《表2 实证回归结果 (宏观审慎变量:MPI)》

  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

《中国宏观审慎监管有效性检验——基于商业银行系统性风险贡献度视角》

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:***表示99%水平显著，**表示95%水平显著，*表示90%水平显著。由于SRISK计算结果考虑了资产负债表的取值，因此本文将所得到的SRISK结果除以10 000 000进行回归分析。表3～7与此注同。

本文使用Hausman检验确定各回归方程的固定效应和随机效应，表2和表3为验证针对金融机构实施宏观审慎约束对系统性风险贡献度的实证分析结果。需要说明的是，Cerutti等（2015）针对中国构建BMPI的取值从2007-2013年均为2，因此无法进行实证分析。基于此客观现实，本文仅研究MPI和FMPI对商业银行系统性风险贡献度的影响。对于ΔCoVaR、MES、CES和SRISK来讲，负向绝对值越大说明商业银行系统性风险贡献度越高。从表2的实证结果可以看出，ΔCoVaR、CES和SRISK的MPI系数估计值显著为正值，说明实施宏观审慎监管有助于降低商业银行系统性风险贡献度。同样，从表3可以看出，ΔCoVaR、CES和SRISK的FMPI的估计系数显著为正，说明对商业银行施加宏观审慎监管能够降低其系统性风险贡献度。需要说明的是，MES的估计系数显著为负值，根据MES的计算表达式，可以认为，MES是指当市场陷入困境时商业银行的表现。表2和表3的回归结果表明，当监管机构在上一期实施宏观审慎监管时，对于金融机构来讲，一旦本期金融体系出现困境，对金融机构股票收益率仍会受系统风险因子的负面影响。而从前面ΔCoVaR和CES的计算公式来看，ΔCoVaR关注正常状态下的系统性风险贡献度，CES更加关注极端状态下的系统性风险贡献度，二者对“贡献度”的关注要强于MES。因此可以认为MES的估计系数为负值是符合常规直觉的。总体来讲，实证结果表明宏观审慎监管能够降低系统性风险贡献度，但一旦系统性风险爆发，商业银行股票收益率仍会受到负面的影响。