新时代下我国社会融资规模影响因素研究

张喆 徐玲

摘 要 社会融资规模是具有中国特色的创新性指标，是指实体经济（即非金融企业和个人）从金融体系获得的资金量。在金融回归本源和服务实体经济问题的大背景下，对我国社会融资规模指标研究尤为重要。文章选取2002～2017年增量和存量数据，对社会融资规模的发展趋势和结构变动进行描述统计分析，对影响因素建立了Adaptive-Lasso回归模型并进行实证分析，量化了新时代下进出口金额、固定资产投资完成额和信心指数对社会融资规模的影响效果，最后提出防范金融风险的政策建议。

关键词 社会融资规模；实体经济；新时代；影响因素

[中图分类号]F832 [文献标识码]A [文章编号]1673-0461（2019）05-0092-06

一、引 言

新时代下我国金融总量不断增加，金融结构多元发展，金融产品和融资渠道不断创新，系统性金融风险发生的可能性加大。2008年席卷全球的美国金融危机已为我们提出警示，因此防控金融风险，让金融回归本源，为实体经济贡献力量是我国宏观调控的重点工作。在党的十九大报告中明确提出“深化金融体制改革，增强金融服务实体经济能力”“健全金融监管体系，守住不发生系统性金融风险的底线”的总体要求，这为新时代金融业改革发展提供了重要依据和行动指南。在全国金融工作会议中习近平总书记做出“服务实体经济、防控金融风险、深化金融改革”的战略部署。

为能准确衡量新时代下我国金融服务实体的能力，面对复杂的经济金融环境，考察范围不仅应包含银行的资产负债活动，还要包含证券、保险类机构对实体经济的资金支持以及商业银行表外业务的金额。为能客观反映该数据，本文以我国创新性指标社会融资规模为突破口，在新时代下从时间序列角度来分析我国社会融资规模的结构、趋势以及影响因素，以便能更好的为防范金融风险服务。

二、基本含义

社会融资规模是具有中国特色的创新性指标，2010年底中央经济工作会议首次提出“保持合理的社会融资规模”，到目前其发展变化主要经历了以下三个阶段。

第一是设立阶段，人民银行调查统计司2010年11月开始研究、编制社会融资规模指标。2010年12月，中央经济工作会议指出，要“保持合理的社会融资规模”。自2011年起人民银行按季发布全国社会融资规模数据，2012年起按月发布，并在2012年9月公布了2002年以来的月度历史数据。

第二是编制地区数据，自2012年建立地区社会融资规模统计制度，地区社会融资规模统计质量和时效性明显提高。目前汇总的地区社会融资规模与全国数据间的误差率一直稳定在0.2%左右，比2011年下降1.6个百分点，明显低于汇总的地区GDP数据与全国GDP的误差水平，已基本符合统计数据发布的条件。

第三是编制存量数据，编制并公布社会融资规模存量数据能够更好地满足各方需求，完善社会融资规模统计制度，更全面地反映金融与实体经济的关系，更好地支持金融宏观调控，2015年开始公布存量数据。

在2018年的政府工作报告中指出“货币政策保持稳健中性，广义货币M2增速呈下降趋势，信贷和社会融资规模适度增长”，而纵观以往的政府报告，对社会融资规模的增长都有数量要求，可見在经济新常态下，我国的货币政策从数量型向价格型转变。

对于社会融资规模的研究首先应明确其具体含义，2015年中国人民银行统计调查司负责人答记者问中将社会融资规模定义为实体经济（即非金融企业和个人）从金融体系获得的资金量。其中增量指标是指一定时期内（每月、每季或每年）获得的资金总额，存量指标是指一定时期末（月末、季末或年末）获得的资金余额，其包含范围如表1[1]：

社会融资规模的统计也是与时俱进的，根据经济金融环境也在发生改变。从2011年人民银行正式编制并公布社会融资规模增量统计数据起，有部分专家学者开始研究和分析该指标的基本情况，使用频度不断提高，接受范围不断扩大，影响力逐渐增强。

