宋 亞，成學(xué)真，趙先立

●經(jīng)濟(jì)觀察

我國(guó)省域杠桿率及其對(duì)經(jīng)濟(jì)增長(zhǎng)的影響
——基于省級(jí)面板數(shù)據(jù)門檻模型

宋 亞1，2，成學(xué)真1，趙先立2

（1.蘭州大學(xué)經(jīng)濟(jì)學(xué)院，甘肅蘭州730000；2.中國(guó)人民銀行蘭州中心支行，甘肅蘭州730000）

文章基于現(xiàn)有文獻(xiàn)對(duì)全國(guó)杠桿率的測(cè)算方法，對(duì)2003-2015年全國(guó)31個(gè)省區(qū)的杠桿率進(jìn)行了測(cè)算，之后基于Cobb Douglas生產(chǎn)函數(shù)構(gòu)建了以經(jīng)濟(jì)增長(zhǎng)為被解釋變量，以杠桿率為門檻變量的省級(jí)面板門檻模型，實(shí)證得出杠桿率升高會(huì)降低資本對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用，分析了其原因在于資金使用效率下降和實(shí)體部門利潤(rùn)外流。最后提出了各省區(qū)應(yīng)根據(jù)自己的情況有針對(duì)性地去杠桿、提高債務(wù)所形成資金的使用效率等政策建議。

杠桿率；省域；測(cè)算；經(jīng)濟(jì)增長(zhǎng)；門檻效應(yīng)

一、引言及文獻(xiàn)綜述

杠桿率與經(jīng)濟(jì)增長(zhǎng)、金融風(fēng)險(xiǎn)密切相關(guān)，2008年的國(guó)際金融危機(jī)之后，人們對(duì)杠桿率、經(jīng)濟(jì)增長(zhǎng)、金融危機(jī)之間關(guān)系的討論越來越多。基本一致的共識(shí)是適度的杠桿率可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)，而過高或急劇增長(zhǎng)的杠桿率可能導(dǎo)致不同形式的金融危機(jī)。國(guó)際上一些研究認(rèn)為我國(guó)杠桿率過高已成為風(fēng)險(xiǎn)點(diǎn)，并出現(xiàn)因之唱衰中國(guó)經(jīng)濟(jì)的聲音。我國(guó)官方于2011年、2013年對(duì)政府債務(wù)進(jìn)行了兩次全面審計(jì)，得出了確鑿可信的結(jié)果，并將“編制全國(guó)和地方資產(chǎn)負(fù)債表”作為戰(zhàn)略決策正式在十八屆三中全會(huì)上提出。與此同時(shí)，我國(guó)學(xué)術(shù)界大量研究成果證明我國(guó)經(jīng)濟(jì)的總杠桿率低于一些發(fā)達(dá)國(guó)家，處于適中范圍內(nèi)，分類說來，非金融企業(yè)、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(guó)際公認(rèn)的風(fēng)險(xiǎn)閥值，有力地回應(yīng)了“唱衰中國(guó)論”。但不容否認(rèn)的是，我國(guó)危機(jī)后杠桿率快速上升，杠桿率的高水平和高增長(zhǎng)確實(shí)潛伏著一定的金融風(fēng)險(xiǎn)，我國(guó)政策當(dāng)局已經(jīng)明確把“去杠桿”作為今后一段時(shí)間的主要任務(wù)之一，全國(guó)各地都面臨去杠桿的問題。而我國(guó)區(qū)域經(jīng)濟(jì)差異明顯，對(duì)于各個(gè)省份來說，杠桿率有沒有差異，多少為省域杠桿率相對(duì)適度的水平，應(yīng)該如何根據(jù)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(duì)全國(guó)各省區(qū)的杠桿率進(jìn)行測(cè)算，并從經(jīng)濟(jì)增長(zhǎng)的角度對(duì)我國(guó)省域杠桿率問題進(jìn)行分析。

基于債務(wù)視角對(duì)全社會(huì)和分部門的杠桿率的研究有兩條脈絡(luò)，一是對(duì)國(guó)家資產(chǎn)負(fù)債表進(jìn)行研究，基于負(fù)債項(xiàng)目的統(tǒng)計(jì)和估算，對(duì)居民、非金融企業(yè)、政府、金融部門和全社會(huì)的杠桿率進(jìn)行測(cè)算、國(guó)際比較和分析；二是直接從居民、政府、非金融企業(yè)等分部門的債務(wù)和杠桿率入手，研究各部門債務(wù)和杠桿率的發(fā)展、成因、影響因素、承受能力、風(fēng)險(xiǎn)范圍、國(guó)際比較及與經(jīng)濟(jì)增長(zhǎng)的關(guān)系等。研究的目的主要在于總杠桿率或分部門杠桿率與經(jīng)濟(jì)增長(zhǎng)、金融風(fēng)險(xiǎn)或危機(jī)之間的關(guān)系。

