■中國(guó)人民銀行萍鄉(xiāng)市中心支行課題組

一、引言與文獻(xiàn)綜述

銀行作為現(xiàn)代金融系統(tǒng)的核心，在解決企業(yè)融資、支持實(shí)體經(jīng)濟(jì)發(fā)展等方面發(fā)揮著十分重要的作用。據(jù)央行統(tǒng)計(jì)數(shù)據(jù)顯示，2018年全年實(shí)體經(jīng)濟(jì)從銀行獲取的貸款金額占整個(gè)社會(huì)融資規(guī)模的比例仍然高達(dá)79.2%，即便從存量數(shù)據(jù)來(lái)看，占比依然不低，約68.2%。同時(shí)，銀行業(yè)的競(jìng)爭(zhēng)格局一直備受研究者們和監(jiān)管層的關(guān)注。數(shù)據(jù)顯示，截至2018年底，我國(guó)銀行業(yè)金融機(jī)構(gòu)法人數(shù)量已達(dá)4588家，較2012年增加800余家，加之互聯(lián)網(wǎng)金融生態(tài)的發(fā)展和興起，銀行業(yè)的競(jìng)爭(zhēng)日漸呈白熱化態(tài)勢(shì)。

對(duì)銀行來(lái)說(shuō)，競(jìng)爭(zhēng)不僅會(huì)導(dǎo)致金融產(chǎn)品價(jià)格的下降，影響收益水平，而且會(huì)影響其運(yùn)行效率、風(fēng)險(xiǎn)承擔(dān)水平等。由于不同類(lèi)型和不同規(guī)模的銀行資金來(lái)源渠道、流動(dòng)性高低等方面都存在差異，加之市場(chǎng)勢(shì)力的懸殊，研究銀行競(jìng)爭(zhēng)對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效率的影響不僅具有重要的理論意義，而且能為從供需兩端疏通貨幣政策傳導(dǎo)渠道提供堅(jiān)實(shí)的微觀(guān)基礎(chǔ)。

現(xiàn)有文獻(xiàn)通常從兩個(gè)角度研究貨幣政策信貸渠道傳導(dǎo)效率：一種從宏觀(guān)總量上探討貨幣政策信貸渠道現(xiàn)象和機(jī)制（Buigut，2010）；另一種是探討傳導(dǎo)效率的微觀(guān)特征，主要涉及截面異質(zhì)性的相關(guān)分析，以克服基于總量數(shù)據(jù)研究存在的識(shí)別問(wèn)題（Gambacorta&Shin，2018）。Kishan&Opiela（2006）發(fā)現(xiàn)小規(guī)模銀行由于無(wú)法獲得其他資金來(lái)源，受貨幣緊縮影響更大。類(lèi)似的證據(jù)體現(xiàn)在流動(dòng)性較低和資本不足的銀行（Juurikkala et al，2011）。除了這三種銀行特征外，相關(guān)文獻(xiàn)研究了股權(quán)結(jié)構(gòu)（Lucas&Schaumburg，2018）、盈利性（Gunji&Yuan，2010）和股東權(quán)益比例（Delis&Kouretas，2011）對(duì)貨幣政策信貸傳導(dǎo)渠道的影響。較多學(xué)者從資本約束、流動(dòng)性預(yù)期壓力、風(fēng)險(xiǎn)沖擊以及債務(wù)壓力等角度解釋了在外部經(jīng)濟(jì)偏緊條件下，信貸渠道被弱化的原因（Christiano，2014；Amador&Nagengast，2016）。

考慮到銀行競(jìng)爭(zhēng)對(duì)銀行經(jīng)營(yíng)行為的影響，競(jìng)爭(zhēng)可能會(huì)促進(jìn)或阻礙銀行信貸渠道進(jìn)而影響貨幣政策的有效性。從實(shí)證角度看，銀行競(jìng)爭(zhēng)與貨幣政策傳導(dǎo)效率關(guān)系的研究較為集中，但尚無(wú)定論，這可能緣于衡量銀行競(jìng)爭(zhēng)的方法不同和樣本選擇的差異性。國(guó)內(nèi)外學(xué)者大部分支持銀行競(jìng)爭(zhēng)程度提高會(huì)加強(qiáng)貨幣政策信貸傳導(dǎo)效果的觀(guān)點(diǎn)。Leroy（2014）采用歐元區(qū)國(guó)家的大型銀行面板數(shù)據(jù)，并將勒納指數(shù)作為衡量銀行競(jìng)爭(zhēng)的指標(biāo)展開(kāi)研究，結(jié)果顯示競(jìng)爭(zhēng)加劇會(huì)通過(guò)提高貸款利率對(duì)貨幣沖擊的敏感度來(lái)強(qiáng)化貨幣政策信貸渠道傳導(dǎo)的有效性。董華平和干杏娣（2015）實(shí)證分析表明，股份制銀行、城商行和外資銀行的市場(chǎng)化程度更高，其市場(chǎng)份額的提升對(duì)信貸渠道的傳導(dǎo)效率有正向影響。Ghossoub&Reed（2015）基于不完全競(jìng)爭(zhēng)的銀行模型的異質(zhì)性分析中也提及到類(lèi)似的結(jié)論。但也有部分研究發(fā)現(xiàn)，競(jìng)爭(zhēng)性銀行業(yè)結(jié)構(gòu)削弱了貨幣政策對(duì)信貸供給的作用。例如，Amidu&Wolfe（2013）利用55個(gè)國(guó)家和978家面板數(shù)據(jù)作檢驗(yàn)，結(jié)果發(fā)現(xiàn)競(jìng)爭(zhēng)程度過(guò)高會(huì)降低信貸政策的傳導(dǎo)效率。

