《宏观审慎政策框架下广义信贷统计研究》-经济学论文，金融论文-论文范文参考-科学狗论文网

标题

宏观审慎政策框架下广义信贷统计研究

范文

任代滨　张杨　尹琳

摘要：本文基于宏观审慎政策框架，以宏观审慎评估体系的政策内涵及评估目的为导向，在现有MPA考核广义信贷考核口径基础上，提出广义信贷的统计口径，并对广义信贷的计算方法进行了改进，采用赋权的方法加总广义信贷各子项，使广义信贷更好地服务于“货币政策+宏观审慎政策”双支柱的金融调控框架。

关键词：宏观审慎政策；广义信贷；统计；逆周期调节；货币政策

中图分类号：F830.5 文献标识码：B 文章编号：1674-2265（2018）05-0056-08

DOI：10.19647/j.cnki.37-1462/f.2018.05.008

一、引言

为进一步完善宏观审慎政策框架，更好地发挥逆周期调节作用，有效防范系统性金融风险，并适应资产多元化的趋势，人民银行自2016年起建立“宏观审慎评估体系（MPA）”。广义信贷是MPA评估体系中的一个重要概念，它从两方面影响评估结果，其中对宏观审慎资本充足率的影响直接决定了资本充足率这项一票否决的考核内容能否达标，因此，广义信贷是MPA考核的核心。相对于狭义贷款，广义信贷是指更大范围的信贷，以服务MPA考核为主要目的，从统计角度看不是严格意义上的统计指标，缺少明确的统计定义及统计原则，在指标构成及计算方法上也存在一些值得探讨的问题。本文基于宏观审慎政策框架探讨广义信贷统计问题，以宏观审慎评估体系的政策内涵及评估目的为导向，构建广义信贷统计体系，以期更好地服务于“货币政策+宏观审慎政策”双支柱的金融调控框架。

二、现有文献研究成果

随着金融市场的快速发展和变化，金融结构多元化，金融创新不断涌现，金融产品和融资工具日渐丰富，与狭义贷款相对的广义信贷成为关注热点。目前关于广义信贷的研究一方面是基于宏观层面，对全金融机构广义信贷的研究；另一方面是基于微观层面，对单家金融机构广义信贷的研究，主要观点体现在以下几方面：

（一）广义信贷与货币政策传导机制

2008 年金融危机之后，商业银行的经营行为发生了一系列变化，狭义的信贷规模不再能准确反映商业银行的信用创造行为；同时，随着企业融资渠道和融资工具的日益丰富，信用创造不再局限于银行信贷，这些都在改变着传统的信贷传导渠道。在此背景下，有学者提出采用广义信贷监测分析货币政策传导渠道及效果更具有理论及现实意义。如王铭利（2013）基于我国金融发展的宏观背景和宏观经济数据，构建出广义信贷需求函数，从宏观层面研究了我国的广义信贷需求关系，分析广义信贷需求的影响因素，为央行宏观调控探寻有效的货币政策工具。同时，王铭利（2015）实证指出，当前中国货币政策传导的路径已由狭义信贷转为广义信贷传导渠道，影子银行弱化了货币政策效力，央行要保证货币政策效果，在推进利率市场化的同时，需要监测更广义的信贷。贺琦等（2016）通过实证分析表明，广义信贷规模和 GDP、通货膨胀率有一定的因果关系，广义信贷规模的扩张会对产出 GDP 产生一段时期的正向影响，同时也会使通货膨胀率产生波动。保持广义信贷规模和货币政策导向的一致性是必要的。

（二）广义信贷/GDP与宏观审慎管理

在各国不断加强宏观审慎管理，构建宏观审慎管理与微观审慎监管有机结合的金融监管框架背景下，广义信贷/GDP受到越来越多的重视，许多学者从不同角度实证了广义信贷/GDP在宏观审慎管理中的重要作用。如 Drehmann等（2010）实证研究表明，广义信贷/GDP 通过衡量非金融部门的总体债务，反映实体经济和金融体系的杠杆程度，是判断信贷过快增长和系统性风险累积的最佳指标。陈雨露等（2012）实证研究表明，在2002 年和2006年中国金融体系的融资结构先后出现两次显著的结构性变迁后，仅以金融机构各项贷款为代表的狭义信贷指标越来越不适合作为衡量金融体系信用创造的主要監测目标，广义信贷和社会融资总量的优势日渐显现。李文泓等（2013）研究显示，实施宏观审慎管理，评估、监测系统性金融风险时，与银行贷款、社会融资规模和货币供应量相比，广义信贷能更好地反映实体经济和金融体系的杠杆程度。崔光华（2017）认为《巴塞尔协议 III》逆周期资本缓冲机制在我国具有一定的适用性，广义信贷/GDP 指标最适合反映我国金融周期变化效果。

