货币政策服务实体经济时金融监管政策配合的必要性研究——基于资金脱实向虚视角的实证检验

吴卫华

（中国人民银行杭州中心支行 浙江 杭州市 310001）

一、引言

党的十八大以来，以习近平同志为核心的党中央立足百年未有之大变局，着眼于中华民族伟大复兴的战略全局，把脉我国改革发展稳定面临的新情况新问题新挑战，把防范化解重大风险作为重大课题，放在治国理政更加突出的位置，并明确其重点就是防控金融风险，“守住不发生系统性金融风险的底线”。但对金融风险的监管难免存在监管空白和监管叠加，因此政策协调十分必要，其中，金融监管政策与货币政策的协调尤为值得关注。需要说明的是，由于宏观审慎政策大多数工具都直接来源于现行的微观审慎工具箱（徐忠等，2018），宏观审慎监管在一定程度上是微观审慎监管的延伸，为便于行文，文中不对微观审慎监管与宏观审慎监管加以区分，统一以金融监管代指。

已有的研究关注到货币政策与金融监管之间的协调搭配问题，认为货币政策与监管政策尤其是宏观审慎监管政策搭配十分必要，能够促进经济稳定、改进社会福利（Tavman，2015；苏嘉胜和王曦，2019）。并进一步研究了两者之间的配合方式，比如Suh（2012）的研究表明，从搭配方式来看，货币政策应该仅盯住通货膨胀，逆周期资本监管仅盯住信贷；朱波和卢露（2016）研究认为宽松的货币政策要与紧的资本监管政策或流动性约束搭配。还有研究进一步指出，当面对的外部冲击不同，货币政策与金融监管搭配产生的效果也不一样。Angelini等（2011）用带银行部门的DSGE 模型发现，在正常时期，宏观审慎政策对促进宏观稳定基本上没有帮助，甚至容易和货币政策产生冲突；而在金融冲击时，资本监管等审慎政策会影响贷款供给，如果同货币政策配合的话，能够改善经济稳定性。王爱俭和王瓂怡（2014）建立DSGE 模型分析认为，宏观审慎政策对于货币政策能够起到辅助作用，特别是在市场受到金融冲击时，辅助效果最明显。范从来和高洁超（2018）研究表明，外源性金融冲击下，货币政策力度与资本监管强度高低搭配可明显降低福利损失，双高搭配导致福利损失最大化；内源性金融冲击下，福利损失最小化要求资本监管从紧而货币政策具有更大灵活性。同时，也有研究回答了为什么需要二者协调搭配，或者说二者冲突时所带来的问题，Bech 和Keister（2017）研究了金融监管政策中银行流动性覆盖率要求与货币政策的冲突问题，认为前者改变了银行流动性管理行为，从而影响货币政策效果。熊丹等（2013）研究发现资本充足率要求等金融监管政策具有典型的顺周期效应，从而使逆周期货币政策调整与金融监管要求之间出现冲突，弱化了宏观调控的预期效果。总之，大多数研究均显示，为平衡好“稳增长与防风险”的关系，货币政策与金融监管应该协调搭配，且搭配方式因外部冲击不同而不同。但目前还有一种方式的政策搭配方式鲜有研究，即以促进行业发展为目的的监管政策与稳定经济增长的宽松货币政策的搭配，比如2013—2016 年间，不良贷款“双降”曾是监管部门的重要目标，为此监管部门纷纷降低监管标准鼓励行业做大做强（李宏瑾和苏乃芳，2017），此时的金融监管强调行业发展重于监管主责，与货币政策之间虽有搭配但缺乏协调，而恰好当时货币政策属于边际宽松时期，此种政策搭配情形下“稳增长和防风险”的目标能否实现正是本文尝试给出学术探索的缘起。

