发展融资对经济增长的行业溢出效应

许 坤 胡东婉

(西南财经大学 ，四川 成都 611130)

一、引言

政府借助发展融资机构直接投资公共部门在世界很多国家被广泛运用，此举将有助于促进经济增长(Lucas；Elliott)[1][2]。国内外学者关于发展融资争论的焦点在于发展融资对于私人部门的挤出和溢出效应(Ru)。[3]275-316一方面，发展融资机构的贷款投向一些诸如基础设施建设等具有高社会回报低私人回报的行业，为企业经济活动提供了正外部性，存在正向溢出效应(Stiglitz)，[4]19-52政府应该投资那些私人部门很难获得回报却具有正外部性的公共部门(Atkinson 和 Stiglitz；Stiglitz和 Weiss；Greenwald 和 Stiglitz)。[5][6][7]另一方面，发展融资机构贷款会挤占具有更高投资效率的私人部门投资(King 和 Levine)，[8][9]更多的优惠贷款投放给了效率较低的国有企业部门(Demirguc-Kunt 和Maksimovic，Rajan 和 Zingales)。[10][11]发展融资具有双重效应，导致其对经济增长的影响可能存在两种截然相反的结果。

中国的发展融资机构已成为全球最大的发展融资机构，在中国经济增长奇迹中发挥着重要作用(徐佳君等)。[12]中国经济快速发展得益于基础设施投资和国家重要产业政策(洪正等)，[13]发展融资为这些项目提供了巨额资金支持，发展融资成为经济增长的重要动力。陈元指出“现实而合理的政府与市场的关系应该是，在保证市场对资源配置起基础性作用的前提下，在市场运作的范围内，以政府干预之长弥补市场调节之短，同时又以市场调节之长来克服政府干预之短，从而实现市场调节和政府干预两者的最优组合。”[14]基础设施等公共品，由于投资周期长、收益较低等原因，导致私人资金不愿意投，而具有准政府性质的发展融资却可以弥补市场投资不足。遗憾的是，受到数据可得性限制，现有研究主要关于发展融资对经济增长净效应的研究，[15]但尚未将发展融资的净效应实施有效分离，更不用说深入研究发展融资对重要关联行业的异质性效应。

本文使用中国发展融资机构贷款余额数据，重点研究发展融资对于经济体中重点行业的溢出效应。研究结论有助于更加理解发展融资对国民经济重点行业影响的异质性，有助于政府和监管机构全面了解发展融资的经济增长效应。样本发展融资机构选自国内某大型政策性银行，为国内最大的政策性银行，资产规模占政策性银行比重达到65%以上，是中国能源、交通、水电等国家战略以及地方政府基础设施建设资金的供给主体。发展融资属于第三产业的金融业，与房地产同属于一个产业。同时，发展融资对第二产业中的工业具有重要影响。在第三产业中，仅次于金融业部门的是房地产业，且与第三产业金融业密切相关的是第二产业的工业，工业也是第二产业规模最大的行业。截至2020年底，我国第二产业占GDP比值为37.82%，其中工业占比为30.81%，位居第一位；第三产业占GDP比值为54.5%，其中房地产占比为7.34%，仅次于金融业。从实体产业说，第二产业以工业为代表，第三产业以房地产为代表。因此，本文选取房地产业和工业为影响对象，研究发展融资对二者的异质性影响。

二、文献综述与研究假设

(一)文献综述

金融发展与经济增长关系一直以来都是备受关注的话题，主流观点认为金融发展在一定程度上对经济增长存在促进作用。如Goldsmith的金融结构与金融发展理论[16]、Schumpeter金融促进论。相关研究论证了经济增长中金融发展的推动作用，且重点强调在储蓄和投资功能的银行及其对经济增长的促进作用[17]，之后Levine 和 Zervos[18]、Fisman和Love[19]等学者研究表明金融发展与经济增长两者之间存在显著的长期正向关系。国内学者也从金融发展、国企改革、产业、金融结构等开展了大量研究。林毅夫等强调银行业的规模和结构对于经济增长的重要性，提出了“最优金融结构”的理论假说。[20]

