2014年我国两次降准对利率风险溢价的影响

祁永忠

摘要：文章利用2014年3月7日至2015年3月1日的日数据，通过两配对样本t检验，实证检验了对贷款利率风险溢价的影响，计量模型结果表明，两次降准显著降低了贷款利率风险溢价总体分布均值，4月22日降准对贷款利率风险溢价总体分布均值的影响较之6月9日降准对贷款利率风险溢价总体分布均值的影响要大。

关键词：降准；贷款利率风险溢价；两配对样本t检验

2014年以来，为进一步有针对性地加强对“三农”和小微企业的支持，增强金融服务实经济的能力，中国人民银行对部分金融机构两次定向降低存款准备金。2014年4月22日，央行宣布农村商业银行和农村合作银行存款准备金降低1个百分点，6月9日宣布“三农”或小微企业贷款达到一定比例的法人金融机构降低人民币存款准备金0.5个百分点。本文以央行降准政策为自变量，以小微企业贷款利率和大型企业贷款利率的风险溢价为内生变量，通过方差分析，解释降准对小微企业贷款利率和大型企业贷款利率风险溢价的影响。

一、模型构建

利率理论包括利率决定理论和利率结构理论，前者解释利率水平的决定因素，后者说明利率体系中各种利率之间的关系。利率决定理论认为利率可以分为资金的时间价格和风险补偿利率两部分，其中资金的时间价格即无风险利率，风险补偿利率分为信用风险补偿利率、流动性风险补偿利率、税收风险补偿利率。

i=i*+if=i*+ic+il+it

其中，i表示债券风险，i*表示无风险利率，if表示债券的风险补偿利率，ic表示债券的信用风险补偿利率，il表示债券的流动性风险补偿利率，it表示债券的税收风险补偿利率。

利率结构理论分为利率风险结构理论和利率期限结构理论，前者解释同样期限不同风险债券利率之间的关系，后者解释同样风险不同期限债券（贷款）利率之间的关系。利率风险结构理论认为利率相同期限的债券由于其风险不同，造成相同期限的债券具有不同的利率水平。利率风险结构理论可以表示如下：

Δi=Δi*+Δif=Δic+Δil+Δit

其中，Δi表示相同期限债券利差，Δif表示相同期限债券的风险溢价，ic表示相同期限债券的信用风险溢价，il表示相同期限债券的流动性风险溢价，it表示相同期限债券的税收风险溢价。

2013年10月29日，银行间同业拆借中心贷款基础利率（LPR）集中报价机制和发布机制正式运行。贷款基础利率（LPR）是商业银行对其最优质客户执行的贷款利率，其他贷款利率可在此基础上加减点生成。贷款基础利率的集中报价和发布机制是在报价行自主报出本行贷款基础利率的基础上，银行间同业拆借中心对报价进行加权平均计算，形成报价行的贷款基础利率报价平均利率并对外予以公布。目前，LPR报价银团由工商银行、农业银行、中国银行、建设银行、交通银行、中信银行、浦发银行、兴业银行和招商银行等9家商业银行组成，种类为1年期贷款基础利率。由于报价银团具有代表性，LPR能够代表我国一年期最优客户贷款利率。贷款基础利率（LPR）由以下因素决定：

ilpr=i*+iflpr=i*+iclpr+illpr+itlpr

其中，ilpr表示LPR利率，i*表示无风险利率，iflpr表示一年期最优客户贷款的风险补偿利率，iclpr表示一年期最优客户贷款的信用风险补偿利率，illpr表示一年期最优客户贷款的流动性风险补偿利率，itlpr表示一年期最优客户贷款的税收风险补偿利率。

