2014年我國兩次降準對利率風險溢價的影響

祁永忠

摘要：文章利用2014年3月7日至2015年3月1日的日數據，通過兩配對樣本t檢驗，實證檢驗了對貸款利率風險溢價的影響，計量模型結果表明，兩次降準顯著降低了貸款利率風險溢價總體分布均值，4月22日降準對貸款利率風險溢價總體分布均值的影響較之6月9日降準對貸款利率風險溢價總體分布均值的影響要大。

關鍵詞：降準；貸款利率風險溢價；兩配對樣本t檢驗

2014年以來，為進一步有針對性地加強對“三農”和小微企業的支持，增強金融服務實經濟的能力，中國人民銀行對部分金融機構兩次定向降低存款準備金。2014年4月22日，央行宣布農村商業銀行和農村合作銀行存款準備金降低1個百分點，6月9日宣布“三農”或小微企業貸款達到一定比例的法人金融機構降低人民幣存款準備金0.5個百分點。本文以央行降準政策為自變量，以小微企業貸款利率和大型企業貸款利率的風險溢價為內生變量，通過方差分析，解釋降準對小微企業貸款利率和大型企業貸款利率風險溢價的影響。

一、模型構建

利率理論包括利率決定理論和利率結構理論，前者解釋利率水平的決定因素，后者說明利率體系中各種利率之間的關系。利率決定理論認為利率可以分為資金的時間價格和風險補償利率兩部分，其中資金的時間價格即無風險利率，風險補償利率分為信用風險補償利率、流動性風險補償利率、稅收風險補償利率。

i=i*+if=i*+ic+il+it

其中，i表示債券風險，i*表示無風險利率，if表示債券的風險補償利率，ic表示債券的信用風險補償利率，il表示債券的流動性風險補償利率，it表示債券的稅收風險補償利率。

利率結構理論分為利率風險結構理論和利率期限結構理論，前者解釋同樣期限不同風險債券利率之間的關系，后者解釋同樣風險不同期限債券（貸款）利率之間的關系。利率風險結構理論認為利率相同期限的債券由于其風險不同，造成相同期限的債券具有不同的利率水平。利率風險結構理論可以表示如下：

Δi=Δi*+Δif=Δic+Δil+Δit

其中，Δi表示相同期限債券利差，Δif表示相同期限債券的風險溢價，ic表示相同期限債券的信用風險溢價，il表示相同期限債券的流動性風險溢價，it表示相同期限債券的稅收風險溢價。

2013年10月29日，銀行間同業拆借中心貸款基礎利率（LPR）集中報價機制和發布機制正式運行。貸款基礎利率（LPR）是商業銀行對其最優質客戶執行的貸款利率，其他貸款利率可在此基礎上加減點生成。貸款基礎利率的集中報價和發布機制是在報價行自主報出本行貸款基礎利率的基礎上，銀行間同業拆借中心對報價進行加權平均計算，形成報價行的貸款基礎利率報價平均利率并對外予以公布。目前，LPR報價銀團由工商銀行、農業銀行、中國銀行、建設銀行、交通銀行、中信銀行、浦發銀行、興業銀行和招商銀行等9家商業銀行組成，種類為1年期貸款基礎利率。由于報價銀團具有代表性，LPR能夠代表我國一年期最優客戶貸款利率。貸款基礎利率（LPR）由以下因素決定：

ilpr=i*+iflpr=i*+iclpr+illpr+itlpr

其中，ilpr表示LPR利率，i*表示無風險利率，iflpr表示一年期最優客戶貸款的風險補償利率，iclpr表示一年期最優客戶貸款的信用風險補償利率，illpr表示一年期最優客戶貸款的流動性風險補償利率，itlpr表示一年期最優客戶貸款的稅收風險補償利率。

