社会融资规模和融资结构与经济增长关系计量分析

鲁存珍

【摘要】本文基于2002年2014年的季度数据，通过相关关系检验、协整关系检验、格兰杰因果关系检验等计量分析方法，证实了在样本期内，社会融资规模比银行信贷更能体现金融与经济的关系，社会融资规模与各主要经济指标存在长期协整关系和格兰杰因果关系；并通过误差修正模型的构建，证实了短期内这种协整关系会有偏差需要调整，从理论上解释了融资规模与经济变量为何会在短期内出现背离；本文还创新性的引入了融资结构这一变量，并通过一系列检验分析证实融资结构优化并没有带来新的经济增长，在融资规模不变的条件下融资结构的单一改变并不能带来经济的增长，缘于目前大部分非银行融资并没有真正投入实体经济，以及增长较慢的国有经济仍是非银行融资的主力军，一定程度上解释了为何融资规模急速增长而GDP增长却放缓。基于以上计量分析检验结论，本文建议应合理适度的扩大融资规模，从量上促进GDP增长，同时，应注重金融与经济的协调发展，以达到融资高产出的目的，此外，对目前融资规模的扩大与经济增长放缓的现象，应引起高度关注，及早发现金融风险。

【关键词】社会融资规模 相关性 平稳性 协整 格兰因果关系 脉冲响应

一、引言

伴随着中国经济的发展，国内的金融产品和金融工具也在不断创新，非银行融资形式多种多样化，传统的银行融资已不再是资本市场上唯一的主角，于是包含多种融资形式，反映一定时期实体经济从金融机构获得融资总量的新指标——社会融资规模这一概念在2010年底的中央经济工作会议上首次被提出。2011年起人民银行首次发布并在之后陆续编制和公布了社会融资规模数据，根据指标数据，2014年社会融资规模是2002年的8.16倍，而银行贷款是5.28倍，社会融资规模中的银行贷款占比由2002年的95%到下降2014年的62%，这说明过去十几年间，社会融资规模不论在量上还是结构上，都发生了质的变量，且非银行融资正以突飞猛进的速度在发展；然而，2014年GDP是2002年的5.4倍，其发展速度明显落后于社会融资规模的发展，且在2013年一季度融资规模同比增长58.5%而GDP同比增10.18%，于是有一些声音在问，社会融资规模的扩大是否真的有利于经济增长？为何出现融资规模与经济背离？社会融次规模与经济指标是否存在长期稳定的关系？

二、文献重要结论

国内学者对社会融资规模和经济关系进行了部分研究，盛松成的研究认为，“我国的货币政策能有效影响和调控社会融资规模，而社会融资规模对经济增长、物价水平、投资消费等实体经济指标产生较大影响，社会融资是反映金融与经济增长关系的良好指标”①，赵倩等人研究认为，“社会融资规模与GDP存在长期稳定的动态关系，新增融资是经济增长的驱动因素，但它只能在方向上反映实体经济的增长情况，并不能在总量和规模上显著推动实体经济的增长程度，更不能作为货币政策中介目标，且社会融资规模与CPI的动态关系和作用并不显著”②，郭丽虹等人研究认为“社会融资规模的增加显著促进了实体经济的发展，不过，社会融资规模的增长存在一定的门槛水平，与此同时，不同的社会融资结构对实体经济的影响并不相同”③；夏祥谦的研究认为，“融资总量相对于实体经济规模的扩大对经济增长和生产率提高均具有显著的正效应，但直接融资比重的上升对经济的增长和生产率提高有显著的抑制作用”④。

由于社会融资规模是一个较新的概念，目前公开发布的数据也仅限于全国月度数据及2014年和2013年的地区数据，理论研究文献有限且研究结果有分歧，以上几篇研究主要是融资规模和经济增长关系研究，在结构研究中，用的是不含信托贷款和委托贷款的融资变量数据，但这部分贷款占融资规模的比重已达30%，不含这部分贷款的融资规模基本只是银行融资规模，其可信度值得考究，因此使用真实的社会融资规模数据与经济增长的关系研究是非常有必要的。本文将使用人民银行公布的融资规模数据，通过多种计量检验方法，来验证融资规模与经济发展存在怎样的关系，以及他们的关系是如何发展的？

