王俊籽 林永康

摘要：本文以面板數(shù)據(jù)模型和門檻面板模型為基礎(chǔ)，對(duì)中國(guó)11類非金融行業(yè)杠桿率與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)水平之間的關(guān)系進(jìn)行了實(shí)證分析。結(jié)果表明，多數(shù)行業(yè)存在杠桿率門檻值，且行業(yè)債務(wù)杠桿已處于危險(xiǎn)水平，再度攀升會(huì)惡化商業(yè)銀行的風(fēng)險(xiǎn)水平，并使風(fēng)險(xiǎn)積聚，最終給國(guó)民經(jīng)濟(jì)帶來巨大的沖擊;從結(jié)構(gòu)上看，非金融企業(yè)部門的杠桿率較高，各行業(yè)債務(wù)杠桿水平差別較大，如果不及時(shí)關(guān)注加以分類管理，很可能引發(fā)結(jié)構(gòu)性風(fēng)險(xiǎn)，加劇經(jīng)濟(jì)金融體系的脆弱性和不穩(wěn)定性;少數(shù)基礎(chǔ)性行業(yè)的杠桿率仍有一定的提升空間，適量的加杠桿可以加快經(jīng)濟(jì)發(fā)展速度。為此，化解杠桿風(fēng)險(xiǎn)，降低風(fēng)險(xiǎn)水平，應(yīng)細(xì)化銀行業(yè)務(wù)規(guī)劃，去杠桿和加杠桿相結(jié)合，并健全對(duì)各行業(yè)、各部門的分類監(jiān)管機(jī)制。

關(guān)鍵詞：債務(wù)杠桿;行業(yè)杠桿率;商業(yè)銀行;銀行風(fēng)險(xiǎn);加杠桿;去杠桿;門檻效應(yīng)

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-2848-2019（03）-0061-11

2008年次貸危機(jī)發(fā)生以來，有關(guān)杠桿率在識(shí)別、衡量、政策實(shí)施以及與經(jīng)濟(jì)體系之間聯(lián)動(dòng)機(jī)制的研究不斷深入。近十年來我國(guó)經(jīng)濟(jì)的增長(zhǎng)離不開杠桿的貢獻(xiàn)：有研究指出，我國(guó)總債務(wù)杠桿率水平由2008年底的170%增加至2012年的215%[1];Wind數(shù)據(jù)顯示，截至2017年底這一比率更是攀升至255%左右。我國(guó)已進(jìn)入較高的杠桿率狀態(tài)，但與世界主要的經(jīng)濟(jì)體相比，我國(guó)杠桿率的整體水平并不高。從國(guó)際上看，主要發(fā)達(dá)經(jīng)濟(jì)體的總杠桿率平均為270%，高于我國(guó)的杠桿率水平;金磚國(guó)家中印度、南非和巴西杠桿率水平分別為124.3%、125.9%和151.7%，俄羅斯僅為81%?？梢姡诮鸫u國(guó)家中我國(guó)杠桿率處于較高水平。我國(guó)的杠桿率水平目前雖仍處于可控范圍之內(nèi)，發(fā)生重大危機(jī)的可能性不大，但債務(wù)杠桿中隱含的不確定風(fēng)險(xiǎn)涉及面甚廣，杠桿率攀升較快、結(jié)構(gòu)復(fù)雜，因此僅以整體債務(wù)杠桿率水平進(jìn)行判斷尚缺乏準(zhǔn)確性。

我國(guó)債務(wù)問題情況復(fù)雜，劃分口徑繁多，通常做法是從政府債務(wù)、家庭債務(wù)和企業(yè)債務(wù)三個(gè)方面對(duì)各領(lǐng)域的債務(wù)杠桿水平進(jìn)行分析。為此，本文分別從政府部門、居民部門和非金融企業(yè)部門三個(gè)方面，對(duì)我國(guó)和國(guó)際上具有代表性的發(fā)達(dá)國(guó)家、發(fā)達(dá)經(jīng)濟(jì)體的債務(wù)杠桿率水平進(jìn)行比較分析。研究發(fā)現(xiàn)，我國(guó)政府部門和居民部門的杠桿率水平與國(guó)際發(fā)達(dá)國(guó)家相比較低，仍存在一定的提升空間，但非金融企業(yè)部門的杠桿率水平已遠(yuǎn)遠(yuǎn)高于國(guó)際警戒線90%的水平，說明我國(guó)整體杠桿率水平不高，但結(jié)構(gòu)性問題非常突出，當(dāng)前最大的風(fēng)險(xiǎn)不是杠桿率的絕對(duì)水平，而是相關(guān)非金融企業(yè)杠桿率較高的結(jié)構(gòu)性問題[2]，若不采取措施任其發(fā)展，必會(huì)導(dǎo)致風(fēng)險(xiǎn)溢價(jià)飆升，大量非金融企業(yè)破產(chǎn)，失業(yè)率惡化，最終給宏觀經(jīng)濟(jì)帶來非常嚴(yán)重的后果。對(duì)此，已有不少專家從企業(yè)部門杠桿率的攀升[3]、分行業(yè)杠桿率成因[4]、系統(tǒng)性風(fēng)險(xiǎn)的集聚[5]、金融體系動(dòng)蕩不安[6]、是否為金融危機(jī)的主要成因[7-8]等多個(gè)視角研究了行業(yè)杠桿率的高風(fēng)險(xiǎn)問題，但鮮有文獻(xiàn)對(duì)行業(yè)杠桿率與銀行風(fēng)險(xiǎn)承擔(dān)水平之間的關(guān)系進(jìn)行深入研究。行業(yè)在擴(kuò)大規(guī)模、發(fā)展經(jīng)濟(jì)、再融資的過程中不可避免地會(huì)引起杠桿率的提高，并通過存貸款等渠道增大銀行風(fēng)險(xiǎn)資產(chǎn)的比重，使銀行的不良貸款率提高，最終導(dǎo)致銀行的整體風(fēng)險(xiǎn)水平上升。鑒于此，本文擬從非金融行業(yè)的債務(wù)杠桿角度，以2008—2017年的非金融行業(yè)數(shù)據(jù)和銀行數(shù)據(jù)為樣本，利用面板數(shù)據(jù)模型和門檻面板模型探討行業(yè)杠桿率與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)之間的相關(guān)性，以區(qū)分不同行業(yè)杠桿率對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)水平影響的嚴(yán)重性與差異性，并結(jié)合當(dāng)前行業(yè)、宏觀經(jīng)濟(jì)的現(xiàn)狀對(duì)我國(guó)杠桿率的結(jié)構(gòu)性問題提出政策性建議。

一、文獻(xiàn)回顧

1.高杠桿與經(jīng)濟(jì)風(fēng)險(xiǎn)

