銀行同業(yè)業(yè)務與貨幣政策傳導機制的關系研究

李婷婷

（1.河南農業(yè)大學 經(jīng)濟與管理學院，鄭州 450046；2.河南財政金融學院 會計系，鄭州 451464）

0 引言

自2007年以來，特別是2009年四萬億投資以來，銀行同業(yè)業(yè)務已經(jīng)逐漸成為商業(yè)銀行利潤增長的重要來源。在同業(yè)業(yè)務快速發(fā)展的同時，同業(yè)業(yè)務與影子銀行千絲萬縷的聯(lián)系，以及同業(yè)業(yè)務規(guī)避監(jiān)管導致貨幣政策傳導機制受阻的問題受到業(yè)內關注。本文利用一定的分析方法，研究同業(yè)業(yè)務對貨幣政策的干擾影響，并量化干擾影響的具體程度，為貨幣政策制定和具體實施提供政策建議。

關于貨幣政策傳導機制的研究非常豐富，但是從同業(yè)業(yè)務角度分析的文獻十分有限，近年影子銀行以銀行同業(yè)業(yè)務為發(fā)展方向，影子銀行以同業(yè)業(yè)務形式對貨幣政策實施傳導。從國內研究成果看，影子銀行對貨幣政策傳導機制具有影響的結論基本一致，不同的是學者們觀察的角度和采用的方法各不相同[1-4]。相對于影子銀行，同業(yè)業(yè)務相關研究更為有限，實際上二者的邊際也相對模糊[5-8]。

現(xiàn)有的研究方法多數(shù)是借助于一般均衡模型，且變量選擇較為接近，類似的方法與類似的變量難免得出相似的結論。本文無意推翻以往結論，只是嘗試借助于新的方法，并且在變量選擇上更多考慮實際情況，考察同業(yè)業(yè)務對貨幣政策傳導情況的影響。

1 同業(yè)業(yè)務發(fā)展現(xiàn)狀分析

1.1 同業(yè)業(yè)務概念范疇

在2014年五部委規(guī)范同業(yè)業(yè)務以前，同業(yè)業(yè)務并無準確的定義，其概念邊界也是隨著同業(yè)業(yè)務發(fā)展創(chuàng)新與監(jiān)管約束不斷衍生到今天。從同業(yè)業(yè)務發(fā)展的情況看，早期的同業(yè)業(yè)務僅是指商業(yè)銀行之間短期資金拆借業(yè)務，交易對手以商業(yè)銀行為主，交易目的以流動性安全為主，盈利目的較弱，同業(yè)業(yè)務規(guī)模在商業(yè)銀行總資產規(guī)模中占比較低。2007年以后，隨著理財發(fā)行規(guī)模的不斷擴大，商業(yè)銀行通過理財資金對接信貸投放的業(yè)務逐漸增多，限于監(jiān)管的約束，商業(yè)銀行借助于信托公司等通道將理財資金與信貸投放對接，更多的商業(yè)銀行開始意識到通道公司在監(jiān)管套利中的重要作用。與此同時，由于傳統(tǒng)同業(yè)業(yè)務可以節(jié)約資本消耗，風險資產占比較低，部分商業(yè)銀行開始將類信貸業(yè)務借助通道公司包裝成同業(yè)業(yè)務，同業(yè)業(yè)務具有信貸業(yè)務特征。本文認為，不論同業(yè)業(yè)務如何創(chuàng)新，其本質上是商業(yè)銀行基于盈利為目的的，相對于傳統(tǒng)信貸業(yè)務而開展的不限交易對手的各類投融資業(yè)務的總和。

1.2 同業(yè)業(yè)務總體情況

2006年以前，同業(yè)拆借交易量很低且趨勢穩(wěn)定，平均累計交易量1.2萬億。2007年以后，同業(yè)拆借交易量逐年攀升，2015年達到64萬億。從同業(yè)拆借交易量情況看，2007年以后的同業(yè)業(yè)務規(guī)模擴大迅速。

