谢贤君 郁俊莉

摘要：

防范化解商业银行系统性风险是推动银行高质量發展的重要路径，也是牢牢守住不发生系统性金融风险、保障国家金融安全的重要抓手。在理论分析基础上，运用银行微观数据实证检验跨境资本流动强度对商业银行系统性风险的影响效应和影响机制。研究表明：第一，提高跨境资本流动强度显著降低了商业银行系统性风险，增强证券投资、其他投资的资本流动强度显著降低了商业银行系统性风险，而增强直接投资资本流动强度有利于降低商业银行系统性风险。第二，银行信贷规模和信贷集中度是跨境资本流动强度对商业银行系统性风险影响的重要渠道，提高跨境资本流动强度有利于增加银行信贷规模，降低银行信贷集中度，而银行信贷规模的增加和银行信贷集中度的降低有助于降低商业银行系统性风险。“跨境资本流动强度—信贷规模/信贷客户集中度—商业银行系统性风险”传导渠道有效。第三，相比大型国有银行，跨境资本流动降低商业银行系统性风险效应在中小银行中表现更明显。因此，在进一步建立健全跨境资本流动机制的基础上，应更加重视银行信贷业务，强化银行监管，同时加强同国际金融机构合作，推动商业银行高质量发展。

关键词：跨境资本流动；商业银行系统性风险；银行信贷规模；银行信贷集中度

文献标识码：A   文章编号：100228482024（01）000115

一、问题提出

自2005年7月人民币汇率改革以来，中国非储备性质的金融账户差额和国际收支差额呈现双向波动的趋势，由双顺差转变为国际收支顺差、金融账户逆差，跨境资本流动速度和频率加快，活跃度逐渐增强，且跨境资本流动呈现短期化、结构化的新特征。随着外汇制度改革持续推进、金融对外开放程度不断提升，直接投资持续流入且稳定，2010—2022年直接投资差额均值达7 144亿元；证券投资流入流出波动性上升，证券投资差额占非储备性质金融账户差额比重由2010年的8.43%上升到2022年的131.40%；其他投资流入流出呈现较大幅度的波动，且流动规模大幅增加。2010—2022年，除2022年外，其他投资资产均为负，由2010年的7 917亿元增长到2021年的25 028亿元，增长幅度达216.15%，其他投资资产规模大幅增加，国内经济主体大量配置外币和存款，并加大国外贷款和贸易信贷力度，导致大规模内资外流，成为其他投资项产生逆差的主要诱因。2010—2022年，其他投资负债由2010年的12 773亿元下降到2022年的6 248亿元，国外居民也配置

人民币和人民币存款，导致外资流入；其他投资净流入额由2010年的4 856亿元下降到2022年的3 140亿元，且在此期间其他投资出现较高额度的净流出。而货币和存款、贷款、贸易信贷是其他投资资本的主要组成成分，中国银行业对外存款、贷款、债券以及其他金融负债中外币负债占比也高达66%

数据来源于中国国际收支平衡时间序列表（BPM6）。，这表明跨境资本流动可通过商业银行资产负债等渠道对商业银行稳定性产生冲击。

由于银行是金融系统的重要组成部分，银行风险尤其是商业银行系统性风险对系统性金融风险的边际贡献最高[1]REF_Ref20367rh*MERGEFORMAT。虽然中国资本账户开放松弛有度，资本管制合理充分，对于防范跨境资本大规模流出风险具有一定的作用，但张明等[2]REF_Ref20648rh*MERGEFORMAT认为，一国经常账户顺差持续性缩小甚至产生逆差、非金融储备性质金融账户余额盈余持续性缩小甚至由盈余转为亏损，不仅会导致该国汇率显著上升，引起其货币贬值，还会增加该国资产价格的波动性。因此，跨境资本流动对商业银行系统性风险造成的冲击也必须引起高度重视，要更加充分地应对跨境资本流动对商业银行稳定性产生的冲击，这对于稳步推进金融对外开放、保持中国金融业稳定发展以及构建以国内大循环为主体、国内国际双循环相互促进的新发展格局至关重要。鉴于此，本文将基于资本流动强度视角，考察跨境资本流动强度对商业银行系统性风险的影响，边际贡献如下：拓展跨境资本流动强度对商业银行系统性风险影响的理论分析框架，以进一步丰富和完善跨境资本流动对商业银行系统性风险影响的理论机理；度量跨境资本流动强度和商业银行系统性风险并进行实证检验，为跨境资本流动强度对商业银行系统性风险影响效应、影响机制提供重要的经验证据。

二、文献综述与理论分析

（一）文献综述

已有证据表明，债务风险和信贷风险是跨境资本流入诱导银行系统性风险产生的重要渠道。跨境资本流动可能带来的严重的债务危机，对一国银行业的稳定性产生冲击。部分文献基于跨境资本流入视角探讨了跨境资本流动的债务风险形成过程。跨境资本大规模流入易导致银行外债水平积累[3]REF_Ref20719rh*MERGEFORMAT，一旦发生国际金融环境震荡，将会导致跨境资本向资产更安全的地区流动，使得资金流出国金融机构面临资金缺失问题，引发严重的货币贬值，并通过资产负债表效应，扩大本币计价的外债规模，从而导致债务违约风险增加[4]REF_Ref20768rh*MERGEFORMAT。例如，在非洲、美洲和亚洲等国家的现存跨国银行中，以美元计价外债占外债结构比重最高，信贷比高达90%。为此，这类经济体现存银行更容易受到美元流动性及美国政策调整的影响，更容易遭受外债风险的冲击[5]REF_Ref16987rh*MERGEFORMAT。进一步，Maddaloni等[6]REF_Ref15792rh*MERGEFORMAT指出银行危机爆发的根源在于信贷活动的扩张，正是银行信贷活动的扩张，且趋向比较激进的风险抉择，推升了银行系统加总风险。同时，更多的文献和研究证据表明跨境资本流入刺激信贷扩张，易引发信贷风险，进而冲击银行系统的稳定性[7]REF_Ref20958rh*MERGEFORMAT。

