货币政策与审慎监管的配合机制研究

高智贤，李 成，刘生福

一、引 言

“货币政策立场”辞措由来已久，但之前多为新闻媒体所熟稔，随着2008年全球金融危机的爆发，货币政策立场才逐渐进入学者的视野。金融机构的顺周期性和系统重要性银行的“大而不倒”被指责为本轮危机的祸根。因此，立足宏观审慎视角，货币当局不仅应坚持逆周期调控原则，从时间维度降低系统性风险的积累；而且需紧扣差异化监管需求，从空间维度减小系统性风险的失衡。作为传达中央银行调控意图的关键变量，货币政策立场对商业银行的亲周期性与“大而不倒”特征起到了抑制减弱的效果，还是发挥了推波助澜的作用呢？如果是前者，能否将其与宏观审慎工具相配合以实现金融稳定的目标？若是后者，又能否通过妥善运用宏观审慎工具来消饵此类潜在风险？这些关键问题的回答，对于政策制定与理论研究都意义深远。

国内外学者对货币政策立场的研究主要集中于以下三方面。

第一，从信息经济学视角切入，剖释货币政策立场的内涵与重要性。Fung和 Yuan［1］、索彦峰和范从来［2］均指出货币政策立场是相对产出增长和价格稳定目标，货币政策是宽松还是紧缩的数量化衡量，其本质是货币当局披露的信息。货币政策立场信息在政府的调控计划与企业的经营决策中举足轻重［3］。正如斯蒂格利茨所指出的，现代经济中，信息而不是现金才是大部分交易所需的，信息俨然成为了货币经济的核心［4］。然而，早期经济学家通常把关于信息的讨论安排在脚注中，他们认为将交易成本、不完美信息等诸如此类的因素考虑在内只会使问题复杂化而不会给人以启示。随着信息经济学的日臻成熟，经济学家对信息的厌恶情绪有所弥散，但这貌似仅限于微观经济学领域，大多宏观经济学家对信息仍抱有敬而远之的态度，尤其在货币政策的研究中，更是如此。

第二，从货币政策框架着手，探索货币政策立场的科学量化。货币政策立场的测度方法一般分为三类：（1）叙事描述法。这一方法最早由Friedman和Schwartz［5］提出，后经 Romer和 Romer［6］发展，强调依据中央银行记录的会议文件，判读货币政策的松紧态势，并利用虚拟变量直接定义货币政策紧缩年度。其不足在于：一是主观性过强，难免有失偏颇；二是没有区别内生成分与外生成分；三是信息量有限，无法具体量化政策宽松或紧缩的力度。（2）指标测度法。该方法通过对货币政策指标进行滤波处理，分离内生成分与偏差成分，其中，内生成分代表正常的经济形势与合理的目标诉求下，中央银行应向经济系统内生供给的货币增量，而偏差成分则被视为外生的货币供给，用于体现货币政策立场［7］。指标测度法的不足在于其分解过程会受到指标选择、滤波方法等因素的影响，导致识别结果缺乏一致性与稳健性［8］。特别是指标选择时，学者意见更是莫衷一是。部分学者认为应选用中介目标［9］，但中介目标不仅受到中央银行“政策因素”的控制，还受到经济走势“市场因素”的影响［10］。因此，采用中介目标量化货币政策立场很可能是有偏差的。也有部分学者建议选用操作目标［11］，但我国的货币政策操作目标并不明确。有些研究表明我国货币政策操作目标是单一的［12］，有些研究则指出我国货币政策操作目标是多重的［13］。这一问题使得运用操作目标衡量货币政策立场并不现实。（3）“新息”测度法。此法基于VAR模型的格兰杰因果检验与方差分解技术，在验证货币政策操作工具对实体经济活动的预测能力后，以其新息来代表货币政策立场。Sims［14］最早使用名义货币供给M1的新息衡量了美联储的货币政策立场。此后，Bernanke和 Blinder［15］、Bernanke和 Mihov［16］分别基于 VAR模型、半结构SVAR模型测度了货币政策新息及其经济效果。但据此衡量货币政策立场并非完美，因为该方法仅使用了货币政策代理变量的未预期成分，而实际上大多时候正是其预期成分反映了货币政策立场［17］。

