張人中 馬 威

內(nèi)容提要：本文建立異質(zhì)性的商業(yè)銀行效用函數(shù)模型與網(wǎng)絡(luò)結(jié)構(gòu)模型，分析定向降準(zhǔn)資金在不同類型商業(yè)銀行和不同行業(yè)貸款中的傳導(dǎo)機(jī)制，并使用因子增廣向量自回歸模型檢驗(yàn)了十四輪定向降準(zhǔn)貨幣政策的傳導(dǎo)效果。結(jié)果顯示：定向降準(zhǔn)貨幣政策的資金傳導(dǎo)存在著堵點(diǎn)。雖然釋放的流動性可以增加商業(yè)銀行的貸款規(guī)模和整體收益，但是在追求最大化與流動性約束的前提下，較多資金進(jìn)入了收益更高的房地產(chǎn)業(yè)與金融業(yè)，農(nóng)村金融機(jī)構(gòu)并未成為農(nóng)業(yè)貸款的主力軍。政策建議是：嚴(yán)格審核商業(yè)銀行申請定向降準(zhǔn)資金的用途，防范逆向選擇；嚴(yán)格審核定向降準(zhǔn)資金的流向，防范道德風(fēng)險；給予更多的政策支持，引導(dǎo)資金順利進(jìn)入農(nóng)村金融機(jī)構(gòu)和農(nóng)業(yè)貸款領(lǐng)域，更好地發(fā)揮定向降準(zhǔn)支持農(nóng)業(yè)發(fā)展與促進(jìn)內(nèi)循環(huán)發(fā)展的作用。

一、研究背景

金融危機(jī)爆發(fā)至今，世界各國遭遇了不同程度的資金傳導(dǎo)阻滯的難題。在金融危機(jī)初期，各國一般通過大規(guī)模的量化寬松貨幣政策來刺激本國經(jīng)濟(jì)復(fù)蘇，但是量化寬松政策具有較大的副作用，流動性無法完全順暢地傳導(dǎo)至目標(biāo)領(lǐng)域與部門。當(dāng)總量寬松的貨幣政策偏離設(shè)計(jì)初衷，失去了原本想要達(dá)到的效果時，貨幣當(dāng)局開始考慮如何才能精準(zhǔn)引導(dǎo)資金進(jìn)入目標(biāo)行業(yè)與領(lǐng)域，同時努力降低量化寬松的負(fù)面效應(yīng)。在此背景下，各國央行紛紛推出更有針對性、成本更低的定向調(diào)控類的貨幣政策，以期精準(zhǔn)發(fā)力來定向調(diào)控實(shí)體經(jīng)濟(jì)的發(fā)展。近年來，西方發(fā)達(dá)國家比較典型的定向調(diào)控類的貨幣政策包括：歐洲央行新一輪的量化寬松政策，即定向長期再融資操作(TLTRO)，該操作定向支持商業(yè)銀行向家庭和非金融企業(yè)放貸，引導(dǎo)資金通過信貸途徑流向?qū)嶓w經(jīng)濟(jì)；美國聯(lián)邦儲備委員會的扭轉(zhuǎn)操作(OT)，該操作定向調(diào)控長期融資利率，引導(dǎo)市場投資向長期轉(zhuǎn)化；英格蘭銀行的融資換貸款計(jì)劃(FLS)，該操作定向支持實(shí)體企業(yè)與住房貸款等。

近年來，中國人民銀行在傳統(tǒng)的貨幣政策工具上創(chuàng)新推出了系列的定向調(diào)控類貨幣政策，例如定向再貸款、定向降準(zhǔn)、短期流動性調(diào)節(jié)工具(SLO)、常備借貸便利(SLF)、中期借貸便利(MLF)、抵押補(bǔ)充貸款(PSL)等，希望通過定向調(diào)控類貨幣政策來實(shí)現(xiàn)資金導(dǎo)流，拓寬流動性供給渠道，助力經(jīng)濟(jì)結(jié)構(gòu)調(diào)整。2014年4月，中國人民銀行開始實(shí)施定向降準(zhǔn)的貨幣政策，降準(zhǔn)對象為縣域農(nóng)村商業(yè)銀行、農(nóng)村合作銀行、中國農(nóng)業(yè)發(fā)展銀行、符合審慎經(jīng)營要求且“三農(nóng)”或小微企業(yè)貸款達(dá)到一定要求的商業(yè)銀行，至今已經(jīng)實(shí)施了十四輪。定向降準(zhǔn)是中國人民銀行推出的一種具有定向調(diào)控功能的結(jié)構(gòu)性貨幣政策，希望引導(dǎo)和鼓勵金融機(jī)構(gòu)將資金更多地投向農(nóng)業(yè)和小微企業(yè)等國民經(jīng)濟(jì)重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)，促進(jìn)信貸結(jié)構(gòu)優(yōu)化，使貨幣政策能更高效地傳導(dǎo)至亟須發(fā)展的領(lǐng)域。

定向降準(zhǔn)的政策實(shí)施效果一直備受關(guān)注。圖1給出了定向降準(zhǔn)實(shí)施以來，商業(yè)銀行分行業(yè)的貸款余額與貸款余額的增速。圖1(a)為定向降準(zhǔn)貨幣政策實(shí)施同期，商業(yè)銀行的涉農(nóng)貸款余額、農(nóng)林牧漁業(yè)貸款余額、服務(wù)業(yè)貸款余額、工業(yè)貸款余額和房地產(chǎn)業(yè)貸款余額的數(shù)值比較。圖2(b)為各行業(yè)貸款余額相比于基期的增速。數(shù)據(jù)顯示有好的方面，例如涉農(nóng)貸款余額與涉農(nóng)貸款余額增速都比較快，服務(wù)業(yè)也在高速發(fā)展。但是數(shù)據(jù)也顯示出頗多不盡人意的地方：首先，涉農(nóng)貸款中的核心指標(biāo)，即真正投向農(nóng)業(yè)企業(yè)貸款的余額(2020年底為4.36萬億)與增速(相比于基期增長為43%)非常低；其次，工業(yè)貸款的余額(2020年底為10.51萬億)與增速(相比于基期增長為59%)非常蕭條；再次，房地產(chǎn)貸款的余額(2020年底為48.83萬億)與增速(相比于基期增長為234%)飆升得非常厲害(1)比房地產(chǎn)貸款增長更為迅猛的是金融業(yè)貸款，由于金融業(yè)貸款余額的增速太快太猛，如果放在同一幅圖中，其他行業(yè)增速都無法體現(xiàn)，所以圖1沒有畫出金融業(yè)的貸款余額與增速。根據(jù)萬得(Wind)數(shù)據(jù)庫，金融業(yè)貸款余額相比于基期增長1 509.29%，遠(yuǎn)高于房地產(chǎn)業(yè)貸款234%的增長速度。。以上數(shù)據(jù)特征顯示，雖然近年來央行通過定向降準(zhǔn)等貨幣政策釋放的流動性對農(nóng)業(yè)貸款起到了一定的促進(jìn)作用，但是可能有更多的流動性通過各種渠道進(jìn)入了房地產(chǎn)業(yè)和金融業(yè)等非農(nóng)業(yè)領(lǐng)域。定向降準(zhǔn)貨幣政策的作用似乎未達(dá)預(yù)期，資金存在較為明顯的脫實(shí)向虛的傾向。

