內蒙古投資、工業生產與貸款關系的實證分析

一、文獻綜述

投資、工業生產和貸款的關系長期以來都是理論研究和政策制定者關注的重點問題之一。劉海英等（2009）利用非均衡計量模型得出，我國信貸市場中存在著貸款過度需求的非均衡狀態，主要表現為近年來貸款增長率始終處于下降并且嚴重滯后于工業產出需求的狀態。同時緊縮性貨幣政策所導致的信貸供給約束更加強化了這一非均衡狀態，并且已經影響到了工業實體經濟的發展。鄒慶華（2010）利用VAR 向量自回歸模型，研究發現，湖南省工業增加值對短期貸款具有持久的正向響應，并高于其對短期貸款的沖擊響應；固定資產投資對中長期貸款沖擊的響應相當于對短期貸款沖擊響應的3.28倍，并且響應時間明顯長于短期貸款。李錦玲等（2011）對1995——2009年全國及省際經濟增長與銀行信貸資金分布的相關數據進行實證分析，結果發現，貸款是推動區域經濟增長的重要因素，但貸款對區域經濟增長的貢獻效率明顯不同。李蕊（2012）實證發現，貸款對于浙江省經濟增長起著積極的推動作用，兩者之間存在著一個長期均衡關系，但近年來，浙江貸款資金使用效率呈現下降的趨勢。黃蓉（2012）通過使用面板數據的建模分析技術，研究了國內區域投資與金融機構存貸款量之間的關系，發現金融機構是推動地區投資增長的重要因素，但是受到政府區域發展戰略規劃、地方行政性因素、非公有制經濟信貸約束等諸多影響，金融機構對于投資的正向推動力度出現了由東向西依次遞增的現象。

總體而言，現有文獻對揭示投資、工業生產和貸款的關系具有重要參考價值，但這些文獻較多討論的是貸款與單一經濟變量（GDP或工業增加值或固定資產投資），忽略了經濟變量之間的相互影響，對貸款的評價和作用存在放大或縮小的可能。因此，本文擬以內蒙古為例，分析投資、工業生產和貸款的關系，通過實證試圖獲得有價值的信息。

二、實證方法和變量選擇

（一）實證方法

單方根檢驗。由于多數經濟時間序列數據存在不穩定性，屬于非平穩時間序列。如果直接用非平穩時間序列建立回歸模型，即使模型擬合度很高，但是它的殘差序列是一個非平穩序列，反映出因變量除了能被自變量解釋的部分以外，其余部分變化仍屬不規則，隨著時間的變化存在越來越偏離因變量均值的趨勢，因此這樣的模型無法用于預測未來信息。所以對時間序列進行平穩性檢驗，是對經濟時間序列數據進行建模處理的第一步。如果一個時間序列通過d次差分后成為平穩序列，而這個序列差分d-1次時卻不平穩，那么稱這個序列為d階單整，記為I（d），特別是如果這個序列本身是平穩序列，則為零階單整序列，記為I（0）。單整階數是序列中單位根個數，或者是使序列平穩而差分的階數。檢查序列平穩性的標準方法稱為單位根檢驗。檢驗方法有Augmented Dickey-Fuller test（ADF）檢驗、Phillips-Perron（PP）檢驗等，本文采用ADF法進行檢驗。

向量自回歸（Vector Auto-regression，VAR）模型。VAR模型常用于預測相互聯系的時間序列系統及分析隨機擾動對變量系統的動態沖擊，從而解釋各種經濟沖擊對經濟變量造成的影響。VAR模型是基于數據的統計性質建立模型，把系統中每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的向量自回歸模型。最一般的VAR模型數學表達式為：

（1）

模型（1）中， 是k維內生變量向量， 是d維外生變量向量，p是滯后階數，T是樣本個數。k×k維矩陣 和k×d維矩陣 是要被估計的系數矩陣。 是k維擾動向量。滯后階數p的確定是VAR模型的一個重要問題，一方面滯后階數足夠大，能更好反映出所構造模型的動態特征；另一方面滯后階數越大，需要估計的參數也就越多，模型的自由度將減少，因此選擇合適的滯后階數需要綜合考慮，既要有足夠數目的滯后項，又要有足夠數目的自由度。常用的確定滯后階數的檢驗方法有LR檢驗、AIC準則和SC準則。本文采用的是AIC準則和SC準則。

