MLF担保品范围扩大对银行流动性创造的影响

周先平，陈明威，罗瑞丰

（1.中南财经政法大学 金融学院，湖北 武汉 430073；
2.对外经济贸易大学 金融学院，北京 100029）

早在2013年央行就开始创新、丰富货币政策工具，如常备借贷便利、中期借贷便利、补充抵押贷款等（见表1）。上述政策工具需要银行以符合要求的资产进行质押，这些资产多为国债、央行票据、政策性金融债、高等级信用债等优质债券。其中，MLF担保品范围经历了两次扩大，特别是2018年6月这次，范围扩大的力度很大。在此背景下，探究MLF担保品范围扩大的政策效应成为新的研究热点。

表1 央行创新性货币政策工具的合格担保品范围

现有研究集中讨论了创新型货币政策对债券信用利差的影响，比如王永钦等（2019）发现降低债券的可抵押性会提高债券的一级市场利差。现有研究存在两方面的不足：一方面，由于因果估计手段有限，难以将基于担保品的创新型货币政策的效果与其他货币调控政策的效果区分开。另一方面，现有研究专注于从直接作用渠道讨论担保品范围变化对债券市场，进而对担保品发行人融资成本的影响。而从间接作用渠道来说，流动性创造是商业银行的根本职能之一，银行通过向公众吸收流动性负债并转化为非流动性资产的方式创造流动性。MLF担保品范围扩大会影响商业银行资产和负债，进而对商业银行的流动性创造和贷款发放产生影响。学术界对这一间接作用渠道的研究比较缺乏。MLF担保品范围扩大为研究该间接作用渠道提供了良好的准自然实验环境。基于此，本文利用2013—2020年银行财务数据，运用双重差分法（DID）研究MLF担保品范围的扩大对银行流动性创造的影响，以此为宏观调控部门制定结构化货币政策，提高中小银行流动性创造，缓解特定企业融资约束提供重要的政策启示。

（一）货币政策工具的市场效应

关于传统货币政策工具市场效应的研究非常丰富。在股票市场方面，张金华等（2014）认为，紧缩性利率型货币政策与股市收益率波动显著负相关；
但当股市状态比较低迷时，股市收益率波动会受到更大幅度和更长时期的冲击。王少林等（2015）认为货币政策与股市的相互影响并非是一致的，货币政策能够显著影响股市，但反之股市对货币政策的影响却不尽如人意。当然，也有学者指出，货币政策对股票市场不具有政策有效性，有时还产生了相反效果。比如，李戎等（2017）运用时间序列计量模型证实，货币政策并不能对股票市场产生明显的影响。王性玉等（2018）分别考察预期和非预期的货币政策对股票市场的影响，发现可预期利率和可预期货币供应量对沪深300股市收益率没有影响；
同时，未预期利率与沪深300股市收益率之间存在显著负相关关系，而未预期货币供应量与沪深300股市收益率之间存在微弱正相关关系。

关于创新型货币政策工具市场效应的研究比较少。在股票市场方面，朱宁等（2019）研究发现，中期借贷便利可显著降低股票市场收益率波动，稳定市场，且不同期限效果不同，期限越长效果越好；
常备借贷便利的利率走廊上限作用偶有失效，造成股票市场收益率波动增加；
短期流动性调节的操作定向性和信息披露不及时，增加股票市场收益率波动。在债券市场方面，邹文理等（2020）认为，新型货币政策工具在不同的行情下对债券收益率的影响可能存在异质性。具体来说，在熊市行情下运用新型货币政策工具以刺激债券市场，促进债券价格回升是有效的，在牛市行情下使用新型货币政策工具的效果欠佳。

在货币政策对债券市场的传导方面，相关学者验证了银行间市场利率（包括债券收益率）与贷款利率、存款利率上限、存款准备金率和央行的净回收资金规模正相关。王宏生（2013）认为，央行正回购利率能够有效地引导SHIBOR、债券市场回购利率发生变动。张克菲等（2018）认为，MLF操作对债券市场产生的影响不容忽视，其中，对中期债券收益率的冲击当期最大。

目前有一些研究讨论了量化宽松与非常规货币政策的市场效应，探讨了新型货币政策工具对股票市场、债券市场的影响，但是有关新型货币政策工具对商业银行流动性创造，进而对信贷影响的研究却鲜有涉及。

