趙丹妮 祝 佳 湯子隆

（廣東金融學院行為金融與區(qū)域實驗室，廣州 510521）

2008年金融危機以來，得益于中國貨幣政策和財政政策的雙寬松，中國以銀行業(yè)為主導的金融機構獲得了充裕的流動性，使得各類機構在與監(jiān)管制度的動態(tài)博弈中衍生出種類繁多的金融工具，進一步擴張其資產負債表，以實現收益最大化。以同業(yè)存單為例，截至2017年一季度其月規(guī)模已達到20 654億元，是2013年初的近70倍；而這在宏觀上也就不可避免地抬升了金融部門的杠桿水平，同時為其他部門杠桿水平的升高提供了貨幣便利。因此，分析金融部門（機構）杠桿結構和成因，對平穩(wěn)過渡經濟結構轉型，順利實施“三去一降一補”具有重要的理論指導價值和現實意義。

金融行業(yè)具有負債經營的特征，尤其是中國改革開放前30年的超高速增長必然促使其面臨加杠桿的需求。因此在正常合理范圍內金融行業(yè)加杠桿并不與監(jiān)管制度相沖突，也很有必要。但隨著實體經濟收益率下降，金融業(yè)債務增量主要集中在同業(yè)業(yè)務，形成“脫實向虛”，而即使信貸資金通過拉長后的傳遞鏈條層層嵌套最終流向實體經濟，在政府隱性擔保和金融干預的影響下，大部分投向了地方政府融資平臺、基建產業(yè)或國有大中型企業(yè)，在劣化實體經濟杠桿結構的同時，也進一步降低資本邊際產出，增加了金融系統(tǒng)風險?？梢?，金融部門的杠桿率水平過高的問題，既是總量性的，也是結構性的，需要以結構的視角去分析和探索。

一、文獻綜述

2008年金融危機對世界經濟的巨大破壞力和深遠影響引起國內外學界對金融去杠桿緣起和走向的關注。國外的研究主要圍繞金融機構風險外部性以及傳遞性，闡明和實證分析金融高杠桿與系統(tǒng)性風險累積、金融去杠桿化與經濟衰退之間的影響機制。其中，部分學者通過理論建模對金融杠桿風險的外部性進行了闡釋［1-5］，他們都認為金融杠桿的外部性來源于單個金融機構通過擴表和擴張表外業(yè)務規(guī)模和杠桿率來增加利潤；這雖然使得單個機構通過金融工具創(chuàng)新降低了自身風險，但卻將其釋放到整個金融體系內。隨著創(chuàng)新工具資金規(guī)模和杠桿率的增大，杠桿水平會在經濟擴張時期出現上升，系統(tǒng)性風險在金融體系內不斷積聚。當杠桿比率足夠高時會觸發(fā)約束效應，通過費雪通縮機制降低信貸、資產價格以及抵押資產的數量，從而導致產出水平的下降［6］，進而引發(fā)單個機構主動或被動的降杠桿行為，個體風險將通過資產負債關聯、投資者非理性的羊群效應以及市場預期等形式迅速傳遞給其他金融機構，金融機構風險的外部性影響進一步被放大［7-8］，甚至達到明斯基時刻，造成“債務-通縮”危機［9］。而金融降杠桿則會多渠道影響全社會產出：一方面家庭部門的需求下降導致其投資和消費減少，另一方面是資本性投資下降，而導致工資降低和失業(yè)增加［10］。

