銀行微觀競爭與貨幣政策信貸渠道傳導(dǎo)效率
——基于我國130家銀行的經(jīng)驗(yàn)證據(jù)

■中國人民銀行萍鄉(xiāng)市中心支行課題組

一、引言與文獻(xiàn)綜述

銀行作為現(xiàn)代金融系統(tǒng)的核心，在解決企業(yè)融資、支持實(shí)體經(jīng)濟(jì)發(fā)展等方面發(fā)揮著十分重要的作用。據(jù)央行統(tǒng)計(jì)數(shù)據(jù)顯示，2018年全年實(shí)體經(jīng)濟(jì)從銀行獲取的貸款金額占整個(gè)社會(huì)融資規(guī)模的比例仍然高達(dá)79.2%，即便從存量數(shù)據(jù)來看，占比依然不低，約68.2%。同時(shí)，銀行業(yè)的競爭格局一直備受研究者們和監(jiān)管層的關(guān)注。數(shù)據(jù)顯示，截至2018年底，我國銀行業(yè)金融機(jī)構(gòu)法人數(shù)量已達(dá)4588家，較2012年增加800余家，加之互聯(lián)網(wǎng)金融生態(tài)的發(fā)展和興起，銀行業(yè)的競爭日漸呈白熱化態(tài)勢(shì)。

對(duì)銀行來說，競爭不僅會(huì)導(dǎo)致金融產(chǎn)品價(jià)格的下降，影響收益水平，而且會(huì)影響其運(yùn)行效率、風(fēng)險(xiǎn)承擔(dān)水平等。由于不同類型和不同規(guī)模的銀行資金來源渠道、流動(dòng)性高低等方面都存在差異，加之市場勢(shì)力的懸殊，研究銀行競爭對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效率的影響不僅具有重要的理論意義，而且能為從供需兩端疏通貨幣政策傳導(dǎo)渠道提供堅(jiān)實(shí)的微觀基礎(chǔ)。

現(xiàn)有文獻(xiàn)通常從兩個(gè)角度研究貨幣政策信貸渠道傳導(dǎo)效率：一種從宏觀總量上探討貨幣政策信貸渠道現(xiàn)象和機(jī)制（Buigut，2010）；另一種是探討傳導(dǎo)效率的微觀特征，主要涉及截面異質(zhì)性的相關(guān)分析，以克服基于總量數(shù)據(jù)研究存在的識(shí)別問題（Gambacorta&Shin，2018）。Kishan&Opiela（2006）發(fā)現(xiàn)小規(guī)模銀行由于無法獲得其他資金來源，受貨幣緊縮影響更大。類似的證據(jù)體現(xiàn)在流動(dòng)性較低和資本不足的銀行（Juurikkala et al，2011）。除了這三種銀行特征外，相關(guān)文獻(xiàn)研究了股權(quán)結(jié)構(gòu)（Lucas&Schaumburg，2018）、盈利性（Gunji&Yuan，2010）和股東權(quán)益比例（Delis&Kouretas，2011）對(duì)貨幣政策信貸傳導(dǎo)渠道的影響。較多學(xué)者從資本約束、流動(dòng)性預(yù)期壓力、風(fēng)險(xiǎn)沖擊以及債務(wù)壓力等角度解釋了在外部經(jīng)濟(jì)偏緊條件下，信貸渠道被弱化的原因（Christiano，2014；Amador&Nagengast，2016）。

考慮到銀行競爭對(duì)銀行經(jīng)營行為的影響，競爭可能會(huì)促進(jìn)或阻礙銀行信貸渠道進(jìn)而影響貨幣政策的有效性。從實(shí)證角度看，銀行競爭與貨幣政策傳導(dǎo)效率關(guān)系的研究較為集中，但尚無定論，這可能緣于衡量銀行競爭的方法不同和樣本選擇的差異性。國內(nèi)外學(xué)者大部分支持銀行競爭程度提高會(huì)加強(qiáng)貨幣政策信貸傳導(dǎo)效果的觀點(diǎn)。Leroy（2014）采用歐元區(qū)國家的大型銀行面板數(shù)據(jù)，并將勒納指數(shù)作為衡量銀行競爭的指標(biāo)展開研究，結(jié)果顯示競爭加劇會(huì)通過提高貸款利率對(duì)貨幣沖擊的敏感度來強(qiáng)化貨幣政策信貸渠道傳導(dǎo)的有效性。董華平和干杏娣（2015）實(shí)證分析表明，股份制銀行、城商行和外資銀行的市場化程度更高，其市場份額的提升對(duì)信貸渠道的傳導(dǎo)效率有正向影響。Ghossoub&Reed（2015）基于不完全競爭的銀行模型的異質(zhì)性分析中也提及到類似的結(jié)論。但也有部分研究發(fā)現(xiàn)，競爭性銀行業(yè)結(jié)構(gòu)削弱了貨幣政策對(duì)信貸供給的作用。例如，Amidu&Wolfe（2013）利用55個(gè)國家和978家面板數(shù)據(jù)作檢驗(yàn)，結(jié)果發(fā)現(xiàn)競爭程度過高會(huì)降低信貸政策的傳導(dǎo)效率。

