部門杠桿區制轉換對金融系統性風險溢出的非線性影響

■郭文偉

一、問題的提出

中央財經委員會在2018年4月2日召開的會議中首次提出“結構性去杠桿”，強調了以結構性去杠桿為基本思路，分部門、分債務類型實施有序結構性去杠桿的基本思路。同時要求著重降低地方政府和國有企業的杠桿率，以此實現我國宏觀杠桿率的穩定下降。中國人民銀行在發布的2019 年第一和第二季度中國貨幣政策執行報告中均強調要有序推進結構性去杠桿，平衡好穩增長和防風險的關系。因此，如何有序推進結構性去杠桿就成為了防范和化解金融風險的重要路徑。其中，最為關鍵的環節是明確結構性去杠桿的方向、力度和節奏。目前我國各部門杠桿走勢出現明顯分化，主要表現為政府部門、居民部門和非金融企業部門杠桿持續上漲，金融部門處于去杠桿的進程中，而且各部門進入了不同杠桿區制階段（高杠桿、中杠桿、低杠桿）。那么，各部門杠桿區制轉換對金融系統性風險溢出的影響如何呢？不同部門去（加）杠桿對不同類型金融機構系統性風險溢出是否存在顯著的影響差異？是否會加劇金融體系尾部風險傳染效應呢？

二、文獻綜述

（一）金融系統性風險溢出研究

金融系統性風險是由無法預期的事情影響了金融市場的有效性而產生的（Kupicc & Nickerson，2004），通常這種風險源于單個金融機構產生的極端波動情況導致金融體系整體受到沖擊和損失（Adrian&Brunnermeier，2014）。

2008 年金融危機暴露出早期金融系統性風險測度方法的嚴重局限性：沒有考慮到外來風險對金融機構和整個金融市場的沖擊和傳染。對此，一些學者隨后提出了一系列改進型的金融系統性風險測度方法，諸如網絡模型法和條件在險價值法CoVaR 等，其中衡量金融系統性風險及其溢出效應的方法（CoVaR、△CoVaR）最具代表性。當前學術界主要存在三類有關CoVaR的建模估計方法：第一類是基于分位數回歸的CoVaR 建模估計法（Bernard&Czado，2015），但該方法估計結果相對粗糙，無法充分捕捉各變量間可能存在的非線性關系。第二類是基于DCC—GARCH 模型的CoVaR 模型估計法（Trabelsi et al.，2017）。第三類是基于Copula 的CoVaR 模 型 估 計 法（Bernardi et al.，2017）。相比之下，第三類方法能充分刻畫隨機變量之間的復雜相依結構特征，但其高維動態Copula—CoVaR 模型的估計技術尚未成熟，這導致其雖然具有更高測算精度，但運算效率較低。

在金融系統性風險及其溢出效應的實證方面，國內大部分學者主要采用CoVaR 和△CoVaR 方法來測度金融市場和金融子行業的系統性風險溢出效應。王琳和沈沛龍（2017）、嚴偉祥等（2017）、王擎等（2016）分別基于EVT—Copula—CoVaR 模型、GARCH—Copula—CoVaR 模型和DCC—GARCH 模型對我國上市金融機構（銀行、證券、保險、信托業以及金融期貨）之間的動態相關性和系統性風險溢出效應進行廣泛研究，大部分研究結果均表明金融業存在明顯的系統性風險溢出效應，金融系統的風險傳染一旦擴大將會危及國民經濟的穩定。

（二）部門去杠桿對金融系統性風險溢出的影響研究

國外文獻主要集中研究了金融部門去杠桿對商業經濟和金融機構所產生的負面影響。Eggertsson & Krugman（2012）認為金融去杠桿會對宏觀經濟產生負面沖擊。因為在金融去杠桿過程中，會引發金融資產價格下跌，甚至會催生新的流動性風險或信用風險，最終惡化了實體經濟的融資能力和發展趨勢。國外學者的研究結論普遍表明：銀行財務杠桿和資產規模越大，其系統性風險溢出效應就越大（Hautsch et al.，2014）。

