駱曉強 梁權琦,2 楊曉光,2**

1 中國科學院大學 經濟管理學院 北京 100190

2 中國科學院數(shù)學與系統(tǒng)科學研究院 北京 100190

當前中國經濟的“灰犀?！焙汀昂谔禊Z”*

駱曉強1梁權琦1,2楊曉光1,2**

1 中國科學院大學 經濟管理學院 北京 100190

2 中國科學院數(shù)學與系統(tǒng)科學研究院 北京 100190

在經歷了長期高速增長以及國際經濟形勢轉變以后，中國經濟面臨著較為嚴重的系統(tǒng)性風險。中國政府對此予以高度重視，提出既防“黑天鵝”，也防“灰犀?！薄Ｎ恼聦χ袊洕媾R的“灰犀?！焙汀昂谔禊Z”進行了分析，認為當前最大的“灰犀?！笔遣粩嗯蛎浀恼w債務和高企的杠桿率，當前的“黑天鵝”是難以預測的外部猛烈沖擊。導致“灰犀牛”奔跑的兩大潛在因素是經濟下滑和利率攀升，而“黑天鵝”通過貿易渠道引爆“灰犀?！笔钱斍暗淖畲箫L險。

“灰犀?！?，“黑天鵝”，債務，杠桿率，外部沖擊

DOI 10.16418/j.issn.1000-3045.2017.12.010

20 世紀 90 年代以來，以東亞金融危機、美國次貸危機、歐洲債務危機為代表的金融危機的發(fā)生頻率、影響范圍以及造成的沖擊都在加快、加大[1]，與金融危機相聯(lián)系的系統(tǒng)性風險成為國際學術界研究熱點。這其中誕生了兩個近乎家喻戶曉的術語，“黑天鵝”和“灰犀牛”?！昂谔禊Z”和“灰犀?！笔怯擅绹~約大學杰出教授（Distinguished Professor）Nassim Nicholas Taleb[2]和古根海姆學者獎獲得者 Michele Wucker[3]分別于 2007 年和 2016 年提出的，是用來刻畫系統(tǒng)性風險的兩個隱喻?！昂谔禊Z”一般指難以預測，但突然發(fā)生時，會引起連鎖反應，有巨大負面影響的小概率事件?！盎蚁！币话闶侵父怕蚀?、沖擊力極強、在某種程度上可以預見、潛在但是常常被忽視的風險?！昂谔禊Z”和“灰犀?！钡奶岢觯蜗蟮乜坍嬃藘深愊到y(tǒng)性風險的特征，使之從抽象的學術概念變成普通人容易理解的形象描述，在國際上引起廣泛的反響，Taleb 和 Wucker 的相關書籍[2,3]，也因此洛陽紙貴，成為國際上的暢銷書。

中國經濟在經歷了 30 多年的高速增長后，2012 年以來轉入中高速增長，進入調整期。前期積累的各種矛盾以及經濟下行的影響，使得中國經濟的系統(tǒng)性風險顯著加大。以習近平總書記為核心的黨中央高度重視系統(tǒng)性風險的防范，習近平總書記和李克強總理三番五次強調要“牢牢守住不發(fā)生系統(tǒng)性風險的底線”。2017 年 7 月14—15日第五次全國金融工作會議決定設立國務院金融穩(wěn)定發(fā)展委員會，習近平總書記在會上強調要“強化人民銀行宏觀審慎管理和系統(tǒng)性風險防范職責，落實金融監(jiān)管部門監(jiān)管職責，并強化監(jiān)管問責”。2017 年 7 月17日，《人民日報》評論員文章《有效防范金融風險——二論做好當前金融工作》[4]，提到“防范化解金融風險，需要增強憂患意識?！确馈谔禊Z’，也防‘灰犀?！?，對各類風險苗頭既不能掉以輕心，也不能置若罔聞”。2017 年 8月15日，中國建設銀行行長王祖繼[5]在《人民日報》發(fā)表文章，表態(tài)防止“黑天鵝”和“灰犀牛”是大型國有商業(yè)銀行的責任擔當。2017 年 11月4日，中國人民銀行網站發(fā)表了周小川行長的文章《守住不發(fā)生系統(tǒng)性金融風險的底線》[6]，強調要加強對“黑天鵝”和“灰犀牛”的防范。2017 年11月8日，經黨中央、國務院批準，國務院金融穩(wěn)定發(fā)展委員會正式成立，國務院副總理馬凱擔任委員會主任。如此種種，展現(xiàn)出國家對中國經濟的“灰犀牛”和“黑天鵝”高度重視。本文嘗試對當前我國經濟中的“灰犀?！焙汀昂谔禊Z”進行系統(tǒng)的分析，以便找準癥結，及時應對。

1 整體債務是當前我國經濟最大的“灰犀?！?/h2>

2017 年 7月17日的《人民日報》評論員文章[4]發(fā)表后，有關中國經濟的“灰犀?！钡挠懻摮蔀樯鐣P注的熱點之一。中央財經領導小組辦公室經濟一局局長王志軍在回答記者提問時指出，“我國存在的‘灰犀?！L險隱患，如影子銀行、房地產泡沫、國有企業(yè)高杠桿、地方債務、違法違規(guī)集資等問題”?！督洕請蟆贰吨袊C券報》對經濟學家和業(yè)界專家進行了一系列的采訪，一致認為房地產泡沫、影子銀行、國有企業(yè)和地方政府的高負債是中國經濟的“灰犀?！盵7,8]。的確，由圖 1 可見，我國影子銀行和房地產市場近些年快速擴張，占 GDP 比重持續(xù)加大，商品房空置率急劇攀高，是中國經濟的重大風險因素，具有“灰犀牛”的一些特征。

圖1 我國影子銀行規(guī)模（a）和占比（b）以及房地產市場銷售（c）和空置（d）狀況圖數(shù)據(jù)來源：金融穩(wěn)定委員會（FSB）、環(huán)亞經濟數(shù)據(jù)有限公司（CEIC）

