宏觀杠桿率、結(jié)構(gòu)性扭曲與系統(tǒng)性金融風(fēng)險——基于跨國面板數(shù)據(jù)的經(jīng)驗研究

王桂虎 郭金龍

(1.鄭州航空工業(yè)管理學(xué)院經(jīng)貿(mào)學(xué)院，河南 鄭州 450046；2.中國社科院金融研究所，北京 100028)

引言

在本輪金融危機之后，去杠桿和防范系統(tǒng)性金融風(fēng)險成為各國學(xué)界熱議的問題之一。IMF(2018)[4]認(rèn)為，在全球債務(wù)和宏觀杠桿率快速增長的背景下，由于各國不同部門杠桿率呈現(xiàn)結(jié)構(gòu)性差異，有可能對各國經(jīng)濟產(chǎn)生結(jié)構(gòu)性扭曲，并引發(fā)系統(tǒng)性金融風(fēng)險。因此，對宏觀杠桿率、結(jié)構(gòu)性扭曲和系統(tǒng)性金融風(fēng)險之間的關(guān)系進(jìn)行深入研究，具有非常重要的理論價值和政策含義。

根據(jù)現(xiàn)有文獻(xiàn)的研究，杠桿率可以分為宏觀和微觀兩種范疇。按照國際清算銀行(BIS)和國際貨幣基金組織(IMF)的定義，宏觀杠桿率也可以稱為全社會杠桿率，它是指全社會的債務(wù)總和與GDP的比值，具體而言全社會可以劃分為非金融企業(yè)、金融機構(gòu)、居民部門、政府部門和對外部門。微觀杠桿率一般而言是指資產(chǎn)負(fù)債率，可以用債務(wù)總額(或負(fù)債總額)與資產(chǎn)總額的比值表示，可以衡量某一機構(gòu)或部門償付債務(wù)的能力(王國剛，2017)[17]。由于微觀杠桿率的波動不明顯，并且具有一定的誤導(dǎo)性，因此學(xué)界一般討論的杠桿率是宏觀杠桿率(李揚，2017)[13]。

從經(jīng)濟意義上講，扭曲是指一個國家宏觀經(jīng)濟運行偏離最優(yōu)均衡狀態(tài)的程度。從以上視角來說，扭曲幾乎在所有國家都存在，而且可以分為內(nèi)生性扭曲和政策引致型扭曲兩種，其中內(nèi)生性扭曲主要是由一國的經(jīng)濟市場發(fā)展不完善所形成的，政策引致型扭曲則是由政府決策所導(dǎo)致的扭曲。從效果上看，無論是內(nèi)生性扭曲還是政策引致型扭曲，都會對本國的金融、投資、貿(mào)易、商業(yè)等形成結(jié)構(gòu)性的沖擊，即產(chǎn)生結(jié)構(gòu)性扭曲(張曉晶等，2018)[19]。系統(tǒng)性金融風(fēng)險則是指一個國家的金融市場遭受到系統(tǒng)性因素的沖擊，嚴(yán)重時甚至?xí)纬山鹑谖C。從學(xué)說史的視角看，馬克思、凱恩斯、明斯基和伯南克等人均使用不同理論來分析金融危機的形成原因和應(yīng)對措施(柳欣，1996)[14]。

現(xiàn)有文獻(xiàn)來中關(guān)于宏觀杠桿率與結(jié)構(gòu)性扭曲的關(guān)系的研究主要集中在宏觀杠桿率對經(jīng)濟增長的促進(jìn)或阻礙作用上。如Benkraiem等(2017)[1]使用法國小企業(yè)在全球金融危機之前和期間的數(shù)據(jù)研究發(fā)現(xiàn)：企業(yè)杠桿率過高，會導(dǎo)致工人的就業(yè)條件上升，從而造成就業(yè)率下降、對經(jīng)濟增長形成扭曲；Dell'Ariccia等(2017)[3]考察了美國金融部門的杠桿率與經(jīng)濟波動之間的關(guān)系，認(rèn)為銀行杠桿的增加會對利率變化產(chǎn)生影響，進(jìn)而影響宏觀經(jīng)濟；譚海鳴等(2016)[15]使用可計算一般均衡(CGE)模型研究發(fā)現(xiàn)，一定的金融杠桿會對經(jīng)濟增長形成良性扭曲，并目前我國金融杠桿的風(fēng)險可控；王桂虎(2017)[16]則認(rèn)為，我國非金融企業(yè)杠桿率會對經(jīng)濟增長造成不良扭曲，甚至?xí)纬蓢?yán)重阻礙。