（三）广义信贷与宏观审慎评估体系

宏观审慎评估体系推出以来，受到了社会各界的研究和热议，广义信贷作为宏观审慎评估体系中的核心指标，自然备受关注。现有研究主要集中在两个方面：一是对当前广义信贷统计口径的解读及调整建议。张晓慧（2016）指出，目前广义信贷还不是一个严格意义上的统计指标。广义信贷没有包含对存款类金融机构的拆放款项和买入返售债券资产的原因主要是：如果将MPA实施的主体机构——存款类金融机构视为一个整体，存款类金融机构之间的同业往来是可以被轧差抵消的。周文渊（2017）认为应遵守“广义信贷的投放都会进行货币创造”的原则，将存款类金融机构之间的买入返售、金融债以及二级资本债进行剔除。二是对广义信贷口径调整主要是表外理财纳入广义信贷统计的相关探讨。张晓慧（2017）提出为更加全面、准确地衡量风险，引导金融机构审慎经营，需要加强对表外理财业务的监测管理，人民银行从2017年第一季度将表外理财纳入MPA广义信贷指标范围，引导金融机构加强对表外业务风险的管理，更为审慎地开展业务。范海（2016）梳理了理财业务纳入广义信贷的发展历程及其成因，以中小银行为研究对象，分析在这一政策背景下，中小银行在未来发展中将受到的影响，同时给出了中小银行的发展对策。刘佳（2017）分析了表外理财纳入广义信贷对商业银行资本充足率、理财业务发展的影响。

从上述三方面研究成果看，前两方面对应的广义信贷是宏观层面的广义信贷，在研究中多选取全金融机构的各项贷款、债券投资、股权及其他投资和买入返售资产之和，也有将广义信贷视为社会融资规模或者与社会融资规模相类似的涵盖银行、证券、保险业的广义融资总量。宏观层面广义信贷的研究论证体现了广义信贷在货币政策及宏观审慎政策方面的重要性，为研究MPA考核中的广义信贷提供了理论依据和统计口径定义经验。针对MPA考核中广义信贷的研究主要体现在第三方面，研究成果相对较少，且多集中在对现有广义信贷统计口径认可基础上，对其调整及调整后对商业银行影响的探讨，缺少对广义信贷统计目的、内涵、统计原则及统计口径是否合理等方面的系统性研究。

三、基于宏观审慎政策框架的广义信贷统计定义

（一）宏观审慎政策的产生背景及目的

宏观审慎概念的诞生时间可以追溯到30多年前，其政策框架形成于2008年国际金融危机深化以后。各国在反思危机教训的过程中，普遍认识到导致金融体系和市场剧烈波动的重要原因是缺乏从宏观的、逆周期和跨市场的视角采取宏观审慎管理措施。健全宏观审慎政策框架已成为全球金融体制改革的基本方向与核心内容。2009年初，国际清算银行（BIS）提出概括导致危机中“大而不能倒”、顺周期性、监管不足、标准不高等问题时可以用宏观审慎性的概念。这个概念开始并非主流，但后来慢慢为各国所接受，并逐步被20国集团（G20）及其他国际组织采用。在2010年11月的G20匹兹堡峰会上，各成员国对宏观审慎的定义达成共识，即“宏观审慎政策”主要是利用审慎性工具防范系统性金融风险，从而避免实体经济遭受冲击的政策。2016年，IMF、FSB、BIS联合发布了《有效宏观审慎政策要素：国际经验与教训》的报告，对宏观审慎政策进行了定义：宏观审慎政策利用审慎工具来防范系统性风险，从而降低金融危机发生的频率及其影响程度。

梳理宏观审慎政策的产生及定义，可以将宏观审慎政策的目的总结为：防范系统性金融风险，维护货币和金融体系的整体稳定。从宏观审慎关注的系统性风险类型看，其针对的是由金融体系顺周期波动和跨市场的风险传播所产生的系统性风险。