三、相关文献综述

我国统计社会融资规模指标重点为关注金融对实体经济的资金支持程度，不仅包含银行机构还涵盖非银行金融机构。社会融资规模是我国创新性指标，是我国一次大胆的实践。目前对社会融资规模研究的文献更多来源于国内学者，同时文献数量还不太多，将现有关社会融资规模影响因素的相关文献梳理如下。

杨艳（2013）[2]从我国利率水平入手来分析对社会融资规模的影响，将利率划分为三个层次，第一个层次是中央银行的基准利率，选取法定存款准备金率；第二个层次是金融机构的存贷款利率，选取贷款利率；第三个层次是金融市场利率，选取拆借利率。建立回归模型，得出三个层次的利率对我国社会融资规模产生一定的影响，但影响能力有限的结论。

郝璐（2014）[3]从金融发展水平入手来分析对社会融资规模的影响，采用金融相关率、存贷比、金融业竞争度和金融业结构四个指标来系统展现金融发展，通过建立非限制的VAR模型来量化影响效果，得出金融相关率、存贷比和金融业竞争度三个指标是重要的影响因素，而金融业结构影响效果相对有限的结论。

李晓朦（2015）[4]从银信合作理财产品入手来分析对社会融资规模的影响，利用2013年前后的银信合作理财产品，通过计量经济学模型得出2013年以前银信合作理财产品与社会融资规模具有长期均衡关系，但2013年之后银信合作理财产品与社会融资规模没有长期均衡关系的结论。

肖春萌（2015）[5]研究社会融资规模的结构、现状及其演化，同时选取2010年1月至2015年3月的月度数据建立向量自回归模型。通过脉冲响应和方差分解等过程来研究各影响因素对社会融资成本的影响方向和影响程度，并得出相关结论。

刘波（2016）[6]概括了中国的利率体系，并对社会融资规模的内涵以及近年变动趋势进行了说明，通过VAR模型分析社会融资规模各部分之间的替代与促进关系以及贷款基准利率和上海银行间同业拆借利率之间的关系，并采用弹性分析方法来确定基准利率对社会融资规模的影响。

张细松等（2017）[7]采用Granger因果关系、协整回归模型、脉冲响应函数和方差分解等方法分析货币政策和汇率政策对社会融资规模的影响，得出数量型货币政策对社会融资规模有直接影响而汇率政策对社会融资规模有间接影响的结论。

虽然社会融资规模相关数据每月、每季度和每年都会公布，但根据现有文献可以看出，从时间序列角度分析新时代下其变动趋势和影响因素的研究较少，因此本文从这两个角度出发，重点关注和系统研究社会融资规模指标，为防范金融风险、服务实体经济提供参考。

四、社会融资规模的统计描述

中国人民银行已公布我国2002年开始的社会融资总量数据。本文选取2002～2017年年度数据进行分析。从增量数据和存量数据两个层面，同时对其构成结构分解来对我国社会融资规模做描述性统计分析，具体如下。

（一）社会融资规模增量数据分析

利用社会融资规模增量的时间序列数据，从总量和结构的变动两个角度出发做描述统计分析，其中增量指标是指一定时期内（每月、每季或每年）获得的资金总额，属于时期数。具体变动如图1。

