行業杠桿率與商業銀行的風險承擔
來源:用戶上傳
作者:
摘要：本文以面板數據模型和門檻面板模型為基礎，對中國11類非金融行業杠桿率與商業銀行風險承擔水平之間的關系進行了實證分析。結果表明，多數行業存在杠桿率門檻值，且行業債務杠桿已處于危險水平，再度攀升會惡化商業銀行的風險水平，并使風險積聚，最終給國民經濟帶來巨大的沖擊;從結構上看，非金融企業部門的杠桿率較高，各行業債務杠桿水平差別較大，如果不及時關注加以分類管理，很可能引發結構性風險，加劇經濟金融體系的脆弱性和不穩定性;少數基礎性行業的杠桿率仍有一定的提升空間，適量的加杠桿可以加快經濟發展速度。為此，化解杠桿風險，降低風險水平，應細化銀行業務規劃，去杠桿和加杠桿相結合，并健全對各行業、各部門的分類監管機制。
關鍵詞：債務杠桿;行業杠桿率;商業銀行;銀行風險;加杠桿;去杠桿;門檻效應
文獻標識碼：A
文章編號：1002-2848-2019（03）-0061-11
2008年次貸危機發生以來，有關杠桿率在識別、衡量、政策實施以及與經濟體系之間聯動機制的研究不斷深入。近十年來我國經濟的增長離不開杠桿的貢獻：有研究指出，我國總債務杠桿率水平由2008年底的170%增加至2012年的215%[1];Wind數據顯示，截至2017年底這一比率更是攀升至255%左右。我國已進入較高的杠桿率狀態，但與世界主要的經濟體相比，我國杠桿率的整體水平并不高。從國際上看，主要發達經濟體的總杠桿率平均為270%，高于我國的杠桿率水平;金磚國家中印度、南非和巴西杠桿率水平分別為124.3%、125.9%和151.7%，俄羅斯僅為81%。可見，在金磚國家中我國杠桿率處于較高水平。我國的杠桿率水平目前雖仍處于可控范圍之內，發生重大危機的可能性不大，但債務杠桿中隱含的不確定風險涉及面甚廣，杠桿率攀升較快、結構復雜，因此僅以整體債務杠桿率水平進行判斷尚缺乏準確性。
我國債務問題情況復雜，劃分口徑繁多，通常做法是從政府債務、家庭債務和企業債務三個方面對各領域的債務杠桿水平進行分析。為此，本文分別從政府部門、居民部門和非金融企業部門三個方面，對我國和國際上具有代表性的發達國家、發達經濟體的債務杠桿率水平進行比較分析。研究發現，我國政府部門和居民部門的杠桿率水平與國際發達國家相比較低，仍存在一定的提升空間，但非金融企業部門的杠桿率水平已遠遠高于國際警戒線90%的水平，說明我國整體杠桿率水平不高，但結構性問題非常突出，當前最大的風險不是杠桿率的絕對水平，而是相關非金融企業杠桿率較高的結構性問題[2]，若不采取措施任其發展，必會導致風險溢價飆升，大量非金融企業破產，失業率惡化，最終給宏觀經濟帶來非常嚴重的后果。對此，已有不少專家從企業部門杠桿率的攀升[3]、分行業杠桿率成因[4]、系統性風險的集聚[5]、金融體系動蕩不安[6]、是否為金融危機的主要成因[7-8]等多個視角研究了行業杠桿率的高風險問題，但鮮有文獻對行業杠桿率與銀行風險承擔水平之間的關系進行深入研究。行業在擴大規模、發展經濟、再融資的過程中不可避免地會引起杠桿率的提高，并通過存貸款等渠道增大銀行風險資產的比重，使銀行的不良貸款率提高，最終導致銀行的整體風險水平上升。鑒于此，本文擬從非金融行業的債務杠桿角度，以2008—2017年的非金融行業數據和銀行數據為樣本，利用面板數據模型和門檻面板模型探討行業杠桿率與商業銀行風險承擔之間的相關性，以區分不同行業杠桿率對我國商業銀行風險水平影響的嚴重性與差異性，并結合當前行業、宏觀經濟的現狀對我國杠桿率的結構性問題提出政策性建議。
一、文獻回顧
1.高杠桿與經濟風險
2010年以來，我國家庭、企業和政府總債務的規模不斷增加，總債務占國內生產總值（GDP）的比重也隨之上升，增幅達60%，尤其是非金融企業部門負債率遠高于國際水平，這給我國經濟帶來了巨大的隱患。當前越來越多的研究集中于債務杠桿這一熱點上，許多學者通過對歷史上眾多經濟、金融危機的資料進行收集和分析，注意到債務杠桿增加通過各種渠道對宏觀經濟可能產生的影響。例如，Setser等[9]認為在眾多因素中高杠桿率是引起一國發生經濟、金融危機的重要因素;Reinhart等[10]指出過高的杠桿率不僅會增加付息壓力，而且會帶來嚴重的流動性障礙，增加系統性風險，最終會加大金融危機發生的可能性。而對于金融機構而言，Gennaioli等[5]認為過度的杠桿化會強化金融機構之間的關聯度，進一步放大系統性風險，加之金融創新的復雜性、信息的不對稱性，使得風險的積累、觸發與擴散機制呈現出一系列新特點，進而惡化金融體系的脆弱性;姜超等[11]提出金融機構天生具有增加杠桿的動機，銀行作為金融機構中的重要角色，通過將資金注入實體經濟，最終又以存款的形式回流，使得杠桿率不斷上升，風險不斷積聚，因此增加杠桿是金融泡沫最直接的體現方式;崔宇清[12]發現當前的金融高杠桿屬于宏觀的系統杠桿，主要表現為金融體系資產負債表的快速膨脹、同業資產負債的迅速攀升、表外資產占比的不斷上升以及對央行負債增長依賴增強，這都嚴重影響到了金融機構的內在運行機制，惡化了金融體系的脆弱性和不穩定性。
