□ 劉金全 艾 昕
內容提要 本文基于23 個國家1989-2017年的動態面板數據,采用系統GMM 估計方法考察貨幣擴張、供給側結構性改革及其波動對經濟杠桿的影響,并分別采用信貸總量與直接融資規模作為供給側結構性改革在總量與結構上的代理變量。結果表明,各宏觀調控政策與經濟杠桿之間均保持顯著的“倒U 型”關系,即存在一個“拐點”,且政策波動對經濟杠桿均具有刺激作用。區別在于,三者中直接融資規模的拐點位置居于首位但波動效應最弱。因此,政府在調控經濟杠桿時應將著力點放在擴大直接融資規模上,并利用其他政策加以輔助,同時加強宏觀政策的動態管理,為順利實現杠桿率下降提供穩定的金融環境。
雖然杠桿率的適當增加可以推動投資與消費,促進產出增長,但過高的杠桿率也會積聚潛在的金融風險, 對經濟平穩運行產生不利影響。 自2015年中央經濟工作會議將“去杠桿”作為供給側結構性改革五大主要任務之一以來, 我國杠桿率過快攀升的勢頭逐步得到遏制, 實現了總體穩杠桿、局部去杠桿。 為順利實現“去杠桿”目標,政府通常采取以下兩種對策思路: 一是進行總需求管理,利用貨幣擴張刺激總需求,最終通過經濟增長降低杠桿率(Mélitz,1997);二是通過供給側結構性改革積極調整經濟結構, 改善企業生產經營與投資環境, 在控制債務過快增長的同時逐步實現杠桿率的下降 (Woo,2017)。 2008年金融危機后,在高強度需求刺激政策作用下,我國經濟杠桿率(尤其是非金融企業杠桿率) 迅速上升,即總需求政策并未降低反而加大了杠桿風險。 針對此現象, 部分學者從需求擴張政策邊際效應持續遞減的角度加以解釋,認為當社會負債水平較低時,貨幣和信貸擴張能降低經濟杠桿, 但隨著政策邊際效應的持續遞減, 新增貨幣促進經濟增長的能力將明顯降低, 極易導致貨幣粗放擴張和資本市場內資金空轉(Dornbusch,1998;姚余棟、李宏瑾,2013)。還有部分學者基于我國國情,從金融資源配置低效的角度進行分析,強調在當前經濟體制下,大量新增信貸投向地方融資平臺等期限長、 收益低的國有部門,造成政府隱性擔保泛濫、資源配置低效等問題,金融對實體經濟的支撐較弱,企業經營效益低下,導致杠桿率高居不下(胡志鵬,2014;劉金全和艾昕,2017)。 此外,紀敏等(2017)提出可以將杠桿率分解為:杠桿率(總債務/GDP)= (總債務/總資產)/(GDP/總資產),分子為企業資產負債率,分母為資本回報率。低利率政策在減少企業融資成本、提高產出的同時,也會刺激企業增加負債擴大投資, 只有當資產回報率增速大于名義債務擴張速度時,降低利率才有利于改善杠桿。 反之,金融資源配置低效所引發的資本回報率下降將會加劇債務和杠桿風險。由此可見,基于需求側的貨幣擴張通過推高經濟增速增加分母的同時, 作為分子的債務也會隨之提升, 無法從根本上解決經濟發展深層次矛盾和問題。
2016年以來,貨幣政府采取穩健中性的貨幣政策, 力爭在滿足實體經濟合理融資需求的同時有效控制貨幣供給。 此后我國經濟杠桿率增速雖然保持在國際中等水平, 但是結構性問題尚未得到化解。 部分學者開始基于貨幣緊縮的角度分析貨幣政策對經濟杠桿的作用機制, 但大部分研究結果均顯示緊縮型貨幣政策不僅不會改善高杠桿問題,反而加劇杠桿率的攀升速度(劉曉光、張杰平,2016;Corsetti & Dedola,2016)。