（二）宏观审慎政策在中国的落实——宏观审慎评估（MPA）

1. 宏观审慎评估（MPA）的产生背景。宏观审慎政策的目的是防范系统性金融风险，维护货币和金融体系的整体稳定。从宏观审慎关注的系统性风险类型看，其针对的是由金融体系顺周期波动和跨市场的风险传播所产生的系统性风险。我国较早开始了宏观审慎政策方面的实践，窗口指导和房地产信贷政策都带有宏观审慎政策的雏形。同时，数量和价格相结合的货币政策框架也更容易让各方面理解和接受宏观审慎理念。2008年国际金融危机爆发后，我国进一步对宏观审慎政策框架开展全面深入的探索。2009年人民银行开始研究强化宏观审慎管理的政策措施，并于2011年正式引入差别准备金动态调整机制。差别准备金动态调整机制旨在通过总量调控和个体风险差异的结合来加强流动性管理，引导金融机构合理进行信贷投放，实现流动性总量调节与宏观审慎政策框架的有机结合。同时，为实现对信贷总量、信贷结构的控制和优化以及实现逆周期调节等多重目标，人民银行推出合意贷款管理机制，取代之前的贷款额度控制管理模式。实施“差别准备金动态调整+合意贷款规模”的管理模式，有利于更好地管理金融机构信贷规模、优化信贷结构。但由于制度设计本身存在不足，加之商业银行业务模式创新发展日新月异，上述管理模式受到的挑战日益顯现。顺应货币政策和金融改革的实际需求，央行需要重构和完善货币政策工具体系，建立包含多重操作目标的广义货币政策体系。在这一背景下，2016 年人民银行建立并实施宏观审慎评估体系，引入广义信贷，实现“宏观审慎管理+广义货币政策”的全面风险管理职能，更好地发挥防范系统性风险、实现逆周期调节和优化货币政策传导渠道的功能。

2. 宏观审慎评估（MPA）的政策内涵和总体目标。MPA是差别准备金动态调整机制的升级版，与差别准备金动态调整机制政策内涵一致，突出对金融机构的资本约束，体现逆周期调节的思路。与差别准备金动态调整和合意贷款管理机制不同，MPA扩大了调控范围，从总体目标看，一是对广义信贷实施宏观审慎管理，引导金融机构建立并强化以资本约束为核心的稳健经营理念；二是通过一系列的评估指标，构建以逆周期调节为核心、依据系统重要性程度差别考量的宏观审慎评估体系；三是按季监测反馈评估结果，引导金融机构合理投放广义信贷，加强系统性风险防范。MPA与之前调控管理的重要不同是从关注狭义贷款转向广义信贷，广义信贷对MPA评估结果的影响体现在两个方面：一是广义信贷是资产和负债情况考核的重要内容；二是广义信贷增速决定了被考核机构的宏观审慎资本充足率，而宏观审慎资本充足率属于一票否决指标，因此广义信贷增速对金融机构的MPA评估结果至关重要。将广义信贷纳入调控管理范围，有利于提高调控管理的有效性，因此科学合理地界定、统计广义信贷，对于实现“宏观审慎管理+广义货币政策”双支柱调控尤为重要。

（三）广义信贷统计定义

1. 广义信贷的统计目的及统计内涵。广义信贷是MPA考核中的一个重要指标，随着MPA实施情况和宏观调控需要，不断进行优化调整。从统计目的看，要以MPA的政策内涵及总体目标为导向，体现资本约束的要求，充分发挥宏观审慎调控工具的作用，监测反映由顺周期波动和跨市场风险传播所产生的系统性风险，服务于央行的“双支柱”调控框架。

广义信贷是一个与狭义贷款相对的概念，其统计内涵既要服从统计目的，又要突出“广义”，体现“信用创造”的本质属性。因此，纳入广义信贷的金融工具不仅仅包括传统的各项贷款，还要包括金融机构其他主要资产运用方式，如债券投资、股权及其他投资、买入返售资产等。纳入广义信贷统计的金融工具应该既能对金融稳定产生一定影响，又能通过对广义信贷内部结构的调整进行货币政策的传导实施。通过设置更为宽泛的总量指标，使金融机构能够主动进行资产结构管理，灵活运用资金，在安全性、流动性和收益性中找到平衡点。同时，央行也可以通过监测调控该总量指标，在抑泡沫、去杠杆、防风险等逆周期调控方面发挥出更大的作用。

