貨幣政策不確定性、風(fēng)險承擔(dān)與銀行信貸期限

摘 要：基于中國商業(yè)銀行的微觀數(shù)據(jù)，構(gòu)建面板回歸模型，考察貨幣政策不確定性對銀行信貸期限的影響及其作用機(jī)制。研究發(fā)現(xiàn)：貨幣政策不確定性對銀行信貸期限具有縮減效應(yīng)。貨幣政策不確定性加大了銀行風(fēng)險承擔(dān)，促使銀行更傾向于短期信貸配置決策而引致信貸期限縮減效應(yīng)，“貨幣政策不確定性—風(fēng)險承擔(dān)—銀行信貸期限”的傳導(dǎo)渠道有效。此外，宏觀審慎政策、跨境資本流動及銀行家樂觀度均能夠負(fù)向調(diào)節(jié)貨幣政策不確定性引發(fā)的信貸期限縮減效應(yīng)?；诖?，為防控以信貸期限為特征的時間維度的銀行業(yè)系統(tǒng)性風(fēng)險，應(yīng)建立及完善貨幣政策與宏觀審慎政策相互協(xié)作調(diào)控的雙支柱政策框架，并優(yōu)化跨境資本開放時序以及構(gòu)建基于貨幣政策感受指數(shù)的銀行家樂觀度監(jiān)測機(jī)制。

關(guān)鍵詞： 貨幣政策不確定性；銀行信貸期限；銀行風(fēng)險承擔(dān)；宏觀審慎政策；跨境資本流動

中圖分類號：F830.5 文獻(xiàn)標(biāo)識碼： A 文章編號：1003-7217（2024）05-0002-08

一、引 言

2008年全球金融危機(jī)的爆發(fā)以及中美貿(mào)易摩擦對中國經(jīng)濟(jì)造成一定的下行壓力。對此，中國政府充分利用貨幣政策工具進(jìn)行宏觀調(diào)控，但復(fù)雜多樣的中介目標(biāo)及政策工具的搭配使用加大了貨幣政策實施效果的不確定性，從而導(dǎo)致各經(jīng)濟(jì)主體無法對貨幣政策引發(fā)的市場波動做出持續(xù)穩(wěn)定的預(yù)期。銀行部門是中國金融體系的重要組成部分。商業(yè)銀行通過對自身信貸的調(diào)整，對消費(fèi)、投資、儲蓄等經(jīng)濟(jì)活動產(chǎn)生影響，從而能夠較好地反映中央銀行的政策傳遞以及溝通與預(yù)期管理意圖[1]。貨幣政策不確定性的提高會增加銀行通過發(fā)放短期貸款降低信貸風(fēng)險的行為，并以此緩解銀行流動性壓力，預(yù)防流動性風(fēng)險。因此，當(dāng)貨幣政策波動時，商業(yè)銀行基于盈利性與縮減成本的考量會調(diào)整中長期貸款的投入比重。

針對貨幣政策不確定性的測度方法及經(jīng)濟(jì)后果的研究，在測度方法層面，國外學(xué)者構(gòu)建貨幣政策不確定性指數(shù)（MPU），通過測度MPU的變動對產(chǎn)出、信用利差和其他變量的總體影響，發(fā)現(xiàn)市場信息結(jié)構(gòu)的差異化導(dǎo)致市場內(nèi)部產(chǎn)生超額成本，在此背景下貨幣政策不確定性將導(dǎo)致企業(yè)投資受到影響[2，3]；同時利用短期基準(zhǔn)利率的時變波動性動態(tài)模擬貨幣當(dāng)局對經(jīng)濟(jì)預(yù)測的不確定性，較好地反映貨幣政策的變動[4]。綜合考慮我國的市場化情況、交易主體、成交量等因素，測度貨幣政策不確定性的指標(biāo)主要包含三個代理變量：債券質(zhì)押式回購利率、上海銀行間同業(yè)拆放利率（Shibor）以及中國同業(yè)拆借利率（Chibor）[5]。在經(jīng)濟(jì)后果層面，從宏觀角度，貨幣政策不確定性增加可能導(dǎo)致名義利率下降，降低了短期到期債券的收益率，影響經(jīng)濟(jì)的穩(wěn)定運(yùn)行[6]；經(jīng)濟(jì)政策不確定性增加促進(jìn)股票市場波動，其中貨幣政策和貿(mào)易政策不確定性對股票波動長期趨勢影響較大[7]，貨幣政策變動頻繁會影響股票回報率以及股市價格的長期波動，并對股票回報率產(chǎn)生顯著負(fù)向影響[8]。從微觀角度，經(jīng)濟(jì)政策不確定性對銀行信貸總量增長存在負(fù)向影響，銀行的貸款渠道成為抑制信貸增長的間接幫手，從而導(dǎo)致美國經(jīng)濟(jì)復(fù)蘇的速度減緩[9]；企業(yè)收縮生產(chǎn)規(guī)模并進(jìn)行謹(jǐn)慎投資的現(xiàn)象在貨幣政策不確定性提高的背景下逐漸浮現(xiàn)，連鎖反應(yīng)同時導(dǎo)致企業(yè)生產(chǎn)效率下降[10]。

銀行信貸期限的調(diào)整是銀行應(yīng)對不同經(jīng)濟(jì)環(huán)境的策略，有助于銀行業(yè)穩(wěn)定發(fā)展、優(yōu)化結(jié)構(gòu)并推動經(jīng)濟(jì)增長。現(xiàn)有文獻(xiàn)主要從存貸款期限匹配和投融資期限匹配兩方面研究信貸期限。存貸款期限匹配方面，當(dāng)債務(wù)是短期的并且受到貸款人外部性造成的擠兌時，貸款人有動力執(zhí)行壞消息，在執(zhí)法成本逐漸增加的背景下，貸款人反而愿意進(jìn)行決策，短期貸款能降低銀行信息搜集成本，掌握償債風(fēng)險[11]，提高公司盈利能力和資產(chǎn)周轉(zhuǎn)率，降低違約率，有助于銀行可持續(xù)發(fā)展[12]。而投融資期限匹配方面，短期化傾向的貸款期限可能抑制中國經(jīng)濟(jì)增長，對制造業(yè)實體經(jīng)濟(jì)部門的投資與創(chuàng)新研發(fā)活動產(chǎn)生負(fù)面影響[13]。此外，金融市場不完備、貨幣政策不穩(wěn)定等制度缺陷可能導(dǎo)致期限錯配現(xiàn)象，中央銀行在調(diào)控貨幣政策時，應(yīng)綜合考慮貨幣信貸質(zhì)量與結(jié)構(gòu)，以提升貨幣政策有效性[14]。

