央行借贷便利工具对商业银行效率的影响研究※

姜旭

内容提要：通过包含异质性特征的一致估计随机边界分析方法对2014-2019年109家商业银行的成本效率进行了测算，并考察了中期借贷便利(MLF)对商业银行成本效率的影响。研究发现，MLF通过数量和价格，均能对商业银行的成本效率产生显著积极影响，但对于不同类型银行则存在异质性效果，且在促进金融服务实体经济方面存在不足，定向调控的能力有待提升。研究认为：未来应在增强MLF与其他流动性调控工具使用的协调性、扩大MLF使用频率和规模、提升MLF与宏观审慎监管良性互动的基础上，加强MLF的价格基准与预期引导功能，并通过逐步置换部分总量型或政策导向性较强的工具，进一步发挥MLF的市场化定向调控效果，使MLF与央行利率走廊建设形成有机结合。

一、 引言与文献综述

2008年金融危机之后，以维持价格稳定为主要目标的传统货币政策框架受到巨大冲击和广泛质疑。与此同时，各国央行为了应对危机造成的经济衰退、缓解金融市场的流动性紧缺、并促进金融机构向私人部门提供资金，创新和实施了一系列非常规货币政策，借贷便利类工具便是其中最具有代表性的政策之一。近年来在借鉴西方发达经济体经验的基础上，中国央行也陆续实行了常备借贷便利(SLF)、中期借贷便利(MLF)、以及定向中期借贷便利(TMLF)等工具。上述工具增强了货币政策传导的有效性、拓宽了基础货币投放渠道、丰富了货币政策调控手段，不仅是健全现代货币政策框架和建立现代金融机构体系的重要组成部分(易纲，2020)，也有助于实现“十四五”规划《纲要》对于完善宏观调控政策体系的明确要求。在此背景下，考察借贷便利工具对于商业银行效率的影响效果，兼具理论价值和现实意义。

从西方发达经济体的实施经验来看，借贷便利工具作为金融危机时期广泛运用的一类非常规货币政策，具有很强的现实性和实践性。零利率下限的约束限制了传统利率政策的使用，而危机对金融体系功能造成的重创，加剧了金融机构对未来经济状况的担忧和对流动性不足的恐慌，这使得即便央行短期内释放大量流动性，金融机构依旧会出现“惜贷”行为，从而产生“结构性流动性紧缺”(卢岚和邓雄，2015)。为摆脱上述困境，各国央行开始通过借贷便利工具直接参与市场交易，通过直接购买或以高流动性资产置换低流动性资产等方式向各类金融市场直接注入流动性，从而增强市场信心、修复金融体系、降低市场风险、激励金融机构进一步提供资金，进而实现降低家庭和中小企业融资成本、促进经济复苏的目的(Michael等，2012；封北麟和孙家希，2016)。典型工具如美联储的定期贷款拍卖(TAF)、定期资产支持证券贷款工具(TALF)、商业票据融资便利(CPFF)，欧央行的定向长期再融资操作(TLTRO)、直接货币交易计划(OMT)等(孔丹凤和陈志成，2021)。这些工具从性质上来说属于中央银行再贷款，且与再贴现政策十分类似，但在预期引导功能、抵押担保品范围、量价调控模式、交易对象与方式、目标与资金定向性方面具有明显差异(马理和刘艺，2014；杨美超和郭红玉，2021)。

中国的借贷便利工具在操作方式上与西方发达经济体较为类似，但除了报价与申请流程具有市场化特点，以及具备提供紧急流动性、降低中长期融资成本、缓解流动性错配问题等功能之外，还陆续承担了在外汇占款下降背景下拓宽基础货币投放渠道、实现精准直达的定向调控、畅通政策传导机制、引导市场预期与市场利率形成、以及构建中国利率走廊调控机制与央行调控框架转型等方面的功能或作用(邓伟和袁小惠，2016；李成等，2019)。此外，中国借贷便利工具日益常态化实施的特点也与西方发达经济体存在显著差别，后者更多地是在危机时期作为补充性救助手段(潘敏和刘姗，2018)，而中国则将金融服务实体经济作为重要目标(陈丰华，2021)。

