我国商业银行风险传染效应的多维度剖析与实证探究

我国商业银行风险传染效应的多维度剖析与实证探究一、引言1.1研究背景与动因在我国的金融体系中，商业银行占据着关键地位，是金融体系的核心组成部分。它作为连接储蓄者和投资者的重要桥梁，通过吸收公众存款，将社会闲散资金集中起来，然后以贷款等方式将这些资金投入到实体经济中，为企业的发展提供了必要的资金支持，有力地促进了经济增长，在资金流动和资源配置中发挥着不可或缺的作用。同时，商业银行的业务范围广泛，除了传统的存贷款业务外，还涵盖支付结算、理财顾问、外汇兑换等多种金融服务，满足了社会各界多样化的金融需求，在服务实体经济、支持居民消费、促进金融创新等方面扮演着关键角色。近年来，随着金融自由化、市场化进程的不断加速，我国金融市场环境发生了显著变化。金融机构之间的业务往来日益频繁，联系愈发紧密，金融创新产品层出不穷，金融交易的复杂性和规模不断增加。这些变化在为金融市场带来活力和发展机遇的同时，也使得金融风险的产生和传播机制变得更加复杂。在这样的背景下，风险传染成为了我国商业银行面临的一个严峻问题。风险传染是指在金融市场中，一个或多个金融机构的风险状况恶化，通过各种渠道将风险传递给其他金融机构，从而引发系统性金融不稳定的现象。这种风险传染具有快速性、广泛性和非线性等特点，一旦发生，可能在短时间内迅速扩散，影响整个金融体系的稳定。例如，2008年全球金融危机爆发，美国雷曼兄弟破产，引发了全球金融市场的剧烈动荡，众多金融机构受到牵连，许多大型银行纷纷宣布破产或面临严重的财务困境，这场危机给全球经济带来了巨大的冲击，也让人们深刻认识到了风险传染的巨大破坏力。我国金融市场虽然实行分业经营、分业监管，并且银行业长期处于政府的资本保护下，但风险传染问题依然不容忽视。包商银行的刚兑破产事件，就是一个典型的案例。包商银行的经营出现问题后，其风险迅速在金融市场中传播，对其他金融机构和市场参与者产生了负面影响，引发了市场对中小银行信用风险的担忧，也给金融监管部门带来了巨大的挑战。这一事件充分表明，即使在我国现有的金融体制下，风险传染仍然可能发生，并且可能对金融稳定和经济发展造成严重威胁。因此，深入研究我国商业银行风险传染效应具有重要的现实意义。通过对风险传染效应的研究，可以更好地理解风险在商业银行之间的传播机制和规律，提前识别和预警潜在的风险，为商业银行制定有效的风险管理策略提供科学依据，从而提高商业银行的抗风险能力，维护金融体系的稳定。此外，研究成果还可以为金融监管部门制定合理的监管政策提供参考，加强对金融市场的监管，防范和化解系统性金融风险，促进我国金融市场的健康、稳定发展。1.2研究价值与意义本研究聚焦于我国商业银行风险传染效应，无论是在理论层面还是实践领域，都具有不可忽视的重要价值与深远意义。从理论意义来看，本研究致力于深化对金融风险理论的理解。在当前金融市场环境下，风险传染作为金融风险领域的关键问题，其内在机制和影响因素极为复杂。通过深入研究我国商业银行风险传染效应，能够进一步剖析风险在金融机构之间的传播路径和作用机制。例如，通过对银行间业务往来数据的分析，揭示信贷业务、同业拆借等业务联系在风险传染过程中的具体作用，以及不同业务渠道对风险传播速度和范围的影响，从而丰富金融风险理论中关于风险传染机制的研究内容。同时，研究还能为金融市场稳定性理论提供新的实证依据，从商业银行风险传染的角度出发，探讨金融市场整体稳定性的影响因素和维持机制，进一步完善金融市场稳定性理论体系。在实践意义方面，本研究为商业银行风险管理提供了直接且有力的支持。准确识别风险传染渠道是商业银行制定有效风险管理策略的基础。通过研究，能够清晰地明确商业银行在业务运营过程中面临的主要风险传染途径，如银行间市场的信用风险传染、金融创新业务带来的风险扩散等。基于这些识别结果，商业银行可以有针对性地制定风险管理策略，如加强对交易对手的信用评估和监测，建立风险预警机制，及时发现和应对潜在的风险传染。此外，研究结果还能帮助商业银行优化资产配置，降低风险集中程度，通过合理分散资产，减少因某一业务领域或某一交易对手出现风险而导致的整体风险暴露，从而提高商业银行的抗风险能力，保障其稳健运营。同时，本研究对金融监管部门也具有重要的参考价值。监管部门可以根据研究成果制定更为科学合理的监管政策，加强对金融市场的宏观审慎监管，防范系统性金融风险的发生。例如，通过对风险传染效应的研究，监管部门可以了解不同类型商业银行在风险传染中的角色和作用，以及金融市场整体的风险脆弱点，从而有针对性地加强对重点领域和关键环节的监管，制定差异化的监管政策，提高监管的有效性和精准性。1.3研究思路与方法本研究旨在深入剖析我国商业银行风险传染效应，通过多维度的研究思路与方法，全面揭示风险传染的内在机制与影响因素。研究思路上，首先广泛搜集和梳理国内外关于商业银行风险传染的相关文献资料，对现有研究成果进行系统分析和总结，了解当前研究的前沿动态和存在的不足，为后续研究提供理论基础和研究方向。接着，对我国商业银行风险传染的现状进行深入分析，包括风险传染的途径、影响因素以及当前的防控措施等，从宏观和微观层面全面把握我国商业银行风险传染的实际情况。然后，运用实证分析方法，选取合适的研究样本和指标，构建科学的实证模型，对我国商业银行风险传染效应进行量化分析，验证相关假设，揭示风险传染的程度和特征。最后，根据实证研究结果，结合我国金融市场的实际情况，从商业银行自身风险管理和金融监管部门监管两个角度出发，提出具有针对性和可操作性的政策建议，以有效防范和应对商业银行风险传染问题，维护金融体系的稳定。在研究方法的运用上，本研究采用了多种方法相互结合，以确保研究的科学性和全面性。一是实证分析方法，选取我国具有代表性的上市商业银行作为研究样本，收集其财务数据、市场数据以及相关宏观经济数据，运用向量自回归（VAR）模型、格兰杰因果检验、脉冲响应函数等计量经济学方法，对商业银行之间的风险传染效应进行实证检验和分析。通过这些方法，可以定量地分析风险在不同商业银行之间的传导路径、速度和强度，为研究提供有力的数据支持。二是文献研究方法，全面搜集国内外关于商业银行风险传染的学术论文、研究报告、政策文件等文献资料，对其进行分类整理和深入分析，总结前人的研究成果和经验教训，借鉴相关理论和方法，为本文的研究提供理论依据和研究思路。三是对比分析方法，将我国商业银行风险传染情况与国外发达国家进行对比，分析不同金融体系下风险传染的特点和差异，从中汲取有益的经验和启示，为我国商业银行风险管理和金融监管提供参考。1.4研究创新与局限本研究在深入探究我国商业银行风险传染效应的过程中，力求在研究视角和方法上有所创新，同时也清晰认识到研究存在的局限性。在研究创新方面，首先是模型构建上的创新。本研究运用向量自回归（VAR）模型对我国商业银行风险传染效应进行实证分析。与传统研究方法相比，VAR模型能够综合考虑多个变量之间的相互关系，全面捕捉商业银行之间风险传染的动态过程，突破了以往研究中对单一风险因素或简单线性关系的局限，为研究风险传染效应提供了更为全面和准确的分析框架。例如，通过VAR模型可以同时分析不同商业银行的股价波动、资产质量变化、流动性状况等多个因素对风险传染的影响，以及这些因素之间的相互作用。其次，本研究进行了多因素综合分析。在研究过程中，不仅考虑了商业银行自身的财务指标，如资本充足率、不良贷款率、资产收益率等，还纳入了宏观经济环境因素，如国内生产总值（GDP）增长率、通货膨胀率、货币政策等，以及金融市场环境因素，如利率波动、股票市场指数变化等。通过对这些多方面因素的综合考量，更全面地揭示了我国商业银行风险传染效应的影响因素和作用机制。与以往仅侧重于单一因素或少数因素的研究相比，这种多因素综合分析能够更真实地反映复杂的金融现实，为商业银行风险管理和金融监管提供更具针对性的建议。然而，本研究也存在一定的局限性。