王千紅 王慧敏

摘 要：以2007—2020年中國(guó)108家商業(yè)銀行的非平衡面板數(shù)據(jù)為樣本，探討經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給規(guī)模和結(jié)構(gòu)兩方面的影響，并建立了3個(gè)間接作用機(jī)制。實(shí)證研究結(jié)果顯示：經(jīng)濟(jì)政策不確定性加大會(huì)顯著抑制商業(yè)銀行的信貸供給規(guī)模，且大型國(guó)有商業(yè)銀行更為敏感；隨著經(jīng)濟(jì)政策不確定性的加大，商業(yè)銀行會(huì)改變其信貸供給結(jié)構(gòu)，將信貸投向風(fēng)險(xiǎn)較小的個(gè)人貸款、信用貸款和中長(zhǎng)期貸款；信貸資金來源方的儲(chǔ)蓄意愿、信貸需求方的貸款需求，在經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給的過程中，承擔(dān)著部分中介作用，而貨幣政策渠道具有一定的遮掩效應(yīng)。

關(guān)鍵詞：經(jīng)濟(jì)政策不確定性；銀行信貸供給；儲(chǔ)蓄意愿；貸款需求；貨幣政策

中圖分類號(hào)：F832.33?文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.7535/j.issn.1671-1653.2023.03.001

Research on the Impact of Economic Policy Uncertainty on Commercial Bank Credit Supply

WANG Qianhong， WANG Huimin

（Glorious Sun School of Business and Management， Donghua University， Shanghai 200051， China）

Abstract： Taking the unbalanced panel data of 108 commercial banks in China from 2007 to 2020 as samples， this paper discussed the impact of China's economic policy uncertainty on the scale and structure of credit supply of commercial banks， and established three indirect action mechanisms. The empirical research results show that the increase of economic policy uncertainty will significantly inhibit the credit supply scale of commercial banks， and the large state-owned commercial banks are more sensitive; With the increase of economic policy uncertainty， commercial banks will change their credit supply structure and invest in personal loans， credit loans and medium and long-term loans with less risk; The saving willingness of the credit fund source and the loan demand of the credit demand side play a partal intermediary role in the process of economic policy uncertainty affecting the credit supply of commercial banks， while the monetary policy channel has a certain masking effect.

Keywords： economic policy uncertainty; bank credit supply; saving willingness; loan demand; monetary policy

一、引言

隨著中國(guó)改革開放的不斷深入，國(guó)際經(jīng)濟(jì)環(huán)境不確定性進(jìn)一步加劇了中國(guó)經(jīng)濟(jì)的不確定性。近年來，國(guó)際經(jīng)濟(jì)形勢(shì)的“不確定性”特征愈發(fā)明顯，各國(guó)貿(mào)易保護(hù)措施頻出，“逆全球化”浪潮來勢(shì)洶洶。面對(duì)國(guó)際經(jīng)濟(jì)環(huán)境的不確定，為確保中國(guó)經(jīng)濟(jì)的可持續(xù)發(fā)展，中國(guó)經(jīng)濟(jì)政策也開始靈活調(diào)整應(yīng)對(duì)。自2012年以來中國(guó)經(jīng)濟(jì)開始步入“新常態(tài)”，近年來更是呈現(xiàn)出“新興+轉(zhuǎn)軌”的雙重特點(diǎn)，經(jīng)濟(jì)下行壓力明顯，為應(yīng)對(duì)經(jīng)濟(jì)運(yùn)行過程中出現(xiàn)的各種問題，政府不斷出臺(tái)和調(diào)整經(jīng)濟(jì)政策來干預(yù)和調(diào)控經(jīng)濟(jì)。面對(duì)經(jīng)濟(jì)政策的不確定，商業(yè)銀行的信貸供給是否需要做出調(diào)整，就成為政策協(xié)調(diào)和信貸經(jīng)營(yíng)層面都會(huì)關(guān)心的問題。

學(xué)者們很早便開始關(guān)注“不確定性”，對(duì)于“不確定性”的有效測(cè)度是開展相關(guān)研究的關(guān)鍵。直到Baker S R等[1]（P4-9）基于新聞報(bào)道捕捉關(guān)鍵詞的方法，編制了經(jīng)濟(jì)政策不確定性指數(shù)（EPU），被學(xué)者們廣泛接受且數(shù)據(jù)公開可得，進(jìn)一步促進(jìn)了學(xué)者們對(duì)于經(jīng)濟(jì)政策不確定性的相關(guān)研究。學(xué)者們的研究主要包括以下幾個(gè)方面：一是宏觀層面。經(jīng)濟(jì)政策不確定性會(huì)通過減少研發(fā)和資本投資而對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)造成負(fù)面影響[2]（P13-24），也會(huì)降低就業(yè)率[3]（P6-27），使產(chǎn)出和價(jià)格波動(dòng)加劇[4]（P28-45）。在中國(guó)主要通過預(yù)期反向作用于宏觀經(jīng)濟(jì)，也會(huì)引起匯率貶值、股價(jià)波動(dòng)下行[5]（P19-24）。二是對(duì)微觀經(jīng)濟(jì)主體行為的影響。較高的經(jīng)濟(jì)政策不確定性使得企業(yè)融資成本上升[6]（P7-37），降低企業(yè)資本投資[7]（P21-40）[8]（P145-146）、并購活動(dòng)[9]（P9-31）和創(chuàng)新活動(dòng)[10]（P9-35），此時(shí)企業(yè)更注重現(xiàn)金持有[11]（P2-6）。除此之外，經(jīng)濟(jì)政策不確定性會(huì)推遲家庭消費(fèi)和投資[12]（P1230-1250），尤其是收入不確定性升高時(shí)。商業(yè)銀行是聯(lián)系經(jīng)濟(jì)政策和實(shí)體經(jīng)濟(jì)的重要中介，那么經(jīng)濟(jì)政策不確定性如何影響商業(yè)銀行？

