張春海

摘 要：本文基于79個國家1990—2016年的平衡面板數(shù)據(jù)，采用門檻回歸模型和系統(tǒng)GMM估計方法分別對經(jīng)濟發(fā)展中金融杠桿的門檻效應(yīng)和拐點效應(yīng)進行了實證研究。結(jié)果表明：金融杠桿對經(jīng)濟發(fā)展促進作用的門檻范圍相對較窄，更多表現(xiàn)出的是對經(jīng)濟發(fā)展的抑制作用，金融杠桿對經(jīng)濟發(fā)展的作用隨著門檻變量值的不同而具有顯著的異質(zhì)性特征，金融規(guī)模的增加將會削弱金融杠桿對經(jīng)濟發(fā)展的邊際促進作用，而金融效率的提升和金融結(jié)構(gòu)的優(yōu)化有助于促進作用的改善。拐點效應(yīng)分析表明金融杠桿和經(jīng)濟發(fā)展之間呈顯著的倒U形非線性關(guān)系，中國已于2017年進入后拐點區(qū)域，施行穩(wěn)健有序的金融“去杠桿”、優(yōu)化金融杠桿內(nèi)部結(jié)構(gòu)、增強金融服務(wù)實體經(jīng)濟的能力應(yīng)成為當(dāng)前和未來保持經(jīng)濟增長和金融穩(wěn)定的內(nèi)在動力。

關(guān)鍵詞：金融杠桿；經(jīng)濟發(fā)展；門檻效應(yīng)；拐點效應(yīng)

中圖分類號：F832.35 文獻標識碼：A 文章編號：1674-2265（2018）11-0033-07

DOI：10.19647/j.cnki.37-1462/f.2018.11.005

一、引言與文獻綜述

我國經(jīng)濟發(fā)展進入新時代，經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，金融杠桿問題也逐漸顯現(xiàn)出來。社科院發(fā)布的數(shù)據(jù)顯示，中國全社會總體杠桿率由2008的170%快速攀升至2015年的249%。社會杠桿率的提升，加之金融和經(jīng)濟之間的關(guān)系錯位，使得本服務(wù)于實體經(jīng)濟的金融資金在金融體系內(nèi)部進行自我循環(huán)，在增加金融系統(tǒng)性風(fēng)險的同時，對經(jīng)濟發(fā)展造成了傷害。以上問題引起了社會各界的廣泛關(guān)注，金融去杠桿也成為我國供給側(cè)結(jié)構(gòu)性改革的重要內(nèi)容，并在中央經(jīng)濟工作會議和全國金融工作會議上得到了多次強調(diào)。本文在引入金融發(fā)展和金融杠桿波動等因素的基礎(chǔ)上，對金融杠桿和經(jīng)濟發(fā)展之間的動態(tài)關(guān)系進行了實證分析，試圖為我國金融去杠桿和金融體制改革提供參考和經(jīng)驗借鑒。

