APP下载

杠杆率对经济增长影响的结构差异和时变特征
——基于居民、政府、企业三部门的国别比较研究

2020-09-11中国人民银行贵阳中心支行青年课题组

金融理论与实践 2020年9期
关键词:杠杆冲击样本

中国人民银行贵阳中心支行青年课题组

(中国人民银行贵阳中心支行,贵州 贵阳 550001)

一、引言与文献评述

杠杆率水平与经济增长关系问题近年来备受关注。金融危机过后,各国从理论和政策层面重新审视了二者间的中长期关系,并普遍形成两个方向上的共识:理论上,杠杆率和经济增长并非简单的线性关系;政策上,在去杠杆以保持金融稳定的同时必须兼顾经济增长的目标。2018 年,我国明确提出结构性去杠杆的基本思路。强调结构性,一方面是基于我国杠杆率总体上逐步趋于稳定和保持经济稳步增长的需要,另一方面也是分部门、分杠杆类型提出针对性要求,控制地方政府、居民等部门杠杆率继续过快上升进而防范金融风险的需要。要从政策和实践上结构性地推动去杠杆,有必要先从理论上研究杠杆率对经济影响的结构性差异,厘清并回答:不同国家、不同部门的杠杆率对经济增长的影响是否与总杠杆率对经济增长的影响一致,还是存在明显的结构性、时期性差异?在各部门去杠杆的同时,投资质量、人力资本质量或全要素生产率的提高,是否有助于实现稳增长的目标?这两方面问题对于推进落实结构性去杠杆思路具有重要的理论和现实意义,因而也是本文研究的重点内容。

已有文献较多地研究了国家总杠杆率水平对经济增长的影响关系。国外学者在早期的研究中,从较为鲜明的积极或消极立场来阐述杠杆(或负债、信贷)对经济增长的正负影响,积极方面如金融深化理论(McKinnon,1973[1];Levine,2005[2]),消极方面如债务—通缩理论(Fisher,1933[3];Minsky,1992[4])。然而,金融危机以来的研究逐步模糊了积极与消极的立场,转而逐步认同了合理水平的杠杆率有助于经济增长,而过高的杠杆率可能引发金融风险从而导致经济衰退这一关系。学者们通常使用多个国家中长期样本数据,深入地挖掘这种关系,其主要结论集中在三个方面。第一是证明杠杆率对经济增长的非线性关系。如“倒U 形”关系,即随着杠杆率的上升,经济增速先上升后下降(Easterly et al.,2000[5];陈雨露等,2014[6])。第二是确定杠杆率水平阈值,即在促进经济增长和引发金融风险间的警戒线水平。如提出当发达国家、新兴经济体公共债务占GDP比重分别达到90%、60%时,其经济平均增速将分别下降 4 个、2 个百分点(Reinhart and Rogoff,2010[7];Arcand et al.,2015[8])。第三是提出杠杆率与经济增长间关系的区域性差异和动态性特征。认为各国基础条件不同导致其可持续负债水平和能力存在明显差异,且杠杆率与经济增长之间的关系和平衡点都存在实时变化的特征(刘晓光等,2018[9])。

进一步地,少量文献探讨了单个部门杠杆或各部门杠杆率的结构性差异对经济增长的影响。就单个部门杠杆率而言,有研究认为,居民家庭杠杆水平的上升,并不能直接有效地提高消费和提升消费结构从而促进经济增长(潘敏、刘知琪,2018[10]);私人部门或公共部门债务占GDP 比重在低于某一阈值时可能对经济增长产生弱影响,但超过这一阈值后,债务的继续增长将导致经济增长水平的下降(程宇丹、龚六堂,2014[11])。就各部门杠杆率的结构性差异而言,基于我国各部门杠杆率数据的个别研究表明,目前我国非金融企业、政府及居民部门杠杆对产出增长仍具有较显著的积极作用,但各部门的杠杆率水平变动还具有相互溢出的效应,比如政府部门加杠杆会推动全社会杠杆率的上升(马亚明、张洁琼,2019[12])。

