信貸配置效率對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的影響

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了信貸配置效率對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的影響范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：信貸資源配置效率的高低對一個地區(qū)的經(jīng)濟發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整具有重要影響和意義。本文通過分析吉林省產(chǎn)業(yè)間信貸投放的現(xiàn)狀和特點，建立VAR模型計量模型對吉林省三次產(chǎn)業(yè)的信貸投放效率進行深入研究，得出具有現(xiàn)實指導意義的結(jié)論并提出相關(guān)政策建議。

關(guān)鍵詞：信貸配置；產(chǎn)業(yè)結(jié)構(gòu)；VAR模型；吉林省

一、引言

金融資源的配置效率是現(xiàn)代經(jīng)濟研究的重要問題之一。信貸資金的配置效率深刻影響著產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型和優(yōu)化升級，效率的高低也決定了一個地區(qū)經(jīng)濟發(fā)展的水平和質(zhì)量。改革開放以來，我國的信貸資源配置方式由原來的行政調(diào)配轉(zhuǎn)變?yōu)槭袌龌渲?，但仍然存在配置低效制約經(jīng)濟發(fā)展的情況。分析吉林省信貸資金配置狀況及產(chǎn)業(yè)結(jié)構(gòu),研究如何提高信貸資金的配置效率,對科學制定貨幣信貸政策,促進地方經(jīng)濟高質(zhì)量發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)升級具有重要意義。關(guān)于區(qū)域范圍信貸資金配置效率的相關(guān)研究較多，其中通過計量方法進行信貸資金配置效率研究最具代表性的是JeffreyWurgler(2000)，首次提出用資本關(guān)于GDP變化的彈性系數(shù)來表示資本配置效率。本文將在已有研究基礎(chǔ)上，采用VAR模型對吉林省三次產(chǎn)業(yè)的信貸資金配置效率情況進行實證研究，并全面分析信貸資金配置效率對地方產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的作用機理。

二、吉林省信貸資金產(chǎn)業(yè)分布的現(xiàn)狀與特征

（一）吉林省貸款變動趨勢和特點近年來，全國貸款增速整體表現(xiàn)較為平穩(wěn)，我省貸款增速波動幅度較大，主要表現(xiàn)為以下幾個特點：一是與全國相比由大幅偏離到逐漸收窄。吉林省人民幣貸款增速于2017年12月末達到近5年最低點4.8%，較全國低7.9個百分點，此后逐漸波動上升，至今年7月末我省貸款增速達到9.8%，較全國低3.2個百分點，與全國水平的差距明顯收窄；從金融支持實體經(jīng)濟來看，7月末，全省社會融資規(guī)模存量同比增長12.0%，低于全國增速0.9個百分點。二是在“三省一區(qū)”由總體落后到逐步領(lǐng)先。2017年底至2018年上半年我省貸款增速連續(xù)8個月位列“三省一區(qū)”末位；至今年7月末，我省人民幣貸款同比增長9.8%，較去年同期提高2.4個百分點，增速和漲幅均位列東北“三省一區(qū)”首位。三是融資結(jié)構(gòu)持續(xù)優(yōu)化，重大項目建設(shè)得到有效支持。其一，表外、直接融資占比持續(xù)升高。上半年，表外融資和直接融資占比分別為11.0%和8.1%，分別較1季度高25.6個和6.9個百分點。其二，7月末，全省金融機構(gòu)中長期貸款同比增長15.5%，高于全部貸款增速5.8個百分點。其中，制造業(yè)中長期貸款同比增長16.6%，較去年同期提高13.7個百分點。其三，7月末，全省主要金融機構(gòu)億元以上重大項目貸款余額5352.52億元，較年初新增266.00億元，為棚改、基礎(chǔ)設(shè)施建設(shè)、公路建設(shè)等項目提供有力支撐。四是企業(yè)融資環(huán)境不斷改善，融資成本持續(xù)下行。其一，金融支持民營企業(yè)力度不斷提升。7月末，全省私人控股企業(yè)貸款余額5295.57億元，同比增長15.5%。其二，小微企業(yè)貸款實現(xiàn)“量增”、“面擴”、“價降”。7月末，全省普惠口徑①小微企業(yè)貸款同比增長17.7%；省內(nèi)銀行機構(gòu)對小微企業(yè)授信戶數(shù)達32981戶，同比增長28.1%；據(jù)抽樣調(diào)查顯示，7月份全省新發(fā)放小微企業(yè)貸款加權(quán)平均利率為5.41%，較去年同期下降1.1個百分點。