金融發(fā)展與經(jīng)濟增長之間的關(guān)系一直以來都是政府監(jiān)管機構(gòu)和學(xué)者們關(guān)注的焦點，而金融杠桿作為聯(lián)系二者的樞紐，其對經(jīng)濟發(fā)展的作用得到了眾多學(xué)者的集體討論。2005年之前的研究大多表明金融杠桿對經(jīng)濟發(fā)展具有正向影響，金融的發(fā)展程度有助于解釋經(jīng)濟的長期增長（King和Levine，1993；Levine和Zervos，1998），還有學(xué)者利用VAR面板模型進行實證分析并發(fā)現(xiàn)兩者之間呈顯著的正向關(guān)系（Rousseau 和Wachtel，2001；Beck、Levine和Loayza，2000）。2008年全球經(jīng)濟危機爆發(fā)后，部分學(xué)者的研究對上述結(jié)論提出了質(zhì)疑，Dirk Bezemer（2014）將銀行信貸占GDP比重這一傳統(tǒng)金融發(fā)展變量作為金融杠桿的衡量指標，以1990—2011年全球46個經(jīng)濟體為研究對象，分析了金融杠桿與經(jīng)濟發(fā)展之間的關(guān)系，發(fā)現(xiàn)兩者之間整體呈現(xiàn)顯著的負相關(guān)關(guān)系。部分學(xué)者對將銀行信貸與GDP的比重作為金融深化的解釋變量提出了質(zhì)疑，并強調(diào)比重的增加將會加重金融系統(tǒng)的脆弱性（Wachtel，2011）。近年來的研究發(fā)現(xiàn)，金融杠桿與經(jīng)濟發(fā)展之間并非是單純的線性關(guān)系，金融發(fā)展的不同階段會對經(jīng)濟增長產(chǎn)生不同影響。當(dāng)債務(wù)超過一定水平后，將會拖累經(jīng)濟增長，金融的過快發(fā)展并不見得是一件好事（Cecchtti和Kharroubi，2012）。Rousseau和Wachtel（2011）的研究發(fā)現(xiàn)在1960—1989年期間金融發(fā)展與經(jīng)濟增長之間呈顯著的正向關(guān)系，但金融危機的發(fā)生使得接下來的15年間兩者之間的正向關(guān)系不再存在。他們認為，自20世紀90年代以來，許多國家在相關(guān)法律和監(jiān)管機構(gòu)沒有獲得充分發(fā)展之前就放開了金融市場，從而削弱了金融深化對經(jīng)濟增長的積極影響。Law和Singh（2014）將私人信貸總額占GDP比重作為金融杠桿的衡量指標，研究發(fā)現(xiàn)金融杠桿對經(jīng)濟發(fā)展具有門檻效應(yīng)，當(dāng)金融杠桿高于88%時，其對經(jīng)濟發(fā)展具有顯著的負向作用；當(dāng)金融杠桿低于88%時，對經(jīng)濟發(fā)展具有正向促進作用。Arcand（2015）的分析得出了類似的結(jié)論，其計算得到的私人信貸總額占GDP比重門檻值為100%，略微高于前者。在國內(nèi)研究方面，學(xué)者們以全球跨國數(shù)據(jù)或中國省級面板數(shù)據(jù)為分析對象，得出金融杠桿與經(jīng)濟發(fā)展之間具有門檻效應(yīng)和邊際效應(yīng)遞減的非線性關(guān)系（王愛儉和杜強，2017；馬勇和陳雨露，2017），中國的情況也不例外（楊友才，2014）。

鑒于現(xiàn)有文獻的爭論，本文基于79個國家1990—2016年的平衡動態(tài)面板數(shù)據(jù)，采用門檻回歸模型和系統(tǒng)GMM估計方法，從門檻效應(yīng)和拐點效應(yīng)兩個角度對經(jīng)濟發(fā)展中的金融杠桿作用進行系統(tǒng)的實證分析，分析視角較現(xiàn)有的文獻更為全面。在拐點效應(yīng)分析中，本文還加入了金融杠桿波動水平，對金融杠桿的穩(wěn)定性是否會對經(jīng)濟發(fā)展產(chǎn)生影響進行了分析，對現(xiàn)有研究文獻進行了有益補充。

本文的后續(xù)內(nèi)容安排如下：第二部分介紹門檻回歸分析和拐點分析的研究樣本、模型設(shè)定與變量說明；第三部分對經(jīng)濟發(fā)展中金融杠桿是否存在門檻效應(yīng)和拐點效應(yīng)以及門檻拐點效應(yīng)如何影響經(jīng)濟發(fā)展進行實證分析和穩(wěn)健性檢驗；第四部分進行總結(jié)并給出簡要的政策建議。

二、研究設(shè)計

（一）研究樣本與模型設(shè)定

基于數(shù)據(jù)的可得性，本文選取1990—2016年79個國家（地區(qū)）的年度數(shù)據(jù)為研究樣本，數(shù)據(jù)來源于世界銀行WDI數(shù)據(jù)庫和萬得數(shù)據(jù)庫①。為了消除極端值影響，本文在1%—99%的水平上對連續(xù)變量進行了Winsorize處理，最后得到79個國家（地區(qū)）的平衡面板數(shù)據(jù)。

