中国商业银行规模、治理与风险承担的实证研究

宋清华，曲良波，陈雄兵

（中南财经政法大学 金融学院，湖北 武汉 430073）

一、引言

2010年7月21日，美国总统奥巴马签署了具有划时代意义的《多德—弗兰克华尔街改革与消费者保护法案》(Dodd-Frank Wall Street Reform and Consumer Protection Act），其重点是限制商业银行规模，规定单一商业银行在储蓄存款市场所占份额不得超过10%。此规定还将拓展到非存款资金等其他领域，以此来限制商业银行的增长和合并。因而，争论已久的“大而不倒”问题也将得到根本解决。

“大而不倒”（Too Big Too Fail），①是指政府因为大型商业银行规模巨大而不能让其倒闭。规模巨大的商业银行一旦倒闭，很可能引发系统性风险，甚至给整个金融体系和经济体系造成崩溃。在美国，商业银行“大而不倒”问题由来已久，后来逐渐成为一种监管理念甚至法律。尽管如此，关于“大而不倒”可能引发问题的争论一直存在，甚至被许多人谴责。大银行受到“大而不倒”政策的保护，而小银行无法享受到这种特殊待遇，因此，这种保护刺激了大银行冒险的动机。国际清算银行和国际货币基金组织分别发表的报告（2001）认为，银行太大难以约束，它们会用自己的影响力左右政策制定者和银行监管当局。雷曼兄弟的倒闭引发了市场恐慌，美国次贷危机由此演变成一场全球金融危机；而对花旗银行等大型商业银行的救助使得美国政府入不敷出，规模巨大的商业银行也陷入道德风险的泥潭。于是，大型商业银行“大而不倒”等规模问题已成为政府必须解决的问题。

然而，限制商业银行规模的政策主张仍然存在较大的争议。赞成者认为，限制商业银行的规模可以延迟商业银行变得更大的时间，这样不至于让更多的经济资本同风险相伴，也不至于因为“大而不倒”涉及的规模问题而扭曲市场的竞争力。反对者则认为，涉及商业银行“大而不倒”规模问题的改革存在许多问题：其一，在实践中，难以对商业银行规模进行合理的界定，即究竟商业银行的规模多大才是合理的；其二，即使上述第一个问题得到解决，但对商业银行规模进行界定会使那些容易引起系统性风险的小型商业银行逃脱金融监管（Stern和Feldman，2009）；[1]其三，限制商业银行规模将弱化美国银行产业的全球竞争力并导致市场份额的丧失；其四，基于一些国家相对小的商业银行面临巨大的救助成本的事实，Dermine和Schoenmaker（2010）认为限制商业银行规模不是解决“大而不倒”问题的最好办法。[2]

商业银行规模与风险承担有什么样的关系？商业银行规模和银行治理是具有抑制风险承担还是扩大风险承担的作用？这正是本文研究的出发点和意义所在。本文选取2000-2010年中国A股市场13家上市商业银行的数据，采用面板计量模型考察商业银行规模、银行治理对风险承担的影响。

二、文献评述和假说提出

国外文献主要围绕商业银行“大而不倒”问题引起的规模与风险承担问题进行研究，既有理论分析、数理建模分析，也有实证分析。

Mayer（1975）分析了规模较大的问题银行倒闭以及对其进行救助的利弊，探讨了是否应该让严重亏损的大银行倒闭问题。[3]Demsez和Strahan（1995）采用美国150家1980-1993年银行控股公司数据，得出结论：金融控股公司的非系统性风险和规模呈负向关系；金融控股公司的系统性风险和规模呈正向关系。[4]Aghion、Bolton和Fries（1999）从道德风险的角度研究了“大而不倒”政策实施过程中存在的问题，认为“大而不倒”会诱发银行无限扩大规模，刺激其追逐风险过高的投资项目，使其承担更高的道德风险。[5]Boyd、Nicolo和Abum（2006） 以及Boyd、Jagannathan和Kwak（2009） 认为，由于政府安全网的作用，银行变得越大，它们越有可能从事高风险业务。[6-7]Hakenes和Schnabel（2011）采用包含不完全竞争和道德风险的数理模型，在巴塞尔协议Ⅱ的框架下分析了银行规模和风险承担之间的关系。结果表明：如果商业银行使用内部评级法并且实施成本不太高的话，那么内部评级法将极大地提高银行的资本充足率要求。但是，在巴塞尔协议Ⅱ下，商业银行具有对标准法和内部评级法的自由选择权，这使大型商业银行具有巨大的竞争优势，且在商业银行间存在激烈的竞争，这反而使小型商业银行承担较高的风险，从而增加总风险承担。[8]

