趙丹妮 祝 佳 湯子隆
(廣東金融學(xué)院行為金融與區(qū)域?qū)嶒?yàn)室,廣州 510521)
2008年金融危機(jī)以來,得益于中國(guó)貨幣政策和財(cái)政政策的雙寬松,中國(guó)以銀行業(yè)為主導(dǎo)的金融機(jī)構(gòu)獲得了充裕的流動(dòng)性,使得各類機(jī)構(gòu)在與監(jiān)管制度的動(dòng)態(tài)博弈中衍生出種類繁多的金融工具,進(jìn)一步擴(kuò)張其資產(chǎn)負(fù)債表,以實(shí)現(xiàn)收益最大化。以同業(yè)存單為例,截至2017年一季度其月規(guī)模已達(dá)到20 654億元,是2013年初的近70倍;而這在宏觀上也就不可避免地抬升了金融部門的杠桿水平,同時(shí)為其他部門杠桿水平的升高提供了貨幣便利。因此,分析金融部門(機(jī)構(gòu))杠桿結(jié)構(gòu)和成因,對(duì)平穩(wěn)過渡經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型,順利實(shí)施“三去一降一補(bǔ)”具有重要的理論指導(dǎo)價(jià)值和現(xiàn)實(shí)意義。
金融行業(yè)具有負(fù)債經(jīng)營(yíng)的特征,尤其是中國(guó)改革開放前30年的超高速增長(zhǎng)必然促使其面臨加杠桿的需求。因此在正常合理范圍內(nèi)金融行業(yè)加杠桿并不與監(jiān)管制度相沖突,也很有必要。但隨著實(shí)體經(jīng)濟(jì)收益率下降,金融業(yè)債務(wù)增量主要集中在同業(yè)業(yè)務(wù),形成“脫實(shí)向虛”,而即使信貸資金通過拉長(zhǎng)后的傳遞鏈條層層嵌套最終流向?qū)嶓w經(jīng)濟(jì),在政府隱性擔(dān)保和金融干預(yù)的影響下,大部分投向了地方政府融資平臺(tái)、基建產(chǎn)業(yè)或國(guó)有大中型企業(yè),在劣化實(shí)體經(jīng)濟(jì)杠桿結(jié)構(gòu)的同時(shí),也進(jìn)一步降低資本邊際產(chǎn)出,增加了金融系統(tǒng)風(fēng)險(xiǎn)??梢?,金融部門的杠桿率水平過高的問題,既是總量性的,也是結(jié)構(gòu)性的,需要以結(jié)構(gòu)的視角去分析和探索。
2008年金融危機(jī)對(duì)世界經(jīng)濟(jì)的巨大破壞力和深遠(yuǎn)影響引起國(guó)內(nèi)外學(xué)界對(duì)金融去杠桿緣起和走向的關(guān)注。國(guó)外的研究主要圍繞金融機(jī)構(gòu)風(fēng)險(xiǎn)外部性以及傳遞性,闡明和實(shí)證分析金融高杠桿與系統(tǒng)性風(fēng)險(xiǎn)累積、金融去杠桿化與經(jīng)濟(jì)衰退之間的影響機(jī)制。其中,部分學(xué)者通過理論建模對(duì)金融杠桿風(fēng)險(xiǎn)的外部性進(jìn)行了闡釋[1-5],他們都認(rèn)為金融杠桿的外部性來源于單個(gè)金融機(jī)構(gòu)通過擴(kuò)表和擴(kuò)張表外業(yè)務(wù)規(guī)模和杠桿率來增加利潤(rùn);這雖然使得單個(gè)機(jī)構(gòu)通過金融工具創(chuàng)新降低了自身風(fēng)險(xiǎn),但卻將其釋放到整個(gè)金融體系內(nèi)。隨著創(chuàng)新工具資金規(guī)模和杠桿率的增大,杠桿水平會(huì)在經(jīng)濟(jì)擴(kuò)張時(shí)期出現(xiàn)上升,系統(tǒng)性風(fēng)險(xiǎn)在金融體系內(nèi)不斷積聚。當(dāng)杠桿比率足夠高時(shí)會(huì)觸發(fā)約束效應(yīng),通過費(fèi)雪通縮機(jī)制降低信貸、資產(chǎn)價(jià)格以及抵押資產(chǎn)的數(shù)量,從而導(dǎo)致產(chǎn)出水平的下降[6],進(jìn)而引發(fā)單個(gè)機(jī)構(gòu)主動(dòng)或被動(dòng)的降杠桿行為,個(gè)體風(fēng)險(xiǎn)將通過資產(chǎn)負(fù)債關(guān)聯(lián)、投資者非理性的羊群效應(yīng)以及市場(chǎng)預(yù)期等形式迅速傳遞給其他金融機(jī)構(gòu),金融機(jī)構(gòu)風(fēng)險(xiǎn)的外部性影響進(jìn)一步被放大[7-8],甚至達(dá)到明斯基時(shí)刻,造成“債務(wù)-通縮”危機(jī)[9]。而金融降杠桿則會(huì)多渠道影響全社會(huì)產(chǎn)出:一方面家庭部門的需求下降導(dǎo)致其投資和消費(fèi)減少,另一方面是資本性投資下降,而導(dǎo)致工資降低和失業(yè)增加[10]。
