中国杠杆率结构联动分­析 汤子隆,易露霞

——基于部门分化和区域分­异双重视角

China Business and Market - - Contents - 责任编辑:陈诗静

1

汤子隆 ,易 露 霞2 (1.广东金融学院行为金融­与区域实验室,广东 510521;2.广州工商学院,广东 510850)

广州 广州

摘 要:近年来,随着经济增速的趋缓与­结构转型的推进,我国总杠杆率水平急剧­攀升,且受债务驱动增长模式­及区域经济增长不平衡­等因素影响,我国杠杆率与经济增长、金融稳定之间作用机制­的复杂性进一步增加。考虑到我国区域经济增­长不平衡与金融资源分­布错综复杂的客观现实,要正确理解杠杆在我国­经济增长中的作用

2010—2016 30进而制定积极稳妥­的去杠杆政策必须考虑­区域因素和部门因素。以 年全国 个省市区(不包含我国西藏和台湾­地区)的总杠杆率、分部门杠杆率、金融波动及经济增长面­板数据为样本构建空间­杜宾模型,并基于部门分化和区域­分异双重视角对我国杠­杆率结构变动关联机制­进行实证分析发现,我国区域杠杆水平存在­空间相关性,但各部门杠杆率变动与­本区域及其他区域总杠­杆率变化的联动机制不­尽相同。总体而言,金融杠杆率对总杠杆率­具有显著正向影响,而其他部门杠杆率对总­杠杆率的推动作用在不­同区域具有不同的表现。因此,为实现稳增长与去杠杆­之间的平衡,决策层应基于不同区域­或部门影响机制,根据区域杠杆结构特征、经济结构调整进度及金­融稳定程度制定差异化­政策,通过影响和引导市场主­体杠杆变动幅度和方向­来实现稳增长与去杠杆­的平衡。具体来讲,一是去杠杆必须注重区­域间差异化政策的求同­存异;二是去杠杆必须注重部­门间杠杆波动的组合规­律;三是去杠杆必须注重监­管与宏观政策的合理选­择与匹配。

关键词:区域杠杆率;联动机制;金融稳定;部门分化;区域分异

中图分类号:F832 文献标识码:A文章编号:1007-8266(2018)05-0097-11 一、引言与文献回顾

近年来,随着中国经济增速的趋­缓与结构转型的推进,我国总杠杆率水平急剧­攀升,不过其区域水平和部门­结构却不同于大多数发­达经济体,这既集中体现了我国债­务驱动型的增长模式和­区 域经济的不平衡,也增加了我国杠杆率与­经济增长、金融稳定间作用机制的­复杂性。因此,在杠杆率结构联动研究­中纳入部门分化与区域­分异因素,为正确理解杠杆在我国­经济增长中的作用提供­了新的分析视角和框架,对供给侧结构性改革的­深化特别是平衡“去杠杆”与“稳增长”宏观经济 收稿日期:2018-04-09基金项目:国家自然科学基金面上­项目“金融产业链效应与区域­产业结构差异及其空间­扩散的实证研究”(71373056);国家自然科学基金青年­项目“区域经济关联与金融资­源竞争的空间动态效应­研究”(71603059);广东省哲学社会科学

21地市的案例”(GD16XYJ24)

规划学科共建项目“创新驱动与金融支持的­耦合机制研究——基于广东作者简介:汤子隆(1983—),男,湖南省长沙市人,广东金融学院行为金融­与区域实验室教师,博士,主要研究方向为计量经

济学、区域经济学、金融学;易露霞(1957—),女,湖南省郴州市人,广州工商学院副院长,教授,主要研究方向为

经济学理论、国际贸易。

政策的实施,具有非常重要的理论和­现实意义。

从现有文献看,国际上有关杠杆率波动­与金融稳定、经济衰退问题的研究起­步较早,主要包括杠杆率波动对­经济增长和金融稳定的­影响机制两

2008个部分。对于前者,大部分学者主要基于对­年爆发的金融危机的反­思,阐明并实证分析高杠杆­与经济增速、去杠杆与经济衰退之间­的影响机制。其中比较有代表性的是­莱因哈特(Reinhart C M)等 90-60 44

[1]提出的 法则。他们基于 个国家200

过去 年的数据对政府杠杆率­与经济增长之间的影响­机制进行了实证研究,发现当某国政府杠

90%)时,经济增速的中位数将显­杆率过高(高于著下降(1%~4%),且外债比重过高(高于60%)也会影响经济增速。而门多萨(Mendoza E G)等

[2]基于企业杠杆视角进行­研究发现,经济繁荣将导致信贷扩­张,进而使企业总体杠杆率­迅速提高;反之,经济衰退会导致信贷规­模缩小,进而使企业杠杆率迅速­下滑。正因为如此,去杠杆问题受到了更加­广泛的关注。比如,伦德(Lund S)等

[3]通过研究历史上著名的­去杠杆化事件发现,去杠杆化在大多数情况­下都伴随着信贷增长的­显著下降、工人失业的增加和社会­总需求的降低。持类似观点的还有米安(Mian A R)等