2010年以來，我國(guó)家庭、企業(yè)和政府總債務(wù)的規(guī)模不斷增加，總債務(wù)占國(guó)內(nèi)生產(chǎn)總值（GDP）的比重也隨之上升，增幅達(dá)60%，尤其是非金融企業(yè)部門負(fù)債率遠(yuǎn)高于國(guó)際水平，這給我國(guó)經(jīng)濟(jì)帶來了巨大的隱患。當(dāng)前越來越多的研究集中于債務(wù)杠桿這一熱點(diǎn)上，許多學(xué)者通過對(duì)歷史上眾多經(jīng)濟(jì)、金融危機(jī)的資料進(jìn)行收集和分析，注意到債務(wù)杠桿增加通過各種渠道對(duì)宏觀經(jīng)濟(jì)可能產(chǎn)生的影響。例如，Setser等[9]認(rèn)為在眾多因素中高杠桿率是引起一國(guó)發(fā)生經(jīng)濟(jì)、金融危機(jī)的重要因素;Reinhart等[10]指出過高的杠桿率不僅會(huì)增加付息壓力，而且會(huì)帶來嚴(yán)重的流動(dòng)性障礙，增加系統(tǒng)性風(fēng)險(xiǎn)，最終會(huì)加大金融危機(jī)發(fā)生的可能性。而對(duì)于金融機(jī)構(gòu)而言，Gennaioli等[5]認(rèn)為過度的杠桿化會(huì)強(qiáng)化金融機(jī)構(gòu)之間的關(guān)聯(lián)度，進(jìn)一步放大系統(tǒng)性風(fēng)險(xiǎn)，加之金融創(chuàng)新的復(fù)雜性、信息的不對(duì)稱性，使得風(fēng)險(xiǎn)的積累、觸發(fā)與擴(kuò)散機(jī)制呈現(xiàn)出一系列新特點(diǎn)，進(jìn)而惡化金融體系的脆弱性;姜超等[11]提出金融機(jī)構(gòu)天生具有增加杠桿的動(dòng)機(jī)，銀行作為金融機(jī)構(gòu)中的重要角色，通過將資金注入實(shí)體經(jīng)濟(jì)，最終又以存款的形式回流，使得杠桿率不斷上升，風(fēng)險(xiǎn)不斷積聚，因此增加杠桿是金融泡沫最直接的體現(xiàn)方式;崔宇清[12]發(fā)現(xiàn)當(dāng)前的金融高杠桿屬于宏觀的系統(tǒng)杠桿，主要表現(xiàn)為金融體系資產(chǎn)負(fù)債表的快速膨脹、同業(yè)資產(chǎn)負(fù)債的迅速攀升、表外資產(chǎn)占比的不斷上升以及對(duì)央行負(fù)債增長(zhǎng)依賴增強(qiáng)，這都嚴(yán)重影響到了金融機(jī)構(gòu)的內(nèi)在運(yùn)行機(jī)制，惡化了金融體系的脆弱性和不穩(wěn)定性。

適度的債務(wù)杠桿可以提高社會(huì)福利水平、優(yōu)化資源配置、改善宏觀經(jīng)濟(jì)環(huán)境、促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但債務(wù)水平過高會(huì)拖累經(jīng)濟(jì)增長(zhǎng)，加速風(fēng)險(xiǎn)積聚，最終將誘發(fā)經(jīng)濟(jì)金融危機(jī)。Cecchetti等[13]經(jīng)過測(cè)算發(fā)現(xiàn)，政府部門債務(wù)、非金融企業(yè)部門債務(wù)或家庭部門債務(wù)占GDP的比重超過85%，都將對(duì)宏觀經(jīng)濟(jì)體系產(chǎn)生嚴(yán)重的沖擊。Almeida等[14]通過研究2007年的信貸危機(jī)也發(fā)現(xiàn)，債務(wù)杠桿率水平越高的企業(yè)在重大危機(jī)中受到的影響越大，而一個(gè)國(guó)家的整體債務(wù)杠桿率水平則決定了其在危機(jī)中經(jīng)濟(jì)衰退的程度。我國(guó)目前雖處于高杠桿區(qū)間，但當(dāng)前最大的風(fēng)險(xiǎn)不是杠桿率的絕對(duì)水平，而是相關(guān)地方政府和非金融企業(yè)的結(jié)構(gòu)性杠桿風(fēng)險(xiǎn)[2]。任澤平等[4]通過進(jìn)一步研究各部門、各行業(yè)杠桿率的現(xiàn)狀，發(fā)現(xiàn)傳統(tǒng)行業(yè)產(chǎn)能嚴(yán)重過剩，多數(shù)企業(yè)在國(guó)企隱性擔(dān)保和行政補(bǔ)貼下僵而不死，杠桿率不斷攀升，企業(yè)利潤(rùn)持續(xù)惡化，經(jīng)濟(jì)增速不斷下滑，致使整個(gè)經(jīng)濟(jì)體的系統(tǒng)性風(fēng)險(xiǎn)不斷增加;而新興產(chǎn)業(yè)缺乏政策扶持，規(guī)模發(fā)展緩慢，經(jīng)濟(jì)萎靡不前，資產(chǎn)負(fù)債率都較低?？梢?，杠桿率偏高、過度杠桿化都將給國(guó)家?guī)韲?yán)重的風(fēng)險(xiǎn)隱患，而我國(guó)杠桿率則呈現(xiàn)出不均衡、結(jié)構(gòu)性高等特點(diǎn)。

2.去杠桿與經(jīng)濟(jì)低迷

隨著債務(wù)杠桿的提高，各國(guó)政府逐步開始實(shí)施去杠桿政策，學(xué)者也展開了政策影響效果的研究分析。長(zhǎng)期來看，去杠桿有利于改善宏觀經(jīng)濟(jì)環(huán)境，降低風(fēng)險(xiǎn)水平，但在此過程中難免會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生一定沖擊，并帶來巨大的挑戰(zhàn)。Glick等[15]通過研究美國(guó)的去杠桿過程發(fā)現(xiàn)，無論采用何種方式的去杠桿政策，都會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生較長(zhǎng)期的負(fù)面影響，各行業(yè)、各部門也深受其波及，甚至導(dǎo)致經(jīng)濟(jì)衰退。Geanakoplos[16]發(fā)現(xiàn)債務(wù)杠桿會(huì)增加一個(gè)國(guó)家經(jīng)濟(jì)的不穩(wěn)定性，這不僅表現(xiàn)在加杠桿階段，去杠桿政策同樣如此。在去杠桿的過程中，大多數(shù)國(guó)家工人失業(yè)率增加、社會(huì)融資規(guī)模明顯降低以及社會(huì)總需求減少，并且長(zhǎng)時(shí)間內(nèi)經(jīng)濟(jì)停滯不前。不僅如此，Petrakis等[17]發(fā)現(xiàn)在歐洲銀行業(yè)去杠桿的過程中，銀行體系財(cái)務(wù)狀況持續(xù)惡化、系統(tǒng)性風(fēng)險(xiǎn)不斷膨脹、金融與銀行市場(chǎng)逐漸分裂、危機(jī)不斷蔓延，甚至對(duì)歐洲宏觀經(jīng)濟(jì)都造成了嚴(yán)重的影響。

還有許多學(xué)者對(duì)全球范圍內(nèi)實(shí)施去杠桿政策國(guó)家的資料進(jìn)行整理和分析，發(fā)現(xiàn)了去杠桿政策的嚴(yán)重影響。Mian等[18]對(duì)美國(guó)去杠桿進(jìn)程相關(guān)數(shù)據(jù)進(jìn)行分析和研究發(fā)現(xiàn)，由各部門去杠桿造成的失業(yè)人口數(shù)占到了失業(yè)人口總數(shù)額的2/3，說明去杠桿政策帶來的負(fù)面影響不亞于一次經(jīng)濟(jì)衰退。Caballero等[19]綜合眾多國(guó)家的數(shù)據(jù)也發(fā)現(xiàn)，非金融企業(yè)部門在去杠桿的過程中會(huì)出現(xiàn)較長(zhǎng)時(shí)間的衰退，其債務(wù)占GDP的比重平均下降40%左右，經(jīng)濟(jì)持續(xù)低迷，甚至有可能造成經(jīng)濟(jì)蕭條。楊明秋[20]對(duì)次貸危機(jī)后發(fā)達(dá)國(guó)家的去杠桿過程進(jìn)行了分析，發(fā)現(xiàn)去杠桿是走出危機(jī)的必由之路，但其對(duì)社會(huì)經(jīng)濟(jì)的影響極大，甚至可能導(dǎo)致流動(dòng)性枯竭、金融危機(jī)的加深和擴(kuò)大。張明等[21]認(rèn)為中國(guó)經(jīng)濟(jì)面臨著企業(yè)部門負(fù)債率過高的風(fēng)險(xiǎn)，而在未來去杠桿過程中不但會(huì)壓低經(jīng)濟(jì)增長(zhǎng)速度，而且會(huì)給銀行帶來巨大的發(fā)展壓力。

