經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)研究

何運(yùn)信，駱 亮，胡興寧，王聰聰

(浙江財(cái)經(jīng)大學(xué)金融學(xué)院，浙江 杭州 310018)

一、引 言

近年的研究發(fā)現(xiàn)，政策多變和不確定性是影響政策效果的重要因素[1][2]。然而現(xiàn)有研究主要集中在經(jīng)濟(jì)政策不確定性如何影響微觀企業(yè)行為和宏觀經(jīng)濟(jì)表現(xiàn)，對(duì)經(jīng)濟(jì)政策不確定性如何影響銀行行為以及貨幣政策傳導(dǎo)機(jī)制則關(guān)注不夠。事實(shí)上，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)行為的影響在一定程度上是通過金融中介機(jī)構(gòu)傳導(dǎo)的。經(jīng)濟(jì)政策不確定性升高，一方面會(huì)使得借款人和銀行面臨更大的風(fēng)險(xiǎn)，另一方面會(huì)增加借款人和銀行之間的信息不對(duì)稱程度，使得銀行對(duì)借款人的信用評(píng)估更困難，出于風(fēng)險(xiǎn)規(guī)避動(dòng)機(jī)，銀行貸款意愿降低，從而降低新貸款申請(qǐng)被批準(zhǔn)的概率[3]、提高貸款利率[4]。因此，經(jīng)濟(jì)政策不確定性升高會(huì)抑制銀行信貸增長(zhǎng)，并通過信貸渠道影響企業(yè)投資。才國偉等(2018)[5]的研究表明，政策不確定性會(huì)通過影響我國企業(yè)債權(quán)融資而抑制企業(yè)投資。王朝陽等(2018)[6]的研究則進(jìn)一步表明，銀行類金融中介機(jī)構(gòu)的不確定性規(guī)避行為是經(jīng)濟(jì)政策不確定性影響企業(yè)資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整的一個(gè)重要中介變量。因此，商業(yè)銀行在經(jīng)濟(jì)政策不確定性影響企業(yè)行為的過程中有重要的中間傳導(dǎo)作用。這是本文研究的第一個(gè)出發(fā)點(diǎn)。

在貨幣政策傳導(dǎo)機(jī)制方面，銀行風(fēng)險(xiǎn)承擔(dān)渠道理論是學(xué)術(shù)界對(duì)2007—2009年金融危機(jī)進(jìn)行反思而提出和發(fā)展起來的[7][8]。其核心觀點(diǎn)是：貨幣政策除了通過傳統(tǒng)的貨幣渠道和信貸渠道影響經(jīng)濟(jì)運(yùn)行之外，還會(huì)通過影響銀行風(fēng)險(xiǎn)承擔(dān)行為來影響經(jīng)濟(jì)運(yùn)行。貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道一經(jīng)提出，就有大量經(jīng)驗(yàn)研究證實(shí)了這個(gè)渠道的存在[9][10][11][12][13]。進(jìn)一步，有文獻(xiàn)研究了銀行風(fēng)險(xiǎn)承擔(dān)渠道傳導(dǎo)效果的影響因素。研究最多的是銀行規(guī)模、資產(chǎn)負(fù)債率、資本充足率等銀行微觀特征因素[9][11][13][14]，其次是中觀層面的銀行競(jìng)爭(zhēng)狀態(tài)[14]，對(duì)宏觀因素則關(guān)注較少，只有少量文獻(xiàn)研究了貨幣政策周期對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響[14][15]，而對(duì)經(jīng)濟(jì)政策不確定性如何影響銀行風(fēng)險(xiǎn)承擔(dān)渠道的文獻(xiàn)則暫付闕如。這是本文研究的另一個(gè)出發(fā)點(diǎn)。

基于以上兩個(gè)出發(fā)點(diǎn)，本文探究了經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)行為和貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道的影響，結(jié)果發(fā)現(xiàn)：經(jīng)濟(jì)政策不確定性會(huì)削弱貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)行為的影響，從而阻梗貨幣政策通過銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)，且這種阻梗效應(yīng)具有順周期特征——相比于貨幣政策緊縮期和經(jīng)濟(jì)下行期，這種阻梗效應(yīng)在貨幣政策擴(kuò)張期和經(jīng)濟(jì)上行期更強(qiáng)。本文的邊際貢獻(xiàn)主要在于兩個(gè)方面：第一，本文研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會(huì)影響銀行風(fēng)險(xiǎn)承擔(dān)行為，進(jìn)而影響銀行信貸決策，影響企業(yè)投資和家庭消費(fèi)，從而為理解經(jīng)濟(jì)政策不確定性如何影響企業(yè)和家庭行為提供一個(gè)新視角；第二，本文發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性升高會(huì)降低貨幣政策通過銀行風(fēng)險(xiǎn)承擔(dān)渠道傳導(dǎo)的效果，且這種阻梗效應(yīng)具有順周期特征，對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道理論做了有益的補(bǔ)充，也可以為疏通貨幣政策傳導(dǎo)機(jī)制的實(shí)踐提供有益的參考。