本文通过搜集2014-2015 年间浙江省81 家农村商业银行（包括农信社、农合行、农商行三类，统称为农商行）存款准备金率和杠杆率季度面板数据，采用面板向量自回归模型（Panel Vector Auto-regression，PVAR 模型）识别策略，对宽松型货币政策与促进行业发展导向的金融监管政策之间搭配效果进行了实证检验。研究发现：一是以降准为代表的宽松型货币政策与以行业发展为导向的金融监管政策搭配下，金融监管与货币政策之间并无相互配合，不但无法同时实现“稳增长与防风险”目标，还会导致金融加杠杆式资金“空转”；二是银行自身的加杠杆行为会拖累地区经济增长，且在第一期拖累效应最大；三是银行加杠杆行为本身具有较大的惯性，资金在金融体系内循环存在自我强化。

本文可能的边际贡献主要体现为三个方面：第一，本文首次从实证上分析了数量宽松型货币政策搭配以行业发展为导向的金融监管政策所带来的后果，丰富了货币政策与金融监管政策搭配研究文献。第二，从金融监管服务于行业发展视角论证了金融监管应回归监管本责，为金融体制改革方向提供了现实证据。第三，呈现了宽松型货币政策与地区经济发展之间的另一种可能关系，表现为本文的研究时段内，宽松型的货币政策（降准）并未有效地促进经济增长，丰富了学界关于货币政策操作、金融监管与地区经济发展关系的研究。

二、研究背景

从金融监管层面来看，一些监管部门把所管机构、行业视为自己的地盘，金融监管服务于行业发展，也鼓励了银行的加杠杆行为。2008 年全球金融危机后，监管部门更加强调金融促进经济复苏，甚至为了促进行业发展，鼓励银行开展规避准备金要求和信贷规模约束的金融创新，证券保险监管部门也都竞相放松监管促进本行业发展（徐忠，2018）。由此，2014 年到2016 年间，以监管套利为目的的影子银行规模迅速上升（Ehlers 等，2018）。具体来说，影子银行在2013 年之前主要表现为以银信合作、银证合作和银保合作为代表的“通道业务”，之后形式出现变化，同业创新导致影子银行中买入返售、委托投资业务之类的“同业业务”占比大幅提高（高蓓等，2020）。于是，在资金来源方面，银行与非银机构通过同业业务、理财等各种嵌套，使得负债端变得极为复杂，加剧了流动性风险。在资金运用方面，以非保本理财为代表的各类资管业务、同业等表外业务发展迅速，资金在金融体系的循环链条越来越长（纪敏和李宏瑾，2018）。同业业务快速发展导致中国银行业的杠杆率上升（盛天翔和张勇，2019）。换言之，货币宽松、监管放松、金融创新等给了影子银行生长的土壤，拉长了资金套利链条，也推高了金融机构间的杠杆水平。而美国次贷危机的一个重要反思就是，商业银行风险主要缘于高杠杆。银行通过监管标准相对较低的各类基金及其子公司和券商资管等渠道（这些渠道也被冠以影子银行称号），扩大了对影子银行信贷投放，导致银行杠杆率迅速扩大，使银行过度承担风险，增加金融脆弱性（李建强等，2019）。并且，对经济增长的作用也将会从拉动变为拖累（Law 和Singh，2014）。可以说金融自身加杠杆对金融稳定和经济增长均无益处。并且，由于银行把信贷投向基金子公司、券商资管等影子银行的行为，统计上会在银行资产端形成信贷资产或类信贷的同业资产（实质上为借道影子银行对外放贷，影子银行表面上充当甲方）（王剑，2021），不但扩大了银行的杠杆率，而且由此派生的货币计入M2，形成M2“虚胀”。可以肯定的是，不管银行是通过传统信贷业务发放贷款还是通过影子银行业务腾挪发展类信贷的同业资产，其最终都表现为银行总资产的膨胀（黄志刚和刘丹阳，2019），银行杠杆率也会上升。

