定向調控貨幣政策對小微企業的精準滴灌效應*
——以定向降準與支小再貸款政策為例

朱明軒，劉洋洋，林朝穎，，3

（1.福州大學經濟與管理學院，福建 福州 350116；2.福建省金融科技創新重點實驗室，福建 福州 350116；3.福州大學福建經濟高質量發展研究中心，福建 福州 350116）

一、引言

在穩健貨幣政策的總基調下，提高小微企業的金融服務可得性是實現貨幣政策調控精準有力目標的關鍵所在。促進小微企業的發展對于維護經濟社會穩定和發展、創造就業機會具有重要意義。融資約束問題長期制約著小微企業的發展（孔東民等，2021；莫國莉等，2023）?？偭空{控貨幣政策常因調控精準性不足，對于金融機構擴大小微企業信貸投放的引導作用有限。從企業角度來看，小微企業受制于自身管理能力和信息不對稱等缺陷，在銀行風險評估中通常只能獲得較低的資信評價，在經濟下行、信貸趨緊時更加容易受到銀行機構的信貸歧視。從銀行角度來看，商業銀行對小微企業的信貸融資存在周期性變化，在貨幣環境縮緊時常常有小微企業面臨信貸配給困境，普惠小微貸款短缺愈發成為阻礙小微企業穩定經營、成長壯大乃至整個經濟可持續發展的痛點和難點。

為彌補總量調控貨幣政策的這一缺陷，具有精準滴灌功效的定向調控貨幣政策應運而生。2014-2020年間，中國人民銀行陸續推出支小再貸款、定向降準等針對小微企業融資約束問題的定向調控貨幣政策，歷次降準幅度分別為0.5%、2%、0%、0.75%、0%、1%和2.25%，均以緩解小微企業融資困境為目標導向。根據中國人民銀行發布的2020年第四季度中國貨幣政策報告數據，自2014年支小再貸款政策頒布以來，支小再貸款余額迅速增加，截至2020年底已達9756億元。然而在實踐中，定向調控貨幣政策也面臨著普惠小微貸款數據失真、市場機制失調、精準滴灌失效的隱患，阻礙了結構性貨幣政策工具效應的充分發揮。研究定向降準和支小再貸款等定向調控政策的正向激勵效果與信貸調控的精準性，分析不同的定向調控貨幣政策工具的功效差異，對貨幣當局完善定向調控貨幣政策、促進小微企業健康發展具有重要的現實意義。

二、文獻綜述

（一）定向降準政策的傳導渠道與效應

有關定向降準政策的研究，主要圍繞其政策傳導渠道和有效性展開。定向降準政策傳導以銀行信貸渠道為主。馬理等（2015）認為，央行實施定向降準政策、創造出適當寬松的融資環境，會影響商業銀行的信貸選擇。央行通過貨幣乘數調控商業銀行的信用創造能力，以達到增減貸款投放目的，而定向降準政策實行擴大了目標商業銀行的貨幣乘數（朱詩怡和張凱，2021），一方面提高了銀行機構可貸總量，進而降低了貸款利率，另一方面緩解了小微企業融資壓力。

有關定向降準政策的有效性，部分學者認同定向降準政策實施后小微企業得到了更多的信貸扶持。郭曄等（2019）研究認為，定向降準政策的結構效應提升了銀行競爭程度，而銀行機構之間的競爭能夠促進定向降準普惠目標的實現，增加銀行機構小微企業貸款額度?？讝|民等（2021）利用斷點回歸分析定向降準政策前后小微企業貸款增量的變化，指出定向降準政策的實施讓小微企業獲得銀行信貸的概率顯著提高。也有部分學者對定向降準政策能否發揮普惠效應表示懷疑。馮明和伍戈（2018）認為，定向降準政策使整個市場貸款利率水平降低，同時增加了定向部門和傳統部門的貸款量，但如果定向部門的貸款利率需求彈性超過了傳統部門，管理成本更高的定向部門在獲得銀行貸款的過程中將依舊處于劣勢。

