董龍訓(xùn)　霍成義　孫健

摘? ?要：近年來，針對(duì)宏觀經(jīng)濟(jì)運(yùn)行中面臨的結(jié)構(gòu)性問題，中國人民銀行不斷創(chuàng)新豐富結(jié)構(gòu)性貨幣政策工具，取得良好的政策效果。以結(jié)構(gòu)性貨幣政策工具為研究對(duì)象，通過構(gòu)建理論模型，探討了結(jié)構(gòu)性貨幣政策工具的最優(yōu)區(qū)間，并基于山東省100家地方法人銀行7個(gè)季度的數(shù)據(jù)，利用面板門檻模型，實(shí)證研究了支小再貸款與普惠小微貸款的關(guān)系，測算了支小再貸款的最優(yōu)門檻值。研究結(jié)果發(fā)現(xiàn)，支小再貸款實(shí)現(xiàn)了預(yù)期的政策目標(biāo)，促進(jìn)了普惠小微貸款的增長，但支小再貸款的作用也有臨界值，存在最優(yōu)的結(jié)構(gòu)性貨幣政策工具規(guī)模區(qū)間?；诖?，建議根據(jù)普惠小微企業(yè)、“三農(nóng)”等市場主體發(fā)展情況，提供相匹配的結(jié)構(gòu)性貨幣政策工具支持，有效平衡好穩(wěn)總量和調(diào)結(jié)構(gòu)的功能，適時(shí)調(diào)整再貸款、再貼現(xiàn)等結(jié)構(gòu)性貨幣政策工具的利率水平，進(jìn)一步完善結(jié)構(gòu)性貨幣政策工具的配套政策措施。

關(guān)鍵詞：結(jié)構(gòu)性貨幣政策工具;面板門檻模型;中小銀行;普惠小微貸款

中圖分類號(hào)：F820.1? 文獻(xiàn)標(biāo)識(shí)碼：B? 文章編號(hào)：1674-2265（2022）05-0022-08

DOI：10.19647/j.cnki.37-1462/f.2022.05.003

一、引言

近年來，我國充分發(fā)揮貨幣政策工具的總量和結(jié)構(gòu)功能，創(chuàng)設(shè)了定向降準(zhǔn)、定向中期借貸便利、扶貧再貸款、抵押補(bǔ)充貸款、民營企業(yè)債券融資支持工具等政策工具，增加支農(nóng)支小再貸款和再貼現(xiàn)額度，加大對(duì)普惠金融等重點(diǎn)領(lǐng)域、薄弱環(huán)節(jié)的金融支持，在支持經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和高質(zhì)量發(fā)展方面發(fā)揮了積極作用。如2020年面對(duì)新冠肺炎疫情沖擊，中國人民銀行先后出臺(tái)3000億元、5000億元、1萬億元的再貸款再貼現(xiàn)政策，支持疫情防控、復(fù)工復(fù)產(chǎn)、“三農(nóng)”領(lǐng)域、小微企業(yè)和民營企業(yè)，為統(tǒng)籌推進(jìn)新冠肺炎疫情防控和經(jīng)濟(jì)社會(huì)發(fā)展提供了有力支撐。2021年，人民銀行進(jìn)一步強(qiáng)化結(jié)構(gòu)性貨幣政策工具的功能，先后增加5000億元再貸款額度，創(chuàng)設(shè)碳減排支持工具和支持煤炭清潔高效利用專項(xiàng)再貸款，加大對(duì)清潔能源、節(jié)能環(huán)保和綠色發(fā)展等領(lǐng)域的支持力度。

從山東省情況看，結(jié)構(gòu)性貨幣政策工具在引導(dǎo)金融機(jī)構(gòu)加大小微企業(yè)信貸投放、提升金融服務(wù)質(zhì)量、支持穩(wěn)企業(yè)保就業(yè)方面取得了明顯成效。2020年，山東省金融機(jī)構(gòu)運(yùn)用三批次共1.8萬億元再貸款再貼現(xiàn)政策發(fā)放優(yōu)惠利率貸款1930億元，支持各類市場主體16.2萬戶。兩項(xiàng)直達(dá)實(shí)體經(jīng)濟(jì)貨幣政策工具取得積極成效，截至2021年末，向符合條件的地方法人銀行累計(jì)提供激勵(lì)資金307億元，直接帶動(dòng)地方法人銀行為12萬戶企業(yè)延期本金1520億元，為46萬戶企業(yè)發(fā)放符合報(bào)銷條件的普惠小微信用貸款781億元。

