結構化貨幣政策與企業融資能力、企業績效

劉瑩瑩

（北京經濟管理職業學院，北京 100102）

實體經濟中，企業的經營效率會受到宏觀貨幣政策的影響，比如緊縮的貨幣政策實施期間，信貸資金在一定時期內邊際增長，將給企業帶來更好的業績以及業績增長[1]，也會使得國有企業債務融資的比例下降，而投資效率提高且表現為較快地提高。[2]就算都是緊縮性的貨幣政策，在使用不同的貨幣政策工具時，對公司融資和公司績效的影響也不盡相同，而利率市場化的改革措施起到更顯著的效果。[3]所以貨幣政策調控市場越來越重視差異化的定向操作條件，例如針對鼓勵小微企業信貸的定向降準措施，即在普通降準的基礎上附加“支持小微企業融資”要求，對不同金融機構給出差異化寬松條件。[4]實體經濟的發展需要差異化的貨幣政策，也即結構化的貨幣政策。結構化貨幣政策可以認為是“傳統總量貨幣政策工具+結構性要求”的組合。

一、結構化貨幣政策的來由與應用

目前，對于結構化貨幣政策并未形成得到廣泛認可的統一定義。一般而言，結構化貨幣政策是指在傳統總量型貨幣政策的基礎上，增設不同權重、面向不同主體等前提條件，使得該政策在不同經濟實體中產生不同的作用，以達到結構性調整的意圖。傳統上廣泛使用的貨幣政策工具可以認為是普適的，對各個經濟實體是平等的、等價的。在當前中國經濟轉型期，一視同仁的操作將難以精準解決當前面臨的問題，所以需要進行結構性調整，比如要降低全社會杠桿率，需要貨幣政策收緊，但對于中小企業和民營企業卻需要加大扶持力度，應該采取寬松的貨幣政策，此時兩者便出現了矛盾，而結構化貨幣政策工具也許會成為一劑良藥。中央銀行做出主觀調控意圖，附帶差異化的定向操作條件，對不同金融機構給出差異化寬松政策，比如面向小微企業的信貸政策和鼓勵性的定向降準措施，即在普通降準的基礎上附加“支持小微企業融資”要求。[4]

實際上，自20世紀80年代開始中國市場已應用過再貸款和再貼現這兩類傳統的結構化貨幣政策工具，但彼時此類操作未形成完善的體系，即使2013年人民銀行又開發出了SLF（常備借貸便利）和SLO（短期流動性調節工具）工具，總體而言2013年之前中國市場上出現的結構化貨幣政策操作種類和數量都不算多。央行工具箱中的結構型工具僅限于再貼現、再貸款、SLO及SLF，不僅種類少、使用頻率較低，而且使用目的主要是為了平抑暫時性的流動性波動及局部企業信用風險問題，總體的使用是有限的。結構化政策工具真正的大規?？焖侔l展是在2014年之后，配合供給側結構化改革， 2014年央行啟用支小定向降準，設立支小再貸款，并創設棚改PSL（2014年4月）和MLF（2014年9月）；2017年央行積極創設了TLF（2017年1月）?？梢哉f2014年至2017年間，央行不僅積極動用SLF、MLF等各種借款便利，還累計開展了9次定向降準。2014年至2017年可謂結構型工具快速發展時期，該時期結構型工具不僅多樣化而且形式創新，使用頻次大幅提高，體現了結構化貨幣政策相對于傳統的宏觀貨幣政策所具有的異質性和靈活性。

二、結構化貨幣政策與企業融資能力、企業績效的研究假設

央行的貨幣政策調控行為本質是在投放國家信用。貨幣政策的結構型工具實質上是央行利用國家信用對特定金融機構或者特定金融行為進行增信。作為貨幣當局，央行的貨幣政策真正調控的是國家信用的投放量，某種程度上可以理解為央行是國家信用投放的運作機構。央行資產負債表中，負債端記錄政府信用的具體形式，資產端記錄央行投放國家信用的具體行為方式。所以央行資產負債表的調整即為國家信用投放的具體操作。因此得出，

假設1：企業融資能力與貨幣政策相關，貨幣政策越寬松，企業融資能力越高。

近年來，中國結構化貨幣政策工具快速發展，數量和種類都不斷增加，此輪結構化貨幣政策工具以中國全社會的供給側結構性改革為背景，重點有兩方面，一是降低全社會尤其是政府部門和國有企業的杠桿率，二是由于中小企業和民營企業在中國經濟中的重要地位，對中小企業、民營企業提供重點支持，不必再依靠大水漫灌式的融資方式，其融資能力可通過結構化貨幣政策得以提高，從而對于整體宏觀貨幣政策的依賴性減弱。所以據此得出，

假設1a：在結構化貨幣政策出臺前后，貨幣政策對民營企業和國有企業影響出現分化，總體上企業融資能力對貨幣政策的依賴性減弱。

企業是將各種生產要素進行結合然后創造價值，形成產出。企業生產要素種類很多，包括管理能力、人力資本、經濟資源等，而其中經濟資源尤其重要，通過結構化貨幣政策工具投放，為中小企業和民營企業提供了重要的經濟資源支持，從而最終實現企業產出水平亦即企業績效的提升。因此提出，

