顧曉安,奚興強
(上海理工大學 管理學院,上海 200093)
提要:依據(jù)國際貨幣基金組織(IMF)2013年發(fā)布的Article IV報告中所闡述的中國經(jīng)濟面臨的主要風險來源,以2010—2016年我國31個省、市、自治區(qū)為樣本,利用面板數(shù)據(jù)回歸方法進行實證檢驗,研究了產(chǎn)能過剩、企業(yè)效益下降、房地產(chǎn)泡沫、金融機構(gòu)資產(chǎn)質(zhì)量惡化等四類風險因素對我國省級地區(qū)實體經(jīng)濟增長的影響,發(fā)現(xiàn)這四類風險的出現(xiàn)都會對實體經(jīng)濟增長產(chǎn)生顯著負面影響,而且在東、中、西部地區(qū)的影響程度呈現(xiàn)出差異性。結(jié)果表明,對于地區(qū)經(jīng)濟風險進行有效識別、控制和預防具有現(xiàn)實必要性。
改革開放40多年來,我國的經(jīng)濟成就舉世矚目。1978年改革開放伊始,我國的整體經(jīng)濟規(guī)模僅為3 678億元,2018年已達到90.13萬億元。從經(jīng)濟增速來看,1978—2018年,我國GDP的年均增速高達9.4%。盡管我國經(jīng)濟已經(jīng)經(jīng)歷了長達40多年的高速增長,但是,從2012年起經(jīng)濟增速出現(xiàn)了拐點,呈現(xiàn)出較為明顯的回落。2012—2018年,我國經(jīng)濟從高速增長逐漸轉(zhuǎn)為中高速增長的“新常態(tài)”,GDP的年均增長率下降到7.2%。在經(jīng)濟增長進入“新常態(tài)”的背景下,如何實現(xiàn)更為均衡和可持續(xù)的經(jīng)濟增長,已經(jīng)成為政府部門和理論界關注的重點問題。
2008年全球經(jīng)濟和金融危機爆發(fā)以來,我國依靠各種投資、信貸和財政刺激等以增加杠桿為主的措施使經(jīng)濟發(fā)展迅速擺脫了危機困境,繼續(xù)呈現(xiàn)中高速增長的態(tài)勢。但是,持續(xù)不斷的加杠桿措施也使我國經(jīng)濟的脆弱性不斷增加,經(jīng)濟發(fā)展過程中面臨的各種內(nèi)外部不確定性帶來了潛在的下行風險甚至是危機的隱患。
國際貨幣基金組織(IMF)從2011年起在其發(fā)布的國別研究報告中開始提出中國經(jīng)濟發(fā)展面臨的風險,并在2013年的報告中首次提出了中國經(jīng)濟發(fā)展面臨的風險來源矩陣,中國經(jīng)濟面臨的風險涵蓋了政府、企業(yè)、金融、房地產(chǎn)等部門,并且認為這些風險會損害中國經(jīng)濟的增長。雖然我國目前尚未出現(xiàn)實質(zhì)性的經(jīng)濟和金融危機,但是,近年來影響經(jīng)濟的各種風險因素現(xiàn)實存在并日趨嚴重,已經(jīng)對經(jīng)濟發(fā)展產(chǎn)生了較為明顯的負面作用。因此,為了實現(xiàn)經(jīng)濟的持續(xù)健康發(fā)展,必須有效識別、積極預防和控制經(jīng)濟運行過程中所面臨的各種風險。
2013年IMF在其發(fā)布的工作報告《Article IV》[1]中利用風險評估矩陣評價了中國經(jīng)濟面臨的主要風險。該風險評估矩陣從國際和國內(nèi)兩個方面列明了中國經(jīng)濟面臨的主要風險來源。其中,國內(nèi)的主要風險來源包括4點:(1)房地產(chǎn)價格上升;(2)金融體系資產(chǎn)質(zhì)量惡化;(3)地方政府融資平臺信用風險暴露;(4)通過信貸增長推動經(jīng)濟增長帶來的不平衡。在第(4)點風險來源中專門提到產(chǎn)能過剩風險和投資回報率低于預期,會損害就業(yè)和經(jīng)濟增長。