結(jié)構(gòu)性貨幣政策工具作為我國貨幣政策的重要?jiǎng)?chuàng)新，取得了積極的成效，未來在結(jié)構(gòu)性貨幣政策工具的操作和實(shí)施上仍有一定的空間和潛力。但是，結(jié)構(gòu)性貨幣政策工具未來實(shí)施的邊界以及最優(yōu)規(guī)模即應(yīng)當(dāng)在多大程度上發(fā)揮好結(jié)構(gòu)性調(diào)整功能，依然是當(dāng)前理論和實(shí)踐中面臨的重要問題。本文試圖以山東省支小再貸款等結(jié)構(gòu)性貨幣政策的實(shí)踐操作為例，從理論上探討結(jié)構(gòu)性貨幣政策工具的最優(yōu)規(guī)模以及需要的產(chǎn)業(yè)政策、財(cái)政政策等配套條件，并實(shí)證分析全省結(jié)構(gòu)性貨幣政策工具的最優(yōu)規(guī)模和臨界值，進(jìn)一步拓展對(duì)把握好結(jié)構(gòu)性貨幣政策工具的“度”領(lǐng)域的研究，從而為繼續(xù)實(shí)施好結(jié)構(gòu)性貨幣政策提供決策參考。

二、文獻(xiàn)綜述

目前，圍繞結(jié)構(gòu)性貨幣政策工具的功能和效果，國內(nèi)外學(xué)者開展了一系列探討和研究。2008年國際金融危機(jī)后，為應(yīng)對(duì)常規(guī)貨幣政策遇到的零利率下限和傳導(dǎo)渠道受阻等問題，發(fā)達(dá)經(jīng)濟(jì)體創(chuàng)新推出了一系列結(jié)構(gòu)性貨幣政策工具，如美聯(lián)儲(chǔ)的定期證券借貸便利（TSLF）和定期資產(chǎn)支持證券借貸便利（TALF）、歐洲中央銀行的定向長期再融資操作計(jì)劃（TLTRO）、日本中央銀行的貸款支持計(jì)劃（LSP）。從實(shí)施效果看，大部分研究表明結(jié)構(gòu)性貨幣政策工具對(duì)實(shí)體經(jīng)濟(jì)起到了積極的影響。如Benetton和Fantino（2018）[1]、Laine（2019）[2]、Andreeva和García-Posada（2019）[3]研究發(fā)現(xiàn)，歐洲中央銀行的定向長期再融資操作計(jì)劃增加了銀行對(duì)非金融企業(yè)的貸款，降低了貸款發(fā)放標(biāo)準(zhǔn)，對(duì)風(fēng)險(xiǎn)較低、規(guī)模較小的企業(yè)貸款利率影響更顯著。

從我國情況看，中國人民銀行長期以來就有實(shí)施結(jié)構(gòu)性貨幣政策工具的成功實(shí)踐。隨著我國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段，更加注重深化供給側(cè)結(jié)構(gòu)性改革，中國人民銀行也更加注重發(fā)揮好貨幣政策工具的總量和結(jié)構(gòu)功能，著力加大對(duì)重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)的金融支持。圍繞如何發(fā)揮好結(jié)構(gòu)性貨幣政策工具的功能，國內(nèi)學(xué)者也開展了一系列研究和探索。彭俞超和方意（2016）[4]研究了四種結(jié)構(gòu)性貨幣政策工具的影響，發(fā)現(xiàn)結(jié)構(gòu)性貨幣政策工具能夠在一定程度上調(diào)整信貸結(jié)構(gòu)并促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。馮明和伍戈（2018）[5]研究發(fā)現(xiàn)，定向降準(zhǔn)新釋放的可貸資金有一部分流向了定向部門。王遙等（2019）[7]認(rèn)為，定向降準(zhǔn)、綠色票據(jù)貼現(xiàn)、再貸款等政策工具均是有效的綠色信貸激勵(lì)政策，能夠提高綠色信貸投放，不會(huì)對(duì)總產(chǎn)出、總就業(yè)造成顯著負(fù)面影響。

雖然目前國內(nèi)外學(xué)者對(duì)結(jié)構(gòu)性貨幣政策的實(shí)施效果等開展了一系列的研究，但是關(guān)于結(jié)構(gòu)性貨幣政策工具的最優(yōu)規(guī)模的研究還較少。結(jié)構(gòu)性貨幣政策雖然可以在緩解部分行業(yè)融資約束上發(fā)揮積極作用，但是過量使用也會(huì)對(duì)貨幣政策總量產(chǎn)生影響，影響貨幣政策的實(shí)施效果。因此，如何確定結(jié)構(gòu)性貨幣政策的最優(yōu)規(guī)模，使其既能對(duì)中小企業(yè)、“三農(nóng)”、綠色發(fā)展等經(jīng)濟(jì)發(fā)展重點(diǎn)領(lǐng)域提供有效支持，也能保持貨幣政策總量穩(wěn)定，實(shí)現(xiàn)物價(jià)穩(wěn)定并促進(jìn)經(jīng)濟(jì)增長，是當(dāng)前結(jié)構(gòu)性貨幣政策研究亟待解決和突破的重點(diǎn)問題。

