一、引言

金融危机后，各国都面临两个问题，一是如何防止类似危机在未来再次发生；二是如何引导经济在漫长的去杠杆过程中发展。对于第一个问题需要度量杠杆在一个经济体中的可持续水平；而第二个问题，则要解决如何规避去杠杆给经济金融带来的波动和萧条。我国各部门杠杆率自2009年初开始迅速攀升，截止2017年一季度非金融部门杠杆率已达257.8%，^①较2008年增长1.8倍，大幅高于新兴国家平均债务水平，其中居民部门杠杆率扩张了2.53倍^②。2015年底，中央经济工作会议正式提出，将“去杠杆”作为我国供给侧结构性改革的重要任务，防范金融系统性风险。国内学者也从多角度分析了我国高杠杆的成因，并提出了相应的去杠杆对策。具体来看：汤铎铎、张莹(2017)认为，影子银行体量过大是推高全社会杠杆率的主要原因，因此当前阶段，应通过加强对影子银行业务和金融创新的监管来达到去杠杆的目的。中国人民银行营业管理部课题组(2017)、纪敏等(2017)则从我国杠杆的结构性分布视角考量了我国的杠杆问题，指出，我国过度杠杆化具有局部性和非平衡性。杠杆过剩主要集中于以国企和地方政府为代表的预算软约束部门，因此去杠杆的关键是调整杠杆的分布失衡，对过剩部门去杠杆，对产出效率高的部门加杠杆，通过调结构来达到去杠杆的目的。但实证及实践都表明无论是加杠杆还是去杠杆，杠杆率波动较大都会抑制经济增长(马勇、陈雨露，2017)。且随着金融深化程度加深，去杠杆引发的部门撤资行为会通过金融资产负债关系在部门间蔓延，去杠杆风险可能在任意微观部门爆发(Castren and Kavonius, 2009)。为使去杠杆与稳增长同时实现，在制定去杠杆政策时就需要首先理清以下问题：哪些部门需要优先去杠杆？单一部门杠杆波动是否会给经济体其他部门带来联动反应，从而挫伤去杠杆政策的实施效果？如何去杠杆才能最小化对宏观经济的冲击？这些问题对于理解当前结构性去杠杆的内在逻辑具有重要的理论和现实意义。

① 数据来源：国际清算银行(BIS)数据库。

② 据BIS统计数据计算得到。

二、文献回顾

宏观杠杆率是判断经济体的债务负担和风险的重要指标，通常用债务余额与GDP的比值来度量。杠杆率的可持续性是理论界对杠杆风险的概括性描述。Maffezzoli and Monacelli(2015)基于抵押品约束的两期模型，指出信贷需求和资产价格均是内生的，二者的相互作用决定着最大可贷资金，随着贷款人的风险偏好上升，贷款人可以将增量债务用于购买可抵押资产，通过拉高可抵押资产价格来不断积累债务。因此，从长期趋势来看，抵押融资约束线在不断被突破，而潜在的债务风险则较易被忽略，往往在资产价格泡沫破灭，信贷约束收紧时贷款者才会意识到债务已达到融资约束的边界，开始被动去杠杆。伏润民等(2012)指出，从债务是否可被偿还的表象来判断杠杆的可持续性，仅适用于市场化程度较高的融资主体，而我国政府部门和国企部门的融资行为仍处于半行政化阶段，以该判断标准无法反映资金配置的本质。

金融危机后，越来越多研究开始关注杠杆率对经济增长的影响，杠杆率背后的资金流向和资金使用效率决定了杠杆率对产出具有非线性影响(刘晓光等，2018)。在杠杆率水平较低时，杠杆率上升可优化社会资源配置，对经济增长有较大的促进作用(Goldsmith，1969；Rajan and Zingales, 1998)。但当债务逐渐脱离实体经济演变为投机性借款和庞氏借款时，将推高资产价格泡沫，使经济金融体系的结构不断脆弱，极易使经济体在融资约束收紧时陷入“债务—通缩”恶性循环(Minsky，1992)。