国内外有关借贷便利工具的研究集中于流动性风险、影响机制、对实体经济影响等方面：一是流动性风险调控方面。相关研究认为，借贷便利工具通过向市场中提供流动性，对于资产流动以及证券收益率具有显著的稳定作用，且有利于金融市场未来的修复(Duygan-Bump等，2013)。同时，相比于受特定支持的证券，借贷便利工具在稳定投资者情绪、影响风险交易水平方面的作用更加明显(Campbell等，2011)。二是影响机制方面。Acharya等(2017)的研究发现，借贷便利工具的效果取决于金融机构的财务状况和资产负债表流动性。侯成琪和黄彤彤(2020)利用DSGE模型的结果显示，借贷便利工具主要通过引导贷款市场定价和提供充足的流动性来提高银行的融资可得性，进而降低市场风险。童晶和汤春玲(2021)针对MLF利率的实证结果则表明，中国MLF对信贷量的影响要大于对金融市场波动的影响，现阶段MLF利率的传导效应存在不足。三是对实体经济的影响方面。Berger等(2017)的研究表明，借贷便利工具在不同银行规模、不同贷款类别和期限等情况下均能促进银行的贷款供给。史本叶等(2020)的研究认为借贷便利工具的效果具有区制特征，其在经济高增长区间对于经济的促进作用要强于低增长区间。王永钦和吴娴(2019)利用三重差分法分析了MLF的抵押品渠道影响机制，发现其能够降低中小企业的融资约束与融资成本。孔丹凤和陈志成(2021)的实证结果则表明，TMLF能够对民营、小微企业在融资成本和信贷可得性方面提供有效的支持。

相较于既有文献，本文尝试在以下方面进行边际创新：首先，既有文献大多是从宏观或金融市场的角度考察借贷便利工具的作用，而有关对商业银行影响的分析则相对较少，考虑到商业银行体系在中国金融体系以及货币政策传导中的重要地位，借贷便利工具影响商业银行自身业务水平的方式与效果，具有现实意义和探讨价值。其次，由于相关工具在中国实施的时间较短，许多文献选择将包括借贷便利、短期流动性调节工具(SLO)、抵押补充贷款(PSL)在内的各类结构性货币政策工具合并研究，而专门针对借贷便利工具的研究也多侧重于SLF或事件分析。事实上，随着央行货币政策调控框架的日趋完善，各类创新工具也逐渐显示出明确的分工与侧重，而在这些工具中，MLF的重要性日益提高。最后，由于MLF工具不仅是重要的流动性调控工具和基础货币投放手段，同时也具有很强的价格信号作用，特别是LPR利率以MLF为基准，这使得MLF的数量和价格均会对市场产生重要影响。此外，借贷便利工具在申请资质方面，也与宏观审慎政策联系密切。现阶段相关文献围绕上述方面的讨论相对有限。

有鉴于此，本文从成本效率的角度实证检验借贷便利工具对商业银行的影响。具体地，本文使用随机边界分析(SFA)方法计算商业银行成本效率，并分别从数量与价格两个角度，对中期借贷便利工具(MLF)通过商业银行流动性、价格基准和信号、宏观审慎规范作用等三个方面的有效性，进行实证检验。

二、 效率测算与模型设定

本文所使用商业银行面板数据均来自国泰安(CSMAR)数据库，共包含各类商业银行109家，其中全国性商业银行16家、城市商业银行65家、农村商业银行与农村信用社28家。宏观时间序列数据均来自万得(Wind)数据库。原始数据的样本区间为2014年至2019年，频率为年度。此外，为了避免极端异常值对估计结果造成影响，后续实证过程中对连续变量进行了1%缩尾处理。所有计算均基于Stata 16。

1.商业银行效率测算

既有文献中对于商业银行效率的研究，按照分析视角可以分为规模与范围经济效率、生产前沿效率分析两类，从方法则可分为非参数方法和参数方法，前者以数据包络分析(DEA)为代表，后者以随机边界分析(SFA)为代表(童馨乐和卞华斌，2020)。由于中国作为发展中新兴转轨经济体，所面临的经济与金融环境往往更加复杂多变，而当存在较多不确定性因素时，DEA方法由于对数据误差敏感性高、稳定性差，可能会导致较大测量与随机误差，而SFA方法在这种情况下则更加适宜(陈其安和刘艾萍，2015)。因此，本文采用SFA方法测算商业银行成本效率，并使用超越对数形式的生产函数，以规避C-D函数等形式下假设过于严格、无法捕捉交互项与非线性特征等缺点。函数具体如式(1)所示：

(1)

