存款准备金率变动对我国商业银行流动性的影响——基于VAR 模型和脉冲响应函数的实证研究

□ 孟平 费莉雯 高超群 吴嫘 孙娴

一、引言

准备金制度最早由英国推行，而美国是世界上最早将中央银行的准备金要求以法律形式实施的国家，规定商业银行必须向中央银行缴存存款准备金。存款准备金制度建立的初始目的是使商业银行支付和清算能力得到保证，防止出现流动性风险。随着经济形势的转变，其功能也不断演化，已经成为各国调节货币供应量的重要货币政策工具。自20世纪90年代以来，调整存款准备金率这一货币政策工具的使用在全球出现了逐渐下降的趋势。由于部分银行不愿缴纳“准备金税”等原因，美国在1990年代将存款准备金率逐步降低，很多商业银行的存款准备金率都已经降低到了与其日常清算需要相应水平。有的国家将存款准备金率降为零，西方许多金融高度发达的国家，如英国、瑞典、加拿大等国家，甚至彻底取消了存款准备金规定。

不同于西方国家，我国仍将存款准备金作为重要货币政策工具。与其他货币政策相比，存款准备金制度具有很强的优势，在经济运行调节方面发挥着至关重要的作用。2018年至今，为拉动经济增长，人民银行采取了持续下调存款准备金率的政策，使金融机构加权平均存款准备金率从2018年初的14.6%降至2023年末的7.4%。人民银行16次下调存款准备金率，共释放长期资金约12.4万亿元。其中，2018年4次降准释放资金3.65万亿元，2019年3次降准释放资金2.7万亿元，2020年3次降准释放资金1.75万亿元，2021年2次降准释放资金2.2万亿元，2022年2次降准释放资金1.03万亿元，2023年2次降准释放资金1.0万亿元。

当前，我国经济正处于缓慢增长的新常态，在经济下行压力加大的情况下，国家也在逐渐加大对宏观经济的调控力度，其中银行类金融机构是宏观调控的主要对象。2020年以来，全球经济萧条，金融市场也受到波及，银行面临商业增长放缓、盈利水平下滑等压力,银行的流动性风险及战略管理迎来了巨大挑战。银行业的危机会影响整个经济带，严重时甚至可能引发金融危机。法定存款准备金率往往被视为传统三大货币政策中“最后的铁拳”，一方面从政策传导机制来看，法定存款准备金率同时作用于货币乘数和基础货币，另一方面法定存款准备金率可以传达央行强烈的调控意图，从而达到对基础货币量的调控。

本文通过向量自回归VAR模型，研究存款准备金率对国有大型银行、股份制商业银行、城市商业银行和农村金融机构流动性的影响，并考虑疫情这一事件因素影响，利用脉冲响应函数分阶段关注政策的传导效力。一方面可以展现存款准备金率的调整对银行流动性的效应，另一方面能够为银行如何积极应对央行经常调整的存款准备金率提供可行的政策建议。

本文创新点：一是考虑疫情影响因素，分阶段对存款准备金率政策对于银行流动性的影响及政策传导效力进行实证研究；二是选取银行样本具有代表性，类型较为全面，数据较新，得出的结论较有参考意义。

二、文献综述

（一）存款准备金政策研究

国外学者大多认为存款准备金政策对于调研货币供应量有着明显的短期效应，但基于对流动性影响的冲击，不宜频繁使用。如Horvitz(1976)、Kenneth J.Kopecky和RichardT.Froyen（1983）、Weiner. Stuart E（1992）研究认为存款准备金率可在短期内有效控制货币供应量。Clinton（1997）、Stephen G.Cecchetti（2007）则认为存款准备金政策不利于金融市场的稳定，不宜直接或频繁作为宏观调控工具。这也与目前西方国家对货币政策的选择相一致。

国内存款准备金相关研究围绕调控效力和政策框架等方面展开。在政策效力方面，林娟（2006）、吴莹（2007）、朱恩涛和朱瑾（2007）研究认为，存款准备金率与货币供应量相关性较强，在流动性控制方面产生显著效力。韩梅、张姊媛（2009）利用格兰杰因果检验研究存款准备金率的调整对我国货币供应量的影响得出，存款准备金率调整对货币供应量的影响非常不显著，也并不是引起货币供应量变化的原因，央行若只采用存款准备金这一工具，很难实现中央银行的合理调控目标的。

