1、2016 年第 8 期This paper establishes a model to analyze the transmission mechanism of the policy of targeted cut in the reserverequirement ratio and compares the different impact of the policy on agricultural credit and non- agriculturalcredit using the method of propensity score matching and the diffe
2、rence- in- difference. The result shows that thepolicy of targeted cut in the reserve requirement ratio has some effects with lowsignificance. The combination oftargeted adjustment policy and aggregate adjustment policy will turn the effect of policy of targeted cut in thereserve requirement ratio a
3、way from its object and influence the accuracy of the targeted policy.Keywords： Targeted Cut in the Reserve Requirement Ratio; Aggregate Adjustment; Optimization ofStructure;the NewNormal（责任编辑：李亚如） 3豆建民，刘欣 . 中国区域基本公共服务水平的收敛性及其影响因素分析 J . 财经研究， 2011（ 10）： 37- 47. 4何增科 . 中国治理评价体系框架初探 J . 北京行政学院学报， 2008
4、（ 5）： 1- 9. 5姜晓萍 . 国家治理现代化进程中的社会治理体制创新 J . 中国行政管理， 2014（ 1）： 24- 28. 6施雪华，方盛举 . 中国省级政府公共治理效能评价指标体系设计 J . 政治学研究， 2010（ 2）： 56- 66. 7唐天伟，曹清华，郑争文 . 地方政府治理现代化的内涵 、特征及其测度指标体系 J . 中国行政管理， 2014（ 10）： 46- 50. 8徐汉明，张新平 . 社会治理法治建设指标体系的设计 、内容及其评估 J . 法学杂志， 2016（ 6）： 31- 43. 9俞可平 . 论国家治理现代化 M . 北京：社会科学文献出版社， 20
5、14： 219- 220. 10俞可平 . 中国治理评估框架 J . 经济社会体制比较， 2008（ 6）： 1- 9. 11 “中国社会管理评价体系 ”课题组 . 中国社会治理评价指标体系 . 载于 中国治理评论 2012（ 2） M . 北京：中国编译出版社， 2012. 12张书林 . 社会管理科学化水平之效能指标体系与测评 J . 中国四川省委党校学报， 2012（ 2）： 92- 97. 13张欢，胡静 . 社会治理绩效评估的公众主观指标体系探讨 J . 四川大学学报（哲学社会科学版）， 2014（ 2）： 120- 126.Social Governance in China: I
6、ndex, Convergence and Influential FactorsTian Fa Zhou ChenyingAbstract： Upon Chinas public service outputs, the paper constructs an evaluation index system for socialgovernance level, and it shows that, from 2007 to 2014, the social governance nationwide has been improvedsignificantly. No convergenc
