貨幣政策對企業(yè)杠桿率的影響及其對新冠疫情期間的啟示

張欣怡 張斕小熙

摘 要：本文基于2003年至2019年企業(yè)杠桿率的季度面板數(shù)據(jù)，從具有代表性的采掘業(yè)、制造業(yè)、房地產(chǎn)業(yè)、零售業(yè)出發(fā)，從貨幣政策及其傳導中介的角度探討貨幣政策對非金融企業(yè)杠桿率的影響，就杠桿的期限結構進行探討，并且針對不同的經(jīng)濟狀況討論貨幣政策對非金融企業(yè)杠桿率的差異性影響。研究結果表明：第一，貨幣政策對企業(yè)杠桿率的影響呈現(xiàn)出期限結構差異性，即對企業(yè)的短期負債率的抑制作用較為顯著，而對企業(yè)的長期負債率卻幾乎沒有影響;第二，在寬松的貨幣政策下，作為傳統(tǒng)貨幣政策工具的公開市場操作通過影響準備金與基礎貨幣規(guī)模的方式，拓寬企業(yè)的信貸渠道，促進企業(yè)杠桿率的上升;第三，相比正常情況，緊縮的貨幣政策在經(jīng)濟基本面較差時對企業(yè)杠桿率的抑制作用較小。針對本文的研究結論，提出以下政策建議：第一，在利用緊縮的貨幣政策降低企業(yè)長期杠桿率時，更應當權衡思考“穩(wěn)增長”與“去杠桿”之間的均衡取舍;第二，對企業(yè)杠桿率與經(jīng)濟增長之間進行取舍時，可以考慮創(chuàng)新貨幣政策工具，通過改變中介效應的方式對過高的企業(yè)杠桿率進行精準打擊，以便更好地在保證經(jīng)濟增長的同時控制企業(yè)杠桿率，防范與化解系統(tǒng)性風險;第三，在新冠疫情期間，政府可以在“穩(wěn)增長”與“防風險”中暫時對“穩(wěn)增長”給予更多的側重，當經(jīng)濟基本面逐漸恢復之后，再對企業(yè)杠桿率進行更精準有力的控制。

關鍵詞：貨幣政策;杠桿率;非金融企業(yè);中介效應;期限結構

一、引言

2008年危機期間，我國為緩解由海外次貸危機所引發(fā)的國內短期需求沖擊與隨之而來的經(jīng)濟低迷，短期之內采取了大量財政刺激政策。這些政策雖然有效避免了經(jīng)濟“硬著陸”，但是卻留下了后遺癥。2008年之后，我國總負債增長迅速，債務負擔也迅速累積。近年以來，我國經(jīng)濟發(fā)展增速逐漸放緩，配合快速增長的企業(yè)債務，導致了我國如今的企業(yè)杠桿率（企業(yè)債務與GDP的比例）迅速攀升，而與之伴隨的債務風險也令人擔憂。

中國上市企業(yè)杠桿率的變化具有期限結構、行業(yè)結構、所有制結構差異等等的特點。比如，企業(yè)的短期負債率呈現(xiàn)出先上升后下降的趨勢，而長期負債率出現(xiàn)小幅升高;房地產(chǎn)與建筑業(yè)企業(yè)的杠桿率不斷上升，而采掘業(yè)企業(yè)的杠桿率出現(xiàn)大幅波動（宮汝凱等人，2019）。因此，若研究中國企業(yè)杠桿率的結構與時變，則應當結合企業(yè)的微觀特征。此外，目前已有文獻對貨幣政策的衡量大多從貨幣供給量和利率出發(fā)。其中，廣義貨幣供應量作為貨幣政策的中介目標，企業(yè)的信貸渠道——其增量對企業(yè)杠桿率起到促進作用;而利率作為貨幣政策的中介目標，企業(yè)的利率渠道——其增量對企業(yè)杠桿率起到抑制作用。在簡單地對促進、抑制進行討論之外，有學者指出，中央銀行通過公開市場操作對基礎貨幣規(guī)模進行調整，而該過程造成的利率變化與杠桿率呈現(xiàn)正相關關系（巴曙松等人，2020）。同時，在貨幣政策對企業(yè)杠桿率的影響在線性關系之外還存在著非線性關系。如今，新疫情經(jīng)濟環(huán)境和與之伴隨的低利率環(huán)境引起的“杠桿悖論”引人深思。以往研究中，劉曉光等人指出企業(yè)杠桿率與基礎貨幣的增長率呈現(xiàn)出倒“V”型的趨勢（劉曉光、張杰平，2016），因此簡單地施行貨幣緊縮政策并不能緩解企業(yè)日益增高的杠桿率。同時，張東陽等人認為貨幣政策對非金融企業(yè)杠桿率的影響存在著顯著的門限效應，且國有企業(yè)的加杠桿行為存在顯著的擠出效應（張東陽、崔建軍，2020），但該論文并沒有討論貨幣政策在不同經(jīng)濟基本面下對非金融企業(yè)杠桿率所存在的門限效應。

