冉渝 張弘瀅

【摘要】以2004～2016年我國滬深兩市A股上市公司作為研究對象，將信貨投入分解為緊縮型和寬松型，并利用PVAR模型及脈沖響應(yīng)函數(shù)考察信貨投入對企業(yè)投資的傳導(dǎo)效應(yīng)，研究發(fā)現(xiàn)：信貨政策對不同產(chǎn)業(yè)企業(yè)產(chǎn)生的影響存在非對稱性，其對第二產(chǎn)業(yè)的投資傳導(dǎo)效應(yīng)最強，第三產(chǎn)業(yè)次之，第一產(chǎn)業(yè)最弱。從產(chǎn)業(yè)內(nèi)部看，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)內(nèi)部不同行業(yè)的企業(yè)投資對信貨投入的反應(yīng)存在顯著差異，信貨投入對第二產(chǎn)業(yè)制造業(yè)沖擊最強，采礦業(yè)次之，對電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)以及建筑業(yè)的傳導(dǎo)效應(yīng)最弱，對第三產(chǎn)業(yè)傳統(tǒng)服務(wù)業(yè)的沖擊要強于現(xiàn)代服務(wù)業(yè)。央行可以在宏觀層面進一步做好金融機構(gòu)對第一產(chǎn)業(yè)和第三產(chǎn)業(yè)現(xiàn)代服務(wù)業(yè)的貨款投向指導(dǎo)，加強信貨調(diào)控與產(chǎn)業(yè)政策和貨幣政策的協(xié)調(diào)配合，努力發(fā)揮定向資金在各產(chǎn)業(yè)之間的引導(dǎo)作用，推動產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級。

【關(guān)鍵詞】PVAR模型;脈沖響應(yīng);信貨投入;企業(yè)投資

【中圖分類號】F832.4 【文獻標識碼】A 【文章編號】1004-0994（2019）06-0144-9

一、引言

改革開放四十年，我國經(jīng)濟快速發(fā)展，經(jīng)濟總量己躍居世界第二位，我國經(jīng)濟發(fā)展的目標已不再局限于貨幣供給的總量調(diào)控。近年來，金融創(chuàng)新、信貸調(diào)控對實體企業(yè)的影響越來越大，我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟結(jié)構(gòu)、轉(zhuǎn)換增長動力的攻關(guān)期，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的任務(wù)更加緊迫。因此，如何推動三次產(chǎn)業(yè)協(xié)調(diào)發(fā)展，優(yōu)化產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)實現(xiàn)供給側(cè)結(jié)構(gòu)性改革，成為宏觀管理面臨的突出問題。國外已有研究表明，信貸市場在將貨幣政策傳導(dǎo)至實體經(jīng)濟方面起到了關(guān)鍵作用[1-3]。同時，隨著我國經(jīng)濟體制改革的深化和金融市場的發(fā)展，不少學者研究發(fā)現(xiàn)，我國貨幣政策是通過貨幣渠道和信貸渠道共同發(fā)揮作用，相比之下信貸渠道占主導(dǎo)地位[4，5]。近幾年來央行給予的信貸政策工作指導(dǎo)意見中也都將促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級作為信貸調(diào)控的一項重要任務(wù)，由此可見信貸調(diào)控對新時期我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的重要性。我國現(xiàn)階段的著力點在于用新發(fā)展理念進行供給側(cè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整，實現(xiàn)經(jīng)濟的高質(zhì)量發(fā)展，建設(shè)現(xiàn)代化經(jīng)濟體系。郭明[6]研究銀行信貸對我國三次產(chǎn)業(yè)的貢獻度發(fā)現(xiàn)，其在三次產(chǎn)業(yè)之間存在明顯差異。張強[7]也發(fā)現(xiàn)我國信貸政策對產(chǎn)業(yè)結(jié)構(gòu)的影響存在顯著的門限效應(yīng)，其對第三產(chǎn)業(yè)的影響明顯弱于第一、第二產(chǎn)業(yè)。

產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級是提高我國企業(yè)綜合競爭力的關(guān)鍵舉措。第二產(chǎn)業(yè)作為我國工業(yè)體系的核心，其生產(chǎn)效率直接影響我國經(jīng)濟增長的速度和質(zhì)量。然而曹森等[8]認為以第二產(chǎn)業(yè)為代表的傳統(tǒng)行業(yè)積累了大量的信貸資源，阻礙了新興行業(yè)的發(fā)展。進入21世紀以后，全球經(jīng)濟的發(fā)展越來越注重產(chǎn)業(yè)間的協(xié)調(diào)發(fā)展。我國央行為進一步增強金融機構(gòu)促進結(jié)構(gòu)調(diào)整的能力，提出大力推動服務(wù)業(yè)發(fā)展，著力培育戰(zhàn)略性新興產(chǎn)業(yè)，積極培育新業(yè)態(tài)和新商業(yè)模式，構(gòu)建現(xiàn)代產(chǎn)業(yè)發(fā)展新體系，加快實施“中國制造2025”，加快發(fā)展先進制造業(yè)，推進工業(yè)化和信息化融合。同時加大對農(nóng)業(yè)的支持力度，推動農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，實現(xiàn)農(nóng)業(yè)的綠色發(fā)展。已有研究表明，外部信貸沖擊會影響公司抵押資產(chǎn)價值和外部融資能力，使企業(yè)的內(nèi)外部融資成本存在差異，進而影響公司的投資行為[1-3]，從而導(dǎo)致全要素生產(chǎn)率下滑。三大產(chǎn)業(yè)作為推動我國經(jīng)濟發(fā)展的三大主力，信貸政策對其微觀主體發(fā)揮的傳導(dǎo)效應(yīng)是否達到預(yù)期，且在不同產(chǎn)業(yè)之間是否存在差異是本文將要探討的重要內(nèi)容。以往關(guān)于信貸政策與產(chǎn)業(yè)結(jié)構(gòu)的研究大多是基于宏觀層面的，主要探討信貸投入與產(chǎn)業(yè)經(jīng)濟總量之間的關(guān)系[6，7，9，10]，缺乏信貸投入對微觀經(jīng)濟主體傳導(dǎo)效應(yīng)的經(jīng)驗證據(jù)。而宏觀經(jīng)濟政策作為微觀企業(yè)決策不可控的重要外部環(huán)境因素，其對調(diào)控微觀企業(yè)行為以及影響宏觀經(jīng)濟走勢具有重要作用。因此，本文試圖從三大產(chǎn)業(yè)視角研究我國信貸投入對企業(yè)投資的傳導(dǎo)效應(yīng)。