近來，商業(yè)銀行在經(jīng)濟(jì)政策不確定性中的表現(xiàn)受到了越來越多學(xué)者的關(guān)注。目前的研究文獻(xiàn)集中于商業(yè)銀行流動(dòng)性創(chuàng)造、信貸規(guī)模和風(fēng)險(xiǎn)承擔(dān)。在信貸規(guī)模方面，Bordo M D等[13]（P5-20）發(fā)現(xiàn)政策不確定性會(huì)顯著抑制銀行信貸增長(zhǎng)。段梅[14]（P19-25）、宋全云等[15]（P72）也同樣證實(shí)了政策不確定性對(duì)銀行信貸供給的負(fù)向影響，并且該影響具有異質(zhì)性[16]（P3-5）。但也存在一些相反的研究結(jié)論，劉陽等[17]（P142）通過中國(guó)上市銀行的數(shù)據(jù)實(shí)證分析發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會(huì)逆向激勵(lì)商業(yè)銀行擴(kuò)大信貸供給規(guī)模。郝威亞等[18]（P152-157）認(rèn)為較高的經(jīng)濟(jì)政策不確定性會(huì)降低微觀主體的風(fēng)險(xiǎn)投資意愿，增加銀行儲(chǔ)蓄，進(jìn)而增加了商業(yè)銀行流動(dòng)性頭寸，從而使得商業(yè)銀行擴(kuò)張信貸。由于考察角度的不同，商業(yè)銀行信貸供給規(guī)模受經(jīng)濟(jì)政策不確定性影響的研究結(jié)果存在差異。

本文將以中國(guó)商業(yè)銀行數(shù)據(jù)為樣本，研究經(jīng)濟(jì)政策不確定對(duì)商業(yè)銀行信貸供給的影響，主要的邊際貢獻(xiàn)在于：第一，已有研究主要集中于對(duì)商業(yè)銀行信貸供給規(guī)模的影響探究，本文在此基礎(chǔ)上進(jìn)一步考察了商業(yè)銀行信貸供給業(yè)務(wù)、信用和期限結(jié)構(gòu)，探究了經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給資金投放方的影響；第二，從現(xiàn)有研究結(jié)果來看，經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給規(guī)模影響的結(jié)論存在差異，本文試圖構(gòu)建作用機(jī)制來厘清其影響關(guān)系，從信貸資金供給方、信貸資金需求方以及貨幣政策松緊程度3個(gè)方面，構(gòu)建了經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給規(guī)模的間接作用機(jī)制。

二、 理論分析與研究假設(shè)

（一）經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給規(guī)模的作用機(jī)理與研究假設(shè)

經(jīng)濟(jì)政策不確定性對(duì)企業(yè)、家庭行為都會(huì)產(chǎn)生不同程度的影響，而商業(yè)銀行作為微觀經(jīng)濟(jì)主體會(huì)直接受到經(jīng)濟(jì)政策不確定性的沖擊。作為將儲(chǔ)蓄轉(zhuǎn)化為投資的中樞機(jī)構(gòu)，商業(yè)銀行是連接居民和企業(yè)的資金融通，是中央銀行貨幣政策調(diào)控的重要對(duì)象，因此也會(huì)受到企業(yè)、居民和貨幣政策因經(jīng)濟(jì)政策不確定性沖擊而產(chǎn)生的間接影響。

1.經(jīng)濟(jì)政策不確定性直接影響商業(yè)銀行信貸供給規(guī)模的作用機(jī)理

經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)有顯著的抑制作用[19]（P21-23）。經(jīng)濟(jì)不景氣時(shí)企業(yè)股權(quán)價(jià)值、盈利能力等都會(huì)隨之降低，生產(chǎn)經(jīng)營(yíng)受到不利影響，使得企業(yè)的還款能力和還款意愿下降，商業(yè)銀行預(yù)期未來企業(yè)信貸違約風(fēng)險(xiǎn)上升，進(jìn)而降低自身信貸供給規(guī)模。將商業(yè)銀行信貸看作是看漲期權(quán)[20]（P5-30），商業(yè)銀行選擇當(dāng)期投放信貸則意味著執(zhí)行期權(quán)，放棄了未來投放信貸的權(quán)利，而期權(quán)的價(jià)值與標(biāo)的資產(chǎn)未來價(jià)格的波動(dòng)呈正比，因此在經(jīng)濟(jì)政策不確定性升高時(shí)，期權(quán)價(jià)值上升，商業(yè)銀行會(huì)選擇繼續(xù)等待，進(jìn)而降低當(dāng)期信貸供給規(guī)模。政策頻繁變動(dòng)會(huì)擾亂金融信息傳導(dǎo)路徑，弱化商業(yè)銀行風(fēng)險(xiǎn)識(shí)別能力[21]（P150-161），也會(huì)降低信息披露質(zhì)量。由于信息傳輸和接收都受到了影響，商業(yè)銀行判斷風(fēng)險(xiǎn)和投資機(jī)會(huì)的難度加大，為彌補(bǔ)其增加的信貸供給成本，商業(yè)銀行會(huì)增加相應(yīng)的風(fēng)險(xiǎn)補(bǔ)償，即貸款定價(jià)升高會(huì)擠出一部分貸款需求，商業(yè)銀行貸款規(guī)模下降。經(jīng)濟(jì)政策不確定性升高會(huì)增加銀行被動(dòng)風(fēng)險(xiǎn)承擔(dān)和破產(chǎn)風(fēng)險(xiǎn)[21]（P152-163），不良貸款率的上升使得商業(yè)銀行被動(dòng)提高貸款損失準(zhǔn)備[22]（P166）。一方面過高的貸款損失準(zhǔn)備意味著商業(yè)銀行對(duì)貸款違約預(yù)期較高，信貸業(yè)務(wù)成本也會(huì)因此增加[23]（P10-21），進(jìn)而降低銀行利潤(rùn)水平，使得放貸意愿減弱。另一方面，過多的貸款損失準(zhǔn)備會(huì)拉低銀行的資本充足率水平[24]（P4-23），因此商業(yè)銀行信貸規(guī)模也會(huì)縮減[25]（P146-154）。

