基于政治经济周期估计的中国信贷与财政乘数研究报告
本文向您介绍一项发表于国际货币与金融领域顶级期刊《Journal of International Money and Finance》的重要研究。该研究题为《Credit and fiscal multipliers in China: evidence from a political economy based estimation》，于2021年9月在线发表。作者团队包括来自国际货币基金组织（International Monetary Fund）的Sophia Chen、同时任职于欧洲中央银行（European Central Bank）和国际货币基金组织的Lev Ratnovski，以及来自台湾国立清华大学的Pi-Han Tsai。
一、 研究背景与目标
本研究根植于宏观经济学与政治经济学交叉领域，旨在精确量化中国财政政策与信贷政策的产出效应，即“乘数”（multiplier）效应。自全球金融危机（GFC）以来，各国大规模运用财政与货币政策刺激经济，引发了关于政策有效性的持续讨论。现有文献通常独立分析财政政策或货币政策（包括信贷政策）的影响，鲜有研究将两者置于同一框架下进行联合估计。然而，在实践中，尤其是在中国这样的经济体中，财政与信贷刺激措施往往被协同使用。因此，独立估计可能会因遗漏变量而产生偏误，无法准确反映每项政策的真实效果。厘清两者的独立及联合影响，对于评估政策效能、优化政策组合具有重要的实证与决策意义，特别是在新冠疫情后全球再次面临大规模经济刺激需求的背景下。
中国提供了一个独特的研究场景。一方面，中国地方政府在财政支出方面拥有相当大的自主权，且税制高度集中，使得财政支出冲击可以独立于税收变化进行研究。另一方面，中国长期将银行信贷额度作为一种重要的政策工具，通过设定信贷总量及分配目标来实现宏观经济调控。与价格型货币政策工具不同，信贷额度管理赋予了地方政府和银行在借款主体和贷款金额上相当的操作空间，形成了具有中国特色的信贷政策。然而，估计政策乘数面临核心挑战——政策内生性。财政支出和信贷增长往往与宏观经济状况相关（例如，逆周期调节导致经济下行时增加支出和信贷），这使得从相关关系中识别因果效应变得困难。本研究的主要目标，即是利用中国独特的制度背景，寻找外生的政策变异来源，从而对中国的财政支出乘数和信贷乘数进行可靠的联合估计。
二、 研究方法与工作流程
本研究采用了基于省级面板数据的计量经济学分析方法，核心创新在于其识别策略——利用中国地方政治周期作为财政与信贷政策外生变异的来源。整个研究工作流程严谨而复杂，主要包含以下几个关键步骤：
1. 数据收集与处理： 研究覆盖了2000年至2019年间中国31个省级行政区（包括4个直辖市、22个省和5个自治区）。核心宏观经济变量包括各省的实际GDP、财政支出以及非金融部门信贷，数据来源于CEIC中国高级数据库，并以2010年人民币为基准进行了平减。关键的政治变量——省委书记的任期信息，则通过手工收集“政谈网”等公开资料获得。研究最终构建了一个包含多年份、多省份的平衡面板数据集。
2. 基准模型设定： 研究借鉴了Nakamura和Steinsson（2014）的方法，将模型扩展至同时包含政府支出和信贷。基准回归方程如下： （两年期GDP增长率） = 省份固定效应 + 年份固定效应 + β_g *（两年期财政支出增量/滞后两期GDP） + β_cr *（两年期信贷增量/滞后两期GDP） + 误差项 其中，β_g 和 β_cr 即为待估计的财政支出乘数和信贷乘数，它们衡量了财政支出或信贷相对于初始GDP每增加一个百分点所引起的GDP百分比变化。模型中包含省份固定效应以控制不随时间变化的省份异质性，以及年份固定效应以吸收全国性的宏观经济冲击和中央统一政策的影响。使用两年期变化是为了捕捉产出对政策反应的滞后性。
3. 工具变量（IV）构建与识别策略： 为解决政策内生性问题，研究采用了工具变量法。其构建基于三个经过检验的经验观察，构成了整个研究的逻辑基石： * 观察一（外生性）：省委书记的任命时间主要取决于前任的预定任期和全国政治周期（如党代会），而与各省任命前的经济状况无关。数据显示，在任命新书记的年份，该省的经济增长率与其他省份并无系统性差异，这支持了任命时间的外生性假设。 * 观察二（同侪效应）：在政策选择上存在显著的“同侪效应”，即一个省的财政支出（或信贷）增长，会与其他同区域省份（“同侪省份”）的财政支出（或信贷）增长正相关。这反映了地方官员在“晋升锦标赛”压力下的模仿或竞争行为。 * 观察三（政治激励的周期性）：省委书记在其任期内的特定阶段（尤其是任期的前半段和中期）有更强的动机使用刺激政策来提升政绩，以谋求晋升或连任。并且，他们在选择政策模式时，会参考同侪省份的做法，以避免过度偏离而引起不必要的关注。
基于以上观察，研究者构建了核心工具变量：将省委书记的任期（以分类变量表示，如任期第1年、第2年等）分别与同侪省份的财政支出增长和信贷增长进行交互。这个交互项捕捉了政治激励强度（随任期阶段变化）与同侪省份政策风向共同作用对本地政策选择的影响。由于任期起始时间的外生性和同侪省份政策对本地产出的直接影响可通过年份固定效应、控制同侪省份产出增长等方式进行控制，该工具变量满足了相关性和排他性的要求。
