劉志洋，宋玉穎

(1.東北師范大學 經(jīng)濟學院，吉林 長春 130117；2.中國農(nóng)業(yè)銀行 長春培訓學院，吉林 長春 130000)

一、問題提出

商業(yè)銀行信貸順周期性強調(diào)金融體系和實體經(jīng)濟的相互加強機制。在經(jīng)濟繁榮期，銀行信貸供給會大幅上升，推動經(jīng)濟繁榮；而在經(jīng)濟衰退期，信貸供給大幅收縮，加劇經(jīng)濟的衰退。同時，銀行不良貸款在經(jīng)濟衰退期大量出現(xiàn)，而在經(jīng)濟繁榮期不良貸款非常少。此現(xiàn)象從側(cè)面表明銀行在經(jīng)濟繁榮期過多承擔了風險。正如格林斯潘所說，“低質(zhì)量貸款都是在經(jīng)濟繁榮期發(fā)放的”，“但經(jīng)濟衰退期的問題不是在于銀行發(fā)放了低質(zhì)量的貸款，而是不發(fā)放任何貸款”。福斯(Furth，1986)指出人的本性決定了借貸雙方都會無異議的認定經(jīng)濟持續(xù)增長，在經(jīng)濟周期最頂端發(fā)放的貸款都是基于經(jīng)濟將永遠增長的不現(xiàn)實的假設(shè)基礎(chǔ)上的[1]。勞恩和摩根(Lown & Morgan，2006)也同樣證實了此類現(xiàn)象[2]。

銀行信貸順周期性問題往往造成當危機爆發(fā)時出現(xiàn)信貸緊縮現(xiàn)象。學術(shù)界主要從兩個方面研究信貸供給不足的機制：在需求方面，去杠桿化使得家庭部門和企業(yè)信貸需求不足；在供給方面，銀行資產(chǎn)負債表持續(xù)惡化使得銀行資本充足率大幅下降，銀行出現(xiàn)惜貸行為。然而當銀行受到?jīng)_擊時，首要表現(xiàn)是流動性風險的上升，銀行面臨融資風險。同時在危機中，銀行大量表外信貸承諾會轉(zhuǎn)換成表內(nèi)資產(chǎn)，因此銀行信貸供給能力也會受到?jīng)_擊。

劉志洋和宋玉穎(2013)認為金融機構(gòu)終究是“人”來運作，而“人”的行為由其動機決定[3]。博格和尤代爾(Berger & Udell，2003)最早從“人”的行為出發(fā)來解釋銀行信貸供給隨經(jīng)濟周期的巨幅變化，提出了“機構(gòu)記憶”假說(institutional memory hypothesis，IMH)來解釋銀行信貸的順周期性問題[4]。隨著經(jīng)濟繁榮，多種因素作用會使得銀行信貸經(jīng)理漸漸忘卻之前經(jīng)歷過的貸款損失，從而放松信貸標準，造成信貸快速增長。實證結(jié)果表明，IMH對發(fā)展中國家的信貸順周期性問題的解釋更為有利。如果一家金融機構(gòu)(乃至整個銀行體系)喪失了“機構(gòu)記憶”，則會出現(xiàn)發(fā)放凈現(xiàn)值為負的貸款的狀況，且股東也無法甄別貸款的好與壞[4]，會給銀行體系帶來系統(tǒng)性風險。

中國“十三五”規(guī)劃(2016—2020年)綱要提出，要加強金融體系的宏觀審慎監(jiān)管。宏觀審慎監(jiān)管分為兩個維度，其中一個維度就是如何解決銀行信貸的順周期性問題。因此，了解中國銀行業(yè)信貸供給特點是實施宏觀審慎監(jiān)管的前提。劉志洋(2013)實證分析證明了銀行信貸順周期性產(chǎn)生的原因在于銀行自身的供給因素[5]。但是不難發(fā)現(xiàn)，信貸供給最終決策一方面取決于經(jīng)營銀行的“人”的主觀因素，“人”是否忘記曾經(jīng)放松貸款標準所帶來的損失。當銀行家對經(jīng)濟有信心時，在“貸與不貸”的選擇的時候，銀行家會偏向于放貸，尤其是在經(jīng)濟繁榮時期，每位銀行家決策的加總就會影響經(jīng)濟周期的持續(xù)程度。當決策者逐漸淡忘過去所遭受的巨額損失時，信貸標準就會下降，其結(jié)果要么是貸款增速加快，要么是貸款定價偏低，或者二者兼而有之。而此過程往往在經(jīng)濟繁榮期出現(xiàn)，因此，信貸周期與經(jīng)濟周期出現(xiàn)重疊，并對經(jīng)濟周期產(chǎn)生了放大的作用。另一方面，銀行的實際風險狀況也會影響銀行的信貸供給，即使銀行家沒有忘記過去的教訓，但銀行經(jīng)營指標的良好表現(xiàn)會促使銀行增加信貸供給。

