深圳市“未观测金融”调查研究

摘要：“未观测金融”包括民间非正规金融、地下金融和非法金融等。本研究以深圳市个体户为样本，在国内首次探索采用直接调查法测算未观测金融规模，并对其增加值进行测算。结果发现，深圳市辖区个体户“未观测金融”总额数百亿元，与行业协会整理的数据基本符合，与银监部门正规贷款数据相当。并利用FISIM（间接测算的金融中介服务）方法测算了2015年个体户增加值。

关键词：非正规金融；地下金融；非法金融；直接调查法；FISIM方法

一、引言

“未观测金融”（Non-observed Finance，NOF）是参照“未观测经济” ^[1] sup>（Non-observed Finance，NOE）提出的概念术语，近年来开始被国内理论界 ^[2-5] 使用，是指存在于国民经济核算体系、金融统计监测体系与经济金融监管体系之外的金融组织及其活动，以及由此活动产生的货币金融资产价值形态，通常有民间非正规金融、地下金融和非法金融等称谓。未观测金融的存在影响政府对金融经济形势的判断，对宏观货币政策实施的效果形成冲击，要判断这种影响和冲击的大小，需要掌握未观测金融的规模，如何对未观测金融进行监控亦成为理论研究和实际工作日益关注的焦点。

目前国内仅有个别学者如田光宁 ^[2] 、李建军 ^[3-4，6] 、任碧云等 ^[5] 对未观测金融进行研究，研究主题集中在未观测金融的界定、规模的估算及对货币供应量的影响等方面，但他们对未观测金融规模的估算采用的是宏观指标估算法或间接估算法，这种方法易受制于未观测金融与其他宏观经济指标关系的理论基础，在不能阐明未观测金融与官方经济明确理论关系的情况下，其估算结果必然会有所偏差。因此，本文拟探索采用微观方法即直接估算方法，以深圳市个体户为样本，通过对其未观测金融所涉对象进行统计调查获取数据，据此测算未观测金融规模，并在此基础上尝试测算未观测金融活动的增加值。本研究的理论价值在于在国内首次尝试用直接调查法确定未观测金融活动规模；其现实意义在于为进一步完善统计方法制度、改进统计工作，了解表外金融、非正常管道现金流情况，为金融活动更好地服务实体经济提供了可供借鉴的参考。

二、“未观测金融”调查方案的设计

深圳作为改革开放的前沿阵地，经济转型的典范城市，金融业是其重要的支柱产业。多年来传统金融活动规模巨大，近年来各类新兴金融业态蓬勃发展，各项金融指标保持着持续稳定的增长。通过调查深圳地区实体经济在运营过程中的未观测金融规模，进一步研究它对经济运行的扰动程度，可为政府正确判断金融经济形势，准确实施各项金融政策提供决策支持。

（一）调查范围、对象和内容

国民经济核算体系中经济单位多样，资金流量核算中区分了非金融企业部门、金融机构部门、政府部门和住户部门。按我国的特点，把经济单位具体分为企业、个体户、住户和行政事业单位。考虑到调查的可行性原则，本次调查范围和对象为深圳市辖区内个体户的“未观测金融”借贷活动。“未观测金融”借贷活动是指经济单位通过商业信用（企业之间拆借、赊账）、民间借高利贷、社会集资和私人之间借款来筹集运营资金的行为。经济单位与本次调查对象的具体分类见表1。

调查内容为个体户的经营状况、融资渠道和规模，主要调查资金周转次数和“未观测金融”额占筹集运营资金比重。为了验证个体户回答问题的信度，选择深圳市黄金珠宝首饰行业协会、深圳市服务贸易协会和深圳市手机协会调查其会员规模、整体经营状况和有关经验数据。对个体户调查使用《个体户经营及融资情况调查表》，对行业协会调查使用《深圳市行业发展及金融活动调查问卷》，调查时期指标为2015年，时点指标为2015年末。

