中國央行定向降準政策的有效性
——基于雙重差分模型的實證研究

黎 齊

(中國人民銀行重慶營業管理部,重慶 401147)

中國央行定向降準政策的有效性
——基于雙重差分模型的實證研究

黎 齊

(中國人民銀行重慶營業管理部,重慶 401147)

采用雙重差分模型對定向降準政策效果、持續實施效果以及政策傳遞途徑和政策失效原因進行實證研究。研究結果表明:定向降準政策釋放的流動性未精確流入目標企業、行業;持續實施的定向降準政策也未改善原有政策的效果;定向降準政策以商業銀行作為定向引導的途徑效果不佳。最后從實施配套政策、改變定向調控思路、激活引導途徑等方面提出了建議。

定向降準;貨幣政策;“三農”;小微企業;雙重差分模型

一、引 言

為實現“保增長、促改革、調結構、惠民生”的政策目標,自2014年4月25日起,中國人民銀行通過定向下調存款準備金率的方式對“三農”以及小微企業實施定向調控政策,2015年度又進一步增加了定向降準的頻率和力度,至2015年末，定向降準已達7次,其中2015年度5次。定向調控的貨幣政策并非中國央行首創,英國的貨幣政策當局和美聯儲在金融危機后不久便開始實施定向調控的貨幣政策。他們主要是通過降低利率的方式進行定向操作,而中國央行主要是通過降準方式進行數量調控。無論采用哪一種方式,各國央行都希望通過定向操作來增強現有貨幣政策的精準性和針對性,進一步提高貨幣政策效果。

定向降準的貨幣政策在現有貨幣政策調控思路中能否發揮“定向引導”的作用？定向降準釋放的流動性是否能夠準確流入目標企業,這是政策制定者無法掌控的。對定向降準的貨幣政策能否起到精準調控和精確引導的作用,社會各界的看法也比較謹慎。如果定向降準釋放的流動性更多流向傳統的房地產行業、鋼鐵行業,那么不僅政策效果無法顯現,而且與“調結構”、“去產能”的目標背離。因此,定向降準的貨幣政策能否引導資金精確流向“三農”和小微企業,政策持續實施效果如何,是一個極其重要的問題。

本文的研究價值在于:首次從實證角度定量分析了定向降準政策的實際效果,豐富了定向調控方面的研究,對于央行未來繼續實施定向類型工具具有重要的參考價值。

二、文獻綜述

國外央行貨幣政策的定向調控主要從資金價格層面著手。美聯儲的扭轉操作(OT)便是其中一種。Joyce et al. (2011)認為,美聯儲的扭轉操作可以通過對利率期限結構的調整以及對人們預期的改變來影響資金價格,最終降低實體經濟的融資成本,并使投資長期化[1]。Ehlers(2012)認為扭轉操作會對商業銀行的資產組合產生一定影響,并最終影響到市場資金的價格[2]。Krishnamurthy and Jorgensen(2011)的研究表明,美聯儲大量購買長期國債的行為導致其他長期資產名義利率的大幅下降,從而促進投資的長期化[3]。歐洲央行推出的長期再融資操作(TLTRO)也是十分典型的定向調控政策。Boeckx et al.(2014)通過對歐元區的實證研究發現,定向長期再融資計劃將能夠刺激產出的增加,且本國銀行的資本化程度越高,定向調控政策的傳導機制越有效[4]。Praet(2014)則認為,有約束的定向調控政策不會導致流動性的濫用,因而可以發揮定向調控的作用[5]。Draghi(2014)將TLTRO交易與二級市場的資產證券化結合起來進行分析,發現在二級市場的支持下,TLTRO交易可以降低商業銀行融資成本并最終促進實體經濟的發展[6]。國內學者在定向調控貨幣政策的研究上還處于起步階段。汪仁潔(2014)認為定向調控貨幣政策在有效性、精準性上還存在實施困難[7]。理論上,定向調控政策在解決當前突出問題的定向精準微調方面仍具有明顯優勢[8][9]。馬理等(2015)在理論模型和數值模擬的基礎上提出,定向降準的貨幣政策具有一定的“調結構”功能,但商業銀行對“三農”貸款的發放仍然會受到一定的限制[10]。

