黑龍江省金融支持實體經濟增長分析

宮之胤 ，趙 勤

(1.吉林省總工會 工人運動研究所，長春 130022；2.黑龍江省社會科學院 農業和農村發展研究所，哈爾濱 150028)

提升金融支持實體經濟增長的效果，就是要通過金融體系來實現金融資源優化配置于實體經濟各個部門，完善金融服務與功能，從而推動企業對金融資源的高效利用，最終增加實體經濟產出。黑龍江省具有良好的工、農業基礎，受歷史發展路徑、國家主體功能區定位、人才技術等要素不足的影響，金融產品的種類、服務水平、金融科技創新潛力與發達省份相比仍有較大差距。因此，黑龍江省金融業的目標應是優化融資結構和金融機構結構、減少無效供給、提升資源配置效率，在疫情零星散發的背景下助力實體經濟穩步發展，消除短期紓困政策的后遺癥，增強對各類行業企業的支持效果。

一、黑龍江省金融支持實體經濟現狀

(一)社會融資結構變化緩慢

2013—2019年，黑龍江省社會融資規模的波動幅度較大，其中人民幣貸款占比最高，企業直接融資占比較小。①2019年，黑龍江省社會融資規模增量為3097億元，僅占全國的1.21%；其中人民幣貸款與外幣貸款合計占社融增量的35.72%，表外融資占比28.94%；②企業直接融資增加50億元，占社融增量的1.61%，同期全國企業直接融資增加36863億元，占比14.36%，黑龍江省直接融資增量及占比遠低于全國平均水平。銀行部門“一業獨大”的問題仍然突出，證券投資基金、期權期貨交易、金融租賃等服務發展緩慢，會計師事務所、投資咨詢公司、保薦機構等中介服務機構數量少、規模小，限制了融資渠道的多元化。

(二)實體經濟增加值穩步增長

2001—2019年，黑龍江省實體經濟增加值增長3.2倍，③除2009、2015年外逐年增加。2011年以后增速顯著放緩，與我國經濟增速換擋及近幾年下行壓力加大的趨勢一致。除2005、2011年外，其他年份黑龍江省實體經濟增速均低于全國，增長潛力不容樂觀。在結構方面，第一產業增加值占比2010年以前變化較小，從2011年開始有所增加，至2019年達到27%；第二產業占比從2000至2008年有小幅下降，2012年以后迅速下降，至2019年降至31%；第三產業(不含金融業和房地產業)占比2013年以前變化幅度較小，從2013年開始上升明顯，2019年達到42%。實體經濟結構在2015年前后由“二三一”變為“三二一”。

(三)對重點行業及民營企業的支持效果有所提升

近年來，黑龍江省內金融部門對重點行業加大了支持力度。一是增加了對農業的資源投入。2019年，省農信社涉農貸款余額增長74.9億元，成立了黑龍江省農業投資集團有限公司；保險機構實現了對種、養、森領域的全覆蓋。二是增強了對支柱產業的支持力度。2019年，制造業貸款企穩回升，新增54.1億元，“百大項目”投資完成率穩步增長，同時加強了對企業拓展海外市場、參與投資并購的資金投入。三是加大了對新興產業的支持力度。進一步滿足技術改造升級，新材料、新能源、服務外包項目的融資需求，并建立與經營狀況相匹配的授信機制，加大了對科技成果轉化的資金投入。四是支持本地特色產業發展。加強旅游業金融服務設施的供給，完善“智慧城市”建設，為酒店、餐飲、交通等配套服務提供支持。

此外，對民營小微企業，一是信貸供給有所改觀。2019年末，全省小微企業貸款加權平均利率5.3%，同比下降0.07個百分點。2020年末，全省銀行業金融機構小微企業信用貸款余額同比增長8.85%。二是優化融資服務。設立一批民營企業融資服務專營點，加強信貸政策宣傳，簡化服務流程，靈活提供不同形式、額度和期限的產品。三是創新融資模式。加強信貸資金與財政、擔保機構的協同組合，推廣訂單融資和產業鏈融資，創設“眾銀幫”融資模式。四是強化普惠金融服務。將普惠金融網絡融資整合為信用、抵質押和線上供應鏈三類，幫助企業解決抵押物不足、抵御風險能力弱等困難，并在機構績效考核中納入普惠金融指標。

