社科网首页|论坛|人文社区|客户端|官方微博|报刊投稿|邮箱 中国社会科学网
当前位置: 首页>科研工作>科研成果>拉美经济>正文
中国非金融企业债务:影响因素、动态特征及处理对策——基于“从一般到特殊”的动态建模方法
作者:洪朝伟; 徐朝阳时间:2018-10-06 12:29:00来源:经济社会体制比较

     要:

文章利用从一般到特殊的动态建模方法研究了中国非金融企业债务的长短期影响因素。实证结果表明, 不论从长期还是短期来看, 中国非金融企业债务与货币供应量均正向变动, 而与经济增长率、融资成本、直接融资比重、房地产价格、通货膨胀率负向变动。长期通货膨胀率弹性系数为-2. 08, 说明长期内债务通货紧缩风险不容忽视。文章最后提出了政策建议:将经济增长作为主要着力点, 实行积极的财政政策;注意债务通货紧缩风险, 处理落后产能;提高直接融资比重, 增加股票融资。

关键词:

非金融企业债务率; 债务通货紧缩风险; 动态建模;

Non-financial Corporate Debt in China: Influencing Factors, Dynamic Characteristics and Measures: Based on the “from General to Specific” Methodology

Abstract

This paper studies the short-term and long-term determinants of non-financial corporate debt in China using the“from General to Specific”methodology. The empirical results show that the non-financial corporate debt changes positively with money supply and negatively with the level of economic growth, financing costs, the proportion of direct financing, real estate prices and inflation. The long-run inflation elasticity is -2.08, indicating that the long-term “debt-deflation”risk should not be overlooked. At the end of the article, we put forward some suggestions about deleveraging: taking economic growth as the main target and implementing a positive fiscal policy; paying attention to the “debt-deflation”risk and dealing with backward production capacity; raising the proportion of direct financing and equity financing.

Keyword

Non-financial Corporation Debt; “Debt-Deflation” Risk; Dynamic Modeling;

一、引言

近年来, 我国非金融企业债务/GDP比值不断升高。如图1所示, 根据国际清算银行的数据, 20093月开始, 我国非金融企业债务/GDP比值已超过日本, 并逐渐增加, 显著高于其他国家, 截止到20173, 我国非金融企业债务/GDP已达到166.3%。虽然从整体上来看, 我国总债务/GDP水平在世界上仅处于中间水平, 但非金融企业债务偏高已成为不争的事实。国际金融危机发生后, 拉动全球经济增长动能不足, 全球经济增长放缓, 通货膨胀水平处于温和区间, IMF等国际组织曾提醒各国警惕通货紧缩风险。费雪曾提出著名的债务通货紧缩理论, 认为债务和通货紧缩的循环作用将对经济产生灾难性影响 (Fisher, 1933)

随着经济发展进入新常态, 我国通胀水平一直处于温和区间, 在世界低增长的大环境下, 研究我国非金融企业债务问题尤为重要, 去杠杆问题已成为供给侧改革的重要任务之一。党的十九大报告指出, “要守住不发生系统性金融风险的底线。在企业低利润高融资成本的情况下, 企业融资可能会导致较高的风险溢价, 融资成本进一步提高, 最终存在债务危机的可能性。因此, 如何理解我国非金融企业债务/GDP比值与宏观经济指标之间的关系?我国是否存在债务通货紧缩风险?宏观经济指标对我国非金融企业债务/GDP比值在长期和短期分别存在何种影响?

