呂彩敏
(河南財經政法大學 河南鄭州 450046)
經國務院批準,中國人民銀行決定從2004年4月25日起實行差別存款準備金率制度。對中央銀行而言,通過差別存款準備金率來調控金融機構時,要考慮到政策如何影響到金融機構的行為,從而預測將對社會經濟帶來的影響。本文研究得出差別存款準備金政策有效,且對于中小型商業銀行的影響程度更大。一方面,可以使商業銀行進一步了解和預測其信貸能力受政策的影響程度,從而及時提出有效的應對政策;另一方面,也可以幫助中央銀行更了解市場反應和實施效果,從而為進一步發揮政策效果、推動地方經濟發展做有益參考。
我國差別銀行存款準備金歷程由粗放到精細,同時央行針對不同的銀行也采取差別存款準備金率,以真正起到政策扶持發展的作用。1980年,為促進改革開放,央行在部分城市實施這一政策;2004年,考慮到金融機構的不同,央行實施以銀行風險和經營狀況分類的差別存款準備金政策;2011年,央行引入差別準備金動態調整制度,即根據形勢適度調整有關參數;2016年,宏觀審慎評估體系被正式加入差別準備金動態調整制度中來實施激勵和約束機制;2020年,央行在對普惠金融定向降準的動態考核后進一步加強對不同商業銀行的差異化激勵。
1.2.1 法定存款準備金政策對信貸規模的影響
當經濟低迷時,央行會下調法定存款準備金率,商業銀行的超額準備金和自有資金就會增加,促使商業銀行經營盈利更高的業務,如增加貸款發放和貸款承諾等。
1.2.2 商業銀行的流動性與政策效果
對于資產規模薄弱的中小型商業銀行而言,他們的存款量和業務量都明顯小于大型商業銀行,通過繳納更低比例的存款準備金能推動資產結構的優化,也能保持正常經營的流動性。
1.2.3 商業銀行的盈利性與政策效果
商業銀行在利率市場化下的盈利方式主要依賴傳統存貸利率差和銀行自身理財產品的收益,在這方面中小型商業銀行處于不利地位。而央行實施有差別的存款準備金率能夠給中小銀行帶來更大的盈利和生存空間,使中小型商業銀行在較為優惠的貨幣政策環境下能夠健康有序發展。
1.2.4 商業銀行的安全性與政策效果
根據貨幣乘數理論,派生存款和貨幣供應量會因為法定存款準備金率的微小變動而產生成倍的劇烈變動,而實施差別存款準備金政策對信貸擴張給予了一定的“急速剎車”警告,使得銀行資金安全得到保障。
1.2.5 再貼現政策對商業銀行信貸規模的影響
當經濟低迷時央行下調再貼現率,讓銀行獲取資金成本降低,從而擴大放款規模、提高了市場流動性。但是該政策相對被動,政策調控是否有效取決于商業銀行是否行使再貼現行為。
根據數據的可得性,本文選取22家銀行2012—2020年的年度數據,其中大型商業銀行有5家;中小銀行包括股份制商業銀行和農商行,其中股份制商業銀行有5家,農商行有12家。
本文使用Stata15.0,在指標選擇上,被解釋變量為商業銀行貸款總額LOAN;解釋變量有定存款準備金率DRR;控制變量有資產負債率DAR、總資產周轉率TAT、不良貸款率NPLR、國內生產總值增長比率GDPR和再貼現率RR。
由表1可以看出,大型商業銀行的信貸規??傮w高于中小型商業銀行。自從2008年實行差別存款準備金政策后,大型銀行適用的平均存款準備金率為17.22%,截至目前最高為20%、最低為13%。中小型商業銀行適用的平均存款準備金率為15.22%,截至目前最高為18%、最低為11%;從資產負債率來看,大型商業銀行的平均值為92.59%,中小型為93.13%,因此,中小型商業銀行實力和資產規模都小于大型商業銀行;資產周轉率相差不大;從不良貸款率來看,大型和中小型商業銀行分別為1.5%和1.2%,這是由于我國大型商業銀行定位的歷史原因導致,大型商業銀行的不良貸款相對中小型商業銀行較少。

