政府担保预期、存款保险限额与银行风险承担.pdf

第10期王晓博,等政府担保预期、存款保险限额与银行风险承担15 保险限额往往又是难以确定的。 Chen等[5]对1960-2008年全球74个国家存款保险的研究中就发现,存款保险限额的决定受到包括政治环境以及经济情况在内的多种因素的影响。因此,很多学者都试图从理论及实践中证明并寻求最优的存款保险限额。 Gan和Wang[2]在一个涵盖了资本要求、风险溢价、限额保险的局部均衡模型的分析中,指出存在最优的保险限额能够鼓励存款人对银行的监督,进而控制银行的风险承担。但是,Demirgüç-Kunt和Huizinga[6]以及Laeven和Levine[7]等学者的实证研究并不支持上述观点,认为存款保险限额与银行风险承担水平呈正相关关系。在以上有关存款保险限额与银行风险承担的研究中,往往较少地考虑政府以及政府行为对其他市场主体的影响在这样一个过程中所扮演的角色。事实上,大量的研究表明,银行的政府背景有利于增强存款人对于银行的信心[8,9],这也是遭遇银行系统性危机时政府实施担保的原因所在。因此,有相当一部分学者认为,即使建立了存款保险制度,银行的政治关联、政府监管等因素依然会对银行的风险承担行为造成直接的影响[10,11]。 Cubillas等[12]通过构建66个国家的79次银行危机前后的面板数据,发现银行危机后市场约束弱化,并且弱化程度与各国的监管环境有关;政府在危机时期的宽松政策,如引入存款保险制度、政府注资以及银行国有化均对市场约束存在明显的负面影响。但是,这类研究多从银行市场约束的角度入手,考察政府行为对市场主体行为的影响,缺乏对银行风险承担的直接考察,并且也缺乏结合存款保险制度具体的制度设计的研究。为了弥补上述研究的不足,有学者试图通过预期这一关键因素的引入,在银行风险承担、存款保险限额以及政府担保之间建立起联系。潘静和熊谋林[13]针对我国商业银行国有股“一股独大”的股权特征,认为政府长期以来向国有银行注资、进行不良资产剥离等行为,事实上已促使公众形成了“大而不倒”too big to fail的预期,进而指出即使实施限额保险,也不能实现存款保险与市场约束激励兼容,进而无法实现激励市场约束渠道来规制银行风险承担的目的。 Angkinand[3]则从危机处置成本的角度出发,指出在存款保险限额较低的国家,其危机处置成本相对较高,这些国家有很强的动机于危机伊始就立刻对银行进行保护,以防止其发生挤兑。因此,在存款保险限额较低的国家,由于在保险范围之外的存款以及其他非存款负债的规模较大,市场主体对于政府担保的预期则较强。进一步地,Angkinand和Wihlborg[14,15]提出了“Credibility of non-insurance”假说,该假说按照银行风险承担形成的原因,将其区分为由显性存款保险引发的银行风险承担和由市场主体对政府担保的预期引发的银行风险承担,进而指出银行风险承担与存款保险限额呈U型关系。随着存款保险限额的提高,由显性存款保险引发的银行风险承担呈上升趋势;而由于存款保险限额的提高降低了市场主体对于政府担保的预期,由对政府担保的预期引发的银行风险承担则呈下降趋势,且当存款保险限额处于较高水平时,存款保险限额一定水平的提高所带来的市场主体对政府担保预期的下降将呈现递减的趋势。进而,在存款保险限额处于较低水平时,由对政府担保预期引发的银行风险承担占据主导地位;当存款保险限额超过某一水平后,由显性存款保险引发的银行风险承担将超过由对政府担保预期引发的银行风险承担而占据主导地位。在两方面因素的共同作用下,银行的风险承担与存款保险限额间将呈现出U型的关系。如图1所示,虚线表示银行风险承担与存款保险限额间实际的关系。由此,我们首先提出假设1,对“Credibility of non-insurance”假说进行验证。H1银行的风险承担与存款保险限额间呈U型关系;限额保险制度下,存在最优的保险限额能够使得银行的风险承担最小。