journal.pone.02979737

第一个代理是通过净非利息收入除以净营业收入（表示为 NII）计算得出的；假设它反映了任何非传统银行业务。净营业收入包括净利息收入和净非利息收入，后者是来自佣金/费用、外汇交易、证券投资和其他非利息收入来源的收入总和。专门的贷款银行往往拥有较小的非利息收入份额，而基于非传统活动的商业模式的银行预计将拥有更大的非利息收入份额。

第二个指标通过赫芬达尔-赫希曼指数的精神来捕捉 [49,50]，记作 HHI，计算如下：

H H I = 1 - [(non - interest income ratio)^{2} + (interest income ratio)^{2}]

最后，我们采用 Laeven 和 Levine [19]的指标来构建第三个代理，记作 LLI，通过以下方程：

L L I = 1 - ∣ (interest income ratio) - (non - interest income ratio) ∣

在我们两个收入多样化指标

H H I

和

L L I

中，较大的值意味着更高的收入多样化程度，这表明银行的商业模式变得更加多样化。为了确保非利息收入比率和收入多样化指标的范围在 0 到 1 之间，消除了负收入成分的观察值[48]。从一家银行的角度来看，银行以传统活动产生利息收入开始运营，收入多样化的增加也可能意味着对非传统活动的更大暴露。这为我们使用三种替代代理来捕捉银行多样化商业模式提供了依据。

3.2.3 银行风险和其他变量。与不确定性相关的文献一样，目前对于理想的银行风险衡量标准尚无一致意见。鉴于这一事实，我们考虑贷款损失准备金和不良贷款（占总贷款的比例）来代表银行投资组合资产的风险特征。使用这些风险代理的理由在于，它们捕捉到的信用风险是银行风险中最基本和最常见的形式，并且在银行文献中被广泛用作捕捉银行风险的良好指标。

与这些信用风险措施并行，我们还采用另一种代理，通过 Z-score 指数捕捉银行的违约风险。该指数可以通过以下方程从会计数据中计算得出：

Z - score = \frac{R O A + Capital}{σ (R O A)}

其中 ROA 表示资产回报率，资本是股权与资产的比率，而

σ (R O A)

是资产回报率的标准差。Z-score 被视为银行违约距离的反向代理，因此更高的 Z-score 值表明违约风险较低[51]。与许多先前的作者[15,52]一致，我们更倾向于使用三期滚动窗口来计算

σ

（ROA），然后采用（

1 + Z

-score

)

的对数进行进一步回归。

受到一系列解释银行风险的文件的启发，我们控制多个银行层面和宏观经济因素作为银行风险的基本决定因素。在“太大而不能倒闭”的观点下，大型银行可能在行为上更加鲁莽，从而对资产组合造成潜在风险[53]。另一方面，理论表明，拥有更多股本的银行在投资上往往更加谨慎，因此强烈鼓励它们监控借款人并降低银行风险[54]。此外，囤积流动性较低资产的银行可能更具风险寻求性[24]。因此，在银行层面因素方面，我们考虑银行规模、资本和流动性。对于宏观经济条件，我们控制经济周期和