货币政策与银行风险承担
陈玉婵 钱利珍 ［摘 要］本文从货币政策影响银行风险承担的作用机理入手，总结了风险定价模型效应、逐利锦 标赛效应、思维定势效应和中央银行沟通反馈效应等四条货币政策对银行风险承担影响的渠道，并以 2004~2010年中国16家上市银行的数据为样本，采用系统广义矩估计方法实证分析中国货币政策对 银行风险承担的影响。实证分析结果表明：我国货币政策与银行风险呈负相关关系，即宽松的货币政 策鼓励了银行的风险承担；随着存款利率水平和存款准备金率的降低，银行的风险承担提高；同时中 国银行的风险承担与GDP的增长呈正相关关系，即具有显著顺周期特征。 ［关键词］货币政策；银行风险；风险承担；顺周期 ［文章编号］1009 - 9190（2012）04 - 0014 - 07 ［中图分类号］F82 ［文献标志码］AMonetary Policy and Risk-Taking of Banks CHEN Yu-chan QIAN Li-zhen
［Abstract］Based on the mechanism of monetary policy affecting the risk-taking of banks, this paper summarizes four channels of the impacts of monetary policy on the risk-taking of banks, the effects of risk pricing model，search for yield, habit formation and the communication and feedback of central bank. With the data sample of Chinese 16 listed banks and the estimation method of system GMM, the paper empirically analyses the impacts of Chinese monetary policy on the risk-taking of banks. The results show that Chinese monetary policy negatively relates to the risk-taking of Chinese banks, that is, loose monetary policy encouraging banks to take risks; with the decrease of deposit interest rate and deposit reserve ratio, the risk-taking of banks in－ creases; the risk-taking of Chinese banks positively relates to the Chinese GDP growth, which means a significant pro-cyclical feature.
［Key words］monetary policy; bank risk; risk-taking; pro-cyclical
一
、
引
言
目前关于货币政策对银行行为影响的研究主要关注货币政策对银行信贷数量的影响（Bernanke and Blinder，
1992；Kashyap and Stein，2000），而忽视了货币政策对银行风险承担的影响。次贷危机的爆发让学术界和货币当
局开始重视货币政策对金融稳定的影响。虽然难以证实货币政策是此次次贷危机的重要原因，但是毋庸置疑的
是它对危机的形成具有推动作用。持续的低利率刺激了资本市场和证券化信贷市场的繁荣，推动了金融机构在
高杠杆率下承担了过多的风险。从历史视角来看，宽松的货币政策环境是繁荣—萧条经济周期波动的经典组成
部分（Fisher，1933；Kindleberger，1978）。低利率可能通过降低银行和其他投资者的风险厌恶程度或提高风险承
担的意愿而导致金融失衡。货币政策的这一新传导机制被称为风险承担渠道（Borio and Zhu，2008），该传导机制
［收稿日期］2011年11月1日
［基金项目］ 本文为国家社科重大项目“扩大国内需求的宏观经济政策研究”（08&ZD034）的阶段性成果。
