货币传导的信贷渠道与商业信贷研究

文献回顾

Bernanke和Blinder首先开创了银行信贷渠道的研究，以一个类似于IS－LM模型的理论框架，说明在传统的利率传导机制无效的情况下，货币政策也可以通过影响银行对企业的贷款实现对实体经济的调控，银行借贷为货币传导提供了一条重要途径［4］。Kashyap等利用银行借款替代的融资方式———美国短期融资券数据进行实证研究，发现货币政策紧缩期企业的银行借款出现明显下降，而同期的短期融资券发行量却出现显著的增长［2］。Bernanke和Gertler通过对美国联邦基金利率的实证研究证明，政府在实施紧缩的货币政策之后，银行收到存款（负债来源）的减少，使得银行将被迫减少贷款供给。而且由于信贷渠道具有“金融加速器”的作用，因此能够迅速把政策变化带来的冲击放大和传播到整个国家的经济活动中［1］。Kashyap和Stein提供了货币政策信贷传导机制更为直接的实证证据，他们利用美国银行1976年一季度至1993年三季度的数据研究货币政策的信贷传导机制，发现货币政策的紧缩对小银行和资产流动性差的银行影响会更大［5］。另一方面，当从银行获得的借款因货币紧缩而减少或需要支付更多利息时，企业就会转而求助于其供应商，需求导向促使企业间商业信贷成为银行借款的一种重要的替代融资方式，这也意味着商业信贷的存在在一定程度上削弱了货币政策的效果。利用企业数据，Atanasova和Wilson发现在货币紧缩期，银行借款约束的企业比例上升，银行借款约束企业会以商业信贷来替代银行借款，这一证据支持货币政策商业信贷传导渠道的存在［6］。Choi和Kim发现，在控制了商业信贷的交易动机与资产管理动机后，企业应收与应付的商业信贷在货币紧缩期都会增加，意味着商业信贷能够帮助企业吸收信贷紧缩带来的影响［7］。Mateut等利用英国企业的数据得出商业信贷有助于缓解货币紧缩程度结论［8］。Guariglia和Mateut利用1980－2000年609家英国企业的面板数据检验商业信贷渠道的存在，结果显示，在英国，银行信贷渠道和商业信贷渠道都发挥作用，而后者会削弱前者的效力［9］。zlü和Yaln通过比较商业信贷与银行贷款的运用，发现易遭遇融资约束企业在货币紧缩期会使用商业信贷来代替减少的银行信贷，这一结果暗示商业信贷会减弱传统信贷渠道的效应［10］。本文基于中国上市公司债务融资的数据进行分析，以一个全新的视角来研究中国货币政策的信贷传导问题，国内学术界关于中国货币政策的研究绝大多数仍停留在宏观层面，着眼于对货币政策传导效果作总量的解读，从微观的层面、公司的角度研究货币政策传导的文献较少，与国外的系统性研究相比还远远不够。因此，本文的研究力图为中国的货币政策传导机制研究做一些补充性贡献。

