货币政策不确定性、银行贷款期限结构与金融服务实体经济∗——来自银行业的证据

李成明 王月含 董志勇

一、引言

2022 年底召开的中央经济工作会议对我国经济形势做出了新判断，预期转弱、需求紧缩与供给冲击依然是我国经济发展面临的三重压力，因此稳预期成为当前我国宏观调控政策的核心。其中，保持货币政策稳定性是稳定市场预期的重要方面，也是新冠疫情冲击下“稳信贷”、“稳投资” 与“稳增长” 的关键举措。2008 年金融危机以来，国际经济波动加剧，为兼顾稳定经济长期增长、缓解经济短期波动，以及防范和化解一系列金融风险等多元目标，我国采取了调整较为频繁的相机抉择货币政策。虽然我国尽可能地保持货币政策的审慎稳健，2014 年提出了稳健略宽松的货币政策，2016 年提出了稳健中性的货币政策，2018 年之后开始实施稳健灵活适度的货币政策，但面对日益复杂的国际经济环境以及新冠疫情对国内经济社会发展的严重冲击，我国不得不进入高频调整货币政策的阶段。尤其在2020 年新冠肺炎疫情爆发后，国家“稳增长”、“保就业” 的压力骤增，为了扩大内需，央行加大宏观政策逆周期调节力度，尽可能缓解外部冲击对我国经济增长的影响，但货币政策不确定性也随之提升。2021 年第四季度《中国货币政策执行报告》指出，我国要坚持“稳字当头、稳中求进” 的发展方向，积极主动贯彻落实中央经济工作会议精神，加大金融对实体经济的支持力度，继续做好“六稳”、“六保”工作，为保持经济运行在合理区间营造适宜的货币金融环境。为实现这一目标，有效管理应对货币政策不确定性便尤为重要。

当前，关于货币政策不确定性对宏观经济的影响研究较为丰富。已有研究发现，货币政策不确定性会造成失业率和产出增长率的波动，抑制经济发展 (Creal 和Wu，2017)，还会导致企业对经济前景、财政、货币政策和监管政策的不确定性预期增强，从而推迟或放弃投资和招聘，降低生产要素的配置效率，减少消费支出，进一步抑制经济增长。而银行是宏观政策作用于企业的重要枢纽，相对于保险等其他金融机构，政策敏感性更高，货币政策不确定性会直接影响银行业的信贷投放，进而影响实体经济发展。但目前关于货币政策不确定性对银行信贷投放影响的研究还较为缺乏，且多从银行业信贷风险和流动性等视角进行讨论。银行贷款期限结构是衡量银行信贷风险、流动性水平等关键指标的决定性因素之一，而鲜有文献讨论其与货币政策不确定性之间的关系。

银行贷款期限结构能够反映社会融资结构，可视为实体经济发展的指示剂。已有研究表明，过短的债务期限会迫使企业短贷长投，导致大量企业陷入债务续借危机(刘海明和曹廷求，2018)，引发企业投资水平大幅下降、流动性风险和违约风险上升，强化金融危机对宏观经济的负面影响。过短的债务期限结构在一定程度上还会影响制造业部门创新研发的投入决策行为，抑制中国实体经济部门的转型升级和自主创新能力的提升。然而，中国当前的银行体系仍倾向于发放短期贷款，贷款期限结构具有短期化的特征(沈立和倪鹏飞，2019)。由此可见，优化中国贷款期限结构已成为推动经济高质量发展的重要内容，而货币政策不确定性作为银行信贷决策的重要影响因素，是优化银行贷款期限结构的关键方面。自新冠肺炎疫情发生以来，中国货币政策频繁调整引发的货币政策不确定性上升，进一步影响了银行信贷决策，使得银行不可避免地调整其信贷供给以及信贷结构，对中国经济整体运行产生了一系列影响。因而，我们不禁思考，货币政策不确定性会对银行贷款期限结构产生怎样的影响? 货币政策不确定性对不同银行的贷款期限结构影响具有哪些不同表现? 其内在影响机制又是什么? 问题的回答一方面有助于明晰货币政策不确定性对贷款期限结构的影响特征及内在机制，具有重要的理论价值；另一方面，在我国当前不确定性明显上升的背景下，优化我国银行贷款期限结构，对提升金融服务实体经济的能力进而推动经济高质量发展具有重要的现实意义。

本文采用2007—2020 年131 家银行的相关数据，实证分析了货币政策不确定性对银行贷款期限结构的影响。研究发现，货币政策不确定性对银行贷款期限具有显著的缩短效应，表现为促进了短期贷款投放的同时抑制了中长期贷款投放，这一结论在考虑内生性问题并进行一系列稳健性检验后依然成立。与此同时，货币政策不确定性对规模较小、流动性资产比例较低、非国有型银行的贷款期限缩短效应更加明显。机制分析发现，资产价格和银行贷款损失准备金规模是货币政策不确定性影响银行贷款期限结构的两条重要渠道，货币政策不确定性通过降低资产价格、增加银行贷款损失准备金规模，缩短了银行贷款期限。进一步地，从银行信贷行为来看，在货币政策不确定性环境下，银行会采取谨慎保守的信贷策略，货币政策不确定性提升不仅在银行贷款期限上具有缩短效应，在银行贷款总量上也具有收缩效应。从经济的周期性来看，银行贷款期限结构具有明显的顺周期性特征，即在经济下行时期，银行偏向缩短贷款期限，进一步加剧经济衰退，此时货币政策的灵活实施虽然会提高货币政策不确定性，但同时也会抵消一部分经济衰退对银行贷款期限的缩短效应；从货币政策工具来看，宽松的货币政策降低了不确定性对缩短贷款期限的负面影响。本文的政策启示是，应不断提高货币政策透明度，营造稳定的政策环境，优化银行贷款期限结构，提升金融服务实体经济的能力。

与现有文献相比，本文的边际贡献主要体现在: 在研究内容上，既有研究多从政策工具角度研究货币政策对银行贷款行为的影响，而鲜有从政策不确定性视角进行考察，本文丰富了货币政策对银行贷款行为的相关研究。在研究视角上，本文从银行贷款期限结构出发，研究了货币政策不确定性对银行信贷投放的影响，不仅明晰了货币政策不确定性下银行信贷的投放特征，还从银行贷款期限结构变动上对已有研究结论形成有益补充和支撑。在影响机制上，本文不仅从资产价格和贷款损失准备金规模两个方面明晰了货币政策不确定性影响银行贷款期限结构的内在机制，还通过银行信贷行为揭示了货币政策不确定性下的保守策略，打开了货币政策不确定性对银行贷款期限结构影响的黑箱。在现实落脚上，本文通过具体分析货币政策不确定性在银行规模不同、流动性资产比例不同，以及银行性质不同的条件下对银行贷款期限结构的异质性影响、检验银行贷款期限结构的周期性特征，以及分析货币政策工具对货币政策不确定性缩短银行贷款期限的调节效应，为在货币政策不确定性提升的环境下进一步优化银行贷款期限结构明确重点关注方向。

