凸性激励下我国商业银行高管晋升与风险承担行为研究

奥鹏网院作业

凸性激励下我国商业银行高管晋升与风险承担行为研究
李向前1,2 余安然1 张伟1
(1.天津财经大学金融学院，天津 300222；2.中国滨海金融协同创新中心，天津 300222)
摘 要： 银行高管晋升是影响商业银行风险承担的重要因素。本文采集我国142家商业银行数据，实证分析银行高管晋升对其风险承担的影响及其作用机理。研究发现，除临近退休的高管外，高管晋升确实会增加我国银行的风险承担，高管晋升存在凸性激励。进一步地，机制研究表明，在高管晋升过程中不良贷款临界处的关注贷款上升较快，风险掩饰行为明显；公司贷款有所上升，风险不够分散，风险集中行为突出。抵押贷款下降而信用贷款上升，风险敞口加大，风险无担行为得以证实。稳健性检验进一步佐证了本文结论。
关键词： 高管晋升； 凸性激励； 风险承担； 行为研究
一、引言
中央经济工作会议强调，打好防范化解重大风险攻坚战，重点是防控金融风险。新形势下，银行风险防范已成为银行监管稳健运行的核心议题。当前银行业风险防控形势依然复杂严峻，不良资产反弹压力巨大，跨市场、跨行业产品和业务存在重大隐患，房地产市场潜在风险和新兴金融活动的负面影响不容小觑。可以说，银行的风险防控亟待加强。而在具体的防控过程中，需要对关键人物银行高管加以关注，考察他们在其中发挥的作用。在银行的风控链条中，高管可以说是“总舵手”，只有高管有足够的动力进行风险控制，银行才不会承担过多的风险[1]。2018年银监会发布的《银行业金融机构从业人员行为管理指引》规定，银行高管实施薪酬延付甚至回扣、追索制度，未达到相关条件的人员不得晋升。但同时，银行高管还面对着激烈的竞争。除了即将退休的高管，每位高管都经受晋升锦标赛的考验[2]。最佳的晋升机会只留给表现最优秀的高管。只有为银行创造更多的利润和更大的资产规模，银行高管才有可能获得更好的机会。显然这又和银行安全至上的原则存在冲突，高管们会如何选择？本文试图对这一问题进行研究，考察高管凸性激励对银行风险承担的影响及其作用机理。
在开始具体的研究之前，首先需要回顾一下晋升与风险承担的相关研究。Goel和Thakor(2008)[3]指出高管晋升锦标赛竞争加大了企业风险承担，过度自信高管的晋升概率显著提高。而后，Ho等(2016)[4]发现那些CEO过度自信的银行比其他银行更有可能在危机爆发前增加风险承担，具体表现为降低贷款标准和增加杠杆率。毋庸讳言，处于晋升锦标赛中的管理者势必会利用其所管理的企业追求更高的晋升概率，而此过程中不可避免的将其晋升压力转嫁到商业银行的风险承担上[5-6]。另外，郝项超(2015)[2]通过研究也发现我国银行高管晋升与风险承担存在正向联系。但他将晋升作为替代品和薪酬放在一起研究，晋升并没有独立的含义。目前来看，国内外已经有了一些晋升与银行风险承担的研究，但其中还存在一些盲点：第一，在银行(企业)高管为对象的研究中，没有直接独立的研究表明，高管的晋升会增加银行(企业)的风险承担，或是通过过度自信这一中介，或是结合薪酬才能得出结论。第二，在钱先航等(2011)[5]，Wang等(2019)[6]的研究中，虽然可以直接证明晋升会增加银行的风险承担，但研究的地方官员与本文的银行高管存在差异。所以，高管的晋升是否会增加银行的风险承担，仍是个亟待研究的问题。
本文选取2008-2018年中国142家银行为样本，研究银行高管凸性晋升激励与我国商业银行风险承担的关系。首先，我们通过理论分析发现我国商业银行高管存在类似于凸性期权式的凸性晋升激励。凸性晋升激励表现为，银行高管的晋升激励存在临界值，临界值前后银行风险承担存在较大差异。同时，本文分析了凸性晋升激励引致高管风险承担的风险掩饰、风险集中和风险无担三种行为，并提出了相应可检验假说。而后本文通过银行年报得到了高管的相关信息，又使用网络搜索法统计了每位银行高管离职去向，再将其进行分类以找出晋升的样本。利用这一晋升样本，本文统计了晋升高管(以及银行)的特征。通过这些特征进一步测算出了每位高管的晋升概率，将其作为自变量。因变量方面，本文使用风险承担及其细化指标(贷款质量、贷款类型、贷款担保)在晋升前后的差分值。实证部分，本文使用传统和一致估计的倾向得分匹配来进行分析。最后本文发现除临近退休的高管外，高管晋升确实会增加我国银行的风险承担。并且，银行高管晋升激励增加了不良贷款临界处的关注贷款，提高了公司贷款规模，抵押贷款下降而信用贷款上升，风险敞口加大，也就是发生了“风险掩饰”“风险集中”和“风险无担”三种不同的风险承担行为。
本文具有如下贡献：首先，本文提出了高管晋升凸性激励，丰富了高管晋升和风险承担文献，拓展了Goel和Thakor(2008)[3]，Ho等(2016)[4]和郝项超(2015)[2]的研究。本文发现高管的晋升凸性激励能够显著提高银行风险承担。这一结论推进了晋升与风险承担研究的发展。其次，本文提出并分析了风险掩饰、风险集中和风险无担三种行为并且相应可检验假说，使风险承担的概念立体化，并将凸性激励下这三种风险承担行为以图形的形式体现，让凸性激励与风险承担的关系细化、图形化，深化了Coles等(2006)[7]，郝项超(2015)[2]，张洪辉、章琳一(2016)[8]等人的研究。最后，本文研究结论为当前银行业风险防控提供了实证证据。本文从银行高管凸性晋升激励的视角探讨银行业风险承担问题，对银行业系统性金融风险的防控具有较强的现实意义。
