亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        金融風(fēng)險視角下金融杠桿對經(jīng)濟增長的影響研究

        2021-06-22 04:57:54黃倩李江城熊德平
        改革 2021年4期
        關(guān)鍵詞:經(jīng)濟增長金融風(fēng)險

        黃倩 李江城 熊德平

        摘? ?要:基于中國2005—2018年省級面板數(shù)據(jù),實證分析金融杠桿對經(jīng)濟增長和金融風(fēng)險的影響,并從“銀行信貸渠道”和“資產(chǎn)價格渠道”檢驗金融風(fēng)險對金融杠桿與經(jīng)濟增長的門檻效應(yīng)。研究表明:宏觀杠桿率與經(jīng)濟增長存在顯著的倒“U”型關(guān)系,與金融風(fēng)險存在顯著的“U”型關(guān)系,且杠桿率波動加大會減緩經(jīng)濟增速并加大金融風(fēng)險;不同部門和地區(qū)金融杠桿水平及其合理杠桿區(qū)間有較大差異;金融風(fēng)險具有門檻效應(yīng),當(dāng)其累積超過一定水平后,杠桿率的上升對經(jīng)濟增長沒有促進作用,反而會造成負(fù)向沖擊。因此,金融杠桿調(diào)控應(yīng)根據(jù)各部門和地區(qū)的實際情況采取動態(tài)和差異化的策略,防止金融杠桿波動過大引致經(jīng)濟下滑和金融不穩(wěn)定。

        關(guān)鍵詞:金融杠桿;經(jīng)濟增長;金融風(fēng)險

        中圖分類號:F832? ?文獻標(biāo)識碼:A? ?文章編號:1003-7543(2021)04-0078-17

        金融杠桿是金融實現(xiàn)資金融通功能的重要手段,能夠幫助資金需求者運用借貸獲得的資金完成各類投資和交易,從而發(fā)揮資金配置功能。金融杠桿手段的運用可以放大投資和交易的金額,使預(yù)期收益和風(fēng)險同時增加,適當(dāng)?shù)慕鹑诟軛U對于企業(yè)、政府和家庭降低投資消費約束、提高收入和增加市場活力,從而促進經(jīng)濟增長具有重要作用,但過高的金融杠桿會集聚經(jīng)濟泡沫,導(dǎo)致整體金融風(fēng)險升高,甚至?xí)斐山?jīng)濟金融危機。因金融杠桿過高引起的高負(fù)債、過度資產(chǎn)證券化以及資產(chǎn)價格泡沫等問題已成為誘發(fā)金融危機的重要因素,因而受到各國高度關(guān)注[1-3]。2008年以前,以美國、歐洲為代表的發(fā)達(dá)經(jīng)濟體的杠桿率增加較快,而2008年以后,以中國為代表的新興經(jīng)濟體杠桿率增加較快,杠桿率的大幅提升使得金融機構(gòu)大量投資于高風(fēng)險的資產(chǎn)組合,給經(jīng)濟增長帶來了較大不確定性[4]。

        我國金融杠桿問題已引起國家層面的高度關(guān)注。自2015年末起,金融杠桿調(diào)整策略先后經(jīng)歷了“一般性去杠桿”、“企業(yè)去杠桿”和“結(jié)構(gòu)性去杠桿”三個階段。2015年12月,“去杠桿”作為“三去一降一補”的任務(wù)之一,首次在中央經(jīng)濟會議上被提出;2016年,中央經(jīng)濟工作會議明確“去杠桿”要在控制總杠桿率的前提下,把降低企業(yè)杠桿率作為重中之重,強調(diào)要規(guī)范政府舉債行為;2018年,為打好防范化解金融風(fēng)險攻堅戰(zhàn),中央進一步提出“結(jié)構(gòu)性去杠桿”,在維持總杠桿率平穩(wěn)的前提下,將國有企業(yè)去杠桿作為重中之重。通過一系列杠桿調(diào)整策略的實施,我國宏觀杠桿率和企業(yè)杠桿率均有所下降。但由于2019年以來嚴(yán)峻的國際形勢以及2020年新冠肺炎疫情的沖擊,在經(jīng)濟下行和銀行信貸增加的共同影響下,宏觀杠桿率有所反彈,這說明金融杠桿調(diào)整需要在“防風(fēng)險”與“穩(wěn)增長”目標(biāo)之間進行權(quán)衡。中國人民銀行發(fā)布的《中國金融穩(wěn)定報告》顯示,截至2019年末,我國宏觀杠桿率為254.4%,較2018年上升約5個百分點,比2008—2016年年均約10個百分點的漲幅明顯下降,宏觀杠桿率過快增長的勢頭得到遏制。目前,我國宏觀杠桿率略低于發(fā)達(dá)國家杠桿率,但高于發(fā)展中國家190%的平均杠桿率。我國非金融企業(yè)部門、住戶部門和政府部門的分部門杠桿率分別為152%、49%和36%;非金融企業(yè)部門杠桿率遠(yuǎn)高于OECD國家90%的閾值,居世界前列。歷史經(jīng)驗表明,作為防風(fēng)險重要手段的“去杠桿”常伴隨著經(jīng)濟增速的放緩,甚至還有可能會出現(xiàn)流動性緊缺,引致金融系統(tǒng)風(fēng)險。與此同時,好的“去杠桿”策略則能促進經(jīng)濟金融經(jīng)歷短暫的陣痛后實現(xiàn)轉(zhuǎn)型升級。那么,金融杠桿、金融風(fēng)險與經(jīng)濟增長之間的影響效應(yīng)和作用機制如何?我國宏觀杠桿率和各部門、各地區(qū)的杠桿率如何通過差異化調(diào)節(jié)助推經(jīng)濟高質(zhì)量發(fā)展?對這兩個問題的回答,有助于理清金融風(fēng)險視角下我國金融杠桿發(fā)展規(guī)律及其對經(jīng)濟增長的影響,并從宏微觀層面為結(jié)構(gòu)性杠桿調(diào)控提供政策參考。

        一、相關(guān)文獻綜述

        本研究的目的是探究金融杠桿對經(jīng)濟增長和金融風(fēng)險的影響及金融風(fēng)險在金融杠桿與經(jīng)濟增長中的作用機制。因此,這里主要圍繞宏觀杠桿率與經(jīng)濟增長和金融風(fēng)險的關(guān)系以及宏觀杠桿率的金融風(fēng)險傳導(dǎo)機制,對相關(guān)文獻進行回顧和述評。

