我国货币政策的信贷渠道存在性分析

张旭渡

内容摘要：2012年以后，我国经济步入“新常态”，货币供给减少，经济增速放缓。经济增速放缓是否与货币供给减少相关联、中央银行的货币政策是否会冲击实体经济等问题引起了学界对我国银行“信贷渠道”的重新思考。本文依据传统经济的理论，提出两个假说，即中央银行的信贷紧缩减少商业银行的信贷资金供给和商业银行信贷资金供给的减少对企业投资的影响。利用我国有融资需求的上市公司为样本，建立适当的模型，验证了两个假说的适当性。结果表明：当前我国货币政策的商业银行“信贷渠道”依然显著的存在。与宏观层面或银行层面研究“信贷渠道”不同，在严格区控制需求变量时，从微观的企业层面展开“信贷渠道”研究，证实了银行“信贷渠道”的存在结论。

关键词：信贷渠道 货币政策 企业融资

相关文献综述

货币政策冲击可能存在“信贷可得性渠道”的研究可追朔至19世纪50年代（Roosa，1951），直到布兰德（1988）、Bernanke和Gertler（1995）、伯南克（2007）正式将这一研究拓展为货币政策传导的“信贷渠道”。国内外对该问题的研究主要从宏观层面、商业银行层面以及微观的公司层面展开。

宏观层面，学者运用美国1961-1989年29年的数据，Bernank和Blinder（1992）对商业银行的“信贷渠道”进行检验，发现货币政策紧缩后的半年内，商业银行信贷资产并没有发生明显的变化，但商业银行储备资产债券却减少了；半年后，商业银行信贷资产逐步下降，伴随美国失业率的上升。据此他们认为，货币紧缩影响了实体经济需求，银行“信贷渠道”对于美国是存在的。承接Bernank和Blinder（1992）的研究，Oliner和Rudebusch（1995、1996）认为，Bernank和Blinder（1992）的研究并不能证明“信贷渠道”的存在，相反，可能是“利率渠道”在发挥作用。因为货币紧缩导致利率上升，降低实体经济的需求，引起失业率的增加。Bernank和Blinder（1992）的研究中没有能够有效识别银行信贷资产变化是来自货币政策冲击，还是来自需求冲击成为受到质疑的重要原因。Kashyap，Stein和Wilcox（1993）创造性地解决了这个问题，其思路是对来自企业外部的融资，分为商业银行的信贷资金提供和金融市场上债券等资金提供两部分。其观察货币政策冲击，对两类资金在外部融资中的占比变化来判断银行信贷是否受到影响，确定“信贷渠道”是否存在。具体来说，如果信贷额度的变化来自需求，则债券的额度也会发生相应的变化，但两类融资所占比例基本不变；如果信贷额度变化来自货币政策冲击（如紧缩），则对资金的需求会转向债券市场，减少信贷在融资中所占的比例，但这一研究还是遭到了Oliner和Rudebusch（1996）的质疑。Kashyap，Stein和Wilcox（1993）使用宏观加总数据，发现存在如下问题：一是相比于大企业，小企业的融资更加依赖于商业银行信贷；二是小企业对资金需求较之于大企业更为敏感。因此需求減少可能导致小企业信贷比重的大幅度下降，从而影响宏观加总数据，即使商业银行信贷比重减少也不一定是货币政策紧缩造成的。

银行层面，Kashyap和Stein（1995）意识到使用宏观数据的缺陷，便转而从个体银行层面研究银行“信贷渠道”问题。他们认为，货币政策的紧缩，导致商业银行可获得的存款减少，减少信贷资产。不同特征的商业银行其信贷资产减少的规模是不一样的。Kishan和Opiela（2000）、Altunbas（2009）的研究表明，商业银行的规模、流动性、资本充足率等微观特征，影响商业银行对货币政策冲击的反应。实际上这类研究关注的是商业银行差异与货币供给之间的关系，着重点在商业银行，不是实体经济中的企业投资和家庭消费需求。因此对“信贷渠道”的研究就转向微观层面的企业。

企业层面，从企业的融资行为来研究“信贷渠道”问题。Jimenez（2012）等的研究揭示了货币政策紧缩降低了企业从商业银行获得信贷批准的概率，还受到了资本充足率等商业银行因素的影响；Becker和Ivashina（2014）的研究发现信贷供给对企业投资决策有重要影响。本文从企业层面对“信贷渠道”展开研究，与已有的企业层面的研究形成互补；同时本文的研究采用了Kashyap，Stein，Wilcox（1993）类似的研究方法，数据来源于获得融资需求的上市公司。实际是研究有资金需求背景下，商业银行信贷比重是否受到货币政策冲击，规避了Oliner和Rudebusch的批评。

