■陳 文，史小坤

一、引言與文獻(xiàn)綜述

席卷全球的新冠肺炎疫情和中美貿(mào)易摩擦等事件造成了宏觀經(jīng)濟(jì)的不確定性，如何在不造成后續(xù)經(jīng)濟(jì)過(guò)熱隱患的前提下，通過(guò)政策調(diào)控盡快降低疫情等不確定性對(duì)經(jīng)濟(jì)發(fā)展的影響，成為理論界和實(shí)際部門(mén)關(guān)注的焦點(diǎn)。在全球不確定性相互加成、潛藏風(fēng)險(xiǎn)交織的大環(huán)境下，弄清宏觀經(jīng)濟(jì)不確定性與貨幣政策工具逆周期調(diào)控是否存在相關(guān)性變得越來(lái)越重要。商業(yè)銀行作為我國(guó)現(xiàn)代金融系統(tǒng)的核心，是貨幣政策傳導(dǎo)的重要途徑。我國(guó)人民銀行的統(tǒng)計(jì)數(shù)據(jù)顯示，2019年末對(duì)實(shí)體經(jīng)濟(jì)發(fā)放的人民幣貸款余額為151.57萬(wàn)億元，同比增長(zhǎng)12.5%，在同期社會(huì)融資規(guī)模存量的占比達(dá)到60.3%，同比增長(zhǎng)1個(gè)百分點(diǎn)。由此可見(jiàn)，商業(yè)銀行信貸是貨幣政策作用于實(shí)體經(jīng)濟(jì)的重要渠道之一。不可否認(rèn)的是，將宏觀經(jīng)濟(jì)不確定性變動(dòng)納入考量范圍之后，會(huì)對(duì)商業(yè)銀行信貸行為產(chǎn)生顯著且不容忽視的影響，而銀行貸款投資策略的制定過(guò)程也越來(lái)越容易受到銀行管理者未來(lái)預(yù)判的影響。那么，在考慮了宏觀經(jīng)濟(jì)不確定性的大前提下，貨幣政策通過(guò)影響銀行信貸行為對(duì)經(jīng)濟(jì)發(fā)展的調(diào)控作用如何？

在已有涉及經(jīng)濟(jì)不確定性的文獻(xiàn)中，比較具有代表性的是Talavera（2012）使用了企業(yè)價(jià)值最大化模型，發(fā)現(xiàn)當(dāng)不確定性水平相比之前而言更大時(shí)，減少發(fā)放貸款是銀行的最佳選擇。Valencia（2017）則研究發(fā)現(xiàn)隨著宏觀經(jīng)濟(jì)不確定性的上升，銀行的破產(chǎn)幾率會(huì)隨之增加，風(fēng)險(xiǎn)中性的商業(yè)銀行此時(shí)為了減少信貸數(shù)量的增長(zhǎng)速度，將會(huì)實(shí)施自我保險(xiǎn)制度。國(guó)內(nèi)學(xué)者也得出了一致的結(jié)果，比如，郝威亞等（2017）的實(shí)證結(jié)果表明，宏觀經(jīng)濟(jì)不確定性會(huì)引起銀行流動(dòng)性水平變動(dòng)并由此導(dǎo)致銀行貸款規(guī)模發(fā)生變化。宋全云等（2019）認(rèn)為，為了確保銀行投資行為的盈利性，銀行管理者一般情況下會(huì)選擇增加貸款的成本，因?yàn)樵诤暧^經(jīng)濟(jì)不確定性上漲的過(guò)程中，銀行與企業(yè)之間的信息不對(duì)稱水平會(huì)進(jìn)一步上升，導(dǎo)致了較高水平的外部融資溢價(jià)，這就意味著宏觀經(jīng)濟(jì)不確定性升高時(shí)，企業(yè)從銀行所得貸款的成本會(huì)上升，即宏觀經(jīng)濟(jì)不確定性與企業(yè)貸款成本之間存在正相關(guān)關(guān)系。而且在上述過(guò)程中，與大型銀行相比，中小型銀行的貸款成本會(huì)上升更多，引起企業(yè)主動(dòng)降低自己的貸款需求，不再主動(dòng)向銀行申請(qǐng)貸款，這對(duì)于發(fā)展實(shí)體經(jīng)濟(jì)并沒(méi)有積極的促進(jìn)作用。另外，國(guó)內(nèi)外的部分學(xué)者還研究了宏觀經(jīng)濟(jì)不確定性在影響銀行信貸行為時(shí)所依賴的傳導(dǎo)途徑，如Gissler et al.（2016）分析了美國(guó)量化寬松制度擬定過(guò)程中銀行信貸規(guī)模的變動(dòng)，結(jié)論為隨著監(jiān)管不確定的增加，銀行貸款規(guī)模會(huì)發(fā)生縮減，同時(shí)，曾經(jīng)被起訴的銀行在制度擬定期間會(huì)大幅度地減少信貸行為，被起訴次數(shù)越多，信貸縮減規(guī)模越大。王蕊（2019）指出宏觀經(jīng)濟(jì)不確定性對(duì)投資具有顯著的抑制作用，宏觀經(jīng)濟(jì)不確定性增強(qiáng)時(shí)，投資量會(huì)下降。沈悅和馬續(xù)濤（2017）也通過(guò)實(shí)證證明，宏觀不確定性會(huì)對(duì)銀行信貸造成顯著的非線性負(fù)面影響。

