徐靈超

（同濟大學(xué) 經(jīng)濟與管理學(xué)院，上海 200092）

在我國，銀行信貸作為社會融資的主要形式，2010年末，信貸供給占全部非金融機構(gòu)融資總量的比例超過75.2%，這樣的融資結(jié)構(gòu)決定了信貸供給對中國宏觀經(jīng)濟的影響非常直接。信貸供給也成為了貨幣政策調(diào)整最突出的政策主線，成為影響經(jīng)濟波動的重要因素。而在信貸供給從1992年1季度的2.17萬億元到2010年末的47.92萬億元的同時，我國的信貸供給結(jié)構(gòu)亦發(fā)生了明顯的變化（如圖1），中長期貸款從1992年1季度末3076.66億元（占全部貸款余額

14.18%，此時短期貸款為14908.68億元、其它貸款3，705.84億元）開始，穩(wěn)步保持高速增長；至2005年第4季度達到87460億元，首次超過短期貸款；之后的5年時間，中長期貸款保持了最陡的曲線圖，體現(xiàn)了比短期貸款更快的增長速度。至2010年末，中長期貸款達到288930億元，占全部貸款余額60.29%，而短期貸款僅166233億元，中長期貸款是短期貸款的1.74倍。在短期貸款和中長期貸款保持增長的情況下，其它貸款發(fā)展顯得緩慢，至2010年末，其它貸款24031.73億元，占全部貸款5.02%，與1992年1季度相比，僅增長6.48倍。

圖1 信貸供給（tc）、中長期貸款（lc）、短期貸款（sc）、其它貸款（oc）變化趨勢

因此，對信貸供給結(jié)構(gòu)與經(jīng)濟波動的關(guān)系展開研究具有重大的理論與現(xiàn)實意義。

一、相關(guān)理論文獻探討

（一）國外文獻綜述

理論文獻中，研究信貸供給和經(jīng)濟波動的關(guān)系主要有兩個范式：銀行借貸渠道（Bank Lending Channel）和資產(chǎn)負(fù)債表渠道（Balance Sheet Channel）。資產(chǎn)負(fù)債表渠道著重分析信貸市場摩擦對經(jīng)濟波動的放大作用（即“金融加速器”效應(yīng)），強調(diào)企業(yè)的自有資本金或者利潤對其外部融資成本的影響（Bernanke和Gertler，1989）[1]。銀行借貸渠道則強調(diào)，如果銀行根據(jù)貨幣政策或其它的原因調(diào)整自身信貸供給時，經(jīng)濟中的投資和產(chǎn)出等都會受到影響。除了信貸之外沒有其它的融資渠道或者其它融資渠道不能完全替代銀行信貸是信貸渠道存在的重要前提 （Bernanke和Blinder，1988）[2]。一旦信貸緊縮不可避免，那些對信貸依賴性較強的企業(yè)很難從銀行獲得足夠的資金，其正常的生產(chǎn)活動將受到影響。Kashyap和Stein（1994）總結(jié)，銀行信貸變動要對真實經(jīng)濟波動有重要影響需滿足三個方面的條件：①價格調(diào)整存在粘性；②一部分企業(yè)的外部融資必須通過銀行；③某種程度上貨幣當(dāng)局能夠控制銀行的信貸供給[3]。顯然，中國的事實符合上述三方面要求。因此，開展銀行信貸與經(jīng)濟波動關(guān)系的研究具有重要的意義。