第三，从宏观审慎思想出发，研究货币政策立场的风险承担传导渠道。“宏观审慎政策”框架是一个新的概念，但其并不陌生，只不过在危机之后，人们把一些应对危机的改进政策加以归纳，也形成了一些新的提法，并放在“宏观审慎”的框架里，成为各国理论和政策界的共识［18］。在这一新的框架下，货币政策立场显得尤为重要，因为从金融稳定的视角出发货币政策立场并非中性［19］。因此，理解货币政策立场的宏观审慎意涵异常必要。货币政策立场的风险承担渠道实质上是对信贷传导渠道的补充。信贷渠道认为，中央银行通过变动利率水平，影响企业的外部融资溢价，进而改变实际支出与生产活动，形成一种利率渠道的放大机制。Kiyotaki和Moore［20］等实证检验了信贷渠道的存在性。国内学者也基本认可信贷渠道在我国货币政策传导机制中的主导地位［21］。风险承担渠道则强调，货币政策立场通过改变金融中介的主观风险偏好，可以影响商业银行的贷款决策与资产定价，并最终作用于金融稳定［22］。张雪兰和何德旭，等对我国货币政策风险承担渠道的存在性问题进行了实证检验［19］。

已有文献对货币政策立场及其宏观审慎意涵进行了卓有成效的探索，本文旨在以下方面对现有研究进行扩展：第一，通过改进传统的信贷传导模型，剖析货币政策立场与逆周期资本监管对商业银行“顺周期”行为与“大而不倒”特征的影响。第二，从时间维度与空间维度切入，探索了货币政策和审慎监管在宏观调控与金融稳定中的协同机制。第三，运用“文本挖掘法”对《中国货币政策执行报告》中有效文本的挖掘、挑选与合成，构建反应中央银行姿态的货币政策立场指数，客观、科学地量化了货币政策立场。

二、模型构建与命题提出

（一）理论基础

传统货币政策信贷传导理论认为，中央银行通过调整法定存款准备金率、中央银行票据、再贷款等操作工具，可以改变货币供应量、实际利率等中介目标，进而影响商业银行的资金来源，实现对银行信贷的调控。次贷危机后，学者们重新审视了货币政策传导理论，风险承担渠道作为一种独特的传导机制被提出［23］。植入货币政策立场，考虑风险承担渠道后，中央银行还可通过披露货币政策目标、政策策略等信息，释放货币政策立场与意图［24］，继而影响金融中介的预期和风险偏好，加剧商业银行的信贷波动，并强化其顺周期行为。与此同时，运用逆周期资本缓冲等宏观审慎工具配合货币政策，以调节银行经营行为与风险承担，削减系统性风险也备受推崇［25］。此类资本规则会通过监管财务杠杆等指标，对商业银行的信贷决策产生总量和结构效应，影响货币政策信贷渠道效果［26］，如图1所示。

图1 植入货币政策立场和宏观审慎工具的信贷传导

鉴于银行信贷在我国社会融资中地位显赫，信贷扰动已成为经济波动与系统性风险的重要驱动因素。通过各类工具的相互配合，实现信贷投放的平稳、系统风险的控制和货币政策信贷渠道的畅通无疑对宏观经济健康发展裨益良多。基于上述剖析，本文认为从宏观审慎“逆风向调节”时间维度出发，通过货币政策工具、信息披露工具与宏观审慎工具的有效配合，有助于减缓商业银行的亲周期性。

进一步讲，由于产权特征、制度建设与管理经验等方面的差异，不同类型商业银行的风险承担对货币政策冲击具有异质反应［8］。从逻辑上讲，货币政策若对商业银行的风险偏好具有非对称作用，那么，其对商业银行的信贷决策和亲周期行为也应具有非线性影响。于是，本文预期货币政策工具调整、货币政策立场转变时，不同类型商业银行的信贷响应具有结构差异。因此，从宏观审慎“差异化调控”空间维度考虑，监管当局应全面把握商业银行的异质性特征，设计具有针对性的差别资本充足率监管要求，以缓解金融风险的空间失衡。

（二）基本假设与模型构建

信贷传导渠道的理论模型分为三类：基于商业银行多期价值最大化的动态局部均衡模型；基于商业银行单期利润最大化的静态局部均衡模型；基于IS-LM分析框架的静态一般均衡模型。由于动态局部均衡模型存在股利分配与资本转入不同期的固有缺陷，且本文旨在厘清调控银行信贷、维护金融稳定时，传统货币政策工具、信息披露工具与宏观审慎政策工具三者之间的配合机理，故下文通过在Kopecky和Van Hoose的静态局部均衡模型中引入货币政策立场与逆周期资本监管要求，建立理论分析框架［27］。本文的模型具有以下两点改进。首先，将银行贷款区分为高风险与低风险两种，借助该分类引入商业银行的风险偏好，以探讨货币政策立场如何干预银行信贷。其次，将权益资本独立出来，通过此做法引进资本充足率要求，以剖析宏观审慎工具如何监管银行信贷，鉴于巴塞尔协议Ш显著强调了逆周期资本缓冲的重要性，这一设定更加合理。由此，商业银行的信贷决策行为受到了存款准备金、货币政策立场与逆周期资本监管的共同约束。模型的基本假设如下：

