黑龙江省金融支持实体经济增长分析

宫之胤 ，赵 勤

(1.吉林省总工会 工人运动研究所，长春 130022；2.黑龙江省社会科学院 农业和农村发展研究所，哈尔滨 150028)

提升金融支持实体经济增长的效果，就是要通过金融体系来实现金融资源优化配置于实体经济各个部门，完善金融服务与功能，从而推动企业对金融资源的高效利用，最终增加实体经济产出。黑龙江省具有良好的工、农业基础，受历史发展路径、国家主体功能区定位、人才技术等要素不足的影响，金融产品的种类、服务水平、金融科技创新潜力与发达省份相比仍有较大差距。因此，黑龙江省金融业的目标应是优化融资结构和金融机构结构、减少无效供给、提升资源配置效率，在疫情零星散发的背景下助力实体经济稳步发展，消除短期纾困政策的后遗症，增强对各类行业企业的支持效果。

一、黑龙江省金融支持实体经济现状

(一)社会融资结构变化缓慢

2013—2019年，黑龙江省社会融资规模的波动幅度较大，其中人民币贷款占比最高，企业直接融资占比较小。①2019年，黑龙江省社会融资规模增量为3097亿元，仅占全国的1.21%；其中人民币贷款与外币贷款合计占社融增量的35.72%，表外融资占比28.94%；②企业直接融资增加50亿元，占社融增量的1.61%，同期全国企业直接融资增加36863亿元，占比14.36%，黑龙江省直接融资增量及占比远低于全国平均水平。银行部门“一业独大”的问题仍然突出，证券投资基金、期权期货交易、金融租赁等服务发展缓慢，会计师事务所、投资咨询公司、保荐机构等中介服务机构数量少、规模小，限制了融资渠道的多元化。

(二)实体经济增加值稳步增长

2001—2019年，黑龙江省实体经济增加值增长3.2倍，③除2009、2015年外逐年增加。2011年以后增速显著放缓，与我国经济增速换挡及近几年下行压力加大的趋势一致。除2005、2011年外，其他年份黑龙江省实体经济增速均低于全国，增长潜力不容乐观。在结构方面，第一产业增加值占比2010年以前变化较小，从2011年开始有所增加，至2019年达到27%；第二产业占比从2000至2008年有小幅下降，2012年以后迅速下降，至2019年降至31%；第三产业(不含金融业和房地产业)占比2013年以前变化幅度较小，从2013年开始上升明显，2019年达到42%。实体经济结构在2015年前后由“二三一”变为“三二一”。

(三)对重点行业及民营企业的支持效果有所提升

近年来，黑龙江省内金融部门对重点行业加大了支持力度。一是增加了对农业的资源投入。2019年，省农信社涉农贷款余额增长74.9亿元，成立了黑龙江省农业投资集团有限公司；保险机构实现了对种、养、森领域的全覆盖。二是增强了对支柱产业的支持力度。2019年，制造业贷款企稳回升，新增54.1亿元，“百大项目”投资完成率稳步增长，同时加强了对企业拓展海外市场、参与投资并购的资金投入。三是加大了对新兴产业的支持力度。进一步满足技术改造升级，新材料、新能源、服务外包项目的融资需求，并建立与经营状况相匹配的授信机制，加大了对科技成果转化的资金投入。四是支持本地特色产业发展。加强旅游业金融服务设施的供给，完善“智慧城市”建设，为酒店、餐饮、交通等配套服务提供支持。

此外，对民营小微企业，一是信贷供给有所改观。2019年末，全省小微企业贷款加权平均利率5.3%，同比下降0.07个百分点。2020年末，全省银行业金融机构小微企业信用贷款余额同比增长8.85%。二是优化融资服务。设立一批民营企业融资服务专营点，加强信贷政策宣传，简化服务流程，灵活提供不同形式、额度和期限的产品。三是创新融资模式。加强信贷资金与财政、担保机构的协同组合，推广订单融资和产业链融资，创设“众银帮”融资模式。四是强化普惠金融服务。将普惠金融网络融资整合为信用、抵质押和线上供应链三类，帮助企业解决抵押物不足、抵御风险能力弱等困难，并在机构绩效考核中纳入普惠金融指标。