图1 银行风险承担与存款保险限额间U型关系的假设示意图市场主体对于政府担保预期这一关键因素的引入,使得我们能够在银行风险承担、存款保险限额以及政16 管理评论第30卷府担保之间建立起联系。也就是说,任何能够影响市场主体对政府担保预期的因素都将可能对银行风险承担与存款保险限额间的关系产生影响;同时,由于预期的延续性,这种影响可能在干预因素消失之后持续存在。2008年国际金融危机时期,为了稳定本国金融市场、重构市场信心,多个国家,尤其是发生了银行危机的国家,大幅度地提高了其存款保险的保障程度,其主要方式包括1提高存款保险限额;2取消共同保险;3引入政府存款担保全额或限额;4引入政府对部分银行非存款负债的担保;5政府对银行特定资产的担保;6银行国有化[4]。有研究表明,这些危机时期政府的干预行为有助于增强市场主体对于银行体系的信心,防止危机的进一步恶化[16,17]。但是,也有学者对这种存款保险制度在危机时期的变化可能引发的道德风险问题表示了担忧[4,18,19]。 Hryckiewicz[20]指出政府通过向银行注入流动性、成立资产管理公司等方式对银行体系进行干预,会导致银行的风险承担加剧,对银行体系的稳定造成负面的影响。同时,由于银行危机期间,银行债权人直接面临存款损失的危险,对银行体系的关注度提高[21],危机的经历将对市场主体预期的形成产生直接的影响。有研究证实,危机时期的政府监管力量的重构将造成危机后银行市场约束的弱化[22,23]。而现有的文献中,关于金融危机时期存款保险制度的研究,仍较多地集中于对危机时期存款保险制度的作用的考察[24,25],忽视了存款保险制度在危机时期的变化对危机后银行风险承担的持续影响。而事实上这些变化均可能对市场主体的预期造成直接的影响。危机时期政府的担保行为,虽然能够增强市场对于银行的信心,但同时也释放出政府担保可期的信号,强化市场主体有关政府担保的预期,这可能改变由对政府担保预期引发的银行风险承担与存款保险限额间的关系,使得在危机过后,即使政府取消了担保行为,由对政府担保的预期而引发的银行风险承担也不再随着存款保险限额的提高而下降,其可能随着保险限额的提高而保持不变,或者呈现上升趋势。其含义如图2所示,我们展示了由对政府担保预期引发的银行风险承担与存款保险限额间可能存在两种关系。图2左图中,由对政府担保预期引发的银行风险承担不随着存款保险限额的变化而改变,表现为一条水平线,由显性存款保险引发的银行风险承担与存款保险限额正相关;在两者的共同作用下,银行的风险承担与存款保险限额间呈正相关关系。图2右图中,由对政府担保预期引发的银行风险承担与存款保险限额间呈现出正相关,显性存款保险引发的银行风险承担仍然呈现为一条向右上方倾斜的曲线;在两者的共同作用下,银行的风险承担与存款保险限额间呈正相关关系。图2 危机时期政府担保行为对危机后银行风险承担与存款保险限额关系影响的假设示意图1另一种情况下,危机时期的政府担保行为,可能会使得在任意存款保险限额水平上,由对政府担保预期引发的银行风险承担远超越显性存款保险所引发的银行风险承担,进而主导银行风险承担与存款保险限额间的关系,使其呈现为一条向右下方倾斜的曲线。其含义如图3所示。与上文相同,显性存款保险引发的银行风险承担仍然呈现为一条向右上方倾斜的曲线。然而,受到危机时期政府担保行为的影响,由对政府担保预期引发的银行风险承担虽然仍表现为一条向右下方倾斜的曲线,但是,由其带来的风险承担水平却远超由存款保险限额引发的银行风险承担。在这样的情况下,以后的风险承担将如图3中虚线所示,表现为一条向右下方倾斜的曲线。所以说,无论在何种情况下,银行风险承担与存款保险限额间的U型关系均将不再存在。因此,我们提出假设2,对这种影响是否存在进行验证。H2危机时期政府对银行存款的担保行为,将强化市场主体对于政府担保的预期,使得在政府取消担保之后,银行风险承担与存款保险限额间的U型关系不再存在,不再存在最优的存款保险限额。