陳其安++杜方舟

摘要：

文章基于信用衍生產品對沖的實質構建理論模型并得到理論結論與推論，利用GMM方法對理論結果進行實證檢驗。實證研究結果表明，在回購利率互換對沖時，中國銀行貸款總額隨對沖程度的提升先減后增，與貨幣市場波動負相關；在存款利率互換對沖時，貸款總額隨對沖程度的提升而增大，與貨幣市場波動正相關；在隔夜利率互換對沖時，貸款總額隨對沖程度的提升先增后減，與貨幣市場波動正相關。實證結果驗證了理論模型的正確性，同時也在一定程度上說明2008年美國次貸危機的誘因同樣存在于中國商業(yè)銀行中。

關鍵詞：信用衍生產品對沖；貨幣市場波動；貸款行為；廣義矩估計

中圖分類號：F83033 文獻標志碼：A 文章編號：

10085831（2016）05004310

隨著以信用衍生產品為代表的金融創(chuàng)新的發(fā)展以及2008年美國次貸危機的爆發(fā)，銀行在信用衍生品市場中的對沖行為與其貸款行為的關系逐步引起了學界與實務界的重視。目前中國銀行持有的衍生產品數量有限且品種較為單一，以利率互換合約為主，主要包括隔夜拆借利率互換、定期存款利率互換與回購利率互換，均屬于總收益互換型信用衍生產品，除此之外還有少量遠期合約（主要是外匯）。相比于發(fā)達國家，中國銀行在信用衍生產品的應用方面還不夠成熟，信用衍生產品對中國銀行行為的影響也不夠直接，信用衍生產品的對沖行為與銀行貸款行為之間的關系尚未被深入研究。因此，從理論和實證兩方面出發(fā)，系統深入地探討中國銀行的信用衍生產品對沖行為與貸款行為之間的關系具有重要的理論和現實意義。

由于中國銀行體系高度集中化、貨幣政策調控直接化、銀行業(yè)務同質化的特征，貨幣市場波動對中國商業(yè)銀行的貸款行為會有較為明顯的影響[1-2]。貨幣市場環(huán)境波動的影響有可能是影響商業(yè)銀行貸款行為的主要因素，其影響甚至有可能會掩蓋其他因素對貸款行為的影響。因此在探討對沖行為與中國銀行貸款行為的關系時，有必要同時考慮貨幣市場波動對貸款行為的影響。

一、文獻綜述

國外學者對于對沖行為與商業(yè)銀行貸款行為之間關系的研究始于20世紀90年代。Merton定性指出利用信用衍生產品進行對沖一方面克服了信息不對稱，避免了一些不謹慎的貸款行為；另一方面由于對沖行為降低了交易成本并帶來了額外的流動性，從而使銀行能夠擴大貸款發(fā)放額度[3]。Santomero 和Trester通過理論推導得出的結論同樣認為對沖行為對銀行貸款行為的影響具有兩面性[4]。Instefjord基于幾何布朗運動與貝爾曼方程建立理論模型，得出結論認為在信用衍生產品對沖的前提下，存在一個使效用達到最大化的貸款比例[5]。Norden、Buston和Wagner指出銀行通過信用衍生產品對沖將信用風險轉嫁給其他投資者從而擴大貸款發(fā)放額度[6]。Boz和Mendoza指出對沖行為帶來的金融市場多樣化、額外的流動性、過度自信的市場氛圍導致了美國信貸規(guī)模在危機前的迅速擴大[7]。Nijskens和Wagner指出商業(yè)銀行在利用貸款信用衍生產品進行對沖的同時，實際上擴大其表外的貸款發(fā)放額度[8]。Dewally和Shao通過實證得出結論認為銀行持有利率衍生產品會掩蓋一些貸款行為，增加銀行風險承擔行為的不透明度[9]。Papanikolaou和Wolff指出高杠桿信用衍生產品的對沖行為實際上刺激了銀行的表外貸款行為[10]。國內學者關于對沖行為與中國商業(yè)銀行風險承擔行為之間關系的研究始于2002年。李勤首先以綜述形式介紹了金融衍生產品及其在西方國家商業(yè)銀行風險管理中的應用，并且闡述了對沖行為在中國銀行實務中的應用及其可能存在的問題[11]。劉雷定性地闡述了信用衍生產品在中國銀行風險管理中的作用、對沖套期保值的原理、對沖套期保值對商業(yè)銀行貸款行為與績效的影響[12]。鐘升概述了信用衍生產品的定義、對沖套期保值的原理，同時指出信用衍生產品可以減少實際資本需求數額從而影響貸款行為[13]。陳娜綜述了新巴塞爾協議條件下信用衍生品的資本緩釋作用，認為信用衍生產品對沖可以擴大貸款總額[14]。倪勤從實務角度闡述了商業(yè)銀行利用信用衍生產品進行對沖的流程，以及如何利用信用衍生工具進行貸款管理[15]。馬孝先、鄭萍和公偉利用面板數據模型進行實證得出結論認為衍生產品配置數量與中國銀行財務績效正相關，與不良貸款率負相關[16]。邱兆祥和許坤將是否持有信用衍生產品作為虛擬變量對貸款損失與不良貸款額進行面板數據模型實證，得出結論認為持有信用衍生產品可以降低貸款損失與不良貸款率[17]。

