■ 王 霞 李博石

（1.蘭州財(cái)經(jīng)大學(xué)中國(guó)西北金融研究中心 甘肅蘭州 730020；2.交通銀行嘉興分行 浙江嘉興 314001）

引言

居民杠桿率過高被認(rèn)為是造成美國(guó)房地產(chǎn)泡沫破裂并引發(fā)2008 年國(guó)際金融危機(jī)的重要原因，此后居民杠桿率對(duì)金融風(fēng)險(xiǎn)的影響引起了學(xué)者們的廣泛關(guān)注，發(fā)現(xiàn)家庭杠桿化程度越高，會(huì)導(dǎo)致家庭資產(chǎn)負(fù)債表惡化越嚴(yán)重，在金融脆弱理論視角下，會(huì)大大削減家庭對(duì)家庭資產(chǎn)價(jià)格波動(dòng)等事件的金融緩沖能力（Moore and Palumbo，2010）。

近年來，我國(guó)的居民杠桿率現(xiàn)狀不容樂觀。國(guó)際清算銀行（BIS）官網(wǎng)數(shù)據(jù)顯示，2006 年以來我國(guó)居民杠桿率持續(xù)攀升，已從2006 年初的10.8% 增至2022 年底的61.6%，增長(zhǎng)470%。此外，從國(guó)際對(duì)比來看，我國(guó)2022 年居民杠桿率已經(jīng)高于新興市場(chǎng)經(jīng)濟(jì)體（45.7%）及歐元區(qū)（58.3%）、德國(guó)（55.7%）等發(fā)達(dá)地區(qū)，且仍保持增長(zhǎng)態(tài)勢(shì)，已不斷接近發(fā)達(dá)經(jīng)濟(jì)體居民杠桿水平（71.5%）。由此可見，我國(guó)居民杠桿率已經(jīng)處于較高水平，存在較大的風(fēng)險(xiǎn)隱患。在我國(guó)大力拉動(dòng)內(nèi)需的背景下，研究我國(guó)居民杠桿率對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響及其傳導(dǎo)路徑，對(duì)進(jìn)一步制定居民杠桿率政策十分必要。本文邊際貢獻(xiàn)為：第一，與以往主要研究居民杠桿率對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響不同，本文分析了居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的理論機(jī)理，并檢驗(yàn)了居民杠桿率對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響；第二，從房地產(chǎn)渠道和企業(yè)債務(wù)渠道探討了居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的傳導(dǎo)機(jī)制，進(jìn)一步厘清了居民杠桿率的銀行信貸風(fēng)險(xiǎn)傳導(dǎo)路徑。

一、理論分析與研究假設(shè)

居民杠桿率處于不同水平時(shí)對(duì)銀行信貸風(fēng)險(xiǎn)會(huì)產(chǎn)生不同的影響。當(dāng)居民杠桿率較低時(shí)，提高居民杠桿率可以刺激內(nèi)需，促進(jìn)企業(yè)蓬勃發(fā)展，提高就業(yè)水平，帶來經(jīng)濟(jì)增長(zhǎng)，從而在一定程度上增加宏觀經(jīng)濟(jì)的抗風(fēng)險(xiǎn)性（劉子威，2021）。具體來看，在居民杠桿率水平較低時(shí)，居民加杠桿主要是為了增加住房等消費(fèi)需求。如果是通過申請(qǐng)住房按揭貸款購(gòu)買住房，此時(shí)居民的還款能力較強(qiáng)，再加上住房按揭貸款的增加會(huì)引起房?jī)r(jià)的適度上升，提升居民的財(cái)富水平，降低居民違約的概率，這使得銀行增加的住房抵押貸款成為優(yōu)質(zhì)資產(chǎn)，提升銀行的貸款質(zhì)量。如果居民加杠桿是為了購(gòu)買汽車等大宗及耐用消費(fèi)品，會(huì)刺激消費(fèi)進(jìn)而優(yōu)化企業(yè)經(jīng)營(yíng)業(yè)績(jī)，降低非金融企業(yè)部門杠桿率，進(jìn)而降低企業(yè)部門的債務(wù)違約風(fēng)險(xiǎn)。因此居民杠桿率在低水平區(qū)間增長(zhǎng)時(shí)，不會(huì)增加銀行信貸風(fēng)險(xiǎn)。但是，居民杠桿率處于較高水平時(shí)則效應(yīng)相反。首先，此時(shí)居民繼續(xù)加杠桿購(gòu)買住房，過高的杠桿率會(huì)導(dǎo)致居民部門的債務(wù)水平過高，增加居民債務(wù)違約的風(fēng)險(xiǎn)溢出（姚東旻等，2019），增加銀行信貸的風(fēng)險(xiǎn)。此外，居民過度加杠桿購(gòu)買住房，容易造成房地產(chǎn)泡沫，給銀行信貸質(zhì)量造成較大的風(fēng)險(xiǎn)隱患。其次，居民部門高債務(wù)水平會(huì)對(duì)居民消費(fèi)產(chǎn)生擠出效應(yīng)（賈麗平等，2014），造成社會(huì)總需求的不足，進(jìn)而傳導(dǎo)至企業(yè)部門引起企業(yè)銷售收入和利潤(rùn)下降，經(jīng)營(yíng)陷入困難。企業(yè)為提高流動(dòng)性，只好增加短期借款，企業(yè)杠桿率因此上升，在經(jīng)營(yíng)無法改善的情況下，容易引發(fā)債務(wù)違約，造成銀行的呆壞賬，增加銀行信貸風(fēng)險(xiǎn)溢出（譚小芬等，2019）。由此，居民杠桿率處于較高水平時(shí)進(jìn)一步提高杠桿率會(huì)增加銀行信貸風(fēng)險(xiǎn)。