（一）杠桿率及其衡量指標(biāo)

從最本質(zhì)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(guān)系。對(duì)于不同的研究對(duì)象，有不同角度的具體解釋和計(jì)算方法。常見的研究對(duì)象如某個(gè)交易、某個(gè)經(jīng)濟(jì)主體、某個(gè)經(jīng)濟(jì)部門，以及整個(gè)經(jīng)濟(jì)體。對(duì)于某項(xiàng)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(guān)系。比如證券市場(chǎng)的配資交易，一般對(duì)杠桿率做出規(guī)定，如1∶1、1∶5等。對(duì)于某個(gè)經(jīng)濟(jì)主體和某個(gè)部門來說，經(jīng)濟(jì)主體（企業(yè)、政府、居民）通過負(fù)債的方式來擴(kuò)大投資和消費(fèi)活動(dòng)，按照資產(chǎn)負(fù)債表，杠桿率是指所有者權(quán)益與總資產(chǎn)之間的比例關(guān)系。從自有資金與可支配資金的比例關(guān)系這一本質(zhì)意義出發(fā)，以會(huì)計(jì)角度用資產(chǎn)負(fù)債表項(xiàng)目對(duì)杠桿率進(jìn)行計(jì)算更為契合。資產(chǎn)與負(fù)債之比、資產(chǎn)與所有者權(quán)益之比、負(fù)債與股權(quán)之比，以及上述指標(biāo)的倒數(shù)都可以用于衡量杠桿率［1］。但從評(píng)判風(fēng)險(xiǎn)、關(guān)聯(lián)經(jīng)濟(jì)增長(zhǎng)的目的出發(fā)，以債務(wù)角度對(duì)杠桿率進(jìn)行測(cè)算則更為有效。杠桿率從根本上說仍是債務(wù)問題。自有資金之所以能夠以較少的量撬動(dòng)大額的交易和資產(chǎn)，主要是借助了借貸資金形成的負(fù)債。Dalio（2013）［2］認(rèn)為杠桿率的問題就是債務(wù)率的問題，在計(jì)算方法上就是負(fù)債與收入的比例。債務(wù)收入比（債務(wù)率）是衡量債務(wù)是否可持續(xù)最重要的指標(biāo)，因此也成為研究杠桿率的重要指標(biāo)。通常在計(jì)算全社會(huì)杠桿率時(shí)，將國(guó)民收入轉(zhuǎn)化為GDP，用全部負(fù)債與GDP相比；而對(duì)于分部門的研究，由于缺乏某一經(jīng)濟(jì)部門完整的資產(chǎn)負(fù)債表，就從經(jīng)濟(jì)部門的負(fù)債出發(fā)，以某一經(jīng)濟(jì)部門的總債務(wù)占GDP的比率來衡量其杠桿率［3］。這種方法可見于李揚(yáng)等（2013［4］、2015［5］），黃志龍（2013）［6］，牛慕鴻、紀(jì)敏（2013）［3］，中國(guó)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(guó)際比較中的一致方法。

（二）對(duì)我國(guó)杠桿率的測(cè)算方法和結(jié)果

國(guó)內(nèi)各種研究對(duì)我國(guó)杠桿率測(cè)算的方法略有不同，如李揚(yáng)等（2015）對(duì)全社會(huì)杠桿率的測(cè)算分為居民、非金融企業(yè)、政府、金融機(jī)構(gòu)4個(gè)部門，剔除政府部門和非金融企業(yè)部門的在市政債、地方融資平臺(tái)等方面的重疊，再將4個(gè)部門的杠桿率進(jìn)行加總。各個(gè)部門杠桿率測(cè)算時(shí)分母為GDP，分子為各個(gè)部門的全部債務(wù)。其他研究也多采用這一辦法。與這一方法有所區(qū)別是的，馬駿（2012）估算了居民、企業(yè)、中央銀行、商業(yè)銀行、中央政府、地方政府六個(gè)部門的資產(chǎn)負(fù)債表，在估算非金融企業(yè)負(fù)債時(shí)，先根據(jù)國(guó)家統(tǒng)計(jì)局公布的規(guī)模以上工業(yè)、房地產(chǎn)業(yè)、商業(yè)和建筑業(yè)企業(yè)總資產(chǎn)推算上述四個(gè)行業(yè)的總資產(chǎn)，加上進(jìn)一步估算出來的其他行業(yè)的總資產(chǎn)，得到全部非金融企業(yè)的總資產(chǎn)，再根據(jù)全部非金融上市公司的公開數(shù)據(jù)計(jì)算出的資產(chǎn)負(fù)債率，通過總資產(chǎn)和平均資產(chǎn)負(fù)債率相乘的辦法估算出非金融企業(yè)負(fù)債［7］。其他研究對(duì)杠桿率的測(cè)算方法多與李揚(yáng)的相同或相近。

