中国央行定向降准政策的有效性
——基于双重差分模型的实证研究

黎 齐

(中国人民银行重庆营业管理部,重庆 401147)

中国央行定向降准政策的有效性
——基于双重差分模型的实证研究

黎 齐

(中国人民银行重庆营业管理部,重庆 401147)

采用双重差分模型对定向降准政策效果、持续实施效果以及政策传递途径和政策失效原因进行实证研究。研究结果表明:定向降准政策释放的流动性未精确流入目标企业、行业;持续实施的定向降准政策也未改善原有政策的效果;定向降准政策以商业银行作为定向引导的途径效果不佳。最后从实施配套政策、改变定向调控思路、激活引导途径等方面提出了建议。

定向降准;货币政策;“三农”;小微企业;双重差分模型

一、引 言

为实现“保增长、促改革、调结构、惠民生”的政策目标,自2014年4月25日起,中国人民银行通过定向下调存款准备金率的方式对“三农”以及小微企业实施定向调控政策,2015年度又进一步增加了定向降准的频率和力度,至2015年末，定向降准已达7次,其中2015年度5次。定向调控的货币政策并非中国央行首创,英国的货币政策当局和美联储在金融危机后不久便开始实施定向调控的货币政策。他们主要是通过降低利率的方式进行定向操作,而中国央行主要是通过降准方式进行数量调控。无论采用哪一种方式,各国央行都希望通过定向操作来增强现有货币政策的精准性和针对性,进一步提高货币政策效果。

定向降准的货币政策在现有货币政策调控思路中能否发挥“定向引导”的作用？定向降准释放的流动性是否能够准确流入目标企业,这是政策制定者无法掌控的。对定向降准的货币政策能否起到精准调控和精确引导的作用,社会各界的看法也比较谨慎。如果定向降准释放的流动性更多流向传统的房地产行业、钢铁行业,那么不仅政策效果无法显现,而且与“调结构”、“去产能”的目标背离。因此,定向降准的货币政策能否引导资金精确流向“三农”和小微企业,政策持续实施效果如何,是一个极其重要的问题。

本文的研究价值在于:首次从实证角度定量分析了定向降准政策的实际效果,丰富了定向调控方面的研究,对于央行未来继续实施定向类型工具具有重要的参考价值。

二、文献综述

国外央行货币政策的定向调控主要从资金价格层面着手。美联储的扭转操作(OT)便是其中一种。Joyce et al. (2011)认为,美联储的扭转操作可以通过对利率期限结构的调整以及对人们预期的改变来影响资金价格,最终降低实体经济的融资成本,并使投资长期化[1]。Ehlers(2012)认为扭转操作会对商业银行的资产组合产生一定影响,并最终影响到市场资金的价格[2]。Krishnamurthy and Jorgensen(2011)的研究表明,美联储大量购买长期国债的行为导致其他长期资产名义利率的大幅下降,从而促进投资的长期化[3]。欧洲央行推出的长期再融资操作(TLTRO)也是十分典型的定向调控政策。Boeckx et al.(2014)通过对欧元区的实证研究发现,定向长期再融资计划将能够刺激产出的增加,且本国银行的资本化程度越高,定向调控政策的传导机制越有效[4]。Praet(2014)则认为,有约束的定向调控政策不会导致流动性的滥用,因而可以发挥定向调控的作用[5]。Draghi(2014)将TLTRO交易与二级市场的资产证券化结合起来进行分析,发现在二级市场的支持下,TLTRO交易可以降低商业银行融资成本并最终促进实体经济的发展[6]。国内学者在定向调控货币政策的研究上还处于起步阶段。汪仁洁(2014)认为定向调控货币政策在有效性、精准性上还存在实施困难[7]。理论上,定向调控政策在解决当前突出问题的定向精准微调方面仍具有明显优势[8][9]。马理等(2015)在理论模型和数值模拟的基础上提出,定向降准的货币政策具有一定的“调结构”功能,但商业银行对“三农”贷款的发放仍然会受到一定的限制[10]。