发展融资作为一种特有的金融结构，其对经济增长的影响也越来越受到重视。政府信贷中的一个核心问题在于政府信贷可能会挤出更具生产力的私营部门投资，但政府信贷对于私人部门与国有部门影响的研究结果在理论和实证研究中都是不确定的。一方面， 大多数研究支持Stiglitz的“社会观点”说，Stiglitz论证了发展融资机构对于基础设施等高社会回报项目的投资会产生积极的溢出效应，因此当私人银行难以获得此类贷款时，政府应该将资金分配给具有正外部性的高社会回报项目。[4]6另一方面，一些研究认为，政府信贷会对私有部门产生挤出效应，特别是向国有部门企业提供信贷补贴时会挤出更具有生产力的私人部门企业投资。Ru考虑政府信贷在不同供应链层面和不同类型信贷中的异质性，将企业进一步划分为上游企业与下游企业，实证结果发现针对于上游企业发展融资向国有企业提供的贷款挤占了同一行业的私人企业，下游企业中效率更高的私人企业可以从发展融资机构对上游国有企业的信贷中获益。[3]315

相比于已有文献，本文的贡献主要体现在以下三个方面：

第一，本文从发展融资的视角，考察了金融结构对经济增长的影响。关于金融结构对经济增长的影响已有较多分析，现有文献主要从不同类型、资产规模、产权性质等角度提出了金融机构发展对经济增长的影响，肯定了不同金融机构在推动经济增长方面的差异。但是始终未触及发展融资作为一种特殊的金融制度安排，其在促进经济增长方面可能发挥了更加重要的作用。国内关于发展融资的实证研究屈指可数，主要因为数据的不可得。

第二，拓展和丰富了发展融资经济影响的相关研究。国外主流的金融发展理论专注于银行主导的信贷市场和股权为代表的资本市场，发展融资研究长期被学术界忽视。Ru研究了开发银行对不同供应链层面和不同类型企业的信贷影响。[3]279与上述研究主题不同，本文更加侧重于发展融资对行业的差异化影响。本文在提高计量结果可靠性方面做了较大努力。一是采用动态面板模型，避免了遗漏重要变量问题；二是借鉴Dang扩展了Hansen对静态面板门槛模型的估计和推论，将门槛模型的时间序列方法与现有的GMM估计方法结合起来，采用一种新的应用于动态面板门槛的估计和假设检验方法，可以有效避免人为依据时间和地区划分门槛区间带来的偏误。

第三，经济学权威期刊对发展融资经济增长效应的研究偏少的原因是，西方主流观点推崇经济自由主义。发展融资存在挤出和溢出效应，其是否有利于经济高质量发展，取决于挤出效应和溢出效应的相对大小及结构性变化。发展融资是否构成中国特色社会主义金融治理体系重要组成部分，目前仍没有科学评估。本文将对这一命题开展评估，为相关的结论提供经验支撑，进一步发挥发展融资在促进经济增长方面的作用，推动国家金融治理体系和治理能力现代化。

(二)研究假设

虽然金融制度的发展与改革促进了经济增长，但是不得不承认中国现有金融体系仍然是比较落后和低效的。[21]与发达国家相比，为什么中国落后的金融制度依旧会促进经济高速增长？本文认为现有文献忽略了中国金融制度的一个重要制度安排，即发展融资机构的发展。中国政府于1994年成立了三家政策性银行，即发展融资机构，通过发行债券的融资方式来实现对国家“两基一支”重点领域和产业投资。经过多年的发展，发展融资已经成为了国家基础建设等公共品投资的主要资金来源，这与其他国家发展融资机构主要支持农业、相关产业和房地产有着显著不同。发展融资机构对于公共品的投资会形成竞争逃避效应、创新溢出(虹吸)效应和市场规模效应，从而对行业产生溢出效应，尤其对于中国经济中最为关键的两个核心产业，房地产和工业，发展融资的溢出效应最为明显。同时，由于地区经济金融发展水平不同，发展融资对于行业的溢出效应也会不同，存在结构性变化，从而存在门槛效应。因此，本文提出如下两个假设：

