企業債務與經濟增長的關系研究

張宇

摘 要：企業債務的快速上升為金融市場和經濟增長帶來了極大的安全隱患，因此研究企業債務和經濟增長之間的動態關系對于我國去杠桿進程具有重要意義。文章選取我國29個省市自治區2015—2017年共計12個季度的數據，應用面板VAR模型的方法，檢驗了企業債務與經濟增長之間的面板Granger因果關系，并通過方差分解說明兩者間的相互影響程度。研究發現企業債務不是經濟增長的Granger原因，而經濟增長是企業債務的Granger原因;方差分解結果顯示企業債務和經濟增長的波動都主要受自身的影響。研究結果表明：企業債務的積累在長期阻礙經濟增長;在經濟增長率較高時，企業債務趨于下降。雖然企業債務不利于經濟增長，但在方差未來預測中，企業債務對經濟增長的影響較小，說明在樣本觀測期內我國去杠桿進程彰顯成效。

關鍵詞：企業債務;經濟增長;面板VAR;債務增長率;去杠桿中圖分類號：F 124.8

文獻標識碼：A 文章編號：1672-7312（2019）05-0580-07

Abstract：The rapid rise of corporate debt has brought great security risks to financial markets and economic growth.Therefore，studying the dynamic relationship between corporate debt and economic growth is of great significance to China’s deleveraging process.This paper selects 12 quarters of data from 2015 to 2017 from 29 provinces，cities and autonomous regions in China.Using the panel VAR model method，the panel Granger causality between corporate debt and economic growth is tested，and the variance decomposition is used to illustrate the difference between the two.The study found that corporate debt is not the Granger cause of economic growth，and economic growth is the Granger cause of corporate debt;the results of variance decomposition show that corporate debt and economic growth are mainly affected by their own.The research results show that the accumulation of corporate debt hinders economic growth in the long run;when the economic growth rate is high，corporate debt tends to decline.Although corporate debt is not conducive to economic growth，in the future forecast of variance，corporate debt has little impact on economic growth，indicating that China’s deleveraging process has demonstrated results during the sample observation period.

Key words：corporate debt;economic growth;panel VAR;debt growth rate;deleveraging

0 引 言

美國智庫麥肯錫全球研究院在2015年提出中國債務水平增長過高，已超過發展中國家的平均水平，企業債務快速上升令人擔憂。債務的高額積累可能會引發貸款違約潮，最終通過銀行系統帶來金融危機。自2008年的金融危機之后，債務的不斷攀升迅速引起學者的關注。通常將債務分為政府債務和私人債務，私人債務又分為企業債務和家庭債務。在不同債務部門中，企業債務所占比重最大。依據國際清算銀行的統計，截至2017年年底，中國非金融部門債務占GDP的比值為241.5%，其中政府債務占GDP的比值為46.2%，企業債務占GDP的比值為146.9%，其余為家庭債務。Terrones（2008）通過研究新興市場中工業企業的信貸特征，發現大多數新興市場危機與信貸繁榮有關[1]。楊攻研等（2014）提出企業債務對經濟增長的影響大于政府債務，由此可見，企業債務的上升是個不容忽視的話題[2]。在金融危機之后，各國政府都積極采用營救措施，如采取擴張性財政政策，從而導致政府債務的增加，因此，多數學者關注于政府債務。Ugo Panizza等（2014）提出政府債務與經濟增長之間存在負向相關關系，但如果糾正了其中的內生性，則債務與經濟增長之間的聯系會消失 [3]。程宇丹等（2014）研究提出，發展中國家無法承受過高的政府債務，但在一個適當的范圍內，政府債務的增加會提高投資率 [4]。潘俊等（2015）研究了金融生態環境與政府債務融資成本的關系，結果表明金融生態環境越好，政府債務的融資成本越低 [5]。Coupet等（2017）認為赤字支出對經濟增長存在負面影響，且在不同負債水平國家，影響程度不同 [6]。對于企業債務的研究不局限于某一角度，而是從多個方面展開。