從同業(yè)業(yè)務資產負債結構看，多數(shù)同業(yè)資產以吸收的同業(yè)負債作為資金來源，分析同業(yè)負債規(guī)?？梢酝茰y同業(yè)資產的增長情況。在商業(yè)銀行資產負債表上，并沒有同業(yè)負債這一科目，本文從其他存款性公司金融資產負債表間接推測同業(yè)負債規(guī)模。具體包括，對其他存款性公司負債、對其他金融性公司負債、債券發(fā)行三個科目，再將三個科目的合計金額作為同業(yè)負債的計算依據(jù)。結果發(fā)現(xiàn)，近幾年同業(yè)負債占總負債比重逐年提高，同業(yè)負債已經(jīng)成為商業(yè)銀行存款以外的最重要的融資渠道。

2 模型設計與數(shù)據(jù)說明

2.1 模型設計

現(xiàn)有研究在模型選擇上，多選擇VAR自回歸模型、Granger因果檢驗分析等線性預測分析方法。盡管這些方法一定程度上有助于觀察同業(yè)業(yè)務對貨幣政策的影響，但是鑒于同業(yè)業(yè)務與貨幣政策的非線性可能特征，以及同業(yè)業(yè)務在近幾年迅速擴張的動態(tài)變化特征，本文嘗試借助于Copula函數(shù)，研究同業(yè)業(yè)務與貨幣政策的相關性。Copula是連接多個函數(shù)分布和單個函數(shù)邊緣分布之間的一類特殊函數(shù)，它可以描述多個變量之間的非線性和非對稱性相關結構。為了方便，Copula函數(shù)聯(lián)合分布估計一般采用兩步法，第一步先估計單變量邊緣分布，第二步根據(jù)估計出的[0,1]均勻分布序列，選擇合適的Copula聯(lián)合分布函數(shù)。

在第一步邊緣分布估計中，借助ARMA(0,0)-GARCH(1,1)-偏t模型進行邊緣分布擬合，具體如式（1）所示：

其中，標準化殘差ei't服從偏t分布，偏t分布的密度函數(shù)為式（2）：

其中：

第二步，利用Copula函數(shù)分析動態(tài)相關性。根據(jù)Sklar定理可知，如果F是邊緣分布F1和F2聯(lián)合分布函數(shù)時，存在一個Copula函數(shù)C，當[ ]0'12→[0'1]時，有F(x1'x2)=C(F(x1)'F(X2))，其中F對應的密度函數(shù)為：

其中，c是Copula函數(shù)的密度函數(shù)，f(x1)和 f(x2)是隨機變量X1和X2的密度函數(shù)。由于Copula函數(shù)具有單調遞增情況下函數(shù)值保持不變的特征，因此可以將常見的收益率序列相關結構研究轉換為殘差序列的相關結構研究。其中，收益率為ri't和rj't，殘差為ei't和ej't，收益率ri't關于rj't的時變密度函數(shù)為：

式（4）中，c（t…|…）表示時變結構參數(shù)為Rt，自由度為λ的T-DDC-Copula的密度函數(shù)。為了研究同業(yè)業(yè)務與貨幣政策的動態(tài)相關性，本文借助了T-DDCCopula函數(shù)，該函數(shù)假設條件相關矩陣服從DCC(1'1)過程：

式（5）中，ut和vt是對殘差進行概率積分變換后，得到的服從U(0'1)分布的子序列，為標準t分布的逆分布，是et的樣本協(xié)方差矩陣，是2×2階矩陣，其中主對角值為Q的平方根，其余值為0。在上述模型的基礎上，通過 Kendall相關系數(shù)（τt=(2/π)arcsin(ρt)）把線性相關系數(shù)轉化為非線性相關系數(shù)，最終得到的非線性相關系數(shù)就是本文分析的依據(jù)。

2.2 數(shù)據(jù)選擇與說明

本文研究的是同業(yè)業(yè)務影響下貨幣政策的有效性，由于貨幣政策從發(fā)布到落地再到最終影響涉及到工具運用、中介指標和最終目標三個方面，考察同業(yè)業(yè)務對貨幣政策的影響應當結合貨幣政策的三個內容，因此本文的變量選擇如下：

（1）同業(yè)業(yè)務規(guī)模指標。從商業(yè)銀行實際情況看，同業(yè)負債資金去向主要用于投資同業(yè)資產，以同業(yè)負債金額估算同業(yè)業(yè)務規(guī)模相對有效。本文以同業(yè)負債占金融機構總負債比值作為研究對象，記為RLL。

