查看原文
其他

管清友: 警惕地方产业引导基金变成政府的二财政或二机关

管清友 中制智库 2021-11-26

 【导语】


如是金融研究院院长管清友,具体分析了金融和实体经济关系的拐点式变化、未来可能出现的融资模式以及金融服务制造业的五种具体方式。为金融更好的服务实体经济提供了一定的启示。


文 | 管清友(如是金融研究院院长、如是资本创始合伙人)

本文为中制智库原创文章,如需转载请在文前注明来源及作者信息。


本文字数 | 7200字

阅读时间 | 15分钟


金融到底如何支持实体经济尤其是制造业?7月2日晚间,由中制智库、新浪财经与工信部华信研究院联合主办的“美好制造——中国制造大讲堂的第六期”如期进行了网络直播。


直播中,中制智库邀请了北京大学国家发展研究院副院长、教授黄益平,青年经济学家、如是金融研究院院长管清友,经济学博士、中制智库研究院院长新望三人进行了演讲与对话。以下为管清友老师的演讲内容——


(扫描二维码可以观看直播回放)


谢谢新望老师的邀请,刚才黄老师(具体参见链接《黄益平:金融为什么不支持实体经济?》)应该说从宏观金融这个角度做了非常好的梳理,我们金融发展的特点、脉络以及趋势给大家梳理的非常清楚,我也非常受教。


我从三方面略做补充,主要是从我们近些年来的一些实践和观察来揭示一下金融如何去服务制造业,或者说金融去服务制造业的具体方式。


金融和实体经济关系的拐点式变化


第一个方面,我们整体仍然处在金融下行周期,这之前我和新望老师做过多次的探讨,金融周期的拐点,我把它确定为是2017年,就是中国开始新一轮金融整顿和金融强监管的时间。这个金融周期变化实际上与我们在2008年整个全球金融危机以后,各国纷纷开启了量化宽松政策来应对危机有关系。


中国也不例外,2008年以后经历了三轮大宽松,分别是2009年、2012年、2014年。2009年是4万亿刺激;2012年是保7.5;2014年是为了保7,这种宽松的货币政策是整个金融处于上行周期非常重要的背景。同时还有一个非常重要的背景,就是我们在2008年以后逐渐的,当然也是事后我们复盘的时候,发现了一个重大的监管漏洞。这个监管漏洞实际上是和(上世纪)90年代中后期那一轮金融整顿,与分业经营、分业监管有关系的。2008年以后的金融创新实际上打破了,或者说是避开了上一轮的分业经营、分业监管。


货币宽松加上监管漏洞,出现了一个史无前例的金融上行周期,表现在数据上就是2015年中国金融业增加值占GDP比重达到了8.35。什么意思?这个数据是高于美国和日本在金融危机之前金融业增加值占GDP的比重的。从这个数据来看,我们已经是金融大国,就是在成为金融强国、制造业强国之前,我们先成为了一个金融业的大国,这也就是后来很多人在讨论所谓金融过度繁荣的一个基础性数据。


2017年的金融整顿要义在于,我们在2015、2016年发现了巨大的金融风险。2014年是信托违约元年;2015年经历了股灾,很多人记忆犹新;2016年经历了债灾。我个人认为,中国货币当局和监管当局可能已经认识到一个问题,中国真的搞不了美国式的金融发展模式,中国在金融业发展或者说金融与实体经济关系的处理上,还是要走自己的一条路。刚才黄老师把过去我们40多年走过的路径梳理得非常清楚,未来会是一个什么路径,我将在第二个方面来探讨。


整个金融业处于下行周期,一部分是来自监管的原因,另一部分是来自货币政策的原因。我们从2016年下半年开始调整货币政策,中央银行抬高银行间市场利率,2017年金融监管部门大力整顿各项金融业务,比如同业业务,比如委外业务,对同业之间的这种业务合作进行了大力整顿,对于不同金融业态之间的业务合作也进行了整顿。其结果是整个金融出现了大幅度收缩,这个现象我把它称为“金融王气黯然收”。


在2017年上半年的时候,其实我们讨论过这个问题,应该说我也比较早意识到整个金融业以及金融和实体经济的关系发生了拐点式的变化,会产生一系列的影响。我们还总结过一个词,叫“庞氏金融的宿命”。


