价格型和数量型货币政策与银行非利息收入周期性
金健
摘? ?要：基于2004—2019年中国商业银行面板数据， 研究货币政策对银行非利息收入的影响发现，无论在数量型还是价格型货币政策工具调控下，非利息收入变化均呈显著的逆周期性，但影响强度具有非对称性，价格型工具下其逆周期性更强。将非利息收入按来源分为有风险的金融创新和无风险的金融创新业务，研究发现有风险的金融创新呈逆周期变化，而无风险的金融创新呈顺周期变化，这表明银行非利息收入逆周期性来源于有风险的金融创新业务变化。进一步研究发现，数量型政策工具对非利息收入的影响存在基于银行资产规模、总体盈利能力的异质性;而价格型政策工具的影响存在基于存款规模、流动性比例的异质性;两种政策工具的影响均存在基于经济政策不确定性和经济增长的异质性。最后，银行总体盈利波动性变化具有顺周期特征。
关? 键? 词：货币政策;非利息收入;周期性;银行创新
中图分类号：F832.3;F822.0? ? ?文献标识码：A? ? ?文章编号：2096-2517（2021）03-0025-13
DOI：10.16620/j.cnki.jrjy.2021.03.002
一、引言与文献综述
随着银行业竞争、金融脱媒的加剧，互联网金融和利率市场化的发展，中国商业银行的传统盈利模式受到极大的冲击[1-2]，盈利空间受到挤压。为了增强盈利能力， 突破信贷等传统业务发展限制，商业银行通过加强金融创新，不断寻求业务多元化发展，从而使得其非利息收入得到快速提升。然而，金融创新是一把“双刃剑”[3]，它在降低金融交易成本，转移和分散风险，提高金融机构盈利能力，优化资源配置的同时， 也给金融市场带来了极大的不确定性[4]，甚至给整体宏观经济带来了系统性风险[5]。
广义的金融创新包括金融工具、 金融技术、制度及管理、服务方面的创新。而金融创新业务是银行非利息收入的主要来源，已有众多学者将银行中间业务收入或者非利息收入作为商业银行金融创新的代理变量[6-7]。而非利息收入又包括有风险的非利息收入和无风险的非利息收入[8]。具体可分为手续费及佣金收入、 投资收益和公允价值变动等，而手续费及佣金收入是银行代理、经纪及其他不涉及其自身资产和负债的中介业务所得，因此可将其视为无风险的金融创新业务。投资收益及公允价值变动损益等其他非利息收入是銀行投资交易业务所得，而投资交易业务下银行可能遭受损失，因此可将其视为有风险的金融创新业务。
中国金融体系是银行主导型的，银行是最重要的金融中介， 是连接金融市场与实体经济的纽带，同时也是货币政策传导的重要渠道。目前我国货币政策正在由数量型调控向价格型调控转变，虽然以利率为代表的价格型调控政策日趋重要，但数量型货币调控仍占有重要地位。而货币政策调控与银行盈利与风险承担密切相关，在此情形下，结合不同类型的货币政策调控，研究其对商业银行盈利结构的影响可以为提高货币政策有效性与商业银行经营转型提供参考。
货币政策调控下， 商业银行盈利如何变化，国外学者并没有一致结论。Albertazzi等（2009）认为长期利率提升利于银行增加净利息收入而不利于非利息收入的增长，而短期利率的作用并不明显[9]。Claessens等（2018）认为低利率下货币政策对银行净息差的作用更加显著[10]。Borio等（2015）研究认为短期利率水平和期限溢价正向影响银行盈利，而低利率与水平期限结构则对银行盈利具有负向影响[11]。但目前国内对于货币政策如何影响银行盈利能力和盈利结构的研究较少。张艾莲等（2021）研究发现价格型和数量型货币政策对银行盈利能力的影响程度和方向存在差异，不同类型货币政策的共同实施会产生叠加作用，但其并没有对非利息收入内部变化进行分析[12]。王连军（2017）研究发现价格型货币政策工具对非利息收入的影响存在阈值，在达到阈值之前， 利率对非利息收入具有负向影响，当利率达到并超过阈值之后，利率提高将增加银行非利息收入[13]。
