駱曉強(qiáng) 梁權(quán)琦,2 楊曉光,2**

1 中國(guó)科學(xué)院大學(xué) 經(jīng)濟(jì)管理學(xué)院 北京 100190

2 中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院 北京 100190

當(dāng)前中國(guó)經(jīng)濟(jì)的“灰犀?！焙汀昂谔禊Z”*

駱曉強(qiáng)1梁權(quán)琦1,2楊曉光1,2**

1 中國(guó)科學(xué)院大學(xué) 經(jīng)濟(jì)管理學(xué)院 北京 100190

2 中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院 北京 100190

在經(jīng)歷了長(zhǎng)期高速增長(zhǎng)以及國(guó)際經(jīng)濟(jì)形勢(shì)轉(zhuǎn)變以后，中國(guó)經(jīng)濟(jì)面臨著較為嚴(yán)重的系統(tǒng)性風(fēng)險(xiǎn)。中國(guó)政府對(duì)此予以高度重視，提出既防“黑天鵝”，也防“灰犀牛”。文章對(duì)中國(guó)經(jīng)濟(jì)面臨的“灰犀牛”和“黑天鵝”進(jìn)行了分析，認(rèn)為當(dāng)前最大的“灰犀?！笔遣粩嗯蛎浀恼w債務(wù)和高企的杠桿率，當(dāng)前的“黑天鵝”是難以預(yù)測(cè)的外部猛烈沖擊。導(dǎo)致“灰犀?！北寂艿膬纱鬂撛谝蛩厥墙?jīng)濟(jì)下滑和利率攀升，而“黑天鵝”通過(guò)貿(mào)易渠道引爆“灰犀牛”是當(dāng)前的最大風(fēng)險(xiǎn)。

“灰犀?！?，“黑天鵝”，債務(wù)，杠桿率，外部沖擊

DOI 10.16418/j.issn.1000-3045.2017.12.010

20 世紀(jì) 90 年代以來(lái)，以東亞金融危機(jī)、美國(guó)次貸危機(jī)、歐洲債務(wù)危機(jī)為代表的金融危機(jī)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(jī)相聯(lián)系的系統(tǒng)性風(fēng)險(xiǎn)成為國(guó)際學(xué)術(shù)界研究熱點(diǎn)。這其中誕生了兩個(gè)近乎家喻戶曉的術(shù)語(yǔ)，“黑天鵝”和“灰犀?！??！昂谔禊Z”和“灰犀?！笔怯擅绹?guó)紐約大學(xué)杰出教授（Distinguished Professor）Nassim Nicholas Taleb[2]和古根海姆學(xué)者獎(jiǎng)獲得者 Michele Wucker[3]分別于 2007 年和 2016 年提出的，是用來(lái)刻畫系統(tǒng)性風(fēng)險(xiǎn)的兩個(gè)隱喻?！昂谔禊Z”一般指難以預(yù)測(cè)，但突然發(fā)生時(shí)，會(huì)引起連鎖反應(yīng)，有巨大負(fù)面影響的小概率事件?！盎蚁！币话闶侵父怕蚀?、沖擊力極強(qiáng)、在某種程度上可以預(yù)見(jiàn)、潛在但是常常被忽視的風(fēng)險(xiǎn)?！昂谔禊Z”和“灰犀?！钡奶岢?，形象地刻畫了兩類系統(tǒng)性風(fēng)險(xiǎn)的特征，使之從抽象的學(xué)術(shù)概念變成普通人容易理解的形象描述，在國(guó)際上引起廣泛的反響，Taleb 和 Wucker 的相關(guān)書籍[2,3]，也因此洛陽(yáng)紙貴，成為國(guó)際上的暢銷書。

中國(guó)經(jīng)濟(jì)在經(jīng)歷了 30 多年的高速增長(zhǎng)后，2012 年以來(lái)轉(zhuǎn)入中高速增長(zhǎng)，進(jìn)入調(diào)整期。前期積累的各種矛盾以及經(jīng)濟(jì)下行的影響，使得中國(guó)經(jīng)濟(jì)的系統(tǒng)性風(fēng)險(xiǎn)顯著加大。以習(xí)近平總書記為核心的黨中央高度重視系統(tǒng)性風(fēng)險(xiǎn)的防范，習(xí)近平總書記和李克強(qiáng)總理三番五次強(qiáng)調(diào)要“牢牢守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線”。2017 年 7 月14—15日第五次全國(guó)金融工作會(huì)議決定設(shè)立國(guó)務(wù)院金融穩(wěn)定發(fā)展委員會(huì)，習(xí)近平總書記在會(huì)上強(qiáng)調(diào)要“強(qiáng)化人民銀行宏觀審慎管理和系統(tǒng)性風(fēng)險(xiǎn)防范職責(zé)，落實(shí)金融監(jiān)管部門監(jiān)管職責(zé)，并強(qiáng)化監(jiān)管問(wèn)責(zé)”。2017 年 7 月17日，《人民日?qǐng)?bào)》評(píng)論員文章《有效防范金融風(fēng)險(xiǎn)——二論做好當(dāng)前金融工作》[4]，提到“防范化解金融風(fēng)險(xiǎn)，需要增強(qiáng)憂患意識(shí)?！确馈谔禊Z’，也防‘灰犀?！?，對(duì)各類風(fēng)險(xiǎn)苗頭既不能掉以輕心，也不能置若罔聞”。2017 年 8月15日，中國(guó)建設(shè)銀行行長(zhǎng)王祖繼[5]在《人民日?qǐng)?bào)》發(fā)表文章，表態(tài)防止“黑天鵝”和“灰犀?！笔谴笮蛧?guó)有商業(yè)銀行的責(zé)任擔(dān)當(dāng)。2017 年 11月4日，中國(guó)人民銀行網(wǎng)站發(fā)表了周小川行長(zhǎng)的文章《守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線》[6]，強(qiáng)調(diào)要加強(qiáng)對(duì)“黑天鵝”和“灰犀?！钡姆婪?。2017 年11月8日，經(jīng)黨中央、國(guó)務(wù)院批準(zhǔn)，國(guó)務(wù)院金融穩(wěn)定發(fā)展委員會(huì)正式成立，國(guó)務(wù)院副總理馬凱擔(dān)任委員會(huì)主任。如此種種，展現(xiàn)出國(guó)家對(duì)中國(guó)經(jīng)濟(jì)的“灰犀牛”和“黑天鵝”高度重視。本文嘗試對(duì)當(dāng)前我國(guó)經(jīng)濟(jì)中的“灰犀牛”和“黑天鵝”進(jìn)行系統(tǒng)的分析，以便找準(zhǔn)癥結(jié)，及時(shí)應(yīng)對(duì)。

1 整體債務(wù)是當(dāng)前我國(guó)經(jīng)濟(jì)最大的“灰犀?！?/h2>

2017 年 7月17日的《人民日?qǐng)?bào)》評(píng)論員文章[4]發(fā)表后，有關(guān)中國(guó)經(jīng)濟(jì)的“灰犀?！钡挠懻摮蔀樯鐣?huì)關(guān)注的熱點(diǎn)之一。中央財(cái)經(jīng)領(lǐng)導(dǎo)小組辦公室經(jīng)濟(jì)一局局長(zhǎng)王志軍在回答記者提問(wèn)時(shí)指出，“我國(guó)存在的‘灰犀牛’風(fēng)險(xiǎn)隱患，如影子銀行、房地產(chǎn)泡沫、國(guó)有企業(yè)高杠桿、地方債務(wù)、違法違規(guī)集資等問(wèn)題”?！督?jīng)濟(jì)日?qǐng)?bào)》《中國(guó)證券報(bào)》對(duì)經(jīng)濟(jì)學(xué)家和業(yè)界專家進(jìn)行了一系列的采訪，一致認(rèn)為房地產(chǎn)泡沫、影子銀行、國(guó)有企業(yè)和地方政府的高負(fù)債是中國(guó)經(jīng)濟(jì)的“灰犀牛”[7,8]。的確，由圖 1 可見(jiàn)，我國(guó)影子銀行和房地產(chǎn)市場(chǎng)近些年快速擴(kuò)張，占 GDP 比重持續(xù)加大，商品房空置率急劇攀高，是中國(guó)經(jīng)濟(jì)的重大風(fēng)險(xiǎn)因素，具有“灰犀牛”的一些特征。