2.經(jīng)濟(jì)政策不確定性間接影響商業(yè)銀行信貸供給規(guī)模的作用機(jī)理

經(jīng)濟(jì)政策不確定性通過影響居民和企業(yè)的行為決策間接改變商業(yè)銀行的信貸供給。從信貸資金來源方來看，經(jīng)濟(jì)政策不確定性與居民儲(chǔ)蓄呈顯著的正向關(guān)系[26]（P519-530）。一方面，根據(jù)預(yù)防性儲(chǔ)蓄假說，收入不確定會(huì)使得居民提高當(dāng)期儲(chǔ)蓄，當(dāng)經(jīng)濟(jì)政策不確定性升高時(shí)，短期來看增加了居民的收入不確定性，進(jìn)而使得居民增加當(dāng)期儲(chǔ)蓄。另一方面，根據(jù)風(fēng)險(xiǎn)規(guī)避理論，居民投資會(huì)選擇儲(chǔ)蓄投資，商業(yè)銀行流動(dòng)性頭寸因此增加，使得商業(yè)銀行信貸供給規(guī)模擴(kuò)張[18]（P152-153）。從信貸資金需求方來看，將企業(yè)投資看作看漲期權(quán)，隨著經(jīng)濟(jì)政策不確定性不斷加大，期權(quán)價(jià)值升高，企業(yè)當(dāng)期投資意愿下降，信貸需求隨之下降。經(jīng)濟(jì)政策不確定性上升會(huì)對(duì)企業(yè)股權(quán)價(jià)值波動(dòng)和盈利能力造成不利影響，企業(yè)未來現(xiàn)金流的不確定性增加[27]（P55-56）。同時(shí)，由于融資抵押約束，企業(yè)更難獲得外部融資并且融資成本也會(huì)升高[28]（P7-20），進(jìn)一步抑制了企業(yè)投資[8]（P146-147），企業(yè)對(duì)信貸資金的需求受到抑制。除此之外，在預(yù)防動(dòng)機(jī)作用下，企業(yè)會(huì)傾向于增加現(xiàn)金水平[29]（P95-103），因此經(jīng)濟(jì)政策不確定性升高，商業(yè)銀行信貸規(guī)模降低。

經(jīng)濟(jì)政策不確定性通常呈現(xiàn)反經(jīng)濟(jì)周期特性，因此政府會(huì)采取政策干預(yù)進(jìn)而影響商業(yè)銀行信貸供給規(guī)模。經(jīng)濟(jì)政策不確定性升高會(huì)降低經(jīng)濟(jì)增長(zhǎng)速度[30]（P5-31），此時(shí)中央銀行為刺激實(shí)體經(jīng)濟(jì)發(fā)展會(huì)選擇放松貨幣政策來為市場(chǎng)注入流動(dòng)性[31]（P9-18），而寬松型貨幣政策會(huì)使得市場(chǎng)整體流動(dòng)性水平寬松，流動(dòng)性短缺概率也會(huì)降低，更傾向于冒險(xiǎn)追求利潤(rùn)[32]（P59-65），進(jìn)而刺激信貸供給擴(kuò)張。中央銀行也會(huì)通過降低存款準(zhǔn)備金率，直接增加商業(yè)銀行可供投放的信貸規(guī)模，為商業(yè)銀行注入流動(dòng)性，進(jìn)而刺激商業(yè)銀行信貸擴(kuò)張為實(shí)體經(jīng)濟(jì)發(fā)展助力。

3. 經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給規(guī)模的研究假設(shè)

根據(jù)上述分析，經(jīng)濟(jì)政策不確定性會(huì)通過直接和間接兩種作用機(jī)制對(duì)商業(yè)銀行信貸供給規(guī)模產(chǎn)生影響，因此提出假設(shè)1。

假設(shè)1：經(jīng)濟(jì)政策不確定性會(huì)改變商業(yè)銀行信貸供給規(guī)模。

商業(yè)銀行信貸供給規(guī)模具體作用方向受直接與間接作用機(jī)制合力影響，因此提出了兩個(gè)方向的假設(shè)。一方面，較高的經(jīng)濟(jì)政策不確定性通過直接影響商業(yè)銀行決策者對(duì)企業(yè)違約風(fēng)險(xiǎn)的預(yù)期、延遲貸款的選擇、貸款損失準(zhǔn)備的調(diào)整來抑制信貸供給規(guī)模，也會(huì)通過間接影響企業(yè)投資和現(xiàn)金持有來降低信貸需求，進(jìn)而抑制信貸供給規(guī)模，故而提出假設(shè)1a。

假設(shè)1a：經(jīng)濟(jì)政策不確定性會(huì)抑制商業(yè)銀行信貸供給規(guī)模。

另一方面，較高的經(jīng)濟(jì)政策不確定性會(huì)擴(kuò)張居民儲(chǔ)蓄規(guī)模，使得商業(yè)銀行自身流動(dòng)性頭寸增加，進(jìn)而擴(kuò)張其信貸供給規(guī)模，除此之外，通過央行出臺(tái)寬松的貨幣政策來刺激商業(yè)銀行擴(kuò)張信貸供給規(guī)模，故而提出假設(shè)1b。

假設(shè)1b：經(jīng)濟(jì)政策不確定性會(huì)擴(kuò)張商業(yè)銀行信貸供給規(guī)模。

（二）經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給結(jié)構(gòu)的機(jī)理分析與研究假設(shè)

除了改變信貸供給規(guī)模，商業(yè)銀行還可以通過調(diào)整貸款內(nèi)部結(jié)構(gòu)實(shí)現(xiàn)資產(chǎn)配置效用最大化，本文主要探究了業(yè)務(wù)、信用和期限結(jié)構(gòu)。

1.業(yè)務(wù)結(jié)構(gòu)根據(jù)貸款對(duì)象不同

貸款對(duì)象分為向自然人發(fā)放的個(gè)人貸款和向企業(yè)發(fā)放的公司貸款。在我國(guó)商業(yè)銀行總資產(chǎn)中國(guó)有銀行占比40%，且國(guó)有商業(yè)銀行個(gè)人貸款中的55%～85%都投放于個(gè)人住房貸款。①在經(jīng)濟(jì)政策不確定性不斷攀升的背景下，公司貸款違約風(fēng)險(xiǎn)上升，而由于我國(guó)居民財(cái)富呈不斷上升趨勢(shì)，住房在我國(guó)呈現(xiàn)不斷升值狀態(tài)，所以商業(yè)銀行更傾向于投放更多的個(gè)人貸款，而縮減公司貸款。