商業(yè)銀行流動性充裕程度能夠影響商業(yè)銀行的信貸供給。當經(jīng)濟處在繁榮期時，銀行資本充足率較高的另一面就是銀行流動性充足，因此銀行有動機大量發(fā)放信貸；而當經(jīng)濟處在衰退期時，銀行出現(xiàn)流動性困境，此時銀行會降低信貸供給。為了研究商業(yè)銀行償付能力風險和流動性風險對銀行信貸供給的影響，需要控制經(jīng)營商業(yè)銀行的“人”的主觀因素的作用，從而研究客觀的流動性風險和償付能力風險如何影響銀行信貸供給更有說服力。本文從“機構(gòu)記憶”假說的視角，使用微觀商業(yè)銀行行業(yè)數(shù)據(jù)，在控制“人”的主觀因素基礎(chǔ)上，研究商業(yè)銀行流動性風險和償付能力風險如何影響商業(yè)銀行的行業(yè)信貸供給，以期為中國實施宏觀審慎監(jiān)管提供參考。

二、流動性風險與銀行信貸供給

對于償付能力風險如何影響銀行信貸供給的研究頗多，但是有關(guān)流動性風險和商業(yè)銀行信貸供給的關(guān)系的研究則在金融危機爆發(fā)之后才逐漸增加。流動性風險就是銀行流動性頭寸受到負面沖擊的風險。由于銀行是經(jīng)濟體流動性供給樞紐，因此商業(yè)銀行流動性風險狀況會影響經(jīng)濟體內(nèi)的信貸供給。賽托納里和古德博格(Cetorelli & Goldberg，2012)認為，通過銀行資產(chǎn)負債表，銀行一個業(yè)務(wù)條線受到的沖擊會造成其他業(yè)務(wù)條線的信貸供給緊縮[6]。2008年金融危機爆發(fā)后，一些實證分析表明流動性風險敞口能夠?qū)︺y行信貸供給產(chǎn)生影響。比如，愛瓦時娜和斯查夫斯坦(Ivashina & Scharfstein，2010)證明在銀團貸款市場中存在此現(xiàn)象[7]；柯奈特等(Cornett et al.，2011)證明了美國商業(yè)銀行信貸供給中也存在此現(xiàn)象[8]。安托尼亞德(Antoniades，2014)指出融資市場的壓力、信貸承諾的使用和住房抵押貸款的供給均會給銀行流動性帶來負面影響[9]。

流動性風險可以看作是信貸供給渠道中存在的摩擦。早期研究信貸供給的摩擦主要關(guān)注于貨幣政策對銀行信貸供給的影響，建立了貨幣政策傳導的銀行渠道理論，但對信貸需求的關(guān)注不夠。之后，許多學者使用微觀的銀行資產(chǎn)負債表數(shù)據(jù)，并控制需求因素(比如考慮銀行所在地區(qū)、不同行業(yè)的經(jīng)濟周期屬性等)研究影響銀行信貸供給的因素，如，卡什亞普和斯特恩(Kashyap & Stein，2000)[10]、賽托納里和古德博格(Cetorelli & Goldberg，2009)[6]、阿亞等(Aiyar et al.，2012)[11]。之后，學術(shù)界也開始研究商業(yè)銀行流動性風險如何影響信貸供給，主要關(guān)注以下三個方面：第一，如何控制信貸需求因素；第二，當銀行某一類型的貸款受到?jīng)_擊時，如何影響其他行業(yè)的貸款供給；第三，流動性風險如何通過融資風險、表外風險等因素惡化銀行資產(chǎn)負債表。

在美國，隨著個人貸款微觀數(shù)據(jù)越來越多，許多研究在控制需求因素基礎(chǔ)上，運用精度更高的數(shù)據(jù)對銀行信貸供給的影響因素進行研究，而且這些研究中均存在流動性風險的角色。帕拉維斯尼(Paravisini，2008)研究了阿根廷政府干預對銀行信貸供給的影響[12]。魯斯基納和斯托翰(Loutskina & Strahan，2009)研究了美國存款成本和資產(chǎn)流動性對不良貸款的影響[13]。普利等(Puri et al.，2011)研究了美國次貸危機如何影響德國零售貸款的供給[14]。戴爾阿里西亞等(Dell’Ariccia et al.，2012)運用高精度數(shù)據(jù)研究了2008年金融危機爆發(fā)前銀行業(yè)競爭與住房抵押貸款供給之間的關(guān)系[15]。吉米奈斯等(Jimenez et al.，2012)研究西班牙銀行的資產(chǎn)負債表特征如何影響工商貸款供給[16]。整體來講，上述研究的結(jié)論表明銀行流動性風險會造成信貸供給的下降。

