经济不确定、银行管理者乐观主义与银行风险承担

奥鹏网院作业

经济不确定、银行管理者乐观主义与银行风险承担*
王 璐 张迎春 余丽霞
[提 要] 基于行为金融理论的有限理性，本文从行为金融学的角度将管理者乐观主义置于经济不确定性与银行风险承担的关系中，利用中国商业银行2008—2017年的季度数据，通过中介效应的两阶段回归实证检验了经济不确定性、管理者乐观主义与银行风险承担三者的关系。研究结果发现：经济不确定性增加会抑制管理者乐观主义的心理偏差；管理者乐观主义会使得银行风险增加；在经济不确定性影响银行风险承担过程中，至少有一部分是通过“管理者乐观主义的中介渠道”实现的，而管理者乐观主义的中介作用具体表现为“遮掩效应”。进一步研究发现，在经济不确定性与银行风险承担的关系中，银行市场纪律约束具有调节作用，并且该调节效应至少部分是通过管理者乐观主义中介渠道而发挥作用的。
[关键词] 经济不确定性；管理者乐观主义；风险承担；中介效应
一、引言
自2008年金融危机爆发以来，全球经济面临更加复杂的环境，加之各国后续政策调整不断，使得宏观经济不确定性越来越突出，不确定性问题已然演变为一个全球性难题，引起了政界和学术界的共同关注(Baker et al.,2014)。越来越多的研究表明，宏观经济不确定性攸关金融稳定。Stock et al. (2012)认为正是经济不确定性冲击导致了美国金融体系的崩溃。在这种冲击下可能会引发金融体系的连锁反应，爆发系统性风险，这反过来又可能对实体经济运作产生不利影响(Acharya et al.，2017)。由此，大量学者开始探索经济不确定性的表现形式及其带来的经济后果，并形成了若干关于宏观经济不确定性与银行风险承担之间关联的研究文献。
现有研究基于理性假设条件，从两个方面分析了经济不确定性对银行风险决策的影响机理。第一，在信贷业务方面，从供给方看，经济不确定性增加可能会导致企业违约概率上升，促使银行提高信贷门槛，信贷投放规模被压缩，资金供给减少(Valencia，2017)。邱兆祥和刘远亮(2010)发现宏观经济不确定性显著影响银行的投资决策，当不确定性冲击较强时，银行的贷款比例下降，并出现“羊群效应”。同样，Alessandri & Bottero(2017)在对2003—2012年65万家意大利公司提交的贷款申请分析时发现，经济不确定性增加会降低银行接受新信贷申请的可能性，并且通过申请的企业等待贷款发放的时间变得更长。而从需求方看，经济不确定性增加会导致规避风险的代理人在预测中削减消费和投资需求，从而减少信贷需求(Basu & Bundick，2018)。也有一些学者不同于此类观点。Calmès & Théoret(2014)发现在不确定性很高时，金融机构的贷款决策变得更加同质化。第二，在金融市场业务方面，经济不确定性作用于银行风险感知和风险容忍度，继而对银行投资组合调整、资产定价及市场反应产生影响。Anderson et al.(2009)认为当代理商不确定管理市场回报的正确概率法则时，他们会要求更高的溢价来持有市场投资组合。Lee et al.(2017)研究发现经济政策不确定性对金融机构的杠杆决策产生负面的短期影响。然而，不管哪种路径都基于一个假设前提，即面对外部环境的冲击，银行管理者会做出完全理性反应，忽视了管理者非理性的一面。当今，在不确定条件下研究行为决策仍是一个前沿问题(屈文洲和崔峻培，2018)，特别是管理者非理性行为。人的行为是建立在对事物的主观和客观认识基础上，而主观认识会受到包括感情、情绪、信念、偏好在内的个体特征影响，现有文献对此并没有深入研究。因此，把管理者乐观主义纳入经济不确定性与银行风险承担研究统一框架，能更深刻解释经济不确定性对银行风险承担的作用机理。
在中国银行系统内，受过去计划经济体制影响，我国商业银行始终遵从中央的非市场化调控，银行管理者几乎干涉及重大决策。而随着市场化进程加快，银行决策越来越独立，管理者决策的权利越来越大，同时受到管理者的信念、情绪等心理因素的干扰也越来越明显。在2008年危机之后三年，中国银行业信贷规模剧增，累计规模达到25万亿元以上。这种信贷的非理性增长部分原因是政府干预，但更多的是银行管理者非理性决策所导致。另外，近几年出现的房地产贷款热、贷款集中度持续增高等异常现象再次证实我国银行业存在显著的非理性行为。由于个体行为偏差在某种预测方式上是有能力影响整个机构行为(Hribar et al.，2017)，当个体银行管理者存在心理偏差时，其做出的非理性决策可能导致银行系统风险的增加(Ho et al.，2016)，更甚者，会引致经济危机的爆发。经济史实也已证明，银行决策者心理偏差引起的决策失误会造成严重的经济后果。(1)日本20世纪80年代的“泡沫经济”的爆发及崩溃，就有金融机构的经营者在管理决策中的非理性因素。金融机构过度自信，造成投融资决策扭曲，银行界管理者不理会评级机构的警告，最终导致泡沫破裂。因此，通过对非理性心理偏差的探索，尝试改变以往对银行决策者完全理性的盲目认识，正视银行管理者的心理偏差可能带来的正面或负面效应可以有助于我们更好地理解银行的运行逻辑。