（二）國內(nèi)文獻綜述

我國就信貸供給和中國經(jīng)濟波動的關(guān)系亦開展了一定的研究。陳磊（2004）基于1981—2002年的季度數(shù)據(jù)，考察了在經(jīng)濟轉(zhuǎn)軌的不同階段我國信貸波動的特征，并通過時差相關(guān)分析和Granger因果關(guān)系檢驗，分析了信貸波動與經(jīng)濟周期波動的相互關(guān)系。結(jié)果表明，總體上信貸波動與經(jīng)濟周期波動基本同步，在時間上由基本同步轉(zhuǎn)變?yōu)?994年后通常會滯后3個季度左右；信貸擴張和收縮是產(chǎn)生經(jīng)濟周期波動的顯著影響因素，但這種影響從20世紀(jì)90年代中期開始有所下降，同時，經(jīng)濟波動對于信貸規(guī)模的影響也由1994年之前的微弱明顯增強，信貸波動的內(nèi)生性開始顯現(xiàn)[4]。趙振全等（2007）采用門限向量自回歸模型對我國信貸市場與宏觀經(jīng)濟活動的非線性關(guān)聯(lián)進行脈沖響應(yīng)函數(shù)分析后發(fā)現(xiàn)，中國存在顯著的金融加速器效應(yīng)[5]。許偉等（2009）基于1993—2005年的季度數(shù)據(jù)通過DSGE模型研究了銀行信貸與中國經(jīng)濟波動的關(guān)系，結(jié)果表明，信貸沖擊解釋了大部分短期消費、貸款以及貨幣余額的波動，對產(chǎn)出、投資的波動有一定解釋力[6]。潘敏、繆海斌（2010）通過構(gòu)建反映宏觀經(jīng)濟變量之間內(nèi)在聯(lián)系的結(jié)構(gòu)向量自回歸（SVAR）模型，實證檢驗2003年以來銀行信貸投放對中國宏觀經(jīng)濟波動的影響。結(jié)果表明：一方面，中國信貸規(guī)模資金的投放對宏觀經(jīng)濟的穩(wěn)定發(fā)展產(chǎn)生了重要的推動作用，但是信貸投放對經(jīng)濟增長的沖擊效應(yīng)會隨著時間的變化逐漸趨弱；另一方面，短期來看，信貸資金的大規(guī)模投放不會對物價水平的攀升產(chǎn)生影響，但由于其是物價變動的主要因素，在長期內(nèi)，必須合理估計中國將來在物價水平調(diào)控方面可能面臨的較大壓力[7]。段軍山、周婕（2010）認(rèn)為銀行信貸存在明顯的“親經(jīng)濟周期”效應(yīng),考慮我國轉(zhuǎn)型期的實際特征以及政府調(diào)控經(jīng)濟的策略和工具特征，銀行信貸可能是經(jīng)濟波動的主要影響因素之一。我國經(jīng)濟整體擴張期的擴張幅度比收縮期的收縮幅度大，顯示我國信貸調(diào)整的剛性。經(jīng)濟波動與信貸波動存在長期的“協(xié)整”關(guān)系，信貸對經(jīng)濟波動影響具有至少2年的時滯效應(yīng)。從1987—2009年整體經(jīng)濟軌跡來看，信貸變動是導(dǎo)致經(jīng)濟波動的一個重要因素，但貸款波動具有一定的外生性。對于1994—2009區(qū)間中，經(jīng)濟波動可能對貸款變動有一定的影響[8]。汪川、黎新、周鎮(zhèn)峰（2011）在一個帶有“金融加速器”的DSGE模型中討論了我國宏觀經(jīng)濟波動背后的信貸因素，并檢驗了“金融加速器模型”對我國宏觀經(jīng)濟波動的解釋能力。在此基礎(chǔ)上，進而分析了貨幣政策通過信貸因素對我國宏觀經(jīng)濟的影響，結(jié)果表明，受信貸市場中不對稱信息的影響，宏觀經(jīng)濟變量都表現(xiàn)出較大的波動性，模型模擬出的產(chǎn)出、實際利率和投資等主要變量的相對標(biāo)準(zhǔn)差都與實際經(jīng)濟數(shù)據(jù)相似；同時，脈沖響應(yīng)分析的結(jié)論顯示，相對產(chǎn)出等其他變量，貨幣政策對于價格水平和通貨膨脹有著更好的控制力[9]。上述文獻均認(rèn)為在我國，銀行信貸與經(jīng)濟波動存在著一定關(guān)系，但沒有涉及對信貸供給結(jié)構(gòu)對經(jīng)濟波動的關(guān)系的研究。曹元芳（2011）通過采用帶有控制變量的向量誤差修正模型，從銀行信貸規(guī)模、信貸結(jié)構(gòu)和信貸效率三個層面對中國銀行信貸發(fā)展與經(jīng)濟增長之間的相關(guān)關(guān)系和因果關(guān)系進行了檢驗。研究結(jié)果表明，中國信貸發(fā)展在規(guī)模擴張、結(jié)構(gòu)調(diào)整和效率變化三個層面均與經(jīng)濟增長之間具有長期關(guān)系和雙向的因果關(guān)系[10]。該文的信貸結(jié)構(gòu)僅以中長期貸款與短期貸款的比例表示，亦沒有涉及對信貸供給結(jié)構(gòu)與經(jīng)濟波動的深入分析。

