陳 蓀

（浙江交通職業(yè)技術學院，杭州 浙江 311112）

一、引言及文獻綜述

2008 年，為應對美國次貸危機引發(fā)的全球金融風暴對經濟的劇烈沖擊，中國有序制定政策、實施一攬子計劃，釋放資金4 萬億。與此同時，部分非金融企業(yè)的杠桿率持續(xù)攀升。面對復雜多變的形勢，借鑒國際經驗，遏制高杠桿成為中國供給側改革的核心之一。2018年4月中國人民銀行、中國銀行保險監(jiān)督管理委員會、中國證券監(jiān)督管理委員會、國家外匯管理局聯(lián)合發(fā)布《關于規(guī)范金融機構資產管理業(yè)務的指導意見》（以下簡稱資管新規(guī)）。資管新規(guī)是我國金融監(jiān)管模式創(chuàng)新的里程碑，標志著金融監(jiān)管從機構監(jiān)管向原則監(jiān)管和功能監(jiān)管轉化（廖素芳，2020）。那么，資管新規(guī)對企業(yè)債務融資會產生什么影響，其傳導機制如何，資管新規(guī)能否有針對性地、高效地發(fā)揮去杠桿作用？

國內外實證經驗表明，宏觀政策環(huán)境對企業(yè)債務融資將產生重要影響。Korinek &Simsek（2014）研究顯示宏觀審慎政策對緩解過度杠桿問題具有顯著的應對效果。我國學者蘇帆等（2019）基于市場化因素，研究宏觀審慎政策對高杠桿的影響，結果顯示2013 年實施的《商業(yè)銀行資本管理辦法（試行）》，強制提高商業(yè)銀行的資本充足率，盡管顯著抑制了銀行個體風險，但易誘發(fā)銀行的風險轉移行為，從而導致更大的系統(tǒng)性風險溢出；鄭曼妮等（2018）考察利率政策的微觀效應后指出，利率市場化能有效引導過度負債企業(yè)降杠桿，該結論在非國有企業(yè)及行業(yè)集中度低的企業(yè)顯著存在。

基于金融系統(tǒng)的復雜性，企業(yè)去杠桿并非易事，受到政策約束和監(jiān)管壓力，企業(yè)存在操縱杠桿的動機，并通過一些手段，如表外負債、明股實債、其他會計操縱手段等，粉飾企業(yè)的財務狀況（許曉芳和陸正飛，2020）。宏觀審慎政策如何才能更好地發(fā)揮成效需要決策者和學者們深入思考。目前關于去杠桿政策效應的研究大都未區(qū)分企業(yè)負債的具體情況，這種對“企業(yè)高杠桿”認知的偏差難以精準地反映政策的實效，盲目地去杠桿很可能對企業(yè)造成不利影響。事實已表明實體企業(yè)在去杠桿的進程中可能受到沖擊，信貸規(guī)模萎縮（崔宇清，2017）和融資成本提升成為制約其發(fā)展的兩大瓶頸。對比宏觀審慎政策工具的整理和劃分標準（卜林和趙航，2020），現(xiàn)有研究主要從貨幣政策、資本流動性要求這兩大方面檢驗企業(yè)債務融資受到的影響，宏觀審慎政策工具研究的完整性和有效性亟須補充和加強。此外，關于宏觀審慎政策對企業(yè)負債融資的傳導機制，僅有少量文獻從資本結構調整的角度進行探索。

本文搜集2003—2020 年上市公司的相關數(shù)據(jù)，通過雙重差分估計法（Difference-in-Differences，DID），檢驗資管新規(guī)對企業(yè)債務融資的影響。研究貢獻體現(xiàn)在如下三個方面：第一，以企業(yè)債務融資為落腳點，聚焦去杠桿政策的實施效果，為該領域研究補充了新的經驗證據(jù)；第二，基于過度負債的角度，考察資管新規(guī)的作用機理，拓展了對高杠桿的新理解思路，揭示了宏觀政策到微觀企業(yè)的傳導機制；第三，根據(jù)非金融企業(yè)債務結構特征的文獻及研究報告，檢驗資管新規(guī)對不同類型企業(yè)債務融資的影響程度，提供了進一步推進結構性去杠桿的實證依據(jù)。

