趙 杉劉曉東關(guān) 健

（1.中國(guó)人民銀行濟(jì)南分行，山東 濟(jì)南250021；2.中國(guó)人民銀行菏澤市中心支行，山東 菏澤274000）

山東省企業(yè)融資需求綜合指數(shù)研究與應(yīng)用

趙 杉1劉曉東1關(guān) 健2

（1.中國(guó)人民銀行濟(jì)南分行，山東 濟(jì)南250021；2.中國(guó)人民銀行菏澤市中心支行，山東 菏澤274000）

本文依托山東省企業(yè)財(cái)務(wù)數(shù)據(jù)調(diào)查、企業(yè)家問(wèn)卷調(diào)查、銀行家問(wèn)卷調(diào)查的數(shù)據(jù)結(jié)果和企業(yè)實(shí)際運(yùn)營(yíng)數(shù)據(jù)，研究運(yùn)用動(dòng)態(tài)因子分析方法編制企業(yè)融資需求綜合指數(shù)（FRI）。同時(shí)，從22個(gè)行業(yè)中選取高耗能行業(yè)和高新技術(shù)行業(yè)，基于PVAR模型對(duì)影響融資需求指數(shù)的宏、微觀因素進(jìn)行分離解析。結(jié)果顯示，高耗能行業(yè)短期融資需求具有順周期性，中期受經(jīng)濟(jì)周期影響較小，高新技術(shù)行業(yè)中短期融資需求受經(jīng)濟(jì)周期的影響均不顯著。從流動(dòng)性角度看，短期流動(dòng)性增加不會(huì)對(duì)高耗能行業(yè)和高新技術(shù)行業(yè)融資需求產(chǎn)生顯著影響，但中期流動(dòng)性增加可以刺激高耗能行業(yè)融資需求提升，同時(shí)降低高新技術(shù)行業(yè)的融資意愿。

動(dòng)態(tài)因子分析；企業(yè)融資需求綜合指數(shù)；PVAR模型

一、引言

當(dāng)前，部分行業(yè)企業(yè)產(chǎn)能過(guò)剩、盈利收窄、償債能力下降，金融機(jī)構(gòu)綜合平衡收益和風(fēng)險(xiǎn)，收緊信貸政策、提高準(zhǔn)入門(mén)檻，企業(yè)資金來(lái)源受限；隨著信貸資產(chǎn)質(zhì)量管控壓力增加，金融機(jī)構(gòu)對(duì)客戶群體的選擇更趨謹(jǐn)慎，部分中小企業(yè)正常生產(chǎn)經(jīng)營(yíng)的融資需求得不到有效滿足。由于固定貸款利率同市場(chǎng)實(shí)際資本利息存在差異，銀行有套利空間可尋，通過(guò)理財(cái)資金投資非標(biāo)資產(chǎn)等諸多方式，使資金在金融體系內(nèi)空轉(zhuǎn)，融通環(huán)節(jié)拉長(zhǎng)、資金成本提升、使用效率下降，并未真正對(duì)實(shí)體經(jīng)濟(jì)形成及時(shí)有效的支撐。因此，了解企業(yè)真實(shí)資金需求，根據(jù)需求變化靈活調(diào)整金融資源配置的結(jié)構(gòu)和方向，引導(dǎo)信貸資金向重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)傾斜，既能提高金融服務(wù)的針對(duì)性、有效性，也是銀企互聯(lián)、互通、互信的應(yīng)有之義。

企業(yè)融資需求大小和滿足程度高低是銀行貸款利率水平、貸款難易程度、企業(yè)經(jīng)營(yíng)狀況、產(chǎn)品市場(chǎng)需求、資金周轉(zhuǎn)狀況等各項(xiàng)因素共同作用的結(jié)果，不同因素的影響程度和方向存在差異，單個(gè)或幾個(gè)指標(biāo)難以有效反映融資需求的整體情況。20世紀(jì)90年代以來(lái)，人民銀行先后建立5000戶企業(yè)財(cái)務(wù)數(shù)據(jù)調(diào)查、企業(yè)家問(wèn)卷調(diào)查、銀行家問(wèn)卷調(diào)查等多項(xiàng)調(diào)查制度，20多年的時(shí)序調(diào)查數(shù)據(jù)為開(kāi)展研究分析提供了重要保障。因此，本文依托各項(xiàng)調(diào)查數(shù)據(jù)結(jié)果和企業(yè)實(shí)際運(yùn)營(yíng)數(shù)據(jù)，編制綜合性融資需求指數(shù)，以期準(zhǔn)確、持續(xù)、動(dòng)態(tài)反映企業(yè)融資需求狀況，監(jiān)測(cè)市場(chǎng)供求關(guān)系變化，引導(dǎo)信貸資金向重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)傾斜，提高金融服務(wù)的針對(duì)性和有效性。

