中國宏觀杠桿率的水平測算與時變特征
——基于MS-AR模型的實證研究

李正輝 鐘俊豪 董 浩

一、文獻述評

近年來，中國實體經濟增速顯著放緩，經濟杠桿率持續上升。一個國家的杠桿率增高可以促進投資、拉動經濟發展，但過高的杠桿率會增加金融風險的發生，甚至有可能引發金融危機，不利于經濟增長。2015年12月的中央經濟工作會議提出“三去一降一補”五大任務，其中“去杠桿”首次在中央經濟工作會議上被提出。2016年的中央經濟工作會議明確，“去杠桿”要在控制總杠桿率的前提下，把降低企業杠桿率作為重中之重，要規范政府舉債行為等。2017年7月全國金融工作會議進一步明確，要把國有企業降杠桿作為重中之重。李揚等[1]、中國人民銀行杠桿率研究課題組[2]、國際貨幣基金組織(IMF)等研究都指出，中國宏觀杠桿率上升過快，杠桿率水平不僅顯著高于自身的歷史水平，也顯著高于其他國家。張斌等[3]指出,2009—2016年間中國杠桿率上升的原因在于債務擴張帶來真實GDP增速以及通貨膨脹增速邊際效力下降,并不是在于貨幣增速過高等原因。2018年7月，中共中央政治局會議重點強調“把防范化解金融風險和服務實體經濟更好地結合起來，堅定做好去杠桿工作，把握好力度和節奏，協調各項政策出臺時機”，這也說明去杠桿是一項長期的工作，“去杠桿、嚴監管”的政策大方向并不會發生很大變化。政府推出的供給側結構性改革主要是通過推動企業的持續盈利增長來降低實體經濟的杠桿率。隨著一系列去杠桿政策的出臺與實施，宏觀杠桿率的上升趨勢顯著趨于平緩。當前，我國的宏觀杠桿率已經趨于穩定，結構性去杠桿不再一味地追求快速下降，主要是為了實現宏觀杠桿率的穩定和逐步下降。

根據現有研究，學界對宏觀杠桿率的測算存在不同看法。不同的測算方法在經濟含義上具有一定的相通性，而在視角上則存在差異。國外一些學者認為，杠桿率是負債與收入的比值，宏觀經濟杠桿率可以用負債與國民收入的比值來衡量。將一國各部門加總的總債務與國民收入的比值用于測算宏觀杠桿率，其核心思想源于微觀資產負債比值的視角。在此基礎上，許多文獻利用各部門總債務之和作為一國的負債，用GDP作為國民收入，將兩者對比測算宏觀杠桿率[2,4-5]。許多跨國的實證研究采用“債務余額/GDP”這一測算方法來衡量宏觀杠桿率。在國內，同樣也有不少文獻采用這一方法測算宏觀杠桿率[6-8]。債務與國民收入的比值并沒有區分債務的結構性作用，且有些機構部門之間的債務對系統性金融風險并不能造成實質性的影響，所以，一些研究認為宏觀杠桿率的測算應該考察社會融資狀況與國民收入之間的關系，在測算時考慮社會融資能更加真實地反映社會經濟資金的供求狀況與實體經濟融資狀況。基于此，社會融資余額與GDP的比值成為IMF[9]，Barajas等[10]文獻中測算宏觀杠桿率的方法。從貨幣產出率的角度看，一國全部貨幣與該國經濟活動總量的比值大小不僅可以用于衡量貨幣化程度，同時也可以說明貨幣產出比例高低，進而會對貨幣政策產生直接影響，這種影響就是由金融杠桿的本質屬性決定的，故在測算宏觀杠桿率時，一些文獻用貨幣供應量(通常采用M2的數據)與GDP的比值對其進行測算[11-12]。這些不同的宏觀杠桿率衡量測算方法因為包含許多一致的數據內容，所以在一定程度上有互為線性的關系。

