顧海峰 高水文

(東華大學(xué)，上海 200051)

一、問題提出

為應(yīng)對(duì)紛亂復(fù)雜的內(nèi)外部經(jīng)濟(jì)環(huán)境，政府需要靈活使用各種貨幣政策工具調(diào)控經(jīng)濟(jì)，并需要在維持物價(jià)穩(wěn)定、促進(jìn)經(jīng)濟(jì)增長的最終目標(biāo)與保證就業(yè)率、促進(jìn)金融市場發(fā)展、平衡國際收支以及配合財(cái)政政策等多個(gè)短期目標(biāo)之間進(jìn)行相應(yīng)調(diào)整，由此引發(fā)的政策性意外沖擊以及市場參與主體不能準(zhǔn)確預(yù)知貨幣政策變化的情形，即為貨幣政策不確定性(Greenspan，2003)。貨幣政策不確定性主要源于兩個(gè)方面：一是意外沖擊事件或劇烈市場波動(dòng)超過貨幣政策制定當(dāng)局的預(yù)期帶來貨幣政策調(diào)整的不確定性；二是市場參與主體由于認(rèn)知能力有限未能預(yù)測到貨幣政策發(fā)生變化引致的市場波動(dòng)。

銀行部門是聯(lián)結(jié)實(shí)體經(jīng)濟(jì)與金融發(fā)展的重要橋梁，也是貨幣當(dāng)局進(jìn)行貨幣政策調(diào)控最重要的依托部門。當(dāng)前，銀行貸款依然是中國企業(yè)籌措資金的主要來源，而信貸渠道是貨幣政策發(fā)揮作用的最重要渠道之一，銀行微觀行為符合監(jiān)管規(guī)范則是貨幣當(dāng)局實(shí)施貨幣政策及宏觀審慎政策的前提。國家實(shí)施相關(guān)貨幣政策積極引導(dǎo)金融為實(shí)體經(jīng)濟(jì)服務(wù)，緩解實(shí)體企業(yè)融資約束程度，增加對(duì)企業(yè)的信貸支持力度，而與信貸擴(kuò)張同時(shí)發(fā)生的便是銀行業(yè)不良貸款率節(jié)節(jié)攀升。不良貸款率高企通常意味著銀行貸款質(zhì)量受到威脅，如果不能妥善處理銀行不良貸款甚至可能引發(fā)巨大的金融危機(jī)(Reinhart et al.，2011)?？紤]到貨幣政策不確定性將成為常態(tài)，且銀行業(yè)健康穩(wěn)定發(fā)展將直接關(guān)系到中國經(jīng)濟(jì)高質(zhì)量發(fā)展，對(duì)此，科學(xué)揭示貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響規(guī)律，對(duì)于提升中國銀行業(yè)貸款質(zhì)量及防控銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)，實(shí)現(xiàn)中國經(jīng)濟(jì)高質(zhì)量發(fā)展目標(biāo)，具有重要的理論與現(xiàn)實(shí)意義。

本文嘗試解決以下問題：貨幣政策不確定性是否會(huì)影響銀行貸款質(zhì)量？貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響是否存在銀行性質(zhì)層面的異質(zhì)性特征？流動(dòng)性錯(cuò)配與貸款集中度在貨幣政策不確定性與銀行貸款質(zhì)量的關(guān)系中是否承擔(dān)著中介作用？跨境資本流動(dòng)與銀行業(yè)景氣度對(duì)貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系是否具有調(diào)節(jié)作用？

二、文獻(xiàn)回顧

(一)貨幣政策不確定性的經(jīng)濟(jì)后果

截至目前，學(xué)術(shù)界關(guān)于貨幣政策不確定性對(duì)經(jīng)濟(jì)活動(dòng)影響的相關(guān)研究仍有分歧。部分研究認(rèn)為貨幣政策不確定性不利于經(jīng)濟(jì)活動(dòng)發(fā)展。從宏觀視角來看，Herro et al.(2013)和Creal et al.(2017)認(rèn)為貨幣政策不確定性會(huì)引發(fā)高失業(yè)率并使產(chǎn)出增長率發(fā)生劇烈波動(dòng)，因此不利于經(jīng)濟(jì)健康運(yùn)行。羅大慶等(2020)認(rèn)為貨幣政策不確定性沖擊會(huì)導(dǎo)致中國產(chǎn)出水平、消費(fèi)水平、物價(jià)水平以及投資水平有所下降，其中投資水平下降幅度最大。王博等(2019)也認(rèn)為中國貨幣政策不確定性會(huì)引起產(chǎn)出下降，違約風(fēng)險(xiǎn)上升，并且違約風(fēng)險(xiǎn)越高，貨幣政策波動(dòng)引致的GDP增長率的下降幅度越大。Albulescu et al.(2018)利用歐盟國家的跨境資本流動(dòng)數(shù)據(jù)，研究發(fā)現(xiàn)貨幣政策不確定性對(duì)外資流入具有抑制作用，在一定程度上解釋了跨境資本的長期波動(dòng)問題。Gulen et al.(2016)認(rèn)為頻繁調(diào)整國家貨幣政策引發(fā)的不確定性加劇了美國經(jīng)濟(jì)衰退，并且阻礙了經(jīng)濟(jì)危機(jī)之后的經(jīng)濟(jì)復(fù)蘇。貨幣政策不確定性還會(huì)降低家庭對(duì)于未來收入的預(yù)期，鼓勵(lì)家庭增加預(yù)防性儲(chǔ)蓄并降低當(dāng)前消費(fèi)，從而抑制經(jīng)濟(jì)增長(Sinha,2016)。從微觀視角來看，根據(jù)實(shí)物期權(quán)理論，投資具有不可逆性并且調(diào)整成本較高，因此不確定的政策環(huán)境會(huì)帶來較高的拖延價(jià)值(Dixit et al.，1994)，此時(shí)企業(yè)傾向于推遲或放棄投資，同時(shí)降低生產(chǎn)要素配置效率，降低企業(yè)消費(fèi)支出(Pastor et al.，2012；Davis，2019)，導(dǎo)致經(jīng)濟(jì)發(fā)展增速放緩。政策不確定性提升還會(huì)致使企業(yè)收縮生產(chǎn)規(guī)模，謹(jǐn)慎進(jìn)行投資，不利于資源在不同公司之間的分配，導(dǎo)致企業(yè)生產(chǎn)效率下降(Bloom，2014)。貨幣政策不確定性通常預(yù)示著企業(yè)面臨較高風(fēng)險(xiǎn)，提高企業(yè)融資約束水平，推升融資成本并增加股價(jià)崩盤風(fēng)險(xiǎn)。

部分研究持相反觀點(diǎn)，認(rèn)為貨幣政策不確定性能夠促進(jìn)經(jīng)濟(jì)發(fā)展，對(duì)經(jīng)濟(jì)活動(dòng)具有正向作用。Bloom(2014)認(rèn)為，政策不確定性如果能夠增加企業(yè)潛在回報(bào)，采取激進(jìn)戰(zhàn)略的公司傾向于增加創(chuàng)新活動(dòng)及研發(fā)活動(dòng)，以期獲得更高的市場占有率。Born et al.(2014)認(rèn)為，貨幣當(dāng)局如果能夠?qū)ω泿耪卟淮_定性及時(shí)作出反應(yīng)，則貨幣政策波動(dòng)對(duì)經(jīng)濟(jì)活動(dòng)的沖擊會(huì)有所削弱，并且倒逼企業(yè)和消費(fèi)者進(jìn)一步發(fā)展以應(yīng)對(duì)不確定性帶來的負(fù)面影響，從而有利于經(jīng)濟(jì)活動(dòng)健康發(fā)展。貨幣政策不確定性對(duì)經(jīng)濟(jì)活動(dòng)的影響還具有異質(zhì)性特征，經(jīng)濟(jì)發(fā)達(dá)程度、經(jīng)濟(jì)體制以及政府規(guī)模等均會(huì)影響貨幣政策不確定性與經(jīng)濟(jì)活動(dòng)之間的關(guān)系(Fasolo，2019)。