通過(guò)對(duì)文獻(xiàn)的整理，本文發(fā)現(xiàn)已有文獻(xiàn)鮮有從銀行微觀(guān)競(jìng)爭(zhēng)水平視角分析我國(guó)貨幣政策的銀行信貸渠道傳導(dǎo)效率。盡管有少部分研究從該角度著手，但在理論分析框架、銀行市場(chǎng)勢(shì)力測(cè)算以及有關(guān)異質(zhì)性方面仍略顯不足。為此，本文主要在以下三個(gè)方面進(jìn)行了拓展：一是引入了“Monti-Kelin”改進(jìn)模型作為本文研究的理論分析基礎(chǔ)；二是既使用了面板固定效應(yīng)方法估計(jì)超越對(duì)數(shù)成本函數(shù)（translog cost function）測(cè)算銀行市場(chǎng)勢(shì)力（lerner指數(shù)），又采用了隨機(jī)前沿法（SFA）予以測(cè)算；三是不僅分析了銀行特征變量的異質(zhì)性，而且研究了銀行市場(chǎng)勢(shì)力的異質(zhì)性，豐富了相關(guān)研究。

二、理論基礎(chǔ)與模型設(shè)定

（一）理論模型

本文以考察和分析銀行微觀(guān)行為為切入點(diǎn)，在借鑒微觀(guān)銀行理論模型Monti-Klein模型（Freixas&Rochet，2008）基礎(chǔ)上加以改進(jìn)，建立適用于本研究中解釋銀行競(jìng)爭(zhēng)對(duì)貨幣政策銀行信貸傳導(dǎo)效率影響的理論模型。

1.模型設(shè)定

產(chǎn)業(yè)組織法（IO）是微觀(guān)銀行學(xué)的理論支柱之一，它把銀行活動(dòng)看作為生產(chǎn)類(lèi)似于產(chǎn)品的存貸款服務(wù)，銀行技術(shù)由成本函數(shù)C（D，L）給出，即管理一定數(shù)量貸款和存款的成本。為簡(jiǎn)化分析，本文在這里作三個(gè)假設(shè)：一是銀行的經(jīng)營(yíng)活動(dòng)僅表現(xiàn)為吸收存款、發(fā)放貸款和在銀行同業(yè)市場(chǎng)或者向中央銀行拆借；二是將銀行業(yè)視為一個(gè)不完全競(jìng)爭(zhēng)行業(yè)，使其更貼近于事實(shí)；三是所有銀行都擁有相同的成本函數(shù)C（D，L）。具體形式如下：

式（1）中Dt表示銀行t時(shí)期存款供給量，Lt表示銀行t時(shí)期貸款量。二者所對(duì)應(yīng)的存款利率和貸款利率分別用rD和rL表示。另外，用rt表示同業(yè)拆借利率（可以看成中央銀行的貨幣政策工具），α表示法定存款準(zhǔn)備金率。在考慮管理成本的情況下，單個(gè)銀行的利潤(rùn)等于存貸款的中間利差減去管理成本的總和，用數(shù)學(xué)形式表示為：

由AD-AS曲線(xiàn)可知，存款供給量D是rD的遞增函數(shù)，貸款需求L是rL的遞減函數(shù)；考慮到銀行競(jìng)爭(zhēng)力對(duì)rL存在的影響和不同銀行之間存在的差異，分析中可將它們的函數(shù)或者反函數(shù)寫(xiě)成如下形式：

