企業杠桿率、融資類型與金融逆周期調節
——基于明斯基金融不穩定理論的實證研究

阮湛洋

一、引 言

（一）研究背景和意義

近年來，我國經濟部門的資產投資規模與負債規模快速上升，資產價格不斷上漲。然而，隨著經濟新常態下經濟增速放緩使得高收益資產供給減速，資產長期價格系統預期也有所下降，經濟部門的實際債務增長高于名義債務的增長，總債務規模迅速擴大。尤其是非金融企業債務規模增長過快，非金融企業借助金融機構業務嵌套或通道過度債務融資，導致杠桿率不斷攀升，非金融企業偏高杠桿率對經濟市場和金融市場積聚較大的風險隱患，可能會引致資產價值崩潰時刻的到來，這一定程度也是經濟順周期因素導致的結果。金融不穩定理論表明，企業部門、家庭部門和政府部門任何一個部門債務突破一定的臨界點或是出現龐氏融資，就足以引發系統性金融危機。鑒于此，黨的十九大期間，周小川行長提出要重點防止“明斯基時刻”的到來，全球金融穩定理事會和巴塞爾協會也提出，如果經濟中順周期因素太多，會造成矛盾的積累，到一定時候就會出現瞬間的劇烈調整，有必要引入逆周期的調控措施。

明斯基曾成功預警了美國金融危機，運用其金融不穩定理論分析當前我國的情況有一定的借鑒意義。本文主要是掌握引發明斯基時刻臨近的主要風險變化，即“明斯基動態”，摸清全國、分省份非金融企業杠桿率變化趨勢及融資類型分布狀況，構建金融逆周期指數。力求建立系統性金融風險預警體系，牽住“灰犀牛”的鼻子，掌握主動權有效推動供給側結構性改革，切實降低非金融企業杠桿的風險積累，合理有效運用貨幣政策和宏觀審慎政策雙支柱框架防范局部或全局性“明斯基時刻”的到來，牢牢守住不發生系統性金融風險的底線。

（二）研究思路和研究方法

本文首先簡要介紹明斯基金融不穩定理論，對明斯基金融不穩定理論、企業融資和杠桿、系統性金融風險、逆周期調節等進行綜述研究，并在明斯基金融不穩定理論的基礎上構建企業融資類型和企業杠桿率的基本模型，進而使用因子分析法構建金融逆周期調節壓力指數，并構建面板向量自回歸模型，運用脈沖響應、方差分解、格蘭杰檢驗等方法對我國的省級數據進行實證分析，檢驗明斯基金融不穩定理論框架下企業融資類型與金融逆周期調節壓力的關系，最后在實證結果基礎上對我國金融逆周期調節方面提出政策建議。

二、文獻綜述

（一）明斯基金融不穩定理論簡介

“金融不穩定假說”（Financial Instability Hypothesis）是美國經濟學家海曼·P·明斯基（HymanP.Minsky）所提出。其分析思路是從債務人的類型結構進行分析。明斯基建立了關于由企業開展的融資的分類：對沖性、投機和龐氏。在擴張的過程中，隨著經濟的上升和繁榮，對市場預期樂觀，企業為了追逐利潤，希望擴大投資規模，銀行則擴大貸款數量，但由于監管部門、中央銀行的限制，融資不會無限彈性地擴張，所以投資在一定量之后，融資成本將會提高。當資本資產需求價格與供給價格之差逐漸減少至零，投資會陷入停滯，會導致企業負債過多，利潤不斷下降，企業無法償付債務，融資從很大程度上從對沖演進到包括不斷上升的投機比例，甚至是龐氏融資。