在門檻回歸分析中，本文借鑒Hansen（1999）提出的門檻面板模型，建立如下計量模型：

[gdprate/pergdprate=β0+β1Xi，t+β2FLi，t（FD≤λ1）+β3FLi，t（FD>λ1）+εi，t] （1）

上述模型中，[gdprate/pergdprate]為被解釋變量，代表經(jīng)濟發(fā)展水平，具體用GDP增長率和人均GDP增長率來衡量；[Xi，t]為控制變量，其回歸系數(shù)不隨門檻區(qū)制的變化而變化；[FLi，t]為核心解釋變量，代表金融杠桿水平，其系數(shù)隨門檻區(qū)制的變化而變化；[FDi，t]為金融發(fā)展水平，是計量模型的門檻變量；[λ]為與[FDi，t]金融發(fā)展水平相對應(yīng)的門檻值。

在拐點分析中，主要是從金融杠桿及其波動水平的角度來分析對經(jīng)濟發(fā)展的影響，同時基于平衡面板數(shù)據(jù)構(gòu)建動態(tài)面板模型，具體如下：

[gdprate/pergdpratei，t=c+αgdprate/pergdpratei，t-1+βFLi，t+γFL2i，t+δvi，t+θZi，t+ui+ξi，t] （2）

被解釋變量與門檻回歸模型中基本一致，考慮到產(chǎn)出變量的連續(xù)性即本期產(chǎn)出的大小受到上一期產(chǎn)出的影響，在模型中引入了被解釋變量的滯后期。[FL2i，t]為金融杠桿水平的二次項，模型中引入二次項的目的主要是為了捕捉金融杠桿對經(jīng)濟發(fā)展過程中可能存在的非線性作用。[vi，t]為金融杠桿的波動水平，用來分析金融杠桿波動對經(jīng)濟發(fā)展的影響，這里用金融杠桿水平移動4期平均值的標準差來進行衡量。[Zi，t]為一組控制變量。

（二）變量說明

被解釋變量：采用GDP增長率和人均GDP增長率來衡量。

核心解釋變量：分別用私人部門信貸余額/GDP和廣義貨幣存量M2/GDP來進行衡量，前者主要是從微觀層面對金融杠桿水平進行衡量，代表了實體經(jīng)濟中的金融杠桿水平；后者是從宏觀層面對金融杠桿水平進行衡量，代表了一個國家（地區(qū)）的整體金融杠桿水平。在門檻回歸分析中，選擇私人部門信貸余額/GDP作為金融杠桿衡量指標，重點考察實體經(jīng)濟金融杠桿對經(jīng)濟發(fā)展的門檻效應(yīng)。M2/GDP在拐點分析中用于模型的穩(wěn)健性檢驗。

門檻變量：已有的研究文獻表明，在金融發(fā)展的不同階段，其對經(jīng)濟增長的影響表現(xiàn)出較大的不同。金融發(fā)展初期對經(jīng)濟增長的邊際促進作用要遠遠大于金融發(fā)展的中后期，而金融杠桿的過度提升將會加大金融市場波動水平進而引發(fā)金融危機。借鑒王愛儉和杜強（2017）的做法，主要通過金融規(guī)模、金融效率和金融結(jié)構(gòu)三個指標對金融發(fā)展階段進行衡量。金融規(guī)模為國家（地區(qū)）上市公司總市值與銀行機構(gòu)貸款余額之和與GDP的比重；金融效率為資本形成總額與總儲蓄的比值，代表了一個國家（地區(qū)）儲蓄轉(zhuǎn)化成投資的能力；金融結(jié)構(gòu)代表了金融支持實體經(jīng)濟的融資方式，融資方式主要分為直接融資和間接融資，本文用上市公司市值與銀行貸款余額的比例來衡量。