对此, 本文基于国际清算银行 (BIS) IFSCEIC数据库数据, 利用从一般到特殊的动态建模方法, 从经济增长、货币政策、融资成本、通货膨胀、资产价格、融资结构六个方面对以上问题进行回答。本文的主要贡献包括:第一, 现有从实证角度研究非金融企业债务问题的文献多是从微观数据出发, 基于宏观角度的研究多属于定性研究, 从宏观角度应用前沿的从一般到特殊动态计量方法研究中国非金融企业债务的文献尚未出现, 本文试图弥补这一空缺;第二, 与现有部分文献仅从单一角度考察对非金融企业债务的影响不同, 本文全面考察了影响非金融企业债务的因素, 并使用增量法构造了直接融资比重, 从而测算了我国的融资结构;第三, 本文通过对协整向量施加约束, 通过显著性检验和弱外生性检验, 有效解决了数据可能存在的内生性问题, 使得实证研究结果更加可靠。

图1:世界非金融企业债务/GDP比值的比较

1:世界非金融企业债务/GDP比值的比较   下载原图

二、文献综述

20世纪80年代开始, 美国非金融债务不断攀升, 增加了债务违约的风险 (Friedman, 2000) , 学者们开始关注非金融企业债务过高的危害, 并进一步发展了费雪的债务通货紧缩理论 (Fisher, 1933) 。明斯基将通货紧缩扩展到资产价格的下降, 认为当资产价格泡沫破灭时, 将导致明斯基时刻的到来 (Mishky, 1982) 。伯南克等提出了金融加速器理论, 认为企业融资使用的抵押品价格将随经济周期变动, 在经济下行时, 抵押品价格下降, 借款人面临较高的成本, 将减少支出、生产和投资, 带来经济的进一步衰退, 因此, 衰退时期的金融加速器作用将进一步加速经济的衰退 (Bernanke et al., 1994)

2008年金融危机的深入思考引发了学者对债务问题研究的新视角, (Koo, 2008) 提出了资产负债表衰退理论, 认为当资产泡沫破灭后, 由于私人部门资产负债表遭到破坏, 市场参与者处于资不抵债的状态, 将减少投资和经济活动, 从而加剧经济的衰退。莱因哈特和罗格夫认为企业债务过高可能导致经济受到冲击时, 企业由于无力偿还债务, 银行破产的风险提高, 最终导致主权债务危机的爆发 (Reinhart&Rogoff, 2011)

一部分学者研究非金融企业债务与经济增长的门限值:切凯蒂等研究了从1980~2010年间, 18OECD国家债务的最优规模, 结果发现, 非金融企业部门与经济增长的门限值为90% (Cecchetti et al., 2011) 。科里切利等基于欧洲12个国家制造业企业数据, 研究发现, 企业杠杆率和全要素生产率之间存在明显的阈值效应, 当企业债务规模超过最优杠杆率40%, 债务规模增加将对全要素生产率产生负向影响 (Coricelli et al., 2010)

随着我国债务水平的不断升高, 近年来研究我国债务水平的文献不断出现, 研究我国非金融企业债务的文献可以分为两类:一类是基于微观企业数据, 这一类研究以定量研究为主, 分析了我国非金融企业债务的结构性问题, 并提出了去杠杆的建议;另一类研究是从宏观数据出发, 这一类研究多是定性研究。钟宁桦等 (2016) 基于规模以上工业企业微观数据, 研究了我国企业债务的结构性问题, 认为1998~2013年间, 样本企业整体呈现去杠杆趋势, 但大型、国有、上市企业则呈现显著加杠杆的趋势。陈卫东、熊启跃 (2017) 基于我国2000余家上市公司数据研究了我国非金融企业杠杆率, 认为我国杠杆率呈现结构性的特点, 与国际同业相比, 我国非金融企业举债规模不高, “问题行业杠杆水平处于可控范围。陆婷、余永定 (2015) 通过构建微分方程得到了我国企业债务/GDP比率的动态路径, 并认为导致我国企业债务与GDP比率高企的原因是我国资本产出比上升和企业盈利能力下降, 中国避免发生债务危机的关键是提高资本使用效率和企业利润率, 降低企业对债务融资的依赖。

