貨幣政策不確定性會影響銀行貸款撥備的計提嗎？
——基于中國147 家商業銀行的證據

黃飛鳴 晏文真

為應對經濟增速放慢、企業破產率上升和產業結構轉型升級，中國出臺了一系列宏觀調控政策措施，旨在實現國民經濟高質量發展。然而，政策調整是一把雙刃劍，雖然這些政策措施在推動經濟增長方面起到了積極作用，但也帶來了政策不確定性問題；且隨著國際貿易摩擦不斷升級、新冠疫情的暴發，政策不確定性對宏觀經濟和微觀主體都產生了顯著的影響。Baker 等認為，2008 年全球金融危機發生后，政策不確定性在驅動全球經濟周期性波動的因素中占據越來越重要的地位［1］。劉金全和艾昕指出，不確定性的存在會影響宏觀經濟政策的作用效果，政策不確定性的上升會導致貨幣政策調控效果減弱，財政政策和金融供給側結構性改革的調控效果相對穩定，但也存在一定程度的波動，因而研究政策不確定性具有重要意義［2］。貨幣政策作為經濟調控的重要手段之一，近年來政策操作越來越頻繁。2008 年金融危機后各經濟體推出了“量化寬松”“非常規”“零利率甚至是負利率”等貨幣政策措施來“拯救危機”。現實中，追求政策調控的多元目標動態平衡，客觀上造成了貨幣政策在工具選擇、作用力度、節奏，以及政策取向等方面的調整和變動，從而引致貨幣政策的不確定性。正如KurovStan指出的，不確定性始終與貨幣政策相伴而行，即便中央銀行致力于透明穩定的政策環境的營造［3］。對貨幣政策不確定性經濟影響的討論包括宏觀和微觀兩個層面。從宏觀視角來看，貨幣政策不確定性的增加會導致產出水平的下降以及通貨膨脹率和失業率的大幅波動［4-6］。就微觀層面來說，貨幣政策的不確定性會抑制實體企業創新水平［7-8］，并造成企業資本結構動態調整速度的下降［9-10］。

商業銀行在經濟活動中扮演著重要角色，在以商業銀行為主導的中國金融體系中，貨幣政策工具作用于實體經濟發展往往繞不開商業銀行這一金融媒介。中國現階段實體企業融資依然是以商業銀行發放信貸為主導，與非銀行業金融機構相比，商業銀行作為貨幣政策影響實體經濟的主要傳導渠道，更易感知并受到政策變動和不確定性的影響。因此，探討貨幣政策不確定性對商業銀行經營管理決策的影響是一項研究重點。貨幣政策不確定性對商業銀行的影響多是負面的。FuLuo 發現，貨幣政策不確定性的增加會造成銀行資本占總資產比例的下降，導致銀行資產負債率的上升［11］。周曄和王亞梅指出，當面臨貨幣政策不確定性時，商業銀行流動性創造會降低［12］。顧海峰和朱紫荊則發現，貨幣政策不確定性會抑制銀行資本配置效率，并且這種抑制作用在股份制銀行中更顯著［13］。就銀行信貸業務來說，貨幣政策不確定性會對銀行信貸投放行為產生影響，造成信貸資產數量和質量的變化，以及銀行信用風險和經營風險的變化［14］。為防范貸款違約損失、降低信用風險，商業銀行會依照監管要求按比例從存續貸款中計提損失準備金。研究貸款撥備的計提是否受到貨幣政策頻繁調整引發的不確定性影響，具有非常重要的研究意義。

基于2008—2021 年中國147 家商業銀行年度數據，實證分析貨幣政策不確定性對商業銀行貸款撥備計提行為的影響及作用機制，并進一步研究銀行特征的異質性對貸款撥備計提的影響。

