我國結構性貨幣政策的傳導效果及其時變差異性

潘 偉

（牡丹江師范學院數學科學學院，黑龍江牡丹江 157000）

一、引言

長期以來，貨幣政策在宏觀調控中發揮著至關重要的作用。新古典和新凱恩斯主義等經典宏觀經濟理論認為，貨幣政策是總量政策，主要通過逆周期調節影響總需求進而平抑經濟周期性波動。然而，2008年全球金融危機爆發后，除總量問題外，經濟的結構性問題也日益凸顯，特別是2019年底開始出現的新冠肺炎疫情進一步加劇了結構性失衡，如金融領域流動性充裕甚至泛濫與部分市場主體融資難融資貴之間的矛盾。為應對這種結構性問題，美日歐等發達經濟體以及我國先后推出了結構性貨幣政策。一般而言，結構性貨幣政策指中央銀行為實現某種結構性調控目標而采取的貨幣政策操作[1]，這尚未在理論層面形成成熟體系，上述內容構成了本研究的理論背景。在實踐背景方面，發達國家主要推出了具有結構性指向的量化寬松政策以及融資換貸款計劃（如英格蘭銀行）、定向長期再融資操作（如歐洲中央銀行）、定期貸款拍賣（如美聯儲）等純粹的結構性政策[2]，我國推出了定向降準、定向再貸款再貼現、短期流動性調節工具（SLO）、常備借貸便利（SLF）、中期借貸便利（MLF）、抵押補充貸款（PSL）、定向中期借貸便利（TMLF）等結構性貨幣政策工具，特別是新冠肺炎疫情發生后推出了普惠小微企業貸款延期支持工具、普惠小微企業信用貸款支持計劃兩個操作工具。2021年11月，為助力實現碳中和、碳達峰目標，中國人民銀行進一步推出新的碳減排結構性貨幣政策工具，以先貸后借的形式向商業銀行提供低成本資金，引導其信貸資源向清潔能源、節能環保、碳減排技術領域傾斜。

本研究基于以上理論與實踐背景來探討結構性貨幣政策的傳導問題。從政策目標看，無論是歐美國家還是中國，其結構性貨幣政策的最終目標均是服務實體經濟。2008年金融危機爆發后，實體經濟復蘇緩慢，后來再加上新冠肺炎疫情沖擊，實體經濟所面臨的壓力進一步增大，過度寬松的貨幣政策催生了金融市場泡沫，加劇了金融與實體經濟間的失衡[3]。在經濟新常態下，我國的實際情況更加復雜，不僅存在金融與實體經濟間的失衡，而且存在房地產與其他部門間的失衡以及大型企業、國有企業等與小微企業間的失衡，因此我國的結構性貨幣政策工具更加豐富，目標也更加多元。中國人民銀行曾多次在其貨幣政策執行報告中指出，貨幣政策要支持實體經濟，加大對小微企業、科技創新、“三農”、綠色經濟的貸款支持，特別是加大對小微企業的支持，解決小微企業融資難、融資貴的頑疾。那么，我國的結構性貨幣政策在其中是否產生了應有的效果，或者說上述結構性貨幣政策工具能否有效傳導至政策目標呢？關于這個問題的深入研究有助于我們深刻理解我國的貨幣政策調控與結構性改革，探尋新時代金融服務現代化經濟體系構建及高質量發展路徑。鑒于此，本研究將從融資視角實證研究我國結構性貨幣政策傳導效果，并進行動態演進和差異性分析。

二、文獻回顧

結構性貨幣政策是近年來新興的研究領域，主要包括四方面，分別是國外央行結構性貨幣政策理論與實踐、結構性貨幣政策工具實踐與國際比較、我國結構性貨幣政策調控效果評估、結構性貨幣政策研究拓展。

第一，國外央行結構性貨幣政策理論與實踐。關于結構性貨幣政策尚無成熟的理論體系，包括我國在內的各國央行都在進行積極的探索和實踐。綜合來看，發達國家中央銀行的結構性貨幣政策并不純粹，更多是金融危機后因常規貨幣政策失效而衍生出來的非常規貨幣政策。比如，美聯儲的量化寬松、扭曲操作、前瞻指引，歐洲央行推出的資產購買計劃，日本在2008年金融危機爆發前為維持低利率環境而推出的實質性量化寬松政策等[4-7]。對于上述非常規貨幣政策的效果，學術界并沒有達成一致意見。有研究認為，量化寬松等政策會壓低市場利率，能在短期防止金融風險進一步擴散，在中長期促進危機后的經濟復蘇[8-11]；有研究認為，這些政策促進經濟復蘇的周期較長，使經濟復蘇緩慢，且寬松的貨幣政策會推升資產價格，使金融風險積累集聚，容易引發更大的危機[6，12]。2008年金融危機爆發后，我國出臺了大規模的財政刺激政策，貨幣政策也同步寬松以配合財政擴張，不過我國并沒有推出購買資產的量化寬松政策，在較長時間內一直保持正常貨幣政策，即使在新冠肺炎疫情期間也沒有實施大幅度寬松貨幣政策，而是通過結構性貨幣政策引導資金流向，實施定向寬松，可見我國的結構性貨幣政策更加純粹，其相關理論與實踐都在逐步探索與完善中。