此外,也有部分学者对于定向调控的货币政策效果持怀疑态度。Swanson(2010)认为扭转操作并不能影响长期利率的走势,因而无法影响实体经济的信贷需求[11]。Eichengreen(2014)提出欧洲央行的定向长期再融资计划对于实体经济所能产生的影响并不是确定的[12]。另外,针对英国央行的融资换贷款计划(FLS),Lea(2014)的研究表明,FLS释放的流动性并没有进入银行体系而是更多地进入了建房互助协会,没有达到预期的政策效果[13]。

与欧美央行的定向价格调控思路不同,中国央行的货币政策目前主要以数量调控为主。自定向调控政策实施以来,关于其政策效果的实证研究尚属空白,仅有的理论分析也无法充分证明定向降准政策的实际效果。本文采用双重差分模型进行实证检验,分析定向降准政策效果、持续实施效果以及政策传递途径和政策失效原因。

三、方法、变量与数据

(一)估计方法

自然科学实验中,实验者通常对一部分实验对象进行某种处理,而对另一部分实验对象则不加处理,以分析“处理”所产生的影响。经过处理的实验对象称为“实验组”,未经过处理的则称为“对照组”。“实验组”和“对照组”的差异可以作为分析实验效果的依据。类似于自然实验,如果一项公共政策的实施使得社会中的部分群体受到影响而其他部分的群体不受影响或者受到的影响很小,那么这项公共政策的实施就可以称之为“实验”或者“准实验”[14][15]。因此可以通过对“实验组”和“对照组”进行观察比较来分析政策效果。

2014年第二季度以后,央行的降准政策主要分为定向降准和普遍降准。定向降准政策仅针对经济体中的部分个体,其他经济个体不受该政策直接影响,因此本文采用双重差分模型来研究实际政策效果。双重差分模型中的政策是仅对特定样本产生影响而不会对其他样本产生影响的政策,进行实证分析时,只需要考虑对特定样本产生影响的政策。定向降准政策仅针对“三农”和小微企业,所以可以将定向降准政策作为双重差分模型中的政策;普遍降准政策会对所有行业产生影响,在实证分析时不需要单独考虑。双重差分模型将普遍降准政策的影响通过模型的差分消除,从而得到定向降准的政策效果。

(1)

(2)

(3)

(4)

为分析政策实施前后贷款增速是否发生显著变化,分别用(3)式减去(1)式、(4)式减去(2)式可得:

(5)

(6)

这便是一重差分,反应不同组别在定向降准政策实施前后的变化,属于时间的差分,但这种变化究竟是由于自身趋势的影响还是由于政策实施造成的,需要通过分析不同组别趋势变化的个体差异,因此继续进行差分。此时用(6)式减去(5)式得到的结果便可以同时体现出政策实施所带来的个体差异和时间差异,进而分析政策效果。在具体的模型设计中,双重差分模型可用(7)式表示:

yit=β1+β2xit+β3dumi+β4dumt+β4h+εit

(7)

其中,yit表示因变量,xit表示自变量,εit为随机扰动项。dumi表示个体的虚拟变量,dumt表示时间的虚拟变量,时间虚拟变量和个体虚拟变量的乘积h则表示双重差分的估计量,即作为判断定向降准政策的实施对因变量的影响是否显著的依据。

(二)变量设计

1.被解释变量。本文的被解释变量为“三农”和小微企业的信贷可得性,以“三农”和小微企业贷款同比增速衡量。央行定向降准的政策目标是支持“三农”以及小微企业的发展,因此将“三农”和小微企业的信贷可得性作为衡量定向降准政策的效果。其中“三农”的信贷可得性用农林牧渔业的贷款同比增速表示,小微企业的信贷可得性用小微企业贷款同比增速表示。

2.解释变量。本文的解释变量为双重差分的估计变量,由时间的虚拟变量和个体的虚拟变量乘积得来。其中,如果贷款的性质属于“三农”贷款或者小微贷款,则将其赋值为1;由于央行的定向降准政策从2014年4月25日开始实施,因此时间变量从2014年第二季度开始后将其赋值为1。

