張晶晶 吳周恒

一、引言

現(xiàn)階段，中國進(jìn)入經(jīng)濟(jì)新常態(tài)，處于供給側(cè)結(jié)構(gòu)性改革和金融市場雙向開放的關(guān)鍵發(fā)展進(jìn)程中，且由于美國聯(lián)邦銀行處于貨幣緊縮周期，世界新興市場經(jīng)濟(jì)體金融狀況趨緊，中國作為最大的新興市場經(jīng)濟(jì)體亦受到此外部影響，在此背景下，維持金融穩(wěn)定至關(guān)重要。2019年中央經(jīng)濟(jì)工作會議指出：“今年要打好防范化解重大金融風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)，要堅(jiān)持結(jié)構(gòu)性去杠桿的基本思路，防范金融市場異常波動和共振”。由于信貸市場是中國金融市場的主要融資陣地，亦是中國貨幣政策傳導(dǎo)的主要途徑，因此，本文對現(xiàn)階段中國信貸配置效率和中期前景進(jìn)行分析，并對信貸市場金融風(fēng)險(xiǎn)防控提出相關(guān)政策建議。

二、中國信貸配置效率與中期前景

（一）2014年至今的信貸效率變化

根據(jù)表1所示，從實(shí)施供給側(cè)結(jié)構(gòu)性改革以來，中國信貸融資增速持續(xù)放緩， 2018年下降至11.5%，根據(jù)國際貨幣基金組織（IMF）估算（本文中2019至2022年數(shù)據(jù)均為IMF預(yù)測值），中國信貸增速在未來4年將繼續(xù)放緩。然而，中國信貸融資占GDP的比率卻逐年升高，從2014年的190%上升至2018年的215%， 2019至2022年該比率將持續(xù)上升。那么，這是否意味著中國信貸效率降低呢？

首先，筆者使用信貸/GDP比率缺口分析中國信貸使用效率，信貸/GDP比率缺口為信貸使用效率的衡量標(biāo)準(zhǔn)之一，它是以信貸總量與信貸需求量之間的差額，該數(shù)值為正值表示信貸供給量超過需求量，反之，該數(shù)值為負(fù)值表示信貸供給量小于需求量，信貸需求量亦稱為信貸密度，以每產(chǎn)生1萬億名義GDP 所需的信貸量來衡量，國際清算銀行（BIS）每一年對世界各國信貸需求量進(jìn)行估算。根據(jù)BIS估算的信貸密度，筆者計(jì)算信貸/GDP缺口，結(jié)果顯示：從2014至2016年，信貸/GDP缺口大幅上升，從18.9%上升至27.5%，但2016年之后，信貸/GDP缺口逐漸降低，2016至2018年信貸/GDP缺口從27.2%下降至24.7%，2019年信貸/GDP缺口將快速收窄至12.6%。由此可見，中國供給側(cè)改革的去杠桿化逐見成效，雖然信貸/GDP比率上升，但是信貸/GDP缺口卻呈下降趨勢，表明信貸使用效率有所上升。雖然2017年起中國信貸/GDP缺口有所改善，但與全國金融危機(jī)之前的水平相比仍然很高。

表1 中國社會融資總量

其次，筆者以儲蓄投資轉(zhuǎn)化率間接衡量中國信貸使用效率。根據(jù)表2所示，第一，從2014至2018年，國民儲蓄占GDP比例有所下降，從2014年的49%下降至2018年的45.2%，2019年后國民儲蓄比將持續(xù)下降；第二，從2014至2018年，資本形成總額占GDP比例亦所下降，從2014年的46.8%下降至2018年的44.3%，2019年后資本形成總額比率將持續(xù)下降；第三，儲蓄投資轉(zhuǎn)化率從2015年起持續(xù)上升，從2015年的94.1%上升至2018年的98%，2019年后，儲蓄投資轉(zhuǎn)化率將持續(xù)上升。由此可見，儲蓄投資轉(zhuǎn)化率數(shù)據(jù)顯示出中國信貸使用效率自供給側(cè)改革以來有所提高，該結(jié)論與信貸/GDP缺口數(shù)據(jù)分析所得到的結(jié)論一致。

表2 中國儲蓄投資轉(zhuǎn)化效率

（二）信貸效率提高的原因分析

首先，2016年以來名義投資總額和生產(chǎn)者價(jià)格指數(shù)（PPI）的增長使得名義GDP增長率得以支撐。 PPI在經(jīng)歷長期通縮后，自2016 年中期以來有所反彈，2017 年增長6.3%，其增長可能源于國際大宗商品價(jià)格反彈、外部需求增加、政府支持基礎(chǔ)設(shè)施投資和房地產(chǎn)市場的一攬子刺激計(jì)劃。PPI 上升提高了名義投資和名義GDP ，導(dǎo)致信貸密度有所改善，信貸/GDP缺口下降。為了評估這種影響，筆者分析兩種情景：情景1：去除2017 年投資平減指數(shù)中PPI 的一次性大幅上升，用全球金融危機(jī)后的投資平減指數(shù)均值1.6%予以代替，這將使2017 年的名義GDP增速降低1.4 %，信貸效率仍將有所提高，但與實(shí)際數(shù)據(jù)相比，改善幅度較小。情景2：計(jì)算實(shí)際信貸密度（生產(chǎn)1萬億實(shí)際GDP所需的實(shí)際信貸量）。使用投資平減指數(shù)對信貸量進(jìn)行縮減，2011至2016年，實(shí)際信貸密度惡化的程度遠(yuǎn)遠(yuǎn)超過名義值的惡化程度，至2017年實(shí)際信貸密度才有所改善，但與名義數(shù)據(jù)相比，改善幅度較小。以上兩種情景模擬分析均說明PPI通脹率的回升是近年來名義信貸效率提高的原因之一。

