社會融資對實體經濟發展影響的實證研究

楊彩云

（新疆財經大學，新疆烏魯木齊830012）

?

社會融資對實體經濟發展影響的實證研究

楊彩云

（新疆財經大學，新疆烏魯木齊830012）

摘 要：近年來，隨著我國經濟的快速發展，社會融資規模也不斷擴大。為進一步研究社會融資對實體經濟發展的影響，選取2012年1月至2015年1月的月度數據，利用社會融資結構與實體經濟的各相關變量構造VAR模型進行實證分析，得出直接融資促進實體經濟發展，而間接融資則抑制實體經濟發展的結論。

關鍵詞：社會融資；實體經濟；直接融資；間接融資

社會融資，是指貸款人通過非傳統銀行貸款渠道籌集資金的活動。目前，除了銀行貸款和政府直接投入的資金，都認為是社會融資。社會融資是經濟實體融資的重要補充形式，社會融資規模是全面反映金融與經濟關系以及金融對實體經濟資金支持的總量指標。

一、文獻綜述

大部分對金融發展與經濟增長關系的研究認為金融發展促進了經濟增長，而對于社會融資如何影響實體經濟發展則有很多不同的看法。郭麗虹、張祥建和徐龍炳以中國31個省份的月度數據為樣本，針對社會融資規模和融資結構對實體經濟的影響進行了研究，得出社會融資規模的增加顯著促進了實體經濟發展，其中銀行貸款和股票融資對實體經濟增長有顯著的促進作用，而票據融資則對其有顯著的負面影響，債券融資的影響并不顯著。牛潤盛深入研究社會融資結構變遷對實體經濟和產業結構的動態影響，發現銀行信貸市場對實體經濟的作用在減弱，而債券、股票、保險市場以及民間借貸市場的作用逐步提高。盛松成實證分析了我國的貨幣政策能有效影響社會融資規模。費劍通過研究社會融資規模和融資結構對實體經濟的影響，得出社會融資規模和融資結構要依據實體產業的經濟狀況有針對性地進行改變與構建，促進二者的有機結合，進而大大促進了我國經濟的全面發展。以上觀點從不同的角度分析社會融資規模與實體經濟發展的關系，認為社會融資規模的不同構成部分對實體經濟有不同的影響。

二、我國社會融資發展現狀

近年來，隨著股票市場和證券市場的發展，我國社會融資呈現多元化發展趨勢，其中，直接融資所占比重不斷提高，企業債券發行尤為迅速，從2002年的367億元人民幣增加到2014年的23817億元，增長了近65倍。與此同時，人民幣貸款占比大幅下降，2002年人民幣貸款占同期社會融資規模的91.9%，到2013年僅占51.3%。2015年3月末，我國社會融資存量達到127.52萬億元人民幣，同比增長12.9%，其中對實體經濟發放的人民幣貸款同比增長14%，信托貸款同比增長4.6%，企業債券同比增長24.3%，非金融企業境內股票融資同比增長13.7%，對實體經濟發放的外幣貸款同比下降了7.2%。總體來說，社會融資在一定程度上促進了我國經濟的發展（見圖1）。

圖1　2002—2014年我國企業債券與非金融企業境內股票融資情況（單位：億元人民幣）

三、變量選擇與模型建立

社會融資分為直接融資和間接融資，而實體經濟的發展主要通過融資來維系，本文的研究思路主要是直接融資和間接融資分別對實體經濟的發展產生的影響。分別選取新增固定資產投資、企業債券、非金融企業境內股票融資、外幣貸款（折合成人民幣）以及信托貸款等變量構造VAR模型，分析社會融資結構對實體經濟的影響。

（一）變量選擇

根據中國人民銀行和國家統計局的相關數據，選取2012年1月至2015年1月的月度數據，因變量為新增固定資產投資（將其處理成流量數據，即為GDZC），是表示固定資產投資成果的價值指標，也能反映建設進度，計算固定資產投資效果，用來表示企業層面的投資行為，衡量實體經濟的發展狀況。