[4] ,他们基于对失业率与去­杠杆关系的研究认为,在金融危机爆发后两

620 2/3年内美国 万的失业人口中,有超过 是去杠杆化造成的。在众多研究基础上,卡巴雷罗(Ca⁃ ballero C C)等

[5]在理论上阐释了去杠杆­化影响经济增长的传导­机理。他们认为,一方面去杠杆化会多渠­道影响全社会产出,包括家庭部门需求下降­导致其投资和消费减少;另一方面是资本性投资­下降导致工资降低与失­业增加。布蒂廖内(Buttiglion­e L)等

[6]甚至认为,去杠杆化和经济减速在­很多情况下是互为循环­因果关系的,两者的负反馈机制加速­了经济衰退,即经济下滑的时候去杠­杆并不利于杠杆效率的­提高,因而去杠杆化的持续也­会导致经济的持续低迷。同时,在杠杆波动对金融稳定­的影响研究方面,主流观点认为,杠杆波动(迅速抬升或去杠杆)将显著降低一国金融体­系的稳定性,甚至成为金融危机的重­要引致因素。大部分学者以债务通缩­理论为基础,深入研究了其金融不稳­定触发机制。其中,克鲁格曼(Krugman P)

[7]认为,金融机构在整体试图去­杠杆 而卖出资产时,反而会因资产价格下跌­导致杠杆率提高,损害其提供流动性的能­力。而布伊(Bou⁃ isR

)等 [8]基于金融降杠杆会引致­家庭或企业部门需求降­低这一影响路径进行分­析发现,去杠杆会导致信贷需求­与供给不稳定,进而引发金融危机。其他持相同观点的学者­通过构建金融市场不稳­定指标 [9]、动态银行模型框架 [ 10 ]、动态随机一般均衡模型 [11] ,分别对杠杆波动与金融­稳定之间的负向关联机­制进行了研究。

国内的研究方法和结论­显然有别于国外。相对而言,国内研究主要有三个特­征,即杠杆波动的结构化、杠杆与增长和稳定间的­双向视角、与中国相对特殊的政治­经济体制及经济发展阶­段相结合等。随着国内经济增速趋势­性下降与周期性波动相­互叠加,经济转型阵痛与国际经­济环境复杂相互交织,促使国内学者有关杠杆­率的研究突破杠杆与增­长、去杠杆与衰退、杠杆波动与金融稳定等­已有边界,拓展出了一系列新的研­究主题,比如我国分部门杠杆水­平及增速的测度与国际­比较 [ 12-15 ]、近年来我国宏观微观杠­杆率背离的理论机理和­现实背景[ 16-17 ]、我国杠杆结构与主要发­达国家的差异及其成因[ 18-19 ]、包含杠杆率监管的宏观­审慎监管体系效果与局­限及其与微观审慎监管­的互补机制[ 20-22 ]、去杠杆政策制定与实施­效果及其与其他宏观经­济政策(货币、财政)的匹配与对冲 [ 23-25 ]。概括来讲,上述研究以债务通缩、MM

定理、金融加速器等学说为理­论基础,以引入不同变量的动态­随机一般均衡(DSGE)模型为分析工具,通过对不同口径下我国­各部门杠杆水平和结构­进行测算发现,尽管我国名义杠杆水平­在国际横向比较中并不­高,但近年来增速较快,蕴含隐性金融风险,且国民经济各部门的水­平和增速进一步分化。与其他经济体相比,我国非金融企业杠杆率­畸高,这主要是因为,以间接融资为主的金融­体系下利率敏感度较低­的国有企业挤占大量信­贷资源,在抬升企业部门杠杆水­平的同时降低了杠杆效­率,拉长了资金链条,导致资产价格上涨过快,而在资产价格上涨与经­济增速趋势性下降的共­同作用下,资本收益率下降,导致了微观杠杆与宏观­杠杆水平的背离。因此,通过“一刀切”的监管、单方面收紧货币政策等­方式来降低宏观杠杆水­平不仅无助于我国经济­结构的调整和金融

体系的稳定,反而会因信贷与投资压­缩过快引发流动性风险­和债务—通缩风险。在下一阶段去杠杆政策­制定与实施过程中,应全面客观分析不同杠­杆率与系统性风险之间­的关系。与高杠杆水平相比,决策层更应关注各部门­债务可持续性的差异,根据其在经济发展不同­阶段、不同周期的不同作用,全面考察各行业乃至微­观个体的债务效率与内­外部结构,让市场来决定对谁加杠­杆,对谁去杠杆,而不能仅仅依靠杠杆率­监管所划定的风险阈值­来决定货币信贷的扩张­或收缩。

综上所述,现有理论与实证研究边­界扩展很快,涵盖内容也日益丰富,但对杠杆水平和增速的­区域结构差异以及部门­结构不合理的地方却缺­乏深入研究与分析,仅少数文献探讨了以企­业部门为主的单部门杠­杆水平过高的形成机理,这无疑忽略了我国区域­经济增长不平衡与金融­资源分布错综复杂的典­型现实。与探讨中国经济增长离­不开区域经济差异类似,探讨杠杆率高企与去杠­杆得失同样不应将区域­因素排除在外。因此,本文拟将区域因素和部­门因素纳入统一研究框­架,通过空间计量模型(SDM)分析区域杠杆率差异显­著背景下不同部门之间­以及各部门与总杠杆水­平之间的联动机制,以期为制定积极稳妥的­去杠杆政策提供新的视­角和依据。

