社會融資規模和融資結構與經濟增長關系計量分析

魯存珍

【摘要】本文基于2002年2014年的季度數據，通過相關關系檢驗、協整關系檢驗、格蘭杰因果關系檢驗等計量分析方法，證實了在樣本期內，社會融資規模比銀行信貸更能體現金融與經濟的關系，社會融資規模與各主要經濟指標存在長期協整關系和格蘭杰因果關系；并通過誤差修正模型的構建，證實了短期內這種協整關系會有偏差需要調整，從理論上解釋了融資規模與經濟變量為何會在短期內出現背離；本文還創新性的引入了融資結構這一變量，并通過一系列檢驗分析證實融資結構優化并沒有帶來新的經濟增長，在融資規模不變的條件下融資結構的單一改變并不能帶來經濟的增長，緣于目前大部分非銀行融資并沒有真正投入實體經濟，以及增長較慢的國有經濟仍是非銀行融資的主力軍，一定程度上解釋了為何融資規模急速增長而GDP增長卻放緩。基于以上計量分析檢驗結論，本文建議應合理適度的擴大融資規模，從量上促進GDP增長，同時，應注重金融與經濟的協調發展，以達到融資高產出的目的，此外，對目前融資規模的擴大與經濟增長放緩的現象，應引起高度關注，及早發現金融風險。

【關鍵詞】社會融資規模 相關性 平穩性 協整 格蘭因果關系 脈沖響應

一、引言

伴隨著中國經濟的發展，國內的金融產品和金融工具也在不斷創新，非銀行融資形式多種多樣化，傳統的銀行融資已不再是資本市場上唯一的主角，于是包含多種融資形式，反映一定時期實體經濟從金融機構獲得融資總量的新指標——社會融資規模這一概念在2010年底的中央經濟工作會議上首次被提出。2011年起人民銀行首次發布并在之后陸續編制和公布了社會融資規模數據，根據指標數據，2014年社會融資規模是2002年的8.16倍，而銀行貸款是5.28倍，社會融資規模中的銀行貸款占比由2002年的95%到下降2014年的62%，這說明過去十幾年間，社會融資規模不論在量上還是結構上，都發生了質的變量，且非銀行融資正以突飛猛進的速度在發展；然而，2014年GDP是2002年的5.4倍，其發展速度明顯落后于社會融資規模的發展，且在2013年一季度融資規模同比增長58.5%而GDP同比增10.18%，于是有一些聲音在問，社會融資規模的擴大是否真的有利于經濟增長？為何出現融資規模與經濟背離？社會融次規模與經濟指標是否存在長期穩定的關系？

二、文獻重要結論

國內學者對社會融資規模和經濟關系進行了部分研究，盛松成的研究認為，“我國的貨幣政策能有效影響和調控社會融資規模，而社會融資規模對經濟增長、物價水平、投資消費等實體經濟指標產生較大影響，社會融資是反映金融與經濟增長關系的良好指標”①，趙倩等人研究認為，“社會融資規模與GDP存在長期穩定的動態關系，新增融資是經濟增長的驅動因素，但它只能在方向上反映實體經濟的增長情況，并不能在總量和規模上顯著推動實體經濟的增長程度，更不能作為貨幣政策中介目標，且社會融資規模與CPI的動態關系和作用并不顯著”②，郭麗虹等人研究認為“社會融資規模的增加顯著促進了實體經濟的發展，不過，社會融資規模的增長存在一定的門檻水平，與此同時，不同的社會融資結構對實體經濟的影響并不相同”③；夏祥謙的研究認為，“融資總量相對于實體經濟規模的擴大對經濟增長和生產率提高均具有顯著的正效應，但直接融資比重的上升對經濟的增長和生產率提高有顯著的抑制作用”④。

由于社會融資規模是一個較新的概念，目前公開發布的數據也僅限于全國月度數據及2014年和2013年的地區數據，理論研究文獻有限且研究結果有分歧，以上幾篇研究主要是融資規模和經濟增長關系研究，在結構研究中，用的是不含信托貸款和委托貸款的融資變量數據，但這部分貸款占融資規模的比重已達30%，不含這部分貸款的融資規模基本只是銀行融資規模，其可信度值得考究，因此使用真實的社會融資規模數據與經濟增長的關系研究是非常有必要的。本文將使用人民銀行公布的融資規模數據，通過多種計量檢驗方法，來驗證融資規模與經濟發展存在怎樣的關系，以及他們的關系是如何發展的？