在样本选取上，由于数据获取的限制，研究主要选取了我国部分上市商业银行作为样本。虽然这些上市商业银行在我国银行业中具有一定的代表性，但并不能完全涵盖所有类型的商业银行，如一些小型城市商业银行、农村商业银行等。这些未被纳入样本的银行可能在经营模式、风险特征等方面与上市商业银行存在差异，从而导致研究结果在一定程度上无法准确反映整个银行业的风险传染情况。此外，在数据方面也存在一定局限。本研究主要依赖于公开的财务报表数据和市场数据，这些数据虽然具有权威性和可获取性，但可能存在信息披露不完整、数据滞后等问题。例如，一些商业银行可能出于商业保密等原因，在财务报表中对某些敏感信息的披露不够充分，这可能会影响对其风险状况的准确评估。同时，市场数据的变化较为频繁，而公开数据的更新往往具有一定的时间间隔，可能无法及时反映市场的最新动态，从而对研究结果的时效性产生一定影响。二、理论基石与文献综述2.1商业银行风险传染理论基础2.1.1风险传染的定义与内涵商业银行风险传染，是指在金融市场中，由于各种复杂的经济、金融和市场因素相互交织，一家或多家商业银行遭遇风险事件，如信用风险暴露导致大量不良贷款、流动性风险引发资金链紧张，或是市场风险造成资产价值大幅缩水等，这些风险状况会通过银行间的业务关联、市场信心传导以及投资者预期变化等多种渠道，迅速向其他商业银行蔓延，进而引发整个银行体系的不稳定，甚至可能触发系统性金融风险的现象。商业银行作为金融体系的核心主体，其风险传染对金融体系和经济的影响是全方位且深远的。从金融体系角度来看，风险传染会破坏金融市场的正常运行秩序。银行间市场作为金融机构进行资金融通和交易的重要场所，一旦风险在银行间传染，会导致市场流动性迅速枯竭，资金价格大幅波动，银行间的信任关系受到严重冲击，同业拆借等业务难以正常开展，进而影响整个金融市场的资金配置效率。例如，在2008年全球金融危机中，美国部分商业银行因次贷业务遭受巨额损失，风险迅速在银行间市场传播，许多银行纷纷收紧信贷，导致市场流动性急剧下降，金融市场陷入极度恐慌，股票、债券等各类金融资产价格暴跌，金融体系的稳定性受到了前所未有的挑战。从对经济的影响来看，商业银行风险传染会对实体经济造成沉重打击。银行是实体经济的重要资金供给者，为企业提供贷款、贸易融资等金融服务，支持企业的生产、投资和扩张。当银行风险传染发生时，银行出于风险控制的考虑，会大幅收缩信贷规模，提高贷款门槛。这使得许多企业难以获得足够的资金支持，导致生产经营活动受阻，企业不得不削减投资、裁员甚至破产倒闭。企业的困境又会进一步影响就业市场，导致失业率上升，居民收入减少，消费能力下降，进而形成经济衰退的恶性循环。例如，在亚洲金融危机期间，泰国、韩国等国家的商业银行遭受重创，风险传染使得银行信贷急剧收缩，众多企业因资金链断裂而破产，这些国家的经济陷入了长期的衰退，失业率大幅攀升，人民生活水平受到严重影响。2.1.2风险传染机制剖析信贷渠道信贷渠道是商业银行风险传染的重要途径之一。在银行体系中，银行之间存在着广泛的信贷关系，包括同业拆借、贷款业务中的担保与被担保关系等。当一家银行出现财务困境，如不良贷款率大幅上升，导致资产质量恶化，资金流动性紧张，可能无法按时偿还对其他银行的债务，从而引发连锁反应。其他银行由于资金无法及时收回，自身的资产负债表也会受到冲击，资产质量下降，流动性风险增加。若这种情况在银行间市场中不断蔓延，就会导致整个银行体系的信用风险上升，信贷业务受阻，严重时甚至会引发信贷紧缩，对实体经济的资金支持大幅减少。例如，20世纪90年代日本经济泡沫破裂后，日本的许多银行面临大量不良贷款，一些银行无法偿还同业拆借资金，导致其他银行的资金回收困难，风险在银行间迅速传染，银行体系的信贷功能受到严重抑制，日本经济陷入了长期的衰退。市场渠道市场渠道主要通过金融市场的价格波动和投资者行为来实现风险传染。在金融市场中，商业银行的资产价格，如股票价格、债券价格等，会受到市场供求关系、宏观经济环境、投资者预期等多种因素的影响。当一家银行出现风险事件时，其资产价格会下跌，这不仅会直接导致持有该银行资产的其他金融机构遭受损失，还会引发投资者对整个银行板块的担忧，导致投资者抛售银行股票和债券等资产，从而使其他银行的资产价格也随之下跌。此外，金融市场的波动性增加会导致投资者信心下降，市场恐慌情绪蔓延，投资者会减少对银行的资金投入，银行的融资成本上升，资金来源减少，进一步加剧了银行的风险。例如，2011年欧债危机期间，希腊等国的主权债务危机引发了金融市场的恐慌，投资者纷纷抛售欧洲银行的股票和债券，导致欧洲许多银行的股价大幅下跌，融资成本急剧上升，风险在银行间和金融市场中广泛传播，对欧洲的金融稳定和经济发展造成了严重威胁。信息渠道信息渠道在商业银行风险传染中起着关键作用。在金融市场中，信息不对称是普遍存在的现象，市场参与者往往难以准确获取其他银行的真实财务状况和风险水平。当一家银行出现风险事件时，由于信息传播的快速性和投资者的恐慌心理，市场上会迅速传播关于该银行的负面信息，即使其他银行的实际风险状况并未发生变化，投资者也可能会因为这些负面信息而对整个银行体系产生担忧，进而采取一系列避险行为，如提取存款、减少对银行的投资等。这些行为会导致其他银行面临流动性压力和融资困难，风险在银行间传染。此外，媒体的报道和市场传闻也会加剧信息的传播和市场的恐慌情绪，进一步推动风险的扩散。例如，2007年英国北岩银行遭遇挤兑事件，最初是由于市场上出现了关于北岩银行资金流动性问题的传闻，尽管北岩银行否认了这些传闻，但由于信息不对称，储户们纷纷对银行的安全性产生担忧，大量储户前往银行提取存款，导致北岩银行面临严重的流动性危机，风险迅速在英国银行体系中传播，最终北岩银行被政府接管。2.1.3风险传染效应的特征阐述突发性风险传染的突发性源于金融市场的复杂性和不确定性。金融市场中各种因素相互交织，微小的风险事件可能在短时间内引发连锁反应，导致风险迅速扩散。一些看似孤立的事件，如个别银行的一笔大额不良贷款暴露，可能会引发市场参与者对该银行以及整个银行体系的信心危机，进而触发风险传染。这种突发性使得金融机构和监管部门往往难以提前准确预测和有效防范风险的爆发。例如，2020年初，受新冠疫情的突然爆发影响，金融市场迅速陷入恐慌，投资者对经济前景的担忧导致风险在金融机构之间快速传染，许多银行的股价大幅下跌，市场流动性紧张，而在此之前，金融市场并没有明显的迹象预示到这场危机的来临。传染性传染性是风险传染效应的核心特征。商业银行之间紧密的业务联系和复杂的金融网络结构为风险的传播提供了便利条件。一家银行的风险可以通过信贷、市场、信息等多种渠道迅速传递给其他银行，形成多米诺骨牌效应。例如，在银行间市场中，银行之间的同业拆借业务使得它们在资金上相互依存，一旦一家银行出现资金问题，无法按时偿还拆借资金，就会影响到其交易对手的资金流动性，进而导致风险在银行间逐步扩散。此外，金融市场的一体化程度不断提高，银行与其他金融机构之间的联系日益紧密，风险也更容易在不同金融领域之间传播。放大性风险传染具有放大性，这是由于金融体系的杠杆效应和投资者的恐慌情绪等因素共同作用的结果。在金融市场中，商业银行普遍采用杠杆经营模式，通过借入资金来扩大资产规模，追求更高的收益。然而，这种杠杆效应在放大收益的同时，也放大了风险。当一家银行出现风险时，其资产价值的下降会导致其杠杆率进一步上升，资产负债表恶化，进而引发更多的风险事件。此外，投资者的恐慌情绪会加剧风险的放大。当市场出现负面消息时，投资者往往会过度反应，采取恐慌性的抛售行为，导致金融资产价格暴跌，银行的资产价值进一步缩水，风险在金融体系中不断放大。例如，2008年全球金融危机期间，雷曼兄弟的破产引发了投资者的恐慌，大量投资者抛售金融资产，导致金融市场流动性枯竭，许多银行的资产价值大幅下降，风险不断加剧，最终演变成一场全球性的金融灾难，对实体经济造成了巨大的冲击。