通過對(duì)文獻(xiàn)的整理，本文發(fā)現(xiàn)已有文獻(xiàn)鮮有從銀行微觀競爭水平視角分析我國貨幣政策的銀行信貸渠道傳導(dǎo)效率。盡管有少部分研究從該角度著手，但在理論分析框架、銀行市場勢(shì)力測算以及有關(guān)異質(zhì)性方面仍略顯不足。為此，本文主要在以下三個(gè)方面進(jìn)行了拓展：一是引入了“Monti-Kelin”改進(jìn)模型作為本文研究的理論分析基礎(chǔ)；二是既使用了面板固定效應(yīng)方法估計(jì)超越對(duì)數(shù)成本函數(shù)（translog cost function）測算銀行市場勢(shì)力（lerner指數(shù)），又采用了隨機(jī)前沿法（SFA）予以測算；三是不僅分析了銀行特征變量的異質(zhì)性，而且研究了銀行市場勢(shì)力的異質(zhì)性，豐富了相關(guān)研究。

二、理論基礎(chǔ)與模型設(shè)定

（一）理論模型

本文以考察和分析銀行微觀行為為切入點(diǎn)，在借鑒微觀銀行理論模型Monti-Klein模型（Freixas&Rochet，2008）基礎(chǔ)上加以改進(jìn)，建立適用于本研究中解釋銀行競爭對(duì)貨幣政策銀行信貸傳導(dǎo)效率影響的理論模型。

1.模型設(shè)定

產(chǎn)業(yè)組織法（IO）是微觀銀行學(xué)的理論支柱之一，它把銀行活動(dòng)看作為生產(chǎn)類似于產(chǎn)品的存貸款服務(wù)，銀行技術(shù)由成本函數(shù)C（D，L）給出，即管理一定數(shù)量貸款和存款的成本。為簡化分析，本文在這里作三個(gè)假設(shè)：一是銀行的經(jīng)營活動(dòng)僅表現(xiàn)為吸收存款、發(fā)放貸款和在銀行同業(yè)市場或者向中央銀行拆借；二是將銀行業(yè)視為一個(gè)不完全競爭行業(yè)，使其更貼近于事實(shí)；三是所有銀行都擁有相同的成本函數(shù)C（D，L）。具體形式如下：

式（1）中Dt表示銀行t時(shí)期存款供給量，Lt表示銀行t時(shí)期貸款量。二者所對(duì)應(yīng)的存款利率和貸款利率分別用rD和rL表示。另外，用rt表示同業(yè)拆借利率（可以看成中央銀行的貨幣政策工具），α表示法定存款準(zhǔn)備金率。在考慮管理成本的情況下，單個(gè)銀行的利潤等于存貸款的中間利差減去管理成本的總和，用數(shù)學(xué)形式表示為：

由AD-AS曲線可知，存款供給量D是rD的遞增函數(shù)，貸款需求L是rL的遞減函數(shù)；考慮到銀行競爭力對(duì)rL存在的影響和不同銀行之間存在的差異，分析中可將它們的函數(shù)或者反函數(shù)寫成如下形式：