研究假设与实证检验的方法

由于信贷市场的不完善，金融机构与企业之间会存在信息的不对称，由信息不对称引起的逆向选择和道德风险必然导致信贷配给的发生，即如下两种情况：（1）在看来完全相同的贷款申请人中，一部分得到贷款，另一部分被拒绝，被拒绝的申请人即使愿意支付更高的利息也得不到贷款；（2）从人群中可以识别出这样一组人，当信贷供应额给定时，无论什么利率他们都得不到贷款，尽管当信贷供应额有所扩大时他们能得到贷款［11］。而宏观经济环境的改变（比如货币紧缩），则会加剧这种信息的不对称，进而导致更严重的信贷配给。与国外市场存在的信贷配给不同，我国以四大国有商业银行为主导的银行体系存在的主要问题是，国有商业银行将大部分银行信贷资源提供给了效率低下的国有企业，而效率较高的非国有企业却难以得到银行信贷的支持，即我国银行对不同产权性质的企业存在明显的"信贷歧视"，有大量的实证文献证明了这一现象［12－13］。当中央银行采取提高存款准备金率、提高基准利率、提高再贴现率等措施紧缩银根时，货币政策的调整会通过信贷渠道影响到实体经济，具体表现为企业银行信贷融资额度的大幅度降低［14］。当货币紧缩时，会进一步加剧非国有上市公司的"融资饥渴"，而同期国有上市公司的银行借款却依然保持较快增长［15］。这意味着，在货币政策紧缩时期，信贷歧视问题会更加严重。因此，基于以上分析，我们提出本文待检验的第一个假说。假说1：在货币政策紧缩时期，非国有上市公司与国有上市公司相比，其银行信贷融资下降的幅度更大。当非国有企业在货币紧缩时期面临融资困境时，就会加剧其对商业信贷的需求，有可能转而向其供应商积极寻求融资支持。而国有企业由于能够较方便的获得银行贷款，也可能为非国有企业提供这种替代性融资。但另一方面，在市场不完全竞争的情况下，非国有企业的谈判能力处于相对弱势地位［16］，在货币紧缩的情况下，国有企业有可能要求更多的商业信贷融资支持，非国有企业反而可能难以获得更多的商业信贷。因此，我们提出本文待检验的两个相对假说。假说2a：在货币政策紧缩时期，非国有上市公司与国有上市公司相比，其商业信贷融资上升的幅度更大。假说2b：在货币政策紧缩时期，非国有上市公司商业信贷融资上升的幅度并不比国有上市公司更大。而在货币政策宽松时期，企业可以较为便利地获得银行贷款，融资成本也更低，而且宽松的货币政策往往与经济萎缩有关，在经济萎缩时期，企业可以便利地、低成本地获得银行贷款［15］；企业拥有充足的银行信贷之后，可以不再过多需要商业信贷融资。因此，基于这一分析，我们提出如下待检验的假说。假说3：在货币政策宽松时期，非国有上市公司与国有上市公司相比，其银行信贷融资上升的幅度更大，而商业信贷融资的变化则没有显著差异。检验假说的实质是研究货币政策对不同产权性质公司银行信贷融资与商业信贷融资的影响差异，其最关键的问题是如何将货币政策引起的信贷供给外生变化从其它影响因素中区分出来，本文计划采用自然实验框架下的DID分析方法来解决这一问题。本文所使用的双重差分模型分别设定如下，首先，我们构建如下模型来检验货币政策对上市公司银行信贷融资的影响：Bankcrediti，t＝α＋β1Eventt＋β2Groupi＋β3DIDi，t＋δXi，t＋εi，t（1）其中，因变量Bankcredit表示企业获得的银行信贷，我们在实证过程中以公司长期借款与短期借款之和占总资产的百分比表示。自变量Event表示货币政策事件虚拟变量，事件发生前的年份为0，事件发生及以后的年份为1。现实中，我国货币政策工具对公司债务融资的影响往往是交织在一起，难以区分的。只观察某一指标，实际上很难判断货币政策究竟是紧缩还是宽松。对于货币紧缩事件的确定，通过对中国人民银行各年度《货币政策执行报告》的阅读，以及对各货币政策工具的变化比较，我们选择2002年作为货币政策宽松的事件年份，以2000－2004年作为事件窗口，2007年作为货币政策紧缩的事件年份，以2005－2009年作为事件窗口①。