其次，國有企業(yè)之間的信貸配置有所改善。雖然國有企業(yè)與私營企業(yè)相比盈利能力明顯較低、債務(wù)負(fù)擔(dān)也較重，但自2015 年以來，虧損國有企業(yè)比例從28%下降到了24%，其負(fù)債利潤比和資產(chǎn)回報(bào)率均有所改善。為了評估這種影響，筆者進(jìn)行以下情景分析：要實(shí)現(xiàn)中國信貸/GDP缺口的完全收緊，需要國企改革取得進(jìn)展，并以市場化方式將信貸資源配置給最高效的企業(yè)。如果表現(xiàn)最差（生產(chǎn)率最低的10%）的產(chǎn)業(yè)部門的信貸效率改善達(dá)到每年10%，才會使得企業(yè)債務(wù)比例在2020 年穩(wěn)定下來并在隨后開始下降，且不會影響經(jīng)濟(jì)增長。因此，信貸效率能否進(jìn)一步改善仍不確定，這將取決于國企改革和產(chǎn)能削減的進(jìn)展，以及在更大程度上以市場為基礎(chǔ)開展信貸配置。

最后，向“新經(jīng)濟(jì)”的轉(zhuǎn)型推進(jìn)了信貸效率改善。通常，經(jīng)濟(jì)增長將使得第三產(chǎn)業(yè)占經(jīng)濟(jì)總量的比例逐漸增高，相對于工業(yè)部門，服務(wù)業(yè)部門的信貸密度較低。因此，產(chǎn)業(yè)服務(wù)的變動可能引起信貸密度降低，如果維持信貸總量穩(wěn)定增長，可能增大信貸/GDP缺口，減低信貸使用效率。雖然向服務(wù)業(yè)的轉(zhuǎn)型預(yù)計(jì)將持續(xù)下去，然而，在企業(yè)層面，信息技術(shù)、醫(yī)療和制藥等制造業(yè)與服務(wù)業(yè)結(jié)合緊密（制造業(yè)服務(wù)化）的“新經(jīng)濟(jì)”企業(yè)的信貸密度通常較高，近年來“新經(jīng)濟(jì)”企業(yè)的發(fā)展有利于信貸密度的進(jìn)一步提高。

（三）信貸效率變化的中期前景

根據(jù)非金融部門債務(wù)情況判斷中國去杠桿化和信貸效率變化的前景，根據(jù)表3所示，第一，非金融部門債務(wù)增長率從2016年起有所降低，然而，非金融部門債務(wù)占GDP的比例卻逐年升高；第二，非金融部門債務(wù)中由信貸市場提供的融資與其總額變化情況類似，對私人部門的國內(nèi)信貸增長率從2016年起有所下降，但其占GDP的比例亦逐年提高；第三，從借款人類型來看，家庭債務(wù)占GDP的比例顯著上升，從2014年的35.4%上升至2018年的51%，未來將持續(xù)大幅上升。非金融企業(yè)國內(nèi)債務(wù)占GDP的比例從2016年后則較為穩(wěn)定?？梢?，我國中期非金融部門信貸可能由家庭部門債務(wù)驅(qū)動，未來的去杠桿政策應(yīng)當(dāng)有針對性的抑制家庭部門債務(wù)增長，而避免對流向生產(chǎn)力更高的企業(yè)部門的信貸產(chǎn)生擠出效應(yīng)。

表3 中國非金融部門債務(wù)情況

三、結(jié)論與政策建議

本文對中國供給側(cè)結(jié)構(gòu)性改革以來的中國信貸資金使用效率情況進(jìn)行了實(shí)證分析和情景模擬分析，并對中國信貸市場中期情況進(jìn)行了預(yù)測展望。盡管2016 年后我國信貸效率有所提高，但當(dāng)前效率改善程度不足，實(shí)現(xiàn)中期增長目標(biāo)仍需依靠大幅增加債務(wù)，而這是不可持續(xù)的。因此，需要進(jìn)一步抑制信貸增長，持續(xù)改善信貸配置，以減少信貸擴(kuò)張放緩對經(jīng)濟(jì)增長造成的拖累。當(dāng)局應(yīng)繼續(xù)加強(qiáng)金融監(jiān)管、鞏固宏觀金融環(huán)境，第一，應(yīng)強(qiáng)化國企的預(yù)算約束，進(jìn)一步改善信貸配置的整體效率；第二，監(jiān)管機(jī)構(gòu)應(yīng)考慮收緊宏觀審慎政策，以控制家庭債務(wù)的快速增長；第三，應(yīng)提高非金融債務(wù)的透明度，可按照借款人類型、信貸渠道、償債能力劃分建立官方數(shù)據(jù)，有助于監(jiān)測微觀層面的杠桿變動和有針對性的制定去杠桿政策。