然而，上述研究使用的經(jīng)濟(jì)不確定性指標(biāo)多為Baker et al.（2016）所建立的經(jīng)濟(jì)政策不確定性指數(shù)，且在考慮傳導(dǎo)途徑時(shí)，多數(shù)考察的都是銀行的微觀特征，在宏觀因素等方面存在欠缺。此外，多數(shù)文章在衡量不確定性對(duì)銀行貸款規(guī)模的影響時(shí)，沒(méi)有考慮貨幣政策的調(diào)控作用和效果。實(shí)際上，貨幣政策在其中所起到的作用不容忽略。張夢(mèng)云等（2016）研究表明在經(jīng)濟(jì)增長(zhǎng)速度變慢的條件下，貨幣政策依舊可以通過(guò)銀行信貸對(duì)經(jīng)濟(jì)造成顯著的調(diào)控影響。朱博文等（2013）研究認(rèn)為價(jià)格型貨幣政策工具的變更依賴于資產(chǎn)負(fù)債表渠道，法定存款準(zhǔn)備金率的調(diào)整則是依賴于銀行信貸來(lái)形成效力，同時(shí)，銀行流動(dòng)性、資本充足率等異質(zhì)性特征也會(huì)在貨幣政策影響信貸行為的過(guò)程中發(fā)揮影響。隨著宏觀經(jīng)濟(jì)不確定性的上升，貨幣政策也會(huì)受到影響，一般會(huì)調(diào)整得更為保守、慎重，并進(jìn)一步引起銀行貸款產(chǎn)生變化。

鑒于此，筆者將著重探討宏觀經(jīng)濟(jì)不確定性背景下，貨幣政策對(duì)商業(yè)銀行信貸行為的控制影響和效果。首先建立完善宏觀經(jīng)濟(jì)不確定性、貨幣政策與銀行信貸關(guān)系的理論模型，論證貨幣政策在宏觀經(jīng)濟(jì)不確定性影響銀行信貸的過(guò)程中是否存在調(diào)整作用？然后利用GARCH模型基于2004—2018年167 家商業(yè)銀行的信貸行為，檢驗(yàn)不同的貨幣政策工具對(duì)不確定性影響銀行信貸行為的調(diào)控作用效果。由此為國(guó)內(nèi)外經(jīng)濟(jì)不確定環(huán)境下，貨幣政策逆周期調(diào)節(jié)手段的選擇和運(yùn)用提供了政策參考。

二、理論模型與研究假設(shè)

首先，借鑒Baum et al.（2008）、邱兆祥和劉遠(yuǎn)亮（2010）的研究方法，構(gòu)建一個(gè)論證宏觀經(jīng)濟(jì)不確定性與銀行信貸之間關(guān)聯(lián)的理論模型。假設(shè)銀行所處的投資環(huán)境是有風(fēng)險(xiǎn)的，銀行所能選擇的投資方式只有兩種：貸款和債券。其中債券屬于無(wú)風(fēng)險(xiǎn)資產(chǎn)，且銀行管理者每期會(huì)將所得存款用于投資，投資于無(wú)風(fēng)險(xiǎn)資產(chǎn)所獲得的無(wú)風(fēng)險(xiǎn)收益要遠(yuǎn)遠(yuǎn)小于銀行投資于貸款資產(chǎn)時(shí)所能得到的期望收益。風(fēng)險(xiǎn)補(bǔ)償是無(wú)風(fēng)險(xiǎn)收益與該期望收益之間的差值。但是，如果銀行管理者預(yù)測(cè)此時(shí)貸款風(fēng)險(xiǎn)較大不適合投資，管理者則會(huì)選擇將這部分存款投資于無(wú)風(fēng)險(xiǎn)資產(chǎn)，也就是債券。

假設(shè)在t時(shí)刻，銀行i所能投資的貸款對(duì)于所有銀行而言同質(zhì)的，設(shè)無(wú)風(fēng)險(xiǎn)債券收益率為rf，t，而投資于貸款所得的收益率是隨機(jī)的，設(shè)為：

其中，premiumi，t表示貸款風(fēng)險(xiǎn)溢價(jià)，其期望值和方差分別用E（premiumi，t）=ρ和Var（premiumi，t）=σ2ε，t來(lái)表示。則風(fēng)險(xiǎn)性貸款的期望收益可表示為：

其中，隨機(jī)項(xiàng)εi，t服從均值為0、方差為σ2ε，t的正態(tài)分布，即εi，t～N（0，σ2ε，t）。在這里假設(shè)各個(gè)銀行的投資組合中，風(fēng)險(xiǎn)資產(chǎn)占比都不同，即不同銀行的風(fēng)險(xiǎn)結(jié)構(gòu)也不盡相同，所以任意兩個(gè)銀行收益率的隨機(jī)項(xiàng)不相關(guān)，即E（εi，t，εj，t）=0。

假設(shè)每一時(shí)期銀行投資于風(fēng)險(xiǎn)資產(chǎn)（貸款）的資產(chǎn)比例為pi，t，那么投資于無(wú)風(fēng)險(xiǎn)資產(chǎn)（債券）的比例為（1-pi，t）。即假設(shè)銀行此時(shí)面對(duì)的是一個(gè)投資組合優(yōu)化問(wèn)題，為了讓組合面對(duì)的風(fēng)險(xiǎn)和收益符合銀行管理者的期望，銀行需要測(cè)算并調(diào)整存款資產(chǎn)的投資比例來(lái)讓風(fēng)險(xiǎn)和收益的構(gòu)成達(dá)到最佳。雖然在銀行管理者的投資決策過(guò)程中難以觀察到組合的風(fēng)險(xiǎn)溢價(jià)，但是假設(shè)他能觀察到關(guān)于εi，t的噪聲信號(hào)：

其中，νt是εi，t的獨(dú)立隨機(jī)變量，服從正態(tài)分布N（0，σ2ν，t）。信號(hào)中的νt波動(dòng)的方差與經(jīng)濟(jì)不確定性成正比，當(dāng)不確定性變大時(shí)，也就意味著此時(shí)νt波動(dòng)的方差會(huì)增加，銀行管理者會(huì)越難對(duì)貸款資產(chǎn)的收益和風(fēng)險(xiǎn)進(jìn)行正確的預(yù)判。