2. 广义信贷的统计原则。基于广义信贷的统计目的及统计内涵，并结合人民银行金融统计的现状，本文提出以下几个广义信贷的统计原则：

（1）资本约束原则。MPA评估体系的核心目的就是“引导金融机构建立并强化以资本约束为核心的稳健经营理念”，资本是用来约束风险资产的，纳入广义信贷的金融工具必须具有一定的风险性，对于无风险资产，例如现金、存放央行款项、购买国债等均不应该纳入广义信贷。同时，在对风险资产的认定上应该坚持“实质重于形式”的原则，例如，近年来银行的资管产品发展迅速，这些资管产品游离于金融机构表外，名义上金融机构只有受托职责，不承担风险，但实际上受刚性兑付影响，都会对银行资本产生约束，且这些资金的运用与银行表内资产无异，按照“实质重于形式”的原则，相关表外资产都应纳入广义信贷统计。

（2）顺周期性原则。金融机构的顺周期性主要体现在对经济的资金支持力度与经济周期存在正反馈，以银行为例，在经济上升周期，扩大信贷规模，加速经济上升的速度；在经济下降周期，出现“惜贷”现象，加速了经济的衰退，这种顺周期性正是宏观审慎政策要解决的问题之一。因此金融工具如果体现出与经济增速之间的顺周期性，就应该纳入广义信贷统计。

（3）加杠杆、跨机构原则。传统的金融工具如贷款是金融机构直接作用于实体经济，债务人违约只会带来一个微观主体的风险。但近年来，金融机构之间同业交易比重越来越大，一方面增加了金融杠杆，另一方面使金融系统的债权债务关系越来越复杂，加大了系统性金融风险。如何防范个体风险向系统性风险发展，是货币政策与微观审慎监管之间存在的空白。而这个空白地带正是宏观审慎政策关注的重点。因此对于能够导致资金脱实向虚，加大杠杆率，造成跨机构、跨市场风险传染的多交易对手的通道类、同业类业务均应纳入广义信贷统计。例如买入返售资产、拆放同业业务、SPV投资、表外理财非标业务等。

（4）可得性原则。任何统计都是在统计内容及统计成本之间寻找一个最佳平衡点，即在最经济的状态下，实现统计的可计量。广义信贷也不例外，理论上最科学的广义信贷应该囊括体现统计目标的所有金融工具，同时对每种金融工具的子项进行最为全面的细化。但目前广义信贷统计依托于人民银行调查统计部门的金融统计数据，一些金融工具及统计细项无法获得。因此，广义信贷的统计口径设计应该充分考虑当前央行统计体系下能够提供的数据资源，“抓大放小”，确保统计指标采集的可操作性。同时考虑到目前我国金融机构的外币业务规模相对较小，汇率的波动容易对同比增速造成干扰，且MPA体系中已经对跨境业务风险进行了专门考核，因此广义信贷暂时仅统计人民币业务。

四、广义信贷统计口径及统计方法选择

（一）广义信贷统计口径选择

1. 对MPA考核中广义信贷统计口径的梳理。目前纳入MPA考核的广义信贷基本上比较全面地囊括了银行体系的信用投放渠道，不仅包括代表狭义信贷的各项贷款，还包括债券投资、股权及其他投资、买入返售资产、存放非存款类金融机构款项、表外理财、应收及预付款等内容。具体口径如下：

（1）各项贷款。各项贷款是传统信贷即狭义贷款的代名词，各项贷款是指金融机构在保留资金或货币所有权的条件下，以不可流通的借款凭证或类似凭证为依据，暂时让渡资金使用权所形成的债权。目前计入广义信贷的各项贷款数据取自人民币信贷收支表的“各项贷款”，既包括境内贷款也包括境外贷款，其中境内贷款包括住户贷款、非金融企业及机关团体贷款和银行业金融机构拆放给非银行业金融机构①的款项。其中拆放给非存款类金融机构的款项是指拆放同业款项扣除“拆放境内银行业存款类金融机构”的其他拆放同业款项。

（2）债券投资。债券投资包括金融机构的自营证券和投资的债券资产。计入广义信贷的债券投资取自人民银行数据集中系统1411表单中的“债券资产”和“自营证券”指标。债券资产既包括境内金融机构债券投资、境内非金融企业债券投资和境外债券投资等具有一定风险性的信用债，也包括国家债券投资、地方政府债券投资、中央银行债券投资及政策性金融债投资等利率债。