與此同時，宏觀杠桿率與系統(tǒng)性金融風(fēng)險之間的關(guān)系也受到了學(xué)者的較大關(guān)注。Phelan和Gregory(2016)[6]指出，金融部門杠桿率過高，容易引發(fā)一國的系統(tǒng)性金融風(fēng)險，并會增加金融危機發(fā)生的頻率和持續(xù)時間；Kumhof等(2015)[5]通過考察1920～1929年和1983～2008年期間美國居民部門杠桿率，發(fā)現(xiàn)低收入和中等收入家庭的杠桿率大幅增加，最終導(dǎo)致了嚴(yán)重的金融危機；馬建堂等(2016)[12]認(rèn)為，我國宏觀杠桿率的潛在風(fēng)險很大，對它引發(fā)的系統(tǒng)性金融風(fēng)險進(jìn)行防范是金融監(jiān)管的重要任務(wù)；茍文均等(2016)[10]使用CCA模型進(jìn)行實證研究，發(fā)現(xiàn)宏觀杠桿率上升會推高經(jīng)濟的風(fēng)險水平，并會通過股權(quán)和債權(quán)兩個渠道來影響系統(tǒng)性金融風(fēng)險。

綜合而言，在現(xiàn)有的宏觀杠桿率、結(jié)構(gòu)性扭曲和系統(tǒng)性金融風(fēng)險關(guān)系的文獻(xiàn)中，通常只探討宏觀杠桿率與結(jié)構(gòu)性扭曲的關(guān)系，或者研究宏觀杠桿率與系統(tǒng)性金融風(fēng)險之間的關(guān)系，很少有文獻(xiàn)能夠深入分析三者之間的動態(tài)影響。因此，本文選取國際清算銀行(BIS)、華爾街日報社與美國傳統(tǒng)基金會等統(tǒng)計的全球35個國家1995～2016年的面板數(shù)據(jù)，對三者之間的動態(tài)關(guān)系進(jìn)行實證分析。

宏觀杠桿率與結(jié)構(gòu)性扭曲：一個概覽

一、全球宏觀杠桿率概況

根據(jù)國際貨幣基金組織(IMF)的估算，自2007年以來，全球宏觀杠桿率就呈現(xiàn)出不斷上升的趨勢。截止2016年底，全球各國的公共債務(wù)和私人債務(wù)的總和達(dá)到了164萬億美元，平均宏觀杠桿率達(dá)到了225%。除了國際貨幣基金組織(IMF)之外，國際清算銀行(BIS)也對全球各國的宏觀杠桿率進(jìn)行了估算，但是估算方法和口徑存在一定差異，因此二者得到的結(jié)果也有所不同。

圖1是國際貨幣基金組織(IMF)估算的2008～2016年美國、英國、法國、中國、日本和馬來西亞的宏觀杠桿率走勢。從估算結(jié)果看，馬來西亞的宏觀杠桿率最高，而且近年來一直居高不下；英國、日本和法國的宏觀杠桿率也處于高位；中國和美國的宏觀杠桿率在全球范圍處于中游水平。在統(tǒng)計口徑上，國際貨幣基金組織(IMF)重點關(guān)注了銀行信貸和公司債券的規(guī)模，但是對地方政府融資平臺和影子銀行的關(guān)注度不夠，可能會對中國宏觀杠桿率的估算存在一定的低估，但并不影響其對中國宏觀杠桿率總體趨勢的判斷。