［作者简介］ 陈玉婵，女，厦门大学金融系，博士生（厦门，361005），E-mail：ycchen85@gmail.com；钱利珍，女，厦门大学金融
强调货币政策对风险认知或风险容忍的影响，进而影响投资者持有的风险头寸。Borio和Zhu（2008）指出货币政 策的风险承担渠道是货币政策与金融稳定之间被忽略的联系。在风险承担渠道下，一个成功控制通货膨胀和促 进经济增长的货币政策可能不利于金融稳定，因为它鼓励过度风险承担行为。 得益于较低的金融开放度和较严格的金融管制，中国受次贷危机的影响较小。但反思次贷危机的货币政 策根源对于中国金融体系的安全具有重要意义。为了促进经济的发展，中国实行了金融约束政策。通过控制利 率来为企业和银行创设租金，从而推动经济的发展。虽然近年来中国多次提高存贷款基准利率，但是总体而 言，利率水平仍处于较低水平。因此，研究中国的低利率政策对银行风险承担行为的影响，对中国金融业稳定 具有重要意义。如果货币政策的风险承担渠道在中国存在，那么中央银行在制定货币政策时就需要关注其政 策对银行风险承担的影响，以更好地促进金融稳定。因此，本研究对中国货币政策当局制定和执行货币政策具 有一定的启示。 本文余下部分结构安排如下：第二部分回顾国外关于货币政策对银行风险承担影响的相关文献。第三 部分梳理和总结货币政策对银行风险承担影响的传导渠道。第四部分利用中国16家上市商业银行的2004～ 2010年数据，采用系统广义矩估计方法，实证分析货币政策对银行风险承担的影响。第五部分是本文简要的 总结。
二
、
文献回顾
国外关于货币政策对银行风险承担行为影响的研究大致可以分成三类：第一类是从银行信贷标准的角度 来研究货币政策是否引起银行信贷标准的变动。这些研究主要考察信贷标准的相对变动，而非银行信贷标准的 绝对水平。第二类是利用从银行资产负债表提取银行风险承担的信息，研究货币政策对银行风险加权资产占总 资产的比例、不良贷款率和预期违约概率的影响。第三类是从银行风险定价的角度，研究货币政策对银行风险 承担的影响。因为风险定价反映了银行对风险的态度，如果银行对单位风险的定价降低或对所承担的额外风险 没有进行定价，就意味着银行风险容忍度提高。 （一）货币政策对银行信贷标准的影响 Lown和Morgan(2006)采用美国的数据，发现信贷标准倾向于在货币紧缩后严格，但结果不是统计显著的。 Jiménez等（2009）利用来自西班牙信贷登记资料中1984～2006年个体贷款数据，在控制银行资产负债表特征（如 银行杠杆率）后，发现货币政策宽松时期伴随着较高银行风险承担，支持了逐利锦标赛理论。他们的分析表明在 低利率水平下，信用记录不佳的借款人得到贷款的概率增加。Maddaloni和Peydró（2010）利用中央银行要求银行 提供的有关客户信贷标准的季度信息，研究了欧元区银行的信贷标准的决定因素，强调了低利率对信贷标准的 影响。他们利用16个欧元区国家2002第四季度至2009年第一季度的数据，发现低水平的短期利率导致商业 信贷和住房信贷贷款标准的放松，且低利率的持续时间越长信贷标准将进一步降低；同时，贷款标准的放松超 过借款人的声誉的改善，这意味着银行的风险偏好增加。此外，研究还表明证券化活动的活跃和银行监管标准 的松懈放大了低水平短期利率对银行风险承担的影响。Ioannidou等（2009）利用1999～2003年玻利维亚对银行 的公共信贷登记信息的微观数据，证明了在联邦基金利率低时，较高风险或信用评级较低的借款人获得贷款的 概率增加。 （二）货币政策对银行资产负债表风险的影响 De Nicolò等（2010）通过两个检验发现美国的货币政策和风险承担之间的负相关关系。第一个检验中，他 们发现政策利率与平均内部风险评级之间存在负相关关系。第二个检验利用银行的财务报表数据，在控制银行 杠杆率和宏观经济表现等后，他们发现政策利率与银行风险存在强的负相关，其中，银行风险衡量指标为风险 加权资产占总资产的比率。Delis和Kouretas（2010）在控制资本监管和监管环境的差异后，分析了2001～2008年 利率水平对3 628家西欧国家银行的影响。他们采用风险资产占总资产的比率和不良贷款占总贷款的比率来衡 量风险，发现利率与风险承担之间存在负相关关系。该结果对不同的利率、不同的估计方法和不同时间频率的 数据都是稳健的；同时，他们还发现高资本的银行的风险承担相对较低。