二、文献综述

目前关于货币政策不确定性对宏观经济影响的研究较为丰富，对微观层面的研究则主要关注企业和银行两大微观主体。其中，本文着重关注货币政策不确定性对银行层面的研究。现有研究表明，货币政策不确定性会显著地抑制银行信贷供给，由于银行信贷投放是经济扩张的主要渠道，政策不确定性导致的风险会通过微观层面传递到银行，最终使银行受到比企业更大的影响(Bordo 等，2016)。同时，在货币政策不确定性的作用下，银行不良贷款率会显著增加，增加商业银行的信贷风险，降低商业银行的流动性创造水平(周晔和王亚梅，2021)，进而抑制商业银行的信贷活动，对实体经济活动带来紧缩效应。也有学者指出，银行业景气指数上升会削弱货币政策不确定给银行业风险带来的影响，然而货币政策不确定性的增加也会加速降低银行业景气度(李梓旗和乔桂明，2021)，继续对银行业产生重大影响。总体来看，目前关于货币政策不确定性对银行业影响的研究多侧重于银行业信贷风险和流动性等方面，然而贷款期限结构作为银行信贷风险、流动性水平等关键指标的决定性因素之一，却鲜有研究分析其与货币政策不确定性之间的关系。

银行贷款期限一般划分为短期贷款和中长期贷款(范从来等，2012)。由于银行发放的短期贷款和中长期贷款的用途具有较大区别，因而两类贷款对宏观经济产生的影响效应也有所不同。目前不少学者都强调了银行贷款期限结构的重要性，将银行贷款期限结构视为银行贷款发挥作用的重要影响因素之一，因此对其影响效应的研究较为丰富。研究表明，银行贷款期限结构对宏观经济、产业发展和企业创新(范从来等，2012；张杰等，2016)等方面都具有重要影响，对我国整体经济发展发挥着巨大作用。在银行贷款期限结构的影响因素方面，自中国人民银行1998 年取消控制银行贷款规模后，商业银行改革进程的推进、资金密集型产业的发展是我国贷款期限增长的重要原因(童士清，2008)。同时，股权结构也会影响商业银行的信贷行为，在经济下行周期中，银行国有持股比例越高，中长期贷款投放力度越大，外资股占比越高，短期贷款投放规模越小(潘敏和张依茹，2013)。也有学者指出，在信息不对称和垄断条件下，银行官员的偏好(汪义荣和凌江怀，2007)及监管程度(卞志村和沙丽，2013)也会对银行贷款期限结构产生重要影响。除此之外，紧缩的货币政策也会缩短企业信贷期限，但信息透明度的提升能够适当缓解这种不利冲击(钟凯等，2016)。总而言之，目前关于银行贷款期限结构的研究虽然较为丰富，但多从银行贷款期限结构的效应角度出发，对其影响因素的研究依然相对较少，更鲜有从货币政策不确定性角度出发进行探讨。

综上，本文通过分析货币政策不确定性对银行贷款期限结构的影响机制，在一定程度上丰富了关于货币政策不确定性的研究内容以及银行贷款期限结构影响因素领域的学术研究，也为后疫情时代我国应对货币政策不确定性对银行业的影响提供经验证据、奠定理论基础。

三、理论机制与研究假说

货币政策不确定性上升使市场参与者对未来收益的预期缺乏判断并启动自我保护机制。一方面，货币政策不确定性上升通过使非银行类市场主体的预期走低导致资产价格下降，进而降低市场主体的抵押品价值，影响银行贷款的发放；另一方面，货币政策不确定性上升还会导致银行难以形成稳定预期，银行基于市场表现和避险心理会计提贷款损失准备金，使银行倾向于短期借贷，两者共同影响银行贷款期限结构。另外，不同银行由于禀赋条件存在差异，对货币政策不确定性也会产生不同反应。

(一)货币政策不确定性、资产价格与银行贷款期限结构

2008 年金融危机后，全球经济环境更加纷繁复杂，各国为提高货币政策操作的灵活性，逐渐恢复了相机抉择的货币政策操作范式，这使得货币政策不确定性加剧。同时，为解决传统货币政策操作无法应对经济发展中的结构性矛盾问题，央行采取了一系列新型货币政策工具，如定向降准、补充抵押贷款等，这些工具的采用进一步提升了货币政策不确定性，致使市场参与者对未来收益的预期缺乏判断，进而启动自我保护机制，导致市场流动性减弱，资产价格水平下降。

具体来看，公众在货币政策不确定性加剧的环境下无法及时准确了解央行动态，对通货膨胀、短期利率等预期变得不准确，使得资本收入风险增加，公众倾向于增加预防性储备，减少消费，市场流动性水平降低，而充裕的流动性已经成为我国资产价格大幅度上涨的决定性因素，在此背景下，货币政策不确定性不可避免地降低了资产价格水平。资产价格的下降又会降低银行抵押品和企业净资产的价值，使得市场信息不对称问题更加严重，从而加剧金融市场中的道德风险和逆向选择问题，导致信贷收缩，尤其长期信贷相较于短期信贷的不确定性更大，因此面临更大收缩，使得银行贷款期限缩短。具体而言，一方面，银行持有的非贷款性资产价值受到资产价格下降的影响而显著减少，银行偿债能力降低，风险承担意愿减弱，风险规避动机得以强化，更倾向于选择较为保守的贷款类型，而短期化的贷款期限结构比长期化的贷款期限结构更能够满足银行风险规避的经营原则，从而使银行贷款期限缩短；另一方面，资产价格下降还降低了企业抵押资产价值，不仅使得企业担保约束进一步收紧，减少企业可获取的信贷规模，还进一步削减贷款者的还款能力，增加银行面临的信贷风险(顾海峰和卞雨晨，2020)，这些都会促使银行减少对风险资产贷款的投放，贷款期限进一步缩短。基于上述分析，本文提出假说1。

