高智賢,李 成,劉生福
“貨幣政策立場(chǎng)”辭措由來(lái)已久,但之前多為新聞媒體所熟稔,隨著2008年全球金融危機(jī)的爆發(fā),貨幣政策立場(chǎng)才逐漸進(jìn)入學(xué)者的視野。金融機(jī)構(gòu)的順周期性和系統(tǒng)重要性銀行的“大而不倒”被指責(zé)為本輪危機(jī)的禍根。因此,立足宏觀審慎視角,貨幣當(dāng)局不僅應(yīng)堅(jiān)持逆周期調(diào)控原則,從時(shí)間維度降低系統(tǒng)性風(fēng)險(xiǎn)的積累;而且需緊扣差異化監(jiān)管需求,從空間維度減小系統(tǒng)性風(fēng)險(xiǎn)的失衡。作為傳達(dá)中央銀行調(diào)控意圖的關(guān)鍵變量,貨幣政策立場(chǎng)對(duì)商業(yè)銀行的親周期性與“大而不倒”特征起到了抑制減弱的效果,還是發(fā)揮了推波助瀾的作用呢?如果是前者,能否將其與宏觀審慎工具相配合以實(shí)現(xiàn)金融穩(wěn)定的目標(biāo)?若是后者,又能否通過(guò)妥善運(yùn)用宏觀審慎工具來(lái)消餌此類潛在風(fēng)險(xiǎn)?這些關(guān)鍵問(wèn)題的回答,對(duì)于政策制定與理論研究都意義深遠(yuǎn)。
國(guó)內(nèi)外學(xué)者對(duì)貨幣政策立場(chǎng)的研究主要集中于以下三方面。
第一,從信息經(jīng)濟(jì)學(xué)視角切入,剖釋貨幣政策立場(chǎng)的內(nèi)涵與重要性。Fung和 Yuan[1]、索彥峰和范從來(lái)[2]均指出貨幣政策立場(chǎng)是相對(duì)產(chǎn)出增長(zhǎng)和價(jià)格穩(wěn)定目標(biāo),貨幣政策是寬松還是緊縮的數(shù)量化衡量,其本質(zhì)是貨幣當(dāng)局披露的信息。貨幣政策立場(chǎng)信息在政府的調(diào)控計(jì)劃與企業(yè)的經(jīng)營(yíng)決策中舉足輕重[3]。正如斯蒂格利茨所指出的,現(xiàn)代經(jīng)濟(jì)中,信息而不是現(xiàn)金才是大部分交易所需的,信息儼然成為了貨幣經(jīng)濟(jì)的核心[4]。然而,早期經(jīng)濟(jì)學(xué)家通常把關(guān)于信息的討論安排在腳注中,他們認(rèn)為將交易成本、不完美信息等諸如此類的因素考慮在內(nèi)只會(huì)使問(wèn)題復(fù)雜化而不會(huì)給人以啟示。隨著信息經(jīng)濟(jì)學(xué)的日臻成熟,經(jīng)濟(jì)學(xué)家對(duì)信息的厭惡情緒有所彌散,但這貌似僅限于微觀經(jīng)濟(jì)學(xué)領(lǐng)域,大多宏觀經(jīng)濟(jì)學(xué)家對(duì)信息仍抱有敬而遠(yuǎn)之的態(tài)度,尤其在貨幣政策的研究中,更是如此。
第二,從貨幣政策框架著手,探索貨幣政策立場(chǎng)的科學(xué)量化。貨幣政策立場(chǎng)的測(cè)度方法一般分為三類:(1)敘事描述法。這一方法最早由Friedman和Schwartz[5]提出,后經(jīng) Romer和 Romer[6]發(fā)展,強(qiáng)調(diào)依據(jù)中央銀行記錄的會(huì)議文件,判讀貨幣政策的松緊態(tài)勢(shì),并利用虛擬變量直接定義貨幣政策緊縮年度。其不足在于:一是主觀性過(guò)強(qiáng),難免有失偏頗;二是沒(méi)有區(qū)別內(nèi)生成分與外生成分;三是信息量有限,無(wú)法具體量化政策寬松或緊縮的力度。(2)指標(biāo)測(cè)度法。該方法通過(guò)對(duì)貨幣政策指標(biāo)進(jìn)行濾波處理,分離內(nèi)生成分與偏差成分,其中,內(nèi)生成分代表正常的經(jīng)濟(jì)形勢(shì)與合理的目標(biāo)訴求下,中央銀行應(yīng)向經(jīng)濟(jì)系統(tǒng)內(nèi)生供給的貨幣增量,而偏差成分則被視為外生的貨幣供給,用于體現(xiàn)貨幣政策立場(chǎng)[7]。指標(biāo)測(cè)度法的不足在于其分解過(guò)程會(huì)受到指標(biāo)選擇、濾波方法等因素的影響,導(dǎo)致識(shí)別結(jié)果缺乏一致性與穩(wěn)健性[8]。特別是指標(biāo)選擇時(shí),學(xué)者意見(jiàn)更是莫衷一是。部分學(xué)者認(rèn)為應(yīng)選用中介目標(biāo)[9],但中介目標(biāo)不僅受到中央銀行“政策因素”的控制,還受到經(jīng)濟(jì)走勢(shì)“市場(chǎng)因素”的影響[10]。因此,采用中介目標(biāo)量化貨幣政策立場(chǎng)很可能是有偏差的。也有部分學(xué)者建議選用操作目標(biāo)[11],但我國(guó)的貨幣政策操作目標(biāo)并不明確。有些研究表明我國(guó)貨幣政策操作目標(biāo)是單一的[12],有些研究則指出我國(guó)貨幣政策操作目標(biāo)是多重的[13]。這一問(wèn)題使得運(yùn)用操作目標(biāo)衡量貨幣政策立場(chǎng)并不現(xiàn)實(shí)。(3)“新息”測(cè)度法。此法基于VAR模型的格蘭杰因果檢驗(yàn)與方差分解技術(shù),在驗(yàn)證貨幣政策操作工具對(duì)實(shí)體經(jīng)濟(jì)活動(dòng)的預(yù)測(cè)能力后,以其新息來(lái)代表貨幣政策立場(chǎng)。Sims[14]最早使用名義貨幣供給M1的新息衡量了美聯(lián)儲(chǔ)的貨幣政策立場(chǎng)。此后,Bernanke和 Blinder[15]、Bernanke和 Mihov[16]分別基于 VAR模型、半結(jié)構(gòu)SVAR模型測(cè)度了貨幣政策新息及其經(jīng)濟(jì)效果。但據(jù)此衡量貨幣政策立場(chǎng)并非完美,因?yàn)樵摲椒▋H使用了貨幣政策代理變量的未預(yù)期成分,而實(shí)際上大多時(shí)候正是其預(yù)期成分反映了貨幣政策立場(chǎng)[17]。