圖1 2008～2016年美國、英國、法國、中國、日本和馬來西亞的宏觀杠桿率走勢(單位：%)

二、結(jié)構(gòu)性扭曲

從現(xiàn)有文獻(xiàn)看，學(xué)者們采用了不同的方法來衡量一個國家宏觀經(jīng)濟的結(jié)構(gòu)性扭曲程度。有些學(xué)者通過金融摩擦、市場摩擦等視角來衡量結(jié)構(gòu)性扭曲，并使用數(shù)理公式對其進(jìn)行測算(柏培文，2012)[7]，還有些學(xué)者使用市場化指數(shù)來衡量結(jié)構(gòu)性扭曲，因為其具有簡單、易于比較的優(yōu)點(樊綱等，2001)[9]。根據(jù)張曉晶等(2018)[19]的研究方法，本文選取華爾街日報社與美國傳統(tǒng)基金會發(fā)布的經(jīng)濟自由指數(shù)作為代理變量衡量結(jié)構(gòu)性扭曲。該經(jīng)濟自由指數(shù)包含金融、投資、貿(mào)易等10個子指標(biāo)，取值范圍在0～100之間，取值越高就代表一國經(jīng)濟的自由度越大，結(jié)構(gòu)性扭曲的程度越低。

圖2是2016年美國、英國、法國、中國、日本和馬來西亞的經(jīng)濟自由指數(shù)，從圖中可以看到，英國的經(jīng)濟自由指數(shù)最高，達(dá)到了76.4；美國、日本和馬來西亞的經(jīng)濟自由指數(shù)均位于70～75之間；法國中國的經(jīng)濟自由指數(shù)較低，均低于70。

總體而言，宏觀杠桿率與結(jié)構(gòu)性扭曲已經(jīng)成為全球各國面臨的重要問題。那么它們之間存在什么樣的動態(tài)關(guān)系？它們對于系統(tǒng)性金融風(fēng)險會產(chǎn)生什么樣的影響？下面的實證研究，試圖為以上問題提供相應(yīng)的答案。

宏觀杠桿率對結(jié)構(gòu)性扭曲的影響

一、理論分析

關(guān)于宏觀杠桿率對一國經(jīng)濟的影響，已經(jīng)有一些學(xué)者進(jìn)行了理論的探討。假設(shè)宏觀杠桿率用hggl表示，債務(wù)用debt表示，根據(jù)紀(jì)敏等(2017)[11]，可以推出以下公式：

圖2 2016年美國、英國、法國、中國、日本和馬來西亞的經(jīng)濟自由指數(shù)(衡量結(jié)構(gòu)性扭曲)

(1)式兩邊同時取差分得：

或者對(1)式變形得：

(3)式兩邊同時取差分得：

由(2)式可知，宏觀杠桿率對一國經(jīng)濟會產(chǎn)生一定的影響；由(4)式可知，宏觀杠桿率對一國的人均經(jīng)濟也會產(chǎn)生一定的影響。從宏觀經(jīng)濟的不同行業(yè)與部門看，當(dāng)宏觀杠桿率發(fā)生變化時，它們就有可能會形成結(jié)構(gòu)性扭曲。下面我們將使用實證模型來進(jìn)行分析驗證。

二、樣本選擇與模型設(shè)定

為了研究宏觀杠桿率對結(jié)構(gòu)性扭曲的影響，我們選取了35個國家1995～2016年的跨國面板數(shù)據(jù)。因為國際貨幣基金組織(IMF)估算的宏觀杠桿率的數(shù)據(jù)可能會低于真實值，所以我們選取了國際清算銀行(BIS)對宏觀杠桿率的估算數(shù)據(jù)。由于這35個國家的GDP總量占全球各國GDP總量的65%以上，因此它們在全球范圍內(nèi)具有較高的代表性，并且也避免了由于經(jīng)濟體量太小而引發(fā)的異常值的出現(xiàn)。