（二）新型货币政策对债券信用利差的影响

黄振等（2021）研究表明，小微债券等特定债券资产纳入央行中期借贷便利担保品范围后，会对相关债券的资产价格产生政策效应，引导债券信用利差下行，从而引致企业直接融资成本下行。一方面，市场中被纳入担保品框架的资产占比并不大，因此市场上对被纳入担保品框架的资产需求更为旺盛，相关资产价格也会有一个上涨的预期。另一方面，由于具有央行的背书，普通投资者对该类资产的需求量也会增大。因此，当债券符合央行担保品的要求时，债券价格就会上涨，相应地，到期收益率会下降，债券信用利差也会随之下降。一些学者基于这个思路，进一步探讨了央行担保品政策的绿色效应，比如陈国进等（2021）研究发现，央行担保品范围扩大能够降低绿色企业的债券信用利差，引导绿色企业债券融资成本下行，推动企业绿色转型。另外，该政策实施后对债券资产价格的冲击也会存在异质性。王永钦等（2019）研究发现，MLF担保品范围扩大对非国有企业的债券信用利差的冲击可能更大，相对于地方国有企业，中央企业债券信用利差可能会降低得更多。

就担保品框架发挥作用的机制来看，国有企业与非国有企业的差异主要是来自于增信机制，由于政府对国有企业存在一定的隐性担保，其本身就有政府的信用背书，因此相较于非国有企业其信用风险较小，信用评级更高。相应地，国有企业的融资成本以及债券信用利差也就越低。所以，央行担保品管理框架对国有企业增信的提升作用较小。对于非国有企业而言，由于不存在政府的信用背书，通过MLF担保品范围扩大对非国有企业进行增信，有助于其债券信用利差的降低。

综上所述，现有文献对创新型货币政策效应的研究主要分为两类。一类是单纯研究创新型货币政策的市场效应，运用时间序列方法探讨创新型货币政策对汇率、利率等指标的影响。另一类是研究担保品政策框架调整对实体经济的支持效应。目前第二类研究主要讨论了担保品范围扩大的直接作用渠道，即担保品范围扩大是否会引导债券信用利差下行，从而降低企业融资成本。但担保品范围扩大也会影响商业银行的流动性创造及其稳定状况，进而影响贷款的发放，目前对这种间接作用渠道的研究较少。

基于此，本文利用2013—2020年银行财务数据，运用双重差分法（DID）对MLF担保品范围扩大的银行流动性创造效应进行了研究。研究发现：（1）MLF担保品范围扩大能显著促进中小银行流动性创造，经过平行趋势检验和安慰剂检验等一系列稳健性分析，结论依然可靠。（2）MLF担保品范围扩大虽然不能持续促进中小银行流动性创造，但却能平滑流动性创造的波动，降准政策会干扰这种平滑作用。（3）从MLF担保品范围扩大的传导机制看，一方面，MLF担保品范围扩大意味着这些资产被央行认可，资产价格和流动性会提升，中小银行更愿意配置这些信贷资产从而创造流动性。这种效果在稳健性差的银行表现更为明显。另一方面，MLF担保品范围扩大降低了中小银行融资成本，促进了银行流动性创造。（4）异质性分析发现，传统货币政策与MLF担保品范围扩大政策存在替代效应，在总量货币政策宽松时，MLF担保品范围扩大政策的效果会受到削弱。另外，对客户集中度较低的银行而言，MLF担保品范围扩大的政策效果会更好。

本文可能的边际贡献主要体现在三个方面：一是提出了MLF担保品范围扩大的间接作用渠道。以往研究关注MLF担保品范围扩大的直接作用渠道，即探讨MLF担保品范围扩大能否引导新纳入担保债券信用利差下行，降低新纳入担保品发行人的融资成本。本文则从间接作用渠道入手，探讨MLF担保品范围扩大能否提高以及平滑中小银行流动性创造，从而促进针对小微企业的贷款发放。二是本文利用MLF担保品范围扩大这一准自然实验，运用双重差分法对创新型货币政策效应进行因果推断，一定程度上避免了其他不可观测因素的干扰。三是本文的研究对宏观调控部门使用创新型货币政策工具，通过银行渠道传导，进而定向缓解中小企业融资约束有一定的参考意义。