通过图1可以看出，社会融资规模增量数据由2002年的20 112亿元变动到2017年的194 430亿元，年均增长率为16.33%。根据走势图可以将2002～2017年分为四个发展阶段：第一阶段是2002～2005年，属于平稳过渡期，在这一阶段增量数据由20 112亿元增长到30 008亿元，年均增长率为14.27%，从走势上看表明这一时期属于蓄力阶段，为下一阶段的增长做准备；第二阶段是2005～2009年，属于快速增长期，在这一阶段增量数据由30 008亿元增长到140 191亿元，年均增长率为46.73%，说明这一时期经济快速发展，各种大型基建项目上马，房地产行业兴起，以及奥运会等大型体育赛事举办等因素，尤其是2008年的“四万亿计划”使得增量的增速在2008年到2009年间迅速提高，第二阶段金融服务实体经济效率稳步提升；第三阶段是2009～2015年，属于震荡徘徊期，在这一阶段增量数据由140 191亿元增长到154 086亿元，年均增长率为1.72%，说明随着金融创新能力逐渐增强，金融工具多样化，服务实体经济能力明显下降，金融风险逐步提升，这一时期受美国乃至全球金融危机的影响，金融逐渐偏离服务实体经济的轨道上；第四阶段是2015～2017年，属于复苏回暖期，在这一阶段增量数据由154 086亿元增长到194 430亿元，年均增长率为12.33%，说明这一时期随着中央金融回归本源相关政策的实施，使得金融服务实体经济能力稳步提升。

通过图2可以看出，对于社会融资规模增量的结构数据来看，2002年到2017年对实体经济发放的人民币贷款占比平均值为68.54%，标准差为10.99%；2002年到2017年对实体经济发放的外币贷款折合人民币占比平均值为3.22%，标准差为3.14%；2002年到2017年委托贷款占比平均值为7.77%，标准差为4.04%；2006年到2017年信托贷款占比平均值为4.62%，标准差为3.45%；2002年到2017年未贴现的银行承兑汇票占比平均值为2.60%，标准差为6.51%；2002年到2017年企业债券占比平均值为8.37%，标准差为5.47%；2002年到2017年非金融企业境内股票融资占比平均值为3.48%，标准差为1.82%。则纵观历年数据，可以看出对实体经济发放的人民币贷款一直是我国的主要社会融资方式，其均值接近70%，走势上来看从2002年到2013年一直处于下降趋势，但从2013年之后由处于稳步上升趋势，这也就意味着其他方式在 2013年之后都处于下降趋势，其中未贴现的银行承兑汇票占比下降明显，从2010年最高的16.7%下降到2016年的-10.97%。

（二）社会融资规模存量数据分析

利用社会融资规模存量的时间序列数据，从总量和结构的变动两个角度出发做描述统计分析，存量指标是指一定时期末（月末、季末或年末）获得的资金余额，属于时点数，具体变动如图3。

通过图3可以看出，社会融资规模存量数据由2002年的148 532亿元变动到2017年的1 746 400亿元，年均增长率为17.86%，根据走势图可以看出2002～2017年一直處于上升阶段。从存量同比走势图来看可分为三个阶段：第一阶段是2003～2005年，属于下降期，在这一阶段同比数据由22.30%下降到13.50%，说明这一时期社会融资规模存量增长乏力；第二阶段是2005～2010年，属于快速上升期，在这一阶段同比数据由13.50%增长到27.00%，说明这一时期社会融资规模存量增长动能较强；第三阶段是2010～2017年，属于回落期，在这一阶段同比数据由27.00%下降到12.00%，说明这一时期社会融资规模存量增长疲软。

通过图4可以看出，对于社会融资规模存量的结构同比数据来看，2003年到2017年对实体经济发放的人民币贷款占比平均值为16.73%，标准差为4.60%；2003年到2017年对实体经济发放的外币贷款折合人民币占比平均值为12.11%，标准差为16.69%；2002年到2017年委托贷款占比平均值为26.39%，标准差为13.99%；2007年到2017年信托贷款占比平均值为43.54%，标准差为29.71%；2003年到2017年未贴现的银行承兑汇票占比平均值为33.67%，标准差为53.30%；2003年到2017年企业债券占比平均值为50.91%，标准差为39.13%；2003年到2017年非金融企业境内股票融资占比平均值为16.97%，标准差为10.60%。则纵观历年数据，可以看出企业债券占比的平均值最大，达到了50.91%，未贴现的银行承兑汇票占比的波动性最大，标准差达到了53.30%。

