经济政策不确定性对我国区域性银行高质量发展影响研究

王文荣，田彬彬

（沈阳化工大学经济与管理学院，辽宁 沈阳 110142）

引言

当前国际局势动荡不安，全球经济发展和金融稳定不确定性因素叠加。对外为了应对国外突发事件和外国政府、经济组织经济政策的变化，对内为了处理宏观经济波动情况，适应经济高质量发展的要求，各国会频繁发布或改变经济政策以调控经济，经济政策不确定性逐渐成为经济发展的“主旋律”（顾夏铭等，2018[1]；刘贯春等，2019[2])。

我国区域性银行分布广泛，数量众多，区域性银行高质量发展是地方经济高质量发展的重要支撑。区域性银行在规模实力、盈利能力和风险规避能力上相对于中农工建等国有大行有较大差距，自身的高质量发展更易受到经济政策不确定性的影响。商业银行会在经济政策不确定性增加时调整资产规模和结构进行风险规避（邓伟等，2022）[3]。本文从经济政策不确定性上升时银行的资产避险行为这一角度出发，引用CRBHDI（中国区域性银行高质量发展指数）和EPU（经济政策不确定性指数）作为测度指标，研究经济政策不确定性对我国区域性银行高质量发展的影响。

经济政策不确定性的相关内容研究国内外学者已经有了较为深入的探讨，多侧重银行风险、运营管理等内容，对银行自身高质量发展尤其是针对区域性银行的研究较少。本文以区域性银行高质量发展为切入点，研究探讨经济政策不确定性与区域性银行高质量发展的关系，并运用月度数据进行实证分析，以期更好地反映二者的动态变化。

一、相关文献和理论基础

目前，学术界对于商业银行高质量发展的概念尚未有明确定义，衡量商业银行高质量发展的指标也很少。高一铭等（2020）认为，金融业高质量发展表现在公平、可持续和效率，并利用6个一级指标构建金融业的高质量发展体系[4]。该体系存在两个问题：一是金融业高质量发展中的公平目前缺乏权威指标衡量；二是该指标对金融机构高质量发展的衡量并未考虑到金融机构的盈利能力，更多强调金融机构的对外服务功能。廉保华等（2018）指出，银行高质量发展核心是效率和质量，强调从模式上进行高质量转换，注重协调发展，从银行的双重属性既是追求利润最大化的一般企业，又是特殊的金融企业出发，采用全要素生产率（经营效率）和RAROC（风险经营水平）建立银行高质量发展的评价体系[5]，但两种测度方式并未能在一个指标中显现，并且在RAROC的计算中，管理成本难以分摊，预期和非预期难以精确测量。因此，本文选用中国区域性银行高质量发展指数（CRBHDI）作为我国区域性银行高质量发展的衡量标准，关于该指标的详细内容，后文会进行介绍。

作为宏观经济政策的重要传导中介和连接各经济部门的关键一环，银行一方面直接受到经济政策不确定性的影响，另一方面，经济政策的不确定性对企业等其他经济主体的影响也会传导至银行，所以银行对经济政策不确定性的敏感性会“天然”大于其他经济主体（田国强和李双建，2020）[6]。就银行自身而言，经济政策不确定性增加能明显提高企业现金流的不确定性（王红建等，2014）[7]，这会使银行难以预估监测企业未来的现金流，同时经济政策的不确定性会导致市场波动，影响企业投资预期，造成企业投资水平下降，促使企业信用风险上升（顾婧等，2022）[8]，也会使企业经营风险加大（滕飞，2021）[9]，商业银行则会收紧信贷标准，提高对信贷抵押品的要求（谭小芬等，2017）[10]。此外，经济政策不确定性提高会扩大资金需求方与银行之间的信息不对称，银行很难识别借款人的实际还款能力和信贷风险，易形成借款者违约风险整体增加的预期（田国强和李双建，2020）[6]，进而主动收缩信贷。从外部主体（企业）来看，经济政策不确定性增加会加剧投资项目未来现金流的不确定性，从而会增加企业的“等待价值”，期权定价理论表明“等待价值”的增加会对企业的当前投资产生抑制作用（李凤羽等，2015[11]；顾婧等，2022[8]），造成企业信贷需求下降，带来银行信贷的被动收缩。所以，经济政策不确定性增加会导致商业银行的资产规模增速有所放缓，从而抑制银行的“成长性”。

