我國金融資金流量變動與經濟效應研究

韓婉瑩+賀璟

摘 要：本文編制了2001-2013年我國部門間金融資金流量矩陣表，并對這九年時間里我國金融資金在各部門之間的流向與具體成因進行了簡要分析。通過構建投資效率指數（IEI）和負債感應指數（DSI），對上述兩個指數與相關宏觀經濟指標在2001-2013年間的變化情況進行實證分析，得出我國金融資金流量現狀與發展趨勢的研究結論，并提出相關政策建議。

關鍵詞：資金流量表；宏觀經濟

中圖分類號：F830.572 文獻標識碼：B 文章編號：1674-0017-2017（4）-0036-08

一、引言

資金流量表分析方法作為聯合國“新國民經濟核算體系”的五個組成部分之一，在宏觀經濟運行分析中具有不可替代的優勢，已在世界各國社會核算與分析工作中被大量應用。相對于一般的經濟金融市場實證分析來說，對資金流量的分析更注重系統的、全面的、一致性較強的數據采集和整體描述，它關注于經濟行為中多個重要主體部門、交易方式等之間的聯系，以及金融與非金融行為產生的收入支出數據背后詳盡的統計關系。

為深入了解近年來我國部門間金融資金來源與運用情況、金融部門資金效率與宏觀經濟主要指標之間的關系，本文根據可獲得的最新數據，編制了2005-2013年我國部門間金融資金流量矩陣表，并對這九年時間里我國金融資金在各部門之間的流向與具體成因進行簡要分析。并構建了投資效率指數（IEI）和負債感應指數（DSI）作為接下來實證分析所需的工具，對1992-2013年的上述兩個指數與相關宏觀經濟指標進行了平穩性檢驗，在此基礎上建立VAR模型、進行脈沖響應分析等，結合所得實證結果簡要闡述其代表的經濟金融意義。最后，得出我國金融資金流量現狀與發展趨勢的研究結論，并提出相關政策建議。

二、部門間金融資金流量表的編制

部門間金融資金流量表有兩種表現形式，一種是“部門×交易”表，這類表可以直接利用國家統計局發布的資金流量表（實物交易）以及中國人民銀行發布的資金流量表（金融交易）中的數據進行編制；另一種是“部門×部門”矩陣表，這類表的編制方法較為復雜，需要在“部門×交易”表的基礎上轉換而得來。本文采集了2001-2013年中國統計年鑒提供的有關數據，編制2001-2013年各部門金融資金流量矩陣表，矩陣表中包含5個部門11項金融交易。

（一）編制“部門×交易”矩陣表

參考李寶瑜、張帥（2009）的部門間金融資金流量矩陣表的編制方法，本文對2001-2013年間的金融交易流量表進行處理，得到“部門×交易”矩陣表。表1、表2是2013年“部門×交易”矩陣表，分為“部門投資表”與“部門負債表”兩部分。

（二）編制“部門×部門”金融資金流量表

在得到“部門×交易”矩陣表后，需要采取流量轉移方法才能夠得到“部門×部門”金融資金流量表。流量轉移方法有兩種，一種是從投資方向轉移，一種是從負債方向轉移，由于總投資等于總負債，所以這兩種轉移方法的結果是一樣的，本文選取從負債方向轉移進行計算。負債轉移法是把矩陣D的流量轉移到Z，zij為i部門從j部門形成的負債。首先，i部門從j部門形成的某種交易的負債，等于i部門在該種交易上形成的負債總額，乘以j 部門在該種交易上的投資比例。i部門從j部門形成的全部負債，則等于i部門在各種交易中形成的負債分別乘以j部門在各種交易投資中的份額之和。所以有：

計算出金融投資分布系數矩陣后，運用公式（1）就可以推算出表“部門×部門”矩陣表，表3就是在“部門×交易”矩陣表基礎上，通過負債流量轉移法推算出的2013年部門間金融資金流量表。

