產業結構、產業政策與銀行業信貸結構

摘 要：本文以2005—2012年間中國19個行業的非平衡面板數據為基礎，分三個層次通過建立變截距或變系數固定效應面板模型，研究了產業結構、產業政策對銀行業信貸結構行業分布的影響。實證結果顯示，產業政策、產業結構對信貸結構均有顯著的正向效應，產業政策對第二產業信貸結構的影響力度大于對第三產業，不同行業的產業結構份額變化對銀行信貸結構份額變化的影響程度不同，這種差異背后經常可以尋到產業政策的痕跡。

關鍵詞：產業結構；產業政策；信貸結構

中圖分類號：F832.33 文獻標識碼：A〓 文章編號：1003-9031（2014）09-0004-04 DOI：10.3969/j.issn.1003-9031.2014.09.01

中國第十二個五年規劃明確提出調整產業結構的要求，并公布了綱要性的產業政策文件《產業結構調整指導目錄》予以指導。產業結構的調整離不開資金支持，同時也會對資金這種稀缺資源在產業間的再配置產生重要影響。在中國，銀行業的信貸資金是產業政策得以實現的微觀基礎，是產業結構有效調整的主要資金來源。新產業政策的發布、產業結構的調整是否會改變銀行業現有的信貸行業分布結構？如果會，各行業在信貸結構中的份額又將如何變化？這是銀行業非常關心的。

一、文獻綜述

盡管研究信貸對產業結構影響的文獻有一些，研究產業結構、產業政策對信貸結構影響的文獻卻非常少，使用實證方法量化研究的文獻更是難以尋覓。已有研究認為，銀行的利潤增長受產業結構等外部經濟環境因素的影響，并且這種外部影響并非銀行可控[1]。當產業結構調整升級時，銀行也應該積極調整信貸結構以適應變化，培育新的業務增長點[2]。比如支持戰略性新興產業，前瞻性的調整信貸資產結構，降低信貸整合風險[3]。總體上信貸結構與產業結構同向變動[4]，兩者相互影響和制約，協調時相互促進，不協調時會加劇對方的失衡，在均衡和失衡的動態變動中實現調整、優化[5]。

信貸結構變化受信貸政策直接影響，信貸政策又在很大程度上服從產業政策，產業政策與銀行信貸存在依存關系[6]。產業政策對信貸結構的影響在計劃經濟時代尤其明顯，甚至當缺乏透明、可行的產業政策時，信貸結構調整目標不明確[7]。產業政策的貫徹實現機制之一即為信貸機制，靠“傾斜金融”，使資金的流量在產業間形成差別，由此帶來信貸結構的轉變[8]。

遺憾的是，這些研究產業結構、產業政策對信貸結構影響的文獻，都是規范性的，缺乏從實證的角度給出令人信服的證據，無法為銀行決策提供有價值的數據。當產業政策改變、產業結構調整時，銀行希望獲知某行業在產業結構中份額的改變，引起其在信貸結構中份額變化的具體數量，進而量化評估該行業信貸風險和收益，計算行業組合信貸風險。鑒于此，本文從實證的角度構建變截距或變系數固定效應面板模型，在三個層次上對19個行業，研究產業結構、產業政策對銀行信貸結構是否有影響以及影響程度如何，籍以為我國銀行及其他金融機構的決策提供參考。

二、模型構建與實證檢驗

（一）變量選擇與模型構建

1.產業結構、產業政策變量

產業結構有兩種指標：一種是用各產業投入生產要素的數量對比指標，從各產業間資源配置的比較上說明產業結構；另一種是用各產業的產出數量對比指標，從各產業生產經營活動成果比較上說明產業結構。在研究信貸投入對產業結構影響時常使用反映產業生產經營成果的指標[9-10]。研究產業結構對信貸結構的影響時，應使用表示產業資源配置的投入要素指標。郭明等（2009）指出銀行信貸對三次產業的貢獻度差異主要源于產業的固定資產投資需求差異[11]。本文用行業的固定資產投資占所有行業固定資產投資總額的比例代表行業的產業結構份額，用R_FAIi表示，即

其中，FAI為固定咨投資，i為產業。

在研究期內有兩個重大的產業政策文件，即2005年版和2011年版的《產業結構調整指導目錄》（以下簡稱《目錄》）。《目錄》將產業分為鼓勵、允許、限制和淘汰4類，其中允許類未列出，即不屬于鼓勵、限制和淘汰類的產業都屬于允許類。參照殷華方（2006）量化外資產業政策的方法，本文將鼓勵、允許、限制和淘汰4類分別評分為1、0、-1、-2[12]。考慮到同一類中調整力度也有巨大差異，對鼓勵、限制和淘汰類中產業調整條目不超過5條的，增加三個評分等級0.5、-0.5、-1.5。將同一產業在各類中的評分相加得到該產業的產業政策評分，即

