黃孝武，趙乾安

(中南財(cái)經(jīng)政法大學(xué) 金融學(xué)院，湖北 武漢 430073)

一 引 言

2008年金融危機(jī)發(fā)生后，以美國(guó)為首的很多發(fā)達(dá)國(guó)家政策利率觸及零利率下限約束，以量化寬松和央行溝通為代表的非常規(guī)工具推動(dòng)了貨幣政策的進(jìn)一步寬松。其中，央行溝通強(qiáng)調(diào)政策路徑的預(yù)期管理，受各央行廣泛采納，人民銀行也于《貨幣政策執(zhí)行報(bào)告》中設(shè)專欄強(qiáng)調(diào)預(yù)期管理和引導(dǎo)的重要性。同時(shí)，學(xué)界發(fā)現(xiàn)金融體系的順周期特征是危機(jī)不斷加劇的重要原因，而該特征又與商業(yè)銀行的貸款損失準(zhǔn)備計(jì)提密切相關(guān)[1]?；凇耙褤p失”貸款計(jì)提準(zhǔn)備金的風(fēng)險(xiǎn)防范模式具有明顯順周期性，國(guó)際會(huì)計(jì)準(zhǔn)則理事會(huì)提出“預(yù)期損失”模式，以通過前瞻性計(jì)提減緩該順周期性。該背景下，本研究關(guān)心的問題是商業(yè)銀行是否對(duì)央行溝通這一預(yù)期管理工具做出有效反應(yīng)，即強(qiáng)調(diào)預(yù)期管理和引導(dǎo)的央行溝通是否會(huì)影響商業(yè)銀行的預(yù)期而改變其貸款損失準(zhǔn)備計(jì)提行為。對(duì)該問題的研究，有助于加強(qiáng)對(duì)非常規(guī)貨幣政策工具調(diào)控效應(yīng)的認(rèn)識(shí)，也為增強(qiáng)金融機(jī)構(gòu)的穩(wěn)健性，提升金融風(fēng)險(xiǎn)防控的前瞻性提供經(jīng)驗(yàn)參考。

二 文獻(xiàn)回顧與研究假設(shè)

(一)文獻(xiàn)回顧

央行溝通是指中央銀行就貨幣政策目標(biāo)、貨幣政策策略、經(jīng)濟(jì)前景和未來政策趨勢(shì)等事項(xiàng)向公眾提供信息的行為[2]。央行溝通在釋放豐富政策信號(hào)的同時(shí)，也傳遞出改變股票市場(chǎng)收益與投資者情緒的主觀政策立場(chǎng)[3]。在我國(guó)，央行溝通是重要的貨幣政策工具[4]。其在理論上降低了可得信息的噪聲，促進(jìn)公眾學(xué)習(xí)過程進(jìn)而減少預(yù)期偏差[5]；實(shí)踐上顯著影響金融市場(chǎng)表現(xiàn)，尤其是書面溝通[6]。貸款損失準(zhǔn)備計(jì)提是商業(yè)銀行的一種信貸風(fēng)險(xiǎn)緩沖行為，計(jì)提的資金用于覆蓋不良貸款[7]。商業(yè)銀行基于“已損失模型”計(jì)提貸款損失準(zhǔn)備金時(shí)會(huì)表現(xiàn)出明顯的順周期性，在經(jīng)濟(jì)上行時(shí)期少計(jì)提，在經(jīng)濟(jì)下行時(shí)期多計(jì)提。為此，國(guó)際會(huì)計(jì)準(zhǔn)則理事會(huì)提出“預(yù)期損失模型”，鼓勵(lì)商業(yè)銀行在提供信貸時(shí)考慮預(yù)期損失并采取前瞻性計(jì)提。在我國(guó)，貸款損失準(zhǔn)備計(jì)提的順周期性同樣明顯[8]，且大量研究表明利潤(rùn)率與“四大”審計(jì)[9]等財(cái)務(wù)審計(jì)狀況，以及地方房地產(chǎn)價(jià)格水平[7]、經(jīng)濟(jì)政策不確定性[10]等宏觀經(jīng)濟(jì)環(huán)境是影響計(jì)提的重要因素。

回顧文獻(xiàn)后，本研究發(fā)現(xiàn)已有文獻(xiàn)存在兩點(diǎn)不足：一是從微觀層面分析央行溝通對(duì)企業(yè)和金融機(jī)構(gòu)討論較少，二是分析銀行貸款損失準(zhǔn)備計(jì)提的影響因素時(shí)忽略了宏觀政策因素。因此，本研究基于文本分析的方法，從微觀層面討論央行溝通對(duì)銀行貸款損失準(zhǔn)備計(jì)提的影響。本研究的貢獻(xiàn)有兩點(diǎn)：一是挖掘《貨幣政策執(zhí)行報(bào)告》的文本信息，構(gòu)建了人民銀行貨幣政策立場(chǎng)與文本相似度指數(shù)。二是將上述指數(shù)結(jié)合到對(duì)商業(yè)銀行貸款損失準(zhǔn)備計(jì)提的分析中，補(bǔ)充了微觀研究視角。

