降低間接融資佔比有助於去槓桿嗎？——金融結構與槓桿率關係的檢驗

宏觀經濟專題是《IMI宏觀研究月報》的特色，主要針對一些具有重大現實意義的經濟金融問題進行深入的理論分析，提高了本報告的學術內涵。本文作者是對外經濟貿易大學講師劉哲希，中國人民大學教授陳彥斌及博士研究生王兆瑞、碩士研究生劉玲君。文章運用新古典增長模型系統分析了間接融資佔比與槓桿率之間關係，並利用跨國數據進行實證檢驗發現，間接融資佔比與槓桿率之間是呈現U型關係，而非已有多數研究認為的正相關關係；間接融資佔比與槓桿率之間U型曲線的拐點值會受到信貸資金配置效率的影響。信貸資金配置效率越高，U型曲線的拐點值越高。我國的高槓杆問題不能簡單地歸因於間接融資佔比偏高，信貸資金配置效率偏低才是更為重要的原因。通過深化利率市場化改革等相關舉措來提高信貸資金配置效率，更有助於推動中國槓桿率的下降。

1 內容摘要

中國以間接融資為主的金融結構通常被認為是槓桿率高企的主要原因，由此，降低間接融資佔比也被視為去槓桿的有效手段。然而，本文運用新古典增長模型系統分析了間接融資佔比與槓桿率之間關係，並利用跨國數據進行實證檢驗之後，認為這一論斷有待商榷。（1）間接融資佔比與槓桿率之間是呈現U型關係，而非已有多數研究認為的正相關關係，間接融資佔比並非越低越好。（2）間接融資佔比與槓桿率之間U型曲線的拐點值會受到信貸資金配置效率的影響。信貸資金配置效率越高，U型曲線的拐點值越高。反之，U型曲線的拐點值越低，間接融資佔比上升更容易推動槓桿率上升。具體到中國的實際情況，高槓杆問題不能簡單地歸因於間接融資佔比偏高，信貸資金配置效率偏低才是更為重要的原因。通過深化利率市場化改革等相關舉措來提高信貸資金配置效率，更有助於推動中國槓桿率的下降。

2 引言

宏觀槓桿率（一國債務總額/GDP，本文簡稱槓桿率）高企是中國邁向高質量發展過程中所需亟待解決的重要問題。國際清算銀行的數據顯示，截至2018年末，中國的槓桿率水平達到了254.6%，遠高於新興經濟體182.8%的平均水平。其中，非金融企業部門的槓桿率更是高達152.2%，在主要經濟體中位居首位。當前，普遍存在的一個觀點是將中國的高槓杆問題歸因於以間接融資為主的金融結構。2017年政府工作報告也指出“我國非金融企業槓桿率較高，與儲蓄率高、以信貸為主的融資結構有關”。這一觀點的核心邏輯在於，如果一國的金融結構以間接融資為主，那麼私人部門的資金來源主要是銀行信貸，而信貸最終會轉化為債務，從而推高槓杆率；反之，如果一國的金融結構以直接融資尤其是股權融資為主，那麼私人部門的資金來源主要會是股權投資，這不僅不會增加債務壓力，還可以增加資本金，從而有利於降低槓桿率。也正因如此，降低間接融資佔比，大力發展股權融資，就成為了當前中國降低槓桿率的主要方向。“十三五”規劃明確指出要“提高直接融資比重，降低槓桿率”。

儘管間接融資佔比高會導致高槓杆的觀點已經廣泛存在，但本文認為這一論斷是否成立還是一個疑問。從國際經驗來看，至少有以下三個典型事實不支持上述推斷。一是，對於大多數國家而言，間接融資的重要性都顯著大於直接融資，以銀行為代表的金融中介是企業外部資金最重要的來源（Mishkin，2012）。因此，間接融資佔比高於直接融資佔比是一個普遍現象，而在此情況下，各國的槓桿率水平則是差異較大。二是，同樣作為以間接融資為主的典型國家，德國的槓桿率明顯低於其它發達經濟體。截至2018年末，德國的槓桿率僅為177.9%，遠低於發達經濟體265.5%的平均水平，非金融企業部門的槓桿率更只有57.2%。三是，作為直接融資佔比較高的代表性國家之一，美國也面臨過較為嚴重的高槓杆問題，2008年金融危機的爆發就主要是源於當時的槓桿率過高（Reinhart 和 Rogoff，2009）。基於以上典型事實可知，一個經濟體的間接融資佔比與槓桿率之間可能並非是一個簡單的線性關係。

