宋光宇

（中國(guó)人民銀行沈陽(yáng)分行營(yíng)業(yè)管理部，遼寧 沈陽(yáng) 110068）

一、引言

為應(yīng)對(duì)新冠肺炎疫情引發(fā)的經(jīng)濟(jì)下行壓力，各主要經(jīng)濟(jì)體都采取了較為寬松的貨幣政策，數(shù)量型貨幣政策工具在此期間扮演了重要的調(diào)控角色。從政策效果看，寬貨幣政策雖然有效避免本國(guó)經(jīng)濟(jì)陷入衰退，但“無(wú)上限”寬松也成為導(dǎo)致通貨膨脹走勢(shì)快速攀升的首要原因。為避免數(shù)量型貨幣政策工具過(guò)度使用的負(fù)面影響，2022年中央經(jīng)濟(jì)工作會(huì)議提出了“跨周期和逆周期宏觀調(diào)控政策要有機(jī)結(jié)合”的總要求，防止宏觀政策矯枉過(guò)正，并修補(bǔ)經(jīng)濟(jì)發(fā)展中長(zhǎng)期性結(jié)構(gòu)性問(wèn)題，為此，中國(guó)人民銀行同時(shí)提出“發(fā)揮好貨幣政策工具的總量和結(jié)構(gòu)雙重功能”。因此，在數(shù)量型貨幣政策工具效果邊際下降以及價(jià)格型貨幣政策工具極易政策超調(diào)的現(xiàn)實(shí)條件下，有必要探索價(jià)格型貨幣政策工具的結(jié)構(gòu)化應(yīng)用，為傳統(tǒng)政策留下充足戰(zhàn)略空間。

2019年第四季度以來(lái)，中期借貸便利（MLF）與1年期LPR同步下行，截至2021年12月末，不考慮市場(chǎng)波動(dòng)影響，在利率中樞不變的條件下，引導(dǎo)以利率債為質(zhì)押的7天期銀行間存款類金融機(jī)構(gòu)回購(gòu)加權(quán)平均利率在LPR改革實(shí)施后下降超過(guò)50個(gè)BP，企業(yè)貸款加權(quán)平均利率比2018年高點(diǎn)下降180個(gè)BP①。從理論和實(shí)踐上看，宏觀利率水平需要與經(jīng)濟(jì)發(fā)展階段相匹配，市場(chǎng)利率的過(guò)快下降易引起套利等不正當(dāng)行為的發(fā)生。根據(jù)信貸配給理論，即使貸款利率下降到較低程度，仍有部分企業(yè)無(wú)法獲得貸款。對(duì)于企業(yè)來(lái)說(shuō)，能夠得到資金與得到便宜資金是融資的兩個(gè)層次，解決了“融資貴”并不是終點(diǎn)，實(shí)體企業(yè)特別是廣大民營(yíng)、小微企業(yè)融資的難點(diǎn)是獲得資金，這是許多企業(yè)不計(jì)成本也難以實(shí)現(xiàn)的。因此，LPR改革的起點(diǎn)是解決“融資貴”的難題，終點(diǎn)則應(yīng)是提高金融服務(wù)可得性和覆蓋面，實(shí)現(xiàn)經(jīng)濟(jì)金融良性互動(dòng)，進(jìn)而提升宏觀跨周期和逆周期政策實(shí)效。因此，LPR報(bào)價(jià)行制度能否在合理的價(jià)格區(qū)間內(nèi)引導(dǎo)信貸有序流向?qū)嶓w經(jīng)濟(jì)，其結(jié)構(gòu)化應(yīng)用能否在宏觀調(diào)控中發(fā)揮作用，是利率市場(chǎng)化改革過(guò)程中值得探索的問(wèn)題。本文研究LPR報(bào)價(jià)行制度對(duì)商業(yè)銀行信貸行為引導(dǎo)作用的有效性和持續(xù)性，對(duì)完善相關(guān)制度乃至豐富貨幣政策工具箱具有一定的理論指導(dǎo)和政策借鑒意義。

二、文獻(xiàn)綜述及假設(shè)

中國(guó)的金融市場(chǎng)結(jié)構(gòu)以間接融資為主，商業(yè)銀行是貨幣政策主要的傳導(dǎo)媒介，是利率調(diào)控的首要對(duì)象，只有打通理順“二級(jí)銀行”體系下的利率傳導(dǎo)關(guān)系，才能實(shí)現(xiàn)金融支持實(shí)體經(jīng)濟(jì)發(fā)展的目的。孫國(guó)鋒和段志明（2017）[1]認(rèn)為，中央銀行中期政策利率在引導(dǎo)商業(yè)銀行信貸增量降價(jià)方面，比中央銀行短期利率的作用更為顯著。盛松成（2019）[2]認(rèn)為，一級(jí)交易商制度使公開(kāi)市場(chǎng)操作普適性削弱，中小商業(yè)銀行貸款利率傳導(dǎo)效果減弱，一味通過(guò)利率手段降低小微企業(yè)融資成本，易增加中小商業(yè)銀行經(jīng)營(yíng)風(fēng)險(xiǎn)。熊園（2019）[3]認(rèn)為，LPR改革正遇經(jīng)濟(jì)下行區(qū)間，商業(yè)銀行風(fēng)險(xiǎn)偏好下降，資質(zhì)較差的小微企業(yè)將在“融資難”與“融資貴”的兩端徘徊，銀行端的“惜貸”行為或?qū)⒍虝盒蕴ь^。冼海鈞等（2020）[4]認(rèn)為，LPR改革的政策效果在商業(yè)銀行間具有差異性，定價(jià)能力越強(qiáng)的機(jī)構(gòu)政策利率向機(jī)構(gòu)貸款利率傳導(dǎo)的效率越高。湯奎（2020）[5]認(rèn)為，LPR改革使商業(yè)銀行存貸利差收窄，盈利壓力加大，中小商業(yè)銀行將被迫提高風(fēng)險(xiǎn)容忍度以尋求更高的信用溢價(jià)。同時(shí)在貸款利率下行通道內(nèi)，商業(yè)銀行資產(chǎn)質(zhì)量和企業(yè)投資回報(bào)良性互動(dòng)，企業(yè)對(duì)商業(yè)銀行的有效信貸需求將增加。劉景榮（2020）[6]認(rèn)為，LPR新機(jī)制對(duì)商業(yè)銀行經(jīng)營(yíng)行為產(chǎn)生較大影響。短期內(nèi)為應(yīng)對(duì)大型企業(yè)議價(jià)，商業(yè)銀行會(huì)向高利潤(rùn)領(lǐng)域拓展，中長(zhǎng)期則增加利率管理和轉(zhuǎn)型風(fēng)險(xiǎn)，銀行間優(yōu)質(zhì)客戶爭(zhēng)奪趨于激烈?；谏鲜鲅芯砍晒?，本文提出基本研究假設(shè)1：