        (一)金融杠桿與經(jīng)濟增長

        金融杠桿是連接金融與經(jīng)濟的重要紐帶。杠桿率的公式為債務(wù)總額/國民生產(chǎn)總值,反映了金融部門信用創(chuàng)造對經(jīng)濟發(fā)展的影響。一些學(xué)者證實了宏觀杠桿率與經(jīng)濟增長或衰退有密切關(guān)系。金融部門杠桿率與經(jīng)濟增長之間存在長期順周期性[5]。宏觀杠桿率的提高不僅能夠提高投資率、促進經(jīng)濟增長,而且可以促進資源的跨部門優(yōu)化配置、降低經(jīng)濟的波動性,特別是對于產(chǎn)業(yè)更加多樣化、資本密集型行業(yè)在經(jīng)濟產(chǎn)出中占比較高的國家更是如此[6-7]。當(dāng)企業(yè)杠桿率較低時,其與投資效率和投資回報之間存在正反饋效應(yīng),杠桿率增加有助于緩解權(quán)益資本約束,對經(jīng)濟增長有正向作用,而當(dāng)企業(yè)杠桿率超過一定水平后,會抑制企業(yè)投資,進而對經(jīng)濟發(fā)展造成負(fù)面影響[8]。在經(jīng)濟擴張過程中,杠桿率會上升,而杠桿率上升到一定程度時會觸發(fā)約束效應(yīng),引致投資者賣出資本,使得資產(chǎn)價格下降,并通過“費雪通貨緊縮機制”使信貸、抵押資產(chǎn)的價格和投資呈螺旋式下降,從而對經(jīng)濟產(chǎn)生較大的負(fù)面沖擊,即金融杠桿與經(jīng)濟增長呈倒“U”型[9]。多數(shù)基于跨國面板數(shù)據(jù)的實證研究也支持金融杠桿與經(jīng)濟增長呈倒“U”型關(guān)系,即在金融杠桿到達(dá)臨界點之前,杠桿率的提高有利于經(jīng)濟增長,而超過臨界點后,杠桿率的繼續(xù)上升會阻礙經(jīng)濟增長[10-12]。金融杠桿對經(jīng)濟增長的促進作用會隨著金融效率的提高和金融結(jié)構(gòu)的優(yōu)化而增強,但會隨著金融規(guī)模的擴大而減弱[9]。

        (二)金融杠桿與金融風(fēng)險

        2008年全球金融危機爆發(fā)后,越來越多的學(xué)者發(fā)現(xiàn)過高的杠桿率會加大金融風(fēng)險,甚至引發(fā)金融危機[13-14]。與此同時,杠桿率波動也會對金融風(fēng)險產(chǎn)生正向沖擊,杠桿率波動幅度越大,金融系統(tǒng)越不穩(wěn)定,伴隨而來的金融風(fēng)險也越大[4,15]。學(xué)者們主要從如下方面分析了金融杠桿與金融風(fēng)險之間呈現(xiàn)正向關(guān)系的原因:一是經(jīng)濟繁榮使金融機構(gòu)借貸和投機增加,導(dǎo)致杠桿率上升,此時,貨幣當(dāng)局會通過貨幣約束來抑制金融杠桿,去杠桿將造成金融機構(gòu)借貸的壞賬率增加和投機損失,從而加大金融風(fēng)險[16]。二是隨著杠桿率的上升,債務(wù)人的還債壓力會逐漸增大,金融風(fēng)險也將不斷累積,當(dāng)杠桿率超過某個閾值時,將對經(jīng)濟金融的穩(wěn)定性造成負(fù)向沖擊[14]。三是高杠桿金融機構(gòu)之間持有相互關(guān)聯(lián)的投資組合,投資組合之間具有相互依賴性,投資活動也受到資本約束的限制,致使資產(chǎn)價值變化具有“多米諾骨牌”效應(yīng)。如果某家金融機構(gòu)的資產(chǎn)惡化,其他金融機構(gòu)的杠桿約束也會惡化,從而引起資產(chǎn)的拋售,迫使金融機構(gòu)去杠桿和去投資,導(dǎo)致信貸緊縮和流動性不足,加之杠桿率的大幅波動會增加金融風(fēng)險,從而易引發(fā)金融危機[15]。

        (三)金融杠桿的金融風(fēng)險傳導(dǎo)機制

        金融杠桿主要通過“銀行信貸渠道”和“資產(chǎn)價格渠道”傳導(dǎo)金融風(fēng)險,從而影響經(jīng)濟增長。“債務(wù)—通縮”理論認(rèn)為,債權(quán)人的過度負(fù)債會導(dǎo)致其在償還債務(wù)時傾向于廉價出售資產(chǎn),進而引發(fā)資產(chǎn)價格下降,觸發(fā)持續(xù)的通貨緊縮[17]。當(dāng)投資者運用金融杠桿從信貸市場上貸款購買資產(chǎn)或僅對負(fù)債承擔(dān)有限責(zé)任時,投資者會更加偏好于投資風(fēng)險資產(chǎn),這易引起資產(chǎn)泡沫,一旦資產(chǎn)價格崩潰,將引發(fā)大規(guī)模違約行為,從而影響金融穩(wěn)定[13]?!靶刨J繁榮”泡沫破滅后的持續(xù)去杠桿將抑制企業(yè)投資和家庭消費,這會進一步增加金融風(fēng)險和減緩經(jīng)濟復(fù)蘇[18]。學(xué)者們實證研究的結(jié)果同樣支持金融杠桿膨脹與資產(chǎn)價格泡沫存在顯著的正相關(guān)關(guān)系,并驗證了金融加速器效應(yīng)的存在[19]。金融危機前寬松的信貸環(huán)境和較多的投資機會引發(fā)了投資熱潮,導(dǎo)致宏觀杠桿率和資產(chǎn)價格大幅提高,資產(chǎn)泡沫逐漸形成。此時,若發(fā)生金融機構(gòu)個體沖擊或是貨幣當(dāng)局采取緊縮性政策,就易造成資產(chǎn)泡沫破滅、財富大幅縮水,并引發(fā)金融危機[20]。

