利率政策对我国商业银行风险承担的影响研究

Research on the Influence of Interest Rate Policy on Risk-Taking of Chinese Commercial Banks

摘要: 2008年全球金融危机对多国经济造成深刻冲击，促使学术界探讨危机根源，金融监管部门与经济学界开始关注利率政策对商业银行风险承担的影响。在中国，商业银行作为金融体系关键部分，对经济平稳健康发展至关重要。央行利率政策直接影响银行投资决策、经营活动和风险管理能力。本文分析利率政策与商业银行风险承担，从价格型货币政策、价格型结构性货币政策及利率市场化三个维度构建框架，通过固定效应模型回归分析，发现宽松的价格型货币政策加剧风险，结构性政策缓解风险，利率市场化影响复杂，且三类政策均能有效调整资产负债规模与结构，显著影响风险承担水平。

Abstract: The global financial crisis in 2008 caused a profound impact on the economies of many countries, prompting the academic community to explore the root causes of the crisis, and financial regulators and economists began to pay attention to the impact of interest rate policy on the risk-taking of commercial banks. In China, commercial banks, as a key part of the financial system, are crucial to the steady and healthy development of the economy. The interest rate policy of the central bank directly affects the bank’s investment decision, business activities and risk management ability. This paper analyzes the interest rate policy and risk-bearing of commercial banks, and constructs a framework from three dimensions: price-based monetary policy, price-based structural monetary policy and interest rate liberalization. Through the regression analysis of fixed effect model, it is found that loose price-based monetary policy aggravates risks, structural policy alleviates risks, and interest rate liberalization has complicated impacts. Moreover, the three kinds of policies can effectively adjust the scale and structure of assets and liabilities, and significantly affect the level of risk-taking.

1. 引言

次贷危机促使学者重新审视利率政策与银行风险关系，强调制定政策时需考虑银行风险行为。利率政策调整会影响银行风险承担和投资组合，对实体经济产生深远影响。我国学者广泛关注此领域，认为宽松利率政策加剧银行风险。当前，我国金融稳定至关重要，但商业银行经营风险上升，不良贷款余额大幅增长，同时利率政策持续调整。本文阐述利率政策与商业银行风险承担的内涵，回顾相关文献，并深入分析机制。将利率政策细化为价格型货币政策、价格型结构性货币政策及利率市场化三大维度，借助固定效应模型剖析其对商业银行风险承担的影响。研究发现：宽松价格型货币政策加剧风险承担，价格型结构性货币政策缓解风险，利率市场化产生复杂双重影响，且三类政策均能通过调节资产负债规模与结构显著影响风险承担水平。

2. 文献综述与机制分析

2.1. 关于价格型货币政策对商业银行风险承担影响的研究

随着巴塞尔资本协议的实施，商业银行信贷决策中的风险度量与偏好愈发关键。2007年金融危机后，银行风险承担渠道理论成为货币政策传导的新视角，指出货币政策通过影响金融机构的风险认知进而影响其资产配置(Borio & Zhu, 2008; Adrian & Shin, 2010) [1] [2]。具体而言，宽松政策可能促使银行增持风险资产以追求更高收益，但也可能扭曲风险判断，加剧风险承担。央行决策的透明性与可预测性虽降低了市场不确定性，但也可能引发道德风险。另一种视角认为，宽松政策下银行风险容忍度降低，归因于风险规避机制De Nicolò et al. (2010)及Dell’Ariccia et al. (2014) [3] [4]。系统梳理后，宽松价格型货币政策影响银行风险承担的核心路径包括：一是财务价值重估，低利率推高资产价值，影响银行风险评估；二是收益追逐，银行为维持收益承诺投资高风险资产；三是市场竞争加剧，银行为保持盈利采取激进信贷策略，增加风险承担。

综上所述，本文提出首个实证研究假设，以期验证上述理论逻辑：

H1：实施宽松的价格型货币政策将显著提升商业银行的风险承担水平。

2.2. 关于结构性货币政策对商业银行风险承担影响的研究

Eichengreen (2014) [5]指出非常规货币政策在宽松环境下削弱银行风险承担意愿。周晶与陶士贵(2019) [6]发现结构性货币政策虽保障流动性，但增加银行风险暴露。何剑等(2020) [7]比较了结构性货币政策的四大传导机制与传统政策的差异。周友良(2021) [8]确认这些机制通过多项指标影响银行风险。系统梳理后，宽松价格型结构性货币政策影响银行风险承担的核心路径是：设定跨期限利率调控目标，如中期借贷便利(MLF)政策利率，直接影响银行流动性成本，进而影响贷款利率和社会融资成本，调节总需求。降低MLF利率激励银行扩大贷款规模，优化信贷结构，降低风险敞口。相较于传统政策，该政策灵活适应经济实际，稳定市场预期，增强信心，缓解流动性紧张，降低系统性风险。