與國(guó)外研究相比,國(guó)內(nèi)學(xué)者更多關(guān)注的是在當(dāng)前國(guó)內(nèi)經(jīng)濟(jì)增速趨勢(shì)性下降與周期性波動(dòng)相互疊加,經(jīng)濟(jì)轉(zhuǎn)型陣痛與國(guó)際經(jīng)濟(jì)環(huán)境復(fù)雜相互交織下金融機(jī)構(gòu)杠桿的結(jié)構(gòu)特征、成因和影響,以及如何避免去杠桿過程中潛在風(fēng)險(xiǎn)顯化機(jī)制。在描述金融部門杠桿結(jié)構(gòu)特征方面,巴曙松從金融機(jī)構(gòu)表內(nèi)外資產(chǎn)結(jié)構(gòu)、銀行與非銀機(jī)構(gòu)杠桿結(jié)構(gòu)、資金流向渠道等三個(gè)方面分析了當(dāng)前金融部門杠桿結(jié)構(gòu),認(rèn)為當(dāng)前我國(guó)金融部門杠桿水平與經(jīng)濟(jì)增速、資本充足和監(jiān)管要求相背離,已形成金融泡沫[11]。而婁飛鵬則主要從金融工具、銀行規(guī)模大小、資金來源這三個(gè)方面分析金融機(jī)構(gòu)杠桿結(jié)構(gòu),認(rèn)為金融工具的過度創(chuàng)新和金融機(jī)構(gòu)轉(zhuǎn)型發(fā)展不到位,金融市場(chǎng)利率傳導(dǎo)機(jī)制仍然存在問題是導(dǎo)致金融泡沫的主要原因[12]。而馬勇、陳雨露則通過系統(tǒng)GMM估計(jì)方法對(duì)金融杠桿及其波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行了研究[13]。實(shí)證結(jié)果表明,金融杠桿和經(jīng)濟(jì)增長(zhǎng)之間存在顯著的“倒 U型”關(guān)系,而金融杠桿波動(dòng)和經(jīng)濟(jì)增長(zhǎng)之間存在顯著的負(fù)相關(guān)關(guān)系,因此政府應(yīng)采取穩(wěn)健有序的“去杠桿化”策略,實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和金融穩(wěn)定的雙重平衡。這一結(jié)論獲得大部分學(xué)者的贊同,他們分別通過引入金融加速器機(jī)制的動(dòng)態(tài)隨機(jī)均衡模型模擬沖擊[14],引入異質(zhì)性金融摩擦構(gòu)建動(dòng)態(tài)隨機(jī)均衡模型分析政府隱性擔(dān)保帶來“過度潤(rùn)滑”[15],引入基于市場(chǎng)數(shù)據(jù)的資產(chǎn)負(fù)債表關(guān)聯(lián)矩陣構(gòu)建CCA模型探討債務(wù)杠桿對(duì)系統(tǒng)性風(fēng)險(xiǎn)積累和傳遞的影響機(jī)制[16]等路徑,較為一致地認(rèn)為,當(dāng)前中國(guó)金融高杠桿與發(fā)達(dá)國(guó)家的結(jié)構(gòu)特征顯著不同,是以商業(yè)銀行通過監(jiān)管套利和資金套利拉長(zhǎng)資金鏈條所形成的高杠桿。因此在去杠桿政策制定和實(shí)施中既要提高貨幣市場(chǎng)利率和收緊流動(dòng)性,打破了加杠桿的基礎(chǔ),提高金融機(jī)構(gòu)融資成本,擠壓利差;但同時(shí)也要識(shí)別無資本支撐、脫離監(jiān)管的杠桿,防范對(duì)銀行、資管行業(yè)以及實(shí)體經(jīng)濟(jì)可能產(chǎn)生的負(fù)面影響。
綜上所述,現(xiàn)有的理論與實(shí)證研究成果斐然,內(nèi)容也日趨豐富,然而,對(duì)于金融杠桿水平和增速的區(qū)域結(jié)構(gòu)差異缺乏深入的研究和分析,這無疑是忽略了中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)不平衡和金融資源分布錯(cuò)綜復(fù)雜的典型事實(shí)。正如探討中國(guó)經(jīng)濟(jì)增長(zhǎng)離不開區(qū)域經(jīng)濟(jì)差異一樣,探討金融部門杠桿率高企與去杠桿的得失同樣也不應(yīng)將區(qū)域因素排除在外,因此本文擬將區(qū)域因素納入研究框架內(nèi),在省級(jí)區(qū)域金融杠桿率差異顯著的事實(shí)背景下,通過空間計(jì)量模型(SDM)分析企業(yè)杠桿率的空間關(guān)聯(lián)性、并通過加入多組控制變量討論經(jīng)濟(jì)增長(zhǎng)和金融波動(dòng)這兩個(gè)核心解釋變量對(duì)金融杠桿率的影響。最后利用Lesage&Pace模型討論不同地區(qū)的解釋變量對(duì)被解釋變量間的交互影響。
為了分析我國(guó)金融部門高杠桿致因的空間結(jié)構(gòu),首先應(yīng)對(duì)金融杠桿率進(jìn)行空間相關(guān)性分析,從而判斷金融杠桿是否存在空間上的相關(guān)性。然后再建立空間計(jì)量模型考察我國(guó)金融部門杠桿率的空間結(jié)構(gòu)差異。本文將基于空間面板數(shù)據(jù)杜賓模型對(duì)中國(guó)金融杠桿的空間非均衡結(jié)構(gòu)進(jìn)行分析。