假设1：完全竞争的商业银行体系中，存在一个代表性银行，该银行追求利润最大化。

假设2：代表性银行的资产负债表为：R+G+LH+LL＝D+K。其中，R为法定存款准备金，G为政府债券，LH为银行向高风险企业发放的贷款，LL为银行向低风险企业发放的贷款，二者之和为银行信贷总量L，即LH+LL＝L，D为银行存款，K为权益资本。同时，假设中央银行不为准备金支付利息，且政府债券市场、存贷款市场以及资本市场充分竞争。因此，债券与贷款的收益率、存款与资本的成本率均外生给定，依次为常数 rG、rLH、rLL、rD与 rK。鉴于我国直接融资难度较高，本文认为资本的成本率高于债券与贷款的收益率，即满足rK≥rLH≥rLL≥rG。

假设3：存款准备金约束：R＝αD。其中，α为法定存款准备金率，满足0＜α＜1。商业银行的存款全部源于中央银行的货币创造，即经济体系的货币供给完全取决于式D＝R／α，于是，可将准备金R作为货币供应量的代理变量。

假设4：货币政策立场约束：LH／LL＝P（T）。其中，P为商业银行的风险偏好，T为中央银行的货币政策立场。根据货币政策立场风险承担传导渠道，P的高低主要取决于T的松紧，同时，由于银行“天生”具有风险厌恶偏好［28］，所以，令0≤ P（T）≤1。

假设5：逆周期资本监管约束：K／L＝θ。其中，θ为法定最低资本充足率，其随经济周期逆向变动，但始终满足0＜θ＜1。代表性银行为实现利润最大化，必有动力持续发放贷款，直至银行的实际资本充足率等于最低监管要求θ。

假设6：商业银行日常运营时，需要对资产项目进行管理，并产生如下的二次型管理成本函数，即C＝（g／2）G2+（l／2）L2。其中，g和 l分别表示债券与贷款的单位管理成本系数，且满足g≤l。为引入商业银行的结构差异，假设不同银行的g相同，但l有所不同。

根据前述假设，代表性商业银行的目标函数与约束条件如下：

（三）模型求解与命题提出

将式（2）的约束条件代入目标函数式（1），替换变量G、LH、LL、D、K以及 C，得到 π关于决策变量 L和政策变量R、T与θ的函数。然后，令π对L求一阶导数，解得代表性银行的最优贷款规模L。

其中，Δ1＝rG-rK-g＜0，＝（1-α）／α＞0。进一步，对L进行比较静态分析，将其分别对基础货币R、货币政策立场T与资本充足率θ求偏导，以考察三者对银行信贷的影响。

式（4）表明，商业银行的信贷规模与货币当局的基础货币供应正相关。该式描绘了经典的货币政策信贷渠道：中央银行提高货币供应会增加商业银行的可贷资金，导致银行信贷扩张。

式（5）表明，商业银行的信贷总量与中央银行的货币政策立场呈正相关关系。该式表述了货币政策立场的风险承担渠道：货币政策立场放松或收紧时，商业银行会主动提高或降低风险偏好，进而加大或减少信贷供给。于是，从信贷传导渠道考虑，货币政策立场并非中性，长期积极的货币政策立场会加剧商业银行的亲周期性，并强化货币政策工具的信贷扩张效应。也正是基于此，持续宽松的“格林斯潘推动”被大量学者指责为酝酿2008年全球金融危机的温床。

其中，Δ2＝rLL+rLHP（T）-rK-rKP（T）＜0。

式（6）表明，商业银行的信贷投放与监管部门的资本充足率要求负向相关。该式从时间维度刻画了逆周期资本监管（动态资本充足率）的宏观审慎意涵：经济形势向好时，提高资本充足率监管要求，会迫使商业银行计提资本缓冲，遏制其信贷扩张的冲动，进而防止实体经济过热，降低系统性风险积累；相反，经济形势趋紧时，降低资本充足率要求，可以促进商业银行释放缓冲资本，保证信贷稳定，减缓银行“惜贷”造成实体经济的进一步恶化。

式（4）与式（5）分别描述了货币供应量与货币政策立场对银行信贷的调控效应，但不难发现二者均包含了对银行贷款管理成本l的考量，这是否意味着管理成本的差异会导致不同类型的商业银行对货币政策的响应具有异质性呢？因而，继续将式（4）与式（5）对变量l求交叉偏导，可知：