基于此，本文考虑有限理性属性，重点考察管理者乐观主义的心理偏差特征及其对宏观经济不确定性作用于银行风险承担行为的理论传导机制，并以2008—2017年中国商业银行为样本进行实证研究以支持理论机制。本文不仅直接考察了在我国银行业内经济不确定性对银行风险决策的直接影响，而且通过管理者乐观情绪影响，提出并检验了宏观经济不确定性对银行风险承担的间接影响，并在此基础上对直接和间接影响效果进行评价分析。此外，由于资本要求的两难抉择，同为银行监管三大支柱之一的市场纪律约束在维护银行业安全性方面越来越突出，结合中国银行业市场纪律约束特征，进一步分析银行业市场纪律约束为何以及如何对经济不确定性影响银行风险承担的中介传导渠道进行干预和调节。
本文对现有相关文献进行了以下三方面拓展：(1)有限理性是人的固有属性，把决策者心理因素引入到银行体系，探索受到心理因素影响时银行管理者的非理性行为，拓展了经济不确定性影响银行风险决策的研究视角，丰富了相关研究文献。(2)提出并检验经济不确定性影响银行风险承担的“中介效应渠道”，即在经济不确定性影响银行风险承担过程中，至少有一部分是通过“管理者乐观主义中介渠道”间接实现，而这种间接效应和直接效应方向相反，并且这种中介效应表现为 “遮掩效应”。(3)结合银行业市场纪律约束特征，进一步考察纪律约束对“管理者乐观主义中介渠道”的干预与调节效应，这在以往文献中几乎没有涉及。
二、理论分析
在银行体系，管理者常常被看作是过度乐观、低估风险的个体(Burg et al.，2012)。Shim(2013)认为银行管理者在风险承担机制中可能会高估收益，低估风险，他没有明确提出管理者的非理性，但本质是银行管理者非理性表现。而Obitade(2013)发现银行过于乐观的管理者数量是逐渐增加的，在金融危机爆发之前达到最高点，并且这种过于乐观倾向在金融行业可以跨越不同部门。这些研究表明，在银行体系内管理者是存在显著的乐观主义心理情绪。但现有研究更多是基于国外银行为样本，对于中国银行业是否也存在这种乐观情绪相关研究较少涉及。随着市场化进程的加快，中国银行业的非理性逐渐被重视。国内学者邹新月等(2008)发现银行经理决策受群体信息和信念精确度影响，我国中小型商业银行经理对处理信息能力不自信，会跟随大型银行的决策，在银行业产生羊群行为。张丞等(2014)提出中国银行业管理者存在着显著乐观主义，并不像普通企业那样完全跟随市场投资者情绪，在银行中管理者乐观主义可能会否认投资者情绪。可见，我国银行业管理者的乐观主义也不容轻视。那么，在中国银行业运行逻辑背景下，这种乐观主义在银行决策中会发挥怎样的作用呢？这种效应会怎样影响经济不确定性与银行风险承担的关系？乐观主义具有时变性，在经济波动冲击下会做出怎样的反应？这种反应又会对银行风险决策产生怎样的作用？为此，笔者通过层层剖析，提出“经济不确定性——管理者乐观主义——风险承担”研究思路，试图打开经济不确定性影响银行风险承担的“过程黑箱”。
(一)宏观经济不确定性与银行管理者乐观主义
经济不确定性会显著影响管理者乐观情绪，其机理可以通过情绪认知评价理论诠释。Arnold(1950)提出了情绪认知评价理论，把认知因素看成情绪产生和发挥作用的原因，认为情景事件是情绪赖以产生的源泉。随后，该理论集大成者——Lazarus(1968)把人与环境关系纳入情绪分析框架内，提出情绪是个体对环境利害关系的反应，个体需要不断评价刺激情景与自身关系，从而做出行动。更重要的是，情绪认知评价理论认为外部刺激环境使得情绪产生和发挥作用的根本前提在于个体对外部环境的体验和评价。
基于认知评价理论，我们可知对于同一性质的外部环境刺激，不同银行管理者对其体验和评估可能并不相同，这就会产生不同的情绪反应，从而做出有区别的行为。在金融市场中，面对不同的宏观经济状况，管理者对其认知和评价是有区别的，使其拥有不同乐观心理特征，进而导致同质性的银行做出不同的风险决策(Nofsinger，2011)。分析其主要原因就要先了解其中的管理者认知和评价过程。银行管理者自我认知依赖于对外部宏观经济基本面的评价和判断，并通过对外部经济状况来调整其对银行未来经营情况的预期。当外部经济形势较好时，管理者对当前经济前景充满信心，而对于未来预期部分或多或少会受到已确定的乐观主义情绪影响。而当外部环境较复杂，经济波动较大时，管理者在获取信息方面就没有在特定经济周期阶段那么容易，信息不全和信息不足使得管理者对外部评价和未来预期就显得保守，已存在的乐观主义情绪也会受到抑制。正如Lee et al.(2017)认为的那样，当外部经济波动较大时，管理者受到的干扰信息更多，趋向于回避风险，会提高贷款标准和降低银行杠杆比率。
情绪认知评价理论认为管理者主动去对外部环境进行认知和评价，而国内学者张荣武等(2011)则认为乐观心理并不是在任何时候都会对管理者决策产生显著性影响，心理偏差具有动态特征。当受到外部冲击时，管理者心理偏差会被强化、传播和放大，从而具备影响决策的能力。他们认为经济环境是影响预期收益的重要因素，而外部环境可能是诱发管理者情绪发挥作用的外部冲击，管理者乐观主义情绪是被动改变的。特别是在中国不成熟的金融市场，银行也面临复杂的外部环境，管理者的决策更容易受到外部因素的干扰。但不论哪种理论，都支持外部环境会影响管理者乐观主义情绪，当经济波动较大时，乐观主义被反向强化，即会受到抑制。
(二)银行管理者乐观主义与银行风险承担
银行是经营风险并通过风险获益的特殊企业，其本质就是风险承担和风险管理。作为银行风险承担的直接决策主体，管理者对银行风险承担的决策必然受到非理性心理特征的影响。笔者认为，乐观主义的管理者趋向于认为自身掌握比实际更精确的信息，并能获得比实际情况更有利的结果。所以，在以经营风险为主的银行系统内，乐观主义的管理者在决策时往往表现出较强烈的风险偏好，影响其资产组合、资产定价及融资价格、非价格条款，进而增加商业银行的风险承担意愿，并且这种非理性的表现形式在我国银行业更显著，这主要是基于三个方面的认识。