3.關(guān)于債務(wù)杠桿的實(shí)證研究

為了增加研究的可靠性和準(zhǔn)確性，國(guó)內(nèi)外很多學(xué)者通過設(shè)定實(shí)證模型對(duì)債務(wù)杠桿問題展開了進(jìn)一步的分析。Li等[22]通過設(shè)置企業(yè)屬性虛擬變量的多元回歸模型發(fā)現(xiàn)，2000—2003年國(guó)有企業(yè)和私營(yíng)企業(yè)的負(fù)債率更高，并且對(duì)宏觀經(jīng)濟(jì)的影響更大。Reinhart等[23]對(duì)長(zhǎng)達(dá)兩個(gè)世紀(jì)40多個(gè)樣本國(guó)家的數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)政府杠桿率越高，宏觀經(jīng)濟(jì)增速下降越明顯，研究結(jié)果顯示政府杠桿率達(dá)到90%時(shí)，經(jīng)濟(jì)增速的中位數(shù)將下降1個(gè)百分點(diǎn)，發(fā)達(dá)經(jīng)濟(jì)體甚至達(dá)到了4個(gè)百分點(diǎn)，通貨膨脹也會(huì)隨政府債務(wù)增加而急劇上升。Hansen[24]采用門檻面板回歸模型，利用15年565家美國(guó)公司的樣本數(shù)據(jù)對(duì)財(cái)務(wù)約束與投資決策之間的相關(guān)性關(guān)系進(jìn)行了研究。

另外，在銀行的風(fēng)險(xiǎn)承擔(dān)方面，袁鯤等[25]應(yīng)用三階段最小二乘法（3SLS）考察了杠桿率約束對(duì)銀行資本、風(fēng)險(xiǎn)承擔(dān)行為的影響;馬勇等[26]通過系統(tǒng)GMM估計(jì)和二元面板離散選擇模型研究了金融杠桿、經(jīng)濟(jì)增長(zhǎng)和金融穩(wěn)定之間的關(guān)系;汪莉[27]在利率、銀行杠桿和風(fēng)險(xiǎn)承擔(dān)經(jīng)典模型的基礎(chǔ)上通過引入隱性存保異質(zhì)性、資本充足率約束和市場(chǎng)紀(jì)律約束，考察了貨幣環(huán)境通過銀行杠桿增加銀行風(fēng)險(xiǎn)承擔(dān)的傳導(dǎo)機(jī)制;梁敏等[28]設(shè)定數(shù)據(jù)包絡(luò)分析模型計(jì)算出20家商業(yè)銀行的杠桿率水平和技術(shù)效率，分析了杠桿率對(duì)商業(yè)銀行效率的影響;張春海[29]采用門檻回歸模型和GMM估計(jì)方法對(duì)79個(gè)國(guó)家1990—2016年經(jīng)濟(jì)發(fā)展中金融杠桿的門檻效應(yīng)和拐點(diǎn)效應(yīng)進(jìn)行了實(shí)證研究。而在商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)能力的差異性方面，靳玉英等[30]基于我國(guó)173家商業(yè)銀行數(shù)據(jù)研究發(fā)現(xiàn)，商業(yè)銀行風(fēng)險(xiǎn)資產(chǎn)結(jié)構(gòu)的利率差異是影響其風(fēng)險(xiǎn)承擔(dān)能力的重要因素，風(fēng)險(xiǎn)資產(chǎn)結(jié)構(gòu)利率差異小的銀行，杠桿率監(jiān)管的引入對(duì)商業(yè)銀行資產(chǎn)結(jié)構(gòu)的影響也很小;趙靜等[31]通過面板數(shù)據(jù)模型對(duì)我國(guó)55家商業(yè)銀行數(shù)據(jù)研究發(fā)現(xiàn)，資本充足率和核心資本充足率相對(duì)較高的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)能力也較高，而較高的杠桿率水平卻顯著降低了我國(guó)商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)能力。

可見，近年來我國(guó)杠桿率問題已經(jīng)成為眾學(xué)者探討的焦點(diǎn)，也有很多學(xué)者對(duì)我國(guó)金融杠桿和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系、銀行杠桿率水平和風(fēng)險(xiǎn)承擔(dān)能力差異的關(guān)系進(jìn)行實(shí)證研究，但鮮有文獻(xiàn)將行業(yè)杠桿率和銀行風(fēng)險(xiǎn)結(jié)合起來進(jìn)行分析。本文運(yùn)用2008年以來我國(guó)在A股上市的14家商業(yè)銀行數(shù)據(jù)、2012年證券監(jiān)督管理委員會(huì)行業(yè)分類的相關(guān)非金融行業(yè)數(shù)據(jù)，針對(duì)兩者之間的關(guān)系進(jìn)行實(shí)證研究，一方面可以區(qū)分不同非金融行業(yè)杠桿率對(duì)我國(guó)銀行風(fēng)險(xiǎn)水平影響的差異，另一方面可以為我國(guó)政府提供現(xiàn)實(shí)依據(jù)，有助于我國(guó)在去杠桿化方面采取正確的應(yīng)對(duì)政策。

二、研究假設(shè)

杠桿交易機(jī)制使得金融市場(chǎng)更具脆弱性與不穩(wěn)定性。金融杠桿率上升會(huì)削弱權(quán)益資本對(duì)風(fēng)險(xiǎn)資產(chǎn)損失的覆蓋能力，進(jìn)一步弱化金融市場(chǎng)的穩(wěn)定性，使得金融危機(jī)更易發(fā)生[32]。2008年美國(guó)次貸危機(jī)爆發(fā)后，我國(guó)陸續(xù)出臺(tái)了幾輪加杠桿政策，各行業(yè)杠桿率不斷提升，有效地?cái)U(kuò)大了行業(yè)規(guī)模，避免了經(jīng)濟(jì)的過度波動(dòng)，宏觀經(jīng)濟(jì)也得以從金融危機(jī)中恢復(fù)過來并以一定的水平穩(wěn)定增長(zhǎng)。中國(guó)人民銀行隨之進(jìn)行了18次降息、26次降準(zhǔn)，杠桿率在增加的同時(shí)，我國(guó)經(jīng)濟(jì)快速增長(zhǎng)[33]。加之多數(shù)行業(yè)規(guī)模小，杠桿率水平較低，加杠桿的政策可以推動(dòng)行業(yè)發(fā)展，拉動(dòng)宏觀經(jīng)濟(jì)增長(zhǎng)，從而提高金融機(jī)構(gòu)的發(fā)展速度，降低商業(yè)銀行的風(fēng)險(xiǎn)水平。

但隨著時(shí)間的推移和我國(guó)經(jīng)濟(jì)的持續(xù)發(fā)展，多數(shù)行業(yè)從此進(jìn)入了高杠桿率狀態(tài)，超過了行業(yè)安全杠桿率標(biāo)準(zhǔn)。杠桿率在較高水平下的進(jìn)一步提高，使得潛在風(fēng)險(xiǎn)不斷積累，通過杠桿風(fēng)險(xiǎn)傳導(dǎo)機(jī)制加大了金融市場(chǎng)的脆弱性，過度杠桿化使得金融機(jī)構(gòu)的關(guān)聯(lián)度增強(qiáng)，進(jìn)一步放大了金融系統(tǒng)性風(fēng)險(xiǎn)。此外，非金融行業(yè)杠桿率快速增長(zhǎng)隱藏著較大的風(fēng)險(xiǎn)，銀行等金融部門在為其提供信貸支持時(shí)則會(huì)要求更高的利率水平，從而進(jìn)一步提高非金融行業(yè)的杠桿率水平[34]。在此背景下，商業(yè)銀行資產(chǎn)負(fù)債狀況負(fù)擔(dān)過重、同業(yè)資產(chǎn)負(fù)債攀比嚴(yán)重、表外資產(chǎn)占比超標(biāo)、銀行風(fēng)險(xiǎn)水平不斷惡化。因此，本文提出研究假設(shè)：

