利（汇）率对银行系统性风险的影响<br/>——基于跨境资本流动视角

利（汇）率对银行系统性风险的影响
——基于跨境资本流动视角

2022-08-24翟超颖汪磊群

区域金融研究 2022年7期

翟超颖汪磊群

（中国人民银行武汉分行，湖北武汉 430071；中国人民银行黄石市中心支行，湖北黄石 435000）

一、前言

在构建双循环新发展格局下，资本项目可兑换程度、跨境投融资便利化程度和国内金融市场开放度等均会不断提升，随之而来的是更频繁、更大规模的跨境资本流动，跨境资本流动会逐渐成为影响我国系统性风险的重要因素之一。2021 年7 月国际金融协会（IIF）报告显示，当全球人民币储备占中国GDP 的比例升至3%时，预计未来每年中国债券市场的流入规模将超过4000 亿美元；根据国际收支平衡表测算得知，2021 年中国前三季度跨境资金合计流出4888 万美元，较上年同期增加22.81%。国际资金的频繁流动影响国内经济的稳定性，给我国经济带来的潜在风险不容忽视。打好防范化解重大风险攻坚战，是三大攻坚战之首，而防控金融风险是重中之重。2021 年中央经济工作会议进一步对优化金融风险处置提出了“精准拆弹”的更高要求。正因商业银行在金融系统中发挥着举足轻重的作用，所以加强对系统重要性银行的监管就成为防范金融风险的首要任务。银行也是跨境资本流动的重要枢纽，大规模跨境资本流动会加大金融部门的脆弱性，甚至有可能触发金融危机。此外，跨境资本、利率、汇率与资产价格之间会形成自我强化的反馈机制，影响金融稳定。如利率上升或人民币贬值引发跨境资本大规模、高频流入推高境内资产价格、房价和股价等，扰乱境内市场，引发金融稳定和安全隐患。因此，基于跨境资本流动视角探究利（汇）率对银行系统性风险的影响是具有现实意义的。

有关系统性风险的研究，最早可以追溯至凯恩斯在《通论》中对1929 年经济危机中系统性风险的描述。现有关于系统性风险的研究多集中在系统性风险成因、测度、传染、影响和防范等方面。在系统性风险成因方面，现有研究关注金融市场信息不对称引发的市场失灵（江红莉等，2018）、经济金融预期引发的羊群效应（张晓明和赵玥，2022）、金融机构的高杠杆和期限错配（张晓朴，2010），以及调控政策失误与金融监管无效（魏国雄，2010）等。跨境资本流动对银行系统性风险的影响吸引了不少学者的关注和研究，如Miranda-Agrippino &Rey（2020）提出了“全球金融周期”的概念，Bruno &Shin（2015）分析跨境资本流动对一国金融风险的影响并提出“国际风险承担渠道”的概念。国内不少学者也关注跨境资本流动对银行系统性风险的影响，如何国华和李洁（2018）立足我国跨境资本流动实际和系统性风险现状，构建一般动态均衡模型（DSGE）分析跨境资本流动对我国国际风险承担的影响。在利（汇）率影响跨境资本流动和系统性风险方面，Bacchetta &Wincoop（2000）构建两国货币均衡模型研究汇率对跨境资本流动的影响，结果显示汇率变动直接影响跨境资本流动规模。王道平（2016）使用全球88个国家1970—2012年面板数据分析利率市场化改革对系统性风险的影响，认为利率市场化改革会提升银行系统性风险的概率。钟永红和王雪婷（2019）研究发现，汇率在金融危机后与直接投资跨境资本流动正相关，而在危机前后汇率与外债均显著正相关。

