一、引言
根据现有文献的逻辑，银行管理者作为银行风险决策的主体，其决策行为必然受到管理者特质的影响，因此，探讨银行管理者乐观与银行风险承担的关系是非常有必要的。值得注意的是，投资者情绪与管理者乐观这两种情绪不仅同时存在（Baker等，2006[5]），而且能同时影响银行风险承担，因此，将这两大主体的有限理性纳入统一框架来分析是非常有必要的。不少文献已经从企业投资行为角度，对整合投资者情绪与管理者乐观进行了尝试，并提出了很多有意义的观点，如Nofsinger（2005）[15]、花贵如等（2011）[16]等。这些文献大多认为投资者情绪对管理者乐观具有显著的正向影响，即存在投资者情绪对管理者乐观的“塑造效应”，但现有文献基本上都以非银行企业管理者乐观与投资者情绪的关系为研究对象，很少有文献就银行管理者乐观与投资者情绪的关系进行讨论。那么，非银行企业的管理者乐观与银行的管理者乐观能混为一谈吗？虽然PMinsky（1954）[25]在金融不稳定假说中的确暗含着两者正相关的假设，①但近期不少文献的研究结果表明，这一假设可能并不完全成立（May，1995[26]；Joseph等，2001[12]；Shams，2009等[27]），因此，将投资者情绪与银行管理者乐观纳入统一框架来探讨其对银行风险承担的影响是非常有必要的。本文研究发现，投资者情绪与银行风险承担显著负相关，与银行管理者乐观也显著负相关。同时，投资者情绪对银行风险承担的负向影响至少有一部分是以“管理者乐观渠道”为中介的。银行管理者乐观程度越高，投资者情绪对银行风险承担的负向影响越小。本文运用我国34家非上市银行2000～2011年的面板数据对相关观点进行了检验，结果显著且稳健。本文的贡献可归结为：首先，从已有文献逻辑出发，提出并验证了投资者情绪与银行风险承担负相关的观点；其次，根据认知失调理论，并结合投资者情绪的特征与银行管理者的有限理性，指出银行管理者除了迎合投资者情绪外，还可以否认投资者情绪，进而提出投资者情绪与银行管理者乐观负相关的观点；最后，提出并论证了投资者情绪对银行风险承担的负向影响存在“管理者乐观渠道”。以上观点不仅进一步丰富与完善了银行风险承担与投资者情绪的相关理论，更为金融风险监管机制的完善提供了相应的理论支持，也为管理者的相关决策提供了微观层面的依据。
二、理论分析与研究假设
（一）投资者情绪与银行风险承担负相关根据已有文献的逻辑，本文认为投资者情绪与银行风险承担负相关，这主要是基于三个方面的理由。第一，从非银行企业投资的角度看。依据经典理论的逻辑，由于投资者是理性的，投资决策依赖于理性的投资者对公司未来现金流及其波动的理性预期，因此投资者情绪与公司投资决策无关。但是，这一观点的前提，即投资者理性人假设，长期以来被诸多学者从多个角度进行了质疑，如Fisher（1930）[28]、Keynes（1936）[29]、Markowitz（1952）[30]等。随着Simon（1955）[31]的有限理性理论及Kahneman和Tversky（1979）[32]的前景理论的提出，个体心理能影响资产价格进而影响企业投资决策的观点已经得到大多数学者的认同。Stein（1996）[33]提出，如果股票的要求回报率反映的不是其基本面的风险，而是投资者情绪，则投资决策将取决于投资者情绪。基于这一逻辑，大量的文献考察了投资者情绪对公司投资的影响，发现非银行企业的投资与投资者情绪的确显著正相关（Goyal和Yamada，2004[3]；Baker等，2003[4]和2006[5]；Polk和Sapienza，2009[6]）。Bruce和Hu（i2010）[18]的研究进一步指出，在投资者情绪乐观的情况下，寻求当前股价最大化的非银行企业管理者更趋向于采取激进的投资策略。