央行釋放的流動(dòng)性去了哪？

馬理 范偉

摘要：金融危機(jī)中，央行通過寬松的貨幣政策釋放大量的流動(dòng)性，但是這些資金似乎并未完全進(jìn)入實(shí)體經(jīng)濟(jì)領(lǐng)域，資金在資源配置上出現(xiàn)了脫實(shí)向虛的傾向。本文從企業(yè)、銀行和居民三個(gè)層面進(jìn)行文獻(xiàn)梳理和理論歸納，總結(jié)資金脫實(shí)向虛的影響和路徑，然后分別建立實(shí)證模型，研究央行釋放的流動(dòng)性的去向，以及寬松的流動(dòng)性對(duì)微觀層面的資金配置行為的影響。研究顯示：在經(jīng)濟(jì)下行期，流動(dòng)性的增加導(dǎo)致企業(yè)配置金融資產(chǎn)的規(guī)模遠(yuǎn)大于配置實(shí)體資產(chǎn)的規(guī)模，居民將更多的資金配置到了房地產(chǎn)上，商業(yè)銀行加大了對(duì)金融資產(chǎn)的投資。本文建議將商業(yè)銀行的資產(chǎn)管理業(yè)務(wù)納入金融風(fēng)險(xiǎn)監(jiān)管體系，關(guān)注房地產(chǎn)價(jià)格波動(dòng)，加大定向調(diào)控類貨幣政策的實(shí)施力度，促使資本市場對(duì)中國實(shí)體經(jīng)濟(jì)發(fā)展產(chǎn)生有益的影響。

關(guān)鍵詞：貨幣供應(yīng)量;流動(dòng)性;資金流向;脫實(shí)向虛;投資行為;企業(yè)部門;銀行部門;居民部門

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-2848-2019（03）-0039-10

近年來，我國的貨幣供應(yīng)量一直保持高速增長的態(tài)勢(shì)。2008年末，我國的M1和M2分別為15萬億元和47萬億元。截至2018年9月，我國M1和M2分別增長到了54萬億元和180萬億元，年復(fù)合增長率分別為11.2%和16.1%。但是，貨幣供應(yīng)量的高速增長似乎并未帶來經(jīng)濟(jì)的同比例高速增長。中國經(jīng)濟(jì)增速從2010年的10.4%開始連續(xù)放緩，2018年三季度跌至6.7%，固定資產(chǎn)投資率在2009年達(dá)到最高33.6%后，2018年9月下降到3.8%。實(shí)體企業(yè)的發(fā)展也持續(xù)低迷，普遍面臨需求萎縮、產(chǎn)能過剩、成本上升、技術(shù)創(chuàng)新不足、行業(yè)利潤率大幅下滑等一系列難題。與此同時(shí)，我國虛擬經(jīng)濟(jì)的規(guī)模日益增長。2017年我國金融業(yè)產(chǎn)值占GDP的比重高達(dá)8.4%，已超過金融危機(jī)前美國和日本的金融業(yè)產(chǎn)值占GDP的比重。2017年上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)顯示，金融業(yè)總體凈利潤占總體上市公司利潤50%以上。在國內(nèi)固定資產(chǎn)投資規(guī)模逐年下滑的情況下，上市公司配置金融資產(chǎn)規(guī)模與利潤的增長速度遠(yuǎn)高于上市公司投資實(shí)體經(jīng)濟(jì)規(guī)模與利潤的增長速度，商業(yè)銀行通過同業(yè)業(yè)務(wù)與資管渠道等方式獲取的收益節(jié)節(jié)攀升，銀行與居民投資股權(quán)、債券及其他投資類科目的規(guī)模大幅度增加。

由此可見，寬松貨幣政策釋放的流動(dòng)性并未完全潤澤實(shí)體經(jīng)濟(jì)，而是使虛擬經(jīng)濟(jì)過度膨脹，脫離實(shí)體經(jīng)濟(jì)運(yùn)行，資金出現(xiàn)“脫實(shí)向虛”的特征。近年來，已有學(xué)者開始關(guān)注脫實(shí)向虛并測算脫實(shí)向虛的閾值。例如Arcand等[1]考察了虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的比例對(duì)經(jīng)濟(jì)增長產(chǎn)生的影響，發(fā)現(xiàn)當(dāng)企業(yè)部門的信貸與GDP的比例大于100%時(shí)，虛擬經(jīng)濟(jì)將對(duì)經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響。習(xí)近平在全國金融工作會(huì)議上強(qiáng)調(diào)，金融是實(shí)體經(jīng)濟(jì)的血脈，為實(shí)體經(jīng)濟(jì)服務(wù)是金融的天職，實(shí)體經(jīng)濟(jì)應(yīng)當(dāng)是金融發(fā)展的基礎(chǔ)，金融要把為實(shí)體經(jīng)濟(jì)服務(wù)作為出發(fā)點(diǎn)和落腳點(diǎn)。在此背景下研究央行釋放的資金流向，并有的放矢地提出政策建議具有重要的現(xiàn)實(shí)意義。相關(guān)研究不但有利于豐富與完善實(shí)體經(jīng)濟(jì)和虛擬經(jīng)濟(jì)關(guān)系的研究框架，判斷貨幣政策傳導(dǎo)渠道是否通暢，而且有利于科學(xué)評(píng)價(jià)貨幣政策對(duì)企業(yè)、居民和商業(yè)銀行不同層面的綜合影響，提高宏觀調(diào)控的有效性，為促進(jìn)供給側(cè)結(jié)構(gòu)性改革的貨幣政策調(diào)控提供決策參考。

相對(duì)于以往的研究，本文的創(chuàng)新之處在于：第一，結(jié)合我國房地產(chǎn)市場的特殊背景以及居民個(gè)體的預(yù)期，分析在經(jīng)濟(jì)下行期，居民購房需求顯著增加的機(jī)理原因;第二，結(jié)合貨幣寬松、金融脫媒、利率市場化的宏觀背景，從銀行收益和規(guī)避監(jiān)管的角度，解釋流動(dòng)性沖擊對(duì)我國銀行資金脫實(shí)向虛的影響;第三，選取的銀行數(shù)據(jù)覆蓋全國絕大部分國有商業(yè)銀行、股份制商業(yè)銀行、城商行、農(nóng)商行，相關(guān)結(jié)果更全面地反映了我國商業(yè)銀行資金脫實(shí)向虛的特征，并提出了有針對(duì)性的政策建議。