第二，結構性貨幣政策工具實踐與國際比較。盧嵐等[13]歸納總結了歐美國家以及我國在結構性貨幣政策工具內涵、出臺背景、實施情況等方面的異同，指出結構性貨幣政策的出臺主要是為了解決金融危機爆發后出現的流動性陷阱和企業融資問題，認為結構性貨幣政策是緩解實體經濟融資需求與銀行貸款增長受限之間結構性矛盾的有效手段，歐美國家創設的結構性貨幣政策工具及其實踐值得我國借鑒。馬賤陽[14]和鄧雄[15]也進行了類似的研究，認為歐美的融資換貸款計劃、定向長期再融資操作、定期貸款拍賣等主要的結構性貨幣政策工具運行模式與經驗值得借鑒，我國應豐富貨幣政策工具種類，推進利率市場化改革，降低實體經濟融資成本。2019年底新冠肺炎疫情開始后，全球經濟供需受沖擊明顯，我國實體經濟下行壓力進一步增大，融資的結構性問題更加明顯，如何統籌保障疫情防控與經濟社會發展需要，推動企業復工復產，成為金融部門的重要任務。在這樣的背景下，中國人民銀行多次使用再貸款、再貼現、定向降準、中期借貸便利等結構性貨幣政策工具分階段支持防疫和復工復產工作，同時進一步豐富結構性貨幣政策工具種類，出臺普惠小微企業貸款延期支持工具和普惠小微企業信用貸款支持計劃?？梢姡覈慕Y構性貨幣政策更具主動性和創新性[16-17]。

第三，我國結構性貨幣政策調控效果評估。有大量研究致力于政策對小微企業融資影響的分析，可見推動小微企業發展是我國結構性貨幣政策重要的政策目標。這一方面是因為，小微企業在促進經濟增長、增加就業、激發創新活力、改善民生等方面發揮著不可替代的作用[18-20]；另一方面是因為，相對于地方政府、國有企業和大型企業，小微企業在融資方面存在天然劣勢，這既與其自身規模小、抵押物少、信用水平低等有關，也與我國金融結構和貨幣政策傳導機制不健全等有關[21-23]。楊冰潔[24]通過構建全面可行的廣義最小二乘法（FGLS）模型，研究結構性貨幣政策向小微企業的傳導問題，發現定向降準和再貼現政策既能促進小微企業融資規模的擴大，也能促進小微企業融資利率水平的降低，從“量”和“價”兩個方面助力小微企業融資。錢水土等[25]基于浙江省農商銀行數據，以定向降準為例進行準自然實驗設計，發現定向降準能夠激勵農商銀行小微企業貸款的投放，但其效果受銀行自身績效考核標準影響，會導致農商銀行小微企業貸款不良率增加。李欣越[26]從定向降準政策調整視角進行了分析，發現政策調整對農業貸款和小微企業貸款具有直接影響和溢出效應，現階段政策標準能有效緩解小微企業融資難問題，政策實施力度和考核標準具有非常重要的作用?？椎P等[27]以定向中期借貸便利為例分析了結構性貨幣政策在緩解融資約束方面的效果，認為結構性貨幣政策中的定向降息能夠助力小微企業融資，具有降成本、調結構功能，可通過下游帶動上游的方式保持經濟穩定。馬理等[28]認為，在新冠肺炎疫情對經濟造成較大沖擊的背景下，常規貨幣政策容易導致資源配置扭曲，使受損嚴重的中小微企業反而難以得到應有支持，而結構性貨幣政策可以克服這一局限性，引導資金流向這些薄弱環節，彌補常規貨幣政策的不足。江振龍[29]構建了包含異質性企業的動態隨機一般均衡（DSGE）模型，并將總量和結構性貨幣政策納入統一框架進行分析，發現總量性貨幣政策釋放的流動性更多流向大型企業，而結構性貨幣政策可以“精準滴灌”，實現對小微企業融資的支持，兩者有效結合有助于保持宏觀經濟穩定。此外，還有一些研究探討了結構性貨幣政策對其他經濟要素的影響。比如，彭俞超等[1]發現，結構性貨幣政策可以定向影響金融機構運營成本，進而起到促進貸款結構調整和產業結構升級的作用；何劍等[30]發現，結構性貨幣政策可以抑制金融機構風險；殷興山等[31]基于結構性去杠桿視角分析了總量性貨幣政策與結構性貨幣政策的搭配使用問題。