與國外研究相比，國內學者更多關注的是在當前國內經濟增速趨勢性下降與周期性波動相互疊加，經濟轉型陣痛與國際經濟環(huán)境復雜相互交織下金融機構杠桿的結構特征、成因和影響，以及如何避免去杠桿過程中潛在風險顯化機制。在描述金融部門杠桿結構特征方面，巴曙松從金融機構表內外資產結構、銀行與非銀機構杠桿結構、資金流向渠道等三個方面分析了當前金融部門杠桿結構，認為當前我國金融部門杠桿水平與經濟增速、資本充足和監(jiān)管要求相背離，已形成金融泡沫［11］。而婁飛鵬則主要從金融工具、銀行規(guī)模大小、資金來源這三個方面分析金融機構杠桿結構，認為金融工具的過度創(chuàng)新和金融機構轉型發(fā)展不到位，金融市場利率傳導機制仍然存在問題是導致金融泡沫的主要原因［12］。而馬勇、陳雨露則通過系統(tǒng)GMM估計方法對金融杠桿及其波動對經濟增長的影響進行了研究［13］。實證結果表明，金融杠桿和經濟增長之間存在顯著的“倒 U型”關系，而金融杠桿波動和經濟增長之間存在顯著的負相關關系，因此政府應采取穩(wěn)健有序的“去杠桿化”策略，實現經濟增長和金融穩(wěn)定的雙重平衡。這一結論獲得大部分學者的贊同，他們分別通過引入金融加速器機制的動態(tài)隨機均衡模型模擬沖擊［14］，引入異質性金融摩擦構建動態(tài)隨機均衡模型分析政府隱性擔保帶來“過度潤滑”［15］，引入基于市場數據的資產負債表關聯矩陣構建CCA模型探討債務杠桿對系統(tǒng)性風險積累和傳遞的影響機制［16］等路徑，較為一致地認為，當前中國金融高杠桿與發(fā)達國家的結構特征顯著不同，是以商業(yè)銀行通過監(jiān)管套利和資金套利拉長資金鏈條所形成的高杠桿。因此在去杠桿政策制定和實施中既要提高貨幣市場利率和收緊流動性，打破了加杠桿的基礎，提高金融機構融資成本，擠壓利差；但同時也要識別無資本支撐、脫離監(jiān)管的杠桿，防范對銀行、資管行業(yè)以及實體經濟可能產生的負面影響。

綜上所述，現有的理論與實證研究成果斐然，內容也日趨豐富，然而，對于金融杠桿水平和增速的區(qū)域結構差異缺乏深入的研究和分析，這無疑是忽略了中國區(qū)域經濟增長不平衡和金融資源分布錯綜復雜的典型事實。正如探討中國經濟增長離不開區(qū)域經濟差異一樣，探討金融部門杠桿率高企與去杠桿的得失同樣也不應將區(qū)域因素排除在外，因此本文擬將區(qū)域因素納入研究框架內，在省級區(qū)域金融杠桿率差異顯著的事實背景下，通過空間計量模型（SDM）分析企業(yè)杠桿率的空間關聯性、并通過加入多組控制變量討論經濟增長和金融波動這兩個核心解釋變量對金融杠桿率的影響。最后利用Lesage&Pace模型討論不同地區(qū)的解釋變量對被解釋變量間的交互影響。

二、模型設定與變量選擇

為了分析我國金融部門高杠桿致因的空間結構，首先應對金融杠桿率進行空間相關性分析，從而判斷金融杠桿是否存在空間上的相關性。然后再建立空間計量模型考察我國金融部門杠桿率的空間結構差異。本文將基于空間面板數據杜賓模型對中國金融杠桿的空間非均衡結構進行分析。

（一）空間自相關檢驗

非空間計量經濟學由于忽略空間相關關系而導致參數估計產生偏誤，需要將空間因素納入計量模型，糾正參數估計的偏誤?？臻g相關關系表現為不同地區(qū)在經濟社會發(fā)展過程中呈現出的空間異質性。由于各地區(qū)表現出的空間異質性，樣本觀測值不再服從空間上的獨立隨機分布。各地區(qū)樣本觀測值表現出空間上的相互依賴關系，若樣本觀測值為空間正相關，則稱為空間集聚；若表現為空間負相關，則稱為空間擴散。目前，Moran’s I指數被廣泛應用于檢驗空間相關性。

Moran’s I指數的取值范圍是［-1，1］。當計算結果在區(qū)間［-1，0）范圍內，則表明被觀測地區(qū)呈空間負相關關系，表現為空間上的擴散，指數越接近-1，擴散程度越高；當計算結果在區(qū)間（0，1］范圍內，則表明被觀測地區(qū)呈空間正相關關系，表現為空間上的集聚，指數越接近1，集聚程度越高；若計算結果為0，則被觀測地區(qū)不存在空間相關關系，樣本觀測值服從獨立隨機分布。

本文首先計算金融杠桿率的Moran’s I指數，以檢驗其空間相關性。選取2010年至2015年的金融杠桿率，金融杠桿率的估算采用各地銀行金融機構資產總額減去一級資本，再減去各地各項存款余額，以此推算銀行主動負債的比率。數據來源于WIND數據庫、統(tǒng)計局及人民銀行。金融杠桿率的Moran’s I指數計算結果如下表所示：