其一，从文化和制度角度看。Fahlenbrach et al.(2011)和Ellul & Yerramilli(2013)认为银行中存在着一种风险文化，对于有冒险文化的银行而言，更趋向于拥有过度乐观的管理人员，因为这类人员更乐意承担更多的风险。我国长期受儒家文化熏陶，遵从“上尊下卑”思想，强调领导者的绝对权威，使得各类企业都存在着“一言堂”现象，使得乐观主义程度更大(姜付秀等，2009)。由于存款保险制度不完善，我国仍处于隐形存款保险层面，使得破产、失败的银行案例寥寥无几，亏损由政府救助，盈利归于自身经营。这种“扭曲”的方式会使得银行管理者过高估计自己的能力，更强化乐观主义情绪，在风险决策时更愿意采取激进的冒险行为。
其二，从利润最大化角度看。银行追求利润最大化的同时容易诱发乐观情绪，因为适度的乐观对银行是有利的，这反过来会导致银行更激进的冒险策略，释放更多的流动性，又会进一步助长银行的乐观主义情绪。随着“资管新规”正式落地，我国商业银行非标融资渠道受控，资产回表趋势明显，在追逐利润条件下资产证券化成为银行资产出表的首选渠道。徐瑞慧和黎宁(2018)从银行乐观情绪角度构建了银行信贷资产证券化的理论模型，证明银行利润最大化的资产证券化行为内生地催生了乐观情绪，而信贷资产证券化释放出的流动性又进一步强化了银行的乐观情绪。由于无法区分乐观主义情绪中的适度乐观和过度乐观，在市场竞争或激进的扩张战略下，会导致更多的银行偏向于过度乐观，从而使银行承担更多风险。因此，从利润追逐和资产证券化视角看，我国商业银行管理者乐观主义情绪会逐渐释放，银行风险承担会进一步加大。
其三，从信息理论角度看。当经济环境较好时，过度乐观的管理者会高估外部噪声(信息)的准确性(Gervais et al.，2011)，并会高估借款人未来前景，导致预期回报和主观概率的错误评价，从而引起银行负担更多的风险。Peón et al.(2016)通过实施一个商业模拟游戏及一系列心理测试，发现更高水平的乐观主义(主要归因于概率扭曲)会影响管理者根据客观信息区分借款人质量的能力，促使价格下降和信贷量增加，并降低质量。进一步，投资者在获取银行资产信息方面存在“搭便车”行为，过度依靠公开信息和信任金融机构(Gennaioli et al.，2015)，这会使得银行乐观主义情绪的影响进一步扩大，威胁到金融系统稳定(徐瑞慧和黎宁，2018)。
从以上逻辑看，乐观主义的管理者更倾向于承担更多的风险。由于中国银行业市场化进程逐步完善，长期的行政指令被取消，管理者的自我决策权利越来越大，乐观的心理也随之被释放，势必会增加银行风险。
(三)不确定性影响银行风险承担：基于管理者乐观主义中介遮掩效应
现有文献基于“理性经济人”假设已经表明宏观经济不确定性冲击会导致银行在经营信贷业务和金融市场业务过程中承担更多风险(Valencia，2017；Lee et al.，2017)。社会心理学实验表明，情绪并不是一成不变的，而是随着外部环境变化而进行调整，即管理者乐观主义是具有时变性的(Puri & Robinson，2007)。根据上文分析逻辑，在情绪认知理论背景下，外部环境的刺激程度不同，管理者情绪会进行动态调整，使得心理特征得到削弱或强化，从而造成银行决策行为偏离“最优决策”的幅度和方向存在显著差异。也就是说，经济不确定性通过管理者乐观主义影响银行风险承担的间接路径削弱了经济不确定性对银行风险承担的直接影响路径，表现为一种“遮掩效应”。遮掩效应是中介效应检验中常见的一种表现形式，代表着直接效应和间接效应起到完全相反作用，总和变小，总效应被遮掩。因此，我们推断管理者乐观主义在经济不确定性与银行风险承担的中介作用中表现为“遮掩效应”，即经济不确定性与银行风险承担的直接效应为正，而经济不确定性通过管理者乐观主义影响银行风险承担的间接效应为负，如图1所示。

图1 中介效应传导路径
三、研究设计
(一)模型设计
为了深入揭示管理者乐观主义的作用机理及其在经济不确定性影响银行风险承担过程中的传导机制，从而确定管理者乐观主义的中介传导作用，笔者在Baron & Kenny(1986)和温忠麟等(2004)提出的中介效应检验方法基础上构建两阶段回归模型进行检验。
第一阶段，我们将考察经济不确定性如何“矫正”银行管理者乐观主义以及管理者乐观主义对银行风险承担行为的影响，初步探究管理者过度乐观与经济不确定性和银行风险承担分别存在显著关系。笔者构建第一阶段模型如下：
Cont=β0+β1Cont-1+β2Mut+β3M2t
+β4Gdpgt+β5πt+β6Roai,t
+β7Tcri,t+β8Nrgli,t+β9Cari,t
+β10Ciri,t+β11Nldpi,t+εi,t
(1)
Riski,t=λ0+λ1Riski,t-1+λ2Cont+λ3M2t
+λ4Gdpgt+λ5πt+λ6Roai,t
+λ7Tcri,t+λ8Nrgli,t+λ9Cari,t
+λ10Ciri,t+λ11Nldpi,t+εi,t
(2)