式（7）与式（8）显示，商业银行管理成本越低，对货币供应量与货币政策立场的敏感性越高，顺周期特征越显著。已有研究表明，与城市商业银行相比，大中型商业银行的管理费用较低［23］。此外，国际货币基金组织（IMF）与巴塞尔委员会（BCBS）也指出，规模庞大的商业银行，系统重要性程度较高。由此推断，相对非系统重要性银行而言，系统重要性银行对货币政策工具与信息披露工具的响应较大，亲周期性特征也更为明显。因而，针对具有系统重要性的商业银行，额外的资本监管要求有助于降低“大而不倒”造成的金融隐患，保证经济平稳运行。

根据前述理论基础剖析与模型求解结果，提出本文的两个命题：

命题1：中央银行增加基础货币供应、放松货币政策立场会导致商业银行的信贷扩张，并加剧银行系统的亲周期性，而监管当局提高资本充足率要求会减少商业银行的信贷投放。也即，逆周期的动态资本监管能够从时间维度缓解银行顺周期性导致的系统性风险积累。

命题2：基础货币供应调整、货币政策立场转变时，商业银行的反应具有结构差异，相对非系统重要性银行而言，系统重要性银行的响应更加积极，“亲周期性”尤为明显，而差异化的资本充足率监管要求可以弱化银行的异质性反应。也即，更为严格的附加资本监管能够从空间维度解决银行“大而不倒”造成的系统性风险失衡。

三、变量定义与研究设计

（一）研究样本与数据来源

根据中国人民银行的界定，本文选择5家系统重要性银行、32家非系统重要性银行作为研究样本①5家系统重要性银行包括工商银行、农业银行、中国银行、建设银行、交通银行。32家非系统重要性银行包括渤海银行、成都银行、大连银行、东莞银行、富滇银行、光大银行、广东顺德银行、广发银行、广州银行、贵阳银行、汉口银行、恒丰银行、华夏银行、徽商银行、民生银行、南昌银行、宁波银行、宁夏银行、平安银行、浦发银行、齐鲁银行、齐商银行、青岛银行、泉州银行、厦门国际银行、厦门银行、温州银行、兴业银行、招商银行、浙商银行、中信银行、重庆银行。。数据来源于Bankscope数据库、CEIC数据库、《中国货币政策执行报告》以及《中国金融统计年鉴》，时间跨度为2001—2013年。

（二）变量定义

1．被解释变量

令对数化的商业银行贷款规模作为被解释变量L。通过观测商业银行贷款规模与资产规模的核密度概率分布发现与非系统重要性银行相比，系统重要性银行的贷款规模与资产规模较大，基本位于75%分位右端。同时，两类银行的分布并不是通常的正态分布，系统重要性银行的分布具有明显的尖峰性，而非系统重要性银行的分布则呈现出拖尾的特征。

2．核心解释变量

①货币政策工具。下文选择货币供应量M1增速作为基础货币R的代理变量。

②货币政策立场。从多重不确定的政策目标与纷繁复杂的政策工具中，识别与量化货币政策立场是实证分析的关键。权衡已有方法的利弊，本文沿袭叙事描述法的思想，并运用“文本挖掘法”进行拓展，通过对中国人民银行每个季度发布的《货币政策执行报告》中相关文本的挖掘、挑选与组合，构建反应中央银行姿态的货币政策立场指数。具体过程如下：

第一，基于层叠隐马尔可夫模型（CHMM），挖掘初始措辞。对2001—2013年52期的《中国货币政策执行报告》进行分词处理，得到货币当局关于宏观经济（向好、低迷、一般）、商品物价（过高、过低、平稳）、政策走向（积极、消极、稳健）共3大类9小种措辞②每一小类措辞均囊括了多种具体描述，如措辞“政策积极”包含了下调利率、增加货币、逆回购、降息与放松5种描述。囿于篇幅，本文并未具体列出措辞的具体描述，如有需要，可与笔者联系。。同时，统计各措辞在每期报告中出现的频率③措辞i的频率 ＝∑j具体描述j在当期报告中出现的次数 ／当期报告总字数 ×10000。，作为量化货币政策立场的基本数据。

第二，借助单因素方差分析与均值检验，筛选有效措辞。参考马草原和李成的经验，将我国货币政策划分为紧缩区制1、中性区制2与宽松区制3，并在此基础上对各措辞进行方差分析与均值检验［29］。结果如表1所示。首先，根据F值剔除区分度不显著的3类措辞；其次，通过对比区制均差删除单调性不一致的2类措辞；最后，对余下区分度良好和单调性一致的4类措辞进行归一处理、方向调整和年份平均④措辞“经济向好”与“物价过高”的符号调整为负向，余下2类措辞的符号为正。因此，T为正数，代表货币政策立场放松，T为负数，表明货币政策立场收紧。，以便进行后续指数合成。