本文在回顧相關文獻并進行理論關系探討后，發(fā)現(xiàn)描述企業(yè)杠桿率期限結構差異的文章很多，研究貨幣政策與總杠桿率之間線性、非線性關系的文章也不少，但是將二者結合起來并研究貨幣政策對不同期限杠桿的差異性影響、在不同的經(jīng)濟基本面下對杠桿率的差異性影響的文獻則十分鮮有。因此，本文在前人文獻的基礎上，將非金融企業(yè)中介目標的微觀模型針對杠桿的期限結構進行延展，探討貨幣政策（以公開市場操作為例）與信貸渠道、利率渠道兩中介目標對非金融企業(yè)杠桿影響的傳導機制，并在不同的經(jīng)濟基本面下分析貨幣政策對企業(yè)杠桿率的差異性影響，對目前的疫情形勢形成貨幣政策建議。

二、理論框架與研究假說

1.杠桿率與貨幣供應量

本文的非金融企業(yè)杠桿率衡量的是企業(yè)的資產(chǎn)負債率，即企業(yè)資產(chǎn)與負債的比率。在理論框架與研究假說中對宮汝凱等人的模型的基礎上進行拓展與延伸。

當企業(yè)的負債貨幣彈性大于資產(chǎn)貨幣彈性時，上式導數(shù)為正，企業(yè)杠桿率會隨著貨幣供給的增長而上升。同時，由于公開市場操作相對靈活、精準、容易實施且容易被中央銀行控制，因此中央銀行通過公開市場操作主動實施寬松貨幣政策時，帶來貨幣供給量的提升。

另外，由于非金融企業(yè)的財務狀況在短期內受到公司流動性負債的強制性或其他特殊因素的影響，因此非金融企業(yè)長期杠桿對貨幣供給的敏感性會相比短期負債更大。因此，當企業(yè)的負債貨幣彈性大于資產(chǎn)貨幣彈性時，寬松的貨幣政策對企業(yè)長期杠桿率的影響更大。因此，我們提出以下兩點假設：