一、文獻(xiàn)綜述與提出假說

由于本文主要研究資金脫實(shí)向虛的成因、危害與風(fēng)險(xiǎn)防范，因此需要對(duì)虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)進(jìn)行界定。成思危[2]認(rèn)為虛擬經(jīng)濟(jì)是與實(shí)體經(jīng)濟(jì)相對(duì)應(yīng)的經(jīng)濟(jì)活動(dòng)模式，包括金融市場、金融機(jī)構(gòu)、房地產(chǎn)等領(lǐng)域。黃群慧[3]進(jìn)一步研究了虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的關(guān)系，認(rèn)為實(shí)體經(jīng)濟(jì)應(yīng)包括制造業(yè)以及除了金融業(yè)、房地產(chǎn)業(yè)外的服務(wù)業(yè)，虛擬經(jīng)濟(jì)包括金融業(yè)和房地產(chǎn)業(yè)，虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)構(gòu)成整個(gè)經(jīng)濟(jì)系統(tǒng)。借鑒以上研究，本文定義虛擬經(jīng)濟(jì)包含金融投資（股權(quán)投資、債權(quán)投資和衍生金融工具形成的資產(chǎn)）和投機(jī)類的房地產(chǎn)投資，而實(shí)體經(jīng)濟(jì)是除了虛擬經(jīng)濟(jì)之外的其他經(jīng)濟(jì)業(yè)態(tài)。

（一）經(jīng)濟(jì)下行時(shí)，企業(yè)投資脫實(shí)向虛的影響和路徑

一般認(rèn)為，企業(yè)過分投資虛擬經(jīng)濟(jì)可能擠出實(shí)體經(jīng)濟(jì)投資，對(duì)實(shí)體經(jīng)濟(jì)的增長有負(fù)面影響。Davis等[4]發(fā)現(xiàn)企業(yè)資金大量流入虛擬經(jīng)濟(jì)將導(dǎo)致公司戰(zhàn)略和結(jié)構(gòu)發(fā)生重大變化。Cecchetti[5]發(fā)現(xiàn)企業(yè)資金大量流入虛擬經(jīng)濟(jì)，不利于全要素生產(chǎn)率的增長，使高抵押、低生產(chǎn)率項(xiàng)目受益。Tori等[6]發(fā)現(xiàn)非金融部門對(duì)金融活動(dòng)的熱衷，將會(huì)導(dǎo)致非金融公司生產(chǎn)率的降低，進(jìn)而造成經(jīng)濟(jì)增長的脆弱性。Du等[7]發(fā)現(xiàn)更好的金融市場法律制度以及企業(yè)發(fā)展前景，都將促使企業(yè)投資實(shí)體經(jīng)濟(jì)，從而使企業(yè)減少對(duì)金融資產(chǎn)的投資。劉小玄等[8]發(fā)現(xiàn)制造業(yè)企業(yè)金融資源的增長使民企的發(fā)展受到抑制，從而對(duì)經(jīng)濟(jì)結(jié)構(gòu)造成負(fù)面影響。不過，也有學(xué)者對(duì)企業(yè)投資虛擬經(jīng)濟(jì)持正面看法。例如Loayza等[9]認(rèn)為企業(yè)選擇投資實(shí)體經(jīng)濟(jì)或者虛擬經(jīng)濟(jì)是基于經(jīng)濟(jì)高速增長和經(jīng)濟(jì)風(fēng)險(xiǎn)較高之間的權(quán)衡，對(duì)于中等收入國家而言，企業(yè)投資虛擬經(jīng)濟(jì)對(duì)經(jīng)濟(jì)的增長效應(yīng)更大一些。當(dāng)經(jīng)濟(jì)下行時(shí)，企業(yè)投資脫實(shí)向虛的路徑如下：

首先，經(jīng)濟(jì)下行可能導(dǎo)致實(shí)體經(jīng)濟(jì)的回報(bào)率下降。企業(yè)基于利潤最大化的動(dòng)機(jī)，可能會(huì)加大投資虛擬經(jīng)濟(jì)的力度。張成思等[10]發(fā)現(xiàn)經(jīng)過多年高速發(fā)展后，我國的實(shí)體經(jīng)濟(jì)收益呈現(xiàn)逐年邊際遞減，實(shí)業(yè)投資率在2007年左右達(dá)到峰值之后呈持續(xù)下降趨勢(shì)，同時(shí)我國非金融企業(yè)持有的金融資產(chǎn)表現(xiàn)出不斷上行的態(tài)勢(shì)，說明我國非金融企業(yè)越來越熱衷于投資虛擬經(jīng)濟(jì)。當(dāng)經(jīng)濟(jì)下行時(shí)，企業(yè)會(huì)將資金從邊際收益不斷降低的實(shí)體經(jīng)濟(jì)轉(zhuǎn)移到邊際收益較高的金融資產(chǎn)。Demir[11]發(fā)現(xiàn)當(dāng)實(shí)體經(jīng)濟(jì)回報(bào)率下降時(shí)，由于固定資產(chǎn)投資周期長并且收益不確定，企業(yè)資金將投資于收益周期短并且收益確定的短期金融資產(chǎn)。王紅建等[12]發(fā)現(xiàn)實(shí)體企業(yè)存在對(duì)金融資產(chǎn)投資以分享金融業(yè)的高額利潤的偏好，這種短期效益會(huì)顯著抑制企業(yè)對(duì)長期效益的追求。

其次，經(jīng)濟(jì)下行可能導(dǎo)致流動(dòng)性風(fēng)險(xiǎn)。為了規(guī)避流動(dòng)性風(fēng)險(xiǎn)，企業(yè)可能會(huì)加大投資虛擬經(jīng)濟(jì)的力度，而且企業(yè)未來的收入、成本以及現(xiàn)金流都存在更大的不確定性，企業(yè)面臨融資成本高，甚至融資難的困境，這種困境強(qiáng)化了企業(yè)的預(yù)防性儲(chǔ)蓄動(dòng)機(jī)。Duchin等[13]發(fā)現(xiàn)企業(yè)為了應(yīng)對(duì)未來可能的流動(dòng)性短缺，更傾向于增持大量金融資產(chǎn)，進(jìn)而降低企業(yè)經(jīng)營風(fēng)險(xiǎn)，以減少資金鏈斷裂對(duì)生產(chǎn)經(jīng)營活動(dòng)的負(fù)面沖擊。Akbar等[14]發(fā)現(xiàn)當(dāng)信貸緊縮時(shí)，企業(yè)會(huì)顯著增加持有流動(dòng)性金融資產(chǎn)的規(guī)模和減少固定資產(chǎn)的投資規(guī)模，用來應(yīng)對(duì)將來經(jīng)濟(jì)中可能出現(xiàn)的不確定性。