然而，對于影子銀行、房地產泡沫等單個的風險因素，中國政府和社會對它們的風險警覺一直存在，持續(xù)出臺政策加強對這些風險因素的管控。例如，中國監(jiān)管部門一直要求商業(yè)銀行嚴格遵守《巴塞爾協(xié)議》，我國商業(yè)銀行的資本充足率（包括核心資本充足率）都處在國際上相對高水平，壞賬撥備率也達到較高的水平。特別地，我國政府對于金融行業(yè)有很強的管制和協(xié)調能力，因銀行擠兌而破產的現(xiàn)象很難出現(xiàn)，我國應對影子銀行的風險能力遠高于西方國家。對于房地產市場，我國更是采取了一系列的調控政策，居民購房首付率大大高于西方國家，抗風險波動的能力強。影子銀行、房地產泡沫、國有企業(yè)高杠桿、地方債務、違法違規(guī)集資等問題雖然是中國經濟的重大風險隱患，但是還沒有發(fā)展到“把牛角對準我們，全速向我們攻擊”的地步。

筆者認為，當前中國經濟最大的“灰犀?！?，是整個經濟系統(tǒng)不斷累積的整體債務以及高企的杠桿率。我國經濟系統(tǒng)各項債務通過金融中介（商業(yè)銀行）已經構成一個龐大的債務鏈條，任何一個環(huán)節(jié)出現(xiàn)流動性困難，支付危機都會通過金融中介的鏈條傳遞到下一個環(huán)節(jié)，從而引發(fā)系統(tǒng)性危機。本部分就從這一視角出發(fā)，對中國經濟的“灰犀?！边M行分析。

1.1 當前我國經濟中債務總體狀況分析

2007 年次貸危機以來，在全球量化寬松以及國內政策總體寬松①2009—2010年我國實施了積極財政政策和適度寬松的貨幣政策，2011—2017年實施了積極財政政策和穩(wěn)健貨幣政策的背景下，我國經濟出現(xiàn)了明顯的加杠桿過程，債務融資迅速增加，債務快速累積。根據(jù)國際清算銀行（BIS）統(tǒng)計，2017 年一季度末，我國非金融部門信貸余額②國際清算銀行非金融部門信貸規(guī)模包括了非金融企業(yè)、居民和政府3個部門的信貸融資；中國人民銀行公布的社會融資總額存量主要包括非金融企業(yè)和居民融資，未包括政府部門融資達 196.9 萬億元人民幣，占國內生產總值比重為 257.8%（2008 年年末為 141%），遠高于新興市場經濟國家平均水平（189%），高于所有報告國家平均水平（238%），接近發(fā)達經濟體的平均水平（267.9%）。用國際清算銀行的私人非金融部門信貸占 GDP 比重缺口③Credit-to-GDP gaps: (actual-trend)-China-Credit from All sectors to Private non-financial sector.有關這一指標的說明，參見：Drehmann M,Tsatsaronis K. The credit-to-GDP gap and countercyclical capital buあers: questions and answers. BIS Quarterly Review, 2014, 3: 55-73指標衡量，2017 年一季度末中國這一指標為 22.1%，比頂峰時期雖有所回落，但仍位居世界第一，遠超國際清算銀行認定的 2%—10% 正常值范圍，隱含了不可持續(xù)的風險。

圖2 我國非金融部門“信貸余額/GDP”情況圖數(shù)據(jù)來源：國際清算銀行（BIS）

一直以來，我國政府都高度重視對金融風險的防范，將防風險放在重要位置。但在宏觀經濟總體較弱、依然需要穩(wěn)增長的背景下，我國政府去杠桿的政策較為溫和，貨幣信貸環(huán)境總體寬松，利率水平維持低位，宏觀上去杠桿的步伐較為保守。而微觀主體存在對自身估計偏高，對未來預期樂觀，對風險估計偏低，主動降杠桿的動力不足，去杠桿步伐還較緩慢，部分領域如房地產仍在加杠桿，以及債務占比仍在上升。如圖 2 所示，雖然當前我國“信貸余額 /GDP”上升速度放緩，但整體債務水平還未降到可以排除發(fā)生危機的水平，累積債務的“灰犀?！碧卣饕廊淮嬖?。

1.2 當前我國經濟中債務的結構分析

為識別債務鏈條的薄弱環(huán)節(jié)，找到“灰犀?！钡娘L險點，本部分對我國經濟債務結構進行分析。

1.2.1 負債主體

企業(yè)和地方政府負債相對較高，是債務鏈條中薄弱主體。國際清算銀行統(tǒng)計，非金融企業(yè)信貸占 GDP 比重從 2008 年末的 96.3% 上升到 2017 年一季度末的 165.3%，上升 69 個百分點；政府信貸余額占 GDP 比重從 2008 年末的 27.1% 上升到 2017 年一季度末的 46.9%，上升了19.8 個百分點，同時中央政府債務余額占比基本穩(wěn)定，上升全部來自地方政府信貸余額占比的上升；居民信貸余額占 GDP 比重從 2008 年末的 17.9% 上升到 2017 年一季度末的 45.5%，上升了 27.6 個百分點，其中住房信貸上升貢獻了近 60%。

1.2.2 風險來源

房地產有關信貸規(guī)模擴張迅速，與房地產價格關系緊密，存在資產價格風險敞口。目前，新增貸款繼續(xù)流向房地產，2017 年前三季度 39% 的新增貸款為房地產貸款，房地產貸款余額占銀行貸款余額的比重達到 25%；居民個人房貸占 GDP 比重從 2008 年年末的 10.4% 上升到2017 年一季度末的 26.5%，上升 16.1個百分點（圖 3）。截至 2017 年 6 月末，銀行類金融機構人民幣各項貸款余額 114.57 萬億元，人民幣房地產貸款余額為 29.72 萬億元，占銀行類金融機構人民幣貸款總額的 25.9%。其中，房產開發(fā)貸款余額 6.4 萬億元，地產開發(fā)貸款余額 1.36 萬億元，個人住房貸款余額 20.1 萬億元。

與此同時，由于房地產價格的一路升高，銀行業(yè)的其他抵押貸款也主要是由土地或者房地產作為抵押物。根據(jù)對我國“五大行”④“五大行”指代：中國工商銀行、中國銀行、中國建設銀行、中國農業(yè)銀行、交通銀行、12 家股份制商業(yè)銀行、10 家城商行和 8 家農商行的數(shù)據(jù)統(tǒng)計，房地產抵押貸款約占商業(yè)銀行貸款總額的 43%（圖 4），其中以房地產作為抵押物的貸款規(guī)模約為 39.4 萬億元人民幣。剔除以房地產作為抵押物的直接涉房貸款，以房地產為抵押物的其他貸款規(guī)模約為 13.6 萬億人民幣。房價調整將直接影響銀行業(yè)的貸款質量，資產價格風險明顯。