將貨幣市場波動與衍生產品的對沖行為均考慮為銀行貸款行為影響因素的外文文獻并不多。其中比較有代表性的是Kero構建的理論模型，其將貨幣市場波動作為衡量系統風險的變量，得出了在存在貨幣市場波動的條件下對沖程度提升會導致貸款額增加的結論 [18]。近年來有一些國內文獻從實證出發(fā)探討了貨幣市場波動對銀行貸款行為的影響。潘敏和張依茹通過非平衡面板數據模型進行實證，得出結論認為貨幣環(huán)境風險與商業(yè)銀行的資產性風險承擔行為（主要為貸款行為）負相關[19]。李菁和黃雋則通過實證研究說明貨幣波動因素會影響商業(yè)銀行的貸款行為[20]。

以上文獻有很多值得借鑒的地方，但是同樣也存在著一些不足，主要表現在以下兩方面：其一，對于對沖行為的衡量沒有切合對沖的實質，現有文獻中常見的以信用衍生產品持有額（倉位）衡量對沖行為的做法與對沖行為的實質并沒有必然聯系；其二，現有的文獻缺乏對于中國銀行信用衍生產品對沖行為的理論描述，外文文獻的理論模型往往又不適于中國商業(yè)銀行經營管理的具體情況。為了克服現有文獻的不足，本文首先基于合理假設定義對沖程度變量，建立一個能夠描述對沖、貨幣市場波動與銀行貸款行為的理論模型并得出理論結論與推論；隨后，依據理論模型的結論與推論進行實證建模，采用動態(tài)面板數據一階段GMM方法與兩階段GMM方法進行參數估計，探討回購利率互換合約、定期存款利率互換合約、隔夜拆借利率互換合約這三種現階段主要信用衍生產品的對沖行為、貨幣市場波動與風險承擔行為之間的關系；最后結合理論與實證得出結論與啟示。

二、理論模型構建

從現有相關研究文獻看，以信用衍生產品持有額（倉位）衡量對沖行為在理論上并非完全切合對沖的實質，而從實務看，中國銀行間市場信用衍生產品的明細交易倉位數據并不可得。因此需要改變以衍生產品的絕對數量衡量對沖行為的一般思路，從更切合對沖行為實質的角度出發(fā)衡量對沖行為，同時建立理論模型描述信用衍生產品對沖行為、貨幣市場波動與銀行貸款總額的關系。

（一）模型假設與定義

假設1：假定銀行只持有貸款、無風險資產和一種特定的信用衍生產品。銀行擁有的總財富水平Qt，無風險資產的數量為Qf，信用衍生產品數量為Qd，貸款總額為Q，Qt=Q+Qf+Qd。任何情況下信用衍生產品數量不能為負，即空頭信用衍生產品頭寸不能大于多頭頭寸。同時假定任何時刻商業(yè)銀行的加權風險資產總額與核心資本滿足新巴塞爾協議的規(guī)定。

假設2：銀行持有的無風險資產的收益率為Rf，銀行貸款收益率為R，結合長期以來中國商業(yè)銀行存貸款利率由央行規(guī)定及利差較大的現實，R>Rf恒成立。Rf與R獨立且均服從正態(tài)分布。

假設3：銀行貸款收益率R可以分解為受宏觀經濟因素影響的系統性收益Rs和受商業(yè)銀行自身因素影響的非系統性收益Ri，即R=Rs+Ri。

假設4：模型中的特定信用衍生產品的多頭年化收益率為Rd，且服從正態(tài)分布。根據約翰·霍爾的觀點[21]，Rd與Rf及Rs獨立，Rd與Ri不獨立，其意義在于說明信用衍生產品只能對沖商業(yè)銀行自身的非系統性風險。