流动性创造是商业银行的基本职能，商业银行通过流动性负债为非流动性资产融资从而创造流动性。分析MLF担保品范围扩大能否间接作用于实体经济，关键是看MLF担保品范围扩大能否促进商业银行流动性创造及平滑其波动。

本文理论分析的主要思路是：从资产端来看，担保品范围扩大后，这些新纳入的担保品被央行认可，这些资产在市场上更容易被投资者所接受，资产价格和流动性都会提升，银行也更愿意将信贷资源配置到这些资产领域，从而创造流动性；
从负债端来看，担保品范围扩大后，商业银行以低成本从央行融资的规模会增加，同时由于持有这些资产的价格和流动性上升，商业银行在同业市场上也能以较低的融资成本获得资金。融资规模的上升和融资成本的下降，有利于商业银行的信贷发放，从而提升流动性创造。这就是MLF担保品范围扩大提升流动性创造的“资产认可渠道”和“融资成本渠道”。在现实中，资产端和负债端的影响可能相互传导，本文为了便于分析对两种效应加以区分。

（一）MLF担保品范围扩大对银行流动性创造的影响

就银行资产端而言，MLF担保品范围扩大意味着央行认可的资产增加，商业银行也会配置更多这些新的被央行认可的资产，从而在某种程度上改变商业银行的资产状况和结构。央行将优质的绿色贷款、小微企业贷款纳入担保品范围，实际上鼓励了中小银行将信贷资源更多地投放到绿色、小微等领域，创造出更多的流动性，从而给予中小微企业更多资金。

就银行负债端而言，MLF担保品范围扩大有利于商业银行凭借这些担保品从央行获得更多的低成本资金，同时，由于央行认可了新的担保品，持有这些担保品的银行资产流动性会增加，也有利于降低银行在货币市场的融资成本。负债成本的下降有助于中小银行更好地服务绿色、小微领域，从而完成流动性创造。综合来看，由于中小银行绿色、小微信贷占比更高，MLF担保品范围扩大能够降低中小银行的融资成本，从而有利于中小银行进行流动性创造。由此，本文提出假设1。

假设1：MLF担保品范围扩大有利于促进中小银行流动性创造。

（二）MLF担保品范围扩大对银行流动性创造的波动的影响

长期来看，中小银行是否发放新的贷款，需要考虑的因素非常多，包括宏观经济预期、货币政策整体状况、行业和客户特征等。MLF担保品范围扩大只是结构性的，不代表货币政策整体状态，因此该政策不能在长期内持续提高中小银行流动性创造水平。

相对于存款准备金政策来说，在MLF业务中，央行的角色是被动的，商业银行的角色是“主动”的，什么时候利用MLF从央行融资，融资多少，都由商业银行自主决定。因此，在面临不确定性时，MLF担保品范围扩大为商业银行提供了一个管理其负债的“备用”工具，稳定的负债来源当然有利于平滑流动性创造。这就是MLF担保品范围扩大平滑流动性创造的主要机理。由此，本文提出假设2。

假设2：MLF担保品范围扩大能够平滑中小银行流动性创造。

（一）计量模型与估计方法

本文借鉴孙海波等（2019）利用政策实施构造准自然实验的方法，将央行MLF担保品范围扩大视为“准自然实验”，通过双重差分模型来考察MLF担保品范围扩大对银行流动性创造水平的提升作用和平滑效应。

参考刘莉亚等（2021）、李明辉等（2014）、田国强等（2020）的研究，本文构造银行流动性创造指标LC_TA。LC_TA的计算方法主要分为三步：第一步，根据变现的难易程度、交易成本与时间期限，将银行资产负债表和表外科目划分为流动性、半流动性和非流动性三类。第二步，对不同流动性的科目赋予权重。对非流动性资产和流动性负债赋予0.5的权重（此部分能够为银行创造显著为正的流动性，因此赋值权重为正），对非流动性负债和流动性资产赋予-0.5的权重（此部分流动性很弱甚至表现为流动性的负向吸收，会阻碍银行的流动性创造，因此赋值权重为负）。表外业务与资产业务性质类似，因而对流动性和非流动性表外业务分别赋予-0.5和0.5的权重。对表内表外所有半流动性业务赋予0的权重，原因在于半流动性业务大多起着通道作用，既没有吸收外部的流动性，也没有向外创造流动性，因此赋值权重为0。第三步，根据前两步的流动性划分和权重赋值，通过加权求和的方法来计算商业银行的流动性创造，公式如下：流动性创造=0.5×（非流动性资产+流动性负债+非流动性表外业务）+0×（半流动性资产+半流动性负债+半流动性表外业务）-0.5×（流动性资产+非流动性负债+流动性表外业务）。最后进行规模化处理：流动性创造/银行总资产×100。本文用下列模型来验证MLF担保品范围扩大的政策效应。