圖1 我國(guó)影子銀行規(guī)模（a）和占比（b）以及房地產(chǎn)市場(chǎng)銷售（c）和空置（d）狀況圖數(shù)據(jù)來(lái)源：金融穩(wěn)定委員會(huì)（FSB）、環(huán)亞經(jīng)濟(jì)數(shù)據(jù)有限公司（CEIC）

然而，對(duì)于影子銀行、房地產(chǎn)泡沫等單個(gè)的風(fēng)險(xiǎn)因素，中國(guó)政府和社會(huì)對(duì)它們的風(fēng)險(xiǎn)警覺(jué)一直存在，持續(xù)出臺(tái)政策加強(qiáng)對(duì)這些風(fēng)險(xiǎn)因素的管控。例如，中國(guó)監(jiān)管部門一直要求商業(yè)銀行嚴(yán)格遵守《巴塞爾協(xié)議》，我國(guó)商業(yè)銀行的資本充足率（包括核心資本充足率）都處在國(guó)際上相對(duì)高水平，壞賬撥備率也達(dá)到較高的水平。特別地，我國(guó)政府對(duì)于金融行業(yè)有很強(qiáng)的管制和協(xié)調(diào)能力，因銀行擠兌而破產(chǎn)的現(xiàn)象很難出現(xiàn)，我國(guó)應(yīng)對(duì)影子銀行的風(fēng)險(xiǎn)能力遠(yuǎn)高于西方國(guó)家。對(duì)于房地產(chǎn)市場(chǎng)，我國(guó)更是采取了一系列的調(diào)控政策，居民購(gòu)房首付率大大高于西方國(guó)家，抗風(fēng)險(xiǎn)波動(dòng)的能力強(qiáng)。影子銀行、房地產(chǎn)泡沫、國(guó)有企業(yè)高杠桿、地方債務(wù)、違法違規(guī)集資等問(wèn)題雖然是中國(guó)經(jīng)濟(jì)的重大風(fēng)險(xiǎn)隱患，但是還沒(méi)有發(fā)展到“把牛角對(duì)準(zhǔn)我們，全速向我們攻擊”的地步。

筆者認(rèn)為，當(dāng)前中國(guó)經(jīng)濟(jì)最大的“灰犀牛”，是整個(gè)經(jīng)濟(jì)系統(tǒng)不斷累積的整體債務(wù)以及高企的杠桿率。我國(guó)經(jīng)濟(jì)系統(tǒng)各項(xiàng)債務(wù)通過(guò)金融中介（商業(yè)銀行）已經(jīng)構(gòu)成一個(gè)龐大的債務(wù)鏈條，任何一個(gè)環(huán)節(jié)出現(xiàn)流動(dòng)性困難，支付危機(jī)都會(huì)通過(guò)金融中介的鏈條傳遞到下一個(gè)環(huán)節(jié)，從而引發(fā)系統(tǒng)性危機(jī)。本部分就從這一視角出發(fā)，對(duì)中國(guó)經(jīng)濟(jì)的“灰犀?！边M(jìn)行分析。

1.1 當(dāng)前我國(guó)經(jīng)濟(jì)中債務(wù)總體狀況分析

2007 年次貸危機(jī)以來(lái)，在全球量化寬松以及國(guó)內(nèi)政策總體寬松①2009—2010年我國(guó)實(shí)施了積極財(cái)政政策和適度寬松的貨幣政策，2011—2017年實(shí)施了積極財(cái)政政策和穩(wěn)健貨幣政策的背景下，我國(guó)經(jīng)濟(jì)出現(xiàn)了明顯的加杠桿過(guò)程，債務(wù)融資迅速增加，債務(wù)快速累積。根據(jù)國(guó)際清算銀行（BIS）統(tǒng)計(jì)，2017 年一季度末，我國(guó)非金融部門信貸余額②國(guó)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(gè)部門的信貸融資；中國(guó)人民銀行公布的社會(huì)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(dá) 196.9 萬(wàn)億元人民幣，占國(guó)內(nèi)生產(chǎn)總值比重為 257.8%（2008 年年末為 141%），遠(yuǎn)高于新興市場(chǎng)經(jīng)濟(jì)國(guó)家平均水平（189%），高于所有報(bào)告國(guó)家平均水平（238%），接近發(fā)達(dá)經(jīng)濟(jì)體的平均水平（267.9%）。用國(guó)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(guān)這一指標(biāo)的說(shuō)明，參見(jiàn)：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(biāo)衡量，2017 年一季度末中國(guó)這一指標(biāo)為 22.1%，比頂峰時(shí)期雖有所回落，但仍位居世界第一，遠(yuǎn)超國(guó)際清算銀行認(rèn)定的 2%—10% 正常值范圍，隱含了不可持續(xù)的風(fēng)險(xiǎn)。

圖2 我國(guó)非金融部門“信貸余額/GDP”情況圖數(shù)據(jù)來(lái)源：國(guó)際清算銀行（BIS）

一直以來(lái)，我國(guó)政府都高度重視對(duì)金融風(fēng)險(xiǎn)的防范，將防風(fēng)險(xiǎn)放在重要位置。但在宏觀經(jīng)濟(jì)總體較弱、依然需要穩(wěn)增長(zhǎng)的背景下，我國(guó)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(duì)自身估計(jì)偏高，對(duì)未來(lái)預(yù)期樂(lè)觀，對(duì)風(fēng)險(xiǎn)估計(jì)偏低，主動(dòng)降杠桿的動(dòng)力不足，去杠桿步伐還較緩慢，部分領(lǐng)域如房地產(chǎn)仍在加杠桿，以及債務(wù)占比仍在上升。如圖 2 所示，雖然當(dāng)前我國(guó)“信貸余額 /GDP”上升速度放緩，但整體債務(wù)水平還未降到可以排除發(fā)生危機(jī)的水平，累積債務(wù)的“灰犀?！碧卣饕廊淮嬖?。

1.2 當(dāng)前我國(guó)經(jīng)濟(jì)中債務(wù)的結(jié)構(gòu)分析

為識(shí)別債務(wù)鏈條的薄弱環(huán)節(jié)，找到“灰犀牛”的風(fēng)險(xiǎn)點(diǎn)，本部分對(duì)我國(guó)經(jīng)濟(jì)債務(wù)結(jié)構(gòu)進(jìn)行分析。

1.2.1 負(fù)債主體

企業(yè)和地方政府負(fù)債相對(duì)較高，是債務(wù)鏈條中薄弱主體。國(guó)際清算銀行統(tǒng)計(jì)，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(gè)百分點(diǎn)；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(gè)百分點(diǎn)，同時(shí)中央政府債務(wù)余額占比基本穩(wěn)定，上升全部來(lái)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(gè)百分點(diǎn)，其中住房信貸上升貢獻(xiàn)了近 60%。

1.2.2 風(fēng)險(xiǎn)來(lái)源

房地產(chǎn)有關(guān)信貸規(guī)模擴(kuò)張迅速，與房地產(chǎn)價(jià)格關(guān)系緊密，存在資產(chǎn)價(jià)格風(fēng)險(xiǎn)敞口。目前，新增貸款繼續(xù)流向房地產(chǎn)，2017 年前三季度 39% 的新增貸款為房地產(chǎn)貸款，房地產(chǎn)貸款余額占銀行貸款余額的比重達(dá)到 25%；居民個(gè)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(gè)百分點(diǎn)（圖 3）。截至 2017 年 6 月末，銀行類金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額 114.57 萬(wàn)億元，人民幣房地產(chǎn)貸款余額為 29.72 萬(wàn)億元，占銀行類金融機(jī)構(gòu)人民幣貸款總額的 25.9%。其中，房產(chǎn)開發(fā)貸款余額 6.4 萬(wàn)億元，地產(chǎn)開發(fā)貸款余額 1.36 萬(wàn)億元，個(gè)人住房貸款余額 20.1 萬(wàn)億元。

