我國省域杠桿率及其對經濟增長的影響
——基于省級面板數據門檻模型

宋 亞，成學真，趙先立

●經濟觀察

我國省域杠桿率及其對經濟增長的影響
——基于省級面板數據門檻模型

宋 亞1，2，成學真1，趙先立2

（1.蘭州大學經濟學院，甘肅蘭州730000；2.中國人民銀行蘭州中心支行，甘肅蘭州730000）

文章基于現有文獻對全國杠桿率的測算方法，對2003-2015年全國31個省區的杠桿率進行了測算，之后基于Cobb Douglas生產函數構建了以經濟增長為被解釋變量，以杠桿率為門檻變量的省級面板門檻模型，實證得出杠桿率升高會降低資本對經濟增長的拉動作用，分析了其原因在于資金使用效率下降和實體部門利潤外流。最后提出了各省區應根據自己的情況有針對性地去杠桿、提高債務所形成資金的使用效率等政策建議。

杠桿率；省域；測算；經濟增長；門檻效應

一、引言及文獻綜述

杠桿率與經濟增長、金融風險密切相關，2008年的國際金融危機之后，人們對杠桿率、經濟增長、金融危機之間關系的討論越來越多。基本一致的共識是適度的杠桿率可以促進經濟增長，而過高或急劇增長的杠桿率可能導致不同形式的金融危機。國際上一些研究認為我國杠桿率過高已成為風險點，并出現因之唱衰中國經濟的聲音。我國官方于2011年、2013年對政府債務進行了兩次全面審計，得出了確鑿可信的結果，并將“編制全國和地方資產負債表”作為戰略決策正式在十八屆三中全會上提出。與此同時，我國學術界大量研究成果證明我國經濟的總杠桿率低于一些發達國家，處于適中范圍內，分類說來，非金融企業、地方政府的杠桿率偏高，而中央政府、居民部門的杠桿率并不高，低于國際公認的風險閥值，有力地回應了“唱衰中國論”。但不容否認的是，我國危機后杠桿率快速上升，杠桿率的高水平和高增長確實潛伏著一定的金融風險，我國政策當局已經明確把“去杠桿”作為今后一段時間的主要任務之一，全國各地都面臨去杠桿的問題。而我國區域經濟差異明顯，對于各個省份來說，杠桿率有沒有差異，多少為省域杠桿率相對適度的水平，應該如何根據自身的杠桿率水平來去杠桿，這是值得研究的問題。本文意在對全國各省區的杠桿率進行測算，并從經濟增長的角度對我國省域杠桿率問題進行分析。

基于債務視角對全社會和分部門的杠桿率的研究有兩條脈絡，一是對國家資產負債表進行研究，基于負債項目的統計和估算，對居民、非金融企業、政府、金融部門和全社會的杠桿率進行測算、國際比較和分析；二是直接從居民、政府、非金融企業等分部門的債務和杠桿率入手，研究各部門債務和杠桿率的發展、成因、影響因素、承受能力、風險范圍、國際比較及與經濟增長的關系等。研究的目的主要在于總杠桿率或分部門杠桿率與經濟增長、金融風險或危機之間的關系。

（一）杠桿率及其衡量指標

從最本質的意思理解，杠桿率是指自有資金與所能支配的資金之間的比例關系。對于不同的研究對象，有不同角度的具體解釋和計算方法。常見的研究對象如某個交易、某個經濟主體、某個經濟部門，以及整個經濟體。對于某項具體交易來說，杠桿率指自有資金與全部交易額（或者籌借金額）的比例關系。比如證券市場的配資交易，一般對杠桿率做出規定，如1∶1、1∶5等。對于某個經濟主體和某個部門來說，經濟主體（企業、政府、居民）通過負債的方式來擴大投資和消費活動，按照資產負債表，杠桿率是指所有者權益與總資產之間的比例關系。從自有資金與可支配資金的比例關系這一本質意義出發，以會計角度用資產負債表項目對杠桿率進行計算更為契合。資產與負債之比、資產與所有者權益之比、負債與股權之比，以及上述指標的倒數都可以用于衡量杠桿率［1］。但從評判風險、關聯經濟增長的目的出發，以債務角度對杠桿率進行測算則更為有效。杠桿率從根本上說仍是債務問題。自有資金之所以能夠以較少的量撬動大額的交易和資產，主要是借助了借貸資金形成的負債。Dalio（2013）［2］認為杠桿率的問題就是債務率的問題，在計算方法上就是負債與收入的比例。債務收入比（債務率）是衡量債務是否可持續最重要的指標，因此也成為研究杠桿率的重要指標。通常在計算全社會杠桿率時，將國民收入轉化為GDP，用全部負債與GDP相比；而對于分部門的研究，由于缺乏某一經濟部門完整的資產負債表，就從經濟部門的負債出發，以某一經濟部門的總債務占GDP的比率來衡量其杠桿率［3］。這種方法可見于李揚等（2013［4］、2015［5］），黃志龍（2013）［6］，牛慕鴻、紀敏（2013）［3］，中國人民銀行杠桿率研究課題組（2014）［1］，張茉楠（2013）等人的研究中，這是杠桿率國際比較中的一致方法。

