基于生態(tài)足跡模型的信貸平衡與風(fēng)險(xiǎn)研究

阮湛洋

一、引 言

國(guó)際金融危機(jī)后，我國(guó)實(shí)施了大規(guī)模財(cái)政和貨幣刺激計(jì)劃，有力支撐了經(jīng)濟(jì)的高速增長(zhǎng)。但同時(shí)也帶來(lái)了區(qū)域性和行業(yè)性的產(chǎn)能過(guò)剩、杠桿過(guò)高、資產(chǎn)價(jià)格泡沫風(fēng)險(xiǎn)等“后遺癥”問(wèn)題。信貸供需的總量失衡與結(jié)構(gòu)性失衡問(wèn)題日漸凸顯，不同地區(qū)、不同行業(yè)的信貸平衡境況因此存在明顯的差異。信貸供需的失衡，一方面會(huì)導(dǎo)致市場(chǎng)主體信貸需求難以滿足，生存能力被擠壓；另一方面，受經(jīng)濟(jì)轉(zhuǎn)型“三期疊加”影響，經(jīng)濟(jì)發(fā)展面臨諸多困難和不確定性因素，市場(chǎng)主體的信貸需求疲軟，使得信貸資金“千方百計(jì)”地“脫實(shí)向虛”去尋租，從而帶來(lái)信貸風(fēng)險(xiǎn)的增加。因此，信貸供需的平衡問(wèn)題，并不單純是簡(jiǎn)單的供給需求兩者的均衡問(wèn)題，更關(guān)系到金融體系的風(fēng)險(xiǎn)問(wèn)題。

本文從研究信貸供需平衡的問(wèn)題出發(fā)，類比生態(tài)足跡模型，構(gòu)建信貸足跡模型，以更好地對(duì)信貸平衡與風(fēng)險(xiǎn)進(jìn)行總體研究。通過(guò)對(duì)不同區(qū)域、不同行業(yè)的信貸足跡與金融機(jī)構(gòu)的信貸承載力進(jìn)行比較，定量地判斷某一行業(yè)或地區(qū)目前信貸市場(chǎng)的盈余或赤字狀態(tài)，為政策部門改善信貸供需的總量與結(jié)構(gòu)性失衡狀態(tài)、防范由此帶來(lái)的信貸風(fēng)險(xiǎn)提供參考建議。

二、理論基礎(chǔ)與文獻(xiàn)綜述

（一）理論基礎(chǔ)

生態(tài)足跡模型是加拿大生態(tài)經(jīng)濟(jì)學(xué)家William Rees與Mathis Wackernagel于20世紀(jì)90年代提出的一種度量區(qū)域可持續(xù)發(fā)展程度的方法。所謂生態(tài)足跡，就是支持一定地區(qū)的人口所需的生產(chǎn)性土地和水域的面積，以及吸納這些人口所產(chǎn)生的廢氣物所需要的土地之總和。生態(tài)足跡是要估計(jì)承載一定生活質(zhì)量的人口，需要多大的可供人類使用的可再生資源或者能夠消納廢物的生態(tài)系統(tǒng)，主要是測(cè)算人類為了維持自身生存而利用自然的量來(lái)評(píng)估人類對(duì)生態(tài)系統(tǒng)的影響，定量反映一定地區(qū)的可持續(xù)發(fā)展?fàn)顩r。該模型的構(gòu)建的主體思想主要有三方面內(nèi)容：一是利用生物生產(chǎn)土地生產(chǎn)各種資源和能源消費(fèi)項(xiàng)目的平均產(chǎn)量，將該消費(fèi)項(xiàng)目的生產(chǎn)量折算成以生物生產(chǎn)面積來(lái)衡量的生態(tài)足跡；二是將生物生產(chǎn)面積劃分為耕地、草地、林地、建筑用地、海洋、化石能源土地等6種類型，并據(jù)此計(jì)算總的生態(tài)承載力；三是由于不同類型的生物生產(chǎn)面積的生態(tài)生產(chǎn)力存在差異，且不同地區(qū)的同類生物生產(chǎn)面積的生態(tài)生產(chǎn)力也不相同，生態(tài)足跡模型引入了均衡因子和產(chǎn)量因子 ，用不同類型、不同地區(qū)的生態(tài)面積進(jìn)行標(biāo)準(zhǔn)化處理，以便于比較。

（二）生態(tài)足跡模型應(yīng)用文獻(xiàn)綜述

生態(tài)足跡模型的應(yīng)用范圍很廣，目前主要包括國(guó)家、區(qū)域、地區(qū)和特定系統(tǒng)。我國(guó)對(duì)于生態(tài)足跡的研究起步較晚，徐中民等人（1999）在1999年把生態(tài)足跡概念引入國(guó)內(nèi)后，國(guó)內(nèi)學(xué)者利用生態(tài)足跡模型在國(guó)家、省、市、縣、鎮(zhèn)等各個(gè)層面進(jìn)行了大量的實(shí)證研究。國(guó)內(nèi)研究?jī)A向?qū)^長(zhǎng)時(shí)間段生態(tài)足跡的動(dòng)態(tài)分析，王亞菲（2010）對(duì)北京市1995-2005年生態(tài)足跡進(jìn)行了測(cè)算；王軍等（2011）對(duì)?？?000-2008年的生態(tài)足跡進(jìn)行了測(cè)算和分析；周韞力（2014）利用時(shí)間序列方法對(duì)鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)1991-2011年的生態(tài)足跡和生態(tài)承載力進(jìn)行測(cè)算，認(rèn)為鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)的快速發(fā)展，生態(tài)足跡由原來(lái)的生態(tài)盈余轉(zhuǎn)為現(xiàn)在的高生態(tài)赤字，其經(jīng)濟(jì)增長(zhǎng)方式屬于典型的資源、能源消耗型，對(duì)生態(tài)資源具有很強(qiáng)的依賴性。在研究過(guò)程中，國(guó)內(nèi)學(xué)者對(duì)傳統(tǒng)的生態(tài)足跡方法作了很多改進(jìn)，使生態(tài)足跡模型更適合研究對(duì)象。張黎明（2010）等將生態(tài)足跡模型與灰色關(guān)聯(lián)度分析方法結(jié)合起來(lái)對(duì)湖南省1998-2007年的生態(tài)足跡進(jìn)行了測(cè)算并分析了經(jīng)濟(jì)增長(zhǎng)與資源消耗的關(guān)系。袁鐘等（2016）運(yùn)用生態(tài)足跡法和ARIMA模型，以2013年以及1994-2013年西安生物資源賬戶和碳足跡賬戶的消費(fèi)數(shù)據(jù)，對(duì)靜態(tài)生態(tài)承載力與動(dòng)態(tài)生態(tài)承載力進(jìn)行分析并預(yù)測(cè)未來(lái)5年生態(tài)安全情況。