孔爱国和卢嘉园（2010）以2002-2008年中国A股市场上市商业银行数据，采用面板模型进行分析，发现银行规模有助于降低银行风险。[9]鉴于此，提出第一个研究假说。

假说1：商业银行规模和风险承担呈U形关系。

中国同样也有类似于美国“大而不倒”等政府安全网的作用。大型商业银行是商业银行的主体，一方面发挥商业银行赢利的角色；另一方面大型商业银行有较重的政治任务，受政府干预较多，对社会长期发展有益的项目必须为其提供融资，即便风险承担较高也由国家信用担保。相比之下，股份制商业银行和城市商业银行更受经济利益的驱动，重视风险管理。因此，提出第二个研究假说。

假说2：大型商业银行面临的风险承担比股份制商业银行要高。

Gompers、Ishii和Metrick（2003）证明了好的公司治理有比较高的公司价值；但是，也不排除高管为了增加公司价值，出于股东利益的考虑而增加风险项目。也就是说，在一般的公司中，好的公司治理和风险承担呈正向关系。[10]但Rajan（2006）、Diamond和Rajian（2009） 指出，商业银行高管的薪酬结构不同于一般性的公司，高管业绩部分上是基于他们创造的利润。高管在短期之内为了提高利润，有激励增加商业银行的风险，可能并不完全是为了股东价值最大化，这就是所谓的“短期主义”。[11-12]

所以在商业银行中，好的公司治理应该对高管激励给予限制，避免高管牺牲股东的利益使商业银行产生高的风险承担。因此，提出两个研究假说。

假说3a：商业银行治理和风险承担呈正向关系；

假说3b：大型商业银行治理引起的风险承担比股份制商业银行要高。

三、研究方法和样本

（一）样本数据

本文选取在沪深A股市场上市的13家商业银行数据（剔除上市较晚的中国农业银行）②作为研究对象，时间跨度是2000-2010年，数据来源于国泰安数据库（CSMAR）。根据银监会对中国商业银行的分类标准，13家商业银行可分为大型商业银行、股份制商业银行和城市商业银行进行分类研究。

（二）模型设定

首先，本文参考国外文献主流研究方法，以滞后一期的银行规模一次项、二次项的自然对数及滞后一期的银行治理变量作为解释变量，以银行风险承担作为被解释变量，建立回归模型，从总体上探讨中国商业银行规模、银行治理与风险承担之间的关系。本文的基本模型是非平衡面板数据回归模型，模型的总体设定如（1）式所示：

其中，被解释变量Z-scoreit为银行风险承担代理变量；解释变量lnSIZE2it-1、lnSIZEit-1为滞后一期的银行规模的二次项、一次项的代理变量；GOVit-1为滞后一期的银行治理的代理变量；controlit-1为影响银行风险承担的控制变量；λit随银行个体和时间变化；μit为误差项。需要说明的是，在本文的第四部分，将利用固定效应的F检验统计量和随机效应的Hausman检验统计量来检验模型(1)应选择何种效应。

（三）变量选择

1．被解释变量

参考Nash和Sinkey（1997）、Blasko和Sinkey（2006） 采用Z-scoreit作为风险承担 （risk taking）③的测度，而Laeven和Levine（2009）、Houston和Chen、Lin（2010） 采用lnZ-scoreit作为风险承担的测度。[13-16]但问题是，风险承担Z-scoreit可能出现负值，用lnZ-scoreit测算风险承担可能损失一些观察值。基于这个原因，本文用Z-scoreit作为被解释变量，用lnZ-scoreit作为风险承担Z-scoreit的稳健性检验。Z-scoreit表示银行破产风险，其计算公式为：

其中，下标i表示银行，t表示时期；ROAit表示银行i在t期的资产收益率；EAit表示银行i在t期的资本资产比率；σ(ROA)it表示银行i在t期的资产收益率的标准差，即资产收益率的波动。