假说1: 货币政策不确定性能够通过降低资产价格缩短银行贷款期限。

(二)货币政策不确定性、贷款损失准备金规模与银行贷款期限结构

货币政策不确定性上升带来的市场风险不仅会引致银行主动避险，也会导致银行因市场主体风险提升而被动应对风险，使得银行提升贷款损失准备金规模，导致其贷款期限短期化。一方面，在货币政策不确定性较高的情况下，银行对贷款这种风险投资的收益前景信心不足，难以对未来收益形成稳定预期，进而会启动自我保护机制，为了最大程度降低政策不确定性可能带来的冲击，会主动计提充足的贷款损失准备金(申宇等，2020)。另一方面，在货币政策频繁变动的情况下，企业经营管理失误的概率明显提升，同时由于企业认为经济前景、货币政策、财政政策以及监管政策都存在高度不确定性，考虑到投资的不可逆性，会使得投资决策预防性延迟，从而抑制投资，进而投资效率持续下降(谭小芬和张文婧，2017)，还款能力减弱，不良贷款率大幅提升，迫使银行计提更多的贷款损失准备金。

然而，银行计提过多的贷款损失准备金会缩短其贷款期限。第一，银行计提充足的贷款损失准备金会拉低资本充足率水平，使银行为了满足资本充足率的监管要求不得不降低风险资产比重，减少贷款规模 (丁友刚和严艳，2019)。第二，计提较多的贷款损失准备金会使银行高估自身信用风险(Bouvatier 和Lepetit，2008)，倾向发放短期贷款。这是因为长期贷款到期时间较长，而短期贷款由于到期日较近，银行更容易及时对其进行调整，即与中长期贷款相比，短期贷款监督作用更强，能够保证银行及时足额收回本金，进一步缩短银行贷款期限。基于上述分析，本文提出假说2。

假说2: 货币政策不确定性能够通过提升贷款损失准备金规模缩短银行贷款期限。

(三)货币政策不确定性、禀赋异质性与银行贷款期限结构

不同银行的禀赋存在差异，货币政策不确定性上升对不同禀赋的银行影响也会存在差异。因此，货币政策不确定性对不同规模、不同流动性水平和不同所有制性质银行的贷款期限结构的影响表现出不同特征。

银行规模大小不同可能导致银行贷款期限结构对货币政策不确定性的敏感度有所不同。首先，规模较大的银行在“大而不倒” 效应下具备较强的融资优势，相比中小型银行，其对外界的吸引力以及自身的放贷能力更强，不仅面临更低的经营风险，且拥有更强大的风险承担能力，在货币政策不确定性增加时大规模银行信贷供给下降幅度更小、中长期贷款投放力度更大。其次，规模较大的银行具有较强的风险管理能力，其能够通过完善的网络系统、丰富的市场经验、精确的风控模型，以及明显的信息优势，有效甄别客户、准确定价，在一定程度上缓冲了货币政策不确定性上升对银行信贷总供给及贷款期限的缩减效应。最后，大规模银行具有人力资本雄厚、销售渠道庞大、科技实力强大等方面的绝对优势，能够通过实施多元化战略达到分散风险的目的，使得货币政策不确定性对其贷款期限结构的影响相对较小。

不同银行在流动性资产比例方面的差异使得货币政策不确定性对银行贷款期限结构产生不同影响。一方面，银行持有现金、证券等流动性资产的比例越高，其“无损失变现” 能力越强，即银行较高的流动性资产比例能够有效缓解货币政策不确定性所造成的银行融资约束趋紧，进而提升其放贷效率。因此，当有利的贷款机会出现时，拥有较高流动性资产比例的银行能够迅速变现资产，支持其业务发展。另一方面，银行较高的流动性能够使其破产风险、违约风险降低(Bordeleau 和Graham，2010)，并且在市场约束机制有效的情况下，较高的流动性资产比例能够为银行筹措资金提供有力保障，缓解货币政策不确定性对银行信贷供给所带来的不利冲击。

不同所有制性质的银行在业务范围与业务目标方面存在差异，货币政策不确定性的影响也会表现出异质性特征。一方面，与非国有银行相比，国有银行具有较强的信贷投放能力和资源禀赋优势，其放贷对象多为更受政府政策支持的国有企业(纪洋等，2018)，与非国有企业相比在市场竞争中会遇到更少的生存危机。因此，对于银行而言，在货币政策不确定性较高的时期，主要向国有企业发放贷款的国有银行在还本付息方面更有保障，能够缓解银行缩短贷款期限以防范信贷风险的意愿。另一方面，与非国有银行相比，国有银行系统重要性更强，其在国民经济中具有特殊使命和地位，经营决策通常与政府意图、国家发展规划相契合，因此在货币政策不确定性上升时，国有银行需要承担为实体经济提供信贷支持的责任，货币政策不确定性冲击下贷款期限的缩短效应也将减弱。基于上述分析，本文提出假说3。

假说3: 货币政策不确定性对规模较小银行、流动性水平较低银行和非国有型银行贷款期限的缩短效应更强。

四、模型、变量与描述性统计

(一)模型设定

为验证货币政策不确定性对银行贷款期限结构的影响，本文的模型设定如下:

其中，Termit表示银行贷款期限结构，为银行短期贷款与贷款总额之比；MPUt－1表示滞后一期的货币政策不确定程度；Controlsit为控制变量，具体包括银行层面、行业层面以及宏观层面的控制变量，如资产收益率、不良贷款规模、监管约束、M2 增长率等；μi表示银行个体固定特征；εit表示误差项。需要说明的是，本文仅控制个体固定效应而不控制时间固定效应的原因是，核心解释变量货币政策不确定性MPUt－1是时间序列变量，引入时间固定效应会导致货币政策不确定性与时间虚拟变量对银行贷款期限结构的作用相互抵消，形成多重共线性问题，因此本文仅控制个体固定效应。

在该模型中，本文着重关注MPUt－1对Termit的影响系数θ1，若该系数显著为正，则代表货币政策不确定性能够显著缩短银行贷款期限；若该系数显著为负，则代表货币政策不确定性会延长银行贷款期限。根据前文理论分析，本文预计系数θ1显著为正。

