利率市场化改革的信贷调控实效及应用研究

来源:用户上传      作者:宋光宇

　　摘 要：为有效应对当前经济发展面临的“三重压力”，宏观调控跨周期设计和调节为货币政策工具的发展与应用带来了新机遇。本文在梳理LPR政策演进和利率市场化改革对商业银行信贷行为影响有关文献的基础上，基于上市的11家LPR报价行和37家其他商业银行2018―2021年财务指标面板数据，运用合成控制法和静态面板固定效应模型，实证考察了LPR报价行制度对商业银行信贷行为的影响、作用机制和效果。结果表明：LPR报价行制度能有效引导商业银行加大对实体经济的信贷支持力度，而不同性质的商业银行对政策调控的反馈力度存在异质性，LPR报价行制度在跨周期调控方面具有积极的作用，并从探索报价行制度的结构性引导作用、发挥价格型工具的跨周期调节作用等方面提出了政策建议。
　　关键词：LPR；报价行制度；货币政策；跨周期调控
　　中图分类号：F820.1 文献标识码：B 文章编号：1674-2265（2022）11-0069-09
　　DOI：10.19647/j.cnki.37-1462/f.2022.11.009
　　一、引言
　　为应对新冠肺炎疫情引发的经济下行压力，各主要经济体都采取了较为宽松的货币政策，数量型货币政策工具在此期间扮演了重要的调控角色。从政策效果看，宽货币政策虽然有效避免本国经济陷入衰退，但“无上限”宽松也成为导致通货膨胀走势快速攀升的首要原因。为避免数量型货币政策工具过度使用的负面影响，2022年中央经济工作会议提出了“跨周期和逆周期宏观调控政策要有机结合”的总要求，防止宏观政策矫枉过正，并修补经济发展中长期性结构性问题，为此，中国人民银行同时提出“发挥好货币政策工具的总量和结构双重功能”。因此，在数量型货币政策工具效果边际下降以及价格型货币政策工具极易政策超调的现实条件下，有必要探索价格型货币政策工具的结构化应用，为传统政策留下充足战略空间。
　　2019年第四季度以来，中期借贷便利（MLF）与1年期LPR同步下行，截至2021年12月末，不考虑市场波动影响，在利率中枢不变的条件下，引导以利率债为质押的7天期银行间存款类金融机构回购加权平均利率在LPR改革实施后下降超过50个BP，企业贷款加权平均利率比2018年高点下降180个BP①。从理论和实践上看，宏观利率水平需要与经济发展阶段相匹配，市场利率的过快下降易引起套利等不正当行为的发生。根据信贷配给理论，即使贷款利率下降到较低程度，仍有部分企业无法获得贷款。对于企业来说，能够得到资金与得到便宜资金是融资的两个层次，解决了“融资贵”并不是终点，实体企业特别是广大民营、小微企业融资的难点是获得资金，这是许多企业不计成本也难以实现的。因此，LPR改革的起点是解决“融资贵”的难题，终点则应是提高金融服务可得性和覆盖面，实现经济金融良性互动，进而提升宏观跨周期和逆周期政策实效。因此，LPR报价行制度能否在合理的价格区间内引导信贷有序流向实体经济，其结构化应用能否在宏观调控中发挥作用，是利率市场化改革过程中值得探索的问题。本文研究LPR报价行制度对商业银行信贷行为引导作用的有效性和持续性，对完善相关制度乃至丰富货币政策工具箱具有一定的理论指导和政策借鉴意义。
　　二、文献综述及假设
　　中国的金融市场结构以间接融资为主，商业银行是货币政策主要的传导媒介，是利率调控的首要对象，只有打通理顺“二级银行”体系下的利率传导关系，才能实现金融支持实体经济发展的目的。孙国锋和段志明（2017）[1]认为，中央银行中期政策利率在引导商业银行信贷增量降价方面，比中央银行短期利率的作用更为显著。盛松成（2019）[2]认为，一级交易商制度使公开市场操作普适性削弱，中小商业银行贷款利率传导效果减弱，一味通过利率手段降低小微企业融资成本，易增加中小商业银行经营风险。