在上述研究的基础之上,少量文献提出了在结构性去杠杆过程中实现稳增长的建议。在去杠杆方面,部分学者更强调杠杆效率而非其绝对水平,认为去杠杆的关键是调整杠杆分布的失衡,对过剩部门去杠杆而对产出效率高的部门加杠杆(纪敏等,2017[13])。在稳增长方面,个别文献证明了储蓄率、全要素生产率的上升有助于降低杠杆率上升对经济增长的不利影响,认为产出增长率高于杠杆增长率的方式就是可持续的(刘晓光等,2018)。此外,不同学者针对去杠杆和稳增长提出了提高全要素生产率、提高投资效率等不同建议。

综上来看,已有文献主要探讨了总的宏观杠杆率或单个部门杠杆率对经济增长的影响,但将各部门杠杆率纳入同一框架内进行研究,并进行跨国比较分析的文献还非常少。同时,已有文献集中于讨论杠杆率水平对经济增长的影响,但考虑去杠杆过程中全要素生产率等因素变化对经济增长的综合影响的文献也非常少。因此,本文基于1996—2018 年的数据,重点研究了我国总杠杆率及非金融企业、政府和居民三个部门杠杆率对经济增长的差异性影响和时变特征,同时对比分析了美国的情况,并进一步将研究样本扩展到全球39 个国家,实证检验了去杠杆过程中全要素生产率、资本投入质量、人力资本质量等因素变动对于稳增长的意义。

本文的主要创新和贡献在于:一是将总杠杆率及非金融企业、政府和居民三部门杠杆率纳入同一个分析框架,检验各部门杠杆率对经济增长的差异性和时变性影响,并首次使用了中国、美国样本进行对比分析,以获得更有参考价值的结论;二是使用39 个样本国家数据,讨论在全要素生产率、资本投入质量和人力资本质量三种因素变化下,实现去杠杆和稳增长的可能性,并据此提出政策建议。

二、主要经济体经济及杠杆率数据统计分析

图1 对比分析了1996—2018 年中国、美国、日本、欧元区、发达和新兴经济体6 组样本总体及各部门杠杆率变化趋势。在此基础上,图2 对比分析了1996—2018 年中国、美国、日本、印度4 个样本国家杠杆率及经济增长变化趋势对比。

(1)从实体经济总杠杆率①本文所指杠杆率均为实体部门杠杆率。水平看,金融危机后发达经济体杠杆率总体下降并逐步趋于稳定,而新兴经济体仍保持持续上升趋势。金融危机后,在积极的财政政策和货币政策推动下,我国实体部门尤其是企业部门(包括地方政府融资平台企业)杠杆率快速上升,2009—2013 年,中国总体杠杆率由144.7%升至175.5%,4 年涨幅21.3%,总体水平迅速超过了其他主要经济体。2017 年,中国总杠杆率水平达到考察期内峰值206.8%,约为新兴经济体的1.6 倍、发达经济体的1.3 倍,但2018 年开始出现下降趋势。

(2)分部门看,非金融企业部门和居民部门的杠杆率与总杠杆率变化趋势大体一致,但多数经济体政府部门杠杆率与总杠杆率呈反向变化。美国长期保持着企业杠杆率最低、居民杠杆率最高水平;而中国各部门杠杆率在2009 年后明显出现居民杠杆率低位快速增长、企业杠杆率高位快速增长、政府杠杆率低位平稳增长的趋势。其中,居民杠杆率从2008年的17.9%上升至2018 年的52.6%,并仍呈持续上升趋势。企业杠杆率从2008 年的97.5%上升到2016 年峰值160.5%,随后逐步下降,但2018 年仍处于高水平,约为美国的2 倍。值得注意的是,此前地方政府大规模的融资平台债务被计入企业部门,可能在很大程度上导致了我国企业部门债务高估和政府部门的债务低估。

图1 1996—2018年主要经济体总体及各部门杠杆率变化趋势对比

(3)从总体趋势看,各国统计数据体现的杠杆率变化与经济增长变化关系大相径庭。金融危机以前,中国在杠杆率水平逐渐上升的同时实现了快速的经济增长,而美国同样在杠杆率水平逐步上升的过程中却经历了经济波动式下滑,同期日本经济在去杠杆的同时出现明显波动。2008 年后,中国在加杠杆过程中出现经济增长放缓,美国则在去杠杆过程中实现经济加速增长,而日本、印度在杠杆率水平稳定变化过程中经济波动明显。这种关系在不同国家或同一国家不同时期的明显差异可能说明,杠杆率并非经济增长的唯一决定性因素,同时,杠杆率水平与经济增长的关系的确存在明显的差异性和时变性。