李揚(yáng)等（2013、2015）測(cè)算的我國(guó)2012年、2014年全社會(huì)杠桿率為分別為215%［4］和235.7%［5］；中國(guó)人民銀行杠桿率研究課題組測(cè)算的2012年我國(guó)總杠桿率約為183%；牛慕鴻、紀(jì)敏（2013）對(duì)中國(guó)2012年非金融部門杠桿率測(cè)算的結(jié)果為176.3%［3］；李佩珈、梁婧（2015）所使用的來自中國(guó)銀行國(guó)際金融研究所的測(cè)算結(jié)果顯示2014年我國(guó)總杠桿率為272.3%［8］。上述研究同時(shí)得出了分部門的杠桿率。測(cè)算結(jié)果略有差異，主要源于負(fù)債項(xiàng)目口徑差異、數(shù)據(jù)來源差異或個(gè)別項(xiàng)目的估算差異。

（三）杠桿率與金融危機(jī)、經(jīng)濟(jì)增長(zhǎng)的關(guān)系

1.影響機(jī)理

杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效果不能明確為正向或負(fù)向。Fisher于1932首次提出并于1933年系統(tǒng)闡述的“債務(wù)—通縮理論”認(rèn)為，過度負(fù)債會(huì)導(dǎo)致引發(fā)債務(wù)清償，債務(wù)人將資產(chǎn)廉價(jià)出售，價(jià)格水平下降，進(jìn)一步導(dǎo)致企業(yè)資產(chǎn)凈值的更大下降，這會(huì)加速企業(yè)破產(chǎn)、利潤(rùn)減少、就業(yè)率降低，導(dǎo)致經(jīng)濟(jì)產(chǎn)出下降，出現(xiàn)大蕭條。而“經(jīng)濟(jì)增長(zhǎng)—杠桿率”或者“信用—收入”的“正反饋機(jī)制”認(rèn)為，當(dāng)人們對(duì)經(jīng)濟(jì)增長(zhǎng)和收入增長(zhǎng)持樂觀預(yù)期時(shí)，就會(huì)傾向于借入更多的債務(wù)，這些借款將直接促進(jìn)需求的增加，從而導(dǎo)致經(jīng)濟(jì)增長(zhǎng)和收入增長(zhǎng)這一預(yù)期的自我實(shí)現(xiàn)，可見于Buttiglio?ne，Luigi等（2014）［9］、李揚(yáng)（2015）［5］等。杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響還在于一個(gè)適度的問題。

2.實(shí)證研究

關(guān)于杠桿率與經(jīng)濟(jì)增長(zhǎng)的實(shí)證關(guān)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(yè)部門或是金融部門入手?？偢軛U率更能說明全部債務(wù)情況，而從分部門杠桿率進(jìn)行研究則更有微觀基礎(chǔ)和便于國(guó)際比較，其重要性各有千秋，都有助于更深入地認(rèn)識(shí)杠桿率與經(jīng)濟(jì)增長(zhǎng)的問題。