熊园（2019）[3]认为，LPR改革正遇经济下行区间，商业银行风险偏好下降，资质较差的小微企业将在“融资难”与“融资贵”的两端徘徊，银行端的“惜贷”行为或将短暂性抬头。冼海钧等（2020）[4]认为，LPR改革的政策效果在商业银行间具有差异性，定价能力越强的机构政策利率向机构贷款利率传导的效率越高。汤奎（2020）[5]认为，LPR改革使商业银行存贷利差收窄，盈利压力加大，中小商业银行将被迫提高风险容忍度以寻求更高的信用溢价。同时在贷款利率下行通道内，商业银行资产质量和企业投资回报良性互动，企业对商业银行的有效信贷需求将增加。刘景荣（2020）[6]认为，LPR新机制对商业银行经营行为产生较大影响。短期内为应对大型企业议价，商业银行会向高利润领域拓展，中长期则增加利率管理和转型风险，银行间优质客户争夺趋于激烈。基于上述研究成果，本文提出基本研究假设1：
　　H1：LPR报价行制度能够引导商业银行信贷行为，且政策效果在不同性质银行间存在异质性。
　　新冠肺炎疫情深刻且较长远地影响了中国的经济金融环境和商业银行的风险偏好，对货币政策通过金融媒介向实体经济的传导产生阻滞。因此，深入探索通过完善价格型工具的制度设计和操作应用进而疏通利率传导堵点，成为当前我国中央银行提升跨周期宏观调控能力可行的策略选择。马骏和纪敏（2016）[7]认为，贷款数量限制和利率管制带来了货币政策利率传导渠道的阻塞。张岩（2017）[8]认为运用价格型工具应对供给冲击时消费发挥主导性作用，且不易强化通胀压力，经济调控作用更加稳定，在逆周期调节时价格型工具较数量型工具更优。郭豫媚等（2018）[9]认为，在宏观调控过程中，影响利率传导效率的主要因素是贷款利率定价机制，应构建更为有效的利率走廊并培育市场化的定价基准。盛松成（2019）[2]认为，贷款利率定价方式改革的目的终究是畅通利率传导的“最后一公里”。孙丽和朱律（2020）[10]认为，旧版LPR运行机制的市场化程度不高、缺乏有效参照目标，并因存贷款间较高利差，商业银行有参照贷款基准利率的惰性，内部定价机制严重滞后于金融市场发展，致使政策利率向贷款利率的传导仍然不畅。陈鸿祥（2020）[11]认为，中国应在利率市场化改革终点更进一步，通过完善LPR报价机制，实现货币政策调控框架的D型，破解“利率双轨”困境，疏通利率传导，降低实体经济偿债负担。徐宁等（2020）[12]认为当前阶段LPR的推出切实提高了利率的微观传导渠道，同时兼顾了货币市场的稳健性。陆军和黄嘉（2021）[13]认为LPR改革实施后，自然利率对利率市场化程度的敏感度减弱，增强存款、贷款、市场与政策利率的联动性，才能提升利率市场化的效率进而疏通利率传导堵点。基于上述研究成果，本文提出基本研究假设2：

nlc202301101732

　　H2：LPR报价行制度在长期宏观调控中是持续有效的。
　　当前我国对利率市场化改革的探索进入了新的阶段，现有文献对LPR改革的经验性探讨较多，实证性检验不足。LPR改革作为利率市场化改革的重要组成部分，具备政策干预的效果，能够引导商业银行贷款利率显著下降，这一点从目前公布的企业融资成本数据中可以得到验证，而LPR报价行制度能否增强实体经济的金融服务获得感，关乎利率市场化改革的最终目的能否实现，也是继续深化改革需要深思的问题。本文的研究贡献在于：一是运用合成控制法全面预测了LPR报价行制度在不同银行间的异质性，从微观层面上客观评价了LPR报价行制度对商业银行信贷行为的影响。二是引入宏观经济或货币因素，验证LPR报价行制度结构化应用效果的持续性，并结合两方面研究为该制度向深层次推进提供参考。
　　三、模型的引入
