經濟發展中金融杠桿的門檻效應與拐點效應
2018-02-18 08:50:32張春海
金融發展研究 2018年11期
張春海
摘 要：本文基于79個國家1990—2016年的平衡面板數據，采用門檻回歸模型和系統GMM估計方法分別對經濟發展中金融杠桿的門檻效應和拐點效應進行了實證研究。結果表明：金融杠桿對經濟發展促進作用的門檻范圍相對較窄，更多表現出的是對經濟發展的抑制作用，金融杠桿對經濟發展的作用隨著門檻變量值的不同而具有顯著的異質性特征，金融規模的增加將會削弱金融杠桿對經濟發展的邊際促進作用，而金融效率的提升和金融結構的優化有助于促進作用的改善。拐點效應分析表明金融杠桿和經濟發展之間呈顯著的倒U形非線性關系，中國已于2017年進入后拐點區域，施行穩健有序的金融“去杠桿”、優化金融杠桿內部結構、增強金融服務實體經濟的能力應成為當前和未來保持經濟增長和金融穩定的內在動力。
關鍵詞：金融杠桿；經濟發展；門檻效應；拐點效應
中圖分類號：F832.35 文獻標識碼：A 文章編號：1674-2265（2018）11-0033-07
DOI：10.19647/j.cnki.37-1462/f.2018.11.005
一、引言與文獻綜述
我國經濟發展進入新時代，經濟已由高速增長階段轉向高質量發展階段，金融杠桿問題也逐漸顯現出來。社科院發布的數據顯示，中國全社會總體杠桿率由2008的170%快速攀升至2015年的249%。社會杠桿率的提升，加之金融和經濟之間的關系錯位，使得本服務于實體經濟的金融資金在金融體系內部進行自我循環，在增加金融系統性風險的同時，對經濟發展造成了傷害。以上問題引起了社會各界的廣泛關注，金融去杠桿也成為我國供給側結構性改革的重要內容，并在中央經濟工作會議和全國金融工作會議上得到了多次強調。本文在引入金融發展和金融杠桿波動等因素的基礎上，對金融杠桿和經濟發展之間的動態關系進行了實證分析，試圖為我國金融去杠桿和金融體制改革提供參考和經驗借鑒。
金融發展與經濟增長之間的關系一直以來都是政府監管機構和學者們關注的焦點，而金融杠桿作為聯系二者的樞紐，其對經濟發展的作用得到了眾多學者的集體討論。2005年之前的研究大多表明金融杠桿對經濟發展具有正向影響，金融的發展程度有助于解釋經濟的長期增長（King和Levine，1993；Levine和Zervos，1998），還有學者利用VAR面板模型進行實證分析并發現兩者之間呈顯著的正向關系（Rousseau 和Wachtel，2001；Beck、Levine和Loayza，2000）。2008年全球經濟危機爆發后，部分學者的研究對上述結論提出了質疑，Dirk Bezemer（2014）將銀行信貸占GDP比重這一傳統金融發展變量作為金融杠桿的衡量指標，以1990—2011年全球46個經濟體為研究對象，分析了金融杠桿與經濟發展之間的關系，發現兩者之間整體呈現顯著的負相關關系。部分學者對將銀行信貸與GDP的比重作為金融深化的解釋變量提出了質疑，并強調比重的增加將會加重金融系統的脆弱性（Wachtel，2011）。近年來的研究發現，金融杠桿與經濟發展之間并非是單純的線性關系，金融發展的不同階段會對經濟增長產生不同影響。當債務超過一定水平后，將會拖累經濟增長，金融的過快發展并不見得是一件好事（Cecchtti和Kharroubi，2012）。Rousseau和Wachtel（2011）的研究發現在1960—1989年期間金融發展與經濟增長之間呈顯著的正向關系，但金融危機的發生使得接下來的15年間兩者之間的正向關系不再存在。他們認為，自20世紀90年代以來，許多國家在相關法律和監管機構沒有獲得充分發展之前就放開了金融市場，從而削弱了金融深化對經濟增長的積極影響。