另外，上文中已假設(shè)銀行在噪聲信號(hào)中的νt是一致的，但這并不意味著每家銀行所觀測(cè)到的信號(hào)是一致的。由于εi，t不盡相同，那么銀行管理者通過(guò)觀察得到的全局信息也會(huì)存在很大差異。接著，為了可以對(duì)貸款的期望收益r?i,t進(jìn)行合理估計(jì)，銀行管理者需要對(duì)影響貸款收益的隨機(jī)變量εi，t作出預(yù)判。一旦缺失了在Si，t中所觀察到的信息，銀行就只能假設(shè)εi，t的期望為零，這會(huì)使得估計(jì)過(guò)于簡(jiǎn)單，導(dǎo)致偏誤。正是由于Si，t的存在，銀行管理者觀察到正確的信號(hào)，便使得準(zhǔn)確估計(jì)投資貸款所得條件期望E（εi，t|Si，t）成為可能。

根據(jù)Si，t=εi，t+νt，可以隨時(shí)生成εi，t與Si，t的多種組合，應(yīng)用這些組合，同時(shí)也知道Si，t的條件下，便能夠?qū)Ζ舏，t進(jìn)行最優(yōu)預(yù)判。因此，對(duì)以下公式的參數(shù)進(jìn)行最小二乘估計(jì)：

系數(shù)α和β的最小二乘估計(jì)分別為α?=E（εi，t）-（Si，t）和=Cov（εi，t，Si，t）/Var（Si，t）。顯然α?為0。根據(jù)Si，t=εi，t+νt這個(gè)關(guān)系可知：Cov（εi，t，Si，t）=，Var（Si，t）=由此可得：

將估計(jì)值（5）代入等式（4），可得：

所以εi，t的條件期望能夠表達(dá)為：

其中，Ri，t表示總收益，rt表示當(dāng)年的法定存款準(zhǔn)備金率，銀行從有風(fēng)險(xiǎn)資產(chǎn)（貸款）和無(wú)風(fēng)險(xiǎn)資產(chǎn)（債券）中得到的期望收益分別由等式右邊中括號(hào)內(nèi)的第一個(gè)和第二個(gè)代表。銀行總收益的條件方差為：

假設(shè)銀行管理者的目的是為了讓效用函數(shù)達(dá)到最大化，而效用函數(shù)不僅僅受銀行對(duì)投資組合的預(yù)期收益影響。由于投資者都是風(fēng)險(xiǎn)厭惡的，因此組合所受風(fēng)險(xiǎn)大小對(duì)效用函數(shù)的影響也不容忽視。假設(shè)銀行具有如下的效用函數(shù)：

其中，ω為風(fēng)險(xiǎn)厭惡系數(shù)。將式（8）、式（9）代入式（10），可得：

接著，令J（pi，t）表示關(guān)于pi，t的銀行效用函數(shù)，即：

求式（12）關(guān)于pi，t的導(dǎo)數(shù)，并讓它等于0，就能夠測(cè)算出第i個(gè)銀行的最優(yōu)貸款/資產(chǎn)比例。即：

可以求得：

由式（14）可以看出，最優(yōu)貸款/資產(chǎn)比例與宏觀經(jīng)濟(jì)不確定程度σ2ν，t呈負(fù)相關(guān)關(guān)系，這與部分已有文獻(xiàn)所得結(jié)論一致。隨著宏觀經(jīng)濟(jì)不確定性水平的高漲，無(wú)論是關(guān)于未來(lái)經(jīng)濟(jì)政策變化的次數(shù)，還是政策執(zhí)行的力度，銀行都難以對(duì)將來(lái)政策方面的變動(dòng)和發(fā)展進(jìn)行合適的展望。為了確保銀行經(jīng)營(yíng)的安全性，銀行管理者將選擇降低信貸投資的比例，轉(zhuǎn)而實(shí)施穩(wěn)健的經(jīng)營(yíng)策略，將重點(diǎn)放于促進(jìn)自身資本穩(wěn)中有升，這就是“自我保險(xiǎn)”策略。此外，在宏觀經(jīng)濟(jì)不確定性逐漸加強(qiáng)的過(guò)程中，超出預(yù)期的不確定性將引起企業(yè)日常經(jīng)營(yíng)中現(xiàn)金流的不確定性升高、企業(yè)投資行為削減等現(xiàn)象的增加，這將導(dǎo)致銀行管理者難以對(duì)企業(yè)所投資的產(chǎn)品收益率進(jìn)行有效確切的估計(jì)，也讓銀行對(duì)企業(yè)進(jìn)行貸后監(jiān)管的難度進(jìn)一步上升。因此，銀行家認(rèn)為企業(yè)的違約風(fēng)險(xiǎn)預(yù)期將進(jìn)一步增加，進(jìn)而改變貸款投資比例。

進(jìn)一步的，在理論模型中，對(duì)模型（14）中的pi，t對(duì)求偏微分，可得：

由式（15）可以得出，在σ2ν，t影響pi，t的過(guò)程中，會(huì)受到法定存款準(zhǔn)備金率rt的影響。即貨幣政策會(huì)影響宏觀經(jīng)濟(jì)不確定性對(duì)銀行信貸的邊際效應(yīng)，當(dāng)經(jīng)濟(jì)不確定性不變時(shí)，貨幣政策的逆周期調(diào)控行為確實(shí)可以在不確定性影響銀行信貸的過(guò)程中發(fā)揮有效的作用。部分學(xué)者也在其分析中提出，貨幣政策對(duì)銀行信貸具有顯著的作用影響，在施加作用的過(guò)程中通常是將法定存款準(zhǔn)備金、限制資本充足率和銀行股權(quán)的不完全競(jìng)爭(zhēng)市場(chǎng)作為傳導(dǎo)渠道。綜上，提出研究假設(shè)：