2.信用貸款根據(jù)貸款支持不同

貸款按有無擔(dān)保分為信用貸款和擔(dān)保貸款。信用貸款沒有擔(dān)保物，但是這類貸款對(duì)象的資質(zhì)良好、信用比較高，且經(jīng)過銀行嚴(yán)格審查，其在經(jīng)濟(jì)政策不確定性升高時(shí)也較為穩(wěn)定。擔(dān)保貸款則需要貸款企業(yè)提供抵押物、質(zhì)押物或第三方擔(dān)保，隨著經(jīng)濟(jì)政策不確定性升高，資質(zhì)沒有那么好的貸款企業(yè)的抵押物、質(zhì)押物存在較大的貶值可能性，抵押的存在也會(huì)加大借款人道德風(fēng)險(xiǎn)，使貸款違約率上升[33]（P123-128）。因此，當(dāng)經(jīng)濟(jì)政策不確定性處于高位時(shí)，商業(yè)銀行選擇將信貸供給更多的投向信用貸款。

3.期限結(jié)構(gòu)根據(jù)貸款期限不同

貸款期限分為短期貸款和中長(zhǎng)期貸款。從信貸需求方企業(yè)來看，短期貸款雖然期限短、成本較低，但流動(dòng)性和波動(dòng)性比較強(qiáng)，在經(jīng)濟(jì)政策不確定性較高的情況下，企業(yè)遭受的資金流動(dòng)性風(fēng)險(xiǎn)加大。長(zhǎng)期貸款雖然期限較長(zhǎng)、成本較高，但穩(wěn)定性比較強(qiáng)，而且規(guī)模相比于短期貸款更大，所以企業(yè)為保證自身資金來源的穩(wěn)定性，減少因政策不確定性引發(fā)的流動(dòng)性不足等問題，會(huì)偏好于選擇長(zhǎng)期貸款[34]（P82-96）。從信貸供給方（銀行）來看，長(zhǎng)期貸款相比于短期貸款收益更高、穩(wěn)定性更強(qiáng)，風(fēng)險(xiǎn)也會(huì)更大，但是商業(yè)銀行設(shè)置了更多的貸款審核條件、約束條件，更注重其風(fēng)險(xiǎn)管理，也降低了商業(yè)銀行與企業(yè)多次談判成本，因此更愿意增加長(zhǎng)期貸款的配置[35]（P134-140）。由此提出假設(shè)2。

假設(shè)2：經(jīng)濟(jì)政策不確定性會(huì)改變商業(yè)銀行信貸供給結(jié)構(gòu)，并將更多信貸投向于個(gè)人貸款、信用貸款和中長(zhǎng)期貸款。

（三）調(diào)節(jié)效應(yīng)分析和異質(zhì)性分析

資本充足率代表了商業(yè)銀行抵御風(fēng)險(xiǎn)的能力，商業(yè)銀行風(fēng)險(xiǎn)偏好的調(diào)節(jié)能力依賴于銀行資本充足率[36]（P14-18），商業(yè)銀行的信貸投放規(guī)模也受限于資本充足率。當(dāng)經(jīng)濟(jì)政策不確定性升高時(shí)，資本充足率高的銀行更被信賴，更容易籌集到資本金。在補(bǔ)充資本金較為有限的環(huán)境下，資本充足率高的銀行也不必為滿足更高要求而縮減風(fēng)險(xiǎn)資產(chǎn)，因此風(fēng)險(xiǎn)資產(chǎn)貸款規(guī)模的降低會(huì)因資本充足率而弱化。但隨著經(jīng)濟(jì)政策不確定性的增加，商業(yè)銀行流動(dòng)性頭寸更為充裕，其擴(kuò)張信貸規(guī)模也會(huì)受到資本充足率要求的制約，限制其追求利益的無限擴(kuò)張行為。因此本文提出假設(shè)3。

假設(shè)3：資本充足率在經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸規(guī)模中起調(diào)節(jié)作用。

在中國(guó)銀行體系中，不同類型商業(yè)銀行市場(chǎng)定位不同、地域范圍存在差異，因此各類銀行規(guī)模大小、資金來源、資產(chǎn)業(yè)務(wù)領(lǐng)域等也存在較大差異。大型國(guó)有銀行在銀行業(yè)體系中擁有較強(qiáng)的議價(jià)能力，業(yè)務(wù)范圍較廣，其風(fēng)險(xiǎn)分散能力更強(qiáng)，規(guī)模更大，受到的經(jīng)濟(jì)政策不確定性沖擊會(huì)較弱[16]（P3-4）。因此本文提出假設(shè)4。

假設(shè)4：相較于大型國(guó)有銀行，經(jīng)濟(jì)政策不確定性對(duì)中小銀行信貸規(guī)模的影響更為顯著。

三、研究設(shè)計(jì)

（一）樣本選擇與模型設(shè)定

1.樣本選擇

選取2007—2020年中國(guó)銀行的非平衡面板數(shù)據(jù)進(jìn)行研究，商業(yè)銀行貸款規(guī)模和商業(yè)銀行貸款結(jié)構(gòu)數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫；宏觀層面數(shù)據(jù)和其他指標(biāo)數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫；中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)和全球經(jīng)濟(jì)政策不確定性指數(shù)來源于公開網(wǎng)站。②剔除數(shù)據(jù)缺失嚴(yán)重的銀行，最終選取108家商業(yè)銀行數(shù)據(jù)。