適度的債務杠桿可以提高社會福利水平、優化資源配置、改善宏觀經濟環境、促進經濟增長，但債務水平過高會拖累經濟增長，加速風險積聚，最終將誘發經濟金融危機。Cecchetti等[13]經過測算發現，政府部門債務、非金融企業部門債務或家庭部門債務占GDP的比重超過85%，都將對宏觀經濟體系產生嚴重的沖擊。Almeida等[14]通過研究2007年的信貸危機也發現，債務杠桿率水平越高的企業在重大危機中受到的影響越大，而一個國家的整體債務杠桿率水平則決定了其在危機中經濟衰退的程度。我國目前雖處于高杠桿區間，但當前最大的風險不是杠桿率的絕對水平，而是相關地方政府和非金融企業的結構性杠桿風險[2]。任澤平等[4]通過進一步研究各部門、各行業杠桿率的現狀，發現傳統行業產能嚴重過剩，多數企業在國企隱性擔保和行政補貼下僵而不死，杠桿率不斷攀升，企業利潤持續惡化，經濟增速不斷下滑，致使整個經濟體的系統性風險不斷增加;而新興產業缺乏政策扶持，規模發展緩慢，經濟萎靡不前，資產負債率都較低。可見，杠桿率偏高、過度杠桿化都將給國家帶來嚴重的風險隱患，而我國杠桿率則呈現出不均衡、結構性高等特點。 2.去杠桿與經濟低迷
隨著債務杠桿的提高，各國政府逐步開始實施去杠桿政策，學者也展開了政策影響效果的研究分析。長期來看，去杠桿有利于改善宏觀經濟環境，降低風險水平，但在此過程中難免會對經濟產生一定沖擊，并帶來巨大的挑戰。Glick等[15]通過研究美國的去杠桿過程發現，無論采用何種方式的去杠桿政策，都會對經濟產生較長期的負面影響，各行業、各部門也深受其波及，甚至導致經濟衰退。Geanakoplos[16]發現債務杠桿會增加一個國家經濟的不穩定性，這不僅表現在加杠桿階段，去杠桿政策同樣如此。在去杠桿的過程中，大多數國家工人失業率增加、社會融資規模明顯降低以及社會總需求減少，并且長時間內經濟停滯不前。不僅如此，Petrakis等[17]發現在歐洲銀行業去杠桿的過程中，銀行體系財務狀況持續惡化、系統性風險不斷膨脹、金融與銀行市場逐漸分裂、危機不斷蔓延，甚至對歐洲宏觀經濟都造成了嚴重的影響。
還有許多學者對全球范圍內實施去杠桿政策國家的資料進行整理和分析，發現了去杠桿政策的嚴重影響。Mian等[18]對美國去杠桿進程相關數據進行分析和研究發現，由各部門去杠桿造成的失業人口數占到了失業人口總數額的2/3，說明去杠桿政策帶來的負面影響不亞于一次經濟衰退。Caballero等[19]綜合眾多國家的數據也發現，非金融企業部門在去杠桿的過程中會出現較長時間的衰退，其債務占GDP的比重平均下降40%左右，經濟持續低迷，甚至有可能造成經濟蕭條。楊明秋[20]對次貸危機后發達國家的去杠桿過程進行了分析，發現去杠桿是走出危機的必由之路，但其對社會經濟的影響極大，甚至可能導致流動性枯竭、金融危機的加深和擴大。張明等[21]認為中國經濟面臨著企業部門負債率過高的風險，而在未來去杠桿過程中不但會壓低經濟增長速度，而且會給銀行帶來巨大的發展壓力。
3.關于債務杠桿的實證研究
為了增加研究的可靠性和準確性，國內外很多學者通過設定實證模型對債務杠桿問題展開了進一步的分析。Li等[22]通過設置企業屬性虛擬變量的多元回歸模型發現，2000—2003年國有企業和私營企業的負債率更高，并且對宏觀經濟的影響更大。Reinhart等[23]對長達兩個世紀40多個樣本國家的數據進行實證分析，發現政府杠桿率越高，宏觀經濟增速下降越明顯，研究結果顯示政府杠桿率達到90%時，經濟增速的中位數將下降1個百分點，發達經濟體甚至達到了4個百分點，通貨膨脹也會隨政府債務增加而急劇上升。Hansen[24]采用門檻面板回歸模型，利用15年565家美國公司的樣本數據對財務約束與投資決策之間的相關性關系進行了研究。