在2008年金融危機爆發(fā)后，施瓦茨(Schwarz，2010)認為，銀行融資流動性風險是美國銀行業(yè)整體壓力的主要來源[17]。斯托翰等(Strahan et al.，2005)認為，當市場流動性吃緊時，如果商業(yè)銀行核心存款比率較高，則存在資金流入商業(yè)銀行體系的情況，從而為銀行獲得了流動性緩沖[18]。拉諾斯基和黃(Ratnovski & Huang，2009)也指出，在加拿大依靠核心存款融資的商業(yè)銀行比依靠金融市場批發(fā)融資的商業(yè)銀行在危機中表現(xiàn)得更好[19]。在金融危機期間，銀行的流動性還受到信貸承諾使用的考驗?；裟匪固亓_姆和梯若爾(Holmstrom & Tirole，2000)指出企業(yè)之所以和銀行簽訂信貸承諾協(xié)議，是為了對沖企業(yè)所面臨的流動性風險[20]。愛瓦時娜和斯查夫斯坦(Ivashina & Scharfstein，2010)[7]、卡佩羅等(Campello et al.，2011)[21]都給出了危機期間美國企業(yè)增加信貸承諾使用的證據(jù)?？傊?，在危機期間，企業(yè)通過信貸承諾將自身的流動性壓力傳遞給商業(yè)銀行。

2008年金融危機爆發(fā)后，信貸供給與流動性風險的關(guān)系得到了學術(shù)界的關(guān)注。愛瓦時娜和斯查夫斯坦(2010)研究了存款、信貸承諾與銀團貸款供給之間的相關(guān)性，發(fā)現(xiàn)由于許多金融機構(gòu)與雷曼兄弟存在協(xié)同提供信貸承諾的合約，而一旦雷曼兄弟倒閉，與雷曼兄弟有關(guān)的信貸承諾的貸款需求都要由存在合約關(guān)系的銀行來提供，而這是造成危機之后新的貸款投放不足的主要原因[7]?？履翁氐?Cornett et al.，2011)研究商業(yè)銀行整體貸款組合，發(fā)現(xiàn)商業(yè)銀行流動性風險會導致銀行出現(xiàn)流動性囤積行為，進而縮小信貸供給[8]。然而他們在研究中對需求因素的控制考慮不足。

現(xiàn)有研究要么主要關(guān)注流動性風險對信貸供給的影響，要么只研究償付能力風險對信貸供給的影響，并沒有控制銀行家的主觀因素在銀行信貸供給中的作用。本文擬使用更加明細的銀行行業(yè)貸款數(shù)據(jù)，在控制銀行家主觀因素基礎(chǔ)和需求因素基礎(chǔ)上，綜合研究流動性風險與償付能力風險如何影響每個行業(yè)的信貸供給狀況，以期為中國實施宏觀審慎監(jiān)管提供參考。

三、研究方法

(一)“機構(gòu)記憶”假說

IMH認為，銀行貸款部門對銀行貸款風險和潛在損失的評估將隨著時間的流逝而變得樂觀，對之前教訓有淡忘的跡象，并隨著經(jīng)濟逐漸繁榮，銀行的信貸發(fā)放標準降低，信貸供給會大幅增長，進而在經(jīng)濟衰退期出現(xiàn)損失[4]。順周期性所強調(diào)的在經(jīng)濟衰退期間銀行信貸收縮應(yīng)該是相對于之前的經(jīng)濟繁榮期，從某種意義上講，經(jīng)濟衰退期的信貸收縮是經(jīng)濟繁榮期發(fā)放了過多的低質(zhì)量貸款的結(jié)果，而造成該結(jié)果的根本原因在于“決策者”的行為。

許多理論對銀行信貸的順周期性特征進行了解釋。比如，行為金融學從過度樂觀(短視性)和有限理性角度解釋了銀行信貸供給在經(jīng)濟周期中的變化；撒波基(Zsamboki，2002)、奧特曼和桑德斯(Altman & Saunders，2001)認為是政府的監(jiān)管強度下降導致了銀行在經(jīng)濟繁榮期擴張信貸[22-23]；阿卡亞和尤魯美澤(Acharya & Yorulmazer，2003)認為整體上銀行業(yè)存在羊群行為，所有銀行都有動機和其他銀行的經(jīng)營行為保持一致，這樣一旦出現(xiàn)問題，政府也“法不責眾”[24]；愛沃瑞和戈迪(Avery & Gordy，1995)提出季度性貸款理論(loan seasoning)解釋不良貸款的延遲出現(xiàn)現(xiàn)象[25]。IMH與上述理論形成互補關(guān)系，比如，IMH認為過度樂觀會造成降低信貸標準的行為，也會腐蝕有經(jīng)驗的信貸經(jīng)理，使其忘掉過去的教訓；IMH還認為，之所以不良貸款的出現(xiàn)具有延期特點，也是由于在經(jīng)濟體處在繁榮期時，信貸經(jīng)理對過去的教訓淡忘才發(fā)放了太多低質(zhì)量的貸款；政府的監(jiān)管強度下降也會給信貸經(jīng)理以假象。總之，IMH在其他理論基礎(chǔ)上，將其他理論延伸至“人的行為”這一根本，從“人”的決策角度解釋銀行信貸的順周期性問題。