（三）信貸平衡與風(fēng)險(xiǎn)文獻(xiàn)綜述

1、信貸平衡

針對(duì)信貸供給與需求方面，國(guó)內(nèi)眾多學(xué)者從多角度進(jìn)行了研究。邵靜（2016）利用我國(guó)2006-2014年季度數(shù)據(jù)，使用多變量Granger因果關(guān)系檢驗(yàn)和SVAR模型的脈沖響應(yīng)函數(shù)，實(shí)證檢驗(yàn)信貸供給、經(jīng)濟(jì)波動(dòng)與我國(guó)商業(yè)銀行信貸資產(chǎn)質(zhì)量之間關(guān)系，認(rèn)為信貸供給是經(jīng)濟(jì)波動(dòng)和信貸資產(chǎn)質(zhì)量變化的驅(qū)動(dòng)力。伍戈（2015）等根據(jù)貸款利率、貸款數(shù)量的量?jī)r(jià)組合變化規(guī)律，采用符號(hào)約束VAR模型，具體識(shí)別信貸供給和需求沖擊，并在此基礎(chǔ)上運(yùn)用歷史分解方法區(qū)分我國(guó)各時(shí)期信貸供給和需求的動(dòng)態(tài)變化，結(jié)果表明，我國(guó)信貸需求總體上具有順周期性，而信貸供給具有逆周期性。黎毅等（2014）利用2012年陜西渭南483戶農(nóng)戶實(shí)地調(diào)研數(shù)據(jù)，對(duì)供給抑制下的農(nóng)戶信貸進(jìn)行研究，并在此基礎(chǔ)上運(yùn)用Heckman廣義三階段回歸模型對(duì)農(nóng)戶信貸需求以及約束程度進(jìn)行估計(jì)，得出當(dāng)?shù)仄毡榇嬖谛刨J需求和信貸約束，農(nóng)戶資產(chǎn)的高低分別與獲得資金呈正向關(guān)系，與信貸約束呈負(fù)向關(guān)系；由于信息不對(duì)稱等原因，中高資產(chǎn)農(nóng)戶較中低資產(chǎn)農(nóng)戶面臨更重的信貸約束。

2、信貸風(fēng)險(xiǎn)

關(guān)于信貸風(fēng)險(xiǎn)問(wèn)題，現(xiàn)有研究主要集中在中小企業(yè)信貸風(fēng)險(xiǎn)和信貸風(fēng)險(xiǎn)的影響因素問(wèn)題。錢龍（2015）基于中國(guó)某省2009-2014年的信貸數(shù)據(jù)，研究銀企關(guān)系、銀行競(jìng)爭(zhēng)對(duì)中小企業(yè)信貸風(fēng)險(xiǎn)的影響，結(jié)果顯示，銀企關(guān)系對(duì)中小企業(yè)信貸風(fēng)險(xiǎn)整體上呈顯著的正向影響，銀行競(jìng)爭(zhēng)對(duì)信貸風(fēng)險(xiǎn)有顯著的負(fù)向影響。梁彩紅（2014）從商業(yè)銀行視角出發(fā)，重新審視小微企業(yè)信貸風(fēng)險(xiǎn)存在的特征，提出通過(guò)加強(qiáng)客戶準(zhǔn)入甄選、提高審批時(shí)效、加強(qiáng)貸后管理等措施來(lái)防范和化解小微企業(yè)信貸風(fēng)險(xiǎn)。龍正清（2015）提出了中小企業(yè)信貸風(fēng)險(xiǎn)管理控制的相應(yīng)措施和對(duì)策建議，包括優(yōu)化信貸流程、建立科學(xué)的風(fēng)險(xiǎn)控制方法、建立風(fēng)險(xiǎn)預(yù)警體系和健全信貸激勵(lì)制度和責(zé)任追究制度。祁樹鵬等（2015）利用向量自回歸模型，研究主要宏觀經(jīng)濟(jì)變量的沖擊對(duì)我國(guó)商業(yè)銀行信貨風(fēng)險(xiǎn)水平影響的傳遞過(guò)程以及貢獻(xiàn)程度，發(fā)現(xiàn)宏觀經(jīng)濟(jì)變量的波動(dòng)對(duì)我國(guó)商業(yè)銀行信貨風(fēng)險(xiǎn)的變化有較大影響，不良率的周期波動(dòng)對(duì)自身的慣性影響非常明顯。

綜上，生物生態(tài)足跡模型較為完整地給出了衡量系統(tǒng)供給與需求的方法，對(duì)分析某個(gè)系統(tǒng)的供需盈余和赤字問(wèn)題，具有重要的借鑒意義。然而，現(xiàn)有文獻(xiàn)仍存在以下不足：一是尚未有將生態(tài)足跡模型應(yīng)用到信貸市場(chǎng)的研究；二是信貸供需的研究則多是使用替代指標(biāo)來(lái)分析信貸供給或需求的特征及其與經(jīng)濟(jì)變量的關(guān)系，并未給出精確衡量信貸需求與供給的方法；三是信貸風(fēng)險(xiǎn)的研究，多從銀行競(jìng)爭(zhēng)或管理的角度出發(fā)，較少?gòu)男刨J供需平衡的角度分析信貸風(fēng)險(xiǎn)問(wèn)題?；诖耍疚膭?chuàng)新構(gòu)建了信貸足跡模型并加以應(yīng)用，測(cè)算并分析了信貸市場(chǎng)的盈余與赤字情況，并從供需失衡的角度對(duì)信貸風(fēng)險(xiǎn)進(jìn)行了分析，填補(bǔ)了現(xiàn)有研究的不足。