H1：貨幣供給量的提升會提高企業(yè)的杠桿率。

H2：貨幣供給量對企業(yè)杠桿率的影響隨著企業(yè)杠桿時限的增大而增大。

2.杠桿率與利率

在上文的杠桿率模型中，對貨幣供應量R進行求導，得到：

H3：利率的提升會降低企業(yè)的杠桿率。

H4：利率對企業(yè)杠桿率的影響隨著企業(yè)杠桿時限的增大而增大。

同時，基于對貨幣政策工具、貨幣政策中介目標、企業(yè)杠桿率之間的傳導模式的思考，我們提出第五、六條假設：

H5：寬松的貨幣政策通過拓寬企業(yè)信貸渠道、利率渠道的方式，促進企業(yè)杠桿率上升。

H6：緊縮的貨幣政策對非金融企業(yè)杠桿率的抑制作用在經(jīng)濟低迷期間被減弱。

三、實證模型設定及變量說明

1.數(shù)據(jù)來源與樣本選擇

本文數(shù)據(jù)全部來自于CSMAR、國家統(tǒng)計局、瑞思金融數(shù)據(jù)庫等。在樣本的選擇上，參考宮汝凱、徐悅星、王大中等（2019）的研究，以最具代表性的四個行業(yè)——采掘業(yè)、制造業(yè)、房地產(chǎn)業(yè)、零售業(yè)內A股上市的企業(yè)作為行業(yè)總和。將行業(yè)內部公司合并報表中的資產(chǎn)負債率、長期資產(chǎn)負債率的中位數(shù)作為對公司杠桿（DA_M）、長期杠桿率（LTDA_M）的衡量。在時間選擇上，選擇2013年第一季度到2019年第四季度的季度數(shù)據(jù)。對采掘業(yè)、制造業(yè)、房地產(chǎn)業(yè)、零售業(yè)的資產(chǎn)率、長期資產(chǎn)負債率進行可視化處理，發(fā)現(xiàn)房地產(chǎn)業(yè)的杠桿率無論在長期、短期均處于較高水平，雖然近年來呈現(xiàn)出波動，但總體上呈現(xiàn)上升態(tài)勢。同時，行業(yè)的長期杠桿波動率小于短期杠桿，但是也呈現(xiàn)出逐漸上升的趨勢。

對核心解釋變量的選取參考王旭鵬（2019）的做法，選取7天銀行間同業(yè)拆借利率的100倍的對數(shù)（lnShiD7）作為對貨幣政策中介目標——利率渠道的度量;選取滯后一階貨幣供應量（lnLM2）在3月、6月、9月、12月供應量的同比增長作為對貨幣政策中介目標——信貸渠道的度量。同時，選取質押式回購債券的三天滑動平均利率（lnMAI3）在季度結尾處的數(shù)據(jù)作為對貨幣政策工具（公開市場操作）的度量，用中小機構的存款準備金率的對數(shù)（lnReMS）作為對信貸渠道的替換指標，用于穩(wěn)健性檢驗。

同時，本文對變量的控制從宏觀、微觀兩部分進行。其中，選取以2002年為基年處理后的季度GDP指數(shù)（lnS_GDP）、滯后一階企業(yè)家信心指數(shù)（LlnEcon）、滯后一階消費者信心指數(shù)（LlnCcon）來控制宏觀環(huán)境;選取企業(yè)存貨周轉率（ITR），息稅前營業(yè)利潤率（SProBIT）從企業(yè)運營能力、盈利能力兩方面來控制微觀環(huán)境。

各變量的描述性統(tǒng)計分析如表1所示：

考慮到個別變量標準差較大，為減少奇異值的干擾，利用Winsorize程序對數(shù)據(jù)進行縮尾處理（1%和99%分位數(shù)）。

2.模型設定

（1）固定效應模型

本文建立面板數(shù)據(jù)模型來驗證假設1與假設3。具體模型如下所示：

其中，lnShiD7t為t時刻的銀行間同業(yè)拆借利率（7天），lnLM2t為t時刻的一階滯后貨幣供應量，第三產(chǎn)業(yè)占GDP比重，lnS-GDPt為t時刻處理后的季度GDP指數(shù)，LlnEcont為t時刻的一階滯后的企業(yè)家信心指數(shù)，LlnCcont為t時刻之后一階的消費者信心指數(shù)，ITRit為行業(yè)i在t時刻的存貨周轉率，SProBITit為行業(yè)i在t時刻的息稅前營業(yè)利潤率，λt為行業(yè)i在t時刻的為個體固定效應，為隨機擾動項。

若上述三式核心解釋變量、中介變量的系數(shù)都較為顯著，符合假設1、3，則本文在此基礎上將通過中介效應分析進一步解釋貨幣政策的中介目標——信貸渠道、利率渠道對企業(yè)杠桿率的影響。