與此同時(shí)，由于房地產(chǎn)價(jià)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(chǎn)作為抵押物。根據(jù)對(duì)我國(guó)“五大行”④“五大行”指代：中國(guó)工商銀行、中國(guó)銀行、中國(guó)建設(shè)銀行、中國(guó)農(nóng)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(nóng)商行的數(shù)據(jù)統(tǒng)計(jì)，房地產(chǎn)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(chǎn)作為抵押物的貸款規(guī)模約為 39.4 萬(wàn)億元人民幣。剔除以房地產(chǎn)作為抵押物的直接涉房貸款，以房地產(chǎn)為抵押物的其他貸款規(guī)模約為 13.6 萬(wàn)億人民幣。房?jī)r(jià)調(diào)整將直接影響銀行業(yè)的貸款質(zhì)量，資產(chǎn)價(jià)格風(fēng)險(xiǎn)明顯。

1.2.3 金融中介

債務(wù)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(guó)債券市場(chǎng)快速發(fā)展，直接債務(wù)融資比重上升，但以銀行為中介的間接債務(wù)融資占比依然很高。國(guó)際清算銀行統(tǒng)計(jì)，2017 年一季度末，我國(guó)非金融企業(yè)和居民債務(wù)有 75% 的來(lái)自商業(yè)銀行，遠(yuǎn)高于發(fā)達(dá)國(guó)家 49% 平均水平。商業(yè)銀行作為金融中介鏈接著所有債權(quán)人和債務(wù)人，某個(gè)局部領(lǐng)域一旦發(fā)生支付困難，會(huì)通過(guò)商業(yè)銀行傳遞，成為系統(tǒng)性風(fēng)險(xiǎn)。與此同時(shí)，近幾年在利益驅(qū)動(dòng)下，商業(yè)銀行表外業(yè)務(wù)迅速膨脹，影子銀行快速擴(kuò)張，期限錯(cuò)配等問(wèn)題比較突出，銀行體系自身的風(fēng)險(xiǎn)不可忽視。

圖4 我國(guó)商業(yè)銀行房地產(chǎn)抵押貸款占比分布數(shù)據(jù)來(lái)源：CEIC、人民銀行，平安證券

1.3 當(dāng)前我國(guó)經(jīng)濟(jì)相關(guān)各部門債務(wù)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?！钡谋寂懿攀窃斐芍苯記_擊的重點(diǎn)。 “灰犀?！焙螘r(shí)會(huì)跑起來(lái)，是研究“灰犀牛”的重中之重。債務(wù)危機(jī)的根源是還本付息是否可以持續(xù)。何時(shí)不能還本付息，何時(shí)就會(huì)出現(xiàn)“明斯基時(shí)刻”⑤“明斯基時(shí)刻”是美國(guó)經(jīng)濟(jì)學(xué)家海曼·明斯基所描述的資產(chǎn)價(jià)值崩潰時(shí)刻，其邏輯是：在經(jīng)濟(jì)好的時(shí)候，投資者傾向于承擔(dān)更多風(fēng)險(xiǎn)；隨著經(jīng)濟(jì)向好的時(shí)間不斷推移，投資者承受的風(fēng)險(xiǎn)水平越大，直到超過(guò)收支不平衡點(diǎn)而崩潰。。這是研究“灰犀牛”的重點(diǎn)。分析我國(guó)各主體債務(wù)的可持續(xù)性，有利于找到出現(xiàn)“明斯基時(shí)刻”的條件和跡象，及時(shí)預(yù)警債務(wù)風(fēng)險(xiǎn)。

1.3.1 非金融企業(yè)債務(wù)可持續(xù)性取決于負(fù)債使用效率和效益

我國(guó)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(gè)百分點(diǎn)，2010—2011 年保持了相對(duì)穩(wěn)定，2012—2015 年隨經(jīng)濟(jì)增速放緩經(jīng)歷了持續(xù)上升階段，占 GDP 比重 3 年時(shí)間上升了 43 個(gè)百分點(diǎn)，2016 年后在去杠桿政策的作用下，杠桿率逐步穩(wěn)定下來(lái)（圖 2）。從所有制主體看，國(guó)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(jī)以后，國(guó)有控股工業(yè)企業(yè)和其他所有制企業(yè)的資產(chǎn)負(fù)債率明顯分離，國(guó)有控股工業(yè)資產(chǎn)負(fù)債率從 2007 年的 56.5% 上升到 2013 年的 62.3%，達(dá)到 2000 年以來(lái)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(gè)百分點(diǎn)；而同期其他所有制類型的工業(yè)企業(yè)資產(chǎn)負(fù)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(gè)百分點(diǎn)。國(guó)有企業(yè)是企業(yè)加杠桿的主體，其債務(wù)可持續(xù)性是關(guān)鍵。

圖5 我國(guó)工業(yè)企業(yè)資產(chǎn)負(fù)債率情況數(shù)據(jù)來(lái)源：CEIC

在假設(shè)企業(yè)持續(xù)經(jīng)營(yíng)的前提下，非金融企業(yè)維持債務(wù)可持續(xù)的條件是持續(xù)付息。從財(cái)務(wù)角度看，非金融企業(yè)持續(xù)付息的條件是：利潤(rùn)總額要大于利息費(fèi)用，也就是已獲利息保障倍數(shù)要大于 2。考察我國(guó)國(guó)有企業(yè)和其他所有制企業(yè)財(cái)務(wù)數(shù)據(jù)，如圖 6 所示：1998—2000 年，我國(guó)國(guó)有及國(guó)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(jī)的風(fēng)險(xiǎn)，中央政府通過(guò)財(cái)政注資成立四大資產(chǎn)管理公司予以化解；2001—2007 年，在國(guó)有企業(yè)改革和經(jīng)濟(jì)上升周期的共同作用下，企業(yè)效益明顯好轉(zhuǎn)，已獲利息保障倍數(shù)高于 2，企業(yè)債務(wù)負(fù)擔(dān)能力較強(qiáng)；2008 年，受國(guó)際金融危機(jī)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(zhuǎn)，這一指標(biāo)有所上升，此后隨著加杠桿的步伐，指標(biāo)開始回落；2016 年，國(guó)有及國(guó)有控股企業(yè)與國(guó)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(jīng)濟(jì)周期回暖影響，指標(biāo)有所好轉(zhuǎn)，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(wù)保障能力依然較高。這些說(shuō)明我國(guó)企業(yè)債務(wù)風(fēng)險(xiǎn)主要集中在國(guó)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(wù)風(fēng)險(xiǎn)狀況，但不能判斷風(fēng)險(xiǎn)來(lái)源。根據(jù)已獲利息保障倍數(shù)大于 2 的條件，使用杜邦財(cái)務(wù)分解的方法可以推導(dǎo)出，企業(yè)持續(xù)付息的條件是：帶息債務(wù)周轉(zhuǎn)次數(shù)×銷售利潤(rùn)率＞利率，即資產(chǎn)周轉(zhuǎn)率 × 銷售利潤(rùn)率 ＞ 利率。

圖6 我國(guó)企業(yè)已獲利息倍數(shù)狀況數(shù)據(jù)來(lái)源：《中國(guó)財(cái)政年鑒》、CEIC

此條件有明確的經(jīng)濟(jì)含義，即：企業(yè)債務(wù)能不能持續(xù)，關(guān)鍵看債務(wù)使用效率（周轉(zhuǎn)次數(shù)）和效益（銷售利潤(rùn)率），與有息負(fù)債率和資產(chǎn)負(fù)債率成反比，與資產(chǎn)周轉(zhuǎn)次數(shù)和銷售利潤(rùn)率成正比。根據(jù)我國(guó)國(guó)有企業(yè)財(cái)務(wù)統(tǒng)計(jì)資料，假設(shè)全部長(zhǎng)期負(fù)債為有息負(fù)債進(jìn)行測(cè)算，可以發(fā)現(xiàn)：如圖 7 所示，由于資產(chǎn)周轉(zhuǎn)次數(shù)（由 2007 年的0.62 次，下降到 2016 年的 0.34 次）和銷售利潤(rùn)率（由2007 年的 9.9%，下降到 2016 年的 5.0%）雙下降；2015 和 2016 年我國(guó)國(guó)有企業(yè)債務(wù)負(fù)擔(dān)能力的顯著下降，如圖 8 所示，有息負(fù)債周轉(zhuǎn)率與銷售利潤(rùn)率的乘積已接近同期貸款利率，面臨著支付困難，債券市場(chǎng)出現(xiàn)了違約現(xiàn)象。2017 年隨著經(jīng)濟(jì)周期性回暖，銷售利潤(rùn)率明顯回升（2017 年前 3 個(gè)季度國(guó)有企業(yè)銷售利潤(rùn)率為 5.8%，比 2016 年上升 0.8 個(gè)百分點(diǎn)），我國(guó)國(guó)有企業(yè)債務(wù)負(fù)擔(dān)能力有所改觀。