(二)基本模型設(shè)定

為了研究銀行行業(yè)信貸供給與銀行流動性風險之間的動態(tài)關(guān)系，本文使用面板向量自回歸模型(Panel-VAR)，具體模型為：

其中，Loan和X為內(nèi)生變量，Loani，j，t表示i銀行在t時刻對行業(yè)j的貸款供給，X為商業(yè)銀行流動性風險的變量，Cap為商業(yè)銀行資本充足率，表示銀行償付能力風險。Yj，t為影響行業(yè)j在t期對貸款的需求因素，為外生變量；εi，j，t為擾動項；α為常數(shù)項。IMH理論的核心在于隨著銀行逐漸走出低谷，信貸標準會逐漸放松，銀行信貸增速將變快，因此，本文設(shè)置時間距離變量TSLB，表示當期距離上一次銀行遭受重大損失的時間距離，為外生變量。對于變量X，本文選取存貸比指標(DL)和表外承諾性支出總額占資產(chǎn)比值(UL)。DL刻畫了銀行表內(nèi)流動性風險程度，而UL刻畫了銀行未來可能需要提供的流動性。銀行貸款占存款比越低，銀行信貸供給能力則應(yīng)越強；而UL比例越高，則銀行信貸供給能力則下降。

變量Y主要控制行業(yè)需求因素對信貸的影響。本文選取了制造業(yè)(ZZY)、交通運輸業(yè)(JTYS)、房地產(chǎn)(FDC)、批發(fā)零售(PFLS)和建筑業(yè)(ZJY)五個行業(yè)。在需求的控制變量選取方面，交通運輸業(yè)的需求控制變量為客運量同比數(shù)據(jù)(JTYSKY)和貨運量同比數(shù)據(jù)(JTYSHY)；房地產(chǎn)行業(yè)的需求控制變量主要為固定資產(chǎn)投資價格同比數(shù)據(jù)(FDCINV)和國房景氣指數(shù)(FDCJQ)；批發(fā)零售行業(yè)的需求控制變量為社會消費品零售總額同比增長率(PFLSZE)和全國百家大型零售企業(yè)零售額同比增長率(PFLSBJ)；建筑業(yè)的需求控制變量為簽訂合同總額同比增長率(JZYHT)和企業(yè)個數(shù)同比增長率(JZYQY)。由于制造業(yè)在中國包括的對象廣泛，涉及面極廣*中國的制造業(yè)分為三類：一類是輕紡工業(yè)，包括食品、飲料、煙草加工、服裝、紡織、皮革、木材加工、家具、印刷等；一類為資源加工工業(yè)，包括石油化工、化學纖維、醫(yī)藥制造業(yè)、橡膠、塑料、黑色金屬等；一類為機械、電子制造業(yè)，其中包括機床、專用設(shè)備、交通運輸工具、機械設(shè)備、電子通訊設(shè)備、儀器等。，因此本文對制造業(yè)的需求控制變量為企業(yè)生產(chǎn)者購進價格指數(shù)當月同比值(ZZYGJ)和中國規(guī)模以上工業(yè)增加值當月同比值(ZZYGM)來粗略控制。

(三)行業(yè)信貸供給變量

本文主要使用商業(yè)銀行行業(yè)的貸款增長率作為衡量銀行信貸供給的變量。根據(jù)博格和尤代爾(Berger & Udell，2003)[4]，結(jié)合中國銀行業(yè)貸款的行業(yè)分布情況，本文使用每家銀行制造業(yè)(ZZY)、交通運輸業(yè)(JTYS)、房地產(chǎn)(FDC)、批發(fā)零售(PFLS)和建筑業(yè)(ZJY)的貸款增長率表示。當貸款增長率越快時，銀行越有可能存在放松信貸標準的情況，尤其是在經(jīng)濟繁榮時期。之所以使用分行業(yè)貸款數(shù)據(jù)，而不是使用整體貸款數(shù)據(jù)，主要是考慮宏觀審慎監(jiān)管的定向調(diào)控特點。宏觀審慎監(jiān)管時間維度強調(diào)銀行信貸助推經(jīng)濟趨勢，空間維度強調(diào)行業(yè)共同風險敞口導致的間接關(guān)聯(lián)性，而行業(yè)風險敞口本身就是銀行信貸的產(chǎn)物。因此宏觀審慎監(jiān)管兩個維度的切合點是行業(yè)風險敞口。