本文試圖從三個方面對現(xiàn)有研究進行完善：第一，采用PVAR的方法，探究信貸投入對企業(yè)投資的微觀傳導(dǎo)機制，深入了解信貸投入對企業(yè)投資的影響，從而為信貸渠道能夠?qū)ζ髽I(yè)投資產(chǎn)生促進作用提供依據(jù)。第二，由于信息不對稱、代理問題等使得處于不同產(chǎn)業(yè)的企業(yè)面臨的外部信貸約束存在明顯差異，本文基于不同產(chǎn)業(yè)分組進行實證檢驗，研究信貸投入在不同產(chǎn)業(yè)之間的效應(yīng)差異，試圖為信貸投入的微觀傳導(dǎo)效應(yīng)提供實證數(shù)據(jù)支持。第三，現(xiàn)有研究主要集中于宏觀信貸調(diào)控與產(chǎn)業(yè)層面，本文將信貸投入與微觀主體投資相結(jié)合，不僅豐富了信貸調(diào)控的微觀傳導(dǎo)效應(yīng)研究，對政府完善相關(guān)信貸政策也具有現(xiàn)實意義。

二、文獻綜述及理論分析

1.信貨規(guī)模對產(chǎn)業(yè)結(jié)構(gòu)的影響。早期宏觀金融調(diào)控影響產(chǎn)業(yè)結(jié)構(gòu)的研究主要集中于貨幣政策對產(chǎn)業(yè)結(jié)構(gòu)的非對稱性影響。Ganley、Salmon[11]通過VAR模型研究英國1970～1995年貨幣政策產(chǎn)生的產(chǎn)業(yè)效應(yīng)發(fā)現(xiàn)，制造業(yè)的利率敏感性強于服務(wù)業(yè)與農(nóng)業(yè)。我國學者曹永琴[12]運用ARMA和VAR模型考察了我國1978～2005年在統(tǒng)一的貨幣政策沖擊下三大產(chǎn)業(yè)的不同反應(yīng)，發(fā)現(xiàn)第一產(chǎn)業(yè)反應(yīng)最為強烈，第三產(chǎn)業(yè)次之，第二產(chǎn)業(yè)最小。此外，呂光明[13]、侯杜娟[14]、龐念偉[15]等學者也都證實了我國貨幣政策在不同產(chǎn)業(yè)間存在非對稱效應(yīng)。從20世紀80年代開始，西方學者對貨幣政策的信貸渠道研究逐漸重視起來，相關(guān)理論研究也非常豐富，量化寬松的宏觀貨幣措施能夠通過信貸投放作用于投資，進而影響經(jīng)濟增長[16，17]。在宏觀上對信貸投入的研究大多集中在其對經(jīng)濟增長的影響，曾令華等[18]、姜琳[19]、章晟等[20]、潘敏等[21]認為，信貸規(guī)模對經(jīng)濟增長具有顯著的影響。也有學者提出了不同觀點，認為我國的信貸增長與經(jīng)濟增長之間的關(guān)聯(lián)度很小甚至是負相關(guān)的[22-24]。

部分學者從不同產(chǎn)業(yè)視角出發(fā)，認為在我國當前信貸主導(dǎo)型的金融模式下，金融機構(gòu)主要通過信貸渠道進行產(chǎn)業(yè)的結(jié)構(gòu)優(yōu)化調(diào)整[25，26]，同時信貸投入對經(jīng)濟產(chǎn)出在不同產(chǎn)業(yè)間也存在非對稱性影響[6，9]。根據(jù)信貸配給理論，信貸市場上普遍存在由于信息不對稱等因素所引發(fā)的信貸配給現(xiàn)象。信貸配給主要有兩種可能的形式：銀行在信息不對稱的情形下主動實施的信貸配給與銀行在政府政策壓力下實施的信貸配給。在我國，這兩種信貸配給形式同時存在。