　　假设可观测[B+1]家银行在[t]（[t∈1，T]）期内的实体企业信贷增长情况，其中第一家银行（实验组）参与实施了LPR报价行制度，具备报价资格；其余[B]家银行不参与报价行制度，不具备报价资格。假定报价银行在参与报价行制度前的时间为[T0]，该时间点对应的是LPR政策正式实施、处置组银行正式成为报价行的2019年第二季度。用[GNit]表示第[i]（[i∈[1，B+1]]）家银行在[t]时期没有实施LPR报价行制度时实体企业的信贷增速，用[GIit]表示第[i]家银行在[t]时期参与LPR报价行制度时实体企业的信贷增速，令[git=GIit-GNit]表示正式实施LPR报价行政策后对实体企业信贷增长的影响效果。用虚拟变量[Lit]表示LPR报价行制度是否实施，其中，[Lit=1]表示样本银行参与报价行制度，[Lit=0]表示样本银行不参与报价行制度。因此，第[i]家银行在[t]时期观测到的实体企业信贷增长可进一步表示为[GIit=GNit+Litgit]。当[t≤T0]时，全部可观测的样本银行相关信贷增长有[GIit=GNit]；当[T0<t≤T]时，实施报价行制度的样本银行相关信贷增长有[git=GIit-GNit]，不实施报价行制度的样本银行相关信贷增长仍为[GIit=GNit]。由于报价行已经参与实施了相关政策，故其实体企业信贷增长[GIit]是可观测的，而报价行没有参与实施相关政策的信贷增长率[GNit]是无法观测的，需要构造因子模型构造反事实状态得出[GNit]的估计值，进而得到政策效果[git]。本文假设：
　　[GNit=δt+θtZi+λtμi+εit] （1）
　　其中，[δt]表示时间固定效应；[θt]是（1×r）维向量，表示未知参数；[Zi]是（r×1）维向量，表示不参与报价行制度的控制变量；[λt]是（1×F）维向量，表示观测不到的共同因子；[μi]是（F×1）维向量，表示不可观测的机构固定效应；[εit]是均值为0的误差项，表示不可观测的短暂性冲击。
　　假设第一家银行参与了报价行制度，对其余[B]家没有参与报价的银行赋予权重[wi]，则控制组的（B×1）维权重向量为[W=（w2，…wb+1）]，满足[wb≥0]（[i=2，…，B+1]），且[w2+…+wb+1=1]。向量W的每一个特定值都代表控制组银行作为控制组的每一组特定权重，则对控制组赋予权重后信贷增长变量值为：
　　[b=2B+1wbGbt=δt+θtb=2B+1wbZb+λtb=2B+1wbμb+b=2B+1wbεbt]
　　假设存在某权重向量[W*=（w*2，…w*b+1）]，使得：
　　[b=2B+1w*bGb1=G11，b=2B+1w*bGb2=G12，…b=2B+1w*bGbT0=G1T0]
　　且：[b=2B+1w*bZb=Z1] （2）
　　假设[t=1T0λ′tλt]为非奇异，则：
　　[GN1t-b=2B+1w*bGbt=b=2B+1w*bs=1T0λtn=1T0λ′nλn-1λ′s（εbs-ε1s）-b=2B+1w*b（εbt-ε1t）] （3）
　　如果政策前的期数与标准误差项有较大相关性，则公式（3）等号右侧无限趋于0（Alberto和Guido，2012）[14]，并假设[α1t=GN1t-b=2B+1w*bGbt]，[t∈T0+1，...，T]为[αbt]的估计值。
　　若要准确得到估计值[α1t]，需找到使公式（2）所列矩阵能够恰好落在[（G21，…，G2T0，Z′2），…，（GB+11，…，GB+1T0，Z′B+1）]的凸壳上的权重向量[W*]。事实上，通常情况选择的权重很难使得上述结果成立，从而无法采用合成控制法进行研究。对于公式（1），通常采用DID方法得到无偏估计，这是基于[λt]在研究期内不变这一假设，而合成控制法在[λt]有短暂变化的情况下得到无偏估计值。
