我国商业银行信贷扩张亲周期性：检验、剖析与对策

我国商业银行信贷扩张亲周期性：检验、剖析与对策一、引言1.1研究背景与意义在现代金融体系中，商业银行占据着举足轻重的地位，其信贷业务作为连接储蓄与投资的关键纽带，对经济运行发挥着至关重要的作用。信贷扩张作为商业银行调节资金配置、支持实体经济发展的重要手段，与经济周期之间存在着紧密且复杂的联系，这种联系集中体现为信贷扩张的亲周期性。从金融稳定视角来看，商业银行信贷扩张的亲周期性犹如一把双刃剑，在经济繁荣阶段，信贷规模的扩张能够为经济增长注入强劲动力，推动企业投资与居民消费，进一步强化经济的上升趋势；而在经济衰退时期，商业银行往往会基于风险考量收缩信贷规模，这无疑会加剧经济的下行压力，甚至可能引发信贷紧缩与经济衰退的恶性循环，对金融体系的稳定性构成严重威胁。回顾2008年全球金融危机，过度的信贷扩张在经济繁荣期埋下了隐患，当经济形势逆转，银行信贷迅速收紧，众多企业资金链断裂，金融市场剧烈动荡，充分彰显了信贷扩张亲周期性对金融稳定的巨大冲击。经济发展层面，信贷资源作为经济发展的重要支撑，其合理配置对产业结构调整、创新驱动发展以及就业增长等具有深远影响。然而，亲周期性的信贷扩张可能导致信贷资源在经济周期不同阶段的错配。在经济过热时，大量信贷资金流向热门行业，加剧产能过剩；在经济下行时，真正有发展潜力的企业却因信贷收缩难以获得足够资金支持，阻碍经济的转型升级与可持续发展。对于商业银行自身风险管理而言，深刻认识信贷扩张的亲周期性是精准识别、评估和控制信贷风险的关键。通过准确把握经济周期波动对信贷业务的影响规律，银行能够提前调整信贷策略，优化资产负债结构，合理配置信贷资源，降低不良贷款率，提升自身抗风险能力。从监管政策制定角度出发，全面了解商业银行信贷扩张的亲周期性，有助于监管部门制定更为科学、有效的监管政策。监管部门可以依据经济周期变化，适时调整监管指标与政策导向，引导商业银行合理控制信贷规模与节奏，防范系统性金融风险，维护金融市场的稳定秩序，促进金融与经济的良性互动发展。1.2国内外研究现状国外学者对商业银行信贷扩张亲周期性的研究起步较早，成果丰硕。Borio和Furfine（2001）从信贷扩张的计量角度出发，剖析宏观经济周期与信贷扩张的关系，指出银行因难以获取完整的不同经济周期下的信贷数据，导致对两者关系的分析预测存在偏差，进而引发决策失误。Katalin（2003）认为商业银行在不同经济周期采取的差异显著的信贷政策，是信贷扩张呈现周期性特征的重要成因。Carey（2004）则聚焦于商业银行间的竞争对经济周期下信贷扩张变动的影响，研究发现经济上行时，银行常采取宽松信贷标准以扩大贷款投放规模获取更多利润、抢占市场份额；经济萧条时，为规避风险，银行往往收紧信贷标准、减少贷款规模，进一步加剧信贷扩张的变化。国内学者近年来也对该领域给予了高度关注，并取得了一系列有价值的研究成果。平新乔、董兴（2021）研究发现，我国商业银行信贷扩张计量模型中宏观经济因素的缺失，致使银行在经济上行期对信贷扩张估计不足，做出错误贷款投放决策；在经济下行期又高估信贷扩张，造成贷款投放不足。王鹏（2021）指出信贷扩张的计量受宏观经济周期影响显著，借款人信用评级随经济变动而不断变化，且宏观经济周期与信贷扩张相互影响。赵墨非（2021）研究表明监管规则的周期性加剧了宏观经济的波动，经济下行时，监管层要求商业银行增加损失准备，促使银行收紧贷款标准，加快宏观经济衰退；经济上行时，监管规则对资本要求相对宽松，商业银行扩大贷款规模，推动经济过热。李贺（2021）的研究显示宏观经济波动、外部规则与信贷扩张相互影响，并提出弱化外部规则以缓解宏观经济周期对信贷扩张的影响。国内外学者普遍认为商业银行信贷扩张与经济周期波动紧密相关，且信贷扩张的亲周期性对金融体系稳定性和经济发展有着重要影响。然而，现有研究仍存在一些不足。一方面，对于信贷扩张中亲周期性的形成机制和影响因素的研究尚不够深入全面，未能充分揭示其内在的复杂联系；另一方面，现有研究大多基于静态分析，缺乏对信贷扩张动态过程的深入考察，难以准确把握信贷扩张在不同经济阶段的演变规律和趋势。1.3研究方法与创新点为深入剖析我国商业银行信贷扩张中的亲周期性，本研究综合运用多种研究方法，力求全面、准确地揭示其内在机制与影响因素。计量分析方法是本研究的核心工具之一。通过构建严谨的计量经济模型，选取国内生产总值（GDP）增长率、通货膨胀率、货币供应量等关键宏观经济指标，以及商业银行信贷规模、信贷增长率、不良贷款率等银行信贷相关指标，运用时间序列分析、面板数据模型等计量技术，对我国商业银行信贷扩张与经济周期之间的关系进行定量分析。例如，利用向量自回归（VAR）模型，深入探究信贷规模与宏观经济变量之间的动态交互作用，明确经济周期波动对信贷扩张的影响程度与方向，以及信贷扩张对经济增长的反馈效应。通过格兰杰因果检验，判断经济周期与信贷扩张之间是否存在因果关系，为后续分析提供坚实的实证依据。案例研究法为计量分析提供了丰富的现实支撑。本研究选取工商银行、建设银行、农业银行、中国银行等具有代表性的国有大型商业银行，以及招商银行、民生银行、兴业银行等在业务创新和市场竞争中表现突出的股份制商业银行作为研究对象，深入剖析其在不同经济周期阶段的信贷政策、信贷投放规模与结构变化，以及风险管理措施。以2008年全球金融危机和2020年新冠疫情冲击这两个典型的经济下行时期为例，详细分析商业银行如何应对经济衰退带来的风险挑战，调整信贷策略以适应宏观经济环境的变化。通过对这些具体案例的深入研究，从微观层面揭示商业银行信贷扩张亲周期性的实际表现与应对策略，为理论分析提供生动的实践案例。对比分析法贯穿于研究的始终。一方面，对不同类型商业银行在信贷扩张亲周期性方面的表现进行横向对比，分析国有大型商业银行与股份制商业银行在信贷政策制定、风险偏好、市场定位等方面的差异，以及这些差异如何导致它们在信贷扩张亲周期性上的不同表现。研究发现，国有大型商业银行由于其雄厚的资金实力、广泛的网点布局和较强的政策导向性，在经济下行时期往往能够承担更多的社会责任，保持相对稳定的信贷投放；而股份制商业银行则更加注重市场份额和盈利增长，在经济周期波动中信贷扩张的弹性较大。另一方面，对同一商业银行在不同经济周期阶段的信贷扩张行为进行纵向对比，观察其信贷政策的调整过程、信贷规模与结构的变化趋势，以及风险管理措施的演进。通过这种纵横交错的对比分析，更全面、深入地理解商业银行信贷扩张亲周期性的特点与规律。在研究创新点方面，本研究从多个维度进行了探索。在研究视角上，本研究打破了以往单一从宏观经济或微观银行角度分析信贷扩张亲周期性的局限，将宏观经济环境、微观银行行为以及监管政策等多个视角有机结合起来，全面系统地分析信贷扩张亲周期性的形成机制与影响因素。从宏观经济角度，深入研究经济周期波动如何通过影响企业和居民的融资需求、资产价格等因素，进而影响商业银行的信贷决策；从微观银行角度，分析银行的风险偏好、盈利目标、市场竞争压力等因素如何促使其在不同经济周期阶段采取不同的信贷政策；从监管政策角度，探讨监管规则的周期性变化对商业银行信贷扩张的约束与引导作用。通过这种多视角的综合分析，为理解信贷扩张亲周期性提供了更为全面、深入的视角。在研究模型构建上，本研究尝试将经济周期的不确定性、金融创新等新变量纳入信贷扩张计量模型中。经济周期的不确定性增加了商业银行信贷决策的难度和风险，金融创新则改变了金融市场的结构和运行机制，对商业银行信贷扩张产生了深远影响。通过将这些新变量纳入模型，能够更准确地反映现实经济金融环境的变化，提高模型的解释力和预测能力。同时，运用动态面板模型等方法，对信贷扩张的动态过程进行深入分析，克服了现有研究大多基于静态分析的不足，更好地把握信贷扩张在不同经济阶段的演变规律和趋势。