由于银行风险和管理者情绪存在“惯性”特征，本文将其滞后一期加入模型，并构建动态面板模型。同时，考虑到滞后一期的加入会使得模型产生内生性问题，为此，本文采用广义矩估计(GMM)对此模型进行估计可以更好地减弱内生性问题，并采用系统性GMM方法进行估计。其中， Cont为银行t期管理者乐观主义的代理变量； Mut为t期宏观经济不确定性代理变量； Riski,t为银行 i在 t期的风险代理变量；其他变量为控制变量，具体定义见表1。
第二阶段，笔者考察引入管理者乐观主义是否会降低经济不确定性对银行风险承担影响的显著性，也即管理者乐观主义的中介效应。笔者构建以下模型：
Riski,t=α0+α1Riski,t-1+α2Mut+α3M2t
+α4Gdpgt+α5πt+α6Roai,t
+α7Tcri,t+α8Nrgli,t+α9Cari,t
+α10Ciri,t+α11Nldpi,t+εi,t
(3)
Riski,t=γ0+γ1Riski,t-1+γ2Mut+γ3Coni,t
+γ4M2t+γ5Gdpgt+γ6πt
+γ7Roai,t+γ8Tcri,t+γ9Nrgli,t
+γ10Cari,t+γ11Ciri,t+γ12Nldpi,t
+εi,t
(4)
式(1)～式(4)检验了管理者乐观主义在经济不确定性影响银行风险承担过程中起到中介作用，具体满足条件如下：(1) β2<0， λ2>0，且均显著，即经济不确定性可以显著抑制管理者乐观主义情绪，而乐观主义会增加银行风险承担水平。(2) α2>γ2,γ3>0，且均显著，则管理者乐观主义的引入降低了经济不确定性对银行风险承担的直接解释力度，同时，也说明经济不确定性影响银行风险承担意愿有一部分是通过管理者乐观的中介效应实现的，管理者乐观主义扮演了中介传导作用。另外，如果β2<0，说明该中介效应呈现的是“遮掩效应”。(2)温忠麟等(2004)在Baron & Kenny(1986)的基础上，构造了一个综合的中介效应检验程序，利用文中式(1)、式(3)、式(4)建立三个递归模型，和本文建立的两阶段回归模型检验原理相同，结果也相同，但是两阶段回归可以更详细解释中介传导效应。
(二)变量定义
1.宏观经济不确定性。以往文献指出采用标准差能够较好地衡量宏观经济不确定性(Ghosal & Loungani，2000)，然而，Talavera et al.(2012)认为采用GARCH模型预测的条件方差比无条件方差更适合测量不确定性，因为它是基于前一周期的信息集获得，而标准差存在着严重误差，且这种测量方法与Baum et al.(2006)所采用的极为相似。因此，比较并参考国内其他学者经验(邱兆祥和刘远亮，2010；王义中和宋敏，2014)，本文采用GARCH(1,1)模型来测量宏观经济变量的条件方差，即经济不确定性。
具体GARCH模型如下：
yt=α+βyt-1+εt
(5)
σt=
(6)
在模型中，式(6)中的 σt就是GARCH(1,1)模型所得到误差项的条件方差，即宏观经济不确定性的度量指标。(3)由于对模型滞后期进行检验，滞后一期为最优滞后期，所以选择滞后一阶。为了更清晰地表明条件方差的趋势，我们希望获取更多的样本数据，从而采用月度数据，再通过月度数据的平均值得到季度条件方差。由于无法得到中国GDP月度数据，笔者借鉴邱兆祥和刘远亮(2010)的研究，采用工业增加值增长率的2007—2017年的月度数据来反映宏观经济变化。(4) 采用月度数据可以搜集到更多的数据，进行GARCH检验效果更好。根据GARCH(1,1)估计方法，首先进行变量平稳性检验，随后进行一阶自回归，得到条件方差，最后求得季度平均值。
2.银行管理者乐观主义。本文从行业信心和个体信贷两个角度来度量银行的乐观主义Con。具体做法分为两步，第一步是先度量银行业管理者乐观主义Con1，得出行业指标。笔者用银行业景气指数(Y_Beliefs)回归方程(7)的残差衡量银行业管理者乐观主义。银行业景气指数由中国人民银行调查统计司公布，反映银行家对银行业总体经营状况评价的信心指数。(5) 银行家问卷调查是中国人民银行发起、对全国各类银行机构(含外资商业银行机构)的总部负责人，及其一级分支机构、二级分支机构的行长或主管信贷业务的副行长进行问卷调查。在问卷中采用扩散指数法进行计算指数，赋予“好/增长”选项权重为1，赋予“一般/不变”选项权重为0.5， 赋予“差/下降”选项权重为0。这些权重与各项占比相乘，再相加得出最终指数。所有指数取值范围在0～100%之间。指数在50%以上，反映该项指标处于向好或扩张状态；低于50%，反映该项指标处于变差或收缩状态。由于所得指数不仅包含已知的信息，还掺杂着银行家自身的主观属性，(6)余明桂等(2013)在其研究中采用了企业景气指数作为衡量管理者过度自信程度，但他们并没有把理性自信与非理性自信分割开来。因此，参考Hribar et al.(2017)对信念的衡量方法，把信心指数分为两部分：信心指数=管理者掌握信息能解释的理性指数+无法由公开信息解释的非理性指数(主观属性)，并构建如下模型：
Y_Beliefst=μ0+μ1Roei,t+μ2Cari,t+μ3Sizei,t
+μ4Tcri,t+μ5Pfshi,t+μ6Ldri,t
+μ7Npli,t+μ8Niiri,t+μ9Ciri,t
+εt
(7)(7)对于银行业景气指数的回归方程，笔者选择季度净资产收益率(Roe)、所有者权益比率(Car)、资本充足率(Tcr)、资产规模(Size)、成本收入比率(Cir)、贷存比(Ldr)、非利息收入比(Niir)、不良贷款率(Npl)、第一大股东持股比例(Pfsh)等反映所在银行整体信息的指标。