此外,也有部分學者對于定向調控的貨幣政策效果持懷疑態度。Swanson(2010)認為扭轉操作并不能影響長期利率的走勢,因而無法影響實體經濟的信貸需求[11]。Eichengreen(2014)提出歐洲央行的定向長期再融資計劃對于實體經濟所能產生的影響并不是確定的[12]。另外,針對英國央行的融資換貸款計劃(FLS),Lea(2014)的研究表明,FLS釋放的流動性并沒有進入銀行體系而是更多地進入了建房互助協會,沒有達到預期的政策效果[13]。

與歐美央行的定向價格調控思路不同,中國央行的貨幣政策目前主要以數量調控為主。自定向調控政策實施以來,關于其政策效果的實證研究尚屬空白,僅有的理論分析也無法充分證明定向降準政策的實際效果。本文采用雙重差分模型進行實證檢驗,分析定向降準政策效果、持續實施效果以及政策傳遞途徑和政策失效原因。

三、方法、變量與數據

(一)估計方法

自然科學實驗中,實驗者通常對一部分實驗對象進行某種處理,而對另一部分實驗對象則不加處理,以分析“處理”所產生的影響。經過處理的實驗對象稱為“實驗組”,未經過處理的則稱為“對照組”。“實驗組”和“對照組”的差異可以作為分析實驗效果的依據。類似于自然實驗,如果一項公共政策的實施使得社會中的部分群體受到影響而其他部分的群體不受影響或者受到的影響很小,那么這項公共政策的實施就可以稱之為“實驗”或者“準實驗”[14][15]。因此可以通過對“實驗組”和“對照組”進行觀察比較來分析政策效果。

2014年第二季度以后,央行的降準政策主要分為定向降準和普遍降準。定向降準政策僅針對經濟體中的部分個體,其他經濟個體不受該政策直接影響,因此本文采用雙重差分模型來研究實際政策效果。雙重差分模型中的政策是僅對特定樣本產生影響而不會對其他樣本產生影響的政策,進行實證分析時,只需要考慮對特定樣本產生影響的政策。定向降準政策僅針對“三農”和小微企業,所以可以將定向降準政策作為雙重差分模型中的政策;普遍降準政策會對所有行業產生影響,在實證分析時不需要單獨考慮。雙重差分模型將普遍降準政策的影響通過模型的差分消除,從而得到定向降準的政策效果。

(1)

(2)

(3)

(4)

為分析政策實施前后貸款增速是否發生顯著變化,分別用(3)式減去(1)式、(4)式減去(2)式可得:

(5)

(6)

這便是一重差分,反應不同組別在定向降準政策實施前后的變化,屬于時間的差分,但這種變化究竟是由于自身趨勢的影響還是由于政策實施造成的,需要通過分析不同組別趨勢變化的個體差異,因此繼續進行差分。此時用(6)式減去(5)式得到的結果便可以同時體現出政策實施所帶來的個體差異和時間差異,進而分析政策效果。在具體的模型設計中,雙重差分模型可用(7)式表示:

yit=β1+β2xit+β3dumi+β4dumt+β4h+εit

(7)

其中,yit表示因變量,xit表示自變量,εit為隨機擾動項。dumi表示個體的虛擬變量,dumt表示時間的虛擬變量,時間虛擬變量和個體虛擬變量的乘積h則表示雙重差分的估計量,即作為判斷定向降準政策的實施對因變量的影響是否顯著的依據。

(二)變量設計

1.被解釋變量。本文的被解釋變量為“三農”和小微企業的信貸可得性,以“三農”和小微企業貸款同比增速衡量。央行定向降準的政策目標是支持“三農”以及小微企業的發展,因此將“三農”和小微企業的信貸可得性作為衡量定向降準政策的效果。其中“三農”的信貸可得性用農林牧漁業的貸款同比增速表示,小微企業的信貸可得性用小微企業貸款同比增速表示。

2.解釋變量。本文的解釋變量為雙重差分的估計變量,由時間的虛擬變量和個體的虛擬變量乘積得來。其中,如果貸款的性質屬于“三農”貸款或者小微貸款,則將其賦值為1;由于央行的定向降準政策從2014年4月25日開始實施,因此時間變量從2014年第二季度開始后將其賦值為1。

