資本約束對城商行經(jīng)營風(fēng)險影響的實證研究目錄TOC\o"1-3"\h\u17542資本約束對城商行經(jīng)營風(fēng)險影響的實證研究 120188第一節(jié)實證模型構(gòu)建和指標(biāo)變量選擇 114667一、實證模型構(gòu)建 122358（一）銀行固定效應(yīng)模型 214366（二）門檻回歸模型 211326二、指標(biāo)變量選擇 230440（一）被解釋變量 28832（二）解釋變量 315075（三）控制變量 49831第二節(jié)數(shù)據(jù)來源和統(tǒng)計描述 529508一、數(shù)據(jù)來源 55664二、描述性統(tǒng)計 510790三、多重共線性判斷 628017第三節(jié)實證結(jié)果與分析 81512一、基準(zhǔn)回歸和門檻回歸結(jié)果 813356（一）基準(zhǔn)回歸結(jié)果 89817（二）門檻回歸結(jié)果 1127931二、穩(wěn)健性檢驗和異質(zhì)性分析 1517509（一）穩(wěn)健性檢驗 1529058（二）異質(zhì)性分析 1828715三、中介效應(yīng)和調(diào)節(jié)效應(yīng)分析 2017762（一）中介效應(yīng)分析 2026775（二）調(diào)節(jié)效應(yīng)分析 23第一節(jié)實證模型構(gòu)建和指標(biāo)變量選擇一、實證模型構(gòu)建為了研究資本約束對中國城市商業(yè)銀行經(jīng)營風(fēng)險的影響，本文基于2009年~2018年中國134家城市商業(yè)銀行的面板數(shù)據(jù)本文選擇的銀行樣本覆蓋了截止2018年底中國全部的城市商業(yè)銀行，共134家。，在基準(zhǔn)回歸部分構(gòu)造了OLS模型、隨機效應(yīng)模型、銀行固定效應(yīng)模型和雙向固定模型?？紤]到資本約束和中國城市商業(yè)銀行經(jīng)營風(fēng)險之間可能存在非線性關(guān)系，本文還構(gòu)造了以地區(qū)GDP為門檻變量的門檻回歸模型。此外，為了研究相關(guān)變量在中國城市商業(yè)銀行資本約束和經(jīng)營風(fēng)險中的中介效應(yīng)和調(diào)節(jié)效應(yīng)，本文還進行了中介效應(yīng)和調(diào)節(jié)效應(yīng)檢驗。囿于篇幅，本文在模型構(gòu)建部分只介紹銀行固定效應(yīng)模型和門檻回歸模型，后文一并展示全部回歸檢驗結(jié)果。本文選擇的銀行樣本覆蓋了截止2018年底中國全部的城市商業(yè)銀行，共134家。（一）銀行固定效應(yīng)模型為了控制中國城市商業(yè)銀行的個體影響，構(gòu)造模型如下：yit=α式（4.1）中i=1,2,···，N代表中國城市商業(yè)銀行；t代表時間；被解釋變量為銀行經(jīng)營風(fēng)險（yit）；核心解釋變量為銀行資本充足率（carit）；控制變量主要包括銀行特征變量和城市特征變量兩大類。銀行特征變量contro（二）門檻回歸模型地區(qū)發(fā)展水平體現(xiàn)了當(dāng)?shù)氐慕?jīng)濟金融環(huán)境，一定程度上能反映當(dāng)?shù)氐漠a(chǎn)業(yè)情況、企業(yè)質(zhì)量和居民收入等，這些因素共同決定著中國城市商業(yè)銀行的生存環(huán)境。為判斷在不同地區(qū)GDP下中國城市商業(yè)銀行資本約束對經(jīng)營風(fēng)險的影響是否發(fā)生結(jié)構(gòu)性突變，本文分別進行了單一門檻回歸、雙重門檻回歸和三重門檻回歸檢驗，我們初步設(shè)定單一門檻回歸方程如下，雙重門檻和三重門檻就是在此基礎(chǔ)上改變示性函數(shù)，增加樣本分段數(shù)。yit=式（4.2）中i=1,2,···，N代表中國城市商業(yè)銀行；t代表時間；解釋變量為銀行資本充足率（carit）；被解釋變量為銀行經(jīng)營風(fēng)險（yit）；控制變量controlsit包括凈利潤、權(quán)益乘數(shù)、最大十家客戶貸款比例和地區(qū)生產(chǎn)總值；q二、指標(biāo)變量選擇（一）被解釋變量從已有研究文獻來看，銀行經(jīng)營風(fēng)險的測度指標(biāo)主要有預(yù)期違約率、股價波動率、股票收益波動率、Z值、風(fēng)險加權(quán)資產(chǎn)比率、貸款損失準(zhǔn)備與總貸款之比以及不良貸款率等等。預(yù)期違約率是一種前瞻性的風(fēng)險度量指標(biāo)AltunbasY,GambacortaL,Marques-IbanezD.“Bankriskandmonetarypolicy”，JournalofFinancialStability,2010,6(3):121-129.（Altunbasetal.，2010），是衡量銀行經(jīng)營風(fēng)險的較佳選擇，但考慮到中國尚未建立違約數(shù)據(jù)庫，無法獲得銀行業(yè)的預(yù)期違約率數(shù)據(jù)，故該指標(biāo)不具有可實施性。股價波動率和股票收益波動率是市場對風(fēng)險的反應(yīng)，也可以作為衡量銀行經(jīng)營風(fēng)險的代理指標(biāo)。然而，其可行性是建立在有效股市和上市銀行樣本的基礎(chǔ)上，本文的研究對象是中國城市商業(yè)銀行，涉及大量未上市銀行樣本，且中國股市的投機性較為嚴重，故該指標(biāo)也不具有可行性。Z值通常用來衡量銀行的破產(chǎn)概率LepetitL,StrobelF.“BankinsolvencyriskandZ-scoremeasures:ArefinementAltunbasY,GambacortaL,Marques-IbanezD.“Bankriskandmonetarypolicy”，JournalofFinancialStability,2010,6(3):121-129.LepetitL,StrobelF.“BankinsolvencyriskandZ-scoremeasures:Arefinement”，F(xiàn)inanceResearchLetters,2015.13(5):215-224.蘇帆,于寄語,熊劼：《更高資本充足率要求能夠有效防范金融風(fēng)險嗎?——基于雙重差分法的再檢驗》，《國際金融研究》2019年第9期，第76~86頁。DasA,GhoshS.