（二）對我國杠桿率的測算方法和結果

國內各種研究對我國杠桿率測算的方法略有不同，如李揚等（2015）對全社會杠桿率的測算分為居民、非金融企業、政府、金融機構4個部門，剔除政府部門和非金融企業部門的在市政債、地方融資平臺等方面的重疊，再將4個部門的杠桿率進行加總。各個部門杠桿率測算時分母為GDP，分子為各個部門的全部債務。其他研究也多采用這一辦法。與這一方法有所區別是的，馬駿（2012）估算了居民、企業、中央銀行、商業銀行、中央政府、地方政府六個部門的資產負債表，在估算非金融企業負債時，先根據國家統計局公布的規模以上工業、房地產業、商業和建筑業企業總資產推算上述四個行業的總資產，加上進一步估算出來的其他行業的總資產，得到全部非金融企業的總資產，再根據全部非金融上市公司的公開數據計算出的資產負債率，通過總資產和平均資產負債率相乘的辦法估算出非金融企業負債［7］。其他研究對杠桿率的測算方法多與李揚的相同或相近。

李揚等（2013、2015）測算的我國2012年、2014年全社會杠桿率為分別為215%［4］和235.7%［5］；中國人民銀行杠桿率研究課題組測算的2012年我國總杠桿率約為183%；牛慕鴻、紀敏（2013）對中國2012年非金融部門杠桿率測算的結果為176.3%［3］；李佩珈、梁婧（2015）所使用的來自中國銀行國際金融研究所的測算結果顯示2014年我國總杠桿率為272.3%［8］。上述研究同時得出了分部門的杠桿率。測算結果略有差異，主要源于負債項目口徑差異、數據來源差異或個別項目的估算差異。

（三）杠桿率與金融危機、經濟增長的關系

1.影響機理

杠桿率對經濟增長的影響效果不能明確為正向或負向。Fisher于1932首次提出并于1933年系統闡述的“債務—通縮理論”認為，過度負債會導致引發債務清償，債務人將資產廉價出售，價格水平下降，進一步導致企業資產凈值的更大下降，這會加速企業破產、利潤減少、就業率降低，導致經濟產出下降，出現大蕭條。而“經濟增長—杠桿率”或者“信用—收入”的“正反饋機制”認為，當人們對經濟增長和收入增長持樂觀預期時，就會傾向于借入更多的債務，這些借款將直接促進需求的增加，從而導致經濟增長和收入增長這一預期的自我實現，可見于Buttiglio?ne，Luigi等（2014）［9］、李揚（2015）［5］等。杠桿率對經濟增長的影響還在于一個適度的問題。

2.實證研究

關于杠桿率與經濟增長的實證關系，有些研究從總杠桿率入手，有的研究從私人部門、政府部門、家庭部門、非金融企業部門或是金融部門入手。總杠桿率更能說明全部債務情況，而從分部門杠桿率進行研究則更有微觀基礎和便于國際比較，其重要性各有千秋，都有助于更深入地認識杠桿率與經濟增長的問題。