2. 模型設(shè)定

基準(zhǔn)回歸模型為

Loansi，t=α0+α1CEPUt+∑controls+γi+εi，t。（1）

調(diào)節(jié)效應(yīng)模型為

Loansi，t=α0+α1CEPUt+α2CEPUt×CARi，t+∑controls+γi+εi，t，（2）

其中，CEPU為中國(guó)經(jīng)濟(jì)政策不確定性指數(shù);Loans為商業(yè)銀行信貸供給相關(guān)變量，包括信貸規(guī)模變量和信貸結(jié)構(gòu)變量;CAR是調(diào)節(jié)變量——資本充足率;∑controls是一系列宏觀層面和銀行層面的控制變量;[WTBX]γi代表控制銀行固定效應(yīng);εi，t為隨機(jī)誤差項(xiàng)。由于本文的經(jīng)濟(jì)政策不確定性是時(shí)間序列數(shù)據(jù)，每家商業(yè)銀行在同一年度面對(duì)相同的經(jīng)濟(jì)政策不確定性，如果控制時(shí)間效應(yīng)，可能會(huì)因?yàn)楣簿€性使得經(jīng)濟(jì)政策不確定性的系數(shù)無法估計(jì)[37]（P142）。但如果不控制時(shí)間效應(yīng)，回歸結(jié)果可能會(huì)存在偏差，國(guó)內(nèi)學(xué)者通過在模型中加入宏觀經(jīng)濟(jì)變量GDP增速、M2增長(zhǎng)率等時(shí)間序列來控制年份效應(yīng)的影響［14］（P20-21）［16］（P3）［17］（P143）［21］（P155），本文借鑒了這一方法。

（二）變量定義

主要定量定義及計(jì)算方法見表1。

1. 被解釋變量

商業(yè)銀行信貸供給規(guī)模選取銀行信貸總額自然對(duì)數(shù)的一階差分（GLnloans）來衡量[38]（P11-13）。GLnloans越大，說明商業(yè)銀行信貸供給規(guī)模的增速越快。

商業(yè)銀行信貸供給結(jié)構(gòu)指標(biāo)包括業(yè)務(wù)結(jié)構(gòu)、信用結(jié)構(gòu)和期限結(jié)構(gòu)，分別以個(gè)人貸款占比（Ploans）、信用貸款占比（Cloans）、中長(zhǎng)期貸款占比（Lloans）來衡量。

2. 核心解釋變量

經(jīng)濟(jì)政策不確定性（CEPU）借鑒Baker S R等［1］（P4-9）構(gòu)建的月度指數(shù)。為了得到年度數(shù)據(jù)，借鑒大部分研究文獻(xiàn)中的做法，計(jì)算12個(gè)月度數(shù)據(jù)算術(shù)平均然后除以100得到該年度指數(shù)。

3. 調(diào)節(jié)變量和控制變量

調(diào)節(jié)變量為資本充足率（CAR）；控制變量包括宏觀層面控制變量：GDP增速；銀行層面控制變量：凈利息收入（NIAR）、權(quán)益資產(chǎn)比（EAR）和貸存比（LDR）。

四、實(shí)證結(jié)果與分析

（一）經(jīng)濟(jì)政策不確定性對(duì)銀行信貸供給影響的基準(zhǔn)模型檢驗(yàn)

1．經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給規(guī)模的影響

建立固定效應(yīng)模型，通過 F 檢驗(yàn)，拒絕使用混合回歸模型。建立隨機(jī)效應(yīng)模型，通過Hausman檢驗(yàn)，拒絕原假設(shè)，因此選擇固定效應(yīng)模型對(duì)基準(zhǔn)模型（1）進(jìn)行估計(jì)，以商業(yè)銀行信貸供給規(guī)模為被解釋變量，回歸結(jié)果見表2。

由上述結(jié)果可知，CEPU的估計(jì)系數(shù)為-0.001 164，且在1%的水平下顯著，這意味著政策不確定性升高對(duì)銀行信貸供給規(guī)模有顯著的抑制效應(yīng)，假設(shè)1a成立，即直接作用與間接作用的合力效果為抑制，流動(dòng)性頭寸增加引起的信貸供給規(guī)模擴(kuò)張效果不及貸款需求下降、銀行自身風(fēng)險(xiǎn)預(yù)期改變引起的信貸供給規(guī)模緊縮效果。

2.經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給結(jié)構(gòu)的影響

表3為經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給結(jié)構(gòu)影響的回歸結(jié)果，1～3列分別表示信貸期限結(jié)構(gòu)、信貸信用結(jié)構(gòu)和信貸業(yè)務(wù)結(jié)構(gòu)，CEPU回歸系數(shù)分別為0.010 906，0.010 226，0.017 092，均為正，且在1%的水平下顯著，即經(jīng)濟(jì)政策不確定性升高時(shí)，期限結(jié)構(gòu)中的中長(zhǎng)期貸款占比、信用機(jī)構(gòu)中的信用貸款占比和業(yè)務(wù)結(jié)構(gòu)中的個(gè)人貸款占比都上升，假設(shè)2成立。

（二）資本充足率的調(diào)節(jié)效應(yīng)檢驗(yàn)

調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果（見表4）顯示，CEPU×CAR的估計(jì)系數(shù)為正值，且在5%的水平下顯著，說明資本充足率會(huì)弱化經(jīng)濟(jì)政策不確定性的抑制作用，假設(shè)3成立，即資本充足率高的銀行在面對(duì)經(jīng)濟(jì)政策不確定性升高時(shí)信貸供給規(guī)模降低幅度更小[39]（P937-938）[40]（P66-68）。

（三）經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給的異質(zhì)性檢驗(yàn)

表5是在基準(zhǔn)模型中加入銀行性質(zhì)虛擬變量的回歸結(jié)果，以農(nóng)村商業(yè)銀行為參照組，CEPU系數(shù)為-0.001 1，說明農(nóng)村商業(yè)銀行信貸供給規(guī)模受中國(guó)經(jīng)濟(jì)政策不確定性影響的程度。大型國(guó)有銀行、城市商業(yè)銀行與CEPU的交互項(xiàng)系數(shù)分別為-0.001 1和0.000 9，且均顯著，說明經(jīng)濟(jì)政策不確定性對(duì)國(guó)有銀行和城市商業(yè)銀行的影響程度分別為-0.002 2和-0.000 2。而股份制銀行和外資銀行與CEPU交互項(xiàng)的系數(shù)不顯著，表明其信貸供給規(guī)模受到的影響與農(nóng)商行差別不大。實(shí)證結(jié)果與假設(shè)4相反，原因可能是：第一，國(guó)有銀行的信貸決策可能會(huì)更多地受到政府干預(yù)，有更強(qiáng)的政策性意義[41]（P15-17），這使得國(guó)有銀行更容易受到國(guó)家層面經(jīng)濟(jì)政策不確定性的影響，所以面對(duì)經(jīng)濟(jì)政策不確定性會(huì)表現(xiàn)出更強(qiáng)的敏感度；第二，國(guó)有銀行的業(yè)務(wù)范圍較廣，在經(jīng)濟(jì)政策不確定性提高時(shí)，其可以將資產(chǎn)投資于其他項(xiàng)目進(jìn)而獲得盈利與避險(xiǎn)；而城市商業(yè)銀行和農(nóng)村商業(yè)銀行經(jīng)營(yíng)的區(qū)域性更強(qiáng)，更容易受到區(qū)域?qū)用嬉蛩氐挠绊慬21]（P166-167）。但總體來說，經(jīng)濟(jì)政策不確定性的增強(qiáng)會(huì)抑制商業(yè)銀行信貸供給規(guī)模。

