姚前¹，謝華美?¹，劉松靈^?1，李香菊?²，劉新海^?1，景志剛?¹

1. 中國人民銀行征信中心，北京 ?100031；?

2. 江西農(nóng)業(yè)工程職業(yè)學(xué)院，江西 ?樟樹 ?331200

摘要：利用中國人民銀行企業(yè)征信系統(tǒng)的數(shù)據(jù)，基于信貸視角回顧了近10年我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整路徑，并分析了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和信貸供給之間的關(guān)聯(lián)性；然后用信貸發(fā)生額建立產(chǎn)業(yè)變動指數(shù)，對各經(jīng)濟區(qū)域產(chǎn)業(yè)間信貸資源的調(diào)整情況進行了實證分析。研究發(fā)現(xiàn)，信貸結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整之間存在同步性，但在調(diào)整的過程中，部分產(chǎn)業(yè)和部分區(qū)域缺乏足夠的信貸支持力度。研究還表明利用征信數(shù)據(jù)可以為實現(xiàn)我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和信貸資源分配提供決策支持。

關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)調(diào)整；企業(yè)征信系統(tǒng)；信貸供給

中圖分類號：TP311.132 　文獻標識碼：A

doi: 10.11959/j.issn.2096-0271.2017005

China's inter-industry credit resources adjustment of the past decade based on credit data

YAO Qian1, XIE Huamei1, LIU Songling1, LI Xiangju2, LIU Xinhai1, JING Zhigang1

1. Credit Reference Center, the People’s Bank of China, Beijing 100031, China

2. Jiangxi Agricultural Engineering College, Zhangshu 331200, China

Abstract: The huge multisource data of enterprise credit system was applied to study strategies of industrial restructuring from the credit perspective of the past decade, and the interactive relationship between industrial restructuring and credit supply was studied. Furthermore, empirical analysis was took to study inter-industry credit resource of every economic area by establishing credit industrial change index. The studies show that the synchronization is existed between credited structure adjustment and industrial structure adjustment, however some industries and regions are obtained less credit support during the adjustment process. The research shows that credit data could provide decision support for the implementation of industrial restructuring and credit resources allocation.

Key words: industrial restructuring, enterprise credit system, supply of credit

---

論文引用格式：姚前，謝華美，劉松靈，等.?基于征信數(shù)據(jù)觀中國近10年產(chǎn)業(yè)間信貸資源的調(diào)整路徑[J]. 大數(shù)據(jù)，2017，3(1): 35-43.

YANG Q, XIE M H, LIU S L, et al.?China's inter-industry credit resources adjustment of the past decade based on credit data[J].?Big Data Research, 2017, 3(1):35-43.

---

1 引言

2016年以來，我國經(jīng)濟增長持續(xù)下行，中央經(jīng)濟工作會議提出在適度擴大總需求的同時，以推動供給側(cè)結(jié)構(gòu)性改革為主線，努力推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化升級[1]。事實上，經(jīng)濟發(fā)展本質(zhì)上就是技術(shù)和產(chǎn)業(yè)不斷創(chuàng)新、結(jié)構(gòu)不斷變化的過程，因此產(chǎn)業(yè)結(jié)構(gòu)調(diào)整既是以往經(jīng)濟發(fā)展的結(jié)果，又是未來經(jīng)濟發(fā)展的基礎(chǔ)[2]。在我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的過程中，銀行信貸居于關(guān)鍵地位。長期以來我國的投融資轉(zhuǎn)化體系主要依賴于銀行信貸，貨幣政策傳導(dǎo)機制通過信貸渠道發(fā)揮作用，我國目前仍處于以銀行中介為基礎(chǔ)的金融體制。雖然資本市場對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的作用不容忽視，但信貸市場對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整發(fā)揮的作用更大。從結(jié)構(gòu)看，2015年末對實體經(jīng)濟發(fā)放的全部信貸余額仍占同期社會融資規(guī)模存量的八成以上。銀行信貸已經(jīng)成為影響我國儲蓄向投資轉(zhuǎn)化、促進經(jīng)濟增長、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的主要影響因素[3]。