许多实证研究尝试通过确定杠杆率对经济增长的作用拐点来确定杠杆率的阈值。如Arcand et al.(2015)、马勇、陈雨露(2017)均使用跨国面板数据验证了金融杠杆与经济增长之间非单调的倒U型关系。其中，Arcand et al.(2015)发现当私人部门杠杆率达到100%时，杠杆率的进一步增加将对经济产生负作用，这一杠杆率阈值同Easterly et al.(2000)使用点估计测算的杠杆开始对产出波动产生正效应的拐点值一致，其发现杠杆率同产出波动之间也呈非单调的关系。马勇、陈雨露(2017)预估我国宏观杠杆率将在2019年-2020年进入拐点区域，在此之前应加快经济转型升级，有序地抑制杠杆率增长。Reinhart and Rogoff(2010)、程宇丹、龚六堂(2014)均利用政府杠杆对经济增长的门槛效应研究了政府债务的可持续水平，分别提出了“90-60”门槛值^①和106.5%的门槛值。

① 即对于发达国家，当政府部门杠杆超过90%后将对经济产生显著的负效应，而对于发展中国家这一政府杠杆率阈值为60%。

另一方面，在根据杠杆率对产出的作用效果判断杠杆率可持续性时，还应关注杠杆率对资产价格波动的冲击影响。杠杆率与资产价格泡沫之间存在正向引导关系，严重的杠杆借贷和持续增长的投机动机将导致资产价格泡沫迅速集聚，最终资产价格泡沫又会在杠杆乘数效应下加速破裂导致大面积的违约，引发经济金融波动(刘晓星、石广平，2018)。已有研究表明金融不稳定往往伴随着资产价格的大幅波动，它既是金融不稳定的诱因又是金融不稳定的表现(Crockett，1996；Schinasi，2003)。徐荣等(2017)基于SVAR模型实证发现房价波动会通过财富效应和“托宾Q”效应作用于宏观经济，使系统性金融风险上升。陈小亮、陈彦斌(2018)指出中国在结构性去杠杆中要着重避免资产价格的大幅波动，谨防触发债务通缩式衰退。基于高杠杆率潜在的高风险性，刘勇、白小滢(2017)采用宏观金融网络分析法，通过构造风险传染乘数，模拟部门去杠杆冲击给金融资产价值带来的总损失大小，来做出相应的去杠杆决策。刘晓欣、雷霖(2017)、郭新华等(2017)均利用SVAR模型从部门杠杆率对经济波动和资产价格波动的冲击大小来判断杠杆的可持续性。

综上，已有研究分别从经济增长和经济金融波动两个角度研究了杠杆率的可持续性，研究结论为当前结构性去杠杆政策的实施提供了良好的理论依据和参考价值。但对于不同经济体，经济发展状况、金融结构和制度均有很大差异，由跨国面板数据得到的杠杆率风险阈值并不具有普适性。麦肯锡全球研究院(MGI，2010)指出要想研究杠杆的可持续水平就必须细致地分析多部门的杠杆指标。众多学者也指出我国杠杆问题本质依然是结构问题，杠杆在部门间的不均衡分布导致整体杠杆效率下降，局部风险积聚。

受上述研究成果的启发，本文采用TVP-VAR模型，系统考察了我国非金融企业部门、金融部门、居民部门、政府部门，四部门杠杆分别对总产出和资产价格波动的时变影响。与已有研究相比，本文的贡献在于：一是从产出效应和潜在风险两方面实证检验了各部门杠杆率的可持续性，以便对我国杠杆率的风险分布有更清晰的认识。二是将经济体四部门杠杆纳入同一模型框架内，考察部门杠杆率之间信息溢出的方向和大小，有助于监管机构更精准地调控，以最小化“去杠杆”对经济的冲击。