三、結(jié)構(gòu)性貨幣政策工具最優(yōu)規(guī)模的理論分析

從經(jīng)濟(jì)理論上講，加大對(duì)“三農(nóng)”、小微企業(yè)、科技創(chuàng)新、綠色發(fā)展等領(lǐng)域的金融支持，根源在于上述領(lǐng)域存在正外部性，在現(xiàn)有市場條件下，對(duì)這些領(lǐng)域的金融支持低于將外部性納入考慮后的市場均衡水平。因此，需要通過中央銀行提供低成本的資金支持，實(shí)現(xiàn)全社會(huì)的最優(yōu)均衡水平。從當(dāng)前貨幣政策工具傳導(dǎo)看，中央銀行主要通過向金融機(jī)構(gòu)提供優(yōu)惠資金，進(jìn)而激勵(lì)金融機(jī)構(gòu)增加重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)的信貸投放，傳導(dǎo)的關(guān)鍵在于能否有效調(diào)動(dòng)金融機(jī)構(gòu)增加特定領(lǐng)域信貸投放的積極性，這其中也涉及與監(jiān)管政策、財(cái)政政策的協(xié)同配合。為了便于理論分析，本文借鑒馮明和伍戈（2018）[5]、彭俞超和方意（2016）[4]和何劍等（2020）[6]的研究，構(gòu)建了理論模型框架，進(jìn)而對(duì)中央銀行結(jié)構(gòu)性貨幣政策工具的最優(yōu)規(guī)模進(jìn)行分析。34D3C4BB-A40D-4DEF-8423-933B2AE59DBD

（一）信貸市場的基本模型

1. 信貸市場總需求。信貸市場的總需求是所有企業(yè)信貸需求的和。假設(shè)信貸市場上所有企業(yè)是同質(zhì)的，本文先對(duì)單家企業(yè)的信貸需求進(jìn)行推導(dǎo)，在此基礎(chǔ)上獲得信貸市場的總需求。

（1）單家企業(yè)的信貸需求。假設(shè)企業(yè)生產(chǎn)函數(shù)如下：

其中，[Y]為企業(yè)的產(chǎn)出;[A]代表企業(yè)的生產(chǎn)技術(shù)水平，[p]為企業(yè)生產(chǎn)經(jīng)營過程中的創(chuàng)新風(fēng)險(xiǎn)，且[A>0]，企業(yè)生產(chǎn)技術(shù)水平與企業(yè)創(chuàng)新風(fēng)險(xiǎn)存在正相關(guān)關(guān)系，即[?A?p>0];[K]為企業(yè)生產(chǎn)投入的資本，假設(shè)企業(yè)融資全部來源于信貸市場，企業(yè)投入資本全部來源于貸款融資;[L]為企業(yè)員工數(shù)量;[α]、[β]分別代表企業(yè)勞動(dòng)力和資本的產(chǎn)出彈性（[0<α]、[β<1]）。

生產(chǎn)成本方面，企業(yè)生產(chǎn)成本包括貸款融資成本和支付員工工資成本兩部分：

其中，[C]代表企業(yè)生產(chǎn)的全部成本，[r]為貸款利率，[K]為企業(yè)的資本投入，[w]為員工平均工資，[L]代表員工數(shù)量。

假設(shè)產(chǎn)品的價(jià)格為1，則企業(yè)利潤函數(shù)如下：

利潤最大化的一階條件為：

根據(jù)一階條件，可以推導(dǎo)出企業(yè)的貸款資金需求函數(shù)：

對(duì)貸款需求函數(shù)分別求一階條件和二階條件：

因此，企業(yè)貸款需求函數(shù)曲線向右下方傾斜，且凸向原點(diǎn)，企業(yè)貸款需求隨著利率的上升而不斷減少。

（2）全部企業(yè)的貸款需求。貸款總需求由所有企業(yè)的貸款需求加總得到。假設(shè)市場上有兩類企業(yè)，一類生產(chǎn)企業(yè)具有正外部性，這類企業(yè)的家數(shù)為[m]家，所有正外部性企業(yè)的貸款需求函數(shù)相同;另一類為一般企業(yè)，這類企業(yè)沒有正外部性，企業(yè)家數(shù)為[n]家，每家一般企業(yè)的貸款需求函數(shù)相同。

2. 貸款市場供給情況。目前，我國貸款市場供給主要來自商業(yè)銀行，社會(huì)融資規(guī)模存量中，貸款余額占比超過60%，是企業(yè)融資的主要渠道。目前，商業(yè)銀行貸款供給既具有內(nèi)生性的特點(diǎn)，也具有外生性的特征。當(dāng)貸款利率水平較低時(shí)，商業(yè)銀行隨著貸款利率上升而不斷增加貸款供給，但是商業(yè)銀行的貸款供給是有上限的，這取決于商業(yè)銀行的資本金水平以及可貸資金。當(dāng)貸款利率低于中國人民銀行的超額存款準(zhǔn)備金利率時(shí)，商業(yè)銀行的最優(yōu)選擇是將資金存在中國人民銀行，而不進(jìn)行放貸。同時(shí)，商業(yè)銀行進(jìn)行貸款投放時(shí)，也會(huì)考慮企業(yè)的償還能力、生產(chǎn)經(jīng)營風(fēng)險(xiǎn)等因素，當(dāng)貸款風(fēng)險(xiǎn)較高、缺少合適的貸款項(xiàng)目時(shí)，商業(yè)銀行也難以增加信貸投放?？紤]以上因素，假設(shè)商業(yè)銀行貸款供給函數(shù)如下：