（二）支小再貸款政策效應

有關支小再貸款政策效應的研究，學界存在不同觀點。邱洪濤（2015）以周口市城市商業銀行為例，發現支小再貸款能增加商業銀行對小微企業的信貸發放，可為小微企業提供更多的貸款支持。周師慷（2016）認為，支小再貸款能夠用于引導信貸資金流向小微企業，幫助小微企業解決流動性問題。馬春芬（2016）列舉了支小再貸款政策實施過程中存在的不足，認為支小再貸款的實際效果不及預期，不能有效降低小微企業的貸款成本，再加上申請手續繁瑣和內部管理程序復雜等問題，造成資金投放渠道不暢。陳磊（2020）等研究發現，支小再貸款對小微企業貸款的促進作用表現出短期性特征，政策不具有持續性的影響。相關研究觀點上的分歧，為本文留下了進一步結合實踐和理論加以考究的空間。

（三）不同定向調控貨幣政策的比較

在對定向調控貨幣政策的研究文獻中，部分學者比較了不同的定向調控貨幣政策作用效果的差異。彭俞超和方意（2016）基于對不同定向調控貨幣政策的比較，認為倘若非對稱地實施定向調控貨幣政策，調控效果將會更為顯著。成學真等（2018）將數量型和價格型定向調控貨幣政策進行對比，發現價格型定向調控貨幣政策工具效果更勝一籌。孫少巖和劉芮嘉（2019）利用向量自回歸（VAR）模型對比數量型和價格型定向調控貨幣政策在利率、物價水平、經濟增長及股票市值四個方面的影響，得出了利率導向型定向調控政策工具的影響效果相對更大的結論。關于定向調控貨幣政策的選擇，張煒等（2019）認為，未來定向調控貨幣政策將由數量型向價格型逐步轉變，我國的貨幣政策應該選擇結構性混合規則。笪哲（2020）對比中期借貸便利（MLF）與定向降準政策，認為二者均能影響小微企業中長期融資成本，但定向降準政策相對中期借貸便利的政策效果顯現得更快，因而能夠快速改善小微企業的融資狀況。

綜上所述，前期研究文獻大多以單一政策為主，鮮有文獻將貨幣政策操作實踐中運用較多的兩項定向調控工具——定向降準政策與支小再貸款政策置于統一的研究框架來比較分析二者對普惠小微信貸調控的精準性，且尚未有研究文獻從銀行與企業兩個維度綜合評價定向調控貨幣政策下的銀行信貸資金流向效應。為此，本文以支持小微企業為直接政策目標的定向降準政策與支小再貸款為研究對象，比較兩類政策工具的支小成效，并針對不同類型的銀行機構以及不同特征的企業主體，細化分析兩類定向調控貨幣政策工具傳導的異質性，從而更加全面、客觀評價定向調控貨幣政策調節銀行信貸投向的精準程度，為貨幣當局選擇結構性貨幣政策工具提供實證依據。

三、理論分析與研究假設

定向調控貨幣政策能否發揮精準滴灌效應依賴于其是否能夠將精準性與適用性有效結合起來，并通過信貸渠道和信號渠道傳遞出去，以較為簡便的流程和較為廣泛的覆蓋面、適用性，使政策真正落地生效，影響小微企業融資。從信貸渠道來看，定向降準政策會降低商業銀行運營成本（郭曄等，2019），進而提高其向小微企業發放貸款的利潤額，在逐利動機的驅使下（丁寧和吳曉，2023），商業銀行會改變信貸偏好，將更多貸款精準投放到小微企業。從信號渠道來看，定向降準政策向商業銀行傳遞穩定市場的信號，鼓勵商業銀行將信貸資金更多地投放給小微企業。