宏觀杠桿率時變性也是學者關注的主要問題。國外學者Mendoza等[13]的研究發現，經濟繁榮時企業杠桿率會上升，經濟衰退時企業杠桿率則趨于下降。Mendoza[14]的后續研究認為，杠桿率的水平在經濟擴張時期會出現上升。其實一個完整的經濟周期存在繁榮、衰退、蕭條和復蘇四個階段，紀敏等[15]基于理論分析后提出，經濟復蘇擴張和蕭條崩潰階段宏觀杠桿率會下降，當經濟進入繁榮高漲和停滯衰退階段則會出現上升。裘麗等[16]利用上市公司的數據實證分析后認為，企業杠桿率會在經濟周期上升期時有所增長，在經濟周期下降期時有所降低。袁利勇等[17]的研究發現，杠桿增長率的動態變化有明顯的雙區制，即宏觀經濟杠桿的增長率會發生結構性變化，存在“高增長”到“低增長”或“低增長”到“高增長”的轉移過程。這就是說，現有的研究大部分都認為杠桿率會因為經濟周期的影響而產生波動。

已有的研究為本文提供了非常豐富的文獻基礎，同時也為現有研究留下了一定的空間。基于現有文獻，本文利用2002—2017年的月度數據，對如何測算宏觀杠桿率更為合適進行研究，在測算基礎上，進一步研究其時變特征。較之已有的文獻，本文的貢獻主要體現在兩個方面。一是對宏觀杠桿率測算方法的拓展。現有衡量宏觀杠桿率基本采用單一的測算方法且大多屬于理論分析，本文則從整理測算宏觀杠桿率的四個不同視角，利用實證方法對宏觀杠桿率測算進行甄選。二是以遴選的宏觀杠桿率測算方法為基礎分析宏觀杠桿率的基本特征，特別是非線性特征。

二、宏觀杠桿率水平測算方法選擇與基本特征

(一)宏觀杠桿率測算的基本原則

許多文獻認為宏觀杠桿率是從微觀概念中引入的，但從微觀和宏觀杠桿的性質與手段來看，兩者具有顯著差異。微觀杠桿主要是指企業在財務管理中的杠桿效應，具體表現為當某一財務變量以較小幅度變動后，會引致另一相關財務變量以較大幅度發生變動。微觀杠桿的主要目標是運用杠桿原理來合理規避公司風險以及提高資金運營效率，具體形式包括經營杠桿、財務杠桿、復合杠桿等。宏觀杠桿是國家或經濟組織利用價值規律和物質利益原則影響、調節和控制社會生產、交換、分配、消費等方面的經濟活動，其主要手段包括價格、稅收、信貸、工資、獎金、匯率，等等。隨著市場經濟的不斷完善，價格、稅收、工資、獎金等調控手段的目標有效性能夠充分實現，而信貸和匯率等相對于其他調控手段，其有效性則相對不足。

宏觀與微觀杠桿的功能和目標存在差異性。宏觀杠桿的功能就是根據國家或經濟組織的既定目標，從生產、交換、分配、消費等方面對從事經濟活動的經濟單位和當事人造成有利條件或不利條件。利用這種經濟利益的變動作為閥門，以影響、調節、控制相關經濟活動，促進或保證既定目標的實現。從微觀角度引入宏觀杠桿忽略了宏觀杠桿的目標性和經濟運行過程的復雜性。

宏觀杠桿的基本目標是實現經濟的平穩運行。企業商品交易價格指數(Corporate Goods Price Index，簡稱CGPI)能夠全面地反映經濟平穩運行情況。中共十六大強調：“完善國家計劃和財政政策、貨幣政策等相互配合的宏觀調控體系，發揮經濟杠桿的調節作用。”十九大報告指出，“健全貨幣政策和宏觀審慎政策雙支柱調控框架，深化利率和匯率市場化改革”。貨幣政策和宏觀審慎政策雙支柱的目標之一是穩定物價、調控通脹，目標之二是引入所謂逆周期的政策措施。這兩個目標的核心都是使經濟平穩運行，而CGPI恰好是反映經濟運行的綜合性指數。

結合宏觀杠桿的功能與中國宏觀調控手段的演化，本文認為宏觀杠桿率測算方法與經濟平穩運行的綜合指標即CGPI應該具有顯著且強的關聯性。

(二)宏觀杠桿率的測算與模型選擇

正如前所述，學界和實務界對宏觀杠桿率測算方法(主要是采用什么數據)并沒有取得一致意見。本文基于所論述的宏觀杠桿率必須滿足的原則，故選取文獻中常用的不同測算方法(數據)與CGPI的關聯性，通過實證得到關聯性強弱確定用于測算宏觀杠桿率的方法。常用的宏觀杠桿率測算方法主要有四種方式。