二、文献综述与研究假设
(一)凸性晋升激励与风险承担
Kini和Williams(2011)[9]将晋升激励视为一种凸性期权，发现随着高管职位晋升其收入增长速度更快。凸性激励意味着，高管的晋升激励随着承担风险上升而上升，而且是加速上升。也就是说，当风险超过阈值，高管获得晋升的概率显著增加，相应曲线斜率变大。如图1所示，为了提高晋升概率高管必然会让银行尽可能多的去承担风险，所以凸性激励能够防止高管采取保守的低风险策略[2,7-8]。而考虑到我国的情况，银行高管会更希望获得晋升激励。因为在我国银行高管更多扮演的是"准官员"的角色而非市场化的职业经理人[10-11,2]。并且银监会还在2010年推出了"限薪令"，这使得银行高管获得薪酬激励这种线性激励的途径受到了限制。那么高管必然会在自己的效用函数中为晋升激励赋予更高的权重，所以在我国银行高管晋升激励的凸性更加明显。
凸性晋升激励下，银行高管通过承担更大风险追求更高的业绩。晋升锦标赛模型表明，重要的是相对业绩而非绝对业绩，即高管只有业绩名列前茅才能获得晋升机会[12,5]。由于考核商业银行高管晋升的重要指标是其承担必要风险时的银行业绩，因而，商业银行高晋升激励必然影响银行风险承担。晋升锦标赛下的纳什均衡意味着银行高管将承担更大风险[3,9]。Goel和Thakor(2008)[3]通过分析银行高管考虑晋升时的最优风险承担选择和不考虑晋升时的次优风险承担选择，发现银行高管能力与风险承担选择影响银行绩效，高管不考虑晋升时会选择同样的风险承担水平，而考虑晋升时能力较强的高管选择承担较高的风险承担水平。基于此，本文提出如下假说1。
H1 银行高管的凸性晋升激励会增加银行的风险承担。
(二)凸性晋升激励与风险掩饰、风险集中和风险无担行为
上文虽然分析了高管晋升和风险承担的正向关系，但由于外部监督等因素的存在，银行高管不可能无限制的增加银行的风险承担。为了达到一定风险承担下的利益最大化，高管可能会进行风险掩饰或风险推迟。Chesney和Gibson(2009)[13]指出，在法制不健全的经济体中，凸性激励下(相比线性激励)高管的欺诈动机更大，财务操纵、盈余管理等行为屡见不鲜。卫功琦(2009)[14]发现上年度的银行行长变动情况与贷款净向下迁徙率呈明显的正相关关系，银行行长对银行贷款风险有明显的掩饰与推迟行为。如图2所示，A点为起始点，但由于A点处的风险承担高于上限，所以无法实现。在正常情况下，银行高管会牺牲一部分晋升激励(概率)，以降低较高的风险承担，而后A点沿着凸性激励曲线下移到了B点。但是，如果可以进行“风险掩饰”，将较高的风险承担暂时隐藏起来，凸性激励曲线超过风险承担上限的部分就会下移(A点直接下移到了C点)，同时高管又能提高晋升激励(概率)的水平。图2中，虽然C点的显性风险承担没有超过上限，但其隐性风险承担已经超过了银行可承受的范围。实际中，银行高管可能会通过贷款展期、借新还旧以及多发放贷款等方式掩饰账面上的不良贷款率。凸性激励下银行高管很可能会采取隐匿或隐藏风险行为。基于上述分析，本文提出假说2。
H2 银行高管凸性晋升激励会导致商业银行的风险掩饰行为。

图1 凸性激励与线性激励的区别

图2 凸性晋升激励与风险掩饰、风险集中和风险无担行为
同样地，银行高管晋升激励也可能导致风险集中和风险无担行为。风险集中意味着银行过多发放公司贷款，从而导致风险过于集中的现象，而风险无担则意味着多发信用贷款或担保贷款造成了抵押缺口，导致银行出现风险暴露的现象。Knotek和Khan(2011)[15]，彭继增和吴玮(2014)[16]发现单笔公司贷款金额大且与经济周期关联性更强，一旦坏账则银行会损失较多。Chan和Kanatas(1985)[17]，Bester(1985)[18]，张晓玫和宋卓霖(2016)[19]，王广宇等(2019)[20]发现，受制于我国信用体系不健全影响，没有抵押物的担保和信用贷款风险较大。贷款集中度的提高或是抵押物质量降低，短期内银行风险承担未必上升且不会出现大规模坏账，但长期内银行潜在风险承担却急剧上升。图3中，银行高管可能通过风险集中或风险暴露促使晋升激励风险曲线整体下移，晋升风险组合从高晋升激励高风险承担A点移动至高晋升激励低风险承担C点。此时，在保持晋升激励不变的情况下，风险承担显著下降。C点处显性风险承担没有超过上限，但隐性风险承担已经超过了银行可承受的范围。基于以上论述，本文提出如下两个假说。
H3 高管凸性晋升激励会导致商业银行的风险集中行为。
来源于牛顿万有引力定律的引力模型最初应用于测量城市间的空间作用，随着城市旅游经济的发展，学者们利用修正后的引力模型测量旅游经济联系度。其公式为：
三、研究设计
(一)样本与数据来源