“TheRelationshipBetweenRiskandCapital:EvidencefromIndianPublicSectorBanks”，IndustrialOrganization,2004.張雪蘭,何德旭：《貨幣政策立場與銀行風(fēng)險承擔(dān)——基于中國銀行業(yè)的實證研究(2000—2010)》，《經(jīng)濟研究》2012年第5期，第31~44頁。（二）解釋變量根據(jù)以往文獻，學(xué)者們對銀行資本約束代理指標(biāo)的選擇不盡相同。Shrieves和Dahl(1992)設(shè)置銀行資本達到監(jiān)管要求與否的虛擬變量來體現(xiàn)資本約束ShrievesRE,DahlD.“Therelationshipbetweenriskandcapitalincommercialbanks”，JournalofBanking&Finance,1992,16(2):439-457.，Jacques和Nigro(1997)在此基礎(chǔ)上改進,以銀行資本比率與最低監(jiān)管要求之差衡量銀行受到監(jiān)管壓力的大小，根據(jù)資本充足率是否大于最低資本監(jiān)管要求的情況進行分段考慮，計算兩者之間的倒數(shù)之差JacquesKShrievesRE,DahlD.“Therelationshipbetweenriskandcapitalincommercialbanks”，JournalofBanking&Finance,1992,16(2):439-457.JacquesK,NigroP.“Risk-basedCapital，PortfolioRisk，andBankCapital：ASimultaneousEquationsApproach”，JournalofEconomicsandBusiness,1997,49(6):533-547.蔣海,占林生：《資本監(jiān)管、市場競爭與銀行貸款結(jié)構(gòu)》，《金融經(jīng)濟學(xué)研究》2020年第1期，第67~80頁。（三）控制變量本文還考慮了銀行盈利能力、資產(chǎn)結(jié)構(gòu)、貸款集中度以及區(qū)域發(fā)展水平等對銀行經(jīng)營風(fēng)險的影響，選取凈利潤、權(quán)益乘數(shù)、最大十家客戶貸款比例和地區(qū)生產(chǎn)總值作為相應(yīng)的控制變量。表4-1基礎(chǔ)回歸部分研究變量及其定義變量標(biāo)識變量名稱Dependenty1貸款損失準(zhǔn)備/總貸款y2不良貸款率1y3不良貸款率2y4逾期貸款/貸款呆帳準(zhǔn)備金Independentcar資本充足率Controlsnp凈利潤flev權(quán)益乘數(shù)topten最大十家客戶貸款比例cgdp地區(qū)生產(chǎn)總值第二節(jié)數(shù)據(jù)來源和統(tǒng)計描述一、數(shù)據(jù)來源本文的研究樣本涵蓋中國134家城市商業(yè)銀行2009年~2018年的非平衡面板數(shù)據(jù)，其中上市銀行22家，非上市銀行112家。銀行層面的貸款損失準(zhǔn)備與總貸款之比和不良貸款率1來自bankfocus數(shù)據(jù)庫，其余銀行層面的數(shù)據(jù)都來源于wind數(shù)據(jù)庫。wind數(shù)據(jù)庫和bankfocus數(shù)據(jù)庫中的中國城市商業(yè)銀行不良貸款率指標(biāo)盡管都適用貸款五級分類法，但在數(shù)值上存在細微差別，故本文同時考慮了兩種數(shù)據(jù)庫來源的不良貸款率。地區(qū)層面的數(shù)據(jù)來源于各年份的《中國城市統(tǒng)計年鑒》。二、描述性統(tǒng)計表4-2是本文實證涉及所有變量的描述性統(tǒng)計結(jié)果。從被解釋變量來看，貸款損失準(zhǔn)備/總貸款的波動最小，不良貸款率1、不良貸款率2和逾期貸款/貸款呆帳準(zhǔn)備金的波動程度相近。所有銀行層面的數(shù)據(jù)都因銀行樣本的差異而存在較大的差異性，地區(qū)層面的數(shù)據(jù)同樣表現(xiàn)出了明顯的地區(qū)差異。對中國城市商業(yè)銀行進行異質(zhì)性分析以及以地區(qū)GDP為門檻變量進行門檻回歸具有一定的必要性。

表4-2變量描述性統(tǒng)計結(jié)果變量樣本量平均值標(biāo)準(zhǔn)差貸款損失準(zhǔn)備/總貸款（%）y15183.070.93不良貸款率1（%）y25131.491.19不良貸款率2（%）y38621.330.97逾期貸款/貸款呆帳準(zhǔn)備金（%）y47740.810.64資本充足率（%）car88313.7414.78凈利潤（億元）np91015.6323.98權(quán)益乘數(shù)flev90815.163.71最大十家客戶貸款比例（%）topten59841.8526.59地區(qū)生產(chǎn)總值（億元）cgdp8774364.914587.34地區(qū)生產(chǎn)總值增長率（%）crdgp8808.774.59地區(qū)第二產(chǎn)業(yè)總值占比（%）cseco79148.869.16同業(yè)資產(chǎn)/生息資產(chǎn)(%)intb9106.737.14短期資產(chǎn)流動性比例(%)sliq91049.1821.97投資活動產(chǎn)生的現(xiàn)金流量凈額（億元）ninv977-101.49270.93跨區(qū)域經(jīng)營與否kua9070.880.33上市與否sh9100.090.29注：不良貸款率1為來自bankfocus數(shù)據(jù)庫的銀行不良貸款率，不良貸款率2為來自wind數(shù)據(jù)庫的銀行不良貸款率，后文同。