在研究内容上，本研究不仅关注信贷扩张亲周期性的存在性和影响因素，还深入探讨了如何有效应对信贷扩张亲周期性风险。从商业银行自身风险管理角度，提出优化信贷风险管理体系、建立逆周期信贷调节机制等建议；从监管政策角度，提出完善逆周期监管政策框架、加强宏观审慎管理等措施。通过对这些问题的深入研究，为商业银行和监管部门提供具有针对性和可操作性的政策建议，具有重要的实践意义。二、商业银行信贷扩张亲周期性理论基础2.1信贷扩张与亲周期性概念界定信贷扩张是商业银行在特定时期内，通过增加贷款投放量、降低贷款条件等手段，扩大信贷规模的行为。在经济增长时期，企业投资需求旺盛，商业银行为追求利润最大化，倾向于增加贷款投放。同时，政策刺激如降准、降息等也会促使商业银行扩大信贷规模。此外，市场竞争压力也会迫使商业银行采取信贷扩张策略以维持或扩大市场份额。以2008年全球金融危机后为例，为应对经济衰退，我国政府实施了一系列经济刺激政策，其中包括鼓励商业银行加大信贷投放力度。各大商业银行纷纷响应，放宽贷款条件，增加对基础设施建设、制造业等领域的信贷支持，信贷规模迅速扩张。数据显示，2009年我国人民币贷款增加9.59万亿元，同比多增4.69万亿元，信贷扩张对经济复苏起到了重要的推动作用。亲周期性是指经济变量与经济周期波动之间的正向关联关系，即经济上行时，变量表现积极，经济下行时，变量表现消极。在商业银行信贷扩张中，亲周期性表现得尤为明显。当经济处于繁荣期时，企业经营状况良好，资产价格上涨，信用风险降低，商业银行基于对未来经济形势的乐观预期，会放宽信贷标准，增加贷款投放量，扩大信贷规模；而在经济衰退期，企业盈利能力下降，资产价格下跌，信用风险上升，商业银行出于风险防范的考虑，会收紧信贷标准，减少贷款投放量，收缩信贷规模。这种亲周期性的信贷行为会进一步加剧经济的周期性波动，在经济繁荣时推动经济过度扩张，在经济衰退时加速经济下滑。例如，在2010-2011年我国经济增长较快的时期，商业银行信贷规模持续扩大，贷款增长率较高；而在2014-2015年经济增速放缓阶段，商业银行信贷增速明显下降，信贷规模扩张速度减缓。2.2亲周期性形成机制理论2.2.1金融加速器理论金融加速器理论由伯南克（Bernanke）和戈特勒（Gertler）等学者提出，该理论深刻揭示了信贷市场在经济周期波动中扮演的关键角色，阐释了经济冲击如何通过信贷市场被放大，进而加剧经济的周期性波动。在金融加速器理论的框架下，企业的资产负债状况对其融资能力和投资决策有着决定性影响。当经济遭遇正向冲击时，企业的资产价格上升，现金流增加，资产负债表状况显著改善。此时，企业的净值增加，内部融资能力增强，外部融资溢价降低。外部融资溢价是指企业外部融资成本与内部融资成本之间的差额，它反映了企业在外部融资时面临的额外成本。由于信息不对称和代理问题，银行在向企业提供贷款时，往往要求更高的利率或更严格的担保条件，从而导致外部融资溢价的产生。在经济上行期，企业资产负债表状况的改善使得银行对企业的还款能力更有信心，愿意降低贷款利率和担保要求，企业的外部融资成本降低，融资能力增强。企业能够以更低的成本获得更多的外部融资，从而加大投资力度，扩大生产规模，进一步推动经济增长。这种经济增长又会反过来促进企业资产价格上升和现金流增加，形成一个良性循环，使得信贷扩张在经济上行期得到进一步强化。反之，当经济受到负向冲击时，企业的资产价格下跌，现金流减少，资产负债表状况恶化。企业净值下降，内部融资能力减弱，外部融资溢价上升。银行对企业的还款能力产生担忧，为了降低风险，会提高贷款利率和担保要求，企业的外部融资成本大幅增加，融资难度加大。在这种情况下，企业往往难以获得足够的外部融资，不得不削减投资，缩小生产规模，导致经济衰退。经济衰退又会进一步导致企业资产价格下跌和现金流减少，加剧企业的融资困境，形成一个恶性循环，使得信贷收缩在经济下行期被进一步加剧。以房地产市场为例，在经济上行期，房地产价格持续上涨，房地产企业的资产价值大幅增加，资产负债表状况良好。银行认为房地产企业的还款能力较强，愿意为其提供大量贷款，且贷款利率相对较低。房地产企业利用这些贷款加大土地购置和项目开发力度，推动房地产市场的繁荣。同时，房地产市场的繁荣也带动了相关产业的发展，如建筑、建材、家电等，进一步促进了经济增长。而在经济下行期，房地产价格下跌，房地产企业的资产价值缩水，资产负债表状况恶化。银行担心房地产企业无法按时偿还贷款，会收紧信贷政策，提高贷款利率和担保要求。房地产企业融资困难，资金链紧张，不得不减少项目开发和投资，甚至出现一些企业破产倒闭的情况。房地产市场的低迷也会对相关产业产生负面影响，导致经济增长放缓。2.2.2信息不对称理论信息不对称理论认为，在信贷市场中，商业银行作为贷款发放方，与借款企业之间存在着严重的信息不对称。借款企业对自身的经营状况、财务状况、投资项目的风险和收益等信息了如指掌，而商业银行只能通过企业提供的财务报表、信用记录等有限信息来评估企业的信用风险和还款能力。这种信息不对称使得商业银行在信贷决策过程中面临着巨大的不确定性和风险。在经济繁荣时期，市场整体表现良好，企业经营业绩普遍提升，资产价格上涨，信用风险相对较低。商业银行基于对市场前景的乐观预期，往往会降低信贷标准，减少对借款企业信息的深入挖掘和分析。此时，一些信用质量较差、风险较高的企业可能会利用信息优势，向商业银行隐瞒真实的经营状况和风险信息，骗取贷款。商业银行由于无法准确识别这些企业的风险，会盲目地扩大信贷投放，导致信贷规模过度扩张。例如，一些企业可能会夸大自身的盈利能力和资产规模，提供虚假的财务报表，以获取更多的贷款。商业银行在审核贷款时，如果未能发现这些虚假信息，就会将贷款发放给这些企业，增加了信贷风险。而在经济衰退时期，市场形势恶化，企业经营困难，资产价格下跌，信用风险大幅上升。商业银行在面对大量的不良贷款和潜在的信用风险时，会变得极度谨慎。由于信息不对称，商业银行难以准确判断哪些企业是真正有还款能力和发展潜力的，哪些企业是即将面临破产的。为了避免承担更大的风险，商业银行会采取保守的信贷策略，大幅收紧信贷标准，提高贷款门槛。即使是一些信用状况良好、有发展前景的企业，也可能因为商业银行对风险的过度担忧和信息的不充分，而难以获得贷款，导致信贷规模急剧收缩。例如，一些企业虽然在经济衰退时期暂时遇到了困难，但具有较强的核心竞争力和市场适应能力，只要能够获得一定的信贷支持，就有可能度过难关。然而，商业银行由于担心这些企业无法按时偿还贷款，会拒绝为其提供贷款，使得这些企业的发展受到阻碍，进一步加剧了经济的衰退。2.2.3羊群行为理论羊群行为理论在解释商业银行信贷扩张的亲周期性方面具有重要意义。该理论认为，银行在信贷决策过程中，并非完全基于自身对市场信息和风险的独立判断，而是会受到其他银行行为的显著影响，表现出一种从众的行为模式。在经济上行阶段，市场呈现出繁荣景象，投资机会增多，企业的融资需求旺盛。当部分银行率先放宽信贷标准，积极扩大信贷投放时，其他银行往往会基于对市场前景的乐观预期以及对自身竞争地位的考量，选择跟随这些银行的行为。一方面，银行担心如果不及时跟进信贷扩张，会失去市场份额，无法满足企业的融资需求，从而在激烈的市场竞争中处于劣势；另一方面，银行认为其他银行的决策是基于充分的市场信息和专业判断，跟随它们的行动可以降低自身决策的风险。这种羊群行为使得众多银行在经济上行期同步扩大信贷规模，进一步推动了信贷扩张的浪潮。例如，在某一新兴产业兴起时，一些银行率先为该产业的企业提供大量贷款，其他银行看到这些企业获得了良好的发展前景和盈利空间，也纷纷跟进，向该产业的企业发放贷款。这种集中的信贷投放使得该产业的企业能够轻易获得大量资金，从而过度扩张生产规模，导致产能过剩。相反，在经济下行阶段，市场形势恶化，风险逐渐显现。