本文首先通过各银行年度公告中董事、监事、高级管理人员情况，找到了银行历任高管的名单和相关情况。而后又通过网络搜索，查找新闻稿以及银监会(银监局)任职资格，找到了每一位离任银行高管的去向。然后又将其分为了四类：晋升、平调、降职和无法统计。把晋升的高管从样本中提取出来，再通过Logit模型找到了实现晋升的高管在任期、年龄、学历等方面的特征。运用这些特征对每位高管进行数值分析，计算出了样本中每一位高管的晋升概率，以它作为自变量。因变量方面，本文以不良贷款率、贷款损失准备率、Z值作为银行的风险承担指标(Bank Scope数据库)；以贷款质量、贷款业务、贷款抵押作为细化风险承担指标(Wind数据库)。为了更好的研究高管晋升前后银行风险承担的变化情况，本文将高管晋升前两年与晋升当年的差分值，作为真正的因变量(稳健性检验部分，使用了晋升前一年和变更后一年的差分值)。而后本文进行了实证分析，以晋升概率为评判标准，使用传统和一致估计的倾向得分匹配法找到了每位晋升高管所对应的相似高管(对照组)。然后比较了风险承担差分值在处理组和对照组间的差异，最终发现了凸性激励下，高管晋升伴随的一系列风险承担行为。
表1 Panel A报告了各类样本银行的分布情况。在这142家银行中，城市商业银行数量最多，有82家。农村商业和村镇银行次之。随后表格报告了高管晋升的次数和频率。其中的情况就不再赘述。
表1 高管晋升在各类银行以及各年的分布情况

银行数晋升晋升银行比(%)银行类型银行数晋升晋升银行比(%)Panel A 银行类别Panel B 年度国有银行610166.67股份制11872.73城商银行825567.07农商、村镇银行3334103.03外资、民营银行10770.00总计14211480.2820086623.0320098511.18201010654.72201111697.76201212886.2520131372115.332014138117.972015142117.7520161361511.0320171382014.4920181341611.94总计14211480.28
(二)模型设定与变量定义
1.模型设定
本文将风险承担及其细化指标的差分值(相隔两年)Differencerisk-taking作为被解释变量，而核心解释变量为高管晋升(Turnover)，是高管的晋升概率，取值在0到1之间。本文的模型体现了双重差分的思想，不仅考虑了同一家银行在高管晋升时与没有晋升时的差异，而且还考虑了相同时期有高管晋升的银行与没有高管晋升的银行的差异。另外，考虑到银行的风险承担还会受银行治理结构、财务特征和宏观经济的影响。本文加入了高管人物特征、董事会、银行特征和宏观经济的控制变量。
Differencerisk-taking=α+βTurnover+γ1Executives_Characteristic+γ2Bank_Characteristic+γ3Macroeconomic_Characteristic+ε
(1)
2.计量方法
本文主模型使用倾向得分匹配法选择两种评价标准来测度处理组和对照组之间的差异：平均处理效应(Average Treatment Effect，简称ATE)和平均处理效应(Average Treatment Effect on the Treated，简称ATT或ATET)。同时，本文结合近邻匹配、卡尺匹配、核匹配和马氏匹配四种参数及非参数匹配方法进行匹配。
3.变量选择
(1)风险承担及其细化风险指标。本文根据风险承担类文献选择了三种风险承担测度方式：银行不良贷款率(NPL)、贷款损失拨备(LLP)、Z值。这三类指标都有各自的缺点，不良贷款率数据的真实性存疑、贷款损失准备率被人为操纵的可能大、Z值只能反映破产风险，所以，单独使用任何一种都有问题。本文参考张强等(2013)[21]，Jiménez等(2013)[22]，何靖(2016)[23]等文献采用不同的风险承担指标，又借鉴了Chen和Ebrahim(2018)[24]的方法同时使用了三种指标。在稳健性检验部分使用了风险加权资产(RWA)进行分析，这样能全面反映银行的风险承担水平。
细化风险行为指标，本文根据前文分析的3种风险承担行为分别选择了贷款质量数据、贷款业务数据和贷款担保数据。贷款质量，也就是正常、关注和不良贷款比的数值。贷款业务，也就是公司类、个人类和票据类贷款比的数值。贷款担保，就是根据贷款人取得贷款时提供的担保物发放的贷款，也就是抵押类、信用类等几类贷款比的数值。
(2)高管晋升。高管晋升是本文的核心解释变量，本文借鉴钱先航等(2011)[5]，Chang和Wong(2009)[25]，Chen和Ebrahim(2018)[24]对晋升的定义，将晋升作为一类特殊的变更形式，从高管变更中分离出来。经过本文的统计，高管离任后出现了4个大类的去向：晋升、平调、降职和无法判断。具体分类方法见表2，在本文的样本中有114次晋升(同银行同年的出现两次晋升则算作一次晋升)。找到晋升样本后，还要通过晋升高管的特征测算出所有可能晋升高管的晋升概率。因为一位高管无论其晋升的结果如何，都会为了赢得晋升机会做出自己的努力[2]。晋升与风险承担，显然与高管的努力程度有关。本文也是秉承着这一原则，通过晋升高管的普遍特质(任期达到一定年限、学历较高、所在银行利润状况良好等)，计算出每位可能晋升高管的晋升概率。而后使用这一概率将处理组和对照组的高管匹配起来，体现了晋升激励与风险承担的因果效应。
表2 高管离任去向分类

去向具体去向晋升晋升到了到中央或地方行政单位仍在金融系统,晋升到了非银行金融机构(证券、保险、信托等机构)仍在银行系统,晋升到了总资产(Bankscope数据库2018年)规模更大的银行仍在原银行,晋升到了更高的职位(行长晋升为董事长、党委书记等)平调退休仍在原银行,调整到另一同级职位(行长调整为董事、副董事长等)结束代理等常规情况降职仍在原银行,调整到了级别低的职位(董事长调整为董事、监事、或业务部门人员等)仍在银行系统,调整到了总资产(Bankscope数据库2018年)规模更小的银行涉案被逮捕或调查无法判断查不到去向
