我国微型银行的特点及银行贷款渠道的检验_银行论文

中国微观银行特征与银行贷款渠道检验,本文主要内容关键词为:微观论文,中国论文,银行贷款论文,特征论文,渠道论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

一、引言

近年来,伴随着中国国际收支的持续大规模顺差,国内出现了银行体系流动性过剩,货币信贷扩张较快,资产价格泡沫和通货膨胀压力增大等问题,宏观经济运行的风险不断累积,中央银行也连续采取了多次提高法定存款准备金率、加息、发行央行票据等一系列的紧缩性政策措施来回收银行体系的流动性。由于商业银行在资产规模、流动性、资本状况等方面的异质性,货币政策的变动在影响银行信贷总量的同时,也可能引起不同特征银行信贷供给反应的横截面(Cross-section)差异。如何识别中国微观银行特征对其信贷供给的影响,不同资产规模、流动性水平、资本充足程度的银行其信贷供给对货币政策的变动具有怎样的异质性反应,对存款准备金率、存贷款基准利率等不同类型的货币政策工具而言,这种异质性反应又是否存在差异?

根据货币政策传导的银行贷款渠道(Bank Lending Channel)理论,如果某一银行个体特征能够反映银行的资产负债表质量状况,那么,该个体特征将通过影响银行的外部融资成本进而决定银行贷款行为的差异性。在资本市场不完美的情况下,紧缩性的货币政策减少了银行的存款类资金来源,而银行转向外部投资者借入非存款类资金时,如果不同的银行在某一能够反映资产负债表质量状况的个体特征上存在差异,会使得外部投资者对这些银行的违约风险产生不同的预期,并使其面临不同的外部融资溢价(External Finance Premium),从而会在不同程度上降低贷款供给。国外相关实证研究显示,一般而言,规模越大、流动比率越高、资本越充足的银行往往对紧缩性货币政策的反应越不敏感(Kashyap and Stein,1995,2000;Kishan and Opiela,2000),但各个国家金融体系的特定制度会影响结论的一致性(Topi and Vilmunen,2001;Ehrmann et al.,2003)。

在中国,金融市场(尤其是债券市场)还欠发达,企业和居民外部融资高度依赖银行贷款①,货币政策传导以信用渠道为主,银行的资产组合行为是影响货币政策有效性的重要微观基础。反思近年来中国央行的货币政策调控,我们发现,在微观主体市场化动机日益明显的同时,宏观调控手段却不得不更加依赖数量型工具和非市场化的手段,货币政策调控的效力在下降。一方面,数量型和非市场化政策工具的一大弊端就是可能不利于金融资源的结构性配置;另一方面,流动性过剩不仅是个总量问题,还是个结构问题(曾康霖,2007)。统一的货币政策调控对银行信贷供给影响的截面效应,不仅可能弱化货币当局通过银行贷款渠道传导政策意图的力度,还可能恶化信贷资源配置的配置效率,如加剧中小企业的融资难等问题。因此,我们需要进一步研究中国商业银行对货币政策反应的行为差异,这样才能深入地考察货币政策变动导致的商业银行资产组合调整的结构效应,分析货币政策传导梗阻的原因,以改善货币调控效率。而目前国内学者对信贷渠道的实证文献大多基于VAR方法的宏观数据分析(周英章、蒋振声,2002;蒋瑛琨等,2005;赵振全等,2007),其局限是不能有效分离出信贷供给和需求效应,也就难以分析商业银行的信贷供给行为与货币政策的关系。此外,中国目前的货币调控体系(包括目标与工具)与美欧等发达国家存在显著差异,研究货币政策与银行信贷供给关系时,结合中国的金融体系制度特征选择相关货币政策代理变量以及解释计量结果是必要的。

所以,本文结合中国货币政策调控体系的典型特征,采用Arellano和Bond(1991)提出的动态面板估计方法实证检验了1998~2009年期间货币政策对银行信贷供给的影响是否依赖于银行资产负债表特征,验证了货币政策传导的银行贷款渠道。研究结论显示:流动性相对充裕的大型银行其信贷供给行为更容易受资本充足因素的驱动,而中小型银行的信贷供给行为更易受流动性因素驱动;规模特征是影响银行信贷对货币政策异质性反应的重要因素,利率调整对大型银行的信贷规模影响更大,存款准备金率调整对流动性相对较低的中小型银行影响较大,被动冲销式的公开市场操作对各类型银行的信贷扩张抑制作用都较小。

本文的结构安排如下:第二部分为文献综述,第三部分为本文研究假设,第四部分为模型设定与数据说明,第五部分为计量结果与分析,最后为本文结论和政策建议。

二、相关文献综述

根据货币政策传导的信贷渠道(Credit Channel)理论,货币政策除了通过传统的利率渠道(Interest Rate Channel)影响无风险利率,从而影响微观主体的融资和投资成本外,还通过资产负债表渠道(Balance Sheet Channel)和银行贷款渠道(Bank Lending Channel)放大了对实体经济的影响(Bernanke,2007)。其中资产负债表渠道强调的是货币政策通过影响借款人财务状况从而影响其外部融资溢价大小或融资数量,而银行贷款渠道强调的是货币政策通过准备金、资本和银行风险承担等方面影响银行的财务状况和外部融资溢价,从而影响金融中介尤其是银行的信贷供给意愿和供给能力(Bernanke and Blinder,1992;Van den Heuvel,2002;Borio and Zhu,2007)。Bernanke(2007)指出,资产负债表渠道和银行贷款渠道都可以从资产负债表角度理解,只不过前者强调企业和家庭的资产负债表,后者强调金融机构的资产负债表。