假設2：企業績效與貨幣政策相關，貨幣政策越寬松，企業績效越高。

與假設1a同樣的邏輯推論下，在貨幣政策對微觀企業績效形成影響的基礎上，結構化貨幣政策也會對不同企業形成不同影響，從而對應形成“結構化”調整的效果。據此得出，

假設2a：在結構化貨幣政策出臺前后，貨幣政策對民營企業和國有企業影響出現分化，對民營企業績效影響更大。

三、結構化貨幣政策對企業融資能力、企業績效的實證分析

（一）樣本選擇與數據來源

本文參照靳慶魯（2012）[5]和韓林靜（2014）[6]的研究方法，進行了建模分析。數據來源于國泰安CSMAR數據庫，對數據庫中的數據按以下標準進行了篩選：根據公司財務結構和主營業務不同，本文刪除金融保險類上市公司；剔除ST、PT類的非正常交易的公司；剔除數據不全的上市公司。本文數據中公司財務數據均來自CSMAR數據庫，宏觀經濟數據來自中國國家統計局網站和中國人民銀行網站。統計分析軟件為Stata14。本文選取了2010年以前上市的A股主板上市公司，上市后的數據期間選取2011—2018年共8年的年度數據，為了消除特殊異值數據對研究過獲得影響，提高穩健性，對數據在5%的水平上進行了縮尾處理，最終通過篩選得到1073個企業數據。由于2014年開始中國結構化貨幣政策工具開始快速發展，并考慮到政策執行的延后性，將2011年至2014年這四年劃分為結構化貨幣政策出臺前，將2015年至2018年這四年劃分為結構化貨幣政策出臺后。

（二）變量選取與模型構建

融資能力代表了企業從外部獲取資金的難易程度，衡量角度包括獲取資金的速度、數量和成本等。本文研究的結構化貨幣政策對融資能力的影響，其主要傳導機制是中央銀行通過結構化貨幣政策影響商業銀行行為，進而表現在企業從商業銀行處融資的變化，所以債務融資是受其影響最大的指標，因此以資產負債率來表示企業融資能力。

自變量中，貨幣政策的寬松程度Monetary采用廣義貨幣供應量增長率來代表，其他指標還包括流通股比例、公司規模等，具體各變量的含義與計算方法見表1。

表1 各變量的含義及計算方法

根據前文分析并且基于靳慶魯（2012）[5]和韓林靜（2014）[6]的研究設計，采用以上數據和變量建立基于面板數據的回歸模型。針對假設1，建立回歸模型1，以資產負債率Lev為被解釋變量，采用貨幣政策Monetary作為解釋變量，以廣義貨幣供應量增長率來代表，加入流通股比例Current等作為控制變量，驗證企業融資能力與貨幣政策的相關性。模型1：

在模型1基礎上加入結構化貨幣政策Structure變量建立模型2，驗證在結構化貨幣政策頒布前后貨幣政策對企業融資能力的影響程度變化情況。模型2：

基于戶青、陳少華、賀?。?016）[7]和陶萍、張睿、朱佳（2016）[8]的研究設計，建立模型3，以總資產回報率ROA為被解釋變量，以貨幣政策Monetary作為解釋變量，以經營風險Risk等作為控制變量，驗證企業績效與貨幣政策的相關性。此外，還使用凈資產回報率ROE進行了穩健性檢驗。模型3：

在模型3的基礎上加入結構化貨幣政策Structure變量建立模型4，驗證在結構化貨幣政策頒布前后貨幣政策對企業績效的影響程度變化情況。模型4：

（三）描述性統計分析

表2匯報了變量的描述性統計結果，可以看出，被解釋變量融資能力在研究中以資產負債率Lev代表，平均值為0.419，說明樣本中的企業的資產負債率整體而言處于較合理狀態，最大值為0.814、最小值為0.044、標準差為0.187，差異相對較大，也體現出不同企業融資能力和融資需求的巨大差異。Monetary是自變量，以廣義貨幣供應量的增長率代表，平均值為0.066，相當于平均每年的增長率為6.6%，略高于GDP增長率，最低的一年為2.88%，最高的一年為13.7%，證明不同年份貨幣政策的差異是比較大的。其他指標為控制變量，將它們納入控制變量，有助于消除企業之間巨大差異帶來的影響。

表2 描述性統計結果

（四）回歸分析

首先，在對數據進行回歸處理前，本文進行了豪斯曼檢驗，根據豪斯曼檢驗結果，本文選擇采用雙向固定效用模型，即時間固定和個體固定。然后本文使用面板數據對模型進行了回歸分析，回歸結果基本都通過了t檢驗，表3匯報了回歸結果。

表3 回歸分析結果

模型1回歸結果顯示，貨幣政策Monetary與被解釋變量Lev的相關系數達到了0.895，說明貨幣政策與企業融資能力之間具有十分顯著的正向相關性，支持了假設1，即貨幣政策越寬松，企業融資能力越強，體現了貨幣政策通過一定傳導機制影響了微觀企業的融資行為。