（二）國內外相關文獻研究

1、明斯基金融不穩定理論的研究和應用情況

從理論上來看，明斯基的金融不穩定理論是凱恩斯主義理論在金融方面的補充和延續。在國外，Rochon和Setterfield（2007）基于后凱恩斯主義理論，構建了“新共識”宏觀理論的替代模型，并提出了比“新共識”模型建議的貨幣政策更加完善靈活的宏觀調控方式。在國內，徐則榮和張一飛（2014）通過構建“實物—金融資本有機構成”模型將明斯基與馬克思主義的經濟危機理論聯系起來，得到結論：金融資本和實物資本的減少，都會造成經濟不穩定，甚至經濟危機的發生。從在中國的應用情況來看，張云（2017）通過構建我國企業融資類型和資產負債比率關系對應的基本模型，得出結論：企業融資方式向龐氏融資的轉變會加劇金融不穩定，對于提升金融體系的穩定性和GDP增長都是有利的。現有文獻對于明斯基金融不穩定理論的研究主要集中在理論研究方面，較少有可行的指標將其應用于實證之中驗證，現有的實證分析多為數據的描述性統計。

2、企業融資和杠桿的相關研究

關于企業融資和杠桿的關系，國內外學者都進行了相關的研究。IMF（2011）研究指出，多數發生在亞洲新興經濟體金融危機的重要表現是信貸擴張下私人部門杠桿率的快速增長。Borio（2014）認為金融的親周期特點明顯，其表現為信貸規模與資產價格等指標有長周期特點，即經濟上行、下行時期企業杠桿率變動分別是趨于升高與降低。在國內，于瑾、周吉人（2015）從我國金融發展路徑分析，指出企業高杠桿率運行是由長期以來國有大型商業銀行主導的融資模式所決定，間接信貸融資占絕對主導地位，嚴重抑制金融市場發揮資源配置功能，容易形成風險積聚效應，弱化金融服務實體經濟的效率。王一鳴（2017）通過分析我國非金融企業目前的債務風險情況、降低企業杠桿率的重點對象以及難點，提出深化去杠桿過程中的市場化方式、政府要適當加以激勵引導、著重建立去杠桿的長效機制等建議。

3、系統性金融風險的相關研究

關于系統性金融風險的起因，國外學者做了相關研究。Chakravorti（2000）提出，金融機構之間因同業往來產生的業務及資產負債關聯性，以及資產組合結構相似帶來的風險同質化是系統性風險的重要來源。Taylor（2009）以2007年次貸危機為例，得出結論：不當的政策和過度的干預行動會破壞宏觀經濟的內在規律，干擾經濟的自發調節機制，從而積累更大的系統性風險。在國內也有對系統性金融風險起因的研究。謝平和鄒傳偉（2010）指出，經濟周期是系統性金融風險長期的主要來源，具體表現為：經濟下滑引發的擠兌、拋售等風險會快速在金融機構間蔓延擴大；金融行業在資本充足率監管等方面具有的順周期性會放大經濟短期波動。關于系統性金融風險的測算方法，國內學者借鑒國外的監測度量方法，結合我國經濟金融數據，做了如下研究。茍文均等（2016）基于CCA模型的研究表明，債務杠桿攀升會提高各經濟部門的風險水平，并通過債務和股權兩個渠道顯著影響系統性風險的生成與傳遞。

4、逆周期調節的相關研究

關于金融順周期效應的成因，國外學者都進行了相關的研究。Cukierman（2007）認為，信貸附屬擔保品存在順周期效應，貸方擴張信貸的意愿與附屬擔保品的價值呈正相關，這加強了杠桿率的順周期性，也使得金融主體的行為具有明顯的順周期性。關于逆周期的具體措施，國外學者做了以下研究。Borio（2009）認為應跨越風險積聚變化與發展的時間順序，實施逆周期宏觀審慎監管政策，降低金融體系固有的順周期性。國內的學者結合國內經濟情況，提出了適合我國情況的逆周期調節措施。周小川（2011）指出，今后應進一步完善金融宏觀調控體系，具體做法包括：優化貨幣政策目標體系，構建逆周期的金融宏觀審慎管理制度框架，改善貨幣政策的傳導機制和環境，促進國際收支趨于基本平衡。方芳和劉鵬（2012）通過對逆周期宏觀審慎監管工具組合進行研究，提出應當完善資本監管、貸款損失準備計提等規則，引入逆周期資本監管要求、杠桿率指標等逆周期監管工具，來降低經濟周期性波動，減少金融失衡。總的來說，近幾年來對逆周期調節的研究較少，且缺乏研究逆周期宏觀審慎監管對宏觀經濟政策的影響。