相比之下，國內大部分文獻集中研究三類問題：一是各部門杠桿與宏觀經濟杠桿之間的相互溢出效應。馬亞明和張潔瓊（2019）通過構建四部門杠桿的時變向量自回歸模型（TVP—VAR）來分析各部門杠桿的溢出效應，結果發現各部門杠桿之間存在時變影響效應，金融部門杠桿會擠壓非金融企業部門杠桿，居民部門杠桿會抑制非金融企業部門杠桿和政府部門杠桿。二是金融去杠桿對系統性風險和經濟增長的影響研究。總的來看，國內文獻的結論主要有：第一，適度金融杠桿能促進經濟增長（王愛儉和杜強，2017）。第二，過度金融去杠桿將導致金融系統性風險（陳雨露等，2014）。第三，金融去杠桿加劇了經濟波動（馬勇和陳雨露，2017；吳建鑾等，2018）。三是如何實施結構性去杠桿。婁飛鵬（2019）構建含有高杠桿特征的動態一般均衡模型來分析居民部門加杠桿對宏觀經濟的沖擊效應，研究結論表明居民部門加杠桿最終會加劇企業部門去杠桿造成的經濟下行趨勢，無助于推進結構性去杠桿。周菲等人（2019）認為相比金融去杠桿，財政去杠桿（控制財政支出和政府赤字）能更有效地降低企業部門杠桿，且對融資成本影響較小，并建議重點從減少財政支出和政府過度投資來實施財政去杠桿路徑。

現有文獻已經在我國金融業的系統性風險溢出效應及其影響因素方面取得了豐富的研究成果，但依然存在一些不足：第一，研究視角的局限。在實踐層面，政府已經強調要從分部門的思路來制定有序結構性去杠桿策略以防范和化解重大金融系統性風險，但至今理論研究明顯滯后于實踐進展。鮮有文獻專門研究部門杠桿區制轉換對金融系統性風險溢出效應的影響。第二，研究問題的局限。少數文獻研究了金融去杠桿或金融杠桿波動的宏觀經濟效應，而鮮有文獻研究各部門（居民部門、金融部門、非金融企業部門、政府部門）杠桿的區制特征及其對金融系統性風險溢出的非線性影響效應。相比現有相關研究，筆者的研究采用了自下而上的視角來動態測度金融業系統性風險溢出和尾部風險傳染效應，研究了各部門杠桿的區制特征及其對金融系統性風險溢出的非線性影響效應及差異，為制定科學合理的有序推進結構性去杠桿措施提供實證支持。

三、實證模型的構建與說明

（一）時變聯動性測度：DCC模型

考慮到采用的收益系列大部分不存在自相關，故而采用DCC—GARCH 的邊緣分布函數GJR（1，1）—Guass模型，模型形式如下：

上述邊緣分布模型有5個參數，其中公式（1）為均值方程，包含了參數c0、ei，t分別為收益率系列的均值和殘差；隨機變量ε具有d（εi，t，ν，λ）一樣的密度函數，公式（2）為方差方程，包括了4 個參數（w，α，β，γ），I（ei，t-1＜0）為指示性指標，當ei，t＜0 取1，否則取0，表明面對一個負面沖擊時，收益率系列波動要大于面對一個正面沖擊時的波動。對于GJR（1，1）模型來說，公式（3）還面臨著如下的約束條件：

DCC—GARCH模型形式如下

（二）金融系統性風險溢出效應：△CoVaR模型

在險價值（VaR）是指在一定置信水平下，金融資產在未來某時期內可能發生的最大損失值，其表達式為：

其中，Xi是金融i行業的損失率，表示金融i 行業在q%置信水平下的損失。當行業i 發生尾部風險事件C（Xi）時，如果行業i 對行業j 存在風險溢出效應，那么行業j的尾部風險則表示為也稱為條件在險價值。其實是條件概率分布的q%分位數：