式中，残差εt代表无法由公开信息或熟知信息解释的非理性部分，是估计银行业经营状况反映出的主观心理偏差。εt大于0表示某季度银行业是乐观的，则定义 Con1=1，否则定义 Con1=0。
第二步，笔者从贷款角度来度量个体银行乐观主义Con2。由于贷款仍旧在我国银行业务中占主导地位，借鉴Campbell et al.(2011)基于企业投资水平增长率来度量企业乐观主义的方法，本文从贷款角度进一步度量管理者乐观主义，张丞等(2014)在其研究中用了此方法。具体做法是对商业银行的贷款增速进行排序，如果某季度信贷增速高于0.8分位数，则定义该银行管理者具有乐观主义Con2，取值为1，否则，Con2=0。
综合两个步骤，如果 Con1=1，且 Con2=1，则说明该样本银行管理者存在乐观主义，即Con=1，否则， Con=0。
3.银行风险承担。关于银行风险承担变量的选取，尽量涵盖银行主要业务和银行风险信息。目前，我国银行风险测度指标常用的有Z值、预期违约概率、贷款损失准备与贷款总额的比(Laeven & Levine，2009；张雪兰和何德旭，2012)，但没有一个具有普遍解释力的度量指标。因此，综合各方面的考量，本文尽可能选择能涵盖尽可能多银行风险信息的指标。为此，笔者从资产配置和信贷两个角度考量，以选取风险资产比率(Riskasset)和贷款损失准备占贷款总额之比(Riskloans)来衡量银行风险承担。
4.控制变量。依据现有文献，笔者选取了货币增长率(M2)、经济增长率(Gdpg)、总资产回报率 (Roa)、资本充足率(Tcr)、净利差(Nrgl)、所有者权益比率(Car)、成本收入比率(Cir)、存贷比(Nldp)等指标作为控制变量，具体定义见表1。
表1 主要变量定义

(三)数据来源
本文收集了中国银行业2008—2017年期间大型国有银行、股份制商业银行、城商行、农商行等商业银行的季度非平衡面板数据，共得到1 030个有效样本。银行财务数据来源于BankScope数据库，缺失部分从各银行报表补充。另外，宏观经济数据来源于中经网、国家统计局网站、中国人民银行官网。
四、检验结果与分析
(一)描述性统计
从主要变量的统计结果来看(见表2)，管理者乐观主义(Con)均值为0.31，中位数为0，意味着有31%的样本银行存在着乐观主义情绪。这与非银行类企业管理者普遍存在高度乐观存在明显区别(余明桂等，2013)，表明在银行系统银行管理者对银行经营和未来发展的信心更偏向于理性认知，存在自我修正。经济不确定指数均值为9.5，标准差为7.05。这表明在样本期间，整体的经济波动较大。风险加权资产与总资产之比衡量的银行风险均值为45.32，表示我国银行业的风险资产占总资产45.32%，在可控范围内，比较稳健。贷款损失准备占贷款总额之比衡量的银行风险均值为1.32，从整体看并不算高。这与2008年金融危机后监管部门加强监管有关。
另外，进行动态面板检验的前提要保证变量的平稳性，从而避免“伪回归”问题。为此，本文对变量就进行了Xtfisher检验，检验结果见表2。
表2 主要变量的描述性统计结果

说明：由于M2， Roa，Nrgl所作单位根检验不显著，故对其一阶差分，再进行单位根检验，显示一阶差分是平稳序列;*，**和***分别表示在10%，5%和1%水平上显著，下表同。
(二)回归检验结果
1.中介效应检验(第一阶段)。表3列示了经济不确定性对银行管理者乐观主义及乐观主义对银行风险承担影响的估计结果。由列(1)、列(2)可知，管理者乐观主义的一阶滞后项L.Con在1%水平上显著为负，表明银行管理者能够根据前一期的乐观水平对当期行为进行调整，存在乐观主义的修正机制。Mu系数显著为负，这意味着当银行面临经济动荡冲击时，管理者的风险厌恶情绪会上升，在某种程度上经济不确定性冲击会“修正”管理者乐观主义的心理偏差。这与Talavera et al.(2012)的检验结果是相一致的。对于企业管理者而言，由于乐观主义管理者的“控制幻觉”，认为经济不确定性的干扰在自身控制范围内，并以此作为表现自身能力突出的“舞台”，忽视了风险的防范，导致决策失误。而银行管理者具有天然的信息优势，加上破产成本较高，非理性的自信相比企业管理者更弱。另外，不确定性的外部环境会弱化银行管理者乐观主义心理，使其采取更加谨慎的、保守的决策。列(2)、列(3)表明不管是以风险资产率还是以贷款损失准备占贷款总额之比衡量银行风险承担水平，管理者整体乐观主义Con系数都显著为正，表明乐观主义的管理者更偏好于增加风险资产或发放更多贷款，结果导致坏账剧增，风险增加。至此，通过第一阶段的检验，笔者证实，经济不确定性增加会抑制管理者乐观主义的心理偏差，而管理者乐观主义会使得银行风险增加。这为我们进行第二阶段检验指明了方向。
表3 管理者乐观主义心理偏差调整效应检验(第一阶段)

说明：括号内为z值。