(3)控制变量。本文的控制变量有三类：高管变量、银行变量以及宏观变量。高管变量包括：任期(tenure)、年龄(age)、学历(edu)、独立董事比例(bi)。银行变量包括：总资产收益率(roa)、规模(size)、杠杆率(leverage)、核心资本充足率(tier1)。宏观变量包括：经济增长率(gdp)、货币政策立场(taylor)。其中货币政策立场的测度方法如下

(2)
参数设定和变量选择则是参考了陈创练等(2016)[26]的研究。
表3 变量界定

变量符号变量说明NPL不良贷款比,等于年末的不良贷款余额除以总贷款余额LLP贷款损失准备率,等于银行当年计提的贷款损失准备除以年初与年末的平均总贷款余额ZZ值,等于总资产收益率标准差(3年滚动),除以年度总资产收益率与年度资本占总资产之比的和GZ关注贷款比,关注类贷款质量一旦恶化就会变成不良类贷款。等于年末关注类贷款余额除以总贷款余额ZC正常贷款比,等于年末关注类贷款余额除以总贷款余额GS公司贷款比,公司类贷款较个人和票据类贷款风险更高。等于年末公司类贷款余额除以总贷款余额PJ票据贷款比,这类贷款的风险介于公司类贷款与个人类贷款之间。等于年末票据类贷款余额除以总贷款余额GR个人贷款比,个人类贷款因有分散风险的作用所以风险较低。等于年末个人类贷款余额除以总贷款余额ZY质押贷款比,等于年末质押类贷款余额除以总贷款余额DY抵押贷款比,从预期损失的角度来看,该类贷款的风险较低。它等于年末抵押类贷款余额除以总贷款余额BZ保证贷款比,等于年末保证类贷款余额除以总贷款余额XY信用贷款比,该类贷款由于没有抵押质押或保证,所以风险较大。它等于年末信用类贷款余额除以总贷款余额Turnover晋升概率,通过Logit模型找到了实现晋升的高管在任期、年龄、学历等方面的特征。运用这些特征对高管进行数值分析,计算出样本中每一位高管的晋升概率tenure任期,统计到月份,从高管上任时起到卸任当月的数。变更当年,统计的任期为继任高管的任期age年龄,高管当年的年龄,数值为整数edu学历,越高代表受教育程度越高。专科是2,以此类推本科为3、硕士为4、博士为5。学历数据由各银行年报中的高管简历一栏手工整理得到bi独立董事比,独立董事在董事会中的比例。也就是独立董事的人数除以董事会总人数roa总资产收益率,反映银行的利润水平。等于银行总收入除以总资产size银行规模,反映了银行总资产大小。总资产数值较大,所以取自然对数leverage银行杠杆率,等于银行一级资本除以总资产。反映了银行的资本水平,监管机构规定杠杆率有下限,所以这一数值越高银行资本越充足tier1一级资本充足率,国际通行的资本充足衡量指标。资本充足的银行安全性较高,它等于一级资本除以总资产gdp国民生产总值,银行所在地区的GDP。全国性商业银行为全国当年的GDP。现我国地方商业银行也多地区经营,所以用所在地区的省GDP代表当地GDPtaylor货币政策立场,反映了货币政策的宽松(负值)与紧缩(正值)。参数设定方面参考陈创练等(2016)的设定,在文中有叙述
四、实证分析
(一) 风险承担总体结果分析
1.描述性统计
具体来看，银行高管晋升过程中，不良类贷款和关注类贷款的均值和中位数均有上升(0.384,0.180；0.024,0.023)，正常类贷款的相关数值则是有所下降(-0.114，-0.103)，这说明了银行贷款质量的下降。而关注类贷款和正常类贷款的一升一降则进一步表明，高管晋升过程中，银行贷款质量出现了明显的下降。“风险集中”行为的结果显示，高管晋升过程中，银行的公司贷款有所上升(0.028,0.041)，而个人贷款有所下降(-0.029，-0.031)，票据贷款结果不显著。这说明，高管晋升过程中，银行确实更多发放了能快速提升利润的公司贷款。“风险无担”行为的结果表明，高管晋升过程中，抵押贷款有所下降(-0.024，-0.035)，信用贷款有所上升(0.062，0.084)，质押贷款和保证贷款的结果不显著。抵押贷款与信用贷款的反转结果，说明了在高管晋升过程中，银行贷款的抵质押物有恶化现象。
表4 描述性统计

不晋升晋升平均值差不晋升晋升中位数差Panel A 总体风险NPL-0.150 0.233 0.384***0.060 0.240 0.180***LLP0.158 0.670 0.512***0.156 0.756 0.600***Z-0.005 0.010 0.015*-0.009 0.019 0.028***Panel B 风险掩饰NPL-0.150 0.233 0.384***0.060 0.240 0.180***GZ-0.005 0.019 0.024***-0.002 0.021 0.023***ZC0.026 -0.088 -0.114***0.003 -0.100 -0.103***Panel C 风险集中GS-0.011 0.017 0.028*-0.027 0.014 0.041***PJ0.001 -0.007 -0.008 -0.002 -0.001 0.001 GR0.024 -0.005 -0.029***0.026 -0.005 -0.031***Panel C风险无担DY0.014 -0.010 -0.024*0.008 -0.027 -0.035***ZY0.012 0.007 -0.005 0.006 0.004 -0.003 BZ0.001 -0.001 -0.002 -0.011 -0.009 0.002 XY0.011 0.073 0.062***0.000 0.084 0.084***