图2 1996—2018年中、美、日、印杠杆率与经济增长趋势对比

三、理论分析与模型设定

(一)理论分析

综合以上文献评述和统计分析结果,本文对杠杆率影响经济增长的机理进行进一步分析。

从积极方面看,杠杆率水平的增加会在一定时期内促进经济增长基本是理论共识。宏观上,增加杠杆可以直接驱动投资和消费需求,促进资本形成和扩大最终消费,从而促进经济增长。微观上,增加杠杆有助于企业获得融资以进行扩大再生产、技术创新或设备换代升级,同时也有助于家庭获得融资以用于扩大和升级消费,从而提高当前和潜在经济增长水平。但对于不同国家、不同时期或不同部门来说,这样的机制并非总会生效。比如在统计分析中看到的,2008 年以前,中国在杠杆率水平逐渐上升的同时实现了快速的经济增长,而美国同样在杠杆率水平逐步上升的过程中却经历了经济波动式下滑,2008 年以后则出现了相反情况。这说明杠杆率并非影响经济增长的决定性因素,或者杠杆率并不能直接对经济增长发生作用,而是需要通过其他更根本的因素。

从消极方面看,杠杆率的过度上升会对经济造成负面影响基本也是理论共识。宏观上,杠杆率的过度增长会导致其脱离实体经济的需要,从而形成泡沫,不仅无法促进经济增长,反而带来泡沫破裂的风险积聚。微观上,无论是企业、家庭还是政府部门,当产出或收入带来的还贷能力难以支撑过度的负债水平时,负面影响就会凸显。但对于不同国家、不同时期或不同部门来说,经济对杠杆率的承受水平并不一致。比如在统计分析中看到,中国的非金融部门总杠杆率自2011 年以来,已明显超过美国金融危机时的水平。实践中欧盟将60%作为各成员国公共债占GDP比重的警戒线,但从图1可以看出,发达国家的政府部门杠杆率平均水平自2009 年左右以来一直超过60%的水平。这说明超过一定水平的杠杆率是否会对经济造成不利影响,也有赖于其他更根本的因素。

综上分析,首先,总杠杆率对经济增长的影响在不同国家的不同时期可能表现出不同方向和程度上的影响差异。因此,杠杆率水平与经济增长的关系在多国样本分析中呈现出来的结论,对不同国家来说可能并不适用。其次,总杠杆率与各部门杠杆率对经济增长的影响方向和程度也可能存在差异,因此有所区分地进行结构性去杠杆,可能比简单地降低总杠杆率水平更有利于经济增长。再次,杠杆率水平本身并非经济增长或衰退的决定性因素,而需要通过其他更根本的因素发挥作用。这些更根本的因素,从增长理论的角度,可能是劳动力投入、资本形成或全要素生产率等技术进步水平情况以及它们之间的结构配置等,因此这些因素的改善可能有助于去杠杆过程中的稳增长。

(二)杠杆率波动对经济冲击的结构性差异:TVP-VAR模型

国内学者在考察分部门杠杆率时通常划分为金融部门、非金融企业、政府和居民四部门。为对比中、美两国的短期和中长期情况,根据数据来源,本文采用了国际清算银行的分类,只考察非金融企业、政府和居民三个实体经济部门的杠杆率。借鉴已有文献经验,本文引入时变参数自向量回归(以下称TVP-VAR)模型。TVP-VAR模型在传统SVAR模型的基础上引入了时变特征,能够计算任意时点上变量冲击的反应,从而有效地对模型系统中的结构性突变和变量间的非线性关系特征进行捕捉。根据Nakajima(2011),TVP-VAR模型的一般形式为:

对于 t=s+1,…,n,有 βs+1~N(μβ0,∑β0),as+1~N(μa0,∑a0),hs+1~N(μh0,∑h0)。在估计参数时,使用贝叶斯推断下的马尔科夫—蒙特卡洛(MCMC)方法,设定参数的先验概率分布,在后验分布中抽取样本进行估计。

(三)去杠杆与稳增长的可能机制:面板数据模型

在认识各部门杠杆率对经济增长影响存在的结构性差异的基础上,本文进一步考察去杠杆过程中实现稳增长的机制。根据经济增长理论和已有文献提出的政策建议,本文将重点考察各国全要素生产率、人力资本质量和资本投入质量三类因素与杠杆率水平变化的交互影响。参考已有文献对杠杆率作用机制的考察方式,建立如下面板数据模型:

其中,yi,t为被解释变量,即经济增长率,为便于进行结果的稳健性检验,以GDP 增长率和人均GDP增长率两个指标来衡量。xlevi,t为杠杆率指标,包括总宏观杠杆率 slevi,t、非金融企业部门杠杆率 clevi,t、政府部门杠杆 率 glevi,t和居民部门杠杆率 hlevi,t。参考主流文献做法,总宏观杠杆率用非金融部门总杠杆率来衡量,其指标为非金融部门负债占GDP 的比重,各部门的杠杆率均用各部门的债务水平占GDP的比重表示。xlevi,t×fhci,t为各杠杆率指标与全要素生产率、资本投入质量和人力资本质量三个因素中某个的交互项。其中资本投入质量以各国的资本服务水平衡量,人力资本质量以各国的人力资本指数衡量。Ectri,t为控制变量,主要包括:初始经济发展水平,以滞后一期的GDP 增长率和滞后一期的人均GDP 增长率表示;投资水平,以总资本形成占GDP的比重表示;贸易水平,以进出口贸易总额占GDP的比重来衡量。μi、γt分别表示个体效应和时间效应,εi,t为随机误差项,变量定义及描述性统计如表1所示。

表1 主要变量计算说明及描述性统计(年度数据)

(四)样本选择、数据来源及处理

根据国家代表性和数据可获得性,本文一共选取了39 个国家1996—2018 年数据作为研究样本。其中,受各国季度数据质量影响,TVP-VAR 模型选择我国1996年1季度到2018年4季度杠杆率及经济增长的季度数据作为主要样本外,仅选择了美国同期数据作为样本进行对比分析;面板数据模型则使用了全部39个样本国家1996—2017年的年度数据,对少量缺失数值采用插值法补齐。其中,杠杆率指标数据主要来源于国际清算银行,由于2006 年以前我国非金融企业部门和居民部门的杠杆率数据未公布,本文采用(汤铎铎、张莹,2017[14])估算的数据作为补充。GDP 增长率、贸易水平和投资率指标来源于世界银行数据库;全要素生产率、资本服务水平和人力资本指数数据来源于宾州数据表。各变量的符号、计算说明及描述性统计如表1所示。

四、TVP-VAR模型实证分析

(一)参数估计与检验

除已经过季节调整的GDP 增长率外,中、美两国各列杠杆率数据均用X-12法进行季节调整,并进行了ADF 平稳性检验,结果显示均为时间序列平稳。根据各杠杆率冲击变量的外生性程度,按照hlev、glev、clev、slev的顺序放入模型。参照Nakajima(2011)赋初值的方法,设定μa0=μβ0=μh0=0,∑β0=∑a0为了获得参数的后验分布,通过MCMC 方法模拟抽样30000 次,并舍弃最初的3000个样本。根据AIC和SC准则,确定模型的最优滞后阶数均为1 阶。使用OXmetrics 软件运行模型,两个模型参数的后验均值、标准差、95%置信区间、收敛诊断值和无效因子如表2 所示。结果显示,两个模型的Geweke 诊断概率均大于10%,无效因子除3 个超过100 以外(最大值为191),其余值均较小。

进一步考察样本的自相关性和样本路径。如图3 所示,其中样本的自相关系数随着样本数据的增加而下降至零,显示低自相关性;样本路径始终围绕某一均值上下波动,显示抽样数据平稳。结合表2结果可以判断,使用MCMC 方法进行估计的结果是有效的,可以进行脉冲响应分析。