文章结构安排如下：第三部分为本文的研究方法和样本数据，第四部分为实证结果分析，第五部分为主要结论及政策建议。

三、研究方法与样本数据

通过已经文献分析，债务杠杆率对经济增长以及资产价格波动的影响具有非线性特征，随着金融体制改革和宏观经济发展态势变迁，杠杆率对宏观经济将表现出不同的冲击影响。在时变框架下研究杠杆率与宏观经济变量的关系更具有实践意义。因此，本文采用由Primiceri(2005)提出的时变参数向量自回归(TVP-VAR)模型来研究各部门杠杆率对产出和资产价格波动的非线性动态影响。该方法假设模型中的参数均服从一阶随机游走过程，其系数矩阵、随机扰动项的方差协方差矩阵均具有时变性，可以计算任意时点上的冲击反应，从而有效捕捉系统中的结构性突变和变量间的非线性关系(邓创、徐曼，2014)。刘金全、陈德凯(2017)、郭红玉、李义举(2018)均采用该方法分别研究了宏观杠杆率与货币政策、经济增长之间的时变关系，以及金融杠杆与金融波动、经济增长之间的动态关联机制。

(一) TVP-VAR模型设定

TVP-VAR模型的标准形式如下：

$ {Y_t} = {B_1}{Y_{t - 1}} + \cdots + {B_s}{Y_{t - s}} + {e_t}, {e_t} \sim N\left({0, {\Omega _t}} \right), t = s + 1, \cdots, n $

(1)

其中Y_t代表k×1维可观测列向量，B₁, …, B_s为k×k维时变系数矩阵，e_t为k×1维随机扰动序列，假设结构冲击的当期关系服从递归识别：e_t=A^-1Σε_t，A为对角线元素为1的下三角型矩阵，ε_t~N(0, I_k)，

$ \sum = \left({\begin{array}{*{20}{c}} {{\sigma _1}}&0& \cdots &0\\ 0& \ddots&\ddots&\vdots \\ \vdots&\ddots&\ddots &0\\ 0& \cdots &0&{{\sigma _k}} \end{array}} \right) $

σ_i(i=1…k)为结构冲击的标准差。将B₁, …, B_s中的行元素进行堆叠，定义β_t为X_t= I_k⊗(Y′_t-1, …, Y′_t-s)的k²s×1维系数向量，从而TVP-VAR模型可以写成：

$ {Y_t} = {X_t}{\beta _t} + A_t^{ - 1}\Sigma {\varepsilon _t}, t = s + 1, \cdots, n $

系数矩阵β_t，参数A_t以及协方差Σ_t均为时变的，参考Nakajima(2011)的方法模拟参数的时变过程，令a_t=(a_1t, …, a_kt)^′为矩阵A_t下三角元素的堆叠向量，随机波动序列h_t=(h_1t, …, h_kt)′，h_it=logσ_it²；t=s+1, …, n，i=1, …, k。假设β_t，a_t，h_t均服从随机游走过程。且时变参数的信息冲击相互独立，Σ_β，Σ_a，Σ_h均为对角矩阵。系数矩阵β_t用于刻画变量间时变的滞后影响关系，参数A_t以及协方差Σ_t可以捕捉变量间时变的冲击影响。由于TVP-VAR模型的状态变量均为非平稳的随机游走过程，因此使用贝叶斯推断下的马尔科夫—蒙特卡洛方法(MCMC)，首先设定参数的先验概率分布，在后验分布中抽取样本，进而估计出时变参数。

$ \begin{array}{*{20}{c}} \begin{array}{l} {\beta _{t + 1}} = {\beta _t} + {\nu _{\beta t}}\\ {a_{t + 1}} = {a_t} + {\nu _{at}}\\ {h_{t + 1}} = {h_t} + {\nu _{ht}} \end{array}&{\left(\begin{array}{l} {\varepsilon _t}\\ {\nu _{\beta t}}\\ {\nu _{at}}\\ {\nu _{ht}} \end{array} \right)} \end{array} \sim N\left({0, \left({\begin{array}{*{20}{c}} I&0&0&0\\ 0&{{\sum _\beta }}&0&0\\ 0&0&{{\sum _a}}&0\\ 0&0&0&{{\sum _h}} \end{array}} \right)} \right) $

