產(chǎn)業(yè)結(jié)構(gòu)對信貸結(jié)構(gòu)的作用機(jī)制分析

張 玲，劉 澄

（北京科技大學(xué) 東凌經(jīng)濟(jì)管理學(xué)院，北京 100083）

1 引言及文獻(xiàn)綜述

中國國民經(jīng)濟(jì)發(fā)展的第十二個(gè)五年規(guī)劃中，明確提出調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的要求，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整會對資金的再配置產(chǎn)生重要影響。銀行業(yè)非常關(guān)心產(chǎn)業(yè)結(jié)構(gòu)調(diào)整給其占總資產(chǎn)約70％的信貸資金帶來的風(fēng)險(xiǎn)和機(jī)遇。然而研究產(chǎn)業(yè)結(jié)構(gòu)對金融要素影響的文獻(xiàn)卻很少，產(chǎn)業(yè)結(jié)構(gòu)對信貸結(jié)構(gòu)影響的實(shí)證文獻(xiàn)更是難覓?；诖耍疚膶膶?shí)證的角度建立計(jì)量模型，研究產(chǎn)業(yè)結(jié)構(gòu)對銀行信貸結(jié)構(gòu)是否有影響以及如何影響。本文中的信貸結(jié)構(gòu)專指信貸結(jié)構(gòu)的行業(yè)分布形態(tài)。

Anjan Roy指出銀行的利潤增長受產(chǎn)業(yè)結(jié)構(gòu)等外部經(jīng)濟(jì)環(huán)境因素的影響，并且這種外部影響并非銀行可控［1］。徐榮梅認(rèn)為當(dāng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級時(shí)，銀行也應(yīng)該積極調(diào)整信貸結(jié)構(gòu)以適應(yīng)變化，培育新的業(yè)務(wù)增長點(diǎn)［2］，比如支持戰(zhàn)略性新興產(chǎn)業(yè)、前瞻性的調(diào)整信貸資產(chǎn)結(jié)構(gòu)、降低信貸整合風(fēng)險(xiǎn)。總體上信貸結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)同向變動（中國人民銀行廣安市中心支行［3］），兩者相互影響和制約，協(xié)調(diào)時(shí)相互促進(jìn)，不協(xié)調(diào)時(shí)會加劇對方的失衡，在均衡和失衡的動態(tài)變動中實(shí)現(xiàn)調(diào)整、優(yōu)化［4］。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是“因”，它從根本上改變了信貸對象的相對優(yōu)勢，銀行為適應(yīng)這種變化而調(diào)整信貸結(jié)構(gòu)，信貸結(jié)構(gòu)調(diào)整是“果”。

遺憾的是這些文獻(xiàn)都是規(guī)范性的，銀行更需要以歷史實(shí)際數(shù)據(jù)為基礎(chǔ)，研究產(chǎn)業(yè)結(jié)構(gòu)是否會對信貸結(jié)構(gòu)產(chǎn)生影響，如何產(chǎn)生影響，影響程度如何。因此本文采用實(shí)證的方法，構(gòu)建動態(tài)面板模型，研究產(chǎn)業(yè)結(jié)構(gòu)對銀行信貸結(jié)構(gòu)的影響，藉以為我國銀行及其他金融機(jī)構(gòu)的決策提供參考。

2 模型構(gòu)建與實(shí)證檢驗(yàn)

2.1 變量選擇與模型構(gòu)建

產(chǎn)業(yè)結(jié)構(gòu)一般用兩種指標(biāo)表示：一種是用各產(chǎn)業(yè)投入生產(chǎn)要素（勞動力、資金等）的數(shù)量對比指標(biāo)，從各產(chǎn)業(yè)間的資源配置的比較上說明產(chǎn)業(yè)結(jié)構(gòu)；另一種是用各產(chǎn)業(yè)的產(chǎn)出（增加值、實(shí)物量等）數(shù)量對比指標(biāo)，從各產(chǎn)業(yè)生產(chǎn)經(jīng)營活動成果比較上說明產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)的改變從產(chǎn)業(yè)間投資結(jié)構(gòu)改變開始，因此研究產(chǎn)業(yè)結(jié)構(gòu)對信貸結(jié)構(gòu)的影響，應(yīng)使用表示產(chǎn)業(yè)資源配置的投入要素指標(biāo)。鑒于投資結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)密切相關(guān)，可以從固定資產(chǎn)進(jìn)行分析［5］。本期固定資產(chǎn)投資增量結(jié)構(gòu)決定著未來產(chǎn)業(yè)增長部分的結(jié)構(gòu)，進(jìn)而對未來產(chǎn)業(yè)結(jié)構(gòu)發(fā)生影響。本文以各行業(yè)的固定資產(chǎn)投資代表該行業(yè)的發(fā)展，固定資產(chǎn)投資的行業(yè)分布即代表了產(chǎn)業(yè)結(jié)構(gòu)，并選擇各行業(yè)的信貸余額代表信貸結(jié)構(gòu)的行業(yè)分布。