(二)变量定义

(1)核心解释变量。本文采用Huang 和Luk (2020)编制的中国货币政策不确定性指数作为核心解释变量。Huang 和Luk (2020)通过对114 份中国内地报纸进行文本挖掘，筛选至少包含“经济”、“不确定性”、“通用的政策术语” 以及“货币政策术语”四类关键词中的一类关键词的文章，通过计算符合标准的文章数量作为当月的文章数量，再对序列进行标准化，使其在2000 年1 月至2011 年12 月期间具有统一的标准误差，进而按月计算所有报纸的简单平均值，并将其标准化，形成货币政策不确定性指数。由于Huang 与Luk (2020)构建的货币政策不确定性指数只有月度指数，但本文所需为年度指数，因此本文借鉴顾海峰和于家珺(2019)的做法，通过计算每一年货币政策不确定性月度指数的算数平均值得到货币政策不确定性的年度指数，再将其除以100 得到本文所采用的货币政策不确定性代理变量。

(2)被解释变量。本文的核心被解释变量为银行贷款期限结构，采用短期贷款占贷款总额的比例进行衡量。同时，本文还构建了银行贷款规模、银行短期贷款规模，以及银行中长期贷款规模指标，从而对货币政策不确定性对银行贷款期限结构的影响进行更充分的解释。

(3)中介变量。本文的中介变量为资产价格和贷款损失准备金规模。其中，资产价格指标参考顾海峰和卞雨晨(2020)对资产价格的定义和衡量方法，将资产价格(AP)指标设定为房地产、债券、股票三大类资产价格的平均值，其中房地产价格的代理变量为地产指数年平均收益率、债券价格的代理变量为10 年期国债年平均收益率，股票价格的代理变量为上证指数年平均收益率；贷款损失准备金规模指标参考田国强和李双建(2020)的方法，以贷款损失准备金占贷款总额的比重来衡量。

(4)控制变量。参考田国强和李双建(2020)的研究，本文的控制变量包括银行层面、行业层面，以及宏观层面等三个维度。其中，银行层面控制变量具体包括资产收益率(ROA)、成本收入比 (CIN)、存款比例 (CS)、银行规模 (Size)、资本充足率(CAR)、不良贷款规模(NPL)、非利息收入资产比(NIRDR)以及流动性资产比例(LIR)。需要说明的是，流动性资产比例为银行流动性资产占总资产的比例，由于流动性资产无直接数据来源，本文参考喻微锋和康琦(2021)的研究，通过计算银行现金及存放中央银行款项、存放同业款项、可供出售金融资产、衍生金融资产，以及交易性金融资产之和得到银行流动性资产数据。行业层面控制变量包括监管约束(REG)、监管约束与银行类别交互项(REG×OWN)，若样本年份为《商业银行资本管理办法(试行)》正式实施之前，则将REG设为1，反之为0；OWN为判断银行性质的虚拟变量，若该银行为中央国有企业或地方国有企业，则OWN为1，反之为0，REG×OWN为二者的交互项。宏观层面控制变量为广义货币供应量增长率(M2)、国内生产总值年度增长率(GDPR)、经济预测指标(PMI)、银行业景气度(BCI)、宏观经济不确定性(UNC)，以及Huang和Luk (2020)构建的财政政策不确定性(FPU)、贸易政策不确定性(TPU)、汇率和资本账户政策不确定性(EXRPU)指数。其中，关于宏观经济不确定性指标的衡量，本文借鉴了韩国高和胡文明(2016)的方法，利用国内生产总值增长率的移动平均标准差来衡量。各变量的具体定义如表1 所示。

表1 变量定义

(三)数据来源与描述性分析

本文选取中国2007—2020 年131 家银行的面板数据进行研究，包括城市商业银行70家，股份制商业银行7 家，国有控股型大型商业银行3 家，农村商业银行33 家，农村合作银行8 家，农信社4 家，三类新型农村金融机构2 家，以及外资银行4 家，共计632 个样本。在数据来源方面，货币政策不确定性指数来源于Huang 和Luk (2020)编制的中国货币政策不确定性指数；资产价格数据来源于同花顺数据库；银行层面数据均来源于CSMAR 数据库和Wind 数据库，部分缺失数据通过查询年报加以手工填补；宏观层面数据来源于中国人民银行官网。

表2 列示了各变量的描述性统计结果。由表2 可知，核心被解释变量银行贷款期限结构(Term)的最小值为0.0183，最大值为0.993，可见不同银行的贷款期限结构具有明显差异，且均值大于0.5，符合我国现阶段债务期限依然较短的特征。同时，通过比较可知，银行短期贷款规模均值要大于长期贷款规模均值，而中长期贷款规模的波动性和差异性则更高，说明样本期间银行短期贷款规模相比来说更大，中长期贷款波动较为剧烈，符合近年来我国中长期贷款逐渐上升(贺俊等，2021)，但依然存在贷款期限短期化问题的现状。核心解释变量货币政策不确定性指数(MPU)的均值为1.436，最小值为0.524，最大值为2.279，标准差为0.461，与其他变量相比波动性较大，可见样本期间货币政策不确定性的波动较强，且在2008 年金融危机前后货币政策不确定性指数最高，这与实际情况相符。除此之外，本文其他控制变量的样本特征与现有研究也具有可比性，如贺俊等(2021)。同时，本文各个变量有效样本数均为632，无缺失值，能够有效保证样本的完整性。

表2 描述性统计分析

为了直观表示货币政策不确定性与银行贷款期限结构之间的关系，本文绘制了货币政策不确定性与银行短期贷款占比的时间趋势(见图1)。从总体趋势来看，无论是基于文本挖掘测度的货币政策不确定性指数，还是银行间同业拆借7 日利率的年度标准差，银行短期贷款占比都与其变化趋势具有高度一致性。这说明，货币政策不确定性上升与短期贷款占比提升具有正向相关性，货币政策不确定性上升可能是银行贷款期限结构短期化的重要影响因素，接下来我们将对此进行进一步的实证检验。