非空間計(jì)量經(jīng)濟(jì)學(xué)由于忽略空間相關(guān)關(guān)系而導(dǎo)致參數(shù)估計(jì)產(chǎn)生偏誤,需要將空間因素納入計(jì)量模型,糾正參數(shù)估計(jì)的偏誤。空間相關(guān)關(guān)系表現(xiàn)為不同地區(qū)在經(jīng)濟(jì)社會(huì)發(fā)展過程中呈現(xiàn)出的空間異質(zhì)性。由于各地區(qū)表現(xiàn)出的空間異質(zhì)性,樣本觀測(cè)值不再服從空間上的獨(dú)立隨機(jī)分布。各地區(qū)樣本觀測(cè)值表現(xiàn)出空間上的相互依賴關(guān)系,若樣本觀測(cè)值為空間正相關(guān),則稱為空間集聚;若表現(xiàn)為空間負(fù)相關(guān),則稱為空間擴(kuò)散。目前,Moran’s I指數(shù)被廣泛應(yīng)用于檢驗(yàn)空間相關(guān)性。
Moran’s I指數(shù)的取值范圍是[-1,1]。當(dāng)計(jì)算結(jié)果在區(qū)間[-1,0)范圍內(nèi),則表明被觀測(cè)地區(qū)呈空間負(fù)相關(guān)關(guān)系,表現(xiàn)為空間上的擴(kuò)散,指數(shù)越接近-1,擴(kuò)散程度越高;當(dāng)計(jì)算結(jié)果在區(qū)間(0,1]范圍內(nèi),則表明被觀測(cè)地區(qū)呈空間正相關(guān)關(guān)系,表現(xiàn)為空間上的集聚,指數(shù)越接近1,集聚程度越高;若計(jì)算結(jié)果為0,則被觀測(cè)地區(qū)不存在空間相關(guān)關(guān)系,樣本觀測(cè)值服從獨(dú)立隨機(jī)分布。
本文首先計(jì)算金融杠桿率的Moran’s I指數(shù),以檢驗(yàn)其空間相關(guān)性。選取2010年至2015年的金融杠桿率,金融杠桿率的估算采用各地銀行金融機(jī)構(gòu)資產(chǎn)總額減去一級(jí)資本,再減去各地各項(xiàng)存款余額,以此推算銀行主動(dòng)負(fù)債的比率。數(shù)據(jù)來源于WIND數(shù)據(jù)庫(kù)、統(tǒng)計(jì)局及人民銀行。金融杠桿率的Moran’s I指數(shù)計(jì)算結(jié)果如下表所示:
由表1可知,金融杠桿率的Moran’s I指數(shù)雖然在2010年與2011年不顯著,但是從2012年開始,顯著性逐漸增強(qiáng),其中2013年與2014年均通過了10%水平下的顯著性檢驗(yàn),到了2015年,其顯著性有所回落。整體而言,雖然有部分年份的Moran’s I指數(shù)不顯著,但是依然表現(xiàn)出較強(qiáng)的空間相關(guān)性,全國(guó)各省的金融杠桿率并不完全服從空間上的獨(dú)立隨機(jī)分布,經(jīng)典計(jì)量模型不再適用于對(duì)金融杠桿率的回歸分析。
表1 金融杠桿率的Moran’s I指數(shù)計(jì)算結(jié)果
由Moran’s I指數(shù)的結(jié)算結(jié)果可知,金融杠桿率存在空間相關(guān)性,若采用非空間計(jì)量模型將會(huì)導(dǎo)致參數(shù)估計(jì)出現(xiàn)偏誤,需要使用將空間因素納入考察范圍的計(jì)量模型才能更好地研究金融杠桿率與區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展的互動(dòng)關(guān)系。當(dāng)前,常用的空間計(jì)量模型有空間滯后模型(SAR)、空間誤差模型(SEM)及空間杜賓模型(SDM)。當(dāng)被解釋變量的觀測(cè)值與其相鄰地區(qū)的觀測(cè)值具有空間相關(guān)性時(shí),采用SAR模型,其空間相關(guān)性由空間滯后變量體現(xiàn),數(shù)學(xué)表達(dá)式為:
上式中,α為截距項(xiàng),ρ為空間相關(guān)系數(shù),用于度量不同地區(qū)被解釋變量樣本觀測(cè)值的空間相關(guān)程度。Wij為空間權(quán)重矩陣,本文采用3階Delaunay三角剖分構(gòu)造的權(quán)重矩陣,該算法具有凸多邊形性、唯一性、最接近性等優(yōu)良特性,而且該算法不僅能將相鄰地區(qū)的空間相關(guān)因素納入模型,而且能將相鄰地區(qū)的周邊地區(qū)納入考察,能科學(xué)地表達(dá)地區(qū)間金融杠桿率活動(dòng)的空間差異特征。yit為被解釋變量,其中下標(biāo)i表示第i個(gè)地區(qū),t表示第為空間滯后項(xiàng),表示除本地區(qū)之外其他地區(qū)金融杠桿率的樣本觀測(cè)值的加權(quán)平均數(shù)。Xit為解釋變量,β為解釋變量系數(shù)。εit為隨機(jī)誤差項(xiàng)。μi為空間特征效應(yīng),φt為時(shí)間特征效應(yīng)。當(dāng)回歸模型采用固定效應(yīng)模型時(shí),同時(shí)滿足時(shí),α的無偏估計(jì)存在,因此,在使用面板數(shù)據(jù)進(jìn)行回歸時(shí),一般舍去截距項(xiàng)。