Altunbas等（2010）利用包括15个欧盟 国家和美国在内的16个国家的超过1 100家上市银行1998～2008年季度数据，在控制宏观层面和银行层面特征后，发现低或太低的货币政策利率导致银行商业信贷风险的承担增加。在采用预期违约率（EDF）作为银行风 险核心衡量指标的同时，他们基于CAPM模型计算出的银行异质性风险和基于Campbell等（2001）的方法从股 票市场的波动中分离出的银行部门与个体银行水平的风险来作为银行风险的度量指标。Gaggl和Valderrama （2010）采用1994～2008年奥地利公司和银行的数据，分析了货币政策对银行商业贷款组合风险的影响。利用借 款人的年度资产负债表和利润表估计出每个公司的违约概率，并利用OeNB提供的信用等级相对应，分析得到 每家银行的违约概率。他们证明了在2003～2005年这段再融资利率处于低水平时期，奥地利银行的商业贷款组 合中的预期违约率提高。 （三）货币政策对银行风险定价的影响 De Nicolò等（2010）发现政策利率、贷款利率与有效联邦基金利率之间的利差存在负相关关系。Ioannidou 等（2009）证明了货币政策不仅影响了贷款的质量，而且影响了新贷款的定价。他们的研究表明贷款利差与月度 违约概率的变动不是线性增加的，这意味银行可能没有对额外风险进行定价。这与被广泛用于解释美国在近十
年风险承担的增长追逐收益（search for yield）机制相矛盾。
以上文献从三个角度对货币政策对银行风险承担进行实证分析，研究的结论大多支持了宽松的货币政策鼓励 了银行的风险承担。在中国货币政策对银行风险承担是否也存在显著负相关关系，是下文所要探讨的问题。
三
、
货币政策对银行风险承担影响的机理分析
虽然上述文献已表明货币政策对银行风险承担存在影响，但是仍有必要探索其影响机理。本文总结了四条 货币政策对银行风险承担影响的渠道：风险定价模型效应、逐利锦标赛效应、思维定势效应和中央银行沟通反 馈效应。（一）风险定价模型效应（price model effect）
低利率通过对价值、收入和现金流的影响，进而影响银行的风险衡量（Adrian and Shin，2009a；2009b；Borio
and Zhu，2008）。首先，货币政策决策影响了经济体的融资环境和资产市场的预期。较长期的低短期利率刺激了
资产和抵押品的价值，进一步影响了银行对违约概率、违约损失率和市场波动的估计。因此，资产和抵押品
价值的增加可能导致银行风险容忍度的提高（Adrian and Shin，2009a）。这与熟悉的金融加速器精神相近，但
金融加速器理论中强调的是抵押品价值的上升降低了借款约束（Bernanke et al.，1996），而风险承担渠道关
注的是由贷款部门中金融摩擦带来的放大效应（Adrian and Shin，2009b）。其次，随着资产价值的上升，银行
的资产负债表增长，它们的杠杆率下降，导致风险承担和贷款能力膨胀。由于风险容忍的程度随着银行资产
负债表的增长而提高，额外风险承担的动机得到支持。更大的贷款意愿导致了更高风险承担，因为安全贷款
人的集合基本上是固定的。此外，盯市会计和VaR技术的广泛使用，进一步加强了风险和资产价值的联系
（Danielsson et al.，2004）。
（二）逐利锦标赛效应（search for yield）
风险承担渠道可能因低利率促使资产管理者因契约的、行为上或制度上的原因而持有更多风险———所谓的 逐利锦标赛效应。银行的逐利动机来自三方面：定期还款契约的约束、收益挂钩薪酬制度和市场竞争的激励。首 先，银行拥有长期定期还款合约，他们需要匹配他们对债务的承诺和他们在资产中所获得的收益。当利率高时， 他们可以通过投资安全资产获得所需要的收入；当利率低时，他们被强迫投资于较高风险的资产以满足他们偿 还债务的需要。如果安全资产的收益在长期维持较低水平，投资安全资产可能意味着金融机构需要重新订立它 的长期债务合约或者违约，而转向较高风险资产（和较高收益率）增加其偿还债务的可能性。其次，与绝对收益 挂钩的管理者报酬起着相同的作用。安全资产的收益越高，通过投资安全资产，管理者可以获得的报酬越高，从 而降低了投资高风险资产的激励。再次，银行市场的竞争和信贷扩张相结合，可能迫使银行通过放松信贷标准
和增加风险暴露来增加利润（Dell’Arriccia and Marquez，2006）。 （三）思维定势效应（habit formation effect）
