存款準備金率變動對我國商業銀行流動性的影響
——基于VAR 模型和脈沖響應函數的實證研究

□ 孟平 費莉雯 高超群 吳嫘 孫嫻

一、引言

準備金制度最早由英國推行，而美國是世界上最早將中央銀行的準備金要求以法律形式實施的國家，規定商業銀行必須向中央銀行繳存存款準備金。存款準備金制度建立的初始目的是使商業銀行支付和清算能力得到保證，防止出現流動性風險。隨著經濟形勢的轉變，其功能也不斷演化，已經成為各國調節貨幣供應量的重要貨幣政策工具。自20世紀90年代以來，調整存款準備金率這一貨幣政策工具的使用在全球出現了逐漸下降的趨勢。由于部分銀行不愿繳納“準備金稅”等原因，美國在1990年代將存款準備金率逐步降低，很多商業銀行的存款準備金率都已經降低到了與其日常清算需要相應水平。有的國家將存款準備金率降為零，西方許多金融高度發達的國家，如英國、瑞典、加拿大等國家，甚至徹底取消了存款準備金規定。

不同于西方國家，我國仍將存款準備金作為重要貨幣政策工具。與其他貨幣政策相比，存款準備金制度具有很強的優勢，在經濟運行調節方面發揮著至關重要的作用。2018年至今，為拉動經濟增長，人民銀行采取了持續下調存款準備金率的政策，使金融機構加權平均存款準備金率從2018年初的14.6%降至2023年末的7.4%。人民銀行16次下調存款準備金率，共釋放長期資金約12.4萬億元。其中，2018年4次降準釋放資金3.65萬億元，2019年3次降準釋放資金2.7萬億元，2020年3次降準釋放資金1.75萬億元，2021年2次降準釋放資金2.2萬億元，2022年2次降準釋放資金1.03萬億元，2023年2次降準釋放資金1.0萬億元。

當前，我國經濟正處于緩慢增長的新常態，在經濟下行壓力加大的情況下，國家也在逐漸加大對宏觀經濟的調控力度，其中銀行類金融機構是宏觀調控的主要對象。2020年以來，全球經濟蕭條，金融市場也受到波及，銀行面臨商業增長放緩、盈利水平下滑等壓力,銀行的流動性風險及戰略管理迎來了巨大挑戰。銀行業的危機會影響整個經濟帶，嚴重時甚至可能引發金融危機。法定存款準備金率往往被視為傳統三大貨幣政策中“最后的鐵拳”，一方面從政策傳導機制來看，法定存款準備金率同時作用于貨幣乘數和基礎貨幣，另一方面法定存款準備金率可以傳達央行強烈的調控意圖，從而達到對基礎貨幣量的調控。

本文通過向量自回歸VAR模型，研究存款準備金率對國有大型銀行、股份制商業銀行、城市商業銀行和農村金融機構流動性的影響，并考慮疫情這一事件因素影響，利用脈沖響應函數分階段關注政策的傳導效力。一方面可以展現存款準備金率的調整對銀行流動性的效應，另一方面能夠為銀行如何積極應對央行經常調整的存款準備金率提供可行的政策建議。

本文創新點：一是考慮疫情影響因素，分階段對存款準備金率政策對于銀行流動性的影響及政策傳導效力進行實證研究；二是選取銀行樣本具有代表性，類型較為全面，數據較新，得出的結論較有參考意義。

二、文獻綜述

（一）存款準備金政策研究

國外學者大多認為存款準備金政策對于調研貨幣供應量有著明顯的短期效應，但基于對流動性影響的沖擊，不宜頻繁使用。如Horvitz(1976)、Kenneth J.Kopecky和RichardT.Froyen（1983）、Weiner. Stuart E（1992）研究認為存款準備金率可在短期內有效控制貨幣供應量。Clinton（1997）、Stephen G.Cecchetti（2007）則認為存款準備金政策不利于金融市場的穩定，不宜直接或頻繁作為宏觀調控工具。這也與目前西方國家對貨幣政策的選擇相一致。

國內存款準備金相關研究圍繞調控效力和政策框架等方面展開。在政策效力方面，林娟（2006）、吳瑩（2007）、朱恩濤和朱瑾（2007）研究認為，存款準備金率與貨幣供應量相關性較強，在流動性控制方面產生顯著效力。韓梅、張姊媛（2009）利用格蘭杰因果檢驗研究存款準備金率的調整對我國貨幣供應量的影響得出，存款準備金率調整對貨幣供應量的影響非常不顯著，也并不是引起貨幣供應量變化的原因，央行若只采用存款準備金這一工具，很難實現中央銀行的合理調控目標的。