在杠桿率靜態(tài)水平與經(jīng)濟(jì)增長(zhǎng)、金融風(fēng)險(xiǎn)之間的關(guān)系上，《馬斯特里赫特條約》（1991）規(guī)定以公共債務(wù)不超過國(guó)民生產(chǎn)總值的60%為臨界值。國(guó)際清算銀行的專家在實(shí)證分析的基礎(chǔ)上提出了誘發(fā)金融危機(jī)的杠桿率臨界值：非金融企業(yè)部門債務(wù)對(duì)GDP的比重超過90%，居民部門債務(wù)對(duì)GDP的比重超過85%，政府部門債務(wù)對(duì)GDP的比重超過85%。Rein?hart和Rogoff（2010）通過40個(gè)國(guó)家、約200年的數(shù)據(jù)研究得出了“90、60”標(biāo)準(zhǔn)，即，公共債務(wù)占GDP的比重低于90%時(shí)為正常水平，此時(shí)政府債務(wù)與GDP實(shí)際增長(zhǎng)率弱相關(guān)；當(dāng)公共債務(wù)占GDP的比重超過90%時(shí)，每增長(zhǎng)一個(gè)百分點(diǎn)，GDP實(shí)際增長(zhǎng)率中值大致下降一個(gè)百分點(diǎn)。此外，外債規(guī)模占GDP的比重超過60%時(shí)，經(jīng)濟(jì)增長(zhǎng)會(huì)出現(xiàn)明顯的惡化；而超過90%時(shí)，經(jīng)濟(jì)大多會(huì)出現(xiàn)衰退［10］。世界銀行對(duì)105個(gè)國(guó)家1990-2011年的統(tǒng)計(jì)數(shù)據(jù)分析得出，高杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)有負(fù)面影響，各國(guó)平均經(jīng)濟(jì)增長(zhǎng)率和經(jīng)濟(jì)總杠桿率負(fù)相關(guān)，杠桿率每上升1%，經(jīng)濟(jì)增長(zhǎng)下降0.017%。Jorda等（2011）通過14個(gè)發(fā)達(dá)國(guó)家在1870-2008年所經(jīng)歷的200余次衰退數(shù)據(jù)表明，衰退前私人部門債務(wù)水平越高，經(jīng)濟(jì)衰退的程度越深，經(jīng)濟(jì)復(fù)蘇也越緩慢。丁純、高弘（2014）通過分析認(rèn)為私人部門債務(wù)的過度膨脹會(huì)扭曲資源配置、降低生產(chǎn)率、加速產(chǎn)業(yè)空心化，與信貸泡沫破滅、銀行危機(jī)、主權(quán)債務(wù)危機(jī)進(jìn)而引發(fā)的歐債危機(jī)有內(nèi)在聯(lián)系。但也有很多專家認(rèn)為杠桿率與金融危機(jī)之間的關(guān)系是非線性的，具有一定的突發(fā)性，很難測(cè)算出準(zhǔn)確的杠桿率上限臨界值。

在杠桿率動(dòng)態(tài)變化與經(jīng)濟(jì)增長(zhǎng)、金融風(fēng)險(xiǎn)之間的關(guān)系上，野村證券研究報(bào)告（2013）提出了“5-30規(guī)則”，認(rèn)為在5年的時(shí)間里，一國(guó)信貸規(guī)模與GDP的比例增長(zhǎng)幅度大于30個(gè)百分點(diǎn)，就可能出現(xiàn)一輪金融危機(jī)［8］。這一規(guī)則在1985-1989年的日本、2006-2010年的歐洲、1995-1999年和2003-2007年的美國(guó)經(jīng)濟(jì)發(fā)展過程都是這一規(guī)則的驗(yàn)證［1］。陸婷、余永定（2015）認(rèn)為對(duì)于經(jīng)濟(jì)增長(zhǎng)來說關(guān)鍵的問題不在于當(dāng)前的杠桿率，而在于杠桿率的動(dòng)態(tài)路徑，即在當(dāng)前的特定條件下杠桿率在未來的變化，并根據(jù)當(dāng)前我國(guó)的特定情形，推演了我國(guó)企業(yè)部門的債務(wù)收入比2019年將達(dá)到201%，2025年將超過300%，提出了風(fēng)險(xiǎn)警示［11］。

總體說來，現(xiàn)有研究以發(fā)生金融危機(jī)為特征，通過國(guó)際上許多國(guó)家的歷史杠桿率數(shù)據(jù)進(jìn)行分析對(duì)比得出杠桿率適度水平的多，對(duì)其他國(guó)家杠桿率與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究的也較多，但是關(guān)于我國(guó)杠桿率研究基本上集中在杠桿率結(jié)果的測(cè)算和國(guó)際比較上，對(duì)我國(guó)杠桿率和經(jīng)濟(jì)增長(zhǎng)的實(shí)證關(guān)系的研究很少，對(duì)區(qū)域杠桿率的研究更是鮮見。