1.2.3 金融中介

債務融資集中于商業(yè)銀行，加大了銀行體系的脆弱性。雖然近幾年我國債券市場快速發(fā)展，直接債務融資比重上升，但以銀行為中介的間接債務融資占比依然很高。國際清算銀行統(tǒng)計，2017 年一季度末，我國非金融企業(yè)和居民債務有 75% 的來自商業(yè)銀行，遠高于發(fā)達國家 49% 平均水平。商業(yè)銀行作為金融中介鏈接著所有債權人和債務人，某個局部領域一旦發(fā)生支付困難，會通過商業(yè)銀行傳遞，成為系統(tǒng)性風險。與此同時，近幾年在利益驅動下，商業(yè)銀行表外業(yè)務迅速膨脹，影子銀行快速擴張，期限錯配等問題比較突出，銀行體系自身的風險不可忽視。

圖4 我國商業(yè)銀行房地產抵押貸款占比分布數(shù)據(jù)來源：CEIC、人民銀行，平安證券

1.3 當前我國經濟相關各部門債務可持續(xù)性分析

“灰犀?！钡拇笮〔⒉恢苯記Q定危害出現(xiàn)概率，“灰犀牛”的奔跑才是造成直接沖擊的重點。 “灰犀?！焙螘r會跑起來，是研究“灰犀牛”的重中之重。債務危機的根源是還本付息是否可以持續(xù)。何時不能還本付息，何時就會出現(xiàn)“明斯基時刻”⑤“明斯基時刻”是美國經濟學家海曼·明斯基所描述的資產價值崩潰時刻，其邏輯是：在經濟好的時候，投資者傾向于承擔更多風險；隨著經濟向好的時間不斷推移，投資者承受的風險水平越大，直到超過收支不平衡點而崩潰。。這是研究“灰犀?！钡闹攸c。分析我國各主體債務的可持續(xù)性，有利于找到出現(xiàn)“明斯基時刻”的條件和跡象，及時預警債務風險。

1.3.1 非金融企業(yè)債務可持續(xù)性取決于負債使用效率和效益

我國非金融企業(yè)杠桿率自 2009 年起快速上升，占GDP 的比重一年上升了 23 個百分點，2010—2011 年保持了相對穩(wěn)定，2012—2015 年隨經濟增速放緩經歷了持續(xù)上升階段，占 GDP 比重 3 年時間上升了 43 個百分點，2016 年后在去杠桿政策的作用下，杠桿率逐步穩(wěn)定下來（圖 2）。從所有制主體看，國有企業(yè)加杠桿更為突出。以規(guī)模以上工業(yè)企業(yè)為例，如圖 5 所示，2008 年金融危機以后，國有控股工業(yè)企業(yè)和其他所有制企業(yè)的資產負債率明顯分離，國有控股工業(yè)資產負債率從 2007 年的 56.5% 上升到 2013 年的 62.3%，達到 2000 年以來的頂峰。在去杠桿的壓力下，小幅回落到 2016 年的 61.6%，相比 2007 年仍然高出 5 個百分點；而同期其他所有制類型的工業(yè)企業(yè)資產負債率則一直處于下降，從 2007 年的 58.3% 下降到 2016 年的 52.3%，下降了 6 個百分點。國有企業(yè)是企業(yè)加杠桿的主體，其債務可持續(xù)性是關鍵。

圖5 我國工業(yè)企業(yè)資產負債率情況數(shù)據(jù)來源：CEIC

在假設企業(yè)持續(xù)經營的前提下，非金融企業(yè)維持債務可持續(xù)的條件是持續(xù)付息。從財務角度看，非金融企業(yè)持續(xù)付息的條件是：利潤總額要大于利息費用，也就是已獲利息保障倍數(shù)要大于 2?？疾煳覈鴩衅髽I(yè)和其他所有制企業(yè)財務數(shù)據(jù)，如圖 6 所示：1998—2000 年，我國國有及國有控股企業(yè)已獲利息保障倍數(shù)低于 2，出現(xiàn)了支付危機的風險，中央政府通過財政注資成立四大資產管理公司予以化解；2001—2007 年，在國有企業(yè)改革和經濟上升周期的共同作用下，企業(yè)效益明顯好轉，已獲利息保障倍數(shù)高于 2，企業(yè)債務負擔能力較強；2008 年，受國際金融危機影響，已獲利息保障倍數(shù)降低到 2.9；2009—2010 年，企業(yè)效益好轉，這一指標有所上升，此后隨著加杠桿的步伐，指標開始回落；2016 年，國有及國有控股企業(yè)與國有控股工業(yè)企業(yè)的已獲利息保障倍數(shù)均降低到 3 左右；2017 年，受經濟周期回暖影響，指標有所好轉，回到 3 以上。而同期其他所有制的工業(yè)企業(yè)已獲利息保障倍數(shù)仍高于 8，債務保障能力依然較高。這些說明我國企業(yè)債務風險主要集中在國有企業(yè)。

已獲利息保障倍數(shù)雖然可以直觀判斷企業(yè)債務風險狀況，但不能判斷風險來源。根據(jù)已獲利息保障倍數(shù)大于 2 的條件，使用杜邦財務分解的方法可以推導出，企業(yè)持續(xù)付息的條件是：帶息債務周轉次數(shù)×銷售利潤率＞利率，即資產周轉率 × 銷售利潤率 ＞ 利率。

圖6 我國企業(yè)已獲利息倍數(shù)狀況數(shù)據(jù)來源：《中國財政年鑒》、CEIC

此條件有明確的經濟含義，即：企業(yè)債務能不能持續(xù)，關鍵看債務使用效率（周轉次數(shù)）和效益（銷售利潤率），與有息負債率和資產負債率成反比，與資產周轉次數(shù)和銷售利潤率成正比。根據(jù)我國國有企業(yè)財務統(tǒng)計資料，假設全部長期負債為有息負債進行測算，可以發(fā)現(xiàn)：如圖 7 所示，由于資產周轉次數(shù)（由 2007 年的0.62 次，下降到 2016 年的 0.34 次）和銷售利潤率（由2007 年的 9.9%，下降到 2016 年的 5.0%）雙下降；2015 和 2016 年我國國有企業(yè)債務負擔能力的顯著下降，如圖 8 所示，有息負債周轉率與銷售利潤率的乘積已接近同期貸款利率，面臨著支付困難，債券市場出現(xiàn)了違約現(xiàn)象。2017 年隨著經濟周期性回暖，銷售利潤率明顯回升（2017 年前 3 個季度國有企業(yè)銷售利潤率為 5.8%，比 2016 年上升 0.8 個百分點），我國國有企業(yè)債務負擔能力有所改觀。