文章的結(jié)構(gòu)安排如下：首先，梳理專(zhuān)家學(xué)者有關(guān)企業(yè)融資需求和綜合性指數(shù)編制的研究成果，選擇運(yùn)用動(dòng)態(tài)因子分析方法構(gòu)建多維度指標(biāo)體系，編制企業(yè)融資需求綜合指數(shù)。其次，將監(jiān)測(cè)企業(yè)按照行業(yè)進(jìn)行分類(lèi)，以各行業(yè)指標(biāo)數(shù)據(jù)作為研究對(duì)象，依次進(jìn)行公因子提取、因子載荷矩陣計(jì)算、得分矩陣計(jì)算、數(shù)據(jù)歸一化處理、綜合指數(shù)合成等步驟，最終得到企業(yè)融資需求綜合時(shí)序指數(shù)。最后，對(duì)計(jì)算結(jié)果進(jìn)一步驗(yàn)證分析，基于PVAR模型將影響企業(yè)融資需求變化的各項(xiàng)宏、微觀因素進(jìn)行分離，通過(guò)客觀數(shù)據(jù)體現(xiàn)不同因素的影響程度，并與主觀感受相互印證。

二、文獻(xiàn)綜述

（一）企業(yè)融資需求研究現(xiàn)狀

當(dāng)前，國(guó)內(nèi)外專(zhuān)家學(xué)者大都是在宏觀層面圍繞企業(yè)融資需求的現(xiàn)狀、特點(diǎn)、影響因素、解決途徑等方面進(jìn)行分析，研究對(duì)象多以中型、小型、微型企業(yè)為主。鮮少有依托具體指標(biāo)數(shù)據(jù)，對(duì)某一企業(yè)群體總體融資需求趨勢(shì)性、階段性變化的持續(xù)監(jiān)測(cè)。

融資特點(diǎn)方面，蒲祖河（2007）認(rèn)為，中小企業(yè)在成長(zhǎng)和發(fā)展的不同階段具有不同的融資需求特征；李建軍和胡鳳云（2013）認(rèn)為，由于正規(guī)金融系統(tǒng)資金難以進(jìn)入中小企業(yè)，中小企業(yè)面臨結(jié)構(gòu)性資金供給不足的困境。融資影響因素方面，羅荷花和李明賢（2016）認(rèn)為，小微企業(yè)普遍有著強(qiáng)烈的融資需求，但難以獲得所需的發(fā)展資金，期望融資比率越大、信用狀況越差的小微企業(yè)，融資可獲得性越低。融資需求解決途徑方面，惠恩才（2010）認(rèn)為，解決中小企業(yè)融資難，要加大金融創(chuàng)新步伐，構(gòu)建多層次融資體系，拓展直接融資渠道。華荷峰（2014）認(rèn)為，只有將發(fā)展目標(biāo)定位在基礎(chǔ)能力之上，科技型中小企業(yè)的投入才會(huì)更加積極，才能吸引相關(guān)主體參與并推廣知識(shí)產(chǎn)權(quán)融資。

（二）指數(shù)編制的研究現(xiàn)狀

編制指數(shù)是應(yīng)用基礎(chǔ)數(shù)據(jù)、研究反映社會(huì)經(jīng)濟(jì)現(xiàn)象的常用方法。高鐵梅和梁云芳（2006）將我國(guó)重要領(lǐng)域和宏觀總量景氣指數(shù)結(jié)合，構(gòu)建多維數(shù)據(jù)結(jié)構(gòu)框架，系統(tǒng)性監(jiān)測(cè)我國(guó)經(jīng)濟(jì)周期波動(dòng)的總體狀況和經(jīng)濟(jì)未來(lái)發(fā)展趨勢(shì)。許滌龍、劉妍瓊和封艷紅（2014）為編制金融狀況指數(shù)，對(duì)不同賦權(quán)方法進(jìn)行了比較研究，運(yùn)用VAR模型方法和因子分析法構(gòu)建的指數(shù)預(yù)測(cè)效果較好。李庭輝和陳璐（2014）利用熵權(quán)法編制了中國(guó)經(jīng)濟(jì)轉(zhuǎn)型總成本綜合指數(shù)。陳黎明、廖高可和李正輝（2015）從安全性、流動(dòng)性、盈利性、創(chuàng)新能力、發(fā)展能力和經(jīng)營(yíng)效率六個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系，采用因子分析法對(duì)我國(guó)上市中小商業(yè)銀行競(jìng)爭(zhēng)力進(jìn)行實(shí)證分析。

三、企業(yè)融資需求指數(shù)的指標(biāo)選擇及編制方法

（一）企業(yè)融資需求指數(shù)的指標(biāo)選擇

本文從企業(yè)財(cái)務(wù)數(shù)據(jù)調(diào)查、企業(yè)家問(wèn)卷調(diào)查、銀行家問(wèn)卷調(diào)查三項(xiàng)調(diào)查合計(jì)300余項(xiàng)指標(biāo)中抽取備選指標(biāo)。指標(biāo)選取遵循以下原則：一是直接相關(guān)原則。調(diào)查主體不同，對(duì)同一問(wèn)題反映的準(zhǔn)確度和靈敏度也存在差異，指標(biāo)與融資需求相關(guān)性越高，編制結(jié)果越合理。因此篩選時(shí)應(yīng)選取與企業(yè)自身融資需求關(guān)系最為直接的指標(biāo)。二是口徑一致原則。20世紀(jì)90年代各項(xiàng)調(diào)查制度建立以來(lái)，其間幾經(jīng)調(diào)整，歷次調(diào)整都會(huì)刪減或新增部分指標(biāo)，也會(huì)對(duì)某些指標(biāo)的問(wèn)題和選項(xiàng)進(jìn)行改動(dòng)，導(dǎo)致指標(biāo)之間時(shí)序長(zhǎng)短不一、前后口徑發(fā)生變化。為保證指標(biāo)時(shí)序統(tǒng)一，避免口徑變化對(duì)調(diào)查結(jié)果產(chǎn)生系統(tǒng)性影響，在篩選過(guò)程中要做到逐個(gè)核實(shí)。

