中國結構性貨幣政策有效性研究

陳燁寧

（湖北工業大學 經濟與管理學院，湖北 武漢 430068）

2020 年伊始，新冠肺炎疫情席卷全球，在這場黑天鵝事件中，世界各主要經濟體都受到了不同程度的損失，全球經濟面臨著衰退的趨勢。 由于新冠肺炎疫情的反復和國外疫情治理的懈怠， 可以預見，在未來較長的一段時間內，國際單邊主義、民粹主義思潮抬頭，國內疫情和境外輸入防控等問題將持續影響中國的經濟發展。 不僅如此，隨著改革開放40 余年的進程， 中國經濟已步入亟須轉型的經濟發展新常態中， 中國內外部環境都有顯著變化，這更加嚴峻地考驗中國的應對政策。

一、文獻綜述

結構性貨幣政策在2018 年央行 《貨幣政策執行報告》中正式提出，但實際操作可以追溯到1999年的支農再貸款。 結構性貨幣政策在學術界和實務界并沒有統一概念和內涵，部分學者基于國外非常規貨幣政策的實踐，認為中國實施的結構性貨幣政策同樣是由于傳統貨幣政策的傳導機制因為流動性陷阱等問題而失效時，央行通過定向操作為實體經濟或者特點部門提供流動性的貨幣政策（1-3）。但大部分學者結合中國經濟發展狀況， 從政策目標出發，認為結構性貨幣政策是人民銀行為解決經濟發展中的結構性失衡問題，通過特定手段為特定領域和部門注入流動性的貨幣政策（4-6）。

對于結構性貨幣政策的實施效果， 國內外學者的評價不一。 Rohan Churm 等評估了英國央行使用的量化寬松（QE）和貸款融資計劃（FLS），認為這些政策可以被視為常規貨幣政策的有效補充（7）。 Steve Ambler，Fabio Rumler 發現， 非常規貨幣政策公告可以有效地降低實際利率， 以此提振總需求和降低通脹（8）。余振使用事件分析法，表明抵押補充貸款（PSL）可以有效降低社會融資成本（9）。而萬里鵬等則通過構建PVAR 模型發現， 支農再貸款政策效果良好但存在地區差異明顯的現象， 且對于西部地區和縣域農村金融機構的政策效應更為明顯（6）。 張克菲、吳晗通過VAR 模型研究發現，結構性貨幣政策對于市場短期利率的調節是有效的（10）。

而Annette Meinusch，Peter Tillmann 通 過 使 用QVAR 模型發現美國量化寬松政策沖擊對于實體經濟活動、通貨膨脹、利率和股票價格的影響并不大（11）；與之類似，Atsushi Inoue，Barbara Rossi 在對貨幣政策傳導機制的研究結果中發現，傳統的貨幣政策與非常規貨幣政策對于匯率的影響是相似，并沒有太大的區別（12）。 Kevin D.Sheedy 認為，非常規貨幣政策工具不僅很難替代傳統的名義利率，而且還會對未來的經濟穩定造成負面影響（13）。 Ayako Saiki，Jon Frost 則對日央行的非常規貨幣政策進行實證分析，發現由于日本勞動力市場存在剛性和短缺的緣由，導致日央行的非常規貨幣政策不僅沒有改善經濟，反而擴大了社會收入的不平等（14）。 廖怡認為，由于金融機構經營行為制約、地方政府缺乏配套政策以及信息不對稱的原因，結構性貨幣政策不宜長期實施（15）。陳夢濤等使用FAVAR 模型，研究發現擴張性的非常規貨幣政策會帶來資本市場的過度繁榮，反之則帶來蕭條，非常規貨幣政策對實體經濟影響的長期邊際效應遞減（16）。

