中國(guó)信貸錯(cuò)配收斂性及其時(shí)空演變

徐章星 張兵

內(nèi)容提要：合理配置信貸資源既是實(shí)現(xiàn)金融支持實(shí)體經(jīng)濟(jì)的重要路徑，也是全面深化金融體制改革的基本方向?；谛畔㈧貥?gòu)建地區(qū)信貸錯(cuò)配測(cè)算模型，本文利用2007-2019年中國(guó)上市公司信貸數(shù)據(jù)，采用俱樂(lè)部收斂方法、Dagum基尼系數(shù)分解法實(shí)證考察中國(guó)信貸錯(cuò)配的收斂性與時(shí)空演變。研究結(jié)果表明：在克服傳統(tǒng)σ收斂和β收斂分析法可能存在的偏誤基礎(chǔ)上，俱樂(lè)部收斂方法的分析發(fā)現(xiàn)中國(guó)信貸錯(cuò)配在總體上不存在收斂特征，而是收斂于4個(gè)不同穩(wěn)態(tài)水平的俱樂(lè)部，其中東部和西部發(fā)散、中部收斂;中國(guó)信貸錯(cuò)配水平存在空間非均衡分布特征，信貸錯(cuò)配基尼系數(shù)總體上呈現(xiàn)出一個(gè)較明顯的下降趨勢(shì);相較于區(qū)域間差異和超變密度，影響中國(guó)地區(qū)信貸錯(cuò)配差距的主要來(lái)源是區(qū)域內(nèi)差距。鑒于中國(guó)配置明顯受到地理分布、區(qū)域金融政策、資源稟賦、不同所有制等因素的綜合影響，需要改善地區(qū)金融生態(tài)環(huán)境，加快建立地區(qū)間分工與合作機(jī)制，促進(jìn)信貸配置的均衡化和公平化，應(yīng)在推進(jìn)合作共贏的過(guò)程中制定金融差別發(fā)展戰(zhàn)略，避免“一刀切”式改革，防范金融市場(chǎng)內(nèi)生風(fēng)險(xiǎn)。

關(guān)鍵詞：信貸錯(cuò)配;俱樂(lè)部收斂;logt檢驗(yàn);Dagum分解

中圖分類(lèi)號(hào)：F8305??文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1001-148X（2021）03-0057-08

收稿日期：2020-06-01

作者簡(jiǎn)介：徐章星（1991-），男，江蘇蘇州人，南京農(nóng)業(yè)大學(xué)金融學(xué)院博士研究生，研究方向：公司金融;張兵（1962-），男，江蘇鹽城人，南京農(nóng)業(yè)大學(xué)金融學(xué)院教授，博士生導(dǎo)師，研究方向：?財(cái)政金融與經(jīng)濟(jì)發(fā)展。

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目，項(xiàng)目編號(hào)：71873065;國(guó)家自然科學(xué)基金青年項(xiàng)目，項(xiàng)目編號(hào)：71803082;教育部人文社會(huì)科學(xué)研究項(xiàng)目，項(xiàng)目編號(hào)：18YJC790220;江蘇省普通高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目，項(xiàng)目編號(hào)：KYCX18_0752。

改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)發(fā)展與信貸規(guī)模擴(kuò)張有效聯(lián)動(dòng)，信貸規(guī)模不斷擴(kuò)大，銀行在選擇貸款對(duì)象時(shí)若能更多地考慮其投資效果，就會(huì)有助于信貸資源配置到投資效率較高的企業(yè)，進(jìn)而實(shí)現(xiàn)理想狀態(tài)下的信貸配置目標(biāo)。但是，金融機(jī)構(gòu)在實(shí)際配置信貸資源過(guò)程中面臨違約風(fēng)險(xiǎn)，無(wú)法通過(guò)利率機(jī)制實(shí)現(xiàn)市場(chǎng)出清和風(fēng)險(xiǎn)收益之間的均衡?；谥袊?guó)現(xiàn)階段的制度偏向和金融市場(chǎng)環(huán)境，信貸資金投向偏向于政府項(xiàng)目和國(guó)有企業(yè)，對(duì)于民營(yíng)企業(yè)和新興行業(yè)的信貸支持力度明顯不足。盡管私有經(jīng)濟(jì)投資效率普遍偏高，但是從金融市場(chǎng)獲得的信貸支持程度較低，較高的融資成本和融資門(mén)檻制約了民營(yíng)和中小企業(yè)的發(fā)展[1]，基于投資效率的甄別機(jī)制難以發(fā)揮作用[2]。在中國(guó)的銀行系統(tǒng)未實(shí)現(xiàn)完全利率市場(chǎng)化的今天，信貸錯(cuò)配的現(xiàn)象在不同屬性企業(yè)中是客觀存在的：一些較容易獲得貸款的企業(yè)往往投資效率低下、產(chǎn)能過(guò)剩，降低了整體的TFP水平[3-4]，另有部分企業(yè)融資受阻，降低了信貸配置效率[5]。此外，由于地區(qū)經(jīng)濟(jì)發(fā)展水平以及要素稟賦差異的客觀存在，導(dǎo)致各地區(qū)信貸配置的初始條件不同[6]，致使中國(guó)的信貸配置表現(xiàn)出一定的地域分布特點(diǎn)，金融發(fā)展存在不同的收斂俱樂(lè)部[7]。基于信息熵構(gòu)建地區(qū)信貸錯(cuò)配測(cè)算模型，本文利用2007-2019年中國(guó)A股上市公司數(shù)據(jù)，采用俱樂(lè)部收斂方法和Dagum基尼系數(shù)分解方法對(duì)中國(guó)信貸錯(cuò)配的收斂性和時(shí)空演變進(jìn)行考察，以期提出相應(yīng)的對(duì)策建議。

一、研究設(shè)計(jì)的提出

（一）俱樂(lè)部收斂方法

一般情況下，傳統(tǒng)收斂檢驗(yàn)可以分為σ收斂和β收斂。σ收斂指的是地區(qū)間的差異隨時(shí)間的推移而縮小，即在特定區(qū)域內(nèi)某一變量的分散程度隨時(shí)間推移而降低[8];β收斂反映初期水平較低的個(gè)體以高于初期水平較高個(gè)體的增長(zhǎng)率快速增長(zhǎng)，即落后地區(qū)比發(fā)達(dá)地區(qū)增長(zhǎng)更快[9]。σ收斂與β收斂聯(lián)系緊密，β收斂是σ收斂的必要非充分條件[10]。但是，傳統(tǒng)估計(jì)存在以下缺陷：第一，σ收斂和β收斂分析忽視了樣本中可能存在不同的收斂俱樂(lè)部;第二，在觀測(cè)期內(nèi)如果變異系數(shù)的變動(dòng)趨勢(shì)不完全一致時(shí)，無(wú)法通過(guò)σ收斂法直觀判斷出收斂趨勢(shì);第三，如果落后地區(qū)以遠(yuǎn)高于領(lǐng)先地區(qū)增長(zhǎng)率的速度增長(zhǎng)，那么初始落后地區(qū)在末期將趕超初始領(lǐng)先地區(qū)，雙方差距也有可能超過(guò)初期階段。因此，使用傳統(tǒng)β收斂方法進(jìn)行估計(jì)得出的結(jié)論可能是有偏的。此外，如果在數(shù)據(jù)生成過(guò)程中存在大量的噪聲，傳統(tǒng)t檢驗(yàn)將不適用。