按照上述方法和原則，初步選取指標(biāo)28個(gè)，其中企業(yè)財(cái)務(wù)數(shù)據(jù)調(diào)查指標(biāo)10個(gè)、企業(yè)家問(wèn)卷調(diào)查指標(biāo)12個(gè)、銀行家問(wèn)卷調(diào)查指標(biāo)6個(gè)。同時(shí)，根據(jù)指標(biāo)含義，簡(jiǎn)單劃分為外部融資環(huán)境、生產(chǎn)經(jīng)營(yíng)需求、資金流動(dòng)性狀況三大類(lèi)，以及融資成本、融資難易、經(jīng)營(yíng)信心、總體需求、經(jīng)營(yíng)性資金需求、投資性資金需求、償債能力、資金周轉(zhuǎn)狀況、杠桿水平等九小類(lèi)。以季度為頻度，截取2010年第一季度—2017年第二季度30個(gè)時(shí)點(diǎn)的連續(xù)時(shí)間序列數(shù)據(jù)，綜合考慮時(shí)序長(zhǎng)度和指標(biāo)個(gè)數(shù)的關(guān)系，對(duì)初步選取的28個(gè)指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，最終確定用于研究的15個(gè)指標(biāo)（見(jiàn)表1）。

表1：最終確定用于研究的15個(gè)指標(biāo)數(shù)據(jù)

（二）企業(yè)融資需求指數(shù)編制方法

為了能夠直觀體現(xiàn)企業(yè)融資需求的趨勢(shì)性和階段性變化，我們選用連續(xù)時(shí)間序列數(shù)據(jù)進(jìn)行分析和研究。由于連續(xù)時(shí)間序列數(shù)據(jù)之間可能存在相關(guān)性，不符合常規(guī)因子分析方法對(duì)基礎(chǔ)數(shù)據(jù)的基本要求，因此我們選擇動(dòng)態(tài)因子分析方法進(jìn)行數(shù)據(jù)的處理分析和指數(shù)的編制。

1.動(dòng)態(tài)因子分析法。動(dòng)態(tài)因子分析法基于傳統(tǒng)因子分析方法，綜合考慮樣本個(gè)體、變量指標(biāo)和時(shí)間序列三種因素，構(gòu)造三維陣列的多元統(tǒng)計(jì)分析方法。在繼承傳統(tǒng)因子分析優(yōu)點(diǎn)的同時(shí)，動(dòng)態(tài)因子分析法克服常規(guī)因子分析不能直接作用于時(shí)間序列數(shù)據(jù)的缺憾，實(shí)現(xiàn)對(duì)三維數(shù)據(jù)的全面綜合評(píng)價(jià)。具體分析步驟如下：

（1）對(duì)三維數(shù)據(jù)xijt進(jìn)行Z標(biāo)準(zhǔn)化處理，去除量綱化影響，得到Zijt，其中，i表示第i個(gè)觀測(cè)值（個(gè)體），j表示第j個(gè)變量，t表示第t個(gè)時(shí)間點(diǎn)。

（2）根據(jù)各時(shí)點(diǎn)的協(xié)方差矩陣S(t)，計(jì)算求得平均矩陣ST，具體公式如下：

（3）計(jì)算ST的特征值、特征向量，以及各個(gè)公因子的方差貢獻(xiàn)率和累積方差貢獻(xiàn)率。

（4）根據(jù)各個(gè)公因子的方差貢獻(xiàn)率，提取公因子，建立因子載荷矩陣。

（5）通過(guò)如下公式計(jì)算各個(gè)體的靜態(tài)得分矩陣：

其中：

表示個(gè)體平均向量，表示總體平均向量，ah表示特征向量；

（6）計(jì)算動(dòng)態(tài)得分矩陣，具體計(jì)算公式如下所示：

（7）以各主成分所對(duì)應(yīng)的特征根占所提取主成分對(duì)應(yīng)的總特征根之和的比例作為權(quán)重，計(jì)算主成分綜合得分。