對于結構性貨幣政策的傳導機制， 主要存在3種渠道：（1）信號渠道。 不同于傳統貨幣政策的傳導渠道，央行可以以發布結構性貨幣政策的操作信息公告，通過政策承諾和窗口指導等方式來向市場傳達政府提振經濟和結構升級的信心以改變市場預期。 金融機構或市場參與者在獲取政策信息后，會改變自身的決策偏差，導致市場經濟指標重新回歸預期區間（3，17）。（2）信貸渠道。在商業銀行、政策性銀行或特定的金融機構對于小微企業、“三農”等方面的融資規模達到一定比例時，央行可以通過結構性貨幣政策向這些金融機構提供低利率貸款資金，降低這些金融機構未來的流動性風險，以此引導資金向中國薄弱領域流動（16）。（3）風險緩釋渠道。中國現存的小微企業和“三農”領域融資難、融資貴等問題，主要歸因于這些領域抵押物較少，經營效益不穩定，貸款風險高而收益低，導致社會資本進入意愿不足。 但結構性貨幣政策通過降低金融機構的融資成本方式來定向引導資本向實體經濟中的薄弱領域和重點產業流動，降低融資成本，也緩解了金融機構的風險承擔（18，19）。

二、理論分析與研究假設

假設1：結構性貨幣政策可以有效降低小微企業融資成本，緩解小微企業融資困境，促進小微企業發展和經濟結構轉型。

在中國經濟結構中， 小微企業不僅是數量最多，也是中國最為活躍、創新能力最強、容納就業人數和納稅金額最多的主體，融資狀況和發展水平在近年來一直是國家重點關注和扶持的領域。 央行可以通過結構性貨幣政策為符合小微企業信貸占比標準的金融機構提供低息的流動性支持，間接增加了小微企業的貸款規模，降低了小微企業的融資門檻和融資成本， 以此定向的調整結構和增加產出。如定向中期借貸便利會定向對符合要求的金融機構提供長期穩定的流動性支持；中期借貸便利的抵押品范圍也包括優質小微企業貸款等。

假設2：結構性貨幣政策可以穩定政策目標利率水平。

央行基于常備借貸便利和7 天逆回購利率構建了利率走廊機制。 以SLF 利率為上限，當市場利率高于利率走廊上限時，央行可以使用SLF 操作為金融機構注入資金，保持市場流動性充裕，使市場利率降低至正常水平。

假設3：結構性貨幣政策可以促進經濟增長。

結構性貨幣政策可以為中國經濟體系中發展薄弱的環節注入流動性，有效緩解現存的結構性矛盾。 如抵押補充貸款可以支持基礎設施、民生工程等項目的建設；中期借貸便利則促進了小微企業的發展等。 結構性貨幣政策可以改善經濟結構問題，以此促進國民經濟增長。

三、實證檢驗

（一）變量選取

1.結構性貨幣政策工具變量。 中國實踐的結構性貨幣政策有央行票據互換（CBS）、定向降準、支農再貸款、 支小再貸款以及自2016 年后不再實施的短期流動性調節工具（SLO）等。 基于數據可得性和完整性， 本文選取SLF、MLF、PSL 和定向降準作為結構性貨幣政策工具變量進行研究。 其中，結構性貨幣政策工具的代理變量分別選擇常備借貸便利余額（億元），中期借貸便利余額（億元），期末抵押補充貸款余額（億元）和中小金融機構存款準備金率（%）；變量符號分別為SLF，MLF，PSL 和R。

2.結構性貨幣政策效果變量。 本文借鑒成學真的做法，將研究假設分為3 個方面刻畫（21）。 （1）結構效應，選擇“經濟日報-中國郵政儲蓄銀行”小微企業融資指數來代表小微企業的外部資金條件和融資環境，此指標為正指標。 （2）利率效應，選擇一周上海銀行間同業拆放利率作為代理變量來反映利率波動。 （3）經濟增長效應，選擇工業增加值作為中國經濟增長的代理變量，并以2010 年為基期；變量符號分別為SME、SHIBOR 和GDP。 變量的時間區間選擇為2015 年5 月至2021 年12 月， 并對這些變量統一進行Census X-12 季節調整和數據標準化處理，數據來源于中國人民銀行官網、中國郵政儲蓄銀行官網和RESSET 數據庫。