2.2国内外研究现状2.2.1国外研究进展梳理国外对于商业银行风险传染的研究起步较早，在理论模型和实证研究方面都取得了丰硕的成果。在理论模型构建上，诸多学者从不同角度深入剖析风险传染的内在机制。Allen和Gale（2000）开创性地构建了银行间市场的风险传染模型，通过对银行间资产负债关系的细致分析，清晰地揭示了风险在银行间市场通过信贷渠道进行传染的过程。该模型假设银行之间存在复杂的债权债务关系，当一家银行遭遇流动性危机或信用风险时，其无法按时偿还债务，这将直接导致与之有业务往来的其他银行的资产质量恶化，进而引发连锁反应，使风险在银行间市场迅速扩散。例如，在一个简单的银行间市场模型中，银行A向银行B提供了大量的同业拆借资金，当银行A因自身贷款业务出现大量不良贷款而陷入财务困境时，它可能无法按时偿还银行B的拆借资金，银行B的资产负债表因此受到冲击，可能会被迫收缩信贷业务，影响到其他与银行B有业务关系的企业和银行，从而将风险传播开来。在实证研究领域，学者们运用多种计量经济学方法对风险传染效应进行了深入探究。Billio等（2012）运用格兰杰因果检验和方差分解等方法，对金融机构之间的风险溢出效应展开研究，通过构建向量自回归（VAR）模型，分析了不同金融机构收益率之间的动态关系，精确地识别出金融机构之间风险传染的方向和程度。研究结果表明，大型金融机构在风险传染中往往扮演着关键角色，其风险的变动对其他金融机构具有显著的溢出效应。例如，对美国金融市场的实证研究发现，在金融危机期间，像花旗银行、摩根大通等大型银行的股价波动和财务状况的变化，会通过市场信心和投资者预期等渠道，对众多中小金融机构产生强烈的影响，导致它们的股价下跌、融资成本上升，甚至面临破产风险。此外，国外学者还对不同金融市场环境下的风险传染进行了广泛研究。在金融全球化背景下，跨境风险传染成为研究热点。学者们通过分析国际金融市场的联动性，研究了不同国家银行之间的风险传染机制。如Kodres和Pritsker（2002）通过构建国际金融市场风险传染模型，探讨了宏观经济因素、金融市场开放程度等对跨境风险传染的影响，发现国际资本流动、汇率波动等因素在跨境风险传染中起着重要作用。在欧洲债务危机期间，希腊等国的主权债务危机通过国际金融市场迅速传染到其他欧洲国家的银行，导致欧洲银行业整体面临巨大风险，许多银行的资产质量下降，股价大幅下跌，这一案例充分验证了跨境风险传染的存在及其巨大影响。2.2.2国内研究成果综述近年来，国内学者针对商业银行风险传染问题也进行了大量深入研究，在风险度量、传染路径等方面取得了一系列重要成果。在风险度量方面，一些学者结合我国金融市场的实际特点，对传统的风险度量模型进行改进和创新。陈守东等（2017）运用CoVaR模型对我国商业银行的系统性风险进行度量，通过计算一家银行在其他银行处于困境时的风险价值，准确评估了银行之间的风险溢出效应。该模型考虑了银行之间的非线性关系和尾部风险，能够更全面地反映银行体系的风险状况。例如，在对我国上市商业银行的实证研究中，通过CoVaR模型分析发现，国有大型商业银行对其他银行的风险溢出效应相对较大，在金融市场波动时，国有大型商业银行的风险状况对整个银行体系的稳定性有着重要影响。在传染路径研究上，国内学者深入分析了我国商业银行风险传染的多种途径。刘晓星等（2015）通过构建复杂网络模型，研究了银行间市场的风险传染路径，发现银行间的同业拆借、债券投资等业务联系是风险传染的主要渠道。在银行间同业拆借市场中，银行之间的资金往来频繁，一旦一家银行出现流动性风险，无法按时偿还拆借资金，就会导致其交易对手银行的资金流动性紧张，进而通过银行间的业务网络将风险传播到其他银行。此外，学者们还关注到信息渠道在风险传染中的作用，信息不对称和市场恐慌情绪的传播会加剧风险在银行间的传染。当市场上出现关于某家银行的负面消息时，即使这些消息可能并不准确，但由于信息不对称，投资者和其他银行往往会采取避险行为，导致该银行面临更大的流动性压力和融资困难，风险也会在银行间迅速扩散。另外，国内研究还注重从宏观经济环境和金融监管政策角度探讨对商业银行风险传染的影响。宏观经济的波动会直接影响商业银行的资产质量和经营状况，进而影响风险传染的可能性和程度。在经济下行时期，企业经营困难，还款能力下降，商业银行的不良贷款率上升，风险在银行间更容易传染。金融监管政策的完善可以有效防范和控制风险传染。加强对银行资本充足率、流动性风险等指标的监管，能够提高银行的抗风险能力，降低风险传染的概率。实施逆周期资本缓冲政策，在经济繁荣时期要求银行增加资本储备，以应对未来可能出现的风险，从而增强银行体系的稳定性，减少风险传染的隐患。2.2.3研究评述与展望国内外学者对商业银行风险传染的研究为我们深入理解这一复杂的金融现象提供了丰富的理论和实证依据，但现有研究仍存在一些不足之处，未来研究可以从以下几个方向展开。当前研究在理论模型的构建上，虽然已经取得了一定的进展，但仍需进一步完善。部分模型对现实金融市场的复杂性考虑不够全面，如对金融创新产品和业务的风险传染机制研究相对较少。随着金融创新的不断发展，金融衍生品、资产证券化等创新产品和业务在商业银行的业务结构中所占比重日益增加，这些创新产品和业务的风险特征和传染路径与传统业务存在差异，需要构建更加完善的理论模型来准确描述和分析它们的风险传染机制。未来研究可以考虑引入更多的金融市场因素和微观主体行为因素，如投资者的风险偏好、金融机构的风险管理策略等，以提高理论模型的现实解释力和预测能力。在实证研究方面，数据的局限性是一个突出问题。目前的实证研究主要依赖于公开的财务数据和市场交易数据，这些数据可能存在信息不完整、滞后性等问题，影响了实证结果的准确性和可靠性。一些银行可能出于商业保密等原因，对某些敏感信息的披露不够充分，导致研究人员无法获取全面准确的数据。未来研究需要进一步拓展数据来源，加强与金融机构的合作，获取更详细、更及时的内部数据，同时结合大数据、人工智能等技术手段，对海量的金融数据进行挖掘和分析，以提高实证研究的质量。此外，国内外研究在风险传染的应对策略方面，虽然提出了一些宏观的政策建议，但在具体的实施路径和措施方面还需要进一步深入探讨。如何制定更加有效的金融监管政策，如何加强金融机构之间的协调与合作，以及如何提高金融市场参与者的风险意识和应对能力等，都需要进一步的研究和实践探索。未来研究可以结合实际案例，对不同的应对策略进行评估和比较，为政策制定者和金融机构提供更具针对性和可操作性的建议。三、我国商业银行风险传染现状洞察3.1我国商业银行体系概述我国商业银行体系丰富多样，依据不同的分类标准，涵盖多种类型，各自具备独特的特点，在金融体系中发挥着不可替代的作用。从所有权性质视角划分，主要包含国有商业银行、股份制商业银行、城市商业银行、农村商业银行以及外资银行。国有商业银行，如工商银行、农业银行、中国银行、建设银行和交通银行等，由国家控股，是国家金融稳定的重要支柱。它们规模庞大，资金实力雄厚，拥有广泛的分支机构和营业网点，业务覆盖全国乃至全球多个地区，在服务国家战略、推动经济发展方面发挥着关键作用，承担着实施宏观经济政策和提供金融服务的重要职能，是国家经济政策的重要传导者和执行者。股份制商业银行，如招商银行、中信银行、兴业银行等，以股份制形式设立，产权结构多元化，在经营机制、服务创新和市场响应等方面更为灵活，能够快速适应市场变化，在某些业务领域具有较强的专业性和特色化服务，在市场竞争中展现出较强的竞争力和发展潜力。城市商业银行主要服务于特定城市或地区，如北京银行、上海银行等，与当地政府和企业联系紧密，在满足当地企业和居民的金融需求方面具有较强的针对性和适应性，能够更好地了解当地市场情况，提供个性化的金融服务，在地方经济发展中发挥着重要的支持作用。