自变量Group为组别虚拟变量，公司属于处理组为1，属于控制组为0。本文按照两种方法分别构建两种不同的处理组和控制组，即：（1）按照上市公司的实际控制人划分，实际控制人类型为国有控股的，作为控制组，其余为非国有公司作为处理组。（2）分别将2001年和2006年各上市公司的国有股的比例排序，以最低1／4分位的样本公司作为处理组，以最高1／4分位的样本公司作为控制组。已有文献指出，在DID方法中事件虚拟变量和组别虚拟变量的估计系数和显著性实际包含了事件发生后时间趋势以及其他各种事件的平均影响，本身并不可靠，真正可以度量货币政策对企业债务融资影响效应的是双重差分变量DID的估计系数［17］。双重差分变量DID＝Event×Group，DID前的系数β3就是我们所关心的双重差分系数。对于β3，有如下解释：β3＝［E（Y｜Event＝1，Group＝1）－E（Y｜Event＝0，Group＝1）］－［E（Y｜Event＝1，Group＝0）－E（Y｜Event＝0，Group＝0）］如果货币政策对不同组别公司的债务融资存在显著的异质性影响，则β3应当显著的不等于0。Xit是由企业规模，有形资产比率，资产利润率和企业年龄等控制变量构成的向量，其中Size代表企业规模，以总资产的自然对数表示；Col代表有形资产比率，定义为有形资产总额与总资产的百分比，用来衡量企业的抵押品价值；Roa代表资产利润率，定义为净利润与总资产的百分比，用来衡量企业的盈利能力；Age代表企业年龄，以企业成立年数加1的自然对数表示。我们同时构建如下模型来检验货币政策对上市公司商业信贷融资的影响：Tradecrediti，t＝α＋β1Eventt＋β2Groupi＋β3Didi，t＋β4Bankcrediti，t＋β5Cashflowi，t＋δXi，t＋εi，t（2）其中，因变量Tradecredit表示企业从其上游企业那里获取的商业信贷，定义为应付账款与总资产的百分比。解释变量中，货币紧缩事件虚拟变量Event，组别虚拟变量Group和双重差分变量Did的定义与模型（1）一致，如果假设2成立，β3应当显著大于0。其他解释变量还有Bankcredit表示企业获得的银行信贷资源，由长期借款加短期借款之和与总资产的百分比构成，企业获得的银行贷款越多，作为替代的商业信用融资也就越少。Cashflow代表经营现金流，定义为经营活动产生的现金流量净额与总资产的百分比，用来衡量企业的流动性和企业产生现金的能力，如果企业的经营现金流越多，则越不需要采用商业信用的方式。在本文的所有模型中，我们还设置了年度虚拟变量Year来控制时间对企业的银行信贷和商业信贷的可能影响。考虑到我国各地区的经济发展水平、法制环境以及地方政府干预等因素差异较大，我们也以各省虚拟变量Eegion作为控制变量，来控制未观察到的区域效应对企业银行信贷和商业信贷的可能影响。此外，我们还设置了行业虚拟变量Industry来控制未观察到的行业差异对企业的银行信贷和商业信贷可能产生的影响，根据中国证监会的行业分类代码，我们除了将制造业按二级代码分类外，其余行业按一级代码分类。模型中相关变量的定义见表1。本文选择沪深两市A股上市公司年度财务数据作为研究样本，数据来自于国泰安CSMAR数据库。我们按照以下标准对数据进行了筛选：（1）剔除了金融类上市公司，因为这些公司的数据结构与普通公司存在很大区别；（2）剔除了ST、＊ST公司；（3）剔除了资产小于负债的公司；（4）剔除了相关年份银行贷款、商业信用、资产等关键变量缺失的样本。为了防止数据的异常值干扰实证结果，本文采用winsorization的方法对连续变量两端的异常值在1％的水平下进行了处理，即对所有小于1％分位数和大于99％分位数的变量，令其值分别等于1％分位数和99％分位数。文中所使用的最终控制人数据来自于北京大学CCER色诺芬数据库。文中所有的数据整理、计算与实证检验均利用STA－TA11软件完成。