第四，結構性貨幣政策研究拓展。我國學者對結構性貨幣政策研究進行了拓展，把研究視角由結構性貨幣政策對小微企業融資的影響拓展到了其對金融風險、經濟高質量發展、企業投融資、商業銀行風險承擔的影響以及政策工具的組合。王妍等[32]從商業銀行同業業務角度出發，利用上市銀行數據探討了常備借貸便利、中期借貸便利對系統性金融風險的影響，認為常備借貸便利可在調節短期流動性的同時增加同業業務，中期借貸便利可在調節中期流動性的同時減少同業業務，總體來看結構性貨幣政策可能會增加銀行同業業務，增強金融系統關聯性，引發系統性金融風險，值得高度重視。金成曉等[33]通過構建包含隨機波動的時變參數因子增廣向量自回歸（SV-TVP-FAVAR）模型，實證分析我國結構性貨幣政策階段性變遷與政策效果及其對經濟高質量發展的影響，發現我國結構性貨幣政策功能已逐漸從貨幣投放轉變為促進經濟高質量發展，其主要渠道是利率和貸款渠道。張博等[34]通過構建包含結構性貨幣政策工具、匯率沖擊、金融摩擦、隱性擔保、企業異質性的DSGE 模型，模擬了2013年以來我國央行推出的結構性貨幣政策工具對企業投融資的影響。其結果顯示，我國結構性貨幣政策有效提升了民營企業投資水平，降低了民營企業融資成本，但對國有企業存在負向影響，同時結構性貨幣政策效果具有一定的獨立性。唐文進等[35]利用我國39 家上市銀行微觀數據，實證研究了結構性貨幣政策對銀行風險承擔渠道的影響，發現結構性貨幣政策的寬松效應提高了商業銀行主動承擔風險的能力以及銀行風險承擔渠道的傳導效率，這一影響機制在不同規模的銀行之間以及不同經濟發展水平的地區之間具有異質性。周友良[36]指出，隨著我國經濟發展進入新常態，經濟發展重心由“量”轉向“質”，經濟金融體系中結構性問題突出，央行在此背景下推出的結構性貨幣政策可以扶持特定產業發展，推動普惠金融與國民經濟平穩健康發展，而這個過程會對商業銀行風險承擔渠道產生顯著影響。湯子隆等[37]指出，民營經濟在國民經濟中發揮著重要作用，支持民營企業發展是結構性貨幣政策的主要目標之一。在此背景下，他們通過構建兩區制門限向量誤差修正模型（VECM）來分析結構性貨幣政策對民營企業非標融資的調節效應，發現我國結構性貨幣政策具有顯著的逆周期調控效應，在結構性貨幣政策與非標融資利差的低偏離區制和高偏離區制下，結構性貨幣政策對非標融資利率的影響存在顯著差異，在高偏離區制下政策效果更加難以實現。馬勇等[38]通過構建包含新興產業、傳統產業兩類廠商的DSGE模型，并在央行貨幣政策中引入傳統政策、宏觀審慎政策以及多個結構性貨幣政策工具，模擬分析我國經濟轉型升級過程中各類工具的調控效果，發現包含結構性貨幣政策工具的政策調控可以更好地熨平經濟波動，不同的工具對應不同的政策效果，適當的政策組合優于單一政策，可以更好地兼顧多個調控目標，實現社會福利的最大化。閻沭杉等[39]結合我國經濟發展情況進行了對比分析，認為新冠肺炎疫情暴發后，我國應增強貨幣政策對中小企業的定向針對性。

綜合來看，現有研究對結構性貨幣政策的實踐進行了比較清晰的梳理，對相關理論進行了有益的探索，對結構性貨幣政策的政策效果特別是對小微企業融資的傳導效果進行了政策評估分析，并將其政策效果衍生到了其他經濟金融領域。但是，仍然有一些基本問題需要討論。比如，在經濟結構轉型升級持續演進背景下，結構性貨幣政策調控效果是否表現出時變特征，不同政策工具對不同政策目標影響的時變差異性如何，結構性貨幣政策是否在促進小微企業融資的同時還促進了其他領域的融資，即結構性貨幣政策效果的充分性如何？從研究方法看，現有研究主要使用了FGLS 模型、VECM 模型、SV-TVP-FAVAR 模型、DSGE模型，且已注意到時變性質，但對于結構性貨幣政策相關數據經常存在的頻率不同問題，這些模型無法進行有效處理。為解決不同頻率數據的建模和預測問題，格希爾斯（Ghysels E）等[40]提出了混頻數據抽樣（MIDAS）模型。MIDAS 模型與其他模型相結合，可有效利用宏觀經濟數據中的高頻信息，防止其在與低頻信息建模時產生信息損失。MIDAS 模型被提出后，有關研究對其進行了廣泛拓展和應用[41-43]，其中一個拓展方向就是構建混頻向量自回歸（MF-VAR）模型。因此，區別于現有研究，本研究將從兩個方面展開：一是從時變差異性和混頻數據處理角度，將時變參數向量自回歸（TVP-VAR）模型與MF-VAR 模型相結合，構建時變參數混頻向量自回歸（TVP-MFVAR）模型，實證分析我國結構性貨幣政策對小微企業和涉農貸款兩個政策目標的傳導效果，這更加符合經濟結構轉型升級特征下的運行規律；二是將貸款總額納入模型進行統一考察，以此分析結構性貨幣政策調控效果的充分性。