關(guān)于銀行信貸對產(chǎn)業(yè)結(jié)構(gòu)的影響的研究文獻比較多，討論主要集中在信貸規(guī)模的增長對經(jīng)濟增長和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的影響。范方志等人[4]通過對中國東部、中部、西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)進行對比分析，指出中國各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級與金融結(jié)構(gòu)轉(zhuǎn)變以及經(jīng)濟增長呈正相關(guān)，但部分地區(qū)落后的金融業(yè)制約了產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級。肖蘭[3]利用經(jīng)濟增速作為門檻變量，認為經(jīng)濟增速低于5.2%時，信貸對經(jīng)濟增長的作用最強。當然也有學(xué)者認為信貸規(guī)模對經(jīng)濟發(fā)展的作用并不明顯，張軍[5]認為將更多的信貸資源分配給低效率的國企，會導(dǎo)致信貸規(guī)模對經(jīng)濟增長影響不顯著。本文則著重于研究信貸供給在各產(chǎn)業(yè)配給情況與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整之間的關(guān)系，并且筆者認為這兩者之間通過信用的分配存在一定的關(guān)聯(lián)性，銀行信貸結(jié)構(gòu)的調(diào)整應(yīng)緊隨產(chǎn)業(yè)結(jié)構(gòu)調(diào)整步伐，而信貸對產(chǎn)業(yè)的支持會進一步促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。

基于此，本文利用中國人民銀行（以下簡稱央行）企業(yè)征信系統(tǒng)的海量數(shù)據(jù)，并采用數(shù)據(jù)挖掘技術(shù)，從信貸投放結(jié)構(gòu)的角度真實有效地展現(xiàn)了近10年我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的策略。

2 征信數(shù)據(jù)簡介

本文信貸數(shù)據(jù)來自中國人民銀行征信中心企業(yè)系統(tǒng)，產(chǎn)業(yè)增加值數(shù)據(jù)來自中國經(jīng)濟網(wǎng)。所用行業(yè)分類依據(jù)的是國家統(tǒng)計局公布的國民經(jīng)濟行業(yè)分類標準（GB/T 4754-2011），行業(yè)劃分方法以每筆信貸業(yè)務(wù)的實際信貸投向行業(yè)為準。

根據(jù)2013年3月15日施行的《征信業(yè)管理條例》，企業(yè)征信系統(tǒng)主要從金融機構(gòu)采集企業(yè)的基本信息以及各類信貸及擔保等信息。截至2015年底，企業(yè)征信系統(tǒng)收錄企業(yè)及其他組織共計2 146萬戶，其中596萬戶有信貸記錄，共收錄企業(yè)各類信貸數(shù)據(jù)2.1億條，累計提供信用報告查詢服務(wù)6.1億次。其數(shù)據(jù)特點包括3個方面：一是全面性，企業(yè)征信系統(tǒng)的數(shù)據(jù)采集覆蓋了國內(nèi)絕大部分的金融機構(gòu)，對于國內(nèi)的征信機構(gòu)而言，企業(yè)征信系統(tǒng)的數(shù)據(jù)更加全面；二是真實性，企業(yè)征信系統(tǒng)采集的是金融機構(gòu)實際發(fā)生的每筆信貸業(yè)務(wù)數(shù)據(jù)，所出的統(tǒng)計結(jié)果也是通過每筆業(yè)務(wù)數(shù)據(jù)匯總相加而得，數(shù)據(jù)可追溯還原到每筆明細，因此征信系統(tǒng)數(shù)據(jù)真實性高；三是時間跨度長，企業(yè)征信系統(tǒng)源自銀行信貸登記咨詢系統(tǒng)，自2005年提供對外服務(wù)以來，已運行了10年，征信系統(tǒng)收集的數(shù)據(jù)也超過10年，對于分析國內(nèi)企業(yè)的行業(yè)行為有重要意義。