控制變量：本文選取6個控制變量指標來衡量國家（地區(qū)）特征，分別為工業(yè)化程度（工業(yè)增加值占GDP的比重）、人口增長率、外貿(mào)依存度（商品貿(mào)易占GDP比重）、城市化水平（城市人口占總?cè)丝诒戎兀?、通貨膨脹率和老年人口比，主要從宏觀經(jīng)濟和社會人口等方面對影響經(jīng)濟發(fā)展的因素進行控制。

Pearson 相關(guān)系數(shù)檢驗結(jié)果顯示（限于篇幅，此處不再展示實證分析結(jié)果列表），核心解釋變量金融杠桿水平與經(jīng)濟增長的系數(shù)符號顯著為正，門檻變量金融規(guī)模和金融效率與經(jīng)濟增長的系數(shù)分別為正數(shù)和負數(shù)，初步判斷金融杠桿和金融效率的提升對經(jīng)濟發(fā)展具有促進作用，而金融規(guī)模對經(jīng)濟發(fā)展具有抑制作用。被解釋變量GDP增長率和人均GDP增長率、核心解釋變量pscredit和m2gdp之間具有高度的正相關(guān)性，其他解釋變量和被解釋變量之間的相關(guān)系數(shù)均未超過0.5，由于具有高度正相關(guān)性的被解釋變量和核心解釋變量不會同時出現(xiàn)在模型中，因此模型整體上不存在嚴重的共線性問題。

三、實證分析與檢驗

（一）基本模型回歸

本文通過構(gòu)建Hausman統(tǒng)計量檢驗來明確要建立隨機效應(yīng)模型還是固定效應(yīng)模型，具體結(jié)果如表2所示。Hausman檢驗結(jié)果顯示模型存在顯著的固定效應(yīng)，表3為在不考慮門檻效應(yīng)的情況下，通過OLS最小二乘法、面板數(shù)據(jù)的固定效應(yīng)模型得到的回歸結(jié)果。實證結(jié)果顯示，金融杠桿對經(jīng)濟發(fā)展具有正向作用但未通過顯著性檢驗，表明在數(shù)據(jù)樣本期限內(nèi)金融杠桿整體上對經(jīng)濟發(fā)展的促進作用不明顯，可能的原因是金融發(fā)展的不同階段對經(jīng)濟增長會產(chǎn)生不同的效應(yīng)，金融發(fā)展對經(jīng)濟增長的影響是非線性的，促進作用和抑制作用的相互影響使得金融杠桿整體上對經(jīng)濟發(fā)展的作用不夠顯著，本文接下來將通過門檻模型進一步分析。

（二）門檻效應(yīng)檢驗

借鑒Hansen（1999）的格點搜索方法，進行500次迭代抽樣（Bootstrap）后對門檻效應(yīng)類型和門檻值進行了顯著性檢驗，結(jié)果如表4所示。金融發(fā)展的三個衡量指標金融規(guī)模、金融效率和金融結(jié)構(gòu)均存在不同類型的門檻效應(yīng)，并相應(yīng)通過了顯著性檢驗。具體來看，金融規(guī)模（fscale）具有三重門檻效應(yīng)，金融效率（fefficiency）存在單重門檻效應(yīng)，金融結(jié)構(gòu)（fstructure）存在雙重門檻效應(yīng)。

（三）門檻回歸效應(yīng)結(jié)果分析

基于表4的門檻效應(yīng)檢驗結(jié)果，表5針對不同的金融發(fā)展門檻變量分析了金融杠桿對經(jīng)濟發(fā)展的影響，從實證結(jié)果來看，金融杠桿對經(jīng)濟發(fā)展促進作用的門檻范圍相對較窄，更多表現(xiàn)出的是對經(jīng)濟發(fā)展的抑制作用。金融杠桿對經(jīng)濟發(fā)展的影響作用在金融發(fā)展門檻值兩側(cè)表現(xiàn)出了較強的正負關(guān)系，即存在明顯的門檻效應(yīng)。