最后，經(jīng)濟(jì)下行凸顯了融資約束難題。為了回避融資約束，企業(yè)可能會(huì)加大投資虛擬經(jīng)濟(jì)的力度。彭俞超等[15]認(rèn)為中國當(dāng)前存在金融抑制，正規(guī)金融機(jī)構(gòu)具有較強(qiáng)的信貸配給行為，國有企業(yè)、大規(guī)模企業(yè)憑借融資優(yōu)勢(shì)，能夠從資本市場和銀行募集到足夠的、甚至是超過其生產(chǎn)經(jīng)營所需的資金，而民營企業(yè)、小規(guī)模企業(yè)難以從正規(guī)金融體系獲得融資，進(jìn)而被迫尋找其他的融資渠道。Martínez-Sola等[16]發(fā)現(xiàn)為了緩解融資約束和避免融資困境，中小企業(yè)更加傾向持有流動(dòng)性金融資產(chǎn)來提高投資的靈活性。楊箏等[17]認(rèn)為由于經(jīng)濟(jì)下行凸顯了融資約束難題，所以具有較弱融資約束的企業(yè)會(huì)減少實(shí)業(yè)投資轉(zhuǎn)投影子銀行，而上市企業(yè)作為受融資約束較弱的企業(yè)，資金相對(duì)充裕，有更強(qiáng)的動(dòng)機(jī)投資金融資產(chǎn)。

綜上所述，本文提出以下研究假設(shè)：

H1：在經(jīng)濟(jì)下行期，企業(yè)可能會(huì)增加對(duì)金融資產(chǎn)的投資規(guī)模。

（二）經(jīng)濟(jì)下行時(shí)，居民投資脫實(shí)向虛的影響和路徑

大部分學(xué)者認(rèn)為居民資金脫實(shí)向虛可能不利于經(jīng)濟(jì)的發(fā)展，并促使金融脆弱性提高。例如，Abildgren等[18]認(rèn)為居民對(duì)房價(jià)預(yù)期的過度樂觀可能使房價(jià)偏離其基本價(jià)值20%左右，并導(dǎo)致住房消費(fèi)扭曲，從而使央行貨幣大量流入房地產(chǎn)領(lǐng)域。Chakraborty[19]認(rèn)為房地產(chǎn)價(jià)格波動(dòng)存在“金融加速器”效應(yīng)，會(huì)顯著地放大居民資金大量流入房地產(chǎn)領(lǐng)域引發(fā)的房地產(chǎn)價(jià)格波動(dòng)，增加經(jīng)濟(jì)的波動(dòng)性。潘敏等[20]認(rèn)為居民債務(wù)水平提升對(duì)居民消費(fèi)的擠出程度非常大，從而顯著地抑制消費(fèi)。Büyükkarabacak等[21]認(rèn)為居民信貸的快速擴(kuò)張?jiān)斐闪司用癫块T負(fù)債的增加，對(duì)經(jīng)濟(jì)增長的刺激效果不明確，更容易導(dǎo)致銀行危機(jī)發(fā)生。當(dāng)經(jīng)濟(jì)下行時(shí)，居民投資脫實(shí)向虛的路徑如下：

首先，經(jīng)濟(jì)下行導(dǎo)致市場上可投資的優(yōu)質(zhì)標(biāo)的相對(duì)較少。由于房地產(chǎn)具有金融屬性以及稀缺性，過量的流動(dòng)性基于逐利的動(dòng)機(jī)，就會(huì)進(jìn)入房地產(chǎn)市場。徐忠等[22]發(fā)現(xiàn)由于我國投資渠道有限，央行釋放的流動(dòng)性容易流向房地產(chǎn)領(lǐng)域，提升房地產(chǎn)價(jià)格，進(jìn)一步造成居民部門資金脫實(shí)向虛。Stockhammer等[23]發(fā)現(xiàn)家庭信貸供給的增加造成家庭借貸成本降低、房地產(chǎn)價(jià)格上漲以及未來資本收益預(yù)期上升，激勵(lì)低收入家庭增加負(fù)債購買房地產(chǎn)，促使居民資金流向房地產(chǎn)領(lǐng)域。

其次，經(jīng)濟(jì)下行期的寬松貨幣政策可能導(dǎo)致住宅價(jià)格的升高，推高財(cái)富效應(yīng)，進(jìn)而改善居民的資產(chǎn)負(fù)債表情況。居民財(cái)富的凈值上升，導(dǎo)致居民對(duì)住宅的投資上升，居民購房總需求增加。孟慶斌等[24]研究了我國近年來的房價(jià)暴漲現(xiàn)象，發(fā)現(xiàn)我國金融危機(jī)后貨幣寬松政策對(duì)房地產(chǎn)價(jià)格的劇烈上漲有顯著的影響。Dieci等[25]發(fā)現(xiàn)在流動(dòng)性沖擊下，居民的異質(zhì)預(yù)期是導(dǎo)致房地產(chǎn)價(jià)格呈現(xiàn)超額波動(dòng)性的重要因素，居民對(duì)房價(jià)的預(yù)期加劇了房地產(chǎn)價(jià)格上漲，從而促使居民部門資金流向房地產(chǎn)市場。

最后，房地產(chǎn)市場的供需錯(cuò)配，加劇了居民部門資金流向房地產(chǎn)市場。近二十多年快速城鎮(zhèn)化以及居民收入的增加，促使居民對(duì)房地產(chǎn)的剛性需求和投資需求同時(shí)增加。孟慶斌等[26]研究發(fā)現(xiàn)我國居民收入的提高、快速發(fā)展的城鎮(zhèn)化進(jìn)程和由于收入、福利以及基礎(chǔ)設(shè)施在區(qū)域間分布的不均衡而引起的人口跨區(qū)域流動(dòng)都在很大程度上推高了我國房價(jià)。韓立彬等[27]發(fā)現(xiàn)與土地供給相對(duì)放松的城市相比，土地供給相對(duì)收緊城市的房價(jià)平均要高10%左右，原因在于土地供給在空間與土地需求上不匹配。