二、宏觀審慎政策影響企業(yè)債務融資的理論分析及研究假設

（一）理論分析

一般認為，企業(yè)在市場價值上漲時發(fā)行股本，反之回購股本，企業(yè)的資本結構是其擇機選擇股權融資而累積形成的結果（Baker &Wurgler，2002）。但中國金融市場尚在完善，企業(yè)上市難度大，上市后再融資效率低下，絕大多數(shù)企業(yè)只能依賴負債融資。Wind數(shù)據(jù)庫近年的統(tǒng)計表明，銀行借款是中國企業(yè)最主要的負債形式。財務杠桿是一把雙刃劍，中國作為經濟高速增長的新興市場國家，必然會經歷企業(yè)負債上升這一過程（鐘寧樺等，2016），非金融企業(yè)的高杠桿并非中國的獨特現(xiàn)象（譚小芬和李源，2018）。如何有效地發(fā)揮財務杠桿的積極作用，保障企業(yè)資金需求的同時防范財務風險，學者們從多個角度對杠桿水平的合理性作出界定。一方面，我國非金融企業(yè)迅速攀升的負債率缺乏宏觀基本面的支撐，且伴隨著逐步趨緊的貨幣政策（譚小芬等，2017），企業(yè)償債能力下降，實際負債率（即資產負債率）居高不下；另一方面，研究顯示企業(yè)具有目標負債率（Byoun，2008；盛明泉等，2012），當實際負債率超過目標負債率（即過度負債）時，企業(yè)的財務安全狀態(tài)將會惡化。鄧路等（2016）、周茜等（2020）指出我國企業(yè)存在過度負債行為。長期以來，金融歧視及金融壓抑導致特定行業(yè)企業(yè)持續(xù)獲得貸款形成高杠桿，甚至過度負債，加劇財務風險。資管新規(guī)的實施可以從以下三個方面影響企業(yè)債務融資：

1.資源效應——提高金融系統(tǒng)穩(wěn)定性。Deangelo &Roll（2015）對美國上市公司負債率連續(xù)跟蹤研究后發(fā)現(xiàn)信貸資金供給面的波動是影響企業(yè)杠桿的主要因素。資管新規(guī)有層次地壓縮非標存量規(guī)模，增加了銀行正規(guī)信貸資源的供給，有利于摸清信貸資金底數(shù)，從而有序降低過度負債企業(yè)杠桿水平，維持非過度負債企業(yè)杠桿平穩(wěn)。

2.信息效應——緩解金融監(jiān)管信息不對稱性。市場跨機構交叉性資管產品存在套利空間，銀行資管業(yè)務快速發(fā)展，形成影子銀行。Moura et al.（2018）指出對傳統(tǒng)銀行和影子銀行的不對稱監(jiān)管會降低宏觀審慎政策的有效性。由于影子銀行的存在，在金融監(jiān)管加強時，不論是對銀行貸款進行資本監(jiān)管（肖立偉，2019），還是加緊利率管制（Funke et al.，2015），都會導致資金轉移到影子銀行部門，從而擠兌實體經濟可獲得的信貸資源。資管新規(guī)將資管業(yè)務納入監(jiān)管體系，加之修訂后的《中華人民共和國證券法》擴大了證券的定義，擴展了監(jiān)管空間，有利于消除監(jiān)管套利和監(jiān)管真空（廖素芳，2020），提高銀行貸款投放效率，改善特定行業(yè)企業(yè)過度負債的現(xiàn)狀。

3.經濟效應——降低企業(yè)的債務融資成本。錢雪松和杜立（2018）實證表明，利率市場化與國有企業(yè)借款利率正相關，與非國有企業(yè)借款利率顯著負相關。受到政府扶持，特定行業(yè)企業(yè)長期執(zhí)行低利率政策，造成其他行業(yè)企業(yè)承受相對較高成本的負債。資管新規(guī)打破資管產品剛性兌付，回歸風險收益相匹配的市場化定價機制，有利于銀行制定更透明、更合理的貸款利率政策，整體上減輕企業(yè)利息支出的負擔。