在杠桿率靜態水平與經濟增長、金融風險之間的關系上，《馬斯特里赫特條約》（1991）規定以公共債務不超過國民生產總值的60%為臨界值。國際清算銀行的專家在實證分析的基礎上提出了誘發金融危機的杠桿率臨界值：非金融企業部門債務對GDP的比重超過90%，居民部門債務對GDP的比重超過85%，政府部門債務對GDP的比重超過85%。Rein?hart和Rogoff（2010）通過40個國家、約200年的數據研究得出了“90、60”標準，即，公共債務占GDP的比重低于90%時為正常水平，此時政府債務與GDP實際增長率弱相關；當公共債務占GDP的比重超過90%時，每增長一個百分點，GDP實際增長率中值大致下降一個百分點。此外，外債規模占GDP的比重超過60%時，經濟增長會出現明顯的惡化；而超過90%時，經濟大多會出現衰退［10］。世界銀行對105個國家1990-2011年的統計數據分析得出，高杠桿率對經濟增長有負面影響，各國平均經濟增長率和經濟總杠桿率負相關，杠桿率每上升1%，經濟增長下降0.017%。Jorda等（2011）通過14個發達國家在1870-2008年所經歷的200余次衰退數據表明，衰退前私人部門債務水平越高，經濟衰退的程度越深，經濟復蘇也越緩慢。丁純、高弘（2014）通過分析認為私人部門債務的過度膨脹會扭曲資源配置、降低生產率、加速產業空心化，與信貸泡沫破滅、銀行危機、主權債務危機進而引發的歐債危機有內在聯系。但也有很多專家認為杠桿率與金融危機之間的關系是非線性的，具有一定的突發性，很難測算出準確的杠桿率上限臨界值。

在杠桿率動態變化與經濟增長、金融風險之間的關系上，野村證券研究報告（2013）提出了“5-30規則”，認為在5年的時間里，一國信貸規模與GDP的比例增長幅度大于30個百分點，就可能出現一輪金融危機［8］。這一規則在1985-1989年的日本、2006-2010年的歐洲、1995-1999年和2003-2007年的美國經濟發展過程都是這一規則的驗證［1］。陸婷、余永定（2015）認為對于經濟增長來說關鍵的問題不在于當前的杠桿率，而在于杠桿率的動態路徑，即在當前的特定條件下杠桿率在未來的變化，并根據當前我國的特定情形，推演了我國企業部門的債務收入比2019年將達到201%，2025年將超過300%，提出了風險警示［11］。

總體說來，現有研究以發生金融危機為特征，通過國際上許多國家的歷史杠桿率數據進行分析對比得出杠桿率適度水平的多，對其他國家杠桿率與經濟增長關系實證研究的也較多，但是關于我國杠桿率研究基本上集中在杠桿率結果的測算和國際比較上，對我國杠桿率和經濟增長的實證關系的研究很少，對區域杠桿率的研究更是鮮見。

二、我國省域杠桿率的測算

（一）測算口徑

對杠桿率的測算主要決定于各部門債務的界定。在我國，居民部門的債務來源較為簡單，主要為銀行信貸和民間融資，由于民間融資難以測算，主要將銀行貸款余額作為居民部門的債務。非金融企業部門的債務主要來自銀行信貸、債券發行、委托貸款、信托貸款、銀行承兌匯票等，還有來自非正規金融、民間融資、商業信用等的債務，但限于數據的可得性，通常不做考慮。政府部門的債務分為中央政府債務和地方政府債務，中央政府債務規范、清晰，主要為國債余額；地方政府債務一是融資平臺通過銀行貸款、信托貸款、發行城投債所產生的債務，這部分債務包括在金融機構信貸統計和融資規模統計中。二是非融資平臺如事業單位、政府機構舉借的債務，限于省域數據難以獲取，本文只能舍棄。金融部門具有特殊性，以銀行部門為例，它反向運作實體部門的資產、負債，實體部門的貸款債務為銀行部門的資產，而實體部門的資產為銀行部門負債的重要組成部門，銀行部門與實體部門的資產、負債有高度的相關性和互抵性。因此，一些研究認為，分析杠桿率與經濟增長、金融風險之間的關系更應該注重實體部門，而將金融部門剔除；還有一些研究認為應該將金融部門與實體部門互抵的部分——如住戶部門存款、非金融企業部門的存款等——從金融部門的債務中剔除，僅考慮金融部門通過發行債券形成的債務。本文認為后一種辦法更能真實地說明債務問題，并參照這一辦法對金融部門的債務進行處理。我國金融債券多為政策性銀行債券、商業銀行總行債券，涉及各省區的多為地方銀行債券，在金融債券中所占的比重有限。在數據采集上，這一部分債務包含在信用債券中。

