互联网金融发展与货币政策的银行信贷渠道传导（附全文PDF版下载）

SCI论文（www.lunwensci.com）:
 
摘    要：

本文聚焦了互联网金融发展如何影响货币政策银行信贷渠道的传导机理与传导效果问题。论文利用一个包括企业、家庭和银行的最优决策一般均衡模型, 分析了互联网金融影响货币政策银行信贷渠道的微观机理。研究主要得到如下结论:一是总体上互联网金融主要是通过降低金融市场的摩擦来弱化货币政策银行信贷渠道。二是微观机理上互联网金融对货币政策银行信贷渠道的影响, 是通过影响银行负债结构、证券市场流动性和企业融资结构实现的。三是实证结果主要支持银行负债结构效应对货币政策银行信贷渠道产生了显著影响。因参与证券市场规模不大以及金融资源错配与融资结构优化效应的彼此抵消, 其他效应的影响不大。研究的政策含义是, 货币政策的调整应当具有对金融市场结构的敏感性, 而在考虑互联网金融的影响方面, 应着重关注互联网金融带来的“鲶鱼效应”, 而非互联网金融本身的直接影响。

关键词：
互联网金融; 货币政策; 银行信贷渠道; 鲶鱼效应;

作者简介：战明华, 广东外语外贸大学金融学院, 邮政编码:510016, 电子信箱:zhanmheco@163.com;

作者简介：张成瑞, 中国银行深圳分行, 邮政编码:518004, 电子信箱:756648557@qq.com;

作者简介：沈娟, 浙江理工大学经管学院, 邮政编码:310018, 电子信箱:1508240765@qq.com。

基金： 国家社科基金重点项目“新常态下货币政策调控行业结构的功能与绩效研究” (16AZD015) 的资助;


Abstract：
Financial structure is the medium of money policy transmission, so monetary policy transmission changes with variations in financial structure. Recently, internet finance has grown rapidly in China. The scale and growth speed of internet finance in China is the largest and fastest in the world. According to iResearch ( 2017) , there are 500 million users of Chinese internet banking and 200 million users of the lending network. Undoubtedly, internet finance is a large shock to China's financial structure that will significantly influence monetary policy transmission.This paper asks how internet finance influences the bank lending channel of China's monetary policy transmission.There are two reasons to care about this question. First, unlike in developed countries, China's finance sector is still in the process of full liberalization. Until 2016, bank loans accounted for 69. 86% of total social financing, so the bank lending channel plays an important role in China's monetary policy transmission. Second, the relationship between internet finance and the bank lending channel is ambiguous. Internet finance may reduce financial frictions, weakening the transmission effects. However, internet finance would not affect bank credit transmission if there were no substitution between internet finance assets and bank credit. Therefore, further research into the relationship between internet finance and the bank lending channel is needed. In this paper, we build a general equilibrium model that includes representative economic agents and put forward four hypotheses about how internet finance can influence the bank lending channel. We then empirically test these four hypotheses.The main empirical technology of this paper is the generalized method of moments/dynamic panel data ( GMM/DPD) .This method allows us to resolve the problem of endogeneity and improves the validity of the estimates. Our data include variables on bank loans, monetary policy, internet finance, financial frictions, shadow banking and bank size. Most of the macro and micro variables are available from Wind. The data on internet finance mainly comes from open network resources like iResearch and ERI. Missing values are completed with the moving average method.Our analysis leads to the following conclusions. First, the empirical results prove that internet finance weakens the bank lending channel of monetary policy transmission by reducing frictions in the financial market. Second, through the optimal finance decision strategies of families, firms and commercial banks, internet finance influences the monetary policy lending channel. There are four effects in this process: a bank debt structure effect, a liquidity effect in securities markets, an effect resulting from the mismatch of financial resources and a corporate finance structure optimization effect. Third, the empirical results support there being significant effects of bank debt structure on the bank lending channel. Initial findings of no significance are due to the limited scale of securities markets in China and the effect resulting from the mismatch of financial resources offsetting the financing structure optimization effect. The policy implications of this research are that the implementation of monetary policy should be sensitive to the structure of financial markets and that more attention should be paid to the “catfish effects”to traditional financial institutions caused by internet finance.An avenue for future research is to explore the broader impact of internet finance on monetary policy transmission.

Keyword：
Internet Finance; Monetary Policy; Catfish Effects; Bank Lending Channel;

众多的研究表明, 由于金融市场的不完善以及不同期限结构利率间传导渠道的不畅通, 信贷这一数量式的传导渠道而非利率这种价格式的传导渠道, 在中国的货币政策传导中长期居于主导地位 (盛松成和吴培新, 2008;姚余栋和李宏瑾, 2013) 。虽然近年来各种新兴金融机构和新的融资形式发展迅速, 但Wind统计数据显示, 2016年新增银行贷款占社会融资总额的比重仍达69.86%。可见, 分析新时期货币政策银行信贷渠道的变迁, 对于更深刻理解货币政策的传导规律和健全货币政策传导机制, 具有重要现实意义。理论上, 货币政策银行信贷渠道的传导取决于“货币政策冲击—银行信贷供给行为决策变化—企业投资或家庭消费决策行为变化”这一逻辑链条是否能够有效发挥作用。显然, 金融市场与实体经济外部融资环境的变化以及银行对货币政策冲击反应方式的变化, 都可能引起货币政策通过银行信贷这一渠道的传导方式的变化。