IMF在工作報告中提出的風險評估矩陣從定性的角度總結(jié)了中國整體經(jīng)濟面臨的主要風險。事實上,近些年來我國經(jīng)濟發(fā)展面臨的整體風險尚處于可控狀態(tài),但是,地區(qū)經(jīng)濟發(fā)展的不平衡日益加劇,部分地區(qū)已經(jīng)出現(xiàn)了較為明顯的經(jīng)濟風險隱患。如果能用定量分析的方法對地區(qū)經(jīng)濟風險進行評估和度量,探討各種經(jīng)濟風險因素對地區(qū)經(jīng)濟增長的具體影響機制,并運用我國各地區(qū)的經(jīng)驗數(shù)據(jù)進行實證檢驗,將對我們更深入地認識地區(qū)經(jīng)濟風險因素對經(jīng)濟增長的影響具有重要意義。
本文的主要研究思路是:依據(jù)IMF工作報告中提到的中國經(jīng)濟風險來源,將地區(qū)經(jīng)濟風險歸納為四個主要的風險因素:(1)產(chǎn)能過剩;(2)企業(yè)效益;(3)房地產(chǎn)泡沫;(4)銀行不良貸款。同時以我國31個省、市、自治區(qū)作為研究對象,運用定量分析方法衡量地區(qū)經(jīng)濟風險的大小,并實證研究其對經(jīng)濟增長的影響。本文將地區(qū)實體經(jīng)濟產(chǎn)值作為衡量經(jīng)濟增長的指標。地區(qū)實體經(jīng)濟產(chǎn)值是指剔除金融業(yè)和房地產(chǎn)業(yè)增加值后的地區(qū)生產(chǎn)總值。實體經(jīng)濟被普遍認為是社會經(jīng)濟持續(xù)發(fā)展的重要基礎和根本動力,因此,本文著重研究地區(qū)經(jīng)濟風險對于實體經(jīng)濟增長的影響。
1.產(chǎn)能過剩風險的相關研究
國內(nèi)外關于產(chǎn)能過剩的研究主要集中于探討形成產(chǎn)能過剩的原因,而有關產(chǎn)能過剩風險對經(jīng)濟影響的研究相對較少。Davidson[2]利用博弈方法分析了產(chǎn)能過剩對企業(yè)和市場的影響;Dagdeviren[3]對制造業(yè)產(chǎn)能過?,F(xiàn)象進行國際比較,發(fā)現(xiàn)低收入國家的產(chǎn)能利用率相比于中高收入國家更低,并且認為產(chǎn)能過剩導致了低生產(chǎn)效率。曹建海[4]認為產(chǎn)能過剩導致了過度競爭、過度投資和重復建設,從而不利于資源的有效配置。程俊杰[5]對中國制造業(yè)產(chǎn)能過?,F(xiàn)象的研究發(fā)現(xiàn),產(chǎn)能過剩所引起的產(chǎn)能利用率變動以及要素市場扭曲會導致經(jīng)濟波動。張秀生等[6]認為產(chǎn)能過剩會造成社會資源的浪費。
2.地區(qū)企業(yè)效益的相關研究
有關企業(yè)效益的研究大多關注影響企業(yè)效益的因素以及提升企業(yè)效益的方法,少數(shù)文獻從宏觀和地區(qū)層面出發(fā)研究企業(yè)效益。何雄浪等[7]利用中國省級統(tǒng)計資料,實證分析了地區(qū)企業(yè)效益的影響因素,并解釋了區(qū)域經(jīng)濟發(fā)展中企業(yè)利潤率與資本流動的悖論。方一平等[8]對中國東、中和西部地區(qū)的高新區(qū)內(nèi)的企業(yè)效益進行了差異比較并對區(qū)域差異的原因進行了分析。
3.房地產(chǎn)泡沫風險的相關研究
關于房地產(chǎn)泡沫風險對經(jīng)濟的影響,大多數(shù)學者承認房地產(chǎn)泡沫對經(jīng)濟發(fā)展的危害性。陳志剛等[9]建立房價預期模型,測算了1999—2015年我國各省的房地產(chǎn)泡沫,研究發(fā)現(xiàn)房地產(chǎn)泡沫會抑制實體經(jīng)濟的投資。謝保嵩等[10]通過構(gòu)建勞動者、企業(yè)、政府和銀行4個部門的一般均衡模型得出房地產(chǎn)泡沫在一定程度上扭曲了財政政策、擠壓了工業(yè)企業(yè)投資、減少了社會福利的結(jié)論。