第10期王晓博,等政府担保预期、存款保险限额与银行风险承担17 图3 危机时期政府担保行为对危机后银行风险承担与存款保险限额关系影响的假设示意图2研究设计1、样本选择及数据来源由于较为相似的货币环境及存款保险制度设计,加之银行体系的成熟度较高以及数据的可得性等优点,欧元区一直是众多学者研究存款保险制度较为合适的研究对象[26,27]。特别地,由于货币一体化的发展,欧元区国家之间在货币流动性方面有着其他区域无法比拟的优势,但这也会使得存款外流的可能性大大增加[28]。这种潜在的存款竞争使得欧元区国家在应对金融危机时均选择较大程度地提高存款保险的保障程度,部分国家更是实施了政府对银行存款的暂时性担保[4]。如表1所示,我们列示了部分年份欧元区国家存款保险限额以及其在危机时期政府担保的情况。从表1中我们可以看到,欧元区国家均选择了限额保险的方式,危机前其保障程度除个别国家外如意大利均保持在本国人均GDP的0. 5-2. 5倍左右。危机时期,存款保险限额均有较大幅度的上升;同时,有5个国家在选择了由政府为其银行的存款提供担保,这恰好为我们的研究提供了合适的样本。另外,由于立陶宛与拉脱维亚加入欧元区的时间较晚,故不包含在我们的样本之内。因此,我们在综合考虑各方面因素后,选取了欧元区除拉脱维亚和立陶宛之外的17个欧元区国家的116家银行作为样本。样本银行涵盖了欧元区银行业金融机构资产总额的80以上,银行的类别包括商业银行、储蓄银行、合作银行以及房地产银行,具有较强的代表性。其中,银行层面的数据来源于Bankscope银行财务数据库;宏观数据主要来源于EIUCountrydata数据库。同时,由于我们的样本中包含部分非上市银行,为避免各银行数据结构与数据内涵不一致的问题,我们对数据做了检查和筛选,所选取的样本银行均采取IFRS国际财务报告准则。表1 欧元区国家存款保险限额及金融危机时期变化情况表是否采取限额保险存款保险限额2003/2010/2013危机期间政府对存款的担保情况是否存在对银行部分非存款负债的担保是否存在对银行特定资产的担保是否存在银行体系显著的国有化奥地利√ 0. 73/2. 96/2. 82无限担保√ √ √爱尔兰√ 0. 57/2. 89/3. 02无限担保√ √ √爱沙尼亚√ 1. 00/9. 36/7. 24比利时√ 0. 76/3. 06/3. 04 √ √ √德国√ 0. 77/3. 29/3. 06仅对私人账户√ √ √芬兰√ 0. 90/3. 02/2. 92 √法国√ 2. 76/3. 26/3. 21 √荷兰√ 0. 69/2. 85/2. 89 √ √ √卢森堡√ 0. 35/1. 30/1. 25 √马耳他√ 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无限担保斯洛文尼亚√ 1. 44/5. 80/6. 06无限担保√塞浦路斯√ 1. 23/4. 85/5. 57西班牙√ 1. 08/4. 47/4. 73 √ √希腊√ 1. 30/5. 06/6. 31 √ √意大利√ 4. 46/3. 83/3. 97 √注①存款保险限额一栏使用各国存款保险限额与本国人均GDP的比值表示,保险限额一栏分别列出了2003年、2010年以及2013年的数据;②由于拉脱维亚和立陶宛加入欧元区的时间较晚,分别为2014年1月1日和2015年1月1日,不包含在样本内,故未在表中列出。资料来源Demirgüç-Kunt A., Kane E., Laeven L. Deposit Insurance Around the World A Comprehensive Analysis and Database[J]. Journal of FinancialStability, 2015,2010155-183。18 管理评论第30卷2、基本模型为了对银行风险承担与存款保险限额间的U型关系进行检验,并考察危机时期政府的担保行为对银行风险承担与存款保险限额间的关系所造成的持续性影响。