從現(xiàn)有文獻看，我國學(xué)者對信貸供給與經(jīng)濟波動的關(guān)系開展了大量的研究，但基本上只涉及信貸供給與經(jīng)濟波動的關(guān)系，而對于信貸供給結(jié)構(gòu)與經(jīng)濟波動的關(guān)系研究文獻則寥寥無幾，因此，本文擬對此展開研究。本文將通過計量模型探討信貸供給結(jié)構(gòu)與宏觀經(jīng)濟變量波動的關(guān)系。

二、模型選取與數(shù)據(jù)處理

（一）模型選取

本文運用VAR模型建立信貸供給結(jié)構(gòu)與宏觀經(jīng)濟變量的模型，探討信貸供給結(jié)構(gòu)與宏觀經(jīng)濟變量之間短期沖擊波動關(guān)系。1980年西姆斯（C.A.Sims）將非結(jié)構(gòu)化的VAR模型引入到經(jīng)濟學(xué)中，它常用于預(yù)測相互聯(lián)系的時間序列系統(tǒng)及分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋各種經(jīng)濟沖擊對經(jīng)濟變量短期波動的影響。在VAR模型基礎(chǔ)上，可開展脈沖響應(yīng)、方差分解等，有關(guān)更具體的VAR模型和VEC模型的內(nèi)容可參見相關(guān)計量書籍[11-12]。

（二）變量選取和數(shù)據(jù)處理

1.變量選取

（1）信貸供給結(jié)構(gòu)變量。本文以中長期貸款、短期貸款、其它貸款表示信貸供給結(jié)構(gòu)，其中中長期貸款、短期貸款直接來源于《金融機構(gòu)人民幣信貸收支表》，其它貸款則由《金融機構(gòu)人民幣信貸收支表》中的各項貸款扣除中長期貸款、短期貸款得到，分別以LC、SC、OC表示。

（2）宏觀經(jīng)濟變量。本文宏觀經(jīng)濟變量選取產(chǎn)出、通貨膨脹，其中：國內(nèi)生產(chǎn)總值（GDP）作為產(chǎn)出變量，反映經(jīng)濟波動，居民消費價格指數(shù)（CPI）作為通貨膨脹變量，反映價格波動。

（3）貨幣變量。本文另選取M1作為貨幣變量，以衡量信貸與貨幣對經(jīng)濟波動的相對重要性。

2.數(shù)據(jù)處理

考慮到數(shù)據(jù)的可得性，本文分析采用的數(shù)據(jù)樣本區(qū)間從1992年第1季度至2010年4季度。

本文對信貸供給結(jié)構(gòu)中的中長期貸款、短期貸款、其它貸款及貨幣變量采用名義值，而國內(nèi)生產(chǎn)總值（GDP）采取以居民消費價格指數(shù)（CPI）剔除價格因素后的季度實際值，居民消費價格指數(shù)（CPI）由作者換算成季度數(shù)據(jù)，上述數(shù)據(jù)來源于人民銀行網(wǎng)站及各期統(tǒng)計年鑒。

由于數(shù)據(jù)存在較強的季節(jié)性因素，因此采用censusX—12季節(jié)調(diào)整方法進行調(diào)整，為了消除異方差和指數(shù)化趨勢，對上述數(shù)據(jù)均進行對數(shù)化處理，記為lnlc_sa、lnsc_sa、lnoc_sa、lngdp_sa、lncpi_sa、lnm1_sa，本文計量分析均采用軟件EViews6.0進行。

三、信貸供給結(jié)構(gòu)與經(jīng)濟波動的因果關(guān)系檢驗

（一）平穩(wěn)性檢驗

為分析變量之間的因果關(guān)系，必須保證變量是平穩(wěn)的。本文采用ADF檢驗方法，對擬進入VAR模型中的各變量lnc?pi_sa、lngdp_sa、lnm1_sa、lnlc_sa、lnsc_sa、lnoc_sa進行平穩(wěn)性檢驗，檢驗結(jié)果見表1。

由表1可知，除了lnsc_sa、lncpi_sa表現(xiàn)為平穩(wěn)序列，其他所有變量水平序列均不平穩(wěn)，而其差分序列則在5%顯著性水平上拒絕原假設(shè)，因此它們均為一階單整I（1）。