三、結構性貨幣政策工具、目標及典型事實

（一）我國結構性貨幣政策推出的背景和工具選擇

2008年金融危機爆發后，發達國家推出了非常規貨幣政策刺激經濟復蘇，其中一些政策工具具備結構性特征。與發達國家不同，我國為應對2008年金融危機所采取的更多是財政政策和降準降息等常規貨幣政策，我國的結構性貨幣政策并非對經濟危機的被動應對，而是貨幣創造渠道變化與經濟結構轉型背景下的主動創新。在貨幣創造渠道方面，由于過去較長一段時間內我國對外貿易與吸引外商投資高速增長，促使外匯持續大量流入，外匯占款成為創造基礎貨幣的主要渠道，導致中國人民銀行不得不被動接受并通過提高存款準備金率和央行票據等手段凍結基礎貨幣，金融危機爆發后我國外匯收支逐漸趨于平衡，外匯占款渠道減少，金融體系出現流動性缺口，因此央行除降準外還要創設新的工具來管理流動性。在經濟結構轉型方面，我國第三產業占比持續增加，特別是新經濟領域的小微企業爆發式增長，但由于小微企業主體在信貸資源獲取方面存在天然劣勢，而總量性貨幣政策釋放的流動性更多支持國有企業和大型企業，導致流動性寬松與小微企業融資難融資貴困境并存，因此客觀上需要結構性貨幣政策工具進行支持。在上述背景下，自2010年以來，中國人民銀行陸續推出了一系列創新的結構性貨幣政策工具。具體參見表1。

表1 我國結構性貨幣政策工具

2010年我國開始實施定向降準和差別化的存款準備金率，主要支持“三農”與薄弱環節的貸款；2017年我國推出普惠金融定向降準，把支持范圍進一步擴展到普惠金融領域以優化貸款結構，其傳導方式是定向釋放流動性，增強政策扶持領域貸款的可得性。定向再貸款再貼現則更為直接，主要支持小微企業、農業、扶貧等薄弱環節的貸款，直接向這些領域投放信貸資源。2013—2014年間，中國人民銀行先后創設了短期流動性調節工具、常備借貸便利、中期借貸便利、抵押補充貸款四大創新型結構性貨幣政策工具，其中前三個工具的主要目標是調節銀行體系流動性，對公開市場操作形成有效補充，央行通過宏觀審慎考核對符合資質的商業銀行提供流動性支持，通過對小微企業等特定領域的考核和結構性支持，引導更多信貸資源流向這些領域，體現了政策工具的結構性特征。目前，由于操作方式和工具目標重疊等多種原因，短期流動性調節工具和常備借貸便利使用頻率較低，中期借貸便利使用頻率較高，且中期借貸便利不僅能提供中期流動性，其利率水平還是貸款市場報價利率（LPR）形成的基準利率，抵押補充貸款最初主要支持棚戶區改造，后來拓展至支持國民經濟重點領域、薄弱環節與社會事業發展。2018年，為進一步支持小微企業和民營企業發展，央行創設定向中期借貸便利，更加明確地提供定向流動性支持。2020年，為支持小微企業發展，推動復工復產，央行創設普惠小微企業貸款延期支持工具、普惠小微企業信用貸款支持計劃兩個直達實體經濟的結構性貨幣政策工具，通過為小微企業提供貸款延期還本服務和低成本信用貸款來更好地服務實體經濟。

（二）主要結構性貨幣政策工具使用及其作用目標運行情況

本研究選取存款準備金率、常備借貸便利、中期借貸便利、抵押補充貸款等四個時間序列較長的指標來分析結構性貨幣政策工具使用情況。圖1顯示，定向降準政策實施后，大型存款類金融機構和中小型存款類金融機構的存款準備金率出現了分化，面向小微企業、“三農”等薄弱環節提供更多支持的中小型金融機構存款準備金率更低，目前已經形成了“三檔兩優”的存款準備金率框架，近兩年央行對定向降準使用頻率更高，中小型金融機構存款準備金率下降幅度大于大型金融機構存款準備金率下降幅度，現階段已經降至9%。圖2顯示，常備借貸便利在創設初期使用頻率較高，最高余額達到4 000億元以上，但很快便淡出了公眾視野，當前余額已經為零，因此不適合作為實證研究的變量。圖3顯示，中期借貸便利和抵押補充貸款自創設至今，使用頻率一直較高，兩者余額整體處于上升態勢，特別是貸款市場報價利率改革后，中期借貸便利成為不可或缺的貨幣政策工具，現階段中期借貸便利余額達到5 萬億元，抵押補充貸款余額達到3 萬億元，兩者余額占基礎貨幣比重超過25%。綜上所述，存款準備金率、中期借貸便利、抵押補充貸款三個結構性貨幣政策工具使用得比較頻繁，是我國央行主要的政策工具，適宜用來建模。