第三，以离差占比为权重对有效措辞进行加权，合成货币政策立场指数T，结果如图2。“文本挖掘法”量度的货币政策立场与我国现实高度一致。图2显示，2001年至2003年，为应对亚洲金融危机，治理国内通货紧缩，我国中央银行连续实行扩张的货币政策。2004年，我国经济出现局部过热，为实现软着陆，中央银行货币政策立场转紧。2005年，国内经济态势良好，货币政策立场态度相对中性。2006-2007年，为了治理银行流动性过剩，遏制物价指数抬头，中央银行货币政策立场全面转紧。2008年至2009年，由于国际经济形势恶化与国内市场信心不足，货币政策立场转向宽松。2010-2011年，国内投资增速高位回升，物价水平温和上涨，货币政策立场趋紧。2012年，在周期回落与结构调整的双重压力下，货币政策立场放松。2013年，面对国内出现的低增长高通货膨胀，中央银行货币政策立场较为稳健。

与“叙事描述法”相比①根据“叙事描述法”以及我国货币政策走势，将2001年、2002年、2003年、2005年、2008年、2009年与2012年的货币政策立场指数定义为1，其余年份定义为0。，“文本挖掘法”的优点包括：首先，提取的措辞全面系统，包括货币当局对经济发展、物价水平以及政策走向的判断，具有客观性与完整性；其次，依据的文本为季度报告，信息量丰富，可提高后续实证的稳健性；再次，定质分析与定量分析相结合，既能判断货币政策立场的态度，又能量化货币政策立场的强度，具有更强的科学性。

表1 措辞的单因素方差分析与均值检验

图2 2001—2013年我国货币政策立场走势

③宏观审慎工具。借鉴金鹏辉，等的做法，本文引入资本监管政策哑变量作为宏观审慎工具资本充足率要求的代理变量［30］。在本文的研究区间内，银监会的资本监管政策主要经历了两次调整：第一次是2004年颁布的《商业银行资本充足率管理办法》，要求商业银行逐步达到8%的资本充足率；第二次是2010年下发的《2010年大型银行监管工作意见》，文件明确指出商业银行资本充足率需达到11．5%的监管红线。因此，令2004年与2010年的取值为1，其它年份设为0。

3．控制变量

鉴于理论模型得到的是银行信贷供给方程，而实证分析使用的则为包含企业信贷需求因素的均衡数据，若不能将信贷需求从信贷供给方程中剥离出去，则容易遭受“识别障碍”，掩盖真实的信贷渠道传导机制。此外，银行信贷供给行为还受到了信贷管理政策、行业竞争结构以及银行自身特征的影响［31］，以是，本文共涉及四个层面的控制变量。

首先，我们选用GDP增长率（DGDP）控制宏观信贷需求；其次，使用二值虚拟变量（POLI）表示信贷政策，“信贷规模管理”工具于1998年被取消，但在通货膨胀高涨的2008年与2010年中央银行又将其重拾，因此，令2008、2010年份的POLI取1，其余年份取0；再次，采用在华外资机构数目增速（FORE）与前4大银行资产占比增速（CR4）控制行业开放度与集中度的影响；最后，选取对数化的银行资产规模（LNA）与流动资产占比（FLOW），控制银行个体资产负债强度的影响。

（三）研究设计与方法选择

根据前述理论分析与变量定义，设计如下实证模型：

其中，i为银行截面，t为时间截面，c为常数项，ai为银行固定效应，εit为随机误差项。考虑到银行信贷扩张的惯性，式（9）还引入了贷款规模的滞后项作为解释变量。系数β1描述了基础货币对银行信贷的影响大小；β2刻画了货币政策立场对银行信贷的干预作用；β3度量了资本监管政策对银行信贷的调控力度。

依据式（9），首先检验命题1。实证方程由于引入了因变量的滞后项作为解释变量，且银行贷款规模与资产规模存在互为因果的联立关系，从而难以避免内生性问题。传统估计方法会导致参数估计结果有偏，为此，本文拟选用能够克服内生性难题与弱工具变量问题的系统广义矩估计（SYSGMM）方法检验命题1。根据理论分析，我们预期回归结果中系数β1与β2显著为正，而系数β3显著为负。

然后，检验命题2。由于样本银行的信贷分布并不具有标准的正态性，因此，下文并没有采用文献中经常出现的交互项回归或者分组回归方法，而是选择Koenker［32］提出的面板分位数回归来检验商业银行的异质性反应。根据商业银行贷款规模的核密度分布状况，本文选取25%、50%、75%与90%共4个具有代表性的分位点，我们预期不同分位数的回归结果中，系数β1与β2具有显著差异，且随着分位数的增加，二者将呈现上涨态势。