农村商业银行聚焦农村地区，如各地的农村信用社改制而成的农村商业银行，在支持农村经济发展、服务“三农”方面具有独特优势，致力于为农村企业和农户提供金融服务，推动农村金融市场的发展，助力乡村振兴战略的实施。外资银行由境外投资者设立，如汇丰银行、花旗银行在中国设立的分支机构，它们引入国际先进的金融服务理念和管理经验，在资金实力、国际业务和管理经验等方面具有一定优势，为中国金融市场带来新的竞争格局和创新活力，促进了中国银行业与国际接轨。按照业务范围来分，可分为商业银行、政策性银行和合作银行。商业银行以营利为目的，主要业务包括吸收公众存款、发放贷款、办理票据贴现和转账结算等，是金融体系中最为常见和活跃的主体，通过提供多样化的金融服务，满足企业和个人的资金需求，在资金融通和资源配置中发挥着核心作用。政策性银行主要承担国家宏观政策任务，为特定领域提供资金支持，如国家开发银行、中国进出口银行和中国农业发展银行，它们不以盈利为主要目标，而是贯彻国家产业政策和区域发展政策，为国家重点项目、进出口贸易和农业发展等提供长期、大额的资金支持，促进经济结构调整和区域协调发展。合作银行以自愿、互助为基础，为成员提供金融服务，通常具有非营利性组织的特点，如农村信用合作社等，它们扎根基层，服务于当地居民和小微企业，在促进地方经济发展和社会稳定方面发挥着积极作用。从规模和地域角度划分，包括全国性商业银行、区域性商业银行和地方性商业银行。全国性商业银行，如国有商业银行和部分大型股份制商业银行，业务遍布全国，服务网络覆盖面广，资金实力和抗风险能力较强，能够为全国范围内的客户提供全面的金融服务，在金融市场中占据重要地位。区域性商业银行，如一些省级或跨区域的商业银行，业务范围主要集中在某一地区，具有较强的地域特色，能够结合当地经济特点和客户需求，提供针对性的金融服务，支持区域经济的发展。地方性商业银行，如小型城市商业银行和农村商业银行，以服务当地经济为主要目标，规模相对较小，与当地社区和企业联系紧密，能够及时了解当地客户的需求，提供灵活、便捷的金融服务，在促进地方经济发展和金融普惠方面发挥着重要作用。我国商业银行的发展历程曲折而辉煌。近代银行的雏形可追溯到明朝末年出现的类似银行的钱庄和票号，但真正意义上的现代银行起步于19世纪末。1845年，英国人设立了丽如银行，这是我国境内第一家银行；1897年，中国人自办的第一家银行——中国通商银行开始营业。20世纪30年代，国民党政权建立了以“四行二局一库”为主体的金融体系。新中国成立后，在计划经济体制下，形成了由中国人民银行“大一统”的银行体系，中国人民银行既承担中央银行职能，又从事商业银行活动。改革开放后，我国商业银行体系开始逐步改革和完善。1979-1993年，是我国商业银行的诞生和成长期，与经济体制由计划向商品和市场转化相适应，现代商业银行体系基本形成，先后恢复和设立了中国农业银行、中国银行、中国建设银行和中国工商银行等专业银行，并确立了中国人民银行的中央银行地位。1994-1997年，是中国现代化商业银行实质性建立的时期，通过将金融管理任务、政策性业务和商业性业务剥离，为专业银行进行商业化改革创造了条件。1997-2003年，国有银行商业化改革阶段，商业银行与政策性银行体系实现分离，不良贷款问题开始得到解决，政府控制银行和银行财政化经营机制开始扭转。2003年至今，是中国商业银行的股份制改造时期，商业银行和中小商业银行通过股份制改革并上市，实施产权多元化，市场化经营和股东利益最大化成为商业银行的经营目标，众多商业银行通过上市融资，优化了股权结构，提升了公司治理水平，增强了市场竞争力。在我国金融体系中，商业银行占据着核心地位，是金融体系的重要支柱。它不仅是连接储蓄者和投资者的桥梁，通过吸收公众存款，将社会闲置资金集中起来，再以贷款等形式投入到实体经济中，为企业发展提供资金支持，促进经济增长，还在资金流动和资源配置中发挥着关键作用。商业银行提供的支付结算、理财顾问、外汇兑换等多种金融服务，满足了社会各界多样化的金融需求，在服务实体经济、支持居民消费、促进金融创新等方面扮演着不可或缺的角色。商业银行的稳健运营对于维护金融体系的稳定、促进经济的健康发展具有至关重要的意义。一旦商业银行出现风险，可能会引发连锁反应，导致金融市场动荡，影响实体经济的正常运行，甚至可能引发系统性金融风险，因此，商业银行的稳定发展是金融体系稳定的基石。3.2风险传染的现实表现与案例解读3.2.1典型案例引入与分析以包商银行的风险事件为例，能直观地展现商业银行风险传染的过程及其产生的影响。包商银行前身为包头市商业银行，成立于1998年12月，2007年9月更名为包商银行，在内蒙古自治区及北京、成都、深圳、宁波等地共设立18家一级分行，拥有员工10171人，曾在区域金融市场中占据重要地位。包商银行风险事件的起因主要源于其内部公司治理的严重缺陷。从1998年开始，“明天系”陆续通过增资扩股和受让股权等方式不断提高其在包商银行的股权占比，截至2019年5月末，已有35户“明天系”企业共持有42.23亿股，占全部股份的89.27%。在控股期间，“明天系”通过虚构业务，以应收款项投资、对公贷款、理财产品等多种交易形式，共占用包商银行资金逾1500亿元，占包商银行资产总规模近30%。这种大股东的违规占用行为，严重侵蚀了包商银行的利润和资产质量，导致银行的资本充足率不断下降，自2017年起已低于监管要求，资产质量持续恶化，不良贷款率大幅上升，流动性风险不断加剧。随着风险的不断积累，包商银行的经营状况逐渐恶化，风险开始逐步暴露。2017年开始，包商银行的风险逐步显现，经营难以为继。“明天系”大股东虽多次尝试重组包商银行，但均以失败告终。一方面，有的战略投资者明显不具备商业银行股东资格；另一方面，有的战略投资者在了解资产状况后望而却步。此后，包商银行持续受到“明天系”污名效应影响，外部融资条件不断恶化，只能通过高息揽储等方式勉强维持流动性。截至2019年5月，包商银行的资产规模约5500亿元，负债规模约5200亿元，同业负债规模超3000亿元，共涉及全国约700家交易对手。评级公司将包商银行主体评级展望由稳定调整为负面，引发同业市场猜疑，融资成本不断上升，同业融资能力大幅下降，资金头寸严重不足，流动性风险一触即发。2019年5月24日，人民银行、银保监会发布公告，鉴于包商银行出现严重信用风险，为保护存款人和其他客户合法权益，依法依规对包商银行实行接管。这一事件在金融市场中引发了强烈的震动，产生了多方面的影响。在金融市场方面，包商银行事件打破了同业刚兑预期。长期以来，市场存在着对银行同业业务刚性兑付的预期，认为银行之间的业务往来不会出现违约情况。包商银行的违约使得这种预期被打破，市场对中小银行的信用风险产生了高度关注和担忧。这导致部分资质较差的中小银行同业资金融入难度加大，一旦同业资金难以续接，银行则会率先在资产端抛售流动性较高资产，如利率债等，资产抛压加大，市场利率波动加剧。同时，流动性的紧张还进一步传导至非银机构及产品，许多非银金融机构因与银行的业务关联而受到牵连，面临资金紧张的困境，金融市场的稳定性受到严重冲击。对实体经济而言，信用收缩风险加剧。当流动性风险恶化，资产抛售压力将会持续向流动性差的资产传导，银行信用创造及货币派生意愿均将受到影响，影响宽货币向宽信用传导效率。银行出于风险控制的考虑，会收紧信贷政策，提高贷款门槛，减少对企业的贷款投放，这使得许多企业，尤其是中小企业难以获得足够的资金支持，生产经营活动受到阻碍，经济增长面临下行压力。包商银行事件还对银行业的机构体系、业务布局和产品结构产生了深远影响。事件发生后，银行业开始重新审视自身的风险管理策略和业务模式，加强对公司治理的重视，提高风险识别和防控能力。负债成本进一步抬升，倒逼中小银行重新思考战略定位及发展路径，在与大中型银行的竞争中，寻求差异化发展，如借力金融科技，提升金融服务效率及风险识别能力，重视理财子公司带来的发展机会等。