結(jié)合現(xiàn)有文獻(xiàn)可以發(fā)現(xiàn)，國內(nèi)外學(xué)者多將研究目標(biāo)分布于貨幣政策不確定性的測度及其經(jīng)濟(jì)后果以及銀行信貸期限的影響因素層面，很少考察貨幣政策不確定性影響銀行信貸期限結(jié)構(gòu)層面。對此，本文將全面考察貨幣政策不確定性對銀行信貸期限的影響及其作用機(jī)制，基于政策有效性與防范信貸風(fēng)險方面，為貨幣政策不確定性影響銀行信貸期限提供理論依據(jù)。

二、理論分析與研究假設(shè)

（一）貨幣政策不確定性與銀行信貸期限

中央銀行為提升宏觀調(diào)控效果，實施非常規(guī)貨幣政策操作已成為常態(tài)，即通過短中長期貨幣政策工具結(jié)合來影響宏觀經(jīng)濟(jì)運(yùn)行效果，但頻繁的政策調(diào)試會加劇貨幣政策的不確定性，反過來也會打擊市場信心，導(dǎo)致銀行放貸意愿減退，從而對銀行流動性創(chuàng)造決策產(chǎn)生超預(yù)期影響。因此，銀行會保持厭惡風(fēng)險的態(tài)度并追求績效的穩(wěn)定提升，降低流動性弱、風(fēng)險高的中長期風(fēng)險資產(chǎn)投入，以此有效規(guī)避貨幣政策不確定性提升引致的銀行風(fēng)險升高的問題，從而收縮貸款發(fā)放規(guī)模并縮短信貸期限[15]。與此同時，隨著貨幣政策不確定性的提升，銀行管理者為規(guī)避流動性錯配而更傾向于縮減貸款規(guī)模及縮短信貸期限[16]。此外，從信息不對稱角度來看，經(jīng)濟(jì)不確定性程度越高，可能會使銀行與企業(yè)之間的信息出現(xiàn)較大偏差，導(dǎo)致信息失真滯后的現(xiàn)象頻發(fā)，進(jìn)而銀行可能出現(xiàn)決策失誤甚至產(chǎn)生嚴(yán)重?fù)p失，并造成銀行的違約風(fēng)險增加以及銀行破產(chǎn)的概率提升[17]，因此銀行將采取保守的信貸決策，增加短期貸款的投入、提高資產(chǎn)流動性，從而縮短銀行信貸期限。

貨幣政策工具的變動對銀行風(fēng)險承擔(dān)意愿的影響存在著明顯的不確定性，緊縮貨幣政策對風(fēng)險承擔(dān)的約束作用更強(qiáng)[18]，主要表現(xiàn)為不確定性增加導(dǎo)致銀行難以預(yù)測宏觀經(jīng)濟(jì)趨勢和企業(yè)行為，從而低估企業(yè)償債能力、高估違約風(fēng)險，因此在信貸決策時傾向于降低風(fēng)險資產(chǎn)占比以增強(qiáng)風(fēng)險抵御能力。同時，貨幣政策不確定性增加時，銀行為應(yīng)對經(jīng)濟(jì)環(huán)境變化，傾向于降低信貸風(fēng)險、減少流動性創(chuàng)造，增加低風(fēng)險、高流動性資產(chǎn)投入。此外，經(jīng)濟(jì)政策不確定性會阻礙政策傳導(dǎo)、抑制政策有效性，導(dǎo)致銀行加強(qiáng)風(fēng)險資產(chǎn)管理，預(yù)防流動性危機(jī)。因此，在不確定性增加時，銀行可能減少風(fēng)險資產(chǎn)投入，增加短期貸款發(fā)放，從而縮短信貸期限。綜上，貨幣政策不確定性的提高導(dǎo)致銀行偏好低風(fēng)險流動性資產(chǎn)，并通過降低風(fēng)險承擔(dān)渠道促使銀行縮短信貸期限以維持穩(wěn)定經(jīng)營和低風(fēng)險水平?；诖?，提出假設(shè)1和假設(shè)2：

假設(shè)1 貨幣政策不確定性對銀行信貸期限具有縮減作用。

假設(shè)2 銀行風(fēng)險承擔(dān)在貨幣政策不確定性與銀行信貸期限的關(guān)系中承擔(dān)著中介作用。

（二）宏觀審慎政策、貨幣政策不確定性與銀行信貸期限

“雙支柱”調(diào)控框架強(qiáng)調(diào)宏觀審慎政策與貨幣政策之間存在著相輔相成的作用，在市場受到金融沖擊的時候宏觀審慎政策輔助貨幣政策的實施，使得經(jīng)濟(jì)結(jié)構(gòu)穩(wěn)定性提升[19]。從風(fēng)險抵御能力角度來看，一方面，銀行用于貸款的資金在宏觀審慎政策的影響下逐漸減少，進(jìn)而使得銀行增強(qiáng)了對流動性風(fēng)險的抵御能力，降低了銀行風(fēng)險承擔(dān)的壓力。另一方面，宏觀審慎政策工具可以通過增加信貸成本的方式抑制銀行信貸增加，進(jìn)而提高銀行抵御風(fēng)險的能力，減少銀行業(yè)由于貨幣政策不確定性而造成的危機(jī)發(fā)生概率。從銀行風(fēng)險傳染的角度來看，宏觀審慎政策對同業(yè)負(fù)債的監(jiān)管，要求銀行控制同業(yè)業(yè)務(wù)規(guī)模，從而直接限制了銀行間雙邊風(fēng)險暴露規(guī)模，降低了沖擊發(fā)生時銀行間風(fēng)險傳染程度[20]。因此在貨幣政策不確定性增加的情況下，銀行可能會對現(xiàn)有策略做出調(diào)整，減少短期貸款的投入，在可控的風(fēng)險范圍內(nèi)，盡可能提高盈利能力，追求高收益資產(chǎn)的傾向會有所增強(qiáng)。基于此，提出假設(shè)3：