另外，在銀行的風險承擔方面，袁鯤等[25]應用三階段最小二乘法（3SLS）考察了杠桿率約束對銀行資本、風險承擔行為的影響;馬勇等[26]通過系統GMM估計和二元面板離散選擇模型研究了金融杠桿、經濟增長和金融穩定之間的關系;汪莉[27]在利率、銀行杠桿和風險承擔經典模型的基礎上通過引入隱性存保異質性、資本充足率約束和市場紀律約束，考察了貨幣環境通過銀行杠桿增加銀行風險承擔的傳導機制;梁敏等[28]設定數據包絡分析模型計算出20家商業銀行的杠桿率水平和技術效率，分析了杠桿率對商業銀行效率的影響;張春海[29]采用門檻回歸模型和GMM估計方法對79個國家1990—2016年經濟發展中金融杠桿的門檻效應和拐點效應進行了實證研究。而在商業銀行風險承擔能力的差異性方面，靳玉英等[30]基于我國173家商業銀行數據研究發現，商業銀行風險資產結構的利率差異是影響其風險承擔能力的重要因素，風險資產結構利率差異小的銀行，杠桿率監管的引入對商業銀行資產結構的影響也很小;趙靜等[31]通過面板數據模型對我國55家商業銀行數據研究發現，資本充足率和核心資本充足率相對較高的商業銀行風險承擔能力也較高，而較高的杠桿率水平卻顯著降低了我國商業銀行的風險承擔能力。
可見，近年來我國杠桿率問題已經成為眾學者探討的焦點，也有很多學者對我國金融杠桿和經濟增長之間的關系、銀行杠桿率水平和風險承擔能力差異的關系進行實證研究，但鮮有文獻將行業杠桿率和銀行風險結合起來進行分析。本文運用2008年以來我國在A股上市的14家商業銀行數據、2012年證券監督管理委員會行業分類的相關非金融行業數據，針對兩者之間的關系進行實證研究，一方面可以區分不同非金融行業杠桿率對我國銀行風險水平影響的差異，另一方面可以為我國政府提供現實依據，有助于我國在去杠桿化方面采取正確的應對政策。
二、研究假設
杠桿交易機制使得金融市場更具脆弱性與不穩定性。金融杠桿率上升會削弱權益資本對風險資產損失的覆蓋能力，進一步弱化金融市場的穩定性，使得金融危機更易發生[32]。2008年美國次貸危機爆發后，我國陸續出臺了幾輪加杠桿政策，各行業杠桿率不斷提升，有效地擴大了行業規模，避免了經濟的過度波動，宏觀經濟也得以從金融危機中恢復過來并以一定的水平穩定增長。中國人民銀行隨之進行了18次降息、26次降準，杠桿率在增加的同時，我國經濟快速增長[33]。加之多數行業規模小，杠桿率水平較低，加杠桿的政策可以推動行業發展，拉動宏觀經濟增長，從而提高金融機構的發展速度，降低商業銀行的風險水平。
但隨著時間的推移和我國經濟的持續發展，多數行業從此進入了高杠桿率狀態，超過了行業安全杠桿率標準。杠桿率在較高水平下的進一步提高，使得潛在風險不斷積累，通過杠桿風險傳導機制加大了金融市場的脆弱性，過度杠桿化使得金融機構的關聯度增強，進一步放大了金融系統性風險。此外，非金融行業杠桿率快速增長隱藏著較大的風險，銀行等金融部門在為其提供信貸支持時則會要求更高的利率水平，從而進一步提高非金融行業的杠桿率水平[34]。在此背景下，商業銀行資產負債狀況負擔過重、同業資產負債攀比嚴重、表外資產占比超標、銀行風險水平不斷惡化。因此，本文提出研究假設： H1a：部分行業杠桿率的提高可以降低商業銀行的風險水平。
H1b：部分行業杠桿率的提高惡化了商業銀行的風險水平。
發達國家和新興經濟體都存在相似的債務杠桿率閾值（警戒值）。當債務杠桿率低于閾值時債務杠桿和GDP實際增長率之間呈現出弱的正相關關系;當債務杠桿率超過閾值時，每增長1個百分點，GDP實際增長率將下降1個百分點[23]。因此，如果我國各行業也存在杠桿率閾值，那從整體上分析非金融行業杠桿率對我國銀行風險水平產生的影響會缺乏可靠性和準確性，非金融行業杠桿率在閾值之上增長和在閾值之下增長會對銀行風險水平產生不同的影響。行業杠桿率低于閾值時，行業在擴大規模過程中杠桿率增長帶來的正面影響要多于負面影響，并能夠拉動我國銀行高速發展，從而降低商業銀行的風險水平;但行業杠桿率超過閾值時，其進一步提高帶來的消極影響則會超過積極影響，加大潛在風險爆發的可能性，商業銀行也會受到波及，風險承擔水平加大?；谝陨戏治觯疚奶岢鲆韵录僭O：
H2：部分非金融行業存在明顯的行業杠桿率閾值。
H3：存在杠桿率閾值的行業，杠桿率低于閾值時，行業杠桿率與銀行風險水平會呈現負相關關系;否則，會呈現正相關關系。
三、樣本選擇與數據來源
在研究樣本上，本文將從三個方面進行選擇。在銀行方面，截至2018年6月我國滬深股市共有26家上市銀行，其中包括貴陽銀行、江蘇銀行和常熟銀行在內的12家上市銀行因上市時間較短數據長度不足，考慮到數據的真實性和可靠性，上述銀行不列入實證樣本的選取范圍，本文將剩余的14家上市銀行這14家上市商業銀行分別是浦發銀行、華夏銀行、中國民生銀行、招商銀行、南京銀行、興業銀行、北京銀行、中國農業銀行、交通銀行、中國工商銀行、中國光大銀行、中國建設銀行、中國銀行和中信銀行。作為研究樣本。在非金融行業方面，本文將按照我國證監會2012年行業分類中去除金融、保險業后剩余的11類非金融行業作為研究樣本。在樣本區間選擇方面，由于2008年金融危機對我國宏觀經濟造成了巨大的沖擊，對各行業尤其是金融業的影響重大，故本文的樣本區間選擇為2008—2017年。綜上所述，本文根據研究需要選取2008—2017年14家上市銀行、非金融行業等年度數據作為實證分析的數據基礎。
