2018年6月29日，北大国家发展研究院举办第127次【朗润•格政】讲座。本次讲座以“信贷配置的风险程度：金融脆弱性的一个来源?”为主题，邀请国际货币基金组织货币与资本市场部经济学家谢沛初博士分享他的见解。

本文根据谢沛初博士的发言整理，已经演讲人本人审阅。

近年来，长期宽松的金融环境引发了人们对金融稳定的担忧：金融中介机构和投资者为追求高收益和回报，可能对高风险的借款企业授信过多，这会对未来的金融稳定造成压力。

从这一趋势出发，此项有关信贷配置的研究全面考察了自1991年来55个发达经济体和新兴市场经济体企业信贷配置风险的演变。研究发现，在信贷扩张较快的时期，信贷配置的风险会增高，尤其是在信贷扩张与*标准降低或金融环境放宽同时发生的时候。信贷配置风险的上升，预示着经济增长的下行风险加剧，出现银行系统性危机和银行部门压力的可能性也相应增加。研究发现企业信贷配置风险的上升是金融脆弱性的一个独立来源——它提供的信息独立于信贷增速，互为补充。因此，这些结果突显了有必要将监测信贷配置风险列为宏观金融监督中不可或缺的一部分。最后，研究发现，一些政策和制度的安排可有助于政策制定者在信贷扩张较快时期减缓信贷配置风险的上升。这些因素包括：收紧宏观审慎政策立场，加强银行监管当局的独立性，减少政府对非金融企业的影响，以及强化法制保护等。

研究信贷配置风险程度的一个重要动机，源自对传统文献中有关金融稳定研究的补充和推进。在全世界各主要金融稳定报告中，标准化的企业脆弱性指标从未将信贷流向分布纳入考量。可以说，传统评估企业脆弱性的指标是不够完善的，在金融稳定性分析方面存在不足。在现有的实证文献中，金融危机模型和经济增长在险模型将信贷总量的增速视作最关键的脆弱性指标，往往忽略信贷在不同企业间配置分布所起到的所用。

重新定义信贷配置的风险程度

何为信贷配置的风险程度？简单地说，这一指标希望能够将微观企业脆弱性指标与信贷在企业中流向分布结合在一起。首先，这一范畴基于一个微观层面上企业的脆弱性指标，如杠杆率、债务收入比、利息周转率、以及预期的违约风险等。此外，还需要考虑信贷的流向，并将这两个方面结合起来，即分析信贷是流向了风险更高的企业还是风险更低的企业。由于这一重新定义的信贷配置风险程度，将信贷在企业间的分配考虑在内，因此它又与传统加总型的企业脆弱性指标不同。

对信贷配置风险程度的重新定义，为我们提供了一个可以跨国跨时衡量企业信贷配置风险程度新的度量。研究发现，在全球层面或国家层面上，信贷配置的风险程度有很强的顺周期性——特别是信贷扩张的同时，往往伴随着信贷配置风险的增加。金融条件的放宽以及信贷标准的下降，会放大这种顺周期的关系。而一些政策和制度安排可以减缓信贷扩张较快时期信贷配置风险程度的上升。将信贷配置风险程度纳入考量，相当于考虑了信贷增长的“质”，可有效地补充信贷增长“量”的信息，可有效改善经济增长在险水平模型、金融危机模型以及金融部门压力模型的预测能力。

信贷配置的风险程度之所以会随着经济周期而变化，主要与三个机制相关。第一，金融加速器理论。当企业或者宏观经济受到一个正向冲击以后，企业的前景往往会变得更好。抵押品的价值增加，企业的净资产增加，会降低借贷双方的信息不对称性，缓解契约问题。促使原本被看作风险很高的企业，进入或再次回到信贷市场。因此，信贷的配置风险程度会随着经济周期的波动而变化。也就是说，信贷配置风险往往伴随经济变好而增加。第二，风险偏好渠道。乐观的情绪、以及对高收益的追求，都会导致风险偏好提升。这会导致金融中介放宽信贷标准，降低对风险的定价。从而使原本风险比较高的企业，更容易获得信贷。最后，当信贷需求增长很快的时候，金融中介对于借贷企业进行筛选识别的能力和意愿往往会变弱。反过来，这会增加信贷标准的顺周期本质，也会相应增加向相对风险更高企业借款的顺周期性。上述三方面的机制的相互作用和平衡，综合决定了信贷配置风险程度的动态水平，以及最后对宏观金融稳定性的最终影响。

如何衡量信贷配置的风险程度

借鉴哈佛大学Greenwood & Hansen两位教授在2013年对美国债券市场的研究，我们构建了四个跨国指标，用以衡量跨国跨时企业的信贷配置的风险程度。首先，我们挑选一个企业脆弱性指标，并根据每一个国家每一年企业脆弱性指标的分布，把它转换成十分位数。数字越高，说明该企业越脆弱。其次，我们将企业按照相对净发债相对收入占比进行排序，并分成五等分。我们称排名最高的一等分企业，是相对净发债最多的企业。相反，排名最低的一等分，是相对净发债最少的企业。最后，我们计算平均企业脆弱性十分位数在发债最多的企业和发债最少的企业间的差别。这个差别，就称为信贷分配的风险程度。这个指标（信贷配置风险程度）的上升代表发债最多的企业的风险相对于发债最少的企业有所增加。