以上分析可以看到，我國(guó)非金融企業(yè)債務(wù)的風(fēng)險(xiǎn)點(diǎn)在于經(jīng)營(yíng)效率和效益的下降，一旦債務(wù)使用帶來(lái)的收益不足以覆蓋債務(wù)成本（利息支出），將產(chǎn)生支付危機(jī)。目前，我國(guó)利率保持在一個(gè)較低水平，如果利率出現(xiàn)較快上升，超過(guò)企業(yè)效益回升的速度，就會(huì)產(chǎn)生危機(jī)。

1.3.2 地方政府債務(wù)的可持續(xù)性在于經(jīng)濟(jì)增長(zhǎng)率

按照國(guó)際清算銀行的統(tǒng)計(jì)口徑，我國(guó)政府債務(wù)占GDP 比重在 2008 年以后顯著上升，但來(lái)源都是地方政府債務(wù)，地方政府債務(wù)占 GDP 比重從 2008 年的 10.4% 上升到 2016 年的 30.2%，上升近 20 個(gè)百分點(diǎn)。債務(wù)率是衡量地方政府債務(wù)風(fēng)險(xiǎn)的關(guān)鍵指標(biāo)，即債務(wù)余額除以綜合財(cái)力。其中，綜合財(cái)力為公共財(cái)政收入、轉(zhuǎn)移支付、政府性基金收入及國(guó)有資本經(jīng)營(yíng)收入之和。按照財(cái)政部統(tǒng)計(jì)口徑，2016 年我國(guó)地方政府債務(wù)率為 79.8%，低于 100%的國(guó)際警戒線（表 1）。國(guó)際清算銀行將一些地方投融資平臺(tái)的債務(wù)統(tǒng)計(jì)到地方政府債務(wù)中，得出的 2015 年起我國(guó)地方政府債務(wù)率已經(jīng)超過(guò) 100%，2016 年達(dá)到 117%，已超過(guò)國(guó)際警戒線。

圖7 我國(guó)國(guó)有企業(yè)資產(chǎn)周轉(zhuǎn)次數(shù)和銷售利潤(rùn)率數(shù)據(jù)來(lái)源：《中國(guó)財(cái)政年鑒》

圖8 我國(guó)國(guó)有企業(yè)債務(wù)承擔(dān)能力情況數(shù)據(jù)來(lái)源：《中國(guó)財(cái)政年鑒》、CEIC。利率說(shuō)明：2008年前基準(zhǔn)貸款利率，2009年后為貸款利率加權(quán)平均

債務(wù)率是債務(wù)負(fù)擔(dān)能力的一種靜態(tài)衡量，動(dòng)態(tài)監(jiān)測(cè)地方政府可持續(xù)性可以使用根據(jù)政府債務(wù)可持續(xù)的動(dòng)態(tài)模型：

表1 2014—2016年我國(guó)政府債務(wù)占GDP情況（單位：億元人民幣）

其中，z 表示政府債務(wù)負(fù)擔(dān)率；e0表示政府自主支出（不含債務(wù)利息支出）占 GDP 的比重，表示政府財(cái)政收入（不包括債務(wù)收入）占 GDP 的比重；c 為一常數(shù)；n 表示 GDP 名義增長(zhǎng)率；i 表示地方債券利息率；t 表示時(shí)間。

地方政府債務(wù)可持續(xù)性最根本因素是 GDP 名義增長(zhǎng)率與債券利率的比較。在存在赤字（e0?t0＜0）的條件下，當(dāng) GDP 名義增長(zhǎng)率高于債券利息率，即 n–i＞0 時(shí)，政府債務(wù)負(fù)擔(dān)率長(zhǎng)期趨于穩(wěn)定，收斂于財(cái)政基本赤字率與 GDP 名義增長(zhǎng)率減去政府債務(wù)利息率之差的比值；當(dāng) GDP 名義增長(zhǎng)率低于政府債務(wù)利息率時(shí)，即 n–i＞0 時(shí)，GDP 增長(zhǎng)帶來(lái)的財(cái)政增收不能彌補(bǔ)政府債務(wù)利息支出時(shí)，債務(wù)負(fù)擔(dān)率將趨于無(wú)窮大。從這個(gè)指標(biāo)來(lái)看，整體上，我國(guó)地方政府債務(wù)負(fù)擔(dān)能力隨經(jīng)濟(jì)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(biāo)利率的差距明顯縮小。部分省份GDP 增速已經(jīng)低于利率，如：2015 年，河北、山西、內(nèi)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(nèi)蒙古、遼寧、黑龍江 GDP 名義增速已低于 2.9% 的利率水平，債務(wù)負(fù)擔(dān)率已處于不可持續(xù)的狀態(tài)。2017 年以來(lái)，我國(guó)經(jīng)濟(jì)出現(xiàn)周期性復(fù)蘇，雖然地方政府債券招標(biāo)利率上升到 4% 左右，但地方 GDP 增速逐步上升，債務(wù)的可持續(xù)有所改善。

圖9 我國(guó)地方政府GDP名義增速與債券招標(biāo)利率對(duì)比關(guān)系數(shù)據(jù)來(lái)源：CEIC、萬(wàn)得資訊（WIND）

以上分析可以看出，我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)點(diǎn)在于經(jīng)濟(jì)增速的過(guò)快下滑，經(jīng)濟(jì)放緩，地方財(cái)政能力將顯著下降。特別是，在經(jīng)濟(jì)名義增速小于利率水平時(shí)，地方債務(wù)極易發(fā)生支付危機(jī)。目前，我國(guó)地方政府債券招標(biāo)利率已有所上升，如果利率上升速度快于經(jīng)濟(jì)回升的速度，地方政府債務(wù)問(wèn)題將再次凸顯。

1.3.3 我國(guó)房地產(chǎn)債務(wù)可持續(xù)取決于居民收入水平和房租水平

房地產(chǎn)債務(wù)涉及房地產(chǎn)企業(yè)和購(gòu)房居民兩個(gè)主體。雖然目前我國(guó)房地產(chǎn)企業(yè)負(fù)債率較高，但其負(fù)債的一部分是預(yù)售款，有息負(fù)債比重并不突出，銷售利潤(rùn)率還處于兩位數(shù)的高位，按照企業(yè)債務(wù)持續(xù)性指標(biāo)評(píng)判，還沒(méi)有明顯的債務(wù)風(fēng)險(xiǎn)。

衡量居民房地產(chǎn)債務(wù)可持續(xù)的直接指標(biāo)是房?jī)r(jià)收入比。從國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)看，如圖 10 所示，2016 年我國(guó)城市中的房?jī)r(jià)收入比⑥這里使用平均房?jī)r(jià)收入比，用家庭年平均總收入與一套房屋的平均價(jià)格之比來(lái)計(jì)算，即：房?jī)r(jià)收入比=每戶住房總價(jià)÷每戶家庭年總收入。其中，每戶住房總價(jià)和每戶家庭年總收入的計(jì)算公式分別如下：每戶住房總價(jià)=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(jià)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?jī)r(jià)收入比=人均住房面積×單位面積住宅平均銷售價(jià)格/家庭人均全部年收入最高為深圳（達(dá) 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(guò)國(guó)際公認(rèn)的 6—7 的合理水平。部分城市統(tǒng)計(jì)局?jǐn)?shù)據(jù)與市場(chǎng)監(jiān)測(cè)數(shù)據(jù)有較大差異，房?jī)r(jià)收入比實(shí)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(dāng)收入主要由家庭可支配收入和房租收入組成，支出假設(shè)按照等額還本付息方式還本付息時(shí)，可推導(dǎo)出房貸可持續(xù)的條件：