基于此, 越來越多的研究強調在降低杠桿率時不應單純使用貨幣政策工具, 還應考慮從供給側結構性改革的角度實施配套政策手段。一方面,供給側結構性改革通過降低企業過剩產能, 推進產業結構調整等手段提高企業發展質量和效益;另一方面,通過減稅降負、金融體制改革等手段降低企業融資成本,即在提升經濟的同時降低債務,最終實現杠桿率的平穩下降(劉一楠,2016;Woo,2017)。 值得注意的是,由于我國產能過剩企業大多集中于資金密集型行業, 這些企業杠桿率通常較高且具有明顯的順周期特點, 再加上解決企業過剩產能和高庫存問題需要一個漫長的市場出清過程, 而且經濟質量提升也要依靠長期積累的創新驅動,因此,在改革過程中將面臨觸發系統性風險、 長期不確定性以及體制改革受阻等問題(Naughton,2016;賈康、蘇京春,2017)。 此外,迄今絕大部分文獻僅考慮了各宏觀調控政策對經濟杠桿的調控效應, 而忽略了政策穩定性對經濟杠桿的影響。從理論上看,過度波動的宏觀政策既不利于穩定市場預期, 也會破壞企業既定的投融資比例,進而對經濟增長產生負面影響。 因此,從實證角度分析各宏觀調控政策波動對經濟杠桿的影響將有助于我們對相關問題的進一步深入理解。
基于此,厘清貨幣擴張與供給側結構性改革對經濟杠桿的作用并選取合適的對策來促使“去杠桿”目標的順利實現成為本文研究的重點。本文采用系統GMM 估計方法研究兩種對策及其波動對經濟杠桿的影響,以便考察兩種對策在實現“去杠桿”目標時的有效性與異質性。 相較于已有文獻,本文的“邊際貢獻”主要表現在以下三個方面:一是采用更多的貨幣擴張、 供給側結構性改革和經濟杠桿指標, 基于多個維度對比分析兩種對策的調控效果, 為新常態下宏觀政策的選擇提供相應依據;二是引入宏觀政策波動變量,考察宏觀調控政策的穩定性是否對經濟杠桿產生影響, 彌補目前主流文獻在此方面的不足;三是采用23 個國家的面板數據進行橫縱向對比, 使得研究結論更加科學全面。
本文后續安排如下: 第二部分介紹模型估計原理與樣本選取; 第三部分實證分析和檢驗兩種對策及其波動對經濟杠桿的影響; 第四部分總結主要結論并提供政策建議。
本文的目標是考察貨幣擴張與供給側結構性改革及其波動對經濟杠桿的影響,因此,可將動態面板模型設定成如下形式:

其中,被解釋變量l 為經濟杠桿,下標i 和t分別表示個體和時間。 解釋變量A 為各宏觀調控政策, 其平方項用來捕捉各政策對經濟杠桿可能的非線性影響,v 為政策波動,Z 為其它控制變量,c為常數項, μi為個體效應,εi,t為殘差項,α,β,γ,δ,θ 為對應回歸變量的系數項。
對于上式,傳統OLS 估計以及常用的面板模型估計方法(固定效應模型和隨機效應模型) 均無法獲得有效估計量。 這是因為li,t作為εi,t的函數,其滯后一階li,t-1也將與εi,t相關,由此產生了內生性問題。 此外,對于固定效應模型估計量,雖然組內變化剔除了μi,但和也存在相關性,導致固定效應估計量不一致;對于隨機效應模型的GLS 估計量, 對原變量擬中心化后,和仍相關,因此其估計量有偏。 為獲得有效估計量, 本文采用Arellano &Bover(1995)等提出的系統廣義矩估計(系統GMM)方法對(1) 式進行估計。 為引出系統GMM 估計所需的矩條件,將(1) 式改寫為如下形式:

其中,Xi,t為(K-1)×1 維解釋變量,β' 為待估計系數向量。 系統GMM 的核心思想在于整合估計差分方程和水平方程。 因此,在估計(2)式的差分模型外,還要估計其水平模型,所以存在兩組矩條件。 其中,估計(2)式差分模型的矩條件為E(Z'i,t△εi)=0,共包含md=(T-2)[(T-1)+2(K-2)T]/2 個矩條件,T 為樣本期,△εi=[△εi3,△εi4, …,△εiT]'為誤差項差分后的向量。 設Zdi為工具變量矩陣,包括被解釋變量li,t的t-2 期及前期, 以及解釋變量Xi,t的第1 至T 期,具體形式如下:


可以看出,相較于差分GMM,系統GMM 引入了水平方程以減少估計誤差。同時,為避免變量之間以及變量和殘差之間的內生性問題, 本文采用兩步系統廣義矩方法進行模型估計。 進一步借鑒Windmeijer(2005)提出的WC-robust 估計方法得到穩健標準誤差,并參照標準文獻的做法,對估計結果進行判斷工具變量是否有效的Sargan 檢驗與判斷殘差是否存在二階序列相關的AR(2)檢驗。
從微觀角度來看, 現有研究通常以家庭、企業、 金融機構以及政府部門的負債程度來衡量經濟杠桿, 但由于微觀層面的數據通常很難獲得且統計口徑差異較大,因此本文將基于宏觀杠桿率展開分析。 主要有以下四種方法衡量宏觀杠桿率:(1)國際清算銀行(BIS)統計的非金融部門總杠桿率;(2)債務余額與總產出的比值(債務余額/GDP);(3)社會融資規模與總產出的比值(社會融資規模余額/GDP);(4)廣義貨幣供應量與總產出的比值(M2 余額/GDP)。 這四種衡量方法內在邏輯相通,即在寬松的宏觀政策下,債務、信貸和貨幣增長通常都較快。 本文采用樣本數量較大的M2/GDP(記為L)作為被解釋變量經濟杠桿的代理變量。 由于M2 反映了宏觀資金面的供給情況,可以較好地衡量社會總需求, 將其作為經濟杠桿水平的代理變量具備合理性。此外,在穩健性檢驗中本文還將使用私人部門信貸/GDP(記為PC) 作為另一種測度指標, 從私人部門整體借貸的角度對經濟杠桿進行度量。
對于核心解釋變量而言, 按照主流文獻的做法,本文將廣義貨幣供應量M2 作為貨幣擴張(記為M2)的代理變量。此外,由于供給側結構性改革致力于通過協調金融供給總量和信貸資金配置之間的關系達到金融支持實體經濟的目的, 因此本文將使用以下兩個基本指標作為供給側結構性改革的代理變量:一是信貸總量(信貸總量/GDP,記為CREDIT),二是直接融資規模(上市公司總市值/GDP,記為STOCK)。 同時,為考察宏觀政策與經濟杠桿之間的非線性關系以及政策波動對經濟杠桿的影響, 以上三個宏觀政策的平方項以及經過H-P 濾波分解后的波動項也被納入到了回歸方程之中。
除上述核心解釋變量外,考慮到不同經濟體之間的異質性,參考過往文獻(馬勇和陳雨露,2017),本文納入了以下可能會對經濟杠桿產生影響的因素作為控制變量以減少分析誤差: 宏觀經濟增長(國內生產總值,記為GDP)、工業化程度(工業增加值,記為IND)、國內總儲蓄/GDP(記為DEPOS)、人口增長率(記為POPUL)。 以上變量分別從經濟增長、 金融系統和社會人口等方面對影響經濟杠桿的因素進行了控制。 所有數據來源于WIND 數據庫、世界銀行(WB) 數據庫以及歐洲央行數據庫。基于數據可獲得性, 本文使用23 個國家1989-2017年的面板數據作為模型數據樣本①。 表1 給出了上述各變量的符號、 經濟含義與描述性統計結果。

表1 回歸變量描述性統計結果