以上分析可以看到，我國非金融企業(yè)債務的風險點在于經營效率和效益的下降，一旦債務使用帶來的收益不足以覆蓋債務成本（利息支出），將產生支付危機。目前，我國利率保持在一個較低水平，如果利率出現(xiàn)較快上升，超過企業(yè)效益回升的速度，就會產生危機。

1.3.2 地方政府債務的可持續(xù)性在于經濟增長率

按照國際清算銀行的統(tǒng)計口徑，我國政府債務占GDP 比重在 2008 年以后顯著上升，但來源都是地方政府債務，地方政府債務占 GDP 比重從 2008 年的 10.4% 上升到 2016 年的 30.2%，上升近 20 個百分點。債務率是衡量地方政府債務風險的關鍵指標，即債務余額除以綜合財力。其中，綜合財力為公共財政收入、轉移支付、政府性基金收入及國有資本經營收入之和。按照財政部統(tǒng)計口徑，2016 年我國地方政府債務率為 79.8%，低于 100%的國際警戒線（表 1）。國際清算銀行將一些地方投融資平臺的債務統(tǒng)計到地方政府債務中，得出的 2015 年起我國地方政府債務率已經超過 100%，2016 年達到 117%，已超過國際警戒線。

圖7 我國國有企業(yè)資產周轉次數(shù)和銷售利潤率數(shù)據(jù)來源：《中國財政年鑒》

圖8 我國國有企業(yè)債務承擔能力情況數(shù)據(jù)來源：《中國財政年鑒》、CEIC。利率說明：2008年前基準貸款利率，2009年后為貸款利率加權平均

債務率是債務負擔能力的一種靜態(tài)衡量，動態(tài)監(jiān)測地方政府可持續(xù)性可以使用根據(jù)政府債務可持續(xù)的動態(tài)模型：

表1 2014—2016年我國政府債務占GDP情況（單位：億元人民幣）

其中，z 表示政府債務負擔率；e0表示政府自主支出（不含債務利息支出）占 GDP 的比重，表示政府財政收入（不包括債務收入）占 GDP 的比重；c 為一常數(shù)；n 表示 GDP 名義增長率；i 表示地方債券利息率；t 表示時間。

地方政府債務可持續(xù)性最根本因素是 GDP 名義增長率與債券利率的比較。在存在赤字（e0?t0＜0）的條件下，當 GDP 名義增長率高于債券利息率，即 n–i＞0 時，政府債務負擔率長期趨于穩(wěn)定，收斂于財政基本赤字率與 GDP 名義增長率減去政府債務利息率之差的比值；當 GDP 名義增長率低于政府債務利息率時，即 n–i＞0 時，GDP 增長帶來的財政增收不能彌補政府債務利息支出時，債務負擔率將趨于無窮大。從這個指標來看，整體上，我國地方政府債務負擔能力隨經濟增速的下滑而下降，如圖 9 所示，2015 年地方 GDP 名義增速下降到5.6%，與地方債券招標利率的差距明顯縮小。部分省份GDP 增速已經低于利率，如：2015 年，河北、山西、內蒙古、遼寧、吉林、黑龍江、甘肅的 GDP 名義增速已低于 3.4% 的利率水平；2016 年，山西、內蒙古、遼寧、黑龍江 GDP 名義增速已低于 2.9% 的利率水平，債務負擔率已處于不可持續(xù)的狀態(tài)。2017 年以來，我國經濟出現(xiàn)周期性復蘇，雖然地方政府債券招標利率上升到 4% 左右，但地方 GDP 增速逐步上升，債務的可持續(xù)有所改善。

圖9 我國地方政府GDP名義增速與債券招標利率對比關系數(shù)據(jù)來源：CEIC、萬得資訊（WIND）

以上分析可以看出，我國地方政府債務風險點在于經濟增速的過快下滑，經濟放緩，地方財政能力將顯著下降。特別是，在經濟名義增速小于利率水平時，地方債務極易發(fā)生支付危機。目前，我國地方政府債券招標利率已有所上升，如果利率上升速度快于經濟回升的速度，地方政府債務問題將再次凸顯。

1.3.3 我國房地產債務可持續(xù)取決于居民收入水平和房租水平

房地產債務涉及房地產企業(yè)和購房居民兩個主體。雖然目前我國房地產企業(yè)負債率較高，但其負債的一部分是預售款，有息負債比重并不突出，銷售利潤率還處于兩位數(shù)的高位，按照企業(yè)債務持續(xù)性指標評判，還沒有明顯的債務風險。

衡量居民房地產債務可持續(xù)的直接指標是房價收入比。從國家統(tǒng)計局數(shù)據(jù)看，如圖 10 所示，2016 年我國城市中的房價收入比⑥這里使用平均房價收入比，用家庭年平均總收入與一套房屋的平均價格之比來計算，即：房價收入比=每戶住房總價÷每戶家庭年總收入。其中，每戶住房總價和每戶家庭年總收入的計算公式分別如下：每戶住房總價=人均住房面積×每戶家庭平均人口數(shù)×單位面積住宅平均銷售價格，每戶家庭年總收入=每戶家庭平均人口數(shù)×家庭人均全部年收入。房價收入比=人均住房面積×單位面積住宅平均銷售價格/家庭人均全部年收入最高為深圳（達 26.1），廈門為 18.2，北京為 16.3，上海 15.4，南京 13.1，天津 12.0，杭州 10.7，均超過國際公認的 6—7 的合理水平。部分城市統(tǒng)計局數(shù)據(jù)與市場監(jiān)測數(shù)據(jù)有較大差異，房價收入比實際上更高。

從住戶支付能力角度，房貸可持續(xù)條件為：收入–還本付息支出＞0。當收入主要由家庭可支配收入和房租收入組成，支出假設按照等額還本付息方式還本付息時，可推導出房貸可持續(xù)的條件：

其中，ri代表收入房價比（房價收入比的倒數(shù)），生活性開支收入比為 a，rr表示月租金房價比（房價租金比的倒數(shù)），k 為首付比例，jh代表房貸利率，jhm代表房貸月利率，還款月為 n 月。在生活開支收入比 a 為 0，首付 k 為 0 的情況下，可更清晰地看到平衡關系：