三、基于生態(tài)足跡的信貸足跡模型的構(gòu)建

基于生態(tài)足跡模型的構(gòu)建思路，本文嘗試構(gòu)建信貸足跡模型，以對(duì)信貸需求與供給的盈余與赤字狀況進(jìn)行測(cè)算并分析。

（一）信貸足跡模型構(gòu)建思路

類比生態(tài)足跡模型，本文將信貸資源比作生物生產(chǎn)面積，并按銀行主體劃分為不同類型的信貸資源，將行業(yè)種類比作生物生產(chǎn)土地生產(chǎn)的消費(fèi)項(xiàng)目，構(gòu)建信貸足跡模型，測(cè)算出不同地區(qū)、不同行業(yè)的信貸足跡和信貸承載能力，根據(jù)不同地區(qū)、行業(yè)信貸盈余或赤字狀況，評(píng)估信貸平衡和潛在風(fēng)險(xiǎn)狀況。在模型構(gòu)建過(guò)程，類比生態(tài)足跡模型，對(duì)各類信貸資源進(jìn)行均衡化處理，同時(shí)對(duì)各類信貸資源的生產(chǎn)能力進(jìn)行標(biāo)準(zhǔn)化處理。具體構(gòu)建思路如表1所示。

表1 生態(tài)足跡模型與信貸足跡模型構(gòu)建思路和意義類比表

（二）指標(biāo)含義

信貸足跡模型各指標(biāo)的選取，是根據(jù)生態(tài)足跡模型各指標(biāo)的具體含義，類比到信貸環(huán)境中具有相同含義的指標(biāo)，并根據(jù)數(shù)據(jù)可得性來(lái)確定，具體指標(biāo)類比情況見表2。

表2 信貸足跡模型與生態(tài)足跡模型指標(biāo)類比情況表

（三）模型構(gòu)建

1、對(duì)不同銀行主體信貸資源進(jìn)行均衡化處理

生態(tài)足跡模型中，由于不同生物生產(chǎn)面積的生態(tài)生產(chǎn)力不同，因此通過(guò)均衡化處理，在計(jì)算得到的各類生物生產(chǎn)面積乘以一個(gè)均衡因子rj，將不同生態(tài)生產(chǎn)力的生物生產(chǎn)面積轉(zhuǎn)化為具有相同生態(tài)生產(chǎn)力的面積，以匯總生態(tài)足跡和生態(tài)承載力。信貸足跡模型中，不同類型金融機(jī)構(gòu)信貸資產(chǎn)的產(chǎn)出能力也存在一定差異，同樣需要進(jìn)行均衡化處理，因此需要先計(jì)算出均衡因子rj。

類比生態(tài)足跡均衡因子，rj計(jì)算公式為：

其中，dj為全國(guó)第j類信貸資產(chǎn)的平均信貸生產(chǎn)力，用“j類金融機(jī)構(gòu)的利潤(rùn)總額/j類金融機(jī)構(gòu)的信貸規(guī)模”來(lái)表示；D為全國(guó)所有類型的金融機(jī)構(gòu)的平均信貸生產(chǎn)力，用“全國(guó)金融機(jī)構(gòu)利潤(rùn)總額/信貸規(guī)?！眮?lái)表示。

2、信貸足跡

首先，類比人均生態(tài)足跡，計(jì)算企業(yè)平均信貸足跡。

k地區(qū)i類行業(yè)的企業(yè)平均信貸足跡(efik)：

從而，計(jì)算出K地區(qū)總信貸足跡（EFk）和全國(guó)i行業(yè)總信貸足跡（EFi）

同時(shí)，還可以推算出k地區(qū)平均信貸足跡（efk）以及i行業(yè)的平均信貸足跡（efi），計(jì)算公式如下：

全國(guó)總的信貸足跡（EF）

j表示銀行類型，分別為大型商業(yè)銀行、股份制商業(yè)銀行、城商行、農(nóng)合機(jī)構(gòu)、外資銀行5類銀行業(yè)金融機(jī)構(gòu)類型。i表示行業(yè)類型，分別為農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、批發(fā)和零售業(yè)、交通運(yùn)輸和倉(cāng)儲(chǔ)業(yè)、住宿和餐飲業(yè)、金融業(yè)、房地產(chǎn)業(yè)以及其他行業(yè)9類行業(yè)。k表示國(guó)內(nèi)大陸31個(gè)省份（直轄市）。

Aijk為K地區(qū)i行業(yè)需要j類金融機(jī)構(gòu)提供的企業(yè)平均信貸足跡，計(jì)算公式為為j類信貸資產(chǎn)支持的k地區(qū)第i類行業(yè)的年產(chǎn)出量，用行業(yè)增加值表示。Yij為j類金融機(jī)構(gòu)對(duì)i行業(yè)的信貸產(chǎn)出效率，計(jì)算公式為：全國(guó)i行業(yè)增加值/全國(guó)j銀行總資產(chǎn)。Nik是k省i類行業(yè)的企業(yè)數(shù)量。