(二) 主要变量及样本数据

本文的主要变量包括四部门杠杆率、经济增长和资产价格波动。其中以GDP增长率作为经济增长的代理变量(马勇、陈雨露，2017)。资产价格波动则选用房价增速和上证指数收盘价的四季度移动标准差来代替(徐荣等，2017；刘晓星、石广平，2018)。宏观层面上的部门杠杆率均采用部门债务余额占GDP^①的比值来度量(纪敏等，2017)。目前国内外学者及研究机构(IMF、BIS、麦肯锡全球研究院、中国社科院等)都对中国部门杠杆率进行过测算，通过对比发现，各机构对中国部门杠杆率的统计在趋势上一致。且BIS统计的数据为季度数据，鉴于BIS的权威性及数据的连续性考虑，文中非金融企业部门杠杆率、政府部门杠杆率以及2006年以后的居民部门杠杆率均直接采用BIS公布的数据。由于2006年以前我国居民部门信贷数据并未单独公布，文中2006年以前的居民部门杠杆率则采用汤铎铎、张莹(2017)估算的数据作为补充，其统计的居民部门债务口径同BIS的口径一致。金融部门杠杆率则参考麦肯锡(MGI，2010)和国家金融与发展实验室(NIFD，2017) ^②的测算方法，采用金融机构同业债务+金融债/GDP来度量。金融同业负债是金融机构扩充资产负债表，加杠杆的重要方式，且可用来衡量金融体系的风险互联程度，该统计口径较为全面的反映了金融部门的杠杆使用情况。表 1给出了主要变量的符号、统计口径和数据来源。

① 按照BIS的统计方法，杠杆率=债务余额/GDP，分子是存量债务数据，对应的分母采用GDP的连续四个季度移动累计值。

② 国家金融发展实验室NIFD：《中国去杠杆进程报告(2017年二季度)》，http://www.nifd.cn/Activity/Past/414.

本文的实证样本区间为1996年1季度至2017年2季度，共计86组季度时间序列数据，各序列均使用X-12方法进行了季节调整。从图 1四部门杠杆率的趋势图可以看出，金融部门杠杆率自2006年开始呈现持续增长态势，在此之前一直处于平稳低水平状态。非金融企业部门、政府部门和居民部门杠杆率则从2009年3季度开始快速攀升，在2009年以前一直处于相对平稳的低水平状态。2016年去杠杆政策提出以来，金融部门杠杆率和非金融企业部门杠杆率有所下降，但居民部门杠杆率增速呈加快之势。为避免出现伪回归，对四部门杠杆率、GDP增速、资产价格波动率数据均进行了ADF平稳性检验。其中房地产价格波动率在5%的显著性水平下拒绝存在单位根的原假设，股票市场价格波动率在1%的显著性水平下拒绝原假设，均为平稳序列。而其余五个变量均为一阶单整。因此，本文采用资产价格波动率的水平值，四部门杠杆率和GDP增长率的一阶差分序列作为TVP-VAR模型的回归变量。

四、实证结果分析

首先逐个将非金融企业部门杠杆、金融部门杠杆、政府部门杠杆、居民部门杠杆同经济增长、资产价格波动纳入TVP-VAR模型内进行回归估计，检验四部门杠杆率各自对宏观经济变量的冲击。模型1-模型4分别为CL、FL、GL、HL同Y和HV、SV构成的4个4维TVP-VAR模型。其次，模型5是仅包含四部门杠杆率的4维TVP-VAR模型，用于考察部门杠杆率之间的冲击响应。

根据VAR系统下的AIC信息准则及SC准则，确定五个模型的最优滞后阶数均为1阶，在OxMetrics软件下利用MCMC算法对五个模型各自进行了10000次模拟抽样，得到的参数估计结果如表 2所示。其中收敛诊断值(Geweke)除模型2的sb2和sa2外，均在5%的显著性下接受原假设，表明模拟得到的马尔科夫链收敛于后验分布，五个模型中无效因子(Inef.)最大值为142.33，其余绝大多数均较小，表明模拟过程中产生的不相关样本数足够多，五个模型的参数估计均为有效估计，部门杠杆率同经济增长和资产价格波动之间存在时变的作用关系。