因此，本文提出如下3 個(gè)假設(shè)：

假設(shè)1：居民杠桿率與商業(yè)銀行信貸風(fēng)險(xiǎn)是“U”型關(guān)系，在低水平時(shí)對(duì)銀行信貸風(fēng)險(xiǎn)產(chǎn)生負(fù)向影響，高水平時(shí)產(chǎn)生正向影響；

假設(shè)2：居民杠桿率對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響通過房地產(chǎn)渠道傳導(dǎo)，并在低房?jī)r(jià)時(shí)產(chǎn)生負(fù)向影響，高房?jī)r(jià)時(shí)產(chǎn)生正向影響；

假設(shè)3：居民杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)的影響通過企業(yè)債務(wù)渠道傳導(dǎo)，并在低債務(wù)時(shí)產(chǎn)生負(fù)向影響，高債務(wù)時(shí)產(chǎn)生正向影響。

二、實(shí)證設(shè)計(jì)

（一）指標(biāo)選取

1.被解釋變量。信貸風(fēng)險(xiǎn)項(xiàng)。商業(yè)銀行不良貸款率是銀行整體風(fēng)險(xiǎn)水平的核心指標(biāo)，本文通過商業(yè)銀行信貸風(fēng)險(xiǎn)指標(biāo)——不良貸款率（NPL）來衡量信貸風(fēng)險(xiǎn)。

2.核心解釋變量。本文核心解釋變量為居民杠桿率，選取居民債務(wù)總額與GDP 之比測(cè)算居民杠桿率（hlev），其中居民債務(wù)總額用人民銀行公布的各省年末住戶貸款余額表示。由此，以各省住戶貸款余額/各省GDP 計(jì)算各省居民杠桿率（hlev）；同時(shí)本文進(jìn)一步加入各省居民杠桿率的平方項(xiàng)（hlev2），研究居民杠桿率在不同水平下對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響。

3.中介變量。中介變量參考李程（2019）、黃倩（2021）等文獻(xiàn)，設(shè)定為各省房?jī)r(jià)收入比（hpir）、各省上市公司資產(chǎn)負(fù)債率（debt），其分別表示“房地產(chǎn)渠道”傳導(dǎo)和“企業(yè)債務(wù)渠道”傳導(dǎo)。

4.控制變量。參考王擎（2019）選取了投資市場(chǎng)化程度（shc）和開放度（open）度量經(jīng)濟(jì)發(fā)展程度，GDP 增長(zhǎng)率（gdp）和通貨膨脹率（inf）度量經(jīng)濟(jì)增長(zhǎng)能力、存款增長(zhǎng)率（dep）度量銀行業(yè)規(guī)模，工業(yè)企業(yè)資產(chǎn)負(fù)債率（dar）度量企業(yè)效益。