基于前文模型設定, 本部分主要從實證角度考察各宏觀調控政策及其波動對經濟杠桿的影響。在此基礎上,進一步展開多個維度的穩健性分析,以加強研究結論的可靠性。
首先, 本文利用系統GMM 估計方法分析貨幣擴張及其波動對經濟杠桿的影響, 相關結果如表2 所示。為清晰展示各變量的引入過程,表2 采取逐步添加控制變量的方式呈現回歸結果, 在第2 列中, 模型1 僅包含被解釋變量一階滯后和三個核心解釋變量 (即M2 增速及其平方項與波動項),在第3-5 列中,模型2-4 列出了逐步對宏觀經濟變量(國內生產總值、工業增加值)、金融變量(國內總儲蓄)與社會人口變量(人口增長率)等進行控制后的回歸分析結果。

表2 貨幣擴張與經濟杠桿的估計結果
由表2 可知,貨幣擴張的一次項(M2)和二次項(M22)分別在5%和1%的置信水平上顯著,且一次項的系數為正,二次項的系數為負。由此可以看出, 貨幣擴張與經濟杠桿之間的非線性關系成立,即存在先升后降的“倒U 型”關系。 同時,參考變量引入最為完整的模型4, 通過計算貨幣擴張一次項和二次項系數的具體數值, 可以得出拐點位置大致在0.2562 附近。換言之,當M2 增速到達0.2562 之前,經濟杠桿將隨貨幣擴張而逐步上升;但在M2 增速越過拐點之后,貨幣擴張對經濟杠桿的助推作用出現下降。究其原因,一方面,增加貨幣供給可以降低社會融資成本, 提高社會融資需求,從而在短期內會促進經濟杠桿的提升。 此外,貨幣擴張會加強通脹預期,由此帶來的資產估值的提升將帶動信貸與投資規模的上漲,最終也會導致經濟杠桿在短期內顯著上升。 另一方面,由于我國總體金融結構仍以銀行間接融資為主,因此貨幣擴張在短期內推高了經濟杠桿。但隨著各融資主體投資經營狀況逐漸好轉,再加上名義GDP 的提高,各融資主體的杠桿率增速在長期中將會得到控制。
就貨幣政策波動對經濟杠桿的影響而言,在四個模型中,貨幣擴張波動項(VVM2)的系數均在1%的置信水平下一直保持顯著為正,這不僅意味著貨幣擴張波動的加大將會推高經濟杠桿, 也表明兩者之間的正相關關系具有很強的穩定性。 從經驗上看, 保障杠桿率在合理區間內運行離不開穩定適度的宏觀調控政策, 若貨幣供應量出現頻繁調整,不僅意味著政府調控目標的不穩定,也不利于穩定市場預期。 當企業既定的投融資比例受到破壞時, 勢必會對經濟杠桿的平穩運行產生負面影響。 此外,不論是貨幣擴張與經濟杠桿的“倒U 型”關系,抑或是貨幣供給量波動對經濟杠桿的助推關系, 均沒有在納入新的控制變量時發生改變, 即回歸分析結論穩定可靠。 在這些控制變量中,宏觀經濟變量(國內生產總值、工業增加值)的系數在所有模型中均顯著為正,但金融變量(國內總儲蓄)與社會人口變量(人口增長率)的系數則均為負,說明經濟增長可以刺激杠桿率上升,而金融發展與人口增長率的提高則會削弱一國的經濟杠桿。
最后,Sargan 檢驗的原假設是模型工具變量選取有效,備擇假設是模型設定錯誤。表2 中四個模型的J 檢驗量均在一定的顯著性水平下接受了原假設,說明模型工具變量選擇恰當。 同時,所有模型都通過了二階序列相關檢驗, 證明回歸過程不受二階序列相關影響,模型估計結果有效。
本部分以“信貸總量/GDP”作為供給側結構性改革的代理變量, 基于金融供給總量角度考察改革及其波動對經濟杠桿的影響, 回歸結果如表3所示。表3 仍沿用逐步增加控制變量的做法,并采取相同的模型設定。

表3 信貸總量與經濟杠桿的估計結果