假設(shè)3 宏觀審慎政策對貨幣政策不確定性與銀行信貸期限關(guān)系具有負(fù)向調(diào)節(jié)作用。

（三）跨境資本流動、貨幣政策不確定性與銀行信貸期限

2008年全球金融危機(jī)后，發(fā)展中國家使用寬松的貨幣政策成為新趨勢、新風(fēng)向，跨境資本流動在貨幣政策的影響下產(chǎn)生劇烈波動。跨境資本流動包括直接投資與間接投資，其中，以外商直接投資為主導(dǎo)的生產(chǎn)要素投資與跨國并購行為有效地改變資源分配和真實資本的流動，且2019年之前中國對二級市場實施嚴(yán)格管制，導(dǎo)致直接投資成為跨境資本流動對金融市場的影響力的映射。銀行選擇通過購買多種風(fēng)險性資產(chǎn)擴(kuò)大信貸規(guī)模并進(jìn)行多樣化經(jīng)營，跨境直接投資的變動導(dǎo)致市場需求波動、生產(chǎn)要素與資產(chǎn)價格受到?jīng)_擊。因此跨境資本流動可能對貨幣政策不確定性與銀行信貸期限關(guān)系產(chǎn)生調(diào)節(jié)作用。從資產(chǎn)價格角度來看，跨境資本流動會對資產(chǎn)價格產(chǎn)生沖擊進(jìn)而提升銀行風(fēng)險，資本市場產(chǎn)生更多投機(jī)機(jī)會，助推企業(yè)“脫實向虛”[21]，從而增加中長期貸款的投放，以期從波動的市場環(huán)境套取更多的利益。從風(fēng)險識別角度來看，市場中行業(yè)間的摩擦隨著貨幣政策的變動而加劇，銀行對風(fēng)險的識別能力有所減弱并受到金融市場資本高活躍度的影響，偏好認(rèn)購風(fēng)險較大的中長期資產(chǎn)?；诖?，提出假設(shè)4：

假設(shè)4 跨境資本流動對貨幣政策不確定性與銀行信貸期限關(guān)系具有負(fù)向調(diào)節(jié)作用。

（四）銀行家樂觀度、貨幣政策不確定性與銀行信貸期限

銀行家樂觀度為中國人民銀行調(diào)查統(tǒng)計司對銀行家貨幣政策敏感程度的測度，樂觀度越高表明銀行家對貨幣政策的實施效果有越高的預(yù)期，進(jìn)而對銀行信貸以及經(jīng)營舉措產(chǎn)生影響。銀行家在對貨幣政策有較高樂觀度時會認(rèn)為不確定性增加所帶來的負(fù)面效應(yīng)仍在可以預(yù)測與控制的情況下，通過擴(kuò)大信貸規(guī)模來減少“惜貸”行為[22]。在貨幣政策不確定性增加的情況下，由于信息的獲取滯后性，銀行家可能會出現(xiàn)盲目樂觀的情況，出現(xiàn)決策失誤，增加不穩(wěn)定資產(chǎn)的投入，從而增加中長期貸款的投放。另外，在經(jīng)濟(jì)波動較大時期，金融監(jiān)管部門通過跨周期調(diào)節(jié)來滿足銀行流動性需求并實施前瞻性管理，監(jiān)管政策的傾向性會增加銀行家的樂觀度，進(jìn)而短期內(nèi)銀行將采取寬松的信貸政策?；诖?，提出假設(shè)5：

假設(shè)5 銀行家樂觀度對貨幣政策不確定性與銀行信貸期限關(guān)系具有負(fù)向調(diào)節(jié)作用。

三、實證研究設(shè)計

（一）樣本數(shù)據(jù)來源

選取2010—2021年中國商業(yè)銀行年度數(shù)據(jù)進(jìn)行實證檢驗。銀行數(shù)據(jù)來源于Wind數(shù)據(jù)庫以及BankFocus數(shù)據(jù)庫，經(jīng)過樣本處理后保留105家商業(yè)銀行的非平衡面板數(shù)據(jù)，并將樣本銀行劃分為5家國有銀行、12家股份制銀行與88家城農(nóng)商行，合計得到1260個觀測值。由于城市商業(yè)銀行與農(nóng)村商業(yè)銀行均存在規(guī)模較小、地方性的特點，將兩者統(tǒng)稱為城農(nóng)商行并與國有銀行、股份制銀行共同展開異質(zhì)性分析。

（二）變量定義與構(gòu)造

1.被解釋變量。

銀行信貸期限（STR）。采用短期貸款與總貸款的比值來衡量銀行信貸期限。短期貸款與總貸款的比值越高，則表明銀行信貸期限越短。

2.解釋變量。

貨幣政策不確定性（ShiborSD）。本文借鑒孫健等[23]、王肇等[24]的做法采用上海銀行間7天同業(yè)拆放利率的標(biāo)準(zhǔn)差（ShiborSD）作為核心解釋變量。選用該指標(biāo)的原因主要有以下兩點：第一，Shibor擁有較廣的應(yīng)用范圍以及權(quán)威的報價體系，因此能夠較好地反映中國貨幣市場的供求關(guān)系；第二，Shibor在一定程度上反映了貨幣政策的松緊，且Shibor能夠反映中國貨幣政策的動態(tài)變化。該指標(biāo)值越大，則表明貨幣政策的不確定性程度就越高。