3、信貸承載力

類比生態(tài)足跡模型，計(jì)算k地區(qū)的企業(yè)平均信貸承載能力（eck）：

以及i行業(yè)企業(yè)平均信貸承載能力（ec）i：eci＝

從而，計(jì)算出K地區(qū)總信貸承載力（ECk）、i行業(yè)總信貸承載力（ECk）：

全國(guó)總的信貸承載能力；

其中，ajk是k地區(qū)j類金融機(jī)構(gòu)可提供的企業(yè)平均信貸資產(chǎn)，計(jì)算公式為：k地區(qū)j類金融機(jī)構(gòu)總資產(chǎn)/k地區(qū)企業(yè)數(shù)量；aij是j類金融機(jī)構(gòu)可提供的i行業(yè)企業(yè)平均信貸資產(chǎn)，計(jì)算公式為：j類金融機(jī)構(gòu)可提供i行業(yè)的資產(chǎn)/i行業(yè)企業(yè)數(shù)量。rj為均衡因子，含義和計(jì)算方法與信貸足跡相同。yjk是k地區(qū)的產(chǎn)量因子，為k地區(qū)j類金融機(jī)構(gòu)信貸生產(chǎn)能力與全國(guó)同類金融機(jī)構(gòu)的信貸生產(chǎn)能力的比率，計(jì)算公式為；（k地區(qū)j類銀行利潤(rùn)總額/k地區(qū)j類銀行信貸規(guī)模）/(全國(guó)j類銀行利潤(rùn)總額/全國(guó)j類銀行信貸規(guī)模）。

4、信貸盈余或赤字

信貸盈余或赤字=EC-EF

如果某地區(qū)或某行業(yè)信貸足跡大于能提供的信貸承載力，就出現(xiàn)信貸赤字；如果小于某地區(qū)或某行業(yè)的信貸承載力，則表現(xiàn)為信貸盈余。通過(guò)信貸赤字或盈余，可以定量判斷某地區(qū)、某行業(yè)總體信貸均衡現(xiàn)狀。如果出現(xiàn)信貸赤字，該地區(qū)（行業(yè)）的整體信貸杠桿水平較高，積累的金融風(fēng)險(xiǎn)也比較大；相反，該地區(qū)（行業(yè)）信貸可持續(xù)能力較高，積累的風(fēng)險(xiǎn)相對(duì)較小。

四、信貸足跡模型的分析與應(yīng)用

本部分運(yùn)用分行業(yè)數(shù)據(jù)和分省份（含直轄市）數(shù)據(jù)，對(duì)構(gòu)建的信貸足跡模型加以應(yīng)用，檢驗(yàn)?zāi)Ｐ偷目刹僮餍院蛯?shí)踐結(jié)果。

（一）指標(biāo)選擇和數(shù)據(jù)來(lái)源

本部分涉及的相關(guān)指標(biāo)和數(shù)據(jù)來(lái)源如表3所示，數(shù)據(jù)選取時(shí)點(diǎn)為2015年末。

表3 變量含義及數(shù)據(jù)來(lái)源

（二）信貸足跡與信貸承載力計(jì)算與結(jié)果

1、信貸足跡計(jì)算

基于信貸足跡模型的研究思路，要計(jì)算某地區(qū)或某行業(yè)的信貸足跡，需要先將其信貸需求拆分為通過(guò)不同類型銀行業(yè)金融機(jī)構(gòu)形成的信貸足跡，再通過(guò)均衡因子轉(zhuǎn)化為統(tǒng)一的度量標(biāo)準(zhǔn)。

（1）均衡因子

如前所述，本文將信貸資源劃分為大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、小型農(nóng)村金融機(jī)構(gòu)和外資金融機(jī)構(gòu)五類。首先對(duì)這五類銀行的均衡因子進(jìn)行計(jì)算，均衡因子越大說(shuō)明該類機(jī)構(gòu)的平均信貸生產(chǎn)力越大。各類金融機(jī)構(gòu)的均衡因子主要受全其綜合實(shí)力、市場(chǎng)占比和機(jī)構(gòu)數(shù)量影響。如圖1所示，大型商業(yè)銀行均衡因子最大，為1.24；外資金融機(jī)構(gòu)的均衡因子最小，僅為0.58。

圖1 各類銀行業(yè)金融機(jī)構(gòu)的均衡因子

（2）分省信貸足跡

按照信貸足跡模型，首先分別計(jì)算各省各類金融機(jī)構(gòu)提供信貸的企業(yè)平均信貸足跡Ajk，最后通過(guò)均衡因子rj轉(zhuǎn)變，得到各省份的企均信貸足跡efk和各省份的總信貸足跡EFk，如表4所示。從企均足跡來(lái)看，廣東企均信貸足跡最大，西藏企均信貸足跡最??；從整體情況來(lái)看，江蘇總信貸足跡最大，西藏總信貸足跡最??；從省份整體分布來(lái)看，東部沿海地區(qū)總信貸足跡最大，其后依次為中部地區(qū)、東北地區(qū)、西部地區(qū)。

表4 各省份信貸足跡

圖2 各省份信貸足跡分布圖

（3）分行業(yè)信貸足跡

按照信貸足跡模型，首先分別計(jì)算各行業(yè)各類金融機(jī)構(gòu)信貸的產(chǎn)出效率Yij，然后可得各行業(yè)各類金融機(jī)構(gòu)提供信貸的企業(yè)平均信貸足跡Aij，最后通過(guò)均衡因子rj可得到各行業(yè)的信貸足跡，如表5所示。從企均足跡來(lái)看，資金密集型行業(yè)的企均信貸足跡明顯高于其他行業(yè)。房地產(chǎn)業(yè)企均信貸足跡為2.92，信貸足跡最大；其次為金融業(yè)；農(nóng)林牧漁業(yè)企均信貸足跡最小.從行業(yè)整體足跡來(lái)看，工業(yè)總信貸足跡最大，交通運(yùn)輸和倉(cāng)儲(chǔ)業(yè)總信貸足跡最小。

表5 各行業(yè)信貸足跡

圖3 各行業(yè)信貸足跡分布圖

2、信貸承載力計(jì)算

（1）分省信貸承載力計(jì)算

圖4 各省各類金融機(jī)構(gòu)產(chǎn)量因子

根據(jù)信貸足跡模型，信貸承載力的均衡因子可直接使用信貸足跡中的均衡因子，故只需計(jì)算各省各類金融機(jī)構(gòu)產(chǎn)量因子（如圖4所示）和各省各類金融機(jī)構(gòu)的企均可得信貸資產(chǎn)ajk，即得到各省份的企均信貸承載力eck和各省份的總信貸承載力ECk，如表6圖5所示。