當金融機構(gòu)的可貸資金增加時，銀行貸款增加，在資本市場融資困難的企業(yè)獲得貸款的難度降低，從而促進產(chǎn)業(yè)發(fā)展，增加產(chǎn)業(yè)投資。從儲蓄到投資的轉(zhuǎn)換過程中，金融機構(gòu)按照市場化原則給不同的經(jīng)濟部門確定不同的貸款額度。因此，金融機構(gòu)的信貸供給對不同產(chǎn)業(yè)的投向依賴程度存在差異。對于第一產(chǎn)業(yè)，一方面其為勞動密集型產(chǎn)業(yè)，資本需求較小，因此企業(yè)投資受信貸波動的影響也相對較小;另一方面，由于金融機構(gòu)的商業(yè)性行為與國家宏觀調(diào)控目標之間不完全相合，金融機構(gòu)會優(yōu)先考慮自身利益，相對于資金回收慢、獲利少的第一產(chǎn)業(yè)農(nóng)業(yè)，其更愿意將資金投向能獲取更大利潤的第二產(chǎn)業(yè)。第二、第三產(chǎn)業(yè)資金密集度均較高，同時第三產(chǎn)業(yè)中中小企業(yè)相對更多，其融資難題導(dǎo)致第三產(chǎn)業(yè)企業(yè)獲取銀行信貸較第二產(chǎn)業(yè)企業(yè)要更加困難。郭明等[6]研究銀行信貸對三次產(chǎn)業(yè)增長作用時發(fā)現(xiàn)，我國銀行信貸對第二產(chǎn)業(yè)增長的貢獻度大于對第一產(chǎn)業(yè)的貢獻度。鄧奇志[9]也發(fā)現(xiàn)我國信貸投入對三大產(chǎn)業(yè)的增加值存在明顯的非對稱性，其對第一、第二產(chǎn)業(yè)的影響強于第三產(chǎn)業(yè)。

2.信貨投入對企業(yè)投資的影響。上述文獻及理論分析主要集中于宏觀經(jīng)濟政策的產(chǎn)業(yè)效應(yīng)研究，多使用宏觀數(shù)據(jù)進行實證分析，而微觀企業(yè)受到宏觀政策的作用機理與影響途徑少有文獻關(guān)注。早期的新古典投資理論和托賓Q理論中皆沒有考慮融資因素對投資行為的影響，然而現(xiàn)實的資本市場不完美，企業(yè)的內(nèi)部融資和外部融資成本存在的差異越大，企業(yè)投資受到的融資約束就越強，甚至面臨信貸配給[27-29]。不少研究表明，信貸約束會影響公司抵押資產(chǎn)價值和融資能力，進而影響公司的投資行為卜3]，從而導(dǎo)致全要素生產(chǎn)率下降。金融機構(gòu)提供的信貸供給可以緩解企業(yè)的融資約束，大部分企業(yè)是愿意借錢投資的，但能否順利獲得信貸支持就取決于金融機構(gòu)的意愿。因此，適當增加金融機構(gòu)信貸投入能夠弱化企業(yè)外部融資約束，緩解企業(yè)的融資壓力，降低交易成本，促進企業(yè)投資，實現(xiàn)有效資源配置。近年來一些研究也開始使用企業(yè)層面貸款數(shù)據(jù)研究信貸供給波動對企業(yè)投資行為的影響[30，31]。Bo、Ivashina[31]對美國上市公司融資方式選擇進行了研究，發(fā)現(xiàn)信貸供給政策變化確實對企業(yè)投資行為具有重要影響。由此提出本文的核心假設(shè)：

H：信貸投入對企業(yè)投資具有傳導(dǎo)效應(yīng)。

3.文獻評述。綜上所述，信貸市場在將貨幣政策傳導(dǎo)到實體經(jīng)濟方面起到了橋梁作用。在宏觀層面上，鑒于我國金融體系的特征，銀行在配置金融資源的過程中發(fā)揮主導(dǎo)作用，金融機構(gòu)主要通過信貸渠道進行產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整優(yōu)化。而由于信貸配給特征，金融機構(gòu)會根據(jù)市場化原則對不同產(chǎn)業(yè)的信貸額度進行決策，同時不少學者也證實了信貸沖擊對產(chǎn)業(yè)結(jié)構(gòu)傳導(dǎo)效應(yīng)的非對稱性。從微觀視角來看，由于信息不對稱和代理問題的存在，信貸沖擊會使企業(yè)內(nèi)外融資成本產(chǎn)生差異，進而影響公司的投資行為。分清信貸投入對不同產(chǎn)業(yè)中企業(yè)投資的傳導(dǎo)差異，有利于相關(guān)部門有針對性地根據(jù)不同產(chǎn)業(yè)特征制定不同的信貸政策，以差別、有效的政策及手段促進產(chǎn)業(yè)間的協(xié)調(diào)、可持續(xù)發(fā)展。因此，本文試圖從不同產(chǎn)業(yè)視角探討信貸投入對企業(yè)投資行為的結(jié)構(gòu)性傳導(dǎo)效應(yīng)。

三、研究設(shè)計

1.數(shù)據(jù)來源與變量定義。本文選取的研究樣本為滬深兩市A股上市公司，樣本期間為2004～2016年，為了盡可能保證數(shù)據(jù)的有效性，剔除了ST公司和存在數(shù)據(jù)缺失的公司。據(jù)此在整個樣本期間本文共獲得24173個觀測值的非平衡面板數(shù)據(jù)。本文所采用的微觀企業(yè)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，信貸規(guī)模數(shù)據(jù)來自于中國人民銀行發(fā)布的各省《區(qū)域金融運行報告》。為了避免極端值可能對實證結(jié)果產(chǎn)生的影響，本文對模型中的變量采用上下1%的Winsorize縮尾處理，并使用STATA 14.0進行實證分析。

