中国信贷投放对经济增长影响的实证研究，本文主要内容关键词为：经济增长论文,信贷论文,中国论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
信贷资金在经济运行的过程中，常常出现增长幅度波动的现象，被称为信贷增长周期。[1]信贷不仅仅被动地反映经济基本面的问题，同时也是影响经济增长周期的主要因素之一和金融机构影响实体经济的主要渠道之一。[2][3]由于经济结构不合理、粗放型经济增长方式、资本市场欠发达导致企业融资渠道单一等原因，以银行业为主导的间接融资在企业融资方面起主导作用，信贷增长周期在我国经济发展中的作用也十分显著。
本文将从长期的信贷投放与经济增长的周期性关系角度评价我国的信贷投放对于经济增长的推动作用以及效率问题，进而讨论信贷投放带来的通胀问题。在信贷与经济增长的关系方面，西方学者很早就开始研究银行等金融中介对于经济增长周期的影响，提出“银行信贷波动是否是经济增长周期波动的根源”和“信贷恐慌和金融危机与经济周期波动的关系”等问题。[4]费舍尔(Fisher)通过债务—通货紧缩理论开创了对于信贷增长周期动态循环机制的研究，指出经济繁荣阶段的“过度负债”与经济萧条阶段的“债务清算”及“困境抛售”，是生成信贷增长周期和经济增长周期的重要原因。[5]伯南克等人(Bernanke et al.)针对信贷投放和实体经济的关系提出了“金融加速器”理论，即信贷对于经济的刺激作用在经济增长周期的不同阶段作用不同。在金融危机或经济衰退时期，经济体对外投资会减少，外部融资升水也会显著升高，信贷存在流向优质资产的情况。[2][6]另一些国外学者利用对商业银行准备金要求的变化来代表“信贷冲击”，认为“信贷冲击”会对投资、真实GNP和工商业贷款产生负向冲击。[7]我国学者也对我国的信贷增长周期与经济增长周期的相关性问题展开了诸多研究。陈磊考察了经济转轨时期不同阶段的信贷波动性特征，使用格兰杰(Granger)因果证明我国信贷的扩张与收缩是经济波动的显著影响因素，二者总体的波动具有同步性。[4]江群等人也通过状态空间转移模型验证了信贷增长周期相对于经济增长周期的顺周期性。[8]
相对于已有研究，本文的重点在于：(1)针对我国国情，通过实证方法从多角度验证了我国信贷投放在经济增长周期的不同阶段对于经济增长的作用；(2)通过考察信贷对投资和消费的促进作用来分析信贷促进我国经济增长的效率问题。
二、数据说明
本文中的宏观数据来源于国家统计局、中国人民银行和国际清算银行。
1994年，我国央行开始实施汇率并轨，正式启动有管理的浮动汇率制度。1995年，《中华人民共和国中国人民银行法》颁布，从法律上较好地保证了中国人民银行的央行独立地位。因此，本文选取1995年为待研究样本的起点。为了保证本文中各类模型的可靠性和合理性，本文选取1995年1月～2010年9月的宏观经济月度数据进行研究。其中，工业品出厂价格指数(PPI)的官方统计从1997年1月开始，因此其样本区间为1997年1月～2011年5月。
为保持各宏观经济变量序列的可比性，本文对除了利率和汇率指标以外的宏观变量一律采用同比数据。同时，为了消除指标序列中可能存在的季节性变动和不规则性变动，本文对同比数据进行了X—12季节调整，取原数据的周期和趋势项(TC项)。进一步的研究需要考察所有宏观经济变量的平稳性，因此本文对所有变量的原始值和一阶差分值进行带截距项的单位根检验，使用增广迪基—富勒(Augmented Dickey Fuller，ADF)算法。