现在来看,在过去十几年里,我们金融业的发展应该说有经验,确实很大程度上支持了实体经济,当然也有教训,这个教训而且是深刻的。


现在,在整个处于金融下行周期当中,中央政府又提出了金融系统向企业让利的问题。这个问题很多人不理解,这与中国金融系统的改革历程有关系,其实在(上世纪)90年代末期,中国大型国有银行曾经出现过一波技术性破产,1998年的时候中国还发行过特别国债,也是中国第一次发行特别国债补充银行资本金,达到巴塞尔协议的要求。


之后,随着银行的改革,经济的恢复,特别是大型商业银行陆续上市,引进战略投资者,中国银行业整体的治理结构确实得到了大大的提升和改善。同时这些银行也享受到了政府定价的红利,比如说我们的利率市场化到现在还没有实现完全市场化的定价,到现在实际上还是由货币当局来定价,允许一定的上下浮动。


这无形当中,实际上是给了这些机构一个政府定价的红利,比如说券商的佣金到现在也没有实现完全市场化,仍然是由监管当局规定价格。随着这一轮金融系统向企业让利的推进,我相信利率市场化的前景可能会更快到来,同时金融机构服务企业,服务实体经济的价格也会更加市场化。这是我想跟大家分享的第一个问题,就是我们仍然处于金融下行周期。


在这个问题之下,金融风险的陆续释放,金融机构陆续会出现一些暴雷情况,违约的情况也会陆续显现出来,潮水正在退去。



未来融资模式:直接融资和间接融资双轮驱动


第二问题,从直接融资和间接融资的关系来讲,中国不大可能走向所谓的直接融资为主的模式。美国的直接融资为主模式,或者说日本和德国这种间接融资为主的模式,对中国我觉得都是比较好的参照。中国的金融结构以银行为主,同时又以国有金融机构为主,这两个特点决定了,我们很难,至少我觉得在我们有生之年很难看到,中国实现完全的以直接融资或者以资本市场主导的融资结构的转变。


比较有可能的情况,是间接融资加直接融资的双轮驱动模式。


关于直接融资和间接融资的优缺点,我这里提供一个现象。中国股票市场到今年正好30年,如果说我们回顾这30年,我们会发现股票市场高速发展,和我们经济的高速增长正好是并行的。同时我们也看到,与股市给我们的回报率比起来,我们的股市其实从指数增长的角度来讲表现并不好,从回报率增长角度来讲表现也不尽如人意。


这里有一个现象,我们去研究这些成熟经济体会发现,在经济实现二三十年高速增长的时候,它的股市回报率都是不高的,他们股市回报率高的反而都是发生在经济开始减速的时候。我们看美国、德国、日本都有这个特点,也就是说股市是经济的晴雨表这个论述其实是不太准确的,股市实际上是经济质量的晴雨表。


我们说中国现在正好处在一个从高速增长到高质量发展的过程,或者说从数字上高速增长进入到中高速增长,也就是从股市这个角度来说,中国股市的回报率如果按照国际经验是有一种可能性的,就是随着经济质量的提升,股市回报率开始提升,同时我们看,随着中国产业结构的变化,对于直接融资的需求确实越来越多,这也推动了整个间接融资的发展。


所以,我觉得未来从融资的方式上来看,中国可能会出现一个直接融资和间接融资双轮驱动的这么一种情景,而现在这种情景我们看到,其实对于传统的商业银行,挑战还是很大的。挑战来自于三方面——


第一,金融系统向企业让利,让利主要方面来自于银行;第二个挑战来自于科技的挑战,科技解决了原来传统商业银行做不到的事情,互联网银行现在做的事情,通过大数据来解决过去无法服务企业特别是中小企业的问题;第三,就是来自于目前金融业态监管的这种变化,这种业态的监管变化目前还不明确。但是我估计,一种可能性是从过去我们叫混业经营、混业监管,到分业经营、分业监管,再到混业经营、统筹监管,比如说证监会最近在研究给商业银行发放券商牌照的问题。