需要注意的是，公式（4）中rL是由貸款規(guī)模和銀行市場(chǎng)勢(shì)力共同決定的。＞0表明銀行貸款供給量越多，對(duì)應(yīng)的貸款利率也越高。這源于兩個(gè)方面：一是rL的增加，必然會(huì)使貸款供給量上升，對(duì)應(yīng)的反函數(shù)的導(dǎo)數(shù)＞0；二是銀行貸款規(guī)模不斷擴(kuò)大，相應(yīng)風(fēng)險(xiǎn)也在增加，為此需要提高貸款利率以應(yīng)對(duì)未來(lái)風(fēng)險(xiǎn)。＞0表明銀行市場(chǎng)勢(shì)力越大，越具有制定貸款價(jià)格rL的能力。本文之所以使用Lerner指數(shù)滯后一期是基于短期內(nèi)銀行市場(chǎng)勢(shì)力不那么容易改變的考慮。

為了求出（2）中利潤(rùn)最大化的解，需要引入貸款需求彈性和存款供給彈性，如下所示。

結(jié)合（2）的一階均衡條件和（5）的反函數(shù)彈性，可得到銀行i在t時(shí)期的最優(yōu)一階均衡條件解

2.均衡條件

在上述條件約束下，各家銀行i利潤(rùn)最大化的最優(yōu)化條件如下：

將（4）求導(dǎo)的結(jié)果與式（7）同時(shí)代入（9）可得：

3.貨幣政策變動(dòng)、銀行競(jìng)爭(zhēng)與銀行信貸規(guī)模分析

將（10）兩邊對(duì)vt-1求微分，可得到貨幣政策變動(dòng)對(duì)銀行信貸規(guī)模的影響：

將（10）兩邊對(duì)Leri，t求微分，可得到銀行市場(chǎng)勢(shì)力對(duì)銀行信貸規(guī)模的影響：

將（11）進(jìn)一步對(duì)Lerner指數(shù)求導(dǎo)，可得銀行競(jìng)爭(zhēng)對(duì)貨幣政策銀行信貸傳導(dǎo)的影響：

利用前面的函數(shù)關(guān)系、一階導(dǎo)數(shù)符號(hào)以及隱函數(shù)鏈?zhǔn)角髮?dǎo)法則，可確定式（13）方向?yàn)檎?，意味著銀行競(jìng)爭(zhēng)力的增強(qiáng)會(huì)強(qiáng)化貨幣政策變動(dòng)增加引起的銀行貸款規(guī)模的下降。綜合來(lái)看，基于上述理論分析框架，本文提出如下假設(shè)：

假設(shè)1：貨幣政策的銀行貸款渠道存在，而且影響方向?yàn)樨?fù)，即貨幣政策變動(dòng)會(huì)引起銀行貸款規(guī)模的反方向變動(dòng)。

假設(shè)2：銀行市場(chǎng)勢(shì)力與貨幣政策交互影響存在且作用方向?yàn)檎?，即市?chǎng)勢(shì)力的增加（競(jìng)爭(zhēng)力的下降）會(huì)弱化貨幣政策銀行信貸渠道傳導(dǎo)效率；反之，則強(qiáng)化。

（二）計(jì)量模型設(shè)定

為了對(duì)研究主題進(jìn)行經(jīng)驗(yàn)分析，本文將使用面板固定效應(yīng)模型進(jìn)行檢驗(yàn)①之所以不采用差分或者系統(tǒng)動(dòng)態(tài)面板予以估計(jì)是因?yàn)闇笠蜃兞拷y(tǒng)計(jì)不顯著，所以把滯后因變量作為回歸元缺乏令人信服的證據(jù)。此外，在穩(wěn)健性檢驗(yàn)中會(huì)進(jìn)一步提及和驗(yàn)證。，并將實(shí)證模型設(shè)定為如下形式：

式（14）中下標(biāo)i代表銀行，t、t-1為年度及其滯后一期，△MP表示貨幣政策變量，lerner指數(shù)是銀行市場(chǎng)勢(shì)力指標(biāo)，X={size，cap，cdb}是銀行特征變量，分別表示規(guī)模、權(quán)益資本比例、存貸比；△MP×X、△MP×lerner分別為貨幣政策變量和銀行特征變量、市場(chǎng)勢(shì)力的交互項(xiàng)；roa和cpi分別是銀行資產(chǎn)回報(bào)率、消費(fèi)者價(jià)格指數(shù)，u為個(gè)體效應(yīng)，ε為干擾項(xiàng)。

三、變量選取、測(cè)度與數(shù)據(jù)說(shuō)明

（一）變量選取及測(cè)度

1.銀行競(jìng)爭(zhēng)的度量

本文選取Lerner指數(shù)作為銀行競(jìng)爭(zhēng)的考量，因?yàn)樵撝笖?shù)不僅可用于比較不同銀行之間的市場(chǎng)力量，而且已被學(xué)者們廣泛使用。具體地，lerner指數(shù)的計(jì)算公式如下：

