結構性貨幣政策與銀行風險

摘 要：自2020年6月1日實施的普惠小微企業信用貸款支持計劃和普惠小微企業貸款延期支持工具（2022年轉換為普惠小微貸款支持工具）是促進金融支持實體經濟的一項重要措施。本文選擇2015—2023年226家商業銀行數據，將普惠小微貸款支持工具作為外生沖擊事件，利用雙重差分模型，研究普惠小微貸款支持工具對銀行風險的影響。研究發現：普惠小微貸款支持工具的實施，會降低法人銀行不良貸款率。通過機制分析發現，普惠小微貸款支持工具通過提高銀行盈利收入和審慎經營能力，進而降低銀行風險。

關鍵詞：結構性貨幣政策；銀行風險；雙重差分

一、引言

2023年中央金融工作會議明確提出要做好金融五篇大文章，提出防范化解風險、金融服務實體經濟等關鍵內容。會議上也對貨幣政策提出多方面要求，強調了引導資金流向重點領域和薄弱環節，發揮結構性貨幣政策的結構調節作用。央行2020年還推出兩項直達貨幣政策工具，即普惠小微企業貸款延期還本付息政策和普惠小微企業信用貸款支持計劃，其中普惠小微企業貸款延期支持工具在2022年初轉換為普惠小微貸款支持工具，普惠小微企業信用貸款支持計劃并入支農支小再貸款管理。

不同于支農支小再貸款管理，普惠小微貸款支持工具在扶持對象和操作方式上都具有特殊性。在整個政策工具實施過程，商業銀行是普惠小微貸款支持工具向小微企業提供信貸支持的傳導樞紐，承擔著將政策紅利傳遞給小微企業的重要作用。為確保政策有效落地，這就要求商業銀行不斷提升自身的風險管理能力，準確識別給小微企業發放貸款可能給銀行帶來的風險，確保貸款的安全性和穩健性。商業銀行保持自身的經營穩健性成為激勵銀行配合政策實施、實現最終效能的關鍵一環。因此本文對普惠小微貸款支持工具與銀行風險之間的關系進行研究。

二、文獻綜述與研究假設

（一）關于普惠小微貸款支持工具的研究

普惠小微貸款支持工具是由兩項直達工具中的普惠小微貸款延期支持工具轉換而來，普惠小微貸款支持工具在轉換之前許多學者對其政策作用進行了研究，目前對兩項直達實體貨幣政策工具的研究大多數集中在政策的有效性和激勵效果，少數學者從銀行角度進行分析。馮沿錕等[1]通過實證研究得出兩項直達實體貨幣政策工具的實施對普惠小微信貸供給起到顯著的“量增、價降”效果，且信貸產品創新有助于促進法人銀行機構運用政策工具。吳凱[2]認為人民銀行新創的直達實體貨幣工具具備兩方面政策調控思路，既有助于疏通中小銀行對接普惠中小企業的融資渠道，又有利于降低法人銀行的負債成本。劉國強[3]認為直達貨幣政策工具引入激勵相容機制，調動銀行主體積極性，發揮銀行信息和配置信貸資源的優勢，劉頁等[4]認為結構性貨幣政策引入激勵相容機制調動地方法人銀行的內在積極性，他們的研究都驗證了結構性貨幣政策激勵相容機制的有效性。

（二）關于結構性貨幣政策與銀行風險的研究

Borio等[5]最早提出貨幣政策的“風險承擔渠道”，吳瓊等[6]從貨幣政策傳導的銀行風險承擔渠道視角下對中國的結構性貨幣政策及貨幣政策的結構性效應展開述評，認為在結構性貨幣政策傳導機制下，應該衡量其對銀行體系整體風險承擔影響的效應與程度。周晶和陶士貴[7]、李炳念等[8]研究得出結構性貨幣政策會降低銀行風險承擔。而錢水土等[9]研究發現定向降準實施后，農商行小微企業貸款不良率也顯著增加。許可等[10]認為兩項創新直達貨幣政策的實施顯著提升了地方法人金融機構小微企業的貸款占比，政策效果明顯，但并未發現其對地方法人銀行的信貸行為與風險承擔能力造成明顯影響?；谝陨涎芯堪l現，結構性貨幣政策與商業銀行的風險存在一定關聯，因此提出本文的研究假設H1和研究假設H2。