这里头其实有一个很重要的或者中国式的经验总结,我们在过去这一轮金融上行周期里头,金融出现一定程度的泡沫,这个过程当中也发现了一个特点,就是我们监管能力弱,这其实也是我们在2008年以后出现监管漏洞非常重要的一个背景。


中国的金融业监管的方式,可能既不同于美国,也不同于德国。我们最后可能会走上什么模式,可能既不同于过去分业经营分业监管的模式,也不会回到混业经营混业监管的模式,而是走向混业经营统筹监管的模式。


监管方面我们已经成立了国务院金融稳定发展委员会,对于维护金融稳定,维护金融安全起到了非常重要的作用。从业态这个角度来讲,尽管过去这些年金融机构风险陆续释放,你会发现总体从小机构到大机构,从非银行金融机构到银行,从一些所谓民营企业到一些国有企业。


但是在这个特点之下,我们也发现一些问题:第一,总体上商业银行在这一轮金融风险爆发释放过程当中,他的风险总体要远远小于,或者说发生的频率小于其他非银行金融机构的;第二就是国有金融机构发生风险的频率要小于民营金融机构。


所以我猜测,中国很有可能要把一些金融业态的经营权重新归到国有金融机构,特别是国有银行,具体方式可能会通过成立比如说银行子公司的形式,来摆脱过去银行业整体风控的架构。对于不同业态的约束,比如现在银行理财子公司已经建立起来了,基金公司实际上在银行系统之内,目前我们评估总体运转还是不错的,券商会不会成为银行系的子公司,我觉得是大有可能的。


这个对于过去分业经营、分业监管之下,雨后春笋般的成立起来,或者发展起来的信托、银行、中小保险公司,其实影响是非常之大的。所以说,大家不要小看我的这一轮猜测,或者预判的混业经营统筹监管的模式。而这种模式,我觉得我们也很难用直接融资和间接融资去刻划,可能就是一个直接融资加间接融资双轮驱动的模式。


这样做规避了监管弱的问题,同时也可能是一个适合中国金融业发展的本土化做法。从国有金融机构的角度来讲,我们也发现一个特点,经历过上一轮的基础性破产,经历过几轮金融整顿和强监管,国有金融机构的风控和程序化的建设,包括党建工作做得非常好。


国有金融机构出现一个问题,你挣钱是给机构挣的,出了事你要自己负责任。他们在选择投资选择放贷,相对来讲会更加谨慎。而民营企业由于天然是逐利的,我不是否定民营企业,我只是客观陈述这个特点,由于逐利的特点,我们会发现在金融监管漏洞的情况之下,这种逐利特点被放大,甚至出现很多我们意想不到的风险,这是我想给大家探讨的第二个方面。


金融服务制造业的五个具体方式


第三个方面,我结合今天大讲堂的主题,说几个金融服务制造业的具体方式——


第一,政府和机构在金融服务制造业过程当中,如何处理关系。


制造业总是要有落地的,要有所谓的属地特点。这些年我们看到,产业引导基金如火如荼地发展起来了。产业引导基金十分必要,但是一窝蜂发展实际上也是个问题。各地政府实际上是为了引导而引导,有的地方其实还不太懂产业引导基金如何去运用,很多把产业引导基金变成了二财政或者说二机关,甚至一些产业引导基金在和外部机构合作的时候,还发生了群租现象。很多产业引导基金竟然出现了伙同外部合作机构,然后骗投资,把投资转出去的现象。


其实,地方政府在产业引导基金构建方面,我觉得还是需要学习的。更重要的在于地方政府支持制造业的手段,通过产业引导基金的方式支持制造业,无可厚非。但是整个机制意识还没有完全跟上,而市场化机构,他们在和地方政府合作的时候,又出现了市场化思维和政府思维相冲突的问题。


所以,在这个问题上,我觉得市场化机构和地方政府都要换位思考,政府要有市场化思维,市场化的机构要有政府意识。在服务制造业这个问题,我觉得需要政府和市场化机构进行换位思考。从实践观察角度来看,找到一个合适的合作伙伴,是特别难的,这里有成功的案例,当然我们看到的更多的是失败案例。


