非金融企业部门杠杆率、经济增长与政策调控<br/>——基于VECM模型的实证分析

非金融企业部门杠杆率、经济增长与政策调控
——基于VECM模型的实证分析

2023-01-09戚逸康

天府新论 2023年1期

戚逸康

一、引言

“去杠杆”作为我国经济发展中面临的重要问题，自在2015年中央经济工作会议上被提出以来，至今仍是我国宏观经济调控的核心任务之一。高杠杆让经济运行处于风险之中，2015年底，根据国际清算银行的数据，以非金融部门信贷/名义GDP计算，我国杠杆率已达到约240%(见图1)，位居世界较靠前的位置。之后，虽然政策调控追求去杠杆，但杠杆率依然缓慢上升，尤其是自新冠肺炎疫情冲击以来，杠杆率攀升速度较快，截至2021年第三季度杠杆率上升至285%左右。高杠杆问题如不能有效化解，可能使未来经济发展面临较大的不确定性。从构成结构角度看，非金融部门分为三部分——居民、政府和非金融企业。其中，我国以非金融企业部门杠杆率为最高，居民部门和政府部门的杠杆率在世界上处在相对较低水平，对经济运行的威胁较小。因此，处理高杠杆的重点在于处理非金融企业部门的过高杠杆率。2015年之后，非金融企业部门杠杆率虽然存在一定的波动，但整体趋势上没有明显上升，去杠杆成效可喜。

图1 2006年3月1日—2021年8月1日我国非金融部门杠杆率

不过，2015年之后，我国经济进入新常态，伴随着中美贸易争端以及2020年以后新冠肺炎疫情冲击，国内经济增速始终承压。在这种局面之下，去杠杆力度一直受限。一定程度上会以牺牲经济增速为代价的去杠杆操作无法得到彻底贯彻，去杠杆问题无法在短期内得到解决，高杠杆问题长期化，这也使非金融企业部门一直高杠杆运行，风险仍然存在。更重要的是，在问题长期化的条件下，考察杠杆率与经济增长之间的长期均衡关系就很有必要，杠杆率问题不再仅仅只是经济运行波动问题。此外，在政策调控方面，同样应从长期的视角审视不同政策操作对杠杆率的影响，这样既贴合实际也更具实践价值。因此，本文将采用VECM模型，从长期视角，以非金融企业部门为考察对象，一方面研究杠杆率对经济增长的影响，另一方面考察货币供应量调整和财政支出调整两种政策操作对杠杆率的影响。本文的主要创新点和理论贡献有以下三点：一是目前对杠杆率的研究虽然已有不少采用了向量自回归类模型，但尚存在两个问题，即采用SVAR模型的较多、少部分采用VECM模型的在模型构造上不够考究。本文构建的VECM模型将线性时间趋势考虑在内，在模型构建上更加考究。此外，本文在模型分析部分将说明采用SVAR模型存在估计偏误的问题。二是在分析杠杆率对经济增长的影响时，加入对投资扩张影响资本积累过程的考量，分析更为深入。三是在分析两种政策操作对杠杆率的影响时，重点考察了两者之间的差异。

二、文献综述

(一)对去杠杆问题的研究

自去杠杆被确立为五大任务伊始，去杠杆就成为学术研究中的焦点。现有文献对去杠杆的内涵、如何去杠杆、去杠杆与经济增长或波动的关系，以及去杠杆对经济运行的影响等方面均展开了较为详尽的研究。总体来说，从时间维度上看，伴随着外部环境以及中国经济增长内在属性的变化，去杠杆经历了两个阶段。(1)毛振华、袁海霞、王秋凤等：《我国近年两轮结构性去杠杆的比较与思考》，《财政科学》2021年第5期。第一阶段从2016年至2018年初。该阶段强调单纯去杠杆，当时经济增长进入新常态、增速下行，经济内部积累的过量债务风险逐渐暴露，因此需要压低宏观杠杆率，降低经济运行风险。第二阶段从2018年初至今(2)《加强党中央对经济工作的集中统一领导打好决胜全面建成小康社会三大攻坚战》，2021-03-16，http://www.cntheory.com/zycjwyhlchy/zycjwyhhy/202110/t20211008_20147.html，访问日期：2022-07-26。。该阶段强调稳杠杆或者结构化去杠杆，即在稳定杠杆率的基础上，分部门、分债务类型差异化去杠杆。这一阶段的背景为在宏观杠杆率已经得到一定程度控制的基础上，经济面临着增速持续不振、下行压力愈发显著的宏观形势，难以再承受单纯去杠杆所引发的对经济增速的负向冲击。

