信贷超高增长（精选3篇）
信贷超高增长 篇1
一、前言
当前, 在全球金融危机的背景下, 各国经济都出现大幅下滑。我国为了尽快从危机中复苏, 采取了大量刺激经济的政策, 其中就包括宽松的信贷政策。在2009年第1季度, 人民币贷款增加4.58万亿元, 已经完成了全年信贷总量指标的90%以上。大量信贷的投放在很大程度上满足了实体经济发展的资金需求。投放的巨额信贷能否有效地拉动经济增长, 带动整个经济系统复苏, 就非常具有现实意义, 值得我们加以研究。信贷作为我国货币政策的传导途径之一, 可以影响到我国货币政策的有效性, 也在很大程度上制约着我国经济增长。之前不少学者对我国信贷与经济增长进行了一定的研究, 得到了两者之间的相关关系。陈飞、赵昕东、高铁梅 (2002) 采用1991-2000年的季度数据, 在VAR模型的基础上, 通过脉冲响应分析与方差分解分析, 得到货币政策工具变量的冲击导致实际国内生产总值GDP的上下波动, 其中信贷增加对GDP增长有着显著的促进作用。曾令华、王朝军 (2004) 以1976-2001年数据为样本, 通过点估计、协整检验等方法得出银行贷款是经济增长的原因, 且两者之间存在着协整关系。孙连友、胡海鸥 (2005) 研究证明商业银行的信贷行为即信用具有明显的亲周期性, 这种亲周期性能推动经济周期的形成和加剧经济周期的波动。姜琳 (2006) 运用年度数据, 在VAR的框架下, 得到信贷与经济增长存在着单向的Granger因果关系, 信贷总量是经济增长的Granger因, 信贷与经济增长存在着长期的稳定关系, 信贷扩张可以带来经济增长。由于经济变量的时间序列通常表现出不平稳性, 不同的样本区间、不同的实证方法都可能得产生不一样的结果。为了更确切地得到两者之间的相关关系, 本文将研究区间延伸到2008年, 选取2000年以来的季度数据, 运用协整检验、误差修正模型、脉冲响应和Granger因果检验等实证方法, 分析在当前的经济背景下, 信贷规模的扩张能否带来相应的经济增长。最后, 本文得到结论:信贷能够在一定程度上带来经济增长且一般滞后两个季度, 但拉动作用却不是非常明显, 需要国家在信贷配给与信贷质量上进一步调控。
二、实证分析
(一) 数据处理
本文选取GDP作为反映经济增长的衡量指标。信贷规模则选取短期的人民币贷款增加额来衡量。所用数据为2000-2008年的季度数据, 均来自于中经网数据库。为了消除物价因素的影响, 先对数据按基于2000年第1季度的消费物价指数进行调整。考虑到变量会受季节性因素的影响, 继而对经物价调整后的数据进行X11季节调整。最后, 为了消除异方差的问题, 本文对所有数据取对数且分别表示为LGDP、LLOAN。本文的计量过程均通过EVIEWS5.1软件处理。
(二) ADF检验
在进行基于VAR框架的分析时, 必须检验所有变量的平稳性, 即对各变量进行单位根检验。本文采用ADF检验。从表1的检验结果可以看出, 零阶变量存在着单位根, 但一阶差分变量是平衡的, 即为一阶单整变量。这符合下文继续进行分析的前提条件。
(三) 协整检验
在完成变量序列的平衡性检验后, 我们得知变量是一阶单整的, 故继续进行协整检验。协整方程反映了变量之间的长期均衡关系。本文使用Johnansen&Juselius极大似然估计, 根据变量表现出的数据特征, 估计时含有截距项和时间趋势项, 最佳滞后项由AIC值最小确定, 即最后滞后阶数为2。从JJ检验的结果可知, 在5%的显著性水平下, 无论是迹统计量还是最大特征值统计量都显示变量之间存在着一个协整关系。
注:检验形式中的c和t分别表示带有常数项和趋势项, k表示滞后阶数;滞后期k的选择以AIC和SC值最小为准则;D表示变量序列的一阶差分
协整方程为:LGDP=0.191847LLOAN+0.059116T-12.83706 (1)
从式 (1) 中可知, LGDP和LLOAN之间存在着长期的均衡关系, 当LLOAN增加1%时, LGDP会增加0.191847%, 即信贷的产出弹性为0.191847。这反映出信贷对经济增长的促进作用并非特别明显, 对经济的推动作用还有待进一步提高。
(四) 误差修正模型