一是利用“總負債/GDP”測算宏觀杠桿率的水平。總負債指的是企業承擔并需要償還的所有債務，GDP是國內生產總值。這里的總負債所選取的指標為貨幣當局總負債。總負債與GDP之比表示一個國家政府所承擔的債務(累計金額)與國內生產總值(GDP)的比率。在2008年美國爆發金融危機后，總負債與GDP的比值是各種文獻比較各國或者各地區之間杠桿率高低的一種主要方法。國際清算銀行等國際機構也根據該指標對不同國家或地區的杠桿率進行對比分析，部分學者更是將這一比值應用到了衡量一個國家的實體企業、工業企業、金融等相關層面上。可見，這個測算結果能較為明顯地反映不同國家或者地區之間負債率的高低情況，進而能夠較好地把握債務風險的高低程度。

二是利用“貨幣供應量/GDP”測算宏觀杠桿率的水平。“貨幣供應量/GDP”最早是由麥金農1973年提出，用來衡量一個國家金融和貨幣經濟發展的發達程度，后來逐步被演化用于宏觀杠桿率。許多文獻在具體使用該指標測算宏觀杠桿率時，用廣義貨幣供給量M2代替原公式中的“貨幣供應量”，即采用“M2/GDP”測算一個國家或者地區在一定時期內金融深化程度或者宏觀杠桿率。

三是利用“對非金融部門債權/國內信貸”測算宏觀杠桿率的水平。該方法構造是利用國民經濟核算中的核算資料測算宏觀杠桿率，構造時“對非金融部門債權”和“國內信貸”指標口徑均來自于國際貨幣基金組織發布的《貨幣與金融統計手冊》中的口徑。“對非金融部門債權”是指在金融性公司資產負債表中，其他機構部門對非金融部門的債權；“國內信貸”為金融性公司中國內信貸總額。“對非金融部門債權/國內信貸”反映了非金融部門占全部機構部門的債權比例，該比例的增大代表著實業部門負債率的增加。

四是利用“對非金融部門債權/GDP”測算宏觀杠桿率。對非金融部門債權與GDP的比例，即實體經濟部門債權對國內生產總值的占比，該指標是“貨幣供應量/GDP”的引申指標，但分子部分更換為對非金融部門債權，考慮了貨幣供應量在金融機構部門內部的循環，故做了相應的處理，使用該指標做分子。

根據宏觀杠桿率與經濟平穩運行的綜合指標，即CGPI具有顯著且強的關聯性這一基本原則，本文通過構建Copula模型來進行分析，通過Copula函數連接宏觀杠桿率不同測算方法與企業商品價格指數，進而研究不同測算方法與CGPI的關聯性強弱，選擇關聯性最強的結果用于測算宏觀杠桿率。

在Copula模型中，主要采用二元正態Copula函數來度量宏觀杠桿率與企業商品交易價格指數的關聯程度，函數的具體定義如式(1)所示。

對于?u，v∈[0,1],二元正態Copula定義為：

(1)

式(1)中，φ表示單變量的標準正態分布函數，θ為在(-1,1)之間的線性相關系數。

(三)中國宏觀杠桿率的基本特征

本文所選取的宏觀杠桿率的測算方法：總負債/GDP、貨幣供應量/GDP、對非金融部門債權/國內信貸和對非金融部門債權/GDP，所用的指標數據來源于中國人民銀行數據庫和國家統計局。需要特別說明的是，GDP的原始數據是季度GDP數據，因此本文采用了二次匹配平均法將GDP季度數據轉換成月度數據。該方法對季度GDP數據進行局部二次插值，從而填充GDP數據。由于GDP數據存在季節性問題，本文對總負債/GDP、貨幣供應量/GDP和對非金融部門債權/GDP使用X-12方法季節調整。最終四種測算方法經過以上預處理所得的數據是本文所特指的宏觀杠桿率指標數據。

為了遴選出與宏觀經濟實際運行相關聯的宏觀杠桿率測算方法，本文通過構建二元正態Copula模型來分別分析四種宏觀杠桿率測算方法與企業商品交易價格指數的關聯性，需要通過以下步驟來實現。首先，運用ARIMA-GARCH模型對四種宏觀杠桿率測算方法和企業商品價格指數進行修正，得到無序列自相關、無條件異方差的獨立同分布殘差序列，對殘差序列的相依性進行研究。在運用Copula函數測量相關性之前，需要對殘差序列轉換處理為(0,1)均勻分布。其次，運用二元Copula模型對經處理的宏觀杠桿率測算方法和企業商品交易價格指數的殘差序列進行擬合。