近年来, 在技术变迁冲击和政策鼓励引导之下, 中国金融结构变迁的一个重要特征是以第三方支付、P2P网贷和第三方金融交易等为业态模式的互联网金融的迅速兴起。虽然互联网金融的发展给风险管控与行业监管方面带来了一些问题, 但是, 这一新兴金融业态的发展无疑对中国金融市场结构带来了巨大冲击 (吴晓求, 2015) 。互联网金融的发展改变了家庭部门的储蓄决策和企业部门融资决策的经济环境, 改变了货币政策银行信贷渠道发挥作用的“传导介质”, 从而有可能对货币政策银行信贷渠道的相对地位与效果形成冲击。理论上, 金融市场不完全或摩擦程度与货币政策银行信贷渠道的作用正向相关 (Bernanke&Gertler, 1995) , 因而互联网金融的发展如果强化了市场竞争从而完善了金融市场, 那么, 货币政策银行信贷渠道的作用将会被弱化。另外, 互联网金融在增加家庭部门储蓄选择的同时, 也因为完善了货币市场而增加了银行部门非贷款资产的流动性, 从而使得银行通过资产结构的变化更容易应对货币政策的冲击。但是, 如果互联网金融的服务对象是特殊的, 那么互联网金融的发展也可能无法对银行贷款形成有效的替代, 从而货币政策银行信贷渠道的作用也就难以被弱化。那么, 互联网金融的发展究竟会给货币政策银行信贷渠道带来什么样的冲击?本文将通过构建一个金融摩擦条件下包含家庭、企业和银行等最优决策的简单比较静态一般均衡模型, 并对模型结论加以实证, 以为此问题的解决提供一个较全面的观察视角。

一、文献回顾与本文贡献

虽然存在着争议, 但是许多研究及2007年始于美国的全球金融危机均表明, 如果仅着眼于IS-LM模型的利率渠道, 那么货币政策在经济总需求波动中的作用将难以获得充分解释, 货币政策银行信贷渠道在解释经济波动中具有独立的贡献 (Bernanke&Gertler, 1995;Den Haan et al., 2008) 。因而, 问题的关键是识别货币政策银行信贷渠道的影响因素以及深层次的传导机理。Brissimis&Delis (2009) 利用6个OECD国家的样本数据, 检验了货币政策银行信贷渠道与银行资产负债表资产方结构变化的关系, 结果认为银行特质对银行信贷渠道是不重要的。与此相反, Leonardo&David (2011) 利用欧洲和美国的1000家银行数据发现, 货币政策银行信贷渠道的传导机制随着银行的商业模式、风险特质和制度特征的改变而改变。Norden et al. (2014) 考察了金融创新中的银行信贷衍生品发展对银行贷款供给行为的影响。他们发现, 银行资产负债表中贷款衍生产品占的比重越高, 银行获得的企业贷款利差就越小。Falk (2016) 研究了影子银行与投资基金对货币政策银行信贷渠道的影响, 认为当货币政策紧缩时, 通过监管套利与家庭资产投资组合的重组, 影子银行与投资基金会弱化货币政策银行信贷渠道。

由于相对于成熟经济体金融市场的摩擦程度更高、长期实行利率控制和将信贷作为重要的中介目标, 因而货币政策银行信贷渠道在中国的存在性是容易理解的, 其重要性也被诸多的研究所证实 (盛松成和吴培新, 2008;姚余栋和李宏瑾, 2013;饶品贵和姜国华, 2013) 。

近些年来, 迅速发展的影子银行和各种金融衍生品等新的金融业态和产品, 极大地改变了中国金融市场的结构, 由此可能对货币政策传导的冲击, 也引起了学者的关注。李波和伍戈 (2011) 从影子银行与资产价格的关系等角度分析认为, 影子银行对货币政策有效性会产生负面的冲击, 并给出了解决问题的政策建议。在关于影子银行与商业银行信贷配给问题的研究中, 赵蔚 (2013) 发现影子银行弱化了货币政策的传导, 并会带来金融的不稳定性。利用构建的NK-DSGE模型, 裘翔和周强龙 (2014) 对影子银行如何通过利率渠道影响银行贷款决策行为, 进而影响不同风险偏好类型的企业资产负债问题进行了分析。他们的研究指出, 影子银行呈现出明显的逆周期特征并弱化了货币政策的有效性, 这一结论被Funke等人的研究所进一步证实 (Funke et al., 2015) 。胡利琴等 (2016) 则利用非对称的NARDL和门限回归模型, 考察了影子银行的风险承担与规模扩张问题在不同货币政策周期中的表现, 得出了货币政策对影子银行中长期的影响具有非对称性的结论。作为影子银行的一个重要组成部分, 近几年来互联网金融对中国金融结构产生了巨大冲击, 由此所可能引起的对货币政策传导机制与效果的影响, 也引起了众多专家学者的关注。中国人民银行惠州市中心支行课题组 (2016) 的研究发现, 互联网金融通过影响货币供求和社会信用环境, 增强了货币政策的内生性与随机性, 从而弱化了货币政策的可控性与准确性。刘澜飚等 (2016) 的分析发现, 互联网金融通过影响银行同业拆借市场而增强了货币政策价格型工具的有效性, 但通过加剧狭义货币乘数的波动而弱化了数量型工具的效果, 这一研究结论得到了杨德勇等 (2017) 实证结果的支持。

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/214.html