其中，[f′r>0]，即在[K

當(dāng)前，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。但是，由于部分生產(chǎn)部門具有正外部性，導(dǎo)致這些部門的實(shí)際供給低于市場需求，這也是近年來我國不斷深化供給側(cè)結(jié)構(gòu)性改革的原因，通過持續(xù)加大對(duì)科技創(chuàng)新、中小企業(yè)、綠色發(fā)展的支持力度，提升供給質(zhì)量和效益。同時(shí)，由于當(dāng)前利率水平低于均衡狀態(tài)，資金需求超過均衡水平，導(dǎo)致傳統(tǒng)產(chǎn)業(yè)資本使用過多。因此，我國貸款資金供給曲線的常態(tài)是垂直部分，貸款資金供給不會(huì)隨著利率的上升而增加，而是根據(jù)貨幣政策目標(biāo)、金融機(jī)構(gòu)資本水平等確定的外生變量。由此，我國貸款供給函數(shù)為：

由此可以看出，由于我國現(xiàn)階段貸款供給曲線的常態(tài)是垂直且固定的，資金的均衡價(jià)格主要取決于需求曲線的變化，貸款需求曲線的變化都將更多地反映在資金價(jià)格而不是資金總量上。

（二）貸款市場均衡拓展模型：考慮正外部性生產(chǎn)部門的最優(yōu)信貸供給情形

本文將貸款市場的資金需求方分成沒有正外部性的傳統(tǒng)產(chǎn)業(yè)部門和以科創(chuàng)企業(yè)、中小企業(yè)、綠色企業(yè)為代表的正外部性部門，在考慮正外部性的情況下，求得全社會(huì)效應(yīng)最優(yōu)均衡解。

在考慮正外部性情況下，最優(yōu)的貸款利率為[r0]。由于正外部性的存在，在貸款市場供給需求平衡時(shí)，將外部性納入考慮情形下的市場均衡利率[r0]要高于基本模型下的均衡利率水平[rE]，即[r0>rE]。當(dāng)貸款利率為[r0]時(shí)，正外部性部門獲得的貸款為：

由于[r0>rE]，此時(shí)傳統(tǒng)部門獲得的貸款供給要低于不考慮正外部性的情況，即[KN2KM1]。

同時(shí)，考慮到正外部性的企業(yè)貸款需求為[Km]時(shí)，需要更低的利率，才能符合其生產(chǎn)需要，假設(shè)在這樣的條件下，正外部性企業(yè)的貸款利率為[r2]，且[r2

（三）貸款市場均衡拓展模型：最優(yōu)結(jié)構(gòu)性貨幣政策工具供給分析

從上面的理論分析可以得出，中央銀行貨幣政策工具的最優(yōu)目標(biāo)是使正外部性部門的融資總量達(dá)到最優(yōu)的水平，即：

為了實(shí)現(xiàn)這個(gè)目標(biāo)，中央銀行需要增加對(duì)金融機(jī)構(gòu)的低成本資金供應(yīng)，如提供再貸款再貼現(xiàn)等，從而激勵(lì)金融機(jī)構(gòu)加大對(duì)具有正外部性部門的資金供給。

為了進(jìn)一步研究中央銀行貨幣政策的傳導(dǎo)機(jī)理，我們進(jìn)一步將金融機(jī)構(gòu)模型納入分析考慮。設(shè)商業(yè)銀行的貸款利率為r2，從中央銀行獲取資金的成本為[cY]，獲得的中央銀行資金供給為[KY]，自有資金成本為[c]。由于隨著貸款供給的增加，高風(fēng)險(xiǎn)客戶增多，風(fēng)險(xiǎn)成本上升，故假設(shè)風(fēng)險(xiǎn)成本為[σK2]。在這樣的背景下，為了確保金融機(jī)構(gòu)從事這項(xiàng)業(yè)務(wù)具有商業(yè)可持續(xù)性，其利潤至少為0以上。假設(shè)商業(yè)銀行的利潤函數(shù)為：

從上述的公式可以看出，中央銀行最優(yōu)結(jié)構(gòu)性貨幣政策工具規(guī)模主要與銀行的資金成本、正外部性部門的最優(yōu)貸款規(guī)模、正外部性部門的風(fēng)險(xiǎn)水平、中央銀行低成本的資金利率等因素有關(guān)。正外部性企業(yè)越多，正外部性部門所需的最優(yōu)貸款規(guī)模[KM2]越大，相應(yīng)地要求更多的結(jié)構(gòu)性貨幣政策工具支持;再貸款利率越低，所需要的最優(yōu)結(jié)構(gòu)性貨幣政策支持工具規(guī)模越小。34D3C4BB-A40D-4DEF-8423-933B2AE59DBD