然而，从银行管理者角度看，无论是从风险理论还是从案例角度看，投资过度都是导致金融危机的根源。因此，当进行次优决策的银行管理者觉察到非银行企业管理者有过度投资的趋向后，银行承担风险的意愿就会降低，即投资者情绪与非银行企业投资显著正相关，可能导致投资者情绪与银行风险承担负相关。第二，从银行风险与收益评估的角度看。经典的资产定价模型暗含着市场期望收益与方差正相关的逻辑（Merton，1980）[34]，但近几十年不少研究文献就此提出了新的观点。在DeLong等（1990）[35]提出投资者情绪对股票期望收益有影响后，Baker和Wurgler（2006）[5]进而指出投资者情绪可能会影响收益的条件均值与方差间的联系。Yu和Yuan（2011）[19]对此做了进一步分析，发现在投资者情绪较低时，股票市场的期望超额收益与市场的条件方差显著正相关，但当投资者情绪较高时，股票市场的期望超额收益与市场的条件方差无关。以上文献的研究结果表明，当投资者情绪较高时，正常的均值—方差关系会被扰乱，进而影响银行对金融工具风险与收益评估的有效性。从银行管理者角度看，由于银行管理者具有风险回避的特征（May，1995）[26]，因此当投资者情绪较高、银行评估的有效性受到影响时，银行的风险承担水平会随之降低；反之，当投资者情绪较低时，银行评估的有效性会有所提高，银行的风险承担水平也会随之提高。第三，从要求回报率的角度看。作为现代金融理论的基石，CAPM模型在投资决策等诸多领域得到了充分运用，但也有很多不足之处，如不能解释公司规模（Banz，1981）[36]、公司价值（Chan等，1991）[37]等公司特征对公司股票回报率的影响。大量文献就这些问题，对CAPM模型进行了补充完善，如Fama和French（1993）[38]、Pastor和Stambaugh（2003）[39]的相关研究。Ferson等（1987）[40]、Harvey（1989）[41]、Guo（2006）[42]、L（i2007）[43]在考虑多个风险因素的同时，在CAPM模型中引入了时间因素，提出了条件CAPM模型。此后不少文献又对条件CAPM模型做了进一步发展，引入跨期风险溢价等因素（Lettau和Ludvigson，2001）[44]。Ho和Hung（2009）[17]在DeLong等（1990）[35]、Stein（1996）[33]等学者研究的基础上，进一步提出投资者情绪能反映投资者对未来金融市场前景的展望及对经济所处周期的期望，因此将投资者情绪引入了CAPM模型，该研究发现，引入了投资者情绪的条件CAPM模型明显改善了资产定价模型对股票收益率的解释能力。在投资者情绪作为风险因子被纳入条件CAPM模型后，当投资者情绪变化时，要求回报率也会随之变化。根据Bernanke等（1996）[45]、Matsuyama（2007）[46]、Adrian和Shin（2009）[47]的相关文献，要求收益率的变化会影响决策者对未来收益和现金流的估值，同时改变资产和抵押物的价值，因而会对银行和借款人的风险容忍度产生影响。根据合并了投资者情绪的条件CAPM模型，当投资者情绪乐观（悲观）时，要求回报率会随之提高（降低），未来收益与现金流的现值随之降低（提高），根据金融加速器原理，银行风险承担水平也随之降低（提高）。综上所述，本文提出了研究假设1。假设1：投资者情绪与银行风险承担负相关。（二）投资者情绪与银行管理者乐观负相关个人的决策行为或多或少地受到他人情绪及行为的影响，我国学者花贵如（2011）[16]在总结前人研究的基础上，引入社会心理学的社会影响理论及认知失调理论，提出投资者情绪对管理者乐观有“塑造效应”的观点。他认为“，投资者情绪与管理者乐观是市场投资者与企业管理者对企业未来现金流及其波动的不同主观信念（或称为主观判断），因而可以用认知失调理论来进行分析。