陳蕾 陳夢

摘 要：基于居民杠桿率快速上漲和“結(jié)構(gòu)性去杠桿”的背景，運用全國2007～2017年相關(guān)數(shù)據(jù)建立門限回歸模型和SVAR模型，分析居民杠桿率對經(jīng)濟增長的影響。研究結(jié)果表明：①居民消費、固定資產(chǎn)投資、居民杠桿率和非金融企業(yè)杠桿率對生產(chǎn)總值具有典型的門限影響特征，我國居民杠桿率閾值為0.31。②居民杠桿率低于閾值的時候，其自身和居民消費對經(jīng)濟增長有促進作用;高于閾值的時候，居民杠桿率和居民消費對經(jīng)濟的促進作用明顯下降。③居民杠桿率低于閾值的時候，固定資產(chǎn)投資對經(jīng)濟的負作用不能通過顯著性檢驗;高于閾值的時候，固定資產(chǎn)投資能有效地對經(jīng)濟增長發(fā)揮作用。④無論居民杠桿率如何取值，非金融企業(yè)杠桿率對經(jīng)濟增長都有顯著的抑制作用。⑤居民杠桿率的增加有利于消費短期增長;從長期來看，經(jīng)濟增長反而會下降。原因在于債務(wù)壓力的積累抑制了消費，隨著消費的減少，非金融企業(yè)部門不得不縮減生產(chǎn)，被動去杠桿使得經(jīng)濟增長受到抑制。

關(guān)鍵詞：居民杠桿率;杠桿率閾值;經(jīng)濟增長

文章編號：2095-5960（2020）05-0001-09;中圖分類號：F129.1，F(xiàn)126.1;文獻標識碼：A

2019年，我國春節(jié)黃金周零售和餐飲企業(yè)銷售額同比增長8.5%，與去年同比下降了1.7個百分點，自2005年有統(tǒng)計以來首次跌至個位（商務(wù)部數(shù)據(jù)）。春節(jié)是中國人最重要的節(jié)日，該時段的消費能夠在一定程度上體現(xiàn)居民的消費能力和消費意愿，而數(shù)據(jù)顯示我國居民的消費已經(jīng)進入一個較低的水平。有學者認為社會消費品零售增速的下降和居民杠桿率的過快上升有關(guān)。2015年中央經(jīng)濟工作會議提出“三去一降一補”的任務(wù)。2018年中央財經(jīng)委員會第一次會議提出“結(jié)構(gòu)性去杠桿”，目標有二：一個是關(guān)注各個部門之間杠桿率的差異，將地方政府和國有企業(yè)的降杠桿問題列為重中之重;第二個是盡量避免杠桿率調(diào)整過程中的經(jīng)濟波動，實現(xiàn)“穩(wěn)增長”。在各部門杠桿率的調(diào)整過程中，中央政府和居民很有可能成為加杠桿的對象。根據(jù)國際清算銀行的數(shù)據(jù)，我國居民杠桿率從2007年的18.8%上升至2018年2季度的50.3%，高于新興經(jīng)濟體38.7%的平均水平，增長幅度近兩倍，位列全球第一。Carmen M.?Reinhart &Kenneth S.Rogoff[1] 對36個國家和地區(qū)1951年到2010年的債務(wù)和經(jīng)濟危機進行研究，138次危機中由居民杠桿率上升過快的危機占到100次，而由企業(yè)部門杠桿率快速上升引起的只有38次，這說明居民杠桿率的過快上漲有很大的風險。那么，如何評價當前我國的居民杠桿率，它是否還有上漲空間，是否可以成為企業(yè)轉(zhuǎn)移杠桿的對象？這些問題既關(guān)系杠桿率調(diào)整中經(jīng)濟的“穩(wěn)增長”，又關(guān)系國家的金融安全。