在去杠杆第一阶段，研究思路遵循过高杠杆率是有害的，比如有学者认为宏观杠杆率较高会抑制经济自由度，增大金融体系的不稳定性，甚至提高金融危机爆发的概率，因此需要找到杠杆率的“阈值”，政策上根据阈值施行去杠杆。(3)王桂虎、郭金龙：《宏观杠杆率、结构性扭曲与系统性金融风险——基于跨国面板数据的经验研究》，《证券市场导报》2018年第12期。这类研究同时认为，低杠杆至少是无害于经济的，当杠杆率超过某一阈值时，经济会受到危害，所以有必要找到这一阈值并作为政策标的。(4)刘哲希、王兆瑞、刘玲君等：《降低间接融资占比有助于去杠杆吗——金融结构与杠杆率关系的检验》，《财贸经济》2020年第2期。(5)罗能生、刘文彬、王玉泽：《杠杆率、企业规模与企业创新》，《财经理论与实践》2018年第6期。对于如何去杠杆，不同学者的观点不一。有学者认为，实体企业去杠杆的关键在于调整债务结构，减少短期负债，提高中长期负债，债务结构的调整则有赖于资本市场结构调整，需提高直接金融比重。(6)王国刚：《“去杠杆”:范畴界定、操作重心和可选之策》，《经济学动态》2017年第7期。另有学者认为，去杠杆的关键在于，控制国有企业预算软约束，清理僵尸企业，并对产能过剩产业中的优质企业进行重组，构建现代企业制度与降低杠杆率长效机制。(7)王一鸣、宋龑娜：《降低企业杠杆率的重点》，《中国金融》2017年第4期。还有研究分析财政与货币政策去杠杆的效果，例如有学者指出直接进行信用紧缩不是理想的去杠杆方法，尤其在债务资本比偏高的情况下；(8)王韧、李志伟：《货币政策操作类型差异与制造类公司的杠杆响应机制变化》，《当代经济科学》2020年第3期。而另有学者则认为增加赤字有潜能实现整个社会去杠杆。(9)刘柏惠、寇恩惠：《促进社会去杠杆的财政政策研究——国际经验和可行性测算》，《经济社会体制比较》2017年第4期。

