所有制差異、信貸傳導機制與政策工具的結構效應
——基于雙軌制經濟結構的研究視角

(1.西安交通大學 經濟與金融學院，陜西 西安 710061； 2. 南京森林警察學院 治安學院，江蘇 南京 210000)

一、引言

2018年初以來，我國央行連續四次降準，但“寬貨幣”向“寬信用”的傳導并不順暢，社會融資增速從2017年的13%逐月緩慢下降，至2018年9月達到10%的水平，可謂增長乏力。在信用增長延續放緩態勢下，小微企業、民營企業融資渠道變窄，融資難問題較為突出，根據銀保監會最新統計，2018年9月末，民企貸款占貸款總額近25%，占對公貸款的40%，可以說貨幣政策信貸傳導仍然面臨著一定約束。同樣是“寬信用”的穩健性貨幣政策，國有企業和民營企業的信貸傳遞效果卻不一致，究竟是所有制性質差異導致的貨幣政策信貸傳導機制的不同，還是所有制性質差異的企業對貨幣政策工具調節效應的反應模式不同？貨幣政策作為調節貨幣供應量的總量型工具，兼具調整金融資源配置的結構性功能，貨幣政策通過改變經濟主體獲取資金的成本，自發的淘汰不滿足需求、技術水平落后、經營效率低下的企業，進而實現對產業結構甚至經濟結構的影響。然而國有企業因為行政化特征以及存在的非市場化經營行為，對政策調控反應不同于私人企業，同時與行政化特征相配合的預算軟約束也極大影響著國有企業的

信貸可獲性和政策敏感性。所有制因素扭曲了市場化條件下貨幣政策“優勝劣汰”的結構調控功能，造成金融資源配置效率下降[1]。盡管2015年我國央行已經從政策層面完成了利率市場化改革，但基準利率工具仍然是指導資金市場定價的重要依據。張曉慧(2015)[2]提出現階段我國政策操作中仍存在著數量或價格的限制，并且數量型工具居多，且透明性較差。這一政策操作特征與雙軌制經濟結構相輔相成[3]，并且削弱了機制在資源配置中的決定性作用。我國由于特有的雙軌制經濟結構以及衍生其上的金融安排，貨幣政策內含的結構調控功能更趨復雜。因此，基于雙軌制經濟結構的研究視角，探尋所有制差異、信貸傳導機制與政策工具的結構效應有助于搞清國有企業和民營企業在貨幣政策調控下的不同信貸傳導路徑，以及對不同貨幣政策工具調控的反應模式，能夠理清當前貨幣政策工具的結構調控特性，發揮政策工具的結構調控功能，做好“寬貨幣”向“寬信用”的傳遞，配合財政政策精準發力，也為解決民營中小企業融資難、融資貴問題提供參考依據和借鑒經驗。

二、 文獻綜述

貨幣經濟學領域的信貸學派觀點側重于新凱恩斯主義的貨幣政策傳導機制，主要從銀行資產負債表特征出發來分析銀行貸款對經濟產生的影響，其中貨幣政策影響金融資源的配置表現為政策傳導的結構效應，在信貸傳導渠道中，結構效應源于微觀個體差異，因此多數學者通過分析資產負債特征與政策敏感性的聯系來考察貨幣政策結構效應：Gertler和Gilchrist(1993a，1993b)[4-5]分析了大型企業和小型企業的政策敏感性差異，認為由于小型企業缺乏替代性融資支持，且資產凈值較低，緊縮性貨幣政策下銀行對小型企業貸款供給往往會轉向大型企業，造成小型企業融資困難。Berger和Udell(1992)[6]分析了1977年至1988年超過一百萬美元商業銀行貸款的詳細合同信息，發現優質的承諾借款人其貸款數量和成本受政策緊縮影響不顯著，而非承諾中小企業則受政策影響較大。Fisher(1999)[7]通過構建具有不完善信貸市場的一般均衡模型，分析了異質性企業在緊縮性政策下可貸資金的變化。發現小企業受到嚴重的信貸約束，而大企業具有信息優勢使其不會受到影響。Hubbard等(2002)[8]實證得到那些對銀行貸款具有較高依賴性企業和多數小企業面臨著較高的融資轉換成本，其受到信貸收縮的影響最為顯著。Matsuyama(2007)[9]分析了貨幣政策、借款人凈值以及投資項目分布結構間相互影響關系，發現政策緊縮下凈值低且項目風險大的公司的貸款受到影響最大。上述文獻主要從銀行資產負債表特征入手研究信貸傳導渠道中銀行對貨幣政策的敏感性，從而驗證了信貸傳導路徑中政策工具結構效應的存在。