表1 投入产出指标的选取与计算方式

更进一步地，为了在测算中考虑异质性因素，本文采用了Belotti和Ilardi(2018)的一致估计固定效应面板SFA方法。相比较常用的Battese和Coelli(1995)方法，这种方法既能够克服无效率成分与个体异质性无法得到有效区分的问题，即所谓“Greene难题”，也不存在无效率项只能单调变化的限制，从而可以捕捉商业银行效率变化的非线性趋势。其具体设置如下：

σvi=exp(φ0+φ1wit),σui=exp(γ0+γ1zit)

(2)

通过式(2)可以将异方差引入到随机误差项和非效率项的计算中，wit、zit分别为可能引起异方差的变量，本文将wit设置为公司规模(以总资产的对数lnTA衡量)，而将zit设置为资产负债率(ALR)、资本充足率(CAR)、存贷比(LDR)。上述异质性设置的依据主要基于以下考虑：由于样本涵盖了全国性商业银行、城市商业银行、农村商业银行等各类型，其规模大小可能对随机误差的波动产生影响，而在非效率项的测算中，商业银行的效率与监管标准息息相关，而所选取的三项均为较常见的审慎监管指标。表2、图1、表3分别展示了SFA系数估计结果和商业银行效率水平测算结果。如表2所示，lnTA、ALR、LDR系数均显著为负，前者表明银行规模越大，其随机测量误差波动越小，后二者表明更好的财务状况表现能显著降低非效率项的波动情况，银行效率更加稳定。上述结果与常规认知较为契合。

表2 商业银行成本效率的SFA估计结果

SFA方法计算出的效率水平衡量了商业银行的实际效率与理论最优效率之比，其取值范围为[0,1]，数值越大表明效率越高。图1展示了商业银行效率的计算结果，其中左图展示了所有银行在样本区间内的平均效率变化趋势，右图则进一步按照全国性商业银行、城市商业银行、农村商业银行等三类进行划分，分别展示了各类商业银行的平均成本效率。从全样本平均成本效率变化趋势来看，其与中国经济金融环境变化趋势较为符合，基本对应了中国GDP增速下降、外汇与国内金融市场波动、央行货币政策调控转型、中美贸易摩擦与全球不确定性上升等时点，反映出国内商业银行对于宏观经济环境变化的敏感性。其中，在2016年出现的较为明显的趋势转向，可能与供给侧结构性改革与宏观审慎政策的实施，以及MLF增设1年期期限有关。从变化幅度来看，全样本的平均成本效率基本处于0.93水平附近，且波动幅度不大，这意味着在不改变技术和投入的条件下，商业银行的平均成本要比理论最优的成本高约7%。

从不同类型商业银行的平均成本效率水平来看，农村商业银行的平均效率相对更加稳定，而全国性商业银行和城市商业银行变化幅度较大，且均在2016年之后呈现出较快的增长趋势。为了排除样本量差别造成的干扰，表3进一步列出了各类型商业银行成本效率的5%与95%分位数，可以看到，城市商业银行的个体差异最为明显，而全国性商业银行虽然平均效率水平随时间变化的趋势较大，但标准差较小、分位数相对集中，这说明不同全国性商业银行的效率表现差异较小，个体之间随时间变动的趋势具有相似性。

表3 商业银行成本效率的描述统计

2.MLF对商业银行效率影响的模型设定

本文样本中包含109家各类商业银行，根据修正Wald检验、Hausman检验和似然比检验结果，采用双向固定效应模型进行估计，并使用稳健标准误。模型设定如下：

effit=β0+β1Xt+β2Controlit+β3Macrot+μi+λt+εit

(3)

effit为商业银行成本效率，前文利用一致估计固定效应SFA方法进行了测算。Xt为借贷便利变量，本文使用MLF累计余额的对数(lnMLF)、1年期MLF利率(rate)分别作为数量型、价格型借贷便利工具的度量指标。前者由MLF月度期末余额加总得到年度值，反映各年度MLF累计使用数量。后者为1年期MLF利率的月度加权平均，之所以选择1年期MLF利率而非3个月期或6个月期，一方面是因为1年期MLF使用的频率最高，另一方面是因为3个期限的MLF利率在变动时间和幅度上均保持一致，因此1年期MLF利率具有良好代表性。为避免计算方式对结果产生影响，本文后续还使用了其他替代指标，以验证结果的稳健性。

Controlit为银行微观特征控制变量，包括总资产对数(lnTA)、资产收益率(ROA)、资产负债率(ALR)、以及是否上市虚拟变量(ipo)，从而对银行规模、经营情况、业务透明度等方面进行控制。Macrot为宏观经济环境控制变量，本文选取以不变价计算的GDP年度增速(gdpr)作为衡量指标。相关变量的描述性统计如表4所示。