综上所述，本文提出第二个实证分析的研究假设：

H2：实施宽松的价格型结构性货币政策有助于降低商业银行的风险承担水平。

2.3. 关于利率市场化对商业银行风险承担影响的研究

Nier与Baumann (2006) [9]指出利率市场化改革需平衡市场化与有效监管，以防增加银行风险。连平(2014) [10]和陈一洪(2015) [11]的研究表明，利率市场化会提升信用风险等，但促使银行资产多元化。随着利率市场化，商业银行传统盈利模式受挑战，可能加剧信用风险。然而，改革前市场资金配置低效，易滋生道德风险。改革后，市场供求决定利率，优化资金配置，降低企业融资成本，减轻银行风险。短期内，银行利差可能收窄，但长远看将激励银行加快转型，提升服务和产品创新，增强市场竞争力，实现风险与收益平衡，支持实体经济发展。

综上所述，本文提出第三个实证研究假设：

H3：利率市场化进程的深化对商业银行风险承担水平具有双重影响。

2.4. 关于利率政策通过商业银行资产负债结构对其风险承担影响的研究

利率政策对商业银行风险承担的影响复杂多维，尤其在调整资产负债结构方面存在理论与实证空白。本文深入剖析利率政策如何改变商业银行资产负债结构，进而影响风险承担。价格型货币政策影响资产配置策略，调整信贷资产规模与构成，增强盈利能力与抗风险韧性，但过度依赖高风险资产可能累积风险。利率市场化加剧银行对高风险资产配置倾向，为弥补收益缺口，增加非信贷及非标资产投资，提升信用风险与利率风险暴露，增加系统性风险概率。需平衡风险与收益，防范潜在危机。

综上所述，本文提出以下实证分析的研究假设：

H4：利率政策的调整能够显著影响商业银行的资产负债规模与结构，进而对其风险承担水平产生深远影响。

3. 实证分析

3.1. 计量模型构建

1) 基准回归模型

本文参考何畅(2020) [12]的研究框架，构建了回归模型体系，旨在深入探讨利率政策对商业银行风险承担行为的潜在影响。基于收集到的商业银行非平衡面板数据，应用豪斯曼检验的结果，明确指出了采用固定效应模型进行实证分析的必要性，以有效规避同一银行在不同时间点上扰动项可能存在的自相关问题。为此，我们引入了聚类稳健标准误的处理方法，以确保分析结果的稳健性。

具体而言，为验证价格型货币政策、价格型结构性货币政策及利率市场化进程对银行风险承担的作用，我们构建了如式(1)所示的回归模型，利用面板数据进行回归分析：

${\text{Risk}}_{i,t}={\alpha }_0+{\alpha }_1{\text{IP}}_t+{\alpha }_2{\text{Control}}_{i,t}+{\gamma }_i+{\epsilon }_{i,t}$ (1)

在上述公式中，i与t分别代表不同的商业银行及其对应的年份，${\text{IP}}_t$ 为三类利率政策的代理变量，${\text{Risk}}_{i,t}$ 衡量了第i家银行在第t年的风险承担水平，${\text{Control}}_{i,t}$ 则包含了宏观层面与银行层面的控制变量，以全面考虑潜在的影响因素。${\gamma }_i$ 代表银行个体的固定效应，用于捕捉不随时间变化的个体差异，而${\epsilon }_{i,t}$ 则代表未被模型捕获的随机误差项。

2) 中介效应模型

本文旨在探讨利率政策如何通过调整商业银行的资产负债规模与结构，进而对其风险承担行为施加影响，此即为我们提出的研究假设4。为了深入验证这一假设，本文选取了总资产增长率(AGR)和贷款总额(LOAN)作为规模变量的代表，以及非标资产占比(NSAR)作为结构变量的代表，构建了中介效应模型。通过实施三步回归法、Sobel测试及Bootstrap方法，系统验证了这些中介变量在利率政策与银行风险承担关系中的传导作用。