圖1 分行業(yè)貸款余額與增速(2013—2020年) 數(shù)據(jù)來源：中國人民銀行金融機(jī)構(gòu)貸款投向統(tǒng)計(jì)報告。

定向降準(zhǔn)貨幣政策的設(shè)計(jì)目標(biāo)之一是引導(dǎo)商業(yè)銀行擴(kuò)大農(nóng)業(yè)貸款規(guī)模并支持農(nóng)業(yè)發(fā)展，但如果定向降準(zhǔn)資金的傳導(dǎo)路徑出現(xiàn)阻滯，導(dǎo)致流動性更多進(jìn)入金融業(yè)和房地產(chǎn)業(yè)等非農(nóng)業(yè)領(lǐng)域，則會導(dǎo)致出現(xiàn)頗多惡果：首先，資金難以順暢進(jìn)入目標(biāo)領(lǐng)域與行業(yè)，無法促進(jìn)內(nèi)循環(huán)發(fā)揮主體作用，難以保證雙循環(huán)新發(fā)展格局的順利實(shí)施。其次，可能加劇資金脫實(shí)向虛，違背黨中央提出的堅(jiān)持房住不炒和防范金融風(fēng)險的政策初衷。再次，農(nóng)業(yè)發(fā)展得不到充分的資金支持，老百姓吃飯的大問題可能會受到影響。由此可見，分析定向降準(zhǔn)資金向農(nóng)業(yè)貸款的順利轉(zhuǎn)化，疏通資金傳導(dǎo)的堵點(diǎn)，并提出制度改進(jìn)的政策建議具有重要的研究意義。相關(guān)研究的理論意義在于：拓展定向降準(zhǔn)貨幣政策傳導(dǎo)路徑的數(shù)理模型，檢驗(yàn)定向降準(zhǔn)貨幣政策的實(shí)施效果，完善定向降準(zhǔn)貨幣政策傳導(dǎo)的理論研究框架?，F(xiàn)實(shí)意義則在于：疏通定向降準(zhǔn)資金向農(nóng)業(yè)貸款轉(zhuǎn)化的堵點(diǎn)，為農(nóng)業(yè)發(fā)展提供更多資金，引導(dǎo)農(nóng)業(yè)的健康和可持續(xù)發(fā)展。

二、文獻(xiàn)綜述

關(guān)于定向降準(zhǔn)的傳導(dǎo)機(jī)制，學(xué)者們提出了不同的思路與設(shè)想。有學(xué)者認(rèn)為定向降準(zhǔn)能夠調(diào)整商業(yè)銀行的存款準(zhǔn)備金比率結(jié)構(gòu)，激勵商業(yè)銀行增加農(nóng)業(yè)企業(yè)的貸款供給，提高目標(biāo)企業(yè)的經(jīng)營收益[1]，也可以激勵商業(yè)銀行向農(nóng)業(yè)與小微企業(yè)分配更多的信貸資源，帶動產(chǎn)出增長并提高產(chǎn)出[2]。也有學(xué)者認(rèn)為定向降準(zhǔn)可以通過影響銀行信貸結(jié)構(gòu)對產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生調(diào)控作用，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級[3]，也可以提高商業(yè)銀行面向農(nóng)業(yè)企業(yè)的貸款能力，增加商業(yè)銀行的貸款規(guī)模，進(jìn)而增加農(nóng)業(yè)投資[4]。部分學(xué)者認(rèn)為定向降準(zhǔn)改變了農(nóng)業(yè)和小微企業(yè)的貸款需求的利率彈性，能較好地引導(dǎo)資金進(jìn)入定向調(diào)控的領(lǐng)域[5]。還有學(xué)者認(rèn)為定向降準(zhǔn)可以降低中小企業(yè)的貸款成本，引導(dǎo)不同類型的商業(yè)銀行加大對中小企業(yè)的貸款[6]。

關(guān)于定向降準(zhǔn)的傳導(dǎo)效果，目前學(xué)者們的研究結(jié)論并不統(tǒng)一。有些學(xué)者認(rèn)為定向降準(zhǔn)有效，例如可以促進(jìn)農(nóng)業(yè)和小微企業(yè)的信貸融資，充分發(fā)揮普惠金融的作用[7]；可以優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)，促進(jìn)特定行業(yè)發(fā)展，能夠較好地改善農(nóng)業(yè)企業(yè)與小微企業(yè)的融資狀況[8]，且對總產(chǎn)出、總就業(yè)不會造成顯著的負(fù)向影響[9]。但是也有部分學(xué)者認(rèn)為定向降準(zhǔn)沒有達(dá)到預(yù)期效果，例如認(rèn)為央行釋放的流動性并沒有得到有效地配置，所以定向降準(zhǔn)對農(nóng)業(yè)貸款和農(nóng)業(yè)投資的影響效果并不明顯[10]；針對汽車金融的定向降準(zhǔn)政策背離了政策初衷，并未達(dá)到精準(zhǔn)調(diào)控的效果[11]；定向降準(zhǔn)政策可能無法保證資金流向特定領(lǐng)域，在有效性、精確性上還存在實(shí)施困難[12]。

