解釋變量及控製變量。解釋變量。對於解釋變量，本文采用勒納指數Lerner來度量銀行競爭。Lerner指數通過價格與邊際成本的偏離度來衡量市場競爭程度。計算公式如下：
式中Pit意味著產出價格，對銀行業來講，即為貸款利率，本文采用利息收入除以貸款額來表示，MCit為邊際成本。
控製變量。本文用GDPgr來表示經濟周期，通過實際GDP增長率這一變量來描述宏觀經濟對個體銀行風險承擔的影響。CAP表示資本充足率，巴塞爾協議的資本充足率要求是我國銀行資本監管的重要組成部分。一般認為，資本充足率越高的銀行，抵禦風險的能力越強，風險也就越小。本文用銀行資產的自然對數LnA來表示銀行規模，大型商業銀行由於資產規模較大因而具有較強的風險分散能力，而同時又有學者表示大型銀行相比規模較小的銀行表現出更高的風險偏好，本文加入LnA這個變量旨在研究銀行規模對銀行風險的影響。流動性DL，本文選取存貸比DL作為銀行流動性的代理變量。流動性越強，銀行的變現能力也就越強，意味著風險越低。最後，本文選用資產收益率ROA來反映銀行的盈利能力。
（三） 模型的設定
結合前文對研究變量的描述，本文建立以下回歸模型研究在我國利率市場化背景下，銀行競爭對我國商業銀行風險承擔影響。
實證結果分析
（一）主要變量的描述性統計
相關變量的描述性統計結果，數據來源於國泰安數據庫以及各銀行年報，其中LnA是用銀行總資產的自然對數表示。
（二）研究方法與回歸結果分析
模型1和模型2在經過F檢驗和Hausman檢驗後，均拒絕原假設，因而對模型1和模型2采用固定效應模型進行估計。模型3則在加入不良貸款率的一階滯後項後采用GMM方法進行估計。
三個模型中各變量的回歸係數方向上一致。通過觀察模型1發現，lerner指數並不顯著，而模型二在加入了勒納指數的二次項後，Lerner和二次項均在1%置信水平顯著，因此也驗證了Martinez-Miera和Repullo提出的非線性理論：即競爭與銀行風險呈U形關係。為了進一步研究我國商業銀行競爭與風險承擔的關係，對模型2中勒納指數的拐點進行分析，通過對回歸結果計算可得模型2中Lerner的拐點為0.683，將其與Lerner的樣本分布進行比較發現，有超過93%的Lerner指數落在該拐點的左側。由於模型2中二次項的係數為正，因此在一條開口向上的拋物線的左側，競爭的代理變量Lerner與風險NPL呈負相關關係，這也就意味著我國銀行競爭與風險呈顯著正相關。隨著市場競爭的加劇，我國商業銀行承擔著越來越多的風險。
通過對其他控製變量回歸結果的觀察，發現GDP增長率在模型2和模型3中均顯著為正，表明在經濟繁榮時期銀行也承擔了更多了風險。在模型1和模型2中，資本充足率CAP的係數均顯著為負，說明資本監管有助於對銀行的風險進行控製。銀行的規模LnA在模型2和模型3中均不顯著，意味著銀行通過擴大規模試圖降低風險並不十分有效。另外，流動性DL和資產收益率ROA在三個模型的回歸結果中均在1%的置信區間顯著並且係數為負，因此流動性和銀行的盈利能力對銀行的風險承擔有著非常顯著的影響，這也與之前的預期相符合。