Law和Singh（2014）將私人信貸總額占GDP比重作為金融杠桿的衡量指標，研究發現金融杠桿對經濟發展具有門檻效應，當金融杠桿高于88%時，其對經濟發展具有顯著的負向作用；當金融杠桿低于88%時，對經濟發展具有正向促進作用。Arcand（2015）的分析得出了類似的結論，其計算得到的私人信貸總額占GDP比重門檻值為100%，略微高于前者。在國內研究方面，學者們以全球跨國數據或中國省級面板數據為分析對象，得出金融杠桿與經濟發展之間具有門檻效應和邊際效應遞減的非線性關系（王愛儉和杜強，2017；馬勇和陳雨露，2017），中國的情況也不例外（楊友才，2014）。
鑒于現有文獻的爭論，本文基于79個國家1990—2016年的平衡動態面板數據，采用門檻回歸模型和系統GMM估計方法，從門檻效應和拐點效應兩個角度對經濟發展中的金融杠桿作用進行系統的實證分析，分析視角較現有的文獻更為全面。在拐點效應分析中，本文還加入了金融杠桿波動水平，對金融杠桿的穩定性是否會對經濟發展產生影響進行了分析，對現有研究文獻進行了有益補充。
本文的后續內容安排如下：第二部分介紹門檻回歸分析和拐點分析的研究樣本、模型設定與變量說明；第三部分對經濟發展中金融杠桿是否存在門檻效應和拐點效應以及門檻拐點效應如何影響經濟發展進行實證分析和穩健性檢驗；第四部分進行總結并給出簡要的政策建議。
二、研究設計
（一）研究樣本與模型設定
基于數據的可得性，本文選取1990—2016年79個國家（地區）的年度數據為研究樣本，數據來源于世界銀行WDI數據庫和萬得數據庫①。為了消除極端值影響，本文在1%—99%的水平上對連續變量進行了Winsorize處理，最后得到79個國家（地區）的平衡面板數據。
在門檻回歸分析中，本文借鑒Hansen（1999）提出的門檻面板模型，建立如下計量模型：
[gdprate/pergdprate=β0+β1Xi，t+β2FLi，t（FD≤λ1）+β3FLi，t（FD>λ1）+εi，t] （1）
上述模型中，[gdprate/pergdprate]為被解釋變量，代表經濟發展水平，具體用GDP增長率和人均GDP增長率來衡量；[Xi，t]為控制變量，其回歸系數不隨門檻區制的變化而變化；[FLi，t]為核心解釋變量，代表金融杠桿水平，其系數隨門檻區制的變化而變化；[FDi，t]為金融發展水平，是計量模型的門檻變量；[λ]為與[FDi，t]金融發展水平相對應的門檻值。
在拐點分析中，主要是從金融杠桿及其波動水平的角度來分析對經濟發展的影響，同時基于平衡面板數據構建動態面板模型，具體如下：
[gdprate/pergdpratei，t=c+αgdprate/pergdpratei，t-1+βFLi，t+γFL2i，t+δvi，t+θZi，t+ui+ξi，t] （2）
被解釋變量與門檻回歸模型中基本一致，考慮到產出變量的連續性即本期產出的大小受到上一期產出的影響，在模型中引入了被解釋變量的滯后期。[FL2i，t]為金融杠桿水平的二次項，模型中引入二次項的目的主要是為了捕捉金融杠桿對經濟發展過程中可能存在的非線性作用。[vi，t]為金融杠桿的波動水平，用來分析金融杠桿波動對經濟發展的影響，這里用金融杠桿水平移動4期平均值的標準差來進行衡量。[Zi，t]為一組控制變量。
（二）變量說明
被解釋變量：采用GDP增長率和人均GDP增長率來衡量。
核心解釋變量：分別用私人部門信貸余額/GDP和廣義貨幣存量M2/GDP來進行衡量，前者主要是從微觀層面對金融杠桿水平進行衡量，代表了實體經濟中的金融杠桿水平；后者是從宏觀層面對金融杠桿水平進行衡量，代表了一個國家（地區）的整體金融杠桿水平。在門檻回歸分析中，選擇私人部門信貸余額/GDP作為金融杠桿衡量指標，重點考察實體經濟金融杠桿對經濟發展的門檻效應。M2/GDP在拐點分析中用于模型的穩健性檢驗。
