定向降準的傳導機制與傳導效果研究

張人中 馬 威

內(nèi)容提要：本文建立異質性的商業(yè)銀行效用函數(shù)模型與網(wǎng)絡結構模型，分析定向降準資金在不同類型商業(yè)銀行和不同行業(yè)貸款中的傳導機制，并使用因子增廣向量自回歸模型檢驗了十四輪定向降準貨幣政策的傳導效果。結果顯示：定向降準貨幣政策的資金傳導存在著堵點。雖然釋放的流動性可以增加商業(yè)銀行的貸款規(guī)模和整體收益，但是在追求最大化與流動性約束的前提下，較多資金進入了收益更高的房地產(chǎn)業(yè)與金融業(yè)，農(nóng)村金融機構并未成為農(nóng)業(yè)貸款的主力軍。政策建議是：嚴格審核商業(yè)銀行申請定向降準資金的用途，防范逆向選擇；嚴格審核定向降準資金的流向，防范道德風險；給予更多的政策支持，引導資金順利進入農(nóng)村金融機構和農(nóng)業(yè)貸款領域，更好地發(fā)揮定向降準支持農(nóng)業(yè)發(fā)展與促進內(nèi)循環(huán)發(fā)展的作用。

一、研究背景

金融危機爆發(fā)至今，世界各國遭遇了不同程度的資金傳導阻滯的難題。在金融危機初期，各國一般通過大規(guī)模的量化寬松貨幣政策來刺激本國經(jīng)濟復蘇，但是量化寬松政策具有較大的副作用，流動性無法完全順暢地傳導至目標領域與部門。當總量寬松的貨幣政策偏離設計初衷，失去了原本想要達到的效果時，貨幣當局開始考慮如何才能精準引導資金進入目標行業(yè)與領域，同時努力降低量化寬松的負面效應。在此背景下，各國央行紛紛推出更有針對性、成本更低的定向調(diào)控類的貨幣政策，以期精準發(fā)力來定向調(diào)控實體經(jīng)濟的發(fā)展。近年來，西方發(fā)達國家比較典型的定向調(diào)控類的貨幣政策包括：歐洲央行新一輪的量化寬松政策，即定向長期再融資操作(TLTRO)，該操作定向支持商業(yè)銀行向家庭和非金融企業(yè)放貸，引導資金通過信貸途徑流向實體經(jīng)濟；美國聯(lián)邦儲備委員會的扭轉操作(OT)，該操作定向調(diào)控長期融資利率，引導市場投資向長期轉化；英格蘭銀行的融資換貸款計劃(FLS)，該操作定向支持實體企業(yè)與住房貸款等。

近年來，中國人民銀行在傳統(tǒng)的貨幣政策工具上創(chuàng)新推出了系列的定向調(diào)控類貨幣政策，例如定向再貸款、定向降準、短期流動性調(diào)節(jié)工具(SLO)、常備借貸便利(SLF)、中期借貸便利(MLF)、抵押補充貸款(PSL)等，希望通過定向調(diào)控類貨幣政策來實現(xiàn)資金導流，拓寬流動性供給渠道，助力經(jīng)濟結構調(diào)整。2014年4月，中國人民銀行開始實施定向降準的貨幣政策，降準對象為縣域農(nóng)村商業(yè)銀行、農(nóng)村合作銀行、中國農(nóng)業(yè)發(fā)展銀行、符合審慎經(jīng)營要求且“三農(nóng)”或小微企業(yè)貸款達到一定要求的商業(yè)銀行，至今已經(jīng)實施了十四輪。定向降準是中國人民銀行推出的一種具有定向調(diào)控功能的結構性貨幣政策，希望引導和鼓勵金融機構將資金更多地投向農(nóng)業(yè)和小微企業(yè)等國民經(jīng)濟重點領域和薄弱環(huán)節(jié)，促進信貸結構優(yōu)化，使貨幣政策能更高效地傳導至亟須發(fā)展的領域。

定向降準的政策實施效果一直備受關注。圖1給出了定向降準實施以來，商業(yè)銀行分行業(yè)的貸款余額與貸款余額的增速。圖1(a)為定向降準貨幣政策實施同期，商業(yè)銀行的涉農(nóng)貸款余額、農(nóng)林牧漁業(yè)貸款余額、服務業(yè)貸款余額、工業(yè)貸款余額和房地產(chǎn)業(yè)貸款余額的數(shù)值比較。圖2(b)為各行業(yè)貸款余額相比于基期的增速。數(shù)據(jù)顯示有好的方面，例如涉農(nóng)貸款余額與涉農(nóng)貸款余額增速都比較快，服務業(yè)也在高速發(fā)展。但是數(shù)據(jù)也顯示出頗多不盡人意的地方：首先，涉農(nóng)貸款中的核心指標，即真正投向農(nóng)業(yè)企業(yè)貸款的余額(2020年底為4.36萬億)與增速(相比于基期增長為43%)非常低；其次，工業(yè)貸款的余額(2020年底為10.51萬億)與增速(相比于基期增長為59%)非常蕭條；再次，房地產(chǎn)貸款的余額(2020年底為48.83萬億)與增速(相比于基期增長為234%)飆升得非常厲害(1)比房地產(chǎn)貸款增長更為迅猛的是金融業(yè)貸款，由于金融業(yè)貸款余額的增速太快太猛，如果放在同一幅圖中，其他行業(yè)增速都無法體現(xiàn)，所以圖1沒有畫出金融業(yè)的貸款余額與增速。根據(jù)萬得(Wind)數(shù)據(jù)庫，金融業(yè)貸款余額相比于基期增長1 509.29%，遠高于房地產(chǎn)業(yè)貸款234%的增長速度。。以上數(shù)據(jù)特征顯示，雖然近年來央行通過定向降準等貨幣政策釋放的流動性對農(nóng)業(yè)貸款起到了一定的促進作用，但是可能有更多的流動性通過各種渠道進入了房地產(chǎn)業(yè)和金融業(yè)等非農(nóng)業(yè)領域。定向降準貨幣政策的作用似乎未達預期，資金存在較為明顯的脫實向虛的傾向。