3.控制變量。

本文分別從微觀與宏觀層面設(shè)置控制變量，選取的控制變量如下：盈利能力（NIM），以凈息差衡量；成長性（LOANg），以貸款增長率衡量；經(jīng)營效率（CIR），以成本收入比衡量；撥貸比（PLR），以呆賬準(zhǔn)備金與貸款總額的比重衡量；資本充足率（CAR），以銀行資本與風(fēng)險加權(quán)資產(chǎn)的比率衡量；杠桿率（LEV），以權(quán)益資產(chǎn)比衡量；資產(chǎn)規(guī)模（Size），以銀行總資產(chǎn)的自然對數(shù)衡量；GDP增長率（GDPg），以名義國內(nèi)生產(chǎn)總值的增速衡量；國內(nèi)通脹水平（CPI），以消費(fèi)者價格指數(shù)衡量；資本市場發(fā)展水平（SCIg），以上證綜合指數(shù)的增速衡量。

4.中介變量。銀行風(fēng)險承擔(dān)（RWA）。銀行風(fēng)險承擔(dān)的測度指標(biāo)主要包括不良貸款率、Z指數(shù)、預(yù)期違約概率等。銀行風(fēng)險加權(quán)資產(chǎn)占比依據(jù)不同類別資產(chǎn)的風(fēng)險系數(shù)測度，充分考慮了表內(nèi)與表外業(yè)務(wù)的風(fēng)險，并以銀行主觀風(fēng)險承擔(dān)意愿為基礎(chǔ)，能夠更好地反映銀行風(fēng)險承擔(dān)水平。對此，選取銀行風(fēng)險加權(quán)資產(chǎn)占比作為銀行風(fēng)險承擔(dān)的替代變量。該指標(biāo)值越大，則表明銀行風(fēng)險承擔(dān)水平就越高。

5.調(diào)節(jié)變量。宏觀審慎政策（MPI）。本文借鑒國際貨幣基金組織（IMF）在2019年提供的iMaPP數(shù)據(jù)庫，通過設(shè)立17種宏觀審慎政策工具收縮和放松的虛擬指標(biāo)來構(gòu)建宏觀審慎政策指數(shù)[25]。具體方法為：若當(dāng)局當(dāng)月使用了該項工具（比如收緊或提高了監(jiān)管要求）則加1，若放松或降低了監(jiān)管要求則減1；然后對月度層面的宏觀審慎政策數(shù)據(jù)進(jìn)行算術(shù)平均后，即可得到年度層面的宏觀審慎政策指數(shù)（MPI）。MPI數(shù)值越大，則表明宏觀審慎政策緊縮力度就越大，宏觀審慎監(jiān)管力度就越是趨嚴(yán)。

跨境資本流動（CBC）。隨著我國資本市場的逐步開放，跨境資本通過直接或間接的方式涌入境內(nèi)資本市場，然而間接投資易引發(fā)金融風(fēng)險傳染與擠兌問題，相關(guān)部門實施嚴(yán)格控制不易度量，與之相對的直接投資能夠有效地改變資源分配和反映真實資本的流動。因此，在參考Opperman等[26]、顧海峰和高水文[27]的做法后，選取跨境資本直接投資來衡量跨境資本實際情況，并將其與GDP的比值作為跨境資本流動的替代變量。

銀行家樂觀度（BOP）。選取銀行家貨幣政策敏感度指數(shù)作為衡量銀行家樂觀度的代理變量，并對當(dāng)年各季度數(shù)據(jù)進(jìn)行算術(shù)平均后得到年度值。若該指標(biāo)值越大，則表明銀行家對未來貨幣政策寬松度具有越好的預(yù)期，銀行家對貨幣政策寬松度更趨于樂觀。具體的變量定義與構(gòu)造見表1。

（三）計量模型構(gòu)建

1.基準(zhǔn)模型。

為考察貨幣政策不確定性對銀行信貸期限的影響及其異質(zhì)性特征，本文構(gòu)建如下面板回歸基準(zhǔn)模型：

STRi，t=α0+α1ShiborSDt+∑α2CVi，t+μi+εi，t（1）

其中，被解釋變量STRi，t為銀行信貸期限，以短期貸款占總貸款的比重為代理變量；解釋變量ShiborSDt為貨幣政策不確定性指標(biāo)。CVi，t為控制變量，包括微觀銀行層面與宏觀經(jīng)濟(jì)層面的控制變量；α0為常數(shù)項；μi為個體固定效應(yīng)項；εi，t為隨機(jī)誤差項。若回歸結(jié)果中α1顯著大于0，則表示貨幣政策不確定性導(dǎo)致銀行提高短期貸款比重，從而縮短信貸期限；反之則表示貨幣政策不確定性會增長銀行信貸期限。

2.中介效應(yīng)模型。

為考察貨幣政策不確定性影響銀行信貸期限的作用機(jī)制，驗證銀行風(fēng)險承擔(dān)是否在兩者關(guān)系中存在中介作用，構(gòu)建中介效應(yīng)模型：

RWAi，t=β0+β1ShiborSDt+∑β2CVi，t+μi+εi，t （2）

STRi，t=γ0+γ1RWAi，t+γ2ShiborSDt+∑γ3CVi，t+μi+εi，t （3）

模型（2）和模型（3）在基準(zhǔn)模型（1）的基礎(chǔ)上，驗證中介變量銀行風(fēng)險加權(quán)資產(chǎn)占比是否受到貨幣政策不確定性的影響，并最終將銀行風(fēng)險承擔(dān)、銀行信貸期限與貨幣政策不確定性歸入同一模型框架中。若模型（3）中的系數(shù)γ1與γ2均顯著，則表明“貨幣政策不確定性-風(fēng)險承擔(dān)-銀行信貸期限”傳導(dǎo)渠道有效。

3.調(diào)節(jié)效應(yīng)模型。

本文在基準(zhǔn)模型（1）的基礎(chǔ)上引入宏觀審慎政策、跨境資本流動與銀行家樂觀度的一次項及其與貨幣政策不確定性的交互項，分別構(gòu)建如下形式的調(diào)節(jié)效應(yīng)模型：

