创新型货币政策、金融杠杆与实体经济融资

文/王恒艺（重庆工商大学）

一、引言

近年来，中国经济发展速度减缓，结构性问题突出，为实现经济高质量发展，我国不断推进供给侧结构性改革，而传统型货币政策工具有所局限，需要对货币政策工具进行创新。2013 年以来，我国央行积极转变货币政策框架，先后根据调控需要创设了短期流动性调节工具（SLO）、常备借贷便利（SLF）、中期借贷便利（MLF）和抵押补充贷款（PSL）等创新型货币政策工具。

国外学者对货币政策工具的研究较早，Poole.W[1]最先提出货币政策工具选择理论，认为在宏观经济中，不同的干扰因素会影响货币政策的选择，当受到货币市场影响时，应选择价格型货币政策工具，当受到商品生产影响时，应选择数量型货币政策工具。其他学者拓展了Poole 的货币政策选择规则，Canzoneri 等[2]考虑了冲击类型，Collard 等[3]基于新凯恩斯模型，对最终目标的确定进行研究。M Hoffmann 等[4]认为加入了开放经济影响后的Poole 规则更适用于大国，且应首选价格型货币政策工具，而小国更适合数量型货币政策工具。

国内学者对新型货币政策工具的研究始于2008 年次贷危机之后。樊明太[5]认为货币政策传导机制的效果受金融结构变动的影响。盛松成等[6]对我国货币政策的二元传导机制进行了研究，认为银行贷款是其中最为重要的途径，信贷规模管理可直接引起货币供应量的变化。杨佳等[7]认为我国的货币政策工具应不断创新，以更好地适应经济发展的需要。李成、李一帆等[8]运用SVAR 模型，发现新型货币政策同时具备优化总量与结构、数量与价格效应并存的特征，能有效引导利率下行，扩大信贷规模。吴晗、张克菲[9]基于货币供给的角度，研究发现银行同业业务创造的信用货币，在短期内有利于实体经济融资，但在长期效果并不显著，金融去杠杆的推行有利于经济结构的优化和融资成本的降低。张晓慧[10]回顾了近年来央行实施的各项调控措施，认为创新型货币政策工具有效化解了流动性风险，增强了利率的引导能力，支持了实体经济的发展。创新型货币政策工具在当前我国经济的发展中起着重要作用，因此研究其对金融去杠杆和实体经济融资的影响具有现实意义。

二、理论分析与研究假设

（一）货币政策与金融杠杆

央行运用短期流动性调节工具（SLO）、常备借贷便利（SLF）、中期借贷便利（MLF）和抵押补充贷款（PSL）等创新型货币政策工具增加基础货币总量，在资金能够正常流入或大部分流入实体经济的情况下，金融杠杆应是基本平稳或缓慢增长的趋势；如果大部分资金未能有效流入实体经济，金融杠杆则会出现快速增长。当前商业银行仍是以央行存贷款基准利率为基础确定存贷款利率，而不是以市场利率作为定价基础，可能是因为市场利率波动的幅度较大。央行在制度创新型货币政策工具的政策利率后，构建短期和中长期的利率走廊，降低市场利率的波动幅度，同时逐渐提升市场利率与银行资金成本的关联性，建立起金融机构将市场利率发展为政策利率的预期，从而提高货币政策的传导效果。央行使用SLF、MLF 等新型货币政策工具释放流动性，可以在数量上保持流动性稳定，同时在价格上也可以实现金融去杠杆。

（二）货币政策与实体经济融资

央行通过使用MLF 等创新型货币政策工具在市场上投放流动性，将会直接影响商业银行的信贷规模，商业银行信贷规模的变动一方面会引起货币供应量发生变动，另一方面也会改变存贷款利率和其他市场利率的变动，最终影响到实体经济的融资规模。

商业银行作为在信贷传导渠道中最重要的中介机构，其信贷投向多倾向于经营较好、资质较佳的大型国企，而对于中小微企业，受制于企业规模、抵押品约束等问题，对其投放的资金较少。创新型货币政策工具能有效缓解这一融资难题，如SLF 扩展了央行的操作对象，对农商行等中小型金融机构提供流动性支持，进而促进中小金融机构对实体经济的支持；MLF 在政策引导下促进资金流向实体经济中的特定领域，加大金融机构对小微企业等实体经济主体的支持，降低其融资成本。

（三）金融杠杆与实体经济融资

金融机构杠杆过高可能会给实体经济带来以下影响。一是增加实体经济融资成本，金融机构或金融产品在加杠杆的过程中，随着在链条中要求获得的收益逐渐增加，后面加入的经济主体将要支出更多的资金，因此真正具有融资需求的实体部门会因较高的成本而放弃自己的融资意愿，这不利于实体经济的发展。二是增加了实体经济的融资难度，主要体现在资金空转的过程中，银行等金融机构在相互拆借中形成闭环，真正有融资需求的企业而不能获得有效的资金支持，实体经济融资难度明显增大。