以上学者的研究不容忽视, 基于微观数据的实证研究能够提供宏观数据无法得到的信息, 但是微观数据也存在一定的局限性, 如可得性有限, 收集成本高等。目前从宏观方面研究我国企业债务问题的文献多是集中于定性分析, 无法量化其他因素变动对我国企业债务率的影响。因此, 本文从宏观角度出发, 基于从一般到特殊的动态建模方法, 构造一个我国企业债务率的长短期方程, 通过考察影响我国企业债务率的长短期因素, 来探讨我国去杠杆问题的可行性方案, 并提出避免出现债务危机的政策建议。

三、研究方法及数据说明

() 模型介绍

在应用动态建模理论构建模型时, 可以将与被解释变量有关, 且能够收集到的数据统统加以利用, 然后再根据一定的条件约束, 对模型逐步约简, 最终得到一个简化的模型 (谢安, 1993) 。如果被解释变量不仅与解释变量的当期值和滞后值有关, 那么这种相关关系可以由一个自回归分布滞后模型 (ADL) 表示:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_05500.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

在本文中, y指非金融企业债务/GDP比值, x指影响非金融企业债务/GDP比值的因素。

ADL的滞后阶数一般由AICSC准则确定, 具体公式为:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_05800.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_14200.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

通过自回归分布模型可以得到变量之间的长期关系, 动态建模可以得到一个同时包含长期和短期关系的模型:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_06100.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

(3) 式即为本文求得的动态方程, 其既包含模型的短期关系, 也包含长期关系。ECM是与长期均衡点之间的偏差。

亨利介绍了动态建模方法, 并开发了专门分析动态数据的Pc Give软件, 使动态建模方法在实践中应用成为可能 (Henry, 1995) 。动态建模方法基于最广泛的影响因素出发, 通过检验、检验、再检验的原则逐渐删除不显著变量, 从影响变量的一般模型”, 逐渐得到一个高度精简的特殊模型从一般到特殊的动态建模方法能够避免数据在选择过程中的随意性, 可以通过现实数据探求经济数据的内部规律, 并且通过对协整变量施加约束, 解决了可能存在的内生性问题。康继军等 (2012) 使用该方法研究了中国的货币需求问题, 伍戈 (2011) 基于从一般到特殊的动态建模方法研究了中国的通货膨胀问题。本文采用该方法研究中国非金融企业债务问题。

() 模型构造及数据说明

非金融企业债务率的积累一般受如下因素影响:经济增长率、货币政策、获得债务的成本、资产价格、通货膨胀水平、融资方式。因此本文构造的方程为:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_06600.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

以下就变量来源及数据进行说明:

Debt表示企业债务与GDP比值, 用于衡量我国企业债务杠杆率, 数据来源于国际清算银行 (BIS) 。由于BIS只有2006年之后的非金融企业债务, 我们计算了2006年非金融企业债务与非金融债务的比值, 通过比率得到2006年之前的非金融企业债务率。

GDP是规模变量, 即国内生产总值, 用来衡量经济增长水平值。本文采用以2003年第1季度为基期的数据来计算我国经济增长率。

CPI是消费价格指数。本文使用以2003年第1季度为基期的数据计算我国的通货膨胀率。

Dif是直接融资比重。我们使用增量法构造直接融资比重, 构造方法如下:直接融资=企业债券+非金融企业境内股票投资, 直接融资比重=直接融资/社会总融资×100%

M2是货币供应量, 用于衡量货币政策。货币供应量增加表示货币政策越宽松, 本文使用以2003年第1季度为基期的实际值。

H是商品房销售平均价格, 用于衡量企业的资产。由于目前我国企业多是通过使用固定资产抵押为自身融资, 用股票融资较少, 我们在这里仅考虑了房地产价格。同样, 2003年第1季度为基期计算。

Rs是一年期贷款利率, 用于衡量企业负债的成本。

数据区间为2003年第1季度~2017年第1季度, 除债务率数据来源于BIS, 其余数据均来自于CEIC数据库。为了剔除季节性影响, 我们对数据进行了X-12季节性调整, 实证研究使用半对数线性模型, 除利率和直接融资比重外, 其余数据均进行了取对数处理。

