央行流動(dòng)性救助時(shí)機(jī)選擇與救助工具效果評(píng)估
——基于全國(guó)金融體系與貴州省地方中小銀行的實(shí)證研究

許 熠 顏 寅

（中國(guó)人民銀行貴陽中心支行，貴州 貴陽 550001）

一、引言

2008 年金融危機(jī)爆發(fā)后，央行流動(dòng)性救助成為具有重要理論和實(shí)踐意義的研究方向之一。2020年以來，新冠肺炎疫情對(duì)全球經(jīng)濟(jì)金融體系產(chǎn)生了一定沖擊，主要體現(xiàn)為流動(dòng)性危機(jī)，在國(guó)內(nèi)外經(jīng)濟(jì)金融環(huán)境日趨復(fù)雜的背景下，流動(dòng)性風(fēng)險(xiǎn)日益增加，加劇風(fēng)險(xiǎn)暴露的可能性，中央銀行作為最后貸款人，在應(yīng)對(duì)金融危機(jī)的緊急關(guān)頭，適當(dāng)?shù)牧鲃?dòng)性救助是十分重要的。

中小銀行是支持實(shí)體經(jīng)濟(jì)發(fā)展的中堅(jiān)力量，積極發(fā)揮服務(wù)小微民營(yíng)企業(yè)的重要作用。近年來，在經(jīng)濟(jì)增速總體放緩、監(jiān)管趨嚴(yán)等因素疊加影響下，中小銀行普遍存在流動(dòng)性隱患。而中小銀行的穩(wěn)定與否直接關(guān)系到我國(guó)金融市場(chǎng)的平穩(wěn)運(yùn)行，以貴州省地方中小銀行為基礎(chǔ)對(duì)央行流動(dòng)性救助進(jìn)行深入研究，不僅有助于提升鞏固中央銀行流動(dòng)性救助的職能，更有助于中央銀行在識(shí)別、化解風(fēng)險(xiǎn)方面更加及時(shí)有效，以便選用合適的救助工具，達(dá)到維護(hù)金融體系穩(wěn)定的目的，對(duì)于防范區(qū)域性、系統(tǒng)性風(fēng)險(xiǎn)，維護(hù)銀行業(yè)安全穩(wěn)健運(yùn)行具有重要現(xiàn)實(shí)意義。

本文在已有研究成果的基礎(chǔ)上，從全國(guó)金融體系和貴州省地方中小銀行（包括貴州省轄內(nèi)規(guī)模較小的城商行、農(nóng)商行、農(nóng)信社、村鎮(zhèn)銀行等四類金融機(jī)構(gòu)）兩個(gè)維度出發(fā)，通過測(cè)度其流動(dòng)性水平、構(gòu)建流動(dòng)性預(yù)警分析模型和VAR 效果評(píng)估模型，以判斷機(jī)構(gòu)流動(dòng)性是否充足，從而為央行流動(dòng)性救助提供最佳時(shí)機(jī)、選取合適的救助工具，形成一套可復(fù)制、可持續(xù)、可推廣的央行流動(dòng)性救助決策機(jī)制。

二、文獻(xiàn)綜述

（一）流動(dòng)性救助原則與機(jī)制

Furceri &Mourougane（2009）認(rèn)為，政府干預(yù)可能會(huì)誘發(fā)道德風(fēng)險(xiǎn)，為緩解流動(dòng)性危機(jī)的沖擊，政府干預(yù)應(yīng)適當(dāng)?shù)嘏c市場(chǎng)力量相結(jié)合，這是流動(dòng)性救助的前提條件。Cimoli et al.（2012）認(rèn)為，檢驗(yàn)救助效果有四條標(biāo)準(zhǔn)：一是該計(jì)劃是否能啟動(dòng)良好的信貸；二是政府成本是否最??；三是當(dāng)下解決問題的方式未來是否會(huì)產(chǎn)生其他問題；四是救助計(jì)劃能否與公司治理標(biāo)準(zhǔn)保持一致且足夠透明。部分學(xué)者研究流動(dòng)性救助的作用機(jī)制，如Philippon &Skreta（2010）研究應(yīng)對(duì)銀行危機(jī)的救助方式，發(fā)現(xiàn)對(duì)多數(shù)銀行較好的救助方式即最優(yōu)的救助方式。換言之，基于信息不對(duì)稱的前提來看，資產(chǎn)注入及收購(gòu)不良資產(chǎn)等只能吸引到資產(chǎn)狀況較差的銀行，這種救助方式遠(yuǎn)不及擔(dān)保新發(fā)行債券這種適用于所有銀行的救助方式。

值得注意的是，關(guān)于央行流動(dòng)性救助是否應(yīng)區(qū)分不同類型金融機(jī)構(gòu)，不同學(xué)者持不同觀點(diǎn)。張強(qiáng)和舒天然（2015）等比較美聯(lián)儲(chǔ)、歐央行等和我國(guó)央行的流動(dòng)性救助政策，發(fā)現(xiàn)傳統(tǒng)銀行業(yè)和非銀金融機(jī)構(gòu)及系統(tǒng)都是央行救助的對(duì)象。Sara（2019）通過分析歐洲和美國(guó)的金融危機(jī)，認(rèn)為對(duì)“重要”銀行提供緊急流動(dòng)性援助對(duì)經(jīng)濟(jì)復(fù)蘇具有顯著的正向效用。魏路遙（2020）通過比較2008 年美國(guó)、歐元區(qū)和日本為應(yīng)對(duì)金融危機(jī)開展的流動(dòng)性救助措施，發(fā)現(xiàn)流動(dòng)性救助對(duì)象不應(yīng)局限于傳統(tǒng)銀行業(yè)金融機(jī)構(gòu)，同時(shí)也必須重視救助非銀行金融機(jī)構(gòu)。