綜上理論分析，資管新規(guī)結構性推進去杠桿，對企業(yè)負債融資產生影響，理論框架參見圖1。

圖1 資管新規(guī)對實體企業(yè)債務融資影響的傳導機理

（二）研究假設

資管新規(guī)旨在“去杠桿”，同時配套執(zhí)行信貸寬松政策，強調定向引導資金服務實體經濟。Angelini et al.（2014）通過檢驗證實，以資本充足率為政策工具與貨幣政策相組合，對穩(wěn)定宏觀經濟具有顯著的積極效應。Rubio &Carrasco-Gallego（2014）通過考察針對貸款價值比率（LTV）的宏觀審慎政策與傳統(tǒng)貨幣政策——泰勒規(guī)則的相互作用，認為兩項政策的共同實施有效地提高了金融系統(tǒng)的穩(wěn)定性。Korinek &Simsek（2014）進一步指出，相較于資本充足率政策、利息率政策，去杠桿政策對企業(yè)債務融資的影響更為顯著。

資本結構理論認為，企業(yè)的財務彈性（即未使用的負債額度）是企業(yè)資本結構決策的誘因。Denis &Mckeon（2012）指出負債總額的變動及杠桿率的再調整取決于企業(yè)的投資需求及財政盈余狀況。當出現(xiàn)赤字，即現(xiàn)金凈流量小于股利、資本支出及運營資本投資之和時，企業(yè)傾向于使用更多的負債填補財政空缺，哪怕其實際負債率已遠高于目標負債率。因而，判斷企業(yè)負債是否合理不僅要根據(jù)實際負債率的高低，還要根據(jù)實際負債率是否偏離目標負債率及偏離的程度。目標負債率受企業(yè)特征、宏觀環(huán)境及測度成本的綜合影響，調整速度緩慢，研究顯示其橫截面的穩(wěn)定性可維持20年以上。實際負債率則是財務指標體系中的常規(guī)項目，測度簡單，易受內外部環(huán)境影響而波動。由于目標負債率相對固定，實際負債率就成為直接影響企業(yè)過度負債水平的因素。據(jù)此，本文提出假設H1：

H1：資管新規(guī)能夠有效降低過度負債企業(yè)的實際負債率，糾正其過度負債問題。

于蔚等（2012）從“容量受限”和“成本權衡”兩個方面闡述了資金供給面對企業(yè)融資決策的影響。預算軟約束等政府干預因素，使國有企業(yè)具有較高的信用評級。占金融體系主導地位的大型國有控股銀行，作為信貸資金的主要提供者（劉小玄和周曉艷，2011），對國有企業(yè)存在意識偏好（白俊和連立帥，2012；譚小芬等，2020），致使其失去調整負債率的外部動力。陸正飛等（2015）指出國有企業(yè)過度負債的可能性低于非國有企業(yè)，且“國有”性質為其財務風險提供隱性擔保。在有限的信貸資源背景下，一些非國有企業(yè)通過正常渠道獲取銀行貸款受限，不得不依賴更高成本的負債方式和渠道，使財務風險增加，對宏觀環(huán)境的變化更為敏感。因此，本文提出假設H2：

H2：不同所有制企業(yè)受資管新規(guī)影響程度存在差異，非國有過度負債企業(yè)實際負債率的下降幅度更大。

在市場化進程越慢的地區(qū)，政府干預企業(yè)發(fā)展的程度越高，當信貸資源增加，那些獲得政府扶持和庇護的企業(yè)即使已經過度負債，仍更容易獲得貸款，因此這類企業(yè)缺乏去杠桿的動力，對外部環(huán)境變化的反應更為遲鈍（鄭曼妮，2018）。權衡理論指出企業(yè)存在最優(yōu)負債率，市場化程度的提高可加速資本結構的調整，顯著糾正資本結構的偏離程度（姜付秀和黃繼承，2011）。我國東部地區(qū)民營經濟相對發(fā)達，市場化程度較高，據(jù)此本文提出假設H3：

H3：不同地域企業(yè)受資管新規(guī)影響程度存在差異，東部地區(qū)過度負債企業(yè)實際負債率的調整幅度更大。

三、研究設計與描述性統(tǒng)計

（一）樣本選擇與數(shù)據(jù)來源

本文選取2003—2020年在上海證券交易所和深圳證券交易所上市的A 股工業(yè)企業(yè)面板數(shù)據(jù)為研究樣本，并進行以下處理：剔除金融類及ST 類企業(yè)；剔除股東權益小于零的公司；剔除計算資本結構調整速度所需變量有所缺失的樣本；剔除無連續(xù)2年觀測數(shù)據(jù)的樣本。經過以上篩選，最終得到21595 個觀測值。企業(yè)財務數(shù)據(jù)來自國泰安數(shù)據(jù)庫（CSMAR）。為消除極端值的影響，本文對所有連續(xù)變量均在1%和99%分位點進行Winsorize處理。