其中，ri代表收入房?jī)r(jià)比（房?jī)r(jià)收入比的倒數(shù)），生活性開支收入比為 a，rr表示月租金房?jī)r(jià)比（房?jī)r(jià)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(guān)系：

如果貸款期限 n 為無(wú)限期的，條件可簡(jiǎn)化為：ri+ rr＞ ih。這個(gè)條件的含義就是收入房?jī)r(jià)比和房租收入比的流量要足以覆蓋利息支出。

使用統(tǒng)計(jì)局以及中國(guó)房地產(chǎn)業(yè)協(xié)會(huì)發(fā)布的數(shù)據(jù)，對(duì)我國(guó) 35 個(gè)城市的 2016 年 12 月份房貸風(fēng)險(xiǎn)進(jìn)行測(cè)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(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)的房?jī)r(jià)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?jī)r(jià)比加上租金收入比低于貸款 30 年的實(shí)際利率負(fù)擔(dān)（6.1%），存在支付風(fēng)險(xiǎn)。但是由于避稅等原因，國(guó)家統(tǒng)計(jì)局房?jī)r(jià)數(shù)據(jù)大大低估了實(shí)際房?jī)r(jià)，中國(guó)房地產(chǎn)業(yè)協(xié)會(huì)監(jiān)測(cè)的房?jī)r(jià)數(shù)據(jù)更接近實(shí)際。利用中國(guó)房地產(chǎn)業(yè)協(xié)會(huì)數(shù)據(jù)，2016 年北京、廈門、上海、深圳均處于風(fēng)險(xiǎn)狀態(tài)，收入房?jī)r(jià)比加上租金收入比低于貸款 30 年的實(shí)際利率負(fù)擔(dān)（6.1%，圖 11 中黃線）；北京已接近房貸利率 4.6%，在無(wú)限期貸款狀態(tài)下也處于風(fēng)險(xiǎn)狀態(tài)，家庭收入和房租收入流量已不足以支付利息。當(dāng)然，考慮到收入分配的不均等，北京等地的房貸對(duì)高收入階層來(lái)說(shuō)還能負(fù)擔(dān)，但對(duì)處于平均收入水平的普通家庭已經(jīng)難以負(fù)擔(dān)。

2017 年各城市房?jī)r(jià)還在上漲，如圖 12 所示租金房?jī)r(jià)比還在下降，而房地產(chǎn)貸款利率趨于上升，風(fēng)險(xiǎn)狀況并沒(méi)有改善，熱點(diǎn)城市的房地產(chǎn)風(fēng)險(xiǎn)并沒(méi)有消退。

圖10 2016年我國(guó)35個(gè)城市房?jī)r(jià)收入比數(shù)據(jù)來(lái)源：統(tǒng)計(jì)局?jǐn)?shù)據(jù)、CEIC、中國(guó)房地產(chǎn)協(xié)會(huì)

1.3.4 我國(guó)商業(yè)銀行體系存在明顯的脆弱性

商業(yè)銀行是我國(guó)信貸的中介。如圖13所示，經(jīng)過(guò)2003 年開始的股改后，我國(guó)商業(yè)銀行的資產(chǎn)質(zhì)量明顯好轉(zhuǎn)；但在 2008 年以來(lái)的信貸擴(kuò)張中，資產(chǎn)質(zhì)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(dá)到 1.6 萬(wàn)億元人民幣，不良貸款率達(dá)到1.74%，不良貸款撥備覆蓋降低到 177%?？傮w上看，我國(guó)商業(yè)銀行的不良貸款水平還低于國(guó)際銀行業(yè)平均水平，風(fēng)險(xiǎn)還不大。

但從微觀角度看，我國(guó)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(chǔ)蓄存款受互聯(lián)網(wǎng)金融發(fā)展分流，同業(yè)資產(chǎn)比重增加，市場(chǎng)利率風(fēng)險(xiǎn)和期限錯(cuò)配風(fēng)險(xiǎn)增加

互聯(lián)網(wǎng)金融發(fā)展，貨幣基金的發(fā)展，帶來(lái)了儲(chǔ)蓄存款的分流，商業(yè)銀行居民儲(chǔ)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(chǔ)蓄存款占總負(fù)債比重分別比 2010 年一季度下降了 3 個(gè)和 4 個(gè)百分點(diǎn)；同業(yè)業(yè)務(wù)快速發(fā)展，同業(yè)存單（報(bào)表記錄為應(yīng)付債券）在負(fù)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(yīng)付債券占負(fù)債比重分別比 2010 年一季度上升了 7.2 和 6 個(gè)百分點(diǎn)。同業(yè)存單利率一般高于居民儲(chǔ)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(dá)4.48%，而1年期儲(chǔ)蓄存款利率僅為2.1%，并且波動(dòng)率大；較多的同業(yè)負(fù)債往往會(huì)加大銀行運(yùn)行成本和利率波動(dòng)風(fēng)險(xiǎn)。同業(yè)負(fù)債一般期限均較短，用這些短期資金來(lái)維持長(zhǎng)期信貸往往會(huì)加大期限錯(cuò)配的風(fēng)險(xiǎn)。另外，同業(yè)存單還加大了商業(yè)銀行的相互依存，加大風(fēng)險(xiǎn)傳遞的可能。

圖11 2016年我國(guó)35個(gè)城市房貸風(fēng)險(xiǎn)評(píng)估數(shù)據(jù)來(lái)源：CEIC、中國(guó)房地產(chǎn)業(yè)協(xié)會(huì)

圖12 2016年12月和2017年10月我國(guó)35個(gè)城市租金房?jī)r(jià)比數(shù)據(jù)來(lái)源：中國(guó)房地產(chǎn)業(yè)協(xié)會(huì)

圖13 2003年12月—2017年6月我國(guó)商業(yè)銀行不良貸款率構(gòu)成數(shù)據(jù)來(lái)源：WIND

1.3.4.2 表外業(yè)務(wù)快速發(fā)展，未計(jì)提準(zhǔn)備、未納入監(jiān)管的風(fēng)險(xiǎn)敞口增加

伴隨委托理財(cái)?shù)葮I(yè)務(wù)的發(fā)展，我國(guó)銀行業(yè)表外業(yè)務(wù)發(fā)展迅速。截至 2016 年末，銀行業(yè)表外業(yè)務(wù)余額（含托管資產(chǎn)表外部分）253.52 萬(wàn)億元人民幣⑧數(shù)據(jù)來(lái)源：中國(guó)人民銀行《中國(guó)金融穩(wěn)定報(bào)告》第39頁(yè)，表外資產(chǎn)規(guī)模相當(dāng)于表內(nèi)總資產(chǎn)規(guī)模的 109.16%，比上年末提高 12.04個(gè)百分點(diǎn)。一些表外業(yè)務(wù)“不知道是否有風(fēng)險(xiǎn)”，也“不知道風(fēng)險(xiǎn)有多大”，沒(méi)有計(jì)提相應(yīng)的風(fēng)險(xiǎn)準(zhǔn)備。一些表外業(yè)務(wù)實(shí)質(zhì)是規(guī)避資本充足率約束、監(jiān)管監(jiān)督檢查及市場(chǎng)約束乃至法律約束，將一些高風(fēng)險(xiǎn)業(yè)務(wù)隱蔽。有些表外業(yè)務(wù)和表內(nèi)業(yè)務(wù)還交叉在一起，形成錯(cuò)綜復(fù)雜的關(guān)系，加大了銀行風(fēng)險(xiǎn)。