需要注意的是，公式（4）中rL是由貸款規(guī)模和銀行市場勢(shì)力共同決定的。＞0表明銀行貸款供給量越多，對(duì)應(yīng)的貸款利率也越高。這源于兩個(gè)方面：一是rL的增加，必然會(huì)使貸款供給量上升，對(duì)應(yīng)的反函數(shù)的導(dǎo)數(shù)＞0；二是銀行貸款規(guī)模不斷擴(kuò)大，相應(yīng)風(fēng)險(xiǎn)也在增加，為此需要提高貸款利率以應(yīng)對(duì)未來風(fēng)險(xiǎn)。＞0表明銀行市場勢(shì)力越大，越具有制定貸款價(jià)格rL的能力。本文之所以使用Lerner指數(shù)滯后一期是基于短期內(nèi)銀行市場勢(shì)力不那么容易改變的考慮。

為了求出（2）中利潤最大化的解，需要引入貸款需求彈性和存款供給彈性，如下所示。

結(jié)合（2）的一階均衡條件和（5）的反函數(shù)彈性，可得到銀行i在t時(shí)期的最優(yōu)一階均衡條件解

2.均衡條件

在上述條件約束下，各家銀行i利潤最大化的最優(yōu)化條件如下：

將（4）求導(dǎo)的結(jié)果與式（7）同時(shí)代入（9）可得：

3.貨幣政策變動(dòng)、銀行競爭與銀行信貸規(guī)模分析

將（10）兩邊對(duì)vt-1求微分，可得到貨幣政策變動(dòng)對(duì)銀行信貸規(guī)模的影響：

將（10）兩邊對(duì)Leri，t求微分，可得到銀行市場勢(shì)力對(duì)銀行信貸規(guī)模的影響：

將（11）進(jìn)一步對(duì)Lerner指數(shù)求導(dǎo)，可得銀行競爭對(duì)貨幣政策銀行信貸傳導(dǎo)的影響：

利用前面的函數(shù)關(guān)系、一階導(dǎo)數(shù)符號(hào)以及隱函數(shù)鏈?zhǔn)角髮?dǎo)法則，可確定式（13）方向?yàn)檎?，意味著銀行競爭力的增強(qiáng)會(huì)強(qiáng)化貨幣政策變動(dòng)增加引起的銀行貸款規(guī)模的下降。綜合來看，基于上述理論分析框架，本文提出如下假設(shè)：

假設(shè)1：貨幣政策的銀行貸款渠道存在，而且影響方向?yàn)樨?fù)，即貨幣政策變動(dòng)會(huì)引起銀行貸款規(guī)模的反方向變動(dòng)。

假設(shè)2：銀行市場勢(shì)力與貨幣政策交互影響存在且作用方向?yàn)檎词袌鰟?shì)力的增加（競爭力的下降）會(huì)弱化貨幣政策銀行信貸渠道傳導(dǎo)效率；反之，則強(qiáng)化。

（二）計(jì)量模型設(shè)定

為了對(duì)研究主題進(jìn)行經(jīng)驗(yàn)分析，本文將使用面板固定效應(yīng)模型進(jìn)行檢驗(yàn)①之所以不采用差分或者系統(tǒng)動(dòng)態(tài)面板予以估計(jì)是因?yàn)闇笠蜃兞拷y(tǒng)計(jì)不顯著，所以把滯后因變量作為回歸元缺乏令人信服的證據(jù)。此外，在穩(wěn)健性檢驗(yàn)中會(huì)進(jìn)一步提及和驗(yàn)證。，并將實(shí)證模型設(shè)定為如下形式：

式（14）中下標(biāo)i代表銀行，t、t-1為年度及其滯后一期，△MP表示貨幣政策變量，lerner指數(shù)是銀行市場勢(shì)力指標(biāo)，X={size，cap，cdb}是銀行特征變量，分別表示規(guī)模、權(quán)益資本比例、存貸比；△MP×X、△MP×lerner分別為貨幣政策變量和銀行特征變量、市場勢(shì)力的交互項(xiàng)；roa和cpi分別是銀行資產(chǎn)回報(bào)率、消費(fèi)者價(jià)格指數(shù)，u為個(gè)體效應(yīng)，ε為干擾項(xiàng)。

三、變量選取、測度與數(shù)據(jù)說明

（一）變量選取及測度

1.銀行競爭的度量

本文選取Lerner指數(shù)作為銀行競爭的考量，因?yàn)樵撝笖?shù)不僅可用于比較不同銀行之間的市場力量，而且已被學(xué)者們廣泛使用。具體地，lerner指數(shù)的計(jì)算公式如下：