Campbell和Cochrane（1999）研究了普通股风险溢价的行为，发现投资者在经济繁荣时风险厌恶程度降低。
① 杨大光等（2008）的研究表明，中国上市银行的高管薪酬与商业银行的盈利能力和总资产呈显著正相关，但与经营的安全性和不良
贷款率的关系不显著。
使得银行的经营管理者产生了某种思维定势和乐观情绪，认为市场会一直繁荣，从而内生性地降低了风险厌恶
程度。同时，市场繁荣也刺激消费者的消费支出，棘轮效应导致市场参与者的风险偏好趋于上升。所以宽松的货
币政策可能使得银行管理者对未来过度乐观，从而降低了风险厌恶程度。
（四）中央银行沟通反馈效应（communication effect of central bank）
风险承担渠道可能因中央银行的沟通政策及其反应函数的有效性而增强。首先，货币政策对金融稳定的影
响取决于货币当局的沟通政策和反应函数，特别是中央银行管理通胀和短期利率预期的能力。较高的透明度和
可预测性将降低事前通胀和短期利率的不确定性，从而也降低了中长期利率和金融市场价格的不确定性。因
此，货币政策状况的较高透明度增强了银行对未来通胀和利率的预期能力，从而增强了银行重新定价资产和负
债的能力（Blinder et al.，2008；Blattner et al.，2008）。但在低利率水平下，货币政策较高预测性与短期利率的低水
平相结合，可能助长了银行的风险承担（Borio and Zhu，2008）。其次，货币政策还通过银行预期货币政策当局在
经济下行时或在不利冲击威胁到银行系统稳定时会采取强有力的措施而影响银行风险承担。该机制主要关注
中央银行的反应函数而不是政策利率的水平，被称为“格林斯潘卖权（Greenspan put）”或“伯南克卖权（Bernanke
put）”。预期中央银行在经济下行时或在不利冲击威胁到银行系统稳定时会采取强有力的措施，将产生所谓的
保险效应，进而鼓励银行的风险承担（Farhi and Tirole，2011；Diamond and Rajan，2009）。
以上四条渠道中前三条强调宽松货币政策对银行风险承担的影响，第四条渠道更关注的是公众对货币政 策预期的影响（见图1）。随着中国银行业广泛采用VaR等风险管理技术，第一条渠道对中国银行业风险承担的 影响已开始显现。同时，随着中国银行业竞争的加剧，存贷利差的缩小，基于第二条渠道对中国风险承担的影响 也开始显现。而且在中国银行业高管薪酬的决定机制中并没有充分考虑银行的综合经营绩效，而更多地与银行 规模业绩相关，这无疑提高了该渠道的影响①。至于第四条渠道，由于中国中央银行决策还缺乏透明度，所以银 行面临较大的政策不确定性，从而降低银行风险承担激励。但是“格林斯潘卖权”在中国事实上也是存在的，虽 然中国并没有明确的最后贷款人制度，但是实际上中国人民银行担负着最后贷款人的职责。隐性最后贷款人制 度的存在使得银行产生搭便车心理，并通过羊群效应来达到获得中央银行救助的目的。因此，货币政策通过第 四条渠道对中国银行业风险承担产生的影响是不容忽视的。 图1 货币政策对银行风险承担的影响机制
四
、
中国货币政策对银行风险承担影响的实证分析
上述货币政策对于银行风险承担的机理分析表明，从理论上看，中国货币政策对银行风险承担也存在影响。 本部分将通过实证来证明中国货币政策对银行风险承担的影响是否显著。 （一）变量选取 银行风险的度量指标主要有风险加权资产占总资产的比率、不良贷款比率和预期违约概率等。其中，风险 加权资产占表内总资产的比率和预期违约概率为风险承担的事前衡量指标，不良贷款率为风险承担的事后衡 量指标。考虑到前者更好地体现了银行资产组合风险承担和数据的可获得性，本文采用风险加权资产占总资产 的比率（risk）作为银行风险承担的衡量。其中，风险加权资产的计算采用吴俊等（2008）的方法，计算公式为：风 险加权资产=同业往来×20%+贷款×100%+固定资产×100%。同时，我们采用一年期定期存款基准利率（RETE）和 法定存款准备金率的变动（DRR）作为货币政策的代理变量，并引入GDP的增长率（GDP）作为宏观层面的控制 变量。一般来说，在经济处于上行时，银行往往具有扩张的冲动，因此上一期GDP增长率高可能会导致银行增加 银行风险承担，即银行风险承担具有顺周期性。同时考虑了以下银行层面的微观控制变量：银行规模（size）、杠 杆率（leverage）和盈利能力（profit）。