貨幣政策在宏觀經(jīng)濟(jì)不確定性影響銀行信貸的過(guò)程中會(huì)起到顯著的逆周期調(diào)節(jié)作用。

三、變量選取與模型設(shè)定

（一）變量的選取

1.宏觀經(jīng)濟(jì)不確定性指標(biāo)

在關(guān)于宏觀經(jīng)濟(jì)不確定性測(cè)度的文獻(xiàn)中，最普遍的方法是GARCH（1，1）模型，使用ARCH 或GARCH 模型計(jì)算的條件方差不會(huì)忽視已經(jīng)發(fā)生過(guò)的事實(shí)信號(hào)。筆者將選取通過(guò)模型測(cè)算得到的條件方差來(lái)表示宏觀經(jīng)濟(jì)不確定性。首先使用HP濾波來(lái)去除數(shù)據(jù)的長(zhǎng)期趨勢(shì)，然后利用X-12 方法將已經(jīng)排除長(zhǎng)期趨勢(shì)的數(shù)據(jù)再進(jìn)一步刪去季節(jié)因素的影響，并對(duì)所得結(jié)果進(jìn)行平穩(wěn)性檢驗(yàn)。結(jié)果表明，在進(jìn)行過(guò)上述處理之后的這個(gè)數(shù)據(jù)偏離值是平穩(wěn)的。

具體而言，構(gòu)建不確定性指標(biāo)時(shí)：首先，聯(lián)立估計(jì)水平方程（yt=xtβ+ηt）和波動(dòng)方程（ht=c+α0η2t-1+α1ht-1），就可以得到變量yt的條件方差ht。如果模型估計(jì)結(jié)果中GARCH項(xiàng)和ARCH項(xiàng)系數(shù)（即α0和α1）都顯著，就表示ht可以用作宏觀經(jīng)濟(jì)不確定性的代理變量。在GARCH（1，1）模型中使用了處理后的季度GDP實(shí)際增長(zhǎng)率進(jìn)行實(shí)證分析，由此得到了衡量宏觀經(jīng)濟(jì)不確定性的變量unc 并取其對(duì)數(shù)，用lnunc 表示。表1為unc取對(duì)數(shù)后的測(cè)量結(jié)果。

表1 宏觀經(jīng)濟(jì)不確定性u(píng)nc測(cè)量結(jié)果

2.貨幣政策代理變量

在考慮貨幣政策調(diào)控行為的代理變量的選擇時(shí)，為保證模型估計(jì)的有效性，除了使用理論模型推導(dǎo)中使用的法定存款準(zhǔn)備金率（RRR）之外，還借鑒徐明東和陳學(xué)彬（2012）的做法，引入另外2 種貨幣政策代理變量：銀行同業(yè)拆借利率（shibor）和貸款基準(zhǔn)利率（iL），以確保所得實(shí)證結(jié)論是穩(wěn)健的。其中銀行同業(yè)拆借利率用7天同業(yè)拆借利率代表。同時(shí)，在對(duì)法定存款準(zhǔn)備金率和一年期貸款利率變量處理上，將采用董華平和干杏娣（2015）的做法：如果在某年度內(nèi)，我國(guó)央行沒(méi)有對(duì)一年期貸款利率進(jìn)行調(diào)整，那么這個(gè)利率水平就是當(dāng)年這種貨幣政策代理變量的取值。如果我國(guó)央行在某年度內(nèi)對(duì)一年期貸款利率進(jìn)行了調(diào)整，就用每個(gè)利率水平所維持的時(shí)間長(zhǎng)度作為權(quán)重，使用加權(quán)平均法計(jì)算出此貨幣政策代理變量該年的數(shù)據(jù)。這一做法不僅能夠讓貸款量與利率之間的聯(lián)系得到更加有效的體現(xiàn)，還能夠進(jìn)一步擴(kuò)大利率變量的變異程度，從而提升實(shí)證估計(jì)結(jié)果的準(zhǔn)確性。

3.其他變量

被解釋變量方面，使用銀行的貸款資產(chǎn)比lending來(lái)衡量商業(yè)銀行信貸行為?？刂谱兞糠矫妫鶕?jù)“camel 法則”控制了銀行成長(zhǎng)性、流動(dòng)性水平、抵御風(fēng)險(xiǎn)能力、經(jīng)營(yíng)效率和盈利水平。資產(chǎn)流動(dòng)性水平liquid 用流動(dòng)性資產(chǎn)與總資產(chǎn)之比測(cè)算，考慮到資金來(lái)源對(duì)商業(yè)銀行信貸供給大小的約束作用同樣不可忽略，增加了存款規(guī)模depo 作為控制變量，并取其對(duì)數(shù)。在設(shè)置銀行的風(fēng)險(xiǎn)指標(biāo)時(shí)，由于樣本銀行數(shù)據(jù)里囊括了很多非上市銀行，為了避免數(shù)據(jù)大量缺失，將借鑒徐明東和陳學(xué)彬（2012）的做法，主要選取Z值（z_score）和凈貸款/總資產(chǎn)（nla）來(lái)分別對(duì)銀行破產(chǎn)風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)進(jìn)行衡量。其中凈貸款由銀行貸款總額減去壞賬損失計(jì)算得出。信用風(fēng)險(xiǎn)是銀行在日常經(jīng)營(yíng)活動(dòng)中最不容忽視的風(fēng)險(xiǎn)，可以看出，凈貸款/總資產(chǎn)的比例越高，意味著銀行資產(chǎn)的信用風(fēng)險(xiǎn)也就越高。針對(duì)破產(chǎn)風(fēng)險(xiǎn)，參考徐明東和陳學(xué)彬（2012）所使用的測(cè)量方式，對(duì)銀行的Z值作出如下定義：