相比之下，支小再貸款政策雖然同樣具備精準調控功能，但其政策適用性上有所不足，從而導致其在使用規模、執行效率等方面存在短板。從支小再貸款的使用規模上看，相當于一部分?。ㄗ灾螀^、直轄市）申請和使用支小再貸款的金融機構數量都偏少（張杰和吳海濤，2019）。在支小再貸款的執行效率方面看，商業銀行在辦理支小再貸款時要進行較為繁瑣的質押手續，信貸資金使用需嚴格記錄，耗費較多人力成本和時間成本，降低了再貸款政策實施效率，與小微企業的資金需求特征不匹配（馬春芬，2016）?？傮w來看，支小再貸款由于適用性和覆蓋面相對有限，實際使用規模不大，難以產生與定向降準政策相同的支小效應，由此提出第一個研究假設：

假設1：相較于支小再貸款政策，定向降準政策能夠更加精準、有效地促進小微企業貸款的增加。

定向降準政策旨在為小微企業和“三農”等融資弱勢方提供更加集中且精準的信貸支持，降低其信貸獲取難度，促進銀行為小微企業及“三農”發放信貸。由于銀行的信貸選擇主要從價值發現和風險承擔的角度考慮，平衡風險與收益的訴求驅使商業銀行在符合貨幣政策和信貸政策要求的前提下遵循市場機制來分配信貸資源。因此，定向降準政策對不同目標企業信貸滴灌效應的精準性也不盡相同。第一，抵押能力強的企業在清算時價值更高，債務擔保能力更強（張暉明等，2022），因此銀行發放貸款時傾向于優先考慮抵押能力強的小微企業。第二，企業盈利性也是貸款償還的重要保障，核心盈利能力是決定企業能否獲得銀行貸款的關鍵因素（劉慧鳳和楊揚，2012）。據此，提出第二個研究假設：

假設2a：相對于抵押能力弱的小微企業，定向降準政策能使抵押能力強的小微企業獲得更多銀行信貸支持。

假設2b：相對于盈利性低的小微企業，定向降準政策能使盈利性高的小微企業獲得更多銀行信貸支持。

四、研究設計

（一）樣本選取與數據來源

定向調控貨幣政策的實施對象包括小微企業與“三農”，但鑒于農業上市公司不超過40家，樣本數量太少、不具有代表性，因此，本文以非農小微企業為研究對象，以非農且非小微企業為參照，研究定向調控貨幣政策對小微企業融資的影響。選取2007-2020年滬深A股上市和新三板市場掛牌企業為研究樣本，并對連續變量進行0.5%的縮尾處理以減少異常值的影響。定向降準與支小再貸款政策的數據通過手動收集并整理中國人民銀行網站公告與《中國貨幣政策執行報告》獲得。存款準備金率數據源自Wind數據庫，企業數據源自國泰安數據庫。以工業和信息化部、國家統計局、國家發展和改革委員會、財政部聯合制定的《中小企業劃型標準規定》作為小微企業和非小微企業的劃分依據。由于定向降準政策于2014年開始實施，因此，以2013年12月作為基期篩選小微企業，最終得到208家小微企業，采用傾向得分匹配的方法1比1配對得到與小微企業相對應的208家非小微企業作為實證檢驗樣本。其中，各年度各行業小微企業數量分布如表1所示。

表1 小微企業分布

（二）模型設計和變量定義

為檢驗定向調控貨幣政策釋放的流動性資金是否精準指向小微企業，鑒別定向調控貨幣政策對小微企業和非小微企業的作用效果，構建如下模型（1）：

其中：下標t表示時間，i表示第i家企業。被解釋變量Loan采用貸款融資比例衡量，通過計算企業短期借款與長期借款的總量占期初總負債的比重得到，用來表示企業的銀行貸款可得性。定向降準政策和支小再貸款政策是核心解釋變量，定向降準政策代理變量（ΔTE）的計算方式為當年針對小微企業頒布的所有定向降準政策降準幅度總和，以當期支小再貸款余額占全國小微企業貸款余額比值較上期比值的增加量（ΔSR）度量支小再貸款政策強度?；诖?，根據2014-2020年定向降準政策針對小微企業降準幅度分別為0.5%、2%、0%、0.75%、0%、1%和2.25%這一現實情況，把2014年之前定向降準政策代理變量（ΔTE）值設為0。由于市場內的資金流動性很大程度上受總量調控貨幣政策的影響，進而總量調控貨幣政策會影響企業獲取銀行信貸的難易度，進一步控制總量性貨幣政策（ΔRRR），通過當期存款準備金率較上一期存款準備金率的降低幅度衡量貨幣政策擴張程度。