由已有文獻可知，研究企業債務與經濟增長的文獻集中于采取多部門債務國家層面的數據，而文中將利用國內省級層面數據單獨探討企業債務與經濟增長的關系。

1 企業債務和經濟增長的變動分析

1.1 國內總債務規模與國內生產總值的變化近些年，隨著國內生產總值的增加，債務總規模也在逐漸擴大。由圖1可知，自2008年以來，社會總債務在不斷上漲，從2008年的441 391.26億元增加到了2017年的1 994 009.8億元，年平均增長率高達39.08%;國民生產總值從2008年的319 515.5億元增加到了2017年的827 121.7億元，年平均增長率17.65%.社會總債務的增長速度明顯高于國民生產總值增長速度。

依據國際清算銀行的標準，債務占GDP的比值是衡量債務發展規模的一個重要指標，圖2展示了自1995年以來中國總債務占GDP比值的變化情況。從圖2中可以看出，債務的發展狀況可以分為2個階段：1995年至2008年，債務增長平緩，1995年債務占GDP的比值為99.4%，2008年債務占GDP的比值為138.4%，13年間的平均增長率僅為3%;2008年至2017年是債務高速增長階段，2017年債務占GDP的比值為241.5%，2008—2017年間平均增長率為11.46%.截至2017年底，中國總債務占GDP的比值已經接近許多發達國家的債務水平。

1.2 企業債務規模的變化及對經濟增長的影響徐云松（2018）通過理論研究得出我國企業債務的主要特點為：增長過快、結構性差異化較大和債務融資結構失衡;債務來源渠道主要為銀行貸款[17]。企業債務在社會總債務規模中所占比值最大，圖3展示了2008—2017年企業債務占GDP比值的變化情況。由圖3可以看出企業債務占GDP的比值變化在近9年間也分為2個階段，在2008—2011年間，從93.1%增長到了115.9%，增長較為平穩;在2011—2017年間，增長到了146.9%，6年間年平均增長率為5.17%.

企業債務的上升在短期內保證了企業資金的流動性，有利于企業維持正常經營。但在長期，企業債務過高會帶來金融安全隱患。洪朝偉等（2018）研究表明在長期內，債務通貨緊縮的危機值得警惕[18]。在我國，企業債務主要來源于銀行貸款（譚小芬等2018）[19]，企業將資產抵押給銀行來獲取資金，當資產價格下降時，企業融資能力不足，不得不出售資產換取資金，這將進一步降低企業資產價格，發生“債務通縮”現象。高負債企業在長期面臨流動性不足的風險，如果影響到企業活力，則會產生無法按時歸還貸款問題，使得銀行不良貸款上升，進而影響整個金融體系的安全，不利于經濟增長。

2 研究設計

2.1 變量的選擇與數據說明文中選取我國29個省市自治區，2015—2017年共計12個季度的數據（由于河南和天津公布的數據不全，港澳臺地區的數據無法獲得，所以剔除）。由于中國人民銀行自2015年起，才開始將貸款分為住戶貸款、企業貸款和其他等幾個部分，所以文中選取2015—2017年季度數據。文中主要研究企業債務與經濟增長的關系。因此選取的變量有：經濟增長、企業債務、家庭住宅投資和固定資產投資價格指數。家庭住宅投資反應出房地產市場的規模，房地產市場的擴張不利于實體經濟企業債務融資（安磊等，2018）。資本支出是決定企業債務的一項重要因素，固定資產投資價格指數能夠較好地反應企業固定投資中價格變動情況（艾洪德等，2004）[20]。具體指標解釋見表1.