(四)金融資源供給存在結構性失衡

黑龍江省信貸供給量逐年提高，但存在結構性失衡。一是資金在產業間投入失衡。部分行業跟風嚴重，一些項目不具備在當地大規模開展的條件，企業未經充分評估就立項融資，占用大量資源。農業領域資金投入不足，當前農業仍屬高風險行業，金融機構出于利潤追求將貸款轉向高收益行業，增加了農戶獲得貸款的成本。二是資金在不同成長階段企業間投入失衡。以銀行信貸為主體的間接融資方式受風控能力及債務合約特點所限，不適合為高風險高收益項目融資。黑龍江省直接融資占比小，大量資金都投給了成熟型企業，使得處于初創期的企業融資比重偏低，阻礙了技術創新。

(五)小微民營企業融資難問題未得到有效緩解

黑龍江省以銀行業為主體的金融體系將多數資源配置給國有企業，地方政府則通過各類融資平臺獲得大量貸款，使得小微民營企業的資金來源空間被壓縮。近幾年，黑龍江省經濟增長緩慢，利潤率下滑，許多小企業既無力負擔非常規渠道借貸資金的高利率成本，又由于缺乏擔保品而難以獲得低利率的銀行貸款，融資難問題普遍存在。同時，銀行將大量資金投放給國有企業在很大程度上也屬理性選擇。國企的實物抵押充足，現金流穩定，貸款的規模效應大，即使發生債務違約也可以通過政府多渠道籌資協調使銀行保全資產。從長遠看，民營企業自身若不能發展壯大，金融機構的信貸偏好就難以從根本上發生改變，融資難問題將會持續存在。

(六)政府的引導支持作用有待加強

在部分環節領域，政府對金融業和實體經濟的引導支持效果不理想。一是資金投入不足。2019年，黑龍江省與金融相關的支出僅占公共財政支出的0.15%，對農業保險的補貼金額較少。二是未能有效緩解資源配置不平衡。財政對金融的資金支持大部分投向城市、大型國有企業，對農村地區和民營企業的投入占比較小。三是未能有效引導金融服務供求雙方的對接。金融機構、擔保機構、資金需求方之間的聯動機制不健全，風險補償制度不完善，部分小微企業難以獲得與自身經營狀況匹配的融資方案。四是管理激勵機制不完善。部分投資基金的審批程序繁瑣，科研經費有時不能及時到賬；對于投資初創期企業、高風險項目發生損失的，未能明確規定補償比例和免責情形。

二、黑龍江省金融支持實體經濟增長效率分析

(一)測算方法與指標選取

本文采用數據包絡分析(DEA)法測算效率，由于傳統的DEA方法未考慮時間因素，因此采用DEA-Malmquist指數法以了解效率的動態變化情況，使用DEAP 2.1軟件進行測算。產出指標選擇實體經濟增加值，將除金融業和房地產業以外的其他各產業增加值之和作為產出。投入指標選擇實體經濟融資額、金融機構各項存款余額、原保險保費收入、金融機構數量、金融從業人員數量[1]。各指標的年份區間選為2008—2019年，數據來源于國家統計局網站、中國人民銀行網站、中國銀保監會黑龍江監管局網站、歷年《中國金融年鑒》等。(1)為保持不同年份決策單元的統一，將2012—2016年間的綏芬河市數據加入牡丹江市，撫遠市數據加入佳木斯市，后文指標在部分年份也有類似情況，均做相同處理。(2)對于實體經濟融資額，2008—2012年，以非金融部門從金融部門獲取的融資額減去房地產企業國內貸款表示。2013—2019年，以社會融資規模表示。個別年份數據缺失，如其他年份數據存在明顯的增長趨勢，并且線性關系的顯著性較好，則用線性趨勢法預測缺失數據；如顯著性差或其他年份數據不存在明顯增長趨勢，則用指數平滑法預測。其他指標在個別年份也有數據缺失，均做相同處理。