表4 主要解释变量含义与描述性统计

由于回归中包括核心解释变量在内使用了多个宏观时间序列指标，此时控制年度固定效应可能会导致共线性问题。本文参考杨筝等(2019)的判断标准，通过计算各变量间的相关系数，发现所有变量的相关系数均在0.8以下，表明多重共线性问题不严重。后文中还将以其他方法作为稳健性检验的步骤。

三、 实证结果与分析

1.MLF对商业银行效率的影响

本文首先使用全样本回归，考察中期借贷便利的数量指标和价格指标对于商业银行成本效率的影响，为了避免指标计算方式对计算结果造成影响，本文也使用了其他度量方式得到替代指标。面板回归结果如表5所示。

表5的(1)、(2)列显示，MLF数量指标的系数显著为正，MLF价格指标的系数显著为负，说明借贷便利工具在数量和价格两个方面均能提升商业银行的成本效率。但回归中所选取的指标可能会存在以下问题：首先，MLF数量指标是通过将MLF月度余额进行加总而得到的年度累计值，虽然能够衡量本年度MLF的总使用量，却并不能反映本年度MLF的新增投入情况。这是因为MLF的期限往往较长，本年度的月度余额中往往包含了上一年度的结余，而MLF的作用效果很可能与投放时机有关，若单纯使用年度累计余额则容易忽略这一点。有鉴于此，本文基于MLF的月度新增额，进而加总得到年度累计新增额，对原数量指标进行替代，回归结果如第(3)列所示。其次，在计算价格型指标时，使用1年期平均利率会丢失其他两个期限所包含的信息，因此本文也以不同期限下月度新增额的数量为权重，重新计算了各年度的加权平均利率，回归结果见第(4)列。最后，本文还综合上述两个因素，计算了经利率期限结构修正后的“实际”数量指标，回归结果见第(5)列。由于上述做法考虑了投放时间、持续期限等因素，加之本文使用的数据为年度，因此也可以消除MLF可能存在的季节性因素对结果稳健性所造成的影响。可以看到，在改变MLF各指标的度量方式后，各系数依然保持显著。

表5 MLF对商业银行成本效率的影响

2.MLF的异质性影响分析

进一步地，本文将商业银行按照全国性商业银行、城市商业银行、农村商业银行三个类别进行划分，对式(3)进行重新验证，从而考察MLF工具对不同类型商业银行是否存在异质性影响，回归结果如表6所示。

分样本回归的结果显示，MLF的两种指标的系数符号虽然与全样本回归结果保持一致，但只有城市商业银行的系数继续保持显著，且系数的绝对值均有所提高，这说明MLF的影响主要体现在城商行，而对于全国性商业银行和农村商业银行则没有显著影响。根据央行对于MLF实施对象的描述，符合宏观审慎动态监管要求的国有商业银行、股份制商业银行以及较大规模的城市商业银行和农村商业银行，均能够参与MLF的市场化利率招标申请。同时，城商行的规模和市场地位普遍介于全国性商业银行和农商行之间。根据以上两点可以排除城市商业银行在申请MLF时具有某种优势地位，因而表6所显示的系数显著性差别，更多地是由于商业银行自身特点以及与MLF功能定位的符合程度所导致的。

表6 MLF对不同类型商业银行成本效率的异质性影响

具体而言，全国性商业银行在存款安全性方面的吸引力往往更高，融资来源多样，且无论是规模、成本，还是在银行间市场的融资难度方面，全国性商业银行所面对的流动性环境都更加宽松，因此对于MLF的依赖程度并不高。同时，全国性商业银行业务复杂度、承担的政策任务以及受监管程度更高，这可能会导致其对MLF工具及附带要求的敏感性相对更弱。通过进一步剔除国有商业银行样本，发现MLF各类指标对股份制银行成本效率的影响依旧不显著，从而排除了所有制结构方面的原因，进一步佐证了上述观点。而农村商业银行虽然在补充流动性方面有很强的动机，但由于MLF在宏观审慎评估表现与质押品标准方面有一定要求，而农商行在业务规范性和合格抵质押品持有量方面均存在劣势，因而MLF并不能明显改善其融资成本，从而无法对成本效率产生显著影响。而城商行的特点则介于两者之间：一方面，MLF对其具有相当程度的吸引力；另一方面，其自身各项业务指标和合格抵质押品持有量与MLF的要求较为契合。因此MLF的投放增加了城商行的流动性获取来源，降低了流动性获取成本和难度，从而显著提高了其成本效率。