第三,從宏觀審慎思想出發(fā),研究貨幣政策立場(chǎng)的風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道?!昂暧^審慎政策”框架是一個(gè)新的概念,但其并不陌生,只不過(guò)在危機(jī)之后,人們把一些應(yīng)對(duì)危機(jī)的改進(jìn)政策加以歸納,也形成了一些新的提法,并放在“宏觀審慎”的框架里,成為各國(guó)理論和政策界的共識(shí)[18]。在這一新的框架下,貨幣政策立場(chǎng)顯得尤為重要,因?yàn)閺慕鹑诜€(wěn)定的視角出發(fā)貨幣政策立場(chǎng)并非中性[19]。因此,理解貨幣政策立場(chǎng)的宏觀審慎意涵異常必要。貨幣政策立場(chǎng)的風(fēng)險(xiǎn)承擔(dān)渠道實(shí)質(zhì)上是對(duì)信貸傳導(dǎo)渠道的補(bǔ)充。信貸渠道認(rèn)為,中央銀行通過(guò)變動(dòng)利率水平,影響企業(yè)的外部融資溢價(jià),進(jìn)而改變實(shí)際支出與生產(chǎn)活動(dòng),形成一種利率渠道的放大機(jī)制。Kiyotaki和Moore[20]等實(shí)證檢驗(yàn)了信貸渠道的存在性。國(guó)內(nèi)學(xué)者也基本認(rèn)可信貸渠道在我國(guó)貨幣政策傳導(dǎo)機(jī)制中的主導(dǎo)地位[21]。風(fēng)險(xiǎn)承擔(dān)渠道則強(qiáng)調(diào),貨幣政策立場(chǎng)通過(guò)改變金融中介的主觀風(fēng)險(xiǎn)偏好,可以影響商業(yè)銀行的貸款決策與資產(chǎn)定價(jià),并最終作用于金融穩(wěn)定[22]。張雪蘭和何德旭,等對(duì)我國(guó)貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的存在性問(wèn)題進(jìn)行了實(shí)證檢驗(yàn)[19]。
已有文獻(xiàn)對(duì)貨幣政策立場(chǎng)及其宏觀審慎意涵進(jìn)行了卓有成效的探索,本文旨在以下方面對(duì)現(xiàn)有研究進(jìn)行擴(kuò)展:第一,通過(guò)改進(jìn)傳統(tǒng)的信貸傳導(dǎo)模型,剖析貨幣政策立場(chǎng)與逆周期資本監(jiān)管對(duì)商業(yè)銀行“順周期”行為與“大而不倒”特征的影響。第二,從時(shí)間維度與空間維度切入,探索了貨幣政策和審慎監(jiān)管在宏觀調(diào)控與金融穩(wěn)定中的協(xié)同機(jī)制。第三,運(yùn)用“文本挖掘法”對(duì)《中國(guó)貨幣政策執(zhí)行報(bào)告》中有效文本的挖掘、挑選與合成,構(gòu)建反應(yīng)中央銀行姿態(tài)的貨幣政策立場(chǎng)指數(shù),客觀、科學(xué)地量化了貨幣政策立場(chǎng)。
傳統(tǒng)貨幣政策信貸傳導(dǎo)理論認(rèn)為,中央銀行通過(guò)調(diào)整法定存款準(zhǔn)備金率、中央銀行票據(jù)、再貸款等操作工具,可以改變貨幣供應(yīng)量、實(shí)際利率等中介目標(biāo),進(jìn)而影響商業(yè)銀行的資金來(lái)源,實(shí)現(xiàn)對(duì)銀行信貸的調(diào)控。次貸危機(jī)后,學(xué)者們重新審視了貨幣政策傳導(dǎo)理論,風(fēng)險(xiǎn)承擔(dān)渠道作為一種獨(dú)特的傳導(dǎo)機(jī)制被提出[23]。植入貨幣政策立場(chǎng),考慮風(fēng)險(xiǎn)承擔(dān)渠道后,中央銀行還可通過(guò)披露貨幣政策目標(biāo)、政策策略等信息,釋放貨幣政策立場(chǎng)與意圖[24],繼而影響金融中介的預(yù)期和風(fēng)險(xiǎn)偏好,加劇商業(yè)銀行的信貸波動(dòng),并強(qiáng)化其順周期行為。與此同時(shí),運(yùn)用逆周期資本緩沖等宏觀審慎工具配合貨幣政策,以調(diào)節(jié)銀行經(jīng)營(yíng)行為與風(fēng)險(xiǎn)承擔(dān),削減系統(tǒng)性風(fēng)險(xiǎn)也備受推崇[25]。此類資本規(guī)則會(huì)通過(guò)監(jiān)管財(cái)務(wù)杠桿等指標(biāo),對(duì)商業(yè)銀行的信貸決策產(chǎn)生總量和結(jié)構(gòu)效應(yīng),影響貨幣政策信貸渠道效果[26],如圖1所示。
圖1 植入貨幣政策立場(chǎng)和宏觀審慎工具的信貸傳導(dǎo)
鑒于銀行信貸在我國(guó)社會(huì)融資中地位顯赫,信貸擾動(dòng)已成為經(jīng)濟(jì)波動(dòng)與系統(tǒng)性風(fēng)險(xiǎn)的重要驅(qū)動(dòng)因素。通過(guò)各類工具的相互配合,實(shí)現(xiàn)信貸投放的平穩(wěn)、系統(tǒng)風(fēng)險(xiǎn)的控制和貨幣政策信貸渠道的暢通無(wú)疑對(duì)宏觀經(jīng)濟(jì)健康發(fā)展裨益良多?;谏鲜銎饰觯疚恼J(rèn)為從宏觀審慎“逆風(fēng)向調(diào)節(jié)”時(shí)間維度出發(fā),通過(guò)貨幣政策工具、信息披露工具與宏觀審慎工具的有效配合,有助于減緩商業(yè)銀行的親周期性。
進(jìn)一步講,由于產(chǎn)權(quán)特征、制度建設(shè)與管理經(jīng)驗(yàn)等方面的差異,不同類型商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)對(duì)貨幣政策沖擊具有異質(zhì)反應(yīng)[8]。從邏輯上講,貨幣政策若對(duì)商業(yè)銀行的風(fēng)險(xiǎn)偏好具有非對(duì)稱作用,那么,其對(duì)商業(yè)銀行的信貸決策和親周期行為也應(yīng)具有非線性影響。于是,本文預(yù)期貨幣政策工具調(diào)整、貨幣政策立場(chǎng)轉(zhuǎn)變時(shí),不同類型商業(yè)銀行的信貸響應(yīng)具有結(jié)構(gòu)差異。因此,從宏觀審慎“差異化調(diào)控”空間維度考慮,監(jiān)管當(dāng)局應(yīng)全面把握商業(yè)銀行的異質(zhì)性特征,設(shè)計(jì)具有針對(duì)性的差別資本充足率監(jiān)管要求,以緩解金融風(fēng)險(xiǎn)的空間失衡。
信貸傳導(dǎo)渠道的理論模型分為三類:基于商業(yè)銀行多期價(jià)值最大化的動(dòng)態(tài)局部均衡模型;基于商業(yè)銀行單期利潤(rùn)最大化的靜態(tài)局部均衡模型;基于IS-LM分析框架的靜態(tài)一般均衡模型。由于動(dòng)態(tài)局部均衡模型存在股利分配與資本轉(zhuǎn)入不同期的固有缺陷,且本文旨在厘清調(diào)控銀行信貸、維護(hù)金融穩(wěn)定時(shí),傳統(tǒng)貨幣政策工具、信息披露工具與宏觀審慎政策工具三者之間的配合機(jī)理,故下文通過(guò)在Kopecky和Van Hoose的靜態(tài)局部均衡模型中引入貨幣政策立場(chǎng)與逆周期資本監(jiān)管要求,建立理論分析框架[27]。本文的模型具有以下兩點(diǎn)改進(jìn)。首先,將銀行貸款區(qū)分為高風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)兩種,借助該分類引入商業(yè)銀行的風(fēng)險(xiǎn)偏好,以探討貨幣政策立場(chǎng)如何干預(yù)銀行信貸。其次,將權(quán)益資本獨(dú)立出來(lái),通過(guò)此做法引進(jìn)資本充足率要求,以剖析宏觀審慎工具如何監(jiān)管銀行信貸,鑒于巴塞爾協(xié)議Ш顯著強(qiáng)調(diào)了逆周期資本緩沖的重要性,這一設(shè)定更加合理。由此,商業(yè)銀行的信貸決策行為受到了存款準(zhǔn)備金、貨幣政策立場(chǎng)與逆周期資本監(jiān)管的共同約束。模型的基本假設(shè)如下:
假設(shè)1:完全競(jìng)爭(zhēng)的商業(yè)銀行體系中,存在一個(gè)代表性銀行,該銀行追求利潤(rùn)最大化。
假設(shè)2:代表性銀行的資產(chǎn)負(fù)債表為:R+G+LH+LL=D+K。其中,R為法定存款準(zhǔn)備金,G為政府債券,LH為銀行向高風(fēng)險(xiǎn)企業(yè)發(fā)放的貸款,LL為銀行向低風(fēng)險(xiǎn)企業(yè)發(fā)放的貸款,二者之和為銀行信貸總量L,即LH+LL=L,D為銀行存款,K為權(quán)益資本。同時(shí),假設(shè)中央銀行不為準(zhǔn)備金支付利息,且政府債券市場(chǎng)、存貸款市場(chǎng)以及資本市場(chǎng)充分競(jìng)爭(zhēng)。因此,債券與貸款的收益率、存款與資本的成本率均外生給定,依次為常數(shù) rG、rLH、rLL、rD與 rK。鑒于我國(guó)直接融資難度較高,本文認(rèn)為資本的成本率高于債券與貸款的收益率,即滿足rK≥rLH≥rLL≥rG。
假設(shè)3:存款準(zhǔn)備金約束:R=αD。其中,α為法定存款準(zhǔn)備金率,滿足0<α<1。商業(yè)銀行的存款全部源于中央銀行的貨幣創(chuàng)造,即經(jīng)濟(jì)體系的貨幣供給完全取決于式D=R/α,于是,可將準(zhǔn)備金R作為貨幣供應(yīng)量的代理變量。
假設(shè)4:貨幣政策立場(chǎng)約束:LH/LL=P(T)。其中,P為商業(yè)銀行的風(fēng)險(xiǎn)偏好,T為中央銀行的貨幣政策立場(chǎng)。根據(jù)貨幣政策立場(chǎng)風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道,P的高低主要取決于T的松緊,同時(shí),由于銀行“天生”具有風(fēng)險(xiǎn)厭惡偏好[28],所以,令0≤ P(T)≤1。
假設(shè)5:逆周期資本監(jiān)管約束:K/L=θ。其中,θ為法定最低資本充足率,其隨經(jīng)濟(jì)周期逆向變動(dòng),但始終滿足0<θ<1。代表性銀行為實(shí)現(xiàn)利潤(rùn)最大化,必有動(dòng)力持續(xù)發(fā)放貸款,直至銀行的實(shí)際資本充足率等于最低監(jiān)管要求θ。
假設(shè)6:商業(yè)銀行日常運(yùn)營(yíng)時(shí),需要對(duì)資產(chǎn)項(xiàng)目進(jìn)行管理,并產(chǎn)生如下的二次型管理成本函數(shù),即C=(g/2)G2+(l/2)L2。其中,g和 l分別表示債券與貸款的單位管理成本系數(shù),且滿足g≤l。為引入商業(yè)銀行的結(jié)構(gòu)差異,假設(shè)不同銀行的g相同,但l有所不同。
根據(jù)前述假設(shè),代表性商業(yè)銀行的目標(biāo)函數(shù)與約束條件如下:
將式(2)的約束條件代入目標(biāo)函數(shù)式(1),替換變量G、LH、LL、D、K以及 C,得到 π關(guān)于決策變量 L和政策變量R、T與θ的函數(shù)。然后,令π對(duì)L求一階導(dǎo)數(shù),解得代表性銀行的最優(yōu)貸款規(guī)模L。
其中,Δ1=rG-rK-g<0,=(1-α)/α>0。進(jìn)一步,對(duì)L進(jìn)行比較靜態(tài)分析,將其分別對(duì)基礎(chǔ)貨幣R、貨幣政策立場(chǎng)T與資本充足率θ求偏導(dǎo),以考察三者對(duì)銀行信貸的影響。
式(4)表明,商業(yè)銀行的信貸規(guī)模與貨幣當(dāng)局的基礎(chǔ)貨幣供應(yīng)正相關(guān)。該式描繪了經(jīng)典的貨幣政策信貸渠道:中央銀行提高貨幣供應(yīng)會(huì)增加商業(yè)銀行的可貸資金,導(dǎo)致銀行信貸擴(kuò)張。
式(5)表明,商業(yè)銀行的信貸總量與中央銀行的貨幣政策立場(chǎng)呈正相關(guān)關(guān)系。該式表述了貨幣政策立場(chǎng)的風(fēng)險(xiǎn)承擔(dān)渠道:貨幣政策立場(chǎng)放松或收緊時(shí),商業(yè)銀行會(huì)主動(dòng)提高或降低風(fēng)險(xiǎn)偏好,進(jìn)而加大或減少信貸供給。于是,從信貸傳導(dǎo)渠道考慮,貨幣政策立場(chǎng)并非中性,長(zhǎng)期積極的貨幣政策立場(chǎng)會(huì)加劇商業(yè)銀行的親周期性,并強(qiáng)化貨幣政策工具的信貸擴(kuò)張效應(yīng)。也正是基于此,持續(xù)寬松的“格林斯潘推動(dòng)”被大量學(xué)者指責(zé)為醞釀2008年全球金融危機(jī)的溫床。
其中,Δ2=rLL+rLHP(T)-rK-rKP(T)<0。
式(6)表明,商業(yè)銀行的信貸投放與監(jiān)管部門的資本充足率要求負(fù)向相關(guān)。該式從時(shí)間維度刻畫(huà)了逆周期資本監(jiān)管(動(dòng)態(tài)資本充足率)的宏觀審慎意涵:經(jīng)濟(jì)形勢(shì)向好時(shí),提高資本充足率監(jiān)管要求,會(huì)迫使商業(yè)銀行計(jì)提資本緩沖,遏制其信貸擴(kuò)張的沖動(dòng),進(jìn)而防止實(shí)體經(jīng)濟(jì)過(guò)熱,降低系統(tǒng)性風(fēng)險(xiǎn)積累;相反,經(jīng)濟(jì)形勢(shì)趨緊時(shí),降低資本充足率要求,可以促進(jìn)商業(yè)銀行釋放緩沖資本,保證信貸穩(wěn)定,減緩銀行“惜貸”造成實(shí)體經(jīng)濟(jì)的進(jìn)一步惡化。
式(4)與式(5)分別描述了貨幣供應(yīng)量與貨幣政策立場(chǎng)對(duì)銀行信貸的調(diào)控效應(yīng),但不難發(fā)現(xiàn)二者均包含了對(duì)銀行貸款管理成本l的考量,這是否意味著管理成本的差異會(huì)導(dǎo)致不同類型的商業(yè)銀行對(duì)貨幣政策的響應(yīng)具有異質(zhì)性呢?因而,繼續(xù)將式(4)與式(5)對(duì)變量l求交叉偏導(dǎo),可知:
式(7)與式(8)顯示,商業(yè)銀行管理成本越低,對(duì)貨幣供應(yīng)量與貨幣政策立場(chǎng)的敏感性越高,順周期特征越顯著。已有研究表明,與城市商業(yè)銀行相比,大中型商業(yè)銀行的管理費(fèi)用較低[23]。此外,國(guó)際貨幣基金組織(IMF)與巴塞爾委員會(huì)(BCBS)也指出,規(guī)模龐大的商業(yè)銀行,系統(tǒng)重要性程度較高。由此推斷,相對(duì)非系統(tǒng)重要性銀行而言,系統(tǒng)重要性銀行對(duì)貨幣政策工具與信息披露工具的響應(yīng)較大,親周期性特征也更為明顯。因而,針對(duì)具有系統(tǒng)重要性的商業(yè)銀行,額外的資本監(jiān)管要求有助于降低“大而不倒”造成的金融隱患,保證經(jīng)濟(jì)平穩(wěn)運(yùn)行。
根據(jù)前述理論基礎(chǔ)剖析與模型求解結(jié)果,提出本文的兩個(gè)命題:
命題1:中央銀行增加基礎(chǔ)貨幣供應(yīng)、放松貨幣政策立場(chǎng)會(huì)導(dǎo)致商業(yè)銀行的信貸擴(kuò)張,并加劇銀行系統(tǒng)的親周期性,而監(jiān)管當(dāng)局提高資本充足率要求會(huì)減少商業(yè)銀行的信貸投放。也即,逆周期的動(dòng)態(tài)資本監(jiān)管能夠從時(shí)間維度緩解銀行順周期性導(dǎo)致的系統(tǒng)性風(fēng)險(xiǎn)積累。
命題2:基礎(chǔ)貨幣供應(yīng)調(diào)整、貨幣政策立場(chǎng)轉(zhuǎn)變時(shí),商業(yè)銀行的反應(yīng)具有結(jié)構(gòu)差異,相對(duì)非系統(tǒng)重要性銀行而言,系統(tǒng)重要性銀行的響應(yīng)更加積極,“親周期性”尤為明顯,而差異化的資本充足率監(jiān)管要求可以弱化銀行的異質(zhì)性反應(yīng)。也即,更為嚴(yán)格的附加資本監(jiān)管能夠從空間維度解決銀行“大而不倒”造成的系統(tǒng)性風(fēng)險(xiǎn)失衡。
根據(jù)中國(guó)人民銀行的界定,本文選擇5家系統(tǒng)重要性銀行、32家非系統(tǒng)重要性銀行作為研究樣本①5家系統(tǒng)重要性銀行包括工商銀行、農(nóng)業(yè)銀行、中國(guó)銀行、建設(shè)銀行、交通銀行。32家非系統(tǒng)重要性銀行包括渤海銀行、成都銀行、大連銀行、東莞銀行、富滇銀行、光大銀行、廣東順德銀行、廣發(fā)銀行、廣州銀行、貴陽(yáng)銀行、漢口銀行、恒豐銀行、華夏銀行、徽商銀行、民生銀行、南昌銀行、寧波銀行、寧夏銀行、平安銀行、浦發(fā)銀行、齊魯銀行、齊商銀行、青島銀行、泉州銀行、廈門國(guó)際銀行、廈門銀行、溫州銀行、興業(yè)銀行、招商銀行、浙商銀行、中信銀行、重慶銀行。。數(shù)據(jù)來(lái)源于Bankscope數(shù)據(jù)庫(kù)、CEIC數(shù)據(jù)庫(kù)、《中國(guó)貨幣政策執(zhí)行報(bào)告》以及《中國(guó)金融統(tǒng)計(jì)年鑒》,時(shí)間跨度為2001—2013年。
1.被解釋變量
令對(duì)數(shù)化的商業(yè)銀行貸款規(guī)模作為被解釋變量L。通過(guò)觀測(cè)商業(yè)銀行貸款規(guī)模與資產(chǎn)規(guī)模的核密度概率分布發(fā)現(xiàn)與非系統(tǒng)重要性銀行相比,系統(tǒng)重要性銀行的貸款規(guī)模與資產(chǎn)規(guī)模較大,基本位于75%分位右端。同時(shí),兩類銀行的分布并不是通常的正態(tài)分布,系統(tǒng)重要性銀行的分布具有明顯的尖峰性,而非系統(tǒng)重要性銀行的分布則呈現(xiàn)出拖尾的特征。
2.核心解釋變量
①貨幣政策工具。下文選擇貨幣供應(yīng)量M1增速作為基礎(chǔ)貨幣R的代理變量。
②貨幣政策立場(chǎng)。從多重不確定的政策目標(biāo)與紛繁復(fù)雜的政策工具中,識(shí)別與量化貨幣政策立場(chǎng)是實(shí)證分析的關(guān)鍵。權(quán)衡已有方法的利弊,本文沿襲敘事描述法的思想,并運(yùn)用“文本挖掘法”進(jìn)行拓展,通過(guò)對(duì)中國(guó)人民銀行每個(gè)季度發(fā)布的《貨幣政策執(zhí)行報(bào)告》中相關(guān)文本的挖掘、挑選與組合,構(gòu)建反應(yīng)中央銀行姿態(tài)的貨幣政策立場(chǎng)指數(shù)。具體過(guò)程如下:
第一,基于層疊隱馬爾可夫模型(CHMM),挖掘初始措辭。對(duì)2001—2013年52期的《中國(guó)貨幣政策執(zhí)行報(bào)告》進(jìn)行分詞處理,得到貨幣當(dāng)局關(guān)于宏觀經(jīng)濟(jì)(向好、低迷、一般)、商品物價(jià)(過(guò)高、過(guò)低、平穩(wěn))、政策走向(積極、消極、穩(wěn)?。┕?大類9小種措辭②每一小類措辭均囊括了多種具體描述,如措辭“政策積極”包含了下調(diào)利率、增加貨幣、逆回購(gòu)、降息與放松5種描述。囿于篇幅,本文并未具體列出措辭的具體描述,如有需要,可與筆者聯(lián)系。。同時(shí),統(tǒng)計(jì)各措辭在每期報(bào)告中出現(xiàn)的頻率③措辭i的頻率 =∑j具體描述j在當(dāng)期報(bào)告中出現(xiàn)的次數(shù) /當(dāng)期報(bào)告總字?jǐn)?shù) ×10000。,作為量化貨幣政策立場(chǎng)的基本數(shù)據(jù)。
第二,借助單因素方差分析與均值檢驗(yàn),篩選有效措辭。參考馬草原和李成的經(jīng)驗(yàn),將我國(guó)貨幣政策劃分為緊縮區(qū)制1、中性區(qū)制2與寬松區(qū)制3,并在此基礎(chǔ)上對(duì)各措辭進(jìn)行方差分析與均值檢驗(yàn)[29]。結(jié)果如表1所示。首先,根據(jù)F值剔除區(qū)分度不顯著的3類措辭;其次,通過(guò)對(duì)比區(qū)制均差刪除單調(diào)性不一致的2類措辭;最后,對(duì)余下區(qū)分度良好和單調(diào)性一致的4類措辭進(jìn)行歸一處理、方向調(diào)整和年份平均④措辭“經(jīng)濟(jì)向好”與“物價(jià)過(guò)高”的符號(hào)調(diào)整為負(fù)向,余下2類措辭的符號(hào)為正。因此,T為正數(shù),代表貨幣政策立場(chǎng)放松,T為負(fù)數(shù),表明貨幣政策立場(chǎng)收緊。,以便進(jìn)行后續(xù)指數(shù)合成。