2.PVAR模型。模型由Holtz-Eakin在1988年提出，繼承傳統(tǒng)VAR模型優(yōu)點(diǎn)的同時(shí)，兼具自身特色。首先，該模型可以減少傳統(tǒng)VAR模型的多重共線和內(nèi)生性問(wèn)題，著重分析解釋變量和被解釋變量相互沖擊下的動(dòng)態(tài)反應(yīng)。其次，只要T≥m+3（T為時(shí)間序列長(zhǎng)度，m為滯后項(xiàng)長(zhǎng)度）便可對(duì)模型的參數(shù)進(jìn)行估計(jì)，且當(dāng)T≥2m+2時(shí)，可在穩(wěn)態(tài)下估計(jì)滯后變量的參數(shù)，因此該模型可用于時(shí)間序列長(zhǎng)度較小的樣本分析。第三，該模型中所用變量都可視為內(nèi)生變量，通過(guò)正交化脈沖響應(yīng)函數(shù)，分離得到其中一個(gè)內(nèi)生變量的沖擊對(duì)其他內(nèi)生變量產(chǎn)生影響的程度，同時(shí)引入個(gè)體效應(yīng)和時(shí)點(diǎn)效應(yīng)變量，分別捕捉個(gè)體差異性和不同截面受到的共同沖擊。最后，在GMM估計(jì)下，該模型的Helmert過(guò)程具有良好的統(tǒng)計(jì)性質(zhì)。

四、企業(yè)融資需求指數(shù)的編制和分析

（一）運(yùn)用動(dòng)態(tài)因子分析法編制企業(yè)融資需求指數(shù)

1.計(jì)算各公因子的方差貢獻(xiàn)率和累積方差貢獻(xiàn)率。按照動(dòng)態(tài)因子分析方法的計(jì)算步驟，首先對(duì)篩選出的三維指標(biāo)數(shù)據(jù)進(jìn)行去量綱化處理，計(jì)算平均矩陣及其特征值和特征向量，得到各個(gè)公因子的方差貢獻(xiàn)率和累積方差貢獻(xiàn)率。在此基礎(chǔ)上，按照累積方差貢獻(xiàn)率大于85%的原則，提取6個(gè)公因子，6個(gè)公因子的累積方差貢獻(xiàn)率為85.09%（見(jiàn)表2）。

表2：前6項(xiàng)公因子的特征值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率

2.對(duì)公因子分類(lèi)命名。提取公因子后，為了更好地反映每個(gè)公因子所代表的信息，采用方差最大法計(jì)算得到因子載荷矩陣（見(jiàn)表3）。其中：

F1因子在企業(yè)總體經(jīng)營(yíng)狀況、國(guó)內(nèi)產(chǎn)品訂單、固定資產(chǎn)投資支出上具有較大載荷，這三個(gè)指標(biāo)主要體現(xiàn)企業(yè)生產(chǎn)經(jīng)營(yíng)狀況，命名為企業(yè)經(jīng)營(yíng)景氣因子。

F2因子在企業(yè)資金周轉(zhuǎn)狀況、銀行貸款獲得情況、貸款需求三個(gè)指標(biāo)上具有較大載荷，命名為貸款需求程度因子。

F3因子在流動(dòng)比率、資產(chǎn)負(fù)債率、利息保障倍數(shù)、流動(dòng)資產(chǎn)周轉(zhuǎn)率、負(fù)債融資占比等五個(gè)指標(biāo)上具有較大載荷，命名為企業(yè)償債能力因子。

F4因子在銀行貸款利率水平、貸款審批條件兩個(gè)指標(biāo)上具有較大載荷，這兩個(gè)指標(biāo)反映資金供給方的政策和價(jià)格對(duì)企業(yè)融資需求的影響，命名為企業(yè)議價(jià)能力因子。

F5因子、F6因子分別在出口產(chǎn)品訂單、企業(yè)盈利情況兩個(gè)指標(biāo)上具有較大載荷，分別命名為出口需求因子、盈利能力因子。

表3：因子載荷矩陣

前文提到，動(dòng)態(tài)因子分析方法要求基礎(chǔ)數(shù)據(jù)是一個(gè)三維數(shù)據(jù)。因此，在指標(biāo)和時(shí)間序列已經(jīng)構(gòu)成數(shù)據(jù)兩個(gè)維度的基礎(chǔ)上，考慮增加分行業(yè)維度，以滿足方法對(duì)基礎(chǔ)調(diào)查數(shù)據(jù)的要求。目前，山東省408戶監(jiān)測(cè)企業(yè)分布在26個(gè)行業(yè)，其中石油和天然氣開(kāi)采（1戶）、印刷復(fù)制（2戶）、其他工業(yè)（2戶）企業(yè)數(shù)量較少，電氣熱由于行業(yè)特殊性沒(méi)有出口產(chǎn)品訂單指標(biāo)，因此在后面的計(jì)算過(guò)程中將這4個(gè)行業(yè)剔除，只保留剩余的22個(gè)行業(yè)。

3.計(jì)算分行業(yè)得分矩陣和行業(yè)融資需求指數(shù)。按照既有公式，分別計(jì)算各個(gè)體的平均得分矩陣、動(dòng)態(tài)得分矩陣。由于因子得分是標(biāo)準(zhǔn)化之后的數(shù)據(jù)，分值圍繞0上下波動(dòng)，可能會(huì)出現(xiàn)正負(fù)相間的情況。在這樣的情況下，單純依靠因子得分只能進(jìn)行簡(jiǎn)單的排序，不能直觀判斷融資需求的大?。桓荒芤?yàn)榈梅譃樨?fù)，就片面地認(rèn)為融資需求也是負(fù)的。因此我們考慮通過(guò)如下公式對(duì)動(dòng)態(tài)因子得分進(jìn)行指數(shù)化處理，使其均衡地分布在0-100之間（見(jiàn)表4）：