具体而言，为了检验总资产增长率在价格型货币政策对银行风险承担影响中的中介效应，我们构建了如式(2-1)所示的回归模型进行分析：

${\text{AGR}}_{i,t}={\alpha }_0+{\alpha }_1{\text{RL}}_t+{\alpha }_2{\text{Control}}_{i,t}+{\gamma }_i+{\epsilon }_{i,t}$ (2-1-1)

${\text{Risk}}_{i,t}={\alpha }_0+{\alpha }_1{\text{RL}}_t+{\alpha }_2{\text{AGR}}_{i,t}+{\alpha }_3{\text{Control}}_{i,t}+{\gamma }_i+{\epsilon }_{i,t}$ (2-1-2)

针对贷款总额在结构性货币政策与银行风险承担之间可能发挥的中介作用，我们设计了如式(2-2)的回归模型示意：

${\text{LOAN}}_{i,t}={\alpha }_0+{\alpha }_1{\text{SLF}}_t+{\alpha }_2{\text{Control}}_{i,t}+{\gamma }_i+{\epsilon }_{i,t}$ (2-2-1)

${\text{Risk}}_{i,t}={\alpha }_0+{\alpha }_1{\text{SLF}}_t+{\alpha }_2{\text{LOAN}}_{i,t}+{\alpha }_3{\text{Control}}_{i,t}+{\gamma }_i+{\epsilon }_{i,t}$ (2-2-2)

进一步地，为了验证非标资产占比在利率市场化进程中对银行风险承担的中介作用，我们构建了如式(2-3)所示的回归模型：

${\text{NSAR}}_{i,t}={\alpha }_0+{\alpha }_1{\text{IRL}}_t+{\alpha }_2{\text{Control}}_{i,t}+{\gamma }_i+{\epsilon }_{i,t}$ (2-3-1)

${\text{Risk}}_{i,t}={\alpha }_0+{\alpha }_1{\text{IRL}}_t+{\alpha }_2{\text{NASR}}_{i,t}+{\alpha }_3{\text{Control}}_{i,t}+{\gamma }_i+{\epsilon }_{i,t}$ (2-3-2)

3.2. 变量设定

1) 被解释变量

本文采用双重指标体系代理商业银行风险承担水平：不良贷款率(NPL)和风险加权资产比率(RWA)。NPL揭示银行风险的多维度成因，包括外部因素和内部机制，全面映射银行风险态势。RWA量化银行主动承担的风险水平，其上升预示风险加剧，体现风险管理前瞻性和监管资本要求。

2) 核心解释变量

本文的核心解释变量聚焦于多种利率政策代理变量，涵盖了传统价格型货币政策、价格型结构性货币政策以及利率市场化改革进程三大维度。

① 传统价格型货币政策：采用一年期贷款基准利率(RL)与银行间市场七天期质押式回购利率(R007)作为其主要表征。一年期贷款基准利率(RL)作为央行调控的基准利率，直接影响社会经济融资成本；银行间市场七天期质押式回购利率(R007)则因其广泛的交易主体与灵活的质押品范围，成为金融市场流动性变化的灵敏指示器(王祺，2021) [13]。

② 价格型结构性货币政策：聚焦于常备借贷便利(SLF)与中期借贷便利(MLF)利率。常备借贷便利利率(SLF)作为短期流动性管理工具，旨在稳定市场利率波动；中期借贷便利利率(MLF)则侧重于中期资金供给，引导信贷流向。

③ 利率市场化改革：通过构建利率市场化指数(IRL)与银行净利息收益率(NIM)来量化改革进程。IRL从宏观层面衡量政策放松对银行业的整体影响；净息差(NIM)则从微观视角捕捉各银行在利率市场化中的表现差异。

3) 控制变量

在本研究中，控制变量被划分为两大类别：宏观环境控制变量与银行个体特征控制变量。首先，宏观层面引入了GDP增长率(GDP)作为关键指标，旨在深入剖析宏观经济条件如何作用于银行的风险承担行为。其次，聚焦于银行个体层面，我们依据方意、赵胜民等(2012) [14]的研究，选择了一系列能够全面反映银行资产质量与经营效率的指标作为控制变量。具体而言，我们采用了商业银行资产规模的自然对数(ASSET)、存贷款比率(LDR)、总资产回报率(ROA)以及资本充足率(CAR)。