第三,以離差占比為權(quán)重對(duì)有效措辭進(jìn)行加權(quán),合成貨幣政策立場(chǎng)指數(shù)T,結(jié)果如圖2?!拔谋就诰蚍ā绷慷鹊呢泿耪吡?chǎng)與我國(guó)現(xiàn)實(shí)高度一致。圖2顯示,2001年至2003年,為應(yīng)對(duì)亞洲金融危機(jī),治理國(guó)內(nèi)通貨緊縮,我國(guó)中央銀行連續(xù)實(shí)行擴(kuò)張的貨幣政策。2004年,我國(guó)經(jīng)濟(jì)出現(xiàn)局部過(guò)熱,為實(shí)現(xiàn)軟著陸,中央銀行貨幣政策立場(chǎng)轉(zhuǎn)緊。2005年,國(guó)內(nèi)經(jīng)濟(jì)態(tài)勢(shì)良好,貨幣政策立場(chǎng)態(tài)度相對(duì)中性。2006-2007年,為了治理銀行流動(dòng)性過(guò)剩,遏制物價(jià)指數(shù)抬頭,中央銀行貨幣政策立場(chǎng)全面轉(zhuǎn)緊。2008年至2009年,由于國(guó)際經(jīng)濟(jì)形勢(shì)惡化與國(guó)內(nèi)市場(chǎng)信心不足,貨幣政策立場(chǎng)轉(zhuǎn)向?qū)捤伞?010-2011年,國(guó)內(nèi)投資增速高位回升,物價(jià)水平溫和上漲,貨幣政策立場(chǎng)趨緊。2012年,在周期回落與結(jié)構(gòu)調(diào)整的雙重壓力下,貨幣政策立場(chǎng)放松。2013年,面對(duì)國(guó)內(nèi)出現(xiàn)的低增長(zhǎng)高通貨膨脹,中央銀行貨幣政策立場(chǎng)較為穩(wěn)健。
與“敘事描述法”相比①根據(jù)“敘事描述法”以及我國(guó)貨幣政策走勢(shì),將2001年、2002年、2003年、2005年、2008年、2009年與2012年的貨幣政策立場(chǎng)指數(shù)定義為1,其余年份定義為0。,“文本挖掘法”的優(yōu)點(diǎn)包括:首先,提取的措辭全面系統(tǒng),包括貨幣當(dāng)局對(duì)經(jīng)濟(jì)發(fā)展、物價(jià)水平以及政策走向的判斷,具有客觀性與完整性;其次,依據(jù)的文本為季度報(bào)告,信息量豐富,可提高后續(xù)實(shí)證的穩(wěn)健性;再次,定質(zhì)分析與定量分析相結(jié)合,既能判斷貨幣政策立場(chǎng)的態(tài)度,又能量化貨幣政策立場(chǎng)的強(qiáng)度,具有更強(qiáng)的科學(xué)性。
表1 措辭的單因素方差分析與均值檢驗(yàn)
圖2 2001—2013年我國(guó)貨幣政策立場(chǎng)走勢(shì)
③宏觀審慎工具。借鑒金鵬輝,等的做法,本文引入資本監(jiān)管政策啞變量作為宏觀審慎工具資本充足率要求的代理變量[30]。在本文的研究區(qū)間內(nèi),銀監(jiān)會(huì)的資本監(jiān)管政策主要經(jīng)歷了兩次調(diào)整:第一次是2004年頒布的《商業(yè)銀行資本充足率管理辦法》,要求商業(yè)銀行逐步達(dá)到8%的資本充足率;第二次是2010年下發(fā)的《2010年大型銀行監(jiān)管工作意見(jiàn)》,文件明確指出商業(yè)銀行資本充足率需達(dá)到11.5%的監(jiān)管紅線。因此,令2004年與2010年的取值為1,其它年份設(shè)為0。
3.控制變量
鑒于理論模型得到的是銀行信貸供給方程,而實(shí)證分析使用的則為包含企業(yè)信貸需求因素的均衡數(shù)據(jù),若不能將信貸需求從信貸供給方程中剝離出去,則容易遭受“識(shí)別障礙”,掩蓋真實(shí)的信貸渠道傳導(dǎo)機(jī)制。此外,銀行信貸供給行為還受到了信貸管理政策、行業(yè)競(jìng)爭(zhēng)結(jié)構(gòu)以及銀行自身特征的影響[31],以是,本文共涉及四個(gè)層面的控制變量。
首先,我們選用GDP增長(zhǎng)率(DGDP)控制宏觀信貸需求;其次,使用二值虛擬變量(POLI)表示信貸政策,“信貸規(guī)模管理”工具于1998年被取消,但在通貨膨脹高漲的2008年與2010年中央銀行又將其重拾,因此,令2008、2010年份的POLI取1,其余年份取0;再次,采用在華外資機(jī)構(gòu)數(shù)目增速(FORE)與前4大銀行資產(chǎn)占比增速(CR4)控制行業(yè)開(kāi)放度與集中度的影響;最后,選取對(duì)數(shù)化的銀行資產(chǎn)規(guī)模(LNA)與流動(dòng)資產(chǎn)占比(FLOW),控制銀行個(gè)體資產(chǎn)負(fù)債強(qiáng)度的影響。
根據(jù)前述理論分析與變量定義,設(shè)計(jì)如下實(shí)證模型:
其中,i為銀行截面,t為時(shí)間截面,c為常數(shù)項(xiàng),ai為銀行固定效應(yīng),εit為隨機(jī)誤差項(xiàng)??紤]到銀行信貸擴(kuò)張的慣性,式(9)還引入了貸款規(guī)模的滯后項(xiàng)作為解釋變量。系數(shù)β1描述了基礎(chǔ)貨幣對(duì)銀行信貸的影響大小;β2刻畫(huà)了貨幣政策立場(chǎng)對(duì)銀行信貸的干預(yù)作用;β3度量了資本監(jiān)管政策對(duì)銀行信貸的調(diào)控力度。
依據(jù)式(9),首先檢驗(yàn)命題1。實(shí)證方程由于引入了因變量的滯后項(xiàng)作為解釋變量,且銀行貸款規(guī)模與資產(chǎn)規(guī)模存在互為因果的聯(lián)立關(guān)系,從而難以避免內(nèi)生性問(wèn)題。傳統(tǒng)估計(jì)方法會(huì)導(dǎo)致參數(shù)估計(jì)結(jié)果有偏,為此,本文擬選用能夠克服內(nèi)生性難題與弱工具變量問(wèn)題的系統(tǒng)廣義矩估計(jì)(SYSGMM)方法檢驗(yàn)命題1。根據(jù)理論分析,我們預(yù)期回歸結(jié)果中系數(shù)β1與β2顯著為正,而系數(shù)β3顯著為負(fù)。
然后,檢驗(yàn)命題2。由于樣本銀行的信貸分布并不具有標(biāo)準(zhǔn)的正態(tài)性,因此,下文并沒(méi)有采用文獻(xiàn)中經(jīng)常出現(xiàn)的交互項(xiàng)回歸或者分組回歸方法,而是選擇Koenker[32]提出的面板分位數(shù)回歸來(lái)檢驗(yàn)商業(yè)銀行的異質(zhì)性反應(yīng)。根據(jù)商業(yè)銀行貸款規(guī)模的核密度分布狀況,本文選取25%、50%、75%與90%共4個(gè)具有代表性的分位點(diǎn),我們預(yù)期不同分位數(shù)的回歸結(jié)果中,系數(shù)β1與β2具有顯著差異,且隨著分位數(shù)的增加,二者將呈現(xiàn)上漲態(tài)勢(shì)。
面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)時(shí),首先需要判斷截面是否獨(dú)立,若截面獨(dú)立,采用一代面板單位根檢驗(yàn)即可;若截面相關(guān),則需采用二代面板單位根檢驗(yàn)。截面獨(dú)立性CD檢驗(yàn)的結(jié)果顯示,銀行層面的3個(gè)變量L、LNA、FLOW均具有截面依存性,因此,選用二代單位根方法進(jìn)行變量的平穩(wěn)性分析。基于截面相關(guān)增廣DF模型構(gòu)造的CIPS檢驗(yàn)表明,變量LNA存在單位根,也即其并不平穩(wěn)。
