卓然

摘要：本文結(jié)合了商業(yè)銀行的數(shù)據(jù)，立足于銀行高管非金融從業(yè)經(jīng)歷層面對銀行的風(fēng)險承擔(dān)行為進(jìn)行研究。研究證明，銀行高管非金融從業(yè)經(jīng)歷能夠抑制風(fēng)險承擔(dān)行為，且銀行高管在非金融行業(yè)中任職高管的經(jīng)歷還會加強對風(fēng)險承擔(dān)行為的抑制作用。除此之外，董事會獨立性、持股高管比例、銀行性質(zhì)、上市與否，這些也會對銀行高管的非金融從業(yè)經(jīng)歷以及風(fēng)險承擔(dān)行為產(chǎn)生較大的影響。所以，政府部門在監(jiān)管銀行的過程中，除了需要考慮銀行的性質(zhì)、規(guī)模等因素之外，還需要注重對銀行高管的非金融從業(yè)經(jīng)歷進(jìn)行考察，進(jìn)而實現(xiàn)監(jiān)管風(fēng)險的目的，本文分析了銀行高管非金融從業(yè)經(jīng)歷與銀行風(fēng)險承擔(dān)行為。

關(guān)鍵詞：銀行高管 非金融從業(yè)經(jīng)歷 銀行風(fēng)險 承擔(dān)行為

金融危機具有重大的影響，這讓銀行風(fēng)險管理的重要地位日益凸顯，各國政府對于銀行行業(yè)的風(fēng)險監(jiān)管也更加注重。在監(jiān)管中，需要先對銀行風(fēng)險承擔(dān)行為造成影響的各種因素進(jìn)行研究。過去研究者在對銀行的風(fēng)險承擔(dān)行為進(jìn)行研究中，一般都停留在制度、市場、銀行治理約束等方面，而基于銀行和利益有關(guān)者的關(guān)系研究角度進(jìn)行研究的則很少。在國內(nèi)社會經(jīng)濟中，普遍存在以關(guān)系交易、關(guān)系貸款等各種關(guān)系作為紐帶的經(jīng)濟活動，銀行自身沒有行為，所以，其行為是體現(xiàn)在銀行高管的能力以及意愿上的。因此，要對銀行和利益相關(guān)者之間的關(guān)系給銀行風(fēng)險承擔(dān)行為帶去的影響進(jìn)行研究。就需要基于銀行高管的社會資本以及銀行風(fēng)險承擔(dān)行為之間的關(guān)系作為切入點。其社會資本就是在學(xué)習(xí)和工作中不斷積累形成的。高管在不同領(lǐng)域中的學(xué)習(xí)以及工作經(jīng)歷就是他們在各個領(lǐng)域中的社會資本。非金融企業(yè)是和銀行業(yè)務(wù)往來中一個很重要的客戶。銀行高管在其中的從業(yè)經(jīng)歷，也一定會對其風(fēng)險承擔(dān)行為帶去影響。

—、研究設(shè)計

（一）樣本選擇以及數(shù)據(jù)來源。本文不僅采用了16家上市銀行的數(shù)據(jù)，還通過各種搜索引擎對非上市商業(yè)銀行的數(shù)據(jù)進(jìn)行搜集，確保研究數(shù)據(jù)的全面性。一些非上市商業(yè)銀行并未發(fā)布高管的情況，因此，通過篩選，獲得了16家非上市商業(yè)銀行，它們的高管具有非金融從業(yè)經(jīng)歷。一共有32家商業(yè)銀行作為樣本，樣本的考察時間是在2012-2017年，一些樣本有一些年份的數(shù)據(jù)不完整，一共獲得觀測值139個，使用非平衡面板數(shù)據(jù)對這些觀測值進(jìn)行統(tǒng)計和分析。

（二）變量定義。本文在對銀行風(fēng)險承擔(dān)行為進(jìn)行衡量時，使用經(jīng)營穩(wěn)定性值以及不良貸款率來進(jìn)行，這也是學(xué)術(shù)界衡量中經(jīng)常使用的一個方法。Z值越大，那么銀行經(jīng)營的波動性也就越小，所以，違約風(fēng)險也小，但是不良貸款率越大，銀行貸款的風(fēng)險也就會更大。