假設5： 假定信用衍生產品本身（多頭）不存在超額收益，即E（Rd）-rf≤0，此假設本質在于持有信用衍生產品只能用于對沖而不能通過持有衍生產品本身獲得大于無風險收益率的套利收益。

假設6：銀行的效用函數設定為：U（W）=W-1/2ρVar（W），其中W代表銀行資產的總收益水平，Var（W）總收益的波動程度，ρ代表銀行貸款行為的風險取向。結合中國銀行貸款行為的一般情況，假設ρ>0，即中國銀行貸款行為是風險規(guī)避的。

定義1：定義對沖程度變量為r=cov（Rd，Ri）/Var（Rd）Var（Ri），即為一段時間內系統性收益率與衍生產品收益相關系數，且其令取值范圍r∈[-1，0），當r→-1時，對沖程度提高，即該變量絕對值越大（取值越?。_程度越高。令該變量取值在[-1，0）的范圍內，原因在于即便信用衍生品收益率（多頭）變動與非系統收益率變動正相關，仍然可以通過持有衍生產品的空頭實現對沖變量定義范圍在[-1，0）主要是考慮到對沖的本質，即金融衍生產品的多頭與空頭均可以實現對沖。在實證中的變量設計則與定義略有不同，原因在于衍生品收益率與非系統收益率的相關系數計算結果不是每一期都為負數，對于為正數的則全部處理為負值，即認為持有空頭，特此說明。。

定義2：定義均衡狀態(tài)下的貸款總額Q為銀行的貸款行為變量，假設3中提到的系統性收益率在報告期內的方差Var（Rs）為貨幣市場波動變量。

（二）模型構建與求解

根據上述假設與定義，考慮到Rd與Rf及Rs獨立性條件，可以將銀行的總收益W1和效用水平U（W1）分別表示為：

由此可以得到結論1。

結論1：商業(yè)銀行貸款總額隨信用衍生產品對沖程度的提升可能出現“單調遞減”、“先減小后增大”和“減小—增大—減小”等三種情況中的一種。

（四）貨幣市場波動對商業(yè)銀行貸款行為的影響

將式（4）對Var（Rs）求偏導數，即可以得出貨幣市場波動對商業(yè)銀行貸款行為的影響。

（五）基本理論模型的擴展與推論

上述結論1和結論2都是在較強假設條件下得到的，結合近年來發(fā)達國家銀行的信用衍生產品對沖對其貸款行為的實際影響，可以認為銀行貸款行為風險規(guī)避的假設有可能需要放寬，即假設6中的ρ<0可能成立。事實上，一方面信用衍生產品對沖在一定程度上糾正了貸款市場的信息不對稱，使銀行貸款行為趨于謹慎；但另一方面，在信用衍生產品對沖降低銀行單位貸款頭寸流動性風險敞口的情況下，銀行會傾向于采取更為激進的貸款行為以獲取更高額的利潤[1-2，6-7]。由于信用衍生產品對沖帶來的短期流動性風險轉移或遞延，美國商業(yè)銀行普遍采取更為激進的貸款政策是2008年美國次貸危機的誘因之一[7]。因此，可以放寬假設條件作出如下推論1和推論2。

推論1：對沖流動性風險的信用衍生產品可能會使商業(yè)銀行貸款行為處于風險偏好的狀態(tài)，且不同信用衍生產品的對沖行為對商業(yè)銀行貸款行為風險態(tài)度的影響有差異。

推論2：在商業(yè)銀行風險偏好的情況下，信用衍生產品對沖、貨幣市場波動可能對商業(yè)銀行貸款行為產生不同的影響，即信用衍生產品對沖程度的提升可能使商業(yè)銀行貸款總額出現“單調遞增”、“先增大后減小”、“增大—減小—增大”等三種變化情況中的一種，貨幣市場波動與商業(yè)銀行貸款總額正相關。