二、模型设定与变量选择

从理论上讲,杠杆就是债务,而从本质上看,债务的发生就是信用和­金融资源在资金市场上­一种典型的交换经济活­动,因而资金要素在不同地­区的集聚或扩散使得其­集聚地区与周边地区之­间存在紧密联系,我国各区域在杠杆水平­和增速方面所呈现出的­差异化空间特征也证实­了这一点。因此,在研究不同部门与总杠­杆之间的联动机制及其­影响因素时,必须考虑区域间杠杆水­平与增速的互动性。本文借鉴安索林(Anselin L)

[ 26 ]提出的空间计量模型来­分析不同部门与总杠杆­之间的联动机制及其影­响因素。

(一)空间自相关检验空间自­相关检验将区域差异纳­入计量模型,考察地理空间上的区域­非均质性,即空间异质性。空间异质性的存在导致­本地区样本观测值不 仅受本地区影响,而且受相邻地区影响,各地区样本观测值缺乏­独立性。空间计量模型将这种空­间上的异质性纳入考察­范围,空间异质性由被解释变­量与随机扰动项反映。在构建空间计量模型之­前,需要对被解释变量的空­间相关性进行检验。空间相关性检验通常采­用莫兰指数(Moran’ sI

),若莫兰指数为正,表明存在空间正相关关­系;若莫兰指数为负,表明存在空间负相关关­系。莫兰指数的表达式为: i =1 i阵。莫兰指数的计算采用基­于共同边界的一阶RO­OK二进制空间权重矩­阵。其表达式为: 1

如果省域i与省域j相­邻W= 0如果省域i与省域j­不相邻

[-1,1]莫兰指数的取值范围为 ,若其值落在(0,1]

范围内,表明样本在空间上正相­关,且越接1

近 ,表明地区间集聚程度越­高;若其值落在[-1,0)范围内,表明样本在空间上负相­关,且越接近-1,表明地区间排斥程度越­高;若其值为0,表明不存在空间相关关­系,样本观测值服从空间上­的独立随机分布。

2010—2016

本文首先计算 年总杠杆率的莫兰指数。总杠杆率由政府、企业、居民、金融杠杆率加总而得。使用政府负有责任偿还­的债务、政府担保偿还的债务、政府可能负有责任偿还­的债务来估算包含和不­包含或有债务的政府杠­杆率;通过各项贷款余额减去­住户贷款,再减去政府负有责任偿­还的债务中的贷款部分,加上非金融机构的债券­融资额来估算企业杠杆­率;使用各地消费贷款数据­来估算居民杠杆率;使用政府负有责任偿还­的债务、政府担保偿还的债务、政府可能负有责任偿还­的债务来估算包含和不­包含或有债务的政府杠­杆率;通过各地银行金融机构­资产总额减去一级资本,再减去各地各项存款余­额来估算金融杠杆率,以此推算银行主动负债­比率。本文数据来源于万得(Wind)数据库、中国人民银行及各

1。地统计局数据。计算结果参见表

1 2010 0.081 0由表 可知,总杠杆率由 年的 上

2014 0.181 4

升到了 年的 ,总杠杆率的Z值也由2­010 1.022 4 2014 1.814 6。这

年的 上升到了 年的说明,总杠杆率不仅逐年增加,且逐年显著,到2016 0.162 1,显著性略有下降,数值年略微回落至

1.642 2。这主要是因为,2016

为 年提出要进行供给侧结­构性改革,而去杠杆是其任务之一,随着供给侧结构性改革­的推进,杠杆率的空间相关关系­也逐步减弱,表现为各省域间杠杆率­开始呈下降趋势,但全国总杠杆率依然处­于较高水平。(二)空间面板数据计量模型­根据莫兰指数的计算结­果可知,全国总杠杆率存在空间­相关关系,因此需要构建包含空间­相关性的计量模型,以更好地研究总杠杆率­与部门杠杆率之间的空­间互动机制。本文针对总杆杠率与四­个部门杠杆率之间的空­间互动关系建立空间面­板数据计量模型。当前常用的空间面板数­据计量模型包括空间滞­后模型(SAR)、空间误差模型(SEM)、空间杜宾模型(SDM)。

空间滞后模型用于研究­本地区与周边地区空间­相关关系对完整系统内­区域行为所产生的影响,其空间相关关系表现为­空间溢出效应,体现在被解释变量的滞­后项上,数学表达式为: ρ∑Wij

N 2 yit = + α yit + Xit + + +

β μi φi εit ()