3.2.2风险传染的途径与方式解析同业业务渠道同业业务是商业银行之间进行资金融通和业务合作的重要领域，然而，它也成为了风险传染的关键途径。在同业业务中，银行之间通过同业拆借、同业存单、同业理财等业务形式建立起紧密的资金联系。当一家银行在同业业务中出现风险，如包商银行因信用风险导致无法按时偿还同业拆借资金或同业存单违约时，其交易对手银行的资产质量会直接受到冲击。这些银行可能会面临资金回收困难，资产负债表恶化，流动性风险上升。为了应对流动性压力，交易对手银行可能会被迫收缩信贷业务，减少对其他企业和金融机构的资金支持，从而使风险在银行间市场中进一步扩散。据相关数据显示，在包商银行事件发生后，市场上同业拆借利率出现了明显的波动，许多中小银行的同业融资成本大幅上升，同业业务规模也有所收缩，这充分表明了同业业务渠道在风险传染中的重要作用。市场信心渠道市场信心在金融市场中起着至关重要的作用，一旦市场信心受到冲击，风险传染便会迅速发生。当一家银行出现风险事件时，如财务状况恶化、负面新闻曝光等，投资者和市场参与者会对整个银行体系的稳定性产生担忧，进而引发市场恐慌情绪。在包商银行被接管事件中，市场对中小银行的信心受到了严重打击。投资者纷纷对中小银行的信用状况表示怀疑，减少对中小银行的投资，甚至出现了挤兑现象。这种市场信心的下降导致中小银行的融资难度加大，融资成本上升，经营压力剧增。即使一些中小银行的实际风险状况并未发生明显变化，但由于市场信心的影响，它们也不得不面临流动性风险和经营困境，风险在市场信心的传导下迅速扩散至整个银行体系。资产价格渠道资产价格的波动是风险传染的另一种重要方式。商业银行持有大量的金融资产，如股票、债券、贷款等，当一家银行出现风险时，其资产价格往往会下跌。这不仅会导致该银行自身的资产价值缩水，还会对持有相同或类似资产的其他银行产生负面影响。例如，在包商银行风险事件发生后，银行板块的股票价格普遍下跌，许多银行的市值大幅缩水。同时，与包商银行有业务关联的企业债券价格也出现了波动，持有这些债券的银行面临资产减值损失。资产价格的下跌还会引发投资者的恐慌抛售行为，进一步加剧市场的不稳定，使得风险在金融市场中迅速蔓延，影响整个银行体系的稳定性。3.3当前风险传染态势评估当前，我国商业银行风险传染呈现出复杂的态势，潜在风险不容忽视。从宏观层面来看，全球经济形势的不确定性增加了我国商业银行风险传染的外部压力。随着经济全球化的深入发展，我国金融市场与国际金融市场的联系日益紧密，国际经济形势的波动、贸易摩擦、汇率变动等因素都会对我国商业银行产生影响。全球经济增长放缓，国际贸易保护主义抬头，可能导致我国出口企业面临困境，还款能力下降，进而增加商业银行的信用风险。国际金融市场的动荡，如股票市场的大幅下跌、债券市场的违约事件等，也会通过市场信心和投资者预期等渠道，影响我国商业银行的稳定性，增加风险传染的可能性。在国内，经济结构调整和转型升级过程中，一些传统产业面临去产能、去库存的压力，企业经营困难，这对商业银行的资产质量构成了威胁。制造业中的钢铁、煤炭等行业，在去产能的过程中，部分企业可能出现亏损、停产甚至破产倒闭的情况，导致商业银行的不良贷款率上升。房地产市场的波动也是影响商业银行风险传染的重要因素。房地产行业与商业银行的业务联系紧密，房地产市场的过热或过冷都可能引发风险。房地产市场泡沫严重，一旦泡沫破裂，房价大幅下跌，房地产企业的资产价值缩水，还款能力下降，商业银行的房地产贷款面临违约风险，同时，房地产市场的低迷还会影响相关产业链上企业的经营状况，进一步加剧风险的传播。从商业银行自身的经营状况来看，部分中小银行在公司治理、风险管理等方面存在薄弱环节，容易成为风险传染的源头。一些中小银行的股权结构较为分散，大股东对银行的控制力较弱，导致公司治理结构不完善，内部监督机制失效，容易出现关联交易、违规经营等问题。在风险管理方面，中小银行由于技术和人才的限制，风险识别和防控能力相对较弱，对市场风险、信用风险和操作风险的管理不够到位。在市场波动时，中小银行可能无法及时准确地评估风险，采取有效的应对措施，从而使风险不断积累，一旦风险爆发，就可能通过同业业务、市场信心等渠道传染给其他银行。同业业务的快速发展在提高金融市场效率的同时，也加剧了银行间的风险关联。同业拆借、同业存单、同业理财等业务规模不断扩大，银行之间的资金往来更加频繁，风险传染的渠道也更加多样化。一家银行在同业业务中出现风险，很容易通过资金链条迅速传播到其他银行。根据相关数据统计，近年来我国商业银行同业业务规模持续增长，同业负债占总负债的比例也在不断提高，这表明银行间的风险关联程度在不断加深，风险传染的潜在威胁也在不断增大。金融创新产品和业务的不断涌现，如金融衍生品、资产证券化等，虽然为商业银行提供了新的业务增长点，但也带来了新的风险。这些创新产品和业务的结构复杂，风险难以准确评估和控制，容易引发风险的跨市场传染。资产证券化产品，由于其基础资产的质量和现金流的稳定性存在不确定性，一旦基础资产出现问题，就可能导致证券化产品的价值下跌，持有这些产品的银行将遭受损失，风险也会通过金融市场进一步扩散。四、风险传染效应的实证探索4.1研究设计4.1.1样本选取与数据来源为了深入研究我国商业银行风险传染效应，本研究选取了具有代表性的样本银行。样本涵盖了国有大型商业银行、股份制商业银行和城市商业银行等不同类型，包括工商银行、农业银行、中国银行、建设银行、交通银行、招商银行、民生银行、兴业银行、北京银行和南京银行等10家上市商业银行。这些银行在我国银行业中占据重要地位，资产规模、业务范围和市场影响力各不相同，能够较好地反映我国商业银行的整体情况。选择上市商业银行作为样本，主要是因为上市银行需要按照监管要求定期披露详细的财务报表和经营数据，数据的可得性和准确性较高，能够为实证研究提供可靠的数据支持。数据来源方面，主要包括以下几个渠道。一是各银行的官方网站，从这些网站上可以获取银行的年度报告、中期报告等财务信息，这些报告详细披露了银行的资产负债表、利润表、现金流量表等关键数据，以及业务发展情况、风险管理措施等重要信息。二是万得（Wind）数据库，该数据库是金融领域常用的专业数据库，整合了丰富的金融市场数据和企业财务数据，提供了全面、及时的金融信息服务。通过万得数据库，可以获取银行的股价数据、市场交易数据以及宏观经济数据等，这些数据对于分析银行的市场表现和风险状况具有重要价值。三是中国银行业监督管理委员会（现中国银行保险监督管理委员会）的官方网站和相关统计报告，这些资料提供了银行业整体的监管数据和行业统计信息，有助于了解我国银行业的宏观发展趋势和监管环境，为研究提供宏观背景支持。数据的时间跨度设定为2015年1月至2023年12月，这一时间段涵盖了我国金融市场的多个重要阶段，包括经济结构调整、金融监管政策变化以及金融市场波动等，能够全面反映我国商业银行在不同市场环境下的风险传染情况。4.1.2变量设定与度量方法被解释变量本研究选取银行的风险水平作为被解释变量，以衡量风险传染的效果。具体采用Z-Score指标来度量银行风险，该指标综合考虑了银行的资本充足率、资产回报率和杠杆率等因素，能够全面反映银行的风险状况。Z-Score指标的计算公式为：Z-Score=(ROA+CAR)/σ(ROA)，其中ROA表示资产回报率，反映银行的盈利能力；CAR表示资本充足率，衡量银行抵御风险的能力；σ(ROA)表示资产回报率的标准差，用于衡量银行盈利能力的稳定性。Z-Score值越大，表明银行的风险越低，抗风险能力越强；反之，Z-Score值越小，银行的风险越高。解释变量解释变量为其他银行的风险水平，用于探究其对目标银行风险的传染效应。同样采用Z-Score指标来度量其他银行的风险水平。在实证分析中，将逐一分析不同银行的风险水平对目标银行风险的影响，以确定风险传染的方向和程度。控制变量为了更准确地分析风险传染效应，本研究引入了多个控制变量。