理论预期与研究思路

“银行信贷”是否存在？按照Bernank和Blinder（1988）等建立的研究模型，至少依赖于两个环节。首先是货币政策冲击能够有效传导到商业银行；其次是商业银行对货币政策冲击的反应能够有效影响企业的投资决策。这两个环节缺一不可。结合到我国金融运行的实际，一般来说，央行的货币政策冲击（如提高法定存款准备金率，发售票据等公开市场操作等），会引起商业银行资金供给紧张。因此提出以下预期：

预期一：货币政策冲击能够影响商业银行信贷供给。紧缩性的货币政策导致商业银行信贷资金的减少，迫使部分企业融资转向债券、票据等直接融资工具。表现为信贷融资在整个企业融资中的比重下降。为了验证这一预期的合理性，需要关注两个指标：

一是货币政策冲击的测度。本文采用张雪兰、何德旭（2012）使用“实际利率对Talor ruler拟合值的偏离代表货币政策松紧”的方法。具体来说，就是用Shibior与CPI的差值代表实际利率；对季度GDP使用HP滤波的方法，获得季度潜在GDP，获得季度GDP的产出缺口。考虑到我国央行货币政策实施过程中，对物价上涨和金融市场利率同样关注，在获取Taylor拟合值时，各赋予50%，50%的权重，获得了代表货币政策冲击的Pt值。

二是资金来源的测度。本文借鉴Becker，Ivashina（2014）的研究方法，对公司融资设定一个虚拟的二元指标。把获得外部信贷融资记为Fi=1，获得债券、票据等直接融资记为Fi=0；结合以上数据，本文建立线性回归模型（1）：endprint

Fit=Ci+a1Pt+a2Xi，t-1+εi，t （1）

其中，Pt为货币政策冲击。Pt越小，表示货币政策越宽松，Pt越大，货币政策紧缩的程度越大。Xi，t-1为公司个体层面的控制变量，如企业规模、资产收益率等，处理方法参考王义中、宋敏等（2014）。

如果回归的结果Pt的系数ai为正数，Pt增大，则Fit的取值越趋向1，说明企业越容易获得商业银行信贷支持；Pt的系数a1为负数，Pt增大，则Fit的取值越趋向0，说明企业更容易获得债券、票据等融资。即a1为负数，说明紧缩的货币政策将迫使企业融资更多的转向债券市场，预期一的假定成立。

“货币渠道”的存在，还依赖于商业银行信贷资金变化是否会影响企业与家庭的投资、消费。一般来说，商业银行信贷充裕，企业或者家庭从商业银行获取信贷资金越容易；反之，商业银行资金紧张，较难获得商业银行信贷资金。因此得到预期二：

预期二：银行信贷资金的可得性影响企业的投资。如果企业越容易获得商业银行信贷支持，则投资率就越高；反之，投资率较低。为了验证这一预期，需要关注两个指标：

一是商业银行信贷资金的可得性。本文使用模型（1）中的拟合值Fit来表示。Fit越大，表示越容易从商业银行获得贷款。这一思路也是参考了Konchitchki和Patatoukas（2014）。不直接带入变量值1或者0，为了防止内生性问题带来的困扰。

二是企业投资率的衡量。本文采用新增投资额与初始固定资产的比值作为企业投资率的指标。

在上述两个指标的基础上，本文建立模型（2）：

Iit=C2+b1Fit+b2Xi，t-1+εi，t （2）

其中，Iit为企业的投资率；Fit为信贷资金的可得性。Fit其取值来自于模型（1）拟合的结果，而不是初始值0或1。其他变量与模型（1）相同。

如果回归的结果Fit的系数b1为正，说明随着Fit的增加（商业银行信贷可得性增加），Iit就会增加，即投资增加。则预期二结论成立；反之，预期二不成立。

如果a1为负数，b1为正数可以获得显著验证，则可以认为“货币渠道”在我国是真实存在的。

数据来源与实证分析

（一）样本数据来源

本文样本来自于上海和深圳交易所挂牌交易、有外部融资（债券或银行信贷）的上市企业（金融企业除外）。考虑到数据的可得性和经济周期等因素，采用上市公司的季度数据。我国传统金融体系一直以商业银行为主体，企业资金来源一直依赖商业银行信贷，直到2005年第2季度，上市公司才被允许以市场发行方式进入银行间债券市场获取债务融资；2008年，放开了上市公司的中期票据和超短期融资券。至此企业才有可能在商业银行信贷与债券市场融资中做出调整和转换。因此，样本选择期间为2005年第2季度-2015年第4季度。本文使用的数据来自于CSMAR银行贷款数据库、Wind数据库和上市公司的相关财务报表。