一些學者認為我國居民杠桿率還可以繼續(xù)上升。周俊仰等[2]將居民與企業(yè)的杠桿率嵌入DSGE系統(tǒng)，當杠桿由企業(yè)轉(zhuǎn)至居民時，產(chǎn)出與通脹下降，此時的社會總福利最大。馬勇、陳雨露[3]用系統(tǒng)GMM估計法對68個國家的金融杠桿、波動及經(jīng)濟增長進行實證研究，發(fā)現(xiàn)金融杠桿與經(jīng)濟增長是倒“U”型關(guān)系，中國將在2019～2020年進入拐點區(qū)域，此前可以加杠桿。李若愚[4]通過杠桿率的國際比較得出我國居民杠桿率水平較低，有較大加杠桿空間，可以通過居民舉債消費推動內(nèi)需，緩解經(jīng)濟壓力。周小川①①見周小川在中國發(fā)展高層論壇2016年年會的演講“中國整個經(jīng)濟杠桿率偏高”。、李揚等[5]也持有類似的觀點。

近些年來，更多學者開始反對居民部門加杠桿。謝保嵩等[6]以四川省居民信貸微觀數(shù)據(jù)為樣本分析得出居民杠桿率總體偏高，近30%的年收入用于償還債務(wù)本息，消費沒有擴張升級的空間。潘敏、劉知琪[7]認為居民加杠桿不能提高消費和促進消費升級。劉哲希、李子昂[8]構(gòu)建高杠桿特征的DSGE模型發(fā)現(xiàn)居民加杠桿難以緩沖非金融企業(yè)去杠桿帶來的經(jīng)濟下行壓力，導致經(jīng)濟產(chǎn)出水平下滑幅度更大，消費率會在消費支出下滑的同時由于經(jīng)濟產(chǎn)出這一分母下降而“被動”上升，掩蓋居民消費需求萎縮的事實;加杠桿會導致居民投機性行為增加，非金融企業(yè)杠桿轉(zhuǎn)移效果減弱并加劇資產(chǎn)泡沫風險。牛播坤[9]認為居民杠桿率應(yīng)該與本國的經(jīng)濟發(fā)展水平和社會福利的完善程度相匹配，中國與其他發(fā)展中國家相比，杠桿率水平偏高，居民加杠桿或許不能實現(xiàn)非金融企業(yè)去杠桿的目的。

綜上所述，現(xiàn)有研究進展如下：其一，大多學者認為過高的杠桿率與經(jīng)濟衰退和金融危機有緊密的聯(lián)系，且去杠桿過程會給經(jīng)濟帶來較大的負面沖擊，我國非金融企業(yè)部門杠桿率過高，急需去杠桿。但對于我國居民杠桿率是否過高，是否給經(jīng)濟帶來負面影響，是否可以進一步增加還存在較大的爭議。其二，直接研究居民杠桿率的相關(guān)文獻較為缺乏，大多是從居民家庭債務(wù)的絕對額上進行研究，缺乏將杠桿率兩大要素“債務(wù)”“生產(chǎn)總值”聯(lián)動起來分析。本文試圖結(jié)合我國居民杠桿率現(xiàn)狀，通過分析房地產(chǎn)市場、居民消費兩條路徑，討論居民增加杠桿是否能為非金融企業(yè)去杠桿提供較有利的環(huán)境。

一、我國居民杠桿率現(xiàn)狀

勤儉持家一直是中國的優(yōu)良傳統(tǒng)，居民部門的高儲蓄也是推動資本投資的重要基礎(chǔ)。隨著房地產(chǎn)市場的繁榮和借貸消費的興起，如圖1所示，居民杠桿率近10年來不斷上升，從2007年的18.8%上升至2017年的48.4%，增長幅度超過一倍。高于新興經(jīng)濟體39.8%的平均水平，更是遠高于俄羅斯（16.2%）、巴西（24.7%）和印度（10.9%）等國家。雖然與日本（57.4%）、美國（78.7%）相比水平較低，但日本、美國自經(jīng)濟危機后，都經(jīng)歷了不同程度的去杠桿過程，發(fā)達國家整體居民杠桿率也略有下降。國際貨幣基金組織認為，當居民部門杠桿率超過30%時，中期經(jīng)濟發(fā)展會受到影響，超過65%時，金融穩(wěn)定會受到?jīng)_擊。[10]