P2P是英文peer to peer的縮寫，意即“個人對個人”。所謂P2P網貸，是指個人通過網絡平臺相互借貸，借款人在P2P網站上發布貸款需求，投資人根據借款人發布的貸款需求信息進行投資。自2005年以來，以Zopa， Lengding club， Prosper為代表的P2P網貸在歐美興起，之后迅速在世界范圍內推廣開來。在短短幾年內，P2P借貸模式也迅速在國內興起并且快速發展。根據網貸之家數據統計：截止2015年2月底，我國P2P網貸平臺數量為1646家，同比增長73.63%，貸款余額達到1246億元，是去年同期的3.70倍，貸款綜合利率15.46%，同比下降6.17個百分點，平均借款期限7.02個月，同比延長2.49個月。可以認為，P2P網貸綜合利率能夠代表我國小微企業貸款利率的平均水平。P2P網貸利率由以下因素決定：

ip2p=i*+ifp2p=i*+icp2p+ilp2p+itp2p

其中，ip2p表示P2P網貸利率，i*表示無風險利率，ifp2p表示P2P網貸的風險補償利率，icp2p表示P2P網貸的信用風險補償利率，ilp2p表示P2P網貸的流動性風險補償利率，itp2p表示P2P網貸的稅收風險補償利率。

考慮到p2p網貸大部分貸款期限在1年以內，所以，p2p網貸綜合利率與LPR的差值主要體現為風險溢價。

Δi=ip2p-ilpr=（i*+icp2p+ilp2p+itp2p）-（i*+iclpr+illpr+itlpr）=（icp2p-iclpr）+（ilp2p-illpr）+（itp2p-itlpr）=Δic+Δil+Δit

在我國資產證券化進程緩慢，p2p網貸與LPR貸款二級市場均未建立，p2p網貸與LPR貸款的流動性沒有差別，p2p網貸利息收入與LPR利息收入之間的稅收差異很小。因此，可以假定P2P網貸利率和LPR貸款利率沒有流動性風險和稅收風險差異，P2P網貸利率和LPR貸款利率的流動性風險溢價和稅收風險溢價為零，P2P網貸利率和LPR貸款利率的差異主要體現在信用風險溢價上。P2P網貸利率和LPR貸款利率的風險溢價表示如下。

假定：

Δil=（ilp2p-itlpr）=0

Δit=（itp2p-itlpr）=0

則

Δi=ip2p-ilpr=（i*+icp2p+ilp2p+itp2p）-（i*+iclpr+illpr+itlpr）=（icp2p-itlpr）+（ilp2p-illpr）+（itp2p-itlpr）=Δic+Δil+Δit=Δic

調整存款準備金對貸款風險溢價的影響機制可提出如下假設：金融機構放貸，借記資產項貸款，貸記負債項存款，金融機構在放貸的同時必然增加同等數額的存款，根據現行監管要求，增加存款必須對應14%～20%不等的法定存款準備金，央行降準會能同等數量的法定存款準備金適配較多的存款，間接增大銀行的放貸能力，央行調高法定存款準備金率能使同等數量的法定存款準備金適配較少的存款，間接壓縮銀行的放貸能力。央行調整法定存款準備金率，銀行放貸能力增強，信貸市場供給增加，金融機構對信貸資金增加對企業信用狀況的改善有兩種預期：其一、金融機構認為信貸資金供給增加對小微企業經營的改善程度大于對大企業的改善程度，也就是，小微企業因貨幣政策寬松所下降的信用風險大于大企業因此下降的信用風險，金融機構所要求的小微企業利率降幅會大于大企業利率降幅，貸款利率風險溢價隨之降低，其二，金融機構認為信貸資金供給增加對大企業經營的改善程度大于對小微企業的改善程度，也就是，大微企業因貨幣政策寬松所下降的信用風險大于小微企業因此下降的信用風險，金融機構所要求的大微企業利率降幅會大于小微企業利率降幅，貸款利率風險溢價隨之提高。