二、理論分析

(一)貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道

貨幣政策影響經(jīng)濟(jì)運(yùn)行有復(fù)雜的傳導(dǎo)機(jī)制，主要包括利率途徑、資產(chǎn)價(jià)格途徑和信貸途徑等，通過股票和債券等證券市場(chǎng)以及銀行信貸市場(chǎng)發(fā)揮作用。中國的金融結(jié)構(gòu)是銀行主導(dǎo)型，銀行無疑是最主要的傳導(dǎo)渠道。在傳統(tǒng)的信貸渠道理論中，貨幣政策主要通過影響銀行可貸資金數(shù)量、利率和抵押品價(jià)值來影響銀行貸款。但是，近些年發(fā)展起來的銀行風(fēng)險(xiǎn)承擔(dān)渠道理論認(rèn)為，貨幣政策會(huì)影響銀行風(fēng)險(xiǎn)承擔(dān)行為，進(jìn)而影響銀行信貸和經(jīng)濟(jì)運(yùn)行[7][8]，其傳導(dǎo)機(jī)制主要有三個(gè)[9]：一是估值、收入和現(xiàn)金流機(jī)制。寬松的貨幣政策(比如低利率政策)在推高抵押物估值的同時(shí)會(huì)降低企業(yè)財(cái)務(wù)費(fèi)用，改善企業(yè)現(xiàn)金流和資產(chǎn)負(fù)債表，導(dǎo)致銀行低估借款人風(fēng)險(xiǎn)，推動(dòng)銀行風(fēng)險(xiǎn)承擔(dān)水平上升。二是收益追逐機(jī)制。投資者的“貨幣幻覺”和長(zhǎng)期債務(wù)合約中對(duì)收益率的保證條款會(huì)使得投資者和銀行的目標(biāo)收益率表現(xiàn)出黏性特征，當(dāng)擴(kuò)張性貨幣政策推動(dòng)無風(fēng)險(xiǎn)利率下降時(shí)，目標(biāo)收益率卻難以同幅度調(diào)整，銀行不得不提高風(fēng)險(xiǎn)容忍度，發(fā)放更高風(fēng)險(xiǎn)的貸款。三是競(jìng)爭(zhēng)效應(yīng)。擴(kuò)張性貨幣政策會(huì)加劇銀行存貸款競(jìng)爭(zhēng)，降低存貸利差，為了達(dá)到目標(biāo)收益率和爭(zhēng)奪市場(chǎng)份額，銀行會(huì)提高風(fēng)險(xiǎn)容忍度，降低貸款審批標(biāo)準(zhǔn)。在以上三種機(jī)制的作用下，貨幣政策變化會(huì)影響銀行風(fēng)險(xiǎn)承擔(dān)行為，進(jìn)而影響銀行信貸和經(jīng)濟(jì)運(yùn)行。

(二)經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道的影響

經(jīng)濟(jì)政策不確定性是指政府部門頻繁調(diào)整經(jīng)濟(jì)政策，從而導(dǎo)致企業(yè)和居民無法準(zhǔn)確預(yù)知政府部門是否、何時(shí)以及如何改變現(xiàn)行經(jīng)濟(jì)政策[16]。經(jīng)濟(jì)政策不確定性會(huì)影響經(jīng)濟(jì)主體的預(yù)期和決策。就企業(yè)而言，經(jīng)濟(jì)政策不確定性會(huì)影響其現(xiàn)金持有[17]、投融資決策[5][16][18]、資本結(jié)構(gòu)調(diào)整[6][19]、研發(fā)創(chuàng)新[20]等。經(jīng)濟(jì)政策不確定性對(duì)企業(yè)行為的影響有一部分是通過影響銀行行為來傳導(dǎo)的，這是因?yàn)榻?jīng)濟(jì)政策不確定性升高不僅會(huì)降低銀行的信貸供給[21]，還會(huì)提高銀行的貸款定價(jià)[4]。值得注意的是，宋全云等(2019)[4]的研究發(fā)現(xiàn)，隨著經(jīng)濟(jì)政策不確定性升高，企業(yè)的貸款違約風(fēng)險(xiǎn)反而降低了。這表明在經(jīng)濟(jì)政策不確性升高的時(shí)期，銀行傾向于選擇風(fēng)險(xiǎn)評(píng)級(jí)更低的項(xiàng)目和客戶。也就是說，經(jīng)濟(jì)政策不確定性會(huì)影響銀行的風(fēng)險(xiǎn)承擔(dān)意愿。因?yàn)榻?jīng)濟(jì)政策不確定性越高，宏觀經(jīng)濟(jì)環(huán)境越復(fù)雜，企業(yè)和銀行面臨的風(fēng)險(xiǎn)就越高，銀行貸款風(fēng)險(xiǎn)評(píng)估就會(huì)越謹(jǐn)慎，風(fēng)險(xiǎn)承擔(dān)意愿也會(huì)越低。