（2）中介效應模型

檢驗方法參考Judd和Kenny（1981）提出的逐步檢驗法。具體模型如下所示：

若上述三式核心解釋變量、中介變量的系數(shù)都較為顯著，符合假設2、4。

（3）門限效應模型

當經(jīng)濟狀況非常糟糕時，哪怕中央銀行采取非常寬松的貨幣政策——增大貨幣供給并減小利率，人們仍然愿意持有現(xiàn)金而銀行則會儲備超額準備金。此時，企業(yè)的融資難度和融資成本將會提高，面對難以應對的流動性危機，企業(yè)的凈資產(chǎn)將因基本面的惡化而進一步縮水，導致企業(yè)杠桿率的提高。此時，惡化經(jīng)濟環(huán)境下企業(yè)杠桿率的縮水將會抵消一部分寬松貨幣政策對企業(yè)杠桿里增加的促進作用?；趯ι鲜龅乃伎迹疚囊腴T限效應模型，思考經(jīng)濟沖擊（比如疫情）導致的低經(jīng)濟增長環(huán)境下，貨幣政策對企業(yè)杠桿率的影響。

目前存在的大部分研究傾向于用GDP衡量經(jīng)濟情況。但是本文認為，我國GDP從2003年-2019年基本處于不斷上漲的情況，因此用GDP衡量經(jīng)濟情況具有向上的趨勢性，不能很好地反映出經(jīng)濟情況較差的年份。因此，本文采用滯后一階的企業(yè)家信心指數(shù)（LlnEcon）來度量經(jīng)濟情況的好壞：

進行三階門限效應回歸時，回歸結果如下：

四、實證結果分析

1.固定效應模型的實證結果分析

由表3中固定效應模型的回歸結果可以看出，核心解釋變量貨幣供應量對非金融企業(yè)杠桿率、長期杠桿率的影響系數(shù)均顯著為正，且對長期杠桿率的影響系數(shù)顯著大于短期，系數(shù)差在99%的水平下顯著，因此認為假說H1、H2成立，即貨幣供給量的提升會提高企業(yè)的杠桿率，且貨幣供給量對企業(yè)杠桿率的影響隨著企業(yè)杠桿時限的增大而增大;同時，核心解釋變量——以銀行間同業(yè)拆借利率（7天）為工具變量的利率渠道對企業(yè)杠桿率、長期杠桿率的解釋系數(shù)均為負數(shù)，對杠桿率的解釋系數(shù)在1%的概率下顯著，說明利率的提升會降低非金融企業(yè)的杠桿率。由于利率對長期杠桿率的解釋系數(shù)并不顯著，且兩個模型下回歸系數(shù)接近，因此無法利率對長期杠桿率的影響是否大于短期。

對宏觀控制變量的回歸結果可以看到，以lnS_GDP為工具變量的經(jīng)濟增長水平對非金融企業(yè)杠桿率、企業(yè)長期杠桿率的影響皆顯著，且對長期杠桿率的影響顯著較大，這一結果也同樣印證了長期杠桿率對宏觀環(huán)境的依賴性較大——短期內企業(yè)由于受到短期負債的強制性以及企業(yè)自身因素的影響，對杠桿率的調節(jié)靈活性較低。在長期內，企業(yè)杠桿率的調整空間更大，因此會根據(jù)宏觀政策調整最適合企業(yè)長期發(fā)展水平的長期杠桿率。同時，我們看到企業(yè)家信心指數(shù)對非金融企業(yè)杠桿率、長期杠桿率的影響顯著為正，但是消費者信心指數(shù)則對非金融企業(yè)杠桿率、長期杠桿率的解釋系數(shù)為負。本文將消費者信心指數(shù)替換為消費者滿意指數(shù)、消費者期待指數(shù)（數(shù)據(jù)來源：CSMAR），發(fā)現(xiàn)解釋系數(shù)均為負數(shù)——說明消費者信心指數(shù)的增加將帶來非金融企業(yè)杠桿率的降低。由于此處不是本文分析重點，故不作深入探討。

對微觀控制變量的回歸結果來看，非金融企業(yè)存貨周轉率、息稅前營業(yè)利潤率的增加會降低企業(yè)的杠桿率、長期杠桿率。雖然系數(shù)在回歸結果中并不顯著，但是本文將存貨周轉率替換為總資產(chǎn)周轉率、現(xiàn)金周轉率時，將息稅前營業(yè)利潤率替換為營業(yè)利潤率，發(fā)現(xiàn)回歸系數(shù)均為負數(shù)。該結果說明企業(yè)運營能力、盈利能力等基本面情況的提升會促進企業(yè)降低杠桿率。該過程的邏輯可以解釋為：當企業(yè)基本面良好時，為了降低成本，企業(yè)通常選擇進行成本較低的內部股權融資以進一步擴大生產(chǎn)、提升利潤。同樣，當企業(yè)進行債券融資時，資本市場通常會將該舉措解釋為企業(yè)管理層對公司發(fā)展?jié)摿Φ牟蛔孕牛@種推斷會對企業(yè)的股價產(chǎn)生不利影響。因此，當企業(yè)基本面向好，發(fā)展?jié)摿^大時，企業(yè)會尋求內部股權融資進而導致杠桿率的下降。