7、e exists in any regions, or in any provinces, but there is convergence withnarrowingrate of7.93% annually. Moreover, regional economic development, urbanization rate, urban population,and fiscal expenditure per capita on social governance all have positive effects on social governance level.Therefor
8、e, the paper suggests constructing modern fiscal system, optimizing transfer payment system, raisingurban population and improving urbanization, and improving the equalization of regional economic development.Keywords： Social Governance Level; Public Service; Convergence; Influential Factors（责任编辑：高小
9、萍）（上接第 103 页）652016 年第 8 期基 于 企 业 视 角 的 定 向 降 准 政 策调 控 效 果 研 究林朝颖 黄志刚 杨广青 杨 洁内容提要： 经济新常态下，以 “微刺激 ”与 “定向激励 ”为特征的定向降准政策逐渐成为货币政策操作的新常态 。定向降准释放的资金能否定位精准的流向预期领域，这决定着定向降准政策实施的成败 。本研究首先通过构建理论模型分析定向降准政策的传导机理，接着在倾向得分匹配的基础上采用倍差法实证研究定向降准政策颁布对农业信贷与非农信贷影响的差异，结果表明单纯的定向降准政策取得了一定的成效，但显著性有待提高 。而定向调控与总量调控的货币政策组合将使定向降
10、准的结果偏离目标，影响定向降准政策定位的精准性 。关键词： 定向降准 总量调控 结构优化 经济新常态中图分类号： F820 文献标识码： A 文章编号： 1003- 2878（ 2016） 08- 0091- 13一 、引 言随着经济步入新常态，央行改变了以往价格型与数量型交替使用的总量调控模式，自 2014 年4 月至 2016 年 5 月连续推出七轮定向降准政策，定向调控逐渐成为货币政策操作的新常态 。以 “微刺激 ”与 “定向激励 ”为特征的定向降准政策意图在于引导金融机构更多地将信贷资源配置到 “三农 ”、小微等重点领域和薄弱环节，在总量可控的基础上促进结构优化，实现经济的平稳增长 。
11、然而自定向降准政策颁布之后，三农贷款（包括农村贷款 、农业贷款以及农户贷款）同比增速仍然呈现下降趋势（见图 1） 。其中农村贷款与农业贷款自 2014 年第三季度开始同比增速双双低于全部贷款余额的同比增速；农户贷款的同比增速在定向降准政策颁布前超出全部贷款余额同比增速 10.4 个百分点，而到了 2015 年 12 月仅超出全部贷款余额同比增速 0.5 个百分点 。小微企业贷款余额同比增速则在全部贷款余额同比增速附近上下波动，并呈现趋同的态势（见图 2），很难发现定向降准政策颁布后取得预期效果 。作者简介： 林朝颖，福建农林大学管理学院副教授 。黄志刚，福州大学副校长，福州大学经济与管理学院教
12、授 、博士生导师 。杨广青，福州大学经济与管理学院教授 。杨 洁，福建农林大学管理学院讲师 。基金项目： 本文得到国家社科基金 “定向降准对农业企业的产出与风险传导效应研究 ”（ 15CGL037）资助 。作者感谢匿名审稿专家所提宝贵建议，当然文责自负 。 本文农业指的是广义的农业，包括农林牧渔业 。91从 定向降准货币政策传导渠道来看，定向降准政策不是直接向 “三农 ”、小微释放信贷资金，而是经过银行放贷再进入这些经济薄弱领域 。“三农 ”、小微的高风险特征是银行对其惜贷的主要原因，而定向降准政策并不能从根本上扭转此特征 。定向降准释放的资金能否定位精准的流向预期领域，这决定着定向降准政策实