H1：普惠小微貸款支持工具會降低商業銀行的風險。

H2：普惠小微貸款支持工具通過促進銀行審慎經營進而降低銀行風險。

（三）關于結構性貨幣政策對銀行績效的研究

銀行業在我國金融體系中處于主導地位，是我國貨幣政策傳導中的關鍵環節，研究銀行績效與貨幣政策的關系有助于疏通政策傳遞。張琳等[11]發現以綠色信貸為代表的結構性貨幣政策對于規模較小、流動性水平較高的銀行來說，對其財務績效的提升效應更強。張暉等[12]也認為綠色信貸政策對銀行財務績效具有顯著的正向影響。陳建華等[13]進一步研究發現，綠色信貸業務通過擴大銀行規模、降低成本收入比進而間接產生正向作用。而魏曉琴等[14]研究發現在結構性貨幣政策的傳導過程中，由于貨幣政策滯后性，結構性貨幣政策的實施會對銀行的長期績效產生不利影響。普惠小微貸款支持工具作為一種貸款工具，是在銀行先向小微企業提供貸款支持的前提下，央行根據小微企業的貸款余額增量的一定比例給予激勵資金，激勵資金為銀行提供了一定的流動性支持，滿足了銀行盈利的要求，即使出現部分不良貸款，但是銀行具備足夠的資金應對?；谝陨戏治?，本文提出研究假設H3。

H3：普惠小微貸款支持工具通過提升盈利空間進而降低銀行風險。

三、研究設計

（一）樣本選擇與變量定義

本文的銀行財務數據和宏觀數據均來自國泰安數據庫，有關結構性貨幣數據來自中國人民銀行貨幣政策執行報告。本文選取2015—2023年商業銀行的面板數據，考慮數據的連續性以及完整性，剔除缺失值嚴重的以及年份不連續的樣本后，最終得到6家大型商業銀行、10家股份制銀行以及226家地方法人銀行的樣本觀測值。

本文選用不良貸款率作為被解釋變量，衡量銀行的風險。由于本文選擇的研究期間為2015—2023年，考慮政策最初實施時間為2020年6月1日，參考喻旭蘭和周穎[15]的做法，將2020年當年，[time=0.5]，2020年之后，設置實驗組[time=1]，2020年之前，設置控制組[time=0]；政策實施期間的地方法人銀行設為實驗組[treated=1]，非地方法人銀行作為控制組[treated=0]，通過構造交乘項作為本文的核心解釋變量，本文引入的控制變量和中介變量見表1。

（二）模型設計

1. 基準回歸模型

本文選擇了雙重差分法研究普惠小微貸款支持工具對法人銀行風險的影響，具體模型如下：

[Yit=α+β1timet×treatedi+λXit+ηi+μt+εit] （1）

其中，[i]和[t]分別表示個體和年份，[Yit]作為被解釋變量，[timet×treatedt=did]為解釋變量，[β1]衡量了政策實施對銀行風險的凈影響效應，[Xit]表示在[t]年影響[i]銀行的一系列控制變量，模型中控制了個體和時間固定效應[ηi]和[μt]，[εit]表示模型的隨機誤差項。

2. 機制檢驗模型

為了驗證審慎經營、盈利空間對普惠小微貸款支持工具實施影響銀行風險的中介效應，本文參考溫忠麟的逐步檢驗法，構建中介模型：

[Yit=α1+β1didit+λXit+ηi+μt+εit] （2）

[Medit=α2+β2Dit+λXit+ηi+μt+εit] （3）

[Yit=α3+β3didit+β4Medit+λXit+ηi+μt+εit] （4）

在模型（2）～模型（4）中，[Medit]表示中介變量，[Xit]表示各種控制變量，第一步，若模型（2）中[β1]顯著，則進行下一步；第二步，分析模型（3）中系數[β2]是否顯著，[β2]表示政策實施對中介變量產生的影響，若[β2]顯著，則進行第三步；第三步，檢驗模型（4）中政策影響、中介變量和銀行風險三者的關系，[β3]表示控制中介變量后，政策實施對銀行風險的影響，[β4]衡量了中介變量對銀行風險產生的影響。若模型（4）中[β3]和[β4]都不顯著，則中介效應不存在；若[β3]和[β4]都顯著，則存在部分中介效應；若[β4]顯著、[β3]不顯著，則存在完全中介效應。