圖1 分行業(yè)貸款余額與增速(2013—2020年) 數(shù)據(jù)來源：中國人民銀行金融機構貸款投向統(tǒng)計報告。

定向降準貨幣政策的設計目標之一是引導商業(yè)銀行擴大農(nóng)業(yè)貸款規(guī)模并支持農(nóng)業(yè)發(fā)展，但如果定向降準資金的傳導路徑出現(xiàn)阻滯，導致流動性更多進入金融業(yè)和房地產(chǎn)業(yè)等非農(nóng)業(yè)領域，則會導致出現(xiàn)頗多惡果：首先，資金難以順暢進入目標領域與行業(yè)，無法促進內(nèi)循環(huán)發(fā)揮主體作用，難以保證雙循環(huán)新發(fā)展格局的順利實施。其次，可能加劇資金脫實向虛，違背黨中央提出的堅持房住不炒和防范金融風險的政策初衷。再次，農(nóng)業(yè)發(fā)展得不到充分的資金支持，老百姓吃飯的大問題可能會受到影響。由此可見，分析定向降準資金向農(nóng)業(yè)貸款的順利轉化，疏通資金傳導的堵點，并提出制度改進的政策建議具有重要的研究意義。相關研究的理論意義在于：拓展定向降準貨幣政策傳導路徑的數(shù)理模型，檢驗定向降準貨幣政策的實施效果，完善定向降準貨幣政策傳導的理論研究框架?，F(xiàn)實意義則在于：疏通定向降準資金向農(nóng)業(yè)貸款轉化的堵點，為農(nóng)業(yè)發(fā)展提供更多資金，引導農(nóng)業(yè)的健康和可持續(xù)發(fā)展。

二、文獻綜述

關于定向降準的傳導機制，學者們提出了不同的思路與設想。有學者認為定向降準能夠調(diào)整商業(yè)銀行的存款準備金比率結構，激勵商業(yè)銀行增加農(nóng)業(yè)企業(yè)的貸款供給，提高目標企業(yè)的經(jīng)營收益[1]，也可以激勵商業(yè)銀行向農(nóng)業(yè)與小微企業(yè)分配更多的信貸資源，帶動產(chǎn)出增長并提高產(chǎn)出[2]。也有學者認為定向降準可以通過影響銀行信貸結構對產(chǎn)業(yè)結構產(chǎn)生調(diào)控作用，促進產(chǎn)業(yè)結構升級[3]，也可以提高商業(yè)銀行面向農(nóng)業(yè)企業(yè)的貸款能力，增加商業(yè)銀行的貸款規(guī)模，進而增加農(nóng)業(yè)投資[4]。部分學者認為定向降準改變了農(nóng)業(yè)和小微企業(yè)的貸款需求的利率彈性，能較好地引導資金進入定向調(diào)控的領域[5]。還有學者認為定向降準可以降低中小企業(yè)的貸款成本，引導不同類型的商業(yè)銀行加大對中小企業(yè)的貸款[6]。

關于定向降準的傳導效果，目前學者們的研究結論并不統(tǒng)一。有些學者認為定向降準有效，例如可以促進農(nóng)業(yè)和小微企業(yè)的信貸融資，充分發(fā)揮普惠金融的作用[7]；可以優(yōu)化經(jīng)濟結構，促進特定行業(yè)發(fā)展，能夠較好地改善農(nóng)業(yè)企業(yè)與小微企業(yè)的融資狀況[8]，且對總產(chǎn)出、總就業(yè)不會造成顯著的負向影響[9]。但是也有部分學者認為定向降準沒有達到預期效果，例如認為央行釋放的流動性并沒有得到有效地配置，所以定向降準對農(nóng)業(yè)貸款和農(nóng)業(yè)投資的影響效果并不明顯[10]；針對汽車金融的定向降準政策背離了政策初衷，并未達到精準調(diào)控的效果[11]；定向降準政策可能無法保證資金流向特定領域，在有效性、精確性上還存在實施困難[12]。