綜上所述，本文提出以下研究假設(shè)：

H2：在經(jīng)濟(jì)下行期，居民可能會(huì)增加對(duì)房地產(chǎn)的投資規(guī)模。

（三）經(jīng)濟(jì)下行時(shí)，銀行投資脫實(shí)向虛的影響和路徑

以往學(xué)者從銀行風(fēng)險(xiǎn)承擔(dān)渠道與貨幣政策有效性等方面分析了銀行投資脫實(shí)向虛的影響。例如Borio等[28]發(fā)現(xiàn)金融體系的發(fā)展和審慎監(jiān)管政策可能提高影子銀行業(yè)務(wù)在貨幣政策傳導(dǎo)機(jī)制中的作用。Agoraki等[29]認(rèn)為商業(yè)銀行的影子銀行業(yè)務(wù)加強(qiáng)了銀行間的競爭。Beck等[30]發(fā)現(xiàn)商業(yè)銀行通過金融創(chuàng)新可能加劇銀行系統(tǒng)的風(fēng)險(xiǎn)承擔(dān)和脆弱性。何平等[31]認(rèn)為商業(yè)銀行通過影子銀行業(yè)務(wù)大量持有金融資產(chǎn)的行為會(huì)降低社會(huì)流動(dòng)性水平和貨幣乘數(shù)。Nelson等[32]認(rèn)為緊縮性貨幣政策沖擊對(duì)商業(yè)銀行資產(chǎn)水平持續(xù)產(chǎn)生負(fù)面影響，因此影子銀行業(yè)務(wù)緩釋了貨幣政策的影響。Gabrieli等[33]發(fā)現(xiàn)影子銀行規(guī)模的擴(kuò)大增加了銀行的獨(dú)立性，放大了貨幣供應(yīng)量的增加，削弱了基于利率的貨幣政策效果。當(dāng)經(jīng)濟(jì)下行時(shí)，銀行部門投資脫實(shí)向虛的可能路徑如下：

首先，由于市場缺少優(yōu)質(zhì)的項(xiàng)目，銀行基于自身收益最大化的動(dòng)機(jī)，可能將資金投資虛擬經(jīng)濟(jì)。近年來，隨著利率市場化改革的推進(jìn)，商業(yè)銀行存貸款利差持續(xù)下降，傳統(tǒng)的利潤模式受阻，此時(shí)商業(yè)銀行紛紛通過大規(guī)模發(fā)展資產(chǎn)管理業(yè)務(wù)來改善盈利情況。馬理等[34]通過采集銀行的理財(cái)產(chǎn)品數(shù)據(jù)，使用面板數(shù)據(jù)回歸法對(duì)商業(yè)銀行的資產(chǎn)管理業(yè)務(wù)進(jìn)行分析發(fā)現(xiàn)，銀行從事資產(chǎn)管理業(yè)務(wù)可以使商業(yè)銀行將自有資金充分利用起來，拓寬自身盈利渠道、增加利潤收入和改善整體經(jīng)營風(fēng)險(xiǎn)。

其次，由于商業(yè)銀行受到資本充足率和信貸額度等諸多方面的限制，商業(yè)銀行基于規(guī)避監(jiān)管和監(jiān)管套利的動(dòng)機(jī)，可能會(huì)嘗試將資金投資虛擬經(jīng)濟(jì)。Allen等[35]發(fā)現(xiàn)過于復(fù)雜的監(jiān)管法規(guī)可能促使銀行利用規(guī)則中的漏洞進(jìn)行監(jiān)管套利，從而發(fā)展更多的影子銀行業(yè)務(wù)，持有更多的金融資產(chǎn)。Chen等[36]發(fā)現(xiàn)大型銀行和中小型銀行之間的監(jiān)管規(guī)則和制度不對(duì)稱，促使中小銀行更有動(dòng)力持有更多的金融資產(chǎn)進(jìn)行監(jiān)管套利。

綜上所述，本文提出以下研究假設(shè)：

H3：在經(jīng)濟(jì)下行期，銀行可能會(huì)增加對(duì)金融資產(chǎn)的投資規(guī)模。

二、模型選擇與變量處理

（一）模型選擇

為了檢驗(yàn)前文所提出的假設(shè)H1-假設(shè)H3，本文借鑒馬理等[34，37]的研究，構(gòu)建計(jì)量模型，實(shí)證檢驗(yàn)貨幣政策寬松對(duì)企業(yè)、居民、銀行三部門投資虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的影響，基準(zhǔn)回歸方程如下：

其中，因變量

Y1it={hsit，finait，realit}是企業(yè)模型的被解釋變量集，其中房地產(chǎn)資產(chǎn)（hsit）與金融資產(chǎn)（finait）是企業(yè)投資虛擬經(jīng)濟(jì)的替代指標(biāo)，而realit是企業(yè)投資實(shí)體經(jīng)濟(jì)的相關(guān)指標(biāo)。

Y2it={inhsit，saveit，invit}是居民模型的被解釋變量集，其中居民投資房地產(chǎn)（inhsit）與投資金融資產(chǎn)（invit）是居民投資虛擬經(jīng)濟(jì)的替代指標(biāo)，居民儲(chǔ)蓄（saveit）為因變量對(duì)照組。

Y3it={bhsit，firmit，bfinit}是商業(yè)銀行模型的被解釋變量集，其中商業(yè)銀行發(fā)放的房地產(chǎn)貸款（bhsit）與金融資產(chǎn)投資規(guī)模（bfinit）是商業(yè)銀行投資虛擬經(jīng)濟(jì)的替代指標(biāo)，商業(yè)銀行發(fā)放的企業(yè)貸款（firmit）是商業(yè)銀行投資實(shí)體經(jīng)濟(jì)的替代指標(biāo)。自變量m2為廣義貨幣供應(yīng)量，是本文主要研究的自變量，代表寬松貨幣政策帶來的流動(dòng)性變化。