四、实证结果分析

（一）变量的平稳性检验

面板数据进行单位根检验时，首先需要判断截面是否独立，若截面独立，采用一代面板单位根检验即可；若截面相关，则需采用二代面板单位根检验。截面独立性CD检验的结果显示，银行层面的3个变量L、LNA、FLOW均具有截面依存性，因此，选用二代单位根方法进行变量的平稳性分析。基于截面相关增广DF模型构造的CIPS检验表明，变量LNA存在单位根，也即其并不平稳。

传统处理非平稳变量的方法是进行差分，但陈强认为差分后变量的经济含义与原始序列并不相同，若希望继续使用原始序列进行回归，则需要考察变量之间的长期均衡关系，即进行协整检验。据此，基于误差修正模型，展开抽样次数为500的协整检验。由于所有检验统计量均具有显著性，因而变量之间存在均衡关系，可直接运用原始序列进行回归①限于篇幅，本文并未具体列出具体检验结果，若有需要，烦请与笔者联系。。

（二）货币政策与宏观审慎政策对银行信贷的调控效应

为检验三类政策工具对银行信贷行为与亲周期特征的影响效应，运用系统广义矩估计回归式（9），估计结果与相关检验列示于表2。四类模型均通过了AR（2）检验与Sargan检验，表明实证分析依据的动态模型与选择的工具变量不仅合理而且有效。

第一，在包含控制变量的基础上，模型（1）、（2）、（3）依次将货币供应量、货币政策立场与资本充足率要求作为唯一的解释变量进行回归。回归结果显示，在5%的显著性水平下，解释变量R与T的估计系数为正，而θ的估计系数为负，这与命题1的预期相一致，初步证实了中央银行增加基础货币供应、放松货币政策立场会导致信贷扩张，并且加剧金融系统的顺周期性，而监管当局提高资本充足率的要求则会降低商业银行的信贷投放，缓和其亲周期的特征。

第二，模型（4）同时囊括了三类政策变量与全部控制变量。与模型（1）-（3）相比，不难发现模型（4）的回归结果中，作为本文最为关注的核心解释变量，三个政策工具与银行信贷的相互关系并未发生变动，这继续验证了命题1，并在一定程度上表明回归结论的稳健性。

第三，控制变量中，首先，企业信贷需求的回归结果显著为正，这符合经济学的基本规律，也与大多学者的研究一致。其次，政策变量“信贷规模管理”的估计结果为负，并通过了10%水平下的显著性检验，表明贷款规模指标能够有效强力地控制银行信贷投放，但其与我国近年“定向微调”的货币政策调控意图相去甚远，并不宜经常启用。再者，行业开放度与集中度的回归系数一负一正，意味着激烈的行业竞争能够扼制商业银行盲目的信贷扩张。最后，银行资产规模的正向系数表明资产是银行信贷供给的重要来源。银行流动状况的负向系数表明流动性提高会使银行信贷发放与信贷收益受到限制，因此，管理者必须在两者之间进行权衡。

表2 货币政策与宏观审慎政策对银行信贷的调控效应

（三）货币政策对银行信贷的异质性影响

为检验货币政策对银行信贷行为与亲周期特征的异质性影响，运用面板分位数回归估计式（9），结果列示于表3。F检验表明，10%的置信水平下，核心解释变量R与T的系数在4个分位数回归中存在显著差异，这验证了基础货币供应调整、货币政策立场转变时，不同类型商业银行的响应具有结构差异。具体分析如下：

表3 货币政策对银行信贷的异质性影响

第一，如图3所示，随着贷款规模分位数的增加，货币供应量与货币政策立场的回归系数均呈现上涨走势①虽然在5%分位左端，货币政策立场的回归系数略小于0，但其系数标准差却十分巨大，因此，这一不显著的回归结果不会对整体结论产生实质影响。。该结果意味着在控制资产规模与流动状况的前提下，随着系统重要性程度的提高，商业银行对货币供应量与货币政策立场的敏感性越来越高，顺周期特征也愈发显著。这一态势与命题2的预期一致：货币政策对系统重要性银行的信贷决策和亲周期行为影响更加强烈，而对非系统重要性银行的作用则略显微弱。因此，针对系统重要性银行，更为严格的附加资本监管能够减缓其亲周期特征，降低“大而不倒”引发的系统性风险失衡，促进金融经济稳定。

图4 商业银行对货币政策冲击的异质性响应

第二，资本充足率的估计结果在不同分位数回归中始终为负，虽然它们未通过系数差异的F检验，但均通过了10%水平下的显著性检验。这表明对所有类型的商业银行，监管当局提高资本充足标准都能克制其在经济上行区间的信贷投放冲动，同样，降低资本充足要求也均能减弱其在经济下行区间的“惜贷”行为。