（二）模型構建

本文使用向量自回歸模型（VAR）作為實證模型來檢驗結構性貨幣政策的實施效果。VAR 模型其一般的數學形式：

1式（1）中：yt 是k 維內生變量列向量，xt 是d 維外生變量列向量，p 是滯后階數。 T 是樣本個數。 k×k 維矩陣φ1，…,φp，和k×d 維矩陣H 是待估計的系數矩陣。 εt 是k 維擾動列向量，它們相互之間可以同期相關，但不與自己的滯后值相關且不與等式右邊的變量相關，假設∑是εt 的協方差矩陣，是一個k×k 的正定矩陣。

本文預構建3 個VAR 模型， 分別考察SLF 操作、MLF 操作、PSL 操作和定向降準分別對于結構效應、 利率效應和經濟增長效應的影響。 這三個VAR 模型依次命名為VAR（Ⅰ）、VAR（Ⅱ）和VAR（Ⅲ），使用EViews11 估計模型。

（三）實證檢驗

對變量作一階差分處理，由ADF 單位根檢驗表1 可知， 所有變量在5%的顯著性水平下都是平穩的。 對VAR（Ⅰ）、VAR（Ⅱ）和VAR（Ⅲ）模型作AR根檢驗，可以發現，所有的VAR 模型的所有特征值均在單位圓之內，故此VAR 系統是穩定的。 其中，VAR（Ⅰ）、VAR（Ⅱ）和VAR（Ⅲ）模型都由LR、FPE和AIC 信息準則選擇最優滯后期為2 期。

表1 ADF 單位根檢驗結果

（四）實證分析

1.結構性貨幣政策的結構效應。 由小微企業融資指數對結構性貨幣政策的脈沖響應結果和特征可知，常備借貸便利對于小微企業融資指數總體上影響不顯著。 中期借貸便利則對小微企業融資指數存在明顯持續的正向沖擊， 在第3 期到達最大值0.027，第5 期則無響應。 抵押補充貸款則對小微企業融資指數產生持續負向沖擊， 并在2 期達到極值-0.24，第5 期影響開始微弱直至不顯著（圖1）。這是與結構性貨幣政策各實施目標相符合的，中期借貸便利可以有效改善小微企業融資環境，而常備借貸便利和抵押補充貸款則主要注重于對市場利率的控制調節。

圖1 小微企業融資指數對于結構性貨幣政策的脈沖響應

而定向降準的脈沖響應表現并沒有達到向小微企業釋放資金的政策預期， 反而惡化了小微企業的融資環境?？梢园l現，定向降準對小微企業融資指數具有持續的負向沖擊并在第3 期達到最大為-0.060，在第6 期時沖擊結束。 這可能是由于定向降準的傳導渠道失效， 政策釋放的大部分資金并沒有通過中小商業銀行流向小微企業和實體經濟， 反而出于風險控制和減少壞賬率的考慮， 將更多的信貸資金投入低風險、高質量的目標企業或其他領域（20）。由結構性貨幣政策的結構效應方差分解分析可知，定向降準對于小微企業融資的貢獻率最大， 在第8期后穩定在6.39%。 抵押補充貸款對小微企業融資的貢獻率次之，穩定在5.73%；而中期借貸便利的貢獻率為2注：1.檢驗類型（C，T，K）分別表示單位根檢驗方程中包含常數項、趨勢項和滯后階數。 2.“*”代表序列在10%的置信水平下平穩，“**”代表序列在5%的置信水平下平穩，“***”代表序列在1%的置信水平下平穩。.76%（表2）。

表2 結構性貨幣政策的結構效應方差分解

2.結構性貨幣政策的利率效應。 由Shibor 利率對結構性貨幣政策的脈沖響應結果可知， 常備借貸便利和抵押補充貸款對短期市場利率的沖擊較強但方向相反。 常備借貸便利在第2 期時沖擊為-0.121，之后沖擊減弱。 表明常備借貸便利在短期內可以有效降低市場利率，發揮利率走廊上限的功能。抵押補充貸款對于利率水平的影響也在第2 期達到最大的0.123，并在第6 期影響基本消失。 而中期借貸便利和定向降準對于Shibor 利率的影響路徑相同且正向，都在第2 期影響達到最大（0.051，0.046），在第4期時影響消失（圖2）。