3.控制变量。本文的控制变量主要为宏观经济变量。企业的信贷需求与宏观经济形势紧密相关,GDP增长率可以直接反映宏观经济形势。企业的信贷需求也与央行的全局性货币政策有关。因此本文章将GDP增长率、M2增长率和一年期贷款的基准利率作为控制变量。

(三)数据描述

本文数据来自WIND数据库,涵盖自2010年以来的银行信贷季度数据。在贷款性质分类上,本文根据企业规模将贷款流向分为小微企业贷款、中型企业贷款以及大型企业贷款;根据行业将贷款流向分为“三农”贷款、轻工业、重工业等类型的贷款,数据统计如表1所示。

表1 主要变量描述性统计量

从数据描述性统计量看,分企业规模的贷款增速波动性要小于分行业的贷款增速波动性,其最大值较小,最小值较大。另外，从贷款流向趋势图可进一步分析主要变量趋势。

图1 分企业规模贷款流向趋势

从图1可知,整体上小微企业的贷款同比增长率呈不断下降趋势,进入2013年以后,其贷款同比增长率结束了之前的快速下降趋势,维持在一个相对平稳的状态;中型企业的贷款同比增长率走势与小微企业类似,但仍然处于下降趋势中;大型企业的贷款同比增长率一直维持在平稳的水平,受经济波动的影响较小。大型企业相对于中小企业有更多的抵押品,更容易获得银行信贷支持。而中小企业的贷款则极大地受经济走势的影响,经济繁荣时,中小企业的贷款需求容易得到满足,一旦发生危机,银行首先减少的就是中小企业的贷款供给[16]。

图2 分行业贷款流向趋势

图2表明,房地产贷款的同比增长率在经历了快速下跌之后正处于反弹过程中,而“三农”的贷款同比增长率却正处在一个缓慢的下跌趋势中。尤其是2015年之后,“三农”的贷款同比增长率出现了一定的加速下滑现象。

以上数据说明定向降准的货币政策效果并不明显,但真实情况是否如此,需要通过进一步的实证分析进行检验。

四、计量结果与分析

(一)基本回归分析

表2展示了以贷款增速为因变量的基本回归结果。(1)至(3)是以企业规模分类的计量结果,(4)至(6)是以行业类别分类的计量结果。(1)和(4)采用基本的OLS回归,(2)和(5)采用混合面板数据回归,(3)和(6)采用随机效应回归。

首先,从企业规模分类的回归结果来看,个体变量和交互变量都具有稳定的显著性,其中个体变量显著为正,交互变量显著为负,时间变量虽然为负但是不具备显著性。回归结果说明,小微企业的贷款增速在同期是显著高于中型企业和大型企业的,但时间变量不具显著性。小微企业这种高于同期其他类型企业贷款增速的现象，是由于自身贷款增速变化的趋势产生，还是由于国家的政策刺激呢？从双重差分的估计量h可以看到,h为负的显著性,说明国家的定向降准政策不仅没有帮助小微企业贷款增速更大幅度领先其他类型企业,反倒降低了增长速度的相对优势,即定向降准的政策并没有达到预期的政策效果,反而使得大中型企业受益。

其次,从分行业类别的回归结果来看,个体变量和时间变量都具有正的系数,但不显著。同时,双重差分的估计量h则为稳定的负显著。与分企业规模回归的结果类似,时间变化对企业贷款的增速无显著影响,个体的不同也未导致贷款增速的差异。但双重差分的估计量h却表明,定向降准政策的实施同样没有起到刺激“三农”贷款的作用,政策效果依然没有达到。

基准估计结果与中国央行定向降准政策预期效果不符,定向降准政策没有起到提振“三农”和小微企业贷款增速的作用,反而使得小微企业、“三农”与其他企业、行业贷款增速的差距加大。定向降准政策释放的流动性并没有准确流入“三农”和小微企业,可能大部分流入了其他行业和企业,政策的预期效果并没有达到。