当投资者情绪与管理者乐观发生冲突（失调）时，由于管理者很难控制投资者情绪，而更多地是分享投资者情绪，因此管理者乐观更容易受到社会情绪的影响，管理者乐观更可能跟随投资者情绪”。本文认为，花贵如等学者的观点，对于非银行企业而言，的确有其合理之处，但对于银行而言，投资者情绪可能并不会对银行管理者乐观产生正向影响，这主要是基于三个方面的认识。其一，管理者除了认可投资者情绪外，还可以否认投资者情绪。根据Festinge（r1957）[48]的认知失调理论，当个体面对新情境，心理上出现新认知与旧认知相互冲突的状况时，为消除由此产生的认知失调感，个体可以采取两种方式进行自我调适，即对新认知予以否认或予以认可，从而达到心理平衡。当管理者乐观与投资者情绪发生冲突时，管理者乐观很难控制投资者情绪，但除了认可投资者情绪之外，管理者还可以否认投资者情绪。一些实证文献的研究也表明，银行管理者乐观与投资者情绪并不存在一致性。Fahlenbrach和Stulz（2011）[49]的研究就指出，在预期到经济危机即将爆发以及在经济危机中，银行管理者并没有对所管理的公司股票进行减持。这说明，在投资者情绪表现极为悲观的情况下，银行管理者的乐观水平并未随之下降，银行管理者并未认同投资者情绪，而是否认了投资者情绪。其二，投资者情绪主要是由情绪投资者所引发。大多数研究投资者情绪的理论模型都认为市场上存在着噪声交易者（情绪投资者）与理性套利者，一般认为，情绪投资者是导致投资者情绪高涨的主要力量（Delong等，1990[35]；Daniel等，1998[50]；Barberis等，1998[51]；Shleifer，2000[52]）。在投资者情绪比较高的时期，情绪投资者会更为积极地参与市场并更多地采取激进行为（Yuan，2008）[53]。同时还有文献指出，情绪投资者大多是缺乏经验的投资者，对风险的把握能力相对较差，因而更容易犯错（Yu和Yuan，2011）[19]。投资者情绪的非理性已经得到了大量文献的证明，不少文献指出，较高的投资者情绪水平会加大市场交易量，并引发市场价格的显著变动，但随后市场价格都会呈现向基本面发展的特征（Ritter和Welch，1991[54]；Tetlock，2007[55]）。其三，有限理性的银行管理者趋向于对投资者情绪保持质疑，这种质疑最终导致了银行管理者对投资者情绪的否认。首先，根据信息不对称理论，作为银行的管理者，有限理性的银行管理者拥有比情绪投资者更为充分的信息。其次，一般而言，情绪投资者大多是缺乏经验的投资者（Delong等，1990[35]；Shleifer，2000[52]），而银行作为经营风险并通过管理风险而获益的特殊企业，其管理者相对于而言，对风险应该具有更准确的判断能力及相应的自信。最后，银行管理者趋向于风险回避（May，1995）[26]，较高的投资者情绪不但会导致非银行企业的投资过度（Bruce和Hui，2010）[18]，影响银行风险评估的有效性（Yu和Yuan，2011）[19]，还会改变资产和抵押物的价值（Ho和Hung，2009）[17]。所以说，趋向于风险回避的银行管理者在进行次优决策时，会对投资者情绪保持足够的警惕，最终导致银行管理者对投资者情绪的否认。综上所述，本文提出了研究假设2。假设2：投资者情绪对银行管理者乐观有负向影响。（三）投资者情绪影响银行风险承担的“管理者乐观渠道”行为金融学的不少文献都证明了管理者乐观对企业风险承担有正向影响，如Malmendie和Tate（2005）[20]、Goel和Thakor（2008）[56]、Gervais等（2011）[57]、余明桂等（2013）[24]。这些研究都认为，管理者乐观水平越高，越趋向于低估风险，高估收益，因此企业的风险承担水平也越高。