在改進(jìn)定向降準(zhǔn)實(shí)施效果方面，學(xué)者們提出了不同的見解。有學(xué)者認(rèn)為要完善定向資金流向監(jiān)督機(jī)制、降低操作風(fēng)險和綜合運(yùn)用多種宏觀調(diào)控供給方式[13]。也有學(xué)者認(rèn)為需要更多的金融配套措施引導(dǎo)商業(yè)銀行加大農(nóng)業(yè)貸款，以落實(shí)定向降準(zhǔn)的政策目標(biāo)[14]，構(gòu)建定向降準(zhǔn)政策為輔，利率型貨幣政策為主相搭配的政策組合[15]。部分學(xué)者建議采用區(qū)塊鏈的金融科技技術(shù)構(gòu)建征信數(shù)據(jù)平臺，降低信息收集成本[16]，或者搭建信用信息平臺來優(yōu)化當(dāng)?shù)貭I商環(huán)境[17]。還有學(xué)者認(rèn)為央行應(yīng)根據(jù)企業(yè)產(chǎn)權(quán)特征和地區(qū)金融發(fā)展水平差異，制定差異化的定向降準(zhǔn)政策來實(shí)現(xiàn)結(jié)構(gòu)性的調(diào)控效果[18]。

以往的研究成就不容忽視，但尚存在著一定的局限性：第一，缺乏定向降準(zhǔn)貨幣政策的結(jié)構(gòu)性分析。已有研究較少分析定向降準(zhǔn)對不同類型商業(yè)銀行與不同行業(yè)企業(yè)的差異化傳導(dǎo)機(jī)理，難以充分解釋定向降準(zhǔn)至農(nóng)業(yè)貸款的傳導(dǎo)路徑阻滯，無法為疏通定向降準(zhǔn)的傳導(dǎo)堵點(diǎn)提供有效的政策建議。第二，缺乏定向降準(zhǔn)貨幣政策的全樣本數(shù)據(jù)檢驗(yàn)。已有研究大多使用雙重差分或斷點(diǎn)檢驗(yàn)之類的統(tǒng)計(jì)技術(shù)，而事件分析法研究的是定向降準(zhǔn)政策實(shí)施前后的效果比較，較少有綜合評價十四輪定向降準(zhǔn)貨幣政策效果的相關(guān)文獻(xiàn)，無法為定向降準(zhǔn)貨幣政策的傳導(dǎo)效果提供嚴(yán)密的定量分析。

相對于以往學(xué)者的研究，本文的創(chuàng)新之處在于：第一，建立了包含農(nóng)業(yè)貸款與非農(nóng)業(yè)貸款、大銀行與小銀行的異質(zhì)性效用函數(shù)模型，分析定向降準(zhǔn)對農(nóng)業(yè)貸款的傳導(dǎo)機(jī)理，并利用網(wǎng)絡(luò)結(jié)構(gòu)模型分析定向降準(zhǔn)貨幣政策傳導(dǎo)路徑出現(xiàn)阻滯的原因。第二，使用因子增廣向量自回歸模型，將十四輪定向降準(zhǔn)作為自變量，將不同行業(yè)的企業(yè)和不同類型的商業(yè)銀行作為應(yīng)變量，定量分析定向降準(zhǔn)貨幣政策的傳導(dǎo)效果，疏通定向降準(zhǔn)至農(nóng)業(yè)貸款的傳導(dǎo)堵點(diǎn)，為推動國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局的順利實(shí)施提供政策建議。

三、數(shù)理模型分析

本部分基于斯蒂格利茨和韋斯(Stiglitz & Weiss，1981)提出的貸款市場均衡存在信貸配給特征的理論，構(gòu)建模型的約束條件[19]，然后將馬理等(2015)[14]的理論模型拓展至異質(zhì)性行業(yè)貸款和異質(zhì)性商業(yè)銀行，對定向降準(zhǔn)的傳導(dǎo)機(jī)理進(jìn)行異質(zhì)性分析，討論定向降準(zhǔn)釋放的流動性可能存在的傳導(dǎo)過程。

(一)定向降準(zhǔn)對特定商業(yè)銀行的不同行業(yè)貸款的影響

(1)

式(1)給出的效用函數(shù)意味著商業(yè)銀行獲取的主要利潤來源于貸款利息收益和投資債券收益，成本包括為存款支付的利息和資本金的使用成本。在約束條件中，第一項(xiàng)為信貸配給。由于存在逆向選擇與道德風(fēng)險，商業(yè)銀行在經(jīng)過風(fēng)險與收益權(quán)衡之后選擇最佳貸款利率，此時市場中的貸款供給會小于貸款需求。第二項(xiàng)為商業(yè)銀行的資本金除以貸款總量不能小于法定資本充足率。第三項(xiàng)為商業(yè)銀行的資產(chǎn)負(fù)債表約束條件，等式左邊表示商業(yè)銀行的資金來源，等式的右邊表示商業(yè)銀行的資金運(yùn)用。第四項(xiàng)為貸款規(guī)模限制，等式最左邊和最右邊為商業(yè)銀行的貸款總量，等式的中間為商業(yè)銀行的存款總量，該約束條件表示商業(yè)銀行提供的貸款總量L與存款準(zhǔn)備金率α之間的比例關(guān)系。

假設(shè)商業(yè)銀行滿足中國人民銀行的定向降準(zhǔn)的條件，央行對其實(shí)施定向降準(zhǔn)，降低該商業(yè)銀行存款準(zhǔn)備金比率α的水平。將貸款總量對存款準(zhǔn)備金率α求偏導(dǎo)，得到式(2)。

(2)

上式計(jì)算結(jié)果說明定向降準(zhǔn)會導(dǎo)致特定商業(yè)銀行的利潤π上升，由于貸款收益率大于債券收益率，所以商業(yè)銀行會增加貸款量L。由此，本文提出如下推論：

推論1：定向降準(zhǔn)會擴(kuò)大商業(yè)銀行的貸款規(guī)模，增加商業(yè)銀行整體收益。

上述推導(dǎo)發(fā)現(xiàn)在定向降準(zhǔn)貨幣政策的作用下，商業(yè)銀行會擴(kuò)大貸款規(guī)模。但是，到底擴(kuò)大農(nóng)業(yè)貸款規(guī)?；蛘叻寝r(nóng)貸款規(guī)模并不確定，還需要仔細(xì)討論。在式(1)中，令商業(yè)銀行的農(nóng)業(yè)貸款收益為π1，商業(yè)銀行的非農(nóng)貸款收益為π2，則有：

(3)

式(1)后兩項(xiàng)不受商業(yè)銀行貸款利率的影響，因此商業(yè)銀行的收益最大化問題可以轉(zhuǎn)化為分別求農(nóng)業(yè)貸款的收益π1、非農(nóng)貸款的收益π2和債券收益B的極值。不同類型行業(yè)的企業(yè)收益率各不相同。設(shè)定商業(yè)銀行非農(nóng)貸款收益與農(nóng)業(yè)貸款收益之差為y，則有：