（二）调查方式和参数估计

1．调查方式。

调查采用抽样调查方式，具体为三阶分层等距抽样。要求样本对分层有代表性，在层中采用大样本（ n ≥30）抽样，样本统计量可推算出层内参数。

以2016年9月30日深圳市统计局掌握的“大个体”和“三经普”个体户名录为抽样框。将深圳市内所有个体户先分为“大个体”和“一般个体”两大层。

在“大个体”的“黄金珠宝批发”“花卉零售”“手机批发”和“其他大个体”各层中，各总体单位按营业收入大小排列后采用系统（等距）抽样抽出样本；“一般个体”按序列号排序采用系统抽样抽出样本。有关层总体单位数和样本量见表2。

实际调查中如果出现样本单位拒报、明知其提供不真实数据或找不到联系人等情况将更换样本。更换原则是在原样本等距抽样位置后一位选取。但以下情况不更换样本：（1）报告期没有“未观测金融”活动的样本（“未观测金融”额等于0）；（2）消亡（关张）的样本（“未观测金融”额作0处理）；（3）迁出深圳市的样本（“未观测金融”额作0处理）。

2．参数估计。

点估计。全市个体户“未观测金融”总量按点估计取得，使用“大个体”层和“一般个体”层参数相加后数据。具体的计算公式见表3。

区间估计。深圳个体户“未观测金融”额总量的区间估计（95%置信水平Z分布）计算公式为：

深圳个体户及“大个体”“未观测金融”额总体方差的计算公式为：

“黄金珠宝批发”“花卉零售”“手机批发”“其他大个体”的“未观测金融”额层总体方差计算公式为：

其中， N _h 表示第 h 层的单位总数， n _h 表示第 h 层的样本数， S ² _h 表示第 h 层的总体方差， A _i 表示总体单位营业收入。

“一般个体”“未观测金融”额层总体方差计算公式为：

其中， N _h 表示第 h 层的单位总数， n _h 表示第 h 层的样本数， S ² _h 表示第 h 层的总体方差。

“黄金珠宝批发”“花卉零售”“手机批发”“其他大个体”和“一般个体”层内样本单位“未观测金融”额方差公式：

“黄金珠宝批发”“花卉零售”“手机批发”和“其他大个体”层内“未观测金融”额占筹集运营资金比重方差公式：

区间估计公式中 为层总体筹集运营资金数据（深圳市统计局贸易外经处正常统计报表数据营业收入÷资金周转次数）； y _i / α _i 为样本单位“未观测金融”额占筹集运营资金比重（本次调查推算数据）。

（三）调查的组织实施

1．成立调查小组开展样本单位的调查工作。

成立“未观测金融”调查小组，由调查访问员、个体户所在市场管理人员和熟悉情况的行业协会工作人员组成。“未观测金融”的样本量有190家，其中，大个体140家，一般个体50家。

对“大个体”样本，三人一组进行面访调查：先由市场管理人员进行联系、介绍，打消被调查者的顾虑；接着由访问员讲解调查目的、抽取样本的方法、被抽中样本真实性回答对代表性的意义、调查资料的使用范围和保密性的原则，获得认可后详细询问周转次数、资金使用量和“未观测金融”所占比重等主要指标；行业协会工作人员在旁判断其可信程度。

对“一般个体”样本，为了打消被调查者的顾虑和提高信度，只委托市场管理人员1人采用无结构式访问（即不带调查表，熟悉调查主要内容后以聊天方式得到调查结果）进行调查，重点询问“未观测金融”额度。

2．召开座谈会开展行业发展及金融活动调查。

邀请深圳市服务贸易协会、深圳市黄金珠宝首饰行业协会、深圳市手机协会和联合利丰供应链管理有限公司的负责人和专业人员共12人进行座谈，了解行业整体的经营状况、融资渠道和规模经验数据，发放《深圳市行业发展及金融活动调查问卷》并回收。

三、“未观测金融”规模测算及简要评估

（一）样本值的分布和统计量状况

1．样本单位标志值的分布。

190个样本中，56家个体户表示2015年度没有“未观测金融”额，其所需运营资金除了自有资金以外，主要是通过（房屋、货物）抵押向正规金融机构（银行）借贷；134家个体户表示有“未观测金融”额，其中黄金珠宝额度最多，主要是通过“未观测金融”活动借贷，额度在1000万元以上。这主要是其经营黄金珠宝生意量大的原因：2015年30个样本单位的营业收入为102.68亿元，每个样本平均为3.4亿元。大量的交易额，需要频繁通过“未观测金融”借贷来筹集资金。“未观测金融”抽样单位标志值次数分布情况见表4。

