经济发展中金融杠杆的门槛效应与拐点效应

张春海

摘 要：本文基于79个国家1990—2016年的平衡面板数据，采用门槛回归模型和系统GMM估计方法分别对经济发展中金融杠杆的门槛效应和拐点效应进行了实证研究。结果表明：金融杠杆对经济发展促进作用的门槛范围相对较窄，更多表现出的是对经济发展的抑制作用，金融杠杆对经济发展的作用随着门槛变量值的不同而具有显著的异质性特征，金融规模的增加将会削弱金融杠杆对经济发展的边际促进作用，而金融效率的提升和金融结构的优化有助于促进作用的改善。拐点效应分析表明金融杠杆和经济发展之间呈显著的倒U形非线性关系，中国已于2017年进入后拐点区域，施行稳健有序的金融“去杠杆”、优化金融杠杆内部结构、增强金融服务实体经济的能力应成为当前和未来保持经济增长和金融稳定的内在动力。

关键词：金融杠杆；经济发展；门槛效应；拐点效应

中图分类号：F832.35 文献标识码：A 文章编号：1674-2265（2018）11-0033-07

DOI：10.19647/j.cnki.37-1462/f.2018.11.005

一、引言与文献综述

我国经济发展进入新时代，经济已由高速增长阶段转向高质量发展阶段，金融杠杆问题也逐渐显现出来。社科院发布的数据显示，中国全社会总体杠杆率由2008的170%快速攀升至2015年的249%。社会杠杆率的提升，加之金融和经济之间的关系错位，使得本服务于实体经济的金融资金在金融体系内部进行自我循环，在增加金融系统性风险的同时，对经济发展造成了伤害。以上问题引起了社会各界的广泛关注，金融去杠杆也成为我国供给侧结构性改革的重要内容，并在中央经济工作会议和全国金融工作会议上得到了多次强调。本文在引入金融发展和金融杠杆波动等因素的基础上，对金融杠杆和经济发展之间的动态关系进行了实证分析，试图为我国金融去杠杆和金融体制改革提供参考和经验借鉴。

金融發展与经济增长之间的关系一直以来都是政府监管机构和学者们关注的焦点，而金融杠杆作为联系二者的枢纽，其对经济发展的作用得到了众多学者的集体讨论。2005年之前的研究大多表明金融杠杆对经济发展具有正向影响，金融的发展程度有助于解释经济的长期增长（King和Levine，1993；Levine和Zervos，1998），还有学者利用VAR面板模型进行实证分析并发现两者之间呈显著的正向关系（Rousseau 和Wachtel，2001；Beck、Levine和Loayza，2000）。2008年全球经济危机爆发后，部分学者的研究对上述结论提出了质疑，Dirk Bezemer（2014）将银行信贷占GDP比重这一传统金融发展变量作为金融杠杆的衡量指标，以1990—2011年全球46个经济体为研究对象，分析了金融杠杆与经济发展之间的关系，发现两者之间整体呈现显著的负相关关系。部分学者对将银行信贷与GDP的比重作为金融深化的解释变量提出了质疑，并强调比重的增加将会加重金融系统的脆弱性（Wachtel，2011）。近年来的研究发现，金融杠杆与经济发展之间并非是单纯的线性关系，金融发展的不同阶段会对经济增长产生不同影响。当债务超过一定水平后，将会拖累经济增长，金融的过快发展并不见得是一件好事（Cecchtti和Kharroubi，2012）。Rousseau和Wachtel（2011）的研究发现在1960—1989年期间金融发展与经济增长之间呈显著的正向关系，但金融危机的发生使得接下来的15年间两者之间的正向关系不再存在。他们认为，自20世纪90年代以来，许多国家在相关法律和监管机构没有获得充分发展之前就放开了金融市场，从而削弱了金融深化对经济增长的积极影响。Law和Singh（2014）将私人信贷总额占GDP比重作为金融杠杆的衡量指标，研究发现金融杠杆对经济发展具有门槛效应，当金融杠杆高于88%时，其对经济发展具有显著的负向作用；当金融杠杆低于88%时，对经济发展具有正向促进作用。Arcand（2015）的分析得出了类似的结论，其计算得到的私人信贷总额占GDP比重门槛值为100%，略微高于前者。在国内研究方面，学者们以全球跨国数据或中国省级面板数据为分析对象，得出金融杠杆与经济发展之间具有门槛效应和边际效应递减的非线性关系（王爱俭和杜强，2017；马勇和陈雨露，2017），中国的情况也不例外（杨友才，2014）。