表2 MCMC估计及诊断结果

图3 模拟结果参数估计分布情况

(二)时变脉冲响应分析

图4 为中国(第1 行)和美国(第2 行)各自的GDP 增长率在受各国居民(第1 列)、政府(第2 列)、非金融企业(第3列)三部门和非金融总杠杆率(第4列)1 单位正向冲击后的等间隔脉冲相应对比图。其中实线、线段虚线和圆点虚线分别对应滞后2、4、6个季度的相应结果。

图4 经济增长对杠杆率冲击的等间隔脉冲响应

1.总杠杆率对经济增长的冲击

在考察期内,我国总杠杆率对经济增长的冲击影响总体均为正向,且短期影响幅度明显大于中长期。受金融危机影响,这种正向影响幅度在2008 年急速下滑,并在2009 年左右小幅回升后开始持续下滑,总体呈现“倒U形”。这说明总体来看,我国总杠杆率的增加在宏观上有效驱动了投资和需求,微观上有效促进了企业再生产、居民扩大或升级消费,从而推动了经济增长;但2008 年以来,尽管增加总杠杆对我国经济的短期刺激仍然明显为正,但由于投资效率未能明显提升、消费需求未有效扩大等可能原因,其对经济的长期增长影响逐步下滑。与中国相比,美国经济增长对总杠杆率的冲击响应方向基本一致,同样是短期效应明显大于中长期。但与中国不同,美国经济增长对总杠杆率的冲击响应波动幅度明显较小,中长期响应除2008 年外始终保持零左右水平。这可能说明,相对来说中国杠杆率影响经济增长的机制还不够稳定,如宏观上可能更依赖于投资总量的变动,通过企业提高生产效率、居民扩大消费来拉动经济增长的基础仍不牢固。

2.部门杠杆率对经济增长的冲击

分部门看,我国的居民部门杠杆率对经济增长的冲击影响呈现短期为负、中长期保持在零左右水平的特点。可能的原因是我国居民杠杆率的增加往往与房产投资密切相关,短期内可能导致居民负债明显增加,并对居民中长期内有效扩大或升级消费造成约束。政府部门方面,经济增长对政府部门杠杆率冲击的短、中、长期响应均为正,但均处于下行趋势。这说明金融危机以来尽管我国政府部门债务迅速增长,但可能由于投资效率、需求拉动能力未能持续提升等原因,其对经济增长的拉动效果逐渐减弱。企业部门方面,我国经济增长对企业杠杆率的冲击响应总体呈现短期为负、中长期为正的趋势。这可能说明企业部门增加杠杆率虽然不会在短期产生经济效益,但可以通过扩大生产规模、提高生产技术等方式提高企业中长期产出,从而更有利于中长期的经济增长。值得注意的是,与总杠杆率和政府部门杠杆率影响类似,金融危机以来我国经济增长对企业杠杆率的冲击正响应持续下滑至长期为零左右水平,这可能说明了企业投资效率在近年来也进入持续下滑的状态。与中国相比,美国经济增长对各部门杠杆率的冲击响应方向大致相同,但其短期冲击响应幅度更明显地大于中长期。这可能说明尽管美国各部门杠杆率对经济增长的中长期影响保持在零左右水平,但其短期内通过杠杆率影响经济增长的效果更明显。与总杠杆率影响的波动情况类似,美国经济增长对各部门杠杆率的冲击响应波动幅度也较小,除金融危机期外基本保持了较为稳定的水平。

(三)时点脉冲响应分析

从所有时间点中选择2007 年2 季度、2009 年1季度和2010 年4 季度三个具有代表性的时间点,以观察在经济繁荣期、危机期和危机后期经济增长对杠杆率冲击响应的差异(见图5)。