由表3 可知,除模型5 外,信貸總量的一次項(CREDIT)均在1%的置信水平上顯著為正,而二次項(CREDIT2)則在1%置信水平上顯著為負,這意味著信貸規模與經濟杠桿之間也存在明顯的“倒U 型”非線性關系。 類似的,根據最為完整的模型8 中一次項和二次項系數, 可以判斷拐點位置大致出現在信貸總量/GDP 增速為0.1055 之時。究其原因,首先,在供給側結構性改革過程中采取的嚴控通脹、緊縮貨幣等手段②,雖然長期中有利于緩解部分主體的高負債問題但在初期也收緊了社會信用, 從而造成短期內杠桿率迅速上升。 其次,為了推進產業結構升級,各國政府紛紛采取減稅降負、 加大科研投入等措施加大對中小企業和創新企業的支持力度。 雖然長期來看有利于產業結構優化調整, 在經濟高質量發展的同時降低杠桿率,但由于科技創新是一項高成本活動,企業在初期需要投入大量的人力財力, 再加上科技研發成果轉化周期較長, 最終導致短期內杠桿率高居不下。 最后,就中國而言,金融機構由于信息不對稱難以對貸款對象進行甄別, 可能更傾向于向國有企業或地方政府融資平臺提供信貸支持, 民營企業融資被擠出, 最終出現大量金融資源集中于低效部門以及民營企業“融資難、融資貴”的局面,宏觀杠桿率增速短期內并未得以抑制。 但隨著金融供給側結構性改革的不斷推進, 通過優化金融供給結構和信貸資金配置可以擴大企業融資渠道并改善企業投資經營情況, 最終在長期內高杠桿風險得以化解。
與前文的分析結果一致, 在所有模型中信貸總量的波動項系數均在1%的置信水平上顯著為正, 表明不斷加大信貸總量的波動幅度會對維持經濟杠桿穩定產生不利影響。此外,相較于貨幣擴張,信貸總量自身以及波動項的系數均更大,而平方項則較小, 這體現出基于供給端的宏觀政策對經濟杠桿的調控效應強于需求端政策, 也表明經濟杠桿與信貸總量之間的“倒U 型”關系更為平滑。 對于各控制變量來說,除GDP 增長率外其余三個變量的系數都大于表2, 這說明在供給側結構性改革過程中宏觀經濟增長對經濟杠桿僅具有微弱的積極效應, 而金融發展與社會人口增加則會進一步抑制杠桿率的提升。
信貸總量作為衡量金融供給最常見的變量,雖然有助于從總體上了解信貸資金的增長速度,但卻無法直接體現改革對融資結構的改善情況。基于此,本部分以“上市公司總市值/GDP”表示供給側結構性改革, 基于信貸資金配置角度考察改革及其波動對經濟杠桿的影響。 表4 沿用之前的模型設定,并展示了相關回歸結果。
由表4 可知, 直接融資規模的一次項(STOCK)和二次項(STOCK2) 分別在10%和5%的置信水平上顯著, 且系數符號沒有因加入控制變量而發生改變,均保持一次項的系數為正,二次項的系數為負, 即直接融資規模與經濟杠桿之間的非線性關系仍舊成立。同時,按照之前的處理辦法, 參照模型12 可以計算得出拐點大致出現在0.2619 附近,顯著高于信貸總量的拐點位置。在所有模型中,直接融資規模波動項(VVSTOCK)的系數均在1%的置信水平下顯著為正,但數值卻低于上述前兩個變量, 說明直接融資規模波動雖然會對經濟杠桿產生刺激作用, 但這種作用的強度低于貨幣供應與信貸規模變動對經濟杠桿的助推效應。 這是因為貨幣供應與信貸規模的變動主要取決于宏觀政策調控目標的需求, 而直接融資規模的變動則主要依金融市場的監管強度與企業融資需求而定,前者一般不輕易發生改變,后者與企業生產經營活動相配合, 服務于企業自身的投融資比例標準, 因此直接融資規模波動僅對經濟杠桿產生微弱的正效應。