既然經(jīng)濟(jì)政策不確定性會(huì)影響銀行風(fēng)險(xiǎn)承擔(dān)意愿，就必然會(huì)阻梗貨幣政策通過銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)。根據(jù)前文的分析，擴(kuò)張性貨幣政策會(huì)增強(qiáng)銀行風(fēng)險(xiǎn)承擔(dān)意愿，但是貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)意愿的影響會(huì)隨著經(jīng)濟(jì)政策不確定性升高而變?nèi)?。?duì)此，我們可以從貨幣政策影響銀行風(fēng)險(xiǎn)承擔(dān)的三個(gè)機(jī)制來分析。首先，從估值、收入和現(xiàn)金流機(jī)制來說，雖然寬松的貨幣政策(比如降息)會(huì)改善借款人的收入、現(xiàn)金流和資產(chǎn)負(fù)債表，提高可抵押資產(chǎn)估值[9]，但是在經(jīng)濟(jì)政策不確定性較高的狀態(tài)下，這種效應(yīng)會(huì)受到很大限制[22]。原因在于政策不確定性越高，企業(yè)和銀行未來面臨的宏觀經(jīng)濟(jì)環(huán)境就越復(fù)雜多變[18]，從而削弱銀行對(duì)寬松貨幣政策能夠改善企業(yè)收入和現(xiàn)金流的預(yù)期，使得銀行對(duì)企業(yè)抵押品估值變得相對(duì)謹(jǐn)慎[4]，削弱寬松貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的提升效應(yīng)。其次，從利益追逐機(jī)制來說，雖然在寬松貨幣政策環(huán)境下銀行管理者受目標(biāo)收益率的約束會(huì)提高風(fēng)險(xiǎn)容忍度，但是隨著經(jīng)濟(jì)政策不確定性升高，風(fēng)險(xiǎn)容忍度的提高幅度會(huì)有所下降，使得寬松貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的刺激作用下降。最后，從競(jìng)爭(zhēng)效應(yīng)來說，雖然寬松貨幣政策會(huì)加劇銀行貸款競(jìng)爭(zhēng)[23]，降低銀行貸款定價(jià)和非價(jià)格條件，但是當(dāng)經(jīng)濟(jì)政策不確定性升高的時(shí)候，銀行感知到風(fēng)險(xiǎn)增強(qiáng)，其貸款定價(jià)和對(duì)非價(jià)格條件的設(shè)置會(huì)變得更謹(jǐn)慎，從而削弱寬松貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的刺激作用。基于以上分析，我們提出第一個(gè)待檢假設(shè)：

H1：經(jīng)濟(jì)政策不確定性會(huì)阻梗貨幣政策通過銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)，經(jīng)濟(jì)政策不確定性越高，貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響越小。

(三)經(jīng)濟(jì)政策不確定性阻梗效應(yīng)的周期非對(duì)稱性

貨幣政策有效性在經(jīng)濟(jì)周期不同階段存在差異，在經(jīng)濟(jì)衰退期擴(kuò)張性貨幣政策的作用有限，在經(jīng)濟(jì)擴(kuò)張期緊縮性貨幣政策的效應(yīng)則較強(qiáng)[24][25]。與此同時(shí)，銀行風(fēng)險(xiǎn)承擔(dān)行為存在周期非對(duì)稱性——銀行風(fēng)險(xiǎn)承擔(dān)行為具有順周期特征[26]。所以貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道可能也存在周期非對(duì)稱性。貨幣政策寬松對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的激勵(lì)效應(yīng)比貨幣政策緊縮對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的抑制作用更強(qiáng)[14][15]。既然貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響在貨幣政策周期不同階段存在差異，那么經(jīng)濟(jì)政策不確定性對(duì)這一傳導(dǎo)渠道的阻梗效應(yīng)可能存在非對(duì)稱性。在貨幣政策擴(kuò)張期，銀行風(fēng)險(xiǎn)承擔(dān)意愿增強(qiáng)，若此時(shí)經(jīng)濟(jì)政策不確定性上升，一方面會(huì)使銀行產(chǎn)生企業(yè)和家庭未來經(jīng)營環(huán)境不確定性和經(jīng)營風(fēng)險(xiǎn)升高的預(yù)期，另一方面會(huì)使銀行產(chǎn)生寬松政策可能快速轉(zhuǎn)向緊縮的預(yù)期，這兩種預(yù)期都會(huì)削弱擴(kuò)張性貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的激勵(lì)作用。在貨幣政策緊縮期，銀行風(fēng)險(xiǎn)承擔(dān)意愿減弱，如果此時(shí)經(jīng)濟(jì)政策不確定性升高，一方面會(huì)使銀行產(chǎn)生企業(yè)和家庭未來經(jīng)營環(huán)境不確定性和經(jīng)營風(fēng)險(xiǎn)升高的預(yù)期，另一方面會(huì)使銀行產(chǎn)生緊縮性政策在未來可能快速轉(zhuǎn)向?qū)捤傻念A(yù)期，前一種預(yù)期會(huì)強(qiáng)化緊縮性貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的抑制作用，而后一種預(yù)期則會(huì)弱化貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的抑制作用。有鑒于此，我們提出第二個(gè)待檢假設(shè)：