模型（1）中將金融規(guī)模fscale作為金融發(fā)展的衡量指標和門檻變量，當(dāng)金融規(guī)模小于2.433時，金融杠桿對經(jīng)濟發(fā)展具有正向促進作用，影響系數(shù)為0.00753，并在10%的水平下通過了顯著性檢驗。而當(dāng)金融規(guī)模fscale>2.433時，金融杠桿對經(jīng)濟發(fā)展產(chǎn)生了抑制作用，均在1%或5%的水平下通過了顯著性檢驗。其中，當(dāng)2.4331.125時，金融杠桿對經(jīng)濟發(fā)展具有正向作用，同時亦在10%的水平下通過了顯著性檢驗。金融效率代表了一個國家（地區(qū)）儲蓄轉(zhuǎn)換成投資的能力，而經(jīng)濟發(fā)展與投資水平密切相關(guān)，尤其是在靠投資拉動經(jīng)濟增長的發(fā)展中國家更為明顯，金融效率的提升將有助于發(fā)揮金融杠桿對經(jīng)濟發(fā)展的正向促進作用。模型（3）將金融結(jié)構(gòu)作為金融發(fā)展的門檻變量，當(dāng)fstructure<1.482時，金融杠桿對經(jīng)濟發(fā)展具有正向作用，且在5%或10%的水平下通過了顯著性檢驗；當(dāng)0.8541.482時，金融杠桿對經(jīng)濟發(fā)展具有抑制作用，并在5%的水平下通過了顯著性檢驗。金融結(jié)構(gòu)代表了實體經(jīng)濟融資過程中直接融資和間接融資的相對比重，直接融資比重的提升意味著實體經(jīng)濟部門可以通過多種渠道實現(xiàn)融資需求，減少了實體經(jīng)濟的融資成本，使得金融杠桿對經(jīng)濟發(fā)展產(chǎn)生積極的促進作用，而金融脫媒的過度發(fā)展一定程度上也會導(dǎo)致金融亂象叢生，從而不利于金融的整體穩(wěn)定和經(jīng)濟的持續(xù)發(fā)展。

控制變量的回歸結(jié)果顯示，工業(yè)化程度、外貿(mào)依存度、城市化水平對經(jīng)濟發(fā)展具有正向促進作用，且大都在1%或5%的水平下通過了顯著性檢驗。通貨膨脹水平對實際GDP增長率產(chǎn)生顯著負向作用，這與實際GDP增長率的計算過程相符。另外，老年人口比回歸系數(shù)在1%的水平下顯著為負，表明人口老齡化將對經(jīng)濟增長產(chǎn)生顯著的抑制作用。

（四）拐點效應(yīng)結(jié)果分析

本文引入金融杠桿二次項及其波動水平等因素，對經(jīng)濟發(fā)展與金融杠桿之間的關(guān)系進行進一步研究。另外，內(nèi)生性一直是計量經(jīng)濟學(xué)力圖解決的首要問題，針對動態(tài)面板數(shù)據(jù)模型，OLS最小二乘方法和面板數(shù)據(jù)模型的固定效應(yīng)或時間效應(yīng)模型均不能很好地解決模型內(nèi)生性這一問題，從而在某種情況下造成回歸結(jié)果的有偏性和無效性。Arellano和Bover（1995）提出的系統(tǒng)GMM分析方法對解決模型的內(nèi)生性問題提供了較好的借鑒。系統(tǒng)GMM估計模型的計量思想是在差分方程的基礎(chǔ)上引入水平方程，將估計殘差重新帶入計量方程，從而整體上降低了誤差項對估計結(jié)果的影響。因此，系統(tǒng)GMM方法相較于傳統(tǒng)的OLS最小二乘估計和面板數(shù)據(jù)的固定效應(yīng)和時間效應(yīng)模型能夠最大限度地減少模型的內(nèi)生性問題。本文基于計量模型（2）采用兩步系統(tǒng)廣義矩方法進行模型估計，將廣義貨幣存量占GDP比重（m2gdp）作為私人部門信貸余額占GDP比重（pscredit）的工具變量。