與此同時，為了深入刻畫宏觀杠桿率與結(jié)構(gòu)性扭曲之間的關(guān)系，我們根據(jù)IMF宏觀杠桿率數(shù)據(jù)庫中的數(shù)值，將這35個國家分為偏高、居中、偏低三組，其中“偏高組”包含日本、馬來西亞、新西蘭、泰國、土耳其、比利時、加拿大、瑞士、西班牙、英國、希臘、匈牙利和以色列等13個國家；“居中組”包含挪威、波蘭、葡萄牙、美國、澳大利亞、巴西、中國、丹麥、法國、印度尼西亞、印度、意大利和墨西哥等13個國家；“偏低組”包含荷蘭、俄羅斯、瑞典、新加坡、南非、阿根廷、捷克、德國和愛爾蘭等9個國家1。

在模型設(shè)定方面，為了通過實證分析宏觀杠桿率與結(jié)構(gòu)性扭曲之間的關(guān)系，并且充分考量各經(jīng)濟變量之間可能存在的動態(tài)關(guān)系，本文將動態(tài)面板模型設(shè)定為如下形式：

其中，(5)式中各變量的t代表時間，i代表國家，jjzyit代表一國的經(jīng)濟自由度(衡量結(jié)構(gòu)性扭曲程度)，jjzyit-1為經(jīng)濟自由度的滯后項，kerit代表模型中的核心解釋變量(即宏觀杠桿率與其平方項)，cotrit代表模型中可能會影響結(jié)構(gòu)性扭曲的控制變量，init代表模型的個體效應(yīng)，eit則代表模型的誤差項。

在(5)式中，由于jjzyit與jjzyit-1均與誤差項eit相關(guān)，因此如果采用最小二乘法對模型進(jìn)行估計，可能會出現(xiàn)不一致和有偏的結(jié)果。同時，如果采用固定效應(yīng)模型，也可能會導(dǎo)致估計量是不一致和有偏的。為了避免以上結(jié)果的出現(xiàn)，我們使用Blundell和Bondi(1995)[2]提出的系統(tǒng)GMM估計(系統(tǒng)廣義矩估計)方法。為了方便檢驗，可以將(1)式改寫為：

在(6)式中，jjzyit-1為jjzyit的滯后項，可以看作為內(nèi)生變量，exogit則是包含核心解釋變量和控制變量的外生變量，θ是變量exogit前的系數(shù)。由于系統(tǒng)GMM估計方法可以有效避免變量之間的內(nèi)生性問題，對于動態(tài)面板的估計非常有效，因此本文選用這種方法對模型進(jìn)行估計和分析。

三、變量選擇

基于數(shù)據(jù)的可獲得性，本文采用了3 5個國家1995～2016年的跨國面板數(shù)據(jù)。此外，為了使實證結(jié)果更加準(zhǔn)確，根據(jù)現(xiàn)有文獻(xiàn)的方法，我們在實證分析過程中還加入了三個層面的控制變量：首先是經(jīng)濟層面，包含全要素生產(chǎn)率(tfp)增長率和投資率,其中全要素生產(chǎn)率(tfp)可以反映全社會的技術(shù)進(jìn)步和生產(chǎn)效率情況，數(shù)據(jù)均來源于世界大型企業(yè)聯(lián)合會數(shù)據(jù)庫(Conference Board)2；其次是金融層面，包含銀行不良貸款和貸款利率，數(shù)據(jù)均來源于世界銀行；再次是社會層面，本文使用城鎮(zhèn)化率(czh)來表示，它可以衡量一個國家人口變遷、產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變情況，數(shù)據(jù)來源于世界銀行。

表1 系統(tǒng)GMM模型中各變量定義

四、實證結(jié)果及分析

在實證分析過程中，我們首先對35個國家的整體數(shù)據(jù)進(jìn)行回歸，然后按照宏觀杠桿率數(shù)值偏低、居中和偏高對數(shù)據(jù)進(jìn)行分組回歸。表2是使用系統(tǒng)GMM模型回歸的結(jié)果。