三、計量分析

（一）數據選取和處理

1.數據選取。本文選取2002年以來的社會融融資規模及構成（包括銀行貸款和非銀行貸款）季度數據，主要經濟變量GDP以及影響其增長的重經經濟變量固定資產投資、社會消費品零售總額、財政支出、進出口、CPI季度數據，數據來源于統計局官方網站。由于中國人民銀行未公布融資規模季度數據，而是公布了月度數據，根據社會融資規模增量指標的定義，我們用季度各月相應月份數據加總得到社會融資規模季度數據，CPI季度數據根據相應月份取幾何平均數。

2.數據去季性及對數處理。不論是融資規模季度數據還是經濟變量的季度數據，都有顯著的季節周期性，為不影響分析結果，以保證分析的結論中不含有季節性因素，使用CensusX12加法模型對數據進了季度處理，由圖1可以看出，原始數據有明顯的季節周期性，隨季節不同產生波動，而去季節性后的數據更加平滑，不帶有季節周期性。由于各變量測度單位不同，數據測度差距較大，為便于計算變量間的變化彈性，本文將變量取自然對數，取對數后的數據具體表示為社會融資規模（lnGM）、銀行貸款（lnLN）、國內生產總值（lnGDP）、固定資產投資（lnTZ）、社會消費品零售總額（lnXF）、進出口（lnJCK）、CPI（lnCPI）。

3.融資結構變量構建。本文采用赫芬達爾指數來度量融資結構，具體計算方法為這里的Sij為第i年銀行貸款、表外融資、直接融資及其他構成社會融資的部分占社會融資的比重，HHI越大，表明社會融資的結構越單一，HHI越小，表明融資結構趨向于多元化。由圖2可以看出，2002年到2014年，赫達爾系數有明顯的減少趨勢，說明融融資結構發生了根本的改變，由單一融資結構向多元融資結構轉變。

（二）理論模型設計

本文主要是研究社會融資規模和結構與經濟增長的關系，先通過相關分析，計算相關系數，初步判斷是否有相關性，對有相關性的變量，在對它們進行協整檢驗，得出是否有長期穩定的均衡關系，并建立誤差修模型，考察這種長期的均衡關系在短期內是如何決定的，接下來對協整變量用格蘭杰因果關系檢驗，考察它們的前后期變化又是如何決定的。

（三）數據檢驗

1.相關性檢驗。相關性檢驗是對經濟變量相關程度及相關方向的一種檢驗方法，是對變量間關系的一個初步了解，由于部分非銀行融資規模數據為負數，不便于取對數，因此在相關分析時全部數據為季節調整后未取對數前的數據。表1是SPSS計算出的pearson相關系數，從表中可以看出：一是融資規模與各經濟變量的相關系數都較高，具有很強的正相關性，且相關性都高于銀行貸款與經主要經濟指標的關系；二是非銀行融資與主要經濟變量的相關性存在，且相關系數較高；三是融資結構與各經濟變量的相關系數較小，相關程度不高，融資結構的變化給經濟增長帶來的變化不明顯。從相關系數看，融資規模與經濟變量、非銀行融資與經濟變量的相關性存在，融資結構與經濟變量的相關性不明顯，下面將進一步驗實這些關系。

2.平穩性檢驗。

由相關性檢驗得知，變量間存在相關關系。對于有相關關系的變量，可以用回歸模型對變量間的統計關系進行定量描述，經典回歸模型（classical regression model）是建立在穩定數據變量基礎上的，對于非穩定變量，不能使用經典回歸模型，否則會出現虛假回歸等諸多問題。然而，時間序列變量都有很明顯的時間趨勢，從圖3可以看出，融資規模和各主要經濟變量都隨時間變化呈上升趨勢，顯然不平穩，這是經濟自然增長的結果，直接做回歸的結果無疑是一個偽回歸，其回歸系數很可能含有時間因素，是自然增長的結果，而不是變理間關系的結果。為證明時間序列的平穩性，使用EVIES軟件對變量作單位根檢驗，由于原序列有很明顯的向上趨勢，且均值不為零，選擇了帶有截距和趨勢項的檢驗方法，表2左部分是檢驗結果，證明所有變量都不平穩，不能用經典回歸方程。對一階差分后的變量進行ADF檢驗，表2右部分是檢驗結結果，表明都不含有單位根，即所有的時間序列均為一階平穩，對于同階平穩序列，可以進行協整檢驗，若協整關系存在，則可以建立回歸模型，來考察協整變量間的數量變化關系。