图1 货币政策不确定性与短期贷款占比年度趋势

五、货币政策不确定性对银行贷款期限结构影响的实证分析

(一)基准回归与内生性问题处理

表3 显示了货币政策不确定性对银行贷款期限结构的影响结果。为了缓解银行贷款期限结构与银行规模、资产收益率、资本充足率等银行个体特征变量之间互为因果而导致的内生性问题，以及其数值可能受到上一期的影响而出现惯性特征，使得银行贷款期限结构具有高度自相关性的后果，本文借助外生工具变量对模型内生性问题进行了处理。在工具变量选择上，由于中美两国货币政策联动性较强，且美国货币政策不确定性可能并不直接影响中国的银行贷款期限结构，本文借鉴田国强和李双建(2020)、周晔和王亚梅(2021)等研究，选择美国货币政策不确定性作为工具变量处理内生性问题，本文后续实证分析均在以该工具变量处理内生性问题的基础之上进行。为了保证研究结论的可靠性，本文进一步建立动态面板模型，同时采用差分GMM (DIF-GMM)和系统GMM(SYS-GMM)两种估计方法对该动态面板计量模型进行回归分析。①由于模型当中包含滞后项(Termi，t－1 等)，且属于大N 小T 类的样本，既有研究认为这类样本即便采取组内估计(FE)亦会存在“动态面板偏差”。Anderson 和Hsiao (1982)提出对上述模型进行一阶差分转换，并以高阶的被解释变量(Termi，t－2)作为差分模型的工具变量，以消除滞后变量与个体特征之间的相关性。Arellano 和Bond (1995)则将更高阶的被解释变量{Termi，t－3， Termi，t－4}作为工具变量，其认为这一做法可以提高估计效率，即“差分GMM”，也被称为“Arellano-Bond 估计量”。然而，上述差分方法将不随时间变化的个体固定效应消掉了，导致无法估计个体固定效应的系数。再者，高阶被解释变量(Termi，t－2， Termi，t－3，…)可能与差分模型的被解释变量(Termi，t)相关性较弱。特别地，当被解释变量(Termi，t)接近随机游走时，亦会产生弱工具变量问题。为解决上述问题，Arellano 和Bover (1995)提出“水平GMM” 方法，重新回到差分之前模型，并使用ΔTermi，t－1、ΔTermi，t－2 等作为Termi，t－1 的工具变量进行估计。在这一估计方法中，必须假设ΔTermi，t－1、ΔTermi，t－2 等与个体固定效应不相关，才能保证工具变量与扰动项不相关。之后，Blundell 和Bond (1998)提出将差分GMM 与水平GMM 作为一个方程系统进行GMM 估计，并将之称为“系统GMM”，该方法既可以提高估计效率，也能够估计出个体固定效应的系数。但其缺点是，系统GMM 沿袭了水平GMM 方法所必须遵循的前提假设，即ΔTermi，t－1、ΔTermi，t－2 等与个体固定效应ui 不相关，一旦无法满足，则不能得到一致估计。综合来看，只要满足系统GMM 方法的前提假设，则能够得到更为有效的估计量。因此，在使用系统GMM 方法估计货币政策不确定性对银行贷款期限结构的影响时，需要同时检验系统GMM 所需满足的矩条件。

表3 货币政策不确定性对银行贷款期限结构的影响: 基准回归与内生性问题处理

回归结果如表3 所示，第(1)列为使用工具变量法进行回归的结果。结果显示，货币政策不确定性对银行贷款期限结构的影响显著为正，说明货币政策不确定性的提高显著缩短了银行的贷款期限。进一步地，Anderson canon.corr.LM 统计量的p值小于0.1，能够拒绝工具变量识别不足的原假设；Cragg-Donald WaldF统计量的值也大于Stock-Yogo的临界值16.38，能够拒绝弱工具变量的原假设，证明工具变量的选取是适宜的。第(2)列为使用差分GMM 方法进行回归的结果，第(3)列为使用系统GMM 方法进行回归的结果。结果显示，无论使用差分GMM 方法还是系统GMM 方法，AR(1)检验的p值均小于0.1，能够拒绝残差项存在一阶自相关的原假设；AR(2)检验的p值均大于0.1，无法拒绝残差项不存在二阶自相关的原假设；Hansen 检验的p值均大于0.1，无法拒绝工具变量是外生有效工具变量的原假设。在解释变量回归系数方面，银行贷款期限结构的一阶滞后项(Termit－1)的回归系数显著为正，说明银行贷款期限结构具有惯性倾向，本期的贷款期限结构对缩短下一期的贷款期限具有正向影响；货币政策不确定性(MPU)的回归系数依然显著为正，说明回归结果并不受限于特定的计量模型方法，即本文的研究结论具有稳健性，再次呼应上述研究结论。

(二)稳健性分析

1.货币政策不确定性年度指数的其他计算方法

由于Huang 和Luk (2020)编制的中国货币政策不确定性指数为月度数据，为了排除货币政策不确定性年度指数构建方法对模型的影响，本文还采用了其他三种方法重新构建货币政策不确定性指数，即选取每年货币政策不确定性月度数据的几何平均值和中位数，以及每年最后一个季度货币政策不确定性的算数平均值作为货币政策不确定性代理指数，具体见表4 第(1)列、第(2)列和第(3)列。结果显示，无论采用何种方法，货币政策不确定性的回归系数均显著为正，证实本文研究结论具有稳健性。

表4 货币政策不确定性对银行贷款期限结构的影响: 更换变量测度方式

2.货币政策不确定性指标的其他构建方式

为减轻货币政策不确定性指数测量偏差对实证结果的干扰，本文采用孙健等(2017)的指数构建方法用上海银行间同业拆借7 日利率的年度标准差作为货币政策不确定性指数的代理变量。银行间同业拆借利率在一定程度上能够反映市场对货币政策的预期，货币政策不确定性越强，市场对未来货币政策的预期难度越大，银行间市场拆借利率的波动性也就越高。回归结果如表4 第(4)列所示，货币政策不确定性的回归系数依然显著为正，本文研究结论的稳健性得到进一步印证。

3.工具变量的其他设定

除了采用美国货币政策不确定性作为工具变量，本文还选择了美国经济政策不确定性、亚洲发达国家日本的经济政策不确定性，以及全球经济政策不确定性作为本文工具变量的代理变量进行稳健性检验。一方面，在样本期间工具变量与中国银行贷款期限结构并无直接联系，满足外生性要求；另一方面，代理工具变量与滞后一期的货币政策不确定性存在较强的相关关系，满足相关性要求。回归结果如表5 第(1)列至第(3)列所示，替换工具变量后回归结果依然在预期范围内，再次证实本文研究结论的可靠性。

4.双重差分模型

为了进一步解决内生性问题，本文基于双重差分思想重新设定模型。作为服务国民经济发展的重要手段，货币政策在不同发展阶段具有不同的实施特征，这使得我国货币政策不确定性指数在不同发展阶段具有不同表现。2015 年，《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》(以下简称“ ‘十三五’ 规划”)指出，我国要创新和完善宏观调控方式，依据国家中长期发展规划和总供求格局实施宏观调控，稳定政策基调，增强可预期性和透明度。在此背景之下，我国货币政策不确定性明显下降，货币政策不确定性时间趋势(见图1)亦呈现此特点，货币政策不确定性自2015 年起总体呈稳定下降趋势。鉴于此，本文将2015 年作为准自然实验的政策冲击时点。同时，本文将非国有银行作为处理组，国有银行作为对照组，原因在于非国有银行比国有银行更易受到货币政策不确定性冲击。在此基础上，本文建立如下双重差分模型:

其中，Treat为虚拟变量，当为非国有型银行时取值为1，否则为0；Post为时间虚拟变量，若样本年份为2015 年及以后，Post取值为1，否则取值为0；控制变量与基准回归模型(1)一致。同时，模型(2)纳入个体固定效应和年份固定效应。

回归结果如表5 第(4)列所示，交互项系数显著为负，可见在受到“十三五”规划所提出的稳定政策基调的冲击后，处理组的贷款期限结构有了极大程度的改善，说明货币政策不确定性下降缓解了银行贷款期限缩短效应，进一步印证了上述研究结论。

由于满足平行趋势假设是双重差分估计量一致性的基础，为了检验政策冲击前处理组和对照组是否满足平行趋势，本文使用事件研究法对平行趋势进行检验，模型设定如下:

其中，φt是年份固定效应，μi是个体固定效应，εit为随机扰动项。本文以“十三五” 规划发布的2015 年为基准年，βt表示2007—2020 年的一系列系数估计值，其他控制变量与模型(1)一致。图2 绘制了90%置信区间下βt的估计结果。结果显示，βt在政策冲击前均不显著，说明在政策冲击前处理组和对照组符合平行趋势假设。此外，政策实施后估计系数βt从第一年开始显著，这说明货币政策不确定性的降低能够有效抑制银行贷款期限缩短效应，且这一效应有逐渐增大趋势。可能的原因在于，在增强可预期性和透明度的总基调下，货币政策不确定性保持低位，银行的预期形成具有累积效应，在抑制银行贷款期限缩短效应上表现为一定的递增特征。

图2 平行趋势检验

5.考虑外资银行的影响

外资银行受到国际货币政策调整的影响较大，在国内货币政策不确定性环境下其行为与内资银行可能存在差异进而影响本文结论。鉴于此，本文剔除了外资银行的样本，回归结果如表6 第(1)列所示。在排除外资银行的影响下，货币政策不确定性的提高依然能够显著缩短银行的贷款期限，进一步验证了本文研究结论。

6.考虑金融危机的影响

由于金融危机期间货币政策不确定性水平处于高点，可能影响本文结论。为排除金融危机的影响，本文剔除了2008 年金融危机期间的样本，回归结果如表6 第(2)列所示。在排除了金融危机的影响后，货币政策不确定性的提高依然能够显著缩短银行的贷款期限，再次验证了本文研究结论是稳健可靠的。

7.剔除非商业银行的影响

相比非商业银行，商业银行的贷款投放占据了市场主要地位，其发放的贷款作为风险权重较高的资产，更易受到货币政策不确定性的影响。为此，本文剔除了非商业银行的样本，回归结果如表6 第(3)列所示。在仅考虑商业银行的影响下，货币政策不确定性的提高依然能够显著缩短银行的贷款期限，本文研究结论再次得到印证。

8.同时考虑非商业银行和金融危机的影响

由于非商业银行的贷款投放总规模相对较小，同时金融危机期间货币政策不确定性水平处于绝对高点。为同时排除二者对本文结论的影响，本文将非商业银行和金融危机期间的样本同时剔除，回归结果如表6 第(4)列所示。在仅考虑非金融危机期间对商业银行影响的情况下，货币政策不确定性的提高仍然能够显著缩短银行的贷款期限，进一步证实本文研究结论的可靠性。

六、货币政策不确定性对银行贷款期限结构的影响机制与异质性

(一)货币政策不确定性影响银行贷款期限结构的机制路径检验

近年来，全球经济呈现下行趋势，经济不确定性增加，我国货币政策不确定性随之加剧。这可能会使非银行类市场主体预期走低，导致资产价格下降，还会进一步导致银行难以形成稳定预期、避险情绪增加，从而计提过多贷款损失准备金，最终缩短我国银行贷款期限。因此，本文分别从资产价格和银行贷款损失准备金规模变动的角度分析货币政策不确定性影响银行贷款期限结构的内在机制。

1.资产价格变动渠道

资产价格变动是影响银行贷款期限结构的重要因素之一。已有研究发现，资产价格降低会促使银行信贷随之收紧，这一方面是由于银行的不良贷款范围会随着资产价格的下降而扩大，银行的权益资本受到威胁，从而出现信贷收缩；另一方面是因为资产价格的下降使得市场上流动性不足，企业投资紧缺增加了违约风险，削弱了企业还款能力，进一步影响银行贷款质量，增强银行发放短期贷款的避险心理，缩短银行贷款期限。为此，本文建立回归模型(4)进一步验证货币政策不确定性对资产价格的影响。模型如下所示:

其中，Inter为中介变量，分别代指资产价格 (AP)与贷款损失准备金规模(LLPrate)。系数δ1是着重考察项，代表货币政策不确定性对中介变量资产价格/贷款损失准备金规模的影响。表7 第(2)列的回归结果表明，货币政策不确定性MPU对资产价格AP的影响系数显著为负，表明资产价格在货币政策不确定性上升的情况下会显著下降。基于上述分析，“货币政策不确定性加剧→资产价格下降→银行贷款期限缩短” 这一影响渠道成立。

表7 货币政策不确定性对银行贷款期限结构的影响机制

2.贷款损失准备金规模变动渠道

银行贷款期限的变动也与银行贷款损失准备金规模的变动密不可分。银行出于规避风险的心理会进行大幅的贷款损失准备计提，此时为了满足资本充足率要求以及保守策略，银行会更多地表现为“惜贷”。具体来看，一方面，银行计提充足的贷款损失准备金会降低其资本充足率，此时银行不得不降低风险资产比重、减少贷款规模以满足资本充足率监管要求；另一方面，计提较多的贷款损失准备金会使银行高估自身信用风险，从而倾向发放风险较低的短期贷款，以确保银行能够及时足额收回本金，进一步缩短银行贷款期限。由此可见，银行计提过多的贷款损失准备金会不可避免地缩短银行贷款期限。