(四)距離之前最大損失的時間變量選擇

為驗證IMH理論，本文所需要的最重要的一個外生變量為距離上一次銀行最大損失的時間長度(TALL)，該時間長度可以表示銀行將當前決策與過往損失的結(jié)合程度，時間過得越長，銀行忘記之前的損失的可能性就越大。本文以年為單位，數(shù)據(jù)上溯到1990年。本文使用不良貸款率代表貸款的損失，其主要原因一是信貸經(jīng)理的考核指標常常為不良貸款率，二是監(jiān)管當局也非常關(guān)注不良貸款率。各上市商業(yè)銀行從1990年至今，在萬得數(shù)據(jù)庫可得數(shù)據(jù)的范圍內(nèi)，出現(xiàn)的最大不良貸款率的季度時間點見表1。

表1 各商業(yè)銀行不良貸款率最高點

數(shù)據(jù)來源：萬得數(shù)據(jù)庫，Q表示季度。

關(guān)注不良貸款率只考慮了銀行未來可能遭受的損失，但沒有考慮銀行的盈利狀況。在銀行正常經(jīng)營過程中，利潤大幅度下滑對信貸經(jīng)理的沖擊與不良貸款率增加非常類似。因此本文引入銀行距離利潤大幅度下降的時間變量(TROE)，來分析隨著時間的流逝，銀行是否存在忘記過去遭受損失的情況。利潤變量為凈資產(chǎn)收益率(ROE)。各上市商業(yè)銀行從1990年至今，在萬得數(shù)據(jù)庫可得數(shù)據(jù)的范圍內(nèi)，出現(xiàn)的最低ROE值的季度時間點如表2。

表2 各商業(yè)銀行凈資產(chǎn)收益率(ROE)最低點

數(shù)據(jù)來源：萬得數(shù)據(jù)庫，Q表示季度。

需要說明的是，如果樣本數(shù)據(jù)時點t在整體指標出現(xiàn)最低點之前，則距離之前最大損失的時間變量取值為t之前的最低值到t的時間長度，以年為單位。如果當前時間點為最低點，則取零。

四、樣本數(shù)據(jù)和實證結(jié)果分析

(一)樣本數(shù)據(jù)

本文使用中國16家上市商業(yè)銀行半年度數(shù)據(jù)，時間跨度為2008年至2014年，數(shù)據(jù)來源為萬得數(shù)據(jù)庫及上市商業(yè)銀行半年報和年報。從表3可以看出，中國上市銀行平均距離上次不良貸款率的最高值的時間為8.97年，而距離上次凈資產(chǎn)收益率最低值的時間平均僅有3.09年，這可能是因為中國上市商業(yè)銀行上次出現(xiàn)大規(guī)模不良貸款率的情況較早，自從中國銀行業(yè)逐步改革以來，中國銀行業(yè)不良貸款率已經(jīng)大幅降低的緣故。而之所以TROE變量的平均值較小，其原因是在2008年金融危機爆發(fā)后，中國經(jīng)濟增長速度放緩，中國銀行業(yè)在2014和2015年的盈利水平也大幅下降，告別了之前高盈利的時代，因此TROE變量較小，這也從側(cè)面表明盈利水平大幅降低對中國銀行業(yè)的影響尚存。從貸款增速來看，制造業(yè)和交通運輸業(yè)平均貸款增速在7%左右，房地產(chǎn)、批發(fā)零售和建筑業(yè)平均都在10%以上，表明近些年中國貸款投放增速上漲較快。

表3 樣本抽述性結(jié)果統(tǒng)計

(二)實證結(jié)果

經(jīng)過Johansen協(xié)整檢驗分析，本文變量之間存在協(xié)整關(guān)系，因此可以建立向量自回歸模型。本文使用AR根圖表方法對滯后階數(shù)進行檢驗，如果被估計的VAR模型所有的根模的倒數(shù)小于1，在單位圓內(nèi)，則模型穩(wěn)定。

表4為主觀因素對銀行供給影響的系數(shù)估計結(jié)果。TALL系數(shù)估計結(jié)果整體為負值，但顯著性較差。此結(jié)果表明，商業(yè)銀行經(jīng)營者并沒有忘記之前大規(guī)模不良貸款的教訓。TROE系數(shù)估計結(jié)果有正有負，顯著性略好于TALL，在顯著性較好的兩個行業(yè)中，建筑業(yè)和批發(fā)零售業(yè)系數(shù)估計值顯著為負，說明商業(yè)銀行經(jīng)營者并沒有忘記之前的教訓。制造業(yè)和房地產(chǎn)的TROE估計系數(shù)不顯著，說明商業(yè)銀行經(jīng)營決策者控制這兩個行業(yè)的貸款增速不及建筑業(yè)和批發(fā)零售業(yè)，這也從側(cè)面反映了中國房地產(chǎn)貸款和制造業(yè)貸款增速過快的問題。但是總體來講，模型估計結(jié)果表明商業(yè)銀行經(jīng)營者從主觀上來看并沒有忘記之前的教訓，能夠?qū)π刨J供給增速進行控制。