3 我國信貸結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的關(guān)聯(lián)分析

在銀行間接融資占主導(dǎo)的金融體系下，信貸配給對于我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整自然非常重要。從信貸結(jié)構(gòu)中，既可以看到經(jīng)濟或者行業(yè)的現(xiàn)狀，也可以看到經(jīng)濟和產(chǎn)業(yè)的轉(zhuǎn)型方向，還可以看到政策的執(zhí)行效果。一般來說，商業(yè)銀行的信貸分為生產(chǎn)類貸款（公司業(yè)務(wù)）和消費類貸款（個人業(yè)務(wù)），分別從供給側(cè)和需求側(cè)對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整產(chǎn)生影響。本文將重點從供給側(cè)角度闡釋我國產(chǎn)業(yè)結(jié)構(gòu)的變化趨勢，因此在分析銀行信貸時，將只考慮企業(yè)信貸業(yè)務(wù)，主要以產(chǎn)業(yè)信貸發(fā)生額和產(chǎn)業(yè)增加值的變化情況對信貸結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整進行關(guān)聯(lián)分析。其中信貸發(fā)生額按每筆信貸業(yè)務(wù)的實際投向產(chǎn)業(yè)進行分類匯總，由于征信系統(tǒng)所有的信貸記錄是按歷年實際發(fā)生金額進行統(tǒng)計的，為保持價格單位一致，本文的所有變量全部使用未經(jīng)價格因素調(diào)整的名義值進行計算。圖1描述了“十一五”期間和“十二五”期間三大產(chǎn)業(yè)的增加值年均增長速度和信貸發(fā)生額年均增長速度，由于歷年信貸發(fā)生額波動較大，為更好地反映整體趨勢，圖1選擇5年為一個時間段，將2006—2015年劃分為“十一五”和“十二五”兩個觀測區(qū)間。首先，通過產(chǎn)業(yè)間橫向比較可以看出，在 “十一五”期間，第三產(chǎn)業(yè)增加值和信貸發(fā)生額的增速最快，分別為19%和24%，第一產(chǎn)業(yè)增加值和信貸發(fā)生額的增速最慢，僅為13%和22%；而在“十二五”期間，第三產(chǎn)業(yè)仍然保持最強的增長勢頭，其增加值和信貸發(fā)生額的增速分別為14%和16%，但第一產(chǎn)業(yè)的增速超過了第二產(chǎn)業(yè)，其增加值和信貸發(fā)生額的增速比第二產(chǎn)業(yè)分別高了1個百分點和2個百分點。總之，從產(chǎn)業(yè)間增速對比來看，信貸發(fā)生額和產(chǎn)業(yè)增加值保持了同樣的趨勢。其次，通過縱向比較不同時期各產(chǎn)業(yè)的增長情況，“十二五” 期間，各產(chǎn)業(yè)的信貸發(fā)生額和產(chǎn)業(yè)增加值的增速都有不同程度的下降，其中第二產(chǎn)業(yè)下降最快，信貸發(fā)生額年均增速從24%下降到了11%，產(chǎn)業(yè)增加值年均增速從17%下降到了8%。另外，盡管各產(chǎn)業(yè)信貸發(fā)生額的增速一直高于產(chǎn)業(yè)增加值的增速，但隨著時間推移，二者之間的增速差在逐步縮小，除第二產(chǎn)業(yè)外，信貸發(fā)生額增速下降的速度要快于產(chǎn)業(yè)增加值下降的速度。

圖1 各產(chǎn)業(yè)信貸發(fā)生額與產(chǎn)業(yè)增加值年均增速

圖2描述的是2005—2015年，各產(chǎn)業(yè)信貸發(fā)生額占全部產(chǎn)業(yè)信貸發(fā)生額的比重（以下簡稱信貸發(fā)生額占比）和各產(chǎn)業(yè)增加值占GDP比重（以下簡稱產(chǎn)業(yè)增加值比）的情況。可以看出，盡管各產(chǎn)業(yè)信貸發(fā)生額占比波動性較高，但從整體趨勢上看，還是與產(chǎn)業(yè)增加值占GDP比重的變化方向保持一致，即第一產(chǎn)業(yè)占比略有下降，第二產(chǎn)業(yè)占比逐漸減少，第三產(chǎn)業(yè)占比增長最快。第三產(chǎn)業(yè)對信貸和GDP的貢獻度都是從2013年開始超過第二產(chǎn)業(yè)，其中2015年第三產(chǎn)業(yè)信貸發(fā)生額占比為52.5%，產(chǎn)業(yè)增加值占比為50.5%，第三產(chǎn)業(yè)已經(jīng)成為推動我國經(jīng)濟發(fā)展的最強動力。