依據國際清算銀行算法，非金融公司的總信貸應包括公司債券、商業票據、銀行債務、其他債務和墊款以及總抵押債務。其中銀行貸款在企業債務中占最大比例（譚小芬等，2018），且中國人民銀行只公布各省市銀行信貸余額，其他項目沒有存量只有增量，所以企業債務規模選用銀行信貸數據除以連續四季度GDP之和（Víctor M.González，2015）[21]。

2.2 模型設計文中選用面板VAR模型來研究企業債務對經濟的影響。VAR模型能夠很好的解釋多變量之間的聯系。由于文中選取的數據涉及各個省份所以是面板數據，因此選用面板VAR模型。模型設定公式如下其中：zit為內生變量矩陣;xit-j為zit的滯后項。yi為個體效應，文中使用前向均值差分法，即“Helmert”過程消除前向均值。這種變換保留了變換后的變量與滯后變量的正交性，因此可以使用滯后變量作為工具進行系統GMM估計系數。 dc，t為時間虛擬變量，通過各省市各季度的變量減去每個變量的平均值來消除這個假設。α為截距項;β為待估系數;et為誤差項（Inessa Love等，2006）[22]。zit為{gdp，cdt，fi，pi}，依次是經濟增長，企業債務規模、家庭住宅投資和固定資產投資價格指數。

3 實證結果分析文中通過29個省市12個季度數據來探究經濟增長（gdp）、企業債務（cdt）、家庭家庭住宅投資（hi）和固定資產投資價格指數（pi）之間的相互關系。

3.1 面板單位根檢驗在使用面板VAR模型時，應先進行單位根檢驗，以保證數據為平衡面板與結果的準確性。文中數據為29個省市12個季度的數據，屬于短面板，所以選用HT檢驗;又因為每個省市之間存在差異性，所以用IPS檢驗。檢驗后結果顯示多個變量為非平穩序列，因此對變量進行一階差分。一階差分后4個變量均通過HT和IPS準則說明4個變量都為一階單整序列。

3.2 面板數據協整檢驗面板單位根檢驗保證了所有變量為一階平穩序列。進行協整檢驗來判斷變量之間是否存在長期均衡關系。通過KAO檢驗，結果顯示4個變量序列之間存在協整關系。

3.3 選擇最佳滯后階數在進行面板VAR分析之前，要依據AIC，BIC和HQIC準則來判斷最佳滯后階數，依據表2結果，文中選擇滯后3階為最佳滯后階數。

3.4 面板GMM估計使用面板VAR模型時，應先用Helmert方法消除樣本中的固定效應，避免因一階差分而帶來的誤差。設定滯后階數為3階，用GMM估計方法得到gdp，cdt，hi和pi之間參數回歸的結果。結果見表3.

從表3的結果中可以看出

1）在經濟增長的方程中，企業債務的滯后一期對經濟增長的影響為正，在滯后二期對經濟增長的影響為負，說明在短期內，企業債務的上升會促進經濟增長，但在長期并不利于經濟增長。

2）在企業債務的方程中，經濟增長的滯后三期對企業債務存在顯著的負向影響，說明在良好的經濟環境中，企業貸款會有所減少;家庭住宅投資的滯后一期對企業債務的影響為負，滯后三期則相反，說明房地產市場的繁榮在短期內會擠占企業債務融資。

3）在家庭住宅投資方程中，企業債務在滯后一期、二期和三期的系數在逐漸減小，說明企業債務對房地產市場的影響是一個逐步減弱的過程;固定資產投資價格指數在滯后一期和二期都對家庭住宅投資有著正向影響，說明固定資產投資價格變動較大時，房地產市場的規模在擴大，但這種影響隨著時間的變化在顯著減少。

4）在固定資產投資價格指數中，經濟增長在滯后一期對固定資產投資價格指數存在負向影響，說明經濟增長較好時，固定資產投資價格波動較小。

3.5 脈沖響應分析脈沖響應函數是分析在其他變量當前和前各期值不變的情況下，擾動項的一個標準差的沖擊對其他變量當期和未來取值的影響。為了精準的分析各因素沖擊對其他變量序列的動態影響，在滯后3期報告10個預測期的沖擊反應，通過Monte Carlo模擬1 000次得到分析結果。結果如圖4所示。