H1：LPR報(bào)價(jià)行制度能夠引導(dǎo)商業(yè)銀行信貸行為，且政策效果在不同性質(zhì)銀行間存在異質(zhì)性。

新冠肺炎疫情深刻且較長(zhǎng)遠(yuǎn)地影響了中國(guó)的經(jīng)濟(jì)金融環(huán)境和商業(yè)銀行的風(fēng)險(xiǎn)偏好，對(duì)貨幣政策通過(guò)金融媒介向?qū)嶓w經(jīng)濟(jì)的傳導(dǎo)產(chǎn)生阻滯。因此，深入探索通過(guò)完善價(jià)格型工具的制度設(shè)計(jì)和操作應(yīng)用進(jìn)而疏通利率傳導(dǎo)堵點(diǎn)，成為當(dāng)前我國(guó)中央銀行提升跨周期宏觀調(diào)控能力可行的策略選擇。馬駿和紀(jì)敏（2016）[7]認(rèn)為，貸款數(shù)量限制和利率管制帶來(lái)了貨幣政策利率傳導(dǎo)渠道的阻塞。張巖（2017）[8]認(rèn)為運(yùn)用價(jià)格型工具應(yīng)對(duì)供給沖擊時(shí)消費(fèi)發(fā)揮主導(dǎo)性作用，且不易強(qiáng)化通脹壓力，經(jīng)濟(jì)調(diào)控作用更加穩(wěn)定，在逆周期調(diào)節(jié)時(shí)價(jià)格型工具較數(shù)量型工具更優(yōu)。郭豫媚等（2018）[9]認(rèn)為，在宏觀調(diào)控過(guò)程中，影響利率傳導(dǎo)效率的主要因素是貸款利率定價(jià)機(jī)制，應(yīng)構(gòu)建更為有效的利率走廊并培育市場(chǎng)化的定價(jià)基準(zhǔn)。盛松成（2019）[2]認(rèn)為，貸款利率定價(jià)方式改革的目的終究是暢通利率傳導(dǎo)的“最后一公里”。孫麗和朱律（2020）[10]認(rèn)為，舊版LPR運(yùn)行機(jī)制的市場(chǎng)化程度不高、缺乏有效參照目標(biāo)，并因存貸款間較高利差，商業(yè)銀行有參照貸款基準(zhǔn)利率的惰性，內(nèi)部定價(jià)機(jī)制嚴(yán)重滯后于金融市場(chǎng)發(fā)展，致使政策利率向貸款利率的傳導(dǎo)仍然不暢。陳鴻祥（2020）[11]認(rèn)為，中國(guó)應(yīng)在利率市場(chǎng)化改革終點(diǎn)更進(jìn)一步，通過(guò)完善LPR報(bào)價(jià)機(jī)制，實(shí)現(xiàn)貨幣政策調(diào)控框架的轉(zhuǎn)型，破解“利率雙軌”困境，疏通利率傳導(dǎo)，降低實(shí)體經(jīng)濟(jì)償債負(fù)擔(dān)。徐寧等（2020）[12]認(rèn)為當(dāng)前階段LPR的推出切實(shí)提高了利率的微觀傳導(dǎo)渠道，同時(shí)兼顧了貨幣市場(chǎng)的穩(wěn)健性。陸軍和黃嘉（2021）[13]認(rèn)為L(zhǎng)PR改革實(shí)施后，自然利率對(duì)利率市場(chǎng)化程度的敏感度減弱，增強(qiáng)存款、貸款、市場(chǎng)與政策利率的聯(lián)動(dòng)性，才能提升利率市場(chǎng)化的效率進(jìn)而疏通利率傳導(dǎo)堵點(diǎn)?；谏鲜鲅芯砍晒?，本文提出基本研究假設(shè)2：