第三，控制变量中，DGDP、CR4与LNA的回归系数均为正值，且随分位数的提高出现显著增加，这表明旺盛的信贷需求、垄断的行业结构以及雄厚的资产规模对系统重要性银行产生了尤为积极的正向影响。其次，信贷规模管理与银行流动状况的估计系数显著小于零，但在不同分位数水平下没有明显差异。再次，行业开放度的估计系数为负，且绝对值不断增大，这暗含外资银行的涌入对贷款规模较大的银行产生了更为严峻的冲击与挑战。

（四）稳健性检验

为确保可靠性，对本文提出的命题展开稳健性分析。

1．检验命题1。首先，系统广义矩估计与面板分位数回归中，核心解释变量R与T的系数均为正，θ的系数也均为负，虽然有些结果并不显著，但仍能间接表明本文研究是稳健的。其次，借鉴大多数学者的做法，采用“叙事描述法”定义的货币政策紧缩年度虚拟变量与“指标测度法”使用的M1增速偏离成分作为货币政策立场的替代变量进行估计。结果如表4所示，解释变量R、T与θ的符号与预期一致，再次确认了命题1，但基于替代变量回归的系数显著性小于基于货币政策立场指数的回归结果，这意味本文构建的货币政策立场指数更具科学性。最后，对样本进行5%水平下的Winsor缩尾调整，然后进行回归，根据表4可知，解释变量R、T银行信贷的正向关联始终存在，同时θ也与银行信贷负相关。稳健性检验的结果与前述基准分析相互呼应，证实本文的研究结论并不会因估计方法、变量选择与样本容量的变动产生偏倚。

表4 命题1的稳健性检验

2．检验命题2。首先，同样采用货币政策立场的两个替代变量进行分位数回归，表5显示，货币供应量与货币政策立场的回归系数均呈现出逐渐上涨的走势，证实了系统重要性银行对货币政策的响应更为积极。同时，与基准回归相比，各个控制变量的回归系数并没有发生巨大变化，只不过在较低分位水平的显著性略差。其次，虽然分位数回归对异常值具有很好的耐受性，但其回归结果在分位左侧仍呈现突变性，因此，针对Winsor 5%调整后的样本再次进行分位数回归，结果如表5。F检验的结果继续支持命题2的说法。随着分位数的增加，核心解释变量R与T的系数具有与图3一致但更加平稳的趋势，这可能是Winsor调整对极端值进行平滑处理的效果。稳健性检验进一步印证了货币政策对系统重要性银行的影响效果最为显著。

表5 命题2的稳健性检验

五、结论与启示

为研究货币政策与审慎监管之间的配合机制，本文构建植入货币政策立场和资本充足率要求的信贷传导微观模型，并利用2001—2013年我国5家系统重要性银行和32家非系统重要性银行的面板数据进行了经验分析。研究发现：首先，中央银行增加基础货币供应、放松货币政策立场会促使商业银行提高风险偏好，增大信贷投放，并加剧银行系统的亲周期性，反之亦然。监管当局提高资本充足率要求会抑制商业银行的信贷扩张冲动，也即，逆周期的动态资本监管能从时间维度缓解银行顺周期性导致的系统性风险积累。其次，基础货币供给调整、货币政策立场转变时，商业银行的响应具有结构差异，相对于非系统重要性银行，系统重要性银行的反应更加强烈，“亲周期性”更加显著。差异化的资本充足率要求可以弱化银行的异质性反应，也就是说严格的附加资本监管能够从空间维度解决银行“大而不倒”导致的系统性风险失衡。

本研究可为我国货币政策与宏观审慎政策在平稳信贷投放、维护金融稳定等方面的相互配合提供参考依据。首先，中央银行应统筹协调各类政策工具，逐步构建我国宏观审慎监管框架。从金融稳定视角出发，货币政策工具与货币政策立场强化了商业银行的顺周期性与“大而不倒”，因此，中央银行在工具操作和信息披露时，需要兼顾调控目标和稳定需求，当二者难以协调时，辅以宏观审慎工具进行平衡，以更好地抑制系统性风险，熨平经济波动，避免重蹈次贷危机的覆辙。其次，对于系统重要性银行，一方面应加强资本充足监管，防范由于“大而不倒”造成的系统性风险。另一方面应继续深化所有权改革，推进利率市场化进程，鼓励更多民营资本进入，逐步降低银行业的垄断程度，抹平系统重要性银行与非系统重要性银行对政策响应的差距。同时，还应谨慎选配政策工具，精准操控旋钮力度，有序牵引银行信贷行为和信贷规模，防止“一刀切”式的货币政策引发商业银行反应过度或反应不足，提升货币政策调控的稳妥性与针对性。