其中，k為政策的類別，i為產業，t為時間。

2.信貸結構行業分布變量

在研究信貸對產業結構影響的文獻中，學者多選擇信貸余額或其占GDP的比例代表銀行信貸狀況[13]。本文用行業的信貸余額占全部行業信貸余額的比例代表信貸結構中行業的份額，用R_Loani表示，即

其中，Loan為貸款，i為產業。

3.控制變量

影響信貸結構產業分布的因素很多，因此要添加控制變量控制其他因素的影響。

產業的信貸融資偏好程度會影響信貸結構行業分布。由于融資約束等原因，具有相同固定資產投資的產業在信貸結構中的份額可能不同。本文用行業取得的國內貸款占該行業投資額的比例表示行業對銀行信貸的融資偏好程度，用R_Preferi表示。銀行放貸時會考慮到行業的信貸風險，本文用行業的不良貸款率R_NPLi表示信貸的行業風險。由于2008年的金融危機引起中國2009和2010年信貸規模變動異常，因此引入危機啞變量D_Crisis，它在2009和2010年為1，在其他年份為0。

4.模型的構建

本文構建如下面板模型：

（二）數據說明與描述

本文的數據來源于CEIC環亞經濟數據庫、中國工商銀行（以下簡稱工行）年報及中國統計年鑒，產業政策評分依據2005年和2011年的《產業結構調整指導目錄》，樣本為2005—2012年間的年度數據。行業選擇及整合以工行年報為主，共10個行業，其中制造業又細分出9個二級行業①，因此截面單位為19。本文的分析分三個層次，第一個層次包括19個所列行業的全部樣本；第二個層次分別研究第二產業的13個行業和第三產業的6個行業，第三個層次研究制造業內9個細分行業。樣本中沒有離群點，各組樣本均為不平衡面板數據。

（三）計量模型的選擇

按截距、斜率是否相同，面板模型分為混合模型、變截距模型和變系數模型。判斷應采用哪種模型形式，可以利用協方差構造檢驗統計量。混合模型、變截距模型和變系數模型的殘差平方和分別記為S3、S2、S1，K為模型中解釋變量的數目（不包括常數項），N為在橫截面上選取的個體數，T為時間序列的期數，構造如下協方差檢驗統計量：

若F2大（等）于某置信度（如95%）下的同分布臨界值，則繼續檢驗F1，反之用混合模型擬合樣本。若F1大（等）于某置信度（如95%）下的同分布臨界值，則用變系數模型擬合樣本，反之用變截距模型擬合樣本。本文分別對全部樣本行業、第二產業、第三產業和制造業內的細分行業使用三種模型進行擬合，并根據F1和F2為它們

LR檢驗都在1%的顯著水平上拒絕原假設，表明引入固定效應并非多余。Hausman檢驗也都在1%的顯著水平上拒絕原假設，表明無需使用隨機效應模型，使用固定效應模型即可。本文并非以樣本推論總體，是對樣本行業自身研究，因此采用固定效應模型。

三、估計結果與分析

對全部樣本行業和第二產業采用變截距的固定效應模型進行回歸，對第三產業和制造業內細分行業采用變系數的固定效應模型進行回歸，回歸結果見表4、表5。

1.回歸結果總述。表4表明，對各樣本組，產業結構（R_FAI）、產業政策（Pol）對信貸結構的行業分布（R_Loan）影響均顯著。信貸的行業風險（R_NPL）和金融危機（D_Crisis）對信貸結構行業分布影響也顯著。產業的信貸融資偏好程度（R_Prefer）僅對全部行業和第三產業影響顯著，對第二產業和制造業內的細分行業影響不顯著。各組樣本的R平方和調整的R平方都大于0.95，顯示模型整體擬合效果很好。

2.產業政策與信貸結構的關系。產業政策對信貸結構行業分布的影響顯著為正，產業政策鼓勵的行業獲得的信貸份額上升，產業政策抑制的行業獲得的信貸份額下降。這是因為產業政策改變了產業的發展前景，從根本上改變了產業的相對競爭優勢，吸引信貸投向更有前景的產業。從《產業結構調整指導目錄》中可以看出，第二產業總體處于被調整狀態，淘汰落后產能，提高產業質量，第三產業總體處于被鼓勵狀態。相應的第二產業信貸比例逐年減少，第三產業逐年增加，與產業政策導向一致。產業政策對第二產業信貸結構的影響（2.377197）大于第三產業（0.989946），表明信貸對第二產業的產業政策更敏感。相比較其它變量，產業政策對信貸結構行業分布的影響最大，這是因為本文中產業政策只有少數幾個評分級別，級別的改變意味著產業前景的顯著不同，因此對行業的信貸結構份額有較大影響。

