張旭渡
內容摘要:2012年以后,我國經濟步入“新常態”,貨幣供給減少,經濟增速放緩。經濟增速放緩是否與貨幣供給減少相關聯、中央銀行的貨幣政策是否會沖擊實體經濟等問題引起了學界對我國銀行“信貸渠道”的重新思考。本文依據傳統經濟的理論,提出兩個假說,即中央銀行的信貸緊縮減少商業銀行的信貸資金供給和商業銀行信貸資金供給的減少對企業投資的影響。利用我國有融資需求的上市公司為樣本,建立適當的模型,驗證了兩個假說的適當性。結果表明:當前我國貨幣政策的商業銀行“信貸渠道”依然顯著的存在。與宏觀層面或銀行層面研究“信貸渠道”不同,在嚴格區控制需求變量時,從微觀的企業層面展開“信貸渠道”研究,證實了銀行“信貸渠道”的存在結論。
關鍵詞:信貸渠道 貨幣政策 企業融資
相關文獻綜述
貨幣政策沖擊可能存在“信貸可得性渠道”的研究可追朔至19世紀50年代(Roosa,1951),直到布蘭德(1988)、Bernanke和Gertler(1995)、伯南克(2007)正式將這一研究拓展為貨幣政策傳導的“信貸渠道”。國內外對該問題的研究主要從宏觀層面、商業銀行層面以及微觀的公司層面展開。
宏觀層面,學者運用美國1961-1989年29年的數據,Bernank和Blinder(1992)對商業銀行的“信貸渠道”進行檢驗,發現貨幣政策緊縮后的半年內,商業銀行信貸資產并沒有發生明顯的變化,但商業銀行儲備資產債券卻減少了;半年后,商業銀行信貸資產逐步下降,伴隨美國失業率的上升。據此他們認為,貨幣緊縮影響了實體經濟需求,銀行“信貸渠道”對于美國是存在的。承接Bernank和Blinder(1992)的研究,Oliner和Rudebusch(1995、1996)認為,Bernank和Blinder(1992)的研究并不能證明“信貸渠道”的存在,相反,可能是“利率渠道”在發揮作用。因為貨幣緊縮導致利率上升,降低實體經濟的需求,引起失業率的增加。Bernank和Blinder(1992)的研究中沒有能夠有效識別銀行信貸資產變化是來自貨幣政策沖擊,還是來自需求沖擊成為受到質疑的重要原因。Kashyap,Stein和Wilcox(1993)創造性地解決了這個問題,其思路是對來自企業外部的融資,分為商業銀行的信貸資金提供和金融市場上債券等資金提供兩部分。其觀察貨幣政策沖擊,對兩類資金在外部融資中的占比變化來判斷銀行信貸是否受到影響,確定“信貸渠道”是否存在。具體來說,如果信貸額度的變化來自需求,則債券的額度也會發生相應的變化,但兩類融資所占比例基本不變;如果信貸額度變化來自貨幣政策沖擊(如緊縮),則對資金的需求會轉向債券市場,減少信貸在融資中所占的比例,但這一研究還是遭到了Oliner和Rudebusch(1996)的質疑。Kashyap,Stein和Wilcox(1993)使用宏觀加總數據,發現存在如下問題:一是相比于大企業,小企業的融資更加依賴于商業銀行信貸;二是小企業對資金需求較之于大企業更為敏感。因此需求減少可能導致小企業信貸比重的大幅度下降,從而影響宏觀加總數據,即使商業銀行信貸比重減少也不一定是貨幣政策緊縮造成的。
銀行層面,Kashyap和Stein(1995)意識到使用宏觀數據的缺陷,便轉而從個體銀行層面研究銀行“信貸渠道”問題。他們認為,貨幣政策的緊縮,導致商業銀行可獲得的存款減少,減少信貸資產。不同特征的商業銀行其信貸資產減少的規模是不一樣的。Kishan和Opiela(2000)、Altunbas(2009)的研究表明,商業銀行的規模、流動性、資本充足率等微觀特征,影響商業銀行對貨幣政策沖擊的反應。實際上這類研究關注的是商業銀行差異與貨幣供給之間的關系,著重點在商業銀行,不是實體經濟中的企業投資和家庭消費需求。因此對“信貸渠道”的研究就轉向微觀層面的企業。
企業層面,從企業的融資行為來研究“信貸渠道”問題。Jimenez(2012)等的研究揭示了貨幣政策緊縮降低了企業從商業銀行獲得信貸批準的概率,還受到了資本充足率等商業銀行因素的影響;Becker和Ivashina(2014)的研究發現信貸供給對企業投資決策有重要影響。本文從企業層面對“信貸渠道”展開研究,與已有的企業層面的研究形成互補;同時本文的研究采用了Kashyap,Stein,Wilcox(1993)類似的研究方法,數據來源于獲得融資需求的上市公司。實際是研究有資金需求背景下,商業銀行信貸比重是否受到貨幣政策沖擊,規避了Oliner和Rudebusch的批評。
