摘 要：本文基于明斯基金融不穩(wěn)定理論對我國企業(yè)杠桿及融資類型進(jìn)行實(shí)證研究，使用因子分析法構(gòu)建金融逆周期調(diào)節(jié)壓力指數(shù)，并構(gòu)建面板向量自回歸模型，運(yùn)用脈沖響應(yīng)、方差分解、格蘭杰檢驗(yàn)等方法對我國31個省級數(shù)據(jù)進(jìn)行實(shí)證分析。實(shí)證結(jié)果表明，我國當(dāng)前企業(yè)融資類型與明斯基金融不穩(wěn)定理論中的投機(jī)融資和龐氏融資具有較大相似性；企業(yè)融資方式向龐氏融資的轉(zhuǎn)變會形成風(fēng)險聚集，加劇金融不穩(wěn)定性，金融對其進(jìn)行逆周期調(diào)節(jié)的壓力增加。

關(guān)鍵詞：明斯基理論；金融逆周期調(diào)節(jié)；面板向量自回歸

DOI：10.3969/j.issn.1003-9031.2018.03.01

中圖分類號：F832.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-9031（2018）03-0004-09

一、引言

近年來，我國經(jīng)濟(jì)部門的資產(chǎn)投資規(guī)模與負(fù)債規(guī)?？焖偕仙Y產(chǎn)價格不斷上漲，但在經(jīng)濟(jì)新常態(tài)下高收益資產(chǎn)供給減速，資產(chǎn)長期價格預(yù)期下降，導(dǎo)致經(jīng)濟(jì)部門的實(shí)際債務(wù)增長高于名義債務(wù)的增長，其實(shí)際杠桿率上升。尤其是非金融企業(yè)借助金融機(jī)構(gòu)業(yè)務(wù)嵌套或通道過度債務(wù)融資，其杠桿率不斷攀升。偏高杠桿率對經(jīng)濟(jì)市場和金融市場積聚較大的風(fēng)險隱患，可能會引致資產(chǎn)價值崩潰時刻的到來。金融不穩(wěn)定理論表明，企業(yè)部門、家庭部門和政府部門任何一個部門債務(wù)突破一定的臨界點(diǎn)或是出現(xiàn)龐氏融資，就足以引發(fā)系統(tǒng)性金融危機(jī)。鑒于此，周小川提出要重點(diǎn)防止“明斯基時刻”的到來①。巴塞爾協(xié)議Ⅲ也提出，如果經(jīng)濟(jì)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(xiàn)瞬間的劇烈調(diào)整，有必要建立系統(tǒng)性金融風(fēng)險預(yù)警體系引入逆周期的調(diào)控措施，牽住“灰犀?！钡谋亲?，掌握主動權(quán)防范局部或全局性“明斯基時刻”的到來，牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線，是當(dāng)前我國金融風(fēng)險監(jiān)管及防范的一項(xiàng)重要研究課題。

二、明斯基理論模型

“金融不穩(wěn)定假說”（Financial Instability Hypothesis）是美國經(jīng)濟(jì)學(xué)家海曼·P·明斯基（HymanP.Minsky）所提出，該理論因曾成功預(yù)警了美國金融危機(jī)而受到關(guān)注。根據(jù)明斯基金融不穩(wěn)定理論，企業(yè)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(jī)性融資（Speculative Finance）和龐氏性融資（Ponzi Finance）。對沖型融資是最保守、最安全的融資，該類融資預(yù)計預(yù)期收入流量可以覆蓋投資支出和由融資產(chǎn)生的利息支出，是控制在安全邊際之內(nèi)的融資；投機(jī)型融資是有一定擴(kuò)張性和風(fēng)險性的融資，該類融資是針對融資成本或資產(chǎn)價格變化進(jìn)行的融資，當(dāng)融資成本不斷下降或資產(chǎn)價格不斷上升時，企業(yè)的凈收入足夠覆蓋融資產(chǎn)生的利息，企業(yè)通常在經(jīng)濟(jì)加速上升階段安全運(yùn)行，但經(jīng)濟(jì)放緩或下行階段企業(yè)會出現(xiàn)流動性風(fēng)險；龐氏型融資是風(fēng)險最高的融資類型，這類融資的企業(yè)凈收入無法覆蓋融資產(chǎn)生的利息，會導(dǎo)致企業(yè)債務(wù)不斷上升、金融風(fēng)險不斷累積等惡性結(jié)果發(fā)生。