1.3.4.3 以房地產(chǎn)為標(biāo)的資產(chǎn)抵押貸款增長(zhǎng)，對(duì)房?jī)r(jià)的敏感性增加

圖14 2010年3月—2017年4月我國(guó)商業(yè)銀行儲(chǔ)蓄存款占負(fù)債比重?cái)?shù)據(jù)來(lái)源：WIND

圖15 2010年3月—2017年3月我國(guó)商業(yè)銀行債券發(fā)行占負(fù)債比重?cái)?shù)據(jù)來(lái)源：WIND

信貸資金進(jìn)股市，場(chǎng)內(nèi)外配資，已經(jīng)以 2015 年 A 股股災(zāi)的形式給了一次教訓(xùn)，目前這方面的風(fēng)險(xiǎn)已明顯下降。住房抵押貸款是當(dāng)前我國(guó)銀行主要持有的含有資產(chǎn)價(jià)格風(fēng)險(xiǎn)的資產(chǎn)。目前我國(guó)商業(yè)銀行有 25% 的貸款以房地產(chǎn)為抵押。前文已經(jīng)分析過(guò)，從居民收入平衡的角度看，除北京、廈門、上海、深圳外，我國(guó)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(dāng)前地產(chǎn)抵押貸款的風(fēng)險(xiǎn)，評(píng)估基本公式可以為：資產(chǎn)價(jià)格（抵押品價(jià)格）–貸款額＞0。假設(shè)資產(chǎn)收益（房租或者房?jī)r(jià)上漲）以年均 g 速度穩(wěn)定增長(zhǎng)，使用紅利固定增值折現(xiàn)模型（DDM）：

可以推導(dǎo)出：

其中，rr表示住房收益房?jī)r(jià)比，i 代表市場(chǎng)利率（可用無(wú)風(fēng)險(xiǎn)利率為代表），首付比例為 k，收益增長(zhǎng)率為 g。就住房收益而言，可以是房租加房?jī)r(jià)上漲部分。假設(shè) g 為 0，就要求

使用市場(chǎng)數(shù)據(jù)，可以對(duì)我國(guó) 35 個(gè)城市房租房?jī)r(jià)比與利率關(guān)系可以做一個(gè)匡算。2017 年 10月份我國(guó) 35 個(gè)城市房租房?jī)r(jià)比在 1%—3.8% 之間；假設(shè)首付比例為 30%，無(wú)風(fēng)險(xiǎn)利率（i）用 2017 年 10月末的 10 年期國(guó)債收益率（3.907%）來(lái)表示，35 個(gè)城市中有 20 個(gè)城市當(dāng)前房租水平（房?jī)r(jià)上漲為 0，房租增長(zhǎng)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(duì)房?jī)r(jià)上漲幅度或者房租增長(zhǎng)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(zhǎng)率。一旦房租或者房?jī)r(jià)下跌，市場(chǎng)利率繼續(xù)上升，資產(chǎn)價(jià)格將會(huì)縮水，銀行面臨的風(fēng)險(xiǎn)將增大。

綜上分析，讓整體債務(wù)這只“灰犀牛”奔跑起來(lái)的關(guān)鍵點(diǎn)：（1）增長(zhǎng)率，包括企業(yè)的資金周轉(zhuǎn)、銷售利潤(rùn)，地方經(jīng)濟(jì)增長(zhǎng)，個(gè)人收入增長(zhǎng)，房租房?jī)r(jià)上漲等，增長(zhǎng)放緩將明顯加大風(fēng)險(xiǎn)水平；（2）利率水平，當(dāng)前我國(guó)總體上還處于一個(gè)從低利率水平逐步回升的階段，如果利率過(guò)快上升，將有可能擠破資產(chǎn)泡沫，帶來(lái)“灰犀?！钡谋寂?。從國(guó)際經(jīng)驗(yàn)來(lái)看，無(wú)論是日本的金融危機(jī)還是美國(guó)的金融危機(jī)，均是因利率過(guò)快上升而快速走向危機(jī)的。

圖16 2017年10月我國(guó)35個(gè)大城市房租收入與利率對(duì)比數(shù)據(jù)來(lái)源：CEIC、中國(guó)房地產(chǎn)業(yè)協(xié)會(huì)數(shù)據(jù)

2 測(cè)不到的外部猛烈沖擊是當(dāng)前我國(guó)經(jīng)濟(jì)的“黑天鵝”

相比“灰犀?！?，“黑天鵝”對(duì)中國(guó)經(jīng)濟(jì)的沖擊要小得很多，而且測(cè)不到的外部猛烈沖擊成為中國(guó)經(jīng)濟(jì)的“黑天鵝”概率更大。這是因?yàn)閷?duì)于中國(guó)經(jīng)濟(jì)內(nèi)部的意外性事件：由于中國(guó)政府對(duì)社會(huì)資源、經(jīng)濟(jì)資源的高度掌控能力，強(qiáng)大的社會(huì)動(dòng)員能力，以及中國(guó)政府行政的高效率，經(jīng)濟(jì)系統(tǒng)出現(xiàn)的意外性事件時(shí)，比較容易以較低的經(jīng)濟(jì)成本予以化解。意外性事件帶來(lái)沖擊的途徑是它的傳染效應(yīng)，而在阻斷小概率事件傳染上，中國(guó)有著西方國(guó)家無(wú)法企及的制度優(yōu)勢(shì)。因此，中國(guó)經(jīng)濟(jì)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(guó)“與世界高度融合、執(zhí)掌全球化大旗”的今天，對(duì)中國(guó)經(jīng)濟(jì)造成的沖擊不容小覷。

2.1 外部猛烈沖擊具有不可測(cè)和不可控性，極易產(chǎn)生“黑天鵝”

我國(guó)是一個(gè)大經(jīng)濟(jì)體，經(jīng)濟(jì)基礎(chǔ)雄厚，經(jīng)濟(jì)的可控能力強(qiáng)，應(yīng)對(duì)國(guó)內(nèi)經(jīng)濟(jì)事件的能力很強(qiáng)。因此，國(guó)內(nèi)的一些經(jīng)濟(jì)問(wèn)題，短期內(nèi)即使有預(yù)料不到的事件發(fā)生，其影響也可以控制在局部范圍內(nèi)，很難產(chǎn)生全局性影響，構(gòu)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(yù)測(cè)和控制的范圍之外。之所以“不可測(cè)”，客觀上可能是信息有限，主觀可能是對(duì)危險(xiǎn)估計(jì)不足。之所以“不可控”，主要是外部事件發(fā)生后，只能被動(dòng)接受結(jié)果，無(wú)法通過(guò)調(diào)整降低結(jié)果的損害程度。預(yù)計(jì)不到的或者超過(guò)預(yù)期的外部猛烈沖擊，會(huì)在短期內(nèi)對(duì)我國(guó)經(jīng)濟(jì)產(chǎn)生大的影響，帶來(lái)我國(guó)經(jīng)濟(jì)增速大幅下滑，經(jīng)濟(jì)形勢(shì)惡化。我國(guó)經(jīng)濟(jì)發(fā)展的歷史也一再證明，外部猛烈沖擊極易產(chǎn)生“黑天鵝”效應(yīng)。如 1998 年亞洲金融危機(jī)，短期中加大了我國(guó)經(jīng)濟(jì)困難，使我國(guó)經(jīng)濟(jì)進(jìn)入下行周期。又如，2008 年世界金融危機(jī)，我國(guó)經(jīng)濟(jì)在對(duì)外依存度高達(dá) 66% 的情況下，外需迅速下降，由此導(dǎo)致我國(guó)經(jīng)濟(jì)周期又一次進(jìn)入下行。

2.2 當(dāng)前外部環(huán)境下潛伏著或大或小的“黑天鵝”

中國(guó)社會(huì)的外部環(huán)境，主流上是健康穩(wěn)定的。在經(jīng)濟(jì)上，世界經(jīng)濟(jì)有同步復(fù)蘇的趨勢(shì)；在政治上，和平與發(fā)展仍是人類社會(huì)的基調(diào)。但是近幾年世界形勢(shì)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(guó)家有抬頭趨勢(shì)，世界貿(mào)易面臨反全球化以及貿(mào)易保護(hù)主義政策的困擾；局部沖突和恐怖主義依然構(gòu)成對(duì)世界和平的威脅，政治強(qiáng)人的政策不穩(wěn)定性增大了突變事件發(fā)生的可能。對(duì)于中國(guó)經(jīng)濟(jì)，以下兩只潛在的“黑天鵝”就值得關(guān)注。