（二）變量定義與模型設定

1.過度負債企業(yè)的甄別。根據(jù)債務融資優(yōu)勢假說、股權融資優(yōu)勢假說及財務危機成本假說，受到宏觀經濟、社會秩序及國家政策等因素影響，企業(yè)會進行綜合考量，從而選擇融資方式，調整資本結構。本文參照陸正飛等（2015）、鄭曼妮等（2018）對于過度負債的衡量方法，對企業(yè)進行分類，觀測資管新規(guī)的實施對企業(yè)債務融資的影響。根據(jù)Denis &Mckeon（2012）的做法，本文采用企業(yè)負債率對其主要因素回歸的方式衡量企業(yè)的目標負債率（OLev），主要因素包括：產權性質（SOE）、企業(yè)盈利能力（ROA）、行業(yè)負債率的中位數(shù)（IND-LEV）、總資產增長率（GROWTH）、固定資產比率（FATA）、企業(yè)規(guī)模（SIZE）和第一股東持股比例（SHRCR1）?；貧w模型如下：

企業(yè)當年的實際負債率（Lev）與模型（1）計算的目標負債率（OLev）的差額即為過度資產負債率（ExLev）。計算公式如下：

當ExLev為正數(shù)時，說明企業(yè)過度負債，且該差額越大說明企業(yè)過度負債水平越高，負債越不合理；反之，當ExLev為負數(shù)時，說明企業(yè)負債不足，發(fā)展受限。

2.雙重差分模型設計。為了探究資管新規(guī)對企業(yè)債務融資的影響，最直接的方法是比較企業(yè)在政策頒布前后的負債率差異，但負債率的變動除了受政策影響以外，還可能受到其他因素影響，為消除這些因素的干擾，保證結論的可靠性，本文采用雙重差分估計法（DID）進行檢驗。根據(jù)對我國債務結構的研究成果及杠桿率合理水平的原理分析，資管新規(guī)的作用不應僅體現(xiàn)在降低實際杠桿率水平，還應體現(xiàn)在優(yōu)化債務結構和提升信貸分配效率，通過資產監(jiān)管使過度負債企業(yè)控制財務風險、負債不足企業(yè)獲得資金保障。本文以企業(yè)過度負債作為檢驗資管新規(guī)實施質效的落腳點，設定分組虛擬變量Treat，所有過度負債的企業(yè)賦值為1，作為處理組；非過度負債的企業(yè)賦值為0，作為對照組。

實驗期政策實施虛擬變量（Post）。2018 年4 月27日，中國人民銀行等部門正式頒布施行《關于規(guī)范金融機構資產管理業(yè)務的指導意見》，本文以2018年為節(jié)點，如果時間處于2018年以后（含2018年），則樣本實驗期的政策實施虛擬變量賦值為1，表示金融去杠桿政策升級，屬于強監(jiān)管；反之，則為0。綜上所述，本文構建的實證基準模型為：

被解釋變量LnLevi,t為實際負債率，反映企業(yè)的財務風險程度，度量時?。?+Levi,t）的對數(shù)。δi和γt分別為控制樣本企業(yè)的年份固定效應和產業(yè)固定效應，以減小遺漏變量影響。εi,t為模型殘差項。

3.控制變量。通過整理已有文獻的做法（陸正飛等，2015；鐘寧樺等，2016），本文在研究過程中對其他可能影響企業(yè)過度負債的特征變量進行控制，具體控制變量說明見表1。

表1 控制變量及定義

（三）平行趨勢假設檢驗與變量描述性統(tǒng)計

雙重差分（DID）模型的基本假設為平行趨勢假設，通過觀察圖2，可以驗證資管新規(guī)頒布之前，處理組企業(yè)與對照組企業(yè)在實際負債率方面的變化趨勢相似，而資管新規(guī)頒布之后兩組企業(yè)的變化趨勢開始發(fā)生改變。該檢驗結果排除了估計系數(shù)是由資管新規(guī)頒布之前的某些因素驅動的可能性，說明處理組企業(yè)與對照組企業(yè)之間的實際負債率的差異是因資管新規(guī)頒布而產生的。