现有研究较为全面地分析了利（汇）率对跨境资本流动的影响及机制，对银行系统性风险成因、测度和防范等的研究也较多，还有不少研究论证了跨境资本流动对银行系统性风险的影响等，但在利（汇）率、跨境资本流动和银行系统性风险三者的关系、影响程度和影响路径等方面的研究较为欠缺。本文首先采用面板数据和固定效应模型检验利率、汇率和跨境资本流动及其他影响因素对银行系统性风险的影响，在此基础之上采用中介效应面板模型分析利（汇）率通过跨境资本流动对银行系统性风险的影响，再实证检验跨境资本流动通过信贷扩张机制和外汇资产配置机制对银行系统性风险的影响，本文还讨论了不同所有制性质和资产规模下银行系统性风险的差异，在一定程度上对相关领域的研究进行补充完善。

二、理论分析

（一）利（汇）率直接影响银行系统性风险

1.利率直接影响银行系统性风险。一方面，利率会直接影响银行的信贷水平和吸储能力，进而影响银行的净资产。另一方面，利率还会影响银行信贷客户的还款能力，继而影响银行的坏（呆）账水平。此外，利率波动会导致存贷款利差变化，直接影响银行的盈利能力。

2.汇率直接影响银行系统性风险。汇率的波动会影响银行的货币错配程度和风险敞口大小。一般情况下，银行的境外借贷资金以外币计价，而银行的资产则以本币计价，汇率波动会直接影响银行的资产负债率和净资产。特别是本币贬值，就境内的银行而言，其以外币计价的负债所对应的本币价值提升，银行的净资产减少。同时，汇率波动会影响本币的偿债能力。在偿还境外债务时，汇率的波动会影响以本币计价的负债规模。如本币贬值时，偿还境外债务的本币负担增加，增加银行的债务负担。

（二）利（汇）率通过影响跨境资本流动，继而间接影响银行系统性风险

1.利（汇）率影响跨境资本流动。逐利性和投资性导致利率和汇率影响跨境资本流动。根据比较优势理论，作为资金的成本，利差会促使资本从低利率国家流向高利率国家（Fisher，1907）；国际资本流动模型也说明资本会流向高收益国家（Macdougall，1960）。而汇率波动使经济主体有机会和动机调整其外汇资产负债结构，促成跨境资本流动。

2.跨境资本流动影响银行系统性风险。一是跨境资本流动直接影响银行的流动性。如经济下行、跨境资本流出增加时，银行的融资成本将上升，银行的流动性风险也将攀升。跨境资金到了中期会通过信贷传导机制扩大潜在风险。除此之外，短期跨境资本流动还可以通过房地产价格、债券价格和资产价格等中间渠道有效地作用于银行的流动性风险和信贷风险（顾海峰和卞雨晨，2020）。

二是跨境资本流动影响银行信贷风险和外汇敞口，继而影响银行系统性风险。如图1所示，一方面，跨境资本流动导致银行贷款供应量和存款提取量改变，继而银行的资产负债结构变动。另一方面，跨境资本流动规模的扩大会提升银行期限错配程度，从而提高银行风险（顾海峰和卞雨晨，2020），大规模频繁变动的跨境资本流动通过信贷业务及信贷规模累积了大量信用风险。

图1 跨境资本流动对银行系统性风险的影响路径

三是跨境资本的冲击影响微观主体的预期和风险偏好，产生羊群效应，继而影响银行系统性风险。当经济处于上行周期时，微观主体对经济的预期向好，比较偏好风险，对资本市场有信心，融资需求和投资动机较高，银行也倾向于扩大资本负债规模，增加风险敞口；而经济主体的资金需求会吸引跨境资本流动，并形成正向反馈机制。具体而言，跨境资本流动改变资产价格，影响市场微观主体心理预期，继而投资和融资需求增强，推动银行资产负债规模上升，这使得实际投资增加、资产价格进一步提升，再次吸引跨境资本流动，由此形成正向反馈机制。经济下行或跨境资本大规模流出时，会形成反向的反馈机制。