图5 经济增长对杠杆率冲击的时点脉冲响应

时点脉冲结果总体上进一步验证了等间隔脉冲响应的结果。首先,中国经济增长对居民部门和政府部门杠杆率的冲击响应在金融危机前、中、后期表现出大体一致的趋势,即居民或政府部门杠杆率冲击对经济增长影响在短期明显为负,随后迅速恢复至零左右水平。同样的,美国经济增长对居民部门和政府部门杠杆率的冲击响应在金融危机前、中、后期表现出大体一致的趋势,但与中国不同的是,美国经济对两部门杠杆率的冲击响应表现出短期的正效应,随后迅速回落至零左右水平。其次,企业部门杠杆率对经济增长的冲击影响表现出一定的结构性改变特征。中国经济增长对企业杠杆率的冲击响应在经济繁荣期表现出更大幅度的波动,而在危机后的时期表现出更加平稳、略有上升的趋势。美国经济增长对企业杠杆率的冲击响应在经济繁荣期的波动也较此后更明显。再次,总杠杆率方面,中国经济增长对其的冲击响应在危机前表现出更大的正影响,随后逐步下降至接近零的水平;而美国经济对其的冲击响应在不同时期表现出的差异总体上不大。

(四)稳健性检验

图6 经济增长对部门杠杆率冲击的等间隔脉冲响应检验

为检验模型结果的稳健性,在不考虑总杠杆率影响的情况下,构建三部门杠杆率对中美两国经济增长的冲击响应模型。对数据同样经过上述基本处理和检验后,结果如图6 所示。模型结果表明,除居民部门杠杆率对经济增长的滞后2 期冲击影响从原有模型中的负变为正外,其他响应包括经济增长对居民部门杠杆率的滞后4 期、6 期冲击响应,以及对政府和企业部门杠杆率的各期冲击响应方向和波动趋势与原模型基本符合,说明原有模型结果是较为稳健的。

五、延伸讨论:去杠杆与稳增长的机制探讨

根据理论分析,下面考虑全要素生产率、资本投入质量和人力资本质量三个因素变化情况下,去杠杆和稳增长的可能机制。如前所述,本文进一步构建多个面板数据模型,将39 个样本国家的经济增长率作为被解释变量,杠杆率及杠杆率与上述三个因素的交叉项作为主要解释变量代入模型中,先后进行混合、固定和随机回归,并通过豪斯曼检验最终确定使用固定效应模型。考虑到杠杆率对经济增长影响的时变性特点,在使用总样本进行实证分析的基础上,以各国金融危机集中爆发的2009 年为时间点(从数据上看2008 年金融危机对各国经济的影响集中体现在2009 年)进行分阶段样本实证分析。为增加估计结果的可靠性,所有模型都选择聚类稳健标准误。

(一)总样本估计结果

表3 为各模型估计结果,其中模型1—3 分别为总杠杆率及其与三项因素的交叉影响,模型4—6 分别为非金融企业、政府和居民部门杠杆率及其与全要素生产率的交叉影响。

表3 杠杆率及其与三项因素交叉对经济增长的影响

模型1—3 结果显示,总体上看,总杠杆率水平的上升会对各国经济增长产生显著的负面影响,但全要素生产率或人力资本投入质量的提升,能显著降低总杠杆率这种负面影响。同样的,模型4—6 结果显示,三部门的杠杆率水平上升均对经济增长造成了显著的负面影响,但提升全要素生产率均能有效地降低这种负面影响。全要素生产率的提升意味着经济整体和各部门生产效率的提高,即经济整体、企业、政府和居民均通过债务融资实现了增长,从而支撑了杠杆率的继续运行。尽管人力资本投入质量的提升对降低各部门杠杆率的负面影响效果不显著,但整体上其推动了经济增长从而抵消了总杠杆率上升导致的不利影响。以资本服务水平衡量的资本投入质量与杠杆率的交叉项对经济增长起了负的作用,这可能说明在样本考察期内,通过改善资本服务水平不足以抵消杠杆率上升对经济造成的消极影响。

(二)分时段样本估计结果

表4 为分时段样本估计结果,根据全样本估计结果,重点考察总杠杆率水平及其与三项因素交叉对经济增长的影响。由于样本量减少,模型的拟合优度和变量的显著性水平均有所下降,但估计结果总体上符合预期。

