基于VAR模型的银行贷款量与宏观经济关系实证分析

[摘 要] 改革开放以来，我国银行贷款量与GDP都实现了快速增长，为了研究银行贷款量与宏观经济的关系，选取了西安市2006年第一季度至2014年第二季度的相关数据，并对数据进行季节调整、平稳性检验、协整检验、Granger因果检验，建立VAR模型，且运用脉冲响应进行最终的分析。结果表明，中长期贷款量与宏观经济之间存在双向的互动关系，短期贷款量与宏观经济之间具备单向影响关系；同时，银行贷款量对宏观经济的影响主要来源于中长期贷款量。

[关键词] VAR模型；银行贷款量；宏观经济；关系实证分析

[中图分类号] F230 [文献标识码] B

一、引言

改革开放以来，我国银行贷款量与GDP都实现了快速增长，从数据上看，两者的变动趋势也较为一致，表明银行贷款量与GDP存在明显的相关性。然而这种相关性是由于某种巧合还是另有原因，还需要进行进一步的研究。

目前，国内外对于银行贷款量与宏观经济的关系已有不少研究，国外的相关研究主要形成了两者不同的观点。King和Levine研究得出银行贷款量与经济增长具有很强的正相关关系[1]。Ozyildirim也认为信贷发展与经济增长间具有正相关关系[2]。而Rousseau和Vuthipadadorn研究得出信贷的发展与经济增长两者间的关系不显著[3]。国内研究学者的研究结果也形成了两种不同的观点。夏斌和张承惠研究得出银行信贷对经济增长的影响较为显著[4]。单克强等学者的研究也得出了两者间的正相关关系[5]。而李广众和陈平、张军等学者研究得出银行信贷的发展对经济增长的影响不显著[6]。总体来看，目前国内外对银行贷款与经济增长之间的关系尚没有定论。

以上研究主要是对信贷政策、银行贷款总量等与宏观经济的关系进行探讨。其指标选取均为较宏观的综合数据，并未细化到不同产业的经济数值，也并未对贷款结构进行细分。本文以西安市为例，选取贷款结构中的具体指标与宏观经济进行深入研究。

二、变量选取与数据处理

1.变量选取

（1）银行贷款量变量。本文选取金融机构中长期贷款、短期贷款作为银行贷款量的变量，中长期贷款、短期贷款分别以BL、BS表示。

（2）宏观经济变量。本文选取西安市第三产业GDP作为宏观经济的变量，第三产业GDP以G3表示。

2.数据处理

本文采用时间序列分析，数据样本区间从2006年第一季度至2014年第二季度，每个变量样本容量为34，数据来源于于西安市统计局网站。

由于数据存在较强的季节波动性，因此采用Eviews软件的X-13方法对所有数据进行季节调整，得到平滑的时间序列数据，如图1、图2所示：

三、银行贷款与宏观经济的因果关系检验

1.数据平稳性检验

为了分析变量间的因果关系，必须保证变量是平稳的。首先对数据取对数以消除时间序列中存在的异方差，得到LBL、LBS、LG3，本文采用ADF检验方法进行单位根检验，检验结果如表1所示。

表1表明，在5%显著性水平下，中长期贷款量、短期贷款量及第三产业GDP三个变量都是非平稳时间序列，但其二阶差分项都是平稳序列，即三个变量都是二阶单整序列。

2.协整检验

为了分析三产GDP分别与短期贷款、中长期贷款量的长期协整关系，采用Eviews软件对其数据序列进行协整检验，检验结果如表2、表3所示。

表2 三产GDP与短期贷款量协整关系检验结果

根据协整检验结果得出三产GDP（LG3）与短期贷款量（LBS）之间的协整方程为：

LG3=1.089272*LBS+0.690325

根据协整检验结果得出三产GDP（LG3）与中长期贷款量（LBL）之间的协整方程为：

LG3=0.908621*LBL+0.683721

结果分析：

三产GDP与短期贷款量之间存在着长期正向的均衡关系。这说明即使短期贷款在贷款结构中占比相对较少，但仅从长期数据来看，两者还是具备均衡关系的。同时，三产GDP与中长期贷款量之间存在着长期正向的均衡关系。这一方面是由于中长期贷款在贷款结构中占比较重，另一方面是由于中长期贷款中房地产、公共设施以及教育等服务业贷款占有相当比重，这也势必会导致中长期贷款与三产GDP的紧密关系。

3.Granger因果检验

（1）滞后阶数确定。在进行Granger因果检验之前，需要根据一定的标准确定序列间相互影响的先行或者滞后阶数。通常的做法是根据AIC、SIC、LR、BPE和HQ等准则或者检验统计量来判断可能的最优滞后阶数。通过eviews8.0分析计算得出结果如表4所示。

