经济政策不确定性与银行信贷供给行为研究

□温 文 王 璐

一、引言

近年来，为应对经济增长下滑、产业结构转型及贸易摩擦等冲击，我国陆续出台了多项举措旨在熨平宏观经济波动，这在短期内缓解了经济面临的困境，但政策的解读和实施差异导致经济政策不确定性增加，并且随着政策不断调整，经济政策不确定性逐渐成为经济发展的常态。作为宏观经济政策实施的重要媒介及连接政策与实体经济的关键枢纽，商业银行相对于其他经济主体对经济政策更敏感，因为商业银行不仅受到政策不确定性的直接影响，而且政策不确定性对企业微观行为的影响最终还是会传导到银行层面。因此，政策制定必然考虑商业银行决策行为。特别是从新冠肺炎疫情暴发后，经济政策不断变动，不确定指数持续上升。根据Baker 等（2016）构建的中国经济政策不确定性指数显示：后危机时代不确定指数经过短期波动，自2013年起该指数均值（113.90）持续攀升，至2020 年末该均值达到了新的高位（745.68）。面对较高的政策不确定性，市场参与者必须动态地调整其运营策略和行动，而对银行而言是否会存在为规避经济政策不确定性而收缩信贷规模，造成市场流动性短缺，这是现阶段政策制定者面临的关键问题，也是本文重要关注点。

鉴于此，本文利用2007—2019 年中国135 家商业银行面板数据，采用Baker 等（2016）构建的中国经济政策不确定性指数，探讨经济政策不确定性对银行信贷供给的影响及内在机制，并在此基础上进一步考察银行信贷调整动机。

区别于已有研究，本文的边际贡献在于：第一，本文以银行—实体经济部门资产负债业务的互动关联为切入点，考察了经济政策不确定性对各个经济行为主体的影响，以勾勒出经济政策不确定性对银行信贷供给调整行为影响机理的全貌，为后续研究提供了更广阔的研究视阈和参考依据。第二，本文立足于中国经济政策环境特征和银行经营实践状况，从信贷供给增速、信贷集中度以及信贷期限结构三方面探索了银行主体信贷供给行为对经济政策不确定性的反应。第三，从银行自身经营方面，拓展分析了面对经济政策不确定性增加，银行调整信贷供给的动机效果，一定程度上解释了经济政策执行结果与预期总是产生较大偏差的原因。

二、文献回顾与研究假设

（一）文献回顾

长期以来，银行信贷供给既是社会融资的重要来源，又是货币政策传导的重要渠道，关乎宏观经济正常运行。立足于银行信贷对宏观经济的重要性，现有学者开始从不同视角探索银行信贷波动的驱动因素。在宏观经济方面，Maddaloni 和Peydró（2011）发现较低的短期利率会降低贷款的借贷标准，而较低的长期利率并没有。在信用环境方面，Haas 等（2010）发现在转型国家债权人法律保护好的地区，银行比较倾向发放更多的抵押贷款，而在债权人权力执行较差国家，银行会减少贷款数量、提高贷款利率或者提高其他更高风险补偿机制。张健华和王鹏（2012）发现这种现象在中国银行业同样显著。在银行特征方面，Cantú 等（2020）指出拥有较低风险、稳定的资金来源及资本充足的大型银行通常会提供更多的信贷，而增加资本比率会收窄银行资产负债表、抵押和定期贷款。可见，现有文献基于不同视角对银行信贷波动给予解释，在一定程度上提高了银行信贷资源配置效率。

然而，现有文献鲜有直接从政策不确定性视角探讨其对银行信贷波动的影响。究其原因，可能有两点：一是宏观经济政策调整幅度和频率所暗含的经济政策不确定性对微观主体的影响通常比较隐蔽，难以引起足够重视；二是政策不确定性指标的度量指标定义口径的不统一，难以在概念上进行严格区分，使得无法真实度量政策不确定性，只能以各种代理变量表示。直到Baker 等（2016）创造性地构建综合衡量经济政策不确定性指标，该指标具有连续性、时变性和全面性等特点，能够更准确地反映经济政策变动，使得分析经济政策不确定性对银行行为影响的研究得到快速发展。