參考Jiménez 和 Ongena（2012）、Lins等（2017）以及孔東民等（2021）等研究文獻，把如下企業特征作為控制變量（Control）：企業資產規模（Asset）以期末總資產的對數來衡量；企業年齡（Age）采用ln（1+企業成立年限）度量；流動比率（Liq）以流動資產在總資產中的占比衡量；企業盈利能力（Ora）通過營業利潤占總資產的比重衡量；企業經營能力（Cfo）通過經營活動現金流凈額占總資產的比重衡量。具體如表2所示。

五、實證分析

（一）描述性統計分析

從表3和表4可以看出，小微企業貸款融資比例的標準差為0.4759，與其配對的非小微企業貸款融資比例的標準差為0.4263，由此可見，小微企業的貸款融資比例標準差高于非小微企業的貸款融資比例標準差，說明小微企業在發展過程中得到貸款的波動性比非小微企業更強，即小微企業獲取貸款的不確定性更大，而定向調控貨幣政策能否解決小微企業融資難問題，以及能否提高小微企業從銀行獲得融資的概率有待進一步論證。

表3 小微企業描述性統計結果

表4 配對的非小微企業描述性統計結果

Ora 2030 0.0253 0.0385 0.1282 -0.5928 0.4053 Cfo 2030 0.0134 0.0174 0.1409 -0.5557 0.5089

為保證實證結果的準確性，使用傾向得分匹配方法（PSM）處理樣本。傾向得分匹配法可以通過一組可觀測的匹配變量計算不同個體的傾向得分，然后通過1：1的最鄰近匹配來構建與處理組相似的對照組，在一定程度上可解決自選擇偏誤問題，進而對緩解模型的內生性問題具有一定積極作用（史永東和王謹樂，2014）。根據資產規模（Asset）、企業年齡（Age）、企業權益比率（Cap）、企業流動比率（Liq）等變量進行匹配，將小微企業作為處理組，以1：1近鄰匹配的方式找到與小微企業傾向得分最為接近的非小微企業作為控制組。平衡性檢驗結果如表5所示，匹配后處理組與控制組均值的標準化偏差均小于20%，說明匹配后小微企業樣本和非小微企業樣本的變量差異顯著減少。其中，企業年齡（Age）標準化偏差減少了72.8%，資產規模（Asset）標準化偏差減少了93.3%，企業權益比率（Cap）標準化偏差減少了88.6%，企業流動比率（Liq）的標準化偏差減少了57.6%。此外各個變量的t檢驗結果表明，匹配后的t值均在1%的顯著性水平下不顯著，說明PSM通過平衡性檢驗，傾向得分匹配效果良好。

匹配前后處理組和控制組的核密度曲線如圖1。匹配前處理組和控制組的核密度曲線在傾向得分值0.1之前差異明顯，存在較大偏差。經過匹配后，處理組和控制組的核密度曲線呈單峰狀并且幾乎重合，再次說明傾向得分匹配效果較好。