有鑒于此，Phillips?&?Sul（2007）[11]提出了俱樂(lè)部收斂方法，能夠在樣本總體不存在收斂時(shí)利用相關(guān)統(tǒng)計(jì)方法對(duì)于局部收斂情況進(jìn)行識(shí)別，進(jìn)而將處于同一穩(wěn)態(tài)水平的不同個(gè)體歸類(lèi)到同一收斂俱樂(lè)部。本文將全國(guó)各?。ㄊ小⒆灾螀^(qū)）信貸錯(cuò)配狀況表示為Xit，其中i=1，2，3…，31，t=1，2，3…，13，相對(duì)應(yīng)的年份分別為2007，2008，…，2019。在此基礎(chǔ)上，構(gòu)建時(shí)變單因子模型如下：

Xit=δitμt（1）

其中，μt不隨時(shí)間變動(dòng)，在本文中可以等價(jià)于各省（市、自治區(qū)）在信貸錯(cuò)配過(guò)程中的共同趨勢(shì)，δit隨著時(shí)間的變化而變化，表示第i個(gè)?。ㄊ?、自治區(qū)）在t時(shí)刻所占比例。進(jìn)一步利用半?yún)?shù)方程表示δit，將其分解如（2）式所示：

其中，δi為不隨時(shí)間變化的均值;

it是均值為0，方差為1的白噪聲過(guò)程;σi是特質(zhì)性的規(guī)模參數(shù)。L（t）=log（t），用來(lái)消除方差隨時(shí)間出現(xiàn)的自然增長(zhǎng)，使得面板數(shù)據(jù)Xit平穩(wěn)化：當(dāng)t趨向于正無(wú)窮時(shí)，L（t）趨向于正無(wú)窮;α表示收斂快慢的大小，當(dāng)α0時(shí)，Xit中所有個(gè)體i將收斂于同一穩(wěn)態(tài)δi。因此，可以將面板數(shù)據(jù)Xit的收斂性考察轉(zhuǎn)化為以下假設(shè)檢驗(yàn)：

式（3）中的原假設(shè)H0表示所有省（市、自治區(qū)）信貸錯(cuò)配水平收斂于同一穩(wěn)態(tài)水平，而備選假設(shè)表示存在部分?。ㄊ?、自治區(qū)）信貸錯(cuò)配水平未收斂，各?。ㄊ?、自治區(qū)）信貸錯(cuò)配水平的收斂路徑可由相對(duì)轉(zhuǎn)移參數(shù)hit來(lái)考察：

其中，N=31。如果所有?。ㄊ小⒆灾螀^(qū)）存在趨同現(xiàn)象，那么δit將收斂于δi，則hit

1。在t時(shí)刻時(shí)，個(gè)體發(fā)散程度的截面方差Ht可以表示為：

在此基礎(chǔ)上可以通過(guò)如下方程考察Xit的收斂性，并將個(gè)體劃分至不同的俱樂(lè)部：

其中，H1/Ht為t時(shí)刻個(gè)體相對(duì)于初始時(shí)刻（2007年）的發(fā)散程度，α為常數(shù)項(xiàng)，β為log（t）的參數(shù)估計(jì)值。根據(jù)Phillips?&?Sul（2007）[11]基于模擬試驗(yàn)的建議，對(duì)t=5，6…13進(jìn)行回歸。為了避免隨機(jī)擾動(dòng)項(xiàng)ut由于序列相關(guān)帶來(lái)的可能性偏誤，在回歸過(guò)程中使用β異方差自相關(guān)穩(wěn)健標(biāo)準(zhǔn)誤下的t統(tǒng)計(jì)量tβ進(jìn)行單側(cè)t檢驗(yàn)。如果tβ小于-165，則拒絕原假設(shè)，反之，則接受原假設(shè)。

如果對(duì)于全樣本的收斂性檢驗(yàn)拒絕原假設(shè)，那么表明對(duì)于全國(guó)各?。ㄊ?、自治區(qū)）信貸錯(cuò)配水平在總體上不存在收斂，繼而需要對(duì)樣本是否具有俱樂(lè)部收斂的情況進(jìn)行檢驗(yàn)。俱樂(lè)部收斂的內(nèi)生識(shí)別算法的具體步驟如下：

（1）將各個(gè)省（市、自治區(qū)）按照觀察期最后一年的信貸錯(cuò)配水平進(jìn)行排序。

（2）找出核心組成員。將第一步中信貸錯(cuò)配水平前K個(gè)地區(qū)（K=2，3…，N-1）構(gòu)成一個(gè)核心集團(tuán)Ck，用logt依次對(duì)其進(jìn)行檢驗(yàn)，得出檢驗(yàn)值tk，如（7）式所示，當(dāng)tk<-165（5%的顯著水平）時(shí)停止回歸，在已有的t檢驗(yàn)值中找出最大的tk，相對(duì)應(yīng)的k*為收斂組中成員數(shù)量①。

（3）構(gòu)建收斂組。在確定核心組成員的基礎(chǔ)上，將其余個(gè)體依次加入核心組進(jìn)行l(wèi)ogt檢驗(yàn)判斷其是否與核心組成員同處于一個(gè)收斂組俱樂(lè)部。如果加入剩余地區(qū)后的logt檢驗(yàn)滿(mǎn)足t大于某閾值c，則意味著這些個(gè)體將能夠與核心組成員在一起形成一個(gè)收斂俱樂(lè)部;反之，如果t<-165，則需要提高閾值c，并刪除tk值較小的部分個(gè)體，直至logt檢驗(yàn)的t檢驗(yàn)值大于-165，完成收斂組的構(gòu)建。