四、實證分析

（一）基準回歸

本文根據式（1）所建立的雙重差分模型進行了實證分析，表2列（1）結果顯示，當未加入控制變量，控制時間和個體效應時，普惠小微貸款支持工具的實施對法人風險承擔的影響在5%的水平上負顯著。表2（2）列所示，當加入控制變量，控制時間和個體效應后，核心解釋變量的系數估計值為-0.296，且在1%的水平上顯著。表明普惠小微貸款支持工具實施降低了法人銀行的不良貸款率，法人銀行每進行一次普惠小微貸款，不良貸款率就會降低0.296%，假設H1得到驗證，普惠小微貸款支持工具在一定程度上降低了銀行風險。

（二）平行趨勢檢驗

雙重差分成立的前提是滿足平行趨勢檢驗，為了準確識別普惠小微貸款支持工具對銀行風險的影響，需要判斷對照組與實驗組在普惠小微貸款支持工具實施前，銀行風險變化趨勢是否具有一致性。如圖1平行趨勢檢驗結果圖所示，政策實施前，所有交乘項的回歸系數均不顯著，說明在普惠小微貸款支持工具實施前，實驗組和對照組的風險水平不存在顯著差異。政策實施后，交乘項系數開始顯著，說明基準回歸結構滿足了平行趨勢前提假設。

（三）安慰劑檢驗

安慰劑檢驗的核心思想是構造虛擬的政策時間或者虛擬的處理組，如果在虛構的情況下，偽虛擬變量系數不顯著，那么原模型通過了安慰劑檢驗。本文隨機選取政策發生時間，通過隨機抽樣500次構造虛擬處理組進行反事實檢驗。如圖2所示，500個回歸系數估計值的核密度分布和p值，回歸系數落在0值附近且服從正態分布，大部分的估計系數沒有通過顯著性檢驗。其中，原模型核心被解釋變量的基準回歸的真實回歸系數-0.296與正態分布曲線不相交，表明虛擬處理組并未對商業銀行風險產生顯著的影響。因此，可以認為結構性貨幣政策降低銀行風險的結果具有穩健性。

（四）機制檢驗

1. 審慎經營的中介作用

普惠小微貸款支持工具的實施，要求地方法人銀行等金融機構應堅持實質性風險判斷。法人銀行對貸款審批流程進行監督和管理，做好對貸款資金用途的監控，做好內部控制。本文選用撥備覆蓋率（[Pvcra]）作為審慎經營的代理變量，衡量審慎經營對普惠小微貸款支持工具與銀行風險承擔關系的中介作用。表3列（1）所示普惠小微貸款支持工具的實施會促使銀行的撥備覆蓋率提高，普惠小微貸款支持工具每實施一次，銀行的拔備覆蓋率提升0.425個百分點。表3列（2）所示，中介變量顯著，且主回歸系數顯著，表明撥備覆蓋率對普惠小微貸款支持工具與銀行風險之間的關系存在部分中介作用。

2. 盈利空間的中介作用

普惠小微貸款支持工具采取由央行向地方法人銀行提供激勵資金的激勵方式，滿足了營業業務開展的盈利性要求。本文選用銀行凈資產收益率（[ROE]）衡量銀行利息收入的水平，采用三步法檢驗銀行盈利空間與普惠小微貸款支持工具對銀行風險之間的中介作用。由表3回歸列（3）結果顯示，中介變量（[ROE]）在1%的水平上正顯著，表明普惠小微貸款支持工具提升了銀行的收益空間，普惠小微貸款支持工具每實施一次，銀行的盈利空間提升0.108個百分點。表3列（4）所示，當中介變量加入原模型中，中介變量顯著，同時主回歸系數在5%的水平上顯著，表明銀行盈利空間在普惠小微貸款支持工具與銀行風險之間承擔著部分中介作用，假設H3成立。