3.協整關系檢驗。由平穩性檢驗可知，所以變量不平穩，一階差分后均平穩。不平穩序列不能使用經典回歸模型來表達變量間的關系，對于一階差分后的平穩序列進行建立回歸模型，又散失的經濟意義，也會隱藏變量間的真正關系，但是，對于不平穩的變量，如果變量之間有著長期的穩定關系，即從長期來看，它們之間是均衡的，則可以使用經典回歸方法建立回歸模型，因此對不平穩變量首先需要檢驗變量間是否存在均衡關系。協整檢驗（cointegration）是檢驗變量長期均衡關系的常用方法，不需要變量平穩，變量同階單整即可，由表2可知，表中變量都是一階平穩序列，即是同階單整，可以對原序列進行協整檢驗。協整檢驗的經濟意義在于，兩個或兩個以上的經濟變量雖然具有各自的長期波動規律，但如果他們是協整的，則他們之間存在著某種長期穩定的比例關系；反之，如果變量有各自的波動規律，但他們不是協整的，則他們之間不存在一個長期穩定的關系。通過相關系數，我們了解到融資規模和結構與各主要經濟變量存在一定的相關性，它們都是不平穩序列，但同是一階單序列，滿足協整條件，可以用協整檢驗來判斷他們是否存在長期均衡關系。協整檢驗有兩種方法，Engle-GRanger和Johansen，前一種方法主要用于檢兩個變量之間的協整，本文不僅關心變量之間是否存在協整關系，同樣關心協整系數，而JJ兩步法中的協整方程往往是沒有經濟意義的，且經過多次實驗，本文發現，本文中的協整變量用JJ驗驗法給出的協整方程擬合度較低，相關的誤差修正模型中許多解釋變量不顯著，分析預測的意義不大，但在判定上由于統計軟件可以直接得出結果比較方便，而E_G兩步法需要計算協整檢驗的臨界值，相對煩瑣，因此本文在判定是否有協整關系時，使用Johansen檢驗，對被判定確有協整關系的變量，在建立誤差修正模型時，使用E_G兩步法，以下是融資規模與各經濟變量間的協整關系，同時為了進行比較，計算出了融資規模與經濟變量的協整系數，銀行貸款與經濟變量的協整系數。

由表3可知，融資規模與經濟變量存在長期協整關系，且融資規模與經濟變量的協整系數和協整方程R-squared均大于銀行貸款，說明比起銀行貸款，融資規模與經濟變量關系更緊密，融資規模、融資結構與各經濟變量的E—G兩步檢檢中，HHI系數均不顯著，且方程R-squared與不加變量HHI時變化不大，說明在此方程中，HHI這一變量的增加，對解釋變量沒有解釋作用，在控制融資規模后，融資結構的變化不會引起在濟變量的變化。

4.誤差修正模型ECM。通過變量間的協整檢驗，我們得出融資規模與各經濟變量存在長期均衡關系，然而，即使兩個變量之間長期存在均衡關系，但在短期內這種關系是否成立？在2013年的一季，就出現過社會融資規模迅速擴大而GDP增長緩慢的背離現象，無法用長期均衡來解釋這種短期波動。誤差修正模型就是用來解釋長期均衡的變量，在短期內是如何決定的。假設兩個變量X與Y長期存在均穩衡關系，則Yt=C+Xt+μt，μt為平穩序列，然而，實際經濟中，由于受到各種因素的影響，X和Y的觀察值很少會落在均衡點上，出現了短期非均衡，誤差修正理論認為，這種非均衡可以通過上期的波動值來進行修正，對（1，1）階自回歸分布滯后模型yt= β0+β1xt+β2yt-1+β3xt-1+εt，移項后得到誤差修正模型Δxt=β0+ β1Δxt+（β2-1）[yt-1-（β1+β2/（1-β2）xt-1]+εt，其中，β2-1<0為誤差修正項系數，表4為融資規模與經濟變量的誤差修正模型系數檢驗表，從表中可以看出，誤差修正項系數均小于零，對協整變量間的這種短期偏離均有修正作用。