(一) 四部门杠杆率对产出增长和资产价格波动的冲击影响

图 2为产出增长、房价波动率以及股票市场价格波动率在不同时间点受到各部门杠杆率一单位的正向冲击后的等间隔脉冲响应图，用以刻画在每一时点上，因变量受到自变量冲击后，在相等间隔时间段内的响应。其中实线、长虚线和短虚线分别表示因变量受到冲击后，滞后间隔2期、4期、8期的响应结果。总体来看，随着经济发展阶段的推移，产出在受到各部门杠杆率的单位正向冲击后，短期和中长期等间隔响应基本为正，且形态上呈倒U型，响应强度经历了先递增后递减两个阶段。房价波动率对四部门杠杆率的等间隔冲击响应全部为正，但在响应强度上呈上下波动态势，股票市场波动率对现阶段四部门杠杆率的冲击响应均为负，表明在当前时期，股票市场并不是杠杆资金的主要流向地。接下来我们将详细分析四部门杠杆率对产出和资产价格波动的时变特征。

1. 非金融企业部门杠杆率

图 2第1列分别为产出、房价波动率和股市价格波动率对非金融企业部门杠杆率的等间隔冲击响应。受到非金融企业部门杠杆率1单位的正向冲击后，产出在中短期的响应均为正，但是在响应强度上则经历了三个阶段的变化。1996-2000年，非金融企业部门杠杆率上升对产出增长的促进作用较小，这一时期我国非金融企业杠杆率处于低水平缓慢增长阶段，基础设施以及关键行业的投资都由政府主导，且金融制度体系并不健全，导致社会整体的投资效率较低。2000-2009年期间，企业部门债务增速同经济增速基本一致，非金融企业部门杠杆率运行平稳，其对产出增长在中短期内有显著的正向影响，且随时间不断增强。这一时期，在投资和出口的双向拉动下，企业整体的生产效率较高。企业部门加杠杆有助于改善企业的微观治理和投资效率，助力企业生产率提高和创新发展，对产出的边际贡献也会随着资金使用效率的提升而增长。同时，企业盈利状况和资产规模的提升又会通过乘数传导效应使银行信贷进一步放松。随着资本存量与合意投资水平的差距缩小，企业的投资收益开始递减。但是经济过热和非理性繁荣会促使企业部门过度投资，导致投资效率和投资收益进一步下滑，非金融企业的投机行为增多，其杠杆率对房价和股价波动率的影响持续增强。

当实体经济投资的边际收益低于边际资金成本时，高杠杆率企业的偿债负担加重，一方面资产负债表效应会使这类企业生产性投资大幅减少；另一方面实体经济收益下滑会使信贷资金脱实向虚，不仅加剧了资产价格泡沫还进一步挤出了实体经济投资，造成其杠杆率上升对产出增长的边际效应递减。在2007-2008年期间，随着资产价格泡沫膨胀至最大值并破裂，非金融企业部门杠杆率对产出增长的影响出现了短期和长期效应的背离，短期效应在2009年达到峰值水平，随后非金融企业部门杠杆率不断攀升，其对产出的边际效应则不断下降。表明杠杆率对资产价格波动的冲击影响最大时，其对产出的边际效应也达到了拐点(由递增转为递减)。现阶段来看，非金融企业部门杠杆率上升对产出增长的短期和中期效应依然为正，但长期效应则几乎为0。从两种资产价格波动对非金融企业杠杆率上升的冲击响应可以看出，房地产市场依然是非金融企业部门杠杆资金投机的主要市场。该部门杠杆率继续增长，将使房价波动率上升，进而会抑制其对产出的正向效应。