(二)金融支持實體經濟增長效率的省際差異分析

文尾表為各省(市區)金融支持實體經濟增長效率的變化均值。其中13個省(市區)的全要素生產率大于1，即效率值上升，18個省(市區)的效率值有所下降。東部地區效率增速普遍較高，中部和東北地區普遍偏低，西部地區分化明顯。從分解情況看，技術進步指數增長較快的省(市區)包括北京、上海、浙江等，技術進步指數與當地經濟發展水平、政府支持力度、企業競爭力和人才聚集度的相關性較強。規模效率增長較快的省(市區)包括天津、新疆、內蒙古等，表明金融資源投入的增加使企業獲得規模效應，有效提升了生產效率。純技術效率增長較快的省(市區)包括云南、遼寧、四川等，而純技術效率下降則表明金融業內部技術優勢不足、結構單一、管理經營狀況和資金投放效果不理想。從影響作用看，北京、上海、江蘇等地的全要素生產率受技術進步指數的影響較大，云南、重慶、湖北等地受純技術效率的影響較大，受規模效率影響較大的省(市區)僅天津、青海等少數幾個。在進一步深入分析的基礎上，以對全要素生產率影響較大的因素為對象，采取政策措施提高該因素所對應的效率值，將有助于增強金融服務當地實體經濟的效果。

(三)黑龍江省金融支持實體經濟增長效率下降原因分析

2008—2019年，黑龍江省金融支持實體經濟增長效率年均降幅5.1%，波動幅度較大。2008—2009年，效率值下降9.3%，主要原因是金融危機導致市場需求與投資意愿降低，企業效益下降、資金周轉困難，金融機構存款吸收減少，不良貸款率上升，國際市場波動加大了外幣貸款風險。2009—2011年，效率值有所上升，危機后地方政府出臺相應措施穩定消費需求，擴大投資，引導金融機構增加信貸供應并向受損嚴重的企業傾斜，部分小型金融機構得到專項扶持。2011—2017年，效率值持續下降。短期扶持政策的影響減弱，一些長期性問題仍未得到解決(金融市場結構單一，金融科技建設滯后，對高技術產業的投資不足；產業結構處于中低端，產品附加值低；民營經濟吸納就業和對經濟增長的貢獻不足；上市公司數量少，企業盈利能力不強等)。

從分解情況看，純技術效率和規模效率年均增長1.5%和1.9%，金融業的經營管理效率和資金的規模效率有所改善；技術進步指數年均下降9.2%，金融業所面對的宏觀環境和實體經濟增長潛力不容樂觀。與全國相比，黑龍江省有8個年份區間的效率值下降，同期全國有5個年份區間下降，黑龍江省金融支持實體經濟增長情況處于比較靠后的位置。

黑龍江省各地市效率均呈下降趨勢，且差距較大。8個市的純技術效率值大于1，說明多數地市金融機構的組織管理有所改善，企業對金融資源的利用效率提高。11個地市的規模效率值大于1，金融資源投入的增加提升了對實體經濟的支持效果。技術進步指數均小于1，表明各市普遍存在經濟環境不良、金融創新不足、融資渠道少等問題。如大慶作為典型的資源型城市，其產業結構比較單一，替代產業跟進速度慢，勞動力專業化傾向明顯，經濟增長潛力不足；新興產業中多數企業處于初創期，技術含量低、資金周轉不穩定；資產抵押、評估等服務機構建設滯后。類似問題在其他城市也普遍存在，導致技術進步指數下降。

三、黑龍江省金融支持實體經濟增長的影響因素分析

(一)指標選取

采用面板數據模型分析可能影響金融支持實體經濟增長效率的因素，選取2009—2019年黑龍江省13個地市的數據。被解釋變量為金融支持實體經濟增長效率Y，即全要素生產率。由于用Malmquist指數模型測得的是年度間效率變化值，因此對其進行累乘處理以得到實際效率值。

解釋變量包括：

(1)金融業發展水平X1。以金融機構貸款余額與地區生產總值的比值表示。

(2)金融業中介效率X2。以金融機構貸款余額與存款余額的比值表示。

(3)短期貸款相對規模X3。以銀行業短期貸款與地區生產總值的比值表示。

(4)所有制結構X4。以國有單位就業人口與總就業人口的比值表示。

(5)政府對地方經濟的干預程度X5。以地方財政一般預算支出和地區生產總值的比值表示。稅收收入占地區生產總值的比重可以在一定程度上反映政府對經濟的干預度，比重越大，營商成本相對越高，越影響生產投資積極性。由于財政支出主要來源于稅收，因此財政支出占生產總值的比重也能夠衡量政府干預程度。

