楊晟斌
(上海大學悉尼工商學院,上海200000)
后金融危機時代,結構性貨幣政策工具被歐美國家的央行廣泛使用,以期疏通貨幣政策傳導機制,引導資金流向,解決所謂的“結構流動性短缺”問題。在新常態(tài)下,我國經(jīng)濟運行中的許多深層次問題浮出水面,結構性失衡矛盾突出,社會融資成本較高,在農業(yè)領域和中小企業(yè)中尤為顯著。2015年,央行宣布在前期山東、廣東開展信貸資產質押再貸款試點形成可復制經(jīng)驗的基礎上,決定在上海、天津、遼寧、江蘇、湖北、四川等9 ?。ㄊ校┩茝V試點。這一政策的推出,是為了解決地方法人金融機構合格抵押品相對不足的問題,引導其擴大小微、三農企業(yè)信貸投放,支持實體經(jīng)濟發(fā)展。本次政策試點帶有明顯的結構性目標,在金融界引起了廣泛的關注,該政策實施的效果如何值得進一步研究探討。
目前,已有文獻對結構性貨幣政策的有效性存在一定的分歧。大部分學者認為結構性貨幣政策是有效的,例如,Cúrdia 和Woodford(2010)認為“央行針對性的資產購買”能夠在金融市場發(fā)生混亂時發(fā)揮作用,能夠在政策利率到達零下界時改善社會福利狀況。張博等(2021)基于DSGE 模型的研究認為,結構性貨幣政策能在其實施的早期階段顯著降低企業(yè)的融資成本,并且擴大了投資規(guī)模。
但是,有許多學者持不同觀點,其對結構性貨幣政策的有效性提出了質疑。例如,張勇和李政軍(2015)認為央行對金融機構變相改變資金用途進行資金套利的傾向無法徹底約束,新的結構性工具只能治標不治本。萬沖和朱紅(2017)認為貨幣黏性和國有銀行的壟斷性質,會導致結構性貨幣政策不僅難以調結構,甚至會加大結構扭曲效應。巴曙松(2020)發(fā)現(xiàn),結構性貨幣政策在多種工具同時使用時作用會相互抵消、效果較差,而且對于金融市場化不完善的地區(qū),容易引起市場的過度反應,引發(fā)短端利率的大幅度波動。
已有文獻中對于信貸資產質押再貸款政策的研究數(shù)量較少,討論主要集中于定性的描述和理論的推導,缺乏定量的分析,特別是缺少實踐數(shù)據(jù)的驗證。鐘輝(2016)將我國信貸資產質押再貸款與美國的量化寬松政策進行比較,駁斥了一些專家將這一政策解讀為中國版QE 的觀點。一些文章基于市或省一級的試點工作經(jīng)驗,總結其中的亮點與問題,如鄧曉等(2018)肯定了政策支持地方經(jīng)濟的作用,但也提出如質押資產來源單一、評級工作標準不明晰等問題。
本文使用2011-2018年中國省級面板數(shù)據(jù),數(shù)據(jù)來自《中國金融年鑒》和CSMAR 數(shù)據(jù)庫。
在被解釋變量方面,本文從信貸的總量和占比兩個視角出發(fā),構建了總量指標和占比指標。在協(xié)變量方面,參考相關研究,通過門檻極大似然值法從46 個變量庫中篩選出了代表經(jīng)濟發(fā)展情況、普惠金融發(fā)展水平等7 個方面的變量,作為估計傾向性得分的匹配變量(見表1)。
表1 變量定義
為避免傳統(tǒng)的PSM-DID 模型中可能存在時間錯配問題,本文參考謝申祥等(2021)提出的傾向得分二階矩匹配方法改進匹配過程,具體步驟為:
①將政策實施前的2011-2015年設定為匹配期,對匹配期逐年用Logit 回歸估計傾向性得分。
②利用上一步中的逐年傾向性得分,按照式(1)進行匹配,為每個處理組個體i尋找其對應匹配的對照組個體j。
傾向性得分二階矩匹配后,逐年的平衡性檢驗顯結果顯示,各截面上的協(xié)變量標準化偏差均大幅度縮小,匹配后的處理組與對照組之間差異大大減少。利用匹配后的樣本,按照匹配頻數(shù)加權進行DID 估計,回歸結果如表2所示?;貧w均使用雙向固定效應,控制個體效應和時間效應,交互項did的系數(shù)即本文關注的政策效果。
表2 傾向得分二階矩匹配法PSM-DID 結果
從占比維度看,小微和涉農企業(yè)貸款占比均在1%的水平上顯著,加入控制變量前后交互項系數(shù)大小基本保持一致。具體來說,政策平均能夠提高7.5%左右的試點地區(qū)小微企業(yè)的貸款占比,對涉農貸款占比提高的幅度在3%左右。
從總量維度看,加入控制變量前,政策對小微企業(yè)貸款總量有顯著的促進作用,但對涉農貸款總量的效果不顯著。加入控制變量后,對小微和涉農企業(yè)貸款總量均有顯著促進作用,但政策試點對小微企業(yè)貸款總量的促進作用要遠遠大于涉農貸款。具體來說,信貸資產質押再貸款政策能夠提高試點地區(qū)小微企業(yè)貸款總量約37%,對涉農貸款總量提升效果約為9%。這一結果與2015年之后試點地區(qū)小微企業(yè)貸款增長強勁的實際表現(xiàn)基本吻合。