近年來我國學者也有大量的研究考察企業個體在政策傳導中的異質性特征，但除了對資產負債表渠道分析外(朱博文等，2013[10]；朱新蓉和李虹含，2013[11])，較多研究從我國經濟結構出發，分析了所有制差異對政策傳導的影響，驗證了國內信貸資源配置的所有制偏好的存在，即國有企業比民營企業更容易從銀行獲取貸款，利率更低期限更長。葉康濤和祝繼高(2009)[12]實證分析了緊縮性政策與信貸資金配置情況，發現政策緊縮時期信貸更多投放給了國有企業和勞動密集型企業，而高成長性行業獲得資金不足。陸正飛等(2009)[13]實證分析了2000年-2006年上市公司數據，發現信貸歧視存在我國國有企業和民營企業間，政策緊縮時民營企業負債增長明顯放緩，長期貸款增速下降尤為明顯。而同時國有上市公司長期貸款卻保持快速增長。朱磊和章杉杉(2012)[14]以上市公司為樣本，分析不同產權性質的企業受政策影響差異。分析結果表明國有企業受政策影響較小，非國有企業受到影響較小。饒品貴和姜國華(2011，2013a，2013b)[15-17]分析上市企業財務數據，發現政策緊縮期間貸款在國有和非國有企業間存在著分配不平衡的問題，非國有企業業績較好而往往不能得到充足的貸款。喻坤等(2014)[18]分析了我國雙軌制經濟結構下貨幣政策對企業投資效率的影響，發現在外部融資約束高的行業非國有企業投資效率顯著低于國有企業，尤其在貨幣政策緊縮期，這種融資約束差異會加大。持續的貨幣政策會強化融資約束差異，造成對非國有企業信貸供給的擠出。李四海等(2015)[19]分析了上市公司貸款和商業信用數據，認為信貸配給使得多數信貸資源分配給了國有企業。尤其在政策緊縮期間，國有企業擁有大量的應收票據而私人企業大量應付票據，間接說明國有企業資金較為寬裕且在為私人企業融資。杜勇和胡海鷗(2016)[20]依據短期融資券發行數據分析了貨幣政策對不同所有制企業影響的差異性。研究發現信貸傳導渠道主要作用于民營企業，而對國有企業影響不顯著。其中，民營企業短融發行量不僅與貨幣政策立場顯著正相關，同時發行溢價也與政策立場具有正向相關性，但國有企業無論在發行量或價格上都與政策立場不相關。由此可見，商業銀行的信貸傳導渠道會被某些因素取代，從而降低了貨幣政策有效性[21]。

上述文獻證實了信貸傳導路徑中政策工具結構效應和國內信貸資源配置的所有制偏好差異，認為大型國有企業受到的政策影響較小，對政策調控不敏感。然而現有文獻存在著兩點不足：第一，針對所有制差異、信貸傳導機制與政策工具的結構效應，鮮有理論模型將這三者納入一個分析框架中進行研究，缺少理論模型的支持。第二，這些研究多數采用代理變量來表征貨幣政策立場，并沒有對政策工具的結構調控功能進行深入分析，缺乏與實際政策操作的相關性。當前央行加強結構型政策工具的使用和創新，正是強調政策操作在結構調控中的主動性。本文將依據信貸傳導渠道理論，對傳導過程中政策工具的結構效應進行對比分析，以求補充當前研究的不足，本文邊際創新點有：第一，構建了一個理論分析框架模型，從理論上推導了貨幣政策調控工具在國有企業和民營企業信貸傳導機制中所起到的結構效應，延展了相關研究理論，從信貸傳導渠道入手，結合市場和所有制兩個層面來綜合考察政策工具的結構調控功能。第二，本文從基準利率、準備金率、公開市場操作的代理變量入手，通過實證檢驗，對比分析了傳導過程中三種不同政策工具的結構效應，檢驗了不同貨幣政策工具對所有制性質企業信貸規模影響的差異性，進一步豐富了央行貨幣政策操作思路，對實際政策操作具有借鑒價值。