（二）流動(dòng)性救助措施

張浩（2009）通過對(duì)流動(dòng)性救助措施的研究認(rèn)為，流動(dòng)性救助并不是增加整個(gè)金融市場(chǎng)的流動(dòng)性總額，也不僅是針對(duì)商業(yè)銀行，而是通過設(shè)計(jì)不同貨幣政策工具，使最需要且最具有系統(tǒng)性風(fēng)險(xiǎn)的金融機(jī)構(gòu)獲得央行信用分配。鐘永紅和林梓煌（2017）運(yùn)用不完全合約模型分析央行的流動(dòng)性救助策略，認(rèn)為對(duì)于系統(tǒng)性重要銀行，央行應(yīng)該使用比非系統(tǒng)性重要銀行更加寬松的緊急貸款標(biāo)準(zhǔn)，政府應(yīng)當(dāng)根據(jù)流動(dòng)性短缺規(guī)模的不同改變央行由于銀行倒閉需承擔(dān)政治成本的權(quán)重，監(jiān)管當(dāng)局應(yīng)加強(qiáng)合作以提供及時(shí)有效的信息，完善金融機(jī)構(gòu)市場(chǎng)退出機(jī)制以防對(duì)金融系統(tǒng)性穩(wěn)定造成負(fù)面影響。林梓煌（2018）將商業(yè)銀行分為系統(tǒng)性重要銀行和非系統(tǒng)性重要銀行，通過不完全合約模型對(duì)央行的救助標(biāo)準(zhǔn)進(jìn)行分析，發(fā)現(xiàn)在調(diào)節(jié)銀行體系流動(dòng)性方面，傳統(tǒng)貨幣政策工具仍是央行的強(qiáng)有力手段，新型貨幣政策工具目前只能作為補(bǔ)充工具為市場(chǎng)提供流動(dòng)性支持，央行應(yīng)該深入研究救助過程中不同種類貨幣政策工具的配合使用，有效增強(qiáng)流動(dòng)性救助效果。

（三）流動(dòng)性救助的有效性

關(guān)于央行流動(dòng)性救助的有效性，國(guó)內(nèi)外學(xué)者均開展了較為深入的研究。部分學(xué)者高度認(rèn)為央行流動(dòng)性救助對(duì)防范化解金融風(fēng)險(xiǎn)具有重大幫助。Blanchard &Milesi-Ferretti（2009）認(rèn)為，向市場(chǎng)注入流動(dòng)性的央行救助措施暫行有效。在金融機(jī)構(gòu)面臨著嚴(yán)重流動(dòng)性短缺的情況下，救助可以防止其以超低價(jià)格出售資產(chǎn)，從而有效地阻止危機(jī)在金融體系內(nèi)的惡性擴(kuò)散。Horta et al.（2009）通過對(duì)次貸危機(jī)傳染性的實(shí)證分析認(rèn)為，中央銀行向市場(chǎng)增加流動(dòng)性，避免危機(jī)進(jìn)一步使金融體系惡化的行為十分合理。陳慶海（2012）在最后貸款人和貨幣政策的視角下論述美聯(lián)儲(chǔ)金融危機(jī)救助的方式，運(yùn)用綜合分析法闡述美聯(lián)儲(chǔ)金融危機(jī)救助的效果，得出以下啟示：一是完善最后貸款人制度；二是加強(qiáng)財(cái)政政策與貨幣政策的協(xié)調(diào)配合，靈活運(yùn)用貨幣政策；三是加強(qiáng)中央銀行的國(guó)際合作；四是實(shí)施危機(jī)救助不僅要考慮短期效應(yīng)，也要考慮救助的長(zhǎng)期影響。

但部分學(xué)者認(rèn)為，流動(dòng)性救助是否有效仍缺乏深入研究。Mishkin（2009）認(rèn)為，通過積極寬松的貨幣政策可以抵消金融動(dòng)蕩對(duì)總體經(jīng)濟(jì)活動(dòng)的負(fù)面效應(yīng)，但在危機(jī)時(shí)期實(shí)行寬松貨幣政策會(huì)打亂民眾的通脹預(yù)期，可能會(huì)加劇通貨膨脹，從而無法達(dá)到救助的預(yù)定效果。Wegner（2020）認(rèn)為政府和中央銀行旨在增強(qiáng)市場(chǎng)流動(dòng)性的政策有利于對(duì)沖金融危機(jī)影響，但如采取銀行間市場(chǎng)的流動(dòng)性救助措施可能導(dǎo)致金融網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染性增加，使得風(fēng)險(xiǎn)敞口進(jìn)一步加大，加劇銀行體系脆弱性。

綜上所述，一方面，多數(shù)研究是在事后對(duì)已經(jīng)采取的流動(dòng)性救助措施進(jìn)行評(píng)估，但對(duì)流動(dòng)性救助的觸發(fā)機(jī)制、救助措施選擇等研究不足；另一方面，對(duì)于地方中小銀行流動(dòng)性救助方面的研究較少，大多數(shù)是將其作為危機(jī)救助的手段之一進(jìn)行討論。同時(shí)，金融體系和金融機(jī)構(gòu)二者緊密聯(lián)系，具體來說，金融機(jī)構(gòu)流動(dòng)性危機(jī)的爆發(fā)會(huì)引發(fā)金融體系的傳染性風(fēng)險(xiǎn)，最終導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生。因此，本文在已有研究成果的基礎(chǔ)上，通過構(gòu)建流動(dòng)性預(yù)警分析模型和VAR 效果評(píng)估模型，以判斷機(jī)構(gòu)流動(dòng)性是否充足，從而確定央行流動(dòng)性救助時(shí)機(jī)、救助工具，形成一套可復(fù)制、可持續(xù)、可推廣的央行流動(dòng)性救助決策機(jī)制。

三、流動(dòng)性風(fēng)險(xiǎn)預(yù)警及救助時(shí)機(jī)選擇

（一）全國(guó)金融體系流動(dòng)性水平測(cè)度

流動(dòng)性水平測(cè)度是中央銀行進(jìn)行流動(dòng)性救助時(shí)機(jī)和救助工具選擇的重要前提，結(jié)合國(guó)內(nèi)外學(xué)者對(duì)流動(dòng)性方面的研究，可將金融體系流動(dòng)性水平測(cè)度指標(biāo)分為靜態(tài)指標(biāo)和動(dòng)態(tài)指標(biāo)。靜態(tài)指標(biāo)主要衡量金融體系在某個(gè)時(shí)間節(jié)點(diǎn)上的流動(dòng)性水平，包括同業(yè)拆借利率、廣義信貸貨幣、消費(fèi)者價(jià)格指數(shù)、信貸增長(zhǎng)率等；動(dòng)態(tài)指標(biāo)主要用于動(dòng)態(tài)預(yù)測(cè)金融體系未來的資金供求，側(cè)重于流動(dòng)性調(diào)控的前瞻性，主要包括價(jià)格缺口、貨幣缺口、信貸缺口等。