13、施的成败 。由于定向降准政策颁布至今仅两年，仅通过稀少的宏观数据难以判定政策定位的精准性，因此本文采用微观企业面板季度数据研究定向降准政策实施对农业信贷与非农信贷影响的差异，对定向降准货币政策传导机制的有效性予以评价，从而在理论上为定向降准政策的选择寻找到微观基础，在实践上为定向降准政策推出的时机提供科学依据 。 因多数小微企业没有上市，数据不易获取，本文不将其列入研究对象 。图 1 三农贷款同比增速与全部贷款余额同比增速比较数据来源： wind 数据库 。图 2 小微企业贷款同比增速与全部贷款余额同比增速比较数据来源： wind 数据库 。基于企业视角的定向降准政策调控效果研究922016
14、年第 8 期二 、文献回顾金融危机爆发后，常规的以利率杠杆为中心的货币政策传导机制受到破坏（ Mishkin， 2011 1；秦伟广等， 2015 2），随着通货膨胀率回落 、短期名义利率逼近于零，常规货币政策的有效性下降，以量化宽松为代表的非常规货币政策应运而生（王树同等， 2009 3；马理等， 2015 4） 。在经济衰退时期，非常规货币政策在稳定金融市场 、防止通货紧缩 、刺激信贷复苏的效果较为显著（ Peersman，2010 5； Lenza 等， 2012 6； Joyce 等， 2012 7） 。Kapetanios 等（ 2012）使用反事实的分析方法研究发现如果没有量化宽松
15、政策， 2009 年英国 GDP 会衰退得更多， CPI 会更低甚至是负数 。因此量化宽松政策在帮助避免英国经济衰退和通货紧缩上是有效的 8。然而量化宽松政策导致美国以及其他经济体的货币供应激增（ Karras， 2013 9），冲击着市场的正常运行（ Cecioni 等， 2011 10 ），威胁着金融与宏观经济的稳定（ Williams ， 2011 11 ） 。H觟rmann，Schabert（ 2011）认为量化宽松政策的效果是极其有限的 12。McMahon， Peiris（ 2011）将量化宽松政策与传统货币政策对比后发现，在量化宽松货币政策下央行控制通货膨胀的难度更大 13。Pe
16、saran，Smith（ 2012）则认为量化宽松的短期影响是显著的，但是其长期效果并不明显 14。Chen 等（ 2011）认为，从长期来看美联储的量化宽松政策对其他经济体的影响甚至大于其对本国经济的影响 15。在人们对量化宽松货币政策的质疑声中，货币当局开始反思如何转变政策操作思路，尽可能减少货币总量调控对国内外经济的负面影响，以更加精准地促进经济薄弱环节的发展，由此催生了定向调控类的货币政策 。从国际上看，英格兰银行的融资换贷款计划（ Funding for Lending Scheme，简称 FLS）以及欧洲央行的定向长期再融资计划（ Targeted Longerterm Refin
17、ancing Operation，简称 TLTRO）都属于定向调控类货币政策 。从传导机制而言， FLS 直接通过银行部门降低借款成本，量化宽松则绕开银行部门，主要通过资本市场传导机制降低资本成本，因此 FLS 和量化宽松是互补的（ Churm， Radia， 2012 16） 。TLTRO 通过多种渠道缓解过于严格的贷款条件，降低贷款利率，刺激信贷数量，该计划是有针对性的，而不是广泛的无条件的提供流动性（ Agarwal 等， 2015 17） 。在中国，定向降准作为定向调控类货币政策的创新，其政策意图在于通过 “微刺激 ”提高信贷资源在农业 、小微等经济薄弱环节的配置比例 。刘伟，苏剑（
18、2014）认为在目前的经济形势下，我国采取的 “微刺激 ”、定向宽松措施是非常合适的，因为大规模刺激会救活落后产能，使得资金流向资产市场尤其是房地产市场，导致资产价格泡沫的加剧 18。汪仁洁（ 2014）认为定向调控货币政策相较于以往货币政策的优势在于其更稳健 、更持续，适时适度性更高 19。张业修（ 2014），朱正 、陶岚（ 2015）则对定向降准的资金流向表示担忧，商业银行因理解上的偏差和趋利避害的本能使得该政策难以 “精准落地 ” 20 21。上述文献主要采用规范研究的方法分析定向降准政策调控的效果，马理等（ 2015）则另辟蹊径采用数据仿真的方法模拟了商业银行的行为，解析了定向降准政