三、计量分析

（一）数据选取和处理

1.数据选取。本文选取2002年以来的社会融融资规模及构成（包括银行贷款和非银行贷款）季度数据，主要经济变量GDP以及影响其增长的重经经济变量固定资产投资、社会消费品零售总额、财政支出、进出口、CPI季度数据，数据来源于统计局官方网站。由于中国人民银行未公布融资规模季度数据，而是公布了月度数据，根据社会融资规模增量指标的定义，我们用季度各月相应月份数据加总得到社会融资规模季度数据，CPI季度数据根据相应月份取几何平均数。

2.数据去季性及对数处理。不论是融资规模季度数据还是经济变量的季度数据，都有显著的季节周期性，为不影响分析结果，以保证分析的结论中不含有季节性因素，使用CensusX12加法模型对数据进了季度处理，由图1可以看出，原始数据有明显的季节周期性，随季节不同产生波动，而去季节性后的数据更加平滑，不带有季节周期性。由于各变量测度单位不同，数据测度差距较大，为便于计算变量间的变化弹性，本文将变量取自然对数，取对数后的数据具体表示为社会融资规模（lnGM）、银行贷款（lnLN）、国内生产总值（lnGDP）、固定资产投资（lnTZ）、社会消费品零售总额（lnXF）、进出口（lnJCK）、CPI（lnCPI）。

3.融资结构变量构建。本文采用赫芬达尔指数来度量融资结构，具体计算方法为这里的Sij为第i年银行贷款、表外融资、直接融资及其他构成社会融资的部分占社会融资的比重，HHI越大，表明社会融资的结构越单一，HHI越小，表明融资结构趋向于多元化。由图2可以看出，2002年到2014年，赫达尔系数有明显的减少趋势，说明融融资结构发生了根本的改变，由单一融资结构向多元融资结构转变。

（二）理论模型设计

本文主要是研究社会融资规模和结构与经济增长的关系，先通过相关分析，计算相关系数，初步判断是否有相关性，对有相关性的变量，在对它们进行协整检验，得出是否有长期稳定的均衡关系，并建立误差修模型，考察这种长期的均衡关系在短期内是如何决定的，接下来对协整变量用格兰杰因果关系检验，考察它们的前后期变化又是如何决定的。

（三）数据检验

1.相关性检验。相关性检验是对经济变量相关程度及相关方向的一种检验方法，是对变量间关系的一个初步了解，由于部分非银行融资规模数据为负数，不便于取对数，因此在相关分析时全部数据为季节调整后未取对数前的数据。表1是SPSS计算出的pearson相关系数，从表中可以看出：一是融资规模与各经济变量的相关系数都较高，具有很强的正相关性，且相关性都高于银行贷款与经主要经济指标的关系；二是非银行融资与主要经济变量的相关性存在，且相关系数较高；三是融资结构与各经济变量的相关系数较小，相关程度不高，融资结构的变化给经济增长带来的变化不明显。从相关系数看，融资规模与经济变量、非银行融资与经济变量的相关性存在，融资结构与经济变量的相关性不明显，下面将进一步验实这些关系。

2.平稳性检验。

由相关性检验得知，变量间存在相关关系。对于有相关关系的变量，可以用回归模型对变量间的统计关系进行定量描述，经典回归模型（classical regression model）是建立在稳定数据变量基础上的，对于非稳定变量，不能使用经典回归模型，否则会出现虚假回归等诸多问题。然而，时间序列变量都有很明显的时间趋势，从图3可以看出，融资规模和各主要经济变量都随时间变化呈上升趋势，显然不平稳，这是经济自然增长的结果，直接做回归的结果无疑是一个伪回归，其回归系数很可能含有时间因素，是自然增长的结果，而不是变理间关系的结果。为证明时间序列的平稳性，使用EVIES软件对变量作单位根检验，由于原序列有很明显的向上趋势，且均值不为零，选择了带有截距和趋势项的检验方法，表2左部分是检验结果，证明所有变量都不平稳，不能用经典回归方程。对一阶差分后的变量进行ADF检验，表2右部分是检验结结果，表明都不含有单位根，即所有的时间序列均为一阶平稳，对于同阶平稳序列，可以进行协整检验，若协整关系存在，则可以建立回归模型，来考察协整变量间的数量变化关系。