由檢驗表得以下短期波動模型：

方程檢驗結果均顯示方程顯著線性相關，擬合值較高，解釋變量很好地解釋了被解釋變量的波動，參數檢驗結果顯示，社會融資規模的當期波動對進出口有顯著正向影響，對消費有顯著負面負面影響，對投資、消費、財政影響不顯著；前期社會融資規模的波動對本期的GDP、投資、消費、CPI有顯著的影響，同時，經濟變量自身的上期波動對本期均有顯著影響，且從回歸系數看，影響較大。誤差修正項系數β2-1均為負，說明上期誤差對當期的波動影響同樣顯著，誤差修正模型對變量間的短期非均衡起到了很好的修正作用。

5.格蘭杰因果關系檢驗（granger causality）。由相關系數及協整關系檢驗，我們知道融資規模與各主要經濟指標有較強相關性，并且具有長期穩定的協整關系，那么，他們的影響關系是怎么確定的？融資規模的前期變化是否有助于解釋經濟變量將來的變化，經濟變量過去的變化，對現有融資規模的變化是否又有解釋作用蘭杰因果關系檢驗可以用來驗證這種變化，在格蘭杰因果關系檢驗中，滯后階數確定由為關鍵，直接決定著檢驗結果，本文優先選用AIC、IC準則確定最優滯后階數，此方法不能確定的，在用極大似然比LR值確定。

從格蘭因果分析結果看，在最優滯后階數下，融資規模與GDP、投資消費、財政、CPI相互影響，融資規模的前期變化會影響這些經濟變量之后的變量，反之，這些經濟變量的前期變化，對現在的融資規模也有影響，但融資規模與進出口沒有格蘭因果關系。

四、計量分析結論

（一）融資規模比起信貸更能體現金融與經濟的關系

在樣本期內，比起銀行信貸，融資規模與經濟變量的相關性系數更大，相關性更強，回歸方程擬合度更好，且非銀行的融資方式與經濟變量的增長方式也是同方向變化，這表明在現階段非銀行融資方式的增加也帶來了經濟的增長，因此社融資規模無疑是比銀行貸款更能體現金融與經濟增長關系的指標。

（二）目前融資結構的優化不能促進經濟增長

一是從相關系數看，融資結構變量HHI與經濟變量相關性不高；二是從協整關系看，雖然HHI與經濟變量的長期協整關系存在，但協整方程擬合度太低（表中未列出），小于0.5，在控制了融資規模后，融資結構變量HHI與各經濟變量的協整關系不存在，即融資規模不變的情況下，融資結構的改變并不能改變經濟增減；三是金融變量與經濟變量的協整方程中，融資規模的回歸系數小于銀行信貸，直接融資的協整系數小于融資規模和銀行信貸；四是GDP增長與銀行融資同步卻遠落后于融資規模的增速。以上這些計量分析結果都說明，非銀行融資與經濟變量的彈性小于銀行信貸，目前非銀行融資方式多樣化，占比增加，這種融資結構的優化并沒有帶來新的經濟增長。

（三）融資規模與各經濟指標分別存在長期均衡關系

從協整檢驗和格蘭杰因果檢驗結果看，融資規模不只與GDP存在長期均衡關系，與多個經濟變量均存在長期均衡關系和格蘭杰因果關系，各經濟變量的前期變化會引起融規模的變化，同樣，融資規模的前期變化會引經濟變量的變化，這說明了融資規模與各經濟變量是一體的，各變量應長期來看是同方向變化的，長期單一的融資規模增長并不能帶經濟增長，這可以從理論上來解釋當前融資規模暴漲，而GDP增長乏力。

（四）融資規模與經濟變量存在短期非均衡，需要誤差項進行修正

從協整方關系看，融資規模與經濟變量存在長期均衡關系，在短期內，這種關系由于受到各種復雜因素的影響，會出現短期非均衡，但通過誤差模型可以對這種關系進行修正，這可以從理論上解釋為何在2013年一季度出現的融資規模與GDP增長背離現象，也在次證明融資規模與經濟增長的長期均衡是存在的，短期內的非均衡不會改變這一結果。