表6為金融杠桿水平與GDP增長率的GMM估計結(jié)果，模型（4）—（8）采取了逐步加入控制變量的方式對估計結(jié)果進行了展示。實證結(jié)果顯示，當(dāng)被解釋變量為GDP增長率時，金融杠桿水平（pscredit）及金融杠桿的二次項（pscredit2）均在1%、5%或10%的水平下通過了顯著性檢驗，其中金融杠桿水平的影響系數(shù)顯著為正，金融杠桿的二次項系數(shù)顯著為負，表明金融杠桿與GDP增長率之間呈現(xiàn)顯著的倒U形關(guān)系，即金融杠桿與經(jīng)濟增長之間具有非線性關(guān)系并存在拐點效應(yīng)。這表明當(dāng)金融杠桿水平在達到拐點之前對經(jīng)濟發(fā)展具有正向促進作用，而在達到拐點之后將對經(jīng)濟發(fā)展產(chǎn)生抑制作用。

從變量最完整的模型（8）的回歸系數(shù)來看，金融杠桿水平的拐點值大約出現(xiàn)在89.845的位置，當(dāng)金融杠桿進入大于89.845的區(qū)域后將不會再對經(jīng)濟發(fā)展具有促進作用。金融杠桿水平的波動性對經(jīng)濟發(fā)展產(chǎn)生了負向作用，并分別在10%的水平下通過了顯著性檢驗。金融杠桿波動水平的加大將不利于經(jīng)濟發(fā)展，并對經(jīng)濟發(fā)展產(chǎn)生顯著的負向影響。這與現(xiàn)實經(jīng)驗較為吻合，經(jīng)濟發(fā)展離不開較為穩(wěn)定的金融市場環(huán)境。金融杠桿水平的劇烈波動，導(dǎo)致經(jīng)濟主體的投融資行為產(chǎn)生較大不確定性，不利于經(jīng)濟的穩(wěn)定增長。上述估計結(jié)果的顯著性或穩(wěn)定性未受到加入控制變量的影響。

上文分析了金融杠桿水平及其波動對GDP增長率的影響。GDP增長率從宏觀整體層面衡量了一個國家（地區(qū)）財富創(chuàng)造能力的大小或水平，由于國家（地區(qū)）在人口數(shù)量上的差異，單純地以總量來衡量無法全面準確呈現(xiàn)某一國家（地區(qū)）的經(jīng)濟發(fā)展水平。因此，本文將人均GDP增長率作為被解釋變量，用來衡量單個個體創(chuàng)造GDP財富增長的能力或水平，被解釋變量保持不變。表7為金融杠桿水平與人均GDP增長率的GMM估計結(jié)果，沿用了表6中逐步加入控制變量的方式對結(jié)果進行呈現(xiàn)。

估計結(jié)果發(fā)現(xiàn)，金融杠桿水平及其二次項系數(shù)在1%或5%的水平下通過了顯著性檢驗，表明在人均GDP增長率為被解釋變量下，金融杠桿與經(jīng)濟發(fā)展的倒U形非線性關(guān)系仍然存在。從最完整方程模型（13）的回歸系數(shù)來看，金融杠桿水平的拐點值大約出現(xiàn)在98.250的位置，當(dāng)金融杠桿進入大于98.250的區(qū)域后將不會再對人均經(jīng)濟發(fā)展具有促進作用。金融杠桿水平的波動性對人均經(jīng)濟發(fā)展產(chǎn)生了負向作用，但未通過顯著性檢驗，這也意味著金融杠桿的波動性對宏觀經(jīng)濟的負向影響要強于對微觀個體的影響。從核心變量的影響效果來看，金融杠桿與經(jīng)濟發(fā)展之間的拐點效應(yīng)具有較強的穩(wěn)定性。