(6)產業結構X6。以第一、二產業增加值之和占地區生產總值的比重表示。

控制變量選擇各市的經濟發展水平X7，以人均地區生產總值表示。在解釋變量與控制變量中，除已在前述出現的指標，其余均來自《黑龍江統計年鑒》《黑龍江金融年鑒》。(3)2009年各市銀行短期貸款數據有部分缺失，采用線性趨勢預測法補齊。(4)對變量X7進行對數化處理，并縮小為原來的1/10，以縮小變量間的數值差異。

(二)影響因素分析

分析采用Eviews 8.0軟件完成。通過F檢驗得到F統計量的值約為15.4396，大于臨界值1.8317；通過Hausman檢驗得到P值為0.00080.01，即在99%的置信水平下拒絕原假設，因此選擇建立固定效應模型。

對各變量進行回歸估計，結果如下：

X1的回歸系數為正，但影響不顯著。即在考察期內，金融業規模擴張并未阻礙金融支持實體經濟增長效率的提高。(5)在部分學者對其他省份進行分析的結果中，該項回歸系數為絕對值較大的負數，且P值非常小，本文未出現這樣的結果，因此做出上述判斷。因此，現階段適度擴大信貸投放規模時，資金空轉套利、“脫實向虛”、各類資源過度涌入金融業的風險較低?；貧w結果也表明信貸規模擴大未顯著提升效率，黑龍江省在優化金融資源配置、提升企業資金利用率方面需要改進。

X2的系數接近0，且P值很大，即考察期內金融中介效率與被解釋變量的相關性很低。提高存貸比是各地為推動經濟增長、落實產業政策、解決企業融資難問題時常用的手段。多數城市的存貸比呈上升趨勢，但并未提高對實體經濟的支持效率，表明信貸供給與企業需求間的結構性矛盾較突出，各類金融排斥現象比較普遍，資金投放的精準度不高也阻礙了經濟產出的增加。

X3的系數為負，但P值較大，即短期貸款相對規模減小，未能顯著提升效率。短期貸款主要解決流動資金需求，中長期貸款期限長、不確定性加大，銀行發放時更加慎重。短期貸款相對規模減小表明金融機構加大了對企業的中長期貸款發放，有利于緩解生產經營周期與貸款周期錯配等問題，但由于中長期貸款中有較大比例用于新建擴建、設備改造、技術研發，因此難以迅速提升生產效率。而本文的年份區間較短，該變量對效率的積極影響存在滯后性，因而未能在結果中體現。

X4與效率呈正相關，考察期內國有單位勞動力將金融資源轉化為經濟產出的效率高于民營單位勞動力。首先，與民企相比國企效率增長更快，近幾年在政府支持和自身謀求競爭力提升的激勵下，國企在混合所有制改革、健全市場化經營機制、完善企業制度方面改觀明顯。其次，多數民營企業市場競爭力不足、待遇偏低，留在省內工作的勞動力尤其是高技能人才普遍會優先進入體制內，想進入知名民企工作者多數流入了發達地區，導致國企與民營單位的勞動力素質及投入產出效率間的差距有擴大化傾向。此外，金融機構在信貸發放時的所有制偏好明顯，不利于促進有效競爭，民企獲得的金融支持不足，影響其擴大生產和投資決策，阻礙了企業成長和效率提升。

X5與效率呈負相關，即政府干預對效率的負面影響較大。這一結果首先是由于高稅收擠壓了實體經濟利潤，對企業長遠發展造成不利影響。其次反映出財政對農村地區、基礎科研、小微企業等的支持不足，未能有效彌補金融業地理排斥、服務排斥帶來的影響，金融機構對政府出臺的各項完善服務體系、將資源向重點行業和薄弱環節傾斜政策的實際執行效果不理想。另外，也表明黑龍江省的市場化程度偏低，行政干預過度，阻礙了公平競爭，導致價格機制不能充分發揮作用、資源配置低效，影響了對實體經濟的支持效果。

X6與效率呈正相關，即第一、二產業之和的占比下降降低了效率。黑龍江省工農業基礎良好，資源稟賦優勢突出，隨著強農惠農、改造傳統產業、淘汰落后產能、做長產業鏈等政策的實施，工農業現代化水平穩步提升、產業化經營比例增加、科技成果轉化速度加快，提高了金融資源利用效率。同時，第三產業多數為專業化水平和利潤率不高的中低端服務業，高端領域發展慢，現代服務業比重低；除少數大城市外，其他地區產業規模小、種類少，產業間協同帶動不足，導致將金融資源轉化為經濟產出的效率偏低。另外，與一、二產相比，省內第三產業中非公成分占比更高，而民營企業獲得的信貸資源有限也阻礙了自身發展。