19、策传导的效果 4。综上所述，目前关于货币政策的文献主要集中于总量性货币政策的调控效果研究，而以结构调整为目标的定向降准政策的研究偏少，特别是对于定向降准传导的理论机理与实际效果的实证检验方面的文献相当匮乏 。本文尝试从企业微观角度通过理论建模与实证检验两种方法论证定向降93准 政策的调控效果，以期为定向降准政策推出提供参考依据 。三 、模型设计本文在 Kopecky， Vanhoose（ 2004） 22模型的基础上将贷款分为农业信贷与非农信贷，并考虑定向降准政策对存款准备金的影响，由此构建理论分析框架，以刻画定向降准政策对银行信贷结构的影响，从而论证定向降准政策的调控功效 。（一）模型构建商
20、业银行的资产 A =B +L +R，其中 B 为政府债券， L 为银行贷款总额， R 为法定存款准备金 。商业银行的资金来源包括银行存款 D 与银行资本 K。根据资产负债恒等式， D + K = B + L + R = A，因此 L = A - B - R。银行贷款 L 的投向分为农业信贷 LA与非农信贷 LNA。其中农业信贷 LA占信贷总量 L 的比例为 b，非农业信贷 LNA占信贷总量 L 的比例为 1- b。法定存款准备金 R =（ 1 - P） D +P（ - t） D =D（ - Pt），其中 为法定存款准备金率， P 为银行获得定向降准的概率， t 为定向降准的幅度， 0P1， 0
21、t 。中央银行根据商业银行农业信贷余额占全部贷款比例以及新增农业信贷占全部新增贷款的比例是否达标决定是否降低其存款准备金率 。因此商业银行获得定向降准的概率 P =f（ b）是农业信贷占比 b 的增函数， b 越大，银行获得定向降准的可能性越大，即 v=f（ b） 0。为了证明命题，参考 Kopecky， Vanhoose（ 2004） 22并结合本文特色，做出如下假定：（ 1）商业银行是理性的经济人，追求自身利润最大化 。（ 2）中央银行不支付准备金利息，商业银行持有的政府债券流动性很高，因此商业银行超额存款准备金为 0。（ 3）定向降准政策只影响银行信贷资源的分配比例，不影响银行债券投资决
22、策，也不影响银行资金的来源，因此 B、D、K 都是常数 。（ 4）债券市场与银行信贷市场是完全竞争的，债券利率与存贷款利率是既定的，即债券利率 rB、农业信贷利率 rA、非农信贷 rNA、存款利率 rD为常数 。（ 5） 定向降准政策不改变商业银行信贷的成本与自有资本成本，因此假设农业信贷成本系数kA、非农信贷成本系数 kNA以及自有资本成本系数 rK为常数 。根据上述假设，商业银行利润最大化的目标函数与约束条件为：Max = rBB +（ rA- kA） LA+（ rNA- kNA） LNA- rDD - rKK （ 1）St.LA=bL， LNA=（ 1 - b） LL =A- B - R
23、 =A- B - D（ - Pt）P =f（ b）， 0b1， 0P1v=f（ b） !#“#$0（二）模型求解本文主要研究定向降准政策对银行信贷的影响，根据约束条件得出，银行信贷投放 L = A- B -D - f（ b） t，即 L 是信贷结构 b 的函数 。将约束条件代入目标函数，得到目标函数 为 b 的函数 。商业银行选择最优的农业信贷比例 b*的一阶条件为：基于企业视角的定向降准政策调控效果研究942016 年第 8 期鄣/鄣b =（ rA- kA） bDtv +L +（ rNA- kNA）（ 1- b） Dtv - L =0 （ 2）由此得到商业银行最优的农业信贷比例 b*应满足下
24、式：b*=（ rA- kA） -（ rNA- kNA） L +（ rNA- kNA） Dtv（ rNA- kNA） -（ rA- kA） Dtv（ 3）令 rA= rA- kA（ 4）rNA= rNA- kNA（ 5）对 b*进行比较静态分析，将其对定向降准的政策强度 t 求偏导鄣b*/鄣t =（ rA- rNA） DP+rNADv（ rNA- rA） Dtv-（ rArNA） L+rNADtv（ rNA- rA） Dv（ rNA- rA） Dtv2=Dv（ rA- rNA）2（ L- DPt）（ rNA- rA） Dtv2=L- DPtDvt2（ 6）由于 L =A- B - D（ - Pt
25、） （ 7）因此 L- DPt =A- B - D （ 8）即银行没有获得定向降准时的可贷资金，因此 L- DPt 0 （ 9）由此推出：鄣b*鄣t 0 （ 10）因此从定向降准的理论传导机理上看，央行通过定向降准向信贷达标的商业银行释放部分流动性，定向降准政策强度越强，其对银行的激励作用越大，商业银行的农业信贷比例也随之提升 。由此推出如下命题：命题：定向降准政策实施有助于提升银行农业信贷比例，即定向降准政策颁布后农业企业能获得更多的信贷资源分配 。四 、研究设计（一）模型设计与变量定义考察定向降准政策对农业企业信贷供给的影响，一般可从横向与纵向两个维度加以比较 。一种方法是横向比较定向降准
