李 潔

（中國黃金集團黃金珠寶股份有限公司，北京 100101）

引言

金融危機的發(fā)生主要就是由于金融體系的過度杠桿化。金融危機之后，大規(guī)模的去杠桿化使得主要的危機國家的金融體系處于長期的不穩(wěn)定狀態(tài)。通過總結(jié)歷史經(jīng)驗?zāi)軌蚩闯?，金融杠桿及杠桿的波動對于經(jīng)濟增長以及金融穩(wěn)定都有著一定的影響。有研究顯示，去杠桿化會阻礙正常的經(jīng)濟增長，同時也會伴隨著信貸增長的顯著下降。而在金融長期的繁榮后，去杠桿化以及金融杠桿的波動會使得金融穩(wěn)定程度降低。

一、去杠桿化以及金融杠桿波動對經(jīng)濟增長的影響

（一）設(shè)定模型并選擇評估方法

為了正確地分析出于去杠桿化以及金融杠桿波動對于經(jīng)濟增長和金融穩(wěn)定之間的關(guān)系，首先能夠確定出研究的核心變量為去杠桿化以及金融杠桿波動，相對應(yīng)的，被解釋變量就是經(jīng)濟增長以及金融穩(wěn)定。

在研究去杠桿化以及金融杠桿波動對經(jīng)濟增長的影響時，可以建立起以下的模型，即：

在該動態(tài)面板模型中，i為國家，t為時間，Yit為經(jīng)濟增長，delit為去杠桿化，volit為金融波動，Zit為其他一些有可能對經(jīng)濟增長產(chǎn)生影響的控制變量，μi表示個體效應(yīng)，εit代表誤差項。

為了確保研究結(jié)果的質(zhì)量，需要對同時產(chǎn)生變化的反向因果以及偏差進(jìn)行控制?；诖耍P者使用了系統(tǒng)廣義矩估計對上述動態(tài)面板模型進(jìn)行了分析，對變量之間、變量和殘差之間等的內(nèi)生性問題進(jìn)行了控制。筆者還計算了穩(wěn)健標(biāo)準(zhǔn)誤，使得分析結(jié)果可靠性更高。

（二）確定核心變量與控制變量

筆者在進(jìn)行去杠桿化以及金融杠桿波動對經(jīng)濟增長的影響的研究與分析時，使用了91國家1985年至今的相關(guān)數(shù)據(jù)進(jìn)行了研究。當(dāng)其中的數(shù)據(jù)缺失值的個數(shù)低于3，也就是在時間維度上，數(shù)據(jù)序列有著90%以上的完整性，則使用插值法的方式將缺失的數(shù)據(jù)進(jìn)行補齊[1]。筆者在本次研究中選用的數(shù)據(jù)均來自于世界銀行的WDI數(shù)據(jù)庫。

該研究中，核心變量為去杠桿化以及金融杠桿波動。在進(jìn)行去杠桿化的變量賦值時，對于樣本國家發(fā)生去杠桿化的年份標(biāo)記為1，其余用0來進(jìn)行標(biāo)記。利用vol=|cycle|能夠得出金融杠桿波動。當(dāng)vol的數(shù)值增加，金融杠桿的波動程度也就增大，金融杠桿的穩(wěn)定程度也隨之降低。

筆者在進(jìn)行其他控制變量的確定時，主要從三個層面進(jìn)行了選擇：第一，經(jīng)濟層面，其中包括工業(yè)化程度、通貨膨脹率以及資本形成率；第二，金融層面，其中包括存款保險制度以及存款利率；第三，社會層面，其中包括城鎮(zhèn)化率以及人口增長率[2]。