圖2 平行趨勢假設檢驗

表2 為本文主要變量的描述性統(tǒng)計結果。數(shù)據(jù)顯示，企業(yè)實際資產負債率最小值為0.007，最大值為100.6，說明企業(yè)資本結構差異巨大，均值和中位數(shù)分別為45.1%和41.3%，略低于陸正飛等（2015）的統(tǒng)計結果（51%和52%），說明近些年來企業(yè)總體負債水平未得到有效改善；Size標準差為1.472，表明企業(yè)規(guī)模存在一定差異。Dual的均值為0.231，即23.1%的樣本企業(yè)存在董事長與總經理兩職兼任的現(xiàn)象。FAR最大值與最小值的差異反映出企業(yè)之間獲取新增貸款的能力相距甚遠?，F(xiàn)金是企業(yè)債務償還最直接的保障，統(tǒng)計結果顯示，CF最大值為3.444，最小值為負值（-10.90），說明各企業(yè)的償債能力差距懸殊。

表2 變量描述性統(tǒng)計

四、實證結果與分析

（一）基礎檢驗

依照回歸模型（1）測度出企業(yè)的目標資產負債率后，根據(jù)模型（2）再減去其實際資產負債率，所得的差額若為正值，說明該企業(yè)過度負債，否則負債不足。根據(jù)此方法對企業(yè)進行分類后，利用模型（3）估計資管新規(guī)對過度負債企業(yè)杠桿的影響，探索資管新規(guī)對企業(yè)融資行為的傳導機理。

表3所示，資管新規(guī)頒布后企業(yè)實際負債率下降了36%，且在1%的置信水平下顯著，對控制變量、年份固定效應和產業(yè)固定效應進行控制后，資產負債率（LnLev）與資管新規(guī)和時間虛擬變量的交乘項（Post×Treat）的回歸系數(shù)依舊顯著負相關，說明資管新規(guī)的實施能夠有效降低過度負債企業(yè)的實際負債率，并且由于企業(yè)自身的目標負債率在一定時期內相對穩(wěn)定，實際負債率的降低意味著其過度負債的程度得到緩解，結果有效支持了基礎假設1。

表3 資管新規(guī)與過度負債企業(yè)降杠桿：基礎檢驗

（二）異質性檢驗

1.產權性質與過度負債企業(yè)資產負債率。表4為假設2的檢驗結果，第（3）列和第（4）列非國有企業(yè)的Post×Treat與LnLev的回歸系數(shù)在1%水平下呈顯著負相關，說明具有非國有產權性質的企業(yè)受到資管新規(guī)實施的影響明顯，負債率下降52.2%。由于預算軟約束、隱性擔保等因素，國有企業(yè)具有負債融資優(yōu)勢，更容易獲得信貸資金，面對宏觀因素的變化，負債水平更為穩(wěn)定，財務風險更低。而非國有企業(yè)受到信貸歧視，融資受限，過度負債程度受資管新規(guī)沖擊更明顯，研究假設2得到了驗證。

表4 產權異質性分析

2.地域特征與過度負債企業(yè)資產負債率。表5是地域差異對過度負債企業(yè)資產負債率影響的回歸分析結果。第（1）到第（4）列依次顯示了東部和中部地區(qū)企業(yè)的負債率（LnLev）與資管新規(guī)和時間虛擬變量的交乘項（Post×Treat）的回歸系數(shù)，均在1%水平下呈顯著負相關，代表東部地區(qū)的回歸系數(shù)最大，說明資管新規(guī)對地處我國東、中部地區(qū)的過度負債企業(yè)均具有顯著的政策效應，明顯降低了其資產負債率水平，其中，東部地區(qū)企業(yè)負債率下降54.1%，幅度最大。數(shù)據(jù)顯示，隨著企業(yè)所處地域的東移，資管新規(guī)對過度負債企業(yè)負債率的影響逐步加強，研究假設3成立。