H2：LPR報(bào)價(jià)行制度在長(zhǎng)期宏觀調(diào)控中是持續(xù)有效的。

當(dāng)前我國(guó)對(duì)利率市場(chǎng)化改革的探索進(jìn)入了新的階段，現(xiàn)有文獻(xiàn)對(duì)LPR改革的經(jīng)驗(yàn)性探討較多，實(shí)證性檢驗(yàn)不足。LPR改革作為利率市場(chǎng)化改革的重要組成部分，具備政策干預(yù)的效果，能夠引導(dǎo)商業(yè)銀行貸款利率顯著下降，這一點(diǎn)從目前公布的企業(yè)融資成本數(shù)據(jù)中可以得到驗(yàn)證，而LPR報(bào)價(jià)行制度能否增強(qiáng)實(shí)體經(jīng)濟(jì)的金融服務(wù)獲得感，關(guān)乎利率市場(chǎng)化改革的最終目的能否實(shí)現(xiàn)，也是繼續(xù)深化改革需要深思的問(wèn)題。本文的研究貢獻(xiàn)在于：一是運(yùn)用合成控制法全面預(yù)測(cè)了LPR報(bào)價(jià)行制度在不同銀行間的異質(zhì)性，從微觀層面上客觀評(píng)價(jià)了LPR報(bào)價(jià)行制度對(duì)商業(yè)銀行信貸行為的影響。二是引入宏觀經(jīng)濟(jì)或貨幣因素，驗(yàn)證LPR報(bào)價(jià)行制度結(jié)構(gòu)化應(yīng)用效果的持續(xù)性，并結(jié)合兩方面研究為該制度向深層次推進(jìn)提供參考。

三、模型的引入

假設(shè)可觀測(cè)B+1家銀行在t（t∈[1 ,T]）期內(nèi)的實(shí)體企業(yè)信貸增長(zhǎng)情況，其中第一家銀行（實(shí)驗(yàn)組）參與實(shí)施了LPR報(bào)價(jià)行制度，具備報(bào)價(jià)資格；其余B家銀行不參與報(bào)價(jià)行制度，不具備報(bào)價(jià)資格。假定報(bào)價(jià)銀行在參與報(bào)價(jià)行制度前的時(shí)間為T0，該時(shí)間點(diǎn)對(duì)應(yīng)的是LPR政策正式實(shí)施、處置組銀行正式成為報(bào)價(jià)行的2019年第二季度。用表示第i（i∈[1,B+1]）家銀行在t時(shí)期沒(méi)有實(shí)施LPR報(bào)價(jià)行制度時(shí)實(shí)體企業(yè)的信貸增速，用表示第i家銀行在t時(shí)期參與LPR報(bào)價(jià)行制度時(shí)實(shí)體企業(yè)的信貸增速，令表示正式實(shí)施LPR報(bào)價(jià)行政策后對(duì)實(shí)體企業(yè)信貸增長(zhǎng)的影響效果。用虛擬變量Lit表示LPR報(bào)價(jià)行制度是否實(shí)施，其中，Lit=1表示樣本銀行參與報(bào)價(jià)行制度，Lit=0表示樣本銀行不參與報(bào)價(jià)行制度。因此，第i家銀行在t時(shí)期觀測(cè)到的實(shí)體企業(yè)信貸增長(zhǎng)可進(jìn)一步表示為。當(dāng)t≤T0時(shí)，全部可觀測(cè)的樣本銀行相關(guān)信貸增長(zhǎng)有；當(dāng)T0＜t≤T時(shí)，實(shí)施報(bào)價(jià)行制度的樣本銀行相關(guān)信貸增長(zhǎng)有，不實(shí)施報(bào)價(jià)行制度的樣本銀行相關(guān)信貸增長(zhǎng)仍為。由于報(bào)價(jià)行已經(jīng)參與實(shí)施了相關(guān)政策，故其實(shí)體企業(yè)信貸增長(zhǎng)是可觀測(cè)的，而報(bào)價(jià)行沒(méi)有參與實(shí)施相關(guān)政策的信貸增長(zhǎng)率是無(wú)法觀測(cè)的，需要構(gòu)造因子模型構(gòu)造反事實(shí)狀態(tài)得出的估計(jì)值，進(jìn)而得到政策效果git。本文假設(shè)：

其中，δt表示時(shí)間固定效應(yīng)；θt是（1×r）維向量，表示未知參數(shù)；Zi是（r×1）維向量，表示不參與報(bào)價(jià)行制度的控制變量；λt是（1×F）維向量，表示觀測(cè)不到的共同因子；μi是（F×1）維向量，表示不可觀測(cè)的機(jī)構(gòu)固定效應(yīng)；εit是均值為0的誤差項(xiàng)，表示不可觀測(cè)的短暫性沖擊。

假設(shè)第一家銀行參與了報(bào)價(jià)行制度，對(duì)其余B家沒(méi)有參與報(bào)價(jià)的銀行賦予權(quán)重wi，則控制組的（B×1） 維權(quán)重向量為W=（w2,…wb+1），滿足wb≥0（i=2,…,B+1），且w2+…+wb+1=1。向量W的每一個(gè)特定值都代表控制組銀行作為控制組的每一組特定權(quán)重，則對(duì)控制組賦予權(quán)重后信貸增長(zhǎng)變量值為：

如果政策前的期數(shù)與標(biāo)準(zhǔn)誤差項(xiàng)有較大相關(guān)性，則公式（3）等號(hào)右側(cè)無(wú)限趨于0（Alberto和Guido，2012）[14]，并假設(shè)，t∈{T+1,...,T} 為α0bt的估計(jì)值。