當(dāng)被解釋變量的隨機(jī)誤差項(xiàng)與其相鄰地區(qū)的觀測(cè)值具有空間相關(guān)性時(shí),采用SEM模型,其空間相關(guān)性由誤差項(xiàng)的空間滯后變量體現(xiàn),數(shù)學(xué)表達(dá)式為:
上式中,λ為空間誤差相關(guān)系數(shù),用于度量不同地區(qū)隨機(jī)誤差項(xiàng)對(duì)被解釋變量的空間相關(guān)影響。為空間誤差滯后項(xiàng),用于度量不同地區(qū)誤差沖擊對(duì)被解釋變量影響的加權(quán)平均數(shù)。
若同時(shí)將解釋變量與被解釋變量的空間相關(guān)關(guān)系納入計(jì)量模型,則應(yīng)采用空間杜賓模型(SDM)。SDM模型是SAR模型與SEM模型的一般形式,其表達(dá)式如下;
在空間計(jì)量模型的選擇上,主要依據(jù)為兩個(gè)假設(shè)條件:H0∶λ=0、H0∶λ+ρβ=0。一般采用 LR 檢驗(yàn)與Wald檢驗(yàn)來對(duì)其進(jìn)行判斷,若拒絕H0∶λ=0而接受H0∶λ+ρβ=0,表明SDM模型可以簡(jiǎn)化為SEM模型;若拒絕 H0∶λ+ρβ=0 而接受 H0∶λ=0,則 SDM 模型可以簡(jiǎn)化為 SAR 模型;若同時(shí)拒絕 H0∶λ+ρβ=0與H0∶λ=0,則SDM模型既不能簡(jiǎn)化為SAR模型,也不能簡(jiǎn)化為SEM模型。
如上文所述,我國(guó)各省區(qū)金融杠桿率的Moran’sI指數(shù)計(jì)算結(jié)果表明金融杠桿率省域樣本觀測(cè)值不服從空間上的獨(dú)立隨機(jī)分布,存在空間相關(guān)性。因此本文選取全國(guó)30個(gè)省、自治區(qū)、直轄市(西藏、臺(tái)灣除外)的空間樣本數(shù)據(jù),同時(shí)選取2010年至2015年全國(guó)各省金融杠桿率作為被解釋變量的面板數(shù)據(jù)。
在解釋變量的選擇上,重點(diǎn)分析金融杠桿率與經(jīng)濟(jì)發(fā)展及金融波動(dòng)風(fēng)險(xiǎn)的空間相關(guān)關(guān)系,因此,作為核心解釋變量選取GDP增長(zhǎng)率表示經(jīng)濟(jì)發(fā)展,采用金融杠桿波動(dòng)作為金融風(fēng)險(xiǎn)的衡量指標(biāo)。對(duì)于金融杠桿波動(dòng)的計(jì)算,首先采用全國(guó)貸款余額與GDP的比值,然后進(jìn)行HP濾波計(jì)算,可以得到波動(dòng)的振幅(VOL),再將VOL取絕對(duì)值以表示金融杠桿的波動(dòng)幅度。金融杠桿波動(dòng)越大,VOL的數(shù)值也就越大,金融不穩(wěn)定程度加劇,金融風(fēng)險(xiǎn)越高。
在其他控制變量的選擇上,分別選取宏觀、結(jié)構(gòu)、金融、社會(huì)四個(gè)層面,分別考察其對(duì)金融杠桿率的邊際影響。宏觀層面使用人均GDP與通貨膨脹率表示;結(jié)構(gòu)層面分別選用第二產(chǎn)業(yè)與GDP的比值、第三產(chǎn)業(yè)與GDP的比值、資本形成率表示;金融層面選用金融業(yè)總量與GDP的比值表示;社會(huì)層面選用人口自然增長(zhǎng)率表示。表2給出了所有變量的具體描述(數(shù)據(jù)來源于wind數(shù)據(jù)庫(kù))。
由Moran’sI指數(shù)的計(jì)算結(jié)果可知,我國(guó)省域金融杠桿率并不服從空間上的獨(dú)立隨機(jī)分布,而是存在空間相關(guān)性。本文選取2010年至2015年的解釋變量與被解釋變量面板數(shù)據(jù),利用空間面板數(shù)據(jù)計(jì)量模型對(duì)金融杠桿率與區(qū)域經(jīng)濟(jì)增長(zhǎng)及金融穩(wěn)定進(jìn)行空間回歸分析,考察其空間異質(zhì)性及其空間溢出效應(yīng)。
表3是我國(guó)省域金融杠桿率與GDP增長(zhǎng)率SDM模型空間與時(shí)間雙固定效應(yīng)回歸結(jié)果。在模型1中,僅包含GDP增長(zhǎng)率,從模型2至模型5,依次加入宏觀、結(jié)構(gòu)、金融、社會(huì)層面的控制變量。由表3可知,Hausman檢驗(yàn)結(jié)果的Hausman統(tǒng)計(jì)量大于給定0.05水平下的臨界值,表明本文采用的模型應(yīng)為固定效應(yīng)模型。模型1至模型5,Wald檢驗(yàn)與LR檢驗(yàn)的Spatial lag統(tǒng)計(jì)量數(shù)值逐步加大,且該統(tǒng)計(jì)量大于給定0.05水平下的臨界值,表明回歸模型拒絕H0∶λ=0,SDM模型不能簡(jiǎn)化為SEM模型;同理,spatial_error統(tǒng)計(jì)量的數(shù)值也逐步加大,且該統(tǒng)計(jì)量大于給定0.05水平下的臨界值,表明回歸模型應(yīng)拒絕H0∶λ+ρβ=0,SDM模型不能簡(jiǎn)化為SAR模型。本文應(yīng)采用SDM模型最為合適。