三、固定效应模型

（一）变量选择

1.银行系统性风险的度量。考虑到Z值（Z-score）是由资产收益率（ROA）和资本充足率（CAR）计算所得，而二者在文章实证部分作为解释变量引入模型和实证方程中，可能导致模型中解释变量和被解释变量高度相关，掩盖方程中其他解释变量对被解释变量的影响。因此本文参照范小云等（2011）、顾海峰和卞雨晨（2021）等的研究方法，将每家银行在一定时间段内表现最差的日期（5%对应的天数）的平均市场收益率的相反数作为该金融机构对系统性风险的边际贡献度（MES）。即用上市银行的日收盘价计算其日度收益率，再根据式（2）求得银行的边际贡献度（MES）。

式中，pi,t为股票的日度收盘价，ri,t为股票收益率，T为一段时期内股票收益率表现最差的总天数，本文选取的是季度值，因此T×5%为每个季度内银行股票收益率表现最差的天数之和。股票收益率表现最差时往往是负数，因此银行系统性风险的代理变量边际贡献度（MES）为正值，MES值越大则银行系统性风险越高。

2.核心解释变量的选择。本文选择利率、汇率和跨境资本流动等三个主要的解释变量，变量及衡量指标的具体情况如下：

利率：用3个月上海银行间拆放利率与伦敦同业拆借利率之差作为利率变量的具体衡量指标。该利差为正值，则意味着中国利率较高，有可能吸引境外资金流入；利差为负值，则意味着境外利率高，促使资金跨境流出。

汇率：汇率用美元兑人民币的中间价衡量，该指标越大表示人民币贬值越多，反之人民币升值。

跨境资本流动：本文采用国际上通用的测度跨境资本流动的指标，即国际收支平衡表中资本和金融项目下的直接投资、证券投资和其他投资，并剔除储备资产变动。具体地，本文用跨境资本流动净值来度量，该指标为正值时，表示跨境资本净流入，正值越大则净流入资本规模越大；负值则表示跨境资本净流出，负值越小则净流出规模越大。

3.控制变量的确定。现有文献中，银行系统性风险的影响因素可以分为银行特征影响因素和宏观经济影响因素两大类。银行特征方面，较大的银行规模往往面临着较高的银行系统性风险，但较大规模的银行也面临着较为严格的监管，所以李久林（2019）认为银行规模越大，其系统性风险越小。资产收益率与期限错配和流动性风险正相关（Brownless &Engle，2017），反映最后偿付能力的资本充足率往往与银行系统性风险负相关（郭桂霞等，2021）。贷款比率过高则会挤占证券类资产的份额，但也可能面临更高的信贷风险（陆静等，2014）。宏观经济方面，经济形势对银行系统性风险的影响至关重要。已有研究表明，银行风险具有顺周期性（谭政勋和李丽芳，2016）。在经济上行时，贷款违约率较低，银行系统性风险也保持较低水平，GDP 增长进而显著降低银行系统性风险；在经济下行时，企业经营状况恶化、偿债能力降低，通货膨胀将影响银行的债务水平进而增加银行信贷风险。庄起善和张广婷（2013）发现国际资本流动在金融危机时波动更大，银行在经济危机时的经营更为艰难，面临的系统性风险更大。江曙霞和陈玉婵（2012）认为货币政策对银行系统性风险的最终影响取决于银行资产组合配置的负效应和风险转嫁的正效应之和。基于此，本文选择的控制变量可以分为以下两类：

一是银行特征变量。银行规模：用银行总资产的对数值来衡量银行规模大小。资产收益率：用净利润与平均总资产的比值表示。资本充足率：用资本总额对其风险加权资产的比率衡量，由于2013年的《商业银行资本管理办法》将操作风险纳入风险计量，风险加权资产有调整，故本文的资本充足率在2013 年前沿用旧的统计方法，之后采用新的统计方法。存贷比：用存款总额与贷款总额之比来衡量银行的资产配置结构。存贷比的提高能够增加银行的收入波动性，进而提高银行的盈利能力。