在政策框架方面，李宏瑾(2020)在回顾我国法定准备金政策实践的基础上，指出我国法定存款准备金制度仍存在着准备金率较高、管理框架过于复杂、政策目标过多、利率体系扭曲等问题。张启迪（2021）总结了我国存款准备金制度的发展历史和现状。认为存款准备金率调整时存在对信贷影响的不确定性、增加银行流动性压力等不足。未来应进一步推进货币政策框架向价格型调控转型。

（二）商业银行流动性研究

巴塞尔委员会（2000）对银行流动性的定义是：商业银行利用合理成本融资用来应对资产提升同时按期履行负债义务的能力。Decker（2000）认为，商业银行的流动性是银行可用合理经济的成本偿还债务，同时还具备扩大资产的能力。Peter S. Rose（2003）提出，商业银行的流动性受预期收入、通货膨胀、国内货币供应量等诸多因素影响。Thomas Mayer（2007）研究发现，商业银行的流动性持续过剩，会导致物价上升、汇率波动。

国内商业银行流动性研究主要集中在对流动性风险控制方面。在商业银行流动性风险成因方面，董积生、戴鉴雄（2007）从量化角度出发，通过超额存款准备金和银行间市场人民币交易成交量两个指标判定商业银行流动性过剩状况，分析商业银行流动性过剩成因。侯勇、黄儒靖（2012）认为流动性是商业银行的营运基础，保持适度的流动性是商业银行实现持续经营的首要任务。我国中小型商业银行因其规模较小、信用度较低、抗风险能力较差而在流动性方面有其特殊性，故从国内流动性现状着手，分析我国中小商业银行流动性风险的现状和根源。

在影响流动性风险外部因素机理方面，张文娟（2013）认为引起我国商业银行流动性风险的内部因素主要体现在资产负债的构成和期限不合理以及盈利性与流动性之间的矛盾上，外部因素主要是央行的货币政策、对利率变动的敏感度以及金融市场的完善程度等。李学彦、李泽文（2019）选取了2011-2018年上半年我国16家上市商业银行和宏观经济的季度数据，通过FAVAR模型分析了国民经济发展状况、货币政策、股票市场及房地产市场对上市商业银行流动性风险的动态影响机制。

（三）存款准备金对商业银行流动性的影响

国外学者倾向于存款准备金对商业银行流动性的负面影响。如，FredericS.Mishkin（2006）认为，存款准备金率对不同银行的流动性影响不一，存款准备金的提高对于超额存款准备金较少的商业银行影响更大，易导致其出现流动性风险。Edlin和Jaffee（2009）讨论了在存款准备金政策影响下，商业银行持有过多的超额准备金产生的影响。

国内学者较为认可两者相关性，但在政策有效性方面观点不一。

在存款准确金与银行流动性相关性方面，金煜（2007）指出存款准备金管理是商业银行流动性管理的基本内容，存款准备金制度也是流动性监管的重要方面。陆岷峰（2008）认为存款准备金率的调整对不同的商业银行的流动性有不同程度的影响，对中小型商业银行、不良资产多的商业银行、存贷比较高的商业银行影响较大。

在政策传导效力方面，王晓枫等（2012）对三项政策工具——法定存款准备金率、发行中央银行票据和买卖国债对商业银行流动性干预的效果进行实证分析发现：不同货币政策对商业银行流动性的影响是不同的。法定存款准备金率持续性时间长且效果最强；发行央行票据在短期内效果最为明显；购买国债影响较小但长期内效果较为稳定。

张富友等（2009）从三个方面对存款准备金率变化对商业银行流动性的影响进行实证分析得出结论，存款准备金率的调整能够对商业银行体系流动性有效控制，但是这种控制作用存在大约半年时间的滞后期，且影响时间较长，有一定的警示作用。并且商业银行流动性的状况也会影响央行对存款准备金的调整，央行可继续执行差别化的存款准备金率以实现更好的微观调控目的。