根据银行贷款渠道理论(Bernanke and Blinder,1992),如果某一银行个体特征(如资产规模、流动性水平、资本充足程度等)能够反映银行的资产负债表质量状况,那么,该个体特征将通过影响银行的外部融资成本或外部融资的可得性进而决定银行贷款行为的差异性。在资本市场不完美的情况下,紧缩性的货币政策减少了银行的存款类资金来源,而银行转向外部投资者借入非存款类资金(如大额CDs、货币市场互助基金或者证券融资)时,如果不同的银行在某一能够反映资产负债表质量状况的个体特征上存在差异,会使得外部投资者对这些银行的违约风险产生不同的预期,并使其面临不同的外部融资溢价,从而会在不同程度上降低贷款供给。Woodford(2010)指出银行贷款渠道是否重要取决于是否满足4大条件:多数银行面临紧的存款准备金约束,商业银行对存款资金来源的依赖程度高,企业对商业银行贷款的依赖程度高,银行的贷款与其他资产不具有完全替代性。

紧缩性货币政策既可能减少信贷需求也可能减少信贷供给,实证检验银行贷款渠道的最大困难就是如何分离信贷供给和需求因素的影响,即模型识别问题(Altunbas et al.,2009)。Bernanke和Blinder(1992)明确指出,利用宏观加总数据是难以有效区分信贷供给和需求效应的。所以,近年来国外相关实证文献主要基于微观面板数据,考察了资产规模、流动性水平和资本充足程度三大特征对银行信贷供给的异质性影响。早期的实证文献主要以美国银行业为研究对象。Kashyap和Stein(1995)通过研究1976Q1~1992Q2期间13000多家美国商业银行的贷款和证券资产与货币政策变动的关系,结果发现,大银行在融资市场受信息不对称的影响小于小型银行。它利用其他外部融资渠道替代准备金存款的能力强于小型银行,其信贷供给也对紧缩性货币政策的冲击相对不敏感。Kashyap和Stein(2000)的研究进一步指出,除规模因素外,在货币紧缩期,流动性充足的银行可以通过减少流动性资产来保护其信贷资产组合,其信贷供给受到的影响较小。Kishan和Opiela(2000)的研究还发现,资本比率越低的银行对紧缩性货币政策的反应越敏感。以美国银行业为研究对象的相关研究表明,在直接融资市场发达、市场约束较强的国家,资产规模、流动性水平和资本充足程度构成了影响银行外部融资成本的因素,银行规模越大、流动性越强、资本越充足,其信贷供给对货币政策的变动越不敏感。

以欧洲、南美等国银行业为研究对象的相关实证,结论并不统一。研究表明,一些国家金融体系的制度安排存在特殊性(Ehrmann et al.,2003),某些制度安排可能弱化了外部投资者与银行之间的信息不对称性,这样,银行资产规模、流动性水平和资本充足程度等作为信息不对称的信号变量,就不能够决定外部投资者对银行违约风险的预期,也就不会构成影响银行外部融资成本的因素。Ehrmann等(2003)对法国、德国、意大利和西班牙银行业的研究发现,流动性不足的银行对货币政策的反应更敏感,而规模和资本充足程度不同的银行对货币政策的反应并不存在显著差异,他们对此的解释是较为完善的存款保险制度、银行间网络以及较少的银行破产案例,降低了信息不对称的程度,降低了银行资产规模和资本充足程度作为信息不对称代理变量在影响投资者的违约风险预期中的作用。Farinha和Marques(2001)以葡萄牙银行业为研究对象,指出该国银行业从欧盟其他国家银行获得了大量资金,放松了流动性指标的约束,流动性不同的银行对紧缩性货币政策的变动无显著差异。Takeda等(2005)对巴西银行业的研究发现,各银行持有大量的国债资产,银行业的流动性水平普遍较高,放松了流动性指标的约束,流动性相对较低的银行并不比流动性相对较高的银行对紧缩性货币政策的变动更加敏感。Topi和Vilmunen(2001)以芬兰银行业为研究对象,认为政府的隐性担保会使得资本充足程度较低的银行很少面临破产风险,这样就使得资本充足程度不会构成影响银行外部融资成本的因素。1999年后欧元区实行的统一货币政策和金融一体化的发展会弱化各国制度特征对银行信贷行为的影响,对此,Altunbas等(2009)以1999~2005年期间欧元区2948家银行为研究对象进行了相关检验,研究结论与银行贷款渠道理论一致,银行规模越大、流动性水平越高、资本越充足,对货币政策的反应越不敏感。

此外,Altunbas等(2007)发现,资产证券化在改变银行贷款资产发行并持有(Originate and Hold)经营模式的同时,也弱化了银行对货币政策冲击的反应,证券化程度越高的银行能将风险资产转移出资产负债表,其信贷资产组合受利率变动影响较小。随着银行业全球化的发展,Cetorelli和Goldberg(2008)对美国银行业的研究发现,银行业的国际化也会弱化银行贷款渠道的重要性,大型全球性经营的银行能通过内部资本市场从国外分行获得资金支持,弱化了国内货币政策冲击通过外部资金市场对其信贷供给的影响。

在中国,企业和居民外部融资的银行贷款依赖度非常高,而银行的资金来源又主要依赖于存款,银行贷款渠道可能在货币政策传导中具有非常重要的作用。目前国内学者对信贷渠道的实证研究主要集中在基于VAR方法的宏观数据分析,通过研究信贷、货币与GDP、CPI等宏观变量的关系,用GDP和CPI等变量对信贷和货币冲击的反应大小来判断信贷渠道与货币渠道的相对重要性,如周英章和蒋振声(2002)、蒋瑛琨等(2005)、赵振全等(2007)。周英章和蒋振声(2002)的研究表明,中国的货币政策是通过信用渠道和货币渠道的共同传导发挥作用的,相比之下信贷渠道占主导地位。相比之下,基于微观银行数据研究银行信贷供给的相关文献很少。刘斌(2005)采用3个月再贷款利率作为政策利率,考察了1998Q1~2005Q1期间资本充足率水平对16家银行贷款行为的影响,研究表明,在紧缩性政策影响下,资本充足率较低的银行贷款下降幅度相对较大。索彦峰、陈继明(2008)采用M1增长率的实际值与趋势值的偏差作为政策利率的代理变量,研究了1997~2005年期间国有和股份制银行贷款行为的差异性,其实证结果是,在紧缩性政策影响下,股份制银行的贷款下降幅度相对较大,而国有银行的贷款下降幅度相对较小。

