货币政策如何影响金融机构贷款利率

赵壹

摘要：通过马尔科夫区制转换模型分析了数量型政策工具和价格型政策工具在不同利率区制下对金融机构贷款利率的影响。结果表明，政策工具效果符合预期并存在显著的非线性效应，数量型政策工具的效果明显弱于价格型政策工具，这和利率市场化机制尚未形成、金融市场体系不完善有关。因此，在现有体制下，货币政策工具的选择要重视价格型政策工具的作用，政策工具力度的选择要根据不同政策取向进行调整，并加快利率市场化改革进程和完善金融市场体系。

关键词：货币政策；利率；马尔科夫区制转换模型

中图分类号：F832

一、引言

中国人民银行于2014年11月21日宣布下调金融机构人民币贷款和存款基准利率，这是2012年7月份以来央行首次降息。尽管央行表示此次降息并不代表中性货币政策取向的转变，但是，显而易见的是，引导贷款利率下行、降低企业融资成本的目的是借此刺激企业投资和居民消费需求扩张，增加社会总需求，从而起到稳定产出和就业、阻止经济进一步下滑的目标。事实上，不同于西方发达国家，在中国的货币政策目标中，稳定经济和促进就业的目标可能比稳定物价更为重要。货币政策的产出稳定作用的有效性，在理论上的支撑来自于凯恩斯主义。Hicks（1937）通过简单的IS-LM模型刻画了货币政策对产出的稳定作用机制，该机制的关键在于货币政策影响利率，进而通过利率来影响投资和消费需求来影响产出。因此，货币政策的调整是否对利率产生影响、程度有多大是首先要解决的问题，这依赖于经验研究，这也是本文选题的意义所在。

一般来说，央行通过存款准备金率调整、公开市场操作等手段来调整货币供应量来影响市场利率，即所谓的数量型政策工具，此外，也通过调整基准利率等价格型政策工具来影响市场利率。显然，不同类型政策工具对利率的影响程度大小同样依赖于经验研究。这也是本文需要重点讨论的问题。

此外，貨币政策作用的非线性效应受到理论研究和实际货币政策操作的重视。即使在简单的IS-LM模型中，也存在所谓的“流动性陷阱”，即当利率足够低时，由于存在货币的投机需求和对债权价格下降的预期，货币需求弹性无限大，此时货币供应量的增加将无法降低利率，货币政策失效。因此，很有必要在经验研究中引入非线性分析。

基于上述研究目的，本文将通过马尔科夫区制转换模型来定量分析货币供应量和基准利率调整对我国金融机构贷款利率的非线性影响，下文分为如下三个部分：首先是模型和数据的说明，然后对计量结果进行分析，最后是结论和不足。

二、模型与变量说明

为了测度货币政策对贷款利率的非线性效应，本文引入马尔科夫区制转换模型。该模型是研究时间序列变量非线性的重要计量方法（Hamilton，1989）。根据Krolzig（1997），马尔科夫区制转换模型在发展的过程中形成了多种形式的设定，具体包括马尔科夫转移截距（MSI）、马尔科夫转移均值（MSM）、马尔科夫转移异方差（MSH）和马尔科夫转移自回归参数（MSA）。其基于MSM和MSI的一般性设定形式分别为：

其中， rt为t期贷款利率，μ（st）、v （st）和 Σ（st）分别为依赖于不可观测的状态st的均值、截距和条件方差st=1，…，M，即共有M种状态， Ap（St）为自回归项系数。结合 （2-15）和（2-16）式，根据不同参数是否随区制变动的设定，我们可以得到如表1所示的实证研究中常用的MS模型设定形式。

本文将贷款利率划分为高、低两个不同的区制状态，即M=2。我们假定状态变量St是离散取值的两区制一阶马尔科夫过程， St的转移概率矩阵P为：

其中， pij为st从t-1时刻i区制转换到t时刻j区制的概率，因而有0≤pij≤1。

为了测度贷款利率对货币政策击的非对称响应，本文构建了引入货币政策的变系数马尔科夫区制转化模型（MSIA模型）。在该模型中，货币政策变量（Xt）的系数β（st）将随区制转变而不同，从而可捕获货币政策在不同区制对贷款利率的影响程度。具体模型设定如下：

其中，区制状态变量、转移概率矩阵亦由（3）式决定。

上述MS模型的估计主要有最大似然估计法和吉本斯抽样法。前者属于经典回归估计范畴，利用EM算法通过卡尔曼滤波进行预测方差分解，从而给出模型的最大似然估计；后者属于贝叶斯估计范畴，吉本斯抽样是通过重复从条件分布抽样来模拟联合或边际分布的马尔科夫链蒙特卡罗模拟方法。在最大似然估计法和吉本斯抽样法的选择上，尽管后者能够给出参数后验分布等丰富的信息，但是，模型估算不如前者快捷，在结果差异不大的情况下，我们选择基于EM算法的最大似然估计。