H1a：部分行業(yè)杠桿率的提高可以降低商業(yè)銀行的風(fēng)險(xiǎn)水平。

H1b：部分行業(yè)杠桿率的提高惡化了商業(yè)銀行的風(fēng)險(xiǎn)水平。

發(fā)達(dá)國(guó)家和新興經(jīng)濟(jì)體都存在相似的債務(wù)杠桿率閾值（警戒值）。當(dāng)債務(wù)杠桿率低于閾值時(shí)債務(wù)杠桿和GDP實(shí)際增長(zhǎng)率之間呈現(xiàn)出弱的正相關(guān)關(guān)系;當(dāng)債務(wù)杠桿率超過閾值時(shí)，每增長(zhǎng)1個(gè)百分點(diǎn)，GDP實(shí)際增長(zhǎng)率將下降1個(gè)百分點(diǎn)[23]。因此，如果我國(guó)各行業(yè)也存在杠桿率閾值，那從整體上分析非金融行業(yè)杠桿率對(duì)我國(guó)銀行風(fēng)險(xiǎn)水平產(chǎn)生的影響會(huì)缺乏可靠性和準(zhǔn)確性，非金融行業(yè)杠桿率在閾值之上增長(zhǎng)和在閾值之下增長(zhǎng)會(huì)對(duì)銀行風(fēng)險(xiǎn)水平產(chǎn)生不同的影響。行業(yè)杠桿率低于閾值時(shí)，行業(yè)在擴(kuò)大規(guī)模過程中杠桿率增長(zhǎng)帶來的正面影響要多于負(fù)面影響，并能夠拉動(dòng)我國(guó)銀行高速發(fā)展，從而降低商業(yè)銀行的風(fēng)險(xiǎn)水平;但行業(yè)杠桿率超過閾值時(shí)，其進(jìn)一步提高帶來的消極影響則會(huì)超過積極影響，加大潛在風(fēng)險(xiǎn)爆發(fā)的可能性，商業(yè)銀行也會(huì)受到波及，風(fēng)險(xiǎn)承擔(dān)水平加大。基于以上分析，本文提出以下假設(shè)：

H2：部分非金融行業(yè)存在明顯的行業(yè)杠桿率閾值。

H3：存在杠桿率閾值的行業(yè)，杠桿率低于閾值時(shí)，行業(yè)杠桿率與銀行風(fēng)險(xiǎn)水平會(huì)呈現(xiàn)負(fù)相關(guān)關(guān)系;否則，會(huì)呈現(xiàn)正相關(guān)關(guān)系。

三、樣本選擇與數(shù)據(jù)來源

在研究樣本上，本文將從三個(gè)方面進(jìn)行選擇。在銀行方面，截至2018年6月我國(guó)滬深股市共有26家上市銀行，其中包括貴陽銀行、江蘇銀行和常熟銀行在內(nèi)的12家上市銀行因上市時(shí)間較短數(shù)據(jù)長(zhǎng)度不足，考慮到數(shù)據(jù)的真實(shí)性和可靠性，上述銀行不列入實(shí)證樣本的選取范圍，本文將剩余的14家上市銀行這14家上市商業(yè)銀行分別是浦發(fā)銀行、華夏銀行、中國(guó)民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、中國(guó)農(nóng)業(yè)銀行、交通銀行、中國(guó)工商銀行、中國(guó)光大銀行、中國(guó)建設(shè)銀行、中國(guó)銀行和中信銀行。作為研究樣本。在非金融行業(yè)方面，本文將按照我國(guó)證監(jiān)會(huì)2012年行業(yè)分類中去除金融、保險(xiǎn)業(yè)后剩余的11類非金融行業(yè)作為研究樣本。在樣本區(qū)間選擇方面，由于2008年金融危機(jī)對(duì)我國(guó)宏觀經(jīng)濟(jì)造成了巨大的沖擊，對(duì)各行業(yè)尤其是金融業(yè)的影響重大，故本文的樣本區(qū)間選擇為2008—2017年。綜上所述，本文根據(jù)研究需要選取2008—2017年14家上市銀行、非金融行業(yè)等年度數(shù)據(jù)作為實(shí)證分析的數(shù)據(jù)基礎(chǔ)。

本文進(jìn)行實(shí)證分析所使用的銀行相關(guān)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫、Wind數(shù)據(jù)庫，宏觀數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。

四、模型設(shè)定與變量定義

為進(jìn)一步研究非金融行業(yè)杠桿率與我國(guó)銀行風(fēng)險(xiǎn)水平之間的關(guān)系，本文以我國(guó)非金融行業(yè)和上市銀行為研究樣本，構(gòu)建了面板數(shù)據(jù)模型，從整體上研究?jī)烧咧g的關(guān)系：

其中，Rut指銀行u在年度t的風(fēng)險(xiǎn)水平，是衡量銀行風(fēng)險(xiǎn)的被解釋變量;Indit指非金融行業(yè)i在年度t的杠桿率水平，是模型中最重要的解釋變量;控制變量包括銀行總資產(chǎn)（Aut）、銀行凈利差（Nut）、國(guó)內(nèi)生產(chǎn)總值（Gt）、社會(huì)融資規(guī)模（St）、銀行資產(chǎn)收益率（rt）以及隨機(jī)擾動(dòng)項(xiàng)μ。

被解釋變量：銀行風(fēng)險(xiǎn)水平。銀行風(fēng)險(xiǎn)的代理變量有很多，主要包括風(fēng)險(xiǎn)加權(quán)資產(chǎn)的占比、Z值、KMV值、不良貸款率和違約頻率等。其中Z值多用于研究銀行風(fēng)險(xiǎn)的內(nèi)部影響因素，KMV值多用于研究單個(gè)銀行或企業(yè)的風(fēng)險(xiǎn)，違約頻率在國(guó)內(nèi)缺乏相關(guān)數(shù)據(jù)，而風(fēng)險(xiǎn)加權(quán)資產(chǎn)占比指標(biāo)在風(fēng)險(xiǎn)資產(chǎn)的種類上更為完善，并將不同風(fēng)險(xiǎn)程度的資產(chǎn)以權(quán)重區(qū)分，因此在衡量銀行風(fēng)險(xiǎn)方面比不良貸款率更有優(yōu)勢(shì)。本文使用風(fēng)險(xiǎn)加權(quán)資產(chǎn)在總資產(chǎn)中的占比作為衡量銀行風(fēng)險(xiǎn)的被解釋變量R。

核心解釋變量：非金融行業(yè)的杠桿率。為了充分體現(xiàn)不同行業(yè)的杠桿率對(duì)銀行風(fēng)險(xiǎn)的影響程度，本文首先在杠桿率的確定上做出如下定義：

其中，i=1，2，…，11;h=1，2，…，n;t表示時(shí)間;11類行業(yè)按照順序分別為農(nóng)林牧漁業(yè)、采掘業(yè)、制造業(yè)、電力煤氣及水的生產(chǎn)和供應(yīng)業(yè)、建筑業(yè)、交通運(yùn)輸與倉(cāng)儲(chǔ)業(yè)、信息技術(shù)業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)業(yè)、社會(huì)服務(wù)業(yè)、傳播與文化產(chǎn)業(yè);IMCt代表t年度每個(gè)行業(yè)中所有上市公司的總市值;MCht代表t年度每個(gè)上市公司的市值;DARht代表與MCht相應(yīng)的每個(gè)公司的資產(chǎn)負(fù)債率。

為了保證實(shí)證結(jié)果的可靠性，本文將11類行業(yè)中每個(gè)上市公司的資產(chǎn)負(fù)債率按照其公司市值在行業(yè)總市值中的占比進(jìn)行加權(quán)平均，然后加總得到行業(yè)的加權(quán)平均資產(chǎn)負(fù)債率，作為最終衡量行業(yè)杠桿率的變量。