三、理論模型分析

本文以Monti-Klein(1972)[22]模型為基礎，構建一個異質性企業政策傳導的理論模型。模型借鑒Stigliz和Weiss(1981)[23]對于信貸市場逆向選擇行為的數學描述。在貸款需求主體描述上，采用預算約束差異來區分國有和私人企業，模型構建如下。

(一)國有和私人企業需求行為分析

由于存在著利率雙軌制，國有企業和私人企業承受不同的貸款利率，私人企業為r1，國有企業為r2，且r1≥r2。兩部門項目期望收益如下述公式所示

私人企業：E(πi)=Ri-Rf-pi[r1B-Rf]

(1)

國有企業：E(πj)=Rj-Rf-pi[r2B-Rf]

(2)

當企業的項目期望收益大于0時，項目才會進行，即

(二)銀行供給行為分析

銀行向兩類企業提供貸款。國有企業往往以央行制定的基準貸款利率向銀行貸款。私人企業貸款則存在溢價，即利率上浮，假設上浮水平為θ。

根據Monti-Klein(1971，1972)模型，銀行貸款的期望收益為

E(πB)=r2L2+pir1L1+(1-pi)rfL1+[(1-α)D-L1-L2]rM-rDD

(3)

(4)

式(4)中，私人企業貸款規模L1(L1,1，L1,2)是項目期望收益率的增函數，是無風險利率rM，貸款基準利率r2，私人企業和國有企業貸款利差θ的減函數。利差θ是對私人企業貸款風險的補償，也反映了銀行信貸市場供需狀況。當需求較供給強勁時，私人企業貸款利率會上升，表現為利率上浮程度的提高。公開市場利率表征了銀行流動性，反映銀行信貸供給能力。那么可以認為溢價θ變化是基準利率與公開市場利率利差r2-rM變動的減函數，可以寫作Δθ=-λ(Δr2-ΔrM)。

(三)政策工具的調控效能

1.基準利率工具

(5)

式中私人企業貸款規模變化大小與彈性λ相聯系，而彈性λ與銀行定價能力(壟斷程度)和流動性水平負向相關。銀行業壟斷能力越強，貸款利率受政策調控的影響越小。而銀行流動性越好，其對沖政策沖擊的能力越強，λ也會越小。因此政策調控中利差變化幅度一般小于r2-rM的變化幅度，即0<λ<1。那么可以得到私人企業貸款規模政策敏感性

(6)

(7)

因此提出命題1。

命題1政策工具使用中普遍存在結構效應，基準利率調控對國有和民營企業分別造成反向和同向的影響，對國有企業貸款影響較為突出，而對民營企業調控能力較弱。

2.準備金工具和公開市場操作

近年來隨著銀行表外業務以及金融創新的快速發展，調控銀行可貸資金規模的銀行貸款渠道逐漸衰弱。在信貸市場中，準備金工具更多的作為調控銀行資金成本的政策工具。因此本文用公開市場利率rM來作為兩種工具的代理變量。理論模型中國有企業貸款對rM不敏感，相比私人企業對公開市場操作較為敏感，其貸款規模變化可以表示為下式

(8)

由于基準利率存在，公開市場利率變動向貸款利率傳導存在著一定的阻滯，結合圖3中利率相對變化幅度可以判斷前文Δθ=-λ(Δr2-ΔrM)表達式中的λ較小。因此可以得到調控，準備金工具和公開市場操作對低風險貸款影響遠小于基準利率工具，即