根据Granger表述定理, 若变量之间存在着协整关系, 则它们的短期非均衡关系总能由误差修正模型表述出来。协整关系反映的是变量间的长期均衡关系, 而误差修正模型则反映出了变量之间的一种短期动态关系, 其中误差修正项系数反映了系统对于偏离长期均衡的一种调整力度。误差修正模型结果见式 (2) 。根据t统计量显著与否, 在模型结果中, 本文只选取了显著性的变量作为解释变量。从表2中可知, 滞后一期的LGDP的变化、滞后一期、二期的LLOAN的变化都对LGDP的变化有一定的影响作用, 但系数都不是比较大。而误差修正项ECM的系数却相对比较大, 说明了系统的短期调整力度是比较明显的。
D (LGDP) =0.314989D (LGDP (-1) ) +0.420614D (LLOAN (-1) ) +0.210825D (LLOAN (-2) ) -1.241603-1.651813ECM (2)
(五) 脉冲响应分析
通过误差修正模型, 可以看到一个比较具体的短期动态关系。本文通过脉冲响应分析, 进一步形象地反映变量之间的短期动态关系。脉冲响应分析刻画了VAR系统内一个内生变量对冲击给其他内生变量所带来的影响。从脉冲响应效果图反映出来的情况来看, 当给LGDP增长一个百分点的正向冲击时, 第一期就会给LGDP有一个明显的正向影响, 这种冲击在第二期就明显减弱, 然后逐渐收敛于零, 这说明我国的经济增长受自身的冲击影响相对还是较小的;当给LLOAN增长一个百分点的冲击时, 第一期就会对LGDP产生一个正的冲击, 这种冲击效应在第二期达到最大值, 然后慢慢收敛于零, 但总体来看, 冲击反应不是很强烈, 这说明我国信贷对经济增长的促进作用会滞后一期, 在第二季才会明显地表现出来, 但促进作用却不是特别大。这与之前的误差修正模型所反映出来的结果基本是吻合的。
(六) Granger因果关系检验
上文的实证分析了变量之间的短期和长期的关系, 为了进一步解释这种关系是否具有因果性, 引入Granger因果关系检验。从表2中可以看到, 在滞后三期内, LLOAN都是LGDP的Granger因, 但LGDP却不是LLOAN的Granger因, 这说明信贷与GDP之间存在着单向的因果关系, 即信贷能够影响GDP, 但GDP的增长却并未带来信贷总量的增长。从滞后期来看, 滞后一期、二期、三期, LLOAN都能明显的影响LGDP, 这也正好印证了前面的实证检验, 在短期内信贷都能拉动经济增长。总的来看, 我国信贷总量主要还是受经济政策的影响, 而且对经济增长起着一定的推动作用。
三、结论与政策建议
本文从短期动态与长期均衡两个方面分析了我国信贷与经济增长的关系。首先对两者进行协整检验, 得到长期的均衡关系, 然后通过建立误差修正模型与脉冲响应分析, 阐述了其动态关系, 最后运用Granger因果关系检验了两者之间的相互因果关系。得到的结论如下:一是我国信贷与经济增长存在着单向的Granger因果关系, 信贷能够引起经济增长。这说明了我国信贷增长是能够促进经济增长的, 但这种信贷增长更多的是由经济政策所主导的。二是在短期来看, 我国信贷能够在一定程度上促进经济增长且一般在滞后两季显现出最大的拉动作用, 但总体的拉动作用有些偏弱。这在误差修正模型与脉冲响应分析中都得到了很好的证明。信贷的扩张反映的是货币投放的增加, 是能够加速经济流通, 迅速刺激经济增长的, 但现实中却没有显现出相应的效果, 这说明了我国的信贷投放的效率是比较低的, 需要进一步分析并解决信贷供给中存在着的问题。三是在长期来看, 我国信贷与经济增长存在着稳定的均衡关系, 且信贷的产出弹性为0.191847, 但信贷所反映出来的对经济增长的促动作用依旧不显著, 相比短期还要偏弱一些。这说明了我国的信贷具有一定的短期性, 信贷资金投放后并未得到充分有效的利用。四是信贷的增长是能够带来一定的经济增长的, 但所能带来的作用有限。在金融危机的背景下, 国家放松信贷政策, 通过扩大货币投放, 在一定程度上是会带来经济增长的。这在2009年第1季度的经济运行情况中就能够体现出来。但另一方面, 信贷的经济效率并不高, 信贷的投放并未带来相应的经济增长。这需要国家不仅从信贷供给角度寻找问题根源, 合理配置信贷资金, 也要通过各种调控手段, 保证信贷质量, 提高资金的运用效率。
参考文献
[1]、陈飞, 赵昕东, 高铁梅.我国货币政策工具变量效应的实证分析[J].金融研究, 2002 (10) .