目前，居民部門融資渠道包括存款類金融機構(gòu)、小額貸款公司、互聯(lián)網(wǎng)金融平臺等，其中，銀行借貸涵蓋了居民部門大部分債務(wù)，從居民的舉債用途來看，購買住房、汽車、教育是舉債的主要目的。2017年末，我國居民金融機構(gòu)總貸款余額是2007年5.07萬億元的8倍左右。從結(jié)構(gòu)上看，由圖2可知，居民借貸由消費貸和經(jīng)營貸構(gòu)成，其中中長期消費貸占比超過50%，并在2017年達到最高61%。住房貸款是中長期消費貸的主要組成部分，可見房地產(chǎn)市場的快速發(fā)展拉動著居民杠桿率的持續(xù)攀升。出于投機或保值的動機，居民增加債務(wù)水平進行住房投資，帶來了房地產(chǎn)市場的繁榮發(fā)展，這又促使居民進一步增加杠桿購買更多的房產(chǎn)。

二、居民杠桿率影響經(jīng)濟增長的路徑分析

圖3所示，居民部門作為勞動力的供給者同時也是消費者，而非金融企業(yè)部門為居民提供就業(yè)機會，同時也是生產(chǎn)者，二者的相互作用共同影響經(jīng)濟波動。所以在考慮非金融企業(yè)部門去杠桿或者居民部門加杠桿時，不能獨立進行討論，而應(yīng)把它們聯(lián)合起來進行分析。

（一）居民加杠桿易使資產(chǎn)泡沫更為嚴重

在傳統(tǒng)觀念中房價只升不跌，居民的投資渠道有限，因此房地產(chǎn)在居民資產(chǎn)配置中一直占據(jù)主體地位。2007年以來，我國幾個大型城市的房價不斷上漲，可以推測，即使居民部門加杠桿也很大可能性是繼續(xù)投資于房產(chǎn)。雖然當前房地產(chǎn)政策受限購、限貸的影響日益緊縮，隨著互聯(lián)網(wǎng)金融、消費金融公司等的興起，居民能夠獲得更多的借貸資源，過多的資金追求有限的住房，容易使得房價進一步上升，增加泡沫風險。2017年短期消費貸款增速異常，同比增速由1月份的19.9%上升至10月份的40.9%，部分原因是購房者利用短期消費貸等渠道繼續(xù)加杠桿。

（二）居民加杠桿不利于新興產(chǎn)業(yè)發(fā)展

房地產(chǎn)在非金融企業(yè)的相關(guān)產(chǎn)業(yè)鏈中起著重要作用，無論是上游的鋼鐵、水泥、機械等產(chǎn)業(yè)還是下游的家具、家電產(chǎn)業(yè)，都深受房地產(chǎn)發(fā)展的影響;加上補充財政收入及該行業(yè)本身高回報等優(yōu)勢，房地產(chǎn)一直是政府重點發(fā)展的領(lǐng)域。近年來，房地產(chǎn)貸款余額占各項貸款余額都在20%以上，2017年更是達到26.8%，資源過度集中于房地產(chǎn)，無法有效引導資源流入新的增長動能。房地產(chǎn)吸引大量資金涌入的同時對其他實體部門造成了擠壓。隨著經(jīng)濟增長步入中高速，我國經(jīng)濟發(fā)展面臨轉(zhuǎn)型升級，以人工智能、新能源、新興信息等產(chǎn)業(yè)為發(fā)展方向，從長期來看居民將杠桿加到房地產(chǎn)，會抑制這些新興產(chǎn)業(yè)的建設(shè)，不利于經(jīng)濟轉(zhuǎn)型升級。

（三）居民加杠桿擠出消費，抑制消費結(jié)構(gòu)的升級

與大多數(shù)國家70%～75%的消費率水平相比，我國2017年53.6%的消費率處于低位?；诋斊谟邢薜呢敻淮媪亢褪杖胨?，居民往往難以按其意愿進行消費，適度的借貸能彌補現(xiàn)期消費支出和收入缺口。而借貸對消費的影響存在“財富效應(yīng)”和“擠出效應(yīng)”，適度規(guī)模的居民債務(wù)能夠擴充財富總量來平滑消費，但當債務(wù)水平累積到一定程度后，剛性償付的壓力使居民不得不降低消費。2017年，居民杠桿率每升高1%，城鎮(zhèn)家庭人均實際消費支出降低0.11%。[11]從圖4也可看出，在2009年以前，消費增速持續(xù)上升，最高值達22%，之后增速不斷下滑。2007～2017年間，居民借貸水平持續(xù)上升，借貸水平與消費增速的背離反映了家庭債務(wù)快速累積對居民消費的擠出作用。居民借貸以中長期為主，大多用于房地產(chǎn)投資，對非住宅類消費有一定的擠出影響。