Nofsinge（r2005）[15]、花贵如（2011）[16]进一步指出，“管理者乐观渠道”在投资者情绪对企业投资影响中具有中介效应。根据前文的分析，投资者情绪对银行管理者乐观有负向影响（假设2），如果管理者乐观与企业风险承担正相关，而投资者情绪对银行风险承担有负向影响（假设1），则投资者情绪对银行风险承担的负向影响至少有一部分是通过“管理者乐观”渠道产生效用的。据此，本文提出研究假设3。假设3：在银行管理者乐观对银行风险承担有正向影响的情况下，投资者情绪对银行风险承担的负向影响至少有一部分是通过“管理者乐观渠道”发挥作用的。管理者乐观具有时变性（Puri和Robinson，2007）[58]，对自身能力的认知趋向于乐观是管理者的特质（Van和Eric，2004[59]；Gervais等，2011[57]），而时变性是由外部情境变化导致管理者对所处环境的判断发生变化所引起的（Nofsinger，2005[15]）。投资者情绪对银行管理者乐观有负向影响（假设1），这一负向影响越小，银行管理者乐观水平越高，即投资者情绪影响银行风险承担的“管理者乐观渠道”效用越小，投资者情绪对银行风险承担的负向影响越小。据此，本文提出了研究假设4。假设4：银行管理者乐观水平越高，投资者情绪对银行风险承担的负向影响越小。
三、研究设计
（一）样本与数据来源从投资者情绪角度看，政府控制的制度环境能干预与调节投资者情绪对企业投资行为的影响（花贵如，2010[60]），由于政府对上市银行的监管明显强于非上市银行，因此投资者情绪对非上市银行的影响也应该明显大于上市银行。从管理者乐观角度看，Henrik等（2012）[22]的研究指出，如果内部控制体系能够限制管理者个人特质对其所管理公司的影响，则也能限制管理者个人特质对公司的不利影响。相对于非上市银行而言，上市银行的内部风险控制体系更为完善，因此管理者乐观对非上市银行的影响应该明显大于上市银行。为排除政府控制等因素对本文研究问题的影响，更好地揭示投资者情绪与银行管理者乐观对银行风险承担的影响，本文以我国34家非上市商业银行2000～2011年的面板数据为样本进行研究，②数据主要来源于Bankscope数据库、中国国家统计局网站与巨灵金融数据库。（二）研究设计为检验研究假设1，本文构建如下模型：RISKi,t=α0+β1RISHi,t-1+α1SENTt+βjControl+ε（1）其中，RISK为银行风险承担的衡量指标，SENT为投资者情绪指标，Control为控制变量。本文根据前期文献，选取如下可能影响到银行风险承担的变量作为控制变量：非利息收入占净利润的比例（NNI）、流动资产与存款和借款总额之比（LIQ）、经济周期波动（CYCLE）、M2增长率（M2）、成本收入比（CTI）。如果α1符号显著为负，则说明投资者情绪对银行风险承担有负向影响。为验证样本选择的合理性，本文对此模型同时运用我国16家上市银行2000～2011年的面板数据进行回归，如果非上市公司样本的投资者情绪（SENT）系数比上市公司样本的显著或更大，则说明本文用非上市公司样本进行研究是合理的。为了检验研究假设2，本文构建如下模型：OPMi,t=α0+β2OPMi,t-1+α1SENTt+βjControl+ε（2）其中，OPM为银行管理者乐观指标，其他参数设定同上。根据前期文献，本文选取如下变量作为此模型的控制变量：用于反映银行效率的成本收入比（CTI），用于反映银行盈利能力的非利息收入占净利润的比例（NNI），用于反映银行流动性的流动资产与存款和借款总额之比（LIQ），经济周期波动指标（CYCLE），用于反映银行规模的银行总资产的对数（SIZE）以及用于反映货币政策的M2增长率（M2）。