由圖4可知：①給cdt一個標準差的沖擊，gdp在起初會產生比較激烈的正向反應，并在第一期達到最大，從第二期開始，產生負向反應，最終趨于較小的負向值，說明企業債務的上升在短期內會促進經濟增長，但在長期不利于經濟增長;②給gdp一個標準差的沖擊，cdt會產生比較激烈的負向反應，并在第三期達到最大，說明，在經濟增長較快的環境中，企業債務融資會減少;給fi一個標準差的沖擊，cdt總體反應為負，說明房地產市場的發展使的企業貸款降低;給pi一個標準差的沖擊，cdt存在顯著的負向反應，說明固定資產投資價格指數越高，企業債務融資越少;③給cdt一個標準差的沖擊，fi存在顯著的正向反應，說明當企業債務增加時，房地產市場會進一步擴張;④給gdp一個標準差的沖擊，pi會產生比較激烈的負向反應，并在第一期達到最大，說明經濟增長較快時，固定資產投資價格指數較低。

3.6 方差分解分析為了更好地預測變量之間的相互影響程度，文中通過方差分解，得到不同VAR方程的沖擊反應對內生變量波動的貢獻程度。結果見表4.

由表4可知，在未來10期，企業債務對經濟增長的貢獻程度為5.3%，家庭住宅投資和固定資產投資價格指數對經濟增長的貢獻程度分別為4.4%和5.6%，說明在未來一段時期內企業債務對經濟增長的影響程度不大。經濟增長對企業債務的波動解釋程度為14.9%，說明經濟增長的快慢對企業債務的變化有著較為顯著的影響。家庭住宅投資和固定資產投資價格指數對企業債務的貢獻程度分別為2%和2.9%，說明它們對于企業債務的變化影響并不大。家庭住宅投資和固定資產投資價格指數在未來10期的變化趨勢主要依賴于自身。

3.7 Granger因果檢驗為了更好的判斷變量間是否存在顯著的因果關系，文中進行Granger因果檢驗，結果見表5.

從表5結果所示，企業債務和固定資產投資價格指數都不是經濟增長的Granger原因，家庭住宅投資是經濟增長的Granger原因。經濟增長和家庭住宅投資都是企業債務的Granger原因，而固定資產投資價格指數不是企業債務的Granger原因。企業債務和固定資產投資價格指數都是家庭住宅投資的Granger原因，經濟增長不是家庭住宅投資的Granger原因。經濟增長和家庭住宅投資是固定資產投資價格指數的Granger原因，而企業債務不是固定資產投資價格指數的Granger原因。

4 結 語文中選取國內29個省市自治區2015年第一季度到2017年第四季度的面板數據，使用面板VAR模型，研究企業債務與經濟增長的關系。分析結果發現

1）企業債務的上升在短期內會促進經濟增長，但在長期阻礙經濟增長;經濟保持良好的增長速度時，企業債務會隨著時間下降。通過方差分解可知，經濟增長的變動84.7%與自身有關，只有5.3%與企業債務的波動有關。同樣，企業債務的變化也主要與自身有關，只有14.9%的變動與經濟增長有關。

2）房地產市場的繁榮將擠占企業融資，增加實體經濟企業貸款的難度;而企業債務對房地產市場的影響較弱。由Granger檢驗可知企業債務和家庭住宅投資互為Granger原因，可見，房地產對企業債務的影響雖然較低，但不可忽略。

3）固定資產投資價格指數較高時，企業債務融資也會下降;固定資產投資價格與企業債務都不是彼此的Granger原因。我國企業債務在近幾年的快速上升引起了國內外學者的高度關注，目前我國企業債務的增幅較緩，但依然處于較高水平。2015年政府提出去杠桿的目標，并強調去杠桿的重點在于企業，旨在遏制企業債務過高而帶來的危機。從文中的結果來看，雖然企業債務的上升不利于經濟增長，但它不是經濟增長的Granger原因，而且由方差分解的結果可得企業債務對經濟增長的影響較小，可見在樣本觀測期內我國去杠桿政策初見成效，杠桿率趨于穩定。

參考文獻：

[1] Terrones M，Mendoza E.An anatomy of credit booms：evidence from macro aggregates and firm level data[R].Paper Presented at the Financial Cycles，Liquidity，and Securitization Conference Hosted by the IMF Washington，2008.