二是宏观经济变量。金融危机：2008 年9 月—2009年3月期间，金融危机变量取值为1，其他时间取值为0。经济发展状况：用GDP增长率来衡量。通货膨胀：用消费者物价指数（CPI）来衡量。货币政策：以货币供应量（M2）和存款准备金率作为货币政策的代理变量。

（二）数据来源及描述性统计

2021 年10 月15 日，中国人民银行、银保监会联合发布我国系统重要性银行名单，包括6家国有商业银行、9 家股份制商业银行和4 家城市商业银行。该名单的发布对银行系统性风险的研究极具现实指导意义。本文将这19家银行纳入系统重要性银行的统计范畴，同时为了对比名单中银行和非名单中银行的异质性，本文还加入其他18 家上市银行。考虑到数据的可得性，最终选取18 家系统重要性银行和16 家上市银行2007 年一季度至2021 年四季度的数据（广发银行未上市，瑞丰银行和齐鲁银行数据较少，故将这3 家银行剔除），所有数据均来源于Wind 数据库、中国人民银行和国家外汇管理局网站、各银行年报等。

（三）回归分析

1.模型设置。为确保实证分析的解释力度和精准度，本文将模型细化为：

表1 描述性统计

其中，模型3 仅讨论利差、汇率对银行系统性风险的影响，而不含跨境资本流动和若干控制变量，模型4讨论核心解释变量利差、汇率和中介变量跨境资本流动对银行系统性风险的影响，不考虑控制变量的影响；模型5则在模型3的基础上加入控制变量，模型6 在模型4 的基础上加入控制变量，比较模型3 和5、模型4和6中核心解释变量与中介变量前系数大小的变化可以得知控制变量的加入是否会影响核心解释变量和中介变量的显著性及作用效果的变化，还可以检测是否遗漏重要的解释变量；模型7 和6 的区别在于更换了货币政策变量，将货币供应量（M2）更换为存款准备金率（DRR）。模型8则将两个货币政策变量全部纳入模型中。

2.豪斯曼检验。实证分析之前，需要确定本文数据应使用固定效应模型还是随机效应模型。已有研究多通过豪斯曼检验来选定最优模型。原假设为：“H0：ui与xit，zi不相关”，接受H0时，随机效应模型最优；拒绝H0时，固定效应模型最优。豪斯曼检验结果为34.94（P 值为0.0003），强烈拒绝原假设，故本文应使用固定效应模型而非随机效应模型。

3.固定效应模型回归结果。如表2 所示，模型3至模型8均通过了显著性检验。本文首先检验利差、汇率对银行系统性风险的影响（模型3），可以看出利差和汇率显著降低了银行系统性风险；其次加入跨境资本流动指标（模型4），发现利差、汇率的显著性并无改变，跨境资本流动增加了银行的系统性风险，但在加入控制变量后，利差和汇率的系数变动较大（模型5），且跨境资本流动对银行系统性风险的影响由正转负（模型6 和8），这说明仅有核心解释变量的模型存在一定的偏误，选择含有控制变量的模型更为准确。

在含有控制变量的模型中，由于货币政策的代理变量存款准备金率的缺失值较多，因此本文在模型6和模型7 分别加入货币供应量（M2）和存款准备金率指标作为控制变量，在模型8中加入包含货币政策的所有控制变量。由表2 可见，模型6 的观测值有915个，模型7和模型8的观测值仅有386个，模型6的样本量是模型8的2.37倍，考虑到观测值数量和回归显著性，模型6的回归结果更为可靠。由此可知：