假設(shè)W是一個(gè)（I×1）權(quán)重向量，各分量均為正且和為1，每一個(gè)分量表示未參加利率報(bào)價(jià)制度銀行的權(quán)重。定義一個(gè)（T0×1）矩陣。用定義一個(gè)政策實(shí)施前實(shí)體企業(yè)貸款投放的線性組合：。如果，則。如果，則。假設(shè)有K,…,K定義的線性組合1MM，為（k×1）向量表示政策實(shí)施前報(bào)價(jià)行特征值，且k=r+M。類似地，X0是一個(gè)（k×j）矩陣表示政策實(shí)施前非報(bào)價(jià)行特征值。合成控制法通過(guò)最小化‖X1-X0W‖來(lái)確定W*，同時(shí)有w2≥0,…,wb+1≥0,w2+…+wb+1=1。Abadie（2012）[15]通過(guò)引入V使得，以此來(lái)測(cè)度二者距離，V是（k×k）正半定對(duì)稱矩陣，通過(guò)賦予X0和X1中的變量以合理權(quán)重，以最小化合成控制估計(jì)函數(shù)的均方誤差。本文采用數(shù)據(jù)驅(qū)動(dòng)方式確定V的設(shè)計(jì)方案，從而使在LPR政策實(shí)施前，由非報(bào)價(jià)行組成的合成組能夠逼近報(bào)價(jià)行實(shí)體企業(yè)信貸增長(zhǎng)變量的軌跡，并在加權(quán)后由合成報(bào)價(jià)行模擬未參與LPR報(bào)價(jià)制度，并衡量與報(bào)價(jià)行之間的差異來(lái)代表參與行制度對(duì)銀行實(shí)體信貸投放的影響。

四、報(bào)價(jià)行制度有效性檢驗(yàn)

（一）數(shù)據(jù)來(lái)源及說(shuō)明

本文在進(jìn)行合成控制法分析時(shí)使用2018—2021年A股和H股上市銀行機(jī)構(gòu)季度面板數(shù)據(jù)，包括18家LPR報(bào)價(jià)行中的11家和37家非報(bào)價(jià)上市銀行主要經(jīng)營(yíng)指標(biāo)，相關(guān)數(shù)據(jù)全部來(lái)自萬(wàn)得數(shù)據(jù)庫(kù)。

對(duì)于控制組銀行的選擇，目前18家LPR報(bào)價(jià)行包括5家國(guó)有商業(yè)銀行、5家股份制商業(yè)銀行、4家城市商業(yè)銀行、2家外資銀行和2家民營(yíng)銀行，其中有3家城市商業(yè)銀行和全部外資、民營(yíng)銀行未詳細(xì)公開(kāi)披露經(jīng)營(yíng)數(shù)據(jù)，故為11家。同時(shí)，由于本文采用的是數(shù)據(jù)驅(qū)動(dòng)而不是主觀經(jīng)驗(yàn)來(lái)確定合理的權(quán)重，控制組非報(bào)價(jià)行數(shù)量越多越有利于合成與報(bào)價(jià)行相似的模擬報(bào)價(jià)行。因此，本文將未參與報(bào)價(jià)行制度的剩余1家國(guó)有商業(yè)銀行以及在相關(guān)股權(quán)市場(chǎng)上市的4家股份制銀行、29家城市商業(yè)銀行和3家農(nóng)村商業(yè)銀行共37家銀行納入潛在控制組。本文采用2018年第一季度至2021年第四季度各銀行季度數(shù)據(jù)。

（二）指標(biāo)選擇

本文在運(yùn)用合成控制法進(jìn)行研究時(shí)，控制變量未選擇宏觀經(jīng)濟(jì)金融因素，主要原因在于：一方面，在LPR改革時(shí)點(diǎn)，銀行業(yè)金融機(jī)構(gòu)允許開(kāi)展跨區(qū)域經(jīng)營(yíng)，地區(qū)間經(jīng)濟(jì)發(fā)展差異對(duì)各機(jī)構(gòu)信貸行為的影響從全國(guó)范圍內(nèi)看是相近的；另一方面，在LPR改革前后所有類型的商業(yè)銀行接受的貨幣政策調(diào)控具有同質(zhì)性，貨幣政策對(duì)不同類型商業(yè)銀行機(jī)構(gòu)信貸行為的引導(dǎo)作用不存在差異性。進(jìn)一步，按照合成控制法的要求，在選取控制變量進(jìn)行預(yù)測(cè)時(shí)，要保證控制變量在LPR改革實(shí)施前，真實(shí)報(bào)價(jià)行和合成報(bào)價(jià)行影響實(shí)體信貸投放的因素盡可能一致。

1.因變量。采用實(shí)體企業(yè)貸款增速（rore）來(lái)度量商業(yè)銀行的信貸行為，實(shí)體企業(yè)貸款為商業(yè)銀行企業(yè)貸款及墊款加上票據(jù)貼現(xiàn)剔除采礦業(yè)、房地產(chǎn)業(yè)和金融業(yè)貸款所得余額，同比計(jì)算得出實(shí)體企業(yè)貸款增長(zhǎng)率。

2.控制變量。本文借鑒周鶴峰（2018）[16]、陳書(shū)涵等（2019）[17]、劉陽(yáng)和侯孟奇（2020）[18]關(guān)于銀行信貸行為的研究方法，選取的預(yù)期控制變量均屬于商業(yè)銀行經(jīng)營(yíng)行為的指標(biāo)，采用資本充足率（car）、存款平均成本（cdr）、流動(dòng)性資產(chǎn)增速（rol）、不良貸款率（npl）、凈資產(chǎn)收益率（roe）五個(gè)指標(biāo)作為控制變量。其中：流動(dòng)性資產(chǎn)包括現(xiàn)金、存放中央銀行款項(xiàng)和存放同業(yè)和其他金融機(jī)構(gòu)款項(xiàng)，其余指標(biāo)直接來(lái)自銀行財(cái)務(wù)報(bào)表。表1顯示了各變量的描述性統(tǒng)計(jì)情況。

表1：變量描述性統(tǒng)計(jì)