如果貸款期限 n 為無限期的，條件可簡化為：ri+ rr＞ ih。這個條件的含義就是收入房價比和房租收入比的流量要足以覆蓋利息支出。

使用統(tǒng)計局以及中國房地產業(yè)協(xié)會發(fā)布的數(shù)據(jù)，對我國 35 個城市的 2016 年 12 月份房貸風險進行測算，可以發(fā)現(xiàn)：在借貸期限為 30 年的情況下，不考慮生活支出和首付比例，使用國家統(tǒng)計局統(tǒng)計的房價數(shù)據(jù)，僅有深圳居民收入和房屋租金收入流入不足以覆蓋房貸利息支付，即收入房價比加上租金收入比低于貸款 30 年的實際利率負擔（6.1%），存在支付風險。但是由于避稅等原因，國家統(tǒng)計局房價數(shù)據(jù)大大低估了實際房價，中國房地產業(yè)協(xié)會監(jiān)測的房價數(shù)據(jù)更接近實際。利用中國房地產業(yè)協(xié)會數(shù)據(jù)，2016 年北京、廈門、上海、深圳均處于風險狀態(tài)，收入房價比加上租金收入比低于貸款 30 年的實際利率負擔（6.1%，圖 11 中黃線）；北京已接近房貸利率 4.6%，在無限期貸款狀態(tài)下也處于風險狀態(tài)，家庭收入和房租收入流量已不足以支付利息。當然，考慮到收入分配的不均等，北京等地的房貸對高收入階層來說還能負擔，但對處于平均收入水平的普通家庭已經難以負擔。

2017 年各城市房價還在上漲，如圖 12 所示租金房價比還在下降，而房地產貸款利率趨于上升，風險狀況并沒有改善，熱點城市的房地產風險并沒有消退。

圖10 2016年我國35個城市房價收入比數(shù)據(jù)來源：統(tǒng)計局數(shù)據(jù)、CEIC、中國房地產協(xié)會

1.3.4 我國商業(yè)銀行體系存在明顯的脆弱性

商業(yè)銀行是我國信貸的中介。如圖13所示，經過2003 年開始的股改后，我國商業(yè)銀行的資產質量明顯好轉；但在 2008 年以來的信貸擴張中，資產質量也出現(xiàn)了一些變化，直接表現(xiàn)為不良貸款上升；2017 年 6 月末，不良貸款余額達到 1.6 萬億元人民幣，不良貸款率達到1.74%，不良貸款撥備覆蓋降低到 177%。總體上看，我國商業(yè)銀行的不良貸款水平還低于國際銀行業(yè)平均水平，風險還不大。

但從微觀角度看，我國商業(yè)銀行的脆弱性在增加，主要表現(xiàn)在 3 方面。

1.3.4.1 儲蓄存款受互聯(lián)網金融發(fā)展分流，同業(yè)資產比重增加，市場利率風險和期限錯配風險增加

互聯(lián)網金融發(fā)展，貨幣基金的發(fā)展，帶來了儲蓄存款的分流，商業(yè)銀行居民儲蓄存款所占比重明顯下降，如圖 14 所示，2017 年一季度大型和中型商業(yè)銀行居民儲蓄存款占總負債比重分別比 2010 年一季度下降了 3 個和 4 個百分點；同業(yè)業(yè)務快速發(fā)展，同業(yè)存單（報表記錄為應付債券）在負債比重迅速上升，如圖 15 所示，2017 年一季度中型銀行和小型銀行應付債券占負債比重分別比 2010 年一季度上升了 7.2 和 6 個百分點。同業(yè)存單利率一般高于居民儲蓄存款利率⑦2017年11月2日同業(yè)存單利率1年期利率高達4.48%，而1年期儲蓄存款利率僅為2.1%，并且波動率大；較多的同業(yè)負債往往會加大銀行運行成本和利率波動風險。同業(yè)負債一般期限均較短，用這些短期資金來維持長期信貸往往會加大期限錯配的風險。另外，同業(yè)存單還加大了商業(yè)銀行的相互依存，加大風險傳遞的可能。

圖11 2016年我國35個城市房貸風險評估數(shù)據(jù)來源：CEIC、中國房地產業(yè)協(xié)會

圖12 2016年12月和2017年10月我國35個城市租金房價比數(shù)據(jù)來源：中國房地產業(yè)協(xié)會

圖13 2003年12月—2017年6月我國商業(yè)銀行不良貸款率構成數(shù)據(jù)來源：WIND

1.3.4.2 表外業(yè)務快速發(fā)展，未計提準備、未納入監(jiān)管的風險敞口增加

伴隨委托理財?shù)葮I(yè)務的發(fā)展，我國銀行業(yè)表外業(yè)務發(fā)展迅速。截至 2016 年末，銀行業(yè)表外業(yè)務余額（含托管資產表外部分）253.52 萬億元人民幣⑧數(shù)據(jù)來源：中國人民銀行《中國金融穩(wěn)定報告》第39頁，表外資產規(guī)模相當于表內總資產規(guī)模的 109.16%，比上年末提高 12.04個百分點。一些表外業(yè)務“不知道是否有風險”，也“不知道風險有多大”，沒有計提相應的風險準備。一些表外業(yè)務實質是規(guī)避資本充足率約束、監(jiān)管監(jiān)督檢查及市場約束乃至法律約束，將一些高風險業(yè)務隱蔽。有些表外業(yè)務和表內業(yè)務還交叉在一起，形成錯綜復雜的關系，加大了銀行風險。

1.3.4.3 以房地產為標的資產抵押貸款增長，對房價的敏感性增加

圖14 2010年3月—2017年4月我國商業(yè)銀行儲蓄存款占負債比重數(shù)據(jù)來源：WIND

圖15 2010年3月—2017年3月我國商業(yè)銀行債券發(fā)行占負債比重數(shù)據(jù)來源：WIND

信貸資金進股市，場內外配資，已經以 2015 年 A 股股災的形式給了一次教訓，目前這方面的風險已明顯下降。住房抵押貸款是當前我國銀行主要持有的含有資產價格風險的資產。目前我國商業(yè)銀行有 25% 的貸款以房地產為抵押。前文已經分析過，從居民收入平衡的角度看，除北京、廈門、上海、深圳外，我國多數(shù)城市居民的還本付息能力還是有保障的。從資本投資的角度分析當前地產抵押貸款的風險，評估基本公式可以為：資產價格（抵押品價格）–貸款額＞0。假設資產收益（房租或者房價上漲）以年均 g 速度穩(wěn)定增長，使用紅利固定增值折現(xiàn)模型（DDM）：