其中，xit表示第i個(gè)行業(yè)在t時(shí)點(diǎn)的因子得分，indexit表示第i個(gè)行業(yè)在t時(shí)點(diǎn)的融資需求指數(shù)，X表示包含各行業(yè)不同時(shí)點(diǎn)得分值的集合。該公式的實(shí)質(zhì)是以maxX作為xit的參照值，將xit與最小得分值的距離占最大距離的比值作為反映融資需求大小的指數(shù)。

受篇幅限制，表4中并未將全部時(shí)點(diǎn)的數(shù)據(jù)列出，僅列出部分調(diào)查年度第一季度的數(shù)據(jù)，但各行業(yè)的平均值和綜合排名是基于所有時(shí)點(diǎn)數(shù)據(jù)計(jì)算所得。其中，數(shù)字1—22分別代表電氣機(jī)械及家電制造、紡織、化學(xué)原料制品、機(jī)械設(shè)備制造、交通運(yùn)輸設(shè)備制造、食飲煙、醫(yī)藥制造、造紙及紙制品、電子及通信設(shè)備制造、非金屬礦采選、非金屬礦物品、服裝及纖維、黑色金屬冶煉及壓延加工、化學(xué)纖維制品、金屬礦采選、金屬制品、煤炭采選業(yè)、石油加工煉焦、塑料制品、橡膠制品、儀器儀表、有色金屬冶煉及壓延加工等22個(gè)行業(yè)。

4.計(jì)算全省監(jiān)測(cè)企業(yè)融資需求綜合指數(shù)。以各時(shí)點(diǎn)、各行業(yè)工業(yè)總產(chǎn)值的占比作為權(quán)重，將各時(shí)點(diǎn)、各行業(yè)的融資需求指數(shù)加權(quán)求和，即可得到山東省企業(yè)融資需求綜合指數(shù)的時(shí)間序列（見(jiàn)表5）。

表4：22個(gè)行業(yè)部分間斷時(shí)點(diǎn)的指標(biāo)數(shù)據(jù)和綜合排名

（二）融資需求指數(shù)編制結(jié)果簡(jiǎn)析

1.根據(jù)編制方法，融資需求指數(shù)應(yīng)與PMI等指數(shù)類(lèi)似，分布在0—100%的區(qū)間范圍。編制結(jié)果顯示，山東省企業(yè)融資需求指數(shù)在40%—60%的區(qū)間波動(dòng)，分布范圍合理。

2.為了更直觀地觀察企業(yè)融資需求綜合指數(shù)的時(shí)序效果，我們將指數(shù)分別與工業(yè)固定資產(chǎn)投資累計(jì)同比增速和制造業(yè)固定資產(chǎn)投資累計(jì)同比增速進(jìn)行時(shí)差相關(guān)性檢驗(yàn)。結(jié)果顯示，企業(yè)融資需求綜合指數(shù)先行于制造業(yè)固定資產(chǎn)投資累計(jì)同比增速兩個(gè)季度，時(shí)差相關(guān)系數(shù)為0.63。這與基礎(chǔ)數(shù)據(jù)全部來(lái)源于制造業(yè)企業(yè)，以及需求轉(zhuǎn)化為實(shí)際投放需要一定的實(shí)現(xiàn)過(guò)程相吻合。

3.為進(jìn)一步觀察各行業(yè)融資需求指數(shù)的趨勢(shì)性變化，我們利用HP濾波法將各行業(yè)指數(shù)序列進(jìn)行趨勢(shì)分解，去除季節(jié)因素和循環(huán)因素影響，得到長(zhǎng)期趨勢(shì)項(xiàng)。以醫(yī)藥制造業(yè)、紡織業(yè)、黑色金屬冶煉及壓延加工業(yè)為例，觀察其融資需求指數(shù)的時(shí)序變化趨勢(shì)。

表5：2010年第一季度—2017年第一季度山東省企業(yè)融資需求指數(shù)

（1）醫(yī)藥制造業(yè)。目前監(jiān)測(cè)企業(yè)中有醫(yī)藥制造企業(yè)16戶，以大型優(yōu)質(zhì)企業(yè)居多。作為新動(dòng)能的代表行業(yè)之一，監(jiān)測(cè)的醫(yī)藥制造企業(yè)總體生產(chǎn)經(jīng)營(yíng)狀況較好，盈利能力較強(qiáng)，融資渠道和融資方式的選擇相對(duì)多元，對(duì)以銀行貸款為主要形式的間接融資需求呈現(xiàn)下降態(tài)勢(shì)（見(jiàn)圖1）。