事實上，從已有研究來看，對一國金融結構與槓桿率兩者之間的關係尚未達成統一共識。早期的MM定理指出，在一個理想的完美市場中，企業的融資結構（債務融資與股本融資佔比）與融資成本和企業價值無關，換言之，企業的槓桿率不會受到外部因素的影響（Modigliani 和 Miller，1959）。但現實中，由於存在市場摩擦等因素，槓桿率不可避免地會受到外部因素的影響，所以什麼因素會影響企業部門的槓桿率就引起了廣泛的關注（Jong，Kabir和Nguyen，2008）。Borio（1990）等是較早從一國金融體系視角出發的研究，其基於G7國家的數據研究發現，金融系統由銀行主導的國家企業部門槓桿率高於金融系統是由股票等直接融資市場主導的國家。不過，Rajan 和 Zingales（1995）等研究認為，各國金融體系的差異不是影響企業部門槓桿率的重要因素，稅法、破產法與所有制差異等因素更為重要。隨後，一些研究將樣本從G7國家擴大至新興經濟體，但同樣未得到統一結論。Kayo 和 Kimura（2011）運用40個國家的企業數據研究表明，金融結構對企業槓桿率並未產生顯著影響。譚小芬等（2019）基於47個國家和地區非金融上市企業的財務數據，則發現金融結構市場化程度每上升1個百分點，將使企業槓桿率下降0.44個百分點。

通過對已有研究的分析，本文認為造成已有結論分歧的原因主要在於以下兩個方面。一是，已有研究大多默認一個經濟體的間接融資佔比與槓桿率兩者之間是線性關係。然而，本文從資金配置效率的視角，傾向於認為兩者是一種非線性關係。這是因為，無論是間接融資佔比過高（由金融抑制導致）還是直接融資佔比過高（由金融創新過度發展導致），都可能會造成金融體系的資金配置效率下降，這就會加劇信貸資金的錯配程度。當間接融資佔比過高時，單位信貸資金對產出水平的促進作用下降，從而推高一國的槓桿率水平。當直接融資佔比過高時，可能會刺激更多的信貸資金“脫實向虛”，從而也會降低信貸資金配置效率，推高一國的槓桿率水平。二是，已有研究在衡量一個經濟體的金融結構時往往採取0-1虛擬變量，或者基於股票市場的市值與交易額等數據構建金融結構指數。0-1虛擬變量的做法難以刻畫一國金融結構隨時間的變化情況，無法捕捉金融結構對槓桿率的動態影響。基於股票市場市值或交易額構建的金融結構指數也難以較準確地反映一個經濟體真實的直接融資佔比。以中國“重交易、輕融資”的股票市場為例，2018年股票市場交易額90.3萬億元，但股票市場的融資規模不到0.4萬億元。

有鑑於此，本文在已有研究的基礎上進行一定的改進，主要包括以下幾個方面。一是，本文利用新古典經濟增長模型，構建了一個可以刻畫一國金融結構與槓桿率之間關係的分析框架，對於間接融資佔比與槓桿率之間的關係進行了較為系統的論證。二是，本文采取國際清算銀行測算的一國非金融私人部門債務中來源於銀行部門信貸的比重這一指標，對各國的間接融資佔比直接進行衡量。該指標更接近於現實中間接融資所佔比重。三是，在驗證間接融資佔比與槓桿率兩者U型關係的基礎上，本文進一步採用門限迴歸模型，對影響U型關係拐點值的因素進行詳細討論。本文基於以上研究發現，一國的間接融資佔比與槓桿率之間是呈現U型關係，而信貸資金配置效率會對U型曲線的拐點值產生影響。信貸資金配置效率越高，U型關係的拐點值越高，這意味著即使間接融資佔比高一些，也不會對槓桿率水平產生顯著的推動作用。結合中國高槓杆問題的具體情況，本文認為通過加快利率市場化等相關改革，以提高間接融資市場的資金配置效率更為重要。

本文的主要創新在於以下三點。一是，相比於已有研究大多侷限於實證檢驗，本文基於新古典增長模型闡釋了一國金融結構與槓桿率之間的內在關係，在此方面彌補了已有研究的不足，並且突破了已有研究認為間接融資佔比與槓桿率是一種線性關係的侷限。二是，不同於已有研究大多采取虛擬變量或構建指數以刻畫金融結構的方法，本文基於國際清算銀行統計的非金融私人部門債務中來源於銀行部門信貸的比重這一指標，直接測算了各主要經濟體的間接融資佔比，以使得到的結論更為準確。三是，在發現一般規律的基礎上，本文進一步考慮各國的差異性，對間接融資佔比與槓桿率U型關係拐點值的影響因素展開分析，這是以往研究較少涉及的，得到的結論對中國也具有較強的現實意義。

3 間接融資佔比與槓桿率之間關係的理論分析

本文考慮一個封閉的經濟體，其生產函數為常用的柯布—道格拉斯形式：

其中，Y代表該經濟體的產出水平，K代表資本存量，L代表勞動力的總體規模，A代表全社會的全要素生產率水平。α為資本份額，β為勞動收入份額，假設生產函數具有規模報酬不變的特徵，由此α+β=1。同時，本文假設該經濟體的技術進步中性，經濟結構保持穩定。