其中，roa 表示資產(chǎn)回報(bào)率，σ（roa）表示資產(chǎn)回報(bào)率的標(biāo)準(zhǔn)差（使用了3年的數(shù)據(jù)來(lái)滾動(dòng)計(jì)算roa標(biāo)準(zhǔn)差），ea代表的是資本資產(chǎn)比例，由股東權(quán)益與總資產(chǎn)之比計(jì)算得出，Z值越大，就意味著銀行所面臨的破產(chǎn)風(fēng)險(xiǎn)越大。其余變量定義見(jiàn)表2。

表2 相關(guān)變量說(shuō)明

（二）模型設(shè)定

1. 檢驗(yàn)宏觀經(jīng)濟(jì)不確定性與商業(yè)銀行信貸行為的模型

首先驗(yàn)證宏觀經(jīng)濟(jì)不確定性與商業(yè)銀行信貸行為之間的非線性關(guān)系，構(gòu)建如下模型：

其中，i=1，2，…N 表示不同銀行，t=1，2，…T 表示年份。無(wú)法觀察到的隨機(jī)變量αi表示的是不同銀行之間的異質(zhì)性，μi，t表示會(huì)隨個(gè)體和時(shí)間產(chǎn)生變化的干擾項(xiàng)。lending表示商業(yè)銀行信貸行為，使用銀行信貸總量與銀行總資產(chǎn)之比進(jìn)行衡量（參照Talavera，2012）。核心解釋變量為宏觀經(jīng)濟(jì)不確定性u(píng)nc，其詳細(xì)的測(cè)算辦法如上文所示。由于不確定性指標(biāo)使用的代理變量是GDP 變化率的條件方差，已經(jīng)規(guī)避了一般意義上不確定性的正負(fù)問(wèn)題，因此反映的是宏觀經(jīng)濟(jì)的整體波動(dòng)與銀行信貸之間的關(guān)系。在該模型中，觀測(cè)的重點(diǎn)是β2的符號(hào)正負(fù)及其顯著性。若β2的符號(hào)顯著的小于0，則意味著在維持其他因素不變的情況下，宏觀經(jīng)濟(jì)不確定性與銀行信貸行為之間確實(shí)呈倒U 型的非線性關(guān)系。cont代表微觀的控制變量。

2.檢驗(yàn)貨幣政策調(diào)控作用的模型

模型（17）中β2若顯著為小于0，則表明宏觀經(jīng)濟(jì)不確定性與銀行貸款行為之間確實(shí)為顯著的倒U型，為驗(yàn)證貨幣政策是否在宏觀經(jīng)濟(jì)不確定性影響銀行信貸的過(guò)程中起逆周期調(diào)節(jié)作用，接下來(lái)將不確定性的數(shù)據(jù)范圍限定于二次函數(shù)對(duì)稱軸的左邊，并使用以下模型進(jìn)行回歸，即在基礎(chǔ)模型中引入unc與貨幣政策代理變量的交互項(xiàng)。

模型（18）中的MP表示貨幣政策代理變量。由于該模型考察的重點(diǎn)在于驗(yàn)證貨幣政策的逆周期調(diào)節(jié)效果，因此將使用宏觀經(jīng)濟(jì)不確定性拐點(diǎn)之前的數(shù)據(jù)作為基準(zhǔn)，同時(shí)去除基礎(chǔ)模型中不確定性的二次項(xiàng)。

在模型（18）中，關(guān)注的參數(shù)是δ2，它所衡量的是在不同貨幣政策調(diào)控途徑下的銀行信貸行為對(duì)宏觀經(jīng)濟(jì)不確定性的敏感水平，若參數(shù)顯著小于零，則前文假設(shè)成立。

（三）數(shù)據(jù)描述

為盡可能滿足數(shù)據(jù)的可得性和完整性，將樣本采集的時(shí)間區(qū)間定為2004 年第1 季度到2018 年第4季度。國(guó)內(nèi)銀行非平衡面板數(shù)據(jù)來(lái)自于全球銀行與金融機(jī)構(gòu)分析庫(kù)（Bankscope），宏觀數(shù)據(jù)來(lái)源于同花順數(shù)據(jù)庫(kù)和BvD 系列庫(kù)EIU Country Data。采用軟件Stata14.0 將季度宏觀經(jīng)濟(jì)不確定性指標(biāo)做了調(diào)整，得到年度宏觀經(jīng)濟(jì)不確定性指標(biāo)。為排除異常值對(duì)回歸結(jié)果參數(shù)造成較大干預(yù)的可能性，將全部微觀變量進(jìn)行了縮尾處理，將數(shù)據(jù)前1%和后1%的部分去除。表3為主要變量的描述性統(tǒng)計(jì)結(jié)果。

宏觀經(jīng)濟(jì)不確定性不同年份之間標(biāo)準(zhǔn)差差距較大，說(shuō)明數(shù)據(jù)波動(dòng)較大，這是因?yàn)闃颖緯r(shí)間包含了2006—2007 年股市牛市和2007—2009 年經(jīng)濟(jì)衰退期。銀行平均總貸款資產(chǎn)比為46%，說(shuō)明銀行資產(chǎn)里將近半數(shù)會(huì)作為貸款投資，商業(yè)銀行最關(guān)鍵的工作就是進(jìn)行信貸業(yè)務(wù)操作，從這個(gè)數(shù)據(jù)也可以看出信貸對(duì)銀行經(jīng)營(yíng)有著舉足輕重的作用。另外，最大值為72.21%，最小值為18.50%，標(biāo)準(zhǔn)差為0.107，可以看出不同銀行彼此之間抑或是銀行不同時(shí)期之間的信貸規(guī)模還是有較大差距的。流動(dòng)性資產(chǎn)占比的均值為19.99，最大值和最小值的區(qū)別較大，說(shuō)明從全局來(lái)看，我國(guó)銀行資產(chǎn)流動(dòng)性較高，但是個(gè)別銀行的流動(dòng)性水平仍有待提高。樣本銀行客戶存款規(guī)模之間差別較大，標(biāo)準(zhǔn)差在所有樣本數(shù)據(jù)中最大，最大值是最小值的近5 萬(wàn)倍。資產(chǎn)增長(zhǎng)率的最大值與最小值差異也比較明顯，表明銀行成長(zhǎng)性差異較大。此外，還計(jì)算了解釋變量之間的相關(guān)系數(shù)，結(jié)果其絕對(duì)值大部分都小于0.4，可以認(rèn)為模型里的多重共線性不會(huì)對(duì)實(shí)證結(jié)果產(chǎn)生顯著的不利影響。