表4表明：最优滞后阶数为1阶，下面通过Granger因果检验进一步内在的因果关系。

（2）检验。通过软件Eviews8.0得出检验结果如表5所示。

在5%显著性水平下，短期贷款与第三产业GDP具备单向Granger因果关系。即第三产业GDP是短期贷款的Granger原因，而短期贷款不是第三产业GDP的Granger原因。这主要是由于短期贷款在贷款结构中占比较少，因此对三产GDP的影响力不足。中长期贷款量与第三产业GDP之间具有双向因果关系，即中长期贷款量与第三产业GDP互为因果关系。

4.银行贷款与宏观经济的动态效应分析

根据上述Granger因果检验的结果，分析中长期贷款量与第三产业GDP的动态效应，首先建立VAR模型。

（1）VAR模型构建。利用Eviews软件分别建立短期贷款量、中长期贷款量与第三产业GDP的VAR模型如下：

通过检验得出VAR模型的特征根及其对应的模长均小于1。说明VAR模型是稳定的。

（2）动态效应分析。为了进一步明确中长期贷款与三产GDP的相互影响作用，引入脉冲响应函数进行实验，作用期选择10期。

运用Eviews8.0分别计算得出短期贷款量、中长期贷款量与三产GDP的脉冲响应函数图像如图3所示：

图3 中长期贷款量与三产GDP脉冲响应函数图

从图3可知：

一是在本期给出中长期贷款一个冲击后，产出在初期出现一个负的影响，约为-0.0389倍左右，随后第二期回到正向冲击，并随后在零值上下方波动并趋于零。

二是对于本期三产GDP产出的一个冲击，中长期贷款在第一期出现较大的正向影响，约为0.05793倍左右，随后在零值上下波动趋于零。

三是在本期给出短期贷款一个冲击后，产出在初期出现一个负的影响，约为-0.011386倍左右，随后第二期回到正向冲击，并随后在零值上下方波动并趋于零。

四是对于本期三产GDP产出的一个冲击，短期贷款在第一期出现较大的正向影响，约为0.014725倍左右，随后在零值上下波动趋于零。

由上面分析可知，对于中长期、短期贷款的一个标准差冲击，三产GDP反映不同。总体来说，对于中长期贷款的一个标准差冲击，三产GDP响应幅度较大；而对于短期贷款的一个标准差冲击，三产GDP响应幅度较小。这说明，在短期、中长期贷款对宏观经济的影响中，中长期贷款更易引起经济变动。而对于三产GDP的一个标准差冲击，中长期贷款的冲击响应较大，短期贷款响应较小。这也能够说明，银行贷款中，与宏观经济的互动影响主要来源于中长期贷款。

5.结语

第一，三产GDP与银行贷款量之间存在着长期正向的均衡关系。这一方面是由于中长期贷款在贷款结构中占比较重，另一方面是由于中长期贷款中房地产、公共设施以及教育等服务业的贷款占有相当比重，这也势必会导致银行贷款与三产GDP的紧密关系。

第二，短期贷款与第三产业GDP具备单向Granger因果关系。这主要是由于短期贷款在贷款结构中占比较少，因此对三产GDP的影响力不足。中长期贷款量与第三产业GDP之间具有双向因果关系，即中长期贷款量与第三产业GDP互为因果关系。

第三，对于中长期贷款的一个标准差冲击，三产GDP响应幅度较大；对于短期贷款的一个标准差冲击，三产GDP响应幅度较小。这说明中长期贷款更易引起经济变动。而对于三产GDP的一个标准差冲击，中长期贷款的冲击响应较大，短期贷款响应较小。这说明经济变动对中长期贷款的影响更大。由此可得，贷款机构中的不同贷款类别与宏观经济的互动影响效应有所不同。长期以来，我国十分重视银行贷款总量的调控，而对于贷款供给中的中长期贷款、短期贷款的结构性问题往往重视有限。实际上，贷款供给中的各类贷款对经济变量产生的作用有明显差异。建议在关注银行贷款量的同时必须关注银行贷款结构。

[参 考 文 献]

[1]King R G，Levine R.1993. Finance entrepreneurship and growth： Theory and evidence[J]. Journal of Monetary Economics，（3）

[2] Zeynep Onder，Suheyla Ozyildirim.2013. Role of bank credit on local growth： Do politics and crisis matter？ [J].Journal of Financial Stability，（9）

[3] Peter L.Rousseau and Dadanee Vuthipadadorn.2005. Finance，investment，and growth：Time series evidence from 10 Asian economies[J].Journal of Macroeconomic，（2）

[4]夏斌，张承惠，等.中国银行体系贷款供给的决定及其对经济波动的影响[J].金融研究，2003（8）

[5]单克强.我国信贷扩张与经济增长关系探讨[J].金融纵横，2011（12）

[6]张军.中国的信贷增长为什么对经济增长影响不显著[J].经济学前沿，2006（7）