(二)研究假設(shè)

由于美聯(lián)儲(chǔ)和公眾之間的信息不對(duì)稱，其政策公告會(huì)向市場(chǎng)傳遞額外信息，這被稱為貨幣政策的信息效應(yīng)[11]。Nakamura和Steinsson指出政策立場(chǎng)反映出美聯(lián)儲(chǔ)觀察到的經(jīng)濟(jì)現(xiàn)狀與公眾預(yù)期間的差距，當(dāng)貨幣政策立場(chǎng)表現(xiàn)為寬松時(shí)，市場(chǎng)會(huì)接收到央行視角下實(shí)體經(jīng)濟(jì)表現(xiàn)弱于公眾預(yù)期的信號(hào)[12]。對(duì)于商業(yè)銀行而言，這意味著實(shí)體經(jīng)濟(jì)中的潛在信貸風(fēng)險(xiǎn)在上升。基于此，本研究提出假設(shè)H1。

H1:貨幣政策立場(chǎng)越寬松，商業(yè)銀行貸款損失準(zhǔn)備計(jì)提幅度越大。

由于《貨幣政策執(zhí)行報(bào)告》的篇幅較長(zhǎng)、內(nèi)容覆蓋面廣，在被市場(chǎng)解讀時(shí)存在一定難度。尤其是當(dāng)文本措辭發(fā)生較大變動(dòng)時(shí)，政策意圖可能難以被準(zhǔn)確捕捉，進(jìn)而引起市場(chǎng)波動(dòng)性的上升[13]。文本相似度用于衡量前后兩次溝通在措辭上的差異，當(dāng)文本相似度上升時(shí)，市場(chǎng)能基于過往經(jīng)驗(yàn)更準(zhǔn)確地理解其中的政策意圖[14]?；诖?，本研究提出假設(shè)H2。

H2:文本相似度上升時(shí)，貨幣政策立場(chǎng)對(duì)銀行貸款損失準(zhǔn)備計(jì)提的影響更大。

本研究發(fā)現(xiàn)人民銀行在編制《貨幣政策執(zhí)行報(bào)告》時(shí)明確了“貨幣信貸概況”“貨幣政策操作”“金融市場(chǎng)運(yùn)行”“宏觀經(jīng)濟(jì)分析”和“貨幣政策趨勢(shì)”五個(gè)章節(jié)，此后每季度在固定框架下更新內(nèi)容。Cieslak和Schrimpf指出，經(jīng)濟(jì)相關(guān)的政策內(nèi)容與貨幣相關(guān)的政策內(nèi)容會(huì)向市場(chǎng)傳遞不同信號(hào)[15]。在不搞大水漫灌、以我為主的國(guó)內(nèi)政策背景下，市場(chǎng)可能會(huì)更關(guān)注《貨幣政策執(zhí)行報(bào)告》中與貨幣相關(guān)的內(nèi)容?；诖?，本研究提出假設(shè)H3。

H3:銀行貸款損失準(zhǔn)備計(jì)提對(duì)貨幣相關(guān)的信息變動(dòng)更為敏感。

三 央行溝通指數(shù)構(gòu)建

本研究以人民銀行公布的《貨幣政策執(zhí)行報(bào)告》為基礎(chǔ)，構(gòu)建2007年第一季度至2019年第四季度的央行溝通指數(shù)，包括貨幣政策立場(chǎng)與文本相似度指數(shù)。

(一)貨幣政策立場(chǎng)指數(shù)構(gòu)建

貨幣政策立場(chǎng)是對(duì)貨幣政策效果趨向?qū)捤伞⒕o縮還是中立的量化測(cè)度。王宇偉等梳理并完善了基于措辭提取的敘述性度量方法[16]，從貨幣政策基調(diào)、貨幣信貸環(huán)境、物價(jià)水平與經(jīng)濟(jì)增長(zhǎng)四個(gè)方面提取措辭(見表1)，并根據(jù)其方向及強(qiáng)度進(jìn)行賦值。本研究借鑒該方法對(duì)《貨幣政策執(zhí)行報(bào)告》中的貨幣政策立場(chǎng)進(jìn)行衡量，具體公式如下：