表2是商業(yè)銀行信貸行為與經(jīng)營(yíng)行為之間基準(zhǔn)關(guān)系的實(shí)證檢驗(yàn)結(jié)果。通過(guò)建立面板數(shù)據(jù)混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型分別進(jìn)行檢驗(yàn)后可以看到，三種回歸模型中解釋變量對(duì)被解釋變量影響的方向一致。其中，實(shí)體企業(yè)貸款增速與資本充足率和不良貸款率的相關(guān)系數(shù)為負(fù)，與存款平均成本、流動(dòng)性資產(chǎn)增速、凈資產(chǎn)收益率的相關(guān)系數(shù)為正。各指標(biāo)中，資本充足率按照《巴塞爾協(xié)議Ⅰ》要求應(yīng)等于資本與加權(quán)風(fēng)險(xiǎn)資產(chǎn)之比，該指標(biāo)越高表示作為資產(chǎn)的各類貸款占比越??；不良貸款率越高，計(jì)提貸款損失準(zhǔn)備越多，占用貸款規(guī)模越大；存款平均成本越高，銀行營(yíng)銷信貸的壓力越大；流動(dòng)性越好，銀行信貸投放意愿也更強(qiáng)；凈資產(chǎn)收益率越低，銀行貸款對(duì)低利潤(rùn)的實(shí)體行業(yè)傾向性越弱。綜上所述，回歸結(jié)果與理論研究結(jié)論和現(xiàn)實(shí)情況相符，本文選取的指標(biāo)可用于實(shí)證檢驗(yàn)。

表2：基準(zhǔn)回歸結(jié)果

（三）實(shí)證分析

本文將分別對(duì)11家真實(shí)報(bào)價(jià)行運(yùn)用合成控制法，通過(guò)計(jì)算真實(shí)報(bào)價(jià)行（實(shí)驗(yàn)組）與合成報(bào)價(jià)行（控制組）在2019年第三季度實(shí)施LPR報(bào)價(jià)制度后對(duì)商業(yè)銀行實(shí)體貸款的影響的差值來(lái)衡量政策對(duì)銀行信貸行為的影響，并以能夠使政策實(shí)施前兩組實(shí)體貸款增長(zhǎng)的均方差MSPE最小化的標(biāo)準(zhǔn)來(lái)賦予權(quán)重。本文使用stata15進(jìn)行運(yùn)算，分別確定11家真實(shí)報(bào)價(jià)行的合成報(bào)價(jià)行的構(gòu)成。表3報(bào)告了各真實(shí)報(bào)價(jià)行的合成組權(quán)重系數(shù)。根據(jù)權(quán)重表，以第一家真實(shí)報(bào)價(jià)行為例，其合成控制組權(quán)重排名前五的銀行分別為No.2占比22.3%、No.9占比20.1%、No.18占比4.7%、No.30占比22.1%和No.34占比13.6%。

表3：合成報(bào)價(jià)行權(quán)重表

表4報(bào)告了報(bào)價(jià)行制度實(shí)施之前，真實(shí)報(bào)價(jià)行與合成報(bào)價(jià)行信貸行為相關(guān)變量的對(duì)比。從數(shù)據(jù)可以看出，在所選影響實(shí)體信貸增長(zhǎng)的5個(gè)指標(biāo)中，除少數(shù)報(bào)價(jià)行某一指標(biāo)的真實(shí)值與合成值有少許差距外，其余四個(gè)指標(biāo)的真實(shí)值與合成值的差異度均較低，這說(shuō)明影響兩組信貸行為的因素相似度較高，合成控制法能夠較好地?cái)M合報(bào)價(jià)行在政策實(shí)施前的特征。

圖1由左至右、由上至下報(bào)告了11家真實(shí)報(bào)價(jià)行與合成報(bào)價(jià)行實(shí)體企業(yè)信貸增長(zhǎng)的變動(dòng)情況。如圖1所示，在報(bào)價(jià)行制度實(shí)施之前，真實(shí)報(bào)價(jià)行與合成報(bào)價(jià)行的實(shí)體信貸增長(zhǎng)路徑實(shí)現(xiàn)了完全重合，滿足合成控制法對(duì)制度實(shí)施前指標(biāo)數(shù)據(jù)的要求。普遍來(lái)看，從2019年第三季度開(kāi)始，真實(shí)報(bào)價(jià)行與合成報(bào)價(jià)行的實(shí)體信貸增長(zhǎng)發(fā)生了明顯變化，其中：第1、2、3、4、7、8、10號(hào)報(bào)價(jià)行在實(shí)施報(bào)價(jià)行制度后，實(shí)體信貸增長(zhǎng)的真實(shí)值始終高于合成值，而第5、6、9、11號(hào)報(bào)價(jià)行在政策實(shí)施后，實(shí)體信貸增長(zhǎng)的真實(shí)值也會(huì)短暫高于合成值。總體來(lái)看，報(bào)價(jià)行制度有利于實(shí)體信貸的增長(zhǎng)。

圖1：真實(shí)報(bào)價(jià)行與合成報(bào)價(jià)行實(shí)體貸款增長(zhǎng)

在反事實(shí)框架下，計(jì)算真實(shí)報(bào)價(jià)行與合成報(bào)價(jià)行的實(shí)體貸款增長(zhǎng)的差值，即處理效應(yīng)，來(lái)直觀顯示制度實(shí)施對(duì)報(bào)價(jià)行信貸行為的影響。從圖2可知，全部11家報(bào)價(jià)行在2019年第三季度前，其實(shí)體貸款增長(zhǎng)的真實(shí)值與合成值之差均在5%以內(nèi)。其中：第1、2、3、4、7、8、10號(hào)報(bào)價(jià)行在實(shí)施報(bào)價(jià)行制度后，實(shí)體信貸增長(zhǎng)的真實(shí)值與合成值的差為正并逐期擴(kuò)大，而第5、6、9、11號(hào)報(bào)價(jià)行在政策實(shí)施后，實(shí)體信貸增長(zhǎng)的真實(shí)值也會(huì)短暫為正但逐步縮小?？傮w來(lái)看，報(bào)價(jià)行制度有利于實(shí)體信貸的增長(zhǎng)，但因宏觀環(huán)境波動(dòng)等不可抗力等因素，其影響在不同類型銀行間出現(xiàn)明顯分化。