根據(jù)凱恩斯流動(dòng)性偏好理論，貨幣供給和居民對(duì)貨幣的需求會(huì)影響市場(chǎng)流動(dòng)性水平，這也與我國(guó)近年來的實(shí)際情況相符，因此，本節(jié)基于貨幣的供給和需求角度，通過貨幣供求的相對(duì)規(guī)模來判定流動(dòng)性水平，具體來說，即貨幣供給量變化率減去貨幣需求變化率，通過真實(shí)貨幣缺口系數(shù)來測(cè)量流動(dòng)性水平（CRMG）。根據(jù)現(xiàn)有研究成果，其計(jì)算公式為：CRMGt=第t期貨幣供應(yīng)量的增長(zhǎng)率-第t期貨幣需求量的增長(zhǎng)率。

采用廣義貨幣M2 的增長(zhǎng)率作為貨幣供給增長(zhǎng)率，通過費(fèi)雪的交易方程式得出貨幣需求變化率如公式（1）所示。

兩邊同時(shí)取對(duì)數(shù)，可以近似得到ΔM=ΔP+ΔY-ΔV。式中ΔM為實(shí)際貨幣需求的變化率，ΔP為價(jià)格的變化率（用CPI變化率表示），ΔV為貨幣流通速度的變化率（用GDP/M1的同比變化率表示），ΔY為產(chǎn)出變化率（用GDP同比增長(zhǎng)率表示）。

1.數(shù)據(jù)描述。本節(jié)采用我國(guó)2015 年1 月—2020年6 月的數(shù)據(jù)進(jìn)行實(shí)證分析，GDP、CPI、M2、M1 等數(shù)據(jù)來自Wind 金融終端，其中，GDP 使用通過2015 年不變價(jià)格計(jì)算得出的定基數(shù)據(jù)，M2 和CPI 使用同比增長(zhǎng)率。數(shù)據(jù)頻率為每月一次，GDP 數(shù)據(jù)則是使用Cubic-match降頻把季度數(shù)據(jù)轉(zhuǎn)化后的月度數(shù)據(jù)。

2.閾值確定。本文通過設(shè)置特定的置信度水平，分析歷史數(shù)據(jù)得出流動(dòng)性的正常波動(dòng)范圍及其上下限，從而分為流動(dòng)性水平正常、過剩、不足三類。用μ，σ分別表示CRMG的理想值（均值）和標(biāo)準(zhǔn)差，在特定的置信度水平下，0 表示流動(dòng)性處于正常范圍內(nèi)（CRMG在[μ-μ1-θ/2?σ,μ+μ1-θ/2?σ]內(nèi)）；1 表示流動(dòng)性過剩（超過區(qū)間上限）；-1表示流動(dòng)性不足（低于區(qū)間下限）。

CRMG序列的k-s 檢驗(yàn)結(jié)果顯示，該序列符合正態(tài)分布，均值是-0.8986，標(biāo)準(zhǔn)差是7.5491。從現(xiàn)有研究來看，通常認(rèn)為央行進(jìn)行流動(dòng)性補(bǔ)充或收緊的操作時(shí)，依據(jù)的置信度水平僅需達(dá)到50%以上即可，并不嚴(yán)格要求達(dá)到統(tǒng)計(jì)上的90%甚至95%那樣精確，以免錯(cuò)過最佳操作時(shí)機(jī)，因此在50%置信度水平下，得到我國(guó)金融體系流動(dòng)性水平（CRMG）的正常波動(dòng)范圍，如表1表示。

表1 流動(dòng)性狀況標(biāo)準(zhǔn)表

因此，流動(dòng)性水平處于正常波動(dòng)范圍內(nèi)，僅需對(duì)其流動(dòng)性狀況進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)，而無需采取貨幣政策操作，避免資源浪費(fèi)；流動(dòng)性水平低于下限時(shí)，央行應(yīng)運(yùn)用合適的工具進(jìn)行救助，及時(shí)補(bǔ)充流動(dòng)性；流動(dòng)性水平高于上限時(shí)，為防止通貨膨脹和資產(chǎn)泡沫，央行則應(yīng)適當(dāng)收緊，抑制流動(dòng)性水平。

（二）貴州省地方中小銀行流動(dòng)性水平測(cè)度

本節(jié)選取衡量貴州省地方中小銀行流動(dòng)性的主要指標(biāo)，運(yùn)用主成分分析確定主成分因子，然后采用k-s 檢驗(yàn)對(duì)主成分因子組成的指標(biāo)序列進(jìn)行檢驗(yàn)，從而得出流動(dòng)性波動(dòng)閾值。

1.指標(biāo)選取。根據(jù)《商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)管理辦法》，測(cè)量流動(dòng)性的有關(guān)指標(biāo)主要包括流動(dòng)性比例、存貸比、凈穩(wěn)定資金比例、流動(dòng)性覆蓋率、優(yōu)質(zhì)流動(dòng)性資產(chǎn)充足率等。本文選取貴州省地方中小銀行為研究樣本，結(jié)合指標(biāo)可得性與合理性，綜合選擇存貸比、流動(dòng)性比例、超額備付率作為評(píng)估指標(biāo)，數(shù)據(jù)來源于銀保監(jiān)會(huì)非現(xiàn)場(chǎng)監(jiān)管報(bào)表（1104）。

2.主成分因子確定。本文通過主成分分析得出的綜合指標(biāo)來測(cè)量金融機(jī)構(gòu)的流動(dòng)性水平，如公式（2）所示。

選取指標(biāo)的主成分分析結(jié)果如表2所示：因子初始解提取了3 個(gè)因子，得出3 個(gè)主成分因子的得分分別是56.56%、30.66%、12.76%。第一個(gè)主成分因子能夠解釋全部信息的近60%，因此選擇第一個(gè)主成分因子作為綜合指標(biāo)，用來衡量貴州省地方中小銀行的流動(dòng)性水平，表達(dá)式為F1=0.523*存貸比+0.489*流動(dòng)性比例+0.277*超額備付率。