表2 基准估计结果

注:* 、** 、*** 分别表示在10%、5%、1%的显著性水平下显著,括号内为标准差。下同。

(二)稳健性检验

为进一步增强检验结果的稳健性,本文在上述基准回归结果的基础上加入相关的控制变量进行回归,回归结果如表3所示。

表3的(1)至(3)为分企业规模的回归结果,(4)至(6)为分行业类别的回归结果。GDP表示GDP增长率,M2表示广义货币增长率,R表示一年期贷款利率。

表3 稳健性检验结果

首先,从表3的(1)至(3)可以看到,企业贷款增速与GDP增长速度具有高度的相关性,经济形势的好坏对于企业信贷扩张有极大的影响。但货币数量的增长速度和利率并没有表现出显著性。从解释变量来看,回归结果与基准回归方程的结果相似,说明回归结果具有很强的稳健性,也进一步说明定向降准政策的效果没有实现。

其次,从表3的(4)至(6)可以看到,不论是反映宏观经济形势的GDP增长速度,还是反应货币政策的M2增长率和贷款基准利率都与各行业的贷款同比增速具有很强的相关性。其中,GDP增长率的提高可以引起行业贷款增速的增长,货币数量的加速增加同样可以起到相同的作用,而且被解释变量受经济形势影响更大。从贷款基准利率来看,贷款利率的提高会使行业的贷款增长下降,这与理论原理一致。从解释变量来看,反映政策效果的双重差分估计量h同样为负的显著性,说明对于“三农”来讲,定向降准的货币政策并没有增强贷款的可得性。

(三)持续定向降准的政策效果分析

上面的分析将定向降准的货币政策看做是一次性的。事实上,中国央行的定向降准政策是连续的,从2014年到2015年末共实施了七次定向降准政策。前面的实证研究表明,一次性的定向降准并没有达到预期的政策效果,那么后续的定向降准政策是纠正了这种偏差还是扩大了这种偏差？为分析持续定向降准的政策效果,我们对时间变量的赋值进行重新定义,若当季度出现新的定向降准政策,则其后续的季度变量赋值在原来的基础上加1。我们希望通过这种方法可以较为客观地分析持续定向降准所带来的影响。调整后的回归结果见表4。

表4回归结果中各变量的显著性与前面的回归结果相似,但双重差分的估计量h反应的则是持续实施的定向降准政策效果。表4的h依然为负显著性,但取值比表2、表3要小很多,说明后续的定向降准政策进一步扩大了预期政策效果和实际政策效果之间的偏差,定向增加的流动性没有流入“三农”和小微企业。

表4 持续定向降准的效果分析

(四)定向降准政策失效原因探析

根据央行定向降准政策,七次定向降准的政策载体和政策目标如表5。

表5 央行定向降准政策的载体和目标

综合上述定向降准政策可以发现,七次定向降准的政策目标基本上都是针对“三农”和小微企业,而七次定向降准的载体基本上是以农村商业银行以及农信社为主,因此为进一步分析央行的定向降准政策释失效的原因,本文从定向降准政策的传导途径出发,以不同性质银行的贷款增速为被解释变量进一步进行分析。鉴于数据的可得性,本次回归的样本范围截至2014年第四季度,而央行2014年度的定向降准政策仅针对城市商业银行和非县域农村商业银行等小型商业银行,因此我们将小型银行作为本次回归的“实验组”,因变量仍然为贷款增速。实证检验结果见表6。

表6 分金融机构回归结果

由表6可知,中小商业银行的贷款增速确实高于同期其他类型商业银行的贷款增长速度,但这更多是由其他因素造成,因为反应双重差分效应的估计量h并没有表现出显著性,即中小商业银行存款准备金率的降低并没有引起他们信贷的扩张,这就说明定向降准释放的流动性没有通过信贷渠道流入实体经济,而可能是通过其他方式进入经济。这也在一定程度上说明,定向降准的货币政策没有产生预期效果的原因在于政策释放的流动性本身就没有进入信贷渠道,也即定向降准政策预期的政策传递途径没有发挥作用。