银行规模采用银行总资产的对数来衡量，银行杠杆率采用（1-权益/总资产） 来衡量，银行盈利能力采用税前利润/总资产来衡量。为了降低内生性问题的影响，银行层面控制变量都采用滞 后一阶项。 样本为中国16家上市银行，包括工商银行、农业银行、建设银行、中国银行和交通银行、招商银行、兴业银 行、中信银行、光大银行、上海浦东发展银行、北京银行、南京银行、宁波银行、深圳发展银行、民生银行等。考虑 到中国银行业在2004年正式实施Basel协议，为消除制度因素的影响，本文样本区间为2004~2010年①。 （二）回归方程及结果分析 为了考察银行风险承担的动态滞后效应，本文在模型中引入了银行风险承担的一阶滞后项。考虑到银行风 险承担的一阶滞后项出现在被解释变量中将产生内生性问题，本文采用了系统广义矩估计方法。Blundell和Bond（1998）在Arrelano和Bond（1991）与Arellano和Bover（1995）的基础上，提出了系统广义矩
估计方法。该方法在估计过程中综合考虑了差分方程和水平方程，采用内生变量的两阶以上滞后项作为差分方 程中的工具变量，采用内生变量的一阶差分的滞后项作为水平方程中的工具变量。由于一阶差分广义矩估计量 的有限样本特性较差，易受到弱工具变量的影响。为了解决该问题，系统广义矩估计方法通过增加水平方程，从 而增加了有效的工具变量，降低了估计量的偏误。Blundell和Bond（1998）的蒙特卡洛模拟结果表明，在有限样 本下，系统广义矩估计量比一阶差分广义矩估计量的偏差更小，主要是因为系统广义矩估计方法中水平方程所 使用的工具变量对模型的内生变量具有很好的预测性。因此，本文采用系统广义矩估计方法来克服内生变量对 估计结果的影响。具体模型如下： riski，t=αriski，t-1+β′Xi，t-1+γMi，t+ηi+νi+εi，t △riski，t=△αriski，t-1+β′△Xi，t-1+γ△Mi，t+△νi+△εi，t 其中，riski，t代表银行承担风险，Xi，t代表控制变量，Mi，t代表货币政策代理变量（本文分别考虑了以利率和法 定存款准备金率为货币政策代理变量），ηi代表不可观测的地区固定效应，νi代表时间固定效应，εi，t代表模型的 误差项。 表1中分别给出了以利率作为Mi，t的回归结果（1）和以法定存款准备金率为Mi，t的回归结果（2）。本文采用 Sargan检验和二阶序列相关检验来判断工具变量选取的合理性。其中，Sargan检验为过度识别约束检验，原假设 为工具变量联合有效。Arellano-Bond序列相关检验AR（2）用于检验差分方程的残差是否存在二阶序列相关，原 假设为不存在二阶自相关。 从表1的Sargan检验和AR（2）检验的结果来看：Sargan检验拒绝了原假设，二阶序列相关检验也拒绝了原 假设。这表明工具变量是有效的，模型设定是合理的。 ① 数据来源：Bankscope和Wind数据库。
变量名称 回归结果（1） L.risk L.GDP L.size L.leverage L.profit RETE DRR 常数项 Wald值 Sargan P值 AR（2）P值 0.730***（0.138） 0.597***（0.11） 0.009（0.007） -0.566（0.468） -2.467（2.026） -0.050***（0.005） -0.617（* 0.320） 289.50*** 0.425 0.232 回归结果（2） 0.827***（0.118） 0.314***（0.092） 0.011（* 0.006） -0.532（0.421） -0.261（1.759） -0.012***（0.001） 0.412（0.296） 698.27*** 0.244 0.179 注：括号中为标准差，***代表在1%的置信水平上显著；**代表在5%的置信水平上显著； *代表在10%的置信水平上显著；L.X表示变量X的滞后一阶。 表1 系统广义矩估计结果 从回归系数来看，利率和存款准备金率 的回归系数在1%的置信水平上显著为负， 这表明货币政策与银行风险呈负相关关系， 即随着存款利率水平和存款准备金率的降 低，银行的风险承担提高。这意味着中国长 期的低利率政策刺激了中国银行业的风险 承担行为，对中国银行业风险的积累具有推 动作用。 GDP增长率的回归系数在1%的置信 水平上显著为正，这表明中国银行业风险承 担与GDP的增长呈正相关关系，即中国银 行业风险承担具有顺周期性。