門檻變量：已有的研究文獻表明，在金融發展的不同階段，其對經濟增長的影響表現出較大的不同。金融發展初期對經濟增長的邊際促進作用要遠遠大于金融發展的中后期，而金融杠桿的過度提升將會加大金融市場波動水平進而引發金融危機。借鑒王愛儉和杜強（2017）的做法，主要通過金融規模、金融效率和金融結構三個指標對金融發展階段進行衡量。金融規模為國家（地區）上市公司總市值與銀行機構貸款余額之和與GDP的比重；金融效率為資本形成總額與總儲蓄的比值，代表了一個國家（地區）儲蓄轉化成投資的能力；金融結構代表了金融支持實體經濟的融資方式，融資方式主要分為直接融資和間接融資，本文用上市公司市值與銀行貸款余額的比例來衡量。
控制變量：本文選取6個控制變量指標來衡量國家（地區）特征，分別為工業化程度（工業增加值占GDP的比重）、人口增長率、外貿依存度（商品貿易占GDP比重）、城市化水平（城市人口占總人口比重）、通貨膨脹率和老年人口比，主要從宏觀經濟和社會人口等方面對影響經濟發展的因素進行控制。
Pearson 相關系數檢驗結果顯示（限于篇幅，此處不再展示實證分析結果列表），核心解釋變量金融杠桿水平與經濟增長的系數符號顯著為正，門檻變量金融規模和金融效率與經濟增長的系數分別為正數和負數，初步判斷金融杠桿和金融效率的提升對經濟發展具有促進作用，而金融規模對經濟發展具有抑制作用。被解釋變量GDP增長率和人均GDP增長率、核心解釋變量pscredit和m2gdp之間具有高度的正相關性，其他解釋變量和被解釋變量之間的相關系數均未超過0.5，由于具有高度正相關性的被解釋變量和核心解釋變量不會同時出現在模型中，因此模型整體上不存在嚴重的共線性問題。
三、實證分析與檢驗
（一）基本模型回歸
本文通過構建Hausman統計量檢驗來明確要建立隨機效應模型還是固定效應模型，具體結果如表2所示。Hausman檢驗結果顯示模型存在顯著的固定效應，表3為在不考慮門檻效應的情況下，通過OLS最小二乘法、面板數據的固定效應模型得到的回歸結果。實證結果顯示，金融杠桿對經濟發展具有正向作用但未通過顯著性檢驗，表明在數據樣本期限內金融杠桿整體上對經濟發展的促進作用不明顯，可能的原因是金融發展的不同階段對經濟增長會產生不同的效應，金融發展對經濟增長的影響是非線性的，促進作用和抑制作用的相互影響使得金融杠桿整體上對經濟發展的作用不夠顯著，本文接下來將通過門檻模型進一步分析。
（二）門檻效應檢驗
借鑒Hansen（1999）的格點搜索方法，進行500次迭代抽樣（Bootstrap）后對門檻效應類型和門檻值進行了顯著性檢驗，結果如表4所示。金融發展的三個衡量指標金融規模、金融效率和金融結構均存在不同類型的門檻效應，并相應通過了顯著性檢驗。具體來看，金融規模（fscale）具有三重門檻效應，金融效率（fefficiency）存在單重門檻效應，金融結構（fstructure）存在雙重門檻效應。
（三）門檻回歸效應結果分析
基于表4的門檻效應檢驗結果，表5針對不同的金融發展門檻變量分析了金融杠桿對經濟發展的影響，從實證結果來看，金融杠桿對經濟發展促進作用的門檻范圍相對較窄，更多表現出的是對經濟發展的抑制作用。金融杠桿對經濟發展的影響作用在金融發展門檻值兩側表現出了較強的正負關系，即存在明顯的門檻效應。
模型（1）中將金融規模fscale作為金融發展的衡量指標和門檻變量，當金融規模小于2.433時，金融杠桿對經濟發展具有正向促進作用，影響系數為0.00753，并在10%的水平下通過了顯著性檢驗。而當金融規模fscale>2.433時，金融杠桿對經濟發展產生了抑制作用，均在1%或5%的水平下通過了顯著性檢驗。其中，當2.433