對銀行高管非金融從業(yè)經(jīng)歷進(jìn)行衡量時，采取4個變量，分別是任職行業(yè)協(xié)會比例、非金融企業(yè)任職比例（事務(wù)所除外）、任職非金融企業(yè)高管比例以及擔(dān)任事務(wù)所比例。選擇這四個作為變量，是由于這些能夠?qū)︺y行高管以及客戶關(guān)系建立進(jìn)行衡量，還能對其和外部監(jiān)管者關(guān)系構(gòu)建進(jìn)行衡量，所以。能夠提升銀行高管非金融從業(yè)經(jīng)歷和風(fēng)險承擔(dān)行為研究的有效性以及全面性。要利用公開渠道獲得這些高管的信息是有限的。而這幾個變量中包含的信息大部分都是銀行公布的高管信息中的，這就能夠減少因為樣本差異以及信息差異導(dǎo)致給實證研究帶來的消極影響。

為了對剩下的因素影響進(jìn)行整體的控制，本文在控制變量選擇中從三個方面進(jìn)行，分別是宏觀經(jīng)濟、銀行以及高管層面。就宏觀經(jīng)濟方面來說，采取GDP以及人均GDP對銀行當(dāng)?shù)氐暮暧^經(jīng)濟差異進(jìn)行衡量。就銀行方面來說。要對這方面的不同進(jìn)行衡量，就要采取資產(chǎn)規(guī)模、銀行性質(zhì)、上市與否以及資本充足率指標(biāo)，這些都是公認(rèn)的可能會影響銀行風(fēng)險承擔(dān)行為的因素。就高管方面來說，采取關(guān)聯(lián)任職高管比例、男性高管比例以及持股高管比例對不同樣本的高管方面的差異進(jìn)行衡量。

（三）研究方法以及模型。研究中使用非平衡面板數(shù)據(jù)建模，結(jié)合Hausman檢驗結(jié)果，應(yīng)用固定效應(yīng)模型。之后檢查數(shù)據(jù)組間異方差、截面有關(guān)檢驗以及序列有關(guān)檢驗，找出其中的有關(guān)問題。要解決這些問題，應(yīng)用Hoechle方法。這樣獲得的回歸結(jié)果更加可靠和穩(wěn)健。使用模型檢驗高管非金融從業(yè)經(jīng)歷和風(fēng)險承擔(dān)行為之間的關(guān)系。之后構(gòu)建模型對不同約束給高管非金融從業(yè)經(jīng)歷以及風(fēng)險承擔(dān)行為之間關(guān)系帶去的影響進(jìn)行考察。

（四）變量描述性統(tǒng)計。從獲得的自變量以及因變量的描述性統(tǒng)計結(jié)果中能夠看到，樣本的z值有較大的差距，但是BL的差距就比較小。全部的樣本中。在或者是曾經(jīng)在行業(yè)協(xié)會中任職的銀行高管比例平均為8.15%，在或者是曾經(jīng)在非金融企業(yè)中任職的有30.31%。在或者是曾經(jīng)在會計師、律師事務(wù)所任職的高管比例平均有5.31%，而在非金融企業(yè)或者是事務(wù)所任職副總經(jīng)理之上的職位的比例有26.53%。

二、結(jié)論與建議

本文對商業(yè)銀行高管在非金融行業(yè)中的從業(yè)經(jīng)歷和銀行風(fēng)險承擔(dān)行為之間關(guān)系進(jìn)行了實證研究，這些從業(yè)經(jīng)歷中包括非金融企業(yè)任職、非金融類行業(yè)協(xié)會任職、各種事務(wù)所任職、榮譽高的非金融業(yè)任職。經(jīng)過研究得出，高管的這些從業(yè)經(jīng)歷對銀行風(fēng)險承擔(dān)行為具有影響作用，表現(xiàn)在抑制作用上。且作用會由高管在或者是曾經(jīng)在非金融企業(yè)或者是事務(wù)所中任職高管而更加明顯。研究中還發(fā)現(xiàn)，還能夠影響高管非金融業(yè)從業(yè)經(jīng)歷以及風(fēng)險承擔(dān)行為之間關(guān)系的還有商業(yè)銀行面對的各種約束，包括股東、市場、股東以及管理層方面，還有制度約束。結(jié)合本文研究，筆者認(rèn)為，政府部門在監(jiān)管銀行行業(yè)中，除了需要考慮常見的因素，如，銀行的性質(zhì)以及規(guī)模等，還需要在這些前提下，對銀行高管的非金融從業(yè)經(jīng)歷進(jìn)行相應(yīng)的考查，這樣不僅能夠利用高管的這些從業(yè)經(jīng)歷加強對風(fēng)險的監(jiān)管。還可以防止高管因為這些從業(yè)經(jīng)歷而使得出現(xiàn)一些非市場行為，比如，典型的關(guān)系貸款。