由表1可知，金融杠桿率的Moran’s I指數雖然在2010年與2011年不顯著，但是從2012年開始，顯著性逐漸增強，其中2013年與2014年均通過了10%水平下的顯著性檢驗，到了2015年，其顯著性有所回落。整體而言，雖然有部分年份的Moran’s I指數不顯著，但是依然表現出較強的空間相關性，全國各省的金融杠桿率并不完全服從空間上的獨立隨機分布，經典計量模型不再適用于對金融杠桿率的回歸分析。

表1 金融杠桿率的Moran’s I指數計算結果

（二）空間面板數據計量模型

由Moran’s I指數的結算結果可知，金融杠桿率存在空間相關性，若采用非空間計量模型將會導致參數估計出現偏誤，需要使用將空間因素納入考察范圍的計量模型才能更好地研究金融杠桿率與區(qū)域經濟社會發(fā)展的互動關系。當前，常用的空間計量模型有空間滯后模型（SAR）、空間誤差模型（SEM）及空間杜賓模型（SDM）。當被解釋變量的觀測值與其相鄰地區(qū)的觀測值具有空間相關性時，采用SAR模型，其空間相關性由空間滯后變量體現，數學表達式為：

上式中，α為截距項，ρ為空間相關系數，用于度量不同地區(qū)被解釋變量樣本觀測值的空間相關程度。Wij為空間權重矩陣，本文采用3階Delaunay三角剖分構造的權重矩陣，該算法具有凸多邊形性、唯一性、最接近性等優(yōu)良特性，而且該算法不僅能將相鄰地區(qū)的空間相關因素納入模型，而且能將相鄰地區(qū)的周邊地區(qū)納入考察，能科學地表達地區(qū)間金融杠桿率活動的空間差異特征。yit為被解釋變量，其中下標i表示第i個地區(qū)，t表示第為空間滯后項，表示除本地區(qū)之外其他地區(qū)金融杠桿率的樣本觀測值的加權平均數。Xit為解釋變量，β為解釋變量系數。εit為隨機誤差項。μi為空間特征效應，φt為時間特征效應。當回歸模型采用固定效應模型時，同時滿足時，α的無偏估計存在，因此，在使用面板數據進行回歸時，一般舍去截距項。

當被解釋變量的隨機誤差項與其相鄰地區(qū)的觀測值具有空間相關性時，采用SEM模型，其空間相關性由誤差項的空間滯后變量體現，數學表達式為：

上式中，λ為空間誤差相關系數，用于度量不同地區(qū)隨機誤差項對被解釋變量的空間相關影響。為空間誤差滯后項，用于度量不同地區(qū)誤差沖擊對被解釋變量影響的加權平均數。

若同時將解釋變量與被解釋變量的空間相關關系納入計量模型，則應采用空間杜賓模型（SDM）。SDM模型是SAR模型與SEM模型的一般形式，其表達式如下；

在空間計量模型的選擇上，主要依據為兩個假設條件：H0∶λ=0、H0∶λ+ρβ=0。一般采用 LR 檢驗與Wald檢驗來對其進行判斷，若拒絕H0∶λ=0而接受H0∶λ+ρβ=0，表明SDM模型可以簡化為SEM模型；若拒絕 H0∶λ+ρβ=0 而接受 H0∶λ=0，則 SDM 模型可以簡化為 SAR 模型；若同時拒絕 H0∶λ+ρβ=0與H0∶λ=0，則SDM模型既不能簡化為SAR模型，也不能簡化為SEM模型。

（三）變量選擇

如上文所述，我國各省區(qū)金融杠桿率的Moran’sI指數計算結果表明金融杠桿率省域樣本觀測值不服從空間上的獨立隨機分布，存在空間相關性。因此本文選取全國30個省、自治區(qū)、直轄市（西藏、臺灣除外）的空間樣本數據，同時選取2010年至2015年全國各省金融杠桿率作為被解釋變量的面板數據。

在解釋變量的選擇上，重點分析金融杠桿率與經濟發(fā)展及金融波動風險的空間相關關系，因此，作為核心解釋變量選取GDP增長率表示經濟發(fā)展，采用金融杠桿波動作為金融風險的衡量指標。對于金融杠桿波動的計算，首先采用全國貸款余額與GDP的比值，然后進行HP濾波計算，可以得到波動的振幅（VOL），再將VOL取絕對值以表示金融杠桿的波動幅度。金融杠桿波動越大，VOL的數值也就越大，金融不穩(wěn)定程度加劇，金融風險越高。