圖2：處理效應(yīng)

（四）穩(wěn)健性檢驗(yàn)

本文通過(guò)借鑒 Abadie和 Gardeazabal（2003）[19]、Abadie和Diamond（2010）[20]安慰劑檢驗(yàn)的方法，對(duì)商業(yè)銀行信貸行為的變化確實(shí)是因?yàn)長(zhǎng)PR報(bào)價(jià)行制度的實(shí)施而產(chǎn)生進(jìn)行驗(yàn)證，確保政策的估計(jì)結(jié)果在統(tǒng)計(jì)學(xué)上的顯著性。先計(jì)算出真實(shí)報(bào)價(jià)行的預(yù)測(cè)均方誤差MSPE，進(jìn)而剔除MSPE值為真實(shí)報(bào)價(jià)行一定倍數(shù)的非報(bào)價(jià)行，再分別運(yùn)用合成控制法構(gòu)造它們的合成控制對(duì)象與合成報(bào)價(jià)行進(jìn)行比較。以報(bào)價(jià)行1為例，其MSPE值為1.32，本文采用最嚴(yán)格的標(biāo)準(zhǔn)，剔除22家MPSE值高于其2倍的控制組單位，將剩余17家與報(bào)價(jià)行1進(jìn)行排序檢驗(yàn)，結(jié)果見(jiàn)圖3。如圖所示，實(shí)線表示報(bào)價(jià)行1的處理效應(yīng)，虛線表示其他17家銀行的安慰劑效應(yīng)。總體看，假設(shè)報(bào)價(jià)行制度無(wú)任何作用，除報(bào)價(jià)行11外，報(bào)價(jià)行的處理效應(yīng)基本都在最外部，表明報(bào)價(jià)行制度對(duì)銀行信貸行為有較為顯著的影響，顯著性異于零的概率為5.6%（1/18），可以認(rèn)為報(bào)價(jià)行制度的實(shí)體信貸增長(zhǎng)效應(yīng)在10%水平顯著。

圖3：實(shí)驗(yàn)組與安慰劑組效應(yīng)對(duì)比

綜上所述，通過(guò)對(duì)11家LPR報(bào)價(jià)行分別與38家不參與報(bào)價(jià)行制度的非報(bào)價(jià)行的實(shí)體貸款增長(zhǎng)進(jìn)行對(duì)比，發(fā)現(xiàn)LPR報(bào)價(jià)行制度的實(shí)施對(duì)銀行信貸行為有積極的引導(dǎo)作用；其后的安慰劑檢驗(yàn)表明，在最嚴(yán)格的篩選條件下，2019年第三季度的P值為5.6%，說(shuō)明在10%的水平上不接受LPR報(bào)價(jià)行制度對(duì)銀行信貸行為的影響在統(tǒng)計(jì)上不顯著的假設(shè)，報(bào)價(jià)行制度對(duì)商業(yè)銀行信貸行為具有引導(dǎo)作用。

從銀行間檢驗(yàn)結(jié)果對(duì)比看，各行實(shí)施后效果基本為積極的，但是季節(jié)性和銀行性質(zhì)等因素特征也較為明顯。11家報(bào)價(jià)行中的4家雖然在政策實(shí)施后的2019年第四季度實(shí)體貸款增長(zhǎng)高于其合成對(duì)象，但是在2020年第一季度對(duì)比關(guān)系出現(xiàn)了反轉(zhuǎn)。主要原因在于：一是季節(jié)因素與銀行經(jīng)營(yíng)特征聯(lián)動(dòng)，銀行經(jīng)營(yíng)習(xí)慣也具有差異性，而第一季度時(shí)值元旦、春節(jié)假期，實(shí)體企業(yè)生產(chǎn)性和投資性融資均有滯后。二是重大干擾因素出現(xiàn)，2020年第一季度新冠肺炎疫情暴發(fā)，其間多數(shù)企業(yè)處于短期停產(chǎn)停工狀態(tài)，信貸特別是短期貸款需求同比有明顯減少，而部分銀行機(jī)構(gòu)的客戶結(jié)構(gòu)導(dǎo)致其對(duì)融資需求的劇烈變化更為敏感。三是不同性質(zhì)銀行對(duì)政策的反饋存在異質(zhì)性。國(guó)有商業(yè)銀行全都能夠?qū)PR改革做出積極回饋，主要在于其政策屬性較為突出。股份制商業(yè)銀行多數(shù)能夠做出積極回饋，但其對(duì)經(jīng)營(yíng)利潤(rùn)等自身利益考慮較多，對(duì)政策調(diào)控的判斷和反饋易出現(xiàn)分化。而從城市商業(yè)銀行情況看，因其規(guī)模與國(guó)有及股份制商業(yè)銀行差距較大，負(fù)債成本要稍高于大行，參與報(bào)價(jià)行制度后利差驟縮，導(dǎo)致其在2020年第一季度實(shí)體信貸規(guī)模下降，但隨著時(shí)間推移仍表現(xiàn)出上升勢(shì)頭。各行差異也驗(yàn)證了前述學(xué)者的觀點(diǎn)，即政策利率向貸款利率的傳導(dǎo)效率與銀行定價(jià)能力有關(guān)。