当部分银行开始收紧信贷标准，减少信贷投放时，其他银行也会迅速做出类似的反应。银行担心如果继续保持宽松的信贷政策，会面临更高的不良贷款风险，影响自身的资产质量和盈利能力。同时，银行也会受到市场情绪和其他银行行为的影响，产生恐慌心理，进一步加剧信贷收缩的程度。这种羊群行为使得银行在经济下行期集体收缩信贷规模，加剧了企业的融资困境，对经济的复苏形成阻碍。例如，在经济衰退时期，当某一行业出现企业倒闭潮时，银行会担心该行业的其他企业也会面临同样的风险，于是纷纷收紧对该行业的信贷投放。即使一些企业的经营状况并未受到严重影响，但由于银行的集体信贷收缩，也难以获得足够的资金支持，从而影响了企业的正常运营和发展。三、我国商业银行信贷扩张现状分析3.1信贷扩张规模与速度近年来，我国商业银行信贷规模呈现出持续增长的态势，为经济发展提供了强有力的资金支持。据中国人民银行发布的数据显示，截至2020年末，我国金融机构人民币各项贷款余额达到172.75万亿元，同比增长12.8%；到了2021年末，这一数字增长至192.69万亿元，同比增长11.6%；2022年末，人民币各项贷款余额进一步攀升至213.99万亿元，同比增长11.1%。这些数据直观地表明，我国商业银行信贷规模在不断扩大，对实体经济的资金注入持续增加。在经济增长的关键时期，信贷扩张发挥了至关重要的推动作用。以2008年全球金融危机后为例，我国政府实施了积极的财政政策和适度宽松的货币政策，商业银行信贷规模迅速扩张。2009年，人民币贷款增加9.59万亿元，同比多增4.69万亿元。大规模的信贷投放为基础设施建设、制造业等领域提供了充足的资金，有效刺激了经济增长，帮助我国经济率先走出危机阴影。在“十四五”规划开局之年，2021年商业银行信贷规模的稳健增长，有力地支持了科技创新、绿色发展、乡村振兴等国家战略的实施，为经济高质量发展提供了坚实的金融保障。然而，信贷增速并非一成不变，而是受到宏观经济形势和政策调控的显著影响，呈现出一定的波动性。在经济增长较快、市场信心充足的时期，信贷增速往往较高。例如，在2010-2011年，我国经济保持较高的增长速度，GDP增长率分别达到10.64%和9.55%，商业银行信贷增速也较为可观，2010年人民币贷款同比增长19.9%，2011年同比增长15.7%。这一时期，企业投资意愿强烈，融资需求旺盛，商业银行积极投放信贷，推动了信贷规模的快速扩张。相反，当经济面临下行压力或政策调控收紧时，信贷增速会相应放缓。2014-2015年，我国经济进入新常态，经济增速换挡，GDP增长率分别为7.3%和6.9%，商业银行信贷增速也有所下降，2014年人民币贷款同比增长13.6%，2015年同比增长14.3%。为了防范金融风险，加强金融监管，监管部门对商业银行信贷规模和投向进行了更严格的管控，促使商业银行更加谨慎地投放信贷，导致信贷增速有所回落。在不同的经济周期阶段，商业银行信贷规模与增速的变化与经济形势紧密相连。在经济扩张期，信贷规模的快速增长为经济发展提供了动力，但也可能引发通货膨胀、资产泡沫等问题；在经济收缩期，信贷增速的放缓有助于防范金融风险，但也可能对实体经济造成一定的资金压力。因此，商业银行需要根据宏观经济形势和政策导向，合理调整信贷规模与增速，在支持经济发展的同时，有效控制风险，实现金融与经济的良性互动。3.2信贷扩张结构特点3.2.1贷款结构多元化近年来，我国商业银行贷款结构呈现出日益多元化的趋势，个人贷款、企业贷款、政府贷款等各类贷款占比不断发生变化，反映了金融市场需求的多样化和商业银行信贷策略的调整。个人贷款业务蓬勃发展，在商业银行信贷结构中的占比显著提升。以住房贷款为例，随着城市化进程的加速和居民住房需求的增长，住房贷款规模持续扩大。截至2022年末，我国个人住房贷款余额达到38.8万亿元，占个人贷款总额的比重超过60%。住房贷款不仅满足了居民的购房需求，也成为商业银行个人贷款业务的重要支柱。同时，消费贷款也呈现出快速增长的态势，涵盖了汽车消费贷款、信用卡透支、教育贷款、旅游贷款等多个领域。随着居民消费观念的转变和消费升级的推进，消费贷款在满足居民多样化消费需求方面发挥着越来越重要的作用。2022年，我国消费贷款余额达到18.6万亿元，占个人贷款总额的比重约为29%。个人经营性贷款也在不断发展，为个体工商户和小微企业主提供了必要的资金支持，助力他们开展生产经营活动，促进了就业和经济的发展。企业贷款依然是商业银行信贷投放的重点领域，但占比有所调整。大型企业凭借其雄厚的实力、良好的信用记录和稳定的经营状况，在获取银行贷款方面具有明显优势。然而，随着国家对中小企业发展的重视程度不断提高，以及商业银行对中小企业市场潜力的认识逐渐加深，中小企业贷款占比逐步上升。为了支持中小企业发展，商业银行不断创新金融产品和服务模式，推出了针对中小企业的特色贷款产品，如知识产权质押贷款、供应链金融贷款等，有效缓解了中小企业融资难、融资贵的问题。例如，某股份制商业银行推出的“科创贷”产品，专门为科技型中小企业提供基于知识产权质押的贷款服务，帮助这些企业解决了研发和生产过程中的资金短缺问题，受到了企业的广泛欢迎。政府贷款在基础设施建设、公共服务领域等方面发挥着重要作用。政府通过发行地方政府债券、开展政府和社会资本合作（PPP）项目等方式，吸引商业银行信贷资金投入到基础设施建设和公共服务领域。在基础设施建设方面，商业银行信贷资金广泛支持了交通、能源、水利等重大项目的建设。以高速公路建设为例，众多商业银行积极参与高速公路项目的融资，为项目提供了长期、稳定的资金支持，促进了我国高速公路网络的不断完善。在公共服务领域，信贷资金投入到教育、医疗、环保等项目中，提升了公共服务的质量和水平。例如，某城市商业银行与当地政府合作，为一所新建医院提供了项目贷款，支持医院的建设和设备购置，改善了当地的医疗条件，满足了居民的就医需求。3.2.2信贷投放领域分布我国商业银行信贷资金广泛投放于制造业、房地产业、基础设施建设等多个行业，不同行业的信贷占比及变化反映了经济结构的调整和产业政策的导向。制造业作为实体经济的核心，一直是商业银行信贷支持的重点领域之一。近年来，随着我国制造业转型升级的加速推进，商业银行对制造业的信贷投放结构也在不断优化。一方面，加大了对高端制造业和战略性新兴产业的信贷支持力度。在高端装备制造领域，商业银行积极为航空航天、海洋工程装备、高档数控机床等企业提供融资服务，助力这些企业提升技术创新能力和市场竞争力。在新能源汽车产业，信贷资金支持了整车制造企业的研发和生产，以及电池、电机、电控等关键零部件企业的发展，推动了我国新能源汽车产业的快速崛起。例如，某国有大型商业银行向一家新能源汽车制造企业提供了数十亿的信贷资金，用于支持企业的新车型研发、生产基地建设和市场拓展，使得该企业在短短几年内迅速成长为行业领军企业。另一方面，逐步减少对传统制造业中产能过剩、高耗能、高污染行业的信贷投放，推动产业结构的优化调整。房地产业与商业银行信贷关系密切，信贷资金在房地产开发和个人购房方面发挥着重要作用。在房地产开发贷款方面，商业银行的信贷投放规模和节奏受到宏观调控政策的严格影响。当房地产市场过热时，政府会加强宏观调控，收紧房地产开发贷款政策，商业银行会相应减少对房地产开发企业的信贷投放，以抑制房地产市场的过度投资和投机行为。例如，在2017-2018年房地产市场调控加强期间，商业银行对房地产开发企业的贷款增速明显放缓，部分中小房地产开发企业面临融资困难的问题。相反，当房地产市场出现下行压力时，政府会适度放宽房地产开发贷款政策，商业银行会加大对优质房地产开发项目的信贷支持，以促进房地产市场的平稳健康发展。在个人购房贷款方面，商业银行根据国家政策和市场情况，合理调整贷款额度、利率和首付比例等条件，以满足居民的合理购房需求。