在其他控制變量的選擇上，分別選取宏觀、結構、金融、社會四個層面，分別考察其對金融杠桿率的邊際影響。宏觀層面使用人均GDP與通貨膨脹率表示；結構層面分別選用第二產業(yè)與GDP的比值、第三產業(yè)與GDP的比值、資本形成率表示；金融層面選用金融業(yè)總量與GDP的比值表示；社會層面選用人口自然增長率表示。表2給出了所有變量的具體描述（數據來源于wind數據庫）。

三、實證結果

由Moran’sI指數的計算結果可知，我國省域金融杠桿率并不服從空間上的獨立隨機分布，而是存在空間相關性。本文選取2010年至2015年的解釋變量與被解釋變量面板數據，利用空間面板數據計量模型對金融杠桿率與區(qū)域經濟增長及金融穩(wěn)定進行空間回歸分析，考察其空間異質性及其空間溢出效應。

表3是我國省域金融杠桿率與GDP增長率SDM模型空間與時間雙固定效應回歸結果。在模型1中，僅包含GDP增長率，從模型2至模型5，依次加入宏觀、結構、金融、社會層面的控制變量。由表3可知，Hausman檢驗結果的Hausman統(tǒng)計量大于給定0.05水平下的臨界值，表明本文采用的模型應為固定效應模型。模型1至模型5，Wald檢驗與LR檢驗的Spatial lag統(tǒng)計量數值逐步加大，且該統(tǒng)計量大于給定0.05水平下的臨界值，表明回歸模型拒絕H0∶λ=0，SDM模型不能簡化為SEM模型；同理，spatial_error統(tǒng)計量的數值也逐步加大，且該統(tǒng)計量大于給定0.05水平下的臨界值，表明回歸模型應拒絕H0∶λ+ρβ=0，SDM模型不能簡化為SAR模型。本文應采用SDM模型最為合適。

表2 變量描述

由表3的計算結果可知，模型引入核心解釋變量GDP增長率后，由模型1至模型5，全國各省金融杠桿率空間滯后變量系數均為負數，且其系數由模型1的-0.230 957變動至模型5的-0.518 987，顯著性水平也由模型1的10%提升至模型5的1%。表明中國各省金融杠桿率不存在空間上的集聚，而是存在空間上的擴散，即全國金融杠桿率不存在某個省份特別高，隨著經濟發(fā)展、產業(yè)結構調整、金融業(yè)占比提高、社會人力資源增加都會使全國各省金融杠桿率提高，并且高金融杠桿率的省份在全國有不斷增多的趨勢。

從核心解釋變量的回歸結果來看，GDP增長率的系數均不顯著，表明單純依靠GDP數值上的增長對金融杠桿率并沒有顯著的影響。隨著控制變量的加入，GDP增長率系數的顯著性依然沒有提高，表明社會經濟發(fā)展、產業(yè)結構優(yōu)化、金融業(yè)發(fā)展、人力資源優(yōu)化都不能使GDP增長對金融杠桿率起到影響作用。這主要是由于在經濟發(fā)展過程中，實體產業(yè)空心化導致以金融為主導的虛擬經濟得到大量資金，而真正需要資金扶持的實體產業(yè)（特別是中小企業(yè)）卻存在“融資難、融資貴”問題。大量低效率的國企得到融資后卻將資金以高利息轉貸給民營企業(yè)。因此，僅僅靠GDP數值上的增長，難以對金融杠桿率起到明顯的去杠桿作用。

從控制變量的回歸結果來看，人均GDP顯著為負，表明要有效降低金融杠桿率需要從經濟發(fā)展的質量上下手。提高經濟發(fā)展的質量，能有效使資金“脫虛向實”，從而降低金融杠桿率。從周邊地區(qū)的控制變量回歸結果來看，周邊地區(qū)的經濟發(fā)展、CPI、資本形成率及金融業(yè)發(fā)展均對本地區(qū)金融杠桿率有顯著的提高作用。這表明地區(qū)經濟發(fā)展會促使資金流向東部發(fā)達地區(qū)，由于東部地區(qū)具有資源稟賦、金融資源等優(yōu)勢，資金流向了東部一線城市及部分二線城市，從而提高這些地區(qū)的金融杠桿率，同時也推升了這些地區(qū)的資產價格。