表2 總方差解釋

3.指標(biāo)閾值確定。確定流動(dòng)性水平測(cè)度指標(biāo)后，本文使用同樣的方法研究F1序列，以此確定金融機(jī)構(gòu)流動(dòng)性波動(dòng)的正常范圍。對(duì)F1指標(biāo)序列進(jìn)行k-s 檢驗(yàn)，序列服從正態(tài)分布，其均值為1.1639，標(biāo)準(zhǔn)差為0.0659，在50%置信度水平下，金融機(jī)構(gòu)正常流動(dòng)性波動(dòng)范圍為［1.118422，1.209379］。

通過對(duì)比研究發(fā)現(xiàn)，全國(guó)金融體系和貴州省地方中小銀行流動(dòng)性狀況存在一定差異，流動(dòng)性水平相關(guān)程度整體較低。盡管兩者的測(cè)算方法和選取指標(biāo)不同，但導(dǎo)致指標(biāo)差異的原因是金融體系流動(dòng)性主要取決于宏觀經(jīng)濟(jì)的貨幣供應(yīng)量與需求量變化，而中小銀行流動(dòng)性則主要與銀行的經(jīng)營(yíng)特征有關(guān)，因此，盡管測(cè)算指標(biāo)不同，但兩者測(cè)算方式均是基于正態(tài)分布的閾值區(qū)間設(shè)定，兩者之間存在整體與個(gè)體之間差異性。對(duì)比發(fā)現(xiàn)：貴州省地方中小銀行整體流動(dòng)性水平?jīng)]有全國(guó)金融體系流動(dòng)性水平穩(wěn)定，但流動(dòng)性水平優(yōu)于區(qū)域中小法人機(jī)構(gòu)，如2019 年7 月以來，全國(guó)金融體系流動(dòng)性水平為流動(dòng)性正?；蜻^剩狀態(tài)，而貴州省地方中小銀行則呈現(xiàn)流動(dòng)性正?；虿蛔銧顟B(tài)。因此，央行不僅應(yīng)關(guān)注全國(guó)金融體系流動(dòng)性，還應(yīng)同時(shí)關(guān)注地方中小銀行流動(dòng)性水平，并通過基層央行實(shí)施具有差別性和針對(duì)性的流動(dòng)性救助措施。

（三）流動(dòng)性風(fēng)險(xiǎn)救助時(shí)機(jī)選擇模型

1.模型選擇。本節(jié)選用計(jì)量經(jīng)濟(jì)學(xué)中常用的Logit 模型作為流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型，將因變量（CRMG）分為正常、過剩和不足三類，建立多元變量模型如公式（3）所示。

2.變量選取和數(shù)據(jù)說明。為使央行能夠全面把握市場(chǎng)流動(dòng)性狀況，選擇恰當(dāng)時(shí)機(jī)提供流動(dòng)性救助。本節(jié)在考慮金融指標(biāo)、通貨膨脹和匯率指標(biāo)三個(gè)方面的基礎(chǔ)上，選取通貨膨脹率、中央銀行對(duì)金融機(jī)構(gòu)債權(quán)、外匯儲(chǔ)備、利率、股票指數(shù)和廣義貨幣供應(yīng)量作為衡量指標(biāo)。其中，CPI 數(shù)據(jù)來自Wind 金融終端，外匯儲(chǔ)備（EXS）數(shù)據(jù)來自國(guó)家外匯管理局；利率（RATE）數(shù)據(jù)來源于同業(yè)拆借7天的平均值；央行對(duì)金融機(jī)構(gòu)的債權(quán)（DEBT）與M2數(shù)據(jù)源于央行數(shù)據(jù)統(tǒng)計(jì)；股票指數(shù)（INDEX）來源于上證綜指，數(shù)據(jù)來自上海證券交易所官網(wǎng)。

模型使用2015年1月至2020年6月間的數(shù)據(jù)，為保證模型有效性，本文還使用2015 年至2018 年8 月間的數(shù)據(jù)進(jìn)行Logit 回歸，并用2018 年8 月以后的數(shù)據(jù)評(píng)估模型的擬合度。

3.模型建立。由于本文的自變量較多，為避免多重共線性造成估計(jì)參數(shù)的失真，故對(duì)擬選取指標(biāo)的相關(guān)性進(jìn)行檢驗(yàn)。根據(jù)相關(guān)性檢驗(yàn)結(jié)果，CPI、外匯儲(chǔ)備和M2 以及上證綜合指數(shù)相關(guān)性太高被剔除，本文最終以DEBT、M2、RATE、INDEX四個(gè)指標(biāo)為基礎(chǔ)，建立有序Logit模型如公式（4）所示。

本文運(yùn)用zcore 對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化去量綱處理后，對(duì)上述指標(biāo)進(jìn)行回歸，結(jié)果如表3所示。

表3 Logit參數(shù)估算值

回歸結(jié)果顯示，利率、中央銀行對(duì)金融機(jī)構(gòu)債權(quán)、上證指數(shù)和貨幣供應(yīng)量對(duì)流動(dòng)性均有顯著影響。因此置信度水平在90%時(shí)，當(dāng)股票價(jià)格指數(shù)上升，由于抽資效應(yīng)，會(huì)導(dǎo)致流動(dòng)性水平逐步下降并接近-1；當(dāng)中央銀行對(duì)金融機(jī)構(gòu)債權(quán)上升時(shí)，基礎(chǔ)貨幣供應(yīng)量增加，從而導(dǎo)致流動(dòng)性水平逐步提高并接近1；當(dāng)利率上升的時(shí)候，金融機(jī)構(gòu)拆借成本上升，從而產(chǎn)生“惜貸”情緒，流動(dòng)性水平逐步下降并接近-1；貨幣供應(yīng)量的上升會(huì)促使流動(dòng)性水平上升并接近1。

4.擬合情況與時(shí)機(jī)選擇。實(shí)證結(jié)果顯示，流動(dòng)性預(yù)警模型的解釋變量可以較好解釋流動(dòng)性正常、過剩和不足發(fā)生的情況?；跇颖緟^(qū)間2015 年1 月至2018年8月的數(shù)據(jù)建立流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型，通過擬合結(jié)果對(duì)2018 年9 月至2020 年6 月期間的流動(dòng)性情況進(jìn)行預(yù)判。Logit模型的擬合值結(jié)果見表4。