经济政策不确定性会影响银行的资产结构。经济政策不确定性上升会使企业增加流动性资产投资（Berger 等，2020）[12]，银行作为特殊的企业也会进行调整。从资产总体结构上看，我国商业银行的资产主要包括3个部分：贷款、债券和现金资产。按照“安全性、盈利性和流动性”的原则，从安全性和流动性的角度出发，现金资产＞债券＞贷款；从盈利性的角度出发，贷款＞债券＞现金资产。当经济政策不确定性增加时，商业银行会调整在这3 个方面资产的分布和比例。虽然现金资产流动性最强但收益很低，所以出于避险动机同时统筹盈利性的需要，商业银行会减少贷款投放，增加债券投资，并且会增加对风险较小的政府债券的购买，减少风险较大的公司债券的投资。银行面对经济政策不确定性调整资产结构进行风险规避，最终会使商业银行的资产囤积流动性（邓伟等，2022）[3]，导致银行盈利能力下降，资产收益率和净息差减小。同时随着金融市场化的推进，在负债端，竞争压力及存款利率刚性使得负债成本难以下降，造成银行利差持续缩窄，对银行盈利能力也带来挑战（张荣森，2023）[13]。此外，银行信贷资产的收缩最终也会导致整体净息差和净资产收益减少，所以经济政策不确定性增加会引起商业银行净息差和净资产收益减少，降低商业银行的“盈利性”。

对于银行来讲，经济政策不确定性的提升对银行的风险承担水平有正向影响（邢洋等，2022[14]；何建佳等，2022[15]）。宋全云等（2019）研究指出，经济政策不确定性上升时，银行尤其是中小型银行出于强烈的“自我保险”目的会加大信贷审批难度，增加企业贷款成本[16]。这种做法加大了企业的道德风险，迫使银行承受更多风险。如前文所述，投资减少和未来现金流的不确定性增加会促使企业信用风险上升，提升银行不良贷款率。黄大禹等（2022）对银行进行机制识别检验的研究也印证了经济政策不确定性会拉升银行的不良贷款率[17]。通过区域性银行（样本量：125 家）的不良贷款率与EPU 对比中可见一斑，以表1 为例。

表1 EPU与不良贷款率一览表

表1 中，2014 年、2017 年和2019 年的不良贷款率随着EPU 的增大同步升高，2021 年EPU 相较于2019 年有所下降，不良贷款率也出现下降，从1.67%下降到1.58%。由此可见，不良贷款率与EPU 呈现正相关变动，即贷款的资产质量随着经济政策不确定性提高而恶化，银行承担的违约风险增加。大多数区域性银行规模较小，无论是内部风险控制还是外部风险控制的体系与机制并不完善，当经济政策不确定性上升时，区域性银行未必有风险控制意识。顾海峰等（2019）研究表明，行业集中度增加会扩大经济政策不确定性对银行承担破产风险和被动风险的促进作用[18]。这在区域性银行身上表现得更为明显，即使区域性银行觉察到经济政策不确定性增加所带来的风险，但大多区域性银行将资产集中在当地的几个产业之中，资产投放转换的成本和难度较高，且区域性银行的客户群体较少，并不能像国有大行一样拥有充足的业务机会和客户来源进行贷款结构调整。除此之外，区域性银行所拥有和掌握的信息与大型银行相比存在着更多信息不对称，发现风险的速度和决策处置存在信息滞后。因此，随着经济政策不确定性的增加，区域性银行承受的风险上升，不良贷款率提高，会降低银行的“安全性”。

可见，经济政策不确定性会通过成长性、盈利性和安全性3 个维度影响区域性银行的高质量发展。由此本文可得假设1：经济不确定性上升会抑制区域性银行高质量发展，二者呈反方向变动。