五、報(bào)價(jià)行制度持續(xù)性檢驗(yàn)

上述分析證實(shí)了LPR改革對(duì)商業(yè)銀行信貸行為普遍具有顯著的正向引導(dǎo)作用，即報(bào)價(jià)行制度實(shí)施后短期內(nèi)能夠引導(dǎo)銀行增加實(shí)體經(jīng)濟(jì)信貸投放。LPR改革正式實(shí)施后，為應(yīng)對(duì)新冠肺炎疫情導(dǎo)致的經(jīng)濟(jì)增長(zhǎng)放緩壓力，包括我國(guó)在內(nèi)的各主要經(jīng)濟(jì)體都實(shí)施了一系列貨幣對(duì)沖政策，報(bào)價(jià)行制度引導(dǎo)作用的持續(xù)性需要在宏觀環(huán)境變化條件下進(jìn)一步驗(yàn)證。

（一）指標(biāo)選擇

為考察報(bào)價(jià)行制度在利率市場(chǎng)化改革階段性實(shí)踐及新冠肺炎疫情沖擊下是否能夠報(bào)保持政策實(shí)效的持續(xù)性，本文在進(jìn)行回歸分析時(shí)使用2018—2021年A股和H股上市的48家銀行機(jī)構(gòu)季度面板數(shù)據(jù)，數(shù)據(jù)全部來(lái)自萬(wàn)得數(shù)據(jù)庫(kù)。在構(gòu)建基本回歸模型時(shí)，因變量仍為實(shí)體企業(yè)貸款增速，控制變量仍為資本充足率、存款平均成本、不良貸款率、流動(dòng)性資產(chǎn)增速、凈資產(chǎn)收益率，變量計(jì)算方法同上文。同時(shí)，引入核心變量報(bào)價(jià)行身份（lpr），指標(biāo)賦值規(guī)則為：對(duì)于非報(bào)價(jià)行，賦值為0；對(duì)于報(bào)價(jià)行，在2019年第二季度（含）以前賦值為0，2019年第三季度開(kāi)始賦值為1。各變量描述性統(tǒng)計(jì)詳見(jiàn)表1。

（二）基準(zhǔn)回歸

本文擬建立靜態(tài)面板數(shù)據(jù)的固定效應(yīng)模型進(jìn)行回歸，主要基于以下兩點(diǎn)：一是商業(yè)銀行貸款投放受當(dāng)年宏觀經(jīng)濟(jì)和信貸政策影響較大，往期貸款增長(zhǎng)對(duì)當(dāng)期不會(huì)造成顯著影響；二是自變量中可能存在內(nèi)生解釋變量，采用固定效應(yīng)模型可以緩解因遺漏變量而產(chǎn)生的內(nèi)生性問(wèn)題。

表5的第（1）列報(bào)告了基準(zhǔn)回歸模型的估計(jì)結(jié)果，從回歸結(jié)果看，全部控制變量對(duì)因變量的影響情況與前文分析一致。報(bào)價(jià)行制度對(duì)銀行信貸行為具有正向影響，且在5%的水平下顯著，說(shuō)明被確定為L(zhǎng)PR報(bào)價(jià)行能夠促進(jìn)商業(yè)銀行優(yōu)化信貸結(jié)構(gòu)，增加向?qū)嶓w企業(yè)的信貸投放力度。

表5：報(bào)價(jià)行制度對(duì)銀行信貸行為的影響：基準(zhǔn)回歸及穩(wěn)健性檢驗(yàn)

（三）穩(wěn)健性檢驗(yàn)

本文主要使用三種方法進(jìn)行穩(wěn)健性檢驗(yàn)：

一是補(bǔ)充變量法。由于商業(yè)銀行信貸行為受中央銀行貨幣政策和宏觀經(jīng)濟(jì)發(fā)展影響較為顯著，結(jié)合新冠肺炎疫情發(fā)生后經(jīng)濟(jì)增長(zhǎng)放緩以及中國(guó)人民銀行系列貨幣政策工具操作實(shí)際，本文在主回歸基礎(chǔ)上分別引入商業(yè)銀行向中央銀行借款增速（cbank）和全國(guó)GDP平減指數(shù)（gdp），作為貨幣信貸政策和宏觀經(jīng)濟(jì)環(huán)境兩個(gè)外生擾動(dòng)因素來(lái)表示新冠肺炎疫情沖擊影響，重新進(jìn)行回歸檢驗(yàn)。表5第（2）、（3）列顯示，穩(wěn)健性回歸結(jié)果與原回歸結(jié)果保持一致，且在5%的水平下顯著。這表示，即使宏觀經(jīng)濟(jì)金融環(huán)境因新冠肺炎疫情等因素沖擊而發(fā)生改變，報(bào)價(jià)行制度的結(jié)構(gòu)性引導(dǎo)作用仍可持續(xù)。二是變量替換法。將原回歸中流動(dòng)性資產(chǎn)增速和凈資產(chǎn)收益率分別替換為流動(dòng)性覆蓋率（lcr）和凈息差（nim），重新進(jìn)行回歸檢驗(yàn)。表5第（4）列顯示，穩(wěn)健性回歸結(jié)果與原回歸結(jié)果保持一致，且在1%的水平下顯著，顯著性優(yōu)于原回歸。三是工具變量法。由于實(shí)體企業(yè)信貸增長(zhǎng)與不良貸款率之間可能存在雙向因果關(guān)系，進(jìn)而導(dǎo)致內(nèi)生性問(wèn)題的產(chǎn)生，本文借鑒孫光林和蔣偉（2021）[21]的研究成果，運(yùn)用各樣本銀行總部所在省份普惠金融發(fā)展指數(shù)中的數(shù)字支持服務(wù)程度二級(jí)指數(shù)作為工具變量，回歸結(jié)果如表5第（5）列顯示，穩(wěn)健性回歸結(jié)果與原回歸結(jié)果保持一致，且在5%的水平下顯著，再次表明基準(zhǔn)回歸的結(jié)果是穩(wěn)健的。同時(shí)，LM檢驗(yàn)的P值均為0，小于0.01，不存在工具變量識(shí)別不足的問(wèn)題。F統(tǒng)計(jì)量均大于10%的臨界值，不存在弱工具變量的問(wèn)題。