综上，目前的研究并未对银行非利息收入的构成进行剖析，且并未对具有不同个体特征的银行盈利变化的异质性特征进行分析。本文基于商业银行金融创新的视角，结合价格型和数量型货币政策调控，重点分析了银行在货币政策调控下的非利息收入变化的周期性特征，并对银行非利息收入按照是否具有风险进行细分，探讨不同类型的金融创新的周期性变化;同时，结合银行个体特征，研究非利息收入变化的异质性，并关注了银行总体盈利的波动性。
二、理论分析与研究假设
数量型货币政策主要通过影响银行体系流动性作用于信贷行为，价格型货币政策工具则通过影响资本价格作用于微观主体[14]。首先无论是价格型还是数量型调控工具，在紧缩性货币政策下，银行信贷风险偏好降低，信贷政策收紧，从而相对劣质的企业无法获得银行贷款; 同时由于借款成本上升，相对优质企业的银行信贷需求下降;此时银行信贷规模下降，利息收入下降，再加上银行体系流动性趋紧，银行为了拓展业务收入，就会通过金融创新以增加非利息收入。其次，紧缩性货币政策通常会伴随更严厉的监管政策，从而使银行监管套利空间减小，这进一步激励银行进行金融创新以规避监管或寻求多元化的业务收入。另外，在紧缩性货币政策下，市场风险如利率风险、汇率风险上升，银行对冲风险的需求强烈，从而会通过金融工具创新以降低风险并寻求收益。同时，银行对流动性的需求也会促使其设计更具吸引力的金融产品以挽留资金。最后，影子银行业务规模的逆周期性也会促使银行非利息收入的扩大[15-16]。
同时，商业银行在流动性方面对价格型货币政策的敏感程度高于数量型[17]。因此，在价格型政策工具调控下，银行反应程度会更大，从而其进行金融创新，拓展非利息收入来源的动机会更强。基于此，提出假设：
H1： 中国商业银行非利息收入呈现一定的逆周期性，且相比于数量型调控，价格型政策工具调控下银行非利息收入逆周期性会更强。
现有许多研究表明，不同个体特征的银行其对货币政策的反应具有异质性。Altunbas等（2010）对欧元区的商业银行进行研究表明银行对货币政策的反应程度存在基于规模、流动性水平、资本充足率的异质性特征[18]。王周伟等（2016）也指出，融资渠道较窄的银行对数量型和价格型货币调控更具敏感性[19]。王妍等（2019）在分析影子银行规模变化时，发现不同资本充足率和收益率的银行对于货币政策反应具有异质性，且这种异质性在价格型和数量型货币政策下是相反的[16]。对于资产规模越大、盈利能力越强的银行， 其风险承担能力也越强，更加关注可用获利资产水平，因此，在数量型货币政策调控下，市场流动性越小，其越倾向于加大金融创新以获得更多收益。同时，流动性比例越高，资金来源中存款占比越高的银行，其对价格型货币政策工具调控更加敏感，在资本价格上升时，会更倾向于通过金融创新以实现更大利益。
考虑外部调节机制，在经济政策不确定性上升时期，商业银行主动风险承担削弱，而被动风险承担及破产风险增大[20]。即使货币政策是紧缩的，此时银行也是相对保守的，这一定程度上减小了其金融创新动机，从而对其非利息收入具有负向调节作用;而在经济增长较快时，金融市场交易更加活跃，通过银行金融创新的利益寻求动机更强，即此时银行非利息收入逆周期更强。基于此，提出假设：
H2：在價格型和数量型货币政策调控下，银行的非利息收入变化具有基于内外部机制的异质性特征。
前文已经提到，商业银行的非利息收入可以进一步分为有风险的金融创新业务收入和无风险的金融创新业务收入。无风险的金融创新业务主要是代理、经纪等中介业务的创新，它与市场交易量有关，而在扩张性货币政策下，市场流动性充足，利率较低，信贷需求较大;同时证券价格也较高，从而市场交易活跃[21]，无风险的非利息收入增加。有风险的金融创新主要是指投资交易业务创新，在紧缩性货币政策下，市场流动性趋紧，银行外部融资成本较高，而证券业务创新能拓展银行资金来源，且能运用衍生工具对冲风险，从而其进行证券业务创新的积极性也就越高。基于此，提出假设：
H3：在价格型和数量型货币政策调控下，银行有风险的金融创新呈逆周期变化，无风险的金融创新呈顺周期变化。