本文将中小银行作为实验组，大型国有商业银行作为对照组。这样划分的依据主要有两个：一是从商业银行信贷业务发展历史来看，大型国有银行凭借资源禀赋，能够获得大量中央企业、国有企业资源，而中小银行受制于资源、规模及信贷投放能力，信贷资源更多投向小微、民营企业。因此MLF担保品范围向小微、“三农”信贷资产扩容可能对中小银行的影响更大。二是从商业银行的信贷规模占比来看，根据2021年银保监会统计数据估算，中小银行的普惠型小微信贷资产占信贷资产比例在三分之二以上，约为大型国有银行的2.5倍。

在模型（1）中，Treat组别为虚拟变量。当样本为大型国有商业银行时，Treat取值为0，反之取值为1。Post表示时间虚拟变量，当样本年份在2018年之后时（不包括2018年）取值为1，反之取值为0。dt表示Treat与Post的交乘项，表示政策虚拟变量。controls为控制变量。

本文选取的主要控制变量有：银行层面的存贷款增长率、基本获利率、资产周转率、不良贷款率、拨备覆盖率、银行同业存放款项、资产规模等变量，以及宏观经济层面的GDP增长率和M2增长率等指标。

同时，为了验证MLF担保品范围扩大对银行流动性创造的平滑效应，本文构建银行流动性创造波动指标LC_TAsd，采用DID模型（2）进行回归分析。其中，银行流动性创造波动指标（LC_TAsd）使用连续三年银行流动性创造指标的标准差来衡量。

类似模型（1），本文将中小银行作为实验组，大型国有银行作为对照组进行考察。当样本为大型国有银行时，Treat取值为0，反之取值为1。当样本年份在2018年之后时（不包括2018年），Post取值为1，反之取值为0。dt表示Treat与Post的交乘项。controls为控制变量。

（二）样本与变量

1.数据来源

本文使用的商业银行数据来源于WIND数据库和CSMAR银行财务数据库，样本期为2013—2020年。样本中剔除了政策性银行、邮政储蓄银行、网商银行、外资银行以及样本少于三年的银行。GDP增长率等宏观经济数据来源于《中国统计年鉴》。最终，本文获得273家银行共2145个样本。最后，为避免异常值的影响，本文对所有变量进行了上下1%的缩尾处理。

2.变量说明

本文的被解释变量为商业银行流动性创造与商业银行流动性创造波动，解释变量为政策虚拟变量，主要的控制变量有银行层面的存贷款增长率、基本获利率、资产周转率、不良贷款率、拨备覆盖率、资产规模等变量，以及宏观经济层面的GDP增长率和M2增长率等指标。主要变量的定义及说明如表2所示。

表2 变量定义及说明

（三）描述性统计

表3显示的是变量的描述性统计结果。从中可以发现，目前我国商业银行的流动性创造水平差异较大，最大值为30.138，最小值为16.317。就银行资产质量层面而言，不同银行的资产质量指标的差异也相对较大：不良贷款率的最大值为23.43，最小值为0.04；
拨备覆盖率最大值为63.65，最小值为1.32；
就银行盈利能力而言，其基本获利率最大值为0.112，最小值为-0.052，这说明银行的盈利能力差别较大。其他控制变量的描述性统计结果均在合理范围内。

表3 变量的描述性统计

（一）平行趋势检验

首先进行平行趋势检验。采用双重差分估计方法（DID）要求政策冲击是外生的，不能与模型的随机扰动项相关。如果有遗漏变量能同时影响银行流动性创造和MLF担保品范围扩大政策，那么就不能确定中小银行受到了政策影响。因此，在基准回归之前进行平行趋势检验是十分必要的。