        (四)簡要評述

        現(xiàn)有文獻主要基于美國或跨國數(shù)據(jù)分析了金融杠桿對金融風(fēng)險和經(jīng)濟增長的影響,而對其中的內(nèi)在傳導(dǎo)機制研究較少。我國金融杠桿的產(chǎn)生和累積有自身的背景和特點,并且各部門利用金融杠桿的程度和目的以及各地區(qū)的金融市場發(fā)達(dá)程度都有較大的差異,導(dǎo)致各部門、各地區(qū)之間的杠桿水平和杠桿結(jié)構(gòu)差異較大,這可能會造成我國金融杠桿對經(jīng)濟增長和金融穩(wěn)定的影響及其背后的傳導(dǎo)機制與其他國家相比有所差異。因此,研究我國金融杠桿對經(jīng)濟增長和金融穩(wěn)定的影響及機制,并針對“穩(wěn)增長”與“防風(fēng)險”雙目標(biāo)提出優(yōu)化金融杠桿的政策建議,具有重要的現(xiàn)實意義。

        與已有文獻相比,本文的貢獻主要體現(xiàn)在以下方面:一是利用省際面板數(shù)據(jù)度量了我國的宏觀杠桿水平以及非金融企業(yè)、家庭和地方政府三部門各自的金融杠桿水平,在衡量金融風(fēng)險時不僅選取傳統(tǒng)的銀行不良貸款率作為其代理指標(biāo),而且構(gòu)建了各省份層面的股票價格指數(shù)波動率作為其代理指標(biāo),從而更為全面地從銀行和證券兩個層面考察我國的金融風(fēng)險。二是采用系統(tǒng)GMM估計方法實證分析了宏觀杠桿率以及非金融企業(yè)、家庭和地方政府的杠桿率對經(jīng)濟增長和金融風(fēng)險的影響,并針對我國“穩(wěn)增長”和“防風(fēng)險”雙目標(biāo),識別出達(dá)到雙目標(biāo)的金融杠桿合理區(qū)間。三是從“銀行信貸渠道”和“資產(chǎn)價格渠道”檢驗金融風(fēng)險對金融杠桿與經(jīng)濟增長關(guān)系的門檻效應(yīng)。

        二、指標(biāo)選取與模型設(shè)定

        (一)指標(biāo)選取

        1.被解釋變量

        經(jīng)濟增長(Y)。本文使用GDP增長率和人均GDP增長率來度量經(jīng)濟增長,前者反映了一個國家或地區(qū)總財富創(chuàng)造的增長速度,后者反映了單個個體財富創(chuàng)造的增長速度。

        金融風(fēng)險(R)。我國的金融體系以銀行業(yè)為主導(dǎo),銀行不良貸款率是反映銀行整體風(fēng)險水平的最核心指標(biāo),因此,本文選取銀行不良貸款率從“銀行信貸渠道”來衡量金融風(fēng)險。另外,股票價格是資產(chǎn)價格的最主要代表,且股票市場是經(jīng)濟的晴雨表。隨著經(jīng)濟全球化影響的不斷加深以及我國資本市場的逐步開放,股票市場在金融體系中扮演著越來越重要的角色,而股市風(fēng)險主要由股票價格指數(shù)來衡量。因此,本文選取股票價格指數(shù)波動率從“資產(chǎn)價格渠道”來衡量金融風(fēng)險。

        股票價格指數(shù)波動率的測算方式如下:首先,我們通過每日股票價格指數(shù)收益率,基于已實現(xiàn)波動率的方法[21],計算出月度股票價格指數(shù)波動率,具體方法如下:

        其中,Sj為樣本的價格數(shù)據(jù);i=1,2,…,n;j=1,2,…,k;i為第i個月; j為第i月第j個交易日;k為每個月第k日的收益率。然后,將個股月度股票波動率轉(zhuǎn)化為年度波動率①。最后,將個股市值在各省份股票總市值中的占比作為權(quán)重乘以個股年度波動率得到該省份的股票波動率。

        2.核心解釋變量

        本文的核心解釋變量為金融杠桿水平。首先,從宏觀上測算整體杠桿水平,選取私人部門信貸總額與政府債務(wù)之和在GDP中的占比來衡量宏觀杠桿率(lev),該比率越大,說明宏觀杠桿率越高。然后,考慮到金融杠桿主要由企業(yè)、家庭和地方政府部門的負(fù)債程度共同決定,而各部門主體之間杠桿率差距較大,因而有必要分析其對經(jīng)濟增長和金融風(fēng)險影響的異質(zhì)性。本文分別測算了非金融企業(yè)、家庭和地方政府的杠桿率及其波動情況。非金融企業(yè)杠桿率(enlev)為非金融企業(yè)貸款余額在GDP中的占比;家庭杠桿率(ctlev)為住戶貸款余額在GDP中的占比;政府杠桿率(golev)為地方政府債務(wù)余額在GDP中的占比,由于地方政府債務(wù)的權(quán)威數(shù)據(jù)難以獲得②,因而需要選取合適的代理變量。本文用市政領(lǐng)域的固定資產(chǎn)投資支出③與地方政府可用收入④差額來衡量地方政府債務(wù)[22]。最后,考慮到金融杠桿對經(jīng)濟增長和金融風(fēng)險的影響可能是非線性的,以及杠桿率波動的影響,本文還將在模型中引入杠桿率的平方項(lev2)和波動項vol。關(guān)于杠桿率波動的衡量,對杠桿率求HP濾波,得到其周期性波動項(cycle),然后取絕對值,這個絕對值即杠桿率波動[15]。

        3.控制變量

        參照相關(guān)文獻的做法,加入工業(yè)化程度、資本形成率、儲蓄率、人口增長率、城鎮(zhèn)化水平等變量作為控制變量[2,12]。

        (二)數(shù)據(jù)來源

        考慮到2005年是我國深化經(jīng)濟體制改革的重要一年,如實行了股權(quán)分置改革和人民幣匯率形成機制改革,開啟了商業(yè)銀行股份制改革等,這些會對我國經(jīng)濟主體發(fā)展方式和融資決策產(chǎn)生重要影響,并綜合研究實際和數(shù)據(jù)可得性,本文選取2005—2018年全國30個省份(除西藏之外)的面板數(shù)據(jù)作為研究樣本。金融風(fēng)險、宏觀杠桿率、非金融企業(yè)杠桿率及家庭杠桿率等指標(biāo)的測算數(shù)據(jù)來源于Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫。經(jīng)濟增長水平、地方政府杠桿、工業(yè)化程度、資本形成率和人口增長率的數(shù)據(jù)主要來自2005—2018年全國及各省份的統(tǒng)計年鑒、國民經(jīng)濟和社會發(fā)展統(tǒng)計公報、固定資產(chǎn)投資統(tǒng)計年鑒和財政統(tǒng)計年鑒,少數(shù)省份個別年份數(shù)據(jù)存在缺失時,根據(jù)其變化規(guī)律進行推算補齊。上述各變量的符號和計算方法如表1所示。