其中，價(jià)格（P）是指類(lèi)似于總資產(chǎn)的銀行產(chǎn)出的平均價(jià)格，可被定義為總收入與總資產(chǎn)的比率。然而，邊際成本（MC）的計(jì)算是建立在對(duì)包含產(chǎn)出和三種產(chǎn)出價(jià)格的（勞動(dòng)的價(jià)格、實(shí)物資本的價(jià)格、借入資金的成本）超越對(duì)數(shù)成本函數(shù)的估計(jì)基礎(chǔ)上得出。通常該成本函數(shù)被設(shè)定為如下形式：

其中，TC表示總成本（利息支出、員工開(kāi)支、其他非利息支出之和），y是總資產(chǎn)，w1是勞動(dòng)的價(jià)格（員工開(kāi)支與總資產(chǎn)的比率），w2是實(shí)物資本的價(jià)格（其他非利息支出與固定資產(chǎn)的比率），w3是借入資本的成本（利息支出與存款和短期資金的比例）。成本函數(shù)的估計(jì)系數(shù)可用于推導(dǎo)邊際成本（MC）：

將（17）的結(jié)果MC代入（15）中即可得出衡量不同銀行市場(chǎng)力量的Lerner指數(shù)。

2.貨幣政策代理變量

貨幣政策有數(shù)量型和價(jià)格型區(qū)分，對(duì)應(yīng)的衡量貨幣政策的指標(biāo)也有數(shù)量型和價(jià)格型兩種。本文在借鑒前人研究的基礎(chǔ)上并結(jié)合我國(guó)貨幣政策的具體實(shí)踐，主要采用銀行同業(yè)拆借利率或貸款基準(zhǔn)利率、法定存款準(zhǔn)備金率或廣義貨幣M2增速分別作為價(jià)格型和數(shù)量型貨幣政策的代理變量。其中，貸款基準(zhǔn)利率、廣義貨幣M2增速在本文中主要用于穩(wěn)健性檢驗(yàn)。

3.銀行特征變量和控制變量

一直以來(lái)，學(xué)者們圍繞貨幣政策對(duì)信貸渠道傳導(dǎo)效率的影響因素開(kāi)展了廣泛研究，這些因素除了諸如國(guó)內(nèi)生產(chǎn)總值、消費(fèi)者價(jià)格指數(shù)等宏觀(guān)經(jīng)濟(jì)變量之外，更為重要的是涉及描述銀行特征的變量，比如銀行規(guī)模、自有資本比例和流動(dòng)性水平等。盡管研究得出的結(jié)論不一，但這基本能說(shuō)明銀行特征變量確實(shí)會(huì)對(duì)貨幣政策銀行貸款渠道效率產(chǎn)生不容忽視的影響。鑒于此，本文在后續(xù)實(shí)證中主要控制銀行規(guī)模（size）、自有資本比例（cap）和流動(dòng)性（liq）特征的影響，并參考Ehrmann et al（2003）對(duì)銀行特征變量作如下處理：

其中，銀行規(guī)模（size）用銀行總資產(chǎn)的對(duì)數(shù)衡量，流動(dòng)性（liq）用凈貸款與銀行存款和短期資金之比衡量，自有資本比例（cap）用銀行自有資本與同資產(chǎn)的比例衡量①衡量銀行流動(dòng)性的指標(biāo)有多種，之所以不使用銀行流動(dòng)資產(chǎn)與總資產(chǎn)的比例是因?yàn)榕f版BankScope數(shù)據(jù)庫(kù)與新版數(shù)據(jù)庫(kù)數(shù)值不一致，所以使用銀行存貸比指標(biāo)進(jìn)行替代。。i=1，…，N代表銀行數(shù)量，t=1，…，T代表年份。需要注意的是，對(duì)銀行特征變量作去均值標(biāo)準(zhǔn)化處理既剔除了變量的趨勢(shì)性，而且平均交互項(xiàng)為零，系數(shù)可直接解釋為平均貨幣政策變動(dòng)對(duì)銀行貸款變動(dòng)的影響。

（二）數(shù)據(jù)說(shuō)明

表1 回歸變量的定義

各變量的定義見(jiàn)表1。本文中銀行貸款數(shù)據(jù)、銀行特征變量、平均資產(chǎn)回報(bào)率以及用于計(jì)算lerner指數(shù)的相關(guān)數(shù)據(jù)均來(lái)源于Bank Focus全球銀行與金融機(jī)構(gòu)分析庫(kù)。銀行同業(yè)拆借利率、法定存款準(zhǔn)備金率、1年期貸款基準(zhǔn)利率、廣義貨幣M2來(lái)源于Wind數(shù)據(jù)庫(kù)，而通貨膨脹率來(lái)源于中國(guó)國(guó)家統(tǒng)計(jì)局。此外，選取了130家銀行作為樣本，范圍涵蓋我國(guó)5家國(guó)有大型商業(yè)銀行、10家股份制銀行、66家城市商業(yè)銀行、22家農(nóng)村商業(yè)銀行以及27家外資銀行，并且考慮數(shù)據(jù)的連續(xù)性、完整性及相同指標(biāo)計(jì)算差異，將樣本期設(shè)定為2004～2017年。