在改進定向降準實施效果方面，學者們提出了不同的見解。有學者認為要完善定向資金流向監(jiān)督機制、降低操作風險和綜合運用多種宏觀調(diào)控供給方式[13]。也有學者認為需要更多的金融配套措施引導商業(yè)銀行加大農(nóng)業(yè)貸款，以落實定向降準的政策目標[14]，構建定向降準政策為輔，利率型貨幣政策為主相搭配的政策組合[15]。部分學者建議采用區(qū)塊鏈的金融科技技術構建征信數(shù)據(jù)平臺，降低信息收集成本[16]，或者搭建信用信息平臺來優(yōu)化當?shù)貭I商環(huán)境[17]。還有學者認為央行應根據(jù)企業(yè)產(chǎn)權特征和地區(qū)金融發(fā)展水平差異，制定差異化的定向降準政策來實現(xiàn)結構性的調(diào)控效果[18]。

以往的研究成就不容忽視，但尚存在著一定的局限性：第一，缺乏定向降準貨幣政策的結構性分析。已有研究較少分析定向降準對不同類型商業(yè)銀行與不同行業(yè)企業(yè)的差異化傳導機理，難以充分解釋定向降準至農(nóng)業(yè)貸款的傳導路徑阻滯，無法為疏通定向降準的傳導堵點提供有效的政策建議。第二，缺乏定向降準貨幣政策的全樣本數(shù)據(jù)檢驗。已有研究大多使用雙重差分或斷點檢驗之類的統(tǒng)計技術，而事件分析法研究的是定向降準政策實施前后的效果比較，較少有綜合評價十四輪定向降準貨幣政策效果的相關文獻，無法為定向降準貨幣政策的傳導效果提供嚴密的定量分析。

相對于以往學者的研究，本文的創(chuàng)新之處在于：第一，建立了包含農(nóng)業(yè)貸款與非農(nóng)業(yè)貸款、大銀行與小銀行的異質性效用函數(shù)模型，分析定向降準對農(nóng)業(yè)貸款的傳導機理，并利用網(wǎng)絡結構模型分析定向降準貨幣政策傳導路徑出現(xiàn)阻滯的原因。第二，使用因子增廣向量自回歸模型，將十四輪定向降準作為自變量，將不同行業(yè)的企業(yè)和不同類型的商業(yè)銀行作為應變量，定量分析定向降準貨幣政策的傳導效果，疏通定向降準至農(nóng)業(yè)貸款的傳導堵點，為推動國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局的順利實施提供政策建議。

三、數(shù)理模型分析

本部分基于斯蒂格利茨和韋斯(Stiglitz & Weiss，1981)提出的貸款市場均衡存在信貸配給特征的理論，構建模型的約束條件[19]，然后將馬理等(2015)[14]的理論模型拓展至異質性行業(yè)貸款和異質性商業(yè)銀行，對定向降準的傳導機理進行異質性分析，討論定向降準釋放的流動性可能存在的傳導過程。

(一)定向降準對特定商業(yè)銀行的不同行業(yè)貸款的影響

(1)

式(1)給出的效用函數(shù)意味著商業(yè)銀行獲取的主要利潤來源于貸款利息收益和投資債券收益，成本包括為存款支付的利息和資本金的使用成本。在約束條件中，第一項為信貸配給。由于存在逆向選擇與道德風險，商業(yè)銀行在經(jīng)過風險與收益權衡之后選擇最佳貸款利率，此時市場中的貸款供給會小于貸款需求。第二項為商業(yè)銀行的資本金除以貸款總量不能小于法定資本充足率。第三項為商業(yè)銀行的資產(chǎn)負債表約束條件，等式左邊表示商業(yè)銀行的資金來源，等式的右邊表示商業(yè)銀行的資金運用。第四項為貸款規(guī)模限制，等式最左邊和最右邊為商業(yè)銀行的貸款總量，等式的中間為商業(yè)銀行的存款總量，該約束條件表示商業(yè)銀行提供的貸款總量L與存款準備金率α之間的比例關系。

假設商業(yè)銀行滿足中國人民銀行的定向降準的條件，央行對其實施定向降準，降低該商業(yè)銀行存款準備金比率α的水平。將貸款總量對存款準備金率α求偏導，得到式(2)。

(2)

上式計算結果說明定向降準會導致特定商業(yè)銀行的利潤π上升，由于貸款收益率大于債券收益率，所以商業(yè)銀行會增加貸款量L。由此，本文提出如下推論：

推論1：定向降準會擴大商業(yè)銀行的貸款規(guī)模，增加商業(yè)銀行整體收益。

上述推導發(fā)現(xiàn)在定向降準貨幣政策的作用下，商業(yè)銀行會擴大貸款規(guī)模。但是，到底擴大農(nóng)業(yè)貸款規(guī)模或者非農(nóng)貸款規(guī)模并不確定，還需要仔細討論。在式(1)中，令商業(yè)銀行的農(nóng)業(yè)貸款收益為π1，商業(yè)銀行的非農(nóng)貸款收益為π2，則有：

(3)

式(1)后兩項不受商業(yè)銀行貸款利率的影響，因此商業(yè)銀行的收益最大化問題可以轉化為分別求農(nóng)業(yè)貸款的收益π1、非農(nóng)貸款的收益π2和債券收益B的極值。不同類型行業(yè)的企業(yè)收益率各不相同。設定商業(yè)銀行非農(nóng)貸款收益與農(nóng)業(yè)貸款收益之差為y，則有：

(4)