具体到企业脆弱性指标上，我们构建了三个以会计信息（杠杠率，债务收入比，和利息周转率）为基础的信贷配置风险程度的指数。同时，按照市场信息（也就是预期违约风险），构建了一个以市场信息为基础的信贷配置风险指标。

信贷配置风险对宏观金融的影响

信贷配置风险能够帮助我们预测金融稳定性和经济增长的下行风险。信贷配置风险指标在银行业系统性危机发生前后呈一个很清晰的倒“U”型——在危机爆发前3-4年，信贷配置风险就会上升到一个相对很高的水平，危机爆发后，会调整下降。这为系统性的金融危机提供了一个很好的预警信号。相反，传统的加总型企业脆弱性指标总是在危机爆发之后才暴露问题，起不到预警的作用。这些结论在银行业系统性风险模型和银行业承压模型中都有得到很好的验证。实证研究发现，信贷配置风险水平增加1个标准差，会带来系统性金融危机发生的概率增加4倍，银行承压概率增加2倍。同时，信贷配置风险的提高也预示着经济增长下行风险的增加。而经济增长下行风险的增加并不是一个线性过程。在信贷增速放缓或是信贷收缩期，配置风险的上升并不一定带来未来经济下行风险的增加。这说明，在经济周期的某些特定时段，鼓励金融中介和企业承担适当的风险并不是一件坏事。

信贷配置风险是企业脆弱性的一个新的度量。基于此，作为政策制定者，可使用相应的政策或制度安排来减缓信贷配置风险的影响。研究发现增强金融监管机构的独立性，降低国有企业对非金融企业的干预以及增强法制保护，会减缓信贷配置风险的顺周期性，起到缓解信贷配置风险随信贷扩张而增长的潜在负面影响。

中国的信贷配置效率

近年来，非金融企业信贷在中国持续增长，理解信贷是如何配置的将有助于我们理解中国金融风险的演变。由于国有制在实体经济和金融行业的参与比重还是很大，一定程度上存在隐形担保。所以，在中国对信贷分配和与其相关的中期宏观金融风险的讨论主要集中在企业生产效率和利润率上而非信用风险。在这个背景下，我们着重研究了中国上市公司的信贷配置质量（基于企业的利润率）。

基于此，除了考虑企业脆弱性的分布，我们观察了企业效率的分布。这里企业的效率以企业的利润率为衡量指标。我们构建了中国上市企业信贷配置质量的指标——衡量发债最多的企业和发债最少的企业，其利润率的差值。差值越高，说明企业信贷的配置效率越高，因为更多的信贷流向了利润率更高的企业。

宏观层面上来看，从90年代末开始，中国的信贷配置效率发生持续改善。这主要得益于朱镕基总理推行的国有企业改革。这种改善持续到2005年左右，伴随着信贷高速扩张，中国的信贷配置效率在全球金融危机前开始恶化。特别是，四万亿刺激后，一定程度上加剧了信贷配置效率的恶化，致使2012年前后信贷配置效率触底。从2012年开始，信贷配置效率开始还本复原。时至2016年，中国信贷配置质量还低于全球金融危机爆发前水平。如果将信贷配置质量按照所有制进行分解，可以发现从2005年开始的信贷配置质量的下滑具有共性，但是2012年开始分化，非国有企业的信贷配置质量得到改善，但国有企业还在持续恶化，这种情况一直持续到2015年结束。从2016年起，国有企业开始改善。如果按照产业来观察，近十年来，不同行业的企业之间也存在一定程度的分化。总的来说，新型经济的代表（如IT、通信、制药、生命科学等高科技行业）的信贷质量有所改善。而一些传统行业（如汽车零部件、能源、材料等）信贷配置质量表现不佳，这与发改委提出的过剩产能、僵尸企业比较集中的产业有一定的吻合。

信贷配置风险程度研究的启示

从这项研究中，可以得到一些政策启示。首先，应当将监控信贷配置的风险纳入宏观金融监管的范围之内。其次，在信贷高速扩张和金融条件宽松的时期，应更加重视监管审查独立性和宏观审慎政策的作用。第三，宏观审慎政策在解决信贷高速增长带来的风险时，应将企业信贷配置风险增加的潜在影响纳入考量。比如，在校核逆周期资本缓冲时，应统筹考虑企业信贷配置风险程度的影响。最后，减少政府部门对企业的直接干预，强化法制保护和公司治理，可减弱信贷高速扩张时期信贷配置风险程度的上升，起到防范爆发系统性金融风险的作用。

北大国发院微信矩阵