（2）貨幣政策工具指標。貨幣政策工具是央行達到貨幣政策目標而采取的手段，一般以一般性工具為研究對象。公開市場操作是央行干預金融市場貨幣供應量的貨幣政策工具。本文以央行月度公開市場資金凈投放量為依據(jù)，具體以資金凈投放量的同比增速為研究對象，記為RND。存款準備金率為各個時間節(jié)點央行公布的存款準備金率為研究對象，記為RAD。再貼現(xiàn)率反映金融市場資金利率水平，由于該指標相對于實際市場利率變動滯后，且在貨幣政策系列工具中作用逐漸弱化，本文以銀行間債券回購利率為研究對象，以此反映金融市場資金利率水平，記為RLN。

（3）貨幣政策中介目標。貨幣政策中介目標主要包括兩個內容，一是量的目標，二是價的目標。量是指貨幣供應量、基礎貨幣的投放量，價是指短期市場利率和長期市場利率。我國具體實踐情況是，以往貨幣政策一直以量的目標為中介目標，即貨幣供應量目標。本文將貨幣政策中介目標確定為兩個，分別是貨幣供應量和短期資金利率，其中短期資金利率具體為銀行間市場7天債券回購加權利率，記為RSR。

（4）貨幣政策的最終目標。貨幣政策的一般目標包括穩(wěn)定物價、充分就業(yè)、經(jīng)濟增長和國際收支平衡。經(jīng)濟增長穩(wěn)定的同時，物價穩(wěn)定也是貨幣政策關注的重要內容。GDP增長率沒有月度數(shù)據(jù)，本文通過工業(yè)增加值數(shù)據(jù)與GDP的線性關系估算月度GDP的實際增長率，記為RGDP。一般情況下，涉及到物價穩(wěn)定指標時，通常會選擇CPI，但由于我國CPI指標統(tǒng)計范圍一直飽受詬病，本文選用與經(jīng)濟景氣度更為緊密的PPI指標代表物價穩(wěn)定目標，記為RPPI。

上述數(shù)據(jù)樣本選擇時間為2004—2016年，之所以選擇2004年，是因為我國第一筆理財起始于2004年。數(shù)據(jù)來源于Wind資訊、國家統(tǒng)計局網(wǎng)站，觀察周期為月度數(shù)據(jù)，所有數(shù)據(jù)經(jīng)過BOX-COX平方根變換，季節(jié)性因素對輸出結果的影響初步消除。

3 實證分析

3.1 同業(yè)業(yè)務對貨幣政策工具影響

首先看同業(yè)業(yè)務與存款準備金率的Kendall指數(shù)變動情況（見圖1），同業(yè)業(yè)務與存款準備金率（RAD）的相關性較強，最低值為-0.25，最高值為0.3。不過，從波動情況看，由于存款準備金率變動不頻繁，2004—2016年，央行共調整存款準備金率43次，平均每年調整不足4次，且分布不均衡，例如2007年調整存款準備金率10次，2011年調整存款準備金率7次。再看同業(yè)業(yè)務與再貼現(xiàn)率(RLN)的Kendall指數(shù)變動情況，相對于RAD的指數(shù)變動,RLN的Kendall指數(shù)變動較弱，說明同業(yè)業(yè)務與再貼現(xiàn)率相關性較弱，這與實際情況相符。實際上近些年商業(yè)銀行通過向中央銀行再貼現(xiàn)獲得資金幅度較往年已經(jīng)明顯較少，這主要由于央行貨幣市場工具的逐漸豐富，以及利率市場化背景下商業(yè)銀行獲得資金的渠道逐漸增多。同業(yè)業(yè)務與公開市場操作(RND)的Kendall指數(shù)變動較為明顯，其中最高值為0.25，最低值為-0.11，且波動較為劇烈，相對于前兩種貨幣市場工具，公開市場操作與同業(yè)業(yè)務相關程度最高。

圖1 同業(yè)業(yè)務與貨幣政策工具的Kendall指數(shù)變動情況

從時間區(qū)域劃分上看，2007年以前，同業(yè)業(yè)務與RAD的相關指數(shù)多為正值，2007年以后，相關指數(shù)負值開始增多，其原因在于同業(yè)業(yè)務不同階段具有不同的規(guī)模特征。2007年以前，同業(yè)業(yè)務以資金短期拆借為主，業(yè)務經(jīng)營不以盈利為唯一目的，此時的同業(yè)業(yè)務對存款準備金變動并不敏感，且未表現(xiàn)負相關的特征；2007年以后，隨著同業(yè)業(yè)務規(guī)模增大，其對資金市場資金松緊更為敏感，市場流動性越強，貨幣供給量越大，同業(yè)業(yè)務發(fā)展速度就越快，規(guī)模擴張的強度也越高，其中Kendall指數(shù)在2009年達到最低，為-0.25，這個時間節(jié)點正是中國推出4萬億投資計劃，貨幣供應量急速擴張的時期。