六、主要結(jié)論及政策建議

本文選取LPR改革后入圍的11家報(bào)價(jià)行和38家非報(bào)價(jià)銀行2018—2021年季度信貸和經(jīng)營(yíng)數(shù)據(jù)，運(yùn)用合成控制方法和靜態(tài)面板固定效應(yīng)模型，評(píng)價(jià)LPR報(bào)價(jià)行制度政策效果的有效性和持續(xù)性。研究結(jié)果表明：（1）LPR報(bào)價(jià)行制度能夠促進(jìn)商業(yè)銀行加大實(shí)體企業(yè)貸款的投放。穩(wěn)健性檢驗(yàn)結(jié)果證實(shí)，LPR改革后報(bào)價(jià)行的實(shí)體貸款增長(zhǎng)原因主要是相關(guān)制度的實(shí)施，并非其他偶然性因素。（2）從銀行間差別來(lái)看，國(guó)有商業(yè)銀行對(duì)政策實(shí)施的積極反饋十分統(tǒng)一，股份制商業(yè)銀行短期內(nèi)能夠切實(shí)執(zhí)行政策意圖，長(zhǎng)期則因經(jīng)營(yíng)特征或不可抗力等原因出現(xiàn)分化，城市商業(yè)銀行對(duì)改革的準(zhǔn)備不夠充分，相關(guān)業(yè)務(wù)短期內(nèi)受到較大影響。（3）LPR報(bào)價(jià)行制度能夠長(zhǎng)期調(diào)動(dòng)商業(yè)銀行貫徹信貸政策意圖的能動(dòng)性，回歸模型的穩(wěn)健性檢驗(yàn)也表明，現(xiàn)有激勵(lì)約束機(jī)制不會(huì)因新冠肺炎疫情等不確定性因素導(dǎo)致的貨幣政策調(diào)整和經(jīng)濟(jì)環(huán)境改變而被削弱，仍能夠持續(xù)引導(dǎo)商業(yè)銀行加大對(duì)實(shí)體經(jīng)濟(jì)的信貸投放力度。

根據(jù)以上研究結(jié)論，本文提出以下政策建議：一是探索報(bào)價(jià)行制度的結(jié)構(gòu)性引導(dǎo)作用。完善報(bào)價(jià)行進(jìn)入和退出機(jī)制，明確和細(xì)化報(bào)價(jià)行的選取標(biāo)準(zhǔn)，劃定各類評(píng)審指標(biāo)各檔分?jǐn)?shù)，定期公布報(bào)名參與報(bào)價(jià)行評(píng)選機(jī)構(gòu)的考核結(jié)果，加大遴選頻次，每年應(yīng)開(kāi)放一次入圍窗口。應(yīng)充分體現(xiàn)報(bào)價(jià)行代表性，通過(guò)市場(chǎng)解構(gòu)將銀行機(jī)構(gòu)按照資產(chǎn)性質(zhì)、規(guī)模等指標(biāo)進(jìn)行分組，為同級(jí)別金融機(jī)構(gòu)提供合理的入圍機(jī)會(huì)。提高報(bào)價(jià)行體系內(nèi)銀行的流動(dòng)性，針對(duì)報(bào)價(jià)行引入存款利率定價(jià)評(píng)價(jià)指標(biāo)，賦予其存款利率合理調(diào)整空間，構(gòu)建基于正向激勵(lì)導(dǎo)向的考評(píng)體系，引導(dǎo)各行特別是中小金融機(jī)構(gòu)通過(guò)參與報(bào)價(jià)行考評(píng)鍛煉內(nèi)部定價(jià)能力，增強(qiáng)其對(duì)利率市場(chǎng)化改革的適應(yīng)性，從而實(shí)現(xiàn)維護(hù)市場(chǎng)競(jìng)爭(zhēng)環(huán)境和信貸供給平穩(wěn)的多重政策目的。二是發(fā)揮價(jià)格型工具的跨周期調(diào)節(jié)作用。以定向操作為特征的結(jié)構(gòu)性貨幣政策工具在推動(dòng)金融資源流向普惠領(lǐng)域和薄弱環(huán)節(jié)的有效性已經(jīng)由施政實(shí)踐所證實(shí)，其逆周期調(diào)節(jié)效果更為突出。以利率為代表的價(jià)格型工具可在微觀領(lǐng)域?qū)?shù)量型工具進(jìn)行補(bǔ)充，應(yīng)進(jìn)一步提升報(bào)價(jià)行制度在金融管理中的地位，使其成為類似交易商協(xié)會(huì)“承銷商”制度并由中央銀行直接評(píng)級(jí)管理的一項(xiàng)機(jī)制，從而為跨周期調(diào)控提供有效果、可持續(xù)、間接性的實(shí)施方式。

注：

①數(shù)據(jù)來(lái)源于萬(wàn)得數(shù)據(jù)庫(kù)、2018—2021年《中國(guó)貨幣政策執(zhí)行報(bào)告》。