Copula模型在測量宏觀杠桿率與企業商品交易價格指數相關性方面具有優勢，其一就是為了克服傳統建模對宏觀杠桿率與企業商品交易價格指數服從正態分布的假設和它們之間的線性相關性[18-19]。在運用二元正態Copula函數進行關聯性分析時，本文用Kendall′s tau系數絕對值大小來分析宏觀杠桿率與企業商品交易價格指數之間的關聯性強弱。模型運行結果如表1所示。

表1 宏觀杠桿率與企業商品交易價格指數相關性系數

注：*表示5%顯著水平，括號內數值為相應的標準差

從表1可以發現，所選取的四個宏觀杠桿率測算方法與企業商品交易價格指數的Kendall′s tau相關系數絕對值從大到小依次為對非金融部門債權/GDP、貨幣供應量/GDP、總負債/GDP和對非金融部門債權/國內信貸。但是四個相關系數絕對值差異不大，都在0.9左右的水平。需要特別注意的是，只有貨幣供應量/GDP在5%水平下顯著。從信息準則上看，貨幣供應量/GDP所對應的對數似然值、AIC和BIC分別為301.779，-601.558和-598.306，僅低于對非金融部門債權/GDP。這反映了貨幣供應量/GDP與宏觀經濟運行具有較強的關聯性，并且進一步說明選取貨幣供應量/GDP用于測算宏觀杠桿率能夠最有效地反映宏觀杠桿率水平。基于此，本文選取貨幣供應量/GDP作為宏觀杠桿率測算方法。

為考察中國宏觀杠桿率的基本特征，以及宏觀杠桿率在國家經濟運行過程中與經濟事件的關聯性，本文將2002—2017年中國宏觀杠桿率與企業商品交易價格指數繪制成時序圖，如圖1所示。

圖1 中國宏觀杠桿率與企業商品交易價格指數時序圖

從圖1中可以看到，樣本期間內，中國宏觀杠桿率變化情況大致可以分成兩個不同的階段。第一個階段是2002年到2008年，此階段為適度的宏觀杠桿率，該時期是適度杠桿促進國家經濟高速發展的時期，宏觀杠桿率的數值大約在5—6的區間內波動，2002年3月，中國宏觀杠桿率達到此階段的最小值，也是整個樣本期間內的最小值，為5.322。2003年10月，中國宏觀杠桿率達到最大值6.030。整個階段宏觀杠桿率波動幅度不大，較為平緩適中，最大值與最小值之差為0.708。從國家經濟運行層面來看，經濟平穩運行的綜合指標即企業商品交易價格指數(CGPI)持續上漲，客觀地反映出在此階段國家經濟運行在適度的宏觀杠桿率調節下保持一個良好的發展勢頭，在經濟事件上具體表現為中國于2001年12月成為世界貿易組織(WTO)成員。中國宏觀經濟采取“穩健”的政策，積極引導投資帶動經濟，注重產業結構性調整。這是在金融危機發生前的一個經濟發展良好的時期。在此期間，中國股市經歷了一段大牛市。例如，滬深300指數上漲了474%，從2006年初的940點上漲到2007年6月的5400點。第二個階段是2008年到2017年，國際金融危機爆發之后，快速上漲的宏觀杠桿率引發國家經濟發展劇烈波動。在此階段，中國宏觀杠桿率一度從2008年7月的5.508，持續上升到2017年10月的8.253，達到一個創紀錄的水平，是整個樣本期間內的最大值，宏觀杠桿率也一直處于上升的趨勢，直到2017年10月之后才有明顯的下降。期間宏觀杠桿率的最大值與最小值之差為2.745，上漲了150%。從國家經濟運行層面來看，企業商品交易價格指數(CGPI)在此階段經歷了下跌—上漲—再下跌—再上漲的波動循環期。由此反映出在此階段國家經濟運行在不斷高漲的宏觀杠桿率的影響下，進入了一個漫長的震蕩期。在經濟事件上具體表現為中國經濟受2008年國際金融危機的影響，急速收縮。中國宏觀經濟政策從“從緊”到“適度寬松”，政府宣布實施經濟刺激計劃，例如“四萬億計劃”。經濟刺激計劃啟動之后，宏觀杠桿率在2009年2月一度被拉高至6.232，相應地CGPI跌落至谷底，創下2007年至2015年間的最低值119.093。在此階段，宏觀杠桿率一直居高不下，上漲勢頭明顯。但是2017年以來，隨著全面深化改革、“一帶一路”倡議等政策實施以及人民幣納入SDR貨幣籃子，中國宏觀杠桿率呈現出了下降的趨勢，國家經濟運行也逐步趨于平穩狀態。