则长期方程为:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_07700.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

四、实证研究

() ADF单位根检验

由于以上数据为时间序列数据, 为了避免出现伪回归现象, 应首先对数据的平稳性进行检验。实证中常用的检验方法为ADF单位根检验, 具体检验步骤如下: (1) 画出变量图形, 确定检验类型, 即是否存在常数项和时间趋势; (2) 选择检验标准, 本文使用AIC准则确定滞后阶数。ADF单位根检验结果表明, 以上变量均为水平序列不平稳, 一阶差分序列平稳。

同阶平稳的序列可以建立VAR模型, 一般先给定一个较大的滞后阶数, 对于季度数据, 一般首先选择4阶或8阶作为起始模型的滞后阶数。由于本文样本量有限, 为了不损失自由度, 本文从4阶开始确定模型的滞后阶数, 不同的标准选择出来的滞后阶数可能不同, 本文依据AIC准则, 选择4阶作为VAR模型的滞后阶数。

() Johansen协整检验

为了确定变量之间是否存在长期关系, 应对模型进行Johansen协整检验, Johansen协整检验相当于对VAR模型施加了一个协整约束, 因此, Johansen协整检验的滞后阶数应为VAR模型的滞后阶数减去1, 即为3。表1Johansen协整检验结果显著拒绝了不存在协整关系的假设, 迹检验结果显示变量之间至少存在6个协整关系, 最大特征根结果显示至少存在4个协整关系。

() 显著性和弱外生性检验结果

2列出了对方程进行显著性检验、弱外生性检验和平稳性检验的结果。通过对αβ施加线性约束得到这三类统计值, 它们分别服从卡方分布。三类检验都基于协整关系r=1、内生变量个数k=1的假设。

1:Johansen协整检验结果     下载原表

表1:Johansen协整检验结果

:*表示在5%的显著性水平下存在协整关系。

2:显著性、弱外生性、平稳性检验结果     下载原表

表2:显著性、弱外生性、平稳性检验结果

2-1给出了对各变量进行显著性检验的卡方统计值, 即验证β中对应系数是否可以设定为0。根据检验结果, 对于债务率的方程而言, Δln GDPDifln Hln M2Rs均十分显著。表2-2显示了对各变量进行弱外生性检验的结果, 弱外生性检验研究的是检验协整矩阵相应的行是否可以设定为0 (Johansen, 1991) 。若可以为0, 则协整关系的不均衡就不会反映到相应变量上去。根据检验结果, Δln CPIDifln M2均表现了弱外生性。有效的外生性可以使我们的分析在单方程框架下进行, 而不会损失有用的信息。表2-3是对各变量进行平稳性检验的结果。检验结果表明各变量在1%显著性水平下拒绝了平稳性, 与我们最初做ADF单位根检验得出各变量均不是平稳变量的结论一致。

() 实证研究结果

1. 长期方程

根据VAR模型的滞后阶数, 我们以 (5) 式为基础建立一个滞后阶数为4ADL模型, 并求取长期趋势项ECM得到:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_09200.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

该方程隐含了模型的长期方程:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_09400.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

方程 (7) 显示了债务率与其他变量之间的长期均衡关系。在长期稳定条件下, 我国债务率水平 (ln Debt) 与货币供应量 (ln M2) 呈正向变动的关系, 货币需求的弹性系数为0.54, 说明货币供应量每增加1%, 将导致债务率增加0.54%。宽松的货币政策一方面能够有助于债务积累, 另一方面能够促进经济增长, 货币供应量与债务率比值正向变动的关系说明, 宽松的货币政策导致债务的增速大于经济增长的速度。

经济增长水平 (Δln GDP) 与债务率水平 (ln Debt) 呈现负向变动的关系。从系数来看, 国内生产总值的弹性系数大小为3.895, 说明经济增长每下降1%, 将带来债务率增加3.895%。该值说明经济增长下降所带来的债务积累问题是严峻的。