可以推導出：

其中，rr表示住房收益房價比，i 代表市場利率（可用無風險利率為代表），首付比例為 k，收益增長率為 g。就住房收益而言，可以是房租加房價上漲部分。假設 g 為 0，就要求

使用市場數(shù)據(jù)，可以對我國 35 個城市房租房價比與利率關系可以做一個匡算。2017 年 10月份我國 35 個城市房租房價比在 1%—3.8% 之間；假設首付比例為 30%，無風險利率（i）用 2017 年 10月末的 10 年期國債收益率（3.907%）來表示，35 個城市中有 20 個城市當前房租水平（房價上漲為 0，房租增長率為 0）是不足以保證房屋抵押貸款的安全。圖16 中，豎條與橫線之間的差距可以近似看成對房價上漲幅度或者房租增長幅度的要求；具體而言，廈門、天津、石家莊、深圳、福州、北京、上海要求 1.8% 以上的年均增長率。一旦房租或者房價下跌，市場利率繼續(xù)上升，資產價格將會縮水，銀行面臨的風險將增大。

綜上分析，讓整體債務這只“灰犀?！北寂芷饋淼年P鍵點：（1）增長率，包括企業(yè)的資金周轉、銷售利潤，地方經濟增長，個人收入增長，房租房價上漲等，增長放緩將明顯加大風險水平；（2）利率水平，當前我國總體上還處于一個從低利率水平逐步回升的階段，如果利率過快上升，將有可能擠破資產泡沫，帶來“灰犀?！钡谋寂堋膰H經驗來看，無論是日本的金融危機還是美國的金融危機，均是因利率過快上升而快速走向危機的。

圖16 2017年10月我國35個大城市房租收入與利率對比數(shù)據(jù)來源：CEIC、中國房地產業(yè)協(xié)會數(shù)據(jù)

2 測不到的外部猛烈沖擊是當前我國經濟的“黑天鵝”

相比“灰犀?！?，“黑天鵝”對中國經濟的沖擊要小得很多，而且測不到的外部猛烈沖擊成為中國經濟的“黑天鵝”概率更大。這是因為對于中國經濟內部的意外性事件：由于中國政府對社會資源、經濟資源的高度掌控能力，強大的社會動員能力，以及中國政府行政的高效率，經濟系統(tǒng)出現(xiàn)的意外性事件時，比較容易以較低的經濟成本予以化解。意外性事件帶來沖擊的途徑是它的傳染效應，而在阻斷小概率事件傳染上，中國有著西方國家無法企及的制度優(yōu)勢。因此，中國經濟的“黑天鵝”更可能是小概率發(fā)生的外部沖擊。一些外部猛烈沖擊有很大的不可控性，一旦爆發(fā)，在中國“與世界高度融合、執(zhí)掌全球化大旗”的今天，對中國經濟造成的沖擊不容小覷。

2.1 外部猛烈沖擊具有不可測和不可控性，極易產生“黑天鵝”

我國是一個大經濟體，經濟基礎雄厚，經濟的可控能力強，應對國內經濟事件的能力很強。因此，國內的一些經濟問題，短期內即使有預料不到的事件發(fā)生，其影響也可以控制在局部范圍內，很難產生全局性影響，構不成“黑天鵝”的影響力，例如汶川地震。但是，外部猛烈沖擊很多在預測和控制的范圍之外。之所以“不可測”，客觀上可能是信息有限，主觀可能是對危險估計不足。之所以“不可控”，主要是外部事件發(fā)生后，只能被動接受結果，無法通過調整降低結果的損害程度。預計不到的或者超過預期的外部猛烈沖擊，會在短期內對我國經濟產生大的影響，帶來我國經濟增速大幅下滑，經濟形勢惡化。我國經濟發(fā)展的歷史也一再證明，外部猛烈沖擊極易產生“黑天鵝”效應。如 1998 年亞洲金融危機，短期中加大了我國經濟困難，使我國經濟進入下行周期。又如，2008 年世界金融危機，我國經濟在對外依存度高達 66% 的情況下，外需迅速下降，由此導致我國經濟周期又一次進入下行。

2.2 當前外部環(huán)境下潛伏著或大或小的“黑天鵝”

中國社會的外部環(huán)境，主流上是健康穩(wěn)定的。在經濟上，世界經濟有同步復蘇的趨勢；在政治上，和平與發(fā)展仍是人類社會的基調。但是近幾年世界形勢也在悄然發(fā)生變化，孤立主義、分離主義及民粹主義在西方國家有抬頭趨勢，世界貿易面臨反全球化以及貿易保護主義政策的困擾；局部沖突和恐怖主義依然構成對世界和平的威脅，政治強人的政策不穩(wěn)定性增大了突變事件發(fā)生的可能。對于中國經濟，以下兩只潛在的“黑天鵝”就值得關注。

（1）朝鮮核危機升級。朝鮮和美國之間有從“動嘴”到“動手”的風險。雖然從理性分析看，動武均不符合兩國利益，真正發(fā)生戰(zhàn)爭的概率不大。但是從朝美雙方不但“動嘴”，而且相互以“核試”“軍演”炫耀肌肉。從比著表現(xiàn)更加強硬的行為來看，朝美一定程度上在玩“懦夫博弈（Chicken Game）”⑨“懦夫博弈”是指博弈雙方均不示弱，以打垮對手斗志為目標，博弈的結果往往出現(xiàn)最壞的可能。比如兩個人開著兩輛車面對面以高速進行碰撞，在碰撞前打方向躲開碰撞的那個人就是chicken（懦夫），擦槍走火的小概率事件有可能發(fā)生。目前朝鮮和美國之間分歧很大，利益決定美國很難與一個擁有核武器的朝鮮簽訂和平共處的協(xié)議，并且朝鮮核武有逐步威脅到美國自身安全的可能；而朝鮮出于自身利益在沒有得到很大的安全保障情況下很難輕易放棄核武器，雙方對立的局面似乎很難改變。這就決定一些偶然性因素、不可測因素，或者雙方的誤判，使武力沖突成為可能。一旦朝美發(fā)生戰(zhàn)爭，韓國、日本會直接卷入，而依據(jù)《中朝友好合作互助條約》中國也很難旁觀。對于一個與國際市場高度融合，需要和平穩(wěn)定的大環(huán)境的中國而言，朝美“動手”將對中國經濟產生嚴重沖擊。