Foley（2003）構(gòu)建了明斯基金融不穩(wěn)定理論的數(shù)學(xué)模型，將三種企業(yè)融資分類與企業(yè)杠桿率（資產(chǎn)負(fù)債率）聯(lián)系起來。該模型主要通過一定階段內(nèi)企業(yè)凈收入可否滿足新增投資資金需求或融資產(chǎn)生的利息支付對融資類型進(jìn)行判斷。假設(shè)某階段時期內(nèi)企業(yè)獲得資金的途徑有該階段企業(yè)凈收入C和企業(yè)新增債務(wù)L，企業(yè)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：

三、金融逆周期調(diào)節(jié)壓力指數(shù)構(gòu)建

（一）指標(biāo)選擇和測算方法

我國金融相關(guān)的順周期因素主要有貨幣發(fā)行量、利率、匯率、銀行流動性、證券市場熱度、保險市場發(fā)展、財政實(shí)力、房地產(chǎn)市場等?；诖耍疚倪x用了8個相關(guān)指標(biāo)，其中全國層面的指標(biāo)有M2/GDP、銀行同業(yè)拆借利率、實(shí)際有效匯率指數(shù)和滬深兩市證券交易總額，省際的指標(biāo)有存貸比、保費(fèi)收入倒數(shù)、財政負(fù)擔(dān)率倒數(shù)和房地產(chǎn)銷售額（見表1）。

（二）數(shù)據(jù)處理和指數(shù)測算

綜合考慮各指標(biāo)數(shù)據(jù)的可獲得性和易處理性，本文采集2009—2015年各省份相關(guān)指標(biāo)季度數(shù)據(jù)。對于銀行同業(yè)拆借利率、實(shí)際有效匯率指數(shù)等高頻時點(diǎn)數(shù)據(jù)，通過計算各季度內(nèi)每天數(shù)據(jù)的平均值作為季度數(shù)據(jù)。為了去剛量化比較，在基礎(chǔ)數(shù)據(jù)計算出各省份各時期指標(biāo)值的基礎(chǔ)上，采用百分制法進(jìn)行標(biāo)準(zhǔn)化，具體如下：

定指標(biāo)權(quán)重，本文使用統(tǒng)計分析軟件spss中因子分析法對上述8個變量旋轉(zhuǎn)降維運(yùn)算，得到2009—2015年各省份共28期季度金融逆周期調(diào)節(jié)壓力指數(shù)。由于該指數(shù)序列分布過于密集，需要進(jìn)一步采取上述方法對該序列進(jìn)行標(biāo)準(zhǔn)化，得到一個最小值為0、最大值為100的新數(shù)列作為金融逆周期調(diào)節(jié)壓力指數(shù)。當(dāng)指數(shù)接近于0，可以認(rèn)為該金融狀態(tài)不需要進(jìn)行逆周期調(diào)節(jié)；當(dāng)指數(shù)接近于100，說明金融累積風(fēng)險程度較高，金融不穩(wěn)定性上升，金融逆周期調(diào)節(jié)的迫切性和重要性較大，金融逆周期調(diào)節(jié)的壓力明顯。

四、實(shí)證研究

（一）變量和數(shù)據(jù)選擇

由前文理論模型推導(dǎo)情況可知，分析融資類型可以將企業(yè)杠桿率作為代理指標(biāo)。用各省GDP表示經(jīng)濟(jì)運(yùn)行情況，用各省金融逆周期調(diào)節(jié)壓力指示表示金融穩(wěn)定水平大小。綜合考慮各統(tǒng)計指標(biāo)數(shù)據(jù)的可得性，使用2009—2015年各省份共28期季度進(jìn)行分析。

