央行溝通可以提高小微企業(yè)貸款獲得性嗎？

劉文翠 許艷霞

(新疆財經(jīng)大學 金融學院，新疆 烏魯木齊 830012)

一、引言

近年來中國人民銀行在創(chuàng)新貨幣政策、加大引導對小微企業(yè)信貸投放的實踐中，大量使用溝通交流即“央行溝通”，向社會尤其是金融機構傳遞政策導向，以期提高小微企業(yè)貸款獲得性。類似的，2008年金融危機以來，發(fā)達經(jīng)濟體的央行也越來越多使用“前瞻性指引”作為貨幣政策工具來應對流動性陷阱[1]。

比較而言，我國的央行溝通與西方的類似政策有以下本質不同：其一，實施環(huán)境不同。我國的央行溝通是在經(jīng)濟良性發(fā)展的背景下實施的，而西方的前瞻性指引滋生于大蕭條、金融危機的困境。其二，實施目的不同。我國的央行溝通是促進經(jīng)濟與金融長治久安的策略，西方則是應急之舉。其三，溝通內容不同。我國的央行溝通內容更為廣泛，既向社會傳遞未來貨幣政策的走向，也有對未來經(jīng)濟形勢的判斷，還有解讀貨幣政策工具操作、引導優(yōu)化信貸結構的內容，如近年來提出的加大對科技、綠色以及民營小微企業(yè)等領域信貸投放的政策溝通。而西方國家的溝通內容僅包含未來政策利率的預測以及經(jīng)濟金融形勢判斷等，未涉及引導信貸結構優(yōu)化。

因此，我國的央行溝通是依據(jù)國情在一定特色環(huán)境中展開的：一是體現(xiàn)了我國貨幣政策多目標的要求，除了關注物價、就業(yè)和經(jīng)濟增長、幣值穩(wěn)定外，還關注“調結構”；二是體現(xiàn)了中國特色社會主義金融的普惠性，除了關注經(jīng)濟金融總量，還關注民生問題。

那么在實踐中，我國的央行溝通對于信貸結構優(yōu)化、小微企業(yè)貸款能力提升等目標的引導效果究竟如何？當前文獻未能明晰這一問題，現(xiàn)有研究主要集中在央行溝通對通脹、利率以及經(jīng)濟增長前景預期的引導有效性方面[2][3][4][5]，或央行溝通與傳統(tǒng)貨幣政策工具的協(xié)同配合[6][7][8]。為此，筆者擬就這一問題進行實證檢驗，其中，為了控制并剝離央行實際干預——貨幣政策工具操作的效應，同時引入央行溝通和貨幣政策工具操作兩個關鍵解釋變量。如果實證結果表明央行溝通可以提高小微企業(yè)貸款，那么央行溝通就可以作為一種結構性貨幣政策工具納入我國中央銀行的貨幣政策工具箱，從而在一定程度上緩解我國貨幣政策工具有限與目標多元之間的矛盾。

二、央行溝通指數(shù)與貨幣政策工具操作指數(shù)構建

(一)央行溝通指數(shù)構建

由于本文的研究視角是“小微企業(yè)貸款獲得性”，故“央行溝通”特指我國中央銀行引導加大對小微企業(yè)信貸投放的信息溝通與政策傳遞。因此，本文的“央行溝通指數(shù)”等同于“小微企業(yè)貸款央行溝通指數(shù)”。

1.信息收集。我國的央行溝通主要包括書面和口頭溝通兩類。參考鄒文理等人的研究[9]，通過以下三種途徑收集信息：一是中國人民銀行官方網(wǎng)站“新聞發(fā)布”欄；二是《中國貨幣政策執(zhí)行報告》《中國區(qū)域金融運行報告》和貨幣政策委員會會議紀要；三是參考搜索引擎獲取文本的方法[10]，借助互聯(lián)網(wǎng)對研究范圍內的歷屆央行行長為關鍵詞進行搜索。