2.中介效應模型的實證結果分析

盡管MacKinnon等（2002）提出——當中介效應較弱時，逐步檢驗回歸很難檢驗出顯著的中介效應，因此逐步檢驗的檢驗力較低，但是溫忠麟等人（2014）認為，若逐步回歸法已經(jīng)得到顯著的結果，那么檢驗力較低這一結論將不再成立。下面研究進一步驗證了本文結果的有效性。

由于央行通過質押式回購、買斷式回購等公開市場操作來調整市場流動性，因此回購利率的高低可以反映貨幣政策的松緊。參考王旭鵬（2019）的做法，引入銀行間質押式回購的三天加權平均利率（lnMAI3）作為貨幣政策工具（公開市場操作）的工具變量，數(shù)據(jù)來源為CSMAR。對（一）中的固定效應模型進行分布回歸，由表4中的模型3和模型4的回歸結果可以看出，lnMAI3對lnLM2的解釋系數(shù)為-0.183，在0.99的置信區(qū)間下顯著為負，說明擴張的貨幣政策會增大貨幣供應量，拓寬企業(yè)的信貸渠道。同時，lnMAI3對lnShiD7的解釋系數(shù)為0.799，在0.99的置信區(qū)間下顯著為正，說明擴張的貨幣政策會降低利率，拓寬企業(yè)的利率渠道。同時，在企業(yè)杠桿率對貨幣政策工具的回歸中，lnMAI3對DA_M的解釋系數(shù)顯著為負數(shù)，說明利用公開市場操作采取寬松的貨幣政策會提高企業(yè)的杠桿率，這一結論與上文中的結論相一致。

綜上，寬松的貨幣政策工具通過增大貨幣供應量，降低借貸利率的方式拓寬企業(yè)的信貸渠道與利率渠道，進而導致企業(yè)杠桿率的增大。這一結論驗證了假說H5，它是“防風險”與“穩(wěn)增長”之間的主要矛盾源。

3.門限效應的回歸結果

由一階門限回歸結果可以看出，模型（一）與模型（二）得出的主要解釋系數(shù)符號沒有發(fā)生變化，說明門限效應模型結果具備可靠性。我們看到，在門限的兩側，貨幣供給量對非金融企業(yè)杠桿率的影響均顯著為正，分別在10%、5%的水平上顯著，且當企業(yè)家信心指數(shù)較大時，貨幣供給量的解釋系數(shù)較大。這說明，當滯后一階的企業(yè)家指數(shù)較低，即經(jīng)濟低迷時，貨幣政策對企業(yè)杠桿率的促進作用小于經(jīng)濟繁榮的時刻。

對于其他核心解釋變量與控制變量的解釋沒有發(fā)生較大變化，這里不再進行贅述。

在門限模型結果中，LlnEcon小于4.82的經(jīng)濟狀態(tài)被定義為“經(jīng)濟不景氣”時期。實際上，這一指標與實際生活是吻合的。由2001年到2020年的數(shù)據(jù)來看，由LlnEcon所顯示的“經(jīng)濟不景氣”時期分別包含了網(wǎng)絡泡沫時期（2002）、非典時期（2003）、次貸危機時期（2008）與新冠疫情時期（2020）。其中，新冠疫情時期企業(yè)家信心指數(shù)之低，堪比次貸危機時期。以上進一步說明了新冠疫情期間應先采取寬松貨幣政策，等經(jīng)濟社會狀況恢復秩序之后，再采取緊縮貨幣政策以限制企業(yè)杠桿率的重要性。