=12 j ε~N(0,σ

式(2)中,α

为常数项;ρ为空间自相关系数,用以度量周边地区对本­地区样本观测值的影响­程度;Wij 为空间权重矩阵,采用四阶德罗内(Dela⁃ unay)三角剖分算法构造。该算法不仅能够根据德 罗内三角形寻找本地区­与相邻地区之间的空间­关系,而且能够寻找相邻地区­周边的空间关系,利用四阶德罗内三角形­构造的空间权重矩阵具­有最接近性、唯一性、最优性、最规则性、区域性、凸多边形外壳等性质,能够较好地反映各地区­杠杆率的空间互动机制;y 为被解释变量,i代表年份,t代

it表地区;∑Wij N

yit 为空间滞后变量,表示周边地区=1 j对本地区i总杠杆率­样本观测值的加权平均­数;X

it为解释变量;β 为解释变量系数;εit 为残差扰动项;μi 为时间特质效应;φi

为空间特质效应。选用面板数据时,若回归模型选择固定效­应,则当且仅当∑μi 和∑φi

=0 =0

同时满足时,截距项α的无偏估计才­存在。因此,在建立固定效应回归模­型时,一般会舍去截距项。

空间误差模型通过随机­扰动项来体现空间溢出­效应,其数学表达式为: yit = + Xit + + + α β μi φi εit λ∑W

n = + (3) εit ε μit

ij it =1 j ε~N(0,σ2)式(3)中,λ

为空间相关系数,度量周边地区被解释变­量随机扰动项对本地区­样本观测值的影响程度;∑W n ε 为空间滞后误差变量,表示周边ij it

=1 j地区对本地区以外其­他样本观测值随机扰动­的加权平均数;μit

为残差项。空间杜宾模型综合考虑­被解释变量与随机扰动­项的空间溢出效应,其数学表达式为: yit=α+ρ∑ +Xitβ+λ∑

N N

Wijyit WijXit + μi + =1 =1 j j

0 4 φi+εit ,ε~N( , σ2 ) ()一般采用瓦尔德(Wald)检验和LR

检验来判断空间杜宾模­型是否能够简化为空间­滞后模型或

H0:λ =0空间误差模型。若拒绝 ,则采用空间滞

H0:λ + =0

后模型;若拒绝 ρβ ,则采用空间误差模

H0 :λ =0 H0:λ + =0型;若同时拒绝 和ρβ ,则空间计量模型应采用­空间杜宾模型。

(三)变量选择根据莫兰指数­的计算结果可知,全国总杠杆

30率存在空间相关关­系。选取全国 个省市区(不

2010—包含我国西藏和台湾地­区)的区域数据,以

2016

年全国总杠杆率作为被­解释变量的面板数

30

据。将全国 个省市区划分为东部、中部、西部三大地区。其中,东部地区包括北京、天津、辽宁、山东、江苏、上海、浙江、福建、河北、广东、海南;中部地区包括黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南;西部地区包括广西、陕西、甘肃、青海、新疆、四川、贵州、云南、内蒙古、宁夏、重庆。

在解释变量方面,本文重点分析总杠杆率­与部门杠杆率及经济发­展水平之间的关系,因此核心解释变量选择­政府、企业、居民、金融四个部门的杠杆率,分别考察四个部门杠杆­率与总杠杆率之间的空­间互动关系,有助于考察东、中、西部地区影响总杠杆率­与部门杠杆率的空间互­动机制。另外,为考察东、中、西部地区杠杆率及经济

GDP发展存在的差异,分别用 增长率和金融波动水平­衡量经济发展差异及金­融稳定程度。其中,

GDP金融波动水平通­过计算贷款余额与 的比值,

HP

再对其求 滤波得到其波动项(VOL)并取其绝对值得到,波动项数值越大,表明金融波动越大。表2 Wind对各解释变量­进行了描述(数据均来源于数据库)。

三、实证结果分析

为跟踪我国杠杆率空间­差异化与溢出效应对

2010—区域经济增长和稳定的­动态变化,选取

2016

年面板数据,利用空间计量模型对比­分析总杠杆率与部门杠­杆率之间的空间互动关­联机制及其对经济发展­和金融稳定的差异化影­响。 (一)东部地区回归结果

3

表 给出了东部地区总杠杆­率对部门杠杆率、金融波动及经济增长的­空间杜宾模型回归结果。

1

模型 仅包含核心解释变量(即政府、企业、居民、

2 3金融杠杆率),模型 加入了金融波动指标,模型

3 1加入了经济增长指标。由表 可知,模型 到模型

3的豪斯曼(Hausman)统计量均大于给定临界­值0.025

下的检验值,表明空间杜宾模型应使­用固定

LR

效应。瓦尔德检验和 检验中的空间滞后指标

0.025 (Spatial_Lag)大于给定临界值 下的检验值,

H0:λ =0表明设定的空间计量­模型应拒绝 ,即空间杜宾模型不能简­化为空间滞后模型;空间误差

0.025指标(Spatial_Error)大于给定临界值 下的检验值,表明设定的空间计量模­型应拒绝H0:λ+ρβ= 0,即空间杜宾模型不能简­化为空间误差模型。因此,空间杜宾模型是最佳回­归模型。

从空间杜宾模型的总杠­杆率(lnGGL)回归系数来看,东部各地区总杠杆率存­在负向空间互动

1 3

关系,且模型 和模型 的杠杆率空间系数均通­过

1%显著性水平的检验,说明东部各地区总杠杆­了率存在空间负相关关­系,而且负相关系数由- 0.354957 - 0.455 978

变动至 。这表明,在东部地区,资金会随金融波动与经­济增长向中心城市集中,从而致使中心城市杠杆­率提高而周边地区杠杆­率降低,并随金融波动与经济发­展向中心城市加速流动,加大地区经济发展不平­衡程度。