一、文獻回顧與研究假設

（一）文獻回顧

發放貸款是商業銀行的核心業務，也是銀行收入的主要來源。信貸投放及信貸質量是商業銀行研究的重要方向之一，能夠直接反映銀行信貸資產質量的指標主要有不良貸款率、貸款撥備率與撥備覆蓋率。后兩個指標都與貸款撥備（loan loss provisions，又稱貸款損失準備）的計提金額有關。貸款撥備計提是指基于監管部門的相關規定，商業銀行需在每季度對其存續貸款按質量狀況進行不同比例的準備金提取。通過貸款撥備的計提情況可以核算出貸款撥備率與撥備覆蓋率，進而評估銀行的貸款質量。現有文獻對商業銀行貸款撥備的研究主要包括兩類：第一類是基于貸款撥備的特征，研究其信號傳遞功能，如貸款撥備計提對銀行股票收益率的影響［15］。由于監管層對貸款撥備計提下限有明確要求，但不設上限，因而準備金的計提會出現高于監管要求的情況，這就體現為貸款撥備的盈余管理功能，有學者研究發現銀行管理層存在通過貸款撥備計提進行盈余管理的行為［16-18］。此外，還有文獻從資本管理角度研究貸款撥備的計提［19］。第二類則從宏觀層面討論經濟周期對貸款撥備計提產生的影響。貸款撥備計提往往存在順周期性，表現為在經濟景氣時期銀行少計提損失準備，而在經濟衰退階段增加其計提［20-21］。

也有學者研究了宏觀經濟政策不確定性對貸款撥備計提的影響。Danisman 等通過研究2009—2019 年美國銀行貸款撥備計提情況，發現在經濟政策不確定性較高時期，銀行會出于收入平滑的目的而增加計提準備金，并且此種現象在非上市銀行中更為顯著［22］。申宇、任美旭、趙靜梅基于中國商業銀行數據，研究發現經濟政策不確定性越高時，銀行會計提更多的貸款撥備，并且該結論在上市商業銀行和中小商業銀行中更為明顯［23］。

通過梳理過往研究可以發現，大部分文獻在研究銀行貸款撥備計提時，主要基于撥備計提的功能、經濟周期以及經濟政策不確定性的視角，鮮有文獻研究貨幣政策不確定性對銀行貸款撥備計提的影響。貨幣政策對商業銀行具有經營風向標的作用，相較于其他宏觀經濟政策，貨幣政策對商業銀行具有直接作用效果。然而，政策變動產生的不確定性會影響政策傳導的有效性，基于貨幣政策不確定性的視角來研究銀行經營行為，有助于檢驗在不確定性存在時政策傳導的有效性。

（二）理論分析與研究假設

近年來，貨幣當局在傳統貨幣政策的基礎上，推出多種創新型貨幣政策工具，通過發揮傳統和創新型貨幣政策的共同作用支持實體經濟發展。政策工具的豐富有效緩解了宏觀經濟下行的壓力，但貨幣政策多樣性的增加、操作靈活性的提高同時也導致了其不確定性的上升。市場參與方尤其是銀行的信心必然受到貨幣政策頻繁變動的影響，對銀行的風險管理起到負面作用。一般來說，在政策不確定性上升時，銀行會采取股票增發、債券募集等方法達到增加資本的目的，以此提高資本充足率；或者采取多計提貸款撥備達到提高撥備覆蓋率的目的。然而，提高資本充足率所需的監管層審批流程復雜、審批時間更長，且銀行管理層對貸款撥備的計提擁有更多的自行決策權，因而計提貸款撥備就成為銀行預防風險更為高效的方式。

貨幣政策不確定性對金融行業系統性風險具有沖擊效應，會加劇金融機構違約風險［24-25］。為了應對信貸質量下降、經營風險增加的問題，銀行會通過“預期信用損失模型”的計提方式緩釋風險，并且多計提貸款撥備還能夠降低未來個體風險和溢出風險［26-27］。因此，銀行能夠通過提取更多的損失準備金來有效降低自身經營風險。此外，在面臨貨幣政策不確定性時，銀行出于盈余管理的目的，也會計提更多的貸款撥備，通過此種方式來應對可能出現的銀行貸款壞賬核銷增加而帶來的流動性風險，使銀行的收益波動性更小，向投資者傳達銀行經營平穩的信息。基于上述分析，提出如下假設：