（三）小 結

由此可見，現有文獻對于明斯基金融不穩定理論的分析主要集中于理論研究方面，并沒有得到可行的指標將其應用于實證之中進行驗證，而現有文獻對金融不穩定的實證分析更多的是數據的描述性統計。本文的創新點在于從明斯基的金融不穩定理論模型中將企業的杠桿率作為企業融資類型的代理變量，并將其與各省生產總值和金融穩定狀況建立面板向量自回歸（panel VAR）進行分析，得到了明斯基視角下企業融資類型和二者之間的關系，實證結果發現隨著企業融資方式由對沖融資向投機融資乃至龐氏融資轉變，會出現金融不穩定和對經濟增長的長期不利影響。

三、企業融資分類和理論模型

（一）企業融資分類

根據明斯基金融不穩定理論，企業融資分為三種類型，分別為對沖性融資（Hedge Finance，或稱套期融資）、投機性融資（Speculative Finance）和龐氏性融資（Ponzi Finance）。一是對沖型融資。這是最保守、最安全的融資類型，該類融資預計預期收入流量可以覆蓋投資支出和由融資產生的利息支出，是控制在安全邊際之內的融資；二是投機型融資。這是有一定擴張性和風險性的融資類型，該類融資是針對融資成本或資產價格變化進行的融資，當融資成本不斷下降或資產價格不斷上升時，企業的凈收入足夠覆蓋融資產生的利息，企業通常在經濟加速上升階段安全運行，但經濟放緩或下行階段企業會出現流動性風險；三是龐氏型融資。這是風險最高的融資類型，這類融資的企業凈收入無法覆蓋融資產生的利息，會導致企業債務不斷上升、金融風險不斷累積等惡性結果發生。

在經濟發展周期的不同階段，企業融資的性質可在三類融資性質中相互轉換。在經濟上行周期，企業對市場前景持樂觀態度，金融政策環境通常較為寬松，企業趨于通過融資擴大企業規模，經濟總量進一步擴張，該階段企業以對沖型融資為主。但由于信貸資源有限，企業融資邊際成本不斷上升，資本資產的使用成本與產出收益之差逐漸趨零，導致企業投融資發生滯漲，該階段企業融資趨向于投機型融資。若該階段經濟下行壓力加大，企業利潤減少，負債成本上升，企業通過進一步負債融資應對短期流動性緊張的情況，導致經濟不穩定程度加大，則該階段企業龐氏型融資程度加劇。

（二）理論模型

Foley（2003）構建了明斯基金融不穩定理論的數學模型，將三種企業融資分類與企業杠桿率（資產負債率）聯系起來。該模型主要通過一定階段內企業凈收入可否滿足新增投資資金需求或融資產生的利息支付對融資類型進行判斷。假設某階段時期內企業獲得資金的途徑有該階段企業凈收入C和企業新增債務L，企業使用資金的途徑有該階段新增投資V和為融資支付的利息T，則有：