3.协整关系检验。由平稳性检验可知，所以变量不平稳，一阶差分后均平稳。不平稳序列不能使用经典回归模型来表达变量间的关系，对于一阶差分后的平稳序列进行建立回归模型，又散失的经济意义，也会隐藏变量间的真正关系，但是，对于不平稳的变量，如果变量之间有着长期的稳定关系，即从长期来看，它们之间是均衡的，则可以使用经典回归方法建立回归模型，因此对不平稳变量首先需要检验变量间是否存在均衡关系。协整检验（cointegration）是检验变量长期均衡关系的常用方法，不需要变量平稳，变量同阶单整即可，由表2可知，表中变量都是一阶平稳序列，即是同阶单整，可以对原序列进行协整检验。协整检验的经济意义在于，两个或两个以上的经济变量虽然具有各自的长期波动规律，但如果他们是协整的，则他们之间存在着某种长期稳定的比例关系；反之，如果变量有各自的波动规律，但他们不是协整的，则他们之间不存在一个长期稳定的关系。通过相关系数，我们了解到融资规模和结构与各主要经济变量存在一定的相关性，它们都是不平稳序列，但同是一阶单序列，满足协整条件，可以用协整检验来判断他们是否存在长期均衡关系。协整检验有两种方法，Engle-GRanger和Johansen，前一种方法主要用于检两个变量之间的协整，本文不仅关心变量之间是否存在协整关系，同样关心协整系数，而JJ两步法中的协整方程往往是没有经济意义的，且经过多次实验，本文发现，本文中的协整变量用JJ验验法给出的协整方程拟合度较低，相关的误差修正模型中许多解释变量不显著，分析预测的意义不大，但在判定上由于统计软件可以直接得出结果比较方便，而E_G两步法需要计算协整检验的临界值，相对烦琐，因此本文在判定是否有协整关系时，使用Johansen检验，对被判定确有协整关系的变量，在建立误差修正模型时，使用E_G两步法，以下是融资规模与各经济变量间的协整关系，同时为了进行比较，计算出了融资规模与经济变量的协整系数，银行贷款与经济变量的协整系数。

由表3可知，融资规模与经济变量存在长期协整关系，且融资规模与经济变量的协整系数和协整方程R-squared均大于银行贷款，说明比起银行贷款，融资规模与经济变量关系更紧密，融资规模、融资结构与各经济变量的E—G两步检检中，HHI系数均不显著，且方程R-squared与不加变量HHI时变化不大，说明在此方程中，HHI这一变量的增加，对解释变量没有解释作用，在控制融资规模后，融资结构的变化不会引起在济变量的变化。

4.误差修正模型ECM。通过变量间的协整检验，我们得出融资规模与各经济变量存在长期均衡关系，然而，即使两个变量之间长期存在均衡关系，但在短期内这种关系是否成立？在2013年的一季，就出现过社会融资规模迅速扩大而GDP增长缓慢的背离现象，无法用长期均衡来解释这种短期波动。误差修正模型就是用来解释长期均衡的变量，在短期内是如何决定的。假设两个变量X与Y长期存在均稳衡关系，则Yt=C+Xt+μt，μt为平稳序列，然而，实际经济中，由于受到各种因素的影响，X和Y的观察值很少会落在均衡点上，出现了短期非均衡，误差修正理论认为，这种非均衡可以通过上期的波动值来进行修正，对（1，1）阶自回归分布滞后模型yt= β0+β1xt+β2yt-1+β3xt-1+εt，移项后得到误差修正模型Δxt=β0+ β1Δxt+（β2-1）[yt-1-（β1+β2/（1-β2）xt-1]+εt，其中，β2-1<0为误差修正项系数，表4为融资规模与经济变量的误差修正模型系数检验表，从表中可以看出，误差修正项系数均小于零，对协整变量间的这种短期偏离均有修正作用。