(二)銀行貸款質(zhì)量的影響因素

由于銀行貸款質(zhì)量關(guān)系到銀行業(yè)甚至整體金融系統(tǒng)的安全性，國內(nèi)外廣泛關(guān)注貸款質(zhì)量的研究，主要從宏觀經(jīng)濟(jì)環(huán)境、政府行為以及銀行特征三個(gè)層面探討銀行貸款質(zhì)量的影響因素。宏觀經(jīng)濟(jì)環(huán)境層面的研究主要以經(jīng)濟(jì)波動(dòng)、產(chǎn)業(yè)發(fā)展為切入點(diǎn)展開。Bernake(1983)認(rèn)為貸款質(zhì)量會(huì)隨著經(jīng)濟(jì)波動(dòng)發(fā)生變化，經(jīng)濟(jì)波動(dòng)主要通過改變銀行客戶的融資成本，影響企業(yè)償債能力，進(jìn)而影響銀行貸款質(zhì)量。Salas et al.(2002)、李麟等(2009)發(fā)現(xiàn)，當(dāng)經(jīng)濟(jì)增速較快時(shí)，客戶還款能力提升同時(shí)能夠降低貸款質(zhì)量。孫光林等(2017)認(rèn)為，在中國經(jīng)濟(jì)下行趨勢下，產(chǎn)能過剩行業(yè)的銀行貸款質(zhì)量更低，貸款潛在風(fēng)險(xiǎn)更高。政府行為層面的研究主要從貨幣政策寬松程度以及政府職能相關(guān)角度展開。黃立新等(2012)利用省際面板數(shù)據(jù)考察銀根松緊是否會(huì)影響銀行貸款質(zhì)量，發(fā)現(xiàn)貨幣供給量能夠降低銀行不良貸款率，而張強(qiáng)等(2013)則發(fā)現(xiàn)寬松的貨幣政策會(huì)導(dǎo)致銀行增加信貸投放量，從而引起不良貸款率上升。還有文獻(xiàn)從地方官員晉升壓力、政府職能、中央與地方政府政績考核以及金融監(jiān)管政策等角度考察銀行貸款質(zhì)量的影響因素(錢先航 等，2011；譚勁松 等，2012；王海軍，2017；段軍山 等，2020)。銀行特征層面的研究主要從銀行經(jīng)營效率、盈利狀況、內(nèi)部控制、內(nèi)部治理、高管激勵(lì)以及銀行上市等方面考慮其如何影響銀行信貸決策及貸款質(zhì)量(Li et al.，2007；Belaid，2014；許浩然 等，2016；顧海峰 等，2020a；顧海峰 等，2021a)。此外，還有文獻(xiàn)分別使用美國和中國銀行數(shù)據(jù)探究經(jīng)濟(jì)政策不確定性對(duì)銀行信貸行為及風(fēng)險(xiǎn)承擔(dān)的影響(Bordo et al.，2016；顧海峰 等，2019；徐皓 等，2020)。

(三)本文創(chuàng)新之處

綜上，現(xiàn)有文獻(xiàn)主要基于宏觀經(jīng)濟(jì)視角探討貨幣政策不確定性的經(jīng)濟(jì)后果，較少使用銀行微觀數(shù)據(jù)來考察貨幣政策不確定性對(duì)銀行經(jīng)營行為的影響。另外，鮮有文獻(xiàn)考察貨幣政策不確定性與銀行貸款質(zhì)量的關(guān)系，僅有個(gè)別文獻(xiàn)考察了貨幣政策不確定性對(duì)銀行信貸決策、信貸結(jié)構(gòu)以及風(fēng)險(xiǎn)承擔(dān)水平的影響(何德旭 等，2020；鄺雄 等，2019)。但是，貨幣政策不確定性究竟是提升還是抑制銀行貸款質(zhì)量，現(xiàn)有文獻(xiàn)尚未給出統(tǒng)一結(jié)論。此外，現(xiàn)有文獻(xiàn)尚未對(duì)貨幣政策不確定性對(duì)銀行貸款質(zhì)量影響的中介作用渠道進(jìn)行考察，也缺乏跨境資本流動(dòng)等宏觀環(huán)境對(duì)貨幣政策不確定性對(duì)銀行貸款質(zhì)量影響的調(diào)節(jié)作用的考察。本文的主要貢獻(xiàn)在于：第一，選取2010—2019年中國123家商業(yè)銀行年度數(shù)據(jù)，構(gòu)建面板回歸基準(zhǔn)模型，檢驗(yàn)貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響。第二，將樣本銀行劃分為國有銀行、股份制銀行與城農(nóng)商行三大類型，通過分組檢驗(yàn)來考察貨幣政策不確定性對(duì)銀行貸款質(zhì)量影響的異質(zhì)性特征。第三，構(gòu)建三步法遞進(jìn)回歸模型，考察流動(dòng)性錯(cuò)配與貸款集中度在貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系中的中介作用。第四，引入跨境資本流動(dòng)和銀行業(yè)景氣度與貨幣政策不確定性的交乘項(xiàng)，考察跨境資本流動(dòng)和銀行業(yè)景氣度對(duì)貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系的調(diào)節(jié)作用。

三、理論分析與假說提出

(一)貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響

銀行部門是中國金融體系的最重要組成部分，在貨幣政策頻繁調(diào)控帶來不確定性的環(huán)境下，銀行信貸決策、信貸資源配置效率等均會(huì)發(fā)生相應(yīng)變動(dòng)，這關(guān)系到銀行業(yè)風(fēng)險(xiǎn)、實(shí)體企業(yè)融資情況及實(shí)體經(jīng)濟(jì)健康運(yùn)行，因此也會(huì)影響到銀行貸款質(zhì)量。本文主要從銀行面臨貨幣政策不確定性時(shí)的風(fēng)險(xiǎn)傾向來分析貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響機(jī)理。

