業銀行風險承擔的影響主要是通過估值效應和逐利機制來實現的，這對商業銀行風險承擔管理具有重要啟示：第壹，商業銀行要加強對借款人資格的審查，保持壹定的貸款標準，降低貸款違約的可能性；第二，商業銀行在追求高收益的同時，應該兼顧資金的安全性，實現收入多元化，分散風險。利率波動性對商業銀行風險承擔具有較強的正向影響，這說明目前我國商業銀行對利率劇烈波動的適應能力較弱，因此政府應繼續堅持穩步推進利率市場化改革的方針，對於放開存款利率的時點、方法要謹慎考慮。