企业杠杆率、宏观经济景气指数与系统性金融风险

打赢防范化解重大金融风险攻坚战是打好"三大攻坚战"的重要任务之一。本文在对企业杠杆率、宏观经济景气指数与系统性金融风险关联性进行理论分析的基础上,利用复合系统性压力指数法测度了我国系统性金融风险,并建立了马尔可夫区制状态转换模型,以挖掘企业杠杆率、宏观经济景气指数及系统性金融风险之间的非线性动态关联机制。研究表明,样本期内我国系统性金融风险水平波动明显;企业杠杆率、宏观经济景气指数与系统性金融风险间存在动态关联,且两区制特征明显,高压力时期的关联效应比低压力时期更显著;企业杠杆率对系统性金融风险的直接影响不显著,但会通过影响宏观经济对系统性金融风险产生间接影响;宏观经济景气指数与系统性金融风险相互间存在负向影响。鉴此,现阶段应控制好从"结构性去杠杆"向"稳杠杆"转变的节奏,利用"双支柱调控"熨平局部金融失衡和杠杆结构性问题;同时,密切关注部门间金融风险的交叉传染,提升经济发展质量,进而从根本上防范化解系统性金融风险。     

实体经济各部门杠杆率、房地产价格与金融风险联动研究

本文首先从资产负债表关联的视角,对实体经济各部门杠杆率和金融风险的联动进行了理论分析;然后利用或有权益分析法和预期损失法测度了我国系统性金融风险;最后基于门限结构向量自回归(T-SVAR)模型,刻画了在不同房价区制下杠杆率和金融风险的相互影响.研究表明:(1)房地产价格与各部门杠杆率互相推动;(2)总体上居民在一定程度上承担了政府和企业的债务风险,并推高了金融风险;(3)低房价阶段,各部门杠杆率和金融风险互相降低,说明银行信贷此时投放比较理性,有加杠杆的空间;(4)在高房价阶段,政府杠杆率上升导致企业杠杆率和金融风险提高,金融风险则降低了政府杠杆率,说明此时应该侧重控制政府债务积累;(5)各部门杠杆率增速上升也会提高系统性金融风险.因此,对居民杠杆率增速过快、政府债务和高房价的联动需格外关注;同时,应该稳定房价,促进金融稳定.     

企业高杠杆率一定会引发银行系统性风险吗?——基于企业资产质量视角的再检验

既有研究关于企业杠杆率对系统性风险的影响存在争论,而以银行资产质量表征企业资产质量存在一定的缺陷。本文基于企业实际经营情况测度资产质量,分别从风险边际贡献和尾部关联两个维度测算中国上市银行系统性风险水平,并最终建立门限面板模型考察企业杠杆率水平和结构对银行系统性风险的非线性影响,以及企业资产质量在其中起到的调节效应。实证检验发现:在研究企业杠杆率对银行系统性风险的影响时需要考虑企业资产质量的作用,并且银行规模使得三者之间的关联关系带有非线性特征;企业杠杆率从边际贡献和关联溢出两维度对银行系统性风险产生不同的影响,且企业资产质量的调节效应亦存在差异。研究结果还表明:在系统性风险不同维度下,企业资产质量的调节效应也会因企业性质不同而存在显著差异性。鉴于企业资产质量所起到的重要调节作用,监管部门可考虑将国有、非国有企业资产质量分别纳入宏观审慎体系实现动态监管,并为防范金融风险提供分类施策工具。     

中国科技创新结构如何影响杠杆率?

杠杆率水平与系统性金融风险息息相关。杠杆率的高低与科技创新结构存在着密切关系,已有文献忽略了科技创新结构对杠杆率作用机理的研究。科技创新结构如何影响杠杆率?对此问题,本文进行系统性的理论分析,并以省际面板数据为对象进行实证检验。研究表明,我国省级科技研发劳动投入比例结构,以及创新产出结构对杠杆率具有重要影响,两类创新劳动投入对于杠杆率都具有显著作用,但影响方向相反;我国省级杠杆率具有空间效应,既有共性因子,又存在异质性特征。以上发现对于现阶段降低我国系统性金融风险,特别是为从创新的角度设计、制定和完善我国有关杠杆率的金融政策提供了科学的理论指导和实证证据。     

非金融企业杠杆率与银行信用风险关系研究

本文立足于重庆市非金融企业杠杆率的测算,采用描述性统计分析、变异系数法、向量自回归模型分析等分析方法,重点分析了重庆市非金融企业杠杆率的发展情况及非金融企业杠杆率与商业银行信用风险之间的关系。研究结果表明：重庆市非金融企业杠杆率总体稳定可控,但部分行业风险不容忽视;去杠杆短期内会增加商业银行信用风险,长期有助于化解金融风险;去杠杆对商业银行不良率攀升的影响较为显著。据此,根据研究结论提出了相应的对策建议。     