二、研究设计

（一）指标选择和数据预处理

1.经济政策不确定性

关于经济政策不确定性的度量方法有多种，包括政治事件如官员变更（李振新等，2020）[19]、 股 市 或 汇 率 波 动 （Bloom，2009）[20]、根据新闻媒体报道有关经济政策不确定性的关键词统计（Baker 等，2016）[21]等方法。官员更替虽可以在一定程度上测度经济政策不确定性，但连续性有所欠缺，难以考究经济政策不确定性的程度，而且主要从政治角度考量，缺乏经济因素。股市或汇率波动具备连续性但缺乏政治不确定性因素，并且股市或汇率的波动往往是不确定性的结果，缺乏即时性（刘晴等，2022）[22]。Baker 等人在2016 年提出的经济政策不确定性指数（EPU）依据新闻媒体报纸编制[21]，属于月度数据，具有较好的连续性，并且涵盖了多种经济政策和社会各界对于经济运行的观点，得到了广泛运用（刘柳等，2019[23]；邓伟等，2022[3]），为此本文采用经济政策不确定性指数衡量我国经济政策的不确定性。Baker 等人曾使用香港的英文报纸《南华早报》计算我国的经济政策不确定性指数，为了使EPU 更具代表性，符合我国实际情况，本文使用的经济政策不确定指数是Steven J.Davis、Dingqian Liu 和Xuguang S. Sheng 依据《人民日报》和《光明日报》在经济或商业政策如财政、货币、国债、政府赤字等所出现的“不确定”“不明朗”“难以预测”“未知”等词汇所使用的次数所编制。

2.中国区域性银行高质量发展

本文选用由普华永道所编制的中国区域性银行高质量发展指数（CRBHDI），该指数能较为简洁直观地反映区域性银行的高质量发展状况。CRBHDI 的编制选取了125 家区域性银行，通过资产规模增速、净资产收益率、净息差和不良贷款率4 个指标反映区域性银行的高质量发展状况[24]。这4 个指标具有代表性：第一，资产规模是衡量银行整体实力的重要标准之一，资产规模增长反映出区域性银行在客群触达、资产投放等方面的经营能力，通过资产规模增速旨在动态刻画区域性银行在不同外部环境下的资产规模变化情况；第二，区域性银行盈利模式仍以利息收入为主，样本区域性银行利息收入占比平均为81%，其中上市区域性银行利息收入占比平均为78%，随着利率市场化改革进一步推进，获取低成本存款和优质信贷资产是区域性银行较强盈利能力的重要体现，而净资产收益率、净息差能较好地反映盈利能力；第三，选取不良贷款率作为分析指标，旨在动态刻画区域性银行风险把控情况，反映区域性银行保持高质量发展的能力。

3.数据预处理

本文使用Quadratic-match sum 方法把低频数据转化为高频数据，将CRBHDI 的年度数据转换为月度数据，通过增加样本数据频率以更好体现CRBHDI 和EPU 的关系和联动性；将GDP 季度增长率（当期同比）转换成月度增长率。本文对变量EPU 取倒数，将变量M2、Rate、CAR、CPI 和AFRE 样本值均取对数，以降低样本波动幅度，提高模型拟合优度。由于GDP 增速在2020 年第一季度为负，为防止取对数之后形成缺失值，造成模型拟合失真，故该变量不进行取对数处理。本文采用数据均为月度数据。

（二）变量定义

本文相关变量的类型、名称、含义和数据来源如表2 所示。中国区域性高质量发展指数（CRBHDI）作为实证分析模型的被解释变量，经济政策不确定性指数的倒数REPU为模型分析的核心解释变量。在控制变量中，本文选取广义货币M2 增速、7 天期银行同业拆借利率、资本充足率、居民消费价格指数CPI（同比）、GDP 当期同比增速和社会融资规模增量等变量作为控制变量。

表2 模型变量示意表

（三）模型设定

本文采用时间序列数据构建含有控制变量的模型，该模型旨在揭示区域性银行高质量发展与经济政策不确定性的关系。其中，CRBHDI 是被解释变量，经济政策不确定性衡量指标的倒数REPU 是核心解释变量，其他相关变量被纳入控制变量。为保证模型回归分析的严谨性和科学性，相关检验如平稳性检验、协整性检验、稳健性检验等将在后文作出详细说明。模型设定如下：

三、实证分析

（一）数据描述性分析

如图1所示，中国区域性银行高质量发展指数（CRBHDI）与经济政策不确定性指数（EPU）的时间序列趋势图清晰地反映了从2014 年1 月份至2021 年末两种指数的变化趋势。CRBHDI 在此期间整体上呈现下降趋势，区域性银行经营挑战加大，尤其是在2014—2019 年间，该指数呈现出急剧下跌的态势。《2022 中国区域性银行高质量发展指数报告》显示，在125 家样本区域性银行中，有87%的区域性银行2021 年的高质量发展指数数值低于2014 年，只有13%的银行实现了逆势增长。图1 中，EPU 波动幅度较大，峰值在600以上，呈现波动上升的趋势。通过CRBHDI 和EPU 的数据拟合直线上可以看出，二者大致呈现反方向变动。