（四）穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問題的處理

基準(zhǔn)回歸采取了固定個(gè)體效應(yīng)模型，并加入了一系列控制變量。遺漏混淆變量可能會(huì)引起內(nèi)生性問題，而本文使用的經(jīng)濟(jì)政策不確定性指數(shù)屬于宏觀指標(biāo)，控制變量則為銀行個(gè)體層面的，單個(gè)銀行層面的行為不太可能會(huì)對(duì)宏觀變量造成影響。為了研究結(jié)果的可靠性，本文借鑒彭俞超等[42]（P150-151）的做法選取全球經(jīng)濟(jì)政策不確定（GEPU）作為工具變量，進(jìn)行兩階段最小二乘回歸，這是因?yàn)镚EPU與CEPU高度相關(guān)，卻不會(huì)直接對(duì)中國(guó)商業(yè)銀行的信貸供給造成影響，同時(shí)中國(guó)商業(yè)銀行的經(jīng)營(yíng)情況也較難對(duì)全球經(jīng)濟(jì)政策造成影響。兩階段最小二乘回歸結(jié)果見表6，回歸結(jié)果與基準(zhǔn)模型的結(jié)論基本保持一致。

2.衡量指標(biāo)及指標(biāo)度量方式的替換

為了消除指標(biāo)選取與度量方式不合理對(duì)實(shí)證結(jié)果可靠性可能造成的影響，本文以貸款增長(zhǎng)率重新衡量商業(yè)銀行信貸供給規(guī)模，以Baker等［1］（P4-9）構(gòu)建的月度指數(shù)計(jì)算幾何平均然后除以100來重新得到年度數(shù)據(jù)。重新檢驗(yàn)的結(jié)果見表7，回歸結(jié)果與基準(zhǔn)回歸分析基本一致。

五、機(jī)制檢驗(yàn)

經(jīng)濟(jì)政策不確定性不僅直接對(duì)商業(yè)銀行信貸供給產(chǎn)生影響，而且還受到了一部分來自經(jīng)濟(jì)政策不確定性對(duì)企業(yè)、居民和貨幣政策的間接沖擊。因此對(duì)信貸資金來源方、信貸需求方和貨幣政策松緊程度3個(gè)間接作用渠道進(jìn)行檢驗(yàn)。

（一）中介效應(yīng)模型

參照溫忠麟等[43]（P614-617）提出的方法進(jìn)行中介效應(yīng)檢驗(yàn)。建立經(jīng)濟(jì)政策不確定影響商業(yè)銀行信貸供給規(guī)模的總效應(yīng)方程，如模型（1）；建立經(jīng)濟(jì)政策不確定性影響儲(chǔ)蓄意愿、貸款需求和貨幣政策的模型（3）。

MedVart=β0+β1CEPUt+∑controls+τt，（3）

Loansi，t=γ0+γ1CEPUt+γ2MedVart+∑controls+θi+ρi，t，（4）

模型（1）（3）（4）中，[WTBX]α1，γ1和β1×γ2分別代表了經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給的總效應(yīng)、直接效應(yīng)和間接效應(yīng)，由實(shí)證結(jié)果可知α1總效應(yīng)顯著。在α1顯著的前提下，β1和γ2顯著，γ1不顯著，說明3個(gè)中介變量發(fā)揮完全中介作用；β1、γ2和γ1都顯著，說明發(fā)揮部分中介效應(yīng)；當(dāng)β1或γ2不顯著時(shí)，為了確認(rèn)是否存在中介效應(yīng)則需要進(jìn)一步進(jìn)行Sobel檢驗(yàn)。

（二）中介效應(yīng)檢驗(yàn)

1.信貸資金來源方儲(chǔ)蓄意愿的中介效應(yīng)檢驗(yàn)

以儲(chǔ)蓄意愿為中介變量，模型（1）、模型（3）、模型（4）的檢驗(yàn)結(jié)果見表8的1～3列。經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給規(guī)模的總效應(yīng)為-0.001 187，且在1%的顯著性水平下顯著。第2列中，經(jīng)濟(jì)政策不確定性指數(shù)的估計(jì)系數(shù)為正，且在1%的顯著性水平下顯著，說明經(jīng)濟(jì)政策不確定性會(huì)增強(qiáng)居民儲(chǔ)蓄意愿；在第3列中，CEPU的估計(jì)系數(shù)為-0.000 987，在1%的顯著性水平下顯著，意味著直接效應(yīng)顯著，由于[WTBX]β1×γ2與γ1同號(hào)，說明儲(chǔ)蓄意愿在經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給規(guī)模中發(fā)揮著部分中介作用。

2.信貸需求方貸款需求指數(shù)的中介效應(yīng)

以貸款需求指數(shù)為中介變量，模型（1）、模型（3）、模型（4）的檢驗(yàn)結(jié)果見表9的1～3列。第2列結(jié)果顯示CEPU估計(jì)系數(shù)為-0.002 375，且在5%的顯著性水平下顯著，說明隨著經(jīng)濟(jì)政策不確定性的增加，企業(yè)的信貸需求降低；第3列中企業(yè)貸款需求的估計(jì)系數(shù)為0.048 566，且在1%的顯著性水平下顯著，說明企業(yè)貸款需求的降低會(huì)使商業(yè)銀行收縮信貸供給規(guī)模。由此可以得出，隨著經(jīng)濟(jì)政策不確定性不斷升高，企業(yè)的貸款需求下降進(jìn)而使得銀行信貸供給規(guī)模下降，即間接效應(yīng)顯著。CEPU估計(jì)系數(shù)為-0.001 072，且在1%的顯著性水平下顯著，即直接效應(yīng)顯著，由于[WTBX]β1×γ2與γ1同號(hào)，說明貸款需求在經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給規(guī)模中發(fā)揮著部分中介作用。