其中，價(jià)格（P）是指類似于總資產(chǎn)的銀行產(chǎn)出的平均價(jià)格，可被定義為總收入與總資產(chǎn)的比率。然而，邊際成本（MC）的計(jì)算是建立在對(duì)包含產(chǎn)出和三種產(chǎn)出價(jià)格的（勞動(dòng)的價(jià)格、實(shí)物資本的價(jià)格、借入資金的成本）超越對(duì)數(shù)成本函數(shù)的估計(jì)基礎(chǔ)上得出。通常該成本函數(shù)被設(shè)定為如下形式：

其中，TC表示總成本（利息支出、員工開支、其他非利息支出之和），y是總資產(chǎn)，w1是勞動(dòng)的價(jià)格（員工開支與總資產(chǎn)的比率），w2是實(shí)物資本的價(jià)格（其他非利息支出與固定資產(chǎn)的比率），w3是借入資本的成本（利息支出與存款和短期資金的比例）。成本函數(shù)的估計(jì)系數(shù)可用于推導(dǎo)邊際成本（MC）：

將（17）的結(jié)果MC代入（15）中即可得出衡量不同銀行市場力量的Lerner指數(shù)。

2.貨幣政策代理變量

貨幣政策有數(shù)量型和價(jià)格型區(qū)分，對(duì)應(yīng)的衡量貨幣政策的指標(biāo)也有數(shù)量型和價(jià)格型兩種。本文在借鑒前人研究的基礎(chǔ)上并結(jié)合我國貨幣政策的具體實(shí)踐，主要采用銀行同業(yè)拆借利率或貸款基準(zhǔn)利率、法定存款準(zhǔn)備金率或廣義貨幣M2增速分別作為價(jià)格型和數(shù)量型貨幣政策的代理變量。其中，貸款基準(zhǔn)利率、廣義貨幣M2增速在本文中主要用于穩(wěn)健性檢驗(yàn)。

3.銀行特征變量和控制變量

一直以來，學(xué)者們圍繞貨幣政策對(duì)信貸渠道傳導(dǎo)效率的影響因素開展了廣泛研究，這些因素除了諸如國內(nèi)生產(chǎn)總值、消費(fèi)者價(jià)格指數(shù)等宏觀經(jīng)濟(jì)變量之外，更為重要的是涉及描述銀行特征的變量，比如銀行規(guī)模、自有資本比例和流動(dòng)性水平等。盡管研究得出的結(jié)論不一，但這基本能說明銀行特征變量確實(shí)會(huì)對(duì)貨幣政策銀行貸款渠道效率產(chǎn)生不容忽視的影響。鑒于此，本文在后續(xù)實(shí)證中主要控制銀行規(guī)模（size）、自有資本比例（cap）和流動(dòng)性（liq）特征的影響，并參考Ehrmann et al（2003）對(duì)銀行特征變量作如下處理：

其中，銀行規(guī)模（size）用銀行總資產(chǎn)的對(duì)數(shù)衡量，流動(dòng)性（liq）用凈貸款與銀行存款和短期資金之比衡量，自有資本比例（cap）用銀行自有資本與同資產(chǎn)的比例衡量①衡量銀行流動(dòng)性的指標(biāo)有多種，之所以不使用銀行流動(dòng)資產(chǎn)與總資產(chǎn)的比例是因?yàn)榕f版BankScope數(shù)據(jù)庫與新版數(shù)據(jù)庫數(shù)值不一致，所以使用銀行存貸比指標(biāo)進(jìn)行替代。。i=1，…，N代表銀行數(shù)量，t=1，…，T代表年份。需要注意的是，對(duì)銀行特征變量作去均值標(biāo)準(zhǔn)化處理既剔除了變量的趨勢(shì)性，而且平均交互項(xiàng)為零，系數(shù)可直接解釋為平均貨幣政策變動(dòng)對(duì)銀行貸款變動(dòng)的影響。