4.銀行不良貸款風險的相關研究
有關不良貸款與經(jīng)濟增長之間相互關系的研究并不多見,傳統(tǒng)的有關金融危機的理論,如Fisher[11]提出的“債務—通縮理論”、Minsky[12]的“金融不穩(wěn)定假說”以及Obstfeld[13]的金融危機預測模型都直接或間接討論了不良貸款率與低經(jīng)濟增長以及經(jīng)濟危機之間的關系。Hoshi 和 Kashyap[14]對日本的經(jīng)濟危機進行研究后指出,銀行壞賬水平削弱了企業(yè)和銀行為其經(jīng)營活動籌集資金的能力,資產(chǎn)質(zhì)量的惡化也會進一步引發(fā)銀行惜貸從而影響經(jīng)濟增長。陳學彬[15]從不良貸款與金融穩(wěn)定的關系出發(fā),認為銀行的高不良貸款率會影響中國經(jīng)濟的可持續(xù)增長。Logan[16]、Giglio[17]的研究均表明信貸風險是影響宏觀經(jīng)濟的主要風險之一。
綜合以上文獻可以發(fā)現(xiàn),現(xiàn)有研究對于各類經(jīng)濟風險因素的經(jīng)濟影響有一定程度的涉及,但還沒有從地區(qū)層面研究各類經(jīng)濟風險因素對于實體經(jīng)濟增長的影響。因此,本文的研究內(nèi)容可以拓展有關地區(qū)經(jīng)濟風險的研究探索。
1.產(chǎn)能過剩風險影響實體經(jīng)濟增長的作用機制
產(chǎn)能過剩風險是行業(yè)或產(chǎn)業(yè)所面臨的風險,其風險特征是整個行業(yè)的潛在生產(chǎn)能力超過了市場需求,從而導致產(chǎn)能利用率不足,具體表現(xiàn)為過剩行業(yè)內(nèi)的企業(yè)生產(chǎn)能力過剩。
當整個行業(yè)面臨生產(chǎn)能力過剩時,部分生產(chǎn)廠商為了將自身過剩的產(chǎn)能利用起來,采取降低產(chǎn)品價格的市場策略,從而擴大自身產(chǎn)品銷量。隨著采取降價策略的廠商的產(chǎn)品銷量增加,其市場占有份額有所擴大,而其他未采取降價策略的廠商的市場份額則相應減少,導致這部分廠商的產(chǎn)品庫存積壓,產(chǎn)品滯銷。為了去除自身庫存,這些廠商也會被動地跟隨采取降價策略,市場在新的價格水平上達到均衡,最后導致市場上的產(chǎn)品價格普遍下降和行業(yè)中多數(shù)企業(yè)出現(xiàn)庫存積壓。這兩個后果會進一步導致過剩行業(yè)內(nèi)的企業(yè)生產(chǎn)利潤下降和經(jīng)營狀況惡化。在此情況下,企業(yè)不得不縮減投資,部分經(jīng)營狀況較差的企業(yè)甚至面臨破產(chǎn)倒閉的風險,從而對實體經(jīng)濟增長帶來負面影響。據(jù)此,本文提出研究假設I:產(chǎn)能過剩風險會對實體經(jīng)濟增長產(chǎn)生負面影響。
2.企業(yè)效益下降風險影響實體經(jīng)濟增長的作用機制
企業(yè)是社會經(jīng)濟活動中的微觀主體,其經(jīng)營效益會受到市場需求、生產(chǎn)成本、技術環(huán)境等各種復雜的不確定性因素的影響,這些內(nèi)外部因素的不利變化都有可能導致企業(yè)的經(jīng)營效益下降。企業(yè)效益下降風險的具體表現(xiàn)是一個地區(qū)出現(xiàn)企業(yè)整體效益水平的下降。當一個地區(qū)出現(xiàn)企業(yè)整體效益下降,則至少從兩個方面對實體經(jīng)濟產(chǎn)生負面影響:(1)隨著地區(qū)企業(yè)整體效益下降,相應地單個企業(yè)的投資回報率出現(xiàn)普遍下降。