3.產業結構與信貸結構的關系。表4表明，總體上產業結構對信貸結構行業分布的影響顯著為正。行業擴張、產業份額增加時，行業的信貸份額也增加，驗證了前人信貸結構與產業結構同向變動的結論。從表5可以看出，總體上第三產業比制造業R_FAI系數的絕對值大，表明當第三產業的行業擴張時，會引起該行業信貸份額更大幅度的增加，信貸對第三產業的支持力度大于對制造業的支持力度。

制造業內多數細分行業的R_FAI系數都較小，在0-0.66之間。最低的非金屬礦物業的R_FAI系數甚至為負，表明當該行業擴張、投資增加時，獲得的信貸份額反而減少。這種逆向變動與近年來中國不斷加大淘汰水泥（非金屬礦物業的主要產品之一）行業落后產能力度的產業政策相關。在第三產業中，租賃和商務服務業的R_FAI系數最大（4.5），顯示該行業的變動對信貸結構的影響較大，表明信貸對產業政策鼓勵的高質量新興服務業支持力度強。傳統服務業中的批發、零售和住宿業R_FAI系數也較大，這可能與國家近年致力于解決中小企業融資難的產業政策有關。房地產業的固定資產投資比例一直較大（22-25%），但其信貸比例卻較小（8.3-10.9%），使得其R_FAI系數只有0.22。從工行年報可知，這是工行強化房地產業風險管理，在銀行內實施行業貸款限額的結果。

以上分析表明，產業結構是影響信貸結構行業分布的一個重要因素，但不同行業的產業結構對信貸結構的影響幅度存在差異，在這種差異背后，經常可以尋到產業政策的痕跡。產業政策鼓勵的行業在產業結構中的份額增加時，會引起該行業的信貸份額增加較多；反之，產業政策抑制的行業在產業結構中的份額增加時，會引起該行業的信貸份額增加較少，甚至不增反減。

四、結論

本文以2005—2012年間中國19個行業的非平衡面板數據為基礎，分三個層次通過建立變截距或變系數固定效應面板模型，研究了產業結構、產業政策對銀行業信貸結構行業分布的影響。

實證結果表明，產業政策、產業結構對銀行業信貸結構行業分布有顯著的正向效應。產業政策對行業的鼓勵或抑制會引起行業在信貸結構中的份額上升或下降，這是因為產業政策從根本上改變了產業的相對競爭優勢，吸引信貸投向政策青睞、前景看好的產業。產業政策對第二產業信貸結構的同向影響力度大于第三產業。總體上，行業在產業結構中份額的上升或下降也會引起它在信貸結構中份額的上升或下降，這是因為行業擴張引起投資需求增加，行業萎縮引起投資需求減少，投資需求的改變是造成信貸資金供應在行業間改變的直接原因。但不同行業在產業結構中份額的變化對其在信貸結構中份額變化的影響程度不同，這種差異背后經常可以尋到產業政策影響的痕跡。增加同等產業份額時，產業政策鼓勵的行業的信貸份額增加較多；產業政策抑制的行業的信貸份額增加較少，甚至不增反減。

（責任編輯：張恩娟）

參考文獻：

[1]Roy A. Strategic Positioning And Capacity Utilization：

Factors In Planning For Profitable Growth In Banking.[J]. Journal of Performance Management， 2010，23（3）：23-58.

[2]徐榮梅.產業積聚效應下的集團客戶信用風險表征及識別[J].金融理論與實踐，2009（11）：18-21.

[3]潘功勝.商業銀行是推動新興產業發展的重要動力[J].中國金融，2011（2）：17.

[4]中國人民銀行廣安市中心支行課題組.信貸結構與產業結構的協調性研究[J].西南金融，2012（1）：54-56.

[5]龐貞燕.河南省信貸結構與產業結構的對比分析[J].金融理論與實踐，2012（7）：30-34.

[6]毛葛民，鐘華廣.銀行信貸與產業政策的協調[J].財經科學，1993（3）：45-49.

[7]陳國泉，劉明.優化我行信貸結構之建議[J].國際金融，1997（12）：59-60.

[8]梁東黎.產業結構政策的宏觀效應[J].江蘇社會科學，2005（4）：52-58.

[9]B. T J O. Effects of Bank Credit on Industrial Performance in Nigeria[J]. International Business and Management， 2012，4（2）：158-168.

[10]Rajan R G， Zingales L. Financial Dependence and

Growth[J]. The American Economic Review， 1998，88（3）：559-586.

[11]郭明，錢箏箏，黃順緒.我國銀行信貸對三次產業增長貢獻度的差異研究[J].產業經濟研究，2009（1）：26-32.

[12]殷華方，潘鎮，魯明泓.中國外商直接投資產業政策測量和有效性研究：1979～2003[J].管理世界，2006（7）：34-45.

[13]楊小玲.中國金融發展的產業結構優化效應研究[J].區域金融研究，2009（7）：30-34.