银行贷款损失准备计提的顺周期特征加剧金融系统的不稳定，受到学界和业界的广泛关注，监督管理的机构逐步要求银行采取前瞻性的计提策略以应对贷款损失准备的顺周期特征，经济发展慢慢的受到宏观经济政策不确定性的影响，银行是否考虑当前经济政策不确定性，对贷款损失准备进行前瞻性计提？本文选取2004—2017年中国126家商业银行数据，研究经济政策不确定性对银行贷款损失准备计提的影响。实证分析发现，经济政策不确定性与贷款损失准备计提显著正相关，经济政策不确定性越大，贷款损失准备计提越多。异质性分析发现，这一效应在上市银行、外资持股比例比较高、中小银行中表现更为明显。

  银行贷款损失准备计提的顺周期特征加剧金融系统的不稳定，受到学界和业界的广泛关注，监督管理的机构逐步要求银行采取前瞻性的计提策略以应对贷款损失准备的顺周期特征，经济发展慢慢的受到宏观经济政策不确定性的影响，银行是否考虑当前经济政策不确定性，对贷款损失准备进行前瞻性计提？本文选取2004—2017年中国126家商业银行数据，研究经济政策不确定性对银行贷款损失准备计提的影响。实证分析发现，经济政策不确定性与贷款损失准备计提显著正相关，经济政策不确定性越大，贷款损失准备计提越多，在考虑地级市领导人更替、银行高管更替、宏观经济层面遗漏变量，以及使用工具变量的内生性分析后，结果保持稳健。异质性分析发现，这一效应在上市银行、外资持股比例比较高、中小银行中表现更明显。从银行风险管理角度的机制分析发现，不良贷款越多、风险储备越少的银行，经济政策不确定性增加时，计提的贷款损失准备越多，说明风险预防动机是其最大的目的。进一步的分析发现，银行在经济政策不确定性较高时增加计提，有助于稳定银行收益、降低银行破产风险。本文的研究从经济政策不确定性的视角，为中国银行贷款损失准备计提的理论和实践提供了新的解释。

  近年来，为应对经济结构转型、经济提高速度下滑、国际金融危机等的冲击，中国政府采取了包括货币政策、财政政策和产业政策等在内的多项举措，旨在熨平经济周期波动，维持经济平稳加快速度进行发展。然而当宏观经济目标面临多方面的抉择，经济政策本身就具有一定的不确定性。现有研究发现，经济政策不确定性在微观方面抑制企业投资，降低并购活动，阻碍资本结构调整，增加企业风险和信息不对称；在宏观方面抑制就业，引起宏观经济波动（Baker et al.，2016；Gulen and Ion，2015；Nguyen and Phan，2017；Nagar et al.，2019；王朝阳等，2018）。在中国以间接融资为主导的金融体系中，银行信贷在支持实体经济发展，缓解企业融资约束等方面发挥着重要的作用。当刺激性政策出现，银行信贷成为扩张性经济政策传导的主要渠道，相对于一般企业，银行受不确定性的影响会更明显，对政策的敏感度也更高，经济政策不确定性对宏观经济波动以及企业微观行为的影响，最终会通过降低银行信贷质量、增加流动性风险等渠道传导到银行层面（Bordo et al.，2016；Berger et al.，2018）。当预期到经济政策不确定性的影响时，银行会不会提前对此做出准备？本文试图从银行贷款损失准备计提的视角对这一问题进行探析。

  2008年金融危机之后，学界和业界对金融业的顺周期行为进行了深入研究。现有研究认为，基于“已发生损失模型”的贷款损失准备计提制度，加剧金融系统的不稳定，对金融危机具有推波助澜的作用，是引发金融危机的重要原因之一（FSF，2009）。贷款损失准备计提顺周期的特点，使得银行在经济上行期少计提，而在经济下行期信用风险恶化、不良贷款增多时有大量的损失准备需要计提，降低了资本充足率并提高了银行风险。对贷款损失准备计提行为的理论和实证研究大多基于经济周期视角（FSF，2009；Beatty and Liao，2009；Ozili and Outa，2017；丁友刚和严艳，2019），然而当前国内外宏观经济慢慢的受到短期经济政策不确定性的影响（陈昆亭等，2012；方福前等，2017；刘尚希和武靖州，2018），经济政策不确定性对企业的影响传导到银行层面，银行又该怎么样应对？2011年中国银行保险监督管理委员会（原中国银行业监督管理委员会，以下简称中国银保监会）发布的《商业银行贷款损失准备管理办法》指出，银行不仅要依据经济周期，还应该要依据宏观经济政策、产业政策等因素对贷款损失准备进行动态调整，提升贷款损失准备的动态性和前瞻性，增强风险防范能力，促进商业银行稳健经营。2014年7月，国际会计准则理事会（简称IASB）提出“预期损失模型”要求商业银行在评估信用风险、确认预期贷款损失时，不仅要考虑历史信息，更需要将现行经济情况、影响金融实物资产预期现金流的因素考虑在内。那么，商业银行在进行贷款损失准备计提时，是否会将当前宏观经济政策波动的影响考虑在内，贷款损失准备计提有没有前瞻性，贷款损失准备计提是不是能够有效地预防经济政策不确定性可能对银行风险的影响？这是本文所要研究的主要问题。

  经济政策不确定性增加时，银行贷款损失准备计提面临两方面的抉择。一方面，经济政策不确定性对企业投融资、盈利能力及宏观经济波动带来了负面冲击，可能促使银行计提更多的贷款损失准备，以应对未来有几率发生的信用风险。同时，银行增加贷款损失准备计提，不但可以应对未来可能出现的银行呆坏账核销增多带来的流动性危机，而且也能轻松实现银行利润在当期和未来的再分配，达到抑制银行收益波动，降低银行风险的目的（Fudenberg and Tirole，1995；DeFond and Park，1997）。另一方面，银行在经济政策不确定性增加时也有一定可能会隐藏风险，降低贷款损失准备计提。银行信息透明度受到学界和监督管理的机构慢慢的变多的关注（Beatty and Liao，2014；Acharya and Ryan，2016；Granja，2018），而贷款损失准备计提是银行向投资者提供信息的重要手段（Liu and Ryan，1995；Beatty and Liao，2014），高管的业绩压力、地方政府的隐性担保、银行挤兑风险都会促使银行在经济政策不确定性增加时隐藏风险。