注：*、**、***分别表示在10%、5%、1%的水平下显著。
2. 模型适用性检验结果
(1)重叠假定。在进行PSM(倾向得分匹配)的过程中，必须先看模型是否符合重叠假定(common support)。该假定要求每一个倾向得分的取值上，都应该同时存在处理组和对照组的样本，这样才能保证实验的随机性。倾向得分取值的检验结果如下，本文样本内处理组和对照组的上下边界和上下4分位都有共同取值，符合重叠假定，可以进行PSM(倾向得分匹配)的估计。
(2)平衡性检验。在PSM(倾向得分匹配)后则需要对数据的匹配质量进行平衡性检验。结果显示，除了学历(edu)和总资产收益率(roa)在匹配后偏差有所上升，其他变量匹配后的偏差都有所下降。并且，大部分降低比率都在50%以上。所以，平衡性检验通过。
表5 风险承担的PSM结果

结果变量传统的PSM一致估计的PSMATETATEATET近邻匹配卡尺匹配核匹配马氏匹配卡尺匹配近邻匹配卡尺匹配近邻匹配NPL0.279 (1.31)0.408*(1.66)0.389*(1.73)0.226**(2.04)0.212***(2.64)0.398***(3.38)0.129(0.83)0.290***(3.37)LLP0.533**(2.62) 0.385***(2.73)0.538**(2.20)0.868***(3.34)0.457**(2.53)0.252***(2.60)0.614**(2.37)0.609***(2.62)Z0.028**(2.08)0.028**(2.16)0.030**(2.32)0.034*(1.92)0.042***(6.08)0.037***(6.96)0.024(1.46)0.028***(3.40)
注：*、**、***分别表示在10%、5%、1%的水平下显著，括号内为Z统计量或T统计量值。下同。
3. 倾向得分匹配结果
实证结果表明，在不良贷款率的结果中，只有一个传统PSM和一个一致估计的PSM结果不显著，其他结果均显著。贷款损失准备则是全部通过了5%的显著性，Z值结果也只有一个不显著，一个10%显著性，其他也都达到了5%的显著性水平。由此可见，在高管晋升的过程中，我国银行的三类风险承担指标均有所上升，凸性激励属性明显，假设1成立。再看风险承担的上升幅度，在高管晋升过程中，不良贷款率的上升幅度最大可达0.408；最小也上升了0.212。在严控不良贷款率的背景下，这一数字不算低，这说明高管晋升确实推升了银行的不良贷款率。再往下看，贷款损失拨备上升的更多，最多可以达到0.868，最少也上升了0.252。这是因为，贷款损失拨备是银行按照预估的坏账数额计提的。而Z值的情况就不再赘述了。总体来看，高管晋升的过程中，银行的风险承担确实有所上升。为了得到可观的晋升激励，高管均采取了较为激进的策略。
这一结论与钱先航等(2011)[5]，Wang等(2019)[6]等学者研究地方官员晋升与银行信贷行为的结论有共通之处。晋升锦标赛下，地方官员为了取得好的经济业绩，通过对地方银行的控制，攫取了大量的信贷资源，用于经济建设，但相应银行的风险承担却不断上升。虽然银行高管不需考虑经济建设，但是亮眼的业绩无疑是其晋升的最大砝码。 Kini和Williams(2012)[9]，杨瑞龙等(2013)[10]研究了企业高管晋升与风险承担的关系。他们认为，在晋升激励下这一凸性激励下，高管为了晋升会加速提升企业的风险承担。因为存在信息不对称，决策部门无法判断高管的真实能力。这和本文的研究结论也有共通之处。银行高管的最终目标是为股东创造利润，这和企业高管是一样的。
本文的主要结论融合了“地方官员派”和“公司高管派”关于晋升与风险承担关系的论断，间接表明了我国银行高管的双重身份，即“准官员”和职业经理人，这和杨瑞龙等(2013)[10]的研究结论一致。
(二) 风险承担行为机制分析
1. “风险掩饰”行为实证结果
为了使得结果可比，本文将不良贷款率重新写为小数形式(若不良贷款率为5%，表5中不良率数值为5，表6中的数值就为0.05)，目的是让三种贷款质量数值之和为1。通过表6结果可知，每一行的结果只有一到两个不显著，其他结果均显著。尤其是关注类贷款的结果，基本都在5%的显著性水平上。这说明，高管晋升过程中，不良和关注类贷款有所上升，而正常类贷款有所下降。也就是说，银行贷款的质量有所下降。
表6 “风险掩饰”的PSM结果