（1）朝鮮核危機(jī)升級(jí)。朝鮮和美國(guó)之間有從“動(dòng)嘴”到“動(dòng)手”的風(fēng)險(xiǎn)。雖然從理性分析看，動(dòng)武均不符合兩國(guó)利益，真正發(fā)生戰(zhàn)爭(zhēng)的概率不大。但是從朝美雙方不但“動(dòng)嘴”，而且相互以“核試”“軍演”炫耀肌肉。從比著表現(xiàn)更加強(qiáng)硬的行為來(lái)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(duì)手斗志為目標(biāo)，博弈的結(jié)果往往出現(xiàn)最壞的可能。比如兩個(gè)人開著兩輛車面對(duì)面以高速進(jìn)行碰撞，在碰撞前打方向躲開碰撞的那個(gè)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(guó)之間分歧很大，利益決定美國(guó)很難與一個(gè)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(guó)自身安全的可能；而朝鮮出于自身利益在沒(méi)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(duì)立的局面似乎很難改變。這就決定一些偶然性因素、不可測(cè)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(zhēng)，韓國(guó)、日本會(huì)直接卷入，而依據(jù)《中朝友好合作互助條約》中國(guó)也很難旁觀。對(duì)于一個(gè)與國(guó)際市場(chǎng)高度融合，需要和平穩(wěn)定的大環(huán)境的中國(guó)而言，朝美“動(dòng)手”將對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生嚴(yán)重沖擊。

（2）中美全面貿(mào)易戰(zhàn)。美國(guó)現(xiàn)任總統(tǒng)特朗普在競(jìng)選期間曾多次表示，中國(guó)是美國(guó)制造業(yè)工作崗位流失的罪魁禍?zhǔn)??！叭绻麑?duì)中國(guó)貿(mào)易采取措施，可以給我們帶來(lái)數(shù)百萬(wàn)的就業(yè)機(jī)會(huì)”，特朗普宣稱要與中國(guó)打貿(mào)易戰(zhàn)。特朗普就職演講也稱“從今天起，美國(guó)這片土地將迎來(lái)新的愿景，這一刻開始，我們將堅(jiān)持美國(guó)優(yōu)先。關(guān)于貿(mào)易、稅收、移民和外交等政策的每一個(gè)決定都將讓美國(guó)工人和美國(guó)家庭受益”。2017 年 8 月，特朗普指示美國(guó)貿(mào)易代表萊特希澤決定是否對(duì)中國(guó)發(fā)起“301 條款”⑩美國(guó)《1974年貿(mào)易法》第301條的俗稱調(diào)查。但美國(guó)和中國(guó)經(jīng)濟(jì)上相互依賴程度很深，貿(mào)易戰(zhàn)只會(huì)兩敗俱傷，不符合美國(guó)利益①代表性的研究是彼得森研究所的研究報(bào)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(tái)后，并沒(méi)有出臺(tái)實(shí)質(zhì)性對(duì)華貿(mào)易限制政策。2017 年 11月特朗普訪華，簽訂了 2 500 億美元的貿(mào)易大單，美中貿(mào)易關(guān)系向好發(fā)展，中美之間發(fā)生全面貿(mào)易戰(zhàn)的概率非常小。但是特朗普行事常常出人意料，在結(jié)束對(duì)中國(guó)的訪問(wèn)赴越南參加亞太經(jīng)合組織（APEC）會(huì)議期間，他又高調(diào)重提美國(guó)優(yōu)先的政策。特朗普回國(guó)后，美國(guó)商務(wù)部25年來(lái)首次“主動(dòng)”（self-initiate）對(duì)中國(guó)輸美產(chǎn)品展開反傾銷與反補(bǔ)貼調(diào)查，隨后美國(guó)明確拒絕了中國(guó)市場(chǎng)經(jīng)濟(jì)的地位。因此，中美全面發(fā)生貿(mào)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(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生巨大沖擊。

“黑天鵝”最大的特征是不可預(yù)測(cè)性，除了上述兩個(gè)潛在危險(xiǎn)以外，一些沒(méi)預(yù)測(cè)到的重大外部事件可能成為中國(guó)經(jīng)濟(jì)的“黑天鵝”。

2.3 “黑天鵝”對(duì)我國(guó)的沖擊途徑

外部沖擊具有不可測(cè)和不可控性，有可能成為我國(guó)當(dāng)前經(jīng)濟(jì)發(fā)展的“黑天鵝”，一旦爆發(fā)，外部“黑天鵝”通過(guò)內(nèi)部“灰犀?！彼a(chǎn)生的影響不可低估。

2.3.1 通過(guò)出口途徑?jīng)_擊我國(guó)經(jīng)濟(jì)增長(zhǎng)

外部沖擊影響我國(guó)經(jīng)濟(jì)的直接途徑是出口，外部需求的下降使我國(guó)出口下降，進(jìn)而帶來(lái)我國(guó)經(jīng)濟(jì)的下滑。2008年次貸危機(jī)就是一次典型的外需沖擊，從而導(dǎo)致2009年我國(guó)出口下降16%，造成我國(guó)經(jīng)濟(jì)增速的大幅放緩。外需對(duì)經(jīng)濟(jì)的影響是出口增（減）量的數(shù)倍，這種關(guān)系可以用外貿(mào)乘數(shù)來(lái)衡量。外貿(mào)乘數(shù)的大小取決于邊際消費(fèi)傾向和邊際進(jìn)口傾向，具體關(guān)系如下式：

具體到中美貿(mào)易戰(zhàn)，2016 年我國(guó)對(duì)美出口占我國(guó)出口總額的 18.5%，比例看似不高。但從鏈條來(lái)看，我國(guó)具有明顯的世界加工工廠的特征，美國(guó)處于消費(fèi)終端（最終需求），我國(guó)處于加工生產(chǎn)端，部分國(guó)家充當(dāng)了原材料供應(yīng)角色，中國(guó)對(duì)美貿(mào)易差額占到我國(guó)貿(mào)易總差額的 50%。從貿(mào)易乘數(shù)來(lái)說(shuō)，我國(guó)對(duì)美貿(mào)易由于對(duì)美進(jìn)口邊際傾向很小，對(duì)美貿(mào)易乘數(shù)很大。從圖 17 可以看到，我國(guó)出口的增長(zhǎng)與對(duì)美出口的增速幾乎完全重合，對(duì)美出口對(duì)我國(guó)整體出口走勢(shì)是決定性的。因此，中美全面貿(mào)易戰(zhàn)一旦爆發(fā)，其影響將不可低估。

2.3.2 通過(guò)進(jìn)口產(chǎn)品供應(yīng)渠道影響國(guó)內(nèi)供給和物價(jià)

外部沖擊對(duì)我國(guó)影響的另一個(gè)途徑是，通過(guò)對(duì)能源原材料供給和價(jià)格的影響進(jìn)而影響我國(guó)生產(chǎn)和物價(jià)水平。我國(guó)加工基地的特征加上國(guó)內(nèi)需求的增長(zhǎng)決定需要從國(guó)外進(jìn)口大量的能源和原材料，2015 年我國(guó)石油對(duì)外依存度達(dá)到 72%，鐵礦石對(duì)外依存達(dá)到 87%。國(guó)際供給和價(jià)格的變化將會(huì)明顯影響我國(guó)一些產(chǎn)品的供給，出現(xiàn)國(guó)內(nèi)價(jià)格的大起大落。一旦出現(xiàn)區(qū)域性政治危機(jī)，如朝美發(fā)生沖突，勢(shì)必影響一些大宗商品的供給和價(jià)格，帶來(lái)供給沖擊。

圖17 我國(guó)對(duì)美出口增長(zhǎng)率與全部出口增長(zhǎng)率對(duì)比數(shù)據(jù)來(lái)源：CEIC

2.3.3 “黑天鵝”引爆“灰犀牛”