（四）主要結(jié)論

從模型分析可以得出兩點(diǎn)結(jié)論：

結(jié)論1：最優(yōu)結(jié)構(gòu)性貨幣政策工具規(guī)模與正外部性企業(yè)的貸款融資水平有關(guān)，正外部性企業(yè)越多，需求量越大。

結(jié)論2：最優(yōu)結(jié)構(gòu)性貨幣政策工具規(guī)模與貨幣政策工具利率有關(guān)，結(jié)構(gòu)性貨幣政策工具利率越低，最優(yōu)的結(jié)構(gòu)性貨幣政策工具規(guī)模越小。

四、計(jì)量模型設(shè)定及相關(guān)說明

（一）研究對(duì)象和內(nèi)容

目前實(shí)踐中，再貸款是我國結(jié)構(gòu)性貨幣政策工具的重要組成部分。本文以支小再貸款作為主要解釋變量，實(shí)證分析結(jié)構(gòu)性貨幣政策工具的最優(yōu)規(guī)模。被解釋變量方面，本文以銀行普惠小微貸款余額作為被解釋變量，研究結(jié)構(gòu)性貨幣政策工具對(duì)普惠小微貸款余額增長的影響。結(jié)合政策目標(biāo)，預(yù)期結(jié)構(gòu)性貨幣政策的正面效應(yīng)主要包括：一是支小再貸款能夠有效促進(jìn)普惠小微貸款投放;二是當(dāng)支小再貸款規(guī)模超過一定的臨界值時(shí)，支小再貸款的增加無法有效促進(jìn)普惠小微貸款的投放。

（二）計(jì)量模型設(shè)計(jì)

1. 固定效應(yīng)模型。本文基于固定效應(yīng)模型估計(jì)支小再貸款對(duì)普惠小微貸款的線性影響，具體模型如下：

[microloanit=β0+β1rgdpit+β2depositit+β3nonloanit+β4govit+β5ratemicroit+β6rpbcit+β7ratedepit+β8pbc2it+μit+εit] （1）

其中，[microloanit]為普惠小微貸款余額，[rgdpit]為經(jīng)濟(jì)增速，[depositit]為人民幣存款余額，[nonloanit]為不良貸款率，[govit]為地方政府是否設(shè)立普惠小微貸款獎(jiǎng)補(bǔ)政策，[ratemicroit]為普惠小微貸款利率，[rpbcit]為1年期再貸款利率，[ratedepit]為金融機(jī)構(gòu)平均存款利率，[pbc2it]為支小再貸款余額。[μit]為個(gè)體效應(yīng)，[εit]為隨機(jī)誤差項(xiàng)。

2. 面板門檻模型?？紤]到支小再貸款與普惠小微貸款間的復(fù)雜關(guān)系，將支小再貸款余額與普惠小微貸款余額的比值作為門檻變量，構(gòu)建雙重門檻模型，探討在不同的再貸款占比下，支小再貸款對(duì)普惠小微貸款的具體作用規(guī)律。為了測算結(jié)構(gòu)性貨幣政策工具潛在的最優(yōu)規(guī)模，本文利用Hansen（1999）[8]提出的面板數(shù)據(jù)門限回歸模型，構(gòu)建雙重門檻模型，設(shè)定公式如下：

[microloanit=β0+β1rgdpit+β2depositit+β3nonloanit+β4govit+β5ratemicroit+β6rpbcit+β7ratedepit+β8pbc2it×I（percentit≤r1）+β9pbc2it×I（r1r2）+μit+εit]

（2）

其中，[percentit]為支小再貸款余額占普惠小微貸款余額的比例，[r1、r2]為待估計(jì)的門檻值，[I?]為示性函數(shù)，擾動(dòng)項(xiàng)[εit]為獨(dú)立同分布的隨機(jī)誤差項(xiàng)。被解釋變量為普惠小微貸款余額，解釋變量[xit]為外生變量，主要包括支小再貸款余額（[pbc2it]）、支小再貸款利率（[rpbcit]）以及控制變量?？刂谱兞恐饕ó?dāng)?shù)亟?jīng)濟(jì)增速（[rgdpit]）、存款余額（[depositit]）、不良貸款率（[nonloanit]）、普惠小微貸款利率（[ratemicroit]）、政府普惠小微配套獎(jiǎng)補(bǔ)政策（[govit]）。

（三）數(shù)據(jù)說明

結(jié)合支小再貸款的發(fā)放對(duì)象，本文選取了城商行、農(nóng)商行、村鎮(zhèn)銀行作為研究對(duì)象。樣本數(shù)據(jù)為2020年第一季度—2021年第三季度山東省14家城商行、110家農(nóng)商行和124家村鎮(zhèn)銀行的數(shù)據(jù)。剔除未使用再貸款的銀行，最終得到100家地方法人銀行7個(gè)季度的樣本數(shù)據(jù)。選取的指標(biāo)包括普惠小微貸款余額、經(jīng)濟(jì)增速、人民幣存款余額、不良貸款率、地方政府是否設(shè)立普惠小微貸款獎(jiǎng)補(bǔ)政策、普惠小微貸款利率、一年期再貸款利率、金融機(jī)構(gòu)平均存款利率、使用支小再貸款余額等變量。另外，選取支小再貸款余額占普惠小微貸款余額的比重作為門檻變量。