26、后农业企业与非农企业获得银行信贷的差异，但这种方法没有考虑农业与非农企业在定向降准前获得信贷融资的差异 。另一种方法是纵向比较农业企业在定向降准政策颁布前后获得信贷融资的差异，但此方法没有考虑农业企业在定向降准政策颁布前后信贷融资的自然增长 。由于倍差法（ Difference in Difference）可以同时解决上述两种问题，在比较政策执行前后差异时具有独特优势，因此本文采用倍差法分析定向降准政策对农业企业信贷供给的影响 。在运用倍差法分析时需满足平行假设，即处理组与控制组除了农业与非农业之外的差异，在其他方面获得银行信贷融资的可能性是相似的，否则倍差法的估计结果将产生偏差 。因此本文遵
27、循多数文献的做法，在倾向得分匹配的基础上再使用倍差法 。首先计算企业获得新增信贷融资的可95能 性即倾向得分（ PS 值），具体模型如下：PS（ Xit） =Pro（ LP =1 Xit） =exp（ Xit）1+exp（ Xit）（ 11）其中 LP 为二元变量， LP=1 表示企业 i 在时间 t 获得了新增银行贷款， LP=0 表示企业 i 在时间 t没有获得新增银行贷款 。Xit为匹配变量，根据已有文献 23-25选择企业规模 Size、成长性 Growth、盈利性 Roa、抵押担保能力 Fixed、商业信用 Credit、财务杠杆 Leverage、现金流能力 Cfo 作为匹配变量
28、。PS（ Xit）表示企业获得新增信贷融资的可能性，即概率 。接着采用最邻近匹配的方法（ Nearest- Neighbor Matching）按照 11 的比例找到与处理组农业企业信贷融资 PS 值最接近的非农业企业作为控制组，从而使处理组与控制组之间在获取信贷融资可能性上具有相似性 。在满足平行假设后使用匹配后的农业企业（处理组）与非农企业（控制组）进行倍差法估计，构建模型如下：Loanit=0+1Agriit+2TRit+3TRitAgriit+Cvit-1+it（ 12）其中 i 表示企业， t 表示时间， Loan 表示企业获得的银行信贷融资， Agriit为虚拟变量， Agriit
29、=1 表示处理组即农业企业， Agriit=0 表示控制组即非农企业 。同时构造一个虚拟变量 TR， TRit=0 表示定向降准政策颁布前的时期（即 2014 年第二季度以前）， TRit=1 表示定向降准政策颁布后的时期（即2014 年第二季度及以后的时期） 。Cv 表示控制变量，本文在已有文献 23， 26-28的基础上，选取企业上一期的规模 Size、成长性 Growth、抵押担保能力 Fixed、商业信用 Credit、盈利性 Roa、代理成本 Agency作为控制变量，同时还控制了总量性货币政策 MP以及年度效应 Year。 为随机误差项 。系数 3度量农业企业在定向降准政策实施后是
30、否获得了更多的信贷资源，从而对定向降准政策定位的精准性做出判断 。上述模型所含主要变量定义如表 1。表 1 主要变量定义变量名称 变量符号 变量含义信贷融资是否新增银行贷款定向降准企业规模成长性盈利性抵押担保能力商业信用水平财务杠杆现金流能力是否为农业企业代理成本总量性货币政策LoanLPTRSizeGrowthRoaFixedCreditLeverageCfoAgriAgencyMP（短期借款 + 长期借款） / 总资产企业获得新增银行贷款取 1，企业未获得新增银行贷款取 0定向降准政策颁布前取 0，颁布后取 1Ln（期末总资产）营业收入增长率净利润 / 总资产固定资产 / 总资产（应付账款
31、 + 应付票据 - 应收账款 - 应收票据） / 总资产负债 / 资产经营活动现金净流量 / 总资产是农业企业取 1，不是取 0管理费用 / 营业收入M2 增长率 - GDP 增长率 - CPI 增长率 货币政策主要包括总量性货币政策和结构性货币政策 。总量性货币政策即一般性货币政策，包括存款准备金率 、再贴现率和公开市场业务，其目的是对资金供求进行总量调节 。结构性货币政策是有选择地对某些特殊的信用加以调节和影响并追求结构性调节效果的政策，所以也称为选择性货币政策，定向降准政策就属于结构性货币政策 。基于企业视角的定向降准政策调控效果研究962016 年第 8 期定向降准前 定向降准后变量