  在中国，经济政策不确定性究竟是增加还是抑制了银行贷款损失准备计提，银行在经济政策不确定性面前是会“未雨绸缪”还是“刻意隐藏”？本文利用中国商业银行2004—2017年的数据，采用Baker et al.（2016）开发的中国经济政策不确定性指数作为经济政策不确定性的代理变量，实证分析经济政策不确定性和银行贷款损失准备计提之间的关系。研究之后发现，经济政策不确定性的增加促进了银行贷款损失准备的计提，说明在经济政策不确定性面前，增加贷款呆坏账准备是银行应对不确定性风险的措施，银行会对未来可能出现的信贷资产减值做出正向反馈。本文考虑时间截面上可能会影响贷款损失准备计提的因素，将地级市领导人更替、银行高管更替、宏观经济景气指数、银行业景气指数和企业景气指数加入回归模型，结果都未发生改变。为了进一步控制内生性问题，本文还参考彭俞超等（2018）、陈胜蓝和刘晓玲（2018）的研究构造了工具变量，主要的回归结果依然保持稳健。

  进一步地，本文从银行风险水平和风险抵御能力两个角度进行机制分析。实证发现，银行风险越大，风险抵御能力越弱，经济政策不确定性增加时计提的贷款损失准备也就越多，说明预防风险是贷款损失准备计提的根本原因之一。那么，计提的贷款损失准备对银行风险又有什么影响呢？实证分析发现，经济政策不确定性和贷款损失准备计提增加了银行收益的波动性和银行破产风险，但是两者的交互项显示，经济政策不确定性较高时多计提贷款损失准备可以轻松又有效抑制银行收益的波动，降低破产风险。这一根据结果得出，银行在经济政策不确定性较高时多计提贷款损失准备能够在一定程度上促进银行对未来风险的防控。

  本文可能的边际贡献有以下四点：①金融危机之后，如何有效改进贷款损失准备计提的顺周期特征，提升贷款损失准备的动态性和前瞻性是监督管理的机构面临的重要问题。本文从宏观经济政策不确定性的视角出发，发现银行会将经济政策不确定性可能带来的信用风险考虑在内，进行前瞻性计提。②政府出台的经济刺激政策旨在降低经济波动，而本文发现经济政策不确定性本身带来的不确定性预期促使银行多计提损失准备，收缩流动性，在某些特定的程度上抵消刺激性政策的扩张效果，这就要求政府在制定相关经济政策时力求保持连续性，稳定市场预期，降低政策本身的不确定性带来的负面影响。③本文的研究证实银行贷款损失准备计提具有一定的前瞻性，并且经济政策不确定性增加时多计提能抑制银行收益波动，降低破产风险，本文的研究结论为监管者和银行高管前瞻性风险准备计提提供实证依据。④发现风险较低、风险抵御能力较强的银行在经济政策不确定性增加时会减少贷款损失准备计提，某些特定的程度上可以缓解因银行流动性“囤积”，提高信贷标准等“惜贷”行为给经济带来的负面影响（Bordo et al.，2016；Berger et al.，2018），这就要求银行和监督管理的机构加强银行风险治理，更好地服务实体经济。

  本文余下的部分安排如下：第二部分是文献回顾和研究假说，第三部分是数据与基本计量模型，第四部分是实证结果和分析，第五部分是机制检验和进一步分析，第六部分是稳健性检验，最后一部分是结论和政策建议。

  2008年金融危机以前，学术界对贷款损失准备计提的研究集中于银行计提贷款损失准备的目的及其影响因素。例如，学者研究之后发现银行通过贷款损失准备计提主要达到资本管理、收益平滑和信号传递等目标（Ahmed et al.，1999；Beatty and Liao，2014；陈超等，2015）。对其影响因素的研究也涉及银行的公司治理、审计、地区文化差异以及金融生态环境等方面（Cornett et al.，2009；Kanagaretnam et al.，2011；张敏等，2014）。

  然而在金融危机之后，慢慢的变多的学者意识到贷款损失准备计提的顺周期性对金融周期的推动作用，对其研究也集中到贷款损失准备计提顺周期带来的影响以及如何抑制顺周期行为。根据“已发生损失模型”的要求，只有在发生可能会引起未来贷款损失事件时，银行才确认贷款损失准备金，促使银行在经济上行期少计提。而在经济下行期，不良贷款增多，信用风险恶化，当贷款损失准备不能够弥补衰退期的贷款损失时，大量的损失准备需要计提，这就降低了资本充足率，提高了银行风险（FSF，2009；Ozili and Outa，2017）。Beatty and Liao（2009）指出在经济衰退期间贷款违约增加，贷款损失准备计提的增加促使银行收缩信贷投放，加剧经济衰退。然而他们发现贷款损失准备确认的及时性能够更好的降低衰退时期的资本紧缩效应。Agénor and Zilberman（2015）通过建立动态随机一般均衡模型发现，在已发生损失模型下，贷款损失准备的顺周期性促使银行在经济繁荣时忽视风险，在经济衰退时放大风险，如果采用动态贷款损失准备计提策略，可以有效抑制经济周期波动的影响。丁友刚和严艳（2019）发现，中国商业银行贷款拨备计提存在很明显的顺周期特征，并且这种顺周期性在经济上行时期会传导至信贷市场从而放大信贷供给。金融危机之后，对动态贷款损失准备计提的呼声愈发激烈，在动态贷款损失准备计提下，银行在经济繁荣时，多计提贷款损失准备，而在经济衰退期使用繁荣时计提的贷款损失准备弥补贷款损失，达到减少银行利润波动，防止信贷萎缩的目的（Balla and Mckenna，2009）。