卢庆杰（2007）认为存款准备金率并不是流动性管理的有效工具。当央行提高法定准备金率时，商业银行可通过降低超额存款准备金来缓和政策的冲击，降低政策对流动性的影响。赵峰、赵洋（2012）采用贷存比（DCB）指标衡量商业银行流动性，通过理论和实证分析2010-2011年的存款准备金率和信贷数据，得出存款准备金率反向影响商业银行流动性的结论，并强调央行过度依赖存款准备金政策将削弱其他货币政策工具的作用，不利于推进金融市场的发展。刘洋（2016）认为存款准备金率的变化增加了商业银行资金周转的难度与波动性，不利于商业银行流动性战略的制定和实施。姜莹（2019）从存款准备金率变动的目的及作用机制方面分析，认为央行应审慎采取调整存款准备金率的货币手段，经济下行压力下减少货币政策操作，加强定向降准的实施效果。

（四）非常规时期下国内外货币政策的影响

孙田原（2020）认为定向降准及下调超额存款准备金利率有利于降低中小银行同业间的融资成本，促进银行对实体经济特别是小微企业的信贷投放，有效降低实际融资成本，防止企业违约、破产，从而达到保就业、保增长的政策效果。

申珏（2021）通过比较国内外应对疫情的金融政策，指出国外主要经济体普遍采用类似于应对金融危机的“降息+量化宽松”等非常规货币政策，虽然短期缓解了疫情对经济社会影响，但也进一步恶化了结构性矛盾，推升了债务风险，加剧了财政负担。我国坚持以法定准备金率、公开市场操作和再贴现为主的传统货币政策，辅之以阶段性的非常规货币政策的稳健调控策略，使金融体系平稳运行，货币信贷稳定快速增长。

（五）文献评述

综上所述，国内外学者们采用不同方法，从多角度分析了存款准备金率对商业银行流动性产生的影响。目前，国外对该货币政策工具使用较少，但在我国仍是主要调控政策之一。总体来说，虽然存款准备金政策框架仍需完善，但经济下行压力加剧的形势下，存款准备金率的调控对我国商业银行的流动性产生了一定的积极影响，发挥了应有的政策效力。同时，受资本充足率、风险承压力等因素影响，不同规模、不同不类型的银行，对存款准备金率的敏感性不同，政策的传导有效性有存在差异。随着宏观形势的变化，存款准备金率政策在使用频次、调控方式等方面也将随之变化。

三、模型构建与研究设计

（一）样本选取

本文研究存款准备金率这一货币政策工具对我国商业银行流动性影响，并分析在后疫情时代经济下行宏观背景下，这一货币政策工具传导效力的变化情况。根据前文梳理，2016年3月2日至2018年4月24日期间央行未进行存款准备金率调整，2018年4月25日至2023年共下调16次，2020年初新冠疫情爆发，我国经济增速放缓，央行3次下调存款准备金率，持续出台稳经济一揽子政策和接续政策，2022年经济运行总体延续恢复发展态势，逐步回到合理区间。因此，考虑存款准备金率调整频次和新冠疫情这一事件因素，充分利用变量数据并尽可能保证样本的对称性，本文样本区间设定为2018-2023年，采用月度数据，其中存款准备金率指标按日进行平均得到月度指标，商业银行流动性指标根据季度数据变换为月度指标。研究分成2018-2019年、2020-2023年两阶段进行分析。进一步选取国有银行、股份制、城商行、农村商业银行流动性指标，分析对不同类别银行的影响。宏观数据来自Wind资讯。

（二）计量模型

本文分析存款准备金率变动对商业银行流动性比例影响，两个变量均为时间序列，数据量级一致。根据前人研究，存款准备金率和流动性比例均为内生变量，两者相互作用,相互影响,且各自的滞后阶均对预测其余变量起作用。当每个变量都对预测其余变量起作用时，这组变量适用于向量自回归VAR模型。因此本文采用此模型，对两者进行相关性分析，并利用脉冲响应函数重点关注政策的传导效力。