表6 各省份信貸承載力

從企均信貸承載力來(lái)看，上海、北京、西藏、廣東、浙江的企均信貸承載力最大，位居前五名。廣西等省份企均信貸承載力較弱。從全省整體信貸承載力來(lái)看，北京信貸總承載力最大，青海信貸總承載力最小。從省份整體分布來(lái)看，除了政策傾斜的部分省份外，信貸承載力與信貸足跡的分布基本一致，東部沿海地區(qū)總信貸承載力最大，其后依次為中部地區(qū)、東北地區(qū)、西部地區(qū)。

圖5 各省份信貸承載力

（2）分行業(yè)信貸承載力計(jì)算

采用相似的算法即可得分行業(yè)的企均信貸承載力eci和各省份的總信貸承載力ECi，如表7圖6所示。從企均信貸承載力來(lái)看，房地產(chǎn)業(yè)的企均信貸承載力最大，而農(nóng)林牧漁業(yè)的企均信貸承載力最??；從行業(yè)整體信貸承載力來(lái)看，銀行對(duì)工業(yè)信貸總承載力最大，對(duì)金融業(yè)的信貸總承載力最小。

表7 各行業(yè)信貸承載力

圖6 各行業(yè)信貸承載力

（三）信貸平衡結(jié)果分析

通過(guò)比較各省份或行業(yè)的信貸足跡和信貸承載力，可得各省份或行業(yè)的信貸足跡平衡狀況和信貸風(fēng)險(xiǎn)情況。當(dāng)信貸足跡大于信貸承載力，代表信貸赤字，信貸平衡為負(fù)數(shù)；當(dāng)信貸足跡小于信貸承載力，代表信貸盈余，信貸平衡為正數(shù)。信貸平衡過(guò)大，表示金融資源浪費(fèi)；信貸平衡過(guò)小，表示金融支持不足；信貸平衡越接近0，表示信貸平衡狀態(tài)越好。信貸平衡的赤字或盈余大，說(shuō)明信貸資源存在供不應(yīng)求或供過(guò)于求的情況，會(huì)因此滋生不同程度和不同種類的信貸風(fēng)險(xiǎn)。

1、分省份信貸平衡和風(fēng)險(xiǎn)情況

（1）總體情況

由表8可見，全國(guó)31個(gè)省、直轄市中，企業(yè)平均信貸和總信貸呈現(xiàn)赤字的有16個(gè)地區(qū)，占比51.6%。企業(yè)平均信貸和總信貸赤字排名基本一致。其中，江蘇、山東、廣東、浙江的赤字規(guī)模最大。企業(yè)平均信貸和總信貸呈現(xiàn)盈余的有15個(gè)地區(qū)，占比48.4%。企業(yè)平均信貸和總信貸盈余排名存在一定偏離。其中，企業(yè)平均信貸盈余排名前四位的地區(qū)為西藏、上海、北京和海南；總信貸盈余排名前四位的地區(qū)則為北京、上海、福建和甘肅。貴州、江西等省份供需基本平衡，信貸風(fēng)險(xiǎn)最小。從區(qū)域分布上看，東部地區(qū)信貸平衡狀況最差，信貸資源與實(shí)體經(jīng)濟(jì)背離較為嚴(yán)重，信貸風(fēng)險(xiǎn)最高；中部地區(qū)信貸足跡平衡狀況最好，信貸資源供給情況較為良好，信貸風(fēng)險(xiǎn)最低；西部地區(qū)和東北地區(qū)多數(shù)省份有一定的信貸盈余，屬于信貸平衡中等情況，信貸風(fēng)險(xiǎn)適中。

圖7 各省份信貸足跡供需平衡情況

（2）特點(diǎn)

對(duì)赤字省份的供給和需求進(jìn)行深入分析，發(fā)現(xiàn)導(dǎo)致不同地區(qū)信貸赤字結(jié)果的原因存在以下特點(diǎn)：一是供給大，需求更大，以致赤字大，如江蘇、廣東、山東、浙江等；二是需求大，供給小，以致赤字大，如河南、湖北兩個(gè)地區(qū)；三是不發(fā)達(dá)地區(qū)需求低，供給更低，導(dǎo)致信貸赤字存在，但赤字規(guī)模相對(duì)較小，如廣西、內(nèi)蒙兩個(gè)地區(qū)；四是總信貸供給高，但企業(yè)數(shù)量多，拉低了其平均信貸足跡供給，如江蘇、山東和浙江三省。信貸盈余的特點(diǎn)則相對(duì)簡(jiǎn)單，主要表現(xiàn)在兩方面：一是供給大，需求相對(duì)低，導(dǎo)致盈余大，主要表現(xiàn)在北京、上海和福建，這三個(gè)省的信貸盈余在全國(guó)排名前三位；二是其他省出現(xiàn)盈余，則主要是需求和供給均較小，反映這些省份信貸雖然盈余，但并不表示其信貸資源充足；三是西藏企業(yè)平均信貸盈余排名第一，主要是企業(yè)數(shù)量少，較大程度拉高了平均信貸供給。

2、分行業(yè)信貸平衡和風(fēng)險(xiǎn)情況

（1）總體情況

九大行業(yè)中，信貸呈現(xiàn)盈余的行業(yè)有4個(gè)，占比44.4%，分別為住宿和餐飲業(yè)、交通運(yùn)輸和倉(cāng)儲(chǔ)業(yè)、批發(fā)和零售業(yè)、其他行業(yè)。其中，批發(fā)和零售業(yè)的信貸盈余最大。信貸呈現(xiàn)赤字的行業(yè)有5個(gè)，占比55.6%，分別為房地產(chǎn)業(yè)、工業(yè)、金融業(yè)、建筑業(yè)和農(nóng)林牧漁業(yè)，表明以上行業(yè)的發(fā)展依然高度依賴信貸投入，容易受到信貸政策影響出現(xiàn)信貸風(fēng)險(xiǎn)。住宿和餐飲業(yè)、農(nóng)林牧漁業(yè)等行業(yè)供需基本平衡，信貸風(fēng)險(xiǎn)最低（詳見表9）。