（4）繼續(xù)構(gòu)建收斂組。在第一個(gè)收斂組構(gòu)建完成后對(duì)剩余個(gè)體繼續(xù)進(jìn)行l(wèi)ogt檢驗(yàn)，重復(fù)第一步至第三步，考察剩余個(gè)體能否形成新的核心組成員并構(gòu)成一個(gè)俱樂(lè)部。如果在此時(shí)找不到滿(mǎn)足t?>-165的個(gè)體，則證明在剩余地區(qū)，信貸錯(cuò)配水平是發(fā)散的，即在全國(guó)范圍內(nèi)，部分省份信貸錯(cuò)配水平收斂于一個(gè)俱樂(lè)部，剩余地區(qū)的信貸錯(cuò)配水平全部發(fā)散。

（5）俱樂(lè)部聚類(lèi)合并檢驗(yàn)。對(duì)于logt檢驗(yàn)中t的閾值c作為臨界值可能會(huì)錯(cuò)誤地將部分地區(qū)排除在俱樂(lè)部?jī)?nèi)，需要在俱樂(lè)部收斂的內(nèi)生識(shí)別算法中進(jìn)行聚類(lèi)合并檢驗(yàn)，在此過(guò)程中需要按次序?qū)ο噜従銟?lè)部進(jìn)行合并并進(jìn)行l(wèi)ogt檢驗(yàn)。若相鄰的兩個(gè)俱樂(lè)部合并后滿(mǎn)足t?>-165，則證明這兩個(gè)相鄰的俱樂(lè)部能夠合并成一個(gè)新的收斂俱樂(lè)部。

（二）Dagum基尼系數(shù)及其分解

為了考察空間非均衡化問(wèn)題，比較地區(qū)內(nèi)和地區(qū)間差距及其來(lái)源，Dagum（1997）[12]提出基尼系數(shù)分解法，該方法將總體基尼系數(shù)G分解為區(qū)域內(nèi)差異貢獻(xiàn)（Gw）、區(qū)域間差異貢獻(xiàn)（Gnb）以及超變密度貢獻(xiàn)（Gt）三個(gè)部分，滿(mǎn)足G=Gw+Gnb+Gt。該方法彌補(bǔ)了泰爾指數(shù)在小樣本、異方差等方面可能存在的局限性，并且能夠檢測(cè)到差距來(lái)源。區(qū)別于以往按照行政區(qū)域劃分東部、中部和西部地區(qū)的傳統(tǒng)做法，本文以中國(guó)信貸錯(cuò)配存在的不同俱樂(lè)部為劃分標(biāo)準(zhǔn)，利用Dagum基尼系數(shù)分解法計(jì)算地區(qū)內(nèi)以及地區(qū)間信貸錯(cuò)配差距，總體Dagum基尼系數(shù)計(jì)算方法如表（8）所示：

G=12n2CM∑kj=1∑kh=1∑nji=1∑nhr=1CMji-CMhr（8）

其中，n表示全國(guó)?。ㄊ?、自治區(qū)）的個(gè)數(shù);k為區(qū)域個(gè)數(shù);CMji和CMhr分別表示區(qū)域j和h第i個(gè)和第r個(gè)個(gè)體的信貸錯(cuò)配水平;nj和nh分別表示地區(qū)j和地區(qū)h內(nèi)省（市、自治區(qū)）個(gè)數(shù)。式（9）在區(qū)域劃分的基礎(chǔ)上，將k個(gè)區(qū)域信貸錯(cuò)配水平平均值按照從小到大的順序進(jìn)行了排序。

式（10）和式（11）表示地區(qū)j的基尼系數(shù)與區(qū)域內(nèi)的差異貢獻(xiàn);式自（12）和式（13）表示地區(qū)j和地區(qū)h間的基尼系數(shù)與區(qū)域間的差異貢獻(xiàn);pj=nj/n，sj=njCMj/nCM，滿(mǎn)足∑pj=∑sj=1和∑kj=1∑kh=1pjsj=1;nj和nh分別表示地區(qū)j和地區(qū)h內(nèi)包含的省（市、自治區(qū)）的個(gè)數(shù);CMji表示j地區(qū)內(nèi)第i個(gè)個(gè)體信貸錯(cuò)配水平;CMhr表示h地區(qū)內(nèi)第r個(gè)個(gè)體信貸錯(cuò)配水平。

其中，Gt為超變密度貢獻(xiàn)，表示的是在劃分區(qū)域過(guò)程中由于交叉項(xiàng)的存在而對(duì)總體差異產(chǎn)生的貢獻(xiàn)，當(dāng)交叉項(xiàng)不存在時(shí)，超變密度貢獻(xiàn)率為0;在式（15）中，Djh表示地區(qū)j和地區(qū)h之間信貸錯(cuò)配水平的相對(duì)影響。

其中，F(xiàn)j（Fh）表示地區(qū)j（h）的累積分布函數(shù)，djh為地區(qū)j和地區(qū)h間信貸錯(cuò)配的差值，即所有CMji-CMhr?>?0的個(gè)體值加總的數(shù)學(xué)期望;類(lèi)似地，pjh為超變一階矩，指的是地區(qū)j和地區(qū)h中所有CMhr-CMji?>?0?的個(gè)體值加總的數(shù)學(xué)期望。

二、數(shù)據(jù)來(lái)源和地區(qū)信貸錯(cuò)配程度測(cè)算

雖然Hsieh?&?Klenow（2009）[13]、靳來(lái)群（2015）[14]等國(guó)內(nèi)外學(xué)者對(duì)于如何測(cè)算銀行信貸錯(cuò)配提出了不同的方法，但是迄今為止未形成同一意見(jiàn)。在我國(guó)二元經(jīng)濟(jì)結(jié)構(gòu)的影響下，雖然民營(yíng)企業(yè)的資本收益率高于國(guó)有企業(yè)，但是較難從銀行信貸體系中獲得貸款，這在一定程度說(shuō)明銀行系統(tǒng)在分配信貸資源時(shí)違背了“效率均等”的原則。為了充分反映我國(guó)銀行系統(tǒng)在分配信貸資源時(shí)由所有制差異導(dǎo)致的信貸錯(cuò)配的現(xiàn)象，借鑒劉斌斌等（2019）[15]的做法，按照省域進(jìn)行分組，在考慮不同所有制企業(yè)生產(chǎn)經(jīng)營(yíng)效率差異導(dǎo)致信貸配置差異的基礎(chǔ)上，基于信息熵構(gòu)建地區(qū)信貸錯(cuò)配測(cè)算模型[16]，計(jì)算出各省份的信貸錯(cuò)配水平。記CMjt為第j個(gè)省第t年信貸錯(cuò)配水平②，定義如下：