第一阶段的研究显然存在一定的片面性，尤其是对于中国这类结构性问题较为突出的经济体而言，任何大一统的结论都可能是偏颇的，统一的政策操作会是低效的。(10)钟宁桦、刘志阔、何嘉鑫等：《我国企业债务的结构性问题》，《经济研究》2016年第7期。所以，在去杠杆第二阶段，研究导向转为如何结构化去杠杆。此类研究存在两种思路：一是对不同部门、行业或地区采取不同措施，如有学者认为去杠杆差异化能够放松企业的融资约束，比一刀切去杠杆效果更优；(11)胡金焱、水兵兵：《去杠杆背景下差别化债务政策缓解了小微企业融资贵吗?——基于自然实验的设计》，《东岳论丛》2020年第2期。另有学者认为，企业去杠杆不能“一刀切”，而要结合地区具体情况进行合理安排。(12)王竹泉、谭云霞、宋晓缤：《“降杠杆”、“稳杠杆”和“加杠杆”的区域定位——传统杠杆率指标修正和基于“双重”杠杆率测度体系确立结构性杠杆率阈值》，《管理世界》2019年第12期。二是在时间维度上统筹短期与长期，短期内需要统筹考虑去杠杆的收益与成本，一年内非金融企业部门净债务偿还比例不能超过6.4%；(13)李连发、戚逸康：《企业债务与经济增长:基于增长理论的量化分析》，《中山大学学报(社会科学版)》2020年第2期。短期内去杠杆如果过猛则会破坏企业的正常经营，因此去杠杆需适度，需建立与企业正常运营节奏相适应的长效机制。(14)刘伟、李连发：《企业杠杆率、债务期限与货币政策》，《经济学家》2018年第10期。对于如何更具体地结构化去杠杆，不仅需要数量型和价格型货币政策的密切配合，还需要总量型和结构型货币政策的相机抉择；(15)殷兴山、易振华、项燕彪：《总量型和结构型货币政策工具的选择与搭配——基于结构性去杠杆视角下的分析》，《金融研究》2020年第6期。应允许企业根据自身特征自由选择最合适的去杠杆方式，政府可以适当进行引导促进企业去杠杆更加“积极”“稳妥”；(16)周茜、许晓芳、陆正飞：《去杠杆，究竟谁更积极与稳妥？》，《管理世界》2020年第8期。国有企业与非国有企业在去杠杆时需采取不同的方式。目前，企业去杠杆的动机仍局限于政府压力，需要建立企业内部优化杠杆结构的动力。(17)沈昊旻、程小可、杨鸣京：《去杠杆、稳杠杆与企业资本结构——基于实施效果与实现路径的检验》，《财经论丛》2021年第1期。此外，去杠杆还应考虑外部冲击因素。(18)梅冬州、宋佳馨：《金融业开放与宏观经济去杠杆》，《中国工业经济》2021年第10期。

(二)向量自回归模型在去杠杆研究中的应用

实践中，向量自回归模型被广泛应用于涉及宏观变量的计量分析，对杠杆率的研究自不例外。但现有研究多采用SVAR模型(19)李志辉、王近、李源：《银行信贷、资产价格与债务负担》，《国际金融研究》2016年第9期。(20)王爱俭、杜强：《稳增长、降杠杆:政策悖论下央行货币政策如何选择》，《现代财经(天津财经大学学报)》2018年第3期。(21)张志敏、罗茜、赵雪婷：《宏观经济、金融市场与政府债务——基于中国20年历史数据结合DAG和SVAR分析》，《宏观经济研究》2019年第1期。(22)陈蕾、陈梦：《居民杠杆率、阈值与经济增长》，《贵州财经大学学报》2020年第5期。，这些研究比较系统地分析了居民、企业以及政府杠杆率对金融系统波动、经济运行波动以及经济增长的影响。相比之下，采用VECM模型的文献较少(23)孙少岩、吴尚燃：《实体经济债务杠杆对经济增长的影响研究——基于VECM模型的实证分析》，《经济问题探索》2019年第7期。，这类研究从结构化视角考察杠杆率对经济增长的影响。一个显而易见的问题是，如果协整关系存在，则基于差分序列的SVAR模型会带来估计偏误，(24)Engle R. F. and C. W. Granger, “Co-integration and Error Correction: Representation, Estimation, and Testing，” Econometrica: Journal of the Econometric Society, Vol.55, No.2, 1987.本文将在模型分析部分做具体说明。

(三)现有研究存在的不足

现有文献除了较多采用基于差分序列构建的SVAR模型而存在估计偏误这样一个问题之外，还存在两点不足需要解决。一是关于杠杆率对经济增长影响的研究中，对两者具体作用机制的分析不够透彻，即杠杆率究竟通过什么渠道影响经济增长，对这一问题的回答不够充分。本文在所构建的VECM模型中，将试图探索杠杆率上升通过投资扩张渠道和增加资本积累进而刺激经济产出提高的效应。二是现存采用VECM模型的研究，模型构造上不够考究，本文将加入对线性时间趋势的考量。