圖1 處理組和控制組的核密度曲線

（二）基準回歸分析

運用固定效應模型比較分析定向降準政策和支小再貸款政策對企業信貸融資比率的影響效果，結果列于表6。表6列（1）中定向降準政策變量與小微企業的交互項（ΔTE×Small）系數為0.0523，在5%顯著性水平下顯著，表明定向降準政策對小微企業的信貸可得性產生了正向影響，即定向降準政策實施后小微企業獲得的貸款量較之非小微企業明顯增加；ΔTE系數不顯著，說明定向降準政策對非小微企業的貸款沒有顯著影響，側面支撐定向降準政策有助于引導銀行增加小微企業貸款的結論；ΔSR×Small系數不顯著，并且ΔSR系數不顯著，表明支小再貸款政策對小微企業和非小微企業的信貸促進作用沒有顯著差異，同時也不能確定該政策是否對小微企業貸款產生政策引導作用?？梢娤啾扔谥≡儋J款政策，定向降準政策更能精準促進小微企業獲得更多銀行信貸?？赡艿慕忉屖?，支小再貸款政策相較于定向降準政策而言適用性不足，難以發揮預期效用。列（2）和列（3）是在列（1）的基礎上逐步加入企業和年份固定效應的結果，所得結論與列（1）一致。綜上所述，在對小微企業的政策扶持效果上，定向降準政策比支小再貸款政策表現出更強的政策扶持效應，能更精準、有效地激勵銀行增強對小微企業的貸款傾向，助力小微企業的發展，假設1得證。

表6 基準回歸結果

（三）分組回歸分析

首先，按照抵押能力對小微企業進行分組。參考Libertiand Sturgess（2018）的方法，以固定資產占比即固定資產占總資產的比值衡量企業的抵押能力。表7列（1）控制了定向調控政策與抵押能力的交互項，結果顯示HighFixed×ΔTE表現出較強顯著性，說明定向降準政策對擁有較多抵押品的小微企業的融資促進效應更強，能夠引導銀行將降準政策所釋放的流動性輸送給具有較高抵押能力的小微企業。ΔTE系數不顯著則表明定向降準政策對抵押能力較弱的小微企業貸款沒有顯著影響?？赡艿慕忉屖瞧髽I資產可抵押能力與企業清算價值呈正相關，高清算價值也意味著企業債務擔保能力強，違約風險低，因此銀行傾向于向具備較高抵押能力的小微企業貸款。與此同時，HighFixed×ΔSR的系數估計結果表明支小再貸款政策的支小效果在不同抵押能力的小微企業中沒有產生異質性影響，政策較難引導銀行向抵押能力好的小微企業發放貸款。ΔSR系數不顯著，則表明支小再貸款政策沒有顯著促進抵押能力較差的小微企業獲得貸款。因此，定向降準政策的實施使抵押能力較強小微企業比抵押能力弱的小微企業獲得了更多信貸支持，符合假設2a。列（2）是在列（1）的基礎上控制年份固定效應的結果，所得結論與列（1）一致。

表7 分組回歸結果

其次，按照盈利性對小微企業進行分組。參考王曦等（2017）的方法，以企業資產凈利率即凈利潤占總資產的比重度量小微企業盈利性。表7列（3）中的HighProfit×ΔTE系數顯著且大于零，說明定向降準政策的實施使高盈利性的小微企業較之低盈利性的小微企業更容易獲得銀行貸款。ΔTE系數不顯著，表明定向降準政策對低盈利性的小微企業貸款沒有顯著影響，該估計結果符合假設2b?？赡艿慕忉屖?，盈利能力強的小微企業償還銀行貸款能力也更強，在貸款利潤率相差不大的情況下，銀行承擔的風險更低，所以銀行傾向于向盈利能力強的小微企業發放貸款。HighProfit×ΔSR的系數不顯著，表明支小再貸款沒有顯著影響高盈利性小微企業貸款融資，同時對于不同盈利性特征的小微企業而言，支小再貸款政策的影響沒有顯著差異。ΔSR系數不顯著，說明支小再貸款政策同樣沒有顯著促進低盈利性小微企業獲得更多貸款。列（4）是在列（3）的基礎上控制年份固定效應的結果，所得結論與列（3）一致。

綜上所述，定向降準政策的實施將顯著提高抵押能力、盈利性表現較好的小微企業從銀行獲取信貸的概率。由此可見，定向降準政策實施后，銀行基于價值發現和風險承擔角度考慮對小微企業發放貸款，選擇抵押能力強、盈利能力高的小微企業不僅能夠有效防控銀行貸款風險，還有利于從實體經濟主體中合理篩選出具有發展潛力的小微企業給予信貸支持。因此，對于抵押能力強、盈利性好的小微企業，定向降準政策調控的精準性更高、“獲得感”更強。