32、均值 标准差 最小值 最大值 均值 标准差 最小值 最大值LoanLPSizeGrowthRoaFixedCreditLeverageCfoAgriAgency0.20890.474221.14850.43740.01840.2585- 0.02610.41280.02161.00000.13420.14070.49960.81481.75370.03810.14250.08030.26590.07100.00000.19510.00000.000019.0633- 0.9002- 0.15640.0015- 0.31430.0312- 0.14471.00000.01230.95631.00
33、0023.68149.77260.15360.70030.25162.93650.23561.00001.14060.22190.486521.60580.36530.00230.27570.00520.42610.01361.00000.12090.15340.50090.82341.65320.03830.15460.06080.17590.06310.00000.10650.00000.000019.4698- 0.9002- 0.15640.0190- 0.19150.0541- 0.14471.00000.01390.68481.000023.37629.77260.13560.66
34、300.23160.85930.23561.00001.1406表 2 农业企业微观变量描述性统计结果（二）样本选择与数据来源本文选取 2003 年第一季度至 2015 年第三季度非金融类 A 股上市公司季度数据，剔除 st 企业，通过倾向得分匹配的方法筛选出 76 家上市公司来研究定向降准政策的效果 。选取上市公司数据分析定向降准政策效果主要基于以下几点考虑：（ 1）本文的研究视角在于微观企业，与定向降准有关的主要为两类企业：农业企业与小微企业 。由于我国小微企业数据库尚未健全，其财务数据很难获取，因此本文重点关注定向降准对农业企业的影响 。（ 2）从定向降准的考核标准来看，央行仅根据商业银
35、行涉农贷款比例是否达标决定其是否享受优惠准备金率，并未对涉农贷款的具体投向（如投向农业上市公司亦或投向农村小微企业）加以细化考核 。商业银行本着趋利避险的动机，首选将资金投向安全性较高的农业上市公司 。因此从定向降准政策实施的实际效果看，农业上市公司受定向降准影响的可能性非常大 。（ 3） 根据 Myers（ 1984） 提出的融资啄食顺序理论 （ Pecking OrderTheory） 29，当内源融资难以满足企业资金需求时，债务融资是其最优选择 。葛永波，姜旭朝（ 2008）发现农业上市公司的融资顺序与啄食理论基本吻合 30。在债务融资顺序方面，多数学者认为银行贷款优先于企业债券 31-
36、33。在我国债券市场的发展滞后于信贷市场，因此当定向降准引发银行农业信贷供给扩张时，具有外部融资需求的农业上市公司首选增加信贷融资 。（ 4）实证数据选取农业上市公司与非农业上市公司面板数据，使用倍差法模型研究政策颁布后二者获得信贷融资的差异，上市公司融资渠道多元化的优势在模型中已得到控制 。本文数据来自国泰安数据库与 wind 数据库，所有微观数据都进行了上下 1%的 winsor 处理 。（三）描述性统计农业企业与非农业企业定向降准前后数据的描述性统计结果如表 2 与表 3 所示 。通过样本均值的简单对比来看，农业企业定向降准后获得银行信贷融资比例增长了 6.22%，非农业企业获得银行信贷
37、比例下降了 22.41%。但此结果是在没有控制其他因素的前提下得出的，定向降准政策是否有效还需实证模型进一步深入分析 。（ 0.2219- 0.2089） /0.2089=6.22%，（ 0.1648- 0.2124） /0.2124=- 22.41%。97表 4 定向降准政策的调控效果研究（ 1） Loan （ 2） Loan （ 3） Loan （ 4） LoanTRTRAgriTR1TR1Agri- 0.0162（ - 1.18）0.0171（ 0.76）- 0.0227*（ - 1.90）0.0304*（ 1.66）五 、实证结果与分析首先要通过倾向得分匹配选择与农业企业相匹配的非农业