C+L≥V+T

在理性情況下，企業會最大化資金利用率，減去多余的新增債務，故有：

C+L=V+T

由定義可知，三種融資類型對應的模型條件分別為：

對沖型融資：

C≥V＋T<=>L≤0

即所研究階段企業的凈收入能夠支付該時期企業的新增投資和該階段所需要支付的融資利息。

投機型融資：

C≥T，C＜V＋T<=>L≥0，L＜V

即所研究階段內企業的凈收入能夠滿足支付該階段所需要支付的融資利息，但是不足以同時覆蓋該階段需支付的融資利息和新增投資。

龐氏型融資：

C＜T<=>L＞V

即所研究階段內企業可取得的凈收入尚不能覆蓋該階段所需要支付的融資利息。

故可以通過分析企業新增債務L和新增投資V的關系來對企業融資類型進行判別。假設企業資產規模為Z，負債規模為F，公司資產凈值為J，則有：

J＝Z-F

同時，企業資產規模Z的變化為新增投資V，負債規模F的變化為新增債務L，則有：

dZ＝V，dF＝L，

dJ＝d（Z-F）=dZ-dF＝V-L

因此，分析企業融資類型的決定變量新增投資V和新增債務L的關系，等價于分析dZ和dF的關系。而企業杠桿率（以資產負債率表示）是負債規模和資產規模的比值，其變化率為：

因此企業杠桿率的變化率可反映某研究期間內企業新增投資V和新增債務L的關系。也就是說，企業融資類型可以使用企業杠桿率進行衡量。企業杠桿率的變化率越大，表明L與V的差值越大，也就是企業融資類型越激進，龐氏型的程度越高。模型表明，企業杠桿率上升的過程，就是企業由對沖型融資向投機型融資、投機型融資向龐氏型融資轉變的過程。

四、金融逆周期調節壓力指數構建

明斯基金融不穩定理論提出，當經濟中順周期因素太多，會造成風險的積累，到一定時候就會出現瞬間的劇烈調整，因此有必要引入逆周期的調節措施。針對金融領域的順周期因子構建金融逆周期調節壓力指數，表示順周期因子波動所導致金融逆周期調節所面臨的壓力。當順周期因子對經濟的影響強度上升，逆周期調節所面臨的壓力也同步上升，金融逆周期調節壓力指數則相應增大。從直觀上來看，金融穩定狀況越好，則金融逆周期調節壓力指數越小，反之越大。也就是說，該指數可以反映金融穩定情況。

（一）指標選擇和測算方法

本文運用指標法和因子分析法構建金融逆周期調節壓力指數。首先根據我國主要的金融相關順周期因素選取指標，然后通過因子分析法確定因子權重。我國金融相關的順周期因素主要有貨幣發行量、利率、匯率、銀行流動性、證券市場熱度、保險市場發展、財政實力、房地產市場等。基于此，本文選用了8個相關指標，其中全國層面的指標有M2/GDP、銀行同業拆借利率、實際有效匯率指數和滬深兩市證券交易總額，省際的指標有存貸比、保費收入倒數、財政負擔率倒數和房地產銷售額（表1）。各項指標均與金融逆周期調節壓力具有同向相關關系。運用因子分析法對指標進行因子旋轉降維，最終確定各省金融逆周期調節壓力指數。

維度M2/GDP 全國指標 數據來源人民銀行網站銀行同業拆借利率 中國貨幣網 全國實際有效匯率指數關聯因素資金供給量越大，調控壓力越大利率水平越高，市場資金可得性越差，調節壓力越大匯率波動幅度大，調節壓力越大國際清算銀行全國存貸比（各項貸款余額/各項存款余額）存貸比越大，銀行流動性和融資能力越差，調節壓力越大國家統計局、人民銀行網站滬深兩市證券交易總額股票市場熱度越大，調節壓力越大上海證券交易所、深圳證券交易所網站省際全國保費收入倒數保險業發展有利于化解金融市場風險，有利于降低調節壓力，故取保費收入倒數財政負擔率倒數（財政收入/GDP）房地產銷售額 房地產市場熱度越大，調控壓力越大 省際中國保監會網站 省際財政收入占GDP比重越大，說明政府調控經濟能力越強，有利于降低調節壓力，故取負擔率倒數國家統計局網站、中國財經年鑒省際國家、各省統計局網站