四、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)

表2為相關(guān)變量基本統(tǒng)計(jì)量的結(jié)果。其中，lerner指數(shù)和lerner1指數(shù)分別是基于對(duì)超越成本函數(shù)采用隨機(jī)前沿分析法和面板固定效應(yīng)法估計(jì)所計(jì)算出的，目的是為了檢驗(yàn)lerner指數(shù)的穩(wěn)健性。值得注意的是，二者的均值非常接近，分別為0.259、0.254。然而，該數(shù)值與張娜（2019）所計(jì)算的中國(guó)銀行l(wèi)erner指數(shù)均值（0.4左右）有較大差別，與Coccorese（2014）估計(jì)的0.16又較為接近。造成差異的原因可能有兩方面：一是選取的樣本及其涵蓋期間不同；二是估計(jì)邊際成本使用方法不同。此外，相較于歐洲國(guó)家銀行l(wèi)erner指數(shù)均值0.1（Fungácová et al，2014）而言，我國(guó)銀行市場(chǎng)力量相對(duì)較強(qiáng)，整體競(jìng)爭(zhēng)水平偏低。

表2 描述性統(tǒng)計(jì)

（二）回歸結(jié)果①

①hausman檢驗(yàn)結(jié)果表明應(yīng)在固定效應(yīng)模型、隨機(jī)效應(yīng)模型二者中選擇前者，即固定效應(yīng)模型。

首先，本文以銀行同業(yè)拆借利率（IR）和法定存款準(zhǔn)備金率（RR）年度增量△MP的滯后一期分別作為價(jià)格型和數(shù)量幣政策的衡量指標(biāo)，實(shí)證檢驗(yàn)結(jié)果見(jiàn)表3。

表3的回歸結(jié)果顯示，（1）～（6）列貨幣政策變量的估計(jì)系數(shù)分別在不同顯著水平顯著且作用方向?yàn)樨?fù)，符合預(yù)期假設(shè)1，也與現(xiàn)有研究普遍得出的結(jié)論一致。表明貨幣政策變動(dòng)的增加會(huì)降低貸款增速，反之，提高貸款增速。從lerner指數(shù)估計(jì)結(jié)果看，（1）～（6）列中各系數(shù)均為負(fù)且都在1%的水平下顯著，表明銀行市場(chǎng)力量增加（競(jìng)爭(zhēng)程度的降低）會(huì)對(duì)貸款增速產(chǎn)生反向作用，可能的原因在于競(jìng)爭(zhēng)的降低會(huì)增加借貸雙方信息不對(duì)稱(chēng)性和提高轉(zhuǎn)移成本，從而使得貸款增速呈現(xiàn)下降。另外，全部設(shè)定模型中的銀行規(guī)模的影響方向?yàn)樨?fù)，但更重要的是銀行流動(dòng)性以及自有資本比例的回歸系數(shù)總體都為正且統(tǒng)計(jì)顯著，說(shuō)明小銀行、高資本比例和高流動(dòng)性有助于實(shí)現(xiàn)更穩(wěn)健的貸款增速。

貨幣政策變量與銀行特征變量、lerner指數(shù)交互項(xiàng)顯著與否能夠表明二者是否會(huì)對(duì)貨幣政策銀行貸款渠道造成間接影響。（2）、（3）列銀行規(guī)模的交互項(xiàng)系數(shù)不顯著，而（5）、（6）列交互項(xiàng)系數(shù)顯著且為負(fù)，意味著不同類(lèi)型貨幣政策下，銀行規(guī)模特征對(duì)貸款渠道的影響存在差異，且僅在數(shù)量型貨幣政策工具下，規(guī)模特征會(huì)對(duì)貸款渠道產(chǎn)生一定作用；權(quán)益資本比例的交互項(xiàng)影響在兩種貨幣政策工具下均為負(fù)且顯著，說(shuō)明權(quán)益資本比例增加盡管會(huì)直接促進(jìn)貸款增長(zhǎng)，但是會(huì)通過(guò)貸款渠道強(qiáng)化貨幣政策變動(dòng)增加所引致的貸款增速的下降程度；（3）、（6）列流動(dòng)性的交互項(xiàng)影響在兩種貨幣政策類(lèi)型下為負(fù)且顯著，表明流動(dòng)性增加對(duì)貸款增長(zhǎng)既產(chǎn)生了直接有利影響，也產(chǎn)生了間接有利影響，即減弱貨幣政策變動(dòng)增加會(huì)引起貸款增速的下降；最后，就本文最為關(guān)心的lerner指數(shù)交互項(xiàng)而言，影響方向都為正，與預(yù)期假設(shè)2相吻合，但僅在數(shù)量型貨幣政策下顯著，說(shuō)明銀行競(jìng)爭(zhēng)的提高會(huì)強(qiáng)化數(shù)量型貨幣政策銀行信貸渠道傳導(dǎo)效果。對(duì)該結(jié)果可能的解釋是因?yàn)殚L(zhǎng)期以來(lái)我國(guó)主要傾向于采用數(shù)量型貨幣政策調(diào)控方式，造成銀行競(jìng)爭(zhēng)僅對(duì)數(shù)量型政策工具敏感。