表5 地域異質性分析

3.行業(yè)特征與過度負債企業(yè)資產負債率。制造業(yè)企業(yè)是工業(yè)企業(yè)的重要組成部分，其負債率對資管新規(guī)的反應程度具有一定的權重，因此本文僅保留制造業(yè)企業(yè)進行回歸分析，結果如表6 所示。對比表4第（1）列至第（4）列后發(fā)現(xiàn)，LnLev與Post×Treat的回歸系數(shù)均在1%的置信水平下通過檢驗，且表6第（4）列的結果（-0.404）與表3 第（4）列的結果（-0.403）的結果相差較小，表明資管新規(guī)對制造業(yè)過度負債企業(yè)資產負債率的約束效果比較可靠。

表6 僅保留制造業(yè)企業(yè)樣本分析

（三）穩(wěn)健性檢驗

雙重差分估計法（DID）作為評估政策效應最經典的計量方法之一，能有效排除樣本期內其他因素對結論的干擾，但企業(yè)之間具有較大的異質性，且在實踐當中較難區(qū)分企業(yè)融資行為是受政策影響還是自我選擇的結果，因此，為了消除傳統(tǒng)DID 模型存在樣本選擇偏誤的內生性問題，進一步確保研究結果的可靠性，本文采用傾向性得分匹配和雙重差分法（PSMDID）進行穩(wěn)健性檢驗。具體做法為，先利用PSM 方法根據(jù)企業(yè)規(guī)模、資產回報率、銷售增長率及現(xiàn)金流量，按照1：2 進行最鄰近匹配，剔除沒有匹配對象的樣本，再對剩余的、具有同質性的樣本進行DID估計。PSM-DID 檢驗結果如表7 所示，LnLev與Post×Treat的回歸系數(shù)均在1%的置信水平下呈顯著負相關，說明資管新規(guī)的實施對過度負債企業(yè)的資產負債率具有明顯的抑制作用，與上文結論相符，本文的實證方法是穩(wěn)健的。

表7 PSM-DID分析

五、研究結論與政策建議

中國是新興市場國家，在利用好財務杠桿的同時做好風險防范是保持經濟健康、穩(wěn)定增長的重要工作。全球金融危機爆發(fā)以來，中國制定了一系列政策法規(guī)以防止系統(tǒng)性金融風險的發(fā)生，經濟也經歷了“去杠桿”的過程，在此期間非金融企業(yè)受到一定影響。本文利用2003—2020 年滬深兩市21595 家A 股上市公司數(shù)據(jù)，采取雙重差分模型（DID）探討了宏觀審慎政策、金融監(jiān)管與企業(yè)債務融資的關系與作用機制。研究顯示，資管新規(guī)作為我國以“去杠桿，控風險”為目標的宏觀審慎政策的重要補充，實施后，企業(yè)的資本結構得到明顯改善，有效降低了過度負債企業(yè)的高杠桿。異質性分析結果表明，資管新規(guī)對非國有過度負債企業(yè)的影響程度高于國有過度負債企業(yè)，對東部、中部地區(qū)過度負債企業(yè)的影響程度高于西部地區(qū)過度負債企業(yè)。

為了優(yōu)化企業(yè)融資環(huán)境，提高企業(yè)發(fā)展活力，維持良好的金融生態(tài)，本文根據(jù)研究結果，提出如下政策建議：

首先，進一步推進政府部門、學術及實踐領域對“高杠桿”的多維度界定，明確“去杠桿”的落腳點。資本結構理論指出，企業(yè)目標資本結構與自身實際資本結構存在偏差，因此不應僅以“一刀切”式的實際負債率為標準來判斷企業(yè)杠桿的高低，而應從企業(yè)實際負債率偏離其目標負債率的程度，即是否過度負債來完善對企業(yè)負債合理性的辨別，集中著眼于過度負債企業(yè)“高杠桿”的治理，結合產權、地域等特征因素，有的放矢、循序漸進地推進工作，凸顯“去杠桿”政策的結構性效應。

其次，繼續(xù)完善金融宏觀調控，減少非效率的行政干預，推動信貸市場的有效競爭，依靠市場化機制促進信貸資金在企業(yè)間進行合理配置。進一步構建公平競爭的經營環(huán)境，推進資產龐雜冗大、經濟效益低下的企業(yè)的治理，妥善處置資不抵債卻仍進行金融活動的僵尸企業(yè)，從而更高質效地保障新增的信貸資源服務于有融資需求且有償還能力的企業(yè)，切實引導資金“定向灌溉”，降低企業(yè)的財務風險，從而維護金融系統(tǒng)穩(wěn)定，保障經濟健康持續(xù)發(fā)展。