商業銀行信貸擴張的順周期性與調控對策

倪殿鑫

(東北財經大學 金融學院，遼寧 大連 116025)

商業銀行信貸擴張的順周期性與調控對策

倪殿鑫

(東北財經大學 金融學院，遼寧 大連 116025)

本文選取2004年第1季度至2015年第4季度的季度數據，采用VAR模型對現階段中國商業銀行信貸資源配置的順周期性進行了分析。結果顯示：近年來中國商業銀行信貸規模變化與國民經濟總量之間的確存在長期均衡關系與雙向格蘭杰因果關系，這表明中國商業銀行信貸資源配置的順周期性，即商業銀行信貸規模的擴張能夠起到推動經濟增長的作用，而經濟增長也同樣能夠引起商業銀行信貸規模的擴張。為此，當前需要對商業銀行的信貸規模擴張進行合理調控，而關鍵的對策主要在于對各種貨幣政策工具的更靈活運用、商業銀行盈利模式的加速轉型以及遵循“寬進嚴管”的原則持續加大監管力度。

宏觀審慎監管；商業銀行信貸；順周期性；貨幣政策工具；格蘭杰檢驗

一、文獻綜述

眾所周知，金融系統的不穩定性是經濟周期性波動的重要原因之一，而銀行信貸投放則是最引人關注的核心與焦點問題。20世紀80年代以來形成的金融經濟周期理論認為，銀行信貸周期性的擴張與收縮往往領先于經濟的周期性波動，而信貸瓶頸則通常是經濟蕭條的“觸發器”。Andrew[1]較早地明確提出順周期性問題，認為金融部門與實體經濟之間存在的動態正向反饋機制會通過金融加速器效應、財富效應和托賓Q效應等對經濟的周期性波動起到放大的效果，并且會加劇金融部門的不穩定性。而從金融系統穩定性的角度來看，金融危機往往起源于泡沫的積累及破滅，經濟學家通常著重闡述宏觀層面的順周期性。例如，Allen和Gale[2]認為投資者對風險資產的過度投資會推高資產價格，從而導致泡沫的產生，而一旦資產價格崩潰則會引發大量的違約情形，最終導致危機的形成。Mckinnon和Pill[3]針對非金融機構的盲目樂觀和信貸膨脹問題進行了研究，并認為這種情況下很容易導致銀行系統的不穩定，并引發宏觀經濟過熱。Jackson和Tsomocos[4]則提出商業銀行的信用評級行為是導致商業銀行信貸投放順周期性的重要原因。同時，Aguiar和Drumond[5]對新舊巴塞爾資本協議的順周期性問題進行了對比研究，認為商業銀行采用的監管約束越是接近協議的要求就越是會導致商業銀行的信貸投放具有顯著的順周期性。

在對商業銀行信貸投放順周期性的實證研究方面，近年來國內外的相關研究也取得了大量成果。Gabriel和Saurina[6]指出商業銀行的信貸周期中貸款投放頂峰和貸款壞賬頂峰之間大約存在著4年的滯后期，因此，商業銀行的信貸投放顯然會加劇宏觀經濟的周期性波動。Gerali等[7]運用DSGE模型的實證研究結果表明，源自銀行信貸投放的沖擊與影響可以對2008年經濟收縮提供絕大部分解釋，而宏觀經濟運行自身的波動性則只是發揮了小部分的作用。2008年金融危機以來，商業銀行信貸擴張順周期性問題也引起越來越多國內學者的關注，趙霜茁和張曉靜[8]從逆周期調節的角度進行研究，馮科和何理[9]對商業銀行上市融資及信貸擴張對貨幣政策傳導機制的影響進行了理論分析和實證檢驗，而王義中[10]則基于公司層面的經驗證據，對我國信貸供給周期的實際效果進行了分析與檢驗。