实证结果分析

在进行正式的实证检验之前，我们首先对不同组别公司的关键变量在两个事件窗口下如何变化进行描述性统计，结果如表2所示。我们首先观察2002年货币政策宽松前后的情况，无论是按照实际控制人分组，还是按照国有股比例分组，处理组和控制组的银行信贷Bankcredit在2002年前后的变化一致，均值都在2002年之后有所上升，说明上市公司的银行信贷在货币宽松时期会上升；处理组和控制组的商业信贷Tra－decredit均值在货币宽松之后也都有所上升。我们接着观察2007年货币紧缩前后的变化，从表2可以看出，无论是按照实际控制人，还是按照国有股比例分组，处理组与控制组的银行信贷Bankcredit均值都在2007年货币紧缩之后有所下降。我们同时注意到在2007年货币紧缩之后，处理组的商业信贷Tradecredit均值有所下降，控制组的商业信贷Tradecredit均值则有所上升。当然描述性统计仅仅只为我们提供了一些直觉信息，还不足以作出最终判断，在下文中，我们将在控制了企业特征、年度效应、区域效应和行业效应之后，采用双重差分模型对相关问题进行严格的检验。本文的回归分析采用普通最小二乘法（OLS）对模型进行估计，由于是时间跨度小而横截面观察点多的面板数据，对于这类数据来说，使用常用的估计方法会低估标准误差，进而导致高估系数的显著性水平，而对标准误差进行聚类（cluster）调整后得到的标准误差才是无偏的。所以在对本文模型进行检验时，对标准误差在公司层面进行了聚类调整，采用稳健的标准差。表3是2007年货币政策紧缩事件的双重差分实证结果，我们首先看银行信贷融资Bankcredit的结果，在以实际控制人分组的方程（1）中，Event2007年前的系数在1％的水平下显著为负，在以国有股比例分组的方程（2）中，Event2007年前的系数在10％的水平下显著为负，表明货币政策紧缩引起上市公司整体银行借款的减少，符合货币政策传导银行信贷渠道的预期；组别变量Group的系数都在5％的水平下显著为正，说明在2005－2009年，处理组平均获得JINRONGYANJIU｜金融研究的银行信贷融资比控制组的更多；对于双重差分变量，在以实际控制人分组的方程（1）中，DID的系数在5％的水平下显著为负，在以国有股比例分组的方程（2）中，的系数则是在10％的水平下显著为负，这一结果表明在货币政策紧缩时期，处理组的银行信贷融资相对于控制组下降的幅度更大，也说明货币政策紧缩对非国有上市公司银行信贷融资的影响更大，这一实证结果也验证了假说1的成立。对于商业信用Tradecredit来说，E－vent2007的系数均在10％的水平下显著为正，这说明货币紧缩之后，上市公司整体获得的商业信贷融资会上升；对于组别变量Group来说，其系数均不显著，说明在2005－2009年，处理组平均获得的商业信贷融资与控制组没有显著差别；对于双重差分变量，在以实际控制人分组的方程（1）中，DID的系数为负但是不显著，而在以国有股比例分组的方程（2）中，DID的系数则是在5％的水平下显著为负，表明货币紧缩之后非国有上市公司并没有比国有上市公司获得更多的商业信贷融资，这一结果基本上验证了假说2b的成立。表4是2002年货币政策宽松事件的双重差分的实证结果，我们首先看银行信贷融资Bankcredit的结果，在以实际控制人分组的方程（1）中，Event2002前的系数显著为负，而在以国有股比例分组的方程（2）中，这一系数为正不显著，但事件虚拟变量的估计系数和显著性实际包含了事件发生后时间趋势以及其他各种事件的平均影响，本身并不可靠；在方程（1）和（2）中，组别变量Group的系数都在5％的水平下显著为正，说明在2000－2004年，处理组平均获得的银行信贷融资比控制组的更多；对于双重差分变量DID的系数，方程（1）的结果在5％的水平下显著为正，方程（2）的结果也为正，但不显著，说明在货币政策宽松时期，处理组银行信贷融资的上升幅度相对控制组更大，非国有上市公司在货币宽松期能够获得更多的银行信贷，这与假说3基本是一致的。对于商业信用Tradecredit，无论是以实际控制人分组的方程（1），还是以国有股比例分组的方程（2），Event2002前的系数都在1％的水平下显著为正，说明货币政策宽松引起上市公司整体获得的商业信贷融资上升；对于组别变量Group来说，方程（1）和（2）中的结果一正一负，但都不显著，说明在2000－2004年，处理组平均获得的商业信贷融资与控制组没有显著差别；对于双重差分变量DID的系数，方程（1）中的结果为负，方程（2）中的结果为正，但也都不显著，表明货币政策宽松时期处理组获得的商业信贷融资变化幅度相比控制组没有显著差异。因此，表4的实证结果基本验证了假说3的成立。