［1］ Fung B，Yuan M．Measuring the stance of monetary policy［J］．Money，Monetary Policy and Transmission Mechanisms，2000（2）：193-219．

［2］ 索彦峰，范从来．货币政策立场指示器的实证研究——来自我国货币政策操作实践的证据［J］．南开经济研究，2007（2）：107-119．

［3］ Nilsen J H．Trade，credit and the bank lending channel［J］．Journal of Money，Credit＆Banking，2002（1）：13-25．

［4］ Stiglitz J E．Information and the change in the paradigm in economics［J］．American Economic Review，2002（1）：460-501．

［5］ Friedman M，Schwartz A J．A monetary history of the U-nited States，1867-1960［Z］．Princeton University Press（Princeton），1963．

［6］ Romer CD，Romer D H．NBER Macroeconomics annual 1989，Volume 4［M］．MIT Press，1989：121-184．

［7］ Altunbas Y，Manganelli S，Marques-Ibanez D．Bank risk during the financial crisis：Do business models matter？［R］．European Central Bank，2011．

［8］ 许友传．商业银行对货币政策的信贷行为反应与分布特征［J］．上海经济研究，2012（9）：3-11+29．

［9］ Koivu T，Mehrotra A，Nuutilainen R．Mccallum rule and Chinese monetary policy［M］．Bank of Finland，Institute for Economies in Transition，2008．

［10］ Mishkin F S．Monetary policy flexibility，risk management，and financial disruptions［J］．Journal of Asian E-conomics，2010（3）：242-246．

［11］ 索彦峰，陈继明．中国货币政策的区域效应研究——来自信用观点的解释［J］．当代经济科学，2007（6）：1-9．

［12］ 易纲．中国货币政策和汇率政策［J］．宏观经济研究，2002（11）：7-10．

［13］ 戴根有．中国中央银行公开市场业务操作实践和经验［J］．金融研究，2003（1）：55-65．

［14］ Christopher A S．Money，income，and causality［J］．The American Economic Review，1972（3）：540-552．

［15］ Bernanke B S，Blinder A S．The federal funds rate and the channels of monetary transmission［J］．American E-conomic Review，1992（4）：901-921．

［16］ Bernanke B S，Ilian M．Measuring monetary policy［J］．The Quarterly Journal of Economics，1998（3）：869-902．

［17］ Walsh J P，Weber K，Margolis J D．Social issues and management：Our lost cause found［J］．Journal of Management，2003（6）：859-881．

［18］ 周小川．金融政策对金融危机的响应——宏观审慎政策框架的形成背景、内在逻辑和主要内容［J］．金融研究，2011（1）：1-14．

［19］ 张雪兰，何德旭．货币政策立场与银行风险承担——基于中国银行业的实证研究（2000-2010）［J］．经济研究，2012（5）：31-44．

［20］ Kiyotaki N，Moore J．Credit chains［J］．Journal of Political Economy，1997，21：211-248．

［21］ 田祥宇，闫丽瑞．银行信贷、货币渠道与资产价格——兼论货币政策中介工具的选择［J］．财贸经济，2012（9）：70-75．

［22］ 胡育蓉，朱恩涛，龚金泉．货币政策立场如何影响企业风险承担——传导机制与实证检验［J］．经济科学，2014（1）：39-55．

［23］ Adrian T，Shin H S．Money，liquidity，and monetary policy［J］．The American Economic Review，2009（2）：600-605．

［24］ 卞志村，张义．中央银行信息披露、实际干预与通货膨胀预期管理［J］．经济研究，2012（12）：15-28．

［25］ Repullo R，Suarez J．The procyclical effects of banking regulation［R］．Cemfi Discussion Paper，2009．

［26］ Covas F，Fujita S．Time-varying capital requirements in a general equilibrium model of liquidity dependence［R］．Federal Reserve Bank of Philadelphia，2009．

［27］ Kopecky K J，Vanhoose D．A model of the monetary sector with and without binding capital requirements［J］．Journal of Banking＆Finance，2004（3）：633-646．

［28］ 黄宪，马理，代军勋．资本充足率监管下银行信贷风险偏好与选择分析［J］．金融研究，2005（7）：95-103．

［29］ 马草原，李成．国有经济效率，增长目标硬约束与货币政策超调［J］．经济研究，2013（7）：76-89．

［30］ 金鹏辉，张翔，高峰．银行过度风险承担及货币政策与逆周期资本调节的配合［J］．经济研究，2014（6）：73-85．

［31］ Michalak T C．The nexus between monetary policy，banking market structure and bank risk taking［J］．Essays in Empirical Banking and Finance，2011（2）：143．

［32］ Roger K．Quantile regression for longitudinal data［J］．Journal of Multivariate Analysis，2004（1）：74-89．