為此，基于已有的國內外相關研究，我們結合最新的統計資料，研究現階段商業銀行信貸擴張的順周期性是否存在并嘗試對新常態下商業銀行信貸規模調控對策進行總結。

二、現階段商業銀行信貸規模的擴張及原因

1.信貸規模的擴張

自2001年以來，我國金融機構人民幣信貸規模的增長趨勢就表現得十分明顯，商業銀行信貸作為主要的組成部分，其擴張勢頭極為顯著。按照中國銀監會的最新統計數據，2003年上半年我國商業銀行信貸規模為12.95萬億元，2016年第1季度為79.55萬億元，即在這一期間我國的商業銀行信貸規模擴張6.14倍。我們運用指數化增長趨勢模擬的方法進行了估計，結果發現這一期間我國商業銀行信貸的平均增長速度為16.20%左右，而同期我國金融機構人民幣信貸規模的平均增長速度為15.42%，商業銀行信貸規模的增長比整個金融機構人民幣信貸規模的增長還要快。

進一步地，觀察不同類型商業銀行的信貸規模變化情況，如表1所示。

表1 不同類型商業銀行信貸規模的變化情況 單位：億元

注：國有商業銀行包括中國工商銀行、中國農業銀行、中國銀行、中國建設銀行和交通銀行；股份制商業銀行主要包括中信銀行、光大銀行、華夏銀行、廣東發展銀行、深圳發展銀行、招商銀行、上海浦東發展銀行、興業銀行、中國民生銀行、恒豐銀行、浙商銀行和渤海銀行。

從表1可以看出，2005年國有商業銀行、股份制商業銀行、城市商業銀行、農村商業銀行以及外資銀行的信貸規模分別僅為102 238億元、34 876億元、10 888億元、946億元和3 638億元，2015年，上述各類銀行的信貸規模分別增至421 807億元、165 752億元、86 642億元、75 080億元和11 304億元，分別增長3.13倍、3.75倍、6.96倍、78.29倍和2.11倍。可以發現在2004—2015年間，所有類型商業銀行的信貸規模變化都是一致的，但在具體增速上卻表現各異，農村商業銀行的信貸規模增速快于城市商業銀行，而后者又快于股份制商業銀行，然后是國有商業銀行，外資銀行信貸規模的增速最低。

2.信貸規模擴張的原因

(1)我國經濟增長的周期性運行與政府宏觀調控政策的影響

經濟增長無疑具有波動性與周期性，而2000年之后我國擺脫亞洲金融危機的影響，進入新一輪的經濟上升期之后，各領域投資較為普遍的快速增長，拉動銀行信貸規模的擴張。例如，在整個“十五”時期，我國全社會固定資產投資增長率達到了20%，其中2003年的固定資產投資增速達到了27%，而整個“十一五”時期則更是達到了25%。在經濟普遍升溫甚至逐步過熱的增長過程中，投資的膨脹與信貸規模的擴張之間很容易呈現出互為因果的局面，即投資膨脹助長銀行信貸規模的持續擴張，而銀行信貸規模的持續擴張又反過來助推投資實現更快的增長。于是，為了防止經濟過熱，政府在繼續推行積極財政政策的同時，也采取了穩健的貨幣政策。然而，在面對產業結構快速升級和大規模基礎設施建設需求時，宏觀經濟政策的調整并不到位，過于倚重規制與行政審批來控制總需求的膨脹，使得宏觀經濟運行出現反復并仍然呈現出擴張性與總量失衡的特征就幾乎成為必然[11]。到了2008年全球性金融危機蔓延，由于要擺脫深度下滑的低谷，政府的宏觀經濟調控又再次轉向，天量的信貸投放成為“一攬子刺激政策”的重要組成部分[12]，最終也成功地使我國經濟在這場全球性經濟危機中率先實現回暖。因此，2000年以來我國商業銀行信貸規模的擴張，首先仍然需要放到整個經濟增長的周期性運行過程中來加以觀察，而政府的宏觀調控政策也是極為重要的影響因素。尤其是在擴大內需一直都是現階段經濟增長與宏觀調控主旋律的情況之下，商業銀行信貸規模的持續擴張在總體上也是與此相適應的。