[2]楊攻研，劉洪鐘.不同類型債務對經濟增長及波動的影響[J].經濟學家，2014（04）：31-39.

[3]Ugo Panizza，Andrea F.Presbitero，public debt and economic growth：is there a causal effect？[J].Journal of Macroeconomics，2014，41（09）：21-41.

[4]程宇丹，龔六堂.政府債務對經濟增長的影響及作用渠道[J].數量經濟技術經濟研究，2014，3112：22-37+141.

[5]潘 俊，王亮亮，沈曉峰.金融生態環境與地方政府債務融資成本——基于省級城投債數據的實證檢驗[J].會計研究，2015（06）：34-41+96.

[6]Coupet Jr，Ernst.Government debt and economic growth：another neoclassical growth approach[J].Journal of Applied Economics & Business Research，2017（07）：172-193.

[7]enay Aca，Oya Celasun.Sovereign debt and corporate borrowing costs in emerging markets[J].Journal of International Economics，2012，88（01）：198-208.

[8]陸 婷，余永定.中國企業債對GDP比的動態路徑[J].世界經濟，2015，3805：3-16.

[9]羅來軍，李軍林，王雨劍，等.企業債務的經濟效應檢驗[J].經濟理論與經濟管理，2016（08）：47-59.[10]黃送欽，吳利華，許從寶.高管超額薪酬影響了企業債務融資嗎[J].當代財經，2017（11）：110-122.

[11]安 磊，沈 悅，余若涵.高管激勵與企業金融資產配置關系——基于薪酬激勵和股權激勵對比視角[J].山西財經大學學報，2018，4012：30-44.

[12]Gebauer S，Setzer R，Westphal A.Corporate debt and investment：a firm-level analysis for stressed euro area countries[J].Journal of International Money and Finance，2018，86：112-130.

[13]Dang V A，Lee E，Liu Y，et al.Corporate debt maturity and stock price crash risk[J].European Financial Management，2018，24（03）：451-484.

[14]郭新華，廖知航.中國分部門債務水平與經濟增長的動態關聯性分析：1997—2013[J].當代經濟管理，2015，37（06）：79-85.

[15]Puente-Ajovín，Miguel，Sanso-Navarro M.Granger causality between debt and growth：evidence from OECD countries[J].International Review of Economics & Finance，2015，35：66-77.

[16]Gómez-Puig，Marta，Sosvilla-Rivero，et al.Nonfinancial debt and economic growth in euro-area countries[J].Journal of International Financial Markets，Institutions and Money，2018，56：17-37.

[17]徐云松.中國企業債務率的表現特征、原因與對策[J].金融理論與教學，2018（04）：13-19.

[18]洪朝偉，徐朝陽.中國非金融企業債務：影響因素、動態特征及處理對策——基于“從一般到特殊”的動態建模方法[J].經濟社會體制比較，2018（05）：35-46.

[19]譚小芬，李 源.新興市場國家非金融企業債務：現狀、成因、風險與對策[J].國際經濟評論，2018（05）：61-77+5.

[20]艾洪德，徐明圣，郭 凱.我國區域金融發展與區域經濟增長關系的實證分析[J].財經問題研究，2004（07）：26-32.

[21]González Méndez，Víctor Manuel.The financial crisis and corporate debt maturity：the role of banking structure[J].Journal of Corporate Finance，2015，35：310-328.

[22]Love I，Zicchino L.Financial development and dynamic investment behavior：Evidence from panel VAR[J].Quarterly Review of Economics and Finance，2006，46（02）：190-210.

（責任編輯：許建禮）