        表2(下頁)是變量的描述性統(tǒng)計結(jié)果。可以看出,2005—2018年我國GDP增長率和人均GDP增長率保持高速增長,平均值分別為10.7%和9.8%;總體來看,銀行不良貸款率較低,平均為3.8%,股票價格指數(shù)波動率較高,平均為58.2%;從金融杠桿指標(biāo)來看,我國宏觀杠桿率平均為119.2%,最小值為5.5%,最大值為258.5%,平均波動率達(dá)4.4%。其中,非金融企業(yè)杠桿率最高,平均值為96.5%,家庭和政府部門的平均杠桿率分別為22.8%和21.7%。目前我國金融杠桿的形成主要來自企業(yè)部門,這也可以一定程度上解釋為什么國家在“去杠桿”任務(wù)中把降低企業(yè)杠桿率作為重中之重。

        (三)模型設(shè)定

        1.動態(tài)面板模型

        首先,考察金融杠桿率及其波動對經(jīng)濟增長的影響。借鑒以往文獻的做法,構(gòu)建如下形式的一般面板模型:

        接下來,為了檢驗金融杠桿對金融風(fēng)險的影響,本文構(gòu)建以下模型:

        其中,Ri,t表示金融風(fēng)險,其值越大,表示金融風(fēng)險越高,其他變量同式(2)。

        模型(2)、(3)為靜態(tài)面板估計模型。經(jīng)濟增長率和金融風(fēng)險會由于慣性或部分調(diào)整效應(yīng),使得過去的表現(xiàn)對其當(dāng)前表現(xiàn)產(chǎn)生顯著影響,因此,本文在解釋變量中加入滯后一期的被解釋變量對模型作進一步估計,此時,基本模型如下:

        在面板模型(4)和(5)中,解釋變量包含了被解釋變量的滯后項。對于動態(tài)面板數(shù)據(jù),由于被解釋變量Yi,t、Ri,t是其隨機擾動項εi,t的函數(shù),導(dǎo)致Yi,t-1、Ri,t-1也可能與隨機擾動項相關(guān),且模型具有橫截面相依性,從而使得最小二乘法、極大似然估計以及面板模型(包括固定效應(yīng)模型和隨機效應(yīng)模型)都存在不同程度的(漸進)偏倚(Nickell偏倚)和組內(nèi)估計量不一致的問題。針對這一情況,為了獲得有效的估計量,本文將采用系統(tǒng)廣義矩估計(System Generalized Method of Moments,簡稱系統(tǒng)GMM)對基本模型進行估計,選擇內(nèi)生變量lev、lev2和vol的滯后項作為工具變量,該方法可有效避免內(nèi)生性問題。同時,本文還使用“WC-Robust Standard Error”估計方法得到穩(wěn)健標(biāo)準(zhǔn)誤,從而保證回歸結(jié)果更可靠。

        2.面板門檻模型

        一般而言,合理的金融杠桿水平有助于促進經(jīng)濟增長,但當(dāng)杠桿率達(dá)到一定水平后,可能會造成金融風(fēng)險的大幅上升,從而使金融杠桿對經(jīng)濟增長的影響發(fā)生變化。這意味著金融杠桿對經(jīng)濟增長的影響可能存在一個門檻值,當(dāng)金融風(fēng)險沒有達(dá)到這一門檻值時,金融杠桿的提高有利于促進經(jīng)濟增長;反之,當(dāng)金融風(fēng)險超過門檻值后,則會抑制金融杠桿對經(jīng)濟增長的促進作用,甚至對經(jīng)濟增長產(chǎn)生較大的負(fù)面影響。本文將檢驗是否存在這一門檻特征。已有研究多使用分組或交叉項檢驗進行門檻研究,但這兩種方法都無法對門檻值的正確性以及門檻效應(yīng)進行顯著性檢驗,而Hansen在1999年提出的門檻回歸模型能夠較好地克服以上兩種方法的不足?;诖?,本文將借鑒Hansen的面板門檻模型對門檻值進行估計,其基本思想是將門檻值作為一個未知的變量納入模型中,構(gòu)建不同區(qū)間下解釋變量系數(shù)的分段函數(shù),并對門檻值和門檻效應(yīng)進行估計和檢驗。具體模型如下:

        模型(6)的估計包含三個步驟:第一步,根據(jù) R進行逐點回歸,對門檻值及相關(guān)控制變量的系數(shù)進行估計,并把最小殘差平方和對應(yīng)的R值作為門檻值γ。第二步,檢驗門檻模型的顯著性,采用自抽樣法(Bootstrap)獲得其漸進有效分布,然后構(gòu)造其p值判斷是否拒絕原假設(shè)H0∶α2=α3,若拒絕原假設(shè),則可判斷門檻效應(yīng)顯著。第三步,檢驗門檻值的有效性和置信區(qū)間,使用極大似然估計函數(shù)來檢驗,若接受原假設(shè)H0∶=γ0,則門檻值有效,并通過構(gòu)造極大似然比LR統(tǒng)計量來估計門檻值γ的置信區(qū)間。

        三、金融杠桿對經(jīng)濟增長的影響

        (一)宏觀杠桿率對經(jīng)濟增長的影響

        表3(下頁)估計了宏觀杠桿率對經(jīng)濟增長的影響,其中,列(1)—(3)的因變量為GDP增長率,列(4)—(6)的因變量為人均GDP增長率。列(1)和列(4)的控制變量只包括被解釋變量的一階滯后項和核心解釋變量(即宏觀杠桿率lev、宏觀杠桿率的平方lev2以及宏觀杠桿率波動vol)的基本回歸結(jié)果。而列(2)—(3)和列(5)—(6)則是在基本回歸的基礎(chǔ)上逐步加入了經(jīng)濟、金融和社會三個層面的相關(guān)控制變量后的回歸結(jié)果。

        從表3的結(jié)果可以看出,當(dāng)被解釋變量為GDP增長率時,宏觀杠桿率的系數(shù)在1%或5%的置信水平下顯著為正,而宏觀杠桿率平方的系數(shù)在5%或10%的置信水平下顯著為負(fù),說明宏觀杠桿率與GDP增速之間存在倒“U”型關(guān)系,即隨著宏觀杠桿率的提高,GDP增速先上升后下降,存在一個拐點,在拐點之前,GDP增長率會隨著宏觀杠桿率的提高而上升,在拐點之后,GDP增長率會隨著宏觀杠桿率的提高而下降。根據(jù)最完整的回歸方程測算,拐點的位置在宏觀杠桿率達(dá)到229.4%時出現(xiàn)。與此同時,宏觀杠桿率波動系數(shù)在1%的顯著水平下為負(fù),表明宏觀杠桿率波動的加大會對一國經(jīng)濟造成負(fù)向沖擊,導(dǎo)致經(jīng)濟增長率下降。