信貸調(diào)控是對金融機構(gòu)的貸款增量、投向及質(zhì)量進行適當引導(dǎo)、調(diào)節(jié)與監(jiān)督的政策[32]，銀行對某些部門貸款數(shù)額的改變會直接影響到這些部門的生產(chǎn)能力和產(chǎn)業(yè)規(guī)模，并打破原有的產(chǎn)業(yè)結(jié)構(gòu)，形成新的產(chǎn)業(yè)結(jié)構(gòu)[7]。因此，本文使用信貸余額增長率來衡量信貸投入，采用HP濾波方法去除長期趨勢，將信貸投入?yún)^(qū)分為緊縮型和支持型，分別記為Ecredit和Scredit，即取Excredit=Max（ECreditr 0），Slcredit=Min（Scredit，0）。Excredit表示信貸投入的寬松程度，Slcredit表示信貸投入的緊縮程度。同時，本文使用“購建固定資產(chǎn)無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金/期初資產(chǎn)總額”作為企業(yè)投資（Invest）的代理變量。

2.模型構(gòu)建。面板向量自回歸（PVAR）模型沿襲了向量自回歸（VAR）模型的優(yōu)點，將各個變量都視為內(nèi)生變量，分析各個變量及其滯后變量對模型中其他變量的影響[33]。相對于傳統(tǒng)的VAR模型，PVAR模型兼具時間序列和面板數(shù)據(jù)的優(yōu)點，可以多層次、直觀地觀察企業(yè)投資對信貸沖擊的動態(tài)反應(yīng)。

本文首先在保證模型各變量平穩(wěn)的條件下，利用BIC，HQIC，AIC信息準則指標值最小的原則來選擇模型最優(yōu)的滯后階數(shù)。然后根據(jù)每個產(chǎn)業(yè)最優(yōu)的滯后期選擇相應(yīng)的PVAR模型，采用均值差分的方法去掉個體時間效應(yīng)和向前均值差分Hermlet轉(zhuǎn)換的方法消除固定效應(yīng)。最后通過廣義矩估計方法（GMM）得到系數(shù)的有效估計和脈沖響應(yīng)圖進行相關(guān)分析。本文構(gòu)建信貸投入對不同產(chǎn)業(yè)的企業(yè)投資傳導(dǎo)效應(yīng)影響的PVAR模型如下：

Y為三元向量，即Y=（Invests，Excreditt，Slcreditt），i代表省級單位，t代表第t時刻，Y代表p階滯后項。此外，Γ為待估的滯后效應(yīng)矩陣，f代表區(qū)域個體效應(yīng)，e反映每一時期特定沖擊的時間效應(yīng)。μ為干擾項。前已述及，Invest代表企業(yè)投資，Excredit代表支持型信貸，Slcredit代表緊縮型信貸。

四、實證分析

1.平穩(wěn)性檢驗。為了避免出現(xiàn)偽回歸，我們需要對變量企業(yè)投資、支持型信貸、緊縮型信貸進行平穩(wěn)性檢驗，本文采用Fisher—八DF檢驗和Fisher—PP檢驗方法分別對第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的面板數(shù)據(jù)進行單位根檢驗。結(jié)果如表I所示，從檢驗結(jié)果來看，各變量均在1%的置信水平上拒絕存在單位根的原假設(shè)。由此可以判斷各序列是平穩(wěn)序列，可以進行進一步檢驗。

2.描述性統(tǒng)計。表2中列示了變量的描述性統(tǒng)計結(jié)果，從表中可以看出，樣本公司在2004～2016年期間第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的企業(yè)投資均值分別為0.0797、0.0729和0.0547，說明三大產(chǎn)業(yè)之間企業(yè)投資是存在差異的，其中第三產(chǎn)業(yè)差異較大。同時，在不同產(chǎn)業(yè)中，支持型信貸的均值分別為0.0108、0.0090和0.0088，緊縮型信貸的均值分別為-0.0169、-0.0183和-0.0173，可見信貸投入在不同產(chǎn)業(yè)之間的寬松和緊縮程度也存在明顯差異。由此可初步判斷，信貸投入對不同產(chǎn)業(yè)的企業(yè)投資可能存在非對稱性影響。

3.PVAR檢驗與結(jié)果。本文采用AIC、BIC和HQIC準則來進行PVAR模型滯后階數(shù)的選擇，各變量滯后階數(shù)如表3所示，根據(jù)表中結(jié)果，確定最優(yōu)滯后階數(shù)為1。

表4給出了滯后一期的PVAR估計結(jié)果。從表4中可以看出，我國支持型信貸和緊縮型信貸都沒有對第一產(chǎn)業(yè)產(chǎn)生顯著的正向和負向影響，系數(shù)分別為0.0134和-0.1708這也從側(cè)面說明了信貸投入對第一產(chǎn)業(yè)的企業(yè)投資活動沒有發(fā)揮影響作用。再觀察第二產(chǎn)業(yè)，滯后一期的支持型信貸和緊縮型信貸對企業(yè)投資的影響都在1%水平上顯著，系數(shù)分別為0.2852和-0.3111，說明支持型信貸和緊縮型信貸分別對第二產(chǎn)業(yè)起到了促進和抑制作用，有利于央行指導(dǎo)微觀企業(yè)進行產(chǎn)業(yè)優(yōu)化升級。對于第三產(chǎn)業(yè)來說，滯后一期的支持型信貸對企業(yè)投資起到了顯著的促進作用，系數(shù)為0.4553，而緊縮型信貸對企業(yè)投資的影響雖然系數(shù)為負但并不顯著，說明不同類型的信貸政策對第三產(chǎn)業(yè)起到的影響作用存在差異。相對于緊縮型信貸，支持型信貸對第三產(chǎn)業(yè)的企業(yè)投資影響作用更明顯，從而有利于促進產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。