表2 利差、汇率与跨境资本流动对银行系统性风险的影响

第一，较大的利差、较低的汇率与跨境资本流入有利于降低银行系统性风险。利差每增加1个单位，银行系统性风险将下降0.640，这说明境内利率与境外利率相差越大，中国对国际投资者的吸引力越强，高利率降低了银行的系统性风险。美元兑人民币每增加1个单位，银行系统性风险将下降3.800，人民币升值将导致银行系统性风险增大。跨境资本流动每增加1个单位，银行系统性风险将下降0.060，跨境资本净流入将降低银行系统性风险，跨境资本净流出将增加银行系统性风险。

第二，银行的特征变量显著影响银行的系统性风险。银行规模每增加1个单位，银行系统性风险将下降1.089。规模较大的银行所面临的监管也更为严格，在“大而不能倒”的情况下，规模较大的银行面临破产的风险较低。资产收益率与银行风险存在显著的负向关系，在其他条件不变的情况下，资产收益率每增加1个单位，银行系统性风险下降1.304，这说明银行的盈利能力越强，其面临的风险就越低。资本充足率增加了银行风险，但作用较小，由表2可以看出，资本充足率每增加1个单位，银行的系统性风险仅增加0.007，只有较大的资本增量才会导致银行风险的增加。存贷比在大样本中不显著，仅在模型7中显著。

第三，宏观经济变量显著影响银行的系统性风险。金融危机显著增加了银行系统性风险，在金融危机爆发时，银行系统性风险比未发生金融危机时平均高2.111，可见金融危机显著冲击了银行的系统稳定。通货膨胀率越高，银行的系统性风险越大，通货膨胀增加了银行的信贷风险。宽松的货币政策将显著增加银行系统性风险，从货币供应量的角度来看，货币供应量每增加1 个单位，银行的系统性风险将增加0.082；而存款准备金对银行风险无显著影响，即宽松的数量型货币政策对银行资产组合配置的负效应大于其风险转嫁的正效应。

四、中介效应

（一）回归模型

本文选用中介效用模型检验跨境资本流动的中介作用，以验证利（汇）率影响银行系统性风险的作用机制。参照温忠鳞等（2004）的研究，本文构建中介效应模型如下：

Bankriskit为银行系统性风险，int_rateit和exc_rateit分别代表利差和汇率，CBCFit为跨境资本流动，Xit为一系列影响银行系统性风险的控制变量。

如图2 所示，若系数c 显著，说明利差、汇率显著影响银行的系统性风险；系数a显著，说明利差、汇率显著影响跨境资本的流动；系数c′和b同时显著，说明中介效应显著，且为部分中介，若系数c′不显著则为完全中介。

图2 中介变量示意图

（二）回归分析

1.跨境资本流动的中介作用分析。根据前文的分析，利（汇）率对银行系统性风险的影响可通过跨境资本流动这一中介变量实现。表3 显示了跨境资本流动的中介效应检验结果，模型9至模型11分别显示了式（9）-（11）中各方程的估计结果。解释变量和中介变量的系数均在1%的水平下显著，因此可以认为利差和汇率通过影响跨境资本流动进而影响银行系统性风险。模型11 中跨境资本流动的系数显著，因此该中介效应为部分中介，即利差和汇率可直接影响银行系统性风险，也可通过跨境资本流动间接影响银行系统性风险。

表3 跨境资本流动中介效应模型的估计结果

进一步地，本文使用Sobel 检验方程中直接效应和中介效应（即间接效应）的估计量。直接效应表示利（汇）率直接影响银行系统性风险的估计大小；中介效应表示利（汇）率通过中介变量跨境资本流动间接影响银行系统性风险的估计大小；总效应表示利（汇）率最终影响银行系统性风险的估计大小。本文分别对利差和汇率进行回归，检验结果见表4。

