王霞　李博石

摘要：居民部門杠桿率是宏觀杠桿率的重要組成部分，對經濟增長和金融風險都有顯著影響，在我國穩(wěn)增長、防風險的背景下，測度其最優(yōu)杠桿率水平十分必要。本文對居民部門杠桿率與經濟增長以及金融風險的關系進行了理論分析，并利用我國2006—2020年省級面板數(shù)據(jù)進行了實證檢驗，發(fā)現(xiàn)居民部門杠桿率與經濟增長呈倒“U”型關系，與金融風險呈“U”型關系；我國最優(yōu)居民部門杠桿率閾值區(qū)間為[44.99%，61.51%]。從全國層面來看，我國居民部門杠桿率水平已超過最優(yōu)區(qū)間；從區(qū)域層面來看，不同省份差異較大，總體呈現(xiàn)出東部地區(qū)較高、中部地區(qū)較低、西部地區(qū)幾種情況并存的特征。因此，我國的居民部門杠桿率政策需因地制宜，并在保持總體杠桿率穩(wěn)中有降的政策下，輔以其他手段來激發(fā)消費潛力。

關鍵詞：居民部門杠桿率；經濟增長；金融風險

中圖分類號：F015? ? ? ? 文獻標識碼： A? ? ? ? 文章編號：1007-0753（2023）07-0003-13

一、引言

2023年我國政府工作報告指出，國內經濟增長企穩(wěn)向上基礎尚需鞏固，需求不足仍是突出矛盾，今年要著力擴大國內需求，把恢復和擴大消費擺在優(yōu)先位置。在現(xiàn)代社會，消費信用往往是刺激消費的重要手段。那么，目前我國能否通過擴大消費信用規(guī)模來拉動消費需求？這是我們面臨的一個現(xiàn)實而緊迫的問題。而這一問題的答案，主要取決于我國居民部門杠桿率目前是否處于合理水平。如果我國居民部門杠桿率處于較高水平，需要降杠桿，就不宜采用擴大消費信用的辦法來增加消費需求；如果我國居民部門杠桿率還處于較低水平，就可以增加居民的消費信貸。那么，如何判斷我國目前居民部門杠桿率是高還是低？從數(shù)據(jù)來看，2022年我國宏觀杠桿率從2021年末的262.8%升至273.2%，上升了10.4個百分點，而居民部門杠桿率保持穩(wěn)定，為61.9%，在全球處于中等水平，高于新興市場的平均水平（45.7%），遠低于發(fā)達國家的平均水平（70%）。從這兩組數(shù)據(jù)來看，我國居民部門杠桿率似乎還有加杠桿的空間。但事實真的如此嗎？從理論層面來看，居民杠桿是宏觀杠桿的重要組成部分，其對經濟增長和金融風險都有顯著影響。在居民部門杠桿率水平較低時，居民加杠桿一方面可以增加消費和房地產需求，促進經濟增長；另一方面可以轉移企業(yè)杠桿，從而降低金融風險水平。但居民部門的過度杠桿化會抑制消費，抑制經濟增長，并增加資產價格泡沫，引發(fā)金融危機?；谖覈壳凹纫€(wěn)增長又要防風險的現(xiàn)狀，本文從居民部門杠桿率對經濟增長及金融風險的影響著手，在厘清居民部門杠桿率與經濟增長及金融風險的關系后，定量分析出各自的閾值，并測度出既滿足穩(wěn)增長又滿足防風險要求的最優(yōu)居民部門杠桿率區(qū)間，從實證角度回答我國能否通過提高居民部門杠桿率來刺激消費的問題，以期為政策制定提供參考。

二、文獻綜述

為了測度穩(wěn)增長、防風險下的最優(yōu)居民部門杠桿率水平，首先需要搞清楚居民部門杠桿率與經濟增長、居民部門杠桿率與金融風險、經濟增長與金融風險之間的關系，然后才能判斷是否存在“穩(wěn)增長”“防風險”下的最優(yōu)居民部門杠桿率，進而測度出相應的閾值。因此，本文對相關文獻從以下三方面進行梳理：

（一）居民部門杠桿率與經濟增長的關系

對居民部門杠桿率和經濟增長的關系，目前沒有形成定論，主要有加杠桿可以促進經濟增長（劉子威等，2021；朱連磊等，2021；彭薇，2021 ）、加杠桿會抑制經濟增長（潘敏和袁歌騁，2018 ；孫少巖和吳尚燃，2019 ；韓海燕，2020 ；高東勝等，2020；劉哲希和李子昂，2018 ；張全興等，2021）、居民部門杠桿率與經濟增長之間呈非線性關系（黃倩等，2021；陳蕾和陳夢，2020）三種觀點；進而對我國現(xiàn)階段居民部門是該加杠桿還是降杠桿也就根據(jù)其觀點提出了不同的主張。

