社会融资结构对货币政策有效性的影响研究

杜龙波

(1.山东工商学院 金融学院，山东 烟台 264005;2.金融服务转型升级协同创新中心，山东 烟台 264005)

一、引言

随着金融改革的不断深入，金融产品和金融工具的创新活动不断增强，导致我国金融总量迅速扩张，尤其是随着沪深交易所的成立，各种新型的融资方式在我国逐一展开，像企业债券、非金融企业境内的股票融资、银行承兑汇票和信托贷款等非传统融资方式的总量正在迅速扩大。据央行数据显示，2002年时，我国新增人民币贷款在我国社会融资规模中占据绝对主导地位，其比例高达91.9%，其他融资方式的规模则极小。然而，仅仅经过十几年的时间，我国社会融资结构却发生了巨大变化，非银行信贷融资方式的融资规模快速增长，并且其占比在2013年时达到了顶峰，其中，新增企业债券、信托贷款、非金融企业的股票融资、银行承兑汇票和委托贷款的总融资规模达到7.2万亿元，占社会融资规模的比例达到了41.55%，而新增人民币贷款的规模占比却下降到了51.34%，下降的幅度高达40.56%。近年来，鉴于风险防控的需求，非银行信贷融资方式的融资规模虽有下降，但仍维持较高比例，截止到2019年末，非银行信贷融资规模占社会融资规模的比例仍达34%。

面对社会融资结构的巨大改变，新增人民币贷款已不能完整地反映金融与经济的关系, 也不能全面地反映实体经济的融资规模，同时，货币与信贷的关系也变得日益模糊，两者越来越不相匹配[1-3]。金融宏观调控如果只盯着原来的社会融资结构，必然会造成顾此失彼的结果。因此，有必要花更多的时间去研究社会融资结构的变化以及对货币政策有效性的影响。

二、文献综述

社会融资结构的研究是社会融资研究的核心问题，也是难点问题。综合看来，对社会融资结构的研究主要集中在以下四个方面：

第一，社会融资结构的变化对货币政策中介目标与货币发行的影响。例如，盛松成(2011)、黄隽(2011)和赵倩(2014)认为，长期以来，货币政策重点监测和调控的中间目标是广义货币M2和新增人民币贷款，但由于近年来社会融资结构的巨大变化，新增人民币贷款已不能准确反映实体经济的融资规模。因此，货币当局应该采用新的货币政策中介目标，例如社会融资规模指标。另外，姚依明(2014)和Silva(2019)认为，尽管货币发行主要是通过商业银行的信贷渠道实现的，但是直接融资等金融市场产品对货币发行会产生间接的影响，这会形成高杠杆和加大银行信贷需求的压力，从而形成新的货币发行[4-10]。

第二，社会融资结构与通货膨胀之间的关系。例如，Huang等(2010)、荚超强(2015)以及李俊成和蔡春春(2015)利用月度数据，通过构建VAR模型，对社会融资结构和通货膨胀之间的关系进行了实证分析[11-13]。分析发现，社会融资结构的变化对物价指数有显著的影响，这种影响具体表现在以下几个方面：第一，新增人民币贷款会影响居民消费价格指数的波动，货币当局应当掌控好经济发展和物价稳定之间的关系；第二，长期来看，直接融资对物价波动具有显著影响，但在影响时具有一定滞后性；第三，在程度方面，影子银行对物价的影响虽然没有新增人民币贷款那么强烈，但影子银行却可以在某种程度上引起系统性风险，所以货币当局需要对影子银行加以监控。

第三，社会融资结构的变化对经济发展的影响。例如，张丽萍(2012)认为，社会融资结构的优化能促进社会消费力的增长，并有利于促进我国由投资驱动型经济向消费驱动型经济转变。另外，李建军等(2011)、周国富和宋保庆(2016)、马宇与安晓庆(2018)和Benczur等(2019)认为，社会融资结构对经济产出产生重要影响，但是影响的角度会由于生产要素的不同而有所差异，如在资本要素方面，表内融资、表外融资和直接融资均能显著提高资本要素的产出效率，但在劳动要素方面，能提高劳动要素产出效率的部分只有表外融资、直接融资，而表内融资反而会抑制劳动要素产出效率的提高。基于此，胡浩和王海燕(2018)认为，从政府角度来说，应实行差别化金融政策，如差异化的法定存款准备金制度与差别化的利率政策[14-19]。