表4 分时段杠杆率及其与全要素生产率交叉对经济增长的影响

表5 实证检验结果

无论是在金融危机前或金融危机后,总杠杆率水平的上升均对各国的经济增长产生了显著的负面影响。两阶段估计结果的区别有两点。一方面,在金融危机前,全要素生产率的上升能显著抵消总杠杆率对经济增长的不利影响,但这种效果在金融危机后不再显著。可能的原因是与金融危机前相比,危机以来各国的全要素生产率提升不明显,因而其推动经济增长的作用有限。另一方面,尽管在整个考察期内,通过改善资本服务水平不足以抵消总杠杆率上升对经济造成的消极影响,但这种抵消作用在金融危机以后较为显著地发挥出来,可能的原因是各国在这一阶段较为有效地提升了资本服务效率。与分部门考察结果类似,人力资本投入质量的改善在危机前后对缓解总杠杆率的负面影响作用均不显著,但从整个考察期看这种作用得以发挥。

(三)稳健性检验

为缓解因指标选择、遗漏变量等造成的内生性问题,通过替换变量和回归分析方法对面板数据模型进行稳健性检验。表5中检验模型1—3为将被解释变量替换为人均GDP 增长率后的回归结果,检验模型4—6 为将回归分析方法替换为系统GMM 的结果,限于篇幅不再报告控制变量结果。估计结果显示,除检验模型5、6 中解释变量不再显著外,其他模型结果均与前文一致,说明前述模型整体上较为稳健。检验模型5 和检验模型6 中交叉项显著性改变说明,资本服务水平和人力资本投入水平对降低杠杆率的负面影响作用并不稳定,这也与分段子样本估计结果得以相互印证。

六、结论与政策建议

本文采用TVP-VAR 系统考察了中、美两国的总杠杆率及其非金融企业、居民和政府三部门杠杆率对经济增长的影响差异,在此基础之上,进一步探讨了在去杠杆过程中,全要素生产率、人力资本投入和资本投入质量的提高对于稳增长的作用。文章主要结论如下。

首先,我国总杠杆率及各部门杠杆率对经济增长的短期影响幅度较大,但中长期效果有限。目前我国总杠杆率和各部门杠杆率对经济增长冲击的长期影响虽然仍为正,但均已处于或接近零左右水平。从波动情况看,经济增长对总杠杆率、企业和政府部门杠杆率的冲击响应以金融危机前为顶点,基本呈“倒U 形”。从时点上看,经济增长对居民和政府部门杠杆率的冲击响应在金融危机前、中、后期表现出大体一致的趋势,而对企业部门杠杆率的冲击响应则表现出结构性改变特征。其次,与中国相比,美国经济增长对各杠杆率冲击的长期响应也保持在零左右水平,但除金融危机时期外其整体波动较为平稳。再次,对全球39 个国家样本的进一步延伸考察发现,提高全要素生产率能够降低加杠杆的不利影响,而这种影响在金融危机前表现更加显著。

基于上述结论,得到如下启示。首先,应积极探索杠杆率与经济增长在不同时期保持动态平衡的水平和机制。若杠杆率对经济增长的中短期影响明显、长期效果有限,那么对杠杆率的调控目标和重点应在于加强短期调控以缓解经济短期波动,同时加强长期管理以防范泡沫风险。其次,更加注重监测、研究和判断各部门杠杆率在不同时期对经济增长影响的差异,坚持结构性去杠杆。目前,我国总杠杆率和政府杠杆率对经济增长的长期影响仍然为正,但居民和企业部门加杠杆对经济增长长期影响有限,且存在短期负面影响,可能引发不确定风险。再次,科学借鉴其他国家去杠杆经验,短期内避免简单地追求增加或减少杠杆规模。由于各国基础条件不同,在借鉴其他国家尤其是发达经济体去杠杆经验时,应充分考虑杠杆率水平以外的因素,如经济增长的弹性和韧性、国内市场发育程度、全要素生产率提高、技术进步等,有针对性提出符合我国实际情况的措施。

猜你喜欢

杠杆冲击样本
用样本估计总体复习点拨
问评作杠杆 督改常态化
推动医改的“直销样本”
杠杆应用 随处可见
随机微分方程的样本Lyapunov二次型估计
村企共赢的样本
找到撬动改革的杠杆
奥迪Q5换挡冲击
奥迪A8L换挡冲击
一汽奔腾CA7165AT4尊贵型车换挡冲击