解釋變量則選取社會融資的結構變量，直接融資（ZJ）主要選取非金融企業境內股票融資（GPRZ）以及企業債券（QYZQ）兩個變量，間接融資（JJ）主要選取外幣貸款（折合人民幣，WDK）、信托貸款（XTDK）兩個變量。由于數據有限，為了能更好地說明社會融資結構對實體經濟發展的影響，本文把直接融資處理為非金融企業境內股票融資與企業債券之和，間接融資則處理為外幣貸款與信托貸款之和。

（二）模型設定

本文構建新增固定資產投資與直接融資和間接融資的VAR模型，分析直接融資和間接融資總體對實體經濟發展的影響（模型1）；新增固定資產投資與股票融資、企業債券、外幣貸款、信托貸款的VAR模型，分析直接融資與間接融資中各部分對實體經濟發展的影響（模型2）。

四、實證分析

本文主要采用向量自回歸（VAR）模型對社會融資結構與實體經濟之間的關系進行研究，VAR模型采用多方程聯立的形式，不以經濟理論為基礎，在模型的每一個方程中，內生變量對模型的全部內生變量的滯后項進行回歸，從而估計全部內生變量的動態關系，進而解釋各種經濟沖擊對經濟變量形成的影響。

（一）變量的平穩性檢驗

VAR模型中每一個變量都應是平穩的，若序列非平穩，則必須具有協整關系。因此做VAR模型前要先對各個變量的平穩性進行檢驗，判斷各個序列是否平穩。變量GDZC、ZJ、JJ、GPRZ、QYZQ、WDK以及XTDK的時序圖如圖2所示：

從時序圖可以初步判斷各個變量是平穩的，再進行ADF檢驗，檢驗結果如表1。

表1　各變量單位根檢驗結果

從表1可以判斷，各個變量都平穩，即這些變量都是I（0）過程，因此可以直接構造VAR模型。

（二）VAR模型滯后階次的確定

構造VAR模型，首先要確定模型的滯后階次。在選擇滯后階數時，一方面要盡量使滯后階數足夠大，以便能完整反映模型的動態特征。另一方面，滯后階數越大，需要估計的參數也就越多，模型的自由度就減少。所以最終選擇的滯后階數要綜合考慮各種滯后階數的檢驗方法，選出最優的滯后階數。通過各個檢驗方法，確定出模型1、2的滯后階數都為1。

圖2　各變量的時序圖

滯后階數確定后，要看VAR模型的AR根圖，判斷模型是否穩定，若模型不穩定，則有些檢驗結果就無效，兩個模型的AR根分別如圖3所示。

從圖3可以看出，模型的所有單位根都位于單位圓內，即都小于1，可判定這兩個VAR模型都是穩定的。

（三）VAR模型的脈沖響應分析與方差分解

1.脈沖響應

脈沖響應是分析當一個誤差項發生變化，或者模型受到某種沖擊時對系統的動態影響，能夠比較直觀地刻畫出變量之間的動態交互作用及效應。模型的脈沖響應函數如圖4所示，其中橫軸表示沖擊作用的滯后期間數（單位：月度），這里到第10期；縱軸表示新增固定資產投資對各個自變量沖擊的響應大小，實線表示脈沖響應函數，代表了對自變量的沖擊的反應，虛線表示正負兩倍標準差偏離帶。

正的沖擊，在第1期對新增固定資產投資波動有正的影響，在第2期達到最大，隨后開始逐漸減弱，到第6期逐漸趨于零，但其影響都是正的；給間接融資一個正的沖擊，在第一期對固定資產投資波動有逐漸增大的負影響并達到最大，隨后逐漸減弱，并在第6期以后趨于零，其對固定資產投資的影響是負的。對模型2而言，企業債券則對其有正的影響，促進實體經濟的發展，而股票融資、外幣貸款和信托貸款對固定資產投資有負的影響。

圖3　各個模型的AR根圖

圖4　兩個模型中的脈沖響應函數

2.方差分解

脈沖響應函數描述的是VAR模型中的一個內生變量的沖擊給其他內生變量所帶來的影響，而方差分解是通過分析每一個結構沖擊對內生變量變化（通常用方差來度量）的貢獻度，進一步評價不同結構沖擊的重要性。三個模型的方差分解如圖5所示，其中橫軸表示滯后期間數（單位：月度），縱軸表示各個變量對新增固定資產投資的貢獻率。