本文使用面板模型，固定資產(chǎn)投資具有延續(xù)性，信貸余額的行業(yè)分布也具有一定延續(xù)性，因此將解釋變量（固定資產(chǎn)投資）的滯后項(xiàng)和被解釋變量（銀行信貸余額）的滯后項(xiàng)也作為解釋變量，構(gòu)建動態(tài)面板模型。模型如下：

其中，loan是銀行信貸余額，F(xiàn)AI是固定資產(chǎn)投資，δi是行業(yè)的個(gè)體特質(zhì)效應(yīng)，不隨時(shí)間變化，εi，t服從正態(tài)分布，αj和βk是待估參數(shù)。

2.2 數(shù)據(jù)說明與描述

行業(yè)固定資產(chǎn)投資數(shù)據(jù)和固定資產(chǎn)投資價(jià)格指數(shù)來源于CEIC數(shù)據(jù)庫，信貸數(shù)據(jù)來源于中國工商銀行年報(bào)，樣本為2005-2012年的年度數(shù)據(jù)。共10個(gè)行業(yè)，其中第二產(chǎn)業(yè)4個(gè)，第三產(chǎn)業(yè)6個(gè)，制造業(yè)下有9個(gè)二級行業(yè)①10個(gè)行業(yè)為：制造業(yè)，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)，采礦業(yè)，建筑業(yè)，交通運(yùn)輸、倉儲和郵政業(yè)，批發(fā)、零售和住宿業(yè)，房地產(chǎn)業(yè)，水利、環(huán)境和公共設(shè)施管理業(yè)，租賃和商務(wù)服務(wù)業(yè)，科教文衛(wèi)。制造業(yè)細(xì)分出的9個(gè)二級行業(yè)為：化工，機(jī)械，金屬加工，鋼鐵，紡織及服裝，計(jì)算機(jī)、通信和其他電子設(shè)備，交通運(yùn)輸設(shè)備，非金屬礦物，石油加工、煉焦及核燃料。，截面單位為19。用固定資產(chǎn)投資價(jià)格指數(shù)剔除了不同時(shí)間的價(jià)格變動影響，得到真實(shí)固定資產(chǎn)投資和真實(shí)信貸余額。對數(shù)據(jù)做對數(shù)化處理，使其趨勢線性化，并消除異方差影響。對數(shù)真實(shí)固定資產(chǎn)投資變量記作lnreal_FAI，對數(shù)真實(shí)信貸余額記作lnreal_loan，因此模型為：

實(shí)證分析采用Stata12.0軟件。變量的描述性統(tǒng)計(jì)見表1。

表1 模型變量的定義與描述性統(tǒng)計(jì)

對存在個(gè)體效應(yīng)的動態(tài)面板數(shù)據(jù)模型，不僅存在時(shí)間上的自相關(guān)性，而且消除個(gè)體效應(yīng)的組內(nèi)變換和差分變換導(dǎo)致了模型的內(nèi)生性［6］，若用面板數(shù)據(jù)的隨機(jī)效應(yīng)或固定效應(yīng)對模型進(jìn)行估計(jì)，參數(shù)估計(jì)值在不同程度上是有偏的、非一致的估計(jì)量，從而導(dǎo)致由其推導(dǎo)的經(jīng)濟(jì)含義也是扭曲的。為了解決這一問題，采用動態(tài)面板數(shù)據(jù)廣義矩（GMM）法對模型進(jìn)行估計(jì)。

2.3 面板數(shù)據(jù)的單位根檢驗(yàn)與協(xié)整檢驗(yàn)

首先檢驗(yàn)數(shù)據(jù)的平穩(wěn)性以避免“虛假回歸”現(xiàn)象。變量lnreal_FAI是平衡面板數(shù)據(jù)，變量lnreal_loan是非平衡面板數(shù)據(jù)，因此分別采用IPS檢驗(yàn)和Fisher檢驗(yàn)，結(jié)果見表2。