（三）進(jìn)一步分析

上述基準(zhǔn)回歸結(jié)果已經(jīng)表明銀行微觀(guān)競(jìng)爭(zhēng)水平不僅會(huì)對(duì)貨幣政策貸款渠道產(chǎn)生直接影響，而且在數(shù)量型貨幣政策下，還會(huì)產(chǎn)生間接影響，表現(xiàn)為銀行競(jìng)爭(zhēng)加劇會(huì)強(qiáng)化貨幣政策變動(dòng)的影響效果。為進(jìn)一步了解貨幣政策變動(dòng)對(duì)貸款渠道的影響是否會(huì)因銀行競(jìng)爭(zhēng)程度的高低、特征變量的高低或大小產(chǎn)生異質(zhì)性，本文將lerner指數(shù)、特征變量按中位數(shù)把樣本分為高低或大小兩組，并仍然使用IR、RR的年度增量作為貨幣政策變量，回歸結(jié)果如表4所示。

分組回歸結(jié)果表（4）顯示，在將銀行市場(chǎng)勢(shì)力分為高低兩組后，Panel A和B中貨幣政策變動(dòng)影響均出現(xiàn)了組間差異，影響方向雖然沒(méi)有發(fā)生變化，但都僅在市場(chǎng)勢(shì)力較低組具有顯著性。就特征變量交互項(xiàng)影響來(lái)看，Panel A中銀行規(guī)模、權(quán)益資本比例和流動(dòng)性的交互影響并沒(méi)有出現(xiàn)組間差異，且均不顯著。但在Panel B中銀行規(guī)模、權(quán)益資本比例出現(xiàn)了組間差異，且分別在市場(chǎng)勢(shì)力較高組、較低組顯著。從勒納指數(shù)的影響來(lái)看，直接影響在不同類(lèi)型政策下也均出現(xiàn)了組間差異且均在較低組顯著。值得注意的是，其交互項(xiàng)在Panel A中沒(méi)有出現(xiàn)組間差異且均不顯著，這也再一次證實(shí)了基準(zhǔn)回歸中以IR年度增量為政策變量下的勒納指數(shù)交互項(xiàng)不顯著的結(jié)論，即銀行市場(chǎng)勢(shì)力對(duì)銀行貸款渠道的間接影響幾乎不存在；與之不同的是，Panel B中勒納指數(shù)交互項(xiàng)影響出現(xiàn)了組間差異且在市場(chǎng)勢(shì)力較低組顯著，說(shuō)明對(duì)于市場(chǎng)勢(shì)力較低的銀行而言，貨幣政策變動(dòng)的效果會(huì)隨著銀行市場(chǎng)勢(shì)力的增加被顯著削弱；但對(duì)于市場(chǎng)勢(shì)力較高的銀行而言，貨幣政策變動(dòng)效果并不會(huì)隨著市場(chǎng)勢(shì)力進(jìn)一步增加而削弱?？傮w來(lái)看，將勒納指數(shù)分為高低兩組后，銀行競(jìng)爭(zhēng)對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效果的影響與基準(zhǔn)回歸結(jié)果一致，并且在數(shù)量型貨幣政策下存在異質(zhì)性特征。在將銀行特征變量分為高低或大小兩組后，可看出貨幣政策變量和特征變量的交互項(xiàng)影響，大致與基準(zhǔn)回歸結(jié)果相吻合。本文著重關(guān)注的是PanelA中貨幣政策變量和lerner指數(shù)的交互項(xiàng)系數(shù)僅對(duì)低資本比例和高流動(dòng)性銀行顯著，該結(jié)果表明銀行競(jìng)爭(zhēng)對(duì)貨幣政策傳導(dǎo)的緩沖效應(yīng)主要是通過(guò)高流動(dòng)性、低資本比例銀行對(duì)貨幣政策沖擊的反應(yīng)實(shí)現(xiàn)的；而Panel B中交互項(xiàng)系數(shù)對(duì)小規(guī)模、高資本比例、高流動(dòng)性銀行更顯著。該結(jié)果也與高流動(dòng)性或高資本化銀行（其財(cái)務(wù)約束較少）可以通過(guò)減少流動(dòng)資產(chǎn)或調(diào)動(dòng)未投保存款來(lái)緩沖貸款活動(dòng)以抵御貨幣政策沖擊的觀(guān)點(diǎn)大體一致（Altunbas et al，2009）。