五、結論與政策啟示

結構性貨幣政策對于解決經濟發展中的結構性問題發揮著重要作用，作為支持中國發展普惠金融的普惠小微貸款支持工具，其發揮著支持小微企業發展，紓解小微企業融資難問題的重要作用。本文通過構建雙重差分模型，研究了結構性貨幣政策對法人銀行經營績效的影響。研究結果發現，普惠小微貸款支持工具的實施會降低法人銀行的不良貸款率，其作用機制是普惠小微貸款支持工具的實施通過提高盈利空間和審慎經營意識，進而影響銀行的不良貸款。

基于上述研究結論，本文得出以下啟示。一是中央銀行適時調整政策額度，促進法人銀行進行合理信貸，暢通貨幣政策傳導渠道，針對不同規模的法人銀行采取差異化措施。二是監管部門要考慮政策實施的特殊性，適當提高對法人銀行特定貸款的監管指標的容忍度，提高法人銀行發放貸款的積極性。同時監管部門要發揮支持作用，完善普惠小微貸款的相關金融基礎設施，為政策實施創造良好的金融環境。三是法人銀行進行普惠小微貸款時，要做好風險管控，嚴格審批貸款。法人銀行可以利用現代科技，大力發展金融科技。一方面，通過合理選擇普惠小微貸款支持工具支持對象，提升貸款質量，優化信貸結構。另一方面，精準捕捉小微企業的貸款需求，可以進一步確保貸款落到實處，切實發揮結構性貨幣政策的精準滴灌作用。

參考文獻：

［1］ 人民銀行廊坊市分行課題組，馮沿錕.結構性貨幣政策與普惠小微信貸供給［J］.河北金融，2023（8）：55-60.

［2］ 吳凱.直達實體經濟的貨幣政策工具：原理、影響與評估［J］.中國產經，2020（11）：41-42.

［3］ 劉國強.創新直達實體經濟的貨幣政策工具［J］.中國金融，2020（24）：25-27.

［4］ 劉頁，羅凱，劉宇航，等.結構性貨幣政策的激勵相容機制有效嗎？——基于地方法人銀行行為選擇視角［J］.西南金融，2022（4）：44-58.

［5］ BORIO C， ZHU H. Capital Regulation， Risk-Taking and Monetary Policy： A Missing Link in the Transmission Mechanism？［J］.Journal of Financial Stability，2012（4）：236-251.

［6］ 吳瓊，張影.貨幣政策的結構性效應與結構性貨幣政策研究述評——基于貨幣政策的銀行風險承擔傳導渠道視角［J］.東岳論叢，2016（8）：53-60.

［7］ 周晶，陶士貴.結構性貨幣政策對中國商業銀行效率的影響——基于銀行風險承擔渠道的研究［J］.中國經濟問題，2019（3）：25-39.

［8］ 李炳念，王小雪，樊茜.結構性貨幣政策與銀行系統性風險承擔：基于LPR改革實驗的證據［J］.金融評論，2023（1）：103-121.

［9］ 錢水土，吳衛華.定向降準能否有效緩解小微企業融資難？——來自銀行微觀數據準自然實驗設計的證據［J］.浙江社會科學，2020（11）：14-22.

［10］ 許可，丁攀，顏蕾，等.創新直達貨幣政策工具有效性評估——來自地方法人銀行準自然實驗的證據［J］.南方金融，2021（10）：10-21.

［11］ 張琳，廉永輝.綠色信貸、銀行異質性和銀行財務績效［J］.金融監管研究，2019（2）：43-61.

［12］ 張暉，朱婉婉，許玉韞，等.綠色信貸真的會降低商業銀行績效嗎［J］.金融經濟學研究，2021（1）：94-107.

［13］ 陳建華，胡蓮潔.綠色信貸發展對商業銀行財務績效影響的實證研究［J］.財經理論與實踐，2022（4）：89-95.

［14］ 魏曉琴，于皓楠，程子婳.結構性貨幣政策、商業銀行信貸規模對績效的影響研究［J］.華北金融，2024（5）：84-94.

［15］ 喻旭蘭，周穎.綠色信貸政策與高污染企業綠色轉型：基于減排和發展的視角［J］.數量經濟技術經濟研究，2023（7）：179-200.