2. 金融部门杠杆率

图 2第2列为产出增长和资产价格波动对金融部门杠杆率上升的等间隔冲击响应结果。金融部门作为信用中介，其对产出的影响主要通过信贷资源的配置效率实现。王爱俭、杜强(2017)实证发现，优化金融结构，提高金融效率可以增强杠杆率对经济的促进作用。1996-2002年期间，受到金融部门杠杆率一单位的正向冲击后，产出增长和资产价格波动的响应均为负。这一时期，我国金融部门杠杆率较低，其债务构成主要为政策性金融债，金融抑制严重。虽然这一时期杠杆率上升不会造成资产价格波动，但是由于金融部门资金配置效率较低，其杠杆率上升对产出增长无益。2002-2006年，金融部门杠杆率上升对产出增长的短期及中长期影响均为正且不断增强。这一时期，实体经济受到正向冲击开始上升，金融部门加杠杆扩张信贷可以减少企业和居民部门的融资约束，通过有效提升非金融部门的消费和投资来促进经济增长。但同时，其对资产价格波动的作用强度和轨迹与产出增长一样，表明杠杆率在促进经济发展的同时也在积累风险，其对产出增长的边际效应递减。当资产价格波动对其杠杆率上升的响应达到最大值时，其对产出的边际效应也由正转为负。一方面，实体经济投资收益率下降使金融机构的信贷配给行为增多。受政策偏向性影响，具有政府预算软约束的国企更易获得融资，而中小企业则面临较强的信贷约束，从而导致我国整体的信贷资源配置效率下降(刘海明、曹廷求，2017)。另一方面，金融机构出于逐利动机会增加风险承担，金融机构间同业业务增长，大量资金窖藏于金融体系内空转套利，导致资产价格泡沫集聚，社会融资成本上升。且金融部门高杠杆率使风险在金融机构间交叉传染的可能性和影响范围加大(李政等，2016)，其对产出的正向作用随着其潜在风险的上升而递减。

自2006年以后，金融部门杠杆率对产出增长的正向效应开始下滑。这一时期，随着我国影子银行等金融创新的发展，金融部门杠杆率开始进入快速上升阶段，但与此同时，从资产价格波动对金融部门杠杆率的冲击响应可以看出，金融部门大量杠杆资金囤积于房地产市场和股票市场，到2007年4季度，随着资产价格泡沫破裂，金融部门杠杆率积累的风险全面爆发，其对产出增长的影响开始由正转负，且在2011年，金融部门杠杆率上升对产出的抑制作用达到最大。自2016年金融部门杠杆率开始下降后，其对产出增长的短期正向效应重新显现，但由于当前金融部门杠杆率上升对房价波动率仍有较大的正向影响，其对产出增长仅在短期内有微弱的正向影响。

3. 政府部门杠杆率

图 2第3列为产出增长和资产价格波动对政府部门杠杆率的等间隔冲击响应结果。政府部门扩张财政支出加杠杆有助于扩大内需拉动经济增长。1996-2009年期间，受到政府部门杠杆率一单位的正向冲击后，产出增长、资产价格波动率在短期和中长期内均有显著的正向响应。由于我国特殊的土地政策和经济发展需求，使得政府部门高度依赖土地财政，相较于股票市场，其对房价的作用强度更大。随着政府部门杠杆率对房价波动率的正向影响逐渐增强并达到最大值，其对产出增长的边际效应逐渐递减，在2009年达到峰值后，边际效应开始由正转负。2009年，为应对金融危机带来的经济衰退，我国采取了大规模的信贷扩张计划以刺激经济，政府部门债务增速超过产出增速，其杠杆率开始进入快速上涨周期。但是政府部门杠杆率过高会削弱其反周期财政政策效果，加重经济波动(WOO，2009)。王仕进、刘杰(2017)研究发现政府债务上涨会导致长期利率上行，拉升社会融资成本，抑制实体经济投资，造成产出下降。政府部门杠杆率也会通过影响未来税率、通货膨胀率等渠道作用于经济增长(程宇丹、龚六堂，2014)。毛锐等(2018)指出在外部因素冲击下，过高的政府部门杠杆率易导致商业银行的挤兑、资产抛售等破坏经济系统自我稳定的因素，引起资产价格的非市场化波动以及金融体系的内在脆弱性。现阶段，政府部门杠杆率上升对房价波动依然有显著的正向影响，对产出增长的短期和中期效应虽为正，但作用强度随着政府部门杠杆率的上升而递减。

4. 居民部门杠杆率

图 2第4列为产出增长和资产价格波动对居民部门杠杆率的等间隔冲击响应结果。同其他部门一致，居民部门杠杆率对房价波动的影响达到峰值时，其对产出增长的边际效应进入拐点，由正转负。即居民部门杠杆率对产出增长的作用强度随着其对资产价格波动的影响增大而递减。由于居民部门杠杆率只统计了居民部门从银行取得的信贷，这部分信贷资金主要为住房抵押贷款，流向股票市场的较少。因此脉冲响应结果显示居民部门杠杆率上升主要影响了房地产市场的价格波动，而对股票市场价格波动的影响为负。