本文進行實證分析所使用的銀行相關數據來源于CSMAR數據庫、Wind數據庫，宏觀數據均來源于Wind數據庫。
四、模型設定與變量定義
為進一步研究非金融行業杠桿率與我國銀行風險水平之間的關系，本文以我國非金融行業和上市銀行為研究樣本，構建了面板數據模型，從整體上研究兩者之間的關系：
其中，Rut指銀行u在年度t的風險水平，是衡量銀行風險的被解釋變量;Indit指非金融行業i在年度t的杠桿率水平，是模型中最重要的解釋變量;控制變量包括銀行總資產（Aut）、銀行凈利差（Nut）、國內生產總值（Gt）、社會融資規模（St）、銀行資產收益率（rt）以及隨機擾動項μ。
被解釋變量：銀行風險水平。銀行風險的代理變量有很多，主要包括風險加權資產的占比、Z值、KMV值、不良貸款率和違約頻率等。其中Z值多用于研究銀行風險的內部影響因素，KMV值多用于研究單個銀行或企業的風險，違約頻率在國內缺乏相關數據，而風險加權資產占比指標在風險資產的種類上更為完善，并將不同風險程度的資產以權重區分，因此在衡量銀行風險方面比不良貸款率更有優勢。本文使用風險加權資產在總資產中的占比作為衡量銀行風險的被解釋變量R。
核心解釋變量：非金融行業的杠桿率。為了充分體現不同行業的杠桿率對銀行風險的影響程度，本文首先在杠桿率的確定上做出如下定義：
其中，i=1，2，…，11;h=1，2，…，n;t表示時間;11類行業按照順序分別為農林牧漁業、采掘業、制造業、電力煤氣及水的生產和供應業、建筑業、交通運輸與倉儲業、信息技術業、批發和零售業、房地產業、社會服務業、傳播與文化產業;IMCt代表t年度每個行業中所有上市公司的總市值;MCht代表t年度每個上市公司的市值;DARht代表與MCht相應的每個公司的資產負債率。
為了保證實證結果的可靠性，本文將11類行業中每個上市公司的資產負債率按照其公司市值在行業總市值中的占比進行加權平均，然后加總得到行業的加權平均資產負債率，作為最終衡量行業杠桿率的變量。
控制變量：銀行總資產、銀行資產收益率、銀行凈利差、國內生產總值和社會融資規模。借鑒以往相關研究[27-28]，本文主要從銀行和宏觀層面對模型進行了因素控制。銀行層面，通過銀行總資產、銀行資產收益率和銀行凈利差對不同樣本銀行在規模和經營狀況上的差異進行了控制;宏觀層面，通過國內生產總值和社會融資規模兩個變量對宏觀經濟的變化趨勢進行了控制。
當存在行業杠桿率閾值時，非金融行業杠桿率對我國銀行風險水平的影響應當分類、分層研究，因此本文借鑒Hansen[24]提出的門檻面板模型，并根據假設2和假設3對非金融行業杠桿率可能存在的門檻效應做進一步探討。
其中，I（·）代表指示函數，主要為了將樣本數據進行分段：如果滿足括號內條件，I賦值為1;否則，I賦值為0;λi為第i個行業可能存在的行業杠桿率門檻值。
本文使用的各變量的符號、定義及說明見表1。
五、實證結果及分析
（一）變量的描述性統計
11類非金融行業的杠桿率符號按順序依次為Ind1、Ind2、…、Ind11，之后通過Stata13軟件對收集到的各變量數據進行描述性統計分析，結果見表2。從中可以看出，我國非金融行業杠桿率普遍較高，僅有信息技術業和傳播與文化產業兩類行業均值低于40%，甚至有行業均值超過了60%，這與李揚[3]的統計結果極為相似。銀行風險資產占總資產的比重均值為61.30%，最大值達到了76.04%，表明在2008—2017年的10年間我國銀行風險資產占比較高，在獲得高收益的同時承擔了較高的風險。 （二）回歸分析
在進行實證研究之前，本文首先對各個行業的數據進行了豪斯曼檢驗，檢驗結果顯示最優模型為面板固定效應模型。因此本文使用固定效應模型對銀行風險與11類非金融行業杠桿率之間的相關關系進行了實證回歸，估計結果見表3。該結果顯示，在不同的模型中，銀行及宏觀層面控制變量的顯著性水平有所不同，而各非金融行業的杠桿率作為核心解釋變量其顯著性差異較大。進一步分析可以看出，非金融行業杠桿率對銀行風險水平的影響程度各不相同。
首先，采掘業、批發和零售業、社會服務業3個行業杠桿率未通過顯著性檢驗，表明在樣本數據期間內這類非金融行業杠桿率對我國商業銀行風險水平的影響不明顯，可能的原因是行業杠桿率在不同的水平下增長對銀行風險產生的影響不同，并且這種影響是非線性的，積極影響和消極影響共同作用使得行業杠桿率對銀行風險的影響不夠顯著。