2．解释变量

（1）银行资产规模和增长率的代理变量（lnSIZEit-1和GSIZEit-1）：参考现存的国外文献，普遍采用银行的总资产度量银行规模。为了考察银行资产的增长速度对风险承担的影响，本文加入银行资产的增长率。本文采用银行资产规模的自然对数度量银行规模。

（2）银行治理的代理变量（GOVit-1）：Ferreira和Laux(2007)用银行股价的收益对银行所在交易市场的指数收益率进行回归，来测算银行的非系统性波动：[17]

3．控制变量

（1）银行成立的年限（AGEit）：一般认为，成立时间越长的银行拥有控制银行风险的能力越强。

（2）银行股价市值与面值的比率（MBit-1）④：一般认为，银行特许权价值与风险承担呈负向关系。

（3）非利息收入与总资产的比率（NAit）：银行收入分为利息收入和非利息收入，目前银行资产结构中，非利息收入资产在增加；银行的非利息收入越大，银行风险承担越大。

（4）银行债务对总资产的比率（DAit）：目前银行存在大量的负债，加大了银行的流动性风险，导致银行产生过高的风险承担。

（5）银行高管⑤薪酬⑥的自然对数（lnSIZEit-1）：美国的薪酬体系和薪酬结构被认为是美国次贷危机引发全球金融危机的重要原因。所以本文选取银行高管薪酬的自然对数作为银行风险承担的控制变量。

考虑到中国大型商业银行、股份制商业银行和城市商业银行风险承担的程度不同，因此有必要加入虚拟变量：虚拟变量D1it-1表示股份制商业银行的值设为1，其他银行设为0；虚拟变量D2it-1表示大型商业银行的值设为1，其他银行设为0。本文研究变量的名称及定义如表1所示。

表1 研究变量概述

根据上文所设定的被解释变量、解释变量和控制变量及第二部分所提出的四个假说，把模型(1)改进为模型(4)、(5)、(6)、(7)、(8)。

将模型(1)修改为式(4)以便检验假说1、2和3a：

将模型(1)修改为式(5)以便检验假说3b：

为了说明银行规模通过哪些途径作用于银行风险承担，本文用Z-scoreit的成分变量ROAit、σ(ROA)it、EAit在控制变量的作用下对银行规模代理变量进行面板回归，模型(1)可改进为：

四、实证结果及分析

（一）变量描述性统计

表2给出了变量的描述性统计。全样本中，风险承担代理变量Z-scoreit的均值为20.158，中位数为19.942，说明样本中少数银行的风险承担高于平均风险承担水平。银行规模及增长速度的代理变量SIZEit、GSIZEit的均值分别高于中位数，说明样本中少数大型银行及其资产增长速度拉高了银行平均规模和增长速度。银行治理的代理变量GOVit-1的平均水平为0.214，远远高于中位数。从分样本来看，股份制商业银行Z-scoreit的均值为18.531，小于大型商业银行和城市商业银行的平均水平，说明股份制商业银行的风险承担水平最高。大型商业银行规模代理变量的均值为7.6E+12，远高于股份制商业银行和城市商业银行，说明银行业的大部分资产被少数大银行所主宰。股份制商业银行、城市商业银行的资产增长速度代理变量GSIZEit的均值分别为0.116和0.168，均高于大型商业银行的平均增长速度0.082，说明尽管股份制商业银行、城市商业银行资产不占据支配地位，但发展速度较快。股份制商业银行、大型商业银行、城市商业银行的银行治理代理变量GOVit-1均值分别为0.454、-0.590、-0.349，说明股份制商业银行的银行治理水平最好，城市商业银行次之，大型商业银行最差。大型商业银行因为其规模巨大，其资产收益率ROAit、净利润率的自然对数lnPROit均高于股份制商业银行。

（二）面板单位根和协整检验

1.变量面板单位根检验

本文使用软件Eviews7.0，首先根据面板水平变量的趋势图观察变量面板单位根的检验形式，然后分别采用LLC检验、IPS检验、ADF-fisher检验、PP-fisher检验，对模型(4)、(5)、(6)、(7)、(8)中的银行风险承担（Z-scoreit）、银行规模（lnSIZEit）、银行治理（GOVit）等代理变量，银行股价市值与面值的比率（MBit）、银行非利息收入与总资产的比率（NAit）、银行债务与总资产的比率（DAit）、银行高管薪酬的自然对数（lnSALAit）等控制变量进行面板单位根检验。检验结果见表3。检验结果表明，变量 Z-scoreit、lnSIZEit、MBit、DAit、lnSALAit为 I(1)即一阶单整变量；GOVit、NAit为 I(0)即平稳变量。对于面板模型，如果变量是非平稳的，进行面板回归之前要进行面板协整检验，以判断是否可能属于面板伪回归。所以本文在做面板回归分析之前，需要对I(1)变量Z-scoreit、lnSIZEit、MBit、DAit、lnSALAit做面板协整检验。