STRi，t=δ0+δ1ShiborSDt+δ2MPIt+δ3ShiborSDt×MPIt+∑δ4CVi，t+μi+εi，t （4）

STRi，t=θ0+θ1ShiborSDt+θ2CBCt+θ3ShiborSDt×CBCt+∑θ4CVi，t+μi+εi，t （5）

STRi，t=φ0+φ1ShiborSDt+φ2BOPt+φ3ShiborSDt×BOPt+∑φ4CVi，t+μi+εi，t（6）

其中，MPIt為宏觀審慎政策，CBCt為跨境資本流動，BOPt為銀行家樂觀度。這里需要重點關(guān)注交互項系數(shù)δ3，θ3，φ3是否顯著，若系數(shù)δ3，θ3，φ3顯著，則說明宏觀審慎政策、跨境資本流動、銀行家樂觀度對兩者關(guān)系具有調(diào)節(jié)作用。

（四）變量描述性統(tǒng)計①

銀行信貸期限（STR）的均值為0.609，標(biāo)準(zhǔn)差為0.206，說明樣本銀行間短期貸款與總貸款的比值存在一定差異。貨幣政策不確定性（ShiborSD）的均值為0.442，標(biāo)準(zhǔn)差為0.428，說明不同年份的貨幣政策不確定性存在較大差異。銀行貸款增長率（LOANg）的均值為0.168，標(biāo)準(zhǔn)差為0.117，表明我國銀行總體貸款呈現(xiàn)上升趨勢，處于核心業(yè)務(wù)成長期，且差異明顯。由于銀行性質(zhì)與發(fā)展決策的不同，資產(chǎn)規(guī)模（Size）跨度明顯，部分銀行規(guī)模過小無法較好地行使銀行各項職能。

四、實證檢驗與結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

本文利用固定效應(yīng)模型對貨幣政策不確定性與銀行信貸期限的關(guān)系進(jìn)行檢驗，結(jié)果如表2所示。表2列（1）的基準(zhǔn)檢驗結(jié)果顯示，ShiborSD的系數(shù)為0.119，且在1%的水平上顯著為正，這表明貨幣政策不確定性增加能夠提高銀行短期貸款的投放比重，從而顯著縮減銀行信貸期限。此外，銀行經(jīng)營效率與撥貸比的系數(shù)均顯著為正，這表明銀行經(jīng)營效率與撥貸比的提高均會縮減銀行信貸期限。其主要原因在于：經(jīng)營效率與撥貸比的提高有助于提升銀行的流動性管理能力，從而使得銀行更傾向于加大銀行短期信貸行為，以降低貨幣政策不確定性可能引發(fā)的流動性風(fēng)險。與此同時，銀行權(quán)益資產(chǎn)比與資產(chǎn)規(guī)模的系數(shù)均顯著為負(fù)，這表明銀行權(quán)益資產(chǎn)比與資產(chǎn)規(guī)模的提高均會增長銀行信貸期限。其主要原因在于：權(quán)益資產(chǎn)比是杠桿率的負(fù)向指標(biāo)，銀行權(quán)益資產(chǎn)比的提高意味著銀行杠桿率的下降，為緩解杠桿率帶來的利差收入下降壓力，銀行更傾向于加大中長期貸款占比來增加利差收入，從而增長銀行信貸期限。由此，假設(shè)1得以驗證。

（二）異質(zhì)性分析結(jié)果

本文將105家商業(yè)銀行劃分為5家國有銀行、12家股份制銀行與88家城農(nóng)商行進(jìn)行分組檢驗。國有銀行、股份制銀行與城農(nóng)商行在規(guī)模、業(yè)務(wù)范圍、客戶群體等方面均存在差異，并且國家貨幣政策與相關(guān)決策的實施對不同銀行的影響程度有所不同，存在著信息流通與地方性政策響應(yīng)程度的差別，因此針對銀行產(chǎn)權(quán)性質(zhì)對全樣本進(jìn)行異質(zhì)性分析。表 2列（2）～列（4）報告了異質(zhì)性檢驗結(jié)果。結(jié)果顯示，城農(nóng)商行組的核心解釋變量貨幣政策不確定性的系數(shù)在1%的水平上顯著為正，而另外兩組銀行均不顯著，表明城農(nóng)商行信貸期限受到貨幣政策變動的影響較為顯著，而對國有銀行與股份制銀行信貸期限的影響并不明顯。其主要原因在于：城農(nóng)商行資產(chǎn)規(guī)模相對較小，業(yè)務(wù)相對單一，客戶群體穩(wěn)定，對貸款客戶的信用信息甄別能力具有地域性優(yōu)勢。這種優(yōu)勢使得城農(nóng)商行能夠更有效地實現(xiàn)不同期限結(jié)構(gòu)信貸資金的優(yōu)化配置。當(dāng)貨幣政策不確定性上升時，城農(nóng)商行能夠憑借地域性信息優(yōu)勢，動態(tài)調(diào)整短期與中長期貸款的配置，降低信息不對稱帶來的信息獲取成本，增強(qiáng)風(fēng)險識別能力，進(jìn)而縮短信貸期限，以應(yīng)對貨幣政策變動帶來的挑戰(zhàn)。相比之下，國有銀行和股份制銀行資產(chǎn)規(guī)模龐大，銀企信息不對稱程度較高，導(dǎo)致其在不同期限結(jié)構(gòu)信貸資金優(yōu)化配置上相對較弱。因此，當(dāng)貨幣政策不確定性提高時，這些銀行在短期與中長期貸款的動態(tài)調(diào)整上能力有限，信貸期限調(diào)整效應(yīng)不明顯。此外，國有銀行在中國銀行體系中具有特殊地位，其信貸決策往往受到政府目標(biāo)與規(guī)劃的影響，自主決策空間有限[28]。因此，在貨幣政策變動頻繁時，國有銀行可能會通過提高風(fēng)險承擔(dān)能力，增加高風(fēng)險貸款占比，以實現(xiàn)政策目標(biāo)，進(jìn)而增加銀行信貸期限的不確定性。