圖2 各產(chǎn)業(yè)信貸發(fā)生額占比與產(chǎn)業(yè)增加值占比

具體來看，農(nóng)業(yè)金融是我國金融體系最為薄弱的一個環(huán)節(jié)，第一產(chǎn)業(yè)獲得的信貸支持力度最小，融資問題仍是制約“三農(nóng)”發(fā)展的主要瓶頸。農(nóng)業(yè)信貸占比僅為3%左右，僅是其增加值占比的三成左右。對于農(nóng)業(yè)來說，“融資難”比“融資貴”更難以解決。首先，農(nóng)業(yè)發(fā)展程度不高，投入產(chǎn)業(yè)效益低，我國農(nóng)業(yè)的勞動力素質(zhì)、生產(chǎn)能力、機械化水平和科技化水平都較為落后，導(dǎo)致農(nóng)業(yè)無論是規(guī)模上還是效益上都相對落后于其他產(chǎn)業(yè)，因此除了政策性貸款，商業(yè)銀行缺乏動力向農(nóng)業(yè)投放貸款；另外，農(nóng)業(yè)從業(yè)人員的履約意識相對薄弱，農(nóng)戶貸款是各類貸款中違約率最高的，而第一產(chǎn)業(yè)的不良貸款率也遠高于第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，較為頻繁的違約行為也是阻礙銀行信貸投放的一個主要原因。為促進“三農(nóng)”信貸的有效投放，持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，國家先后出臺了多項扶持政策， 2014年國務(wù)院發(fā)布的《關(guān)于金融服務(wù)“三農(nóng)”發(fā)展的若干意見》中明確要求，通過適度降低農(nóng)村商業(yè)銀行和農(nóng)村合作銀行存款準備金率，釋放一批信貸資金，支持縣域銀行業(yè)金融機構(gòu)擴大信貸投放，鼓勵銀行下放貸款審批權(quán)，推行盡職免責制度；中國人民銀行積極運用信貸政策支持再貸款，以支持“三農(nóng)”發(fā)展；2016年中央1號文件也提出用3年時間建立全國農(nóng)業(yè)信貸擔保體系，撬動更多金融資源向農(nóng)村傾斜。一系列政策的出臺，確實促進了農(nóng)業(yè)信貸的發(fā)展，如圖1所示，“十二五”期間，第一產(chǎn)業(yè)信貸發(fā)生額年均增速為13%，高于同期該產(chǎn)業(yè)增加值增速，產(chǎn)業(yè)杠桿率穩(wěn)步上升。當然，無論是信貸增長速度還是杠桿率第一產(chǎn)業(yè)仍遠低于其他產(chǎn)業(yè)，信貸發(fā)展仍然有較大的空間。

工業(yè)，即第二產(chǎn)業(yè)是國民經(jīng)濟的主導(dǎo)力量，是實體經(jīng)濟的骨架和國家競爭力的基礎(chǔ)，是轉(zhuǎn)變經(jīng)濟發(fā)展方式、調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的主戰(zhàn)場。以信貸為主的金融業(yè)與實體經(jīng)濟，尤其與第二產(chǎn)業(yè)是利益共同體，一榮俱榮，一損俱損，通過對比各產(chǎn)業(yè)的信貸發(fā)生額和產(chǎn)業(yè)增加值，可以看出第二產(chǎn)業(yè)獲得的信貸支持力度也是最大的。近些年，第二產(chǎn)業(yè)受結(jié)構(gòu)轉(zhuǎn)型迭加外部市場需求波動，信貸和增加值增速持續(xù)放緩。從總體上看，在2011年第二產(chǎn)業(yè)的信貸發(fā)生額占比和產(chǎn)業(yè)增加值占比分別見頂之后，這兩項指標已經(jīng)連續(xù)4年下降，并在2013年被第三產(chǎn)業(yè)超過。第二產(chǎn)業(yè)各行業(yè)中，制造業(yè)和電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)信貸比重下滑較快，其中鋼鐵、有色金屬、化學(xué)原料、化學(xué)纖維、建材、石化等高耗能及產(chǎn)能過剩行業(yè)信貸比重呈持續(xù)下降趨勢。盡管第二產(chǎn)業(yè)整體比重下滑，但采礦業(yè)和建筑業(yè)信貸比重穩(wěn)中有升，制造業(yè)中裝備制造業(yè)信貸發(fā)生額快速增長，占整個制造業(yè)信貸的比重已上升到30.7%，另外，醫(yī)藥制造業(yè)、高端制造業(yè)獲得的信貸支持的力度也越來越大。2015年中央經(jīng)濟工作會議提出的“去產(chǎn)能、去庫存、去杠桿、降成本、補短板”的方針將會進一步落實到第二產(chǎn)業(yè)相關(guān)企業(yè)，必將會提高企業(yè)供給體系的質(zhì)量和效率。