表2是使用系統(tǒng)GMM模型對結(jié)構(gòu)性扭曲回歸結(jié)果。其中，前4列顯示的是全部35個國家的整體回歸結(jié)果，模型(1)只包含核心解釋變量，即宏觀杠桿率及其二次項，模型(2)～(4)依次加入了經(jīng)濟自由度的滯后一期、交乘項和三個層面的控制變量。從前4列的回歸結(jié)果可以看出，宏觀杠桿率與經(jīng)濟自由度之間呈現(xiàn)顯著的正相關(guān)，但其二次項與經(jīng)濟自由度之間呈現(xiàn)顯著的負(fù)相關(guān)，表明二者之間為倒U形關(guān)系，即隨著宏觀杠桿率的上升，經(jīng)濟自由度會先上升后下降，存在一個拐點。由于經(jīng)濟自由度與結(jié)構(gòu)性扭曲之間為負(fù)相關(guān)關(guān)系，那么宏觀杠桿率與結(jié)構(gòu)性扭曲之間呈現(xiàn)顯著的正U形關(guān)系。

為了檢驗不同宏觀杠桿率數(shù)值與經(jīng)濟自由度之間的關(guān)系，在模型(5)～(7)中，依次按照宏觀杠桿率數(shù)值偏低、居中和偏高三組進(jìn)行回歸檢驗。回歸結(jié)果顯示，雖然變量宏觀杠桿率的回歸系數(shù)都是顯著的，但是在模型(5)中為正數(shù)，在模型(6)～(7)中為負(fù)數(shù)，而且模型(7)的系數(shù)要比模型(6)大。這表明，伴隨著宏觀杠桿率數(shù)值的不斷上升，其對經(jīng)濟自由度的抑制程度愈發(fā)顯著，即顯著促進(jìn)了經(jīng)濟的結(jié)構(gòu)性扭曲。綜合來看，整體回歸與分組回歸的結(jié)果基本一致，即宏觀杠桿率偏低時對經(jīng)濟自由度較為有利，但伴隨著宏觀杠桿率數(shù)值的增加，就會對經(jīng)濟自由度形成顯著的抑制作用，而且前者數(shù)值越大，起到的抑制作用就越大，即引致的結(jié)構(gòu)性扭曲也越大。

表2 系統(tǒng)GMM模型對經(jīng)濟自由度回歸結(jié)果

在控制變量方面，通過分析顯著程度和系數(shù)，發(fā)現(xiàn)：(1)銀行不良貸款率在宏觀杠桿率偏低和居中時會促進(jìn)經(jīng)濟自由度，在宏觀杠桿率偏高時作用不顯著，符合經(jīng)濟學(xué)直覺；(2)其他控制變量與經(jīng)濟自由度之間的關(guān)系不顯著。從交乘項看，它在回歸過程中均為顯著的，表明宏觀杠桿率的確會對經(jīng)濟自由度形成深刻影響。同時，模型(1)～(7)都通過了AR(2)檢驗和sargan檢驗,這表明以上模型均沒有受到殘差序列相關(guān)的影響，并且工具變量的選取也較為合理，實證結(jié)果是可信的。

五、穩(wěn)健性檢驗

將核心解釋變量中宏觀杠桿率及其二次項的數(shù)據(jù)來源由國際清算銀行(BIS)替換為國際貨幣基金組織(IMF)，同樣選取這35個國家的相應(yīng)數(shù)據(jù)，再次使用系統(tǒng)GMM模型對經(jīng)濟自由度進(jìn)行檢驗，實證結(jié)果表明，無論是宏觀杠桿率還是其二次項，以及分組回歸后各變量的系數(shù)符號和顯著程度都沒有發(fā)生變化，說明以上模型的結(jié)論是穩(wěn)健的。