比如很多地方原来规定,市场化机构拿到了产业引导基金的管理权限以后,百分之七八十都要投在其本地,地方政府还是用过去招商引资招实体项目的方式来和这些市场化机构合作,而市场化的这些投资机构说这个地方实在是没有那么多项目可投,你让我投什么,没法投。所以导致市场化机构的管理税,越压越低,压力很大,最后效果不好。


政府也很难,你不投在我这,我把这个钱交给你管理又有什么用?我觉得政府在和机构合作的时候,除了换位思考,还要有一种意识。过去招商引资实体项目强调 “不求所有,但求所在”。在和市场化机构合作服务制造业的问题上,我觉得地方政府或者市场化机构都要“不求所在,但求所有”的这样一个思维,这正好是和招商引资实体项目思维相反的。


第二,关于银行和非银行金融机构,如何去服务制造业的不同周期。


因为一个制造业企业,其实他不同的周期需要的金融服务是不一样的,比如说对于处在中后期的制造业企业,比较成熟了,毫无疑问,银行是非常好的合作伙伴。但是对于很多高端制造、智能制造以及处在初期的制造业,他是需要VC/PE。


目前来看,现在通过VC/PE的这种方式去服务制造业,我觉得已经相对比较成熟。其实很多银行看着是挺眼馋的,为什么刚才黄老师讲银行的风控体系、放贷标准,这些处在初期的高端制造、智能制造企业是很难达到要求的。VC/PE应该说相当大程度弥补了原来银行无法服务这些企业的问题,但是这里也有存在一些问题。


如果说按照我们第一条说的,我们很多市场化机构和地方政府合作,管理了地方政府的引导基金,这个时候你去投处在初期的制造业企业的时候,仍然存在这样的问题。因为政府引导基金可能是按照国有企业、国有金融机构的考核标准去要求的,但是市场化机构愿意承担一定的风险,实际上很多VC机构还好,很多PE机构现在投所谓初期早期的制造业项目也有点明股实债,这个是不符合VC或PE的初衷的。


现在无论是纯市场化机构还是政府与市场化机构合作的投资公司,大量的在采用这样乐观方式,我觉得这个是不可取的。


第三个实践当中的问题,就是关于风险分担的问题。


什么叫风险分担的问题?比如我们投一个项目,他处在早期,VC或PE机构一般是多家联合投资,这已经是大家比较常见的一种方式。这个时候我们会发现政府或者混合所有制的投资公司就面临这样的问题,这种混合所有制的投资公司有的是做得好一些,能够充分发挥政府资源多有信用背书能力的这种作用,也能发挥市场化机构比较灵活的作用。同时也有很多机构把两者之间的缺点都结合在一起了,这就导致了国有投资机构或者混合制投资机构的尴尬境地。


风险分担这个问题上,除了联合投资风险分散之外,当然还有我们说的通过担保等等这些方式来去分散风险。但是问题又来了,很多担保机构都是国有的,国有担保机构的考核仍然是我们说传统的那套考核体制,这里头就出现了考核机制上的冲突,这也是一个比较细节性的问题。


第四个具体问题,就是科技和人的这种判断,到底如何去结合。


我觉得技术的进步可能相当大程度上会解决人的所谓判断的盲点,比如说过去我们放贷,你光靠个人或是在南方一些银行的软信息判断,熟人社会,来判断你的信用风险问题。


现在金融科技也能够帮助这些金融机构,特别是银行通过大数据去支持企业的目的。目前来看VC/PE机构还没有做到这一点,金融科技未来在VC/PE这些投资机构里头,应该也要广泛使用。VC/PE都有自己的估值模型、投资模型、投资纪律,投委会最后为一个项目到底投还是不投,争吵的不可开交,但VC/PE广泛使用的投资模型其实是不如现在看到的互联网使用的投资模型的。我想强调的是,即便使用了大数据,我们会发现在VC/PE特别是VC投资上,仍然是要靠人的判断。这种判断有的时候可能是一种软信息,有的时候是一种直觉或者感觉。