控制變量：銀行總資產(chǎn)、銀行資產(chǎn)收益率、銀行凈利差、國(guó)內(nèi)生產(chǎn)總值和社會(huì)融資規(guī)模。借鑒以往相關(guān)研究[27-28]，本文主要從銀行和宏觀層面對(duì)模型進(jìn)行了因素控制。銀行層面，通過銀行總資產(chǎn)、銀行資產(chǎn)收益率和銀行凈利差對(duì)不同樣本銀行在規(guī)模和經(jīng)營(yíng)狀況上的差異進(jìn)行了控制;宏觀層面，通過國(guó)內(nèi)生產(chǎn)總值和社會(huì)融資規(guī)模兩個(gè)變量對(duì)宏觀經(jīng)濟(jì)的變化趨勢(shì)進(jìn)行了控制。

當(dāng)存在行業(yè)杠桿率閾值時(shí)，非金融行業(yè)杠桿率對(duì)我國(guó)銀行風(fēng)險(xiǎn)水平的影響應(yīng)當(dāng)分類、分層研究，因此本文借鑒Hansen[24]提出的門檻面板模型，并根據(jù)假設(shè)2和假設(shè)3對(duì)非金融行業(yè)杠桿率可能存在的門檻效應(yīng)做進(jìn)一步探討。

其中，I（·）代表指示函數(shù)，主要為了將樣本數(shù)據(jù)進(jìn)行分段：如果滿足括號(hào)內(nèi)條件，I賦值為1;否則，I賦值為0;λi為第i個(gè)行業(yè)可能存在的行業(yè)杠桿率門檻值。

本文使用的各變量的符號(hào)、定義及說明見表1。

五、實(shí)證結(jié)果及分析

（一）變量的描述性統(tǒng)計(jì)

11類非金融行業(yè)的杠桿率符號(hào)按順序依次為Ind1、Ind2、…、Ind11，之后通過Stata13軟件對(duì)收集到的各變量數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果見表2。從中可以看出，我國(guó)非金融行業(yè)杠桿率普遍較高，僅有信息技術(shù)業(yè)和傳播與文化產(chǎn)業(yè)兩類行業(yè)均值低于40%，甚至有行業(yè)均值超過了60%，這與李揚(yáng)[3]的統(tǒng)計(jì)結(jié)果極為相似。銀行風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比重均值為61.30%，最大值達(dá)到了76.04%，表明在2008—2017年的10年間我國(guó)銀行風(fēng)險(xiǎn)資產(chǎn)占比較高，在獲得高收益的同時(shí)承擔(dān)了較高的風(fēng)險(xiǎn)。

（二）回歸分析

在進(jìn)行實(shí)證研究之前，本文首先對(duì)各個(gè)行業(yè)的數(shù)據(jù)進(jìn)行了豪斯曼檢驗(yàn)，檢驗(yàn)結(jié)果顯示最優(yōu)模型為面板固定效應(yīng)模型。因此本文使用固定效應(yīng)模型對(duì)銀行風(fēng)險(xiǎn)與11類非金融行業(yè)杠桿率之間的相關(guān)關(guān)系進(jìn)行了實(shí)證回歸，估計(jì)結(jié)果見表3。該結(jié)果顯示，在不同的模型中，銀行及宏觀層面控制變量的顯著性水平有所不同，而各非金融行業(yè)的杠桿率作為核心解釋變量其顯著性差異較大。進(jìn)一步分析可以看出，非金融行業(yè)杠桿率對(duì)銀行風(fēng)險(xiǎn)水平的影響程度各不相同。

首先，采掘業(yè)、批發(fā)和零售業(yè)、社會(huì)服務(wù)業(yè)3個(gè)行業(yè)杠桿率未通過顯著性檢驗(yàn)，表明在樣本數(shù)據(jù)期間內(nèi)這類非金融行業(yè)杠桿率對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)水平的影響不明顯，可能的原因是行業(yè)杠桿率在不同的水平下增長(zhǎng)對(duì)銀行風(fēng)險(xiǎn)產(chǎn)生的影響不同，并且這種影響是非線性的，積極影響和消極影響共同作用使得行業(yè)杠桿率對(duì)銀行風(fēng)險(xiǎn)的影響不夠顯著。

其次，電力煤氣及水的生產(chǎn)和供應(yīng)業(yè)、交通運(yùn)輸與倉(cāng)儲(chǔ)業(yè)、房地產(chǎn)業(yè)3個(gè)行業(yè)回歸的系數(shù)為負(fù)，說明這部分行業(yè)的杠桿率與銀行風(fēng)險(xiǎn)水平呈現(xiàn)負(fù)相關(guān)關(guān)系;而剩余的5個(gè)行業(yè)回歸的系數(shù)為正，反映出這些行業(yè)的杠桿率與銀行風(fēng)險(xiǎn)水平呈現(xiàn)正相關(guān)關(guān)系。整體來看，大部分非金融行業(yè)杠桿率的增加都會(huì)在一定程度上惡化銀行的風(fēng)險(xiǎn)水平，這說明在我國(guó)高債務(wù)杠桿率的背景下，杠桿率超過閾值后進(jìn)一步提高即使會(huì)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，但更易形成潛在風(fēng)險(xiǎn)集聚，為商業(yè)銀行帶來不利的影響，而不同行業(yè)可能存在不同的閾值，這使得從整體上進(jìn)行分析會(huì)缺乏一定的準(zhǔn)確性，本文將通過門檻面板模型進(jìn)一步研究。

（三）門檻效應(yīng)研究

1.門檻效應(yīng)檢驗(yàn)

本文借鑒Hansen[24]使用的格點(diǎn)搜索方法，對(duì)各個(gè)非金融行業(yè)進(jìn)行了迭代抽樣（Bootstrap），并對(duì)門檻效應(yīng)類型和門檻值進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)農(nóng)林牧漁業(yè)、采掘業(yè)、電力、煤氣及水的生產(chǎn)和供應(yīng)業(yè)、交通運(yùn)輸倉(cāng)儲(chǔ)業(yè)、房地產(chǎn)業(yè)、信息技術(shù)業(yè)和傳播與文化產(chǎn)業(yè)均存在一定的門檻值，并通過了顯著性檢驗(yàn)，檢驗(yàn)結(jié)果見表4。由于非金融行業(yè)之間的行業(yè)杠桿率差異較大，其杠桿率的門檻值也表現(xiàn)出較大的差異，傳播與文化產(chǎn)業(yè)僅為34.5%，而房地產(chǎn)業(yè)卻高達(dá)70.83%。