  基于经济周期的视角，研究银行贷款损失准备计提已经受到多数学者的关注，并且也取得了一定的成果。而如何有效改进贷款损失准备计提的顺周期特征，提升贷款损失准备的动态性和前瞻性是监督管理的机构面临的重要问题。中国银保监会2011年发布的《商业银行贷款损失准备管理办法》以及国际会计准则理事会2014年提出的“预期损失模型”，均要求商业银行采取前瞻性的贷款损失准备计提策略，将未来可能会影响金融实物资产现金流的因素考虑在内。当前经济发展慢慢的受到经济政策不确定性的影响（Baker et al.,2016），特别是在政府逐渐简政放权，市场逐步在资源配置中起到决定性作用的情况下，经济波动多源于内部改革与政策冲击（刘尚希和武靖州，2018）。近年来，为应对经济结构转型、经济提高速度下滑、以及国际金融危机的冲击，中国采取了包括货币政策、财政政策和产业政策等在内的多项举措来保持经济的平稳加快速度进行发展。这些政策的出台在抑制宏观经济衰退的同时，也给经济带来不确定性冲击。经济政策不确定性所引起的宏观经济波动，企业投融资活动异常，最终会对银行的行为产生影响。

  经济政策不确定性主要是通过两种渠道对银行产生一定的影响。一是经济政策不确定性通过对企业的影响，增加银行贷款违约率。经济政策不确定性在微观层面抑制企业投资，降低企业并购活动，增加企业的风险和信息不对称，企业盈利、成长能力及偿还债务的能力下降，破产风险增加。微观层面冲击传导到银行，促使银行面临贷款本息无法按时收回的信用风险，增加未来贷款违约概率。二是经济政策不确定性降低银行经营稳定性，增加银行风险。当前中国银行同质化严重，中间业务不发达，多数银行的盈利依然主要是依靠存贷款利差（巴曙松等，2013）。而银行受经济政策波动和借贷主体羊群行为的干扰，难以准确识别借款人的借贷风险和还款能力（彭俞超等，2018），进而抑制信贷扩张，降低信贷资产质量，加剧金融机构流动性紧缩（Bordo et al.，2016），为控制风险，银行会降低风险资产尤其是贷款增速，计提坏账准备抑或是增加权益资本。从理论上讲，银行在面临未来不确定性时，能够最终靠增发、配股、发行次级债等方式补充资本，提高资本充足率水平，也能够最终靠多计提的方式提高拨备覆盖率。但是，由于补充资本的方式受到监管层的监管、审批比较严格，周期相对较长，而银行对贷款损失准备计提的自由裁量权相对较大，所以在面临短期不确定性时，贷款损失准备计提是银行预防风险的主要方式。

  然而，在面对经济政策不确定性时，贷款损失准备计提也存在不确定性。一方面，经济政策不确定性对宏观经济波动和企业微观行为的影响，最终会通过银行信贷质量传导到银行层面。为了应对经济政策不确定性可能带来贷款违约增多、流动性趋紧等问题，银行能够最终靠前瞻性的信贷管理措施来应对政策不确定性风险。贷款损失准备可以在某些特定的程度上吸收未来贷款坏账损失，达到缓冲风险的作用。同时，贷款损失准备是银行进行盈余管理的主要方式之一，在经济政策不确定性增加时，银行增加贷款损失准备的计提，不但可以应对未来可能出现的银行呆坏账核销增多带来的流动性危机，而且也能轻松实现银行利润在当期和未来的再分配，进而达到抑制银行收益波动，降低银行风险的目的（Fudenberg and Tirole，1995；DeFond and Park，1997）。另一方面，隐藏风险的动机则可能会促使银行在经济政策不确定性增加时减少贷款损失准备计提。贷款损失准备计提会给市场传递关于银行经营状况的信号（Liu and Ryan，1995；Beatty and Liao，2014），而金融机构倾向于隐藏坏消息，在中国商业银行受到地方政府隐性担保情况下，这样的一种情况可能会更严重（施华强和彭兴韵，2003）。经济政策不确定性增加时，银行管理层有动机通过减少贷款损失准备计提来隐藏风险，原因有三点：①贷款损失准备计提会侵蚀银行利润，高管职业压力促使银行保持良好的绩效水平（Barro and Barro，1990；Kothari et al.，2009；Jenter and Kanaan，2015）；②经济政策不确定性增加时，储户预期未来经济情况变差，为了资金的安全，往往会选择绩效相对较好，规模大、安全性高的银行，银行有动机隐藏风险释放积极信号；③银行大量计提贷款损失准备类似于财务“大洗澡”（BigBath），降低银行风险抵御能力，容易引发银行挤兑风险。根据以上分析，本文提出两个对立的假说：

  H1a：在其他条件一定的情况下，经济政策不确定性越大，银行贷款损失准备计提越多。

  H1b：在其他条件一定的情况下，经济政策不确定性越大，银行贷款损失准备计提越少。

  信用风险是银行面临的主要风险，经济政策不确定性给宏观经济、公司制作经营带来的影响，通过信贷质量传导到银行，为了应对未来有几率发生的信用风险上升，银行通过计提贷款损失准备、提高拨备覆盖率、增加核心资本等方式应对不确定性带来的风险，并且银行也会降低主动风险承担以抑制不确定性带来的负面影响（顾海峰和于家珺，2019）。一方面，当风险水平较高时，银行不仅面临很大的经营风险，也吸引了监管层的关注，促使其保持相对稳健的经营，提高风险储备，以避免风险扩散。同时，经济政策不确定性预示着银行未来可能面临更加大的信用风险，风险水平原本较高的银行对信用风险的吸收能力有限，要求这些银行在损失发生之前多计提贷款损失准备以提高风险抵御能力。另一方面，从银行风险抵御能力看（银行有较低的拨备覆盖率或资本充足率），风险抵御能力越弱的银行，在不确定性面前面临的风险也就越大，银行也会通过多计提损失准备将未来可能出现的信用风险覆盖。因此，本文提出：

  H2：在其他条件一定的情况下，经济政策不确定性增加时，风险水平越高的银行计提的贷款损失准备越多。

  H3：在其他条件一定的情况下，经济政策不确定性增加时，风险抵御能力越弱的银行计提的贷款损失准备越多。

  银行在经济政策不确定性增加时，多计提贷款损失准备最大的目的是预防风险，那么效果如何？Collins et al.（1995）研究之后发现银行会通过贷款损失准备计提来平滑利润，管理层在利润水准高时多计提贷款损失准备，而在利润水准低时少计提贷款损失准备，达到稳定银行收益的目的，贷款损失准备计提是银行盈余管理的主要方式之一（Beatty and Liao，2014；陈超等，2015）。银行在经济政策不确定性增加时多计提贷款损失准备，不但可以应对未来可能出现的呆坏账核销增多带来的流动性危机，而且也能轻松实现银行利润在当期和未来的再分配，进而达到抑制银行收益波动，降低银行风险的目的（Fudenberg and Tirole，1995；DeFond and Park，1997）。因此，本文提出：