表4 模型的擬合值

利用k-s 檢驗(yàn)判斷上述擬合值的序列服從正態(tài)分布。利用第三節(jié)中相同的方法，求得該序列均值為3.0572，標(biāo)準(zhǔn)差為0.5961，因此當(dāng)置信度水平在90%時(shí)，模型擬合值波動(dòng)的正常范圍為［2.076708，4.037692］，通過對(duì)2018 年9 月至2020 年6 月的數(shù)據(jù)進(jìn)行擬合，結(jié)果如表5所示。

表5 流動(dòng)性擬合情況

從表5可以看出，如剔除2020年2月以來疫情導(dǎo)致的流動(dòng)性需求異常波動(dòng)因素外，預(yù)測(cè)模型在2019年1月、2019年8月和2019年10月出現(xiàn)預(yù)測(cè)錯(cuò)誤，綜合有效率可達(dá)80%。綜上所述，預(yù)警模型達(dá)到預(yù)期預(yù)測(cè)目標(biāo)，央行可通過觀測(cè)的變量來判斷市場(chǎng)流動(dòng)性水平。

據(jù)此，央行可根據(jù)上述預(yù)警模型y*值來判斷每日流動(dòng)性水平。為使央行流動(dòng)性救助更加精準(zhǔn)高效，可將流動(dòng)性不足按程度劃分為流動(dòng)性短缺、緊缺和危機(jī)三類。根據(jù)不同置信度水平的閾值來判斷流動(dòng)性不足的具體程度，即當(dāng)預(yù)警模型的y*值低于2.076708但大于1.888871 時(shí)，則應(yīng)高度關(guān)注流動(dòng)性風(fēng)險(xiǎn)，并采取合適的貨幣政策操作；y*值在1.521756與1.888871之間表明此時(shí)流動(dòng)性水平呈快速下降趨勢(shì)，央行應(yīng)著手采取適當(dāng)方式補(bǔ)充流動(dòng)性，防范金融危機(jī)于未然；當(dāng)y*值小于1.521756 時(shí)，說明此時(shí)已經(jīng)進(jìn)入金融危機(jī)狀態(tài)，央行應(yīng)采取緊急救助措施。

四、流動(dòng)性救助工具效果評(píng)估

前文已經(jīng)分別對(duì)全國(guó)金融體系和貴州省地方中小銀行的流動(dòng)性進(jìn)行測(cè)度、預(yù)警和時(shí)機(jī)救助選擇等方面的分析，在金融機(jī)構(gòu)風(fēng)險(xiǎn)暴露之前，為中央銀行實(shí)施救助決策提供參考。本章著眼于救助工具的選擇，根據(jù)實(shí)施對(duì)象及覆蓋面，將貨幣政策工具分為全國(guó)層面和區(qū)域?qū)用妫珖?guó)層面主要包含公開市場(chǎng)操作、同業(yè)拆借利率、利率、匯率等，區(qū)域?qū)用嬷饕ㄔ儋J款再貼現(xiàn)、常備借貸便利、法定存款準(zhǔn)備金率等，研究不同貨幣政策工具對(duì)全國(guó)金融體系和貴州省地方中小銀行流動(dòng)性的影響效果，從而選擇合適的救助工具。

（一）變量選擇和數(shù)據(jù)處理

1.變量選擇。本章分別選取金融體系流動(dòng)性水平（CRMG）、金融機(jī)構(gòu)流動(dòng)性水平（BLIQ）、公開市場(chǎng)-貨幣凈投放（OMO）、同業(yè)拆借利率7 天加權(quán)平均（IBR）、貴州省再貸款再貼現(xiàn)余額（NL）和貴州省法定存款準(zhǔn)備金率（RRR）作為指標(biāo)變量。

2.數(shù)據(jù)處理。為使得變量之間存在可比性，避免量綱造成的回歸模型不顯著，本文對(duì)NL和RRR指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，指標(biāo)變量歸納如表6所示。

表6 變量的選取、類別及說明

（二）實(shí)證分析

本節(jié)將分別建立貨幣政策工具與金融體系流動(dòng)性水平、金融機(jī)構(gòu)流動(dòng)性水平兩個(gè)VAR模型，分析不同工具對(duì)全國(guó)金融體系和貴州省地方中小銀行的流動(dòng)性的影響及有效性，模型如公式（5）和公式（6）所示。

1.平穩(wěn)性檢驗(yàn)（ADF）。“偽回歸”現(xiàn)象的產(chǎn)生是由于時(shí)間序列的不平穩(wěn)，為避免發(fā)生此類現(xiàn)象，進(jìn)行統(tǒng)計(jì)分析前，需要對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)。本節(jié)對(duì)選取的6個(gè)變量進(jìn)行ADF檢驗(yàn)，對(duì)存在單位根的變量進(jìn)行一階差分處理，檢驗(yàn)結(jié)果見表7。

表7 各變量ADF檢驗(yàn)結(jié)果

根據(jù)ADF檢驗(yàn)結(jié)果顯示，僅有OMO變量在1%的顯著性水平下平穩(wěn)。對(duì)剩余變量進(jìn)行一階差分處理，最終均在1%的顯著性水平下平穩(wěn)。

2.最優(yōu)滯后階數(shù)確定。如表8、表9可知，根據(jù)AIC準(zhǔn)則確定VAR_1和VAR_2的最優(yōu)滯后階數(shù)均為4階。

表8 VAR_1最優(yōu)滯后階數(shù)

表9 VAR_2最優(yōu)滯后階數(shù)

3.特征根檢驗(yàn)。進(jìn)行脈沖響應(yīng)分析的首要條件是VAR模型須是平穩(wěn)的，檢驗(yàn)?zāi)Ｐ推椒€(wěn)的方法是AR特征根檢驗(yàn)。圖1 和圖2 的檢驗(yàn)結(jié)果顯示，所有特征根的倒數(shù)均在單位圓內(nèi)（即小于1），故認(rèn)為VAR模型穩(wěn)定。

圖1 VAR_1（4）的AR檢驗(yàn)