除了2008年，近10年第三產(chǎn)業(yè)的產(chǎn)業(yè)增加值占比一直保持上升勢頭，2015年更是首次突破50%，同期該產(chǎn)業(yè)信貸發(fā)生額占比盡管波動較大，但從2012年開始也保持連續(xù)增長，并在2014年占比突破了50%。對于第三產(chǎn)業(yè)信貸發(fā)生增長額貢獻度最高的行業(yè)分別是批發(fā)零售業(yè)、租賃和商務(wù)服務(wù)業(yè)、房地產(chǎn)業(yè)和金融業(yè)。在經(jīng)濟增速尚未見底的情況下，服務(wù)業(yè)的快速發(fā)展確實為穩(wěn)增長注入了一股強心劑，但從第三產(chǎn)業(yè)的信貸結(jié)構(gòu)來看仍然存在不少風險點：首先，第三產(chǎn)業(yè)信貸過于集中，僅批發(fā)零售業(yè)和房地產(chǎn)業(yè)的信貸發(fā)生額占比就已接近第三產(chǎn)業(yè)總量的六成；第二，批發(fā)零售業(yè)杠桿率和不良率都偏高，信貸發(fā)生額已經(jīng)是行業(yè)增加值的1.5倍，該行業(yè)的不良率已躍居所有行業(yè)之首；第三，房地產(chǎn)信貸投放量區(qū)域分化嚴重，信貸資金主要流向了東部沿海經(jīng)濟發(fā)達省份，其中僅一線城市“北京、上海、廣州、深圳”的資金占三分之一。

4 基于信貸視角的區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整情況

4.1 區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整情況的描述性分析

本文采用歷年三大產(chǎn)業(yè)信貸發(fā)生額的比重變化情況來反映產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整情況，表1反映的是各經(jīng)濟區(qū)域三大產(chǎn)業(yè)信貸投放的比例，本節(jié)將2006—2015年劃分為 “十一五”和“十二五”兩個觀測區(qū)間，其中信貸發(fā)生額通過每筆信貸業(yè)務(wù)的實際投向區(qū)域和產(chǎn)業(yè)分類匯總得出。

從表1可以看出，“十一五”期間，除東北地區(qū)外，其他3個經(jīng)濟區(qū)域的第二產(chǎn)業(yè)獲得了最多的信貸支持，西部地區(qū)的第一產(chǎn)業(yè)比重高達9.8%。“十二五”期間，除中部地區(qū)外，其他區(qū)域的第三產(chǎn)業(yè)信貸占比都是最高，西部地區(qū)第一產(chǎn)業(yè)信貸占比仍然高于其他區(qū)域。值得關(guān)注的一點是，工業(yè)比重最高的東北地區(qū)——傳統(tǒng)的老工業(yè)基地，第二產(chǎn)業(yè)獲得的信貸發(fā)生額占比一直是各個區(qū)域最少的，這與東北地區(qū)融資體系不發(fā)達密不可分。從產(chǎn)業(yè)信貸規(guī)模和宏觀經(jīng)濟協(xié)調(diào)性來看，東北三省尤其是吉林省和黑龍江省在全國排名十分靠后，以 “十二五”期間為例，東北三省第二產(chǎn)業(yè)獲得信貸發(fā)生額6.1萬億元，僅占第二產(chǎn)業(yè)增加值的41%，其中吉林省和黑龍江省僅占33%，而同期全國平均水平為79%。與產(chǎn)業(yè)規(guī)模相比，東北地區(qū)的信貸規(guī)模偏小，如果不能改變低水平的信貸投入、產(chǎn)業(yè)杠桿率偏低的現(xiàn)狀，東北產(chǎn)業(yè)的發(fā)展尤其是實體經(jīng)濟的發(fā)展必將處于融資饑渴的環(huán)境中，缺乏進入高增長軌道的動力。