因為φ-1（50%）=0，所以行業i 對行業j 的邊際風險溢出公式（8）可以簡化為：

（三）尾部風險溢出效應：MES模型

根據Brownlees&Engle（2011）的推導，提前1期的MES可由市場和機構的波動率σm，t，σi，t相關性ρi，m，t及其標準化尾部期望的函數來衡量，其模型如公式（11）所示。其中，常數C一般取-2%，表示股市指數在一個交易日內跌幅為2%。（εm，t，ξi，t）表示金融市場和金融機構的下尾風險沖擊。MES 可用來刻畫金融市場與金融機構之間的尾部風險溢出效應。

（四）MS—VAR模型

滯后p階的MS—VAR模型的一般形式為：

其中，st表示不可觀測的區制變量，pi，j表示為從區制i轉換到區制j的概率，即：

其中，m 為區制狀態的數量。如果樣本數據存在三種區制，則st={1，2，3}，各種區制之間的轉換概率矩陣為：

顯然，對于矩陣中每一行有：

當m=1，2，…M 時，MS—VAR 的一般形式可進一步寫成：

四、金融系統性風險溢出效應和尾部傳染效應的測度

（一）樣本數據選擇與說明

以涉及5 個金融子行業（保險、信托、銀行、證券、其他非銀金融）的60 家國內上市金融機構股票價格的日收盤價作為樣本數據進行實證研究①樣本中，信托業有2家（陜國投A、安信信托），證券業有21家（東北證券、錦龍股份、國元證券、國海證券、廣發證券、長江證券、山西證券、中信證券、國投安信、國金證券、寶碩股份、西南證券、華鑫股份、海通證券、招商證券、太平洋證券、興業證券、東吳證券、華泰證券、光大證券、方正證券），保險業有6家（天茂集團、西水股份、中國平安、新華保險、中國太保、中國人壽），銀行業有16家（平安銀行、寧波銀行、浦發銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業銀行、北京銀行、農業銀行、交通銀行、工商銀行、光大銀行、建設銀行、中國銀行、中信銀行），其他非銀金融業有15家（渤海金控、民生控股、海德股份、中油資本、經緯紡織、越秀金控、二三四五、寶德股份、易見股份、西部資源、新力金融、五礦資本、愛建集團、綠庭投資、中航資本）。。行業分類參考東財行業指數標準進行分類，數據來源于東方財富Choice 數據庫。研究時期從2012 年1月1 日—2018 年12 月31 日。所有數據均為日度收盤價，同時剔除不在同一天交易的數據，這里對樣本數據均進行了對數收益率處理，公式如下：

在部門杠桿度量方面，借鑒陳雨露等人（2014）的做法，采用對其他金融部門債權占國內信貸的比率來衡量金融部門杠桿FL、采用非金融企業部門債權占國內信貸的比率來衡量非金融企業部門杠桿NFL、采用對政府部門債權占國內信貸的比率來衡量政府部門杠桿GL；對于居民部門杠桿JML，運用學界普遍采用的居民貸款占GDP 的比率來衡量。同時采用Census X12方法來消除4個部門杠桿的季度效應。

（二）變量描述性統計分析及相關檢驗

考慮到篇幅限制，表1僅列出股票市場（以滬深300 指數來代表）和各金融子行業的日度收益序列進行描述性統計。對各個金融子行業來說，在偏度方面，滬深300 指數收益序列和其他非銀金融業指數收益序列表現出微弱的左偏，保險業、信托業、銀行業和證券業的收益序列均呈現右偏特征；在峰度方面，整個市場和各個金融子行業均呈現“尖峰”特征；從J—B 檢驗來看，整個市場和各個金融子行業均不服從正態性假設；ADF檢驗表明序列均平穩；Q（1）檢驗結果表明證券業和其他非銀金融業的收益序列均在5%的置信水平上拒絕原假設，即存在自相關性，但其他4 個金融子行業和整個股票市場收益序列均接受原假設，也即說明這4 個收益系列均不存在一階自相關；LM檢驗結果表明股票市場及5個金融子行業均存在顯著的ARCH效應。