表3 基準(zhǔn)回歸結(jié)果

為了證實(shí)小規(guī)模銀行相較于大銀行往往擁有較高的資本比例，本文將大規(guī)模和小規(guī)模銀行組間資本差異的比較總結(jié)在表5中。從結(jié)果可以看出，小銀行的確擁有更高的資本比例。

表5 大銀行和小銀行組間均值差異檢驗(yàn)

（四）穩(wěn)健性檢驗(yàn)①

①限于篇幅，本部分結(jié)果留存?zhèn)渌鳌?/p>

1.改變lerner指數(shù)估計(jì)方法的穩(wěn)健性檢驗(yàn)

表4 lerner指數(shù)、特征變量按中位數(shù)分組

如前文所述，計(jì)算勒納指數(shù)需要已知邊際成本資料，而它的獲得是基于對(duì)超越對(duì)數(shù)成本函數(shù)的估計(jì)且估計(jì)方法涉及多種。鑒于此，本文這里使用面板固定效應(yīng)模型估計(jì)得到MC，并計(jì)算出lerner1，將其代入實(shí)證模型進(jìn)行檢驗(yàn)。實(shí)證結(jié)果顯示，在不同類(lèi)型貨幣政策下，貨幣政策變動(dòng)、lerner1和二者的交互項(xiàng)影響方向及顯著性與前文均保持一致，并沒(méi)有否定前文的結(jié)論。

2.以1年期貸款基準(zhǔn)利率作為貨幣政策指標(biāo)的穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)不同貨幣政策指標(biāo)是否會(huì)影響估計(jì)結(jié)果的準(zhǔn)確性，本文以信貸市場(chǎng)的基準(zhǔn)利率1年期貸款基準(zhǔn)利率作為價(jià)格型貨幣政策的衡量指標(biāo)（董華平和干杏娣，2015）進(jìn)行估計(jì)。結(jié)果顯示，當(dāng)改變價(jià)格型貨幣政策的代理指標(biāo)時(shí)，銀行市場(chǎng)勢(shì)力和貨幣政策變量的交互項(xiàng)影響仍然不顯著，意味著價(jià)格型貨幣政策下銀行競(jìng)爭(zhēng)水平的變化并不會(huì)增強(qiáng)或者弱化貨幣政策銀行信貸渠道傳導(dǎo)效果，與前文的研究結(jié)論保持一致。另外，把lerner指數(shù)按中位數(shù)分為高低兩組后，結(jié)果也仍未發(fā)生明顯改變。

3.以廣義貨幣M2的增速作為貨幣政策指標(biāo)的穩(wěn)健性檢驗(yàn)

當(dāng)用廣義貨幣M2的增速作為數(shù)量型貨幣政策衡量指標(biāo)時(shí)，估計(jì)結(jié)果顯示銀行市場(chǎng)勢(shì)力與其交互項(xiàng)影響系數(shù)仍然高度顯著且方向?yàn)檎c前文結(jié)論保持一致。

4.方法的穩(wěn)健性：使用動(dòng)態(tài)面板估計(jì)（SYSGMM）

考慮到現(xiàn)實(shí)中貸款增速可能會(huì)受到它的前一期水平影響，以及為了有效避免模型中的內(nèi)生性干擾問(wèn)題，本文嘗試在模型中加入貸款增速的滯后一期予以估計(jì)，并且使用系統(tǒng)GMM估計(jì)方法。估計(jì)結(jié)果顯示。第一，殘差序列相關(guān)性的AR檢驗(yàn)表明其不存在二階序列相關(guān)，滿(mǎn)足SYS-GMM方法使用的前提條件；第二，Sargan檢驗(yàn)表明不存在工具變量過(guò)度識(shí)別的問(wèn)題；第三，本文結(jié)論表明貸款增速并沒(méi)有存在慣性特征，產(chǎn)生差異的原因可能在于：一是樣本數(shù)量和涵蓋期間不同。二是由于金融監(jiān)管的存在、銀行內(nèi)部風(fēng)險(xiǎn)控制的加強(qiáng)，銀行貸款可能相對(duì)更理性；第四，在不同類(lèi)型貨幣政策下，交互項(xiàng)的影響方向均為正且都顯著，這與前文的結(jié)果有些不一致，造成差異的原因很可能在于方法使用的不同。但總的來(lái)說(shuō)，數(shù)量型貨幣政策下的銀行微觀(guān)競(jìng)爭(zhēng)水平提高確實(shí)會(huì)強(qiáng)化貨幣政策信貸渠道傳導(dǎo)的效果。