(2)商業銀行自身存在著較強的持續擴張信貸規模的沖動

沖動的來源是多方面的，既有利率市場化改革后競爭加劇的原因，也有商業銀行盈利模式轉變不到位，從而導致需要以信貸規模擴張來實現自我救贖的原因。首先，利率市場化改革和資本監管標準等來自商業銀行外部的一系列因素對于商業銀行信貸規模擴張的影響是不容忽視的。例如，利率市場化改革之后，不僅銀行之間的同業競爭逐步加劇，而且在存貸利差不斷收窄的情況下，持續擴張信貸規模往往成為迫不得已的理性抉擇。又如，在2009年的大規模信貸擴張之后，許多銀行的資本充足率都出現了明顯的下降，于是各個銀行就通過資本市場進行再融資，四大國有商業銀行的融資規模高達2 870億元，最終陷入“規模擴張—再融資—規模擴張”的不良循環之中。因此，面向商業銀行的監管政策變化以及由此帶來的商業銀行信貸資源配置環境的變化都必然會給商業銀行的信貸資源配置過程和結果帶來巨大的影響。其次，商業銀行的業務范圍與盈利模式相對單一，較為普遍的流動性過剩，以及內部的激勵與控制機制不夠健全是造成商業銀行信貸規模擴張沖動的內在原因。現階段我國銀行業在整體上都表現出產品結構單一和同質性強的特點，過于依靠傳統的存貸款業務是導致商業銀行信貸規模持續擴張的重要原因。當出現諸如凈利息收入下降等變化時，由于除了擴大經營規模和增加貸款之外普遍沒有更好的途徑釋放壓力，也就出現了重新陷入貸款怪圈的問題。最后，流動性過剩則顯然也是導致信貸擴張沖動的重要原因[13]，例如，1995年后銀行由貸差轉為存差，全國金融機構的存貸差在1999年為2萬億元，2004年為6萬億元，而到2008年則達到15萬億元[14]。尤其值得注意的是，在內部的績效考核與激勵機制存在不足的情況下，經營環境的變化、流動性過剩以及風險識別能力的不足等都會導致商業銀行對持續擴張其信貸規模有著強烈的沖動。

(3)傳統產業產能過剩導致循環累積效應

自2000年以來的周期性經濟增長過程，同時也是我國傳統產業的產能逐步擴張，并最終走向普遍過剩的發展過程。在步入經濟發展的新常態之后，這種傳統產業的產能過剩現象變得更為突出，例如，2014年我國的鋼鐵、水泥、電解鋁、平板玻璃和造船等行業的產能利用率均低于75%，光伏、風電等新興產業甚至出現了比較嚴重的產能過剩[15]。有不少人都認為正是商業銀行信貸規模的持續擴張導致傳統產業產能過剩，并認為應當在融資方面為企業的兼并重組和建立退出機制提供相應的政策支持[14]。事實上，傳統產業乃至一些新興產業的產能過剩現象，并非是當前我國所獨有的，20世紀90年代以來的兩輪大范圍的產能過剩現象都與特定的工業化發展階段有著密切的關聯性，同時也都遭受金融危機的影響，因此，商業銀行信貸規模的擴張在很大程度上只能是助推性的而非決定性的因素。進一步地，當我們轉換視角來觀察商業銀行信貸規模擴張時，發現其與產能過剩的企業之間的聯系其實是比較復雜的。例如，高污染和高能耗的行業和企業——鋼鐵和水泥等幾乎都是一些大型甚至是特大型的國有企業，并且往往也是所在地區的支柱產業，于是即便是風險水平日趨上升，但由于來自績效考核、滿足主要的資金需求者以及支持地方經濟發展等方面的壓力，一些商業銀行非但沒有及時地遏制住對產能過剩行業的信貸投放，甚至還會繼續向這些行業增加貸款。所以，筆者以為，這與其說是一種騎虎難下，倒不如說是一種理性的非理性行為。至于面向新興產業的信貸投放，則主要是在政府的推動和相關政策的引導之下完成的，因而應當被歸結為前文所述的第一種情況，即宏觀經濟調控政策因素。例如，僅中國工商銀行一家，2014年在戰略性新興產業領域的信貸余額就為2 600億元，年度增長幅度達到了21%，并成為中國工商銀行信貸規模增長最快的領域。