圖2 VAR_2（4）的AR檢驗(yàn)

4.格蘭杰因果檢驗(yàn)。因果關(guān)系的確定是經(jīng)濟(jì)學(xué)中必不可少的環(huán)節(jié)，即確定是從x 到y(tǒng)，還是從y 到x，抑或雙向因果關(guān)系。本節(jié)對(duì)VAR_1和VAR_2模型進(jìn)行Granger檢驗(yàn)，結(jié)果如表10和表11所示。

表10 VAR_1的Granger因果檢驗(yàn)結(jié)果

表11 VAR_2的Granger因果檢驗(yàn)結(jié)果

表10顯示，如果同時(shí)檢驗(yàn)公開市場(chǎng)-貨幣凈投放（OMO）和同業(yè)拆借利率7天加權(quán)平均（IBR）系數(shù)的聯(lián)合顯著性，其卡方統(tǒng)計(jì)量為17.849，相應(yīng)的p 值為0.022，在5%的顯著性水平下拒絕“公開市場(chǎng)-貨幣凈投放（OMO）和同業(yè)拆借利率7天加權(quán)平均（IBR）都不是金融體系流動(dòng)性水平（CRMG）的格蘭杰原因”的原假設(shè)。同樣地，在以貴州省地方中小銀行流動(dòng)性水平（BLIQ）為被解釋變量的VAR_2 方程中，同時(shí)檢驗(yàn)變量公開市場(chǎng)-貨幣凈投放（OMO）、同業(yè)拆借利率7 天加權(quán)平均（IBR）、再貸款再貼現(xiàn)余額（NL）、法定存款準(zhǔn)備金率（RRR）系數(shù)的聯(lián)合顯著性，均是金融機(jī)構(gòu)流動(dòng)性水平（BLIQ）的格蘭杰原因。

5.基于VAR模型的脈沖響應(yīng)分析。VAR模型中包含的許多參數(shù)具有經(jīng)濟(jì)意義，但很難清晰地解釋，故將通過脈沖響應(yīng)函數(shù)來呈現(xiàn)，如公式（7）和公式（8）所示。

ε1t的任何變化將會(huì)馬上改變xt的值，也將通過這一系統(tǒng)的動(dòng)態(tài)結(jié)構(gòu)改變xt和zt的所有未來值。因此，這正好能反映實(shí)施不同貨幣政策工具對(duì)全國(guó)金融體系和區(qū)域金融機(jī)構(gòu)流動(dòng)性產(chǎn)生的影響。

（1）VAR_1 的脈沖響應(yīng)分析。VAR_1 度量了公開市場(chǎng)操作-貨幣凈投放（OMO）和同業(yè)拆借利率7天（D_IBR）對(duì)全國(guó)金融體系流動(dòng)性水平（D_CRMG）沖擊所造成的動(dòng)態(tài)影響（見圖3至圖5）。

圖3 OMO對(duì)D_CRMG的沖擊

圖4 D_IBR對(duì)D_CRMG的沖擊

圖5 D_CRMG對(duì)自身的沖擊

圖3顯示了公開市場(chǎng)操作-貨幣凈投放（OMO）對(duì)全國(guó)金融體系流動(dòng)性水平（CRMG）的沖擊。在給定公開市場(chǎng)操作-貨幣凈投放（OMO）一個(gè)標(biāo)準(zhǔn)差的沖擊時(shí)，CRMG 在第一期出現(xiàn)正向變動(dòng)，隨后逐步下降并產(chǎn)生劇烈波動(dòng)，到第3 期時(shí)降至最低（-0.275461），隨著時(shí)間推移，波動(dòng)逐步平穩(wěn)。中央銀行通常運(yùn)用公開市場(chǎng)正回購(gòu)、公開市場(chǎng)逆回購(gòu)等貨幣政策工具來調(diào)節(jié)市場(chǎng)貨幣供應(yīng)量，以確保銀行體系流動(dòng)性合理充裕，保證金融市場(chǎng)的穩(wěn)定發(fā)展。脈沖響應(yīng)圖的波動(dòng)符合市場(chǎng)預(yù)期，能很好地反映公開市場(chǎng)操作對(duì)金融體系流動(dòng)性的影響。

圖4顯示了同業(yè)拆借利率7天（D_IBR）對(duì)全國(guó)金融體系流動(dòng)性水平（CRMG）的沖擊。當(dāng)給定同業(yè)拆借利率7 天（D_IBR）一個(gè)標(biāo)準(zhǔn)差的沖擊時(shí)，對(duì)CRMG有持續(xù)的正向影響，在第4期時(shí)升至最高（0.136251），隨后出現(xiàn)小幅度波動(dòng)，影響逐步減弱，在第20期趨于穩(wěn)定。同業(yè)市場(chǎng)利率上升會(huì)使金融機(jī)構(gòu)拆借成本上升，市場(chǎng)流動(dòng)性下降。相反地，當(dāng)利率下降時(shí)，同業(yè)市場(chǎng)活躍度上升，金融機(jī)構(gòu)間業(yè)務(wù)往來增加，市場(chǎng)流動(dòng)性較為充裕。

圖5 顯示了一個(gè)標(biāo)準(zhǔn)差對(duì)CRMG自身沖擊的響應(yīng)。在沖擊后，CRMG在第1期達(dá)到最高值，隨后立即減弱，在輕微波動(dòng)后于第16期基本保持穩(wěn)定。

（2）VAR_2的脈沖響應(yīng)分析。VAR_2度量了公開市場(chǎng)操作-貨幣凈投放（OMO）、同業(yè)拆借利率7 天（D_IBR）、貴州省再貸款再貼現(xiàn)（D_NL）和貴州省法定存款準(zhǔn)備金率（D_RRR）對(duì)貴州省地方中小銀行流動(dòng)性水平（D_BLIQ）沖擊所造成的動(dòng)態(tài)影響（見圖6至圖10）。