可以从相关统计中发现，银行在这期间，表内信贷投放占总资产比例变化不大，而表外对影子银行的信贷投放占总资产比重攀升。参考黄志刚和刘丹阳（2019），将买入返售金融资产和应收款项类投资之和作为影子银行业务规模的代理变量。受限于数据可得性，仅以国泰安数据库（CSMAR）中可以查找到的浙江省内9 家农村商业银行2011-2016 年间统计数据为例，绘制商业银行表内信贷投放与表外对影子银行信贷发放占总资产比例变化图，见图1。可以看出，虽然银行表内信贷投放（贷款）占银行总资产的比重达到50%左右，是银行资产项目中的绝对主角，但在2011-2016 年间，银行资产项目明细变化最大的却是对影子银行的资金投放，其占总资产的比例，从2011 年的5.41%攀升至2016 年底的10.94%，翻了一倍还多，而与之相比，银行的表内信贷投放占总资产比重在50%左右徘徊，从2011年的占比49.32%上升至2012 年最高的56.66%，后续到2016 年回落至48.48%，可以说从变动幅度上来看远逊于对影子银行信贷投放的翻倍走势。

图1 影子银行贷款投放占比与表内信贷（贷款）投放占总资产比例

2015 年底，中央将“去杠杆”列为供给侧结构性改革五大任务之一，“去杠杆”任务显出紧迫性和艰巨性。从2016 年底开始，金融整顿成为经济政策的主要议题，金融去杠杆也成为去杠杆的手段。在此背景下，银行对实体经济的表内信贷（贷款）不受影响，但金融机构之间尤其是银行对基金子公司和券商资管等非银行金融机构的贷款成为主要打击对象，金融监管的加强影响影子银行导致银行杠杆率上升的状况有所抑制（中国人民银行办公厅，2018）。这也是后续本文使用银行杠杆率作为捕捉金融监管当局监管商业银行影子银行业务松紧程度指标的逻辑所在。进而，金融监管加强后，金融部门资金体内循环和多层嵌套减少。2017 年以来我国M2 增速明显下降，尤其是经由信托、券商资管等非银行金融机构渠道派生的货币大幅下降，具体可见图2。

图2 金融去杠杆时非银行金融机构融资渠道创造的货币大幅下降

通过对上述金融体系内部借道影子银行加杠杆再到去杠杆的演进过程介绍，能清晰地感知到，暂时抛开经济下行的大背景不论，从政策操作层面来看，引起金融加杠杆式的资金空转，既有货币政策宽松的原因也有金融监管顺行业的原因。因此，本文希望利用面板向量自回归模型探究货币政策与金融监管之间政策搭配方式及其带来的影响。由于中国人民银行2016 年初才将存款准备金动态管理升级为宏观审慎政策评估（MPA），在此之前金融监管当局对银行机构加杠杆行为多是从支持行业发展角度出发对待，因此，政策层面2016 年底之前对影子银行形式的金融加杠杆留有监管空白。但是，金融监管当局对行业发展的支持也应视为一种监管方式——呵护式监管，同时，由于本文数据时段内（2014-2015 年），中国人民银行频繁使用定向降准和普遍降准释放流动性，货币政策属于宽松时期，因而，准确地说，本文研究的是降准型宽松货币政策与以支持行业发展为导向的金融监管政策搭配对地区经济增长的政策影响。

三、研究设计与样本数据

（一）模型设定

本文拟分析货币政策、金融监管与地区经济增长之间的相互影响。从相关研究来看，降准等宽松型货币政策引致的银行信贷投放与区域经济发展之间互为因果关系，具有很强的内生性问题。考虑到内生性，采用PVAR 模型更具科学性和合理性，因为PVAR 模型作为VAR 模型的拓展，不以经济理论为基础，直接考虑时间序列中各经济变量之间的相互作用关系。并且，PVAR 模型在数据使用面上更优于VAR 模型，VAR 模型的研究主要用于时间序列，这对其使用范围是有所限制的，而PVAR 模型不仅保留了VAR 模型的优点，还克服了VAR 模型对于数据时间长度的限制，只需要满足T≧p+3就可以进行参数估计（其中T 为时序长度，p为滞后阶数），满足T≧2p+2 就可以对稳态的滞后项参数进行估计。与此同时，PVAR 模型还综合了面板数据分析的优势，可以控制不可观测个体的异质性。本文PVAR 模型设定如下：