近年来，随着房地产市场调控政策的持续推进，个人购房贷款增速逐渐趋于平稳，房地产市场逐渐回归理性。基础设施建设是国民经济发展的重要支撑，商业银行信贷资金在基础设施建设领域发挥着不可或缺的作用。在交通基础设施建设方面，信贷资金广泛支持了铁路、公路、桥梁、港口、机场等项目的建设。以高铁建设为例，商业银行通过提供项目贷款、债券承销等多种金融服务，为高铁项目提供了大量的资金支持，助力我国高铁网络快速扩张，成为世界上高铁运营里程最长的国家。在能源基础设施建设方面，信贷资金投入到电力、石油、天然气等领域，保障了能源的稳定供应。例如，某商业银行向一家大型电力企业提供了长期贷款，用于支持其新建火电站项目，满足了当地日益增长的用电需求。在水利基础设施建设方面，信贷资金支持了水库、堤防、灌溉等项目的建设，提高了水资源的利用效率和防洪抗旱能力。3.3信贷扩张中存在的问题3.3.1信贷资源配置不合理部分商业银行在信贷投放过程中，存在过度集中于某些热门行业的现象，导致信贷资源配置失衡，资源浪费与风险集中问题日益凸显。在房地产市场繁荣时期，众多商业银行将大量信贷资金投向房地产业。据统计，在2016-2017年房地产市场过热阶段，部分商业银行房地产行业贷款占总贷款的比例高达30%以上。大量信贷资金的涌入进一步推高了房价，加剧了房地产市场的泡沫化程度。当房地产市场调控政策收紧，市场形势发生逆转时，房地产企业面临销售困难、资金回笼缓慢等问题，导致商业银行不良贷款增加，信贷风险集中暴露。同时，过度投放于房地产业使得其他实体经济领域如制造业、农业等难以获得足够的信贷支持，制约了这些行业的发展，影响了经济结构的优化和转型升级。在基础设施建设领域，同样存在信贷资源过度集中的问题。一些地方政府为了追求短期的经济增长和政绩，大规模开展基础设施建设项目，商业银行受政府信用背书和项目收益预期的吸引，纷纷为这些项目提供巨额信贷资金。然而，部分基础设施建设项目存在投资回报率低、建设周期长、资金回收慢等问题，信贷资金的过度投入导致资源浪费。一些偏远地区的高速公路项目，由于车流量稀少，收费难以覆盖贷款本息，商业银行面临较大的信贷风险。此外，基础设施建设领域的过度信贷投放也挤压了其他行业的信贷资源，影响了金融资源的有效配置。3.3.2信贷风险管理不足随着经济环境的变化和信贷规模的扩张，商业银行不良贷款率上升，信贷风险不断积累，暴露出在风险管理方面的诸多欠缺。根据中国银行业监督管理委员会的数据，2013-2016年，我国商业银行不良贷款率持续上升，从1%左右攀升至1.74%。2020年，受新冠疫情冲击，实体经济遭受重创，商业银行不良贷款率进一步上升，部分中小银行的不良贷款率甚至超过3%。不良贷款的增加严重侵蚀了商业银行的利润，削弱了其资产质量和抗风险能力。商业银行在信用风险评估方面存在较大缺陷。部分商业银行过于依赖企业提供的财务报表和抵押担保，对企业的真实经营状况和还款能力缺乏深入的调查和分析。一些企业通过粉饰财务报表、虚假抵押等手段骗取银行贷款，商业银行未能及时识别风险，导致贷款发放后形成不良资产。在对中小企业的信贷评估中，由于中小企业财务制度不健全、信息透明度低，商业银行难以准确评估其信用风险，往往采取谨慎的信贷策略，使得中小企业融资难问题更加突出。在市场风险和操作风险管理方面，商业银行也存在不足。市场风险方面，随着金融市场的日益复杂和波动加剧，商业银行面临的利率风险、汇率风险、股票价格风险等市场风险不断增加。然而，部分商业银行缺乏有效的市场风险监测和管理工具，对市场风险的敏感度较低，难以及时调整资产负债结构以应对市场变化。在操作风险方面，商业银行内部管理制度不完善，存在员工违规操作、内部控制失效等问题。一些银行员工利用职务之便，违规发放贷款、挪用资金，给银行造成了巨大损失。3.3.3资本充足率压力信贷规模的持续扩大使得部分商业银行资本充足率下降，面临难以满足监管要求的风险，对银行的稳健经营和金融体系的稳定构成威胁。资本充足率是衡量商业银行稳健性的重要指标，它反映了商业银行抵御风险的能力。根据《巴塞尔协议III》和我国银保监会的监管要求，商业银行核心一级资本充足率不得低于5%，一级资本充足率不得低于6%，资本充足率不得低于8%。在信贷规模快速扩张时期，商业银行资产规模迅速增加，而资本补充相对滞后，导致资本充足率下降。2009-2010年，我国实施积极的财政政策和适度宽松的货币政策，商业银行信贷规模大幅增长，人民币贷款增加额分别达到9.59万亿元和7.95万亿元。大规模的信贷投放使得商业银行资本消耗加快，部分银行资本充足率降至监管红线附近。某股份制商业银行在2009年信贷规模大幅扩张后，资本充足率从年初的10.5%降至年末的8.9%，接近8%的监管要求。为了满足资本充足率监管要求，商业银行需要通过多种渠道补充资本。然而，资本补充面临诸多困难和挑战。一方面，通过发行股票等方式进行股权融资，可能会稀释原有股东的权益，受到股东的抵制，且在资本市场低迷时期，融资难度较大，成本较高。另一方面，发行债券等债务融资工具虽然可以补充附属资本，但会增加银行的债务负担和财务风险，且债务融资工具的发行也受到市场环境和投资者需求的影响。如果商业银行不能及时有效地补充资本，资本充足率持续下降，将限制其信贷投放能力，影响对实体经济的支持力度，同时也会增加金融体系的不稳定因素。四、我国商业银行信贷扩张亲周期性检验4.1检验方法选择为深入探究我国商业银行信贷扩张的亲周期性，本研究精心选用了多种科学且有效的检验方法，每种方法都具有独特的优势和适用场景，相互补充，共同为研究提供了坚实的实证基础。信贷增长波动法作为一种直观且基础的分析方法，通过对信贷增长率时间序列的深入剖析，能够清晰地展现信贷扩张的周期性波动特征。具体而言，运用移动平均法对信贷增长率数据进行处理，平滑短期波动，凸显长期趋势。移动平均法是一种简单的时间序列分析方法，它通过计算一定时间窗口内数据的平均值，来消除数据中的短期波动，从而更清晰地展现数据的长期趋势。例如，选取三年或五年的移动平均窗口，计算信贷增长率的移动平均值。通过观察移动平均值的变化，可以判断信贷扩张是否存在周期性波动。当移动平均值呈现明显的上升和下降趋势时，表明信贷扩张具有周期性特征。同时，采用标准差等统计指标来衡量信贷增长的波动程度。标准差是衡量数据离散程度的重要指标，它能够反映数据的稳定性和波动情况。信贷增长的标准差较大，说明信贷增长率的波动较为剧烈，信贷扩张的周期性特征更为明显；反之，标准差较小，则表明信贷增长相对稳定，周期性波动较弱。通过这些方法，可以初步判断信贷扩张是否与经济周期存在同步波动关系，为后续深入研究提供线索。向量自回归（VAR）模型是一种多变量时间序列分析模型，它能够有效捕捉多个变量之间的动态交互关系，在本研究中具有重要的应用价值。VAR模型将每个内生变量作为系统中所有内生变量滞后值的函数进行建模，从而全面考虑了变量之间的相互影响。在构建VAR模型时，本研究选取了国内生产总值（GDP）增长率作为衡量经济周期的关键指标，以及商业银行信贷余额增长率作为反映信贷扩张的核心变量。同时，为了控制其他因素对信贷扩张和经济周期的影响，还纳入了通货膨胀率、货币供应量等宏观经济变量。通货膨胀率反映了物价水平的变化，货币供应量则体现了货币政策的松紧程度，这些变量都可能对商业银行信贷扩张和经济周期产生重要影响。通过对这些变量的综合分析，可以更准确地揭示信贷扩张与经济周期之间的内在联系。例如，在模型估计过程中，运用最小二乘法（OLS）对VAR模型的参数进行估计，得到各变量之间的系数估计值。这些系数估计值反映了变量之间的影响方向和程度，通过对系数的分析，可以判断经济周期变量对信贷扩张变量的影响是否显著，以及信贷扩张变量对经济周期变量的反馈作用。格兰杰因果检验是基于时间序列数据，用于判断变量之间因果关系的重要方法。