五、實(shí)證分析

（一）固定效應(yīng)模型結(jié)果分析

考慮到各銀行機(jī)構(gòu)的差異，選用固定效應(yīng)模型進(jìn)行計(jì)量回歸，結(jié)果見表1。模型1考察了支小再貸款與普惠小微貸款的關(guān)系，結(jié)果發(fā)現(xiàn)支小再貸款在1%的水平上呈現(xiàn)正效應(yīng)，說明支小再貸款的發(fā)放有力促進(jìn)了普惠小微貸款的投放。這也與支小再貸款的政策初衷一致，支小再貸款余額每增加1億元，將促使普惠小微貸款余額增加0.24億元。當(dāng)?shù)亟?jīng)濟(jì)增速指標(biāo)的估計(jì)系數(shù)在1%的水平下顯著為正，說明當(dāng)?shù)亟?jīng)濟(jì)增長狀況對(duì)普惠小微貸款的增長有著顯著影響，當(dāng)?shù)亟?jīng)濟(jì)發(fā)展越快，普惠小微貸款增長也越快。人民幣存款余額指標(biāo)的估計(jì)系數(shù)為正，且在1%的水平下顯著，說明存款增長越快，金融機(jī)構(gòu)普惠小微貸款增長越多，人民幣存款余額每增加1億元，將促使普惠小微貸款余額增加0.17億元。

模型2、3、4在依次加入地方政府獎(jiǎng)補(bǔ)政策指標(biāo)、金融機(jī)構(gòu)平均存款利率、一年期再貸款利率后，考察了支小再貸款對(duì)普惠小微貸款余額的影響。結(jié)果發(fā)現(xiàn)，支小再貸款依然對(duì)普惠小微貸款余額有著顯著影響。在模型2中，獎(jiǎng)補(bǔ)政策指標(biāo)的估計(jì)系數(shù)為正，表明政府獎(jiǎng)補(bǔ)政策有利于促進(jìn)對(duì)普惠小微企業(yè)的信貸投放，但是該估計(jì)系數(shù)不顯著，可能與當(dāng)前獎(jiǎng)補(bǔ)政策的力度不夠大等因素有關(guān)。在模型3中，存款利率指標(biāo)的估計(jì)系數(shù)為1.102，表明伴隨著存款利率的上升，普惠小微貸款余額也將有所上升;但是該指標(biāo)估計(jì)系數(shù)在10%的水平下不顯著，說明存款利率對(duì)普惠小微貸款增長影響有限。在模型4中，一年期再貸款利率的估計(jì)系數(shù)為負(fù)，表明再貸款利率越低，越有利于普惠小微貸款的投放，再貸款利率每下降0.1個(gè)點(diǎn)，將促進(jìn)普惠小微貸款增長0.1億元。在模型5中，進(jìn)一步將普惠小微貸款利率作為控制變量，考察了支小再貸款對(duì)普惠小微貸款余額的影響，結(jié)果發(fā)現(xiàn)，支小再貸款依然對(duì)普惠小微貸款余額有著顯著影響。普惠小微貸款利率的估計(jì)系數(shù)為負(fù)，說明伴隨著普惠小微貸款利率的下降，普惠小微貸款余額將有所增加。34D3C4BB-A40D-4DEF-8423-933B2AE59DBD

（二）面板門檻模型結(jié)果分析

本文以支小再貸款余額與普惠小微貸款余額的比值作為門檻變量，通過雙重門檻檢驗(yàn)，得出兩個(gè)門檻值分別為0.285、0.8373，具體結(jié)果見表2。另外，門檻變量似然比函數(shù)見圖4，LR統(tǒng)計(jì)量為0時(shí)門檻變量的取值即為門檻參數(shù)的估計(jì)值。

由面板門檻模型回歸結(jié)果（見表3）可知，當(dāng)?shù)亟?jīng)濟(jì)增速、人民幣存款余額、使用支小再貸款余額對(duì)普惠小微貸款余額仍有明顯的促進(jìn)效應(yīng)。當(dāng)?shù)亟?jīng)濟(jì)增速每上升1個(gè)百分點(diǎn)，將促使普惠小微貸款余額上升0.0744億元;人民幣存款余額每增加1億元，將促使普惠小微貸款余額上升0.1429億元。就門檻效應(yīng)而言，支小再貸款對(duì)普惠小微貸款的作用表現(xiàn)出非線性影響。具體而言，在較低的支小再貸款占比下（支小再貸款余額占普惠小微貸款余額的比重小于等于第一門檻值0.285），使用支小再貸款對(duì)普惠小微貸款有正向促進(jìn)效應(yīng)，支小再貸款余額每增加1億元，將有效促使普惠小微貸款余額上漲1.19億元。隨著支小再貸款占比提高（支小再貸款余額占普惠小微貸款余額的比重處于第一門檻值0.285至第二門檻值0.8373之間），使用支小再貸款對(duì)普惠小微貸款雖仍有正向促進(jìn)效應(yīng)，但此時(shí)該效應(yīng)減弱至前期的43%，支小再貸款余額每增加1億元，僅促使普惠小微貸款余額上漲0.51億元。若支小再貸款占比繼續(xù)提高，該正向促進(jìn)效應(yīng)則不顯著。