（3）股权及其他投资。股权投资及其他投资是指企业拥有或控制的、能够用货币计量并为企业带来未来经济利益流入的资产，主要是参与其他企业利润分配的股票股权等权益性资产。该数据取自数据集中系统1411表单中的“股权及特定目的载体投资”，不仅包含对境内金融机构、境内非金融企业和境外的股权投资，还包含投资于证券投资基金、银行理财产品、资金信托、证券业金融机构资产管理计划、保险业金融机构资产管理计划等的特殊目的载体投资。

（4）买入返售资产。买入返售资产是指两家金融机构之间按照合同约定先买入金融资产，再于到期日按约定价格将该项金融资产返售的资金融通行为，计入广义信贷口径的买入返售资产数据取自1411表单中的买入返售相关指标，计入口径扣除了“从境内银行业存款类金融机构买入”的买入返售资产（即线上债权回购部分）。这是考虑如果将MPA实施的主体机构存款类金融机构视为一个整体，存款类金融机构之间的同业往来是可以被轧差抵消掉的。

（5）存放非存款类金融机构款项。存放同业款项是指金融机构之间因日常结算往来而存放在其他金融机构的款项。存放非存款类金融机构款项是指扣除“存放境内银行业存款类金融机构”后的其他存放同业款项，与拆放同业及买入返售资产的计入机构范围一致。存放非存款类金融机构款项包括活期款项和定期款项，数据取自1411表单中的存放同业款项相关指标。

（6）表外理财。纳入广义信贷统计的表外理财是从表外资产的运用方选取的统计指标，与表内资产统计一样，扣除了资产运用中的现金和存款部分。扣除现金和银行存款主要是考慮了现金及存款的无风险性。目前表外理财数据取自人民银行理财与资金系统中的人民币表外理财资产负债表。

（7）应收及预付款项。应收及预付款项是指金融机构在日常生产经营过程中发生的各项债权，包括应收款项和预付款项，数据取自1411表单中的“应收及预付款项”指标。应收款项包括应收利息等应收账款，以及存出保证金等其他应收款。预付款项包括预收利息、预交税金和暂付款等。应收及预付款项纳入广义信贷统计是为了防止金融机构为规避监管，将本应在广义信贷其他项目中统计的内容纳入应收及预付款核算，体现了央行要将金融机构资产运用全面统计监测起来的“广义”目的。

2. 对MPA考核中广义信贷统计口径的评价。MPA考核使用的广义信贷口径不仅包括各项贷款、债券投资、股权及其他投资等明显具有顺周期性的金融工具，以及买入返售资产和存放非存款类金融机构款项等跨机构、跨市场的资产，还包括了同样发挥信用扩张作用且由于刚性兑付而实际存在资本约束的表外理财，同时通过纳入应收及预付款项来防止风险资产的转移隐匿。借助当前央行调查统计部门的统计数据，可以实现对各种金融工具准确而全面的统计，有效保障相关数据的及时性、准确性和完整性。

在资本约束、顺周期性、跨机构的统计原则下，广义信贷通过尽可能全面地覆盖金融机构的信用投放工具，不断强化资本对金融机构的约束作用，以实现对当前金融机构多元化资产配置和综合化经营布局的监督管理，以及逆周期调节和优化货币政策传导渠道的功能，有效防止金融风险的跨机构、跨市场传播，降低金融危机的波动性和影响程度，提高了金融市场的稳健性，同时全面的资产覆盖赋予了金融机构更大的资源配置空间，提高了其经营的自主性和差异化。可以说，当前的广义信贷统计可以监测反映由顺周期波动和跨市场风险传播所产生的系统性风险，基本满足了“双支柱”调控框架的需求。

3. 对广义信贷口径的完善建议。当前广义信贷从MPA考核角度看，其考核口径已较全面完善，但从严格的统计指标口径看，个别指标不符合广义信贷的统计目的及统计原则，建议修改调整。

（1）建议删除“债券投资”项下的“国家债券投资”、“中央银行债券”，以及“表外理财”项下的“政府債券”和“中央银行债券”等利率债。一方面，国家债券投资（政府债券）、中央银行债券属于无风险资产，《商业银行资本充足率管理办法》中将商业银行对我国中央政府和中国人民银行本外币债权的风险权重设为0%，并不需要占用金融机构的风险资本，按照资本约束原则，建议将“国家债券投资”和“中央银行债券”从广义信贷统计口径中删除；另一方面，广义信贷增速对于国债、中央银行债券等零风险业务和高风险业务的风险权重不加以区分，在广义信贷增幅受限的情况下，商业银行倾向于用高风险资产替代低风险资产，不利于商业银行均衡发展，也不利于政府债券的推广和政策落实。