前面实证结果已经证明,定向降准的货币政策没有引导额外释放的流动性通过信贷渠道定向流入“三农”和小微企业。实证结果又表明,小微企业的贷款增速显著地高于同期其他类型企业的贷款增速,但这种贷款增速的差异究竟是源于自身趋势的优势,还是源于小微企业从其他途径获得的信贷支持呢？同样对于“三农”贷款,其贷款增速在定向降准之后的增速显著地高于降准之前的增速,这种贷款增速的时间差异是否也源于“三农”的其他融资渠道的支持呢？为此,本部分引入民间借贷变量,以考察定向降准释放的流动性是否通过其他渠道流入目标企业,以分析定向降准政策的隐性传递渠道。

企业融资以银行贷款为主,由于银行信贷的可得性受限以及资本市场的高门槛,民间借贷市场便成为“三农”和小微企业的另一个主要融资渠道。基于此,为进一步分析定向降准政策失效的原因,将民间借贷变量引入方程,作为定向降准政策隐性传递渠道的变量。

表7 引入民间借贷的检验

表7的回归结果中,wz代表民间借贷市场的利率指数,以温州民间借贷综合指数表示,g代表温州指数与h的交互项,表示定向降准释放的流动性是否通过民间借贷流入目标企业。根据分企业规模回归结果,民间借贷利率与企业贷款规模呈正的显著相关性,即民间借贷利率越高,企业更倾向于银行借款。另外,从交互变量来看,g为正但不具有显著性,可见定向降准释放的流动性既没有通过银行系统注入小微企业，也没有通过民间借贷的方式进入小微企业。行业分类回归结果表明,提高民间借贷利率会减少企业对银行的贷款需求,也说明定向降准释放的流动性确实可以通过民间借贷的方式注入“三农”。

依据表6和表7得到如下结论:(1)定向降准释放的流动性既没有通过银行体系也没有通过民间借贷体系流入小微企业。对小微企业而言,缺乏引导资金流入的途径;(2)定向降准释放的流动性通过民间借贷流入“三农”,但民间借贷市场的利率普遍较高,这无疑会加重“三农”的资金负担。对“三农”而言,信贷引导途径无效,而民间借贷途径有效。

五、总结及建议

创新宏观调控手段,引导资金支持实体经济发展,加强货币政策对国家产业结构转型的支持,无疑是中国经济进入“新常态”以后央行的重要职责。针对“三农”和小微企业的定向降准政策是央行为支持国家战略转型的重要宏观调控手段。这种新型的宏观调控手段是否能有效发挥政策效果尚存争议。本文利用双重差分模型,对定向降准政策的政策效果以及政策失效的原因进行了较为深入的研究。

从基本的计量分析结果来看,三种估计方法都表明定向降准政策效果与政策预期存在较大的偏差。定向降准的政策非但没有将释放的流动性注入目标企业,反而导致更多的流动性流入其他企业和行业。稳健性检验的结果进一步验证了基本计量分析的结论。从持续定向降准的政策效果来看,后续实施的定向降准政策非但没有纠正之前的实际政策效果与预期政策效果的偏离,反而使得偏离的程度加剧。从定向降准的政策引导途径分析来看,定向降准政策实施的载体——中小商业银行并没有向实体经济发放更多的贷款,说明定向降准政策释放的流动性没有通过信贷渠道进入实体经济,即传导途径是失效的。从定向降准政策的替代效应分析来看,只有“三农”得到了资金支持。因此本文推测定向降准政策释放的流动性大部分没有流向目标企业,政策预期效果没有达到。

根据实证研究的结论,提出如下政策建议:(1)建立配套政策体系,引导资金精准流入。定向降准政策向经济社会释放了额外的流动性,这种流动性的使用权由商业银行控制,如何引导商业银行将资金用于支持“三农”和小微企业的发展是发挥政策效果的关键。政府应建立相关的配套政策,以确保资金有效流向“三农”和小微企业等实体经济。例如通过建立相关的风险补偿机制,对“三农”贷款和小微企业贷款制定更宽容的不良贷款容忍度等。(2)在实施数量型定向调控政策的同时,注重价格型定向调控政策的作用。数量型定向调控政策虽然提供了更多的流动性,但无法直接降低资金成本。建议参考欧美国家定向调控的经验,在向政策目标释放流动性的同时,注重贷款利率的降低,从而使释放的流动性能真正支持目标企业的发展。(3)加强监管,确保定向降准释放资金的专用性。之前的定向降准政策无法监控额外释放的流动性的最终去向。因此,可以考虑要求符合降准条件的商业银行对额外增加的可贷金额建立专门的管理账簿,记录资金流向,确保定向降准释放的流动性不进入产能过剩行业,为“三农”和小微企业获得流动性建立专门的渠道。