Xit表示控制變量，涵蓋了影響三部門投資選擇的其他因素。企業(yè)模型：在宏觀層面選取資產(chǎn)供給量（assut）作為控制變量，用來控制社會(huì)資產(chǎn)供給變化對(duì)實(shí)體企業(yè)投資行為的影響;使用企業(yè)利潤（shiit）控制利潤變化對(duì)企業(yè)部門投資行為的影響。居民模型：在宏觀層面選取資產(chǎn)供給量（assuit）作為控制變量，使用房價(jià)指數(shù)（hpt）控制房地產(chǎn)價(jià)格對(duì)居民新增貸款數(shù)量的影響，將存款準(zhǔn)備金率（czt）作為貨幣政策調(diào)控工具的控制變量。銀行模型：在宏觀層面選取資產(chǎn)供給量（assuit）與存款準(zhǔn)備金率（czt）作為控制變量;使用銀行股權(quán)占總資產(chǎn)比例（cait）和貸存比（ldit）來控制商業(yè)銀行自身發(fā)展對(duì)因變量的影響。

i表示第i個(gè)企業(yè)，t表示期數(shù)，μi為個(gè)體固定效應(yīng)，用來描述個(gè)體不隨時(shí)間改變的個(gè)體異質(zhì)性特征，降低模型遺漏解釋變量的可能性。資產(chǎn)供給量（assut）的計(jì)算借鑒范從來等[38]構(gòu)建的“C-I”指數(shù)：AS=B+E+L+ΔS.D.+NPFV，其中B代表債券發(fā)行規(guī)模，E代表股票發(fā)行規(guī)模，E代表貸款規(guī)模，ΔS.D.代表短期存款變化，NPFV代表本國投資者對(duì)國外金融資產(chǎn)的凈購買。

（二）數(shù)據(jù)來源

由于我國經(jīng)濟(jì)在2008年金融危機(jī)爆發(fā)后開始逐漸步入下行期，而本文主要探索在經(jīng)濟(jì)下行期的企業(yè)、居民與銀行的投資行為特征，因此采用2008年以來的數(shù)據(jù)，以此來對(duì)應(yīng)假設(shè)H1-假設(shè)H3的經(jīng)濟(jì)下行期背景。數(shù)據(jù)主要分為三部分。

企業(yè)部門的數(shù)據(jù)主要來自Wind數(shù)據(jù)庫，使用A股上市公司2008—2017年的季度財(cái)務(wù)報(bào)表，剔除金融類企業(yè)和ST上市公司的無效數(shù)據(jù)。參考Penman[39]的財(cái)務(wù)分析框架，非金融企業(yè)投資金融資產(chǎn)規(guī)模（finait）包括公司資產(chǎn)負(fù)債表中的貨幣性金融資產(chǎn)、交易性金融資產(chǎn)、理財(cái)與信托資金，以及投資金融機(jī)構(gòu)股權(quán)的資產(chǎn);將企業(yè)總投資中除去金融資產(chǎn)和投資類房地產(chǎn)的部分，作為企業(yè)投資實(shí)體經(jīng)濟(jì)（realit）的數(shù)據(jù);企業(yè)投資房地產(chǎn)的規(guī)模（hsit）使用資產(chǎn)負(fù)債表中的投資類房地產(chǎn)凈額;控制變量企業(yè)利潤（shiit）為公司資產(chǎn)負(fù)債表中的主營業(yè)務(wù)利潤。

居民部門的數(shù)據(jù)主要來源于中國人民銀行公布的宏觀統(tǒng)計(jì)數(shù)據(jù)和城鎮(zhèn)儲(chǔ)戶問卷調(diào)查報(bào)告。居民儲(chǔ)蓄量（saveit）和存款準(zhǔn)備金率（czt）為中國人民銀行公布的季度數(shù)據(jù);由于居民的中長期貸款中絕大部分為住房抵押貸款，因此居民投資房地產(chǎn)的規(guī)模（inhsit）使用居民中長期貸款作為替代變量;由于居民購買股票、債券、理財(cái)產(chǎn)品以及其他金融產(chǎn)品的數(shù)據(jù)沒有完全對(duì)應(yīng)的數(shù)據(jù)序列，因此本文借鑒徐梅等[37]的方法，使用中國人民銀行的城鎮(zhèn)儲(chǔ)戶問卷中關(guān)于家庭購買股票或基金的調(diào)查結(jié)果作為居民購買金融資產(chǎn)（invit）的替代變量;房價(jià)指數(shù)（hpt）使用全國重點(diǎn)百城房價(jià)數(shù)據(jù)，來源于Wind數(shù)據(jù)庫。

商業(yè)銀行的數(shù)據(jù)主要來源于武漢大學(xué)金融系CBD數(shù)據(jù)庫中的商業(yè)銀行資產(chǎn)負(fù)債表，時(shí)間跨度為2006—2016年。在剔除掉部分無效與失真數(shù)據(jù)之后，共獲得233個(gè)銀行樣本，1294組數(shù)據(jù)。其中，商業(yè)銀行投資金融資產(chǎn)的規(guī)模（bfinit）包括資產(chǎn)負(fù)債表中的公允價(jià)值資產(chǎn)、可供出售資產(chǎn)、持有至到期資產(chǎn)、應(yīng)收款項(xiàng)類資產(chǎn)，以及長期股權(quán)投資項(xiàng)目資產(chǎn);商業(yè)銀行發(fā)放企業(yè)貸款（firmit）和房地產(chǎn)貸款的規(guī)模（bhsit）分別來自資產(chǎn)負(fù)債表中商業(yè)銀行發(fā)放的企業(yè)貸款和居民中長期貸款;股權(quán)占總資產(chǎn)比例（cait）和貸存比（ldit）由資產(chǎn)負(fù)債表中的總資產(chǎn)、股權(quán)、貸款發(fā)放量以及存款量等條目計(jì)算得到。