2.信息甄別。對上述渠道收集的文本信息進行甄別，篩選出與引導加大或有利于對小微企業(yè)信貸投放的相關信息，并按時間先后順序排列，進一步篩選出以下12類央行溝通信息：經(jīng)濟形勢判斷、總體貨幣政策基調、流動性管理、調整結構(信貸結構和經(jīng)濟結構)、降成本(貸款利率和社會融資成本)、逆周期調節(jié)、國內經(jīng)濟環(huán)境、中小微企業(yè)生存環(huán)境、外部經(jīng)濟環(huán)境、外部貨幣政策、外貿(mào)形勢、資本流動。

3.信息量化。借鑒詞典生成法[11]，量化央行溝通信息，并對上述遴選出的12類信息三人逐條分別進行賦值，若三人賦值一致，則取共同值；若賦值不一致，則按少數(shù)服從多數(shù)原則，確定最終賦值。具體賦值方法為：有利于加大對小微企業(yè)信貸投放的經(jīng)濟形勢和政策動向、政策操作和外部環(huán)境等，賦值1；反之，賦值-1；沒有實質影響的，賦值0。

4.量化匯總。經(jīng)梳理發(fā)現(xiàn)2015年1月1日至2020年6月30日共發(fā)生56次與引導加大對小微企業(yè)信貸投放相關的央行溝通事件，研究范圍內平均每月對小微企業(yè)信貸投放的央行溝通次數(shù)0.84次，最低0次，最高5次。2018年以來，央行使用溝通的頻次明顯增加，平均每月對小微企業(yè)信貸投放的央行溝通次數(shù)為1.5次，最低1次，最高5次。

圖1 2015年1月至2020年6月央行溝通指數(shù)和

貨幣政策工具操作指數(shù)(月度)

(1)

(2)

(二)貨幣政策工具操作指數(shù)構建

借鑒上述央行溝通指數(shù)構建的思路，量化央行貨幣政策工具操作，并構建貨幣政策工具操作指數(shù)。兼顧數(shù)據(jù)可得性及與研究主體的相關性，這里選取法定準備金率變動和貨幣投放情況作為貨幣政策工具操作變量，數(shù)據(jù)來源于WIND數(shù)據(jù)庫。

1.量化處理。借鑒廣泛使用的賦值法對法定存款準備金率rr和貨幣凈投放cr情況分別量化，具體賦值方法是：大型存款類金融機構或中小型存款類金融機構下調法定存款準備金率0.5個百分點，賦值1；下調1個百分點，賦值2；兩類機構分別賦值，并加總。貨幣凈投放時賦值1，凈回籠時賦值-1，持平時賦值0。

(3)

(4)

三、實證檢驗

(一)理論基礎及模型設定

預期理論表明，旨在引導預期的央行溝通可以和實際貨幣政策工具操作一樣對經(jīng)濟運行主體產(chǎn)生影響，因此可以建立央行溝通、貨幣政策工具操作對小微企業(yè)貸款獲得性的計量模型。貸款利率和貸款可獲得性是貸款的價和量，貸款增速代表整個銀行體系的貸款意愿，也是整體經(jīng)濟運行環(huán)境的反映，是小微企業(yè)融資的大環(huán)境，全部貸款增速可能會對小微企業(yè)貸款投放有影響。此外，貨幣政策存在時滯，央行溝通和貨幣政策工具操作也不可避免具有時滯。依據(jù)上述相關理論基礎和數(shù)據(jù)統(tǒng)計的分析結論，建立如下模型：

其中，被解釋變量percentt表示小微企業(yè)貸款獲得性，用小微企業(yè)貸款發(fā)生額占全部貸款發(fā)生額的比重計算得到。guid表示預期央行溝通，用來分析央行使用信息溝通影響商業(yè)銀行對小微企業(yè)貸款行為變化以及這種影響的滯后效應。operatt-i表示貨幣政策工具操作，用來分析央行使用傳統(tǒng)貨幣政策工具時影響商業(yè)銀行對小微企業(yè)貸款的情況以及這種影響的滯后效應。control為控制變量，包括貸款利率和貸款增速兩個指標，用來分析當期全部貸款利率水平和當期全部貸款增速變化對當期小微企業(yè)貸款可獲得性的影響。