Baum(2009)基于美國銀行數(shù)據(jù)，發(fā)現(xiàn)金融部門不確定性會(huì)影響銀行信貸行為，Gong et al.(2018)則將不確定性厭惡引入銀行貸款的影響因素研究框架，認(rèn)為面臨不確定性時(shí)銀行會(huì)要求貸款合同溢價(jià)。貨幣政策主要通過價(jià)、量影響銀行信貸收益預(yù)測，而貨幣政策調(diào)整頻次過高引發(fā)的不確定性將增加噪音信號(hào)波動(dòng)，貸款實(shí)際收益預(yù)測的準(zhǔn)確性由此受到影響(邱兆祥 等，2010)，此時(shí)銀行傾向于通過調(diào)整銀行信貸的流動(dòng)性錯(cuò)配程度以及貸款結(jié)構(gòu)來提升銀行貸款質(zhì)量。從流動(dòng)性錯(cuò)配視角來看，根據(jù)“不作為經(jīng)濟(jì)學(xué)”，不確定性會(huì)形成一個(gè)中央不作為區(qū)，非凸性調(diào)整成本會(huì)隨著不確定性增加，因此不作為區(qū)也會(huì)進(jìn)一步增大(Stokey，2009)，而貨幣政策不確定性上升使銀行管理層對(duì)未來流動(dòng)性需求的預(yù)測難度增加，管理層的不作為區(qū)也隨之?dāng)U大，具體表現(xiàn)為延遲發(fā)放貸款、降低貸款規(guī)模等?？傮w來看，貨幣政策不確定性會(huì)導(dǎo)致銀行對(duì)未來收益以及流動(dòng)性風(fēng)險(xiǎn)的預(yù)測受到噪音影響準(zhǔn)確性下降，如果盲目進(jìn)行信貸擴(kuò)張可能導(dǎo)致更高風(fēng)險(xiǎn)，此時(shí)銀行傾向于主動(dòng)降低流動(dòng)性創(chuàng)造水平以緩解流動(dòng)性錯(cuò)配，提高銀行風(fēng)險(xiǎn)應(yīng)對(duì)能力。進(jìn)一步地，銀行將為緩解信息不對(duì)稱程度選擇資質(zhì)更好的企業(yè)進(jìn)行信貸投放，即選擇高質(zhì)量的信貸項(xiàng)目進(jìn)行資金出清，具體可能表現(xiàn)為推遲貸款投放、降低貸款規(guī)模、調(diào)整貸款期限結(jié)構(gòu)及信用結(jié)構(gòu)等。從貸款集中度視角來看，貨幣政策頻繁調(diào)整會(huì)帶來資產(chǎn)價(jià)格劇烈波動(dòng)(Allen et al.，1998)，銀行與企業(yè)之間的信息不對(duì)稱程度進(jìn)一步加劇，銀行在防范信貸風(fēng)險(xiǎn)時(shí)面臨更加嚴(yán)峻的考驗(yàn)(李潔，2016)。面臨不確定性時(shí)，商業(yè)銀行更有動(dòng)機(jī)降低風(fēng)險(xiǎn)承擔(dān)意愿，規(guī)避信貸風(fēng)險(xiǎn)并選擇更為保守的貸款類型而非高收益、高風(fēng)險(xiǎn)的信貸項(xiàng)目(馬續(xù)濤 等，2016)。從客戶結(jié)構(gòu)角度來看，為了緩解信息不對(duì)稱程度，銀行更傾向于將貸款投放到與銀行關(guān)聯(lián)較密切的大客戶，提升貸款集中度，以便于對(duì)貸款進(jìn)行監(jiān)管并保障貸款質(zhì)量提升；從貸款期限結(jié)構(gòu)角度來看，銀行傾向于選擇短期貸款而非長期貸款；從貸款信用結(jié)構(gòu)角度來看，銀行選擇擔(dān)保貸款的意愿高于選擇信用貸款的意愿(鄺雄 等，2019)。

綜合上述分析，本文將貨幣政策不確定性導(dǎo)致銀行管理層審慎進(jìn)行信貸決策，主動(dòng)降低流動(dòng)性錯(cuò)配程度同時(shí)調(diào)整信貸結(jié)構(gòu)以期提升貸款質(zhì)量的行為稱為貨幣政策不確定性帶來的“審慎效應(yīng)”，并提出：

假說

1a

：

貨幣政策不確定性上升會(huì)提升銀行貸款質(zhì)量。

但是，也有部分文獻(xiàn)認(rèn)為貨幣政策不確定性也可能使高風(fēng)險(xiǎn)偏好的管理層出于短期盈利的考慮采取激進(jìn)的信貸策略，從而致使銀行貸款質(zhì)量下降。具體來看，經(jīng)濟(jì)政策不確定性會(huì)對(duì)經(jīng)濟(jì)運(yùn)行產(chǎn)生不利沖擊，對(duì)企業(yè)盈利能力有顯著的負(fù)面效應(yīng)，具體表現(xiàn)為使實(shí)體企業(yè)盈利能力惡化、創(chuàng)新活動(dòng)受到抑制、股價(jià)下跌、抵押品價(jià)值下降以及貸款違約風(fēng)險(xiǎn)增加等(Fatas et al.，2013；顧海峰 等，2019)。貨幣政策不確定性是宏觀經(jīng)濟(jì)不確定性的重要組成部分，會(huì)惡化銀企之間的信息不對(duì)稱程度，也更容易引發(fā)銀行管理層投資決策偏差或經(jīng)營決策偏差，增加銀行貸款的違約概率(張琳 等，2015)。貨幣政策不確定性在給經(jīng)濟(jì)增長帶來負(fù)面作用的同時(shí)也對(duì)微觀企業(yè)的發(fā)展具有不利影響，企業(yè)盈利能力下降、違約概率增加將會(huì)通過信貸渠道傳導(dǎo)至商業(yè)銀行，致使銀行盈利水平下降。此時(shí)，如果面臨盈利壓力，激進(jìn)的銀行管理層會(huì)有信貸擴(kuò)張沖動(dòng)，而且貨幣政策不確定性增加通常會(huì)使經(jīng)濟(jì)主體預(yù)防性儲(chǔ)蓄意愿增強(qiáng)而投資意愿降低，銀行存款增加，進(jìn)一步強(qiáng)化銀行的信貸擴(kuò)張動(dòng)機(jī)，使銀行愿意主動(dòng)承擔(dān)更高風(fēng)險(xiǎn)以博取高收益，必然導(dǎo)致銀行貸款質(zhì)量趨于下降。本文將這一效應(yīng)稱為貨幣政策不確定性帶來的“激進(jìn)效應(yīng)”。從風(fēng)險(xiǎn)識(shí)別角度來看，貨幣政策的頻繁波動(dòng)導(dǎo)致資產(chǎn)價(jià)格劇烈波動(dòng)，銀企信息不對(duì)稱進(jìn)一步增加，此時(shí)銀行管理層風(fēng)險(xiǎn)識(shí)別難度加大，可能將信貸資源投向盈利能力及償債能力較差的企業(yè)(Chi et al.，2017)。另外，貨幣政策不確定性還會(huì)降低企業(yè)對(duì)重要信息的披露意愿并且降低會(huì)計(jì)信息的可讀性，使銀行在進(jìn)行信貸審核及信貸決策時(shí)可用信息減少，無法準(zhǔn)確識(shí)別貸款企業(yè)的償債能力、未來發(fā)展前景及信貸風(fēng)險(xiǎn)，銀行將承擔(dān)更高的信貸風(fēng)險(xiǎn)，引起銀行貸款質(zhì)量下降。由此，提出：