（二）數據處理和指數測算

綜合考慮各指標數據的可獲得性和易處理性，本文采集2009年-2015年各省份相關指標季度數據。對于銀行同業拆借利率、實際有效匯率指數等高頻時點數據，通過計算各季度內每天數據的平均值作為季度數據。為了去剛量化比較，在基礎數據計算出各省份各時期指標值的基礎上，采用百分制法進行標準化，具體如下：

設某指標原始數列為｛Sit｝，標準化的數列為｛NSit｝，數列｛Sit｝中最小值是min｛Sit｝，最大值是max｛Sit｝，i為省份，t為時期，則有：

為了避免主觀斷定指標權重，選用因子分析法對上述8個變量旋轉降維。本文使用統計分析軟件spss進行運算，得到2009年-2015年各省份共28期季度金融逆周期調節壓力指數。由于該指數序列分布過于密集，需要進一步采取上述方法對該序列進行標準化，得到一個最小值為0、最大值為100的新數列作為金融逆周期調節壓力指數。當指數接近于0，可以認為該金融狀態不需要進行逆周期調節；當指數接近于100，說明金融累積風險程度較高，金融不穩定性上升，金融逆周期調節的迫切性和重要性較大，金融逆周期調節的壓力明顯。

五、實證研究

為了研究企業融資類型和金融逆周期調節壓力的相互關系，本文構建一個面板VAR模型進行分析。宏觀經濟情況是企業融資和金融調節的基礎、中介和外部表現，故引入宏觀經濟運行情況作為變量進行討論。

（一）變量和數據選擇

由前文理論模型推導情況可知，分析融資類型可以將企業杠桿率（資產負債率）作為代理指標。用各省GDP表示經濟運行情況，用各省金融逆周期調節壓力指示表示金融穩定水平大小。綜合考慮各統計指標數據的可得性，使用2009年-2015年各省份共28期季度進行分析。

表2 變量的選取

（二）面板VAR的建立、脈沖響應分析和方差分解

在進行面板VAR估計之前，需要檢驗各省生產總值（GDP）、杠桿率（LR）、金融逆周期調節壓力指數（ICP）三個變量的平穩性。我們將三個變量分別取對數并差分，得到 dlnGDP，dlnLR，dlnICP，因為 LLC檢驗需要強均衡面板數據，而dlnLR不是強均衡面板數據，所以對其還必須進行IPS平穩性檢驗。經檢驗，各省生產總值（GDP）、杠桿率（LR）、金融逆周期調節壓力指數（ICP）三個變量取對數并差分后的數據dlnGDP，dlnLR，dlnICP均通過檢驗，是平穩變量。

表3 平穩性檢驗

進而使用 STATA對 dlnGDP，dlnLR，dlnICP建立PVAR模型。經過滯后期的最優選擇統計量分析（見表4）可以得出三種方法下的最佳滯后期均為4，因此建立滯后期為4的面板VAR模型。

表4 滯后期的選擇

進而通過構建的PVAR模型得到整體模型的脈沖響應函數，并可以得到如下脈沖響應圖（見圖1-3）。

圖1金融逆周期調節壓力指數的脈沖響應

由圖1可知，在第15期之前，杠桿率對金融逆周期調節壓力指數的影響為正，在第5期達到峰值4.4個標準差，隨后正向影響逐漸下降，到第15期之后轉為負向影響。因此在短期內，企業的融資方式中，負債所占比例越大，金融不穩定性越大，造成的金融逆周期調節的壓力越大；GDP對金融逆周期調節壓力指數的影響為負，在第2期的影響最大，為-1.5個標準差，而后在負向區間震蕩。這表明GDP增長有利于降低金融逆周期調節的阻力和風險。

