定向调控货币政策对小微企业的精准滴灌效应*
——以定向降准与支小再贷款政策为例

朱明轩，刘洋洋，林朝颖，，3

（1.福州大学经济与管理学院，福建 福州 350116；2.福建省金融科技创新重点实验室，福建 福州 350116；3.福州大学福建经济高质量发展研究中心，福建 福州 350116）

一、引言

在稳健货币政策的总基调下，提高小微企业的金融服务可得性是实现货币政策调控精准有力目标的关键所在。促进小微企业的发展对于维护经济社会稳定和发展、创造就业机会具有重要意义。融资约束问题长期制约着小微企业的发展（孔东民等，2021；莫国莉等，2023）。总量调控货币政策常因调控精准性不足，对于金融机构扩大小微企业信贷投放的引导作用有限。从企业角度来看，小微企业受制于自身管理能力和信息不对称等缺陷，在银行风险评估中通常只能获得较低的资信评价，在经济下行、信贷趋紧时更加容易受到银行机构的信贷歧视。从银行角度来看，商业银行对小微企业的信贷融资存在周期性变化，在货币环境缩紧时常常有小微企业面临信贷配给困境，普惠小微贷款短缺愈发成为阻碍小微企业稳定经营、成长壮大乃至整个经济可持续发展的痛点和难点。

为弥补总量调控货币政策的这一缺陷，具有精准滴灌功效的定向调控货币政策应运而生。2014-2020年间，中国人民银行陆续推出支小再贷款、定向降准等针对小微企业融资约束问题的定向调控货币政策，历次降准幅度分别为0.5%、2%、0%、0.75%、0%、1%和2.25%，均以缓解小微企业融资困境为目标导向。根据中国人民银行发布的2020年第四季度中国货币政策报告数据，自2014年支小再贷款政策颁布以来，支小再贷款余额迅速增加，截至2020年底已达9756亿元。然而在实践中，定向调控货币政策也面临着普惠小微贷款数据失真、市场机制失调、精准滴灌失效的隐患，阻碍了结构性货币政策工具效应的充分发挥。研究定向降准和支小再贷款等定向调控政策的正向激励效果与信贷调控的精准性，分析不同的定向调控货币政策工具的功效差异，对货币当局完善定向调控货币政策、促进小微企业健康发展具有重要的现实意义。

二、文献综述

（一）定向降准政策的传导渠道与效应

有关定向降准政策的研究，主要围绕其政策传导渠道和有效性展开。定向降准政策传导以银行信贷渠道为主。马理等（2015）认为，央行实施定向降准政策、创造出适当宽松的融资环境，会影响商业银行的信贷选择。央行通过货币乘数调控商业银行的信用创造能力，以达到增减贷款投放目的，而定向降准政策实行扩大了目标商业银行的货币乘数（朱诗怡和张凯，2021），一方面提高了银行机构可贷总量，进而降低了贷款利率，另一方面缓解了小微企业融资压力。

有关定向降准政策的有效性，部分学者认同定向降准政策实施后小微企业得到了更多的信贷扶持。郭晔等（2019）研究认为，定向降准政策的结构效应提升了银行竞争程度，而银行机构之间的竞争能够促进定向降准普惠目标的实现，增加银行机构小微企业贷款额度。孔东民等（2021）利用断点回归分析定向降准政策前后小微企业贷款增量的变化，指出定向降准政策的实施让小微企业获得银行信贷的概率显著提高。也有部分学者对定向降准政策能否发挥普惠效应表示怀疑。冯明和伍戈（2018）认为，定向降准政策使整个市场贷款利率水平降低，同时增加了定向部门和传统部门的贷款量，但如果定向部门的贷款利率需求弹性超过了传统部门，管理成本更高的定向部门在获得银行贷款的过程中将依旧处于劣势。

（二）支小再贷款政策效应

有关支小再贷款政策效应的研究，学界存在不同观点。邱洪涛（2015）以周口市城市商业银行为例，发现支小再贷款能增加商业银行对小微企业的信贷发放，可为小微企业提供更多的贷款支持。周师慷（2016）认为，支小再贷款能够用于引导信贷资金流向小微企业，帮助小微企业解决流动性问题。马春芬（2016）列举了支小再贷款政策实施过程中存在的不足，认为支小再贷款的实际效果不及预期，不能有效降低小微企业的贷款成本，再加上申请手续繁琐和内部管理程序复杂等问题，造成资金投放渠道不畅。陈磊（2020）等研究发现，支小再贷款对小微企业贷款的促进作用表现出短期性特征，政策不具有持续性的影响。相关研究观点上的分歧，为本文留下了进一步结合实践和理论加以考究的空间。