三、实证模型构建、数据选取说明与数据预处理

(一)实证模型

简化式VAR模型(25)Stock J. H. and M. W. Watson., “VECM for Autoregressions，” Journal of Economic Perspectives, Vol.15, No.4, 2001.的一般形式如下：

(1)

其中，Yt为K×1维。μ是截距项，et是随机误差项 (服从白噪声过程)，两者同为K×1维。Φi是K×K维系数矩阵。

简化式VAR模型的随机误差项之间潜存同期相关性。具体来看，式(1)右侧不包括变量的当期值(Yt)，而如果变量之间存在同期相关性，则将潜存于随机误差项中。同期相关性存在的负面影响包括脉冲响应和方差分解无实际意义等。

为解决此问题，途径之一是构建结构化VAR模型(SVAR)，形式为

(2)

其中，C0是K×K维矩阵。ν和εt分别是截距项和随机误差项，同为K×1维。Γi是K×K维系数矩阵。与式(1)不同的是，εt的协方差矩阵是单位阵。如果将式(1)和式(2)都化成移动平均的形式，则

Yt=A(L)et

(3)

Yt=B(L)εt

(4)

其中，A(L)和B(L)是滞后算子多项式，显然有

A(L)et=B(L)εt

(5)

展开滞后算子多项式，可得：

C0et=IKεt

(6)

其中，IK是K维单位阵。式(6)是AB型SVAR模型的基本表达式。

VECM能够处理非平稳(协整)时间序列。如果序列之间存在协整关系，采用差分的方法强行将这些序列调整为平稳的，而后建立SVAR模型，不仅会损失有用信息，模型估计也存在偏误。VECM模型的具体形式由式(1)经变换可得：

(7)

(8)

其中，β是协整方程系数向量，α是误差修正系数向量，γ是常数项，ρ是时间趋势项系数。

(二)数据选取说明

数据由以下五组构成：名义GDP、国家工业企业资产合计、广义货币存量(M2)、公共财政支出总额、非金融企业部门杠杆率。本文把实际GDP经GDP平减指数调整得到相应名义量，由此使得所有数据都统一为名义尺度。对于杠杆率，实践中存在宏微观杠杆率的定义差别。宏观杠杆率存在债务/GDP、M2/GDP等不同口径，微观杠杆率的口径则要更为多样，体现资产负债比例关系的财务指标基本都可用。本文主要聚焦宏观杠杆率，沿用文献中的一般定义，即总债务/名义GDP。基于这种定义，目前数据有国家资产负债表研究中心(Center for National Balance Sheet，CNBS)和国际清算银行(Bank for International Settlements，BIS)公布的两组。前者由国内研究机构制定，应能更准确地反映国内情况，且样本量更大，所以为本文采用。国家工业企业资产合计是反映资本积累情况的变量，由国家统计局编制并发布。广义货币存量体现央行货币政策取向，公共财政支出总额体现财政政策取向。

数据搜集来自万得数据库、国家统计局网站和国家资产负债表研究中心官网，受限于杠杆率数据的最低频次为季度，所以所有序列的频次统一为季度。不同序列处理方式为：序列原为季度频次的不需处理，包括名义GDP、公共财政支出总额和杠杆率；为月度频次的广义货币存量和国家工业企业资产合计取季度末值。考察期从1998年第二季度到2020年第一季度。考察期内，中国非金融企业部门杠杆率从约94.4%上升至约152.5%，日趋高企(见图2)。

图2 CNBS公布的非金融企业部门杠杆率

本文采用国际上比较通用的X12-ARIMA法对名义GDP、国家工业企业资产合计和公共财政支出总额序列进行季节调整。之后，对M2以及上述季节调整后的序列取自然对数。

(三)数据预处理

对所有序列及其差分序列进行平稳性(ADF)检验，检验结果如表1所示。由检验结果可得，五组序列均为一阶单整，满足构建VECM模型的条件。

表1 ADF检验结果

考虑到本文的两个研究目的：一是考察杠杆率与经济增长的长期相关性，并重点探索投资扩张渠道；二是考察货币供给与财政支出调整对杠杆率的影响。对于第一个研究目的，将以GDP、CAPI和LEV序列构建VECM模型，脉冲响应分析中乔里斯基分解的顺序为LEV→GDP→CAPI，原因是LEV为研究标的，并且资本存量的变动相较于经济产出更为困难。