圖2企業杠桿率的脈沖響應

由圖2可知，金融逆周期調節壓力指數對杠桿率的影響在前4期為正，隨后轉為負向并緩慢趨向于0，因此金融不穩定的加劇在短期內會使企業龐氏融資的情況增加，而通過金融逆周期調節，可以從中長期逆向影響對企業杠桿，抑制企業杠桿率過快增長或下降。另一方面，GDP對杠桿率的沖擊為一開始為0，第2期開始轉為正向。在第11期為最大值0.22個標準差，隨后逐漸平緩下行。因此，GDP的增長會在一定程度上減輕過度負債即龐氏融資的發生。

圖3 GDP的脈沖響應

由圖3可知，金融逆周期調節壓力指數對GDP的沖擊在前期為負向，在第6期后轉為正向，但最終還是趨0轉負，表明金融體系不穩定對GDP的增長有不利的影響。而杠桿率對GDP的沖擊最初為0，在短期產生正向影響后迅速轉為負向影響，在第14期負向影響達到最大，為-0.8個標準差，隨后負向影響逐漸減小，但保持在負向區間。表明企業融資類型的龐氏轉變對GDP短期起到拉動作用，但這種作用并不明顯且很快消退，從中長期來看會對GDP的增長有不利的影響。

從明斯基理論來說，企業杠桿率越高，說明企業融資是以投機融資和龐氏融資為主，此時金融體系是內生不穩定的。當企業杠桿率較高并持續增長時，其對經濟增長狀況和金融穩定狀況的影響和本文通過我國工業企業數據得到的實證檢驗結果基本一致，這說明我們工業企業融資類型與明斯基金融不穩當理論中定義的投機融資和龐氏融資具有較大相似性。

由方差分解的結果（見表5）可以看出，初始時期金融逆周期調節壓力指數（dlnICP）對自身方差的解釋較大，隨后自身的解釋作用減小，逐漸杠桿率（dlnLR）和各生產總值（dlnGDP）對方差的解釋貢獻程度逐漸增大，在第10期各省生產總值（dlnGDP）對金融逆周期調節壓力指數（dlnICP）的解釋力達到3.4%。各省生產總值（dlnGDP）變量開始也是對自身的方差解釋較大，但隨后解釋力度逐漸減小，金融逆周期調節壓力指數（dlnICP）對dlnGDP方差的貢獻程度逐漸增大，在第10期解釋力達到了2%。

表5 方差分解

由格蘭杰因果檢驗（見表6）的結果可以看出，在5%的顯著水平下，金融逆周期調節壓力指數（dlnICP）和企業杠桿率指標（dlnLR）相互之間是對方的格蘭杰原因；各省生產總值（dlnGDP）不是企業杠桿率指標（dlnLR）的格蘭杰原因，但企業杠桿率指標（dlnLR）是各省生產總值（dlnGDP）的格蘭杰原因。金融逆周期調節壓力指數（dlnICP）和各省生產總值（dlnGDP）相互不是格蘭杰原因。這反映了我國的企業杠桿率和金融穩定、金融調控是緊密相關的，企業杠桿率變化是導致金融穩定性的波動的主要原因，而金融調控是導致企業杠桿率變動的外生變量之一，說明了金融逆周期調節對企業杠桿水平調控將起到明顯作用。雖然企業杠桿率波動可能導致GDP的波動，金融逆周期調節卻不會導致這種波動，一定程度說明金融逆周期調節可以有效控制企業杠桿率過快增長但并不對GDP增長造成負面影響。例如我國當前通過發展直接融資市場支持實體經濟發展，既有助于企業去杠桿，同時也對GDP形成有益支持。

表6 格蘭杰因果檢驗結果

綜上可以發現，金融市場本身的風險對金融市場的穩定情況有較大的影響，同時企業的杠桿率對金融市場的不穩定情況有顯著的正向影響，對GDP增長率長期有較大的負向影響。因此企業杠桿率的增大，即企業融資方式由對沖融資向龐氏融資的轉變，會導致金融體系的不穩定和對GDP增長率的長期不利影響。