六、主要結(jié)論和政策建議

（一）主要結(jié)論

本文通過構(gòu)建理論模型，探討了結(jié)構(gòu)性貨幣政策工具的最優(yōu)區(qū)間，并基于山東省100家地方法人銀行7個(gè)季度的數(shù)據(jù)，利用固定效應(yīng)模型和面板門檻模型，實(shí)證研究了支小再貸款與普惠小微貸款的關(guān)系，測算了支小再貸款的最優(yōu)門檻值。研究發(fā)現(xiàn)，支小再貸款實(shí)現(xiàn)了預(yù)期的政策目標(biāo)，促進(jìn)了普惠小微貸款的增長;但是，支小再貸款的作用也有臨界值，當(dāng)支小再貸款規(guī)模低于該行普惠小微貸款的三成時(shí)，支小再貸款的增加能夠有效促進(jìn)普惠小微貸款余額增長，1億元支小再貸款能夠拉動(dòng)1.2億元的普惠小微貸款增長;而當(dāng)支小再貸款規(guī)模占該行普惠小微貸款的29%到83%時(shí)，1億元支小再貸款僅能拉動(dòng)0.5億元普惠小微貸款投放;當(dāng)支小再貸款規(guī)模超過該家銀行普惠小微貸款余額的83%時(shí)，再增加支小再貸款額度，對(duì)普惠小微貸款投放的影響將十分有限。因此，在當(dāng)前再貸款利率水平下，理論上最優(yōu)的支小再貸款規(guī)模應(yīng)當(dāng)以普惠小微貸款的三成為宜。此外，降低再貸款利率，推動(dòng)降低金融機(jī)構(gòu)存款利率水平，均有助于擴(kuò)大普惠小微貸款投放。

（二）政策建議

一是根據(jù)普惠小微企業(yè)、涉農(nóng)主體等市場主體的發(fā)展情況，提供相匹配的結(jié)構(gòu)性貨幣政策工具支持。實(shí)證表明，有中國特色的結(jié)構(gòu)性貨幣政策工具是行之有效的，能夠有效實(shí)現(xiàn)政策目標(biāo)，且具有較強(qiáng)的牽引和帶動(dòng)作用。目前，我國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段，科技創(chuàng)新、綠色發(fā)展、中小企業(yè)等領(lǐng)域是未來經(jīng)濟(jì)發(fā)展的重點(diǎn)，結(jié)構(gòu)性貨幣政策大有空間，建議適當(dāng)加大結(jié)構(gòu)性貨幣政策工具支持力度，發(fā)揮支小再貸款、普惠小微貸款支持工具、碳減排支持工具、支持煤炭清潔高效利用專項(xiàng)再貸款等作用，更好地支持經(jīng)濟(jì)高質(zhì)量發(fā)展。

二是穩(wěn)步增加結(jié)構(gòu)性貨幣政策工具，把握好時(shí)度效，有效平衡好穩(wěn)總量和調(diào)結(jié)構(gòu)的功能。實(shí)證結(jié)果表明，當(dāng)結(jié)構(gòu)性貨幣政策工具超過一定規(guī)模時(shí)，對(duì)結(jié)構(gòu)性資金的邊際引導(dǎo)作用顯著下降。因此，建議根據(jù)政策實(shí)施效果，穩(wěn)步擴(kuò)大結(jié)構(gòu)性貨幣政策工具規(guī)模。同時(shí)，綜合考量結(jié)構(gòu)性貨幣政策工具的總量效應(yīng)，與其他貨幣政策總量工具、流動(dòng)性工具做到協(xié)調(diào)配合，平衡好結(jié)構(gòu)性目標(biāo)和總量目標(biāo)的關(guān)系。

三是適時(shí)調(diào)整再貸款、再貼現(xiàn)等結(jié)構(gòu)性貨幣政策工具的資金價(jià)格，保證結(jié)構(gòu)性貨幣政策工具的順利實(shí)施。研究表明，結(jié)構(gòu)性貨幣政策工具的資金價(jià)格與商業(yè)銀行市場融資成本的利差，是影響結(jié)構(gòu)性貨幣政策工具效果的重要因素。因此，建議根據(jù)市場資金變化情況，適時(shí)調(diào)整優(yōu)化結(jié)構(gòu)性貨幣政策工具的資金價(jià)格，如探索建立再貸款利率與LPR、MLF等利率掛鉤的動(dòng)態(tài)調(diào)整機(jī)制，激勵(lì)金融機(jī)構(gòu)使用結(jié)構(gòu)性貨幣政策工具，實(shí)現(xiàn)政策效果的最大化。