38、企业作为控制组 。由于定向降准政策在 2014 年 4 月首次颁布，匹配变量的数据时间为 2014 年第一季度。根据模型（ 11）计算 2014 年第一季度企业的 PS 值，找到与 38 家农业企业 PS 值最接近的 38 家非农业企业，从而使定向降准政策颁布前处理组（农业企业）与控制组（非农业企业）在获取信贷融资的可能性上具有相似性 。删除缺失值后，本文观测值共计 2791 个 。接着对匹配后的 76 家企业采用倍差法估计定向降准的政策效应 。模型（ 12）估计的结果如表 4第（ 1）列所示 。TRAgri 的系数不显著，由此判断定向降准政策对农业与非农业企业信贷融资影响的差异不大，这说明定
39、向降准政策的总体效果并不明显 。定向降准前 定向降准后变量 均值 标准差 最小值 最大值 均值 标准差 最小值 最大值LoanLPSizeGrowthRoaFixedCreditLeverageCfoAgriAgency0.21240.461621.56070.16910.02030.2807- 0.02350.42540.02080.00000.10700.17430.49870.96060.88940.03710.17120.10510.21150.05790.00000.10630.00000.000019.0633- 0.9002- 0.15640.0015- 0.31430.0312
40、- 0.14470.00000.01230.96641.000024.13289.77260.15360.70030.32311.07830.23560.00001.14060.16480.414521.84590.25010.02130.2122- 0.02420.41310.01360.00000.11400.16830.49371.06731.14840.03250.18290.09620.22960.05450.00000.10810.00000.000019.0633- 0.7140- 0.09070.0015- 0.31430.0312- 0.14470.00000.01230.6
41、2561.000024.13289.77260.15360.70030.23270.85850.23560.00001.1406表 3 非农业企业微观变量描述性统计结果 为确保处理组与控制组在定向降准政策颁布之前在获取信贷融资可能性上具有相似性，本文选取匹配变量为定向降准政策颁布前的数值 。基于企业视角的定向降准政策调控效果研究982016 年第 8 期注： *、*、* 分别表示在 10%、5%和 1%的水平上显著，括号中的数值是 t 统计量值 。定向降准政策在理论上传导机制顺畅，缘何实际效果并不明显？仔细分析后发现， 2014 年的定向降准货币政策以单纯定向降准为主，而 2015 年开始央行
42、推出定向调控与总量调控相结合的政策组合拳 。为了进一步研究不同类型定向降准政策定位的精准性，根据定向降准政策推出的特征将其分为三类：（ 1）单纯定向降准；（ 2）普遍降准加定向降准；（ 3）降息加定向降准（见表 5） 。续表（ 1） Loan （ 2） Loan （ 3） Loan （ 4） LoanTR2TR2AgriTR3TR3AgriSizeGrowthFixedCreditRoaAgencyMP年度效应_cons0.0386（ 1.33）0.0009（ 0.36）0.1916*（ 2.21）0.0370（ 0.26）- 0.8729*（ - 6.66）0.0540（ 0.66）0.00
43、34（ 0.12）- 0.6277（ - 1.04）0.0384（ 1.32）0.0011（ 0.42）0.1946*（ 2.23）0.0374（ 0.26）- 0.8744*（ - 6.66）0.0552（ 0.68）0.0032（ 0.12）控- 0.6261（ - 1.04）- 0.0024（ - 0.19）0.0025（ 0.11）0.0382（ 1.32）0.0010（ 0.38）0.1954*（ 2.25）0.0417（ 0.29）- 0.8766*（ - 6.67）0.0529（ 0.65）0.0010（ 0.04）制- 0.6206（ - 1.03）0.0046（ 0.39）-
