基于微观视角的非金融企业“去杠杆”问题研究

2008年以来,我国非金融企业的杠杆率快速增加。企业的高杠杆率,为金融风险的爆发埋下了隐患。因此,企业去杠杆化刻不容缓。通过依托河南省73家上市公司数据,结合抽样调查,分析了当前非金融企业杠杆资金的现状及影响"去杠杆"的主要因素,并寻求"去杠杆"的有效措施。     

非金融企业杠杆率分析——以宜昌市为例

去杠杆是2016年中央经济工作会议布置的五大任务之一,了解非金融企业杠杆率的状况,对于实施供给侧改革,保持经济平稳健康发展具有重要意义。本文从调查的角度研究了当前非金融企业的杠杆率现状、影响去杠杆进程的因素,并据此提出有针对性的政策建议。     

从资金来源变化看去杠杆的逻辑

我国非金融部门杠杆率在2008年以来快速提高,以及非金融企业杠杆率较高,都会形成较大的风险隐患,需要积极稳妥去杠杆。通过数据分析发现,在我国非金融部门加杠杆的过程中,其信贷资金来源正在发生明显变化,国内银行直接提供信贷资金的占比在降低,非银行金融机构等提供信贷资金的占比在提高,因而有必要结合非金融部门加杆杠的资金来源采取针对性措施,以提高其去杠杆的针对性和有效性。文章阐述了我国非金融部门杠杆率的现状,系统分析了非金融部门加杠杆的资金来源变化,并在此基础上提出非金融部门去杠杆的思路建议。     

非金融企业杠杆率波动及影响因素研究——基于地方代表性企业面板数据的研究

本文以地方代表性企业的面板数据为样本,通过不变参数模型对非金融企业杠杆率波动及影响因素进行了实证分析.结果表明:营业利润率增加在短期内将降低非金融企业的杠杆率,长期则相反;工资、在建工程、企业规模、银行依存度上升都将提高非金融企业的杠杆率,但提升的幅度各不相同;两项资金占用和地方信贷投放规模对非金融企业的杠杆率变动无显著影响.因此,地方政府应合理对待去杠杆问题,采取多种措施,避免经济波动幅度过大.     

我国非金融企业杠杆率高企原因及去杠杆路径

去杠杆是供给侧改革五大任务之一,企业部门去杠杆又是整个杠杆去化问题中的重中之重。本文从我国当前非金融企业杠杆率发展现状和结构特征入手,剖析企业杠杆率不断攀高的深层次原因,并对杠杆去化路径做出了相应探索。     

供给侧改革背景下非金融企业杠杆率与金融风险关系研究

山东省非金融企业杠杆率已超国际认定警戒线,并且由于统计口径不完备,山东省实际杠杆率水平高于当前计算结果,已无加杠杆空间。从当前可计算的杠杆率分结构看,山东省非金融企业杠杆率高企主要集中在第二产业、基建行业及国有企业。通过对山东省内2009年以来17地市的杠杆率与不良贷款率进行实证研究发现,不良贷款率与杠杆率变动之间存在稳定的反向关系,杠杆的加速变动会加大金融风险的暴露。建议应在稳步去杠杆的基础上推进金融供给侧改革,使非金融企业与区域金融体系实现平稳健康发展。     

河北省非金融企业杠杆率情况调查

本文分析了河北省非金融企业杠杆率现状及其不断攀升的原因、梳理了河北省去杠杆过程中遇到的问题和困难,提出了去杠杆的对策建议.     

为什么国有企业是我国经济去杠杆的重中之重

本文从三个方面论述我国经济去杠杆的核心是国有企业。首先,杠杆率结构的国际比较表明,非金融企业是实体部门杠杆率快速上升的主因,而国有企业杠杆率过高则是非金融企业债务问题的关键;其次,国有企业高杠杆本质上是资产周转率大幅下降的体现;再次,实证结果显示,国有企业杠杆率高企已对投资产生"抑制效应",而非国有经济仍有较大的投资增长潜能。因此,国有企业是去杠杆改革的主要着力点。最后,本文系统性地提出降低国有企业杠杆率的政策措施。     

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”。     

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。     

违约与杠杆周期——一个带有救助的金融加速器模型

我国为应对2008年国际金融危机的冲击采取了一系列经济刺激政策,在发挥“稳增长”作用的同时,也在一定程度上导致我国企业部门杠杆水平快速上升,但与此同时,不良贷款率并没有随企业部门杠杆的上升而显著增加。为了解释企业部门违约与杠杆的周期特征,本文在金融加速器模型(Bernanke et al.,1999)基础上,引入政府对企业部门的违约救助机制,建立DSGE模型进行讨论。进一步地,本文还通过一个不合意的去杠杆政策试验表明,忽略资产价格稳定(或者说金融稳定)前提下的去杠杆政策,反而会使企业部门的杠杆和违约率同时上升到一个较高水平。最后,引入一个盯住预期资产价格的动态救助规则能够发挥稳定经济的作用,并提高社会福利水平。     

我国商业银行中小企业信贷风险评估体系的构建

开展中小企业贷款业务是商业银行优化信贷资产结构的重要措施,快速、准确评估其信贷风险是商业银行亟须解决的技术问题.经过长期实地调研,本文建立了适用于我国的中小企业信贷风险评估体系,其中,所建非财务指标体系,从行业环境、企业经营管理水平、经营者经验与素质、信用品质四方面进行评估;财务指标体系包括现金流流动负债比、净资产总资产比、息税前利润流动负债比、总资产周转速度、流动比率、现金流贷款比六个指标.以Logit统计回归模型为基础建立的评估模型,在分别评估非财务指标信息和财务指标信息后,加权相加两方面结果得到综合评估结果.实证检验证明,该评估体系的评估正确率达到95%以上.     