二、我國(guó)省域杠桿率的測(cè)算

（一）測(cè)算口徑

對(duì)杠桿率的測(cè)算主要決定于各部門債務(wù)的界定。在我國(guó)，居民部門的債務(wù)來源較為簡(jiǎn)單，主要為銀行信貸和民間融資，由于民間融資難以測(cè)算，主要將銀行貸款余額作為居民部門的債務(wù)。非金融企業(yè)部門的債務(wù)主要來自銀行信貸、債券發(fā)行、委托貸款、信托貸款、銀行承兌匯票等，還有來自非正規(guī)金融、民間融資、商業(yè)信用等的債務(wù)，但限于數(shù)據(jù)的可得性，通常不做考慮。政府部門的債務(wù)分為中央政府債務(wù)和地方政府債務(wù)，中央政府債務(wù)規(guī)范、清晰，主要為國(guó)債余額；地方政府債務(wù)一是融資平臺(tái)通過銀行貸款、信托貸款、發(fā)行城投債所產(chǎn)生的債務(wù)，這部分債務(wù)包括在金融機(jī)構(gòu)信貸統(tǒng)計(jì)和融資規(guī)模統(tǒng)計(jì)中。二是非融資平臺(tái)如事業(yè)單位、政府機(jī)構(gòu)舉借的債務(wù)，限于省域數(shù)據(jù)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(yùn)作實(shí)體部門的資產(chǎn)、負(fù)債，實(shí)體部門的貸款債務(wù)為銀行部門的資產(chǎn)，而實(shí)體部門的資產(chǎn)為銀行部門負(fù)債的重要組成部門，銀行部門與實(shí)體部門的資產(chǎn)、負(fù)債有高度的相關(guān)性和互抵性。因此，一些研究認(rèn)為，分析杠桿率與經(jīng)濟(jì)增長(zhǎng)、金融風(fēng)險(xiǎn)之間的關(guān)系更應(yīng)該注重實(shí)體部門，而將金融部門剔除；還有一些研究認(rèn)為應(yīng)該將金融部門與實(shí)體部門互抵的部分——如住戶部門存款、非金融企業(yè)部門的存款等——從金融部門的債務(wù)中剔除，僅考慮金融部門通過發(fā)行債券形成的債務(wù)。本文認(rèn)為后一種辦法更能真實(shí)地說明債務(wù)問題，并參照這一辦法對(duì)金融部門的債務(wù)進(jìn)行處理。我國(guó)金融債券多為政策性銀行債券、商業(yè)銀行總行債券，涉及各省區(qū)的多為地方銀行債券，在金融債券中所占的比重有限。在數(shù)據(jù)采集上，這一部分債務(wù)包含在信用債券中。

由于各省份分部門的數(shù)據(jù)有限，本文直接對(duì)全社會(huì)的杠桿率進(jìn)行合并測(cè)算，分母用各省份的GDP，分子即各省全部債務(wù)包括五部分內(nèi)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(xiàn)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(yè)貸款余額、地方政府融資平臺(tái)銀行貸款余額；信用債存量包括非金融企業(yè)信用債存量、金融企業(yè)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(xiàn)的銀行承兌匯票存量沒有直接統(tǒng)計(jì)數(shù)據(jù)，用各年全國(guó)的存量按照2015年末各省區(qū)社會(huì)融資規(guī)模的占全國(guó)的比重進(jìn)行合并估算。具體見表1所列。

表1 李揚(yáng)等（2015）對(duì)杠桿率的測(cè)算方法及本文所含債務(wù)口徑的對(duì)比

（二）測(cè)算結(jié)果

對(duì)全國(guó)31個(gè)省區(qū)的2003-2015年的杠桿率進(jìn)行測(cè)算，所得結(jié)果見表2所列。

表2 全國(guó)31省區(qū)2003-2015年全社會(huì)杠桿率

續(xù)表2

各省區(qū)2003-2015年的杠桿率變動(dòng)趨勢(shì)呈現(xiàn)以下幾個(gè)特點(diǎn)：

第一，區(qū)域差異明顯。各省區(qū)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(yīng)，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(zhǎng)相對(duì)緩慢，因此杠桿率快速上升，2015年達(dá)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(nèi)蒙古（125%）、山東（125%）、湖北（133%）杠桿率較低。

