实证回归结果及分析
（一）净稳定融资比率（NSFR）与银行负债融资成本（Fund_Cost）
净稳定融资比率对银行负债融资成本的实证结果如表3-2所示。其中，模型（2）为动态面板数据的一阶差分估计结果，模型（3）为动态面板数据的系统广义矩估计结果。为验证模型（2）和模型（3）估计结果的合理性。本书分别给出了最小二乘估计量和固定效应模型估计量的结果，列示如模型（1）和模型（4）。
从表3-2中GMM估计选取的工具变量过度识别检验结果来看，Sargan检验的P值（P-Sargan）为1，即不能拒绝工具变量不存在过度识别的原假设，模型工具变量选取较为合理。从表3-2中残差项的一阶和二阶的序列相关检验估计的P值P-AR（1）和P-AR（2）来看，模型滞后阶数选取较为合适，模型设置不存在二阶序列相关的问题。上述结果说明实证模型的设置符合广义矩估计模型的设置要求。
表3-2 净稳定融资比率（NSFR）对银行负债融资成本（Fund_Cost）的影响
注：表中下半部分给出了模型估计所用到的样本数、GMM估计选取工具变量过度识别检验的P值以及残差扰动项一阶和二阶序列相关检验的P值。括号中报告的是稳健标准误调整后的t值，*、**、***分别表示在10%、5%、1%的显著性水平上显著。下同。
从模型（3）系统广义矩估计被解释变量滞后一阶（L.Fund_Cost）的系数估计值来看，系数值介于普通最小二乘模型（OLS）和固定效应模型（FE）估计值的范围内，从而说明模型估计结果较为合理。
通过比较模型（2）和（3）中解释变量NSFR的估计系数，可以发现净稳定融资比率对银行负债融资成本的影响在不同估计方法下的估计结果相同。模型（2）中，NSFR的估计系数为2.025，在模型（3）中，系数为1.684，且均在1%的显著性水平下显著，NSFR每增加1%会使得商业银行负债融资成本增加1.68个bp，比Dietrich et al.（2014）基于西欧银行回归得出的系数0.86个bp高出近一倍的水平，说明NSFR流动性监测指标给中国银行业带来的负债融资成本的增加要远高于西欧国家的水平。上述实证结果十分稳健地验证了本书提出的假设1：对于中国银行业而言，提高净稳定融资比率（NSFR）将增加商业银行的负债融资成本（Fund_Cost），进而降低银行的风险抵御能力。
（二）净稳定融资比率（NSFR）与银行贷款信用风险（NCOs）
表3-3用于考察净稳定融资比率对银行贷款信用风险的影响。根据表中模型（2）、（3）的估计结果，无论是一阶差分估计量还是系统广义矩估计量，实证结果均表明净稳定融资比率的提升可以显著降低银行的净呆账贷款率，从而降低银行贷款资产的信用风险。这与Dietrich et al.（2014）的结论基本一致，且无论从净稳定融资比率的当期（NSFR）还是滞后一期（L.NSFR）的结果来看该数值均为负，这表明：对于中国银行业而言，NSFR流动性监测指标对商业银行信用风险的影响无论是当期还是滞后一期，均起到显著降低的作用，且从系统广义矩估计的结果来看，当期NSFR每提高1%会使得银行的信用风险降低2.12个bp，上一期NSFR每提高1%会使得银行的信用风险降低8.67个bp。上述实证结果十分稳健地验证了本书提出的假设2：就中国银行业而言，NSFR的提高会降低银行贷款的信用风险。
表3-3 净稳定融资比率（NSFR）对银行贷款信用风险（NCOs）的影响
续表
（三）净稳定融资比率（NSFR）与贷款及其他盈利资产的收益率（IIGL、OII_OEA）
表3-4中，A栏和B栏分别从贷款资产收益率（IIGL）和其他盈利资产收益率（OII_OEA）的角度来考察净稳定融资比率的提升对两者的影响[2]。
表3-4 净稳定融资比率（NSFR）对贷款及其他盈利资产的收益率（IIGL、OII_OEA）的影响(https://www.daowen.com)
续表
A栏中，模型（2）和（3）的估计结果分别为-0.708和-1.421，系统广义矩估计的结果在1%的显著性水平下显著。B栏中，模型（2）和（3）的估计结果分别为0.573和1.070，且均在1%的显著性水平下显著。上述估计结果同样表明：净稳定融资比率（NSFR）的提升，在降低银行贷款资产收益率的同时显著地提升了其他盈利资产收益率水平，且从系统广义矩估计的数值上来看，NSFR每增加1%会使得贷款资产收益率（IIGL）降低1.42个bp，但是会使得银行的其他盈利资产收益率（OII_OEA）增加1.07个bp。综上，实证结果十分稳健地验证了本书提出的假设3：就中国银行业而言，NSFR的提高会降低银行贷款资产的收益率，提高其他盈利资产的收益率。
（四）净稳定融资比率（NSFR）与银行生息资产的盈利能力（NIM）
表3-5用于考察净稳定融资比率对银行生息资产盈利能力的影响。从表中模型（3）系统广义矩估计的结果来看，虽然其系数符号为正，但是并不显著，这表明：净稳定融资比率的提升虽然可以提高银行生息资产的盈利能力，但是统计上来看该结果有待进一步验证。上述实证结果基本验证了本书提出的假设4：就中国银行业而言，NSFR的提高可能会提升银行的生息资产的盈利能力。
表3-5 净稳定融资比率（NSFR）对银行净息差（NIM）的影响
续表
（五）净稳定融资比率（NSFR）与银行单位资产的盈利水平（ROA）
表3-6中模型（2）和（3）的估计结果分别为0.143和0.238，且差分广义矩估计与系统广义矩估计的结果均在1%的显著性水平下显著。上述估计结果表明：净稳定融资比率NSFR的提升，能显著提高银行单位资产的盈利水平，且从系统广义矩估计的结果来看，NSFR每增加1%会使得银行单位资产的盈利水平增加0.24个bp。综上，上述实证结果十分稳健地验证了本书提出的假设5：就中国银行业而言，NSFR的提高会提升银行的单位资产盈利水平。从假设3、4和5的回归结果来看，NSFR的提高会通过提升ROA水平来提升商业银行的风险抵御能力。
表3-6 净稳定融资比率（NSFR）对银行单位资产的盈利水平（ROA）的影响
续表
结合假设1～5的实证结果可以得出以下结论：NSFR的提高会降低商业银行的信用风险，虽然融资成本增加会降低银行的风险抵御能力，但是总体来说能从提高单位资产盈利能力上来增加银行的风险抵御能力。