其中，k=5，為企業(yè)所有制類(lèi)型，包括國(guó)有企業(yè)、民營(yíng)企業(yè)、公眾企業(yè)、外資企業(yè)和其他企業(yè)共5種類(lèi)型;Yjt表示省份j第t年不同所有制企業(yè)營(yíng)業(yè)收入水平，由各企業(yè)營(yíng)業(yè)收入加總而得，即Yjt=Yj1t+Yj2t+…Yjkt;Djt表示省份j不同所有制企業(yè)第t年信貸可得性，以省份j第t年所有企業(yè)負(fù)債合計(jì)和應(yīng)付賬款之差總和與總資產(chǎn)總和的比值來(lái)衡量，Djit為省份j中第i個(gè)企業(yè)第t年負(fù)債合計(jì)和應(yīng)付賬款之差與總資產(chǎn)的比值。CMjt反映了不同地區(qū)信貸錯(cuò)配水平，當(dāng)Djit/YjitDjt/Yjt=1時(shí)，CMjt=0，說(shuō)明銀行信貸按照效率均等的原則在不同所有制企業(yè)之間進(jìn)行分配，銀行信貸資金的錯(cuò)配程度最低;當(dāng)CMjt不等于0時(shí)，說(shuō)明信貸資金并未按照效率的高低在不同所有制之間進(jìn)行配置，銀行信貸資金在不同所有制之間出現(xiàn)了錯(cuò)配現(xiàn)象，CMjt越大表明地區(qū)信貸錯(cuò)配程度越高。

本文選取2007-2019年中國(guó)滬深兩市A股上市公司財(cái)務(wù)數(shù)據(jù)，數(shù)據(jù)來(lái)源于wind數(shù)據(jù)庫(kù)，在剔除ST、PT的企業(yè)以及缺失值的基礎(chǔ)上對(duì)全國(guó)31個(gè)?。ㄊ?、自治區(qū)）的信貸錯(cuò)配水平進(jìn)行了測(cè)算。表1為中國(guó)信貸錯(cuò)配的演變趨勢(shì)與地區(qū)差異，可知中國(guó)信貸錯(cuò)錯(cuò)配水平在全國(guó)整體上呈現(xiàn)出上升趨勢(shì)，說(shuō)明信貸錯(cuò)配程度隨著時(shí)間的推移開(kāi)始加深。為了客觀地反映其中可能存在的地區(qū)差異性，按照中國(guó)行政區(qū)劃劃分為東部、中部和西部地區(qū)③，發(fā)現(xiàn)中國(guó)省域信貸錯(cuò)配空間分布存在失衡現(xiàn)象。從整體上看，在2007-2019年間中國(guó)信貸配置錯(cuò)配程度從東部到中西部逐步降低，呈現(xiàn)出階梯狀趨勢(shì)。一方面，由于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)缺乏經(jīng)濟(jì)效應(yīng)較好的國(guó)有及大型企業(yè)，商業(yè)銀行會(huì)將信貸資金集中投向到經(jīng)濟(jì)發(fā)達(dá)地區(qū)，促使信貸資金的相對(duì)倒流，導(dǎo)致經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)信貸資源越來(lái)越少;另一方面，盡管金融市場(chǎng)化程度不斷加深，但金融部門(mén)市場(chǎng)化改革嚴(yán)重滯后于產(chǎn)品市場(chǎng)，信貸配置的所有制偏向仍存在，銀行自主性并未得到顯著提升，加之近年來(lái)經(jīng)濟(jì)增速不斷放緩，出與穩(wěn)定國(guó)家經(jīng)濟(jì)基礎(chǔ)的考慮，在各地區(qū)內(nèi)部，銀行在信貸配置過(guò)程中更為謹(jǐn)慎，更愿意為國(guó)有企業(yè)提供更多的貸款，近年來(lái)中國(guó)信貸錯(cuò)配程度呈現(xiàn)出一個(gè)上升趨勢(shì)，這一點(diǎn)在東部、中部和西部地區(qū)均存在。此外，由于東部地區(qū)信貸資金數(shù)量較為豐富，加上國(guó)有企業(yè)較多、信貸錯(cuò)配程度較高，從西到東信貸配置的有效性下降。

三、實(shí)證結(jié)果與討論

（一）傳統(tǒng)收斂檢驗(yàn)結(jié)果

對(duì)于中國(guó)信貸錯(cuò)配的σ收斂情況，本文使用變異系數(shù)法（CV）進(jìn)行測(cè)度。圖1為中國(guó)信貸錯(cuò)配的σ收斂情況，可知中國(guó)信貸錯(cuò)配的變異系數(shù)在總體上呈現(xiàn)出一個(gè)下降趨勢(shì)。盡管2008年有小幅上升，但在2008-2018年間，中國(guó)信貸錯(cuò)配的變異系數(shù)總體上呈現(xiàn)出下降趨勢(shì)，說(shuō)明在此期間內(nèi)中國(guó)信貸錯(cuò)配存在σ收斂。在2007-2008年和2018-2019年，中國(guó)信貸錯(cuò)配的變異系數(shù)呈現(xiàn)出上升趨勢(shì)，說(shuō)明在此期間內(nèi)中國(guó)信貸錯(cuò)配的收斂趨勢(shì)并不明顯，甚至出現(xiàn)發(fā)散的態(tài)勢(shì)。因此，通過(guò)變異系數(shù)法可以直觀判斷在2007-2019年間中國(guó)信貸錯(cuò)配總體的收斂趨勢(shì)較為明顯。進(jìn)一步借助計(jì)量模型，采用標(biāo)準(zhǔn)差（CV）對(duì)時(shí)間項(xiàng)（t）進(jìn)行回歸，結(jié)果表明模型中時(shí)間項(xiàng)t的系數(shù)為負(fù)且在1%水平上顯著。因此，中國(guó)信貸錯(cuò)配在考察其內(nèi)存在σ收斂。