由于各省份分部門的數據有限，本文直接對全社會的杠桿率進行合并測算，分母用各省份的GDP，分子即各省全部債務包括五部分內容：貸款余額、信用債存量、委托貸款存量、信托貸款存量、未貼現的銀行承兌匯票存量，其中貸款余額包括居民部門貸款余額、非金融企業貸款余額、地方政府融資平臺銀行貸款余額；信用債存量包括非金融企業信用債存量、金融企業信用債存量、地方政府市政債存量；委托貸款存量、信托貸款存量、未貼現的銀行承兌匯票存量沒有直接統計數據，用各年全國的存量按照2015年末各省區社會融資規模的占全國的比重進行合并估算。具體見表1所列。

表1 李揚等（2015）對杠桿率的測算方法及本文所含債務口徑的對比

（二）測算結果

對全國31個省區的2003-2015年的杠桿率進行測算，所得結果見表2所列。

表2 全國31省區2003-2015年全社會杠桿率

續表2

各省區2003-2015年的杠桿率變動趨勢呈現以下幾個特點：

第一，區域差異明顯。各省區的杠桿率水平差異明顯，其中，北京和上海最高，2015年分別為676%和330%，主要原因在于金融部門的總部效應，集中了大量的貸款余額和信用債存量；西藏由于近些年投資加快，特別是2012年開始，貸款余額年增速在50%以上，GDP總量較小，且增長相對緩慢，因此杠桿率快速上升，2015年達到330%。其他省份2015年的杠桿率在120%～299%之間，甘肅（299%）、青海（299%）、海南（242%）、天津（230%）、浙江（227%）較高，湖南（120%）、河南（121%）、內蒙古（125%）、山東（125%）、湖北（133%）杠桿率較低。

第二，走勢先緩降后急升。大多各省區的杠桿率在13年里呈現“√”（勾形）走勢，2008年國際金融危機爆發前幾年，杠桿率略有下降，大多省份的杠桿率在2008年、2007年降至最低點，2009年出現大幅跳升，之后呈快速攀升之勢，至2015年達到最高。這與經濟走勢有直接的因果關系，危機前，經濟增速高于債務增速，呈現的“去杠桿”效果得益于國民收入的快速增長；危機后，國家刺激政策以擴大債務的方式增加投資，且經濟增速回落，經濟“加杠桿”顯著。

三、杠桿率對經濟增長影響的實證分析

為了避免同期GDP增速和杠桿率之間的內生性影響，本文主要分析前一期杠桿率水平（levt-1）與本期GDP增速（grgdp）的關系。

（一）模型建立

基于Cobb Douglas生產函數，借鑒Hansen（1996[12]，2000[13]）、張亦春等（2015）[14]、楊友才（2014）[15]、謝蘭云（2015）[16]、羅良清等（2013）[17]、武志（2010）[18]、張林和冉光和等(2014)[19]、何強（2012）[20]的門檻模型構建、計量方法和指標選擇，建立一個關于經濟增長的模型：

其中，grgdpit為被解釋變量經濟增速，grkit為資本存量增速、glit為勞動力投入增速、openit為對外開放程度，cpiit為價格水平，εit為殘差項。

引入門檻變量杠桿率levit，來研究資本在不同杠桿率水平下對經濟增長產生的影響，表達為：

其中，α、β、χ、δ為系數，γ為門檻值，下標i表示省份，下標t表示年份。

（二）指標選取和數據說明

grgdpit為各省區經濟增速；grkit是通過采用永續盤存法，用各省歷年全社會固定資產投資，根據單豪杰（2008）的做法，折舊率采用10.96%，計算出資本存量后，再得出的增速；glit采用各省市區單位就業人數的增速；openit為各省進出口總額在當年GDP中的比重；cpiit為各省居民消費價格指數；levit選用本文對各省區全社會杠桿率的測算結果。

全部指標的樣本區間為2003-2015年，由于北京、上海為眾多金融機構的總部所在地，計算得出的杠桿率數據遠高于其他省區，另外由于西藏近些年的投資力度加大，杠桿率急速上升，有異于其他省區，具有特殊性，因此，將北京、上海、西藏3省區的數據剔除，面板數據包括其他28個省份。全部數據來源于wind數據庫、《中國人民銀行年報》。