在政策框架方面，李宏瑾(2020)在回顧我國法定準備金政策實踐的基礎上，指出我國法定存款準備金制度仍存在著準備金率較高、管理框架過于復雜、政策目標過多、利率體系扭曲等問題。張啟迪（2021）總結了我國存款準備金制度的發展歷史和現狀。認為存款準備金率調整時存在對信貸影響的不確定性、增加銀行流動性壓力等不足。未來應進一步推進貨幣政策框架向價格型調控轉型。

（二）商業銀行流動性研究

巴塞爾委員會（2000）對銀行流動性的定義是：商業銀行利用合理成本融資用來應對資產提升同時按期履行負債義務的能力。Decker（2000）認為，商業銀行的流動性是銀行可用合理經濟的成本償還債務，同時還具備擴大資產的能力。Peter S. Rose（2003）提出，商業銀行的流動性受預期收入、通貨膨脹、國內貨幣供應量等諸多因素影響。Thomas Mayer（2007）研究發現，商業銀行的流動性持續過剩，會導致物價上升、匯率波動。

國內商業銀行流動性研究主要集中在對流動性風險控制方面。在商業銀行流動性風險成因方面，董積生、戴鑒雄（2007）從量化角度出發，通過超額存款準備金和銀行間市場人民幣交易成交量兩個指標判定商業銀行流動性過剩狀況，分析商業銀行流動性過剩成因。侯勇、黃儒靖（2012）認為流動性是商業銀行的營運基礎，保持適度的流動性是商業銀行實現持續經營的首要任務。我國中小型商業銀行因其規模較小、信用度較低、抗風險能力較差而在流動性方面有其特殊性，故從國內流動性現狀著手，分析我國中小商業銀行流動性風險的現狀和根源。

在影響流動性風險外部因素機理方面，張文娟（2013）認為引起我國商業銀行流動性風險的內部因素主要體現在資產負債的構成和期限不合理以及盈利性與流動性之間的矛盾上，外部因素主要是央行的貨幣政策、對利率變動的敏感度以及金融市場的完善程度等。李學彥、李澤文（2019）選取了2011-2018年上半年我國16家上市商業銀行和宏觀經濟的季度數據，通過FAVAR模型分析了國民經濟發展狀況、貨幣政策、股票市場及房地產市場對上市商業銀行流動性風險的動態影響機制。

（三）存款準備金對商業銀行流動性的影響

國外學者傾向于存款準備金對商業銀行流動性的負面影響。如，FredericS.Mishkin（2006）認為，存款準備金率對不同銀行的流動性影響不一，存款準備金的提高對于超額存款準備金較少的商業銀行影響更大，易導致其出現流動性風險。Edlin和Jaffee（2009）討論了在存款準備金政策影響下，商業銀行持有過多的超額準備金產生的影響。

國內學者較為認可兩者相關性，但在政策有效性方面觀點不一。

在存款準確金與銀行流動性相關性方面，金煜（2007）指出存款準備金管理是商業銀行流動性管理的基本內容，存款準備金制度也是流動性監管的重要方面。陸岷峰（2008）認為存款準備金率的調整對不同的商業銀行的流動性有不同程度的影響，對中小型商業銀行、不良資產多的商業銀行、存貸比較高的商業銀行影響較大。

在政策傳導效力方面，王曉楓等（2012）對三項政策工具——法定存款準備金率、發行中央銀行票據和買賣國債對商業銀行流動性干預的效果進行實證分析發現：不同貨幣政策對商業銀行流動性的影響是不同的。法定存款準備金率持續性時間長且效果最強；發行央行票據在短期內效果最為明顯；購買國債影響較小但長期內效果較為穩定。

張富友等（2009）從三個方面對存款準備金率變化對商業銀行流動性的影響進行實證分析得出結論，存款準備金率的調整能夠對商業銀行體系流動性有效控制，但是這種控制作用存在大約半年時間的滯后期，且影響時間較長，有一定的警示作用。并且商業銀行流動性的狀況也會影響央行對存款準備金的調整，央行可繼續執行差別化的存款準備金率以實現更好的微觀調控目的。