（四）穩健性檢驗

1.替換核心變量

為了避免總量調控貨幣政策對定向調控貨幣政策支小功效的影響，采用替換總量調控貨幣政策和加入總量調控貨幣政策與是否小微的交互項的方式進行穩健性檢驗。首先，參考張雪蘭和何德旭（2012）的研究方法，使用滯后一期泰勒規則利率（TAY）衡量總量性貨幣政策，將實證模型（1）中存款準備金率替換成滯后一期泰勒規則利率進行實證檢驗。表8列（1）中，ΔTE×Small與ΔSR×Small系數的估計結果與主檢驗結果基本一致。ΔTE與ΔSR的系數不顯著，表明定向降準政策與支小再貸款政策對非小微企業沒有產生明顯的信貸促進作用。列（2）（3）是在列（1）的基礎上逐步加入企業和年份固定效應的結果，結論不變。其次，在列（3）的基礎上加入總量調控貨幣政策與是否小微的交互項（TAY×Small），結果如列（4）所示，ΔTE×Small與ΔSR×Small系數的估計結果依然與主檢驗結果基本一致。以上分析再次表明本文實證研究結果具有較好的穩健性。

表8 換核心變量的穩健性檢驗結果

為避免因變量度量方式選擇對實證結果的影響，替換因變量為短期借款、長期借款以及一年內到期的長期借款的總和占期初總負債的比重（Loan2）。表8列（5）表明，定向降準政策和小微企業交互項（ΔTE×Small）系數顯著為正，說明在定向降準政策效應下小微企業比非小微企業獲得更多銀行信貸，而支小再貸款政策和小微企業交互項（ΔSR×Small）系數不顯著，這意味著與支小再貸款政策相比，定向降準政策對小微企業貸款可得性的促進效果更佳，其支小功效更突出。ΔTE和ΔSR的系數均不顯著，則表明定向調控政策沒有顯現出對非小微企業的溢出效應。表8列（6）（7）是在列（5）的基礎上逐步加入企業和年份固定效應的結果，結論不變。上述分析亦表明主檢驗結果具有穩健性。

2.GMM估計

為了減輕內生性問題對參數估計結果產生的影響，參考杜立和錢雪松（2021）的研究方法，使用系統GMM方法進行穩健性檢驗，實證結果如表9所示。列（1）中ΔTE×Small系數顯著為正，ΔTE的系數不顯著，表明定向降準政策的實施使小微企業比非小微企業得到更多的銀行信貸支持，反映定向降準政策能夠發揮出較強的支小效果。ΔSR×Small與ΔSR系數在10%的顯著性水平下不顯著，表明在支小再貸款政策的影響下小微企業與非小微企業獲得的信貸量沒有明顯差異，該政策的信貸引導作用未得到充分發揮。列（2）是在列（1）的基礎上加入法定存款準備金率與是否小微交互項的結果，ΔTE×Small系數依然顯著為正。表9的實證結果均與原實證結果保持一致，表明主檢驗結果通過穩健性檢驗。