一是银行规模（Size），用银行的总资产的自然对数来表示。银行规模越大，通常其业务多元化程度越高，抗风险能力可能越强，但同时也可能因为规模庞大而在风险传染中受到更大的影响。二是资本充足率（CAP），直接采用银行财务报表中披露的资本充足率数据。资本充足率是衡量银行资本实力和抵御风险能力的重要指标，较高的资本充足率可以为银行提供更大的风险缓冲。三是不良贷款率（NPL），反映银行贷款资产的质量，不良贷款率越高，表明银行面临的信用风险越大。四是流动性比例（LR），用银行流动性资产与流动性负债的比值来表示，用于衡量银行的流动性状况，流动性比例越高，说明银行的流动性越强，在风险传染中受到流动性风险冲击的可能性越小。此外，还引入了国内生产总值（GDP）增长率、通货膨胀率（CPI）等宏观经济变量作为控制变量，以控制宏观经济环境对银行风险的影响。GDP增长率反映了经济的整体增长态势，经济增长较快时，银行的业务发展环境较好，风险相对较低；通货膨胀率则会影响银行的资产价值和经营成本，对银行风险产生影响。4.1.3模型构建思路与依据本研究采用向量自回归（VAR）模型来分析我国商业银行风险传染效应。VAR模型是一种基于数据驱动的实证模型，它不依赖于严格的经济理论假设，能够有效地处理多个变量之间的动态相互关系。在金融领域，VAR模型被广泛应用于分析金融市场变量之间的传导机制和风险传染效应。构建VAR模型的基本思路是将每个变量都表示为自身滞后值和其他变量滞后值的线性函数。对于包含n个变量的VAR(p)模型，其数学表达式为：\begin{align*}Y_t&=\sum_{i=1}^{p}A_iY_{t-i}+\epsilon_t\\Y_t&=[y_{1t},y_{2t},\cdots,y_{nt}]^T\\A_i&=[a_{ij}(i)]_{n\timesn},i=1,2,\cdots,p\\\epsilon_t&=[\epsilon_{1t},\epsilon_{2t},\cdots,\epsilon_{nt}]^T\end{align*}其中，Y_t是一个n维列向量，表示t时期的n个变量；A_i是n×n维系数矩阵，表示变量滞后i期的系数；p是滞后阶数；\epsilon_t是n维随机误差列向量，满足均值为零、协方差矩阵为\Omega的正态分布。在本研究中，将各银行的Z-Score指标以及控制变量纳入VAR模型中，通过估计VAR模型的参数，可以得到各变量之间的动态关系。为了进一步分析风险传染的方向和程度，还将使用脉冲响应函数和方差分解方法。脉冲响应函数用于描述当一个变量受到一个单位的冲击时，其他变量在不同时期的响应情况，从而直观地展示风险在银行之间的传导路径和动态过程。方差分解则是将每个变量的预测误差方差分解为各个变量冲击所贡献的部分，通过比较不同变量冲击对预测误差方差的贡献率，可以确定各变量对风险传染的相对重要性。选择VAR模型的依据主要有以下几点。一是VAR模型能够同时考虑多个变量的相互影响，而商业银行风险传染是一个复杂的过程，涉及多个银行之间以及银行与宏观经济环境之间的相互作用，VAR模型的多变量特性能够较好地捕捉这种复杂性。二是VAR模型不需要对变量之间的因果关系进行预先设定，而是通过数据本身来揭示变量之间的动态关系，这符合本研究对商业银行风险传染效应的探索性研究目的，能够更客观地分析风险传染的机制和特征。三是VAR模型在金融领域的实证研究中已经得到广泛应用，具有成熟的理论和方法体系，其估计结果和分析方法具有较高的可靠性和可解释性，便于与其他相关研究进行比较和验证。4.2实证结果解析4.2.1描述性统计分析对样本数据进行描述性统计，结果如表1所示。从Z-Score指标来看，最大值为[X1]，最小值为[X2]，均值为[X3]，标准差为[X4]，这表明不同银行之间的风险水平存在一定差异，且整体波动程度相对较大。国有大型商业银行由于资产规模庞大、资本实力雄厚，在风险管理和业务多元化方面具有优势，其Z-Score指标相对较高，风险水平较低；而部分城市商业银行可能由于业务范围相对狭窄、抗风险能力较弱，其Z-Score指标相对较低，风险水平较高。银行规模（Size）方面，最大值为[X5]，最小值为[X6]，均值为[X7]，反映出样本银行在资产规模上存在显著差距。国有大型商业银行的资产规模远远超过股份制商业银行和城市商业银行，这种规模差异会对银行的风险承受能力和市场影响力产生重要影响。大型银行在面对风险时，通常具有更强的缓冲能力和资源调配能力，能够更好地抵御风险传染；而小型银行则可能更容易受到风险冲击，在风险传染中处于不利地位。资本充足率（CAP）的最大值为[X8]，最小值为[X9]，均值为[X10]，整体处于较为合理的水平，但仍有部分银行的资本充足率接近监管要求下限，需关注其资本补充和风险抵御能力。资本充足率是衡量银行抵御风险能力的重要指标，较高的资本充足率可以为银行提供更大的风险缓冲空间，降低风险传染的可能性。当银行面临风险时，充足的资本可以吸收损失，维持银行的正常运营。不良贷款率（NPL）最大值为[X11]，最小值为[X12]，均值为[X13]，反映出不同银行的资产质量存在差异。资产质量较差、不良贷款率较高的银行，面临的信用风险较大，更容易成为风险传染的源头。不良贷款的增加会导致银行资产价值下降，盈利能力减弱，进而影响银行的稳定性和市场信心，增加风险在银行间传播的可能性。流动性比例（LR）最大值为[X14]，最小值为[X15]，均值为[X16]，表明样本银行的流动性状况总体良好，但仍有一定的波动。流动性是银行正常运营的关键因素，良好的流动性可以保证银行在面临风险时能够及时满足资金需求，避免因流动性危机引发风险传染。然而，部分银行流动性比例的波动可能意味着其在流动性管理方面存在一定挑战，需要加强流动性风险管理。国内生产总值（GDP）增长率和通货膨胀率（CPI）等宏观经济变量也呈现出一定的波动，反映出宏观经济环境的变化。宏观经济环境的波动会对商业银行的经营状况产生重要影响，进而影响风险传染的可能性。在经济增长较快时期，企业经营状况良好，银行的信贷业务风险相对较低，风险传染的可能性较小；而在经济衰退时期，企业还款能力下降，银行的不良贷款率上升，风险传染的可能性增大。表1：描述性统计结果变量观测值均值标准差最小值最大值Z-Score[样本数量][X3][X4][X2][X1]Size[样本数量][X7][标准差数值][X6][X5]CAP[样本数量][X10][标准差数值][X9][X8]NPL[样本数量][X13][标准差数值][X12][X11]LR[样本数量][X16][标准差数值][X15][X14]GDP增长率[样本数量][均值数值][标准差数值][最小值数值][最大值数值]CPI[样本数量][均值数值][标准差数值][最小值数值][最大值数值]4.2.2相关性分析对各变量进行相关性分析，结果如表2所示。Z-Score与银行规模（Size）呈显著正相关，相关系数为[X17]，这表明银行规模越大，其风险水平相对越低，抗风险能力越强。大型银行通常具有更广泛的业务网络、更丰富的客户资源和更强的资金实力，能够更好地分散风险，在面对风险冲击时具有更强的抵御能力。Z-Score与资本充足率（CAP）也呈显著正相关，相关系数为[X18]，说明资本充足率越高，银行的风险越低。充足的资本可以为银行提供更大的风险缓冲空间，增强银行抵御风险的能力。当银行面临风险时，充足的资本可以吸收损失，维持银行的正常运营，降低风险传染的可能性。Z-Score与不良贷款率（NPL）呈显著负相关，相关系数为[X19]，不良贷款率越高，银行的风险水平越高，这与理论预期一致。不良贷款的增加会导致银行资产质量下降，盈利能力减弱，进而影响银行的稳定性和市场信心，增加风险在银行间传播的可能性。银行规模（Size）与资本充足率（CAP）呈正相关，相关系数为[X20]，这意味着规模较大的银行往往具有更高的资本充足率。