H2：經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)，在貨幣政策擴(kuò)張期比貨幣政策緊縮期更強(qiáng)。

既然經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)在不同貨幣政策周期下是非對(duì)稱的，考慮到貨幣政策周期與經(jīng)濟(jì)周期密切相關(guān)，那么經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)在不同經(jīng)濟(jì)周期下也可能存在非對(duì)稱性。與H2的分析思路一致，在經(jīng)濟(jì)上行期，銀行對(duì)未來經(jīng)濟(jì)發(fā)展的預(yù)期轉(zhuǎn)好，此時(shí)若經(jīng)濟(jì)政策不確定性上升，一方面會(huì)打擊銀行對(duì)經(jīng)濟(jì)進(jìn)一步上行的信心，壓制銀行樂觀預(yù)期，另一方面銀行會(huì)預(yù)期在經(jīng)濟(jì)上行到一定水平之后央行推行緊縮性政策，這兩種預(yù)期會(huì)降低銀行風(fēng)險(xiǎn)承擔(dān)意愿，收緊信貸。而在經(jīng)濟(jì)下行期，銀行對(duì)未來經(jīng)濟(jì)發(fā)展的預(yù)期惡化，如果此時(shí)經(jīng)濟(jì)政策不確定性升高，一方面會(huì)使銀行的預(yù)期進(jìn)一步惡化，另一方面會(huì)使銀行產(chǎn)生貨幣政策寬松預(yù)期，從而在一定程度上抵消政策不確定性帶來的負(fù)面效應(yīng)。基于以上分析，我們提出第三個(gè)待檢假設(shè)：

H3：經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)，在經(jīng)濟(jì)上行期比經(jīng)濟(jì)下行期更強(qiáng)。

三、經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道阻梗效應(yīng)的存在性檢驗(yàn)

(一)模型與數(shù)據(jù)

為驗(yàn)證本文的假設(shè)1，構(gòu)造面板數(shù)據(jù)模型：

RiskTi,t=β0+β1MPt+β2EPUt+β3EPUt×MPt+βiControli,t+βtMt+εi,t

(1)

其中，RiskTi,t表示第i家銀行第t年的風(fēng)險(xiǎn)承擔(dān)水平，MPt表示貨幣政策，EPUt表示經(jīng)濟(jì)政策不確定性。模型中引入了經(jīng)濟(jì)政策不確定性與貨幣政策的交叉項(xiàng)EPUt×MPt，以考察經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道是否有阻梗效應(yīng)。如果系數(shù)β1和β3都顯著且符號(hào)相同，說明經(jīng)濟(jì)政策不確定性強(qiáng)化了貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響；如果這兩個(gè)系數(shù)都顯著且符號(hào)相反，則說明經(jīng)濟(jì)政策不確定性升高會(huì)弱化貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響，即經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道產(chǎn)生了阻梗效應(yīng)。Controli,t表示銀行微觀特征控制變量，參考現(xiàn)有文獻(xiàn)[9][12][13][27][28]，本文選取銀行規(guī)模、資本充足率、資產(chǎn)收益率、存貸比。Mt表示宏觀層面控制變量。εi,t是個(gè)體隨機(jī)誤差。此外，本文所有的回歸模型均采用銀行層面聚類的穩(wěn)健標(biāo)準(zhǔn)誤。

由于本文使用的EPU為年度數(shù)據(jù)，如果控制年份效應(yīng)，可能產(chǎn)生多重共線性問題，但如果不控制年份效應(yīng)，則無法消除時(shí)間截面對(duì)回歸產(chǎn)生的影響。本文參考王朝陽等(2018)[6]和申宇等(2020)[29]的做法，在回歸模型中盡可能加入時(shí)間截面上的變量，以緩解可能存在的內(nèi)生性問題，在模型(1)中以Mt表示，包括經(jīng)濟(jì)增長(zhǎng)率、通貨膨脹率和股票市場(chǎng)價(jià)格三個(gè)變量。