(9)

而準備金調控和公開市場操作主要對高風險私人企業貸款產生影響，

(10)

相比于國有企業，私人企業更易受到準備金工具和公開市場操作的影響。對銀行資金成本的調控會引起高風險私人企業貸款規模的變化。

因此提出命題2。

命題2準備金調控和公開市場操作調控工具對國有企業信貸規模并不產生影響，但對民營企業貸款的調節作用比較強烈。

四、模型構建、變量設定及數據說明

(一)模型構建

本文將就上述政策工具的理論分析結果進行實證檢驗，以求支撐本文的研究成果。由于非上市中小企業數據的可得性問題，本文使用上市公司數據，通過靜態面板模型對上節理論推論進行檢驗。一般來說，上市公司信息比較透明，貸款過程中由于信息不對稱所產生逆向選擇問題并不明顯。這樣對于分析所有制與政策傳導的關系具有優勢。但同時對上市公司的分析結果并不能全面的反映中小企業的融資情況，其實證結果可能存在對兩類企業政策敏感性差異的“低估”。本文實證模型的解釋變量使用貸款規模和貸款成本。貸款規模指標方面，使用年末貸款余額比當年末總資產來求得。貸款余額計算中，由于短期貸款期限較短，直接使用年度資產負債表時點數據會存在對當年短期貸款量低估。為了反映年內企業貸款規模，本文將上年末、本年一季度、中期、三季度和本年末的貸款余額進行均值計算得到年度貸款余額數據。在解釋變量的選取上，本文部分參考葉康濤和祝繼高(2009)[12]的做法。控制變量選擇企業盈利能力、成長能力、償債能力、資產規模、貸款期限結構，所有制屬性，外部影響指標選擇GDP增長率。在貨幣政策變量的選取上，本文分別使用一年期貸款基準利率年內變動值，準備金率年內變動值以及銀行間質押式回購加權平均利率變動值作為貨幣政策變量。具體指標定義見表1。

表1 指標定義

考慮到貸款的獲取主要受到前期企業財務信息的影響，避免解釋變量存在內生性，所以除所有制屬性、GDP增速、基準利率外，其他指標均以滯后一期值代入回歸分析，并在后續實證中加入交互項來判斷政策敏感性差異。為了檢驗三種政策工具對國有和民營企業信貸規模影響的結構性差異，構建模型1來驗證，以模型1為例，解釋變量DBenchmarkratet(基準利率)的系數β9代表基準利率變化這一貨幣政策工具對企業信貸規模的影響程度，交互項DBenchmarkratet*Ownershipi(基準利率與所有制屬性的乘積)的系數β10代表了貨幣政策工具(基準利率的變化)在不同所有制企業的信貸傳導機制中所起到的結構效應，這也是本文研究的核心主題。交互項DBenchmarkratet*LNAsseti,t-1(基準利率與企業資產規模的乘積)的系數β11代表了貨幣政策工具(基準利率的變化)在企業信貸傳導機制中的資產負債表效應，這也是傳統研究文獻中所關注的方面。εi,t代表殘差項。在模型1的基礎上將核心變量基準利率(DBenchmarkratet)替換成準備金率(DReservet)和公開市場操作(DRepoi)，可以用來驗證其他兩種貨幣政策工具調控下的不同所有制企業所表現出的結構效應。

Loan_Asseti,t=β0+β1*NetAssetGrowthi,t-1+β2*Profit_Asseti,t-1+β3*LNAsseti,t-1+β4*Asset_Liabi,t-1+β5*Quick_Ratioi,t-1+β6*ShortLoanRatioi,t-1+β7*DGPgrowtht+β8*Wonsrshipi+β9*DBenchmarkratet+β10*DBenchmarkratet*Ownershipt+β11*DBenchmarkratet*LNAsseti,t-1+εi,t