由於金融部門的核心作用是為實體部門提供資金，所以在資本積累過程中，金融部門承擔著重要的作用。基於現實情況，本文設定模型中資本積累的資金就來源於直接融資與間接融資市場兩個渠道。其中，由直接融資市場籌集的資金所積累的生產資本為，由間接融資市場籌集資金所積累的生產成本為

現實中，無論是從直接融資市場募集得到的資金，還是從間接融資市場得到的信貸資金，它們轉化為最終的投資都需要一個過程。要最終得到和的資本規模，可能分別需要和

模型中假設直接融資市場均來自於股權融資，所以從直接融資得到的資金不需要償還，進而不會形成債務。相比之下，間接融資市場的資金則來源於銀行部門的信貸，從而會形成債務，這也是已有觀點認為間接融資佔比偏高會導致一個經濟體債務率偏高的主要依據。由此可知，該經濟體的總體債務規模為：

其中，代表從間接融資市場獲得的信貸總規模，為資本回報率，根據生產函數形式可知，

將（2）式與（3）式結合，可以得到：

將（6）式代入到（5）式之中，同時結合，可以得到：

從（7）式可以看到，資本回報率是影響一個經濟體槓桿率的重要因素，一個經濟體的資本回報率越高，該經濟體的槓桿率越低，資本回報率下降也是近年來中國槓桿率攀升的主要原因之一（陸婷、餘永定，2015）。與此同時，一個經濟體的金融結構，即間接融資佔比，也是影響槓桿率的重要因素。不過，金融結構究竟如何影響槓桿率水平，需要對進行求解：

由（8）式可知，間接融資佔比對槓桿率的影響效果會受到兩個融資市場的相對資金配置效率影響。由此，進一步對求解可以得到：

（9）式表明，當；反之，如果當

。這意味著，間接融資市場的資金配置效率相對較低時，間接融資佔比上升對槓桿率的推動作用會更為明顯。反之，間接融資佔比上升對槓桿率的推動作用會較小。這一結論背後的機制較為清晰。間接融資與直接融資本身不存在孰優孰劣之說（Levine，2002），關鍵的影響因素在於兩個市場的資金配置效率。如果間接融資市場的資金配置效率較高，信貸資金能夠有效地配置到高回報領域，那麼即使間接融資佔比偏高，也不會導致該經濟體槓桿率處於偏高狀態。如果一個經濟體的間接融資市場配置效率偏低，間接融資佔比又處於較高水平，那麼就會產生較為嚴重的高槓杆問題。

事實上，最優金融結構理論也指出，在經濟發展過程中的每個階段，都有與之相適應的最優金融結構。如果金融體系的實際結構背離了其最優路徑，則會降低金融體系的效率，進而對經濟活動產生不良影響，甚至引發金融風險（林毅夫等，2009；張成思、劉貫春，2015）。比如，如果一個經濟體存在金融抑制問題，那麼就會導致間接融資佔比偏高，同時信貸資源的配置效率較差。如果一個經濟體存在金融過度創新的問題，雖然會推高直接融資佔比，但是可能引發資產泡沫等問題，從而也會導致高槓杆的問題。[1]由此可見，間接融資佔比過低或者過高都可能會引發高槓杆問題。決定間接融資與直接融資兩者最優比重的關鍵性因素，在於資金的配置效率。基於此，本文提出如下兩個有待檢驗的命題：

命題1：間接融資佔比與槓桿率之間呈現U型關係。

命題2：間接融資佔比與槓桿率U型曲線的拐點值會受到間接融資市場的資金配置效率影響，資金配置效率越高，拐點值越高。

4 間接融資佔比與槓桿率的關係檢驗：一個U型關係設定

1、計量模型設定與數據選取

為了驗證一個經濟體的間接融資佔比與槓桿率之間是否呈現命題1所提出的U型關係，本部分將基於跨國數據對兩者關係進行實證分析，構建瞭如下形式的迴歸方程：

其中，i表示國家，t表示年份。被解釋變量代表國家i在t期的槓桿率水平，解釋變量

在代理變量的選擇上，對於被解釋變量debtp，本文是採用非金融私人部門信貸總額佔GDP的比重來表示，它等於居民與非金融企業兩個部門的槓桿率之和。該數據來源於國際清算銀行。之所以沒有考慮政府部門債務，是因為除了中國等較特殊的國家之外，政府債務大多以國債的形式存在，是依靠政府信用發行，較少受到金融結構的影響。在穩健性檢驗中，本文還進一步採用非金融企業部門信貸總額佔GDP的比重（debtnfc）作為槓桿率的代理變量，進一步研究金融結構對企業部門槓桿率的影響是否與對非金融私人部門的影響一致。