居民消費主要由生存性消費和發(fā)展享受型消費組成，當還款壓力增大時，需求彈性較大的發(fā)展享受型消費，如教育、醫(yī)療、娛樂等支出就會大幅度受到限制，而這些恰恰是我國消費升級、產(chǎn)業(yè)升級的重點方向。

（四）居民加杠桿、非金融企業(yè)去杠桿的負反饋效應(yīng)會縮減總需求

居民加杠桿對消費的擠出傳導到非金融企業(yè)，企業(yè)面臨總需求下降、盈利能力減弱，最終不得不減少投資，縮減生產(chǎn)。企業(yè)為縮減支出而降低員工工資甚至裁員時，會影響居民部門的流動性，大大增加了高杠桿居民的償債壓力，有可能導致居民進一步加杠桿。在居民加杠桿、非金融企業(yè)去杠桿的負反饋作用下，雖然企業(yè)能降低杠桿，但帶來的是總需求減弱和經(jīng)濟衰退。

三、居民杠桿率影響經(jīng)濟增長的實證分析

本部分首先通過門限回歸模型判斷居民杠桿率的閾值，再通過SVAR模型，將非金融企業(yè)杠桿率、居民杠桿率、固定資產(chǎn)投資、消費和生產(chǎn)總值納入同一系統(tǒng)，綜合考慮居民杠桿率的變動是否會影響經(jīng)濟增長，居民加杠桿能否為非金融企業(yè)去杠桿提供一個較有利的環(huán)境。

（一）門限回歸（TR）模型求居民杠桿率閾值

本文以居民杠桿率為門限變量，設(shè)立門限回歸（TR）模型[12]，可較直觀地體現(xiàn)出居民杠桿率在何處對經(jīng)濟增長的影響發(fā)生突變，以此來判斷當下居民杠桿率所處的區(qū)間。

1.樣本數(shù)據(jù)的選取和處理

由于居民杠桿率和非金融企業(yè)杠桿率是通過影響消費和投資對經(jīng)濟波動產(chǎn)生作用，故構(gòu)建一個以生產(chǎn)總值GDP為被解釋變量，居民消費CONS、固定資產(chǎn)投資INV、生產(chǎn)總值GDP、居民杠桿率HD和非金融企業(yè)杠桿率CD為解釋變量的門限回歸（TR）模型。

選取2007年第一季度至2017年第四季度的季度數(shù)據(jù)，其中非金融企業(yè)杠桿率和居民杠桿率數(shù)據(jù)來自BIS數(shù)據(jù)庫，GDP、固定資產(chǎn)投資、居民消費數(shù)據(jù)來自國家統(tǒng)計局。居民消費數(shù)據(jù)僅有年度值，城鎮(zhèn)居民消費有季度值，則通過年度城鎮(zhèn)居民消費占比推算出居民消費的季度數(shù)據(jù)。

在處理數(shù)據(jù)中，首先通過X-13對數(shù)據(jù)進行季節(jié)調(diào)整，消除季節(jié)的趨勢因素。其次，為了使分析更準確地反映實際情況，對各項數(shù)據(jù)進行調(diào)整，剔除通貨膨脹因素。在處理GDP和居民消費數(shù)據(jù)中，由于《中國貨幣政策執(zhí)行報告》所公布的季度CPI數(shù)據(jù)是以去年同期為基期，故將2006年各季度CPI定為100，則2007年各季度實際值是所公布的數(shù)據(jù)。而其他年份季度CPI是通過連乘轉(zhuǎn)化為以2006年為基期的價格指數(shù)，進而對變量剔除物價因素的影響。同樣，固定資產(chǎn)投資價格指數(shù)也是通過相同的方式得到。最后，考慮到GDP、居民消費、固定資產(chǎn)投資這三個變量水平差異較大，對處理后的數(shù)據(jù)取對數(shù)，分別表示成LNGDP、LNCONS和LNINV。