更多的研究认为，跨境资本流出带来了银行流动性紧缩，进而对银行稳定性带来冲击。Gourinchas 等[8]REF_Ref9493rh*MERGEFORMAT研究发现，跨境资本流入突然停止会致使银行出现较大规模的资本短缺，制约银行的流动性。刘仁伍等[9]REF_Ref21046rh*MERGEFORMAT认为，金融危机发生的主要原因在于跨境资本的迅速撤出所导致的银行流动性不足。高志勇等[10]REF_Ref21098rh*MERGEFORMAT研究显示，短期资本流动显著负向冲击中东欧国家的银行体系稳定性，其根源在于跨境资本外逃所导致的流动性下降。马宇等[11]REF_Ref21150rh*MERGEFORMAT研究表明，在新兴市场国家流入驱动型资本、净流入型资本突停均会显著降低银行流动性，从而提高银行危机爆发的概率。顾海峰等[12]REF_Ref16742rh*MERGEFORMAT也认为，银行资本金充足性在一定程度上受到跨境资本流动带来的遮蔽效应的影响，同时银行流动性风险随着跨境资本流动对资产价格产生冲击程度的提高而提高。

已有研究从银行债务、银行信贷活动、银行流动性等方面探讨了跨境资本流动对商业银行系统性风险的影响，但大部分来自宏观月度数据以及跨国面板数据的经验证据，缺乏来自微观层面的细致且深入的经验证据，导致跨境资本流动与银行系统性风险之间关系的研究结论和影响机制不一致。本文拟在辨析跨境资本流动强度对银行系统性风险的影响机制基础上，基于微观银行面板数据实证检验跨境资本流动强度对银行系统性风险的影响，为该领域的研究增添重要的微观经验证据。

跨境资本流动强度提高意味着直接投资、证券投资、其他投资流动水平和活跃度显著提高，有利于提高资本市场和金融机构资金流动性，这不仅有利于促进金融资源合理竞争，也有助于改善金融生态环境[13]REF_Ref27564rh*MERGEFORMAT。特别是双向直接投资可平滑经济波动，促进经济平稳增长，改善银行经营环境[14]REF_Ref27701rh*MERGEFORMAT，提高银行经营绩效，降低银行风险承担水平，从而降低商业银行系统性风险。

（二）理论分析

1.银行经营绩效提升效应

跨境资本流动强度的提高，在一定程度上可提高商业银行信贷收益，有效提升商业银行经营绩效。首先，其他投资流入强度的提高有利于提高银行资金流动性，提高信貸资金规模，有助于银行向借款人提供更多的信贷资金，提高银行信贷经营规模，提高银行信贷经营收益。同理，其他投资流出强度的提高有利于提高银行信贷市场份额，拓宽信贷国际渠道，提高信贷收入来源，增加银行信贷经营收入。此外，其他投资流出强度的提高，也会倒逼商业银行进行技术、管理等方面的创新，倒逼商业银行不断改善经营理念，实现更高水平的风险管理。其次，提高外商直接投资强度，有利于增加企业资金来源，改善企业融资约束，提高企业全要素生产率；同理，提高对外直接投资强度，有利于企业扩大国际产品市场规模，提高经营利润和增加企业收益，增加企业现金流，提升企业生产率。企业生产率的提高意味着企业适应市场能力更强、抵御风险能力更高，同时企业还可通过外商直接投资不断创新产品和服务，增加产品和服务规模，提高产品和服务质量，扩大产品和服务市场份额，提高企业收益水平，不断增加企业市场价值，也增加企业抵押资产价值。随着企业市场价值的增加，银行信贷规模和强度也会随之增加，这不仅有利于增加银行信贷经营收益，也会进一步提高企业经营利润，形成银行与企业经营绩效的良性互动。最后，增加证券投资流入强度，可提高资本市场流动性，提高企业在资本市场直接融资可获得性，改善企业融资约束，提高企业生产率；同样，增加证券投资流出强度，推动资本市场“走出去”，可提升资本市场活跃度，提高企业获利能力，提高企业生产率，从而增加企业市场价值，增加银行信贷意愿和规模，促进银行与企业良性循环。

2.银行信贷违约改善效应

提高跨境资本流动强度在一定程度上可增加企业经营绩效和利润水平，进而降低企业信贷违约率，从而改善银行不良贷款率。一方面，外商直接投资、证券资本流入及其他投资流入强度的

提高不仅可缓解企业融资约束、提高企业全要素生产率及降低政策扭曲，还有助于提高资本配置效率，促进实体经济投资，改善企业经营绩效，降低信贷违约率，降低银行不良贷款率[15]REF_Ref27597rh*MERGEFORMAT，同时，也可以有效应对对外金融资产负债可持续约束[16]REF_Ref27767rh*MERGEFORMAT。另一方面，对外直接投资、证券投资流出及其他投资流出强度的提高可促进企业获得国际竞争优势，包括东道国税收补贴优惠政策、工资成本更低等竞争优势，增加企业国际投资收益，这不仅有利于降低企业信贷违约率，也有利于提高银行经营效率，显著改善银行不良贷款率。史恩义等[17]REF_Ref27819rh*MERGEFORMAT认为，对外直接投资可通过自身效应和逆向技术溢出路径显著促进中国银行业稳定发展。具体地，对外直接投资不仅可改善企业交易成本，增强竞争优势，提高企业利润，降低贷款违约率，还可通过信息机制、资源机制和“制度规避”机制缓解企业信贷约束REF_Ref27969rh*MERGEFORMAT，提高企业经营绩效，增加企业收入，降低信贷违约率[18]REF_Ref21611rh*MERGEFORMAT。