假說

1b

：

貨幣政策不確定性上升會(huì)降低銀行貸款質(zhì)量。

(二)跨境資本流動(dòng)的調(diào)節(jié)作用

跨境資本流動(dòng)會(huì)對(duì)金融體系功能的發(fā)揮產(chǎn)生影響，因此可能對(duì)貨幣政策不確定性與銀行貸款質(zhì)量的關(guān)系產(chǎn)生調(diào)節(jié)效應(yīng)，并且主要從跨境資本流入和跨境資本流出兩個(gè)方面發(fā)揮作用。從跨境資本流入視角來看，一方面，跨境資本流入使國內(nèi)資產(chǎn)價(jià)格提升，鑒于監(jiān)管指標(biāo)具有順周期性，商業(yè)銀行在貨幣政策不確定條件下風(fēng)險(xiǎn)識(shí)別能力有所減弱，導(dǎo)致信貸風(fēng)險(xiǎn)增加。另一方面，隨著跨境資本流入增加，國內(nèi)生產(chǎn)要素價(jià)格也逐步提高(熊衍飛 等，2015)，企業(yè)會(huì)出現(xiàn)經(jīng)營成本上升、盈利能力下降以及償債能力下降等情況，導(dǎo)致貸款違約風(fēng)險(xiǎn)不斷增加，信貸風(fēng)險(xiǎn)逐步積聚，貸款質(zhì)量進(jìn)一步下降。從跨境資本流出視角來看，跨境資本撤離會(huì)使銀行批發(fā)融資大幅下降，銀行融資成本急劇上升，導(dǎo)致流動(dòng)性風(fēng)險(xiǎn)隨之增加(方意 等，2017)，而流動(dòng)性風(fēng)險(xiǎn)與信貸風(fēng)險(xiǎn)呈正相關(guān)關(guān)系，所以會(huì)引發(fā)銀行信貸風(fēng)險(xiǎn)增加和貸款質(zhì)量下降。而且跨境資本主要通過國內(nèi)銀行系統(tǒng)運(yùn)作轉(zhuǎn)換為銀行的長期貸款，如果東道國貨幣政策調(diào)整過于頻繁或者經(jīng)濟(jì)下行，資金可能恐慌出逃，出現(xiàn)流動(dòng)性錯(cuò)配甚至是流動(dòng)性危機(jī)，使銀行貸款質(zhì)量下降。此外，跨境資本撤離及國外投資者大量拋售國內(nèi)資產(chǎn)可能引起國內(nèi)資產(chǎn)價(jià)格下跌，從而引起銀行不良貸款金額大幅上升，銀行貸款質(zhì)量下降。綜合來看，在貨幣政策頻繁波動(dòng)對(duì)銀行貸款質(zhì)量產(chǎn)生作用的情況下，跨境資本流動(dòng)會(huì)引起銀行信貸風(fēng)險(xiǎn)進(jìn)一步上升。由此，提出：

假說

2a

：

若貨幣政策不確定性上升促使銀行貸款質(zhì)量提升，則跨境資本流動(dòng)對(duì)兩者關(guān)系具有負(fù)向調(diào)節(jié)作用。

假說

2b

：

若貨幣政策不確定性上升導(dǎo)致銀行貸款質(zhì)量下降，則跨境資本流動(dòng)對(duì)兩者關(guān)系具有正向調(diào)節(jié)作用。

(三)銀行業(yè)景氣度的調(diào)節(jié)作用

作為中國金融體系的重要組成部分，銀行業(yè)的景氣程度必然影響中國金融市場發(fā)展，因此有必要探討銀行業(yè)景氣度如何影響貨幣政策不確定性與銀行貸款質(zhì)量的關(guān)系。銀行業(yè)景氣指數(shù)是中國人民銀行與國家統(tǒng)計(jì)局通過調(diào)查問卷的形式，反映銀行家們對(duì)銀行業(yè)當(dāng)季相對(duì)上季變化情況的判斷，是銀行業(yè)景氣度的測度指標(biāo)。銀行業(yè)景氣指數(shù)越高，表明銀行景氣度越高，銀行本季經(jīng)營狀況越好。首先，銀行業(yè)景氣度較高有助于維護(hù)宏觀經(jīng)濟(jì)穩(wěn)定，并能夠改善企業(yè)現(xiàn)有經(jīng)營環(huán)境，有利于商業(yè)銀行及時(shí)收回信貸資金，降低銀行信用風(fēng)險(xiǎn)(顧海峰 等，2019)。其次，銀行業(yè)景氣度提升將助力金融市場健康發(fā)展，為實(shí)體經(jīng)濟(jì)創(chuàng)造良好的信貸環(huán)境并提供更加良性的信貸融資渠道，有助于提升企業(yè)經(jīng)營管理能力、盈利能力以及償債能力，從而增強(qiáng)企業(yè)融資能力，降低企業(yè)融資約束，由此降低銀行信貸風(fēng)險(xiǎn)，提升銀行貸款質(zhì)量。再次，銀行業(yè)景氣度較高通常表明銀行業(yè)的經(jīng)營管理能力、治理機(jī)制以及風(fēng)險(xiǎn)控制制度與能力符合各項(xiàng)監(jiān)管指標(biāo)，銀行自身風(fēng)險(xiǎn)意識(shí)與風(fēng)險(xiǎn)識(shí)別能力有所提升，有助于銀行在貨幣政策頻繁波動(dòng)的情況下辨別信貸項(xiàng)目優(yōu)劣，由此提升銀行貸款質(zhì)量。同時(shí)，當(dāng)商業(yè)銀行面臨貨幣政策不確定性帶來的盈利壓力時(shí)，如果銀行業(yè)景氣度較高，銀行將避免迫于盈利壓力而選擇風(fēng)險(xiǎn)較高的信貸項(xiàng)目進(jìn)行信貸資金出清，因而也能夠在一定程度上降低銀行信貸風(fēng)險(xiǎn)并提升銀行貸款質(zhì)量。由此，提出：

假說

3a

：

若貨幣政策不確定性上升促使銀行貸款質(zhì)量提升，則銀行業(yè)景氣度對(duì)兩者關(guān)系具有正向調(diào)節(jié)效應(yīng)。

假說

3b

：

若貨幣政策不確定性上升導(dǎo)致銀行貸款質(zhì)量下降，則銀行業(yè)景氣度對(duì)兩者關(guān)系具有負(fù)向調(diào)節(jié)效應(yīng)。

四、實(shí)證設(shè)計(jì)

(一)數(shù)據(jù)來源

本文所使用的銀行微觀層面數(shù)據(jù)來自Wind數(shù)據(jù)庫與Bankfoucus數(shù)據(jù)庫；宏觀經(jīng)濟(jì)數(shù)據(jù)主要來自國泰安數(shù)據(jù)庫和銳思數(shù)據(jù)庫。本文對(duì)原始數(shù)據(jù)進(jìn)行如下處理：第一，剔除樣本中的政策性銀行與外資銀行；第二，剔除數(shù)據(jù)不足三年的樣本；第三，剔除主要變量缺失的樣本。最終保留2010—2019年123家商業(yè)銀行非平衡面板數(shù)據(jù)，具體包括5家國有銀行、11家股份制銀行及107家城農(nóng)商行。

(二)變量說明

1.被解釋變量：銀行貸款質(zhì)量(NPL)

借鑒Louzis et al.(2012)、許浩然等(2016)，選取不良貸款率作為銀行貸款質(zhì)量的代理變量。不良貸款率為銀行不良貸款余額與貸款余額的比率，該指標(biāo)越大，表明銀行貸款質(zhì)量越差。

2.核心解釋變量：貨幣政策不確定性(ShiborSD)

借鑒孫健等(2017)、楊鳴京等(2019)，選取上海銀行間同業(yè)拆借7日利率的年度標(biāo)準(zhǔn)差(ShiborSD)衡量中國貨幣政策不確定性。采用這一指標(biāo)作為貨幣政策不確定性的代理變量的理由如下：一是得益于目前較為完善的市場化機(jī)制，銀行間同業(yè)拆借利率能夠較好反映中國貨幣市場的供需關(guān)系。二是根據(jù)錢雪松等(2015)，貨幣政策會(huì)通過銀行間同業(yè)拆借市場發(fā)揮中介渠道作用，因此銀行間同業(yè)拆借利率的變化相比M2等相關(guān)變量更能夠展示貨幣政策的動(dòng)態(tài)變化。該指標(biāo)越大，表明貨幣政策調(diào)整頻次越大，貨幣政策預(yù)期難度越高，貨幣政策不確定性越強(qiáng)。