在本研究中，运用格兰杰因果检验来明确经济周期与信贷扩张之间是否存在因果关系，以及因果关系的方向。具体检验过程中，将GDP增长率和信贷余额增长率分别作为因果检验的两个变量。原假设设定为“GDP增长率不是信贷余额增长率的格兰杰原因”以及“信贷余额增长率不是GDP增长率的格兰杰原因”。通过构建回归方程，利用F统计量和P值来判断原假设是否成立。F统计量用于检验回归方程的整体显著性，P值则表示在原假设成立的情况下，得到当前样本结果或更极端结果的概率。当P值小于设定的显著性水平（通常为0.05）时，拒绝原假设，认为两个变量之间存在格兰杰因果关系。例如，如果检验结果表明GDP增长率是信贷余额增长率的格兰杰原因，那么意味着经济周期的变化能够对商业银行信贷扩张产生显著影响，即经济增长的波动会引起信贷规模的相应变化。脉冲响应函数分析是在VAR模型的基础上，用于研究一个内生变量对其他内生变量冲击的动态响应路径的方法。在本研究中，通过脉冲响应函数分析，可以直观地观察到经济周期的冲击如何在不同时期对信贷扩张产生影响，以及信贷扩张对经济周期冲击的反馈效应。具体操作时，给予GDP增长率一个标准差的正向冲击，观察信贷余额增长率在未来若干期的响应情况。通过绘制脉冲响应函数图，以时间为横轴，以信贷余额增长率的响应值为纵轴，展示信贷余额增长率对GDP增长率冲击的动态响应过程。在脉冲响应函数图中，如果信贷余额增长率在受到GDP增长率的正向冲击后，呈现出先上升后逐渐下降的趋势，说明经济增长的正向冲击会在短期内促进信贷扩张，但随着时间的推移，这种促进作用会逐渐减弱。同样地，也可以分析信贷扩张对经济周期的反向冲击效应，即给予信贷余额增长率一个标准差的正向冲击，观察GDP增长率的响应情况，从而更全面地了解两者之间的动态交互关系。4.2数据选取与处理本研究选取1998年第一季度至202x年第x季度的GDP季度增长率和贷款余额季度增长率作为主要研究数据，这些数据主要来源于国家统计局、中国人民银行网站以及中经网统计数据库，确保了数据的权威性和可靠性。选择1998年作为数据起始点，具有重要的现实背景和政策依据。1998年，中国人民银行开始放松对商业银行贷款总量及贷款结构的严格调控，这一政策转变为商业银行信贷业务的自主决策提供了更大的空间，使得信贷市场的运行机制发生了显著变化。与此同时，利率市场化进程于1996年开始缓慢推进，到1998年时已初见成效，利率对信贷市场的调节作用逐渐增强。在这样的背景下，从1998年开始的数据更能真实地反映市场经济环境下商业银行信贷扩张与经济周期之间的关系。在数据处理过程中，首先对原始数据进行仔细的清洗和核对，确保数据的准确性和完整性。由于经济数据通常受到季节性因素的影响，如春节等节假日对消费和投资的影响，导致季度数据在不同年份的相同季度可能存在波动，为了消除这些季节性因素对分析结果的干扰，运用X-12季节调整方法对GDP季度增长率和贷款余额季度增长率数据进行季节调整。X-12季节调整方法是一种广泛应用的时间序列季节调整技术，它通过分解时间序列中的趋势项、季节项和不规则项，能够有效地消除季节因素的影响，使数据更能反映出经济变量的长期趋势和真实波动情况。经过季节调整后的数据，能够更准确地展现信贷扩张和经济周期的内在关系，为后续的计量分析提供更可靠的数据基础。为了使数据更符合计量模型的要求，增强数据的稳定性和可比性，对处理后的GDP季度增长率和贷款余额季度增长率数据进行对数化处理。对数化处理不仅可以缩小数据的数量级，减少数据的异方差性，还能使数据的变化趋势更加线性化，便于进行回归分析和参数估计。在进行单位根检验时，采用ADF（AugmentedDickey-Fuller）检验方法对数据的平稳性进行严格检验。ADF检验通过构建回归方程，利用检验统计量和临界值来判断时间序列是否存在单位根，从而确定数据的平稳性。只有当数据满足平稳性条件时，才能进行后续的向量自回归（VAR）模型估计、格兰杰因果检验和脉冲响应函数分析等计量分析，以避免出现伪回归等问题，确保研究结果的准确性和可靠性。4.3实证检验过程4.3.1VAR模型构建在构建向量自回归（VAR）模型时，本研究将国内生产总值（GDP）增长率和贷款余额增长率作为核心内生变量纳入模型。GDP增长率作为衡量经济周期波动的关键指标，能够直观地反映宏观经济的增长态势和周期性变化。贷款余额增长率则是反映商业银行信贷扩张程度的直接指标，它体现了商业银行在一定时期内信贷投放规模的变化情况。在确定VAR模型的滞后阶数时，本研究综合运用了多种信息准则，包括赤池信息准则（AIC）、施瓦茨准则（SC）和汉南-奎因准则（HQ）。AIC准则在模型选择中兼顾了模型的拟合优度和复杂度，通过最小化信息损失来确定最优滞后阶数；SC准则对模型复杂度的惩罚更为严格，更倾向于选择简洁的模型；HQ准则则在AIC和SC之间进行了一定的权衡。通过对不同滞后阶数下模型的AIC、SC和HQ值进行比较分析，最终确定了模型的最优滞后阶数为p。在实际计算过程中，假设经过计算得到不同滞后阶数下的AIC、SC和HQ值如下表所示：滞后阶数AIC值SC值HQ值1-3.56-3.32-3.452-3.89-3.45-3.673-4.12-3.56-3.85从表中数据可以看出，当滞后阶数为3时，AIC值最小，为-4.12；SC值为-3.56，HQ值为-3.85。综合考虑，选择滞后阶数为3作为VAR模型的最优滞后阶数。这意味着在构建的VAR模型中，GDP增长率和贷款余额增长率不仅受到自身前一期、前两期的影响，还受到前三期的影响，能够更全面地捕捉变量之间的动态关系。构建的VAR(p)模型的数学表达式如下：Y_t=\sum_{i=1}^{p}A_iY_{t-i}+\epsilon_t其中，Y_t是由GDP增长率和贷款余额增长率组成的二维列向量，即Y_t=\begin{pmatrix}GDP_{t}\\Loan_{t}\end{pmatrix}；A_i是2\times2的系数矩阵，i=1,2,\cdots,p，它反映了变量之间的相互影响关系；\epsilon_t是二维随机误差列向量，满足E(\epsilon_t)=0，Cov(\epsilon_t,\epsilon_{t-s})=0（s\neq0），即随机误差项具有零均值和序列不相关的特性。在估计VAR模型参数时，采用了普通最小二乘法（OLS）。OLS方法通过最小化残差平方和来确定模型的参数估计值，使得模型的拟合值与实际观测值之间的误差最小。在Eviews软件中，只需将处理好的GDP增长率和贷款余额增长率数据导入，选择VAR模型估计选项，设置好滞后阶数等参数，即可得到模型的参数估计结果。假设经过估计得到的VAR(3)模型的系数矩阵A_1、A_2、A_3如下：A_1=\begin{pmatrix}0.32&0.15\\0.25&0.45\end{pmatrix}A_2=\begin{pmatrix}0.12&0.08\\0.18&0.22\end{pmatrix}A_3=\begin{pmatrix}0.05&0.03\\0.10&0.15\end{pmatrix}这些系数矩阵中的元素反映了GDP增长率和贷款余额增长率之间的动态关系。例如，A_1矩阵中第一行第一列的元素0.32表示GDP增长率的前一期值对当期GDP增长率的影响系数为0.32，即前一期GDP增长率每增加1个单位，当期GDP增长率将增加0.32个单位；第一行第二列的元素0.15表示贷款余额增长率的前一期值对当期GDP增长率的影响系数为0.15，即前一期贷款余额增长率每增加1个单位，当期GDP增长率将增加0.15个单位。为了确保VAR模型的稳定性和可靠性，对模型进行了AR单位根检验。AR单位根检验通过检查VAR模型的特征方程的根是否都在单位圆内来判断模型的稳定性。如果所有根都在单位圆内，则说明模型是稳定的，基于该模型进行的分析和预测是可靠的；反之，如果存在根在单位圆外，则模型不稳定，可能会导致分析结果的偏差和不可靠。