综上,已有研究存在三方面的局限:第一,已有文献对微观银行特征与银行资产负债表渠道的解释主要基于外部融资价格机制,这种机制在金融市场仍欠发达、市场约束作用有限的中国是否显著成立值得检验;第二,已有文献多以银行间市场利率作为货币政策代理变量,但中国的货币调控体制与美欧等发达国家存在较大差异,中国的利率并未完全市场化,央行公开市场操作的影响难以直接通过价格机制传导到存贷款市场,银行间市场短期利率难以作为货币政策立场的有效度量指标;此外,中国央行的货币调控虽以M2为目标,但综合使用了多种价格和数量型工具,以再贷款利率和M1的HP滤波成分作为货币政策的代理变量也存在不足。第三,银行贷款渠道强调的是货币政策对银行信贷供给的影响,正如Bernanke和Blinder(1992)所指出的,国内基于VAR方法的宏观数据研究不能有效分离出信贷供给和需求效应,不能检验货币政策对不同特征银行信贷供给的差异化影响,且只探讨了货币政策传导的后半链条,央行的货币政策工具到信贷传导链条并没有揭示出来;而国内的两篇微观银行数据文献在研究对象(仅考虑了国有和全国股份制银行)、微观银行特征(仅考虑了资本比率或规模单一指标)、货币政策指标选择及实证结果的解释上都有值得拓展之处。

鉴于上述分析,有必要结合中国的货币政策调控体系特征,在有效识别信贷供给和信贷需求因素的基础上,实证检验货币政策对银行信贷供给的影响是否依赖于微观银行特征(即银行贷款渠道)。

三、本文研究假设

银行贷款渠道的检验首先需要找到能有效代表货币政策立场(Monetary Policy Stance)的度量指标(Kashyap and Stein,2000),指标的选取需结合一国的货币调控制度特征,且要易于清晰识别货币政策对银行信贷供给的影响机制。美国等西方发达国家的货币调控主要通过公开市场操作实施,公开市场操作除了影响债券市场利率外,还通过市场化的途径影响银行的批发融资成本和可贷款资金数量,从而影响信贷供给。所以,以这些国家银行业为研究对象的实证检验主要选取银行间市场名义短期利率(如美国联邦基金利率)作为货币政策代理变量(Kashyap and Stein,1995,2000;Ehrmann et al.,2003;Ahunbas et al.,2007,2009)。

但中国目前的货币调控体系与美欧等发达国家存在显著差异。美欧等发达国家,由于金融市场较发达,货币政策往往选择利率类价格型中介目标,政策调控主要通过公开市场操作和再贴现率调整等间接价格型工具来影响货币市场利率,并经资本市场和信贷市场传导到存贷款利率和其他资产价格。而中国由于金融市场(尤其是债券市场)发达程度有限,利率并未完全实现自由化,自1998年放弃信贷直接控制以来,中国人民银行以M2作为货币政策中介目标,货币政策调控则综合使用多种价格和数量型工具,且更多的依赖数量型工具和非市场化的手段。

虽然国内学术界对流动性过剩存在不同的定义,如夏斌、陈道富(2007)从超额存款准备金率,唐双宁(2007)从存贷差持续扩大定义银行体系的流动性过剩,但基本认同的是,近年来国内银行业存在整体流动性过剩。随着1994年以来中国国际收支顺差规模的持续扩大,银行体系流动性日益累积,法定存款准备金率和以央票为基础的公开市场操作、存贷款基准利率调整成为央行冲销流动性和货币调控的常用工具,而再贴现和再贷款的货币调控作用则逐渐丧失。据统计,自1998~2010年,中国人民银行先后调整法定存款准备金率31次,存贷款基准利率21次②。自2003年以来,提高法定存款准备金率和以央票为基础的公开市场操作成为央行冲销流动性的最重要和最常用工具(张晓慧,2008)。此外,为抑制银行的信贷扩张冲动,2008年初央行还不得不启用10年前就已弃用的信贷直接控制措施③。

虽然法定存款准备金率提高、公开市场冲销操作、存贷款基准利率提高等都可作为央行的货币紧缩工具使用,但不同工具对银行信贷规模的影响机制存在显著差异(见图1)。目前中国的利率并未完全实现自由化,仍实行“存款上限和贷款下限”的利率管制,1998年后存贷款管制利率往往同幅调整,存贷利差几乎维持在3%左右(见图2)。维持较高利差的利率管制为银行体系处理历史坏账、改善盈利指标提供了保护(易纲,2009),但也阻碍了货币市场利率向存贷款利率的传导,阻碍了间接性货币政策工具发挥作用的链条,同时也成为诱使国内银行普遍信贷扩张冲动和过度依赖贷款增长的粗放发展模式的重要因素(张杰,2008)。因此,存贷款管制利率的同幅提高对银行信贷供给的负面影响有限,主要通过减少信贷需求从而抑制银行信贷规模。存款准备金率的提高与公开市场冲销操作都是回收银行体系流动性的工具,且都会导致银行间市场利率上升,但对银行体系流动性的结构性影响是不同的。公开市场冲销操作作为间接价格控制型工具,主要通过诱导的方式减少货币市场流动性,引起货币市场收益率上升和信贷发放相对预期收益率下降,从而间接影响信贷供给,其影响效果取决于银行体系的整体流动性。而法定存款准备金率作为直接数量型工具,主要通过直接影响银行体系流动性来影响银行信贷供给,如果银行体系整体面临紧的准备金率要求且不同类型银行间的流动性水平存在结构性差异,统一的法定准备金率调整对银行体系的流动性影响巨大,可能导致部分银行陷入流动性困境和恶化信贷资源的结构性配置④。

图1 中国央行的货币调控工具及其对银行信贷影响机制

图2 中国央行的货币调控工具及利率的历史变动情况(1997~2010年)

注:(1)数据来源于CEIC数据库;(2)自2008年9月起,中国央行实行了差别化存款准备金率要求,对大型存款类金融机构的法定存款准备金率要求约高2个百分点;本图仅列出了平均的法定存款准备金率。