3.逆向选择风险降低效应

跨境资本流动强度的提高，可实现优质企业信号传递，降低银行逆向选择风险。一方面，随着外商直接投资和证券投资流入强度的提高，企业生产率能够显著提高，而企业生产率的提高意味着企业更加优质，违约率相对较低，有助于改善银行逆向选择风险。另一方面，Melitz[19]REF_Ref27927rh*MERGEFORMAT认为，生产率较高的企业可在国际市场上获得利润，而生产率较低的企业却难以在国际市场上获得利润，从而退出国际市场。对外直接投资和证券投资流出强度的提高，有助于引导生产率较高的企业进入国际市场，实现国际国内资源重新配置，提升企业生产率。企业生产率高低也成为银行在贷款对象筛选过程中评估企业竞争力、创新力的信号，有助于解决商业银行与企业之间信息不对称问题。拥有越高的生产率的企业，越容易“走出去”，企业在国内国际两个市场融通资金可获得性也就越高，对于银行而言，这类企业也就越优质；反之则相反。同时，这种优质企业信号传递可帮助银行降低逆向选择风险，提升贷款服务效率，提高信贷资金配置效率，降低风险承担水平。

4.信贷风险分散效应

已有经验证据表明，随着风险分散程度不断提高，银行系统性风险将显著下降；反之，风险集聚度越高，银行系统性风险发生概率越大。一方面，随着外商直接投资、证券投资流入和其他投资流入强度的增加，企业生产率不断提高，意味着企业资金利用率也不断提升，使得企业不断扩大产品市场规模，不断提高国际国内两个市场消费者偏好、产品价格、行业竞争、产品质量、产业前景等信息利用率，布局产品生产、产品销售、技术研发、规模拓展等市场目标，不仅提高了企业自身收益，也为其他企业发展提供了更多机会，进而引致更多企业实现更高的收益，驱动银行向更多企业提供信贷，有助于银行实现信贷风险分散作用，降低银行风险承担水平。另一方面，对外直接投资、证券投资流出和其他投资流出强度的提高有助于企业获得更为广阔的国际市场份额、更高水平的技术创新、更优的企业经营管理模式、更强的企业获利能力及更低的投资风险，进而改善企业财务杠杆和财务费用，这不仅能够推动企业自身生产率的提高，也能带来行业、产业整体生产率水平的提升，促使市场整体价值提升，银行也会将信贷资金配置到更多企业，尤其是中小企业，有助于实现银行分散化贷款。

总之，增强跨境资本流动强度可发挥其银行经营绩效提升效应、银行信贷违约改善效应、逆向选择风险降低效应和信贷风险分散效应，进而降低银行风险承担水平，实现商业银行系统性风险降低。

三、实证设计

（一）计量模型

为检验跨境资本流动强度对商业银行系统性风险的影响，设定实证检验的基准模型如下：

BSRit=C+αFLit+∑nj=1ρjXjit+μi+εit[JY]  （1）

其中，被解释变量BSRit表示基于条件在险价值（CoVaR）法测度的商业银行系统性风险，i表示银行，t表示时间；核心解释变量FLit表示跨境资本流动强度；∑

nj=1Xjit表示其他控制变量，其中，j=1、2、3，n表示不同的控制变量；C表示常数项，εit表示误差项，μi表示个体固定效应。

（二）变量选取与定义

1.被解释变量

CoVaR被认为是度量系统性风险的有效指标之一[20]REF_Ref21768rh*MERGEFORMAT，因此，利用CoVaR方法测度金融机构对整体系统性风险贡献度已成为度量金融机构系统性风险贡献度的主流方法。而分位数回归方法、GARCHDCC模型方法及Copula方法等则是CoVaR常用的计算方法，且GARCHDCC模型法能够较好地刻画金融变量间动态相关性，为此，本文运用ARGARCHDCC模型为风险溢价度量工具计算CoVaR系统性风险值。

在险价值（VaR）测度的是商业银行在一定持有期内和固定的置信水平条件下，金融资产最大可能损失。用rit表示t时期商业银行i的资产收益率，则在置信水平为1-q时，概率分布函数fr，rit满足条件：

VaRiq，t=－infritfr≤ritq[JY]（2）

其中，VaRiq，t体现的是t时期商业银行i的资产收益率的q分位数，为负值，即inf1-q为损失函数。f（）为概率分布函数。CoVaR衡量当某一商业银行发生危机时整个系统所面临损失的可能性。t时期银行i触发事件D（Mi），即商业银行i发生的极端风险事件，CoVaR则表示商业银行i在置信水平1-q时的VaR值，即商业银行i的损失处于VaRiq，t的水平时，整个商业银行系统的条件风险价值。条件概率分布函数Prr，rit满足公式：

Prrit≤VaRiD（Mi）q，tDri=Prrsys≤CoVaRsysiqri=VARiq=q[JY]（3）

其中，CoVaR表示在商业银行i处于q分位时的VaR水平。进一步定義商业银行系统性风险溢出（ΔCoVaR），ΔCoVaRsysmedq表示商业银行i资产收益率处于正常中位数状态的条件在险值。

Prrsys≤CoVaRsysi，medqri=medi=q

[JY]（4）

ΔCoVaRiq，t=CoVaRsysiq，t－CoVaRsysmedq，t[JY]（5）

ΔCoVaRiq，t表示单个商业银行产生损失时，其对商业银行系统性风险的作用。测算过程如下：

rit=β1i+λiYi，t－1+εi[JY]（6）

rsyst=β1sysi+β2sysirit+λsysiYi，t－1+εsysi[JY]（7）

其中，rsyst表示商业银行系统总资产加权收益率，即整个商业银行系统在面临最大可能损失的条件下的溢出风险值，Yi，t－1表示滞后1期的状态变量，如包含市场市盈率、市场市净率、市盈率波动率、市净率波动率、期限利差以及居民消费价格指数等重要变量，sys表示整体的商业银行。进一步对上述公式进行处理：