        當(dāng)被解釋變量為人均GDP增長率時,宏觀杠桿率的系數(shù)在5%的置信水平下顯著為正,而宏觀杠桿率平方的系數(shù)在10%的置信水平下顯著為負(fù),說明宏觀杠桿率與人均GDP增長率之間的關(guān)系依然為倒“U”型。與此同時,宏觀杠桿率波動的系數(shù)在1%的顯著水平下為負(fù),表明宏觀杠桿率波動的加大對人均GDP的增長率同樣造成負(fù)向沖擊。這一結(jié)論與被解釋變量為GDP增長率時的結(jié)果基本一致。根據(jù)最完整的回歸方程測算,拐點的位置出現(xiàn)在宏觀杠桿率達(dá)到224%時。2018年,宏觀杠桿率超過拐點的地區(qū)包括青海、甘肅、北京,分別為234.9%、232.5%、229.7%①。

        上述結(jié)果在逐步加入控制變量后未發(fā)生顯著變化,且所有回歸方程都通過了AR(2)檢驗和Sargan檢驗,說明工具變量選擇恰當(dāng)且不存在二階自相關(guān),表明估計結(jié)果是穩(wěn)健有效的。從控制變量來看,工業(yè)化程度系數(shù)顯著為正,說明工業(yè)化程度的提高對GDP增長率和人均GDP增長率都有促進作用;貿(mào)易開放度系數(shù)顯著為正,說明促進對外貿(mào)易有利于我國經(jīng)濟增長,這也可以一定程度上解釋我國加入WTO后經(jīng)濟的高速增長;人口增長率系數(shù)顯著為正,說明人口增長率提高可通過“人口紅利”效應(yīng)和人力資本積累效應(yīng)提高GDP增長率和人均GDP增長率。

        (二)非金融企業(yè)杠桿率對經(jīng)濟增長的影響

        表4(下頁)估計了非金融企業(yè)杠桿率對經(jīng)濟增長的影響。從表4的結(jié)果可以看出,非金融企業(yè)杠桿率的系數(shù)在1%的置信水平下顯著為正,而非金融企業(yè)杠桿率平方的系數(shù)在1%或5%的置信水平下顯著為負(fù),說明非金融企業(yè)杠桿率與GDP增速之間呈現(xiàn)倒“U”型關(guān)系。非金融企業(yè)杠桿率與人均GDP增速之間亦呈倒“U”型關(guān)系。隨著非金融企業(yè)杠桿率的提高,GDP增長率和人均增長率先上升后下降。與此同時,非金融企業(yè)杠桿率波動的系數(shù)在1%或5%的置信水平下顯著為負(fù),表明非金融企業(yè)杠桿率波動的加大會對一國經(jīng)濟造成負(fù)向沖擊,導(dǎo)致GDP增長率下降。根據(jù)最完整的回歸方程測算,非金融企業(yè)杠桿率對GDP增長率和人均GDP增長率影響的拐點位置分別在152.6%和155.1%時出現(xiàn)。我國大部分地區(qū)的非金融企業(yè)杠桿率在2015年或2016年達(dá)到頂峰,隨著我國一系列“去杠桿”政策的出臺,各地區(qū)該指標(biāo)明顯下滑。截至2018年末,非金融企業(yè)杠桿率超過拐點的地區(qū)包括青海、甘肅和北京,分別為195.1%、172%和165%。上述結(jié)果在逐步加入控制變量后未發(fā)生顯著變化,控制變量對非金融企業(yè)杠桿率的影響與對宏觀杠桿率的影響一致,且所有回歸方程都通過了AR(2)檢驗和Sargan檢驗,說明工具變量選擇恰當(dāng)且不存在二階自相關(guān),表明估計結(jié)果是穩(wěn)健有效的。

        (三)家庭杠桿率對經(jīng)濟增長的影響

        表5估計了家庭杠桿率對經(jīng)濟增長的影響。從表5的結(jié)果可以看出,家庭杠桿率的系數(shù)在1%或10%的置信水平下顯著為正,而家庭杠桿率平方的系數(shù)在1%或10%的置信水平下顯著為負(fù),說明家庭杠桿率與GDP增速之間呈現(xiàn)倒“U”型關(guān)系。家庭杠桿率與人均GDP增長率之間亦呈現(xiàn)倒“U”型關(guān)系。隨著家庭杠桿率的提高,GDP增長率和人均增長率呈現(xiàn)先上升后下降的特征。與此同時,家庭杠桿率波動的系數(shù)在1%或5%的置信水平下顯著為負(fù),表明家庭杠桿率波動的加大同樣會對一國經(jīng)濟造成負(fù)向沖擊,導(dǎo)致GDP增長率和人均GDP增長率同時下降。根據(jù)最完整的回歸方程測算,家庭杠桿率對GDP增長率和人均GDP增長率影響的拐點位置分別在52.3%和62.6%時出現(xiàn)。2018年,家庭杠桿率超過拐點的地區(qū)包括浙江和重慶,分別為75.7%和57%。上述結(jié)果在逐步加入控制變量后未發(fā)生顯著變化,且所有回歸方程都通過了AR(2)檢驗和Sargan檢驗,說明工具變量選擇恰當(dāng)且不存在二階自相關(guān),表明估計結(jié)果穩(wěn)健有效。

        (四)地方政府杠桿率對經(jīng)濟增長的影響

        表6估計了地方政府杠桿率對經(jīng)濟增長的影響。從表6的結(jié)果可以看出,地方政府杠桿率的系數(shù)在1%或10%的置信水平下顯著為正,而地方政府杠桿率平方的系數(shù)顯著為負(fù),說明地方政府杠桿率與GDP增速之間也呈現(xiàn)倒“U”型關(guān)系。地方政府杠桿率與人均GDP增長率之間亦呈現(xiàn)倒“U”型關(guān)系。隨著地方政府杠桿率的提高,GDP增長率和人均增長率呈現(xiàn)先上升后下降的特征。根據(jù)最完整的回歸方程測算,地方政府杠桿率對GDP增長率和人均GDP增長率影響的拐點位置分別在56.1%和50.8%時出現(xiàn)。2018年,地方政府杠桿率超過拐點的地區(qū)包括貴州、江蘇、山東和青海,分別為59.9%、61.5%、73.9%和76.3%。上述結(jié)果在逐步加入控制變量后未發(fā)生顯著變化,且所有回歸方程都通過了AR(2)檢驗和Sargan檢驗,說明工具變量選擇恰當(dāng)且不存在二階自相關(guān),表明估計結(jié)果穩(wěn)健有效。