表2 变量描述性统计

2.变量面板协整检验

面板数据的协整检验可以分为两大类：一是在EG两步法检验基础上的面板协整检验，具体方法主要有Pedroni检验和Kao检验；另一类是在Johansen协整检验基础上的面板协整检验。Pedroni（1999）提出了基于EG两步法的面板数据协整检验方法。该方法以协整方程回归残差为基础，通过构造7个统计量来检验面板变量之间的协整关系。该检验的原假设是面板变量之间不存在协整关系。并且Pedroni（1999）还证明，在假定条件下，上述7个统计量都渐进服从标准正态分布，可以用来进行统计检验。[22]Kao检验也是在EG两步法基础上发展起来的。与Pedroni所不同的是，Kao检验在第一阶段将回归方程设定为每一个截面个体有不同的截距项和相同的系数，第二阶段对第一阶段求得的残差序列进行平稳性检验。Johansen检验提供了Fisher联合迹统计量和Fisher联合λ-max统计量检验。

表3 变量面板单位根检验

表4提供了I(1)变量Z-scoreit、lnSIZEit-1、MBit-1、DAit-1、lnSALAit-1的面板协整检验结果。从表4的检验结果可以看出，Kao检验、Pedroni检验的Pannelpp-static、Panel adf-stastic、Group pp-stastic和Group adf-stastic统计量，以及Johansen检验说明I(1)变量Z-scoreit、lnSIZEit-1、MBit-1、DAit-1、lnSALAit-1之间存在协整关系。所以，从上述检验结果可以看出，尽管变量Z-scoreit、lnSIZEit、MBit、DAit、lnSALAit不平稳，但是I(1)变量 Z-scoreit、lnSIZEit、MBit、DAit、lnSALAit之间存在协整关系。因此，可以直接对模型(4)、(5)、(6)、(7)、(8)进行面板回归估计。

由表5可以得出如下结论：模型(4)、(5)、(7)的固定效应模型要优于随机效应模型和混合回归模型，模型(6)、(8)的随机效应模型要优于固定效应模型和混合回归模型。从模型的设定来看，模型(4)、(5)、(7)的随机效应的Hausman检验统计量均在1%显著性水平下显著，从而拒绝了随机效应模型而支持固定效应模型；固定效应的F统计量均在1%水平下显著，从而拒绝了混合回归模型而支持固定效应模型。模型(6)、(8)的随机效应的Hausman检验统计量均在1%显著性水平下不显著，从而支

表4 变量面板协整检验

（三）模型效应设定

表5 模型效应设定检验

持随机效应模型；固定效应的F统计量均在1%水平下显著，从而拒绝了混合回归模型而支持固定效应模型。

（四）实证分析

采用软件Spss16.0和Eviews7.0，模型(4)、(5)、(6)、(7)、(8)的实证结果及其面板回归残差的面板单位根检验分别如表6、7所示。由表7可知，对模型(4)、(5)、(6)、(7)、(8)面板回归之后的残差并无单位根，表明残差都是平稳的，说明本文对模型(4)、(5)、(6)、(7)、(8)进行面板单位根检验、协整检验，然后对模型(4)、(5)、(6)、(7)、(8)进行面板回归是有效的。

而通过表6，可以得出如下四点结论。

1．银行规模和风险承担呈U形关系。表6第2列和第4列是风险承担代理变量（Z-scoreit）对滞后一期的银行规模代理变量二次项的自然对数的回归结果。从表6的第2列和第4列可以看出，衡量银行规模二次项的自然对数前的系数分别在1%显著性水平下显著且为负数，说明银行规模和风险承担之间呈U形关系，与假说1的预期一致。这意味着随着银行规模的动态增大，银行规模具有降低银行风险承担的作用。随着银行稳定程度的增加，且当银行规模达到一定程度之后，银行规模会使