实体经济杠杆率水平、结构与经济增长——基于跨国PVAR模型的实证研究

本文基于2000—2016年跨国面板数据,运用面板向量自回归模型(PVAR)等方法实证研究实体经济杠杆率水平(整体杠杆率)及其结构(包括居民、政府及非金融企业杠杆率)与经济增长之间的动态非线性关联性。研究发现,当前经济增长对未来实体经济整体杠杆率、居民杠杆率、政府杠杆率存在显著的负向影响,对非金融企业杠杆率的影响不显著,政府和非金融企业的杠杆率对经济增长的影响存在异质性和反转效应,居民杠杆率和实体经济整体杠杆率对经济增长的影响不显著。由此可见,通过政府负债刺激经济增长,短期内有效,中长期反而会阻碍经济增长;虽然非金融企业高杠杆率短期会阻碍经济增长,但中长期有利于经济增长。因此,为了经济可持续增长,现阶段应该实施稳健的"去杠杆"策略,保持合理的杠杆率水平。     

宏观杠杆率和商业信心对系统性金融风险的非线性影响

高杠杆带来更高的系统性金融风险,这一作用既有直接影响,也有通过商业信心所产生的间接影响.本文以22个国家近20年的数据为基础,应用面板门槛模型检验了宏观杠杆率的门槛效应以及宏观杠杆率和商业信心对系统性金融风险的非线性影响.检验结果显示:第一,杠杆率升高会抬升金融风险;第二,商业信心对金融风险有显著的抑制作用;第三,杠杆率对金融风险的抬高既有直接效应也有间接效应,其间接效应正是通过商业信心渠道传导所引发的效果——高杠杆会抑制商业信心的正面作用;第四,非金融企业杠杆率只有间接效应发挥作用,直接效应并不显著;第五,相比杠杆率,货币供应量更加限制商业信心的作用,对金融稳定性产生影响.鉴此,在继续推进结构性去杠杆和金融去杠杆的过程中,既要加强商业信心和信用体系的建设,增强市场主体的信心,也要充分重视由广义货币所构成的全社会流动性环境,着力控制住货币供给的总闸门.     

稳增长和防风险双重目标下最优居民部门杠杆率测度

居民部门杠杆率是宏观杠杆率的重要组成部分，对经济增长和金融风险都有显著影响，在我国稳增长、防风险的背景下，测度其最优杠杆率水平十分必要。本文对居民部门杠杆率与经济增长以及金融风险的关系进行了理论分析，并利用我国2006—2020年省级面板数据进行了实证检验，发现居民部门杠杆率与经济增长呈倒“U”型关系，与金融风险呈“U”型关系；我国最优居民部门杠杆率阈值区间为[44.99%,61.51%]。从全国层面来看，我国居民部门杠杆率水平已超过最优区间；从区域层面来看，不同省份差异较大，总体呈现出东部地区较高、中部地区较低、西部地区几种情况并存的特征。因此，我国的居民部门杠杆率政策需因地制宜，并在保持总体杠杆率稳中有降的政策下，辅以其他手段来激发消费潜力。     

我国四部门金融杠杆对系统性金融风险的影响——基于空间溢出视角

基于金融杠杆对系统性金融风险的区域内和区域间作用机制的理论分析,运用空间偏微分方法,依据测算出的2010—2019年我国各省（区、市）四部门金融杠杆和系统性金融风险数据,考量我国四部门金融杠杆对系统性金融风险的空间溢出。结果显示：我国系统性金融风险具有较强的空间趋同性特征;由于金融杠杆部门结构和所在区域的不同,其对系统性金融风险的区域内溢出存在显著差异;此外,金融杠杆对系统性金融风险的区域间外溢效应明显,忽视该区域间溢出,将不利于准确评估金融杠杆对系统性金融风险的冲击。     

后金融危机时代我国居民杠杆率现状和风险研究

近年来我国居民部门杠杆呈现快速增长态势,杠杆率增长在扩大内需支撑经济的同时也使得居民偿债压力进一步加大,对金融体系稳定造成一定的风险。本文分析居民债务的构成、杠杆率的现状以及居民杠杆率快速上升的原因,通过建立VAR模型实证分析居民杠杆对银行风险的影响,提出遏止炒房、控制杠杆率增速、强化社会保障、加强金融监管、加强预警等建议。     