（三）數據描述和檢驗

采用STATA12.0統計軟件進行數據分析。主要變量的統計特征見表3所列。

表3 變量描述性統計

面板門檻模型要求所用變量平穩，否則可能出現偽回歸問題，為確保估計結果的有效性，對數據進行LLC單位根檢驗，檢驗結果見表4所列。

表4 變量LLC平穩性檢驗

面板門檻模型要求變量之間不存在內生性。對模型以grgdp為被解釋變量，以grk為核心變量，通過Davidson-Mackinnon檢驗方法進行內生性檢驗。結果見表5所列。

表5 變量外生性檢驗

面板數據通常可以用混合回歸、固定效應和隨機效應三種方法進行估計，為選擇恰當的估計方法，對擬進行門檻分析的模型進行F檢驗和Hausman檢驗，分別確定是選擇混合回歸或固定效應，是固定效應還是隨機效應。檢驗結果見表6，結果顯示模型為固定效應。

表6 估計方法選擇檢驗

（四）門檻回歸分析

門檻效應是指當一個經濟參數達到特定數值后，會引起另外一個經濟參數發生顯著地轉向其他發展形式，呈現結構變化的現象。門檻回歸方法的原理是通過大量的運算和檢驗，搜索驗證核心解釋變量的門檻值，將樣本以核心解釋變量是否達到門檻值進行分組估計，得出不同的變量回歸參數。門檻回歸能夠比普通回歸更好地擬合數據，更好地說明變量之間的實證關系。

對模型以levi,t-1為門檻變量，以logrkit為核心變量進行固定效應的門檻回歸分析，根據Booptstrap方法獲得檢驗統計量的P值，以此判斷是否存在門檻效應、門檻值的置信區間以及門檻值是否顯著，并得出門檻回歸結果，見表7所列。

表7 模型門檻數、門檻值和檢驗結果

結果顯示模型接受單一門檻，門檻值為0.830，置信區間為[0.810，1.630]。從表8中門檻回歸結果來看，模型擬合效果好，均通過穩健性檢驗，各變量的回歸系數顯著性好。門檻回歸結果顯示：當上年杠桿率低于0.830時，資本存量增長對經濟增速的拉動系數是9.952；當上年杠桿率高于0.830時，資本存量增長對經濟增速的拉動系數下降至9.050，表示杠桿率升高會導致資本對經濟增長的拉動作用下降。如果考慮門檻值的置信區間，當杠桿率高于［0.810，1.630］這一區間時，資本對經濟增長的拉動作用下降。

表8 門檻模型回歸結果

（五）結論及分析

杠桿率升高會降低資本投入對經濟增長的拉動效果。究其原因，可以從兩個方面進行分析。一是從金融部門來講，我國銀行、證券市場對不同的經濟主體仍存在較為明顯的歧視，國有大企業更容易獲得融資，而民營小企業則相對較難。杠桿率升高時，債務形成的資金沒有在更大的范圍得到最好地配置，仍會集中于國有企業、大企業，甚至是過剩產業，導致資金的使用效率降低。二是從實體部門來講，高杠桿率表明經濟體高負債運行，使實體部門的利潤更多地以資金成本的形式外流至金融部門，實體部門自身積累受損，進而影響整個產業的技術進步和設備升級；同時，員工收入受損，減緩消費增長，對經濟增長產生負面影響。

四、政策建議

第一，各省區應根據自身的杠桿率情況進行調控。結合各省區杠桿率測算結果和門檻模型實證分析結果可以得出，各省區杠桿率不高，風險可控；但各省區杠桿率水平不一，去杠桿的緊迫性不同。以2015年的杠桿率來看，除北京、上海、西藏外，海南、甘肅、青海、天津杠桿率偏高，應盡快調控。

第二，警惕被動加杠桿。雖然我國已明確提出要去杠桿，但是危機后各省區杠桿率快速上升，一些省區2015年的杠桿率更是出現了明顯上升。從債務構成及其變動趨勢結合GDP增長情況來看，杠桿率上升的一部分原因是我國經濟刺激政策主動增加負債擴大投資導致的，也有一部分原因是由于經濟增長沒有達到原來預期的水平。從未來趨勢看，即使不主動增加債務，按當前的發展軌跡，債務增速高于GDP增速，還會使杠桿率繼續被動上漲。

第三，提高債務所形成資金的使用效率。去杠桿應從提高資金的使用效率入手，銀行部門應創新信貸審查和篩選機制，有效辨別貸款項目的可行性、發展性、盈利性，避免走老套路使信貸資金過多地囤積于國有企業，造成資金效率的浪費。同時應注意調整債務的部門結構和行業結構，提高信貸的績效水平。證券部門應探索更廣闊的融資機制和市場，特別是對于中小企業、高科技企業和民營企業，增加其獲得融資的機會，減少資金束縛，降低融資成本，提高債務效率。

［1］中國人民銀行杠桿率研究課題組.中國經濟杠桿率水平評估及潛在風險研究［J］.金融監管研究，2014（5）：23-38.