三、实证研究设计

（一）VAR 模型设定

本文采用Sims 提出的VAR 模型方法，主要通过实际数据变量来确定经济系统的动态结构，用以预测相互关联的时间序列系统及分析随机扰动对变量系统的动态冲击，进而解释各种经济冲击对经济变量形成的影响，构建一个动态平衡系统，较为直观地分析该系统受到某种冲击时，系统中各个变量的动态变化，及每一个冲击对变量变化的贡献度。

（二）变量选取与说明

新型货币政策工具：由于公开发布的SLF 和PS 数据较少，基于数据的可得性与典型性，本文选取中期借贷便利（MLF）操作余额的月度数据作为新型货币政策工具的指标。

金融杠杆：本文参考林辉[18]的做法，从银行自身投融资行为和银行与金融机构往来两个角度，选取银行间市场隔夜质押式回购成交金额占比（REPO）和银行同业资产同比增速（TYZC）作为金融杠杆的指标。

实体经济融资：实体经济融资反映了银行等金融机构向实体经济投放的资金规模，本文借鉴中国人民银行惠州支行课题组的做法，选取社会融资规模存量中的人民币贷款、委托贷款和信托贷款的月度数据之和（RAGM）与金融机构加权平均贷款利率（COST）来度量实体经济融资情况 。

本文 选择了2014 年9 月到2020 年12 月的月度数据，为消除异方差的影响，对相关变量取自然对数（表1）。

表1 模型变量

四、实证研究设计

（一）平稳性检验

在建立VAR 模型之前，需要先对变量进行平稳性检验，采用单位根检验方法对所有变量进行检验，检验结果如表2 所示。

从结果可以看出，REPO、TYZC、COST 在1%的显著性水平下，其ADF 值小于临界值，通过了检验，但MLF、RAGM 未通过1%的显著性检验，其ADF 值大于临界值，即存在单位根，表明原序列是不平稳的；在对原数据进行一阶差分处理后，ADF 值均小于1%显著性水平下的临界值，各变量拒绝存在单位根的原假设，表明一阶差分后的序列是平稳序列，变量为一阶单整序列。

（二）最优滞后阶数的确定

在构建VAR 模型前需要确定最优的滞后阶数，检验结果如表3所示。

滞后阶数的选择关系到模型的有效分析，一般在保证自由度合适的前提下选择较长的滞后期，可以全面反映模型的动态变化。从结果可以看出，AIC 与FPE 的值在第4阶最小且显著，SC 与HQ 的值在第0 阶最小且显著，参考LR 值，最后选择的最优滞后阶数为4 阶，因此构建VAR（4）模型。

（三）稳定性检验

1.VAR 模型的AR 根图

在以DMLF、DREPO、DTYZC、DRAGM、DCOST 为变量建立了最优滞后阶数为4 的VAR 模型后，需考察模型的稳定性，以进一步检验模型的可行性。从VAR 模型的AR 根检验图可以看出，所建立的VAR 模型的特征根的倒数值均小于1，位于单位内，因此VAR 模型是稳定的（图1）。

2.VAR 模型的AR 根表（表4）

（四）格兰杰因果检验

为判断变量间的因果关系，需要对时间序列进行格兰杰因果检验，通过对变量DMLF、DREPO、DTYZC、DRAGM、DCOST 进行格兰杰检验，得到的结果如表5 所示。

表5 Granger 因果检验结果

根据Granger 因果检验统计量的P 值判断，在10%的统计水平下，DMLF 是DREPO 的单项Granger 原因，DRAGM、DCOST 与DMLF 互为Granger 原因。

（五）脉冲响应函数分析

脉冲响应函数分析的是VAR 模型受到某种冲击时对系统的动态影响，当给予一个标准差大小的冲击是，对变量所产生的影响程度，在上述格兰杰因果检验中，验证出各序列之间存在单向或双向的格兰杰因果关系，在此基础上对时间序列进行脉冲响应分析，验证结果如图2 所示。