三、數(shù)據(jù)檢驗(yàn)及經(jīng)濟(jì)學(xué)解釋

（一）基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果見表1。在流動(dòng)性增加對(duì)企業(yè)投資實(shí)體經(jīng)濟(jì)和虛擬經(jīng)濟(jì)影響的回歸結(jié)果中，流動(dòng)性增加1%，企業(yè)房地產(chǎn)投資將增加0.57%、金融投資將增加3.78%、實(shí)體投資將增加0.78%。這說明，上市公司面臨寬松的流動(dòng)性時(shí)，并未把足夠的資金投向?qū)嶓w經(jīng)濟(jì)，反而將更多的資金投向了虛擬經(jīng)濟(jì)（金融資產(chǎn)和房地產(chǎn)投資），因此虛擬經(jīng)濟(jì)存在替代特征，企業(yè)會(huì)有減少實(shí)體經(jīng)濟(jì)投資追求虛擬經(jīng)濟(jì)投資的偏好。而且企業(yè)在選擇資金投向虛擬經(jīng)濟(jì)時(shí)，傾向于持有更多的金融資產(chǎn)，因?yàn)榻鹑谫Y產(chǎn)的系數(shù)值遠(yuǎn)高于其他變量的系數(shù)值。由此驗(yàn)證了假設(shè)H1。此外，實(shí)體經(jīng)濟(jì)回報(bào)率減少1%，將顯著降低企業(yè)對(duì)實(shí)體經(jīng)濟(jì)的投資0.15%、降低金融投資0.13%、降低房地產(chǎn)投資0.05%，說明當(dāng)實(shí)體經(jīng)濟(jì)的回報(bào)率下降時(shí)，相對(duì)于虛擬經(jīng)濟(jì)，企業(yè)會(huì)更大幅度地減少對(duì)實(shí)體經(jīng)濟(jì)的投資。

在流動(dòng)性增加對(duì)居民資金流向影響的回歸結(jié)果中，流動(dòng)性增加1%將導(dǎo)致居民住房貸款增加2.08%，投資金融資產(chǎn)增加0.51%，儲(chǔ)蓄下降0.72%;存款準(zhǔn)備金率下降1%將導(dǎo)致居民住房貸款增加0.12%和金融投資增加0.07%。以上結(jié)果說明，在經(jīng)濟(jì)下行期，央行通過寬松貨幣政策釋放的流動(dòng)性可能主要進(jìn)入了房地產(chǎn)領(lǐng)域。由此驗(yàn)證了假設(shè)H2。

在流動(dòng)性增加對(duì)銀行部門資金流向影響的回歸結(jié)果中，流動(dòng)性增加1%會(huì)促使商業(yè)銀行增加3.2%的金融資產(chǎn)規(guī)模、1.51%的企業(yè)貸款規(guī)模，以及1.62%的住房貸款規(guī)模，這表明流動(dòng)性增加對(duì)商業(yè)銀行投資金融資產(chǎn)的影響最大，同時(shí)存款準(zhǔn)備金率減少1%可以導(dǎo)致商業(yè)銀行增加0.18%的金融資產(chǎn)規(guī)模。以上結(jié)果說明在經(jīng)濟(jì)下行期，當(dāng)流動(dòng)性增加時(shí)，商業(yè)銀行將增加金融資產(chǎn)的持有規(guī)模。由此驗(yàn)證了假說H3。

（二）異質(zhì)性分析

為了進(jìn)一步檢驗(yàn)流動(dòng)性沖擊對(duì)企業(yè)和商業(yè)銀行的資產(chǎn)配置產(chǎn)生的結(jié)構(gòu)性影響，本文對(duì)研究對(duì)象進(jìn)行異質(zhì)性分析。將企業(yè)細(xì)分為挖掘業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)業(yè)、信息技術(shù)業(yè)、建筑業(yè)、社會(huì)服務(wù)業(yè)、傳播與文化業(yè)、電力業(yè)、交通運(yùn)輸業(yè)、制造業(yè)、農(nóng)業(yè)共11類，將商業(yè)銀行細(xì)分為國有大型銀行、股份制銀行、城商行、農(nóng)商行共4類進(jìn)行分組檢驗(yàn)。

表2-表4為流動(dòng)性增加對(duì)不同行業(yè)的企業(yè)配置資產(chǎn)影響的回歸結(jié)果。在表2中，流動(dòng)性增加1%的最大沖擊是對(duì)房地產(chǎn)行業(yè)購買投資性房地產(chǎn)造成了1.43%的影響，最小沖擊是對(duì)電力等行業(yè)購買投資性房地產(chǎn)造成0.27%的影響。在表3中，流動(dòng)性增加1%，制造業(yè)投資金融資產(chǎn)將增加3.03%，批發(fā)和零售業(yè)投資金融資產(chǎn)增加1.75%。在表4中，流動(dòng)性增加1%對(duì)實(shí)體經(jīng)濟(jì)造成的最大影響為1.15%，最小值為0.68%。表5的第一行數(shù)據(jù)要大于表4和表6的第一行數(shù)據(jù)，說明各類企業(yè)投資金融資產(chǎn)的偏好都遠(yuǎn)大于投資其他資產(chǎn)。以上結(jié)果再次驗(yàn)證了假設(shè)H1。

流動(dòng)性沖擊對(duì)不同類型的商業(yè)銀行資產(chǎn)配置影響的回歸結(jié)果見表5。數(shù)據(jù)顯示，增加1%的流動(dòng)性使農(nóng)商行持有金融資產(chǎn)的規(guī)模增加3.91%，股份制銀行持有金融資產(chǎn)的規(guī)模增加3.4%，而大型國有商業(yè)銀行持有金融資產(chǎn)的規(guī)模僅增加1.3%。這說明當(dāng)流動(dòng)性增加時(shí)，農(nóng)商行最熱衷于配置金融資產(chǎn)，股份制銀行次之，大型國有商業(yè)銀行配置金融資產(chǎn)少于前兩者。這可能是由于在貨幣寬松、金融脫媒、利率市場化的宏觀環(huán)境下，商業(yè)銀行競爭日益激烈，中小型銀行在傳統(tǒng)的貸款領(lǐng)域缺乏競爭優(yōu)勢(shì)，因此必須大規(guī)模發(fā)展金融市場業(yè)務(wù)，從而提升金融資產(chǎn)持有規(guī)模，導(dǎo)致更多的資金流入虛擬經(jīng)濟(jì)。以上結(jié)果再次驗(yàn)證了假設(shè)H3。

（三）穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)結(jié)果見表6。

（1）企業(yè)部門。由于企業(yè)投資存在慣性，因此本文對(duì)因變量

Y1it={hsit，finait，realit}添加一階滯后項(xiàng)Y1it-1作為控制變量，以及二階滯后項(xiàng)Y1it-2作為ΔY1it-1的工具變量，然后再進(jìn)行GMM估計(jì)，將其回歸結(jié)果與基準(zhǔn)回歸結(jié)果（表1）及異質(zhì)性回歸結(jié)果（表2-表4）對(duì)比，可以發(fā)現(xiàn)核心變量的回歸結(jié)果趨勢(shì)與基準(zhǔn)回歸結(jié)果基本一致，說明回歸結(jié)果穩(wěn)健。