4) 中介变量

本文筛选了商业银行资产负债规模与结构变化中最为显著且具有代表性的变量，进一步细化为规模与结构两大维度进行探讨。

① 规模维度变量

在规模方面，本文选取了资产增长率(AGR)与贷款总额(LOAN)作为核心指标。资产增长率的变动直观展现了银行整体规模的扩张态势，而贷款总额作为商业银行资产组合中的核心部分，深刻反映了银行的资产配置策略与风险偏好，有效揭示了政策传导机制及其深层影响。

② 结构维度变量

非标资产占比(NSAR)，本文创新性地采用“买入返售金融资产净额”与“应收款项类投资”之和来精确衡量非标资产在总资产中的占比，以捕捉其动态变化。表1详细列出了本文所涉及各变量的定义与说明。

Table 1. Definition and description of each variable

表1. 各变量定义与说明

类型		名称	符号	具体说明
被解释变量	银行风险承担	不良贷款率	NPL	不良贷款总额/总贷款总额
解释变量	价格型 货币政策	一年期贷款基准利率	RL	当年算术平均值
		银行间7天质押回购利率	R007	当年算术平均值
	结构性 货币政策	常备借贷便利利率	SLF	当年7天品种常备借贷便利的算术平均值
		中期借贷便利利率	MLF	当年1年品种中期借贷便利的算术平均值
	利率 市场化程度	利率市场化系数	IRL	一年期Shibor同业拆放利率 − 一年期存款基准利率
		净息差	NIM	净利息收入/全部生息资产
中介变量	规模变量	总资产增速	AGR	资产总额的年度同比增速
		贷款资产总额	LOAN	贷款资产总额的自然对数
	结构变量	非标资产占比	NSAR	(应收款项类投资 + 买入返售金融资产)/资产总额
控制变量	微观控制变量	资本充足率	CAR	资本总额/风险加权资产
		存贷比	LDR	贷款总额/存款总额
		总资产回报率	ROA	净利润/平均总资产
		资产规模	ASSET	资产总额的自然对数
	宏观控制变量	国内生产总值增长率	GDP	GDP同比增长率

3.3. 数据样本与描述性统计

本研究聚焦于2011~2023年我国84家商业银行的非平衡面板数据集，包括5家国有、12家股份制、49家城市及18家农村商业银行，采用Stata 15分析，共获852组样本。进行描述性统计分析，具体结果见表2。首要关注银行风险承担，不良贷款率(NPL)平均1.394%，最高4.31% (吉林银行2019年)，最低0.02% (珠海华润银行2011年)。货币政策方面，一年期贷款基准利率(RL)平均4.752%，波动较大；七天期质押式回购利率(R007)均值2.922%，调控效果平稳；常备借贷便利(SLF)利率均值3.286%，丰富了货币政策工具箱。

Table 2. Descriptive statistical results

表2. 描述性统计结果

变量名称	样本个数	均值	方差	中位数	最小值	最大值
NPL	852	1.394	0.558	1.365	0.02	4.31
RL	852	4.752	0.733	4.35	4.35	6.56
R007	852	2.922	0.637	2.952	1.986	4.155
SLF	576	3.286	0.208	3.275	2.9	3.545
MLF	576	3.03	0.211	3.006	2.629	3.287
IRL	852	1.692	0.556	1.633	0.792	3.05
NIM	633	2.295	0.602	2.2	0.99	5.66
AGR	769	15.106	11.8	12.996	−22.16	122.308
LOAN	852	26.468	1.579	26.051	21.234	30.892
NSAR	852	11.014	11.498	6.075	0	53.956

4. 实证结果分析

4.1. 基准模型的实证结果

基于既定的研究设计，本章运用所分析的样本数据，旨在验证理论分析中提出的假设1-3。通过固定效应面板数据模型对模型1执行回归分析，所得结果汇总于表3。模型1-1结果显示，分析结论与理论假设1高度吻合，即实施宽松的价格型货币政策将显著提升商业银行的风险承担水平。纳入控制变量后，固定效应模型确认负向关系，基准利率每降1%，风险承担增43%。融资成本降低影响银行风险偏好，导致信贷资产质量下滑，提升风险承担。通过构建第二组固定效应回归模型(1-2)，深入探讨了结构性货币政策对商业银行风险承担的具体影响，旨在验证理论框架中提出的假设2。回归结果显示，宽松价格型结构性货币政策降低商业银行风险承担，与假设2相符。纳入控制变量后，固定效应模型显示系数显著为正，影响效应为0.228，SLF利率每降1%，风险承担降22.8%。本章第三组固定效应回归模型(1-3)旨在探讨利率市场化进程对我国商业银行风险承担行为的深远影响，以此验证理论框架中的假设3。回归分析支持假设3，即利率市场化显著影响商业银行风险承担。模型1-3-1显示，利率市场化系数(IRL)显著为正，而模型1-3-2中净息差(NIM)系数显著为负，揭示双重影响路径。