式中，Y为包含所有内生变量的向量，本文的内生变量为地区经济增长速度（GDP同比增速）、银行杠杆率（总资产/所有者权益）和银行存款准备金率；α为截距项；j 为滞后阶数，Y表示p 阶滞后项，α表示回归系数；f代表个体固定效应，用以反映个体异质性；θ表示时间效应，用于体现同一时点，不同截面上可能受到的共同冲击；ε是随机扰动项，假设其服从正态分布。

（二）变量选择

首先，根据数据可获得性，本文通过调研获取2014-2015 年浙江省农村信用社系统81 家农商行季度法定存款准备金率数据（rrr），之所以做此选择，是因为2014 年和2015 年两年间央行先后7 次定向降准，其中有4 次为“定向降准+普遍降准”，农商行是最大的受益群体，两年间其法定存款准备金率变动最为频繁，因而可以作为数量宽松型货币政策的代理变量。其次，参考马勇和陈雨露（2017）的研究，选取81 家农商行2014-2015 年间的季度银行总资产/所有者权益代指银行杠杆率（lev），根据2011 年6月中国银监会发布的《商业银行杠杆率管理办法》，以资本/表内外总资产计量杠杆率，因而，本文选取的银行杠杆率（总资产/所有者权益）指标可以表示银行监管部门对银行机构的监管政策。最后，选取81 家农商行所在浙江省内11 个地市的地区生产总值（GDP）同比增长率作为地区经济增长速度（gdp）的代理变量，用于表征81 家农商行各自展业地区的宏观经济发展状况，地区GDP 数据来自wind 数据库，地区GDP 同比增长率经作者计算得出。

（三）数据处理说明

对数据做以下处理：①因为大部分宏观数据包含了价格因素，需要做通胀调整，将名义变量地区GDP 除以CPI 定基比数据进行通胀调整，转换为实际值，需要说明的是，本文用CPI 环比数据作为通货膨胀率，将月度环比数值转换为季度环比数值；②由于本文选取的地区GDP、银行杠杆率还存在明显的季节性特征，对消除通货膨胀后的地区GDP 实际值、银行杠杆率进行Census-X12季节调整以剔除季节性影响；③使用上一步中季节调整后的地区GDP 计算地区GDP 同比增长率（gdp）；④对地区GDP 同比增长率（gdp）进行HP 滤波，分离出趋势项与周期成分，并将周期成分作为后续分析的数据。以上数据处理使用Eviews 完成。

四、实证结果及分析

（一）单位根检验

PVAR模型要求变量是平稳的，以避免出现伪回归与估计偏误。从表1的检验结果可以看出，对于GDP同比增长率（gdp）的周期趋势而言，大多数检验结果表明拒绝存在单位根的原假设，即为平稳序列。而银行杠杆率lev和存款准备金率rrr等均为非平稳序列。从一阶差分后的结果来看，大致可以认为一阶差分后的序列均能拒绝存在单位根的原假设，面板数据已不存在单位根。综合来看，gdp原序列即为平稳序列，为I（0）变量，lev和rrr序列则为一阶单整序列（其中，drrr根据经济含义，并依据LLC检验和Hadri检验，可以判定为稳定序列），即I（1）变量。

表1 单位根检验结果

（二）面板协整检验

因为本文考察的三个变量中有两个变量均为一阶单整变量，故需要进一步对变量进行协整检验，以观察变量间的长期稳定关系。协整检验结果见表2。

表2 各变量间的协整检验

从表2 的同质性备择的检验结果可以看出，Panel V 统计量和Panel rho 统计量不能拒绝没有协整关系的原假设，而Panel PP统计量和Panel ADF 统计量均拒绝原假设，认为所有截面有共同的自回归（AR）系数。而从异质性备择的检验结果可以看出，Group rho 统计量不能拒绝原假设，即认为不存在协整关系，而Group pp 统计量和Group ADF统计量均很显著，表明他们存在异质性协整关系。进一步地，再通过Kao 检验进行确认，Kao 检验结果认为序列之间存在协整关系。因此，综合来看，面板变量之间存在协整关系，可以使用原数据进行建模。