四、杠杆率与经济增长的长期相关性

(一)滞后阶数的确定与协整检验

协整检验之前需先确定滞后阶数，本文采用AIC、HQIC和SBIC信息准则、似然比统计量(LR)和最终预测误差(FPE)等标准，结果如表2所示。SBIC标准显示2阶为最优，HQIC、FPE、LR和AIC标准显示5阶为最优。本文采取折中方式，选定滞后阶数为4阶，而且从长期均衡视角考虑，4阶滞后涵盖一年的时间，能够比较充分地将资本存量变化因素包含在内。

表2 VECM模型滞后阶数的确定(其一)

协整检验结果见表3。经过模型筛选，这里选用无线性时间趋势的协整方程设定形式。存在2个线性无关的协整向量得到Johansen检验迹统计量5%的显著性水平下的支持，这样的结果不能拒绝GDP、CAPI和LEV序列间协整关系的存在性，VECM模型构建条件满足。

表3 协整检验(其一)

(二)协整模型构建和估计

VECM模型估计结果见表4。特征多项式的逆根存在一个单位根(26)VECM模型的单位根个数应等于变量数减去协整秩，在这里即为1。，其余均在单位圆之内(详见图3)，可以认为所构建模型是稳定的。残差自相关性检验(见表5)显示，模型残差不存在自相关性，说明模型设定恰当。

表4 VECM模型估计结果(其一)

图3 VECM特征多项式的逆根图(其一)

协整方程一是描述杠杆率和资本积累长期相关关系的，其有效性与系数符号表明两者之间存在正相关长期均衡关系；协整方程二是描述资本积累和经济增长的，其有效性与系数符号表明两者之间也存在正相关长期均衡关系。资本积累和经济产出之间的正相关性并不令人意外，这符合传统增长理论，即资本要素增加是产出提高的决定因素之一。再进行格兰杰因果关系检验，结果显示在5%的显著性水平下，杠杆率是资本积累的格兰杰原因，而反过来则不显著。由此再结合协整方程一给出的实证结果，本文得到结论：杠杆率的提升存在增进资本积累的效应。而资本要素的增加必然导致产出水平的提高。由此可知，杠杆率经由增加资本积累进而提高产出的所谓投资扩张渠道的存在性得到了实证结果的支持。

对于杠杆率，协整方程一的误差修正项系数显著且为负，这表明误差修正机制的存在性，平均每季度恢复对长期均衡偏离的9.1%；协整方程二的误差修正项系数显著且为正，这表明产出和资本积累之间长期均衡的均衡误差对杠杆率有刺激作用。对于资本积累，协整方程一和二的误差修正项系数均不显著，这意味着资本积累的短期波动与各变量之间长期均衡的均衡误差无关。对于经济产出，协整方程二的误差修正项系数为负，因此误差修正机制同样得到支持，每季度平均恢复对长期均衡偏离的5.5%；协整方程一的误差修正项系数为正，这表明杠杆率和资本积累之间长期均衡的均衡误差对经济产出同样有刺激作用。

表5 VECM残差自相关性检验(其一)

(三)脉冲响应分析与预测误差方差分解

为进一步分析杠杆率对资本积累和经济产出的影响，这里以杠杆率为冲击变量、其余变量为响应变量作出脉冲响应图(见图4)。一个单位正向的杠杆率冲击对资本积累和产出的影响都是永久性的。冲击发生后，产出和资本积累受到短暂的负向影响之后逐步恢复，并分别在第二期和第三期转为正向，且随着时间推移，正向影响的幅度逐渐增大。杠杆率正向冲击对资本积累和产出的正向永久性影响也从另一个方面支持了前文述及的所谓投资扩张渠道的存在性。

图4 脉冲响应图(其一)