3.稳健性检验与进一步分析

由于MLF变量为外生的宏观数据，通常并不会存在明显的内生性问题。然而为了进一步分析，除了前文替换指标、分样本回归等方式之外，本文还围绕以下方面进行了稳健性检验：一是改变样本区间。MLF在最初设立阶段，期限均为3个月，此后于2015年第4季度、2016年第1季度分别增设了6个月期和1年期，且之后逐渐以1年期MLF为主。有鉴于此，本文将样本区间改为2016年至2019年进行检验。二是避免多重共线性。本文核心解释变量MLF指标为宏观时间序列，因此当模型中加入宏观控制变量及时间固定效应后，容易引起多重共线性问题，虽然前文参考杨筝等(2019)的标准进行了简单判断，但回归中仍可能存在影响。对此，本文分别剔除时间固定效应和宏观控制变量，重新进行估计。三是改变被解释变量。本文采用成本效率衡量银行效率，由于MLF具有向商业银行提供中期流动性的功能，因此可能会通过增加可贷资金从而影响商业银行的收入，因此本文使用收入效率对此进行检验。四是模型设定与内生性问题。虽然MLF指标为外生变量，但商业银行微观层面的控制变量与成本效率间仍可能存在内生性问题。为保证结果的稳健性，此处使用带有被解释变量与微观控制变量1阶滞后项的动态面板数据进行系统GMM两步稳健估计。

稳健性检验结果表明，改变样本区间或剔除可能导致多重共线性的影响因素后，个别MLF指标系数的显著性有所下降，但整体来看仍可认为结果保持稳健，且2016年之后MLF对商业银行成本效率的影响进一步提高。将被解释变量更换为收入效率后，MLF系数接近于零且不再显著，说明以MLF为代表的借贷便利工具主要是通过降低银行的资金成本来影响银行效率，但并不能增加商业银行的收入效率。这意味着，MLF虽然能够通过资产负债表显著改善商业银行的经营情况，降低资金使用成本，进而使社会融资成本下降，但无法有效促进商业银行向实体经济进一步增加信贷投放。限于篇幅，相关估计结果未列示，备索。

四、 结论与政策建议

基于2014—2019年109家商业银行的年度面板数据，考察了以MLF为代表的借贷便利工具对商业银行效率的作用。实证结果表明：① MLF工具不仅能够通过提供额外流动性使商业银行受益，其作为价格基准和政策信号的作用也同样显著。② MLF的政策效果会由于商业银行自身特点而表现出异质性，城市商业银行与MLF的功能定位和交易要求最为匹配，因而其成本效率受MLF的影响最为显著。③ 现阶段MLF的效果更多地体现在流动性风险管理、基础货币投放、价格基准等方面，但在定向性、直达性等结构性调整作用上尚有所欠缺。根据上述结论，提出政策建议如下。

首先，MLF对于部分商业银行具有良好的定向支持效果，但通过市场流动性进而影响商业银行体系的能力还有待提升，而后者很大程度上决定了MLF作为央行未来重要货币政策工具的最终调控效果。未来在进一步增加MLF使用频率和规模、扩大MLF合格抵质押及担保品范围的同时，还应特别注意MLF与外汇占款、存款准备金率、公开市场操作等传统流动性调控工具的协调统一，并逐步提高MLF的使用占比，否则受限于流动性投放占比不足，其调控效果也将大打折扣。

其次，随着MLF进一步常态化实施，其流动性投放功能的边际影响会逐渐减弱，未来应更加注重MLF利率在价格基准与预期引导方面的功能，加快其与央行利率走廊调控机制建设的有机融合。这也与货币政策从数量型调控转向价格型调控的转型方向相一致。

最后，MLF对于商业银行监管指标等方面的要求可能增加了部分中小银行获取MLF的难度，削弱了MLF定向调控的效果。然而这并不意味着MLF应当放松申请要求，相反，MLF与宏观审慎监管的结合虽然在短期会对中小银行造成一定程度的融资约束，但长期来看却能够促进其改善业务水平、提高经营效率、增强竞争能力。未来应继续加强MLF与宏观审慎要求的良性结合，同时在经济复苏态势良好、经济增长趋于稳定等适宜状况下，通过逐步提升MLF的使用量，相机置换再贷款等政策指导性较强的工具，从而进一步发挥MLF的市场化定向调控作用。