　　假设W是一个（[I×1]）权重向量，各分量均为正且和为1，每一个分量表示未参加利率报价制度银行的权重。定义一个（[T0×1]）矩阵。用[K=（k1，…，kT0）]定义一个政策实施前实体企业贷款投放的线性组合：[GKb=s=1T0ksGbs]。如果[k1=k2=…=kT0-1=0]且[kT0-1=1]，则[GK=GjT0]。如果[k1=k2=…=kT0-1=1/T0]，则[GKb=T-10s=1T0Gbs]。假设有[K1，…，KM]定义的线性组合M，[X1=（Z′1，GK11，…，GKM1）]椋[k×1]）向量表示政策实施前报价行特征值，且[k=r+M]。类似地，[X0]是一个（[k×j]）矩阵[X0=（Z′j，GK1j，…，GKMj）]表示政策实施前非报价行特征值。合成控制法通过最小化[X1-X0W]来确定[W*]，同时有[w2≥0，…，wb+1≥0，w2+…+wb+1=1]。Abadie（2012）[15]通过引入V使得[X1-X0Wv=]

nlc202301101732

　　[（X1-X0W）′V（X1-X0W）]，以此来测度二者距离，V是（[k×k]）正半定对称矩阵，通过赋予[X0]和[X1]中的变量以合理权重，以最小化合成控制估计函数的均方误差。本文采用数据驱动方式确定V的设计方案，从而使在LPR政策实施前，由非报价行组成的合成组能够逼近报价行实体企业信贷增长变量的轨迹，并在加权后由合成报价行模拟未参与LPR报价制度，并衡量与报价行之间的差异来代表参与行制度对银行实体信贷投放的影响。
　　四、报价行制度有效性检验
　　（一）数据来源及说明
　　本文在进行合成控制法分析时使用2018―2021年A股和H股上市银行机构季度面板数据，包括18家LPR报价行中的11家和37家非报价上市银行主要经营指标，相关数据全部来自万得数据库。
　　对于控制组银行的选择，目前18家LPR报价行包括5家国有商业银行、5家股份制商业银行、4家城市商业银行、2家外资银行和2家民营银行，其中有3家城市商业银行和全部外资、民营银行未详细公开披露经营数据，故为11家。同时，由于本文采用的是数据驱动而不是主观经验来确定合理的权重，控制组非报价行数量越多越有利于合成与报价行相似的模拟报价行。因此，本文将未参与报价行制度的剩余1家国有商业银行以及在相关股权市场上市的4家股份制银行、29家城市商业银行和3家农村商业银行共37家银行纳入潜在控制组。本文采用2018年第一季度至2021年第四季度各银行季度数据。
　　（二）指标选择
　　本文在运用合成控制法进行研究时，控制变量未选择宏观经济金融因素，主要原因在于：一方面，在LPR改革时点，银行业金融机构允许开展跨区域经营，地区间经济发展差异对各机构信贷行为的影响从全国范围内看是相近的；另一方面，在LPR改革前后所有型的商业银行接受的货币政策调控具有同质性，货币政策对不同类型商业银行机构信贷行为的引导作用不存在差异性。进一步，按照合成控制法的要求，在选取控制变量进行预测时，要保证控制变量在LPR改革实施前，真实报价行和合成报价行影响实体信贷投放的因素尽可能一致。
　　1. 因变量。采用实体企业贷款增速（rore）来度量商业银行的信贷行为，实体企业贷款为商业银行企业贷款及垫款加上票据贴现剔除采矿业、房地产业和金融业贷款所得余额，同比计算得出实体企业贷款增长率。
　　2. 控制变量。本文借鉴周鹤峰（2018）[16]、陈书涵等（2019）[17]、刘阳和侯孟奇（2020）[18]关于银行信贷行为的研究方法，选取的预期控制变量均属于商业银行经营行为的指标，采用资本充足率（car）、存款平均成本（cdr）、流动性资产增速（rol）、不良贷款率（npl）、净资产收益率（roe）五个指标作为控制变量。其中：流动性资产包括现金、存放中央银行款项和存放同业和其他金融机构款项，其余指标直接来自银行财务报表。表1显示了各变量的描述性统计情况。