接下來我們利用脈沖響應(yīng)函數(shù)追蹤8期對PVAR模型估計的結(jié)果做進一步檢驗，其反映了模型中某一變量受到一個外生沖擊后的動態(tài)變化。本文利用蒙特卡洛（Monte-Carlo）模擬1000次來估計脈沖響應(yīng)函數(shù)。由于本文的研究重點在于信貸政策沖擊對企業(yè)投資的影響，因此只保留支持型信貸和緊縮型信貸對企業(yè)投資的脈沖響應(yīng)圖。

圖1～圖3為支持型信貸和緊縮型信貸分別對三大產(chǎn)業(yè)的企業(yè)投資的動態(tài)影響情況，中間線表示脈沖響應(yīng)函數(shù)，上下兩條線分別表示95%和5%置信區(qū)間的上限和下限。從圖1來觀察第一產(chǎn)業(yè)，上下兩條置信區(qū)間曲線都包圍住零，可見信貸政策對第一產(chǎn)業(yè)的企業(yè)投資沒有產(chǎn)生顯著影響。就圖2第二產(chǎn)業(yè)來看，當期支持型信貸的一個正向沖擊會引起企業(yè)投資規(guī)模的迅速擴大，并在第一期達到峰值0.0025左右，在第4期左右正沖擊開始不顯著。同時，企業(yè)投資受到緊縮型信貸的一個標準差的負向沖擊作用時，其在第一期達到峰值0.003左右，在第8期收斂于零。這說明第二產(chǎn)業(yè)的企業(yè)對信貸反應(yīng)敏感，而隨著時間的推移，這種效應(yīng)會逐漸減弱，逐漸趨于常態(tài)。相對于支持型信貸，緊縮型信貸對企業(yè)投資的沖擊作用更持久。再觀察第三產(chǎn)業(yè)，從圖3可見，企業(yè)投資對支持型信貸一個單位的正向沖擊反應(yīng)顯著，其在第一期達到峰值0.0025左右，之后逐漸下降并在第8期收斂為零。而第三產(chǎn)業(yè)企業(yè)受到緊縮型信貸一個負向沖擊后，其在第一期峰值達到-0.0015左右，然而上下兩條置信區(qū)間曲線與脈沖響應(yīng)曲線的收斂情況不好，在統(tǒng)計上不顯著，因此緊縮型信貸對第三產(chǎn)業(yè)的企業(yè)投資沒有明顯的抑制作用。

一個需要金融政策制定者關(guān)注的現(xiàn)實問題是其制定的信貸政策的實際效果與產(chǎn)業(yè)結(jié)構(gòu)性調(diào)整預(yù)期是否相一致。通過上述分析可見，信貸投入對不同產(chǎn)業(yè)的企業(yè)投資產(chǎn)生的影響存在明顯的非對稱性。支持型信貸和緊縮型信貸對第二產(chǎn)業(yè)企業(yè)具有明顯的促進和抑制作用，而第三產(chǎn)業(yè)企業(yè)只對支持型信貸沖擊做出反應(yīng)，對第一產(chǎn)業(yè)來說，信貸政策沖擊并沒有對企業(yè)投資行為產(chǎn)生明顯影響?？梢?，信貸政策對第二產(chǎn)業(yè)的傳導(dǎo)效應(yīng)最強，第三產(chǎn)業(yè)次之，第一產(chǎn)業(yè)最弱。

原因主要表現(xiàn)在以下幾個方面：第一，由于我國信貸結(jié)構(gòu)較為單一、信貸投向的政策扶持意圖不明確、與產(chǎn)業(yè)政策缺乏協(xié)調(diào)配合[7]，使得信貸政策在推進第三產(chǎn)業(yè)服務(wù)業(yè)發(fā)展和扶農(nóng)建設(shè)等問題中，沒有完全發(fā)揮出結(jié)構(gòu)調(diào)整的優(yōu)勢作用。第二，在第二產(chǎn)業(yè)中固定資產(chǎn)占資產(chǎn)比重較大，對經(jīng)濟增長的促進作用更加明顯，政府為取得更好的經(jīng)濟業(yè)績更傾向于投資回收期短、收益高的第二產(chǎn)業(yè)。第三，雖然央行有對重點產(chǎn)業(yè)的扶持計劃，但也不能忽視金融機構(gòu)的商業(yè)化因素，其貸款對象往往會偏向回報率較高、資金流動性較強的企業(yè)，而對回收周期長、回報率低的行業(yè)如農(nóng)業(yè)、林業(yè)、漁業(yè)等第一產(chǎn)業(yè)通常不愿意提供貸款。相對于投入產(chǎn)出效率較低、周期較長的第一產(chǎn)業(yè)，各金融機構(gòu)更偏好于投資信貸效率較高的第二產(chǎn)業(yè)。同時，第二產(chǎn)業(yè)受到自然條件等因素的影響較小，該產(chǎn)業(yè)的投入一產(chǎn)出可預(yù)期性高于其他兩個產(chǎn)業(yè)，更加符合銀行信貸厭惡風險的特性。而第三產(chǎn)業(yè)中中小企業(yè)相對較多，其銀行信貸融資渠道受到較大限制。因此，信貸投入強度對第二產(chǎn)業(yè)企業(yè)的投資活動的帶動作用強于第二、第三產(chǎn)業(yè)的企業(yè)。

