教学项目

报考我们

教师与研究

学生发展

校友

合作伙伴

国家金融研究院

关于我们

English

反腐的积极意义:银行信贷资源的再分配

时间:2017-11-08 来源: 作者: 浏览: 字号: 打印

货币政策与金融稳定中心

摘要:十八大以来的反腐成绩斐然,但是由于反腐时机恰逢我国经济增速下滑,不少人士把经济增速下滑归咎于反腐,关于反腐对中国经济影响的质疑之声一直未断。本研究通过中国实际微观公司数据证实:反腐促进了信贷资源流向投资效率更高的民营企业,这对中国宏观经济的发展具有积极效应。

1. 经济下行与反腐质疑之声

近期以来的“金融反腐”让人们再次看到中国共产党在从根上治理腐败的决心。实际上,自十八大以来,中国共产党以空前力度严厉打击腐败行为,取得了令世人瞩目的成绩。但是我们也看到:由于反腐的过程恰逢我国人口红利见顶、中国经济结构转型,我国GDP增长速度下滑,不少人士把经济增速下滑归咎于反腐。甚至出现了诸如“腐败是经济的润滑剂”、“反腐导致消费领域缩水”、反腐打虎,恐拖累经济、“反腐继续,对经济不利”等论调。

尽管党和国家通过官方媒体对这些谬论从逻辑上进行了驳斥,但是从网络舆情来看,人们关于反腐对经济影响的争论并未停止。还有部分学者试图通过研究分析来回答为什么中国的反腐败没有促进经济增长、“为什么短期来看反腐败对经济有负面影响”等伪命题。

不过我们总结发现:大部分关于反腐对中国经济不利影响的研究都是基于宏观数据分析得出的结论——这种分析方法存在若干弊端:首先这种研究排除不了同时期其它因素的影响(例如人口红利问题、经济结构转型问题等);其次,这种研究方式忽视了反腐带来的经济体中不同基本单元的不同变化。因此这些研究往往很难得到正确的结论。

我们的研究把目光集中于反腐之后金融资源的再分配结果,结果发现:尽管从宏观来看,近年来更多的信贷资源流向了国有经济,但是从微观来看,针对涉腐的行业,反腐促进了信贷资源流向了效率更高的民营经济——这无疑对我国经济的长远发展具有深刻的积极意义。

2. 微观层面的信贷资源配置及其效率

从宏观层面来看,我们发现在过去的几年中,民企和国企所获得的银行贷款资源差距在逐渐扩大——图1展示了这一趋势:从2010年以来,国企所获得的银行贷款从趋势上越来越多,民企和其差距总体呈现出扩大的趋势。由于这段时间覆盖了“反腐”,因此基于宏观数据的研究很容易得到反腐使得“国进民退”的错误结论。但是这种数据分析方法很明显掩盖了反腐的实际微观效果。


1  国企和民企银行贷款现金流对比(宏观层面)

我们的研究收集了自反腐以来截至20153月的所有涉腐的副部级及以上官员,并收集了和这些官员有关联的61家上市公司——这些公司涉及到30个行业。为了研究反腐对于行业资源配置的影响,我们针对性地描绘了反腐之后国有企业和民营企业得到的信贷资源配置情况。

2刻画了当行业中有公司涉腐之后,同行业其它公司获得的银行贷款配给情况。为了更清楚地了解资金的去向,我们再次把企业分为“国有企业”和“民营企业”两个部分。从图2可以看到:当行业中有公司涉腐之后,同行业国有公司的银行贷款增速明显下降、而民营企业则明显上升。由此带来的影响是在随后的发展中民企的市场份额比例不断得到了提升(图3)。因此,从微观数据来看,反腐的效果实际上激活了民营经济的活力,让民营企业得到了更多的资金资源,提升了其市场占有率。但是如果不看这种微观层面数据,简单的数据分析往往可能得到相反的、错误的结论。


2  行业涉腐后,国企和民企银行贷款现金流对比(微观层面)


3  行业涉腐后,国企和民企市场占有率变化(以资产占比度量)

另一方面,图4显示:即使是从宏观层面来看,在2015年第二季度之后,涉腐行业国有企业获得的银行贷款现金流总额也开始下降——这与我们微观数据的研究结果是吻合的。同时,图4的结果也说明,反腐运动对市场经济的影响并非是立竿见影的,而是和反腐的持久性预期息息相关——只有市场意识到反腐始终“在路上”,同时配合这一时期“政企分开、政资分开”等相关国有企业改革,才从实际数据中看到了银行信贷资源的再分配。


4  涉腐行业国企和民企银行贷款现金流对比(宏观层面)

3. 反腐刺激银行信贷资源再分配的机理解释

以上研究结果与大多数之前学者论点相左[1],其根本原因在于:我们的研究采用的是微观层面的分析,能够更真实地观察反腐对经济体的真实影响;同时,我们所针对的对象也不是涉腐的公司——而是其所在行业其它正常公司。部分研究也从微观层面关注了反腐的影响,但主要针对的是对涉腐公司的影响,但是我们认为涉腐公司毕竟是少数,反腐对经济影响更深远的意义应该在于其警示作用、在于肃清市场经济秩序打造一个公平竞争的市场环境。因此从行业影响的视角研究反腐的经济影响才更能反映其真实影响。