　　表2是商业银行信贷行为与经营行为之间基准关系的实证检验结果。通过建立面板数据混合模型、固定效应模型和随机效应模型分别进行检验后可以看到，三种回归模型中解释变量对被解释变量影响的方向一致。其中，实体企业贷款增速与资本充足率和不良贷款率的相关系数为负，与存款平均成本、流动性资产增速、净资产收益率的相关系数为正。各指标中，资本充足率按照《巴塞尔协议Ⅰ》要求应等于资本与加权风险资产之比，该指标越高表示作为资产的各类贷款占比越小；不良贷款率越高，计提贷款损失准备越多，占用贷款规模越大；存款平均成本越高，银行营销信贷的压力越大；流动性越好，银行信贷投放意愿也更强；净资产收益率越低，银行贷款对低利润的实体行业倾向性越弱。综上所述，回归结果与理论研究结论和现实情况相符，本文选取的指标可用于实证检验。
　　（三）实证分析
　　本文将分别对11家真实报价行运用合成控制法，通过计算真实报价行（实验组）与合成报价行（控制组）在2019年第三季度实施LPR报价制度后对商业银行实体贷款的影响的差值来衡量政策对银行信贷行为的影响，并以能够使政策实施前两组实体贷款增长的均方差MSPE最小化的标准来赋予权重。本文使用stata15进行运算，分别确定11家真实报价行的合成报价行的构成。表3报告了各真实报价行的合成组权重系数。根据权重表，以第一家真实报价行为例，其合成控制组权重排名前五的银行分别为No.2占比22.3%、No.9占比20.1%、No.18占比4.7%、No.30占比22.1%和No.34占比13.6%。
　　表4报告了报价行制度实施之前，真实报价行与合成报价行信贷行为相关变量的对比。从数据可以看出，在所选影响实体信贷增长的5个指标中，除少数报价行某一指标的真实值与合成值有少许差距外，其余四个指标的真实值与合成值的差异度均较低，这说明影响两组信贷行为的因素相似度较高，合成控制法能够较好地拟合报价行在政策实施前的特征。
　　图1由左至右、由上至下报告了11家真实报价行与合成报价行实体企业信贷增长的变动情况。如图1所示，在报价行制度实施之前，真实报价行与合成报价行的实体信贷增长路径实现了完全重合，满足合成控制法对制度实施前指标数据的要求。普遍来看，从2019年第三季度开始，真实报价行与合成报价行的实体信贷增长发生了明显变化，其中：第1、2、3、4、7、8、10号报价行在实施报价行制度后，实体信贷增长的真实值始终高于合成值，而第5、6、9、11号报价行在政策实施后，实体信贷增长的真实值也会短暂高于合成值。总体来看，报价行制度有利于实体信贷的增长。
　　在反事实框架下，计算真实报价行与合成报价行的实体贷款增长的差值，即处理效应，来直观显示制度实施对报价行信贷行为的影响。从图2可知，全部11家报价行在2019年第三季度前，其实体贷款增长的真实值与合成值之差均在5%以内。其中：第1、2、3、4、7、8、10号报价行在实施报价行制度后，实体信贷增长的真实值与合成值的差为正并逐期扩大，而第5、6、9、11号报价行在政策实施后，实体信贷增长的真实值也会短暂为正但逐步缩小。总体来看，报价行制度有利于实体信贷的增长，但因宏观环境波动等不可抗力等因素，其影响在不同类型银行间出现明显分化。

nlc202301101732

　　（四）稳健性检验
　　本文通过借鉴Abadie和Gardeazabal（2003）[19]、Abadie和Diamond（2010）[20]安慰剂检验的方法，对商业银行信贷行为的变化确实是因为LPR报价行制度的实施而产生进行验证，确保政策的估计结果在统计学上的显著性。先计算出真实报价行的预测均方误差MSPE，进而剔除MSPE值为真实报价行一定倍数的非报价行，再分别运用合成控制法构造它们的合成控制对象与合成报价行进行比较。以报价行1为例，其MSPE值为1.32，本文采用最严格的标准，剔除22家MPSE值高于其2倍的控制组单位，将剩余17家与报价行1进行排序检验，结果见图3。如图所示，实线表示报价行1的处理效应，虚线表示其他17家银行的安慰剂效应。总体看，假设报价行制度无任何作用，除报价行11外，报价行的处理效应基本都在最外部，表明报价行制度对银行信贷行为有较为显著的影响，显著性异于零的概率为5.6%（1/18），可以认为报价行制度的实体信贷增长效应在10%水平显著。