表1 中國各經(jīng)濟區(qū)域三大產(chǎn)業(yè)信貸發(fā)生額比重

4.2 區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整情況的實證分析

為了更好地反映區(qū)域內(nèi)部的信貸資源在產(chǎn)業(yè)間的變動情況，本文參照宋凌云等人[6]構(gòu)造的產(chǎn)業(yè)結(jié)構(gòu)變動的指數(shù)方法，利用信貸發(fā)生額構(gòu)造產(chǎn)業(yè)結(jié)構(gòu)變動指數(shù)（credit structure change index，CSCI）進行計算：

其中，p、i和t分別表示各省（市、自治區(qū)）、年份和三大產(chǎn)業(yè)，n表示觀測時間的跨度年份，indshareipt表示t年p省i產(chǎn)業(yè)的信貸發(fā)生額占該省全部信貸發(fā)生額的比重，考慮到各產(chǎn)業(yè)的份額有增有減，因此對該變化額取了絕對值。式（1）計算的是三大產(chǎn)業(yè)在t年相對于t -n年份額的總變化量，通 過計算兩個時間點之間各產(chǎn)業(yè)信貸份額的累計變化量，該指標反映了各省信貸資源在各產(chǎn)業(yè)的調(diào)整程度，值越大說明該省信貸供給在各產(chǎn)業(yè)的變動程度越大。

圖3利用產(chǎn)業(yè)變動指數(shù)反映了各區(qū)域之間的產(chǎn)業(yè)結(jié)構(gòu)變動情況。從整體上看， “十一五”期間產(chǎn)業(yè)結(jié)構(gòu)變動幅度要大于 “十二五”期間，東部地區(qū)的變動幅度要小于西部地區(qū)。具 體來 看，“十 一五”期間，產(chǎn)業(yè)結(jié)構(gòu)變動最大的前5個省市分別是寧夏、山西、青海、甘肅和新疆，而產(chǎn)業(yè)結(jié)構(gòu)變動最小的前5個省市分別是廣東、北京、山東、上海和河南；“十二五”期間，產(chǎn)業(yè)結(jié)構(gòu)變動最大的前5個省市分別是青海、西藏、海南、寧夏和陜西，而產(chǎn)業(yè)結(jié)構(gòu)變動最小的前5個省市分別是山東、北京、廣東、湖北和河北；“十二五”期間，產(chǎn)業(yè)結(jié)構(gòu)變動指數(shù)比上一期增長的僅有5個省市，增長最大的是西藏，上升了16%，下降最快的是寧夏，下降了14%。從統(tǒng)計規(guī)律來看，信貸規(guī)模越大、越發(fā)達的省份的產(chǎn)業(yè)結(jié)構(gòu)變化程度越低，信貸規(guī)模小、增長速度越快的省份產(chǎn)業(yè)結(jié)構(gòu)變化程度越高。這也反映了在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的過程中，體量越大的經(jīng)濟體進行調(diào)整的困難也越大，可調(diào)整的幅度也越小。從信貸機構(gòu)的角度出發(fā)，對于規(guī)模越大的經(jīng)濟體比較信賴，執(zhí)行的是前后一致的信貸投放策略，而對于信貸規(guī)模較小的經(jīng)濟體，其產(chǎn)業(yè)策略的調(diào)整空間較大。