如果α1符号显著为负，则说明投资者情绪对银行管理者乐观有负向影响。为了检验研究假设3，本文构建如下模型：RISKi,t=α0+β1RISKi,t-1+α1SENTt+α2OPMi,t+βjCon－trol+ε（3）借鉴Baron和Kenny（1986）[61]、温忠麟等（2004）[62]、花贵如等（2011）[16]提出的检验中介效应的程序，模型（1）、（2）、（3）构成一个动态递归模型，此模型组可用于检验假设3。首先，模型（1）中的α1如果显著为负，则说明投资者情绪的确对银行风险承担有负向影响。其次，模型（2）中的α1符号如果显著为负，则说明投资者情绪对银行管理者乐观有负向影响；模型（3）中的α2如果为正，则说明银行管理者乐观对银行风险承担有正向影响。因此，投资者情绪对银行管理者乐观的负向影响会导致银行风险承担的负向变化。最后，模型（3）中的α1如果显著为负，则说明在考虑银行管理者乐观的前提下，投资者情绪对银行风险承担依旧有负向影响。综上可知，投资者情绪对银行风险承担的影响至少一部分是通过“管理者乐观渠道”起作用的。为了检验研究假设4，本文构建如下模型：RISKi,t=α0+β1RISKi,t-1+α1SENTt+α2OPMi,t+α3SENTt*OPMi,t+βjControl+ε（4）相关参数设定同上。如果α3为正，则证明银行管理者乐观程度越高，投资者情绪对银行风险承担的负向影响越小。（三）变量设计与基本统计分析1.银行风险承担。对银行风险承担的度量指标，主要有风险加权资产占总资产的比率（江曙霞和陈玉婵，2012）[63]、贷款损失准备占贷款总额之比（Laeven和Majoni，2003[64]；张雪兰和何德旭，2012[65]）、Z值（徐明东和陈学彬，2012[66]）三种。考虑到银行风险承担研究的主要是银行风险承担的意愿问题，本文选取贷款损失准备占贷款总额之比（Risk1）、风险加权资产占总资产的比率（Risk2）来作为银行风险承担的度量指标。2.银行管理者乐观。由于长期以来，我国银行业业务结构较为单一，贷款是银行最主要的业务（张雪兰和何德旭，2012[65]），因此，本文借鉴Malmendier和Tate（2005）[20]、TColin等（2011）[67]的研究，在考虑数据可得性、可靠性、适用性的基础上，选择从银行贷款角度考察银行管理者乐观。具体做法是，在对商业银行每年的贷款增速进行排序的基础上进行归类。如果商业银行某年的贷款增速高于0.8分位数，则我们将该商业银行管理者情绪归为乐观，虚拟变量取值为1；如果商业银行某年的贷款增速低于0.2分位数，我们将该商业银行管理者情绪归为悲观，虚拟变量取值为-1；其他情况的虚拟变量取值为0。3.投资者情绪。本文参照Baker等（2006[5]，2012[68]）的研究，使用封闭式基金折价率（采用CEFD表示）、新增开户数（采用AACO表示）、IPO个数（采用NIPO表示）、市场整体换手率（采用TURN表示）和消费者信心指数（采用COFI表示）五个指标，通过主成分分析法构建投资者复合情绪指数。③
四、实证结果分析
（一）描述性统计与平稳性检验各变量描述性统计如表1所示。同时，对于动态面板数据模型，面板数据必须平稳，因此需要对所估计参数的稳健性进行单位根检验。鉴于本文的面板序列存在不平衡与平衡两种情况，本文视情况分别采取Xtfisher与Levin-Lin-Chu两种检验方法，检验结果见表1。结果发现，每个变量都通过了显著性水平为5%的平稳性检验，因此直接可以进行回归分析。（二）回归结果及分析为验证相关结论，本文首先用系统广义矩法（SYS）及差分广义矩法（DIFF）对上述模型进行参数估计，回归结果如表（2）及表（3）所示。