　　综上所述，通过对11家LPR报价行分别与38家不参与报价行制度的非报价行的实体贷款增长进行对比，发现LPR报价行制度的实施对银行信贷行为有积极的引导作用；其后的安慰剂检验表明，在最严格的筛选条件下，2019年第三季度的P值为5.6%，说明在10%的水平上不接受LPR报价行制度对银行信贷行为的影响在统计上不显著的假设，报价行制度对商业银行信贷行为具有引导作用。
　　从银行间检验结果对比看，各行实施后效果基本为积极的，但是季节性和银行性质等因素特征也较为明显。11家报价行中的4家虽然在政策实施后的2019年第四季度实体贷款增长高于其合成对象，但是在2020年第一季度对比P系出现了反转。主要原因在于：一是季节因素与银行经营特征联动，银行经营习惯也具有差异性，而第一季度时值元旦、春节假期，实体企业生产性和投资性融资均有滞后。二是重大干扰因素出现，2020年第一季度新冠肺炎疫情暴发，其间多数企业处于短期停产停工状态，信贷特别是短期贷款需求同比有明显减少，而部分银行机构的客户结构导致其对融资需求的剧烈变化更为敏感。三是不同性质银行对政策的反馈存在异质性。国有商业银行全都能够对LPR改革做出积极回馈，主要在于其政策属性较为突出。股份制商业银行多数能够做出积极回馈，但其对经营利润等自身利益考虑较多，对政策调控的判断和反馈易出现分化。而从城市商业银行情况看，因其规模与国有及股份制商业银行差距较大，负债成本要稍高于大行，参与报价行制度后利差骤缩，导致其在2020年第一季度实体信贷规模下降，但随着时间推移仍表现出上升势头。各行差异也验证了前述学者的观点，即政策利率向贷款利率的传导效率与银行定价能力有关。
　　五、报价行制度持续性检验
　　上述分析证实了LPR改革对商业银行信贷行为普遍具有显著的正向引导作用，即报价行制度实施后短期内能够引导银行增加实体经济信贷投放。LPR改革正式实施后，为应对新冠肺炎疫情导致的经济增长放缓压力，包括我国在内的各主要经济体都实施了一系列货币对冲政策，报价行制度引导作用的持续性需要在宏观环境变化条件下进一步验证。
　　（一）指标选择
　　为考察报价行制度在利率市场化改革阶段性实践及新冠肺炎疫情冲击下是否能够报保持政策实效的持续性，本文在进行回归分析时使用2018―2021年A股和H股上市的48家银行机构季度面板数据，数据全部来自万得数据库。在构建基本回归模型时，因变量仍为实体企业贷款增速，控制变量仍为资本充足率、存款平均成本、不良贷款率、流动性资产增速、净资产收益率，变量计算方法同上文。同时，引入核心变量报价行身份（lpr），指标赋值规则为：对于非报价行，赋值为0；对于报价行，在2019年第二季度（含）以前赋值为0，2019年第三季度开始赋值为1。各变量描述性统计详见表1。
　　（二）基准回归
　　本文拟建立静态面板数据的固定效应模型进行回归，主要基于以下两点：一是商业银行贷款投放受当年宏观经济和信贷政策影响较大，往期贷款增长对当期不会造成显著影响；二是自变量中可能存在内生解释变量，采用固定效应模型可以缓解因遗漏变量而产生的内生性问题。
　　表5的第（1）列报告了基准回归模型的估计结果，从回归结果看，全部控制变量对因变量的影响情况与前文分析一致。报价行制度对银行信贷行为具有正向影响，且在5%的水平下显著，说明被确定为LPR报价行能够促进商业银行优化信贷结构，增加向实体企业的信贷投放力度。
　　（三）稳健性检验
　　本文主要使用三种方法进行稳健性检验：