圖3 區(qū)域產(chǎn)業(yè)結(jié)構(gòu)變動指數(shù)的變化情況

5 結(jié)論及政策建議

（1）研究結(jié)論及研究意義

過去10年，三大產(chǎn)業(yè)信貸的增長速度和產(chǎn)業(yè)名義增加值增長的速度存在同步性，隨著經(jīng)濟增速的放緩，信貸增速下降的速度要快于產(chǎn)業(yè)名義增加值增速，產(chǎn)業(yè)結(jié)構(gòu)的變動幅度也逐漸變小。從調(diào)整的路徑來看，信貸資源逐步從第二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移，從落后產(chǎn)能向先進產(chǎn)能轉(zhuǎn)移，從東部地區(qū)向西部地區(qū)轉(zhuǎn)移。從產(chǎn)業(yè)調(diào)整的幅度來看，信貸規(guī)模越發(fā)達的省份其產(chǎn)業(yè)結(jié)構(gòu)的變化程度越低，而信貸規(guī)模小、信貸增速快的省份產(chǎn)業(yè)結(jié)構(gòu)變化程度就高。但在調(diào)整的過程中，部分產(chǎn)業(yè)和部分區(qū)域獲得的信貸支持力度仍然不夠，信貸資源不多，融資難仍然是這些區(qū)域以及產(chǎn)業(yè)發(fā)展的重要瓶頸，需要相關(guān)政策和信貸機構(gòu)的大力支持。因此，銀行等信貸機構(gòu)作為企業(yè)的主要融資渠道，應(yīng)通過信貸供給的配置，引導(dǎo)資金從高污染、高能耗以及產(chǎn)能過剩的產(chǎn)業(yè)退出，進入先進裝備制造業(yè)和現(xiàn)代服務(wù)業(yè)，引致產(chǎn)業(yè)結(jié)構(gòu)的變動，從而在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中發(fā)揮重要作用。同時，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的相關(guān)政策影響著商業(yè)銀行的信貸政策，從而也影響商業(yè)銀行的信貸結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和銀行信貸供給之間互相影響，從宏觀層面來看，信貸機構(gòu)對行業(yè)資金的再配置是推動供給側(cè)改革的重要一環(huán)，從微觀層面來看，恰當?shù)男刨J行業(yè)結(jié)構(gòu)調(diào)整不僅能夠幫助信貸機構(gòu)實現(xiàn)信貸結(jié)構(gòu)的優(yōu)化，而且也是信貸機構(gòu)風險防范的重要前提。

另外，本文的研究意義還在于利用征信數(shù)據(jù)測度信貸結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)變動的特征，為我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和信貸資源分配提供決策支持。

（2）相關(guān)政策建議

在國家一系列穩(wěn)增長、調(diào)結(jié)構(gòu)、促改革措施的推進過程中，信貸業(yè)相關(guān)監(jiān)管部門和信貸機構(gòu)也應(yīng)配套相關(guān)政策，才有助于提高產(chǎn)業(yè)的資金配置效率，促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級。根據(jù)中國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的現(xiàn)狀，提出以下政策建議：第一，信貸機構(gòu)應(yīng)實現(xiàn)差別化信貸政策，引導(dǎo)區(qū)域產(chǎn)業(yè)合理布局，通過信貸的互動發(fā)展對國民經(jīng)濟從產(chǎn)業(yè)間、區(qū)域間進行結(jié)構(gòu)調(diào)整，優(yōu)化升級；第二，信貸機構(gòu)應(yīng)抓住政策機遇，圍繞結(jié)構(gòu)調(diào)整與轉(zhuǎn)型升級這一主線，信貸資源向高端制造業(yè)和生產(chǎn)性服務(wù)業(yè)傾斜，主動退出那些不符合國家產(chǎn)業(yè)政策、高污染高能耗的行業(yè)，控制經(jīng)營狀況惡化的低效貸款，為優(yōu)質(zhì)貸款的發(fā)放和高效客戶的發(fā)展騰出足夠空間和資金；第三，信貸機構(gòu)應(yīng)合理配置各行業(yè)信貸資源，避免信貸資源向某個行業(yè)高度傾斜，警惕行業(yè)的高杠桿率，防止系統(tǒng)性風險；第四，信貸機構(gòu)應(yīng)積極利用其行業(yè)資金配置功能，調(diào)整現(xiàn)有信貸結(jié)構(gòu)，特別是信貸行業(yè)結(jié)構(gòu)，引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化，這樣調(diào)整既符合其自身經(jīng)濟利益，也可以引導(dǎo)和促進經(jīng)濟的發(fā)展；第五，中國人民銀行以及中國銀行業(yè)監(jiān)督管理委員會等監(jiān)管部門針對第一產(chǎn)業(yè)和信貸業(yè)不發(fā)達的地區(qū)，應(yīng)當采取較為寬松的監(jiān)管政策，繼續(xù)推行相關(guān)信貸扶持政策，積極發(fā)展政策性信貸，鼓勵多種形式的擔保方式的創(chuàng)新，適當引導(dǎo)民間借貸的發(fā)展。