2.序列平穩(wěn)性檢驗

運用ADF（Augmented Dickey-Fuller）檢驗方法對各個變量進行單位根檢驗，檢驗結(jié)果如表1所示：

由表1可知，在10%顯著水平下，各變量均拒絕原假設(shè)，各變量均通過平穩(wěn)性檢驗，為平穩(wěn)序列。

3.門限回歸（TR）模型求解過程

以LNGDP為被解釋變量，LNCONS、LNINV、HD和CD為解釋變量，其中HD為門限變量，構(gòu)建模型如式（1）所示：

通過對式（1）進行估計，得到估計結(jié)果如表2所示：

由表2顯示，居民消費、固定資產(chǎn)投資、居民杠桿率和非金融企業(yè)杠桿率對于生產(chǎn)總值具有典型的門限影響特征。在居民杠桿率小于0.31時，居民消費系數(shù)為1.1633，屬于第1區(qū)制。但當居民杠桿率大于等于0.31時，其對經(jīng)濟的促進作用縮小了近3倍，屬于第2區(qū)制。在第1區(qū)制時，固定資產(chǎn)投資對經(jīng)濟的負作用不能通過顯著性檢驗，在第2區(qū)制時，固定資產(chǎn)投資能有效地對經(jīng)濟增長發(fā)揮作用。對于非金融企業(yè)杠桿率而言，雖然在兩個區(qū)制內(nèi)，其對經(jīng)濟增長都是抑制作用，但在居民杠桿率大于0.31時，其抑制作用放大了近一倍。

實際上，從2013年開始，我國居民杠桿率開始大于0.31，到2017年底，居民杠桿率已達0.48。雖然距離發(fā)達國家平均0.6的水平還有一定距離，但當前的居民杠桿率已經(jīng)處于第2區(qū)制，無論是自身還是居民消費對經(jīng)濟增長的促進作用有了明顯下降，此時非金融企業(yè)杠桿率對經(jīng)濟增長的抑制作用更為明顯。

（二）SVAR模型檢驗居民杠桿率能否成為非金融企業(yè)降杠桿的載體

將居民消費（LNCONS）、固定資產(chǎn)投資（LNINV）、生產(chǎn)總值（LNGDP）、居民杠桿率（HD）和非金融企業(yè)杠桿率（CD）這五個變量納入同一系統(tǒng)，建立SVAR模型，探討各變量間的相互影響，以此來解釋為盡快降低非金融企業(yè)杠桿率，居民部門能否充當加杠桿主體。

結(jié)構(gòu)VAR（SVAR）模型是在VAR模型基礎(chǔ)上，納入當期變量，全面考慮了其他變量當期與滯后期以及自身變量滯后期對主要研究對象的影響，在一定程度上對VAR模型進行了改進。[13]

1.構(gòu)建SVAR模型

構(gòu)建一個包含生產(chǎn)總值（LNGDP）、固定資產(chǎn)投資（LNINV）、居民消費（LNCONS）、企業(yè)杠桿率（CD）和居民杠桿率（HD）5個變量的SVAR模型。其中，五個變量間的單位沖擊（μit）互不相關(guān)。故該SVAR模型可以表示為：

為了使SVAR（5）模型能夠有效識別，還需施加k（k-1）/2=10個約束條件。這里對當期各變量間的相互影響設(shè)立一定的經(jīng)濟假設(shè)：

（5）國民經(jīng)濟生產(chǎn)總量受到其他四個變量的共同作用。

施加上述約束后，

2.滯后階數(shù)的確定

居民消費（LNCONS）、固定資產(chǎn)投資額（LNINV）、生產(chǎn)總值（LNGDP）、居民杠桿率（HD）和非金融企業(yè)杠桿率（CD）均為平穩(wěn)序列，而后進行滯后階數(shù)的確定。多種判斷準則綜合得到最優(yōu)滯后階數(shù)檢驗結(jié)果如表3所示，每種檢驗方法對應(yīng)的最優(yōu)滯后階數(shù)都為2階，則模型設(shè)立的滯后階數(shù)為2階。

3.模型穩(wěn)定性檢驗

被估計模型的特征根倒數(shù)的模都小于1，則SVAR（p）模型通過穩(wěn)定性檢驗，檢驗結(jié)果如圖5所示：

4.Granger因果檢驗

在估計SVAR模型前，可通過格蘭杰因果檢驗對各變量的因果關(guān)系進行分析，探討其他變量對該變量的預(yù)測是否有幫助。

由表4可知，除了LNCONS方程，LNGDP、LNINV、CD和HD方程對應(yīng)的聯(lián)合概率均小于10%，說明各自對應(yīng)的其他四個變量的聯(lián)合作用均可對其進行解釋。