企業(yè)投資回報率下降的原因可能是因為該地區(qū)的勞動力、土地、交通運輸、稅費等成本升高,也可能是該地區(qū)的市場環(huán)境變差。在這種情況下,企業(yè)可能會選擇減少、撤出和轉(zhuǎn)移投資,從而影響地區(qū)實體經(jīng)濟的投資。(2)企業(yè)盈利狀況出現(xiàn)惡化時,可能會迫使企業(yè)降低工資或者裁員,對地區(qū)的就業(yè)產(chǎn)生負面影響。而就業(yè)狀況的惡化則會導致居民收入水平下降,進而影響消費需求,最終從需求端對實體經(jīng)濟增長產(chǎn)生阻礙作用。據(jù)此,本文提出研究假設Ⅱ:企業(yè)效益下降會對實體經(jīng)濟增長產(chǎn)生負面影響。
3.房地產(chǎn)泡沫風險影響實體經(jīng)濟增長的作用機制
房地產(chǎn)泡沫主要表現(xiàn)為房地產(chǎn)資產(chǎn)價格過快上漲而使房價過高,偏離了經(jīng)濟基本面的狀態(tài)。房地產(chǎn)泡沫風險則來源于泡沫的不斷膨脹即房價偏離經(jīng)濟基本面的程度加深甚至帶來泡沫破滅的潛在風險。房地產(chǎn)泡沫風險主要從兩個方面對實體經(jīng)濟增長產(chǎn)生影響。一方面,房價過高使得居民住房支出占總消費支出的比重上升,可能會擠壓居民對于其他商品的消費需求,而通過抵押貸款的方式購房會增加家庭的負債,家庭負債過高也會對居民消費需求產(chǎn)生負面影響。另一方面,當房價過快上漲時,可能催生房地產(chǎn)投機行為,導致房地產(chǎn)市場過于繁榮,進而吸引大量資本涌入房地產(chǎn)市場參與投機活動。資本大量流入房地產(chǎn)部門會相應擠壓實體經(jīng)濟部門的投資,從而對實體經(jīng)濟部門的投資產(chǎn)生“擠出”效應。據(jù)此,本文提出研究假設Ⅲ:房地產(chǎn)泡沫風險會對實體經(jīng)濟增長產(chǎn)生負面影響。
4.銀行不良貸款風險影響實體經(jīng)濟增長的作用機制
銀行不良貸款風險屬于金融部門的風險。在現(xiàn)代經(jīng)濟活動中,金融是整個經(jīng)濟系統(tǒng)的核心,金融部門的風險對于經(jīng)濟增長必然有著重要的影響。銀行不良貸款風險具體表現(xiàn)在不良貸款率的上升,不良貸款率上升說明個人或企業(yè)的違約債務規(guī)模占總債務的比例增加。
不良貸款率的上升會導致銀行貸款資產(chǎn)的質(zhì)量下降,使銀行因畏懼風險而“惜貸”,繼續(xù)支持實體經(jīng)濟發(fā)展的能力下降??赡鼙憩F(xiàn)為在對企業(yè)的貸款投放更偏向于大型企業(yè)和國有企業(yè),而對于具有經(jīng)濟活力和效率較高的私有企業(yè)以及中小企業(yè)采取保守的信貸政策,這可能會導致信貸資源配置效率的下降。當前,我國的社會融資結(jié)構(gòu)仍然是以銀行的間接融資為主導,信貸資源配置效率的下降會引起實體經(jīng)濟投資效率的下降,最終對實體經(jīng)濟增長產(chǎn)生負面影響。據(jù)此,提出研究假設IV:銀行不良貸款風險會對實體經(jīng)濟增長產(chǎn)生負面影響。
上文定性分析了地區(qū)經(jīng)濟風險影響實體經(jīng)濟增長的作用機制,為了實證檢驗各種風險的具體影響,下文將首先確定各類風險因素的評價指標,并根據(jù)指標的統(tǒng)計結(jié)果分析各地區(qū)面臨的經(jīng)濟風險及其變化趨勢,以全面評估我國各地區(qū)的經(jīng)濟風險狀況。