宏觀杠桿率拐點后的結(jié)構(gòu)性扭曲與系統(tǒng)性金融風(fēng)險

一、模型設(shè)定與數(shù)據(jù)選取

根據(jù)以上分析，當(dāng)宏觀杠桿率數(shù)值處于居中和偏高區(qū)域時會引發(fā)經(jīng)濟的結(jié)構(gòu)性扭曲，接下來將要探討的是，當(dāng)宏觀杠桿率上升到拐點之后，一國的經(jīng)濟出現(xiàn)結(jié)構(gòu)性扭曲時，該國的系統(tǒng)性金融風(fēng)險會受到什么樣的影響。根據(jù)表2的實證結(jié)果，分組回歸后，宏觀杠桿率偏低組與經(jīng)濟自由度正相關(guān)，而宏觀杠桿率居中組和偏高組均與經(jīng)濟自由度負(fù)相關(guān)，這表明拐點可能就發(fā)生在偏低組與居中組的數(shù)值之間。為此，我們剔除掉宏觀杠桿率偏低的國家，即只保留宏觀杠桿率居中組和偏高組，包括美國、中國等26個國家的數(shù)據(jù)，使用二元面板離散模型來進(jìn)行實證研究。

借鑒現(xiàn)有文獻(xiàn)的做法，本文選取金融危機作為系統(tǒng)性金融風(fēng)險的代理變量(陳雨露和馬勇，2013)[8]。由于面板logit模型相對容易理解，且對隨機誤差項的要求相對寬泛，本文選取面板logit模型進(jìn)行回歸。在面板logit模型中，通常需要假設(shè)存在一個隱含變量 ，其具體形式為：

(7)式中，各變量的t代表時間，i代表國家，crisisit代表一國的系統(tǒng)性金融風(fēng)險(或者是否金融危機)，coreit代表模型中的核心解釋變量(即經(jīng)濟自由度)，cotrit代表模型中可能會影響系統(tǒng)性金融風(fēng)險的控制變量，init代表模型的個體效應(yīng)，εit則代表模型的誤差項。由于隱含變量不能被人們觀測，而虛擬變量crisisit可以被觀測，二者的關(guān)系可以表示為：當(dāng)crisis*it＞0時，crisisit=1；當(dāng)crisis*it≤0時，crisisit=1。為了便于理解，可以將(7)式簡化為：

在(8)式中explanit表示模型中的解釋變量。由(8)式，可以推導(dǎo)出：

其中， 表示prob(crisisit=1)等于1的概率大小。在面板logit模型下，根據(jù)格林(1998)[18]，crisisit=1的概率最終可以表示為：

在數(shù)據(jù)選取方面，我們使用國際貨幣基金組織(IMF)統(tǒng)計的全球各國金融危機數(shù)據(jù)，該數(shù)據(jù)是0-1賦值的面板數(shù)據(jù)。在面板logit模型中，核心解釋變量為經(jīng)濟自由度(衡量結(jié)構(gòu)性扭曲)，控制變量包括宏觀杠桿率、全要素生產(chǎn)率(tfp)增長率、投資率、銀行不良貸款、貸款利率和城鎮(zhèn)化率，定義如表1所述。

二、實證結(jié)果及分析

首先對宏觀杠桿率上升到拐點之后整體國家的數(shù)據(jù)進(jìn)行回歸，再按照宏觀杠桿率數(shù)值居中和偏高分別對數(shù)據(jù)進(jìn)行分組回歸，分組方式和上文相同。表3為使用面板logit模型回歸的結(jié)果。

表3中，模型(8)～(11)為全部35個國家的整體回歸結(jié)果，其中模型(8)只包含經(jīng)濟自由度、宏觀杠桿率和銀行不良貸款率，模型(9)在其基礎(chǔ)上加入了全要素生產(chǎn)率增長率，模型(10)在模型(9)基礎(chǔ)上加入了經(jīng)濟自由度與宏觀杠桿率的交乘項，模型(11)又加入了投資率、貸款利率和城鎮(zhèn)化率等控制變量。模型(12)～(13)則是按照宏觀杠桿率數(shù)值居中和偏高對數(shù)據(jù)進(jìn)行分組回歸。