表2 變量描述
由表3的計(jì)算結(jié)果可知,模型引入核心解釋變量GDP增長(zhǎng)率后,由模型1至模型5,全國(guó)各省金融杠桿率空間滯后變量系數(shù)均為負(fù)數(shù),且其系數(shù)由模型1的-0.230 957變動(dòng)至模型5的-0.518 987,顯著性水平也由模型1的10%提升至模型5的1%。表明中國(guó)各省金融杠桿率不存在空間上的集聚,而是存在空間上的擴(kuò)散,即全國(guó)金融杠桿率不存在某個(gè)省份特別高,隨著經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、金融業(yè)占比提高、社會(huì)人力資源增加都會(huì)使全國(guó)各省金融杠桿率提高,并且高金融杠桿率的省份在全國(guó)有不斷增多的趨勢(shì)。
從核心解釋變量的回歸結(jié)果來看,GDP增長(zhǎng)率的系數(shù)均不顯著,表明單純依靠GDP數(shù)值上的增長(zhǎng)對(duì)金融杠桿率并沒有顯著的影響。隨著控制變量的加入,GDP增長(zhǎng)率系數(shù)的顯著性依然沒有提高,表明社會(huì)經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、金融業(yè)發(fā)展、人力資源優(yōu)化都不能使GDP增長(zhǎng)對(duì)金融杠桿率起到影響作用。這主要是由于在經(jīng)濟(jì)發(fā)展過程中,實(shí)體產(chǎn)業(yè)空心化導(dǎo)致以金融為主導(dǎo)的虛擬經(jīng)濟(jì)得到大量資金,而真正需要資金扶持的實(shí)體產(chǎn)業(yè)(特別是中小企業(yè))卻存在“融資難、融資貴”問題。大量低效率的國(guó)企得到融資后卻將資金以高利息轉(zhuǎn)貸給民營(yíng)企業(yè)。因此,僅僅靠GDP數(shù)值上的增長(zhǎng),難以對(duì)金融杠桿率起到明顯的去杠桿作用。
從控制變量的回歸結(jié)果來看,人均GDP顯著為負(fù),表明要有效降低金融杠桿率需要從經(jīng)濟(jì)發(fā)展的質(zhì)量上下手。提高經(jīng)濟(jì)發(fā)展的質(zhì)量,能有效使資金“脫虛向?qū)崱保瑥亩档徒鹑诟軛U率。從周邊地區(qū)的控制變量回歸結(jié)果來看,周邊地區(qū)的經(jīng)濟(jì)發(fā)展、CPI、資本形成率及金融業(yè)發(fā)展均對(duì)本地區(qū)金融杠桿率有顯著的提高作用。這表明地區(qū)經(jīng)濟(jì)發(fā)展會(huì)促使資金流向東部發(fā)達(dá)地區(qū),由于東部地區(qū)具有資源稟賦、金融資源等優(yōu)勢(shì),資金流向了東部一線城市及部分二線城市,從而提高這些地區(qū)的金融杠桿率,同時(shí)也推升了這些地區(qū)的資產(chǎn)價(jià)格。
表4是我國(guó)省域金融杠桿率與金融杠桿波動(dòng)的SDM模型空間與時(shí)間雙固定效應(yīng)回歸結(jié)果。在模型1中,僅包含金融杠桿波動(dòng),從模型2至模型5,依次加入宏觀、結(jié)構(gòu)、金融、社會(huì)層面的控制變量。由表3可知,Hausman檢驗(yàn)結(jié)果的Hausman統(tǒng)計(jì)量大于給定0.05水平下的臨界值,表明本文采用的模型應(yīng)為固定效應(yīng)模型。模型1至模型5,Wald檢驗(yàn)與LR檢驗(yàn)的Spatial lag統(tǒng)計(jì)量數(shù)值逐步加大,且該統(tǒng)計(jì)量大于給定0.05水平下的臨界值,表明回歸模型拒絕H0∶λ=0,SDM模型不能簡(jiǎn)化為SEM模型;同理,spatial_error統(tǒng)計(jì)量的數(shù)值也逐步加大,且該統(tǒng)計(jì)量大于給定0.05水平下的臨界值,表明回歸模型應(yīng)拒絕H0∶λ+ρβ=0,SDM模型不能簡(jiǎn)化為SAR模型。本文應(yīng)采用SDM模型最為合適。
由表4的計(jì)算結(jié)果可知,模型引入核心解釋變量金融杠桿波動(dòng)后,由模型1至模型5,全國(guó)各省金融杠桿率空間滯后變量系數(shù)均為負(fù)數(shù),且其系數(shù)由模型1的-0.229 996變動(dòng)至模型5的-0.489 976,顯著性水平也由模型1的10%提升至模型5的1%。表明中國(guó)各省金融杠桿率不存在空間上的集聚,而是存在空間上的擴(kuò)散,即全國(guó)金融杠桿率不存在某個(gè)省份特別高,隨著金融杠桿波動(dòng)、產(chǎn)業(yè)結(jié)構(gòu)