理論預期與研究思路
“銀行信貸”是否存在?按照Bernank和Blinder(1988)等建立的研究模型,至少依賴于兩個環節。首先是貨幣政策沖擊能夠有效傳導到商業銀行;其次是商業銀行對貨幣政策沖擊的反應能夠有效影響企業的投資決策。這兩個環節缺一不可。結合到我國金融運行的實際,一般來說,央行的貨幣政策沖擊(如提高法定存款準備金率,發售票據等公開市場操作等),會引起商業銀行資金供給緊張。因此提出以下預期:
預期一:貨幣政策沖擊能夠影響商業銀行信貸供給。緊縮性的貨幣政策導致商業銀行信貸資金的減少,迫使部分企業融資轉向債券、票據等直接融資工具。表現為信貸融資在整個企業融資中的比重下降。為了驗證這一預期的合理性,需要關注兩個指標:
一是貨幣政策沖擊的測度。本文采用張雪蘭、何德旭(2012)使用“實際利率對Talor ruler擬合值的偏離代表貨幣政策松緊”的方法。具體來說,就是用Shibior與CPI的差值代表實際利率;對季度GDP使用HP濾波的方法,獲得季度潛在GDP,獲得季度GDP的產出缺口。考慮到我國央行貨幣政策實施過程中,對物價上漲和金融市場利率同樣關注,在獲取Taylor擬合值時,各賦予50%,50%的權重,獲得了代表貨幣政策沖擊的Pt值。
二是資金來源的測度。本文借鑒Becker,Ivashina(2014)的研究方法,對公司融資設定一個虛擬的二元指標。把獲得外部信貸融資記為Fi=1,獲得債券、票據等直接融資記為Fi=0;結合以上數據,本文建立線性回歸模型(1):endprint
Fit=Ci+a1Pt+a2Xi,t-1+εi,t (1)
其中,Pt為貨幣政策沖擊。Pt越小,表示貨幣政策越寬松,Pt越大,貨幣政策緊縮的程度越大。Xi,t-1為公司個體層面的控制變量,如企業規模、資產收益率等,處理方法參考王義中、宋敏等(2014)。
如果回歸的結果Pt的系數ai為正數,Pt增大,則Fit的取值越趨向1,說明企業越容易獲得商業銀行信貸支持;Pt的系數a1為負數,Pt增大,則Fit的取值越趨向0,說明企業更容易獲得債券、票據等融資。即a1為負數,說明緊縮的貨幣政策將迫使企業融資更多的轉向債券市場,預期一的假定成立。
“貨幣渠道”的存在,還依賴于商業銀行信貸資金變化是否會影響企業與家庭的投資、消費。一般來說,商業銀行信貸充裕,企業或者家庭從商業銀行獲取信貸資金越容易;反之,商業銀行資金緊張,較難獲得商業銀行信貸資金。因此得到預期二:
預期二:銀行信貸資金的可得性影響企業的投資。如果企業越容易獲得商業銀行信貸支持,則投資率就越高;反之,投資率較低。為了驗證這一預期,需要關注兩個指標:
一是商業銀行信貸資金的可得性。本文使用模型(1)中的擬合值Fit來表示。Fit越大,表示越容易從商業銀行獲得貸款。這一思路也是參考了Konchitchki和Patatoukas(2014)。不直接帶入變量值1或者0,為了防止內生性問題帶來的困擾。
二是企業投資率的衡量。本文采用新增投資額與初始固定資產的比值作為企業投資率的指標。
在上述兩個指標的基礎上,本文建立模型(2):
Iit=C2+b1Fit+b2Xi,t-1+εi,t (2)
其中,Iit為企業的投資率;Fit為信貸資金的可得性。Fit其取值來自于模型(1)擬合的結果,而不是初始值0或1。其他變量與模型(1)相同。
如果回歸的結果Fit的系數b1為正,說明隨著Fit的增加(商業銀行信貸可得性增加),Iit就會增加,即投資增加。則預期二結論成立;反之,預期二不成立。
如果a1為負數,b1為正數可以獲得顯著驗證,則可以認為“貨幣渠道”在我國是真實存在的。
數據來源與實證分析
(一)樣本數據來源
本文樣本來自于上海和深圳交易所掛牌交易、有外部融資(債券或銀行信貸)的上市企業(金融企業除外)。考慮到數據的可得性和經濟周期等因素,采用上市公司的季度數據。我國傳統金融體系一直以商業銀行為主體,企業資金來源一直依賴商業銀行信貸,直到2005年第2季度,上市公司才被允許以市場發行方式進入銀行間債券市場獲取債務融資;2008年,放開了上市公司的中期票據和超短期融資券。至此企業才有可能在商業銀行信貸與債券市場融資中做出調整和轉換。因此,樣本選擇期間為2005年第2季度-2015年第4季度。本文使用的數據來自于CSMAR銀行貸款數據庫、Wind數據庫和上市公司的相關財務報表。
(二)樣本數據處理