第二，走勢(shì)先緩降后急升。大多各省區(qū)的杠桿率在13年里呈現(xiàn)“√”（勾形）走勢(shì)，2008年國(guó)際金融危機(jī)爆發(fā)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(diǎn)，2009年出現(xiàn)大幅跳升，之后呈快速攀升之勢(shì)，至2015年達(dá)到最高。這與經(jīng)濟(jì)走勢(shì)有直接的因果關(guān)系，危機(jī)前，經(jīng)濟(jì)增速高于債務(wù)增速，呈現(xiàn)的“去杠桿”效果得益于國(guó)民收入的快速增長(zhǎng)；危機(jī)后，國(guó)家刺激政策以擴(kuò)大債務(wù)的方式增加投資，且經(jīng)濟(jì)增速回落，經(jīng)濟(jì)“加杠桿”顯著。

三、杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證分析

為了避免同期GDP增速和杠桿率之間的內(nèi)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(guān)系。

（一）模型建立

基于Cobb Douglas生產(chǎn)函數(shù)，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(qiáng)（2012）[20]的門檻模型構(gòu)建、計(jì)量方法和指標(biāo)選擇，建立一個(gè)關(guān)于經(jīng)濟(jì)增長(zhǎng)的模型：

其中，grgdpit為被解釋變量經(jīng)濟(jì)增速，grkit為資本存量增速、glit為勞動(dòng)力投入增速、openit為對(duì)外開放程度，cpiit為價(jià)格水平，εit為殘差項(xiàng)。

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(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生的影響，表達(dá)為：

其中，α、β、χ、δ為系數(shù)，γ為門檻值，下標(biāo)i表示省份，下標(biāo)t表示年份。

（二）指標(biāo)選取和數(shù)據(jù)說明

grgdpit為各省區(qū)經(jīng)濟(jì)增速；grkit是通過采用永續(xù)盤存法，用各省歷年全社會(huì)固定資產(chǎn)投資，根據(jù)單豪杰（2008）的做法，折舊率采用10.96%，計(jì)算出資本存量后，再得出的增速；glit采用各省市區(qū)單位就業(yè)人數(shù)的增速；openit為各省進(jìn)出口總額在當(dāng)年GDP中的比重；cpiit為各省居民消費(fèi)價(jià)格指數(shù)；levit選用本文對(duì)各省區(qū)全社會(huì)杠桿率的測(cè)算結(jié)果。

全部指標(biāo)的樣本區(qū)間為2003-2015年，由于北京、上海為眾多金融機(jī)構(gòu)的總部所在地，計(jì)算得出的杠桿率數(shù)據(jù)遠(yuǎn)高于其他省區(qū)，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(qū)，具有特殊性，因此，將北京、上海、西藏3省區(qū)的數(shù)據(jù)剔除，面板數(shù)據(jù)包括其他28個(gè)省份。全部數(shù)據(jù)來源于wind數(shù)據(jù)庫(kù)、《中國(guó)人民銀行年報(bào)》。

（三）數(shù)據(jù)描述和檢驗(yàn)

采用STATA12.0統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)分析。主要變量的統(tǒng)計(jì)特征見表3所列。

表3 變量描述性統(tǒng)計(jì)

面板門檻模型要求所用變量平穩(wěn)，否則可能出現(xiàn)偽回歸問題，為確保估計(jì)結(jié)果的有效性，對(duì)數(shù)據(jù)進(jìn)行LLC單位根檢驗(yàn)，檢驗(yàn)結(jié)果見表4所列。

表4 變量LLC平穩(wěn)性檢驗(yàn)

面板門檻模型要求變量之間不存在內(nèi)生性。對(duì)模型以grgdp為被解釋變量，以grk為核心變量，通過Davidson-Mackinnon檢驗(yàn)方法進(jìn)行內(nèi)生性檢驗(yàn)。結(jié)果見表5所列。

表5 變量外生性檢驗(yàn)

面板數(shù)據(jù)通常可以用混合回歸、固定效應(yīng)和隨機(jī)效應(yīng)三種方法進(jìn)行估計(jì)，為選擇恰當(dāng)?shù)墓烙?jì)方法，對(duì)擬進(jìn)行門檻分析的模型進(jìn)行F檢驗(yàn)和Hausman檢驗(yàn)，分別確定是選擇混合回歸或固定效應(yīng)，是固定效應(yīng)還是隨機(jī)效應(yīng)。檢驗(yàn)結(jié)果見表6，結(jié)果顯示模型為固定效應(yīng)。

表6 估計(jì)方法選擇檢驗(yàn)