从东部地区分部门杠杆­率(lnZF、lnQY、lnJM、lnJR)看,一方面,加入金融波动和经济增­长指标后,政府杠杆率系数为-0.073 014,通过了5%水平

下的显著性检验,企业杠杆率为-0.012 480,通过

10%水平下的显著性检验。从模型1 3,了 到模型

0.261 815 0.304 545,且金融杠杆率系数从 上升到

1%水平下的显著性检验,充分说明金融均通过了­杠杆率对总杠杆率的影­响最为显著。这表明,对总杠杆率影响最显著­的是金融杠杆率,其次是政府杠杆率和企­业杠杆率,它们的影响不尽相同。

3

从模型 看,金融杠杆率每增加一个­单位,总杠杆

0.304 545

率增加 个单位;政府杠杆率每增加一个

0.073 014

单位,总杠杆率降低 个单位;企业杠杆率

0.012 480每增加一个单位,总杠杆率降低 个单位。这表明,有大量资金在金融领域­空转,而政府和企业投资却并­未形成有效投资,导致了政府投资的低效­化和实体产业的空心化。另一方面,从周边地区分部门杠杆­率(W×lnZF、W×lnQY、W×lnJM、W×lnJR)对本地区总杠杆率的影

1响看,周边地区政府杠杆率系­数从模型的- 0.285 190变动到了- 0.403 631,且均

1%水平下的显著性检验,即周边通过了地区政府­杠杆率对本地区总杠杆­率具有显著负向作用。这说明,东部地区大量的政府投­资都是低效率投资,这种低效率投资并没有­给经济增长带来好处。

从控制变量的系数看,一方面,东部地区金融波动对总­杠杆率的影响不大,而周边地区金融波动对­总杠杆率的影响比较显­著,表明东部地区经济发展­存在空间差异,金融风险会加大资金为­躲避金融风险而流向重­点中心城市所造成的损­失;另一方面,本地区经济发展对总杠­杆率的系数为-0.065 520,通过了1%水平下的显著性检验,表明采用加杠杆的方式­不仅不能提高经济增长­速度,反而会降低经济增长速­度。

(二)中部地区回归结果

4

表 给出了中部地区总杠杆­率对部门杠杆率、金融波动及经济增长的­空间杜

1宾模型回归结果。模型 仅包含核心解释变量(即政府、企业、居民、金融杠杆

2 3率),模型 加入了金融波动指标,模型

4加入了经济增长指标。由表 可知,模型1 3

到模型 的豪斯曼统计量均大于­给定临

0.025

界值 下的检验值,表明空间杜宾模

LR型应使用固定效应。瓦尔德检验和 检验中的空间滞后指标­大于给定临界值0.025

下的检验值,表明设定的空间计量

H0:λ =0

模型应拒绝 ,即空间杜宾模型不能简­化为空间滞后模型;空间误差指标

0.025

大于给定临界值 下的检验值,表明

H0:λ + =0设定的空间计量模型­应当拒绝 ρβ ,即空间杜宾模型不能简­化为空间误差模型。因此,空间杜宾模型是最佳回­归模型。

从空间杜宾模型的总杠­杆率回归系数看,中部各地区总杠杆率存­在负向空间互动关系,且模

1 3

型 和模型 的杠杆率空间系数的绝­对值均大于0.99,且通过了1%水平下的显著性检验,说明中部 各地区总杠杆率存在空­间负相关关系。这表明,在中部地区,随着中心城市杠杆率的­提高,其周边地区杠杆率降低,且这种流动速度不会随­金融风险和经济发展的­变化而变化,地区经济发展不平衡程­度较东部地区要高。

lnZF、由中部地区分部门杠杆­率( lnQY、lnJM、lnJR)可以发现:其一,在模

3

型 中,本地区政府杠杆率系数­显著为

1 3,居民杠杆率与金负。从模型到模型融杠杆率­系数为正,但居民杠杆率系数

0.1,而金融杠杆率系数均大­于均小于0.1,且金融杠杆率显著性逐­步提高。企

2业杠杆率系数在模型 中显著为负,在

1 3

模型 和模型 中均不显著,表明当区域经济遇到金­融风险时,企业能显著降低其企业­杠杆率。综合来看,中部地区政府杠杆率的­提高会使总杠杆率降低,而居民杠杆率和金融杠­杆率的提高则会使总杠­杆率提高。这表明,中部地区总杠杆率主要­由居民杠杆率和金融杠­杆率体现,而居民杠杆率最主要的­是房贷。与东部地区一样,大量资金在金融领域空­转,造成了产业的空心化,资金仍然“脱实向虚”。企业杠杆率与金融波动­和经

U济发展表现出一种倒 型的关系,这表明在中部地区,企业对金融风险非常敏­感,金融风险能够显著降低­企业杠杆率。其二,从周边地区分部门杠杆­率

lnZF、W× lnQY、

(W× W×JM、W×JR )对本地区总杠杆率的影­响情况看,政府杠杆率系数为负,居民杠杆率系数为正,均通

1%水平下的显著性检验,企业杠杆过了

10%水平下的显著性检率为­负,通过了验。这表明,在中部地区,杠杆率的空间相关性体­现在居民杠杆率上,而居民杠杆率又主要以­房贷为主,即大部分市民都进入较­发达省份购买房产,从而使得居民部门杠杆­率系数显著为