核心解釋變量inf的代理變量選擇上，本文是採用國際清算銀行統計的由銀行部門提供的信貸佔非金融私人部門債務的比重來衡量，其計算方法為“非金融私人部門的銀行信貸總額 / 非金融私人部門債務總額”。由於銀行信貸為間接融資，除銀行信貸之外的債務往往來源於直接融資市場，所以該指標與一國的間接融資佔比相接近。當然，該指標會遺漏股權融資部分（這部分融資不形成債務），但是因為股權融資通常佔一國的融資比重較小，所以不會產生較為顯著的影響。在穩健性檢驗中，本文會將股票市場考慮在內，構建一個新指標進行檢驗。

其他控制變量方面，參考馬勇、陳雨露（2017）與譚小芬等（2019）等相關研究，本文主要考慮以下幾個變量的影響。一是，經濟增長率（gdp），以人均GDP增長率進行衡量，從而納入經濟週期波動對槓桿率的影響。二是，銀行部門的不良貸款率（bnloan），以控制銀行部門的資金配置效率對槓桿率的影響。三是，人口增長率（pop），以考慮人口等社會因素對槓桿率的影響。四是，儲蓄率（savings）和工業增加值佔GDP的比重（industrial），以考慮經濟增長方式與經濟結構對槓桿率的影響。五是，通脹率（inflation），以控制價格因素對槓桿率的影響。六是，赤字率（deficit），以控制政府支出對槓桿率的影響。七是，城鎮化率（urban），以控制經濟發展階段對槓桿率的影響。八是，房地產價格指數（pp），以控制金融週期對槓桿率的影響。以上變量的數據均來自於國際清算銀行和世界銀行數據庫，基於數據的可獲得性，本文選取了國際清算銀行的39個常用代表性國家作為樣本，數據跨度為2001至2017年。

2、基準迴歸結果

本文分別使用了固定效應模型和隨機效應模型對（10）式進行了迴歸，Hausman檢驗支持採用固定效應模型。迴歸結果如表2所示，（1）至（4）列是以非金融私人部門槓桿率為被解釋變量的迴歸結果。其中，第（1）列是沒有加入控制變量的結果。可以看到，間接融資佔比的一次項均在1%的水平上顯著為負，二次項在1%的水平上顯著為正，與之前理論分析的預期結果相一致。隨後的（2）至（4）列，控制變量的加入沒有對迴歸結果產生顯著影響，表明迴歸結果具有較強的穩健性。由此表明，一個經濟體的間接融資佔比與槓桿率之間確實存在顯著的U型關係，即命題1可以得到了初步驗證。

表2中的（5）至（8）列是以非金融企業槓桿率為被解釋變量的迴歸結果。這樣可以更好地與已有研究結果進行比較，因為Kayo 和 Kimura（2011）等已有研究也主要是探討企業部門槓桿率與一個經濟體中間接融資佔比之間的關係。而且，由於本文理論分析是在新古典增長模型下展開，並未包含居民部門的消費，只考慮了企業部門的投資。因此，實證分析中將被解釋變量設定為企業部門槓桿率，可以更加與理論分析部分相對應。從（5）至（8）列的迴歸結果可以看到，間接融資佔比一次項的係數仍均顯著為負，二次項的係數顯著為正。由此進一步表明，一個經濟體的間接融資佔比與槓桿率之間呈現顯著的U型關係。

控制變量的附帶結果也基本符合預期。比如，經濟增長速度與槓桿率負相關，即較快的經濟增長有利於推動降槓桿，這也是Dalio（2018）所提出的完美去槓桿策略。不良貸款率與槓桿率呈現顯著的正相關關係，這是因為，不良貸款率越高意味著更多債務難以得到償還，從而加大了經濟體的債務壓力。人口增速加快會降低槓桿率，與人口老齡化會加劇一個經濟體債務負擔的結果相一致（陳雨露等，2014）。儲蓄率與槓桿率的負相關性主要源於當一個經濟體儲蓄較多時，它擁有較為充足的自有資金以應對收支缺口，不需要過多地借貸。房地產價格則與槓桿率正相關，即房價上漲往往會帶動私人部門加槓桿，這也是金融週期的主要特徵（Borio，2014）。

3、穩健性檢驗

為了進一步驗證結論的穩健性，本文采取了如下幾種穩健性檢驗的方式。一是，考慮到G7國家的金融體系較為完善，金融抑制程度較低，從而可能會對金融結構與槓桿率之間的檢驗造成一定影響（譚小芬等，2019）。為此，在穩健性檢驗中，本文將G7國家剔除，對金融結構與槓桿率之間的關係重新進行檢驗，迴歸結果如表3的（1）、（2）列所示。二是，考慮到離群值可能對迴歸結果造成的影響。在穩健性檢驗中，本文對核心解釋變量前5%與後5%的數據進行剔除，迴歸結果如表3的（3）、（4）列所示。三是，本文對核心解釋變量進行了一定拓展，將股票市場考慮在內。參照已有研究做法，本文以股市市值佔GDP比重衡量股票市場規模（Levine，2002；張成思和劉貫春，2015），對核心解釋變量指標進行重新構建：