本文借鉴Li等（2016）的事件研究法进行平行趋势检验，并绘制出平行趋势检验图，如图1所示。使用生成年份虚拟变量与处理组虚拟变量的交互项，将这些交互项作为解释变量进行回归，被解释变量为商业银行流动性创造指标，最后将回归后变量的系数与置信区间在图1中列示。图1表明，在政策实施年份之前的2014—2016年（回归中为避免多重共线性剔除了2017年的年份虚拟变量与处理组虚拟变量的交互项），交互项的系数为负或者为0，但在政策实施年份后，交互项的系数均显著为正。这表明，相较于政策实施前，处理组的流动性创造水平确实得到了较为显著的提升。

图1 平行趋势检验

（二）基准回归结果

表4显示了基准回归结果。其中（1）列显示的是未加入GDP增长率和M2增长率等宏观经济变量的结果。（2）列则是加入了宏观经济变量的结果，加入宏观经济变量的目的是控制因经济增长和总量货币政策变化给因变量带来的影响。（1）（2）列的结果均表明：政策虚拟变量dt的系数为正，且能在1%水平下通过显著性检验，这表明MLF担保品范围扩大能够显著促进中小银行流动性创造。由于中小银行是服务小微企业的主力军，中小银行创造流动性能够提高小微企业的信贷可获得性，缓解小微企业的融资约束。

表4 基准回归结果

（三）稳健性检验

1.安慰剂检验——缩短样本时间

由于本文选取的时间窗口为2013—2020年，而2013年央行开始建立担保品框架，随后逐步扩大了担保品范围，这可能会对分析MLF担保品范围扩大的政策效应造成干扰。基于此，本文将样本区间缩短为2014—2020年，以进行稳健性检验。

表5显示了缩短样本区间后的回归结果。类似基本回归，（1）列显示的是不加入宏观经济变量的回归结果，（2）列显示的是加入宏观经济变量后的回归结果。（1）（2）列的结果均显示，政策虚拟变量的系数为正且能在1%的水平下通过显著性检验，进一步支持了基准回归结果的稳健性。

表5 安慰剂检验——缩短样本时间

2.安慰剂检验——替换政策实施年份

如果银行变量的变化不是由MLF担保品范围扩大政策带来的，而是随着时间推移由银行其他不可观测的因素所导致，这同样会影响研究结果的稳健性。因此，本文通过构造“虚假”实施年份进行安慰剂检验，选取MLF担保品范围扩大政策的前两年（2016年）作为虚拟的政策处理年份，重新进行回归。回归结果如表6所示。

表6 安慰剂检验——替换政策实施年份

其中，（1）列显示的是采用虚假政策处理时间的结果，（2）列显示的是基准回归结果。（1）列结果显示，政策虚拟变量1的系数为正，但并不能通过显著性检验。（2）列的基准回归结果则可以通过显著性检验。安慰剂检验的结果表明，将其他年份作为MLF担保品范围扩大的实施年份无法得到显著的估计结果，说明MLF担保品范围扩大政策对银行流动性创造指标的影响不是由常规性的随机因素所导致的。

3.倾向得分匹配-双重差分法

考虑到不同类型银行间风险管理水平和财务状况差异较大，容易产生选择性偏误问题。这样，对照组和处理组之间的可比性并不强。鉴于此，本文采用倾向得分匹配-双重差分（PSM-DID）的方法进行稳健性检验。首先，使用倾向得分匹配法先匹配与处理组相近的对照组。匹配方法是：将金融指标作为协变量，采用Logistic回归模型计算倾向匹配得分；
使用最近邻匹配法；
从大型商业银行中为中小银行寻找一对一的匹配样本。然后，采用共同支撑的方法检验匹配样本的平衡性，去掉不能通过检验的观测值。

表7显示的是倾向得分匹配结果。结果显示，经过倾向得分匹配后，处理组与对照组之间的差异并不显著。说明倾向得分匹配是成功的，匹配后，处理组找到了其相对应的对照组。

表7 倾向得分匹配结果

表8显示的是对倾向得分匹配后的样本再次使用双重差分方法的估计结果。（1）列未加入宏观经济控制变量，（2）列加入了宏观经济控制变量。回归结果显示，无论加不加入宏观经济控制变量，MLF担保品范围扩大的政策虚拟变量系数均为正，且能在1%的显著性水平下通过检验，这个回归结果与基准回归分析的结果基本一致，稳健地支持了MLF担保品范围扩大促进了商业银行流动性创造的基本结论。进一步说明，在排除因样本选择性偏误而可能产生的内生性问题后，主要结论依然成立。