假設1：貨幣政策不確定性越大，銀行越傾向于計提更多的貸款撥備。

商業銀行經營的原則之一是安全性，體現為銀行控制風險的能力。其中，計提貸款撥備是銀行進行貸款質量管理并抵御風險的主要手段。然而，貨幣政策的頻繁變化以及日益增加的不確定性往往導致銀行被動承擔風險的增加和主動承擔風險的意愿下降。從被動風險承擔來看，貨幣政策不確定性會對經濟增長產生不利影響，使得部分企業的穩健發展受阻，并造成企業出現流動性不足、抵押物價值下降甚至無法按時支付貸款本息的情況。這些負面效應又可能通過信貸渠道傳導至商業銀行，造成銀行資產質量的下降，面臨更高的違約風險，風險水平的提高則會使得銀行經營穩定性下降，增加銀行破產風險。為了保證經營穩定并防止風險擴散，預期銀行將通過增加計提貸款撥備的方式來降低破產風險。換言之，貨幣政策不確定性造成的銀行破產風險增加是促進貸款撥備計提增加的渠道之一。除破產風險外，貨幣政策不確定性還會造成銀行不良貸款的增加，從而使銀行面臨更高的信貸風險［28］。根據監管部門對銀行信貸風險控制的要求，貸款撥備的專項準備部分按照貸款質量分類及其對應比例計提，如果信貸風險增加，就意味著貸款質量惡化，銀行必須相應增加貸款撥備的計提金額，以確保風險可控。基于以上分析，提出如下假設：

假設2：貨幣政策不確定性會增加銀行破產風險和信貸風險，從而促使商業銀行增加貸款撥備金額。

上述銀行破產風險和信貸風險主要體現為銀行被動承擔的風險，同時銀行也可能為了獲取更高收益而選擇主動承擔更多風險，或者為了穩定經營而降低主動風險承擔。當貨幣政策不確定性上升時，銀行往往會降低其主動承擔風險的意愿，表現為銀行信貸投放規模的變化。同時，降低主動承擔風險的意愿會導致銀行在發放貸款時更加謹慎，除了出現“惜貸”現象外，還可能采取提高風險溢價的方式來應對未來可能出現的信用風險，這將導致信貸成本尤其是貸款利率上調。因此，貸款利率的增加能夠反映銀行主動風險承擔意愿的降低。在此基礎上，提出如下假設：

假設3：貨幣政策不確定性會降低銀行的主動風險承擔意愿，從而導致商業銀行增加貸款撥備的計提。

二、研究設計

選取2008—2021 年中國商業銀行的年度數據，依據以下三項要求對銀行進行篩選：（1）考慮到各家銀行數據披露的完整性，剔除樣本期內連續三年財務數據缺失的銀行；（2）剔除被監管部門接管或近三年被合并的銀行；（3）剔除政策性銀行和外資銀行。 經篩選后，保留147 家商業銀行作為研究樣本，包括了6 家大型商業銀行、12 家股份制商業銀行、89 家城市商業銀行、40家農村商業銀行；樣本銀行2021 年末的總資產規模為265.3 萬億元，占整個銀行業總資產規模的80%左右，能夠較為全面地反映中國銀行業狀況。由于樣本銀行中某些年份的財務數據（包括當期貸款撥備計提數據等）存在缺失，最終得到1 692 個觀測值的非平衡面板數據。銀行微觀數據來源于Wind 數據庫和國泰安數據庫，宏觀經濟數據來源于中經網。為降低異常值對回歸結果的影響，對除宏觀經濟變量外的所有連續變量在前后1%的水平上進行縮尾處理。

（一）基準回歸模型

為檢驗貨幣政策不確定性對商業銀行貸款撥備計提的影響，構建以下基準回歸模型：

其中，i表示商業銀行，t表示年份；被解釋變量LLPi，t為銀行i在t年計提的貸款撥備額；解釋變量UNCERTAINTYt為貨幣政策不確定性。BANKk，i，t為銀行層面當期控制變量的集合，包括了n個銀行層面控制變量。MACROl，t為宏觀層面控制變量集，包括了m個宏觀控制變量。μi表示個體固定效應，εi，t為隨機誤差項。

（二）變量選取

第一，被解釋變量：銀行貸款撥備當期計提額（LLP）。商業銀行通過計提貸款撥備來抵御到期不能回收貸款的風險，銀行貸款撥備分為當期計提數額和累積計提余額，當期計提體現的是時期數據，而累積計提則為時點數據。考慮到當期計提的損失準備是時期數據，在進行規模化處理時分母也應該為時期值，參考Ahmed 等［19］，采用貸款撥備當年計提額與銀行期初、期末總資產均值的比值作為被解釋變量。銀行貸款撥備計提額相較于一些文獻選用的“不良貸款率”更科學合理。這是因為，“貸款撥備計提”覆蓋了銀行貸款中的正常貸款，而不僅僅是不良貸款。另外，貸款撥備計提反映了銀行對貸款質量的預判，而不良貸款率反映的是已實現的貸款質量。