三、經驗檢驗

1.變量選取與數據說明

為了直觀地對現階段我國商業銀行信貸資源配置的順周期性進行檢驗，本文選擇使用商業銀行信貸余額(LOAN)和國內生產總值(GDP)兩個變量來反映商業銀行信貸資源配置和國民經濟總量的變化與波動，選擇2004年第1季度至2015年第4季度的季度數據進行分析。之所以選擇2004年為樣本起始點，一方面受制于相關數據可得性，另一方面該年份也是國有商業銀行股份制改革后的第1年。

商業銀行貸款余額數據根據中國銀行業監督管理委員會所公布的按季度劃分的“商業銀行主要監管指標”中的“不良貸款”情況計算得出。具體計算公式為：當季度商業銀行貸款余額=該季度商業銀行不良貸款余額/不良貸款率。例如，2015年第4季度，我國商業銀行不良貸款余額為1.2744萬億元，而不良貸款率為1.67%，于是可以用前者除以后者得到該季度商業銀行的信貸余額為76.3114萬億元。其余的所有季度數據，則以此類推。國內生產總值數據來源于國家統計局數據庫。為了消除異方差，我們對兩個時間序列變量進行了價格指數平減和對數化處理，從而得到lnLOAN和lnGDP。

2.模型設定

為了更充分地觀察和掌握上述兩個變量之間的關系，我們選擇運用非限制性的向量自回歸(Vector Auto Regression，VAR)模型進行后續分析。VAR模型可以幫助我們擺脫理論的束縛，來對上述相互聯系的兩個時間序列之間的關系，以及隨機擾動對變量系統的動態沖擊與影響進行觀察和分析。具體地，滯后階數為p的VAR模型記為VAR(p)，其一般表達式為：

yt=A1yt-1+…+Apyt-p+Bxt+εt

(1)

其中，yt為k維的內生變量向量，xt為d維的外生變量向量，p為滯后階數，t=1,2,…,T，T為樣本容量，A和B分別為k×k維和k×d維的系數矩陣，εt為擾動向量。

3.單位根檢驗與協整關系檢驗

采用ADF檢驗方法，對lnLOAN和lnGDP兩個時間序列變量的單位根檢驗結果表明，lnLOAN和lnGDP原序列均不平穩，而其一階差分序列在1%顯著水平上均為平穩序列，從而可以進行協整分析，并建立VAR模型。在對VAR模型進行估計之前，首先要確定模型的最優滯后階數，依據AIC準則和SC準則，可以確定本文模型的最優滯后階數為2。滯后階數為2的對VAR模型(以下簡稱“VAR(2)模型”)的穩定性進行檢驗的結果顯示，該模型所有特征根的倒數都位于單位圓內，因而可以判定本文所建立的VAR(2)模型是穩定的，故可以基于該模型進行分析。

在VAR(2)模型的基礎上，采用跡檢驗和最大特征根檢驗方法對變量之間的協整關系進行檢驗，結果顯示lnLOAN和lnGDP之間存在協整關系。

4.格蘭杰因果關系檢驗

為了檢驗一個變量的滯后值是否對另一個變量具有解釋和預測的作用，我們繼續進行了格蘭杰因果關系檢驗。檢驗結果如表2所示。

表2 格蘭杰因果關系檢驗的結果

從表2可以看出，兩者之間具有雙向的格蘭杰因果關系。在滯后期分別為1、2和3時，無論是對于原假設“lnLOAN不是lnGDP的原因”，還是對于原假設“lnGDP不是lnLOAN的原因”，所得到的結果都是拒絕，意味著lnLOAN和lnGDP之間具有雙向格蘭杰因果關系。