表1變量的ADF檢驗結(jié)果

（二）Granger因果檢驗

為分析信貸供給結(jié)構(gòu)與貨幣供應(yīng)量、產(chǎn)出、居民消費價格指數(shù)的長期均衡和短期動態(tài)關(guān)系，進一步分析各變量之間的因果關(guān)系。研究分為九組：第一組為lnlc_sa和lnm1_sa；第二組為lnlc_sa和lngdp_sa；第三組為lnlc_sa和lncpi_sa；第四組為lnsc_sa和lnm1_sa；第五組為lnsc_sa和lngdp_sa；第六組為lnsc_sa和lncpi_sa；第七組為lnoc_sa和lnm1_sa；第八組為lnoc_sa和lngdp_sa；第九組為lnoc_sa和lncpi_sa，由于上文進行單位根檢驗時表明lnsc_sa、lncpi_sa為平穩(wěn)序列，而lnlc_sa、lnoc_sa、lngdp_sa、lnm1_sa具有不平穩(wěn)特征，而其一階差分具有平穩(wěn)特征。因此，可以對這些變量的一階差分進行格蘭杰因果檢驗，各變量對數(shù)的一階差分實際上表示各變量的變化率，具有經(jīng)濟學(xué)意義。同時，為保證檢驗結(jié)果的穩(wěn)定性，每個檢驗的滯后階數(shù)均取1-5，檢驗結(jié)果見表2。

從表2可知：①lnsc_sa與lnm1_sa只存在單向關(guān)系，即lnsc_sa可以引起lnm1_sa變化，反之不能；lnlc_sa與lnm1_sa存在互為因果關(guān)系，但lnm1_sa每期均可引起lnlc_sa變化，但反之lnlc_sa則只有第2、5期可以引起lnm1_sa變化，說明主導(dǎo)因素仍為lnm1_sa引起lnlc_sa變化；lnoc_sa與lnm1_sa只存在單向關(guān)系，即lnoc_sa可以引起lnm1_sa變化，且存在4期時滯，反之不能。②lnsc_sa、lnlc_sa與lngdp_sa不存在因果關(guān)系。但lnoc_sa與lngdp_sa存在互為因果關(guān)系；在第1、2期主要是lngdp_sa影響lnoc_sa，第3期兩者相互因果關(guān)系；而之后主要是lnoc_sa影響lngdp_sa。③lncpi_sa與lnsc_sa、lnlc_sa只存在單向因果關(guān)系，即lncpi_sa可引起lnsc_sa、ln?lc_sa變化，反之則不能；同時，lncpi_sa對lnsc_sa影響第1期即反應(yīng)，而對lnlc_sa的影響需在第4期反應(yīng)；而lncpi_sa與lnoc_sa不存在互為因果關(guān)系。

從以上檢驗結(jié)果可知：中長期貸款、短期貸款實際上并沒有對GDP產(chǎn)生影響；其它貸款在滯后3期時開始影響GDP。同時，前3期GDP對其它貸款有明顯影響。同時，從中長期貸款、短期貸款、其它貸款分列單獨看，三者均不對CPI產(chǎn)生影響，反而是CPI對中長期貸款、短期貸款產(chǎn)生影響；而中長期貸款、短期貸款、其它貸款均能影響貨幣供應(yīng)量，但短期貸款立即對貨幣供應(yīng)量產(chǎn)生影響，中長期貸款則需在第2期和第5期產(chǎn)生影響，而其它貸款則在第4期產(chǎn)生影響；反之貨幣供應(yīng)量則僅影響中長期貸款，對短期貸款、其它貸款沒有影響。這說明，我們在關(guān)注信貸供給的影響時，必須同時關(guān)注信貸結(jié)構(gòu)問題，真正對GDP產(chǎn)生影響的是其它貸款。

四、信貸供給結(jié)構(gòu)與經(jīng)濟波動的動態(tài)效應(yīng)分析

為分析信貸供給結(jié)構(gòu)與經(jīng)濟波動的關(guān)系，擬構(gòu)建dln?lc_sa、dlnsc_sa、dlnoc_sa、dlnm1_sa、dlngdp_sa、dlncpi_sa六個變量的VAR模型。

（一）滯后期選擇和單位根檢驗

對模型滯后期選擇，主要以AIC、SC準(zhǔn)則為主，同時參考LR、FPE等，根據(jù)多數(shù)原則（見表3），選擇最優(yōu)滯后階數(shù)為4。

表2各組變量的格蘭杰檢驗結(jié)果

表3按照各種標(biāo)準(zhǔn)所選的最優(yōu)滯后期

如果被估計的VAR模型所有根模的倒數(shù)小于1，即位于單位圓內(nèi)，則其是穩(wěn)定的。模型不穩(wěn)定，某些結(jié)果將不是有效的，如脈沖響應(yīng)函數(shù)等。所以進行脈沖響應(yīng)函數(shù)分析前先對上述VAR系統(tǒng)進行穩(wěn)定性檢驗，根據(jù)AR根的圖（見圖2），所有根的模的倒數(shù)小于1，都位于單位圓內(nèi)，模型是穩(wěn)定的。