H1：在其他条件不变情况下，发展融资对工业、房地产存在溢出效应；

H2：在其他条件不变情况下，发展融资对工业、房地产的溢出效应存在门槛效应。

三、研究设计

研究发展融资对房地产、工业产值的影响，可以采用多元线性回归模型OLS方法估计，但是，影响行业产值增长的因素很多，发展融资对行业产值影响的因果效应远非一目了然。行业产值增长易受到宏观环境、政策等因素影响，部分因素难以观察和量化，要厘清这些效应的各种来源并进行精确度量显得非常困难。此外，行业产值增长在一段时期内往往具有累积效应，第t期产值增长很显然会受到第t-1期影响，即产值增长往往表现为较平滑的曲线，而非跳跃的间断折线。因此，本文将使用动态面板模型考察发展融资与房地产、工业产值增加的因果效应。采用动态面板模型的好处是通过引入产值增长的滞后项综合各种不可观察因素及效应，消除未引入产值增长滞后项时解释变量与误差项之间存在的相关性，从而得到更可靠的估计。

(一)回归模型设定

参考前期文献，动态面板模型目前已经在国内外得到了广泛的应用，且通常作为研究经济增长问题的方法。具体到本文的研究设计，采用工业、房地产增加值与当期GDP比值的对数值(ln_GDPi_r，ln_GDPr_r)作为被解释变量。用发展融资机构贷款余额对数值(ln_CDB)作为解释变量。

动态回归模型设定为：

ln_GDP_iit=α0+ρln_GDP_iit-j+αLn_CDBit+θxit+νit，νit=ηi+εit

(1)

ln_GDP_rit=α0+ρln_GDP_rit-j+αLn_CDBit+θxit+νit，νit=ηi+εit

(2)

模型中i和t分别表示地区和时期。xit是影响行业产值增长的控制变量，主要包括ln_NoCDB、Popden、Gov、Pop_add和Fix_inv_add，其系数θ度量这些因素对行业产值增长的影响。ln_GDP_iit-j，ln_GDP_rit-j是衡量行业产值增长占比的滞后项，j表示滞后期数，其系数ρ度量行业产值增长滞后项对当期产值的影响。Ln_CDBit是解释变量，其系数α度量了发展融资对工业、房地产产值增长的影响。ηi表示截面固定效应，以控制所无法观察的行业个体因素影响；εit为随机扰动项，它与个体截面固定效应以及自变量不相关。

(二)指标选取

因变量：本文选取第二产业中的工业作为发展融资相邻的影响行业。发展融资对基建企业及其项目定向融资活动，是否会产生向其他相关工业企业溢出？这是我们非常关注的一个问题。同时，发展融资属于第三产业中的金融业，为了刻画其对于第三产业内其他行业的影响，本文结合我国行业发展现状，选取房地产业作为发展融资相近的影响行业。发展融资精准投放于相关建筑项目，此举是否会降低房地产业投融资活动？这是另一个引起我们关注的问题。

核心解释变量：本文选取国内具有代表性政策性银行各省(市、区)中长期贷款余额的对数值作为发展融资规模的代理变量。该政策性银行是典型的发展融资机构，贷款主要投于公共基础设施、公路、铁路、电力等领域，资产规模总量远高于其他两家政策性银行，是我国发展融资的主要供给主体。