表1 貨幣政策措辭及賦值

其中，fre(xit)表示措辭i在t時(shí)期出現(xiàn)的頻率，mean(xi)表示措辭i在所有時(shí)期頻率的均值，sd(xi)表示措辭i在所有時(shí)期頻率的標(biāo)準(zhǔn)差，αi為措辭的權(quán)重。指標(biāo)數(shù)值越大政策立場(chǎng)越寬松。

如圖1所示，貨幣政策立場(chǎng)指數(shù)在2007年與2011年偏緊縮，在2008年、2015年和2018年偏寬松。指數(shù)波動(dòng)幅度在2010年后明顯減少，原因可能在于政策上的重視。人民銀行在2010年《貨幣政策執(zhí)行報(bào)告》中設(shè)專欄介紹通貨膨脹預(yù)期管理，指出需加強(qiáng)與公眾的溝通，提高政策透明度，引導(dǎo)公眾預(yù)期；在具體操作中不斷強(qiáng)調(diào)靈活穩(wěn)健、中性適度的政策基調(diào)，補(bǔ)充完善結(jié)構(gòu)性貨幣政策工具體系。

圖1 貨幣政策立場(chǎng)指數(shù)折線圖

(二)文本相似度指數(shù)構(gòu)建

文本相似度是指當(dāng)期與上一期文本措辭的相似程度，反映了央行通過文本方式傳遞經(jīng)濟(jì)、貨幣等信息的變化情況。指數(shù)構(gòu)建上參考Meade和Acosta[17]，先將每篇《貨幣政策執(zhí)行報(bào)告》轉(zhuǎn)化為一個(gè)N行1列的向量，每行的元素為文本中每個(gè)詞語出現(xiàn)的頻率，隨后使用如下余弦相似度公式計(jì)算相似度(1)同時(shí)分別計(jì)算了報(bào)告中五個(gè)章節(jié)的文本相似度指數(shù)。。

其中，n為文本包含的詞語總數(shù)，ai、bi分別表示詞語i出現(xiàn)在文本a和b中的頻率。指標(biāo)取值范圍在0-1之間，為0說明兩向量垂直，所含信息完全不一致；為1說明兩向量重合，所含信息完全一致。指數(shù)大小一定程度上反映了文本措辭的相似程度高低。如圖2所示，全文的文本相似度指數(shù)在0.9附近且波動(dòng)較為規(guī)律，各章節(jié)的文本相似度存在一定差異，但整體呈上升趨勢(shì)。這說明在內(nèi)容框架固定的情況下，人民銀行有意避免措辭的大幅變動(dòng)。

圖2 文本相似度指數(shù)折線圖

四 數(shù)據(jù)與基本計(jì)量模型

(一)模型設(shè)定及變量說明

參考王宇偉等[16]和申宇等[10]，本研究構(gòu)建模型(1)：

(1)

其中，被解釋變量為銀行貸款損失準(zhǔn)備計(jì)提(LLP)，解釋變量為貨幣政策立場(chǎng)(CI)，控制變量集為Controls，變量具體定義如表2所示。為研究文本相似度對(duì)央行溝通的影響，加入貨幣政策立場(chǎng)與文本相似度的交互項(xiàng)CI*SI，如模型(2)所示。將《貨幣政策執(zhí)行報(bào)告》全文的文本相似度替換成五個(gè)章節(jié)的文本相似度，可以進(jìn)一步觀察商業(yè)銀行對(duì)不同政策信息的反應(yīng)差異。

表2 變量定義

(2)

(二)數(shù)據(jù)來源與處理

本研究使用的商業(yè)銀行財(cái)務(wù)數(shù)據(jù)來源于Wind與Bankfocus數(shù)據(jù)庫。地區(qū)宏觀經(jīng)濟(jì)數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》。本研究剔除了三家政策性銀行和各指標(biāo)連續(xù)數(shù)據(jù)不足三年的銀行，得到2007-2019年133家商業(yè)銀行的非平衡面板數(shù)據(jù)。由于銀行財(cái)務(wù)數(shù)據(jù)的頻率為年度，本研究對(duì)貨幣政策立場(chǎng)和相似度指標(biāo)進(jìn)行了季度加總求算術(shù)平均的年化處理(2)除2008年外，貨幣政策立場(chǎng)指數(shù)很少在一個(gè)年度內(nèi)發(fā)生劇烈變動(dòng)，本研究認(rèn)為該處理是可行的。后續(xù)穩(wěn)健性檢驗(yàn)中也有將2008-2010年樣本剔除，結(jié)果保持穩(wěn)健。；為消除異常值影響，對(duì)所有連續(xù)變量縮尾1%(3)因篇幅限制，描述性統(tǒng)計(jì)未在正文放出，感興趣的讀者可向作者索要。。