圖2 信貸供給結(jié)構(gòu)變量所在VAR系統(tǒng)AR根圖

（二）脈沖響應(yīng)分析

1.各變量對信貸供給結(jié)構(gòu)的脈沖響應(yīng)

對VAR模型采用Cholesky分解方法得到脈沖響應(yīng)，變量的順序為：dlnlc_sa、dlnsc_sa、dlnoc_sa、dlnm1_sa、lngdp_sa、lnc?pi_sa。信貸供給結(jié)構(gòu)對各變量產(chǎn)生的脈沖響應(yīng)如圖3所示，從圖3可知：

（1）在本期給出中長期貸款、短期貸款、其它貸款的一個沖擊后，產(chǎn)出在初期均出現(xiàn)一個較小的負(fù)向影響，分別約為－0.003、－0.0046、－0.0044倍左右；隨后第二期前兩者回到正向沖擊，并在零值上下方波動并趨于零，其中中長期貸款的最大值在第四期達到約0.004倍，最小值在第5期達到約－0.0013；短期貸款的最大值在第四期達到約0.005倍，最小值在第5期達到約－0.008；而其它貸款則一直穩(wěn)定上升且前三期均保持負(fù)值，并在第四期達到最大值約為0.01，隨后波動下降至第7期回到負(fù)值，隨后在零值上下方波動趨于零。

圖3 各變量對信貸供給結(jié)構(gòu)的響應(yīng)

（2）CPI對于中長期貸款、短期貸款、其它貸款的一個標(biāo)準(zhǔn)差新息在第一期響應(yīng)基本上接近于零，但對于中長期貸款為正值0.0004，其余兩者則為負(fù)值－0.0003、－0.0006；對于中長期貸款，隨后圍繞著零值上下方波動至第9期后在零值上方趨于零，其最大值為第3期0.0017，最小值為第7期－0.0011倍；對于短期貸款，隨后上升至第3值0.0005，然后下降并在第4期即回到負(fù)值并在零值下方波動趨于零，其最大負(fù)值為第9期約－0.002倍；對于其它貸款，隨后上升至第6期達到最大值0.0039，隨后緩慢下降并一直在零值上方趨于零。

（3）貨幣供應(yīng)量M1對于中長期貸款、短期貸款、其它貸款的一個標(biāo)準(zhǔn)差新息，出現(xiàn)不同的響應(yīng)。對于中長期貸款，第一期響應(yīng)為－0.0026倍，隨后逐步上升并在第2期達到最大值約0.0042倍，隨后波動下降并在零值上下方波動趨于零；對于短期貸款，第一期響應(yīng)約為0.0071倍，然后逐步下降，在第3期后為負(fù)值，隨后在零值上下方波動并趨于零；對于其它貸款，第一期基本上沒有響應(yīng)，隨后波動向上并在第5期達到最大值約0.0067倍，隨后下降并在零值上下方波動趨于零。

由上面分析可知，對于信貸供給結(jié)構(gòu)的一個標(biāo)準(zhǔn)差新息，各變量反映不同，總體來說，對于中長期貸款的一個標(biāo)準(zhǔn)差新息，各變量響應(yīng)幅度最小；而對于其它貸款的一個標(biāo)準(zhǔn)差新息，各變量響應(yīng)幅度最大。這說明，在信貸供給結(jié)構(gòu)對經(jīng)濟波動的影響中，其它貸款更易對經(jīng)濟波動產(chǎn)生沖擊。

2.信貸供給結(jié)構(gòu)對各變量的脈沖響應(yīng)

信貸供給結(jié)構(gòu)對各變量的響應(yīng)如圖4所示，從圖4可知：

（1）對于產(chǎn)出的一個標(biāo)準(zhǔn)差新息，中長期貸款、短期貸款、其它貸款在第一期均沒有響應(yīng)；對于中長期貸款，第二期出現(xiàn)最大負(fù)向反應(yīng)約－0.0033倍，隨后在零值上下方波動趨于零，最大值為第6期約0.0057倍；對于短期貸款，第二期出現(xiàn)正向反應(yīng)，且為正向最大值約為0.0015倍，隨后在零值上下方波動并趨于零（大部分在上方）；對于其它貸款，第二期出現(xiàn)最大負(fù)向反應(yīng)－0.0126倍，隨后上升并在零值上下方波動并趨于零，正值最大值為第4期0.0094倍。