2.門檻效應(yīng)結(jié)果分析

基于表4得出的門檻效應(yīng)結(jié)果，本文針對(duì)不同的行業(yè)進(jìn)行了門檻效應(yīng)的實(shí)證分析，結(jié)果見表5。從整體上看，7類行業(yè)均存在較明顯的門檻值，其中除電力煤氣及水的生產(chǎn)和供應(yīng)業(yè)、交通運(yùn)輸與倉(cāng)儲(chǔ)業(yè)外，其他5類行業(yè)杠桿率低于門檻值時(shí)，與銀行風(fēng)險(xiǎn)水平呈現(xiàn)負(fù)相關(guān)關(guān)系;杠桿率高于門檻值時(shí)，則會(huì)呈現(xiàn)正相關(guān)關(guān)系，這與本文假設(shè)2和假設(shè)3相一致。農(nóng)林牧漁業(yè)、采掘業(yè)、房地產(chǎn)業(yè)、信息技術(shù)業(yè)和傳播與文化產(chǎn)業(yè)五類行業(yè)杠桿率在安全杠桿率水平下提高能夠擴(kuò)大行業(yè)規(guī)模，推動(dòng)經(jīng)濟(jì)發(fā)展，同時(shí)能夠?yàn)榻鹑跈C(jī)構(gòu)提供資金支持，增加資金流動(dòng)性，從而降低其風(fēng)險(xiǎn)水平。但是，在超過安全杠桿率水平后繼續(xù)提升更易造成潛在風(fēng)險(xiǎn)聚集， 對(duì)我國(guó)商業(yè)銀行和宏觀經(jīng)濟(jì)造成嚴(yán)重的影響。而電力煤氣及水的生產(chǎn)和供應(yīng)業(yè)、交通運(yùn)輸與倉(cāng)儲(chǔ)業(yè)則比較特殊，其行業(yè)杠桿率低于門檻值時(shí)，與銀行風(fēng)險(xiǎn)水平呈現(xiàn)正相關(guān)關(guān)系;杠桿率高于門檻值時(shí)，則會(huì)呈現(xiàn)負(fù)相關(guān)關(guān)系。這說明這兩類行業(yè)的門檻值并不代表其行業(yè)杠桿率閾值，而是代表行業(yè)規(guī)模發(fā)展以來的臨界值，因?yàn)檫@兩類行業(yè)作為人們生活必不可少的基礎(chǔ)性產(chǎn)業(yè)，行業(yè)發(fā)展前期規(guī)模小，基礎(chǔ)不穩(wěn)，尤其是大規(guī)模的管道鋪設(shè)和道路建設(shè)需要耗費(fèi)大量人力、物力和財(cái)力，行業(yè)利潤(rùn)較少甚至為負(fù)值，所以行業(yè)杠桿率的增加會(huì)顯著提高商業(yè)銀行的風(fēng)險(xiǎn)水平;而隨著行業(yè)規(guī)模的擴(kuò)大，行業(yè)杠桿率超過某個(gè)臨界值時(shí)，管道、道路初具規(guī)模，行業(yè)基礎(chǔ)越來越穩(wěn)定，行業(yè)利潤(rùn)上升，行業(yè)杠桿率再度提升則會(huì)壯大我國(guó)宏觀經(jīng)濟(jì)總量，進(jìn)一步拉動(dòng)經(jīng)濟(jì)發(fā)展水平的增長(zhǎng)，在新的宏觀經(jīng)濟(jì)總量和發(fā)展水平下使商業(yè)銀行風(fēng)險(xiǎn)水平降低。

對(duì)于批發(fā)和零售業(yè)、社會(huì)服務(wù)業(yè)兩個(gè)行業(yè)而言，行業(yè)杠桿率變化既對(duì)銀行風(fēng)險(xiǎn)水平?jīng)]有顯著的影響，又不存在明顯的門檻值。這是由其行業(yè)特點(diǎn)決定的：批發(fā)和零售行業(yè)交易次數(shù)多、交易額小、資金流動(dòng)性強(qiáng)的特點(diǎn)決定了其對(duì)銀行風(fēng)險(xiǎn)水平的影響甚小;社會(huì)服務(wù)業(yè)屬于第三產(chǎn)業(yè)，與居民的生活需求直接相關(guān)，主要包括基礎(chǔ)服務(wù)、個(gè)人消費(fèi)服務(wù)、公共服務(wù)等，并且受居民各方面偏好的影響重大，因此對(duì)金融尤其銀行的風(fēng)險(xiǎn)水平無顯著性影響。

對(duì)于制造業(yè)和建筑業(yè)而言，雖不存在明顯的行業(yè)杠桿率門檻值，但行業(yè)杠桿率增加會(huì)對(duì)我國(guó)銀行產(chǎn)生負(fù)面影響，惡化商業(yè)銀行的風(fēng)險(xiǎn)水平，符合本文研究假設(shè)1b。自從2008年美國(guó)次貸危機(jī)爆發(fā)對(duì)我國(guó)經(jīng)濟(jì)形成沖擊以來，我國(guó)出臺(tái)了一系列應(yīng)對(duì)措施，進(jìn)入了加杠桿階段，從而使得多數(shù)行業(yè)的杠桿率不斷提高，制造業(yè)和建筑業(yè)作為其中的重資產(chǎn)運(yùn)營(yíng)行業(yè)，行業(yè)杠桿率一直處于較高水平，而我國(guó)的加杠桿政策進(jìn)一步提高了其債務(wù)杠桿率，從而加大了潛在風(fēng)險(xiǎn)爆發(fā)的可能性，給我國(guó)銀行和宏觀經(jīng)濟(jì)都帶來了嚴(yán)重的影響。

（四）穩(wěn)健性檢驗(yàn)

為了進(jìn)一步驗(yàn)證上述估計(jì)結(jié)果的可靠性，本文參考趙靜等[31，35]對(duì)模型的相關(guān)設(shè)定，將被解釋變量替換為銀行的不良貸款率，并展開穩(wěn)健性檢驗(yàn)，以此考察上述各非金融行業(yè)杠桿率對(duì)銀行風(fēng)險(xiǎn)水平影響的結(jié)論是否穩(wěn)健，限于篇幅，此處不再展示穩(wěn)健性分析的結(jié)果。整體而言，將被解釋變量替換為銀行的不良貸款率之后，各非金融行業(yè)杠桿率和銀行風(fēng)險(xiǎn)水平之間的相關(guān)性關(guān)系均未發(fā)生改變，且采掘業(yè)、制造業(yè)、信息技術(shù)業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)業(yè)、社會(huì)服務(wù)業(yè)的顯著性水平有所上升，但大多數(shù)行業(yè)杠桿率的提升仍會(huì)惡化銀行的風(fēng)險(xiǎn)水平。在門檻效應(yīng)方面，各行業(yè)的門檻情況均未發(fā)生明顯的變化，仍然只有農(nóng)林牧漁業(yè)、采掘業(yè)、電力、煤氣及水的生產(chǎn)和供應(yīng)業(yè)、交通運(yùn)輸倉(cāng)儲(chǔ)業(yè)、房地產(chǎn)業(yè)、信息技術(shù)業(yè)和傳播與文化產(chǎn)業(yè)7類行業(yè)存在一定的門檻值，且與銀行風(fēng)險(xiǎn)水平的相關(guān)性關(guān)系不變，而其他行業(yè)均不存在明顯的門檻效應(yīng)。這說明前文得出的基本結(jié)論在不同的銀行風(fēng)險(xiǎn)水平的定義下依然是穩(wěn)健的。

六、結(jié)論與政策建議

本文以我國(guó)非金融行業(yè)和上市銀行為研究對(duì)象，基于面板固定效應(yīng)模型和門檻面板模型通過2008—2017年我國(guó)證監(jiān)會(huì)行業(yè)分類中11類非金融行業(yè)杠桿率對(duì)銀行風(fēng)險(xiǎn)水平的影響進(jìn)行了測(cè)度，隨后按行業(yè)差異進(jìn)行了分類和實(shí)證檢驗(yàn)，得到如下研究結(jié)論：

（1）在對(duì)銀行風(fēng)險(xiǎn)的影響程度方面，行業(yè)之間呈現(xiàn)出顯著的差異性，多數(shù)行業(yè)杠桿率增加都會(huì)給銀行風(fēng)險(xiǎn)帶來負(fù)面影響。而進(jìn)一步通過門檻效應(yīng)檢驗(yàn)發(fā)現(xiàn)，有7類行業(yè)存在明顯的行業(yè)杠桿率門檻值，除電力、煤氣及水的生產(chǎn)與供應(yīng)業(yè)和交通運(yùn)輸倉(cāng)儲(chǔ)業(yè)外，其他行業(yè)的杠桿率在門檻值之下提高會(huì)通過行業(yè)增長(zhǎng)帶動(dòng)商業(yè)銀行進(jìn)一步發(fā)展，降低銀行的風(fēng)險(xiǎn)水平，超過門檻值后再度提升則會(huì)對(duì)銀行產(chǎn)生不利的影響。而電力煤氣及水的生產(chǎn)與供應(yīng)業(yè)、交通運(yùn)輸與倉(cāng)儲(chǔ)業(yè)的門檻值作為行業(yè)規(guī)模發(fā)展的臨界值則具有一定的特殊性。