表9 各行業(yè)生態(tài)足跡供需平衡情況

圖8 各行業(yè)生態(tài)足跡供需平衡情況

（2）特點(diǎn)

一是房地產(chǎn)業(yè)信貸總供給排名靠后，導(dǎo)致赤字最大。測(cè)算結(jié)果顯示，房地產(chǎn)業(yè)的行業(yè)總信貸供給排在第5名，說(shuō)明2015年房地產(chǎn)信貸調(diào)控效果顯現(xiàn)，這是導(dǎo)致該行業(yè)赤字最大的主因。此外，值得關(guān)注的是，房地產(chǎn)行業(yè)的企業(yè)平均信貸需求和信貸供給均排在第一位，主要是因?yàn)樵撔袠I(yè)以大企業(yè)為主，企業(yè)數(shù)量偏少。二是批發(fā)和零售業(yè)、交通運(yùn)輸和倉(cāng)儲(chǔ)業(yè)的信貸足跡盈余較大，可將其列為信貸資源調(diào)配行業(yè)。測(cè)算結(jié)果顯示，上述兩大行業(yè)的信貸盈余分別排在第一、第二位，且信貸總供給排名明顯高于信貸總需求排名。三是工業(yè)平均信貸供需排名相比總信貸供需靠后，說(shuō)明工業(yè)企業(yè)數(shù)多，應(yīng)關(guān)注該行業(yè)中小微企業(yè)信貸平衡狀況。

五、結(jié)論和建議

（一）結(jié)論

本文在構(gòu)建信貸足跡模型的基礎(chǔ)上，對(duì)全國(guó)省際層面和行業(yè)層面的信貸足跡與信貸承載力進(jìn)行計(jì)算和分析，從而了解不同地區(qū)、不同行業(yè)的信貸平衡狀況。研究結(jié)果表明，2015年我國(guó)信貸結(jié)構(gòu)性失衡狀況較為明顯，容易滋生信貸風(fēng)險(xiǎn)，值得關(guān)注。具體結(jié)論如下：

1、部分地區(qū)和行業(yè)信貸赤字明顯，應(yīng)關(guān)注資金鏈斷裂導(dǎo)致的區(qū)域性和行業(yè)性風(fēng)險(xiǎn)

一是東部沿海省份信貸赤字明顯。研究結(jié)果顯示，江蘇、山東、廣東、浙江、河南、湖北的信貸赤字最大，超過(guò)百萬(wàn)信貸單位。這些省份的信貸承載力本身已經(jīng)排在全國(guó)前列，仍然存在較大的赤字，主要是由于市場(chǎng)主體潛在信貸需求高，反映這些省份的市場(chǎng)主體對(duì)金融機(jī)構(gòu)信貸資金的依賴程度大。二是部分行業(yè)信貸赤字較大。研究結(jié)果顯示，房地產(chǎn)業(yè)、工業(yè)、金融業(yè)、建筑業(yè)的信貸赤字最為明顯，超過(guò)五十萬(wàn)信貸單位。其中，房地產(chǎn)業(yè)、建筑業(yè)和金融業(yè)受近年信貸調(diào)控政策影響，信貸承載力低，是導(dǎo)致這些行業(yè)信貸赤字的主要原因；而工業(yè)信貸承載力排在第一位，仍存在較大的信貸赤字，則主要是因?yàn)樵撔袠I(yè)屬于傳統(tǒng)行業(yè)，對(duì)金融機(jī)構(gòu)信貸資金的依賴程度大，信貸潛在需求高。

上述省份和行業(yè)信貸赤字問(wèn)題容易導(dǎo)致以下兩方面的風(fēng)險(xiǎn)，值得關(guān)注。一是對(duì)金融機(jī)構(gòu)信貸資金依賴程度高的省份和行業(yè)，由于信貸供給難以滿足其信貸需求，其正常的生產(chǎn)經(jīng)營(yíng)易受到影響。尤其是在總體信貸收緊的情況下，相應(yīng)地區(qū)和行業(yè)的企業(yè)容易產(chǎn)生資金鏈斷裂問(wèn)題，進(jìn)而導(dǎo)致區(qū)域性和行業(yè)性的經(jīng)營(yíng)風(fēng)險(xiǎn)，并形成多米諾骨牌效應(yīng)，傳導(dǎo)至金融體系，產(chǎn)生金融系統(tǒng)性風(fēng)險(xiǎn)。二是在金融機(jī)構(gòu)信貸資金供給難以滿足其需求的情況下，赤字地區(qū)和行業(yè)的企業(yè)為保證充足的資金運(yùn)作，或通過(guò)其他非金融機(jī)構(gòu)渠道進(jìn)行融資，包括民間借貸等高成本渠道。其結(jié)果是，高融資成本導(dǎo)致企業(yè)高負(fù)債和財(cái)務(wù)費(fèi)用，在經(jīng)濟(jì)發(fā)展的下行期，企業(yè)容易面臨負(fù)利潤(rùn)風(fēng)險(xiǎn)和償債風(fēng)險(xiǎn)。在眾多企業(yè)倒閉和償債風(fēng)險(xiǎn)積聚的情況下，容易傳道至經(jīng)濟(jì)金融的其他部門，導(dǎo)致系統(tǒng)性經(jīng)濟(jì)金融風(fēng)險(xiǎn)。

2、部分地區(qū)和行業(yè)信貸盈余明顯，應(yīng)關(guān)注盈余信貸資金“尋租”行為導(dǎo)致的金融體系風(fēng)險(xiǎn)