第四，社会融资结构的变化对产业结构升级的影响。例如，周宗安和王显晖(2014)以及高嵩(2015)认为，地区社会融资结构对产业结构升级具有显著影响，但此种影响具有区域性差异，具体表现在三个方面：第一，表内业务融资能促进我国东、西部的产业结构升级，但对中部地区的产业结构升级没有显著影响；第二，表外业务融资与表内业务融资相反，表外业务融资能够促进我国中部地区的产业结构升级，却对东、西部的产业结构升级没有显著影响；第三，直接融资对我国东、中、西部的产业结构升级均有显著的促进作用。另外，刘小瑜和彭瑛琪(2019)虽部分赞同上述的观点，但却存在不同的看法，他们认为，除了表内信贷、表外业务能在一定程度上促进产业结构的调整，由于我国资本市场还处于不成熟阶段，社会融资中的其他部分与产业结构的关系并不明确[20-22]。

综上所述，对社会融资结构的研究已取得一定成果，但令人遗憾的是，本文发现在过往研究中，代表社会融资结构效应的指数往往过于简单，例如多数研究都只是利用融资结构中的单个指标或占比指标来代替社会融资结构的整体效应，这是有失偏颇的，研究结果也就变得不那么可信。另外，对于社会融资结构与货币政策有效性关系的研究还少有涉及。因此，对于社会融资结构的研究还需要深入下去。本文首先将利用因子分析法构建出社会融资结构的整体效应指数以准确反映社会融资结构的变化。在此基础上，本文将深入检验社会融资结构变化对货币政策有效性的影响。

三、社会融资结构的指数化

当研究社会融资规模在货币政策传导过程中的作用时，一个重要的研究课题就是测量社会融资结构的变化对货币政策有效性的影响。但是，就目前已有的研究成果来说，对社会融资结构的划分和整合还存在一定问题，例如徐亚平和江璇(2014)以及刘小二(2015)在反映社会融资结构时采用的仅仅是单项指标或占比指标，并没有构建出一个反映社会融资结构整体变化的指标[23-24]，因此，在检验社会融资结构对货币政策有效性的影响前，有必要先探索一个新的指标来反映社会融资结构的整体变化。

1.因子分析法[25]

如果仅仅利用社会融资结构的各个指标来反映社会融资结构的整体效应，那么这个效应往往是不够全面的，是有失偏驳的。所以，为了反映社会融资规模的整体效应，本文将采用多元统计分析中的因子分析法把整个社会融资结构指数化。

因子分析法是从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它能把多个变量指标化为少数几个综合变量，而这几个综合变量可以反映原来多个变量的大部分信息，而且使用这种方法得出的结果更具客观性，能一定程度上避免赋值的主观性。

因子分析的主要思想是：根据相关性大小把变量分组，使得同组内的变量之间相关性较高，不同组的变量之间相关性较低。每组变量代表一个基本结构，这个基本结构称为公共因子。观测中的每一分量可用最少个数且不可测的公共因子的线性函数与特殊因子之和来描述。

因子模型为：Xi=αi1F1+αi2F2+αi3F3+……+αimFm+εi(i=1,2,3,……,n)

上式中Xi代表第i个标准化变量，F1、F2、F3、……、Fm代表X的m个公因子，αij代表因子载荷，εi代表第i个变量的特殊因子。

模型中的因子载荷矩阵需要运用适当的方法进行估计，使得各个公共因子之间相互独立，且在必要的情况下，可以分别计算各公因子Fj的得分，当然这里指的是公因子Fj的估计值fj：fj=βj1X1+βj2X2+……+βjnXn(j=1,2,3,……,m)

上式中的X1、X2、X3、……、Xn代表的是标准化变量，βj1、βj2、……、βjn为因子得分系数，fj亦称为第j个公因子的因子得分。最后，把各因子的贡献率作为权数进行线性加权求和并计算样本的综合得分。

2.指标体系的选择

在社会融资结构的指数化过程中，指标的选择将直接影响社会融资结构整体效应的客观性和准确性，不同的指标将会得到不同的结果。本文在遵循全面性、科学性、代表性和可得性等原则下，选取八个融资指标，构成反映社会融资结构整体效应的指标体系(详见下页表1)。

表1 反映社会融资结构整体效应的指标体系

3.数据的标准化

为了减弱指标量纲对分析结果的影响，在对样本数据分析之前，首先对数据进行标准化处理以获取新的指标(变化率)，处理的方法为：

其中，i=1,2,3,……,12; j=1,2,3,……,8

在上式中，Yij代表第j个指标中第i个数据标准化后得到的新数值；而Xi-1, j代表第j个指标中第i个数据的原数值；代表第j个指标中第i-1个数据的原数值。其中，缺少的数据本文用同一指标下的其他数据平均值代替。