        四、金融杠桿對金融風(fēng)險的影響

        表7給出了金融杠桿對金融風(fēng)險影響的估計結(jié)果,其中列(1)—(4)的被解釋變量為銀行不良貸款率,列(5)—(8)的被解釋變量為股票價格指數(shù)波動率,對應(yīng)的核心解釋變量分別為宏觀杠桿率、非金融企業(yè)杠桿率、家庭杠桿率和地方政府杠桿率。

        當(dāng)被解釋變量為銀行不良貸款率時,宏觀杠桿率和各部門(除地方政府部門外)杠桿率的一次項系數(shù)均顯著為負(fù),二次項系數(shù)顯著為正,說明隨著杠桿率的上升,銀行不良貸款率先下降后上升,宏觀杠桿率和各部門(除地方政府部門以外)杠桿率與金融風(fēng)險的關(guān)系表現(xiàn)為“U”型。根據(jù)模型(5)測算,拐點的位置分別在宏觀杠桿率為140.4%、非金融企業(yè)杠桿率為124.4%、家庭杠桿率為48%時出現(xiàn),即過高的杠桿率會加大金融風(fēng)險。與此同時,除地方政府杠桿率外,其他部門杠桿率波動的系數(shù)在1%或5%的置信水平下顯著為正,表明宏觀杠桿率和各部門(除地方政府部門外)杠桿率波動的加大會增加一國金融風(fēng)險。

        當(dāng)被解釋變量為股票價格指數(shù)波動率時,除地方政府杠桿率外,其他部門杠桿率的一次項系數(shù)顯著為負(fù)、二次項系數(shù)顯著為正,說明宏觀杠桿率和各部門(除地方政府部門外)杠桿率與金融風(fēng)險的關(guān)系呈“U”型。根據(jù)模型(5)測算,拐點的位置分別在宏觀杠桿率為140%、非金融企業(yè)杠桿率為140%、家庭杠桿率為48.2%時出現(xiàn)。與此同時,宏觀杠桿率波動與非金融企業(yè)杠桿率波動的系數(shù)分別在5%、1%的置信水平下顯著為正,表明宏觀杠桿率波動或非金融企業(yè)杠桿率波動的加大會增加股票價格指數(shù)波動率,對金融穩(wěn)定造成負(fù)向沖擊,加大金融風(fēng)險。這一結(jié)論與被解釋變量為銀行不良貸款率時的結(jié)果基本一致。表7中所有回歸方程都通過了AR(2)檢驗和Sargan檢驗,說明工具變量選擇恰當(dāng)且不存在二階自相關(guān),表明估計結(jié)果是穩(wěn)健有效的。

        五、金融風(fēng)險對金融杠桿與經(jīng)濟增長關(guān)系的門檻效應(yīng)檢驗

        合理的金融杠桿有助于促進經(jīng)濟增長,但過高的金融杠桿會導(dǎo)致金融風(fēng)險增加,甚至誘發(fā)金融危機,從而對經(jīng)濟增長產(chǎn)生負(fù)面影響。這里從“銀行信貸渠道”和“資產(chǎn)價格渠道”檢驗金融風(fēng)險對金融杠桿與經(jīng)濟增長關(guān)系的門檻效應(yīng)。

        首先對模型(6)進行門檻條件檢驗,以確定門檻模型的具體設(shè)定形式。從表8(下頁)的門檻檢驗結(jié)果可以看出,以金融風(fēng)險作為門檻變量時,單門檻、雙門檻、三門檻檢驗均在1%或5%的顯著性水平下顯著,本文選用三門檻模型進行分析。

        接著對三門檻模型的門檻值及置信區(qū)間進行估計,結(jié)果如表9(下頁)所示。以risk為門檻變量時,對應(yīng)的三門檻估計值為0.016、0.044和0.101;以volatility為門檻變量時,對應(yīng)的三門檻估計值為0.177、0.384和0.801,且門檻估計值對應(yīng)的似然比均處于95%置信區(qū)間內(nèi),即接受門檻估計值等于實際門檻值的原假設(shè)。

        從表10(下頁)的門檻模型估計結(jié)果可以看出,不同金融風(fēng)險下宏觀杠桿率對經(jīng)濟增長的影響存在一定差異。從“銀行信貸渠道”來看,當(dāng)risk≤0.016時,lev系數(shù)為0.017,在5%水平上顯著,表明此時增加宏觀杠桿率能夠促進經(jīng)濟發(fā)展。以2018年數(shù)據(jù)為例,有北京、上海、重慶等9個省份處于此階段。當(dāng)0.0160.101時,lev系數(shù)顯著為負(fù),沒有省份處于此階段。以上結(jié)果表明,當(dāng)risk>0.044時,宏觀杠桿率的上升對經(jīng)濟增長不再具有促進作用,甚至?xí)?jīng)濟增長造成負(fù)向沖擊。從“資產(chǎn)價格渠道”來看,當(dāng)volatility≤0.177時,lev系數(shù)變?yōu)?.028,在1%水平上顯著,此時宏觀杠桿率對經(jīng)濟發(fā)展的促進作用最強,處于這一階段的有北京、貴州、上海等26個省份。當(dāng)0.1770.384時,lev系數(shù)由正轉(zhuǎn)負(fù),此時如果再增加宏觀杠桿率,會對經(jīng)濟增長造成負(fù)向沖擊。總體而言,系統(tǒng)性金融風(fēng)險在宏觀杠桿率對經(jīng)濟增長的影響機制中具有門檻效應(yīng),當(dāng)金融風(fēng)險上升到一定程度后,宏觀杠桿率對經(jīng)濟增長的影響會由正向轉(zhuǎn)向負(fù)向,此時,需要降低宏觀杠桿率。