（2）紡織業(yè)。當(dāng)前山東省紡織企業(yè)以中小型企業(yè)居多，產(chǎn)品附加值偏低，市場(chǎng)競(jìng)爭(zhēng)激烈，總體生產(chǎn)經(jīng)營(yíng)景氣度相對(duì)低迷。監(jiān)測(cè)企業(yè)結(jié)構(gòu)與山東省情況相似。從圖2顯示的情況看，近幾年紡織企業(yè)在金融機(jī)構(gòu)行業(yè)信貸政策收緊和自身轉(zhuǎn)型升級(jí)需要的共同作用下，融資需求指數(shù)有所回升；同時(shí)，由于多數(shù)企業(yè)仍以謹(jǐn)慎穩(wěn)健的生產(chǎn)經(jīng)營(yíng)策略為主，融資需求指數(shù)回升相對(duì)溫和。

圖1：醫(yī)藥制造業(yè)融資需求指數(shù)趨勢(shì)圖

圖2：紡織行業(yè)融資需求指數(shù)趨勢(shì)圖

圖3：黑色金屬冶煉和壓延加工業(yè)融資需求指數(shù)趨勢(shì)圖

（3）黑色金屬冶煉及壓延加工業(yè)。黑色金屬冶煉及壓延加工業(yè)（該行業(yè)監(jiān)測(cè)企業(yè)主要是鋼鐵企業(yè)）融資需求指數(shù)總體呈現(xiàn)先減后增的“U”形變化態(tài)勢(shì)。2010年以來(lái)，受我國(guó)宏觀經(jīng)濟(jì)“三期疊加”影響，行業(yè)產(chǎn)能過(guò)剩問(wèn)題凸顯，經(jīng)營(yíng)效益下降，融資需求趨弱。隨著2013年10月國(guó)務(wù)院《關(guān)于化解產(chǎn)能?chē)?yán)重過(guò)剩矛盾的指導(dǎo)意見(jiàn)》等文件相繼出臺(tái)，行業(yè)過(guò)剩產(chǎn)能化解和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整步伐加快。在金融機(jī)構(gòu)信貸政策收緊、外部資金來(lái)源受限、環(huán)保支出等生產(chǎn)經(jīng)營(yíng)成本不斷增加的共同影響下，企業(yè)經(jīng)營(yíng)性融資需求提升；同時(shí)，在推進(jìn)新舊動(dòng)能轉(zhuǎn)換的政策背景下，企業(yè)淘汰舊動(dòng)能、培育新動(dòng)能的融資需求也相應(yīng)有所增加（見(jiàn)圖3）。

（三）融資需求指數(shù)編制方法的推廣應(yīng)用

按照前述融資需求指數(shù)編制的方法原理，我們同樣可以嘗試用分規(guī)模、分所有制的時(shí)間序列數(shù)據(jù)組成面板數(shù)據(jù)，編制相應(yīng)的融資需求指數(shù)并觀察變化趨勢(shì)。以分規(guī)模為例，利用HP濾波法將編制得到的大型企業(yè)指數(shù)序列和小微型企業(yè)指數(shù)序列進(jìn)行趨勢(shì)分解，去除季節(jié)因素和循環(huán)因素影響，得到長(zhǎng)期趨勢(shì)項(xiàng)（見(jiàn)圖4）。

圖4中DXQY為大型企業(yè)融資需求指數(shù)的長(zhǎng)期趨勢(shì)曲線，XWQY為小微型企業(yè)的長(zhǎng)期趨勢(shì)曲線?？梢钥闯觯海?）大型企業(yè)由于融資渠道相對(duì)廣泛、信貸資源的競(jìng)爭(zhēng)力較強(qiáng)，基本融資需求的滿足可以得到保證，融資需求指數(shù)總體變動(dòng)較為平穩(wěn)。（2）小微型企業(yè)受制于自身規(guī)模、財(cái)務(wù)制度、盈利能力以及金融機(jī)構(gòu)信貸政策、風(fēng)險(xiǎn)把控等諸多因素，融資需求不能得到有效滿足，融資需求指數(shù)總體呈現(xiàn)上升態(tài)勢(shì)。（3）近三年來(lái)，小微型企業(yè)的融資需求指數(shù)始終高于大型企業(yè)，表明當(dāng)前小微型企業(yè)的融資意愿和需求較大型企業(yè)更為迫切。

圖4：大型企業(yè)和小微型企業(yè)融資需求指數(shù)趨勢(shì)圖

五、基于PVAR模型的企業(yè)融資需求指數(shù)宏觀影響因素分析

編制企業(yè)融資需求指數(shù)時(shí)構(gòu)建的指標(biāo)體系，采用的指標(biāo)均為調(diào)查數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)等微觀指標(biāo)，未包括外部宏觀經(jīng)濟(jì)指標(biāo)。無(wú)論企業(yè)家問(wèn)卷調(diào)查數(shù)據(jù)還是銀行家問(wèn)卷調(diào)查數(shù)據(jù)，都是參與調(diào)查微觀主體基于宏觀經(jīng)濟(jì)狀況、結(jié)合自身實(shí)際情況作出的客觀判斷和預(yù)期。為了解內(nèi)、外部因素以及不同外部因素的影響程度，我們以經(jīng)濟(jì)周期和貨幣供應(yīng)量作為宏觀影響因素，從22個(gè)行業(yè)中選取高耗能行業(yè)和高新技術(shù)行業(yè)兩種類(lèi)型，運(yùn)用PVAR模型進(jìn)行對(duì)比分析。其中，高耗能行業(yè)包括化學(xué)原料制品、非金屬礦物品、石油加工煉焦、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)等5個(gè)行業(yè)；高新技術(shù)行業(yè)包括醫(yī)藥制造業(yè)、電氣機(jī)械及家電制造業(yè)、電子及通信設(shè)備制造業(yè)、儀器儀表等4個(gè)行業(yè)。