再來看公開市場操作的時間區(qū)域劃分，主要有兩個特征：一是整體上公開市場操作與同業(yè)業(yè)務的Kendall指數(shù)為正，也即是總體上二者表現(xiàn)為正相關特征，這與實際情況吻合。相對于存款準備金率影響整個M2供應量，進而影響商業(yè)銀行可貸款額度，公開市場操作主要影響的是貨幣市場的資金供給量，這與同業(yè)業(yè)務經(jīng)營特征恰好吻合。由于同業(yè)業(yè)務主要是商業(yè)銀行吸收同業(yè)負債開展同業(yè)投資，因此其對貨幣市場資金松緊異常敏感；二是2013年以后，公開市場操作的Kendall指數(shù)明顯高于其他兩個貨幣政策工具，這說明公開市場操作對同業(yè)業(yè)務的影響正逐步提高。實際上近幾年央行正逐步放棄存款準備金率等影響較大的工具，更傾向于利用公開市場操作開展政策微調，這意味著央行貨幣政策執(zhí)行的方式更加成熟，更加市場化。以2016年為例，央行頻繁進行各種期限的正回購與逆回購，以此調整貨幣市場資金供給與利率水平。尤其是在2016年8月以后，央行改變以往貨幣寬松的政策思路，轉為偏緊的貨幣思路，回購期限由短變長，引導同業(yè)業(yè)務去杠桿、去泡沫。最終，2016年12月份出現(xiàn)了2013年以來的第二次錢荒，應當說，2016年錢荒與央行持續(xù)開展的鎖短放長貨幣政策密切相關。盡管商業(yè)銀行等金融機構在此次事件中出現(xiàn)投資損失，但從長遠來看，降低錯配強度的貨幣政策導向有利于金融系統(tǒng)整體穩(wěn)定，也有利于商業(yè)銀行轉變同業(yè)業(yè)務經(jīng)營模式。在重視規(guī)模的同時，更要重視風險防控能力的提升和投資策略的優(yōu)化。

3.2 同業(yè)業(yè)務與貨幣政策中介目標的關系

圖2是同業(yè)業(yè)務與貨幣政策目標的Kendall指數(shù)變動情況?？梢钥闯?，同業(yè)業(yè)務與M2的Kendall指數(shù)值在0.15～0.3之間波動，且波動較為頻繁，說明同業(yè)業(yè)務與M2貨幣供應量的相關關系較強。該指數(shù)為正值，說明同業(yè)業(yè)務對M2保持正向影響，當同業(yè)業(yè)務規(guī)模擴張時，貨幣供應量規(guī)模增大，意味著同業(yè)業(yè)務發(fā)展對于貨幣供應量影響較為明顯。

圖2 同業(yè)業(yè)務與貨幣政策中介目標的Kendall指數(shù)變動關系

再看同業(yè)業(yè)務與RSR短期市場利率的關系，由圖1可知，相對于M2，同業(yè)業(yè)務與短期市場利率關系相對較弱，原因可能在于，一直以來央行制定貨幣政策主要盯住貨幣供應量，M2是貨幣政策執(zhí)行效果的主要評價指標。從貨幣政策調控改革的方向來看，建立利率調節(jié)機制的貨幣政策中介目標是改革的方向，但從同業(yè)業(yè)務與M2、RSR的關系來看，同業(yè)業(yè)務明顯放大了M2的變動情況，這意味著當資金在金融系統(tǒng)過度逐利時，M2指標被虛增了，而同時實體經(jīng)濟并未明顯獲得虛增的貨幣，這與央行制定貨幣政策穩(wěn)定實體經(jīng)濟的初衷相背離。說明同業(yè)業(yè)務在推進金融創(chuàng)新、活躍金融系統(tǒng)的同時，一定程度上弱化了貨幣政策中介指標的測量效果，降低了金融對實體經(jīng)濟的支持力度，提高了實體企業(yè)融資成本。從同業(yè)業(yè)務與RSR的關系來看，盡管二者關系相對較弱，但是Kendall指數(shù)為負，這說明通過影響資金市場利率可以在一定程度上改變同業(yè)業(yè)務規(guī)模。從近幾年央行貨幣政策的改革方向上看，弱化“量”的干預，強化“價”干預的改革思路逐漸明顯，建立利率走廊、不斷豐富公開市場操作工具，包括MLF、SLF等借貸便利工具，系列舉措預示著央行建立將利率指標作為貨幣政策中介指標的方向與目標。