推論2：定向降準的資金會選擇收益率較高的行業(yè)進行投資，有可能導致農(nóng)業(yè)貸款的資金供給量不足。

(二)定向降準對不同商業(yè)銀行的貸款的影響

從近年來定向降準的政策實踐來看，資金傳導存在著一定的阻滯。一方面，定向降準釋放的流動性沒有完全進入農(nóng)業(yè)貸款領域；另一方面，農(nóng)村金融機構似乎也沒有成為農(nóng)業(yè)貸款的主力軍。這說明定向降準可能對于不同類型的商業(yè)銀行存在著差異化的影響。

假設央行現(xiàn)在實施一次定向降準，針對的商業(yè)銀行存在規(guī)模差異化特征。假定定向降準的商業(yè)銀行分為大銀行與小銀行兩類，i=(large,little)，且面對著同樣幅度的降準比率α，則商業(yè)銀行的效用函數(shù)與需要滿足的約束條件如下：

(5)

在上式中，推論1與推論2的結論沒有變化，只是涉及不同商業(yè)銀行的行為比較，即在收益率相同的背景下，關注不同商業(yè)銀行的資金成本。式(5)顯示，商業(yè)銀行的資金成本主要來源于吸收存款的成本rd與擴充資本的成本rk。在利率市場化的背景下，利率對于不同時期的不同類型商業(yè)銀行來說是一個變量，當資金成本發(fā)生變化時，會導致商業(yè)銀行的收益發(fā)生變化。本文將商業(yè)銀行的收益分別對存款成本與資本成本求偏導，得到式(6)，該式意味著商業(yè)銀行的收益與成本成反比。

(6)

由于受到融資渠道多樣化、網(wǎng)絡建設和品牌效應等因素影響，規(guī)模差異化的商業(yè)銀行的融資成本存在著較大差異。課題組比較了2019年的112家農(nóng)村商業(yè)銀行和101家城市商業(yè)銀行的成本收入比(2)數(shù)據(jù)來源：《銀行家》數(shù)據(jù)庫。。其中，農(nóng)村商業(yè)銀行：資產(chǎn)規(guī)模200億元以下(17家)、資產(chǎn)規(guī)模200億元～300億元(20家)、資產(chǎn)規(guī)模300億元～400億元(14家)、資產(chǎn)規(guī)模400億元～500億元(17家)、資產(chǎn)規(guī)模500億元～1 000億元(15家)、資產(chǎn)規(guī)模1 000億元～3 000億元(20家)、資產(chǎn)規(guī)模3 000億元以上(9家)的成本收入比分別是34.24%、33.55%、34.03%、33.12%、33.91%、34.84%和29.33%。城市商業(yè)銀行：資產(chǎn)規(guī)模1 000億元以下(24家)、資產(chǎn)規(guī)模1 000億元～2 000億元(30家)、資產(chǎn)規(guī)模2 000億元～3 000億(19家)、資產(chǎn)規(guī)模3 000億元～4 000億元(10家)、資產(chǎn)規(guī)模4 000億元～10 000億元(10家)、資產(chǎn)規(guī)模10 000億元以上(8家)的成本收入比分別是39.12%、37.96%、35.18%、31.04%、28.80%和25.51%。數(shù)據(jù)顯示：資產(chǎn)規(guī)模與成本收益比之間體現(xiàn)出明顯的負比例關系，即規(guī)模越大的商業(yè)銀行的經(jīng)營成本越低。由此給出式(7)。

rd,large

(7)

將式(6)與式(7)結合起來，可以發(fā)現(xiàn)，雖然不同規(guī)模的商業(yè)銀行的收益與成本都成反比例關系，但是大銀行的成本相對更低些，因此如果降低相同的成本，大銀行的收益將上升得更快。假設央行同時向大銀行與小銀行定向降準，相當于央行給這兩類商業(yè)銀行提供了一種創(chuàng)造更多收益的機會，但是大銀行的成本更低，因此收益會相對更高，也就更有積極性實施定向降準所要求的貸款模式。這可能會導致在定向降準的過程中，小銀行缺乏主動性，難以成為定向降準和農(nóng)業(yè)貸款的主力軍，而大銀行反而可能可以發(fā)揮更大的作用。由此，本文提出如下推論：

推論3：在定向降準的實施過程中，大銀行可能更有積極性配合央行進行農(nóng)業(yè)貸款，發(fā)揮更大作用。

(三)定向降準資金的流向

商業(yè)銀行的效用函數(shù)模型分析了定向降準貨幣政策的傳導機理，下面再通過構建網(wǎng)絡拓撲結構圖來描繪定向降準資金的流向，網(wǎng)絡拓撲結構圖可以直觀地體現(xiàn)變量之間的相互傳導關系與相互共振關系。

假設M為商業(yè)銀行原有的貸款量，D為商業(yè)銀行的存款量，α為存款準備金比率，δ為向特定商業(yè)銀行而定向降低的存準率，TL為定向降準釋放的流動性，則有下式成立：

TL=D[1-(α-δ)]-D(1-α)=Dδ

(8)