銀行風(fēng)險(xiǎn)承擔(dān)主要有三類測(cè)度方法：銀行預(yù)期違約概率(EDF)和Z值[10][30]，風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比或不良貸款率，貸款審批標(biāo)準(zhǔn)。由于我國銀行違約數(shù)據(jù)不可得，經(jīng)驗(yàn)EDF函數(shù)也未建立，很難采用銀行預(yù)期違約概率來衡量銀行風(fēng)險(xiǎn)承擔(dān)。由于特定原因我國銀行幾乎沒有破產(chǎn)風(fēng)險(xiǎn)，所以Z值也不適合。由于各家銀行貸款控制標(biāo)準(zhǔn)很難準(zhǔn)確度量，一般也很少用。所以我國常用第二類測(cè)度方法，其中不良貸款率又是最常用的指標(biāo)，本文也采用該指標(biāo)來衡量銀行風(fēng)險(xiǎn)承擔(dān)，用NPL表示。

我國貨幣政策逐漸從以數(shù)量型為主過渡到以價(jià)格型為主，因此本文采用上海銀行間同業(yè)拆借利率(SHIBOR)作為貨幣政策的代理變量，同時(shí)選取貨幣供應(yīng)量M2增長(zhǎng)率進(jìn)行穩(wěn)健性檢驗(yàn)。利率越高，貨幣政策越緊縮，因此SHIBOR為負(fù)向指標(biāo)。

本文的關(guān)鍵變量是經(jīng)濟(jì)政策不確定性。這里的經(jīng)濟(jì)政策是財(cái)政政策、貨幣政策、國際貿(mào)易政策、國際投資政策、產(chǎn)業(yè)政策、科技政策等各類經(jīng)濟(jì)政策的總和。經(jīng)濟(jì)政策不確定性是指所有經(jīng)濟(jì)政策不確定性的總和，所以不能用某一個(gè)政策指標(biāo)的波動(dòng)率來衡量，必須構(gòu)建一個(gè)綜合指數(shù)來衡量。本文采用Baker等(2016)[1]構(gòu)建的中國經(jīng)濟(jì)政策不確定性指數(shù)。該指數(shù)原是月度數(shù)據(jù)，我們將月度數(shù)據(jù)進(jìn)行簡(jiǎn)單算術(shù)平均轉(zhuǎn)化為年度指數(shù)。

變量定義見表1。

表1 變量定義

續(xù)表

本文樣本有73家銀行，包括5家國有銀行、12家全國性股份制銀行以及56家城市商業(yè)銀行和農(nóng)村商業(yè)銀行。樣本期為2008—2018年。由于各銀行上市時(shí)間不同，樣本數(shù)據(jù)為非平衡面板數(shù)據(jù)。銀行層面的數(shù)據(jù)來自Wind數(shù)據(jù)庫中各銀行年報(bào)，宏觀數(shù)據(jù)來自國家統(tǒng)計(jì)局網(wǎng)站，貨幣政策指標(biāo)數(shù)據(jù)來自中國人民銀行網(wǎng)站。

變量的描述性統(tǒng)計(jì)見表2。不良貸款率(NPL)均值為1.37，標(biāo)準(zhǔn)差為1.09，最大值為13.97，最小值為0.01，說明盡管大部分銀行滿足監(jiān)管要求，但個(gè)別銀行的風(fēng)險(xiǎn)水平較高，不同銀行不良貸款率差異較大。經(jīng)濟(jì)政策不確定性(EPU)均值為2.21，標(biāo)準(zhǔn)差1.16，最大值4.59，最小值0.99，說明不同年份這一指數(shù)的差別較大。

表2 變量的描述性統(tǒng)計(jì)

(二)模型估計(jì)結(jié)果與分析

表3報(bào)告了基本模型(1)的估計(jì)結(jié)果。方程(1)和方程(2)中不含經(jīng)濟(jì)政策不確定性與貨幣政策的交乘項(xiàng)EPU×MP，方程(3)則引入了該交乘項(xiàng)。從方程(1)來看，提高利率有助于降低銀行風(fēng)險(xiǎn)承擔(dān)水平，即擴(kuò)張性貨幣政策會(huì)使銀行提高風(fēng)險(xiǎn)容忍度，風(fēng)險(xiǎn)承擔(dān)水平升高；緊縮性貨幣政策則會(huì)降低銀行風(fēng)險(xiǎn)容忍度，從而抑制銀行風(fēng)險(xiǎn)承擔(dān)。從方程(2)來看，經(jīng)濟(jì)政策不確定性上升會(huì)降低銀行風(fēng)險(xiǎn)承擔(dān)水平。觀察方程(3)可以發(fā)現(xiàn)交乘項(xiàng)EPU×MP與MP的符號(hào)相反，表明經(jīng)濟(jì)政策不確定性(EPU)越高，貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響越小，即經(jīng)濟(jì)政策不確定性升高會(huì)阻梗貨幣政策通過銀行風(fēng)險(xiǎn)承擔(dān)渠道的傳導(dǎo)。這驗(yàn)證了假設(shè)1。