控制变量：以Mankiw et al.等经典研究经济增长文献为基础，构建了以下主要控制变量：(1)固定资产投资完成额增长率(Fix_inv_add)：固定资产投资额的变动会对不同行业产生差异性影响，因此引入固定资产投资额增长率来控制投资对行业增长的影响。固定资产投资完成额是以货币表现的固定资产建设完成的工作量，增长率即为当年的规模变化与上一年的固定资产投资完成额之比。(2)公共财政支出与GDP之比(Gov)：此变量用于反映当地政府对地方经济的干预程度，由于其在很大程度上影响到了地方行业变化，因此引入此变量作为控制变量。(3)地方人口密度(Popden)：人口集聚与地方行业增长存在某种关联，此处引入地方人口密度变量作为控制变量。地方人口密度的计算等于地方常住人口/地方行政区域可行面积。(4)人口增长率(Pop_add)：劳动力要素会对地方的行业增长产生影响，此处引入人口增长率。人口增长率等于当年的人口增加量与上一年人口数量比值。此外，采用手工整理《中国金融统计年鉴》中各地方历年中长期贷款余额，从中扣除发展融资中长期贷款余额，构造地方商业贷款的代理变量，采用商业贷款余额对数值(ln_NoCDB)控制商业贷款对行业产值增长影响。

(三)数据来源和描述性统计

本文选取1999—2017年我国代表性政策性银行省(市、区)中长期贷款余额的面板数据。各省(市、区)房地产和工业的发展水平、行政区域可行面积、公共财政支出、人均可支配收入和常住人口数据来源于Wind数据库，部分缺失的数据来源于历年《中国经济统计年鉴》；各省(市、区)地区的贷款余额、中长期贷款余额手工整理于历年《中国金融统计年鉴》。表1为主要指标的描述性统计。

表1 主要变量解释和描述性统计

(四)估计结果

为了解决估计方程中可能存在的内生性问题，本文采用系统的GMM估计方法。该方法是通过差分GMM估计方法上再引入水平方程，将滞后差分变量增加为水平方程相应变量的工具变量，从而可以提高估计结果的有效性，避免差分GMM方法损失样本信息减弱工具变量有效性问题。另外，采用系统GMM两步法估计可以消除异方差的干扰。故而本文采用系统GMM两步法对模型估计。

1.发展融资与工业、房地产

表2 发展融资与工业、房地产的系统GMM估计结果

如表2所示，针对工业和房地产业，分别建立以行业占比为被解释变量的列(1)-(4)。采用动态面板系统GMM两步法进行检验所得四组估计结果。从表3可以看出，列(1)-(4)四组估计结果中Wald检验P值均为零，拒绝了自变量系数全部为零的原假设，所有变量系数联合显著，表明所构建的金融计量模型整体显著；同时Sargan检验的P值均高于0.1，表明系统GMM估计中工具变量的选取是有效的，不存在过度识别问题；在残差序列自相关性检验中，AR(2)显示差分后的残差在1%显著性水平上均无二阶自相关，表明原模型误差项无序列相关性，故动态面板模型估计结果有效且整体显著。

针对列(1)和(2)，被解释变量工业占比选取的滞后阶数为二阶，对应的滞后变量在显著性水平为1%的条件下均显著，而且滞后变量的作用系数以滞后一期变量的效应为主。经济学中经济意义的解释为当期工业发展水平会受到前两期工业发展水平的影响，具体表现为不同滞后期的影响方向不同，但总体受滞后一期影响最大，表现为正向作用，其具体表现为滞后一期变量每变动1%，工业行业上涨1.018百分点，从而说明工业发展水平确实具有显著的累积效应。

针对列(3)和(4)，被解释变量房地产占比选取的滞后阶数为一阶，对应的滞后变量在显著性水平为1%的条件下显著。经济学中经济意义的解释为当期房地产发展会受到前一期房地产业的影响，表现为正向作用，其具体表现为滞后一期变量每变动1%，房地产业上涨0.2760百分点，从而说明房地产业确实具有显著的累积效应。