        六、結(jié)論與政策建議

        本文基于中國2005—2018年省級動態(tài)面板數(shù)據(jù),實證考察金融杠桿對經(jīng)濟增長與金融風(fēng)險的影響,在此基礎(chǔ)上,從“銀行信貸渠道”和“資產(chǎn)價格渠道”檢驗了金融風(fēng)險對金融杠桿與經(jīng)濟增長關(guān)系的門檻效應(yīng)。通過研究得到以下結(jié)論:第一,宏觀杠桿率與經(jīng)濟增長存在顯著的倒“U”型關(guān)系,與金融風(fēng)險存在顯著的“U”型關(guān)系。若以最常用的GDP增長率為經(jīng)濟增長的考察指標(biāo),以銀行不良貸款率為金融風(fēng)險的考察指標(biāo),則宏觀杠桿率對經(jīng)濟增長與金融風(fēng)險影響的拐點分別為229.4% 和140.4%,因此,宏觀杠桿率對經(jīng)濟增長與金融風(fēng)險的影響可分為三個區(qū)間:Ⅰ區(qū)為當(dāng)宏觀杠桿率≤140.4%時,隨著宏觀杠桿率的上升,經(jīng)濟增長速度加快,金融風(fēng)險降低;Ⅱ區(qū)為當(dāng)宏觀杠桿率∈(140.4%,229.4%]時,宏觀杠桿率上升仍可促進經(jīng)濟增長,但金融風(fēng)險逐漸加大;Ⅲ區(qū)為當(dāng)宏觀杠桿率>229.4%時,宏觀杠桿率上升將減緩經(jīng)濟增長,并加大金融風(fēng)險。第二,分部門來看,非金融企業(yè)和家庭部門杠桿率與經(jīng)濟增長呈倒“U”型關(guān)系,與金融風(fēng)險呈“U”型關(guān)系。非金融企業(yè)杠桿率拐點位置分別為152.6%和124.4%,家庭杠桿率拐點位置分別為52.3%和48%;地方政府杠桿率對經(jīng)濟增長影響呈倒“U”型,拐點位置為56.1%,對金融風(fēng)險的影響不顯著。第三,無論是宏觀杠桿率波動的加劇,還是非金融企業(yè)、家庭部門的杠桿率波動加劇,都會對經(jīng)濟增長和金融穩(wěn)定同時產(chǎn)生負(fù)向沖擊,減緩經(jīng)濟增長,增加系統(tǒng)性金融風(fēng)險。第四,無論是“銀行信貸渠道”,還是“資產(chǎn)價格渠道”,金融風(fēng)險都對金融杠桿與經(jīng)濟增長具有門檻效應(yīng)。在一定金融風(fēng)險水平(risk≤0.044或volatility≤0.384)下,宏觀杠桿率的增加有助于促進經(jīng)濟增長,但當(dāng)金融風(fēng)險累積超過一定水平(risk>0.044或volatility>0.384)后,宏觀杠桿的上升對經(jīng)濟增長不再具有促進作用,反而會對經(jīng)濟增長造成負(fù)向沖擊。

        基于以上結(jié)論,提出如下建議:

        第一,防止杠桿率大幅波動引發(fā)經(jīng)濟金融系統(tǒng)性風(fēng)險。金融杠桿調(diào)控應(yīng)從總量控制和結(jié)構(gòu)優(yōu)化兩方面入手,盡可能采取循序漸進策略,既要防止總杠桿率上升過快,又要防止金融杠桿急速下降。同時,需要特別關(guān)注非金融企業(yè)、家庭和地方政府等部門杠桿率的可持續(xù)性和內(nèi)部協(xié)調(diào),處理好儲蓄、投資和消費之間的關(guān)系,避免由于單一部門杠桿風(fēng)險過高或調(diào)整過快而引發(fā)系統(tǒng)性風(fēng)險。

        第二,堅持結(jié)構(gòu)性、差異化的杠桿調(diào)控策略。要正確認(rèn)識金融杠桿對經(jīng)濟增長和金融風(fēng)險影響的非線性特征,防止“一刀切”,充分考慮地區(qū)差異,堅持“因地施策、區(qū)別對待和分類指導(dǎo)”的原則,依據(jù)地區(qū)金融狀況采取針對性的金融杠桿調(diào)控策略,把提高杠桿效率作為核心,將調(diào)控企業(yè)杠桿,尤其是將調(diào)控國有企業(yè)杠桿作為重中之重,加快僵尸企業(yè)的出清,防止形成“大而不倒”的預(yù)期。對于債務(wù)風(fēng)險偏高的國企,應(yīng)在市場化前提下通過業(yè)務(wù)重組、債轉(zhuǎn)股等方式降低金融杠桿,對產(chǎn)能過剩、技術(shù)含量過低、不經(jīng)濟和不環(huán)保等發(fā)展?jié)摿^低的企業(yè)實施去杠桿,而對符合國家戰(zhàn)略布局的企業(yè)以及高新科技企業(yè)給予資金和政策支持,以達(dá)到“穩(wěn)增長”和“防風(fēng)險”的雙重目的。

        第三,強化金融杠桿預(yù)警機制,筑牢金融風(fēng)險“防火墻”。應(yīng)從中央到地方建立自上而下的金融杠桿預(yù)警機制,完善對地區(qū)金融杠桿的測度和監(jiān)控。在測度地方政府金融杠桿時,要充分考慮地方政府隱性存量債務(wù)的風(fēng)險,以及債務(wù)硬性約束和軟性約束之間的關(guān)系。此外,在將存量指標(biāo)作為金融杠桿調(diào)整策略依據(jù)的同時,考慮增量金融杠桿的調(diào)整策略,從而提高金融杠桿測度的準(zhǔn)確性,確保及時動態(tài)調(diào)整宏觀杠桿率以適應(yīng)經(jīng)濟發(fā)展和金融穩(wěn)定之需,在此基礎(chǔ)上,為各地區(qū)采取差異化的金融杠桿調(diào)控策略提供依據(jù)。

        第四,明確政府職責(zé),加強制度化建設(shè)。一方面,應(yīng)強化市場化手段在經(jīng)濟金融運行中的主導(dǎo)地位,減少政府對企業(yè)的直接干預(yù),繼續(xù)深化國有企業(yè)改革;另一方面,政府應(yīng)當(dāng)構(gòu)建公平競爭的制度體系,如加強投資者保護,加大對民營企業(yè)合法權(quán)益的保護力度,健全知識產(chǎn)權(quán)制度和侵權(quán)賠償制度。為促使企業(yè)采取市場化、多元化的方式分散融資風(fēng)險,應(yīng)加快完善直接融資市場,構(gòu)建多層次的資本市場體系,健全完善信息披露制度和股權(quán)退出機制,同時,充分發(fā)揮政府引導(dǎo)作用,推進資金脫虛向?qū)崱?/volatility≤0.384時,lev系數(shù)減少至0.021,表明宏觀杠桿率對經(jīng)濟發(fā)展的促進作用有所減弱,處于這一階段的有海南、寧夏等4個省份。當(dāng)volatility>

        參考文獻

        [1]WAGNER W. Diversification at financial institutions and systemic crises[J]. Journal of Financial Intermediation, 2010(3): 373-386.