  H4：在其他条件一定的情况下，经济政策不确定性较高时期多计提贷款损失准备可以大大降低银行风险。

  本文的研究主要涉及银行财务数据和经济政策不确定性指数。银行财务基础数据来源于Wind数据库和BankScope数据库，对于两个数据库存在一定的差异或者缺失的数据，再回查各个银行的年报做补充修正。由于这两个数据库均未记录银行贷款损失准备计提明细科目，本文依据银保监会官网披露的中国国有、股份制和城市商业银行目录，从各家银行官网下载2004—2017年各银行年报数据，并从银行财报上手工搜集相关指标，最终得到2004—2017年126家银行总计910个观察样本。本文使用的经济政策不确定性指数（Economic Policy Uncertainty）来自Baker et al.（2016），他们根据中国香港《南华早报》的每日新闻内容构建了中国经济政策不确定性指数，直接刻画了中国宏观经济政策整体的不确定性。

  贷款损失准备计提反映出银行对未来信贷损失的预测，银行会通过贷款损失准备计提对未来可能的信用损失进行预防，本文参考Ahmed et al.（1999）、Balboa et al.（2013）、陈超等（2015），以贷款损失准备计提占银行期初总资产的比重作为被解释变量。

  Baker et al.（2016）根据中国香港《南华早报》每日新闻内容中同时包含“中国”“经济”“政策”以及“不确定性”四个关键词的相关报道文章占当月文章总数量的比重，构建月度中国经济政策不确定性指数（EPU指数）。目前国内学者将该指数普遍的应用于长期资金市场、公司金融研究（顾夏铭等，2018；彭俞超等，2018；王朝阳等，2018）。本文采用每年月度平均经济政策不确定性指标的对数值，度量当年的经济政策不确定性情况，该指数越大，说明当年经济政策不确定性越高。

  参考Balboa et al.（2013）、陈超等（2015）的研究，本文构建模型（2）回归分析。控制变量中，Size是银行规模，用总资产的自然对数衡量；EBTP衡量银行的盈利能力，用计提贷款损失准备及税费前的利润占期初总资产的比重来衡量；Loan是贷款总额；Loang是贷款增速，等于本期贷款总额和期初贷款总额的差额占期初总资产的比重；NPL是不良贷款比率，等于本期不良贷款余额占期初总资产的比重；NPLg是不良贷款增长率，等于本期不良贷款和期初不良贷款的差额占期初总资产的比重；NPL_Cov是银行贷款拨备覆盖率，等于银行计提的拨备余额和不良贷款余额之比，CapRaito为银行资本充足率，用这两个变量来衡量银行风险抵御程度。在银行公司治理层面，控制了银行前三大股东股权集中度（ShareHHI），前三大股东中国家股和外资股比重（Statown和Foreown）、银行的审计师事务所是否是国内前五大会计师事务所（BigFive）。

  在地方经济发展层面，本文主要控制了地区经济发展水平（Gdpg）、地区人均GDP（AveGdpg）、银行贷款市场占有率（LoanShare）以及当地贷款占GDP比重（Loan_GDP）。其中，贷款市场占有率等于银行贷款总额占地区市场贷款总额的比重，这四个变量用来控制银行市场占有率以及地区经济发展水平对银行贷款损失准备计提的影响，同时也控制了省份效应。

  需要特别说明的是，由于本文的经济政策不确定性数据是年度数值，对所有样本银行而言，每年对应的EPU值一样，如果控制时间效应，会出现年份虚拟变量和EPU共线性的情况，从而造成本文EPU系数无法估计（Gulen and Ion，2015；王朝阳等，2018）。然而如果不控制年份，无法消除时间效应对回归结果的影响。国内学者王朝阳等（2018）在使用Baker et al.（2016）的指数研究EPU对企业资本结构调整的影响时在模型中控制了宏观经济变量货币供应量、企业家信心指数来控制年份效应的影响。为了尽量解决这一共线性问题，本文参考Gulen and Ion（2015）、王朝阳等（2018）的研究，在回归模型中尽可能增加时间截面上的变量，以控制可能会产生的内生性问题，在模型（2）中以Mt代表。具体的，本文从地级市领导人更替、银行高管更替以及宏观经济预期、企业和银行景气度等多个角度控制时间截面上有几率存在的遗漏变量对本文主回归结果的影响。同时，在稳健性检验部分从多个角度对时间效应进行控制。

  为控制异常值对主要结果的影响，本文对主要的连续变量进行前后1%的缩尾处理。银行贷款损失准备计提占总资产比重（LLP）均值0.52%，最小值为0.02%，最大值达到1.81%，不同银行贷款损失准备计提差异明显。经济政策不确定性指标（EPU）均值为5.18，标准差为0.49，最小值为4.19，而最大值达到5.90，EPU具有一定波动性。计提贷款损失准备及税费前利润占期初总资产比重（EBTP）均值为2.19%，最大值达到5.01%，说明EBTP占银行总资产比重较大，拨备对银行利润有明显的影响。不良贷款占总资产比重（NPL）均值为0.65%，最大值达到3.71%，个别银行资产质量低，存在很大的风险。商业银行资本充足率水平（CapRaito）均值为12.90%，最小值为6.90%，最大值达到26.40%，说明银行资本充足率存在很大差异，但整体上，银行资本充足率基本达到监督管理要求。前三大股东中，国家股占比（Stateown）均值为5.87%，政府依然占据中国商业银行股东较为重要。的位置，商业银行受政府的影响依然非常严重。从市场环境控制变量来看，银行贷款市场占有率（LoanShare）均值为19.30%，最小值为1.51%，最大值达到89.02%，这说明中国商业银行在贷款市场占有率上存在比较大的差距，这可能受到银行规模、银行经营状况等因素的影响。地区经济提高速度（Gdpg）均值为9.81%，中位数为9.40%，符合中国近些年经济发展状况。地级市领导人更替（CityDirTurn）和商业银行高管更替（BankDirTurn）概率分别为39.70%和20.80%。宏观经济层面的控制变量，宏观经济景气指数的先行指标（MacroPI）和企业景气指数（FirmPI）标准差均小于0.10，而银行业景气指数（BankPI）标准差达到0.11，说明银行业景气度波动相对较大。