五、穩(wěn)健性檢驗

為了保證以上實證結論的穩(wěn)健性和可靠性，本文通過替代核心解釋變量的方法進行穩(wěn)健性檢驗。其中，再貼現(xiàn)、調整存款準備金均是中央銀行貨幣政策工具。由于我國再貼現(xiàn)利率自2010年12月26日起由1.8%調整到2.25%后便一直延續(xù)至今，無法反映出貨幣政策的松緊情況，因此本文選擇存款準備金率替代銀行間同業(yè)拆借利率來進行穩(wěn)健性檢驗。檢驗結果顯示，當新的核心解釋變量帶入模型后，本文主要結論并沒有受到影響。因此，本文認為所建立的模型具有一定的穩(wěn)健性。

六、結論與政策啟示

首先，貨幣政策對非金融企業(yè)杠桿率的影響具有期限特點，即非金融企業(yè)的長期杠桿率與中短期杠桿率相比，將會受到貨幣政策更強烈的影響。因此，在利用緊縮的貨幣政策降低企業(yè)長期杠桿率時，更應當權衡思考“穩(wěn)增長”與“去杠桿”之間的均衡取舍。

其次，貨幣政策通過企業(yè)的信貸渠道、利率渠道來影響企業(yè)的杠桿率。寬松的貨幣政策將帶來貨幣供給量的下降與利率的提升，進而導致非金融企業(yè)杠桿率的提升。因此，在對企業(yè)杠桿率與經(jīng)濟增長之間進行取舍時，可以考慮創(chuàng)新貨幣政策工具，通過改變中介效應的方式對過高的企業(yè)杠桿率進行精準打擊，以便更好地在保證經(jīng)濟增長的同時控制企業(yè)杠桿率，預防“明斯基時刻”，防范與化解系統(tǒng)性風險。

最后，當經(jīng)濟低迷時，企業(yè)由于受到外部的負面沖擊與內部的企業(yè)家信心降低、基本面惡化，杠桿率將會由于凈資本的縮水、融資成本與難度的上升而提高。此時，緊縮的貨幣政策不會有效地降低企業(yè)杠桿率，反而會令經(jīng)濟惡化，加劇沖擊對經(jīng)濟的破壞?；谏鲜鲇懻?，本文認為在新冠疫情期間，政府可以在“穩(wěn)增長”與“防風險”中暫時對“穩(wěn)增長”給予更多的側重，將社會正常運轉作為主要目標，致力于盡早令經(jīng)濟回暖。當經(jīng)濟基本面逐漸恢復之后，再對企業(yè)杠桿率進行更精準有力的控制。

參考文獻：

[1]宮汝凱，徐悅星，王大中.經(jīng)濟政策不確定性與企業(yè)杠桿率[J].金融研究，2019（10）：59-78.

[2]巴曙松，秦怡.上市企業(yè)杠桿率水平與貨幣政策中介目標選擇[J].金融經(jīng)濟學研究，2020，35（02）：3-17.

[3]劉曉光，張杰平.中國杠桿率悖論——兼論貨幣政策“穩(wěn)增長”和“降杠桿”真的兩難嗎[J].財貿經(jīng)濟，2016（08）：5-19.

[4]張冬陽，崔建軍.貨幣政策、企業(yè)投融資決策與非金融企業(yè)杠桿率[J].經(jīng)濟與管理研究，2020，41（08）：81-92.

[5]王旭鵬.貨幣政策對金融類影子銀行的異質性影響——基于微觀個體的GMM檢驗[J].南方金融，2020（11）：6-19.

[6]Judd CM， Kenny DA. Process Analysis： Estimating Mediation in Treatment Evaluations[J].Evaluation Review，1981，5（5）：602-619.

[7]MacKinnon DP， Lockwood CM， Hoffman JM， West SG， Sheets V. A comparison of methods to test mediation and other intervening variable effects[J].Psychol Methods，2002，7（1）：83-104.

[8]溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014，22（5）：731-745.

[9]尹慶民，樊夢易，吳鳳平.貨幣政策規(guī)則對經(jīng)濟發(fā)展質量的影響——基于耦合度門限回歸模型[J].統(tǒng)計與決策，2020，36（18）：145-149.