圖1 存款類金融機構法定存款準備金率變化

圖2 常備借貸便利余額變化

圖3 中期借貸便利和抵押補充貸款余額變化

由以上分析可以看出，小微企業和“三農”領域是結構性貨幣政策支持的主要目標，可將兩者作為實證研究的目標變量。圖4列出了我國金融機構2008—2020年末貸款總額、小微企業貸款余額、涉農貸款余額的增速，據此可歸納出一些典型事實。一是近年來我國貸款增速總體保持平穩運行，貸款總額增速保持在13%左右，這與央行通過結構性貨幣政策調節流動性平抑波動存在一定關系；二是小微企業貸款增速總體高于貸款總額增速，2013年后小微企業貸款增速整體持續上升，2017年后加速上升，與貸款總額增速的差距不斷拉大，2021年小微企業貸款增速達到30%以上；三是涉農貸款余額增速總體持續下降，近幾年低于貸款總額增速。那么，以上事實是否意味著我國結構性貨幣政策對小微企業起到了明顯的支持作用，而對“三農”領域支持力度不夠呢？同時，隨著經濟結構的變化，其傳導效果是否有規律呢？接下來，本研究將針對這些問題做進一步的實證研究。

圖4 貸款總額、小微企業貸款余額、涉農貸款余額增速

四、實證分析

（一）模型構建

從研究目標看，本研究應重點分析結構性貨幣政策傳導效果的時變差異性，需要構建時變參數的實證模型；從數據特征看，本研究選取的政策工具變量為月度數據，政策目標變量為季度數據，需要在不損失有效樣本信息的情況下構建能夠處理混頻數據的模型。因此，根據本研究目標與所選取數據特征，應采用具有時變參數特征與混頻數據特征的模型。

傳統的向量自回歸模型主要適用于同一頻率的數據，然而實際研究過程中往往會遇到不同頻率的數據，一般處理方法是對數據進行插值處理得到同一頻率的數據，但這樣處理會造成信息的損失。鑒于此，國外學者提出MF-VAR模型，該模型可以在不損失信息的基礎上完成混頻數據建模，一般思路是采取貝葉斯混頻（BMF）算法進行估計[44]。同時，時變參數（TVP）也是VAR 模型的拓展方向之一，如TVP-VAR 模型就得到了廣泛應用。因此，本研究將MF-VAR模型與TVP-VAR模型相結合構建TVP-MF-VAR 模型并進行實證研究。其基本思路是，用MF-VAR 模型將低頻數據轉換為高頻數據，然后在TVP-VAR 模型下用高頻數據進行計算，兩者均需要在貝葉斯框架下用馬爾科夫鏈蒙特卡洛（MCMC）模擬進行估計。

首先，以一階滯后的VAR 模型為例介紹MFVAR模型，基準模型可表示如下：

其中，yt=（xt，zt），xt是Nx維高頻數據，zt是Nz維低頻數據，Nx+Nz=N，且xt完全可觀測記錄，zt是有缺失值的變量，εt是隨機擾動項，t是樣本期。該模型所要估計的是缺失的觀測值、矩陣A、矩陣B和協方差矩陣∑，每一個待估參數均從以其他參數為基礎的已知條件后驗分布中抽取。其中：

隨動機構利用水的浮力作為平衡動力,使浮箱的浮力支撐潛水泵及其附件的重力.潛水泵質量58 kg,水管及附件質量12 kg,根據所選潛水泵的質量,設計隨動機構.隨動機構質量52 kg,浮箱體積為0.18 m3,浮箱完全沒入水中產生的上浮力為128 kg.

其中，X是可觀測數據解釋矩陣，Y是可觀測數據被解釋矩陣，β是參數矩陣，N是指標維度數量，T是樣本期數量，估計得到高頻數據時間序列后即可進一步引入時變參數，得到如下所示的TVP-VAR 模型：

其中，Yt是包含以上所有高頻數據的內生變量向量，βt和At中所有的待估參數矩陣均具有時變性，βt是系數矩陣，s+1是模擬樣本期的起點，n是模擬樣本期的終點。進一步處理At中的元素，得到向量at：

at=（a21，a31，a32，a41，…，ak，k-1）

令：

ht=（h1t，…，hkt）

其中，hit=logσ2it，i=1，…，k，t=s+1，…，n。at是由At中的元素構成的向量，ak，k-1是At中的元素，σ是參數的標準差，假定式（5）中的參數服從隨機游走過程：

（二）變量選擇

在變量方面，綜合考慮數據的可得性、代表性和時間序列長度，選取小微企業貸款、涉農貸款余額同比增速、貸款總額同比增速作為結構性貨幣政策的目標變量，這幾個變量為季度頻率數據；選取定向降準（用中小型存款類金融機構存款準備金率衡量）、中期借貸便利余額、抵押補充貸款余額三個變量作為結構性貨幣政策的工具變量，這幾個變量為月度頻率數據。樣本區間為2015年6月至2021年9月，對應的季度數據為2015年二季度至2021年三季度。所有原始數據均來自中國人民銀行網站統計數據庫和萬得（Wind）數據庫。為保證數據的平滑性和量綱的一致性，對中期借貸便利余額和抵押補充貸款余額進行取對數處理。在計算之前，對所有數據進行季節調整，剔除季節因素和不規則因素。單位根檢驗結果顯示，所有序列均至少在10%的顯著性水平下平穩。

（三）實證結果分析

根據VAR 模型滯后期的判別準則，確定本研究構建的模型為一階滯后模型。經過1 000 次的退火灼燒預模擬和10 000 次的MCMC 正式模擬后，得到模型的參數估計結果（表2）。其中，CD統計量和無效因子均為判斷MCMC 模擬效果的關鍵參數。表2中的數據顯示，參數的CD統計量均小于5%顯著性水平的臨界值，無效因子均小于100，在10 000 次的模擬下至少可以得到100 個不相關的樣本。這樣的結果表明，模型取得了良好的估計效果。