第二，核心解釋變量：中國貨幣政策不確定性指數（UNCERTAINTY）。已有文獻在測度貨幣政策不確定性方面尚未取得共識，大致可以歸納為以下幾種做法：通過估計貨幣政策工具、宏觀經濟變量的不可預測部分來度量其不確定性［25，29］；計算單一貨幣政策變量的標準差或殘差作為度量指標［9］；利用隨機波動模型等計量模型估計貨幣政策不確定性［30］；基于文本分析的方法對貨幣政策不確定性進行度量。參考Baker等［1］的方法，Husted 等［6］構建了美國貨幣政策不確定性指數。國內也有學者采用文本分析法度量中國貨幣政策不確定性。朱軍和蔡恬恬［5］、何德旭等［10］、鄺雄等［14］通過篩選國內發行量較大報紙的關鍵詞，構建了中國貨幣政策不確定性指數。在一定程度上，文本分析法具備科學性，但其存在著報刊和關鍵詞選取方面的主觀性，而這會影響到最終結果的準確性。同時，報刊的權威性和覆蓋范圍等因素也會對測度結果的準確性產生影響。此外，僅僅依賴于某一宏觀經濟指標的標準差或波動率的方法來衡量不確定性則會過于片面。因此，借鑒Jurado 等［29］、王博等［25］的研究方法，通過估計一系列貨幣政策變量和宏觀經濟變量預測誤差的條件波動率，對其加權平均獲得總體的不確定性數值。這樣就克服了通過單一經濟變量進行預測的局限性。

第三，控制變量。 銀行層面的控制變量主要包括以下幾項：（1）當期貸款凈核銷，用銀行當期貸款凈核銷與銀行期初、期末總資產均值的比值來衡量（CO）；（2）貸款撥備余額與總資產的比值（LLR），有研究表明，期初貸款撥備余額越多，當期提取的準備金可能越少，因而采用滯后一期項（L.LLR）；（3）利潤總額與期初、期末資產均值的比值（EBT），考慮到在計提貸款撥備時，銀行管理層往往會根據利潤情況進行盈余管理，因而貸款撥備的計提會受利潤情況的影響；（4）銀行信貸規模會影響貸款撥備的計提數量，無論是新增貸款還是存續貸款，均需按比例計提撥備，用貸款總額與總資產的比值來衡量信貸規模（TLTA）；（5）資本資產比（ETA），用來衡量銀行資本充足情況及抵抗風險能力；（6）銀行規模（TA），用總資產取對數進行衡量。

貨幣政策不確定性指數僅隨時間變化而不隨個體變化，會導致其與時間固定效應產生完全共線性。基于共線性的情況，模型（1）中并未控制年份固定效應，這可能會導致遺漏部分重要的不可觀測因素。因此，參考申宇、任美旭、趙靜梅［23］的做法，在模型中納入宏觀層面的變量以盡可能減少遺漏變量問題，宏觀層面控制變量包括GDP增速、CPI 增速和貨幣政策變量M2 增速。此外，還納入銀行業景氣指數（BBI）和貨幣政策感受指數（MPPI）。銀行業景氣指數是對銀行管理人員定期的問卷調查，反映了銀行管理層對銀行總體經營狀況的判斷，該指數會對宏觀經濟政策的制定、貨幣政策工具的執行產生影響，進而影響銀行類機構的決策。貨幣政策感受指數是中國人民銀行通過全面調查和抽樣調查相結合的方式，對銀行的總部負責人及分支機構的管理層進行問卷調查，以判斷認為貨幣政策“偏松”及“適度”的銀行管理人員占比。變量定義如表1（下頁）所示。