综上,目前中国仍实行存贷款利率管制,银行间市场利率与存贷款利率并未有效联结,银行间市场短期利率难以作为货币政策立场(Monetary Policy Stance)的有效度量指标。央行虽以数量型指标M2作为中介目标,M1和M2等指标的变动可以作为反映国内货币状况(Monetary Conditions)的综合变量,但由于中国央行的货币政策调控综合使用了一系列直接、间接的价格和数量型工具,且不同工具对银行贷款供给的影响机制存在差异,M1和M2等数量型指标难以作为“干净”、易于清晰识别出货币政策对银行信贷供给影响机制的综合代理变量。所以,为有效区分和检验不同类型工具对银行信贷规模的影响机制(信贷供给还是信贷需求),本文选择对法定存款准备金率、存贷款基准利率和公开市场操作三大货币政策工具分别进行讨论。

法定存款准备金率的调整,主要通过直接影响银行体系流动性而影响银行信贷供给,作为非市场化的手段,其实施效果不仅取决于银行体系的整体流动性状况,还取决于流动性的分布情况。按照银行贷款渠道理论,从内部资金约束角度,银行流动性比率越高,则通过减少其他缓冲性资产(如证券等)满足准备金要求、规避货币政策调整对信贷供给影响的能力越强;从外部融资约束角度,银行规模越大、流动性越强、资本比率越高的银行,其市场融资更易、成本更低,受存款准备金率调整的影响越不显著。

由此,我们得到假设1:在其他条件不变的情况下,提高法定存款准备金率主要通过影响信贷供给降低银行信贷规模,银行规模越大、流动性越强、资本越充足,则其信贷供给对存款准备金率的提高越不敏感。

在较高存贷利差保护和存贷款管制利率往往同幅调整的背景下,银行普遍存在信贷扩张冲动,基准利率的提高对银行信贷供给的抑制作用是有限的,主要通过影响信贷需求从而影响信贷规模,其影响效果就取决于客户信贷需求的利率敏感性。由于信贷市场上的信息不对称,银行间的异质性也就决定了不同银行的贷款对象也是不同的。相关研究表明(Worms,2001),银行客户需求的异质性主要与银行规模特征相关,而与流动性水平和资本充足程度特征的相关度比较低。大银行的贷款对象主要是大企业,而小银行的贷款对象主要是中小企业(林毅夫、李永军,2001),大型企业融资渠道相对更多,与银行的谈判议价能力更强、转换成本(Switching Cost)更低,其贷款需求对贷款利率变动的反应敏感度相对较高,而中小型企业由于融资限制较大、转换成本更高,其贷款需求对贷款利率变动的反应敏感度相对较低。因此,大银行所面临的贷款需求利率弹性可能高于小银行所面临的贷款需求利率弹性(Kashyap and Stein,1995)。

由此,我们得到假设2:在其他条件不变的情况下,提高存贷款基准利率的紧缩效果取决于信贷需求的利率敏感性,若大银行所面临的贷款需求利率弹性高于小银行所面临的贷款需求利率弹性,则规模越大的银行其信贷规模受存贷款管制利率变动的负向影响越大。

公开市场操作属于市场化的间接诱导性工具,与法定存款准备金率调整不同的是,其实施效果主要取决于银行业的整体流动性状况。一方面,公开市场紧缩操作有效抑制信贷供给需要银行体系面临的准备金约束是紧的(Woodford,2010)。在国际收支持续大规模顺差导致的银行整体流动性过剩背景下,公开市场操作对银行信贷供给的抑制作用是比较有限的。另一方面,“利率管制+利差保护”下,公开市场操作导致的批发市场融资成本上升不能有效传导到零售市场,只要公开市场操作导致的融资成本上升不足以抵消掉银行的信贷扩张冲动,公开市场冲销操作抑制银行信贷扩张的作用有限。而且可预期的是,银行规模越大、流动性水平越高、资本越充足,则可能对公开市场冲销操作更不敏感。

由此,我们就能得到假设3:在银行业整体流动性过剩的环境和存贷款利率管制条件下,公开市场冲销操作对抑制银行信贷扩张作用有限,银行规模越大、流动性越强、资本越充足,则其信贷供给对公开市场冲销操作越不敏感。

四、模型构建与数据描述

(一)模型设定与变量选择

为检验银行贷款渠道,已有文献的模型设计主要有两种思路,一是将银行按照规模、流动性水平、资本充足程度分组(Kashyap and Stein,1995,2000;Kishan and Opiela,2000;Ahunbas et al.,2002);二是允许银行信贷供给对货币政策的反应依赖于微观银行特征(Ehrmann et al.,2003;Ahunbas et al.,2007,2009),设立货币政策与微观银行特征的交叉项。这两种方法各有优缺点,分组法的优点在于就某一重要特征而言,能得到更加清晰和丰富的结论,能更清晰反映出组内银行信贷供给驱动因素的差异性及其对货币政策的异质性反应,但涉及多个特征需要多重分组时,需要大量的横截面数据,如果某分组内截面数较少则难以得到统计有效的结论;而交叉项方法对样本截面数要求较少,避免了分组标准选择的主观性,能考察更多的微观银行特征因素(Matousek and Sarantis,2009)。

根据研究目的和数据情况,本文综合采用了分组和交叉项两种方法。市场结构是决定银行行为的重要因素,而规模是市场结构划分的最重要依据,而且银行客户需求的异质性主要与银行规模特征相关,与流动性水平和资本充足程度等特征相关度较低(Worms,2001)。因此,我们首先按照规模特征进行分组估计,检验不同规模银行信贷供给对货币政策变动的反应。由于样本截面数较少,按银监会的规模分类口径,大型银行仅5家,若还要考察流动性因素的影响,横截面数据已无法支持再按组内流动性特征分组。所以,为进一步讨论流动性水平和资本充足程度等微观银行特征的影响,我们还采用了基于多特征变量的交叉项估计。