其次，電力煤氣及水的生產和供應業、交通運輸與倉儲業、房地產業3個行業回歸的系數為負，說明這部分行業的杠桿率與銀行風險水平呈現負相關關系;而剩余的5個行業回歸的系數為正，反映出這些行業的杠桿率與銀行風險水平呈現正相關關系。整體來看，大部分非金融行業杠桿率的增加都會在一定程度上惡化銀行的風險水平，這說明在我國高債務杠桿率的背景下，杠桿率超過閾值后進一步提高即使會拉動經濟增長，但更易形成潛在風險集聚，為商業銀行帶來不利的影響，而不同行業可能存在不同的閾值，這使得從整體上進行分析會缺乏一定的準確性，本文將通過門檻面板模型進一步研究。
（三）門檻效應研究
1.門檻效應檢驗
本文借鑒Hansen[24]使用的格點搜索方法，對各個非金融行業進行了迭代抽樣（Bootstrap），并對門檻效應類型和門檻值進行了檢驗，發現農林牧漁業、采掘業、電力、煤氣及水的生產和供應業、交通運輸倉儲業、房地產業、信息技術業和傳播與文化產業均存在一定的門檻值，并通過了顯著性檢驗，檢驗結果見表4。由于非金融行業之間的行業杠桿率差異較大，其杠桿率的門檻值也表現出較大的差異，傳播與文化產業僅為34.5%，而房地產業卻高達70.83%。
2.門檻效應結果分析
基于表4得出的門檻效應結果，本文針對不同的行業進行了門檻效應的實證分析，結果見表5。從整體上看，7類行業均存在較明顯的門檻值，其中除電力煤氣及水的生產和供應業、交通運輸與倉儲業外，其他5類行業杠桿率低于門檻值時，與銀行風險水平呈現負相關關系;杠桿率高于門檻值時，則會呈現正相關關系，這與本文假設2和假設3相一致。農林牧漁業、采掘業、房地產業、信息技術業和傳播與文化產業五類行業杠桿率在安全杠桿率水平下提高能夠擴大行業規模，推動經濟發展，同時能夠為金融機構提供資金支持，增加資金流動性，從而降低其風險水平。但是，在超過安全杠桿率水平后繼續提升更易造成潛在風險聚集， 對我國商業銀行和宏觀經濟造成嚴重的影響。而電力煤氣及水的生產和供應業、交通運輸與倉儲業則比較特殊，其行業杠桿率低于門檻值時，與銀行風險水平呈現正相關關系;杠桿率高于門檻值時，則會呈現負相關關系。這說明這兩類行業的門檻值并不代表其行業杠桿率閾值，而是代表行業規模發展以來的臨界值，因為這兩類行業作為人們生活必不可少的基礎性產業，行業發展前期規模小，基礎不穩，尤其是大規模的管道鋪設和道路建設需要耗費大量人力、物力和財力，行業利潤較少甚至為負值，所以行業杠桿率的增加會顯著提高商業銀行的風險水平;而隨著行業規模的擴大，行業杠桿率超過某個臨界值時，管道、道路初具規模，行業基礎越來越穩定，行業利潤上升，行業杠桿率再度提升則會壯大我國宏觀經濟總量，進一步拉動經濟發展水平的增長，在新的宏觀經濟總量和發展水平下使商業銀行風險水平降低。
對于批發和零售業、社會服務業兩個行業而言，行業杠桿率變化既對銀行風險水平沒有顯著的影響，又不存在明顯的門檻值。這是由其行業特點決定的：批發和零售行業交易次數多、交易額小、資金流動性強的特點決定了其對銀行風險水平的影響甚小;社會服務業屬于第三產業，與居民的生活需求直接相關，主要包括基礎服務、個人消費服務、公共服務等，并且受居民各方面偏好的影響重大，因此對金融尤其銀行的風險水平無顯著性影響。
對于制造業和建筑業而言，雖不存在明顯的行業杠桿率門檻值，但行業杠桿率增加會對我國銀行產生負面影響，惡化商業銀行的風險水平，符合本文研究假設1b。自從2008年美國次貸危機爆發對我國經濟形成沖擊以來，我國出臺了一系列應對措施，進入了加杠桿階段，從而使得多數行業的杠桿率不斷提高，制造業和建筑業作為其中的重資產運營行業，行業杠桿率一直處于較高水平，而我國的加杠桿政策進一步提高了其債務杠桿率，從而加大了潛在風險爆發的可能性，給我國銀行和宏觀經濟都帶來了嚴重的影響。
?。ㄋ模┓€健性檢驗
為了進一步驗證上述估計結果的可靠性，本文參考趙靜等[31，35]對模型的相關設定，將被解釋變量替換為銀行的不良貸款率，并展開穩健性檢驗，以此考察上述各非金融行業杠桿率對銀行風險水平影響的結論是否穩健，限于篇幅，此處不再展示穩健性分析的結果。整體而言，將被解釋變量替換為銀行的不良貸款率之后，各非金融行業杠桿率和銀行風險水平之間的相關性關系均未發生改變，且采掘業、制造業、信息技術業、批發和零售業、房地產業、社會服務業的顯著性水平有所上升，但大多數行業杠桿率的提升仍會惡化銀行的風險水平。在門檻效應方面，各行業的門檻情況均未發生明顯的變化，仍然只有農林牧漁業、采掘業、電力、煤氣及水的生產和供應業、交通運輸倉儲業、房地產業、信息技術業和傳播與文化產業7類行業存在一定的門檻值，且與銀行風險水平的相關性關系不變，而其他行業均不存在明顯的門檻效應。這說明前文得出的基本結論在不同的銀行風險水平的定義下依然是穩健的。
六、結論與政策建議