表1 描述性統計
本文主要選擇動態面板的系統GMM模型進行主要回歸分析、含時滯因素的回歸和交互項的穩健性回歸,同時采用面板數據回歸模型進行對系統GMM模型的結果做比較判斷,通過多元面板回歸的結果驗證系統GMM模型回歸的結果更為有效。
2.4.1 模型構建
在實證中,時滯分類中的內部時滯關乎央行的反應和行為,則難以進行量化,因此本文僅考慮存款準備金政策的外部時滯效應。因此,此處將差別存款準備金率DRR的指標作為解釋變量的同時,將其作為前定變量來繼續回歸。
根據Stata回歸結果,當且僅當前定變域的滯后期數為一期時,顯示結果顯著。因此,構建含有時滯因素的模型如下:

式(1)中:i=1,2,…,n表示為第N家銀行,t=1,2,…,n表示第N期時間。DRRt-1變量作為解釋變量DRRt滯后一期因子,由于此處重點研究實施差別存款準備金政策的時滯期限和效果問題,因此,回歸中重點關注a2和a3的方向。
2.4.2 數據檢驗
表2是主要變量的相關性檢驗,主要解釋變量法定存款準備金率DRR與被解釋變量在相關系數上呈負相關關系,一定程度上說明寬松的貨幣政策能夠釋放銀行信貸。而且各主要變量的相關系數大部分低于0.4且結果至少能在10%的水平下顯著,這說明各變量之間不存在嚴重的多重共線性,該模型設定合理。

表2 主要變量的相關系數
2.4.3 實證回歸和結果分析
大型商業銀行、中小型商業銀行和樣本銀行全體受到上期信貸規模的影響系數分別為1.023、0.995、0.995,因此兩者之間呈現顯著的正相關,即當期受到上期狀態的影響顯著,商業銀行的信貸行為存在連續性。根據回歸結果中大型和中小型的存款準備金率的回歸系數為-0.001和-0.010可以看出政策有效,且中小型銀行的信貸規模增長程度高于大型銀行,即該政策的實施是有效惠及中小銀行的,這對于刺激中小銀行經營活力、推動地方經濟的發展是有利的。
在將解釋變量存款準備金作為模型的前定變量設置其滯后項時可以得出,我國存款準備金政策的實施與真正產生作用之間存在著一定的時間間隔。得出僅當滯后為一期時回歸顯著且作用時滯平均為6個月左右。
資產負債率與信貸規模呈負相關,大型和中小型的系數為-0.023和-0.014,低的資產負債率即代表銀行有著較好的資產結構,商業銀行會趨向于提高利潤而放貸,因此較低的資產負債率會導致較高的銀行信貸規模;資產周轉率與銀行的信貸規模的系數分別為-1.066和-1.240,因為高經營效率意味著銀行經營業務豐富。不良貸款率對信貸規模呈顯著負相關,系數分別為-0.026和-0.038,這能夠從商業銀行經營的安全性原則中得到解釋。
GDP增長率與銀行信貸規模的系數在大型和中小型銀行樣本中分別為-0.006和-0.007,這是因為央行會采用“降準”等政策工具刺激緩慢增長的經濟,于是商業銀行會隨之放寬信貸要求,信貸規模隨之上升(見表3)。

表3 實證結果
由存款準備金政策對銀行信貸作用的傳導機制和實證回歸結果可以看出,存款準備金政策對銀行的信貸規模存在顯著的負效應,而針對不同規模的商業銀行采取的差別存款準備金率分別對其都有著不同程度的顯著負效應。因此,從政策實施效果來看,我國存款準備金制度的使用對信貸調控和貨幣量的把握明顯有效。