崔华泰（2017）基于16家上市银行的实证研究发现，商业银行发展非利息收入，促进多元化经营能显著降低银行风险[22]。曲洪建等（2017）研究发现银行多元化程度越大，银行稳健性越好[23]。宋清华等（2016）通过构建上市银行的四维多元化指标，研究发现收入、资产和非传统业务活动的多元化有助于降低银行风险[24]。曾智等（2016）认为，银行表外业务多元化会减小其风险水平[25]。而紧缩性货币政策下，银行的利益寻求促进金融创新、增加其非利息收入的同时，也使其业务种类、收入来源更加多元化，从而减小了其盈利波动性，使其经营更加稳健。基于此，提出假设：
H4：价格型和数量型货币政策调控下，银行盈利波动性具有一定的顺周期性。
三、研究设计
（一）数据来源
本文利用2004—2019年的中国商业银行非平衡面板数据， 剔除相关数据缺失的样本， 共得到247家银行1750个样本， 包括某些业务净收入为负的少数样本。 银行财务数据来源于国泰安数据库， 货币政策代理变量数据来源于CHOICE金融数据库。 为克服离群效应， 本文对所有连续变量进行1%和99%分位的缩尾处理。需要说明的是，在计算银行盈利波动性时，本文使用的是银行净资产收益率的三年滚动标准差， 而在数据始末年份（2004年和2019年）则使用的是两年滚动标准差，为了保留更多的样本，本文并未删除始末年份数据。
（二）变量定义
1.货币政策
参考王妍等（2019）[16]的方法，用广义货币增长率（M2）作为数量型货币政策工具的代理变量;用银行间同业拆借7天加权平均（按交易量加权）利率（MP）作为价格型货币政策工具代理变量。
2.非利息收入
用非利息净收入占比衡量非利息收入变化;用手续费及佣金净收入占比衡量无风险的金融创新;用非利息净收入中除手续费及佣金净收入以外的部分占比衡量有风险的金融创新。
3.控制变量
本文综合参考柯孔林（2018）[26]、何国华等（2020）[27]、申宇等（2020）[28]的方法，在实证中控制银行资产规模、权益资产率、总资产周转率、流动性比例、净资产收益率、不良贷款率以及存款占比，并控制个体效应。由于本文核心解释变量随时间而变而不随个体而变，如果控制年度效应会产生共线性问题[28-29]，因此本文没有控制年度效应，并通过加入宏观控制变量如经济增速[27]、经济政策不确定性来尽可能控制时间效应。其中经济政策不确定性是基于Baker等（2016）构建的经济政策不确定性指数[30]，该指数基于香港《南华早报》，统计出现相关关键词的文章在当月所占比重， 并将1995年1月的数据标准化为100后得出，在国内学者研究经济政策不确定性时，该指数得到广泛采用[20，28，31]。
（三）研究设计
为了验证假设H1，设计出模型（1），并在实证中将M2替换为MP（下同），观察α1的符号及显著性，以识别货币政策对非利息收入的影响，其中bank为银行个体效应。
Fin=α0+α1M2+α2Ea+α3Tat+α4Dar+α5Size+α6Lr+
α7Npl+α8Roe+α9GDP+α10EPU+αiΣbank+εi，t
（1）
为了验证H2，设计模型（2），其中Cb×M2为个体或宏观调节变量与货币政策代理变量的交乘项，观察其系数符号及显著性，以识别其调节效应。
Fin=β0+β1M2+β2Ea+β3Tat+β4Dar+β5Size+β6Lr+
β7Npl+β8Roe+β9GDP+β10EPU+β11Cb×M2+
βiΣbank+εi，t （2）
为了验证假设H3，设计模型（3）和模型（4），关注γ1、λ1的系数及其显著性。
Ibi=γ0+γ1M2+γ2Ea+γ3Tat+γ4Dar+γ5Size+γ6Lr+
γ7Npl+γ8Roe+γ9GDP+γ10EPU+γiΣbank+εi，t
（3）
Rib=λ0+λ1M2+λ2Ea+λ3Tat+λ4Dar+λ5Size+λ6Lr+
λ7Npl+λ8Roe+λ9GDP+λ10EPU+λiΣbank+εi，t
（4）
为了验证假设H4，设计模型（5），sdRoa为资产收益率Roa的滚动三年标准差。
sdRoa=μ0+μ1M2+μ2Ea+μ3Tat+μ4Dar+μ5Size+
μ6Lr+μ7Npl+μ8Roe+μ9GDP+μ10EPU+
μiΣbank+εi，t （5）
四、实证分析
（一）描述性统计