為了進行差異化商業(yè)銀行的行為比較，假設存在兩類商業(yè)銀行，i=1為規(guī)模較大的商業(yè)銀行，i=2為規(guī)模較小的商業(yè)銀行，他們各自的原有貸款量為Mi，實施定向降準政策后各自增加的流動性為TLi。顯然有M1>M2,D1>D2。根據(jù)式(8)，如果降低相同幅度的存準率，那么規(guī)模較大的商業(yè)銀行增加的流動性TL1大于規(guī)模較小的商業(yè)銀行增加的流動性TL2。將以上假設代入網(wǎng)絡結構模型，得到圖2(3)網(wǎng)絡結構模型有嚴密的技術推導過程，輸出的結構拓撲圖能夠直觀展示定向降準過程中的資金流向。由于篇幅限制，具體推導過程略。。

圖2 定向降準的資金流向(不同行業(yè)貸款與不同規(guī)模的商業(yè)銀行) 注：圖中各行業(yè)變量說明見后文表2。

網(wǎng)絡結構模型給出了定向降準對商業(yè)銀行各行業(yè)貸款資金流動的影響，重點考察定向降準對農(nóng)業(yè)、金融業(yè)和房地產(chǎn)業(yè)三者的影響。假設特定商業(yè)銀行面向各行業(yè)的初始貸款比重相同(圖2(a))。當定向降準釋放了流動性之后，如果沒有漏損，那么資金將進入農(nóng)業(yè)，農(nóng)業(yè)節(jié)點明顯變大(圖2(b))。由于金融業(yè)與房地產(chǎn)業(yè)的短期收益率相對于農(nóng)業(yè)會更高，出于趨利目的，資金開始從農(nóng)業(yè)向金融業(yè)與房地產(chǎn)業(yè)流動，農(nóng)業(yè)節(jié)點變小，而金融業(yè)與房地產(chǎn)業(yè)的節(jié)點變大(圖2(c))。圖2(d)與圖2(e)則是面對著相同的降準比例時，不同規(guī)模的商業(yè)銀行的資金流向比較。由于資金成本存在差異，規(guī)模較大商業(yè)銀行的農(nóng)業(yè)貸款要大于規(guī)模較小商業(yè)銀行的農(nóng)業(yè)貸款，說明在定向降準的實施過程中，規(guī)模較大的商業(yè)銀行可能發(fā)放了更多的農(nóng)業(yè)貸款，承擔了更多支持農(nóng)業(yè)發(fā)展的作用。網(wǎng)絡結構模型的分析結果與前文提出的系列推論吻合。

四、實證檢驗

本文的理論模型不但研究了一個變量對另外多個變量的影響，而且研究了多個變量之間的交互影響。具體來說，第一個理論模型分析定向降準對農(nóng)業(yè)貸款和非農(nóng)業(yè)貸款的影響，農(nóng)業(yè)貸款與非農(nóng)業(yè)貸款之間存在著資金流動與交互影響；第二個理論模型分析定向降準對大銀行貸款和中小銀行貸款的影響，定向降準釋放的流動性在大銀行和中小銀行之間存在著資金分配和交互影響；第三個理論模型分析定向降準對商業(yè)銀行不同行業(yè)貸款的影響，不同行業(yè)貸款之間也存在著資金流動與交互影響。由于多變量之間存在著交互影響，如果使用線性回歸模型或者非線性回歸模型進行檢驗，可能會導致非常嚴重的內(nèi)生性問題和統(tǒng)計偏誤，而向量自回歸(VAR)模型善于處理變量之間的交互影響，所以考慮使用VAR模型來做實證檢驗。但是由于常規(guī)的VAR模型存在“維度詛咒”，難以處理較多變量的交互影響，所以本文使用基于主成分分析法的因子增廣向量自回歸(FAVAR)模型來分析定向降準對不同銀行的不同行業(yè)貸款的影響。

(一)技術方法

伯南克等(Bernanke et al.，2005)為了克服VAR模型維度限制的難題提出了FAVAR模型，該模型將常規(guī)VAR模型與因子分析法結合起來，可以較好地刻畫多變量之間的聯(lián)動關系[20]。FAVAR模型的基本設定公式如下：

Ct=Φ(L)Ct-1+vt

(9)

其中Φ(L)為p階滯后多項式，vt是隨機誤差項。Ct=[Ft,Yt]′表示共同因子向量，為K×1的不可觀測經(jīng)濟變量Ft和M×1維的可觀測經(jīng)濟變量Yt的組合。令Xt為N×1維的宏觀經(jīng)濟變量集，則Xt和Ct的關系可用式(10)表示：

Xt=ΛCt+et

(10)

其中Λ是N×(K+M)維因子載荷矩陣，et為隨機誤差項。FAVAR模型的共同因子Ct包含了豐富的宏觀信息，從而彌補了傳統(tǒng)的VAR模型只能容納較少變量的缺陷。在本文中，Yt為定向降準政策和商業(yè)銀行不同行業(yè)貸款的可觀測變量集，Xt為包含了Yt和商業(yè)銀行的營業(yè)收入、利息收入、凈利潤、股本、資本公積金、存款總額、核心資本充足率等共計135個指標的變量集。

根據(jù)赤池信息準則(AIC)得到最優(yōu)滯后階數(shù)p，并結合式(10)計算的Xt得到脈沖響應函數(shù)式(11)，據(jù)此可以進行定向降準政策對商業(yè)銀行貸款的脈沖響應分析。

(11)