表2 模型參數估計結果

本研究計算了存款準備金率、中期借貸便利、抵押補充貸款三個結構性貨幣政策工具對貸款總額、小微企業貸款、涉農貸款的時變脈沖響應函數，并選取2016年、2020年兩個具有代表性的時點進行分析，這兩個時點分別位于樣本的前端和末端，代表結構性貨幣政策實施的初始時期和成熟時期。2016年，定向降準、短期流動性調節工具、常備借貸便利、中期借貸便利等主要結構性貨幣政策工具基本創立，但在使用上尚處于初期探索階段。在這一階段，我國經濟發展進入新常態，經濟結構轉型升級持續推進，處于經濟結構轉型、發展方式轉變、增長動力轉換的關鍵時期。在這一時期，我國經濟舊的增長動能減弱，新的增長動能尚未形成，經濟增速持續下降，需要寬松的貨幣政策進行逆周期調控，同時又存在諸多結構性問題制約貨幣政策作用空間，因此央行開始探索以結構性貨幣政策進行定向調控，在不搞“大水漫灌”的情況下確保流動性的平穩運行。2020年，我國經濟經歷了中美貿易摩擦、新冠肺炎疫情等事件的沖擊，所面臨的國內外環境更加復雜和嚴峻，經濟增速下行、結構調整推進、外部沖擊加劇、金融風險積累等因素交織疊加，貨幣政策調控難度進一步加大。穩健的貨幣政策強調靈活精準與合理適度，能在保持流動性合理充裕的同時更好地服務實體經濟。在此背景下，央行頻繁使用定向降準、再貸款再貼現、常備借貸便利、中期借貸便利、抵押補充貸款等傳統的結構性貨幣政策工具，推出定向中期借貸便利，同時新創設兩個直達實體經濟的貨幣政策工具以及支持碳中和、碳達峰的綠色政策工具，結構性貨幣政策的理論和實踐更加成熟，政策工具的使用更加具有前瞻性和針對性。此外，2016年小微企業貸款增速與總體貸款增速比較接近，隨著國家對小微企業融資難、融資貴問題重視程度的進一步提高，2020年小微企業貸款增速明顯加快，顯著高于總體貸款增速，因此這兩個時點也代表了小微企業融資兩個不同的發展階段。

圖5顯示了存款準備金率向貸款傳導的時變脈沖響應強度。存款準備金率對三個目標變量的正向沖擊造成了負向的響應，反之負向沖擊（降準）造成了正向的響應，即定向降準可以促進貸款總額、小微企業貸款、涉農貸款的增長，符合政策預期目標。從時變差異性看，在結構性貨幣政策使用初期及小微企業貸款平穩增長階段，定向降準對貸款總額、小微企業貸款、涉農貸款增長的促進作用較弱，最大脈沖響應強度（取絕對值）分別為0.38、0.20、0.12；隨著結構性貨幣政策的頻繁使用，其促進作用有所增強，最大脈沖響應強度（取絕對值）分別增加至0.50、0.30、0.14。這一時變差異性可能與商業銀行政策執行度以及央行宏觀審慎政策的出臺有關，在結構性貨幣政策使用初期，商業銀行處于適應期，對政策力度與可持續性存在疑問，加之缺乏有效的考核機制，商業銀行并不會把降準后的資金更多投放為小微企業及“三農”等領域的貸款。隨著結構性貨幣政策的成熟和宏觀審慎政策的完善，特別是宏觀審慎評估（MPA）體系的不斷完善，商業銀行受到的考核約束更強，對政策的理解更深入，對小微企業等領域的支持力度更大。對比來看，定向降準對貸款總額增長的促進作用明顯強于對小微企業貸款與涉農貸款增長的促進作用，可見定向降準更多支持了一般性貸款的增長，而非更加傾向于小微企業貸款、涉農貸款等薄弱環節。從金融理論看，貸款投放效果取決于投放能力和投放意愿，其中投放能力受基礎貨幣制約，投放意愿取決于商業銀行決策。定向降準釋放的資金可以增加基礎貨幣，提升商業銀行貨幣投放能力，但受固有的不信任及路徑依賴等因素影響，商業銀行對小微企業等薄弱環節的貸款投放意愿可能較弱，導致定向降準反而會促進一般性貸款的增長，如針對國有大型企業或房地產等領域的貸款。那么，2016年后是什么原因導致了小微企業貸款增長持續快于貸款總額增長呢？本研究推斷，是結構性貨幣政策以外的其他因素起到了關鍵作用。比如，宏觀審慎評估體系不斷完善，強化了對商業銀行的考核約束，2018年央行在信貸政策執行情況考核中增設臨時性專項指標，引導定向降準范圍內的金融機構將凈釋放資金用于發放小微企業貸款。再比如，貨幣政策以外的財政政策和其他政策也面向小微企業等薄弱環節提供大力支持，包括稅收優惠減免、貸款財政貼息、支付手續費減免等，2020年創設的兩個直達實體經濟的貨幣政策工具就有財政政策的成分。