由表2知，不同银行之间的非利息收入差距较大，且存在非利息净收入、手续费及佣金净收入为负，以及银行整体收益面临亏损的情况。
（二）实证结果
表3报告了豪斯曼检验结果，豪斯曼检验的原假设為随机影响模型中个体影响与解释变量不相关，即选择随机效应。而由表3知，对于以上模型检验的P值均为0，即拒绝原假设，选择固定效应进行估计。
表4中，（1）（2）列报告了不同类型的货币政策对银行非利息收入的影响，可以看出，M2的系数显著为负，MP的系数显著为正，且MP的系数远远大于M2的系数。这说明货币政策影响下商业银行非利息收入变化呈现逆周期变化，且价格型货币政策工具的影响要大于数量型政策工具，假设H1成立。从银行的微观特征控制变量来看， 权益比率越高，盈利能力越强，银行风险承担能力相对越强，从而其利润寻求动机越强， 促使其进行金融创新，增加非利息收入;而总资产周转率越高，表明银行资产业务效益回报越快， 从而金融创新的积极性就越弱;同时，银行不良贷款率越高，表明其利息收入越不稳定，从而更倾向于增加非利息收入。
（3）（4）列报告了货币政策对无风险金融创新的影响，M2系数显著为正，MP系数显著为负，且MP的系数远远大于M2的系数，说明无风险的金融创新呈现一定的顺周期性。（5）（6）列报告了货币政策对有风险的金融创新的影响，M2的系数为负，MP的系数为显著为正，且MP的系数仍然大于M2的系数，从而银行有风险的金融创新呈现逆周期性，从而，假设H3成立。同时，也可以看出银行非利息收入的逆周期性主要来源于其有风险的金融创新的逆周期性。
表5中，可以看出，MRoe、MSize为M2与Roe、Size的交乘项，其系数均显著为负，与M2前系数符号一致，这表明银行盈利能力和资产规模在数量型货币政策工具作用于其非利息收入的过程中起到正向调节作用，即盈利能力越强、规模越大的银行，在数量型货币政策工具下，银行非利息收入的逆周期性越强。MEPU为M2与EPU较乘项， 其系数显著为正，这说明经济政策不确性具有负向调节作用， 而MGDP为M2与EPU交乘项， 其系数为负，则表明经济增长具有正向调节作用。即经济政策不确定性越小，经济增长越快，数量型货币政策工具下银行非利息收入的逆周期性越强。
表6中，MPLr、MPDar、MPEPU、MPGDP分别为MP与Lr、Dar、EPU、GDP的交乘项， 可以看出，MPLr、MPDar的系数均显著为正， 这与MP系数符号一致，这说明银行流动性比例与存款占比在价格型货币政策调控作用于银行非利息收入时具有正向调节作用。即银行流动性比例越高，存款占比越大， 价格型工具调控下非利息收入的逆周期性越强。而MPEPU的系数为负，稍欠显著，表明经济政策不确定性在其中具有负向调节作用，经济政策不确定性越小， 非利息收入的逆周期性越强。而MPGDP的系数显著为正，说明经济增长具有正向调节作用，即经济增速越快，价格型调控下非利息收入逆周期越强。
综上，数量型和价格型货币政策工具下，不同个体特征的银行其非利息收入逆周期变化具有异质性。数量型货币工具下，盈利能力越强、规模越大的银行，其非利息收入变化的逆周期性越强，而价格型货币工具下，流动性比例越高，存款占比越大的银行，其非利息收入变化的逆周期性越强。但是，无论哪种货币政策工具下， 经济政策不确定性越小、经济增长速度越快时，银行的非利息收入变化的逆周期性越强。此时，假设H2成立。
表7中，（1）（2）列以资产收益率3年滚动标准差为被解释变量，可以看出，M2系数显著为正，而MP系数显著为负， 这说明无论哪种货币政策工具调控下银行盈利波动性呈现顺周期变化，与前文理论分析相符。（3）（4） 列以净资产收益率的3年滚动标准差（sdRoe）为被解释变量，所得结果一致。由此，假设H4成立。
五、稳健性检验
（一）滞后解释变量