本文中所有变量的名称、数据类型以及相应的平稳性检验结果都总结在表1中。
三、经济增长周期和信贷增长周期的划分
经济增长周期的理论研究表明，每一次的经济波动必然伴随着一个信贷增长周期，经济增长周期与信贷增长周期之间存在着某种相关性。基于“金融加速器”理论和类似经济增长周期的划分方法，信贷投放也存在明显的周期性。
本文利用工业增加值增速与金融机构人民币贷款余额增速的周期和趋势项作为经济增长和信贷投放的代理变量，分别使用BB算法寻找其波峰和波谷。其中，两个周期峰与峰之间的最小距离设定为15个月，同一个周期峰与谷之间的最小距离设定为6个月。[4][9]同时，本文对于经济增长周期和信贷增长周期每2个周期～3个周期分别计算长期趋势线，进而划分经济周期的复苏、繁荣、放缓和衰退4个子阶段。
从表2和图1可以看出，2000年以来，我国一直处于高速增长的时期，即使是国际金融危机对我国的经济增长造成一定的冲击，但其影响有限，并没有改变我国经济增长的势头。总体而言，2000年以来，经济处于上升阶段的时间长于经济处于下降阶段的时间。两次经济增速下滑都是由于外部冲击造成的。中国经济的长期增长动力十分强劲。宏观经济政策发挥了重要的作用，特别是积极的财政政策和货币政策促进经济的复苏和繁荣的作用显著。目前的经济增长周期，由于受到巨大的外部冲击和宏观调控政策的影响，其走势和周期的形态尚难以定论。
从表3和图1可以看出，信贷增长周期的繁荣阶段往往伴随着广义货币M2同比增速的提高，由于信贷效用的滞后性，信贷增长周期处于放缓阶段时广义货币M2的同比增速也比较高。从银行存款准备金和人民币1年期贷款利率的调整时间与信贷增长周期的关系来看，复苏阶段往往伴随着下调贷款利率和存款准备金率，繁荣阶段则伴随着上调贷款利率和存款准备金率。
图1 经济增长周期和信贷增长周期
对比图2中的经济增长周期与信贷增长周期，总体而言，信贷增长周期领先于经济增长周期，峰平均阶数为-6.6，标准差为13.16，谷平均阶数为-6.4，标准差为15.82。从表2来看，信贷增长周期和经济增长周期的领先关系并不稳定，但是，在最近两个经济增长周期中，信贷增长周期存在显著的领先关系。可以看到，通货膨胀周期滞后于经济增长周期；我国通货膨胀率较高的时期往往是经济放缓或者衰退的时期；而信贷增长周期领先于通货膨胀周期。
图2 通货膨胀周期
以上对经济增长周期、信贷增长周期和通货膨胀周期的初步分析可以说明三者之间存在一定的关系。特别值得注意的是，在经济增长周期的不同阶段，信贷增长周期和通货膨胀周期对于经济增长所起到的作用是不同的。根据滞后1阶～3阶格兰杰(Granger)因果检验的结果(见表4)，通货膨胀周期、经济增长周期与信贷增长周期在1阶～2阶滞后的情况下互为格兰杰原因，因此简单的领先—滞后分析不能分析三者之间的关系，需要进一步建模分析。
四、信贷投放的顺周期性
许多学者已经从理论和实证证明信贷投放具有“顺周期性”，即在经济增长阶段信贷投放具有增长的趋势，在经济衰退阶段信贷投放具有衰退的趋势。最著名的相关理论“金融加速器”模型更是提出信贷在经济增长和衰退阶段对于经济发展的促进作用是不对称的，即信贷在经济增长阶段促进经济的效用将大于信贷在经济衰退阶段促进经济的效用。[2][6]本文将通过普通的线性回归模型和马尔科夫(Markov)状态转移模型分析信贷在经济增长周期不同阶段的作用，验证“金融加速器”理论。
(一)分析思路与模型建立