3.控制變量。本文的控制變量主要為宏觀經濟變量。企業的信貸需求與宏觀經濟形勢緊密相關,GDP增長率可以直接反映宏觀經濟形勢。企業的信貸需求也與央行的全局性貨幣政策有關。因此本文章將GDP增長率、M2增長率和一年期貸款的基準利率作為控制變量。

(三)數據描述

本文數據來自WIND數據庫,涵蓋自2010年以來的銀行信貸季度數據。在貸款性質分類上,本文根據企業規模將貸款流向分為小微企業貸款、中型企業貸款以及大型企業貸款;根據行業將貸款流向分為“三農”貸款、輕工業、重工業等類型的貸款,數據統計如表1所示。

表1 主要變量描述性統計量

從數據描述性統計量看,分企業規模的貸款增速波動性要小于分行業的貸款增速波動性,其最大值較小,最小值較大。另外，從貸款流向趨勢圖可進一步分析主要變量趨勢。

圖1 分企業規模貸款流向趨勢

從圖1可知,整體上小微企業的貸款同比增長率呈不斷下降趨勢,進入2013年以后,其貸款同比增長率結束了之前的快速下降趨勢,維持在一個相對平穩的狀態;中型企業的貸款同比增長率走勢與小微企業類似,但仍然處于下降趨勢中;大型企業的貸款同比增長率一直維持在平穩的水平,受經濟波動的影響較小。大型企業相對于中小企業有更多的抵押品,更容易獲得銀行信貸支持。而中小企業的貸款則極大地受經濟走勢的影響,經濟繁榮時,中小企業的貸款需求容易得到滿足,一旦發生危機,銀行首先減少的就是中小企業的貸款供給[16]。

圖2 分行業貸款流向趨勢

圖2表明,房地產貸款的同比增長率在經歷了快速下跌之后正處于反彈過程中,而“三農”的貸款同比增長率卻正處在一個緩慢的下跌趨勢中。尤其是2015年之后,“三農”的貸款同比增長率出現了一定的加速下滑現象。

以上數據說明定向降準的貨幣政策效果并不明顯,但真實情況是否如此,需要通過進一步的實證分析進行檢驗。

四、計量結果與分析

(一)基本回歸分析

表2展示了以貸款增速為因變量的基本回歸結果。(1)至(3)是以企業規模分類的計量結果,(4)至(6)是以行業類別分類的計量結果。(1)和(4)采用基本的OLS回歸,(2)和(5)采用混合面板數據回歸,(3)和(6)采用隨機效應回歸。

首先,從企業規模分類的回歸結果來看,個體變量和交互變量都具有穩定的顯著性,其中個體變量顯著為正,交互變量顯著為負,時間變量雖然為負但是不具備顯著性。回歸結果說明,小微企業的貸款增速在同期是顯著高于中型企業和大型企業的,但時間變量不具顯著性。小微企業這種高于同期其他類型企業貸款增速的現象，是由于自身貸款增速變化的趨勢產生，還是由于國家的政策刺激呢？從雙重差分的估計量h可以看到,h為負的顯著性,說明國家的定向降準政策不僅沒有幫助小微企業貸款增速更大幅度領先其他類型企業,反倒降低了增長速度的相對優勢,即定向降準的政策并沒有達到預期的政策效果,反而使得大中型企業受益。

其次,從分行業類別的回歸結果來看,個體變量和時間變量都具有正的系數,但不顯著。同時,雙重差分的估計量h則為穩定的負顯著。與分企業規模回歸的結果類似,時間變化對企業貸款的增速無顯著影響,個體的不同也未導致貸款增速的差異。但雙重差分的估計量h卻表明,定向降準政策的實施同樣沒有起到刺激“三農”貸款的作用,政策效果依然沒有達到。

基準估計結果與中國央行定向降準政策預期效果不符,定向降準政策沒有起到提振“三農”和小微企業貸款增速的作用,反而使得小微企業、“三農”與其他企業、行業貸款增速的差距加大。定向降準政策釋放的流動性并沒有準確流入“三農”和小微企業,可能大部分流入了其他行業和企業,政策的預期效果并沒有達到。