表1 各變量及其含義

5.數(shù)據(jù)來源和變量描述性統(tǒng)計(jì)。本文選取我國(guó)2005～2021 年的30 個(gè)省份（西藏和港澳臺(tái)除外）的面板數(shù)據(jù)作為研究對(duì)象。核心解釋變量、被解釋變量、中介變量及控制變量的數(shù)據(jù)通過Wind 數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局、中國(guó)人民銀行網(wǎng)站、各省統(tǒng)計(jì)年鑒和東方財(cái)富Choice 數(shù)據(jù)庫(kù)獲得。下表為各變量的描述性統(tǒng)計(jì)結(jié)果（見表2）。

表2 各變量的描述性統(tǒng)計(jì)結(jié)果

（二）模型設(shè)定

1.基準(zhǔn)模型。本文樣本數(shù)據(jù)為2015～2021 年30 個(gè)省份（西藏和港澳臺(tái)除外）的省級(jí)數(shù)據(jù)，并借鑒以往文獻(xiàn)的研究方法，建立面板模型，研究居民杠桿率分別對(duì)銀行信貸風(fēng)險(xiǎn)和金融市場(chǎng)風(fēng)險(xiǎn)的影響，并在對(duì)銀行信貸風(fēng)險(xiǎn)影響中加入解釋變量居民杠桿率的平方項(xiàng)，分析不同水平居民杠桿率的影響。模型如下：

2.居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的渠道模型——中介效應(yīng)模型。根據(jù)上述理論機(jī)制分析，居民杠桿通過房地產(chǎn)渠道和企業(yè)債務(wù)渠道影響銀行信貸風(fēng)險(xiǎn)。本文引入房?jī)r(jià)收入比作為房地產(chǎn)渠道的中介變量，企業(yè)資產(chǎn)負(fù)債率表示企業(yè)債務(wù)渠道中介變量。中介效應(yīng)模型表達(dá)式如下：

進(jìn)一步研究銀行信貸風(fēng)險(xiǎn)，本文設(shè)置中介效應(yīng)模型如下：

（1）房地產(chǎn)渠道的影響

（2）企業(yè)債務(wù)渠道的影響

引入企業(yè)資產(chǎn)負(fù)債率作為中介變量分析企業(yè)債務(wù)渠道的影響，模型如下：

3.不同房?jī)r(jià)對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響。在公式（5）的基礎(chǔ)上，引入房?jī)r(jià)收入比的二次方，驗(yàn)證房地產(chǎn)對(duì)銀行信貸風(fēng)險(xiǎn)具有低房?jī)r(jià)負(fù)向、高房?jī)r(jià)正向影響效應(yīng)。

4.不同企業(yè)債務(wù)對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響。在公式（8）的基礎(chǔ)上，引入企業(yè)資產(chǎn)負(fù)債率的二次方，驗(yàn)證企業(yè)債務(wù)對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的非線性影響。

三、實(shí)證分析

（一）基準(zhǔn)回歸

本文采用的相關(guān)變量通過單位根檢驗(yàn)和Hausman 檢驗(yàn)后，選擇固定效應(yīng)模型進(jìn)行進(jìn)一步的回歸分析。

基于固定效應(yīng)模型（1），檢驗(yàn)居民杠桿率對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，并逐步引入控制變量觀察計(jì)量結(jié)果的變化，下表3 為具體的計(jì)量結(jié)果。

表3 居民杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)影響的回歸結(jié)果

通過表3 可知，商業(yè)銀行不良貸款率作為被解釋變量，居民杠桿率作為解釋變量時(shí)，依次加入經(jīng)濟(jì)發(fā)展、經(jīng)濟(jì)增長(zhǎng)、銀行規(guī)模、企業(yè)效益控制變量后，居民杠桿率hlev 系數(shù)為負(fù)，且均高度顯著，同時(shí)居民杠桿率的平方項(xiàng)系數(shù)顯著為正，驗(yàn)證居民杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)的影響具有階段特征，在低杠桿率時(shí)為負(fù)向影響，高杠桿率時(shí)為正向影響，即其關(guān)系為顯著的“U”型關(guān)系。依據(jù)以上計(jì)量結(jié)果，計(jì)算得出居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的拐點(diǎn)為53.00，即居民杠桿率在53%以下時(shí)，居民部門加杠桿會(huì)降低商業(yè)銀行的信貸風(fēng)險(xiǎn)；高于53%時(shí)，居民加杠桿則提高商業(yè)銀行的信貸風(fēng)險(xiǎn)。以上實(shí)證結(jié)果與前文理論機(jī)制分析一致，假設(shè)1 成立。