傳統(tǒng)處理非平穩(wěn)變量的方法是進(jìn)行差分,但陳強(qiáng)認(rèn)為差分后變量的經(jīng)濟(jì)含義與原始序列并不相同,若希望繼續(xù)使用原始序列進(jìn)行回歸,則需要考察變量之間的長(zhǎng)期均衡關(guān)系,即進(jìn)行協(xié)整檢驗(yàn)。據(jù)此,基于誤差修正模型,展開(kāi)抽樣次數(shù)為500的協(xié)整檢驗(yàn)。由于所有檢驗(yàn)統(tǒng)計(jì)量均具有顯著性,因而變量之間存在均衡關(guān)系,可直接運(yùn)用原始序列進(jìn)行回歸①限于篇幅,本文并未具體列出具體檢驗(yàn)結(jié)果,若有需要,煩請(qǐng)與筆者聯(lián)系。。
為檢驗(yàn)三類政策工具對(duì)銀行信貸行為與親周期特征的影響效應(yīng),運(yùn)用系統(tǒng)廣義矩估計(jì)回歸式(9),估計(jì)結(jié)果與相關(guān)檢驗(yàn)列示于表2。四類模型均通過(guò)了AR(2)檢驗(yàn)與Sargan檢驗(yàn),表明實(shí)證分析依據(jù)的動(dòng)態(tài)模型與選擇的工具變量不僅合理而且有效。
第一,在包含控制變量的基礎(chǔ)上,模型(1)、(2)、(3)依次將貨幣供應(yīng)量、貨幣政策立場(chǎng)與資本充足率要求作為唯一的解釋變量進(jìn)行回歸?;貧w結(jié)果顯示,在5%的顯著性水平下,解釋變量R與T的估計(jì)系數(shù)為正,而θ的估計(jì)系數(shù)為負(fù),這與命題1的預(yù)期相一致,初步證實(shí)了中央銀行增加基礎(chǔ)貨幣供應(yīng)、放松貨幣政策立場(chǎng)會(huì)導(dǎo)致信貸擴(kuò)張,并且加劇金融系統(tǒng)的順周期性,而監(jiān)管當(dāng)局提高資本充足率的要求則會(huì)降低商業(yè)銀行的信貸投放,緩和其親周期的特征。
第二,模型(4)同時(shí)囊括了三類政策變量與全部控制變量。與模型(1)-(3)相比,不難發(fā)現(xiàn)模型(4)的回歸結(jié)果中,作為本文最為關(guān)注的核心解釋變量,三個(gè)政策工具與銀行信貸的相互關(guān)系并未發(fā)生變動(dòng),這繼續(xù)驗(yàn)證了命題1,并在一定程度上表明回歸結(jié)論的穩(wěn)健性。
第三,控制變量中,首先,企業(yè)信貸需求的回歸結(jié)果顯著為正,這符合經(jīng)濟(jì)學(xué)的基本規(guī)律,也與大多學(xué)者的研究一致。其次,政策變量“信貸規(guī)模管理”的估計(jì)結(jié)果為負(fù),并通過(guò)了10%水平下的顯著性檢驗(yàn),表明貸款規(guī)模指標(biāo)能夠有效強(qiáng)力地控制銀行信貸投放,但其與我國(guó)近年“定向微調(diào)”的貨幣政策調(diào)控意圖相去甚遠(yuǎn),并不宜經(jīng)常啟用。再者,行業(yè)開(kāi)放度與集中度的回歸系數(shù)一負(fù)一正,意味著激烈的行業(yè)競(jìng)爭(zhēng)能夠扼制商業(yè)銀行盲目的信貸擴(kuò)張。最后,銀行資產(chǎn)規(guī)模的正向系數(shù)表明資產(chǎn)是銀行信貸供給的重要來(lái)源。銀行流動(dòng)狀況的負(fù)向系數(shù)表明流動(dòng)性提高會(huì)使銀行信貸發(fā)放與信貸收益受到限制,因此,管理者必須在兩者之間進(jìn)行權(quán)衡。
表2 貨幣政策與宏觀審慎政策對(duì)銀行信貸的調(diào)控效應(yīng)
為檢驗(yàn)貨幣政策對(duì)銀行信貸行為與親周期特征的異質(zhì)性影響,運(yùn)用面板分位數(shù)回歸估計(jì)式(9),結(jié)果列示于表3。F檢驗(yàn)表明,10%的置信水平下,核心解釋變量R與T的系數(shù)在4個(gè)分位數(shù)回歸中存在顯著差異,這驗(yàn)證了基礎(chǔ)貨幣供應(yīng)調(diào)整、貨幣政策立場(chǎng)轉(zhuǎn)變時(shí),不同類型商業(yè)銀行的響應(yīng)具有結(jié)構(gòu)差異。具體分析如下:
表3 貨幣政策對(duì)銀行信貸的異質(zhì)性影響
第一,如圖3所示,隨著貸款規(guī)模分位數(shù)的增加,貨幣供應(yīng)量與貨幣政策立場(chǎng)的回歸系數(shù)均呈現(xiàn)上漲走勢(shì)①雖然在5%分位左端,貨幣政策立場(chǎng)的回歸系數(shù)略小于0,但其系數(shù)標(biāo)準(zhǔn)差卻十分巨大,因此,這一不顯著的回歸結(jié)果不會(huì)對(duì)整體結(jié)論產(chǎn)生實(shí)質(zhì)影響。。該結(jié)果意味著在控制資產(chǎn)規(guī)模與流動(dòng)狀況的前提下,隨著系統(tǒng)重要性程度的提高,商業(yè)銀行對(duì)貨幣供應(yīng)量與貨幣政策立場(chǎng)的敏感性越來(lái)越高,順周期特征也愈發(fā)顯著。這一態(tài)勢(shì)與命題2的預(yù)期一致:貨幣政策對(duì)系統(tǒng)重要性銀行的信貸決策和親周期行為影響更加強(qiáng)烈,而對(duì)非系統(tǒng)重要性銀行的作用則略顯微弱。因此,針對(duì)系統(tǒng)重要性銀行,更為嚴(yán)格的附加資本監(jiān)管能夠減緩其親周期特征,降低“大而不倒”引發(fā)的系統(tǒng)性風(fēng)險(xiǎn)失衡,促進(jìn)金融經(jīng)濟(jì)穩(wěn)定。
圖4 商業(yè)銀行對(duì)貨幣政策沖擊的異質(zhì)性響應(yīng)
第二,資本充足率的估計(jì)結(jié)果在不同分位數(shù)回歸中始終為負(fù),雖然它們未通過(guò)系數(shù)差異的F檢驗(yàn),但均通過(guò)了10%水平下的顯著性檢驗(yàn)。這表明對(duì)所有類型的商業(yè)銀行,監(jiān)管當(dāng)局提高資本充足標(biāo)準(zhǔn)都能克制其在經(jīng)濟(jì)上行區(qū)間的信貸投放沖動(dòng),同樣,降低資本充足要求也均能減弱其在經(jīng)濟(jì)下行區(qū)間的“惜貸”行為。
第三,控制變量中,DGDP、CR4與LNA的回歸系數(shù)均為正值,且隨分位數(shù)的提高出現(xiàn)顯著增加,這表明旺盛的信貸需求、壟斷的行業(yè)結(jié)構(gòu)以及雄厚的資產(chǎn)規(guī)模對(duì)系統(tǒng)重要性銀行產(chǎn)生了尤為積極的正向影響。其次,信貸規(guī)模管理與銀行流動(dòng)狀況的估計(jì)系數(shù)顯著小于零,但在不同分位數(shù)水平下沒(méi)有明顯差異。再次,行業(yè)開(kāi)放度的估計(jì)系數(shù)為負(fù),且絕對(duì)值不斷增大,這暗含外資銀行的涌入對(duì)貸款規(guī)模較大的銀行產(chǎn)生了更為嚴(yán)峻的沖擊與挑戰(zhàn)。