为此，本文在模型(4)的基础上进一步验证货币政策不确定性对银行贷款损失准备金规模的影响。回归结果如表7 第(3)列所示，货币政策不确定性MPU对贷款损失准备金规模LLPrate的影响系数δ1显著为正，说明货币政策不确定性能够显著增加银行的贷款损失准备金规模，印证了“货币政策不确定性加剧→贷款损失准备金规模增加→银行贷款期限缩短” 这一影响机制。

(二)不同禀赋条件下货币政策不确定性对银行贷款期限结构的异质性影响

为进一步考察在不同的银行禀赋条件下，货币政策不确定性对银行贷款期限结构的影响是否有所不同，本文从银行规模、银行流动性水平以及银行性质三个方面进行异质性分析，并建立如下模型:

其中，Di为分组虚拟变量，Di×MPUt－1为分组虚拟变量与货币政策不确定性的交乘项，我们主要关心交乘项Di×MPUt－1的回归系数φ，以判断货币政策不确定性在两个样本组间的系数差异。

1.货币政策不确定性对不同规模银行的影响

为了研究在不同银行规模的情况下，货币政策不确定性对银行贷款期限结构异质性的影响，本文以每年银行资产的均值为临界值划分样本，将各个年份银行资产高于对应年份银行资产均值的样本划为银行规模较大组(Di＝1)，将银行资产低于对应年份银行资产均值的样本划为银行规模较小组(Di＝0)。表8 中第(1)列为银行规模异质性回归结果，可见交乘项Di×MPUt－1的回归系数显著为负，意味着货币政策不确定性对银行贷款期限结构的影响在不同规模的银行之间存在显著差异，规模较小的银行回归系数绝对值相对更大，即货币政策不确定性对小规模银行影响更大，缩短小规模银行贷款期限的效果更加明显。

表8 不同禀赋条件下货币政策不确定性对银行贷款期限结构的异质性影响

2.货币政策不确定性对不同流动性水平银行的影响

为了分析在银行流动性水平存在差异的条件下，货币政策不确定性对银行贷款期限结构的异质性影响，本文以每年银行流动性资产比例的均值为临界值划分样本，将各年份银行流动性资产比例高于对应年份银行流动性资产比例均值的样本划为银行流动性水平较高组(Di＝1)，将银行流动性资产比例低于对应年份均值的样本划为银行流动性水平较低组(Di＝0)。根据表8 中第(2)列银行流动性水平异质性的回归结果可知，交乘项Di×MPUt－1的回归系数显著为负，意味着货币政策不确定性对银行贷款期限结构的影响在流动性水平不同的银行间存在显著差异，流动性水平较高的银行回归系数绝对值相对更小，即流动性资产对货币政策不确定性缩短银行贷款期限具有一定的缓冲作用。

3.货币政策不确定性对不同所有制性质银行的影响

为研究银行性质不同的情况下，货币政策不确定性对银行贷款期限结构的异质性影响，本文将中央国有银行和地方国有银行划为国有型银行(Di＝1)，将公众型、民营型以及外商独资型的银行划为非国有型银行(Di＝0)。根据表8 中第(3)列银行性质异质性的回归结果可知，交乘项Di×MPUt－1的回归系数显著为负，货币政策不确定性的回归系数显著为正，且绝对值大于交互项系数绝对值，说明无论是国有型银行还是非国有型银行，货币政策不确定性均会缩短其贷款期限，且对非国有银行贷款期限的缩短效应更加明显。

七、进一步讨论

(一)货币政策不确定性、银行信贷策略与银行贷款期限结构

货币政策不确定性带来的银行贷款期限结构变化可能存在增量上的结构变化和存量上的结构变化，即贷款期限的缩短一方面可能是在贷款总规模变动下短期贷款增速大(小)于长期贷款增(减)速，另一方面可能是在贷款规模一定的条件下短期信贷对中长期信贷的挤出。为探究货币政策不确定性在缩短银行贷款期限方面是规模效应、挤出效应还是两者兼具，需要进一步讨论货币政策不确定性如何影响银行的长期贷款规模、短期贷款规模以及银行整体的贷款规模。本文在前文模型的基础上，分别以银行贷款规模(Loan)、银行短期贷款规模(SLoan)、银行中长期贷款规模(MLLoan)作为被解释变量进行进一步检验，具体回归结果如表9 所示。

表9 货币政策不确定性对银行贷款规模的影响

根据表9 第(1)列结果可知，货币政策不确定性对银行贷款规模的影响显著为负，表明货币政策不确定性对银行贷款投放具有显著抑制作用。根据第(2)列结果可知，货币政策不确定性对银行中长期贷款规模的影响显著为负，表明货币政策不确定性对银行中长期贷款投放具有显著抑制作用。根据第(3)列结果可知，货币政策不确定性对银行短期贷款规模的影响显著为正，表明货币政策不确定性显著促进了银行的短期贷款投放。在货币政策不确定性抑制银行贷款投放总规模的条件下，短期贷款投放规模不减反增，说明货币政策不确定性对长期贷款投放的抑制作用大于对短期贷款投放的促进作用，货币政策不确定性对贷款期限结构的影响兼具规模效应和挤出效应，使得银行贷款期限呈现显著缩短趋势。这说明，在货币政策不确定性较高的环境下，银行会采取更为谨慎保守的信贷策略。

(二)货币政策不确定性、宏观经济周期、银行贷款期限结构

为了探究银行贷款期限结构的周期性问题，分析随着经济周期的波动银行贷款期限结构有何变动特征，本文建立如下回归模型:

其中，Cyclet为经济周期变量，本文采用HP 滤波方法从GDP 增长率中滤出趋势项，通过计算GDP 增长率与趋势项的差值得到GDP 的波动项。当波动项为正时，则为经济繁荣时期，Cyclet记为0；当波动项为负时，则为经济衰退时期，Cyclet记为1。若银行贷款期限结构具有顺周期性特征，即在经济上行时期银行贷款期限增加，在经济下行时期银行贷款期限缩短，则Cyclet系数θ3为正，反之则反是。

回归结果如表10 第(1)列所示。经济周期对银行贷款期限结构的回归系数显著为正，可以说明银行贷款期限结构具有明显的顺周期性特征，即在经济上行时期，银行为获取高额收益倾向于扩大信贷规模、发放中长期贷款，促进经济的持续繁荣；而在经济下行时期，银行为满足监管要求、规避风险，则会选择短期的贷款期限结构，同时缩减信贷投放，加剧经济的衰退。