本文的金融机构贷款利率指标为金融机构人民币加权平均利率，数据频率为季度数据，用R表示。在货币政策变量方面，数量型工具选择了可得性强的M2增长率，用M表示，价格型工具选择了央行发布的6个月至1年（含1年）的贷款基准利率，用RB表示。样本期为2008年的4季度到2014年的3季度，这主要受限于金融机构人民币加权平均利率的可得性。数据来源于Wind咨询。

三、计量结果及分析

本部分从以下三个方面进行分析。

（一）计量结果说明

根据AIC值、系数的显著性和似然值，选择对内生变量0阶滞后的MSIA（2）-ARX（0）的模型进行估计，并对M2增速变量选择滞后一阶，估计结果见表2的结果。线性的LR检验表明，在5%以上的显著性水平拒绝线性假定，表明数据结构存在区制转换过程，证明了非线性分析的必要性。根据v值，金融机构贷款利率可以分为低、高两个区制。

在本文的样本期内，基准利率调整在低利率区制下与金融机构贷款利率呈正相关，通过1%显著性水平检验，在其他条件不变的情况下，基准利率提高1个百分点将导致金融机构贷款利率提高2.7个百分点；在高利率区制下，其与金融机构贷款利率亦呈显著正相关，但是影响水平有所下降，在其他条件不变的情况下，基准利率下降1个百分点将导致金融机构贷款利率下降1.6个百分点。因此，基准利率的影响具有明显的区制非对称效应，基于OLS估计结果的基准利率系数为2.20，介于高低利率区制系数之间，这种方法无法观测到区制非对称效应。

M2供应增速在低利率区制下对金融机构贷款利率的影响不显著，在高利率区制下则呈负相关，并通过10%以上的显著性水平的检验，符号符合预期，但影响力不大，在其他情况不变的情况下，货币供应增速提高1个百分点，将降低0.02个百分点的金融机构贷款利率。

从上述估计结果来看，数量型货币政策工具对金融机构贷款利率的影响程度明显小于价格型工具，同时，货币政策在影响金融机构贷款利率的程度上存在明显的区制非对称性。下文将就这两个结果的成因、后果和政策含义进行重点分析。

（二）价格型工具的作用大于数量型工具

计量模型的估计结果表明，基准利率调整对金融机构贷款利率的影响程度显著大于货币供应量的变化。造成这种差异的原因在于中国的利率市场化机制尚未形成。中国实行利率管制，同时大型金融机构占据了中国信贷市场的主导地位，且大型金融机构贷款投放对象主要是国有企业和地方融资平台，其利率定价协议通常根据非市场化调整的基准利率进行商定，信贷市场的市场化利率定价机制没有形成，信贷利率并不是信贷市场供给、需求相交的市场出清价格。这直接影响数量型货币政策工具的有效性。一个相对间接的证据来自于关于更为市场化的民间借贷利率形成机制研究（张文彬，2013），该研究表明，在高利率区制下，数量型工具增速提高一个百分点将导致民间借贷利率提高0.3个百分点，作用力度是金融机构贷款利率的15倍。

比如在宽松取向货币政策情形下，数量型政策工具将增加货币供应量，但是由于利率管制和信贷利率形成的非市场化机制，利率变动刚性，增加的货币供应量并不一定能够促进贷款利率下降，或者引致的利率下降幅度微弱，偏高的贷款利率不能激发企业新增投资需求，从而新增货币供应难以真正进入实体经济，表现为货币供应宽松、充裕流动性空转同时贷款利率居高不下的局面。或者为了达到所需的刺激效果而不得不加大数量型政策工具的力度，这会造成货币供应过大，形成未来滞胀的风险。实际上，在本轮降息之前，货币市场的流动性并非不足、但是企业融资成本依然高企的原因很大程度上与这有关。

另一方面，在紧缩取向的货币政策情形下，数量型政策工具将减少货币供应量。但因为非市场化的利率机制导致信贷利率调整刚性，货币供应的下降并不能引致信贷利率提高，或者提高的幅度极其微小。相对而言，偏低的利率水平导致贷款需求依然旺盛，正规流动性的减少只会促进国际热钱涌入、银行表外业务和民间借贷蓬勃发展来弥补贷款需求缺口，这直接削弱了降低货币供应增速的货币政策应有的紧缩效应。或者，为了达到所需的紧缩效应，央行不得不加大数量型政策工具的紧缩力度。

在货币政策工具的选择上，发达国家青睐于数量型政策工具。数量型政策工具在力度掌控和灵活性方面具有明显优势，特别是在政策微调方面优势突出。其可以通过持续的公开市场业务等手段在力度、方向上进行微调，试错成本低。而基准利率等价格型政策工具的频繁调整必然会扰乱货幣市场，调整幅度的选择亦面临很大的困难，因为央行难以依靠非市场的力量算出到市场出清的贷款利率水平。但是，在我国利率市场化机制尚未形成的背景下，数量型政策工具在实现特定政策效果的实施力度要远大于市场化利率体制下的力度。这种政策力度的过紧或者过松，在一定条件下（比如基准利率调整之后）可能会引发对经济的过度冲击。所以，由于缺乏利率市场化形成机制，我国的货币政策仍离不开更为直接的价格型政策工具。