1.基于分组法的估计

从资产规模、产权属性以及经营区域等特征角度,中国银行业的市场结构具有明显的层次特征⑤,所以本文没有对资产规模分组的临界值进行讨论,而直接按银监会的规模分类口径,将样本银行分为大型银行、全国性股份制银行和城市商业银行三组。在设计估计模型时,影响银行信贷规模的变量可以分为信贷供给因素、信贷需求因素和外部因素(刘斌,2005)。信贷供给因素主要通过规模、流动性和资本水平等微观特征来识别,外部因素主要是指宏观经济因素和货币政策调控等。现实中不同的银行往往面临不同的信贷需求,模型设计中我们既考虑了信贷需求的同质性成分,也考虑了信贷需求的异质性成分,假定前者依赖于宏观经济特征,而后者依赖于银行规模特征(Worms,2001)。

紧缩性货币政策既可能通过减少信贷需求也可能通过减少信贷供给来影响信贷规模,利用简化式模型检验银行贷款渠道时需要对信贷供给和需求因素的影响进行有效分离,即模型识别问题(Altunbas et al.,2009)⑥。在银行的资产组合管理中证券资产是一种缓冲性资产,当信贷需求萎缩时,银行会增加证券资产的持有,当信贷需求旺盛时,银行会减少证券资产而增加信贷投放(Rose,2001)。Kashyap和Stein(1995)指出,可通过比较证券资产与信贷资产受货币政策变动的影响来区分供给和需求效应,当央行实行紧缩货币政策时,若银行贷款资产增速下降,同时证券资产增速也下降,则可认为这是供给效应占主导作用的结果;如果是需求效应占主导,则很可能银行信贷资产增速下降,同时证券资产增速上升。所以,为有效区分信贷供给和信贷需求效应,我们设计了银行贷款资产和证券资产调整的两个模型,具体如下:

2.基于交叉项的估计

为进一步识别货币政策对银行信贷供给的影响是如何受流动性水平、资本充足程度等特征的影响,我们采用了交叉项估计的方法。同分组法,我们也分别设计了银行贷款资产和证券资产调整的两个模型,具体如下:

银行贷款渠道检验是希望识别出银行信贷供给反应的横截面差异,所以模型(3)和(4)未设定单独代表信贷需求的宏观经济因素和货币政策调控变量,而借鉴了Altunbas等(2009)设定时间虚拟变量以剔除所有时间效应的办法,剔除包括宏观经济和货币政策调控等仅随时间变化而不随个体银行变化的所有变量,避免选择不同的控制变量(如选择固定资产投资还是GDP、是否还要纳入通货膨胀因素)对模型结论的可能影响,仅得到不同特征银行信贷反应的横截面差异结果。

为验证相关假设(1)、(2)和(3),我们感兴趣的参数是模型(3)中的符号及其显著性。根据的估计结果,我们可得出不同特征银行的信贷规模受不同货币政策变量的影响程度。至于这种影响主要是通过对信贷供给还是信贷需求效应来实现的,我们可以通过模型(4)中的符号来进一步验证。此外,根据相关研究(Worms,2001),本文假定银行客户需求的异质性主要与银行规模和产权特征等相关,而与流动性和资本水平等特征的相关度比较低,这样就能简化流动性水平和资本充足程度特征对信贷供给异质性影响的推断,可直接根据模型(3)中的相关系数符号进行判断。

(二)数据说明与描述

本文的研究样本为1998~2009年期间55家中资商业银行的年度非平衡面板数据。样本银行中包含了工农中建交5家大型国有银行,中信银行等12家全国性股份制银行,其余38家为城市商业银行。1998年中国的货币政策调控体制发生了重大变化,取消了信贷直接管控而以M2作为货币政策中介目标。为保证数据期间货币调控体制的一致性,样本期间选择为1998~2009年。样本银行的相关报表数据来源于Bankscope数据库。截至2010年6月,该数据库共收录了135家银行类金融机构的资产负债表和损益表等信息,剔除政策性银行、外资银行以及数据连续期低于3期的银行,共剩下55家商业银行样本。中国国内固定资产投资、法定存款准备金率等宏观数据来源于CEIC数据库。

表1为主要银行变量的描述性统计结果。样本期内,3类银行中股份制银行的平均贷款增速和证券资产增速最高,而大型银行为最低,城市商业银行介于中间。若将银行规模指标进行对数还原,可发现不同组间的银行平均资产规模相差很大,5大银行的平均资产约为全国股份制银行的10倍,中小商业银行资产规模的100倍。从流动性指标来看,全国股份制银行的流动资产比例最低,大型银行的流动资产比例最高。若将样本期间限制在2003年后,则这种现象更加明显,3类银行的流动性指标值分别为0.46、0.40、0.42。大型银行流动性比率更高主要源于证券类资产比重更高。统计数据显示,2009年大型银行的证券/总资产比例高于股份制银行10个百分点,高于城市商业银行9个百分点(徐明东、陈学彬,2010)。从资本指标来看,三类银行平均资本比率差异较小,简化的统计指标难以反映出各类型银行资本指标的动态变化路径。若从时间序列平均数据来看(见图3),我们会发现,2005年之前由于历史包袱等多种原因,大型银行和城市商业银行的资本充足率比全国股份制银行低,2003年银监会成立并加强了资本监管实施力度,大型国有银行和城市商业银行纷纷进行了市场化改革,通过各级政府注资、引进战略投资者和上市等外源性渠道补充资本,资本比率大幅度提高。

表2为变量相关系数矩阵。在没有控制其他因素影响的情形下,资产规模越大的银行,其信贷增速越低;流动性越高、资本越充足的银行,其信贷增速越高;银行信贷增速与贷款基准利率、银行间同业拆借利率与存款准备金率等货币政策变量均负相关,表明货币政策的紧缩伴随着银行信贷增速的下降。此外,贷款基准利率、银行同业拆借利率与法定存款准备金率的相关性较高,且这三者代表了央行影响银行信贷供给的3种不同机制,如果在模型设定中忽略掉其中一个重要机制,则可能导致忽略重要变量的内生性问题。