（三）金融系統性風險溢出效應△CoVaR和尾部風險溢出效應MES

采用邊緣分布函數GJR（1，1）—Guass進行參數估計，獲得標準化殘差εi，t和時變波動率σm，t，σi，t代入公式（5）求出60個金融機構與股市之間的動態相相關性ρi，m，t，最后利用公式（10）和公式（11）就可以求出在95%置信水平上的系統性風險、溢出效應和尾部風險溢出效應；然后基于市值加權方法來合成整個金融行業的系統性風險CoVaR、系統性風險溢出效應△CoVaR 和尾部風險溢出效應MES。最終結果如圖1 所示。從圖1 可知，在整個研究時期（2012—2018年）內3種風險指標（CoVaR、△CoVaR、MES）的走勢較為趨同，可分為3個典型時期。在第一時期（2012 年1 月—2014 年9 月），這3 種風險指標走勢較為平緩，說明該時期內各金融機構系統性風險水平及其溢出效應均不存在顯著波動；從絕對值水平來看，CoVaR＞MES＞△CoVaR，說明這段時期內金融業的系統性風險水平＞尾部風險溢出效應＞系統性風險溢出效應。在第二時期（2014 年10 月—2015年10月）內，整個金融業的三種風險指標（CoVaR、△CoVaR、MES）開始大幅上升，并分別在2014 年12月達到前期高點，隨后持續快速回落至2015年2月；在資本市場杠桿牛市的強力帶動下開始出現上升態勢，并在2015年7月創出歷史新高，但隨后在證監會強力去杠桿而引發股災的沖擊下出現快速回落。在該時期內，3 種風險值大小依次為MES＞CoVaR＞△CoVaR，這表明在資本市場出現短期暴漲暴跌的情景內，金融機構面臨的最大風險是尾部風險溢出效應。在第三時期內（2015 年11 月—2018年12月）內，金融業的三種風險指標走勢恢復到之前的平穩態勢，從絕對值水平看，3 種風險值大小依次為CoVaR＞MES＞△CoVaR，但該時期內3種風險指標的平均值要明顯大于第一時期（2012年1月—2014年9月），而明顯小于第二時期（2014 年10 月—2015年10月）。

表1 金融市場、金融子行業收益序列的描述性統計

五、部門杠桿區制對金融系統性風險溢出的影響分析

（一）各部門杠桿區制特征分析

為了合理界定各部門杠桿的區制特征（杠桿水平I 和杠桿波動率H），這里采用截距和方差可隨狀態變化的單變量馬爾科夫區制模型（MSIH），并結合AIC 最小化原則來確定各部門杠桿的最佳區制數量。最終結果如下圖2和表3所示。從各部門杠桿走勢看，在整個研究時期內，4 個部門杠桿走勢各異；金融部門杠桿從2012 年持續上漲至2016 年見頂后開始出現下降至2018年底；非金融部門杠桿則在2012—2017 年呈現出震蕩走勢，但從2018 年初開始出現上漲態勢；政府部門杠桿則在2012—2014年處于底部盤整后，從2015年至今出現持續上升格局。居民部門杠桿除了在2008年略有下降之后，其他時期均處于上升趨勢。總體上表現為：金融部門正處于去杠桿階段，而其他3 個部門仍然處于加杠桿階段。

圖2 四個部門杠桿的區制劃分

在杠桿區制方面，金融部門杠桿在整個研究時期內存在3種區制：區制1代表金融部門低杠桿狀態，杠桿均值為1.52%，波動率為0.19，主要發生在2012年1 月—2014 年2 月期間；在這個時期內，金融部門杠桿由2012 年1 月的1.25%緩慢上升到2014 年2 月的1.85%，上漲速度較慢。區制2代表金融部門中杠桿狀態，杠桿均值為2.52%，波動率為0.40，主要發生在2014 年3 月—2015 年12 月；在這個時期內，金融部門杠桿由2014 年的3 月的1.99%開始加速上漲至2015 年12 月的3.13%。從上漲速度來看，第二區制最大，這就表明在該時期內，社會流動性得到最大的提升，也使得我國金融市場尤其是股票市場在該時期內出現了由資金推動的短期牛市（2014年11月—2015年6月）；這一點從3種區制內金融杠桿的波動率也進一步得到印證。從波動率看，中度杠桿的波動程度最大，而低杠桿的波動程度最小。區制3代表金融部門高杠桿狀態，杠桿均值為3.84%，波動率為0.29，主要發生在2016年1 月—2018 年12 月。在這個時期內，金融部門杠桿由2016 年1 月的3.65%逐漸上漲至2017 年2 月的峰值4.22%，隨后緩慢下降至2018 年12 月的3.26%，但總體均值仍處于高位。從各區制杠桿平均持續時間看，金融部門高、中、低杠桿平均持續了23.56個月、23.42個月、33.96個月。金融部門在整個時期中有42.86%的時間處于高杠桿狀態，有26.19%和30.95%的時間分別處于中杠桿和低杠桿狀態。