表3 使用面板logit模型對系統(tǒng)性金融風(fēng)險回歸結(jié)果

從以上回歸結(jié)果看，經(jīng)濟自由度對系統(tǒng)性金融風(fēng)險起到顯著的抑制作用，由于經(jīng)濟自由度與結(jié)構(gòu)性扭曲之間為負(fù)相關(guān)關(guān)系，當(dāng)宏觀杠桿率上升到拐點之后，結(jié)構(gòu)性扭曲對系統(tǒng)性金融風(fēng)險起到顯著的推動作用。這就意味著，在“宏觀杠桿率拐點后階段”，一國經(jīng)濟的結(jié)構(gòu)性扭曲會導(dǎo)致金融體系的不穩(wěn)定性上升，甚至?xí)黾咏鹑谖C爆發(fā)的概率。

三、穩(wěn)健性檢驗

本文將反映核心解釋變量的經(jīng)濟自由指數(shù)替換為美國傳統(tǒng)基金會公布的金融自由指數(shù)進(jìn)行穩(wěn)健性檢驗，該指數(shù)也可以反映出一個國家的金融開放和扭曲程度。使用面板probit模型再次進(jìn)行回歸檢驗，結(jié)果表明，經(jīng)濟自由度與其他解釋變量的顯著性和符號在回歸后都未發(fā)生變化，說明以上實證檢驗的結(jié)論是穩(wěn)健的。

結(jié)論與啟示

一、模型結(jié)論的內(nèi)在機理分析

本文基于全球35個國家1995～2016年的跨國面板數(shù)據(jù)，對宏觀杠桿率、結(jié)構(gòu)性扭曲和系統(tǒng)性金融風(fēng)險之間的關(guān)系進(jìn)行了實證檢驗。結(jié)果發(fā)現(xiàn)，宏觀杠桿率偏低時對經(jīng)濟自由度較為有利，但伴隨著宏觀杠桿率數(shù)值的增加，就會對經(jīng)濟自由度形成顯著的抑制作用，而且前者數(shù)值越大，起到的抑制作用就越大，即引致的結(jié)構(gòu)性扭曲也越大；在“宏觀杠桿率拐點后階段”，一國經(jīng)濟的結(jié)構(gòu)性扭曲會導(dǎo)致金融體系的不穩(wěn)定性上升，甚至?xí)黾咏鹑谖C爆發(fā)的概率。

形成以上結(jié)論的背后原因在于，當(dāng)一個國家的宏觀杠桿率(債務(wù)/GDP)較低時，一些不良資產(chǎn)較少的企業(yè)或金融機構(gòu)適當(dāng)?shù)靥岣吒軛U率可以刺激經(jīng)濟的發(fā)展，促進(jìn)經(jīng)濟自由度的提升；當(dāng)一個國家的宏觀杠桿率(債務(wù)/GDP)較高時，尤其是金融機構(gòu)的順周期性會導(dǎo)致大量的企業(yè)不良資產(chǎn)出現(xiàn)，這時會對經(jīng)濟發(fā)展形成嚴(yán)重的危害，不僅會使一國經(jīng)濟形成結(jié)構(gòu)性扭曲，而且這種結(jié)構(gòu)性扭曲會導(dǎo)致系統(tǒng)性金融風(fēng)險的增加。基于以上原因，去杠桿并非是要“去除杠桿”，而是要讓宏觀杠桿率保持一定的可持續(xù)性(李揚，2017)[13]。