五、计量结果与分析

由于解释变量包含被解释变量的一阶滞后项,不可观测面板效应与被解释变量的滞后项相关,使得标准估计量不具有一致性。所以,本文采用了Arellano和Bond(1991)提出的一阶差分GMM估计量方法(以下简称A-B估计)。该方法的基本思想是在Anderson和Hisao(1982)基础上增加了更多可用的工具变量,以解决不可观测面板效应与被解释变量滞后项相关的内生性问题,在实证文献中得到广泛应用。

模型估计还需要考虑其他一些变量的内生性问题。首先,银行规模、流动性、资本指标采用滞后一期值仅能消除当期互相影响的内生性问题,银行信贷增速的高低还会影响未来期的银行规模、流动性和资本比率,即E(当s<t时)。研究表明,采用滞后项后,这种跨期反馈的内生性问题可能并不严重,所以国外文献大多没有考虑,如Matousek和Sarantis(2009)、Altunbas等(2009)。为稳妥起见,我们仍按Stata中A-B估计的建议解决办法,将上述三大特征变量的滞后一期值设为前定变量(Predetermined Variable)⑨。其次,三大货币政策代理变量为央行的决策变量,央行是否实施紧缩政策的重要依据之一就是银行贷款增速,而且银行间市场利率变量本身也包含了经济系统信息,即货币政策代理变量存在内生性问题,即E(当s≤t时)。国外一些文献的相关办法是,构建纳入利率和真实产出等宏观变量的VAR系统,提取利率变量的VAR残差作为货币政策代理变量,但构建VAR系统本身就需要很多重要的假定,VAR模型的识别问题也会影响外生性利率成分的值,反而易导致估计的不准确性,所以这种方法在经典文献中也只是作为辅助手段,将利用VAR利率残差变量的回归结果与原估计结果进行对比,如Kashyap和Stein(2000)。考虑到我们关注的是银行信贷或证券资产组合反应的横截面差异,而政策变量为时间序列变量,这种内生性问题对我们感兴趣的研究结论影响不大(Worms,2001)。为稳妥起见,我们也按照A-B估计的建议解决办法,将三大货币政策工具变量及其交叉项设为内生变量。此外,控制变量固定资产投资也受银行信贷的反馈影响,所以也将其设为内生变量。考虑到内生变量和前定变量设定过多将导致使用过多的工具变量,降低模型估计的自由度,我们限定最多使用滞后两期的变量作为工具变量。

为确保估计模型的有效性和稳健性,我们做了两个重要检验:(1)过度识别检验,采用Sargan检验判断工具变量的使用是否合理,零假设为工具变量使用是合理的。(2)干扰项序列相关检验,Arellano和Bond(1991)一阶差分估计量要求原始模型干扰项不存在序列相关,由于差分后的干扰项必然存在一阶序列相关,因此,我们需要检验差分方程的残差是否存在二阶(或更高阶)序列相关,若存在二阶相关,则意味着选取的工具变量不合理。

(一)分组估计

表3和表4是分别采用Arellano和Bond(1991)动态面板方法对模型(1)和(2)的估计结果。Sargan检验和二阶序列相关检验结果均不能拒绝零假设,表明我们的一阶差分估计量模型的干扰项不存在显著的序列相关,工具变量的选取是合理的。

从表3的分组回归结果(1)~(3)来看,不同规模银行信贷投放的驱动因素存在显著差异。在假定同一规模组内银行面临的信贷需求同质条件下,各微观银行特征对银行信贷投放的影响,可直接识别为信贷供给因素。大型国有银行和城市商业银行的信贷供给更易受资本比率的影响,而全国股份制银行和城市商业银行的信贷供给更易受流动性水平的影响。其中,城市商业银行的资本比率增长1个百分点,其信贷增速将上升3.36个百分点,而全国性股份制银行流动性比率上升1个百分点,其信贷增速将上升1.69个百分点。

根据研究假设,本文最感兴趣的是各货币政策变量的估计结果。首先,法定存款准备金率变动的影响。从表3和表4的总体回归结果(4)来看,法定存款准备金率的提高使银行体系的信贷增速显著下降,同时证券资产增速也显著下降。也就是说,当央行提高存款准备金率时,银行通过减少相对低收益、具备缓冲性质的证券资产,仍无法满足流动性要求,不得不减少相对高收益的信贷资产。可推论出供给因素占主导,存款准备金率的上调主要通过抑制银行信贷供给从而降低了信贷增速。从表3和表4分组回归(1)~(3)的结果来看,当央行提高法定存款准备金率时,大型银行的信贷增速并没有受到显著影响,而只是通过减少证券资产的持有充分抵消了提高法定存款准备金率的流动性紧缩影响。而相比之下,中小型银行的证券类资产下降的同时,信贷增速也出现了显著下降,表明中小型银行即使紧缩了证券类缓冲资产仍然无法消除流动性紧缩的影响,不得不进一步紧缩信贷资产,由于中小银行的证券资产占比低于大型银行,其利用证券资产缓冲流动性压力的作用较大型银行低。所以,验证了假设1中的部分结论,即存款准备金率对银行信贷供给影响依赖于资产规模特征,银行规模越大,对存款准备金率调整越不敏感。

其次,存贷款基准利率变动的影响。表3和表4中总体回归结果(4)显示,基准利率的提高使银行体系的信贷增速显著下降,但不同于提高法定存款准备金率影响的是,银行体系的证券资产增速是显著上升的。在信贷资产风险并没有显著增加的情况下,银行却收缩高收益资产而增加低收益资产,这反映了需求因素占主导、银行依信贷需求被动调整资产组合的情形。从表3和表4分组回归(1)-(3)的结果来看,当央行提高基准利率时,大中型银行的信贷增速显著下降,而不得不增加证券资产的持有。相比之下,小型银行的信贷增速则并没有显著下降。上述分析表明,央行提高法定存贷款利率时,大中型银行面临的贷款需求下降幅度大于小型银行,间接证明了大银行所面临的贷款需求利率弹性高于小银行所面临的贷款需求利率弹性。验证了假设2中的结论,提高存贷款管制利率通过影响信贷需求影响银行信贷规模,规模越大的银行其信贷规模受存贷款管制利率变动的负向影响越大。与存款准备金率变动的结论相比,我们可得出,虽然都可作为紧缩性政策,二者不仅影响机制不同,而且结构性的影响结果也显著不同,基准利率上调,大型银行的信贷规模下降更多,而准备金率上调,中小型银行的信贷规模下降更多。这进一步支持了本文货币政策代理变量的选择依据。