本文以我國非金融行業和上市銀行為研究對象，基于面板固定效應模型和門檻面板模型通過2008—2017年我國證監會行業分類中11類非金融行業杠桿率對銀行風險水平的影響進行了測度，隨后按行業差異進行了分類和實證檢驗，得到如下研究結論： ?。?）在對銀行風險的影響程度方面，行業之間呈現出顯著的差異性，多數行業杠桿率增加都會給銀行風險帶來負面影響。而進一步通過門檻效應檢驗發現，有7類行業存在明顯的行業杠桿率門檻值，除電力、煤氣及水的生產與供應業和交通運輸倉儲業外，其他行業的杠桿率在門檻值之下提高會通過行業增長帶動商業銀行進一步發展，降低銀行的風險水平，超過門檻值后再度提升則會對銀行產生不利的影響。而電力煤氣及水的生產與供應業、交通運輸與倉儲業的門檻值作為行業規模發展的臨界值則具有一定的特殊性。
?。?）批發和零售業、社會服務業增加杠桿率對我國商業銀行風險的影響不顯著。因為批發和零售業、社會服務業具有獨特的行業特點，杠桿率受資金流動性強、居民偏好等因素的影響巨大，所以不會對銀行等金融機構產生明顯的影響。
?。?）制造業和建筑業這類重資產運營行業債務重多，債務杠桿率也較高，繼續增加杠桿則會帶來更高的債務風險，加大銀行的經營風險，并且能夠通過銀行傳導機制擴散到整個金融體系，甚至影響宏觀經濟的發展。
?。?）我國整體債務杠桿的結構性問題嚴重。從結構上看，我國非金融企業部門的杠桿率較高，而且非金融企業部門各行業債務杠桿率水平差別較大，如果不及時關注加以分類管理，很可能引發結構性風險，并影響到其他部門，加劇經濟金融體系的脆弱性和不穩定性。
根據上述研究結論，本文提出如下政策建議：
（1）細化銀行業務規劃。我國各非金融行業差異較大，多數行業存在且已超過杠桿率閾值，部分行業債務杠桿率也處于較高水平，只有少數基礎性行業杠桿率仍有一定的提升空間，加之我國各商業銀行的風險承擔能力存在一定的差異，應對風險的處理能力也不盡相同，這都為我國銀行業的管理和發展帶來了許多不確定風險。因此各銀行應從風險承擔角度，依據不同銀行風險承擔能力的差異，細化各非金融行業所能承受的杠桿率及可能給銀行帶來的危害，以指導不同行業進行債務處理，同時將銀行業務針對不同的行業進行分類，進而化解杠桿風險，降低風險水平，為商業銀行的發展掃清障礙。
?。?）去杠桿和加杠桿相結合。各非金融行業的債務杠桿率對我國商業銀行風險影響的差異性較大，故不能采取“一刀切”的方式處理，不然會導致一部分企業“窒息”。因此應當分類處理，存在杠桿率閾值的行業、高杠桿率行業將債務杠桿率水平進行一定的控制，杠桿率存在提升空間的行業進行一定規模的加杠桿處理，這就需要將可能產生負收益、帶來嚴重風險的杠桿去掉，增加能產生較高權益收益的杠桿，掌握好減和加的“度”，在控制好杠桿結構性和杠桿率閾值的同時，進行適當的“移杠桿”。比如，在現實中可以將有償債困難的低效率企業、“僵尸企業”關停，對業績優異、發展狀況良好的企業給予優惠的杠桿政策，通過適當的“移杠桿”政策既能促進行業、企業間的新陳代謝、快速增長，又能降低商業銀行的風險水平，從而推動宏觀經濟的發展。
?。?）健全分類監管機制。去杠桿的重點在于如何將各行業杠桿率控制在杠桿率閾值以下，而不同的行業杠桿率閾值的差異性較大，因此加強對各行業、各部門的分類監管機制成為重中之重。基于不同的行業特點，采取對應的監管措施，從而達到最佳的效果。短期看，要加強宏觀審慎與微觀審慎監管的結合，對過快和過慢的債務增長速度進行調節;長期看，還是應通過長效機制的建設從根本上消除宏觀經濟中具有嚴重杠桿風險的部分。
參考文獻：
[1] 李揚， 張曉晶， 常欣， 等. 中國國家資產負債表2013——理論、方法與風險評估 [M]. 北京： 中國社會科學出版社， 2013.
[2] 中國人民銀行杠桿率研究課題組， 徐諾金， 姜再勇. 中國經濟杠桿率水平評估及潛在風險研究 [J]. 金融監管研究， 2014（5）： 23-38.
[3] 李揚. 中國國家資產負債表2015： 杠桿調整與風險管理 [N]. 中國社會科學報， 2015-08-20（008）.
[4] 任澤平， 馮赟. 供給側改革去杠桿的現狀、應對、風險與投資機會 [J]. 發展研究， 2016（3）： 8-13.
[5] Gennaioli N， Shleifer A， Vishny R. Neglected risks， financial innovation， and financial fragility [J]. Journal of Financial Economics， 2012， 104（3）： 452-468.