為確保可靠性,對(duì)本文提出的命題展開(kāi)穩(wěn)健性分析。
1.檢驗(yàn)命題1。首先,系統(tǒng)廣義矩估計(jì)與面板分位數(shù)回歸中,核心解釋變量R與T的系數(shù)均為正,θ的系數(shù)也均為負(fù),雖然有些結(jié)果并不顯著,但仍能間接表明本文研究是穩(wěn)健的。其次,借鑒大多數(shù)學(xué)者的做法,采用“敘事描述法”定義的貨幣政策緊縮年度虛擬變量與“指標(biāo)測(cè)度法”使用的M1增速偏離成分作為貨幣政策立場(chǎng)的替代變量進(jìn)行估計(jì)。結(jié)果如表4所示,解釋變量R、T與θ的符號(hào)與預(yù)期一致,再次確認(rèn)了命題1,但基于替代變量回歸的系數(shù)顯著性小于基于貨幣政策立場(chǎng)指數(shù)的回歸結(jié)果,這意味本文構(gòu)建的貨幣政策立場(chǎng)指數(shù)更具科學(xué)性。最后,對(duì)樣本進(jìn)行5%水平下的Winsor縮尾調(diào)整,然后進(jìn)行回歸,根據(jù)表4可知,解釋變量R、T銀行信貸的正向關(guān)聯(lián)始終存在,同時(shí)θ也與銀行信貸負(fù)相關(guān)。穩(wěn)健性檢驗(yàn)的結(jié)果與前述基準(zhǔn)分析相互呼應(yīng),證實(shí)本文的研究結(jié)論并不會(huì)因估計(jì)方法、變量選擇與樣本容量的變動(dòng)產(chǎn)生偏倚。
表4 命題1的穩(wěn)健性檢驗(yàn)
2.檢驗(yàn)命題2。首先,同樣采用貨幣政策立場(chǎng)的兩個(gè)替代變量進(jìn)行分位數(shù)回歸,表5顯示,貨幣供應(yīng)量與貨幣政策立場(chǎng)的回歸系數(shù)均呈現(xiàn)出逐漸上漲的走勢(shì),證實(shí)了系統(tǒng)重要性銀行對(duì)貨幣政策的響應(yīng)更為積極。同時(shí),與基準(zhǔn)回歸相比,各個(gè)控制變量的回歸系數(shù)并沒(méi)有發(fā)生巨大變化,只不過(guò)在較低分位水平的顯著性略差。其次,雖然分位數(shù)回歸對(duì)異常值具有很好的耐受性,但其回歸結(jié)果在分位左側(cè)仍呈現(xiàn)突變性,因此,針對(duì)Winsor 5%調(diào)整后的樣本再次進(jìn)行分位數(shù)回歸,結(jié)果如表5。F檢驗(yàn)的結(jié)果繼續(xù)支持命題2的說(shuō)法。隨著分位數(shù)的增加,核心解釋變量R與T的系數(shù)具有與圖3一致但更加平穩(wěn)的趨勢(shì),這可能是Winsor調(diào)整對(duì)極端值進(jìn)行平滑處理的效果。穩(wěn)健性檢驗(yàn)進(jìn)一步印證了貨幣政策對(duì)系統(tǒng)重要性銀行的影響效果最為顯著。
表5 命題2的穩(wěn)健性檢驗(yàn)
為研究貨幣政策與審慎監(jiān)管之間的配合機(jī)制,本文構(gòu)建植入貨幣政策立場(chǎng)和資本充足率要求的信貸傳導(dǎo)微觀模型,并利用2001—2013年我國(guó)5家系統(tǒng)重要性銀行和32家非系統(tǒng)重要性銀行的面板數(shù)據(jù)進(jìn)行了經(jīng)驗(yàn)分析。研究發(fā)現(xiàn):首先,中央銀行增加基礎(chǔ)貨幣供應(yīng)、放松貨幣政策立場(chǎng)會(huì)促使商業(yè)銀行提高風(fēng)險(xiǎn)偏好,增大信貸投放,并加劇銀行系統(tǒng)的親周期性,反之亦然。監(jiān)管當(dāng)局提高資本充足率要求會(huì)抑制商業(yè)銀行的信貸擴(kuò)張沖動(dòng),也即,逆周期的動(dòng)態(tài)資本監(jiān)管能從時(shí)間維度緩解銀行順周期性導(dǎo)致的系統(tǒng)性風(fēng)險(xiǎn)積累。其次,基礎(chǔ)貨幣供給調(diào)整、貨幣政策立場(chǎng)轉(zhuǎn)變時(shí),商業(yè)銀行的響應(yīng)具有結(jié)構(gòu)差異,相對(duì)于非系統(tǒng)重要性銀行,系統(tǒng)重要性銀行的反應(yīng)更加強(qiáng)烈,“親周期性”更加顯著。差異化的資本充足率要求可以弱化銀行的異質(zhì)性反應(yīng),也就是說(shuō)嚴(yán)格的附加資本監(jiān)管能夠從空間維度解決銀行“大而不倒”導(dǎo)致的系統(tǒng)性風(fēng)險(xiǎn)失衡。
本研究可為我國(guó)貨幣政策與宏觀審慎政策在平穩(wěn)信貸投放、維護(hù)金融穩(wěn)定等方面的相互配合提供參考依據(jù)。首先,中央銀行應(yīng)統(tǒng)籌協(xié)調(diào)各類政策工具,逐步構(gòu)建我國(guó)宏觀審慎監(jiān)管框架。從金融穩(wěn)定視角出發(fā),貨幣政策工具與貨幣政策立場(chǎng)強(qiáng)化了商業(yè)銀行的順周期性與“大而不倒”,因此,中央銀行在工具操作和信息披露時(shí),需要兼顧調(diào)控目標(biāo)和穩(wěn)定需求,當(dāng)二者難以協(xié)調(diào)時(shí),輔以宏觀審慎工具進(jìn)行平衡,以更好地抑制系統(tǒng)性風(fēng)險(xiǎn),熨平經(jīng)濟(jì)波動(dòng),避免重蹈次貸危機(jī)的覆轍。其次,對(duì)于系統(tǒng)重要性銀行,一方面應(yīng)加強(qiáng)資本充足監(jiān)管,防范由于“大而不倒”造成的系統(tǒng)性風(fēng)險(xiǎn)。另一方面應(yīng)繼續(xù)深化所有權(quán)改革,推進(jìn)利率市場(chǎng)化進(jìn)程,鼓勵(lì)更多民營(yíng)資本進(jìn)入,逐步降低銀行業(yè)的壟斷程度,抹平系統(tǒng)重要性銀行與非系統(tǒng)重要性銀行對(duì)政策響應(yīng)的差距。同時(shí),還應(yīng)謹(jǐn)慎選配政策工具,精準(zhǔn)操控旋鈕力度,有序牽引銀行信貸行為和信貸規(guī)模,防止“一刀切”式的貨幣政策引發(fā)商業(yè)銀行反應(yīng)過(guò)度或反應(yīng)不足,提升貨幣政策調(diào)控的穩(wěn)妥性與針對(duì)性。
[1] Fung B,Yuan M.Measuring the stance of monetary policy[J].Money,Monetary Policy and Transmission Mechanisms,2000(2):193-219.