(四)金融资源供给存在结构性失衡

黑龙江省信贷供给量逐年提高，但存在结构性失衡。一是资金在产业间投入失衡。部分行业跟风严重，一些项目不具备在当地大规模开展的条件，企业未经充分评估就立项融资，占用大量资源。农业领域资金投入不足，当前农业仍属高风险行业，金融机构出于利润追求将贷款转向高收益行业，增加了农户获得贷款的成本。二是资金在不同成长阶段企业间投入失衡。以银行信贷为主体的间接融资方式受风控能力及债务合约特点所限，不适合为高风险高收益项目融资。黑龙江省直接融资占比小，大量资金都投给了成熟型企业，使得处于初创期的企业融资比重偏低，阻碍了技术创新。

(五)小微民营企业融资难问题未得到有效缓解

黑龙江省以银行业为主体的金融体系将多数资源配置给国有企业，地方政府则通过各类融资平台获得大量贷款，使得小微民营企业的资金来源空间被压缩。近几年，黑龙江省经济增长缓慢，利润率下滑，许多小企业既无力负担非常规渠道借贷资金的高利率成本，又由于缺乏担保品而难以获得低利率的银行贷款，融资难问题普遍存在。同时，银行将大量资金投放给国有企业在很大程度上也属理性选择。国企的实物抵押充足，现金流稳定，贷款的规模效应大，即使发生债务违约也可以通过政府多渠道筹资协调使银行保全资产。从长远看，民营企业自身若不能发展壮大，金融机构的信贷偏好就难以从根本上发生改变，融资难问题将会持续存在。

(六)政府的引导支持作用有待加强

在部分环节领域，政府对金融业和实体经济的引导支持效果不理想。一是资金投入不足。2019年，黑龙江省与金融相关的支出仅占公共财政支出的0.15%，对农业保险的补贴金额较少。二是未能有效缓解资源配置不平衡。财政对金融的资金支持大部分投向城市、大型国有企业，对农村地区和民营企业的投入占比较小。三是未能有效引导金融服务供求双方的对接。金融机构、担保机构、资金需求方之间的联动机制不健全，风险补偿制度不完善，部分小微企业难以获得与自身经营状况匹配的融资方案。四是管理激励机制不完善。部分投资基金的审批程序繁琐，科研经费有时不能及时到账；对于投资初创期企业、高风险项目发生损失的，未能明确规定补偿比例和免责情形。

二、黑龙江省金融支持实体经济增长效率分析

(一)测算方法与指标选取

本文采用数据包络分析(DEA)法测算效率，由于传统的DEA方法未考虑时间因素，因此采用DEA-Malmquist指数法以了解效率的动态变化情况，使用DEAP 2.1软件进行测算。产出指标选择实体经济增加值，将除金融业和房地产业以外的其他各产业增加值之和作为产出。投入指标选择实体经济融资额、金融机构各项存款余额、原保险保费收入、金融机构数量、金融从业人员数量[1]。各指标的年份区间选为2008—2019年，数据来源于国家统计局网站、中国人民银行网站、中国银保监会黑龙江监管局网站、历年《中国金融年鉴》等。(1)为保持不同年份决策单元的统一，将2012—2016年间的绥芬河市数据加入牡丹江市，抚远市数据加入佳木斯市，后文指标在部分年份也有类似情况，均做相同处理。(2)对于实体经济融资额，2008—2012年，以非金融部门从金融部门获取的融资额减去房地产企业国内贷款表示。2013—2019年，以社会融资规模表示。个别年份数据缺失，如其他年份数据存在明显的增长趋势，并且线性关系的显著性较好，则用线性趋势法预测缺失数据；如显著性差或其他年份数据不存在明显增长趋势，则用指数平滑法预测。其他指标在个别年份也有数据缺失，均做相同处理。