表1 各變量定義

（三）變量描述性統計和相關性分析

主要變量的描述性統計情況見表2（下頁）。LLP均值是0.55，最小值接近0，最大值為1.92，說明不同銀行的貸款撥備計提存在明顯不同。UNCERTAINTY均值為0.60，最小值為0.51，最大值為0.78，具有一定波動性。CO最小值為0，最大值為1.94，樣本中貸款凈核銷占比的最大值和最小值與撥備計提占比類似；但凈核銷占比均值為0.29，說明總體上被核銷的貸款撥備比計提的要少。貸款撥備余額與總資產比值（LLR）的均值為1.51，標準差為0.60，說明樣本銀行的撥備余額差異較大。貸款總額與總資產比值（TLTA）的均值為51.06，意味著貸款約占據銀行總資產規模的一半。銀行業景氣指數和貨幣政策感受指數的標準差較大，說明在樣本期內不同銀行的管理層對銀行景氣程度和貨幣政策的感知度存在差異，因而可能影響撥備計提情況。

表2 變量描述性統計

表3 報告了各主要變量間的Pearson相關系數。變量貨幣政策不確定性（UNCERTAINTY）與銀行貸款撥備計提（LLP）的相關系數為0.120，且具有統計意義上的顯著性，表明貨幣政策不確定性越高，銀行計提的貸款撥備越多，與預期一致。各主要變量之間相關系數的絕對值均在合理范圍內，說明回歸模型不存在嚴重的多重共線性問題。相關性分析是單變量分析，未考慮控制其他變量的影響，后續將通過多元線性回歸作進一步檢驗。

表3 變量的相關性分析

三、實證結果和分析

（一）基準回歸結果

首先對模型（1）進行回歸。表4 匯報了基于固定效應模型（FE）和隨機效應模型（RE）的實證結果。可以看到，Hausman檢驗的p值均為0.00，因而選擇固定效應模型進行后續估計和分析。列（1）僅考慮了銀行層面的控制變量，列（2）納入宏觀經濟變量、貨幣政策變量及銀行業指數。結果顯示，列（2）中貨幣政策不確定性（UNCERTAINTY）的回歸系數為0.261，且在1%的水平上顯著，說明貨幣政策不確定性會正向影響銀行貸款撥備計提，從而驗證了假設1。控制變量方面，貸款凈核銷占比（CO）的回歸系數為0.355，且在1%的水平上顯著，說明貸款凈核銷金額的上升會增加貸款撥備當期計提額。期初貸款撥備余額（L.LLR）的回歸系數為-0.058，且在5%的水平上顯著，說明期初貸款損失準備余額越多，當期計提的貸款損失準備越少。TLTA的回歸系數為0.009，且在1%的水平上顯著，銀行貸款規模與貸款撥備計提呈正向關系，說明貸款規模的增加會造成銀行計提更多貸款撥備。

表4 貨幣政策不確定性與貸款撥備計提

（二）作用機制分析

前文實證分析表明，貨幣政策不確定性增加對銀行計提貸款撥備具有促進作用。在此，對貨幣政策不確定性和銀行貸款撥備的作用機制進行分析。理論分析部分指出，貨幣政策不確定性上升會促使銀行計提更多貸款撥備，這主要是由銀行被動風險承擔和主動風險承擔意愿所驅動的。因此，這里在主回歸模型的基礎上，參考江艇提出的中介效應分析操作建議，通過觀察核心解釋變量對中介變量的影響進行機制檢驗［31］。

1.貨幣政策不確定性對銀行被動風險承擔的機制檢驗

對商業銀行風險進行衡量的指標主要有Z值、預期信用違約率、不良貸款率等。在學術界，通常采用Roy 提出的Z值來度量銀行破產風險，因而用該指標作為銀行風險的代理變量［32］。模型（2）為Z值的計算公式。其中，ROA表示銀行總資產收益率；ETA為資本資產比，等于所有者權益與總資產的比值；σ（ROA）是總資產收益率的標準差，因樣本量較少且時間跨度不長，為減少缺失值，采用2 年連續平滑的方法計算σ（ROA）。由于Z值具有尖峰厚尾且高度有偏的特征，因而對其進行對數化處理，Z值越大，意味著商業銀行的經營穩定性越高。

此外，理論分析部分還指出，信貸風險的增加會帶來貸款質量的惡化，也會造成銀行計提更多的貸款撥備。因此，需要驗證貨幣政策不確定性對銀行信貸風險的影響，采用不良貸款的增速（NPLGROWTH）來衡量信貸風險狀況，NPLGROWTH越大，表示銀行不良貸款增速越快，即信貸風險呈上升趨勢，信貸資產質量惡化加速。