綜上所述，中國宏觀杠桿率在很大程度上受到具體經濟事件和國家宏觀經濟政策的影響。國家經濟運行是否平穩，或者中國宏觀經濟采取“從緊”“穩健”和“適度寬松”的政策，都會具體地表現在宏觀杠桿率水平上。因此，本文的一個重要結論是，中國宏觀杠桿率具有顯著的階段性特征，且與具體經濟事件和宏觀經濟政策具有很強的相關性。

為了描述中國宏觀杠桿率在樣本期間內的總體特征，本文給出了中國宏觀杠桿率的描述性統計，如表2所示。

表2 中國宏觀杠桿率描述統計特征

從表2可知，2002—2017年中國宏觀杠桿率的均值為6.568。與2002年至2008年國家經濟高速發展期間內的宏觀杠桿率最大值6.030相比，樣本均值仍然處于偏高的水平，其偏度為0.488，宏觀杠桿率呈現了正偏性，其峰度的數值低于3，宏觀杠桿率表現為矮峰，也進一步證實了宏觀杠桿率的非正態性，與本文所預期的結果一致。

三、中國宏觀杠桿率時變特征分析

(一)宏觀杠桿率時變特征模型選擇

宏觀杠桿率的時變特征模型選擇有賴于其相關的經濟特征。作為衡量金融經濟發展的重要指標之一，宏觀杠桿率是金融經濟發展的重點研究內容。宏觀杠桿有其積極作用，也不可避免地會存在潛在的負面影響。當杠桿使用得當時，有利于推動金融平穩發展和經濟較快增長；若是杠桿沒有處于穩定狀態，很有可能會導致經濟過熱，產生金融危機。杠桿率的變化通常與金融經濟周期存在一定的相關性。金融經濟周期是指在內外部的沖擊下，金融經濟活動通過金融體系的影響產生周期變化和持續性波動。金融經濟周期可能會因為受到政策調控等因素影響而產生結構突變的現象。基于宏觀杠桿的作用和金融經濟周期的特征，宏觀杠桿率存在非線性區制特征。

宏觀杠桿率在不同的周期中呈現不一樣的狀態。當金融市場出現波動，例如出現次貸危機和金融危機時，為了應對沖擊需要刺激經濟，杠桿率會進入高速增長階段；當國家開始規范市場準則時，杠桿率的增長趨于平緩。在這樣的情況下，杠桿的增長率會出現從“高增長”到“低增長”的轉移過程。與此相反的是，當杠桿處于“低增長”狀態時，由于杠桿率過高會不利于經濟增長甚至導致金融危機等原因，很少會出現從“低增長區制”轉為“高增長區制”。因此，宏觀杠桿率區制轉移存在非對稱性。

黃哲豪等[20]使用馬爾科夫區制轉移模型刻畫虛擬金融資產收益率在不同區制的動態特征。基于此，源于宏觀杠桿率隨著時間變化具有非線性區制和非對稱性特征，本文選用馬爾科夫區制轉移(MS-AR)模型，用于中國宏觀杠桿率時變特征的考察。此外，選擇馬爾科夫區制轉移模型還基于以下原因：馬爾科夫區制轉移模型不必人為地設定閾值來確定區制的轉移閾值，也不用事先預估不同區制轉移的時間，而是通過狀態變量在不同狀態之間的平滑轉換來確定所處的區制。這種非線性形式的馬爾科夫模型通過狀態轉移變量來捕捉不同狀態之間轉換的動態性。

對于宏觀杠桿率構成的單一時間序列模型，建立相應的MS-AR模型基本形式如式(2)所示。

levt=c(St)+α1(St)levt-1+…+αp(St)levt-p+εt

(2)

式(2)中，εt～N(0,σ2)，levt表示t時期宏觀杠桿率，St為狀態變量，遵循具有短記憶性的馬爾科夫過程；α1(St)為狀態St下滯后i階對應的系數值。

在給定條件下，宏觀杠桿率保持在高(低)狀態或者換到另外一種狀態是通過轉移概率來實現的，即從t-1期的狀態u過渡到t期狀態v的概率puv，可以用(3)式來表示。

puv=pr(St=v|St-1=u)