(二)金融支持实体经济增长效率的省际差异分析

文尾表为各省(市区)金融支持实体经济增长效率的变化均值。其中13个省(市区)的全要素生产率大于1，即效率值上升，18个省(市区)的效率值有所下降。东部地区效率增速普遍较高，中部和东北地区普遍偏低，西部地区分化明显。从分解情况看，技术进步指数增长较快的省(市区)包括北京、上海、浙江等，技术进步指数与当地经济发展水平、政府支持力度、企业竞争力和人才聚集度的相关性较强。规模效率增长较快的省(市区)包括天津、新疆、内蒙古等，表明金融资源投入的增加使企业获得规模效应，有效提升了生产效率。纯技术效率增长较快的省(市区)包括云南、辽宁、四川等，而纯技术效率下降则表明金融业内部技术优势不足、结构单一、管理经营状况和资金投放效果不理想。从影响作用看，北京、上海、江苏等地的全要素生产率受技术进步指数的影响较大，云南、重庆、湖北等地受纯技术效率的影响较大，受规模效率影响较大的省(市区)仅天津、青海等少数几个。在进一步深入分析的基础上，以对全要素生产率影响较大的因素为对象，采取政策措施提高该因素所对应的效率值，将有助于增强金融服务当地实体经济的效果。

(三)黑龙江省金融支持实体经济增长效率下降原因分析

2008—2019年，黑龙江省金融支持实体经济增长效率年均降幅5.1%，波动幅度较大。2008—2009年，效率值下降9.3%，主要原因是金融危机导致市场需求与投资意愿降低，企业效益下降、资金周转困难，金融机构存款吸收减少，不良贷款率上升，国际市场波动加大了外币贷款风险。2009—2011年，效率值有所上升，危机后地方政府出台相应措施稳定消费需求，扩大投资，引导金融机构增加信贷供应并向受损严重的企业倾斜，部分小型金融机构得到专项扶持。2011—2017年，效率值持续下降。短期扶持政策的影响减弱，一些长期性问题仍未得到解决(金融市场结构单一，金融科技建设滞后，对高技术产业的投资不足；产业结构处于中低端，产品附加值低；民营经济吸纳就业和对经济增长的贡献不足；上市公司数量少，企业盈利能力不强等)。

从分解情况看，纯技术效率和规模效率年均增长1.5%和1.9%，金融业的经营管理效率和资金的规模效率有所改善；技术进步指数年均下降9.2%，金融业所面对的宏观环境和实体经济增长潜力不容乐观。与全国相比，黑龙江省有8个年份区间的效率值下降，同期全国有5个年份区间下降，黑龙江省金融支持实体经济增长情况处于比较靠后的位置。

黑龙江省各地市效率均呈下降趋势，且差距较大。8个市的纯技术效率值大于1，说明多数地市金融机构的组织管理有所改善，企业对金融资源的利用效率提高。11个地市的规模效率值大于1，金融资源投入的增加提升了对实体经济的支持效果。技术进步指数均小于1，表明各市普遍存在经济环境不良、金融创新不足、融资渠道少等问题。如大庆作为典型的资源型城市，其产业结构比较单一，替代产业跟进速度慢，劳动力专业化倾向明显，经济增长潜力不足；新兴产业中多数企业处于初创期，技术含量低、资金周转不稳定；资产抵押、评估等服务机构建设滞后。类似问题在其他城市也普遍存在，导致技术进步指数下降。

三、黑龙江省金融支持实体经济增长的影响因素分析

(一)指标选取

采用面板数据模型分析可能影响金融支持实体经济增长效率的因素，选取2009—2019年黑龙江省13个地市的数据。被解释变量为金融支持实体经济增长效率Y，即全要素生产率。由于用Malmquist指数模型测得的是年度间效率变化值，因此对其进行累乘处理以得到实际效率值。

解释变量包括：

(1)金融业发展水平X1。以金融机构贷款余额与地区生产总值的比值表示。

(2)金融业中介效率X2。以金融机构贷款余额与存款余额的比值表示。

(3)短期贷款相对规模X3。以银行业短期贷款与地区生产总值的比值表示。

(4)所有制结构X4。以国有单位就业人口与总就业人口的比值表示。

(5)政府对地方经济的干预程度X5。以地方财政一般预算支出和地区生产总值的比值表示。税收收入占地区生产总值的比重可以在一定程度上反映政府对经济的干预度，比重越大，营商成本相对越高，越影响生产投资积极性。由于财政支出主要来源于税收，因此财政支出占生产总值的比重也能够衡量政府干预程度。