四、提升黑龍江省金融支持實體經濟增長效果的有效途徑

(一)政府與金融監管部門

一是健全融資擔保體系。完善政策性融資擔保制度，對民營擔保機構給予補助，引導社會資本流入；擴大有效抵押物范圍，加快建設抵押登記、資產評估等服務機構；對市場前景良好的企業放寬抵押要求，鼓勵企業間采用聯合擔保方式。二是健全激勵機制與支持政策。明確對投資初創期企業受損的減責情形，建立將金融機構業績考核與支持民營經濟發展掛鉤的機制；引導企業與資本市場對接，對成功上市企業提供財政補助，組織券商提供指導；放寬金融基礎設施建設的審批條件，簡化投資基金審批手續。三是減少不適當干預。遵循金融業發展規律，堅持交易和價格由市場決定為主的發展方向；將干預目標集中在減少市場失靈、營造各類型機構公平競爭氛圍，搭建平臺促進金融機構與實體經濟對接順暢、加大對不良行為的懲治力度上，并賦予金融機構更多的定價自主權。四是科學應對新冠肺炎疫情的沖擊。對受損嚴重的金融機構提供臨時資金支持，探索將政府、人民銀行和金融機構組成共同體提供援助，減少財政和資產負債表壓力；評估臨時性救助政策的效果及影響，根據疫情和經濟形勢變化及時調整，使政策目標從短期救助向中長期恢復過渡，防止財政救助金融化[2]。

表 2008—2019年金融支持實體經濟增長效率各省(市區)均值

(二)金融機構

一是創新金融服務，提升信貸投放精準度。建立快捷審批模式，提供綜合性產業鏈金融服務、知識產權質押、科技保險等；使信貸投向與本地發展戰略和產業政策相契合，支持先導產業、帶動作用強的產業和產業集群，推動結構調整和產業基礎能力提升；將更多資源配置到高潛力行業，對因疫情催生的新業態加大投入。二是提升直接融資比重，豐富產品類型；支持企業擴大股權融資規模，發展證券投資基金；依托供應鏈金融、信用金融提供期限長、利息低的產品；提升保險產品的多樣性和行業覆蓋面，并與外資機構合作開展貿易融資、大宗商品融資。三是加強管理，提升風險抵御能力。加強對民間融資、政府融資平臺的監控；提升風控部門的專業化水平及員工對各類風險特征的敏感度；加強客戶信息安全保護；化解“影子銀行”風險，清理多層嵌套、以錢炒錢等行為；加強對上市公司股權的監管，嚴查股東資質，對可能引發流動性風險的情況及時預警。四是提升金融科技水平，重視人才隊伍建設。利用金融科技優化業務流程、改進服務質量、研發數字化產品；加快金融科技在風險識別、處置環節的應用，完善信用評價體系；重視技術帶來的新型風險，加強網絡安全監控，完善相關規章制度；著力培養管理型、業務型和技術型人才，完善激勵機制，優化薪酬結構，有條件的可實施員工持股計劃。

(三)實體經濟發展

一是加大創新投入，推動科技成果產業化。及時了解優惠政策，申請專項資金，主動與科技服務機構和科研院所共建實驗室，實現科研成果與企業生產能力、市場需求的匹配；完善機構間信息傳遞機制，及時了解研究進展，加快成果轉化速度；探索建立能讓人才自我創收的機制，提高創新成果收益分配比例。二是民營企業積極克服短板，提升競爭力。順應生產力布局和產業調整方向，以主業集中于實體經濟為原則，積極開拓國內市場；加強企業間合作，實現技術、信息共享，促進產業集聚；更新融資觀念，了解資本市場及相關扶持政策，針對自身的資金需求特點采用合適的融資模式；吸引國資入股，分享國企紅利，優化股權結構。三是提升產業內部層次。增強前瞻性，跟蹤市場需求變化及產業發展趨勢，在信息服務、法律服務、文化產業、現代服務外包等行業積極探索；加強區域合作，引進先進的經營理念和技術，有序承接產業轉移；通過技術轉讓、共建產業園區、行業協會互訪等形式的學習交流活動，提升生產性服務業的規模和層次，加強與制造業的聯動，促進產業技術結構升級，使服務業由勞動密集型向技術密集型轉變。