表3 經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)

(三)穩(wěn)健性檢驗(yàn)

1.替換核心解釋變量

以M2增長(zhǎng)率替換上海銀行間同業(yè)拆借利率作為貨幣政策的代理變量。表4回歸結(jié)果中依然可以得到經(jīng)濟(jì)政策不確定性升高會(huì)阻梗貨幣政策通過銀行風(fēng)險(xiǎn)承擔(dān)渠道傳導(dǎo)這一結(jié)論。

表4 穩(wěn)健性檢驗(yàn)：替換核心解釋變量

2.內(nèi)生性問題

(1)考慮遺漏變量的影響。雖然在表3的回歸方程中加入了宏觀層面的變量以彌補(bǔ)沒有控制時(shí)間效應(yīng)的缺陷，但是除了宏觀經(jīng)濟(jì)層面的因素，還可能存在其他純時(shí)間維度上銀行業(yè)層面的因素影響銀行風(fēng)險(xiǎn)承擔(dān)渠道。本文參考申宇(2020)[29]的做法，在模型(1)的基礎(chǔ)上加入銀行業(yè)景氣指數(shù)來緩解這一問題。從表5結(jié)果可以看出，加入銀行業(yè)景氣指數(shù)(BANKPI)并沒有改變貨幣政策變量(MP)與交叉項(xiàng)(EPU×MP)系數(shù)的方向與顯著性，說明本文的結(jié)論是穩(wěn)健的。

表5 考慮銀行業(yè)層面遺漏變量

(2)工具變量分析。工具變量法被認(rèn)為是解決內(nèi)生性問題的有效方法之一，選擇合適的工具變量是該方法的關(guān)鍵所在。本文參考王義中和宋敏(2014)[31]、顧夏銘等(2018)[20]的做法，將美國經(jīng)濟(jì)政策不確定性指數(shù)(EPUUS)作為我國經(jīng)濟(jì)政策不確定性指數(shù)的工具變量，估計(jì)結(jié)果列于表6的方程(10)—(11)。同時(shí)選取7天期倫敦銀行同業(yè)拆借利率(LIBOR)的年度平均值作為貨幣政策的工具變量，估計(jì)結(jié)果列于表6的方程(12)—(14)。從估計(jì)結(jié)果來看，在表6的所有方程中，均不存在識(shí)別不足與弱工具變量的問題。在使用工具變量后，本文關(guān)注的核心解釋變量估計(jì)結(jié)果均與前文保持一致，說明結(jié)論是穩(wěn)健的。

表6 工具變量法

四、經(jīng)濟(jì)政策不確定性阻梗效應(yīng)的周期非對(duì)稱性

(一)貨幣政策周期與經(jīng)濟(jì)周期的劃分

1.貨幣政策擴(kuò)張期和緊縮期的劃分

2.經(jīng)濟(jì)上行期和下行期的劃分

GDP增長(zhǎng)率的變化最能反映經(jīng)濟(jì)的周期波動(dòng)。這里用HP濾波法將GDP增長(zhǎng)率分解成趨勢(shì)項(xiàng)和周期項(xiàng)，周期項(xiàng)為正則定義為經(jīng)濟(jì)上行，周期項(xiàng)為負(fù)則定義為經(jīng)濟(jì)下行。依據(jù)這一方法，2010年、2011年、2017年和2018年共4年為經(jīng)濟(jì)上行期，另外7年為經(jīng)濟(jì)下行期。與貨幣政策周期劃分結(jié)果對(duì)比發(fā)現(xiàn)，經(jīng)濟(jì)周期與貨幣政策周期并不完全同步，原因在于貨幣政策的制定存在認(rèn)知時(shí)滯和決策時(shí)滯，從政策實(shí)施到效果顯現(xiàn)也存在時(shí)滯。

(二)政策不確定性阻梗效應(yīng)的周期非對(duì)稱性分析

我們將貨幣政策周期(或經(jīng)濟(jì)周期)虛擬變量引入模型，以考察經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)的周期非對(duì)稱性：

RiskTi,t=β0+β1MPt+β2EPUt+β3EPUt×MPt+β4DMt×EPUt×MPt

+β5DMt+βiControli,t+βtMt+εi,t

(2)