表4-2變量描述性統(tǒng)計結(jié)果（續(xù)）最小值第25百分位數(shù)中位數(shù)第75百分位數(shù)最大值貸款損失準(zhǔn)備/總貸款（%）0.552.532.913.597.99不良貸款率1（%）0.030.891.301.8013.68不良貸款率2（%）0.010.811.191.7013.97逾期貸款/貸款呆帳準(zhǔn)備金（%）00.350.651.114.83資本充足率（%）5.5811.8512.8214.16446.00凈利潤（億元）-45.933.817.5917.27200.02權(quán)益乘數(shù)2.3012.7714.9917.0533.22最大十家客戶貸款比例（%）4.8026.9037.4950.82244.53地區(qū)生產(chǎn)總值（億元）184.951381.182981.125492.6432680.00地區(qū)生產(chǎn)總值增長率（%）-12.307.009.0012.1022.65地區(qū)第二產(chǎn)業(yè)總值占比（%）18.6343.6849.2953.9689.75同業(yè)資產(chǎn)/生息資產(chǎn)(%)01.764.479.0148.87短期資產(chǎn)流動性比例(%)041.3251.0061.90114.23投資活動產(chǎn)生的現(xiàn)金流量凈額（億元）-3008.00-108.46-32.93-2.641191.66跨區(qū)域經(jīng)營與否01111上市與否00001三、多重共線性判斷從表4-3可以看出，基準(zhǔn)回歸方程不同控制變量之間的相關(guān)系數(shù)均顯著低于0.8，一定程度上排除了模型存在嚴重多重共線性的可能。除了地區(qū)生產(chǎn)總值和銀行凈利潤之間相關(guān)系數(shù)為0.707，其余變量間的相關(guān)系數(shù)均遠小于0.8。為了更確切地判斷模型是否存在多重共線性，本文對貸款損失準(zhǔn)備/總貸款、不良貸款率1、不良貸款率2和逾期貸款/貸款呆帳準(zhǔn)備金共四個被解釋變量的回歸方程分別做了方差膨脹因子檢驗，如表4-4所示，得出的方差膨脹因子均遠小于10，故不必擔(dān)心回歸方程存在多重共線性問題。表4-3相關(guān)系數(shù)矩陣凈利潤資本充足率權(quán)益乘數(shù)最大十家客戶貸款比例地區(qū)生產(chǎn)總值凈利潤1資本充足率-0.041權(quán)益乘數(shù)0.089***-0.196***1最大十家客戶貸款比例-0.297***-0.113***0.197***1地區(qū)生產(chǎn)總值0.707***-0.0070.080**-0.237***1注：*p<0.1,**p<0.05,***p<0.01，后文圖表同。表4-4對被解釋變量回歸的方差膨脹因子VIF-y1VIF-y2VIF-y3VIF-y4凈利潤（億元）2.42.372.212.17地區(qū)生產(chǎn)總值（億元）2.122.142.092.04資本充足率（%）1.291.221.31.3最大十家客戶貸款比例（%）1.271.221.271.29財務(wù)杠桿率（%）1.251.21.171.16注：y1為貸款損失準(zhǔn)備/總貸款，y2為不良貸款率1，y3為不良貸款率2，y4為逾期貸款/貸款呆帳準(zhǔn)備金。第三節(jié)實證結(jié)果與分析一、基準(zhǔn)回歸和門檻回歸結(jié)果（一）基準(zhǔn)回歸結(jié)果考慮到中國城市商業(yè)銀行作為區(qū)域性中小銀行，業(yè)務(wù)結(jié)構(gòu)具有以存貸款為主的特征，其經(jīng)營風(fēng)險主要來自于信貸層面的信用風(fēng)險，故本文選取了貸款損失準(zhǔn)備/總貸款、不良貸款率、逾期貸款/貸款呆帳準(zhǔn)備金等多個反映信用風(fēng)險的指標(biāo)，分別采用OLS模型、隨機效應(yīng)模型、銀行固定模型和雙向固定模型進行回歸，得到16個回歸方程，回歸結(jié)果如表4-5、表4-6、表4-7、表4-8所示。所得解釋變量的系數(shù)均為負，但同一被解釋變量下不同回歸模型所對應(yīng)的系數(shù)具有不同的顯著性。本文對同一被解釋變量下不同的回歸模型進行了霍斯曼檢驗，得出當(dāng)被解釋變量為貸款損失準(zhǔn)備/總貸款、不良貸款率2、逾期貸款/貸款呆帳準(zhǔn)備金時，適用帶聚類穩(wěn)健標(biāo)準(zhǔn)誤的銀行固定效應(yīng)模型；當(dāng)被解釋變量為不良貸款率1時，適用隨機效應(yīng)模型。除了被解釋變量為不良貸款率1時對應(yīng)的幾個模型均不顯著，其余三個被解釋變量對應(yīng)的回歸模型都在適用銀行固定效應(yīng)或隨機效應(yīng)的情況下，顯著地表現(xiàn)了資本充足率和經(jīng)營風(fēng)險之間的負向關(guān)系。不良貸款率1來自bankfocus數(shù)據(jù)庫，樣本量為513，而來自wind數(shù)據(jù)庫的不良貸款率2的樣本量為862，不良貸款率1對應(yīng)的回歸模型不顯著可能是樣本缺失造成的。綜合所有的回歸結(jié)果，所得結(jié)論很好地支持了假設(shè)1，即資本約束降低了中國城市商業(yè)銀行的經(jīng)營風(fēng)險。表4-5對貸款損失準(zhǔn)備/總貸款的基準(zhǔn)回歸結(jié)果OLS隨機效應(yīng)銀行固定效應(yīng)雙向固定效應(yīng)資本充足率（%）-0.0289(-0.84)-0.0557**(-2.43)-0.0626*(-1.74)-0.0604**(-2.18)凈利潤（億元）0.00582***(3.83)0.00876***（3.11）0.00748（1.37）0.00296（0.57）財務(wù)杠桿率（%）-0.0546***(-3.48)-0.0595***(-3.15)-0.0311(-1.01)-0.0379(-1.34)最大十家客戶貸款比例（%）0.00756**（2.45）0.00167（0.5）-0.00389(-0.55)-0.00298(-0.43)地區(qū)生產(chǎn)總值（億元）-0.0000369***(-4.36)-0.0000248(-1.48)0.0000331（1.12）-0.0000143(-0.40)常數(shù)項4.048***（6.58）4.575***（8.44）4.070***（3.58）3.769***（3.83）樣本數(shù)341341341341是否帶聚類穩(wěn)健標(biāo)準(zhǔn)誤NONOYESYES是否銀行固定效應(yīng)NONOYESYES是否時間固定效應(yīng)NONONOYES霍斯曼檢驗Prob>chi2=0.0015注：為了使用霍斯曼檢驗在固定效應(yīng)與隨機效應(yīng)間進行選擇，本文也做了不使用聚類穩(wěn)健標(biāo)準(zhǔn)誤的固定效應(yīng)回歸，并得到了與使用聚類穩(wěn)健標(biāo)準(zhǔn)誤的固定效應(yīng)相似的結(jié)果，囿于篇幅，回歸結(jié)果從略。