2．各层统计量。

本次调查为了消除“大个体”样本单位的顾虑，没有直接访问营业收入、所需运营资金和“未观测金融”额等敏感性问题，主要访问资金周转次数和“未观测金融”占所需运营资金比重这两个标志值，“未观测金融”额利用市统计局正常统计报表中统计的营业收入总额÷资金周转次数ד未观测金融”占所需运营资金比重计算得出。由于没有“一般个体”的营业收入数据，在“一般个体”中直接访问“未观测金融”额。经过加权计算“未观测金融”抽样调查统计量见表5和表6。

“黄金珠宝”层的周转次数虽然最少，为2.6次，但“未观测金融”占所需运营资金比重最大（73.2%），通过2015年30个样本单位的营业收入（102.68亿元）计算出的“未观测金融”为28.91亿元，占营业收入的28.2%。经过加权计算“未观测金融”占营业收入抽样调查统计量见表7。

（二）总体参数

1．“未观测金融”点估计。

根据总体参数的计算公式（各层参数采用点估计），计算得到深圳市辖区内个体户的“未观测金融”总额为724.17亿元。其中：“大个体户”的“未观测金融”额为438.42亿元，比重为60.5%；“一般个体户”为285.75亿元，比重为39.5%。各层的“未观测金融”额参数结果见表8。

2．“未观测金融”区间估计。

按95%概率计算总体及各层的“未观测金融”额参数区间估计，个体户的“未观测金融”总额最少为565.64亿元，最多为882.70亿元。从方差角度来看，“黄金珠宝批发”“花卉零售”“手机批发”由于经营特点方差相对小；而没有进一步分层的“其他大个体”和“一般个体”方差很大，可见营业商品的多样与“未观测金融”额差异有一定的关系。“未观测金融”额参数区间估计结果见表9。

（三）简要评估

1．与行业协会数据的对比。

本次调查同时选择了深圳市黄金珠宝首饰行业协会（会员700多家，2015年营业收入超过1 800亿元）、服务贸易协会（会员735家，营业收入超过1 000亿元）和深圳市手机行业协会（会员1 200多家，营业收入超过1 100亿元），了解其会员2015年经营的平均周转次数、“未观测金融”占所需运营资金比重等情况。委托3个行业协会利用德尔菲调查法（专家意见法）收集数据后填写《深圳市行业发展及金融活动调查问卷》。从行业协会整理的数据来看，与调查数据基本符合（表10）。

2．与银监部门贷款数据的对比。

深圳银监部门统计的金融机构2015年末对个体户贷款余额（正规金融机构借贷）为635.94亿元，2016年6月30日为787.64亿元。调查推算的“未观测金融”额为724.17亿元。可见个体户的“未观测金融”额不会少于正规金融机构借贷额（表11）。

四、个体户“未观测金融”增加值核算

在此次调查中，个体户的“未观测金融”借贷活动资料来源很广，同一调查对象在不同时期或同一时期借贷资金的渠道有多种，在调查中难以采集“未观测金融”借贷资金按资金来源渠道的划分比例。

（一）间接测算的金融中介服务

从国民经济核算上说，这种资金借贷属于金融中介服务的产出，表面上不直接收取服务费用，实际上产生了与存贷款利息费用相关的金融服务。SNA中提供了间接测算的金融中介服务（FISIM）的方法。

在SNA2008中，改进了FISIM的计算方法，建议利用参考利率法对所有存款和贷款（包括自有资金）计算FISIM，对金融机构提供的所有存贷款服务都要虚拟为收取了间接服务费，而不考虑其资金来源。同时，SNA进一步说明，金融机构不必同时提供吸收存款和发放贷款服务。那么，按照SNA2008的建议，自有资金的非法人放款者应该也可以被视为金融机构，认为其提供了贷款服务，按照FISIM的计算方法测算其贷款服务的产出，即虚拟的贷款服务费。