2.中介效应检验(第二阶段)。由第一阶段，本文初步探讨得出管理者乐观主义与经济不确定性和银行风险承担都存在显著联系，而对于管理者乐观主义在经济不确定性影响银行风险承担过程中扮演的是“调节作用”还是“中介作用”无法证实。由于管理者乐观主义是内生性变量，笔者推断其在影响过程中扮演了中介传导作用。对于第二阶段检验结果见表4，可以发现不管是以风险资产率还是以贷款损失准备占贷款总额之比衡量银行风险承担水平，引入贷款损失准备占贷款总额之比后经济不确定性(Mu)都显著降低(从0.03和0.04变为了0.02和0.03)，说明经济不确定性对银行风险承担的影响不仅仅具有直接效应。同时，列(3)、列(4)中Con系数显著为正，说明管理者乐观主义在经济不确定性影响银行风险承担过程中确实扮演者中介变量角色，即经济不确定性对银行风险承担的影响效应有部分是通过管理者乐观主义间接传导的。另外，列(3)、列(4)中Mu与Con的系数之和小于(等于)列(1)、列(2)Mu系数，说明管理者乐观主义起到中介作用，并且抑制了经济不确定性对银行风险承担的影响，对总效应起到了“遮掩效应”。同时，也说明在经济不确定性与银行风险之间还存在效应较大的中介变量没纳入研究视野，后续研究需进一步挖掘。
表4 经济不确定性、管理者乐观主义与银行风险承担关系中介效应检验(第二阶段)

说明：括号内为z值。
进一步，为了度量管理者乐观主义起到的中介传导效应，笔者进行了sobel检验，结果显示在经济不确定性影响银行风险承担过程中，有22.67%效应是通过管理者乐观主义间接影响的。当以贷款损失准备占贷款总额之比考量银行风险承担行为时，中介效应检验结果和风险资产比率相一致，管理者过度乐观都起到了中介传导作用，并且Con起到的作用占21.17%。
3.基于银行业市场纪律约束调节的进一步检验。作为新兴转轨经济，我国市场经济体制并不成熟，金融领域监管不到位使得银行风险过度积累。近年来，我国监管的趋紧对各类银行业务经营带来极大冲击，一定程度上约束了管理者行为。相比监管不足的银行，监管较强的银行管理者在做决策时会坚守监管底线，即使其对市场充满乐观，也不会逾越底线。这种市场监管机制可能会“扭曲”了经济不确定性到银行风险的传导。
当面对较强的银行业市场纪律约束时，银行面对的存款者预期回报也高，极大影响了银行存款成本，银行出于自身利益会偏向于增加资本以改善存款者的风险预期(汪莉，2017)，同时，监管力度加大也使得受外部冲击强化的乐观情绪得到抑制。相对于银行业市场纪律约束弱的银行，强约束的银行中，经济不确定性冲击对银行经营的影响程度会降低，也会削弱强约束银行管理者对外部因素的非理性反应，甚至为了回避监管会抑制自身风险偏好。这最终会导致银行风险承担水平降低。可见，面对银行业市场纪律约束的干预和调节，经济不确定性对银行风险承担的中介传导效应受到了影响，那么，这种调节发挥作用是否是完全通过中介效应传导实现的呢？为了解决此问题，笔者在由式(1)、式(3)、式(4)构建的中介效应模型中加入市场纪律约束(MD)作为调节变量，并参照曹廷求和张光利(2011)的做法，把银行利息支出/存款额度作为银行业市场纪律的代理指标,以中位数为界限分为两组，把大于中位数的定义为强市场纪律约束，MD=1，反之，MD=0。
依据有中介的调节效应程序方法，依次在式(1)、式(3)、式(4)中加入市场纪律约束变量进行回归，回归结果见表5。列(1)、列(2)报告了市场纪律约束对经济不确定性与银行风险承担关系的调节作用，对于弱市场纪律约束的银行，经济不确定性与银行风险承担之间的关系由Mu度量，而在强市场纪律约束的银行，两者关系需要Mu和Mu×MD之和来衡量。但不管是以Riskasset还是Riskloans作为被解释变量，交乘项系数都是显著为负，|Mu系数|>|(Mu+Mu×MD)系数|，说明在强市场纪律约束背景下，经济不确定性与银行风险承担的正向关系确实变弱了。
表5 基于市场纪律约束的进一步检验

说明：括号内为z值。
列(3)报告了加入市场纪律约束变量后经济不确定性与管理者乐观主义的关系回归。原理同列(1)、列(2)相同，但是在加入市场纪律约束变量后，Mu和交乘项Mu×MD显著为负，并且|Mu系数|<|(Mu+Mu×MD)系数|，说明在强市场纪律约束背景下，经济不确定性与管理者乐观主义的负向关系在增强，强市场纪律约束使得经济不确定性对管理者乐观主义的抑制进一步强化。
结合列(1)、列(2)、列(3)，通过列(4)、列(5)我们可以判别市场纪律约束的调节作用是否通过管理者乐观主义中介渠道实现。结果显示，不管是以Riskasset衡量银行风险承担还是以Riskloans来衡量，Con和Mu×MD都通过了显著性检验，这就意味着市场纪律约束的调节效应至少有一部分是通过管理者乐观主义中介效应发挥作用的。
(三)稳健性检验(8)限于篇幅，稳健性检验的结果并未给出，留存备索。
1.指标替换。本文以银行业整体出发，不考虑个体银行特征，数据统一为季度数据，把个体指标季度数据求均值代表季度银行整体特征，共得到40组有效样本。通过采用新的样本对经济不确定性、管理者乐观主义和银行风险承担三者关系进行检验，结果仍然证实了管理者乐观主义的中介效应。
2.Bootstrap中介程序检验。对于式(3)是否是研究中介效应存在的前提，一直存在争论，部分学者认为如果考虑式(3)会使得检验范围收窄，可能会漏掉实际存在的中介效应。Zhao et al.(2010)在Baron & Kenny(1986)提出的中介效应检验方法基础上进行更深入分析，放松了前提假设，提出了一套更为合理有效的中介效应检验程序。本文采用此检验程序，并利用Bootstrap(1 000次)方法进行中介效应检验，结果显示置信区间都不包括0，说明存在中介效应传导路径。另外，Indeff(间接效应程度)系数值和上文区别不大，说明正文检验结果可靠。