rit=β1imed+λimedYi，t－1+εimed[JY]（8）

商业银行i的VaR和处于中位数水平的资产收益率（r→imed，t），即处于中位数商业银行系统在面临最大可能损失的条件下的溢出风险值。则：

VaRiq，t= r-iq，t= β-i1，q+ λ-iqYi，t－1[JY]（9）

r→imed，t= β→i1，med+ λ→imedYi，t－1[JY] （10）

进一步合并计算，则满足：

CoVaRsysit= β-sysi1+ β-sysi2VaRiq，t+ λ-sysiYi，t－1[JY]（11）

CoVaRsysi，medt= β-sysi1+ β-sysi2rimed，t+ λ-sysiYi，t－1[JY] （12）

则ΔCoVaRiq，t表示为：

ΔCoVaRiq，t=CoVaRsysit－CoVaRsysi，medt= β-sysi2VaRiq，t－rimed，t[JY] （13）

2.核心解释变量

为反映现实交易量情况，本文基于国际收支平衡表中资本项目度量跨境资本流动强度更为有效。跨境资本流动强度（FL），表示方法为：跨境资本流动强度=1/2×非储备性质金融账户净额/资本和金融账户余额。直接投资资本流动强度（FLO），表示方法为：直接投资资本流动强度=1/2×直接投资净额/资本和金融账户余额。证券投资资本流动强度（FLZ），表示方法为：证券投资资本流动强度=1/2×证券投资净额/资本和金融账户余额。其他投资资本流动强度（FLT），表示方法为：其他投资资本流动强度=1/2×其他投资净额/资本和金融账户余额。

3.控制变量

郭品等[21]REF_Ref21853rh*MERGEFORMAT研究认为，商业银行系统性风性会受到银行自身资产负债、经营绩效等特征的影响。张琳等[22]REF_Ref21879rh*MERGEFORMAT也认为，银行个体风险和银行个体与系统的关联性也会受到银行微观特征的影响，进而对银行系统性风险产生作用。此外，考虑到样本的全面性和完整性，本文引入了银行层面的控制变量，包括银行的资本充足率、资产回报率、成本收入比、净息差、不良贷款率、利息支出占比等指标。其中，银行资本充足率（zbc）越高，银行越有意愿和能力从事高风险信贷业务和投资业务，越可能增加银行风险承担水平。银行资产回报率（roa）水平越高，越有能力弱化银行风险水平，因此，本文选择银行资产回报率作为控制变量。宏观经济环境较好时，在银行经营成本一定条件下，银行经营收入更高，意味着银行拥有更高水平的经营效率，也意味着银行将会主动承担更高水平的风险，将导致银行将面临更大概率的破产损失。本文借鉴方意[23]REF_Ref22316rh*MERGEFORMAT的研究方法，选择成本收入比（cbs）衡量银行经营效率，当成本收入比越高时，银行经营效率越低；当成本收入比越低时，银行经营绩效越高。银行拥有越高水平的业务盈利能力，表征银行越有能力抵御外部冲击带来损失，本文选取净息差（jxc）作为银行业务盈利能力的代理指标。银行拥有越高水平的不良贷款率，表征银行发生损失可能性越大，本文选取银行不良贷款率（bld）作为控制变量。银行拥有越为合理的支出结构，越有能力缓释或者化解外部冲击。所以，本文以银行利息支出占比（lxz）来衡量银行支出结构。

（三） 数据来源及其描述性统计

1.数据来源说明

考虑到数据的可获得性，将研究样本的起止时间设定为2011—2020年。本文的被解释变量、核心解释变量和控制变量相关数据均来自中国人民银行网站、银保监会网站、证监会网站、国家统计局网站、商务部、国家外汇管理局、Wind经济数据库，均采用年度数据

基于数据可获得性考虑系统性重要银行在银行系统性风险生成和溢出中占据主导地位，本文选取了中国银行、中国工商银行、中国建设银行、中国农业银行、招商银行、交通银行、民生银行、华夏银行、浦发银行、光大银行、中信银行、邮政储蓄银行、兴业银行、平安银行、浙商银行、成都银行、北京银行、江苏银行、长沙银行、西安银行、郑州银行、上海银行、青岛银行、无锡银行、贵阳银行、厦门银行、重庆银行、苏州银行、杭州银行、宁波银行、南京银行、齐鲁银行、紫金银行、重庆农商银行、江阴银行、青岛农商银行、张家港农村商业银行、常熟银行、瑞丰银行、苏州农商银行、上海农商银行共41家上市银行。。

2.描述性统计

各主要变量的描述性统计指标见表1。其中，采用CoVaR方法測度的银行系统性风险均值为-0.088，标准差为0.049，表明商业银行面临一定程度的系统性风险。各变量的均值、标准差均处于较为合理的范围，能够用于实证检验分析。

四、实证结果分析

（一）基准检验结果分析

跨境资本流动强度对商业银行系统性风险影响效应的基准回归结果见表2。第（1）列检验了跨境资本流动强度对商业银行系统性风险的影响效应，结果显示跨境资本流动强度对商业银行系统性风险在10%的水平上存在显著为正的影响，即随着跨境资本流动强度的提高，商业银行系统性风险也随之下降。虽然跨境资本流动强度增加会对人民币币值稳定造成一定的冲击[24]REF_Ref22375rh*MERGEFORMAT，但中国银行规模和体量较大，金融市场自动调节能力较强，人民币汇率调控和稳定机制健全，不仅能够较好地吸收跨境资本流入以融入实体经济发展，也能够发挥好跨境资本“走出去”的优势，以扩大全球市场份额和获取稳定的收益，进而增加企业利润，降低信贷违约率，有助于降低商业银行系统性风险。第（2）列结果显示，直接投资资本流动强度对商业银行系统性风险存在正向影响，但尚未通过10%的水平检验，表明增加直接投资资本流动强度可降低商业银行系统性风险，但并不显著。第（3）列结果显示，证券投资资本流动强度对商业银行系统性风险在5%的水平上存在显著的正向影响，即随着证券投资资本流动强度的增加，商业银行系统性风险也随之降低。第（4）列结果显示，其他投资资本流动强度对商业银行系统性风险在5%的水平上存在显著的正向影响，即随着其他投资资本流动强度的增加，商业银行系统性风险也随之降低。