圖5 存款準備金率向貸款傳導的時變脈沖響應強度

圖6、圖7分別顯示了中期借貸便利和抵押補充貸款向貸款傳導的時變脈沖響應強度。兩個結構性貨幣政策工具均對貸款總額、小微企業貸款、涉農貸款增長起到了促進作用，中央銀行通過這兩個政策工具向銀行體系定向投放流動性，增加基礎貨幣，提升商業銀行貸款投放能力，促進相關貸款增長。在時變差異性方面，與對定向降準的分析一致，隨著結構性貨幣政策的頻繁使用以及考核制度的不斷完善，兩個工具對貸款總額、小微企業貸款、涉農貸款增長的促進作用有所增強。中期借貸便利對三個目標變量的最大脈沖響應強度分別由0.70、0.65、0.50上升至1.15、0.75、0.60，抵押補充貸款對三個目標變量的最大脈沖響應強度分別由0.67、0.48、0.50 上升至0.88、0.59、0.60。對比來看，中期借貸便利和抵押補充貸款對貸款總額的促進作用也明顯強于其對小微企業貸款和涉農貸款的促進作用，與定向降準一致，二者也是更多支持了一般性貸款的增長，對小微企業等薄弱環節的信貸支持還有進一步提升的空間，小微企業貸款的高速增長受到了結構性貨幣政策之外其他政策因素的推動。同時還可以看出，中期借貸便利對貸款總額和小微企業貸款增長的促進作用強于抵押補充貸款的促進作用，這與兩個政策工具的定位有關。中期借貸便利主要補充金融機構的中期流動性，受眾范圍和使用領域更廣；抵押補充貸款主要支持國民經濟重點領域、薄弱環節以及社會事業發展，操作主體也局限于三家政策性銀行。

圖6 中期借貸便利向貸款傳導的時變脈沖響應強度

圖7 抵押補充貸款向貸款傳導的時變脈沖響應強度

與現有研究相比，本研究至少在兩個方面得出了創新性結論：一方面，現有研究大多認為，我國結構性貨幣政策產生了應有的政策效應，如結構性貨幣政策有效促進了小微企業融資，緩解了小微企業融資難融資貴困境，這一點在本研究中也得到了證實，但本研究通過進一步對比分析結構性貨幣政策對貸款總額、小微企業貸款、涉農貸款的影響發現，我國結構性貨幣政策對貸款總額的促進作用更強，我國結構性貨幣政策的效果容易被高估，對小微企業和涉農貸款領域的支持并不充分，這是本研究的新發現；另一方面，現有研究假定樣本期內結構性貨幣政策的效果是穩定的，然而隨著經濟結構轉型，這一假定并不符合實際情況，本研究強調結構性貨幣政策的時變差異性，發現在結構性貨幣政策使用初期以及小微企業貸款平穩增長階段，定向降準、中期借貸便利、抵押補充貸款等工具對貸款總額、小微企業貸款、涉農貸款增長促進作用較弱，隨著結構性貨幣政策的頻繁使用，其促進作用有所增強，即我國結構性貨幣政策效果具有逐漸增強的時變特征。

綜合上述研究結果以及我國結構性貨幣政策與小微企業融資實際，本研究對增強結構性貨幣政策效果的相關政策進行了更深入探討。實證結果顯示，一方面，定向降準、中期借貸便利、抵押補充貸款等結構性貨幣政策對貸款總額增長的促進作用明顯強于其對小微企業貸款、涉農貸款增長的促進作用，這說明我國結構性貨幣政策更有利于一般性貸款增長，而非更有利于小微企業貸款、涉農貸款等薄弱環節的增長，結構性貨幣政策的政策效果并不充分。不過，從典型事實看，我國小微企業融資的確實現了高速增長，由此可以推斷，除結構性貨幣政策外，還有其他宏觀政策在助力小微企業貸款、涉農貸款的增長。比如，宏觀審慎政策中對商業銀行小微企業貸款占比等的考核能夠增強對商業銀行貸款投放的約束，我國央行在政策工具創新、貸款擔保、風險評估等方面出臺的一系列措施有助于解決小微企業融資難融資貴問題，推動小微企業融資增長，特別是小微企業信用貸款支持工具效果顯著。我國央行數據顯示，2020年1月至2021年9月，全國銀行業金融機構累計發放普惠小微企業信用貸款8.6萬億元，占同期累放普惠小微企業貸款的27.7%。在貸款擔保方面，我國央行通過建立政府性融資擔保考核評價體系，降低相關制度考核要求，緩解了小微企業等薄弱環節的融資約束。在貸款風險評估方面，我國央行通過加強對商業銀行的引導，優化風險評估機制，減少對貸款抵押的依賴，擴大信用貸款規模，鼓勵商業銀行以金融科技手段賦能傳統信貸，加強對小微企業信息的甄別與應用，提升銀行客戶識別與貸款投放能力。以上這些政策措施可以增強結構性貨幣政策的效果，應堅持使用并實現常態化，甚至與結構性貨幣政策工具融合成為新的政策工具。另一方面，我國結構性貨幣政策調控效果正在增強，這既與中央銀行結構性貨幣政策的不斷豐富和完善有關，也與相關調控經驗的日益成熟有關。因此，我國央行需要繼續豐富完善結構性貨幣政策工具，增強政策制定與工具使用的前瞻性、針對性、有效性，實現我國央行在貨幣政策領域的重要創新。此外，為從根本上解決我國小微企業融資問題，不能僅僅依靠結構性貨幣政策以及央行的其他輔助性政策，還要著眼于全局，大力推進金融體系改革和信用體系建設等，形成政策合力。