针对列(2)，发展融资(Ln_CDB)与工业在1%水平上显著为正，发展融资的投入会在对工业存在拉升作用，说明在样本期内发展融资对工业企业的影响表现为溢出效应。针对列(4)，发展融资(Ln_CDB)对房地产业在1%水平上也显著为正，发展融资对房地产也存在拉升作用，说明在样本期内发展融资对房地产业影响表现为溢出效应。从参数估计值的大小来看，发展融资对工业的作用效果要大于其对房地产业的作用效果。

2.异质性分析结果

如表3所示，对中、西部地区而言，针对模型(1)，发展融资(Ln_CDB)与工业在1%水平上显著负相关，针对模型(2)，发展融资(Ln_CDB)与工业在1%水平上显著正相关，中、西部地区分组与全国样本回归结果不完全一致，发展融资对工业具有挤出效应，而对房地产仍具有溢出效应。从参数的估计值来看，中、西部地区发展融资(Ln_CDB)每增长1%，工业下降0.0153；而对房地产，中、西部地区发展融资(Ln_CDB)变量参数估计值为0.0023，该值高于全国样本下的参数估计值0.0014，说明发展融资对中、西部地区房地产的影响要高于全国平均水平。

对东部地区而言，针对模型(3)，发展融资(Ln_CDB)与工业在5%的水平上显著正相关，针对模型(4)，发展融资(Ln_CDB)与工业在10%的水平上显著正相关，说明东部地区分组与全国样本回归结果一致。但是从参数的估计值来看，东部地区发展融资(Ln_CDB)对工业的参数估计值为0.0172，该值远高于全国样本下的参数估计值0.0060，说明发展融资对东部地区工业的发展水平作用要高于全国平均水平，东部地区发展融资(Ln_CDB)对房地产的参数估计值为0.0017，该值与全国样本下的参数估计值0.0014相差不大。

3.政策测试

表4 四万亿政策测试：发展融资与工业、房地产的系统GMM估计结果

2008年，国际金融危机爆发，为了进一步扩大内需，促进经济平稳且较快增长，我国提出了四万亿计划，经济结构发生了重大调整，鉴于此，本文以此时间节点为分界点，将样本分组为危机前(列1和列3)和危机后(列2和列4)两组，分别检验发展融资对工业和房地产的影响(见表4)。由回归结果可以看出，对工业，发展融资在2008年前对工业表现为溢出效应，在2008年后对工业表现为挤出效应；对房地产，发展融资在2008年前对房地产表现为挤出效应，在2008年后对房地产表现为溢出效应。

四、发展融资与工业、房地产的门槛效应

为了进一步考察结构性变化关系，本文将动态面板和门槛模型相结合，考察发展融资与工业和房地产的门槛效应。由于地理位置，经济发展程度，政策倾斜以及政策实施快慢等原因导致我国区域经济发展的不平衡性，我国东部，中西部地区在工业和房地产的发展水平上面存在较大的差异，由此形成了各地区对于发展融资的不同反映，因此意味着行业在一定程度上存在着“门槛特性”，即当该地区的某一经济指标达到一定水平时，工业和房地产可能会存在着显著地变动。借鉴Dang扩展Hansen's对静态面板门槛模型的估计和推论，将门槛模型的时间序列方法 与现有的GMM估计方法结合起来，采用一种新的应用于动态面板门槛的估计和假设检验方法，即动态面板门槛模型。

(一)门槛变量选择与数据说明

针对各地区不同的经济发展特征，门槛变量主要分为地方金融发展、经济发展水平两个方面。

1.地方金融发展

地方金融发展水平反应为地方的金融市场效率，金融发展在一定程度上可以降低各行业与各企业的融资成本，从而促进行业发展。本文采取较为宏观的角度来衡量金融发展程度，定义为总贷款与地区GDP的比值。其中，各地区的总贷款余额与GDP的数据均来源于wind数据库。

2.经济发展水平

经济发展水平在一定程度上反应为各地区经济发展的综合水平，行业的发展水平会受到地区宏观经济环境的影响，而宏观经济环境除了外生的政策影响外，很大程度上是由各地区的经济发展的综合水平所决定。通过阅读前期已有的相关文献，本文采取的衡量地区经济发展水平因素的指标为人均GDP， 其中地区GDP与地方人口规模均来自于wind数据库。