二、基于中國的情況進(jìn)一步分析

2008年以來學(xué)界對于宏觀杠桿率的研究熱情高漲，除了國際清算銀行(BIS)和國際貨幣基金組織(IMF)之外，還有諸多機構(gòu)對中國的宏觀杠桿率進(jìn)行了深入研究和分析。圖3是國家金融與發(fā)展實驗室公布的2000～2017年中國宏觀杠桿率、非金融企業(yè)、政府部門和居民部門杠桿率。由于估算方法和口徑與國際清算銀行(BIS)和國際貨幣基金組織(IMF)均不同，三家機構(gòu)的估算結(jié)果都存在差別，但是所得結(jié)果中，中國宏觀杠桿率和各部門杠桿率的趨勢均保持一致。從圖3可以看出，近年來我國宏觀杠桿率持續(xù)上升，但2016年以后上升速度放緩；非金融企業(yè)杠桿率也維持上升趨勢，而且高居世界各國首位；政府部門和居民部門杠桿率走勢則較為平穩(wěn)。具體而言，我國國有企業(yè)和地方政府的杠桿率較高，存在的風(fēng)險隱患較大，這也是結(jié)構(gòu)性去杠桿的關(guān)鍵所在。

圖3 2000～2017年中國宏觀杠桿率、非金融企業(yè)、政府部門和居民部門杠桿率

當(dāng)前我國國有企業(yè)和地方政府的杠桿率居高不下，不可避免地對宏觀經(jīng)濟形成了結(jié)構(gòu)性扭曲。從本文的實證結(jié)果看，目前我國宏觀杠桿率居于世界中游水平，此時的結(jié)構(gòu)性扭曲對系統(tǒng)性金融風(fēng)險起到顯著的推動作用，因此應(yīng)當(dāng)加大風(fēng)險防范力度。

三、啟示

1. 結(jié)構(gòu)性去杠桿仍然非常必要

盡管當(dāng)前我國已經(jīng)逐步從“去杠桿”階段轉(zhuǎn)變?yōu)椤胺€(wěn)杠桿”階段，但是一些國有企業(yè)和地方政府的杠桿率問題仍然非常嚴(yán)重。根據(jù)多家研究機構(gòu)的估算，自2014年開始我國非金融企業(yè)的杠桿率就上升到世界首位，其中國有企業(yè)的債務(wù)負(fù)擔(dān)占全體非金融企業(yè)部門債務(wù)的60%左右，而且在近年來去杠桿的政策背景下卻出現(xiàn)了加杠桿的跡象。我國金融風(fēng)險的根源在于杠桿率過高，而國有企業(yè)和地方政府去杠桿是重中之重。因此，只有盡快地將國有企業(yè)和地方政府的杠桿率降下來，才能從根源上防范系統(tǒng)性金融風(fēng)險的爆發(fā)。

2. 結(jié)構(gòu)性扭曲應(yīng)當(dāng)?shù)玫郊m正和消除

由本文的實證結(jié)果可知，在我國經(jīng)濟的發(fā)展過程中，宏觀杠桿率引致的結(jié)構(gòu)性扭曲已經(jīng)成為可持續(xù)發(fā)展的重要障礙。因此，應(yīng)當(dāng)明確政府與市場之間的邊界，尋找二者之間的平衡與組織，在此基礎(chǔ)上充分發(fā)揮市場在資源配置中的作用，并且通過深化改革來糾正和消除結(jié)構(gòu)性扭曲，這樣才能實現(xiàn)我國經(jīng)濟的長期健康發(fā)展。

3. 我國應(yīng)該防范宏觀杠桿率和結(jié)構(gòu)性扭曲引致的系統(tǒng)性金融風(fēng)險

由本文的實證結(jié)果可知，目前我國的宏觀杠桿率和結(jié)構(gòu)性扭曲均對系統(tǒng)性金融風(fēng)險起到顯著的推動作用，因此嚴(yán)控其所引發(fā)的系統(tǒng)性金融風(fēng)險是非常必要的。但是，從長期來看，應(yīng)當(dāng)對結(jié)構(gòu)性去杠桿和消除不良扭曲保持樂觀態(tài)度。根據(jù)國家金融與發(fā)展實驗室的統(tǒng)計數(shù)據(jù)，截至2017年底，我國金融部門去杠桿在過去三年取得了很大的成績，因此我們有理由相信國有企業(yè)和地方政府在未來三年實現(xiàn)成功降杠桿，并且糾正和消除結(jié)構(gòu)性扭曲，推動我國經(jīng)濟的高質(zhì)量發(fā)展。

注釋