六、結論與政策建議

本文在明斯基金融不穩定理論的基礎上，構建了企業融資類型和資產負債比率關系對應的基本模型，進而將統計數據中企業的杠桿率作為企業融資類型的指標，將其與我國31個省級行政區的地區生產總值、金融逆周期調節壓力指數建立面板VAR模型，主要結論：一是我國企業融資方式與明斯基金融不穩當理論中定義的投機融資和龐氏融資具有較大相似性；二是當前向龐氏融資的轉變對經濟增長有長期的負向影響；三是企業融資方式向龐氏融資的轉變會形成風險聚集，加劇金融不穩定性，金融對其進行逆周期調節的壓力增加；四是GDP的增長會有利于消減金融不穩定因素，并使得金融逆周期調節壓力下降。因此，通過實證分析發現，在一定程度上抑制企業融資方式從保守型向龐氏的轉變，對于提升金融體系的穩定性和GDP增長都是有利的。為了防止或減弱金融危機的發生，促進經濟平穩健康發展，本文提出以下建議。

（一）發揮信貸政策導向作用，抑制企業信貸杠桿高企

一是發揮信貸政策導向評估的正向激勵和反向約束作用，充分做好信貸政策導向評估，加強評估結果的運用，直接與金融管理相結合以發揮正向激勵和反向約束力，有效引導信貸資源流向新型科技領域、綠色行業，防止信貸資金流入低效率企業部門或過剩產能行業。二是基于流動性調節角度,適度創新貨幣政策工具，熨平經濟與資產價格波動，平滑信貸高增速，尤其是要控制企業信貸過度投放，以防止企業盲目擴張，抑制企業大肆舉債疊加杠桿。

（二）強化對企業杠桿的宏觀審慎管理，防止過度順周期加杠桿

根據宏觀審慎管理內涵，同樣可以對企業實施宏觀審慎管理，合理控制企業杠桿。一是參照巴塞爾資本約束機制建立對企業經營的適度資本約束機制，嚴格審查企業資本金，加強融資企業資本金監測，防止企業過度加杠桿融資，發生對沖型融資向投機性、龐氏融資的轉變。二是加強對企業不合理，過度順周期加杠桿的控制。基于GDP潛在增長水平，根據供給側結構性改革思路，發揮宏觀審慎工具的逆周期調節作用，適度限制龐氏企業的融資數量和規模，防止企業過度順周期加杠桿，在經濟下行時放大宏觀經濟波動，影響金融不穩定。

（三）構建金融不穩定風險綜合預警機制，提升金融不穩定預警能力

一是充分發揮金融穩定發展委員會金融風險防控牽頭協調作用，建立“一行三會”與地方政府金融管理部門金融風險信息共享機制，推動整合人行征信系統與政府征信平臺對接，充分運用大數據技術對企業杠桿融資、財務經營狀況的分析，深入摸清高杠桿企業風險底數。二是運用微觀審慎監管的風險管理手段監測評估微觀金融市場和宏觀經濟運行的風險苗頭，增強對經濟周期與局部或全局性的金融不穩定的識別能力，掌握企業杠桿變化趨勢及潛在風險，尤其是重點關注國企杠桿率的監測，科學適度控制其杠桿增長。三是構建金融不穩定風險預警指標體系。統籌宏觀與微觀金融市場，選取與企業杠桿關聯的經濟周期指標，運用系統性金融風險的測度方法測算企業杠桿高企對金融不穩定造成的風險聚集狀況，以便及時運用貨幣政策和宏觀審慎政策雙支柱框架進行調控。