近年来，国内学者们尝试把经济政策不确定性引入到银行信贷波动影响研究中，这些研究一定程度从宏观角度印证了经济政策不确定性对银行信贷供给的影响，但其并没有从微观层面进行深入探讨，微观解释机制的缺乏使得以往研究无法对不同特征银行提供针对性的建议，这也将是本文研究的重点。

（二）研究假设

商业银行作为连接经济政策与实体经济的重要枢纽，经济政策不确定性会通过供需两端同时影响银行信贷供给。从供给方面看，第一，基于信息理论，经济政策不确定性增强会增加银行预期收益的信号噪声，使得银行面临更严重的信息不对称性，从而提高信贷标准，或增加企业抵押品或提高贷款成本以要求更多的风险补偿。第二，从安全性考虑，经济不确定性会增加银行自我防御动机，使得信贷供给下降。从需求方面看：第一，经济政策不确定性增加，使得企业的未来现金流变化更加动荡，增加企业信贷违约概率和破产概率，出于风险规避和降低成本而减少投资规模降低融资需求、推迟融资时机。第二，频繁的政策调整会降低企业固定资产投资收益率，信贷需求者也可能推迟投资减少对信贷需求。总之，供需两端的共同发力使得银行在面对宏观经济政策不确定性上升时会降低信贷供给增长。由此，本文提出如下研究假说：

H1：给定其他条件不变，经济政策不确定性上升与银行信贷供给增长呈显著负相关。

除了信贷供给增长的调整，经济政策不确定性增加也会使得中国商业银行信贷供给集中度增加，表现在信贷资金供给集中化或明显的行业偏好，因为贷款的集中可以有效缓解银行面对的外部不确定性冲击，对银行而言，在短期内不失为一种理性选择。在经济政策不确定性时，受到不确定性冲击银行对客户筛选成本增加，而把贷款集中在几个稳定的大客户手里，可以有效节约经营成本：第一，一般银行与大客户保持良好的银企关系，银行更容易获得大客户信息，加上以往对大客户信息积累，可以有效节约信息搜寻成本。第二，贷款对象比较集中，可以更有效率地对大客户的贷款使用情况进行监督，节省贷后监督成本。第三，对银行而言，信用水平越高、经营能力就越强的贷款企业是优先选择。而银行信贷投放集中的客户一般规模比较大、抵御风险能力强，向其配置信贷资金在经济波动时期违约概率就低。因此，受到经济政策不确定性冲击，银行倾向于向集中的大客户配置更多信贷资源。由此，本文提出以下研究假说：

H2：给定其他条件不变，经济政策不确定性上升将使得银行信贷供给集中度增加。

从信贷供给期限结构看，在政策频繁调整时期，中国商业银行会逐渐提高长期贷款占比，这可能是银行与借款人建立借贷契约的博弈结果。第一，政策频繁调整会使得银行业竞争加剧，银行为留住客户，发放长期贷款减少客户与其他银行的谈判机会，此为“客户争夺效应”。特别是在金融发展程度较高的市场环境下，“客户争夺效应”凸显，导致银行更倾向于发放长期贷款。第二，相比短期贷款，长期贷款契约的合同周期更长、贷款额度大，并且中长期贷款一般会附加一系列约束条件，当政策难以预测背景下，长期贷款的不确定性远低于短期贷款。因此，随着经济政策不确定性增强，虽然企业信贷意愿（需求）与银行惜贷行为（供给）会导致信贷规模下降，但针对中长期信贷的供求将会上升，即便未上升，中长期贷款在信贷规模中的比重也将持续增高。由此，提出本文第三个研究假说：