4.2. 稳健性检验

1) 替换被解释变量

本文探讨银行风险承担时，除不良贷款率外，还引入风险加权资产占比全面评估。对利率市场化，除净息差外，还纳入净利差这一关键指标，反映其深度与广度。结果汇总于表4，分别展示了价格型货币政策、价格型结构性货币政策及利率市场化推动作用。三类利率政策表现均与基准回归一致，验证研究方法科学性与合理性，巩固结论稳健性与可靠性。

Table 3. Fixed effect regression results of model 1

表3. 模型1固定效应回归结果

	(1-1)		(1-2)		(1-3)
	(1)	(2)	(1)	(2)	(1)	(2)
	NPL	NPL	NPL	NPL	NPL	NPL
RL	−0.430^***
	(0.045)
R007		−0.143^***
		(0.039)
SLF			0.228^*
			(0.130)
MLF				0.228^*
				(0.129)
IRL					0.215^***
					(0.028)
NIM						−0.263^***
						(0.085)
CAR	−0.0469^***	−0.0574^***	0.0108	0.0108	−0.0522^***	−0.0414^***
	(0.013)	(0.017)	(0.025)	(0.025)	(0.015)	(0.014)
LDR	0.00572^**	0.00256^**	0.00121^**	0.00120^**	0.00542^*	−0.0000408
	(0.003)	(0.003)	(0.003)	(0.003)	(0.003)	(0.004)
ROA	−0.0273	−0.0712	−1.245^***	−1.246^***	−0.0642	−0.00943
	(0.064)	(0.080)	(0.166)	(0.167)	(0.079)	(0.050)
ASSET	−0.269^***	0.143	−0.507^***	−0.506^***	0.274^***	−0.0632
	(0.093)	(0.088)	(0.105)	(0.105)	(0.073)	(0.099)
GDP	−0.00240	0.00761	−0.00318	−0.00361	−0.0172^***	−0.00823
	(0.005)	(0.005)	(0.006)	(0.006)	(0.006)	(0.006)
Constant	10.36^***	−2.305	14.74^***	14.76^***	−6.941^***	3.857
	(2.685)	(2.517)	(2.922)	(2.907)	(2.058)	(2.940)
Observations	852	852	446	446	852	633
R-squared	0.377	0.208	0.329	0.329	0.266	0.166

注：^*表示在10%水平上显著，^**表示在5%水平上显著，^***表示在1%水平上显著。

Table 4. Robustness test

表4. 稳健性检验

	RWA	RWA	RWA	RWA
RL	−1.798^***
	(0.504)
SLF		4.809^***
		(1.414)
MLF			4.783^***
			(1.406)
IRL				1.379^***
				(0.308)
CAR	−1.876^***	−2.127^***	−2.125^***	−1.891^***
	(0.463)	(0.374)	(0.374)	(0.473)
LDR	0.111^***	0.108^**	0.108^**	0.115^***
	(0.033)	(0.051)	(0.051)	(0.034)
ROA	0.0919	0.920	0.895	−0.0348
	(0.220)	(1.864)	(1.866)	(0.167)
ASSET	−0.0162	0.379	0.404	2.286^***
	(0.829)	(1.594)	(1.596)	(0.685)
GDP	0.0278	−0.0533	−0.0621	−0.0600
	(0.061)	(0.074)	(0.074)	(0.056)
Constant	67.53^***	32.10	32.79	−7.048
	(24.572)	(43.923)	(43.781)	(19.080)
Observations	852	446	446	852
R-squared	0.571	0.470	0.469	0.569

注：^*表示在10%水平上显著，^**表示在5%水平上显著，^***表示在1%水平上显著。

4.3. 中介效应检验

表5~7分别确认了总资产增长率在价格型货币政策对银行风险承担影响中的中介效应、贷款总额在结构性货币政策与银行风险承担之间对中介效应及非标资产占比在利率市场化进程中对银行风险承担的中介作用。模型中相关系数均显著，Sobel检验P值小于0.01，且Z值远超临界值。Bootstrap迭代1000次，95%置信区间不含0，验证上述中介效应存在。