（2）居民部門。首先，在原居民回歸模型中添加百城房價(jià)指數(shù)作為控制變量進(jìn)行回歸分析，得到模型一。其次，考慮到貨幣政策的變化也會(huì)對(duì)居民配置行為產(chǎn)生影響，所以選擇m2的一階差分項(xiàng)ΔM2作為工具變量，進(jìn)行GMM估計(jì)，得到模型二。將兩個(gè)模型的檢驗(yàn)結(jié)果與基準(zhǔn)回歸結(jié)果（表1）對(duì)比，可以發(fā)現(xiàn)核心變量的回歸結(jié)果趨勢(shì)與基準(zhǔn)回歸基本一致，說明回歸結(jié)果穩(wěn)健。

（3）銀行部門?？紤]到貨幣政策的變化會(huì)對(duì)商業(yè)銀行的資金配置行為產(chǎn)生影響，所以選擇m2的一階差分項(xiàng)Δm2作為工具變量，進(jìn)行GMM估計(jì)，將其回歸結(jié)果與基準(zhǔn)回歸結(jié)果（表1）及異質(zhì)性回歸結(jié)果（表5）對(duì)比，可以發(fā)現(xiàn)核心變量的回歸結(jié)果趨勢(shì)與基準(zhǔn)回歸基本一致，說明回歸結(jié)果穩(wěn)健。

四、結(jié)論與政策建議

在金融危機(jī)中，為了刺激經(jīng)濟(jì)發(fā)展，各國央行均實(shí)施大規(guī)模的寬松貨幣政策，希望通過釋放大量的流動(dòng)性來促進(jìn)經(jīng)濟(jì)復(fù)蘇，引導(dǎo)實(shí)體經(jīng)濟(jì)發(fā)展。但是，央行釋放的流動(dòng)性似乎并未完全進(jìn)入實(shí)體經(jīng)濟(jì)，反而造成了以房地產(chǎn)投資和金融投資為代表的虛擬經(jīng)濟(jì)規(guī)模急劇膨脹，各國普遍出現(xiàn)了資金脫實(shí)向虛的現(xiàn)象。在此背景下，研究流動(dòng)性的去向，檢驗(yàn)貨幣政策在企業(yè)、居民和商業(yè)銀行三部門的傳導(dǎo)渠道是否通暢，分析原因并提出有針對(duì)性的政策建議具有重要的現(xiàn)實(shí)意義。

本文分別從企業(yè)、居民和銀行三個(gè)層面建立實(shí)證模型，研究流動(dòng)性指標(biāo)對(duì)企業(yè)、居民和商業(yè)銀行的資金配置行為的影響，得到以下結(jié)論：首先，當(dāng)央行釋放的流動(dòng)性增加時(shí)，企業(yè)基于利潤最大化、減少流動(dòng)性風(fēng)險(xiǎn)及緩解融資約束的動(dòng)機(jī)，會(huì)顯著增加對(duì)金融資產(chǎn)的投資規(guī)模;其次，當(dāng)央行釋放的流動(dòng)性增加時(shí)，由于財(cái)富效應(yīng)、居民的異質(zhì)性預(yù)期及房地產(chǎn)市場供需的錯(cuò)配，居民的購房需求增加，會(huì)加大對(duì)房地產(chǎn)的投資;最后，當(dāng)央行釋放的流動(dòng)性增加時(shí)，由于利率市場化及金融脫媒，商業(yè)銀行傳統(tǒng)的利潤模式受阻，基于收益最大化及規(guī)避監(jiān)管的動(dòng)機(jī)，會(huì)增加對(duì)金融資產(chǎn)的投資規(guī)模。

基于得到的研究結(jié)論，本文提出以下政策建議：將商業(yè)銀行的資產(chǎn)管理業(yè)務(wù)納入金融風(fēng)險(xiǎn)監(jiān)管體系，減少商業(yè)銀行的監(jiān)管套利行為;關(guān)注房地產(chǎn)價(jià)格波動(dòng)，避免房地產(chǎn)價(jià)格出現(xiàn)超額波動(dòng)，帶來經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn);要力避“大水漫灌”式的貨幣政策，加大定向調(diào)控類貨幣政策的實(shí)施力度，通過結(jié)構(gòu)化的貨幣政策引導(dǎo)產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整;完善資本市場的制度建設(shè)，引導(dǎo)資本市場對(duì)我國實(shí)體經(jīng)濟(jì)發(fā)展產(chǎn)生有益的影響;與財(cái)政政策結(jié)合，充分發(fā)揮宏觀調(diào)控的結(jié)構(gòu)調(diào)整功能。

參考文獻(xiàn)：

[1]?Arcand J L， Berkes E， Panizza U. Too much finance？ [J]. Journal of Economic Growth， 2015， 20（2）： 105-148.

[2]?成思危. 虛擬經(jīng)濟(jì)的基本理論及研究方法 [J]. 管理評(píng)論， 2009（1）： 3-18.

[3]?黃群慧. 論新時(shí)期中國實(shí)體經(jīng)濟(jì)的發(fā)展 [J]. 中國工業(yè)經(jīng)濟(jì)， 2017（9）： 5-24.

[4]?Davis G F， Kim S. Financialization of the economy [M]∥Cook K S， Massey D S. Annual Review of Sociology， 2015： 203-221.

[5]?Cecchetti S. Why does financial sector growth crowd out real economic growth？ [J]. BIS Working Paper， 2015.

[6]?Tori D， Onaran O. The effects of financialization on investment： Evidence from firm-level data for the UK [J]. Cambridge Journal of Economics， 2018， 42（5）： 1393-1416.

[7]?Du J， Li C， Wang Y. A comparative study of shadow banking activities of non-financial firms in transition economies [J]. China Economic Review， 2016， 46（S）： 35-49.

[8]?劉小玄， 周曉艷. 金融資源與實(shí)體經(jīng)濟(jì)之間配置關(guān)系的檢驗(yàn)——兼論經(jīng)濟(jì)結(jié)構(gòu)失衡的原因 [J]. 金融研究， 2011（2）： 57-70.