　　一是补充变量法。由于商业银行信贷行为受中央银行货币政策和宏观经济发展影响较为显著，结合新冠肺炎疫情发生后经济增长放缓以及中国人民银行系列货币政策工具操作实际，本文在主回归基础上分别引入商业银行向中央银行借款增速（cbank）和全国GDP平减指数（gdp），作为货币信贷政策和宏观经济环境两个外生扰动因素来表示新冠肺炎疫情冲击影响，重新进行回归检验。表5第（2）、（3）列显示，稳健性回归结果与原回归结果保持一致，且在5%的水平下显著。这表示，即使宏观经济金融环境因新冠肺炎疫情等因素冲击而发生改变，报价行制度的结构性引导作用仍可持续。二是变量替换法。将原回归中流动性资产增速和净资产收益率分别替换为流动性覆盖率（lcr）和净息差（nim），重新进行回归检验。表5第（4）列显示，稳健性回归结果与原回归结果保持一致，且在1%的水平下显著，显著性优于原回归。三是工具变量法。由于实体企业信贷增长与不良贷款率之间可能存在双向因果关系，进而导致内生性问题的产生，本文借鉴孙光林和蒋伟（2021）[21]的研究成果，运用各样本银行总部所在省份普惠金融发展指数中的数字支持服务程度二级指数作为工具变量，回归结果如表5第（5）列显示，稳健性回归结果与原回归结果保持一致，且在5%的水平下显著，再次表明基准回归的结果是稳健的。同时，LM检验的P值均为0，小于0.01，不存在工具变量识别不足的问题。F统计量均大于10%的临界值，不存在弱工具变量的问题。

nlc202301101732

　　六、主要结论及政策建议
　　本文选取LPR改革后入围的11家报价行和38家非报价银行2018―2021年季度信贷和经营数据，运用合成控制方法和静态面板固定效应模型，评价LPR报价行制度政策效果的有效性和持续性。研究结果表明：（1）LPR报价行制度能够促进商业银行加大实体企业贷款的投放。稳健性检验结果证实，LPR改革后报价行的实体贷款增长原因主要是相关制度的实施，并非其他偶然性因素。（2）从银行间差别来看，国有商业银行对政策实施的积极反馈十分统一，股份制商业银行短期内能够切实执行政策意图，长期则因经营特征或不可抗力等原因出现分化，城市商业银行对改革的准备不够充分，相关业务短期内受到较大影响。（3）LPR报价行制度能够长期调动商业银行贯彻信贷政策意图的能动性，回归模型的稳健性检验也表明，现有激励约束机制不会因新冠肺炎疫情等不确定性因素导致的货币政策调整和经济环境改变而被削弱，仍能够持续引导商业银行加大对实体经济的信贷投放力度。
　　根据以上研究结论，本文提出以下政策建议：一是探索报价行制度的结构性引导作用。完善报价行进入和退出机制，明确和细化报价行的选取标准，划定各类评审指标各档分数，定期公布报名参与报价行评选机构的考核结果，加大遴选频次，每年应开放一次入围窗口。应充分体现报价行代表性，通过市场解构将银行机构按照资产性质、规模等指标进行分组，为同级别金融机构提供合理的入围机会。提高报价行体系内银行的流动性，针对报价行引入存款利率定价评价指标，赋予其存款利率合理调整空间，构建基于正向激励导向的考评体系，引导各行特别是中小金融机构通过参与报价行考评锻炼内部定价能力，增强其对利率市场化改革的适应性，从而实现维护市场竞争环境和信贷供给平稳的多重政策目的。二是发挥价格型工具的跨周期调节作用。以定向操作为特征的结构性货币政策工具在推动金融资源流向普惠领域和薄弱环节的有效性已经由施政实践所证实，其逆周期调节效果更为突出。以利率为代表的价格型工具可在微观领域对数量型工具进行补充，应进一步提升报价行制度在金融管理中的地位，使其成为类似交易商协会“承销商”制度并由中央银行直接评级管理的一项机制，从而为跨周期调控提供有效果、可持续、间接性的实施方式。
　　注：
　　①数据来源于万得数据库、2018―2021年《中国货币政策执行报告》。
　　参考文献：
　　[1]孙国峰，段志明.中期政策利率传导机制研究――基于商业银行两部门决策模型的分析 [J].经济学（季刊），2017，16（01）.
　　[2]盛松成.解读新LPR形成机制 [J].新理财，2019，（10）.
　　[3]熊园.利率并轨的“最后一公里”[J].中国金融，2019，（17）.
　　[4]冼海钧，王东刚，罗冬泉，赵玲艳，王俞雯.LPR改革、利率并轨与金融机构异质性研究 [J].区域金融研究，2020，（11）.