（三）基准利率调整效应的非线性

在本文的样本期中，模型划分的低利率区制对应的是央行加息期，高利率区制对应的是央行的降息期。模型估计结果表明，金融机构贷款利率在高区制下对基准利率下调的敏感性小于其在低利率区制下对基准利率上调的敏感性。银行贷款占据金融机构贷款的绝大部分，这种区制非对称的非线性效应成因可以从以下两个方面对银行行为进行分析。

一方面，银行作为利润最大化的商业组织，扩大存贷利差是其提高利润的主要途径。显然，其提高贷款利率的积极性要大于降低贷款利率的积极性，这就形成了利率下调刚性的行为基础。相对而言，在完全市场化的利率形成机制下，银行作为市场出清利率的接受者，对贷款利率的影响力小，利率下调的刚性弱。但是在我国，银行信贷市场依然受到政府管制，并不是自由进入的市场，利率定价也受到政府管制，因此信贷市场在一定程度上存在垄断特征，银行具有一定的垄断地位。而且我国直接融资体系依然并不发达，企业融资仍以银行借贷等间接融资为主，融资渠道单一。所以，在绝大多数情况下，银企关系并不对等，银行的利率议价能力强于企业。特别是在目前理财产品蓬勃发展导致银行吸收存款成本上升的背景下，利率下调刚性更为显著。

另一方面，由于银行和贷款客户之间存在信息不对称，银行通常通过低利率、低供给的信贷配给手段来解决逆向选择的风险。在低利率区制下，低利率区制通常对应于低风险溢价，而升息意味着银行所面临的逆向选择的风险加大，需要更高的风险溢价来补偿，因此贷款利率的提高幅度会更大。而高利率区制通常对应于高风险溢价期，基准贷款利率下调意味着银行在既定的高风险水平下面临收益下降的问题，这使得其要求更高的风险溢价来缓冲，从而使得银行减少贷款利率的下降幅度。

所以，这种基准利率调整效应的区制非对称性导致货币政策的效果表现为“刹车容易启动难”，因此，同样的政策力度在紧缩取向下的政策效果要大于宽松取向下的政策效果，所以央行在货币政策周期中的政策力度选择上需要考虑这种区制非对称性。

四、结论及不足

根据凯恩斯理论，货币政策对实际产出的影响在一定程度上依赖于货币政策对利率的影响。本文通过马尔科夫区制转换模型分析了以货币供应量增长为代表的数量型政策工具和以基准利率调整为代表的价格型政策工具在不同利率区制下对金融机构贷款利率的影响。估计结果表明，两类政策工具在降低贷款利率的作用都存在，但是数量型政策工具的效果微弱，而价格型政策工具的效果明显，这与利率市场化体制尚未形成有关，且容易导致数量型货币政策工具力度过于宽松或者过于紧缩，引发经济过调。同时，价格型政策工具的效果存在显著的非线性效应，高利率区制下的基准利率下调引发的贷款利率下降弹性明显小于低利率区制下基准利率上调引发的贷款利率上升，这和银行利润最大化选择、金融市场体系不完善和银行对风险溢价的要求有关。

本文结论表明，首先，在现有体制下，货币政策工具的选择不能完全追随于金融体系发达、利率形成机制市场化的发达国家的偏好，要重视价格型政策工具的作用，特别是在宽松取向的货币政策背景下。其次，政策工具力度的选择要根据不同政策取向进行调整，在取得同樣幅度的政策效果目标下，宽松取向的货币政策力度要大于紧缩取向的政策力度。最后，完善的金融市场体系和利率形成的市场化机制是更好发挥货币政策、特别是数量型货币政策作用的前提，所以，还需要进一步加快利率市场化改革进程和进一步完善金融市场体系。

由于受到金融机构贷款利率数据可得性的限制，样本期偏短，甚至不包含一个完整的周期，结论的稳健性有赖于样本期的扩大；同时货币政策，特别是基准利率调整可能对不同类型企业、不同行业的贷款利率影响也不同，这种结构性的差异也会影响基准利率调整的整体政策效果，也具有重要的政策含义，这一研究需要企业和行业层面的贷款利率数据来完成；最后，本文没有构建一个完整的理论框架分析不同类型政策工具效果差异和效果的区制非对称效应的成因，而且本文对成因的分析也缺乏经验证据的支持。上述不足都需要在后续的研究中加以丰富和深化。

参考文献：

[1]魏尚进.中国金融改革的五项任务与排序[J].中国市场，2012（50）.

[2]张文彬.小微企业信贷融资问题研究：以浙江省台州市为例[M] .北京：经济科学出版社，2013.

[3]Hicks， J.R. ， 1937， Mr. Keynes and the Classic： A Suggested Interpretation[J]. Econometrica， 5（2）：147-159.

[4]Hamilton， J D. 1989， A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle， Econometrica[J].57（2）： 357–384.

[5]Krolzig， HM. 1997， Markov-Switching Vector Autoregressions Modelling， Statistical Inference and Application to Business Cycle Analysis[C]. Berlin： Springer.

（编辑：韦京）