目前,國際上衡量產(chǎn)能過剩的指標主要為產(chǎn)能利用率。本文亦使用該指標對各地區(qū)制造業(yè)的產(chǎn)能過剩情況進行測度和比較。產(chǎn)能利用率指標的含義為實際產(chǎn)出與產(chǎn)能產(chǎn)出之比,其中,產(chǎn)能產(chǎn)出需要利用相關統(tǒng)計數(shù)據(jù)進行估算。由Shaikh和Moudud[18]提出基于產(chǎn)能產(chǎn)出與資本存量之間存在的長期協(xié)整關系估計產(chǎn)能產(chǎn)出,進而估算產(chǎn)能利用率的協(xié)整法,為產(chǎn)能利用率的估算提供了一種有效的方法。陳俊杰[19]利用協(xié)整法對2001—2011年我國各省的制造業(yè)產(chǎn)能利用率進行了測度,結(jié)果符合我國各省市的現(xiàn)實情況。本文沿用協(xié)整法估算產(chǎn)能利用率的方法,測算了2010—2016年我國31個省的制造業(yè)產(chǎn)能過剩情況。計算過程所使用的各省規(guī)模以上工業(yè)企業(yè)總產(chǎn)值、規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)投資凈值、工業(yè)生產(chǎn)者出廠價格指數(shù)以及固定資產(chǎn)投資價格指數(shù)等指標數(shù)據(jù)來自于《中國工業(yè)統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。估算的各省2010—2016年制造業(yè)產(chǎn)能利用率結(jié)果如表1所示。
表1 2010—2016年各省份制造業(yè)產(chǎn)能利用率估算結(jié)果
從表1中的地區(qū)制造業(yè)產(chǎn)能利用率估算結(jié)果可以發(fā)現(xiàn),2010—2016年大多數(shù)省份的產(chǎn)能利用率的整體趨勢呈現(xiàn)“先升后降”的規(guī)律:在2012年左右產(chǎn)能利用率達到最高,2012年之后產(chǎn)能利用率大體上呈現(xiàn)下降趨勢。從2010—2016年產(chǎn)能利用率平均水平來看,產(chǎn)能利用率偏低的省份主要包括天津、河北、遼寧、吉林、黑龍江、江蘇、福建、山東、海南、山西、江西、河南、湖南、四川、云南等。
本文采用《中國統(tǒng)計年鑒》中的分地區(qū)規(guī)模以上工業(yè)企業(yè)成本費用利潤率指標來衡量地區(qū)實體企業(yè)的效益水平。該指標表明企業(yè)每付出一元成本費用所獲得的利潤多少,體現(xiàn)了企業(yè)經(jīng)營耗費取得的經(jīng)營成果。該項指標越高,表明企業(yè)的經(jīng)營效益越好。表2列示了2010—2016年各省份規(guī)模以上工業(yè)企業(yè)成本費用利潤率情況。
表2 2010—2016年各省份規(guī)模以上工業(yè)企業(yè)成本費用利潤率 %
根據(jù)表2可以發(fā)現(xiàn),2010—2016年各省份的工業(yè)企業(yè)成本費用利潤率均出現(xiàn)過持續(xù)下降趨勢或者在部分年份出現(xiàn)下降現(xiàn)象。其中,遼寧、黑龍江、山東、河北、山西、安徽、河南、云南、陜西、甘肅、青海、新疆、內(nèi)蒙古13個省份在2010—2016年工業(yè)企業(yè)成本費用利潤率呈現(xiàn)持續(xù)下降的趨勢;其余18個省份在部分年份出現(xiàn)下降的現(xiàn)象。由此可見,各省份均出現(xiàn)了不同程度的企業(yè)效益下降風險。
房地產(chǎn)泡沫風險來源于房地產(chǎn)價格偏離經(jīng)濟基本面的程度加深。房價與收入的比值即房價收入比是衡量這種偏離程度的較為科學的指標,因此本文采用商品房平均銷售價格與居民平均可支配收入的比值來衡量各省份的房地產(chǎn)泡沫風險程度,房價和收入數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。各省份2010—2016年的房價收入比情況如表3所示。