（三）不同定向调控货币政策的比较

在对定向调控货币政策的研究文献中，部分学者比较了不同的定向调控货币政策作用效果的差异。彭俞超和方意（2016）基于对不同定向调控货币政策的比较，认为倘若非对称地实施定向调控货币政策，调控效果将会更为显著。成学真等（2018）将数量型和价格型定向调控货币政策进行对比，发现价格型定向调控货币政策工具效果更胜一筹。孙少岩和刘芮嘉（2019）利用向量自回归（VAR）模型对比数量型和价格型定向调控货币政策在利率、物价水平、经济增长及股票市值四个方面的影响，得出了利率导向型定向调控政策工具的影响效果相对更大的结论。关于定向调控货币政策的选择，张炜等（2019）认为，未来定向调控货币政策将由数量型向价格型逐步转变，我国的货币政策应该选择结构性混合规则。笪哲（2020）对比中期借贷便利（MLF）与定向降准政策，认为二者均能影响小微企业中长期融资成本，但定向降准政策相对中期借贷便利的政策效果显现得更快，因而能够快速改善小微企业的融资状况。

综上所述，前期研究文献大多以单一政策为主，鲜有文献将货币政策操作实践中运用较多的两项定向调控工具——定向降准政策与支小再贷款政策置于统一的研究框架来比较分析二者对普惠小微信贷调控的精准性，且尚未有研究文献从银行与企业两个维度综合评价定向调控货币政策下的银行信贷资金流向效应。为此，本文以支持小微企业为直接政策目标的定向降准政策与支小再贷款为研究对象，比较两类政策工具的支小成效，并针对不同类型的银行机构以及不同特征的企业主体，细化分析两类定向调控货币政策工具传导的异质性，从而更加全面、客观评价定向调控货币政策调节银行信贷投向的精准程度，为货币当局选择结构性货币政策工具提供实证依据。

三、理论分析与研究假设

定向调控货币政策能否发挥精准滴灌效应依赖于其是否能够将精准性与适用性有效结合起来，并通过信贷渠道和信号渠道传递出去，以较为简便的流程和较为广泛的覆盖面、适用性，使政策真正落地生效，影响小微企业融资。从信贷渠道来看，定向降准政策会降低商业银行运营成本（郭晔等，2019），进而提高其向小微企业发放贷款的利润额，在逐利动机的驱使下（丁宁和吴晓，2023），商业银行会改变信贷偏好，将更多贷款精准投放到小微企业。从信号渠道来看，定向降准政策向商业银行传递稳定市场的信号，鼓励商业银行将信贷资金更多地投放给小微企业。

相比之下，支小再贷款政策虽然同样具备精准调控功能，但其政策适用性上有所不足，从而导致其在使用规模、执行效率等方面存在短板。从支小再贷款的使用规模上看，相当于一部分省（自治区、直辖市）申请和使用支小再贷款的金融机构数量都偏少（张杰和吴海涛，2019）。在支小再贷款的执行效率方面看，商业银行在办理支小再贷款时要进行较为繁琐的质押手续，信贷资金使用需严格记录，耗费较多人力成本和时间成本，降低了再贷款政策实施效率，与小微企业的资金需求特征不匹配（马春芬，2016）。总体来看，支小再贷款由于适用性和覆盖面相对有限，实际使用规模不大，难以产生与定向降准政策相同的支小效应，由此提出第一个研究假设：

假设1：相较于支小再贷款政策，定向降准政策能够更加精准、有效地促进小微企业贷款的增加。

定向降准政策旨在为小微企业和“三农”等融资弱势方提供更加集中且精准的信贷支持，降低其信贷获取难度，促进银行为小微企业及“三农”发放信贷。由于银行的信贷选择主要从价值发现和风险承担的角度考虑，平衡风险与收益的诉求驱使商业银行在符合货币政策和信贷政策要求的前提下遵循市场机制来分配信贷资源。因此，定向降准政策对不同目标企业信贷滴灌效应的精准性也不尽相同。第一，抵押能力强的企业在清算时价值更高，债务担保能力更强（张晖明等，2022），因此银行发放贷款时倾向于优先考虑抵押能力强的小微企业。第二，企业盈利性也是贷款偿还的重要保障，核心盈利能力是决定企业能否获得银行贷款的关键因素（刘慧凤和杨扬，2012）。据此，提出第二个研究假设：