3.3.1 平行趨勢檢驗
本文采用多期動態(tài)效應的方法進行平行趨勢檢驗。通過2012-2018年每年的時間虛擬變量與政策分組虛擬變量D進行交乘(舍去2011年以避免共線性問題)生成多期動態(tài)交乘項替代政策效果虛擬變量did 進行回歸,畫出估計系數(shù)和95%的置信區(qū)間范圍,如圖1所示。在政策實施之前,動態(tài)交乘項的回歸系數(shù)在統(tǒng)計上都不顯著。因此,可以認為本文的4個主要被解釋變量,在政策實施之前處理組和對照組的趨勢基本相同,滿足平行趨勢假設。
圖1 平行趨勢檢驗
此外,政策實施之后置信區(qū)間均大于0,且系數(shù)逐漸減小。這說明試點政策在實施后對試點地區(qū)產生了顯著的正向沖擊,且政策效果存在一定的短期性。同時,從時間交互項系數(shù)的大小來看,政策對小微企業(yè)貸款的影響均大于涉農貸款的影響。
3.3.2 其他穩(wěn)健性檢驗
本文進行了安慰劑檢驗,隨機抽取不同的省份組合作為反事實處理組,進行了500 次模擬實驗。結果顯示,被解釋變量的反事實隨機抽樣的回歸系數(shù)分布,均接近于標準正態(tài)分布,因此,可以認為同時期的反事實政策對被解釋變量沒有影響。
此外,本文利用核匹配、近鄰匹配、卡尺內近鄰匹配、半徑卡尺匹配4 種方法替代原有匹配方法,得到的結果與表2 十分接近。學界一般認為不存在適用于一切情形的絕對好的匹配方法,但不同的匹配方法下如果結果相似則,說明結果的穩(wěn)健性是不依賴于具體的方法,這進一步證明了結果的穩(wěn)健性。
本文通過PSM-DID 模型研究人民銀行信貸資產質押再貸款政策在2015年試點擴大的政策效果。通過實證分析得出4 點主要結論,并通過一系列穩(wěn)健性檢驗證明結果是穩(wěn)健可靠的:①信貸資產質押再貸款政策能夠有效引導資金流向小微、三農領域,顯著提高這兩個領域的貸款總量和貸款占比,改善這些薄弱領域的融資難題,政策通過銀行信貸的傳導途徑是有效的。②信貸資產質押再貸款政策對小微、三農企業(yè)貸款占比的促進作用比貸款總量的促進作用更加顯著。可能的原因在于政策試點恰好在“去杠桿”的大背景下,資金流動性的宏觀審慎管理要求控制杠桿率的同時關注貨幣錯配的風險。在此背景下,銀行金融機構將本身要用于其他領域的信貸資源轉向小微和三農領域。③信貸資產質押再貸款政策對小微企業(yè)的刺激作用遠強于涉農貸款。農林牧漁行業(yè)具有天然的弱質性,生產受氣候、國際市場等因素影響波動較大,企業(yè)盈利水平總體不高,行業(yè)經(jīng)營風險較大,因此,商業(yè)銀行開展涉農貸款業(yè)務的熱情一直相對不高。④信貸資產質押再貸款政策在短期內見效十分迅速,但從長遠看政策的效果不斷衰減。從部分試點地區(qū)的經(jīng)驗可見,地方金融機構對參與這一政策的熱情相當之高,但是能通過央行內部評級的優(yōu)質信貸資產數(shù)量并不多,有些地區(qū)甚至在試點的后期出現(xiàn)了沒有合適信貸資產可用于遞交評級的狀況。
基于上述研究結果,本文提出了一些結構性貨幣政策未來可能的改進方向,以供探討:①應當加強對結構性貨幣政策的使用,與財政政策相互配合,促進供給側結構性改革。央行可以將結構性貨幣政策納入常態(tài)化貨幣政策框架之中,充分利用政策的結構性效應。②結構性貨幣政策應當加強資金的運用管理。央行在這一過程中應當充分承擔金融監(jiān)管和風險管理的職能,加強對資金流向的“穿透式”管理,嚴防資金空轉和監(jiān)管套利行為,切實加大對重點領域和薄弱環(huán)節(jié)的金融支持力度,增強企業(yè)的“獲得感”。③結構性貨幣政策在實施的過程中,要充分細化對不同支持對象的政策運用,加強“精準滴灌”,避免“大而化之”。以信貸資產質押再貸款為例,針對農業(yè)產業(yè)占比較高、涉農貸款發(fā)放較多的地區(qū),央行可以將政策向這些地區(qū)做適度的傾斜,實行差別化抵押品評價模式,提高抵押品的評分等級和抵押率,保障政策的實施效果。針對許多村鎮(zhèn)銀行、農村信用社可用于評級的信貸資產不足的問題,可進一步開發(fā)延伸抵押品框架,開發(fā)以土地承包使用權、生產經(jīng)營權、農產品物權等為主的“產權資產質押再貸款”模式。④注重信貸支持向實體經(jīng)濟的結果轉化,與產業(yè)政策配套,將政策資金投入轉變?yōu)楹裰矁?yōu)質企業(yè)的土壤,實現(xiàn)結構性改革的擴大再生產,促進由金融體系內部信貸結構的轉變發(fā)展為宏觀經(jīng)濟體系產業(yè)結構的轉變。