P2P是英文peer to peer的缩写，意即“个人对个人”。所谓P2P网贷，是指个人通过网络平台相互借贷，借款人在P2P网站上发布贷款需求，投资人根据借款人发布的贷款需求信息进行投资。自2005年以来，以Zopa， Lengding club， Prosper为代表的P2P网贷在欧美兴起，之后迅速在世界范围内推广开来。在短短几年内，P2P借贷模式也迅速在国内兴起并且快速发展。根据网贷之家数据统计：截止2015年2月底，我国P2P网贷平台数量为1646家，同比增长73.63%，贷款余额达到1246亿元，是去年同期的3.70倍，贷款综合利率15.46%，同比下降6.17个百分点，平均借款期限7.02个月，同比延长2.49个月。可以认为，P2P网贷综合利率能够代表我国小微企业贷款利率的平均水平。P2P网贷利率由以下因素决定：

ip2p=i*+ifp2p=i*+icp2p+ilp2p+itp2p

其中，ip2p表示P2P网贷利率，i*表示无风险利率，ifp2p表示P2P网贷的风险补偿利率，icp2p表示P2P网贷的信用风险补偿利率，ilp2p表示P2P网贷的流动性风险补偿利率，itp2p表示P2P网贷的税收风险补偿利率。

考虑到p2p网贷大部分贷款期限在1年以内，所以，p2p网贷综合利率与LPR的差值主要体现为风险溢价。

Δi=ip2p-ilpr=（i*+icp2p+ilp2p+itp2p）-（i*+iclpr+illpr+itlpr）=（icp2p-iclpr）+（ilp2p-illpr）+（itp2p-itlpr）=Δic+Δil+Δit

在我国资产证券化进程缓慢，p2p网贷与LPR贷款二级市场均未建立，p2p网贷与LPR贷款的流动性没有差别，p2p网贷利息收入与LPR利息收入之间的税收差异很小。因此，可以假定P2P网贷利率和LPR贷款利率没有流动性风险和税收风险差异，P2P网贷利率和LPR贷款利率的流动性风险溢价和税收风险溢价为零，P2P网贷利率和LPR贷款利率的差异主要体现在信用风险溢价上。P2P网贷利率和LPR贷款利率的风险溢价表示如下。

假定：

Δil=（ilp2p-itlpr）=0

Δit=（itp2p-itlpr）=0

则

Δi=ip2p-ilpr=（i*+icp2p+ilp2p+itp2p）-（i*+iclpr+illpr+itlpr）=（icp2p-itlpr）+（ilp2p-illpr）+（itp2p-itlpr）=Δic+Δil+Δit=Δic

调整存款准备金对贷款风险溢价的影响机制可提出如下假设：金融机构放贷，借记资产项贷款，贷记负债项存款，金融机构在放贷的同时必然增加同等数额的存款，根据现行监管要求，增加存款必须对应14%～20%不等的法定存款准备金，央行降准会能同等数量的法定存款准备金适配较多的存款，间接增大银行的放贷能力，央行调高法定存款准备金率能使同等数量的法定存款准备金适配较少的存款，间接压缩银行的放贷能力。央行调整法定存款准备金率，银行放贷能力增强，信贷市场供给增加，金融机构对信贷资金增加对企业信用状况的改善有两种预期：其一、金融机构认为信贷资金供给增加对小微企业经营的改善程度大于对大企业的改善程度，也就是，小微企业因货币政策宽松所下降的信用风险大于大企业因此下降的信用风险，金融机构所要求的小微企业利率降幅会大于大企业利率降幅，贷款利率风险溢价随之降低，其二，金融机构认为信贷资金供给增加对大企业经营的改善程度大于对小微企业的改善程度，也就是，大微企业因货币政策宽松所下降的信用风险大于小微企业因此下降的信用风险，金融机构所要求的大微企业利率降幅会大于小微企业利率降幅，贷款利率风险溢价随之提高。