方差分解结果见图5。杠杆率的总方差起初主要受自身扰动的影响，但所占比重逐期下降，受产出扰动影响的部分逐期升高，由第一期的近乎0逐渐上升至第十期的73.1%；受资本积累扰动影响的部分始终维持在2%以内。经济产出的总方差自始至终均主要受到自身扰动的影响，虽然由第一期的93.5%降至第十期的84.2%，但所占比重却始终处在高位；受资本积累扰动影响的部分最高仅达到1.03%；受杠杆率扰动影响的部分有上升趋势，由第一期的6.5%上升至第十期的15.5%。资本积累的总方差也主要受自身扰动的影响，但随着时间推移有明显下降，由第一期的99.1%下降至第十期的36.9%；受产出扰动影响的部分有明显上升趋势，由第一期的0.69%上升至第十期的51.5%；受杠杆率扰动影响的部分稳健提升，由第一期的0.21%上升至第十期的11.5%。杠杆率对资本积累变动的影响力随着时间推移有越来越大的趋势，投资扩张渠道的存在性同样得到了支持。

图5 预测误差方差分解图(其一)

五、货币供给和财政支出对杠杆率的影响

(一)滞后阶数的确定与协整检验

前文已经述及，M2、FIS和LEV序列均是一阶单整的，满足构建VECM模型的基本条件。这里在进行协整检验之前，仍需先确定滞后阶数，结果如表6所示。HQIC和SBIC信息准则显示1阶最优，AIC、似然比统计量(LR)和最终预测误差(FPE)等标准显示5阶最优，仍旧折中统筹考虑之后选定4阶滞后。

表6 VECM模型滞后阶数的确定(其二)

经过模型筛选，选择协整方程中包含线性时间趋势的设定。通过对这三组序列进行协整检验(见表7)，协整关系的存在性依然得到Johansen检验的支持，可以认为存在至多1个线性无关的协整向量，构建VECM模型的条件得到满足。

表7 协整检验(其二)

(二)协整模型构建和估计

模型估计结果如表8所示。通过对模型进行残差自相关性检验(见表9)，并作出特征多项式的逆根图(见图6)，可以验证这里估计出的模型不存在残差的自相关性且单位根数量满足VECM模型的稳定性要求。

表8 VECM模型估计结果(其二)

表9 VECM残差自相关性检验(其二)

如表8所示，考察协整方程的估计结果，趋势项系数估计值显著证明采用线性时间趋势设定的合理性。杠杆率、财政支出和货币供应量之间存在长期均衡关系，其中财政支出和杠杆率表现出正相关，货币供应量和杠杆率之间表现出负相关。财政支出对杠杆率的长期均衡半弹性为1.149，即从长期来看，对数财政支出额增加1个单位，杠杆率增长1.149个单位。货币供给量对杠杆率的长期均衡半弹性为2.474，即从长期来看，对数M2上升1个单位，杠杆率下降2.474个单位。货币供应量和杠杆率之间的负相关性或由于在长期内货币供给的扩张仅会带来通货膨胀，而杠杆率作为名义量比值不受影响。财政支出和杠杆率之间的正相关性或由于扩张财政支出刺激总需求，企业由此扩大生产，进而企业负债和投资增加，杠杆率提高。

图6 VECM特征多项式的逆根图(其二)

误差修正项系数均显著且估计值正负结果符合误差修正机制存在性的要求，因此协整方程对杠杆率、财政支出和货币供给量的短期波动均有显著的恢复作用。

(三)脉冲响应分析与预测误差方差分解

分别以货币供给和财政支出为冲击变量、杠杆率为响应变量作出脉冲响应图，考察两者一个单位正向冲击对杠杆率的影响，具体结果见图7(a)。可见，不同来源冲击对杠杆率的影响不同。一个单位正向货币供给冲击发生后，对杠杆率造成显著的正向影响，杠杆率被推高，这是短期内货币供给宽松、市场上流动性充足的结果，但随着时间推移，冲击带来的影响会逐步恢复到平稳，第八期后基本恢复到零。当时间足够长时，货币供应量的提升仅仅带来通货膨胀，而杠杆率作为名义量比值自然不受影响，这应是货币冲击带来的影响随时间会逐渐恢复至零的原因。而财政支出冲击发生后，起先会对杠杆率造成负向影响，但很快杠杆率得到恢复并随时间推移逐渐升高，且并无恢复至平稳的趋势而是始终升高。