三、實證研究

（一）實證研究思路和方法

選取回購利率互換、定期存款利率互換、隔夜拆借利率互換這三種中國銀行間市場主要交易的信用衍生產品的對沖行為進行實證研究。需要強調的是，三種衍生產品的對沖程度變量不能同時出現在一個回歸模型中，即分別討論三種衍生產品對沖程度對銀行貸款行為的影響。考慮到靜態(tài)面板數據模型采用GLS估計法在時間序列樣本不足夠長的情況下參數估計結果會存在偏倚，因此建立動態(tài)面板數據模型。首先采用一階廣義矩估計法（1-stage GMM）估計出一個反映大致影響的結果，隨后再引入兩階段廣義矩工具變量采用兩階段廣義矩估計法（2-stage GMM）估計出一個更能有效反映具體影響的結果[22-24]。需要指出的是，兩階段廣義矩估計取不同的兩階段廣義矩工具變量時的參數估計結果存在差異，選取給定形式下統計學意義最優(yōu)的參數估計結果作為該形式兩階段廣義矩估計的結果。

（二）變量設計和數據來源

變量設計如表2所示。需要指出的是，參考國外相關研究文獻的做法，引入商業(yè)銀行的杠桿比例作為控制變量。所有變量均取季度數據，數據樣本時間段從2008年第一季度至2013年第三季度，原始數據來自于國泰安（CSMAR）數據庫，所有原始數據均進行X11標準的季節(jié)調整。衍生產品收益率、存貸款基準利率的原始數據?。?）為單位。

（三）實證模型設定

根據理論模型結果，可以將實證模型設定為線性、U型和三次型三種形式。另外，考慮到動態(tài)建模的要求以及數據樣本的特征，必須要考慮一階序列相關的情況，因此在一階段廣義矩估計中需要引入殘差的一階自回歸項，在兩階段廣義矩估計中需要引入被解釋變量的一階滯后項。由此可得如下基本模型形式。

（四）面板單位根檢驗

根據沃爾特·恩德斯的論述[25]，主要的面板單位根檢驗方法進行單位根檢驗的結果如表3所示。通過表3可以認為在給定檢驗形式下，所有被解釋變量在同一性單位根原假設與獨立性單位根原假設下都拒絕了原假設。因此可以認為所有變量均不存在單位根，在面板數據模型中均是平穩(wěn)變量。單位根檢驗結果表明，可以將各個變量的水平值放在一個模型里建模，不需要再進行差分，上一節(jié)列出的實證模型形式是適用的。

（五）回購利率互換衍生產品對沖程度、貨幣市場波動對貸款總額影響的實證研究

對回購互換利率衍生產品對沖程度建立動態(tài)面板數據模型的實證結果如表4所示?？梢哉J為在一階段廣義矩估計的結果中，模型2具有最優(yōu)的顯著性程度，其所有參數估計結果均是顯著的，且其矩條件可以被接受，因此可以認為該模型為一階段廣義矩估計法得到的最優(yōu)估計結果。模型5在兩階段廣義矩估計的結果中具有最優(yōu)的顯著性程度，其所有參數估計均顯著，且其矩條件可以被接受，因此可以認為該模型為兩階段廣義矩估計的最有結果。模型2與模型5均為二次函數型模型形式，綜合分析各模型的參數估計結果，可以認為貸款總額與回購利率互換的對沖程度呈正U型關系（數值上），與貨幣市場波動負相關。

（六）存款利率互換衍生產品對沖程度對貸款總額影響的實證研究

對存款互換對沖程度建立動態(tài)面板數據模型的實證結果如表5所示。從一階段廣義矩估計的結果看，僅有模型1的所有參數估計都是顯著的且具有可接受的矩條件，不過其DW值落在了不可判別域內。在兩階廣義矩估計的結果中，僅有模型4的所有參數估計結果均是顯著的且具有可接受的矩條件。綜合分析，可以認定線性模型是可接受的，即貸款總額與存款利率互換的對沖程度（數值上）、杠桿比例負相關，與貨幣市場波動正相關。

（七）隔夜拆借利率互換衍生產品對沖程度對貸款總額影響的實證研究

對隔夜拆借利率建立動態(tài)面板數據模型進行實證研究的結果如表6所示?？梢园l(fā)現一階段廣義矩估計得出的各個模型均不顯著；在兩階段廣義矩估計的結果中模型5的各個參數估計結果均顯著，且具有非常理想的矩條件，因此模型5是適用的?？梢哉J為貸款總額與隔夜拆借利率互換的對沖程度呈倒U型關系，與貨幣市場波動正相關，與杠桿比例負相關。

（八）實證結果分析

從對每種衍生產品對沖程度建模的結果看，不同信用衍生產品的對沖行為對商業(yè)銀行貸款行為的影響不盡相同。

從回購利率互換對沖行為的實證結果看，銀行貸款總額隨著其對沖程度的提升先減小后增大（正U型關系），符合理論結論表1中情況3的描述。在利用回購利率互換進行對沖的條件下，銀行貸款總額與貨幣市場波動負相關，符合理論結論2的描述。除此以外可以發(fā)現表4中模型2與模型5的杠桿比例的參數估計結果均顯著且符號相反，該結果表明在采用回購利率互換進行對沖的前提下，杠桿比例對銀行貸款總額的影響明顯受到其他解釋變量的干擾。