我国系统性金融风险预警研究——基于时变CRITIC赋权法和ADASYN-SVM方法北大核心CSSCI

为加强金融监管和维护金融稳定,系统性金融风险有效预警已成为金融监管部门风险防范的首要工作。本文选取了能够表征我国金融体系5个系统的16个特征指标,基于2005年1月—2021年6月的周频数据,运用改进的时变CRITIC赋权法合成了我国金融市场压力指数,据此对系统性金融风险进行识别,并回溯分析了风险成因。在此基础上,又运用自适应合成采样方法(ADASYN)对预警时所采用的非平衡样本进行处理,构建了基于四类不同核函数的ADASYN-SVM预警模型,来对我国系统性金融风险进行预警。实证结果表明:时变CRITIC赋权法能够充分反映各金融子系统之间的动态风险机制,既可避免在低压力期高估压力状态,又可实现在高压力期对压力状态的充分反映;债券市场压力往往是引起我国系统性金融压力的主要因素;需警惕外汇市场压力及外部冲击的影响;ADASYN-SVM预警模型具有很好的预警性能,不仅优于普通SVM模型,还优于基于BP神经网络和Logit的预警模型,是金融监管部门对系统性金融风险预警的有力工具。     

杠杆率、企业规模与企业创新

选取2010-2015年沪深A股上市公司的面板数据,借助门槛模型研究企业杠杆率与企业创新的关系。结果显示：杠杆率对企业创新有显著影响,存在既能促进创新同时降低风险的企业最优杠杆率区间,即当杠杆率处于9.3%~37.1%的范围时,杠杆率的提升能够最大地促进创新投入与创新产出,同时降低创新风险;但当前我国大部分企业并未达到增加创新产出与降低创新风险的最优均衡。同时,不同规模企业杠杆率与创新的关系具有差异性,大型企业促进创新且可规避风险的最优杠杆率的区间为杠杆率低于67.0%,中型企业为杠杆率低于22.5%,小型企业则是7.8%~17.0%的区间范围。应正确理解中央“去杠杆”政策,推进结构性去杠杆,力求在“降杠杆”和“促创新”之间达成最优平衡。     

货币政策与异质性企业杠杆率——基于纵向产业结构的视角

当前,高杠杆已成为我国金融风险的重要源头,围绕结构性去杠杆来防范化解金融风险的基本思路,各方提出了一系列去杠杆措施。在此背景下,本文建立了一个包含“金融摩擦”与“资产负债表衰退”双重机制的动态随机一般均衡(DSGE)模型,探讨了中央银行紧缩性货币政策对国有企业与民营企业杠杆率的影响机制。本文研究认为,第一,中央银行提高政策利率会降低国有企业杠杆率,但会以民营企业杠杆率上升与总产出略微下降为代价;第二,伴随着政策利率上升,纵向产业联结度下降将会扩大国有企业与非金融企业整体杠杆率下降幅度,并减小民营企业杠杆率上升幅度;第三,货币政策对非金融企业杠杆率进行响应有助于提高社会福利,但效果并不显著。由此,本文研究认为,推动经济去杠杆需要在管住“货币”的同时,深入研究财政政策、宏观审慎等其他政策选项的可行性。在推动去杠杆的总过程中,货币政策要管住货币“总闸门”,宏观审慎政策要把住风险“总关口”。     

房地产价格、居民杠杆率与消费挤出问题研究

新常态下消费的较快增长是我国经济的一大亮点。但近年来消费却渐现疲软,同时我国房地产价格和居民杠杆率则呈现持续攀升趋势。为探究房价上涨和居民杠杆率上升是否对消费形成挤出效应,本文在描述分析基础上,利用向量误差修正模型对房地产价格、居民杠杆率和社会消费品零售总额增速之间的动态关系进行研究,并基于实证结果,提出坚持"房住不炒"定位,遏制居民杠杆过快上升,以有效扩大居民消费。     

我国居民杠杆率对商业银行信贷风险的影响及传导路径

2008年以来我国居民杠杆率持续增长,目前已接近发达国家水平,由此所产生的风险效应已较为突出。本文基于我国30个省份(西藏及港澳台除外)2005~2021年的面板数据,通过固定效应模型实证检验了居民杠杆率对商业银行信贷风险的影响,并通过中介效应模型进一步验证了其风险传导路径。研究发现,居民杠杆率与商业银行信贷风险呈“U”型关系,拐点为53%;房地产和企业债务是主要传导渠道。最后,提出健全居民部门杠杆率监管制度、优化调整居民杠杆结构等对策建议。     

居民杠杆率快速上升挤出消费了么?

