长株潭城市群银行贷款的分析及预测研究.doc

长株潭城市群银行贷款的分析及预测研究
——基于财政货币政策变量影响银行贷款的回归模型分析
一、 前言
2007年12月14日，长株潭城市群被批准为资源节约型和环境友好型社会。长株潭城市群“两型”社会建设的空间范围涵盖 “3+5”城市群，包括长沙、株洲、湘潭、岳阳、益阳、常德、娄底和衡阳八市，总面积9.96万平方公里。“两型”社会的获批一定会对湖南的经济社会发展产生强大的推动力，而经济方面的影响则更是深层次的，而经济发展需要资源（人力、资本）、技术等重要推动因素。因此研究分析未来十年城市群的资源供给状况具有很深的意义，对于社会资金供给的分析也显得尤为重要。根据资金流量表中资金来源渠道，社会资金总供给主要包括银行贷款、财政支出、外商直接投资、资本市场融资等。而目前起主导地位的还是银行贷款，虽然目前出台了地方发债的新政策、资本市场融等方式发展很快，但是由于历年波动较大，不适于做预测分析，因此，本文将只根据银行贷款测算可预见的资金总供给。
本文将按照以下思路展开分析：首先，分析影响银行贷款的各种因素，希望从历年因素变化轨迹的分析中获取重要信息、为模型的构建做前提准备；其次，在前面分析的基础上构建模型，模型将基于财政货币政策影响银行贷款的角度综合考虑前述各种因素的作用，定义出一个综合政策变量，作为解释变量，以贷款增量发展速度作为被解释变量，建立回归模型，估计并分析结果；最后，基于经济发展周期的考虑，应用模型做简单的预测分析，不过这种预测分析的可靠性不做探讨，只是一种预见性质的大致了解。
二、影响因素分析
全社会资金供给中银行贷款占比重最大，因此对贷款的分析显得更为重要。与贷款相关的宏观因素主要有利率、CPI、存款准备金率。
（1）利率
利率变化直接对贷款增量产生影响，贷款利率中对于不同期限有不同的基准利率，但变化趋势几乎协的，政策紧缩时期各种利率都会上调，而适度宽松的货币政策也会体现在各个利率当中。
表1 一年期贷款基准利率（单位：%）
时间
贷款基准利率
1996.8
1997.10
1998.12(3)
1999.6
2002.2
2004.10
2006.8(2)
2007.12(6)
2008.10(4)
10.08
8.64
6.39
5.85
5.31
5.58
6.12
7.47
5.58
注：数据来源：CPI指数来源于2009年《中国统计年鉴》；存款准备金率来源于人民网；存贷款利率来源于中国人民银行万州中心支行货币信贷管理科编制的《历年金融机构人民币存贷款利率调整表》。
注：此处CPI未剔除基数。

图1 贷款基准利率
根据表1和图1，利率具有以下特征：
贷款基准利率总体上逐年下降，1996-2008期间内由10.08%下降到5.58；
‚1998年连续三次大幅上调利率、2007年连续六次大幅上调利率，表明中央银行实施紧缩的货币政策，贷款余额减少；
④2008年四次下调基准利率，表明中央银行为应对金融危机造成的经济滑坡，采用了宽松的货币政策，贷款余额将增加。
（2）CPI
经济发展中的社会资金供给的变化，会通过消费价格指数的变化体现。CPI异常上涨或下跌反映出社会的资金供给中的异常增加或减少，即两者具有同向关系，但CPI的变化通常滞后于资金供给的变化。

图2 CPI增长指数
图2表明，1993年CPI指数异常高，说明社会资金供给充足，相对于产品“过剩”；此后逐渐下降，2000年到达低谷；2000年开始缓慢上升，反映出社会资金供给处于一种平稳增长的趋势，贷款余额增加。
（3）存款准备金率
存款准备金是货币政策的主要工具之一。上调存款准备金率一般出现在经济增长“过热”的时期里，导致贷款余额下降；下调则相反。