表3 相關(guān)變量的描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

（一）模型的估計(jì)方法

模型采用的數(shù)據(jù)主要是各個(gè)商業(yè)銀行在2004—2018 年的多種數(shù)據(jù)指標(biāo)，所以，在進(jìn)行實(shí)證測(cè)算衡量時(shí)將采用面板數(shù)據(jù)模型來(lái)完成分析。為了選取合適的估計(jì)模型，使用stata14.0 軟件分別設(shè)立了固定效應(yīng)面板模型和隨機(jī)效應(yīng)面板模型，通過(guò)F檢驗(yàn)和Hausman檢驗(yàn)發(fā)現(xiàn)應(yīng)使用固定效應(yīng)模型。

（二）宏觀經(jīng)濟(jì)不確定性與商業(yè)銀行信貸行為關(guān)系的檢驗(yàn)結(jié)果

如表4所示，列（1）為宏觀經(jīng)濟(jì)不確定性與商業(yè)銀行信貸行為關(guān)系的檢驗(yàn)結(jié)果，列（2）—（4）為貨幣政策逆周期調(diào)控的檢驗(yàn)結(jié)果，其中（2）、（3）、（4）分別表示以銀行間同業(yè)拆借利率、貸款基準(zhǔn)利率、法定存款準(zhǔn)備金率作為貨幣政策代理變量時(shí)的實(shí)證結(jié)果。

表4 實(shí)證分析結(jié)果

在列（1）中可以看出unct的回歸系數(shù)顯著為正，二次項(xiàng)指標(biāo)unc2t的系數(shù)顯著為負(fù)，這說(shuō)明我國(guó)商業(yè)銀行銀行信貸行為與宏觀經(jīng)濟(jì)不確定性之間確實(shí)存在著顯著的倒U 型關(guān)系，如圖1 所示。而且，根據(jù)二次函數(shù)頂點(diǎn)公式及一次項(xiàng)系數(shù)0.247 和二次項(xiàng)系數(shù)-0.0154 可以計(jì)算得到，在此非線性關(guān)系中，unc 的對(duì)稱軸為8.01948，表示宏觀經(jīng)濟(jì)不確定性小于8.01948時(shí)，即使不確定性上升，銀行和企業(yè)在評(píng)估中會(huì)判斷此時(shí)的經(jīng)濟(jì)波動(dòng)能夠?yàn)樽约簬?lái)收益，所以會(huì)擴(kuò)大信貸規(guī)模。當(dāng)宏觀經(jīng)濟(jì)不確定性大于8.01948時(shí)，一方面，企業(yè)會(huì)判斷此時(shí)的投資風(fēng)險(xiǎn)太大，使得其做出減少投資的決策。另一方面，經(jīng)濟(jì)不確定性的加劇會(huì)顯著抑制我國(guó)民營(yíng)企業(yè)融資效率的提升（宋云星等，2020），在不確定性較大時(shí)，銀行管理者準(zhǔn)確有效地預(yù)判出將來(lái)經(jīng)濟(jì)形勢(shì)的可能性減少，為了降低由未來(lái)風(fēng)險(xiǎn)帶來(lái)的損失，銀行會(huì)采取比較謹(jǐn)慎的經(jīng)營(yíng)方式，減小銀行信貸投放規(guī)模。從表1 中unc 取對(duì)數(shù)后的取值范圍來(lái)看，2004—2006 年，我國(guó)宏觀經(jīng)濟(jì)不確定性指標(biāo)unc 均小于8.01948，2007—2010 年，unc 均大于8.01948，而2011—2018 年，unc 均小于8.01948，也就表明，在2008 年金融危機(jī)前后一段時(shí)間內(nèi)，宏觀不確定性對(duì)商業(yè)銀行信貸規(guī)模起顯著的抑制作用，從而影響到企業(yè)的投資行為，給實(shí)體經(jīng)濟(jì)帶來(lái)不利影響。

接著來(lái)看微觀特征變量：liquid 的系數(shù)顯著小于零，該指標(biāo)越高，銀行為控制風(fēng)險(xiǎn)，會(huì)降低風(fēng)險(xiǎn)較大的貸款資產(chǎn)總額。gra 的系數(shù)也顯著小于零，從這可以看出，大規(guī)模銀行所擁有的資產(chǎn)量較多，所以其貸款規(guī)模增長(zhǎng)速度會(huì)明顯比小規(guī)模銀行慢，因此會(huì)呈現(xiàn)“大銀行資產(chǎn)多、小銀行發(fā)展快”的特征。depo 與信貸總量的系數(shù)顯著為正，是因?yàn)殂y行所能提供的貸款量，很大程度上是由存款數(shù)量決定的，這就是商業(yè)銀行“以存定貸”的發(fā)展戰(zhàn)略。nla 對(duì)銀行貸款規(guī)模的影響顯著為正，可以看出，由于貸款投資存在風(fēng)險(xiǎn)，假設(shè)企業(yè)在日常經(jīng)營(yíng)活動(dòng)中出現(xiàn)問(wèn)題導(dǎo)致資金流斷裂，那么貸款的償付行為就不能維持，由此導(dǎo)致了不良貸款的出現(xiàn)。不良貸款越少，不僅象征銀行的資產(chǎn)質(zhì)量和盈利能力越高，同時(shí)也會(huì)降低銀行所遭受的來(lái)自監(jiān)管方面的壓力，從而可以擴(kuò)大信貸規(guī)模來(lái)獲取更大的投資收益。