調(diào)整、金融業(yè)占比提高、社會(huì)人力資源增加都會(huì)使全國(guó)各省金融杠桿率提高,并且高金融杠桿率的省份在全國(guó)有不斷增多的趨勢(shì)。
表3 SDM空間模型回歸結(jié)果——以GDP增長(zhǎng)率為核心解釋變量
表4 SDM空間模型回歸結(jié)果——以金融杠桿波動(dòng)為核心解釋變量
從核心解釋變量的回歸結(jié)果來看,金融杠桿波動(dòng)的系數(shù)顯著為負(fù),且均通過了1%水平下的顯著性檢驗(yàn)。表明金融杠桿波動(dòng)所引起的風(fēng)險(xiǎn)能顯著起到去杠桿的作用。金融市場(chǎng)中的杠桿交易存在天然的不穩(wěn)定和脆弱性,金融杠桿對(duì)金融資產(chǎn)價(jià)格具有正反饋效應(yīng),放大了金融資產(chǎn)價(jià)格的波動(dòng)。由于金融市場(chǎng)的不穩(wěn)定性和脆弱性,當(dāng)杠桿率波動(dòng)過高而引起金融風(fēng)險(xiǎn)時(shí),金融市場(chǎng)各方會(huì)拋售手中金融資產(chǎn)以降低金融杠桿率。因此,金融杠桿波動(dòng)風(fēng)險(xiǎn)會(huì)引起顯著的金融去杠桿效應(yīng)。
從各控制變量的回歸結(jié)果來看,與表3相同的是,人均GDP的系數(shù)均顯著為負(fù),表明要有效降低金融杠桿率需要從經(jīng)濟(jì)發(fā)展的質(zhì)量上下手。提高經(jīng)濟(jì)發(fā)展的質(zhì)量,能有效使資金“脫虛向?qū)崱?,從而降低金融杠桿率。周邊地區(qū)的CPI、第三產(chǎn)業(yè)發(fā)展、資本形成率的系數(shù)均顯著為正,表明周邊地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及社會(huì)投資能顯著提高本地區(qū)的金融杠桿率。隨著金融杠桿波動(dòng)而產(chǎn)生金融風(fēng)險(xiǎn)時(shí),大量資金進(jìn)入發(fā)達(dá)地區(qū)以減少金融風(fēng)險(xiǎn)帶來的損失。由于欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)較脆弱,發(fā)生金融風(fēng)險(xiǎn)時(shí)資金難以得到保證,一線城市及部分二線城市成了資金遠(yuǎn)離金融風(fēng)險(xiǎn)的避風(fēng)港,而金融行業(yè)又是最容易吸引資金的行業(yè),在金融風(fēng)險(xiǎn)發(fā)生時(shí),資金流入了發(fā)達(dá)地區(qū),從而推高了發(fā)達(dá)的金融杠桿率。
在經(jīng)典的OLS回歸模型中,參數(shù)估計(jì)用來表示解釋變量對(duì)被解釋變量的邊際影響,但是若模型中加入空間因素時(shí),參數(shù)由于包含空間非均質(zhì)性使得參數(shù)估計(jì)變得復(fù)雜。Lesage&Pace提出可以使用直接效應(yīng)、間接效應(yīng)及總效應(yīng)來衡量空間溢出性。直接效應(yīng)是本地區(qū)范圍內(nèi)解釋變量對(duì)被解釋變量的平均影響;間接效應(yīng)是本地區(qū)范圍內(nèi)解釋變量對(duì)周邊范圍被解釋變量的平均影響;總效應(yīng)是本地區(qū)范圍內(nèi)解釋變量對(duì)所有地區(qū)被解釋變量的平均影響。數(shù)學(xué)過程如下:
整理得:
上式中,P(W)=Q(W)(Iβ+Wλ),O(W)=(I-ρW)-1。 然后上式可以改寫為矩陣形式:
變量yi對(duì)xir的偏導(dǎo)衡量直接影響,其余元素為間接影響,P(W)矩陣中所有元素的平均值為總影響。表5給出了以GDP增長(zhǎng)率為核心解釋變量的SDM模型空間溢出效應(yīng)回歸結(jié)果;表6給出了以金融杠桿波動(dòng)為核心解釋變量的SDM模型空間溢出效應(yīng)回歸結(jié)果。
由表5可知,GDP增長(zhǎng)率的間接效應(yīng)和總效應(yīng)顯著為正,表明本地區(qū)經(jīng)濟(jì)增長(zhǎng)會(huì)對(duì)顯著提高周邊地區(qū)及全系統(tǒng)范圍內(nèi)的金融杠桿率。表明金融杠桿率存在顯著的空間溢出效應(yīng),區(qū)域經(jīng)濟(jì)增長(zhǎng)會(huì)使得全國(guó)范圍內(nèi)的金融杠桿率提高。人均GDP的直接效應(yīng)和總效應(yīng)均為負(fù)數(shù),表明提高經(jīng)濟(jì)發(fā)展的質(zhì)量才能降低金融杠桿率。資本形成率的間接效應(yīng)和總效應(yīng)均顯著為正,表明資本形成率存在顯著的空間溢出效應(yīng),增加投資能顯著提高全國(guó)范圍內(nèi)的金融杠桿率。由表6可知,金融杠桿波動(dòng)的直接效應(yīng)和總效應(yīng)顯著為負(fù),表明金融杠桿波動(dòng)所產(chǎn)生風(fēng)險(xiǎn)能夠起到去杠桿的作用,且這種去杠桿是全國(guó)范圍內(nèi)的去杠桿。CPI、第二產(chǎn)業(yè)占比、第三產(chǎn)業(yè)占比、資本形成率都具有顯著的正空間溢出效應(yīng),表明通貨膨脹水平,產(chǎn)業(yè)結(jié)構(gòu)改進(jìn),投資率都具有顯著的空間溢出效應(yīng)。由于實(shí)體經(jīng)濟(jì)發(fā)展需要金融業(yè)的支持,因此,無論是產(chǎn)業(yè)結(jié)構(gòu)改善,還是投資需求,都會(huì)使金融杠桿率具有顯著的提高作用。