（二）產(chǎn)業(yè)間信貸配置的現(xiàn)狀一是信貸資源產(chǎn)業(yè)配置相對不均。2020年二季度，一、二、三產(chǎn)業(yè)對GDP的貢獻比例為9：35：56，而三大產(chǎn)業(yè)貸款余額比為2：25：73，信貸資源分布與三次產(chǎn)業(yè)的產(chǎn)出貢獻匹配不均衡，貸款相對集中于第三產(chǎn)業(yè)，一產(chǎn)、二產(chǎn)的信貸支撐不足。從近年來情況看，吉林省信貸資源分配和第三產(chǎn)業(yè)的比重上升,第二產(chǎn)業(yè)的比重下降。二是信貸資金產(chǎn)出效率趨降。從信貸規(guī)模占GDP的比重來看，吉林省貸款產(chǎn)出率由2015年的1.04上升到2019年的1.74，降幅為40.2%；從貸款增量來看，吉林省貸款產(chǎn)出率由2015年的3.24逐年下降至2019年的2.67，降幅為21.4%。三是行業(yè)信貸資源分布過于扎堆在基建、房地產(chǎn)等效率低的行業(yè)，擠占工業(yè)信貸的增長。2020年9月末，吉林省基建領(lǐng)域貸款余額占全部貸款余額的比重為21.7%，房地產(chǎn)貸款余額占全部貸款余額的比重為25.1%，戰(zhàn)略性新興產(chǎn)業(yè)貸款占比僅3.68%，其中科學研究和技術(shù)服務(wù)業(yè)貸款僅占全部貸款余額的0.37%。

三、實證分析

（一）指標選取和數(shù)據(jù)說明接下來，本文運用時間序列計量模型，選取吉林省三大產(chǎn)業(yè)產(chǎn)值占GDP比重（AGR為第一產(chǎn)業(yè)產(chǎn)值占比、IND為第二產(chǎn)業(yè)產(chǎn)值占比、SER為第三產(chǎn)業(yè)產(chǎn)值占比），用來反映各產(chǎn)業(yè)發(fā)展情況和產(chǎn)業(yè)結(jié)構(gòu)的分布；吉林省三大產(chǎn)業(yè)貸款增量占該產(chǎn)業(yè)產(chǎn)值的比重（AGRDK1為第一產(chǎn)業(yè)貸款增量占一產(chǎn)產(chǎn)值比重、INDDK1為第二產(chǎn)業(yè)貸款增量占二產(chǎn)產(chǎn)值比重、SERDK1為第三產(chǎn)業(yè)貸款增量占三產(chǎn)產(chǎn)值比重），用來反映各產(chǎn)業(yè)信貸投入與產(chǎn)值增長之間的相互關(guān)系；吉林省三大產(chǎn)業(yè)中長期貸款增量占該產(chǎn)業(yè)產(chǎn)值的比重（AGRDK2為第一產(chǎn)業(yè)中長期貸款增量占一產(chǎn)產(chǎn)值比重、INDDK2為第二產(chǎn)業(yè)中長期貸款增量占二產(chǎn)產(chǎn)值比重、SERDK2為第三產(chǎn)業(yè)中長期貸款增量占三產(chǎn)產(chǎn)值比重），用來反映各產(chǎn)業(yè)中長期信貸投入與產(chǎn)值增長之間的相互關(guān)系；吉林省信貸規(guī)模占GDP比重（XD）和中長期貸款規(guī)模占GDP比重（ZCQ）代表銀行總體的信貸效率，進而構(gòu)建VAR模型。