（三）滞后阶数的判定

采用AIC、BIC 和HQIC 这三个信息准则指标，取最小值时的滞后阶数作为最优滞后阶数。信息准则指标结果如表3 所示，信息准则表明最佳滞后阶数为1 阶，所以建立PVAR（1）模型。

表3 PVAR 模型最优滞后阶数选择

（四）Granger 因果关系检验

为科学判断变量之间联动关系及动态影响方向，在进行PVAR 建模分析之前，先通过格兰杰（Granger）因果关系检验确认各变量之间是否具有长期因果关系，检验结果见表4。

表4 Granger 因果关系检验结果

结果显示，银行杠杆率（lev）和存款准备金率（rrr）均构成地区经济增 长（gdp）的原因，而地区经济增长（gdp）和银行存款准备金率（rrr）的变动均不会Granger 引起银行的加杠杆或降杠杆行为。地区经济增长（gdp）速度的变动会Granger 引起银行存款准备金率（rrr）的变动，而银行的杠杆率（lev）变动不会Granger 引致银行存款准备金率（rrr）的变动。

由此可见，银行杠杆率（lev）变化与银行存款准备金率（rrr）调整之间并无互动，未见二者有意配合。

（五）GMM 估计

使用Stata 软件利用系统广义矩估计法（SYS-GMM）估计得到PVAR 模型参数的有效估计。需要说明的是，由于传统的均值差分法易于产生偏差，此处采用前向均值差分法，即Helmert 转换法（Arellano 和Bover，1995）消除固定效应，转换后，内生变量的当前值、滞后项与干扰项均不相关，因而后续可以把滞后解释变量作为工具变量采用GMM 方法估计。估计结果如表5 所示。

当地区经济增长（gdp）作为被解释变量时，从表5 第（1）列可以看到，上一期的地区经济增长（gdp）、存款准备金率（rrr）与本期地区经济增长呈现同方向变化，且这种正相关关系较为显著。上一期的地区经济增长（gdp）对本期地区经济增长呈现正向促进作用，说明地区的经济增长具有一定的惯性。但出乎意料的是，上一期的存款准备金率（rrr）对本期地区经济增长却是正向影响，换言之，若上一期存款准备金率下降，则本期经济增长速度不升反降，若上一期存款准备金率提高，则本期地区经济增长速度不降反而提高，这似乎与我们常识有矛盾。但若结合以银行监管所作用的对象指标银行杠杆率（lev）来看，上一期的银行杠杆率（lev）与本期地区经济增长具有显著的负向相关关系，也就是说若上一期的银行机构加杠杆，则本期的地区经济增长速度下降，鉴于前文检验显示，杠杆率（lev）变化与存款准备金率（rrr）调整之间无因果关系，因此当货币当局降低存款准备金率时，银行监管部门并未对银行杠杆率进行收紧，联系本文的研究时段2014-2015 年的现实经济背景是金融系统资金“空转”比较严重则不难理解，当时银行表外业务急剧发展，通过表内外资产腾挪，实现银行和非银机构之间套利交易，尤其是银行资金通过嵌套包装投资于债券、非标（非标准资产，与债券相对）、权益等影子银行。在此背景下，降低存款准备金率这一宽松货币政策操作并没有通过银行信贷扩张给当地经济增长带来多少实质性利好，反而成为滋生金融加杠杆的“温床”，导致货币派生途径发生改变，通过银行信贷扩张而带动的传统货币派生占比下降，通过券商资管产品、权益等影子银行体系派生的货币占比提高，而这些渠道派生的货币在2016 年底我国开始金融去杠杆后萎缩的也最厉害，这一点我们从前文图2 中可以明显看出。