H3：给定其他条件不变，经济政策不确定性上升将使得银行信贷供给中长期贷款占比增多。

三、研究设计

（一）数据来源

本文选取2007—2019 年135 家中国商业银行年度数据为研究对象，银行数据主要来源BankScope 和Csmar 数据库，部分缺失数据来源于各银行网站公布的年度报告，由手工收集获得。省级层面和全国层面变量数据来源于各省（区市）的统计年鉴、金融年鉴以及CEI 数据库。为减弱离群值对研究结论的干扰，对连续型变量在1%分位数上进行winsorize 处理。

（二）模型设定及变量定义

为了验证本文所提假设，构建以下模型：

其中，i 表示银行个体，t 表示年份；Loan表示银行i 在第t 年的信贷供给行为，本文分别从信贷供给增速（DLoan）、信贷供给集中度（CRloan）及中长期信贷占比（ZCloan）三个方面进行度量和分析；Epu是经济政策不确定性指数，考虑到经济政策不确定性对银行信贷行为影响的滞后性，采用其滞后一期；μ为银行个体固定效应；ε为回归残差；其他变量为控制变量。

需要说明的是，模型没有加入时间虚拟变量，主要有两点考虑：其一是解释变量Epu 为时间序列变量，若模型加入时间虚拟变量会干扰经济政策不确定性的影响效应；其二是加入虚拟变量可能产生Epu 与时间虚拟变量的共线性问题。

1.经济政策不确定性

本文选用Baker 等（2016）构建的经济政策不确定性指数（Epu）作为经济政策不确定性的度量指标。Epu指数是利用中国香港影响力最强的“南华早报”作为新闻检索平台进行关键字检索，通过媒体报道不确定性频率来推断市场主体面临的不确定性。近年来，Epu 指数在国内外相关研究中得到了广泛运用，本文也采用此度量指标。

2.信贷供给行为

借鉴Bordo et al.（2017）的研究，以本期贷款增加额与期初贷款总额之比衡量信贷供给增长变量（Dloan），采用前十大客户贷款额与资本总额之比作为银行贷款集中度的代理变量（CRloan），采用本期中长期贷款余额与中长期贷款余额之比作为银行中长期贷款占比的代理变量（ZCloan）。

3.控制变量

参考潘敏和张依茹（2013）、Bordo 等（2017）的研究，本文选取的控制变量包括银行层面和其他层面的控制变量。银行层面控制变量：（1）资产规模（Size），采用总资产的自然对数衡量银行规模表示；（2）资本充足率（Tcr），采用银行资本净值与风险加权资产之比表示；（3）非利息收入占比（Nir），采用非利息收入与营业收入之比表示；（4）债务结构（Ds），采用存款总额与总负债之比表示；（5）盈利能力（Drii），采用贷款利息净收入增长率表示；（6）成长性（Dgr），采用存款增长率表示。

其他层面的控制变量包括地区经济发展水平（Gdpg）、地区金融化发展水平（Dep）以及广义货币增长（M2）。其中，地区经济发展水平以各省（区市）宏观经济GDP 增长率衡量；金融化水平以各地区金融机构各项贷款余额与地区GDP 的比例衡量；广义货币增长以M2 货币和准货币增长率衡量，同时也控制了省份效应（Prov）。另外，在模型中加入银行业景气指数（Bsi）、企业景气指数（Fsi）及消费者信心指数（Cci），从时间截面上考虑遗漏变量回归结果的影响。

（三）描述性统计

表1 报告了主要变量的描述性统计。Epu 标准差为0.637，并且在4.410～6.674 这一区间波动，说明中国经济政策不确定性波动性较大。从贷款供给规模增速看，Dloan 的均值是0.188，表明样本银行信贷业务发展较好，范围在-98.2%至85.1%之间，说明不同银行间信贷业务发展存在较大差异。从集中度看，CRloan 均值为0.242，说明商业银行前十大贷款客户贷款余额占资本总额的平均比例为24.2%。从贷款期限看，ZCloan 均值为35.3%，中长期贷款占比为35.3%，意味着中国商业银行信贷业务仍旧以短期贷款为主。