脈沖響應函數（impulse response function，IRF）和方差分解（variance decomposition）。由于VAR模型是一種非理論性的模型，它無需對變量作任何先驗性約束，因此在分析VAR模型時，往往無法判斷一個變量的變化對另一個變量的影響程度。而脈沖響應函數就是用于衡量VAR模型中的一個內生變量的沖擊對其他內生變量所帶來的影響，它能夠較直觀地反映出變量之間的動態交互作用。方差分解是通過分析每一個結構沖擊對內生變量變化（一般用方差度量）的貢獻度，進一步評價不同結構沖擊的重要性。

（二）變量選擇和數據說明

考慮到數據的可得性，這里采用年末內蒙古人民幣各項貸款余額代表貸款（DK），采用年度城鎮固定資產投資額、年度工業增加值分別代表投資（TZ）和工業生產（SC）。本文研究的樣本區間為1980—2012年。數據來源于Wind數據庫。本文使用EVIEWS6軟件進行實證分析。

三、實證分析與檢驗

（一）單方根檢驗

在單方根檢驗前，為消除異方差的影響，對原序列取對數，分別記為LDK、LTZ、LSC，相應的一階差分記為DLDK、DLTZ、DLSC。表1分別是1980—2012年各序列單方根檢驗情況。

從表1可知，在5%的顯著性水平下，LDK、LTZ、LSC序列接受原假設，即存在單方根的結論；DLDK、DLTZ、DLSC序列拒絕原假設，即接受不存在單方根的結論。因此，LDK、LTZ、LSC序列在經過一階差分后平穩，它們都是一階單整序列，即I（1）。

（二）對LDK、LTZ與LSC構建VAR模型

構建 VAR 模型，首先要確定模型的滯后階數，根據AIC與SC最小的判斷準則，經過軟件多次實驗，發現 LDK、LTZ與LSC三者 VAR 模型的最佳滯后階數 p=4。

通過 EVIEWS 軟件求解，得到結果如表2所示：

在模型一的估計結果中，LTZ對LDK的滯后影響系數分別為0.2143、-0.2912、0.1087、0.0142，影響系數和為0.0459，說明LTZ對LDK存在正向的影響，即固定資產投資增長會拉動貸款增長；LSC對 LDK的滯后影響系數分別為0.3006、-0.2476、0.0611、-0.1113，影響系數和為0.0029， 說明工業生產對貸款有一定的正向推動作用，即工業生產增加將促使貸款需求增加。

在模型二的估計結果中，LDK對LTZ的滯后影響系數分別為-0.1209、0.2227、-0.8084、0.7399，影響系數和為0.0332，說明LDK對LTZ存在正向的影響，即貸款增長會刺激固定資產投資增長；LSC對 LTZ的滯后影響系數分別為-0.6223、0.4664、-0.0729、0.0954，影響系數和為-0.1335， 說明工業生產對固定資產投資有負面影響。工業對投資的負向作用與我們對經濟觀察的經驗存在一定的背離，造成這個現象可能有兩個解釋，一個原因是工業生產和固定資產投資都需要包括銀行貸款在內的社會各方面資金支持，在全社會資金相對有限的情況下，工業生產擠占了部分投資領域的資金；另一個原因是相當數量工業產品的最終用途是消費、銷往自治區以外的國內其他省市以及出口，而不是投資。

在模型三的估計結果中，LDK對LSC的滯后影響系數分別為-0.3759、0.5043、-0.1248、0.0727，影響系數和為0.0763，說明LDK對LSC存在正向的影響，即貸款增長會拉動工業生產增長；LTZ對 LSC的滯后影響系數分別為0.4053、0.1880、-0.0438、0.1485，影響系數和為0.6980， 說明固定資產投資對工業生產有較大的正向推動作用，即固定資產投資增加將拉動煤炭、建材、鋼鐵等產品需求，進而刺激工業生產增長。