由表4 可知，利（汇）率的中介效应在1%的显著性下通过检验。具体地，利率通过跨境资本流动影响银行系统性风险的中介效应为-0.037，直接效应为-0.136，总效用为-0.173，中介效应约占总效用的1/5。这说明利率对银行系统性风险的影响中，直接效应占据主导地位；即较高的利率会直接降低银行的系统性风险。汇率通过跨境资本流动影响银行系统性风险的中介效应为0.232，直接效应为-0.501，虽然中介效应和直接效应均显著，但总效应并不显著，可能的原因是：中介效应显著为正，而直接效应为负，人民币贬值对抑制银行系统性风险的直接影响超过了人民币贬值通过跨境资本流动提高银行系统性风险的间接效应，最终导致总效应为负且不显著。

表4 Sobel检验结果

2.跨境资本流动引致的信贷扩张和外汇资产配置变化的中介作用分析。如前文理论分析部分论述，跨境资本流动会导致银行信贷扩张、改变银行外汇资产配置，继而影响银行系统性风险。本文进一步分析跨境资本流动通过信贷扩张和外汇资产配置对银行系统性风险的影响。信贷扩张用存贷比表示，存贷比越小代表银行的贷款比例越高；外汇资产配置用反映银行外汇资产和负债汇率风险的累计外汇敞口头寸比例表示，该指标越大则银行面临的外汇风险越大。

由于单个银行的外汇敞口头寸等数据并未公开，本文采用银保监会公布的商业银行数据进行分析估计。具体地，使用银保监会2007—2021 年公布的商业银行季度数据。被解释变量银行系统性风险用不良贷款率表示，核心解释变量为跨境资本流动，中介变量为存贷比和累计外汇敞口头寸比例，控制变量包括GDP 增长率、货币供应量、存款准备金率、CPI、资本充足率、资产利润率和流动性比例等。

信贷扩张和外汇资产配置的中介效应估计量如表5 所示。跨境资本流动直接作用于银行系统性风险的影响显著为负；而跨境资本流动通过外汇资产配置间接影响银行系统性风险的负效应仅在不含控制变量的模型中显著为负，而信贷扩张的中介效应不显著。因此，跨境资本流动直接作用于银行系统性风险，不通过信贷扩张和外汇资产配置发挥间接影响。这意味着，直接管理或控制跨境资本流动更能有效地防控银行系统性风险，跨境资本流动的管理在防范银行系统性风险中是非常重要的。

表5 跨境资本流动对银行系统性风险的影响路径

五、银行特征与系统性风险

（一）异质性分析

1.分析思路。现有研究显示，银行特征（如所有制和规模大小）会影响其面临的风险程度，也会影响其风险防范能力。如王锦慧和蓝发钦（2008）指出股份制银行的抗风险能力较国有银行强。苏明政等（2013）发现国有四大行对系统风险的贡献超过六成，其次是全国性的股份制银行，城市商业银行的贡献度极小。一般情况下，资产规模较大的银行对整个银行体系的风险溢出效应也较高。同时，被纳入系统重要性名单的银行往往是规模较大的商业银行，其所受监管也更为严格，这些银行的风险承担行为也更为谨慎（郭品和沈悦，2015）。

基于此，本文先将实证分析样本分为被纳入系统重要性名单的银行与未被纳入的银行，后根据所有制属性划分为国有银行、股份制银行与城市商业银行等。同时，依据资产规模大小将其分为大、中、小银行三组，考虑每个银行在每个时期的资产规模不同，为确保分析结果的准确性，在不同时期依据银行规模大小分别进行分组。在依据所有制属性和资产规模大小分组的基础上，分别检验不同组别中，利（汇）率和跨境资本流动对其系统性风险的影响及影响机制。

2.影响分析。由表6可知，被纳入系统重要性名单的银行与未被纳入的银行之间差异较大，利（汇）率对非系统重要性银行的系统性风险无显著影响，因此对非系统重要性银行而言，也不存在利（汇）率与跨境资本流动的中介效应。而对于被纳入系统重要性名单的银行，其回归结果与前文回归类似，即利（汇）率是通过影响跨境资本流动间接影响系统重要性银行的风险。另一个值得关注的点是，跨境资本流出对非系统重要性银行的风险放大效应比系统重要性银行更大，这意味着一旦面临大规模跨境资本的流出，非系统重要性银行所面临的银行风险高于系统重要性银行。