(3)

且滿足(4)

(4)

(二)中國宏觀杠桿率非線性區制特征分析

考慮到模型參數的可估計性，本文在估計結果前對數據進行預處理。對數據的預處理主要包括平穩性檢驗。平穩性檢驗用于考慮可能在模型擬合過程中出現的偽回歸以及驗證中國宏觀杠桿率序列生成過程是否具有可預測性和可延續性。本文平穩性檢驗的方法選取ADF檢驗，ADF檢驗的原假設是存在單位根過程。檢驗前需要先判斷中國宏觀杠桿率序列是否存在趨勢項和截距項。由圖1可知，中國宏觀杠桿率序列既存在趨勢項，也存在截距項。檢驗結果如表3。

表3 中國宏觀杠桿率平穩性檢驗結果

注：Lev為中國宏觀杠桿率序列，D-Lev為一階差分后中國宏觀杠桿率序列

由平穩性檢驗結果可以看出，在不做差分的情況下，中國宏觀杠桿率序列的統計量為-1.626，P值為0.779>0.05，在一階差分后，ADF統計量的值為-2.577，P值為0.000<0.05。因此在一階差分后拒絕原假設，即認為一階差分后中國宏觀杠桿率序列是平穩的。

解決平穩性問題后，還需要確定MS-AR模型的區制數以及滯后階數。本文使用Log Likelihood 準則確定區制數和滯后階數，分別選取區制2—6和滯后1—5階，計算不同情況的Log Likelihood值，計算結果如圖2。

圖2 Log likelihood計算結果

由圖2可以看出，不同區制數和滯后階數的選擇，Log likelihood值具有差異性。固定同一滯后階數，當區制數選擇1—3時，Log likelihood值顯著增加；當區制數選擇3—6時，Log likelihood值趨于平穩，且圍繞區制數3時取值在小范圍波動。同樣，當固定同一區制(大于3)時，Log likelihood值隨著滯后階數的選擇呈現出先上升后下降的趨勢，并在滯后階數為3時取得最大值。因此，考慮Log likelihood值最大準則，以及降低模型參數估計的個數等，本文對中國宏觀杠桿率序列擬合 MS(3)-AR(3)模型，參數估計結果見表4。

根據常數項的估計結果，劃分樣本期內中國宏觀杠桿率的不同區制。由表4的估計結果可以看出，常數項最大是Regime 1，為0.172，最小是Regime 2，為-0.007。因此，本文將Regime 2定為低杠桿率區制，Regime 3為中等杠桿率區制，而Regime 1為高杠桿率區制。

表4 MS-AR模型參數估計結果

注：***、**、*、◆，分別表示0.1%、1%、5%、10%顯著水平

同一區制下，不同階數對中國宏觀杠桿率的影響具有差異性。在低杠桿率區制下，中國宏觀杠桿率的波動主要受滯后一階和滯后二階的影響，且滯后一階影響最大，分別為1.903和-0.171，而滯后三階對中國宏觀杠桿率影響不顯著。這說明在低宏觀杠桿率區制下，市場對宏觀杠桿率調節的有效性較強，市場通過經濟和金融的運行狀況對宏觀杠桿率自主調節，因此在經濟和金融運行狀況良好的情況下，適當增加宏觀杠桿率；相反，則適當降低宏觀杠桿率。在中等杠桿率區制下，宏觀杠桿率的波動具有較強的滯后效應,表現為宏觀杠桿率的波動主要受到滯后二階的影響，為0.192。這說明在該區制下，由于杠桿率的增加，導致市場對杠桿率的調節出現延后現象，宏觀杠桿率不能及時對經濟與金融發展的狀況做出反映，通過對經濟和金融發展的觀望，進而實現對宏觀杠桿率的調節。在高杠桿率區制下，滯后一到三階對宏觀杠桿率波動的影響出現正負交替現象。滯后一階和三階抑制宏觀杠桿率的發展，分別為-1.402和-2.580；而滯后二階促進宏觀杠桿率的調節，為2.762。這說明在高杠桿率區制下，經濟過熱使得市場對宏觀杠桿率調節的有效性下降，企業對市場的把握度降低，企業投資者的投資信心不足，使得經濟和金融發展緩慢，但由于投資對經濟金融狀況的滯后性，所以宏觀杠桿率的調節具有較強的滯后性，且滯后三階對宏觀杠桿率的增長具有抑制作用。