(4)

推論2：定向降準(zhǔn)的資金會選擇收益率較高的行業(yè)進(jìn)行投資，有可能導(dǎo)致農(nóng)業(yè)貸款的資金供給量不足。

(二)定向降準(zhǔn)對不同商業(yè)銀行的貸款的影響

從近年來定向降準(zhǔn)的政策實(shí)踐來看，資金傳導(dǎo)存在著一定的阻滯。一方面，定向降準(zhǔn)釋放的流動性沒有完全進(jìn)入農(nóng)業(yè)貸款領(lǐng)域；另一方面，農(nóng)村金融機(jī)構(gòu)似乎也沒有成為農(nóng)業(yè)貸款的主力軍。這說明定向降準(zhǔn)可能對于不同類型的商業(yè)銀行存在著差異化的影響。

假設(shè)央行現(xiàn)在實(shí)施一次定向降準(zhǔn)，針對的商業(yè)銀行存在規(guī)模差異化特征。假定定向降準(zhǔn)的商業(yè)銀行分為大銀行與小銀行兩類，i=(large,little)，且面對著同樣幅度的降準(zhǔn)比率α，則商業(yè)銀行的效用函數(shù)與需要滿足的約束條件如下：

(5)

在上式中，推論1與推論2的結(jié)論沒有變化，只是涉及不同商業(yè)銀行的行為比較，即在收益率相同的背景下，關(guān)注不同商業(yè)銀行的資金成本。式(5)顯示，商業(yè)銀行的資金成本主要來源于吸收存款的成本rd與擴(kuò)充資本的成本rk。在利率市場化的背景下，利率對于不同時期的不同類型商業(yè)銀行來說是一個變量，當(dāng)資金成本發(fā)生變化時，會導(dǎo)致商業(yè)銀行的收益發(fā)生變化。本文將商業(yè)銀行的收益分別對存款成本與資本成本求偏導(dǎo)，得到式(6)，該式意味著商業(yè)銀行的收益與成本成反比。

(6)

由于受到融資渠道多樣化、網(wǎng)絡(luò)建設(shè)和品牌效應(yīng)等因素影響，規(guī)模差異化的商業(yè)銀行的融資成本存在著較大差異。課題組比較了2019年的112家農(nóng)村商業(yè)銀行和101家城市商業(yè)銀行的成本收入比(2)數(shù)據(jù)來源：《銀行家》數(shù)據(jù)庫。。其中，農(nóng)村商業(yè)銀行：資產(chǎn)規(guī)模200億元以下(17家)、資產(chǎn)規(guī)模200億元～300億元(20家)、資產(chǎn)規(guī)模300億元～400億元(14家)、資產(chǎn)規(guī)模400億元～500億元(17家)、資產(chǎn)規(guī)模500億元～1 000億元(15家)、資產(chǎn)規(guī)模1 000億元～3 000億元(20家)、資產(chǎn)規(guī)模3 000億元以上(9家)的成本收入比分別是34.24%、33.55%、34.03%、33.12%、33.91%、34.84%和29.33%。城市商業(yè)銀行：資產(chǎn)規(guī)模1 000億元以下(24家)、資產(chǎn)規(guī)模1 000億元～2 000億元(30家)、資產(chǎn)規(guī)模2 000億元～3 000億(19家)、資產(chǎn)規(guī)模3 000億元～4 000億元(10家)、資產(chǎn)規(guī)模4 000億元～10 000億元(10家)、資產(chǎn)規(guī)模10 000億元以上(8家)的成本收入比分別是39.12%、37.96%、35.18%、31.04%、28.80%和25.51%。數(shù)據(jù)顯示：資產(chǎn)規(guī)模與成本收益比之間體現(xiàn)出明顯的負(fù)比例關(guān)系，即規(guī)模越大的商業(yè)銀行的經(jīng)營成本越低。由此給出式(7)。

rd,large

(7)

將式(6)與式(7)結(jié)合起來，可以發(fā)現(xiàn)，雖然不同規(guī)模的商業(yè)銀行的收益與成本都成反比例關(guān)系，但是大銀行的成本相對更低些，因此如果降低相同的成本，大銀行的收益將上升得更快。假設(shè)央行同時向大銀行與小銀行定向降準(zhǔn)，相當(dāng)于央行給這兩類商業(yè)銀行提供了一種創(chuàng)造更多收益的機(jī)會，但是大銀行的成本更低，因此收益會相對更高，也就更有積極性實(shí)施定向降準(zhǔn)所要求的貸款模式。這可能會導(dǎo)致在定向降準(zhǔn)的過程中，小銀行缺乏主動性，難以成為定向降準(zhǔn)和農(nóng)業(yè)貸款的主力軍，而大銀行反而可能可以發(fā)揮更大的作用。由此，本文提出如下推論：

推論3：在定向降準(zhǔn)的實(shí)施過程中，大銀行可能更有積極性配合央行進(jìn)行農(nóng)業(yè)貸款，發(fā)揮更大作用。

(三)定向降準(zhǔn)資金的流向

商業(yè)銀行的效用函數(shù)模型分析了定向降準(zhǔn)貨幣政策的傳導(dǎo)機(jī)理，下面再通過構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖來描繪定向降準(zhǔn)資金的流向，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖可以直觀地體現(xiàn)變量之間的相互傳導(dǎo)關(guān)系與相互共振關(guān)系。

假設(shè)M為商業(yè)銀行原有的貸款量，D為商業(yè)銀行的存款量，α為存款準(zhǔn)備金比率，δ為向特定商業(yè)銀行而定向降低的存準(zhǔn)率，TL為定向降準(zhǔn)釋放的流動性，則有下式成立：

TL=D[1-(α-δ)]-D(1-α)=Dδ

(8)

為了進(jìn)行差異化商業(yè)銀行的行為比較，假設(shè)存在兩類商業(yè)銀行，i=1為規(guī)模較大的商業(yè)銀行，i=2為規(guī)模較小的商業(yè)銀行，他們各自的原有貸款量為Mi，實(shí)施定向降準(zhǔn)政策后各自增加的流動性為TLi。顯然有M1>M2,D1>D2。根據(jù)式(8)，如果降低相同幅度的存準(zhǔn)率，那么規(guī)模較大的商業(yè)銀行增加的流動性TL1大于規(guī)模較小的商業(yè)銀行增加的流動性TL2。將以上假設(shè)代入網(wǎng)絡(luò)結(jié)構(gòu)模型，得到圖2(3)網(wǎng)絡(luò)結(jié)構(gòu)模型有嚴(yán)密的技術(shù)推導(dǎo)過程，輸出的結(jié)構(gòu)拓?fù)鋱D能夠直觀展示定向降準(zhǔn)過程中的資金流向。由于篇幅限制，具體推導(dǎo)過程略。。