[9]?Loayza N， Ouazad A， Rancière R. Financial development， growth， and crisis： Is there a trade-off？ [J]. NBER Working Papers， 2018.

[10]張成思， 張步曇. 中國實(shí)業(yè)投資率下降之謎： 經(jīng)濟(jì)金融化視角 [J]. 經(jīng)濟(jì)研究， 2016（12）： 32-46.

[11]Demir F. Financial liberalization， private investment and portfolio choice： Financialization of real sectors in emerging markets [J]. Journal of Development Economics， 2009， 88（2）： 314-324.

[12]王紅建， 曹瑜強(qiáng)， 楊慶， 等. 實(shí)體企業(yè)金融化促進(jìn)還是抑制了企業(yè)創(chuàng)新——基于中國制造業(yè)上市公司的經(jīng)驗(yàn)研究 [J]. 南開管理評(píng)論， 2017（1）： 155-166.

[13]Duchin R， Gilbert T， Harford J， et al. Precautionary savings with risky assets： When cash is not cash [J]. Journal of Finance， 2017， 72（2）： 793-852.

[14]Akbar S， Rehman S U， Ormrod P. The impact of recent financial shocks on the financing and investment policies of UK private firms [J]. International Review of Financial Analysis， 2013， 26（1）： 59-70.

[15]彭俞超， 韓珣， 李建軍. 經(jīng)濟(jì)政策不確定性與企業(yè)金融化 [J]. 中國工業(yè)經(jīng)濟(jì)， 2018（1）： 137-155.

[16]Martínez-Sola C， García-Teruel P J， Martínez-Solano P. Cash holdings in SMEs： Speed of adjustment， growth and financing [J]. Small Business Economics， 2018， 51（4）： 1-20.

[17]楊箏， 劉放， 王紅建. 企業(yè)交易性金融資產(chǎn)配置： 資金儲(chǔ)備還是投機(jī)行為？ [J]. 管理評(píng)論， 2017（2）： 13-25.

[18]Abildgren K， Hansen N L， Kuchler A. Overoptimism and house price bubbles [J]. Journal of Macroeconomics， 2018， 56（C）： 1-14.

[19]Chakraborty S. Real estate cycles， asset redistribution， and the dynamics of a crisis [J]. Macroeconomic Dynamics， 2016， 20（7）： 1873-1905.

[20]潘敏， 劉知琪. 居民家庭“加杠桿”能促進(jìn)消費(fèi)嗎？——來自中國家庭微觀調(diào)查的經(jīng)驗(yàn)證據(jù) [J]. 金融研究， 2018（4）： 71-87.

[21]Büyükkarabacak B， Valev N T. The role of household and business credit in banking crises [J]. Journal of Banking & Finance， 2010， 34（6）： 1247-1256.

[22]徐忠， 張雪春， 鄒傳偉. 房價(jià)、通貨膨脹與貨幣政策——基于中國數(shù)據(jù)的研究 [J]. 金融研究， 2012（6）： 1-12.

[23]Stockhammer E， Wildauer R. Expenditure cascades， low interest rates or property booms？ Determinants of household debt in OECD countries [J]. Review of Behavioral Economics， 2018， 5（2）： 85-121.

[24]孟慶斌， 榮晨. 中國房地產(chǎn)價(jià)格泡沫研究——基于馬氏域變模型的實(shí)證分析 [J]. 金融研究， 2017（2）： 101-116.

[25]Dieci R， Westerhoff F. A simple model of a speculative housing market [J]. Journal of Evolutionary Economics， 2012， 22（2）： 303-329.

[26]孟慶斌， 黃清華， 張能鯤， 等. 城鎮(zhèn)化、區(qū)域發(fā)展不均衡與房地產(chǎn)價(jià)格 [J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2017（9）： 5-18.

[27]韓立彬， 陸銘. 供需錯(cuò)配： 解開中國房價(jià)分化之謎 [J]. 世界經(jīng)濟(jì)， 2018（10）： 126-149.

[28]Borio C， Zhu H. Capital regulation， risk-taking and monetary policy： A missing link in the transmission mechanism？ [J]. Journal of Financial Stability， 2012， 8（4）： 236-251.

[29]Agoraki M E K， Delis M D， Pasiouras F. Regulations， competition and bank risk-taking in transition countries [J]. Journal of Financial Stability， 2011， 7（1）： 38-48.

[30]Beck T， Chen T， Lin C， et al. Financial innovation： The bright and the dark sides [J]. Journal of Banking & Finance， 2016， 72（C）： 28-51.

[31]何平， 劉澤豪， 方志瑋. 影子銀行、流動(dòng)性與社會(huì)融資規(guī)模 [J]. 經(jīng)濟(jì)學(xué)（季刊）， 2018（1）： 45-72.

[32]Nelson B， Pinter G， Theodoridis K. Do contractionary monetary policy shocks expand shadow banking？ [J]. Journal of Applied Econometrics， 2018， 33（2）： 198-211.

[33]Gabrieli T， Pilbeam K， Shi B. The impact of shadow banking on the implementation of Chinese monetary policy [J]. International Economics & Economic Policy， 2018， 15（2）： 429-447.

[34]馬理， 李書灝. 資產(chǎn)管理業(yè)務(wù)對(duì)商業(yè)銀行收益與風(fēng)險(xiǎn)的影響效應(yīng)研究 [J]. 統(tǒng)計(jì)研究， 2016（11）： 32-41.

[35]Allen F， Goldstein I， Jagtiani J. The interplay among financial regulations， resilience， and growth [J]. Journal of Financial Services Research， 2018， 53（2）： 141-162.

[36]Chen K， Ren J， Zha T. What we learn from Chinas rising shadow banking： Exploring the nexus of monetary tightening and banks role in entrusted lending [J]. NBER Working Papers， 2016.

[37]徐梅， 于慧君. 宏觀經(jīng)濟(jì)波動(dòng)與微觀家庭決策對(duì)居民金融資產(chǎn)選擇的影響效果分析 [J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2015（8）： 87-93.

[38]范從來， 劉紹保， 劉德溯. 中國資產(chǎn)短缺影響因素研究——理論及經(jīng)驗(yàn)證據(jù) [J]. 金融研究， 2013（5）： 73-85.

[39]Penman S H. Financial statement analysis and security valuation [M]. New York： McGraw-Hill， 2007.