其中，DMt是貨幣政策周期或經(jīng)濟(jì)周期虛擬變量。模型估計(jì)結(jié)果見表7。方程(15)和方程(16)用來考察經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)在貨幣政策周期不同階段的差異；方程(17)和方程(18)用來考察這種阻梗效應(yīng)在經(jīng)濟(jì)周期不同階段是否存在差異。為此，我們只需關(guān)注DM×EPU×MP和MP×EPU系數(shù)的顯著性以及符號(hào)。由表7結(jié)果可知，在這四個(gè)方程中，DM×EPU×MP和MP×EPU的系數(shù)都顯著且符號(hào)相同。這說明相比于貨幣政策緊縮期或經(jīng)濟(jì)下行期，在貨幣政策擴(kuò)張期或經(jīng)濟(jì)上行期，經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)的影響更強(qiáng)。結(jié)合前文“經(jīng)濟(jì)政策不確定性升高會(huì)削弱貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響”這一結(jié)論，可以得出：經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻梗效應(yīng)在貨幣政策擴(kuò)張期比貨幣政策緊縮期更強(qiáng)，在經(jīng)濟(jì)上行期比經(jīng)濟(jì)下行期更強(qiáng)。這些結(jié)果與假設(shè)2和假設(shè)3一致。

表7 經(jīng)濟(jì)政策不確定性阻梗效應(yīng)的周期非對(duì)稱性

五、基于“渠道識(shí)別”的再檢驗(yàn)

(一)“渠道識(shí)別”與再檢驗(yàn)設(shè)計(jì)

盡管貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道確實(shí)存在，但要在實(shí)證上要分離出這一渠道卻很困難。模型(1)中作為被解釋變量的銀行風(fēng)險(xiǎn)承擔(dān)本質(zhì)上應(yīng)該是銀行主觀上愿意承擔(dān)的風(fēng)險(xiǎn)水平，但在實(shí)證分析中該變量所用的代理指標(biāo)，不管是不良貸款率、風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比、Z值還是銀行違約概率，既是主觀意愿承擔(dān)風(fēng)險(xiǎn)的結(jié)果，也包括由于宏觀經(jīng)濟(jì)金融環(huán)境變化導(dǎo)致銀行承擔(dān)風(fēng)險(xiǎn)被動(dòng)上升的部分。正因?yàn)槿绱耍恍W(xué)者認(rèn)為諸如模型(1)之類的實(shí)證模型中，貨幣政策的系數(shù)β1并不能代表“純粹的銀行風(fēng)險(xiǎn)承擔(dān)渠道”，進(jìn)而提出了相應(yīng)的改進(jìn)方法[10][27]。本文借鑒Altunbas等(2014)和項(xiàng)后軍等(2018)[10][27]的做法，通過模型(3)來分離銀行主動(dòng)風(fēng)險(xiǎn)承擔(dān)：

Riski,t=α0+α1IRt+α2FAi,t+μi,t

(3)

其中，Riski,t是銀行的風(fēng)險(xiǎn)水平，用銀行不良貸款率(NPL)衡量。IRt和FAi,t分別代表信貸渠道和資產(chǎn)負(fù)債表渠道。參考項(xiàng)后軍等(2018)[27]的做法，信貸渠道代理指標(biāo)采用1—3年貸款基準(zhǔn)利率，資產(chǎn)負(fù)債表渠道代理指標(biāo)采用固定資產(chǎn)投資價(jià)格指數(shù)?；貧w得到的殘差就是銀行所承擔(dān)的風(fēng)險(xiǎn)中剔除了由信貸渠道和資產(chǎn)負(fù)債表渠道所引致的風(fēng)險(xiǎn)之后的部分，反映銀行主動(dòng)風(fēng)險(xiǎn)承擔(dān)，從而可以代表銀行風(fēng)險(xiǎn)承擔(dān)渠道所引致的風(fēng)險(xiǎn)。模型(3)估計(jì)結(jié)果為：NPLi,t=-0.1993IRt+0.0518FAi,t-2.8481+μi,t。(1)該模型所有系數(shù)都通過了1%顯著性檢驗(yàn)。

得到銀行主動(dòng)風(fēng)險(xiǎn)承擔(dān)代理指標(biāo)μi,t后，再基于模型(4)來考察經(jīng)濟(jì)政策不確定性對(duì)銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響：

RiskTi,t=γ0+γ1TGAPt+γ2EPUt+γ3EPUt×TGAPt+γiControli,t+γtMt+εi,t

(4)