外部沖擊的最大風(fēng)險(xiǎn)還是與我國(guó)經(jīng)濟(jì)內(nèi)在脆弱性交織，引爆“灰犀?！?。前文分析說(shuō)明，經(jīng)濟(jì)增速的放緩和利率的上升，可能是我國(guó)“灰犀?！钡膬蓚€(gè)引爆點(diǎn)。如果突發(fā)的“黑天鵝”短期通過(guò)貿(mào)易途徑使我國(guó)經(jīng)濟(jì)增速快速下降，或者通過(guò)資本途徑帶來(lái)我國(guó)國(guó)內(nèi)利率的飆升，均有可能引爆“灰犀?！?，使我國(guó)經(jīng)濟(jì)的困難增加。另外，“黑天鵝”的影響同樣難以預(yù)測(cè)。例如，一旦朝美發(fā)生戰(zhàn)爭(zhēng)，我們將面臨很多決策，且每一個(gè)選擇都進(jìn)而產(chǎn)生很多不可測(cè)的影響，甚至?xí)绊懙秸麄€(gè)世界政治經(jīng)濟(jì)格局，改變整個(gè)發(fā)展的環(huán)境。

3 結(jié)論和政策建議

當(dāng)前我國(guó)經(jīng)濟(jì)最大的“灰犀?！笔遣粩嗯蛎浀恼w債務(wù)和高企的杠桿率，在房地產(chǎn)、地方債、影子銀行等領(lǐng)域已有明顯的風(fēng)險(xiǎn)跡象。其引爆的關(guān)鍵點(diǎn)在于經(jīng)濟(jì)增長(zhǎng)率和利率水平。如果增長(zhǎng)率和利率出現(xiàn)較大偏離，利率上升超過(guò)增長(zhǎng)率的回升，“灰犀?！笨赡軙?huì)奔跑，爆發(fā)債務(wù)危機(jī)。與此同時(shí)，不穩(wěn)定的外部環(huán)境帶來(lái)的外部沖擊也可能成為中國(guó)經(jīng)濟(jì)的“黑天鵝”，“黑天鵝”通過(guò)貿(mào)易渠道引爆“灰犀牛”將是最大的風(fēng)險(xiǎn)所在。

十八大以來(lái)，中國(guó)政府力推經(jīng)濟(jì)轉(zhuǎn)型，我國(guó)經(jīng)濟(jì)已經(jīng)企穩(wěn)向好，經(jīng)濟(jì)增速穩(wěn)步回升，物價(jià)和利率水平整體穩(wěn)定，去杠桿取得積極進(jìn)展。十九大的東風(fēng)，更是帶來(lái)更多的積極因素，“灰犀?！钡奈ｋU(xiǎn)正逐步得到控制。而中國(guó)政府對(duì)“灰犀?！焙汀昂谔禊Z”的重視及防范制度建設(shè)，更是大大提高了防范和應(yīng)對(duì)“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(fēng)險(xiǎn)點(diǎn)，找到對(duì)癥點(diǎn)，防范和化解風(fēng)險(xiǎn)。

基于以上對(duì)中國(guó)經(jīng)濟(jì)的“灰犀?！焙汀昂谔禊Z”認(rèn)識(shí)，我們建議中國(guó)政府在政策上以有效行動(dòng)化解“灰犀?！保苑e極預(yù)案應(yīng)對(duì)“黑天鵝”。

3.1 以有效行動(dòng)化解“灰犀?！?/h3>

（1）穩(wěn)增長(zhǎng)，提高增長(zhǎng)質(zhì)量和效率。促進(jìn)經(jīng)濟(jì)增長(zhǎng)，提高債務(wù)償還能力是化解灰犀牛的最積極最有效的措施。穩(wěn)增長(zhǎng)的重點(diǎn)要放到經(jīng)濟(jì)增長(zhǎng)的質(zhì)量和效益上來(lái)，放到促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)平衡上來(lái)。國(guó)有企業(yè)需要切實(shí)提高資產(chǎn)周轉(zhuǎn)率和銷售利潤(rùn)率，增強(qiáng)債務(wù)償付能力。

（2）去杠桿，控制債務(wù)繼續(xù)膨脹。目前債務(wù)規(guī)模已較龐大，迫切需要控制債務(wù)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(jié)構(gòu)上促進(jìn)資金流向更有效率的部分（如民企）。微觀上，債務(wù)主體需要客觀評(píng)價(jià)自身風(fēng)險(xiǎn)，不過(guò)于樂(lè)觀估計(jì)未來(lái)，切實(shí)降低債務(wù)依存。

（3）穩(wěn)房?jī)r(jià)，防范房地產(chǎn)泡沫。目前，一些城市的房?jī)r(jià)已不是普通人能負(fù)擔(dān)起，其抵押也建立在增長(zhǎng)要求上，風(fēng)險(xiǎn)已經(jīng)存在。需要建立穩(wěn)定房?jī)r(jià)的長(zhǎng)效機(jī)制，防止房?jī)r(jià)泡沫化。要切實(shí)杜絕房貸中零首付，高抵押等高風(fēng)險(xiǎn)操作。

（4）強(qiáng)監(jiān)管，提高商業(yè)銀行風(fēng)險(xiǎn)防范能力。政府要加強(qiáng)對(duì)商業(yè)銀行表外業(yè)務(wù)的監(jiān)管，切實(shí)防范其風(fēng)險(xiǎn)。商業(yè)銀行也要積極提高資產(chǎn)質(zhì)量，提高風(fēng)險(xiǎn)應(yīng)對(duì)能力。政策上鼓勵(lì)及早核銷和處置壞債，減輕負(fù)擔(dān)。

3.2 以積極預(yù)案應(yīng)對(duì)“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(rèn)為小概率事件就不會(huì)發(fā)生。要有概率思維，對(duì)最壞結(jié)果也有估計(jì)，不忽視。

（2）積極干預(yù)，發(fā)揮我國(guó)對(duì)外部的影響。雖然外部沖擊具有不可控，但“不可控”不等于無(wú)作為。無(wú)論在朝美關(guān)系還是中美貿(mào)易戰(zhàn)等方面，我國(guó)都要發(fā)揮積極影響，使事態(tài)朝有利于我國(guó)發(fā)展的方向發(fā)展。要加強(qiáng)對(duì)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(yù)案，以防不測(cè)?！昂谔禊Z”的發(fā)生本質(zhì)上是不可測(cè)的，最可行的辦法只能是做好預(yù)案，以防不測(cè)。我國(guó)應(yīng)積極準(zhǔn)備各種外部沖擊的預(yù)案，如增加原油儲(chǔ)備、加強(qiáng)中朝邊界的控制等，以各種預(yù)案防范不測(cè)。

1 程棵, 王云, 楊曉光. 經(jīng)濟(jì)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?qǐng)?bào)評(píng)論員. 有效防范金融風(fēng)險(xiǎn)——二論做好當(dāng)前金融工作. 人民日?qǐng)?bào), 2017-07-17.

5 王祖繼. 認(rèn)真履行國(guó)有大型銀行的責(zé)任擔(dān)當(dāng), 人民日?qǐng)?bào), 2017-08-15.

6 周小川. 守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線. 人民日?qǐng)?bào), 2017-11-22.

7 陳果靜. 影子銀行、房地產(chǎn)泡沫、國(guó)有企業(yè)高杠桿、地方債務(wù)等存有隱患——警惕金融領(lǐng)域“灰犀?！? 經(jīng)濟(jì)日?qǐng)?bào),2017-08-01.

8 中國(guó)證券報(bào)記者. 房地產(chǎn)泡沫和地方政府高負(fù)債是中國(guó)經(jīng)濟(jì)最大的灰犀牛 別做接盤俠. 中國(guó)證券報(bào), 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(qiáng) 中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)管理學(xué)院博士生，研究領(lǐng)域包括經(jīng)濟(jì)預(yù)測(cè)、財(cái)政政策、貨幣政策、金融風(fēng)險(xiǎn)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(xué)與系統(tǒng)科學(xué)院系統(tǒng)科學(xué)所副所長(zhǎng)、研究員，中科院管理決策與信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室主任。研究領(lǐng)域包括管理科學(xué)與工程、應(yīng)用經(jīng)濟(jì)學(xué)。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(xiàng)目：國(guó)家社科基金重大項(xiàng)目（15ZDA011），國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（71532013）

**通訊作者

修改稿收到日期：2017年12月3日