另外，為了探究不同所有權性質的企業在模型中的特點，通過所有權性質Ownership變量將數據分為國有企業和民營企業兩組，進行了分組回歸。民營企業組中貨幣政策Monetary與融資能力Lev的系數為0.665，而在國有企業組中這一系數達到了0.912，明顯高于民營企業組。說明貨幣政策對國有企業融資能力的影響更大，已有研究證明國有企業在對信貸資源的獲取上更具有優勢，或者說民營企業面臨著“信貸歧視”，導致其融資能力相對于國有企業較差。

模型2回歸結果顯示，在加入了結構化貨幣政策Strmone之后，貨幣政策Monetary與融資水平Lev之間仍然存在相關性，但相關系數將至0.301，相對于模型1中的0.895下降幅度較大。說明在結構化貨幣政策頒布后企業融資水平與宏觀貨幣政策之間的關系變弱了，或者說企業融資水平對宏觀經濟政策的依賴性變弱了，從而證明了假設2，結構化貨幣政策體現出了其針對經濟問題精準打擊的功能，更加具有針對性和有效性，微觀企業不必再依賴宏觀政策在總量上的大水漫灌。

同時也采用研究模型1的方式，將模型2按照民營企業和國有企業進行了分組回歸。在民營企業分組回歸中，貨幣政策Monetary與融資能力Lev的系數為0.190，標準差為0.097。在國有企業分組回歸中這一系數為0.305，標準差為0.054，說明民營企業的數據相對更為分散，在考慮了結構化貨幣政策的影響因素之后，民營企業融資水平更加多樣化。這也說明了央行擁有多樣化的貨幣政策工具，具有多樣化的調控意圖，由此也會取得不盡相同的政策效果。

模型3回歸結果顯示，自變量貨幣政策Monetary對企業績效ROA的相關系數為0.133，具有一定相關性。支持了假設3，說明貨幣政策能夠在一定程度上對經濟體中的微觀企業造成最終產出的影響，也側面證明了貨幣政策在調節企業績效方面具有一定的有效性，但從影響的效率上來講還需要進一步研究和探討。

模型4回歸結果顯示，在加入了結構化貨幣政策Strmone以后，相關系數為0.081，相較于之前的模型該系數顯著降低了，體現了結構化貨幣政策不同的調控效果。

（五）穩健性檢驗

為了驗證研究結果的穩健性，進行了穩健性檢驗。對于模型1和模型2，使用融資成本Cost=財務費用/（短期借款+長期借款）來替代資產負債率Lev進行了回歸；對于模型3和模型4，使用凈資產回報率ROE來替代總資產回報率ROA進行了回歸。穩健型檢驗結果顯示，在應用不同的變量進行回歸后，結果的趨勢與之前是一致的，證明了研究結果的穩健性。

四、研究結論與展望

從結構化貨幣政策入手，研究了宏觀層面的貨幣政策和微觀層面的企業融資能力和企業績效之間的關系，證明了結構化貨幣政策通過一定傳導機制，調控微觀層面的實體企業，從而影響企業融資能力和企業績效。具體表現為，在考慮了結構化貨幣政策頒布前后的影響時，企業融資水平與宏觀貨幣政策之間的關系變弱了，或者說企業融資水平對宏觀經濟政策的依賴性變弱了，體現出了結構化貨幣政策所具有的針對經濟問題精準打擊的功能，更加具有針對性和有效性，微觀企業不必再依賴宏觀政策在總量上的大水漫灌；在結構化貨幣政策出臺前后，貨幣政策對民營企業和國有企業影響出現分化。在結構化貨幣政策應用后，宏觀貨幣政策對民營企業績效影響更大。

近年來我國運用的結構化貨幣政策對我國供給側結構性改革也起到了一定的作用，一定程度上促進了我國經濟的高質量發展。然而，在進行結構化貨幣政策操作過程中，如何妥善運用激勵機制和監督機制也十分必要。我們不能忽視一個本質，小微企業、民營企業之所以存在融資難、融資貴問題，是由現實的市場機制導致的。簡單地說，小微企業和民營企業因其自身特質，如成立時間較短、缺乏可抵押資產、企業管理制度不完善、經營風險高，而且在當前社會信用制度尚不健全的情況下，存在很大的道德風險問題，故而其發生經營失敗無法償付貸款甚至騙取貸款、惡意逃脫貸款這類問題的可能性更高。正如在21世紀初中國銀行業面臨的巨大危機一樣，由于前期激勵機制和監督機制運行的不完善，導致了管理責任缺位、壞賬率大幅攀升，以致瀕臨崩潰的地步。而現在宏觀政策制定者要求銀行業大力支持小微企業和民營企業，其中四大國有銀行必然責無旁貸地扛起這個責任，那么在當前情況下，如何妥善的健全、完善、運用激勵機制和監督機制是十分重要的課題，以避免一定時間之后出現大面積的壞賬危機。