表5 列（1）的結果顯示，貨幣政策不確定性對Z值的影響系數為-2.136，且在1%的水平上顯著，Z值的下降意味著銀行破產風險加大，為了應對貨幣政策不確定性造成的破產風險上升，銀行會傾向于計提更多貸款撥備。列（2）中貨幣政策不確定性對不良貸款增速的影響系數為1.150且顯著，說明銀行不良貸款增速隨著貨幣政策不確定性的增加而上升，銀行面臨更高的信貸風險。上述實證結果驗證了銀行被動風險承擔的傳導路徑，即貨幣政策不確定性會導致銀行破產風險和信貸風險的上升。因此，需要通過多計提貸款撥備來抵抗上升的風險。

表5 貸款撥備的機制檢驗

2.貨幣政策不確定性對銀行主動風險承擔意愿的機制檢驗

Z值以及不良貸款增速指標更多代表的是銀行被動承擔的風險，而銀行同樣存在主動承擔風險的意愿。具體來說，貨幣政策不確定性的增加會造成政策傳導受阻、政策效果不及預期，同時銀行也會因不確定性的增加而保持謹慎態度，并出現放款意愿降低、要求更高風險溢價的現象，這就導致信貸成本及貸款利率上升。因此，商業銀行貸款利率能夠反映銀行主動風險承擔意愿的變化，如果貸款利率上升，銀行主動承擔風險的意愿就會逐漸下降。由于銀行不會公布每筆貸款的利率，因而參考鄧偉、宋敏、劉敏［33］的做法，采用凈息差（NIM）作為反映銀行貸款利率變化的指標，凈息差反映銀行凈利息收入與全部生息資產的比值，可以在一定程度上反映銀行利率變化情況。表5 列（3）為貨幣政策不確定性對凈息差的影響情況。結果顯示，UNCERTAINTY的回歸系數為0.784，且在1%的水平上顯著，表明貨幣政策不確定性會導致銀行提升貸款利率，貸款利率的上升意味著銀行感知到的風險增加并需要借款人支付更高的風險溢價，同時也意味著銀行主動風險承擔意愿的下降，那么就有可能通過計提更多貸款撥備以增強風險應對能力。

（三）穩健性檢驗和內生性問題的討論

第一，替換被解釋變量。為增加研究結論的可靠性，參考陳旭東等［34］的研究，將被解釋變量LLP替換為貸款撥備與期初、期末貸款總額均值之比LLP_LOAN，控制變量CO替換為利潤總額與期初、期末貸款總額均值之比，控制變量LLR替換為貸款撥備余額與期末貸款總額之比。表6列（1）中UNCERTAINTY的估計系數為0.517，且在1%的水平上顯著，說明在替換被解釋變量后，貨幣政策不確定性對銀行貸款撥備計提具有促進作用這一結論依然成立。

表6 穩健性檢驗和內生性處理

第二，考慮突發事件的影響。2008 年金融危機和2020 年新冠疫情對經濟產生了異常影響，將2008、2009、2020 和2021 年的數據剔除并重新進行回歸，結果如表6 列（2）所示。在剔除上述四年的樣本后，UNCERTAINTY的回歸系數為0.334，且在1%的水平上顯著，說明無論是否考慮突發事件，結果都不會因異常年份影響而變化，基準回歸的結論具有穩健性。

第三，滯后一期銀行控制變量。由于模型可能存在反向因果關系，將銀行層面的控制變量采用滯后一期項進行再估計，回歸結果如表6 列（3）所示。UNCERTAINTY的回歸系數為0.328，且在1%的水平上顯著，結果依然穩健。

第四，內生性問題處理：工具變量法和動態面板估計。為緩解模型（1）中可能存在的內生性，采用工具變量法和動態面板模型進行內生性問題的討論。首先，考慮美國貨幣政策不確定性。美聯儲聯邦公開市場委員會每年會召開八次會議，旨在審查經濟和金融狀況，確定貨幣政策的立場，討論是否加、減息；而美聯儲的利率決策對全球金融市場都會產生一定的影響，但對中國商業銀行經營并無直接影響，因而以美國貨幣政策不確定性指數（USMPU）作為工具變量之一。此外，全球經濟政策不確定性狀況也會影響一國貨幣政策走向，參考陳勝藍和劉曉玲［35］的做法，選擇全球經濟政策不確定性指數（GEPU）同時作為工具變量。表7 列（1）第一階段回歸結果顯示，上述工具變量均與UNCERTAINTY具有顯著相關性，滿足工具變量的相關性要求。列（2）的第二階段回歸結果顯示，在使用工具變量后，UNCERTAINTY的回歸系數為0.717，且在1%的水平上顯著。工具變量的有效性檢驗顯示，LM值和F值符合臨界值要求，說明不存在識別不足和弱工具變量問題，工具變量較為合理。過度識別檢驗中，Hansen J的p值為0.706，接受原假設，說明工具變量是外生的。