（二）2015年深圳个体户“未观测金融”增加值测算

对于自有资金的贷款人而言，贷款服务产出FISIM（自有资金贷款人）=贷款服务费=贷款额×（贷款利率-参考利率）。简要测算此次个体户“未观测金融”中借贷活动的增加值如下，首先假定：

第一，2015年个体户“未观测的年平均贷款余额”即为此次调查的724.17亿元（这一数据本应为时点数，在全年不同时点的贷款余额应有所变化，此假设按个体户未观测融资规模全年基本稳定进行简化）。

第二，非法人放款者的贷款利率参考银行对个人无抵押信用贷款的年化利率在9%左右。

第三，参考利率选择按深圳2015年年平均存贷款余额加权当年年末央行一年期存贷款基准利率。

参考利率= ×1.5％+ ×4.35%=2.49%

根据FISIM的计算方法和上述设定，2015年个体户“未观测金融”活动的产出和增加值测算如下：

贷款服务产出=724.17×（9%-2.49%）=47.14亿元

区间下限：565.64×（9%-2.49%）=36.82亿元

区间上限：882.70×（9%-2.49%）=57.46亿元

对非法人放款者而言，这种资金借贷活动的中间消耗较小，若按95%的增加值率测算，那么：

增加值=贷款服务产出×95%=44.79亿元

区间下限：36.82×95%=34.98亿元

区间上限：57.46×95%=54.59亿元

从深圳市2015年金融业数据看，年末贷款余额为32 449.04亿元，个体户“未观测金融”额为724.17亿元，比例关系为2.2%；深圳市货币金融服务的增加值为1 411.92亿元，个体户“未观测金融”增加值测算为44.79亿元，比例关系为3.2%。

五、结论和展望

本文采用直接调查法对深圳市个体户未观测金融总量展开研究，并对其增加值进行测算。结果发现，深圳市辖区个体户“未观测金融”总额为724.17亿元，区间估计结果最少为565.64亿元，最多为882.70亿元，与行业协会整理的数据基本符合，未观测金融规模与银监部门正规贷款数据相当。利用FISIM方法测算深圳市个体户未观测金融增加值为44.79亿元。

近几年，随着居民收入的提高、互联网移动技术的不断进步，金融活动的创新和生产方式朝着多样化、复杂化发展，我国民间借贷规模在不断扩大，个人借贷活动的资金量及对社会融资规模和金融体系的影响不断加大，应在金融活动的核算中考虑纳入“未观测金融”活动。应继续开展“未观测金融”调查工作，进一步对小、微型企业和住户“未观测金融”进行调查。调查小、微型企业和住户的“未观测金融”活动情况会更复杂，这种经济单位对访问“未观测金融”的敏感程度更高。对于住户中的“未观测金融”情况，可考虑在城乡住户调查中设计相关指标进行一次试点调查，调查住户中“未观测金融”的比重和构成。进一步研究各种经济单位中的分层特点，制定更科学的抽样方式，设计效度高的调查工具，利用更灵活的调查方法和访问技巧提高信度，从而让深圳“未观测金融”区间估计精度更高。

参考文献

［1］OECD/IMF/ILO/CIS STAT．Measuring the non-observed economy：a handbook［M］．France，2002：10-12．

［2］田光宁．未观测金融与货币均衡研究［M］．北京：中国金融出版社，2008．

［3］李建军．中国未观测货币金融状况指数与经济景气指数：理论设计与内在关系的实证研究［J］．财贸经济，2008（7）：57-62．

［4］李建军．中国“未观测金融”指标体系的设计与测估［J］．数量经济技术经济研究，2010（5）：140-153．

［5］任碧云，高之岩，张彤进．未观测金融对货币供应量的影响分析［J］．北京工商大学学报（社会科学版），2013（2）：95-102．

［6］李建军．基于货币吸收分析与GDP修正数据的未观测货币规模估算［J］．财贸经济，2006（6）：1978-2005． fYCTgIMtVeFncSoFNzLXLRzCb99j1VJwH2hwG4g98VI2ip+cf0qsGpAcnW5TVMAh