表4-6對不良貸款率1的基準(zhǔn)回歸結(jié)果OLS隨機效應(yīng)銀行固定效應(yīng)雙向固定效應(yīng)資本充足率（%）-0.061(-1.34)-0.0535(-1.55)-0.0556(-1.39)-0.0402(-0.76)凈利潤（億元）-0.00469*(-1.93)-0.0047(-1.29)-0.011(-1.52)-0.0215**(-2.14)財務(wù)杠桿率（%）-0.0637***(-3.20)-0.0743***(-2.88)-0.0582*(-1.68)-0.0349(-1.11)最大十家客戶貸款比例（%）0.00881***（2.79）0.0062（1.40）0.00154（0.27）0.00266（0.42）地區(qū)生產(chǎn)總值（億元）0.0000133（0.80）0.0000267（1.32）0.000144**（2.28）0.000108（1.62）常數(shù)項2.890***（4.24）2.989***（3.93）2.341**（2.50）1.568（1.15）樣本數(shù)335335335335是否帶聚類穩(wěn)健標(biāo)準(zhǔn)誤NONOYESYES是否銀行固定效應(yīng)NONOYESYES是否時間固定效應(yīng)NONONOYES霍斯曼檢驗Prob>chi2=0.6139表4-7對不良貸款率2的基準(zhǔn)回歸結(jié)果OLS隨機效應(yīng)銀行固定效應(yīng)雙向固定效應(yīng)資本充足率（%）-0.0731***(-3.56)-0.0644***(-4.03)-0.0477***(-2.83)-0.0263*(-1.77)凈利潤（億元）-0.00310*(-1.87)-0.0017(-0.67)-0.0028(-1.18)-0.00957***(-3.61)財務(wù)杠桿率（%）-0.0126(-0.67)-0.00881(-0.63)0.00619（0.21）0.0233（1.08）最大十家客戶貸款比例（%）0.00604***(3.81)0.00579***(3.69)0.00595***(3.03)0.00601**(2.57)地區(qū)生產(chǎn)總值（億元）0.00000324(0.48)0.0000179(1.18)0.0000803***(4.86)0.0000364*(1.76)常數(shù)項2.260***(5.96)2.005***(5.31)1.255**(2.21)0.872*（1.89）樣本數(shù)564564564564是否帶聚類穩(wěn)健標(biāo)準(zhǔn)誤NONOYESYES是否銀行固定效應(yīng)NONOYESYES是否時間固定效應(yīng)NONONOYES霍斯曼檢驗Prob>chi2=0.0744

表4-8對逾期貸款/貸款呆帳準(zhǔn)備金的基準(zhǔn)回歸結(jié)果OLS隨機效應(yīng)銀行固定效應(yīng)雙向固定效應(yīng)資本充足率（%）-0.0704***(-5.62)-0.0657***(-5.70)-0.0497***(-3.79)-0.0182(-1.32)凈利潤（億元）-0.00257***(-2.76)-0.0014(-0.81)-0.0012(-0.55)-0.00756***(-3.28)財務(wù)杠桿率（%）-0.0257***(-3.16)-0.0198*(-1.92)-0.00072(-0.04)0.0136(1.00)最大十家客戶貸款比例（%）0.00156(1.14)0.00111(0.91)0.00147(0.75)0.00312(1.40)地區(qū)生產(chǎn)總值（億元）0.000000948(0.17)0.00000784(0.81)0.0000562***(3.13)0.0000162(0.93)常數(shù)項2.083***(8.08)1.898***(6.89)1.114***（2.70）0.497（1.21）樣本數(shù)512512512512是否帶聚類穩(wěn)健標(biāo)準(zhǔn)誤NONOYESYES是否銀行固定效應(yīng)NONOYESYES是否時間固定效應(yīng)NONONOYES霍斯曼檢驗Prob>chi2=0.0348（二）門檻回歸結(jié)果為了判斷不同地區(qū)發(fā)展水平下，中國城市商業(yè)銀行資本約束對經(jīng)營風(fēng)險的影響是否發(fā)生結(jié)構(gòu)性突變，本文以地區(qū)GDP（億元）為門檻變量對被解釋變量分別進行了單一門檻回歸和多重門檻回歸檢驗。由于被解釋變量中不良貸款率1數(shù)據(jù)量不足，無法完成門檻回歸，并且在現(xiàn)有數(shù)據(jù)下不良貸款率1的基準(zhǔn)回歸方程不顯著，故該部分未記錄其門檻回歸結(jié)果，僅對貸款損失準(zhǔn)備/總貸款、不良貸款率2、逾期貸款/貸款呆帳準(zhǔn)備金的門檻回歸進行了記錄。除了基準(zhǔn)回歸部分使用了雙向固定效應(yīng)模型，下文均不再使用該模型，因為其沒能通過聯(lián)合顯著性檢驗。下文采用固定效應(yīng)的模型都是銀行固定效應(yīng)，本部分的門檻回歸就是采用的銀行固定效應(yīng)模型。如表4-9、表4-10所示，當(dāng)被解釋變量為貸款損失準(zhǔn)備/總貸款時，三重門檻回歸模型的門檻估計值不顯著，且單一門檻回歸模型、雙重門檻回歸模型和三重門檻回歸模型所對應(yīng)的解釋變量的系數(shù)均未通過顯著性檢驗，故其不存在多區(qū)制均顯著的門檻效應(yīng)。表4-9對貸款損失準(zhǔn)備/總貸款回歸的門檻估計值結(jié)果門檻估計值F值P值抽樣次數(shù)單一門檻模型920013.499**0.037300雙重門檻模型40007.140**0.013300三重門檻模型28000.0000.147300