盧慶杰（2007）認為存款準備金率并不是流動性管理的有效工具。當央行提高法定準備金率時，商業銀行可通過降低超額存款準備金來緩和政策的沖擊，降低政策對流動性的影響。趙峰、趙洋（2012）采用貸存比（DCB）指標衡量商業銀行流動性，通過理論和實證分析2010-2011年的存款準備金率和信貸數據，得出存款準備金率反向影響商業銀行流動性的結論，并強調央行過度依賴存款準備金政策將削弱其他貨幣政策工具的作用，不利于推進金融市場的發展。劉洋（2016）認為存款準備金率的變化增加了商業銀行資金周轉的難度與波動性，不利于商業銀行流動性戰略的制定和實施。姜瑩（2019）從存款準備金率變動的目的及作用機制方面分析，認為央行應審慎采取調整存款準備金率的貨幣手段，經濟下行壓力下減少貨幣政策操作，加強定向降準的實施效果。

（四）非常規時期下國內外貨幣政策的影響

孫田原（2020）認為定向降準及下調超額存款準備金利率有利于降低中小銀行同業間的融資成本，促進銀行對實體經濟特別是小微企業的信貸投放，有效降低實際融資成本，防止企業違約、破產，從而達到保就業、保增長的政策效果。

申玨（2021）通過比較國內外應對疫情的金融政策，指出國外主要經濟體普遍采用類似于應對金融危機的“降息+量化寬松”等非常規貨幣政策，雖然短期緩解了疫情對經濟社會影響，但也進一步惡化了結構性矛盾，推升了債務風險，加劇了財政負擔。我國堅持以法定準備金率、公開市場操作和再貼現為主的傳統貨幣政策，輔之以階段性的非常規貨幣政策的穩健調控策略，使金融體系平穩運行，貨幣信貸穩定快速增長。

（五）文獻評述

綜上所述，國內外學者們采用不同方法，從多角度分析了存款準備金率對商業銀行流動性產生的影響。目前，國外對該貨幣政策工具使用較少，但在我國仍是主要調控政策之一。總體來說，雖然存款準備金政策框架仍需完善，但經濟下行壓力加劇的形勢下，存款準備金率的調控對我國商業銀行的流動性產生了一定的積極影響，發揮了應有的政策效力。同時，受資本充足率、風險承壓力等因素影響，不同規模、不同不類型的銀行，對存款準備金率的敏感性不同，政策的傳導有效性有存在差異。隨著宏觀形勢的變化，存款準備金率政策在使用頻次、調控方式等方面也將隨之變化。

三、模型構建與研究設計

（一）樣本選取

本文研究存款準備金率這一貨幣政策工具對我國商業銀行流動性影響，并分析在后疫情時代經濟下行宏觀背景下，這一貨幣政策工具傳導效力的變化情況。根據前文梳理，2016年3月2日至2018年4月24日期間央行未進行存款準備金率調整，2018年4月25日至2023年共下調16次，2020年初新冠疫情爆發，我國經濟增速放緩，央行3次下調存款準備金率，持續出臺穩經濟一攬子政策和接續政策，2022年經濟運行總體延續恢復發展態勢，逐步回到合理區間。因此，考慮存款準備金率調整頻次和新冠疫情這一事件因素，充分利用變量數據并盡可能保證樣本的對稱性，本文樣本區間設定為2018-2023年，采用月度數據，其中存款準備金率指標按日進行平均得到月度指標，商業銀行流動性指標根據季度數據變換為月度指標。研究分成2018-2019年、2020-2023年兩階段進行分析。進一步選取國有銀行、股份制、城商行、農村商業銀行流動性指標，分析對不同類別銀行的影響。宏觀數據來自Wind資訊。

（二）計量模型

本文分析存款準備金率變動對商業銀行流動性比例影響，兩個變量均為時間序列，數據量級一致。根據前人研究，存款準備金率和流動性比例均為內生變量，兩者相互作用,相互影響,且各自的滯后階均對預測其余變量起作用。當每個變量都對預測其余變量起作用時，這組變量適用于向量自回歸VAR模型。因此本文采用此模型，對兩者進行相關性分析，并利用脈沖響應函數重點關注政策的傳導效力。