3.貨幣政策的中介作用

以貨幣政策松緊程度為中介變量，模型（1）、模型（3）、模型（4）的檢驗(yàn)結(jié)果見表10的1～3列。第2列中CEPU估計(jì)系數(shù)為-0.000 342，且在1%的顯著性水平下顯著，說明隨著經(jīng)濟(jì)政策不確定性的增加，回購利率降低，即貨幣政策更為寬松；由第3列的檢驗(yàn)結(jié)果可知，回購利率的估計(jì)系數(shù)為-0.237 130，且在1%的顯著性水平下顯著，說明貨幣政策更為寬松，為市場(chǎng)注入流動(dòng)性，會(huì)使得商業(yè)銀行信貸供給規(guī)模擴(kuò)張；CEPU估計(jì)系數(shù)為-0.001 268，且在1%的顯著性水平下顯著，即直接效應(yīng)顯著。但β1×γ2與γ1異號(hào)，貨幣政策在經(jīng)濟(jì)政策不確定性影響商業(yè)銀行信貸供給規(guī)模中具有一定的遮掩效應(yīng)，即市場(chǎng)整體流動(dòng)性促進(jìn)信貸規(guī)模擴(kuò)張。

六、結(jié)論

本文選取2007—2020年中國(guó)108家商業(yè)銀行為樣本，考察了經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行信貸供給規(guī)模和結(jié)構(gòu)的影響。實(shí)證研究發(fā)現(xiàn)：經(jīng)濟(jì)政策不確定性會(huì)抑制商業(yè)銀行信貸供給規(guī)模，且結(jié)論不隨回歸模型、衡量指標(biāo)的變化而變化，在考慮內(nèi)生性之后仍然成立。經(jīng)濟(jì)政策不確定會(huì)改變商業(yè)銀行信貸供給結(jié)構(gòu)，包括業(yè)務(wù)結(jié)構(gòu)、信用結(jié)構(gòu)和期限結(jié)構(gòu)，即商業(yè)銀行在經(jīng)濟(jì)政策不確定性升高時(shí)會(huì)調(diào)整內(nèi)部信貸結(jié)構(gòu)，將信貸投向個(gè)人貸款、信用貸款和中長(zhǎng)期貸款。通過調(diào)節(jié)效應(yīng)驗(yàn)證了資本充足率在經(jīng)濟(jì)政策不確定對(duì)商業(yè)銀行信貸供給的影響中發(fā)揮了調(diào)節(jié)作用；異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，大型國(guó)有銀行對(duì)經(jīng)濟(jì)政策不確定性的影響更為敏感。最后，進(jìn)一步檢驗(yàn)了經(jīng)濟(jì)政策不確定性通過儲(chǔ)蓄意愿、貸款需求和貨幣政策間接影響商業(yè)銀行信貸供給規(guī)模的作用機(jī)制，并發(fā)現(xiàn)儲(chǔ)蓄意愿、貸款需求發(fā)揮了部分中介作用，而貨幣政策作用途徑具有一定的遮掩效應(yīng)。

根據(jù)本文的研究結(jié)論得出如下的政策啟示：第一，經(jīng)濟(jì)政策不確定性提高，使得商業(yè)銀行改變信貸供給結(jié)構(gòu)，尤其是中長(zhǎng)期貸款增加會(huì)加劇商業(yè)銀行期限錯(cuò)配，商業(yè)銀行及監(jiān)管機(jī)構(gòu)應(yīng)對(duì)此重點(diǎn)關(guān)注；第二，經(jīng)濟(jì)政策不確定性增強(qiáng)時(shí)，商業(yè)銀行更傾向于流動(dòng)性囤積，此時(shí)寬松型的貨幣政策效果會(huì)大打折扣；第三，大型國(guó)有銀行往往對(duì)經(jīng)濟(jì)政策不確定性敏感性更高，由于大型國(guó)有銀行的系統(tǒng)重要性，更應(yīng)該對(duì)大型國(guó)有銀行加強(qiáng)監(jiān)管。

注釋：

①數(shù)據(jù)來源：國(guó)家金融監(jiān)管總局（原“中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)”）官網(wǎng)數(shù)據(jù)和Wind數(shù)據(jù)庫。

②http：//www.policyuncertainty.com/scmp.monthly.html。

參考文獻(xiàn)：

［1］Baker S R， Bloom N， Davis S J. MeasuringEconomic Policy Uncertainty［J］. The Quarterly Journal of Economics， 2016（4）.

［2］Barrero J M， Bloom N， Wright I. Short and Long Run Uncertainty［R］. National Bureau of Economic Research， 2017（2）.

［3］Pierce J R， Schott P K. The Surprisingly Swift Decline of US Manufacturing Employment［J］. American Economic Review， 2016（7）.

［4］許志偉，王文甫.經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)的影響——基于實(shí)證與理論的動(dòng)態(tài)分析［J］.經(jīng)濟(jì)學(xué)（季刊），2019（1）.

［5］金雪軍，鐘意，王義中.政策不確定性的宏觀經(jīng)濟(jì)后果［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014（2）.

［6］olak G， Durnev A， Qian Y. Political Uncertainty and IPO Activity： Evidence from US Gubernatorial Elections［J］. Journal of Financial and Quantitative Analysis， 2017（6）.

［7］Gulen H， Ion M. Policy Uncertainty and Corporate Investment［J］. The Review of Financial Studies， 2016（3）.

［8］饒品貴，徐子慧.經(jīng)濟(jì)政策不確定性影響了企業(yè)高管變更嗎？［J］.管理世界，2017（1）.

［9］Bonaime A， Gulen H， Ion M. Does Policy Uncertainty Affect Mergers and Acquisitions？［J］. Journal of Financial Economics， 2018（3）.

［10］Bhattacharya U， Hsu P H，Tian X， et al. What Affects Innovation More： Policy or Policy Uncertainty？［J］. Journal of Financial and Quantitative Analysis， 2017（5）.