表10 银行贷款期限结构的周期性检验

在验证货币政策不确定性会缩短银行贷款期限，且银行贷款期限结构具有顺周期特征后，可以判断出在经济下行时期，顺周期效应使得银行倾向于缩短贷款期限，从而加剧经济衰退。为了进一步检验货币政策不确定性与经济周期对银行贷款期限结构的综合影响，本文同时引入货币政策不确定性、经济周期，以及二者交乘项，建立如下回归模型:

根据表10 第(2)列结果可知，在货币政策不确定性和经济周期对银行贷款期限结构的回归系数显著为正的情况下，MPU与Cycle的交互项对银行贷款期限结构的回归系数显著为负。可见为了防止经济持续性低迷，国家通常会采取一系列货币政策进行宏观调控，虽然政策变动不可避免地提高了货币政策不确定性，但政策的灵活实施会在一定程度上抵消经济衰退对银行贷款期限的缩短效应，因而有助于衰退期实体经济的发展。

(三)货币政策不确定性、货币政策工具与银行贷款期限结构

现有研究表明，在宽松的货币政策环境下，银行会增加贷款投放，同时提升自身风险偏好(Adrian 和Shin，2009)，而相比短期贷款，中长期贷款的风险更高，但也会为银行带来更高利润，从而使银行调整其贷款期限结构。为了验证这一观点，本文在主回归模型的基础上加入货币政策工具虚拟变量MPT及其与货币政策不确定性的交互项，建立如下回归模型:

其中，货币政策工具的选择参考王周伟和王衡(2016)，本文先后选取贷款基准利率、银行间同业拆借利率、上海银行间同业拆放利率，以及大/小型法定存款准备金率作为货币政策工具的衡量指标。由于本文选择的指标一年内多次调整，因此依据其调整前后时间段为权重计算年度平均值，再通过计算各项利率样本期间的平均值将其分为宽松货币政策组和紧缩货币政策组。若当年该货币政策工具利率小于2007 年至2020 年该项利率的平均值则将MPT记为1，反之则为0。

表11 中第(1)列至第(5)列分别是以贷款基准利率、银行间同业拆借利率、上海银行间同业拆放利率、大型法定存款准备金率、大/小型法定存款准备金率作为货币政策工具的回归结果。结果显示，货币政策不确定性对银行贷款期限结构的回归系数依旧显著为正的情况下，交互项系数均显著为负，说明货币政策不确定性对银行贷款期限的缩短效应会受到货币政策工具实施的调节，具体表现在货币政策不确定性与货币政策工具虚拟变量交互项的系数显著为负，证实实施宽松的货币政策削减了货币政策不确定性对银行贷款期限结构的不利影响。总而言之，货币政策工具在执行宽松货币政策指令时能够有效减弱货币政策不确定性缩短银行贷款期限的不利影响，进而改善我国银行贷款期限结构。

表11 货币政策不确定性、货币政策工具与银行贷款期限结构

八、结论与启示

受全球新冠肺炎疫情的冲击，我国货币政策不确定性明显上升。银行信贷是货币政策传递到微观主体的关键渠道，洞悉银行贷款期限结构在货币政策不确定性影响下的变动趋势则尤为重要，是进一步提升金融服务实体经济能力的关键。在此背景下，本文选取2007—2020 年131 家银行非平衡面板数据，对货币政策不确定性对银行贷款期限结构的影响进行了实证分析，并进一步考察了其作用机制。研究发现，货币政策不确定性对银行贷款期限具有显著的缩短效应，在考虑潜在的内生性问题并进行一系列稳健性检验后，该结论仍然成立。此外，货币政策不确定性对不同禀赋银行的贷款期限结构表现出明显的异质性特征，货币政策不确定性对规模较小、流动性资产比例较低的银行，以及非国有型银行的贷款期限缩短效应更强。机制分析发现，资产价格和贷款损失准备金规模是货币政策不确定性影响银行贷款期限结构变动的重要渠道，即“货币政策不确定性加剧→资产价格下降→银行贷款期限缩短” 和“货币政策不确定性加剧→贷款损失准备金规模增加→银行贷款期限缩短” 的传导渠道有效。进一步分析发现，货币政策不确定性对银行贷款期限的缩短作用是通过促进短期贷款的投放和抑制中长期贷款的投放来实现，且会降低银行业整体放贷规模，兼具挤出效应和规模效应；同时，银行贷款期限结构具有明显的顺周期性特征，即在经济下行时期，银行会倾向于缩短贷款期限，加剧经济衰退，而货币政策的灵活实施虽然提高了货币政策不确定性，但同时也抵消了一部分经济衰退对银行贷款期限的缩短效应，短期内有助于实体经济更好地发展；另外，货币政策工具的实施也可以缓解货币政策不确定性缩短银行贷款期限的负面影响，尤其在执行宽松货币政策指令时能够有效减弱货币政策不确定性对银行贷款期限的缩短效应，进而改善我国银行贷款期限结构。

本文结论具有如下政策启示。第一，货币政策不确定性是影响银行贷款期限结构的重要因素，因此优化银行贷款期限结构需要以稳定的政策环境为基础，货币当局要避免货币政策的剧烈变动，保持政策实施的一致性与连续性。为此，一方面，货币当局需要提高货币政策的透明度，降低微观主体的决策成本，缓解货币政策不确定性对银行信贷供给端的约束，保障“稳” 字当头的政策基调；另一方面，货币当局频繁使用短期经济刺激手段的货币政策决策机制需要转变，从而减轻市场信心不足导致银行放贷动力受到抑制的副作用，从根本上化解经济领域固有的结构性矛盾，激发银行服务实体经济的内在动力。第二，我国货币政策主要通过银行信贷渠道作用于实体经济，因此要强化银行应对货币政策不确定性冲击的能力，降低不确定性的负面影响。政策当局需结合银行自身规模、流动性水平、所有制性质等差异特征定向精准施策，为实体经济发展提供坚实有力的信贷支持。第三，金融监管部门要切实发挥监督管理职责，增强对资产价格、银行贷款损失准备金规模等指标监测机制。当资产价格下降过于剧烈或贷款损失准备金规模超过监管阈值时，应采取积极措施防止其进一步恶化，从而缓解货币政策不确定性对银行贷款期限结构的不利影响，提升金融服务实体经济能力，助力实体经济高质量发展。第四，要关注银行贷款期限结构的顺周期特征，保证金融体系的稳定性。货币政策当局应结合当下经济情况，合理搭配使用货币政策工具，银行机构也要顺应货币政策的调控方向，为改善银行贷款期限结构争取时间和空间。