負(fù)利率政策對(duì)銀行貸款的影響研究

歐陽(yáng)生招

摘 要：本文使用斷點(diǎn)回歸法研究了日本的負(fù)利率政策對(duì)銀行貸款的影響。由于當(dāng)時(shí)金融市場(chǎng)并未預(yù)期此政策，因此本文將該事件作為自然實(shí)驗(yàn)。結(jié)果表明，該政策對(duì)被征收負(fù)利息銀行的平均貸款利率影響約為-1.5%～-3.5%。換句話說(shuō)，被征收負(fù)利率銀行的貸款利率與未受負(fù)利率政策約束銀行的貸款利率相比有所下降。

關(guān)鍵詞：負(fù)利率政策;斷點(diǎn)回歸法;貸款利率;銀行貸款;影響研究

中圖分類(lèi)號(hào)：F832.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2021）02（b）--02

1 負(fù)利率政策研究綜述

自2000年以來(lái)，日本、美國(guó)、英國(guó)和歐洲的中央銀行一直在積極尋求除常規(guī)貨幣政策之外的其他政策。

Gunji和Miyazaki（2016）在使用古諾模型并應(yīng)用于銀行業(yè)的理論模型后發(fā)現(xiàn)，中央銀行存款的負(fù)利率政策對(duì)銀行貸款和存款都具有負(fù)面影響。而增加貸款的銀行增加了借款人賬戶的存款，因此需要增加中央銀行的存款，以增加借款人的存款提取準(zhǔn)備。如果中央銀行的存款成為成本，銀行將不情愿地增加貸款及其伴隨的存款，而這與迄今引入了負(fù)利率政策的國(guó)家中央銀行的期望相反。

但是，從經(jīng)驗(yàn)嘗試分析負(fù)利率政策帶來(lái)了兩個(gè)難點(diǎn)。首先，使用匯總數(shù)據(jù)捕獲負(fù)利率政策實(shí)施后的影響，要識(shí)別并凈化其他宏觀經(jīng)濟(jì)因素和負(fù)利率的影響并不容易。換句話說(shuō)，如果同時(shí)出現(xiàn)多種政策變化和宏觀經(jīng)濟(jì)沖擊的情況，從計(jì)量經(jīng)濟(jì)學(xué)的角度來(lái)說(shuō)很難識(shí)別這些影響;其次，即使研究人員試圖使用單個(gè)數(shù)據(jù)來(lái)捕獲這些影響，負(fù)利率政策也會(huì)同時(shí)影響所有經(jīng)濟(jì)實(shí)體，使影響難以識(shí)別。

為了克服這些困難，之前的一些研究使用了斷點(diǎn)回歸估計(jì)法。盡管這些研究的結(jié)果表明負(fù)利率政策對(duì)銀行貸款有負(fù)面影響，但仍然需要一些強(qiáng)有力的假設(shè)才能得出一致的斷點(diǎn)估計(jì)值：第一在政策進(jìn)行期間沒(méi)有其他外源性影響，這一點(diǎn)是比較容易被滿足的，因?yàn)樵谝霘W洲央行的負(fù)利率政策時(shí)，日本政府并沒(méi)有發(fā)現(xiàn)其他重大沖擊;第二，政策組和對(duì)照組之間可能存在平行趨勢(shì)。為了證明即使不進(jìn)行任何政策影響，這兩組的結(jié)果變量會(huì)與前一時(shí)期出現(xiàn)相似的平行波動(dòng)，在政策實(shí)施前必須觀察到平行的趨勢(shì)。

因此，本研究使用斷點(diǎn)回歸法，運(yùn)用銀行的水平數(shù)據(jù)研究2016年日本央行采用的負(fù)利率政策是否會(huì)影響銀行貸款。因此，我們將日本央行引入負(fù)利率政策的行為視為一種自然實(shí)驗(yàn)，以驗(yàn)證其效果。此外，由于負(fù)利率并不適用于所有銀行，而僅適用于滿足某些條件的銀行，因此可以通過(guò)比較不同銀行的表現(xiàn)來(lái)驗(yàn)證該政策的效果。