二、數據選取與實證方法

本文的自變量、應變量選取如下：自變量是指中國人民銀行的降準政策。水平是自變量的取值，有三個取值。取值一，2014年4月22日前，對金融機構貸款存款準備金執行20%和18%的政策，取值二，2014年4月23日到2014年6月9日，農村商業銀行和農村合作銀行存款準備金降低1個百分點，取值三，2014年6月9日后“三農”或小微企業貸款達到一定比例的法人金融機構降低人民幣存款準備金0.5個百分點。應變量為小微企業貸款利率和大企業貸款利率的風險溢價，用p2p網貸利率與LPR的差值表示：Δi=ip2p-Δilpr=Δic。

對應自變量的三個水平，應變量（小微企業貸款利率和大企業貸款利率的風險溢價）分布分為三個組：第一組Δi1，表示自變量取值為一的情況下對應的Δi，第二組Δi2，表示自變量取值為二的情況下對應的Δi，第三組Δi3，表示自變量取值為三的情況下對應的Δi。本文的內容就是要比較第一組Δi1總體分布與第二組Δi2總體分布的均值差異，以確定4月22日降準是否對Δi產生顯著性影響；比較第二組Δi2總體分布與第三組Δi3總體分布的均值差異，以確定6月9日降準是否對產生顯著性影響。

配對樣本是指對同源樣本進行兩次測試所獲取得到的兩組數據，或對兩個完全相同的樣本在不同條件下進行測試所得到的兩組數據。兩配對樣本t檢驗就是根據樣本數據對另個配對樣本來自的兩配對總體的均值是否有顯著性差異進行推斷。在配對樣本T檢驗中，強調被試一定要同質，其目的就為了消除目的是額外變量的影響，更能反映自變量和因變量之間的關系。

兩配對樣本t檢驗的前提條件是：

第一，兩樣本應該是配對的，即兩配對總體相關性不顯著。

第二，樣本來自的兩個總體應該服從正態分布。

其中，第一個前提條件為弱假設，第二個前提條件為強假設。

本文中，樣本Δi1與樣本Δi2為同源分別接受兩種不同的處理所得到的數據，樣本Δi1與樣本Δi2構成一對配對樣本，記為配對1；樣本Δi2與樣本Δi3為同源分別接受兩種不同的處理所得到的數據，樣本Δi2與樣本Δi3構成一對配對樣本，記為配對2。比較第一組Δi1總體分布與第二組Δi2總體分布的均值差異，以確定4月22日降準是否Δi對產生顯著性影響，轉換為，檢驗比較配對1兩個配對樣本來自的配對總體均值差異，以確定4月22日降準是否對Δi產生顯著性影響；比較第二組Δi2總體分布與第三組Δi3總體分布的均值差異，以確定6月9日降準是否對Δi產生顯著性影響，轉換為，檢驗比較配對2兩個配對樣本來自的配對總體均值差異，以確定4月22日降準是否對Δi產生顯著性影響。

三、實證檢驗

Δi1樣本分布的均值為13.5169，標準差為0.9245，標準誤為0.1634，說明，Δi1樣本分布均值有86%的可能性落在（13.5169-0.1634， 13.5169+0.1634）區間內；Δi2總體分布的均值為12.9791，標準差為0.8248，標準誤為0.1458，說明，Δi2總體分布均值有86%的可能性落在（12.9791-0.1458， 12.9791+0.1458）區間內；Δi3樣本分布的均值為12.4694，標準差為0.5480，標準誤為0.0969，說明，Δi3總體分布均值有86%的可能性落在（12.4694-0.0969， 12.4694+0.0969）區間內?？梢钥闯觯1樣本分布、Δi2樣本分布、Δi3樣本分布均值之間存在差異，但這一差異是否能推廣到總體中，也就是Δi1樣本分布、Δi2樣本分布、Δi3樣本分布均值差異是否能推論到Δi1總體分布、Δi2總體分布、Δi3總體分布就需要配對樣本t檢驗進行檢驗。

Δi1樣本的Jarque-Bera值為17.2647，其相伴概率為0.0002，小于0.1的顯著性水平，Δi1總體服從正態分布；Δi2樣本的Jarque-Bera值為131.7514，其相伴概率為0.0000，小于0.1的顯著性水平，拒絕“總體分布不服從正態分布”的原假設，Δi2總體服從正態分布；Δi3 樣本的Jarque-Bera值為4.2691，其相伴概率為0.0983，小于0.1的顯著性水平，，拒絕“總體分布不服從正態分布”的原假設，Δi3總體服從正態分布。