圖2 Shibor 利率對于結構性貨幣政策的脈沖響應

由結構性貨幣政策的結構效應方差分解分析可知，抵押補充貸款對于中國市場利率水平的貢獻率最大，在第5 期開始穩定在9.4%。 常備借貸便利對利率的貢獻率次之，穩定在7.9%。 而中期借貸便利和定向降準的貢獻率則分別為1.21%和2.51%（表3）。 表明價格型結構性貨幣政策對于市場利率的調控作用明顯高于以定向降準為代表的數量型結構性貨幣政策。

表3 結構性貨幣政策的利率效應方差分解

3.結構性貨幣政策的經濟增長效應。 由（圖3）可知，常備借貸便利、中期借貸便利和抵押補充貸款對于經濟增長的影響是正向和微弱的。 具體而言，一個單位的常備借貸便利沖擊、中期借貸便利沖擊和抵押補充貸款沖擊分別最多只能對GDP 引起0.016 單位、0.030 個單位和0.019 個單位的反應。 這也是與結構性貨幣政策對經濟增長效應的方差分解的結果相符的，常備借貸便利、中期借貸便利和抵押補充貸款對于經濟增長的貢獻率在穩定后不足1%。 定向降準對工業增加值在第2 期產生正向沖擊，但在第3 期存在強烈的負面響應并到達極值-0.060，之后趨于平穩微弱。這表明定向降準在短期內可以促進國民經濟增長，但在中長期會對經濟起抑制作用。 這可能是由于定向降準釋放的流動性更多地流向房地產、金融等高回報、低風險的產業，而非政策導向的小微企業和農業領域。 這造成定向降準資金存在脫實向虛的傾向，不僅沒有改善小微企業和農業的融資環境，還導致定向資金在金融市場中空轉，阻礙結構調整，降低社會融資配置效率，以致影響國民經濟增長（表4）。

圖3 工業增加值對于結構性貨幣政策的脈沖響應

表4 結構性貨幣政策的經濟增長效應方差分解

從表4 可以發現，定向降準對于經濟增長的貢獻率最大，從第6 期起開始基本穩定在1.44%。在中國現行的貨幣政策執行框架和經濟環境中，以利率為導向的價格型貨幣政策工具 （常備借貸便沖擊、中期借貸便利沖擊和抵押補充貸款等）， 并不能完全取代數量型貨幣政策工具（定向降準），當前仍要以采用價、量并行的貨幣政策調控方式。 但隨著中國利率市場化的不斷深化，仍要開始向價格型貨幣政策工具為主導轉變。

四、結論

疫情常態化下，物流成本上升，部分供應鏈斷層，導致外貿出口企業出口量下降，供應不穩定；在經濟下行趨勢下，失業率上升，消費者對未來預期下調，國內消費市場不振，內需不足，阻礙了中國雙循環新發展格局的建成，需要結構性貨幣政策定向引導調整。 本文構建常備借貸便利、中期借貸便利、抵押補充貸款和定向降準對于結構效應、利率效應和經濟增長效應的VAR 模型來探究結構性貨幣政策的實踐效果。 研究結果表明，常備借貸便利、中期借貸便利和抵押補充貸款對中國產業結構優化，金融市場穩定起到積極作用；常備借貸便利可以降低貨幣市場短期利率波動， 發揮利率走廊上限的功能；而抵押補充貸款也可以有效引導中長期利率水平。 中期借貸便利可以提高企業外部資金獲取規模，改善小微企業的融資環境，以此緩解經濟體系中結構性失衡問題。 但定向降準則在實踐中偏離小微企業融資環境改善、 國民經濟增長等政策目標，政策效果亟待檢驗。

因此在后疫情時代下，一是應該建立定向降準資金流向的審核機制， 完善相關的金融法律條款，防范金融機構的逆向選擇行為，暢通定向降準對農業和小微企業領域的支持通道，促進中國經濟體系中薄弱環節的發展。 二是可以增加常備借貸便利等以支撐弱勢企業經營和穩定國際局勢波動引發的金融風險。 三是考量多結構性貨幣政策工具之間對于某一特定效應的影響之間存在的矛盾，在政策組合實踐中需要因地制宜，靈活處理。