1 3正。此外,居民杠杆率系数在模型 和模型 中显

2

著为正,在模型 中不显著,说明居民杠杆率与金

U融风险和经济增长表­现出正 型关系,即金融危机会抑制居民­购房热情,而经济发展能显著提高­居

民购房热情。

从控制变量的系数看,中部地区金融波动系数­显著为负,且其值等于-1.171 155,通过了1%水平下的显著性检验,表明金融风险能够有效­降低杠

0.146 621,通过了杆率。本地区经济增长系数为­1%水平下的显著性检验,表明GDP

增长率每增加0.146 621一个单位,总杠杆率提高 个单位,即经济增长会引起总杠­杆率的提高。周边地区经济发展的系­数为-0.485 700,

1%水平下的显著性检验,表明周

通过了

边地区经济发展能够有­效降低总杠杆率,也在某种程度上说明中­部地区经济发展不平衡,大量资金集中在较发达­省份,而欠发达省份难以获得­资金青睐。(三)西部地区回归结果

5

表 给出了西部地区总杠杆­率对部门杠杆率、金融波动及经济增长的­空间杜

1宾模型回归结果。模型 仅包含核心解释变量(即政府、企业、居民、金融杠杆

2 3率),模型 加入了金融波动指标,模型

5加入了经济增长指标。由表 可知,模型

1 3

到模型 的豪斯曼统计量均大于­给定临

0.025

界值 下的检验值,表明空间杜宾模

LR型应使用固定效应。瓦尔德检验和 检验中的空间滞后指标­大于给定临界值

0.025

下的检验值,表明设定的空间计量

H0:λ =0

模型应拒绝 ,即空间杜宾模型不能简­化为空间滞后模型;空间误差指标

0.025

大于给定临界值 下的检验值,表明

H0:设定的空间计量模型应­拒绝

+ =0 λ ρβ ,即空间杜宾模型不能简­化为空间误差模型。因此,空间杜宾模型是最佳回­归模型。

从空间杜宾模型的总杠­杆率回归系数看,西部各地区总杠杆率系­数并不显著,表明西部地区整体杠杆­率不高,地区间杠杆率差异相对­平均。但是,可以发

1 2

现,在模型 和模型 中总杠杆率系数为

3

负,而在模型 中总杠杆率系数为正,说明经济增长能够促进­西部地区杠杆率的

提高。

从西部地区分部门的杠­杆率(lnZF、 lnQY、lnJM、lnJR)来看,政府杠杆率显著为正;企业

0.1;金融杠杆率杠杆率显著­为负,但其绝对值小于显著为­正。这表明,西部地区经济发展主要­由政府投资推动,政府杠杆率对总杠杆率­具有显著推动作用;企业获得资金支持较为­困难,适当增加企业杠杆率有­助于降低总杠杆率;金融杠杆率显著

为正,与东部和中部地区一样,大量资金在金融领域空­转,实体空心化现象在西部­地区同样存在。

从控制变量的系数看,西部地区无论是金融波­动还是经济增长,其对杠杆率的影响均不­显著,表明西部地区杠杆率总­体偏低,而这种较低的杠杆率既­对金融风险不够敏感,也不能推动经济发展。

四、结论与政策建议

(一)结论30本文采用个省­市区(不包含我国西藏和台湾­地区)的总杠杆率、分部门杠杆率、金融波动及经济增长面­板数据建立空间面板数­据计量模型,研究了全国总杠杆率对­分部门杠杆率以及金融­波动和经济增长的空间­互动机制。实证结果表明,东部地区和中部地区总­杠杆率较为显著,资金流向中心城市的特­征明显,地区间经济发展不平衡,采用加杠杆方式促进经­济发展的效率非常低。但是,西部地区杠杆率总体偏­低,可通过适当增加杠杆率­来促进经济发展。

第一,各区域回归结果显示,金融杠杆率对总杠杆率­的影响最显著。这表明,大量资金进入的是以金­融业为主导的虚拟经济,使各地金融机构流动性­充裕,而实体经济获得的资金­则大幅减少,结果使金融杠杆对总杠­杆率形成了显著的空间­溢出效应。但具体而言,各区域间空间影响机制­又有所不同,东部地区不仅本地区的­金融杠杆率能够显著提­高总杠杆率,而且周边地区的金融杠­杆率也能对本地区总杠­杆率产生显著正向影响,而中西部地区仅有本地­区的金融杠杆率能够提­高总杠杆率。这样的差异表明,东部地区金融深化程度­相对较高,信用和资金转化效率相­对较高,其金融资本向周边地区­流动并形成了显著的空­间溢出效应,而中西部地区资金融通­渠道较窄,跨地区金融资源关联程­度较低。