从表2和表3的分析可以看出，经济增长周期、信贷增长周期和通货膨胀周期之间具有显著的相关性。本文分别采用工业增加值同比值、CPI同比值和金融机构贷款余额期末同比作为经济增长、通货膨胀和信贷投放的代理变量。同时，由于需要全面考虑数量调控和利率调控的货币政策对于经济增长的影响，本文在模型中引入了利率的代理变量。鉴于1年期实际贷款利率是根据1年期名义贷款利率与CPI同比值相减获得，为了避免1年期实际贷款利率与CPI之间明显的多重共线性问题，本文选用1年期名义贷款利率作为利率的代理变量。考虑到同期因变量和自变量之间可能存在显著的多重共线性，本文选用滞后于因变量的自变量建立线性回归模型。由于以上变量都是一阶单整变量(见表1)，本文选用以上4个指标滞后的一阶差分值作为建立基准模型的变量，一阶差分值的变量名为表1中的变量前面加字母d。
一方面，如表5所示，本文考察了一系列以工业增加值同比值为因变量的普通回归模型。基于基准模型修正了不显著的利率指标(模型2)，进一步分析信贷变量的交叉项，依次考察诸多研究所关心的信贷在负实际利率(模型4)、高通货膨胀(模型5、模型6)、经济上升下滑(模型7)和人民币升值时期(模型8)的表现，最后对于利率和汇率指标进行灵敏度分析(模型3、模型9、模型10)。
另一方面，为了考察不同状态下信贷投放和通货膨胀对于经济增长的影响，本文引入马尔科夫(Markov)状态转移模型。马尔科夫状态转移模型是将两状态或多状态的马尔科夫转移矩阵引入普通线性模型或条件异方差模型，[10]多年以来许多研究证明马尔科夫状态转移模型能够敏感探测时间序列中的变点，广泛适用于各种周期分析。[11]本文按照汉米尔顿(Hamilton)的形式构造两状态马尔科夫状态转移模型，[12]采用MATLAB官方网站提供的马尔科夫状态转移模型工具箱。①其中，该模型的因变量为经济增长的代理变量即工业增加值趋势周期项的一阶差分值，自变量分别为人民币贷款余额期末同比和CPI同比趋势周期项的滞后一阶差分值，残差符合变方差的正态分布，即模型的参数形式为：
为了与式(1)进行比对，本文同时引入两状态马尔科夫状态转移模型，令式(1)中的残差服从自由度不变但方差随状态改变的t分布。
(二)模型结果分析
笔者对于这10个模型的总体估计可信度先做必要的分析(见表5)。这10个模型的R[2]和F统计量均较为显著，且估计出的大部分系数都比较显著。节省自由度的怀特(White)检验结果表明这10个模型都不存在显著的异方差现象，因此笔者使用简单标准差计算估计参数的显著性。方差膨胀因子显示，前8个模型不存在显著的多重共线性，但是模型9和模型10的贷款余额及其交叉项存在多重共线性现象是可以理解的，且模型9和模型10仅用于比对验证模型7的结果。值得注意的是，DW检验显示，这10个模型变量存在一定程度的残差序列正相关现象，可能对于统计量显著性的分析构成不利影响。然而，本文的模型主要用于检验经济周期中的统计现象，与经济周期相关的回归方程很可能出现残差序列自相关现象。况且，这10个模型的结果主要用于横向交叉比对，同等程度的残差序列自相关现象对于结果比对影响较小。总之，这10个模型的统计结果总体上是可信的。
下面笔者对这10个模型中各变量的估计结果进行比对分析。信贷和通货膨胀代理变量对应的系数都显著为正，且信贷对应的系数均明显小于通货膨胀代理变量对应的系数。可见，信贷投放和通货膨胀具有较强的顺周期性。这与“金融加速器”的理论是完全相符的。同时，信贷投放和通货膨胀加速能够在短期内促进经济增长，根据回归模型的系数大小来看，除去导致经济增长的通胀因素以外，信贷投放对于经济增长的促进作用弱于单纯的通货膨胀对于经济增长的促进作用。这说明适度的通货膨胀能够对经济产生相应的刺激作用，同时也说明通胀对于经济增长具有较强的相关性和顺周期性。
