6月24日，中國人民銀行發佈消息，決定從7月5日起，下調大型商業銀行、股份制商業銀行、郵政儲蓄銀行、城市商業銀行、非縣域農村商業銀行、外資銀行人民幣存款準備金率0.5個百分點。
這是今年以來我國第三次降準，預計釋放約7000億元資金。從節奏上看，此次降準符合預期，但從力度上看略超預期，總體而言在意料之中。而今年前兩次降準，也都各具特點：
第一次是在1月25日，普惠金融定向降準正式實施。2017年9月30日，央行宣佈2018年對普惠金融實施定向降準。在完成相關統計工作後，降準的靴子終於在時隔近四個月之後落地。此次降準覆蓋全部大中型商業銀行、約90%的城商行和約95%的非縣域農商行，釋放資金超過4000億元。此次降準的最大特點是，對原有針對小微企業和“三農”貸款的定向降準政策進行拓展和優化，首次專門對普惠金融實施定向降準政策，以更好地引導金融機構發展普惠金融業務。
第二次是在4月25日，降低大型商業銀行、股份制商業銀行、城市商業銀行、非縣域農村商業銀行、外資銀行人民幣降準1個百分點；同時，上述銀行使用降準釋放的資金償還中期借貸便利（MLF）。降準共釋放資金近1.3萬億元，相關銀行歸還MLF共9000億元，淨釋放資金近4000億元。央行明確要求，這些新增資金主要用於小微企業貸款。此次降準的最大特點是，首創以降準釋放出來的資金歸還MLF，既向銀行體系注入了長期資金，又適當控制了流動性的總閘門。
而最近這次降準，毫無疑問也不是“大水漫灌”，依然是一次頗有創新的“精準滴灌”。從對象看，此次降準幾乎相當於一次全面降準。除縣域農商行、農信社、村鎮銀行等農村金融機構外，大部分主要商業銀行被納入降準範圍。從方向看，此次降準是一次定向降準。對17家大中型銀行釋放資金約5000億元，主要用於支持“債轉股”項目；對其他銀行釋放資金約2000億元，主要用於支持小微企業。而且，相關要求納入宏觀審慎評估（MPA）。值得注意的是，縣域農村金融機構在今年三次定向降準中，均未被納入實施範圍。這主要是因為，這些金融機構信貸投放集中在小微企業和“三農”領域，較早就享受了幅度較大的定向降準政策，其存款準備金率已經大幅低於平均水平。
支持“債轉股”項目，是這次定向降準的最大看點。通過降準釋放資金來加快推進“債轉股”，這是第一次。2016年10月，國務院印發《關於積極穩妥降低企業槓桿率的意見》以及《關於市場化銀行債權轉股權的指導意見》，本輪“債轉股”工作正式啟動。但實施以來，儘管“債轉股”簽約項目較多，但雷聲大、雨點小，實際落地實施的較少，普遍存在簽約多、落地難現象。究其原因，主要是債轉股實施機構能力、企業治理結構及配套政策扶持如退出機制等存在不足。其中，在流動性較緊的情況下，銀行資金成本上升較快，部分銀行意願不強，也是原因之一。因此，此次降準降低銀行獲得資金的成本，提升銀行實施“債轉股”項目的意願，有助於加快推進“債轉股”工作。但同時，央行對“債轉股”項目提出嚴格要求，明確定向降準資金不支持“明股實債”和“殭屍企業”項目，有助於防止出現“劣幣逐良幣”等現象。
此次定向降準的另一個目的，是通過降準來進一步支持小微企業融資。央行明確要求，郵政儲蓄銀行和城市商業銀行、非縣域農商行等中小銀行應將降準資金主要用於小微企業貸款，著力緩解小微企業融資難融資貴問題。這是央行貨幣政策結構性引導作用之一，之前實施過多次，也是落實6月20日國務院常務會議精神的具體措施。這從正面激勵的角度提高商業銀行開展小微企業業務的意願，進一步增加小微金融服務的供給。在今年企業債券違約潮頻現的背景下，央行採用差別化的準備金率和差異化的信貸政策，引導金融機構進一步加強對小微企業的信貸支持，增強對小微企業、“三農”等領域服務能力。
當然，緩解小微企業融資難融資貴問題，不能光指望貨幣政策，也不是隻依靠央行出臺措施、銀行業金融機構執行實施。要真正緩解這個世界性難題，應該多部門聯動，採取全方位、立體式的措施，綜合施策，協同推進，並探索和建立長效機制。6月25日，央行、銀保監會等五部門聯合印發《關於進一步深化小微企業金融服務的意見》，從貨幣政策、監管考核、內部管理、財稅激勵、優化環境等方面提出短期精準發力、長期標本兼治的23條具體措施，將金融服務小微企業工作推向深入。
應該說，近年來央行一直注重創新調控方式，在保持總量適度的基礎上，適當發揮結構引導作用，運用差異化的存款準備金政策支持結構調整就是其中的一種探索。2014年開始，央行就對小微企業和“三農”領域實施定向降準政策。今年來，央行三次實施定向降準，將結構性引導作用發揮得更為充分。如果加上《關於進一步深化小微企業金融服務的意見》提出的增加支小支農再貸款和再貼現額度1500億元、通過資產證券化盤活信貸資源1000億元，今年以來央行累計釋放資金將超過1.75萬億元。
央行原行長助理張曉慧曾撰文指出，貨幣政策主要是總量政策，結構引導功能是邊際的和輔助性的，要注意避免過量使用結構性工具導致總量偏多等問題。這樣的提醒，是不是需要引起我們警覺呢？
閱讀更多 董希淼 的文章