表5 PVAR 模型的GMM 估计结果

当被解释变量为银行杠杆率（lev）时，从表5第（2）列看到，前一期的地区经济增长（gdp）对银行加杠杆（体现为杠杆率提高）有正向影响，但并不显著。前一期的银行杠杆率（lev）则对本期银行杠杆率（lev）有很强的正向影响。前一期的存款准备金率（rrr）对本期银行杠杆率（lev）变化影响表现为反方向，但并不显著。分析来看，当时背景下，银行杠杆率变动具有很强的惯性，且由于资金“空转”形式多样，不管是通过同业还是通过影子银行，资金在银行体系空转赚取“快钱”的诱惑使得当时的银行机构并不过多关注实体经济真实资金需求，体现在前一期的地区经济增长（gdp）与本期的银行杠杆率（lev）正向关联度不强，而且正是由于有形式多样的包装渠道加杠杆，也使得银行加杠杆行为并不仅取决于降准这一宽松型货币政策操作，表现在前一期的存款准备金率（rrr）与本期银行杠杆率（lev）变化关联度也不强。所以，有研究者称当时银行进行的同业之间加杠杆操作为“同业鸦片”，正缘于此，2016年年底我国开始金融去杠杆监管，对银行杠杆率的监管是顺应金融服务实体经济改革的应有之义。

当被解释变量为银行存款准备金率（rrr）时，从表5 第（3）列可以看出，前一期的地区经济增长（gdp）与本期银行存款准备金率（rrr）呈负相关关系，并且显著，这表明货币政策当局观测到宽松型货币政策对经济增长有效，因而进一步降低了存款准备金率，这与研究时段内频繁的定向降准和全面降准操作有关。并且，表5 第（3）列还显示央行存款准备金率（rrr）具有一定的操作惯性。

（六）脉冲响应分析

不用区分内生变量和外生变量是PVAR模型的优点，因此，在不考虑传统计量建模的情况下，对单个变量值进行解释意义不大。通常来说，PVAR 模型更关注脉冲响应函数分析，即给定随机扰动项的一个标准差的冲击，观察其将如何影响其他变量的当期值和未来值，这反映了标准化冲击的动态影响路径，便于充分把握未来的趋势。参考周建和况明（2015），脉冲响应图模拟数据长度选择与实际数据长度一致，结合本文时间长度为8 个季度，对脉冲响应图模拟数据长度选择8 期进行分析。所有脉冲响应图均经过蒙特卡洛模拟200 次。

1.地区经济增长脉冲响应分析。由图3可以看出：第一，地区经济增长速度（gdp）具有惯性特征，历史经济增速对滞后期的经济增长影响在前2期为正，之后影响减弱接近0。第二，地区经济增长（gdp）在受到银行加杠杆行为的一个正向冲击后，影响效果为负，表明受到阻碍，且在第1期经济增长所受阻碍最大。第三，来自存款准备金率（rrr）变化的一个标准差的冲击对地区经济增长（gdp）影响为正，正向影响的最大值出现在第1期。

图3 地区经济增长脉冲响应图

2.银行监管指标银行杠杆率的脉冲响应分析。从图4 观察得出：第一，地区经济增长（gdp）增加一个单位标准差将会导致银行杠杆率（lev）提高，但从置信区间来看该变化并不显著。第二，银行杠杆率（lev）对其自身冲击的动态曲线表现为正反馈，但反应逐渐减弱。第三，银行杠杆率（lev）对一个标准差单位的存款准备金率（rrr）变化冲击反应为负向，但不显著。

图4 银行杠杆率脉冲响应图

3.货币政策变量存款准备金率脉冲响应分析。分析图5 发现：第一，存款准备金率（rrr）在受到地区经济增长（gdp）一个正向冲击后，表现为负响应。第二，银行杠杆率（lev）一个标准差的冲击对存款准备金率（rrr）影响为负但不显著。第三，由于政策操作的缘故，存款准备金率（rrr）对其自身的影响体现出了惯性特征，表现为逐渐递减的正向响应。