5.估計結果與分析

基于上述檢驗，對VAR(2)模型進行估計，結果如表3所示。

從表3可以看出，無論是對于lnLOAN作為被解釋變量的情形，還是對于lnGDP 作為被解釋變量的情形，以兩者的滯后1期和滯后2期的值作為解釋變量，都對他們自身的變化有很高的解釋力。

表3 估計結果

注：*、**和***分別表示10%、5%和1%的顯著性水平，括號內為t值。

表4給出了變量lnLOAN和變量lnGDP的方差分解結果。從表4可以看出，兩個變量互相之間都能夠產生正向的影響與效應，每個變量的變化主要受自身的影響，但隨著時期的增加也會更多地受到另外一個變量變化的影響。

具體來看，變量lnLOAN的方差分解結果表明，初始階段的商業銀行信貸規模的變化，主要受其自身已有的規模及其變化帶來的影響，而經濟總量及其增長因素對商業銀行信貸規模的變化并沒有顯著的影響和效應，如第1期時lnLOAN的變化100%來自于自身，第2期時lnGDP變化帶來的影響也不足3%，但是，隨著商業銀行經營活動的持續開展和經濟增長過程的延續，商業銀行信貸規模的變化受到經濟總量變化的影響就變得越來越顯著。例如，到第5期時，lnGDP變化的貢獻率就超過了20%，并在第8期時超過30%，直至在第14期時達到40%。變量lnGDP的方差分解結果則表明，當運用商業銀行信貸規模與經濟總量變化來對經濟增長進行解釋時，經濟總量變化自身同樣也是占據主導性地位的，如從第1期到第10期lnGDP自身的貢獻率都保持在70%以上，但是，與對lnLOAN進行方差分解所得到的結果不同的是，商業銀行信貸規模對經濟總量變化的影響從一開始就是顯著存在的，如第1期時lnLOAN對于lnGDP變化的貢獻率就達到了26.26%，而且隨著時期的延續，商業銀行信貸規模變化對于經濟總量變化的影響也逐步增大，如到第12期時其貢獻率也超過了30%。因此，結合兩者之間這種正向的影響與效應，方差分解的結果也再次驗證了商業銀行信貸投放的順周期性。

表4 方差分解結果

四、結論與政策建議

1.結論

第一，商業銀行信貸規模與經濟增長之間存在長期的均衡關系。根據對2004—2015年商業銀行信貸余額與國內生產總值所做的協整檢驗分析結果，兩者之間存在協整關系。

第二，商業銀行信貸規模與經濟增長之間存在雙向格蘭杰因果關系。這也充分印證商業銀行信貸資源配置的順周期性，即商業銀行信貸規模的擴張能夠推動經濟增長而經濟增長也同樣能夠引起商業銀行信貸規模的擴張。

第三，商業銀行信貸規模的擴張與經濟增長能夠為自身的變化提供較好的解釋，尤其是滯后1期的商業銀行信貸規模，無論對信貸規模的擴張還是GDP增長的作用都是非常顯著的。方差分解的結果也表明了lnLOAN的變化對于lnGDP的顯著影響。

2.政策建議

第一，政府應通過利率、匯率和公開市場操作等政策工具的靈活運用，對商業銀行信貸規模的持續擴張進行合理有效的抑制。在利率方面，目前我國已經基本放開了利率管制，利率市場化進入了新階段；在匯率方面，2015年以來人民幣匯率形成機制改革，以中間價形成的市場化為核心，在國內外經濟金融形勢依然非常復雜的形勢下得到了加速；在公開市場操作方面，銀行體系流動性比較充裕，央行對公開市場操作常態化機制逐步完善，顯然有利于實現對銀行體系流動性的精細化管理。不過，在目前社會融資規模和人民幣貸款同創歷史新高的情況下，應該運用貨幣政策工具適當抑制銀行信貸規模持續擴張。