二、数据选取与实证方法

本文的自变量、应变量选取如下：自变量是指中国人民银行的降准政策。水平是自变量的取值，有三个取值。取值一，2014年4月22日前，对金融机构贷款存款准备金执行20%和18%的政策，取值二，2014年4月23日到2014年6月9日，农村商业银行和农村合作银行存款准备金降低1个百分点，取值三，2014年6月9日后“三农”或小微企业贷款达到一定比例的法人金融机构降低人民币存款准备金0.5个百分点。应变量为小微企业贷款利率和大企业贷款利率的风险溢价，用p2p网贷利率与LPR的差值表示：Δi=ip2p-Δilpr=Δic。

对应自变量的三个水平，应变量（小微企业贷款利率和大企业贷款利率的风险溢价）分布分为三个组：第一组Δi1，表示自变量取值为一的情况下对应的Δi，第二组Δi2，表示自变量取值为二的情况下对应的Δi，第三组Δi3，表示自变量取值为三的情况下对应的Δi。本文的内容就是要比较第一组Δi1总体分布与第二组Δi2总体分布的均值差异，以确定4月22日降准是否对Δi产生显著性影响；比较第二组Δi2总体分布与第三组Δi3总体分布的均值差异，以确定6月9日降准是否对产生显著性影响。

配对样本是指对同源样本进行两次测试所获取得到的两组数据，或对两个完全相同的样本在不同条件下进行测试所得到的两组数据。两配对样本t检验就是根据样本数据对另个配对样本来自的两配对总体的均值是否有显著性差异进行推断。在配对样本T检验中，强调被试一定要同质，其目的就为了消除目的是额外变量的影响，更能反映自变量和因变量之间的关系。

两配对样本t检验的前提条件是：

第一，两样本应该是配对的，即两配对总体相关性不显著。

第二，样本来自的两个总体应该服从正态分布。

其中，第一个前提条件为弱假设，第二个前提条件为强假设。

本文中，样本Δi1与样本Δi2为同源分别接受两种不同的处理所得到的数据，样本Δi1与样本Δi2构成一对配对样本，记为配对1；样本Δi2与样本Δi3为同源分别接受两种不同的处理所得到的数据，样本Δi2与样本Δi3构成一对配对样本，记为配对2。比较第一组Δi1总体分布与第二组Δi2总体分布的均值差异，以确定4月22日降准是否Δi对产生显著性影响，转换为，检验比较配对1两个配对样本来自的配对总体均值差异，以确定4月22日降准是否对Δi产生显著性影响；比较第二组Δi2总体分布与第三组Δi3总体分布的均值差异，以确定6月9日降准是否对Δi产生显著性影响，转换为，检验比较配对2两个配对样本来自的配对总体均值差异，以确定4月22日降准是否对Δi产生显著性影响。

三、实证检验

Δi1样本分布的均值为13.5169，标准差为0.9245，标准误为0.1634，说明，Δi1样本分布均值有86%的可能性落在（13.5169-0.1634， 13.5169+0.1634）区间内；Δi2总体分布的均值为12.9791，标准差为0.8248，标准误为0.1458，说明，Δi2总体分布均值有86%的可能性落在（12.9791-0.1458， 12.9791+0.1458）区间内；Δi3样本分布的均值为12.4694，标准差为0.5480，标准误为0.0969，说明，Δi3总体分布均值有86%的可能性落在（12.4694-0.0969， 12.4694+0.0969）区间内。可以看出，Δi1样本分布、Δi2样本分布、Δi3样本分布均值之间存在差异，但这一差异是否能推广到总体中，也就是Δi1样本分布、Δi2样本分布、Δi3样本分布均值差异是否能推论到Δi1总体分布、Δi2总体分布、Δi3总体分布就需要配对样本t检验进行检验。

Δi1样本的Jarque-Bera值为17.2647，其相伴概率为0.0002，小于0.1的显著性水平，Δi1总体服从正态分布；Δi2样本的Jarque-Bera值为131.7514，其相伴概率为0.0000，小于0.1的显著性水平，拒绝“总体分布不服从正态分布”的原假设，Δi2总体服从正态分布；Δi3 样本的Jarque-Bera值为4.2691，其相伴概率为0.0983，小于0.1的显著性水平，，拒绝“总体分布不服从正态分布”的原假设，Δi3总体服从正态分布。