(二)數(shù)據(jù)來源及數(shù)據(jù)處理

貸款利率、貸款增速來自WIND數(shù)據(jù)庫，時間窗口為2015年1月至2020年6月，用Rate、Grate表示。小微企業(yè)貸款發(fā)生額占比來自中國人民銀行貨幣政策司《存貸款利率監(jiān)測月報》中“月度小微企業(yè)貸款發(fā)放額占全部貸款發(fā)放額的比重”，由于數(shù)據(jù)可得性，時間窗口為2015年6月至2020年6月，用Percent表示。不良貸款率、資產(chǎn)利潤率、小微企業(yè)貸款余額占比數(shù)據(jù)來自WIND數(shù)據(jù)庫，數(shù)據(jù)時間窗口為2015年3月至2020年6月，分別用BL、ZC、ZB表示。本文對全部指標進行了數(shù)據(jù)描述性統(tǒng)計和平穩(wěn)性檢驗、協(xié)整檢驗以及Granger因果檢驗。限于篇幅，檢驗結果未予以列示。

(三)回歸結果

首先使用月度數(shù)據(jù)對基準模型進行估計。根據(jù)擬合優(yōu)度、DW值、信息準則等綜合判斷，模型最優(yōu)滯后階數(shù)應為3，具體回歸結果見表1。

表1 基準模型的回歸結果

1.央行溝通對小微企業(yè)貸款獲得性的影響。未加入滯后期的模型回歸結果顯示(模型1)：央行溝通指數(shù)的T統(tǒng)計量值不顯著，表明央行溝通對小微企業(yè)貸款的當期影響在統(tǒng)計意義上不明顯。為了分析央行溝通影響的滯后性，做滯后3、5、12期(根據(jù)擬合優(yōu)度、DW值、信息準則等綜合判斷)的分布滯后模型。從分布滯后模型的估計輸出結果看，加入滯后期后央行溝通指數(shù)的變量系數(shù)顯著性增強，表明央行溝通的變化對被解釋變量的影響要經(jīng)過一段時間才能逐步顯現(xiàn)，模型確實存在滯后效應，說明本文選擇分布滯后模型較為穩(wěn)健。加入滯后期后，央行溝通的當期和滯后一期均顯著，但是，央行溝通的當期影響是負向的，原因可能是央行溝通宣示的政策往往不是立即生效，考核一般是從未來某個特定時點(次月或次季度)開始，因此，商業(yè)銀行存在壓低當期基數(shù)的動力，以便減輕后期政策生效、正式考核時的考核壓力。

2.貨幣政策工具操作對小微企業(yè)貸款獲得性的影響。未加入滯后期的模型回歸結果顯示(模型1)：貨幣政策工具操作指數(shù)的T統(tǒng)計量值不顯著，表明實際貨幣政策工具操作對小微企業(yè)貸款的當期影響在統(tǒng)計意義上不顯著。為了分析貨幣政策工具操作的變化影響被解釋變量的滯后性，做滯后3、5、12期(根據(jù)擬合優(yōu)度、DW值、信息準則等綜合判斷)的分布滯后模型。從分布滯后模型的估計輸出結果看，加入滯后期后貨幣政策工具操作指數(shù)的變量系數(shù)顯著性增強，表明貨幣政策工具操作對被解釋變量的影響也存在滯后效應，再次說明本文選擇分布滯后模型較為穩(wěn)健。需要指出的是，加入滯后期后的貨幣政策工具操作的當期系數(shù)仍然不顯著，滯后一期開始顯著，但是為負向，其余各滯后期影響的顯著性不具有一致性，表現(xiàn)為顯著與不顯著交替。原因可能是：貨幣政策工具操作是一個綜合性操作，針對性和指向性不如央行溝通精準。央行溝通的信息溝通指向具體明確，而貨幣政策工具操作考慮的因素更為綜合，商業(yè)銀行等市場主體對貨幣政策工具操作可以有多重解釋，且更多解讀為央行在實施流動性管理，而非進行結構引導。

3.貸款利率和貸款增速對小微企業(yè)貸款獲得性的影響。貸款利率與小微企業(yè)貸款顯著正相關，即提高貸款利率有助于增加小微企業(yè)貸款份額。也就是說，當允許商業(yè)銀行提高貸款利率時，其將會把更多的資源投向小微企業(yè)；貸款增速與小微企業(yè)貸款的關系不具有統(tǒng)計意義上的顯著性。