[2]、曾令华, 王朝军.经济增长与贷款增长相关性的实证分析[J].财经理论与实践, 2004 (5) .
[3]、孙连友, 胡海鸥.宏观经济波动与信用风险:结构模型[J].财经理论与实践, 2005 (1) .
[4]、姜琳.我国信贷总量与经济增长的实证研究[J].统计与决策, 2006 (10) .
[5]、高铁梅.计量经济分析方法与建模——Eviews应用与实例[M].清华大学出版社, 2006.
信贷超高增长 篇2
一、银行信贷与经济增长关系
（一）银行信贷规模与经济增长
1998年我国中央银行宣布不再对银行信贷的规模额度进行直接控制，这项规定有利于完善和发展银行信贷市场, 使银行信贷在经济发展中所起的作用更为突出，从而起到促进经济增长的积极作用。金融机构信贷余额并不是反映信贷行为最适合的变量，而新增信贷可以不计偿还信贷的对冲量，能够更为直观地表现金融机构的信贷行为。金融机构信贷规模的扩张与收缩几乎都与当时的经济环境合拍，也可以说银行为了追求自身利益不自觉的顺应了宏观经济周期。
（二）银行信贷结构与经济增长
银行信贷结构是指信贷资金在投放过程中，其总量资产在产品结构、区域结构、行业结构、客户结构、期限结构、币种结构上的组合方式。其结构不仅取决于商业银行自身，更有社会经济、政策、市场、环境、投资者等多重因素的影响。商业银行作为信贷结构调整的主导，既想要做好风险防范，更想要实现收益最大化。我国商业银行目前的信贷结构还不尽合理，面临着信贷投放的产业结构倾斜，贷款期限结构不匹配，信贷地区结构性倾斜，信贷品种结构和客户结构单一等问题，导致经济结构和产品结构的不合理，阻碍信贷收支平衡和经济的稳步健康发展。
（三）银行信贷资源配置效率与经济增长
商业银行进行信贷资源配置的时候会受到许多因素的影响，如宏观的经济环境、政府的金融政策、银行与客户之间信息不对称等因素的影响，因而其信贷资源配置只能在多种因素的影响下，实现最大的效益。如若商业银行信贷资源使用效率不高，大量的资金不能得到有效使用，大量闲置的资金，或是银行信贷资产质量较差，不良贷款率较高，都不利于投资活动的顺利进行，从而阻碍社会经济的增长。
二、我国经济增长与银行信贷的现状
（一）我国GDP增长的现状
一国经济增长的状况可以用GDP(国内生产总值)的增长状况来衡量。根据国家统计局公布的数字，可以得出我国1978～2012年间GDP增长率的变化趋势，如图所示：
单位:%数据来源:中华人民共和国国家统计局网站
改革开放以来，我国经济增长迅速。国内生产总值由1978年的3 645亿元增加到2012年的519 322亿元，可见增幅之大。此外，通过对GDP增长率的分析可以看出，我国GDP保持了较高的增长速度，其中1994年达到36.4%，当然期间也发生了几个阶段的波动。在经济危机的后续影响及复杂严峻的经济形势下，2012年我国的GDP增长率达到了7.8%。在介绍2012年国民经济运行情况时，国家统计局长马建堂表示可以用“四个稳”、“四个新”来评价，其中即包含了经济增长的总体平稳。
（二）国内银行信贷的增长状况