（二）面板VAR的建立、脈沖響應(yīng)分析和方差分解

在進(jìn)行面板VAR估計之前，需要檢驗(yàn)各省生產(chǎn)總值（GDP）、杠桿率（LR）、金融逆周期調(diào)節(jié)壓力指數(shù)（ICP）三個變量的平穩(wěn)性。我們將三個變量分別取對數(shù)并差分，得到dlnGDP，dlnLR，dlnICP，因?yàn)長LC檢驗(yàn)需要強(qiáng)均衡面板數(shù)據(jù)，而dlnLR不是強(qiáng)均衡面板數(shù)據(jù)，所以對其還必須進(jìn)行IPS平穩(wěn)性檢驗(yàn)。經(jīng)檢驗(yàn)，各省生產(chǎn)總值（GDP）、杠桿率（LR）、金融逆周期調(diào)節(jié)壓力指數(shù)（ICP）三個變量取對數(shù)并差分后的數(shù)據(jù)dlnGDP，dlnLR，dlnICP均通過檢驗(yàn)，是平穩(wěn)變量。

進(jìn)而使用統(tǒng)計軟件Stata對dlnGDP、dlnLR、dlnICP建立PVAR模型。經(jīng)過滯后期的最優(yōu)選擇統(tǒng)計量分析（見表3）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。

進(jìn)而采用喬利斯基（ Cholesky ）分解法得到整體模型的脈沖響應(yīng)函數(shù)，并可以得到如下脈沖響應(yīng)圖（見圖1-3）。

由圖1可知，在第15期之前，杠桿率對金融逆周期調(diào)節(jié)壓力指數(shù)的影響為正，在第5期達(dá)到峰值4.4個標(biāo)準(zhǔn)差，隨后正向影響逐漸下降，到第15期之后轉(zhuǎn)為負(fù)向影響。因此在短期內(nèi)，企業(yè)的融資方式中，負(fù)債所占比例越大，金融不穩(wěn)定性越大，造成的金融逆周期調(diào)節(jié)的壓力越大。GDP對金融逆周期調(diào)節(jié)壓力指數(shù)的影響為負(fù)，在第2期的影響最大，為-1.5個標(biāo)準(zhǔn)差，而后在負(fù)向區(qū)間震蕩，這表明GDP增長有利于降低金融逆周期調(diào)節(jié)的阻力和風(fēng)險。

由圖2可知，金融逆周期調(diào)節(jié)壓力指數(shù)對杠桿率的影響在前4期為正，隨后轉(zhuǎn)為負(fù)向并緩慢趨向于0，因此金融不穩(wěn)定的加劇在短期內(nèi)會使企業(yè)龐氏融資的情況增加，而通過金融逆周期調(diào)節(jié)，可以從中長期逆向影響對企業(yè)杠桿，抑制企業(yè)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(zhuǎn)為正向，在第11期為最大值0.22個標(biāo)準(zhǔn)差，隨后逐漸平緩下行，GDP的增長會在一定程度上減輕過度負(fù)債即龐氏融資的發(fā)生。

由圖3可知，在初始和前期階段，金融逆周期調(diào)節(jié)壓力指數(shù)對GDP的沖擊為負(fù)數(shù)，在第6期后轉(zhuǎn)為正向，但最終還是趨0轉(zhuǎn)負(fù)，表明金融體系不穩(wěn)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(chǎn)生正向影響后迅速轉(zhuǎn)為負(fù)向影響，負(fù)向沖擊在第14期到達(dá)最大力度0.8個標(biāo)準(zhǔn)差，此后脈沖響應(yīng)的負(fù)向影響逐漸減小，但保持在負(fù)向區(qū)間，企業(yè)融資類型的龐氏轉(zhuǎn)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。

由方差分解圖4看出，對于金融逆周期調(diào)節(jié)壓力指數(shù)（dlnICP），該指標(biāo)對自身方差的解釋作用整體趨勢由大到小，而杠桿率（dlnLR）和各生產(chǎn)總值（dlnGDP）對金融逆周期調(diào)節(jié)壓力指數(shù)方差的解釋作用不斷增大，到第10期時各省生產(chǎn)總值（dlnGDP）對金融逆周期調(diào)節(jié)壓力指數(shù)（dlnICP）的解釋力度上升至3.4%。對于各省生產(chǎn)總值（dlnGDP），該指標(biāo)前期對其自身方差的解釋作用較大，但隨著金融逆周期調(diào)節(jié)壓力指數(shù)（dlnICP）對dlnGDP方差的貢獻(xiàn)程度逐漸增大，其自身的解釋力度逐漸減小。