（二）居民部門杠桿率與金融風險的關系

對于居民部門杠桿率對金融風險的影響，目前多數(shù)學者認為居民加杠桿或杠桿率過高會增加金融風險甚至產生金融危機（劉哲希和李子昂，2018；張敏鋒等，2018 ；袁志輝和劉志龍，2020）；也有學者認為我國現(xiàn)階段居民部門杠桿率水平處于合理區(qū)間，適度增長所帶來的邊際金融風險較小，可減少金融摩擦（劉子威等，2021）；還有部分學者綜合得出居民部門杠桿率和金融風險呈現(xiàn)“U”型關系（李程等，2019；黃倩等，2021）。此外，紀洋等（2021）從杠桿率增速這一角度測度了居民部門杠桿率對金融風險的影響，發(fā)現(xiàn)杠桿率增速比杠桿率水平對金融危機的影響更為顯著，且居民部門的相對杠桿率增速越高，發(fā)生金融危機的概率越大。

（三） 經濟增長與金融風險的關系

一般認為，經濟增長和金融風險存在此消彼長的變化規(guī)律，經濟下滑會導致銀行部門系統(tǒng)性風險急劇上升，而經濟增長能改善銀行部門系統(tǒng)性風險狀況（宋凌峰和鄔詩婕，2017）；金融風險的上升會對經濟增長產生顯著的負面影響（張曉晶和劉磊，2020）。那么，能否通過宏觀政策調節(jié)，使二者保持平衡呢？劉金全和潘長春（2016）發(fā)現(xiàn)，經濟增長和金融穩(wěn)定在經濟新常態(tài)期間，依存特性顯著提升，并呈現(xiàn)協(xié)調發(fā)展態(tài)勢。張曉晶（2020）分析了我國2015年供給側結構性改革的效果，認為寬松政策短期內促進經濟增長，長期來看引致金融風險增加；而收緊政策短期內抑制經濟增長，長期來看促進增長潛力。動態(tài)平衡“穩(wěn)增長”和“防風險”政策目標，需要宏觀調控財政政策、數(shù)量型貨幣政策和利率政策的政策搭配（陳創(chuàng)練等，2022）。

對上述文獻進行分析可以發(fā)現(xiàn)，居民部門杠桿率與經濟增長、金融風險之間可能都存在著非線性關系；通過宏觀調控，可以實現(xiàn)“穩(wěn)增長”和“防風險”的雙重目標。這意味著可能在“穩(wěn)增長”“防風險”下存在最優(yōu)的居民部門杠桿率區(qū)間。但這只是一種可能性，現(xiàn)實情況究竟是什么樣的？如果存在最優(yōu)居民部門杠桿率區(qū)間，閾值是多少呢？我國還能通過居民加杠桿來刺激消費嗎？目前的文獻還沒有對上述問題進行相關研究。本文首先就居民部門杠桿率對經濟增長的影響及金融風險的影響進行理論分析，然后采用2006—2020年30個省份的數(shù)據(jù)，利用GMM模型進行實證檢驗，最后根據(jù)理論分析和實證檢驗的結果，進一步探究我國穩(wěn)增長防風險下的最優(yōu)居民部門杠桿率水平測度，并根據(jù)區(qū)域不同進行異質性分析，最后從居民部門杠桿率角度提出刺激經濟增長的相關建議。

三、理論機制與研究假設

（一）居民部門杠桿率對經濟增長的影響機制

金融深化理論認為，政府不應對金融活動進行過多干預，以形成金融深化與經濟發(fā)展的良性循環(huán)，其中要求政府放松對信貸的管制，以提高資源配置效率，促進經濟增長。金融深化理論說明了杠桿可通過優(yōu)化資源配置來拉動經濟增長。具體來看，居民部門杠桿率主要通過消費、要素市場和房地產三個渠道影響經濟增長。在消費渠道，居民部門杠桿率的提高既有收入效應，又有擠出效應。莫迪利安生命周期消費理論認為，消費者為了使一生獲得最大效用，在年輕時基于未來收入增加的預期，增加現(xiàn)期負債，提升現(xiàn)期消費，在宏觀上起到了促進經濟增長的作用。韓復齡（2018）也認為，居民部門加杠桿可通過收入效應促進經濟增長。與此同時，居民加杠桿也存在擠出效應，居民的債務壓力會隨著債務水平的增加而增加，進而減少消費支出，抑制經濟增長。居民既是產品市場的消費者，也是要素市場的勞動力供給者。從要素市場來看，居民債務壓力升高導致生育意愿下降，降低社會勞動力供給水平，從而在要素端抑制了經濟增長。從房地產渠道來看，居民加杠桿可以通過直接效應和財富效應刺激經濟增長，也可通過降低居民的消費能力而抑制經濟增長。一方面，居民通過加杠桿購買住房資產，增加房地產市場需求，直接帶動房地產上中下游產業(yè)發(fā)展，刺激經濟增長。另一方面，房地產需求旺盛促使房地產價格上漲，提升居民的總體財富水平，進而增加居民的消費能力，推動經濟增長。與此同時，通過加杠桿購買住房會增加居民的債務水平，抑制其消費能力，進而抑制經濟增長。