假设2a：相对于抵押能力弱的小微企业，定向降准政策能使抵押能力强的小微企业获得更多银行信贷支持。

假设2b：相对于盈利性低的小微企业，定向降准政策能使盈利性高的小微企业获得更多银行信贷支持。

四、研究设计

（一）样本选取与数据来源

定向调控货币政策的实施对象包括小微企业与“三农”，但鉴于农业上市公司不超过40家，样本数量太少、不具有代表性，因此，本文以非农小微企业为研究对象，以非农且非小微企业为参照，研究定向调控货币政策对小微企业融资的影响。选取2007-2020年沪深A股上市和新三板市场挂牌企业为研究样本，并对连续变量进行0.5%的缩尾处理以减少异常值的影响。定向降准与支小再贷款政策的数据通过手动收集并整理中国人民银行网站公告与《中国货币政策执行报告》获得。存款准备金率数据源自Wind数据库，企业数据源自国泰安数据库。以工业和信息化部、国家统计局、国家发展和改革委员会、财政部联合制定的《中小企业划型标准规定》作为小微企业和非小微企业的划分依据。由于定向降准政策于2014年开始实施，因此，以2013年12月作为基期筛选小微企业，最终得到208家小微企业，采用倾向得分匹配的方法1比1配对得到与小微企业相对应的208家非小微企业作为实证检验样本。其中，各年度各行业小微企业数量分布如表1所示。

表1 小微企业分布

（二）模型设计和变量定义

为检验定向调控货币政策释放的流动性资金是否精准指向小微企业，鉴别定向调控货币政策对小微企业和非小微企业的作用效果，构建如下模型（1）：

其中：下标t表示时间，i表示第i家企业。被解释变量Loan采用贷款融资比例衡量，通过计算企业短期借款与长期借款的总量占期初总负债的比重得到，用来表示企业的银行贷款可得性。定向降准政策和支小再贷款政策是核心解释变量，定向降准政策代理变量（ΔTE）的计算方式为当年针对小微企业颁布的所有定向降准政策降准幅度总和，以当期支小再贷款余额占全国小微企业贷款余额比值较上期比值的增加量（ΔSR）度量支小再贷款政策强度。基于此，根据2014-2020年定向降准政策针对小微企业降准幅度分别为0.5%、2%、0%、0.75%、0%、1%和2.25%这一现实情况，把2014年之前定向降准政策代理变量（ΔTE）值设为0。由于市场内的资金流动性很大程度上受总量调控货币政策的影响，进而总量调控货币政策会影响企业获取银行信贷的难易度，进一步控制总量性货币政策（ΔRRR），通过当期存款准备金率较上一期存款准备金率的降低幅度衡量货币政策扩张程度。

参考Jiménez 和 Ongena（2012）、Lins等（2017）以及孔东民等（2021）等研究文献，把如下企业特征作为控制变量（Control）：企业资产规模（Asset）以期末总资产的对数来衡量；企业年龄（Age）采用ln（1+企业成立年限）度量；流动比率（Liq）以流动资产在总资产中的占比衡量；企业盈利能力（Ora）通过营业利润占总资产的比重衡量；企业经营能力（Cfo）通过经营活动现金流净额占总资产的比重衡量。具体如表2所示。

五、实证分析

（一）描述性统计分析

从表3和表4可以看出，小微企业贷款融资比例的标准差为0.4759，与其配对的非小微企业贷款融资比例的标准差为0.4263，由此可见，小微企业的贷款融资比例标准差高于非小微企业的贷款融资比例标准差，说明小微企业在发展过程中得到贷款的波动性比非小微企业更强，即小微企业获取贷款的不确定性更大，而定向调控货币政策能否解决小微企业融资难问题，以及能否提高小微企业从银行获得融资的概率有待进一步论证。

表3 小微企业描述性统计结果

表4 配对的非小微企业描述性统计结果

Ora 2030 0.0253 0.0385 0.1282 -0.5928 0.4053 Cfo 2030 0.0134 0.0174 0.1409 -0.5557 0.5089