内生性问题会降低估计效率，使得估计量不再具有良好性质，为了缓解内生性问题，尤其可能存在解释变量与被解释变量互为因果的状况，本文将核心解释变量和控制变量滞后一期进行回归（前缀L.表示对变量滞后一期）。表8中，（1）（2）列以Fin为被解释变量，L.M2的系数显著为负，L.MP的系数显著为正，表明货币政策较紧缩时，商业银行会扩大金融创新即呈现逆周期性， 与前文结论一致。（3）（4）列以无风险的金融创新Ibi为被解释变量，（5）（6）列以有风险的金融创新为被解释变量，L.M2、L.MP系数符号及显著性均与前文一致。证明了在货币政策调控下，无风险的金融创新呈现一定的顺周期性，而有风险的金融创新则呈现为逆周期性，即表示商业银行金融创新的逆周期性主要源于有风险金融创新的逆周期性特征。 且在所有回归中，价格型货币政策工具调控下的影响系数的绝对值更大，这表明商业银行金融创新行为的逆周期性在价格型政策工具调控下更加敏感。
（二）替换被解释变量
将非利息收入用总资产标准化，替换前文用营业收入进行标准化的变量后进行回归，即用Fin1=非利息净收入/资产总计，Ibi1=手续费及佣金净收入/资产总计，Rib1=（非利息净收入-手续费及佣金净收入）/资产总计。回归结果如表9所示。（1）（2）列报告了替换后的金融创新变量Fin1作为被解释变量的回归结果，M2系数显著为负，MP的系数显著为正，表明货币政策宽紧程度与商业银行金融创新呈反向变动关系，即商业银行金融创新呈现逆周期性特征。（3）（4）列报告了以替换后的无风险金融创新代理变量Ibi1为被解释变量，（5）（6） 列报告了以替换后的有风险的金融创新代理变量Rib1为被解释变量，除了列（3）中M2的系数稍欠显著外，其他列中货币政策变量符号及显著性均与前文一致。且所有回归中价格型货币政策工具下的系数绝对值更大，因此价格型货币政策工具调控对商业银行金融创新的影响更大。
（三）按宏观调节变量大小进行分组回归
参考吴娜等（2020）[32]，对于宏观变量按照是否大于其历年均值进行处理， 若大于均值则取1，否则取0。需要说明的是，由于分组后存在仅有一年数据的样本，为了正确得到模型的F值，在分组回归时，此处不使用聚类稳健标准误。
表10中以商业银行金融创新代理变量Fin为被解释变量， 报告了数量型货币政策工具调控下，宏观变量的调节效应。可以看出，（1）列中M2的系数显著为负（与前文符号一致），而（2）列中M2的系数为正（与前文M2的符号不一致），这表明在GDP增速较高时，数量型货币政策调控下，商业银行金融创新的逆周期性更强。（3）列中M2的系数不显著，（4）列中M2的系数显著为负（与前文一致），这表明在经济政策不确定性较小时，数量型货币政策工具调控下，商业银行金融创新的逆周期更强。
表11同样以Fin为被解释变量， 报告了价格型货币政策工具调控下， 宏观变量的调节效应。可以看出，（1）列中MP的系数符号显著为正（与前文MP的符号一致），而（2）列中MP系数符号与前文不一致，同样，（4）列中MP系数要比（3）列中系数更加显著且更大。 这说明在经济增速较高、经济政策不确定性较小时， 价格型货币政策工具调控下，商业银行的金融创新行为的逆周期性更强。
通过以上分析， 可以再次证明在经济增速较高、经济政策不确定性较小时，在货币政策调控下，商业银行金融创新的逆周期性特征更强。
六、研究结论与政策建议
本文运用2004—2019年中国商业银行的财务数据， 研究了数量型和价格型货币政策工具调控下，银行非利息收入如何变化，并基于银行金融创新的角度进行了分析。得出以下结论：
第一，无论在哪种货币政策工具下，中国商业银行的非利息收入的变化均呈明显的逆周期性;且在价格型货币政策工具下，银行非利息收入的逆周期性更强，这表明商业银行对于价格型政策工具调控的敏感性更高。
第二，非利息收入的逆周期性变化在不同政策工具下具有基于内外部调节机制的异质性特征。具有较高盈利能力，较大规模的银行在数量型货币政策工具下，其非利息收入变化逆周期性越强，而具有较高流动性比例与存款比例的银行在价格型货币政策工具下， 其非利息收入变化的逆周期性越强，但是无论哪种类型的政策工具下，经济增速较快，经济政策不确定性较小的年份，银行非利息收入的逆周期性就越强。
第三，进一步将非利息收入来源按照是否具有风险，区分为由有风险的金融创新和无风险的金融创新，发现有风险的金融创新在货币政策调控下具有逆周期性， 而无风险的金融创新却呈现顺周期性，这表明银行非利息收入的逆周期性主要来源于有風险的金融创新。