非金融企業部門杠桿在整個研究時期內存在兩種區制：區制1 代表非金融企業部門低杠桿狀態，杠桿均值為17.60%，波動率為0.11，主要發生在2013年11 月—2015 年5 月、2016 年11 月—2018年10月；這個時期內非金融企業的資產負債率相對不高，但也面臨較為緊縮的外部流動性局面，企業融資難度較大。區制2 代表非金融企業部門高杠桿狀態，杠桿均值為17.93%，波動率為0.095，主要發生在2012 年1 月—2013 年10 月、2015 年6 月—2016 年10 月、2018 年11 月—2018 年12 月；這個時期內，由于金融市場出現了明顯的流動性不足，特別是股票市場，由于監管部門在2015年6月開始實施強力去杠桿和整頓場外非法配資措施，從而導致股市在隨后2個月內出現持續暴跌，導致很多上市公司面臨較大的基于股權質押的貸款違約風險，企業資產負債率出現了明顯的上升，非金融企業部門高杠杠狀態凸顯。從各區制杠桿平均持續時間看，非金融企業部門高、低區制杠桿平均持續了4.37 個月、9.76 個月。非金融企業部門在整個時期中有48.81%的時間處于高杠桿狀態，有51.19%處于低杠桿狀態。從波動率來看，高、低杠桿的波動程度接近。

政府部門杠桿在整個研究時期內存在兩種區制：區制1代表低杠桿狀態，杠桿均值為1.04%，波動率為0.13，主要發生在2012 年1 月—2015 年11 月；這段時期內，政府部門杠桿率從1.15%緩慢上升至1.32%，中間還出現下跌走勢。該時段內由于國家對地方政府發債管控較為嚴格，導致政府部門主要通過城投公司進行銀行信貸融資，但受制于金融部門的風險控制，其融資規模和融資增速一直較為緩慢。區制2 代表高杠桿狀態，杠桿均值為2.44%，波動率為0.40，主要發生在2015 年12 月—2018 年12月；從2016 年開始，中央政府對地方政府發債進一步放松，允許符合條件的地方政府發行地方政府債券，這導致地方政府開始由銀行信貸轉向發行大量地方債來進行公共民生建設，從而使得政府部門杠桿進入了高杠桿區制狀態。從各區制杠桿平均持續時間來看，政府部門高、低區制杠桿平均持續了18.80 個月、23.40 個月。政府部門在整個時期中有44.05%的時間處于高杠桿狀態，有55.95%處于低杠桿狀態。從波動率看，高杠桿波動程度明顯大于低杠桿的波動程度。