控制变量方面，银行资本充足率与商业银行系统性风险显著负相关，说明银行资本充足率越高越可能导致商业银行系统性风险上升。可能原因在于银行资本充足率越高，银行越有意愿从事高风险信贷业务和投资业务，造成银行风险承担水平显著上升，对商业银行系统性风险造成正向冲击。银行资产回报率与商业银行系统性风险显著正相关，说明银行资产回报率越高，越可能使得商业银行系统性风险下降。银行成本收入比与商业银行系统性风险显著正相关，即银行成本收入比可降低商业银行系统性风险。银行净息差与商业银行系统性风险显著负相关，说明银行净息差越高，越可能致使商业银行系统性风险上升。银行不良贷款率与商业银行系统性风险显著负相关，说明银行不良贷款率越高，越可能引致更高的商业银行系统性风险。

（二）稳健性检验

1.跨境资本流动强度增长率替换变量

变更核心解释变量稳健性检验结果如表3所示。第（1）列检验了跨境资本流动强度增长率对商业银行系统性风险的影响，结果显示跨境资本流动强度增长率对商业银行系统性风险在1%的水平上存在显著的正向影响，随着跨境资本流动强度增长率的提高，商业银行系统性风险也随之降低。第（2）列检验了直接投资资本流动强度增长率对商业银行系统性风险的影响，结果显示直接投资资本流动强度增长率对商业银行系统性风险存在正

向影响，随着直接投资资本流动强度增长率的提高，商业银行系统性风险也随之降低，但并不显著。第（3）列检验了证券投资资本流动强度增长率对商业银行系统性风险的影响，结果显示证券投资资本流动强度增长率对商业银行系统性风险在10%的水平上存在显著的正向影响，表明随着证券投资资本流动强度增长率提高，商业银行系统性风险也随之降低。第（4）列检验了其他投资资本流动强度增长率对商业银行系统性风险的影响，结果显示证券投资资本流动强度增长率对商业银行系统性风险在10%的水平上存在显著的正向影响，随着证券投资资本流动强度增长率的提高，商业银行系统性风险随之降低。这表明了研究结论的稳健性。

2.变更SRISK测度法

系统性风险（SRISK）指数测度方法更加关注资本短缺程度，跨境资本流动强度的变化也会引起资本短缺程度的改变，SRISK指数测度方法不失为一种较好的测度方法。刚健华等[25]REF_Ref22440rh*MERGEFORMAT认为，SRISK指数测度法具有前瞻性和预测性，可将股票价格信息与金融机构杠杆率提取的价值信息有益结合，同时，SRISK指数测度法能够统筹观测中国宏观经济中存在的系统性风险，也符合当前中国宏观审慎监管的思路和要求，切合研究的实际情况。因此，可选择SRISK指数测度法作为稳健性检验。进一步根据Brownlees 等[26]REF_Ref22496rh*MERGEFORMAT提出的系统性风险指数计算方法，在给定银行审慎性监管要求的情况下，经济体内具有系统重要性的银行i在系统性金融危机中所面临的预期资本缺口，实质是计算危机时需要补足的预期资金短缺，即在t时期内，银行i的系统性风险指数表示为：

SRIi，t=Et－1CSi，tY=1[JY]（14）

其中，SRI代表SRISK指數；依据股票市场指数的变化可界定系统性金融危机Y，通常根据市场指数变化考察期间长短来划分：如果在1天内市场指数下降2%，则认定为金融系统面临的是短期系统危机；银行i的股票下跌比例则被称为短期边际期望损失（MES）；如果在未来半年内下降40%，则金融系统面临长期系统性危机，银行i的股票下跌被称为长期边际期望损失（LME）。而Brownlees 等[27]REF_Ref22636rh*MERGEFORMAT则指出，短期MES因过于关注短期冲击而无法反映系统风险长期动态变化，构建SRISK应当采取长期LME。

假定在未来半年内债务的账面价值是稳定不变的，权益资本价值下降幅度为LME。银行i在t时期的资金缺口为：

SRIi，t=max0;EkDi，t+1+Si，t+1－Si，t+1Y=1  [JY]（15）

Di，t=Di，t+1[JY]（16）

Si，t+1=1－LMEi，t×Si，t[JY]（17）

SRIi，t=max0;kDi，t－1－k1－LMEi，t×Si，t

[JY]（18）

其中，k表示银行的核心资本充足率，巴塞尔协议将8%作为其参考值，且也被世界大多数国家所接受；Di，t为银行i在t时期的总负债，Si，t为银行i在t时期的总权益价值。应当注意的是，各银行系统性风险加总时，由于银行之间并不能自由转移盈余资金，当各个银行的系统性风险存在时，则恒大于0。因此有：

SRIi，t=kDi，t－1－k1－LMEi，t×Si，t [JY]（19）

SRI=∑ji=1SRIi，t[JY]（20）

因此，SRISK指数测度法包含四个方面因素：资本充足率，一般设定为8%；总负债和总权益价值均可直接获取；长期边际期望损失LME近似等于1-exp（-18MESi，t）[28]REF_Ref24795rh*MERGEFORMAT。对于MES的估计采用以下计量方法：首先，构建二元异方差模型。

[JB（{]rm，t=σm，tεm，tri，t=σi，tρi，m，tεm，t+1－ρ2i，m，t1/2ξi，t

[JB）][JY]（21）

[HJ2.45mm]其中，ri，t、rm，t分别表示银行i和市场m在第t期的对数收益率，σi，t、rm，t分别表示银行和市场的条件标准差，ρi，m，t为银行和市场的条件相关系数。εm，t，ξi，t属于独立同分布。根据Brownlees 等[26]REF_Ref22496rh*MERGEFORMAT的研究，将MES前置1期作为短期MES，即

[JP4]MES－1I，t－1C=Et－1Ri，tRm，tC=σi，tρi，m，tEt－1εm，tεm，tC/σm，t+σi，t1－ρ2i，m，t

1/2Et－1ξi，tεm，tC/σm，t[JY]（22）

通常，C设定为-2%，表示股票市场价格指数一日内下降2%。进一步采用GJRGARCH和DCC模型进行多步建模，采用非参数估计来估计尾部期望Et－1ξi，tεm，tC/σm，t，从而获得MES。