结果变量传统的PSM一致估计的PSMATETATEATET近邻匹配卡尺匹配核匹配马氏匹配卡尺匹配近邻匹配卡尺匹配近邻匹配NPL0.003(1.31)0.004*(1.66)0.004*(1.73)0.002**(2.04)0.002***(2.64)0.004***(3.38)0.001(0.83)0.003***(3.37)GZ0.019**(2.21)0.019**(2.45)0.017**(2.19)0.008(0.81)0.021***(5.34)0.020***(5.86)0.019**(2.06)0.018**(2.18)ZC-0.066**(-2.06)-0.067**(-2.06)-0.062**(-1.96)-0.046(-1.61)-0.051***(-3.47)-0.033(-0.45)-0.057*(-1.90)-0.065**(-2.11)
具体来看，正常类贷款比率最大下降0.067，最小下降0.051。关注类贷款比率最大上升0.021，最小上升0.017，而不良贷款上升都在0.002到0.004之间。可以说大部分向下迁徙的正常类贷款都进入了关注贷款，只有很少部分进入了不良贷款。而本文样本中，银行关注贷款和不良贷款存量比值为3.875。显然，本文中三类贷款的变动规律并不符合这一比例。关注贷款上升的过多，不良贷款上升的过少，有一部分本应进入不良的贷款被人为调到了关注类，这一现象被称为“藏不良”。所以说，本文的不良贷款率确实被低估了。这也印证了假设2，凸性激励下，银行高管为了能获得晋升，会让商业银行进行“风险掩饰”。
这一结论与卫功琦(2008)[14]发现银行行长对本行的信贷风险有明显掩饰与推迟行为的结论一致，与施韬(2015)[27]发现最有可能发生迁徙的，就是不良贷款临界处贷款的结论也不谋而合。而与卫功琦(2008)[14]不同的是，本文使用的是总行的高管数据(而不是二级分行行长的数据)，从银行总体经营上得出了前述结论。
表7 “风险集中”的PSM结果

结果变量传统的PSM一致估计的PSMATETATEATET近邻匹配卡尺匹配核匹配马氏匹配卡尺匹配近邻匹配卡尺匹配近邻匹配GS0.137***(4.19)0.118***(3.33)0.119***(3.49)0.093**(2.29)0.109(1.50)0.118*(1.73)0.145***(3.98)0.130***(4.03)GR-0.056***(-3.20)-0.054***(-3.04)-0.052***(-3.08)-0.036(-1.45)-0.044***(-3.97)-0.045***(-3.20)-0.070***(-4.54)-0.058***(-4.36)PJ0.025(1.38)0.028(1.62)0.031*(1.76)0.031*(1.69)0.06***(4.73)0.059***(4.25)0.010(0.36)0.027*(1.87)
2. “风险集中”行为实证结果
从“风险集中”行为的实证结果可以看出，个人贷款结果的显著性较好，只有一个不显著的结果，其他均达到了1%的显著性。公司贷款除了在一致估计PSM下ATE的结果不理想，其他结果也都通过了5%的显著性。票据贷款的结果不太显著。具体来看，高管晋升的过程中，我国银行公司贷款的比例最大可上升0.145，而个人贷款最大降幅达0.070，幅度虽不及公司贷款，但对于个人贷款来说，也是个不小的数字。两者同时一升一降，说明高管晋升使银行偏好的贷款类型发生了变化，从发放风险较小的个人类贷款，转而发放风险较大且集中的公司类贷款。进一步说，高管晋升伴随着“风险集中”行为，提升了银行在贷款业务类型方面的风险承担。假设3在高管晋升过程中得到了验证。
这一结论，与彭继增和吴玮(2014)[28]，江曙霞和刘忠璐(2016)[29]的研究结论有所不同。这几位学者发现，当资本监管压力较大时，银行会倾向于发放个人类贷款，因为其风险权重低资本消耗少。那么为什么高管晋升事件，与资本监管考核事件，会出现相反的结果？实际上，是银行的风险控制理念出了问题。资本监管的核心就在于风险，监管压力较大时，风险作为唯一的考核指标发挥着作用。而高管晋升锦标赛下，银行高管的目标变成了赢取晋升机会，虽然严控风险也是高管的目标之一，但它远没有提升利润等目标重要。这时银行高管的核心议题，是一定风险承担下的利润最大化。并且，资本监管压力较大时，银行面临的风险监测是全面的；而晋升锦标赛接近尾声时，银行风险的监测并不十分系统全面，这无疑会为银行埋下风险隐患。上述问题的实际表现为，公司贷款比的上升和个人贷款比的下降。所以，在高管晋升过程中，对银行的“风险集中”行为要予以密切关注。
表8 “风险无担”的PSM结果

结果变量传统的PSM一致估计的PSMATETATEATET近邻匹配卡尺匹配核匹配马氏匹配卡尺匹配近邻匹配卡尺匹配近邻匹配ZY-0.021(-0.97)-0.029(-1.44)-0.020(-1.02)-0.026(-1.28)-0.025(-1.64)-0.035(-1.31)-0.011(-0.53)-0.020(-0.99)DY-0.090***(-3.10)-0.077***-2.76 -0.079***-2.95 -0.047*(-1.70)-0.028(-0.55)-0.040(-1.46)-0.092***(-3.65)-0.090***(-3.28)BZ0.034(1.49)0.027(1.23)0.025(1.22)0.013(0.40)0.030(0.57)0.029(0.53)0.025(1.29)0.038**(2.31)XY0.064***(3.52)0.057**(2.12)0.058**(2.48)-0.112(-0.83)0.077***(4.78)0.067***(3.33)0.083***(4.83)0.067***(4.65)