表4-10對貸款損失準(zhǔn)備/總貸款的門檻回歸結(jié)果單一門檻回歸雙重門檻回歸三重門檻回歸凈利潤（億元）0.0114***0.0100***0.00810***(4.01)(3.43)(3.17)財務(wù)杠桿率（%）-0.0685***-0.0683***-0.0466**(-3.21)(-3.09)(-2.33)最大十家客戶貸款比例（%）0.004160.003780.00224(1.32)(1.21)(0.75)地區(qū)生產(chǎn)總值（億元）-0.0000573***-0.0000116-0.0000299*(-2.88)(-0.57)(-1.72)資本充足率（%）-1-0.0565**-0.0535*-0.0692***(-2.10)(-1.88)(-2.74)資本充足率（%）-2-0.0214-0.0316-0.0357(-0.71)(-1.16)(-1.43)資本充足率（%）-3-0.0671**0(-2.46)(.)資本充足率（%）-4-0.0747***(-2.88)常數(shù)項4.620***4.469***4.485***(7.27)(6.91)(7.86)樣本數(shù)341341341如表4-11、表4-12所示，當(dāng)被解釋變量為不良貸款率2時，單一門檻回歸模型、雙重門檻回歸模型和三重門檻回歸模型的門檻估計值都顯著存在，單一門檻回歸模型和雙重門檻回歸模型所對應(yīng)的解釋變量前的多個系數(shù)均同時顯著，三重門檻回歸模型所對應(yīng)的解釋變量前的多個系數(shù)不同時顯著，說明中國城市商業(yè)銀行的資本約束和以不良貸款率2所表示的經(jīng)營風(fēng)險之間存在顯著的、以地區(qū)GDP為門檻變量的單一門檻效應(yīng)和雙重門檻效應(yīng)，所得結(jié)論支持了假設(shè)4，對于位于較低或較高經(jīng)濟發(fā)展水平區(qū)域的中國城市商業(yè)銀行，資本約束對其經(jīng)營風(fēng)險的抑制作用更強。表4-12所展示的單一門檻回歸結(jié)果顯示，銀行資本約束和經(jīng)營風(fēng)險的關(guān)系在單門檻（雙區(qū)制）下的符號為（—，—），表示在1400億元地區(qū)GDP門檻估計值前后，資本約束對中國城市商業(yè)銀行的經(jīng)營風(fēng)險均起到抑制作用，但影響系數(shù)不一樣，抑制效果不一樣。當(dāng)?shù)貐^(qū)GDP＜1400億元時，資本約束對經(jīng)營風(fēng)險的影響系數(shù)為-0.0784；當(dāng)?shù)貐^(qū)GDP＞1400億時，資本約束對經(jīng)營風(fēng)險的影響系數(shù)為-0.0550，兩者均在1%的顯著性水平下顯著。表示對位于地區(qū)GDP＜1400億元的區(qū)域的城市商業(yè)銀行而言，資本約束對其經(jīng)營風(fēng)險的抑制作用更強。表4-12所展示的雙重門檻回歸結(jié)果顯示，銀行資本約束和經(jīng)營風(fēng)險的關(guān)系在雙門檻（三區(qū)制）下的符號為（—，—，—），表示在以1400億元和4700億元地區(qū)GDP門檻估計值所劃分的三個區(qū)間中，資本約束對中國城市商業(yè)銀行的經(jīng)營風(fēng)險均起到抑制作用，但影響系數(shù)不一樣，抑制效果不一樣。當(dāng)?shù)貐^(qū)GDP＜1400億元時，資本約束對經(jīng)營風(fēng)險的影響系數(shù)為-0.0734；當(dāng)1400億元＜地區(qū)GDP＜4700億元時，資本約束對經(jīng)營風(fēng)險的影響系數(shù)為-0.0461；當(dāng)?shù)貐^(qū)GDP＞4700億元時，資本約束對經(jīng)營風(fēng)險的影響系數(shù)為-0.0692，三者均在1%的顯著性水平下顯著。表示在雙重門檻效應(yīng)下，資本約束對中國城市商業(yè)銀行經(jīng)營風(fēng)險的抑制效果存在顯著的、以地區(qū)GDP為門檻變量的“U型”關(guān)系，當(dāng)?shù)貐^(qū)GDP＜1400億元或地區(qū)GDP＞4700億元時，資本約束對中國城市商業(yè)銀行經(jīng)營風(fēng)險的抑制效果更強。表4-11對不良貸款率2回歸的門檻估計值結(jié)果門檻估計值F值P值抽樣次數(shù)單一門檻模型140024.599***0.003300雙重門檻模型47008.100**0.037300三重門檻模型39000.000*0.060300表4-12對不良貸款率2的門檻回歸結(jié)果單一門檻回歸雙重門檻回歸三重門檻回歸凈利潤（億元）-0.00317-0.00357-0.00129(-1.44)(-1.62)(-0.60)財務(wù)杠桿率（%）-0.0153-0.0163-0.0238*(-1.16)(-1.24)(-1.81)最大十家客戶貸款比例（%）0.00905***0.00879***0.00490***(5.25)(5.12)(3.33)地區(qū)生產(chǎn)總值（億元）0.000004920.00002610.0000127(0.36)(1.64)(0.83)資本充足率（%）-1-0.0784***-0.0734***-0.0653***(-4.62)(-4.28)(-3.95)資本充足率（%）-2-0.0550***-0.0461***-0.0498***(-3.32)(-2.74)(-3.24)資本充足率（%）-3-0.0692***0(-4.02)(.)資本充足率（%）-4-0.0623***(-3.88)常數(shù)項2.003***1.935***2.195***(5.50)(5.32)(6.27)樣本數(shù)564564564如表4-13、表4-14所示，當(dāng)被解釋變量為逾期貸款/貸款呆帳準(zhǔn)備金時，單一門檻回歸模型、雙重門檻回歸模型和三重門檻回歸模型的門檻估計值都顯著存在，單一門檻回歸模型和雙重門檻回歸模型所對應(yīng)的解釋變量前的多個系數(shù)均同時顯著，三重門檻回歸模型所對應(yīng)的解釋變量前的多個系數(shù)不同時顯著，說明中國城市商業(yè)銀行的資本約束和以逾期貸款/貸款呆帳準(zhǔn)備金所表示的經(jīng)營風(fēng)險之間存在顯著的、以地區(qū)GDP為門檻變量的單一門檻效應(yīng)和雙重門檻效應(yīng)，所得結(jié)論同樣對假設(shè)4表示支持。從表4-14可以看出，單一門檻回歸模型下資本約束對經(jīng)營風(fēng)險的影響系數(shù)，在門檻估計值前后分別為-0.0780和-0.0595，且均在1%的顯著性水平下顯著。雙重門檻回歸模型下資本約束對經(jīng)營風(fēng)險的影響系數(shù)，在兩個門檻估計值所劃分的三個區(qū)間前后分別為-0.0773、-0.0443和-0.0660，且均在1%的顯著性水平下顯著。當(dāng)被解釋變量為逾期貸款/貸款呆帳準(zhǔn)備金時，以地區(qū)GDP為門檻變量的單一門檻效應(yīng)和雙重門檻效應(yīng)所得出的結(jié)論和前文被解釋變量為不良貸款率2時的結(jié)論及其相似。