第四，商业银行盈利波动下，在货币政策调控下具有顺周期特征，而这种顺周期特征主要来源于收入多元化的变化特征， 如在紧缩性货币政策下，银行金融创新寻求增加非利息收入使得银行收入更加多元化，从而降低了银行总体盈利的波动性。
商业银行的非利息收入使得其业务来源更加多元化，减少了银行总体盈利的波动性，这一定程度上增加了银行经营的稳健性，降低了银行体系的风险，发挥着增收促稳的作用。然而，监管部门和政策部门对商业银行和金融创新的监管存在着不对称性，这极易引起紧缩性货币政策下银行非利息收入尤其是有风险的金融创新的扩张。非利息业务尤其是有风险的金融创新在一定程度上削弱了货币政策的有效性，也在一定程度上使有风险的金融创新业务所形成的风险性不断累积，从而会增加系统性金融风险。
因此，央行和其他银行等金融监管部门应加强对银行金融创新的监管，首先，不仅要关注银行的非利息收入规模，更要对银行的有风险金融创新业务进行监控，防止过度的金融创新给银行体系带来的不稳定性，同时应增强银行体系服务实体经济的资金融通属性。其次，以利率为代表的价格型政策调控工具更能灵敏地反应经济状态，因此应加快构建市场化的利率体系建设。另外，央行等政策部门应充分考虑非利息收入逆周期扩张的基于内外部机制的异质性特征，以应对不同个体特征的银行进行区别性调控， 以及在不同经济环境下进行差异化调控。最后，考虑到银行非利息收入的正面作用，政策部门在对银行金融创新行为监管时，应对不同的金融创新业务进行区别对待， 适时适度实施监管，使商业银行在不增加系统性金融风险的条件下，充分发挥金融创新的积极作用。
参考文献：
[1]阮素梅，甄欣.我国城市商业银行创新效率测度与评价研究[J].江淮论坛，2015（2）：39-45.
[2]胡文涛，张理，李宵宵，等.商业银行金融创新、风险承受能力与盈利能力[J].金融论坛，2019，24（3）：31-47.
[3]蔡鄂生.银行业金融创新与金融安全[J].中国流通经济，2009，23（8）：72-74.
[4]杨鹏.商业银行金融创新、资本缓冲与风险承担[J].太原学院学报（社会科学版），2020，21（4）：31-38，44.
[5]羅萍.商业银行金融创新与系统性风险[J].金融发展研究，2020（2）：85-89.
[6]权飞过，王晓芳.金融创新对商业银行风险承担的影响——基于金融创新的分类研究[J].财经论丛，2016（9）：35-45.
[7]李建博，刘剑锋.银行竞争对银行效率的影响——基于银行金融创新视角[J].浙江金融，2020（7）：9-23.
[8]程道金，张东辉，成力为.业务结构多元化对商业银行盈利能力和风险影响的理论分析[J].云南财经大学学报，2020，36（9）：62-72.
[9]ALBERTAZZI U，GAMBACORTA L.Bank Profitability and the Business Cycle[J].Journal of Financial Stability，2009，5（4）：393-409.
[10]CLAESSENS S，COLEMAN N，DONNNELLY M.“Low-for-long”InterestRates and BanksInterestMargins and Profit-ability：Crosscountry Evidence[J].Journal of Financial In-termediation，2018，35（7）：1-16.
[11]BORIO C，GAMBACORTA L，HOFMANN B.The Influence of Monetary Policy on Bank Profitability[R].BIS Working Papers，No.514，2015.
[12]张艾莲，代雪雅.价格型和数量型货币政策与商业银行盈利能力[J].金融论坛，2021，26（1）：49-58.
[13]王连军.价格型货币政策工具对商业银行盈利的影响——基于中国32家商业银行的实证检验[J].财经理论与实践，2017，38（4）：2-8.