表6 系统重要性银行与非系统重要性银行的差异性分析

由表7 可知，利差和汇率对股份制银行、规模较大银行的系统性风险影响较大。这意味着，面对利差和汇率的变动，多元化或规模较大的银行对风险更加敏感。跨境资本流动对国有银行的系统性风险影响较大，股份制银行、城市商业银行次之；而对资产规模较小银行的系统性风险影响最大。

表7 不同分组下银行系统性风险的异质性分析

3.影响机制分析。不同分组下，检验影响机制的中介效应估计量见表8和表9。利差对国有银行和股份制银行系统性风险的中介效应和直接效应较为显著。而汇率对国有银行、股份制银行的中介效应显著为正，但汇率对国有银行的直接效应不显著，总效应也不显著。利差和汇率对城市商业银行的影响效应不显著。利差和汇率的中介效应在所有资产规模样本中均显著，但利差仅在大资产规模银行样本中表现出其对银行系统性风险的直接效应；汇率的直接效应仅在中小资产规模的样本中显著。由此可知，利差的抑制作用主要是通过直接效应实现的，汇率对银行系统性风险的作用较为复杂，汇率的中介效应为正，直接效应为负，导致汇率对银行系统性风险的总效应不稳定。但汇率较利率而言，对银行系统性风险的解释力更强。分组回归的结论与总样本的结论基本一致，也在一定程度上证明本文实证回归结果的稳健性。

表8 不同所有制性质下跨境资本流动的中介效应模型的估计结果

表9 不同资产规模下跨境资本流动的中介效应模型的估计结果

（二）稳健性检验

1.变量替换。通过替换核心变量的方法，对固定效应分析进行稳定性检验。具体地，用不良贷款率替换银行系统性风险；借鉴王伟涛（2021）的方法，用中美1年期国债收益率之差替换利率，汇率则采用美元指数替换，跨境资本流动则采用《2014年中国跨境资本流动监测报告》中波动性较大的跨境资本流动指标，将变量依次进行替换并进行回归。替换变量后的回归结果与前文的研究结论基本一致，回归结果较为稳健。

2.Bootstrap检验。采用Bootstrap检验对本文中介效应分析进行稳健性检验，结果与前文Sobel 检验结果几乎一样。因此，本文的中介效应检验的结果较为可靠。

六、结论及建议

（一）研究结论

本文选取2007—2021年中国34家上市银行的季度数据，实证分析利差、汇率与跨境资本流动对银行系统性风险的影响及其异质性，检验跨境资本流动中介效应。分析显示：

1.利（汇）率与跨境资本流动显著影响银行系统性风险。当境内利率高于境外利率、人民币贬值时，资本的逐利性使得跨境资金流入境内，有利于我国银行业系统性风险防控；当境外利率高于境内利率、人民币升值时，跨境资本流出，影响境内银行系统稳定，加大系统性风险。

2.跨境资本流动在利（汇）率与银行系统性风险的关系中承担中介作用。利差对银行系统性风险的部分影响是由跨境资本流动这一中介变量实现的，汇率既直接影响银行系统性风险，又通过跨境资本流动间接影响银行系统性风险，但人民币贬值的直接负向效应抵消了人民币贬值通过跨境资本流动发挥的正向间接效应，使得汇率对银行系统性风险的总效应不显著。

3.利（汇）率与跨境资本流动对银行系统性风险的影响存在异质性特征。被纳入系统性重要名单的银行在利（汇）率对银行系统性风险的影响效应上存在显著差异，非系统性重要名单的银行不存在中介效应。利（汇）率对股份制银行、规模较大银行的系统性风险影响较大，跨境资本流动规模扩大会增加国有银行、中小资产规模银行的系统性风险。