表4 直接融資規模與經濟杠桿的估計結果
根據回歸結果可以看出, 雖然控制變量的系數符號與表2、表3 相同,但其數值卻出現明顯提升,即不論是經濟增長對經濟杠桿的正向刺激,還是金融發展與人口增長率提升對經濟杠桿的抑制作用,其強度均出現大幅度提高。這說明供給側結構性改革在改善信貸資金配置時, 其他因素對經濟杠桿的調控效果也會得以加強。因此,政府在推動供給側結構性改革時既要充分利用直接融資改善企業杠桿, 也要注意其他影響因素對杠桿率的強化刺激,避免調控效應相互抵消,弱化改革帶來的積極影響。
前文分析得出了兩個基本結論: 一是各宏觀調控政策與經濟杠桿之間存在顯著的“倒U 型”關系,二是政策波動對經濟杠桿產生刺激作用。本部分將進一步對前述結論進行穩健性檢驗。
(1)穩健性檢驗Ⅰ:經濟杠桿的其它度量
在度量經濟杠桿時, 除使用上文提及的“M2/GDP”作為代理變量外,另一個較為常見的備選變量是“私人部門信貸/GDP”,兩者分別從金融機構負債和私人部門整體借貸角度衡量經濟杠桿。 由于私人部門信貸主要由非金融企業信貸、 居民和非盈利機構信貸兩部分組成, 與實體經濟之間存在緊密的順周期關系, 而且并不包含具有明顯逆周期特征的公關部門信貸, 因此私人部門信貸更能有效反映實體經濟的情況。 為此,本部分以“私人部門信貸/GDP”作為被解釋變量,為保持前后分析的一致性,分別以貨幣擴張、信貸總量、直接融資規模作為主解釋變量進行回歸分析, 具體結果如表5 所示。
根據表5,無論實施何種宏觀政策,各政策與經濟杠桿之間的“倒U 型”關系以及政策波動與經濟杠桿之間的正相關關系依然顯著成立, 且三者中信貸總量變動對杠桿率的作用效果最強,而直接融資規模波動則最弱,與之前的結論相同。就拐點位置而言,貨幣擴張的拐點大致在0.4621 附近, 而信貸總量與直接融資規模的拐點則分別出現在0.3635 和0.5975 之時,在數值大小關系上也與之前的結論類似, 即直接融資規模的拐點位置最高,貨幣擴張次之,而信貸總量則最低,說明政府在擴大企業融資渠道, 提高直接融資規模上仍存在較大的調控空間, 也可以利用貨幣政策加以輔助,從而為順利實現“去杠桿”提供良好的外部金融環境。同時,雖然各控制變量對經濟杠桿的作用方向未發生改變,但作用強度卻出現明顯變化,即不同于此前在直接融資規模擴張下各控制變量調控效果得到最為顯著的提升, 表5 中卻為貨幣擴張時各控制變量對經濟杠桿的影響程度最大。這表明在實施需求端貨幣政策時, 其他因素對經濟杠桿的作用效果也會隨之顯著提升。
(2)穩健性檢驗Ⅱ:波動變量、控制變量及其他
首先, 本文在研究各宏觀政策對經濟杠桿的調控效應之外, 也重點考察了政策波動對經濟杠桿的影響。 根據估計結果顯示,一方面,政策波動與經濟杠桿之間存在穩定的正相關關系, 且這種關系不會因為調控政策或者控制變量的不同而發生改變;另一方面,當選取不同被解釋變量進行實證分析時, 三種政策波動的調控效應均存在穩定差異。具體表現為信貸總量波動項系數最大,貨幣擴張波動項系數居中, 而直接融資規模波動項系數則居于末尾, 說明直接融資規模的變動雖然會在一定程度內推高經濟杠桿, 但這種刺激作用的強度在三者中最低, 同時也表明本文的基本結論在被解釋變量發生改變后依然保持穩健。

表5 各宏觀政策與經濟杠桿(私人部門信貸/GDP)的估計結果