4.可行性检验

通过SPSS的数据分析，本文得到相关数据的相关系数矩阵(详见表2)与KMO 和 Bartlett 的检验结果(详见表3)。相关系数矩阵若是单位矩阵则表明不适合作因子分析，而所得相关系数矩阵并非单位矩阵，所以初步认为可以作因子分析。KMO值是用于检验因子分析是否适用的指标值，若在 0.5～1.0之间，表示适合，小于0.5表示不适合。由表3可得KMO的值为0.620，所以因子分析法是适用的。另外，Bartlett 的球形度检验是通过转换为χ2检验来完成的，它的检验结果会显示变量之间是否相互独立。其中，若统计量的数值越大，则表示这些数据越适合做因子分析。从表3可知，表中的χ2值为1 387.978，相应的显著性概率为0.000<0.001，因此，本文所用的数据是适合做因子分析的。

表2 相关系数矩阵

子分析是否适用的指标值，若在 0.5～1.0之间，表示适合，小于0.5表示不适合。由表3可得KMO的值为0.620，所以因子分析法是适用的。另外，Bartlett 的球形度检验是通过转换为χ2检验来完成的，它的检验结果会显示变量之间是否相互独立。其中，若统计量的数值越大，则表示这些数据越适合做因子分析。从表3可知，表中的χ2值为1 387.978，相应的显著性概率为0.000<0.001，因此，本文所用的数据是适合做因子分析的。

表3 KMO 和 Bartlett 的检验

5.确定公因子数量

根据SPSS数据分析结果，可以得到表4解释的总方差。从表4可以看出，在成份1、2、3时，所获得的特征根是大于1的，因此，可以确定因子分析中确定了三个公因子，并且可以得到累计的解释总方差为86.311，解释程度较高。

表4 解释的总方差

6.综合得分

根据分析原理，本文对所有的因子载荷矩阵进行了正交旋转，并计算出因子得分，最后以各因子的方差贡献率作为权重进行加权汇总，得到了各年社会融资结构的整体效应指数。

首先，根据成份得分系数矩阵计算因子得分：Zi1=-0.21zi1-0.21zi2+0.258zi3+0.026zi4-0.033zi5+0.282zi6+0.031zi7+0.276zi8；Zi2=-0.396zi1+0.262zi2+0.004zi3+0.08zi4+0.519zi5-0.024zi6+0.2zi7-0.023zi8；Zi3=-0.038zi1+0.229zi2+0.075zi3+0.45zi4-0.117zi5-0.099zi6-0.541zi7+0.094zi8.

然后，根据如下公式计算社会融资结构的整体效应指数：

Ei代表第i年的社会融资结构的整体效应指数，V代表各公因子的方差贡献率，Zij代表各因子得分，V代表累计解释总方差。

四、实证分析

1.变量选择和数据来源

通常情况下，货币政策的最终目标在于促进经济的增长和保持物价的稳定。为了选取能够反映稳定币值和服务于经济增长的经济指标，本文选取国内生产总值的增长率来反映货币政策的有效性。另外，为了充分揭示经济增长的有效性，本文还选取了若干经济指标(国家财政决算支出增长速度、工业增加值增长速度、房地产业增加值增长速度)作为模型中的控制变量。

对于影响因素的选择，除了选取上文中所获得的社会融资结构整体效应指数之外，本文还选取了新增人民币贷款占比、新增外币贷款占比、新增委托贷款占比、新增信托贷款占比、新增未贴现的银行承兑汇票占比、新增企业债券占比、新增非金融企业境内股票融资占比和新增其他融资占比等变量的数据来深入分析社会融资结构各个部分的变动对货币政策有效性的影响。

因变量和控制变量的数据来自于RESSET宏观经济数据库，自变量的数据来自于中国人民银行官方网站。此外，为了满足进一步分析的条件，本文对因变量和控制变量进行了CPI调整。

2.变量解释

模型中有关变量的解释详见下页表5。

表5 模型变量说明

从表6可以看出，近年来我国的GDP平均增长速度达到了9.76%，这个增长速度是相对较高的，但是地区之间的差距还是比较大，需要在以后多加注意地区间的平衡发展。其次，国家财政决算支出的增长速度、工业增加值的增长速度和房地产业增加值的增长速度都很大，这有利于控制社会融资结构以外的因素对国内生产总值的影响。最后，新增人民币贷款占比、新增外币贷款占比、新增委托贷款占比、新增信托贷款占比、新增未贴现的银行承兑汇票占比、新增企业债券占比、新增非金融企业境内股票融资占比和新增其他融资占比都挺高，这充分说明了社会融资结构的发展越来越多元化。