三、我國部門間金融資金流量表變化特征分析

（一）部門間金融資金流量總規模不斷擴大

2001年至2013年我國部門間金融資金流量總規模呈現出穩步上升的態勢，2001年我國部門間金融資金流量總規模還只有47661億元，而2013年這一數值達到了500259億元，是2001年的10.5倍，年平均增速為21.64%。部門間金融資金流量總規模的增長情況與我國貨幣政策取向密切相關。如2008年美國次貸危機爆發引發全球金融危機，為了應對此次金融危機，我國推出了4萬億的經濟刺激計劃，貨幣政策也由從緊的貨幣政策轉至適度寬松的貨幣政策，在這些政策的刺激下，我國部門間金融資金流量總規模在2009年出現激增，達到323733億元，較2008年增加100000億。又如，為了應對2011年歐洲主權債務危機，我國貨幣政策為穩健的貨幣政策，當年我國部門間金融資金流量總規模較上一年下降近40000億。

（二）部門間投資支出、負債結構發生變化

投資支出方面，金融機構是全社會資金運用的主要部門，金融機構的投資支出占全社會投資的比例在2001年至2013年之間總體上呈現波動上升的趨勢，由2001年的37.55%上升至2013年的44.82%。而非金融機構企業的投資支出占全社會投資的比重較為穩定，始終在20%左右波動，2013年非金融企業的投資支出占全社會投資占比超越住戶部門，成為全社會資金運用的第二大部門。住戶部門投資支出的占比在2001年至2013年之間總體呈下降態勢，由2001年的29.93%下降至2013年的18.18%。另外，政府部門比重略有上升，國外部門的比重小幅下降。

負債方面，金融機構和非金融企業一直是全社會資金的主要來源部門。2013年這兩個部門負債資金流量占總負債資金流量的比重分別為50.36%和30.58%，兩者合計占比超過八成。從五個部門整體來看，政府和國外部門的負債占全社會負債比重較小，且這兩個部門的負債占比在2001至2013年之間均有所下降，其中政府部門的負債占全社會比重由2001年的6.4%下降至2013年的4.24%，國外部門的負債占全社會比重由2001年的4.27%下降至2013年的3.43%。金融機構和住戶部門的負債占全社會比重有所上升，其中金融機構企業的負債占全社會比重由2001年的50.25%上升至2013年的53.36%，住戶部門從2001年的7.36%上升至2013年的8.38%。另外，政府部門負債較為穩定，占比大多在2%-7%之間。

（三）住戶部門長期扮演凈金融投資角色，政府部門和國外部門金融投資增加明顯

凈金融投資由金融資金流量矩陣表中金融投資減去金融負債計算得出。根據我們對矩陣表的計算發現，2001年至2013年，住戶部門始終充當著凈金融投資的角色，且投資額度總體呈現上升的態勢，2001年住戶部門金融凈投資為10760億元，2012年這一數值達到了69362億元，為2001年以來的最高點。政府部門和國外部門的凈投資也呈現上升態勢，2001年政府部門和國外部門的凈投資分別為-1004億元和2938億元，2013年分別上升至15914億元和19912億元。國外部門凈投資增長說明國外資金流向國內的趨勢非常明顯。非金融企業一直是凈負債部門，2013年的凈負債是2001年的6.34倍，這一方面說明金融機構對實體經濟的支持力度不斷增大，另一方面說明我國越來越多的企業利用金融的方式來擴大再生產，助力企業快速發展。

（四）非金融企業與金融市場的聯系日益緊密

數據顯示，2001年金融機構對非金融企業的投資流量和金融機構對非金融企業的負債流量分別占資金總流量的比重為21.09%和16.38%，到2013年比重分別上升至24.57%和18.70%。這說明非金融企業與金融市場的聯系越來越密切。從住戶部門來看，我們發現金融機構對住戶部門的投資流量占資金總流量的比重在上升，從2001年的6.71%上升至2013年的8.37%，這主要與我國居民消費方式發生變化有關，如今貸款購房、貸款購車已經成為主流，金融統計數據也顯示個人消費貸款余額逐年增加，這就造成了了金融機構對住戶部門的投資流量占比上升；但另一方面，金融機構對住戶的負債流量占資金總流量的比重卻在下降，從2001年的25.76%下降至2013年的15.47%。近些年隨著存款利率一路走低，理財產品、證券等投資方式已經成為居民的新選擇，加之互聯網金融的興起，銀行住戶部門的負債業務再一次受到嚴重沖擊。