银行风险承担增加，从而银行的稳定程度降低和破产风险上升。此外，从表6的第2列和第4列还可以看出，衡量银行规模增长速度（GSIZEit-1）变量前的系数，在1%显著性水平下显著且为负数。这意味着银行规模扩张的速度与风险承担呈正向关系，银行规模扩张的速度越快，越加剧银行的不稳定性，因而银行破产风险加大。

表6 实证结果

表7 残差面板单位根检验

2．股份制商业银行风险承担比大型商业银行高。表6第2列的两个虚拟变量（D1it-1，D2it-1）前的系数在1%显著性水平下显著且为正数，并且系数大小有显著差异，说明与大型商业银行相比，股份制商业银行面临的风险承担较高，这与假说2的预期是矛盾的。可能的原因是，作为大型商业银行和股份制商业银行参照的城市商业银行样本太少，只有南京银行、北京银行两家，实证结果可能受到城市商业银行样本量太少的影响。

3．银行治理水平和风险承担呈负向关系。从表6第2列可以看出，银行治理代理变量（GOVit-1）前的系数在1%显著性水平下显著且为正数，说明银行治理水平与风险承担之间呈负向关系，与假说3a的预期一致。这意味着提升银行治理水平有助于降低银行风险承担。良好的银行治理机制一方面应该激励银行高管提升公司价值；另一方面也应该有助于降低银行风险承担，促进银行稳健发展。另外，从表6第4列可以看出，银行治理对股份制商业银行、大型商业银行的两个虚拟变量（D1it-1，D2it-1）施加交叉项后，代表股份制商业银行治理变量的D1it-1×GOVit-1在1%显著性水平下显著且为正数，代表大型商业银行治理变量的D2it-1×GOVit-1在5%显著性水平下仍显著且为正数，说明银行治理水平每提高一个单位，与股份制商业银行相比，大型商业银行治理引起的风险承担较大，与假说3b的预期一致。

4．从控制变量的角度来看，银行特许权价值与风险承担呈负向关系；银行高管薪酬、债务水平与风险承担呈正向关系。从表6第2列和第4列控制变量前的系数来看，银行高管薪酬的自然对数（lnSALAit-1）、债务对总资产的比率（DAit-1）、特许权价值（MBit-1）等变量前的系数在1%显著性水平下显著且为负数，说明高管在薪酬的激励下提升了银行绩效或未来市场价值，但客观上也使风险承担加大；较高的银行债务水平提高了银行的流动性风险，使银行面临较高的风险承担；较高的银行特许权价值有助于降低风险承担。

5．解决因银行规模过大引起的风险承担过高问题，既可以采取措施限制银行规模，也可以采取措施缩减银行资产收益率的波动。表6第6、第8、第10列是银行风险承担代理变量（Z-scoreit）的成分变量ROAit、σ(ROA)it、EAit在控制变量的作用下，对银行规模代理变量的面板回归结果。从第8列可以看出，银行规模二次项的自然对数在1%显著性水平下显著且为正数，说明银行规模达到一定程度引起银行风险承担增加的主要原因，应归于银行资产收益率波动的增加。

（五）稳健性分析

1.银行风险承担的替代性变量

在前文，本文用Z-scoreit作为银行风险承担的代理变量。在研究中，有些学者也用Z-scoreit的自然对数来衡量银行的风险水平。这里用lnZ-scoreit替换Z-scoreit来进行稳健性检验。表8显示了实证结果。

2.大型商业银行的影响

中国工商银行、中国农业银行、中国银行、中国建设银行是大型商业银行，其资产总量占中国商业银行的主体，高管有着诸多特殊的政府背景，得到政府隐性保护的程度与股份制商业银行、城市商业银行存在重大差别，因此本文将这四家银行从样本中删除以考察样本中极端值对本文主要结论的影响。中国农业银行上市较晚，没有包括在本文研究的样本中，鉴于本文的研究样本较少，所以只删除中国工商银行、中国银行来做本文主要结论的稳健性检验。结果见表8。