表6 模型变量的描述性统计

3.模型的构造

在研究社会融资结构的变动对货币政策有效性的影响时，本文除了构建能够反映社会融资结构整体变动情况的社会融资结构整体效应指数之外，还在此基础上构建了能够反映社会融资结构变动和货币政策有效性之间关系的计量模型。具体模型如下：

在上式中，gdp指的是经济的增长率；sfs指的是社会融资结构的整体效应指数；xit指的是控制变量，包括fe、iva和rei；yjt指的是社会融资结构的各个组成部分，包括rmb、fcl、lbm、tl、ba、bie、sf和qt；另外，α0、α1、σi和ρj是模型中的系数,其中，α1衡量的是社会融资结构的变化对货币政策有效性的影响，本文根据先前的研究成果预期它的符号为负；σi衡量的是国家财政决算支出的增长速度、工业增加值的增长速度和房地产业增加值的增长速度对经济增长率的贡献，本文预期它的符号为正，即控制变量的增长能够促进经济的增长；ρj衡量的是社会融资结构的各组成部分的单独变动对货币政策有效性的影响，本文预期它的符号也为负，即新增人民币贷款、新增外币贷款、新增委托贷款、新增信托贷款、新增未贴现的银行承兑汇票、新增企业债券、新增非金融企业境内股票融资和新增其他融资的增长并不能直接促进经济增长率的提高。

4.实证结果与分析

由于本文所采用的经济变量都是时间序列数据，因此在利用这些经济变量做回归分析之前就有必要对这些经济变量进行平稳性检验，因为如果这些经济变量是“非平稳的”，则回归分析可能会造成“伪回归”。下面，本文将利用ADF方法对相关的经济变量进行单位根检验，检验结果如表7所示。

从表7中可以看出，只有个别变量的原序列通过了检验，即接受了不存在单位根的原假设，这些变量有tl、ba和sf。其他变量的原序列都没有通过检验，因此，本文接着对这些变量的一阶差分进行检验，从表7可以看出，这些变量在一阶条件下都通过了检验，即不存在单位根的原假设。这其中，dgdp、dfe、diva、drei、drmb、dfcl、dlbm、dbie和dqt是在1%的检验水平上通过了检验，dsfs和tl是在5%的检验水平上通过了检验，而ba和sf是在10%的检验水平上通过了检验。在此情况下，模型中的13个变量都满足了进行下一步研究的条件。

表7 各变量的单位根检验结果

在平稳性检验中，本文已经得出模型中的13个变量都是可以进行回归分析的。现在，本文以dgdp作为被解释变量，dfe、diva、drei、drmb、dfcl、dlbm、dbie、dqt、dsfs、tl、ba和sf作为解释变量分别进行回归，回归结果见表8。由表8中可以看出，本文对模型进行了七次回归，得到了七个回归结果，从这些回归结果中可以看到，各回归分析中的F统计值均在1%、5%或10%的显著性水平上显著。并且，各个回归分析中的调整R方都大于0.1，这说明模型的数据拟合效果较好，研究结果具有一定可信度。另外，从所有回归分析中的DW值和NR2的概率值可以看出，所有的回归分析模型中都不存在自相关性和异方差性的，也就是说这些模型是不需要修正的。具体的回归分析结果如下。

表8 模型回归结果

首先，在回归分析一中，解释变量只包含社会融资结构的整体效应指数；在回归分析二中，解释变量在包含社会融资结构整体效应指数的基础上加入了控制变量；在回归分析三中，解释变量在包含社会融资结构的整体效应指数的基础上加入了社会融资结构中的分变量；在回归分析四中，解释变量并未包含社会融资结构的整体效应指数，而只是包含了控制变量和社会融资结构中的分变量；在回归分析五中，解释变量只包含控制变量；在回归分析六中，解释变量只包含社会融资结构中的分变量；在回归分析七中，本文把所有变量都加入到了回归分析中，即回归分析中不仅包含社会融资结构的整体效应指数，而且还包含所有的控制变量以及社会融资结构中的分变量。