表1 变量定义与描述性统计

四、实证结果分析

（一）基准回归结果

表2 报告了经济政策不确定性（Epu）对银行信贷供给行为（Dloan、CRloan、ZCloan）影响的基准回归结果。

表2 经济政策不确定性与银行信贷供给行为：基准回归结果

列（1）（2）中被解释变量为信贷供给增速（Dloan）。其中，列（1）为不考虑其他控制变量，结果显示Epu 系数在1%水平上显著为负，表明经济政策不确定性上升会降低银行信贷供给增速，初步支持理论假设1。列（2）加入各层面的控制变量，结果显示Epu 系数在1%水平上显著为负，再次证实经济政策不确定性对银行贷款增速有显著负向影响，即经济政策不确定性程度越高，银行就越倾向于收缩信贷规模以应对不确定性带来的负面冲击，这与银行风险敞口管理原则一致，较好地验证了理论假设1。

列（3）和列（4）中被解释变量为信贷供给集中度（CRloan），Epu 系数都在1%水平上显著为正，表明受到经济政策不确定性冲击时银行会提高前十大客户贷款比例，有效避免过高的信息搜集、监督和违约成本，从而导致贷款集中度增高，支持了假设2。同理，列（5）和列（6）中被解释变量为中长期贷款占比（ZCloan），Epu系数都在1%水平上显著为正，即经济政策不确定性增加导致银行贷款的期限结构发生变化，具体而言即中长期贷款投放比例提高、短期贷款投放比例下降。这是因为相比短期贷款，中长期贷款具有更强的约束力和稳定性，假设3 得到了论证。

（二）内生性检验

为了减轻内生性问题对研究结论的干扰，本文采用工具变量法和系统广义矩估计（GMM）方法分别处理内生性问题。借鉴张成思和刘贯春（2018）、顾夏铭等（2018）的做法，选取滞后一期的美国经济政策不确定性指标（Apu）作为工具变量，因为美元特殊地位和美国头号经济大国的现实，使得美国经济政策波动往往波及其他各国，而相比之下我国经济政策对美国经济政策影响不大，符合工具变量选择标准。并且，采用两阶段最小二乘回归进行检验，检验结果如表3 所示：第一阶段回归显示Apu 在1%水平上显著正相关，说明工具变量与内生变量高度相关；第二阶段回归显示Epu 在5%、1%、1%水平上通过了显著性检验，说明在控制潜在内生性后，经济政策不确定性仍旧显著影响银行信贷供给、信贷集中度及信贷期限。另外，第一阶段F 值、Wald 统计及LM 统计结果都通过显著性检验，表明均不存在识别不足和弱工具变量问题，意味着工具变量选择合理。采用GMM 对基准回归方程进行再次检验，广义矩估计通过动态面板估计，能够有效减轻模型中可能存在的内生性问题，列（5）（6）（7）估计结果显示各变量系数没出现明显变化。总之，在考虑内生性问题后，主要回归结果依然保持稳健。

表3 考虑内生性问题：2sls 和GMM

（三）稳健性检验

1.经济政策不确定性指标

为减少经济政策不确定性指标选择偏差对实证结果的干扰，本文同时构建其他两种经济政策不确定性度量指标，以确保研究结论的稳健性。第一种是采用Huang 和Luk（2018）基于中国内地《北京青年报》等10家报纸构建的Epu。第二种是采用Davis 等（2019）构建的Epu。表4 稳健性检验I 回归结果显示，经济政策不确定性与银行信贷供给增速呈显著负相关，与信贷供给集中度和中长期贷款占比呈显著正相关，这与主回归结果一致，表明研究结论稳健。