（四）門檻回歸分析

門檻效應(yīng)是指當(dāng)一個(gè)經(jīng)濟(jì)參數(shù)達(dá)到特定數(shù)值后，會(huì)引起另外一個(gè)經(jīng)濟(jì)參數(shù)發(fā)生顯著地轉(zhuǎn)向其他發(fā)展形式，呈現(xiàn)結(jié)構(gòu)變化的現(xiàn)象。門檻回歸方法的原理是通過大量的運(yùn)算和檢驗(yàn)，搜索驗(yàn)證核心解釋變量的門檻值，將樣本以核心解釋變量是否達(dá)到門檻值進(jìn)行分組估計(jì)，得出不同的變量回歸參數(shù)。門檻回歸能夠比普通回歸更好地?cái)M合數(shù)據(jù)，更好地說明變量之間的實(shí)證關(guān)系。

對(duì)模型以levi,t-1為門檻變量，以logrkit為核心變量進(jìn)行固定效應(yīng)的門檻回歸分析，根據(jù)Booptstrap方法獲得檢驗(yàn)統(tǒng)計(jì)量的P值，以此判斷是否存在門檻效應(yīng)、門檻值的置信區(qū)間以及門檻值是否顯著，并得出門檻回歸結(jié)果，見表7所列。

表7 模型門檻數(shù)、門檻值和檢驗(yàn)結(jié)果

結(jié)果顯示模型接受單一門檻，門檻值為0.830，置信區(qū)間為[0.810，1.630]。從表8中門檻回歸結(jié)果來看，模型擬合效果好，均通過穩(wěn)健性檢驗(yàn)，各變量的回歸系數(shù)顯著性好。門檻回歸結(jié)果顯示：當(dāng)上年杠桿率低于0.830時(shí)，資本存量增長(zhǎng)對(duì)經(jīng)濟(jì)增速的拉動(dòng)系數(shù)是9.952；當(dāng)上年杠桿率高于0.830時(shí)，資本存量增長(zhǎng)對(duì)經(jīng)濟(jì)增速的拉動(dòng)系數(shù)下降至9.050，表示杠桿率升高會(huì)導(dǎo)致資本對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用下降。如果考慮門檻值的置信區(qū)間，當(dāng)杠桿率高于［0.810，1.630］這一區(qū)間時(shí)，資本對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用下降。

表8 門檻模型回歸結(jié)果

（五）結(jié)論及分析

杠桿率升高會(huì)降低資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)效果。究其原因，可以從兩個(gè)方面進(jìn)行分析。一是從金融部門來講，我國(guó)銀行、證券市場(chǎng)對(duì)不同的經(jīng)濟(jì)主體仍存在較為明顯的歧視，國(guó)有大企業(yè)更容易獲得融資，而民營(yíng)小企業(yè)則相對(duì)較難。杠桿率升高時(shí)，債務(wù)形成的資金沒有在更大的范圍得到最好地配置，仍會(huì)集中于國(guó)有企業(yè)、大企業(yè)，甚至是過剩產(chǎn)業(yè)，導(dǎo)致資金的使用效率降低。二是從實(shí)體部門來講，高杠桿率表明經(jīng)濟(jì)體高負(fù)債運(yùn)行，使實(shí)體部門的利潤(rùn)更多地以資金成本的形式外流至金融部門，實(shí)體部門自身積累受損，進(jìn)而影響整個(gè)產(chǎn)業(yè)的技術(shù)進(jìn)步和設(shè)備升級(jí)；同時(shí)，員工收入受損，減緩消費(fèi)增長(zhǎng)，對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響。

四、政策建議

第一，各省區(qū)應(yīng)根據(jù)自身的杠桿率情況進(jìn)行調(diào)控。結(jié)合各省區(qū)杠桿率測(cè)算結(jié)果和門檻模型實(shí)證分析結(jié)果可以得出，各省區(qū)杠桿率不高，風(fēng)險(xiǎn)可控；但各省區(qū)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(yīng)盡快調(diào)控。

第二，警惕被動(dòng)加杠桿。雖然我國(guó)已明確提出要去杠桿，但是危機(jī)后各省區(qū)杠桿率快速上升，一些省區(qū)2015年的杠桿率更是出現(xiàn)了明顯上升。從債務(wù)構(gòu)成及其變動(dòng)趨勢(shì)結(jié)合GDP增長(zhǎng)情況來看，杠桿率上升的一部分原因是我國(guó)經(jīng)濟(jì)刺激政策主動(dòng)增加負(fù)債擴(kuò)大投資導(dǎo)致的，也有一部分原因是由于經(jīng)濟(jì)增長(zhǎng)沒有達(dá)到原來預(yù)期的水平。從未來趨勢(shì)看，即使不主動(dòng)增加債務(wù)，按當(dāng)前的發(fā)展軌跡，債務(wù)增速高于GDP增速，還會(huì)使杠桿率繼續(xù)被動(dòng)上漲。