鉴于现有文献的争论，本文基于79个国家1990—2016年的平衡动态面板数据，采用门槛回归模型和系统GMM估计方法，从门槛效应和拐点效应两个角度对经济发展中的金融杠杆作用进行系统的实证分析，分析视角较现有的文献更为全面。在拐点效应分析中，本文还加入了金融杠杆波动水平，对金融杠杆的稳定性是否会对经济发展产生影响进行了分析，对现有研究文献进行了有益补充。

本文的后续内容安排如下：第二部分介绍门槛回归分析和拐点分析的研究样本、模型设定与变量说明；第三部分对经济发展中金融杠杆是否存在门槛效应和拐点效应以及门槛拐点效应如何影响经济发展进行实证分析和稳健性检验；第四部分进行总结并给出简要的政策建议。

二、研究设计

（一）研究样本与模型设定

基于数据的可得性，本文选取1990—2016年79个国家（地区）的年度数据为研究样本，数据来源于世界银行WDI数据库和万得数据库①。为了消除极端值影响，本文在1%—99%的水平上对连续变量进行了Winsorize处理，最后得到79个国家（地区）的平衡面板数据。

在门槛回归分析中，本文借鉴Hansen（1999）提出的门槛面板模型，建立如下计量模型：

[gdprate/pergdprate=β0+β1Xi，t+β2FLi，t（FD≤λ1）+β3FLi，t（FD>λ1）+εi，t] （1）

上述模型中，[gdprate/pergdprate]为被解释变量，代表经济发展水平，具体用GDP增长率和人均GDP增长率来衡量；[Xi，t]为控制变量，其回归系数不随门槛区制的变化而变化；[FLi，t]为核心解释变量，代表金融杠杆水平，其系数随门槛区制的变化而变化；[FDi，t]为金融发展水平，是计量模型的门槛变量；[λ]为与[FDi，t]金融发展水平相对应的门槛值。

在拐点分析中，主要是从金融杠杆及其波动水平的角度来分析对经济发展的影响，同时基于平衡面板数据构建动态面板模型，具体如下：

[gdprate/pergdpratei，t=c+αgdprate/pergdpratei，t-1+βFLi，t+γFL2i，t+δvi，t+θZi，t+ui+ξi，t] （2）

被解释变量与门槛回归模型中基本一致，考虑到产出变量的连续性即本期产出的大小受到上一期产出的影响，在模型中引入了被解释变量的滞后期。[FL2i，t]为金融杠杆水平的二次项，模型中引入二次项的目的主要是为了捕捉金融杠杆对经济发展过程中可能存在的非线性作用。[vi，t]为金融杠杆的波动水平，用来分析金融杠杆波动对经济发展的影响，这里用金融杠杆水平移动4期平均值的标准差来进行衡量。[Zi，t]为一组控制变量。

（二）变量说明

被解释变量：采用GDP增长率和人均GDP增长率来衡量。

核心解释变量：分别用私人部门信贷余額/GDP和广义货币存量M2/GDP来进行衡量，前者主要是从微观层面对金融杠杆水平进行衡量，代表了实体经济中的金融杠杆水平；后者是从宏观层面对金融杠杆水平进行衡量，代表了一个国家（地区）的整体金融杠杆水平。在门槛回归分析中，选择私人部门信贷余额/GDP作为金融杠杆衡量指标，重点考察实体经济金融杠杆对经济发展的门槛效应。M2/GDP在拐点分析中用于模型的稳健性检验。

门槛变量：已有的研究文献表明，在金融发展的不同阶段，其对经济增长的影响表现出较大的不同。金融发展初期对经济增长的边际促进作用要远远大于金融发展的中后期，而金融杠杆的过度提升将会加大金融市场波动水平进而引发金融危机。借鉴王爱俭和杜强（2017）的做法，主要通过金融规模、金融效率和金融结构三个指标对金融发展阶段进行衡量。金融规模为国家（地区）上市公司总市值与银行机构贷款余额之和与GDP的比重；金融效率为资本形成总额与总储蓄的比值，代表了一个国家（地区）储蓄转化成投资的能力；金融结构代表了金融支持实体经济的融资方式，融资方式主要分为直接融资和间接融资，本文用上市公司市值与银行贷款余额的比例来衡量。