同时我们看到,VC/PE的机构投资者还有一个特点,就是现在基本上是在明确赛道方向的情况之下,去撒胡椒面。比如新能源汽车,比如智能制造这个领域,大家看这个赛道方向非常明确。但是你并不知道哪个运动员最后能跑出来,或者说在百米赛跑的时候,我们不知道哪个运动员能成为刘翔,你必须投很多个刘翔,大部分人可能不是刘翔,而是李翔、张翔、王翔,所以这就造成一个问题——从机构这个角度来讲,从社会资源的使用上来讲,是非常浪费的,你会发现最后投一百个项目可能只有一个是成功的,其他的那些资本都打了水漂。


任何优秀的企业,优秀的制造业企业,能够发展起来,能够崛起,其中也免不了所谓的资本的泡沫,金融的泡沫。我个人从社会资源使用这个角度来讲,浪费还是非常严重的,比如我们前几年看到关于共享单车的投资,我相信大家也都深有体会。


最后一个问题,就是关于与股票市场结合的问题。


无论是VC/PE,目前我们看退出的主要通道还是股票市场,通过二级市场去退出,然后兑现你的回报。这个毫无疑问,二级市场仍然是一级市场投资的最主要退出方式。


现在随着一级市场投资泡沫化,甚至我们出现了一二级市场倒挂的现象——就是一级市场的估值,已经远远高于二级市场的估值了。很多公司上市以后不但没有帮助投资者获得收益,反而让很多中后期投进去的投资者套在了山顶上。


这其实是在提示我们,从金融服务制造业这个角度,我们必须把眼光放长远。企业投资退出的过程当中,有的可能要三五年,有的甚至更长。也就是说投资机构服务制造业企业本身,对于投前、投中、投后服务,特别是投后服务,要做的更精细。过去的投后服务不精细,退出利润兑现了之后,基本就无人问津了。今天这样一个多次出现一二级市场倒挂的情况,我觉得投后服务是非常重要的。


同时,中国股票市场已经在上海证券交易所开设了科创板,实现了注册制。在这样的背景之下,我们也看到一种现象,就是科创板整体估值是比较高的。这种估值高反映了大家的投资热情,反映了交易的活跃。


但如果监管不当,会出现很大的问题,比如说资本市场流传着很多让人耳熟能详的段子。比如只有券商研究报告,研究员写出来这个公司的研究报告,我才知道我这个公司是这么好这么优秀。这里很大的一个问题,就是在实行注册制的初期,很多上市公司估值确实被高估了,整体两百倍的估值,这确实是不便宜的。那科创板的公司里头有没有好公司,当然有好公司,但是挑好公司,既需要专业,也是需要运气的。


高估值会带来一个很大的问题,就是原来的这批创业者和创业团队,不再有动力进行创业。因为他发现估值水平已经是它创业成功或者说极其成功以后的估值了,还不如想方设法减持股票,或者卖掉自己的股票让别人来干,这会形成一个负反馈。我觉得这一点是我们金融在服务制造业当中,从监管方面特别需要注意的问题。


随着创业板推行注册制,我觉得这种情况会愈发明显。如何在制造业一级市场投资一级半市场的资本运作,二级市场的退出监管,取得一个良性的循环。我觉得实际上是一个比较难处理,或者可能也会是一个相当长时期的问题。


时间关系,先给大家汇报这三个方面,供大家参考,也不成熟,不对的地方请大家批评指正,谢谢大家!

“美好制造”中国制造大讲堂由中制智库和新浪财经、工信部华信研究院联合出品,香港城市大学EMBA(中文)协办、学术支持,“中制智库”官方抖音以及多媒体平台同步直播,新浪财经源发,网易财经、凤凰财经、搜狐财经、和讯财经、36氪、优酷财经、新浪微博等多家媒体平台联播,基于小鱼易连专业直播平台和讯飞听见语音转写平台,采用云端座谈、线上交流的形式,每期课堂邀请政商学媒等专业人士,从不同的角度为当下经济发展和制造业走势带来精彩的解读。




(点击即可留言)


往期大讲堂


黄益平杨志明刘利华刘世锦贾康吴甘沙吴晓波王宏广周长益陈志武秦朔张维迎夏斌余永定姚洋施展马光远丨单忠德赵晓曹仰锋刘九如屈贤明迟景朝吕廷杰梁宁童有好蒋锡培丨新望



转发,点赞,在看,安排一下?
: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存