对于假设1，根据回归方程（1）与（2），可以看出，投资者情绪（SENT）的系数显著为负，这说明投资者情绪对银行风险承担有着显著的负向影响，故假设1得到验证。同时，为了检验样本选择的合理性，本文使用我国16家上市公司2000～2011年的面板数据对模型（1）进行回归，得到回归方程（3）与（4），可以看出投资者情绪（SENT）的系数都不显著。由此可见，选择非上市银行作为样本，的确能较好地揭示投资者情绪与银行风险承担间的关系。对于假设2，根据表3的回归方程（5）与（6），可以看出，投资者情绪（SENT）的系数符号显著为负，这说明投资者情绪的确对银行管理者乐观有显著的负向影响，假设2得以验证。由此可以看出，与非银行管理者不同，有限理性的银行管理者往往能认识到投资者情绪是由缺乏经验的情绪投资者所引发的，因而趋向于对投资者情绪保持质疑，最终银行管理者并未如非银行管理者一样认可投资者情绪（花贵如等，2011），而是否认了投资者情绪。对于假设3，参照Baron和Kenny（1986）[61]、温忠麟等（2004）[62]、花贵如等（2011）[16]的相关研究，根据本文提出的检验中介效应的程序，在方程（1）与（5）的基础上，结合方程（7）进行判断，即在投资者情绪影响银行风险承担的机制中，银行管理者乐观是否扮演了中介效应的角色。投资者情绪对银行管理者乐观有显著的负向影响（假设2），而根据方程（7），管理者乐观（OPM）的系数显著为正，这说明管理者乐观对银行风险承担有显著的正向影响。因此，投资者情绪对银行管理者乐观的显著负向影响会对银行风险承担产生显著的负面作用，即投资者情绪通过“管理者乐观渠道”会对银行风险承担产生显著的负向影响。此外，在方程（7）中，投资者情绪指标的符号显著为负，说明在考虑银行管理者乐观（OPM）因素的情况下，投资者情绪对银行风险承担依旧有显著的负向影响。根据研究设计可知，由于管理者乐观对银行风险承担有显著的正向影响，因此，投资者情绪对银行风险承担的负向影响至少有一部分是通过“管理者乐观渠道”起作用的。在使用差分广义矩法（DIFF）对相应模型进行回归后，得到的回归方程（2）、（6）、（8）依旧可得出以上结论。由此可知，假设3得到验证。对于假设4，根据回归方程（9）与（10），可以看出，投资者情绪（SENT）与银行管理者乐观（OPM）交叉项的符号显著为正，这说明，投资者情绪对银行管理者乐观的负向影响越小，即银行管理者乐观程度越高，投资者情绪对银行风险承担的负向影响越小，假设4得以验证。（三）稳定性检验为了进一步检验上述结论的稳健性，本文运用风险加权资产占总资产的比率（Risk2）作为银行风险承担的衡量指标，再次对以上模型进行回归，结果见表4。由表4的回归结果可以看出，所有分析结果与前文研究没有实质性差异，因此本文认为，前文的研究是比较稳健的。
五、研究结论
本文分析了投资者情绪对银行风险承担的影响以及银行管理者乐观在此影响机制中所发挥的作用，同时采用中国34家非上市银行2000～2011年的面板数据对相关观点进行了实证检验。研究发现，投资者情绪与银行风险承担显著负相关，投资者情绪与银行管理者乐观也显著负相关。同时，投资者情绪对银行风险承担的负向影响至少有一部分是以“管理者乐观渠道”为中介的。银行管理者乐观程度越高，投资者情绪对银行风险承担的负向影响越小。本文的研究结论表明，当投资者情绪低落时，银行管理者的乐观水平及银行风险承担水平都会随之提高，出现金融风险的可能性也因此提高，此时有加强银行风险监控的必要性；反之，当投资者情绪高涨时，有限理性的银行管理者可能会因为过度谨慎，错过了良好的投资机会。因此，本文不仅进一步丰富与完善了银行风险承担与投资者情绪的相关理论，更为金融风险监管机制的完善提供了相应的理论支持，也为管理者的相关决策提供了微观层面的依据。
作者：张丞 卢米雪 桑璇 单位：中南财经政法大学 金融学院