由于利率的滞后1阶项对应的系数并不显著，本文筛选利率的滞后2阶项～12阶项，发现1年期贷款名义利率的滞后7阶项最显著。在滞后7期的贷款利率进入方程的模型2～模型10，利率对应的系数均显著为负，即利率越高，经济增长越缓慢。这与货币金融学中利率与实体经济增长负相关的结论完全一致。滞后7期的贷款利率在模型中统计显著性最强，利率政策的调整相对于数量调控的货币政策来说，具有大约半年的滞后性。这说明在我国货币政策工具中，尽管降低利率和数量调控在我国都具有有效性，但利率调控对于数量调控具有明显滞后性。
在兼顾利率对于经济增长周期的影响之后，本文详细考察信贷投放在不同时期对于经济增长周期的影响。
首先，本文考察信贷在负实际利率时期对于经济的影响(模型4)。贷款余额与负实际利率时期的示性变量交叉相乘，其对应的数值为正的系数，表示负利率时期增加1单位信贷投放比例对应的工业增加值同比数值将上升0.153。该系数在统计上是不显著的，说明负实际利率时期信贷对于经济增长的作用变化并不明显。如图3所示，实际利率与经济增长周期有较为明显的负相关关系。2008年9月份以前，实际利率与信贷增长有一定的负相关关系，而这之后，两者几乎是正相关关系。从图3来看，2004年、2008年和2010年都曾经出现过负利率时期，信贷增速相对于经济增长的领先期更长，因此，这从一定程度上说明负利率时期信贷对于经济增长的拉动作用更加迟缓。
图3 实际利率与名义利率
其次，本文考察信贷在高通胀时期对于经济的影响(模型5、模型6)。贷款余额与CPI交叉相乘，其对应的系数显著为正，表示相比较通货紧缩时期，通货膨胀时期投放贷款对于经济的促进作用更显著。经济形势不好的时期通常伴随着通货紧缩现象。这与伯南克(Bernanke)提出的“金融加速器”理论是一致的，[6]即经济形势不好的时候贷款存在流向高质量资产的现象，对于经济的拉动作用相对经济形势正常时期较小。然而，本文并不能由此得出在通胀很高的时期贷款投放对于经济的拉动作用更大。我国对于“高通胀”的定义通常是CPI＞3%。因此，本文构造了代表高通胀时期的示性变量(见表1)。在模型6中，贷款余额与高通胀时期的示性变量交叉相乘对应的系数显著为负，说明高通胀水平下的贷款投放对于经济发展无法起到促进作用，在通货膨胀很高的时候应该避免信贷的过度投放。
再次，本文考察了信贷在经济上升和下降时期对于经济的影响(模型7)。贷款余额与经济上升时期的示性变量交叉相乘对应的系数为正，说明信贷投放在经济增长的不同时期对于经济的拉动作用是不对称的，在经济上升时期的拉动幅度要大于经济下降时期的拉动幅度。这与“金融加速器”理论是一致的。这也在一定程度上证明了模型5的结果。
接着，本文考察了信贷在人民币升值时期对于经济的影响(模型8)。模型8中汇率变化对应的系数显著为正，同时，汇率变化与贷款余额交叉项对应的系数显著为负。特别值得注意的是，从绝对值的角度看，汇率变化对应的系数要小于汇率变化与贷款余额交叉项对应的系数，即总体看来，人民币升值对于经济增长的总体影响为负，尤其是抑制了信贷对于经济增长的拉动作用。我国经济长期处于贸易顺差地位，人民币升值抑制了我国出口导向型企业的生产，从而抑制了信贷投放在相关行业对于经济增长的促进效率，进而抑制了经济增长。这证明了在本次经济危机中，我国政府一方面抑制人民币过快升值，另一方面加大对于实体经济信贷的政策是具有合理性的。