由检验表得以下短期波动模型：

方程检验结果均显示方程显著线性相关，拟合值较高，解释变量很好地解释了被解释变量的波动，参数检验结果显示，社会融资规模的当期波动对进出口有显著正向影响，对消费有显著负面负面影响，对投资、消费、财政影响不显著；前期社会融资规模的波动对本期的GDP、投资、消费、CPI有显著的影响，同时，经济变量自身的上期波动对本期均有显著影响，且从回归系数看，影响较大。误差修正项系数β2-1均为负，说明上期误差对当期的波动影响同样显著，误差修正模型对变量间的短期非均衡起到了很好的修正作用。

5.格兰杰因果关系检验（granger causality）。由相关系数及协整关系检验，我们知道融资规模与各主要经济指标有较强相关性，并且具有长期稳定的协整关系，那么，他们的影响关系是怎么确定的？融资规模的前期变化是否有助于解释经济变量将来的变化，经济变量过去的变化，对现有融资规模的变化是否又有解释作用兰杰因果关系检验可以用来验证这种变化，在格兰杰因果关系检验中，滞后阶数确定由为关键，直接决定着检验结果，本文优先选用AIC、IC准则确定最优滞后阶数，此方法不能确定的，在用极大似然比LR值确定。

从格兰因果分析结果看，在最优滞后阶数下，融资规模与GDP、投资消费、财政、CPI相互影响，融资规模的前期变化会影响这些经济变量之后的变量，反之，这些经济变量的前期变化，对现在的融资规模也有影响，但融资规模与进出口没有格兰因果关系。

四、计量分析结论

（一）融资规模比起信贷更能体现金融与经济的关系

在样本期内，比起银行信贷，融资规模与经济变量的相关性系数更大，相关性更强，回归方程拟合度更好，且非银行的融资方式与经济变量的增长方式也是同方向变化，这表明在现阶段非银行融资方式的增加也带来了经济的增长，因此社融资规模无疑是比银行贷款更能体现金融与经济增长关系的指标。

（二）目前融资结构的优化不能促进经济增长

一是从相关系数看，融资结构变量HHI与经济变量相关性不高；二是从协整关系看，虽然HHI与经济变量的长期协整关系存在，但协整方程拟合度太低（表中未列出），小于0.5，在控制了融资规模后，融资结构变量HHI与各经济变量的协整关系不存在，即融资规模不变的情况下，融资结构的改变并不能改变经济增减；三是金融变量与经济变量的协整方程中，融资规模的回归系数小于银行信贷，直接融资的协整系数小于融资规模和银行信贷；四是GDP增长与银行融资同步却远落后于融资规模的增速。以上这些计量分析结果都说明，非银行融资与经济变量的弹性小于银行信贷，目前非银行融资方式多样化，占比增加，这种融资结构的优化并没有带来新的经济增长。

（三）融资规模与各经济指标分别存在长期均衡关系

从协整检验和格兰杰因果检验结果看，融资规模不只与GDP存在长期均衡关系，与多个经济变量均存在长期均衡关系和格兰杰因果关系，各经济变量的前期变化会引起融规模的变化，同样，融资规模的前期变化会引经济变量的变化，这说明了融资规模与各经济变量是一体的，各变量应长期来看是同方向变化的，长期单一的融资规模增长并不能带经济增长，这可以从理论上来解释当前融资规模暴涨，而GDP增长乏力。

（四）融资规模与经济变量存在短期非均衡，需要误差项进行修正

从协整方关系看，融资规模与经济变量存在长期均衡关系，在短期内，这种关系由于受到各种复杂因素的影响，会出现短期非均衡，但通过误差模型可以对这种关系进行修正，这可以从理论上解释为何在2013年一季度出现的融资规模与GDP增长背离现象，也在次证明融资规模与经济增长的长期均衡是存在的，短期内的非均衡不会改变这一结果。