（二）數(shù)據(jù)說明

表1 回歸變量的定義

各變量的定義見表1。本文中銀行貸款數(shù)據(jù)、銀行特征變量、平均資產(chǎn)回報(bào)率以及用于計(jì)算lerner指數(shù)的相關(guān)數(shù)據(jù)均來源于Bank Focus全球銀行與金融機(jī)構(gòu)分析庫。銀行同業(yè)拆借利率、法定存款準(zhǔn)備金率、1年期貸款基準(zhǔn)利率、廣義貨幣M2來源于Wind數(shù)據(jù)庫，而通貨膨脹率來源于中國國家統(tǒng)計(jì)局。此外，選取了130家銀行作為樣本，范圍涵蓋我國5家國有大型商業(yè)銀行、10家股份制銀行、66家城市商業(yè)銀行、22家農(nóng)村商業(yè)銀行以及27家外資銀行，并且考慮數(shù)據(jù)的連續(xù)性、完整性及相同指標(biāo)計(jì)算差異，將樣本期設(shè)定為2004～2017年。

四、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)

表2為相關(guān)變量基本統(tǒng)計(jì)量的結(jié)果。其中，lerner指數(shù)和lerner1指數(shù)分別是基于對(duì)超越成本函數(shù)采用隨機(jī)前沿分析法和面板固定效應(yīng)法估計(jì)所計(jì)算出的，目的是為了檢驗(yàn)lerner指數(shù)的穩(wěn)健性。值得注意的是，二者的均值非常接近，分別為0.259、0.254。然而，該數(shù)值與張娜（2019）所計(jì)算的中國銀行l(wèi)erner指數(shù)均值（0.4左右）有較大差別，與Coccorese（2014）估計(jì)的0.16又較為接近。造成差異的原因可能有兩方面：一是選取的樣本及其涵蓋期間不同；二是估計(jì)邊際成本使用方法不同。此外，相較于歐洲國家銀行l(wèi)erner指數(shù)均值0.1（Fungácová et al，2014）而言，我國銀行市場力量相對(duì)較強(qiáng)，整體競爭水平偏低。

表2 描述性統(tǒng)計(jì)

（二）回歸結(jié)果①

①hausman檢驗(yàn)結(jié)果表明應(yīng)在固定效應(yīng)模型、隨機(jī)效應(yīng)模型二者中選擇前者，即固定效應(yīng)模型。

首先，本文以銀行同業(yè)拆借利率（IR）和法定存款準(zhǔn)備金率（RR）年度增量△MP的滯后一期分別作為價(jià)格型和數(shù)量幣政策的衡量指標(biāo)，實(shí)證檢驗(yàn)結(jié)果見表3。

表3的回歸結(jié)果顯示，（1）～（6）列貨幣政策變量的估計(jì)系數(shù)分別在不同顯著水平顯著且作用方向?yàn)樨?fù)，符合預(yù)期假設(shè)1，也與現(xiàn)有研究普遍得出的結(jié)論一致。表明貨幣政策變動(dòng)的增加會(huì)降低貸款增速，反之，提高貸款增速。從lerner指數(shù)估計(jì)結(jié)果看，（1）～（6）列中各系數(shù)均為負(fù)且都在1%的水平下顯著，表明銀行市場力量增加（競爭程度的降低）會(huì)對(duì)貸款增速產(chǎn)生反向作用，可能的原因在于競爭的降低會(huì)增加借貸雙方信息不對(duì)稱性和提高轉(zhuǎn)移成本，從而使得貸款增速呈現(xiàn)下降。另外，全部設(shè)定模型中的銀行規(guī)模的影響方向?yàn)樨?fù)，但更重要的是銀行流動(dòng)性以及自有資本比例的回歸系數(shù)總體都為正且統(tǒng)計(jì)顯著，說明小銀行、高資本比例和高流動(dòng)性有助于實(shí)現(xiàn)更穩(wěn)健的貸款增速。