3. “风险无担”行为实证结果
从“风险无担”行为的实证结果可以看出，抵押贷款和信用贷款的显著性较好。抵押贷款除一致估计PSM的ATE结果不显著，其他结果均显著；信用贷款只有马氏匹配下不显著，其他也均显著。可以说，假设4部分成立(在抵押贷款和信用贷款上)。具体来看，高管晋升过程中，抵押贷款最大可以下降0.092，而信用贷款最大可以上升0.083。两类贷款比例又出现了反转的现象，也说明银行随着高管晋升调整了贷款发放的策略，从原先的多发放抵押类贷款，转而多发放信用类贷款。进一步说，高管晋升的过程伴随着“风险无担”行为，提高了银行在抵押物方面的风险承担，假设4在抵押贷款和信用贷款部分，得到了验证。
从竞争的角度来看，信用类贷款确实能为银行带来高额的利润，这一观点是刘莉亚等(2017)[30]发现的。而在晋升激励下，银行高管确实也需要做出亮眼的业绩，多发放信用类贷款也就成了一种选择。而在我国，信用贷款的发展高度依赖于征信系统，这一系统目前还处于初步发展阶段。与之相比，抵押贷款的认可度较高，其对应的是房产等抵押物，银行有抵押物作为担保，借款人发生违约等道德风险问题的可能性大大降低。所以，在高管晋升的过程中，要关注银行的“风险无担”行为。
(三)稳健性检验
上述研究表明，高管晋升凸性激励能够增加银行风险承担。为进一步检验结论稳健性，本文进行了如下稳健性检验：第一，本文调整风险承担差分值测度的差分年份，采用高管晋升前一年和晋升后一年做差分。结果表明，高管晋升仍会增加银行风险承担，而在高管晋升的过程中，也依然存在风险掩饰、风险集中、风险无担三种行为。第二，本文排除董事长和行长二职合一的高管样本重新进行实证检验，结果保持稳健。第三，本文采用风险加权资产重新测度风险承担，本文的研究结论没有变化。具体稳健性检验结果详见附录。
五、结论与对策建议
本文采集2009-2018年我国142家商业银行的数据，实证检验了高管晋升与银行风险承担的关系及其作用机制。研究表明，银行高管晋升存在凸性激励，除临近退休的高管外，高管晋升确实会增加银行的风险承担。机制研究发现，银行高管在晋升的过程中存在风险掩饰、风险集中和风险无担三种行为。具体表现为不良贷款临界处的关注贷款上升较快，风险掩饰行为明显；公司贷款有所上升，风险不够分散，风险集中行为突出。抵押贷款下降而信用贷款上升，风险敞口加大，风险无担行为得以证实。稳健性检验部分，本文调整了风险承担的差分年份、剔除了高管二职合一的样本、使用了风险加权资产测度风险承担，结果依然支持本文的结论。
本文研究结论某种程度上佐证了Goel和Thakor(2008)[3]，Wang等(2019)[6]，Ho等(2016)[4]，郝项超(2015)[2]等研究结果，深化了学术界关于高管晋升激励和银行风险承担关系的认识。本文认为，晋升激励是凸性激励，它与期权激励一样需要一定的条件，为了能达到这个条件，高管们会增加银行的风险承担。之所以会出现这样的情况，是因为银行高管可能将其晋升压力转嫁给其所控制的银行，最终造成银行风险承担的增加。具体而言，银行高管可能通过风险掩饰、风险集中和风险无担三种行为转嫁其晋升压力。
基于结论本文提出如下政策建议：第一，优化银行高管考核评估体系，必须将风险承担和业绩等权重纳入银行的考核范围，通盘考虑不能顾此失彼。建立科学有效的高管激励约束机制，强化银行风险意识。第二，健全银行风险管理体系，坚持公司治理与风险管理并举，坚持市场与法治结合的公司治理原则。优化银行高管选聘流程，明确权责利。第三，树立健康的银行风险文化，促使合规理念深植于银行系统。强化银行信用风险防范，不断提高银行风险管理的精细化水平。
参考文献
[1]刘晓勇.风险管理·公司治理·银行高管——关于健全银行风险管理机制的再探讨[J].清华金融评论，2015(10):71-76.
[2]郝项超.高管薪酬、政治晋升激励与银行风险[J].财经研究，2015，41(6):94-106
[3]GOEL A M，THAKOR A V. Overconfidence，CEO selection，and corporate governance [J]. Journal of Finance，2008，63(6)：2737-2784.
[4]HO P H, HUANG C W,LIN C Y, et al.CEO overconfidence and financial crisis: evidence from bank lending and leverage [J]. Journal of Financial Economics，2016，120(1)：194-209.
[5]钱先航，曹廷求，李维安.晋升压力、官员任期与城市商业银行的贷款行为[J].经济研究，2011，46(12):72-85.
[6]WANG L，MENKHOFF L，SCHRÖDER M，et al. Politicians’ promotion incentives and bank risk exposure in China [J]. Journal of Banking and Finance，2019，99:63-94.