表4是我國省域金融杠桿率與金融杠桿波動的SDM模型空間與時間雙固定效應回歸結果。在模型1中，僅包含金融杠桿波動，從模型2至模型5，依次加入宏觀、結構、金融、社會層面的控制變量。由表3可知，Hausman檢驗結果的Hausman統(tǒng)計量大于給定0.05水平下的臨界值，表明本文采用的模型應為固定效應模型。模型1至模型5，Wald檢驗與LR檢驗的Spatial lag統(tǒng)計量數值逐步加大，且該統(tǒng)計量大于給定0.05水平下的臨界值，表明回歸模型拒絕H0∶λ=0，SDM模型不能簡化為SEM模型；同理，spatial_error統(tǒng)計量的數值也逐步加大，且該統(tǒng)計量大于給定0.05水平下的臨界值，表明回歸模型應拒絕H0∶λ+ρβ=0，SDM模型不能簡化為SAR模型。本文應采用SDM模型最為合適。

由表4的計算結果可知，模型引入核心解釋變量金融杠桿波動后，由模型1至模型5，全國各省金融杠桿率空間滯后變量系數均為負數，且其系數由模型1的-0.229 996變動至模型5的-0.489 976，顯著性水平也由模型1的10%提升至模型5的1%。表明中國各省金融杠桿率不存在空間上的集聚，而是存在空間上的擴散，即全國金融杠桿率不存在某個省份特別高，隨著金融杠桿波動、產業(yè)結構

調整、金融業(yè)占比提高、社會人力資源增加都會使全國各省金融杠桿率提高，并且高金融杠桿率的省份在全國有不斷增多的趨勢。

表3 SDM空間模型回歸結果——以GDP增長率為核心解釋變量

表4 SDM空間模型回歸結果——以金融杠桿波動為核心解釋變量

從核心解釋變量的回歸結果來看，金融杠桿波動的系數顯著為負，且均通過了1%水平下的顯著性檢驗。表明金融杠桿波動所引起的風險能顯著起到去杠桿的作用。金融市場中的杠桿交易存在天然的不穩(wěn)定和脆弱性，金融杠桿對金融資產價格具有正反饋效應，放大了金融資產價格的波動。由于金融市場的不穩(wěn)定性和脆弱性，當杠桿率波動過高而引起金融風險時，金融市場各方會拋售手中金融資產以降低金融杠桿率。因此，金融杠桿波動風險會引起顯著的金融去杠桿效應。

從各控制變量的回歸結果來看，與表3相同的是，人均GDP的系數均顯著為負，表明要有效降低金融杠桿率需要從經濟發(fā)展的質量上下手。提高經濟發(fā)展的質量，能有效使資金“脫虛向實”，從而降低金融杠桿率。周邊地區(qū)的CPI、第三產業(yè)發(fā)展、資本形成率的系數均顯著為正，表明周邊地區(qū)經濟社會發(fā)展、產業(yè)結構調整及社會投資能顯著提高本地區(qū)的金融杠桿率。隨著金融杠桿波動而產生金融風險時，大量資金進入發(fā)達地區(qū)以減少金融風險帶來的損失。由于欠發(fā)達地區(qū)的經濟較脆弱，發(fā)生金融風險時資金難以得到保證，一線城市及部分二線城市成了資金遠離金融風險的避風港，而金融行業(yè)又是最容易吸引資金的行業(yè)，在金融風險發(fā)生時，資金流入了發(fā)達地區(qū)，從而推高了發(fā)達的金融杠桿率。

四、空間溢出效應

在經典的OLS回歸模型中，參數估計用來表示解釋變量對被解釋變量的邊際影響，但是若模型中加入空間因素時，參數由于包含空間非均質性使得參數估計變得復雜。Lesage&Pace提出可以使用直接效應、間接效應及總效應來衡量空間溢出性。直接效應是本地區(qū)范圍內解釋變量對被解釋變量的平均影響；間接效應是本地區(qū)范圍內解釋變量對周邊范圍被解釋變量的平均影響；總效應是本地區(qū)范圍內解釋變量對所有地區(qū)被解釋變量的平均影響。數學過程如下：