（2）建议删除“债券投资”项下的“存款类金融机构债券”。一是因为如果将MPA实施的主体机构——存款类金融机构视为一个整体，存款类金融机构之间的同业往来是可以被轧差抵消掉的。当前广义信贷口径中的拆放同业、存放同业以及买入返售资产均剔除了存款类金融机构之间的业务，剔除对存款类金融机构的债券投资可以保持广义信贷统计口径的整体统一。另外，目前政策性金融债还未单独统计，包含在“存款类金融机构债券”中，剔除存款类金融机构债券，可以剔除风险权重为0%的政策性金融债，同时，考虑其他商业银行债券的风险权重也较低，为25%，整体剔除风险可控。

（3）建议未来条件成熟时调整表外理财资产指标的统计范围。广义信贷的表内资产统计中，扣除了公开市场上交易对手为存款类金融机构的买入返售债券等。基于口径的一致性，建议表外理财资产也进行相应的扣除。但考虑到目前理财资金系统中的人民币表外理财资产负债表中未按交易对手对资产进行区分，难以剔除存款类金融机构的数据，数据可得性较差，因此暂时不进行剔除，待未来条件成熟时可考虑调整表外理财资产指标的统计范围。

（4）建议未来开放“币种”口径。考虑到外币业务量较少，且汇率波动对资产价值影响较大，目前广义信贷统计口径只包括了人民币业务。未来随着经济金融形势的发展，可以考虑将外币业务纳入广义信贷统计。

（二）广义信贷统计方法选择

在确定了广义信贷统计口径的基础上，本文进一步探讨广义信贷统计方法的选择。

1. 广义信贷统计方法对比。对于广义信贷各指标的计算方法，可以采用直接加总和赋值权重两种方法，直接加总是将指标体系内各项子指标进行相加汇总，该方法的优点是计算较为简单，操作性较强，但是局限性也较为明显，简单相加的方法忽略了各项子指标的各自特性，难以全面地反映各指标的不同贡献水平。赋值权重方法是选取一定的方法赋予各子项指标不同权重，然后进行加权汇总，该方法通过权重的大小反映了各项指标的重要水平，在一定程度上反映了各项指标的不同特性，但该方法的重点和难点是如何选用合适方法进行赋权。

2. 广义信贷统计方法选择。目前国际上普遍的做法是将广义信贷所包含的各种子项指标进行简单加总，例如加拿大将金融机构对家庭和非金融企业提供的各项资金进行汇总，建立信用总量指标体系；澳大利亚从资产方对金融机构贷款和票据等各项指标加总，来分析金融支持实体经济的力度。本文认为我国在选择广义信贷统计方法上，不宜照搬国际经验做法，而是应该选择赋值权重方法，主要是基于以下几点考虑：一是我国货币政策环境不同，金融危机以来，欧美为主的西方国家相继陷入“流动性陷阱”，量价配合不敏感，常规货币政策的操作空间和传导机制难以发挥作用。而对中国而言，数量型为主的货币政策传导渠道较为畅通，流动性创造效果较为明显，货币政策量价配合效果较好，因此，由于发展阶段和政策环境的不同，有必要因地制宜地选用符合本国国情的统计方法。二是计入广义信贷的各项资产信用创造能力和所面临的主要风险类型有所区别，仅仅将各项子指标进行简单加总，不能体现各个指标的不同特性，难以满足宏观审慎管理对于广义信贷各项资产的差别化评估。三是广义信贷统计既要服务于宏观审慎政策，又要体现货币政策导向。在经济下行压力加大的形势下，宏观调控将注重通过促进金融体制改革，定向、定量采取调控措施，加大对信贷政策支持的行业及涉农和小微企业发展的扶植，而这些显然不是各指标简单加总所能实现的。