表8 实证结果稳健性检验

表8第6列、第8列显示了删除中国工商银行、中国银行后，模型(4)、(5)的面板回归结果。从第6列可以看出lnSIZE、GSIZEit-1、GOVit-1前的系数在1%的显著性水平下仍是显著的，从而再次证明了假说1和3a的预期；另外，从第8列可以看出，代表股份制商业银行治理变量D1it-1×GOVit-1在1%显著性水平下仍显著且为正数，代表大型商业银行治理变量D2it-1×GOVit-1在5%显著性水平下仍基本显著且为正数，且D2it-1×GOVit-1前的系数要大于D1it-1×GOVit-1前的系数，便再次证明了假说3b的预期。从表8第6列、第8列控制变量的角度来看，银行高管薪酬的自然对数（lnSALAit-1）、债务对总资产的比率（DAit-1）、特许权价值变量（MBit-1）前的系数分别在1%、1%和10%显著性水平下仍显著。这意味着银行特许权价值与风险承担呈负向关系；银行高管薪酬、债务水平与风险承担呈正向关系。

总之，在对影响银行风险承担的其他变量采用控制变量的作用下，并对银行风险承担采用不同的度量指标和删除大型商业银行后，本文的两个主要结论是：银行规模与风险承担之间呈U形关系以及银行治理与风险承担之间呈负向关系，不因为变量的度量和模型的设定而改变，而是具有令人满意的稳健性。

五、结论及政策含义

（一） 结论

本文在对国内外相关文献进行综述的基础上提出研究假说，结合中国商业银行自身特征，选取2000-2010年13家代表性商业银行的相关季度数据，运用非平衡面板数据分析了商业银行规模、银行治理对风险承担的影响。本文的研究结论表明：

1.银行规模与风险承担呈U形关系，表明随着银行规模的增加，银行规模具有降低风险承担的作用，从而银行破产风险降低，稳定性增加；但当银行规模达到一定程度之后，银行规模的扩大会使风险承担增加，银行破产风险加大，而且银行规模扩张的速度越快，越加剧银行的不稳定性和破产风险。

2.银行的治理水平与风险承担呈负向关系，表明较高的银行治理水平有助于降低风险承担。而且，与股份制商业银行相比，大型商业银行的风险承担较高，说明大型商业银行的银行治理水平较低；高管具有诸多政府背景，不易受银行双重委托代理机制的约束。

3.银行特许权价值与风险承担呈负向关系，银行债务水平、高管薪酬与风险承担呈正向关系。（二）政策含义

1.适当限制商业银行的规模扩张。加强对商业银行的业务范围和经营区域的监管，限制商业银行盲目进行规模扩张和区域扩张，限制商业银行从事高风险业务，在传统商业银行业务同证券业务、衍生品业务等投资银行业务之间建立防火墙，提高商业银行的稳健性。

2.加强商业银行的安全网建设。加快商业银行的存款保险制度建设和破产条例的制定，使存款人不至于因为银行倒闭而遭受损失。在具有系统性重要商业银行出现问题之后，中央银行应履行最后贷款人的职责，给予适当和必要的救助。金融监管部门应该加强宏观审慎监管，维护银行体系的安全。

3.加强对大型、系统性重要商业银行的监管。对大型、系统性重要商业银行提高资本充足率、流动性管理超额要求，建立商业银行预警指标体系；向大型、系统性重要商业银行征收风险税，建立风险税基金以缓冲风险。

4.提高商业银行内部治理的有效性。进一步完善商业银行治理结构，增强董事会的职能和董事的职责，强化其决策和监督机制，发挥董事会尤其是薪酬委员会制度对银行高管薪酬制衡机制的作用。

注 释：

①“Too Big To Fail”，也可以翻译为“大不宜倒”、“大而不能倒”、“大到不能倒”、“太大以至于不能倒”以及“太大因此不能倒”等。

②13家样本银行包括：属于大型商业银行的中国工商银行、中国建设银行、中国银行；属于股份制商业银行的交通银行、深圳发展银行、兴业银行、中信银行、华夏银行、招商银行、民生银行、浦东发展银行；属于城市商业银行的南京银行和北京银行。

③本文的风险承担概念不同于传统的风险概念，指最后贷款人制度、存款保险制度尤其是“大而不倒”的救助制度等政府安全网激励银行扩大规模并主动承担风险，即“大而不倒”相关的规模问题诱使银行有主动承担风险的激励。

④Fama和French（1992）指出，较低的市值对面值比率的银行发生危机的可能性比较大。Demsetz、Saindenberg和Strahan（1997）、Goyal（2005） 用市值对面值比率作为银行特许权价值代理变量。[19-21]Demsetz、Saindenberg和Strahan(1997)发现特许权价值和银行风险承担存在负向关系。