本文使用Barro?&?Martín（1992）[9]提出傳統(tǒng)方法得出β絕對(duì)收斂的檢驗(yàn)結(jié)果如表2所示，無(wú)論是否控制地區(qū)和年份，中國(guó)信貸錯(cuò)配水平均趨于收斂，且在1%的水平上顯著。這說(shuō)明在各種可能的因素共同作用下，信貸錯(cuò)配水平較低的省份正在朝著信貸錯(cuò)配水平較高的省份追趕;隨著時(shí)間的推移，可以預(yù)期信貸錯(cuò)配水平較低的省份和信貸錯(cuò)配水平較高的省份在未來(lái)會(huì)收斂于同一個(gè)穩(wěn)態(tài)水平，這一點(diǎn)與描述性統(tǒng)計(jì)相一致（表1），其中可能的原因是中國(guó)信貸配置伴隨宏觀制度偏向和微觀金融摩擦兩者的共同作用。一方面，盡管?chē)?guó)有銀行商業(yè)化改革進(jìn)程的加速，市場(chǎng)在信貸配置的過(guò)程中主體作用不斷提升，但金融市場(chǎng)改革嚴(yán)重滯后于要素市場(chǎng)改革，微觀金融摩擦雖然開(kāi)始逐步降低，但降低幅度有限;另一方面，實(shí)體經(jīng)濟(jì)在經(jīng)濟(jì)面臨下行壓力的背景下增長(zhǎng)趨緩，商業(yè)銀行在放貸過(guò)程中更為謹(jǐn)慎，國(guó)有企業(yè)成為銀行放貸的理性選擇。因此，中國(guó)信貸錯(cuò)配將在未來(lái)收斂于一個(gè)大于0的穩(wěn)態(tài)水平。

（二）俱樂(lè)部收斂結(jié)果

根據(jù)前文的分析，σ收斂檢驗(yàn)和β收斂檢驗(yàn)都有可能存在一定程度上的偏誤。對(duì)于σ收斂，當(dāng)前半段數(shù)據(jù)收斂趨勢(shì)和后半段收斂趨勢(shì)不完全一致或相互沖突時(shí)就無(wú)法直觀地判斷總體的收斂趨勢(shì)。對(duì)于β收斂，如果部分省份在初期階段信貸錯(cuò)配水平較低，但是增長(zhǎng)速度較快，那么在末期其信貸錯(cuò)配水平將超過(guò)初期信貸錯(cuò)配水平較高的省份。此時(shí)β收斂的識(shí)別結(jié)果是不準(zhǔn)確的，同時(shí)值得注意的是σ收斂檢驗(yàn)和β收斂檢驗(yàn)均忽視了收斂的俱樂(lè)部情況。受到政策偏向、地區(qū)經(jīng)濟(jì)以及社會(huì)特征的影響，我國(guó)信貸錯(cuò)配水平可能存在一定的地域差異性，需要檢驗(yàn)信貸錯(cuò)配水平在全國(guó)范圍內(nèi)是否存在俱樂(lè)部收斂，即在全國(guó)范圍內(nèi)信貸錯(cuò)配水平是否收斂于2個(gè)及以上的穩(wěn)態(tài)水平。

從全國(guó)整體的角度來(lái)看，根據(jù)表3的實(shí)證結(jié)果可以發(fā)現(xiàn)β值為-05463小于0，且異方差穩(wěn)健的統(tǒng)計(jì)量tβ為-142288，遠(yuǎn)遠(yuǎn)小于5%顯著水平的臨界值-165，表明中國(guó)信貸錯(cuò)配總體上未表現(xiàn)出收斂的特征?？紤]到地區(qū)經(jīng)濟(jì)發(fā)展和地理位置差異性導(dǎo)致的資源配置到差異，本文將全國(guó)分為東、中、西三大地區(qū)，并采用logt檢驗(yàn)方法對(duì)東中西三個(gè)子樣本進(jìn)行收斂性檢驗(yàn)。結(jié)果表明：在5%的顯著水平下中部地區(qū)信貸錯(cuò)配表現(xiàn)出收斂特征，即中部各省信貸錯(cuò)配水平最終會(huì)出現(xiàn)趨同;東部和西部處于發(fā)散趨勢(shì)，即東部和西部地區(qū)內(nèi)部信貸錯(cuò)配的非均衡化發(fā)展程度比較嚴(yán)重。

人為地從行政區(qū)域的角度將我國(guó)31?個(gè)?。ㄊ小⒆灾螀^(qū)）劃分為三大區(qū)域可能有些粗糙，例如忽略了區(qū)域間的分工合作與協(xié)同發(fā)展戰(zhàn)略。本文采用內(nèi)生收斂俱樂(lè)部識(shí)別方法對(duì)中國(guó)信貸錯(cuò)配可能存在的俱樂(lè)部進(jìn)行檢驗(yàn)，結(jié)果表明（表4）中國(guó)31個(gè)省（市、自治區(qū)）收斂于5個(gè)不同的穩(wěn)態(tài)水平，構(gòu)成了5個(gè)不同的俱樂(lè)部：在第一俱樂(lè)部中，包括上海、北京、天津、山東、廣東、江蘇和浙江7個(gè)?。ㄊ校?，均處于我國(guó)東部地區(qū);第二俱樂(lè)部包含安徽、山西、廣西、河北、湖南和福建6?。ㄗ灾螀^(qū)），第三俱樂(lè)部包含河南、湖北、遼寧和陜西4省，第四俱樂(lè)部包含云南、內(nèi)蒙、吉林、新疆、甘肅、重慶、青海和黑龍江8?。ㄊ校?，均處于我國(guó)中西部地區(qū)，第五俱樂(lè)部包含江西、海南和貴州三省。此外四川、寧夏和西藏三地區(qū)發(fā)散。

本文利用收斂俱樂(lè)部?jī)?nèi)生識(shí)別算法對(duì)相鄰的收斂俱樂(lè)部進(jìn)行聚類(lèi)合并檢驗(yàn)，結(jié)果如表5所示：第二、三俱樂(lè)部tβ大于臨界值-165，說(shuō)明第二、第三俱樂(lè)部能夠合并為一個(gè)新的收斂俱樂(lè)部。根據(jù)表4和表5的分析結(jié)果，有理由相信中國(guó)信貸錯(cuò)配存在4個(gè)收斂俱樂(lè)部。本文將第一、第四和第五俱樂(lè)部分別命名為俱樂(lè)部A、C和D，將第二和第三俱樂(lè)部合并為俱樂(lè)部B。俱樂(lè)部A包含7省市均處于東部地區(qū)，包括華東三省市（上海、江蘇、浙江）、華北三省市（北京、天津、山東）和華南一省（廣東）;俱樂(lè)部B包含華北二?。ê颖?、內(nèi)蒙）、華中三省（河南、湖北、湖南）、華南二?。ǜ＝āV西）以及部分其他省份;俱樂(lè)部C均處于我國(guó)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，包含華北（內(nèi)蒙）、東北（黑龍江、吉林）、西北（新疆、甘肅、青海）和西南（云南、重慶）8省份;江西省、海南省和貴州省收斂于俱樂(lè)部D。此外，四川、寧夏和西藏三省份的信貸錯(cuò)配水平呈現(xiàn)出發(fā)散趨勢(shì)。