我们参考Prabha和Wihlborg[29]的方法,依据部分样本国家实施和取消政府担保的时间节点,将样本期划分为2004-2007年、2008-2010年和2011-2014年三个阶段,通过平均的方法将数据转换为截面数据,并在此基础上,建立了一个简单的截面模型,对银行风险承担与存款保险限额间的关系进行检验。并通过截面模型在三个时期估计结果的对比来考察政府的担保行为对银行风险承担与存款保险限额间关系的影响及其影响路径。基本模型如下BankRiski β0 β1ECj β2governj β3ECj2 β4ECj2 governj β5banki β6macroj εi 1其中,下标i表示银行,下标j表示国家。相应地,BankRiski表示i银行的风险承担,ECj表示j国的存款保险限额,ECj2表示其平方项。 governj为虚拟变量,表示该国在2008-2010年期间是否存在政府担保行为。危机期间实施过政府担保的国家取值为1,否则为0。 banki为银行层面控制变量的向量,macroj为各国宏观层面控制变量的向量,β5和β6分别为其系数向量,εi是随机干扰项。我们所关注的是平方项ECj2的系数β3以及交互项的系数β4。其中,β3反映了银行风险承担与保险限额间是否呈U型关系,governj与ECj2交互项的系数β4则表示对于危机时期对存款实施了政府担保的国家,银行风险承担与存款保险限额间的关系是否存在显著差异。3、变量描述1银行风险承担的衡量银行面临的风险是多方面的,对于银行风险承担测度指标的选择,不同学者根据其研究目的的不同也各有侧重。根据已有实证文献,常用的银行风险承担指标主要包括预期违约概率EDF、Z-score、风险资产占比以及不良贷款率等[7,30-32]。由于本文选择的样本中包含了大量非上市银行,预期违约概率的适用性有限;同时,不良贷款率仅能反映银行的信贷风险,包含的范围较为狭窄。因此,综合各方面因素,我们选择Z-score的对数值lnzscore作为银行风险承担的衡量指标。参考Hoque等[27]的处理方法,我们将银行i在t年的Z-score定义为Z-scoreit CARit ROAitσiROAit 2其中,CAR表示资本资产比率股东权益/总资产,ROA表示银行的总资产回报率,σROA表示银行在各样本期内总资产回报率的标准差。 Z-score越小,表示银行破产的可能性越高,即风险承担越高。并且,为了增强结论的稳健性,我们同时选择风险加权资产占比的对数值lnRWAR作为银行风险承担的代理变量,从银行的资产结构方面对我们的估计结果的稳健性进行检验。2存款保险限额欧元区国家在存款保险限额的设置上表现出了很强的同步性,其绝对额基本上处于同一水平。为了反映各国经济发展水平的差异对存款保险保障程度的影响,我们参照Demirgüç-Kunt等[4]的方法,使用保险限额的绝对额与本国人均GDP的比值作为存款保险限额的代理变量。同时,这样的设置下,经济情况的变化将会对存款保险限额变量的计算产生直接的影响。而事实上,各样本国仅在2008年对存款保险限额的绝对额进行了一次调整。为了避免由于宏观经济情况变化引起的保险限额变动对估计结果的影响,同时考虑到银行风险暴露对于存款保险限额变化的反应具有明显的滞后性,我们以每个样本期前一年的人均GDP作为该样本期存款保险限额计算的基础,即对于2004-2007年、2011-2014年两个时期的存款保险限额的计算,我们分别采用样本国在2003年以及2010年的人均GDP。特别地,由于各样本国在2008年对保险限额进行了调整,2008-2010年我们采用调整后的存款保险限额与2008年的人均GDP的比值作为该样本期内保险限额的衡量。3控制变量银行的风险承担是多方面因素共同作用的结果,为了反映这些因素的影响,我们需要在模型中引入合理的控制变量。首先,参考前人的研究,我们选取银行规模Size、平均总资产收益率ROAA、成本费用比CIR以及非利息收入占比NIIR四项指标作为对银行基本面的考察,涵盖了盈利性、管理能力以及盈利模式等多个第10期王晓博,等政府担保预期、存款保险限额与银行风险承担19 方面[33]。