通货膨胀 (!ln CPI) 与债务率水平 (ln Debt) 之间是负向变动的关系。通货膨胀的弹性系数大小为2.08, 通货膨胀率每下降1%, 债务率水平将增加2.08%。这一结论说明在我国通货膨胀较为温和、企业债务率居高的情况下, 若不及时扭转这一局面, 长期内存在债务通货缩紧的风险。

房地产价格 (ln H) 与债务率水平 (ln Debt) 之间呈负向变动的关系。房地产价格弹性系数大小为0.69, 房地产价格每下降1%, 债务率水平将上升0.69%。根据国家统计局的数据, 目前, 我国房地产价格整体呈现上涨趋势, 进一步增加房地产市场泡沫, 若未来房地产价格泡沫消失, 将导致我国债务抵押品价格的下降, 增加企业偿还压力, 提高我国债务率水平。

一年期贷款利率 (Rs) 与债务率水平 (ln Debt) 负向变动。一年期贷款利率的弹性系数为0.054, 贷款利率每下降1%, 债务率水平提高0.054%。贷款利率是企业债务融资的成本, 融资成本的下降将促使企业积累更多的债务。

直接融资比重 (Dif) 与债务率水平 (ln Debt) 负向变动。直接融资比重的弹性系数为0.0065, 直接融资比重每升高1%, 将导致债务率水平下降0.0065%。这说明企业更多地使用股票、债券融资能够减少对银行贷款的依赖, 有助于降低企业债务率, 这一结论也说明了造成目前我国企业债务率较高的重要原因之一是直接融资市场发展不充分, 债券和股权融资处于较低水平, 企业只能够通过银行贷款为自身融资, 引发了债务率较高的问题。

以上变量均显著地进入了我们的长期方程中, 说明从长期来看, 经济增长、货币政策、通货膨胀、资产价格、融资成本、融资方式均是影响我国企业债务率的重要因素。

2. 短期方程

方程 (7) 中各变量均为均衡变量, 由单位根检验可知, 各变量均为I (1) 变量, 且存在协整关系, ECM检验可知其是I (0) 变量。我们利用P变换求取差分, I (1) 变为I (0) 。以 (7) 式作为从一般到特殊模型简化的初始模型。本文利用Pc Give软件, 得到了如下高度精简的短期方程:

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_10400.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

3的各项检验结果表明, 方程 (8) 很好地通过了检验, 模型不存在自相关、异方差, 模型设定正确。

3:短期方程 (8) 的假设检验结果     下载原表

表3:短期方程 (8) 的假设检验结果

方程 (8) 刻画了模型的短期特征, 显示了我国企业债务率与其他变量之间的短期动态关系。方程 (8) 表明短期的债务率水平受到自身惯性 (Δln Debtt-1) 的影响, t-1期的债务变动率对债务水平变动率有正向拉动作用, 系数大小为0.80。这可能不太符合我们的预期, 我们认为产生这种现象的原因在于, 上期债务变动率较高时, 出于谨慎的态度, 企业可能会减少负债率的增速。

http://kns.cnki.net/KXReader/Detail/GetImg?filename=images/JJSH201805007_14300.jpg&uid=WEEvREcwSlJHSldRa1FhdkJkVWEyd1hyU0lIYjBCbUZMOEhoRkk1M2FKZz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!! 