(二)樣本選取與變量的描述性統計分析

本文以2009年-2015年A股上市公司為研究對象。選取上市公司作為實證研究對象主要由于其公布詳實的財務數據，雖然上市公司的融資約束較弱(戰明華等，2013)[24]，但是不同所有制企業間的融資差異也可以從一定程度反映出上文理論模型所描述的特征。樣本篩選的過程如下：(1)剔除金融類上市公司；(2)剔除ST的上市公司；(3)剔除研究期間內相關數據缺失的公司；(4)采用winsorization方法對異常值進行處理，對于所有大于99%和小于1%分位數的變量，令其值分別為99%和1%分位數。數據來源為Wind數據庫。最終選取979家上市公司，其中控股股東為國有的企業522家，非國有企業457家。對企業財務指標進行描述性統計，結果如表2。

表2中指標Loan_Asset的描述統計結果中，國有企業貸款占資產比重高于非國有企業，由于在非貸款融資上并沒有存在顯著差異(均為上市企業)，因此這種貸款分配結構體現了國有企業在貸款可獲性上的優勢。國有企業標準差也要大于非國有企業，反映出其經營的波動性相對較大。這主要由于國有企業經營中存在著行政化特征，導致了投資活動的“大收大放”。從企業成長和盈利角度來看，無論是凈資產增長率NetAssetGrowth或資產報酬率NetProfit_Asset，國有企業均小于非國有企業。而結合資產規模的描述統計結果，國有企業相對于非國有企業表現為規模大而盈利能力偏低的特點。指標速動比率Quick_Ratio反映企業的償債能力，這一項中無論從均值或是中位數，非國有企業自身償債能力遠高于國有企業。這主要由于非國有企業信貸可獲性較差，從而被動性的增加了其流動性資產持有比重。貸款期限結構指標ShortLoanRatio中，國有企業短期貸款比重要低于非國有企業，說明其貸款的期限較長。盡管數據樣本為上市公司，但兩類所有制企業的貸款期限差異仍十分明顯。

表2 各變量的描述性統計

(三)實證結果分析

1.全樣本分析

回歸分析使用stata12.0軟件。在面板固定效應模型和隨機效應模型之間選擇，做豪斯曼檢驗，檢驗統計量的值為chi2(16)=25.11，P值為0.073，接受原假設，選取隨機效應模型。本文首先就三種政策工具與貸款規模的影響關系進行實證分析，表3中m1、m2、m3表示在基準利率貨幣政策工具調控下的企業信貸規模影響效應，m1表示在模型1中只加入基準利率DBnchmarkratet解釋變量，m2表示在模型1中加入交互項DBenchmarkratet*Ownershipi來表征貨幣政策工具(基準利率的變化)在不同所有制企業的信貸傳導機制中所起到的結構效應，m3表示在模型1中加入交互項DBenchmarkratet*LNAsseti,t-1來表征貨幣政策工具(基準利率的變化)在企業信貸傳導機制中的資產負債表效應。依次類推，m4、m5、m6表示在貨幣政策工具—準備金率變化調控下的企業信貸規模影響效應，在模型1中依次替換加入DReservet、DReservet*Ownershipi、DReservet*LNAsseti,t-1。m7、m8、m9表示在貨幣政策工具——公開市場操作調控下的企業信貸規模影響效應，在模型1中依次替換加入DRepot、DRepot*Ownershipi、DRepot*LNAsseti,t-1。