居民部门主要通过消费需求变动来影响产出和价格波动。居民部门杠杆率上升对消费支出、企业部门债务压力、资产价格泡沫等变量均有影响，在高储蓄率背景下，居民部门杠杆率上升有助于消费增长，从需求端促进经济增长(伍戈等，2018)。但居民部门加杠杆也会使居民部门的投机行为增多，最直接的表现在于居民部门杠杆率同资产价格泡沫之间的正相关关系增强。在居民可支配收入较高时，房价上涨带来的财富效应会促使居民部门消费增加，对产出有较大的促进作用；但随着居民部门偿债比率上升，高杠杆率对消费的结构性影响将凸显，居民部门会增加生存型消费而减少享受型消费。整体来看，在居民部门杠杆率达到一定阈值后，继续加杠杆对消费的影响是不确定的，甚至还可能会抑制消费需求。(潘敏、刘知琪，2018)因此，在居民部门主动加杠杆过程中，居民部门的投机行为会随着房价泡沫的集聚而上升，对产出的影响也从消费驱动转为抑制。若居民部门杠杆率是由于经济增速下滑导致的被动上升，则产出下降又会通过就业渠道影响居民可支配收入，居民部门债务达到融资约束边界，任何冲击都极易引发居民部门信贷违约，进而造成房屋抛售引发房价大幅波动。当前，居民部门杠杆率在经历了快速上涨后，处于相对历史高点，杠杆率进一步上升在短期内对产出增长仍有较大的促进作用，但是，杠杆资金极易流入房地产市场，造成房价波动率上升。

总结四部门杠杆率对产出和资产价格波动影响的时变特征，我们可以得到以下信息：第一，杠杆率的平稳运行对于经济增长和金融稳定至关重要。在2000-2006年期间，各部门债务增速同经济增速保持一致，杠杆率在总量上基本稳定。这一时期各部门杠杆对产出增长的促进作用均为正且在不断攀升。杠杆率增速过快导致投机性质的杠杆资金增多，加重资产价格波动，使金融不稳定性上升，削弱杠杆率对产出增长的促进作用。当杠杆率对资产价格波动的冲击影响最大时，其对产出的正向边际效应也达到了拐点位置(由递增转为递减)。第二，当前，四部门杠杆率上升对产出增长的促进作用都仅限于短期，杠杆率上升带来的房价波动抑制了其对产出增长的长期效应，其中非金融企业部门和金融部门杠杆率对资产价格波动的冲击影响最大。自2016年以来，金融部门杠杆率稳中有降后，其对产出增长的短期正向效应才又凸显，说明金融部门杠杆率已不具有可持续性，继续上升将会增加金融波动抑制产出。非金融企业部门杠杆率对产出的正向效应提升同样需要保持其杠杆率的平稳，其继续加杠杆的空间有限。政府部门和居民部门杠杆率对房价波动的作用强度相对较弱，且对产出增长在短期内仍有显著的正向影响，因此在结构性去杠杆阶段，这两个部门杠杆率仍有上升空间。

(二) 四部门杠杆率之间的溢出影响

随着我国金融深化程度的加深，经济体各部门通过资产负债关系联系的愈发紧密。图 3第1行为非金融企业部门杠杆率上升对其他三个部门杠杆率的等间隔冲击影响图，在2008年以前，我国非金融企业部门杠杆率整体运行平稳，对其他部门杠杆率的信息溢出趋近于0。但2008年之后，我国四部门杠杆率均进入上升周期，受到非金融企业部门杠杆率的正向冲击后，金融、政府以及居民部门杠杆率在中短期内均有较显著的正向响应。

图 3第2行为金融部门杠杆率在部门间的等间隔冲击图20影响图，2000年以前，金融部门杠杆率的债务构成主要为政策性金融债，且金融抑制严重，金融部门杠杆率上升仅对政府部门杠杆率有显著的正向效应，对非金融企业和居民部门杠杆率几乎没有信息溢出。2000-2007年期间，受到金融部门杠杆的单位正向冲击，仅非金融企业部门杠杆率的短期响应为负，政府和居民部门杠杆率没有明显响应。这一时期，企业部门的投资收益较高，金融部门杠杆率上升带来的信贷扩张缓解了企业部门的融资约束，投资的高收益效应使非金融企业杠杆率的短期响应为负。但自2008年之后，受经济增速下滑的影响，金融部门大量杠杆资金窖藏于金融体系和房地产市场，对非金融企业部门杠杆率形成较大的挤出影响；居民部门杠杆率的响应为正；政府部门杠杆率的短期响应为正，长期响应为负。