4. 两阶段最小二乘法（2SLS）估计： 在具体操作中，研究进行了两阶段估计。 * 第一阶段：分别用本省的财政支出增长和信贷增长对上述构建的工具变量（多个交互项）、省份及年份固定效应、以及省委书记的个人特征（如是否为中央委员）进行回归。结果证实，工具变量对本省政策变量有很强的解释力（第一阶段F统计量很高），且同侪效应确实随着任期呈现先增强后减弱的倒U型模式，与理论预期一致。 * 第二阶段：将第一阶段拟合得到的本省财政支出和信贷增长值代入基准模型，估计出“纯净”的财政乘数和信贷乘数。
5. 稳健性检验与拓展分析： 为确保结果的可靠性，研究进行了一系列 rigorous 的稳健性检验： * 控制溢出效应：在模型中直接加入同侪省份的GDP增长率，以控制可能的经济溢出渠道。估计出的乘数（财政0.75，信贷0.03）虽略低于基线，但差异不显著，表明溢出效应影响有限。 * 控制其他政策渠道：加入国有企业平均盈利能力或省级房价作为控制变量，以排除地方官员可能通过影响国企或房地产市场来刺激经济的其他渠道，结果保持稳健。 * 考虑区域异质性：加入区域固定效应或区域-年份交互固定效应，以控制未观察到的区域共同趋势或冲击。 * 调整样本与测量：包括：仅分析任期不超过5年的样本；排除与全国党代会周期重合的任命；使用基于前任任命时间推算的“预测任期”代替实际任期；将样本限制在2014年以前（以排除中央考核标准变化的影响）；在模型中纳入预算外支出进行考察等。在所有检验中，核心结论均保持稳定。 * 拓展分析：研究还进一步分析了乘数的时变特征（比较全球金融危机前后）以及部门异质性（对第一产业、建筑业、制造业和服务业的分别影响）。
三、 主要研究结果
通过上述严谨的实证分析，本研究得出了以下一系列重要且细致的发现：
1. 核心乘数估计结果： 在2000-2019年的全样本期间，联合估计得出的中国财政支出乘数约为1.0，信贷乘数约为0.2。这意味着，在控制信贷政策的情况下，财政支出每增加相当于初始GDP 1%的规模，能拉动GDP增长约1.0%；而在控制财政政策的情况下，信贷每增加相当于初始GDP 1%的规模，仅能拉动GDP增长约0.2%。 * 联合估计 vs. 单独估计：当单独估计信贷乘数（不控制财政支出）或财政乘数（不控制信贷）时，得到的点估计值均高于联合估计值。这证实了财政与信贷政策在中国被作为互补品协同使用，因此单独估计会因遗漏变量而产生向上的偏误。 * 工具变量（IV）估计 vs. 普通最小二乘法（OLS）估计：IV估计值高于OLS估计值。这与中国的逆周期调控实践相符：在经济下行期，政府会增加支出和信贷，导致OLS低估了政策的真实效果。
2. 乘数的时变特征： 通过比较全球金融危机前后（以2010年为界）的样本，研究发现信贷乘数在危机后显著下降（从危机前的约0.37降至危机后的约0.08）。这一下降与文献中讨论的中国信贷饱和与信贷错配现象相一致。危机后大规模刺激导致信贷/GDP比率急剧攀升，新增信贷的边际产出效率下降。相比之下，财政乘数在危机后虽有轻微上升，但变化在统计上不显著。
3. 政策的部门异质性效应： 研究进一步分解了政策刺激对不同产业的影响： * 财政支出的刺激效果主要集中在制造业（部门乘数贡献最大），对服务业（不包括金融业）也有显著但稍弱的影响，而对建筑业和第一产业的影响较小甚至不显著。这表明中国的财政刺激（通常通过国有企业或政府项目）主要流向了制造业领域。 * 信贷扩张则主要推动了建筑业的增长，对其他部门的带动作用有限。这符合信贷大量流向房地产及相关基础设施建设的普遍观察。 * 这些发现意味着，不同的政策工具会引导经济资源向不同部门配置，从而影响经济结构。
四、 研究结论与价值
本研究的主要结论是：在中国，财政政策的产出刺激效果显著强于信贷政策；两者常被协同使用，但信贷政策的效率自全球金融危机后已明显下降；并且，两类政策对经济各部门的影响存在显著差异。
这项研究具有重要的学术价值与应用价值： * 学术贡献：首先，它创新性地将地方政治周期与同侪效应相结合，构建了强有力的工具变量，为在宏观计量中识别政策因果效应提供了新的方法论范例。其次，它首次在统一框架下联合估计了财政与信贷乘数，揭示了单独估计可能存在的偏误，丰富了关于政策交互作用的文献。最后，它利用中国独特的制度环境，为理解政治激励如何影响宏观经济政策执行及其经济后果提供了扎实的微观基础与宏观证据。 * 政策启示：第一，研究证实了中国存在一定程度的信贷效率递减现象，这暗示着在当前阶段，适度放缓信贷增长节奏可能不会对总体经济增长造成严重冲击，为推进金融供给侧结构性改革提供了依据。第二，研究表明财政政策仍是有效的稳增长工具，在向较低信贷增长转型过程中，财政政策可以发挥更大的作用。但需注意规范地方政府预算外支出，防范债务风险。第三，研究揭示了不同政策工具对产业结构的差异化影响。为实现经济向服务业再平衡，未来的刺激政策应有意识地向服务业（如医疗、教育）倾斜，而财政政策在此方面比信贷政策更具潜力。
五、 研究亮点与特色
这项由Sophia Chen、Lev Ratnovski和Pi-Han Tsai合作完成的研究，通过精湛的计量经济学设计和严谨的实证分析，为我们理解中国财政与信贷政策的真实效力、互动关系及其结构性影响提供了里程碑式的证据，对学术界和决策层均具有极高的参考价值。