最后，式(1)对应的模型11和模型12估计结果在统计上非常显著，整理在表6中。根据许多经济增长周期研究的实证结果，本文将残差对应的变量正态分布中，标准差较大的状态定义为危机状态，标准差较小的状态定义为正常状态。[12]从表6可见，在危机状态下，两个模型中通货膨胀对于经济增长在危机状态下的拉动作用都比正常状态下的拉动作用大。然而，两个模型中信贷对于经济增长的拉动作用在两个状态下的大小关系不一致。鉴于模型12的对数极大似然值比模型11的对数极大似然值更加显著，且模型11是模型12的特例，因此本文采纳模型12的结果，正常状态下信贷投放对于经济增长的拉动作用比危机状态下的拉动作用大，与上一节中模型5的结论一致。
(三)灵敏度分析
为了保证以上结论的可靠性，本文使用能够获得足够长数据的其他利率和汇率指标替换原指标，进行灵敏度分析。
模型3中使用长期贷款名义利率替换模型2中的1年期贷款名义利率，以此衡量贷款名义利率的表现。可见模型3的结果相对于模型2的结果在统计上更不显著，但是各个系数的符号均与模型3的结果一致。因此，模型3的结果分析是可靠的，1年期名义贷款利率相对于更长期名义贷款利率来说，更能敏感地捕捉到利率调整对于经济增长的影响。
模型7和模型8分别使用国际清算银行公布的人民币实际有效汇率和名义有效汇率代替人民币兑美元的月末价格进行分析。与人民币兑美元的月末价格恰恰相反，人民币实际有效汇率和名义有效汇率越高说明人民币升值越显著。因而，模型7和模型8中汇率以及汇率与贷款交叉项对应的系数都与模型6中的系数相反，且在统计上比较显著，进一步验证了对于模型6的分析是可靠的。
另外，模型11与模型12在整体显著性和各参数符号上的一致性，也说明马尔科夫状态转移模型的可靠性。
五、信贷投放促进经济增长的效率分析
经过30年的市场化改革，中国各类企业的融资渠道正逐渐向资本市场直接融资的方式升级。但是，该过程受到经济增长方式不合理与资本市场发展滞后两方面因素制约，以银行业为主导的间接融资仍然占据主导地位。信贷仍然在我国扮演着举足轻重的角色，通过投资、消费等渠道影响着国民经济的发展。因此，本文进一步从信贷对投资和消费两个渠道的影响研究信贷投放促进我国经济增长的效率问题。
(一)研究思路
消费和投资除了受到资金量的影响以外，也受到价格的影响。笔者认为，资金量和信贷投放量是息息相关的，价格在投资和消费层面分别表现为工业品出厂价格指数和居民消费价格指数。因此，本文首先利用信贷投放和价格的代理变量分别建立对于消费和投资的状态空间方程，研究信贷投放和价格对于消费和投资的弹性的动态变化过程。然后，本文通过国民经济核算中对于经济增长的分解，即消费、投资和进出口对于GDP的贡献率，计算信贷投放通过投资和消费对于经济增长的贡献率。值得注意的是，我国的支出法GDP只有年度数据，同时工业品出厂价格指数(PPI)的数据从1997年开始，因此本文的分析区间为1997年1月～2010年9月。同时，鉴于投资和消费对于经济增长的贡献率变化不大，因此本文使用当年支出法GDP中投资和消费的贡献率代表全年12个月投资和消费的月度贡献率。
(二)模型建立
如上所述，本文在讨论信贷投放与投资、消费、经济增长的关系时，需要使用状态空间模型。状态空间模型源自20世纪80年代对于动力系统中不可观测时间变量的研究，状态空间模型能够同时分析可观测变量及其背后的内在不可观测因素，同时也是分析可变参数的优良工具，由量测方程(measurement equation)和状态方程(state equation)两部分构成。建立状态空间模型的可观测变量通常需要保证是平稳的或之间存在协整关系。状态空间模型可以用卡尔曼(Kalman)滤波进行估计。[9]