5.結(jié)構(gòu)脈沖響應(yīng)分析

脈沖響應(yīng)指的是當某個干擾沖擊模型后，對系統(tǒng)內(nèi)各個變量當前和未來的影響。圖6-9反映了各變量對居民杠桿率沖擊的響應(yīng)函數(shù);圖10-11反映了消費、投資兩大動力對生產(chǎn)總值GDP的影響。其中，橫軸表示各個沖擊作用的滯后期數(shù)（單位：季度），縱軸表示各變量對沖擊的響應(yīng)程度;實線表示脈沖響應(yīng)函數(shù)，虛線代表正負兩倍標準差的偏離帶。

圖6表明，在受到一個標準單位的居民杠桿率沖擊后，生產(chǎn)總值GDP的正向響應(yīng)逐漸增加，并在第6期左右達到最大值后，逐漸下降。圖7表明，非金融企業(yè)杠桿率在受到居民杠桿率的正向沖擊后，雖在當期有正向響應(yīng)，但之后逐漸減弱，并在第4期左右響應(yīng)降為負值，在第8期達到最小后逐漸穩(wěn)定?？偟膩砜矗用窀軛U率的正向沖擊，能使非金融企業(yè)杠桿率出現(xiàn)較明顯的下降。

圖8表明，對于一個標準單位的居民杠桿率沖擊，居民消費當期響應(yīng)為正，但隨即減小，并在第4期后，降為負值且逐漸穩(wěn)定，總的說來，居民杠桿率正向沖擊對居民消費的影響不大，雖在短期內(nèi)會增大居民消費支出，但隨后消費支出逐漸減少并與先前水平相比有輕微下降。圖9表明，固定資產(chǎn)投資額在受到居民杠桿率正向沖擊后，當期即出現(xiàn)負反應(yīng)，雖在后兩期有逐漸回升的趨勢，但仍處于負值，且隨后出現(xiàn)較明顯的下降趨勢。也就是說，非金融企業(yè)的固定資產(chǎn)投資對居民杠桿率的正向沖擊有較大的負面影響。

圖10表明，對于一個標準單位的居民消費正向沖擊，生產(chǎn)總值GDP在前5期，會有較輕微的負響應(yīng)，但隨后會以較明顯的態(tài)勢逐漸增長，整體而言，居民消費對經(jīng)濟增長仍有促進作用。圖11表明，生產(chǎn)總值GDP受到固定資產(chǎn)投資正向沖擊后，會有一正響應(yīng)，且在第3期達到最大值后逐漸下降，固定資產(chǎn)投資能夠促進經(jīng)濟增長。

（三）結(jié)果分析

1.居民杠桿率對經(jīng)濟增長的影響存在顯著的門限特征，適度的居民杠桿率會產(chǎn)生財富效應(yīng)，促進經(jīng)濟增長;隨著居民杠桿率越過閾值，替代效應(yīng)逐漸增大，抵消了部分財富效應(yīng)，對經(jīng)濟增長的促進作用降低。

2.固定資產(chǎn)投資包括房產(chǎn)、建筑物、機器、機械、運輸工具，以及用于基本建設(shè)、更新改造和大修理等。除了規(guī)模要素，固定資產(chǎn)的結(jié)構(gòu)與質(zhì)量也十分重要，當居民杠桿率越過閾值，對應(yīng)著2013年以后的經(jīng)濟發(fā)展，可見近些年固定資產(chǎn)的結(jié)構(gòu)更加合理，質(zhì)量持續(xù)提高，從而促進了經(jīng)濟增長。