五 實(shí)證結(jié)果與分析

(一)貨幣政策立場(chǎng)與貸款損失準(zhǔn)備計(jì)提

模型(1)的結(jié)果如表3所示，逐步加入商業(yè)銀行財(cái)務(wù)控制變量、治理控制變量和地區(qū)宏觀經(jīng)濟(jì)控制變量，CI系數(shù)均在1%水平下顯著為正。這說明寬松的政策立場(chǎng)意味著未來信貸環(huán)境的改善，但也傳遞出央行觀察到的經(jīng)濟(jì)表現(xiàn)弱于公眾預(yù)期的信號(hào)。該信號(hào)使商業(yè)銀行調(diào)整對(duì)未來信貸風(fēng)險(xiǎn)的預(yù)期，提高當(dāng)期貸款損失準(zhǔn)備計(jì)提比例，假設(shè)H1得到驗(yàn)證。

表3 貨幣政策立場(chǎng)與貸款損失準(zhǔn)備計(jì)提

(二)文本相似度對(duì)貨幣政策信號(hào)傳遞的影響

加入政策立場(chǎng)與文本相似度交互項(xiàng)的模型(2)的結(jié)果如表4所示。第(1)列中交互項(xiàng)CI*SI的系數(shù)在10%水平下顯著為正，說明當(dāng)政策立場(chǎng)為寬松且文本相似度增加時(shí)，不僅表明當(dāng)前經(jīng)濟(jì)面臨較大下行壓力，還表明該形勢(shì)自上一季度得到延續(xù)。政策信號(hào)的重復(fù)強(qiáng)化了商業(yè)銀行對(duì)央行觀察到的經(jīng)濟(jì)表現(xiàn)弱于公眾預(yù)期的認(rèn)知，從而調(diào)整預(yù)期并進(jìn)一步提高貸款損失準(zhǔn)備計(jì)提比例，假設(shè)H2得到驗(yàn)證。而第(2)(3)和(6)列中系數(shù)均顯著為正，第(4)和(5)列中系數(shù)均不顯著，說明商業(yè)銀行更關(guān)注貨幣相關(guān)內(nèi)容所傳遞出的信號(hào)，假設(shè)H3得到驗(yàn)證。

表4 貨幣政策立場(chǎng)、文本相似度與貸款損失準(zhǔn)備計(jì)提

(三)穩(wěn)健性檢驗(yàn)

本研究從三個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)。首先是替換被解釋變量。參考祝繼高等[7]，本研究選擇貸款損失準(zhǔn)備總額與總資產(chǎn)之比來計(jì)算貸款損失準(zhǔn)備計(jì)提。其次是替換計(jì)量方法。考慮到商業(yè)銀行個(gè)體差異性，本研究選擇固定效應(yīng)模型進(jìn)行再分析。最后是樣本切分。李雙建和田國(guó)強(qiáng)采用了樣本切分的方法來處理內(nèi)生性問題[18]，本研究參考該方法分別剔除了五大行以及金融危機(jī)時(shí)期(2008-2010年)的樣本。如表5所示，結(jié)果均保持穩(wěn)健。

表5 穩(wěn)健性檢驗(yàn)

六 結(jié)論與啟示

基于《貨幣政策執(zhí)行報(bào)告》與商業(yè)銀行數(shù)據(jù)，本研究發(fā)現(xiàn)央行溝通中的貨幣政策立場(chǎng)越寬松，商業(yè)銀行計(jì)提的貸款損失準(zhǔn)備金越多。當(dāng)文本相似度上升時(shí)，商業(yè)銀行能更準(zhǔn)確地理解央行的政策意圖并采取行動(dòng)。[19]通過對(duì)報(bào)告內(nèi)容分類，本研究還發(fā)現(xiàn)商業(yè)銀行對(duì)其中與貨幣相關(guān)的內(nèi)容變動(dòng)更敏感。上述結(jié)論帶來的啟示有：一是商業(yè)銀行的前瞻性計(jì)提可行。商業(yè)銀行能有效反應(yīng)中央銀行的貨幣政策立場(chǎng)變動(dòng)，從監(jiān)管角度看，可以引導(dǎo)商業(yè)銀行基于“預(yù)期損失模型”計(jì)提貸款損失準(zhǔn)備。二是重視央行溝通的信號(hào)傳遞。書面溝通的措辭變動(dòng)直接影響市場(chǎng)對(duì)政策意圖的解讀，且不同類型內(nèi)容的措辭變動(dòng)對(duì)市場(chǎng)預(yù)期的影響不同。