  Et－1εi，tεm，tC/σm，t=∑Tt=1εm，tMfC/σm，t－εm，t/f/

∑Tt=1MfC/σm，t－εm，t/f=∑Tt=1ξm，tMfC/σm，t－εm，t/f/∑Tt=1MfC/σm，t－εm，t/f[JY]（23）

其中，Mμ为核函数，f为宽度函数。本文严格按照上述逻辑和步骤进行测度。获取银行i的数据后，在模型中系统性风险指标选取的是半年内市场下滑超过40%情况下的SRI。依照这一标准筛选出具有系统重要性的银行，进而加总得到一定时期的银行系统性风险总值，如果个别SRI值小于0，则按0计算。

变更被解释变量稳健性检验结果如表4所示。第（1）列检验了跨境资本流动强度对商业银行资本短缺程度的影响，结果显示，跨境资本流动强度对商业银行资本短缺程度在5%的水平上存在显著的负向影响，随着跨境资本流动强度的提高，商业银行资本短缺程度随之下降，也就是提升跨境资本流动强度，可显著抑制商业银行资本短缺程度。第（2）～（4）列分别检验了直接投资、证券投资和其他投资的资本流动强度对商业银行资本短缺程度的影响，结果显示直接投资、证券投资资本的流动强度对商业银行资本短缺程度存在负向影响，但并不显著。其他投资资本流动强度对商业银行资本短缺程度在5%的水平上存在显著的负向影响，随着其他投资资本流动强度的提高，显著抑制了商业资本短缺程度。

3.更改时间窗口

为进一步获得更加可靠的实证检验估计结果，本文通过更改时间考察窗口，以实证检验跨境资本流动影响商业银行系统性风险的稳健性，检验结果如表5所示。在第（1）～（3）列中，将跨境资本流动强度变量进行滞后1～3期处理，在第（4）～（6）列中，将商业银行系统性风险变量进行前置1～3期处理，并进行实证检验。研究发现，跨境资本流动强度指标滞后1～3期的估计系数为正且均通过10%显著性检验，商业银行系统性风险指标前置1～3期后，跨境资本流动强度的估计系数也为正且通过10%显著性检验，也就意味着无论是对核心解释变量进行滞后处理或对被解释变量进行前置处理，跨境资本流动强度对商业银行系统性风险的影响都呈现出显著的正向影响，说明提高跨境资本流动强度可显著降低商业银行系统风险。这也再次表明，本文“跨境资本流动强度的提高有助于显著降低商业银行系统性风险”这一结论成立并依然稳健。

4.内生性处理

为采取准自然试验的方法进一步处理内生性问题，本文构建了如下双重差分模型来检验跨境资本流动对商业银行系统性风险的影响。由于全口径跨境融资宏观审慎调节参数政策的实施，宏观审慎调节参数的调整将引起跨境资本流动规模、幅度、频率等发生变化，且这一政策外生于跨境资本流动。因此，为克服内生性问题，本文将利用2017年中国人民银行发布的《关于在全国范围内实施全口径跨境融资宏观审慎管理的通知》所规定的全口径跨境融资宏观审慎调节参数政策实施这一外生冲击事件作为准自然实验，并采用双重差分（DID）方法作为政策绩效的“净效应”估计工具，从而有效地克服非随机变量的内生问题。表达式如下：

BSRit=α0+α1treit×posit+α2treait+α3postit+

∑nj=1ρjXjit+μi+εit [JY]（24）

其中，i表示银行，t表示时间，被解释变量为上述所测得的商业银行系统性风险。tre×pos表示分组虚拟变量与政策实施虚拟变量的交互项，其系数α1反映了全口径跨境融资宏观审慎调节参数政策实施前后，实验组相比对照组的商业银行系统性风险的变化。

基于双重差分法的实证检验结果如表6所示。在第（3）（4）列中，tre×pos的估计系数显著为正且均至少通过1%的显著性检验，这表明全口径跨境融资宏观审慎调节参数政策实施对商业银行系统性风险具有显著抑制作用，即全口径跨境融资宏观审慎调节参数政策实施显著降低了商業银行系统性风险。特别是，第（5）列在引入tre和pos两个变量后，tre×pos的估计系数依然显著为正，但结论依旧稳健。进一步，从第（1）～（5）列中可以基本认定在采用双重差分克服内生性问题后，跨境资本流动强度提升显著降低了商业银行系统性风险。由此可见，经过多重的稳健性和内生性处理，本文的核心结论依旧保持着高度一致性。

五、影响机制及异质性检验

（一）影响机制检验

1.信贷规模渠道

本文进一步基于如下模型实证检验信贷规模渠道下跨境资本流动强度对商业银行系统性风险的影响机制。

xdgit=C+βFLit+∑nj=1ρjXjit+μi+εit

[JY]（25）

BSRit=C+ω2xdgit+∑nj=1ρjXjit+μi+εit[JY]（26）

其中，xdgit表示银行信贷规模。信贷是银行最主要的经营业务，信贷业务水平越高，银行经营绩效越好，越不容易发生产生系统性风险。为此，本文运用银行客户贷款总额与资产总额的比值表示银行信贷规模，该比值越大，其信贷规模越大。

信贷规模渠道下跨境资本流动强度对商业银行系统性风险的影响机制检验结果如表7所示。第（1）～（4）列分别检验了跨境资本流动强度及直接投资、证券投资和其他投资的资本流动强度对银行信贷规模的影响，结果显示跨境资本流动强度及直接投资、证券投资的资本流动强度对银行信贷规模的影响均在5%的水平上显著为正，随着跨境资本流动强度、直接投资、证券投资的资本流动强度增加，银行信贷水平也随之提高。而其他投资资本流动强度对银行信贷规模存在正向影响，但并不显著。第（5）列中引入银行信贷规模变量后，结果表明银行信贷水平对商业银行系统性风险的影响在1%的水平上显著为正，说明银行信贷规模可显著降低商业银行系统性风险。为此，增加跨境资本流动强度可通过增加银行信贷规模提升银行经营绩效实现商业银行系统性风险的抑制作用。