從以上分析可以看出，居民部門杠桿率與經濟增長之間不是簡單的線性關系，在不同階段、不同條件下呈現(xiàn)不同的特征。居民部門杠桿率的提高對經濟增長究竟會產生促進作用還是抑制作用，取決于居民部門杠桿率的高低。當居民部門杠桿率較低時，居民部門杠桿率上升會通過增加居民消費，增加居民收入，增加房地產市場需求，提升居民財富水平，促進經濟增長；當居民部門杠桿率達到一定水平后，居民過高的杠桿率會帶來高債務水平，增加債務壓力，降低居民收入，進而抑制居民消費，抑制經濟增長，具體見圖1。因此，本文提出研究假設1。

研究假設1：居民部門杠桿率與經濟增長呈倒“U”型關系。

（二）居民部門杠桿率對金融風險的影響機制

居民部門杠桿率的變動既可能增加金融風險，也可能降低金融風險，具體取決于杠桿率水平的高低。在居民部門杠桿率水平較低時，適度提高居民部門杠桿率，會轉移非金融企業(yè)杠桿率并降低整體宏觀杠桿率，緩解由非金融企業(yè)杠桿率過高引致的系統(tǒng)性金融風險（周俊仰等，2018）。另外，從房地產角度看，我國居民具有良好的信用特征，住房按揭貸款違約率極低，按揭貸款按期償還，這一特征使得居民按揭貸款購買住房反而有助于銀行提升盈利、降低風險。從消費角度看，居民消費信貸的增加有利于經濟增長，提升企業(yè)經營績效，緩解經濟增速下滑時企業(yè)債務危機和大量中小企業(yè)破產的風險。但是，當居民部門杠桿率超過一定水平，居民加杠桿形成的財務風險則會通過消費和房價傳導至企業(yè)和銀行，埋下金融風險隱患。當居民進一步過度加杠桿，居民債務壓力大幅增加，導致居民消費需求大幅下滑，進而企業(yè)銷售業(yè)績下滑甚至出現(xiàn)經營虧損，接下來企業(yè)會通過增加短期借款維持生產經營必要現(xiàn)金流。如果企業(yè)經營長期得不到改善，企業(yè)短期借款極有可能變?yōu)殂y行壞賬，企業(yè)的債務違約風險由此傳導至銀行，引致金融風險爆發(fā)。另外，從房地產角度來看，居民過度加杠桿會導致房價的迅速攀升，而房價的迅速攀升又吸引更多資金進入房地產，進一步抬升房價，導致房價脫離居民住房實際需求，產生一定程度的資產泡沫。根據(jù)資產泡沫理論，資產泡沫在不經控制的情況下，稍有負面信息就會產生市場信心崩塌，資產大量拋售，價格暴跌，造成居民財富大幅流失，引發(fā)大規(guī)模住房貸款違約等金融風險。具體傳導機制見圖2。因此，本文提出研究假設2。

研究假設2：居民部門杠桿率與金融風險呈“U”型關系。

四、實證設計

（一）指標的選取

1.被解釋變量

經濟增長。選取GDP增長率（Y）和人均GDP增長率（AY）來度量經濟增長，反映我國或我國各地區(qū)經濟總量的增長速度和人均財富的積累速度。

金融風險。我國的金融體系以銀行業(yè)為主導，資產價格渠道的風險最終也會傳導到銀行，而銀行不良貸款率是反映銀行整體風險水平的最核心指標。因此，本文選取銀行不良貸款率（R）來衡量金融風險。此外，本文構建了金融風險指數(shù)（FR）這一覆蓋更為全面的指標作為金融風險的替代性指標進行穩(wěn)健性檢驗，參照陶玲和朱迎（2016）、李樹優(yōu)和張敏 （2020）以及王保忠和郭嬌嬌（2021）的做法，金融風險指數(shù)的指標構成如表1所示。本文采用熵值法對表1中指標進行測算得到各個省份的金融風險指數(shù)。首先對正向指標和反向指標進行離差標準化處理，增加數(shù)據(jù)的可比性；進一步計算指標的熵值及權重，最終得出金融風險的綜合得分。

2.核心解釋變量

本文的核心解釋變量為居民部門杠桿率。鑒于數(shù)據(jù)的可得性及我國居民債務主要體現(xiàn)為住戶貸款的實際情況，本文采用地區(qū)住戶貸款余額/地區(qū)GDP來衡量居民部門杠桿率水平。