（五）金融機構和住戶部門投資方向發生轉變

從各部門的投資方向來看，2001年至2013年期間金融機構和住戶部門發生了較大的轉變。2001年金融機構投資的主要方向是非金融機構企業，金融機構對非金融機構企業投資占金融機構總投資的占比接近56.17%，而到了2013年，金融機構對非金融企業的投資比例下降至54.81%，對本部門的投資比例由2001年的9.67%上升至2013年的20.45%，對住戶部門的投資比例由17.87%上升至18.67%。也就是說，目前金融機構投資的主要方向是非金融機構企業、本部門和住戶部門。2001年至2013年，住戶部門投資的主要方向一直是金融機構，住戶部門對金融機構的投資比例始終保持在85%左右。另外，住戶部門對非金融機構企業以及政府的投資一直在上升，住戶部門對非金融機構的投資占比從2001年的3.92%上升至2013年的4.09%，對政府部門的投資占比從9.23%上升至9.48%，這說明我國民間資本參與實體經濟發展以及與政府相關的基礎設施建設在不斷增加。

四、宏觀經濟環境對我國金融資金流量的影響分析

（一）相關指數的構建與變量的選取

1973年，美籍俄國經濟學家列昂惕夫（W. Leontief）建立了"投入-產出"模型，并因此獲得諾貝爾經濟學獎。來源于該模型的列昂惕夫逆矩陣作為衡量部門投資效率變化情況的工具，在資金流量表分析框架內應用廣泛。本文根據劉瑞興（2015）的結果，通過依次計算1992-2013年間的部門與金融交易間的投資系數矩陣并進行相乘、求逆等運算，得出期間每年的5部門×5部門的列昂惕夫逆矩陣。按照列昂惕夫逆矩陣的定義，某部門的列顯示了：當該部門資金需求增加1個單位時，通過直接、間接的作用，最終會使整體5個部門資金需求增加的各個單位量。

在此基礎上，本文進一步定義投資效率指數（IEI），計算方法是列昂惕夫逆矩陣某列5個元素之和除以該矩陣所有元素之和。這個指標反映了該部門投資對其他部門的影響力，該指標越大說明其影響力越大，投資效率越高，表明了當該部門的資金供給增加1個單位時，對其他部門的資金供給波及單位額。負債感應指數（DSI），計算方法是列昂惕夫逆矩陣某行5個元素之和除以該矩陣所有元素之和。這個指標反映了其他部門對該部門負債的影響力，該指標越大說明其影響力越大，表明當其他部門資金供給增加1個單位時，對該部門所獲得的資金供給波及的單位額。

以我國金融機構的投資效率指數和負債感應指數為例，我國金融機構的投資效率指數自1996年始終保持在1.5至2之間，說明我國金融機構作為資金盈余的主要部門，其投資增加所產生的波及效應在整個部門間處于偏上水平。而我國金融機構的負債感應指數則一直較為平穩，保持在1左右，說明其他部門資金的供給的增加或減少，會對金融機構產生較大的影響，即金融機構是整個經濟社會中的資金籌集主體。

通過我們對各個部門投資效率指數（IEI）和負債感應指數（DSI）的計算發現，金融部門投資效率指數（FIEI）和負債感應指數（FDSI）都是最高的，說明金融部門金融資金的流動對整個社會經濟的影響是最大的，故本文選擇金融部門投資效率指數（FIEI）和負債感應指數（FDSI）作為兩個研究變量。

為了研究宏觀經濟環境對我國金融資金流量的影響，本文還將選取國民經濟實際增長率（GDP）、價格指數（CPI）以及匯率（ER）等與宏觀經濟環境息息相關的經濟指標作為研究變量。