單位根檢驗(yàn)結(jié)果表明，全部行業(yè)、第二產(chǎn)業(yè)及第三產(chǎn)業(yè)的lnreal_FAI和lnreal_loan變量都不平穩(wěn)。一階差分結(jié)果表明，除了第三產(chǎn)業(yè)的lnreal_loan變量外，其他變量都為一階單整I（1）。第三產(chǎn)業(yè)lnreal_loan變量為二階單整I（2）。需要對全部行業(yè)和第二產(chǎn)業(yè)進(jìn)一步做面板數(shù)據(jù)的協(xié)整檢驗(yàn)。由于樣本量的限制，使用撥靴法（Bootstrap）作基于誤差修正模型的檢驗(yàn)，抽樣次數(shù)為300次。見表3可以看出，對于全部行業(yè)和第二產(chǎn)業(yè)，采用OLS估計(jì)模型得到的兩個(gè)組統(tǒng)計(jì)量Gt和Ga，以及利用第一階段的OLS殘差計(jì)算的兩個(gè)面板統(tǒng)計(jì)量Pt和Pa均在5％的顯著水平上無法拒絕原假設(shè)，即面板不存在協(xié)整關(guān)系。

3 估計(jì)結(jié)果與分析

使用系統(tǒng)廣義矩（SYSGMM）對模型進(jìn)行參數(shù)估計(jì)。模型中解釋變量和被解釋變量滯后階數(shù)的選擇以二階相關(guān)系數(shù)較小和Sargan統(tǒng)計(jì)量較小為標(biāo)準(zhǔn)。分別對全部行業(yè)、第二產(chǎn)業(yè)及第三產(chǎn)業(yè)進(jìn)行估計(jì)，結(jié)果見表4。擾動項(xiàng)自相關(guān)性的檢驗(yàn)和過度識別檢驗(yàn)的結(jié)果一并見表4。

從表4中可以看出，擾動項(xiàng)不存在一階、二階自相關(guān)，過度識別檢驗(yàn)（Sargan test）表明無法拒絕“所有工具變量均有效”的原假設(shè)，工具變量（差分方程工具變量為，GMM-type：L（2/.）.lnreal_loan，Standard：D.lnreal_FAI LD.lnreal_FAI，水平方程工具變量為，GMM-type：LD.lnreal_loan）的選擇是合理的，因而可采用系統(tǒng)廣義矩法進(jìn)行估計(jì)。估計(jì)結(jié)果顯示：

（1）對于全部行業(yè)及第二、第三產(chǎn)業(yè)內(nèi)的行業(yè)，對數(shù)真實(shí)信貸余額的一階滯后項(xiàng)都顯著，且參數(shù)為較大的正值。這反映出銀行前期存量信貸的行業(yè)分布對當(dāng)期信貸的行業(yè)分布有較大影響，而存量信貸的行業(yè)分布在一定程度上反映了前期的產(chǎn)業(yè)結(jié)構(gòu)，因?yàn)樗怯蓺v史固定資產(chǎn)投資累計(jì)形成的；同時(shí)銀行信貸在行業(yè)選擇上具有較高的延續(xù)性，傾向于對前一年的貸款行業(yè)繼續(xù)放貸。但是對全部行業(yè)和第二產(chǎn)業(yè)，對數(shù)真實(shí)信貸余額的二階滯后項(xiàng)都不顯著，只有第三產(chǎn)業(yè)的對數(shù)真實(shí)信貸余額的二階滯后項(xiàng)顯著，表明第三產(chǎn)業(yè)有更好的連貫性。第三產(chǎn)業(yè)的對數(shù)真實(shí)信貸余額的二階滯后項(xiàng)是較小的負(fù)值，這可能是由于貸款對象投資的經(jīng)營成果在一年后顯現(xiàn)出來，為銀行的再次信貸提供了更多決策依據(jù)。

表2 面板數(shù)據(jù)單位根檢驗(yàn)結(jié)果

表3 基于誤差修正模型的面板協(xié)整檢驗(yàn)結(jié)果

表4 全部行業(yè)、第二產(chǎn)業(yè)及第三產(chǎn)業(yè)的系統(tǒng)廣義矩估計(jì)結(jié)果

（2）對全部行業(yè)、第二和第三產(chǎn)業(yè)內(nèi)的行業(yè)，當(dāng)期對數(shù)真實(shí)固定資產(chǎn)投資變量都顯著，為較大的正值，表明行業(yè)新增固定資產(chǎn)投資的確是拉動該行業(yè)信貸增長的主要因素之一。但其值小于對數(shù)真實(shí)信貸余額的一階滯后，表明存量信貸的行業(yè)分布比增量信貸的行業(yè)分布對信貸結(jié)構(gòu)行業(yè)分布的影響更大。對于第三產(chǎn)業(yè)，對數(shù)真實(shí)固定資產(chǎn)投資的一階滯后不顯著。這可能是由于相比較第二產(chǎn)業(yè)，第三產(chǎn)業(yè)的固定資產(chǎn)投資平均周期較短所致。對于全部行業(yè)和第二產(chǎn)業(yè)，對數(shù)真實(shí)固定資產(chǎn)投資的一階滯后都顯著為負(fù)，表明若在申請信貸前的上一年度已經(jīng)有固定資產(chǎn)投資，則不利于獲得信貸。

