《表4：内生性检验：系统GMM模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《宏观审慎政策、杠杆率与银行风险承担》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：L.NPL是NPL的滞后一阶变量。AR(2）检验的原假设是残差项不存在二阶序列自相关；Sargan检验的原假设是工具变量不存在过度识别问题。各统计量括号内为p值。

表4使用系统GMM估计方法，分析宏观审慎政策对银行风险承担的影响。从模型（1)～（6）可以看出，不良贷款率的一阶滞后项与当期值均在1%的水平上显著正相关，即银行风险存在某种惯性——上期风险水平显著影响当期风险水平。宏观审慎政策（MPI、DR、LTV）与银行风险均在1%的水平上显著负相关，这说明银行风险随着宏观审慎政策的增强而显著下降。在宏观审慎政策的风险转移方面，宏观审慎政策与杠杆率虚拟变量的交叉项（MPI×DumLA、DR×DumLA、LTV×DumLA）与银行风险承担均在1%的水平上显著正相关，但是交叉项系数值均小于宏观审慎政策系数绝对值，这表明在高杠杆率下宏观审慎政策的风险转移效应较弱，无法改变宏观审慎政策与银行风险承担的负相关关系。从系统GMM估计的相关检验来看，表4中所有回归模型均不能拒绝AR(2）检验和Sargan检验的原假设，这表明误差项不存在二阶序列自相关问题、模型设定也不存在过度识别问题。因此，表4的回归结果是可靠的和有效的。总之，本文使用系统GMM估计后发现，所得结论与表3中完全保持一致。