3.控制變量

依據(jù)現(xiàn)有關(guān)于銀行貸款質(zhì)量的文獻(xiàn)，分別設(shè)置銀行微觀層面控制變量和宏觀經(jīng)濟(jì)層面控制變量：成長性(Growth)，以銀行貸款同比增長率衡量；經(jīng)營效率(Efficiency)，以成本收入比衡量，即營業(yè)成本與營業(yè)收入的比值；盈利能力(ROA)，指總資產(chǎn)報(bào)酬率，以營業(yè)利潤與總資產(chǎn)的比率衡量；資本結(jié)構(gòu)(LEV)，以權(quán)益資產(chǎn)比衡量，為期末權(quán)益與資產(chǎn)的比值；資本充足率(CAR)，以銀行資本總額與加權(quán)風(fēng)險(xiǎn)資產(chǎn)的比率衡量；通貨膨脹率(Inflation)，以消費(fèi)者物價(jià)指數(shù)的增長率衡量；GDP增長率(GDPg)，即當(dāng)年名義國內(nèi)生產(chǎn)總值增速；資本市場發(fā)展水平(FSD)，以上市公司總市值與GDP的比率衡量。

4.中介變量

根據(jù)理論分析，中介變量有：(1)流動(dòng)性錯(cuò)配。采用銀行存貸比(LDR)指標(biāo)作為流動(dòng)性錯(cuò)配的替代變量，以貸款總額與存款總額的比值進(jìn)行反映。該指標(biāo)越大，表明銀行流動(dòng)性錯(cuò)配程度越嚴(yán)重。(2)貸款集中度。采用前十大客戶貸款占比(TOP10)指標(biāo)作為貸款集中度的替代變量。該指標(biāo)越大，表明銀行貸款集中度越高。

5.調(diào)節(jié)變量

根據(jù)理論分析，調(diào)節(jié)變量有：(1) 跨境資本流動(dòng)。借鑒Opperman et al.(2017)、顧海峰等(2021b)，選取跨境資本直接投資(FDI和OFDI)與GDP的比值來衡量跨境資本流動(dòng)(CBC)。跨境資本流動(dòng)主要包含直接投資與間接投資，而中國在2019年以前對(duì)QFII和RQFII實(shí)施管制，導(dǎo)致間接投資對(duì)金融市場影響力較小，因此本文選擇直接投資與GDP的比值作為跨境資本流動(dòng)的代理變量。(2) 銀行業(yè)景氣度。以國泰安數(shù)據(jù)庫中根據(jù)銀行家調(diào)查問卷構(gòu)建的銀行業(yè)景氣指數(shù)作為銀行業(yè)景氣度的代理變量。銀行業(yè)景氣度通常是指銀行家對(duì)銀行業(yè)整體經(jīng)營狀況的看法，該指標(biāo)越大，表明銀行業(yè)經(jīng)營狀況越好。

變量說明見表1。

表1 變量說明

(三)模型構(gòu)建

1.面板回歸基準(zhǔn)模型

采用面板數(shù)據(jù)，使用固定效應(yīng)模型，檢驗(yàn)貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響。具體模型設(shè)立如下：

NPL=β+βShiborSD+βX+βM+u+ε

(1)

其中：β為常數(shù)項(xiàng)；被解釋變量NPL為銀行貸款質(zhì)量，以不良貸款率作為代理變量；核心解釋變量ShiborSD為貨幣政策不確定性，以上海銀行間7天同業(yè)拆借利率的標(biāo)準(zhǔn)差衡量，本文重點(diǎn)關(guān)注其系數(shù)β，若β顯著大于0，則表示貨幣政策不確定性會(huì)導(dǎo)致銀行貸款質(zhì)量下降，而若β顯著小于0，則表示貨幣政策不確定性會(huì)促使銀行貸款質(zhì)量上升；X是銀行微觀層面的控制變量；M是宏觀經(jīng)濟(jì)層面控制變量；u是控制銀行不隨時(shí)間變化的個(gè)體特征；ε為隨機(jī)誤差項(xiàng)。

2.異質(zhì)性檢驗(yàn)?zāi)Ｐ?/p>

先將樣本按照銀行性質(zhì)劃分為國有商業(yè)銀行、股份制商業(yè)銀行以及城農(nóng)商行，分組檢驗(yàn)貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響。為此，借鑒顧海峰等(2020b)，進(jìn)一步構(gòu)建回歸模型(2)檢驗(yàn)銀行性質(zhì)的異質(zhì)性作用，將城農(nóng)商行設(shè)置為參照組，設(shè)置1×2的虛擬變量向量Nature1與Nature2表示不同產(chǎn)權(quán)性質(zhì)的銀行。其中：β表示參照組城農(nóng)商行貸款質(zhì)量受貨幣政策不確定性的影響程度，β+δ表示國有銀行所受影響，β+δ表示股份制銀行所受影響。模型(2)仍然使用控制個(gè)體特征的固定效應(yīng)法進(jìn)行檢驗(yàn)。

NPL=β+βShiborSD+δShiborSD×Nature1+δShiborSD×Nature2+βX+βM+u+ε

(2)

3.中介效應(yīng)檢驗(yàn)?zāi)Ｐ?/p>

為考察貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響路徑，分別引入銀行流動(dòng)性錯(cuò)配與銀行貸款集中度作為中介變量，采用遞進(jìn)模型按照以下步驟進(jìn)行中介效應(yīng)檢驗(yàn)：第一步，檢驗(yàn)?zāi)Ｐ?1)中系數(shù)β是否顯著，驗(yàn)證貨幣政策不確定性是否會(huì)顯著影響銀行貸款質(zhì)量；第二步，檢驗(yàn)?zāi)Ｐ?3)中系數(shù)α和模型(5)中系數(shù)δ是否達(dá)到顯著性水平，驗(yàn)證貨幣政策不確定性對(duì)中介變量銀行流動(dòng)性錯(cuò)配或銀行貸款集中度是否具有顯著影響；第三步，將貨幣政策不確定性與中介變量銀行流動(dòng)性錯(cuò)配或銀行貸款集中度同時(shí)放入模型(4)和模型(6)進(jìn)行回歸，驗(yàn)證銀行流動(dòng)性錯(cuò)配或銀行貸款集中度在貨幣政策不確定性影響銀行貸款質(zhì)量的過程中是發(fā)揮完全中介作用還是部分中介作用。具體模型如下：

LDR=α+αShiborSD+αX+αM+u+ε

(3)

NPL=γ+γShiborSD+γLDR+γX+γM+u+ε

(4)

TOP10=δ+δShiborSD+δX+δM+u+ε

(5)

NPL=θ+θShiborSD+θTOP10+θX+θM+u+ε

(6)

4.調(diào)節(jié)效應(yīng)檢驗(yàn)?zāi)Ｐ?/p>

為考察跨境資本流動(dòng)或銀行業(yè)景氣度對(duì)貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系的調(diào)節(jié)效應(yīng)，在基準(zhǔn)模型的基礎(chǔ)上，分別引入調(diào)節(jié)變量及其與核心解釋變量的交乘項(xiàng)，構(gòu)建模型：

NPL=β+βShiborSD+βCBC+βShiborSD×CBC+βX+βM+u+ε

(7)

NPL=β+βShiborSD+βPI+βShiborSD×PI+βX+βM+u+ε

(8)

其中：CBC為跨境資本流動(dòng)，PI為銀行業(yè)景氣度。

(四)主要變量的描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2 主要變量的描述性統(tǒng)計(jì)結(jié)果