圖2 定向降準(zhǔn)的資金流向(不同行業(yè)貸款與不同規(guī)模的商業(yè)銀行) 注：圖中各行業(yè)變量說明見后文表2。

網(wǎng)絡(luò)結(jié)構(gòu)模型給出了定向降準(zhǔn)對商業(yè)銀行各行業(yè)貸款資金流動的影響，重點(diǎn)考察定向降準(zhǔn)對農(nóng)業(yè)、金融業(yè)和房地產(chǎn)業(yè)三者的影響。假設(shè)特定商業(yè)銀行面向各行業(yè)的初始貸款比重相同(圖2(a))。當(dāng)定向降準(zhǔn)釋放了流動性之后，如果沒有漏損，那么資金將進(jìn)入農(nóng)業(yè)，農(nóng)業(yè)節(jié)點(diǎn)明顯變大(圖2(b))。由于金融業(yè)與房地產(chǎn)業(yè)的短期收益率相對于農(nóng)業(yè)會更高，出于趨利目的，資金開始從農(nóng)業(yè)向金融業(yè)與房地產(chǎn)業(yè)流動，農(nóng)業(yè)節(jié)點(diǎn)變小，而金融業(yè)與房地產(chǎn)業(yè)的節(jié)點(diǎn)變大(圖2(c))。圖2(d)與圖2(e)則是面對著相同的降準(zhǔn)比例時，不同規(guī)模的商業(yè)銀行的資金流向比較。由于資金成本存在差異，規(guī)模較大商業(yè)銀行的農(nóng)業(yè)貸款要大于規(guī)模較小商業(yè)銀行的農(nóng)業(yè)貸款，說明在定向降準(zhǔn)的實(shí)施過程中，規(guī)模較大的商業(yè)銀行可能發(fā)放了更多的農(nóng)業(yè)貸款，承擔(dān)了更多支持農(nóng)業(yè)發(fā)展的作用。網(wǎng)絡(luò)結(jié)構(gòu)模型的分析結(jié)果與前文提出的系列推論吻合。

四、實(shí)證檢驗(yàn)

本文的理論模型不但研究了一個變量對另外多個變量的影響，而且研究了多個變量之間的交互影響。具體來說，第一個理論模型分析定向降準(zhǔn)對農(nóng)業(yè)貸款和非農(nóng)業(yè)貸款的影響，農(nóng)業(yè)貸款與非農(nóng)業(yè)貸款之間存在著資金流動與交互影響；第二個理論模型分析定向降準(zhǔn)對大銀行貸款和中小銀行貸款的影響，定向降準(zhǔn)釋放的流動性在大銀行和中小銀行之間存在著資金分配和交互影響；第三個理論模型分析定向降準(zhǔn)對商業(yè)銀行不同行業(yè)貸款的影響，不同行業(yè)貸款之間也存在著資金流動與交互影響。由于多變量之間存在著交互影響，如果使用線性回歸模型或者非線性回歸模型進(jìn)行檢驗(yàn)，可能會導(dǎo)致非常嚴(yán)重的內(nèi)生性問題和統(tǒng)計(jì)偏誤，而向量自回歸(VAR)模型善于處理變量之間的交互影響，所以考慮使用VAR模型來做實(shí)證檢驗(yàn)。但是由于常規(guī)的VAR模型存在“維度詛咒”，難以處理較多變量的交互影響，所以本文使用基于主成分分析法的因子增廣向量自回歸(FAVAR)模型來分析定向降準(zhǔn)對不同銀行的不同行業(yè)貸款的影響。

(一)技術(shù)方法

伯南克等(Bernanke et al.，2005)為了克服VAR模型維度限制的難題提出了FAVAR模型，該模型將常規(guī)VAR模型與因子分析法結(jié)合起來，可以較好地刻畫多變量之間的聯(lián)動關(guān)系[20]。FAVAR模型的基本設(shè)定公式如下：

Ct=Φ(L)Ct-1+vt

(9)

其中Φ(L)為p階滯后多項(xiàng)式，vt是隨機(jī)誤差項(xiàng)。Ct=[Ft,Yt]′表示共同因子向量，為K×1的不可觀測經(jīng)濟(jì)變量Ft和M×1維的可觀測經(jīng)濟(jì)變量Yt的組合。令Xt為N×1維的宏觀經(jīng)濟(jì)變量集，則Xt和Ct的關(guān)系可用式(10)表示：

Xt=ΛCt+et

(10)

其中Λ是N×(K+M)維因子載荷矩陣，et為隨機(jī)誤差項(xiàng)。FAVAR模型的共同因子Ct包含了豐富的宏觀信息，從而彌補(bǔ)了傳統(tǒng)的VAR模型只能容納較少變量的缺陷。在本文中，Yt為定向降準(zhǔn)政策和商業(yè)銀行不同行業(yè)貸款的可觀測變量集，Xt為包含了Yt和商業(yè)銀行的營業(yè)收入、利息收入、凈利潤、股本、資本公積金、存款總額、核心資本充足率等共計(jì)135個指標(biāo)的變量集。

根據(jù)赤池信息準(zhǔn)則(AIC)得到最優(yōu)滯后階數(shù)p，并結(jié)合式(10)計(jì)算的Xt得到脈沖響應(yīng)函數(shù)式(11)，據(jù)此可以進(jìn)行定向降準(zhǔn)政策對商業(yè)銀行貸款的脈沖響應(yīng)分析。

(11)