表7 工具變量法和動態面板估計

為進一步控制內生性，參考周曄和王亞梅［12］的做法，在模型（1）中加入被解釋變量的滯后一期項L.LLP，建立動態面板回歸模型。采用差分GMM 和系統GMM 兩種方法進行回歸。表7 列（3）和列（4）分別顯示了兩種方法的回歸結果，LLP滯后一期的回歸系數分別為0.268 和0.386，且均在1%的水平上顯著，說明銀行貸款撥備計提行為存在一定的延續作用，上一期的貸款撥備計提情況會對當期產生正向影響。此外，UNCERTAINTY的回歸系數分別為0.158 和0.276 且依舊顯著，說明在采用動態面板模型進行估計后，也能夠證實貨幣政策不確定性的上升會導致貸款撥備計提的增加，主要的回歸結果不受限于特定的計量模型影響，結果具有穩健性。兩種GMM模型均通過了AR（1）和AR（2）檢驗，Sargan檢驗的p值分別為0.143 和0.348，也通過了過度識別檢驗，說明模型合理。

四、進一步分析

（一）異質性分析

不同類型的銀行以及所處地區銀行業競爭程度的差異可能會造成貸款撥備計提的異質性。因此，本文從銀行類型、地區銀行業競爭程度兩方面對回歸結果進行分組討論。

一是考察銀行類型異質性的影響。按照全國性商業銀行（包括大型商業銀行和股份制商業銀行）、城市商業銀行和農村商業銀行進行分組檢驗。從表8 列（1）、（2）和（3）可以看出，在全國性商業銀行的子樣本中，UNCERTAINTY的回歸系數為0.080 但不顯著；而在城市商業銀行和農村商業銀行的樣本中，UNCERTAINTY的回歸系數分別為0.420 和0.260，且在5%的水平上顯著。 這表明，貨幣政策不確定性的變化對大型商業銀行和股份制商業銀行的影響并不大。尤其是大型商業銀行，具有“大而不倒”的隱性擔保特征，更不易受到貨幣政策不確定性的影響。此外，近年來一些全國性的銀行也在逐漸轉向逆周期的動態撥備計提方式，可以更好地應對外部不利沖擊。而城市商業銀行和農村商業銀行多具有地方屬性，這兩類銀行貸款業務主要集中在省域內，相較于全國性商業銀行，其貸款集中度更高，面臨的信貸風險也更高，當受到貨幣政策不確定性沖擊時，更可能通過多計提貸款撥備來應對風險。

二是考察銀行業競爭程度差異的影響。銀行競爭能夠影響銀行信貸投放，并影響貸款撥備的計提。 對于銀行業競爭程度的度量，借鑒姜付秀等［36］的方法，得到各省份不同年份的銀行業赫芬達爾指數（HHI），該數值越接近1，說明銀行業競爭程度越小；越接近0，說明銀行業競爭程度越大。通過計算各年銀行業HHI指數的中位數，將樣本分為HHI大于中位數的組（HHI高）和小于中位數的組（HHI低）。表8 列（4）和列（5）為按照HHI進行分組回歸的結果。可以看出，在銀行業競爭程度較低的組（HHI高）中，UNCERTAINTY的回歸系數為0.383，且在1%的水平上顯著，即在銀行業競爭程度較低的地區，貨幣政策不確定性對銀行貸款撥備計提具有明顯的正向影響；而在銀行業競爭程度較高的組（HHI低）中，UNCERTAINTY的回歸系數為正但影響不顯著。 銀行業競爭程度較高意味著當地銀行機構類型更為完善、數量更多，總部位于競爭程度較高地區的銀行，規模往往更大、業務結構更完善且管理更為透明，在面對貨幣政策不確定性時，更不易受政策不確定性帶來的影響。