(四)央行溝通、貨幣政策工具操作影響小微企業(yè)貸款獲得性的進一步檢驗(1)篇幅所限，本部分結果未予以列示，感興趣的讀者可向作者索取。

1.模型設定。本部分采用不同類型銀行業(yè)金融機構的季度面板數(shù)據(jù)開展實證分析，旨在進一步檢驗前述建立的央行溝通、貨幣政策工具操作對小微企業(yè)貸款獲得性影響的基準模型的實證結論。同時，本部分將檢驗央行溝通、貨幣政策工具操作對不同類型銀行業(yè)金融機構影響的異質性，旨在分析央行溝通和貨幣政策工具操作的傳導效率是否在不同銀行類型機構之間存在差異。面板模型如下：

其中，yit為被解釋變量，代表小微企業(yè)貸款獲得性，因數(shù)據(jù)可得性使用小微企業(yè)貸款余額占比代替，下標i分別為國有商業(yè)銀行、股份制銀行、城商行、農(nóng)商行、外資銀行5類機構；因數(shù)據(jù)可得性原因，WIND暫未更新2019年以來的分機構類型小微企業(yè)貸款余額數(shù)據(jù)，故下標t為2015年一季度至2018年四季度。Xit為4X1階解釋變量列向量，包括央行溝通(用YQ表示)、貨幣政策工具操作(用SJ表示)、不良貸款率(用BL表示)、資產(chǎn)利潤率(用ZC表示)。

2.回歸結果及分析。從模型的輸出結果來看，加入滯后項后，央行溝通的當期系數(shù)較為顯著，但為正向相關，且滯后項均不顯著，這與基準模型不一致；貨幣政策工具操作當期不顯著，且滯后項影響方向不一致，這與基準模型結論一致。需要指出的是，從各銀行機構的類型看，央行溝通對國有銀行的影響最為顯著，且在央行溝通當期即產(chǎn)生正向效果，而央行溝通對其他類型銀行機構的當期、滯后期的影響均不顯著。面板數(shù)據(jù)模型檢驗結論與基準模型存在不一致之處，可能的原因有兩個：一是數(shù)據(jù)時間窗口不一致。面板數(shù)據(jù)樣本范圍為2015-2018年，而基準模型為2015-2020年上半年。二是模型可能存在結構突變。前面數(shù)據(jù)描述性分析顯示，我國央行從2018年開始使用央行溝通和貨幣政策工具操作引導加大對小微企業(yè)信貸投放的力度明顯增強。因此，我們判斷在2015-2020年這段時期基準模型可能存在結構突變。為了驗證這一猜想，以下將進行分時間段分段回歸開展穩(wěn)健性分析。

四、穩(wěn)健性檢驗和分析

(一)穩(wěn)健性檢驗：分段回歸

將研究范圍以2017年為界，劃分為2015年1月-2017年12月和2018年1月-2020年6月兩個時間段分別進行回歸，回歸仍用前述基準模型。結果發(fā)現(xiàn)，央行溝通及其滯后項對小微企業(yè)貸款可獲得性的影響依然顯著，且同樣存在2017年前不顯著、2018年開始趨于顯著的時間異質性；貨幣政策工具操作對小微企業(yè)貸款的可獲得性影響不明確，也不如央行溝通顯著；貸款利率在分段回歸中全部顯著?？傊?，分段回歸檢驗結果顯示，各解釋變量系數(shù)前符號和顯著性基本穩(wěn)定，見表2所示。

(二)穩(wěn)健性檢驗：增減變量

增加變量主要通過延長兩個關鍵解釋變量的滯后階數(shù)，減少變量通過逐一刪除兩個控制變量或同時刪除兩個控制變量。所有檢驗結果均顯示，不管是延長滯后階數(shù)還是減少控制變量，關鍵解釋變量系數(shù)前的符號和顯著性均與基準模型和面板回歸模型一致，表明模型是穩(wěn)定的(2)篇幅所限，本部分結果未予以列示，感興趣的讀者可向作者索取。。