2.信贷集中度渠道

本文基于如下模型实证检验信贷集中度渠道下跨境资本流动强度对商业银行系统性风险的影响机制。

dkjit=C+β+∑nj=1ρjXjit+μi+εit[JY]（27）

BSRit=C+ω2dkjit+∑nj=1ρjXjit+μi+εit[JY]  （28）

其中，dkjit表示银行贷款集中度。信贷集中度是银行产生信贷风险的重要影响因素，信贷集中度越高，银行信贷风险发生可能性越大。为此，本文运用银行1年内到期的客户贷款与客户贷款的比值表示银行信贷集中度，该比值越大，其信贷集中度程度越高，信贷风险越大。

信贷集中度渠道下跨境资本流动强度对商业银行系统性风险的影响机制检验结果如表8所示。第（1）～（4）列分别检验了跨境资本流动强度及直接投资、证券投资和其他投资的资本流动强度对银行信贷集中度的影响，结果显示跨境资本流动强度及直接投资、证券投资的资本流动强度对银行信贷集中度的影响均在1%的水平上显著为负，随着跨境资本流动及直接投资、证券投资的资本流动强度增加，银行信贷集中度也随之下降。而其他投资资本流动强度对银行信贷集中度存在负向影响，但并不显著。第（5）列中引入银行信贷集中度变量后，检验结果表明，银行信贷集中度对商业银行系统性风险的影响在1%的水平上显著为负，说明银行信贷集中度可显著提高商业银行系统性风险。换言之，跨境资本流动强度的提高，可显著改善银行信贷客户集中度，进而显著降低商业银行系统性风险。

（二）异质性检验

值得注意的是，在不同所有制属性差异下，跨境资本流动强度对商业银行系统性风险的影响可能存在异质性效果，因此对这类情况的探讨有助于形成差异化的政策导向。为实现上述目的，本文将全样本根据不同所有制属性进行分样本检验。表9展示了不同所有制属性下实证检验结果，结果发现在国[JP+1]有银行组别中，跨境

[KH-*3D]资本流动强度及直接投资、证券投资和其他投资的资本流动强度对商业银行系统性风险的估计系数尽管为正，但无法通过统计显著性检验；而中小银行组别中，跨境资本流动强度及直接投资、证券投资和其他投资的资本流动强度对商业银行系统性风险的估计系数则至少通过了5%的显著性检验，结果表明相比大型国有银行，中小银行能够更好地吸收跨境资本，降低商业银行系统性风险。由于中小银行面临着更高的生产成本和市场竞争压力，为了获取足够的市场份额，这类银行有着更强烈的主观意愿进行跨境资本流动活动，提高自身银行绩效和利润水平，增加市场竞争力。因此，与大型国有银行相比，跨境资本流动降低商业银行系统性风险效应在中小银行中表现更加突出。

六、研究结论与政策启示

深入认知跨境资本流动强度对商业银行系统性风险的影响，对于稳步推进金融对外开放，建设高起点、高标准、高水平、全方位的经济对外开放格局以及构建以国内大循环为主体、国内国际双循环相互促进的新发展格局至关重要。本文分析了跨境资本流动强度对商业银行系统性风险影响的理论机理，并运用银行微观数据实证检验了其影响效应和影响机制。研究表明：第一，提高跨境资本流动强度显著降低了商业银行系统性风险，且增强证券投资、其他投资的资本流动强度也显著降低了商业银行系统性风险，而直接投资资本流动强度也有利于降低商业银行系统性风险，但并不显著。在变更替换变量、更改时间窗口、控制潜在的内生性问题等一系列稳健性检验之后，提高跨境资本流动强度显著降低了商业银行系统性风险这一结论依然成立。第二，银行信贷规模和信贷集中度是跨境资本流动强度对商业银行系统性风险影响的重要渠道，提高跨境资本流动强度有利于增加银行信贷规模和降低银行信贷集中度，而银行信贷规模的增加和银行信贷集中度的降低有助于显著降低商业银行系统性风险。“跨境资本流动强度—信贷规模/信贷客户集中度—商业银行系统性风险”传导渠道有效。第三，相比大型国有银行，跨境资本流动降低商业银行系统性风险效应在中小银行中表现更强。

本文的政策启示有以下三点：首先，建立健全跨境资本流动机制，实现国际资本流动平稳运行。坚持实施独立货币政策，以灵活应对美联储货币政策调整外溢效应；坚持有管理的浮动汇率制度，增强人民币双向波动弹性，避免短期内陷入资本流出与人民币贬值恶性循环；加强宏观政策国际协调与沟通，审慎做好资本项目管理，增强跨境资本可管控性。其次，重视银行信贷业务，强化银行监管。随着经济开放程度不断提高，国际借贷资金、国外居民存款更加容易流入国内银行体系，使得银行信贷资金规模增加；同时，宽松的开放经济环境提高了银行体系的风险承担意愿，在增加银行经營绩效的同时也相应地推升了银行信贷风险。因此，要重点关注由信贷渠道产生的银行系统不稳定性，这是保障金融体系稳定的前提条件。最后，加强中小银行与外部国际金融机构合作，支持中小银行引入科技、人才等要素，鼓励中小银行开展国际化多元化经营，进一步拓展业务范围，推动中小银行高质量发展，发挥好中小银行在利用跨境资本流动降低商业银行系统性风险中的竞争优势，形成良好的激励与约束机制，实现共同防范商业银行系统性风险的目的。

参考文献：

［1］

白雪梅，石大龙. 中国金融体系的系统性风险度量[J]. 国际金融研究，2014（6）：7585.

［2］ 张明，刘瑶. 经常账户恶化是否会加大国内资产价格波动：基于G20数据的作用机制及时变效应研究[J].国际金融研究，2021（5）：3443.

［3］ KALEMLIOZCAN S， LUTTINI E， SORENSEN B. Debt crises and risksharing： the role of markets versus sovereigns[J]. Scandinavian Journal of Economics， 2014，116（1）：253276.

［4］ 张荣峰. 国际资本流动与银行稳定[J]. 国际金融研究，2007（2）：6674.