一是北京、上海存在較高的信貸盈余，超過(guò)百萬(wàn)信貸單位。北京、上海的信貸承載力較高，分別排在第1位和第3位。而這兩大城市中，前者作為首都，以政治中心、金融中心和旅游中心為主，工業(yè)等實(shí)體經(jīng)濟(jì)行業(yè)相對(duì)較少，故信貸足跡相對(duì)較低，排在全國(guó)第8位；后者作為全國(guó)的經(jīng)濟(jì)金融中心，發(fā)展重點(diǎn)在于金融領(lǐng)域，信貸承載力較高，而各行業(yè)企業(yè)主體數(shù)量相對(duì)較少，故信貸足跡排在全國(guó)第13位。信貸承載力明顯高于信貸足跡，造成了這兩大城市存在大額信貸盈余的結(jié)果。此外，考慮到總部效應(yīng)問(wèn)題，由于較多金融機(jī)構(gòu)的總部均設(shè)在這兩大城市，其信貸承載力可能包括了這兩大城市所轄金融機(jī)構(gòu)總部的分支機(jī)構(gòu)的規(guī)模，一定程度上虛增了這兩大城市的信貸盈余規(guī)模。二是批發(fā)和零售業(yè)、交通運(yùn)輸和倉(cāng)儲(chǔ)業(yè)、其他行業(yè)、住宿和餐飲業(yè)等四大行業(yè)存在較高的信貸盈余。從其供給和需求情況來(lái)看，這四大行業(yè)對(duì)金融機(jī)構(gòu)信貸的需求和金融機(jī)構(gòu)對(duì)其的信貸供給都排在較前的位置。分析其原因，主要是隨著電子商務(wù)的繁榮和產(chǎn)業(yè)鏈金融的發(fā)展，此類行業(yè)對(duì)金融機(jī)構(gòu)信貸的依存度逐漸降低，出現(xiàn)了信貸盈余的現(xiàn)象。

金融機(jī)構(gòu)信貸資金的盈余，存在三方面的問(wèn)題和風(fēng)險(xiǎn)。一是造成金融資源空轉(zhuǎn)等資源浪費(fèi)現(xiàn)象，降低信貸資金的使用效率。二是導(dǎo)致金融機(jī)構(gòu)“尋租”行為增加，導(dǎo)致信貸資金投放到欠穩(wěn)健、高風(fēng)險(xiǎn)的行業(yè)或項(xiàng)目，拉高信貸風(fēng)險(xiǎn)。如近年興起的銀行信貸資金通過(guò)券商、保險(xiǎn)公司、基金公司發(fā)起的資管計(jì)劃，最終流入互聯(lián)網(wǎng)金融理財(cái)、股市、房地產(chǎn)等高風(fēng)險(xiǎn)領(lǐng)域的行為。這類行為與美國(guó)次貸危機(jī)的罪魁禍?zhǔn)状嬖谝欢ǖ南嗨贫?，值得關(guān)注。三是導(dǎo)致信貸盈余地區(qū)的資金無(wú)序地流向信貸赤字的地區(qū)。一方面，易導(dǎo)致信貸數(shù)據(jù)的失真，不利于監(jiān)管部門實(shí)現(xiàn)有效監(jiān)管；另一方面，由于跨地區(qū)的業(yè)務(wù)審核和資金運(yùn)用監(jiān)測(cè)存在一定的難度，會(huì)導(dǎo)致信貸違約風(fēng)險(xiǎn)增加，不利于金融機(jī)構(gòu)信貸業(yè)務(wù)的健康發(fā)展。

（二）建議

綜合上述結(jié)論，不同地區(qū)、不同行業(yè)的信貸結(jié)構(gòu)性失衡，會(huì)導(dǎo)致信貸赤字地區(qū)和行業(yè)面臨企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)、盈余地區(qū)和行業(yè)面臨信貸資源使用效率低且存在金融機(jī)構(gòu)“尋租”行為風(fēng)險(xiǎn)，每一種風(fēng)險(xiǎn)都可能傳導(dǎo)至金融系統(tǒng)和實(shí)體經(jīng)濟(jì)部門，最終導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)的產(chǎn)生。因此，有必要對(duì)信貸的結(jié)構(gòu)性失衡問(wèn)題進(jìn)行處理，提高信貸資金使用效率，防范信貸風(fēng)險(xiǎn)。具體建議如下：

1、建立信貸供需平衡測(cè)算制度，定期衡量地區(qū)和行業(yè)層面的信貸平衡狀態(tài)

本文的實(shí)踐表明，參考生態(tài)足跡模型建立的信貸足跡模型具有較強(qiáng)的實(shí)踐性，應(yīng)用效果較好，與預(yù)期相符。建議加強(qiáng)對(duì)信貸供給需求測(cè)算方法和模型的研究，建立起常規(guī)性的信貸供給需求測(cè)算制度，實(shí)現(xiàn)定期掌握不同地區(qū)、不同行業(yè)信貸平衡狀態(tài)，為信貸供需平衡分析提供參考。此外，在研究相對(duì)成熟之后，可考慮建立重要性微觀主體的信貸供需平衡狀態(tài)調(diào)查制度，掌握重要性主體的信貸平衡狀況，以對(duì)其經(jīng)營(yíng)和違約風(fēng)險(xiǎn)進(jìn)行合理評(píng)估。

2、建立地區(qū)間的信貸資源調(diào)配機(jī)制，改善地區(qū)信貸失衡現(xiàn)狀

根據(jù)地區(qū)信貸供需平衡狀況的分析結(jié)果，按步驟實(shí)現(xiàn)地區(qū)間的信貸資源調(diào)配。一是建立信貸盈余資金虛擬資金池，抽取信貸盈余地區(qū)的盈余資金，確定信貸盈余資金規(guī)模。二是通過(guò)兩方面措施對(duì)盈余資金池內(nèi)的資金進(jìn)行調(diào)配。一方面是通過(guò)銀行同業(yè)間的借貸行為，引導(dǎo)信貸盈余地區(qū)的金融機(jī)構(gòu)將其自身未能放貸出去的資金劃轉(zhuǎn)至資金赤字地區(qū)的金融機(jī)構(gòu)；另一方面是，引導(dǎo)盈余地區(qū)的金融機(jī)構(gòu)在風(fēng)險(xiǎn)可控的前提下，與赤字地區(qū)的金融機(jī)構(gòu)合作，拓展跨地區(qū)的信貸業(yè)務(wù)。針對(duì)后一種做法，應(yīng)明確異地信貸業(yè)務(wù)的數(shù)據(jù)報(bào)送和風(fēng)險(xiǎn)管理規(guī)定。