（一）模型選擇

建立PVAR模型如下：

其中，yit為包含各指標(biāo)的向量，αi為反映個(gè)體異質(zhì)性的變量，γi,t為反映個(gè)體時(shí)點(diǎn)效應(yīng)的變量，誤差項(xiàng)ui,t為服從正態(tài)分布的擾動(dòng)項(xiàng)。下文中，用index表示各行業(yè)融資需求指數(shù)，用山東省GDP累計(jì)同比增速（RGDP）衡量經(jīng)濟(jì)周期，用M2/GDP（LI）衡量宏觀流動(dòng)性。

（二）檢驗(yàn)過(guò)程及估計(jì)結(jié)果分析

1.單位根檢驗(yàn)。盡管面板數(shù)據(jù)形式可以降低變量間的相關(guān)性，但仍需對(duì)時(shí)間序列變量的平穩(wěn)性進(jìn)行檢驗(yàn)。本文選擇LLC和IPS兩種方法進(jìn)行單位根檢驗(yàn)，結(jié)果顯示：無(wú)論是高耗能行業(yè)還是高新技術(shù)行業(yè)，各指標(biāo)序列在5%顯著水平下都是平穩(wěn)的。

2.GMM估計(jì)結(jié)果。估計(jì)面板數(shù)據(jù)之前，通常需要消除樣本中的固定效應(yīng)，克服模型中時(shí)點(diǎn)效應(yīng)和個(gè)體效應(yīng)造成的估計(jì)系數(shù)偏差。本文使用截面均值差分消除時(shí)點(diǎn)效應(yīng)γi,t，使用向前均值差分（Helmert轉(zhuǎn)換）消除個(gè)體效應(yīng)αi，確保滯后變量與轉(zhuǎn)換后的變量正交，從而將滯后變量作為工具變量進(jìn)行估計(jì)。分別用GMM方法對(duì)高耗能行業(yè)和高新技術(shù)行業(yè)的PVAR模型進(jìn)行估計(jì)，如表7所示。

表6：時(shí)間序列變量單位根檢驗(yàn)結(jié)果

表7：PVAR模型GMM估計(jì)結(jié)果

根據(jù)表7的估計(jì)結(jié)果：（1）從短期看，經(jīng)濟(jì)周期對(duì)高耗能行業(yè)融資需求的提高具有正向作用，對(duì)高新技術(shù)行業(yè)的影響不顯著；從中期看，經(jīng)濟(jì)周期對(duì)高耗能行業(yè)和高新技術(shù)行業(yè)的影響均不顯著。（2）對(duì)于高耗能行業(yè)和高新技術(shù)行業(yè)而言，短期流動(dòng)性的增加不會(huì)對(duì)融資需求產(chǎn)生顯著影響；中期流動(dòng)性對(duì)高耗能行業(yè)有顯著正向影響、對(duì)高新技術(shù)行業(yè)有顯著負(fù)向影響，中期流動(dòng)性增加可以刺激高耗能行業(yè)融資需求提升，同時(shí)降低高新技術(shù)行業(yè)的融資意愿。

表8是方差分解結(jié)果。分別選擇對(duì)高耗能行業(yè)和高新技術(shù)行業(yè)10、20、30預(yù)測(cè)期進(jìn)行比較，可以看出：一是10期預(yù)測(cè)值與20、30期預(yù)測(cè)值之間已無(wú)明顯差異，說(shuō)明10期之后，系統(tǒng)基本穩(wěn)定。二是高耗能行業(yè)和高新技術(shù)行業(yè)融資需求指數(shù)的變動(dòng)受自身影響較大，自身因素的方差貢獻(xiàn)率分別為85.8%、81.9%。

六、小結(jié)