（三）結(jié)果分析

分析發(fā)現(xiàn)，gdpg即GDP增長率的觀察值為2 730，平均值為0.0364，標(biāo)準(zhǔn)差為0.0425，最小值為-0.1901，最大值為0.3374；pgdpg即人均GDP增長率的觀察值為2 730，平均值為 0.0194，標(biāo)準(zhǔn)差為0.0424，最小值為-0.1971，最大值為0.3034；del即去杠桿化的觀察值為2 730，平均值為0.2414，標(biāo)準(zhǔn)差為0.4280，最小值為0，最大值為1；vol即金融杠桿波動的觀察值為2 730，平均值為0.0374，標(biāo)準(zhǔn)差為0.0601，最小值為0.000，最大值為1.4517；dfl即通貨膨脹率的觀察值為2 550，平均值為0.1964，標(biāo)準(zhǔn)差為2.6139，最小值為-0.2917，最大值為123.3867；ind即工業(yè)增加值的觀察值為2 550，平均值為0.2918，標(biāo)準(zhǔn)差為0.1108，最小值為0.0649，最大值為0.7741；cap即資本形成總額的觀察值為2 550，平均值為0.2291，標(biāo)準(zhǔn)差為 0.0877，最小值為-0.0242，最大值為1.5273；r即存款利率的觀察值為2 160，平均值為0.2268，標(biāo)準(zhǔn)差為2.7546，最小值為0，最大值為93.9429；insu即存款保險制度的觀察值為2 160，平均值為0.3819，標(biāo)準(zhǔn)差為0.4860，最小值為0，最大值為1；pop即人口增長率的觀察值為2 160，平均值為0.0158，標(biāo)準(zhǔn)差為0.0112，最小值為-0.0177，最大值為0.0610；urb即城市化率的觀察值為2 160，平均值為0.5227，標(biāo)準(zhǔn)差為0.2394，最小值為0.0687，最大值為1。

將數(shù)據(jù)納入模型，并結(jié)合分析能夠得出：第一，通貨膨脹的水平越高，經(jīng)濟增長率越低；第二，資本形成以及投資資本的增加使得經(jīng)濟增長率提升；第三，人口增長對于經(jīng)濟增長起著促進(jìn)的作用。結(jié)合回歸分析，筆者得出，去杠桿化與pgdpg之間呈現(xiàn)著顯著的負(fù)相關(guān)的關(guān)系。這意味著，在去杠桿的過程中，pgdpg呈現(xiàn)顯著下降；同時，金融杠桿波動對pgdpg產(chǎn)生著顯著的負(fù)效應(yīng)。

（四）穩(wěn)健性檢驗

將“一國總債務(wù)或是總信貸連續(xù)三年降幅超過10%”加入去杠桿化的定義中，得到了樣本國家去杠桿化的具體年份。在保證其余的回歸變量不變的前提下，筆者重新進(jìn)行了回歸分析。結(jié)果發(fā)現(xiàn)，去杠桿化對于經(jīng)濟增長的負(fù)性效應(yīng)依舊成立，金融杠桿波動對于經(jīng)濟增長呈現(xiàn)負(fù)向影響依舊成立。

二、去杠桿化以及金融杠桿波動對金融穩(wěn)定的影響

（一）設(shè)定模型并選擇變量

其中，Xit代表與杠桿化以及金融杠桿波動，Zit代表其他可能會引起金融危機的控制變量。當(dāng)時，Yit=0，則能夠得出：

（二）結(jié)果分析

對上述的模型進(jìn)行回歸分析（具體的數(shù)據(jù)在上文已有呈現(xiàn)），結(jié)果顯示，去杠桿化以及金融杠桿波動與金融危機發(fā)生的概率呈現(xiàn)顯著的正相關(guān)，說明去杠桿化以及金融杠桿波動降低了國家的金融穩(wěn)定性。同時，資本形成與金融危機的發(fā)生概率呈現(xiàn)出了顯著的負(fù)相關(guān)，意味著國家資本水平的上升使得金融危機發(fā)生的概率降低，對于國家金融穩(wěn)定有一定的促進(jìn)作用。

（三）穩(wěn)健性檢驗

結(jié)合上文中新的去杠桿化定義，對本次分析結(jié)構(gòu)的穩(wěn)健性進(jìn)行檢驗。結(jié)果表明，在新的去杠桿化的定義下，去杠桿化與金融危機發(fā)生概率之間的顯著正相關(guān)性依舊存在，金融杠桿波動與金融危機發(fā)生概率之間的顯著正相關(guān)性也存在，其顯著水平甚至有所上升。這意味著，本次分析結(jié)果是十分可靠的。

結(jié)語

綜上所述，通過建立起不同的模型，對去杠桿化以及金融杠桿波動對經(jīng)濟增長的影響和對金融穩(wěn)定的影響分別展開分析。結(jié)果表明，去杠桿化以及金融杠桿波動對于國家的經(jīng)濟增長起著負(fù)向的影響；去杠桿化以及金融杠桿波動對于金融危機產(chǎn)生的概率有著正向的影響，降低了國家金融的穩(wěn)定性。同時，穩(wěn)健性檢驗證明了這些結(jié)論的可靠性。