（三）穩(wěn)健性檢驗

為驗證前文結(jié)果的可靠性，本文采用替換解釋變量和被解釋變量、更換模型、檢驗遺漏變量的方法進(jìn)行穩(wěn)健性檢驗，并針對內(nèi)生性問題選取工具變量進(jìn)行檢驗。穩(wěn)健性檢驗結(jié)果顯示：第一，替換解釋變量，采用中國銀行間7天同業(yè)拆借利率的標(biāo)準(zhǔn)差（Chibor）重新進(jìn)行檢驗，結(jié)果與基準(zhǔn)回歸結(jié)果完全一致。第二，將被解釋變量取對數(shù)處理（ln STR），削弱其共線性與異方差問題，結(jié)果與基準(zhǔn)結(jié)果保持一致。第三，將被解釋變量信貸期限（STR）的滯后一期（L.STR）引入基準(zhǔn)模型，構(gòu)建系統(tǒng)GMM模型，結(jié)果表示滯后一期（L.STR）顯著為正。第四，在基準(zhǔn)模型中依次引入宏觀經(jīng)濟(jì)熱度指數(shù)、貸款總體需求指數(shù)、銀行業(yè)景氣指數(shù)、銀行業(yè)盈利指數(shù)等可能遺漏的宏觀指標(biāo)重新進(jìn)行回歸分析，核心解釋變量的系數(shù)仍顯著為正。第五，參考顧海峰和高水文[27]的做法選取滯后一期美國貨幣政策不確定（L.USA_EPU）作為工具變量，最終通過識別不足與弱工具變量檢驗排除內(nèi)生性影響。綜上，基準(zhǔn)檢驗結(jié)果穩(wěn)健性較好。

五、進(jìn)一步研究：作用機(jī)制檢驗

（一）傳導(dǎo)渠道檢驗

為揭示“貨幣政策不確定性-風(fēng)險承擔(dān)-銀行信貸期限”的傳導(dǎo)渠道是否有效，設(shè)定中介變量為銀行風(fēng)險承擔(dān)，并通過銀行風(fēng)險加權(quán)資產(chǎn)占比衡量，以檢驗中介作用。

表3列示了傳導(dǎo)渠道檢驗結(jié)果。列（2）顯示，解釋變量ShiborSD的系數(shù)為-0.029，且在1%的水平上顯著為負(fù)，說明貨幣政策不確定性的增大會降低銀行風(fēng)險資產(chǎn)配置規(guī)模，由此降低銀行風(fēng)險承擔(dān)水平。列（3）顯示了同時引入解釋變量與中介變量（RWA）的回歸結(jié)果。結(jié)果顯示，解釋變量ShiborSD的系數(shù)在1%的水平上顯著為正，而中介變量“風(fēng)險加權(quán)資產(chǎn)占比（RWA）”的系數(shù)為-0.331，且在5%的水平上顯著為負(fù)，說明銀行風(fēng)險加權(quán)資產(chǎn)占比的降低將迫使銀行主動縮短信貸期限，以更好地規(guī)避貨幣政策不確定性帶來的風(fēng)險效應(yīng)。綜上，貨幣政策不確定性通過降低銀行風(fēng)險承擔(dān)水平的渠道縮減銀行信貸期限，偏好低風(fēng)險短期信貸配置，加強(qiáng)風(fēng)險資產(chǎn)管理限制，減少高風(fēng)險信貸配置決策，銀行風(fēng)險承擔(dān)中介作用有效。假設(shè)2得以驗證。

（二）調(diào)節(jié)作用檢驗

為進(jìn)一步揭示貨幣政策不確定性與銀行信貸期限關(guān)系的調(diào)節(jié)機(jī)制，在基準(zhǔn)模型中引入調(diào)節(jié)變量及其與解釋變量的交互項構(gòu)建調(diào)節(jié)效應(yīng)模型，考察宏觀審慎政策、跨境資本流動與銀行家樂觀度對兩者關(guān)系的調(diào)節(jié)作用是否有效。表 4列示了調(diào)節(jié)作用檢驗結(jié)果。

表4列（1）報告了宏觀審慎政策對兩者關(guān)系的調(diào)節(jié)作用檢驗結(jié)果。結(jié)果顯示，解釋變量ShiborSD的系數(shù)為0.210，且在1%的水平上顯著為正，而交互項ShiborSD × MPI的系數(shù)為-0.188，且在1%的水平上顯著為負(fù)，說明宏觀審慎政策指數(shù)每增加一個單位，則貨幣政策不確定性對銀行信貸期限的縮減作用就減小0.188個單位?？梢?，宏觀審慎政策負(fù)向調(diào)節(jié)了兩者關(guān)系，宏觀審慎政策實施力度的加大在一定程度上減弱了貨幣政策不確定性對銀行信貸期限的縮減效應(yīng)。假設(shè)3得以驗證。

表4列（2）報告了跨境資本流動對兩者關(guān)系的調(diào)節(jié)作用檢驗結(jié)果。結(jié)果顯示，解釋變量ShiborSD的系數(shù)為1.727，且在1%的水平上顯著為正，而交互項ShiborSD × CBC的系數(shù)為-63.791，且在1%的水平上顯著為負(fù)，說明跨境資本流動每增加一個單位，則貨幣政策不確定性對銀行信貸期限的縮減作用就減小63.791個單位?？梢?，跨境資本流動負(fù)向調(diào)節(jié)了兩者關(guān)系，跨境資本流動強(qiáng)度的提高在一定程度上減弱了貨幣政策不確定性對銀行信貸期限的縮減效應(yīng)。假設(shè)4得以驗證。

表4列（3）報告了銀行家樂觀度對兩者關(guān)系的調(diào)節(jié)作用檢驗結(jié)果。結(jié)果顯示，解釋變量ShiborSD的系數(shù)為0.722，且在1%的水平上顯著為正，而交互項ShiborSD × BOP的系數(shù)為-1.283，且在1%的水平上顯著為負(fù)，說明銀行家樂觀度每增加一個單位，則貨幣政策不確定性對銀行信貸期限的縮減作用就減小1.283個單位?？梢?，銀行家樂觀度負(fù)向調(diào)節(jié)了兩者關(guān)系，銀行家樂觀度的提高在一定程度上減弱了貨幣政策不確定性對銀行信貸期限的縮減效應(yīng)。假設(shè)5得以驗證。