其中，debtp代表非金融私人部門的債務總額，inf代表非金融私人部門的債務總額中銀行信貸佔比，stock代表股票市場規模。由此，newinf為新構建的衡量間接融資佔比的指標。迴歸結果如表3的（5）、（6）列所示。可以看到，（1）至（6）列中間接融資佔比的一次項均顯著為負，二次項係數顯著為正，由此表明，本文基準迴歸中得到的結論具有較強的穩健性。

5 U型曲線拐點值的進一步分析

既然一個經濟體的間接融資佔比與槓桿率之間存在顯著的U型關係，那麼隨之而來的一個問題是，U型曲線的拐點值是多少？對於不同的經濟體，U型曲線的拐點是否有所不同？是否如前文命題2所提出的，如果一個經濟體的信貸資金配置效率越高，U型曲線的拐點值也就越高。為此，本部分進一步使用門限迴歸的方法對命題2進行檢驗。

1.門限迴歸模型設定

門限迴歸主要就是針對實證檢驗過程中出現的如何確定臨界值這一問題而產生的一種分析方法。與含有二次項的固定效應面板模型相比，門限迴歸的優勢在於對非線性影響的檢驗不存在較強的前提假設，而且可以捕捉解釋變量在不同的區制內對被解釋變量影響的具體變化。Hansen（1999）提出的非動態門限面板迴歸模型，更是克服了傳統研究方法（外生設定門限值）的不足，不僅可以針對多重門限給出門限值，還可以對門限值的顯著性進行檢驗。具體而言，門限迴歸模型設定如下：

其中，γ為待估計的門限值，I(·)為指示函數，當括號中的條件滿足時，示性函數的值為1，條件不滿足時，示性函數的值為0。其餘變量與基準迴歸方程中相應變量的含義相同。門限值是通過自助抽樣（Bootstrap）的方法得到，不斷嘗試γ的可能取值，以殘差項的平方和最小的原則，確定的γ取值。為了檢驗是否存在門限效應，Hansen（1999）提出了自助抽樣F檢驗的方法，該檢驗的原假設和備擇假設分別為

和

原假設下，面板模型沒有結構性的變化；在備擇假設下，係數發生變化，門限效應存在，解釋變量對被解釋變量的影響分為兩個不同的階段。2.門限檢驗結果分析

門限迴歸結果如表4所示，當使用總樣本時，F的檢驗值為46.9，在1%的顯著性水平下拒絕了“線性模型”的原假設。由此可見，一個經濟體的間接融資佔比與槓桿率之間的門限效應在統計上是顯著的，[1]這與前文的結論一致。根據測算結果，門限值為間接融資佔比為81.2%。在此基礎上，本文將經濟體分為發達經濟體和新興經濟體兩類，以驗證不同經濟體間接融資佔比與槓桿率之間的門限值是否有所不同。表4中F檢驗均在1%的顯著性水平下拒絕了原假設，即可以認為不同類別國家的融資結構與槓桿率之間都存在門限效應。值得注意的是，發達經濟體和新興經濟體的門限值存在明顯不同，前者顯著高於後者。對於新興經濟體而言，間接融資佔比高於58.7%時，間接融資佔比提高就會導致槓桿率水平攀升，發達經濟體的門限值仍在81.2%。

這一門限值的差異可能就主要源於金融體系發展程度的不同。發達經濟體的金融體系發展程度較高，信貸資源的配置效率較高，即使間接融資佔比偏高一些，也不會帶來高槓杆的問題。相比之下，新興經濟體的金融體系發展程度較低，金融抑制與金融摩擦問題較為突出，所以信貸資源的配置效率較差。間接融資佔比偏高，就可能導致較大規模的信貸資源配置低效率領域，難以形成較好的回報，自然會帶來高槓杆等問題。不過，無論對於發達經濟體還是對於新興經濟體，間接融資佔比與槓桿率之間U型曲線的拐點值均顯著高於50%。這意味著，對於大多數經濟體而言，間接融資還是應該作為主要的融資渠道，直接融資更多是起到一個補充作用，因而要避免間接融資與直接融資佔比應該大致相等的觀念誤區。