(二)數(shù)據(jù)來源與統(tǒng)計(jì)描述

由于需要驗(yàn)證前文提出的三個推論，即定向降準(zhǔn)對商業(yè)銀行貸款規(guī)模的影響、對不同行業(yè)貸款的影響，以及對不同商業(yè)銀行的影響，所以課題組收集并整理了如下數(shù)據(jù)序列：首先，是定向降準(zhǔn)的數(shù)據(jù)，來源于中國人民銀行網(wǎng)站的公開資料。其次，是商業(yè)銀行貸款的行業(yè)結(jié)構(gòu)數(shù)據(jù)，來源于國泰安數(shù)據(jù)庫和萬得數(shù)據(jù)庫。一共包括250家商業(yè)銀行的行業(yè)貸款數(shù)據(jù)。再次，是商業(yè)銀行經(jīng)營行為的數(shù)據(jù)序列，來源于國泰安數(shù)據(jù)庫和萬得數(shù)據(jù)庫。一共包括250家商業(yè)銀行的營業(yè)收入、利息收入、凈利潤、股本、資本公積金、存款總額、核心資本充足率等共計(jì)135個指標(biāo)。由于第一輪定向降準(zhǔn)起自2014年，所以本文的實(shí)證檢驗(yàn)的樣本空間從2014年至2020年。

主要變量的描述性統(tǒng)計(jì)結(jié)果(表1)顯示，樣本中的250家商業(yè)銀行的個體差異非常大。例如，資產(chǎn)規(guī)模均值為10 387.18億元，但標(biāo)準(zhǔn)差卻高達(dá)35 066.21億元；固定資產(chǎn)均值為77.17億元，標(biāo)準(zhǔn)差為308.08億元；營業(yè)收入均值為283.75億元，標(biāo)準(zhǔn)差為983.07億元；營業(yè)支出均值為162.38億萬元，標(biāo)準(zhǔn)差為532.85億元；營業(yè)利潤均值為122.22億元，標(biāo)準(zhǔn)差為458.45億元；負(fù)債合計(jì)均值為9 625.64億元，標(biāo)準(zhǔn)差為32 328.71億元；凈利潤均值為98.20億元，標(biāo)準(zhǔn)差為366.17億元；應(yīng)付利息均值為66.80億元，標(biāo)準(zhǔn)差為249.00億元；利息凈收入均值為209.98億元，標(biāo)準(zhǔn)差為726.10億元；存款總額均值為6 501.36億元，標(biāo)準(zhǔn)差為24 599.77億元；貸款總額均值為4 896.13億元，標(biāo)準(zhǔn)差為18 453.33億元；存貸款比例均值為66.24%，標(biāo)準(zhǔn)差為13.79%；資本充足率均值為16.12%，標(biāo)準(zhǔn)差為27.69%。由于研究樣本的個體差異非常大，因此相同的定向降準(zhǔn)政策可能會對不同類型的商業(yè)銀行的貸款行為產(chǎn)生差異化的影響結(jié)果。本文希望在商業(yè)銀行的各類指標(biāo)中，尋找到定向降準(zhǔn)政策實(shí)施效果的共性與差異性特征。

表1 主要指標(biāo)的描述性分析

表2的數(shù)據(jù)顯示，除了極少的變量不平穩(wěn)外，絕大多數(shù)變量均通過了單位根檢驗(yàn)?？紤]到數(shù)據(jù)屬于短面板，具有小T大N的特征，故采用原始變量進(jìn)行建模分析。實(shí)證檢驗(yàn)的技術(shù)思路是：首先利用主成分分析法從250家商業(yè)銀行的135個財務(wù)指標(biāo)信息集中提取公共因子Ft，然后將該公共因子Ft與商業(yè)銀行的15個行業(yè)貸款變量進(jìn)行FAVAR建模，最終得到定向降準(zhǔn)對不同行業(yè)貸款變量的脈沖響應(yīng)圖，并進(jìn)行經(jīng)濟(jì)學(xué)分析。

表2 變量的單位根檢驗(yàn)

(三)脈沖響應(yīng)與經(jīng)濟(jì)學(xué)分析

1.總量檢驗(yàn)

本文將250家商業(yè)銀行作為一個整體，使用FAVAR檢驗(yàn)定向降準(zhǔn)對所有商業(yè)銀行的分行業(yè)貸款的影響，結(jié)果見圖3。圖3的數(shù)據(jù)顯示，實(shí)施定向降準(zhǔn)之后，商業(yè)銀行的分行業(yè)貸款基本上在12期左右都出現(xiàn)了正方向的脈沖極值，說明定向降準(zhǔn)的政策效果短期內(nèi)比較有效，增加了商業(yè)銀行的貸款規(guī)模。由此驗(yàn)證了推論1，即定向降準(zhǔn)會擴(kuò)大商業(yè)銀行的貸款規(guī)模，增加商業(yè)銀行整體收益，也驗(yàn)證了網(wǎng)絡(luò)結(jié)構(gòu)模型的圖2(a)與圖2(b)，即實(shí)施定向降準(zhǔn)后，商業(yè)銀行的收益會上升(4)相對于常規(guī)的脈沖圖，定向降準(zhǔn)的脈沖圖沒有出現(xiàn)平滑的單駝峰形狀，而是體現(xiàn)出更多的鋸齒狀特征?？赡艿脑蚴嵌ㄏ蚪禍?zhǔn)屬于微調(diào)的貨幣政策工具，作用效果要低于常規(guī)的利率調(diào)整與流動性刺激，而且容易受到其他宏觀調(diào)控政策的干擾。但是經(jīng)過嚴(yán)密的數(shù)理推導(dǎo)與實(shí)證檢驗(yàn)，仍然能夠清晰地看出定向降準(zhǔn)貨幣政策實(shí)施效果的趨勢特征。數(shù)據(jù)顯示定向降準(zhǔn)有一定的效果，但是存在著傳導(dǎo)阻滯。。不過，定向降準(zhǔn)的脈沖在經(jīng)過初期的脈沖效應(yīng)后，從36期開始收斂于零軸，在長期中效果逐漸平復(fù)，所以為了保持政策效果，貨幣當(dāng)局需要實(shí)施多輪次的定向降準(zhǔn)政策。從2014年4月之后，中國連續(xù)實(shí)施了十四輪的定向降準(zhǔn)，對實(shí)證結(jié)果提供了非常好的佐證。

圖3 定向降準(zhǔn)對商業(yè)銀行分行業(yè)貸款的影響(總量檢驗(yàn))