（2）中美全面貿易戰(zhàn)。美國現(xiàn)任總統(tǒng)特朗普在競選期間曾多次表示，中國是美國制造業(yè)工作崗位流失的罪魁禍首?！叭绻麑χ袊Q易采取措施，可以給我們帶來數(shù)百萬的就業(yè)機會”，特朗普宣稱要與中國打貿易戰(zhàn)。特朗普就職演講也稱“從今天起，美國這片土地將迎來新的愿景，這一刻開始，我們將堅持美國優(yōu)先。關于貿易、稅收、移民和外交等政策的每一個決定都將讓美國工人和美國家庭受益”。2017 年 8 月，特朗普指示美國貿易代表萊特希澤決定是否對中國發(fā)起“301 條款”⑩美國《1974年貿易法》第301條的俗稱調查。但美國和中國經濟上相互依賴程度很深，貿易戰(zhàn)只會兩敗俱傷，不符合美國利益①代表性的研究是彼得森研究所的研究報告, Noland, Marcus, Gary Clyde Hufbauer, Sherman Robinson, and Tyler Moran. Assessing Trade Agendas in the US Presidential Campaign,.Washington, DC: Peterson Institute for International Economics. Piie Briefings , 2016.。因此，特朗普政府上臺后，并沒有出臺實質性對華貿易限制政策。2017 年 11月特朗普訪華，簽訂了 2 500 億美元的貿易大單，美中貿易關系向好發(fā)展，中美之間發(fā)生全面貿易戰(zhàn)的概率非常小。但是特朗普行事常常出人意料，在結束對中國的訪問赴越南參加亞太經合組織（APEC）會議期間，他又高調重提美國優(yōu)先的政策。特朗普回國后，美國商務部25年來首次“主動”（self-initiate）對中國輸美產品展開反傾銷與反補貼調查，隨后美國明確拒絕了中國市場經濟的地位。因此，中美全面發(fā)生貿易戰(zhàn)這只“黑天鵝”并未完全消失，而且一旦爆發(fā)，同樣將對中國經濟產生巨大沖擊。

“黑天鵝”最大的特征是不可預測性，除了上述兩個潛在危險以外，一些沒預測到的重大外部事件可能成為中國經濟的“黑天鵝”。

2.3 “黑天鵝”對我國的沖擊途徑

外部沖擊具有不可測和不可控性，有可能成為我國當前經濟發(fā)展的“黑天鵝”，一旦爆發(fā)，外部“黑天鵝”通過內部“灰犀牛”所產生的影響不可低估。

2.3.1 通過出口途徑沖擊我國經濟增長

外部沖擊影響我國經濟的直接途徑是出口，外部需求的下降使我國出口下降，進而帶來我國經濟的下滑。2008年次貸危機就是一次典型的外需沖擊，從而導致2009年我國出口下降16%，造成我國經濟增速的大幅放緩。外需對經濟的影響是出口增（減）量的數(shù)倍，這種關系可以用外貿乘數(shù)來衡量。外貿乘數(shù)的大小取決于邊際消費傾向和邊際進口傾向，具體關系如下式：

具體到中美貿易戰(zhàn)，2016 年我國對美出口占我國出口總額的 18.5%，比例看似不高。但從鏈條來看，我國具有明顯的世界加工工廠的特征，美國處于消費終端（最終需求），我國處于加工生產端，部分國家充當了原材料供應角色，中國對美貿易差額占到我國貿易總差額的 50%。從貿易乘數(shù)來說，我國對美貿易由于對美進口邊際傾向很小，對美貿易乘數(shù)很大。從圖 17 可以看到，我國出口的增長與對美出口的增速幾乎完全重合，對美出口對我國整體出口走勢是決定性的。因此，中美全面貿易戰(zhàn)一旦爆發(fā)，其影響將不可低估。

2.3.2 通過進口產品供應渠道影響國內供給和物價

外部沖擊對我國影響的另一個途徑是，通過對能源原材料供給和價格的影響進而影響我國生產和物價水平。我國加工基地的特征加上國內需求的增長決定需要從國外進口大量的能源和原材料，2015 年我國石油對外依存度達到 72%，鐵礦石對外依存達到 87%。國際供給和價格的變化將會明顯影響我國一些產品的供給，出現(xiàn)國內價格的大起大落。一旦出現(xiàn)區(qū)域性政治危機，如朝美發(fā)生沖突，勢必影響一些大宗商品的供給和價格，帶來供給沖擊。

圖17 我國對美出口增長率與全部出口增長率對比數(shù)據(jù)來源：CEIC

2.3.3 “黑天鵝”引爆“灰犀?！?/p>

外部沖擊的最大風險還是與我國經濟內在脆弱性交織，引爆“灰犀?！?。前文分析說明，經濟增速的放緩和利率的上升，可能是我國“灰犀?！钡膬蓚€引爆點。如果突發(fā)的“黑天鵝”短期通過貿易途徑使我國經濟增速快速下降，或者通過資本途徑帶來我國國內利率的飆升，均有可能引爆“灰犀?！?，使我國經濟的困難增加。另外，“黑天鵝”的影響同樣難以預測。例如，一旦朝美發(fā)生戰(zhàn)爭，我們將面臨很多決策，且每一個選擇都進而產生很多不可測的影響，甚至會影響到整個世界政治經濟格局，改變整個發(fā)展的環(huán)境。

3 結論和政策建議

當前我國經濟最大的“灰犀牛”是不斷膨脹的整體債務和高企的杠桿率，在房地產、地方債、影子銀行等領域已有明顯的風險跡象。其引爆的關鍵點在于經濟增長率和利率水平。如果增長率和利率出現(xiàn)較大偏離，利率上升超過增長率的回升，“灰犀牛”可能會奔跑，爆發(fā)債務危機。與此同時，不穩(wěn)定的外部環(huán)境帶來的外部沖擊也可能成為中國經濟的“黑天鵝”，“黑天鵝”通過貿易渠道引爆“灰犀?！睂⑹亲畲蟮娘L險所在。