企业生命周期、盈利能力与企业杠杆率——来自非金融企业上市公司的经验研究

基于2008-2017年A股非金融企业上市公司数据,在Almeida 等(2004)、Han 和 Qiu(2007)的模型基础上,从企业生命周期视角构建三期动态投融资决策理论框架,重点考察不同期限条件下盈利水平对企业杠杆率的影响机制,从理论上剖析杠杆率差异化背后的企业投融资决策机制,结果发现：企业盈利能力是企业杠杆率动态调整的重要驱动力,企业资产收益率越高,资源配置效率越高,有利于减少资源错配的行为,进而有助于提升企业杠杆率。这就使得处在不同生命周期的企业杠杆率操作存在显著性差异,复苏成长期企业适合加杠杆,而成熟期和衰退期企业适合去杠杆。此外,企业盈利能力在企业生命周期与杠杆率之间起着正向调节效应。     

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。     

关联企业制度与银行信贷风险的控制和监管

关联企业信贷风险控制在银行信贷管理中十分重要.频频发生的关联企业巨额贷款损失案件暴露出我国现行关联企业制度的缺陷以及我国商业银行关联企业信贷风险控制机制的漏洞.我国亟待借鉴国外经验,强化关联企业信贷风险控制.首先,国家要完善关联企业立法,从法律制度上保障银行债权;其次,商业银行应建立关联企业信贷风险控制机制以及关联企业信贷信息咨询系统,并做好对关联企业贷款的统一授信、贷前调查和财务分析,选择合适的借款主体和担保方式,在借款合同中设置预防性条款,加强贷后管理;最后,银行监管机构要采取措施加强对关联企业信贷风险的监管.     

商业银行信用风险评估的生存分析模型及实证研究

企业发生财务危机,不能归还到期贷款是商业银行信贷资产的主要风险来源,商业银行如何构建恰当的信用风险评估模型来预测企业的财务危机,从而避免这类信用风险的出现就显得尤为重要。本文以我国上市公司为研究对象,结合杜邦分析法建立了基于生存分析的信用风险评估模型,模型对于随机选取的预测样本,其提前1年、2年和3年的预测准确率分别达到86%、72%和68%。通过与Altman模型、Ohlson模型预测结果的比较和鲁棒性检验的结果发现,该模型同时具有可以使用时间序列、无需样本配对、中远期预测能力强和高鲁棒性的特点,这些特点特别对于商业银行中长期信贷风险管理具有较高的应用价值。     

国有商业银行信贷评级模型的构建及实证检验

信贷评级是信贷风险管理的前提,目前我国国有商业银行都采用这一方式管理信贷风险.本文在对国有商业银行当前信用评级方法存在问题和国内外相关研究成果进行分析的基础上,提出了构建国有商业银行内部信用评级模型,提高信贷风险管理水平的建议.作者利用贷款历史数据,通过因子分析和聚类分析等方法构建内部信用评级模型;通过因子分析方法构建的模型使评级指标体系更加科学、合理,避免了反映风险信息的冗余与遗漏;聚类分析使评级模型直接与违约概率挂钩,度量风险的准确性进一步提高.论文最后对模型进行了实证分析,使其有效性得到了检验.     

金融衍生品对商业银行信贷风险控制的影响研究

近年来,许多中国企业从事金融衍生品交易受到重创并陷入财务困境,给相关银行带来巨大的信贷风险。本文从商业银行信贷风险控制的角度,首先探讨了企业利用金融衍生品进行套期保值的积极意义以及该业务一旦转化为投机给企业带来的巨大风险,发生这种转化的关键原因是其内部控制失效。商业银行不应对正常套期保值的企业惜贷,但必须对涉及金融衍生品交易的企业贷款提高风险意识,一方面要严格监控贷款企业的相关内部控制机制,另一方面也要建立银行自身与衍生品交易企业贷款有关的内部控制机制,这一机制包括事前防范、事中监控和事后处理三个方面。     

货币政策、金融杠杆与银行风险承担

本文利用16家上市商业银行从2014年第四季度到2018年第三季度的季度面板数据,采用差分广义矩估计(DGMM)方法实证分析了货币政策和杠杆率对银行风险承担的影响。结果表明:第一,货币调控在金融稳定方面并非风险中性,它与银行风险承担呈现显著的负相关关系,即货币政策放松会相应提高银行的风险承担水平。第二,杠杆率作为资本充足率的有益补充是有效的,银行杠杆水平越低则其风险承担水平也越低,杠杆率监管会减缓或抑制货币政策对银行风险承担的影响,这也为2018年我国“宽货币紧信用”现象提供了合理解释。根据研究结论,本文就完善并协调货币调控、宏观审慎和微观监管提出政策建议。     

Leverage-induced systemic risk under Basle II and other credit risk policies

We use a simple agent based model of value investors in financial markets to test three credit regulation policies. The first is the unregulated case, which only imposes limits on maximum leverage. The second is Basle II and the third is a hypothetical alternative in which banks perfectly hedge all of their leverage-induced risk with options. When compared to the unregulated case both Basle II and the perfect hedge policy reduce the risk of default when leverage is low but increase it when leverage is high. This is because both regulation policies increase the amount of synchronized buying and selling needed to achieve deleveraging, which can destabilize the market. None of these policies are optimal for everyone: risk neutral investors prefer the unregulated case with low maximum leverage, banks prefer the perfect hedge policy, and fund managers prefer the unregulated case with high maximum leverage. No one prefers Basle II.