控制變量的回歸結果顯示，工業化程度、外貿依存度、城市化水平對經濟發展具有正向促進作用，且大都在1%或5%的水平下通過了顯著性檢驗。通貨膨脹水平對實際GDP增長率產生顯著負向作用，這與實際GDP增長率的計算過程相符。另外，老年人口比回歸系數在1%的水平下顯著為負，表明人口老齡化將對經濟增長產生顯著的抑制作用。
（四）拐點效應結果分析
本文引入金融杠桿二次項及其波動水平等因素，對經濟發展與金融杠桿之間的關系進行進一步研究。另外，內生性一直是計量經濟學力圖解決的首要問題，針對動態面板數據模型，OLS最小二乘方法和面板數據模型的固定效應或時間效應模型均不能很好地解決模型內生性這一問題，從而在某種情況下造成回歸結果的有偏性和無效性。Arellano和Bover（1995）提出的系統GMM分析方法對解決模型的內生性問題提供了較好的借鑒。系統GMM估計模型的計量思想是在差分方程的基礎上引入水平方程，將估計殘差重新帶入計量方程，從而整體上降低了誤差項對估計結果的影響。因此，系統GMM方法相較于傳統的OLS最小二乘估計和面板數據的固定效應和時間效應模型能夠最大限度地減少模型的內生性問題。本文基于計量模型（2）采用兩步系統廣義矩方法進行模型估計，將廣義貨幣存量占GDP比重（m2gdp）作為私人部門信貸余額占GDP比重（pscredit）的工具變量。
表6為金融杠桿水平與GDP增長率的GMM估計結果，模型（4）—（8）采取了逐步加入控制變量的方式對估計結果進行了展示。實證結果顯示，當被解釋變量為GDP增長率時，金融杠桿水平（pscredit）及金融杠桿的二次項（pscredit2）均在1%、5%或10%的水平下通過了顯著性檢驗，其中金融杠桿水平的影響系數顯著為正，金融杠桿的二次項系數顯著為負，表明金融杠桿與GDP增長率之間呈現顯著的倒U形關系，即金融杠桿與經濟增長之間具有非線性關系并存在拐點效應。這表明當金融杠桿水平在達到拐點之前對經濟發展具有正向促進作用，而在達到拐點之后將對經濟發展產生抑制作用。
從變量最完整的模型（8）的回歸系數來看，金融杠桿水平的拐點值大約出現在89.845的位置，當金融杠桿進入大于89.845的區域后將不會再對經濟發展具有促進作用。金融杠桿水平的波動性對經濟發展產生了負向作用，并分別在10%的水平下通過了顯著性檢驗。金融杠桿波動水平的加大將不利于經濟發展，并對經濟發展產生顯著的負向影響。這與現實經驗較為吻合，經濟發展離不開較為穩定的金融市場環境。金融杠桿水平的劇烈波動，導致經濟主體的投融資行為產生較大不確定性，不利于經濟的穩定增長。上述估計結果的顯著性或穩定性未受到加入控制變量的影響。
上文分析了金融杠桿水平及其波動對GDP增長率的影響。GDP增長率從宏觀整體層面衡量了一個國家（地區）財富創造能力的大小或水平，由于國家（地區）在人口數量上的差異，單純地以總量來衡量無法全面準確呈現某一國家（地區）的經濟發展水平。因此，本文將人均GDP增長率作為被解釋變量，用來衡量單個個體創造GDP財富增長的能力或水平，被解釋變量保持不變。表7為金融杠桿水平與人均GDP增長率的GMM估計結果，沿用了表6中逐步加入控制變量的方式對結果進行呈現。
估計結果發現，金融杠桿水平及其二次項系數在1%或5%的水平下通過了顯著性檢驗，表明在人均GDP增長率為被解釋變量下，金融杠桿與經濟發展的倒U形非線性關系仍然存在。從最完整方程模型（13）的回歸系數來看，金融杠桿水平的拐點值大約出現在98.250的位置，當金融杠桿進入大于98.250的區域后將不會再對人均經濟發展具有促進作用。金融杠桿水平的波動性對人均經濟發展產生了負向作用，但未通過顯著性檢驗，這也意味著金融杠桿的波動性對宏觀經濟的負向影響要強于對微觀個體的影響。從核心變量的影響效果來看，金融杠桿與經濟發展之間的拐點效應具有較強的穩定性。
（五）穩健性檢驗