（2）對于通貨膨脹的一個標(biāo)準(zhǔn)差信息，中長期貸款、短期貸款、其它貸款在第一期均沒有響應(yīng)；對于中長期貸款，第2期出現(xiàn)正向響應(yīng)最大值約為0.0049倍，隨后圍繞零值上下方波動并趨于零，其中第4期達到負(fù)向響應(yīng)最大值約為-0.0056倍；對于短期貸款，第二期出現(xiàn)最大負(fù)向響應(yīng)約為-0.0031倍，隨后波動上升至第8期達到正向最大值約為0.0051倍，隨后在零值上方波動并趨于零；對于其它貸款，第二期出現(xiàn)最大負(fù)向反應(yīng)－0.0138倍，隨后上升并在第8期達到正向響應(yīng)最大值約為0.0138倍，隨后波動下降并在零值上下方波動并趨于零。

（3）對于貨幣供應(yīng)量的一個標(biāo)準(zhǔn)差信息，中長期貸款、短期貸款、其它貸款在第一期均沒有反應(yīng)，在第二期開始，中長期貸款有正向反應(yīng)，約0.0021倍，第三期則回到負(fù)向反應(yīng)，約為－0.0037倍，隨后上升，并在第5期達到最大值約為0.012倍，隨后下降，并在零值上下方波動趨于零；短期貸款有負(fù)向反應(yīng)，約－0.0031倍，隨后在零值上下方波動至第10期0.0011倍，隨后在零值上方波動趨于零；其它貸款則有負(fù)向反應(yīng)，并至第5期達到負(fù)向最大值約－0.0214倍，隨后波動上升至第9期達到正值最大值0.0222倍，隨后在零值上下方波動并趨于零。

由上面分析可知，對于各變量的一個標(biāo)準(zhǔn)差新息，信貸供給結(jié)構(gòu)反映不同，總體來說，其它貸款對于各變量的一個標(biāo)準(zhǔn)新息響應(yīng)最大；中長期貸款次之，短期貸款響應(yīng)最?。欢鴱男刨J供給結(jié)構(gòu)對于產(chǎn)出的一個標(biāo)準(zhǔn)差新息，各變量響應(yīng)幅度最??；而對于通貨膨脹及貨幣供應(yīng)量，各變量響應(yīng)幅度接近。變量變動時其余變量的貢獻度，結(jié)果見表4-表7。

圖4 信貸供給結(jié)構(gòu)對各變量的響應(yīng)

表4顯示，無論從短期還是從長期來看，產(chǎn)出自身的沖擊都是其方差的一個主要來源，在30期仍保持在約62%。信貸供給增長率對經(jīng)濟增長的貢獻率則主要來源于短期貸款和其它貸款的沖擊，兩者的貢獻率均達到13.5%以上，而中長期貸款僅為2.9%。

這說明銀行信貸沖擊對我國產(chǎn)出波動的沖擊主要來源于短期貸款和其它貸款的變化。

五、信貸供給結(jié)構(gòu)與經(jīng)濟波動的貢獻度分析

前述脈沖響應(yīng)刻劃了VAR模型中一個內(nèi)生變量的沖擊對其它內(nèi)生變量所帶來的影響，但無法判斷每一個內(nèi)生變量對其它內(nèi)生變量變化的貢獻度?；赩AR模型的預(yù)測方差分解能夠刻畫每一個內(nèi)生變量對其它內(nèi)生變量變化的貢獻度，進一步評價不同沖擊的重要性?；诖?，采用預(yù)測方差分解的方法（分解順序為：DLNLC_SA、DLNSC_SA、DLNOC_SA、DL?NM1_SA、DLNGDP_SA 、DLNCPI_SA），考察了VAR模型中各

表4 DLNGDP_SA的方差分解表

表5 DLNCPI_SA的方差分解表

表5顯示，無論從短期還是從長期來看，CPI自身的沖擊是其方差的一個主要來源，其貢獻率仍保持在36%以上。產(chǎn)出、貨幣供應(yīng)量對通貨膨脹的貢獻度長期分別保持在10.5%、9.16%左右。需要注意的是，信貸供給沖擊的三個變量中，實際上主要是其它貸款在CPI的變化中發(fā)揮了主導(dǎo)作用，而中長期貸款、短期貸款的貢獻率很有限。其它貸款雖然在前5期貢獻度較?。ǖ?期已接近22%），僅在第10期即達到約38%，與CPI自身貢獻率基本接近，隨后其貢獻率即超過CPI自身的貢獻率，并穩(wěn)定在39%以上。這說明其它貸款實際上對通貨膨脹起決定性影響。