3.非金融企業(yè)杠桿率在2007年到2017年中對經(jīng)濟增長的影響都是負面的，這與這段時間我國非金融企業(yè)杠桿來源和經(jīng)濟增速放緩有關(guān)。為了抵御2008年經(jīng)濟危機的不利影響，采用四萬億投資計劃，大多資金投放于中上游和投資周期較長的產(chǎn)業(yè)，如電力設(shè)備、煤炭和房地產(chǎn)等，而與基礎(chǔ)建設(shè)密切相關(guān)的鋼鐵、機械和建材等原本就產(chǎn)能過剩的產(chǎn)業(yè)也獲得了進一步投資。隨著改革步入深水區(qū)，經(jīng)濟增速整體放緩，錯誤的加杠桿難以拉動整體放緩的經(jīng)濟增長趨勢，最終表現(xiàn)為對經(jīng)濟增長的負面影響。

4.確實可以將非金融企業(yè)杠桿率轉(zhuǎn)移到居民杠桿率上，但是居民杠桿率只能在短期拉動經(jīng)濟增長，長期看來，這種拉動作用逐漸減少，原因同上，替代效應(yīng)超過財富效應(yīng)的影響，居民杠桿率通過消費渠道影響經(jīng)濟增長。可見，轉(zhuǎn)杠桿的思路不能成為刺激經(jīng)濟增長的長效機制。

5.當非金融企業(yè)杠桿率轉(zhuǎn)移到居民杠桿率之后，非金融企業(yè)很大程度減少了固定資產(chǎn)投資，固定資產(chǎn)投資能有效拉動經(jīng)濟增長，因此，過度轉(zhuǎn)杠桿對經(jīng)濟增長的促進作用下降極有可能是囿于非金融企業(yè)降低了固定資產(chǎn)投資。

四、主要結(jié)論與政策建議

（一）主要結(jié)論

1.實證得出我國居民杠桿率閾值為0.31。自2013年開始，居民杠桿率開始大于0.31，無論是自身還是居民消費對經(jīng)濟增長的促進作用均有明顯下降，且非金融企業(yè)杠桿率對經(jīng)濟增長的抑制作用更為明顯，因此，當前我國居民杠桿率已經(jīng)越過閾值，不適宜繼續(xù)增加。

2.通過SVAR模型，將居民杠桿率、非金融企業(yè)杠桿率、居民消費、固定資產(chǎn)投資和生產(chǎn)總值納入同一系統(tǒng)，考慮各變量間的相互影響，發(fā)現(xiàn)雖然短期內(nèi)居民杠桿率的增加有利于促進消費增長，但長期而言，債務(wù)壓力的積累會抑制消費，且隨著消費的減少，非金融企業(yè)部門不得不縮減生產(chǎn)，被動去杠桿，經(jīng)濟增長受到抑制。

（二）政策建議

1.降低非金融企業(yè)杠桿率。我國非金融企業(yè)杠桿率主要表現(xiàn)在房地產(chǎn)業(yè)、建筑業(yè)、制造業(yè)等領(lǐng)域，非金融企業(yè)杠桿率早已過高，應(yīng)當去掉不合理的部分，縮減無償還能力的債務(wù)。減少政府對資源配置的直接干預(yù)，降低對基建、房地產(chǎn)行業(yè)的過度支持。僵尸企業(yè)盈利能力低下、債務(wù)高筑，過剩行業(yè)擠占優(yōu)質(zhì)產(chǎn)業(yè)資源，因此需加緊完善經(jīng)營不善企業(yè)的退出機制，加快僵尸企業(yè)破產(chǎn)處理，通過破產(chǎn)實現(xiàn)市場出清。

在降低產(chǎn)能過剩行業(yè)和低效非金融企業(yè)杠桿率水平的同時，要以降低融資成本、積極提供融資機會等方式解決新興企業(yè)、中小微企業(yè)融資難問題，積極引導資金流入新興產(chǎn)業(yè)，實現(xiàn)杠桿在不同企業(yè)間的優(yōu)化調(diào)整。金融機構(gòu)提高對高效實體部門的信貸支持力度，改變以大型集團、國有企業(yè)為主的信貸結(jié)構(gòu)，抑制低效的國有企業(yè)債務(wù)規(guī)模擴張，為我國經(jīng)濟發(fā)展新動力提供金融支持和保障。

2.管控居民杠桿率。當前的居民杠桿率增速過快和房地產(chǎn)市場過度發(fā)展及消費熱點不足有關(guān)。建議抑制房地產(chǎn)過熱、鼓勵支持新的消費熱點。