当经济处于上 行阶段，银行存在扩张信贷的冲动，因此，隐 藏于GDP增长背后的银行业风险不容忽视， 监管当局应密切关注银行在经济上行时的 风险承担。 银行风险承担的滞后项回归系数在1%的水平上显著为正且大于0.7，这说明银行风险承担与上期银行风 险承担之间存在正相关关系，且中国银行业风险承担存在较大的惯性，调整速度较慢。 以法定存款准备金率作为货币政策代理变量的回归结果（2）中，银行规模的回归系数在10%的置信水平上 是显著为正的。但在以一年期定期存款利率为货币政策代理变量的回归结果（1）中，银行规模的回归系数在 10%的置信水平上仍不显著。这表明中国银行业的规模与其银行风险承担存在较弱的正相关性，这可能源于中 国银行业存在较严格的管制，银行难以通过多元化来实现风险分散。同时，规模较大的银行相对更有能力承担 更多的风险，但总体上规模对银行风险承担能力的影响有限。 此外，杠杆率和盈利能力指标的回归系数为负，但都不显著，表明杠杆率水平和盈利能力与银行风险水平 不存在显著关系，这与Delis和Kouretas（2010）等的结论不一致。一般来说，银行的杠杆率越高，意味着银行风险 转嫁的动机越强，即承担风险的意愿越强烈。同时，盈利能力越强，则银行承担更高风险的动机降低。实证结果 与理论的不一致，可能是由于中国银行业的同质性较强，都具有强烈的逐利动机，所以银行个体层面的特征对 银行风险承担的影响不显著。
五
、
结
论
货币政策能够通过风险定价模型、逐利锦标赛、思维定势和中央银行沟通反馈四条传导渠道对银行的风险 承担产生影响。利用中国16家上市银行2004~2010年数据的实证结果表明：货币政策对中国银行的风险承担 具有显著影响。随着利率水平和法定存款准备金率的降低，银行的风险承担提高。从金融稳定的角度来看，这表 明货币政策是非中性的。因此中央银行应该高度重视其制定的货币政策对银行风险承担的影响，而银行监管机 构也应关注货币政策环境的变化对银行风险承担的影响。尤其在利率水平长期处于低水平时，应加强对银行的 监管。 [参考文献] 吴俊、康继军、张宗益，2008.中国经济转型期商业银行资本与风险行为研究:兼论巴塞尔协议在我国的实施效果［J］.财经研究，（1）：51-61. 杨大光、朱贵云、武治国，2008.我国上市银行高管薪酬和经营效率相关性研究［J］.金融论坛，（8）：9-13.Adrian, T., and Shin, H.S., 2009a. Money, Liquidity, and Monetary Policy［J］. American Economic Review, 99（2）：600-605.
Adrian, T., and Shin, H.S., 2009b. Financial Intermediation and Monetary Economics［R］. Federal Reserve Bank of New York Staff Reports, No. 398.
Altunbas, Y., Gambacorta, L., and Marques-lbanez, D., 2010. Does Monetary Policy Affect Bank Risk-taking?［R］. ECB Working Paper, No. 1166.
Arellano, M., and Bond, S.R., 1991. Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations［J］. Reviews of Economic Studies, 58：277-297.
Arellano, M., and Bover, O., 1995. Another Look at the Instrumental Variable Estimation of Eorror-components Models［J］. Reviews of Economic Studies, 58：277-297.
Bernanke, B. S., and Blinder, A. S., 1992. The Federal Funds Rate and the Channels of Monetary Transmission［J］. American Economic Review, 82：901-921.