再次,公开市场冲销操作的影响。表3和表4中总体回归结果(4)显示,公开市场紧缩操作不仅不能抑制信贷规模增速,反而会导致银行证券资产增速下降,信贷规模增速上升。从表3和表4分组回归(1)~(3)的结果来看,这种现象对中小型银行来说比较明显。对此,可从信贷供给和信贷需求角度解释:由于我国银行间市场与其他金融市场的联动性较强,银行间同业拆借利率上升,将引起其他金融资产价格的上升,企业从其他渠道获得资金成本增加、更加困难,导致信贷需求可能不降反升;而流动性过剩、管制利差保护和信贷市场竞争,促使中小银行为扩大市场份额,即使在成本上升的条件下也不愿紧缩信贷,银行间市场利率上升的成本效应并没有有效传导到信贷市场。验证了假设3中的部分结论,即在银行业整体流动性过剩的环境和存贷款利率管制条件下,公开市场冲销操作对抑制银行信贷扩张作用有限。但不同的是,小型银行由于利差补贴下更强的信贷扩张冲动,对公开市场冲销操作更不敏感,信贷增速不降反升。

(二)交叉项估计

采用交叉项估计,一方面可用来检验分组估计中规模特征影响的结论是否稳健,分组估计中大中型银行组内截面数过少可能会影响回归结果的统计有效性;另一方面,我们还可进一步判断货币政策对银行信贷供给影响的异质性是否依赖于流动性水平、资本充足程度等其他银行特征。在模型估计中,我们按照资产规模、产权属性、流动性水平和资本充足程度的顺序依次增加交叉项,以检验估计结果是否稳健。

表5和表6的交叉项估计结果分别对应模型(3)银行信贷资产增速模型和模型(4)银行证券资产增速模型的结果。Sargan检验和二阶序列相关检验结果均不能拒绝零假设,表明我们的一阶差分估计量模型的干扰项不存在显著的序列相关,工具变量的选取是合理的。结果显示,无论如何引入交叉项变量,银行规模、流动性水平和资本充足程度对银行信贷供给的影响都非常稳健,银行规模越小、流动性水平越高、资本越充足,信贷增速越高。

我们最感兴趣的是各微观银行特征与货币政策变量交叉项的系数符号及其显著性。首先,规模特征交叉项的估计结果。从表5信贷增速模型结果来看,无论引入什么交叉项,银行规模因素的交叉项都非常显著。具体而言,提高法定存款准备金率,规模特征的交叉项都显著大于0,表明银行规模越大,其信贷资产增速对法定存款准备金率的反应越不敏感,与假设1和分组回归的结论相符;提高存贷款利率,规模特征的交叉项都显著小于0,表明银行规模越大,其信贷资产增速对存贷款基准利率的反应越敏感,表6证券资产增速模型的规模特征交叉项系数符号显著为正,验证了需求效应的主导作用,与假设2和分组回归的结果相符;公开市场冲销操作的交叉项小于0,表明银行规模越小,公开市场操作对其信贷规模抑制作用越弱,与分组回归结论一致,但估计结果不很稳健,当模型中包含了流动性和资本因素交叉项后,其估计系数统计上不再显著。此外,控制了产权因素交叉项后的结果显示,不影响规模特征交叉项结果的显著性,而国有银行的信贷增速对基准利率的反应更加不敏感,按照前文逻辑,可能是由于国有银行的客户中国有企业占比更多,而国有企业信贷需求对利率变动的反应敏感度较低所致。

其次,流动性水平和资本充足程度的交叉项估计结果。从表5的信贷增速模型结果来看,流动性水平和资本充足程度交叉项的回归系数几乎都是不显著的。什么原因导致银行信贷规模对货币政策的异质性反应仅依赖于规模特征,而不依赖于流动性水平和资本充足程度?

对此,我们提出了如下几点解释:第一,隐性保险的存在、特殊的产权安排等制度性因素,弱化了基于风险的外部融资溢价约束机制,也弱化了流动性水平和资本充足程度等指标作为信息不对称风险指标的信号作用。国外经验研究也显示,若一国大多数的银行被各级政府所拥有,银行负债得到了各级政府的担保而放松了融资约束,流动性水平更低的银行对紧缩性货币政策的反应并不更大(Worms,2001)。虽然银监会明确要求地方政府不能入股中小银行,但我国中小银行普遍被各级地方政府直接或间接控制,即使民营资本比例最高的浙商银行,其最大股东也是本地国有企业,单一国有企业法人股占10.34%(朱建武,2007)。政府的隐性担保会使得资本充足程度较低的银行很少面临破产风险,这样就使得资本充足程度不能决定外部投资者对银行违约风险的预期(Topi and Vilmunen,2001)。资本约束包括监管约束和市场约束,近年来,由于监管当局加大了资本充足率监管的实施力度,资本的监管硬约束已经逐步显现,但隐性保险等制度因素弱化了决定外部融资溢价的市场约束的作用(许友传,2009)。第二,近年来利率管制和国内银行体系流动性过剩的整体环境,也弱化了流动性指标在外部融资中的风险信号作用。国内的利率管制维持了较高的存贷利差,银行放贷越多则利润越多,银行流动性越低反而可能被认为是更高潜在利润的信号,弱化了流动性指标的风险信号作用。国外经验表明,银行体系整体流动性过剩的环境也会使得流动性水平不会构成影响银行外部融资成本的因素(Takeda et al.,2005)。第三,国内银行资金的供给者存在显著的“规模偏好”(马草原、王岳龙,2010)。国内银行的资金主要来源于存款,由于大型银行网点更多、能提供更多样化和便捷化的传统和网上银行业务,在存款利率上限管制条件下,存款者往往更愿意将资金存放到大型银行。此外,相关研究还显示,国际收支顺差带来的流动性也存在结构性分配效应,银行规模越大,国际化程度越高,则越能获得更多的结售汇流动性分配,潜在流动性获取能力越强,也会强化规模特征对银行异质性行为的影响(徐明东、陈学彬,2010)。