抑制房地產(chǎn)過熱。由于房地產(chǎn)市場過熱是非金融企業(yè)杠桿率、居民杠桿率升高的推手，為防止房地產(chǎn)市場泡沫破裂，應(yīng)加強對房地產(chǎn)市場的監(jiān)管，保持調(diào)控政策的穩(wěn)定性和有效性。保證住房的有效供給，保持房價平穩(wěn)，大力發(fā)展住房租賃市場，滿足城市居民住房需求及改善型住房需求。并且大力發(fā)展其他投資點，降低對房地產(chǎn)的過度依賴。對于房價過快上升、投機炒作的現(xiàn)象，規(guī)范居民加杠桿行為，防止居民通過短期消費貸、信用卡等違規(guī)方式進入房地產(chǎn)市場，且制定更為嚴格的資質(zhì)評估和貸款審批制度。

鼓勵支持新的消費熱點。合理控制居民杠桿率增速，完善消費信貸政策，鼓勵資金流向真正有需求的居民，充分發(fā)揮借貸在平滑消費、改善生活中的作用，限制信貸資源過度流向投機性購房。未來應(yīng)圍繞非物質(zhì)消費、綠色消費等熱點，針對不同人群，個性化地提供消費金融產(chǎn)品和服務(wù)。充分運用互聯(lián)網(wǎng)和大數(shù)據(jù)為消費者提供便捷、及時的服務(wù)，鼓勵商業(yè)銀行、互聯(lián)網(wǎng)消費金融等在客戶、功能方面的補充作用，通過各種金融服務(wù)和產(chǎn)品激發(fā)消費者消費欲望、科學引導信用消費。

3.防范居民部門加杠桿風險。由于我國居民杠桿率上升過快，需注意杠桿率上升帶來的債務(wù)風險，防止過于積極的政策刺激，加劇風險隱患。加快個人征信體系建設(shè)，擴大征信系統(tǒng)覆蓋范圍，加強商業(yè)銀行、小額貸款公司、消費金融公司等的信息共享、風險監(jiān)測和防范。此外，擴大對商業(yè)銀行、影子銀行等的監(jiān)管，加大金融機構(gòu)的市場準入和資質(zhì)管理，嚴厲打擊沒有金融牌照的機構(gòu)為居民加杠桿。

參考文獻：

[1]Reinhart C， Rofoff K..From Financial Crash to Debt Crisis[J].American Economic Review， 2011，101（5）：1676～1706.

[2]周俊仰，汪勇，韓曉宇.去杠桿、轉(zhuǎn)杠桿與貨幣政策傳導[J]，國際金融研究，2018（5）：24～34.

[3]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.

[4]李若愚.居民部門杠桿率的國際比較與啟示[J].金融與經(jīng)濟，2016（1）：23～27.

[5]李揚，張曉晶，常欣，等.中國國家資產(chǎn)負債表2015[M].北京：中國社會科學出版社，2015.

[6]謝保嵩，李鑫，呂璐.基于微觀數(shù)據(jù)對四川省居民杠桿率水平及風險閾值的研究[J].西南金融，2019（2）：2～15.

[7]潘敏，劉知琪.居民家庭“加杠桿”能促進消費嗎？——來自中國家庭微觀調(diào)查的經(jīng)驗證據(jù)[J].金融研究，2018（4）：71～87.

[8]劉哲希，李子昂.結(jié)構(gòu)性去杠桿進程中居民部門可以加杠桿嗎[J].中國工業(yè)經(jīng)濟，2018（10）：42～60.

[9]牛播坤，甄茂生.居民加杠桿的悖論與政策取向[J].銀行家，2016（9）：45～48.

[10]Svirydzenka，K..Introducing A New Broad～based Index of Financial Development[R]，IMF Working Paper， 2016：No WP/16/5.

[11]田國強，黃曉東，寧磊，等.防范金融風險當警惕家庭債務(wù)危機[N].社會科學報，2018（9）.

[12]Andrews， D. &W Ploberger.Optimal Tests When a Nuisance Parameter Is Present Only under the Alternative[J]，Econometrica ，1994，62（6）：6～24.

[13]郭新華，石朝輝，伍再華.基于SVAR模型的中國家庭債務(wù)與企業(yè)債務(wù)對宏觀經(jīng)濟波動的影響[J].貴州財經(jīng)大學學報，2016（1）：1～9.