3.控制變量

參照相關文獻馬勇和陳雨露（2017）、黃倩等（2021）的做法，選取工業(yè)化程度、資本形成率、對外開放度、金融增加值占比和銀行存貸比等變量作為控制變量。

4.數(shù)據(jù)來源

基于數(shù)據(jù)的完整性和可得性，研究選取了2006—2020年30個省份（不含港澳臺和西藏）的面板數(shù)據(jù)作為樣本，數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫、中國人民銀行網站、國家統(tǒng)計局及各省統(tǒng)計年鑒等，對于個別省份個別年份的數(shù)據(jù)缺失，采用插值法補齊。表3為各變量的描述性統(tǒng)計結果。

（二）模型選擇

本文通過面板模型驗證前面提出的兩個假設：居民部門杠桿率與經濟增長呈倒“U”型關系，居民部門杠桿率與金融風險呈“U”型關系。此外，經濟增長和金融風險會由于慣性或部分調整效應，使得過去表現(xiàn)對其當前表現(xiàn)產生顯著影響，因此本文在解釋變量中加入滯后一期作為被解釋變量。借鑒以往文獻做法構建以下動態(tài)面板模型：

Y_i，t=β+β₁Y_i，t-1+β₂hlev_i，t+β₃hlev2_i，t+β₄Z_i，t+μ_i+ε_i，t（1）

R_i，t=β+β₁R_i，t-1+β₂hlev_i，t+β₃hlev2_i，t+β₄Z_i，t+μ_i+ε_i，t（2）

其中，i表示省份；t表示年份；被解釋變量Y_i，t表示GDP增長率；Y_i，t-1表示滯后一期的GDP增長率；被解釋變量R_i，t表示銀行不良貸款率；R_i，t-1表示滯后一期的銀行不良貸款率；解釋變量hlev_i，t表示居民部門杠桿率；平方項hlev2_i，t用來測量居民部門杠桿率對經濟增長或金融風險可能的非線性關系；Z_i，t為其他控制變量；β為常數(shù)項；μ_i代表個體效應；ε_i，t為殘差項；β₁、β₂、β₃、β₄為對應回歸變量的系數(shù)項。

根據(jù)動態(tài)面板模型（1）和（2），解釋變量中可能會出現(xiàn)被解釋變量滯后值Y_i，t-1、R_i，t-1與隨機擾動項ε_i，t相關，即使采用面板模型也會出現(xiàn)組內估計不一致問題。針對此情況，在本文選取數(shù)據(jù)是個體數(shù)較大而時間長度較小的短動態(tài)面板基礎上，采用系統(tǒng)廣義矩估計（系統(tǒng)GMM）對動態(tài)面板模型進行估計，可有效避免內生性問題。

五、實證分析

（一）實證結果分析

基于動態(tài)面板模型（1），采用系統(tǒng)GMM方法分析經濟增長與居民部門杠桿率之間的關系，并逐步引入控制變量觀察對計量結果的影響，具體計量結果見表4。其中，模型1至模型5依次增加控制變量，模型1無控制變量，模型2增加控制變量工業(yè)化程度（ind），模型3增加控制變量資本形成率（cap），模型4增加控制變量對外開放度（open），模型5增加控制變量金融增加值占比（fvr）和銀行存貸比（loan）。

同樣，由表5可知，在銀行不良貸款率作為被解釋變量，居民部門杠桿率作為解釋變量時，從模型6至模型10逐步增加控制變量，居民部門杠桿率hlev系數(shù)均顯著為負，居民部門杠桿率的平方項hlev2均為正，增加控制變量后，hlev2在5%的顯著性水平下顯著（表4中模型5），說明居民部門杠桿率與金融風險存在非線性關系，即顯著的“U”型關系。在居民部門杠桿率處于低水平下，提升居民部門杠桿率可降低金融風險；當居民部門杠桿率處于高水平下，繼續(xù)增加居民部門杠桿率，金融風險水平加速上升。由此可知，存在一個最低金融風險水平，即金融風險的拐點，低于拐點金融風險下降，超過拐點金融風險上升。此外，各模型均通過了AR（2）檢驗和Hansen檢驗，表明估計結果有效。

通過以上實證分析，假設1成立，即居民部門杠桿率與經濟增長呈倒“U”型關系；假設2也成立，即居民部門杠桿率與金融風險呈“U”型關系。根據(jù)居民部門杠桿率對經濟增長的最完整回歸方程模型5的hlev和hlev2系數(shù)的具體數(shù)值，可計算拐點得到居民部門杠桿率對經濟增長的閾值為61.51%（一次項系數(shù)與兩倍二次項系數(shù)的比值的相反數(shù)）。在居民部門杠桿率小于61.51%時，居民部門杠桿率上升可促進經濟增長；而當居民部門杠桿率大于61.51%時，居民部門杠桿率上升反而會降低經濟增長速度。根據(jù)最完整回歸方程模型10中hlev和hlev2的系數(shù)，可計算拐點得出居民部門杠桿率對金融風險的閾值水平為44.99%（一次項系數(shù)與兩倍二次項系數(shù)的比值的相反數(shù)）。在達到臨界值44.99%之前，金融風險會隨著居民部門杠桿率的上升而下降，在臨界值時金融風險最?。划斁用癫块T杠桿率大于44.99%時，金融風險會隨著居民部門杠桿率的上升而增加。