[2] 索彥峰,范從來(lái).貨幣政策立場(chǎng)指示器的實(shí)證研究——來(lái)自我國(guó)貨幣政策操作實(shí)踐的證據(jù)[J].南開(kāi)經(jīng)濟(jì)研究,2007(2):107-119.
[3] Nilsen J H.Trade,credit and the bank lending channel[J].Journal of Money,Credit&Banking,2002(1):13-25.
[4] Stiglitz J E.Information and the change in the paradigm in economics[J].American Economic Review,2002(1):460-501.
[5] Friedman M,Schwartz A J.A monetary history of the U-nited States,1867-1960[Z].Princeton University Press(Princeton),1963.
[6] Romer CD,Romer D H.NBER Macroeconomics annual 1989,Volume 4[M].MIT Press,1989:121-184.
[7] Altunbas Y,Manganelli S,Marques-Ibanez D.Bank risk during the financial crisis:Do business models matter?[R].European Central Bank,2011.
[8] 許友傳.商業(yè)銀行對(duì)貨幣政策的信貸行為反應(yīng)與分布特征[J].上海經(jīng)濟(jì)研究,2012(9):3-11+29.
[9] Koivu T,Mehrotra A,Nuutilainen R.Mccallum rule and Chinese monetary policy[M].Bank of Finland,Institute for Economies in Transition,2008.
[10] Mishkin F S.Monetary policy flexibility,risk management,and financial disruptions[J].Journal of Asian E-conomics,2010(3):242-246.
[11] 索彥峰,陳繼明.中國(guó)貨幣政策的區(qū)域效應(yīng)研究——來(lái)自信用觀點(diǎn)的解釋[J].當(dāng)代經(jīng)濟(jì)科學(xué),2007(6):1-9.
[12] 易綱.中國(guó)貨幣政策和匯率政策[J].宏觀經(jīng)濟(jì)研究,2002(11):7-10.
[13] 戴根有.中國(guó)中央銀行公開(kāi)市場(chǎng)業(yè)務(wù)操作實(shí)踐和經(jīng)驗(yàn)[J].金融研究,2003(1):55-65.
[14] Christopher A S.Money,income,and causality[J].The American Economic Review,1972(3):540-552.
[15] Bernanke B S,Blinder A S.The federal funds rate and the channels of monetary transmission[J].American E-conomic Review,1992(4):901-921.
[16] Bernanke B S,Ilian M.Measuring monetary policy[J].The Quarterly Journal of Economics,1998(3):869-902.
[17] Walsh J P,Weber K,Margolis J D.Social issues and management:Our lost cause found[J].Journal of Management,2003(6):859-881.
[18] 周小川.金融政策對(duì)金融危機(jī)的響應(yīng)——宏觀審慎政策框架的形成背景、內(nèi)在邏輯和主要內(nèi)容[J].金融研究,2011(1):1-14.
[19] 張雪蘭,何德旭.貨幣政策立場(chǎng)與銀行風(fēng)險(xiǎn)承擔(dān)——基于中國(guó)銀行業(yè)的實(shí)證研究(2000-2010)[J].經(jīng)濟(jì)研究,2012(5):31-44.
[20] Kiyotaki N,Moore J.Credit chains[J].Journal of Political Economy,1997,21:211-248.
[21] 田祥宇,閆麗瑞.銀行信貸、貨幣渠道與資產(chǎn)價(jià)格——兼論貨幣政策中介工具的選擇[J].財(cái)貿(mào)經(jīng)濟(jì),2012(9):70-75.
[22] 胡育蓉,朱恩濤,龔金泉.貨幣政策立場(chǎng)如何影響企業(yè)風(fēng)險(xiǎn)承擔(dān)——傳導(dǎo)機(jī)制與實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)科學(xué),2014(1):39-55.
[23] Adrian T,Shin H S.Money,liquidity,and monetary policy[J].The American Economic Review,2009(2):600-605.
[24] 卞志村,張義.中央銀行信息披露、實(shí)際干預(yù)與通貨膨脹預(yù)期管理[J].經(jīng)濟(jì)研究,2012(12):15-28.
[25] Repullo R,Suarez J.The procyclical effects of banking regulation[R].Cemfi Discussion Paper,2009.
[26] Covas F,F(xiàn)ujita S.Time-varying capital requirements in a general equilibrium model of liquidity dependence[R].Federal Reserve Bank of Philadelphia,2009.
[27] Kopecky K J,Vanhoose D.A model of the monetary sector with and without binding capital requirements[J].Journal of Banking&Finance,2004(3):633-646.
[28] 黃憲,馬理,代軍勛.資本充足率監(jiān)管下銀行信貸風(fēng)險(xiǎn)偏好與選擇分析[J].金融研究,2005(7):95-103.
[29] 馬草原,李成.國(guó)有經(jīng)濟(jì)效率,增長(zhǎng)目標(biāo)硬約束與貨幣政策超調(diào)[J].經(jīng)濟(jì)研究,2013(7):76-89.
[30] 金鵬輝,張翔,高峰.銀行過(guò)度風(fēng)險(xiǎn)承擔(dān)及貨幣政策與逆周期資本調(diào)節(jié)的配合[J].經(jīng)濟(jì)研究,2014(6):73-85.
[31] Michalak T C.The nexus between monetary policy,banking market structure and bank risk taking[J].Essays in Empirical Banking and Finance,2011(2):143.
[32] Roger K.Quantile regression for longitudinal data[J].Journal of Multivariate Analysis,2004(1):74-89.
當(dāng)代經(jīng)濟(jì)科學(xué)2015年1期