由表2可知，解釋變量貨幣政策不確定性ShiborSD均值為0.619，標(biāo)準(zhǔn)差為0.471，表明中國貨幣政策在樣本期間存在一定波動(dòng)，具有較大的不確定性。被解釋變量銀行貸款質(zhì)量NPL均值為1.366，標(biāo)準(zhǔn)差為0.702，說明樣本銀行貸款質(zhì)量存在一定差異。其它變量的數(shù)據(jù)特征不再贅述。

五、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸結(jié)果

本文使用固定效應(yīng)模型進(jìn)行回歸，估計(jì)貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響，結(jié)果見表3。由表3列(1)可知，ShiborSD的系數(shù)為-0.147，且在1%的水平上顯著，說明當(dāng)其他條件相同時(shí)，貨幣政策不確定性指數(shù)每上升1個(gè)單位，銀行不良貸款率會(huì)下降0.147個(gè)百分點(diǎn)。表明貨幣政策不確定性提高能夠緩解銀行信貸風(fēng)險(xiǎn)，降低銀行不良貸款率，從而提升銀行貸款質(zhì)量。假說1a得到證實(shí)。從控制變量的結(jié)果來看，Growth、Efficiency與ROA的系數(shù)均顯著為負(fù)，表明銀行成長性、盈利能力與經(jīng)營效率與銀行貸款質(zhì)量呈正相關(guān)關(guān)系，即高成長性、高盈利能力與高經(jīng)營效率的銀行通常會(huì)面臨更低的信貸風(fēng)險(xiǎn)，貸款質(zhì)量更高。這可能是因?yàn)樵擃愩y行通常具有更高的風(fēng)險(xiǎn)識(shí)別能力與風(fēng)險(xiǎn)控制能力，能夠更為準(zhǔn)確地識(shí)別企業(yè)債務(wù)償還能力與違約風(fēng)險(xiǎn)，銀行管理層能夠降低決策失誤概率，由此提升銀行貸款質(zhì)量。

表3 貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響及其異質(zhì)性檢驗(yàn)結(jié)果

進(jìn)一步地，將樣本銀行劃分為國有銀行、股份制銀行及城農(nóng)商行進(jìn)行分組檢驗(yàn)，考察貨幣政策不確定性對(duì)不同類型銀行貸款質(zhì)量影響的異質(zhì)性特征，具體檢驗(yàn)結(jié)果見表3列(2)～(4)?？梢钥吹?，城農(nóng)商行樣本的系數(shù)為-0.152，且在1%的水平上顯著，表明貨幣政策不確定性能夠顯著提升城農(nóng)商行的貸款質(zhì)量，國有銀行樣本的系數(shù)為正，但是不顯著，股份制銀行樣本的系數(shù)則為負(fù)并且不顯著，說明貨幣政策不確定性對(duì)城商行貸款質(zhì)量的正向作用大于對(duì)國有銀行及股份制銀行貸款質(zhì)量的正向作用。列(5)顯示在基準(zhǔn)模型中引入銀行性質(zhì)虛擬變量之后的檢驗(yàn)結(jié)果，其中參照組為城農(nóng)商行?？梢钥吹?，ShiborSD的系數(shù)為-0.406，且在1%的水平上顯著，國有銀行與股份制銀行與貨幣政策不確定性交乘項(xiàng)系數(shù)分別為0.325和0.290，且均在1%的水平上顯著。由于參照組為城農(nóng)商行，ShiborSD的系數(shù)表明參照組城農(nóng)商行的不良貸款率受貨幣政策不確定性的影響，即貨幣政策不確定性指數(shù)每上升1個(gè)單位，城農(nóng)商行的不良貸款率會(huì)下降0.406個(gè)百分點(diǎn)。而國有銀行與股份制銀行的不良貸款率所受影響與城農(nóng)商行差異較大，分別為-0.081(-0.406+0.325)與-0.116(-0.406+0.290)，這與上述分組檢驗(yàn)所得結(jié)論一致，即貨幣政策不確定性對(duì)城農(nóng)商行貸款質(zhì)量的提升作用高于對(duì)國有銀行以及股份制銀行貸款質(zhì)量的提升作用。這主要是由于城市商業(yè)銀行與農(nóng)村商業(yè)銀行均屬于區(qū)域性銀行，具有規(guī)模小、經(jīng)營業(yè)務(wù)相對(duì)單一以及業(yè)務(wù)范圍區(qū)域性較強(qiáng)等特征，從而能夠發(fā)揮地域?qū)I(yè)優(yōu)勢并且擁有更加穩(wěn)定的關(guān)系型借貸網(wǎng)絡(luò)(Berger et al.，1995)。當(dāng)貨幣政策波動(dòng)頻繁、不確定性增加時(shí)，區(qū)域性優(yōu)勢與關(guān)系型借貸網(wǎng)絡(luò)有助于城農(nóng)商行降低銀企信息不對(duì)稱情況并減少獲取信息成本(顧海峰 等，2020b)，因此能夠降低風(fēng)險(xiǎn)識(shí)別能力受損程度，銀行信貸風(fēng)險(xiǎn)相對(duì)較小，能夠提升貸款質(zhì)量。此外，相比國有銀行及股份制銀行，城農(nóng)商行市場競爭力相對(duì)較弱，因此面臨貨幣政策不確定性時(shí)對(duì)風(fēng)險(xiǎn)的可容忍程度下降幅度更高，具體可能表現(xiàn)為對(duì)待信貸決策更加審慎、適當(dāng)增加貸款利率等，從而致使銀行貸款質(zhì)量提升。中國國有銀行是金融系統(tǒng)的重要組成部分，一方面，為達(dá)到貨幣政策調(diào)整目標(biāo)其信貸決策可能受到政府干預(yù)，實(shí)際的自主決策空間受到限制(Chi et al.,2017)，因此當(dāng)貨幣政策不確定性增加時(shí)，國有銀行出于完成政府目標(biāo)角度更可能進(jìn)行過度借貸，選擇激進(jìn)的信貸決策，承擔(dān)更高風(fēng)險(xiǎn)，致使銀行貸款質(zhì)量下降；另一方面，由于存在“大而不倒”的隱性擔(dān)保優(yōu)勢，在面臨頻繁波動(dòng)的貨幣政策時(shí)，國有銀行可能主動(dòng)提高風(fēng)險(xiǎn)容忍度，承擔(dān)更高信貸風(fēng)險(xiǎn)，由此導(dǎo)致銀行貸款質(zhì)量下降。

(二)穩(wěn)健性檢驗(yàn)

為保證研究結(jié)論的可靠性，本文進(jìn)行了以下穩(wěn)健性檢驗(yàn)：

一是改變核心解釋變量貨幣政策不確定性的衡量方式。一方面，采用中國銀行間7天同業(yè)拆借利率標(biāo)準(zhǔn)差(CHIBOR)作為貨幣政策不確定性的替代變量重新進(jìn)行檢驗(yàn)，結(jié)果見表4列(1)?？梢钥吹剑珻HIBOR的回歸系數(shù)為-0.179，且在1%水平上顯著。

表4 穩(wěn)健性檢驗(yàn)一

另一方面，利用Huang et al.(2020)構(gòu)建的中國貨幣政策不確定性指數(shù)(MPU)作為ShiborSD的替代變量，重新檢驗(yàn)貨幣政策不確定性與銀行貸款質(zhì)量的關(guān)系。由表4列(2)可見，MPU的回歸系數(shù)為-0.186，且在5%水平上顯著。