图1 CRBHDI和EPU时间序列趋势图

（二）实证检验

1.平稳性检验

本文平稳性检验采用ADF 检验（表3），对变量一阶差分之后，Dickey-Fuller检验表明，各变量在99%的置信水平上是平稳的，数据符合一阶单整，因此符合平稳性检验。

表3 单位根检验

2.协整性检验

由于文中模型构建除核心解释变量以外，还包含多个控制变量，因此协整关系检验运用Johansen检验。首先对模型最优滞后阶数进行度量，发现LR、FPE、AIC、HQIC 和SBIC 等准则各自在滞后一阶、滞后二阶、滞后四阶带有星号（表4），按照多数原则，本文选取滞后二阶作为最佳滞后阶数，对模型变量进行Johensen 检验。在表5 中，根据原假设、迹统计量和5%临界值显示，在原假设等于5 的情况下，迹统计量小于5%的临界值，因此不能拒绝“最多存在5 个协整关系”的原假设，判定存在协整关系。

表4 模型滞后阶数的判定依据

表5 Johansen协整方程个数检验

Johansen检验可知，迹统计量接受了模型变量之间存在协整关系的原假设，证明各变量之间存在长期均衡关系。下面对VECM 模型进行稳定性检验，结果如图2所示，除了VECM模型本身假设的单位根之外，伴随矩阵特征值全部落在单位圆之内，且各变量的扰动项均为白噪声，所以模型是稳定的，紧接着进行脉冲响应分析。

图2 VECM模型稳定性判别图

3.脉冲响应分析

本文使用VECM 模型中常见的动态分析方法—脉冲分析法，用来分析预测当经济政策不确定性遭遇冲击时，对我国区域性银行高质量发展的影响以及它们自身遭遇冲击时的反应。

图3表明REPU 的一个正向冲击会对我国区域性银行高质量发展呈现负面影响，并持续整个观察期。从第一期开始，负向冲击开始变大，到第三期之后触底反弹，对我国区域性银行高质量发展的负面冲击减弱并逐渐为零，整体上负面影响先上升后减弱。

图3 CRBHDI对REPU的脉冲响应

图4 显示了REPU 受到一个正向标准差冲击时，REPU自身会受到正向冲击，并迅速降低，逐渐平稳，表明经济政策不确定性在遭遇冲击之后会迅速消减，不会对后期产生较大的持久影响。图5 表明当区域性银行高质量发展遭遇正向冲击时，会对自身产生正向的促进作用，这种正向效应逐渐变大，在第三期左右开始下降，由此可见，区域银行高质量发展的状况受到前期的影响，这种影响持续整个观察期。

图4 REPU对REPU的脉冲响应

图5 CRBHDI对CRBHDI的脉冲响应

4.基准回归

VECM模型探究了经济政策不确定性与区域性银行高质量发展的短期均衡关系，接下来本文进行多元线性回归考察经济政策不确定性与区域性银行高质量发展的长期关系（表6）。由于模型变量之间存在协整关系，所以基准回归非伪回归。针对模型中可能存在的自相关性问题，使用HAC稳健标准误进行修正，由于961/4≈3.13，故Newey-West 估计量截断参数p=4，即计算自相关稳健的HAC 标准误滞后4 阶，修正结果如表6 列（8）所示。表6 列（7）的回归结果表明，核心解释变量REPU 的系数为2.827，由于文中对EPU 进行倒数处理， 将非线性模型线性化， 因此，我国区域性银行高质量发展与经济政策不确定性呈反方向变动，并且在对取绝对值之后可以发现，经济政策不确定性对我国区域性银行高质量发展的影响随着经济政策不确定性的增加而减少，呈现出负向影响的边际递减。这主要是因为经济政策不确定性增加时，会抑制区域性银行的资产规模增速，缩小区域性银行的净息差，降低净资产收益率，拉升区域性银行的不良贷款率，恶化区域性银行的资产质量，进而阻碍区域性银行高质量发展。另外，从区域性银行的主动反应来看，当经济政策不确定性增加时，区域性银行高质量发展水平会不断下降，下降至一定程度会增大区域性银行的运营压力，倒逼区域性银行更加积极主动采取措施规避经济政策不确定性带来的负面影响，从而遏制区域性银行高质量发展水平急剧下滑。与此同时，经济政策不确定性在2018 年以来急剧增加，这期间，中美贸易摩擦、新冠疫情、地产企业债务违约、地方性银行爆雷等经济事件，使得区域性银行高质量发展水平下滑到一定程度后已基本触底，区域性银行高质量发展对经济政策不确定性的敏感性下降，EPU 对CRBHDI 的负面冲击边际递减。