圖1 宏觀經(jīng)濟(jì)不確定性u(píng)nc與銀行信貸占比非線性關(guān)系圖

（三）貨幣政策逆周期調(diào)控的實(shí)證結(jié)果

根據(jù)表4 列（2）—（4）的實(shí)證結(jié)果可以得出：首先，當(dāng)以去除宏觀經(jīng)濟(jì)不確定性中大于8.01948 的數(shù)據(jù)作為考察基準(zhǔn)時(shí)，不確定性一次項(xiàng)unc 的系數(shù)顯著為正，這就表明在宏觀經(jīng)濟(jì)不確定性慢慢增加但水平不高時(shí)，商業(yè)銀行的貸款總量會(huì)顯著增加，即宏觀經(jīng)濟(jì)不確定性的適當(dāng)增加促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，這與上文理論推導(dǎo)保持一致。

其次，不確定性u(píng)nc 與銀行間同業(yè)拆借利率shibor、貸款基準(zhǔn)利率iL、法定存款準(zhǔn)備金率RRR的交互項(xiàng)均分別顯著為負(fù)，也就是說(shuō)隨著銀行同業(yè)拆借利率、貸款基準(zhǔn)利率、法定存款準(zhǔn)備金率的進(jìn)一步提高，商業(yè)銀行的信貸增長(zhǎng)行為不僅僅會(huì)受到顯著的影響，而且會(huì)受到一定程度的抑制。這意味著在不確定性慢慢增加引起經(jīng)濟(jì)增長(zhǎng)的過(guò)程中，中國(guó)央行通過(guò)實(shí)施緊縮的貨幣政策進(jìn)行逆周期調(diào)節(jié)，可以起到在一定程度上防止經(jīng)濟(jì)過(guò)熱的作用。越是緊縮的貨幣政策，在不確定性較小時(shí)，其降低宏觀經(jīng)濟(jì)不確定性對(duì)銀行信貸行為正面影響的能力就越強(qiáng)。貸款利率和銀行間同業(yè)拆借利率的上升會(huì)對(duì)企業(yè)和銀行的貸款能力施加作用，當(dāng)貸款基準(zhǔn)利率上升時(shí)，企業(yè)貸款的應(yīng)付利息成本增加，抵押品價(jià)值減少，企業(yè)資產(chǎn)負(fù)債表相較利率上升之前而言進(jìn)一步向不佳的方向轉(zhuǎn)變，當(dāng)同業(yè)拆借利率上升時(shí)，銀行所持有的可貸資金就會(huì)減少，因此銀行出于自身盈利與風(fēng)險(xiǎn)考慮，將減少對(duì)企業(yè)的貸款。

另外，通過(guò)比較各交互項(xiàng)的系數(shù)大小，如圖2所示，可以發(fā)現(xiàn)，銀行同業(yè)拆借利率的抑制作用最大，逆周期調(diào)節(jié)效果最好，而法定存款準(zhǔn)備金率的約束作用最小，逆周期調(diào)節(jié)效果在這三個(gè)貨幣政策代理變量中位于末位，這一實(shí)證結(jié)果也與現(xiàn)實(shí)經(jīng)驗(yàn)保持一致。法定存款準(zhǔn)備金率發(fā)生變化之后，貨幣供應(yīng)量會(huì)受到影響，并進(jìn)而改變銀行的存款量，再作用于銀行提供的貸款量，這一過(guò)程逐級(jí)遞推，成效較慢、時(shí)滯較長(zhǎng)，因此逆周期調(diào)控效果相對(duì)較差。而銀行同業(yè)拆借利率這類公開(kāi)市場(chǎng)操作行為由于能夠及時(shí)、靈敏、精準(zhǔn)地體現(xiàn)出貨幣市場(chǎng)甚至國(guó)內(nèi)金融市場(chǎng)全盤(pán)的短期流動(dòng)性供求情況，在金融市場(chǎng)發(fā)生變化時(shí)，中國(guó)央行能夠及時(shí)地進(jìn)行多次、持續(xù)性及探索性的控制行為，并且能夠?qū)嵤┠嫦蛘{(diào)控，對(duì)貨幣供給規(guī)模更敏感且能及時(shí)作出反應(yīng)，因此調(diào)節(jié)效果較好，驗(yàn)證了前文假設(shè)。

圖2 不同貨幣政策在不確定性影響銀行信貸過(guò)程中的調(diào)節(jié)作用

五、穩(wěn)健性檢驗(yàn)

由于國(guó)有銀行相較于其他銀行而言受到的國(guó)家管控力度更大，因此為確保上述研究結(jié)論的可靠性，借鑒沈悅和馬續(xù)濤（2017）的做法，將國(guó)有銀行從樣本中刪去，重新完成回歸檢驗(yàn)，回歸結(jié)果如表5所示。與前述一致，列（1）為宏觀經(jīng)濟(jì)不確定性與非國(guó)有商業(yè)銀行信貸行為關(guān)系的檢驗(yàn)結(jié)果，列（2）—（4）為貨幣政策逆周期調(diào)控的檢驗(yàn)結(jié)果，其中（2）、（3）、（4）分別表示以銀行間同業(yè)拆借利率、貸款基準(zhǔn)利率、法定存款準(zhǔn)備金率作為貨幣政策代理變量時(shí)的實(shí)證結(jié)果。由列（1）所示結(jié)果可以看出，剔除國(guó)有銀行樣本之后對(duì)回歸結(jié)果的符號(hào)沒(méi)有產(chǎn)生顯著影響，二次項(xiàng)指標(biāo)unc2t的系數(shù)仍顯著為負(fù)，這說(shuō)明我國(guó)商業(yè)銀行銀行信貸行為與宏觀經(jīng)濟(jì)不確定性之間的倒U 型關(guān)系與商業(yè)銀行是否國(guó)有無(wú)關(guān)，這一結(jié)論是穩(wěn)健的。從列（2）—（4）中不確定性一次項(xiàng)unc 的系數(shù)仍顯著為正可以得出，宏觀經(jīng)濟(jì)不確定性的適當(dāng)增加促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，這與上文保持一致。其次，不確定性u(píng)nc 與銀行間同業(yè)拆借利率shibor、貸款基準(zhǔn)利率iL、法定存款準(zhǔn)備金率RRR的交互項(xiàng)仍分別顯著為負(fù)，且通過(guò)比較各交互項(xiàng)的系數(shù)大小可得，與銀行同業(yè)拆借利率交互的系數(shù)絕對(duì)值最大，與法定存款準(zhǔn)備金率交互的系數(shù)絕對(duì)值最小，這也與上文所得結(jié)果一致，說(shuō)明無(wú)論商業(yè)銀行是否國(guó)有，貨幣政策的逆周期調(diào)節(jié)都有顯著性作用，其中調(diào)節(jié)銀行同業(yè)拆借利率所產(chǎn)生的逆周期調(diào)控效果最好，這一結(jié)論也是穩(wěn)健的。綜上所述，前文所得結(jié)論都是穩(wěn)健可靠的。