在Eviews软件中，进行AR单位根检验后，得到模型特征方程的根的倒数（即特征根）的分布情况。假设检验结果显示，所有特征根的模都小于1，即在单位圆内，这表明构建的VAR模型是稳定的，可以进行后续的格兰杰因果检验和脉冲响应函数分析。4.3.2格兰杰因果检验格兰杰因果检验是一种用于判断变量之间因果关系的统计方法，其核心思想是基于时间序列数据，通过检验一个变量的滞后值是否能够显著地解释另一个变量的当前值，来确定两个变量之间是否存在因果关系。在本研究中，对GDP增长率和贷款余额增长率进行格兰杰因果检验，旨在明确两者之间是否存在因果关系，以及因果关系的方向。原假设设定为：H_{01}：GDP增长率不是贷款余额增长率的格兰杰原因；H_{02}：贷款余额增长率不是GDP增长率的格兰杰原因。在进行格兰杰因果检验时，选择合适的滞后阶数至关重要。由于VAR模型的最优滞后阶数为3，因此在格兰杰因果检验中，也选择滞后阶数为3。这是因为VAR模型的滞后阶数反映了变量之间相互影响的滞后效应，在格兰杰因果检验中采用相同的滞后阶数，能够保证检验结果与VAR模型所揭示的变量关系的一致性。使用Eviews软件进行格兰杰因果检验，软件通过构建回归方程，计算F统计量和P值来判断原假设是否成立。假设检验结果显示，对于原假设H_{01}，F统计量的值为4.56，P值为0.023；对于原假设H_{02}，F统计量的值为5.23，P值为0.015。根据假设检验的规则，当P值小于设定的显著性水平（通常为0.05）时，拒绝原假设，认为两个变量之间存在格兰杰因果关系。在本研究中，由于H_{01}和H_{02}的P值都小于0.05，因此拒绝原假设，即认为GDP增长率是贷款余额增长率的格兰杰原因，同时贷款余额增长率也是GDP增长率的格兰杰原因。这表明GDP增长率和贷款余额增长率之间存在双向的因果关系，经济周期的波动会对商业银行信贷扩张产生显著影响，信贷扩张也会反过来对经济增长产生作用。这种双向因果关系进一步证实了商业银行信贷扩张具有亲周期性的特征，经济的繁荣会带动信贷规模的扩张，而信贷规模的扩张又会促进经济的进一步增长；反之，经济的衰退会导致信贷规模的收缩，信贷收缩又会加剧经济的衰退。4.3.3脉冲响应函数分析脉冲响应函数分析是在VAR模型的基础上，用于研究一个内生变量对其他内生变量冲击的动态响应路径的方法。通过脉冲响应函数分析，可以直观地观察到当某一变量受到一个标准差大小的冲击后，其他变量在未来若干期内的响应情况，从而深入了解变量之间的动态交互关系。在本研究中，利用Eviews软件绘制了GDP增长率和贷款余额增长率的脉冲响应函数图。在绘制脉冲响应函数图时，给予GDP增长率一个标准差的正向冲击，观察贷款余额增长率在未来10期的响应情况；同时，给予贷款余额增长率一个标准差的正向冲击，观察GDP增长率在未来10期的响应情况。从脉冲响应函数图中可以清晰地看出，当给予GDP增长率一个标准差的正向冲击后，贷款余额增长率在第1期就开始产生正向响应，且响应程度逐渐增大，在第4期达到峰值，随后响应程度逐渐减小，但在未来10期内始终保持正向响应。这表明经济增长的正向冲击会在短期内促进信贷扩张，随着时间的推移，这种促进作用会逐渐减弱，但仍然持续存在。例如，在第1期，贷款余额增长率对GDP增长率的正向冲击的响应值为0.05，随着时间的推移，响应值逐渐增加，在第4期达到0.12，之后逐渐下降，在第10期仍保持在0.06左右。当给予贷款余额增长率一个标准差的正向冲击后，GDP增长率在第1期的响应并不明显，但从第2期开始产生正向响应，且响应程度逐渐增大，在第7期达到峰值，随后响应程度逐渐减小，但在未来10期内也始终保持正向响应。这说明信贷扩张对经济增长的影响具有一定的滞后性，信贷规模的扩张在短期内对经济增长的促进作用不明显，但随着时间的推移，信贷扩张会对经济增长产生持续的正向影响。例如，在第2期，GDP增长率对贷款余额增长率的正向冲击的响应值为0.03，在第7期达到0.10，之后逐渐下降，在第10期仍保持在0.05左右。通过脉冲响应函数分析，进一步验证了商业银行信贷扩张与经济周期之间存在着紧密的动态联系，且这种联系具有明显的亲周期性特征。经济增长的变化会迅速引起信贷扩张的响应，信贷扩张的变化也会对经济增长产生持续的影响，两者相互作用，相互影响，共同推动经济的周期性波动。4.4检验结果分析通过上述实证检验，结果明确显示我国商业银行信贷扩张与经济周期之间存在显著的正向关联，充分验证了我国商业银行信贷扩张存在亲周期性。从VAR模型的估计结果来看，GDP增长率与贷款余额增长率之间的系数关系表明，经济增长对信贷扩张具有显著的正向推动作用。当GDP增长率上升时，贷款余额增长率也会相应提高，且这种影响具有一定的持续性。例如，在模型中，GDP增长率的前一期值每增加1个百分点，贷款余额增长率的当期值会增加0.15个百分点左右，这说明经济的繁荣能够带动商业银行信贷规模的扩张，企业和居民在经济增长时期对资金的需求增加，商业银行基于对未来经济形势的乐观预期，愿意提供更多的信贷支持，从而促进了信贷扩张。格兰杰因果检验结果进一步证实了两者之间的双向因果关系。GDP增长率是贷款余额增长率的格兰杰原因，表明经济周期的波动能够显著影响商业银行的信贷决策，经济增长的变化会引起信贷规模的相应变动。同时，贷款余额增长率也是GDP增长率的格兰杰原因，说明信贷扩张对经济增长具有反作用，信贷规模的扩大能够为企业提供更多的资金支持，促进企业投资和生产，进而推动经济增长。这种双向因果关系体现了信贷扩张与经济周期之间的紧密联系，两者相互影响、相互促进，在经济繁荣时期形成良性循环，在经济衰退时期则可能加剧经济的下行压力。脉冲响应函数分析结果直观地展示了信贷扩张与经济周期之间的动态响应过程。当给予GDP增长率一个标准差的正向冲击后，贷款余额增长率在短期内迅速上升，并在第4期达到峰值，随后逐渐下降但仍保持正向响应。这表明经济增长的正向冲击能够在短期内迅速刺激信贷扩张，随着时间的推移，这种刺激作用逐渐减弱，但信贷规模仍然会在一定程度上保持增长。例如，在实际经济运行中，当经济出现快速增长时，企业的盈利预期提高，投资意愿增强，对信贷资金的需求大幅增加。商业银行在看到经济增长的良好前景后，会积极满足企业的信贷需求，加大信贷投放力度，导致信贷规模迅速扩张。随着时间的推移，市场逐渐趋于饱和，企业的投资需求得到一定满足，信贷扩张的速度会逐渐放缓，但由于经济增长的惯性和企业持续的运营需求，信贷规模仍然会维持在较高水平。反之，当给予贷款余额增长率一个标准差的正向冲击后，GDP增长率在初期响应不明显，但从第2期开始逐渐上升，并在第7期达到峰值，随后逐渐下降但仍保持正向响应。这说明信贷扩张对经济增长的影响具有一定的滞后性，信贷规模的扩大需要一定时间才能对经济增长产生明显的促进作用。例如，当商业银行加大信贷投放力度后，企业获得资金后需要一定时间进行项目建设、设备购置、人员招聘等生产准备工作，这些投资活动逐渐带动相关产业的发展，从而促进经济增长。随着时间的推移，经济增长逐渐达到一定水平后，增长速度会逐渐放缓，但由于信贷扩张带来的经济增长动力仍然存在，经济仍然会保持一定的增长态势。总体而言，实证检验结果清晰地表明我国商业银行信贷扩张具有明显的亲周期性。这种亲周期性在经济运行中具有重要影响，一方面，在经济繁荣时期，信贷扩张能够为经济增长提供有力的资金支持，促进企业投资和居民消费，进一步推动经济的发展；另一方面，在经济衰退时期，信贷收缩可能会加剧经济的下行压力，导致企业融资困难，生产规模缩小，失业率上升等问题。因此，深入了解商业银行信贷扩张的亲周期性，对于商业银行合理制定信贷政策、有效管理信贷风险，以及监管部门制定科学的宏观调控政策、维护金融稳定和促进经济的平稳健康发展具有重要的现实意义。