[6] Kollmann R， Zeugner S. Leverage as a predictor for real activity and volatility [J]. Journal of Economic Dynamics and Control， 2012， 36（8）： 1267-1283.
[7] Adrian T， Shin H S. Liquidity and financial contagion [J]. Banque de France Financial Stability Review， 2010， 5（11）： 1-7.
[8] Gaston G， Schumacher I. Macroeconomic conditions and leverage in monetary financial institutions： Comparing European countries and luxembourg [R]. BCL Working Papers， 2012.
[9] Setser B， Roubini N， Keller C， et al. A balance sheet approach to financial crisis [R]. IMF Working Papers， 2002， 2（210）： 1-22. [10]Reinhart C M， Rogoff K S. This time is different： Eight centuries of financial folly [J]. Economics Books， 2012， 20（18）： 191-194.
[11]姜超， 梁中華. 金融杠桿從哪來——銀行天生愛杠桿 [EB/OL]. （2017-03-14）[2018-10-15]. https： ∥wallstreetcncom/articles/295116.
[12]崔宇清. 金融高杠桿業務模式、潛在風險與去杠桿路徑研究 [J]. 金融監管研究， 2017（7）： 52-65.
[13]Cecchetti S， Mohanty M， Zampolli F. The real effects of debt [R]. BIS Working Papers， 2011.
[14]Almeida H， Campello M， Laranjeira B， et al. Corporate debt maturity and the real effects of the 2007 credit crisis [J]. Social Science Electronic Publishing， 2009， 1（1）： 3-58.
[15]Glick R， Lansing K J. U. S. Household deleveraging and future consumption growth [R]. FRBSF Econcmic Letter， 2009.
[16]Geanakoplos J. The leverage cycle [J]. NBER Macroeconomics Annual， 2010， 24（1）： 1-66.
[17]Petrakis P E， Kostis P C， Valsamis D G. Restoration of the banking system and the banking deleveraging process [M]∥European Economics and Politics in the Midst of the Crisis. Springer Berlin Heidelberg， 2013： 159-175.
[18]Mian A R， Sufi A. What explains high unemployment？ The aggregate demand channel [R]. NBER Working Paper， 2011.
[19]Caballero C C， Drumond I， Lendvai J， et al. Indebtedness， deleveraging dynamics and macroeconomic adjustment [R]. European Commission Economic Papers， 2013， 33（2）： 1-49.
[20]楊明秋. 發達國家金融系統的去杠桿化趨勢及其影響 [J]. 中央財經大學學報， 2011（2）： 33-38+87.
[21]張明， 賀軍. 中國經濟去杠桿化的潛在風險 [J]. 金融市場研究， 2013（5）： 4-9.