（二）穩(wěn)健性檢驗

選取人均經濟增長率作為經濟增長率的替代性指標，金融風險綜合指標作為銀行不良貸款率的替代性指標，分別采用GMM模型進行實證檢驗，驗證上述結論的穩(wěn)健性，實證結果見表6和表7。

在表6中，人均GDP增長率的一階滯后性均顯著，居民部門杠桿率一次項的系數(shù)顯著為正，居民部門杠桿率二次項的系數(shù)顯著為負，實證模型均通過Hansen檢驗，表明實證結果穩(wěn)健有效。同在表7中，金融風險指數(shù)的一階滯后性項均顯著，居民部門杠桿率一次項顯著為負且二次項顯著為正，所有實證模型通過Hansen檢驗，實證結果穩(wěn)健有效。

（三）最優(yōu)杠桿選取方法

本文借鑒黃倩等（2021）和王保忠和郭嬌嬌（2021）提出的杠桿率的適度區(qū)間劃分模型，基于前面得出居民部門杠桿率對經濟增長的倒“U”型關系和居民部門杠桿率對金融風險的“U”型關系，根據(jù)居民部門杠桿率對金融風險及經濟增長的拐點分別為44.99%、61.51%的測度結果，本文發(fā)現(xiàn)在居民部門杠桿率對經濟增長及金融風險的影響作用中，金融風險的拐點先于經濟增長的拐點出現(xiàn)，即居民持續(xù)加杠桿首先會影響金融系統(tǒng)的風險，進而抑制經濟增長，使經濟增長跨過拐點后開始下滑。因此，本文得到了最優(yōu)居民部門杠桿率模型（見圖3）。

（四）最優(yōu)居民部門杠桿率閾值區(qū)間確定

從圖3可以看出，在第Ⅰ層級，居民部門杠桿率處于較低水平，此時居民部門杠桿率的上升一方面可以拉動經濟增長，另一方面能降低金融風險，并使金融風險降到最低水平。如果居民部門杠桿率水平處于這一階段，決策者通過促進居民抵押信貸和消費信貸，便可實現(xiàn)在降低金融風險的情況下拉動經濟增長的政策目標。但在這一階段，經濟增長無法達到最高水平。在第Ⅱ層級，居民部門杠桿率的提高會導致資產泡沫，金融風險開始上升，但經濟增長仍然持續(xù)并達到最高點。在這一階段，居民加杠桿可實現(xiàn)金融風險可控下的較高經濟增長水平，繼續(xù)增加居民部門杠桿率雖然會帶來一定的金融風險，但最終會實現(xiàn)較低金融風險水平下的最高經濟增長水平。在第Ⅲ層級，居民部門杠桿率提高將導致金融風險的加速上升并伴隨經濟增長率的下降。處于這一階段，則意味著居民債務負擔過重，繼續(xù)加杠桿會增加大規(guī)模居民債務違約風險，并開始抑制居民消費，對經濟增長產生抑制作用。此時，對居民實施去杠桿政策才能釋放消費需求，恢復經濟增長潛力，并化解金融風險，隨之退回第Ⅱ層級。

基于以上分析，第Ⅱ層級在穩(wěn)增長和防風險方面中明顯優(yōu)于其他兩個層級，因此我國最優(yōu)居民部門杠桿率區(qū)間為[44.99%，61.51%]。當?shù)貐^(qū)居民部門杠桿率處于[0，44.99%]時，即處于第Ⅰ層級，居民部門杠桿率的升高會促進經濟增長，并降低金融風險，因此居民部門杠桿率在該區(qū)間內的地區(qū)應考慮加杠桿政策；當?shù)貐^(qū)居民部門杠桿率處于[44.99%，61.51%]時，地區(qū)居民部門杠桿率已達到穩(wěn)增長、防風險區(qū)間，該區(qū)間經濟增長、金融風險會隨居民部門杠桿率增加而同時增加，因此處于該區(qū)間的地區(qū)應綜合考量當?shù)亟洕鹑诎l(fā)展現(xiàn)狀，實施穩(wěn)杠桿政策為主的結構性調節(jié)杠桿政策；當?shù)貐^(qū)居民部門杠桿率超出61.51%時，杠桿率水平的升高既抑制經濟增長，又提高金融風險水平，處于杠桿水平過度發(fā)展階段，居民部門杠桿率在該區(qū)間內的地區(qū)應考慮實施去杠桿政策。

（五） 不同區(qū)域最優(yōu)居民部門杠桿率閾值所處區(qū)間分析

從全國層面來看，國家資產負債表研究中心的數(shù)據(jù)顯示，2022年底我國居民部門杠桿率為61.9%，略高于最優(yōu)閾值區(qū)間上限61.51%。鑒于我國今年經濟增長率會高于去年的趨勢，擴大居民消費仍有較大的空間。