十八大以來，中國政府力推經濟轉型，我國經濟已經企穩(wěn)向好，經濟增速穩(wěn)步回升，物價和利率水平整體穩(wěn)定，去杠桿取得積極進展。十九大的東風，更是帶來更多的積極因素，“灰犀?！钡奈ｋU正逐步得到控制。而中國政府對“灰犀?！焙汀昂谔禊Z”的重視及防范制度建設，更是大大提高了防范和應對“灰犀牛”和“黑天鵝”的可能性。分析“灰犀?！焙汀昂谔禊Z”并不代表其必然發(fā)生，更多的是提醒注意風險點，找到對癥點，防范和化解風險。

基于以上對中國經濟的“灰犀牛”和“黑天鵝”認識，我們建議中國政府在政策上以有效行動化解“灰犀牛”，以積極預案應對“黑天鵝”。

3.1 以有效行動化解“灰犀?！?/h3>

（1）穩(wěn)增長，提高增長質量和效率。促進經濟增長，提高債務償還能力是化解灰犀牛的最積極最有效的措施。穩(wěn)增長的重點要放到經濟增長的質量和效益上來，放到促進經濟結構平衡上來。國有企業(yè)需要切實提高資產周轉率和銷售利潤率，增強債務償付能力。

（2）去杠桿，控制債務繼續(xù)膨脹。目前債務規(guī)模已較龐大，迫切需要控制債務規(guī)模的膨脹，降低杠桿率。宏觀上，政策要穩(wěn)中從緊，總量不搞大水漫灌，從結構上促進資金流向更有效率的部分（如民企）。微觀上，債務主體需要客觀評價自身風險，不過于樂觀估計未來，切實降低債務依存。

（3）穩(wěn)房價，防范房地產泡沫。目前，一些城市的房價已不是普通人能負擔起，其抵押也建立在增長要求上，風險已經存在。需要建立穩(wěn)定房價的長效機制，防止房價泡沫化。要切實杜絕房貸中零首付，高抵押等高風險操作。

（4）強監(jiān)管，提高商業(yè)銀行風險防范能力。政府要加強對商業(yè)銀行表外業(yè)務的監(jiān)管，切實防范其風險。商業(yè)銀行也要積極提高資產質量，提高風險應對能力。政策上鼓勵及早核銷和處置壞債，減輕負擔。

3.2 以積極預案應對“黑天鵝”

（1）樹立概率思維，不忽視小概率事件?！昂谔禊Z”是小概率事件，但切不可認為小概率事件就不會發(fā)生。要有概率思維，對最壞結果也有估計，不忽視。

（2）積極干預，發(fā)揮我國對外部的影響。雖然外部沖擊具有不可控，但“不可控”不等于無作為。無論在朝美關系還是中美貿易戰(zhàn)等方面，我國都要發(fā)揮積極影響，使事態(tài)朝有利于我國發(fā)展的方向發(fā)展。要加強對這些事件的研究，尋找出有效途徑，影響事態(tài)發(fā)展。

（3）做好各方面預案，以防不測?！昂谔禊Z”的發(fā)生本質上是不可測的，最可行的辦法只能是做好預案，以防不測。我國應積極準備各種外部沖擊的預案，如增加原油儲備、加強中朝邊界的控制等，以各種預案防范不測。

1 程棵, 王云, 楊曉光. 經濟全球化背景下金融傳染的特征與規(guī)律. 2016, 31(5): 47-60.

2 Taleb N N. The Black Swan: The Impact of the Highly Improbable.New York: Random House and Penguin, 2007.

3 Wucker M. The Gray Rhino: How to Recognize and Act on the Obvious Dangers We Ignore. New York: St. Martin’s Press, 2016.

4 人民日報評論員. 有效防范金融風險——二論做好當前金融工作. 人民日報, 2017-07-17.

5 王祖繼. 認真履行國有大型銀行的責任擔當, 人民日報, 2017-08-15.

6 周小川. 守住不發(fā)生系統(tǒng)性金融風險的底線. 人民日報, 2017-11-22.

7 陳果靜. 影子銀行、房地產泡沫、國有企業(yè)高杠桿、地方債務等存有隱患——警惕金融領域“灰犀牛”. 經濟日報,2017-08-01.

8 中國證券報記者. 房地產泡沫和地方政府高負債是中國經濟最大的灰犀牛 別做接盤俠. 中國證券報, 2017-07-19.

“Gray Rhino” and “Black Swan” for Current China’s Economy

Luo Xiaoqiang1Liang Quanqi1,2Yang Xiaoguang1,2
（1 School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190, China;2 Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China）

After a long period of high-speed growth and the changing of international economic condition, China is facing a severe systemic risk. China’s government pays a great attention to the risk, and is engaging to prevent both “Gray Rhino” and “Black Swan”. This paper tries to analyze the “Gray Rhino” and “Black Swan” for China’s economy. The analysis suggests that the largest “Gray Rhino” is the fast expanding debt and the high level of lever rates, and “Black Swan” comes from the unpredicted large external impact. There are two potential factors make the “Gray Rhino” run, namely, economic slowdown and interest rate hike. The biggest possible risk is that the breakout of “Gray Rhino” is induced by the “Black Swan” via the trade channel.

“Gray Rhino”, “Black Swan”, debt, lever rate, external impact

駱曉強 中國科學院大學經濟管理學院博士生，研究領域包括經濟預測、財政政策、貨幣政策、金融風險等。E-mail：luoxiaoqiang17@mails.ucas.edu.cn

Luo Xiaoqiang Ph.D. student in School of Economics and Management, University of Chinese Academy of Sciences (UCAS). His research interests include economic forecasting, fiscal policy, monetary policy, financial risk, and so on. E-mail: luoxiaoqiang17@mails.ucas.edu.cn

楊曉光 中科院數(shù)學與系統(tǒng)科學院系統(tǒng)科學所副所長、研究員，中科院管理決策與信息系統(tǒng)重點實驗室主任。研究領域包括管理科學與工程、應用經濟學。E-mail: xgyang@iss.ac.cn

Yang Xiaoguang Professor in Academy of Mathematics and Systems Science, Chinese Academy of Sciences (CAS); Deputy Director of Institute of Systems Science, CAS; Director of Key Laboratory of Management, Decision and Information Systems, CAS. His research interests include management science and engineering, applied economics. E-mail: xgyang@iss.ac.cn

*資助項目：國家社科基金重大項目（15ZDA011），國家自然科學基金重點項目（71532013）

**通訊作者

修改稿收到日期：2017年12月3日