圖6 OMO對(duì)D_BLIQ的沖擊

圖7 D_IBR對(duì)D_BLIQ的沖擊

圖8 D_NL對(duì)D_BLIQ的沖擊

圖9 D_RRR對(duì)D_BLIQ的沖擊

圖10 D_BLIQ對(duì)自身的沖擊

圖6 和圖7 分別顯示了公開市場(chǎng)操作-貨幣凈投放和同業(yè)拆借利率7 天對(duì)貴州省地方中小銀行流動(dòng)性的沖擊。從脈沖響應(yīng)圖可以看出，不論是OMO還是D_IBR的沖擊，都會(huì)使D_BLIQ產(chǎn)生正負(fù)向交替規(guī)律性波動(dòng)影響，且幅度較小，說明貴州省地方中小銀行流動(dòng)性對(duì)這兩項(xiàng)工具的沖擊反應(yīng)較不敏感，隨著時(shí)間推移，沖擊對(duì)流動(dòng)性的影響逐漸減弱，在第23期逐漸收斂為零。我國(guó)公開市場(chǎng)操作業(yè)務(wù)主要是在全國(guó)層面開展，以達(dá)到對(duì)全國(guó)金融體系流動(dòng)性預(yù)調(diào)、微調(diào)的作用，該工具政策傳導(dǎo)至地方中小銀行路徑過長(zhǎng)，受時(shí)間、區(qū)域等因素疊加影響，效果影響并非十分顯著。

圖8和圖9分別顯示了再貸款再貼現(xiàn)和法定存款準(zhǔn)備金率對(duì)貴州省地方中小銀行流動(dòng)性的沖擊。當(dāng)分別給定解釋變量一個(gè)標(biāo)準(zhǔn)差的沖擊時(shí)，D_BLIQ在第1期時(shí)呈現(xiàn)負(fù)向反應(yīng)，隨后出現(xiàn)不同程度的劇烈波動(dòng)，說明地方中小銀行流動(dòng)性對(duì)再貸款再貼現(xiàn)、法定存款準(zhǔn)備金率反應(yīng)較為敏感。由于再貸款再貼現(xiàn)到期收回，余額下降，導(dǎo)致D_BLIQ產(chǎn)生負(fù)向波動(dòng)，如圖8前3期所示，隨著信貸投入的持續(xù)加大，地方中小銀行獲得再貸款再貼現(xiàn)工具支持力度增大，一定程度上增加了其流動(dòng)性，D_BLIQ逐步呈現(xiàn)正向反應(yīng)，并于第18 期后逐漸收斂為0。中央銀行針對(duì)貴州省地方中小銀行實(shí)施降低存款準(zhǔn)備金率，能有效釋放貴州省地方中小銀行體系流動(dòng)性，但由于存在部分規(guī)模小、經(jīng)營(yíng)管理不完善、風(fēng)險(xiǎn)水平較高的機(jī)構(gòu)，仍無法在很大程度上緩解其流動(dòng)性壓力，圖9很好地解釋了這一現(xiàn)象，對(duì)于法定存款準(zhǔn)備金率的沖擊在第22 期后逐漸收斂為0。

圖10 顯示了一個(gè)標(biāo)準(zhǔn)差對(duì)D_BLIQ自身沖擊的響應(yīng)，立即產(chǎn)生正向影響，在第1期時(shí)達(dá)到最大值，隨后在正負(fù)交替波動(dòng)中于第20期趨于穩(wěn)定。

6.基于VAR 模型的方差分解分析。方差分解刻畫了在同一時(shí)點(diǎn)上，系統(tǒng)內(nèi)各變量對(duì)某一變量變化的解釋程度。本節(jié)利用方差分解對(duì)各類貨幣政策工具對(duì)全國(guó)金融體系流動(dòng)性水平（CRMG）和貴州省地方中小銀行流動(dòng)性水平（BLIQ）的貢獻(xiàn)度進(jìn)行分析。

據(jù)表12 顯示，隨著時(shí)間的推移，CRMG對(duì)自身的貢獻(xiàn)率從第1 期的95.13%下降至63.59%，但其始終對(duì)自身的沖擊影響最大。而貨幣政策工具對(duì)CRMG的貢獻(xiàn)率相對(duì)較小，但均逐步增大，其中，公開市場(chǎng)操作-貨幣凈投放較同業(yè)拆借利率對(duì)CRMG的影響較大，分別在第29 期和第15 期時(shí)達(dá)到最大貢獻(xiàn)率33.08%、3.36%。由此可見，OMO和IBR兩個(gè)工具對(duì)全國(guó)金融體系流動(dòng)性水平的影響是顯著的。

表12 對(duì)CRMG的方差分解

據(jù)表13 顯示，BLIQ自身沖擊始終是第一位方差來源，貢獻(xiàn)率從第1 期的95.24%下降至第3 期的92.44%，隨后呈現(xiàn)不同程度的波動(dòng)下降趨勢(shì)，在第28期達(dá)到最低91.70%。兩個(gè)全國(guó)層面操作的工具OMO和IBR對(duì)BLIQ的影響較不顯著，均分別從第1期到第3 期大幅增加后，出現(xiàn)小幅波動(dòng)平穩(wěn)上升，在第28 期達(dá)到最大貢獻(xiàn)率，貢獻(xiàn)率分別為7.92%和0.37%?；鶎友胄袑用娌僮鞯膬蓚€(gè)工具NL和RRR對(duì)BLIQ的貢獻(xiàn)率相對(duì)較大，從第1 期至第10 期，總體上均呈現(xiàn)大幅度上升態(tài)勢(shì)，從第11 期之后，增長(zhǎng)幅度逐漸變小，但仍保持上升趨勢(shì)，分別在第28 期和第30 期達(dá)到最大貢獻(xiàn)率19.74%、21.19%。這與脈沖響應(yīng)結(jié)果一致，即再貸款再貼現(xiàn)、法定存款準(zhǔn)備金率對(duì)貴州省地方中小銀行流動(dòng)性水平的影響較為顯著，由于實(shí)施對(duì)象、傳導(dǎo)途徑、經(jīng)濟(jì)環(huán)境等原因，公開市場(chǎng)操作、同業(yè)拆借利率的影響較弱。