模型表达式设定如下：

其中：LIQt-n和Rt-n分别表示滞后n 期的商业银行流动性比例和存款准备金率；α11n表示流动性比例滞后n 阶对自身的影响系数，α12n表示存款 准备金率滞后n 阶对流动性比例的影响系数，α21n表示存款准备金率滞后n 阶对自身的影响系数，α22n表示流动性比例滞后n 阶对存款准备金率的影响系数，β1和β2表示外生变量时间趋势对因变量的回归系数，ε1,t和ε2,t分别表示随机扰动项。

（三）变量说明

存款准备金率R：法定存款准备金率指一国中央银行规定的商业银行和存款金融机构必须缴存央行的法定准备金占其存款总额的比率。本文采用人民银行公布的大型存款类金融机构法定存款准备金率。

流动性比例LIQ：流动比率指企业流动资产和流动负债的比率。流动性资产包括：现金、黄金、超额准备金存款、一个月内到期的同业往来款项轧差后资产方净额、应收利息及其他应收款、合格贷款、债券投资、在国内外二级市场上可随时变现的债券投资及其他（剔除其中的不良资产）。流动性负债包括：活期存款（不含财政性存款）、一个月内到期的定期存款（不含财政性存款）、同业往来款项轧差后负债方净额、已发行的债券、应付利息及各项应付款、中央银行借款及其他。指标值越高，流动性越强。

衡量商业银行流动性的静态指标主要有贷存款比例、流动性比例、现金比例、净稳定资金比例，动态指标主要有流动性缺口。本文选取流动性比例测度商业银行流动性，采用国家金融监督管理总局公布的全国商业银行、大型商业银行（5 家）、股份制商业银行（12 家）、城市商业银行、农村商业银行的流动性比例季度数据。

四、实证结果分析

（一）变量描述性统计

对2018-2023 年变量观测值进行描述性统计（见图1、图2），由图1 可知，在该时间区间内存款准备金率平均值为12.67%，由17%降至10.5%，下降6.5 个百分点；商业银行流动性比例平均值为59.05%，由51.39%提升至67.88%，提升16.49 个百分点，商业银行流动性比例和法定存款准备金率整体呈反向变动趋势。

图1 2018-2023年存款准备金率和流动性比例变化趋势图

图2 不同类别商业银行2018-2023年流动性变化情况

据统计，在样本期间，大型银行、股份制银行、城商行、农商行的流动性比例平均值分别为56.56%、56.26%、67.42%和66.66%，大型和股份制商业银行流动性比例显著低于城商行及农商行，主要由于城商行和农商行规模相对较小，需要更高的流动性来抵御风险。且由图2可知，不同类别银行流动性比例变化情况不同，大型银行、城商行、农商行流动性总体呈上升趋势，略有波动，股份制银行流动性呈先升、后降、再回升趋势，2018-2019年期间上升，2020年初起开始下降，2021年6月起稳步回升。

（二）模型回归结果

为研究新冠疫情前后法定存款准备金率对商业银行流动性不同影响，以及对不同类型银行的政策传导效应，本文将上述样本分组，全阶段、分阶段、分类型构建VAR模型。

1.全阶段回归结果

（1）稳定性检验

向量自回归模型对于相对联系的时间序列变量系统是有效的预测模型，但需对VAR模型做稳定性检验，只有平稳的VAR模型才可以做后续的脉冲响应分析。

本文利用Eviews工具对模型进行估计，结合VAR工具中的Lag Lenth Criteria（滞后长度准则）和实际统计意义，判定模型最佳滞后期，本文最终选择1-4阶，利用单位根检验模型平稳性，全部根的倒数值都在单位圆内，不存在单位根，表明模型稳定，具体结果如下表：

表1 VAR模型稳定性检验结果

（2）模型方程估计

在VAR模型内，均采用最小二乘估计对两个方程进行估计，两个方程估计的可决系数R平方分别为0.97，0.99，说明模型具有较强的解释效力，具体方程估计如下：

?