  表1汇报了根据模型（2）得到的回归结果，（1）—（3）列被解释变量均为贷款损失准备计提占期初总资产比重（LLP），第（1）列回归只加入了银行财务层面的控制变量。（2）、（3）列依次加入了银行治理和地区经济层面的控制变量，回归结果及稳健性标准误调整后的t值报告在表1中，在表1的分析中没有控制年份效应，也并没有加入宏观层面的控制变量。（1）—（3）列的回归结果为，经济政策不确定性指数（EPU）系数为正，并且均在1%的显著水平下不为0，说明经济政策不确定性越强，银行贷款损失准备计提也就越多，银行会将未来可能出现的信用风险考虑在内，实现前瞻性计提，实证结果支持了本文的H1a。经济政策不确定性的增强，抑制宏观经济提高速度，降低企业投资和盈利能力，进而增加银行贷款坏账，降低银行利润，增加银行风险，出于风险控制和收益稳定性考虑，银行会多计提贷款损失准备金，在平滑利润的同时也降低收益波动性，降低银行风险水平。

  （1）考虑遗漏变量的影响。本文在表1的回归分析中因为共线性的原因并没有加入时间效应，然而由于时间截面上存在很多可能会影响贷款损失准备计提的因素，不加入模型可能会影响回归结果估计的准确性。参考Gulen and Ion（2015）以及王朝阳等（2018）的研究，本文从地级市领导人更替、银行高管更替、宏观经济预期、企业和银行景气度等多个角度，控制时间截面上有几率存在的遗漏变量对本文主回归结果的影响。

  本文首先考虑了因地方领导人或商业银行内部高管更替带来的不确定性，可能给研究结果带来的影响。国内外学者使用国家或地区领导更替作为经济政策不确定性的代理变量，他们指出在领导人更替前后，财政政策、税收政策、货币政策以及产业政策等会发生明显的变化，从而给经济带来不确定性。例如，Julio and Yook（2012）以世界各个国家领导人选举的数据衡量政策不确定性，发现在选举期间公司投资显而易见地下降，并且在选举结果更加难以预测的国家更明显。国内学者陈德球和陈运森（2018）从地方领导人更替视角衡量政策不确定性，他们发现地方领导变更时，当地的上市企业会提高盈余程度来应对未来可能的政策成本，并且这一现象在有政治关联、政府质量较低以及最终控制人为非公有制企业的样本中更明显。同时，银行在高管更替年份也有一定可能会通过贷款损失准备计提的方式来操纵利润。Bornemann et al.（2015）发现在CEO更替年份，银行会明显地增加自由裁量贷款损失准备计提，表明在CEO更替年份银行盈余操纵行为明显存在。申宇等（2018）指出，银行高管在更替年份的盈余操纵既可以将更替当年业绩差归咎于前任高管的经营不善，又能够最终靠盈余操纵调节当前和未来的利润水准，达到提高更替后银行绩效的目的。通过以上分析能够准确的看出，地级市领导人更替前后带来的未来经济政策不确定性可能会同时影响本文的EPU指标和贷款损失准备计提，可能是一个重要的遗漏变量。而银行高管更替的盈余操纵行为，虽然不会给经济政策带来不确定性影响，但却可能给银行贷款损失准备计提带来影响，这两类遗漏变量均会对OLS的估计结果带来偏误，因此，考虑地级市领导人更替和银行高管更替带来的影响是必要的。

  基于以上分析，本文将地级市领导（市长或市委书记）更替（CityDirTurn）和银行高管（董事长或行长）更替变量（BankDirTurn）分别加入到回归模型（见表2）。表2中（1）、（2）列为单纯考虑地级市领导人更替带来的不确定性以及银行高管的影响，（3）、（4）列在前两列的基础上加入了经济政策不确定性指标（EPU）。能够准确的看出地方领导更替和银行高管更替变量系数均为正，但在统计上并不显著，但经济政策不确定性变量系数依然为正，并且在1%的显著水平下不为0，说明排除地方领导更替以及银行高管更替的影响之后，经济政策不确定性对贷款损失准备计提的影响依然存在。

  进一步地，本文在回归模型里加入宏观经济景气指数的先行指标（MacroPI）、银行业景气指数（BankPI）以及企业景气指数（FirmPI）。宏观经济景气指数是通过对企业家进行定期的问卷调查，并根据企业家对企业经营情况及宏观经济运作状况的判断和预期来编制，反映企业的生产经营状况、经济运作状况，预测未来经济的发展变化趋势，该指数被称为宏观经济“晴雨表”或“报警器”，是国家制定相关宏观经济政策、货币政策、财政政策等重要的参考因素，因而宏观经济景气指数会对经济政策产生非常明显影响。同时，对银行而言，经济景气度也会对银行行为产生一定的影响。经济景气度较低时，经济运行下行趋势明显，银行为了预防风险，会计提贷款拨备，以应对未来可能的贷款损失，将其考虑到回归模型也是必要的。银行业景气指数和企业景气指数是细分的行业内景气指数，分别反映了银行家对银行总体经营状况判断的扩散指数，以及公司制作经营状况、企业家对宏观经济环境的感受。这两个指标属于行业景气指标，会对宏观经济政策制定带来影响，也会对银行的行为产生一定的影响。例如，银行业的景气度会影响宏观货币政策制定，银行也会在行业景气度较低时通过拨备计提调整利润，影响贷款投放。由此分析，宏观经济景气指数、银行业景气指数以及企业景气指数是同时影响贷款损失准备计提和经济政策不确定性的变量，需要加入回归模型，以尽可能的避免遗漏变量对回归结果的影响。表3中，（1）—（3）列分别加入了三个指数，（4）—（6）列在此基础上加入了经济政策不确定性指数，（7）列同时加入三个指数和经济政策不确定性指数。