2.时间效应

本文考虑到共线性问题在模型中没有直接加入时间效应，而是通过控制时间截面变量以达到剔除时间效应的干扰。然而，这种处理仍无法排除时间因素的可能影响。因此，本文从以下两方面进行稳健性检验:一是剔除金融危机的干扰。借鉴Ho 等（2016）对金融危机期间的划分，本文采用2010—2019 年的样本进行回归。二是考虑到变量在时间维度上的关联性，对回归结果标准差采用时间维度上的聚类调整。表4 稳健性检验II 回归结果显示在排除金融危机影响和时间效应后，经济政策不确定性上升仍显著影响各信贷供给行为，进一步验证了研究结论的稳健性。

表4 稳健性检验结果

五、进一步讨论

从银行自身经营看，当经济政策不确定性增加时，银行调整信贷行为并不是最终目的，而是通过银行调整信贷行为进一步规避风险，并优化资金配置、提高银行信贷质量，那么最终效果如何呢？本文从不良贷款率（Npl）和收益波动性（Sdroa）两个角度探讨经济政策不确定性对银行信贷行为影响的最终效果，具体结果见表5。

表5 经济政策不确定性、银行信贷行为与银行风险

表5 报告了受到经济政策不确定性冲击后，银行调整信贷供给行为对银行风险的影响结果。列（1）（2）（3）中被解释变量为不良贷款率。其中：列（1）中信贷供给增长（Dloan）系数在5%水平上显著为正，意味着商业银行信贷供给增速越快，就越会增加不良贷款率。这主要是因为中国银行业改革不彻底，在发放贷款时会存在“搭便车”现象，放松自己对借款人的审核标准。而交互项Dloan*L.Epu 系数在5%水平显著为负，与Dloan 系数方向相反，说明银行在经济政策不确定性增强时，信贷供给增长对不良贷款率的正向冲击被弱化，即经济政策不确定性上升使得银行收缩信贷有利于不良贷款率的降低。这在一定程上解释了在经济政策不确定性上升时中国商业银行会收缩信贷的动机。列（2）信贷供给集中度（CRloan）系数和交互项CRloan*L.Epu 系数都在10%水平上显著为负，说明受经济政策不确定性影响，银行信贷供给集中度与不良贷款率的负向关系被强化，意味着经济政策不确定性上升，银行调整信贷供给集中度是有利于降低不良贷款率。然而，列（3）中中长期贷款占比（Dloan）和交互项Dloan*L.Epu 都在10%水平上显著为正，说明随着经济政策不确定性增加，银行提高中长期贷款占比会使得不良贷款进一步恶化。

列（4）（5）（6）中被解释变量为收益波动率（Sdroa），采用连续3 年的资产收益率（Roa）标准差来衡量。列（4）信贷供给增长（Dloan）系数在10%水平上显著为负，而交互项Dloan*Epu 系数在10%水平显著为正，说明经济政策不确定性增加会削弱信贷供给增长与收益波动率的负向关系，即经济政策不确定性上升使得银行收缩信贷会进一步加剧收益波动。列（5）信贷供给集中度（CRloan）系数和交互项CRloan*L.Epu 系数都在10%水平上显著为正，说明经济政策不确定性上升促使银行提高贷款集中度，这种行为会加剧收益波动。列（6）中长期贷款占比（Dloan）系数在10%水平上显著为负，说明中长期贷款的增长会使得银行收益波动性降低，而交互项Dloan*Epu 系数在10%水平上同样显著为负，说明受经济政策不确定性影响，中长期贷款占比与收益波动的负向关系被强化，意味着经济政策不确定性上升，银行增加中长期贷款占比会降低收益波动性。