五、我国商业银行信贷扩张亲周期性案例分析5.1经济繁荣期案例-2003-2007年5.1.1案例背景介绍2003-2007年，我国经济步入了一段高速增长的黄金时期，经济发展态势强劲，GDP增长率持续保持高位，分别达到10.0%、10.1%、11.3%、12.7%和14.2%。这一时期，全球经济形势总体向好，国际贸易蓬勃发展，我国加入世界贸易组织（WTO）后，充分发挥自身的比较优势，积极融入全球产业链，出口规模迅速扩大，对外贸易顺差持续增加，为经济增长注入了强大动力。国内投资需求也极为旺盛，政府加大了对基础设施建设的投入，大规模的铁路、公路、桥梁、港口等项目纷纷上马。同时，房地产市场持续升温，房地产开发投资增长迅猛，带动了上下游相关产业的发展，如建筑、建材、家电等行业，形成了产业联动效应，进一步推动了经济的繁荣。在政策层面，国家实施了一系列积极的宏观经济政策，为经济增长提供了有力支持。财政政策方面，政府加大了财政支出力度，用于基础设施建设、民生改善、科技创新等领域，刺激了投资和消费需求。货币政策上，央行采取了适度宽松的货币政策，保持货币供应量的合理增长，维持较低的利率水平，降低了企业的融资成本，鼓励企业扩大投资和生产。在2003-2007年期间，广义货币供应量（M2）增长率保持在较高水平，平均增长率达到17.4%，为经济发展提供了充足的资金流动性。5.1.2商业银行信贷扩张表现在这一经济繁荣的大背景下，商业银行信贷规模呈现出迅猛增长的态势。从数据来看，2003年末，金融机构人民币各项贷款余额为15.9万亿元，到2007年末，这一数字增长至27.8万亿元，四年间贷款余额增长了11.9万亿元，年均增长率达到14.7%。以中国工商银行为例，2003年末其各项贷款余额为25989.6亿元，2007年末增长至39128.2亿元，增长幅度达到50.5%。中国建设银行在2003年末的贷款余额为18798.7亿元，2007年末增长至27976.1亿元，增长率为48.8%。商业银行在这一时期不仅信贷规模大幅增长，贷款条件也明显放宽。在信用评估方面，部分银行对企业的信用评级标准有所降低，过于依赖企业提供的财务报表和抵押担保，对企业的真实经营状况和潜在风险缺乏深入的调查和分析。一些信用质量一般的企业，通过简单的财务包装和资产抵押，就能轻松获得大额贷款。在贷款审批流程上，为了追求业务量和市场份额，银行简化了审批程序，缩短了审批时间，使得一些不符合严格信贷标准的企业也能顺利获得贷款。在贷款期限和还款方式上，银行提供了更为宽松的选择，延长了贷款期限，降低了还款压力，一些企业原本需要在短期内偿还的贷款，被延长至数年甚至更长时间，还款方式也更加灵活多样。5.1.3对经济的影响及亲周期性体现商业银行信贷扩张对经济增长起到了显著的推动作用。大量的信贷资金流入企业，为企业的投资和生产提供了充足的资金支持。企业利用这些资金购置先进的生产设备、扩大生产规模、进行技术创新，提高了生产效率和市场竞争力，促进了企业的发展壮大。在制造业领域，许多企业获得信贷资金后，引进了国外先进的生产技术和设备，实现了产业升级和产品更新换代，提高了产品质量和附加值，增强了我国制造业在国际市场上的竞争力。在房地产市场，信贷扩张为房地产开发企业提供了大量资金，推动了房地产项目的开发建设，满足了居民的住房需求，同时也带动了相关产业的发展，如建筑、建材、家电等行业，对经济增长产生了强大的拉动作用。据统计，2003-2007年期间，房地产开发投资对GDP增长的贡献率平均达到15%左右。从亲周期性角度来看，商业银行信贷扩张与经济繁荣之间呈现出明显的正向关联。在经济繁荣时期，市场信心充足，企业经营状况良好，资产价格上涨，信用风险相对较低，商业银行基于对未来经济形势的乐观预期，积极扩大信贷投放，进一步推动了经济的增长，形成了一种良性循环。这种亲周期性在经济繁荣时期有助于经济的快速发展，但也存在一定的隐患。过度的信贷扩张可能导致信贷资源的不合理配置，一些低效率、高风险的项目也能获得大量信贷资金，从而加剧了产能过剩和经济泡沫的形成。在房地产市场，信贷扩张使得大量资金涌入，房价不断上涨，形成了房地产泡沫，一旦市场形势发生逆转，房价下跌，将会给商业银行和整个经济体系带来巨大的风险。5.2经济衰退期案例-2008-2009年金融危机时期5.2.1案例背景介绍2008-2009年，一场源自美国次贷危机的全球金融危机以迅雷不及掩耳之势席卷全球，给世界经济带来了沉重的打击，我国经济也难以独善其身，受到了巨大的冲击。美国次贷危机的爆发，源于美国房地产市场泡沫的破裂。在危机爆发前，美国房地产市场持续繁荣，房价不断攀升。金融机构为了获取高额利润，大量发放次级住房抵押贷款，这些贷款的对象往往是信用等级较低、还款能力较弱的借款人。同时，金融机构通过金融创新，将次级住房抵押贷款打包成各种复杂的金融衍生品，如抵押债务债券（CDO）等，在金融市场上广泛销售，进一步放大了风险。然而，随着美国房地产市场的逐渐降温，房价开始下跌，次级住房抵押贷款借款人的违约率大幅上升，导致金融机构持有的次级住房抵押贷款及其相关金融衍生品的价值急剧缩水，引发了金融机构的巨额亏损和流动性危机。这场危机迅速从美国蔓延至全球，引发了全球金融市场的剧烈动荡。股票市场大幅下跌，许多国家的股市跌幅超过50%。债券市场也受到严重冲击，信用利差急剧扩大，债券价格暴跌。金融机构纷纷收紧信贷，市场流动性极度紧张，全球经济陷入了严重的衰退。我国作为全球第二大经济体，与世界经济的联系日益紧密，不可避免地受到了金融危机的影响。出口方面，我国作为出口导向型经济体，对外贸易依存度较高，全球经济衰退导致外需急剧萎缩，我国出口企业订单大幅减少，出口额急剧下降。2008年我国出口增速从2007年的25.7%大幅降至17.2%，2009年更是出现了-16%的负增长。大量出口企业面临生存困境，纷纷减产、裁员，甚至倒闭，对我国实体经济造成了巨大冲击。投资方面，由于市场信心受挫，企业投资意愿下降，固定资产投资增速放缓。房地产市场也受到严重影响，房价下跌，房地产开发投资增速大幅下降，相关产业链上下游企业的发展也受到了抑制。消费方面，经济衰退导致居民收入减少，就业压力增大，消费者信心下降，消费需求也受到一定程度的抑制。5.2.2商业银行信贷收缩表现在金融危机的冲击下，我国商业银行面临着巨大的风险和不确定性，为了防范风险，纷纷采取信贷收缩措施。信贷规模方面，2008年下半年开始，商业银行信贷投放增速明显放缓。2008年全年人民币贷款增加4.91万亿元，同比少增1.1万亿元。进入2009年，虽然在国家一系列经济刺激政策的推动下，信贷规模有所回升，但年初仍较为谨慎。以中国工商银行为例，2008年其贷款增速仅为10.3%，远低于前几年的增长水平。贷款条件大幅收紧，商业银行对企业和个人的信用评估更加严格。提高了贷款门槛，要求企业提供更详细的财务报表和更充足的抵押担保。对于一些中小企业，由于其财务制度不健全、资产规模较小，难以满足银行的贷款要求，获得贷款的难度大幅增加。某小型制造企业，以往凭借简单的财务报表和少量的抵押资产就能获得银行贷款，但在金融危机期间，银行要求其提供近三年的审计报告、详细的经营数据以及价值更高的不动产抵押，该企业因无法满足这些条件，未能获得贷款，经营陷入困境。在贷款审批流程上，银行加强了内部审核，延长了审批时间，对贷款项目进行更加严格的风险评估。以往一个贷款项目可能在几周内就能完成审批，而在金融危机期间，审批时间延长至数月，甚至一些项目因风险评估未通过而被否决。5.2.3对经济的影响及亲周期性体现商业银行的信贷收缩进一步加剧了经济的下行压力。企业由于难以获得足够的信贷资金，面临资金链断裂的风险，不得不削减投资、减少生产规模，甚至倒闭破产。