貨幣政策變量與銀行特征變量、lerner指數(shù)交互項(xiàng)顯著與否能夠表明二者是否會(huì)對(duì)貨幣政策銀行貸款渠道造成間接影響。（2）、（3）列銀行規(guī)模的交互項(xiàng)系數(shù)不顯著，而（5）、（6）列交互項(xiàng)系數(shù)顯著且為負(fù)，意味著不同類型貨幣政策下，銀行規(guī)模特征對(duì)貸款渠道的影響存在差異，且僅在數(shù)量型貨幣政策工具下，規(guī)模特征會(huì)對(duì)貸款渠道產(chǎn)生一定作用；權(quán)益資本比例的交互項(xiàng)影響在兩種貨幣政策工具下均為負(fù)且顯著，說明權(quán)益資本比例增加盡管會(huì)直接促進(jìn)貸款增長，但是會(huì)通過貸款渠道強(qiáng)化貨幣政策變動(dòng)增加所引致的貸款增速的下降程度；（3）、（6）列流動(dòng)性的交互項(xiàng)影響在兩種貨幣政策類型下為負(fù)且顯著，表明流動(dòng)性增加對(duì)貸款增長既產(chǎn)生了直接有利影響，也產(chǎn)生了間接有利影響，即減弱貨幣政策變動(dòng)增加會(huì)引起貸款增速的下降；最后，就本文最為關(guān)心的lerner指數(shù)交互項(xiàng)而言，影響方向都為正，與預(yù)期假設(shè)2相吻合，但僅在數(shù)量型貨幣政策下顯著，說明銀行競爭的提高會(huì)強(qiáng)化數(shù)量型貨幣政策銀行信貸渠道傳導(dǎo)效果。對(duì)該結(jié)果可能的解釋是因?yàn)殚L期以來我國主要傾向于采用數(shù)量型貨幣政策調(diào)控方式，造成銀行競爭僅對(duì)數(shù)量型政策工具敏感。

（三）進(jìn)一步分析

上述基準(zhǔn)回歸結(jié)果已經(jīng)表明銀行微觀競爭水平不僅會(huì)對(duì)貨幣政策貸款渠道產(chǎn)生直接影響，而且在數(shù)量型貨幣政策下，還會(huì)產(chǎn)生間接影響，表現(xiàn)為銀行競爭加劇會(huì)強(qiáng)化貨幣政策變動(dòng)的影響效果。為進(jìn)一步了解貨幣政策變動(dòng)對(duì)貸款渠道的影響是否會(huì)因銀行競爭程度的高低、特征變量的高低或大小產(chǎn)生異質(zhì)性，本文將lerner指數(shù)、特征變量按中位數(shù)把樣本分為高低或大小兩組，并仍然使用IR、RR的年度增量作為貨幣政策變量，回歸結(jié)果如表4所示。

分組回歸結(jié)果表（4）顯示，在將銀行市場勢(shì)力分為高低兩組后，Panel A和B中貨幣政策變動(dòng)影響均出現(xiàn)了組間差異，影響方向雖然沒有發(fā)生變化，但都僅在市場勢(shì)力較低組具有顯著性。就特征變量交互項(xiàng)影響來看，Panel A中銀行規(guī)模、權(quán)益資本比例和流動(dòng)性的交互影響并沒有出現(xiàn)組間差異，且均不顯著。但在Panel B中銀行規(guī)模、權(quán)益資本比例出現(xiàn)了組間差異，且分別在市場勢(shì)力較高組、較低組顯著。從勒納指數(shù)的影響來看，直接影響在不同類型政策下也均出現(xiàn)了組間差異且均在較低組顯著。值得注意的是，其交互項(xiàng)在Panel A中沒有出現(xiàn)組間差異且均不顯著，這也再一次證實(shí)了基準(zhǔn)回歸中以IR年度增量為政策變量下的勒納指數(shù)交互項(xiàng)不顯著的結(jié)論，即銀行市場勢(shì)力對(duì)銀行貸款渠道的間接影響幾乎不存在；與之不同的是，Panel B中勒納指數(shù)交互項(xiàng)影響出現(xiàn)了組間差異且在市場勢(shì)力較低組顯著，說明對(duì)于市場勢(shì)力較低的銀行而言，貨幣政策變動(dòng)的效果會(huì)隨著銀行市場勢(shì)力的增加被顯著削弱；但對(duì)于市場勢(shì)力較高的銀行而言，貨幣政策變動(dòng)效果并不會(huì)隨著市場勢(shì)力進(jìn)一步增加而削弱。總體來看，將勒納指數(shù)分為高低兩組后，銀行競爭對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效果的影響與基準(zhǔn)回歸結(jié)果一致，并且在數(shù)量型貨幣政策下存在異質(zhì)性特征。在將銀行特征變量分為高低或大小兩組后，可看出貨幣政策變量和特征變量的交互項(xiàng)影響，大致與基準(zhǔn)回歸結(jié)果相吻合。本文著重關(guān)注的是PanelA中貨幣政策變量和lerner指數(shù)的交互項(xiàng)系數(shù)僅對(duì)低資本比例和高流動(dòng)性銀行顯著，該結(jié)果表明銀行競爭對(duì)貨幣政策傳導(dǎo)的緩沖效應(yīng)主要是通過高流動(dòng)性、低資本比例銀行對(duì)貨幣政策沖擊的反應(yīng)實(shí)現(xiàn)的；而Panel B中交互項(xiàng)系數(shù)對(duì)小規(guī)模、高資本比例、高流動(dòng)性銀行更顯著。該結(jié)果也與高流動(dòng)性或高資本化銀行（其財(cái)務(wù)約束較少）可以通過減少流動(dòng)資產(chǎn)或調(diào)動(dòng)未投保存款來緩沖貸款活動(dòng)以抵御貨幣政策沖擊的觀點(diǎn)大體一致（Altunbas et al，2009）。