六、研究结论与政策建议

（一）研究结论

立足于中国经济政策频繁变动和银行信贷持续波动状况，本文构建了经济政策不确定性与银行信贷供给行为的影响模型，以充分识别经济政策不确定性对银行信贷供给影响机制的背后逻辑。研究结果发现：（1）经济政策不确定性与银行信贷供给增长呈负相关，符合银行风险敞口管理原则，这在一定程度上解释了频繁调整经济政策会引起银行“惜贷”、降低流动性的原因。（2）经济政策不确定性与银行信贷供给集中度呈正向关系，表明在我国经济政策不确定性上升时会使得银行信贷资金供给表现为集中化或明显的行业偏好。（3）经济政策不确定性与银行中长期贷款占比呈正向关系，说明经济政策频繁调整会使得银行信贷在长短期限上进行重新配置，这与常态下的信贷资源配置存在显著区别。（4）从银行自身经营分析发现，经济政策不确定性增强时银行调整信贷供给行为可以达到降低不良贷款或降低收益波动的目的，但这种行为很难在同时降低信用风险和收益风险之间保持平衡。

（二）政策建议

1.强化微观联动，维护经济政策稳定性

本文研究发现在不成熟的金融市场和政策频繁调整背景下，缩减信贷规模对银行而言是成本最低的应对方式。但长期来看经济政策频繁调整会扭曲信贷配置效率，使得政策实施无法达到应有目标。鉴于此，在短期内，政府在运用经济政策调节经济时应保持政策一致性、连贯性与公开性，与银行等市场主体建立有效沟通机制，使其充分了解经济政策导向，形成稳定合理预期。长期内，尽量减少短期刺激政策调整，加快市场化改革，通过市场化、手段化解资金供需矛盾，促使银行与企业间形成良性激励相容关系，从根本上化解银行“惜贷”“慎贷”行为，激发金融服务实体经济质效的动力。

2.加强银行体系流动性风险管理，优化资源配置

研究发现经济政策频繁调整会扭曲银行资源配置，商业银行应强化风险防控，加快信贷结构调整。第一，从供需双侧共同发力，激活银行多元业务活跃度，弱化经济政策频繁调整对商业银行信贷规模形成的“萎缩”效应。第二，商业银行应注重对经济政策识别和评估，提高对国内外宏观经济运行及行业动态的分析和预测能力，完善信贷授信制度，从而强化自身应对外部不确定性冲击能力，科学引导信贷资源高效率配置，发挥好服务实体经济的作用。

3.强化银行监管职能，推动银行资产结构升级

中国银行业仍以信贷业务占主导，信用风险仍是银行主要风险。在经济政策频繁调整时银行调整信贷供给结构虽然可以缓解银行风险，但也可能加剧收益波动，甚至会阻碍经济发展。因此，一方面银行应该适度降低信贷额度以缓解外部政策频繁调整带来的冲击，实现安全性、流动性与盈利性的平衡统一。另一方面，商业银行应未雨绸缪，强化内部监管职能，逐步完善风险管理体系，严控功能发挥的边界，保证银行资金流动性，提高信贷配给效率。

4.完善监管规制，发挥政府监管引领

监管部门应该密切关注银行资本充足率、流动性等指标动态变化，在经济政策不确定性上升时，通过“道义劝告”、“窗口指导”等途径引导银行调整信贷标准，从供给端解决市场流动性问题。同时，监管部门需要继续完善多层次、系统化的银行监管规制框架，把银行信贷供给结构占比等指标纳入监管范畴，从源头杜绝银行不合理信贷资源配置，助力实体经济发展。

①以36 家A 股上市银行在2007-2019 年的信贷投放行业分布看，以信贷增速和不良贷款率为限制条件，发现商业银行贷款投放规模较大的行业主要有三类。

②数据来源：http://www.policyuncertainty.com。

③虚拟变量，样本银行所在省级行政区共31 个（由于我国港澳台地区银行制度差异，予以剔除）。因此本文设置30 个虚拟变量。

④数据由中国人民银行（央行）和国家统计局共同向银行家们发放的问卷调查统计所得。