3.两阶段二乘法(2sls)内生性问题。由于银行管理者心理偏差做出决策可能会反向影响宏观经济稳定，导致回归存在严重的内生性问题。为了减少内生性问题的影响，上文采用广义矩估计(GMM)减少内生性问题的影响，为了保证结果稳健，本文继续采用另外一种方法——两阶段最小二乘法再次检验，参考Hribar et al.(2017)的研究，把管理者的年龄作为银行管理者乐观主义的工具变量，回归结果与上文基本一致。
五、研究结论与启示
现代公司金融理论很少考虑银行管理者心理因素产生的影响，对于不断涌现的金融危机的解释显得力不从心，因而把银行管理者风险感知及心理偏差考虑在内，有助于提升金融市场很多难以解释的异象。为此，本文将管理者乐观主义置于经济不确定性与银行风险承担的关系中，探究经济不确定性如何通过管理者乐观主义的中介渠道影响银行风险承担。研究发现，在经济不确定性影响银行风险承担过程中，至少有一部分是通过“管理者乐观主义的中介渠道”实现的，但乐观主义起到的是反向调节作用。这与当前经济不确定性加大应该抑制盲目乐观的事实相悖。同时，研究发现，在经济不确定性与银行风险承担的关系中，市场纪律约束具有调节作用，并且该调节效应至少部分是通过管理者乐观主义中介渠道来发挥作用。
后经济危机时代来临，经济中充满各种不确定性因素，本文研究对现实经济政策调控和银行风险管理具有一定的启示意义。首先，货币政策制定过程要考虑银行对政策实施的反应，货币政策的传导路径要依赖于银行中介的配合，外部环境的刺激不同会影响传导路径的效果。因此，央行应完善信息披露机制，加强与市场主体的沟通和协调，提高金融中介——商业银行对经济政策的解读和认知水平，有效降低可能由非理性导致的经济波动。其次，银行风险的过度积累，会引发系统性金融危机，金融监管部门应给予银行风险承担充分的关注。为此，综合研判宏观经济不确定性可能对银行风险承担产生的影响，对银行过度风险承担造成的经济后果要有前瞻性把握，配合央行对银行实施动态化、差异化的宏观审慎监管。最后，当前经济不确定性增加，银行应抑制盲目乐观。然而，本文研究结果表明乐观主义会对经济不确定对银行风险的促进作用进行反向对冲，从而降低银行风险承担。所以，对管理者乐观心理要进行实时监测，鼓励其乐观心理发挥作用又要约束其过度乐观心理，建议银行结合银行家信心指数和银行业景气指数走势，关注本行管理者的调查信心指数问卷的预警作用，强化管理者对自身自信程度及由此导致的风险承担问题的认识和自省。
参考文献
曹廷求、张光利，2011：《市场约束、政府干预与城市商业银行风险承担》， 《金融论坛》第2期。
姜付秀、张敏、陆正飞、陈才东，2009：《管理者过度自信、企业扩张与财务困境》， 《经济研究》第1期。
邱兆祥、刘远亮，2010：《宏观经济不确定性与银行资产组合行为:1995—2009》， 《金融研究》第11期。
屈文洲、崔峻培，2018：《宏观不确定性研究新进展》， 《经济学动态》第3期。
汪莉，2017：《隐性存保、“顺周期”杠杆与银行风险承担》， 《经济研究》第10期。
王义中、宋敏，2014：《宏观经济不确定性、资金需求与公司投资》， 《经济研究》第2期。
温忠麟、张雷、侯杰泰、刘红云，2004：《中介效应检验程序及其应用》， 《心理学报》第5期。
徐瑞慧、 黎宁，2018：《银行乐观情绪、信息准确度及资产证券化》，北京：中国人民银行工作论文，No.2018/1。
余明桂、李文贵、潘红波，2013：《管理者过度自信与企业风险承担》， 《金融研究》第1期。
张丞、卢米雪、桑璇，2014：《投资者情绪、银行管理者乐观与风险承担》， 《山西财经大学学报》第4期。
张荣武、沈庆元、聂慧丽，2011：《经济周期、投资者心理偏差与资产定价》， 《会计研究》第7期。
张雪兰、何德旭，2012：《货币政策立场与银行风险承担——基于中国银行业的实证研究(2000—2010)》，《经济研究》第5期。
邹新月、李思慧、王克喜，2008：《基于信息羊群行为的商业银行投资理性与非理性分析》， 《广东商学院学报》第5期。
Acharya, V. V., C. Brownlees,and R. Engle,2017, “Measuring Systemic Risk”, Review of Financial Studies,30(1): 2-47.
Alessandri,P.,and M. Bottero,2017, “Bank Lending in Uncertain Times”, BCAM Working Papers No.1703.
Anderson, E. W., E.Ghysels, and J. L. Juergens, 2009, “The Impact of Risk and Uncertainty on Expected Returns”, Journal of Financial Economics, 94(2):233-263.
Arnold, M. B., 1950,An Excitatory Theory of Emotion, Feelings and Emotions, New York: McGraw-Hill.
Baker, S. R., N.Bloom,and B.Caneswrone,2014, “Why Has US Policy Uncertainty Risen since 1960?”, American Economic Review,104(5):56-60.