為進一步檢驗金融杠桿對經濟發展影響的拐點效應，在穩健性檢驗中對核心解釋變量金融杠桿水平用廣義貨幣存量M2/GDP進行替代，限于篇幅，此處不再展示穩健性分析結果。穩健性估計結果與前文分析的結論基本一致，當以廣義貨幣存量M2/GDP來衡量金融杠桿水平時，其與經濟發展之間仍呈現倒U形的非線性關系，存在明顯的拐點效應，以M2/GDP衡量下的金融杠桿水平拐點值大約出現在227.070或203.667的位置。金融杠桿波動對經濟發展具有負向作用，在10%的水平下通過了顯著性檢驗。以上結果表明了本文基于系統GMM模型估計金融杠桿拐點效應的結果具有穩健性。
四、研究結論與啟示
本文基于79個國家（地區）1990—2016年的跨國平衡面板數據，采用門檻回歸模型和系統GMM模型分析了經濟發展與金融杠桿的非線性關系特征。實證分析結果顯示，經濟發展中金融杠桿存在顯著的門檻效應，即金融杠桿對經濟發展的作用隨著門檻變量值的不同而具有顯著的異質性特征，但金融杠桿對經濟發展促進作用的門檻范圍相對較窄，更多表現出的是對經濟增長的抑制作用。具體來看，金融規模的增加將會削弱金融杠桿對經濟發展的邊際促進作用，而金融效率的提升有助于促進作用的改善。金融結構的優化對經濟發展具有正向促進作用，但資本市場的過度繁榮容易造成資金在金融系統內空轉，提高系統性金融風險，從而不利于經濟發展。拐點效應分析表明，金融杠桿和經濟發展之間呈倒U形的非線性關系，隨著金融杠桿水平的提高，經濟增速會先升高后下降，即存在一個“拐點”。另外，金融杠桿的波動將對經濟發展產生顯著的負向作用。
實證分析結果顯示，用私人部門信貸余額/GDP和廣義貨幣存量M2/GDP來衡量金融杠桿水平時，其“拐點”分別位于pscredit=89.845—98.250、M2/GDP=203.667—227.070的位置。從我國目前的金融杠桿水平來看，pscredit指標在樣本期內一直處于后拐點區域，而M2/GDP指標也已于2017年進入后拐點區域，這也意味著當前金融杠桿水平的繼續提升對經濟發展的促進作用將會變得更加微弱，一定程度上還會對經濟發展造成抑制作用。在金融杠桿進入拐點的后區域時代，宏觀經濟將面臨下滑壓力。因此，提升金融資源配置效率，讓金融回歸本源并服務于實體經濟高質量發展，同時促進產業優化升級，尋找新的經濟增長點變得尤為重要。另外，金融杠桿的波動對經濟發展具有較大的破壞性和抑制性，實施穩健中性貨幣政策，維護金融安全穩定，確保不發生系統性金融風險的底線具有重大意義。
注：
①本文選取的79個樣本國家和地區具體如下：高收入國家和地區（32個）：澳大利亞、奧地利、比利時、巴林、巴巴多斯、加拿大、瑞士、智利、捷克、德國、西班牙、法國、英國、希臘、中國香港、匈牙利、以色列、意大利、日本、韓國、盧森堡、荷蘭、挪威、新西蘭、阿曼、波蘭、沙特、新加坡、斯洛伐克、斯洛文尼亞、瑞典、美國；中高等收入國家（27個）：阿根廷、保加利亞、巴西、博茨瓦納、中國、哥倫比亞、哥斯達黎加、厄瓜多爾、克羅地亞、伊朗、牙買加、哈薩克斯坦、黎巴嫩、墨西哥、黑山、毛里求斯、馬來西亞、納米比亞、巴拿馬、秘魯、巴拉圭、羅馬尼亞、俄羅斯、塞爾維亞、泰國、土耳其、南非；中低等收入國家（19個）：孟加拉國、科特迪瓦、埃及、加納、印度尼西亞、印度、約旦、肯尼亞、斯里蘭卡、摩洛哥、尼日利亞、巴基斯坦、菲律賓、巴布亞新幾內亞、斯威士蘭、突尼斯、烏克蘭、越南、贊比亞；低收入國家（1個）：坦桑尼亞。
參考文獻：
[1]Arcand，J.， E.Berkes and U.Panizza. 2015. Too much finance. Journal of Economic Growth，20.