（3）對于全部行業(yè)和第二、第三產(chǎn)業(yè)內(nèi)的行業(yè)，對數(shù)真實(shí)固定資產(chǎn)投資二階及以上的滯后項(xiàng)都不顯著，對數(shù)真實(shí)信貸余額三階及以上的滯后項(xiàng)都不顯著，表明被解釋變量與近期的解釋變量關(guān)系較大，與遠(yuǎn)期的解釋變量關(guān)系較小。

4 結(jié)論與建議

通過對產(chǎn)業(yè)結(jié)構(gòu)和信貸結(jié)構(gòu)的行業(yè)分布建立動態(tài)面板模型的計(jì)量分析，我們可以得出關(guān)于產(chǎn)業(yè)結(jié)構(gòu)對銀行信貸結(jié)構(gòu)影響的以下結(jié)論：①前期的產(chǎn)業(yè)結(jié)構(gòu)通過存量信貸行業(yè)分布的表現(xiàn)形式，對當(dāng)期信貸結(jié)構(gòu)行業(yè)分布產(chǎn)生較大的正面影響，兩者同向變動，但在產(chǎn)業(yè)結(jié)構(gòu)快速轉(zhuǎn)變的時(shí)期，這種影響隨著時(shí)間延續(xù)迅速減小；②產(chǎn)業(yè)結(jié)構(gòu)的變動通過增量信貸（當(dāng)期固定資產(chǎn)投資）行業(yè)分布的表現(xiàn)形式，對當(dāng)期信貸結(jié)構(gòu)行業(yè)分布有較大的正面影響，即產(chǎn)業(yè)結(jié)構(gòu)的變動會引起信貸結(jié)構(gòu)的同向變動，但其影響力小于存量信貸對信貸結(jié)構(gòu)行業(yè)分布的影響；③對于第二產(chǎn)業(yè)，增量信貸的行業(yè)分布對信貸行業(yè)分布的影響時(shí)間長于第三產(chǎn)業(yè)，對于第三產(chǎn)業(yè)，存量信貸行業(yè)分布對當(dāng)期信貸行業(yè)分布的影響時(shí)間長于第二產(chǎn)業(yè)。這3點(diǎn)使我們認(rèn)識到，產(chǎn)業(yè)結(jié)構(gòu)的確對信貸結(jié)構(gòu)的行業(yè)分布產(chǎn)生影響，這種影響通過兩條途徑實(shí)現(xiàn)，一是體現(xiàn)前期產(chǎn)業(yè)結(jié)構(gòu)的存量信貸行業(yè)分布；二是體現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)變動的增量信貸行業(yè)分布。第一條途徑的影響力大于第二條，對于不同的產(chǎn)業(yè)，兩條途徑的作用時(shí)長不同。因此當(dāng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整時(shí)，銀行調(diào)整信貸結(jié)構(gòu)的行業(yè)分布可以通過兩條途徑進(jìn)行，一是完善存量信貸的行業(yè)分布，做到信貸在不同行業(yè)有進(jìn)有退；二是改變增量信貸的投放行業(yè)。根據(jù)兩條途徑的調(diào)整力度不同和對各產(chǎn)業(yè)的作用時(shí)效不同，選擇合適的調(diào)整方法。

［1］A Roy.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(chǎn)業(yè)積聚效應(yīng)下的集團(tuán)客戶信用風(fēng)險(xiǎn)表征及識別［J］.金融理論與實(shí)踐，2009（11）：18-21.

［3］中國人民銀行廣安市中心支行課題組.信貸結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的協(xié)調(diào)性研究［J］.西南金融，2012（1）：54-56.

［4］龐貞燕.河南省信貸結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的對比分析［J］.金融理論與實(shí)踐，2012（7）：30-34.

［5］吳多莉.信貸資金對投資與產(chǎn)業(yè)結(jié)構(gòu)目標(biāo)導(dǎo)向［J］.金融研究，1993（10）：19-23.

［6］S N.Biases in dynamic models with fixed effects［J］.Econometrica，1981，49（6）：1417-1426.