總體來(lái)看，中國(guó)信貸錯(cuò)配水平表現(xiàn)出地域上的偏向性。上海、北京、江蘇、浙江等東部7個(gè)省（市）收斂于俱樂(lè)部A的可能原因是：第一，該俱樂(lè)部成員均屬于我國(guó)東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)的省份，商業(yè)銀行風(fēng)險(xiǎn)偏好在當(dāng)前經(jīng)濟(jì)面臨下行趨勢(shì)的背景下開(kāi)始轉(zhuǎn)移;由于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)效益較好的國(guó)有及大型企業(yè)較少，商業(yè)銀行會(huì)有選擇的將信貸資金集中配置到經(jīng)濟(jì)發(fā)達(dá)地區(qū)，引發(fā)信貸資金的相對(duì)倒流，進(jìn)一步加速地區(qū)間信貸資金配置的不均衡，信貸配置的“馬太效應(yīng)”開(kāi)始形成。第二，在經(jīng)濟(jì)發(fā)達(dá)地區(qū)內(nèi)部，商業(yè)銀行增加了國(guó)有企業(yè)以及大型企業(yè)的信貸發(fā)放量，進(jìn)一步壓縮了民營(yíng)企業(yè)以及中小企業(yè)的信貸可得性，即在經(jīng)濟(jì)較發(fā)達(dá)地區(qū)內(nèi)部，國(guó)有及大型企業(yè)能夠以較低成本獲得較多的銀行貸款，民營(yíng)企業(yè)以及中小企業(yè)信貸可得性相較而言進(jìn)一步降低，從而進(jìn)一步拉大了國(guó)有及大型企業(yè)與民營(yíng)以及中小企業(yè)之間的信貸配置水平的差距，形成經(jīng)濟(jì)發(fā)達(dá)地區(qū)內(nèi)部信貸配置的“馬太效應(yīng)”。第三，由于信貸配置雙重“馬太效應(yīng)”的存在，在供給端會(huì)降低金融機(jī)構(gòu)的信貸供給意愿，出現(xiàn)斷貸、壓貸等現(xiàn)象;在需求端會(huì)增加企業(yè)的畏貸心理，降低企業(yè)的真實(shí)信貸需求。因此，在這些因素的共同作用下，上海、北京、江蘇、浙江等東部7個(gè)?。ㄊ校┑男刨J錯(cuò)配水平收斂于一個(gè)俱樂(lè)部，這在一定程度上解釋了經(jīng)濟(jì)發(fā)展水平較高的地區(qū)信貸錯(cuò)配程度較高的原因。

對(duì)于俱樂(lè)部B和俱樂(lè)部C則呈現(xiàn)出小范圍內(nèi)的收斂，其中可能的原因是：盡管俱樂(lè)部B和俱樂(lè)部C內(nèi)大部分省市經(jīng)濟(jì)發(fā)展水平的相對(duì)落后、資源稟賦也相對(duì)不足，即對(duì)于信貸資金的吸引力相對(duì)薄弱，區(qū)域內(nèi)信貸配置的基礎(chǔ)條件相對(duì)薄弱，但是在“中部崛起”以及“西部大開(kāi)發(fā)”等戰(zhàn)略的推動(dòng)下，部分華北、華中和華南地區(qū)協(xié)作性開(kāi)始加強(qiáng)，信貸錯(cuò)配水平收斂于俱樂(lè)部B;邊遠(yuǎn)地區(qū)省份，如華北、東北、西北、西南部分?。ㄊ?、自治區(qū)）信貸錯(cuò)配水平也會(huì)朝著相同的方向發(fā)展，收斂于俱樂(lè)部C。與此不同的是，江西、海南和貴州三省收斂于俱樂(lè)部D，未呈現(xiàn)出明顯的地理位置的相近性。

（三）中國(guó)信貸錯(cuò)配的地區(qū)差異及其分解

為了分析中國(guó)信貸錯(cuò)配的地區(qū)差異及其來(lái)源，本文采用Dagum基尼系數(shù)分解法，在厘清中國(guó)信貸錯(cuò)配收斂于不同俱樂(lè)部的基礎(chǔ)上，對(duì)2007-2019年中國(guó)信貸錯(cuò)配的基尼系數(shù)進(jìn)行了測(cè)算和分解，結(jié)果如表6所示：

（1）2007-2019年中國(guó)信貸錯(cuò)配差距水平總體上呈現(xiàn)出下降的趨勢(shì)，該趨勢(shì)為地區(qū)信貸錯(cuò)配差異與演變趨勢(shì)提供了直接證據(jù)。具體而言，這一過(guò)程以2008年為分界點(diǎn)，在此之后基尼系數(shù)不斷減小，從2008年的0641下降至2017年的0565，而2017-2019年信貸錯(cuò)配基尼系數(shù)有小幅回升的趨勢(shì)。這說(shuō)明近年來(lái)中國(guó)信貸錯(cuò)配的不均衡現(xiàn)象開(kāi)始逐步緩和，信貸錯(cuò)配基尼系數(shù)逐年降低。盡管在各地區(qū)內(nèi)部有小幅波動(dòng)，但俱樂(lè)部A、B和C內(nèi)信貸錯(cuò)配基尼系數(shù)差異的總體趨勢(shì)還是在減小;在考察期內(nèi)，俱樂(lè)部D信貸錯(cuò)配基尼系數(shù)的演變趨勢(shì)并不穩(wěn)定，在趨勢(shì)上呈“正U型”。具體而言，俱樂(lè)部A的信貸錯(cuò)配基尼系數(shù)由2008年的0465下降至2019年的0352，連續(xù)10年（2019年除外）保持下降趨勢(shì)。類(lèi)似地，俱樂(lè)部B信貸錯(cuò)配基尼系數(shù)從2009年的0353下降至2017年的0258，連續(xù)8年呈現(xiàn)出下降趨勢(shì)，而2018-2019年出現(xiàn)了短暫的上升，后經(jīng)小幅波動(dòng)降至2019?年的0261;俱樂(lè)部C信貸錯(cuò)配基尼系數(shù)在2007-2012年由0329下降至0241，連續(xù)5年保持下降趨勢(shì)，在忽略2018年小幅上升的基礎(chǔ)上，在2014-2019年由0245下降至0201。俱樂(lè)部D在考察期內(nèi)總體呈現(xiàn)出“正U型”，波動(dòng)最為劇烈，2007-2008年呈小幅降低狀，2009年又明顯回升至0181，隨后出現(xiàn)逐年下降的趨勢(shì)，至2014年下降至0063，在2015年小幅上升至0070而在2016年又下降至0069，在2016-2019年保持逐年上升趨勢(shì)，至2019年上升至0154。