上述檢驗(yàn)結(jié)果表明，在調(diào)整核心解釋變量的測量指標(biāo)后，貨幣政策不確定性對(duì)銀行貸款質(zhì)量依然存在顯著的負(fù)向影響，與基準(zhǔn)回歸結(jié)果基本一致。

二是改變被解釋變量銀行貸款質(zhì)量的衡量方式。使用不良貸款率的自然對(duì)數(shù)ln NPL作為銀行貸款質(zhì)量的反向指標(biāo)重新進(jìn)行檢驗(yàn)，結(jié)果見表4列(3)。可以看到，ShiborSD的系數(shù)仍然在1%的顯著性水平上為負(fù)，表明本文上述結(jié)論具有穩(wěn)健性。

三是采用系統(tǒng)GMM模型，引入被解釋變量的一階和二階滯后項(xiàng)重新進(jìn)行檢驗(yàn)?；鶞?zhǔn)回歸中控制了銀行個(gè)體特征，在一定程度上有助于緩解由于遺漏變量造成的內(nèi)生性問題，考慮到銀行不良貸款率會(huì)表現(xiàn)出一定的自相關(guān)性，模型的過度識(shí)別檢驗(yàn)顯示p值為0.125，表明不存在過度識(shí)別問題，序列自相關(guān)檢驗(yàn)顯示AR(2)為0.180，表明系統(tǒng)GMM模型具有合理性。如表4列(4)所示，解釋變量貨幣政策不確定性(ShiborSD)的系數(shù)為-0.168，并且在1%的水平上顯著，說明貨幣政策不確定性可以促使銀行降低不良貸款率，進(jìn)一步表明本文核心結(jié)論具有穩(wěn)健性。

四是為緩解可能存在的反向因果關(guān)系，將核心解釋變量與銀行層面的控制變量滯后一期重新進(jìn)行檢驗(yàn)，結(jié)果如表5所示?？梢钥吹?，貨幣政策不確定性的滯后一期項(xiàng)L.ShiborSD的系數(shù)為-0.095，并且在5%的水平上顯著，表明其他條件相同時(shí)，貨幣政策不確定性增加會(huì)降低銀行不良貸款率，有助于提升銀行貸款質(zhì)量，本文基準(zhǔn)模型結(jié)果穩(wěn)健性良好。本文假說1a再次得到驗(yàn)證。

表5 穩(wěn)健性檢驗(yàn)二

(三)內(nèi)生性檢驗(yàn)

考慮到全球化趨勢及美國貨幣政策對(duì)全球的影響，中國貨幣政策不確定性會(huì)跟隨美國貨幣政策不確定性而波動(dòng)，而美國貨幣政策不確定性并不會(huì)直接影響中國銀行業(yè)貸款質(zhì)量，因此理論上可以選取美國貨幣政策不確定性MPU_USA作為工具變量。采用兩階段最小二乘法(2SLS)進(jìn)行內(nèi)生性檢驗(yàn)，表6報(bào)告了檢驗(yàn)結(jié)果。由表6列(1)可知，在第一階段回歸中，MPU_USA的系數(shù)在5%的水平上顯著，表明美國貨幣政策不確定性與中國貨幣政策不確定性存在顯著的正相關(guān)關(guān)系。由列(2)可知，ShiborSD的系數(shù)在1%的水平上顯著，表明在考慮內(nèi)生性問題的基礎(chǔ)上中國貨幣政策不確定性仍然顯著促進(jìn)了銀行貸款質(zhì)量的提升。進(jìn)一步對(duì)最小二乘法進(jìn)行相關(guān)檢驗(yàn)。由于傳統(tǒng)豪斯曼檢驗(yàn)存在異方差問題，使用DWH檢驗(yàn)，卡方統(tǒng)計(jì)量為11.430，在1%的水平上拒絕原假說，表明貨幣政策不確定性為內(nèi)生變量。此外，識(shí)別不足檢驗(yàn)與弱工具變量檢驗(yàn)也表明美國貨幣政策不確定性MPU作為工具變量是有效的。

表6 基于2SLS的內(nèi)生性檢驗(yàn)結(jié)果

六、進(jìn)一步研究

(一)流動(dòng)性錯(cuò)配與貸款集中度的中介作用檢驗(yàn)

根據(jù)上文分析，貨幣政策不確定性主要通過影響銀行流動(dòng)性錯(cuò)配程度以及銀行信貸結(jié)構(gòu)對(duì)銀行貸款質(zhì)量產(chǎn)生作用，因此本文分別選取流動(dòng)性錯(cuò)配程度與貸款集中度作為中介變量檢驗(yàn)貨幣政策不確定性影響銀行貸款質(zhì)量的作用機(jī)制。

表7列(1)～(3)報(bào)告了流動(dòng)性錯(cuò)配的中介作用檢驗(yàn)結(jié)果。表7列(2)回歸結(jié)果中LDR的系數(shù)為-0.043，并且在1%的水平上顯著為負(fù)，表明貨幣政策不確定性降低了銀行的存貸比，銀行流動(dòng)性風(fēng)險(xiǎn)有所降低。列(3)顯示ShiborSD的系數(shù)在10%的水平上顯著為負(fù)，而LDR的系數(shù)在1%的水平上顯著為正，進(jìn)一步使用Sobel檢驗(yàn)，顯示Z值為-1.692，同時(shí)列(3)中ShiborSD的系數(shù)絕對(duì)值明顯小于列(1)中ShiborSD的系數(shù)絕對(duì)值。上述結(jié)果表明，流動(dòng)性錯(cuò)配在貨幣政策不確定性與銀行貸款質(zhì)量的關(guān)系中發(fā)揮部分中介作用。

表7 流動(dòng)性錯(cuò)配與貸款集中度的中介作用檢驗(yàn)結(jié)果

表7列(4)、(5)為貸款集中度的中介作用檢驗(yàn)結(jié)果。列(4)顯示Shibor系數(shù)為0.037并且在10%的水平上顯著，表明貨幣政策不確定性增加了銀行貸款集中度，銀行前十大客戶貸款占比大幅度提高。列(5)顯示ShiborSD系數(shù)顯著為負(fù)，而TOP10系數(shù)為負(fù)卻不顯著，對(duì)此，進(jìn)一步進(jìn)行Sobel檢驗(yàn)，可知Z值為1.369，說明通過了中介作用檢驗(yàn)，貸款集中度在貨幣政策不確定性與貸款質(zhì)量的關(guān)系中同樣發(fā)揮部分中介作用。

(二)跨境資本流動(dòng)與銀行業(yè)景氣度的調(diào)節(jié)作用檢驗(yàn)

1.跨境資本流動(dòng)的調(diào)節(jié)作用

在基準(zhǔn)模型基礎(chǔ)上引入交互項(xiàng)構(gòu)建拓展模型，對(duì)跨境資本流動(dòng)對(duì)貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系的調(diào)節(jié)作用進(jìn)行檢驗(yàn)，結(jié)果見表8。表8列(1)展示了跨境資本流動(dòng)CBC作為調(diào)節(jié)變量的回歸分析結(jié)果。可以看到，貨幣政策不確定性ShiborSD與跨境資本流動(dòng)CBC的交乘項(xiàng)ShiborSD×CBC的系數(shù)為34.282，并且在5%的水平上顯著，表明跨境資本流動(dòng)強(qiáng)度每增加1單位，貨幣政策不確定性對(duì)銀行貸款質(zhì)量的正向作用會(huì)減少34.282個(gè)百分點(diǎn)，說明跨境資本流動(dòng)具有負(fù)向調(diào)節(jié)作用，會(huì)削弱貨幣政策不確定性對(duì)銀行貸款質(zhì)量的提升作用，即較高強(qiáng)度的跨境資本流動(dòng)將削弱銀行抵御風(fēng)險(xiǎn)的能力,假說2a得到驗(yàn)證。