（二）異質(zhì)性分析

根據(jù)各省樣本數(shù)據(jù)，考慮我國(guó)東部、中部、西部之間發(fā)展水平不同，進(jìn)一步分析不同區(qū)域的差異性，因此將全樣本按照省份歸屬為東部、中部、西部，加入控制變量后，依次回歸。以下表4 為居民杠桿率對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)影響的異質(zhì)性分析，其中表4 中的（1）、（2）、（3）分別代表東部、中部、西部。

表4 居民杠桿率影響銀行信貸風(fēng)險(xiǎn)的異質(zhì)性分析

由表4 可知，商業(yè)銀行不良貸款率為被解釋變量，東部、中部、西部的回歸結(jié)果居民杠桿率（hlev）系數(shù)均顯著且為負(fù)，居民杠桿率平方項(xiàng)（hlev2）系數(shù)均顯著且為正，說明居民杠桿率與商業(yè)銀行信貸風(fēng)險(xiǎn)均是“U”型關(guān)系，這與全國(guó)回歸結(jié)果相同；進(jìn)一步計(jì)算拐點(diǎn)值分別為東部63.3、中部49、西部44.7，東部地區(qū)的拐點(diǎn)值最高、中部地區(qū)次之、西部地區(qū)最小。這是因?yàn)闁|部地區(qū)相對(duì)發(fā)展水平高、金融體系完善、居民財(cái)富積累多，因此居民具有較強(qiáng)的負(fù)債能力；而中部地區(qū)和西部地區(qū)這些條件逐漸遞減，符合現(xiàn)實(shí)。

（三）穩(wěn)健性檢驗(yàn)

為使實(shí)證結(jié)果更加穩(wěn)健，本文進(jìn)一步進(jìn)行穩(wěn)健性檢驗(yàn)。借鑒黃倩（2021）使用的系統(tǒng)GMM 模型，本文將被解釋變量分別滯后一期作為工具變量，將模型調(diào)整為動(dòng)態(tài)面板模型，用系統(tǒng)GMM 的方法估計(jì)，進(jìn)行兩步回歸并用“WC-Robust Standard Error”的方法得到穩(wěn)健標(biāo)準(zhǔn)誤差，以保證模型估計(jì)的穩(wěn)健有效。動(dòng)態(tài)面板模型如下：

表5 為穩(wěn)健型檢驗(yàn)的GMM 估計(jì)結(jié)果，其中表5 中的（1）為未添加控制變量的結(jié)果，（2）為加入控制變量的結(jié)果?？梢钥闯?，（1）、（2）兩個(gè)模型回歸結(jié)果一階滯后項(xiàng)L.npl均顯著，居民杠桿率一次項(xiàng)都顯著為負(fù)，居民杠桿率二次項(xiàng)都顯著為正，居民杠桿率與商業(yè)銀行信貸風(fēng)險(xiǎn)為“U”型關(guān)系成立；且兩個(gè)模型均通過了AR 檢驗(yàn)和Hansen 檢驗(yàn)，證明估計(jì)結(jié)果穩(wěn)健有效。

表5 居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的系統(tǒng)GMM 估計(jì)結(jié)果

（四）居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的渠道檢驗(yàn)

根據(jù)本文理論機(jī)制分析，居民杠桿率對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的傳導(dǎo)分為房地產(chǎn)渠道和企業(yè)債務(wù)渠道，并且在房地產(chǎn)渠道以房?jī)r(jià)收入比為中介變量中，對(duì)銀行信貸風(fēng)險(xiǎn)產(chǎn)生非線性影響，房?jī)r(jià)較低時(shí)為負(fù)向影響，房?jī)r(jià)較高時(shí)為正向影響。在企業(yè)債務(wù)渠道中同樣具有對(duì)風(fēng)險(xiǎn)的非線性影響，低債務(wù)水平時(shí)為負(fù)向影響，高債務(wù)水平時(shí)為正向影響。