（2）就地區(qū)間差異而言，盡管信貸錯(cuò)配的區(qū)域間差異在樣本考察期間呈現(xiàn)出波動(dòng)趨勢(shì)，同時(shí)各地區(qū)之間差異在具體的上升和下降的時(shí)間點(diǎn)不完全相同，但總體演變趨勢(shì)基本一致，俱樂(lè)部A-B間、A-C間、A-D間、B-C間、B-D間以及C-D間均處于下降趨勢(shì)。具體而言，俱樂(lè)部A-C間差異始終處于最大，數(shù)值大小介于0581-0654之間，并于2008年達(dá)到頂峰，2019年達(dá)到最低值，為0581。俱樂(lè)部A-B間、俱樂(lè)部A-D間差異的初始值基本一致，但俱樂(lè)部A-B間總體下降幅度較俱樂(lè)部A-D間大;俱樂(lè)部A-B間和在俱樂(lè)部A-D間2008-2018年間同時(shí)實(shí)現(xiàn)連續(xù)10年下降，但俱樂(lè)部A-B間下降幅度較大，從0583下降至0480，俱樂(lè)部A-D間從0587下降至0508。類(lèi)似地，俱樂(lè)部B-C間的基尼系數(shù)從2008年的0414下降至2011年的0363，在經(jīng)歷了2011-2013年的小幅上升后，由2013年的0371下降至2018年的0346;與此不同的是，俱樂(lè)部B-D間、俱樂(lè)部C-D間基尼系數(shù)分別在2009年和2007年達(dá)到最大值，為0406和0307，并且同時(shí)在2016年達(dá)到最低值，分別為0333和0208。

（3）就貢獻(xiàn)率而言，在樣本在考察期內(nèi)，區(qū)域內(nèi)差異貢獻(xiàn)率總體上呈現(xiàn)出上升趨勢(shì)，區(qū)域間差異貢獻(xiàn)率和超變密度貢獻(xiàn)率雖然有小幅波動(dòng)，但總體處于下降趨勢(shì)。2007-2019年間區(qū)域內(nèi)貢獻(xiàn)率大于區(qū)域間差異貢獻(xiàn)率和超變密度貢獻(xiàn)率，說(shuō)明區(qū)域內(nèi)差異貢獻(xiàn)率是信貸錯(cuò)配差異的主要來(lái)源，數(shù)值大小介于76562%-82548%之間。區(qū)域間差異貢獻(xiàn)率在考察期內(nèi)總體上處于下降趨勢(shì)，數(shù)值大小介于6058%下降至2388%之間;超變密度貢獻(xiàn)率總體呈現(xiàn)出下降趨勢(shì)，由2008年的17707%下降至2019年的15004%。因此，能否縮小區(qū)域內(nèi)的差異貢獻(xiàn)、警惕超變密度和區(qū)域間差異，將成為未來(lái)一段時(shí)間內(nèi)中國(guó)信貸配置均衡化的關(guān)鍵，決定著未來(lái)地區(qū)信貸錯(cuò)配的走勢(shì)。

總之，2007-2019年中國(guó)信貸錯(cuò)配基尼系數(shù)的分解表明：2007年后中國(guó)信貸錯(cuò)配基尼系數(shù)總體差距呈現(xiàn)出下降的態(tài)勢(shì);除俱樂(lè)部D外，俱樂(lè)部A、B、C內(nèi)信貸錯(cuò)配的基尼系數(shù)呈現(xiàn)出下降趨勢(shì);在考察期內(nèi)，區(qū)域內(nèi)差異貢獻(xiàn)率占比最高，均在76%以上。

四、研究結(jié)論與啟示

本文利用2007-2019年上市公司信貸數(shù)據(jù)，基于信息熵構(gòu)建地區(qū)信貸錯(cuò)配測(cè)算模型，考察了中國(guó)信貸錯(cuò)配的收斂性與時(shí)空演變。結(jié)果表明，相對(duì)于傳統(tǒng)σ收斂和β收斂分析而言，在考慮地區(qū)差異的基礎(chǔ)上中國(guó)信貸錯(cuò)配不存在全國(guó)范圍內(nèi)的收斂，中國(guó)信貸錯(cuò)配存在4個(gè)收斂俱樂(lè)部，這4個(gè)俱樂(lè)部的分布受到地理分布、區(qū)域經(jīng)濟(jì)金融政策以及自身資源稟賦的綜合影響。在考察期內(nèi)，中國(guó)信貸錯(cuò)配差距水平經(jīng)歷了一個(gè)較明顯的下降過(guò)程;無(wú)論是貢獻(xiàn)率還是發(fā)展趨勢(shì)，相較于區(qū)域間差異和超變密度，目前影響中國(guó)地區(qū)信貸錯(cuò)配差距主要因素還是區(qū)域內(nèi)差距。

基于以上研究結(jié)論，本文提出以下政策建議：第一，進(jìn)一步有效推動(dòng)國(guó)有企業(yè)混合所有制改革，消除僵尸企業(yè)，同時(shí)支持民營(yíng)企業(yè)發(fā)展，重視以制造業(yè)為基礎(chǔ)的實(shí)體經(jīng)濟(jì)的重要性，加強(qiáng)監(jiān)管，強(qiáng)實(shí)抑虛，以市場(chǎng)化的方式將信貸資金配置到更具投資效率的企業(yè)，創(chuàng)造符合現(xiàn)階段企業(yè)發(fā)展的信貸產(chǎn)品和服務(wù)方式，增加有效信貸供給，優(yōu)化信貸資源配置，防止信貸資金在金融體系內(nèi)空轉(zhuǎn)和系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生。第二，為了實(shí)現(xiàn)地區(qū)間信貸配置的協(xié)同發(fā)展，俱樂(lè)部成員之間應(yīng)當(dāng)加強(qiáng)合作，相互借鑒地區(qū)經(jīng)驗(yàn)，促進(jìn)金融產(chǎn)品和服務(wù)的創(chuàng)新，以點(diǎn)帶面地改善地區(qū)金融生態(tài)環(huán)境，同時(shí)構(gòu)建地區(qū)間分工與協(xié)作機(jī)制，實(shí)現(xiàn)以面帶片、協(xié)調(diào)發(fā)展，促進(jìn)信貸配置的均衡化和公平化。第三，以俱樂(lè)部劃分為標(biāo)準(zhǔn)，加強(qiáng)和實(shí)現(xiàn)信貸投向的精準(zhǔn)化，同時(shí)仍需關(guān)注不同俱樂(lè)部之間的異質(zhì)性，在推進(jìn)合作共贏的過(guò)程中制定金融差別發(fā)展戰(zhàn)略，引導(dǎo)信貸資源向投資回報(bào)率較高的地區(qū)流動(dòng)，因地制宜地實(shí)現(xiàn)金融的可持續(xù)發(fā)展，促進(jìn)信貸配置效率的提升，避免“一刀切”式改革，防范金融市場(chǎng)內(nèi)生風(fēng)險(xiǎn)。