（1）信貸政策沖擊對第二產(chǎn)業(yè)結(jié)構(gòu)調(diào)整影響。為了明確產(chǎn)業(yè)內(nèi)不同行業(yè)對信貸投入沖擊的反應(yīng)，本文按照證監(jiān)會2012年修訂的《上市公司行業(yè)分類指引》將第二產(chǎn)業(yè)劃分為采礦業(yè)，制造業(yè)，電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)，建筑業(yè)四大行業(yè)，表5給出了第二產(chǎn)業(yè)內(nèi)部不同行業(yè)對信貸沖擊的PVAR模型估計結(jié)果。支持型信貸對采礦業(yè)企業(yè)投資的影響系數(shù)為0.4551，但不顯著;緊縮型信貸與其企業(yè)投資具有顯著的負相關(guān)關(guān)系，系數(shù)為-0.5991。再觀察制造業(yè)企業(yè)，企業(yè)投資對支持型和緊縮型信貸的影響都具有顯著的反應(yīng)，系數(shù)分別為0.2722和-0.3175。然而就電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)以及建筑業(yè)這兩個行業(yè)來看，支持型和緊縮型信貸對這兩個行業(yè)企業(yè)投資的影響作用都不顯著。

圖4～圖7分別為信貸政策對第二產(chǎn)業(yè)內(nèi)部四個行業(yè)的脈沖響應(yīng)圖，可以看出不同行業(yè)對信貸政策的沖擊存在顯著差異。首先觀察圖4的采礦業(yè)，支持型信貸政策對企業(yè)投資的脈沖響應(yīng)曲線與其置信區(qū)間曲線收斂情況并不好，其在統(tǒng)計上不顯著，說明采礦業(yè)企業(yè)對支持型信貸政策沖擊反應(yīng)不敏感。而采礦業(yè)企業(yè)對緊縮型信貸的負向沖擊會迅速做出反應(yīng)，在第一期達到峰值-0.010左右。從圖5制造業(yè)來看，支持型信貸和緊縮型信貸都對企業(yè)投資起到了明顯的沖擊作用，企業(yè)迅速做出反應(yīng)并都在第一期達到峰值0.0022和-0.0042左右，其中相對于緊縮型信貸，支持型信貸對制造業(yè)企業(yè)的沖擊作用在時間上更持久。再觀察圖6電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)以及圖7建筑業(yè)脈沖響應(yīng)圖的收斂情況，可以得出這兩個行業(yè)都沒有受到信貸投入的有效沖擊的結(jié)論。

綜上所述，第二產(chǎn)業(yè)內(nèi)部不同行業(yè)對信貸投入的沖擊存在顯著差異，其對制造業(yè)沖擊最強，采礦業(yè)次之，對電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)以及建筑業(yè)的傳導(dǎo)效應(yīng)最弱。制造業(yè)作為我國工業(yè)體系的核心，是我國經(jīng)濟發(fā)展的強大支柱，央行強調(diào)要充分發(fā)揮金融機構(gòu)在支持制造業(yè)轉(zhuǎn)型升級中的作用，該結(jié)論與近年來我國制造業(yè)的發(fā)展目標相吻合。然而近年來我國在進行經(jīng)濟結(jié)構(gòu)性調(diào)整中對能源和資源的需求放緩，資金緊張、經(jīng)營困難等問題在采礦業(yè)和能源企業(yè)中依然突出，因此僅僅依靠信貸調(diào)控并不能較好地實現(xiàn)這些行業(yè)的結(jié)構(gòu)性升級目標。

（2）信貸政策沖擊對第三產(chǎn)業(yè)結(jié)構(gòu)調(diào)整影響。表6給出了第三產(chǎn)業(yè)服務(wù)業(yè)內(nèi)部不同行業(yè)對信貸政策沖擊的PVAR模型估計結(jié)果，可以看出傳統(tǒng)服務(wù)業(yè)和現(xiàn)代服務(wù)業(yè)之間存在明顯差異。對于傳統(tǒng)服務(wù)業(yè)（從表6中批發(fā)和零售業(yè)可見），信貸投入對其企業(yè)投資的影響在1%水平上顯著，系數(shù)分別為0.4178和-0.3872，說明支持型信貸和緊縮型信貸都對批發(fā)和零售行業(yè)的企業(yè)投資產(chǎn)生了顯著影響。再觀察交通運輸、倉儲和郵政業(yè)，支持型信貸與企業(yè)投資存在顯著的正相關(guān)關(guān)系，系數(shù)為0.3454，而緊縮型信貸對企業(yè)投資沒有產(chǎn)生顯著影響。觀察住宿和餐飲業(yè)，緊縮型信貸起到了顯著抑制作用，其系數(shù)為-0.8471，而支持型信貸與企業(yè)投資雖然存在正相關(guān)關(guān)系，但并不顯著。對于現(xiàn)代服務(wù)業(yè)，除了金融業(yè)企業(yè)投資受到支持型信貸政策顯著的促進作用，房地產(chǎn)和其他服務(wù)業(yè)都沒有通過顯著性檢驗。