贷款一直以来都是商业银行传统的核心业务，商业银行所提供的贷款在经济发展、投资扩张等方面都发挥着极为重要的作用。银行业金融机构贷款余额可以用来反映截至某日以前银行已发放的贷款总和。如图所示，我国银行业金融机构各项贷款余额由1978年的1 890亿元增加到2012年的62.99万亿元。这表明我国的国内生产总值和银行贷款都实现了快速的增长，这两者之间的阶段性波动和变化趋势也基本一致，虽然在经济理论和经验检验方面对银行信贷与经济增长之间的关系长期一直存在着不一致的观点，但不能否认二者之间存在明显的相关关系。另有相关分析指出，我国工业与商业贷款的平均增长率同第二、三产业的平均增长率趋于一致，但是信贷资金效率偏低的农业贷款增长率与第一产业平均增长率相比相差甚远。总之，在我国以间接融资为主导的金融市场上，银行信贷对经济增长的积极作用是无法忽视的。虽然如此，我国银行信贷仍然存在着各种纷繁复杂的问题，影响了银行信贷资金的效率，降低了银行信贷对经济增长的贡献作用。
三、我国银行信贷存在的问题对经济增长的负面影响
（一）金融深化
政府对银行信贷分配的直接干预，这对经济增长有显著的积极影响。但在我国，金融发展对经济增长的正向关系并不十分牢靠。在吸引外商直接投资方面，我国近年来一直保持着世界第二大外商投资吸收国的地位，多年来一直是世界上最大的吸收外商直接投资的发展中国家，外商直接投资越来越成为我国经济增长不可缺少的动力。相比之下，银行部门的发展对于经济的贡献还不够显著。更多的原因在于更多的信贷分配给了低效率的国有企业。这意味着，非国有企业获得信贷增长总体上有助于经济增长，其获得的信贷越多，对经济增长的贡献就应该越显著。但事实是，随着改革开放的不断深入，经济不断发展，非国有经济对银行贷款的依赖程度逐渐减弱，这种银行信贷配给的不合理导致了资金使用效率低下，从而不利于实现经济增长。
（二）我国银行信贷结构及资金的配置不合理
2012年全年贷款投向呈现以下特点：企业贷款增速放缓，短期贷款和票据融资增长较快;小微企业贷款增长快于各项贷款，年末增速有所放缓;工业和服务业中长期贷款增速减缓;“三农”贷款增速回落;房地产贷款增速回升，其中个人购房贷款、地产开发贷款增加;住户贷款增速回升。值得引起注意的是，房地产贷款与平台贷款被看作是未来影响银行资产质量的最重要两类贷款。房地产贷款增长加速，其潜藏的风险不容忽视。一旦风险爆发，银行将面临着严重的不良贷款危险。
四、健全银行信贷促进经济增长的建议
（一）调节信贷配给，提高信贷资金利用效率
在我国现阶段, 对非国有企业的银行信贷还相对较少，主要集中在国有企业。一些学者通过研究，认为非国有经济的效率明显高于国有经济，因此在信贷政策方面应适当向非国有企业倾向，做到信贷资源的合理配置，提高资金利用效率。
（二）维持银行信贷规模，调整银行信贷结构
我国在经济发展中应继续维持信贷的规模，防止信贷萎缩，使其稳步健康的增长，以实现对经济增长的推动。同时通过银行信贷结构的调整，实现资金的优化配置。合理的资金配置会使产业结构做出相应调整，经济增长方式做出相应转变。因此，为提高银行信贷的贡献率，银行信贷应该向高效益、高效率产业倾斜，对于重复建设和盲目投资予以杜绝，从而实现我国经济增长方式的转变。
（三）鼓励民间金融发展，进一步建立为中小企业服务的中小金融机构
作为一个发展中国家，我国当前和今后相当长的一段时期内经济发展的主要动力之一仍然是大量地方性的中小企业，这些中小企业也需要有人为其提供金融服务。从现实来看，只有土生土长的民间金融机构能够充分利用地方的信息，用最低的成本了解中小企业的经营状况和信用水平，最大程度的克服信息不对称这一金融服务业的普遍缺陷。因此，作为整个银行信贷结构的补充，在做好监管的前提下，应该鼓励发展为民营企业服务的民营金融机构，如非国有的投资公司、民营银行、保险公司、金融中介机构等等。
参考文献
[1]许伟, 陈斌开.银行信贷与中国经济波动:1993-2005[J].经济学 (季刊) , 2009 (3) .