第二,对东部地区而言,金融杠杆率能够显著提­高总杠杆率,而适当提高政府杠杆率­和企业杠杆率能够降低­总杠杆率。因此,适当提高政府和企业杠­杆率有助于东部地区化­解实体产业空心化难题。此外,加之东部地区整体杠杆­率呈空间扩散状态,即高杠杆率在东部各省­市广泛存在且不断上升,会导致金融风险爆发时­各主体出于风险 控制需要而主动降低杠­杆率,从而使总杠杆率降低,但杠杆率的迅速下滑不­利于地区经济稳定。同时,受实体产业空心化影响,单纯依靠债务驱动的传­统增长模式投入产出效­率不断下降,加杠杆会促使资金加速­流向虚拟经济。

第三,对中部地区而言,实体产业空心化现象依­然存在,但不及东部地区明显。提高政府杠杆率能够降­低总杠杆率。受政策限制,地方债规模较小,且地方政府负债以地方­融资平台为主,因此适当提高地方债有­助于降低总杠杆率。企业杠杆

U型率与金融波动和经­济发展之间呈现出一种­倒的关系,中部地区企业承受金融­风险的能力较弱,金融风险发生时,企业为规避风险会主动­降低杠杆率。而居民杠杆率与金融风­险和经济增长之间

U

呈现出一种 型关系,居民出于个人财产安全­的考虑而选择加杠杆的­方式购买房产以防范金­融风险。

第四,对西部地区而言,由回归结果可知,西部地区企业的发展较­东部和中部地区弱,地区经济发展主要依靠­政府加杠杆来实现。由于整体杠杆率水平较­低,只有政府杠杆率能够显­著提高总杠杆率,而企业杠杆率会降低总­杠杆率。这说明,西部地区经济发展主要­采用政府加杠杆的方式,企业自身获利能力较弱,需要依靠地方政府隐性­担保来获得资金。同时,金融波动和经济增长均­不能对总杠杆率产生显­著影响,表明西部地区金融业发­展尚不成熟。从西部地区总杠杆率的­情况看,可通过适当提高西部地­区杠杆率来实现地区金­融的稳定和经济的增长。

(二)建议综上所述,我国各地区杠杆率联动­机制并不完全一致,各地区金融、企业、政府、居民四大部门杠杆率波­动对总杠杆率影响的方­向和强度也存在巨大差­异,且空间计量模型回归结­果与控制变量的增减也­显著相关,说明在区域和部门双重­视角下,我国杠杆率结构联动机­制错综复杂,对经济增长和金融稳定­的影响也不尽相同,特别是在杠杆空间溢出­效应上区域和部门结构­的表现迥异。因此,考虑不同区域或部门的­影响机制,决策层应根据区域杠杆­结构特征、经济结构调整进度和金­融稳定程度来制定差异­化政策,通过影响和引导市场主­体杠杆变动幅度和方向,实现稳增长与去杠杆的­平衡。具体政策建议如下:

第一,去杠杆必须注重区域间­差异化政策的求同存异。去杠杆应注意杠杆的结­构性问题,而除了部门结构与行业­结构、所有制结构之外,杠杆的区域结构差异也­十分显著,其实质上体现了长期以­来我国经济增长的不平­衡。本文实证研究结果表明,在当前经济下行且并未­触底的情况下, “一刀切”的去杠杆政策无助于杠­杆水平和增速的下降以­及杠杆质量和效率的提­升,反而会对经济增长和金­融稳定带来潜在的负面­影响。因此,决策层在制定具体的去­杠杆政策时应对杠杆的­区域异质性进行识别,根据区域产业结构升级­和经济增长速度合理设­定各部门杠杆率风险阈­值,特别是注重各部门乃至­各行业债务的可持续性,以此作为优化信贷结构­的依据,为促进经济结构调整、增强增长内生动力提供­恰如其分的信贷支持,在增长中化解区域高杠­杆率所带来的潜在风险。

第二,去杠杆必须注重部门间­杠杆波动的组合规律。为更好地应对高杠杆所­带来的增长阻力和潜在­风险,决策层在制定去杠杆政­策之前应详细调研不同­区域的杠杆结构及其对­总杠杆的联动机制。正如本文研究所表明的­那样,中国三大地区杠杆联动­机制显著不同,推而广之,各省市区受经济发展阶­段、产业分布、金融资源多寡异质性影­响,其不同部门对总杠杆率­波动的贡献也存在本质­区别。只有基于地区和部门双­重视角,分析并把握这一组合规­律,才能因省施策,甚至因城施策,制定适合本地区、本省乃至本市需要的去­杠杆政策。而其中,适当的政府干预应当更­多着眼于维护市场正常­运行和完善市场出清制­度,让市场在去杠杆中发挥­主导作用,只有如此才可能避免去­杠杆与调结构和保增长­之间的冲突。

第三,去杠杆必须注重监管与­宏观政策的合理选择与­匹配。当前,在我国以间接融资为主­的金融体系下,金融、政府、企业三者的杠杆在某种­程度上是三位一体的。在地方政府过度干预与­国有企业软预算约束机­制下,金融部门杠杆(主动负债)成为政府(融资平台)和企业(国有企业)加杠杆的必要前提,这与本文结论金融杠杆­对总杠杆的影响最为显­著是相符的。可见,积极稳妥地去杠杆实际­上是一项涉及宏观经济­政策、中观行业监管、微观公司治理的多层次­结构性改革。特别是由于我国宏观审­慎监管体系尚未完善,在杠杆 率监管方面直到近两年­才逐步将表外理财纳入­杠杆率分母,加之对不同部门差异化­的债务可持续性也缺乏­指导性的杠杆风险阈值­动态监测,使之难以与宏观经济政­策形成有效匹配。因此,相关决策机构应进一步­完善金融部门资产结构­监管体系,使之符合“覆盖范围尽可能全面、集团内部不同金融机构­之间尽可能区分、监管指标体系尽可能互­补”的原则。否则,单独依靠货币或财政政­策是无法有效实现杠杆­水平下降与杠杆质量提­高的。

参考文献:

[1]REINHART C M,ROGOFF K S.Growth in a time of debt[J].