控制变量：本文选取6个控制变量指标来衡量国家（地区）特征，分别为工业化程度（工业增加值占GDP的比重）、人口增长率、外贸依存度（商品贸易占GDP比重）、城市化水平（城市人口占总人口比重）、通货膨胀率和老年人口比，主要从宏观经济和社会人口等方面对影响经济发展的因素进行控制。

Pearson 相关系数检验结果显示（限于篇幅，此处不再展示实证分析结果列表），核心解释变量金融杠杆水平与经济增长的系数符号显著为正，门槛变量金融规模和金融效率与经济增长的系数分别为正数和负数，初步判断金融杠杆和金融效率的提升对经济发展具有促进作用，而金融规模对经济发展具有抑制作用。被解释变量GDP增长率和人均GDP增长率、核心解释变量pscredit和m2gdp之间具有高度的正相关性，其他解释变量和被解释变量之间的相关系数均未超过0.5，由于具有高度正相关性的被解释变量和核心解释变量不会同时出现在模型中，因此模型整体上不存在严重的共线性问题。

三、实证分析与检验

（一）基本模型回归

本文通过构建Hausman统计量检验来明确要建立随机效应模型还是固定效应模型，具体结果如表2所示。Hausman检验结果显示模型存在显著的固定效应，表3为在不考虑门槛效应的情况下，通过OLS最小二乘法、面板数据的固定效应模型得到的回归结果。实证结果显示，金融杠杆对经济发展具有正向作用但未通过显著性检验，表明在数据样本期限内金融杠杆整体上对经济发展的促进作用不明显，可能的原因是金融发展的不同阶段对经济增长会产生不同的效应，金融发展对经济增长的影响是非线性的，促进作用和抑制作用的相互影响使得金融杠杆整体上对经济发展的作用不够显著，本文接下来将通过门槛模型进一步分析。

（二）门槛效应检验

借鉴Hansen（1999）的格点搜索方法，进行500次迭代抽样（Bootstrap）后对门槛效应类型和门槛值进行了显著性检验，结果如表4所示。金融发展的三个衡量指标金融规模、金融效率和金融结构均存在不同类型的门槛效应，并相应通过了显著性检验。具体来看，金融规模（fscale）具有三重门槛效应，金融效率（fefficiency）存在单重门槛效应，金融结构（fstructure）存在双重门槛效应。

（三）门槛回归效应结果分析

基于表4的门槛效应检验结果，表5针对不同的金融发展门槛变量分析了金融杠杆对经济发展的影响，从实证结果来看，金融杠杆对经济发展促进作用的门槛范围相对较窄，更多表现出的是对经济发展的抑制作用。金融杠杆对经济发展的影响作用在金融发展门槛值两侧表现出了较强的正负关系，即存在明显的门槛效应。

模型（1）中将金融规模fscale作为金融发展的衡量指标和门槛变量，当金融规模小于2.433时，金融杠杆对经济发展具有正向促进作用，影响系数为0.00753，并在10%的水平下通过了显著性检验。而当金融规模fscale>2.433时，金融杠杆对经济发展产生了抑制作用，均在1%或5%的水平下通过了显著性检验。其中，当2.4331.125时，金融杠杆对经济发展具有正向作用，同时亦在10%的水平下通过了显著性检验。金融效率代表了一个国家（地区）储蓄转换成投资的能力，而经济发展与投资水平密切相关，尤其是在靠投资拉动经济增长的发展中国家更为明显，金融效率的提升将有助于发挥金融杠杆对经济发展的正向促进作用。模型（3）将金融结构作为金融发展的门槛变量，当fstructure<1.482时，金融杠杆对经济发展具有正向作用，且在5%或10%的水平下通过了显著性检验；当0.8541.482时，金融杠杆对经济发展具有抑制作用，并在5%的水平下通过了显著性检验。金融结构代表了实体经济融资过程中直接融资和间接融资的相对比重，直接融资比重的提升意味着实体经济部门可以通过多种渠道实现融资需求，减少了实体经济的融资成本，使得金融杠杆对经济发展产生积极的促进作用，而金融脱媒的过度发展一定程度上也会导致金融乱象丛生，从而不利于金融的整体稳定和经济的持续发展。