为保证实证结果的准确性，使用倾向得分匹配方法（PSM）处理样本。倾向得分匹配法可以通过一组可观测的匹配变量计算不同个体的倾向得分，然后通过1：1的最邻近匹配来构建与处理组相似的对照组，在一定程度上可解决自选择偏误问题，进而对缓解模型的内生性问题具有一定积极作用（史永东和王谨乐，2014）。根据资产规模（Asset）、企业年龄（Age）、企业权益比率（Cap）、企业流动比率（Liq）等变量进行匹配，将小微企业作为处理组，以1：1近邻匹配的方式找到与小微企业倾向得分最为接近的非小微企业作为控制组。平衡性检验结果如表5所示，匹配后处理组与控制组均值的标准化偏差均小于20%，说明匹配后小微企业样本和非小微企业样本的变量差异显著减少。其中，企业年龄（Age）标准化偏差减少了72.8%，资产规模（Asset）标准化偏差减少了93.3%，企业权益比率（Cap）标准化偏差减少了88.6%，企业流动比率（Liq）的标准化偏差减少了57.6%。此外各个变量的t检验结果表明，匹配后的t值均在1%的显著性水平下不显著，说明PSM通过平衡性检验，倾向得分匹配效果良好。

匹配前后处理组和控制组的核密度曲线如图1。匹配前处理组和控制组的核密度曲线在倾向得分值0.1之前差异明显，存在较大偏差。经过匹配后，处理组和控制组的核密度曲线呈单峰状并且几乎重合，再次说明倾向得分匹配效果较好。

图1 处理组和控制组的核密度曲线

（二）基准回归分析

运用固定效应模型比较分析定向降准政策和支小再贷款政策对企业信贷融资比率的影响效果，结果列于表6。表6列（1）中定向降准政策变量与小微企业的交互项（ΔTE×Small）系数为0.0523，在5%显著性水平下显著，表明定向降准政策对小微企业的信贷可得性产生了正向影响，即定向降准政策实施后小微企业获得的贷款量较之非小微企业明显增加；ΔTE系数不显著，说明定向降准政策对非小微企业的贷款没有显著影响，侧面支撑定向降准政策有助于引导银行增加小微企业贷款的结论；ΔSR×Small系数不显著，并且ΔSR系数不显著，表明支小再贷款政策对小微企业和非小微企业的信贷促进作用没有显著差异，同时也不能确定该政策是否对小微企业贷款产生政策引导作用。可见相比于支小再贷款政策，定向降准政策更能精准促进小微企业获得更多银行信贷。可能的解释是，支小再贷款政策相较于定向降准政策而言适用性不足，难以发挥预期效用。列（2）和列（3）是在列（1）的基础上逐步加入企业和年份固定效应的结果，所得结论与列（1）一致。综上所述，在对小微企业的政策扶持效果上，定向降准政策比支小再贷款政策表现出更强的政策扶持效应，能更精准、有效地激励银行增强对小微企业的贷款倾向，助力小微企业的发展，假设1得证。

表6 基准回归结果

（三）分组回归分析

首先，按照抵押能力对小微企业进行分组。参考Libertiand Sturgess（2018）的方法，以固定资产占比即固定资产占总资产的比值衡量企业的抵押能力。表7列（1）控制了定向调控政策与抵押能力的交互项，结果显示HighFixed×ΔTE表现出较强显著性，说明定向降准政策对拥有较多抵押品的小微企业的融资促进效应更强，能够引导银行将降准政策所释放的流动性输送给具有较高抵押能力的小微企业。ΔTE系数不显著则表明定向降准政策对抵押能力较弱的小微企业贷款没有显著影响。可能的解释是企业资产可抵押能力与企业清算价值呈正相关，高清算价值也意味着企业债务担保能力强，违约风险低，因此银行倾向于向具备较高抵押能力的小微企业贷款。与此同时，HighFixed×ΔSR的系数估计结果表明支小再贷款政策的支小效果在不同抵押能力的小微企业中没有产生异质性影响，政策较难引导银行向抵押能力好的小微企业发放贷款。ΔSR系数不显著，则表明支小再贷款政策没有显著促进抵押能力较差的小微企业获得贷款。因此，定向降准政策的实施使抵押能力较强小微企业比抵押能力弱的小微企业获得了更多信贷支持，符合假设2a。列（2）是在列（1）的基础上控制年份固定效应的结果，所得结论与列（1）一致。