單一門檻回歸的結(jié)果均得出，位于地區(qū)GDP小于門檻估計值的區(qū)域的城市商業(yè)銀行，其資本約束對經(jīng)營風(fēng)險的抑制作用更強，只是被解釋變量為逾期貸款/貸款呆帳準(zhǔn)備金時所得出的單一門檻估計值為1500億元，不同于前文被解釋變量為不良貸款率2時的1400億元。雙重門檻回歸的結(jié)果均得出，資本約束對中國城市商業(yè)銀行經(jīng)營風(fēng)險的抑制效果存在顯著的、以地區(qū)GDP為門檻變量的“U型”關(guān)系。只是當(dāng)被解釋變量為逾期貸款/貸款呆帳準(zhǔn)備金時，門檻估計值為1500億元和2100億元，當(dāng)?shù)貐^(qū)GDP＜1500億元或地區(qū)GDP＞2100億元時，資本約束對中國城市商業(yè)銀行經(jīng)營風(fēng)險的抑制效果更強。表4-13對逾期貸款/貸款呆帳準(zhǔn)備金回歸的門檻估計值結(jié)果門檻估計值F值P值抽樣次數(shù)單一門檻模型150026.880***0.000300雙重門檻模型21009.110**0.023300三重門檻模型18000.000*0.087300表4-14對逾期貸款/貸款呆帳準(zhǔn)備金的門檻回歸結(jié)果單一門檻回歸雙重門檻回歸三重門檻回歸凈利潤（億元）0.000526-0.0001620.00081(0.29)(-0.09)(0.48)財務(wù)杠桿率（%）-0.00481-0.00558-0.0163(-0.39)(-0.46)(-1.56)最大十家客戶貸款比例（%）0.00288**0.00265**0.0000514(2.22)(2.05)(0.04)地區(qū)生產(chǎn)總值（億元）-0.000001290.00000882-0.00000431(-0.10)(0.66)(-0.42)資本充足率（%）-1-0.0780***-0.0773***-0.0760***(-5.54)(-5.54)(-5.87)資本充足率（%）-2-0.0595***-0.0443***-0.0449***(-4.64)(-3.19)(-3.39)資本充足率（%）-3-0.0660***0(-5.10)(.)資本充足率（%）-4-0.0681***(-5.68)常數(shù)項1.574***1.593***1.925***(4.97)(5.06)(6.70)樣本數(shù)512512512二、穩(wěn)健性檢驗和異質(zhì)性分析（一）穩(wěn)健性檢驗為了考察評價方法和指標(biāo)解釋能力的穩(wěn)健性，本文分別從替換自變量、替換因變量、加入控制變量、運用工具變量法四個角度，對實證設(shè)計部分的基準(zhǔn)回歸和門檻回歸分別進行穩(wěn)健性檢驗。穩(wěn)健性檢驗結(jié)果顯示，估計系數(shù)前的符號和顯著性基本和前文一致，說明上文的實證結(jié)果是穩(wěn)健的。囿于篇幅，下文僅展示基準(zhǔn)回歸部分的穩(wěn)健性檢驗結(jié)果。1.替換自變量前文所使用的資本約束的代理變量為資本充足率，在穩(wěn)健性檢驗中，本文用核心資本充足率來替換資本充足率，對四個被解釋變量所對應(yīng)的回歸方程分別進行檢驗。結(jié)果顯示，估計系數(shù)前的符號和前文保持一致，且估計系數(shù)顯著性進一步增強。表4-15用核心資本充足率替代資本充足率后的基準(zhǔn)回歸結(jié)果貸款損失準(zhǔn)備/總貸款不良貸款率1不良貸款率2逾期貸款/貸款呆帳準(zhǔn)備金（固定效應(yīng)）（隨機效應(yīng)）（固定效應(yīng)）（固定效應(yīng)）核心資本充足率（%）-0.142**(-2.61)-0.106***(-2.92)-0.0607***(-2.77)-0.0733***(-3.85)凈利潤（億元）0.00814（1.61）-0.0052(-1.43)-0.0028(-1.21)-0.0012(-0.54)財務(wù)杠桿率（%）-0.0888**(-2.12)-0.0986***(-3.46)0.00282（0.08）-0.019(-1.11)最大十家客戶貸款比例（%）-0.00325(-0.54)0.00696(1.59)0.00611***(3.07)0.00212(1.13)地區(qū)生產(chǎn)總值（億元）0.00000537(0.17)0.0000249(1.23)0.0000714***(4.3)0.0000439**(2.52)常數(shù)項5.775***（4.25）3.797***（5.05）1.374**（2.04）1.593***（3.67）樣本數(shù)334332543516注：根據(jù)基準(zhǔn)回歸部分的霍斯曼檢驗結(jié)果，貸款損失準(zhǔn)備/總貸款、不良貸款率2、逾期貸款/貸款呆帳準(zhǔn)備金為被解釋變量的回歸方程適用銀行固定效應(yīng)模型，不良貸款率1適用隨機效應(yīng)模型。2.替換因變量前文基準(zhǔn)回歸部分使用了四個因變量，分別為貸款損失準(zhǔn)備/總貸款、不良貸款率1、不良貸款率2和逾期貸款/貸款呆帳準(zhǔn)備金，其既包括了對事前風(fēng)險的預(yù)估，又包括了對事后風(fēng)險的度量。在研究資本約束和銀行經(jīng)營風(fēng)險的關(guān)系中，這四個因變量所在回歸方程的核心自變量前的預(yù)估系數(shù)的符號意義相同，即當(dāng)資本約束抑制了銀行經(jīng)營風(fēng)險時，核心自變量前的系數(shù)符號均為負。在穩(wěn)健性檢驗中，本文選擇了一個符號意義相反的指標(biāo)——不良貸款撥備覆蓋率。當(dāng)該指標(biāo)越大時，表示撥備越充足，銀行經(jīng)營風(fēng)險相對會更小。在穩(wěn)健性檢驗中，用不良貸款撥備覆蓋率來替換前文的因變量，若前文的結(jié)果是穩(wěn)健的，那么穩(wěn)健性檢驗中核心自變量前系數(shù)符號為正，所得結(jié)果支持了該結(jié)論。