（五）穩(wěn)健性檢驗

為進一步檢驗金融杠桿對經(jīng)濟發(fā)展影響的拐點效應(yīng)，在穩(wěn)健性檢驗中對核心解釋變量金融杠桿水平用廣義貨幣存量M2/GDP進行替代，限于篇幅，此處不再展示穩(wěn)健性分析結(jié)果。穩(wěn)健性估計結(jié)果與前文分析的結(jié)論基本一致，當(dāng)以廣義貨幣存量M2/GDP來衡量金融杠桿水平時，其與經(jīng)濟發(fā)展之間仍呈現(xiàn)倒U形的非線性關(guān)系，存在明顯的拐點效應(yīng)，以M2/GDP衡量下的金融杠桿水平拐點值大約出現(xiàn)在227.070或203.667的位置。金融杠桿波動對經(jīng)濟發(fā)展具有負向作用，在10%的水平下通過了顯著性檢驗。以上結(jié)果表明了本文基于系統(tǒng)GMM模型估計金融杠桿拐點效應(yīng)的結(jié)果具有穩(wěn)健性。

四、研究結(jié)論與啟示

本文基于79個國家（地區(qū)）1990—2016年的跨國平衡面板數(shù)據(jù)，采用門檻回歸模型和系統(tǒng)GMM模型分析了經(jīng)濟發(fā)展與金融杠桿的非線性關(guān)系特征。實證分析結(jié)果顯示，經(jīng)濟發(fā)展中金融杠桿存在顯著的門檻效應(yīng)，即金融杠桿對經(jīng)濟發(fā)展的作用隨著門檻變量值的不同而具有顯著的異質(zhì)性特征，但金融杠桿對經(jīng)濟發(fā)展促進作用的門檻范圍相對較窄，更多表現(xiàn)出的是對經(jīng)濟增長的抑制作用。具體來看，金融規(guī)模的增加將會削弱金融杠桿對經(jīng)濟發(fā)展的邊際促進作用，而金融效率的提升有助于促進作用的改善。金融結(jié)構(gòu)的優(yōu)化對經(jīng)濟發(fā)展具有正向促進作用，但資本市場的過度繁榮容易造成資金在金融系統(tǒng)內(nèi)空轉(zhuǎn)，提高系統(tǒng)性金融風(fēng)險，從而不利于經(jīng)濟發(fā)展。拐點效應(yīng)分析表明，金融杠桿和經(jīng)濟發(fā)展之間呈倒U形的非線性關(guān)系，隨著金融杠桿水平的提高，經(jīng)濟增速會先升高后下降，即存在一個“拐點”。另外，金融杠桿的波動將對經(jīng)濟發(fā)展產(chǎn)生顯著的負向作用。

實證分析結(jié)果顯示，用私人部門信貸余額/GDP和廣義貨幣存量M2/GDP來衡量金融杠桿水平時，其“拐點”分別位于pscredit=89.845—98.250、M2/GDP=203.667—227.070的位置。從我國目前的金融杠桿水平來看，pscredit指標在樣本期內(nèi)一直處于后拐點區(qū)域，而M2/GDP指標也已于2017年進入后拐點區(qū)域，這也意味著當(dāng)前金融杠桿水平的繼續(xù)提升對經(jīng)濟發(fā)展的促進作用將會變得更加微弱，一定程度上還會對經(jīng)濟發(fā)展造成抑制作用。在金融杠桿進入拐點的后區(qū)域時代，宏觀經(jīng)濟將面臨下滑壓力。因此，提升金融資源配置效率，讓金融回歸本源并服務(wù)于實體經(jīng)濟高質(zhì)量發(fā)展，同時促進產(chǎn)業(yè)優(yōu)化升級，尋找新的經(jīng)濟增長點變得尤為重要。另外，金融杠桿的波動對經(jīng)濟發(fā)展具有較大的破壞性和抑制性，實施穩(wěn)健中性貨幣政策，維護金融安全穩(wěn)定，確保不發(fā)生系統(tǒng)性金融風(fēng)險的底線具有重大意義。