表8 PSM-DID回归结果

（一）资产认可渠道

理论分析部分指出，将优质的绿色贷款、小微企业贷款纳入担保品范围，这些资本被央行认可，会提高这些资产的流动性和价格，从而鼓励中小银行创造流动性。比如，绿色贷款、小微企业贷款被认可后，更容易进行资产证券化，进而提高资金利用效率和资产质量。从实证检验的角度来看，为了验证资产认可渠道的存在，就需要验证银行资产质量指标能否起到显著的调节作用。因此，本文考虑将政策虚拟变量与银行资产质量指标的交乘项纳入模型进行回归。银行资产质量用不良贷款率、拨备覆盖率等来表示。

回归结果如表9所示。（1）（2）列是分别加入了政策虚拟变量与不良贷款率、拨备覆盖率交乘项的回归结果。这样处理的目的是为了从银行资产质量层面探究MLF担保品范围扩大促进中小银行创造流动性的作用机制。结果显示：不良贷款率与政策虚拟变量的交乘项的系数为正且能在10%的水平下通过显著性检验；
而拨备覆盖率与政策虚拟变量的交乘项的系数却显著为负。这说明不良贷款率对MLF抵押品范围扩大促进中小银行创造流动性的效果具有显著的正向调节作用，而拨备覆盖率却具有负向调节效应。

表9 机制检验——资产认可渠道

综合来看，随着MLF担保品范围扩大，新的资产被央行认可，资产流动性和资产质量得到改善进而促进流动性创造，这种效应在不良贷款率高的中小银行表现更为显著。

（二）融资成本渠道

据前文所述，MLF担保品范围扩大有利于商业银行凭借这些担保品从央行和货币市场以更低的成本融资，进而促进银行贷款发放和流动性创造。为了验证融资成本渠道的存在，考虑将政策虚拟变量和融资成本的交乘项纳入回归模型。参考刘莉亚等（2021）的研究，本文使用利息支出/银行资产规模作为融资成本的代理变量。

表10显示了融资成本渠道检验的回归结果。其中（1）列未加入宏观经济控制变量，（2）列则加入了宏观经济变量。结果显示：无论加不加入宏观经济控制变量，政策虚拟变量与融资成本的交乘项的系数为正，且均能通过显著性检验，这说明融资成本变量具有显著的正向调节作用。MLF担保品范围扩大后，融资成本较高的中小银行能够通过该政策从央行和货币市场融资，降低融资成本，从而显著提升流动性创造水平。因此，融资成本渠道是存在的。

表10 机制检验——融资成本渠道

（一）持续的流动性创造还是平滑流动性创造

本文进一步探讨MLF担保品范围扩大的其他政策效应，包括是否能持续提高中小银行流动性创造水平，是否能够平滑中小银行流动性创造的波动。采取前后连续三年银行流动性创造指标的方差作为衡量中小银行流动性创造的波动指标。回归结果如表11所示。其中，（1）列的因变量是流动性创造波动指标。（2）（3）列则研究了政策的动态效应，将政策时间虚拟变量替换为各个年份时间虚拟变量（2018年，2019年）。（1）列回归结果显示，政策虚拟变量的系数显著为负且能在1%的水平下通过显著性检验，表明MLF担保品范围扩大能显著降低中小银行流动性创造水平的波动性，具有平滑效应。（2）（3）列结果表明政策效果有随时间减弱的现象。这说明，MLF担保品范围扩大虽然不能持续改善中小银行的流动性创造水平，但却能起到一定的平滑作用。

表11 MLF担保品范围扩大对银行流动性创造的平滑效应

为了验证回归结果的稳健性，本文采取前后连续五年银行流动性创造指标的标准差作为流动性创造波动的替代指标进行回归分析。回归结果如表12所示。其中，（1）（2）列的因变量是流动性创造波动指标的替代变量，二者的区别是控制宏观经济变量与否。两列的回归结果均显示政策虚拟变量的系数为负且能在1%的水平下通过显著性检验。这说明，MLF担保品范围扩大确实能显著降低中小银行流动性创造水平的波动性，起到平滑效果，回归结果稳健地支持了前文的结论，进一步验证了假设2的成立。