表6顯示，無論從短期還是從長期來看，貨幣供應(yīng)量自身的沖擊仍是其方差的一個主要來源，在30期仍達約60%，其余通貨膨脹、產(chǎn)出的貢獻度變化較?。恍枰⒁獾氖?，信貸供給沖擊對貨幣供應(yīng)量的變化中確實發(fā)揮了較大作用，但發(fā)揮作用的程度則隨著時間的推移，由短期貸款逐步過渡到其它貸款，而中長期貸款貢獻度一直較低；短期貸款在第一期貢獻度即達到10%以上，但在第二期上升到11%以上后即開始下降并穩(wěn)定在9%以上；而其它貸款的貢獻度雖然在第1、2期很少，但在第3期開始不斷上升，并在第5期即超過短期貸款，并持續(xù)上升到16.5%以上，成為僅次于貨幣供應(yīng)量自身之外的最重要因素。

從表7可知，從中長期貸款、短期貸款、其它貸款三者自身變化來看，三者自身的變化均是其自身方差的主要來源，第30期仍分別達51%、66%、62%以上；除此之外，中長期貸款的變化主要還來源于其它貸款（第30期約占19%）、貨幣供應(yīng)量（第30期約占16%）；短期貸款的變化主要還來源于其它貸款（第30期約占10%）、產(chǎn)出（第30期約占8%）、貨幣供應(yīng)量（第30期約占7%）；其它貸款的變化則主要來源于短期貸款（第30期約占21%）、中長期貸款（第30期約占8%）。這說明：①我國中長期貸款、短期貸款、其它貸款的變化除受自身影響外，還受貨幣供應(yīng)量的一定影響（特別是中長期貸款），但更受到三者之間的相互影響。②其它貸款明顯影響著中長期貸款、短期貸款，且對中長期貸款的影響程度大于短期貸款；而中長期貸款、短期貸款亦影響著其它貸款，但短期貸款的影響程度大于中長期貸款；而中長期貸款與短期貸款的相互影響則較小。

表6 DLNM1_SA的方差分解表

表7 DLNLC_SA、DLNSC_SA、DLNOC_SA的方差分解表

六、結(jié)論及政策含義

本文基于中國宏觀經(jīng)濟金融的現(xiàn)實環(huán)境，通過構(gòu)建反映信貸供給結(jié)構(gòu)與經(jīng)濟波動關(guān)系的VAR模型，考察了信貸供給結(jié)構(gòu)與經(jīng)濟波動的短期動態(tài)關(guān)系，實證檢驗了信貸供給結(jié)構(gòu)與經(jīng)濟波動的關(guān)系。實證結(jié)果表明：

（1）中長期貸款、短期貸款與產(chǎn)出沒有因果關(guān)系，其它貸款與產(chǎn)出存在著相互因果關(guān)系。同時，信貸供給結(jié)構(gòu)各變量均不引起通貨膨脹的變化，而通貨膨脹是中長期貸款、短期貸款變化的原因；信貸供給結(jié)構(gòu)各變量引起貨幣供應(yīng)量變化的時滯不同；而貨幣供應(yīng)量則僅引起中長期貸款的變化。

（2）對于信貸供給結(jié)構(gòu)的變動，各變量對其它貸款的響應(yīng)最大，對中長期貸款的響應(yīng)最小，這說明其它貸款更易引起經(jīng)濟波動。同樣，對于各經(jīng)濟變量的變動，其它貸款的響應(yīng)最大，中長期貸款次之、短期貸款最小。

（3）銀行信貸沖擊對產(chǎn)出波動的沖擊主要來源于短期貸款和其它貸款的變化。其它貸款實際上對通貨膨脹起決定性影響。其它貸款成為僅次于貨幣供應(yīng)量之外的最重要因素。

（4）中長期貸款、短期貸款、其它貸款的變化除受自身影響外，還受貨幣供應(yīng)量的一定影響（特別是中長期貸款），但三者之間的相互影響更大。其它貸款對中長期貸款的影響程度大于短期貸款；短期貸款對其它貸款的影響程度大于中長期貸款；中長期貸款與短期貸款的相互影響則較小。