本文利用脈沖響應(yīng)函數(shù)進行進一步檢驗。圖8一圖13分別為信貸政策沖擊對第三產(chǎn)業(yè)內(nèi)部六個行業(yè)企業(yè)投資的脈沖響應(yīng)圖。

從圖8傳統(tǒng)服務(wù)業(yè)來看，支持型信貸和緊縮型信貸都對批發(fā)和零售業(yè)企業(yè)投資起到了明顯的沖擊作用，分別在第一期達到峰值0.004和-0.007左右，之后作用逐漸減弱分別在第5期和第8期沖擊作用變得不顯著，企業(yè)投資對緊縮型信貸沖擊響應(yīng)比支持型信貸政策更持久。從圖9交通運輸、倉儲和郵政業(yè)來看，信貸投入對企業(yè)投資脈沖響應(yīng)曲線的95%和5%置信區(qū)間都包括零，說明交通運輸、倉儲和郵政業(yè)企業(yè)投資沒有受到信貸沖擊的作用，其反應(yīng)不敏感。從圖10住宿和餐飲業(yè)來看，支持型信貸沖擊沒有影響到企業(yè)投資行為，而緊縮型信貸對企業(yè)投資的負向沖擊在第一期達到峰值-0.015左右，之后作用逐漸減弱在第8期收斂于零。再觀察現(xiàn)代服務(wù)業(yè)，圖11金融業(yè)企業(yè)投資受到支持型信貸的正向沖擊后，企業(yè)投資迅速增長并在第一期達到峰值0.0014左右，之后逐漸減弱在第3期沖擊作用不顯著。觀察圖12房地產(chǎn)業(yè)和圖13其他服務(wù)業(yè)可知，這兩個行業(yè)都沒有對信貸沖擊做出敏感反應(yīng)。

結(jié)合上述分析發(fā)現(xiàn)，信貸投入對傳統(tǒng)服務(wù)業(yè)的沖擊要強于現(xiàn)代服務(wù)業(yè)。這是由于行業(yè)間的非對稱性在信貸市場金融加速器作用下會被進一步放大，信貸政策通過企業(yè)面臨的外部融資約束來影響企業(yè)的投資決策，如果信貸投入不能明顯改變企業(yè)面臨的融資約束，那么這個行業(yè)對信貸投入的反應(yīng)就不敏感。傳統(tǒng)服務(wù)業(yè)中的大部分行業(yè)與人們生活息息相關(guān)，這些行業(yè)的發(fā)展如果失去了金融機構(gòu)的雄厚資金支持，就很難獲得足夠的發(fā)展空間，從而導(dǎo)致傳統(tǒng)服務(wù)業(yè)更容易受到信貸調(diào)控的沖擊。而現(xiàn)代服務(wù)業(yè)主要依靠高新技術(shù)和金融發(fā)展，相對于傳統(tǒng)服務(wù)業(yè)，現(xiàn)代服務(wù)業(yè)擁有的融資渠道更加多樣化，因此并沒有受到央行信貸投入的強烈沖擊。

五、研究結(jié)論和政策啟示

本文通過HP濾波將我國31個省份貸款增長率按趨勢差異分解為支持型信貸和緊縮型信貸，并基于PVAR模型和脈沖響應(yīng)分析我國信貸投入對企業(yè)投資結(jié)構(gòu)性傳導(dǎo)效應(yīng)，研究發(fā)現(xiàn)：信貸投入對不同產(chǎn)業(yè)企業(yè)投資的影響存在非對稱性，其對第二產(chǎn)業(yè)的傳導(dǎo)效應(yīng)最強，第三產(chǎn)業(yè)次之，第一產(chǎn)業(yè)最弱。從第二產(chǎn)業(yè)內(nèi)部看，信貸投入對制造業(yè)的沖擊要強于其他行業(yè)，其對制造業(yè)沖擊最強，采礦業(yè)次之，對電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)以及建筑業(yè)的傳導(dǎo)效果最弱。從第三產(chǎn)業(yè)內(nèi)部來看，信貸投入對傳統(tǒng)服務(wù)業(yè)的沖擊要強于現(xiàn)代服務(wù)業(yè)。這說明信貸政策在產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整中的作用具有一定的局限性，單純的信貸政策不能實現(xiàn)產(chǎn)業(yè)間的結(jié)構(gòu)優(yōu)化調(diào)整。

央行可以通過信貸調(diào)控手段對第二產(chǎn)業(yè)結(jié)構(gòu)進行優(yōu)化升級，而對于第一產(chǎn)業(yè)和第三產(chǎn)業(yè)，則可以在宏觀層面上進一步加強金融機構(gòu)對農(nóng)業(yè)和現(xiàn)代服務(wù)業(yè)貸款投向的指導(dǎo)，通過不斷創(chuàng)新和完善調(diào)控工具并鼓勵銀行加大金融服務(wù)創(chuàng)新力度，實行行業(yè)差異化的信貸政策。在制定信貸政策時需充分考慮時滯所帶來的影響，依據(jù)不同行業(yè)時滯差異，把握差別化信貸政策的出臺時機。同時，加強信貸調(diào)控與產(chǎn)業(yè)政策及貨幣政策的協(xié)調(diào)配合，共同推動產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級。

主要參考文獻：

[1]Bemanke B.S.，Blinder A.S..Credit，money，and aggregate demand[J].The American Review，1988（2）：435～439.