注：

①本文選取的79個樣本國家和地區(qū)具體如下：高收入國家和地區(qū)（32個）：澳大利亞、奧地利、比利時、巴林、巴巴多斯、加拿大、瑞士、智利、捷克、德國、西班牙、法國、英國、希臘、中國香港、匈牙利、以色列、意大利、日本、韓國、盧森堡、荷蘭、挪威、新西蘭、阿曼、波蘭、沙特、新加坡、斯洛伐克、斯洛文尼亞、瑞典、美國；中高等收入國家（27個）：阿根廷、保加利亞、巴西、博茨瓦納、中國、哥倫比亞、哥斯達黎加、厄瓜多爾、克羅地亞、伊朗、牙買加、哈薩克斯坦、黎巴嫩、墨西哥、黑山、毛里求斯、馬來西亞、納米比亞、巴拿馬、秘魯、巴拉圭、羅馬尼亞、俄羅斯、塞爾維亞、泰國、土耳其、南非；中低等收入國家（19個）：孟加拉國、科特迪瓦、埃及、加納、印度尼西亞、印度、約旦、肯尼亞、斯里蘭卡、摩洛哥、尼日利亞、巴基斯坦、菲律賓、巴布亞新幾內(nèi)亞、斯威士蘭、突尼斯、烏克蘭、越南、贊比亞；低收入國家（1個）：坦桑尼亞。

參考文獻：

[1]Arcand，J.， E.Berkes and U.Panizza. 2015. Too much finance. Journal of Economic Growth，20.

[2]Cecchetti， S.G.， Kharroubi， E. 2012. Reassessing the impact of finance on growth. BIS Working Paper Series， No.381.

[3]King， R.G. and R.Levine. 1993. Finance and Growth： Schumpeter Might be Right. Quarterly Journal of Economics，108.

[4]Levine， R. 1997. Financial development and economic growth： views and agenda. Journal of Economic Literature.

[5]Rousseau， P.L.， Wachtel. P. 2011. What is happening to the impact of financial deepening on economic growth？ Economic Inquiry，49（1）.

[6]Beck，T.，Levine，R.，and Loayza，N. 2000. Finance and the source of growth. Journal of Financial Economics，58.

[7]Beck，T.，D.Hans， and K.Christiane.（2014）. Is more finance better？ disentangling intermediation and size effects of financial systems. Journal of Financial Stability，10，50-64.

[8]Dirk Bezemera.，Maria Grydakib. 2014. Financial fragility in the great moderation. Journal of Banking and Finance，49.

[9]Law，S.and N.Singh. 2014. Does too much finance harm economic growth？ Journal of Banking and Fiance，41.

[10]Shen，C.，and C.Lee. 2006. Same financial development yet different economic growth-why？ Journal of Money，Credit and Banking， 38（7）.

[11]Wachtel P. 2011. The evolution of the finance growth nexus.Comparative Economic Studies，3.

[12]Windmeijer， F. 2005. A finite sample correction for the variance of linear efficient two-step GMM estimators. Journal of Econometrics， 126.

[13]馬勇，陳雨露.金融杠桿、杠桿波動與經(jīng)濟增長[J].經(jīng)濟研究，2017，（6）.

[14]馬勇，田拓，阮卓陽，朱軍軍.金融杠桿、經(jīng)濟增長與金融穩(wěn)定[J].金融研究，2016，（6）.

[15]王愛儉，杜強.經(jīng)濟發(fā)展中金融杠桿的門檻效應(yīng)分析[J].金融評論，2017，（5）.

[16]楊友才.金融發(fā)展與經(jīng)濟增長——基于我國金融發(fā)展門檻變量的分析[J].金融研究，2014，（2）.

[17]楊久清.金融杠桿、利率與險資“危機”[J].財會月刊，2017，（27）.

[18]武志.金融發(fā)展與經(jīng)濟增長：來自中國的經(jīng)驗分析[J].金融研究，2010，（5）.