因此，目前我國信貸供給結(jié)構(gòu)、貨幣供應(yīng)量、產(chǎn)出、物價四者之間存著著短期的沖擊效應(yīng)，但影響程度差異很大。這對制定我國信貸政策具有重要的政策啟示。對此，本文提出以下建議：

（1）在關(guān)注信貸供給的同時必須關(guān)注信貸供給結(jié)構(gòu)。長期以來，我國十分重視信貸供給總量的調(diào)控，而對信貸供給中的中長期貸款、短期貸款、其它貸款的結(jié)構(gòu)性問題往往重視有限。實際上，信貸供給中的各類貸款對經(jīng)濟變量產(chǎn)生的作用差異很大，特別是占比相對較小極易被人們忽視的其它貸款反而對產(chǎn)出、通貨膨脹、貨幣供應(yīng)量影響最大，成為信貸供給結(jié)構(gòu)中影響經(jīng)濟波動的主要因素。

（2）投放信貸時必須注意把握節(jié)奏、落到實處。我國的信貸供給結(jié)構(gòu)對產(chǎn)出與通貨膨脹均存在著波動性的沖擊效應(yīng)，因此信貸投放時必須注意節(jié)奏，保持產(chǎn)出平穩(wěn)增長，避免出現(xiàn)高通貨膨脹。聯(lián)系我國實際，2009年為應(yīng)對金融危機，我國新增貸款達9.63萬億元，對促進我國國民經(jīng)濟增長起到了一定作用，但同時亦一定程度上導(dǎo)致了后續(xù)通貨膨脹的產(chǎn)生。

（3）宏觀調(diào)控時特別關(guān)注其它貸款。其它貸款實際上包括了融資租賃、委托貸款、票據(jù)融資、各項墊款，它往往與銀行的創(chuàng)新業(yè)務(wù)聯(lián)系在一起，成為企業(yè)與銀行規(guī)避宏觀調(diào)控的手段。特別是在國家實施緊縮政策時，一般先對中長期貸款、短期貸款實行總量控制，此時企業(yè)往往通過變相的手段如票據(jù)融資、融資租賃等方式獲得資金。實際上，一方面，該部分貸款是引起經(jīng)濟波動的重要因素（如前文所述）；另一方面，該部分貸款往往融資成本高、且存在許多不規(guī)范的地方，極易產(chǎn)生金融風(fēng)險。因此，我們必須對其它貸款給予更高的關(guān)注。

[1]Bernanke B，Gertler M.Agency Costs，Net Worth and Busi?ness Fluctuations[J].American Economic Review，1989，79：14-31.

[2]Bernanke B S，Blinder A.Credit，money and aggregate demand[J].American Economic Reivew，1988，78：435-439.

[3]Kashyap A，Stein J.Monetary Policy and Bank Lending[M]//N G Mankiw.Monetary Policy NBER，1994：221-262.

[4]陳磊.中國轉(zhuǎn)型期的信貸波動與經(jīng)濟波動[J].財經(jīng)問題研究，2004，（9）：18-23.

[5]趙振全，于震，劉淼.金融加速器效應(yīng)在中國存在嗎[J].經(jīng)濟研究，2007，（6）：27-38.

[6]許偉，陳斌開.銀行信貸與中國經(jīng)濟波動：1993-2005[J].經(jīng)濟學(xué)（季刊），2009，（2）：969-994.

[7]潘敏，繆海斌.銀行信貸與宏觀經(jīng)濟波動：2003-2009[J].財貿(mào)研究，2010，（4）：83-89.

[8]段軍山，周婕.信貸調(diào)整與經(jīng)濟波動的時滯效應(yīng)：1978-2009[J].改革，2010，（9）：40-47.

[9]汪川，黎新，周鎮(zhèn)峰.貨幣政策的信貸渠道：基于“金融加速器模型”的中國經(jīng)濟周期分析[J].國際金融研究，2011，（1）：35-43.

[10]曹元芳.中國信貸規(guī)模、結(jié)構(gòu)、效率與經(jīng)濟增長關(guān)系的經(jīng)驗分析[J].上海金融，2011，（1）：22-26.

[11]高鐵梅.計量經(jīng)濟分析方法與建?！狤views應(yīng)用及實例[M].北京：清華出版社，2009.

[12]樊歡歡，張凌云.Eviews統(tǒng)計分析與應(yīng)用[M].北京：機械工業(yè)出版社，2009.