從本文的實(shí)證結(jié)果來(lái)看，相對(duì)于沒(méi)有被負(fù)利率政策施加影響的銀行，受負(fù)利率政策影響的銀行貸款減少了-1.5%～-3.5%。當(dāng)使用線性或二次函數(shù)以及由區(qū)域銀行組成的子樣本驗(yàn)證時(shí)，此結(jié)果仍舊沒(méi)有改變。此外，由于結(jié)果隨著截至期的不同而變化，這也表明負(fù)利率政策對(duì)銀行貸款確實(shí)有影響。

本文的結(jié)構(gòu)如下：第2部分介紹了如何運(yùn)用斷點(diǎn)回歸法來(lái)驗(yàn)證負(fù)利率政策，并介紹了研究選取的數(shù)據(jù)。在第3部分中，我們使用非參數(shù)密度函數(shù)來(lái)確定運(yùn)行變量是否合適，并使用參數(shù)模型顯示了基準(zhǔn)估計(jì)。對(duì)于因變量，我們不僅分析了銀行貸款增長(zhǎng)率，還分析了銀行存款和股票市場(chǎng)的增長(zhǎng)率。在第4部分中，我們通過(guò)甜甜圈斷點(diǎn)回歸法來(lái)驗(yàn)證前一節(jié)結(jié)果的穩(wěn)健性。第5部分對(duì)本文進(jìn)行總結(jié)。

2 研究設(shè)計(jì)

我們使用來(lái)自WIND數(shù)據(jù)庫(kù)的日本各銀行（城市、地區(qū)、二級(jí)地區(qū)和信托銀行）的數(shù)據(jù)。

對(duì)于變量Ri，即在引入負(fù)利率政策之前，代表單家銀行在日本央行的存款。我們使用期末（即2005年12月31日）的現(xiàn)金和應(yīng)收現(xiàn)金或現(xiàn)金和現(xiàn)金等價(jià)物。盡管前者包括對(duì)其他機(jī)構(gòu)的存款，但我們?nèi)匀贿x擇使用這些數(shù)據(jù)，因?yàn)槲覀儫o(wú)法分離日本央行的經(jīng)常賬戶。當(dāng)然，后者也有局限性，因?yàn)樗ìF(xiàn)金，但因?yàn)楹苌儆秀y行在資產(chǎn)負(fù)債表上披露現(xiàn)金，我們?nèi)耘f選擇使用這些數(shù)據(jù)。但是，由于存入其他銀行現(xiàn)金的金額不是很大，因此不同術(shù)語(yǔ)定義的指標(biāo)選擇影??響被認(rèn)為比較小。

對(duì)于日本央行2015年的平均存款，我們使用2015年3月底、6月底、9月底和12月底余額中可用數(shù)據(jù)周期的平均值。當(dāng)使用現(xiàn)金和應(yīng)收現(xiàn)金作為四個(gè)季度數(shù)據(jù)的Ri時(shí)，可以得到許多觀察數(shù)據(jù)，而在使用現(xiàn)金和現(xiàn)金等價(jià)物時(shí)，通常只有9月和12月的數(shù)據(jù)。此外，雖然實(shí)際負(fù)利率政策的“基本余額”是以每月16日至下月15日的儲(chǔ)量維護(hù)期為基礎(chǔ)的，但由于我們使用的是期末余額，可能會(huì)出現(xiàn)計(jì)量誤差。

Ri是Ri，2015的最后一個(gè)期間值。日本央行在變量Ri之后宣布了實(shí)施負(fù)利率政策，銀行也無(wú)法對(duì)變量Ri進(jìn)行操縱以應(yīng)對(duì)這一政策。Δln Li為日本央行公告前后Li的變化率。因此，Li在公告政策后的數(shù)據(jù)只能在2016年3月后。

除了貸款之外，我們還驗(yàn)證存款Di和證券價(jià)格Bi作為因變量。對(duì)于每個(gè)變量，我們使用從2015年3月31日結(jié)束的財(cái)政年度到2016年3月31日結(jié)束的會(huì)計(jì)年度的變化率。當(dāng)RR1<0時(shí)，Δln L的平均值略高，而當(dāng)RR1>0時(shí)，則Δln L的平均值較低。這一趨勢(shì)也可以在RR2中看到。換言之，就總體數(shù)據(jù)而言，在日本央行宣布負(fù)利率政策之前，準(zhǔn)備金水平較高的銀行貸款增長(zhǎng)率已經(jīng)很小。