表13 對(duì)BLIQ的方差分解

五、結(jié)論及政策建議

（一）主要結(jié)論

一是測(cè)度出全國(guó)金融體系和貴州省地方中小銀行流動(dòng)性水平并進(jìn)行比較分析。研究結(jié)果顯示，在50%的置信水平下，全國(guó)金融體系流動(dòng)性水平落在［-6.1074，4.3102］區(qū)間內(nèi)，表明流動(dòng)性正常；落在區(qū)間外表明流動(dòng)性不足或過剩（CRMG<-6.1074，不足；CRMG>4.3102，過剩）。代表貴州省地方中小銀行流動(dòng)性指標(biāo)的F1落在［1.118422，1.209379］區(qū)間內(nèi)，表明流動(dòng)性正常；落在區(qū)間外表明流動(dòng)性不足或過剩（F1<1.118422，不足；F1>1.209379，過剩）。同時(shí)，金融體系和貴州省地方中小銀行流動(dòng)性水平相關(guān)程度較低，流動(dòng)性狀況存在一定的差異，金融體系流動(dòng)性水平在穩(wěn)定性和適度性方面整體優(yōu)于貴州省地方中小銀行，中央銀行在關(guān)注金融體系流動(dòng)性同時(shí)，應(yīng)同時(shí)關(guān)注區(qū)域中小金融機(jī)構(gòu)流動(dòng)性水平，并通過基層央行實(shí)施針對(duì)性、差別性的流動(dòng)性救助措施。

二是構(gòu)建流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型。測(cè)度全國(guó)金融體系和區(qū)域金融機(jī)構(gòu)的流動(dòng)性水平，運(yùn)用Logit 模型構(gòu)建流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型，通過預(yù)警模型判斷流動(dòng)性不足的三個(gè)層級(jí)，從而選擇最佳救助時(shí)機(jī)。當(dāng)預(yù)警模型求出的yt?在［1.888871，2.076708］區(qū)間內(nèi)，以密切關(guān)注流動(dòng)性風(fēng)險(xiǎn)為主要任務(wù)，同時(shí)可采取適當(dāng)?shù)呢泿耪卟僮?；yt?在［1.521756，1.888871］區(qū)間時(shí)，表明此時(shí)的流動(dòng)性水平呈下降趨勢(shì)，中央銀行應(yīng)及時(shí)施以援助，選擇適當(dāng)?shù)木戎ぞ咦⑷肓鲃?dòng)性；當(dāng)yt?的值小于1.521756 時(shí)，說明已陷入流動(dòng)性危機(jī)狀態(tài)，中央銀行應(yīng)發(fā)揮最后貸款人的作用，采取緊急措施進(jìn)行救助。

三是全國(guó)金融體系與貴州省地方中小銀行接受不同貨幣政策工具救助的效果存在差異。本文將全國(guó)層面操作的工具與區(qū)域?qū)用娌僮鞯墓ぞ咦鞅容^，分別構(gòu)建以全國(guó)金融體系流動(dòng)性水平和貴州省地方中小銀行流動(dòng)性水平為被解釋變量的VAR 模型，對(duì)不同貨幣政策工具作用于金融體系和中小銀行的效果進(jìn)行分析。結(jié)果顯示，不同層面的工具對(duì)貴州省地方中小銀行的流動(dòng)性均有不同程度的影響，其中，基層央行運(yùn)用再貸款再貼現(xiàn)、法定存款準(zhǔn)備金率的救助效果較為顯著，而公開市場(chǎng)操作、同業(yè)拆借利率等工具由于貨幣政策傳導(dǎo)路徑、操作對(duì)象、經(jīng)濟(jì)環(huán)境等原因，對(duì)于貴州省地方中小銀行的流動(dòng)性影響效果不明顯。

（二）政策建議

根據(jù)本文研究結(jié)論，結(jié)合實(shí)際情況，提出以下政策建議：

一是建立基層央行流動(dòng)性救助機(jī)制，豐富區(qū)域流動(dòng)性救助工具。由前文研究結(jié)論可知，受區(qū)域經(jīng)濟(jì)環(huán)境、貨幣政策傳導(dǎo)時(shí)效等因素影響，全國(guó)層面操作的工具對(duì)中小銀行流動(dòng)性影響有限，而定向降準(zhǔn)政策、基層央行直接操作的再貸款再貼現(xiàn)政策等，能直接向中小銀行提供流動(dòng)性支持，具有較強(qiáng)針對(duì)性，對(duì)其流動(dòng)性影響更顯著。因此，建議創(chuàng)新適用于區(qū)域地方中小銀行的貨幣政策工具，給予該類機(jī)構(gòu)最直接、最便捷、最高效的政策支持，使得貨幣政策效果能快速精準(zhǔn)地傳導(dǎo)至實(shí)體經(jīng)濟(jì)，促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展。

二是建立“全國(guó)+區(qū)域”的流動(dòng)性風(fēng)險(xiǎn)監(jiān)測(cè)管理系統(tǒng)。考慮到全國(guó)與區(qū)域的流動(dòng)性狀況差異，流動(dòng)性風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)應(yīng)兼顧全局和局部，構(gòu)建風(fēng)險(xiǎn)預(yù)警機(jī)制，分類別、分區(qū)域、分時(shí)段地對(duì)各類金融機(jī)構(gòu)和金融體系的風(fēng)險(xiǎn)狀況進(jìn)行早預(yù)警、早排查、早處理。尤其是風(fēng)險(xiǎn)抵抗能力較弱的貴州省地方中小銀行，其內(nèi)部治理結(jié)構(gòu)、風(fēng)險(xiǎn)管控能力等方面的不完善，亟須建立適合的流動(dòng)性風(fēng)險(xiǎn)管理體系，更好地預(yù)判和應(yīng)對(duì)風(fēng)險(xiǎn)問題的發(fā)生。

三是不斷創(chuàng)新“總量+結(jié)構(gòu)”協(xié)調(diào)高效的貨幣政策工具組合。例如，在我國(guó)現(xiàn)有的準(zhǔn)備金政策框架下，全面降準(zhǔn)政策與定向降準(zhǔn)政策相互配合，高效兼顧流動(dòng)性總量調(diào)節(jié)與信貸結(jié)構(gòu)引導(dǎo)。建議在再貼現(xiàn)再貸款、借貸便利等政策工具的完善創(chuàng)新中，繼續(xù)關(guān)注總量與結(jié)構(gòu)政策協(xié)調(diào)配合，進(jìn)一步提升流動(dòng)性支持政策的精準(zhǔn)與效率。