1.房地產(chǎn)渠道的中介效應(yīng)。表6 為房地產(chǎn)渠道檢驗(yàn)，其中表6 中的（1）-（3）為中介效應(yīng)檢驗(yàn)，對(duì)應(yīng)公式（3）、（4）、（5），表6 中的（4）為加入房?jī)r(jià)收入比二次項(xiàng)檢驗(yàn)房?jī)r(jià)對(duì)的非線性關(guān)系，對(duì)應(yīng)公式（9）。

表6 居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的房地產(chǎn)渠道檢驗(yàn)

依據(jù)中介效應(yīng)檢驗(yàn)理論（溫忠麟2005），表6 中，（1）式為居民杠桿率對(duì)銀行不良貸款率的基準(zhǔn)回歸結(jié)果，居民杠桿率系數(shù)顯著；（2）式為居民杠桿率對(duì)中介變量房?jī)r(jià)收入比的回歸結(jié)果，居民杠桿率系數(shù)顯著；（3）式為居民杠桿率和中介變量對(duì)銀行不良貸款率的回歸結(jié)果，中介變量房?jī)r(jià)收入比的系數(shù)顯著則中介效應(yīng)成立，且居民杠桿率的系數(shù)也顯著，因此居民杠桿率對(duì)銀行不良貸款率的影響為部分中介效應(yīng)，其中直接效應(yīng)為-0.206，間接效應(yīng)約為-0.006（由0.161 和-0.036 乘積得到）。進(jìn)一步由表6中（4）式可知，加入房?jī)r(jià)收入比的二次項(xiàng)后，房?jī)r(jià)收入比顯著為負(fù)，房?jī)r(jià)收入比的平方項(xiàng)顯著為正，因此房?jī)r(jià)收入比對(duì)銀行不良貸款率為非線性影響，即低房?jī)r(jià)收入比對(duì)銀行信貸風(fēng)險(xiǎn)產(chǎn)生負(fù)向影響，高房?jī)r(jià)收入比會(huì)對(duì)銀行信貸風(fēng)險(xiǎn)產(chǎn)生正向影響。

因此，居民杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)的直接效應(yīng)為負(fù)，且為“U”型關(guān)系，即先降低后增加。同時(shí)居民杠桿對(duì)房地產(chǎn)價(jià)格為正向效應(yīng)，增加房?jī)r(jià)收入比，房?jī)r(jià)收入比的增加在低水平產(chǎn)生銀行信貸風(fēng)險(xiǎn)負(fù)向溢出，高水平產(chǎn)生銀行信貸風(fēng)險(xiǎn)正向溢出，總體使得居民杠桿和銀行信貸風(fēng)險(xiǎn)呈現(xiàn)“U”型關(guān)系，假設(shè)2 成立。

2.企業(yè)債務(wù)渠道的中介效應(yīng)。表7 為企業(yè)債務(wù)渠道檢驗(yàn)，其中表7 中的（1）-（3）為中介效應(yīng)檢驗(yàn)，對(duì)應(yīng)公式（6）、（7）、（8），表7 中的（4）為加入企業(yè)資產(chǎn)負(fù)債率二次項(xiàng)檢驗(yàn)企業(yè)債務(wù)的非線性關(guān)系，對(duì)應(yīng)公式（10）。

表7 居民杠桿率影響商業(yè)銀行信貸風(fēng)險(xiǎn)的企業(yè)債務(wù)渠道檢驗(yàn)

表7 中，（1）式顯示居民杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)的總效應(yīng)為-0.212，（2）式中居民杠桿率系數(shù)顯著為正，表明居民杠桿助推企業(yè)債務(wù)上升，（3）式中居民杠桿率和企業(yè)資產(chǎn)負(fù)債率與銀行資產(chǎn)負(fù)債率的估計(jì)結(jié)果顯著，中介效應(yīng)成立且為部分中介效應(yīng)?？傂?yīng)為-0.212，直接效應(yīng)為-0.221，間接效應(yīng)為0.009（由0.161 和0.052 乘積得到）。因此居民杠桿率增加會(huì)先助推企業(yè)資產(chǎn)負(fù)債率的上升，如果此時(shí)企業(yè)資產(chǎn)負(fù)債率處于較低水平，企業(yè)杠桿率的上升會(huì)增加企業(yè)的發(fā)展動(dòng)能，降低銀行信貸風(fēng)險(xiǎn)；如果此時(shí)企業(yè)資產(chǎn)負(fù)債率處于較高水平，企業(yè)杠桿率的上升會(huì)進(jìn)一步增加銀行信貸風(fēng)險(xiǎn)。由此，居民杠桿會(huì)通過企業(yè)債務(wù)水平傳導(dǎo)對(duì)銀行信貸風(fēng)險(xiǎn)產(chǎn)生影響，并且企業(yè)債務(wù)會(huì)對(duì)銀行信貸風(fēng)險(xiǎn)產(chǎn)生非線性影響，低杠桿會(huì)對(duì)銀行信貸風(fēng)險(xiǎn)負(fù)向溢出，高杠桿對(duì)銀行信貸風(fēng)險(xiǎn)正向溢出，假設(shè)3 成立。