Bernanke, B., Gertler, M., and Gilchrist, S., 1996. The Financial Accelerator and the Flight to Quality［J］. The Review of Economics and Statistics, 48：1-15.
Blattner, T., Catenaro, M., Ehrmann, M., Strauch, R., and Turunen, J., 2008. The Predictability of Monetary Policy［R］. ECB Working Paper, No. 83. Blinder, A.S., Ehrmann, M., Fratzscher, M., De Haan, J., and Jansen,D.J., 2008. Central Bank Communication and Monetary Policy: A Survey of Theory and Evidence［R］.ECB Working Paper, No. 898.
Blundell, R.W., and Bond, S.R., 1998.Initial Conditions and Moment restrictions in Dynamic Panel Data Models［J］. Journal of Econometrics, 87：115-143.
Borio, C., and Zhu, H., 2008. Capital Regulations, Risk-taking and Monetary Policy: A Missing Link in the Transmission Channel［R］. BIS Working Paper, No. 268.
Campbell, J.Y., and Cochrane, J., 1999. By Force of Habit: A Consumption -based Explanation of Aggregate Stock Market Behaviour［J］. Journal of Political Economy, 107：205-251.
Campbell, J.Y., Lettau, M., Malkiel, B. G., and Xu, Y., 2001. Have Individual Stocks Become More Volatile? An Empirical Exploration of Idiosyncratic Risk［J］. Journal of Finance, 56（1）：1-43.
Danielsson, J., Shin, H.S., and Zigrand, J.P., 2004. The Impact of Risk Regulation on Price Dynamics［J］. Journal of Banking and Finance, 28
（5）：1069-1087.
De Nicolò, G., Dell’Ariccia, G., Laeven, L., and Valencia, F., 2010. Monetary Policy and Bank Risk Taking［R］. IMF staff position note. Delis, M.D., and Kouretas, G., 2010, Interest Rates and Bank Risk Taking［R］. MPRA Working Paper, No. 20132.
Dell’Ariccia, G., and Marquez, R., 2006. Lending Booms and Lending Standards［J］. Journal of Finance, 61：2511-2546. Diamond, D. and Rajan, R., 2009. Illiquidity and Interest Rate Policy［R］. NBER Working Paper, No. 15197.
Farhi, E., and Tirole, J., 2011. Collective Moral Hazard, Maturity Mismatch and Systemic Bailouts［J］. American Economic Review, forthcoming. Fisher, I., 1933, The Debt Deflation Theory of Great Depressions［J］. Econometrica, 1（4）：337-357.
Gaggl, P., and Valderrama, M.T., 2011. Does a Low Interest Rate Environment Affect Risk Taking in Austria［J］. Monetary Policy & the Economy, 4：32-48.
Ioannidou, V., Ongena, S., and Peydrò, J.L., 2009. Monetary Policy and Subprime Lending: A Tall Tale of Low Federal Funds Rates, Hazardous Loan, and Reduced Loans Spreads［R］. European Banking Center Discussion Paper, No. 2009-04S.
Jiménez, G., Ongena, S., Peydrò-Alcalde J.L., and Saurina, J., 2009. Hazardous Times for Monetary Policy: What do Twenty -three Million Bank Loans Say about the Effects of Monetary Policy on Credit Risk-taking?［R］. Banco de Espa觡a Working Paper, No. 0833.
Kashyap, A. K,. and Stein, J. C., 2000. What Do a Million Observations on Banks Say about the Transmission of Monetary Policy［J］. American Economic Review, 90：407-428.
Kindleberger, C.P., 1978. Manias, Panics and Crashes: A History of Financial Crises［M］. New York: Basic Books.
Lown, C., and Morgan, D. P., 2006. The Credit Cycle and the Business Cycle: New Findings Using the Loan Officer Opinion Survey［J］. Journal of Money, Credit and Banking, 38：1575-1597.
Maddaloni, A., and Peydró, J., 2010. Bank Risk-taking, Securitization, Supervision and Low Interest Rates: Evidence from the Euro Area and the U.S. Lending Standards［R］. ECB Working Paper, No.1248.