四是建議優(yōu)化結(jié)構(gòu)性貨幣政策工具的配套政策措施。強(qiáng)化貨幣政策與財(cái)政政策、產(chǎn)業(yè)政策、監(jiān)管政策等的協(xié)調(diào)聯(lián)動(dòng)，完善政府激勵(lì)配套措施，形成政策傳導(dǎo)的合力。一方面，針對(duì)普惠小微、科技創(chuàng)新、綠色發(fā)展等領(lǐng)域，建議地方政府在推動(dòng)信息共享、銀企對(duì)接等方面發(fā)力，降低銀企信息不對(duì)稱水平，降低商業(yè)銀行客戶挖掘成本。在財(cái)政貼息、融資擔(dān)保等方面出臺(tái)相應(yīng)的配套政策，共同形成政策合力。另一方面，優(yōu)化完善監(jiān)管激勵(lì)政策，促進(jìn)銀行形成內(nèi)在激勵(lì)約束機(jī)制，暢通結(jié)構(gòu)性貨幣政策傳導(dǎo)渠道，確?；鶎涌蛻艚?jīng)理“敢貸愿貸會(huì)貸”，打通政策傳導(dǎo)的最后一公里。

參考文獻(xiàn)：

[1]Benetton M，D Fantino. 2018. Competition and the Pass-Through of Unconventional Monetary Policy：Evidence from TLTROs [R].Banca d' Italia Working Paper， No.1187.

[2]Laine O M. 2019. The Effect of TLTRO-Ⅱ on Bank Lending [R].Bank of Finland Research Discussion Paper，No.7.

[3]Andreeva D，M García-Posada. 2019. The Impact of the ECB's Targeted Long-Term Refinancing Operations on Banks' Lending Policies：the Role of Competition[R]. Banco de Espana Working Paper，No.1903.

[4]彭俞超，方意.結(jié)構(gòu)性貨幣政策、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與經(jīng)濟(jì)穩(wěn)定 [J].經(jīng)濟(jì)研究，2016，51（07）.34D3C4BB-A40D-4DEF-8423-933B2AE59DBD

[5]馮明，伍戈.定向降準(zhǔn)政策的結(jié)構(gòu)性效果研究——基于兩部門異質(zhì)性商業(yè)銀行模型的理論分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2018，（12）.

[6]何劍，祝林，鄭智勇.結(jié)構(gòu)性貨幣政策與金融機(jī)構(gòu)風(fēng)險(xiǎn)——基于TVP-VAR模型的實(shí)證研究 [J].金融發(fā)展研究，2020，（09）.

[7]王遙，潘冬陽，彭俞超，梁希.基于DSGE模型的綠色信貸激勵(lì)政策研究 [J].金融研究，2019，（1）.

[8]Hansen B. 1999. Threshold Effects in Non-dynamic Panels：Estimation [J].Testing and Inference. Journal of Econometrics，93.

An Empiical Analysis on the Optimal Scale of Structural Mometary Policy Tools

——A Case Study of Support and Refinancing Loans for SMEs in Shandong Province

Dong Longxun/Huo Chengyi/Sun Jian

（PBC Jinan Branch，Jinan? ?250021，Shandong，China）

Abstract：In recent years，in response to the structural problems faced in macroeconomic operation，PBOC has continuously innovated and enriched structural monetary policy tools，achieving good policy results. The optimal interval of structural monetary policy instruments is explored by constructing a theoretical model，using structural monetary policy instruments as the object of study. And based on the data of 100 local legal person banks in Shandong Province for 7 quarters，we empirically studied the relationship between the support small refinancing loans and the inclusive micro and small loans using the panel threshold model，and measured the optimal threshold value of support and refinancing loans for SMEs. The results of the study find that the micro-support refinancing has achieved the expected policy objectives and promoted the growth of inclusive micro and loans，but there is a critical value for the role of micro-support refinancing and there is an optimal size interval for structural monetary policy instruments. Based on this，it is recommended to provide matching structural monetary policy tools support according to the development of market players such as universal micro and small enterprises and agriculture，rural areas and farmers，effectively balance the functions of stabilizing the total amount and adjusting the structure，adjust the interest rate level of structural monetary policy tools such as refinancing and rediscounting in a timely manner， and further improve the supporting policy measures of structural monetary policy tools.

Key Words：structural monetary policy tools，panel threshold model，Small and miolium-Sized banks，inclusive micro and small loans

收稿日期：2022-04-18? ? ? 修回日期：2022-04-29

作者簡介：董龍訓(xùn)，供職于中國人民銀行濟(jì)南分行;霍成義，供職于中國人民銀行濟(jì)南分行;孫健，供職于中國人民銀行濟(jì)南分行。本文不代表作者所在單位意見。34D3C4BB-A40D-4DEF-8423-933B2AE59DBD