（3）脉冲响应函数结果

对于VAR模型，单个参数估计值较难解释。若要对VAR模型做出结论，可以用系统的脉冲响应函数，本文由此刻画当期一个标准差的存款准备金率冲击对流动性比例的当期值和未来值的影响，得到脉冲响应图。图3显示，存款准备金率对流动性比例存在负向冲击，在第4期左右开始产生较为明显的影响，第8期效应达到最大，之后随着时间的推移逐渐减弱，也说明所对应的模型是个稳定的系统。

图3 全阶段存款准备金率对银行流动性脉冲结果图

2.分阶段回归结果

为研究宏观环境变化是否会影响存款准备金率调整的政策效应，分阶段构建VAR模型，得到如图4所示的脉冲响应图。对比两个结果，可以发现在疫情发生前，存款准备金率的冲击效应依然在第3期左右显现，在第5期即达最大值，之后逐渐收敛；疫情后，冲击效应时滞拉长，在第10期左右达到最大值，且呈发散趋势，模型系统稳定性变差。

图4 分阶段存款准备金率对银行流动性脉冲结果图

阶段1:2018-2019年 阶段2:2020-2023年

3.分类回归结果

分析不同类别商业银行流动性受存款准备金率变动的影响，分别采用2018-2023年期间四类银行的流动性比例构建模型，得到图5所示脉冲响应图。图中显示，存款准备金率对大型国有银行和股份制银行的流动性冲击效应不明显，股份制银行影响效力几乎与横轴重叠；对城商行和农商行作用力较强。

图5 存款准备金率对四类银行流动性脉冲结果图

4.实证结果分析

通过对以上模型结果分析，可以得出以下结论：

（1）存款准备金率变动对流动性比例产生负向影响，降低存款准备金率有利于提高商业银行系统的流动性。在本文研究的样本期间，即2018-2023年间，一个标准差的存款准备金率对流动性造成的冲击为负值。但政策传导存在时滞，3-4个月左右开始产生效力，6-10个月影响达到最大。

（2）样本期间，前后存款准备金率政策传导效果变化明显，效力减弱，时滞拉长，且无法用法定存款准备金率这一个因素来解释流动性变化。主要由于在经济下行情况下，为加强逆周期调节，国家采用各类财政政策和货币政策稳经济大盘，如结构性货币政策工具、定向降准、减费让利政策等，在各项政策交织影响下，叠加市场预期因素，存款准备金率的政策效力弱化，不确定增加。

（3）大型国有银行和股份制商业银行的流动性受法定存款准备金率的影响比城商行、农商行小。一方面，由于银行规模原因，大型银行流动性波动幅度相对较小。另一方面，降低法定存款准备金率通过提高货币乘数，增加货币供应量，从而提高流动性，但政策效果在很大程度上受超额存款准备金的影响。大型银行超额准备金率相对较多，弱化了法定存款准备金的传导效果。

五、政策建议

根据实证研究结论，存款准备金率对商业银行流动性产生负向影响，但在疫情影响下，政策效力减弱、时滞拉长，同时对不同类型银行，其政策影响效力有所差异。因此，需在政策的出台方和传导方两端发力，有效提高政策的传导效力，确保金融系统性稳定。

一方面，要提高存款准备金政策的稳健性和精准性。在经济下行压力加剧的背景下，央行需积极适应环境变化进一步完善存款准备金政策框架，在政策的使用频次和调控时机上，综合考虑宏观经济、系统性风险等多方因素，加强对商业银行压力测试监管，尤其是对政策较为敏感、风险控制较弱的城商行、农商行，有效控制其流动性风险聚集。在保持稳健的货币政策基础上，针对不同地区、不同规模、不同性质的商业银行出台差异化政策指引，提高政策传导效力。持续加大定向降准力度，引导商业银行信贷投向，加大对实体经济的信贷支持，持续支持普惠、三农等行业发展。

另一方面，商业银行加强流动性管理。流动性管理是商业银行风险管控构成。在流动性总量合理充裕的政策背景下，商业银行在加大流动性创造的同时，要警惕流动性风险聚集，加强风险监测和压力测试，在流动性、盈利性、安全性三个方面做好平衡。商业银行应加强对宏观经济、行业发展和政策走势的研判，通过经济资本管理、信贷计划管理、行业限额管理、授信授权管理、信贷退出管理、信贷资产交易等多种手段，有针对性地调整资产负债结构，提高组合效率。同时，随着数字经济的迅速发展，银行非利息收入业务市场潜力巨大。商业银行应紧抓机遇，创新发展各类非息产品，有效发挥非利息收入对经营绩效的支撑作用。