從區(qū)域層面來看，由于不同區(qū)域的居民部門杠桿率差異較大，可依據(jù)其居民部門杠桿率水平劃入上述最優(yōu)居民杠桿區(qū)間的三大層級（見表8）。從表8可以看出，2021年河南、湖北、內蒙古、青海、山西、新疆共6個省份，其居民部門杠桿率位于第Ⅰ層級，在該層級中居民部門杠桿率和經濟增長呈正向關系，與金融風險呈反向關系且在居民部門杠桿率達到層級臨界值44.99%時金融風險達到最低值，在該層級的地區(qū)應適度增加居民部門杠桿率水平，實施消費信貸刺激政策，促進經濟增長的同時降低金融風險。第Ⅱ層級有15個省份，分別為安徽、北京、廣西、貴州、海南、黑龍江、湖南、吉林、江蘇、遼寧、寧夏、山東、陜西、四川、云南，這部分省份居民部門杠桿率處于最優(yōu)居民部門杠桿率區(qū)間內，既有利于促進經濟在較高水平發(fā)展，也保證金融風險處于低水平，因此該階段的地區(qū)杠桿率政策以穩(wěn)杠桿為主要方向。第Ⅲ層級有9個省份，包括福建、甘肅、廣東、河北、江西、上海、天津、浙江、重慶等省市，均位于最優(yōu)杠桿率區(qū)間的右側，居民部門杠桿率較高，既抑制了經濟發(fā)展，又增加金融風險，影響金融穩(wěn)定，因此該區(qū)間省份應降低居民債務水平，以去居民杠桿政策為主。

進一步觀察我國居民部門杠桿率水平區(qū)域表現(xiàn)，發(fā)現(xiàn)我國居民部門杠桿率水平呈現(xiàn)出區(qū)域差異性。首先在東部地區(qū)中（北京、福建、廣東、海南、河北、江蘇、遼寧、山東、上海、天津、浙江），居民部門杠桿率水平普遍偏高，其中浙江居民部門杠桿率為95.32%，為全國最高；廣東為74.97%、天津為71.43%，位列第二和第三。中部地區(qū)（安徽、河南、黑龍江、湖北、湖南、吉林、江西、山西）杠桿率水平普遍偏低，除江西杠桿率水平為61.58%，略高于61.51%，其余均在合理區(qū)間及更低水平，其中山西居民部門杠桿率水平為31.48%，為全國最低。西部地區(qū)（甘肅、廣西、貴州、內蒙古、寧夏、青海、陜西、四川、新疆、云南、重慶）杠桿率水平差異明顯，最高的為重慶，69.41%，最低的為新疆，36.04%。

以經濟發(fā)展水平來看，高居民部門杠桿率地區(qū)中不僅包括了上海（66.08%）、廣東（74.97%）、浙江（95.32%）、天津（71.43%）等發(fā)達地區(qū)，也包含不發(fā)達地區(qū)如甘肅（63.71%）、江西（61.58%），其原因在于居民部門杠桿率測算是住戶貸款與GDP之比，發(fā)達地區(qū)的房價高，住戶購買住房的貸款自然高，導致居民部門杠桿率較高；在不發(fā)達的省份，由于多年城市化發(fā)展使得公共資源集中于省會及各城市中心，人口聚集度在城市明顯高于鄉(xiāng)村，城市房價在地價上漲及房屋供求等因素影響下大幅上升，但其居民收入?yún)s受限于資源稟賦、交通限制等因素增長較慢，呈現(xiàn)出房價相對于居民收入水平比較高，住戶貸款與GDP之比較高的現(xiàn)象。

六、結論與對策建議

本文基于我國2006—2020年省級動態(tài)面板數(shù)據(jù)，分析考察了居民部門杠桿率對經濟增長與金融風險的影響，并在此基礎上，測度出最優(yōu)居民部門杠桿率的閾值區(qū)間，為我國能否通過提高居民部門杠桿率來拉動消費提供決策依據(jù)。結論如下：

第一，居民部門杠桿率與經濟增長存在顯著倒“U”型關系，與金融風險存在顯著“U”型關系，存在最優(yōu)居民部門杠桿率區(qū)間。

第二，我國居民部門杠桿率對經濟增長及金融風險的拐點分別為61.51%和44.99%，我國最優(yōu)居民部門杠桿率的區(qū)間為[44.99%， 61.51%]，在此范圍內，居民繼續(xù)加杠桿可促進經濟增長并使經濟增長率達到最高水平，雖然這時會以金融風險上升為代價，但金融風險仍處于較低水平。