五、广义信贷各项资产权重设定

（一）广义信贷指标赋权方法选择

目前关于指标权重的确定方法较多，根据数据来源和处理方式不同，可以将这些方法分为三种：主观赋权法、客观赋权法以及组合赋权法。主观赋权法是根据决策者对各指标属性的主观重视程度来确定权重的方法，常用的主观赋权法有专家调查法、层次分析法（AHP ）、环比评分法等；客观赋权法是根据各指标的联系程度或各指标所提供的信息量大小来决定权重，常用的客观赋权法有主成分分析法、熵值法、变异系数法、多目标规划法等；组合赋权法是将主观赋值法和客观赋值法相结合，能够最大限度地减少信息的损失，但应用性和操作性较差。基于本文研究的重点是根据各项资产的风险状况对广义信贷子项进行差别化评估，所以本文实证方法选择的是客观赋值法，考虑到主成分分析法和多目标规划法的赋权结果有正有负，综合评价权重意义不明确；熵值法对异常数据比较敏感，估计偏差相对较大，加之方差大小是衡量风险的重要指标，本文选取变异系数法作为赋权方法。考虑目前量价传导较为顺畅，选取各项资产的价格作为标的，测算各项资产的价格变异系数，根据资产的价格波动程度来对各项资产进行风险评估和赋权。

（二）评价指标和数据来源

本文选取广义信贷各项资产（除各项贷款）的价格作为评价标的，对广义信贷各子项进行风险评估，指标数据时间跨度为2014年1月至2017年5月，数据来源于万得数据库，评价指标见表1。

各项贷款没有像其他资产一样选取价格指标——贷款利率，而是选取不良贷款率作为风险评价标的，主要原因在于：一是利率传导机制存在严重滞后性，现阶段，我国金融市场体制不健全，利率传导机制受阻，信贷市场利率变动对于商业银行的资产配置影响存在明显滞后，并且信贷市场结构性问题突出，利率敏感度低的大型国企占用大部分的信贷资源，中小企业、民营企业、新兴产业等高息行业难以获得信贷资源。二是贷款增量对于贷款价格变动并不敏感，本文利用山东省金融机构贷款增量和实际发放贷款利率数据实证检验发现，贷款利率变动对于贷款增量的作用效果不明显，由此可见，贷款规模的变动并不是由其价格决定的。同时，本文实证发现，相对于利率而言，不良贷款率对于贷款增量的影响效果较为显著，表明现阶段贷款风险主要来自信用风险。

（三）各项资产的赋权结果

本文采用变异系数法确定评估指标体系中各指标的权重，变异系数是标准差和平均数的比值，具体的计算公式为：

[Vi=δiX，i=1，2，3，...，N]

公式中[Vi]、[δi]、X分别为各项指标的变异系数、标准差和平均数，由此可知第i个指标的权重系数[Wi]为该指标的变异系数与所有指标变异系数总和的比值：

[Wi=Vii=1nVi，i=1，2，3，...，N]

根据上式可计算出广义信贷各项资产的价格波动程度和各指标权重，如表2所示。

（四）山东省法人金融机构广义信贷赋权前后对比情况

宏观审慎框架下广义信贷考核的对象是法人金融机构，因此本文选取2014年1月至2017年5月山东省法人金融机构的汇总指标数据，探讨广义信贷赋权前后的对比情况。为了更直观准确地反映指标变动程度，本文选取赋权前后广义信贷的月度增量数据，并通过X12方法剔除了周期性因素，指標波动情况见图1。

通过上图可见，赋权前后的广义信贷虽然数量级有所不同，但是两者的变动趋势高度一致。这表明，赋权后的广义信贷保留了原广义信贷数据包含的所有数据信息，对于反映周期变化，为逆周期调节提供周期性变动信息的支持作用与原广义信贷指标是一致的，两者不存在偏离。赋权后的广义信贷在发挥原广义信贷作用的同时，还发挥着对金融机构开展各项业务的导向作用。因为不同资产权重不同，对广义信贷的影响作用就不同。要实现既定的广义信贷增速，金融机构在各类资产间的摆布将更为慎重。这有利于金融机构稳健地开展各类资产业务，实现对信贷总量的管控、信贷结构的调整和优化以及实现逆周期调节等多重目标。贷款的权重较低，有利于引导金融机构回归表内信贷，为实体经济提供稳定的信贷支持；对跨机构、跨市场的同业及表外理财业务赋予较高的权重，一方面更有利于防范流动性风险，加强流动性管理；另一方面可以限制资金空转，发挥MPA在抑泡沫、去杠杆、防风险方面的更大作用。