模型表達式設定如下：

其中：LIQt-n和Rt-n分別表示滯后n 期的商業銀行流動性比例和存款準備金率；α11n表示流動性比例滯后n 階對自身的影響系數，α12n表示存款 準備金率滯后n 階對流動性比例的影響系數，α21n表示存款準備金率滯后n 階對自身的影響系數，α22n表示流動性比例滯后n 階對存款準備金率的影響系數，β1和β2表示外生變量時間趨勢對因變量的回歸系數，ε1,t和ε2,t分別表示隨機擾動項。

（三）變量說明

存款準備金率R：法定存款準備金率指一國中央銀行規定的商業銀行和存款金融機構必須繳存央行的法定準備金占其存款總額的比率。本文采用人民銀行公布的大型存款類金融機構法定存款準備金率。

流動性比例LIQ：流動比率指企業流動資產和流動負債的比率。流動性資產包括：現金、黃金、超額準備金存款、一個月內到期的同業往來款項軋差后資產方凈額、應收利息及其他應收款、合格貸款、債券投資、在國內外二級市場上可隨時變現的債券投資及其他（剔除其中的不良資產）。流動性負債包括：活期存款（不含財政性存款）、一個月內到期的定期存款（不含財政性存款）、同業往來款項軋差后負債方凈額、已發行的債券、應付利息及各項應付款、中央銀行借款及其他。指標值越高，流動性越強。

衡量商業銀行流動性的靜態指標主要有貸存款比例、流動性比例、現金比例、凈穩定資金比例，動態指標主要有流動性缺口。本文選取流動性比例測度商業銀行流動性，采用國家金融監督管理總局公布的全國商業銀行、大型商業銀行（5 家）、股份制商業銀行（12 家）、城市商業銀行、農村商業銀行的流動性比例季度數據。

四、實證結果分析

（一）變量描述性統計

對2018-2023 年變量觀測值進行描述性統計（見圖1、圖2），由圖1 可知，在該時間區間內存款準備金率平均值為12.67%，由17%降至10.5%，下降6.5 個百分點；商業銀行流動性比例平均值為59.05%，由51.39%提升至67.88%，提升16.49 個百分點，商業銀行流動性比例和法定存款準備金率整體呈反向變動趨勢。

圖1 2018-2023年存款準備金率和流動性比例變化趨勢圖

圖2 不同類別商業銀行2018-2023年流動性變化情況

據統計，在樣本期間，大型銀行、股份制銀行、城商行、農商行的流動性比例平均值分別為56.56%、56.26%、67.42%和66.66%，大型和股份制商業銀行流動性比例顯著低于城商行及農商行，主要由于城商行和農商行規模相對較小，需要更高的流動性來抵御風險。且由圖2可知，不同類別銀行流動性比例變化情況不同，大型銀行、城商行、農商行流動性總體呈上升趨勢，略有波動，股份制銀行流動性呈先升、后降、再回升趨勢，2018-2019年期間上升，2020年初起開始下降，2021年6月起穩步回升。

（二）模型回歸結果

為研究新冠疫情前后法定存款準備金率對商業銀行流動性不同影響，以及對不同類型銀行的政策傳導效應，本文將上述樣本分組，全階段、分階段、分類型構建VAR模型。

1.全階段回歸結果

（1）穩定性檢驗

向量自回歸模型對于相對聯系的時間序列變量系統是有效的預測模型，但需對VAR模型做穩定性檢驗，只有平穩的VAR模型才可以做后續的脈沖響應分析。

本文利用Eviews工具對模型進行估計，結合VAR工具中的Lag Lenth Criteria（滯后長度準則）和實際統計意義，判定模型最佳滯后期，本文最終選擇1-4階，利用單位根檢驗模型平穩性，全部根的倒數值都在單位圓內，不存在單位根，表明模型穩定，具體結果如下表：

表1 VAR模型穩定性檢驗結果

（2）模型方程估計

在VAR模型內，均采用最小二乘估計對兩個方程進行估計，兩個方程估計的可決系數R平方分別為0.97，0.99，說明模型具有較強的解釋效力，具體方程估計如下：

?