(6)产业结构X6。以第一、二产业增加值之和占地区生产总值的比重表示。

控制变量选择各市的经济发展水平X7，以人均地区生产总值表示。在解释变量与控制变量中，除已在前述出现的指标，其余均来自《黑龙江统计年鉴》《黑龙江金融年鉴》。(3)2009年各市银行短期贷款数据有部分缺失，采用线性趋势预测法补齐。(4)对变量X7进行对数化处理，并缩小为原来的1/10，以缩小变量间的数值差异。

(二)影响因素分析

分析采用Eviews 8.0软件完成。通过F检验得到F统计量的值约为15.4396，大于临界值1.8317；通过Hausman检验得到P值为0.00080.01，即在99%的置信水平下拒绝原假设，因此选择建立固定效应模型。

对各变量进行回归估计，结果如下：

X1的回归系数为正，但影响不显著。即在考察期内，金融业规模扩张并未阻碍金融支持实体经济增长效率的提高。(5)在部分学者对其他省份进行分析的结果中，该项回归系数为绝对值较大的负数，且P值非常小，本文未出现这样的结果，因此做出上述判断。因此，现阶段适度扩大信贷投放规模时，资金空转套利、“脱实向虚”、各类资源过度涌入金融业的风险较低。回归结果也表明信贷规模扩大未显著提升效率，黑龙江省在优化金融资源配置、提升企业资金利用率方面需要改进。

X2的系数接近0，且P值很大，即考察期内金融中介效率与被解释变量的相关性很低。提高存贷比是各地为推动经济增长、落实产业政策、解决企业融资难问题时常用的手段。多数城市的存贷比呈上升趋势，但并未提高对实体经济的支持效率，表明信贷供给与企业需求间的结构性矛盾较突出，各类金融排斥现象比较普遍，资金投放的精准度不高也阻碍了经济产出的增加。

X3的系数为负，但P值较大，即短期贷款相对规模减小，未能显著提升效率。短期贷款主要解决流动资金需求，中长期贷款期限长、不确定性加大，银行发放时更加慎重。短期贷款相对规模减小表明金融机构加大了对企业的中长期贷款发放，有利于缓解生产经营周期与贷款周期错配等问题，但由于中长期贷款中有较大比例用于新建扩建、设备改造、技术研发，因此难以迅速提升生产效率。而本文的年份区间较短，该变量对效率的积极影响存在滞后性，因而未能在结果中体现。

X4与效率呈正相关，考察期内国有单位劳动力将金融资源转化为经济产出的效率高于民营单位劳动力。首先，与民企相比国企效率增长更快，近几年在政府支持和自身谋求竞争力提升的激励下，国企在混合所有制改革、健全市场化经营机制、完善企业制度方面改观明显。其次，多数民营企业市场竞争力不足、待遇偏低，留在省内工作的劳动力尤其是高技能人才普遍会优先进入体制内，想进入知名民企工作者多数流入了发达地区，导致国企与民营单位的劳动力素质及投入产出效率间的差距有扩大化倾向。此外，金融机构在信贷发放时的所有制偏好明显，不利于促进有效竞争，民企获得的金融支持不足，影响其扩大生产和投资决策，阻碍了企业成长和效率提升。

X5与效率呈负相关，即政府干预对效率的负面影响较大。这一结果首先是由于高税收挤压了实体经济利润，对企业长远发展造成不利影响。其次反映出财政对农村地区、基础科研、小微企业等的支持不足，未能有效弥补金融业地理排斥、服务排斥带来的影响，金融机构对政府出台的各项完善服务体系、将资源向重点行业和薄弱环节倾斜政策的实际执行效果不理想。另外，也表明黑龙江省的市场化程度偏低，行政干预过度，阻碍了公平竞争，导致价格机制不能充分发挥作用、资源配置低效，影响了对实体经济的支持效果。

X6与效率呈正相关，即第一、二产业之和的占比下降降低了效率。黑龙江省工农业基础良好，资源禀赋优势突出，随着强农惠农、改造传统产业、淘汰落后产能、做长产业链等政策的实施，工农业现代化水平稳步提升、产业化经营比例增加、科技成果转化速度加快，提高了金融资源利用效率。同时，第三产业多数为专业化水平和利润率不高的中低端服务业，高端领域发展慢，现代服务业比重低；除少数大城市外，其他地区产业规模小、种类少，产业间协同带动不足，导致将金融资源转化为经济产出的效率偏低。另外，与一、二产相比，省内第三产业中非公成分占比更高，而民营企业获得的信贷资源有限也阻碍了自身发展。