图2 DMLF 对DREPO、DTYZC 的脉冲响应

如图3 所示，当给定一个标准差DMLF 的正向冲击后，DREPO的反应较为波动，前期产生负向影响，在第3 期该负向影响达到最大值，随后快速上升，后经历小幅波动后趋于稳定。表明央行通过投放MLF，基础货币在短期内会引起银行间隔夜质押式回购成交额一定程度的下降，商业银行的流动性得到央行的有效支持后，对资金的需求暂时减少，因此在银行间市场进行隔夜质押式回购交易的需求下降。对于DTYZC，DMLF 的影响性更为显著，表现为期限较长的负向影响，在第2 期达到最大值，随后趋于平稳，表明当央行通过MLF 释放流动性后，中小银行可以获得较多资金，融资需求有所下降，因此在一定程度上减少了对同业存单或同业理财的发行，有效降低了金融杠杆。

图3 DMLF 对DRAGM、DCOST 的脉冲响应

当给定DMLF一个正向冲击后，DRAGM 正向影响存在一定程度的滞后性，在第6 期呈现正向响应，在第8 期和第10 期呈现正向响应后趋于稳定，整体来说MLF 对DRAGM的冲击效果不明显，冲击幅度较小，前期的负向效应可能是因为央行分别于2015 年5 月、6 月和7 月收回中期借贷便利合计1 万多亿元，在一定程度上资金的回笼对社会融资规模产生了负向影响，也说明MLF对DRAGM 的增速具有一定的抑制作用。当给MLF 一个正向冲击后，对DCOST 的降低也存在一定的滞后性，在第3 期转为负向响应后，在第5 期达到最大值，然后负向响应减弱，经历一定程度的波动后趋于平稳，贷款基础利率是由MLF 利率加点形成，因此MLF 能有效影响贷款利率，在降低实体经济融资难度方面具有一定作用，有效减少了实体经济的融资成本，促进了实体经济的发展。

给定一个标准差DREPO 的正向冲击，对DRAGM 具有负向效应，在第4 期转为正向效应且达到最大值，之后趋于平稳。对于给定一个标准差DREPO 的正向冲击，DRAGM 的波动程度更大，其负向效应在第2 期达到最大。上述表明金融杠杆的上升，对社会融资规模具有抑制作用，不利于中小银行开展信贷业务。

（六）方程分解（表6）

表6 方差分解

在响应期为20 期内，DMLF 对自身的波动贡献率最大，第1 期为100%，随着期数的增加，其对自身的贡献率逐渐减小。DMLF 对DREPO 的波动贡献率次之，在第11 期达到最大值0.1015%，DMLF对DCOST 的波动贡献率在第9 期达到最大值0.0838%，第11 期后在0.081% 左右波动。DMLF 对DRAGM 的波动贡献率随着期数的增加不断上升，在第18 期达到最大值0.0608%。DMLF 对DTYZC 的 波动贡献率最小，在第18 期达到最大值0.03328%，在第3 期后其贡献率在0.03%左右波动。

五、结论与政策建议

本文梳理了新型货币政策工具、金融杠杆和实体经济融资的相关文献，对相关理论基础进行了描述，并对所选指标进行了实证分析，本文将结合理论基础研究和实证分析结果，提出本文的研究结论及相关的政策建议。

（一）研究结论

本文实证分析部分通过VAR 模型，基于银行的角度，研究以中期借贷便利为代表的新型货币政策工具对金融杠杆指标“银行间债券质押式回购隔夜成交额占比”REPO、“银行同业资产同比增速”TYZC的影响。研究结果表明：中期借贷便利DMLF 是金融杠杆指标“银行间债券质押式回购隔夜成交额占比”DREPO 的单项格兰杰原因，社会融资规模DRAGM、金融机构贷款加权利率DCOST 与中期借贷便利DMLF 互为格兰杰原因。脉冲响应分析及方差分解分析结果显示中期借贷便利对金融杠杆指标DREPO、DTYZC 和DCOST 有较为显著的影响，对RAGM 有一定程度的影响。

（二）政策建议

（1）完善新型货币政策工具的正向激励机制。央行应积极引导金融机构建立合理的货币政策预期，使政策预期影响金融机构的经营决策体系，进而提高新型货币政策工具的实施效果。进一步完善相关体系制度建设，夯实运行新型货币政策工具的基础，才能更有利于引导金融机构参与央行的货币政策调控。

（2）进一步提高货币政策的调控效率。目前我国正处于基本完成利率市场化初期，各经济主体对政策利率的反馈并不敏感，货币政策传导机制仍主要依托于银行信贷，数量型调控仍在发挥着较为重要的作用。在构建利率走廊上下限的同时，积极培育利率锚，完善基准利率体系的建设。

（3）促进利率市场化改革。进一步调整银行经营模式，在有效监管的基础上，提升商业银行灵活定价的能力，逐渐培育基准利率体系，通过微观主体竞争实现金融资源的有效配置；扩宽企业表外融资与直接融资渠道，加大资本市场基础设施建设力度，并且以金融体系优化调整为重点，构建差异化、灵活化的银行体系。