其次,作为社会经济发展中的主要金融中介,商业银行的经营行为也会随着宏观经济环境的变化而发生改变。在这一方面,我们选择了实际人均GDP增速GDPR,通货膨胀Inflation两个变量来对不同国家的宏观经济因素进行控制。如表2所示主要变量的含义、计算方法。另外,考虑到2008年金融危机后,欧洲各国受到主权债务危机的困扰,市场主体对希腊、西班牙、葡萄牙等国主权债务危机的担忧可能会波及其银行体系,因此,我们加入公共债务占比Publicdebt对这一因素加以控制。表2给出了相关变量的含义及其计算方法。表2 相关变量定义及计算变量符号含义计算方法lnzscore Z-score lnZ-scorelnRWAR风险加权资产占比ln风险加权资产总资产100EC存款保险限额存款保险绝对限额人均GDP 100Size银行规模ln银行资产总额ROAA平均总资产回报率净利润资产总额100NIIR非利息收入占比非利息收入总收入100CIR成本收入比业务及管理费用营业收入100GDPR经济增速人均GDP增长率,上年100Inflation通货膨胀率lnGDP平减指数,2005年100Publicdebt公共债务占比ln总公共债务GDP 100实证结果及分析1、描述性统计在进行正式的实证检验之前,我们先给出相关变量的描述性统计情况,见表3。从表3中我们可以看到,2008年存款保险限额的均值出现了明显的提升,最大值与最小值与危机前相比均提高了2-3倍。而从风险衡量指标的均值变化来看,lnzscore表现出持续下降的趋势,说明银行风险水平在不断上升。但是,风险加权资产占比lnRWAR的均值却出现下降。两个风险衡量指标表现出了相反的变动方向,从另一方面表明选择多个风险衡量指标以增强估计结果稳健性是必要的。表3 相关变量描述性统计2004-2007年2008-2010年2011-2014年N均值标准差最大值最小值N均值标准差最大值最小值N均值标准差最大值最小值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、主要估计结果根据本文研究的目的,我们对每个样本区间均分别作了三个层次的检验。首先,在表4的第A1-A2、B1-B2和C1-C2列,我们分别通过存款保险限额EC以及其二次项EC2的引入对各个时期银行风险承担与存20 管理评论第30卷款保险限额间的关系进行检验;在表4的第A3、B3和C4列中,我们通过保险限额平方项与政府担保虚拟变量交互项的引入,观察与未实施政府担保的国家相比,危机时期对银行存款实施了政府担保的国家,在银行风险承担与保险限额间的关系上的差异。表4中的A1-A3列,我们给出了2004-2007年的估计结果。由A1-A3列的估计结果我们可以发现,在这一阶段,被解释变量lnzscore与存款保险限额EC间的关系并不明显。 R2也表明模型对这一时期银行风险承担的解释能力不足。2008年,各样本国普遍提高了存款保险限额,这使得银行风险承担与存款保险限额间的关系发生了显著的变化。在2008-2010年的估计结果中,我们看到,B1列中EC项的系数在通常的显著水平下不具有统计意义上的显著性;govern项的系数也表明,银行的风险承担水平在实施了政府担保与未实施政府担保的国家中不存在明显差异。 B2列中EC2的系数在5的显著水平下显著为负,表明在2008年各样本国提高存款保险限额后,银行风险承担与存款保险限额间的U型关系变得显著,证明了银行风险承担与存款保险限额间U型关系的存在。与2008-2010年的估计结果相比,在2011-2014年的估计结果中,C2列和C3列中EC2的系数仍在较高的显著水平下为负,说明在这一时期,无论从整个样本还是从未实施过政府担保的国家来看,银行风险承担与存款保险限额间的U型关系依然存在。所不同的是,C3列中交互项EC2govern的系数在10的显著水平下为正,说明对于危机时期实施了政府担保的国家,在政府担保取消后,其银行风险承担与存款保险限额间的U型关系出现了显著的改变,甚至表现出一种倒U型的关系。