[1]Joyce M., A. Lasaosa, I. Stevens.The Financial Market Impact of Quantitative Easing in the United Kingdom[J].International Journal of Central Banking, 2011, 7(3) : 113-161.

[2]Ehlers T.The Effectiveness of the Federal Reserve’s Maturity Extension Program-Operation Twist 2: The Portfolio Rebalancing Channel and Public Debt Management[Z].BIS Paper, 2012.

[3]Krishnamurthy A. and A. Vissing-Jorgensen.The Effects of Quantitative Easing on Interest Rates: Channels and Implications for Policy[Z].NBER Working Paper, 17555, 2011.

[4]Boeckx J., M. Dossche and G. Peersman.Effectiveness and Transmission of the ECB’s Balance Sheet Policies[J].CESifo Working Paper, 4907, 2014.

[5]Praet P.Keynote Speech at the Paris Europlace International Financial Forum[EB/OL].https://www.bis.org/review/r140714a.htm, 2014.

[6]Draghi M.Introductory Remarks at the EP’s Economic and Monetary Affairs Committee[EB/OL].http://www.bis.org/review/r140923a.htm?ql=1, 2014.

[7]汪仁洁.货币政策的阶段性特征和定向调控选择[J].改革, 2014, (7): 15-24 .

[8]陈萍.央行定向降准面面观[J].国际金融, 2014, (7): 53-56.

[9]马理, 刘艺, 何梦泽.定向调控类货币政策的国际比较与我国的对策[J].经济纵横, 2015, (10):107-112.

[10]马理, 娄田田, 牛慕鸿.定向降准与商业银行行为选择[J].金融研究, 2015, (9)： 82-95.

[11]Swanson E. Let’s Twist Again: A High-frequency Event-study Analysis of Operation Twist and Its Implications for QE2[Z].Brookings Papers on Economic Activity, 2010, pp. 151-188.

[12]Eichengreen B. The ECB Tries Again[J].Intereconomics, 2014, (4): 240.

[13]Lea R.Eurozone Weakness: The ECB Responds[J].Energy, 2014, (2): 1.

[14]周黎安, 陈烨.中国农村税费改革的政策效果:基于双重差分模型的估计[J].经济研究, 2005, (8): 44-53.

[15]陈林, 伍海军.国内双重差分法的研究现状与潜在问题[J].数量经济技术经济研究, 2015, (7): 133-148.

[16]黎齐. 货币政策、利率市场化与信贷资源错配——基于非平等市场地位的信贷自己供给平衡模型[J].金融经济学研究, 2016, (2): 3-13.

(责任编辑:原 蕴)

The Effect of China’s Targeted Reserve Adjustment Policy——The Empirical Study Using the DID Model

LI Qi

(Chongqing Operations Office of PBC, Chongqing 401147, China)

This paper uses the difference in difference(DID) model to analyze the effect of targeted reserve adjustment policy, and based on it, explores the lasting effect and transition mechanism of such policy. The results are as follows: (1) Extra liquidity released by targeted RRR cut policy hasn’t precisely flown into target enterprises or industries. (2) Continuous implementation of the policy hasn’t improved the effect of the original policy. (3) Using the targeted reserve adjustment policy to conduct targeted guidance via commercial banks proves to be invalid. In the last part, this paper puts forward several suggestions regarding the supporting policies, the change of the targeted regulation concept and positive guidance, etc.

Targeted Reserve Adjustment; Monetary Policy; Three Agriculture; Small Business; DID Model

2016-01-19

黎齐(1989-),男,江西九江人,中国人民银行重庆营业管理部经济师。

F822.0

A

1004-4892(2017)04-0037-10