居民部門杠桿在整個研究時期內存在三種區制：區制1 代表低杠桿狀態，杠桿均值為30.40%，波動率為1.79，主要發生在2012年1月—2013年3月；區制2 代表中杠桿狀態，杠桿均值為37.1%，波動率為2.42，主要發生在2013年4月—2016年1月；區制3 代表高杠桿狀態，杠桿均值為48.40%，波動率為3.20，主要發生在2016 年2 月—2018 年12 月；從各區制杠桿平均持續時間來看，居民部門高、中、低區制杠桿平均持續了31個月、31個月、22個月。居民部門在整個時期中有39.20%的時間處于高杠桿狀態，有35.71%處于中杠桿狀態，有25.0%處于低杠桿狀態。從波動率看，杠桿率越大，其高杠桿波動程度越大。居民部門杠桿大部分來源于購房貸款，這與我國房價走勢密切相關，房價越高，居民投資炒房意愿更加強烈，因而居民部門杠桿隨之越高（王力平和隋杰，2019）。從我國百城房價走勢來看，區制1內，百城住宅均價由9696元/平方米上漲至9998元/平方米，一年多時間，房價僅僅上漲了300 元/平方米，說明該時期內房價走勢處于橫盤階段，投資房產沒有顯著收益，居民炒房意愿較低，居民部門的杠桿也較低。區制2 內，百城住宅均價由10098元/平方米上漲至11026元/平方米，房價上漲了10%左右，相比之前的第一區制內，房價漲幅有了一定的提升，居民炒房意愿也開始提升，居民部門的杠桿也由低杠桿狀態進入了中杠桿狀態。在區制3內，百城住宅均價由10098 元/平方米上漲至14678元/平方米，房價上漲近40%左右，相比之前的第二區制內，住宅投資收益得到了顯著提升，這就極大刺激了居民炒房意愿，購房貸款隨之開始大幅飆升，從而使得我國居民部門杠桿也由中杠桿狀態進入了高杠桿狀態①百城住宅均價數據來自國家統計局。。

（二）不同部門杠桿區制下的脈沖響應分析

采用MSIH 模型結合表2 中各部門的杠桿區制劃分結果進行建模分析，以進一步分析金融業系統性風險溢出對各部門不同區制杠桿的脈沖響應。給定每個部門杠桿一個標準差的正沖擊，觀察金融系統性風險及其溢出（CoVaR、△CoVaR、MES）在不同區制下的脈沖響應。最終結果如圖3所示。從圖3 的子圖（1）可知，在低杠桿區制下，給定金融部門杠桿一個標準差的正向沖擊，△CoVaR、MES會在隨后第一個期（月）出現最大的正向響應值0.1，但響應值隨之出現快速衰減至第4 期基本趨于零，說明在低杠桿區制下，金融系統性風險溢出和尾部風險溢出對金融部門杠桿的脈沖響應大概持續4個月。相比之下，在高杠桿區制下，給定金融部門杠桿一個標準差的正向沖擊，金融業系統性風險溢出的正向脈沖響應程度更大，在第1 期就出現了最大的響應值0.5，但也是在隨后4 期內趨于消失。在中杠桿區制下，金融業系統性風險溢出對金融部門杠桿的沖擊表現出負向脈沖響應，第1期的響應值為-0.1，隨后不斷減弱，大概持續4期。這說明，金融部門杠桿越高，加杠桿對金融系統性風險溢出和尾部傳染風險的促進作用就越大，而在中杠桿區制下，加杠桿在一定程度上會抑制系統性風險溢出及其尾部風險傳染效應。

表2 各部門杠桿區制劃分、轉換概率及其持續期

從圖3 的子圖（2）可知，在低杠桿區制下，給定非金融企業部門杠桿一個標準差的正向沖擊，△CoVaR、MES會在隨后第1期（月）出現最大的正向響應值0.075，但響應值在隨后第1期末就趨零并轉為負值持續至第12 期。這說明，當非金融企業部門杠桿較低時，加杠桿會在短期內提升金融系統性風險及其溢出，但在中長期上會抑制金融系統性風險及其溢出效應。在高杠桿區制下，給定非金融企業部門杠桿一個標準差的正向沖擊，金融系統性風險在隨后12 期內均呈現出不斷衰減的負向脈沖響應特征，這說明在非金融企業部門高杠桿區制下，適當提升其杠桿率有助于抑制金融系統性風險水平及其溢出效應。從圖3 的子圖（3）可知，無論是在低杠桿區制還是高杠桿區制下，給定政府部門杠桿一個標準差的正向沖擊，△CoVaR、MES 均會在隨后第4 期內表現出負的脈沖響應值，但響應程度在第4 期基本趨于消失。從橫向比較看，在高杠桿區制下，金融系統性風險對政府部門杠桿的負向脈沖響應程度明顯大于在低杠桿區制下的脈沖響應程度。由此表明，政府部門加杠桿在短期內會對金融系統性風險及其溢出效應產生抑制作用。從圖3 的子圖（4）可知，在中、低三種杠桿區制下，給定居民部門杠桿一個標準差的正向沖擊，△CoVaR、MES均會在第1期出現最大的負響應值，然后響應值不斷衰減至第4期基本消失；這說明對居民部門加杠桿在短期內會對金融機構系統性風險溢出效應和尾部風險傳染效應產生一定抑制作用，但該抑制效應持續時間僅為隨后2個月內。在高杠桿區制下，居民部門杠桿對金融系統風險溢出具有一定的促進作用。從橫向比較來看，杠桿區制越高，其脈沖響應程度越大，但持續時間均較短。風險溢出效應和尾部風險傳染效應產生一定抑制作用，但該抑制效應持續時間僅為隨后2個月內。在高杠桿區制下，居民部門杠桿對金融系統風險溢出具有一定的促進作用。從橫向比較來看，杠桿區制越高，其脈沖響應程度越大，但持續時間均較短。