大型银行在融资渠道和资本补充能力方面具有优势，能够更容易地满足监管要求，保持较高的资本充足率。资本充足率（CAP）与不良贷款率（NPL）呈负相关，相关系数为[X21]，表明资本充足的银行在资产质量控制方面表现更好，不良贷款率较低。充足的资本可以使银行在贷款审批和风险管理方面更加严格，降低不良贷款的发生概率。此外，宏观经济变量GDP增长率与Z-Score呈正相关，相关系数为[X22]，说明在经济增长较快时期，银行的风险水平相对较低。经济增长会带动企业经营状况改善，还款能力增强，从而降低银行的信用风险，减少风险传染的可能性。通货膨胀率（CPI）与Z-Score呈负相关，相关系数为[X23]，通货膨胀可能会导致银行资产价值缩水，经营成本上升，从而增加银行的风险水平。表2：相关性分析结果变量Z-ScoreSizeCAPNPLLRGDP增长率CPIZ-Score1[X17][X18][X19][相关系数数值][X22][X23]Size[X17]1[X20][相关系数数值][相关系数数值][相关系数数值][相关系数数值]CAP[X18][X20]1[X21][相关系数数值][相关系数数值][相关系数数值]NPL[X19][相关系数数值][X21]1[相关系数数值][相关系数数值][相关系数数值]LR[相关系数数值][相关系数数值][相关系数数值][相关系数数值]1[相关系数数值][相关系数数值]GDP增长率[X22][相关系数数值][相关系数数值][相关系数数值][相关系数数值]1[相关系数数值]CPI[X23][相关系数数值][相关系数数值][相关系数数值][相关系数数值][相关系数数值]14.2.3回归结果与讨论运用Eviews软件对构建的VAR模型进行估计，得到回归结果如表3所示。从结果可以看出，部分银行的Z-Score滞后项对自身当期的Z-Score有显著影响，这表明银行自身的风险水平具有一定的持续性。银行在经营过程中，其风险状况往往受到前期经营决策、资产质量、风险管理水平等多种因素的影响，这些因素在短期内不会发生显著变化，因此银行的风险水平会在一定程度上延续。其他银行的Z-Score滞后项对目标银行当期的Z-Score也存在显著影响，验证了我国商业银行之间存在风险传染效应。当一家银行的风险水平上升时，会通过多种渠道，如同业业务、市场信心、资产价格等，将风险传递给其他银行，导致其他银行的风险水平也随之上升。具体来看，国有大型商业银行对股份制商业银行和城市商业银行的风险传染效应较为显著。国有大型商业银行在我国金融体系中占据重要地位，其资产规模庞大，业务范围广泛，与其他银行之间存在着紧密的业务联系。当国有大型商业银行出现风险时，会对整个银行体系产生较大的冲击，通过同业拆借、债券投资等业务渠道，将风险传染给股份制商业银行和城市商业银行。国有大型商业银行的风险状况还会影响市场信心，导致投资者对整个银行体系的信心下降，进而引发市场恐慌情绪，进一步加剧风险在银行间的传染。股份制商业银行对城市商业银行也存在一定的风险传染效应。股份制商业银行在业务创新和市场拓展方面较为活跃，与城市商业银行在某些业务领域存在竞争和合作关系。当股份制商业银行面临风险时，可能会通过业务合作关系将风险传递给城市商业银行，也可能会通过市场竞争加剧城市商业银行的经营压力，导致其风险水平上升。控制变量方面，银行规模（Size）对银行风险水平有显著影响，规模越大，风险水平越低，这与相关性分析结果一致。大型银行在资金实力、风险管理能力、市场影响力等方面具有优势，能够更好地抵御风险，降低风险水平。资本充足率（CAP）对银行风险水平有显著的负向影响，资本充足率越高，银行风险越低。充足的资本可以为银行提供更大的风险缓冲空间，增强银行抵御风险的能力，降低风险传染的可能性。不良贷款率（NPL）对银行风险水平有显著的正向影响，不良贷款率越高，银行风险越高。不良贷款的增加会导致银行资产质量下降，盈利能力减弱，进而影响银行的稳定性和市场信心，增加风险在银行间传播的可能性。流动性比例（LR）对银行风险水平的影响不显著，可能是因为样本银行的流动性状况总体较好，流动性风险对银行风险水平的影响相对较小。然而，这并不意味着流动性风险可以被忽视，在极端情况下，流动性危机仍可能对银行的稳定性产生重大影响。宏观经济变量GDP增长率对银行风险水平有显著的负向影响，经济增长越快，银行风险越低。在经济增长较快时期，企业经营状况良好，还款能力增强，银行的信贷业务风险相对较低，风险传染的可能性较小。通货膨胀率（CPI）对银行风险水平的影响不显著，可能是由于我国通货膨胀水平相对稳定，对银行风险的影响有限。但在通货膨胀率波动较大的情况下，仍可能对银行的资产价值、经营成本和市场信心产生影响，进而影响银行的风险水平。表3：VAR模型回归结果被解释变量解释变量系数标准误t统计量P值Z-Scorei,tZ-Scorei,t-1[系数数值][标准误数值][t统计量数值][P值数值]Z-Scorej,t-1（j≠i）[系数数值][标准误数值][t统计量数值][P值数值]Sizei,t[系数数值][标准误数值][t统计量数值][P值数值]CAPi,t[系数数值][标准误数值][t统计量数值][P值数值]NPLi,t[系数数值][标准误数值][t统计量数值][P值数值]LRi,t[系数数值][标准误数值][t统计量数值][P值数值]GDP增长率t[系数数值][标准误数值][t统计量数值][P值数值]CPIt[系数数值][标准误数值][t统计量数值][P值数值]常数项[系数数值][标准误数值][t统计量数值][P值数值]4.3稳健性检验4.3.1检验方法与策略为确保实证结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验。一是替换变量法，将被解释变量银行风险水平的度量指标Z-Score替换为其他常用的风险指标，如不良贷款拨备覆盖率（BLR）和杠杆率（LRG）。不良贷款拨备覆盖率是衡量银行贷款损失准备金计提是否充足的重要指标，反映了银行对信用风险的覆盖程度，计算公式为：不良贷款拨备覆盖率=贷款损失准备金/不良贷款余额。杠杆率则是衡量银行资本充足程度的指标，体现了银行的债务融资规模与自有资本的关系，计算公式为：杠杆率=一级资本/调整后表内外资产余额。通过使用这两个指标重新进行回归分析，检验实证结果是否保持一致，以验证研究结论对风险度量指标选择的稳健性。二是改变样本期间法，缩短样本时间跨度，选取2017年1月至2021年12月的数据进行再次回归。这一时间段涵盖了金融市场的不同波动阶段，包括经济增长的变化、金融监管政策的调整等，能够检验在不同市场环境下研究结果的稳定性。同时，通过缩短样本期间，可以减少外部因素对研究结果的干扰，更准确地反映商业银行风险传染效应的核心特征。三是采用分位数回归方法。分位数回归能够分析解释变量在不同分位点上对被解释变量的影响，相较于普通最小二乘法（OLS）回归，它可以提供更全面的信息，并且对异常值具有更强的稳健性。在本研究中，分别选取第25分位数、第50分位数和第75分位数进行分位数回归，观察不同分位数下各变量对银行风险水平的影响是否与之前的回归结果一致，以进一步验证研究结论的可靠性。4.3.2检验结果与分析稳健性检验结果如表4所示。在替换变量法中，当使用不良贷款拨备覆盖率（BLR）作为被解释变量时，其他银行的风险水平（以Z-Score衡量）对目标银行的不良贷款拨备覆盖率仍存在显著影响，且影响方向与原回归结果一致，表明银行间风险传染效应依然存在。当一家银行的风险水平上升时，会导致其他银行的不良贷款拨备覆盖率下降，即风险增加。银行规模（Size）、资本充足率（CAP）等控制变量对不良贷款拨备覆盖率的影响方向和显著性也与原回归结果基本相符，说明这些因素对银行风险的影响具有稳定性。