3 實(shí)證結(jié)果與分析

3.1 存款準(zhǔn)備金率密度函數(shù)

在實(shí)證部分估計(jì)不連續(xù)性之前，研究確認(rèn)了沒(méi)有一家銀行預(yù)測(cè)到負(fù)利率政策的宣布并控制存款準(zhǔn)備金率。從RR1和RR2的估計(jì)密度函數(shù)可以看出，盡管駝峰很小，但它們幾乎是對(duì)稱的。RR2的非參數(shù)密度函數(shù)的頂點(diǎn)位置略高于零，然而，分布的形狀和分布卻與RR1相似。

研究最為重要的是需要注意兩個(gè)準(zhǔn)備金率的分布保持在0附近。如果一家銀行預(yù)測(cè)了負(fù)利率政策并控制了其存款準(zhǔn)備金率，以確保其不超過(guò)0，那么其分布應(yīng)該偏左。在這種情況下，我們預(yù)計(jì)在存款準(zhǔn)備金率略低于0時(shí)會(huì)出現(xiàn)一個(gè)大的波峰，在略高于0時(shí)會(huì)出現(xiàn)一個(gè)凹痕。然而，RR1和RR2的密度函數(shù)都是平滑分布的。這表明，日本央行的負(fù)利率政策并非在各大銀行預(yù)期之中，也沒(méi)有某家銀行預(yù)測(cè)到負(fù)利率政策并控制了存款準(zhǔn)備金率。

為了檢查穩(wěn)健性，我們模擬了Cattaneo（2017）的研究——密度不連續(xù)性測(cè)試。在約束測(cè)試中使用穩(wěn)健的偏差校正方法，我們拒絕了RR1中斷的零假設(shè)，得出了RR2的P值為0.08。雖然我們不應(yīng)該只強(qiáng)調(diào)P值，但我們比較了RR1和RR2的估計(jì)結(jié)果，以便進(jìn)行更詳細(xì)的分析。盡管我們不應(yīng)該只強(qiáng)調(diào)P值，但我們將RR1和RR2的估算結(jié)果進(jìn)行了比較，以進(jìn)行更詳細(xì)的分析。

3.2 基準(zhǔn)估計(jì)

以下我們通過(guò)進(jìn)行統(tǒng)計(jì)檢驗(yàn)來(lái)更詳細(xì)地驗(yàn)證負(fù)利率是否對(duì)銀行放貸產(chǎn)生負(fù)面影響。從參數(shù)估計(jì)的結(jié)果可以看出，對(duì)于RR1，線性模型中的參數(shù)系數(shù)為-1.6%，而在10%水平上則具有統(tǒng)計(jì)學(xué)意義。盡管使用二次函數(shù)并不明顯，但與線性情況下的-1.5%結(jié)果相似。對(duì)于RR2，線性函數(shù)和二次函數(shù)的結(jié)果分別為-2%和-3%，略大于RR1的結(jié)果，同樣也具有統(tǒng)計(jì)學(xué)意義。研究結(jié)果與上一節(jié)的趨勢(shì)一致，因此，負(fù)利率政策確實(shí)對(duì)貸款增長(zhǎng)率產(chǎn)生了負(fù)面影響。

研究觀察的對(duì)象多為區(qū)域性銀行和二線區(qū)域性銀行，但樣本中也包括部分城市銀行和信托銀行，可能會(huì)影響研究結(jié)果。對(duì)于這兩個(gè)估計(jì)結(jié)果，系數(shù)都比完整樣本估計(jì)的負(fù)面影響略大。對(duì)于具有最高估計(jì)值的RR2的二次函數(shù)，參數(shù)系數(shù)為-3.4%。因此，即使我們將樣本限制在地區(qū)銀行，負(fù)利率政策的負(fù)面影響效應(yīng)也不會(huì)改變。

問(wèn)題是為何實(shí)證分析會(huì)得到上述結(jié)果。放貸時(shí)，銀行僅將存款轉(zhuǎn)入貸款賬戶。但如果貸款用戶在還款時(shí)帶來(lái)現(xiàn)金，銀行存款準(zhǔn)備金可能會(huì)增加，成本也將上升，這是一個(gè)風(fēng)險(xiǎn)因素。因此，銀行貸款趨于減少。