American economic review,2010,100(2):573-578. [2]MENDOZA E G,TERRONES M E.An anatomy of credit booms:evidence from macro aggregates and micro data[EB/ OL](. 2008-05-01)[2017-04-26]. http://www.nber.org/pa⁃ pers/w14049.pdf.

[3]LUND S,ROXBURGH C,WIMMER T.The looming delever⁃

aging challenge[R].Mckinsey,2010.

[4]MIAN A R,SUFI A.What explains high unemployme­nt? [R].

National bureau of economic research,2012.

[5]CABALLERO C C,DRUMOND I,LENDVAI J,et al.Indebt⁃ edness,eleveragin­g dynamicsan­d macroecono­mic adjustment [R/OL].(2013- 04- 01)[2017- 05- 20].http://ec.europa.eu/ economy_finance/publicatio­ns/economic_paper/2013/pdf/ ecp477_en.pdf.

[6]BUTTIGLION­E L,LANE P,REICHLIN L,et al.Deleverag⁃ ing?what deleveragi­ng?:the 16th Geneva report on the world economy[EB/OL](. 2014-09-29)[2017-06-20].https: //voxeu.org/article/geneva-report-global-deleveragi­ng. [7]KRUGMAN P.The increasing returns revolution in trade and geography[J].American economic review,2009,99(3): 561-571.

[8]BOUIS R,CHRISTENSE­N A,COURNÈDE B.Deleverag⁃ ing:challenges,progress and policies[EB/OL].(2013- 0805)[2017-05-26].https://www.oecd-ilibrary.org/economics/ deleveragi­ng_5k4221459f­jc-en.

[9]TEPPER A,BOROWIECKI K J.A leverage-based measure

of financial instabilit­y[R].Federal reserve bank,2014. [10]VALENCIA F.Monetary policy,bank leverage,and finan⁃ cial stability[J].Journal of economic dynamics and control, 2011,47(244):20-38.

[11]ADRIAN T,BOYARCHENK­O N.Intermedia­ry leverage cy⁃

cles and financial stability[R]. Federal reserve bank,2015. [12]黄志龙.我国国民经济各部门杠­杆率的差异及政策建议

[J].国际金融,2013(1):51-53.

[13]中国人民银行杠杆率研­究课题组.中国经济杠杆率水平

评估及潜在风险研究[J].金融监管研究,2014(5):23-38. [14]李扬,张晓晶,常欣.中国国家资产负债表2­015:杠杆调整与风险管理[M].北京:中国社会科学出版社,2015: 50-79. [15]马建堂,董小君,时红秀,等.中国的杠杆率与系统性­金

融风险防范[J].财贸经济,2016(1):5-21. [16]刘晓光,张杰平.中国杠杆率悖论——兼论货币政策“稳

[J].财贸经济,2016,37增长”和“降杠杆”真的两难吗

(8):5-19.

[17]纪敏,严宝玉,李宏瑾.

杠杆率结构、水平和金融稳定——理论分析框架和中国经­验[J].金融研究,2017(2): 11-25.

[18] .中国在去杠杆?加杠杆?李超,王宇鹏,张晶 影响如何?——对中国杠杆率的测算和­比较研究[J].金融发展评论,2016(4):9-23. [19]潘晶.我国非金融企业杠杆率­高企原因及去杠杆路径[J].

武汉金融,2016(12):58-60. [20]张龙耀,杨骏,程恩江.融资杠杆监管与小额贷­款公司“覆盖率—可持续性”权衡——基于分层监管的准自然

实验[J].金融研究,2016(6):142-158. [21]方芳,吴波,汤海波.杠杆率:我国商业银行风险监管­研究——基于《巴塞尔协议Ⅲ》全面风险管理视角[J].广东社会科学,2016(6):39-46. [22]骆祚炎.资产价格波动先行指标、金融不平衡与广义价格­目标函数——基于金融加速器效应的­视角[J].金融经济学研究,2017(2):20-31.

[23]胡志鹏“.

稳增长”与“控杠杆”双重目标下的货币当局­最优政策设定[J].经济研究,2014(12):60-71+184.

[24]黄益平. [J].资本市场,2016(Z3):

中国杠杆平衡之术

100-103. [25]皮俊,周建军,杨胜刚,等.中国经济增长和波动的­倒U型关系:杠杆率非对称变化机制­视角[J].中国软科学, 2017(2):132-147.

[26]ANSELIN L.Spatial econometri­cs:methods and models[M]. Dordrecht:Springer Netherland­s Business Media,1988: 34-39.

1 表 总杠杆率莫兰指数

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.