(二)數(shù)據(jù)來源與統(tǒng)計描述

由于需要驗證前文提出的三個推論，即定向降準對商業(yè)銀行貸款規(guī)模的影響、對不同行業(yè)貸款的影響，以及對不同商業(yè)銀行的影響，所以課題組收集并整理了如下數(shù)據(jù)序列：首先，是定向降準的數(shù)據(jù)，來源于中國人民銀行網(wǎng)站的公開資料。其次，是商業(yè)銀行貸款的行業(yè)結構數(shù)據(jù)，來源于國泰安數(shù)據(jù)庫和萬得數(shù)據(jù)庫。一共包括250家商業(yè)銀行的行業(yè)貸款數(shù)據(jù)。再次，是商業(yè)銀行經(jīng)營行為的數(shù)據(jù)序列，來源于國泰安數(shù)據(jù)庫和萬得數(shù)據(jù)庫。一共包括250家商業(yè)銀行的營業(yè)收入、利息收入、凈利潤、股本、資本公積金、存款總額、核心資本充足率等共計135個指標。由于第一輪定向降準起自2014年，所以本文的實證檢驗的樣本空間從2014年至2020年。

主要變量的描述性統(tǒng)計結果(表1)顯示，樣本中的250家商業(yè)銀行的個體差異非常大。例如，資產(chǎn)規(guī)模均值為10 387.18億元，但標準差卻高達35 066.21億元；固定資產(chǎn)均值為77.17億元，標準差為308.08億元；營業(yè)收入均值為283.75億元，標準差為983.07億元；營業(yè)支出均值為162.38億萬元，標準差為532.85億元；營業(yè)利潤均值為122.22億元，標準差為458.45億元；負債合計均值為9 625.64億元，標準差為32 328.71億元；凈利潤均值為98.20億元，標準差為366.17億元；應付利息均值為66.80億元，標準差為249.00億元；利息凈收入均值為209.98億元，標準差為726.10億元；存款總額均值為6 501.36億元，標準差為24 599.77億元；貸款總額均值為4 896.13億元，標準差為18 453.33億元；存貸款比例均值為66.24%，標準差為13.79%；資本充足率均值為16.12%，標準差為27.69%。由于研究樣本的個體差異非常大，因此相同的定向降準政策可能會對不同類型的商業(yè)銀行的貸款行為產(chǎn)生差異化的影響結果。本文希望在商業(yè)銀行的各類指標中，尋找到定向降準政策實施效果的共性與差異性特征。

表1 主要指標的描述性分析

表2的數(shù)據(jù)顯示，除了極少的變量不平穩(wěn)外，絕大多數(shù)變量均通過了單位根檢驗?？紤]到數(shù)據(jù)屬于短面板，具有小T大N的特征，故采用原始變量進行建模分析。實證檢驗的技術思路是：首先利用主成分分析法從250家商業(yè)銀行的135個財務指標信息集中提取公共因子Ft，然后將該公共因子Ft與商業(yè)銀行的15個行業(yè)貸款變量進行FAVAR建模，最終得到定向降準對不同行業(yè)貸款變量的脈沖響應圖，并進行經(jīng)濟學分析。

表2 變量的單位根檢驗

(三)脈沖響應與經(jīng)濟學分析

1.總量檢驗

本文將250家商業(yè)銀行作為一個整體，使用FAVAR檢驗定向降準對所有商業(yè)銀行的分行業(yè)貸款的影響，結果見圖3。圖3的數(shù)據(jù)顯示，實施定向降準之后，商業(yè)銀行的分行業(yè)貸款基本上在12期左右都出現(xiàn)了正方向的脈沖極值，說明定向降準的政策效果短期內(nèi)比較有效，增加了商業(yè)銀行的貸款規(guī)模。由此驗證了推論1，即定向降準會擴大商業(yè)銀行的貸款規(guī)模，增加商業(yè)銀行整體收益，也驗證了網(wǎng)絡結構模型的圖2(a)與圖2(b)，即實施定向降準后，商業(yè)銀行的收益會上升(4)相對于常規(guī)的脈沖圖，定向降準的脈沖圖沒有出現(xiàn)平滑的單駝峰形狀，而是體現(xiàn)出更多的鋸齒狀特征?？赡艿脑蚴嵌ㄏ蚪禍蕦儆谖⒄{(diào)的貨幣政策工具，作用效果要低于常規(guī)的利率調(diào)整與流動性刺激，而且容易受到其他宏觀調(diào)控政策的干擾。但是經(jīng)過嚴密的數(shù)理推導與實證檢驗，仍然能夠清晰地看出定向降準貨幣政策實施效果的趨勢特征。數(shù)據(jù)顯示定向降準有一定的效果，但是存在著傳導阻滯。。不過，定向降準的脈沖在經(jīng)過初期的脈沖效應后，從36期開始收斂于零軸，在長期中效果逐漸平復，所以為了保持政策效果，貨幣當局需要實施多輪次的定向降準政策。從2014年4月之后，中國連續(xù)實施了十四輪的定向降準，對實證結果提供了非常好的佐證。

圖3 定向降準對商業(yè)銀行分行業(yè)貸款的影響(總量檢驗)