（二）样本数据处理

融资数据处理。首先，从CSMAR银行贷款数据库中筛选出我国A股上市公司中非金融类企业的信贷记录，对于同一季度有多次信贷记录的企业，只记一次，整理出公司-季度的贷款面板数据。共计获得了14995个观测值。

其次，从Wind数据库中获得2005年第2季度-2015年第4季度的债券融资记录（不含金融类企业）2931次，债券融资包括企业债、公司债、定向发行工具、超短期融资券、中期票据等非银行信贷融资。对于同一季度，有多次非银行信贷融资记录的，只记录一次；这样获得了2411个公司-季度面板数据。

最后，把前面两次获得的数据，按照公司-季度整合成为一个面板数据集，获得14023个公司-季度观察值。注意，在同一季度中既有信贷融资，又有债券融资的样本，直接剔除。

因为这类企业基本不受到融资约束，即不受到货币政策冲击的影响。在模型中，可能涉及到的固定资产规模（PPE）、资产回报率（ROA）等数据来源于上市公司财务报表或是Wind数据库。参考大多数学者的处理方法，固定资产规模取固定资产净值的自然对数（LnPPE），资产回报率取单季度资产收益率（ROA），在模型回归模型中，上述两个变量也均取滞后一期处理（Becker和Ivashina，2014）。

（三）描述性統计结果

对模型中的相关变量进行描述性统计如表1所示。Fit的均值为0.86，意味着企业86%采用商业银行信贷融资，而14%左右采用了债券等直接融资方式，反映出我国上市公司融资以商业银行信贷融资为主。Iit的均值为1.4%，反映了我国投资率水平。

（四）模型回归结果分析

本文对模型（1）的回归结果如表2所示，货币政策冲击变量的系数为负值，且该估计量在1%的水平下是显著的。说明货币紧缩时，上市公司获得商业银行信贷的概率会下降，转向债券融资的概率会上升。值得注意的是，由于回归采用的样本都是有融资需求的，所以可以证明这种转向不是需求造成的，而是货币政策冲击带来的，充分证实预期一是合理的。

货币政策冲击系数的大小同样也具有一定经济含义。Tayor rule拟合的真实利率每偏离一个标准差，从商业银行获得贷款的概率下降0.29%。

在回归模型（1）中，加入公司层面的控制变量，如资产回报率、固定资产规模等因子也会显著影响商业银行信贷的可得性。这与实际情况相符合。如规模大的企业容易获得商业银行信贷，而中小企业相对较难。但这不是本文研究的重点，在此不再赘述。

考虑到结论的严谨性，提出一种可能：货币紧缩政策冲击，导致债券市场资金供给面更加宽松，而不是商业银行信贷资金供给紧张，是否会促使企业融资转向债券融资？张梦云、雷文妮等（2016）的研究认为这与企业投资率下降和债券市场利率走高是互相矛盾的，否认了这种假设的合理性。

本文对模型（2）的回归结果如表3所示。Fit是模型（1）回归的拟合值。其系数在5%的水平下显著为正值，说明商业银行信贷获得可能性增加，引起企业的投资率增加；反之紧缩货币政策冲击将导致企业投资率的下降。这也反证了紧缩性货币政策并没有导致债券市场资金宽松和企业融资偏好的改变，否则，企业投资率就不会下降。

Fit的系数值为0.085，意味着商业银行信贷融资可能性每上升一个点，则企业增加投资的可能性上升8.5个点。反映了商业银行信贷融资的确能够影响实体经济企业投资。预期二也是合理的。

结论

货币政策冲击对实体经济的影响是通过“利率渠道”还是“货币渠道”发挥作用，对货币政策的制定至关重要。本文在综合分析国内外对货币传导“信贷渠道”研究发现：从宏观层面、银行层面和企业层面展开的研究虽多，但都没有权威的结论。本文立足于企业层面，从我国A股上市公司中挑选出具有融资需求的非金融企业作为样本，建立相应的公司-季度面板数据。在理论分析基础上，提出两个预期，阐述商业银行“信贷渠道”可能是存在的。而实证的检验支持了这一结论。即货币政策冲击，影响商业银行信贷资金供给，进而影响企业投资。

参考文献：

1.张雪兰，何德旭.货币政策立场与银行风险承担—基于中国银行业的实证研究（2000-2010）[J].经济研究，2012（5）

2.王义中，陈丽芳，宋敏.中国信贷供给周期的实际效果：基于公司层面的经验证据[J].经济研究，2015（1）

3.张梦云，雷文妮等.信贷供给与经济波动：我国货币政策银行渠道的微观检验[J].宏观经济研究，2016（1）

4.谢平，罗雄.泰勒规则及其在中国货币政策中的检验[J].经济研究，2002（3）endprint