五、結(jié)論與建議

本文以銀行微觀(guān)競(jìng)爭(zhēng)水平為視角，通過(guò)引入銀行競(jìng)爭(zhēng)因素對(duì)Monti-Kelin模型加以合理改進(jìn)，建立了適用于本文研究的理論模型分析框架，在此基礎(chǔ)上設(shè)定面板固定效應(yīng)實(shí)證分析模型，使用我國(guó)130家中外資銀行2004～2017年數(shù)據(jù)進(jìn)行實(shí)證分析，研究了銀行微觀(guān)競(jìng)爭(zhēng)水平對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效率的影響。理論分析和實(shí)證結(jié)果表明：第一，我國(guó)貨幣政策銀行信貸傳導(dǎo)渠道在價(jià)格型和數(shù)量型兩種貨幣政策下確實(shí)都存在；第二，銀行市場(chǎng)勢(shì)力對(duì)我國(guó)貨幣政策銀行信貸渠道傳導(dǎo)效率的影響存在差異，在價(jià)格型貨幣政策下無(wú)影響，在數(shù)量型貨幣政策下存在顯著正向影響，即銀行競(jìng)爭(zhēng)力的提高會(huì)明顯增強(qiáng)貨幣政策變動(dòng)的增加所引起的貸款增速下降的效果；第三，將銀行市場(chǎng)勢(shì)力按中位數(shù)分為高低兩組后，在價(jià)格型貨幣政策下，銀行市場(chǎng)勢(shì)力對(duì)貨幣政策銀行信貸渠道傳導(dǎo)效率仍然無(wú)影響，而在數(shù)量型貨幣政策下出現(xiàn)了異質(zhì)性特征且僅在較低組顯著；第四，將銀行特征變量按中位數(shù)分組后，銀行競(jìng)爭(zhēng)對(duì)兩種類(lèi)型貨幣政策下銀行信貸渠道的緩沖效應(yīng)主要是通過(guò)高資本比例或者高流動(dòng)性銀行對(duì)貨幣政策沖擊的反應(yīng)實(shí)現(xiàn)的；第五，通過(guò)改變lerner指數(shù)估計(jì)方法、替換貨幣政策代理指標(biāo)以及使用系統(tǒng)GMM估計(jì)方法進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)論均與前文所述相同。

根據(jù)研究結(jié)論，本文提出以下政策建議：第一，從實(shí)證結(jié)果可以看出，銀行競(jìng)爭(zhēng)會(huì)強(qiáng)化數(shù)量型貨幣政策信貸渠道傳導(dǎo)效率，為避免政策效率的降低，在使用數(shù)量型貨幣政策工具時(shí)，需要重點(diǎn)注意銀行競(jìng)爭(zhēng)力的影響，盡可能建立差異化的銀行體系以形成良好的競(jìng)爭(zhēng)環(huán)境，保持競(jìng)爭(zhēng)和風(fēng)險(xiǎn)控制目標(biāo)的穩(wěn)定性，促進(jìn)貨幣政策傳導(dǎo)機(jī)制的完善；第二，根據(jù)銀行市場(chǎng)勢(shì)力分組結(jié)果可知，數(shù)量型貨幣政策工具下的銀行市場(chǎng)勢(shì)力對(duì)政策傳導(dǎo)效率影響主要集中在市場(chǎng)競(jìng)爭(zhēng)力較高的銀行，因而需關(guān)注相關(guān)銀行市場(chǎng)勢(shì)力的變化，并出臺(tái)競(jìng)爭(zhēng)政策促使銀行保持競(jìng)爭(zhēng)活力；第三，鑒于銀行競(jìng)爭(zhēng)對(duì)貨幣政策沖擊的敏感性反映到傳導(dǎo)效果層面在很大程度上與銀行的特征變量有關(guān)，為此，建議各銀行要密切監(jiān)測(cè)其自有資本比例、流動(dòng)性大小、經(jīng)營(yíng)效益等個(gè)體因素，來(lái)確定合理的貸款規(guī)模，并對(duì)不同競(jìng)爭(zhēng)程度的銀行實(shí)行差異化的貨幣政策調(diào)控和監(jiān)管政策，從而避免銀行資本管理的標(biāo)的出現(xiàn)偏移，使得銀行的信貸行為朝著更有利于信貸渠道正向傳導(dǎo)的方向發(fā)展。