方程 (8) 中包含了方程的长期规律, ECMt-1是实际债务率对均衡债务率的偏离水平, ECMt-1的系数为-1.43, 表示了我国实际债务率向长期均衡债务率调节的速度, 该调节速度较快, 调整周期小于1个季度, 说明我国债务率的短期方程是稳定的。

() 动态计量分析

2显示了方程 (8) 的拟合结果。图2中左侧图形中实线是实际值, 虚线是拟合值, 右侧图形是拟合方程的散点图, 从左右两图可以看出, 方程 (8) 很好地拟合了中国企业债务率变动的规律。

图2:方程 (8) 的模型拟合结果

2:方程 (8) 的模型拟合结果   下载原图

3是方程的经过标准差标准化的残差。图3显示, 大部分残差均处于[-2, 2]区间内, 仅有少量残差处于区间外, 说明我们的模型拟合效果较好, 仅存在少量异常值。

4显示了一系列残差分析图形。图4 (1, 1) (1) 为自相关图与偏自相关图, 黑色为自相关图, 灰色为偏自相关图, 描绘的是残差的自相关和偏自相关性。白噪声的自相关图接近于零, 4 (1, 1) 在零附近变动, 接近于白噪声。图4 (1, 2) 是残差的光谱密度图, 一般认为, 光谱密度图越扁平, 残差越接近于白噪声, 残差不存在明显的自相关现象。图4 (2, 1) 是直方图、密度函数和正态分布图, 4 (2, 2) QQ, 部分曲线超过了图中虚线部分, 说明存在部分异常值。

5显示了方程 (8) 中各变量的递归系数的变动情况, 我们可以看到, 所有变量的递归系数均处于±2倍标准差之间, 说明我们建立的模型具有较好的稳定性。

图3:标准化残差

3:标准化残差   下载原图

图4:残差分析

4:残差分析   下载原图

6显示了t检验的结果。结果显示, 所有的曲线均远离±2, 再次证明了我们得到的模型参数是稳定的。

7显示了模型的残差平方和, 8显示了一步残差值在±2倍标准差之间变动的情况。总体来看, 我们建立的残差是平稳的。

五、对我国非金融企业去杠杆可行性问题的探讨

本文的研究表明, 我国非金融企业债务去杠杆受以下因素影响:

() 非金融企业融资成本

本文用一年期银行贷款利率衡量非金融企业的融资成本, 实证研究结果显示, 融资成本与非金融企业债务呈负向变化的关系, 提高融资成本有助于降低非金融企业债务。但是, 提高融资成本所带来的非金融企业债务下降的空间有限, 融资成本每提高1%, 仅带来非金融企业债务0.054%的下降, 若要将非金融企业债务降低20%, 则需提高融资成本为原来的370%, 这将带来经济的过度紧缩。经济的过度紧缩可能导致一部分企业因流动性困难而发生债务违约, 降低经济增长水平, 从而导致企业杠杆率水平的进一步上升。因此, 对于我国而言, 单纯通过提高融资成本降低非金融企业债务的方式不可取。

图5:RLS参数稳定性检验图

5:RLS参数稳定性检验图   下载原图

图6:RLS-t值图

6:RLS-t值图   下载原图

图7:残差平方和

7:残差平方和   下载原图

图8:一步残差值

8:一步残差值   下载原图

() 资产抵押价格

通过商品房价格衡量抵押品价格的结果显示, 抵押品价格越高, 企业债务压力越小。但是我国房地产市场目前积累了一定的泡沫, 商品房价格的提升将进一步增加资产泡沫, 较高的资产泡沫一旦破灭, 将对金融稳定存在巨大的威胁。

() 货币政策

宽松的货币政策能够带来经济增长水平的提高, 同时也积累了一定的债务。本文结果显示, 货币供应量与债务率正向变化, 由于债务率水平是债务与经济增长水平之比, 说明宽松的货币政策带来债务水平的积累要大于经济增长水平的变化。产生这种现象的原因之一是资本分配不平衡, 由于产能过剩导致对实体经济投资不足, 更多的资本流向金融及虚拟经济部门, 导致资本在金融体系内部空转;此外, 由于中小企业相比大型国有企业在获得贷款方面存在更高的壁垒, 导致一部分具有盈利能力的中小企业无法得到更多的资本支持。因此, 整体上, 应调控货币供应量, 通过整体紧缩的货币供给量控制整体债务水平的上升。此外, 要对实体经济给予必要的资金支持, 定向支持具有较强发展潜力的中小企业。