（二）實證結(jié)果和主要結(jié)論從第一產(chǎn)業(yè)信貸投入的脈沖響應(yīng)圖來看（圖1），第一產(chǎn)業(yè)沖擊相應(yīng)具有明顯的季節(jié)性周期波動特點。給一產(chǎn)信貸投入一個標準差的沖擊后，第一產(chǎn)業(yè)產(chǎn)出在10個觀測期內(nèi)呈現(xiàn)正向的“M”型脈沖響應(yīng)軌跡；中長期貸款對第一產(chǎn)業(yè)產(chǎn)出的沖擊圍繞0值上下波動；銀行總體信貸規(guī)模和中長期信貸投放對第一產(chǎn)業(yè)產(chǎn)出的影響十分顯著，持續(xù)產(chǎn)生顯著的正向沖擊效應(yīng)；從第二產(chǎn)業(yè)信貸投入的脈沖響應(yīng)圖來看，第二產(chǎn)業(yè)沖擊波動明顯，特別是中長期貸款投入對第二產(chǎn)業(yè)產(chǎn)出增長具有顯著的負向沖擊效應(yīng)，而后作用效果逐漸收斂；從第三產(chǎn)業(yè)信貸投入的脈沖響應(yīng)圖來看，第三產(chǎn)業(yè)沖擊作用力小。第三產(chǎn)業(yè)產(chǎn)出受信貸投入一個標準差的沖擊后，在10個觀測期內(nèi)波動幅度逐漸收斂。通過VAR模型檢驗，結(jié)合脈沖響應(yīng)圖和方差分解結(jié)果可見，信貸投入對三次產(chǎn)業(yè)的沖擊作用呈現(xiàn)不同的路徑，得出以下結(jié)論：一是吉林省銀行信貸總體配置效率相對較高，但三次產(chǎn)業(yè)間信貸配置效率存在明顯差異。吉林省銀行信貸投放能較好地促進第二產(chǎn)業(yè)、第三產(chǎn)業(yè)發(fā)展，有利于產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級，但對第一產(chǎn)業(yè)的信貸效率提升對其作用不大；第二產(chǎn)業(yè)是信貸資金利用最有效率的產(chǎn)業(yè)，第一產(chǎn)業(yè)次之，第三產(chǎn)業(yè)最差。二是產(chǎn)業(yè)基礎(chǔ)薄弱影響信貸配置效益，實體經(jīng)濟風險向金融體系傳導將直接影響貸款投放效率。吉林省產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級進程緩慢，地方經(jīng)濟增長主要依賴投資拉動，信貸配置效率低下也進一步制約了地方產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型和升級。與此同時，吉林省經(jīng)濟“三期疊加”矛盾突出，加之疫情沖擊，進一步加劇了固有矛盾，實體企業(yè)普遍盈利能力下降，個人、企業(yè)債務(wù)風險正不斷積累。同時，高風險金融機構(gòu)、非法集資、地方政府債務(wù)等領(lǐng)域風險仍然突出，金融風險或?qū)⑿纬砷L期的隱形約束。據(jù)相關(guān)調(diào)查數(shù)據(jù)顯示，吉林省銀行機構(gòu)盈利空間趨于收窄，吸收風險能力下降；銀行機構(gòu)不良貸款率長期高于全國平均水平，增加了防范化解系統(tǒng)性金融風險的壓力。三是第三產(chǎn)業(yè)占用了大規(guī)模的信貸投入，但卻集中于傳統(tǒng)服務(wù)業(yè)，不利于“現(xiàn)代服務(wù)業(yè)”產(chǎn)業(yè)規(guī)模的發(fā)展壯大。從數(shù)據(jù)來看，2019年吉林省批發(fā)零售行業(yè)貸款余額占比為12.45%，金融業(yè)貸款占比僅為1.73%。信貸資源應(yīng)更多地投向能夠體現(xiàn)現(xiàn)代化城市功能的現(xiàn)代服務(wù)業(yè)，才能帶動第三產(chǎn)業(yè)總量實現(xiàn)大幅增長。