国内一些专家学者认为,近几年来,我国社会消费品零售总额增速下滑,消费出现降级,导致居民杠杆率快速上升并挤出了居民消费。不过,本文通过研究发现该论断未考虑到日益增长的居民服务消费,忽视了消费升级现象和无法解释美日危机前消费增速持续高位等问题。究其原因,一是房价持续上升时期居民家庭杠杆率提升,对消费的拉动效应大于挤出效应,会促进消费;二是经验表明宏观层面居民总杠杆率处于合理区间,居民加杠杆和消费增长就会始终存在;三是我国居民实际杠杆率目前不高,还有较大上升空间。因此,当前的工作重点不是降低居民总杠杆率,而是应重点防范低收入人群的结构性加杠杆风险。     

金融资产投资、杠杆率与企业风险承担——基于非金融企业的视角

本文以2007~2018年我国A股非金融上市公司为研究样本,运用动态面板系统广义矩估计法,研究杠杆率在金融资产投资与企业风险承担之间的中介效应影响,分析金融资产投资、杠杆率、企业风险承担三者之间的传导链条。研究发现:杠杆率在金融资产投资与企业风险承担水平之间发挥了部分中介效应;金融资产投资增加会直接导致企业风险承担水平上升,同时也会通过提高杠杆率间接地提升企业风险承担水平。本研究丰富了实体企业金融投资后果的相关文献,为实体企业的投资决策以及风险管理提供了参考,也为监管部门去杠杆防风险提供了经验证据。     

债务杠杆与系统性风险传染机制—基于CCA模型的分析

本文以CCA模型为基础,对债务杠杆与系统性风险传染之间的内在联系进行了理论和实证分析。结果表明,债务杠杆攀升能够通过推升国民经济各部门风险水平,并使风险积聚于占据网络结构中心的金融部门,进而通过债务和股权两个渠道显著影响系统性风险的生成与传递。基于我国数据的实证分析显示,我国国民经济尤其是非金融企业部门债务杠杆的大幅攀升,已显著推升我国系统性风险水平,而在国民经济部门间实施杠杆转移,通过大力发展企业股权融资改善企业融资结构等措施能有效提升我国宏观经济和金融体系的整体稳健性。     

我国居民房贷杠杆测算及未来趋势研判

本文比较了我国与美日居民部门房贷总杠杆率和边际杠杆率,重新测算了我国居民名义购房交易杠杆,并在不同情景下,对我国居民实际购房交易杠杆进行估算。此外,从房贷偿付能力、房贷偿还压力、居民部门贷存比等角度,对我国居民部门房贷加杠杆的空间进行探讨。研究表明,虽然房贷总杠杆率仍略低于日本,但边际杠杆率远超美国和日本当前水平,并已与美国的峰值水平相当。此外,我国名义购房交易杠杆倍数已从2012年的0.5倍上升至2016年的1.5倍,而实际购房交易杠杆倍数应已在2倍以上。综合各项指标,我国居民房贷偿付能力正经受巨大考验,已超过美日房地产泡沫前期,与此同时,我国居民部门已从年度资金净融出部门转变为资金净融入部门,未来房贷加杠杆的空间已越来越小,房地产加杠杆带来的泡沫风险应引起高度警惕。     

中国房地产企业间系统性风险溢出效应分析——基于尾部风险网络模型

本文以2007—2021年沪深A股上市房企为样本,首先基于SIM单指数分位数回归技术提出测量系统性风险的新指标SIM-CoVaR,并结合前沿的TENET网络模型,构造跨房地产企业风险动态传染的尾部风险网络,然后采用块模型探究房地产市场系统性风险溢出的聚类性、触发机制及传播路径,最后考察网络整体结构和宏观经济变量对房地产市场系统性风险溢出的影响。研究表明:(1)我国房地产企业间存在明显的系统性风险联动性和溢出效应,在市场动荡时期房地产部门是金融风险溢出的放大器;(2)评估系统重要性节点企业时,除考虑企业规模等内部属性,还应考虑房企间关联结构,利用系统性风险指数可有效捕捉网络中系统重要性节点;(3)跨房企的系统性风险溢出具有显著的聚类特征,尾部风险网络可被划分为4个不同的功能模块,各模块的成员及其角色呈现明显的时变特性,监管部门可据此从供给端“因企施策”;(4)网络聚集性、网络效率和网络匹配性的降低能显著降低房地产市场的系统性风险溢出效应。本文从企业微观层面探讨房地产市场风险的形成机制,为促进房地产业健康发展和防范化解宏观层面的系统性金融风险提供参考。