第二，加快推動商業銀行形成多元化的盈利模式，并不斷提升信貸風險管理能力。在利率市場化程度日益提升，而資本市場發展仍不夠充分的條件下，依靠存貸利差盈利的經營模式不僅導致商業銀行陷入持續擴張信貸的怪圈，同時也使商業銀行面臨更多的信用風險。目前，推動商業銀行多元化盈利模式改革呼聲很高，但改革不是一蹴而就的。因此，加快推動盈利模式的轉型在目前不僅是合理調控商業銀行信貸規模的需要，同時更是提高盈利能力的迫切需要。

第三，按照“寬進嚴管”的模式持續加大監管力度，確保商業銀行機構的守法合規經營，并促進其信貸規模的合理增長。2008年以來，發放貸款仍然是我國商業銀行資金運用的主要方式，貸款占商業銀行總資產的比重始終超過50%，而這很容易導致信用風險向流動性風險轉變。同時，從商業銀行信貸投放的過程來看，很多商業銀行為了規避監管機構的信貸規模管制，采取了信托貸款、同業代付和委托貸款等方式為貸款對象實現融資提供服務，而這些業務卻并未被計入商業銀行的貸款范疇，從而導致信貸規模的實際擴張并且也累積了大量風險。為此，依照“事前”和“事后”兩個階段來進行宏觀審慎監管政策工具的選擇，防范可能出現的具有傳染性的系統風險就變得愈加重要。

[1] Andrew,C.Marrying the Micro- and Macro-Prudential Dimensions of Financial Stability[R].General Manager of the Bank for International Settlements and Chairman of the Financial Stability Forum, 2000.

[2] Allen，F.， Gale，D.Bubbles and Crisis [J].Economic Journal，2010，110(460)：236-255.

[3] Mckinnon，R.， Pill， H.Credible Economic Liberalizations and Overborrowing[J].The American Economic Review，1997, 87(2)：189-193.

[4] Jackson，P., Tsomocos，D.P.Procyclicality and the New Basel Accord：Banks’ Choice of Loan Rating System [J].Economic Theory，2001，25(3)：537-557.

[5] Aguiar，D.，Drumond,I.Business Cycle and Bank Capital:Monetary Policy Transmission Under the Basel Accords[R].Fep Working Paper No.242，2007.

[6] Gabriel，J., Saurina,J.Credit Cycles， Credit Risk， and Prudential Regulation[R].BIS Working Paper，2005.

[7] Gerali,A.,Neri,S.,Sessa,L.，et al.Credit and Banking in a DSGE Model of the Euro Area[J].Journal of Money Credit amp; Banking,2010, 42 (S1):107-141.

[8] 趙霜茁，張曉靜.我國商業銀行信貸投放親周期性實證研究及緩釋對策[J].金融理論與實踐，2012，(1):80-85.

[9] 馮科,何理.我國銀行上市融資、信貸擴張對貨幣政策傳導機制的影響[J].經濟研究，2011，(S2):51-62.

[10] 王義中.中國信貸供給周期的實際效果：基于公司層面的經驗證據[J].經濟研究，2015，(1)：52-66.

[11] 黃賾琳.改革開放三十年中國經濟周期與宏觀調控[J].財經研究，2008,(11)：88-100.

[12] 劉元春，閻衍，朱戎.2009—2010年中國宏觀經濟分析與預測[J].中國人民大學學報，2010，(1)：73-82.

[13] 任碧云.中國流動性過剩成因分析及政策建議[J].中國經濟問題，2008，(1)：29-36.

[14] 林毅夫,巫和懋,邢亦青.“潮涌現象”與產能過剩的形成機制[J].經濟研究，2010，(10)：4-19.

[15] 高鐵梅.計量經濟分析方法與建模:EViews應用及實例(第二版)[M].北京：清華大學出版社，2009.248-250.

(責任編輯：巴紅靜)

2017-08-19

倪殿鑫(1986-)，男，遼寧遼陽人，博士研究生，主要從事商業銀行研究。E-mail: dx.ni@cbhb.com.cn

F832.5

A

1000-176X(2017)11-0052-06