本文繼續(xù)做脈沖反應(yīng)分析(限于篇幅，具體脈沖反應(yīng)圖略)。脈沖反應(yīng)分析表明，當銀行支出承諾受到?jīng)_擊時，房地產(chǎn)信貸供給也隨之上升，其他行業(yè)的信貸供給出現(xiàn)下降，這說明銀行未來的流動性支出會轉(zhuǎn)化成房地產(chǎn)行業(yè)的實在信貸供給，當銀行表外承諾性支出受到?jīng)_擊時，其他主要行業(yè)的貸款供給則出現(xiàn)下降趨勢，房地產(chǎn)貸款擠占了其他主要行業(yè)的信貸額度。當銀行表內(nèi)流動性受到?jīng)_擊時，房地產(chǎn)、制造業(yè)和建筑業(yè)的信貸供給也隨之下降，說明銀行對這些行業(yè)的貸款降低供給，而批發(fā)零售行業(yè)的貸款卻出現(xiàn)上升趨勢，說明當銀行流動性風險上升時，銀行更傾向于向批發(fā)零售行業(yè)發(fā)放貸款。同時當表內(nèi)出現(xiàn)流動性沖擊時，交通運輸貸款略有上升。從償付能力風險的沖擊來看，當商業(yè)銀行資本充足率提高時，銀行房地產(chǎn)、建筑業(yè)和制造業(yè)的信貸供給增加，而交通運輸和批發(fā)零售業(yè)的信貸供給出現(xiàn)下降的情況。從這個意義上講，資本充足率導致的信貸順周期性問題也具有分行業(yè)特征，整體上信貸增長并不意味著每個行業(yè)信貸都是增長。

總體上，從實證結(jié)果來看，表征主觀因素的TALL和TROE呈現(xiàn)出控制信貸增長的特點，表明中國上市商業(yè)銀行整體上沒有淡忘之前的“教訓”。從客觀指標來看，不同的行業(yè)信貸供給受到影響的特征并不一致。當銀行表外流動性風險增加時，房地產(chǎn)貸款會出現(xiàn)增長，而其他行業(yè)則會出現(xiàn)信貸收縮現(xiàn)象。而此時往往是實體經(jīng)濟企業(yè)信貸支持不足，急需銀行“輸血”的時候。因此此時監(jiān)管當局應(yīng)對除房地產(chǎn)行業(yè)的其他行業(yè)的風險權(quán)重進行調(diào)整，引導銀行向非房地產(chǎn)業(yè)發(fā)放信貸。而一旦銀行貸款占比過高，表內(nèi)流動性不足時，銀行對房地產(chǎn)、制造業(yè)等行業(yè)的信貸供給會出現(xiàn)收縮，而批發(fā)零售業(yè)不會受到影響。此時監(jiān)管當局也調(diào)整相應(yīng)行業(yè)貸款的風險權(quán)重，避免信貸收縮的出現(xiàn)。資本充足率導致的信貸供給收縮則更多的顯示在房地產(chǎn)、建筑業(yè)和制造業(yè)上。因此，為了解決資本監(jiān)管的順周期性而實施的逆周期資本調(diào)控，應(yīng)該針對不同行業(yè)的信貸供給情況分類化和精準化調(diào)控，從而避免“一家有病，大家吃藥”的狀況。

五、進一步分析

對于許多新興市場國家，銀行存在信貸風險敞口的行業(yè)相對較為集中。本文繼續(xù)選取獲得銀行信貸支持較多的、在國民經(jīng)濟中地位比較重要的五大行業(yè)——制造業(yè)、建筑業(yè)、批發(fā)零售業(yè)、交通運輸業(yè)和房地產(chǎn)業(yè)，在對這些行業(yè)違約風險分析基礎(chǔ)上，并采用KMV模型計算出的行業(yè)違約率[26]。

在此基礎(chǔ)上，本文求解出上述五大行業(yè)的時變違約概率(限于篇幅，具體結(jié)果略)，各個行業(yè)的風險演化特征并不完全一致。在樣本區(qū)間內(nèi)，由于中國經(jīng)歷了全球金融危機，這對中國制造業(yè)的影響較大，制造業(yè)的風險迅速上升。但隨著中國宏觀經(jīng)濟的逐漸企穩(wěn)，政府刺激政策的出臺，制造業(yè)風險從2010年開始迅速下降。整體來看，交通運輸和批發(fā)零售業(yè)的風險非常低，即使在2008年金融危機期間，違約概率也幾乎為零。但是，測算結(jié)果顯示，當前中國行業(yè)風險最大的是建筑業(yè)和房地產(chǎn)業(yè)。受國家在2008年金融危機刺激政策的影響，建筑業(yè)從2010年開始，風險顯著上升，之后的房地產(chǎn)業(yè)也從2012年開始，風險逐漸增高。