表7 分组回归结果

其次，按照盈利性对小微企业进行分组。参考王曦等（2017）的方法，以企业资产净利率即净利润占总资产的比重度量小微企业盈利性。表7列（3）中的HighProfit×ΔTE系数显著且大于零，说明定向降准政策的实施使高盈利性的小微企业较之低盈利性的小微企业更容易获得银行贷款。ΔTE系数不显著，表明定向降准政策对低盈利性的小微企业贷款没有显著影响，该估计结果符合假设2b。可能的解释是，盈利能力强的小微企业偿还银行贷款能力也更强，在贷款利润率相差不大的情况下，银行承担的风险更低，所以银行倾向于向盈利能力强的小微企业发放贷款。HighProfit×ΔSR的系数不显著，表明支小再贷款没有显著影响高盈利性小微企业贷款融资，同时对于不同盈利性特征的小微企业而言，支小再贷款政策的影响没有显著差异。ΔSR系数不显著，说明支小再贷款政策同样没有显著促进低盈利性小微企业获得更多贷款。列（4）是在列（3）的基础上控制年份固定效应的结果，所得结论与列（3）一致。

综上所述，定向降准政策的实施将显著提高抵押能力、盈利性表现较好的小微企业从银行获取信贷的概率。由此可见，定向降准政策实施后，银行基于价值发现和风险承担角度考虑对小微企业发放贷款，选择抵押能力强、盈利能力高的小微企业不仅能够有效防控银行贷款风险，还有利于从实体经济主体中合理筛选出具有发展潜力的小微企业给予信贷支持。因此，对于抵押能力强、盈利性好的小微企业，定向降准政策调控的精准性更高、“获得感”更强。

（四）稳健性检验

1.替换核心变量

为了避免总量调控货币政策对定向调控货币政策支小功效的影响，采用替换总量调控货币政策和加入总量调控货币政策与是否小微的交互项的方式进行稳健性检验。首先，参考张雪兰和何德旭（2012）的研究方法，使用滞后一期泰勒规则利率（TAY）衡量总量性货币政策，将实证模型（1）中存款准备金率替换成滞后一期泰勒规则利率进行实证检验。表8列（1）中，ΔTE×Small与ΔSR×Small系数的估计结果与主检验结果基本一致。ΔTE与ΔSR的系数不显著，表明定向降准政策与支小再贷款政策对非小微企业没有产生明显的信贷促进作用。列（2）（3）是在列（1）的基础上逐步加入企业和年份固定效应的结果，结论不变。其次，在列（3）的基础上加入总量调控货币政策与是否小微的交互项（TAY×Small），结果如列（4）所示，ΔTE×Small与ΔSR×Small系数的估计结果依然与主检验结果基本一致。以上分析再次表明本文实证研究结果具有较好的稳健性。

表8 换核心变量的稳健性检验结果

为避免因变量度量方式选择对实证结果的影响，替换因变量为短期借款、长期借款以及一年内到期的长期借款的总和占期初总负债的比重（Loan2）。表8列（5）表明，定向降准政策和小微企业交互项（ΔTE×Small）系数显著为正，说明在定向降准政策效应下小微企业比非小微企业获得更多银行信贷，而支小再贷款政策和小微企业交互项（ΔSR×Small）系数不显著，这意味着与支小再贷款政策相比，定向降准政策对小微企业贷款可得性的促进效果更佳，其支小功效更突出。ΔTE和ΔSR的系数均不显著，则表明定向调控政策没有显现出对非小微企业的溢出效应。表8列（6）（7）是在列（5）的基础上逐步加入企业和年份固定效应的结果，结论不变。上述分析亦表明主检验结果具有稳健性。

2.GMM估计

为了减轻内生性问题对参数估计结果产生的影响，参考杜立和钱雪松（2021）的研究方法，使用系统GMM方法进行稳健性检验，实证结果如表9所示。列（1）中ΔTE×Small系数显著为正，ΔTE的系数不显著，表明定向降准政策的实施使小微企业比非小微企业得到更多的银行信贷支持，反映定向降准政策能够发挥出较强的支小效果。ΔSR×Small与ΔSR系数在10%的显著性水平下不显著，表明在支小再贷款政策的影响下小微企业与非小微企业获得的信贷量没有明显差异，该政策的信贷引导作用未得到充分发挥。列（2）是在列（1）的基础上加入法定存款准备金率与是否小微交互项的结果，ΔTE×Small系数依然显著为正。表9的实证结果均与原实证结果保持一致，表明主检验结果通过稳健性检验。