第三，提高債務(wù)所形成資金的使用效率。去杠桿應(yīng)從提高資金的使用效率入手，銀行部門應(yīng)創(chuàng)新信貸審查和篩選機(jī)制，有效辨別貸款項(xiàng)目的可行性、發(fā)展性、盈利性，避免走老套路使信貸資金過多地囤積于國(guó)有企業(yè)，造成資金效率的浪費(fèi)。同時(shí)應(yīng)注意調(diào)整債務(wù)的部門結(jié)構(gòu)和行業(yè)結(jié)構(gòu)，提高信貸的績(jī)效水平。證券部門應(yīng)探索更廣闊的融資機(jī)制和市場(chǎng)，特別是對(duì)于中小企業(yè)、高科技企業(yè)和民營(yíng)企業(yè)，增加其獲得融資的機(jī)會(huì)，減少資金束縛，降低融資成本，提高債務(wù)效率。

［1］中國(guó)人民銀行杠桿率研究課題組.中國(guó)經(jīng)濟(jì)杠桿率水平評(píng)估及潛在風(fēng)險(xiǎn)研究［J］.金融監(jiān)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(jì)敏.中國(guó)的杠桿率及其風(fēng)險(xiǎn)［J］.中國(guó)金融，2013（14）：55-57.

［4］李揚(yáng).中國(guó)國(guó)家資產(chǎn)負(fù)債表2013——理論、方法與風(fēng)險(xiǎn)評(píng)估［M］.北京：中國(guó)社會(huì)科學(xué)出版社，2013.

［5］李揚(yáng)，張曉晶，常欣，等.中國(guó)國(guó)家資產(chǎn)負(fù)債表2015——杠桿調(diào)整與風(fēng)險(xiǎn)管理［M］.北京：中國(guó)社會(huì)科學(xué)出版社，2015.

［6］黃志龍.我國(guó)國(guó)民經(jīng)濟(jì)各部門杠桿率的差異及政策建議［J］.國(guó)際金融，2013（1）：51-53.

［7］馬駿，張曉蓉，李治國(guó)，等.中國(guó)國(guó)家資產(chǎn)負(fù)債表研究［M］.北京：社會(huì)科學(xué)文獻(xiàn)出版社，2012.

［8］李佩珈，梁婧.杠桿率、債務(wù)風(fēng)險(xiǎn)與金融穩(wěn)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(guó)企業(yè)債對(duì)GDP比的動(dòng)態(tài)路徑［J］.世界經(jīng)濟(jì)，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(guó)強(qiáng).金融發(fā)展與實(shí)體經(jīng)濟(jì)增長(zhǎng)非均衡關(guān)系研究［J］.當(dāng)代財(cái)經(jīng)，2015（6）：45-54.

［15］楊友才.金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)［J］.金融研究，2014（2）：59-71.

［16］謝蘭云.創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)的門檻效應(yīng)分析［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2015（2）：51-59.

［17］羅良清，尹飛霄.人力資本結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)［J］.江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（2）：63-72.

［18］武志.金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)：來自中國(guó)的經(jīng)驗(yàn)分析［J］.金融研究，2010（5）：58-68.

［19］張林，冉光和，陳丘.區(qū)域金融實(shí)力、FDI溢出與實(shí)體經(jīng)濟(jì)增長(zhǎng)［J］.經(jīng)濟(jì)科學(xué)，2014（6）：76-89.

［20］何強(qiáng).信息技術(shù)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)門檻效應(yīng)和動(dòng)態(tài)效應(yīng)分析［J］.產(chǎn)業(yè)經(jīng)濟(jì)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(zé)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(qū)域金融理論與實(shí)踐；

成學(xué)真（1954-），女，山西文水人，教授，博士生導(dǎo)師，研究方向：區(qū)域金融，區(qū)域經(jīng)濟(jì)發(fā)展理論與實(shí)踐；

趙先立（1984-），男，山東煙臺(tái)人，經(jīng)濟(jì)學(xué)博士，研究方向：國(guó)際金融。