川海智库

报告概述

本报告提出一种新的计量方法，在双边网络（如企业与银行之间的信贷关系）中，利用价格（利率）和数量（信贷量）的协方差结构，识别每个关系层面异质性的需求与供给冲击。该方法推广了经典的AKM模型，打破了同一企业（银行）对所有对手方冲击相同的强假设。报告覆盖欧元区九国（奥地利、比利时、德国、西班牙、法国、希腊、意大利、荷兰、葡萄牙）2019年至2023年的数据，跨越疫情、通胀和货币紧缩三个时期。除方法论外，报告检验了传统AKM假设的适用性，量化了其偏误，并展示了新方法在分析货币政策传导异质性中的价值。

报告的核心结论

AKM同质性假设在大部分国家-时期被数据拒绝

报告在27个国别-时期组合中，有25个正式拒绝了AKM所要求的‘企业需求冲击在各银行间相同、银行供给冲击在各企业间相同’的假设。这意味着传统使用固定效应分解需求与供给的方法在信贷市场中普遍存在模型误设。

需求与供给冲击在企业-银行关系层面存在巨大异质性

企业内各银行间的需求冲击标准差中位数达到企业间标准差的35%，而银行内各企业间的供给冲击标准差中位数甚至超过银行间标准差。这种被AKM忽略的关系层面差异是经济上显著的，且是解释信贷定价与配置的关键。

AKM方法估计的供需冲击存在系统性偏误

当用AKM企业-时间固定效应作为需求冲击时，其与利率变化呈负相关（越高需求对应越低利率），违反经济学直觉。原因是该固定效应实际上混入了供给因素。通过新方法识别后，正需求冲击与利率上升正相关，与理论一致。

2022年货币紧缩对浮动利率借款企业的信贷供给产生显著收缩效应

使用新识别的需求冲击作为控制变量，发现相比固定利率借款企业，浮动利率借款企业在紧缩后信贷增长率显著更低（负向差距在6个季度内持续扩大）。而若使用AKM需求控制，该效应被严重低估甚至不显著。

货币政策传导在企业和银行层面呈现异质性模式

紧缩性货币冲击后，固定利率借款企业的信贷需求降低，但银行反而增加对这些企业的信贷供给（视其为更安全的对手方）。同时，浮动利率企业的信贷供给减少。这种异质性在传统固定效应框架下无法被揭示。

报告回答的关键问题

AKM模型在企业信贷分析中存在什么主要缺陷？

AKM模型假设每个企业的信贷需求在所有银行间相同、每家银行的信贷供给在所有企业间相同。报告证明，在现实中由于银行专业化和企业风险差异，这一假设几乎总是被违反，导致估计的‘需求’与‘供给’冲击严重混淆，无法准确识别。

如何识别企业-银行层面的异质性信贷需求与供给冲击？

报告利用同一企业向不同银行借贷的利率和数量变化，以及同一银行向不同企业放贷的利率和数量变化，构建协方差矩阵。通过比较这两种跨关系协方差（而非代理人的固定效应），可以唯一确定需求与供给冲击对价格和数量的响应系数，从而分离出每个关系层面的结构性冲击。

欧洲央行2022年加息对浮动利率借款企业有什么实际影响？

浮动利率借款企业在加息后6个季度内信贷增长率显著低于固定利率借款企业，总资产、营业额和信贷资产比均显著下降。这一效应在使用新需求度量控制后更加明显，表明货币紧缩通过银行信贷供给渠道对浮动利率企业造成了实质性冲击。

货币政策传导在不同企业间存在怎样的异质性？

紧缩性货币政策冲击后，固定利率占比较高的企业信贷需求下降（因不愿以更高利率借款），但银行反而增加对这些企业的信贷供给（认为其风险较低）。相反，浮动利率企业面临信贷供给减少。同时，抵押贷款占比高的企业在紧缩后获得更多信贷供给。这些模式只能在关系层面异质性框架下被发现。

报告中的代表性数据

25/27

AKM假设拒绝次数

2019-2023年，在27个国别-时期组合中，有25个在5%显著性水平上拒绝了AKM模型所要求的同质性假设（零相关性条件）。仅荷兰（第三期）和葡萄牙（第一期）未拒绝。

0.225 (企业内) vs 0.646 (企业间); 0.712 (银行内) vs 0.399 (银行间)

企业内需求冲击标准差与银行内供给冲击标准差

2019-2023年，中位数企业内各银行间需求冲击的标准差为0.225，约占企业间标准差0.646的35%。银行内各企业间供给冲击标准差中位数0.712，已超过银行间标准差0.399。这直观展示了AKM无法捕捉的异质性规模。

约-1.5 (ln差异)

货币紧缩对浮动利率借款企业信贷增长的累积效应

2022Q2至2023Q4，使用新需求度量控制后，浮动利率借款企业相比固定利率借款企业在2023Q4的信贷增长自然对数累计低约1.5，效应显著。而使用AKM需求度量的估计几乎为零（图3蓝色vs红色线）。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 详细的理论模型：提出双边网络中关系层面效应（如需求与供给冲击）的最小距离估计量，证明其一致性、渐近正态性，并给出推断方法。
  • 蒙特卡洛模拟：基于意大利信贷市场真实数据校准的模拟研究，展示有限样本下估计量的无偏性和覆盖率的优良表现。
  • 各国各时期信贷需求与供给曲线估计：报告9个欧元区国家在疫情、通胀、货币紧缩三个时期的完整A矩阵（价格与数量对冲击的响应系数）及相应的需求与供给斜率（或弹性）图。
  • AKM偏误的量化证据：包括将AKM固定效应与本文识别的冲击进行回归比较（如利率对需求/供给冲击的回归）、以及将固定效应对本文冲击的回归，展示需求与供给的相互污染。
  • 货币紧缩的完整回调分析：使用浮动利率/短期贷款暴露作为准自然实验，报告逐季度信贷增长累积效果图（图3）以及企业总资产、营业额、信贷资产比的两年面板回归结果（表3）。
  • 货币政策与央行信息冲击的异质性传导：利用Jarocinski和Karadi(2020)的货币政策和央行信息冲击，分析其对不同合同特征（固定利率占比、抵押占比）关系层面需求与供给的交互效应，共6列回归结果（表4）。
  • 方法扩展与证明：包括控制变量的偏出（partialing out）、多期数据利用、与AKM关系的正式检验统计量、以及匹配函数兼容性讨论。
  • 补充图表与鲁棒性检验：附录中包含样本统计表、各曲线图、替代标准化方法、以及不同子时期窗口的稳定性测试。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告