從存款利率互換對沖行為的實證結果看，銀行貸款總額隨對沖程度的提升而增大（負相關關系）；在利用存款利率互換進行對沖的條件下，銀行貸款總額與貨幣市場波動正相關。該實證結果與推論2的描述相符。作為控制變量的杠桿比例在此前提下與銀行貸款總額負相關。

從隔夜拆借利率互換對沖行為的實證結果看，銀行貸款總額隨對沖程度的提升先增大后減小（負相關）；在利用隔夜拆借利率互換進行對沖的條件下，銀行貸款總額與貨幣市場波動正相關。該實證結果與推論2的描述相符。作為控制變量的杠桿比例在此前提下與銀行貸款總額同樣呈負相關關系。

四、結論與啟示

本文基于一系列合理假設，直接從信用衍生產品的對沖程度出發(fā)，建立理論模型描述對沖、貨幣市場波動與中國銀行貸款行為的關系。理論模型相比于現有文獻最大的突破在于從信用衍生產品收益與非系統性收益相關性這一本質出發(fā)，定義了信用衍生產品對沖程度這一關鍵變量，不再使用信用衍生產品的絕對數額來衡量對沖行為的強弱?；谝幌盗屑僭O條件的理論推導結果表明：對沖行為與貸款行為的關系并非簡單線性的，銀行貸款總額隨對沖程度的提升可能出現單調減小、先減小后增大、“減小—增大—減小”三種情況中的一種；在信用衍生產品對沖的前提下，貨幣市場波動與銀行貸款總額負相關。放寬假設條件對理論模型進行擴展還可以得出以下兩個推論：其一，信用衍生產品本身的性質會影響商業(yè)銀行對待貸款風險的態(tài)度，對沖流動性風險的信用衍生產品可能會使銀行貸款行為趨于風險偏好；其二，在商業(yè)銀行貸款行為風險偏好的前提下，銀行的貸款行為將會更加激進。一方面，該理論模型得到的基本結論較為清晰地描述了在中國銀行一般經營原則下，對沖行為、貨幣市場波動對貸款行為可能存在的影響；另一方面，放寬假設條件后的推論與外文文獻提到的情況相契合，能夠解釋發(fā)達國家銀行的信用衍生產品對沖行為在次貸危機形成中的作用。

實證研究得到的結果表明，在利用回購利率互換進行對沖的前提下，對沖程度的提升引起中國商業(yè)銀行貸款總額先減小后增大，貨幣市場波動與貸款總額負相關；在利用存款利率互換進行對沖的前提下，對沖程度的提升引起商業(yè)銀行貸款總額增大，貨幣市場波動與貸款總額正相關；在利用隔夜拆借利率互換進行對沖的前提下，對沖程度的提升引起商業(yè)銀行貸款總額先增大后減小，貨幣市場波動與貸款總額正相關。回購利率互換對沖行為的實證結果符合基本理論結論描述，而存款利率互換與隔夜拆借利率互換對沖行為的實證結果則與推論的描述相符，總的來看實證結果證實了理論模型的合理性。值得注意的是，實證結果表明利用存款利率互換與隔夜拆借利率互換進行對沖時銀行的貸款行為是風險偏好的?？紤]到存款利率互換與隔夜拆借利率互換都是用于對沖銀行流動性風險的衍生產品品種，因此可以認為外文文獻中提及的單位貸款流動性風險敞口減小刺激銀行采取更為激進的貸款政策的情況同樣出現于中國的銀行實務中[1-2，6-7]。相關監(jiān)管部門需要意識到，利用信用衍生產品對沖流動性風險很可能會使中國銀行采取風險偏好型的貸款行為。

綜上所述，盡管目前信用衍生產品對沖尚未被廣泛應用于中國商業(yè)銀行經營管理的實務中，但是其對中國商業(yè)銀行貸款行為的影響卻不容忽視。尤其值得注意的是導致美國2008年次貸危機的誘因同樣存在于中國銀行的實務中，即利用信用衍生產品對沖流動性風險有可能會刺激銀行采取激進的風險偏好型貸款行為。結合2008年美國次貸危機與中國商業(yè)銀行現有的風控水平，現階段中國銀行間同業(yè)市場尚不適合推出以資產變現為主要目的、能夠通過對沖為銀行帶來大量短期流動性、交易活躍的信用衍生產品。總的看，信用衍生產品對沖行為對中國商業(yè)銀行貸款行為影響較為復雜，在中國商業(yè)銀行利率逐步市場化的大背景下，將來還需要對其進行更加深入的探討。參考文獻：