(a)

(b)

为了更为直观地考察货币供给和财政支出的去杠杆效果，考察两者的一单位负向冲击对杠杆率的影响，具体结果如图7(b)所示。显然，图7(b)与图7(a)具有对称关系。在短期之内，货币供给量紧缩更能有效地实现去杠杆，具体表现为图7(b)左图中，在货币供给负向冲击发生后，对杠杆率造成了显著的负向影响，但随着时间的推移，杠杆率逐渐恢复至原有水平，说明货币供给量调整对于去杠杆来说只有短期效应。与之不同的是，财政支出紧缩冲击在刚发生时，虽然会造成杠杆率的提升，但随着时间的推移，杠杆率逐渐下降，而且下降幅度随时间越来越大，去杠杆长期效果显著。

方差分解图(见图8)展示出与脉冲响应图基本一致的结果。这里重点关注杠杆率总方差。可以看出，在第一期，杠杆率总方差主要由自身扰动引起，比重高达67.7%，且随着时间推移，有缓慢上升的趋势，到第十期上升至85.4%；受货币供应量扰动影响的部分在第一期处在较高水平，占比达24.8%，这充分说明，在短期内，货币供应量能有效影响杠杆率，但随着时间的推移，影响占比迅速衰减，至第十期已降至0.10%，几乎可以忽略不计；受财政支出扰动影响的部分虽然占比始终不高，始终低于10%，但非常稳定，第一期至第十期由7.5%稳步提升至9.5%。

图8 预测误差方差分解图(其二)

总体来看，货币供给和财政支出都能有效影响杠杆率变动，但货币供给的影响是暂时性的，长期内会逐渐衰减至零；财政支出的影响力短期内弱于货币供应，但是比较持久，长期内强于货币供给。

六、研究结论与政策建议

本文从中国实际数据入手考察非金融企业部门杠杆率与资本积累和经济增长之间的长期相关关系，重点考察杠杆率上升通过投资扩张渠道刺激资本积累进而提高经济产出的效应，并进一步分析货币供给和财政支出调整对杠杆率的影响。

(一)杠杆率通过投资扩张渠道对经济增长的影响

VECM模型分析指出，非金融企业部门杠杆率、资本积累和经济产出之间存在显著的长期均衡关系。杠杆率与资本积累之间、资本积累与经济产出之间均存在长期正相关均衡关系，格兰杰因果关系检验支持杠杆率是资本积累的格兰杰原因，由此实证结果支持投资扩张渠道的存在，即杠杆率的提升能够通过增加资本积累进而刺激产出提高。脉冲响应和方差分解分析显示，一个单位正向的非金融企业部门杠杆率冲击对资本积累和经济产出的影响都是永久性的，资本积累和经济产出变动中受杠杆率扰动影响的比重在长期内稳定在10%～15%。

(二)货币供给和财政支出的不同去杠杆效应

VECM模型分析指出，货币供给、财政支出和杠杆率之间存在长期均衡关系。但货币供给和杠杆率之间表现出负相关性，财政支出和杠杆率之间表现出正相关性。货币供给和财政支出在对杠杆率的影响上存在差异，在负向冲击发生时，货币供给紧缩冲击刺激杠杆率大幅下降，而财政紧缩冲击刺激杠杆率稍有上升，但随着时间的推移，在货币供给负向冲击下，杠杆率逐渐恢复至原有水平，长期内货币紧缩不具备去杠杆效应；而在财政支出负向冲击下，杠杆率逐渐下降，幅度越来越大，长期内财政紧缩的去杠杆效应效果显著。