（二）實證研究

1.變量時間序列的平穩性檢驗。首先，對時間序列數據的平穩性進行檢驗，結果如表6所示。相關變量的原始時間序列均為非平穩序列，但一階差分在5%的顯著性水平下通過檢驗，為平穩序列，差分變量符合建模要求。

2.協整檢驗。本文采用Johansen特征根跡檢驗的方法進行協整檢驗，結果如表7所示，即本文選取的5個變量在5%的顯著性水平下存在長期均衡關系，且至少存在3個長期協整關系。

3.建立VAR模型

根據AIC和SC準則，確定滯后期為1期，建立金融部門投資效率指數（FIEI）、負債感應指數（FDSI）、國民經濟實際增長率（GDP）、價格指數（CPI）以及匯率（ER）的VAR（1）模型。eviews的輸出結果顯示模型擬合效果較好，根據本文的研究重點，列出以下兩個方程：

4.檢驗模型的穩定性。根據模型的穩定條件，模型對應的特征根都在單位圓以內，結果見圖3。從圖中可以看出，所有5個特征根都在單位圓以內，說明VAR（1）模型穩定。

5.脈沖響應分析。脈沖響應函數可以用來描述一個內生變量對由誤差項所帶來的沖擊的反應，即在隨機誤差項上施加一個標準差大小的沖擊后，內生變量的當期值和未來值所發生的累積響應。從圖4中可以看出，反映宏觀經濟環境的各項指標對金融部門的投資和負債均有明顯影響，但影響程度大小不一，反應時間也有所不同。

給國民經濟實際增長率（GDP）、價格指數（CPI）以及匯率（ER）一個單位標準差的正向沖擊時，金融部門投資效率指數的反映基本一致，初始響應值均為0，第2期為負響應，之后慢慢回歸到穩定的狀態；

給金融部門負債感應指數一個單位標準差的正向沖擊時，金融部門投資效率指數初始響應值為0，第2期達到最大值后，開始衰減，最終達到穩定狀態；

給國民經濟實際增長率（GDP）、匯率（ER）一個單位標準差的正向沖擊時，金融部門負債感應指數的初始響應值都為0，并開始出現負響應，之后慢慢回歸到穩定狀態；

給價格指數（CPI）一個單位標準差的正向沖擊時，金融部門負債感應指數初始響應值為0，第三期達到最大值0.15，隨后效應遞減；

給金融部門投資效率指數一個單位標準差的正向沖擊時，金融部門負債感應指數在第1期就達到了最大值，隨后效應開始遞減。

（三）結果分析

根據上述結果，可以得出以下結論：

1.國民經濟實際增長率對金融部門投資效率指數呈正向影響，對金融部門負債感應指數呈負面影響。當國民經濟實際增長率上升時，說明宏觀經濟環境整體向好，整個社會的資金需求都會增加，為了支持經濟發展，通常銀行會加大信貸支持力度，增加信貸投放規模，貨幣乘數也在擴大，其他部門將獲得更多的資金支持；由于經濟向好，各部門的資金將用于生產、經營、投資，金融體系的資金將大大減少。

2.價格指數對金融部門投資效率指數呈負向影響，對金融部門負債感應指數呈正面影響，且時滯較短。價格指數CPI上升時，說明貨幣在貶值，物價在上漲，此時整個社會的消費需求都會降低，進而降低了各部門的資金需求，而宏觀層面也會采取偏緊的貨幣政策，控制整個金融部門的信貸規模，貨幣乘數將會下降，因此其他部門獲得資金將減少；由于CPI上升，整個社會的投資活動、經營活動都較為謹慎，整個社會資金的流動方向將發生改變，金融部門將獲得資金供給。