在不同區制下，同一滯后階數對中國宏觀杠桿率的影響也具有差異性。滯后一階在低宏觀杠桿率區制下促進宏觀杠桿率的調節，在高宏觀杠桿率區制下抑制宏觀杠桿率的調節，而在中等宏觀杠桿率區制下對宏觀杠桿率的調節無顯著影響。滯后二階對不同區制的宏觀杠桿率均具有顯著的影響，分別是-0.171、0.192和2.762。此外，滯后三階對宏觀杠桿率的調節只在高杠桿率區制下具有顯著影響。這主要是因為不同的滯后期，對市場變動的敏感程度具有差異性。滯后一期對市場變動的敏感性最強，但由于在中等杠桿率區制下，市場對宏觀杠桿率的反映滯后效應更強，因此宏觀杠桿率的變化并不能及時被經濟和金融發展狀況反映，所以此時滯后一期對宏觀杠桿率的調節影響不顯著；此外，低宏觀杠桿率市場調節效率較高，高宏觀杠桿率區制下市場和政府的雙重作用提升了市場的調節效率，但由于不同區制下投資者的投資信心具有差異性，導致滯后一期對宏觀杠桿率的調節作用具有差異性。相反，滯后三期對市場變動的敏感性最弱，其對宏觀杠桿率的調節作用主要受投資者信心影響，而投資者信心又受到經濟發展狀況的影響。當宏觀杠桿率處于低或者中等區制時，經濟和金融發展狀況良好，此時投資者信心比較足，投資者只關注近期宏觀杠桿率的變化情況，因此滯后三期在此時對宏觀杠桿率的調節無顯著影響。而在高宏觀杠桿率區制下，投資者對市場的把握程度不足，導致投資者制定投資決策具有較強的滯后性，因此滯后三階對宏觀杠桿率的調節具有顯著影響。

(三)中國宏觀杠桿率非對稱性特征分析

樣本期內中國宏觀杠桿率的區制圖見圖3。圖3中，Regime 2為低宏觀杠桿率區制，Regime 3為中等宏觀杠桿率區制，Regime 1 為高宏觀杠桿率區制。由圖3可以看出，樣本期內，中國宏觀杠桿率出現多次高中低三個區制之間的轉換，且較多時間處于中等宏觀杠桿率區制下，較少處于高宏觀杠桿率區制，且在中和低區制之間的轉換較為頻繁。這說明政策在宏觀杠桿率調節過程中具有重要作用。當宏觀杠桿率處于低區制時，由于投資者對宏觀杠桿率的認識不足，且市場有效性較低，所以維持低杠桿率區制難度較大，容易發生由低到中等或者高杠桿率區制的轉換。又由于政策對宏觀杠桿率的調控，使得宏觀杠桿率更容易發生由低區制向中等區制轉換。當宏觀杠桿率處于高區制時，由于對宏觀杠桿率的監控以及從經濟和金融發展狀況的穩健性出發，使得對宏觀杠桿率政策調節力度增強，因此高宏觀杠桿率區制的持續時間不久，且容易發生區制的跳躍，即更容易從高區制轉變為低宏觀杠桿率區制。這種宏觀杠桿率在不同區制之間的轉換也可由表5得出。

圖3 樣本期內中國宏觀杠桿率區制圖

表5 轉移概率矩陣

表5為中國宏觀杠桿率不同區制之間的轉移概率矩[注]矩陣中每個元素表示由一個區制向另一個區制轉換的概率，其中Vi 中i = 1，2，3，代表當期所處區制，矩陣行代表可能轉換的區制; Regime 1，Regime 2，Regime 3 分別代表高、低、中三個宏觀杠桿率區制。。樣本期內，宏觀杠桿率保持當前區制的概率具有差異性。由表5對角線元素可以看出，宏觀杠桿率保持中等區制的概率最高，為0.760；保持低區制的概率最低，為0.058。這主要是由于政策對宏觀杠桿率的調節以及市場的效率所引起的。