本文采用30個(gè)省、自治區(qū)、直轄市(西藏、臺(tái)灣除外)的金融杠桿率與經(jīng)濟(jì)發(fā)展及金融波動(dòng)的面板數(shù)據(jù),通過構(gòu)建SDM模型實(shí)證研究金融杠桿率對(duì)經(jīng)濟(jì)發(fā)展及金融波動(dòng)之間的空間非均質(zhì)性關(guān)系,得出以下結(jié)論及對(duì)策。
第一,無論是GDP增長(zhǎng)還是金融波動(dòng)對(duì)金融杠桿產(chǎn)生的作用,金融杠桿率均呈現(xiàn)出空間上的擴(kuò)散現(xiàn)象。當(dāng)加入GDP增長(zhǎng)與金融波動(dòng)風(fēng)險(xiǎn)因素后,我國(guó)各省域金融杠桿率呈現(xiàn)出高金融杠桿率的擴(kuò)散現(xiàn)象,即高金融杠桿率現(xiàn)象并沒有集中出現(xiàn)在某個(gè)省份,而是全國(guó)普遍存在,并且高金融杠桿率趨勢(shì)的省份呈不斷增多之勢(shì)。
第二,GDP絕對(duì)值的增長(zhǎng)并不能起到去金融杠桿的作用,而金融杠桿波動(dòng)所產(chǎn)生的風(fēng)險(xiǎn)則能降低金融杠桿率。說明僅僅依靠GDP數(shù)值上的增長(zhǎng)并不能降低金融杠桿率,但是由于經(jīng)濟(jì)增長(zhǎng)存在顯著的空間溢出,發(fā)達(dá)地區(qū)的經(jīng)濟(jì)增長(zhǎng)反而會(huì)使全國(guó)范圍內(nèi)的金融杠桿率提高。其原因是金融同業(yè)業(yè)務(wù)和外表業(yè)務(wù)的擴(kuò)張,進(jìn)一步提升了實(shí)體經(jīng)濟(jì)的資金成本,強(qiáng)化了“融資難、融資貴”的問題,大量資金沒有進(jìn)入實(shí)體經(jīng)濟(jì),反而進(jìn)入發(fā)達(dá)地區(qū)的金融領(lǐng)域,提高了金融杠桿率,加大了金融風(fēng)險(xiǎn)發(fā)生的概率,容易使區(qū)域經(jīng)濟(jì)發(fā)生系統(tǒng)性風(fēng)險(xiǎn)。
第三,經(jīng)濟(jì)發(fā)展的質(zhì)量提高、產(chǎn)業(yè)結(jié)構(gòu)改善、資本形成率提高都在一定程度上抬升金融杠桿率。其原因在于地區(qū)間經(jīng)濟(jì)發(fā)展不平衡,東部發(fā)達(dá)地區(qū)吸納資金的能力顯著強(qiáng)于中西部地區(qū),這就促使經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、投資都能形成顯著的空間溢出,即發(fā)達(dá)地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展能使全國(guó)金融杠桿率提高,而實(shí)體經(jīng)濟(jì)發(fā)展必須依靠金融業(yè)的支持,東部發(fā)達(dá)地區(qū)的企業(yè)的盈利能力較中西部地區(qū)的企業(yè)強(qiáng),因此這又進(jìn)一步促使資金流向發(fā)達(dá)地區(qū),而實(shí)體經(jīng)濟(jì)的發(fā)展離不開金融業(yè)的支持,這就促使金融杠桿率提高。
綜上所述,中國(guó)各區(qū)域間金融部門杠桿水平存在顯著的空間相關(guān)和異質(zhì)性,其區(qū)域結(jié)構(gòu)在去杠桿政策制定和實(shí)施中不容忽視。進(jìn)一步通過空間杜賓模型和溢出效應(yīng)模型的系數(shù)符號(hào)和顯著性的比較,發(fā)現(xiàn)區(qū)域間金融杠桿水平和經(jīng)濟(jì)增長(zhǎng)、金融波動(dòng)之間的影響機(jī)制錯(cuò)綜復(fù)雜,無一定之結(jié)論。因此,針對(duì)不同區(qū)域的企業(yè)或主導(dǎo)行業(yè)具體情況,決策層應(yīng)根據(jù)區(qū)域杠桿結(jié)構(gòu)特征、經(jīng)濟(jì)結(jié)構(gòu)調(diào)整進(jìn)度和金融穩(wěn)定程度,完善宏觀審慎監(jiān)管以引導(dǎo)各類金融機(jī)構(gòu)的杠桿變動(dòng)幅度和方向,優(yōu)化債務(wù)質(zhì)量和杠桿結(jié)構(gòu)。