五、影响因素分析

（一）研究方法介绍

根据前面文献的梳理，常用的分析方法是向量自回归模型和协整分析，例如张细松（2017）[7]、李晓朦（2015）[4]、肖春萌（2015）[5]等，但是这种方法考量的是长期影响效果。本文为能在选取的影响因素中，自适应的进行变量选择，同时计算出影响效果，拟采用Adaptive-Lasso的方法来实现。

首先介绍Lasso（Least Absolute Shrinkage and Selection Operator）即最小絕对收缩选择法，是将参数估计和变量选择同步进行，由Tibshirani（1996）[8]提出。其参数估计定义为如式（1）。

本文有关社会融资规模影响因素的讨论就是基于Adaptive-Lasso方法来展开的。

（二）指标的选取

从前面的文献中可以看出，对于影响因素的分析，文献数量不多，而且研究因素范围较单一，集中在利率、金融发展等角度，因此本文从系统性金融风险角度出发来找寻新时代下社会融资规模的影响因素，指标的选取原则如下。

2018年7月31日中共中央政治局召开会议，分析研究当前经济形势，部署下半年经济工作。会议提出，要做好稳就业、稳金融、稳外贸、稳外资、稳投资、稳预期工作。“六稳”既是宏观经济政策发展的目标，又是对抗当前经济运行稳中有变的复杂环境的组合拳。因此本文指标从“六稳”出发，选取六个维度的指标，其中“稳就业”选用失业率指标来代表、“稳金融”选用储蓄率指标来代表、“稳外贸”选用进出口金额指标来代表、“稳外资”选用外商直接投资指标来代表、“稳投资”选用固定资产投资完成额指标来代表和“稳预期”选用消费者信心指数指标来代表。

（三）描述性统计分析

选取2003～2017年的数据，其中失业率选取城镇登记失业率，储蓄率选取国内总储蓄率，进出口金额、外商直接投资、固定资产投资完成额和社会融资规模分别用其增长率来代替。失业率、储蓄率、进出口金额、外商直接投资、固定资产投资完成额、消费者信心指数和社会融资规模分别用x1、x2、x3、x4、x5、x6、y来表示。对各指标计算最大值、最小值、均值和标准差，如表2。

从表2中可以看出社会融资规模增长率的波动性最大，达到了31.53%，其次是进出口金额的增长率16.27%。同时进出口金额、外商直接投资和社会融资规模的增长率最小值都为负数，分别为-13.7%、-3.7%和-16.08%。

从表3可以看出，社会融资规模和固定资产投资完成额的相关系数为0.61，线性关系显著，而且为正相关；社会融资规模和储蓄率的相关系数仅为-0.06，线性关系不显著，而且为负相关；失业率和外商直接投资的相关系数为-0.09，线性关系不显著，而且为负相关；失业率和固定资产投资完成额的相关系数为0.80，线性关系显著，而且为正相关。

（四）模型的建立

利用前面介绍的Adaptive-Lasso模型建模，使用R软件进行估计，变量筛选的结果和对应的系数输出结果如表4。

则模型形式为：

y=-0.689 22x3+3.191 25x5+2.346 96x6（3）

从表4可以看出失业率、储蓄率和外商直接投资的系数为0，可知在新时代下这些指标对社会融资规模的影响不显著，不存在显著的相关性，它们的变动不会显著的影响社会融资规模。

从模型中可知进出口金额的系数为-0.689 22，可以看出在新时代下进出口金额与社会融资规模呈现负相关关系，当进出口金额增加1个单位的时候，社会融资规模会下降0.689 22个单位。

从模型中可知固定资产投资完成额的系数为3.191 25，可以看出在新时代下固定资产投资完成额与社会融资规模呈现正相关关系，当固定资产投资完成额增加1个单位的时候，社会融资规模会增加3.191 25个单位。