[2]Cecchetti， S.G.， Kharroubi， E. 2012. Reassessing the impact of finance on growth. BIS Working Paper Series， No.381.
[3]King， R.G. and R.Levine. 1993. Finance and Growth： Schumpeter Might be Right. Quarterly Journal of Economics，108.
[4]Levine， R. 1997. Financial development and economic growth： views and agenda. Journal of Economic Literature.
[5]Rousseau， P.L.， Wachtel. P. 2011. What is happening to the impact of financial deepening on economic growth？ Economic Inquiry，49（1）.
[6]Beck，T.，Levine，R.，and Loayza，N. 2000. Finance and the source of growth. Journal of Financial Economics，58.
[7]Beck，T.，D.Hans， and K.Christiane.（2014）. Is more finance better？ disentangling intermediation and size effects of financial systems. Journal of Financial Stability，10，50-64.
[8]Dirk Bezemera.，Maria Grydakib. 2014. Financial fragility in the great moderation. Journal of Banking and Finance，49.
[9]Law，S.and N.Singh. 2014. Does too much finance harm economic growth？ Journal of Banking and Fiance，41.
[10]Shen，C.，and C.Lee. 2006. Same financial development yet different economic growth-why？ Journal of Money，Credit and Banking， 38（7）.
[11]Wachtel P. 2011. The evolution of the finance growth nexus.Comparative Economic Studies，3.
[12]Windmeijer， F. 2005. A finite sample correction for the variance of linear efficient two-step GMM estimators. Journal of Econometrics， 126.
[13]馬勇，陳雨露.金融杠桿、杠桿波動與經濟增長[J].經濟研究，2017，（6）.
[14]馬勇，田拓，阮卓陽，朱軍軍.金融杠桿、經濟增長與金融穩定[J].金融研究，2016，（6）.
[15]王愛儉，杜強.經濟發展中金融杠桿的門檻效應分析[J].金融評論，2017，（5）.
[16]楊友才.金融發展與經濟增長——基于我國金融發展門檻變量的分析[J].金融研究，2014，（2）.
[17]楊久清.金融杠桿、利率與險資“危機”[J].財會月刊，2017，（27）.
[18]武志.金融發展與經濟增長：來自中國的經驗分析[J].金融研究，2010，（5）.