［2］Ray Dalio.Economic Principles，2013［EB/OL］.（2015-05-20）［2016-11-21］.http：//bbs.pinggu.org/.

［3］牛慕鴻，紀敏.中國的杠桿率及其風險［J］.中國金融，2013（14）：55-57.

［4］李揚.中國國家資產負債表2013——理論、方法與風險評估［M］.北京：中國社會科學出版社，2013.

［5］李揚，張曉晶，常欣，等.中國國家資產負債表2015——杠桿調整與風險管理［M］.北京：中國社會科學出版社，2015.

［6］黃志龍.我國國民經濟各部門杠桿率的差異及政策建議［J］.國際金融，2013（1）：51-53.

［7］馬駿，張曉蓉，李治國，等.中國國家資產負債表研究［M］.北京：社會科學文獻出版社，2012.

［8］李佩珈，梁婧.杠桿率、債務風險與金融穩定［J］.新金融，2015（4）：18-21.

［9］Buttiglione Luigi，Philip R Lane，Vincent Reinhart.Delever?aging，What Deleveraging？The 16th Geneva Report on the World Economy［R］.Working Paper of Center for Economic Policy Research，2014.

［10］Reinhart，Kenneth S Rogoff.Growth In A Time Of Debt［J］.American Economic Review，2010，100（2）：573-578.

［11］陸婷，余永定.中國企業債對GDP比的動態路徑［J］.世界經濟，2015（5）：3-16.

［12］Hansen.Inference When a Nuisance Parameter Is Not Identified Under the Null Hypothesis［J］.Econometrica，1996，64（2）：413-430.

［13］Hansen.Sample Splitting and Threshold Estimation［J］. Econometrica，2000，68（2）：757-603.

［14］張亦春，王國強.金融發展與實體經濟增長非均衡關系研究［J］.當代財經，2015（6）：45-54.

［15］楊友才.金融發展與經濟增長［J］.金融研究，2014（2）：59-71.

［16］謝蘭云.創新、產業結構與經濟增長的門檻效應分析［J］.經濟理論與經濟管理，2015（2）：51-59.

［17］羅良清，尹飛霄.人力資本結構與經濟增長［J］.江西財經大學學報，2013（2）：63-72.

［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）：58-68.

［19］張林，冉光和，陳丘.區域金融實力、FDI溢出與實體經濟增長［J］.經濟科學，2014（6）：76-89.

［20］何強.信息技術發展對經濟增長門檻效應和動態效應分析［J］.產業經濟研究，2012（5）：11-18.

The Provincial Leverage Ratio in China and Its Effect on Economic Growth—Based on the Provincial Panel Data Threshold Model

SONG Ya1,2,CHENG Xue-zhen1,ZHAO Xian-li2
(1.School of Economics,Lanzhou University,Lanzhou 730000,China; 2.Lanzhou Central Sub-branch,The People’s Bank of China,Lanzhou 730000,China)

This paper,based on the existing literatures on the country’s leverage calculation method,calculates the leverage ratio of 31 provinces in China from 2003 to 2015,then builds the provincial panel threshold model with economic growth as an explanatory variable and leverage ratio as a threshold variable in accordance with Cobb Douglas production function.The empirical analysis shows that the in?crease of leverage ratio will reduce the pulling effect of capital on economic growth.The reason is the decline of the capital efficiency and the outflow of profit in the entity department.Finally,the paper suggests every province should de-leverage according to its own situation and enhance the capital efficiency.

leverage ratio;provincial;calculation;economic growth;threshold effect

F127；F812

A

1007-5097（2017）02-0100-07

［責任編輯：張青］

10.3969/j.issn.1007-5097.2017.02.013

2016-12-15

宋亞（1981-），女，河北辛集人，博士研究生，研究方向：區域金融理論與實踐；

成學真（1954-），女，山西文水人，教授，博士生導師，研究方向：區域金融，區域經濟發展理論與實踐；

趙先立（1984-），男，山東煙臺人，經濟學博士，研究方向：國際金融。