表9 系统GMM估计结果

此外，为了避免新冠疫情对小微企业贷款的影响，删除2020年数据，使用主检验中的检验方法重新进行回归，结果与基准回归结果基本一致，受文章篇幅限制不再赘述。

六、进一步研究

定向调控货币政策降低了小微企业的信贷获取难度，使得小微企业的信贷量明显增加，而银行信贷增加是否有益于提升小微企业业绩有待论证。参考Lins等（2017）的变量选择经验手法，选取营业收入增长率衡量企业业绩（Performance），并将其作为因变量进行实证检验，结果如表10所示。列（1）中定向降准政策与小微企业的交互项（ΔTE×Small）系数在5%显著性水平下显著为正，定向降准政策（ΔTE）的系数则不显著，即与非小微企业相比，定向降准政策的实施对小微企业业绩产生了较为显著的促进作用。可能的解释是，小微企业得益于定向降准政策的支持，能够以较低的资金成本借用更加充裕的信贷资金来扩大生产经营、提升创收能力。由于非小微企业并非定向降准政策的目标扶持对象，因而其业绩增长受益于此政策的影响有限。相比之下，支小再贷款政策与小微企业的交互项（ΔSR×Small）以及支小再贷款政策（ΔSR）的系数都不显著，表明实施支小再贷款政策并未有效促进提升小微企业的业绩。上述结果说明，与支小再贷款政策相比，定向降准政策对小微企业融资和经营的影响更大，该政策能够通过精准调控银行信贷资金投向、对小微企业进行扶持，助力小微企业缓解资金困境并快速成长，从而提升小微企业的经营业绩，因此具有较好的政策引导效应。列（2）、（3）是在列（1）的基础上逐步加入企业和年份固定效应的结果，所得结论与列（1）一致。

表10 定向调控货币政策对企业业绩的影响

七、研究结论与启示

本文以2007-2020年沪深A股上市企业和新三板市场挂牌企业为研究样本，构建面板固定效应模型，实证分析定向调控货币政策对小微企业贷款的精准滴灌效应。主要结论：第一，定向降准政策对小微企业的信贷调控精准性比支小再贷款政策更强，能够明显提升小微企业的信贷融资可得性与经营业绩；第二，从定向调控货币政策对小微企业信贷传导的异质性来看，定向降准政策主要对抵押能力较强、盈利性表现较好的小微企业产生精准支持的作用。

上述研究结论提供政策启示如下：

第一，在保持货币政策稳健、灵活精准、合理适度的基础上，继续针对小微企业实施定向降准政策，对小微企业信贷融资予以切实、有效的政策支持。可考虑根据政策目标和实际需要，合理选用钉住目标贷款或钉住目标银行的定向降准政策，进一步提高定向降准政策在缓解小微企业融资约束过程中的适配性和精准度，助力小微企业提升信贷可得性，改善小微企业经营业绩，提升小微企业发展质量。

第二，为了对小微企业进行更加精细化的金融帮扶，一方面要引导和推动商业银行大力发展金融科技，进而缓解由银企距离偏远或银企关系疏离所致的信息不对称难题，更加精准地捕捉小微企业贷款需求，增强定向调控贷币政策扶持的“精准滴灌”效应；另一方面各级地方政府应当完善信贷风险补偿措施，缓解银行风险承担压力，与中央银行定向调控形成协同效应，提高银行向小微企业投放贷款意愿，促进银行信贷资源的合理配置，优化定向调控政策“滴灌”小微企业的效果。

第三，进一步优化支小再贷款政策的作用机制。鉴于目前支小再贷款政策在使用积极性和传导效率上尚存不足，未来在制定和实施定向调控货币政策时，可考虑更加准确地设定支小再贷款新增额度，精准对接各地区小微企业融资需求，并加强支小再贷款存量额度与新增额度的统一管理，在风险可控的前提下适当放宽银行抵押品要求，扩大抵押品认定范围。中央银行还可以积极利用金融科技手段，简化支小再贷款申请手续，加快支小再贷款审批速度，提高支小再贷款的投放效率，同时，更加高效地监测、监督支小再贷款资金使用情况。

第四，结合实体经济发展需要，创新推出更具市场化、直达性的结构性货币政策工具。可考虑将更多有意向、有能力积极扩大小微企业贷款业务的银行机构纳入政策支持范围，充分发挥各类银行竞争优势，提高银行业向小微企业贷款的积极性，为小微企业发展提供源源不断的资金“活水”，从而使货币政策传导更加精准、有力、高效，为推动实体经济高质量提供良好的金融环境。