五、建议

基于本文的计量分析结论，提出以下建议：

（一）适度扩大融资规模

从本文研究结论看，融资规模作为一个新的金融指标衡量金融与经济发展的关系，显然在量上优于银行信贷，与经济发展存在长期正向关系，从长期看扩大融资规模经济未来必增长，因此应不断创新非银行融资方式，在量上扩大融资规模，以达到促进经济增长的目的。但是，从本文研究结果看，融资规模与多个经济指标长期存在着均衡关系，融资规模不断扩大，但投资、消费、CPI等经济指标不以此匹配，GDP也难以维持增长，因此融资规模的增长应是适度的增长，与经济发展相适应的增长，才能起到促进经济增长的目的。

（二）优化融资结构，提高融资使用效率

从本文的实证结果来看，非银行贷款外的融资在促进经济发展方面发挥着不可替代的作用，在量上促进经济发展，但是非银行融方式对经济的弹性低于银行融资方式，融资结构的优化并没有促进经济增长，说明非银行融资方式在经济效益上相对较低，可能的原因一方面是影子银行等融资方式并没有真正投向实体经济创造GDP，而是进入了投资领域，此外，中国的大型国有企业仍然是直接融资的主力军，这些企业从债券市场股票市场获得了大量的融资，但其成长和效益却低于新兴产业。因此本文建议，应优化社会融资规模在各个领域的分配，加大新兴产业、成长型型企业的非银行融资方式力度，从资金配置的结构开始，努力现实经济的增长。

（三）从融资规模与经济关系看金融风险

由于社会融资规模包含多种多样的融资方式，参与主体也不在是传统的金融机构，金融风险从传统银行业扩大到新兴的金融机构，相比传统银行业，这些金融机构由于自身制度的不健全管理的不完善，抗风险能力较弱。从本文的协整检验来看，融资规模与经济增长长期来看应是同增的，但自2009年以来，由于非银行融资业务的增长，社会融资规模增长迅速，214年末社会融资规模存量达122.86万亿，同比增长14.3%，主要为非银行融资方式的增长，而同期GDP仅增7.3%，这些新增的非银行融资带来的经济增长并不明显，与协整检验的结果不相符，这些融资为什么没有带来经济增长？它们投向了哪些领域？期中暗含的金融风险值得关注。

六、小结

本文通过相关性检验、协整检验、误差修正模型的建立以及格兰杰因果检验，将融资规模和结构与经济发展关系计量化，得出了相应的结论。然而经济与金融关系是一个非常复杂的体系，不仅融资规模和结构会影响经济的发展，融资规模在各地区各行业间的分配，以及国家宏观调控整策，国际经济形势都会影响一国经济，各个经济变量之间也是相互影响的，在本文的融资规模和结构与经济增长的实证分析中，没有排除其他因素影响，如融资规模的如何在各产业分配，才能达到效益最大化，此外，中国经济增长方式已经发生了改变，目前经济增长对金融的依赖没有过去那么强，经济与金的关系在数据上的关系可能没有那么密切了，这也是我们以后需要进一步研究的内容。

注释

{1}盛松成.《社会融资规模与货币政策传导》。

{2}赵倩.《社会融资规模与主要经济指标的实证分析》。

{3}郭丽虹，张祥建，徐龙炳.《社会融资规模与融资结构对实体经济的影响研究》。

④融资规模、结构与经济增长：中国的经验研究。

参考文献

[1]盛松成.《社会融资规模与货币政策传导》，金融研究，2012.

[2]盛松成.《从地区社会融资规模能看出什么》，人民网，2014.

[3]赵倩.《社会融资规模与实体经济运行的相关性分析》，浙江大学硕士学位论文，2014.

[4]夏祥谦.《融资规模、结构与经济增长：中国的经验研究》，金融与经济，2014.