（四）相機采取市場化降杠桿舉措，緩解金融不穩定壓力

一是建立市場化的去杠桿機制。持續推進供給側結構性改革，發揮資本市場平臺和工具作用，加強企業杠桿增長動態管理，適時適度預調微調，引導市場去杠桿出清，同時也要保障去杠桿過程中的企業流動性需求，防止企業現金流斷裂。二是瞄準高杠桿企業行業情，有序推進企業債重組，分行業、分規模適度兼并重組同質化競爭突出行業、產業集中度不高的產業，引導符合資質的企業通過可轉換債券、發行優先股等方式籌集兼并重組資金。三是提升資金使用效率。強化企業預算約束，，穩步推進國有企業改革和地方債務管理改革，充分發揮市場機制打破剛性兌付，在允許可控的范圍內緩釋局部杠桿債務違約風險，尤其是釋放借助剛性兌付通過“龐氏融資”的無效資金需求，從而緩解金融不穩定壓力。

［1］謝平，鄒傳偉.金融危機后有關金融監管改革的理論綜述. 金融研究，2010（8）1-17

［2］覃邑龍，梁曉鐘.銀行違約風險是系統性的嗎.金融研究，2014（6）82-98

［3］茍文均，袁鷹和漆鑫.債務杠桿與系統性風險傳染機制——基于CCA模型的分析.金融研究，2016（3）74-91

［4］周小川.建立符合國情的金融宏觀調控體系.中國金融，2011（13）

［5］王一鳴，宋龑娜.降低企業杠桿率的重點.中國金融，2017（4）24—25

［6］郭樹華，李曉璽，許又丹.市場化債轉股困境與破解.南方金融，2017（9）72-79

［7］于瑾，周吉人.金融化的路徑選擇與風險防控.金融論壇，2015（8）19-26

［8］張吟雪.關于當前貨幣政策工具選擇及其效應的思考.新金融，2011（5）

［9］徐則榮，張一飛.馬克思與明斯基經濟危機理論比較研究. 經濟縱橫，2014（8）

［10］張云.明斯基融資類型、金融不穩定和經濟增長——基于中國省際數據的實證分析.政治經濟學評論，2017（9）

［11］王東風，張荔.東亞金融危機與美國次貸危機發生機理比較——基于明斯基理論的分析.國外社會科學，2010（4）

［12］方芳，劉鵬.后危機時代金融順周期效應的重新審視.教學與研究，2011（9）

［13］我國系統性金融風險指數的構建與測算——基于CISS綜合指數方法.浙江金融，2017（5）

［14］Minsky H.The Financial Instability Hypothesis:A Restatement.Thames Paperson Political Economy,1978

［15］Bernanke,B.S.,M.Gertler,S.Golchrist.The financial accelerator and the flight to quality.Review of Economics and Statistics,1996,78:1-15

［16］Chakravorti.Analysis of Systemic Risk in Multilateral Net Settlement Systems.Journal of International Financial Markets，Institutions and Money,2000,Vol.10,Issue1:9-30

［17］D.K.Foley.Financial Fragility in Developing E-conomies,in Amitava Krishna Dutt,ed.,Development Economics and Structuralist Macroeconomics.US:EdwardElgarPublishing,2003

［18］Goodhart,C.,Hofmann,B.Bank Regulation and Macroeconomic Fluctuations.Oxford Review of Economic Policy,2004,20（4）

［19］Rosen,L.P.,Settterfield,M.InterestRates,Income Distribution,and Monetary Policy Domi-nance:Post Keynesians and the‘Fair Rate’of Interest.Journal of Post Keynesian Economics,2007,vol.30,no.1:13-42

［20］Cukierman,A..Reflections on the Crisis and on its Lessons for Regulatory Reform and for Central Bank Policies.Journal of Financial Stability,2007,7（1）

［21］Borio，C..Implementing the Macroprudential Approach to Financial Regulation and Supervision.Financial Stability Review,2009（13）

［22］Taylor,John.Defining Systemic Risk Operationally.2009［23］Selim Elekdag,Yiqun Wu.Rapid Credit Growth:Boonor Boom-bust?IMF working paper,2011（11）

［24］Borio,C..The Financial Cycle and Macroeconomics:What have we learnt?Journal of Banking and Finance,2014,45（2）182-198