[2]Hubbard R.G..Is there a’credit channel' formonetary policy？[J].Proceedings，1995（77）：63～77.

[3]Bemanke B.S.，Gertler M..Monetary policy andasset price volatility[C].Kansas：Economic PolicySymposium Jackson Hole，1999.

[4]周英章，蔣振聲.貨幣渠道、信用渠道與貨幣政策有效性——中國1993～2001年的實證分析和政策含義[J].金融研究，2002（9）：34～43.

[5]盛朝暉.中國貨幣政策傳導(dǎo)渠道效應(yīng)分析：1994～2004[J].金融研究，2006（7）：22～29.

[6]郭明，錢箏箏，黃順緒.我國銀行信貸對三次產(chǎn)業(yè)增長貢獻度的差異研究[J].產(chǎn)業(yè)經(jīng)濟研究，2009（1）：26～32.

[7]張強，韓俊瑩.中國信貨政策對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)研究[J].金融經(jīng)濟學研究，2015（1）：43～54.

[8]曹森，史逸林.貨款集中、信貨跟隨與產(chǎn)能過?！灾袊鲜泄拘袠I(yè)貨款為例[J].金融論壇，2017（2）：56～69.

[9]鄧奇志.我國信貨投入對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的影響分析[J].經(jīng)濟體制改革，2011（4）：134-137.

[10]田青.產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和信貨資金配置效率——基于宏微觀視角的比較研究[J].上海金融，2017（6）：27～33.

[11]Ganley J.，Salmon C..The industrial impact ofmonetary policy shocks：Some stylised facts[Z].Bank of England Working Papers，1997.

[12]曹永琴.中國貨幣政策產(chǎn)業(yè)非對稱效應(yīng)實證研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010（9）：18～30.

[13]呂光明.中國貨幣政策產(chǎn)業(yè)非均衡效應(yīng)實證研究[J].統(tǒng)計研究，2013（4）：30～36.

[14]侯杜娟.貨幣政策對三次產(chǎn)業(yè)的影響效應(yīng)分析——基于貨幣供給量的實證分析[J].西安財經(jīng)學院學報，2013（4）：32-35.

[15]龐念偉.貨幣政策在產(chǎn)業(yè)結(jié)構(gòu)升級中的非對稱效應(yīng)[J].金融論壇，2016（6）：16～26.

[16]Joseph E.Stiglitz，Andrew Weiss.Credit rationingin markets with imperfect information[J].AmericanEconomic Review，1981（3）：393～410.

[17]Morris C.S.，Sellon G.H..Bank lending andmonetary policy：Evidence on a credit channel[J].Economic Review，1995（80）：59～75.

[18]曾令華，王朝軍.經(jīng)濟增長與貨款增長相關(guān)性的實證分析[J].財經(jīng)理論與實踐，2004（3）：15～19.

[19]姜琳.我國信貨總量與經(jīng)濟增長的實證研究[J].統(tǒng)計與決策，2006（20）：87～89.

[20]章晟，李其保.信貨規(guī)模對經(jīng)濟增長與物價變動影響的實證分析[J].財貿(mào)經(jīng)濟，2009（12）：50～54.

[21]潘敏，繆海斌.銀行信貨、經(jīng)濟增長與通貨膨脹壓力[J].經(jīng)濟評論，2010（2）：62～70.

[22]孫明華.我國貨幣政策傳導(dǎo)機制的實證分析[J].財經(jīng)研究，2004（3）：19～30.

[23]張軍.怎樣解釋中國的經(jīng)濟增長[J].經(jīng)濟研究信息，2006（1）：21～22.

[24]田成詩.中國股市、信貨市場擴張與經(jīng)濟增長的關(guān)系[J].大連海事大學學報（社會科學版），2010（3）：1～4.

[25]張強，張慧君，劉曉劍.信貨政策對文化產(chǎn)業(yè)的支持效果研究[J].湖南大學學報（社會科學版），2017（1）：56～60.

[26]曾國安，雷澤珩.商業(yè)銀行信貨配給對中國房地產(chǎn)業(yè)波動的影響[J].經(jīng)濟理論與經(jīng)濟管理，2017（6）：57～67.

[27]Myers S.C.，Majluf N.S..Corporate financingand investment decisions when firms have informa-tion that investors do not have[J].Social ScienceElectronic Pubfishing，2001（2）：187～221.

[28]Bernanke B.，Parkinson M..Unemployment，inflation，and wages in the american depression：Are there lessons for Europe？[J].American Eco-nomic Review，1989（2）：210～214.

[29]Moyen N..Investment-cash flow sensitivities：Constrained versus unconstrained firms[J].Journalof Finance，2004（5）：2061～2092.

[30]Jimene2 G.，Ongena S.，Peydro J.L.，et al..'Credit demand forever？’On the strengths ofbank and firm balance-sheet channels in good andcrisis times[Z].SSEB Work Paper，2012.

[31]Bo B.，Ivashina V..Cyclicality of credit supply：Firm level evidence[J].Journal of Monetary Eco-noxmcs，2014（1）：76～93.

[32]楊巨人.信貨政策有關(guān)問題的思考與建議[J].中國金融家，2008（8）：101-102.

[33]Holtz-Eakin D.，Newy W.，Rosen H.S..Wages and hours：Estimating vector autoregres-sions with panel data[J].Working Paper，1987（6）：1371～1375.