整理得：

上式中，P（W）=Q（W）（Iβ+Wλ），O（W）=（I-ρW）-1。 然后上式可以改寫為矩陣形式：

變量yi對xir的偏導衡量直接影響，其余元素為間接影響，P（W）矩陣中所有元素的平均值為總影響。表5給出了以GDP增長率為核心解釋變量的SDM模型空間溢出效應回歸結果；表6給出了以金融杠桿波動為核心解釋變量的SDM模型空間溢出效應回歸結果。

由表5可知，GDP增長率的間接效應和總效應顯著為正，表明本地區(qū)經濟增長會對顯著提高周邊地區(qū)及全系統(tǒng)范圍內的金融杠桿率。表明金融杠桿率存在顯著的空間溢出效應，區(qū)域經濟增長會使得全國范圍內的金融杠桿率提高。人均GDP的直接效應和總效應均為負數，表明提高經濟發(fā)展的質量才能降低金融杠桿率。資本形成率的間接效應和總效應均顯著為正，表明資本形成率存在顯著的空間溢出效應，增加投資能顯著提高全國范圍內的金融杠桿率。由表6可知，金融杠桿波動的直接效應和總效應顯著為負，表明金融杠桿波動所產生風險能夠起到去杠桿的作用，且這種去杠桿是全國范圍內的去杠桿。CPI、第二產業(yè)占比、第三產業(yè)占比、資本形成率都具有顯著的正空間溢出效應，表明通貨膨脹水平，產業(yè)結構改進，投資率都具有顯著的空間溢出效應。由于實體經濟發(fā)展需要金融業(yè)的支持，因此，無論是產業(yè)結構改善，還是投資需求，都會使金融杠桿率具有顯著的提高作用。

五、結論與對策

本文采用30個省、自治區(qū)、直轄市（西藏、臺灣除外）的金融杠桿率與經濟發(fā)展及金融波動的面板數據，通過構建SDM模型實證研究金融杠桿率對經濟發(fā)展及金融波動之間的空間非均質性關系，得出以下結論及對策。

（一）主要結論

第一，無論是GDP增長還是金融波動對金融杠桿產生的作用，金融杠桿率均呈現出空間上的擴散現象。當加入GDP增長與金融波動風險因素后，我國各省域金融杠桿率呈現出高金融杠桿率的擴散現象，即高金融杠桿率現象并沒有集中出現在某個省份，而是全國普遍存在，并且高金融杠桿率趨勢的省份呈不斷增多之勢。

第二，GDP絕對值的增長并不能起到去金融杠桿的作用，而金融杠桿波動所產生的風險則能降低金融杠桿率。說明僅僅依靠GDP數值上的增長并不能降低金融杠桿率，但是由于經濟增長存在顯著的空間溢出，發(fā)達地區(qū)的經濟增長反而會使全國范圍內的金融杠桿率提高。其原因是金融同業(yè)業(yè)務和外表業(yè)務的擴張，進一步提升了實體經濟的資金成本，強化了“融資難、融資貴”的問題，大量資金沒有進入實體經濟，反而進入發(fā)達地區(qū)的金融領域，提高了金融杠桿率，加大了金融風險發(fā)生的概率，容易使區(qū)域經濟發(fā)生系統(tǒng)性風險。

第三，經濟發(fā)展的質量提高、產業(yè)結構改善、資本形成率提高都在一定程度上抬升金融杠桿率。其原因在于地區(qū)間經濟發(fā)展不平衡，東部發(fā)達地區(qū)吸納資金的能力顯著強于中西部地區(qū)，這就促使經濟發(fā)展、產業(yè)結構、投資都能形成顯著的空間溢出，即發(fā)達地區(qū)經濟社會發(fā)展能使全國金融杠桿率提高，而實體經濟發(fā)展必須依靠金融業(yè)的支持，東部發(fā)達地區(qū)的企業(yè)的盈利能力較中西部地區(qū)的企業(yè)強，因此這又進一步促使資金流向發(fā)達地區(qū)，而實體經濟的發(fā)展離不開金融業(yè)的支持，這就促使金融杠桿率提高。

綜上所述，中國各區(qū)域間金融部門杠桿水平存在顯著的空間相關和異質性，其區(qū)域結構在去杠桿政策制定和實施中不容忽視。進一步通過空間杜賓模型和溢出效應模型的系數符號和顯著性的比較，發(fā)現區(qū)域間金融杠桿水平和經濟增長、金融波動之間的影響機制錯綜復雜，無一定之結論。因此，針對不同區(qū)域的企業(yè)或主導行業(yè)具體情況，決策層應根據區(qū)域杠桿結構特征、經濟結構調整進度和金融穩(wěn)定程度，完善宏觀審慎監(jiān)管以引導各類金融機構的杠桿變動幅度和方向，優(yōu)化債務質量和杠桿結構。