[2]张军.中国的信贷增长为什么对经济增长影响不显著[J].学术前沿, 2006 (7) .
[3]宋海林, 刘澄.中国货币信贷政策理论与实证[M].北京:中国金融出版社, 2003.
信贷超高增长 篇3
20世纪以来, 经济发展突飞猛进, 呈波动上升趋势, 经济波动贯穿于经济发展, 有规律的经济波动可以称之为经济周期。任何一个国家和地区的经济发展, 实际上都是一个波浪式、周期性演进过程。西方经济学家一般把经济周期划分为四个阶段:繁荣、衰退、萧条、复苏。但也有人认为描述经济周期各阶段最简单的方法是把它划分为以下四个阶段:谷底, 扩张, 高峰, 收缩。
从我国GDP增长趋势看, 中国经济增长存在比较明显的波动趋势, 其周期长度大概为9年, 属于“朱格拉周期”:1981年———1990年、1991年———1999年、2000年———2009年分别形成三个周期, 并先后在1987、1994、2007年形成三次波峰, 在1990、1999、2009年附近形成三次波谷。
2 经济发展与不良信贷形成:基于实证的分析
2.1 2003年以来各季经济统计数据 (此处略, 详见国家统计局网站) 可看出, 2 006年3季度至2 008年4季度, GDP增长额大多在1 万亿元以上, 2 009年1、2季度, 增长额下降到原来的40%;此后, GDP增长额缓步上升, 至2 0 11年4季度达2.28万亿元高点后, 2 0 1 2 年1季度又迅速回落到上季的50%。
2.2 2003年以来各季不良贷款数据。
由于2003年以后采用五级分类法统计不良贷款, 因此, 我们采用2003年以后各季的不良贷款统计数据, 对GDP绝对额及其变化对不良贷款的影响进行实证分析。根据银监会统计数据, 考虑到目前商业银行不良贷款的数据统计受不良资产剥离的影响很大, 我们通过还原不良贷款真实值计算调整后的不良贷款余额。其中, 2003年第四季度起加1969亿元中行、建行损失类贷款, 2004年第二季度起加3428亿元建行、中行、交行剥离给资产公司的可疑类贷款, 2005年第二季度起加7050亿元工行剥离的不良贷款, 2008年第二季度起加140亿元光大银行剥离不良贷款, 2008年第四季度起加8156.95亿元农行剥离不良贷款。从调整后的不良贷款数据 (略) 可以看出, 2006年4季度、2008年4季度、2011年4季度是不良贷款的三个拐点, 其走势与GDP绝对额、变化额相关。因此, 将不良贷款余额作为被解释变量, GDP当季绝对额、同比变化额作为解释变量, 建立方程如下:
BLBH=C (1) *GDPBH+C (2) *GDPDJ+C (3) , 其中:Blbh为不良贷款余额, gdpbh为GDP同比变化额, gdpdj为GDP当季绝对额, 通过eviews回归, 得出如下结果:
其中:R方为0.56, 需要进一步优化。根据检验参数情况, 发现其有较强的自相关性, 故更改方程为:BLBH=C (1) *GDPBH+C (2) *GDPDJ+C (3) *BLBH (-1) +C (4) , 通过eviews回归, 得出如下结果:
通过参数显著性检验, R方为0.907接近于1, t-prob均小于0.05, 拟合较好。
3 有关建议
上述结果表明, 不良贷款余额主要受上季不良贷款额影响, 即由银行的内部信用风险管理水平决定;同时, 不良贷款额与GDP同比变化额负相关, 与GDP当季绝对额正相关。
通过对不良贷款影响因素的分析, 银行应不断提升信用风险管理水平, 同时密切关注经济增速放缓对不良贷款的影响, 这样, 才能保证不良贷款保持平稳, 从而促进我国经济发展。
参考文献
[1]2003年-2014年《中国统计年鉴》
[2]孙连友, 胡海鸥.宏观经济波动与信用风险结构模型[J].财经理论与实践, 2005 (2) :31-34
[3]刘志清, 鄢姣, 余志勇.银行业系统性风险外部环境冲击的量化研究[J].金融监管研究, 2013 (1) :45-68