表3 2010—2016年各省份房價收入比情況
以2010—2016年房價收入比平均水平來看,北京、上海和海南3個省市的房價收入比指標最高,房價收入比的年平均值超過0.4;其次為天津、浙江、福建、廣東、四川、西藏、甘肅等省份,房價收入比的年平均值超過0.3。從趨勢上來看,絕大多數(shù)省份在2012年之后均出現(xiàn)1年或2年內(nèi)房價收入比上升的情況,所有省份均未出現(xiàn)房價收入比持續(xù)上升的情況。
不良貸款率是銀行業(yè)普遍采用的衡量信貸資產(chǎn)質(zhì)量的關鍵指標,本文利用各地區(qū)商業(yè)銀行平均不良貸款率來衡量各地區(qū)銀行不良貸款風險,數(shù)據(jù)來源于《中國銀行業(yè)監(jiān)督管理委員會年報》。表4列示了2010—2016年各省份商業(yè)銀行平均不良貸款率情況。
表4 2010—2016年各省份商業(yè)銀行平均不良貸款率 %
根據(jù)表4可以發(fā)現(xiàn),2010—2016年平均不良貸款率相對較高的省份為浙江、福建、山東、山西、四川、內(nèi)蒙古,這些省份的年平均不良貸款率超過1.5%。從變化趨勢上來看,除了北京、廣東、西藏、甘肅、青海5個省份以外,其他26個省份在2012年之后均出現(xiàn)連續(xù)3年內(nèi)不良貸款率上升的情形,這表明大部分省份在2012年之后在不同程度上都面臨著商業(yè)銀行不良貸款率上升的風險。
為了檢驗地區(qū)經(jīng)濟風險因素對于實體經(jīng)濟增長的影響,本文采用2010—2016年中國各省的面板數(shù)據(jù),利用面板數(shù)據(jù)回歸模型檢驗地區(qū)經(jīng)濟風險與實體經(jīng)濟增長之間的關系。
本文的計量模型將地區(qū)經(jīng)濟風險的衡量指標作為核心解釋變量,將實體經(jīng)濟實際增加值作為被解釋變量,同時將人力資本和物質(zhì)資本存量作為回歸模型的控制變量。模型具體形式如下:
ln RGDPit=β1Utlzit+β2Profitit+β3HPIit+
β4NPLit+β5ln Hit+β6ln Kit+εit。
(1)
其中,RGDPit表示i省在第t年的實體經(jīng)濟實際增加值。實體經(jīng)濟增加值即當年的GDP總值減去房地產(chǎn)業(yè)和金融業(yè)的增加值。為了消除物價因素的影響,本文利用居民消費價格指數(shù)對實體經(jīng)濟增加值進行平減得到以2010年為基期的實體經(jīng)濟實際GDP。為了消除變量可能存在的異方差,對實體經(jīng)濟實際GDP取自然對數(shù)處理。
解釋變量Utlzit、Profitit、HPIit、NPLit分別表示i省在第t年的制造業(yè)產(chǎn)能利用率、工業(yè)企業(yè)成本費用利潤率、房價收入比、商業(yè)銀行不良貸款率。
控制變量ln Hit表示i省在第t年的人力資本存量的自然對數(shù)。本文采用全國就業(yè)人員平均受教育年限與城鎮(zhèn)單位就業(yè)勞動力的乘積來衡量人力資本存量。以primary、junior、senior和college分別表示小學、初中、高中和大專以上受教育程度人口占就業(yè)人口的比重,L表示城鎮(zhèn)單位就業(yè)人數(shù)年底數(shù),則:H=(6×primary+9×junior+12×senior+16×college)×L。