（三）LDK的脈沖響應函數

LDK的脈沖響應函數圖和方差分解圖分別如圖 1 和圖 2 所示。這里我們重點討論LDK的波動因素，因此未將LTZ和LSC的脈沖響應函數圖展示出來。

圖 1 的脈沖響應圖表示 LDK對來自自身和LTZ、LSC隨機擾動的反應過程，這里主要探討來自對方隨機擾動的反應。從圖1可以看出，來自LTZ的一個標準差隨機擾動對LDK的影響不斷增加，最大影響出現在第7期，而后震蕩收斂，全部時間都為正值，反映出LTZ的變動對LDK存在著正向推動作用；相對于LTZ帶來的影響，來自LSC的一個標準差隨機擾動對LDK的影響明顯弱小，除第2期稍有正向沖擊外，其后時間大都為較小的負值，反映出LTZ的變動對LDK存在著負向推動，但作用較弱。圖2的方差分解圖反映出在LDK、LTZ與LSC的動態關系中，LDK的波動主要歸因于來自LDK自身與LTZ的沖擊，從長期看LDK、LTZ分別解釋了波動產生的約30%、約70%，而 LSC只解釋了波動產生的不足1%，反映出貸款的變化與波動幾乎來源于自身與固定資產投資的波動影響。

四、結論分析與政策建議

（一）結論分析

VAR模型和脈沖響應函數的結果表明，在1980至2012年期間，內蒙古城鎮固定資產投資和工業生產都會促進貸款增加，而且投資拉動的作用更強于工業生產；同時，貸款增加也會拉動城鎮固定資產投資和工業生產，而且對工業生產的拉動作用強于投資；此外，城鎮固定資產投資對工業生產有較大的正向推動作用，但工業生產對城鎮固定資產投資的拉動作用不明顯。

（二）政策建議

1.積極擴大內蒙古貸款總量，滿足實體經濟合理的資金需求

首先，建議自治區政府支持全國性及自治區外的區域性銀行業金融機構、外資銀行到內蒙古設立分支機構，對新設立的金融機構，可以考慮給予適當的補助。其次，駐內蒙古的全國性金融機構努力向上爭取新增信貸規模，積極引進總行直貸項目或單列信貸指標，多渠道增加信貸資金來源。再次，充分發揮財政資金"四兩撥千斤"的杠桿作用，引導金融機構加大對重點領域重點企業的貸款投入。最后，支持銀行業金融機構通過整體轉讓表內信貸資產、加大不良資產處置力度、加快對國家明令限期淘汰的落后產能項目的信貸退出等方式，有效盤活存量貸款規模，為新增貸款騰出空間。

2.增強貸款對內蒙古工業發展的拉動作用

金融管理部門一方面可以根據信貸政策和產業政策契合度，引導銀行業金融機構對符合國家產業政策，對當地就業、稅收及產業發展貢獻較大的工業企業提供充裕的資金支持，促使工業企業向集約化、節約型方向發展；另一方面積極創新金融服務方式，搭建金融支持工業企業發展的互動平臺。以推介會等形式加強銀行和工業企業溝通，訂立合作意向或簽訂合作協議，增強支持力度。同時，各銀行業金融機構要發揮主動性，科學規劃，加大對自治區工業企業的全方位資金支持。以國開行為主的政策性銀行著重加大對工業企業發展所需的配套基礎設施建設的信貸支持；工農中建四大商業銀行著重加大對大中型工業企業的資金支持；股份制銀行和地方中小金融機構著重滿足小微企業的資金需求。

3.增強貸款對內蒙古投資的拉動作用

銀行業金融機構要以重點項目為抓手，積極向符合條件的重點項目發放貸款，保障重點項目建設順利進行。一是加強信貸產品創新。積極開辦"項目收益權質押貸款"等符合重點項目融資需求特點的信貸產品，提高信貸融資效率。二是加強同業合作。針對部分重點項目建設資金需求量較多的情況，銀行業金融機構可以加強與自治區外金融機構的合作，采取銀團貸款、內保外貸、信貸資產轉讓等方式，吸引外部資金流入。三是根據重點項目建設進度提供高效金融服務。對已授信的在建續貸項目，按照工程進度用款要求，及時撥付貸款資金，保障工程進度；對已承諾貸款并完成評估、審批環節的項目，加快放款進度；對有承貸意向的項目要加快評估工作進度，在切實防范風險的前提下，簡化程序，提高工作效率；對意向介入的新開工項目，早介入、早接觸、早評估；對已經投產尚缺流動資金的重點項目，主貸銀行積極給予支持。

（作者單位：中國人民銀行福州中心支行）

責任編輯：張莉莉