五、建議

基于本文的計量分析結論，提出以下建議：

（一）適度擴大融資規模

從本文研究結論看，融資規模作為一個新的金融指標衡量金融與經濟發展的關系，顯然在量上優于銀行信貸，與經濟發展存在長期正向關系，從長期看擴大融資規模經濟未來必增長，因此應不斷創新非銀行融資方式，在量上擴大融資規模，以達到促進經濟增長的目的。但是，從本文研究結果看，融資規模與多個經濟指標長期存在著均衡關系，融資規模不斷擴大，但投資、消費、CPI等經濟指標不以此匹配，GDP也難以維持增長，因此融資規模的增長應是適度的增長，與經濟發展相適應的增長，才能起到促進經濟增長的目的。

（二）優化融資結構，提高融資使用效率

從本文的實證結果來看，非銀行貸款外的融資在促進經濟發展方面發揮著不可替代的作用，在量上促進經濟發展，但是非銀行融方式對經濟的彈性低于銀行融資方式，融資結構的優化并沒有促進經濟增長，說明非銀行融資方式在經濟效益上相對較低，可能的原因一方面是影子銀行等融資方式并沒有真正投向實體經濟創造GDP，而是進入了投資領域，此外，中國的大型國有企業仍然是直接融資的主力軍，這些企業從債券市場股票市場獲得了大量的融資，但其成長和效益卻低于新興產業。因此本文建議，應優化社會融資規模在各個領域的分配，加大新興產業、成長型型企業的非銀行融資方式力度，從資金配置的結構開始，努力現實經濟的增長。

（三）從融資規模與經濟關系看金融風險

由于社會融資規模包含多種多樣的融資方式，參與主體也不在是傳統的金融機構，金融風險從傳統銀行業擴大到新興的金融機構，相比傳統銀行業，這些金融機構由于自身制度的不健全管理的不完善，抗風險能力較弱。從本文的協整檢驗來看，融資規模與經濟增長長期來看應是同增的，但自2009年以來，由于非銀行融資業務的增長，社會融資規模增長迅速，214年末社會融資規模存量達122.86萬億，同比增長14.3%，主要為非銀行融資方式的增長，而同期GDP僅增7.3%，這些新增的非銀行融資帶來的經濟增長并不明顯，與協整檢驗的結果不相符，這些融資為什么沒有帶來經濟增長？它們投向了哪些領域？期中暗含的金融風險值得關注。

六、小結

本文通過相關性檢驗、協整檢驗、誤差修正模型的建立以及格蘭杰因果檢驗，將融資規模和結構與經濟發展關系計量化，得出了相應的結論。然而經濟與金融關系是一個非常復雜的體系，不僅融資規模和結構會影響經濟的發展，融資規模在各地區各行業間的分配，以及國家宏觀調控整策，國際經濟形勢都會影響一國經濟，各個經濟變量之間也是相互影響的，在本文的融資規模和結構與經濟增長的實證分析中，沒有排除其他因素影響，如融資規模的如何在各產業分配，才能達到效益最大化，此外，中國經濟增長方式已經發生了改變，目前經濟增長對金融的依賴沒有過去那么強，經濟與金的關系在數據上的關系可能沒有那么密切了，這也是我們以后需要進一步研究的內容。

注釋

{1}盛松成.《社會融資規模與貨幣政策傳導》。

{2}趙倩.《社會融資規模與主要經濟指標的實證分析》。

{3}郭麗虹，張祥建，徐龍炳.《社會融資規模與融資結構對實體經濟的影響研究》。

④融資規模、結構與經濟增長：中國的經驗研究。

參考文獻

[1]盛松成.《社會融資規模與貨幣政策傳導》，金融研究，2012.

[2]盛松成.《從地區社會融資規模能看出什么》，人民網，2014.

[3]趙倩.《社會融資規模與實體經濟運行的相關性分析》，浙江大學碩士學位論文，2014.

[4]夏祥謙.《融資規模、結構與經濟增長：中國的經驗研究》，金融與經濟，2014.