[14]张龙，金春雨.数量型和价格型货币政策工具的有效性对比研究[J].中国工业经济，2018（1）：119-136.
[15]高然，陈忱，曾辉，等.信贷约束、影子银行与货币政策传导[J].经济研究，2018，53（12）：68-82.
[16]王妍，王继红，刘立新.货币政策、影子银行周期性与系统金融风险[J].上海经济研究，2019（9）：105-116.
[17]时波.货币政策对商业银行流动性创造的影响效果研究[J].上海金融，2019（12）：79-85.
[18]ALTUNBAS Y，GAMBACORTA L，MARQUES I D.Bank Risk and Monetary Policy[J].Journal of Financial Stability，2010，6（3）：121-129
[19]王周伟，王衡.货币政策、银行异质性与流动性创造——基于中国银行业的动态面板数据分析[J].国际金融研究，2016（2）：52-65.
[20]顾海峰，于家珺.中国经济政策不确定性与银行风险承担[J].世界经济，2019，42（11）：148-171.
[21]RAIAN R G.Has Financial Development Made the World Riskier？[R].NBER Working Paper，2015.
[22]崔华泰.商业银行收入多元化对经营绩效和风险的影响——基于16家上市银行2005—2015年数据的实证研究[J].经济与管理评论，2017，33（3）：140-148.
[23]曲洪建，GONG T，迟运鹏.资本监管压力、收入多元化与上市银行稳健性[J].金融论坛，2017，22（3）：9-18.
[24]宋清华，宋一程，刘金玉.多元化能降低银行风险吗？——来自中国上市银行的经验证据[J].财经理论与实践，2016，37（5）：9-15.
[25]曾智，姚舜达，何雅婷.多元化战略对商业银行盈利和风险水平的影响[J].商业研究，2016（9）：117-127.
[26]柯孔林.货币政策对商业银行系统性风险的影响——来自中国上市银行的经验证据[J].浙江社会科学，2018（11）：31-40，157.
[27]何国华，邬飘.经济政策不确定性与商业银行风险承担行为——基于中美两国银行业的经验证据[J].经济经纬，2020，37（2）：159-168.
[28]申宇，任美旭，赵静梅.经济政策不确定性与银行贷款损失准备计提[J].中国工业经济，2020（4）：154-173.
[29]GULEN H，ION M.Policy Uncertainty and Corporate Investment[J].Review of Financial Studies，2015，29（3）：523-564.
[30]BAKER S R，BLOOM N，DAVIS S J.Measuring Economic Policy Uncertainty[J].Quarterly Journal of Economics，2016，131（4）：1593-1636.
[31]田国强，李双建.经济政策不确定性与银行流动性创造：来自中国的经验证据[J].经济研究，2020，55（11）：19-35.
[32]吴娜，于博，樊瑞婷.影子银行、货币政策与企业金融资产配置[J].现代财经（天津财经大学学报），2020，40（11）：3-20.
Price-based and Quantity-based Monetary Policies and
Periodicity of Non-interest Income of Banks
——Based on the Perspective of Financial Innovation of? Commercial Banks
Jin Jian
（School of Economics， Sichuan University， Chengdu 610064， China）
Abstract： Based on the panel data of Chinas commercial banks from 2004 to 2019， this paper studies the impact of monetary policy on banks non-interest income. The results show that weather under the control of quantitative or price-based monetary policy instruments， the change of non-interest income is significantly counter-cyclical， but the intensity of impact is asymmetric， and the counter-cyclical is stronger under price-based instruments. The non-interest income is divided into risky financial innovation and risk-free financial innovation business according to their sources. It is found that risky financial innovation changes in a counter-cyclical manner while risk-free financial innovation changes in a pro-cyclical manner， which indicates that the counter-cyclical source of non-interest income of banks is the change in risky financial innovation business. It is further found that the impact of quantitative policy instruments on non-interest income is heterogeneous and based on the size of bank assets and overall profitability. The impact of price-based policy instruments is heterogeneous and based on deposit size and liquidity ratio. The impact of both policy instruments is based on economic policy uncertainty and heterogeneity of economic growth. Finally， the volatility of the banks overall earnings is procyclical.
Key words： monetary policy; non-interest income; periodicity; bank innovation
（責任编辑：李丹;校对：卢艳茹）