表2 基準模型的穩(wěn)健性檢驗：分段回歸

五、研究結論、政策建議與進一步研究方向

(一)研究結論

第一，央行溝通可以顯著提高小微企業(yè)貸款獲得性，但是這種影響具有滯后性，當期并不能立即引起小微企業(yè)貸款顯著增加，反而會顯著減少小微企業(yè)貸款，這與央行溝通時宣示的監(jiān)管政策細則有關。

第二，貨幣政策工具操作引導提升小微企業(yè)貸款獲得性的效果不及央行溝通。原因可能和貨幣政策工具操作是一個綜合性的貨幣政策操作有關，商業(yè)銀行等市場主體通常將央行貨幣政策工具操作解讀為“流動性管理”，而央行溝通則指向具體明確。

第三，分類型銀行機構的異質性檢驗表明，在各類型銀行業(yè)機構中，央行溝通通過國有銀行的傳導效率最高，但對股份制銀行、城商行、農(nóng)商行等影響不顯著。

第四，貸款增速與小微企業(yè)貸款獲得性相關性不強，貸款利率與小微企業(yè)貸款獲得性正相關。這表明，貨幣環(huán)境全面寬松、整體貸款快速增長并不能帶來小微企業(yè)貸款的相應增長，而提高貸款利率或高利率環(huán)境可以顯著提高小微企業(yè)獲得的信貸資源。這與小微企業(yè)貸款的風險溢價高于大中型企業(yè)貸款有關。

(二)政策建議

一是我國中央銀行需高度重視和強化溝通交流，并將其納入貨幣政策工具箱，進一步豐富我國的貨幣政策工具，緩解當前我國貨幣政策工具有限與目標多元的矛盾。強化貨幣政策與監(jiān)管政策的協(xié)調，合理設定監(jiān)管政策實施時機和考核細節(jié)，可考慮溝通交流當期立即實施監(jiān)管配套政策。

二是提高貨幣政策的精準性、直達性，并以此提升貨幣政策傳導效率。由于傳統(tǒng)貨幣政策工具主要用來管理流動性，其結構優(yōu)化效果不強。下一步需高度重視并強化貨幣政策工具創(chuàng)新，大量使用結構性貨幣政策工具引導優(yōu)化信貸結構。同時，注重賦予傳統(tǒng)貨幣政策工具新的功能，探索發(fā)揮傳統(tǒng)貨幣政策工具的結構引導和優(yōu)化功能。

三是高度重視并充分利用國有商業(yè)銀行提高結構性貨幣政策傳導效果。在政策設計上對國有銀行提出更多加大對小微企業(yè)信貸投放要求的同時，給予國有銀行更多的配套政策支持。

四是提升小微企業(yè)融資獲得性應摒棄全面貨幣寬松的做法，因為總體貸款快速增長并不能帶來小微企業(yè)貸款的增長，反而可能會埋下資產(chǎn)泡沫的風險隱患。

五是保持穩(wěn)健的貨幣政策靈活精準、合理適度，為實體經(jīng)濟發(fā)展營造適宜的貨幣環(huán)境。由于提高小微企業(yè)貸款獲得性與降低小微企業(yè)貸款利率兩者不可兼得，下一步的政策導向要以解決小微企業(yè)融資難為矛盾的主要方面，通過提高對小微企業(yè)貸款利率的容忍度，以達到改善小微企業(yè)融資難的目標。

(三)進一步研究方向

一是由于數(shù)據(jù)可得性原因，對不同類型銀行機構建立的面板數(shù)據(jù)模型，其研究樣本沒有能夠保持與基準模型同樣的時間范圍，因此面板回歸模型研究結論與基準模型有部分出入。下一步待面板數(shù)據(jù)時間范圍更新后，可以使用與基準模型同樣的時間范圍進行再研究，進一步驗證本文的主要結論和主要觀點。

二是同樣由于數(shù)據(jù)可得性原因，本文使用的貨幣政策工具操作指標沒有能夠涵蓋再貸款再貼現(xiàn)，而再貸款再貼現(xiàn)近期越來越多地被賦予了結構性引導功能。下一步可將再貸款再貼現(xiàn)引入研究變量范圍，更好地控制實際貨幣政策工具操作對被解釋變量(小微企業(yè)貸款獲得性)的影響，更為準確地研究央行溝通對小微企業(yè)貸款獲得性的傳遞效果。