總之，中國各個行業(yè)的風險特征走勢并不完全一致[27-29]。這表明監(jiān)管當局在進行信貸調(diào)控時，應(yīng)對各個行業(yè)貸款的風險權(quán)重有所區(qū)分。2008年金融危機后，逆周期信貸調(diào)控的主要工具是基于信貸與GDP比值缺口的逆周期資本緩沖機制，但各個行業(yè)的風險特征與整體經(jīng)濟走向并不完全一致，如果根據(jù)總體信貸指標進行逆周期資本調(diào)控，則勢必對風險較低行業(yè)的信貸供給產(chǎn)生負面影響，從而不利于經(jīng)濟增長。中國信貸與GDP比值缺口在金融危機期間為負值，說明應(yīng)進行資本釋放，從而增加銀行信貸供給能力。但在2010年之后，數(shù)據(jù)顯示中國應(yīng)加強資本充足率要求，控制銀行信貸供給。但是正如宏觀經(jīng)濟增長所體現(xiàn)的，金融危機后，中國經(jīng)濟增長率將降低，此時經(jīng)濟體需要銀行信貸的支持。因此這個時期基于總體指標的調(diào)控，必然會對中國經(jīng)濟結(jié)構(gòu)的優(yōu)化產(chǎn)生不利影響。

如果單純根據(jù)信貸與GDP比率的缺口在2010年增加資本充足率要求，不難發(fā)現(xiàn)，房地產(chǎn)、建筑業(yè)和制造業(yè)的信貸流入會上升，而交通運輸和批發(fā)零售等行業(yè)的信貸流入會降低。房地產(chǎn)和建筑業(yè)的風險明顯比其他行業(yè)要高，進而出現(xiàn)了擠占其他行業(yè)的信貸供給量的現(xiàn)象。本文測算表明，2010年后，中國建筑業(yè)和房地產(chǎn)業(yè)風險快速上升，但其他行業(yè)的風險都非常低，因此監(jiān)管當局僅僅需要控制流向這兩個行業(yè)的信貸即可，比如增加這兩個行業(yè)的貸款分析權(quán)重、提高貸款撥備覆蓋率要求、對借款人限制杠桿比率等。同時從流動性風險指標來看，當控制了表外流動性風險(UL降低)時，調(diào)控整體有效，因為制造業(yè)、交通運輸和批發(fā)零售等低風險行業(yè)的信貸流入上升；但控制表內(nèi)流動性風險(DL降低)時，銀行信貸還有向房地產(chǎn)和建筑業(yè)等高風險行業(yè)流動，存在擠占其他行業(yè)信貸的現(xiàn)象?？傊瑢τ诤暧^審慎監(jiān)管，不論使用流動性風險監(jiān)管工具，還是使用資本監(jiān)管工具，逆周期信貸調(diào)控應(yīng)具有行業(yè)針對性，防止出現(xiàn)“城門失火，殃及池魚”的現(xiàn)象發(fā)生。

六、結(jié)論及政策建議

商業(yè)銀行信貸供給既受到商業(yè)銀行資本充足率的影響，又受到商業(yè)銀行流動性風險的影響。本文使用微觀的行業(yè)信貸數(shù)據(jù)，從“機構(gòu)記憶”假說視角出發(fā)，將影響商業(yè)銀行信貸供給的因素分為主觀和客觀兩個維度。在控制主觀因素變量基礎(chǔ)上，本文使用Panel-VAR模型對商業(yè)銀行信貸供給影響因素進行研究。整體結(jié)論表明，中國商業(yè)銀行經(jīng)營者并沒有忘記過去的“教訓”，對信貸供給是以控制導向為主。但是客觀因素實證結(jié)果表明，流動性風險和資本充足率對不同行業(yè)的信貸供給的影響各不相同。同時本文實證分析結(jié)果表明，中國房地產(chǎn)和建筑業(yè)的風險很高，但卻大量吸收了銀行信貸，應(yīng)對此行業(yè)的信貸進行調(diào)控。銀行信貸順周期性問題雖然是個宏觀現(xiàn)象，但是不是每個行業(yè)都存在類似的問題。因此當實施宏觀審慎監(jiān)管對銀行信貸供給進行逆周期調(diào)控時，首先應(yīng)關(guān)注沖擊是由流動性風險產(chǎn)生還是資本充足率產(chǎn)生，并要分析流動性風險是表內(nèi)還是表外；之后要具體問題具體分析，結(jié)合不同行業(yè)受到的影響情況，進行分行業(yè)精細化的逆周期調(diào)控，發(fā)揮宏觀審慎監(jiān)管的精準化調(diào)控特點，避免出現(xiàn)逆周期調(diào)控的“一家有病、大家吃藥”現(xiàn)象。

[1]FURTH D L.Anticipating the next wave of bad loans-function like a secondary market player[J].Pharmazie in Unserer Zeit，1986，15(4)：124-124.

[2]LOWN C S，MORGAN D P.The credit cycle and the business cycle：new findings using the loan officer opinion survey [J].Journal of Money Credit & Banking，2006，38(6)：1575-1597.