研究结论与政策建议

货币政策作为干预和调节经济的重要手段，得到世界各国的普遍采用，如何提高货币政策的有效性，增加信贷的有效供给，拉动国内需求，促进我国经济结构的优化与经济增长方式的转变，这要求我们深入研究中国货币政策的传导机制，为货币政策调控提供基础性信息。传统上，国内对货币政策的研究是基于宏观层面进行的，分析货币供应量、银行信贷、利率与投资、消费、物价、产出等变量之间的关系。但这些研究可能会由于忽视微观主体异质性、资本市场摩擦等问题导致有偏的估计结果，从而妨碍得出适当的结论。中国人民银行行长周小川早在2004年就指出研究货币政策问题时要充分关注其微观基础［16］，但目前这方面的研究还有很大的欠缺。本文基于上市公司的债务融资数据，采用双重差分方法实证检验了中国货币政策传导的银行信贷渠道与商业信贷渠道。研究发现，在货币紧缩时期，上市公司的银行信贷融资下降，商业信贷融资增加，相对于国有上市公司，易遭受信贷歧视的非国有上市公司的银行信贷下降幅度更大，但其商业信贷融资增加的幅度没有超过国有上市公司；而在货币宽松时期，非国有上市公司银行信贷融资的上升幅度超过国有上市公司，商业信贷融资的变化没有显著差异。这些证据说明，在货币紧缩时期，中国存在非常明显的银行信贷渠道与商业信贷渠道，商业信贷渠道与银行信贷渠道的作用方向相反，并且对国有上市公司与非国有上市公司存在异质性影响，非国有上市公司并不比国有上市公司获得更多的商业信贷融资。本文的实证结果具有一定的现实意义，货币当局实施货币政策的目的是通过调控企业的债务融资进而调控经济运行，货币政策调控的有效性体现在其反周期作用的大小，即熨平经济波动的程度，能否熨平经济的波动取决于货币政策的传导，如果实体经济的微观主体差异较大，金融体系又有特定的偏好，那么货币政策的有效性会打折扣。由于我国处于经济体制转型时期，市场经济运行机制还不够完善，不同产权结构的企业面临着不同的融资环境。当中央银行利用利率、法定存款准备金率以及公开市场业务等货币政策工具实施统一的宏观调控时，不同产权结构的企业就会形成不同的货币政策传导机制，最终效力可能会存在差异。此时，货币政策作为总量调控政策，难以实现均衡、统一的调控，从而增加了中央银行政策调控的难度，降低了统一货币政策调控的准确性和有效性，削弱了调控的最终绩效，难以达到货币政策宏观调控的目标。如本文实证结果所示，货币紧缩对国有上市公司与非国有上市公司的传导效果明显不同，意味着一项旨在进行总量调控的紧缩性货币政策，可能实际上只对经济中的一部分企业产生了过于强烈的影响，而没有达到原本希望的货币政策紧缩效果。因此，货币当局有必要对货币政策传导的微观基础加以关注，也需要针对微观主体的异质性区分不同的调控手段。此外，由于商业信贷渠道的存在，实质上削弱了紧缩性货币政策的效力。因此，货币当局在考虑货币政策传导目标时，不应仅仅关注于对银行等正规金融机构的调控，也需要考虑诸如企业间商业信贷、民间融资等非正规金融所起的作用，货币当局的操作力度也有必要考虑在非正规金融的抵消影响情况下进一步加强。

本文作者：刘飞工作单位：河南大学