类似第四节的考虑，本文令自变量滞后于因变量一阶，以避免过于显著的多重共线性。
在建立模型之前，本文首先对因变量和滞后一阶的自变量使用约翰逊(Johansen)法进行协整检验，可以证明季节调整后的投资(inv_tc)和滞后一期的信贷(loan_tc(-1))、工业品出厂价指数(ppi_tc(-1))之间存在1个协整关系，类似地，季节调整后的消费(cons_tc)和滞后一期的信贷(loan_tc(-1))、消费价格指数(cpi_tc(-1))之间也存在1个协整关系(见表7)。
通过信贷投放和工业品出厂价格指数构造的投资状态空间方程为：
式(2)和式(3)的估计结果统计在表8中。其中，估计结果表明模型中所有估计变量均在1%水平上拒绝了零假设(括号中为标准差)。同时，采用ADF法对估计出的量测方程残差序列进行平稳性检验，检验结果表明该序列为平稳序列(见表8)，显示估计方程是稳定的。稳定的残差序列和显著的参数估计说明模型结果是可信的。
(三)结果分析
图4是可变参数序列的估计结果。从状态空间方程估计得到的信贷和价格对于投资和消费的弹性来看，信贷对于投资的弹性明显高于信贷对于消费的弹性，这和信贷投放主要促进固定资产投资而非居民消费的基本性质是一致的。相反，工业品出厂价格指数对于投资的弹性在总体上要弱于居民消费价格指数对于消费的弹性，这说明我国居民的消费活动本身弹性较大、随物价变化变动很大。
图4 信贷和价格对于投资和消费的弹性
从1997～2010年的长期趋势来看，随着固定资产投资的增长，信贷对于投资的弹性稳定在正值区域。对比表2可见，经济上升时期投资的增长可以促进信贷的利用效率，提升信贷对于投资的弹性。然而，信贷对于消费的弹性变化不大，且长期处于负值区域，可见信贷投放对于居民消费具有一定的挤出效应(见图5)。
图5 信贷弹性与固定资产投资
当1997年亚洲金融危机刚刚爆发时，我国央行仍然奉行“适度从紧”的货币政策(见表2)，全国宏观流动性偏紧，各大商业银行的信贷投放也控制较严格，导致信贷对于投资和消费的促进作用非常有限，代表效率的弹性比率下滑。但是，随着我国政府推出刺激经济的基础建设计划，同时央行在1997年12月将货币政策从“适度从紧”转变为“稳健”，信贷对于投资和消费的弹性开始上升。尽管如此，信贷对于投资和消费的弹性在1999年上升空间极其有限，甚至出现了一段时间的重新下滑。可见，在危机时期实施短促的财政刺激计划并且大量投放信贷可能降低了信贷的利用效率，刺激投资与消费的持续作用也比较短暂。一方面，市场上的流动性过于充裕，将会导致信贷的利用效率降低(见图6)。另一方面，许多国外学者曾经提到危机时期的资金存在“奔稳”(fly to quality)的现象，即存在危机时资金流向质量较高资产的现象。[2]“奔稳”体现在贷款投放上，就是商业银行放出的贷款并没有流入危机中最需要资金的中小企业，而是流入大型国有企业，因此信贷的利用效率反而变低了。
图6 信贷弹性与广义货币增速
无独有偶，由于我国在2007年和2008年初出于筹备奥运会的需要开启大量基础建设，固定资产投资加速，进而提升了信贷的利用效率，信贷对于投资的弹性小幅上升。但是，在奥运会的基础建设即将结束时，伴随着央行重新提出“适度从紧”的货币政策，信贷对于投资的弹性迅速下降，利用效率大幅降低。