從圖5可以看出，不考慮固定資產投資自身的貢獻率，對模型1來說，間接融資對固定資產投資的貢獻率最大，達到9.6%，直接融資對固定資產投資的貢獻率最大，達到4.77%，直接融資與間接融資對固定資產投資的貢獻率都是逐漸增加并最終趨于穩定的；模型2中的股票融資和企業債券對固定資產投資的貢獻率比較小，外幣貸款和信托貸款對固定資產投資的貢獻率最大，都在7%左右。社會融資結構的各個變量對固定資產投資的貢獻率都是逐漸增加并最終趨于穩定的。

圖5　三個模型中GDZC的方差分解

四、結論

從以上實證分析中可知，社會融資中的直接融資能夠促進實體經濟的發展，而間接融資則在一定程度上阻礙了實體經濟的發展。作為直接融資的企業債券能夠促進實體經濟的發展，而非金融企業境內股票融資則在一定程度上阻礙實體經濟的發展，但它們對實體經濟的影響并不顯著。間接融資中所選取的外幣貸款和信托貸款都在一定程度上對實體經濟的發展產生負影響，但影響程度不大。

從方差分解圖可以看出企業債券與非金融企業股票融資對固定資產投資的貢獻率較小，都低于5%，說明它們對實體經濟的影響并不顯著。間接融資同直接融資比較，突出特點是比較靈活，在直接融資中，融資的風險由債權人獨自承擔，而在間接融資中，由于金融機構的資產、負債多樣化，融資風險可由多樣化的資產和負債結構分散承擔，從而安全性較高。因此間接融資比直接融資對固定資產投資的貢獻率高。雖然社會融資總量在增長，但真正投入實體經濟的資金并不多，在金融改革服務實體經濟的進程中，優勝劣汰的市場環境機制缺失。從而使得間接融資對實體經濟的發展呈現負影響。

企業債券和非金融企業股票融資總額在社會融資規模的占比都呈不斷上升的趨勢，這對優化企業融資結構、緩解融資難等問題起到非常重要的作用，同時也說明了證券市場的直接融資方式正成為服務我國實體經濟發展的重要力量。由于證券市場對實體經濟的發展產生的作用較為獨特，而且市場本身的發展還存在一些問題，因此要促進實體經濟發展，不僅要重視債券市場，推進債券融資的進一步發展，還要強化股票市場對實體經濟的服務，調整和優化社會融資結構，加大對實體經濟的支持力度。只有正確地落實相關的政策措施，堅持金融業服務實體經濟，才能從容應對復雜多變的金融形勢，最終能促進實體經濟的長期健康穩定發展。

［參考文獻］

［1］許雯，劉行.社會融資總量變化及與實體經濟的關系［J］.經濟論壇（財經界），2013（1）：22－23.

［2］牛潤盛.社會融資結構變遷對實體經濟和產業結構的動態影響——基于狀態空間模型研究［J］.理論探討，2013（5）：19－22.

［3］郭麗紅，張祥建，徐龍炳.社會融資規模和融資結構對實體經濟的影響研究［J］.金融市場，2014（6）：66－74.

［4］盛松成.社會融資規模與貨幣政策傳導［J］.金融研究，2012（10）：1－13.

［5］費劍.社會融資規模和融資結構對實體經濟的影響研究［J］.現代經濟信息，2014（23）：359.

［6］莫仲寧，張惠.金融支持實體經濟發展成效不顯著［J］.銀行家，2013（11）：46－49.

［7］陳素.金融業支持實體經濟發展路徑研究——基于社會融資規模的實證分析［J］.時代金融，2014（5）：52－58.

（責任編輯：梁宏偉）

［作者簡介］楊彩云，女，碩士研究生，研究方向：金融計量。

中圖分類號：F832

文獻標識碼：A

文章編號：2095－3283（2016）01－0093－04