再仔細(xì)考察圖3的分行業(yè)貸款的增加幅度，可以發(fā)現(xiàn)：盡管不同行業(yè)的貸款都有增長，但是不同行業(yè)的貸款規(guī)模增加量存在較大差異。定向降準(zhǔn)的目標(biāo)之一是面向符合要求的各級各類商業(yè)銀行定向投放流動性，引導(dǎo)和鼓勵金融機(jī)構(gòu)將資金更多地投向農(nóng)業(yè)企業(yè)和小微企業(yè)等國民經(jīng)濟(jì)重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)。因此，定向降準(zhǔn)主要的促進(jìn)行業(yè)應(yīng)當(dāng)是農(nóng)業(yè)，而不是其他非農(nóng)行業(yè)。然而，即便在定向降準(zhǔn)政策的支持下，農(nóng)業(yè)貸款的最大增幅也僅為0.01；而在沒有特別的政策支持的背景下，房地產(chǎn)業(yè)貸款的最大增幅是農(nóng)業(yè)貸款最大增幅的兩倍，金融業(yè)的貸款增幅與農(nóng)業(yè)的貸款增幅持平，其他超過農(nóng)業(yè)貸款最大增幅的行業(yè)則有9個。說明定向降準(zhǔn)釋放的流動性雖然一定程度地促進(jìn)了農(nóng)業(yè)貸款增長，但是并未達(dá)到政策預(yù)期，更多的流動性進(jìn)入了其他非農(nóng)業(yè)貸款領(lǐng)域，意味著定向降準(zhǔn)資金進(jìn)入農(nóng)業(yè)貸款領(lǐng)域的傳導(dǎo)路徑存在阻滯。由此驗(yàn)證了推論2，即定向降準(zhǔn)的資金會選擇收益率較高的行業(yè)進(jìn)行投資，當(dāng)較多資金進(jìn)入非農(nóng)行業(yè)，有可能導(dǎo)致農(nóng)業(yè)貸款的資金供給量不足。同時也驗(yàn)證了網(wǎng)絡(luò)結(jié)構(gòu)模型的圖2(c)，即在定向降準(zhǔn)政策的促進(jìn)下，雖然農(nóng)業(yè)貸款有所增加，但資金由于趨利性開始進(jìn)入非農(nóng)行業(yè)，導(dǎo)致其他行業(yè)特別是房地產(chǎn)業(yè)和金融業(yè)開始繁榮。從最近幾年定向降準(zhǔn)的實(shí)踐情況來看，在政策實(shí)施的初期農(nóng)業(yè)貸款和小微企業(yè)貸款確實(shí)有一定程度的增加但基本上增長有限，反而每次都會促進(jìn)股市和房價的部分上漲。

2.分量檢驗(yàn)

首先檢驗(yàn)定向降準(zhǔn)對農(nóng)業(yè)類商業(yè)銀行(農(nóng)村商業(yè)銀行、農(nóng)村信用合作社、三類新型農(nóng)村金融機(jī)構(gòu))的影響；然后檢驗(yàn)定向降準(zhǔn)對非農(nóng)業(yè)類商業(yè)銀行(城市商業(yè)銀行、股份制商業(yè)銀行、國有控股大型商業(yè)銀行以及外資銀行)的影響；最后檢驗(yàn)定向降準(zhǔn)對國有控股大型商業(yè)銀行(工商銀行、農(nóng)業(yè)銀行、中國銀行、建設(shè)銀行、交通銀行、郵儲銀行)的影響。再將以上檢驗(yàn)對比起來分析，研究定向降準(zhǔn)對不同類型的商業(yè)銀行行為選擇的影響。檢驗(yàn)結(jié)果見圖4至圖6。

圖4 定向降準(zhǔn)對農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響

圖4顯示，去除上下置信區(qū)間之后，定向降準(zhǔn)對農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響較弱。1個單位的定向降準(zhǔn)促進(jìn)農(nóng)業(yè)貸款的最大增幅僅約為0.01，而且波動迅速趨向于零值，其他非農(nóng)行業(yè)貸款的波動也基本上體現(xiàn)出無序而隨機(jī)游走的特征。說明定向降準(zhǔn)對農(nóng)業(yè)類商業(yè)銀行的影響較小，農(nóng)業(yè)類商業(yè)銀行并未成為農(nóng)業(yè)貸款的主力軍。

圖5顯示，定向降準(zhǔn)對非農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響普遍要大于圖4的影響效果。例如1個單位的定向降準(zhǔn)促進(jìn)農(nóng)業(yè)貸款的增幅大約為0.03，影響時間也比圖4要長久。說明定向降準(zhǔn)可能更多影響了非農(nóng)業(yè)類商業(yè)銀行，非農(nóng)業(yè)類商業(yè)銀行在農(nóng)業(yè)貸款過程中發(fā)揮了更大的作用。如果將非農(nóng)業(yè)商業(yè)銀行中的國有控股大型商業(yè)銀行提取出來觀察則得到圖6，該圖的趨勢特征與圖5一致，再次佐證了之前得到的結(jié)論。以上分析驗(yàn)證了推論3，即在定向降準(zhǔn)的過程中，農(nóng)業(yè)類商業(yè)銀行并未完全承擔(dān)起支持農(nóng)業(yè)發(fā)展的重?fù)?dān)，定向降準(zhǔn)資金在農(nóng)業(yè)類商業(yè)銀行中存在傳導(dǎo)的阻滯，而非農(nóng)業(yè)類的更大型的商業(yè)銀行在支農(nóng)貸款方面發(fā)揮了較大的作用。同時也證明了網(wǎng)絡(luò)結(jié)構(gòu)模型中的圖2(d)與圖2(e)，即面對著相同的降準(zhǔn)比例時，由于資金成本與資金趨利性的原因，規(guī)模較大的非農(nóng)業(yè)類商業(yè)銀行發(fā)放了更多的農(nóng)業(yè)貸款，承擔(dān)了更多支持農(nóng)業(yè)發(fā)展的作用。