随着美国次贷危机的传播以及我国经济刺激计划在2008年10月的开始实施，我国政府的财政政策从稳健转变为积极，货币政策也从适度从紧转变为适度宽松，信贷对于投资的弹性小幅上升。与1998～1999年信贷大幅投放结果类似，信贷对于投资的弹性在短暂的小幅上升之后又逐渐回落到长期水平，天量信贷导致信贷的利用效率在初步提升之后就有所降低，且对于信贷利用效率的刺激作用非常短暂。特别需要指出的是，对比表2和图6，我国政府使用宽松的货币政策和积极的财政政策应对金融危机，使得信贷对于消费的弹性在2008年年底和2009年出现较大的下降，进一步证明了大量投放信贷对于居民消费具有一定的挤出效应。
为了全面衡量信贷对于经济增长的利用效率问题，本文将信贷对于投资和消费的弹性分别乘以支出法GDP计算获得的投资和消费对于GDP的贡献率，得到信贷通过投资渠道对于GDP的贡献率和信贷通过消费渠道对于GDP的贡献率。通过对比图7和图4可以看出，分析信贷通过投资和消费渠道对于GDP的贡献率，可以得到与信贷弹性一致的结论。另外，图7说明信贷通过投资渠道对于GDP的贡献率与实际利率存在较弱的负相关关系，相反的，信贷通过消费渠道对于GDP的贡献率与实际利率有一定的正相关关系，且实际利率相对于消费渠道对GDP的贡献率存在一定程度的领先。实际利率比较高的时候，往往是通货膨胀率较低的时候，和经济的下行时期或危机时期对应，此时政府往往提出扩张性的财政政策和货币政策刺激投资，促使信贷通过投资渠道对于经济增长的贡献短暂上升，并且导致投资对消费产生一定的挤出效应。这与上面的分析结论是相符的。
六、结论
综上所述，本文关于信贷增长周期和经济增长周期的讨论可以得到以下结论：
第一，信贷增长周期对于经济增长周期存在一定的顺周期性，稍稍领先于经济增长周期。从单个经济增长周期的拐点来看，信贷增长周期明显领先于经济增长周期，经济增长周期又明显领先于通货膨胀周期。
第二，信贷的投放效果存在非对称性，在经济增长周期的不同阶段对于经济增长的促进作用不同。信贷在经济增长周期的上行阶段促进发展的作用更明显，即存在“金融加速器”效应。
第三，温和的通货膨胀时期投放信贷对于经济增长的促进作用最显著，通货紧缩和高通货膨胀(CPI＞3%)时期都会削弱信贷对于经济增长的促进作用。
第四，人民币升值抑制了我国出口导向型企业的生产，从而抑制了信贷投放于相关行业对于经济增长的促进效率，进而抑制了经济增长。
第五，在经济衰退阶段，大量投放信贷能够短时间(从1997年亚洲金融危机和2008年美国次贷危机来看大约是1年左右)促进信贷对于投资和经济增长的贡献率提升，但是对于消费存在明显的挤出效应。
图7 信贷对于GDP的贡献率
值得注意的是，本文的结论对于目前通胀形势和信贷投放政策存在以下启示：在目前的低速经济增长、负利率和高通胀水平下，大量贷款投放对于经济发展的促进作用极其有限，信贷通过投资促进经济增长的效率正在降低，同时对于消费存在一定的挤出效应，因此，在目前通胀很高的时候，笔者认为，应当适当收紧信贷，在信贷无法有效促进经济增长的情况下，缓解过度释放的流动性对于物价的推高作用，同时可以辅以适当升值的汇率政策。
感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
注释：
①见MATLAB官方网站：http://www.mathworks.com/matlabcentral/fileexchange/15789-msregress-a-package-for-Markov-regime-switching-models-in-matlab。
标签：中国信贷论文; 经济模型论文; 经济增长论文; 经济研究论文; 经济论文; 经济增长贡献率论文; 状态变量论文; 消费投资论文; 拉动增长论文; 对应分析论文; 贷款余额论文; 经济学论文;