表6 基准回归表

5.稳健性检验

在稳健性检验中，众多学者使用了不同的检验方法。本文采用缩短时间窗口，减小样本容量、缩减控制变量、更换新的数据源和工具变量法等方法进行稳健检验。

（1）本文选择对数据进行“掐头去尾”，剔除2014年、2015年和2021年时间点数据，以缩短时间窗口，减少样本数量。模型回归结果显示，核心解释变量REPU前的系数值出现略微变化，但系数的符号未发生变化并在95%的置信水平上显著。

（2）采用缩减控制变量的方法，剔除变量ln_M2、ln_AFRE 和ln_CPI 对模型进行稳健性检验，结果显示核心解释变量REPU的系数结果仍稳健，即便剔除所有控制变量也是如此，结果如表6所示。

（3）本文借鉴顾婧和史心雨等（2022）在经济政策不确定性研究中的相关做法，更换EPU 的数据源，将经济政策不确定指数的数据来源改换为由Scott Baker、Nick Bloom、Steven J. Davis 和Xiaoxi（Sophie）Wang 按照香港的英文报纸《南华早报》制定的中国经济政策不确定性指数[8]，结果表明核心解释变量REPU 的结果无论是系数值还是正负号、置信水平均无显著变化，模型结果稳健。

（4）工具变量法。为了解决本文可能存在的内生性问题，根据已有文献研究，采用全球经济政策不确定性指数（董捷和张心灵，2018[25]；陈启斐等，2021[26]）和美国经济政策不确定性指数（刘贯春和叶永卫，2022）[27]的倒数并滞后一阶①作为两阶段最小二乘回归（2sls）的工具变量。一方面，我国经济政策的不确定性不可避免地受到全球经济政策不确定性和美国经济政策不确定性的影响；另一方面，由于我国区域性银行的业务大多集中于当地，国际业务涉及较少，全球和美国经济政策不确定性对区域性银行的直接影响较小，因此，工具变量全球和美国经济政策不确定性指数符合外生性和相关性的条件，过度识别检验表明两种工具变量均外生。在表7 中，列（1）显示了2sls 的回归结果。为了使回归结果更加稳健并避免弱工具变量的出现，本文考察了有限信息最大似然法（LIML）的检验，结果如表7 列（2）所示，2sls 与LIML 的系数估计值很相近，表明没有弱工具变量。最终结果表明核心解释变量REPU的基准回归系数出现略微变化，但回归系数的符号未变并且仍显著，因此模型回归结果稳健。

表7 工具变量法

四、结论与建议

（一）结论

本文首先在理论层面分析了经济政策不确定性会抑制区域性银行的成长性，降低区域性银行的盈利能力，并拉升不良贷款率，制约区域性银行高质量发展。紧接着本文利用2014—2021 年数据，通过VECM 模型和基准回归均发现，无论是短期还是长期，经济政策不确定性的增加会对区域性银行的高质量发展造成负面影响，并且结果稳健。

（二）建议

从宏观视角出发，首先，政策制定者要保持政策的连续性和可预见性，要实时与市场保持沟通，及时传递政策信号，明晰政策调控意向，尽量缩小政策变动给市场带来的“噪音”和负面影响，让市场主体尤其是金融机构能较为清晰预见政策导向，正确把握政策意图，及时为经济政策变动进行自身调整，必要条件下给予市场主体更多实施政策时的“缓冲时间”。其次，政府要拓宽调控经济的渠道，丰富经济调节的手段，既要有政策调控经济的“刚性手段”，也要有其他方式对经济调节进行“软约束”，起到积极引导的作用，更多利用市场主体力量，对经济发展进行指引，以降低经济政策的波动。最后，在制定经济政策尤其是与银行业相关的政策时，要充分考虑政策效果的异质性，考虑不同银行主体的政策反应，合理兼顾实力较为薄弱的区域性银行，对不同银行主体可执行不同的政策标准。

从区域性银行个体视角来看，要增强风险控制能力，提升风险防范意识，健全风险内控体系，尤其要拓宽信息来源渠道，关注经济发展不确定性的变化对商业银行自身资产的影响，通过进行定性和定量的科学业务评估，及时做出相应调整，以减轻区域性银行的发展压力。要尽可能多地拓展放贷渠道和客户群体，防止信贷过于集中某个行业与企业，增加信贷主体和行业的多样性有利于平抑经济政策不确定性的负面影响。