其次, 考慮到經濟杠桿受外界多種因素的影響,因此除了核心解釋變量之外,往往需要引入其他可能對被解釋變量產生影響的各種因素, 即納入相關的控制變量。 控制變量的加入一方面通過控制其他潛在影響因素提高了模型的穩健性,另一方面也可以進一步評估核心變量的解釋能力。回歸結果表明, 核心解釋變量的符號和顯著性并沒有因為控制變量的加入而產生明顯改變, 表明實證結論在控制各潛在影響因素之后依舊有效。
最后, 除上述變量選取和模型構建方面的考慮外, 模型估計方法的選擇也會對研究結果的穩健性產生影響。尤其對于動態面板數據來說,可能存在內生性變量、有限樣本偏誤等問題。 為此,本文采取系統GMM 方法進行回歸分析, 該方法不僅利用工具變量解決了內生性問題, 也通過有效利用水平方程的信息降低了有限樣本造成的偏誤,從而保障了估計結果的穩健。本文中所有回歸模型均通過了Sargan 檢驗與二階序列相關檢驗,表明工具變量選擇合理且殘差不存在二階序列相關,模型估計穩健有效。
針對“去杠桿”目標下的宏觀調控政策選取問題, 本文利用23 個國家1989—2017年的動態面板數據,采用系統GMM 估計方法對貨幣擴張、供給側結構性改革與經濟杠桿之間的關系進行了實證研究。 結果顯示,其一,各宏觀調控政策與經濟杠桿之間均保持顯著的“倒U 型”關系,即隨著政策調控力度的加大, 經濟杠桿會出現先上升后下降的趨勢,即存在一個“拐點”。 其中,直接融資規模的拐點位置最高,貨幣擴張次之,而信貸總量則居于末尾。其二,政策波動與經濟杠桿之間存在穩定的正相關關系, 這意味著政策波動的加大會對經濟杠桿產生刺激作用。具體來看,三者中信貸總量變動對杠桿率的作用效果最強, 貨幣擴張波動居中,而直接融資規模波動則最弱。 其三,對于控制變量而言, 宏觀經濟增長對經濟杠桿具有助推作用, 而金融發展與社會人口增加則會抑制杠桿率的提升。 上述三個基本結論在穩健性檢驗下仍顯著成立。
基于前文分析與實證結論, 本文提出以下三點政策建議:第一,由于以間接融資為主的融資體系僅能控制貨幣供應總量, 無法對貨幣分布結構進行調整, 而金融市場可以通過風險匹配來改變結構,進而提高貨幣政策傳導效率,因此,政府可以利用調控空間較大且波動效果較弱的供給側結構性改革措施進一步改善融資結構, 并實施信貸總量調控政策與貨幣政策加以輔助, 從而使得經濟杠桿增速得以控制。第二,考慮到我國股市的市場機制尚不健全以及資質較好的創新型企業融資渠道尚不暢通, 政府應繼續推進資本市場基礎性制度改革,完善資本市場退市制度與科創板“試點注冊制”,保障供給側改革對經濟杠桿的調控效果得以最大化。 第三,考慮到各宏觀政策自身波動也會對經濟杠桿產生推動作用,因此,應加強宏觀政策的動態管理,避免政策波動對經濟杠桿造成不利沖擊,這意味著多種宏觀調控政策搭配使用以及政策穩定實施是實現經濟杠桿平穩下降的關鍵。
注釋:
①從經濟體發達程度來看, 數據樣本包括10 個發達國家(美國、日本、韓國、新加坡、澳大利亞、英國、法國、德國、意大利、加拿大)與13 個發展中國家(中國、菲律賓、越南、印度、印度尼西亞、泰國、馬來西亞、土耳其、南非、墨西哥、巴西、俄羅斯、阿根廷)。
②西方供給側結構性改革的理論基礎是供給經濟學,主張擴大市場競爭和減少政府干預,興起于19 世紀70、80年代,主要采取大規模減稅、嚴格控制通貨膨脹與貨幣供應、推動科技創新、放松行業管制等措施驅動經濟轉型,尤其以美國里根、英國撒切爾和德國科爾時期為西方供給側結構性改革的代表性時期。