此外，宏觀杠桿率區制轉移具有非對稱性。由表5可以看出，宏觀杠桿率由高區制轉換為低區制的概率為0.436，而由低區制向高區制轉換的概率為0.104，這主要由于高宏觀杠桿率區制下，政策調節力度顯著增強，對宏觀杠桿率調節效應較大，使得宏觀杠桿率發生區制跳躍的情況；而在低宏觀杠桿率區制時，市場的主要作用以及政府的輔助，使得發生區制跳躍的概率較低。同樣的非對稱性在宏觀杠桿率“中—低”和“中—高”區制的轉換過程中依然存在。宏觀杠桿率由中等區制向低區制轉換的概率為0.220，由低區制向中等區制轉換的概率為0.838；而宏觀杠桿率由中等區制向高區制轉換的概率為0.020，由高區制向中等區制轉換的概率為0.345。這說明政府在對宏觀杠桿率采取監管措施時，要注重結合宏觀杠桿率存在的不同區制特征，避免宏觀杠桿率市場出現較大的波動，保護市場中企業投資者的合法利益，促進經濟和金融平穩健康發展。

四、結 論

本文利用2002—2017年的月度數據，從總負債/GDP、貨幣供應量/GDP、對非金融部門債權/國內信貸、對非金融部門債權/GDP這四個學術界廣泛使用的宏觀杠桿率測算方法入手，運用Copula函數建模遴選出樣本期內宏觀杠桿率最優測算方法，并分析宏觀杠桿率總體特征。同時，建立MS-AR模型對宏觀杠桿率的時變性特征進行深入挖掘分析，得出以下四個結論。

第一，在選取的四個宏觀杠桿率測算方法中，本文認為貨幣供應量/GDP是宏觀杠桿率最優測算方法。通過Copula函數建模，分析所得到的Kendall′s tau相關系數和顯著性水平，結果發現，貨幣供應量/GDP與企業商品交易價格指數的Kendall′s tau相關系數值為-0.920，并且只有該測算方法在5%水平下顯著。這反映了貨幣供應量/GDP與宏觀經濟運行具有較強的關聯性，并且進一步說明本文選取貨幣供應量/GDP用于測量宏觀杠桿率能最有效地反映宏觀杠桿率水平。

第二，中國宏觀杠桿率具有顯著的階段性特征，且與具體經濟事件和宏觀經濟政策有很強的相關性。國家經濟運行是否平穩，或者中國宏觀經濟采取“從緊”“穩健”和“適度寬松”的政策，都會具體表現在宏觀杠桿率水平上。樣本期間內，中國宏觀杠桿率變化情況大致可以分成兩個不同的階段。第一個階段是2002年到2008年，此階段為適度的宏觀杠桿率促進國家經濟高速發展的時期，宏觀杠桿率的數值大約在5—6的區間內波動；第二個階段是2008年到2017年，國際金融危機爆發之后，此階段為快速上漲的宏觀杠桿率引發國家經濟發展劇烈波動的時期。

第三，中國宏觀杠桿率劃分為高、中、低三個不同的杠桿率區制，并且宏觀杠桿率具有非線性的區制特征。在同一區制下，不同階數對中國宏觀杠桿率的影響具有差異性。在低杠桿率區制下，中國宏觀杠桿率的波動主要受滯后一階和滯后二階的影響，且滯后一階影響最大，分別為1.903和-0.171，而滯后三階對中國宏觀杠桿率影響不顯著。在不同區制下，同一滯后階數對中國宏觀杠桿率的影響也具有差異性。滯后一階在低宏觀杠桿率區制下促進宏觀杠桿率的調節，在高宏觀杠桿率區制下抑制宏觀杠桿率的調節，而在中等宏觀杠桿率區制下對宏觀杠桿率的調節無顯著影響。滯后二階對不同區制的宏觀杠桿率均具有顯著的影響，分別是-0.171、0.192和2.762。此外，滯后三階對宏觀杠桿率的調節只在高宏觀杠桿率區制下具有顯著影響。

第四，中國宏觀杠桿率在時變過程中具有非對稱性。樣本期內，中國宏觀杠桿率出現多次高中低三個區制之間的轉換，且較多時間處于中等宏觀杠桿率區制下，較少處于高宏觀杠桿率區制，且在中和低區制之間的轉換較為頻繁。另外，宏觀杠桿率保持當前區制的概率具有差異性。宏觀杠桿率保持中等區制的概率最高，為0.760；保持低區制的概率最低，為0.058。最后，宏觀杠桿率在不同區制之間的轉移概率也呈現非對稱性。