3.3 同業(yè)業(yè)務與貨幣政策最終目標的關系

先看同業(yè)業(yè)務與經(jīng)濟增長的Kendall指數(shù)關系，由圖3可知，同業(yè)業(yè)務與RGDP變動關系比較緊密，Kendall指數(shù)波動較為頻繁，波動幅度在[-0.2，0.28]之間，這說明同業(yè)業(yè)務規(guī)模擴大能夠刺激經(jīng)濟增長。與此相對應的是，同業(yè)業(yè)務與RPPI的Kendall指數(shù)關系較弱，變動不明顯。從影響方向上看，Kendall指數(shù)為負，這說明同業(yè)業(yè)務沒有明顯推高物價幅度，甚至表現(xiàn)為負。需要關注的是，2016年以后的Kendall變動情況，同業(yè)業(yè)務與RGDP的Kendall指數(shù)逐步走弱，這說明同業(yè)業(yè)務擴張對經(jīng)濟增長的刺激作用在減弱，失去實體經(jīng)濟支撐的貨幣擴張式的經(jīng)濟增長不可持續(xù)。另外，同業(yè)業(yè)務與RPPI的Kendall指數(shù)有走高趨勢，這說明同業(yè)業(yè)務在沒有刺激經(jīng)濟增長的同時，反而一定程度上推高了物價，盡管這種影響較弱，但其背后隱藏的趨勢特征不容忽視。

圖3 同業(yè)業(yè)務與貨幣政策目標的Kendall指數(shù)變動關系

4 結論

本文基于時變Copula函數(shù)模型，全面分析了同業(yè)業(yè)務發(fā)展與貨幣政策制定及其效果的關系。結論顯示：第一，根據(jù)貨幣政策工具不同，同業(yè)業(yè)務表現(xiàn)出不同的影響關系；第二，從影響趨勢上看，貨幣供應量與同業(yè)業(yè)務的關系有弱化趨勢，但表現(xiàn)并不明顯，資金利率與同業(yè)業(yè)務的關系有加強趨勢，央行努力構建的利率工具措施正逐步發(fā)揮作用；第三，2016年以后，同業(yè)業(yè)務對經(jīng)濟增長的作用開始減弱，而同業(yè)業(yè)務與物價變動關系開始緊密，同業(yè)業(yè)務一定程度上成為推高物價上漲的可能因素。

[1]李波，伍戈.影子銀行的信用創(chuàng)造功能及其對貨幣政策的挑戰(zhàn)[J].金融研究,2011,(12).

[2]裘翔，周強龍.影子銀行與貨幣政策傳導[J].經(jīng)濟研究,2014,(5).

[3]王振，曾輝.影子銀行對貨幣政策影響的理論與實證分析[J].國際金融研究,2014,(12).

[4]馮科，王一宇.中國影子銀行對貨幣政策傳導影響研究[J].首都師范大學學報,2016,(3).

[5]肖崎，阮健濃.我國銀行同業(yè)業(yè)務發(fā)展對貨幣政策和金融穩(wěn)定的影響[J].國際金融研究,2014,(3).

[6]趙成珍.銀行同業(yè)業(yè)務對貨幣政策有效性的影響研究——基于動態(tài)隨機一般均衡的分析[D].北京：中央財經(jīng)大學博士論文,2015.

[7]邵漢華，楊俊，廖嘗君.商業(yè)銀行同業(yè)業(yè)務擴張與貨幣政策傳導——基于銀行信貸渠道的實證檢驗[J].金融經(jīng)濟學研究,2015,(3).

[8]黃小英，許永洪，溫麗榮.商業(yè)銀行同業(yè)業(yè)務的發(fā)展及其對貨幣政策信貸傳導機制的影響[J].經(jīng)濟學家,2016,(6).