表9 系統GMM估計結果

此外，為了避免新冠疫情對小微企業貸款的影響，刪除2020年數據，使用主檢驗中的檢驗方法重新進行回歸，結果與基準回歸結果基本一致，受文章篇幅限制不再贅述。

六、進一步研究

定向調控貨幣政策降低了小微企業的信貸獲取難度，使得小微企業的信貸量明顯增加，而銀行信貸增加是否有益于提升小微企業業績有待論證。參考Lins等（2017）的變量選擇經驗手法，選取營業收入增長率衡量企業業績（Performance），并將其作為因變量進行實證檢驗，結果如表10所示。列（1）中定向降準政策與小微企業的交互項（ΔTE×Small）系數在5%顯著性水平下顯著為正，定向降準政策（ΔTE）的系數則不顯著，即與非小微企業相比，定向降準政策的實施對小微企業業績產生了較為顯著的促進作用?？赡艿慕忉屖?，小微企業得益于定向降準政策的支持，能夠以較低的資金成本借用更加充裕的信貸資金來擴大生產經營、提升創收能力。由于非小微企業并非定向降準政策的目標扶持對象，因而其業績增長受益于此政策的影響有限。相比之下，支小再貸款政策與小微企業的交互項（ΔSR×Small）以及支小再貸款政策（ΔSR）的系數都不顯著，表明實施支小再貸款政策并未有效促進提升小微企業的業績。上述結果說明，與支小再貸款政策相比，定向降準政策對小微企業融資和經營的影響更大，該政策能夠通過精準調控銀行信貸資金投向、對小微企業進行扶持，助力小微企業緩解資金困境并快速成長，從而提升小微企業的經營業績，因此具有較好的政策引導效應。列（2）、（3）是在列（1）的基礎上逐步加入企業和年份固定效應的結果，所得結論與列（1）一致。

表10 定向調控貨幣政策對企業業績的影響

七、研究結論與啟示

本文以2007-2020年滬深A股上市企業和新三板市場掛牌企業為研究樣本，構建面板固定效應模型，實證分析定向調控貨幣政策對小微企業貸款的精準滴灌效應。主要結論：第一，定向降準政策對小微企業的信貸調控精準性比支小再貸款政策更強，能夠明顯提升小微企業的信貸融資可得性與經營業績；第二，從定向調控貨幣政策對小微企業信貸傳導的異質性來看，定向降準政策主要對抵押能力較強、盈利性表現較好的小微企業產生精準支持的作用。

上述研究結論提供政策啟示如下：

第一，在保持貨幣政策穩健、靈活精準、合理適度的基礎上，繼續針對小微企業實施定向降準政策，對小微企業信貸融資予以切實、有效的政策支持?？煽紤]根據政策目標和實際需要，合理選用釘住目標貸款或釘住目標銀行的定向降準政策，進一步提高定向降準政策在緩解小微企業融資約束過程中的適配性和精準度，助力小微企業提升信貸可得性，改善小微企業經營業績，提升小微企業發展質量。

第二，為了對小微企業進行更加精細化的金融幫扶，一方面要引導和推動商業銀行大力發展金融科技，進而緩解由銀企距離偏遠或銀企關系疏離所致的信息不對稱難題，更加精準地捕捉小微企業貸款需求，增強定向調控貸幣政策扶持的“精準滴灌”效應；另一方面各級地方政府應當完善信貸風險補償措施，緩解銀行風險承擔壓力，與中央銀行定向調控形成協同效應，提高銀行向小微企業投放貸款意愿，促進銀行信貸資源的合理配置，優化定向調控政策“滴灌”小微企業的效果。

第三，進一步優化支小再貸款政策的作用機制。鑒于目前支小再貸款政策在使用積極性和傳導效率上尚存不足，未來在制定和實施定向調控貨幣政策時，可考慮更加準確地設定支小再貸款新增額度，精準對接各地區小微企業融資需求，并加強支小再貸款存量額度與新增額度的統一管理，在風險可控的前提下適當放寬銀行抵押品要求，擴大抵押品認定范圍。中央銀行還可以積極利用金融科技手段，簡化支小再貸款申請手續，加快支小再貸款審批速度，提高支小再貸款的投放效率，同時，更加高效地監測、監督支小再貸款資金使用情況。

第四，結合實體經濟發展需要，創新推出更具市場化、直達性的結構性貨幣政策工具?？煽紤]將更多有意向、有能力積極擴大小微企業貸款業務的銀行機構納入政策支持范圍，充分發揮各類銀行競爭優勢，提高銀行業向小微企業貸款的積極性，為小微企業發展提供源源不斷的資金“活水”，從而使貨幣政策傳導更加精準、有力、高效，為推動實體經濟高質量提供良好的金融環境。