表2 基準估計結果

注:* 、** 、*** 分別表示在10%、5%、1%的顯著性水平下顯著,括號內為標準差。下同。

(二)穩健性檢驗

為進一步增強檢驗結果的穩健性,本文在上述基準回歸結果的基礎上加入相關的控制變量進行回歸,回歸結果如表3所示。

表3的(1)至(3)為分企業規模的回歸結果,(4)至(6)為分行業類別的回歸結果。GDP表示GDP增長率,M2表示廣義貨幣增長率,R表示一年期貸款利率。

表3 穩健性檢驗結果

首先,從表3的(1)至(3)可以看到,企業貸款增速與GDP增長速度具有高度的相關性,經濟形勢的好壞對于企業信貸擴張有極大的影響。但貨幣數量的增長速度和利率并沒有表現出顯著性。從解釋變量來看,回歸結果與基準回歸方程的結果相似,說明回歸結果具有很強的穩健性,也進一步說明定向降準政策的效果沒有實現。

其次,從表3的(4)至(6)可以看到,不論是反映宏觀經濟形勢的GDP增長速度,還是反應貨幣政策的M2增長率和貸款基準利率都與各行業的貸款同比增速具有很強的相關性。其中,GDP增長率的提高可以引起行業貸款增速的增長,貨幣數量的加速增加同樣可以起到相同的作用,而且被解釋變量受經濟形勢影響更大。從貸款基準利率來看,貸款利率的提高會使行業的貸款增長下降,這與理論原理一致。從解釋變量來看,反映政策效果的雙重差分估計量h同樣為負的顯著性,說明對于“三農”來講,定向降準的貨幣政策并沒有增強貸款的可得性。

(三)持續定向降準的政策效果分析

上面的分析將定向降準的貨幣政策看做是一次性的。事實上,中國央行的定向降準政策是連續的,從2014年到2015年末共實施了七次定向降準政策。前面的實證研究表明,一次性的定向降準并沒有達到預期的政策效果,那么后續的定向降準政策是糾正了這種偏差還是擴大了這種偏差？為分析持續定向降準的政策效果,我們對時間變量的賦值進行重新定義,若當季度出現新的定向降準政策,則其后續的季度變量賦值在原來的基礎上加1。我們希望通過這種方法可以較為客觀地分析持續定向降準所帶來的影響。調整后的回歸結果見表4。

表4回歸結果中各變量的顯著性與前面的回歸結果相似,但雙重差分的估計量h反應的則是持續實施的定向降準政策效果。表4的h依然為負顯著性,但取值比表2、表3要小很多,說明后續的定向降準政策進一步擴大了預期政策效果和實際政策效果之間的偏差,定向增加的流動性沒有流入“三農”和小微企業。

表4 持續定向降準的效果分析

(四)定向降準政策失效原因探析

根據央行定向降準政策,七次定向降準的政策載體和政策目標如表5。

表5 央行定向降準政策的載體和目標

綜合上述定向降準政策可以發現,七次定向降準的政策目標基本上都是針對“三農”和小微企業,而七次定向降準的載體基本上是以農村商業銀行以及農信社為主,因此為進一步分析央行的定向降準政策釋失效的原因,本文從定向降準政策的傳導途徑出發,以不同性質銀行的貸款增速為被解釋變量進一步進行分析。鑒于數據的可得性,本次回歸的樣本范圍截至2014年第四季度,而央行2014年度的定向降準政策僅針對城市商業銀行和非縣域農村商業銀行等小型商業銀行,因此我們將小型銀行作為本次回歸的“實驗組”,因變量仍然為貸款增速。實證檢驗結果見表6。

表6 分金融機構回歸結果

由表6可知,中小商業銀行的貸款增速確實高于同期其他類型商業銀行的貸款增長速度,但這更多是由其他因素造成,因為反應雙重差分效應的估計量h并沒有表現出顯著性,即中小商業銀行存款準備金率的降低并沒有引起他們信貸的擴張,這就說明定向降準釋放的流動性沒有通過信貸渠道流入實體經濟,而可能是通過其他方式進入經濟。這也在一定程度上說明,定向降準的貨幣政策沒有產生預期效果的原因在于政策釋放的流動性本身就沒有進入信貸渠道,也即定向降準政策預期的政策傳遞途徑沒有發揮作用。