四、提升黑龙江省金融支持实体经济增长效果的有效途径

(一)政府与金融监管部门

一是健全融资担保体系。完善政策性融资担保制度，对民营担保机构给予补助，引导社会资本流入；扩大有效抵押物范围，加快建设抵押登记、资产评估等服务机构；对市场前景良好的企业放宽抵押要求，鼓励企业间采用联合担保方式。二是健全激励机制与支持政策。明确对投资初创期企业受损的减责情形，建立将金融机构业绩考核与支持民营经济发展挂钩的机制；引导企业与资本市场对接，对成功上市企业提供财政补助，组织券商提供指导；放宽金融基础设施建设的审批条件，简化投资基金审批手续。三是减少不适当干预。遵循金融业发展规律，坚持交易和价格由市场决定为主的发展方向；将干预目标集中在减少市场失灵、营造各类型机构公平竞争氛围，搭建平台促进金融机构与实体经济对接顺畅、加大对不良行为的惩治力度上，并赋予金融机构更多的定价自主权。四是科学应对新冠肺炎疫情的冲击。对受损严重的金融机构提供临时资金支持，探索将政府、人民银行和金融机构组成共同体提供援助，减少财政和资产负债表压力；评估临时性救助政策的效果及影响，根据疫情和经济形势变化及时调整，使政策目标从短期救助向中长期恢复过渡，防止财政救助金融化[2]。

表 2008—2019年金融支持实体经济增长效率各省(市区)均值

(二)金融机构

一是创新金融服务，提升信贷投放精准度。建立快捷审批模式，提供综合性产业链金融服务、知识产权质押、科技保险等；使信贷投向与本地发展战略和产业政策相契合，支持先导产业、带动作用强的产业和产业集群，推动结构调整和产业基础能力提升；将更多资源配置到高潜力行业，对因疫情催生的新业态加大投入。二是提升直接融资比重，丰富产品类型；支持企业扩大股权融资规模，发展证券投资基金；依托供应链金融、信用金融提供期限长、利息低的产品；提升保险产品的多样性和行业覆盖面，并与外资机构合作开展贸易融资、大宗商品融资。三是加强管理，提升风险抵御能力。加强对民间融资、政府融资平台的监控；提升风控部门的专业化水平及员工对各类风险特征的敏感度；加强客户信息安全保护；化解“影子银行”风险，清理多层嵌套、以钱炒钱等行为；加强对上市公司股权的监管，严查股东资质，对可能引发流动性风险的情况及时预警。四是提升金融科技水平，重视人才队伍建设。利用金融科技优化业务流程、改进服务质量、研发数字化产品；加快金融科技在风险识别、处置环节的应用，完善信用评价体系；重视技术带来的新型风险，加强网络安全监控，完善相关规章制度；着力培养管理型、业务型和技术型人才，完善激励机制，优化薪酬结构，有条件的可实施员工持股计划。

(三)实体经济发展

一是加大创新投入，推动科技成果产业化。及时了解优惠政策，申请专项资金，主动与科技服务机构和科研院所共建实验室，实现科研成果与企业生产能力、市场需求的匹配；完善机构间信息传递机制，及时了解研究进展，加快成果转化速度；探索建立能让人才自我创收的机制，提高创新成果收益分配比例。二是民营企业积极克服短板，提升竞争力。顺应生产力布局和产业调整方向，以主业集中于实体经济为原则，积极开拓国内市场；加强企业间合作，实现技术、信息共享，促进产业集聚；更新融资观念，了解资本市场及相关扶持政策，针对自身的资金需求特点采用合适的融资模式；吸引国资入股，分享国企红利，优化股权结构。三是提升产业内部层次。增强前瞻性，跟踪市场需求变化及产业发展趋势，在信息服务、法律服务、文化产业、现代服务外包等行业积极探索；加强区域合作，引进先进的经营理念和技术，有序承接产业转移；通过技术转让、共建产业园区、行业协会互访等形式的学习交流活动，提升生产性服务业的规模和层次，加强与制造业的联动，促进产业技术结构升级，使服务业由劳动密集型向技术密集型转变。