圖3 不同部門杠桿區制下金融系統性風險的脈沖響應

六、結論與建議

筆者首先采用CoVaR 和MES 方法來測度國內金融業系統性風險溢出效應和尾部風險溢出效應；然后通過構建MS—VAR 模型來分析各部門杠桿區制轉換對金融系統性風險溢出的非線性影響效應。最終研究結論如下：

第一，各部門杠桿走勢呈現出不同區制特征。總體上，金融部門處于降杠桿趨勢，而居民部門、政府部門和非金融企業部門均處于加杠桿趨勢。各區制杠桿率越高，其波動率越大。金融部門杠桿存在高、中、低三種區制，各區制杠桿平均持續時間分別為23.56個月、23.42 個月、33.96 個月。非金融企業部門杠桿存在高、低兩種區制，各區制杠桿平均持續時間為4.37個月、9.76個月。同樣，政府部門杠桿存在高、低兩種區制，各區制杠桿平均持續時間為18.80 個月、23.40 個月。居民部門存在高、中、低三種區制，各區制杠桿平均持續時間為31個月、31個月、22個月。第二，各部門杠桿區制轉換趨勢不同。金融部門杠桿正由高杠桿區制轉向中杠桿區制，而非金融企業部門和政府部門則由低杠桿區制轉向高杠桿區制；居民部門則由中杠桿區制轉向高杠桿區制。第三，部門杠桿對金融業系統性風險溢出的影響存在杠桿區制依賴特征。在高、低杠桿區制上，金融部門加杠桿會加劇金融系統性風險溢出效應，而在中杠桿區制上，金融部門加杠桿能抑制金融系統性風險溢出效應；當非金融企業部門處于低杠桿區制時，加杠桿會在短期內加劇金融系統性風險溢出效應，在高杠桿區制下，非金融企業部門加杠桿反而會在一定程度上抑制金融系統性風險溢出。政府部門在不同杠桿區制下加杠桿均會在短期內對金融系統性風險溢出產生抑制作用。與此類似，在中、低杠桿區制下，居民部門加杠桿在短期內會對金融機構系統性風險溢出效應產生一定抑制作用，但該抑制效應持續時間較短。而在高杠桿區制下，居民部門加杠桿會在短期內促進金融系統性風險溢出效應。

根據上述結論，就有序推進結構性去杠桿以防范金融系統性風險方面提出如下建議：第一，通過厘清各部門杠桿所處區制及其轉向趨勢來明確有序推進結構性去杠桿的對象和方向。當前應該緩慢降低金融部門杠桿至中度杠桿區制水平，同時下大力度抑制政府部門杠桿和居民部門杠桿的過快上漲趨勢，使其回落至高杠桿區制水平。將非金融企業部門杠桿降至低杠桿區制水平。第二，有序推進結構性去杠桿的重點在于降低非金融部門杠桿和居民部門杠桿。要控制去杠桿的力度和節奏，防止部門杠桿過度波動，并避免過度去杠桿而加劇金融系統性風險溢出和金融體系不穩定。