() 经济增长

当经济增长率高于债务增长率时, 我国非金融企业债务将会下降。但目前我国正处于经济转型的新常态进程中, 未来经济增长的动力有限。促进经济增长是缓解我国债务问题的关键因素。不管从哪个国际机构的统计指标看, 我国政府的财政状况均较好。未来一段时间内可以通过政府加杠杆的方式促进经济增长, 提高资金利用效率, 引导资金流向, 将资本投入到产出高的行业中。同时, 政府实行财政政策时应注意避免融资能力强但效率低的企业积累过高的杠杆, 财政政策应该更多地向民生项目倾斜, 实现稳增长、去杠杆、调结构三者的平衡。

() 融资方式

本文的实证研究表明, 提高直接融资比重有助于降低非金融企业债务比重。从我国社会融资结构上看, 虽然贷款占社会融资总量比重出现下降, 但目前我国实体经济仍然是通过银行系统的间接融资为主。我国资本市场发展存在一定的滞后现象, 未来应发展多层次的融资市场, 把以债务融资为主逐渐转变为以权益融资为主, 提高股权融资在我国金融体系融资中所占的比重, 从而降低非金融企业债务率。但是, 发展股票融资应保持合理进程, 不宜过度追求股票市场的发展, 应加强对新型融资方式的监管, 审慎有序推动直接融资市场的发展, 防止直接融资市场的过度发展危及金融稳定。

() 通货膨胀率

本文的研究表明, 不论是从长期还是短期来看, 通货膨胀率均与我国非金融企业债务率呈负向变动的关系。债务的不断积累将导致债务人还款压力越来越大, 由于资本利用率逐渐下降, 企业的投资和消费活动将受到影响, 这将影响经济增长水平, 提高债务水平;企业较高的负债率导致银行出于审慎的态度, 将提高贷款条件, 减少放贷, 导致市场内融资困难, 流动性不足, 进一步抑制投资消费行为, 带来市场上一般价格水平的下降, 这进一步提高企业的还款压力, 从而产生债务通货紧缩循环。去杠杆是一个长期的过程, 我国债务率较高的现状仍会持续一段时间, 因此, 为了避免债务通货紧缩循环, 应通过供给侧改革解决目前我国经济面临的结构性和体制性问题, 通过资源的有效配置, 引导货币向实体经济的合理流向, 实现价格水平的合理波动, 从而降低债务通货紧缩风险对金融稳定的威胁。

通过以上的分析我们可以发现, 不同因素对我国非金融企业债务率问题存在不同的影响, 未来我国采取降低企业债务率的政策时, 应选择合理的政策工具, 避免由于结构发展不平衡引发的金融不稳定问题。

六、结论

本文针对近年来我国非金融企业债务率不断攀升的现象展开研究, 建立了一个从一般到特殊的动态模型, 研究了我国非金融企业债务率与货币供应量、经济增长水平、通货膨胀率、贷款利率、直接融资比重、房地产价格之间的长短期关系。检验结果表明, 我们使用的模型较好地模拟了各因素影响我国非金融企业债务率的变动趋势。从实证结果来看, 我国非金融企业债务率与货币供应量呈正向变动的关系, 长期货币供应量的弹性系数为0.54;而与经济增长率、通货膨胀率、贷款利率、直接融资比重、房地产价格之间呈负向变动的关系, 经济增长率和通货膨胀率弹性系数绝对值均大于1 (经济增长率弹性系数为3.895, 通货膨胀弹性系数为2.08) , 贷款利率、直接融资比重、房地产价格弹性系数绝对值大小分别为0.0540.00650.69