其中，被解釋變量RiskTi,t是銀行的主動(dòng)風(fēng)險(xiǎn)承擔(dān)，用模型(3)的殘差μi,t作為代理指標(biāo)。解釋變量TGAPt是貸款利率與泰勒規(guī)則利率之差。貨幣政策越寬松，差值越??；反之貨幣政策越緊縮，差值越大。該差值在模型中可用來考察貨幣政策通過收益追逐機(jī)制影響銀行風(fēng)險(xiǎn)承擔(dān)[27]。需要說明的是，參照現(xiàn)有文獻(xiàn)的做法，控制變量中加入了類金融加速器機(jī)制的代理變量(SFA)，用固定資產(chǎn)投資價(jià)格指數(shù)來衡量[27]。模型中TGAP的估算很重要。我們用中國人民銀行公布的1—3年期貸款基準(zhǔn)利率作為貸款利率代理指標(biāo)。關(guān)于泰勒規(guī)則利率，本文參考張雪蘭等(2012)[12]和項(xiàng)后軍等(2018)[27]的做法，選擇引入利率平滑機(jī)制的泰勒規(guī)則計(jì)算TGAP。參數(shù)設(shè)置方面，真實(shí)均衡利率α0和目標(biāo)通貨膨脹率π*都設(shè)置為2%，參數(shù)α1和α2分別取1.5和0.5，利率平滑參數(shù)ρ取0.85。接下來估算產(chǎn)出缺口。估算產(chǎn)出缺口的關(guān)鍵在于GDP潛在增長(zhǎng)率的估計(jì)，我們分別采用HP濾波法以及考慮時(shí)間趨勢(shì)項(xiàng)和虛擬變量的線性趨勢(shì)來估計(jì)[32][33]。這樣得到兩個(gè)不同的TGAP，以TGAPA和TGAPB表示。

(二)估計(jì)結(jié)果與分析

模型(4)的估計(jì)結(jié)果見表8。方程(19)和方程(21)沒有加入經(jīng)濟(jì)政策不確定性，TGAP的系數(shù)都顯著為負(fù)，說明貸款利率與泰勒規(guī)則利率之差越高，銀行風(fēng)險(xiǎn)承擔(dān)意愿越弱。也就是說，緊縮性貨幣政策會(huì)抑制銀行風(fēng)險(xiǎn)承擔(dān)意愿(主動(dòng)風(fēng)險(xiǎn)承擔(dān))，反之，擴(kuò)張性貨幣政策會(huì)提高銀行風(fēng)險(xiǎn)承擔(dān)意愿。方程(20)和方程(22)中，EPU×TGAP的系數(shù)都顯著為正，且與TGAP的系數(shù)相反，表明經(jīng)濟(jì)政策不確定性升高會(huì)削弱貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)意愿的影響，即便對(duì)于“純粹的風(fēng)險(xiǎn)承擔(dān)渠道”，經(jīng)濟(jì)政策不確定性也會(huì)削弱貨幣政策通過這個(gè)渠道的傳導(dǎo)效應(yīng)。

表8 經(jīng)濟(jì)政策不確定性對(duì)“純銀行風(fēng)險(xiǎn)承擔(dān)渠道”的阻梗效應(yīng)

六、結(jié)論與政策含義

本文闡述了經(jīng)濟(jì)政策不確定性影響貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道的機(jī)理，進(jìn)而以我國73家銀行2008—2018年數(shù)據(jù)為樣本，研究了經(jīng)濟(jì)政策不確定性對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道的影響，得到如下結(jié)論：第一，擴(kuò)張性貨幣政策會(huì)增強(qiáng)銀行風(fēng)險(xiǎn)承擔(dān)意愿，反之，緊縮性貨幣政策會(huì)抑制銀行風(fēng)險(xiǎn)承擔(dān)意愿，但是經(jīng)濟(jì)政策不確定性升高會(huì)削弱貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)意愿的影響，從而對(duì)貨幣政策銀行風(fēng)險(xiǎn)承擔(dān)渠道產(chǎn)生阻梗效應(yīng)；第二，經(jīng)濟(jì)政策不確定性對(duì)貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道的阻礙效應(yīng)具有周期非對(duì)稱性，在貨幣政策擴(kuò)張期比緊縮期更強(qiáng)，在經(jīng)濟(jì)上行期比下行期更強(qiáng)；第三，通過渠道識(shí)別，從貨幣政策傳導(dǎo)的眾多渠道中分離出“純銀行風(fēng)險(xiǎn)承擔(dān)”(即剔除被動(dòng)風(fēng)險(xiǎn)承擔(dān)后的主動(dòng)風(fēng)險(xiǎn)承擔(dān))，經(jīng)濟(jì)政策不確定性依然會(huì)顯著削弱貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)效應(yīng)。

以上結(jié)論至少有如下政策含義：政府部門在制定各種經(jīng)濟(jì)政策時(shí)需長(zhǎng)遠(yuǎn)考慮，盡量減少政策調(diào)整與變化的頻率，降低經(jīng)濟(jì)主體對(duì)經(jīng)濟(jì)政策不確定性預(yù)期，這有利于穩(wěn)定銀行風(fēng)險(xiǎn)承擔(dān)意愿，有利于疏通貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)傳導(dǎo)渠道，最終有助于提高貨幣政策傳導(dǎo)效果。在中央銀行采用擴(kuò)張性貨幣政策推動(dòng)經(jīng)濟(jì)上行的過程中，需要中央銀行以外的其他部門緊密配合，保持政策連續(xù)穩(wěn)定，保證貨幣政策有效傳導(dǎo)。