第三，從全國層面來看，2022年底我國居民部門杠桿率為61.9%，略高于最優(yōu)居民部門杠桿率區(qū)間上限61.51%?？紤]到2022年我國GDP增長率比2021年上升2個百分點的政策目標，我國依然有較大的擴大消費信貸來刺激消費的空間，但不宜再通過提高居民部門杠桿率來刺激消費。從區(qū)域層級來看，我國東部居民部門杠桿率較高，6個省份杠桿率水平超過最優(yōu)區(qū)間；中部整體較低，僅江西省居民部門杠桿率略超出最優(yōu)杠桿區(qū)間；西部各省份差異較大，最高為重慶69.41%，最低為新疆36.04%，應因地制宜采取消費信貸政策及杠桿率政策。

基于以上結論，提出如下建議：

第一，居民消費信貸的調節(jié)政策要因地制宜。居民杠桿本身的居民債務來源于居民的短期貸款和中長期貸款。其中短期貸款主要是居民的消費信貸，消費信貸近年來受到互聯(lián)網金融影響，在金融發(fā)達地區(qū)有較大程度提升，在青年群體中有較大比例，因此對消費性信貸的適度監(jiān)管有利于居民債務結構的優(yōu)化調整。中長期貸款中以居民住房按揭貸款為主，還包括耐用消費品貸款，如汽車貸款等。這類貸款的特點是以居民的資產作為抵押，具有較低的違約可能性。但是過高的價格必然壓縮居民可支配收入水平，降低消費能力。在中長期貸款上不應一刀切地否定對金融風險的擴散，而應區(qū)別人群，因城施策。對于資產較多人群，可適當鼓勵購買住房；對于一線城市高房價區(qū)，可收取房地產稅，增加資本炒作成本，抑制哄抬房價。因此，結構性去杠桿應長期堅持并不斷深化，使得杠桿水平能夠最大程度促進經濟增長并同時防止金融風險發(fā)生。

第二，保持總體居民部門杠桿率穩(wěn)中有降的情況下，大力發(fā)展金融科技，充分利用互聯(lián)網、大數(shù)據(jù)、人工智能等技術精準測度和管理消費信用風險，既發(fā)揮居民部門杠桿率對經濟增長的拉動作用，又降低消費信用引發(fā)的金融風險。中國要根據(jù)自己的國情，在金融科技、科技金融長足發(fā)展的大環(huán)境下，全面融合運用線上和線下的家庭金融大數(shù)據(jù)，建設中國特色個人征信體系等，并以政府為引導，構建全國個人信用體系的框架，對信貸消費進行有效監(jiān)測，預判個體違約風險。同時，強化消費者金融服務與安全保障，加強消費金融教育，引導大眾合理使用借貸金融產品，倡導合理消費。從整體上看，有關管理工作還在起步階段，如何揚長避短，充分利用債務發(fā)展來刺激消費和內需增長，防止家庭部門風險累積，應該成為今后研究的重點。

第三，加強對各類個人貸款機構的資質審查，大力發(fā)展基于真實消費場景的“場景貸”，避免居民通過加杠桿進行高風險投資，確保居民杠桿資金有效流入實體經濟。在一定意義上說，杠桿結構的重要性遠遠超過了杠桿自身。我國的經濟現(xiàn)在還處在增速換擋、深入推進供給側結構性改革的階段，經濟增長的驅動力從投資拉動轉向消費拉動，這是經濟增長所需要的內在因素。且目前我國國民經濟各部門的發(fā)展受房地產市場影響較大，居民杠桿的住房貸款比重偏高，對居民消費有一定的擠出作用。所以，要轉變經濟增長方式，就必須對居民部門杠桿率進行結構性處理：一方面，調控住房信貸增長，減少非剛需投資性債務杠桿占比等，遵循“房住不炒”的政策方針，積極利用宏觀審慎政策工具；另一方面，強化對資金流向的監(jiān)督，嚴控信貸資金違反規(guī)定進入投機市場。居民信貸資金違反規(guī)定進入房地產市場，消費性債務起到投資性債務的作用，將放大居民杠桿對資產負債表的影響，加劇了實體經濟的波動。因此，今后的監(jiān)管重點是居民桿桿資金的流動，應防止其大規(guī)模進入房地產市場影響金融風險，并給實體經濟穩(wěn)健運行造成不利影響。

參考文獻：

[1]劉子威，李雪蓮，薛蕾.居民負債增長、金融風險與高杠桿率下的負債結構調整[J].財經科學，2021，402（09）：14-28.

[2]朱連磊，趙昕，丁黎黎.家庭和企業(yè)加杠桿沖擊的經濟增長效應[J].統(tǒng)計與決策，2021，37（10）：124-128.

[3]彭薇.居民家庭“加杠桿”、消費升級與經濟平穩(wěn)增長——基于TVP-SV-VAR模型的傳導機制與時變沖擊檢驗[J].江西財經大學學報，2021（06）：37-48.

[4]潘敏，袁歌騁.金融去杠桿對經濟增長和經濟波動的影響[J].財貿經濟，2018，39（06）：58-72+87.

[5]孫少巖，吳尚燃.實體經濟債務杠桿對經濟增長的影響研究——基于VECM模型的實證分析[J].經濟問題探索，2019（07）：1-9.