五、結論和啟示

（一）結論

服務實體經濟是貨幣政策的天然使命。貨幣政策不僅需要從總量上保障流動性合理充裕，而且需要通過結構性貨幣政策實現“精準滴灌”，解決融資的結構性問題，服務小微企業等薄弱環節。本研究通過構建TVP-MF-VAR 模型，從融資視角實證研究我國結構性貨幣政策對小微企業和“三農”領域的傳導效果，并進行動態演進和差異性分析。研究發現，定向降準、中期借貸便利、抵押補充貸款等結構性貨幣政策工具在一定程度上促進了貸款總額、小微企業貸款、涉農貸款的增長。在結構性貨幣政策使用初期，其促進作用較弱，但隨著結構性貨幣政策的頻繁使用，其促進作用有所增強。相比而言，三個政策工具對貸款總額的促進作用顯著強于其對小微企業貸款和涉農貸款的促進作用，我國結構性貨幣政策的“精準滴灌”效應并不充分，小微企業融資等問題的解決需要考核制度以及其他政策的配合協作。據此本研究認為，小微企業融資難融資貴等融資結構性問題的解決，需要“結構性貨幣政策+完善考核+結構性改革”三輪驅動。從短期來講，可通過結構性貨幣政策與考核制度的不斷完善來解決這一問題；從長期來講，可通過系統性的結構性改革從根源上解決問題。

（二）啟示

第一，更加精準地運用結構性貨幣政策工具，加強對商業銀行的激勵。本研究發現，定向降準、中期借貸便利、抵押補充貸款等工具可以促進小微企業和涉農貸款增長，但對一般性貸款促進作用更強。可見，這些結構性貨幣政策對商業銀行的激勵作用有待增強，商業銀行綜合權衡后還是會將新增的基礎貨幣投向其他領域。因此，中央銀行需要通過進一步研究論證，出臺更有針對性的結構性貨幣政策工具，或者優化現有工具實施機制，以市場化方式加強對商業銀行的激勵，增強實現信貸結構再平衡的內生動力。比如，可進一步優化定向降準政策，按照小微企業貸款占比對商業銀行進行等級分類，對等級高的銀行進一步降低法定存款準備金率或提高準備金利率，即對現階段存款準備金制度“三檔兩優”的基本框架做進一步的細分和優化。再比如，可以先貸后借的方式針對小微企業貸款發放面向商業銀行進行定向的中期借貸便利操作。

第二，不斷完善宏觀審慎評估體系，根據政策需要動態調整金融機構服務小微企業等薄弱環節的權重，加強貸款擔保、風險評估等政策與結構性貨幣政策及監管政策的配合。宏觀審慎評估體系是促使結構性貨幣政策發揮作用的重要因素，能體現“貨幣政策+宏觀審慎政策”的雙支柱特征。近兩年我國央行將小微企業貸款等指標納入宏觀審慎評估體系后，結構性貨幣政策對小微企業貸款、涉農貸款增長的促進作用有所增強。因此，要不斷完善宏觀審慎評估體系，根據政策目標需要增加其考核內容，加大對重點領域融資指標的考核權重，特別是要運用好負向扣分項，對商業銀行貸款投放形成有效約束，對把專項支持貸款和政策性貸款違規用于其他用途的銀行加大處罰力度，形成震懾效應。繼續在貸款擔保、風險評估等方面出臺支持性政策，形成結構性貨幣政策的輔助政策，全方位促進小微企業等薄弱環節的融資，如進一步通過征信系統加強對小微企業貸款和商業銀行決策的服務。

第三，持續推進商業銀行體系、信用體系等領域的結構性改革，從根源上提升小微企業等主體的融資能力。我國以大型國有銀行為主導的商業銀行體系以及尚不完善的信用體系是導致小微企業融資難、融資貴的重要原因，是根源性問題。應著力構建多層次商業銀行體系，在推動大型國有銀行服務重心下沉的同時，扶持培育中小銀行健康發展，在地方上構建專門面向小微企業、“三農”、綠色發展等領域的融資平臺，把資金需求方與金融資源有機整合起來，使供給結構與需求結構更加匹配。應加快建設統一信用體系，依托大數據幫助小微企業建立信用檔案，統一整合小微企業工商、稅務、司法等涉企公共信息，為相關金融機構提供小微企業精準高清信用畫像，支持不同金融機構利用上述信息創新信用貸款產品，在貸款審批、貸后管理、風險預警等方面實施精準管理，實現便利小微企業融資和降低金融機構風險的雙贏。