表5 不含大型國(guó)有銀行樣本的穩(wěn)健性檢驗(yàn)

六、研究結(jié)論和政策啟示

筆者利用GARCH（1，1）模型測(cè)算出的實(shí)際GDP 條件異方差代表宏觀經(jīng)濟(jì)不確定性，基于我國(guó)167 家商業(yè)銀行2004—2018 年的面板數(shù)據(jù)，分析了商業(yè)銀行信貸行為與宏觀經(jīng)濟(jì)不確定性之間的關(guān)系，驗(yàn)證了貨幣政策的逆周期調(diào)控對(duì)二者關(guān)系的影響。結(jié)果顯示，宏觀經(jīng)濟(jì)不確定性與銀行信貸行為之間存在非線性的倒U型關(guān)系。當(dāng)宏觀經(jīng)濟(jì)不確定性較小時(shí)，投資環(huán)境中所蘊(yùn)含的機(jī)會(huì)較多，就算不確定性持續(xù)上升，銀行和企業(yè)的風(fēng)險(xiǎn)預(yù)期也在合理的區(qū)間之中，所以會(huì)進(jìn)一步擴(kuò)大信貸投資規(guī)模。而當(dāng)宏觀經(jīng)濟(jì)不確定性進(jìn)一步提高時(shí)，商業(yè)銀行遭受較大打擊的可能性將增加，這會(huì)造成銀行日常經(jīng)營(yíng)過(guò)程中的風(fēng)險(xiǎn)敞口變大，所以存款人對(duì)存款的收益預(yù)期會(huì)增加，這會(huì)對(duì)銀行的資產(chǎn)來(lái)源起到較大的制約作用，從而使得商業(yè)銀行的貸款供給能力受到抑制。對(duì)貨幣政策調(diào)控作用的實(shí)證結(jié)果顯示，貨幣政策在不確定性影響銀行信貸行為時(shí)具有顯著的逆周期調(diào)控作用。在不確定性增加帶動(dòng)經(jīng)濟(jì)走強(qiáng)的過(guò)程中，為避免產(chǎn)生經(jīng)濟(jì)過(guò)熱等負(fù)面效應(yīng)，緊縮的貨幣政策會(huì)對(duì)商業(yè)銀行信貸總量的增加起到一定程度的抑制，也就是說(shuō)貨幣政策的逆周期調(diào)節(jié)可以促進(jìn)宏觀經(jīng)濟(jì)的穩(wěn)健運(yùn)行。而且，相較于調(diào)節(jié)法定存款準(zhǔn)備金率，銀行同業(yè)拆借利率這種公開(kāi)市場(chǎng)操作的逆周期調(diào)控效果最強(qiáng)。

研究結(jié)論表明，貨幣政策進(jìn)行合理有效調(diào)整在保護(hù)銀行業(yè)穩(wěn)定乃至我國(guó)金融穩(wěn)步向前發(fā)展過(guò)程中所起的重要作用。但宏觀經(jīng)濟(jì)政策決策部門(mén)應(yīng)當(dāng)盡可能防止宏觀經(jīng)濟(jì)不確定性指標(biāo)超過(guò)峰值：第一，建立完整的宏觀經(jīng)濟(jì)預(yù)警體系，密切觀測(cè)各種不同種類的攻擊渠道，盡早對(duì)容易引起宏觀經(jīng)濟(jì)大幅波動(dòng)的因素進(jìn)行辨別和處理。第二，有效應(yīng)用貨幣政策和財(cái)政政策等宏觀調(diào)控措施相結(jié)合的方式來(lái)確保經(jīng)濟(jì)平穩(wěn)運(yùn)行，科學(xué)穩(wěn)健把握貨幣政策逆周期調(diào)節(jié)力度，選擇適宜的貨幣政策調(diào)控方式，抓住穩(wěn)健貨幣政策的關(guān)注點(diǎn)，合理控制政策的發(fā)展動(dòng)向和實(shí)施強(qiáng)度，積極推進(jìn)貨幣信貸、社會(huì)融資規(guī)模增長(zhǎng)同經(jīng)濟(jì)發(fā)展相匹配，同時(shí)應(yīng)該維持好政策的連續(xù)性，防止政策自身變成導(dǎo)致經(jīng)濟(jì)不確定的因素。第三，應(yīng)該確保信息披露過(guò)程的全面性、透明性和及時(shí)性，以此來(lái)為經(jīng)濟(jì)主體提供令人滿意的決策環(huán)境支持，避免因?yàn)樾畔⑵`、脫漏或延時(shí)反而惡化了經(jīng)濟(jì)的不確定性。