（2）批發(fā)和零售業(yè)、社會(huì)服務(wù)業(yè)增加杠桿率對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)的影響不顯著。因?yàn)榕l(fā)和零售業(yè)、社會(huì)服務(wù)業(yè)具有獨(dú)特的行業(yè)特點(diǎn)，杠桿率受資金流動(dòng)性強(qiáng)、居民偏好等因素的影響巨大，所以不會(huì)對(duì)銀行等金融機(jī)構(gòu)產(chǎn)生明顯的影響。

（3）制造業(yè)和建筑業(yè)這類重資產(chǎn)運(yùn)營(yíng)行業(yè)債務(wù)重多，債務(wù)杠桿率也較高，繼續(xù)增加杠桿則會(huì)帶來更高的債務(wù)風(fēng)險(xiǎn)，加大銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)，并且能夠通過銀行傳導(dǎo)機(jī)制擴(kuò)散到整個(gè)金融體系，甚至影響宏觀經(jīng)濟(jì)的發(fā)展。

（4）我國(guó)整體債務(wù)杠桿的結(jié)構(gòu)性問題嚴(yán)重。從結(jié)構(gòu)上看，我國(guó)非金融企業(yè)部門的杠桿率較高，而且非金融企業(yè)部門各行業(yè)債務(wù)杠桿率水平差別較大，如果不及時(shí)關(guān)注加以分類管理，很可能引發(fā)結(jié)構(gòu)性風(fēng)險(xiǎn)，并影響到其他部門，加劇經(jīng)濟(jì)金融體系的脆弱性和不穩(wěn)定性。

根據(jù)上述研究結(jié)論，本文提出如下政策建議：

（1）細(xì)化銀行業(yè)務(wù)規(guī)劃。我國(guó)各非金融行業(yè)差異較大，多數(shù)行業(yè)存在且已超過杠桿率閾值，部分行業(yè)債務(wù)杠桿率也處于較高水平，只有少數(shù)基礎(chǔ)性行業(yè)杠桿率仍有一定的提升空間，加之我國(guó)各商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)能力存在一定的差異，應(yīng)對(duì)風(fēng)險(xiǎn)的處理能力也不盡相同，這都為我國(guó)銀行業(yè)的管理和發(fā)展帶來了許多不確定風(fēng)險(xiǎn)。因此各銀行應(yīng)從風(fēng)險(xiǎn)承擔(dān)角度，依據(jù)不同銀行風(fēng)險(xiǎn)承擔(dān)能力的差異，細(xì)化各非金融行業(yè)所能承受的杠桿率及可能給銀行帶來的危害，以指導(dǎo)不同行業(yè)進(jìn)行債務(wù)處理，同時(shí)將銀行業(yè)務(wù)針對(duì)不同的行業(yè)進(jìn)行分類，進(jìn)而化解杠桿風(fēng)險(xiǎn)，降低風(fēng)險(xiǎn)水平，為商業(yè)銀行的發(fā)展掃清障礙。

（2）去杠桿和加杠桿相結(jié)合。各非金融行業(yè)的債務(wù)杠桿率對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)影響的差異性較大，故不能采取“一刀切”的方式處理，不然會(huì)導(dǎo)致一部分企業(yè)“窒息”。因此應(yīng)當(dāng)分類處理，存在杠桿率閾值的行業(yè)、高杠桿率行業(yè)將債務(wù)杠桿率水平進(jìn)行一定的控制，杠桿率存在提升空間的行業(yè)進(jìn)行一定規(guī)模的加杠桿處理，這就需要將可能產(chǎn)生負(fù)收益、帶來嚴(yán)重風(fēng)險(xiǎn)的杠桿去掉，增加能產(chǎn)生較高權(quán)益收益的杠桿，掌握好減和加的“度”，在控制好杠桿結(jié)構(gòu)性和杠桿率閾值的同時(shí)，進(jìn)行適當(dāng)?shù)摹耙聘軛U”。比如，在現(xiàn)實(shí)中可以將有償債困難的低效率企業(yè)、“僵尸企業(yè)”關(guān)停，對(duì)業(yè)績(jī)優(yōu)異、發(fā)展?fàn)顩r良好的企業(yè)給予優(yōu)惠的杠桿政策，通過適當(dāng)?shù)摹耙聘軛U”政策既能促進(jìn)行業(yè)、企業(yè)間的新陳代謝、快速增長(zhǎng)，又能降低商業(yè)銀行的風(fēng)險(xiǎn)水平，從而推動(dòng)宏觀經(jīng)濟(jì)的發(fā)展。

（3）健全分類監(jiān)管機(jī)制。去杠桿的重點(diǎn)在于如何將各行業(yè)杠桿率控制在杠桿率閾值以下，而不同的行業(yè)杠桿率閾值的差異性較大，因此加強(qiáng)對(duì)各行業(yè)、各部門的分類監(jiān)管機(jī)制成為重中之重?；诓煌男袠I(yè)特點(diǎn)，采取對(duì)應(yīng)的監(jiān)管措施，從而達(dá)到最佳的效果。短期看，要加強(qiáng)宏觀審慎與微觀審慎監(jiān)管的結(jié)合，對(duì)過快和過慢的債務(wù)增長(zhǎng)速度進(jìn)行調(diào)節(jié);長(zhǎng)期看，還是應(yīng)通過長(zhǎng)效機(jī)制的建設(shè)從根本上消除宏觀經(jīng)濟(jì)中具有嚴(yán)重杠桿風(fēng)險(xiǎn)的部分。

參考文獻(xiàn)：

[1]?李揚(yáng)， 張曉晶， 常欣， 等. 中國(guó)國(guó)家資產(chǎn)負(fù)債表2013——理論、方法與風(fēng)險(xiǎn)評(píng)估 [M]. 北京： 中國(guó)社會(huì)科學(xué)出版社， 2013.

[2]?中國(guó)人民銀行杠桿率研究課題組， 徐諾金， 姜再勇. 中國(guó)經(jīng)濟(jì)杠桿率水平評(píng)估及潛在風(fēng)險(xiǎn)研究 [J]. 金融監(jiān)管研究， 2014（5）： 23-38.

[3]?李揚(yáng). 中國(guó)國(guó)家資產(chǎn)負(fù)債表2015： 杠桿調(diào)整與風(fēng)險(xiǎn)管理 [N]. 中國(guó)社會(huì)科學(xué)報(bào)， 2015-08-20（008）.

[4]?任澤平， 馮赟. 供給側(cè)改革去杠桿的現(xiàn)狀、應(yīng)對(duì)、風(fēng)險(xiǎn)與投資機(jī)會(huì) [J]. 發(fā)展研究， 2016（3）： 8-13.

[5]?Gennaioli N， Shleifer A， Vishny R. Neglected risks， financial innovation， and financial fragility [J]. Journal of Financial Economics， 2012， 104（3）： 452-468.

[6]?Kollmann R， Zeugner S. Leverage as a predictor for real activity and volatility [J]. Journal of Economic Dynamics and Control， 2012， 36（8）： 1267-1283.

[7]?Adrian T， Shin H S. Liquidity and financial contagion [J]. Banque de France Financial Stability Review， 2010， 5（11）： 1-7.

[8]?Gaston G， Schumacher I. Macroeconomic conditions and leverage in monetary financial institutions： Comparing European countries and luxembourg [R]. BCL Working Papers， 2012.

[9]?Setser B， Roubini N， Keller C， et al. A balance sheet approach to financial crisis [R]. IMF Working Papers， 2002， 2（210）： 1-22.

[10]Reinhart C M， Rogoff K S. This time is different： Eight centuries of financial folly [J]. Economics Books， 2012， 20（18）： 191-194.