六、结论

本文针对央行推出MPA评估体系以来最受关注的广义信贷进行探讨，从理论上设计了一套完善的统计原则，梳理完善了广义信贷统计口径，并对广义信贷的计算方法进行了改进，采用赋权的方法加总广义信贷各子项，使广义信贷与其服务的“宏观审慎管理+广义货币政策”双支柱调控框架关联性更强，具有一定的理论和实践意义。

本文也存在一定的不足：本文在赋权方法上使用变异系数法虽然最大程度上保证了客观性，但是受制于数据可得性的限制，有些金融工具使用的重要测量指标并非最佳，因此实证得出的权重结果与主观经验会有一定差异。对赋权后的广义信贷的应用研究得还不够充分，仅利用山东省法人金融机构数据进行了简单的赋权前后情况对比。未来的研究中，可以结合专家打分法等主观性赋权方法，对现有结果进行修正，使广义信贷各指标的权重更加科学合理。同时可以进一步考虑对某些重要的子项设置二级权重，如对贷款按照承贷主体、行业、投向设置权重，体现货币政策导向，突出对小微及涉农贷款的支持力度。加强对赋权后广义信贷指标的监测研究，探讨其在反映经济周期先行性方面的优势。在研究微观广义信贷的基础上，立足于“广覆盖，窄聚焦”研究思路探讨宏观层面的广义信贷。即全面覆盖银证保各类机构的表内、表外金融工具和业务品种，按照“信用创造、融资支持”的聚焦原则，构建包括直接融资、间接融资与其他融资方式，类似于社会融资规模，能够反映实体经济获得的全部融资总量，与广义货币相对应的宏观层面上的“广义信贷”。

注：

①银行业金融机构分为银行业存款类金融机构和银行业非存款类金融机构，其中银行业存款类金融机构包括国家开发银行及政策性银行、国有商业银行、股份制商业银行、邮政储蓄银行、城市商业银行、农村商业银行、农村合作银行、村镇银行、外资银行、民营银行、农村信用社、农村资金互助社和企业集团财务公司；银行业非存款类金融机构包括信托投资公司、金融租赁公司、汽车金融服务公司、贷款公司。非银行业金融机构包括证券业金融机构、保险业金融机构、交易及结算类金融机构、金融控股公司、特定目的载体、境内其他金融机构及境外同业。

参考文献：

[1]Drehmann M，Borio C E V，Gambacorta L，et al. 2010. Countercyclical Capital Buffers：Exploring Options[J].Ssrn Electronic Journal，68（317）.

[2]王铭利.金融发展中我国广义信贷需求函数研究——兼论货币政策中介目标的选择[J].上海金融， 2013，（1）.

[3]王铭利.影子银行、信贷传导与货币政策有效性——一个基于微观视角的研究[J].中国软科学，2015，（4）.

[4]贺琦，王俊巍.我国货币政策信贷传导机制有效性的实证研究[J].山西财政税务专科学校学报，2016，18（2）.

[5]陈雨露，马勇.宏观审慎管理：目标、工具与相关制度安排[J].经济理论与经济管理，2012，V32（3）.

[6]李文泓，林凯旋.关于广义信贷/GDP分析我国银行业系统性风险的研究[J].金融监管研究，2013，（6）.

[7]崔光华.巴塞尔协议Ⅲ逆周期资本缓冲机制在我国的适用性[J].财经问题研究，2017，（3）.

[8]张晓慧.如何理解宏观审慎评估体系[J].中国货币市场，2016，（8）.

[9]周文渊.MPA新规，影响几何？[J].金融博览，2017，（8）.

[10]张晓慧.宏观审慎政策在中国的探索[J].中国金融，2017，（11）.

[11]范海. 理财业务纳入广义信贷对中小银行的影响[J].财经界（学术版）， 2017，（2）.

[12]刘佳.浅析表外理财纳入广义信贷体系[J].农村经济与科技，2017，28（2）.

Abstract：Based on the Macro-Prudential policy framework，this paper has developed a set of perfect generalized credit statistics principles，guided by the policy connotation and evaluation purpose of the Macro Prudential Assessment（MPA）. This paper has improved the statistics caliber and calculation method of generalized credit. By using the weighting method to add up the generalized credit sub-items， the generalized credit can better serve the "Monetary policy & Macro Prudential policy" - the double pillar of the financial regulatory framework.

Key Words：macro-prudential policy，generalized credit，statistics，counter-cyclical regulation，monetary policy

（責任编辑耿欣；校对 MM，GX）

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。