表3 基準(zhǔn)回歸結(jié)果

為了證實(shí)小規(guī)模銀行相較于大銀行往往擁有較高的資本比例，本文將大規(guī)模和小規(guī)模銀行組間資本差異的比較總結(jié)在表5中。從結(jié)果可以看出，小銀行的確擁有更高的資本比例。

表5 大銀行和小銀行組間均值差異檢驗(yàn)

（四）穩(wěn)健性檢驗(yàn)①

①限于篇幅，本部分結(jié)果留存?zhèn)渌鳌?/p>

1.改變lerner指數(shù)估計(jì)方法的穩(wěn)健性檢驗(yàn)

表4 lerner指數(shù)、特征變量按中位數(shù)分組

如前文所述，計(jì)算勒納指數(shù)需要已知邊際成本資料，而它的獲得是基于對(duì)超越對(duì)數(shù)成本函數(shù)的估計(jì)且估計(jì)方法涉及多種。鑒于此，本文這里使用面板固定效應(yīng)模型估計(jì)得到MC，并計(jì)算出lerner1，將其代入實(shí)證模型進(jìn)行檢驗(yàn)。實(shí)證結(jié)果顯示，在不同類型貨幣政策下，貨幣政策變動(dòng)、lerner1和二者的交互項(xiàng)影響方向及顯著性與前文均保持一致，并沒有否定前文的結(jié)論。

2.以1年期貸款基準(zhǔn)利率作為貨幣政策指標(biāo)的穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)不同貨幣政策指標(biāo)是否會(huì)影響估計(jì)結(jié)果的準(zhǔn)確性，本文以信貸市場的基準(zhǔn)利率1年期貸款基準(zhǔn)利率作為價(jià)格型貨幣政策的衡量指標(biāo)（董華平和干杏娣，2015）進(jìn)行估計(jì)。結(jié)果顯示，當(dāng)改變價(jià)格型貨幣政策的代理指標(biāo)時(shí)，銀行市場勢(shì)力和貨幣政策變量的交互項(xiàng)影響仍然不顯著，意味著價(jià)格型貨幣政策下銀行競爭水平的變化并不會(huì)增強(qiáng)或者弱化貨幣政策銀行信貸渠道傳導(dǎo)效果，與前文的研究結(jié)論保持一致。另外，把lerner指數(shù)按中位數(shù)分為高低兩組后，結(jié)果也仍未發(fā)生明顯改變。

3.以廣義貨幣M2的增速作為貨幣政策指標(biāo)的穩(wěn)健性檢驗(yàn)

當(dāng)用廣義貨幣M2的增速作為數(shù)量型貨幣政策衡量指標(biāo)時(shí)，估計(jì)結(jié)果顯示銀行市場勢(shì)力與其交互項(xiàng)影響系數(shù)仍然高度顯著且方向?yàn)檎?，與前文結(jié)論保持一致。