图3 准备金率变化情况
图3 表明，1998年存款准备金率大幅下降，货币政策宽松，放贷增加；2007年，大幅上调，货币政策从紧，银根紧缩。反映存款准备金率在某些关键时期的显著变化，或上调或下降。
三、贷款增量发展速度模型构建
（1）模型构建
建立由时间序列数据组成的线性回归模型，用贷款增量发展速度反映贷款增量的变化趋势，作为模型的被解释变量。由于上述描述的三大因素对发展速度的影响存在交叉及滞后作用，如果在同一模型中出现（作为解释变量），则多重共线性的可能性高。因此，设定一个综合性政策变量，根据三大因素变化情况，采用专家评价法对政策变量赋值，综合反映三因素对贷款增量发展速度的影响。历年贷款增量发展速度计算公式为（1）：
（1）
其中，y为贷款增量，建立回归模型（2）：
（2）
P是经济政策评估值。
（2）样本数据
将长株潭城市群历年贷款余额数据逐年相减，得到历年贷款增量；再根据公式（1），测算出贷款增量发展速度。为下面估计方便，当相减以后出现负数时，采用统计中常用的一种转化方法，做如下转化：基期=原基期的相反数，报告期=原报告期-原基期。政策变量的赋值方式为：每一年内各项政策对贷款增量的影响程度不同，通过综合分析，取1-7七个正数代表影响程度，数值越大，说明该年政策对于贷款增量的正向影响越大。
搜寻从1992年到2008年历年国家出台的财政货币政策，作出如下财政货币政策汇总：
1992年至1996年，我国相继实行了适度从紧的财政政策、1997年至2003年为中性、过渡、积极的财政政策、2004年开始稳健的财政政策（2004年试行、2005年开始正式实行至今）。2005年的“双稳健”、2008年变成了稳”一“紧”相搭配十多年间，我国财政政策实践发生了诸多变化，彰显我国政府宏观调控艺术和执政能力的不断提高。可将历年财政政策的变化分为三个阶段：1990年到1997年为第一阶段，货币政策的主要任务是治理通货膨胀（1993-94年通货膨胀，1996年“软着陆”），调控方式以贷款限额管理为主；1998年到2002为第二阶段，这期间货币政策的主要任务是治理通货紧缩。第三阶段则是从2003年开始，政策的目的转为保持经济稳健发展，防止个别行业泡沫发生。每年更为具体的政策可以概括为：1991、1992年两年政策刺激，1992年经济增速达到高点、CPI同年历史新高，1993年进行宏观调控、9月份16条措施实行，1994年政策措施更严，1995、1996年政策延续，1996经济终于“软着陆”，1997“低通胀，高增长”政策变为中性偏松，1997年发生亚洲金融危机，1998年又发生洪灾，经济目标为“保八”，这年财政政策作用显著，1999年至2002年财政货币政策稳中有松，2003觉察经济“过热”苗头、宏调，2004政策延续、进中求稳，2005年实行“双稳健”及“结构导向的宏调政策”、国民经济“稳重求进”、更加注重法律和市场化手段。2007年10次上调准款准备金率、5次提高存贷款利率，反映宏观调控力度的加大，2008-2009政策适度宽松。
综合评价分析上述政策汇总，对历年财政政策进行量化，量化标准为：1代表政策对经济强有力的宏观调控，7则代表为保经济增长目标而采取的宽松的财政货币政策，其他数值依次原则类推，得到政策变量赋值表，见下表表2：
表2 政策变量赋值
年份
发展速度
发展速度调整
政策变量赋值
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
1.1502195992
1.3282620369
1.1102277321
1.9954282478
0.45739137487
0.62680083337
0.94483734088
3.0110778443
-0.71780978294
-2.4325194652
1.0670228895
0.62192649582
0.51078234704
3.009163803
1.3124694111
1.013134452
1.15
1.33
1.11
2
0.46
0.63
0.94
3.01
1.72
3.43
1.07
0.62
0.51
3.01
1.31
1.01
2
1
1
2
6
7
7
5
4
3
2
5
5
2
2
6
根据样本数据，Eviews软件估计输出如下结果，见下表表3：
表3 Eviews软件输出结果
Dependent Variable: S

Method: Least Squares

Date: 01/13/10 Time: 10:14

Sample: 1993 2008

Included observations: 16

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
2.016462
0.468329
4.305655
0.0007
P
-0.146792
0.107266
-1.368491
0.1927

R-squared
0.117986
    Mean dependent var
1.456817
Adjusted R-squared
0.054985
    S.D. dependent var
0.939125
S.E. of regression
0.912941
    Akaike info criterion
2.772177
Sum squared resid
11.66846
    Schwarz criterion
2.868751
Log likelihood
-20.17742
    Hannan-Quinn criter.
2.777123
F-statistic
1.872768
    Durbin-Watson stat
2.015715
Prob(F-statistic)
0.192719

得到模型（2）的估计结果（3）：
（3）
模型在90%置信水平下通过检验，由于样本数据的特殊性，因此对模型拟合效果的检验要求放宽。

图4 贷款增量发展速度预测值与实际值对比
图4表明，1997年亚洲金融危机和2007年以来的全球金融危机对贷款增量发展速度的冲击非常显著，并通过传导机制最终影响长株潭城市群的经济增长。 四、模型应用预测
根据经济理论对经济周期的论述，我们认为财政货币政策同样具有一定的周期性。2009年的经济形势与1998年极为相似，经济发展处于波谷，财政货币政策处于波峰（存在作用影响的滞后性），因此，以1998年以后政策变量值为方程（3）的解释变量值，通过逐步预测贷款增量发展速度，测算得到2009-2020年的贷款增量（表3）。
表3 贷款增量预测值（单位：亿元）
年份
贷款增量
发展速度
政策变量
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
725.43068808
717.39146519
920.0559889
1315.0305046
2072.6011679
3570.8389549
4579.6081013
5873.3565491
10119.076785
17433.934773
19799.894061
19580.471635
0.988918
0.988918
1.282502
1.429294
1.576086
1.722878
1.282502
1.282502
1.722878
1.722878
1.13571
0.988918
7
7
5
4
3
2
5
5
2
2
6
7
表3显示，2015年贷款增量将达到4579.61亿元，2020年达到19580.5亿元。如果按“长株潭”城市群的发展规划，2020年时总需求达到3.5万亿，则2002年时，贷款增量约占比例为56%。
本文尽管没有搜集很多解释变量来反映被解释变量的变化，因为变量越多，需要样本量越多，模型就更复杂，最后得到的效果却不一定好，即多不一定好！ 如果一个简单的综合变量可以解释原因，且更好地体现的解释变量的作用，为何要自找麻烦寻求所谓技术上的高超呢？记住一句广告词“简约不简单”。
彭志良
（作者单位：湖南大学金融与统计学院）

7