图 3第3行为政府部门杠杆率在部门间的等间隔冲击影响图，在整个样本期内，受到政府部门杠杆率的单位正向冲击后，金融部门和居民部门均有显著的正向响应。非金融企业部门杠杆率在2014年以前，短期和中长期响应均为正，但自2014年之后，其长期响应由正转负。最后，居民部门杠杆率在2006年以前对其他部门几乎没有溢出影响，2006年之后，受到居民部门杠杆率的单位正向冲击后，非金融企业部门和政府部门杠杆率的响应均为负，且响应强度随时间递增。金融部门杠杆率的短期响应为正，但中长期响应也为负。

通过四部门杠杆率之间的脉冲响应图可以发现，首先，政府部门加杠杆会在短期内推高全社会杠杆率。其次，居民部门杠杆率上升可以在短期转移部分非金融企业和政府部门的杠杆，使这两部门杠杆率下降，但是同时又会使金融部门杠杆率上升。最后，2006年以后金融部门杠杆率上升并不是推升全社会杠杆率的主要原因，相反金融部门杠杆率上升会挤出流向实体部门的信贷资金，使非金融企业部门杠杆率下降。

五、结论与政策建议

本文采用TVP-VAR模型研究了我国四部门杠杆各自对产出和资产价格波动的时变影响。从部门杠杆率的经济效应和潜在风险两个角度分析了当前各部门杠杆率的持续性。进一步，通过研究杠杆率变动在部门间的溢出影响，分析了部门杠杆率之间的关系特征。研究发现，杠杆率增速过快带来的资产价格波动增加，将削弱其对产出的正向影响。当前，从产出效应来看，非金融企业部门、政府部门和居民部门杠杆率对产出仍有较显著的正向影响，而金融部门加杠杆对产出增长的正向效应最小；从潜在风险来看，金融部门加杠杆给经济金融带来的不稳定性最大，非金融企业部门次之，政府和居民部门杠杆率对资产价格波动的冲击影响则相对较小。另外从部门杠杆率之间的相互溢出影响来看，政府部门杠杆率上升将在短期内显著推升全社会杠杆率，居民部门杠杆上升虽然可以转移部分非金融企业和政府部门的杠杆，但是会引起金融部门杠杆率较大的正向响应。

基于上述结论，本文认为，为实现经济稳增长，防控金融系统性风险，结构性去杠杆政策应着重从以下几个方面入手：第一，利用宏观审慎评估体系对各部门杠杆水平实施及时、有效的监控，保证各部门债务总量增速同经济增速相同步，防止各部门杠杆率的过快上涨。这对于抑制资产价格泡沫，提高杠杆的利用效率具有重要意义。第二，金融部门杠杆过剩不仅将加重资产价格波动，还对非金融企业部门杠杆有明显的挤出影响。因此当前应优先调控金融部门杠杆，通过加强监管，抑制无实体经济支撑的金融同业业务规模的进一步增长，减少资金在金融体系内空转套利，使金融更好地服务实体经济。第三，尽管非金融企业部门、居民部门、政府部门加杠杆在短期内仍能拉动经济增长，从产出效应来看仍为可持续的，但是可持续不意味着这些部门的杠杆率能继续上涨。现阶段，信贷扩张对产出的促进作用越来越有限，对加重金融不稳定性的作用则越来越强，且考虑到政府部门杠杆上升将显著拉升全社会杠杆率，居民部门加杠杆虽有助于转移部分非金融企业和政府部门的杠杆，但同时对金融部门杠杆率又有较大的正向溢出影响。因此，对于这三个部门，应在保持其杠杆水平平稳发展的前提下，对过剩产业减少信贷投放，对高产出部门给予必要的资金扶持，以优化杠杆结构，提高其杠杆的利用效率。