表8 跨境資本流動(dòng)與銀行業(yè)景氣度的調(diào)節(jié)作用檢驗(yàn)結(jié)果

2.銀行業(yè)景氣度的調(diào)節(jié)作用

表8列(2)報(bào)告了銀行業(yè)景氣度對(duì)貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系的調(diào)節(jié)作用檢驗(yàn)結(jié)果?？梢钥吹?，ShiborSD與PI的交乘項(xiàng)ShiborSD×PI的系數(shù)為-2.415，且在5%的水平上顯著，說明銀行業(yè)景氣度每上升1單位，貨幣政策不確定性對(duì)貸款質(zhì)量的提升作用將增加2.415個(gè)百分點(diǎn)。這表明銀行業(yè)景氣度越高，貨幣政策不確定性對(duì)銀行貸款質(zhì)量的提升作用越強(qiáng)，假說3a得到驗(yàn)證。

七、結(jié)論與政策建議

選取2010—2019年中國123家商業(yè)銀行年度數(shù)據(jù)，構(gòu)建面板回歸模型，對(duì)貨幣政策不確定性對(duì)銀行貸款質(zhì)量的影響及其異質(zhì)性特征進(jìn)行實(shí)證分析，并進(jìn)一步考察流動(dòng)性錯(cuò)配與貸款集中度的中介作用及跨境資本流動(dòng)與銀行業(yè)景氣度的調(diào)節(jié)作用。結(jié)論如下：

(1)貨幣政策不確定性對(duì)銀行貸款質(zhì)量具有提升作用。貨幣政策不確定性促使銀行更傾向于審慎進(jìn)行流動(dòng)性錯(cuò)配決策，并加大對(duì)預(yù)期收益可靠性更高的企業(yè)或行業(yè)進(jìn)行信貸投放以增加貸款集中度，從而提升了銀行貸款質(zhì)量。

(2)貨幣政策不確定性對(duì)銀行貸款質(zhì)量的提升作用存在異質(zhì)性特征。主要表現(xiàn)為：相對(duì)于國有銀行與股份制銀行，貨幣政策不確定性對(duì)城農(nóng)商行貸款質(zhì)量的提升作用更大。

(3)流動(dòng)性錯(cuò)配與貸款集中度在貨幣政策不確定性與銀行貸款質(zhì)量的關(guān)系中承擔(dān)著中介作用。貨幣政策不確定性通過影響流動(dòng)性錯(cuò)配與貸款集中度雙重渠道來影響銀行貸款質(zhì)量，“貨幣政策不確定性—流動(dòng)性錯(cuò)配/貸款集中度—銀行貸款質(zhì)量”的傳導(dǎo)渠道均有效。

(4)跨境資本流動(dòng)對(duì)貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系具有負(fù)向調(diào)節(jié)作用，跨境資本流動(dòng)規(guī)模加大會(huì)減弱貨幣政策不確定性對(duì)銀行貸款質(zhì)量的提升作用。

(5)銀行業(yè)景氣度對(duì)貨幣政策不確定性與銀行貸款質(zhì)量關(guān)系具有正向調(diào)節(jié)作用，銀行業(yè)景氣度提高會(huì)加劇貨幣政策不確定性對(duì)銀行貸款質(zhì)量的提升作用。

基于上述結(jié)論，提出如下政策建議：

(1)金融監(jiān)管部門需要構(gòu)建貨幣政策與宏觀審慎政策相協(xié)調(diào)的“雙支柱”金融調(diào)控框架，以提升新發(fā)展格局下的中國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)防控效能。一方面，金融監(jiān)管部門需要積極實(shí)施創(chuàng)新性貨幣政策操作工具，以此來提升貨幣政策對(duì)實(shí)體經(jīng)濟(jì)的調(diào)控效率；另一方面，金融監(jiān)管部門需要建立及完善銀行業(yè)宏觀審慎監(jiān)管機(jī)制，以此來抑制貨幣政策不確定下銀行業(yè)博取高利差收入的激進(jìn)動(dòng)機(jī)及行為，有助于提升銀行業(yè)貸款質(zhì)量，進(jìn)而有助于防控銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)。

(2)針對(duì)流動(dòng)性錯(cuò)配與貸款集中度的中介作用，一方面，金融監(jiān)管部門需要構(gòu)建銀行業(yè)流動(dòng)性錯(cuò)配水平的動(dòng)態(tài)監(jiān)測機(jī)制，一旦監(jiān)測到某銀行流動(dòng)性錯(cuò)配水平超越事先設(shè)定的監(jiān)管閥值，則給予嚴(yán)厲性監(jiān)管處罰，從而有助于防范銀行業(yè)流動(dòng)性錯(cuò)配過度而加大銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)；另一方面，金融監(jiān)管部門需要構(gòu)建針對(duì)銀行業(yè)的貸款集中度監(jiān)測機(jī)制，嚴(yán)格約束銀行業(yè)貸款集中度過高行為，從而有助于降低銀行業(yè)貸款集中度過高可能引發(fā)的貸款風(fēng)險(xiǎn)集聚效應(yīng)，進(jìn)而有助于降低銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)。

(3)針對(duì)跨境資本流動(dòng)的調(diào)節(jié)作用，一方面，金融監(jiān)管部門需要構(gòu)建跨境資本流動(dòng)規(guī)模的動(dòng)態(tài)監(jiān)測機(jī)制，以此來嚴(yán)格約束跨境資本流動(dòng)頻次及規(guī)模，緩解跨境資本流動(dòng)規(guī)模過度對(duì)銀行業(yè)流動(dòng)性錯(cuò)配的助推壓力，進(jìn)而提升銀行業(yè)貸款質(zhì)量；另一方面，考慮到跨境直接實(shí)體資本的沖擊效應(yīng)遠(yuǎn)小于跨境間接金融資本的沖擊效應(yīng)，金融監(jiān)管部門需要遵循“先直接、后間接”的原則有序?qū)嵤┛缇迟Y本開放進(jìn)程，以此來降低跨境資本流動(dòng)對(duì)銀行業(yè)穩(wěn)定的沖擊效應(yīng)，從而有助于降低銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)。

(4)針對(duì)銀行業(yè)景氣度的調(diào)節(jié)作用，金融監(jiān)管部門需要構(gòu)建針對(duì)銀行業(yè)景氣度環(huán)境的逆周期監(jiān)管機(jī)制。在銀行業(yè)高景氣度環(huán)境下，金融監(jiān)管部門應(yīng)適度加大銀行業(yè)存貸比的約束性監(jiān)管，以此來抑制銀行業(yè)在高景氣度環(huán)境下的過度信貸擴(kuò)張傾向，從而有助于提升銀行業(yè)貸款質(zhì)量。在銀行業(yè)低景氣度環(huán)境下，金融監(jiān)管部門應(yīng)適度放開銀行業(yè)的存、貸款議價(jià)空間，并賦予銀行業(yè)更大的存、貸款自主定價(jià)權(quán)，以此來對(duì)沖低景氣度環(huán)境下銀行業(yè)利差收入的下降，有助于維護(hù)銀行業(yè)穩(wěn)定性，進(jìn)而降低銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)。