前面實證結果已經證明,定向降準的貨幣政策沒有引導額外釋放的流動性通過信貸渠道定向流入“三農”和小微企業。實證結果又表明,小微企業的貸款增速顯著地高于同期其他類型企業的貸款增速,但這種貸款增速的差異究竟是源于自身趨勢的優勢,還是源于小微企業從其他途徑獲得的信貸支持呢？同樣對于“三農”貸款,其貸款增速在定向降準之后的增速顯著地高于降準之前的增速,這種貸款增速的時間差異是否也源于“三農”的其他融資渠道的支持呢？為此,本部分引入民間借貸變量,以考察定向降準釋放的流動性是否通過其他渠道流入目標企業,以分析定向降準政策的隱性傳遞渠道。

企業融資以銀行貸款為主,由于銀行信貸的可得性受限以及資本市場的高門檻,民間借貸市場便成為“三農”和小微企業的另一個主要融資渠道。基于此,為進一步分析定向降準政策失效的原因,將民間借貸變量引入方程,作為定向降準政策隱性傳遞渠道的變量。

表7 引入民間借貸的檢驗

表7的回歸結果中,wz代表民間借貸市場的利率指數,以溫州民間借貸綜合指數表示,g代表溫州指數與h的交互項,表示定向降準釋放的流動性是否通過民間借貸流入目標企業。根據分企業規模回歸結果,民間借貸利率與企業貸款規模呈正的顯著相關性,即民間借貸利率越高,企業更傾向于銀行借款。另外,從交互變量來看,g為正但不具有顯著性,可見定向降準釋放的流動性既沒有通過銀行系統注入小微企業，也沒有通過民間借貸的方式進入小微企業。行業分類回歸結果表明,提高民間借貸利率會減少企業對銀行的貸款需求,也說明定向降準釋放的流動性確實可以通過民間借貸的方式注入“三農”。

依據表6和表7得到如下結論:(1)定向降準釋放的流動性既沒有通過銀行體系也沒有通過民間借貸體系流入小微企業。對小微企業而言,缺乏引導資金流入的途徑;(2)定向降準釋放的流動性通過民間借貸流入“三農”,但民間借貸市場的利率普遍較高,這無疑會加重“三農”的資金負擔。對“三農”而言,信貸引導途徑無效,而民間借貸途徑有效。

五、總結及建議

創新宏觀調控手段,引導資金支持實體經濟發展,加強貨幣政策對國家產業結構轉型的支持,無疑是中國經濟進入“新常態”以后央行的重要職責。針對“三農”和小微企業的定向降準政策是央行為支持國家戰略轉型的重要宏觀調控手段。這種新型的宏觀調控手段是否能有效發揮政策效果尚存爭議。本文利用雙重差分模型,對定向降準政策的政策效果以及政策失效的原因進行了較為深入的研究。

從基本的計量分析結果來看,三種估計方法都表明定向降準政策效果與政策預期存在較大的偏差。定向降準的政策非但沒有將釋放的流動性注入目標企業,反而導致更多的流動性流入其他企業和行業。穩健性檢驗的結果進一步驗證了基本計量分析的結論。從持續定向降準的政策效果來看,后續實施的定向降準政策非但沒有糾正之前的實際政策效果與預期政策效果的偏離,反而使得偏離的程度加劇。從定向降準的政策引導途徑分析來看,定向降準政策實施的載體——中小商業銀行并沒有向實體經濟發放更多的貸款,說明定向降準政策釋放的流動性沒有通過信貸渠道進入實體經濟,即傳導途徑是失效的。從定向降準政策的替代效應分析來看,只有“三農”得到了資金支持。因此本文推測定向降準政策釋放的流動性大部分沒有流向目標企業,政策預期效果沒有達到。

根據實證研究的結論,提出如下政策建議:(1)建立配套政策體系,引導資金精準流入。定向降準政策向經濟社會釋放了額外的流動性,這種流動性的使用權由商業銀行控制,如何引導商業銀行將資金用于支持“三農”和小微企業的發展是發揮政策效果的關鍵。政府應建立相關的配套政策,以確保資金有效流向“三農”和小微企業等實體經濟。例如通過建立相關的風險補償機制,對“三農”貸款和小微企業貸款制定更寬容的不良貸款容忍度等。(2)在實施數量型定向調控政策的同時,注重價格型定向調控政策的作用。數量型定向調控政策雖然提供了更多的流動性,但無法直接降低資金成本。建議參考歐美國家定向調控的經驗,在向政策目標釋放流動性的同時,注重貸款利率的降低,從而使釋放的流動性能真正支持目標企業的發展。(3)加強監管,確保定向降準釋放資金的專用性。之前的定向降準政策無法監控額外釋放的流動性的最終去向。因此,可以考慮要求符合降準條件的商業銀行對額外增加的可貸金額建立專門的管理賬簿,記錄資金流向,確保定向降準釋放的流動性不進入產能過剩行業,為“三農”和小微企業獲得流動性建立專門的渠道。