為了進一步驗證信貸配置效率是否為影響間接融資佔比與槓桿率之間U型曲線拐點值的重要因素，本文對各經濟體按信貸配置效率進行分組。從已有研究來看，不良貸款率被視為信貸配置效率的一個重要代理指標（Gutiérrez-Nieto，Serrano-Cincaa和Molinero，2007；張建華、王鵬，2011），因此，本文首先以不良貸款率的平均數為標準對樣本進行劃分，將不良貸款率低於平均數的經濟體歸為一類，可以視為信貸配置效率較高的一組，反之則視為信貸配置效率較低的一組，然後比較兩類樣本中間接融資佔比門限值的大小。如表5所示，對於不良貸款率水平較低的一組，間接融資佔比的門限值仍保持在0.812的較高水平之上。相比之下，不良貸款率水平較高的一組門限值僅為0.285，遠低於不良貸款率水平較低的一組，由此表明，信貸資金配置效率越高，間接融資佔比與槓桿率之間U型曲線的拐點值越高。

考慮到商業銀行有粉飾不良貸款率的激勵，一些經濟體的銀行部門不良貸款率可能難以反映真實的信貸資金配置效率。為此，本文借鑑於已有研究，從銀行部門的競爭程度與銀行部門的盈利能力兩個維度來反映信貸資金配置效率（粟芳、初立蘋，2015；申創、趙勝民，2017；張大永、張志偉，2019）。銀行部門的競爭程度方面，本文以全球金融發展數據庫測算的H指數來反映，[1]該指數越大表明銀行部門的競爭程度越高，對應於相對較高的資金配置效率。反之則意味著銀行部門的競爭程度較低，存在寡頭壟斷等特徵。從表5中可以看到，以H指數對各經濟體進行分類的結果與以不良貸款率進行分類的結果基本一致，H指數高的一組間接融資佔比的門限值高於H指數低的一組。銀行部門的盈利能力方面，本文選擇銀行部門的資產回報率作為代理指標，[2]資產回報率越高表明銀行部門的盈利能力較強，通常意味著資金的使用效率較高。從表5中同樣可以看到，銀行部門資產回報率較高的一組間接融資佔比的門限值顯著高於資產回報率較低的一組。由此，本文提出的命題2得到了較為充分的論證，即間接融資佔比與槓桿率U型曲線的拐點值會受到銀行資金配置效率的影響，資金配置效率越高，拐點值越高。

最後，本文還以各經濟體的投資率平均數為標準對樣本進行劃分，將投資率高於平均數的經濟體歸為一類，這些經濟體可視為採取的投資驅動發展模式，將投資率低於平均數的經濟體歸為一類，這些經濟體可視為採取的消費驅動發展模式。從表5的門限迴歸的結果來看，投資率高的一組間接融資佔比的門限值高於投資率低的一組。究其原因，企業是投資的主體，而信貸資金是企業最重要的外部資金來源（Mishkin，2012）。因此，就對投資依賴程度更大的經濟體而言，需要間接融資市場佔據更大的比例。相比之下，居民是消費的主體，發展更為繁榮的股票市場等直接融資市場能夠給居民部門帶來財富效應，從而推動消費的增長。這一結果意味著對於依靠投資驅動的經濟體而言，不能簡單地以依靠消費驅動的經濟體作為參照樣本，間接融資佔比偏高有一定合理性。

6 對中國高槓杆問題的啟示

基於前文研究與中國的實際情況，本文將對間接融資佔比偏高究竟是不是中國高槓杆的主要原因這一問題進行回答。總體上，本文認為，中國的高槓杆問題不能簡單地歸因於間接融資佔比偏高，主要有以下三方面理由。

第一，間接融資佔比與槓桿率之間不是簡單的線性關係，而是呈現U型關係，目前沒有找到中國間接融資佔比明顯處於U型曲線右端的證據。現有觀點之所以將高槓杆歸因於間接融資佔比偏高，是因為他們認為兩者是正相關關係。如果一國的融資結構以間接融資為主，那麼私人部門的資金來源主要將是銀行信貸，而信貸最終會轉化為債務，從而推高槓杆率。但是，本文基於理論和實證分析的結果表明，一個經濟體的間接融資佔比與槓桿率之間呈現顯著的U型關係。這是因為，無論是間接融資佔比過高（由金融抑制所致）還是直接融資佔比過高（由金融創新過度發展所致），都可能會造成金融體系的資源配置效率下降，這就會加劇資源錯配程度。當間接融資佔比過高時，單位信貸資金對產出水平的促進作用下降，從而推高一國的槓桿率水平。當直接融資佔比過高時，可能會刺激更多的信貸資金“脫實向虛”，從而也會降低信貸資金配置效率，推高一國的槓桿率水平。如果間接融資佔比並未處於U型曲線的右端，那麼降低間接融資佔比，難以起到降低槓桿率的作用，反而可能會推動槓桿率的上升。