表12 稳健性检验——替换流动性创造波动性衡量指标

（二）平滑效应的进一步验证——融资成本和资产认可是否能影响流动性创造波动

前文分析表明，MLF担保品范围扩大虽然能在短期促进中小银行流动性创造，但从长期来看，这种效应并不显著。MLF担保品范围扩大的实质作用是平滑中小银行的流动性创造。这个研究结论面临的质疑是，既然MLF担保品范围扩大能通过融资成本渠道和资产认可渠道对中小银行的流动性创造产生影响，那么也不能排除是因为与融资成本、资产质量相关联的其他因素对中小银行的流动性创造波动产生影响。为此，本文考虑将银行流动性创造波动指标作为因变量，政策虚拟变量和融资成本或者不良贷款率的交乘项作为解释变量纳入模型进行回归分析。如果是由于和融资成本与资产质量相关联因素减弱了中小银行流动性创造波动，那么交乘项的系数应该是显著的。

表13显示了相关的实证结果。其中，（1）（2）列显示的是加入政策虚拟变量与融资成本交乘项后的回归结果，（1）列未控制宏观经济变量，（2）列控制了宏观经济变量。（1）（2）列的结果显示，政策虚拟变量与融资成本交乘项的系数并不能通过显著性检验。（3）（4）列显示的是加入政策虚拟变量与不良贷款率交乘项后的回归结果，结果显示，政策虚拟变量与不良贷款率交乘项的系数不能通过显著性检验。综合上述分析来看，MLF担保品范围扩大对中小银行的流动性创造起到平滑作用的结论得到进一步验证。

表13 平滑效应的进一步验证

（三）MLF担保品范围扩大与定向降准的关系

央行货币政策工具比较多，定向降准被认为是旨在提高中小银行服务中小企业的能力，本文对比分析了定向降准和MLF担保品范围扩大的政策效应。2014年央行实施第一次定向降准操作，本文构建政策虚拟变量运用双重差分方法进行了实证检验。当年份大于2014年且银行为中小银行时，政策虚拟变量取1，其余则取0。表14显示了回归结果。其中（1）列是银行流动性创造的波动指标，（2）列是银行流动性创造指标。（1）列的结果显示，政策虚拟变量的系数为负，并不能通过显著性检验，说明定向降准政策并不能平滑中小银行流动性创造的波动。（2）列的结果显示，流动性创造指标的系数为正，且能在1%的水平下通过显著性检验。这说明和MLF担保品范围扩大一样，定向降准在短期内也可以起到促进中小银行流动性创造的作用。

表14 MLF担保品范围扩大政策与定向降准政策的关系

本文还对存款准备金率与MLF担保品范围扩大的关系进行了实证分析。（3）列的因变量是银行流动性创造波动，主要的自变量是金融机构存款准备金率，回归结果表明，存款准备金率的系数为正且能在1%的水平下通过显著性检验，这说明当央行提高存款准备金率，收缩银根时，会加大银行流动性创造的波动。而（4）列的结果表明，在央行提高存款准备金率时，政策虚拟变量的系数为负，政策虚拟变量与存款准备金率交乘项的系数为正，说明存款准备金率提高加剧了银行流动性创造的波动，而MLF担保品范围扩大能够平滑该波动。因此，在央行提高存款准备金率的环境下，MLF担保品范围扩大平滑银行流动性创造波动的效果更为显著。相反，当央行采取降准政策时，银行流动性创造波动相对较低，MLF担保品范围扩大对银行流动性创造波动的平滑作用并不十分显著。

综上所述，定向降准政策可以促进银行流动性创造，但并不能平稳银行流动性波动。而降准政策则显著抑制了MLF担保品范围扩大政策的政策效应发挥，对MLF担保品范围扩大政策形成了一定程度的替代。

（一）基于总量货币政策宽松与否的异质性分析

本文分析了在总量货币政策的不同时期，MLF担保品范围扩大的政策效应是否存在差异。表15显示了总量货币政策的调节效应计算结果。（1）列加入了GDP增长率与政策虚拟变量的交互项，（2）列加入了M2增长率与政策虚拟变量的交互项。结果表明：（1）列中政策虚拟变量的系数为正且在1%的水平下通过显著性检验，GDP增长率与政策虚拟变量的交乘项为负且在5%的水平下通过显著性检验。这说明政策虚拟变量与GDP增长间存在显著的负向调节效应。（2）列中政策虚拟变量的系数为负且在5%的水平下通过显著性检验，M2增长与政策虚拟变量的交乘项为正且在5%的水平下通过显著性检验。这说明政策虚拟变量与总量货币政策变量之间存在显著的负向调节效应，当总量货币政策趋于紧缩时，MLF担保品范围扩大的政策效果更好。