控制變量ln Kit表示i省在第t年的物質(zhì)資本存量的自然對數(shù)。物質(zhì)資本存量采用永續(xù)盤存法進行估算。其基本公式為:Ki(t+1)=(1-δit)Kt+Ii(t+1)/FIPi(t+1),其中i表示省份,t表示年份,K,I,δ,F(xiàn)IP分別代表資本存量、名義投資、折舊率和固定資產(chǎn)投資價格指數(shù),此處以2010年為基期。當年的名義投資采用實際固定資產(chǎn)投資來代替。經(jīng)濟折舊率借鑒張軍[20]的方法設定固定經(jīng)濟折舊率9.6%。基期物質(zhì)資本存量采用靖學青[21]估計的2010年省際物質(zhì)資本存量數(shù)據(jù)。
本文采用東、中、西部地區(qū)以及全國樣本進行面板數(shù)據(jù)回歸檢驗。首先,利用Hausman檢驗來確定分組檢驗使用隨機效應模型還是固定效應模型,檢驗結(jié)果見表6。
表6 Hausman檢驗結(jié)果
Hausman檢驗結(jié)果顯示,全國面板數(shù)據(jù)以及東部和西部面板數(shù)據(jù)的檢驗顯著拒絕Hausman原假設,故使用固定效應模型更有效率。中部地區(qū)面板數(shù)據(jù)Hausman檢驗不能拒絕原假設,因此選擇隨機效應模型。接下來按照式(1)設定的回歸模型進行面板數(shù)據(jù)回歸檢驗。面板數(shù)據(jù)回歸檢驗結(jié)果見表7。
表7 面板數(shù)據(jù)回歸檢驗結(jié)果
根據(jù)表7中全國樣本的檢驗結(jié)果可以發(fā)現(xiàn):(1)地區(qū)制造業(yè)產(chǎn)能利用率(Utlz)的回歸系數(shù)顯著為正。從回歸系數(shù)來看,在1%的顯著性水平以及其他自變量不變的條件下,地區(qū)制造業(yè)產(chǎn)能利用率每下降0.1,會引起實體經(jīng)濟GDP下降0.042%。這說明地區(qū)制造業(yè)產(chǎn)能過剩程度與實體經(jīng)濟增長呈負相關關系。
(2)工業(yè)企業(yè)成本費用利潤率(Profit)的回歸系數(shù)顯著為正。在1%的顯著性水平以及其他自變量不變的條件下,工業(yè)企業(yè)成本費用利潤率每下降0.1,會引起實體經(jīng)濟GDP下降0.12%。這表明地區(qū)企業(yè)效益水平下降對于實體經(jīng)濟GDP具有負面影響。
(3)房價收入比(HPI)的回歸系數(shù)顯著為負。在5%的顯著性水平以及其他自變量不變的條件下,房價收入比每上升0.1,實體經(jīng)濟GDP會下降0.039%。因此,房地產(chǎn)泡沫程度與實體經(jīng)濟增長呈負相關關系。
(4)商業(yè)銀行不良貸款率(NPL)的回歸系數(shù)顯著為負。在1%的顯著性水平以及其他自變量不變的條件下,NPL每上升1%,實體經(jīng)濟GDP會下降0.039%。這表明商業(yè)銀行不良貸款率與實體經(jīng)濟增長呈負相關關系。
全國面板數(shù)據(jù)的回歸結(jié)果支持了假設I—IV。而按照東、中、西部地區(qū)分組的面板數(shù)據(jù)回歸結(jié)果顯示了地區(qū)經(jīng)濟風險因素影響實體經(jīng)濟增長的地區(qū)差異,具體表現(xiàn)在:首先,東、中、西地區(qū)的產(chǎn)能利用率對實體經(jīng)濟增長的影響程度不同。從影響系數(shù)大小來看,西部地區(qū)的影響系數(shù)要高于東部和中部地區(qū),說明西部地區(qū)產(chǎn)能過剩風險對實體經(jīng)濟增長的影響程度是最為明顯。其次,中部和西部地區(qū)的工業(yè)企業(yè)成本費用利潤率的影響系數(shù)顯著高于東部,說明相比于東部,中部和西部地區(qū)的企業(yè)效益下降風險對實體經(jīng)濟增長的影響程度更明顯。再次,東中西地區(qū)的房價收入比的影響系數(shù)差異較小,東部和西部地區(qū)的房價收入比影響系數(shù)略高于中部。說明房地產(chǎn)泡沫化風險對于實體經(jīng)濟增長的負面影響在東中西地區(qū)具有普遍性。最后,中部地區(qū)不良貸款率的影響系數(shù)絕對值明顯大于東部和西部的影響系數(shù)。由此可見,相比于東部和西部地區(qū),中部地區(qū)的銀行不良貸款風險對實體經(jīng)濟增長的影響尤為明顯。