（二）政策建議

第一，優(yōu)化宏觀貨幣政策操作。在改變金融寬松預期、更多運用價格型工具調節(jié)貨幣供給時，根據貨幣市場供需改變期限各異的貨幣供給，以達到平衡各類金融機構從央行獲取流動性的資金成本，擠壓利差套利空間。正如央行2016年8月在基礎貨幣供給中通過降低短期貨幣資金供給而增加長期貨幣資金供給，抬高金融機構資金成本，起到了擠壓債券市場資產泡沫的作用。近年來，央行已經建立了以公開市場逆回購、臨時流動性便利（TLF）、常備借貸便利（SLF）、中期借貸便利（MLF）、抵押補充貸款（PSL）等政策工具為主體的流動性調節(jié)體系，且通過近兩年的運行積累了較多的經驗，后續(xù)可以繼續(xù)結合市場變化以及流動性情況靈活運用以調節(jié)貨幣供給，通過貨幣政策引導金融市場利率上行，減少同業(yè)存單和同業(yè)理財的利差，推動實體經濟持續(xù)健康發(fā)展。

第二，強化區(qū)域金融機構監(jiān)管。依據《巴塞爾協議Ⅲ》建立的宏觀審慎評估體系（MPA）對各類金融機構的杠桿水平提出了監(jiān)管要求，但僅在總量上限制金融機構加杠桿的總體規(guī)模難以控制通道和委外業(yè)務，尤其是資金在區(qū)域間的流動也會抬升局部地區(qū)的杠桿。因此應嚴格監(jiān)管銀行機構開展委外投資，實行限額管理，更重要的是依照新老劃斷原則禁止新開展的同業(yè)投資業(yè)務多層嵌套；尤其是注意大筆資金的跨區(qū)流動。據此，銀監(jiān)會、證監(jiān)會和保監(jiān)會紛紛下發(fā)文件，強化監(jiān)管力度，對銀行業(yè)的同業(yè)業(yè)務、理財業(yè)務、投資業(yè)務實施重點監(jiān)管，對保險業(yè)的保險資金運用、償付能力、產品管理、中介機構、消費者權益保護、高管人員管理、新型業(yè)務等業(yè)務堵住政策漏洞，而證監(jiān)會則將統(tǒng)一區(qū)域性股權市場業(yè)務及監(jiān)管規(guī)則作為下階段工作的重點。可見，“去杠桿、防風險、控套利”正在成為區(qū)域金融監(jiān)管系統(tǒng)的思路和政策。

第三，把握金融去杠桿的節(jié)奏和步伐。金融部門去杠桿是大勢所趨，但并不能一蹴而就，尤其要警惕類似日本20世紀80年代發(fā)生的快速降杠桿而引發(fā)的風險爆發(fā)。特別是在我國以間接融資為主體的金融體制下，金融去杠桿過快，必然影響到實體經濟的杠桿優(yōu)化和結構調整。加之在沒有消除地方政府通過金融分權影響信貸資源分配之前，金融部門快速去杠桿勢必進一步擠占中小企業(yè)和新興產業(yè)的信貸額度。因此，本輪去杠桿需要在貨幣政策和財政政策的配合下，通過加快金融機構經營模式轉型，配合完善貨幣市場利率傳導機制來達到優(yōu)化杠桿質量的目的。具體而言，對金融機構應進一步宣導穩(wěn)健化經營的理念，既要追求收益，也要防范風險。在組織結構上要使風險管理的手段和模式與日益復雜的業(yè)務模式相匹配；在收入結構上要開拓利源，豐富創(chuàng)利方式，降低銀行業(yè)規(guī)模依賴，從而減少因規(guī)模擴張而加杠桿的行為。而在宏觀上，金融市場區(qū)塊化嚴重，利率傳導不暢通是引致金融機構通過擴大投資規(guī)?？缡袌?、跨區(qū)域賺取利差的重要因素，因此，平衡地區(qū)間、行業(yè)間、所有制間企業(yè)的金融摩擦因素，完善市場利率傳導機制是減少機構在不同市場間加杠桿套利的重要制度建設手段。