從本文測算的間接融資佔比與槓桿率的U型曲線拐點值來看，中國的間接融資佔比並未明顯地處於U型拐點值的右端。基於國際清算銀行的數據測算得到，2017年中國間接融資佔比為74.8%，在樣本國家中處於中等偏上的水平，並未超過由門限迴歸模型測算的U型曲線81.2%的拐點值。事實上，無論對於發達經濟體還是對於新興經濟體而言，間接融資佔比與槓桿率之間U型曲線的拐點值均是顯著高於50%。這意味著，對於大多數經濟體而言，間接融資還是應該作為主要的融資渠道，直接融資更多是起到一個補充的作用，因而要避免間接融資與直接融資佔比應該大致相等的觀念誤區。如果進一步考慮各個國家之間的差異性，之前的門限迴歸分析模型表明，依靠投資驅動的國家拐點值會顯著高於依靠消費驅動的國家。因此，現階段中國也不能簡單地以美英等國家作為參照標準。

第二，中國槓桿率高企的主要問題不在於間接融資佔比偏高，而在於間接融資市場的信貸資源配置效率偏低。本文的研究結果表明，間接融資市場的資金配置效率會顯著影響間接融資佔比與槓桿率之間U型關係的拐點值。如果一個經濟體的間接融資市場資金配置效率較高，即使間接融資的佔比高一些，也不會對槓桿率水平產生顯著的推動作用。反之，如果一個經濟體的間接融資市場的信貸資金配置效率較低，那麼較高的間接融資佔比就會顯著地影響資金配置效率，導致過多的信貸資源配置於低迴報的領域。這就會加劇信貸資源錯配，推高一個經濟體的槓桿率水平，導致該經濟體陷入高槓杆的困境之中。

與其他主要經濟體相比，中國的間接融資市場的信貸資金配置效率偏低是不爭的事實。一是，從信貸資金的供給端來看，中國的銀行業還是以國有商業銀行為主，商業銀行的數量較少，競爭程度本身就有所不足。再加上長期以來政府對存貸款利息差的保護，這就使導致商業銀行更多隻是追求信貸規模的擴張，對信貸資源是否得到有效配置的關注度不夠，由此，信貸資源的錯配問題較為嚴重（徐忠，2018）。二是，從信貸資金的需求端來看，以國有企業和地方政府為主的借貸主體，在隱性擔保與預算軟約束的影響下，更容易受到銀行部門的青睞。相比之下，中小企業的信貸需求始終難以得到有效滿足，長期面臨著融資難與融資貴的問題。

信貸資金配置效率偏低也是造成中國槓桿率偏高，特別是槓桿率呈現結構性特徵的主要原因。由於中國的信貸資金配置效率偏低，所以大量信貸資金配置到低迴報領域，難以得到有效償還。這就表現為大量的債務負擔積壓在國有企業與地方政府之上，兩者的債務規模接近於佔到中國總體債務規模的60%以上。相比之下，家庭部門與民營企業的槓桿率水平還處於相對安全的範圍之中（鍾寧樺等，2016；張曉晶等，2018）。由此可見，只從降低間接融資佔比入手，是不能從實質上降低中國的槓桿率水平，提高信貸資源配置效率才是解決中國槓桿率偏高的根本之道。

第三，直接融資市場的快速發展過程中，也可能會加劇高槓杆問題，甚至會加大系統性金融危機爆發的概率。直接融資包含債券融資和股權融資兩類，通過債券市場融得的資金依然會轉化為債務，因此，當前我國所提的提高直接融資佔比，主要是提高股權融資佔比，即“十三五”規劃指出的發展多層次股權融資市場。不可否認，股權融資市場有助於拓寬企業的融資渠道，而且通過股權融資得到的資金不會轉化為企業的債務，反而是會擴大企業的資本規模，有助於緩解企業的債務問題。

但是，直接融資市場快速發展過程中的風險也不容忽視。具體而言，提高股權融資佔比的前提是活躍的資本市場，即資產價格處於上漲態勢或至少處於上漲預期之中。需要注意的是，資產價格上漲是會起到放鬆企業融資約束的作用，由此可能會推動信貸規模的快速擴張，進一步推動槓桿率上升。不僅如此，相比於由信貸資源錯配形成的高槓杆（由間接融資佔比偏高所致），由資產價格上漲驅動的高槓杆（由直接融資佔比偏高所致）更容易引發系統性金融風險。這是因為，前者主要是造成經濟運行效率的損失，即使出現了局部的壞賬情況，政府也有能力去阻止其進一步蔓延。後者則會導致經濟面臨資產泡沫風險，一旦資產泡沫破裂造成資產大幅減值，是會對各個金融機構造成同步影響，由此引發的資產拋售、流動性短缺等一系列問題將會迅速擴散到整個金融體系，不僅加大了政府的應對難度，也會對經濟運行造成更嚴重的傷害。比如，“債務-通縮”陷阱是一國高槓杆問題所帶來最為嚴重的後果，該陷阱的出現往往都是以資產泡沫破裂為導火索。