4.方法的穩(wěn)健性：使用動(dòng)態(tài)面板估計(jì)（SYSGMM）

考慮到現(xiàn)實(shí)中貸款增速可能會(huì)受到它的前一期水平影響，以及為了有效避免模型中的內(nèi)生性干擾問題，本文嘗試在模型中加入貸款增速的滯后一期予以估計(jì)，并且使用系統(tǒng)GMM估計(jì)方法。估計(jì)結(jié)果顯示。第一，殘差序列相關(guān)性的AR檢驗(yàn)表明其不存在二階序列相關(guān)，滿足SYS-GMM方法使用的前提條件；第二，Sargan檢驗(yàn)表明不存在工具變量過度識(shí)別的問題；第三，本文結(jié)論表明貸款增速并沒有存在慣性特征，產(chǎn)生差異的原因可能在于：一是樣本數(shù)量和涵蓋期間不同。二是由于金融監(jiān)管的存在、銀行內(nèi)部風(fēng)險(xiǎn)控制的加強(qiáng)，銀行貸款可能相對(duì)更理性；第四，在不同類型貨幣政策下，交互項(xiàng)的影響方向均為正且都顯著，這與前文的結(jié)果有些不一致，造成差異的原因很可能在于方法使用的不同。但總的來說，數(shù)量型貨幣政策下的銀行微觀競爭水平提高確實(shí)會(huì)強(qiáng)化貨幣政策信貸渠道傳導(dǎo)的效果。

五、結(jié)論與建議

本文以銀行微觀競爭水平為視角，通過引入銀行競爭因素對(duì)Monti-Kelin模型加以合理改進(jìn)，建立了適用于本文研究的理論模型分析框架，在此基礎(chǔ)上設(shè)定面板固定效應(yīng)實(shí)證分析模型，使用我國130家中外資銀行2004～2017年數(shù)據(jù)進(jìn)行實(shí)證分析，研究了銀行微觀競爭水平對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效率的影響。理論分析和實(shí)證結(jié)果表明：第一，我國貨幣政策銀行信貸傳導(dǎo)渠道在價(jià)格型和數(shù)量型兩種貨幣政策下確實(shí)都存在；第二，銀行市場勢(shì)力對(duì)我國貨幣政策銀行信貸渠道傳導(dǎo)效率的影響存在差異，在價(jià)格型貨幣政策下無影響，在數(shù)量型貨幣政策下存在顯著正向影響，即銀行競爭力的提高會(huì)明顯增強(qiáng)貨幣政策變動(dòng)的增加所引起的貸款增速下降的效果；第三，將銀行市場勢(shì)力按中位數(shù)分為高低兩組后，在價(jià)格型貨幣政策下，銀行市場勢(shì)力對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效率仍然無影響，而在數(shù)量型貨幣政策下出現(xiàn)了異質(zhì)性特征且僅在較低組顯著；第四，將銀行特征變量按中位數(shù)分組后，銀行競爭對(duì)兩種類型貨幣政策下銀行信貸渠道的緩沖效應(yīng)主要是通過高資本比例或者高流動(dòng)性銀行對(duì)貨幣政策沖擊的反應(yīng)實(shí)現(xiàn)的；第五，通過改變lerner指數(shù)估計(jì)方法、替換貨幣政策代理指標(biāo)以及使用系統(tǒng)GMM估計(jì)方法進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)論均與前文所述相同。

根據(jù)研究結(jié)論，本文提出以下政策建議：第一，從實(shí)證結(jié)果可以看出，銀行競爭會(huì)強(qiáng)化數(shù)量型貨幣政策信貸渠道傳導(dǎo)效率，為避免政策效率的降低，在使用數(shù)量型貨幣政策工具時(shí)，需要重點(diǎn)注意銀行競爭力的影響，盡可能建立差異化的銀行體系以形成良好的競爭環(huán)境，保持競爭和風(fēng)險(xiǎn)控制目標(biāo)的穩(wěn)定性，促進(jìn)貨幣政策傳導(dǎo)機(jī)制的完善；第二，根據(jù)銀行市場勢(shì)力分組結(jié)果可知，數(shù)量型貨幣政策工具下的銀行市場勢(shì)力對(duì)政策傳導(dǎo)效率影響主要集中在市場競爭力較高的銀行，因而需關(guān)注相關(guān)銀行市場勢(shì)力的變化，并出臺(tái)競爭政策促使銀行保持競爭活力；第三，鑒于銀行競爭對(duì)貨幣政策沖擊的敏感性反映到傳導(dǎo)效果層面在很大程度上與銀行的特征變量有關(guān)，為此，建議各銀行要密切監(jiān)測其自有資本比例、流動(dòng)性大小、經(jīng)營效益等個(gè)體因素，來確定合理的貸款規(guī)模，并對(duì)不同競爭程度的銀行實(shí)行差異化的貨幣政策調(diào)控和監(jiān)管政策，從而避免銀行資本管理的標(biāo)的出現(xiàn)偏移，使得銀行的信貸行為朝著更有利于信貸渠道正向傳導(dǎo)的方向發(fā)展。