⑤本文的高管概念排除了银行普通监事、非执行监事、在股东单位领薪的董事或高管和没有董事及高管职务的高薪人员，定义金融机构董事长、执行董事、副董事长、监事长、纪委书记、董事会秘书，商业银行行长、副行长以及银行按照专业线条分工而设的“首席”或“总监”职位，如首席财务官、首席信息官、首席风险官、首席审计官、批发业务总监、零售业务总监、投资理财总监等参与银行高层决策的工作人员为银行高级管理人员，简称高管。

⑥本文将高管薪酬定义为基本工资、年度奖金等货币薪酬激励和股权激励。

[1]Stern G.H.，Feldman R..Addressing TBTF by Shrinking Financial Institutions:An Initial Assessment[J].The Region,2009.

[2]Dermine J.， Schoenmaker D..In Banking,is Small Beautiful[J].Financial Markets,Institutions&Instruments，2010，19：1-19.

[3]Mayer T..Should Large Banks be Allowed to Fail[J].The Journal of Financial and Quantitative Analysis,1975,10(4)：603-610.

[4]Demsetz R.，Strahan E..Diversification,Size and Risk at Bank Holding Companies[J].Federal Reserve Bank of New York Research Paper,1995,No.9506.

[5]Aghion P.,Bolton P.，Fries S..Optimal Design of Bank Bailouts:The Case of Transition Economies[J].Journal of Institutional and Theoretical Economics,1999,155：51-70.

[6]Boyd J.H.,Nicolo G.，Abum J..Bank Risk-taking and Competition Revisited：New Theory and New Evidence[R].IMF working Pape rno.wp/06/297,International Monetary Fund,1999.

[7]Boyd J.H.,Jagannathan R.，Kwak S..What Caused The Current Financial Mess and What can We Do About it[J].Journal of Investment Management,2009，(7)：1-17.

[8]Hakenes H.，Schnabel I..Bank Size and Risk-taking under Basel Ⅱ[J].Journal of Banking&Finance,2011,35：1436-1449.

[9]孔爱国，卢嘉园．市场约束、商业银行治理与风险的实证研究[J]．金融研究，2010，(6)．

[10]Gompers P.,Ishii J.，Metrick A..Corporate Governance and Equity Prices[J].Quarterly Journal of Economics,2003,118：107-55.

[11]Rajan R.G..Has Finance Made the World Riskier[J].European Financial Management,2006，(12)：499-533.

[12]Diamond D.W.，Rajan R.G..The Credit Crisis:Conjectures About Causes and Remedies[J].American Economic Review:Papers&Proceedings,2009,99(2)：606-10.

[13]Nash R.C.，Sinkey J.F.. On Competition，Risk and Hidden Assets in the Markets for Bank Credit Cards[J].Journal of Banking&Finance,1997,21(1)：89-112.

[14]Blasko M.，Sinkey J.F..Bank Asset Structure,Real-estate Lending and Risk[J].The Quarterly Review of Economics and Finance,2006,46：53-81.

[15]Laeven L.，Levine R..Bank Governance,Regulation and Risk-taking[J].Journal of Financial Economics,2009,93：259-75.

[16]Houston J.F.,Chen L.,Lin P.，Ma Y..Creditor Rights,Information Sharing,and Bank Risk-taking[J].Journal of Financial Economics,2010，(3)：305-60.

[17]Ferreira M.A.，Laux A..Corporate Governance,Idiosyncratic Risk and Information Flow[J].Journal of Financial Economics,2007，(5)：5-26.

[18]张 湄，孔爱国．商业银行治理与股价波动关系的实证研究[J]．复旦学报(社会科学版)，2010，(5)．

[19]Fama E.F.，French K.R..The Cross-section of Expected Stock Returns[R].Journal of Finance,1992,47：427-65.

[20]Demsetz R.S.,Saindenberg M.R.，Strahan P.E..Agency Problems and Risk-taking at Banks[R].Federal Reserve Bank of New York Working Paper,No 29,1997.

[21]Goyal V.K..Market Discipline of Bank Risk:Evidence from Subordinated Debt Contracts[J].Journal of Financial Intermediation,2005,14:318-50.

[22]Pedroni P..Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors[J].Oxford Bulletin of Economics and Statistics,1999,61:653-670.