其次,我们认为,反腐影响银行信贷资源再分配的经济机理也恰恰在于其对市场的警示作用(尤其是对银行家的警示作用)。在一个受腐败影响的经济体中,信贷资源的配给更容易受到非市场化因素的影响,而国有企业在非市场化环境中往往更具优势。但是,反腐的效果让所有人看到:非市场的资源配置可能会使得利益交换的双方都卷入反腐调查。

为了验证这一机理,我们更进一步地研究了当金融领域也开始反腐之后,其对银行信贷资源配置的更深远的积极意义。

我们研究发现,早期的腐败多体现在土地、矿产等资源领域,腐败形式多表现为以资源换资本,腐败链条也非常清晰;但是比较新型的腐败形式在金融领域染指颇深,他们更加“赤裸”地垄断了资本,而且借用“市场形式”的掩盖,他们的腐败链条更为隐蔽,但是,这种新型的腐败实际上严重干扰了市场秩序、对市场经济的破坏程度也无疑更为严重。

我们以民生银行原行长毛晓峰涉腐为例,研究了在金融领域重拳反腐之后,对银行信贷资源配给的影响。我们的结果发现,当毛晓峰被调查之后,对所有的银行都有非常重要的警示意义,即:从实际的数据来看,银行信贷资源开始更为明显地流向民营经济,尤其是短期借款表现得更为明显(相反,债券等更为市场化的债务发行方式则不受这一事件的影响)。因此,毛晓峰事件看起来让那些潜在的基于腐败关系链的贷款方式有所收敛,“市场经济”的资源配给方式得到了重生。

4. 政策意义

尽管我国反腐成绩斐然,但是很多人还在质疑反腐对中国经济的影响。本文的研究具有如下政策意义:

首先,我们基于微观层面数据的研究发现,反腐促进了信贷资源流向投资效率更高的民营企业,这对中国经济的长远发展具有积极效应,这从根本上反驳了“反腐有害经济”的论点。

其次,时值“金融反腐”步入深水区的今天,我们的研究表明,金融反腐对中国经济的发展意义尤为重大。金融腐败是比较新型的腐败形式,其形式更为隐蔽,但是对社会主义市场经济秩序的危害却更为直接且影响范围更为宽广,重新打造市场经济秩序需要更彻底的金融反腐。同时,我们的研究也显示,重拳金融反腐对市场资源的再分配效应较为明显,金融反腐促进经济发展的效果可期。

(本课题牵头人为周皓、李波、王正位)

点击查看全篇研究报告

附一、论文来源:

China’s Anti-corruption Campaign and Credit Reallocation from SOEs to PEs (April 8, 2017). PBCSF-NIFR Research Paper No. 17-01. Available at SSRN: https://ssrn.com/abstract=2908658 or http://dx.doi.org/10.2139/ssrn.2908658

       李波、王正位、周皓,中国反腐与信贷资源从国有到民营的再分配,2017-4-8,清华大学五道口金融学院工作论文。

附二、研究数据与方法介绍

1、涉腐行业的识别

我们首先从20131-20155月在中纪委纪律审查(http://www.ccdi.gov.cn/jlsc/)栏目1,236条新闻中,识别所有被调查的副部级及以上官员。共涉及78名副部级以上官员。

对于这些涉腐官员,我们构建了这些官员和“上市公司”之间的连接。方法为:在news.baidu中建立“官员名字”+“上市公司名字”的搜索,记录下来250,796次搜索的结果。

对于搜索新闻量大于031,951条搜索结果,我们对新闻内容进行人工识别,以确保涉腐官员和上市公司之间有真实关联。

经过人工识别后,共有105个关联确实存在关系,涉及35名官员、80家上市公司。由于本文在计算过程中需要使用2011年之前的数据,因此我们剔除了所有2011年之后上市的公司以及所有的金融类公司,还剩下59家上市公司,根据wind三级行业代码分类,共涉及31个行业。

2、收集涉腐行业中公司的数据

在上述31个行业中,所有具有相同行业分类号的公司被设定为涉腐行业公司,从国泰安数据库(CSMAR)中收集其2010年第一季度财务信息,时间段为2011年第1季度——2016年第3季度的财务数据信息。[2]

按照CSMAR民营化标志数据,我们把公司分为民营公司和国有公司。

所有财务信息中,本研究重点关注的是银行贷款现金流数据,该数据来源于每个公司现金流量表中子项“取得借款收到的现金”。

3、研究方法

如果行业多次涉腐,我们保留行业第一次涉腐的时间。对于每个涉腐行业,我们给涉腐事件留出至少一个月的消化周期,即对于第m月涉腐的行业,我们取m+1所在的季度视为行业涉腐的事件季度(即图2和图3中的第0个季度)[3]

在行业中,我们以涉腐公司的同行业公司为研究对象,以ln(取得借款收到的现金)为核心考察变量,以时间季度之前的第4个季度为基准点,刻画之后每个季度相对于-4季度的增长量,得到图2

同样地,以每个公司的市场占有率(按总资产计算),以时间季度之前的第4个季度为基准点,刻画每个季度相对于-4季度的增长量,得到图3

此后按照附一中模型(2)为基础,通过线性回归技术得到研究中相关结论。


[1] 但是目前越来越多的海外学术研究开始支持我们本研究的相关结论。

[2]  为了体现时间趋势,图1和图4中的宏观数据信息追溯到了2010年第1季度。

[3]  如此处理的目的是给资金调整留出一段缓冲期。

教学项目

清华大学国家金融研究院