控制变量的回归结果显示，工业化程度、外贸依存度、城市化水平对经济发展具有正向促进作用，且大都在1%或5%的水平下通过了显著性检验。通货膨胀水平对实际GDP增长率产生显著负向作用，这与实际GDP增长率的计算过程相符。另外，老年人口比回归系数在1%的水平下显著为负，表明人口老龄化将对经济增长产生显著的抑制作用。

（四）拐点效应结果分析

本文引入金融杠杆二次项及其波动水平等因素，对经济发展与金融杠杆之间的关系进行进一步研究。另外，内生性一直是计量经济学力图解决的首要问题，针对动态面板数据模型，OLS最小二乘方法和面板数据模型的固定效应或时间效应模型均不能很好地解决模型内生性这一问题，从而在某种情况下造成回归结果的有偏性和无效性。Arellano和Bover（1995）提出的系统GMM分析方法对解决模型的内生性问题提供了较好的借鉴。系统GMM估计模型的计量思想是在差分方程的基礎上引入水平方程，将估计残差重新带入计量方程，从而整体上降低了误差项对估计结果的影响。因此，系统GMM方法相较于传统的OLS最小二乘估计和面板数据的固定效应和时间效应模型能够最大限度地减少模型的内生性问题。本文基于计量模型（2）采用两步系统广义矩方法进行模型估计，将广义货币存量占GDP比重（m2gdp）作为私人部门信贷余额占GDP比重（pscredit）的工具变量。

表6为金融杠杆水平与GDP增长率的GMM估计结果，模型（4）—（8）采取了逐步加入控制变量的方式对估计结果进行了展示。实证结果显示，当被解释变量为GDP增长率时，金融杠杆水平（pscredit）及金融杠杆的二次项（pscredit2）均在1%、5%或10%的水平下通过了显著性检验，其中金融杠杆水平的影响系数显著为正，金融杠杆的二次项系数显著为负，表明金融杠杆与GDP增长率之间呈现显著的倒U形关系，即金融杠杆与经济增长之间具有非线性关系并存在拐点效应。这表明当金融杠杆水平在达到拐点之前对经济发展具有正向促进作用，而在达到拐点之后将对经济发展产生抑制作用。

从变量最完整的模型（8）的回归系数来看，金融杠杆水平的拐点值大约出现在89.845的位置，当金融杠杆进入大于89.845的区域后将不会再对经济发展具有促进作用。金融杠杆水平的波动性对经济发展产生了负向作用，并分别在10%的水平下通过了显著性检验。金融杠杆波动水平的加大将不利于经济发展，并对经济发展产生显著的负向影响。这与现实经验较为吻合，经济发展离不开较为稳定的金融市场环境。金融杠杆水平的剧烈波动，导致经济主体的投融资行为产生较大不确定性，不利于经济的稳定增长。上述估计结果的显著性或稳定性未受到加入控制变量的影响。

上文分析了金融杠杆水平及其波动对GDP增长率的影响。GDP增长率从宏观整体层面衡量了一个国家（地区）财富创造能力的大小或水平，由于国家（地区）在人口数量上的差异，单纯地以总量来衡量无法全面准确呈现某一国家（地区）的经济发展水平。因此，本文将人均GDP增长率作为被解释变量，用来衡量单个个体创造GDP财富增长的能力或水平，被解释变量保持不变。表7为金融杠杆水平与人均GDP增长率的GMM估计结果，沿用了表6中逐步加入控制变量的方式对结果进行呈现。

估计结果发现，金融杠杆水平及其二次项系数在1%或5%的水平下通过了显著性检验，表明在人均GDP增长率为被解释变量下，金融杠杆与经济发展的倒U形非线性关系仍然存在。从最完整方程模型（13）的回归系数来看，金融杠杆水平的拐点值大约出现在98.250的位置，当金融杠杆进入大于98.250的区域后将不会再对人均经济发展具有促进作用。金融杠杆水平的波动性对人均经济发展产生了负向作用，但未通过显著性检验，这也意味着金融杠杆的波动性对宏观经济的负向影响要强于对微观个体的影响。从核心变量的影响效果来看，金融杠杆与经济发展之间的拐点效应具有较强的稳定性。