［5］ 钟红，刘家琳. 债务型资本流动对主权债务违约风险影响研究[J]. 国际金融研究，2021（4）：4356.

［6］ MADDALONI A， PEYDRO J L. Monetary policy， macroprudential policy and banking stability：evidence from the Euro area[J]. International Journal of Central Banking， 2013，9（1）：121169.

［7］ 王小華，邓晓雯，周海洋. 金融科技对商业银行经营绩效的影响：促进还是抑制？[J]. 改革，2022（8）：141155.

［8］ GOURINCAHS P O， JEANNE O. The elusive gains from international financial integration[J]. The Review of Economic Studies， 2006，73（3）：715741.

［9］ 刘仁伍，刘华，黄礼健. 新兴市场国家的国际资本流动与双危机模型扩展[J]. 金融研究，2008（4）：3754.[ZK）]

［10］[KG*2][ZK（#]高志勇，刘赟. 转型经济国家资本流动与银行稳定关系的实证研究：基于中东欧8国面板数据的分析[J]. 国际贸易问题，2010（7）：4854.

［11］[KG*2]马宇，王红平. 资本流动突停能引发银行危机吗：基于61个新兴市场国家样本的实证分析[J]. 经济经纬，2018（3）：7581.

［12］[KG*2]顾海峰，卞雨晨. 跨境资本流动、资产价格与银行流动性风险：货币政策不确定性与银行业竞争的调节作用[J]. 财经科学，2020（12）：1327.

［13］[KG*2]武力超，施桑桑，韩华桂，等. 外商直接投资、财政政策波动与地区金融生态环境[J]. 金融论坛，2018（2）：2034.

［14］[KG*2]黄新飞，刘爽. 全球流动性冲击下双向直接投资与经济复苏：基于DSGE模型的分析[J]. 中山大学学报（社会科学版），2022（2）：169181.

［15］[KG*2]才国伟，杨豪. 外商直接投资能否改善中国要素市场扭曲[J]. 中国工业经济，2019（10）：4260.

［16］[KG*2]朱孟楠，陈冲. 跨境资本流动对中美国际收支失衡的影响：基于对外金融资产负债可持续约束视角[J]. 国际贸易问题，2020（11）：159174.

［17］[KG*2]史恩义，张燕青. OFDI影响母国金融发展的机理及效应研究：基于双重路径视角[J]. 国际商务（对外经济贸易大学学报），2019（3）：97111.

［18］[KG*2]伦晓波，杨竹莘，李欣. 所有制、对外直接投资与融资约束：基于金融资源错配视角的实证分析[J]. 世界经济研究，2018（6）：8393.

［19］[KG*2]MELITZ M J. The impact of trade on intraindustry reallocations and aggregate industry productivity[J]. Econometrica， 2003， 71：16951725. 

［20］[KG*2]宫晓莉，熊熊. 波动溢出网络视角的金融风险传染研究[J]. 金融研究，2020（5）：3958.

［21］[KG*2]郭品，沈悦. 互联网金融加重了商业银行的风险承担吗：来自中国银行业的经验证据[J]. 南开经济研究，2015（4）：8097.

［22］[KG*2]张琳，廉永辉，方意. 政策连续性与商业银行系统性风险[J]. 金融研究，2022（5）：95113.

［23］[KG*2]方意. 货币政策与房地产价格冲击下的银行风险承担分析[J]. 世界经济，2015（7）：7398.

［24］[KG*2]郭鳳娟，丁剑平. 人民币国际化、汇率与跨境资本流动互动关系研究[J]. 当代经济科学，2023（2）：112

［25］[KG*2]刚健华，赵扬，高翔. 短期跨境资本流动、金融市场与系统性风险[J]. 经济理论与经济管理，2018（4）：98112.

［26］[KG*2]BROWNLEES C， ENGLE R. SRISK： a conditional capital shortfall measure of systemic risk[J]. Review of Finance and Studies，2017，30（1）： 4879.

［27］[KG*2]BROWNLEES C， ENGLE R， KELLY B. A practical guide to volatility forecasting through calm and storm[J]. SSRN Electronic Journal，2012，14（2）：322.

［28］[KG*2]ACHARYA V V， PEDERSEN L H， PHLIPPON T， et al. [JP2]Measuring systemic risk[J]. Review of Financial Studies， 2017，30（1）：247.

［本刊相关文献链接］

［1］ 郭品，程茂勇，沈悦.金融科技发展对银行系统性风险的影响：理论机制与经验证据[J].当代经济科学，2023（5）：1529.

[2] 高蓓，金健，何德旭，等.资管新规背景下的中国影子银行体系：特征事实、风险演变与潜在影响[J].当代经济科学，2023（5）：114.

[3] 胡利琴，王艺，郭微微.金融系统性风险的演化与监管研究：基于实体经济视角[J].当代经济科学，2022（5）：3953.

[4] 顾海峰，朱慧萍.数字金融是否影响商业银行特许权价值？[J].当代经济科学，2022（4）：88102.

[5] 熊家财，杨来峰.地方金融发展能缓解企业投融资期限错配吗：来自城商行设立的准自然实验[J].当代经济科学，2022（4）：103114.

[6] 李欣越.定向降准对企业信贷的调控有效性研究：基于三轮政策调整的视角[J].当代经济科学，2021（5）：86100.

[7] 王韧，刘于萍，李志伟.货币调控宣示方式与商业银行经营效率：预期引导的异质性效应[J].当代经济科学，2021（5）：7185.

[8] 喻微锋，康琦.经济政策不确定性会降低商业银行流动性创造水平吗：基于银行业的经验证据[J].当代经济科学，2021（6）：5264.

[9] 陈旭东，严静诗，贾攀.城商行股权集中度、跨区经营战略与经营业绩[J].当代经济科学，2021（5）：101113.

[10][KG*2]杨振宇，李富有，张中岩.外资银行进入对我国信贷资本配置效率的影响：基于面板门限模型的实证分析[J].当代经济科学，2021（2）：4857.

编辑：郑雅妮，高原