[22]Li K， Yue H， Zhao L. Ownership， institutions， and capital structure： Evidence from China [J]. Journal of Comparative Economics， 2009， 37（3）： 471-490.
[23]Reinhart C M， Rogoff K S. Growth in a time of debt [J]. American Economic Review， 2010， 100（2）： 573-578.
[24]Hansen B E. Threshold effects in non-dynamic panels： Estimation， testing and inference [J]. Journal of Econometrics， 1999， 93（2）： 345-368.
[25]袁鯤， 饒素凡. 銀行資本、風險承擔與杠桿率約束——基于中國上市銀行的實證研究（2003—2012年） [J]. 國際金融研究， 2014（8）： 52-60.
[26]馬勇， 田拓， 阮卓陽， 等. 金融杠桿、經濟增長與金融穩定 [J]. 金融研究， 2016（6）： 37-51.
[27]汪莉. 隱性存保、“順周期”杠桿與銀行風險承擔 [J]. 經濟研究， 2017（10）： 67-81.
[28]梁敏， 魏曉琴， 袁成全. 我國商業銀行杠桿率對銀行效率的影響研究 [J]. 金融理論探索， 2018（3）： 24-35.
[29]張春海. 經濟發展中金融杠桿的門檻效應與拐點效應——來自跨國面板數據的經驗分析 [J]. 金融發展研究， 2018（11）： 1-7.
[30]靳玉英， 賈松波. 杠桿率監管的引入對商業銀行資產結構的影響研究 [J]. 國際金融研究， 2016（6）： 52-60.
[31]趙靜， 王海杰， 盧方元. 銀行治理視角下資本監管對銀行風險承擔的影響研究 [J]. 南京社會科學， 2017（8）： 27-35.
[32]葉華. 系統風險、系統性風險與金融危機——基于金融杠桿與資產負債表視角的解釋 [J]. 投資研究， 2012（12）： 113-122. [33]陸岷峰， 葛和平. 中國企業高杠桿成因及去杠桿方式研究 [J]. 金融監管研究， 2016（12）： 63-73.
[34]婁飛鵬. 非金融部門杠桿率現狀與去杠桿建議 [J]. 西南金融， 2017（7）： 23-29.
[35]Laeven L， Levine R. Bank governance， regulation and risk taking [J]. Jounral of Financial Economics， 2009， 93（2）： 259-275.
[本刊相關文獻鏈接]
[1] 吳建鑾，趙春艷，南士敬.金融杠桿波動與中國經濟波動——來自我國省級面板數據的實證研究 [J].當代經濟科學，2018（5）：12-20.
[2] 胡浩然，聶燕鋒.產業集聚、產業結構優化與企業生產率——基于國家級開發區的經驗研究 [J].當代經濟科學，2018（4）：39-47.
[3] 曹嘯，孫天琦，計小青，等.信任、外部沖擊與投資者保護效應的非對稱性：中國的經驗證據 [J].當代經濟科學，2018（3）：13-24.
[4] 黃昱然，盧志強，李志斌.地方政府債務與區域金融差異的經濟增長效應研究——基于非線性面板平滑轉換回歸PSTR模型 [J].當代經濟科學，2018（3）：1-12.
[5] 夏仕龍，付英俊.我國貨幣政策的銀行風險承擔效應研究——基于中觀層面的結構視角 [J].當代經濟科學，2017（6）：33-45.
[6] 方意，鄭子文，顏茹云.中國銀行業風險形成機理及壓力測試研究：基于行業信貸視角 [J].當代經濟科學，2017（5）：1-15.
[7] 顧海峰.銀保協作、擔保投資與銀行信用風險分散——基于銀保信貸系統的視角 [J].當代經濟科學，2017（4）：41-50.
[8] 劉震，牟雯波.宏觀審慎管理、金融摩擦與經濟周期——基于準備金率工具的視角 [J].當代經濟科學，2017（3）：12-21.
[9] 郭冉冉，酈博文，巴曙松.不同資產泡沫過程及危機后果的實證分析 [J].當代經濟科學，2017（2）：45-52.
[10]馬續濤，沈悅.不確定性沖擊、銀行風險承擔與經濟波動 [J].當代經濟科學，2016（6）：55-63.
[11]王擎，白雪，牛鋒.我國商業銀行的系統性風險測度及影響因素研究——基于CCA-POT-Copula方法的分析 [J].當代經濟科學，2016（2）：1-9.
[12]馮乾，侯合心.資本約束、杠桿率新規與監管效果：來自中國上市銀行的證據 [J].當代經濟科學，2015（4）：39-48.
[13]呂峻，石榮.宏觀經濟因素對公司資本結構影響的研究——兼論三種資本結構理論的關系 [J].當代經濟科學，2014（6）：95-105.
[14]吳恒煜，胡錫亮，呂江林，等.我國行業風險的決定因素及傳遞機制研究——來自滬深300細分行業的經驗證據 [J].當代經濟科學，2014（5）：70-80.
轉載注明來源:http://www.hailuomaifang.com/2/view-14871336.htm