[11]姜超， 梁中華. 金融杠桿從哪來——銀行天生愛杠桿 [EB/OL]. （2017-03-14）[2018-10-15]. https： ∥wallstreetcncom/articles/295116.

[12]崔宇清. 金融高杠桿業(yè)務(wù)模式、潛在風(fēng)險(xiǎn)與去杠桿路徑研究 [J]. 金融監(jiān)管研究， 2017（7）： 52-65.

[13]Cecchetti S， Mohanty M， Zampolli F. The real effects of debt [R]. BIS Working Papers， 2011.

[14]Almeida H， Campello M， Laranjeira B， et al. Corporate debt maturity and the real effects of the 2007 credit crisis [J]. Social Science Electronic Publishing， 2009， 1（1）： 3-58.

[15]Glick R， Lansing K J. U. S. Household deleveraging and future consumption growth [R]. FRBSF Econcmic Letter， 2009.

[16]Geanakoplos J. The leverage cycle [J]. NBER Macroeconomics Annual， 2010， 24（1）： 1-66.

[17]Petrakis P E， Kostis P C， Valsamis D G. Restoration of the banking system and the banking deleveraging process [M]∥European Economics and Politics in the Midst of the Crisis. Springer Berlin Heidelberg， 2013： 159-175.

[18]Mian A R， Sufi A. What explains high unemployment？ The aggregate demand channel [R]. NBER Working Paper， 2011.

[19]Caballero C C， Drumond I， Lendvai J， et al. Indebtedness， deleveraging dynamics and macroeconomic adjustment [R]. European Commission Economic Papers， 2013， 33（2）： 1-49.

[20]楊明秋. 發(fā)達(dá)國(guó)家金融系統(tǒng)的去杠桿化趨勢(shì)及其影響 [J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2011（2）： 33-38+87.

[21]張明， 賀軍. 中國(guó)經(jīng)濟(jì)去杠桿化的潛在風(fēng)險(xiǎn) [J]. 金融市場(chǎng)研究， 2013（5）： 4-9.

[22]Li K， Yue H， Zhao L. Ownership， institutions， and capital structure： Evidence from China [J]. Journal of Comparative Economics， 2009， 37（3）： 471-490.

[23]Reinhart C M， Rogoff K S. Growth in a time of debt [J]. American Economic Review， 2010， 100（2）： 573-578.

[24]Hansen B E. Threshold effects in non-dynamic panels： Estimation， testing and inference [J]. Journal of Econometrics， 1999， 93（2）： 345-368.

[25]袁鯤， 饒素凡. 銀行資本、風(fēng)險(xiǎn)承擔(dān)與杠桿率約束——基于中國(guó)上市銀行的實(shí)證研究（2003—2012年） [J]. 國(guó)際金融研究， 2014（8）： 52-60.

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

[27]汪莉. 隱性存保、“順周期”杠桿與銀行風(fēng)險(xiǎn)承擔(dān) [J]. 經(jīng)濟(jì)研究， 2017（10）： 67-81.

[28]梁敏， 魏曉琴， 袁成全. 我國(guó)商業(yè)銀行杠桿率對(duì)銀行效率的影響研究 [J]. 金融理論探索， 2018（3）： 24-35.

[29]張春海. 經(jīng)濟(jì)發(fā)展中金融杠桿的門檻效應(yīng)與拐點(diǎn)效應(yīng)——來自跨國(guó)面板數(shù)據(jù)的經(jīng)驗(yàn)分析 [J]. 金融發(fā)展研究， 2018（11）： 1-7.

[30]靳玉英， 賈松波. 杠桿率監(jiān)管的引入對(duì)商業(yè)銀行資產(chǎn)結(jié)構(gòu)的影響研究 [J]. 國(guó)際金融研究， 2016（6）： 52-60.

[31]趙靜， 王海杰， 盧方元. 銀行治理視角下資本監(jiān)管對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究 [J]. 南京社會(huì)科學(xué)， 2017（8）： 27-35.

[32]葉華. 系統(tǒng)風(fēng)險(xiǎn)、系統(tǒng)性風(fēng)險(xiǎn)與金融危機(jī)——基于金融杠桿與資產(chǎn)負(fù)債表視角的解釋 [J]. 投資研究， 2012（12）： 113-122.

[33]陸岷峰， 葛和平. 中國(guó)企業(yè)高杠桿成因及去杠桿方式研究 [J]. 金融監(jiān)管研究， 2016（12）： 63-73.

[34]婁飛鵬. 非金融部門杠桿率現(xiàn)狀與去杠桿建議 [J]. 西南金融， 2017（7）： 23-29.

[35]Laeven L， Levine R. Bank governance， regulation and risk taking [J]. Jounral of Financial Economics， 2009， 93（2）： 259-275.

[本刊相關(guān)文獻(xiàn)鏈接]

[1]?吳建鑾，趙春艷，南士敬.金融杠桿波動(dòng)與中國(guó)經(jīng)濟(jì)波動(dòng)——來自我國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證研究 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2018（5）：12-20.

[2]?胡浩然，聶燕鋒.產(chǎn)業(yè)集聚、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與企業(yè)生產(chǎn)率——基于國(guó)家級(jí)開發(fā)區(qū)的經(jīng)驗(yàn)研究 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2018（4）：39-47.

[3]?曹嘯，孫天琦，計(jì)小青，等.信任、外部沖擊與投資者保護(hù)效應(yīng)的非對(duì)稱性：中國(guó)的經(jīng)驗(yàn)證據(jù) [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2018（3）：13-24.

[4]?黃昱然，盧志強(qiáng)，李志斌.地方政府債務(wù)與區(qū)域金融差異的經(jīng)濟(jì)增長(zhǎng)效應(yīng)研究——基于非線性面板平滑轉(zhuǎn)換回歸PSTR模型 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2018（3）：1-12.

[5]?夏仕龍，付英俊.我國(guó)貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)效應(yīng)研究——基于中觀層面的結(jié)構(gòu)視角 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017（6）：33-45.

[6]?方意，鄭子文，顏茹云.中國(guó)銀行業(yè)風(fēng)險(xiǎn)形成機(jī)理及壓力測(cè)試研究：基于行業(yè)信貸視角 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017（5）：1-15.

[7]?顧海峰.銀保協(xié)作、擔(dān)保投資與銀行信用風(fēng)險(xiǎn)分散——基于銀保信貸系統(tǒng)的視角 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017（4）：41-50.

[8]?劉震，牟雯波.宏觀審慎管理、金融摩擦與經(jīng)濟(jì)周期——基于準(zhǔn)備金率工具的視角 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017（3）：12-21.

[9]?郭冉冉，酈博文，巴曙松.不同資產(chǎn)泡沫過程及危機(jī)后果的實(shí)證分析 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017（2）：45-52.

[10]馬續(xù)濤，沈悅.不確定性沖擊、銀行風(fēng)險(xiǎn)承擔(dān)與經(jīng)濟(jì)波動(dòng) [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016（6）：55-63.

[11]王擎，白雪，牛鋒.我國(guó)商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度及影響因素研究——基于CCA-POT-Copula方法的分析 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016（2）：1-9.

[12]馮乾，侯合心.資本約束、杠桿率新規(guī)與監(jiān)管效果：來自中國(guó)上市銀行的證據(jù) [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2015（4）：39-48.

[13]呂峻，石榮.宏觀經(jīng)濟(jì)因素對(duì)公司資本結(jié)構(gòu)影響的研究——兼論三種資本結(jié)構(gòu)理論的關(guān)系 [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2014（6）：95-105.

[14]吳恒煜，胡錫亮，呂江林，等.我國(guó)行業(yè)風(fēng)險(xiǎn)的決定因素及傳遞機(jī)制研究——來自滬深300細(xì)分行業(yè)的經(jīng)驗(yàn)證據(jù) [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2014（5）：70-80.