3、繼續(xù)實(shí)施信貸行業(yè)投向指導(dǎo)機(jī)制，改善行業(yè)信貸失衡現(xiàn)狀

一是繼續(xù)引導(dǎo)金融機(jī)構(gòu)加大對(duì)實(shí)體行業(yè)的信貸投放比例，降低房地產(chǎn)、建筑業(yè)等杠桿率較高的行業(yè)的信貸投放比例。二是在投向指導(dǎo)中，建立把握好引導(dǎo)的速度和規(guī)模。房地產(chǎn)業(yè)、建筑業(yè)雖然屬于信貸高風(fēng)險(xiǎn)行業(yè)，但如果調(diào)控政策幅度大，導(dǎo)致其在短期內(nèi)出現(xiàn)大規(guī)模赤字，則容易產(chǎn)生行業(yè)性、系統(tǒng)性的風(fēng)險(xiǎn)。因此建議對(duì)高風(fēng)險(xiǎn)行業(yè)的信貸調(diào)控采取循序漸進(jìn)的方法。一方面，引導(dǎo)各行業(yè)繼續(xù)加快電子商務(wù)和產(chǎn)業(yè)鏈金融的發(fā)展，降低對(duì)金融機(jī)構(gòu)信貸資金的依賴程度；另一方面，建立房地產(chǎn)業(yè)、建筑業(yè)專項(xiàng)信貸管理措施，實(shí)施更加嚴(yán)格的信貸審核、信貸投放制度，確保信貸盈余資金投向更為健康的市場(chǎng)主體。

4、加強(qiáng)信貸失衡狀態(tài)下的信貸風(fēng)險(xiǎn)管理，建立針對(duì)性的防范和管理措施

一是加強(qiáng)對(duì)重要性微觀主體資金需求滿足情況的關(guān)注，及時(shí)評(píng)估其經(jīng)營(yíng)和違約風(fēng)險(xiǎn)，并做好風(fēng)險(xiǎn)防范，避免微觀主體風(fēng)險(xiǎn)傳遞至宏觀經(jīng)濟(jì)金融系統(tǒng)。二是重點(diǎn)加強(qiáng)對(duì)信貸赤字明顯地區(qū)和行業(yè)民間借貸行為的管理，對(duì)市場(chǎng)主體的高利貸等違法違規(guī)行為進(jìn)行查處，降低金融體系風(fēng)險(xiǎn)。三是將信貸足跡模型應(yīng)用于通道業(yè)務(wù)管理當(dāng)中，提高“去通道”的針對(duì)性。重點(diǎn)加強(qiáng)對(duì)信貸盈余明顯地區(qū)的銀行表外信貸業(yè)務(wù)和券商資管業(yè)務(wù)的監(jiān)管，完善互聯(lián)網(wǎng)金融數(shù)據(jù)抓取制度，遏制金融機(jī)構(gòu)信貸資金串道流向高風(fēng)險(xiǎn)行業(yè)或部門的行為。

［1］ Wackernagel M,Rees William E.Our Ecological Footprint:Reducing Human Impact on the Earth.Gabriola Island,B.C.,Canada:New Society Publishers,1996

［2］ Wackernagel M,Rees W E.Perceptual and Structure Barriers to Investing Capital Criticality:Economics from an Ecological Footprint Perspective.Ecological Economics,1997,20（1）

［3］ Rees W.Ecological footprints of the future.Overview.People&the planet/IPPF,UNFPA,IUCN,1996.5（2）

［4］徐中民，張志強(qiáng)，程國(guó)棟，陳東景.中國(guó)1999年生態(tài)足跡計(jì)算與發(fā)展能力分析.應(yīng)用生態(tài)學(xué)報(bào).2003（02）280-285

［5］王亞菲.北京市生態(tài)足跡的變動(dòng)與預(yù)測(cè)分析.城市發(fā)展研究.2010（11）82-89

［6］王軍，張勇，王賽，李建保，傅國(guó)華，熊春榮.海口生態(tài)足跡的動(dòng)態(tài)分析與預(yù)測(cè).海南大學(xué)學(xué)報(bào).自然科學(xué)版.2011（01）68-73

［7］周韞力.鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)生態(tài)效率研究.東華理工大學(xué).2014

［8］張黎明，文倩，霍金煒，彭昕.基于生態(tài)足跡和灰色關(guān)聯(lián)度的湖南省可持續(xù)發(fā)展研究.農(nóng)業(yè)現(xiàn)代化研究.2010（04）459-461

［9］袁鐘，趙牡丹，劉蕊娟，王靜.西安市生態(tài)足跡與生態(tài)承載力動(dòng)態(tài)變化與預(yù)測(cè).未來(lái)與發(fā)展.2016（07）107-112

［10］邵靜.信貸供給、經(jīng)濟(jì)波動(dòng)與商業(yè)銀行信貸資產(chǎn)質(zhì)量.西部金融.2016（03）12-18

［11］伍戈，謝潔玉.信貸供給不足還是需求萎縮:量?jī)r(jià)組合的信號(hào)作用. 金融評(píng)論.2015（06）30-40+124

［12］黎毅，羅劍朝，曹瓅，房啟明.供給抑制下的不同類型農(nóng)戶信貸需求及其約束研究.農(nóng)村經(jīng)濟(jì).2014（10）60-65

［13］錢龍.信息不對(duì)稱與中小企業(yè)信貸風(fēng)險(xiǎn)緩釋機(jī)制研究.金融研究.2015（10）115-132

［14］梁彩紅.論商業(yè)銀行小微企業(yè)信貸風(fēng)險(xiǎn)管理.上海金融.2014（09）108-110

［15］龍正清.我國(guó)商業(yè)銀行中小企業(yè)信貸風(fēng)險(xiǎn)管理研究.金融經(jīng)濟(jì).2015（06）140-142

［16］祁樹鵬，馮艷，李京曉.經(jīng)濟(jì)周期對(duì)我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理的影響分析——基于VAR模型的實(shí)證研究.金融監(jiān)管研究.2015（04）1-14