注釋?zhuān)?/p>

①?如果所有tk都大于-165，則意味著樣本總體收斂。

②?為方便描述，下文中將省級(jí)行政單位（包括省、直轄市、自治區(qū)）統(tǒng)稱(chēng)為省。

③?本文按照行政區(qū)域?qū)⑽覈?guó)31?個(gè)省、市、自治區(qū)劃分為東部、中部和西部三大區(qū)域。其中，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11?個(gè)省（市）?;?中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南等8?個(gè)省份;?西部地區(qū)包括內(nèi)蒙古、重慶、四川、貴州、云南、陜西、甘肅、廣西、青海、寧夏、新疆和西藏等12?個(gè)省（市、自治區(qū)）。

參考文獻(xiàn)：

[1]?靳來(lái)群.所有蓋慶恩，朱喜，程名望，史清華.要素市場(chǎng)扭曲、壟斷勢(shì)力與全要素生產(chǎn)率[J].經(jīng)濟(jì)研究，2015，50（5）：61-75.

[2]?馬傳慧，阮永平，鄭凱，等.銀行甄別機(jī)制、貨幣政策與信貸資源流向[J].國(guó)際金融研究，2016（12）：54-63.

[3]?Hyeog，?Ug，?Kwon，?et?al.?Resource?reallocation?and?zombie?lending?in?Japan?in?the?1990s[J].?Review?of?Economic?Dynamics，?2015，18（4）：709-732.

[4]?申廣軍.比較優(yōu)勢(shì)與僵尸企業(yè)：基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)視角的研究[J].管理世界，2016（12）：13-24，187.

[5]?盧盛榮，郭學(xué)能，游云星.影子銀行、信貸資源錯(cuò)配與中國(guó)經(jīng)濟(jì)波動(dòng)[J].國(guó)際金融研究，2019（4）：66-76.

[6]?徐章星，尹鴻飛，張兵，等.國(guó)家級(jí)服務(wù)經(jīng)濟(jì)中心系統(tǒng)協(xié)同機(jī)制及測(cè)度[J].管理現(xiàn)代化，2020，40（1）：32-39.

[7]?胡宗義，趙晟，唐李偉.中國(guó)農(nóng)村金融發(fā)展的收斂性研究[J].統(tǒng)計(jì)與決策，2016（10）：128-132.

[8]?Quah?D.?Galton′s?fallacy?and?tests?of?the?convergence?hypothesis[J].?The?Scandinavian?Journal?of?Economics，?1993：?427-443.

[9]?Barro?R?J，?Sala-i-Martin?X.?Convergence[J].?Journal?of?political?Economy，?1992，100（2）：?223-251.

[10]Lichtenberg?F?R.?Testing?the?convergence?hypothesis[J].?The?Review?of?Economics?and?Statistics，?1994：?576-579.

[11]Phillips?P?C?B，?Sul?D.?Transition?modeling?and?econometric?convergence?tests[J].?Econometrica，?2007，?75（6）：?1771-1855.

[12]Camilo?Dagum.?Decomposition?and?interpretation?of?Gini?and?the?generalized?entropy?inequality?measures[J].?Statistica，?1997，?57（3）.

[13]Hsieh?C?T，?Klenow?P?J?.?Misallocation?and?Manufacturing?TFP?in?China?and?India[J].?Quarterly?Journal?of?Economics，?2009，?124（4）：1403-1448.

[14]靳來(lái)群.所有制歧視所致金融資源錯(cuò)配程度分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2015（6）：36-44.

[15]劉斌斌，嚴(yán)武，黃小勇.信貸錯(cuò)配對(duì)我國(guó)綠色技術(shù)創(chuàng)新的影響分析——基于地區(qū)環(huán)境規(guī)制差異的視角[J].當(dāng)代財(cái)經(jīng)，2019（9）：60-71.

[16]Kinoshita?S?.?Henri?Theil，?Economics?and?Information?Theory[J].?Economic?Review，?1968，19：185-188.

Convergence?and?Spatial-Temporal?Evolution?of?Credit?Misallocation??in?China：

An?Analysis?of?Credit?Data?of?Listed?Companies?in?China?from?2007?to?2019

XU?Zhang-xing，?ZHANG?Bing

（College?of?Finance，?Nanjing?Agricultural?University，?Nanjing?210095，?China）

Abstract：Reasonable?allocation?of?credit?resources?is?not?only?an?important?path?to?financial?support?for?real?economy，?but?also?the?basic?direction?of?comprehensively?deepening?the?reform?of?financial?system.Based?on?information?entropy，?this?paper?constructs?a?regional?credit?misallocation?measurement?model.?Using?the?credit?data?of?China′s?listed?companies?from?2007?to?2019，?this?paper?adopts?club?convergence?method?and?Dagum?Gini?coefficient?decomposition?method?to?empirically?investigate?the?convergence?and?spatial-temporal?evolution?of?China′s?credit?misallocation.The?results?show?that：?on?the?basis?of?overcoming?the?possible?errors?of?traditional?convergence?and?convergence?analysis?method，?the?analysis?of?club?convergence?method?finds?that?China′s?credit?misallocation?does?not?have?convergence?characteristics?on?the?whole，?but?converges?to?four?clubs，?among?which?the?eastern?and?western?regions?diverge?and?the?central?region?converges;there?are?spatial?unbalanced?distribution?characteristics?in?China′s?credit?misallocation?level，on?the?whole，?Gini?coefficient?of?credit?misallocation?shows?an?obvious?downward?trend;compared?with?inter?regional?differences?and?over?variable?density，?the?main?source?of?credit?misallocation?gap?in?China?is?intra?regional?gap.Therefore，?it?is?necessary?to?improve?the?regional?financial?ecological?environment，?speed?up?the?establishment?of?regional?division?of?labor?and?cooperation?mechanism，?and?promote?the?balance?and?fairness?of?credit?allocation.?In?the?process?of?promoting?win-win?cooperation，?we?should?formulate?the?financial?differential?development?strategy?according?to?the?regional?differences，?avoid?the?“one?size?fits?all”?reform，?and?guard?against?the?endogenous?risks?in?the?financial?market.

Key?words：credit?misallocation;?club?convergence;?Logt?test;?Dagum?decomposition

（責(zé)任編輯：關(guān)立新）