图5 存款准备金率脉冲响应图

通过上述实证分析可知，在本文研究时段内，银行监管部门对银行杠杆率的监管并未因为货币政策进行了降准操作而做出相关监管反应，缺乏必要的协调。换言之，以促进银行业发展为导向的银行监管政策与货币政策降准操作之间的政策搭配，会导致资金“空转”比较明显，货币政策宽松释放的货币并未有效拉动地区经济增长。

（七）方差分解

进一步，本文对PVAR模型中各变量误差项进行方差分解，以反映不同冲击变量对变量自身及其他变量波动的贡献度，借以评价不同冲击对相关变量的相对重要程度，结果见表6。表中详细列出了前5期的方差分解结果。可以看出，第1个预测期与第5个预测期方差分解结果差异不大，表明整体上来看变量间的冲击影响占比相对稳定，经过5个预测期后系统相对稳定。此外，还可以得出如下结论：第一，地区经济增长（gdp）、银行杠杆率（lev）和银行存款准备金率（rrr）的预测方差主要来自自身；第二，在第5个预测期，银行杠杆率（lev）对地区经济增长（gdp）变化的贡献度为1.00%，同期来看，银行存款准备金率（rrr）对地区经济增长速度（gdp）变化的解释能力达到3.50%，也就说明对地区经济增长速度变化的影响力度而言，同时期降低存款准备金率的政策作用大于银行监管政策（银行杠杆率）；第三，从前5个预测期来看，除了对银行杠杆率（lev）的监管政策自身以外，无论是地区经济增长速度（gdp）变化，还是银行存款准备金率（rrr）变化，均对银行监管政策（银行杠杆率）的变动方差贡献度很小，几乎可以忽略不计，说明此时银行监管政策并未考虑根据地区经济发展或者货币政策松紧程度做出对应调整安排；第四，在第5个预测期，地区经济增长速度（gdp）变化、银行监管政策代理变量银行杠杆率（lev）的变化对银行存款准备金率（rrr）的解释能力分别为2.20%和1.20%，说明地区经济增长（gdp）和银行杠杆率（lev）对央行的存款准备金率（rrr）调整政策产生了一定的影响。

表6 方差分解结果

综上可知，在本文研究时段内，银行监管政策并未充分考虑与货币政策的协调与搭配，仍处在鼓励行业发展的监管思路下，导致银行杠杆率自身惯性较大，存在资金在金融体系内自我循环的冲动。而以存款准备金率调整为代表的货币政策虽对银行监管政策和地区经济增长有一定考虑，但政策之间协调搭配也不明显。这些共同导致宏观政策对地区经济增长的作用效果不明显。

五、研究结论与政策启示

促进货币政策与金融监管政策协调搭配是近年学术界和实务界呼声比较高的热点话题，现有关于两者协调搭配的文献大都论证了二者搭配的必要性或二者冲突所可能带来的不利后果，鲜有文献关注两者之间政策搭配出现了政策“跛行”的情形。本文基于浙江省内81 家农商行实地调研数据对此问题进行了研究。研究发现，当金融监管脱离了监管本职而注重于行业发展时，其与宽松型货币政策之间并无互动，宽松型的货币政策传导会发生“中梗阻”，央行放出去的“水”会聚集在金融体系内部自我循环，且这种自我循环具有一定的惯性。而这种自我循环式的金融加杠杆对地区经济增长并无益处，成为当地经济增长的一种阻碍。

基于本文研究结论，得到以下政策启示：一是金融监管要摒弃传统上以促进所监管行业做大做强的思维惯性，与行业发展职能彻底分离，回归监管主责、主业，监管要“长牙齿”，对于逃避监管型的金融创新要及时补漏。二是金融天然具有杠杆属性，但金融机构本身不应该杠杆过高，金融监管和货币政策操作均要把握好力度和节奏，加强对金融机构自身杠杆率水平的监管，防范系统性金融风险的累积。三是为消除货币政策传导的“中梗阻”，便利资金进入实体经济，货币政策与金融监管政策之间应加强协调配合，避免政策操作时各自为政。