44、 0.0068（ - 0.29）0.0382（ 1.32）0.0010（ 0.39）0.1962*（ 2.26）0.0422（ 0.29）- 0.8773*（ - 6.66）0.0530（ 0.65）0.0010（ 0.04）- 0.6197（ - 1.03）表 5 定向降准政策类型定向降准推出时间 降准类型2014 年 4 月 25 日2014 年 6 月 16 日2015 年 2 月 5 日2015 年 4 月 20 日2015 年 6 月 28 日单纯定向降准（阶段 1）单纯定向降准（阶段 1）普遍降准加定向降准（阶段 2）普遍降准加定向降准（阶段 2）降息加定向降准（阶段 3）99由
45、此将数据划分为三个阶段，并将模型（ 12）拓展为模型（ 13），以进一步研究每种类型定向降准政策的调控功效 。Loanit=0+1Agriit+k2TRkit+k3TRkitAgriit+Cvit-1+it（ 13）其中 k 表示定向降准的不同阶段 。TR1=1 表示处于定向降准的第一阶段，即单纯的定向降准，TR2= 1 表示处于定向降准的第二阶段，即普遍降准加定向降准， TR3=1 表示处于定向降准的第三阶段，即降息加定向降准 。模型估计结果见表 4 第（ 2） 、（ 3） 、（ 4）列 。从三种类型的政策实施效果来看，单纯定向降准政策的调控效果最佳，其推出后非农业企业获得的信贷融资有所下降
46、，而农业企业获得的信贷资源比例有所上升，但是显著性水平有待进一步提高 。普遍降准加定向降准与降息加定向降准两种类型的货币政策推出效果均不理想，其推出后农业企业获得的信贷资源均没有显著增加 。这符合戈森第一定律，即边际效用递减理论 。在启动全面降息或者全面降准总量调控模式的同时再推出定向降准政策，这将使定向降准带给银行的效用大打折扣，也降低了银行发放农业信贷的意愿 。六 、稳健性检验为避免大量剔除数据导致的结果偏差，本文采用所有的上市公司 2003 年第一季度至 2015 年第三季度面板数据检验定向降准的政策调控效果，结果如表 6 所示 。从表 6 第（ 1）列来看，定向降准后农业企业获得的信贷
47、资源没有显著提高 。从表 6 第（ 2）列结果来看，单纯定向降准政策颁布后，农业企业较非农业企业获得了更多的信贷资源，但是显著性水平有待提高 。从第（ 3） 、（ 4）列结果来看，不论是普遍降准加定向降准还是降息加定向降准都没有显著改善农业企业的信贷状况 。这与前文的结论相吻合 。表 6 定向降准政策效果稳健性检验（ 1） Loan （ 2） Loan （ 3） Loan （ 4） LoanTRTRAgriTR1TR1AgriTR2TR2Agri- 0.0222*（ - 17.99）0.0223（ 1.46）- 0.0221*（ - 18.09）0.0222*（ 1.67）0.0059*（ 5
48、.71）0.0154（ 1.09）基于企业视角的定向降准政策调控效果研究1002016 年第 8 期注： *、*、* 分别表示在 10%、5%和 1%的水平上显著，括号中的数值是 t 统计量值 。七 、主要结论 、政策建议与研究展望通常情况下货币政策以总量调控为主，以结构调整为目标的定向降准政策能否取得预期成效是理论界与实务界共同关心的话题 。本文以微观企业上市公司为研究对象，首先采用理论模型论证了定向降准政策的传导机理，接着采用倾向得分匹配与倍差法相结合的实证方法检验了定向降准政策实施的效果，结果发现：（ 1）单纯定向降准政策推出后，农业企业获得的信贷资源比例有所提高，非农企业获得的信贷投放
49、有所下降，但显著性水平有待进一步提高 。（ 2）总量调控与定向调控的政策组合调控模式将使定向降准的结果偏离目标，影响定向降准政策定位的精准性与最终成效 。基于上述结论，得出如下启示：首先，从实际传导路径来看，定向降准政策传导渠道需经由银行再传导至企业，而银行本着追逐利益 、趋避风险的心理，这使得定向降准释放的资金难免渗漏至其他行业，影响了定向降准的成效 。因此须建立健全融资担保体系服务三农 、小微，大力发展政府支持的担保机构为银行分担风险，提高银行对经济薄弱环节的贷款意愿，促使定向降准政策精准落地 。（ 1） Loan （ 2） Loan （ 3） Loan （ 4） LoanTR3TR3AgriSizeGrowthFixedCreditRoaAgencyMPAgri_consN