四、結(jié)論與對(duì)策建議

本文通過我國(guó)30 個(gè)省份（西藏和港澳臺(tái)除外）2005～2021 年的面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型和中介效應(yīng)模型，分別檢驗(yàn)了居民杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)和金融市場(chǎng)風(fēng)險(xiǎn)的影響及其傳導(dǎo)路徑。研究發(fā)現(xiàn)：第一，居民杠桿率與商業(yè)銀行信貸風(fēng)險(xiǎn)為“U”型關(guān)系，拐點(diǎn)為53%。即當(dāng)居民杠桿率較高時(shí)，提高杠桿率會(huì)提高商業(yè)銀行的信貸風(fēng)險(xiǎn)，但當(dāng)居民杠桿率較低時(shí)，提高杠桿率可以降低商業(yè)銀行的信貸風(fēng)險(xiǎn)。第二，居民杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)的影響主要通過兩條途徑傳導(dǎo)，其一是居民杠桿率變動(dòng)通過影響房?jī)r(jià)，由房?jī)r(jià)對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)產(chǎn)生低房?jī)r(jià)負(fù)向影響和高房?jī)r(jià)正向影響效應(yīng)；其二是居民杠桿率變動(dòng)通過影響企業(yè)負(fù)債水平，在企業(yè)負(fù)債處于低水平時(shí)對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)產(chǎn)生負(fù)向影響而企業(yè)負(fù)債處于高水平時(shí)產(chǎn)生正向影響效應(yīng)。

基于上述結(jié)論，在我國(guó)2023 年第1 季度居民杠桿率已經(jīng)達(dá)到63.3%的情況下，結(jié)合我國(guó)穩(wěn)增長(zhǎng)防風(fēng)險(xiǎn)的政策導(dǎo)向，本文提出以下對(duì)策建議：

第一，健全居民部門杠桿率監(jiān)管制度。在我國(guó)既要靠?jī)?nèi)需拉動(dòng)經(jīng)濟(jì)增長(zhǎng)、又要防止居民債務(wù)及其誘發(fā)風(fēng)險(xiǎn)的形勢(shì)下，我國(guó)應(yīng)加強(qiáng)對(duì)居民杠桿率的監(jiān)管，既要規(guī)模控制，又要把握居民杠桿率增速及結(jié)構(gòu)，且宏觀監(jiān)測(cè)與個(gè)體追蹤平行進(jìn)行，保證居民杠桿率的合理適度。

第二，積極調(diào)整居民杠桿結(jié)構(gòu)，減少非剛需的投資性債務(wù)杠桿比例。重視對(duì)居民部門杠桿率結(jié)構(gòu)的調(diào)整，鼓勵(lì)擴(kuò)大家庭經(jīng)營(yíng)性貸款及大宗耐用消費(fèi)品貸款，既有助于居民家庭收入的提高，又有助于推進(jìn)供給側(cè)結(jié)構(gòu)性改革，降低風(fēng)險(xiǎn)的同時(shí)促進(jìn)經(jīng)濟(jì)發(fā)展。

第三，因地制宜地制定結(jié)構(gòu)性去杠桿政策，堅(jiān)持防范化解重大金融風(fēng)險(xiǎn)。我國(guó)居民杠桿率呈現(xiàn)出區(qū)域結(jié)構(gòu)分化的特征，應(yīng)根據(jù)城市發(fā)展程度、金融開放度、地區(qū)人均收入等因素，因地制宜，實(shí)施一城一策的居民部門去杠桿政策。