　　[5]汤奎.LPR改革对中央银行政策调控与商业银行经营的影响研究 [J].新金融，2020，（04）.
　　[6]刘景荣.商业银行在当前LPR新形成机制背景下的经营策略调整与应对 [J].黑龙江金融，2020，（01）.
　　[7]马骏， 纪敏.新货币政策框架下的利率传导机制[J]. 中国城市金融， 2016，（12）.
　　[8]张岩.新常态下我国数量型和价格型货币政策工具的选择范式――基于引入劳动力市场摩擦的DSGE模型的分析视角 [J].华东经济管理，2017，31（07）.
　　[9]郭豫媚，戴赜，彭俞超.中国货币政策利率传导效率研究：2008―2017[J].金融研究，2018，（12）.
　　[10]孙丽，朱律.LPR市场化改革进程：回顾与深化 [J].新金融，2020，（04）.
　　[11]鸿祥.LPR机制的改革逻辑与演进安排 [J].金融市场研究，2020，（07）.
　　[12]徐宁，丁一兵，张男.利率管制、LPR与完全市场化下的货币政策传导机制：理论对比与实证检验 [J].南方经济，2020，（05）.
　　[13]陆军，黄嘉.利率市场化改革与货币政策银行利率传导 [J].金融研究，2021，（04）.
　　[14]Alberto A，Guido I. 2012. A Martingale Representation for Matching Estimators [J].Journal of the American Statistical Association，vol. 107， issue 498.
　　[15]Abadie A，Diamond A，Hainmueller J. 2012. Comparative Politics and the Synthetic Control Method [J]. American Journal of Political Science. Vol. 59，No. 2.
　　[16]周鹤峰.宏观经济波动、银行异质性与商业银行信贷行为――来自中国银行业微观数据的证据 [J].金融发展评论，2018，（10）.
　　[17]陈书涵，黄志刚，林朝颖，徐亚论.定向降准政策对商业银行信贷行为的影响研究 [J].中国经济问题，2019，（01）.
　　[18]刘阳，侯孟奇.经济政策不确定性、银行信贷行为与风险承担关系的实证 [J].统计与决策，2020，36（01）.
　　[19]Abadie A，Gardeazabal J. 2003. The Economic Costs of Conflict：A Case Study of the Basque Country [J].American Economic Review，93（1）.

nlc202301101732

　　[20]Abadie A，Diamond A，Hainmueller J. 2010. Synthetic Control Methods for Comparative Case Studies：Estimating the Effect of California's Tobacco Control Program[J].Journal of the American Statistical Association，105（409）.
　　[21]孙光林，蒋伟.数字经济对商业银行不良贷款率的影响机制研究 [J].证券市场导报，2021，（05）.
　　Study on the Effectiveness and Application of Credit Regulation in Interest Rate Marketization Reform
　　Song Guangyu
　　（Business Management Department，Shenyang Branch of PBC，Shenyang 110068，Liaoning，China）
　　Abstract：In order to effectively cope with the current "triple pressure" on economic development，the cross-cycle design and adjustment of macroeconomic regulation has brought new opportunities for the development and application of monetary policy tools. Based on the literature on the evolution of LPR policy and the impact of interest rate market reform on bank credit behavior，this paper empirically examines the impact，mechanism of action，and effect of the LPR offer bank system on bank credit behavior based on a panel data of financial indicators of 11 listed LPR offer banks and 37 other banks for 2018 to 2021，using synthetic control method and static panel fixed effects model. The results show that the LPR quote-banking system can effectively guide commercial banks to increase credit support to the real economy，while there is heterogeneity in the feedback strength of commercial banks of different nature to policy regulation，and the LPR quote-banking system has a positive role in cross-cycle regulation，and policy suggestions are made in terms of exploring the structural guidance role of the quote-banking system and bringing into play the cross-cycle regulation role of price-based instruments.
　　Key Words：LPR，quoting bank system，monetary policy，cross-cycle regulation
　　收稿日期：2022-05-09
　　作者介：宋光宇，男，经济学博士，供职于中国人民银行沈阳分行营业管理部，研究方向为货币政策与金融市场。本文不代表作者所在单位观点。

nlc202301101732

转载注明来源:https://www.xzbu.com/3/view-15443889.htm