[3]劉志洋，宋玉穎.金融業(yè)高管薪酬機制及政策研究[J].商業(yè)研究，2013(6)：119-124.

[4]BERGER A N，UDELL G F.The institutional memory hypothesis and the pro-cyclicality of bank lending behavior[J].Journal of Financial Intermediation,2004,13(4):458-495.

[5]劉志洋.銀行信貸順周期性產(chǎn)生機制及其逆周期調(diào)控[J].現(xiàn)代財經(jīng)：天津財經(jīng)大學學報，2013(6)：12-22.

[6]CETORELLI N，GOLDBERG L S.Banking globalization and monetary transmission [J].Journal of Finance，2009，67(5)：1811-1843.

[7]IVASHINA V，SCHARFSTEIN D.Bank lending during the financial crisis of 2008 [J].Journal of Financial Economics，2009，97(97)：319-338.

[8]CORNETT M M，MCNUTT J J，STRAHAN P E.Liquidity risk management and credit supply in the financial crisis [J].Journal of Financial Economics，2010，101(2)：297-312.

[9]ANTONIADES.A.Liquidity risk and the credit crunch of 2007—2008：evidence from micro-level data on mortgage loan applications[J].Journal of Financial & Quantitative Analysis，2014，51(6):1795-1822.

[10]KASHYAP A K，STEIN J C.What do a million observations on banks say about the transmission of monetary policy? [J].American Economic Review,2000，90(3)：407-428.

[11]AIYAR S S，CALOMIRIS C W，WIELADEK T.Does macro-pru leak? Evidence from a UK policy experiment[Z].Bank of England Working papers，2011.

[12]PARAVISINI D.Local bank financial constraints and firm access to external finance [J].Journal of Finance，2010，63(5)：2161-2193.

[13]LOUTSKINA E，STRAHAN P E.Securitization and the declining impact of bank finance on loan supply：evidence from mortgage originations [J].Journal of Finance，2009，64(2)：861-889.

[14]PURI M，ROCHOLL J，STEFFEN S.Global retail lending in the aftermath of the US financial crisis：distinguishing between supply and demand effects [J].Journal of Financial Economics,2011,99(3):556-578.

[15]DELL’ARICCIA G，IGAN D，LAEVEN L.Credit booms and lending standards：evidence from the subprime mortgage market [J].Journal of Money Credit & Banking，2012，44(2-3)：367-384.

[16]JIMENEZ G，SAURINA J.Credit supply and monetary policy：identifying the bank balance-sheet channel with loan applications [J].The American Economic Review，2012，102(5)：2301-2326.

[17]SCHWARZ K.Mind the Gap：Disentangling credit and liquidity in risk spreads [Z].Social Science Electronic Publishing，2009.

[18]STRAHAN P E，GATEV E，SCHUERMANN T.How do banks manage liquidity risk? evidence from equity and deposit markets in the fall of 1998[Z].NBER Working Papers，2005：105-132.

[19]RATNOVSKI L，HUANG R.Why are Canadian banks more resilient? [Z].Social Science Electronic Publishing，2009.

[20]HOLMSTROM B，TIROLE J.Liquidity and risk management.[J].Journal of Money Credit & Banking，2000，32(3)：295-319.

[21]CAMPELLO M，GIAMBONA E，GRAHAM J R，et al.Liquidity management and corporate investment during a financial crisis[J].Review of Financial Studies，2011，24(6)：1944-1979.

[22]ZSAMBOKI，B.The effects of prudential regulation on banks pro-cyclical behaviour.in Studies on the pro-cyclical behaviour of banks[Z].National Bank of Hungary Occasional Papers，No.10，2002.

[23]ALTMAN E I，SAUNDER A.An analysis and critique of the BIS proposal on capital adequacy and ratings[J].Journal of Banking & Finance，2001，25(1)：25-46.

[24]ACHARYA V V，YORULMAZER T.Information contagion and inter-bank correlation in a theory of systemic risk[Z].CEPR Discussion Papers，2003，No.3743.

[25]AVERY R B，GORDY M.Loan growth，economic activity and bank performance[Z].Federal Reserve Board Working Paper,1995.

[26]宋玉穎，劉志洋.中國上市商業(yè)銀行活期存款與信貸承諾之間存在協(xié)同效應(yīng)嗎?[J].投資研究，2014(2)：33-43

[27]張雨婷.利率市場化對我國商業(yè)銀行風險承擔的影響——基于面板模型的實證分析[J].南京財經(jīng)大學學報，2016(3)：54-59.

[28]張宏彥，王磊.金融發(fā)展、融資約束與戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展[J].北京工商大學學報，2016(1)：94-101.

[29]楊興全，李萬利.貨幣政策、外部融資依賴與現(xiàn)金持有創(chuàng)新平滑作用——基于信貸歧視和區(qū)域金融發(fā)展視角[J].貴州財經(jīng)大學學報，2016(3)：40-53.