大量企业的减产和倒闭导致失业率上升，居民收入减少，消费能力下降，进一步抑制了经济增长。某地区的一家大型纺织企业，因银行收紧信贷，无法获得后续的贷款支持，资金链断裂，不得不停产整顿，导致数千名员工失业，当地的消费市场也受到严重影响，许多零售企业销售额大幅下降。从亲周期性角度来看，商业银行在经济衰退时期的信贷收缩行为是亲周期性的典型体现。经济衰退时，市场风险增加，商业银行基于风险控制的考虑，减少信贷投放，使得企业和个人的融资难度加大，经济活动受到抑制，经济衰退进一步加深，形成了信贷收缩与经济衰退的恶性循环。这种亲周期性在经济衰退时期对经济的负面影响尤为明显，加剧了经济的波动，延长了经济复苏的时间。5.3案例对比与启示通过对2003-2007年经济繁荣期和2008-2009年金融危机时期经济衰退期两个案例的对比分析，可以清晰地看出商业银行信贷扩张亲周期性在不同经济阶段的显著表现差异。在经济繁荣期，商业银行信贷扩张呈现出规模迅速增长、贷款条件宽松的特点。市场需求旺盛，企业投资意愿强烈，商业银行基于对经济前景的乐观预期，积极投放信贷资金，为经济增长提供了强大的动力。信贷扩张进一步推动了经济的繁荣，形成了良性循环。然而，这种过度的信贷扩张也隐藏着风险，可能导致信贷资源的不合理配置，引发资产泡沫等问题。在房地产市场，大量信贷资金的涌入推动房价不断上涨，形成了房地产泡沫，一旦市场形势逆转，房价下跌，将给商业银行和整个经济体系带来巨大冲击。而在经济衰退期，商业银行信贷收缩明显，信贷规模增速放缓，贷款条件大幅收紧。面对经济衰退带来的不确定性和风险增加，商业银行出于风险控制的考虑，减少信贷投放，提高贷款门槛，这使得企业和个人的融资难度加大，经济活动受到抑制，进一步加剧了经济的下行压力，形成了信贷收缩与经济衰退的恶性循环。这些案例对商业银行风险管理和监管政策制定具有重要的启示。对于商业银行风险管理而言，应强化逆周期风险管理意识，构建完善的逆周期风险管理体系。在经济繁荣时期，要保持清醒的头脑，充分认识到信贷扩张可能带来的风险，加强对信贷投放的审慎管理，避免过度放贷。加强对贷款企业的信用评估和风险监测，提高风险识别和预警能力，及时发现潜在的风险隐患，并采取有效的风险控制措施。在经济衰退时期，要合理调整信贷策略，在控制风险的前提下，积极支持有发展潜力的企业，避免因过度收缩信贷而加剧经济衰退。加强资产负债管理，优化资产结构，提高资产质量，增强自身的抗风险能力。从监管政策制定角度来看，监管部门应建立健全逆周期监管政策框架，加强宏观审慎管理。在经济繁荣期，适时提高监管标准，加强对商业银行信贷规模、贷款条件、资本充足率等方面的监管，抑制信贷过度扩张，防范系统性金融风险的积累。通过提高存款准备金率、加强资本充足率监管等措施，减少商业银行的可贷资金规模，约束其信贷行为。在经济衰退期，适当降低监管标准，引导商业银行加大信贷投放力度，支持实体经济发展。通过降低存款准备金率、提供流动性支持等措施，增加商业银行的可贷资金，鼓励其为企业提供更多的信贷支持。加强对金融市场的监测和分析，及时掌握市场动态，根据经济形势的变化灵活调整监管政策，维护金融市场的稳定。六、影响我国商业银行信贷扩张亲周期性的因素分析6.1宏观经济因素6.1.1经济增长经济增长对商业银行信贷扩张亲周期性的影响机制主要体现在对企业投资需求和银行信贷决策的作用上。在经济增长阶段，市场前景一片向好，企业对未来的预期极为乐观。一方面，企业的营业收入显著增加，利润水平大幅提升，这使得企业的内部资金积累更为充足，为其扩大生产规模、进行技术创新和开拓新市场提供了一定的资金基础。另一方面，良好的经济形势也增强了企业对未来市场需求的信心，促使企业加大投资力度。企业往往会购置新的生产设备、建设新的厂房、投入更多资金进行研发等，以满足不断增长的市场需求，提高自身的市场竞争力。随着企业投资需求的大幅增加，对信贷资金的需求也相应攀升。企业在内部资金无法满足投资需求时，必然会寻求外部融资，而商业银行信贷作为企业重要的外部融资渠道，成为企业的首选。企业会向商业银行申请更多的贷款，用于支持其投资项目。以制造业企业为例，在经济增长时期，市场对其产品的需求旺盛，企业为了扩大生产规模，可能会向银行申请贷款购置先进的生产设备、建设新的生产线，或者进行技术改造和产品升级。这些投资活动不仅能够提高企业的生产效率和产品质量，还能满足市场需求，为企业带来更多的利润。商业银行在经济增长阶段，基于对经济前景的乐观预期，会积极调整信贷决策，扩大信贷投放规模。一方面，经济增长使得企业的经营状况良好，资产价格上涨，信用风险相对较低。商业银行认为企业有较强的还款能力，愿意为企业提供更多的贷款。在评估企业的信用风险时，银行会参考企业的财务报表、经营业绩、市场前景等因素。在经济增长时期，企业的财务报表通常表现良好，营业收入和利润增长明显，市场前景也较为广阔，这些因素都使得银行对企业的信用风险评估更为乐观，从而愿意为企业提供更多的信贷支持。另一方面，商业银行自身的盈利能力也会随着经济增长而提升。信贷规模的扩大能够带来更多的利息收入，提高银行的利润水平。为了追求更高的利润，商业银行会积极满足企业的信贷需求，降低贷款门槛，简化贷款审批流程，提高贷款审批效率，以吸引更多的客户，扩大市场份额。在经济增长时期，企业的投资需求增加会促使商业银行扩大信贷投放，而商业银行的信贷扩张又会进一步推动企业的投资和生产，从而形成信贷扩张与经济增长之间的正向循环，加剧了信贷扩张的亲周期性。当经济增长放缓时，企业的投资需求会减少，信用风险增加，商业银行会相应收紧信贷政策，信贷规模收缩，进一步加剧经济的下行压力，同样体现了信贷扩张的亲周期性。6.1.2通货膨胀通货膨胀对商业银行信贷成本和风险评估有着重要影响，进而引发信贷亲周期性。在通货膨胀时期，物价水平持续上涨，货币的实际购买力下降。这会导致商业银行的信贷成本上升，主要体现在以下两个方面。一方面，通货膨胀会使得银行的资金成本上升。为了应对通货膨胀，央行可能会采取紧缩的货币政策，提高利率水平。银行吸收存款的成本增加，为了保持盈利，银行会相应提高贷款利率，这使得企业的融资成本上升。另一方面，通货膨胀还会导致银行的运营成本增加。物价上涨使得银行的办公费用、人力成本等各项支出增加，进一步压缩了银行的利润空间。在风险评估方面，通货膨胀会增加银行对信贷风险的担忧。一方面，通货膨胀可能导致企业的实际偿债能力下降。虽然企业的名义收入可能会随着物价上涨而增加，但如果企业的成本上升幅度超过收入增长幅度，企业的实际利润会减少，偿债能力会受到影响。一些原材料价格上涨较快的企业，虽然产品价格也有所上涨，但由于成本上升过快，企业的利润空间被压缩，可能无法按时足额偿还银行贷款。另一方面，通货膨胀还会导致资产价格泡沫的形成。在通货膨胀时期，资产价格往往会快速上涨，形成泡沫。一旦泡沫破裂，资产价格大幅下跌，企业的资产价值缩水，银行的抵押物价值也会下降，增加了银行的信贷风险。房地产市场在通货膨胀时期可能会出现价格泡沫，当泡沫破裂时，房地产企业的资产价值大幅下降，银行的房地产抵押贷款面临较大的风险。为了应对信贷成本上升和风险增加，商业银行在通货膨胀时期会采取收紧信贷政策的措施。提高贷款利率，增加企业的融资成本，以弥补银行自身成本的上升和风险的增加。同时，银行会提高贷款门槛，加强对贷款企业的信用评估和风险审查，要求企业提供更充足的抵押担保，减少对高风险企业的贷款投放。这些措施导致信贷规模收缩，体现了信贷扩张的亲周期性。相反，在通货紧缩时期，物价水平下降，信贷成本降低，风险评估相对乐观，商业银行会放宽信贷政策，扩大信贷规模，同样体现了信贷扩张的亲周期性。6.1.3货币政策货币政策在商业银行信贷扩张亲周期性中扮演着关键角色，其通过影响银行资金成本和流动性，促使银行调整信贷规模，进而形成亲周期性。货币政策工具丰富多样，降准和降息是其中具有代表性的重要工具。当央