（二）對貸款撥備計提前瞻性的考量

隨著《商業銀行貸款損失準備管理辦法》的出臺，商業銀行對貸款撥備的計提逐步向更具前瞻性的方向發展。因此，考慮以下可能性，即銀行出于貸款質量的前瞻性考量，在計提貸款撥備時，是否會基于預期的不良貸款率和宏觀經濟變化進行撥備計提。在模型（1）的基礎上，納入提前一期的不良貸款率（F.NPLrate），并把宏觀經濟變量也提前一期再進行回歸，結果如表9 所示。列（1）和（2）中，UNCERTAINTY的估計系數分別為0.497 和0.330，依然顯著為正。F.NPLrate的估計系數分別為0.086 和0.082，也均顯著為正，說明當銀行對未來信貸風險的預期上升時，可能依據預期的不良貸款情況進行前瞻性計提。如果預期未來一期的不良貸款率將增加，銀行會提前多計提貸款撥備。同樣，在考慮宏觀經濟變化后，如果預計未來的GDP 增長率將下降，那么銀行也可能通過計提更多貸款撥備來抵御經濟下行的風險。

五、結論與政策建議

本文選取2008—2021 年中國147 家商業銀行年度數據，實證分析了貨幣政策不確定性對商業銀行貸款撥備計提的影響，得到如下結論：第一，貨幣政策不確定性對銀行貸款撥備計提具有促進作用，經過替換被解釋變量、剔除突發事件年份影響、滯后銀行控制變量、工具變量法以及運用動態面板模型進行再估計后，結果依然保持穩健。第二，從銀行破產風險、信貸資產質量以及主動風險承擔意愿三個維度進行了作用機制檢驗，結果表明，貨幣政策不確定性會造成銀行破產風險的增加、信貸資產質量的惡化以及主動風險承擔意愿的下降，從而增加其貸款撥備計提。第三，異質性檢驗表明，貨幣政策不確定性對貸款撥備計提的促進效應在區域性商業銀行和處于銀行競爭程度較低地區的銀行中更加顯著。第四，貸款撥備的計提具有前瞻性，當貨幣政策不確定性上升時，銀行可能基于預期風險的增加而多計提當期撥備金額。

基于上述結論，提出如下政策建議：

第一，貨幣當局在實施貨幣政策時應考慮頻繁的政策調控所帶來的政策不確定性，及其對商業銀行的負面效應，盡可能維持政策的延續性和穩定性。譬如，在選擇不同貨幣政策工具進行調控時，需要兼顧政策短期效應和長期效應，維持政策的連續性和統一性，讓銀行等金融機構和實體企業形成較為一致的預期，降低貨幣政策不確定性的不利影響。考慮到不同特征的銀行應對貨幣政策不確定性的能力存在差異，貸款撥備計提的情況也會因之而異，區域性銀行、處于較低銀行競爭程度地區的銀行受貨幣政策不確定性的影響更大。因此，貨幣當局在進行政策調整時，需要更多考慮銀行的自身特征，縮小不同類型商業銀行之間應對不確定性的差異。

第二，商業銀行應加強對貨幣政策不確定性作用路徑的識別能力，提高自身的抗風險能力，以應對不確定性沖擊。貨幣政策不確定性主要通過影響銀行的主動和被動風險承擔來促進貸款撥備的計提，這表明貨幣政策不確定性首先對銀行的風險產生負面影響，而計提貸款撥備則是防范風險的重要手段。當受到政策不確定性沖擊時，銀行在采取計提撥備方式來抵御風險的同時，還需不斷完善貸款撥備計提準則，確保計提標準的全面性和動態性，促進銀行業績的穩定性和可持續發展。

第三，考慮政策預期效應，監管部門應將貨幣政策不確定性納入預期信用損失模型，因為銀行會根據不確定性政策預期的未來信用風險進行前瞻性的貸款撥備計提。同時，應在進行政策決策的過程中堅持公開透明的原則，加強對商業銀行貸款撥備計提的指導，強化風險防范措施并提高計提考核的效率，以減少商業銀行的政策接收時間和對未來政策預期的模糊性，以更高效的方式應對貨幣政策不確定性。Reform