六、結(jié)論與政策建議

本文選取2010—2021年中國105家商業(yè)銀行的微觀面板數(shù)據(jù)，實證檢驗了貨幣政策不確定性對銀行信貸期限的影響及其異質(zhì)性特征，并進(jìn)一步考察了銀行風(fēng)險承擔(dān)的中介作用以及宏觀審慎政策、跨境資本流動與銀行家樂觀度的調(diào)節(jié)作用。主要結(jié)論歸納為：（1）貨幣政策不確定性對銀行信貸期限具有縮減作用，銀行提高短期信貸配置比重，選擇以穩(wěn)健的決策方式應(yīng)對貨幣政策的頻繁波動。（2）針對不同性質(zhì)的銀行個體，貨幣政策不確定性產(chǎn)生的信貸期限影響差異化明顯。其中，不同于國有銀行與股份制銀行因受到諸多限制產(chǎn)生決策慣性，城農(nóng)商行信貸期限的縮減效應(yīng)更大。（3）銀行風(fēng)險承擔(dān)在貨幣政策不確定性與銀行信貸期限的關(guān)系中承擔(dān)著中介作用，銀行通過降低風(fēng)險承擔(dān)水平的渠道應(yīng)對政策變動，“貨幣政策不確定性-風(fēng)險承擔(dān)-銀行信貸期限”的傳導(dǎo)渠道有效。（4）貨幣政策不確定性與銀行信貸期限的關(guān)系受到宏觀審慎政策、跨境資本流動與銀行家樂觀度的負(fù)向調(diào)節(jié)作用，宏觀審慎政策緊縮度、跨境資本流動強(qiáng)度與銀行家樂觀度的提高均會減弱貨幣政策不確定性對銀行信貸期限的縮減效應(yīng)。

針對上述結(jié)論，本文給出如下政策建議：（1）金融監(jiān)管部門需要構(gòu)建“貨幣政策+宏觀審慎政策”相融合的雙支柱調(diào)控框架，一旦貨幣政策在數(shù)量與價格維度指標(biāo)出現(xiàn)單方向過度變動，則通過發(fā)揮宏觀審慎政策的反向操作來平抑貨幣政策環(huán)境的過度變動，由此增強(qiáng)貨幣政策環(huán)境的適度穩(wěn)定性，從而有助于提升銀行業(yè)在信貸期限結(jié)構(gòu)配置方面的穩(wěn)定性，進(jìn)而有助于防控以信貸期限為特征的時間維度的銀行系統(tǒng)性風(fēng)險。（2）針對銀行風(fēng)險承擔(dān)的中介作用，金融監(jiān)管部門需要建立針對銀行業(yè)資產(chǎn)配置風(fēng)險等級的監(jiān)測機(jī)制，并科學(xué)設(shè)定風(fēng)險監(jiān)管閾值，一旦某銀行所配置的資產(chǎn)風(fēng)險加權(quán)值超越事先設(shè)定的風(fēng)險監(jiān)管閾值，則需要對該銀行進(jìn)行嚴(yán)厲的監(jiān)管性處罰，從而有助于防范銀行業(yè)風(fēng)險承擔(dān)過度而引發(fā)銀行業(yè)信貸期限結(jié)構(gòu)配置過度失衡，進(jìn)而有助于防控時間維度的銀行系統(tǒng)性風(fēng)險。（3）針對跨境資本流動的調(diào)節(jié)作用，金融監(jiān)管部門需要遵循“先直接、后間接”的開放時序原則，應(yīng)先逐步加大以外商直接投資（FDI）為主導(dǎo)的跨境直接投資資本的開放力度，再逐步有序地放開對以金融資本為主導(dǎo)的跨境間接投資資本的管制，從而有助于緩解跨境資本流動對銀行業(yè)信貸期限結(jié)構(gòu)優(yōu)化配置的沖擊效應(yīng)，進(jìn)而有助于防控時間維度的銀行系統(tǒng)性風(fēng)險。（4）針對銀行家樂觀度的調(diào)節(jié)作用，金融監(jiān)管部門需要構(gòu)建基于貨幣政策感受指數(shù)的銀行家樂觀度監(jiān)測機(jī)制，一旦監(jiān)測到銀行家樂觀度處于上升態(tài)勢，則需要搭配宏觀審慎政策進(jìn)行緊縮性操作，以抑制銀行家的貨幣政策寬松預(yù)期過度樂觀而可能引發(fā)的中長期信貸擴(kuò)張行為，從而有助于緩解銀行業(yè)信貸期限結(jié)構(gòu)的過度錯配效應(yīng)，進(jìn)而有助于防控時間維度的銀行系統(tǒng)性風(fēng)險。

注釋：

① 限于篇幅，描述性統(tǒng)計結(jié)果不予報告，留存?zhèn)渌鳌?/p>

參考文獻(xiàn)：

［1］ 黃孝武，趙乾安.商業(yè)銀行能有效反應(yīng)中央銀行貨幣政策立場變化嗎？——來自銀行貸款損失準(zhǔn)備計提的經(jīng)驗證據(jù)[J].湖南大學(xué)學(xué)報（社會科學(xué)版），2022，36（3）：51-56.

［2］ Husted L， Rogers J， Sun B. Monetary policy uncertainty[J]. Journal of Monetary Economics， 2020， 115（7）： 20-36.

［3］ Baker S R， Bloom N， Davis S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics， 2016， 131（4）： 1593-1636.

［4］ Huang S. Essays on measuring monetary policy uncertainty and forecasting business cycle[D].Kansas： University of Kansas， 2016.

［5］ 何德旭，張雪蘭，王朝陽，等.貨幣政策不確定性、銀行信貸與企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整[J].經(jīng)濟(jì)管理，2020，42（7）：5-22.