[1]江曙霞， 陳玉嬋.貨幣政策、銀行資本與風險承擔[J].金融研究， 2012（4）：1-16

[2]徐明東， 陳學彬.貨幣環(huán)境、資本充足率與商業(yè)銀行風險承擔[J].金融研究， 2012（7）：48-62

[3]MERTON R C.Financial innovation and the management and regulation of financial institutions [J].Journal of Banking and Finance， 1995， 19（4）：461-481

[4]SANTOMERO A M， TRESTER J.Financial innovation and bank risk taking [J]Journal of Economic Behavior and Organization， 1998， 35（1）：25-37

[5]INSTEFJORD N.Risk and hedging： Do credit derivatives increase bank risk？[J].Journal of Banking and Finance， 2005， 29（2）：333-345.

[6]NORDEN L， BUSTON C， WAGNER W.Financial innovation and bank behavior： Evidence from credit markets [J].Journal of Economic Dynamics and Control， 2014， 43：130-145

[7]BOZ E， MENDOZA E.Financial innovation， the discovery of risk， and the US.credit crisis [J].Journal of Monetary Economics， 2014， 62：1-22.

[8]NIJSKENS R， WAGNER W.Credit risk transfer activities and systemic risk： How banks became less risky individually but posed greater risks to the financial system at the same time [J].Journal of Banking and Finance， 2011， 35（6）：1391-1398

[9]DEWALLY M， SHAO Y.Financial derivatives， opacity， and crash risk： Evidence from large US banks [J]Journal of Financial Stability， 2013， 9（4）：565-577

[10]PAPANIKOLAOU N I， WOLFF C P.The role of onand offbalancesheet leverage of banks in the late 2000s crisis [J].Journal of Financial Stability， 2014， 14：3-22

[11]李勤.信用風險對沖技術與我國商業(yè)銀行的信用風險管理[J].金融論壇， 2002（7）：54-60

[12]劉雷.金融衍生工具在信貸風險管理中的應用研究[D].北京：首都經濟貿易大學， 2004

[13]鐘升.信用衍生工具與我國銀行業(yè)信用風險管理[D].成都：西南財經大學， 2007

[14]陳娜.我國商業(yè)銀行利用金融衍生工具規(guī)避利率風險[D].成都：四川大學， 2007

[15]倪勤.信用衍生工具下的商業(yè)銀行信貸資產風險管理[J].新經濟， 2014 （14）：43-44

[16]馬孝先， 鄭萍， 公偉.中美商業(yè)銀行金融衍生工具績效比較[J].金融論壇， 2013（2）：73-79

[17]邱兆祥， 許坤.信用風險緩釋工具與銀行風險承擔行為研究[J].當代財經， 2014， （12）：47-56

[18]KERO A.Banks risk taking， financial innovation and macroeconomic risk [J].The Quarterly Review of Economics and Finance， 2013， 53（2）：112-124

[19]潘敏， 張依茹.宏觀經濟波動下銀行風險承擔水平研究——基于股權結構異質性的視角[J].財貿經濟， 2012（10）：57-65

[20]李菁， 黃雋.我國貨幣政策的銀行風險承擔渠道檢驗——基于GMM實證研究[J].當代財經， 2014 （12）：57-66

[21]約翰·霍爾.期權期貨和其他衍生產品 [M].第8版王勇，索吾林，譯.北京：機械工業(yè)出版社， 2007：41-50

[22]ARELLANO M.On the testing of correlated effects with panel data [J].Journal of Econometrics， 1993， 59（1）：87-97

[23]ARELLANO M， BOVER O.Another look at the instrumental variable estimation of error-components models [J].Journal of Econometrics， 1995， 68（1）：29-51

[24]ARELLANO M， BOND S.Some test of specification for panel data： Monte Carlo evidence and an application to employment equations [J].The Review of Economic Studies， 1991， 58（2）：277-297

[25]沃爾特·恩德斯.應用計量經濟學——時間序列分析[M].杜江，謝志超，譯北京：高等教育出版社， 1999： 213-217