（3）脈沖響應函數結果

對于VAR模型，單個參數估計值較難解釋。若要對VAR模型做出結論，可以用系統的脈沖響應函數，本文由此刻畫當期一個標準差的存款準備金率沖擊對流動性比例的當期值和未來值的影響，得到脈沖響應圖。圖3顯示，存款準備金率對流動性比例存在負向沖擊，在第4期左右開始產生較為明顯的影響，第8期效應達到最大，之后隨著時間的推移逐漸減弱，也說明所對應的模型是個穩定的系統。

圖3 全階段存款準備金率對銀行流動性脈沖結果圖

2.分階段回歸結果

為研究宏觀環境變化是否會影響存款準備金率調整的政策效應，分階段構建VAR模型，得到如圖4所示的脈沖響應圖。對比兩個結果，可以發現在疫情發生前，存款準備金率的沖擊效應依然在第3期左右顯現，在第5期即達最大值，之后逐漸收斂；疫情后，沖擊效應時滯拉長，在第10期左右達到最大值，且呈發散趨勢，模型系統穩定性變差。

圖4 分階段存款準備金率對銀行流動性脈沖結果圖

階段1:2018-2019年 階段2:2020-2023年

3.分類回歸結果

分析不同類別商業銀行流動性受存款準備金率變動的影響，分別采用2018-2023年期間四類銀行的流動性比例構建模型，得到圖5所示脈沖響應圖。圖中顯示，存款準備金率對大型國有銀行和股份制銀行的流動性沖擊效應不明顯，股份制銀行影響效力幾乎與橫軸重疊；對城商行和農商行作用力較強。

圖5 存款準備金率對四類銀行流動性脈沖結果圖

4.實證結果分析

通過對以上模型結果分析，可以得出以下結論：

（1）存款準備金率變動對流動性比例產生負向影響，降低存款準備金率有利于提高商業銀行系統的流動性。在本文研究的樣本期間，即2018-2023年間，一個標準差的存款準備金率對流動性造成的沖擊為負值。但政策傳導存在時滯，3-4個月左右開始產生效力，6-10個月影響達到最大。

（2）樣本期間，前后存款準備金率政策傳導效果變化明顯，效力減弱，時滯拉長，且無法用法定存款準備金率這一個因素來解釋流動性變化。主要由于在經濟下行情況下，為加強逆周期調節，國家采用各類財政政策和貨幣政策穩經濟大盤，如結構性貨幣政策工具、定向降準、減費讓利政策等，在各項政策交織影響下，疊加市場預期因素，存款準備金率的政策效力弱化，不確定增加。

（3）大型國有銀行和股份制商業銀行的流動性受法定存款準備金率的影響比城商行、農商行小。一方面，由于銀行規模原因，大型銀行流動性波動幅度相對較小。另一方面，降低法定存款準備金率通過提高貨幣乘數，增加貨幣供應量，從而提高流動性，但政策效果在很大程度上受超額存款準備金的影響。大型銀行超額準備金率相對較多，弱化了法定存款準備金的傳導效果。

五、政策建議

根據實證研究結論，存款準備金率對商業銀行流動性產生負向影響，但在疫情影響下，政策效力減弱、時滯拉長，同時對不同類型銀行，其政策影響效力有所差異。因此，需在政策的出臺方和傳導方兩端發力，有效提高政策的傳導效力，確保金融系統性穩定。

一方面，要提高存款準備金政策的穩健性和精準性。在經濟下行壓力加劇的背景下，央行需積極適應環境變化進一步完善存款準備金政策框架，在政策的使用頻次和調控時機上，綜合考慮宏觀經濟、系統性風險等多方因素，加強對商業銀行壓力測試監管，尤其是對政策較為敏感、風險控制較弱的城商行、農商行，有效控制其流動性風險聚集。在保持穩健的貨幣政策基礎上，針對不同地區、不同規模、不同性質的商業銀行出臺差異化政策指引，提高政策傳導效力。持續加大定向降準力度，引導商業銀行信貸投向，加大對實體經濟的信貸支持，持續支持普惠、三農等行業發展。

另一方面，商業銀行加強流動性管理。流動性管理是商業銀行風險管控構成。在流動性總量合理充裕的政策背景下，商業銀行在加大流動性創造的同時，要警惕流動性風險聚集，加強風險監測和壓力測試，在流動性、盈利性、安全性三個方面做好平衡。商業銀行應加強對宏觀經濟、行業發展和政策走勢的研判，通過經濟資本管理、信貸計劃管理、行業限額管理、授信授權管理、信貸退出管理、信貸資產交易等多種手段，有針對性地調整資產負債結構，提高組合效率。同時，隨著數字經濟的迅速發展，銀行非利息收入業務市場潛力巨大。商業銀行應緊抓機遇，創新發展各類非息產品，有效發揮非利息收入對經營績效的支撐作用。