我国通货膨胀的长期弹性系数较大, 1%的通货紧缩变动将带来2%单位的债务率积累, 这说明长期内的债务通货紧缩风险不容忽视。从本文的实证结果中各债务水平影响因素的弹性系数大小来看, 解决杠杆问题最关键要从两点出发:第一, 提高经济增长水平能够有效抑制债务水平的积累;第二, 要防范债务通货紧缩风险, 适度温和的通货膨胀有利于降低杠杆率水平。因此, 我们建议政府在处置非金融企业债务问题上, 首先应以经济增长作为主要着力点, 实行积极的财政政策, 刺激有效投资, 从而实现经济增长。此外还可以出台定向宽松的货币政策, 通过定向支持具有发展潜力的中小型企业促进实体经济的发展。其次, 在避免债务通货紧缩, 政府应实行供给侧结构性改革, 去除落后产能, 提高有效增长。最后, 从实证结果来看, 直接融资比重对我国债务水平存在作用较小的抑制作用, 说明我国直接融资市场发展有限, 未来我国金融市场在保证监管措施的情况下可以提高股票等新型融资方式所占比重。

参考文献

[]陈卫东、熊启跃, 2017:“我国非金融企业杠杆率的国际比较与对策建议”, 《国际金融研究》, 2017, 2:3-11

[]康继军、傅蕴英、张宗益, 2012:“中国经济转型与货币需求”, 《经济学 (季刊) , 2012, 2:461-488

[]陆婷、余永定, 2015:“中国企业债对GDP比的动态路径”, 《世界经济》, 2015, 5:3-16

[]伍戈, 2011:“对中国通货膨胀的实证研究---从一般到特殊的建模方法”, 《数量经济技术经济研究》, 2011, 6:52-63

[]谢安, 1993:“动态建模:一种颇具生命力的计量经济学新方法”, 《统计研究》, 1993, 4:58-62

[]项松林、魏浩, 2014:“流动性约束对企业生产率的影响”, 《统计研究》, 2014, 3:27-36

[]钟宁桦、刘志阔、何嘉鑫、苏楚林, 2016:“我国企业债务的结构性问题”, 《经济研究》, 2016, 7:102-117

[]Bernanke B., Gertler M., Gilchrist S., 1994.“The Financial Accelerator and the Flight to Quality.”Review of Economics&Statistics.78:1-15.

[]Cecchetti S.G., Mohanty M.S., Zampolli F., 2011.“The Real Effects of Debt.”Social Science Electronic Publishing.68:145-96.

[]Coricelli F., Driffield N.L., Pal S., Roland I., 2010.“Excess Leverage and Productivity Growth in Emerging Economies:Is There a Threshold Effect?”IZA Discussion Paper.No.4834.

[]Fisher I., 1933.“The Debt-Deflation Theory of Great Depressions.”Econometrica.4:337-57.

[]Friedman B.M., 2000.“Increasing Indebtedness and Financial Stability in the United States.”NBER Working Papers.27-61.

[]Herry D., 1995.Dynamic Economics.Oxford:Oxford University Press.

[]Johansen S., 1991.“Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models.”Econometrica.6:1551-80.

[]Koo R.C., 2008.The Holy Grail of Macroeconomics:Lessons from Japan's Great Recession.Singapore:John Wiley and Sons (Asia) .

[]Minsky H., 1982.“Debt-Deflation Processes in Today's Institutional Environment.”Banca Nazionale del Lavoro Quarterly Review.143:375-95.

[]Reinhart C.M., Rogoff K.S., 2011.“From Financial Crash to Debt Crisis.”American Economic Review.5:1676-1706.

注释

1 4 (1, 1) 指图4中第1行第1个图形, 4 (1, 2) 指图4中第1行第2个图形, 4 (2, 1) 指图4中第2行第1个图形, 4 (2, 2) 指图4中第2行第2个图。

 

计数器:

网站声明 | 联系我们 | 信息反馈 | 下载中心 | 网站地图 | 旧版网站 |

版权所有:中国社会科学院拉丁美洲研究所 技术支持:北京海市经纬网络技术有限公司

地址:北京东城区张自忠路3号(北京1104信箱) 邮编:100007 电话:010-64039010

传真:010-64014011 E-mail:wang_sf@cass.org.cn