四、政策建議

本文通過對吉林省產(chǎn)業(yè)信貸資金的數(shù)據(jù)分析和實證檢驗，深入研究了吉林省信貸資源在區(qū)域產(chǎn)業(yè)間的配置效率問題，提出以下政策建議。一是以供給側(cè)結(jié)構(gòu)性改革為主線，強化產(chǎn)業(yè)政策與信貸政策配合，優(yōu)化經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)。緊盯國家新興產(chǎn)業(yè)發(fā)展的政策導向，圍繞戰(zhàn)略新興產(chǎn)業(yè)、高端裝備制造業(yè)、信息技術(shù)產(chǎn)業(yè)、農(nóng)副產(chǎn)品加工業(yè)等做足文章，推進“一主六雙”產(chǎn)業(yè)發(fā)展空間布局戰(zhàn)略，同時，恢復疫情沖擊下企業(yè)家及消費者信心，持續(xù)營造和引導我省經(jīng)濟長期向好的預期，推動新興產(chǎn)業(yè)加快發(fā)展，并吸引銀行信貸資金投入，進一步提升信貸資金在三次產(chǎn)業(yè)間、重點行業(yè)間配置效率。二是大力發(fā)展各類中小型金融機構(gòu)，積極引導中小型金融機構(gòu)明確市場定位。切實從體制機制上解決民營企業(yè)融資難問題，積極發(fā)展社區(qū)銀行、村鎮(zhèn)銀行、小額貸款公司等各類中小型金融機構(gòu)，推動民營經(jīng)濟的發(fā)展。充分發(fā)揮地緣優(yōu)勢，挖掘企業(yè)信用信息，針對中小企業(yè)和社區(qū)居民的不同特點，開發(fā)設(shè)計不同的金融服務(wù)種類，有效滿足民營中小企業(yè)的金融需求。三是引導企業(yè)轉(zhuǎn)型升級，積極擴大有效投資。進一步發(fā)揮行業(yè)規(guī)劃的指導作用，對當前產(chǎn)能過剩行業(yè)加強引導，推動企業(yè)降本增效，提高固定資產(chǎn)投資回報率。引導和支持企業(yè)增加技改投入，促進產(chǎn)業(yè)加快轉(zhuǎn)型升級，企業(yè)高端化發(fā)展。同時，持續(xù)圍繞優(yōu)化營商環(huán)境做足文章，進一步打通企業(yè)投資興業(yè)的堵點難點，通過深化改革引導企業(yè)積極發(fā)揮主體作用，讓社會資本有公平、廣泛參與各類項目的投資機會。四是營造良好金融生態(tài)環(huán)境，建立并完善風險共擔機制。強化金融生態(tài)環(huán)境建設(shè)，通過公布失信企業(yè)名單、嚴厲打擊逃廢債行為、提升不良貸款清收效果等方式，創(chuàng)造良好的金融外部環(huán)境。此外，建議由政府引導基金、擔?；馉款^設(shè)立實體企業(yè)擔?；穑l(fā)揮政府背景的地方擔保機構(gòu)服務(wù)能力，形成“銀政擔”的風險共擔機制，提高銀行支持實體企業(yè)的風險承擔能力。

參考文獻:

[2]李青原,李江冰,江春等.金融發(fā)展與地區(qū)實體經(jīng)濟資本配置效率——來自省級工業(yè)行業(yè)數(shù)據(jù)的證據(jù)[J].經(jīng)濟學(季刊),2013:(2)527-548.

[3]劉梅生.我國銀行信貸與產(chǎn)業(yè)結(jié)構(gòu)變動關(guān)系的實證研究[J].南方金融,2009:(7)24-26.

[4]王春峰,曲彬.信貸資金對區(qū)域產(chǎn)業(yè)經(jīng)濟配置效率實證分析[J].天津大學學報(社會科學版),2016:(1)22-25.

[5]中國人民銀行營業(yè)管理部課題組.北京市金融機構(gòu)信貸資金配置效率研究——對26個主要行業(yè)貸款情況的實證分析[J].金融研究,2005:(2)69-81.

作者：林長杰 劉璐 單位：中國人民銀行長春中心支行