(二)回归结果

1.门槛检验

首先检验门槛效果，从而确定门槛的个数，进而判断模型的形式。分别对于不同的门槛变量以及因变量进行在不存在门槛，存在一个门槛，存在两个门槛的不同设定下对模型进行估计，F统计量和采用Bootstrap方法得到的P值见表5。

由门槛检验的结果可以看出，地方金融发展作为门槛变量条件下，对于工业，在5%的显著性水平下单一门槛检验，双重门槛检验均可以通过，对于三重门槛检验结果不显著；对于房地产，显著性检验均无法通过。经济发展水平作为门槛变量的条件下，对于工业，在5%的显著性水平下单一门槛检验，双重检验可以通过；对于房地产，在5%的显著性水平下单一门槛检验可以通过，双重检验与三重检验均不显著。

表5 门槛效果检验

2.模型的参数估计结果

一是地方金融发展。地方金融发展对于工业的影响为正向双重门槛特征，当地方金融发展低于1.081时，发展融资对于工业的弹性为0.010；高于1.081低于1.404时，即跨越第一个门槛时，弹性变为0.003；高于1.404时，即跨越第二个门槛时，弹性变为-0.004。因此，地方金融发展对于工业存在明显的门槛特性。二是经济发展水平。经济发展水平对于工业的影响为正向双重门槛特性，当经济发展水平低于0.736时，发展融资对于工业行业的弹性为0.001，高于0.736低于1.241时，弹性系数变为0.009，当高于1.241时，越过此门槛值，弹性系数变为0.015。经济发展水平对于房地产的影响为正向单一门槛特征，当地经济发展水平低于3.459时，发展融资对于房地产行业的弹性为0.004，当越过此门槛值时，弹性系数变成0.003。因此，地方金融发展对于工业与房地产的影响呈现出显著的门槛特性。

表6 门槛值估计结果

五、结论和政策建议

发展融资是中国金融制度的重要顶层设计，已成为中国特色金融理论的重要构成部分，成为推动中国经济增长的重要动力，它对其他关联行业具有正的外部性影响，即存在溢出效应。本文采用1999—2017年我国各省(市、区)发展融资面板年度数据，采用动态面板模型实证检验了发展融资对我国工业、房地产行业的影响，研究结果表明发展融资对工业与房地产均具有溢出效应。为了进一步考察作用关系的结构性变化，本文利用动态面板门槛模型进一步检验了发展融资对工业、房地产两关联行业影响的门槛特征，从经济发展、金融发展两个方面测算了引发影响关系变动的门槛水平。

整体上来说，发展融资所提供的金融支持，推动了工业、房地产产业的发展，但是存在门槛效应，即发展融资其对工业、房地产业的影响会受到经济和金融发展水平制约。发展融资对于我国经济的发展具有重要的促进与引导作用。因此本文建议：要明确发展融资机构的定位，坚持不动摇，鼓励发展融资机构针对传统的重点项目、重点领域和重点行业等拓展发展融资的信贷资产业务，充分利用其贷款周期长、利率低的特点，培育国家重点支持的行业及企业，同时引导更多的商业银行和社会资本进入，从而撬动更多的资金，发挥好资金杠杆效应。同时提高发展融资机构的公司治理能力。发展融资机构贷款对象较为单一，一般为地方政府平台公司或大型国有企业，贷款行业较为集中，所以贷款业务的风险也较为单一，其风险识别的手段较为单一，同时存在软预算约束，委托代理问题严重。发展融资要加大公司治理能力的提升，建立更加科学的信贷违约风险测度模型，形成有效的激励机制，充分发挥发展融资在熨平经济波动、促进产业结构升级和提高基础设施建设水平方面的作用，从而进一步释放其对经济增长的拉动作用。