  （1）列结果为，宏观经济景气指数（MacroPI）系数为负，并且在1%的水平下显著，说明当宏观经济景气度越好，银行计提的贷款损失准备就越少，贷款损失准备计提呈现出一定的顺周期特征。（4）列中加入经济政策不确定性之后，EPU系数依然保持不变且显著，说明控制宏观经济趋势的影响之后，经济政策不确定性对贷款损失准备计提的影响依然存在。银行业景气指数（BankPI）反映了银行家对银行总体经营状况的判断，该指标越大，说明银行总体经营状况越好。（2）列的结果为，银行经营状况越好，计提的贷款损失准备也就越少，（5）列中将经济政策不确定性指标加入模型之后，EPU系数依然保持稳健。（3）列结果为，企业景气度越好，银行计提的贷款损失准备越少，说明企业效益越好，能够及时还本付息，银行产生的坏账也就越少，能抑制贷款损失准备计提，（6）列中加入经济政策不确定性之后，FirmPI和EPU系数依然保持不变且显著。（7）列加入三个景气指数的控制变量之后，EPU系数为0.0011，表1的（3）列中的系数为0.0013，说明对EPU系数的影响也较小。综上，在控制宏观经济景气指数先行指标（MacroPI）、银行业景气指数（BankPI）、企业景气指数（FirmPI）之后，经济政策不确定性（EPU）系数依然为正，且在1%的显著水平下不为0，说明剔除宏观经济预期、银行自身以及企业景气三方面因素之后，主要结果依然稳健。

  表2和表3的研究表明，地级市领导人更替或银行高管更替并没有对贷款损失准备计提带来影响，而宏观层面的经济景气指数、银行业景气指数以及企业景气指数确实会对贷款损失准备计提产生一定的影响。在之后的分析中，本文在模型中加入这三个景气指数，分别从宏观经济、银行和企业三个层面着手，以尽可能消除时间截面因素对实证分析结果的影响。

  （1）银行上市与否、外资股东持股。表5中（1）列加入了银行上市与否的虚拟变量（IPO），银行上市和经济政策不确定性的交互项（EPU_IPO），从回归结果能看出，上市银行贷款损失准备计提明显小于非上市银行，这里可能的原因是上市银行受到监管和中小股东监督的作用，其通过贷款损失准备计提进行盈余管理的动机减弱，然而上市银行和经济政策不确定性的交互项系数为正，并且在1%显著水平下不为0，说明当面临经济政策不确定性提高时，上市银行会多计提贷款损失准备以应对未来收益的波动，通过对盈余管理达到利润的跨期分配，进而抑制股价的波动。（2）、（3）列分别加入了银行第一大股东外资股占比，前三大股东外资股占比，以及它们和经济政策不确定性的交互项（EPU_Foreign），（2）、（3）列的回归结果显示，在加入外资股东持股占比和经济政策不确定性的交互项（EPU_Foreign）之后，外资股东持股占比越大，对银行贷款损失准备计提的抑制越明显，但是当经济政策不确定性增强时，外资持股比例越大，贷款损失准备计提也就越多，这其中主要原因可能在于，外资股东在加强中国商业银行公司治理，防范银行风险等方面起到重要作用，从而外资持股会对银行的盈余管理行为也即贷款损失准备计提产生一定抑制作用。然而，当经济政策不确定性增强时，为了应对未来可能引发的银行风险，外资股东占比越大，越会促进银行多计提贷款损失准备。

  （2）银行类型。从表6能够准确的看出，对于国有大型商业银行（下文简称国商行）而言，EPU系数并不显著，而对股份制商业银行（下文简称股份行）和城市商业银行（下文简称城商行）而言，EPU系数为正，并且在1%的水平显著。这一结果表明，经济政策不确定性对国商行的影响并不明显，而股份行和城商行在经济政策不确定性增强时，会倾向于多计提贷款损失准备。主要的原因可能在于，国商行从规模、公司治理、风险管理，风险抵御能力等方面强于股份行和城商行。同时，按照2012年财政部颁布的《金融企业准备金计提管理办法》要求，一些大的银行逐步采取逆周期的动态拨备计提策略，因而经济政策不确定性对国商行的影响并不是那么明显。

  前文分析发现，银行在经济政策不确定性增加时会多计提贷款损失准备，并且在考虑遗漏变量和内生性因素之后，主要的结论依然保持稳健。本文将对其中的机制进行检验，同时也对银行在经济政策不确定性时期的计提所产生的经济效果进行分析。正如理论分析部分提到的，银行在不确定性增加时多计提，主要是为了预防未来可能出现的信用风险，下面将从不良贷款比率、拨备覆盖率和资本充足率三个角度对这一机制进行分析。

  经济政策不确定性会增强宏观经济波动，抑制企业投资和现金流的稳定性，进而增加银行信用风险。银行为了控制未来风险，会加大贷款损失准备金的计提以应对未来可能出现的信用风险，风险越大的银行，在经济政策不确定性增加时也就可能计提更多的贷款损失准备。在表7中，本文以银行不良贷款率衡量银行风险，对H2进行验证。表7的（1）列加入了经济政策不确定性和银行不良贷款比率的交互项（EPU_NPL），结果为，EPU_NPL系数为正，并且在1%的显著水平下不为0，说明当银行面临经济政策不确定性增强，并且不良贷款率也比较大时，会倾向于多计提贷款损失准备以应对未来可能增加的信用风险，银行计提贷款损失准备有一定的前瞻性。在（2）、（3）列中，按照不良贷款率的大小，根据三分位数将样本分为三组，不良贷款比率最大的组记为NPLHigh，不良贷款率最小的组记为NPLLow，不良贷款率处于中间的为对照组，在模型中加入经济政策不确定性和这两个虚拟变量的交互项（EPU_NPLHigh和EPU_NPLLow），以考察在不同风险下，银行贷款损失准备计提的差异。

  （2）、（3）列的结果显示，当银行不良贷款比率较低（高），经济政策不确定性增强时，银行会倾向于少（多）计提贷款损失准备，不同风险水平的银行呈现出差异性特征。经济政策不确定性增强时，银行会收缩信贷规模，“囤积”流动性，同时执行更为严格的信贷标准，以对未来可能的损失进行防范（Bordo et al.，2016；Berger et al.，2018），银行的“惜贷”行为会进一步加强经济政策不确定性带来的负面影响。（2）、（3）列实证发现，对于风险较低的银行，在经济政策不确定性增强时，会降低贷款损失准备计提，银行有更多的盈余补充资本，进而在不确定性增强时，依然可以有足够的资本金进行放贷，在一定程度上缓解经济政策不确定性带来的负面影响。