3.匯率對金融部門投資效率指數和金融部門負債感應指數均呈負面影響，且時滯較短。人民幣貶值將導致國外資金的流入和外匯儲備的升值，進而影響整個國際收支結構，它將導致國內資金充裕，金融部門資金供給增加，其他部門獲得的資金也增加；而由于人民幣貶值，國外資金的流入，整個社會體系資金都將增加，流入金融部門的資金將增加，即金融部門獲得的資金供給將增加。

五、總結與建議

通過以上內容，我們對近年來我國部門間金融資金流量與流向情況、實體經濟與金融業自身發展對金融部門投資效率與負債敏感性等因素的影響程度等都進行了較系統地數據挖掘與研究分析。在此，我們提出兩個方面的研究結論與相關建議：

（一）政策效應的傳導路徑與作用方向日趨復雜，建議相關部門注意研究甄別

在上世紀90年代初期，當時我國國民生產總值是2.71萬億元，到了2013年該數據已躍升至58.80萬億元。隨著我國進入三期疊加時期，發展和改革的任務更加艱巨，我們認為，在出臺相關應對措施時，需要站在全國乃至國際視角上進行全局考慮，尤其應該注重研究政策對實體經濟的傳導路徑、后續效應、對各部門是正向激勵還是負向抑制作用等多個方面。建議各政府部門在出臺貨幣政策、財稅政策、監管政策前，應保持穩中求進、謀定而后動，運用資金流量表方法等國際通用的經濟分析工具，牢牢把握住相關政策的及時、有效、適度等原則，在盡量減少不必要的外部性的前提下確保政策能起到“藥到病除”的效果。

（二）金融交易總體呈現“量增質不變”，建議重視提升我國金融業投資效率水平

近年來我國資金流量規模大幅增長，金融行業在實體經濟中占據十分重要的位置，投資消費、生產建設的快速增長并形成規模，離不開持續、有力的金融支撐。但需要注意的是，我國金融業態發展還遠落后于西方發達國家，無論從交易產品到運營觀念都有待進一步完善。我國重視發展金融業包括兩個方面含義：一是規模的增長，二是質量的提升。本文中闡述的有關“住戶部門長期扮演凈金融投資角色”、“金融部門大量資金投向本部門”等現象歸結起來說，是現有金融交易質量不高，導致各部門投資渠道不足、居民儲蓄率居高不下、同業業務與票據業務受到追捧。建議研究拓展金融部門投資效率指數（FIEI）、負債感應指數（FDSI）等多維度評價方法，并利用宏觀經濟指標與投資效率指數的作用關系，采用調結構、去杠桿、降稅費等方式，進一步提升我國金融部門的業務效率與資產質量。

建議相關部門改進我國金融交易與實物交易資金流量表的編制工作，由現行滯后編制逐步發展為當年編制，提高資金流量表分析方法在我國應用的時效性。相關經濟、金融監管部門可根據資金流量變化制定科學的監測指標，及時按需調整政策方向。

參考文獻

[1]許憲春.中國資金流量分析.金融研究，2002（2）：18-33.

[2]李寶瑜.論我國國民經濟核算體系的總體結構——兼論資金流量表的標準形式.統計研究，1989（4）：41-44.

[3]貝多廣，駱峰.資金流量分析方法的發展和應用.經濟研究，2006（2）：92-103.

[4]李寶瑜，張帥.我國部門間金融資金流量表的編制與分析.統計研究，2009（12）：3-9.

[5]劉瑞興.部門間資金流量表系數矩陣的編制及應用.經濟統計學季刊，2015（2）：33-44.

Abstract：The paper compiles the inter-sectoral financial capital flow matrix of China from 2001 to 2013， and briefly analyzes the flow direction and the specific causes of Chinas financial capital among various departments in nine years. Through the construction of investment efficiency index （IEI） and debt sense index （DSI）， the paper makes an empirical analysis on changes of these two indices and relevant macroeconomic indicators from 2001 to 2013， and then draws the conclusion on Chinas financial capital flow situation and development trends. And at last， relevant policy recommendations are put forward.

Keywords： industrial poverty alleviation； financial support； policy recommendation

責任編輯、校對：張宏亮