配對1的兩個總體獨立，配對2的兩個總體非獨立，Δi1總體分布、Δi2總體分布和Δi3總體分布均服從正態分布?？傮w上，運用兩配對樣本t檢驗是合理的。

從區間估計角度看，配對1的標準差的 95% 置信區間為（0.2282，0.0724），說明，配對1兩配對總體的均值差有95%的可能性落在（0.2282，0.0724）區間內，也就是說，4月22日降準，使Δi總體均值的下降幅度有95%可能性落在區間（0.2282，0.0724）區間內。配對2的標準差的 95% 置信區間為（0.2057，0.9292），說明，配對2兩配對總體的均值差有95%的可能性落在（0.2057，0.9292）區間內，也就是說，6月9日降準，使Δi總體均值的下降幅度有95%可能性落在區間（0.2057，0.9292）區間內。

從點估計角度看，配對1樣本均值差為0.5378，t值17.7501，其相伴概率為2.3568，小于0.05的顯著性水平，說明，配對1兩配對總體分布均值差有95%的可能性為0.5378；配對2樣本均值差為0.5097，t值2.4781，其相伴概率為0.0189，小于0.05的顯著性水平，說明，配對2兩配對總體分布均值差有95%的可能性為0.5097。

總體而言，無論從區間估計角度看還是點估計角度看，兩次降準顯著降低了貸款利率風險溢價（Δi）總體分布均值，其中，4月22日降準對貸款利率風險溢價（Δi）總體均值的影響較之6月9日降準對貸款利率風險溢價（Δi）總體均值的影響要大。2014年央行兩次降低法定存款準備金率，銀行放貸能力增強，信貸市場供給增加，金融機構認為信貸資金供給增加對小微企業經營的改善程度大于對大企業的改善程度，也就是，小微企業因貨幣政策寬松所下降的信用風險大于大企業因此下降的信用風險，金融機構所要求的小微企業利率降幅會大于大企業利率降幅，貸款利率風險溢價隨之降低。

四、政策建議

當前，我國“融資難、融資貴”的一個突出表現就是小微企業較之大企業“融資難、融資貴”更為突出，也就是小型企業信貸與大型企業信貸的風險溢價較高。針對上述分析，提出如下降低利率風險溢價的政策建議。

第一，通過降低法定存款準備金率等政策措施，降低信用風險溢價。Δi=Δic+Δil+Δit，通過降低法定存款準備金率等措施可以有效降低信用風險溢價Δic，從而減低小型企業信貸與大型企業信貸的利率風險溢價。

第二，建設小微企業信貸二級市場，活躍小微企業二級市場交易，提高小微企業信貸流動性，降低流動性風險溢價Δil，從而減低小型企業信貸與大型企業信貸的利率風險溢價。

第三，對小微企業利息收入給予較大的稅收優惠，降低稅收風險溢價Δit，從而減低小型企業信貸與大型企業信貸的利率風險溢價。（本文僅代表作者個人觀點，文責自負）

參考文獻：

[1]李靜.我國存款準備金制度的實踐與發展趨勢[J].經營與管理，2015（04）.

[2]張方波.中國存款準備金率對商業銀行貸款利率的影響分析[J].金融與經濟，2015（04）.

[3]楊婕.提高存款準備金率抑制通貨膨脹的有效性評價及政策建議[J].時代金融，2014（08）.

[4]李佳.我國存款準備金率對利率及CPI傳導效應研究[J].重慶工商大學學報（自然科學版），2014（05）.

[5]余力，陳紅霞.上調存款準備金率對市場利率結構的影響研究——基于流動性過剩時期的經驗證據[J].財經論叢，2010（03）.

[6]馬莉莉，李泉.中國投資者的風險偏好[J].統計研究，2011（08）.

（作者單位：中國人民銀行銀川中心支行）