  银行风险角度的分析表明，风险较大的银行在经济政策不确定性增强时会增加贷款损失准备计提，下面将从银行抵御风险的能力角度进行研究。选择银行拨备覆盖率和资本充足率作为银行抵御风险的代理指标，对本文的H3进行验证。表8中（1）列加入了经济政策不确定性和拨备覆盖率的交互项（EPU_Cover），回归结果显示EPU_Cover系数为负，并且在1%的显著水平下不为0，说明在经济政策不确定性一定时，拨备覆盖率越大的银行会降低贷款损失准备的计提。（2）、（3）列根据银行拨备覆盖率的大小，将样本按照三分位数分为三组，拨备覆盖率最大的组记为CovHigh，最小的组记为CovLow，处于中间的组为对照组，将EPU和两个虚拟变量的交互项（EPU_CovHigh、EPU_CovLow）分别加入模型，以研究不同拨备覆盖率的银行在面临经济政策不确定性时的差异。

  从（2）、（3）列回归结果可以看出，银行拨备覆盖率越高（低），在经济政策不确定性增强时，银行会减少（增加）贷款损失准备的计提。经济政策不确定性增强时，拨备覆盖率较低的银行会通过增加贷款损失准备的计提来增加风险储备，增强风险抵御能力。然而拨备覆盖率本来很高的银行，可以在一定程度上抵御未来可能信用风险增加的不利影响，减少贷款损失准备计提，使得它们在经济政策不确定性增加时也可以持续为企业提供贷款支持。

  本文将经济政策不确定性和资本充足率的交互项（EPU_CapRaito）加入模型（1），同时在（2）、（3）列，将资本充足率根据三分位数分为三组，将资本充足率高的组记为CapHigh，资本充足率低的组记为CapLow，分别将经济政策不确定性和两个虚拟变量的交互项（EPU_CapHigh、EPU_CapLow）加入模型，具体结果列示在表9中的（2）、（3）两列。（1）列结果显示，在经济政策不确定性一定时，资本充足率大的企业会降低贷款损失准备的计提，（2）、（3）列的结果显示，资本充足率越低，在经济政策不确定性增加时，银行越会增加贷款损失准备的计提，但在资本充足率较高的银行，对贷款损失准备计提的影响不明显。这一结果表明，银行预防经济政策不确定性带来的信用风险是增加贷款损失准备计提的主要动机。

  银行在经济政策不确定性增加时，多计提贷款损失准备主要目的是预防风险，那么，这种行为是否会起到相应的效果呢？下面从银行收益波动性、银行破产风险两个角度进行分析，对H4进行验证。具体结果见表10。

  （1）、（2）列被解释变量为银行资产收益率（ROA）的波动情况，本文选择连续三年银行ROA的标准差作为被解释变量。主要解释变量有经济政策不确定性（EPU），贷款损失准备计提额（LLP）以及两者的交互项（EPU_LLP），在这里主要关注交互项的符号，如果符号为负，说明银行在经济政策不确定性增加时多计提贷款损失准备是有利于降低银行收益波动的。（1）列被解释变量为下一期的资产收益率波动性，交互项系数为负，并且在5%的显著水平下不为0，说明银行在经济政策不确定性增强时，多计提贷款损失准备可以有效抑制收益波动性，银行的行为达到了应有的效果。但是在第二期，交互项系数虽然依然为负，但是并不显著性增强时，多计提贷款损失准备可以有效抑制收益波动性，银行的行为达到了应有的效果。但是在第二期，交互项系数虽然依然为负，但是并不显著。

  （3）、（4）列被解释变量为银行破产风险，本文参考张健华和王鹏（2012）的研究，以银行Z值衡量破产风险，具体的计算公式如下。在公式（3）中，ROA代表银行总资产收益率，CapRaito为资本充足率，δ（ROA）为总资产收益率的波动率，ZScore值越大，银行风险越小。在具体的回归中，将ZScore取对数。

  （3）列回归结果显示，经济政策不确定性和贷款损失准备计提的交互项（EPU_LLP）系数为正，并且在10%的显著水平下不为0，说明在经济政策不确定性期间多计提的贷款损失准备可以有效抑制银行风险。银行的贷款损失准备计提达到了相应的目的。同时从（2）、（4）列的结果也可以看出，银行的这一行为对收益波动和风险的影响只有短期效应并没有长期的持续性。

  在稳健性检验分析中对主回归和机制分析的结果进行检验，主要从以下四个方面展开：

  本文参考张敏等（2014）的研究计算银行自由裁量贷款损失准备计提作为被解释变量，以及参考Beatty and Liao（2014）、丁友刚和严艳（2019）的研究，使用期初贷款余额对贷款损失准备计提做规模化处理。替换被解释变量之后，主要的回归结果保持稳健。

  本文主回归使用的是Baker et al.（2016）构建的经济政策不确定性指数，该指标以中国香港地区较为流行的《南华早报》为基础，部分学者认为该报纸在报道中国经济状况时可能会有刻意夸大的情况，且单独一份报纸难免有所偏差。鉴于此，采用Huang and Luk（2018）以及Steven et al.（2019）结合中国实际情况，在Baker et al.（2016）估计方法的基础上，选取内地报纸构建的专门针对中国的经济政策不确定性指数进行稳健性分析。主回归结果依然稳健。

  银行固有特征可能会对贷款损失准备计提产生影响，例如，不同银行风险偏好存在差异。本文采用固定效应模型对主回归结果进行分析。同时考虑银行前期贷款损失准备计提可能会对后一期的贷款损失准备计提产生影响，贷款拨备的动态调整会促使银行计提拨备时考虑上期拨备计提情况，本文构建了动态面板模型对主要结果进行估计，在主回归模型中加入被解释变量贷款损失准备计提的滞后一阶项，采用系统GMM方法进行估计。重新选择计量方法之后，主回归结果依然保持稳健。