第一,優(yōu)化宏觀貨幣政策操作。在改變金融寬松預(yù)期、更多運(yùn)用價(jià)格型工具調(diào)節(jié)貨幣供給時(shí),根據(jù)貨幣市場(chǎng)供需改變期限各異的貨幣供給,以達(dá)到平衡各類金融機(jī)構(gòu)從央行獲取流動(dòng)性的資金成本,擠壓利差套利空間。正如央行2016年8月在基礎(chǔ)貨幣供給中通過降低短期貨幣資金供給而增加長(zhǎng)期貨幣資金供給,抬高金融機(jī)構(gòu)資金成本,起到了擠壓債券市場(chǎng)資產(chǎn)泡沫的作用。近年來,央行已經(jīng)建立了以公開市場(chǎng)逆回購(gòu)、臨時(shí)流動(dòng)性便利(TLF)、常備借貸便利(SLF)、中期借貸便利(MLF)、抵押補(bǔ)充貸款(PSL)等政策工具為主體的流動(dòng)性調(diào)節(jié)體系,且通過近兩年的運(yùn)行積累了較多的經(jīng)驗(yàn),后續(xù)可以繼續(xù)結(jié)合市場(chǎng)變化以及流動(dòng)性情況靈活運(yùn)用以調(diào)節(jié)貨幣供給,通過貨幣政策引導(dǎo)金融市場(chǎng)利率上行,減少同業(yè)存單和同業(yè)理財(cái)?shù)睦?,推?dòng)實(shí)體經(jīng)濟(jì)持續(xù)健康發(fā)展。
第二,強(qiáng)化區(qū)域金融機(jī)構(gòu)監(jiān)管。依據(jù)《巴塞爾協(xié)議Ⅲ》建立的宏觀審慎評(píng)估體系(MPA)對(duì)各類金融機(jī)構(gòu)的杠桿水平提出了監(jiān)管要求,但僅在總量上限制金融機(jī)構(gòu)加杠桿的總體規(guī)模難以控制通道和委外業(yè)務(wù),尤其是資金在區(qū)域間的流動(dòng)也會(huì)抬升局部地區(qū)的杠桿。因此應(yīng)嚴(yán)格監(jiān)管銀行機(jī)構(gòu)開展委外投資,實(shí)行限額管理,更重要的是依照新老劃斷原則禁止新開展的同業(yè)投資業(yè)務(wù)多層嵌套;尤其是注意大筆資金的跨區(qū)流動(dòng)。據(jù)此,銀監(jiān)會(huì)、證監(jiān)會(huì)和保監(jiān)會(huì)紛紛下發(fā)文件,強(qiáng)化監(jiān)管力度,對(duì)銀行業(yè)的同業(yè)業(yè)務(wù)、理財(cái)業(yè)務(wù)、投資業(yè)務(wù)實(shí)施重點(diǎn)監(jiān)管,對(duì)保險(xiǎn)業(yè)的保險(xiǎn)資金運(yùn)用、償付能力、產(chǎn)品管理、中介機(jī)構(gòu)、消費(fèi)者權(quán)益保護(hù)、高管人員管理、新型業(yè)務(wù)等業(yè)務(wù)堵住政策漏洞,而證監(jiān)會(huì)則將統(tǒng)一區(qū)域性股權(quán)市場(chǎng)業(yè)務(wù)及監(jiān)管規(guī)則作為下階段工作的重點(diǎn)??梢姡叭ジ軛U、防風(fēng)險(xiǎn)、控套利”正在成為區(qū)域金融監(jiān)管系統(tǒng)的思路和政策。
第三,把握金融去杠桿的節(jié)奏和步伐。金融部門去杠桿是大勢(shì)所趨,但并不能一蹴而就,尤其要警惕類似日本20世紀(jì)80年代發(fā)生的快速降杠桿而引發(fā)的風(fēng)險(xiǎn)爆發(fā)。特別是在我國(guó)以間接融資為主體的金融體制下,金融去杠桿過快,必然影響到實(shí)體經(jīng)濟(jì)的杠桿優(yōu)化和結(jié)構(gòu)調(diào)整。加之在沒有消除地方政府通過金融分權(quán)影響信貸資源分配之前,金融部門快速去杠桿勢(shì)必進(jìn)一步擠占中小企業(yè)和新興產(chǎn)業(yè)的信貸額度。因此,本輪去杠桿需要在貨幣政策和財(cái)政政策的配合下,通過加快金融機(jī)構(gòu)經(jīng)營(yíng)模式轉(zhuǎn)型,配合完善貨幣市場(chǎng)利率傳導(dǎo)機(jī)制來達(dá)到優(yōu)化杠桿質(zhì)量的目的。具體而言,對(duì)金融機(jī)構(gòu)應(yīng)進(jìn)一步宣導(dǎo)穩(wěn)健化經(jīng)營(yíng)的理念,既要追求收益,也要防范風(fēng)險(xiǎn)。在組織結(jié)構(gòu)上要使風(fēng)險(xiǎn)管理的手段和模式與日益復(fù)雜的業(yè)務(wù)模式相匹配;在收入結(jié)構(gòu)上要開拓利源,豐富創(chuàng)利方式,降低銀行業(yè)規(guī)模依賴,從而減少因規(guī)模擴(kuò)張而加杠桿的行為。而在宏觀上,金融市場(chǎng)區(qū)塊化嚴(yán)重,利率傳導(dǎo)不暢通是引致金融機(jī)構(gòu)通過擴(kuò)大投資規(guī)模跨市場(chǎng)、跨區(qū)域賺取利差的重要因素,因此,平衡地區(qū)間、行業(yè)間、所有制間企業(yè)的金融摩擦因素,完善市場(chǎng)利率傳導(dǎo)機(jī)制是減少機(jī)構(gòu)在不同市場(chǎng)間加杠桿套利的重要制度建設(shè)手段。