表4-16對不良貸款撥備覆蓋率的描述性統(tǒng)計不良貸款撥備覆蓋率（%）變量y5樣本量849平均值344.36標(biāo)準(zhǔn)差654.77最小值44.541/4分位數(shù)178.61中位數(shù)235.193/4分位數(shù)327.22最大值13514.17表4-17對不良貸款撥備覆蓋率回歸的方差膨脹因子VIF-不良貸款撥備覆蓋率凈利潤（億元）2.21地區(qū)生產(chǎn)總值（億元）2.08資本充足率（%）1.28最大十家客戶貸款比例（%）1.26財務(wù)杠桿率（%）1.17表4-18對不良貸款撥備覆蓋率的基準(zhǔn)回歸結(jié)果OLS隨機效應(yīng)銀行固定效應(yīng)雙向固定效應(yīng)資本充足率（%）14.13***(2.79)10.98*(1.79)8.213(1.13)2.917（0.56）凈利潤（億元）0.204（0.49）0.0001（0.96）0.000209（1.50）0.000305***（3.21）財務(wù)杠桿率（%）3.952（1.62）1.821（0.33）-0.321(-0.05)-7.125(-1.08)最大十家客戶貸款比例（%）-0.913***(-3.17)-0.972(-1.61)-1.117***(-3.87)-0.262(-0.31)地區(qū)生產(chǎn)總值（億元）-0.00397*(-1.67)-0.011(-1.64)-0.0231**(-2.06)-0.011(-0.94)常數(shù)項117.2(1.24)213.8(1.44)326.7*(1.66)311.0**(2.26)樣本數(shù)556556556556是否帶聚類穩(wěn)健標(biāo)準(zhǔn)誤NONOYESYES是否銀行固定效應(yīng)NONOYESYES是否時間固定效應(yīng)NONONOYES霍斯曼檢驗Prob>chi2=0.62003.加入控制變量本文對四個被解釋變量所在回歸方程分別加入了上市與否的虛擬變量作為控制變量，進行穩(wěn)健性檢驗。結(jié)果顯示，除了被解釋變量為不良貸款率1時回歸結(jié)果不顯著，其余回歸方程中核心解釋變量的預(yù)估系數(shù)前的符號均與前文保持一致。不良貸款率1所對應(yīng)的結(jié)果不顯著，很可能是樣本量缺失造成的。除此以外，對于上市與否虛擬變量前的系數(shù)符號，當(dāng)被解釋變量為貸款損失準(zhǔn)備/總貸款時，該系數(shù)符號為負，絕對值和核心解釋變量前的預(yù)估系數(shù)絕對值相近；當(dāng)被解釋變量為不良貸款率2和逾期貸款/貸款呆帳準(zhǔn)備金時，該系數(shù)符號為正，絕對值遠大于核心解釋變量前的預(yù)估系數(shù)的絕對值。綜合以上結(jié)果，除了證明原實證結(jié)果的穩(wěn)健性，還進一步得出銀行上市更大程度是減弱了資本約束對銀行經(jīng)營風(fēng)險的抑制作用。表4-19加入上市與否虛擬變量后的基準(zhǔn)回歸結(jié)果貸款損失準(zhǔn)備/總貸款不良貸款率1不良貸款率2逾期貸款/貸款呆帳準(zhǔn)備金(固定效應(yīng))(隨機效應(yīng))(固定效應(yīng))(固定效應(yīng))資本充足率（%）-0.0631*-0.0534-0.0481***-0.0496***(-1.74)(-1.55)(-2.88)(-3.89)上市與否-0.07250.1780.369***0.236*(-0.55)（0.80）（3.63）（1.96）凈利潤（億元）0.00773-0.0059-0.00479**-0.0025（1.4）(-1.50)(-2.20)(-1.31)財務(wù)杠桿率（%）-0.0323-0.0730***0.008830.00173(-1.04)(-2.83)（0.30）（0.10）最大十家客戶貸款比例（%）-0.004060.006690.00591***0.00148(-0.56)（1.50）（3.00）(0.75)地區(qū)生產(chǎn)總值（億元）0.00003490.00002590.0000716***0.0000507***(1.22)(1.28)(4.31)(3.03)常數(shù)項4.097***2.954***1.254**1.096***(3.55)（3.88）（2.21）（2.66）樣本數(shù)3413355645124.工具變量法截止于2018年底，中國城市商業(yè)銀行共134家，上市銀行22家，占比僅為16%。中國城市商業(yè)銀行作為區(qū)域性中小銀行，資本補充渠道相對更狹窄，無論就內(nèi)源融資還是外源融資而言，都與當(dāng)?shù)氐慕?jīng)濟發(fā)展水平關(guān)系緊密。故本文以地區(qū)GDP增長率作為資本約束的工具變量，對前文所提到的四個被解釋變量所在的回歸方程均進行了穩(wěn)健性檢驗，結(jié)果得出當(dāng)被解釋變量為不良貸款率2、逾期貸款/貸款呆帳準(zhǔn)備金時，所得結(jié)果顯著，且核心解釋變量前的系數(shù)符號和前文一致，證實了前文結(jié)論的穩(wěn)健性。當(dāng)被解釋變量為貸款損失準(zhǔn)備/總貸款、不良貸款率1時，回歸結(jié)束不顯著。表4-20僅展示顯著部分的回歸結(jié)果。表4-20運用工具變量法后的基準(zhǔn)回歸結(jié)果資本充足率（%）不良貸款率2資本充足率（%）逾期貸款/貸款呆帳準(zhǔn)備金（固定效應(yīng)）（固定效應(yīng)）地區(qū)生產(chǎn)總值增長率（%）0.130***(4.65)0.106***(3.45)凈利潤（億元）0.0191*(1.91)-0.00183(-0.65)0.0165*(1.68)0.0000819(0.03)財務(wù)杠桿率（%）-0.453***(-4.88)-0.139***(-2.98)-0.526***(-4.70)-0.193***(-3.05)最大十家客戶貸款比例（%）-0.0144***(-2.71)0.00312（1.37）-0.0160**(-2.33)-0.00193(-0.69)地區(qū)生產(chǎn)總值（億元）-0.0003***(-2.81)-0.00000816(-0.26)-0.000311***(-2.92)-0.000048(-1.17)資本充足率（%）-0.356***(-4.65)-0.405***(-3.42)樣本數(shù)595595517517（二）異質(zhì)性分析在數(shù)據(jù)搜集和整理過程中發(fā)現(xiàn)，中國城市商業(yè)銀行相關(guān)指標(biāo)的差異性較大。以資產(chǎn)規(guī)模為例，截止2018年底，超過80%的中國城市商業(yè)銀行資產(chǎn)規(guī)模不足5000億元，而資產(chǎn)上萬億的中國城市商業(yè)銀行有6家，分別是北京銀行、上海銀行、江蘇銀行、南京銀行、寧波銀行和徽商銀行，其資產(chǎn)規(guī)模約占據(jù)中國城市商業(yè)銀行總規(guī)模的三分之一。本文將中國城市商業(yè)銀行按照資產(chǎn)規(guī)模大小進行四等分，分為資產(chǎn)規(guī)模最大、中上、中下和最小四個等分樣本，對各分樣本對應(yīng)的基準(zhǔn)回歸和門檻回歸分別進行檢驗，所得結(jié)果盡管存在顯著性差別，但幾乎所有估計系數(shù)前的符號都為負。即對于不同資產(chǎn)規(guī)模的中國城市商業(yè)銀行，所得結(jié)果均支持了資本約束對中國城市商業(yè)銀行經(jīng)營風(fēng)險起抑制作用的結(jié)論。囿于篇幅，文中僅展示基準(zhǔn)回歸的異質(zhì)性分析結(jié)果。