首先，分析了m1、m2、m3，研究貨幣政策工具——基準利率調控下的企業信貸規模影響效應。從回歸結果看，微觀指標中凈資產增長率進而資產利潤率對貸款規模影響均為負但不顯著。祝繼高和陸正飛(2009)[25]研究認為信貸緊縮下信貸配置傾向于國有企業和穩定就業的目標。這種帶有政策性的貸款分配機制使得企業成長和經營能力并不是貸款投放的主要條件；所有制屬性Ownership的回歸結果并不顯著，盡管表2的描述統計中國有企業貸款水平較非國有企業高，但實證結果表明所有制差異并不是形成兩類企業貸款水平差異的主要因素；資產規模LNAsset對貸款規模占比具有正向影響，反映出大型企業融資結構中貸款比重較高；資產負債率Asset_Liab與貸款規模占比也保持正向關系，資產負債率越高的企業往往貸款融資規模較高；速動比率Quick_Ratio反映了企業的償債能力，實證結果顯示具有較高償債能力的企業其貸款規模占比往往較低。這是因為速動比率高(流動性資產/流動性負債)的企業往往是由于其較低的資產負債比率，企業的償債能力和貸款規模水平互為因果關系；短期貸款比重ShortLoanRatio反映了貸款期限與貸款規模的關系，即貸款規模水平越高的企業其貸款期限往往越長。說明以經營性目的的短期貸款往往對企業貸款規模影響較小，而以投資為目標的中長期貸款融資則是企業貸款規模波動的主要因素。除了微觀指標外，宏觀變量和政策變量的影響也十分顯著。宏觀經濟狀況對企業貸款規模具有顯著地正向影響。而貸款基準利率調控則會抑制貸款規模變動，其具有反向關系。觀察基準利率工具與所有制屬性Ownership、資產規模LNAsset交互項回歸系數，與所有制屬性交互項DBenchmark*Ownership的回歸系數顯著為正，卻與DBenchmark_rate系數符號相反，說明非國有企業貸款規模對基準利率調控的敏感性要低于國有企業，這可以根據式(7)中政策敏感性分析結果得到(|?L1,1/?r2|<|?L2/?r2|)，這也說明貨幣政策工具(基準利率的變化)在不同所有制企業的信貸傳導機制中所起到的結構效應是顯著的。相比于所有制交互項，交互項DBenchmark_rate*LNAsset的回歸系數不顯著。戰明華等(2013)[23]研究認為，由于存在嚴格的上市制度，并不存在企業信息不對稱而產生的外部融資約束。所以，信貸傳導渠道中的資產負債表效應對上市公司的信貸融資的影響并不明顯，驗證了命題1。

其次，分析了m4、m5、m6，研究貨幣政策工具——準備金率變化調控下的企業信貸規模影響效應。基本解釋變量的顯著性與基準利率調控下的模型表現相同。但與基準利率工具不同的是，2種交互項回歸系數均不顯著，說明準備金率調控對異質性企業影響并不存在明顯的差異，即準備金率調控在企業信貸傳導機制中的所有制差異的結構效應和資產負債表效應都不顯著。對此的解釋是，如上文所述分析，在政策調控中準備金工具更多的是影響風險較高的非國有企業貸款L1，2，低風險非國有企業貸款L1，1和國有企業貸款L2差異較小。方軍雄(2010)[26]研究認為上市企業多是當地優質企業，容易成為地方金融機構的寵兒。由于上市公司并不屬于風險較高的企業范疇，可知上市民營企業和國有企業貸款規模對準備金工具的敏感性差異較小。

表3 全樣本實證檢驗結果

再次，分析了m7、m8、m9，研究貨幣政策工具——公開市場操作調控下的企業信貸規模影響效應。實證結果中，基本解釋變量的顯著性與基準利率、準備金率調控下的模型表現相同。交互項DRepot*Ownershipi的系數為負表明民營企業對公開市場操作的敏感性要高于國有企業，但該系數并不顯著，公開市場操作對兩類企業影響的差異并不明顯，這與準備金工具實證結果相同，對此的解釋是，從上節理論模型分析結果可知，公開市場調控更多影響對高風險私人企業的貸款供給，而對低風險私人企業貸款和國有企業貸款供給影響較小。同時交互項DRepot*LNAssett,t-1的顯著性也不強，這說明公開市場操作政策工具對企業信貸規模的資產負債表效應表現得并不明顯。