其次，在回归分析一、回归分析二、回归分析三和回归分析七中可以发现，社会融资结构的整体效应指数与经济增长率之间具有正相关的关系，且在5%和10%的统计水平上显著相关。这说明实体经济部门融资渠道的多元化有助于经济的增长，即有助于货币政策有效性的提高。该结论与本文之前的预期相反。虽然这一结果说明了社会融资结构多元化的重要性，但是经济因素之间往往是相互交叉影响的，因此在制定经济政策时，也要考虑其他因素的影响。

再次，在回归分析二、回归分析四、回归分析五和回归分析七中可以发现，财政支出的增长率、工业增加值的增长率和房地产业增加值的增长率与经济增长率都呈正相关的关系，且在1%、5%和10%的统计水平上显著相关。这说明财政支出、工业增加值和房地产业增加值的增长都能够显著促进经济的增长，即能够有效提高货币政策的有效性。这一结果和本文之前的预期是一致的。

最后，在回归分析三、回归分析四、回归分析六和回归分析七中可以发现，在社会融资结构的分变量中，新增人民币贷款、新增外币贷款、新增委托贷款、新增企业债券和新增非金融企业境内股票融资与经济增长率也呈正相关的关系，且在5%和10%的统计水平上显著相关。这说明新增人民币贷款、新增外币贷款、新增委托贷款、新增企业债券和新增非金融企业境内股票融资的提高能够显著促进经济的增长，即有助于货币政策有效性的提高。但是，在社会融资结构的分变量中，新增信托贷款、新增未贴现的银行承兑汇票和新增其他融资却与经济增长率呈负相关的关系，并且只有新增信托贷款在10%的统计水平上显著。这说明新增信托贷款、新增未贴现的银行承兑汇票和新增其他融资的提高并不能促进经济的增长，也无助于货币政策有效性的提高。

另外，本文还对回归结果进行了稳健性检验，检验结果显示本文的回归结果稳健，但限于篇幅，检验过程略。

五、结论与政策建议

基于因子分析法，本文构建了社会融资结构整体效应指数。在此基础上，本文选取了十三个经济变量，构建了回归模型，实证检验了社会融资结构的变化对货币政策有效性的影响。研究结果显示：社会融资结构的多元化有助于经济的增长，即有助于货币政策有效性的提高；财政投资、工业支出和房地产投资仍然是促进经济增长的重要力量；人民币贷款、外币贷款、委托贷款、企业债券和股票融资的扩大对经济增长具有正影响，但信托贷款和未贴现的银行承兑汇票的增加却对经济增长没有正影响。

基于以上结论，为了提高货币政策的有效性，以促进经济的增长，本文有以下建议：

第一，面对实体经济融资难、融资贵的问题，必须更加重视融资渠道的多元化，以提高服务实体经济的能力和水平。目前，我国资本市场发展较不成熟，间接融资在实体经济融资过程中仍占主导地位，但间接融资具有间接性、集中性、监管严格等特点，因此间接融资在社会融资规模中占比过高并不利于实体经济的发展。我国在未来更应该重视直接融资市场的发展，只有这样才能降低实体企业的融资成本，扩宽实体企业的融资渠道。

第二，消费、投资和出口是拉动经济增长的“三驾马车”，但是由于中美贸易摩擦的存在，我国的出口贸易受到极大影响，未来充满了不确定性，出口贸易在我国经济增长中所能作出的贡献必然受到限制。而在消费端，由于新冠疫情的影响，虽然我国的经济相较其他国家恢复速度较快，但是社会中仍存在大量的企业倒闭与人员失业等问题，人们口袋中的钱并不宽裕，因此消费拉动我国经济增长的力量也必然受到限制。在消费和出口都不能正常发挥作用的前提下，我国更应该关注投资在经济中的作用。在条件允许下，我国应该加大财政投入，加强基础设施建设投资，同时，在不违背“房住不炒”的政策下，可适当增加房地产投资的规模。

第三，融资渠道的多样化是经济成熟的重要标志，但融资渠道的多样化只是经济发展的基础，要想彻底解决实体经济融资难、融资贵的问题，还需要货币政策的精准“滴灌”。然而，我国目前存在货币政策传导不畅的问题，严重制约了货币政策作用的发挥。为了破解货币政策传导不畅难题，我国应该做好配套政策，构建政策组合，使货币政策和财政政策协同作战。另外，在增加流动性的同时，应定向降准，使资金投放到真正缺钱的地方，降低实体经济的融资成本。最后，可以针对中小企业设计专属的债权形式，增加资金来源。