为确保本文模型估计结果的有效性,我们做了多项稳健性检验。首先,2008年初央行实施的信贷直接控制可能是影。向银行信贷行为的重要政策因素,而我们仅识别了三大货币政策工具变量,为排除信贷直接控制对银行信贷行为的影响,我们通过改变样本期间选择,仅考虑1998~2007年的数据对分组法和交叉项法重新进行了回归。其次,为检验流动性水平和资本充足程度交叉项不显著是否受我们选择的流动性和资本指标的影响,我们用流动性资产/存款和短期融资、(1-贷款/总资产)替代本文所用的流动性指标,用风险资本比率(即监管资本充足率)替代本文所用的资本资产比率指标。最后,针对A-B估计模型中内生变量、前定变量和外生变量的设定是否会影响本文的结论,我们不考虑各变量的内生性,将A-B动态面板模型中所有变量都设置为外生变量。上述检验结果显示(为节省篇幅未列出估计结果),本文的基本结论比较稳健,规模特征是影响银行信贷对货币政策异质性反应的最重要因素。此外,我们还采用了索彦峰、陈继明(2008)的处理方法,使用M1的HP滤波成分作为货币政策代理变量,结果显示(为节省篇幅未列出估计结果),规模越大的银行对货币政策变动的反应越不敏感,与索严峰、陈继明(2008)结论基本一致。而本文的研究已表明,不同规模银行的信贷规模对于存款准备金率和存贷款基准利率两类工具的反应程度是截然不同的,若不考虑中国货币政策调控体系下各政策工具对信贷影响机制的差异,则会影响结论的有效性。

六、主要结论与政策建议

本文采用Arellano和Bond(1991)提出的动态面板估计方法实证检验了1998~2009年期间中国货币政策对银行信贷规模的影响是否依赖于银行资产负债表特征。研究结论显示:

(1)规模特征是影响银行对货币政策异质性反应的最重要因素。流动性相对充裕的大型银行其信贷行为更易受资本充足因素的驱动,而中小型银行信贷行为更易受流动性因素驱动;存款准备金率调整对中小型银行的信贷规模影响较大,存贷款基准利率调整对大型银行的信贷规模影响更大,被动冲销式的公开市场操作对各类型银行的信贷扩张抑制作用都较小。

我国利率并未完全市场化,存贷款利率仍实行管制,并维持了较高的存贷利差,虽为银行体系处理坏账和改善盈利指标提供了一定的保护,但阻碍了货币市场利率向存贷款利率的传导,阻碍了公开市场操作等间接性货币政策工具发挥作用的链条,导致了国内商业银行普遍的信贷扩张冲动,弱化了紧缩性货币政策调控的效力,并使得央行不得不依赖于数量型和直接管制型工具。为改善货币政策尤其是间接调控工具的调控效力,中国应适时推进利率市场化改革,逐步放松对商业银行的利差保护,弱化银行的信贷扩张冲动。

(2)为提高货币政策的有效性,政策当局应加强对能够反映资产负债表质量的银行个体特征的监测,将其纳入到货币政策的决策体系之中,对不同特征银行实行差异化的货币政策调控和差异化的动态监管。实行差异化的货币政策调控一方面有助于实现整体调控目标,另一方面有利于弱化对信贷资源配置的结构性扭曲,如统一提高法定存款准备金率对中小型银行信贷扩张影响较大的同时,可能恶化中小企业的信贷可获得性。

就差异化货币政策紧缩工具而言,由于套利机制的存在,价格型工具难以实现差异化调控,在目前国际收支仍持续大规模顺差、银行业流动性继续累积背景下,存款准备金率等数量型工具成为短期内差异化调控工具的现实选择。从本文结论出发,若为抑制经济过热和资产泡沫累积,应对流动性相对充裕的大型银行和资本充足率较低的银行采取更为紧缩性的政策。本文的研究为央行2008年以来针对大型银行的央行定向票据、差别存款准备金率以及银监会实行的差别资本充足率政策提供了经验证据的支持。

注释:

①据《中国货币政策执行报告(2010Q4)》统计,2009年银行贷款占国内非金融企业外部融资的比例为81.2%,2010年该比例虽较上年有明显下降,但仍超过75%。

②数据来源于中国人民银行网站。

③2008年下半年,中国经济受到美国次贷危机的负面冲击日益明显,中国人民银行于11月取消了贷款限额管理。2010年后面对银行业难以抑制的信贷扩张,其又再次成为政策当局信贷调控的重要工具。

④这也是20世纪90年代以来美国、澳大利亚等国家降低甚至部分取消了法定存款准备金要求的原因之一。

⑤随着中国银行业市场化改革的深入,已形成了多层次的银行体系。可划分为5个梯队:第一梯队是大型国有银行,虽然中国银行业市场集中度持续下降,据银监会网站数据统计,截至2009年底,工农中建交5家国有大型银行仍约占银行业资产比重的51%;第二梯队是中信、招商等全国性股份制商业银行,约占银行业资产比重15%;第三梯队是城市商业银行,约占银行业资产比重7%;第四梯队是城市和农村信用社、农村商业银行,约占银行业资产比重11%;第五梯队是外资银行,仅占银行业资产比重2%。

⑥关于简化式模型识别的理论推导详见Ehrmann等(2003)。

⑦自1998年以来存款利率和贷款利率往往同向变动,而且该期间存贷利差变化幅度也很小,为考虑多重共线性影响,本文仅引入贷款基准利率。

⑧根据各变量1997~2009年期间的相关系数,银行贷款增长率与固定资产投资增长率的相关系数是0.61,而与名义GDP增长率是0.10。

⑨Arellano和Bond(1991)动态面板估计模型如何处理变量内生性的原理及方法,可详见Stata 11帮助文档的面板数据部分(pp.23~40)。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

我国微型银行的特点及银行贷款渠道的检验_银行论文
下载Doc文档

猜你喜欢