表15 异质性分析——总量货币政策

（二）基于商业银行客户集中度的异质性分析

监管层对金融机构信贷集中度有要求，MLF担保品范围扩大的政策效应有可能会因为商业银行客户集中度的不同而产生一定的异质性。本文考虑使用最大10家客户贷款占比作为商业银行信贷集中度的代理变量，对其能否影响MLF担保品范围扩大的政策效应进行异质性分析。表16显示了计算结果，其中，（1）列未加入宏观经济控制变量，（2）列加入了宏观经济控制变量。因变量为银行流动性创造指标。（1）（2）列的回归结果显示，政策虚拟变量和客户集中度的交乘项的系数为正且能在1%的水平下通过显著性检验，这说明对于高客户集中度的商业银行来说，MLF担保品范围扩大的流动性创造的提升作用，要比低客户集中度的商业银行弱。

表16 异质性分析——银行客户集中度

本文利用2013—2020年银行财务数据，运用双重差分法对MLF担保品范围扩大的银行流动性创造效应进行了研究。研究结果表明：（1）MLF担保品范围扩大能显著提升中小银行流动性创造，经过平行趋势检验和安慰剂检验等一系列稳健性分析，结论依然成立。（2）进一步分析发现，MLF担保品范围扩大的政策效果随时间推移而减弱，但却能平滑流动性创造。（3）机制分析发现，MLF担保品范围扩大可以通过资产认可渠道和融资成本渠道，促进中小银行流动性创造。（4）异质性分析发现，传统货币政策与MLF担保品范围扩大存在替代效应。在总量货币政策宽松时，MLF担保品范围扩大的政策效果会受到限制。

本文的研究对宏观调控部门制定结构化货币政策，提高中小银行流动性创造，缓解特定企业融资约束具有如下政策启示：（1）类似MLF担保品范围扩大这样的政策，确实能够在一定程度上促进中小银行流动性创造，而且精准、直达。央行可以合理运用此类基于抵押品的创新型货币政策，通过结构性的货币政策框架，在降低担保品发行人成本的同时，也为商业银行的流动性创造提供空间。通过对特定经济主体的信贷发挥作用，有针对性地缓解企业的融资约束。（2）此类政策效果在长期内不显著，仅仅靠MLF担保品范围扩大这样的政策，无法实现绿色、普惠等长远政策目标。因此政府应该积极运用相关“组合拳”政策，例如绿色投融资与保险、普惠专项融资工具等，将短期调节与长期发展相结合，多措并举共同为我国经济结构转型与经济高质量发展提供支持。（3）该政策虽然在长期无法持续提高针对绿色、小微等领域的贷款，但可以减少针对绿色、小微等领域贷款的波动，这对绿色、小微等领域的平稳投资也是有益的。另外，担保品范围中债券、贷款的比重不同，担保品范围扩大的政策效果也应该有差异，这也值得深入研究与探讨。

猜你喜欢 变量流动性货币政策 两次中美货币政策分化的比较及启示清华金融评论(2022年4期)2022-04-13全球高通胀和货币政策转向清华金融评论(2022年4期)2022-04-13美联储缩表、全球流动性与中国资产配置清华金融评论(2022年4期)2022-04-132020年二季度投资策略：流动性无忧业绩下杀无解股市动态分析(2020年7期)2020-04-26融资融券对我国股市的流动性影响智富时代(2017年4期)2017-04-27融资融券对我国股市的流动性影响智富时代(2017年4期)2017-04-27分离变量法：常见的通性通法新高考·高二数学(2014年7期)2014-09-18不可忽视变量的离散与连续福建中学数学(2011年9期)2011-11-03轻松把握变量之间的关系中学生数理化·七年级数学北师大版(2008年5期)2008-10-14变中抓“不变量”等7则小学教学参考(数学)(2006年7期)2006-12-31

推荐访问:流动性 担保 创造