融資數據處理。首先,從CSMAR銀行貸款數據庫中篩選出我國A股上市公司中非金融類企業的信貸記錄,對于同一季度有多次信貸記錄的企業,只記一次,整理出公司-季度的貸款面板數據。共計獲得了14995個觀測值。
其次,從Wind數據庫中獲得2005年第2季度-2015年第4季度的債券融資記錄(不含金融類企業)2931次,債券融資包括企業債、公司債、定向發行工具、超短期融資券、中期票據等非銀行信貸融資。對于同一季度,有多次非銀行信貸融資記錄的,只記錄一次;這樣獲得了2411個公司-季度面板數據。
最后,把前面兩次獲得的數據,按照公司-季度整合成為一個面板數據集,獲得14023個公司-季度觀察值。注意,在同一季度中既有信貸融資,又有債券融資的樣本,直接剔除。
因為這類企業基本不受到融資約束,即不受到貨幣政策沖擊的影響。在模型中,可能涉及到的固定資產規模(PPE)、資產回報率(ROA)等數據來源于上市公司財務報表或是Wind數據庫。參考大多數學者的處理方法,固定資產規模取固定資產凈值的自然對數(LnPPE),資產回報率取單季度資產收益率(ROA),在模型回歸模型中,上述兩個變量也均取滯后一期處理(Becker和Ivashina,2014)。
(三)描述性統計結果
對模型中的相關變量進行描述性統計如表1所示。Fit的均值為0.86,意味著企業86%采用商業銀行信貸融資,而14%左右采用了債券等直接融資方式,反映出我國上市公司融資以商業銀行信貸融資為主。Iit的均值為1.4%,反映了我國投資率水平。
(四)模型回歸結果分析
本文對模型(1)的回歸結果如表2所示,貨幣政策沖擊變量的系數為負值,且該估計量在1%的水平下是顯著的。說明貨幣緊縮時,上市公司獲得商業銀行信貸的概率會下降,轉向債券融資的概率會上升。值得注意的是,由于回歸采用的樣本都是有融資需求的,所以可以證明這種轉向不是需求造成的,而是貨幣政策沖擊帶來的,充分證實預期一是合理的。
貨幣政策沖擊系數的大小同樣也具有一定經濟含義。Tayor rule擬合的真實利率每偏離一個標準差,從商業銀行獲得貸款的概率下降0.29%。
在回歸模型(1)中,加入公司層面的控制變量,如資產回報率、固定資產規模等因子也會顯著影響商業銀行信貸的可得性。這與實際情況相符合。如規模大的企業容易獲得商業銀行信貸,而中小企業相對較難。但這不是本文研究的重點,在此不再贅述。
考慮到結論的嚴謹性,提出一種可能:貨幣緊縮政策沖擊,導致債券市場資金供給面更加寬松,而不是商業銀行信貸資金供給緊張,是否會促使企業融資轉向債券融資?張夢云、雷文妮等(2016)的研究認為這與企業投資率下降和債券市場利率走高是互相矛盾的,否認了這種假設的合理性。
本文對模型(2)的回歸結果如表3所示。Fit是模型(1)回歸的擬合值。其系數在5%的水平下顯著為正值,說明商業銀行信貸獲得可能性增加,引起企業的投資率增加;反之緊縮貨幣政策沖擊將導致企業投資率的下降。這也反證了緊縮性貨幣政策并沒有導致債券市場資金寬松和企業融資偏好的改變,否則,企業投資率就不會下降。
Fit的系數值為0.085,意味著商業銀行信貸融資可能性每上升一個點,則企業增加投資的可能性上升8.5個點。反映了商業銀行信貸融資的確能夠影響實體經濟企業投資。預期二也是合理的。
結論
貨幣政策沖擊對實體經濟的影響是通過“利率渠道”還是“貨幣渠道”發揮作用,對貨幣政策的制定至關重要。本文在綜合分析國內外對貨幣傳導“信貸渠道”研究發現:從宏觀層面、銀行層面和企業層面展開的研究雖多,但都沒有權威的結論。本文立足于企業層面,從我國A股上市公司中挑選出具有融資需求的非金融企業作為樣本,建立相應的公司-季度面板數據。在理論分析基礎上,提出兩個預期,闡述商業銀行“信貸渠道”可能是存在的。而實證的檢驗支持了這一結論。即貨幣政策沖擊,影響商業銀行信貸資金供給,進而影響企業投資。
參考文獻:
1.張雪蘭,何德旭.貨幣政策立場與銀行風險承擔—基于中國銀行業的實證研究(2000-2010)[J].經濟研究,2012(5)
2.王義中,陳麗芳,宋敏.中國信貸供給周期的實際效果:基于公司層面的經驗證據[J].經濟研究,2015(1)
3.張夢云,雷文妮等.信貸供給與經濟波動:我國貨幣政策銀行渠道的微觀檢驗[J].宏觀經濟研究,2016(1)
4.謝平,羅雄.泰勒規則及其在中國貨幣政策中的檢驗[J].經濟研究,2002(3)endprint