表4-21中國城商行資產(chǎn)規(guī)模異質(zhì)性分析表4-21中國城商行資產(chǎn)規(guī)模異質(zhì)性分析（續(xù)表）注：y1為貸款損失準(zhǔn)備/總貸款，y2為不良貸款率1，y3為不良貸款率2，y4為逾期貸款/貸款呆帳準(zhǔn)備金。

三、中介效應(yīng)和調(diào)節(jié)效應(yīng)分析（一）中介效應(yīng)分析中介效應(yīng)的概念最早來源于心理學(xué)研究，用以衡量獨立變量通過中介變量間接作用于非獨立變量的影響程度，隨著中介效應(yīng)檢驗方法的成熟,這一概念也開始被逐漸引入到更廣泛的領(lǐng)域中來陳東,劉金東：《農(nóng)村信貸對農(nóng)村居民消費的影響——基于狀態(tài)空間模型和中介效應(yīng)檢驗的長期動態(tài)分析》，《金融研究》2013年第6期，第160~172頁。（陳東等，2013）。在統(tǒng)計概念中，中介效應(yīng)指獨立變量對非獨立變量的影響（X→Y）不是直接的因果鏈關(guān)系,而是通過一個或一個以上的變量(M)間接產(chǎn)生影響,此時我們稱M為中介變量,X通過M對Y產(chǎn)生的間接影響為中介效應(yīng)陳東,劉金東：《農(nóng)村信貸對農(nóng)村居民消費的影響——基于狀態(tài)空間模型和中介效應(yīng)檢驗的長期動態(tài)分析》，《金融研究》2013年第6期，第160~172頁。甄紅線,張先治,遲國泰：《制度環(huán)境、終極控制權(quán)對公司績效的影響——基于代理成本的中介效應(yīng)檢驗》，《金融研究》2015年第12期，第162~177頁。1.中介效應(yīng)—異地經(jīng)營按管轄半徑的不同，中國城市商業(yè)銀行異地經(jīng)營可分為省內(nèi)異地和跨省經(jīng)營兩種，本文取前一種概念，只要城商行在所在城市行政區(qū)劃以外設(shè)置了分行和支行并存續(xù)經(jīng)營，便將其劃屬為異地經(jīng)營的類別。本文對貸款損失準(zhǔn)備/總貸款、不良貸款率1、不良貸款率2、逾期貸款/貸款呆帳準(zhǔn)備金以及不良貸款撥備覆蓋率共五個被解釋變量，分別進行了以異地經(jīng)營為中介變量的中介效應(yīng)檢驗，表4-22記錄了顯著的檢驗結(jié)果。如表4-22所示，資本充足率和異地經(jīng)營之間存在顯著的負向關(guān)系，資本充足率越高，異地經(jīng)營的可能性越低。當(dāng)被解釋變量為貸款損失準(zhǔn)備/總貸款時，異地經(jīng)營虛擬變量前的系數(shù)符號為正，說明異地經(jīng)營對城商行經(jīng)營風(fēng)險起促進作用。綜合該被解釋變量下的三個回歸方程，由于回歸系數(shù)-0.0552不顯著，異地經(jīng)營在資本約束對城商行經(jīng)營風(fēng)險的影響中起完全中介效應(yīng)，即資本約束并不直接作用于城商行經(jīng)營風(fēng)險，而是通過作用于異地經(jīng)營來間接作用于經(jīng)營風(fēng)險。而間接作用的效果由系數(shù)交乘項-0.0230×0.604決定，其絕對值遠小于考慮異地經(jīng)營前核心解釋變量對應(yīng)系數(shù)-0.0624的絕對值，所得結(jié)果很好的支持了假設(shè)6，即中國城市商業(yè)銀行的資本充足率越低，其異地經(jīng)營的激勵越強，經(jīng)營風(fēng)險越大。異地經(jīng)營弱化了資本約束對城商行經(jīng)營風(fēng)險的抑制效果。當(dāng)被解釋變量為不良貸款撥備覆蓋率時，其值越大代表經(jīng)營風(fēng)險越小，若要支持前文的假設(shè)，核心解釋變量的符號需與前文反向，而實證結(jié)果契合了這一分析。由表4-22可知，異地經(jīng)營在資本約束和以不良貸款撥備覆蓋率表示的經(jīng)營風(fēng)險中起部分中介效應(yīng)，即資本約束一方面直接作用于城商行經(jīng)營風(fēng)險，由系數(shù)值16.28體現(xiàn)；一方面通過異地經(jīng)營來間接作用于城商行經(jīng)營風(fēng)險，由系數(shù)交乘項的值（-0.023）×（-111.1）體現(xiàn)。加入異地經(jīng)營虛擬變量后的總效應(yīng)由系數(shù)加乘匯總后的值[16.28+（-0.023）×（-111.1）]決定，小于考慮異地經(jīng)營以前核心解釋變量前的系數(shù)值18.98，說明異地經(jīng)營弱化了資本約束對經(jīng)營風(fēng)險的抑制作用，假設(shè)6進一步得以證實。表4-22資本約束對城商行經(jīng)營風(fēng)險影響的中介效應(yīng)—異地經(jīng)營y1異地經(jīng)營y1y5異地經(jīng)營y5固定效應(yīng)固定效應(yīng)隨機效應(yīng)隨機效應(yīng)資本充足率（%）-0.0624*(-1.75)-0.0230**(-2.48)-0.0552(-1.52)18.98***(3.17)-0.0237***(-5.37)16.28***(2.65)凈利潤（億元）0.00763(1.41)-0.00222**(-2.17)0.00838(1.55)0.863(0.83)-0.000973(-1.17)0.772(0.76)財務(wù)杠桿率（%）-0.0298(-0.98)-0.00842(-1.27)-0.0313(-1.03)5.848(1.11)-0.00458(-1.16)5.915(1.13)最大十家客戶貸款比例（%）-0.00359(-0.51)-0.00197**(-2.19)-0.00349(-0.50)-1.073*(-1.77)-0.00256***(-5.65)-1.411**(-2.25)地區(qū)生產(chǎn)總值（億元）0.000033(1.12)0.0000226*(1.94)0.0000239(0.83)-0.0088(-1.41)0.0000135**(2.52)-0.007