由格蘭杰因果檢驗(yàn)（見表5）可以看出，在5%的顯著水平下，金融逆周期調(diào)節(jié)壓力指數(shù)（dlnICP）和企業(yè)杠桿率指標(biāo)（dlnLR）是對方的格蘭杰原因；各省生產(chǎn)總值（dlnGDP）不是企業(yè)杠桿率指標(biāo)（dlnLR）的格蘭杰原因，但企業(yè)杠桿率指標(biāo)（dlnLR）是各省生產(chǎn)總值（dlnGDP）的格蘭杰原因。金融逆周期調(diào)節(jié)壓力指數(shù)（dlnICP）和各省生產(chǎn)總值（dlnGDP）相互不是格蘭杰原因。這反映了我國的企業(yè)杠桿率和金融穩(wěn)定、金融調(diào)控是緊密相關(guān)的，企業(yè)杠桿率變化是導(dǎo)致金融穩(wěn)定性的波動的主要原因，而金融調(diào)控是導(dǎo)致企業(yè)杠桿率變動的外生變量之一，說明了金融逆周期調(diào)節(jié)對企業(yè)杠桿水平調(diào)控將起到明顯作用。雖然企業(yè)杠桿率波動可能導(dǎo)致GDP的波動，金融逆周期調(diào)節(jié)卻不會導(dǎo)致這種波動，一定程度說明金融逆周期調(diào)節(jié)可以有效控制企業(yè)杠桿率過快增長但并不對GDP增長造成負(fù)面影響。例如我國當(dāng)前通過發(fā)展直接融資市場支持實(shí)體經(jīng)濟(jì)發(fā)展，既有助于企業(yè)去杠桿，同時也對GDP形成有益支持。

（三）實(shí)證結(jié)論

當(dāng)前我國金融市場的風(fēng)險對未來金融市場的穩(wěn)定有較為明顯的影響，而且高企的企業(yè)杠桿率對金融市場的不穩(wěn)定有較為明顯的推動作用，而且也對GDP的長期增長產(chǎn)生了較為明顯的負(fù)向影響。在明斯基金融不穩(wěn)定理論框架下，我國企業(yè)融資方式一旦由對沖融資向投機(jī)型融資、龐氏型融資的轉(zhuǎn)變，將會進(jìn)一步導(dǎo)致金融體系的不穩(wěn)定，并傳導(dǎo)到實(shí)體經(jīng)濟(jì)，制約GDP的長期增長。一是我國企業(yè)融資方式與明斯基金融不穩(wěn)定理論中投機(jī)融資和龐氏融資已經(jīng)具有較大相似性，順周期因素導(dǎo)致企業(yè)杠桿控制難度較大；二是企業(yè)融資方式向龐氏融資的轉(zhuǎn)變會形成風(fēng)險聚集，加劇金融不穩(wěn)定性，對其進(jìn)行逆周期調(diào)節(jié)的壓力增加，但GDP的增長會有利于消減金融不穩(wěn)定因素，并使得金融逆周期調(diào)節(jié)壓力下降；三是我國企業(yè)杠桿率的上升加劇了金融的不穩(wěn)定性，且金融不穩(wěn)定的加劇及企業(yè)杠桿率的上升對GDP長期增長存在負(fù)向影響。但是，適度的金融逆周期調(diào)節(jié)可以有效控制企業(yè)杠桿率過快增長，且不會對GDP增長造成負(fù)面影響。因此，在一定程度上抑制企業(yè)融資方式從保守型向龐氏的轉(zhuǎn)變，對于提升金融體系的穩(wěn)定性和GDP增長都是有利的。

五、政策建議

（一）發(fā)揮信貸政策導(dǎo)向作用，抑制企業(yè)杠桿高企

一是發(fā)揮信貸政策導(dǎo)向評估的正向激勵和反向約束作用，充分做實(shí)信貸政策導(dǎo)向評估，加強(qiáng)評估結(jié)果的運(yùn)用。二是基于流動性調(diào)節(jié)角度，適度創(chuàng)新貨幣政策工具，熨平經(jīng)濟(jì)與資產(chǎn)價格波動，平滑信貸增速。