再仔細考察圖3的分行業(yè)貸款的增加幅度，可以發(fā)現(xiàn)：盡管不同行業(yè)的貸款都有增長，但是不同行業(yè)的貸款規(guī)模增加量存在較大差異。定向降準的目標之一是面向符合要求的各級各類商業(yè)銀行定向投放流動性，引導和鼓勵金融機構將資金更多地投向農(nóng)業(yè)企業(yè)和小微企業(yè)等國民經(jīng)濟重點領域和薄弱環(huán)節(jié)。因此，定向降準主要的促進行業(yè)應當是農(nóng)業(yè)，而不是其他非農(nóng)行業(yè)。然而，即便在定向降準政策的支持下，農(nóng)業(yè)貸款的最大增幅也僅為0.01；而在沒有特別的政策支持的背景下，房地產(chǎn)業(yè)貸款的最大增幅是農(nóng)業(yè)貸款最大增幅的兩倍，金融業(yè)的貸款增幅與農(nóng)業(yè)的貸款增幅持平，其他超過農(nóng)業(yè)貸款最大增幅的行業(yè)則有9個。說明定向降準釋放的流動性雖然一定程度地促進了農(nóng)業(yè)貸款增長，但是并未達到政策預期，更多的流動性進入了其他非農(nóng)業(yè)貸款領域，意味著定向降準資金進入農(nóng)業(yè)貸款領域的傳導路徑存在阻滯。由此驗證了推論2，即定向降準的資金會選擇收益率較高的行業(yè)進行投資，當較多資金進入非農(nóng)行業(yè)，有可能導致農(nóng)業(yè)貸款的資金供給量不足。同時也驗證了網(wǎng)絡結構模型的圖2(c)，即在定向降準政策的促進下，雖然農(nóng)業(yè)貸款有所增加，但資金由于趨利性開始進入非農(nóng)行業(yè)，導致其他行業(yè)特別是房地產(chǎn)業(yè)和金融業(yè)開始繁榮。從最近幾年定向降準的實踐情況來看，在政策實施的初期農(nóng)業(yè)貸款和小微企業(yè)貸款確實有一定程度的增加但基本上增長有限，反而每次都會促進股市和房價的部分上漲。

2.分量檢驗

首先檢驗定向降準對農(nóng)業(yè)類商業(yè)銀行(農(nóng)村商業(yè)銀行、農(nóng)村信用合作社、三類新型農(nóng)村金融機構)的影響；然后檢驗定向降準對非農(nóng)業(yè)類商業(yè)銀行(城市商業(yè)銀行、股份制商業(yè)銀行、國有控股大型商業(yè)銀行以及外資銀行)的影響；最后檢驗定向降準對國有控股大型商業(yè)銀行(工商銀行、農(nóng)業(yè)銀行、中國銀行、建設銀行、交通銀行、郵儲銀行)的影響。再將以上檢驗對比起來分析，研究定向降準對不同類型的商業(yè)銀行行為選擇的影響。檢驗結果見圖4至圖6。

圖4 定向降準對農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響

圖4顯示，去除上下置信區(qū)間之后，定向降準對農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響較弱。1個單位的定向降準促進農(nóng)業(yè)貸款的最大增幅僅約為0.01，而且波動迅速趨向于零值，其他非農(nóng)行業(yè)貸款的波動也基本上體現(xiàn)出無序而隨機游走的特征。說明定向降準對農(nóng)業(yè)類商業(yè)銀行的影響較小，農(nóng)業(yè)類商業(yè)銀行并未成為農(nóng)業(yè)貸款的主力軍。

圖5顯示，定向降準對非農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響普遍要大于圖4的影響效果。例如1個單位的定向降準促進農(nóng)業(yè)貸款的增幅大約為0.03，影響時間也比圖4要長久。說明定向降準可能更多影響了非農(nóng)業(yè)類商業(yè)銀行，非農(nóng)業(yè)類商業(yè)銀行在農(nóng)業(yè)貸款過程中發(fā)揮了更大的作用。如果將非農(nóng)業(yè)商業(yè)銀行中的國有控股大型商業(yè)銀行提取出來觀察則得到圖6，該圖的趨勢特征與圖5一致，再次佐證了之前得到的結論。以上分析驗證了推論3，即在定向降準的過程中，農(nóng)業(yè)類商業(yè)銀行并未完全承擔起支持農(nóng)業(yè)發(fā)展的重擔，定向降準資金在農(nóng)業(yè)類商業(yè)銀行中存在傳導的阻滯，而非農(nóng)業(yè)類的更大型的商業(yè)銀行在支農(nóng)貸款方面發(fā)揮了較大的作用。同時也證明了網(wǎng)絡結構模型中的圖2(d)與圖2(e)，即面對著相同的降準比例時，由于資金成本與資金趨利性的原因，規(guī)模較大的非農(nóng)業(yè)類商業(yè)銀行發(fā)放了更多的農(nóng)業(yè)貸款，承擔了更多支持農(nóng)業(yè)發(fā)展的作用。