本文依托山東省企業(yè)財(cái)務(wù)數(shù)據(jù)調(diào)查、企業(yè)家問(wèn)卷調(diào)查、銀行家問(wèn)卷調(diào)查等制度性調(diào)查的數(shù)據(jù)結(jié)果，以及企業(yè)實(shí)際運(yùn)營(yíng)數(shù)據(jù)，運(yùn)用動(dòng)態(tài)因子分析方法編制企業(yè)融資需求綜合指數(shù)。通過(guò)結(jié)果分析，企業(yè)融資需求綜合指數(shù)先行于制造業(yè)固定資產(chǎn)投資累計(jì)同比增速兩個(gè)季度，時(shí)差相關(guān)系數(shù)為0.63，這與基礎(chǔ)數(shù)據(jù)全部來(lái)源于制造業(yè)企業(yè)，以及需求轉(zhuǎn)化為實(shí)際投放需要一定的實(shí)現(xiàn)過(guò)程相吻合。分行業(yè)看，醫(yī)藥制造業(yè)總體融資需求指數(shù)呈現(xiàn)下降態(tài)勢(shì)，紡織行業(yè)近兩年溫和回升，黑色金屬冶煉及壓延加工業(yè)（監(jiān)測(cè)企業(yè)主要是鋼鐵企業(yè)）呈現(xiàn)先減后增的“U”形變化態(tài)勢(shì)。分規(guī)?？矗笮推髽I(yè)融資需求指數(shù)變動(dòng)較為平穩(wěn)，小微企業(yè)呈上升態(tài)勢(shì)；相比大型企業(yè)，小微型企業(yè)的融資意愿和需求更為迫切。

表8：方差分解結(jié)果

通過(guò)運(yùn)用PVAR模型對(duì)高耗能行業(yè)和高新技術(shù)行業(yè)融資需求內(nèi)、外部影響因素的分析發(fā)現(xiàn)，高耗能行業(yè)短期融資需求具有順周期性，中期受經(jīng)濟(jì)周期的影響較小，經(jīng)濟(jì)周期對(duì)高新技術(shù)行業(yè)中短期融資需求的影響均不顯著。短期流動(dòng)性增加不會(huì)對(duì)高耗能行業(yè)和高新技術(shù)行業(yè)融資需求產(chǎn)生顯著影響，但中期流動(dòng)性增加可以刺激高耗能行業(yè)融資需求提升，同時(shí)降低高新技術(shù)行業(yè)的融資意愿。

[1]Holmes，S.and Kent，P.1991.An empirical analysis of the financial structure of small and large Australian manufacturing enterprises.Journal Of Small Business Finance，Vol.1，No.2.

[2]Covas，F(xiàn).and Den Haan，W.2006.The Cyclical Behavior of Debt and Equity：Evidence from A Panel Of Canadian Firms.Bank of Canada and University of Amsterdam.

[3]Inessa Love and Lea Zicchino.2006.Financial Development and Dynamic Investment Behaviour：evidence from Panel VAR.The Quarterly Review of Economics and Finance，（46）.

[4]羅荷花，李明賢.小微企業(yè)融資需求及其融資可獲得性的影響因素分析[J].經(jīng)濟(jì)與管理研究，2016.370（2）.

[5]蒲祖河.中小企業(yè)融資需求層次研究——基于美國(guó)經(jīng)驗(yàn)數(shù)據(jù)的分析及政策啟示[J].財(cái)貿(mào)經(jīng)濟(jì)，2007，（10）.

[6]李建軍，胡鳳云.中國(guó)中小企業(yè)融資結(jié)構(gòu)、融資成本與影子信貸市場(chǎng)發(fā)展[J].宏觀經(jīng)濟(jì)研究，2013，（5）.

[7]惠恩才.促進(jìn)中小企業(yè)融資發(fā)展問(wèn)題研究[J].經(jīng)濟(jì)社會(huì)體制比較，2010，（3）.

[8]華荷鋒.科技型中小企業(yè)知識(shí)產(chǎn)權(quán)融資模式選擇研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2015，（5）.

[9]高鐵梅，梁云芳.我國(guó)工業(yè)景氣調(diào)查數(shù)據(jù)的綜合分析[J].預(yù)測(cè)，2002，（4）.

[10]李庭輝，陳璐.基于熵權(quán)的經(jīng)濟(jì)轉(zhuǎn)型成本指數(shù)編制與應(yīng)用研究[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，29（1）.

Research and Application of Funds Requirement Index of Shandong Province

Zhao Shan1Liu Xiaodong1Guan Jian2
（1.Jinan Branch of People's Bank of China，Shandong Jinan 250021；2.PBC Heze Sub-branch，Shandong Heze 274000）

In this paper，we rely on the results of investigations，using Dynamic Factor Analysis Method to work out Funds Requirement Index（FRI），in order to reflect the corporate financing needs，monitor market supply and demand changes and improve policy effectiveness.Also，we choose high energy consumption industry and high technology industry from 22 industries，based on PVAR model to analyze the effect of macro factors and micro factors.In the short term，the financing demand of high energy consumption industry is cyclical，and in the medium term，economic cycle has less impact.In regard to high technology industry，economic cycle has less impact on either short-term or medium-term financing needs.From the perspective of liquidity，the increase in medium-term liquidity can stimulate the financing needs of high energy consumption industry enterprises，at the same time，it can reduce the financing willingness of high technology industry enterprises.

dynamic factor analysis，F(xiàn)unds Requirement Index，PVAR Model

F832.42

A

1674-2265（2017）11-0054-07

2017-09-30

趙杉，供職于中國(guó)人民銀行濟(jì)南分行；劉曉東，供職于中國(guó)人民銀行濟(jì)南分行；關(guān)健，供職于中國(guó)人民銀行菏澤市中心支行。

（責(zé)任編輯 耿 欣；校對(duì) GX）