［11］Im H J， Park H， Zhao G. Uncertainty and the Value of Cash Holdings［J］.Economics Letters， 2017（3）.

［12］Pástor L， Veronesi P. Uncertainty about Government Policy and Stock Prices［J］. The Journal of Finance，2012（4）.

［13］Bordo M D， Duca J V， Koch C. Economic Policy Uncertainty and the Credit Channel： Aggregate and Bank Level US Evidence over Several Decades［J］. Journal of Financial Stability， 2016（7）.

［14］段梅.經(jīng)濟(jì)政策不確定性會(huì)影響貨幣政策有效性嗎——基于信貸渠道的視角［J］.當(dāng)代財(cái)經(jīng)，2017（6）.

［15］宋全云，李曉，錢龍.經(jīng)濟(jì)政策不確定性與企業(yè)貸款成本［J］.金融研究，2019（7）.

［16］沈悅，馬續(xù)濤.政策不確定性、銀行異質(zhì)性與信貸供給［J］.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（3）.

［17］劉陽，侯孟奇.經(jīng)濟(jì)政策不確定性、銀行信貸行為與風(fēng)險(xiǎn)承擔(dān)關(guān)系的實(shí)證［J］.統(tǒng)計(jì)與決策，2020（1）.

［18］郝威亞，魏瑋，周曉博.經(jīng)濟(jì)政策不確定性對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究［J］.經(jīng)濟(jì)問題探索，2017（2）.

［19］楊海生，陳少凌，羅黨論，等.政策不穩(wěn)定性與經(jīng)濟(jì)增長(zhǎng)——來自中國(guó)地方官員變更的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2014（9）.

［20］Hassett Kevin A，Metcalf Gilbert E.Investment with Uncertain Tax Policy： Does Random Tax Policy Discourage Investment［J］. Economic Journal， 1999（457）.

［21］顧海峰，于家珺.中國(guó)經(jīng)濟(jì)政策不確定性與銀行風(fēng)險(xiǎn)承擔(dān)［J］.世界經(jīng)濟(jì)，2019（11）.

［22］申宇，任美旭，趙靜梅.經(jīng)濟(jì)政策不確定性與銀行貸款損失準(zhǔn)備計(jì)提［J］.中國(guó)工業(yè)經(jīng)濟(jì)， 2020（4）.

［23］Bouvatier V， Lepetit L. Banks' Procyclical Behavior： Does Provisioning Matter？［J］. Journal of International Financial Markets， Institutions and Money， 2008（5）.

［24］Ng J，Roychowdhury S. Do Loan Loss Reserves Behave Like Capital？ Evidence from Recent Bank Failures［J］. Review of Accounting Studies， 2014（3）.

［25］丁友剛，嚴(yán)艷.中國(guó)商業(yè)銀行貸款撥備的周期效應(yīng)［J］.經(jīng)濟(jì)研究，2019（7）.

［26］Giavazzi F， Mcmahon M. Policy Uncertainty and Household Savings［J］. Review of Economics & Statistics， 2012（2）.

［27］王紅建，李青原，邢斐.經(jīng)濟(jì)政策不確定性、現(xiàn)金持有水平及其市場(chǎng)價(jià)值［J］.金融研究， 2014（9）.

［28］譚小芬，張文婧.經(jīng)濟(jì)政策不確定性影響企業(yè)投資的渠道分析［J］.世界經(jīng)濟(jì)，2017（12）.

［29］陳艷艷，程六兵.經(jīng)濟(jì)政策不確定性、高管背景與現(xiàn)金持有［J］.上海財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2018 （6）.

［30］D Caldara， Fuentes-Albero C， Gilchrist S， et al. The Macroeconomic Impact of Financial and Uncertainty Shocks［J］. European Economic Review， 2016（2）.

［31］Bekaert G， Hoerova M， Duca M L. Risk， Uncertainty and Monetary Policy［J］. Journal of Monetary Economics， 2013（7）.

［32］蔣海，張小林，唐紳峰，等.貨幣政策、流動(dòng)性與銀行風(fēng)險(xiǎn)承擔(dān)［J］.經(jīng)濟(jì)研究， 2021（8）.

［33］尹志超，甘犁. 信息不對(duì)稱，企業(yè)異質(zhì)性與信貸風(fēng)險(xiǎn)［J］. 經(jīng)濟(jì)研究， 2011（9）.

［34］劉磊， 王亞星， 潘俊. 經(jīng)濟(jì)政策不確定性，管理層治理與企業(yè)債務(wù)融資決策［J］. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2019（11）.

［35］劉莉亞，余晶晶，楊金強(qiáng)，等.競(jìng)爭(zhēng)之于銀行信貸結(jié)構(gòu)調(diào)整是雙刃劍嗎？——中國(guó)利率市場(chǎng)化進(jìn)程的微觀證據(jù)［J］.經(jīng)濟(jì)研究，2017（5）.

［36］張宗益， 劉胤. 資本約束、風(fēng)險(xiǎn)承擔(dān)與銀行信貸擴(kuò)張［J］. 金融論壇， 2012（8）.

［37］王朝陽， 張雪蘭， 包慧娜. 經(jīng)濟(jì)政策不確定性與企業(yè)資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整及穩(wěn)杠桿［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2018（12）.

［38］Valencia F. Aggregate Uncertainty and the Supply of Credit［J］. Journal of Banking & Finance， 2017（5）.

［39］Buch C M， Buchholz M， Tonzer L. Uncertainty， Bank Lending， and Bank Level Heterogeneity［J］. IMF Economic Review， 2015（4）.

［40］張琳，廉永輝，辛兵海.宏觀經(jīng)濟(jì)不確定性、銀行異質(zhì)性和信貸供給［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2015（4）.

［41］Chi Q， Li W. Economic Policy Uncertainty， Credit Risks and Banks' Lending Decisions： Evidence from Chinese Commercial Banks［J］. 中國(guó)會(huì)計(jì)學(xué)刊：英文版， 2017（1）.

［42］彭俞超， 韓珣， 李建軍. 經(jīng)濟(jì)政策不確定性與企業(yè)金融化［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2018（1）.

［43］溫忠麟.張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用［J］.心理學(xué)報(bào)，2004（5）.