圖5 定向降準對非農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響

圖6 定向降準對國有控股大型商業(yè)銀行的分行業(yè)貸款的影響

五、結論與政策建議

本文首先建立了異質性的商業(yè)銀行效用函數(shù)模型與網(wǎng)絡結構模型，分析了定向降準在不同類型商業(yè)銀行和不同行業(yè)貸款中的傳導機理，然后使用FAVAR模型檢驗了十四輪定向降準貨幣政策的傳導效果。結果顯示，定向降準會增加商業(yè)銀行的貸款規(guī)模和整體收益，但是定向降準資金在向農(nóng)業(yè)貸款的轉化過程中存在著堵點。具體體現(xiàn)在兩個方面：從內(nèi)部來看，商業(yè)銀行不愿意加大農(nóng)業(yè)貸款，較多流動性進入了收益更高的房地產(chǎn)業(yè)與金融業(yè)，因此資金進入農(nóng)業(yè)貸款領域存在堵點；從外部比較，農(nóng)業(yè)類商業(yè)銀行不愿意加大農(nóng)業(yè)貸款，農(nóng)業(yè)貸款的意愿不強烈，因此資金進入農(nóng)業(yè)類商業(yè)銀行也存在堵點。為了疏通堵點，更好地引導定向降準資金支持農(nóng)業(yè)發(fā)展，提出如下政策建議：

第一，嚴格審核商業(yè)銀行申請流動性支持的用途，防范逆向選擇。

商業(yè)銀行與中央銀行之間存在著信息不對稱，在向中央銀行申請流動性支持時，商業(yè)銀行可能存在掩蓋真實使用意圖的偏好。若中央銀行在流動性發(fā)放之前不能精確識別，則會扭曲定向降準貨幣政策的傳導渠道，進而降低市場效率。為了引導定向降準貨幣政策釋放的流動性順利進入目標行業(yè)和企業(yè)，建議中央銀行精準嚴格地審核商業(yè)銀行申請流動性的用途，從源頭上防范流動性的錯位投放。建議建立定向降準資金使用的信用評級辦法，構建長效的信用機制和監(jiān)管機制，完善網(wǎng)絡征信體系，加強貨幣政策傳導環(huán)節(jié)的監(jiān)管，對隱瞞用途與濫用定向降準資金的商業(yè)銀行進行信用扣分，使商業(yè)銀行的信用水平透明化。建議政府相關部門完善相關法律法規(guī)，及時查處各種違規(guī)與濫用定向降準資金的欺詐行為，防范不符合資質的貸款人扭曲定向降準貨幣政策的傳導渠道與資金流向。

第二，嚴格審核定向降準資金的流向，防范道德風險。

在定向降準資金的發(fā)放過程中，貸款人可能會基于收益最大化的目的，以農(nóng)業(yè)貸款的名義申請定向降準資金，卻轉而投向房地產(chǎn)、金融等高風險領域，從而產(chǎn)生道德風險。如果難以確定貸款人的資金流向，商業(yè)銀行可能會惜貸或存在較為嚴重的信貸配給，從而限制資金流向農(nóng)業(yè)企業(yè)和中小企業(yè)，削弱對實體經(jīng)濟的支持力度。建議中央銀行強制商業(yè)銀行提高定向降準資金使用的信息透明度，增加獲取資金、操作對象，以及農(nóng)業(yè)貸款與中小企業(yè)貸款規(guī)模的數(shù)據(jù)，推動市場信號傳遞，方便事后監(jiān)督。建議中央銀行與商業(yè)銀行加強大數(shù)據(jù)和區(qū)塊鏈技術在貸款投放領域的應用和發(fā)展。建立一個可追蹤、不可篡改的區(qū)塊鏈共享信貸數(shù)據(jù)庫，通過區(qū)塊鏈技術跟蹤信貸數(shù)據(jù)，讓定向降準資金的流向隨時隨地有據(jù)可查，幫助了解與監(jiān)督信貸資源在不同行業(yè)的分配情況，從而有效避免道德風險，防范金融資源脫實向虛，引導定向降準資金順利流向實體經(jīng)濟領域。

第三，疏通資金傳導的堵點，引導資金順利進入農(nóng)村金融機構和農(nóng)業(yè)貸款領域，促進內(nèi)循環(huán)發(fā)揮主體作用，保證雙循環(huán)新發(fā)展格局的順利實施。

本文研究結果顯示，定向降準資金未能充分地進入農(nóng)業(yè)貸款領域，農(nóng)村金融機構也沒有成為農(nóng)業(yè)貸款的主力軍。建議嚴格監(jiān)督定向降準的資金流向，防范定向降準資金流入高風險領域，打擊資金的違規(guī)流動，對未能有效履行定向降準政策的商業(yè)銀行進行處罰，以確保定向降準政策的實施效果。建議為農(nóng)村金融機構提供與農(nóng)業(yè)融資相結合的激勵機制，對完成農(nóng)業(yè)貸款的農(nóng)村金融機構降稅并實施差異化的監(jiān)管措施，增加農(nóng)村金融機構的收益，提高實施農(nóng)業(yè)貸款的積極性。建議在商業(yè)銀行內(nèi)部設立農(nóng)業(yè)貸款事業(yè)部，將農(nóng)業(yè)貸款業(yè)務與其他企業(yè)貸款業(yè)務分離，為農(nóng)業(yè)貸款提供專門通道，降低農(nóng)業(yè)貸款的成本，疏通定向降準資金支持農(nóng)業(yè)發(fā)展的綠色通道，促進與加快內(nèi)循環(huán)，并以此為契機推動雙循環(huán)新發(fā)展格局的順利實施。