[1]Joyce M., A. Lasaosa, I. Stevens.The Financial Market Impact of Quantitative Easing in the United Kingdom[J].International Journal of Central Banking, 2011, 7(3) : 113-161.

[2]Ehlers T.The Effectiveness of the Federal Reserve’s Maturity Extension Program-Operation Twist 2: The Portfolio Rebalancing Channel and Public Debt Management[Z].BIS Paper, 2012.

[3]Krishnamurthy A. and A. Vissing-Jorgensen.The Effects of Quantitative Easing on Interest Rates: Channels and Implications for Policy[Z].NBER Working Paper, 17555, 2011.

[4]Boeckx J., M. Dossche and G. Peersman.Effectiveness and Transmission of the ECB’s Balance Sheet Policies[J].CESifo Working Paper, 4907, 2014.

[5]Praet P.Keynote Speech at the Paris Europlace International Financial Forum[EB/OL].https://www.bis.org/review/r140714a.htm, 2014.

[6]Draghi M.Introductory Remarks at the EP’s Economic and Monetary Affairs Committee[EB/OL].http://www.bis.org/review/r140923a.htm?ql=1, 2014.

[7]汪仁潔.貨幣政策的階段性特征和定向調控選擇[J].改革, 2014, (7): 15-24 .

[8]陳萍.央行定向降準面面觀[J].國際金融, 2014, (7): 53-56.

[9]馬理, 劉藝, 何夢澤.定向調控類貨幣政策的國際比較與我國的對策[J].經濟縱橫, 2015, (10):107-112.

[10]馬理, 婁田田, 牛慕鴻.定向降準與商業銀行行為選擇[J].金融研究, 2015, (9)： 82-95.

[11]Swanson E. Let’s Twist Again: A High-frequency Event-study Analysis of Operation Twist and Its Implications for QE2[Z].Brookings Papers on Economic Activity, 2010, pp. 151-188.

[12]Eichengreen B. The ECB Tries Again[J].Intereconomics, 2014, (4): 240.

[13]Lea R.Eurozone Weakness: The ECB Responds[J].Energy, 2014, (2): 1.

[14]周黎安, 陳燁.中國農村稅費改革的政策效果:基于雙重差分模型的估計[J].經濟研究, 2005, (8): 44-53.

[15]陳林, 伍海軍.國內雙重差分法的研究現狀與潛在問題[J].數量經濟技術經濟研究, 2015, (7): 133-148.

[16]黎齊. 貨幣政策、利率市場化與信貸資源錯配——基于非平等市場地位的信貸自己供給平衡模型[J].金融經濟學研究, 2016, (2): 3-13.

(責任編輯:原 蘊)

The Effect of China’s Targeted Reserve Adjustment Policy——The Empirical Study Using the DID Model

LI Qi

(Chongqing Operations Office of PBC, Chongqing 401147, China)

This paper uses the difference in difference(DID) model to analyze the effect of targeted reserve adjustment policy, and based on it, explores the lasting effect and transition mechanism of such policy. The results are as follows: (1) Extra liquidity released by targeted RRR cut policy hasn’t precisely flown into target enterprises or industries. (2) Continuous implementation of the policy hasn’t improved the effect of the original policy. (3) Using the targeted reserve adjustment policy to conduct targeted guidance via commercial banks proves to be invalid. In the last part, this paper puts forward several suggestions regarding the supporting policies, the change of the targeted regulation concept and positive guidance, etc.

Targeted Reserve Adjustment; Monetary Policy; Three Agriculture; Small Business; DID Model

2016-01-19

黎齊(1989-),男,江西九江人,中國人民銀行重慶營業管理部經濟師。

F822.0

A

1004-4892(2017)04-0037-10