本文根據(jù)IMF工作報告中提出的中國經(jīng)濟風險評估矩陣,首先分析了產(chǎn)能過剩、企業(yè)效益、房地產(chǎn)泡沫、銀行不良貸款等四個方面的經(jīng)濟風險對于實體經(jīng)濟增長的影響機制;接著基于我國31個省市自治區(qū)2010—2016年的統(tǒng)計數(shù)據(jù),選用合適的指標度量4類經(jīng)濟風險;最后實證檢驗了地區(qū)經(jīng)濟風險對實體經(jīng)濟增長的影響,主要結(jié)論如下。
(1)從估算的各省2010—2016年制造業(yè)產(chǎn)能利用率情況來看,產(chǎn)能過剩風險在較多省份有所顯現(xiàn),表現(xiàn)為產(chǎn)能利用率下降和部分年份產(chǎn)能利用率偏低。實證結(jié)果顯示,產(chǎn)能過剩風險對實體經(jīng)濟增長會產(chǎn)生顯著的負面影響,且西部地區(qū)的影響大于東部和中部地區(qū)。
(2)從2010—2016年各省份工業(yè)企業(yè)成本費用利潤率情況來看,絕大多數(shù)省份均出現(xiàn)工業(yè)企業(yè)成本費用利潤率持續(xù)下降或在部分年份內(nèi)下降的情形。實證研究表明,地區(qū)企業(yè)效益水平下降會對實體經(jīng)濟增長產(chǎn)生顯著負面影響,且中部和西部地區(qū)的影響更明顯。
(3)從2010—2016年各省份房價收入比情況來看,目前各省份尚未出現(xiàn)嚴重的房地產(chǎn)泡沫化風險。實證研究表明以房價收入比度量的房地產(chǎn)泡沫風險對實體經(jīng)濟增長具有負面影響,且東中西地區(qū)的影響差異較小。
(4)根據(jù)2010—2016年各省份商業(yè)銀行不良貸款率情況可以發(fā)現(xiàn),大多數(shù)省份在2012年之后都面臨商業(yè)銀行不良貸款率上升的風險。實證研究表明商業(yè)銀行不良貸款風險對地區(qū)實體經(jīng)濟增長具有顯著負面影響,且中部地區(qū)的影響明顯大于東部和西部地區(qū)。
本文的研究對于認識地區(qū)經(jīng)濟風險以及相關政策的制定具有一定的參考意義,也給我們帶來了一定的啟示:在當前我國經(jīng)濟發(fā)展進入“新常態(tài)”的背景下,雖然目前沒有出現(xiàn)實質(zhì)性的經(jīng)濟危機,但是經(jīng)濟風險因素現(xiàn)實存在且對經(jīng)濟增長已經(jīng)產(chǎn)生負面影響。這說明對于經(jīng)濟風險的有效識別、控制和預防具有必要性。而由于我國地區(qū)經(jīng)濟發(fā)展不平衡的現(xiàn)狀,對經(jīng)濟風險的預防和控制則需要因地制宜。對于經(jīng)濟風險尚未顯現(xiàn)的地區(qū),應該監(jiān)控和預防經(jīng)濟風險的出現(xiàn);對于已經(jīng)出現(xiàn)一定程度經(jīng)濟風險的地區(qū),應當控制風險的累積,化解已經(jīng)出現(xiàn)的經(jīng)濟風險。長遠來看,各個地區(qū)應當建立起地區(qū)經(jīng)濟風險的監(jiān)控和預警體系,量化和觀測經(jīng)濟風險指標,將經(jīng)濟風險保持在可控范圍之內(nèi),這樣才能保證平穩(wěn)、健康、可持續(xù)的經(jīng)濟發(fā)展。