  在本文的分析中，通过控制宏观变量以求达到剔除时间截面上因素对实证结果的影响，然而不考虑时间因素依然可能会对结果带来影响。这里从三个角度对稳健性进行分析。①本文的样本期间为2004—2017年，将近14年的时间中，2007年中国会计政策发生变更，2008年经历全球金融危机，同时2012年财政部印发《金融企业准备金计提管理办法》的通知，要求金融机构采取逆周期计提拨备的方法。为控制这些因素的影响，本文仅以2012—2017年的样本进行回归。②考虑删除一个时间虚拟变量，而把其余的时间虚拟变量代入回归模型，以此来控制时间效应的影响。③考虑到变量在时间维度上的关联性，参考Nguyen and Phan（2017）的研究方法，对回归结果标准差采用时间维度上的聚类调整，以此得到更加稳健的回归结果。

  近年来，随着经济发展进入新常态，中国经济面临稳增长、稳就业、稳投资、调结构、惠民生、防风险的多重挑战，金融领域面临去杠杆、去嵌套、去通道，回归金融服务实体经济的多重任务。与此同时，单边主义和贸易保护主义抬头，中国经济发展面临多方面的挑战，给宏观经济政策的制定和实施带来挑战，经济面临的政策不确定性风险越来越大。本文将宏观经济政策的波动和银行微观行为联系在一起，研究发现经济政策不确定性会促进银行贷款损失准备的计提，说明银行在计提贷款损失准备时会将未来经济所带来的不确定性风险考虑在内，具有一定的前瞻性。在考虑地级市领导人更替、银行高管更替，控制宏观、银行和企业层面遗漏变量的影响之后，主要回归结果依然稳健。本文还发现，上市银行以及外资股东持股较多的银行会在经济政策不确定性较大时增加贷款损失准备计提。本文从银行风险以及风险抵御能力两个角度进行机制分析，发现在经济政策不确定性增加时，风险水平越高，银行会增加贷款损失准备计提；风险储备水平越低，银行会增加贷款损失准备计提，说明风险预防动机是银行在经济政策不确定性增加时多计提的根本原因之一。进一步研究发现，银行在不确定性高时多计提贷款损失准备的行为对减少银行收益波动性、降低银行风险产生积极作用。同时，多个角度的稳健性分析证实本文结论的稳健

  （1）银行以经济政策不确定性为标准进行前瞻性的计提是可行的。中国政府频繁采用经济政策干预经济，存在政策缺乏连贯性以及不同部委和不同地方政府经济政策缺乏统一性等问题。这些经济政策带来的不确定性往往导致实体部门“首尾难顾”，信贷需求的降低也影响到银行信贷政策的实施，进而影响银行风险和盈利能力。本文的研究发现，银行根据经济政策不确定性进行计提，不仅提高了银行盈利空间，也降低了银行破产风险，经济政策不确定性下的损失计提对银行具有积极的效应。因此，从金融系统风险防控、金融安全能力提升的角度，本文建议监管机构提高银行贷款损失计提考核效率，增强银行预期管理，将经济政策不确定性纳入到“预期损失模型”。监管机构的政策制定，需要系统分析中国经济政策不确定性以及实体经济、金融机构对不确定性的反应，综合考虑“确认损失”和“预期损失”的影响，以此提高银行风险监管水平。

  （2）加强银行体系对经济政策不确定性的识别和评估，引导信贷资金的高效率配置。一般来讲，经济政策不确定性增强时，银行会收缩信贷规模，“囤积”流动性，同时执行更为严格的信贷标准，防范未来可能的损失（Bordo et al.，2016；Berger et al.，2018），银行的“惜贷”行为会促进加强经济政策不确定性带来的负面影响。本文发现，银行股权、抗风险能力对经济政策不确定存在异质性差异，隐含着银行业监管机构可能对中国经济政策不确定缺乏必要的准备和要求。如果存在严重的经济政策不确定，银行业的恐慌性计提可能造成资金的流动性危机，甚至诱发危害国家安全的重大金融事件，因此迫切需要监管机构制定详细的经济政策不确定预案，一方面根据不同银行的特征，指导银行差异化的贷款损失计提，另一方面配合其他货币、财政措施提高银行应对不确定性的能力，保证银行资金流动性，提高信贷配给效率。

  （3）中国经济政策需要加强政策的连续性和预期管理。一直以来，中国经济政策具有典型的“相机原则”，对于国内外宏观经济、政策冲击，这种政策具有较高的灵活性和自由度，但是在经济转型过程中，“相机原则”会带来两个问题：一是经济政策的不确定较高，经济政策辐射面的预期、实施时间的差异，以及地方政府在“自由裁量权”下的实施效果，都存在极高的不确定性；二是经济政策的不连贯性扭曲了实体经济和银行的预期管理，例如，在2008年全球金融危机冲击时，中国政府在短时期内出台多项货币政策，造成流动性过剩的局面。本文的研究之后发现，经济政策不确定性影响了银行的计提模式，实际上对银行资源配置效率是一个较大的挑战，经济政策不确定性波动剧烈，冲击了银行信贷资源配给，如果应对不及时，反而会诱发银行体系的金融不安全。因此，本文建议：①政府在经济政策的制定时，要保持一定的一致性和连贯性，让实体经济和金融机构形成比较一致的预期，降低经济政策不确定性的负面影响；②金融监管机构需要做好预期管理，通过前瞻性地指导金融机构进行政策调整，提高金融安全质量；③提高经济政策制定原则、政策实施的透明度，引导信息精确解读，高效率配置资源。

  （4）深化中国银行业开放程度，提高外资股份对银行业的积极影响。本文研究之后发现外资持股比例越高的银行，经济政策不确定冲击下的贷款损失计提越高，银行抗风险能力越强，这一结果也表明，股权越开放的银行，风险控制能力越强。近年来，中国政府已经逐步放开银行业外资股份的比例上限，对金融行业的全面开放已经提上日程。然而，公众对于外资股份对中国银行业的积极影响尚存争议，本文的研究从一个角度证实外资股份有助于中资银行的风险控制，对公众的不解之处提供了一个释疑。本文建议监督管理的机构需全面认识和评估外资股份对中国银行业的影响，多角度、多方面提供新的理论和经验证据，提高银行业开放程度。

上一篇：政府资助影响社会组织非政府渠道筹资收入--基于中国3016家基金会的实证研究 下一篇：伺服器什么是伺服器？的最新报道