（二）強(qiáng)化對企業(yè)杠桿的宏觀審慎管理，防止過度順周期加杠桿

一是參照巴塞爾資本約束機(jī)制建立對企業(yè)經(jīng)營的適度資本約束機(jī)制，防止企業(yè)過度加杠桿融資，發(fā)生對沖型融資向投機(jī)性、龐氏融資的轉(zhuǎn)變。二是加強(qiáng)對企業(yè)不合理，過度順周期加杠桿的控制。

（三）構(gòu)建金融不穩(wěn)定風(fēng)險綜合預(yù)警機(jī)制，提升金融不穩(wěn)定預(yù)警能力

一是充分發(fā)揮國務(wù)院金融穩(wěn)定發(fā)展委員會金融風(fēng)險防控牽頭協(xié)調(diào)作用，建立“一行三會”與地方政府金融管理部門金融風(fēng)險信息共享機(jī)制。二是運(yùn)用微觀審慎監(jiān)管的風(fēng)險管理手段監(jiān)測評估微觀金融市場和宏觀經(jīng)濟(jì)運(yùn)行的風(fēng)險苗頭。三是統(tǒng)籌宏觀與微觀金融市場，選取與企業(yè)杠桿關(guān)聯(lián)的經(jīng)濟(jì)周期指標(biāo)，構(gòu)建金融不穩(wěn)定風(fēng)險預(yù)警指標(biāo)體系。

（四）相機(jī)采取市場化降杠桿舉措，緩解金融不穩(wěn)定壓力

一是持續(xù)推進(jìn)供給側(cè)結(jié)構(gòu)性改革，發(fā)揮資本市場平臺和工具作用，建立市場化的去杠桿機(jī)制。二是提升資金使用效率。強(qiáng)化企業(yè)預(yù)算約束，充分發(fā)揮市場機(jī)制打破剛性兌付，在允許可控的范圍內(nèi)緩釋局部杠桿債務(wù)違約風(fēng)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(wěn)定壓力。■

（特約編輯：陳國權(quán)）

參考文獻(xiàn)：

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

[2]Louis-Philippe Rochon，Mark Setterfield.Interest rates，income distribution， and monetary policy dominance：Post Keynesians and the "fair rate" of interest[J].Journal of Post Keynesian Economics，2007（30）：13-42.

[3]徐則榮，張一飛.馬克思與明斯基經(jīng)濟(jì)危機(jī)理論比較研究[J].經(jīng)濟(jì)縱橫，2014（8）.

[4]張云.明斯基融資類型、金融不穩(wěn)定和經(jīng)濟(jì)增長——基于中國省際數(shù)據(jù)的實(shí)證分析[J].政治經(jīng)濟(jì)學(xué)評論，2017（9）.

[5]Selim Elekdag，Yiqun Wu.Rapid Credit Growth：Boonor Boom-bust？[R].IMF working paper，2011（11）.

[6]Borio，C.The Financial Cycle and Macroeconomics：What have we learnt？[J].Journal of Banking and Finance，2014（2）.

[7]王一鳴，宋龑娜.降低企業(yè)杠桿率的重點(diǎn)[J].中國金融，2017（4）.

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

[9]周小川.建立符合國情的金融宏觀調(diào)控體系[J].中國金融，2011（13）.

[10]方芳，劉鵬.后危機(jī)時代金融順周期效應(yīng)的重新審視[J].教學(xué)與研究，2011（9）.

[11]Taylor，John B.The Financial Crisis and the Policy Responses： an Empirical Analysis of What Went Wrong [R].NBER working paper 2009，No.14631.

[12]謝平，鄒傳偉.金融危機(jī)后有關(guān)金融監(jiān)管改革的理論綜述[J].金融研究，2010（8）.

[13]茍文均，袁鷹，漆鑫.債務(wù)杠桿與系統(tǒng)性風(fēng)險傳染機(jī)制——基于CCA模型的分析[J].金融研究，2016（3）.

[14]Foley D.Financial fragility in developing economies[J].Development Economics and Structuralist Macroeconomics，Aldershot：Edward Elgar，2003.

[15]阮湛洋.我國系統(tǒng)性金融風(fēng)險指數(shù)的構(gòu)建與測算——基于CISS綜合指數(shù)方法[J].浙江金融，2017（5）.