[7]COLES J L，DANIEL N D，NAVEEN L. Managerial incentives and risk-taking [J]. Journal of Financial Economics，2006，79(2)：431-468.
[8]张洪辉，章琳一.产权差异、晋升激励与企业风险承担[J].经济管理，2016，38(5):110-121.
[9]KINI O，WILLIAMS R. Tournament incentives，firm risk，and corporate policies [J]. Journal of Financial Economics，2011，103(2):350-376.
[10]杨瑞龙，王元，聂辉华.“准官员”的晋升机制：来自中国央企的证据[J].管理世界，2013(3):23-33.
[11]刘青松，肖星.败也业绩，成也业绩?——国企高管变更的实证研究[J].管理世界，2015(3):151-163.
[12]周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究，2007(7):36-50.
[13]CHESNEY M，GIBSON R. Stock options and managers’ incentives to cheat [J]. Review of Derivatives Research，2009，11(1-2):41-59.
[14]卫功琦.我国商业银行道德风险的实证分析：信贷风险掩饰和推迟视角[J].国际金融研究，2009(7):80-86.
[15]KNOTEK E S，KHAN S. How do households respond to uncertainty shocks? [J]. Kansas City Federal Reserve Board Economic Review，2011.
[16]彭继增，吴玮.资本监管与银行贷款结构——基于我国商业银行的经验研究[J].金融研究，2014(3):123-137.
[17]CHAN Y S，KANATAS G. Asymmetric valuations and the role of collateral in loan agreements [J]. Journal of Money，Credit and Banking，1985，17(1)：84-95.
[18]BESTER H. Screening vs. rationing in credit markets with imperfect information [J]. The American Economic Review，1985，75(4)：850-855.
[19]张晓玫，宋卓霖.保证担保、抵押担保与贷款风险缓释机制探究——来自非上市中小微企业的证据[J].金融研究，2016(1)：83-98.
[20]王广宇，韩亚峰，郭小丹.金融安全视角下不良资产形成机理研究——经济转型还是企业骗贷[J].国际金融研究，2019(2)：87-96.
[21]张强,乔煜峰,张宝.中国货币政策的银行风险承担渠道存在吗?[J].金融研究,2013(8):84-97.
[22]JIMÉNEZ G，LOPEZ J A，AND SAURINA，J. How does competition affect bank risk-taking?[J]. Journal of Financial Stability，2013，9(2)：185-195.
[23]何靖.延付高管薪酬对银行风险承担的政策效应——基于银行盈余管理动机视角的PSM-DID分析[J].中国工业经济,2016(11):126-143.
[24]CHEN Z D，EBRAHIM A. Turnover threat and CEO risk-taking behavior in the banking industry [J]. Journal of Banking and Finance，2018，96:87-105.
[25]CHANG E C，WONG S M L. Governance with multiple objectives：evidence from top executive turnover in China [J]. Journal of Corporate Finance，2009，15(2):230-244.
[26]陈创练,郑挺国,姚树洁.时变参数泰勒规则及央行货币政策取向研究[J].经济研究,2016,51(8):43-56.
[27]施韬.贷款资产质量迁徙的统计与预测分析——基于湖北省法人金融机构贷款样本[J].武汉金融，2015(8):35-38.
[28]彭继增,吴玮.资本监管与银行贷款结构——基于我国商业银行的经验研究[J].金融研究,2014(3):123-137.
[29]江曙霞，刘忠璐.资本质量会影响银行贷款行为吗?[J].金融研究，2016(12):63-77.
[30]刘莉亚，余晶晶，杨金强，等.竞争之于银行信贷结构调整是双刃剑吗?——中国利率市场化进程的微观证据[J].经济研究，2017，52(5):131-145.
Research on Executive Promotion and Risk-Taking Behavior of Commercial Banks under Convex Incentive
LI Xiang-qian1,2, YU An-ran1, ZHANG Wei1
(1.School of Finance, Tianjin University of Finance and Economics, Tianjin 300222, China; 2.Coordinated Innovation Center for Binhai Finance in China, Tianjin 300222, China)
Abstract：The promotion of bank executives is an important factor affecting the risk-taking of commercial Banks. This paper collects data from 142 commercial banks in China and empirically analyzes the influence of senior management promotion on risk taking and its mechanism. It is found that, except for executives approaching retirement, executive promotion increases the risk-taking of Chinese Banks, and there is convex incentive in the promotion of senior executives. Furthermore, mechanism research shows that in the process of senior executives' promotion, the focus of non-performing loans at the critical point increases rapidly, and the risk concealment behavior is obvious; the corporate loan increases, the risk is not dispersed enough, and risk concentration behavior is prominent. Mortgage lending is down while credit is up, risk exposure is up and risk-free behavior is confirmed. The robustness test further supports the conclusions of this paper.
Key words：top executives’ promotion; convex incentive; bank risk-taking; behavioral research
中图分类号：F832.33
文献标识码：A
文章编号：1005-1007(2020)09-0019-13
收稿日期：2020-04-09
基金项目：国家社会科学基金项目(17CGJ010)。
作者简介：李向前，男，天津财经大学金融学院教授，博士生导师，中国滨海金融协同创新中心研究员，主要从事货币政策、银行管理研究；余安然，女，天津财经大学金融学院博士生，主要从事金融风险、银行管理研究；张伟，男，天津财经大学金融学院讲师，主要从事公司治理研究。
责任编辑 王丽英