        [2]王愛儉,杜強.經(jīng)濟發(fā)展中金融杠桿的門檻效應(yīng)分析——基于跨國面板數(shù)據(jù)的實證研究[J].金融評論,2017(5):18-27.

        [3]劉立新,李鵬濤.金融供給側(cè)結(jié)構(gòu)性改革與系統(tǒng)性金融風(fēng)險的防范[J].改革,2019(6):84-91.

        [4]BHATTACHARYA S, TSOMOCOS D P, GOODHART C, et al. Minskys financial instability hypothesis and the leverage cycle[Z].LSE Financial Markets Group Paper Series Special Paper, 2011, No. 202.

        [5]ADRIAN T, SHIN H S. The shadow banking system: implications for financial regulation, federal Reserve Bank of New York, staff report NO. [J]. Ssm Electronic Journal, 2009.

        [6]ACHARYA V V, GALE D, YORULMAZER T. Rollover risk and market freezes[J]. The Journal of Finance, 2011, 66(4): 1177-1209.

        [7]MANGANELLI S and POPOV A. Financial development, sectoral reallocation, and volati-

        lity: international evidence[J]. Journal of International Economics, 2015, 96(2): 323-337.

        [8]劉一楠.企業(yè)杠桿、企業(yè)投資與供給側(cè)改革——基于面板雙門限回歸模型的微觀證據(jù)[J].上海經(jīng)濟研究,2016(12):120-129.

        [9]MENDOZA E G. Sudden stops, financial crises, and leverage[J]. The American Economic Review, 2010, 100(5): 1941-1966.

        [10] LAW S H, SINGH N. Does too much finance harm economic growth?[J]. Journal of Banking & Finance, 2014, 41: 36-44.

        [11] ARCAND J L, BERKES E,PANIZZA U. Too much finance? [J]. Journal of Economic Growth, 2015, 20 (2): 105-148.

        [12] 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):31-45.

        [13] ALLEN F, GALE D. Bubbles and Crises[J]. The Economic Journal, 2000.

        [14] 李揚,等.中國主權(quán)資產(chǎn)負(fù)債表及其風(fēng)險評估(下)[J].經(jīng)濟研究,2012(7):4-21.

        [15] 馬勇,田拓,阮卓陽,等.金融杠桿、經(jīng)濟增長與金融穩(wěn)定[J].金融研究,2016(6):37-51.

        [16] MINSKY H P.The financial instability hypothesis[Z]. The Jerome Levy Economics Institute Working Paper, 1992, No. 74.

        [17] FISHER I. The debt-deflation theory of the great depression[J]. Econometrica, 1933(1): 337-357.

        [18] MIAN A, SUFI A, VERNER E. Household debt and business cycles worldwide[J]. The Quarterly Journal of Economics, 2017(4): 1755-1817.

        [19] 陳雨露,馬勇,徐律.老齡化、金融杠桿與系統(tǒng)性風(fēng)險[J].國際金融研究,2014(9):3-14.

        [20] BORDO M D. An historical perspective on the crisis of 2007-2008[Z]. NBER Working Paper Series, Working Paper, 2008. No. 14569.

        [21] MCALEER M, MEDEIROS M C. Realized volatility: a review[J]. Econometric Reviews, 2008, 27(1-3):10-45.

        [22] 呂健.影子銀行推動地方政府債務(wù)增長了嗎[J].財貿(mào)經(jīng)濟,2014(8):38-48.

        (責(zé)任編輯:許志敏)

        猜你喜歡
        經(jīng)濟增長金融風(fēng)險
        金融風(fēng)險防范宣傳教育
        大社會(2020年3期)2020-07-14 08:44:16
        構(gòu)建防控金融風(fēng)險“防火墻”
        大力增強憂患意識 進一步防范金融風(fēng)險
        提升最低生活保障標(biāo)準(zhǔn)對財政支出和經(jīng)濟增長的影響研究
        江淮論壇(2016年5期)2016-10-31 17:01:26
        基于物流經(jīng)濟的區(qū)域經(jīng)濟增長研究
        中國市場(2016年36期)2016-10-19 03:34:16
        知識產(chǎn)權(quán)保護、國際貿(mào)易與經(jīng)濟增長的文獻綜述
        反腐與經(jīng)濟增長
        中國市場(2016年33期)2016-10-18 12:07:06
        人口結(jié)構(gòu)與中國經(jīng)濟增長的經(jīng)濟分析
        商(2016年27期)2016-10-17 05:01:08
        碳排放、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的關(guān)系研究
        房地產(chǎn)去庫存與金融風(fēng)險分析
        中國市場(2016年12期)2016-05-17 05:10:31
        美丽的小蜜桃在线观看| 亚洲AV肉丝网站一区二区无码 | 和黑人邻居中文字幕在线| 日韩av无码成人无码免费| 欧美丝袜激情办公室在线观看| 丰满人妻被持续侵犯中出在线| 国产麻花豆剧传媒精品mv在线| 国产成人精品综合在线观看| 四虎精品免费永久在线| 久久精品网站免费观看| 久久精品亚州中文字幕| 岳好紧好湿夹太紧了好爽矜持| 午夜国产在线| 熟女少妇丰满一区二区| 伊人青青草综合在线视频免费播放 | 国产福利视频一区二区| 亚洲 欧美 唯美 国产 伦 综合| 极品美女尤物嫩模啪啪| 亚洲美女毛多水多免费视频| 欧美xxxx做受欧美| 久操视频新免费伊人| 亚洲愉拍自拍视频一区| 国产免费观看久久黄av麻豆| 最爽无遮挡行房视频| 久久av无码精品一区二区三区| 韩国日本在线观看一区二区| 国产精品网站91九色| 国产成人亚洲综合色婷婷| 久久久久中文字幕精品无码免费| 精品久久一区二区av| 强奸乱伦影音先锋| 精品久久久久久中文字幕| 国产剧情无码中文字幕在线观看不卡视频| 综合激情五月三开心五月| 国产两女互慰高潮视频在线观看 | 亚洲av一区二区网址| 精品国产一区二区三区色搞| 国产激情精品一区二区三区| 97色综合| 国产亚洲熟妇在线视频| 无码人妻av免费一区二区三区|