Baron, R. M.,and D. A. Kenny, 1986, “The Moderator-mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations”, Journal of Personality and Social Psychology, 51:1173-1182.
Basu, S.,and B. Bundick, 2018, “Uncertainty Shocks in a Model of Effective Demand: Reply”, Research Working Paper RWP 18-05, Federal Reserve Bank of Kansas City.
Baum,C. F.,M.Caglayan,and N. Ozkan,2006,“The Impact of Macroeconomic Uncertainty on Cash Holdings for Nonfinancial Firms”, The Review of Financial Studies, 15(4):289-304.
Burg, V., T. Scheinert and D. Streitz, 2012, “Corporate Payout Policy and Managerial Overconfidence”, Social Science Electronic Publishing,86(1):71-99.
Calmès, C.,and R. Théoret, 2014, “Bank Systemic Risk and Macroeconomic Shocks: Canadian and U.S.Evidence”, Journal of Banking & Finance, 40(1):388-402.
Campbell, T. C., M. Gallmeyer,and S. A. Johnson,2011, “CEO Optimism and Forced Turnover”, Journal of Financial Economics, 101(3):695-712.
Ellul, A.,and V. Yerramilli, 2013, “Stronger Risk Controls, Lower Risk: Evidence from U.S. Bank Holding Companies”, Journal of Finance, 68(5):1757-1803.
Fahlenbrach, R., R. Prilmeier,and R. M. Stulz, 2011, “This Time Is the Same: Using Bank Performance in 1998 to Explain Bank Performance during the Recent Financial Crisis”, Journal of Finance, 67(6):2139-2185.
Gennaioli, N., A. Shleifer,and R. Vishny, 2015, “Money Doctors”, The Journal of Finance, 70: 91-114.
Gervais, S, J. B. Heaton,and T. Odean, 2011.“Overconfidence, Compensation Contracts, and Capital Budgeting”, Journal of Finance, 66(5):1735-1777.
Ghosal, V.,and P. Loungani, 2000, “The Differential Impact of Uncertainty on Investment in Small and Large Businesses”, Review of Economics & Statistics, 82(2):338-343.
Hribar, P., S. J. Melessa,and R. C. Small,2017, “Does Managerial Sentiment Affect Accrual Estimates? Evidence from the Banking Industry”, Journal of Accounting & Economics, 63(1):26-50.
Ho, P. H., C. W. Huang,and C. Y. Lin,2016, “CEO Overconfidence and Financial Crisis: Evidence from Bank Lending and Leverage”, Journal of Financial Economics, 120(1):194-209.
Lee, C. C.,C. C.Lee,and J. H. Zeng,2017, “Peer Bank Behavior, Economic Policy Uncertainty, and Leverage Decision of Financial Institutions”, Journal of Financial Stability, 30(6):79-91.
Laeven, L.,and R. Levine, 2009, “Bank Governance, Regulation and Risk Taking”, Journal of Financial Economics, 93(2):259-275.
Lazarus, R. S., 1968, Patterns of Adjustment and Human Effectiveness, New York: McGram Hill.
Nofsinger, J. R., 2011, The Psychology of Investing, New York:Pearson.
Obitade, P. O., 2013, “CEO Overconfidence and Bank Failure”, Social Science Electronic Publishing,86(1):52-63.
Peón, D., M. Antelo, and A. Calvo, 2016, “Overconfidence and Risk Seeking in Credit Markets: An Experimental Game”,Review of Managerial Science, 10(3):511-552.
Puri,M.,and D. T. Robinson, 2007, “Optimism and Economic Choice”, Social Science Electronic Publishing, 86(1):71-99.
Shim, J.,2013, “Bank Capital Buffer and Portfolio Risk: The Influence of Business Cycle and Revenue Diversification”, Journal of Banking & Finance, 37(3):761-772.
Stock, J. H., M. W.Watson,and A. S.Blinder,2012, “Disentangling the Channels of the 2007-09 Recession”, Brookings Papers on Economic Activity, (1):81-156.
Talavera, O., A.Tsapin, and O.Zholud, 2012, “Macroeconomic Uncertainty and Bank Lending: The Case of Ukraine”, Economic Systems, 36(2):279-293.
Valencia,F., 2017, “Aggregate Uncertainty and the Supply of Credit”, Journal of Banking & Finance, 81: 150-165.
Zhao, X., J. G.Lynch, and Q.Chen, 2010, “Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis”,Journal of Consumer Research, 37(2):197-206.
ECONOMIC UNCERTAINTY, MANAGERIAL OPTIMISM AND BANK RISK-TAKING
WANG Lu1 ZHANG Ying-chun1 YU Li-xia2
(1. School of Finance, Southwestern University of Finance and Economics; 2. School of Business, Sichuan Normal University)
Abstract：Based on the bounded rationality of behavioral finance theory, this paper puts managerial optimism into the relationship between economic uncertainty and bank risk-taking from the perspective of behavioral finance. Using the quarterly data of Chinese commercial Banks from 2008 to 2017, this paper examines the relationship between economic uncertainty, managerial optimism and bank risk-taking through the two-stage regression of intermediary effect. The results of the study showed as follows: The increasing of economic uncertainty can restrain the psychological deviation of managerial optimism. Managerial optimism will increase the risk of Banks. In the process of the impact of economic uncertainty on bank risk-taking, at least in part by “intermediary channel of managerial optimism”, and the intermediary effect of managerial optimism is manifested as the “masking effect”. Further research shows that market discipline plays a moderating role in the relationship between economic uncertainty and bank risk-taking, and the moderating effect is at least partly mediated through the managerial optimism channel.
Key words: economic uncertainty; managerial optimism; risk-taking; intermediary effect