致謝

中國人民銀行征信中心數(shù)據(jù)部高健、徐方林、樓驍涵等同事對本研究工作給予了大量幫助，特此感謝。

參考文獻：

[1]林毅夫. 供給側(cè)改革的短期沖擊與問題研究[J]. 河南社會科學(xué), 2016, 24(1): 2-4. LIN Y F. Research on short-term impact and issues of supply side reform[J]. Henan Social Sciences, 2016, 24(1): 2-4.

[2]林毅夫. 新結(jié)構(gòu)經(jīng)濟學(xué)—— 重構(gòu)發(fā)展經(jīng)濟學(xué)的框架[J]. 經(jīng)濟學(xué):季刊, 2011, 10(1):1-32.

LIN Y F. New structural economics: a framework for reconstructing development economics[J]. China Economic Quarterly, 2011, 10(1): 1-32.

[3]肖蘭. 經(jīng)濟增長速度、銀行信貸規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整—— 基于門檻模型的實證研究[J]. 浙江金融, 2015(10): 18-23.

XIAO L. Economic growth, bank credit and industrial restructuring: empirical research based on threshold model[J]. Zhejiang Finance, 2015(10): 18-23.

[4]范方志, 張立軍. 中國地區(qū)金融結(jié)構(gòu)轉(zhuǎn)變與產(chǎn)業(yè)結(jié)構(gòu)升級研究[J]. 金融研究, 2003(11):36-48.

FAN F Z, ZHANG L J. Research of mechanism between financial structure reform and industrial structure upgrading[J]. Journal of Financial Research, 2003(11): 36-48.

[5]張軍. 中國的信貸增長為什么對經(jīng)濟增長影響不顯著[J]. 學(xué)術(shù)月刊, 2006(7): 69-75.

ZHANG J. Why China’s credit increasing contributes little to economic growth[J]. Academic Monthly, 2006(7): 69-75.

[6]宋凌云, 王賢彬, 徐現(xiàn)祥. 地方官員引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)變動[J]. 經(jīng)濟學(xué):季刊, 2013(1): 71-92.

SONG L Y, WANG X B, XU X X. Local officials induce structural change[J]. China Economic Quarterly, 2013(1): 71-92.

姚前（1970- ），男，中國人民銀行科技司教授級高級工程師，主要研究方向為分布式系統(tǒng)和計算機安全。

謝華美（1976- ），男，就職于中國人民銀行征信中心數(shù)據(jù)部，主要研究方向為數(shù)據(jù)挖掘。

劉松靈（1988- ），男，就職于中國人民銀行征信中心數(shù)據(jù)部，主要研究方向為宏觀經(jīng)濟分析和數(shù)據(jù)挖掘。

李香菊（1964- ），女，江西農(nóng)業(yè)工程職業(yè)學(xué)院副教授，主要研究方向為園林園藝、農(nóng)業(yè)職業(yè)教育。

劉新海（1976- ），男，中國人民銀行征信中心副研究員，主要研究方向為金融風險分析和數(shù)據(jù)挖掘。

景志剛（1977- ），男，就職于中國人民銀行征信中心數(shù)據(jù)部，主要研究方向為數(shù)據(jù)挖掘。

總結(jié)

以上是生活随笔為你收集整理的【2017年第1期】基于征信数据观中国近10年产业间信贷资源的调整路径的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。