分析“僵尸企业”新增信贷投放占比分别与“僵尸企业”数量占比和资产占比之间的关联关系,能够揭示信贷与“僵尸企业”的关联关系。表2~表5分别是总样本下、分地区下、分行业下以及分企业属性下,“僵尸企业”信贷占比分别与“僵尸企业”数量占比和资产占比的相关系数。
在总样本下,信贷占比与数量占比相关系数为0.26,有一定相关性,但没有想象的高,原因可能在于金融信贷部门已经注意到“僵尸企业”问题,开始从“僵尸企业”信贷中脱身;从与资产占比的相关系数来看,为0.78,略有偏高,说明“僵尸企业”在历史上沉淀下来的信贷资产较高,需要逐步清理。
表2 “僵尸企业”信贷占比,与数量占比(或资产占比)相关系数(2000年以后数据)
表3 分地区“僵尸企业”信贷占比,与数量占比(或资产占比)相关系数
续表
注:NA表示相关系数不可得(下同)。
表4 分行业“僵尸企业”信贷占比,与数量占比(或资产占比)相关系数(www.xing528.com)
续表
表5 分属性“僵尸企业”信贷占比,与数量占比(或资产占比)相关系数
在分地区层面上,僵尸信贷占比与资产占比的相关性普遍较高,只有北京、山东和重庆较低,反映出与总体样本中相一致的情形。如果进一步深入挖掘,将分地区的“僵尸企业”资产占比除以分地区的“僵尸企业”数量,得到分地区的平均每家“僵尸企业”的资产占比会发现,平均每家“僵尸企业”的资产占比是随着时间逐步上升的,说明“僵尸企业”资产集中度是在不断上升的。结合僵尸信贷占比与资产占比的高相关性来看,银行把信贷更多地放在了大企业上。
僵尸信贷占比与数量占比的相关性差异较大,但仔细观察会发现,与数量占比的相关性存在一定东、中、西区域性差异,如福建、广东、江苏、山东、上海、浙江、北京等地区数量相关性较低,说明这些地区僵尸信贷退出“僵尸企业”情况较好;反之,中西部地区信贷占比与数量占比相关系数较高,如云南、云南、西藏、湖北、安徽、辽宁、山西、安徽、河南、吉林、宁夏和青海等地,僵尸信贷退出情况较差。当然,在部分地区也呈现出不同的情形,比如河北、陕西和黑龙江等地比预想的低,天津比预想的要高很多。表明“僵尸企业”退出情况可能会呈现东中西部区域效应,也会有个体差异。
分行业层面上,僵尸信贷占比与资产占比的相关性,除通信设备、计算机等电子设备制造业较低外,其他和分地区样本情形一样,银行信贷在“僵尸企业”形成中的资产沉淀较多,一时难以完全清理。在僵尸信贷占比与数量占比的相关性方面,基本上与预期相吻合,落后产能集中的行业相关性相应较高,反映出银行信贷陷入了“僵尸企业”的泥沼;相反,在有些行业中这个相关系数却非常低,比如通信设备、计算机等电子设备制造业等行业。值得说明的是,有些行业,比如仪器仪表制造业,上市公司数目较少,定义出的“僵尸企业”数量及占比变化较大。此变化是由于基数小造成的,并不能据此对该行业中“僵尸企业”总体变化做出准确的解释。
在分行业层面上,僵尸信贷占比资产占比相关系数较高,与之前总体情况、分地区和分行业的情形相吻合,其中分行业的平均每家“僵尸企业”资产占比的变动趋势与分地区的情形类似,限于篇幅略去。僵尸信贷占比与数量占比相关系数也普遍较高,除了提供公共产品的公众企业和外资企业外,其他性质企业在这一项相关系数上都较高,其中以集体企业和央企最高,民营企业和地方国企紧随其后。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。