表4 主要估计结果1被解释变量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常数项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括号里的数字为相应的标准误差;∗ 、∗ ∗ 、∗ ∗ ∗分别代表在10、5、1的程度上显著;2govern 1,表示政府在2008-2010年期间对本国银行存款实施过担保,否则,govern0。第10期王晓博,等政府担保预期、存款保险限额与银行风险承担21 在以上分析的基础上,我们重新将govern定义为该国政府在2008-2010年期间是否实施过政府干预行为,包含对银行存款、银行非存款负债、银行特定资产的担保以及银行国有化中的任一行为。我们仍以lnzscore为银行风险承担的代理变量,采用与表4中相同的处理方法对银行风险承担与存款保险限额间的关系再次进行了检验,其结果如表5所示。与表4中估计结果类似,D2列EC2的系数表明,银行风险承担与存款保险限额间确实存在U型关系。E3列中交互项EC2govern的系数在1的显著水平下为正,表明对于危机期间实施了政府担保的国家,其银行的风险承担与存款保险限额间呈现出倒U型的关系。交互项ECgovern的系数1的显著水平下显著为正,表明对于危机期间实施了政府担保的国家,在政府担保取消后,线性关系开始能够很好地解释银行风险承担与存款保险限额间的关系,且银行风险承担与存款保险限额呈现负相关的关系。同时,E1列中govern的系数表明,危机期间的政府担保行为提高了政府取消担保后银行的风险承担水平。因此,我们可以看到,危机时期政府的担保行为不仅提高了银行的风险承担水平,也使得银行的风险承担与存款保险限额间的U型关系转变为负向或者倒U型,使得最优的存款保险限额不再存在。表5 主要估计结果2被解释变量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常数项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括号里的数字为相应的标准误差;∗ 、∗ ∗ 、∗ ∗ ∗分别代表在10、5、1的程度上显著;2govern1,表示该国政府在2008-2010年期间,实施过政府担保行为,包含对银行存款、银行非存款负债、银行特定资产的担保以及银行国有化中任一行为,否则,govern0。3、稳健性分析为了增强实证检验结果的稳健性,我们以风险加权资产占比lnRWAR为银行风险承担的代理变量,采用与表4中相同的处理方法对银行风险承担与存款保险限额间的关系再次进行了检验。在表6的D1-D3列中,我们给出了2004-2007年的估计结果。与表4的估计结果不同,在以风险加权22 管理评论第30卷资产占比作为银行风险承担代理变量的情况下,银行风险承担与存款保险限额之间,表现出了较为显著的U型关系。结合表4及表5中的结果,我们认为有证据表明银行的风险承担与保险限额间U型关系的存在。而这则意味着存在最优的存款保险限额,使得银行的风险承担最低,因此,前文第二部分所述假设1成立。在2008-2010年的估计结果中,我们看到,存款保险限额的提高,对银行风险承担与存款保险限额间的关系造成了显著的影响。在2008-2010年与2011-2014年两个时期,银行风险承担与存款保险限额间的关系变得不再显著,即银行风险承担与存款保险限额间的U型关系不再存在。结合表4和表5的估计结果,我们发现,政府危机时期的担保行为确实改变了银行风险承担与存款保险限额间的U型关系,使其呈现出其他形态,一个能获得最低银行风险承担水平的最优存款保险限额将无法得到,前文第二部分所述假设2成立。因此,总的来说,我们的估计结果是较为稳健的。表6 稳健性检验被解释变量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