配对1的两个总体独立，配对2的两个总体非独立，Δi1总体分布、Δi2总体分布和Δi3总体分布均服从正态分布。总体上，运用两配对样本t检验是合理的。

从区间估计角度看，配对1的标准差的 95% 置信区间为（0.2282，0.0724），说明，配对1两配对总体的均值差有95%的可能性落在（0.2282，0.0724）区间内，也就是说，4月22日降准，使Δi总体均值的下降幅度有95%可能性落在区间（0.2282，0.0724）区间内。配对2的标准差的 95% 置信区间为（0.2057，0.9292），说明，配对2两配对总体的均值差有95%的可能性落在（0.2057，0.9292）区间内，也就是说，6月9日降准，使Δi总体均值的下降幅度有95%可能性落在区间（0.2057，0.9292）区间内。

从点估计角度看，配对1样本均值差为0.5378，t值17.7501，其相伴概率为2.3568，小于0.05的显著性水平，说明，配对1两配对总体分布均值差有95%的可能性为0.5378；配对2样本均值差为0.5097，t值2.4781，其相伴概率为0.0189，小于0.05的显著性水平，说明，配对2两配对总体分布均值差有95%的可能性为0.5097。

总体而言，无论从区间估计角度看还是点估计角度看，两次降准显著降低了贷款利率风险溢价（Δi）总体分布均值，其中，4月22日降准对贷款利率风险溢价（Δi）总体均值的影响较之6月9日降准对贷款利率风险溢价（Δi）总体均值的影响要大。2014年央行两次降低法定存款准备金率，银行放贷能力增强，信贷市场供给增加，金融机构认为信贷资金供给增加对小微企业经营的改善程度大于对大企业的改善程度，也就是，小微企业因货币政策宽松所下降的信用风险大于大企业因此下降的信用风险，金融机构所要求的小微企业利率降幅会大于大企业利率降幅，贷款利率风险溢价随之降低。

四、政策建议

当前，我国“融资难、融资贵”的一个突出表现就是小微企业较之大企业“融资难、融资贵”更为突出，也就是小型企业信贷与大型企业信贷的风险溢价较高。针对上述分析，提出如下降低利率风险溢价的政策建议。

第一，通过降低法定存款准备金率等政策措施，降低信用风险溢价。Δi=Δic+Δil+Δit，通过降低法定存款准备金率等措施可以有效降低信用风险溢价Δic，从而减低小型企业信贷与大型企业信贷的利率风险溢价。

第二，建设小微企业信贷二级市场，活跃小微企业二级市场交易，提高小微企业信贷流动性，降低流动性风险溢价Δil，从而减低小型企业信贷与大型企业信贷的利率风险溢价。

第三，对小微企业利息收入给予较大的税收优惠，降低税收风险溢价Δit，从而减低小型企业信贷与大型企业信贷的利率风险溢价。（本文仅代表作者个人观点，文责自负）

参考文献：

[1]李静.我国存款准备金制度的实践与发展趋势[J].经营与管理，2015（04）.

[2]张方波.中国存款准备金率对商业银行贷款利率的影响分析[J].金融与经济，2015（04）.

[3]杨婕.提高存款准备金率抑制通货膨胀的有效性评价及政策建议[J].时代金融，2014（08）.

[4]李佳.我国存款准备金率对利率及CPI传导效应研究[J].重庆工商大学学报（自然科学版），2014（05）.

[5]余力，陈红霞.上调存款准备金率对市场利率结构的影响研究——基于流动性过剩时期的经验证据[J].财经论丛，2010（03）.

[6]马莉莉，李泉.中国投资者的风险偏好[J].统计研究，2011（08）.

（作者单位：中国人民银行银川中心支行）