7 主要結論與政策建議

高槓杆是中國經濟面臨的突出問題，也是邁向高質量發展過程中亟待解決的問題。現有研究對於中國高槓杆的成因進行了較多的討論，普遍存在的一個觀點是中國的高槓杆問題一定程度上源於中國以間接融資為主的金融結構。為此，發展直接融資市場，提高直接融資佔比，就成為了中國解決高槓杆問題的手段之一。

然而，本文通過理論和實證分析發現，一個經濟體的間接融資佔比與槓桿率水平之間並非簡單的正相關關係，而是一個U型關係。換言之，間接融資佔比對槓桿率的影響存在一個拐點值，當間接融資佔比高於拐點值時，才會對槓桿率起到顯著地正向作用。從拐點值的測算結果來看，間接融資佔比的拐點值在80%附近，而非間接融資與直接融資保持大致相等的規模。具體到中國而言，間接融資佔比沒有明顯地處於U型曲線的右端。因此，中國的高槓杆問題不能較為簡單地歸因於中國間接融資佔比過高。

更進一步地，本文通過門限迴歸模型發現，一國經濟的增長模式與間接融資市場的信貸配置效率均會對間接融資佔比與槓桿率的U型曲線拐點值產生影響。具體而言，一國的投資率越高、間接融資市場的資金配置效率越高，U型關係的拐點值也就越高，這給予了我們兩點重要啟示。一是，中國作為對投資依賴程度更大的經濟體，不能簡單地以美國等消費驅動發展模式的經濟體作為參照樣本，間接融資佔比高一些是合理的。二是，就中國的高槓杆問題而言，通過加快利率市場化等相關改革以提高間接融資市場的資金配置效率，相比於降低間接融資所佔比重更為重要。

基於本文得到的結論，主要有以下幾點針對性建議。一是，現階段不宜將降低間接融資佔比作為解決高槓杆問題的主要手段，更不能因此對信貸規模進行嚴格控制，銀行信貸是企業尤其是中小企業最重要的資金來源。二是，中國間接融資市場的核心問題在於效率偏低，要解決這一問題，一方面應加快推進利率市場化，進一步增加銀行部門的競爭程度，加快市場化利率形成機制的構建，另一方面應加快硬化國企和地方政府的融資約束，儘快解決由融資軟約束帶來的信貸錯配問題，雙管齊下地解決中國高槓杆問題。三是，推動直接融資市場發展過程中，應注意防範資產泡沫與金融部門過度膨脹等問題，守住不發生系統性金融風險的底線。

注：本文選自原載於《財貿經濟》 2020 年第 2 期的《降低間接融資佔比有助於去槓桿嗎？——金融結構與槓桿率關係的檢驗》

來源 《財貿經濟》2020年第2期

監製 朱霜霜

趙錫軍：疫情背景下證券投資的估值與定價——大金融思想沙龍第138期乾貨

視點丨王永利：美聯儲近期連出重招能告訴我們什麼

直播預告丨國家金融與發展實驗室副主任楊濤主講“金融科技發展中的風險與監管”（4月4日）

吳曉求：全球金融大動盪與中國資本市場

視點 | 危機邊緣如何避免大蕭條？

RUC之聲 | 陳忠陽：疫情衝擊！如何加強風險管理與國家管理制度現代化

為了增進與粉絲們的互動，IMI財經觀察建立了微信交流群，歡迎大家參與。

入群方法：加群主為微信好友（微信號：imi605）,添加時備註個人姓名（實名認證）、單位、職務等信息，經群主審核後，即可被拉進群。

歡迎讀者朋友多多留言與我們交流互動，留言可換獎品：每月累積留言點贊數最多的讀者將得到我們寄送的最新研究成果一份。

關於我們

中國人民大學國際貨幣研究所（IMI）成立於2009年12月20日，是專注於貨幣金融理論、政策與戰略研究的非營利性學術研究機構和新型專業智庫。研究所聘請了來自國內外科研院所、政府部門或金融機構的90餘位著名專家學者擔任顧問委員、學術委員和國際委員，80餘位中青年專家擔任研究員。

研究所長期聚焦國際金融、貨幣銀行、宏觀經濟、金融監管、金融科技、地方金融等領域，定期舉辦國際貨幣論壇、貨幣金融（青年）圓桌會議、大金融思想沙龍、麥金農大講壇、陶湘國際金融講堂、IMF經濟展望報告發佈會、金融科技公開課等高層次系列論壇或講座，形成了《人民幣國際化報告》《天府金融指數報告》《金融機構國際化報告》《宏觀經濟月度分析報告》等一大批具有重要理論和政策影響力的學術成果。

2018年，研究所榮獲中國人民大學優秀院屬研究機構獎，在182家參評機構中排名第一；在《智庫大數據報告（2018）》中獲評A等級，在參評的1065箇中國智庫中排名前5%。

只分享最有價值的財經視點

We only share the most valuable financial insights.

閱讀更多 國際貨幣研究所 的文章

關鍵字: 美好，一直在身邊 原汁原味的德系SUV 投資