从模型中可知消费者信心指数的系数为2.346 96，可以看出在新时代下消费者信心指数与社会融资规模呈现正相关关系，当消费者信心指数增加1个单位的时候，社会融资规模增加2.346 96个单位。

六、政策建议

随着经济进入新时代，金融回归本源和服务实体经济成为主旋律，因此本文从社会融资规模指标入手，通过分析其发展趋势、结构变动和影响因素，系统研究了新时代下的社会融资规模特征，根据影响因素分析，为我国防范金融风险提出以下建议。

（一）增强政治和大局意识

2017年7月14日～15日，全国金融工作会议在北京举行，习近平强调，金融是实体经济的血脉，为实体经济服务是金融的天职，是金融的宗旨，也是防范金融风险的根本举措。新时代下，我国经济金融总量的提高和创新产品的增多，为金融风险带来很多不确定性，要始终围绕防范金融风险开展工作，增强政治和大局意识。

（二）指标分析的动态性

经济金融深度和广度不断加强，经济金融环境复杂多变，因此对于社会融资规模的分析也要动态化，不仅对每月、季和年度数据进行分析，而且还要从时间序列和结构层面系统分析，挖掘其背后的规律，根据趋势和结构的发展变动，形成动态分析实时预警机制。

（三）加强重点指标管理

从因素分析可以看出，在新时期下应该重点关注进出口金额、固定资产投资完成额和信心指数这三项指标，其从外贸、投资和预期三个角度来影响着我国社会融资规模，其中固定资产投资完成额和消费者信心影响较大，而且都是正影响。可见加大力度增加投资和预期能较大幅度提升我国社会融资规模，因此需建立相应动态数据库，检测与预测各指标的变动和走势，为我国社会融资规模的合理提升提供数据支持。

[参考文献]

[1] 盛松成.社会融资规模理论与实践（第三版）[M].北京：中国金融出版社，2016.

[2] 杨艳，杜知桓.利率对社会融资规模的影响分析[J].云南财经大学学报，2013，29（1）：125-128.

[3] 郝璐.金融发展对我国社会融资规模的影响研究[J].时代金融，2014（36）：51，54.

[4] 李晓朦.银信合作理财产品对社会融资规模的影响分析[D].蚌埠：安徽财经大学，2015.

[5] 肖春萌.社会融资成本影响因素实证研究[D].大连：东北财经大学，2016.

[6] 刘波.中国利率波动对社会融资规模影响的实证分析[D].太原：山西大学，2016.

[7] 张细松，李成圆，葛冰，等.“新常态”下货币供应、汇率政策对社会融资规模的影响[J].山东财经大学学报，2017，29（6）：35-42.

[8] ROBERT TIBSHIRANI. Regression shrinkage and selection via the lasso[J].Journal of the royal statistical society. Series B.1996，58（1）：267-288.

[9] HUI ZOU.The adaptive lasso and its oracle properties[J].Journal of the american statistical association. 2006，101（476）：1418-1429.

Study on the Influencing Factors of the Aggregate Financing in the New Era

Zhang Zhe1，2，Xu Ling3

（1.China Everbright Group，Beijing 100033，China；2. Post-doctoral Station，School of Economics and Management，Tsinghua University，Beijing 100084，China；3. School of Economy，Beijing Technology and Business University，Beijing 100048，China）

Abstract：The aggregate financing refers to the amount of capital that the real economy（non-financial enterprises and individuals） receives from the financial system，which is an innovative indicator with Chinese characteristics. It is particularly important to study the indicators of social aggregate financing under the background of finance returning to its origin and serving the real economy. This paper describes and analyzes the development trend and structural changes of the aggregate financing to the real economy using the data from 2002 to 2017，and establishes the Adaptive-Lasso regression model for influencing factors. It quantifies the impact of import and export value，fixed assets investment completion value and confidence index on the aggregate financing in the new era. Finally，it puts forward some policy suggestions to prevent financial risks.

Key words：the aggregate financing； real economy； new era； influencing factors

（責任编辑：蔡晓芹）