[6]韓海燕.國內大循環(huán)視角下居民消費能力提升分析——兼論居民債務風險問題及其化解[J].中國特色社會主義研究，2020（04）：40-46.

[7]高東勝，岳岐峰，楊迪，等.居民部門杠桿率對消費的影響效應：促進還是抑制[J].經濟學家，2020，260（08）：100-109.

[8]劉哲希，李子昂.結構性去杠桿進程中居民部門可以加杠桿嗎[J].中國工業(yè)經濟，2018（10）：42-60.

[9]張全興，張超群，齊結斌.國際視角下部門杠桿率動態(tài)調整的驅動因素及可持續(xù)性研究[J].浙江金融，2021（12）：3-20.

[10]黃倩，李江城，熊德平.金融風險視角下金融杠桿對經濟增長的影響研究[J].改革，2021（04）：78-94.

[11]陳蕾，陳夢.居民部門杠桿率、閾值與經濟增長[J].貴州財經大學學報，2020（05）：1-9.

[12]張敏鋒，郭倩蓉，林進忠.居民加杠桿背景下系統(tǒng)性金融風險測度研究[J].上海金融，2018（11）：39-42.

[13]袁志輝，劉志龍.基于宏觀資產負債表的居民債務問題及其風險研究[J].國際金融研究，2020（02）：15-25.

[14]李程，楊皓熙，禹路瑤.基于房地產市場泡沫測算的居民杠桿風險研究[J].統(tǒng)計與信息論壇，2019，34（12）：94-103.

[15]紀洋，葛婷婷，邊文龍，等.杠桿增速、部門差異與金融危機——“結構性去杠桿”的實證分析與我國杠桿政策的討論[J].經濟學（季刊），2021，20（03）：843-862.

[16]宋凌峰，鄔詩婕.經濟增長狀態(tài)與銀行系統(tǒng)性風險——基于馬爾科夫區(qū)制轉移的CCA模型[J].管理科學，2017，30（06）：19-32.

[17]張曉晶，劉磊.新冠肺炎疫情沖擊下穩(wěn)增長與穩(wěn)杠桿的艱難平衡[J].國際經濟評論，2020（02）：81-100+6.

[18]劉金全，潘長春.金融穩(wěn)定對經濟增長的非線性影響機制研究[J].求是學刊，2016，43（04）：45-50.

[19]陳創(chuàng)練，高錫蓉，劉曉彬.“穩(wěn)增長”與“防風險”雙目標的宏觀調控政策抉擇[J].金融研究，2022（01）：19-37.

[20]韓復齡.杠桿率持續(xù)攀升，消費動力嚴重受挫[J].大眾理財顧問，2018（09）：8-9.

[21]周俊仰，汪勇，韓曉宇.去杠桿、轉杠桿與貨幣政策傳導——基于新凱恩斯動態(tài)一般均衡的研究[J].國際金融研究，2018（05）：24-34.

[22]陶玲，朱迎.系統(tǒng)性金融風險的監(jiān)測和度量——基于中國金融體系的研究[J].金融研究，2016， 432（06）：18-36.

[23]李優(yōu)樹，張敏.數(shù)字普惠金融發(fā)展對系統(tǒng)性金融風險的影響研究[J].中國特色社會主義研究，2020（05）：26-34

[24]王保忠，郭嬌嬌.基于穩(wěn)增長、防風險目標的最優(yōu)金融杠桿水平測度[J].統(tǒng)計與決策，2021，37（21）：145-149.

[25]馬勇，陳雨露.金融杠桿、杠桿波動與經濟增長[J].經濟研究，2017，52（06）：31-45.

（責任編輯：唐詩柔）

Measure the Optimal Leverage Ratio Under the Dual Objectives of Stabilizing Growth and Preventing Risks

Wang Xia Li Boshi

（1. China Northwest Center of Financial Research， 2. School of Finance，

Lanzhou University of Finance and Economics）

Abstract：As an important part of macro leverage， household leverage has a significant influence on economic growth and financial risk. Under the background of stabilizing growth and preventing risk in our country， it is necessary to measure its optimal level of leverage ratio. The paper makes a theoretical analysis of the relationship between residential leverage ratio and economic growth and financial risk， and makes an empirical test using the provincial panel data from 2006 to 2020. It is found that residential leverage ratio has an inverted "U" -shaped relationship with economic growth， and a "U" -shaped relationship with financial risk. The threshold of leverage of optimal residents in China is [44.99， 61.51]. From the national level， the rod rate level of Chinese residents has exceeded the optimal range; From the regional level， there are large differences among different provinces， which generally show the characteristics of high in the eastern region， low in the central region， and coexistence of several conditions in the western region. Therefore， the adjustment policy of resident leverage ratio should be adapted according to local conditions and? stimulate consumption potential with other means under the policy of keeping the overall leverage ratio stable and declining.

Keywords：Household leverage ratio; Economic growth; Financial risk