4 穩(wěn)健性檢驗(yàn)

在上一節(jié)的估計(jì)中，我們估計(jì)了RRi=0附近的不連續(xù)性，也是應(yīng)用于準(zhǔn)備金負(fù)利率的截至值。這是基于宏觀附加值余額為0的假設(shè)——=0。但是，由于多種原因，這種情況與實(shí)際數(shù)據(jù)表現(xiàn)有所不同。首先，如第2節(jié)所述，基本余額是從一個(gè)月的16日到下個(gè)月的15日計(jì)算的，不能通過(guò)銀行的賬戶結(jié)算來(lái)確定。其次，即使實(shí)施了負(fù)利率政策，如果銀行利用“貸款支持計(jì)劃和資金供應(yīng)業(yè)務(wù)系統(tǒng)”來(lái)支持日本大地震災(zāi)區(qū)的金融機(jī)構(gòu)，并從日本央行獲得貸款，余額也會(huì)增加到。因此，有些銀行的從一開(kāi)始就不是0。

為了解決這個(gè)問(wèn)題，我們作了一個(gè)甜甜圈斷點(diǎn)回歸估計(jì)，不包括截至點(diǎn)前后的觀測(cè)值。如果截至點(diǎn)周?chē)挠^測(cè)值不明確，我們可以通過(guò)刪除這些觀測(cè)值，從總體趨勢(shì)上估計(jì)截至點(diǎn)周?chē)牟贿B續(xù)性數(shù)據(jù)。當(dāng)然，即使可以在排除的部分中準(zhǔn)確地獲得數(shù)據(jù)，也有必要從其他觀測(cè)值中估計(jì)間隔上分布的形狀。另外，由于我們的樣品量很小，“甜甜圈孔”必須相對(duì)狹窄。

我們將圓環(huán)孔設(shè)置為（-0.005，0.005）。在線性函數(shù)和二次函數(shù)中，系數(shù)都在-4%左右，這與非參數(shù)估計(jì)的結(jié)果相似，再分別將甜甜圈孔延伸至（-0.01、0.01）和（-0.015、0.015）。在這種情況下，系數(shù)略大，從-5%～-7%，P值也相對(duì)較小。這可能是因?yàn)榕懦司哂心：植嫉挠^測(cè)值，并且可以進(jìn)行有效的估計(jì)。因此，上一節(jié)中的發(fā)現(xiàn)并不是因?yàn)镽Ri這個(gè)變量不能準(zhǔn)確測(cè)量。

5 結(jié)語(yǔ)

本文使用斷點(diǎn)回歸法研究了日本央行使用負(fù)利率政策對(duì)銀行貸款的影響。根據(jù)參數(shù)估計(jì)結(jié)果，負(fù)利率政策對(duì)負(fù)利率銀行的貸款產(chǎn)生了1.5%～3.5%的負(fù)面影響。在甜甜圈斷點(diǎn)回歸估計(jì)法中，系數(shù)水平進(jìn)一步增加。以上結(jié)果不僅支持引言中回顧理論研究的預(yù)測(cè)，而且也加強(qiáng)了使用斷點(diǎn)回歸法進(jìn)行實(shí)證分析的現(xiàn)有結(jié)果。

但是，本文的研究側(cè)重于面向負(fù)利率政策對(duì)單個(gè)銀行，而不是對(duì)整個(gè)經(jīng)濟(jì)的影響。假設(shè)是通過(guò)降低利率水平來(lái)增加貸款需求，那么貸款將在宏觀經(jīng)濟(jì)的層次增加。另外，由于負(fù)利率政策對(duì)貸款的負(fù)面影響被施加于應(yīng)用負(fù)利率政策的各家銀行，因此可以著重觀察應(yīng)用負(fù)利率政策某銀行的負(fù)面影響，本文期望在后續(xù)的研究中著重考慮并加以綜合分析。

參考文獻(xiàn)

耿群.日本結(jié)束量化寬松貨幣政策的影響分析[J].國(guó)際金融研究，2006（05）.

崔建軍.貨幣政策有效性研究述評(píng)[J].經(jīng)濟(jì)學(xué)家，2004（02）.