银行规模越大，不良贷款拨备覆盖率越高，风险相对较低；资本充足率越高，不良贷款拨备覆盖率也越高，银行抵御风险的能力越强。使用杠杆率（LRG）作为被解释变量时，回归结果同样显示其他银行的风险水平对目标银行的杠杆率有显著影响，风险传染效应显著。银行规模、资本充足率等控制变量的影响也与原结果一致，进一步验证了研究结论的稳健性。在改变样本期间法下，采用2017-2021年的数据进行回归，各变量的系数符号和显著性与原回归结果基本相同。其他银行的风险水平对目标银行的风险水平依然存在显著的正向影响，说明在较短的样本期间内，商业银行之间的风险传染效应依然明显。控制变量方面，银行规模、资本充足率、不良贷款率等对银行风险水平的影响也保持稳定，表明这些因素在不同的样本期间内对银行风险的影响具有一致性。分位数回归结果显示，在第25分位数、第50分位数和第75分位数下，其他银行的风险水平对目标银行风险水平的影响均显著，且影响方向与原回归结果一致。在不同的风险水平分位点上，银行间的风险传染效应都存在，并且随着分位数的提高，风险传染的影响程度略有增强。这表明在银行风险水平较高时，风险传染的效果更加明显，进一步说明了研究结论的可靠性和稳定性。表4：稳健性检验结果检验方法被解释变量解释变量系数标准误t统计量P值替换变量法（BLR）BLRZ-Scorej,t-1（j≠i）[系数数值][标准误数值][t统计量数值][P值数值]Sizei,t[系数数值][标准误数值][t统计量数值][P值数值]CAPi,t[系数数值][标准误数值][t统计量数值][P值数值]NPLi,t[系数数值][标准误数值][t统计量数值][P值数值]LRi,t[系数数值][标准误数值][t统计量数值][P值数值]GDP增长率t[系数数值][标准误数值][t统计量数值][P值数值]CPIt[系数数值][标准误数值][t统计量数值][P值数值]常数项[系数数值][标准误数值][t统计量数值][P值数值]替换变量法（LRG）LRGZ-Scorej,t-1（j≠i）[系数数值][标准误数值][t统计量数值][P值数值]Sizei,t[系数数值][标准误数值][t统计量数值][P值数值]CAPi,t[系数数值][标准误数值][t统计量数值][P值数值]NPLi,t[系数数值][标准误数值][t统计量数值][P值数值]LRi,t[系数数值][标准误数值][t统计量数值][P值数值]GDP增长率t[系数数值][标准误数值][t统计量数值][P值数值]CPIt[系数数值][标准误数值][t统计量数值][P值数值]常数项[系数数值][标准误数值][t统计量数值][P值数值]改变样本期间法（2017-2021年）Z-Scorei,tZ-Scorej,t-1（j≠i）[系数数值][标准误数值][t统计量数值][P值数值]Sizei,t[系数数值][标准误数值][t统计量数值][P值数值]CAPi,t[系数数值][标准误数值][t统计量数值][P值数值]NPLi,t[系数数值][标准误数值][t统计量数值][P值数值]LRi,t[系数数值][标准误数值][t统计量数值][P值数值]GDP增长率t[系数数值][标准误数值][t统计量数值][P值数值]CPIt[系数数值][标准误数值][t统计量数值][P值数值]常数项[系数数值][标准误数值][t统计量数值][P值数值]分位数回归（第25分位数）Z-Scorei,tZ-Scorej,t-1（j≠i）[系数数值][标准误数值][t统计量数值][P值数值]Sizei,t[系数数值][标准误数值][t统计量数值][P值数值]CAPi,t[系数数值][标准误数值][t统计量数值][P值数值]NPLi,t[系数数值][标准误数值][t统计量数值][P值数值]LRi,t[系数数值][标准误数值][t统计量数值][P值数值]GDP增长率t[系数数值][标准误数值][t统计量数值][P值数值]CPIt[系数数值][标准误数值][t统计量数值][P值数值]常数项[系数数值][标准误数值][t统计量数值][P值数值]分位数回归（第50分位数）Z-Scorei,tZ-Scorej,t-1（j≠i）[系数数值][标准误数值][t统计量数值][P值数值]Sizei,t[系数数值][标准误数值][t统计量数值][P值数值]CAPi,t[系数数值][标准误数值][t统计量数值][P值数值]NPLi,t[系数数值][标准误数值][t统计量数值][P值数值]LRi,t[系数数值][标准误数值][t统计量数值][P值数值]GDP增长率t[系数数值][标准误数值][t统计量数值][P值数值]CPIt[系数数值][标准误数值][t统计量数值][P值数值]常数项[系数数值][标准误数值][t统计量数值][P值数值]分位数回归（第75分位数）Z-Scorei,tZ-Scorej,t-1（j≠i）[系数数值][标准误数值][t统计量数值][P值数值]Sizei,t[系数数值][标准误数值][t统计量数值][P值数值]CAPi,t[系数数值][标准误数值][t统计量数值][P值数值]NPLi,t[系数数值][标准误数值][t统计量数值][P值数值]LRi,t[系数数值][标准误数值][t统计量数值][P值数值]GDP增长率t[系数数值][标准误数值][t统计量数值][P值数值]CPIt[系数数值][标准误数值][t统计量数值][P值数值]常数项[系数数值][标准误数值][t统计量数值][P值数值]综上所述，通过多种稳健性检验方法，实证结果在不同的检验条件下均保持了较高的一致性和稳定性，表明本研究关于我国商业银行风险传染效应的结论是可靠的，进一步验证了我国商业银行之间存在显著的风险传染效应，且银行规模、资本充足率、不良贷款率等因素对银行风险水平具有重要影响。五、影响因素深度剖析5.1银行内部因素5.1.1银行规模与风险承担银行规模在商业银行风险承担和风险传染过程中扮演着关键角色。从理论层面来看，规模较大的银行通常具有更强的风险承担能力。大型银行拥有庞大的资产规模、广泛的业务网络和丰富的客户资源，这使得它们在面对风险冲击时具备更充足的缓冲空间。当市场出现波动或个别业务领域遭受损失时，大型银行可以通过多元化的业务组合和强大的资金调配能力，迅速调整资产结构，弥补损失，维持经营的稳定性。大型银行在金融市场中往往具有较高的声誉和信用评级，这使得它们在融资方面具有明显优势。它们能够以较低的成本获取资金，增强了应对流动性风险的能力，降低了因资金短缺而引发风险的可能性。以国有大型商业银行为例，工商银行、农业银行、中国银行和建设银行等，它们在我国金融体系中占据着重要地位，资产规模庞大，业务覆盖范围广泛。这些银行凭借其强大的实力，在风险承担方面具有显著优势。在2008年全球金融危机期间，尽管国际金融市场遭受重创，我国金融市场也受到一定程度的冲击，但国有大型商业银行凭借其雄厚的资本实力和稳健的经营策略，有效抵御了风险的冲击。它们通过积极调整信贷结构，加大对实体经济的支持力度，同时加强风险管理，优化资产配置，保持了资产质量的相对稳定，不良贷款率并未出现大幅上升，在风险承担方面表现出色，为维护我国金融体系的稳定发挥了重要作用。相比之下，小型银行在风险承担方面则面临更多挑战。小型银行由于资产规模较小，业务范围相对狭窄，客户群体相对单一，其风险抵御能力较弱。在面对风险事件时，小型银行可能缺乏足够的资金和资源来应对，容易受到风险的影响。小型银行在融资渠道上相对有限，融资成本较高，这使得它们在面临流动性风险时，更难通过外部融资来解决资金问题，增加了风险爆发的可能性。以一些城市商业银行为例，它们主要服务于当地经济，资产规模和业务范围相对受限。在经济下行时期，当当地企业经营困难，还款能力下降时，这些城市商业银行的不良贷款率可能会迅速上升，资产质量恶化。由于缺乏多元化的业务和广泛的客户基础，它们难以通过其他业务的盈利来弥补信贷业务的损失，风险承担能力较弱。在市场波动较大时