表4 分組檢驗實證結果

2.進一步分組研究

通過上文的全樣本實證分析，可以發現貨幣政策調控工具的不同帶來的企業信貸規模影響效應的差異。但是交乘項DReserve*Ownership和DRepo*Ownership雖然為負并不顯著，這說明民營企業對準備金率和公開市場操作兩種工具調控的敏感性比國有企業更高，但是顯著性卻不明顯，可能是因為模型中Ownership虛擬變量和交乘項DReserve*Ownership、DRepo*Ownership的內生性沒有得到有效解決，使得核心解釋變量變得不顯著。因此有必要按所有制屬性進行分組，控制住虛擬變量和交乘項之間的內生性，來考察每一種貨幣政策工具在不同所有制性質企業分組的前提下對信貸規模的調控是否顯著，下面本文進一步分組來研究。表4是分組檢驗結果，m10、m11、m12是對國有企業分別進行三種貨幣政策工具的調控結果，m13、m14、m15是對民營企業分別進行三種貨幣政策工具的調控結果。從國有企業樣本的回歸結果來看，可以發現除基準利率外，準備金率和公開市場調控對貸款占比的影響均不顯著。盡管公開市場操作可以影響上市企業直接融資成本和融資結構，但正如杜勇，胡海鷗(2016)[20]研究得到的，國有企業短期融資券的發行量和價格均與貨幣政策立場無關。從民營企業的回歸結果來看，三種政策工具對貸款影響均顯著，不同于國有企業的回歸結果，公開市場操作對民營企業融資結構影響是顯著的。對比政策工具變量顯著性，可以看到準備金工具和公開市場操作的顯著性要強于利率工具。實證結果與本文前述的研究推論相符，即基準利率工具對國有企業影響較大，而準備金工具和公開市場操作則主要影響非國有企業，驗證了命題2。

3. 穩健性檢驗

為了檢驗實證結果的穩健性，本文做如下穩健性檢驗：第一、替換被解釋變量。將模型中被解釋變量進行替換，原模型中因變量采用貸款規模，即年度平均貸款余額/年末總資產來表征。穩健性檢驗中使用信貸變化量來表征，即采用銀行短期貸款和中長期貸款余額之和并進行對數化差分處理，重復上文回歸，實證結果未發生實質性變化。第二、加入解釋變量當期值。在實證模型中，不僅放入解釋變量的滯后一期值，而且放入所有解釋變量的當期值，綜合考慮了解釋變量在當期和滯后一期同時存在的情況下，對企業信貸規模的影響效應，重復上文回歸，實證結果未發生實質性變化，但解釋變量當期值的顯著性普遍不如滯后一期的明顯。通過穩健性檢驗說明上文的實證結果穩健可靠。

五、研究結論及政策建議

本文基于信貸傳導渠道理論，通過理論模型推導分析了不同貨幣政策工具調控國有和民營企業貸款規模的結構效應，并使用2009年-2015年的上市公司貸款數據進行實證分析。研究結果發現：第一，三種貨幣政策調控工具對國有和非國有企業的信貸規模影響是不同的，具有結構調控屬性。第二，對國有企業而言，基準利率工具在其信貸傳導機制中所起的所有制結構效應較為顯著，而在信貸傳導機制中所起的資產負債表效應不顯著，可能因為嚴格的上市制度，并不存在企業信息不對稱而產生的外部融資約束，所以信貸傳導渠道中的資產負債表效應對上市公司的信貸融資的影響并不明顯。第三，對民營企業而言，準備金工具和公開市場操作的影響程度要強于基準利率工具，反映出民營企業對市場化工具的敏感性更強，這可能因為民營企業融資行為不包含行政屬性，不需要像國有企業一樣承擔戰略性和社會性政策負擔，導致民營企業融資行為更具市場性。

根據得出的結論，本文提出以下政策建議：第一，對央行來說，在雙軌制經濟結構下，應關注傳統貨幣政策工具的結構調控特性，通過評估不同所有制企業的盈利能力和杠桿水平，優化貨幣政策工具的選擇和搭配，進一步提升政策調控精確性和有效性。第二，對國有企業來說，在新常態經濟態勢下，使國有資本投資運營符合國家戰略目標，增加長期貸款擴大投資規模，提高金融資源配置效率，起到“穩增長”的作用。第三，對民營企業來說，注重債券融資支持工具的使用，通過信用風險緩釋工具、擔保增信等多種方式獲取民營企業債券融資，以緩解中小民營企業融資難、融資貴問題。