Table 5. Intermediate effect test (total assets growth rate)

表5. 中介效应检验(总资产增速)

	(2-1-1)	(2-1-2)	(2-1-3)
	NPL	AGR	NPL
RL	−0.333^***	2.958^***	−0.343^***
	(0.034)	(0.873)	(0.036)
AGR			−0.00696^***
			(0.002)
CAR	−0.0500^***	1.141^**	−0.0371^***
	(0.014)	(0.521)	(0.012)
LDR	0.00240	−0.286^***	−0.000855
	(0.003)	(0.072)	(0.003)
ROA	−0.0302	0.466	−0.0231
	(0.055)	(0.818)	(0.042)
GDP	0.0115^**	−0.369^**	0.00752
	(0.006)	(0.150)	(0.006)
Constant	2.573^***	28.17^***	2.844^***
	(0.326)	(9.061)	(0.344)
Observations	852	769	769
R-squared	0.357	0.199	0.349

注：^*表示在10%水平上显著，^**表示在5%水平上显著，^***表示在1%水平上显著。

Table 6. Intermediate effect test (total loan)

表6. 中介效应检验(贷款总额)

	(2-2-1)	(2-2-2)	(2-2-3)
	NPL	LOAN	NPL
SLF	0.512^***	−0.358	0.467^***
	(0.126)	(0.216)	(0.131)
LOAN			−0.127
			(0.080)
CAR	−0.00262	0.0403	0.00249
	(0.025)	(0.026)	(0.026)
LDR	−0.00427	0.0264^***	−0.000916
	(0.003)	(0.005)	(0.004)
ROA	−1.141^***	−0.295	−1.178^***
	(0.177)	(0.245)	(0.173)
GDP	0.00325	−0.0283^***	−0.000344
	(0.006)	(0.007)	(0.006)
Constant	0.427	25.83^***	3.705^*
	(0.518)	(0.715)	(2.122)
Observations	446	446	446
R-squared	0.274	0.416	0.294

注：^*表示在10%水平上显著，^**表示在5%水平上显著，^***表示在1%水平上显著。

Table 7. Intermediate effect test (the ratio of non-standard assets)

表7. 中介效应检验(非标资产占比)

	(2-3-1)	(2-3-2)	(2-3-3)
	RWA	NSAR	RWA
IRL	1.325^***	3.055^***	1.553^***
	(0.311)	(0.540)	(0.296)
NSAR			−0.0745^**
			(0.029)
CAR	−1.873^***	0.122	−1.864^***
	(0.480)	(0.239)	(0.488)
LDR	0.155^***	−0.553^***	0.114^***
	(0.030)	(0.057)	(0.036)
ROA	−0.163	−0.871^***	−0.228^*
	(0.140)	(0.235)	(0.135)
GDP	−0.280^***	0.370^***	−0.253^***
	(0.088)	(0.125)	(0.083)
Constant	55.68^***	48.75^***	59.32^***
	(4.619)	(7.030)	(4.948)
Observations	852	852	852
R-squared	0.554	0.567	0.561

注：^*表示在10%水平上显著，^**表示在5%水平上显著，^***表示在1%水平上显著。

5. 研究结论与政策启示

5.1. 研究结论

本研究回顾了银行风险承担路径及利率政策影响的文献，构建四项假设，并量化评估。样本涵盖2011~2023年84家商业银行，以不良贷款率为核心，引入货币政策指标、结构性货币政策代理变量、利率市场化系数、净息差及宏观经济控制变量，采用个体固定效应模型分析。通过变量替代法验证结果，探讨资产负债规模与结构的中介效应。结论显示，宽松的价格型货币政策增风险，结构性政策降风险，利率市场化有双重效应，三类政策均通过调整资产负债显著影响风险承担。

5.2. 政策启示

基于研究结论，得出以下政策启示：优化货币政策工具组合，灵活调整政策导向与力度，平衡经济增长与金融稳定；强化金融监管，严密监控商业银行资产负债结构与风险承担，建立风险预警机制；推动银行转型升级，优化信贷结构，提升服务创新能力与风险管理；完善金融市场体系，提高透明度与信息披露，发展多层次资本市场；重视中介变量传导机制，合理调整资产负债规模与结构，优化风险承担，加强监控与分析，及时应对潜在风险。