［6］ Jordà ， Salyer K D. The response of term rates to monetary policy uncertainty[J]. Review of Economic Dynamics， 2003，6（4）： 941-962.

［7］ 邢艷春，廖晗.經(jīng)濟(jì)政策不確定性對中國股市波動率的影響[J].統(tǒng)計與信息論壇，2023，38（1）：71-80.

［8］ Rangan G， Mark W. The role of monetary policy uncertainty in predicting equity market volatility of the United Kingdom： evidence from over 150 years of data[J]. Economics and Business Letters， 2019， 8（3）： 138-146.

［9］ Bordo M D， Duca J V， Koch C. Economic policy uncertainty and the credit channel： aggregate and bank level U.S. evidence over several decades[J]. Journal of Financial Stability， 2016， 26（7）： 90-176.

［10］Bloom N. Fluctuations in uncertainty[J]. Journal of Economic Perspectives， 2014， 28（2）： 153-176.

［11］Diamond D W. Presidential address， committing to commit： short-term debt when enforcement is costly[J]. The Journal of Finance， 2004， 59（4）： 1447-1479.

［12］胡金焱， 張強(qiáng). 貸款期限結(jié)構(gòu)對小額貸款公司可持續(xù)發(fā)展的影響——以山東省為例[J]. 理論學(xué)刊，2018，35（1）：60-70.

［13］張杰，居楊雯.貸款期限結(jié)構(gòu)與中國經(jīng)濟(jì)增長[J].世界經(jīng)濟(jì)文匯，2017，61（5）：1-22.

［14］李炳，袁威.貨幣信貸結(jié)構(gòu)對宏觀經(jīng)濟(jì)的機(jī)理性影響——兼對“中國貨幣迷失之謎”的再解釋[J].金融研究，2015，58（11）：33-46.

［15］周曄，王亞梅.貨幣政策不確定性與商業(yè)銀行流動性創(chuàng)造關(guān)系研究——兼論流動性創(chuàng)造的周期效應(yīng)[J].經(jīng)濟(jì)學(xué)家，2021，33（9）：78-88.

［16］顧海峰，史欠欠.綠色信貸是否會影響商業(yè)銀行風(fēng)險承擔(dān)？——基于社會責(zé)任與綠色聲譽(yù)渠道[J].財經(jīng)理論與實踐，2023，44（1）：2-10.

［17］張琳，廉永輝，辛兵海.宏觀經(jīng)濟(jì)不確定性、銀行異質(zhì)性和信貸供給[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2015，37（4）：60-71，126.

［18］王晉斌，李博.中國貨幣政策對商業(yè)銀行風(fēng)險承擔(dān)行為的影響研究[J].世界經(jīng)濟(jì)，2017，40（1）：25-43.

［19］王愛儉，王璟怡.宏觀審慎政策效應(yīng)及其與貨幣政策關(guān)系研究[J].經(jīng)濟(jì)研究，2014，49（4）：17-31.

［20］陳曉莉，成碩.宏觀審慎政策對銀行間風(fēng)險傳染的影響——基于中國銀行業(yè)數(shù)據(jù)的實證研究[J].金融論壇，2021，26（12）：29-38，78.

［21］顧海峰，卞雨晨.跨境資本流動、流動性錯配與銀行穩(wěn)定性——基于銀行盈利能力與風(fēng)險承擔(dān)能力雙重視角[J].經(jīng)濟(jì)學(xué)家，2021，33（6）：32-41.

［22］顧海峰，朱慧萍.經(jīng)濟(jì)政策不確定性是否會影響銀行系統(tǒng)性風(fēng)險？[J].系統(tǒng)工程理論與實踐，2022，42（9）：2350-2366.

［23］孫健，鐘凱，盧闖，等.貨幣政策不確定性對會計信息質(zhì)量的影響研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2017，37（8）：34-45.

［24］王肇，崔也光，鹿瑤，等.貨幣政策不確定性會影響品牌資產(chǎn)價值嗎[J].會計研究，2023，44（9）：74-87.

［25］Alam Z， Alter A， Eiseman J， et al. Digging deeper-evidence on the effects of macroprudential policies from a new database[R].Washington DC：IMF Working Paper， 2019.

［26］Opperman P， Adjasi C K D. The determinants of private capital flow volatility in Sub-Saharan African countries[J]. Research in International Business and Finance， 2017，42（7）：312-320.

［27］顧海峰，高水文.貨幣政策不確定性會影響銀行貸款質(zhì)量嗎？——基于中國123家商業(yè)銀行的證據(jù)[J].財貿(mào)研究，2022，33（7）：54-68.

［28］Chi Q W， Li W J. Economic policy uncertainty， credit risks and banks’ lending decisions： evidence from Chinese commercial banks[J]. China Journal of Accounting Research， 2017， 10（1）：33-50.

Monetary Policy Uncertainty， Risk-Taking

and Bank Credit Term

Abstract：Based on the micro data of Chinese commercial banks， a panel regression model is constructed to investigate the impact of monetary policy uncertainty on bank credit term and its mechanism. The results show that monetary policy uncertainty has a narrowing effect on bank credit term. Monetary policy uncertainty increases risk-taking， prompting banks to be more inclined to short-term credit allocation decisions， resulting in the effect of credit term reduction， and the transmission channel of “monetary policy uncertainty-risk-taking-bank credit term” is effective. In addition， macro-prudential policy， cross-border capital flows， and banking prosperity can negatively adjust the effect of credit maturity reduction caused by monetary policy uncertainty. Based on this， in order to prevent and control the systemic risk of the banking industry in the time dimension characterized by credit term， it is necessary to establish and improve a two-pillar policy framework where monetary policy and macro-prudential policy are coordinated and regulated， optimize the timing of cross-border capital opening， and construct a bankers’ optimism monitoring mechanism based on the monetary policy sentiment index.

Key words：monetary policy uncertainty; bank credit term; bank’s risk-taking; macro-prudential policy；cross-border capital flow