圖5 定向降準(zhǔn)對非農(nóng)業(yè)類商業(yè)銀行的分行業(yè)貸款的影響

圖6 定向降準(zhǔn)對國有控股大型商業(yè)銀行的分行業(yè)貸款的影響

五、結(jié)論與政策建議

本文首先建立了異質(zhì)性的商業(yè)銀行效用函數(shù)模型與網(wǎng)絡(luò)結(jié)構(gòu)模型，分析了定向降準(zhǔn)在不同類型商業(yè)銀行和不同行業(yè)貸款中的傳導(dǎo)機(jī)理，然后使用FAVAR模型檢驗(yàn)了十四輪定向降準(zhǔn)貨幣政策的傳導(dǎo)效果。結(jié)果顯示，定向降準(zhǔn)會增加商業(yè)銀行的貸款規(guī)模和整體收益，但是定向降準(zhǔn)資金在向農(nóng)業(yè)貸款的轉(zhuǎn)化過程中存在著堵點(diǎn)。具體體現(xiàn)在兩個方面：從內(nèi)部來看，商業(yè)銀行不愿意加大農(nóng)業(yè)貸款，較多流動性進(jìn)入了收益更高的房地產(chǎn)業(yè)與金融業(yè)，因此資金進(jìn)入農(nóng)業(yè)貸款領(lǐng)域存在堵點(diǎn)；從外部比較，農(nóng)業(yè)類商業(yè)銀行不愿意加大農(nóng)業(yè)貸款，農(nóng)業(yè)貸款的意愿不強(qiáng)烈，因此資金進(jìn)入農(nóng)業(yè)類商業(yè)銀行也存在堵點(diǎn)。為了疏通堵點(diǎn)，更好地引導(dǎo)定向降準(zhǔn)資金支持農(nóng)業(yè)發(fā)展，提出如下政策建議：

第一，嚴(yán)格審核商業(yè)銀行申請流動性支持的用途，防范逆向選擇。

商業(yè)銀行與中央銀行之間存在著信息不對稱，在向中央銀行申請流動性支持時，商業(yè)銀行可能存在掩蓋真實(shí)使用意圖的偏好。若中央銀行在流動性發(fā)放之前不能精確識別，則會扭曲定向降準(zhǔn)貨幣政策的傳導(dǎo)渠道，進(jìn)而降低市場效率。為了引導(dǎo)定向降準(zhǔn)貨幣政策釋放的流動性順利進(jìn)入目標(biāo)行業(yè)和企業(yè)，建議中央銀行精準(zhǔn)嚴(yán)格地審核商業(yè)銀行申請流動性的用途，從源頭上防范流動性的錯位投放。建議建立定向降準(zhǔn)資金使用的信用評級辦法，構(gòu)建長效的信用機(jī)制和監(jiān)管機(jī)制，完善網(wǎng)絡(luò)征信體系，加強(qiáng)貨幣政策傳導(dǎo)環(huán)節(jié)的監(jiān)管，對隱瞞用途與濫用定向降準(zhǔn)資金的商業(yè)銀行進(jìn)行信用扣分，使商業(yè)銀行的信用水平透明化。建議政府相關(guān)部門完善相關(guān)法律法規(guī)，及時查處各種違規(guī)與濫用定向降準(zhǔn)資金的欺詐行為，防范不符合資質(zhì)的貸款人扭曲定向降準(zhǔn)貨幣政策的傳導(dǎo)渠道與資金流向。

第二，嚴(yán)格審核定向降準(zhǔn)資金的流向，防范道德風(fēng)險。

在定向降準(zhǔn)資金的發(fā)放過程中，貸款人可能會基于收益最大化的目的，以農(nóng)業(yè)貸款的名義申請定向降準(zhǔn)資金，卻轉(zhuǎn)而投向房地產(chǎn)、金融等高風(fēng)險領(lǐng)域，從而產(chǎn)生道德風(fēng)險。如果難以確定貸款人的資金流向，商業(yè)銀行可能會惜貸或存在較為嚴(yán)重的信貸配給，從而限制資金流向農(nóng)業(yè)企業(yè)和中小企業(yè)，削弱對實(shí)體經(jīng)濟(jì)的支持力度。建議中央銀行強(qiáng)制商業(yè)銀行提高定向降準(zhǔn)資金使用的信息透明度，增加獲取資金、操作對象，以及農(nóng)業(yè)貸款與中小企業(yè)貸款規(guī)模的數(shù)據(jù)，推動市場信號傳遞，方便事后監(jiān)督。建議中央銀行與商業(yè)銀行加強(qiáng)大數(shù)據(jù)和區(qū)塊鏈技術(shù)在貸款投放領(lǐng)域的應(yīng)用和發(fā)展。建立一個可追蹤、不可篡改的區(qū)塊鏈共享信貸數(shù)據(jù)庫，通過區(qū)塊鏈技術(shù)跟蹤信貸數(shù)據(jù)，讓定向降準(zhǔn)資金的流向隨時隨地有據(jù)可查，幫助了解與監(jiān)督信貸資源在不同行業(yè)的分配情況，從而有效避免道德風(fēng)險，防范金融資源脫實(shí)向虛，引導(dǎo)定向降準(zhǔn)資金順利流向?qū)嶓w經(jīng)濟(jì)領(lǐng)域。

第三，疏通資金傳導(dǎo)的堵點(diǎn)，引導(dǎo)資金順利進(jìn)入農(nóng)村金融機(jī)構(gòu)和農(nóng)業(yè)貸款領(lǐng)域，促進(jìn)內(nèi)循環(huán)發(fā)揮主體作用，保證雙循環(huán)新發(fā)展格局的順利實(shí)施。

本文研究結(jié)果顯示，定向降準(zhǔn)資金未能充分地進(jìn)入農(nóng)業(yè)貸款領(lǐng)域，農(nóng)村金融機(jī)構(gòu)也沒有成為農(nóng)業(yè)貸款的主力軍。建議嚴(yán)格監(jiān)督定向降準(zhǔn)的資金流向，防范定向降準(zhǔn)資金流入高風(fēng)險領(lǐng)域，打擊資金的違規(guī)流動，對未能有效履行定向降準(zhǔn)政策的商業(yè)銀行進(jìn)行處罰，以確保定向降準(zhǔn)政策的實(shí)施效果。建議為農(nóng)村金融機(jī)構(gòu)提供與農(nóng)業(yè)融資相結(jié)合的激勵機(jī)制，對完成農(nóng)業(yè)貸款的農(nóng)村金融機(jī)構(gòu)降稅并實(shí)施差異化的監(jiān)管措施，增加農(nóng)村金融機(jī)構(gòu)的收益，提高實(shí)施農(nóng)業(yè)貸款的積極性。建議在商業(yè)銀行內(nèi)部設(shè)立農(nóng)業(yè)貸款事業(yè)部，將農(nóng)業(yè)貸款業(yè)務(wù)與其他企業(yè)貸款業(yè)務(wù)分離，為農(nóng)業(yè)貸款提供專門通道，降低農(nóng)業(yè)貸款的成本，疏通定向降準(zhǔn)資金支持農(nóng)業(yè)發(fā)展的綠色通道，促進(jìn)與加快內(nèi)循環(huán)，并以此為契機(jī)推動雙循環(huán)新發(fā)展格局的順利實(shí)施。