（五）稳健性检验

为进一步检验金融杠杆对经济发展影响的拐点效应，在稳健性检验中对核心解释变量金融杠杆水平用广义货币存量M2/GDP进行替代，限于篇幅，此处不再展示稳健性分析结果。稳健性估计结果与前文分析的结论基本一致，当以广义货币存量M2/GDP来衡量金融杠杆水平时，其与经济发展之间仍呈现倒U形的非线性关系，存在明显的拐点效应，以M2/GDP衡量下的金融杠杆水平拐点值大约出现在227.070或203.667的位置。金融杠杆波动对经济发展具有负向作用，在10%的水平下通过了显著性检验。以上结果表明了本文基于系统GMM模型估计金融杠杆拐点效应的结果具有稳健性。

四、研究结论与启示

本文基于79个国家（地区）1990—2016年的跨国平衡面板数据，采用门槛回归模型和系统GMM模型分析了经济发展与金融杠杆的非线性关系特征。实证分析结果显示，经济发展中金融杠杆存在显著的门槛效应，即金融杠杆对经济发展的作用随着门槛变量值的不同而具有显著的异质性特征，但金融杠杆对经济发展促进作用的门槛范围相对较窄，更多表现出的是对经济增长的抑制作用。具体来看，金融规模的增加将会削弱金融杠杆对经济发展的边际促进作用，而金融效率的提升有助于促进作用的改善。金融结构的优化对经济发展具有正向促进作用，但资本市场的过度繁荣容易造成资金在金融系统内空转，提高系统性金融风险，从而不利于经济发展。拐点效应分析表明，金融杠杆和经济发展之间呈倒U形的非线性关系，随着金融杠杆水平的提高，经济增速会先升高后下降，即存在一个“拐点”。另外，金融杠杆的波动将对经济发展产生显著的负向作用。

实证分析结果显示，用私人部门信贷余额/GDP和广义货币存量M2/GDP来衡量金融杠杆水平时，其“拐点”分别位于pscredit=89.845—98.250、M2/GDP=203.667—227.070的位置。从我国目前的金融杠杆水平来看，pscredit指标在样本期内一直处于后拐点区域，而M2/GDP指标也已于2017年进入后拐点区域，这也意味着当前金融杠杆水平的继续提升对经济发展的促进作用将会变得更加微弱，一定程度上还会对经济发展造成抑制作用。在金融杠杆进入拐点的后区域时代，宏观经济将面临下滑压力。因此，提升金融资源配置效率，让金融回归本源并服务于实体经济高质量发展，同时促进产业优化升级，寻找新的经济增长点变得尤为重要。另外，金融杠杆的波动对经济发展具有较大的破坏性和抑制性，实施稳健中性货币政策，维护金融安全稳定，确保不发生系统性金融风险的底线具有重大意义。

注：

①本文选取的79个样本国家和地区具体如下：高收入国家和地区（32个）：澳大利亚、奥地利、比利时、巴林、巴巴多斯、加拿大、瑞士、智利、捷克、德国、西班牙、法国、英国、希腊、中国香港、匈牙利、以色列、意大利、日本、韩国、卢森堡、荷兰、挪威、新西兰、阿曼、波兰、沙特、新加坡、斯洛伐克、斯洛文尼亚、瑞典、美国；中高等收入国家（27个）：阿根廷、保加利亚、巴西、博茨瓦纳、中国、哥伦比亚、哥斯达黎加、厄瓜多尔、克罗地亚、伊朗、牙买加、哈萨克斯坦、黎巴嫩、墨西哥、黑山、毛里求斯、马来西亚、纳米比亚、巴拿马、秘鲁、巴拉圭、罗马尼亚、俄罗斯、塞尔维亚、泰国、土耳其、南非；中低等收入国家（19个）：孟加拉国、科特迪瓦、埃及、加纳、印度尼西亚、印度、约旦、肯尼亚、斯里兰卡、摩洛哥、尼日利亚、巴基斯坦、菲律宾、巴布亚新几内亚、斯威士兰、突尼斯、乌克兰、越南、赞比亚；低收入国家（1个）：坦桑尼亚。

参考文献：

[1]Arcand，J.， E.Berkes and U.Panizza. 2015. Too much finance. Journal of Economic Growth，20.

[2]Cecchetti， S.G.， Kharroubi， E. 2012. Reassessing the impact of finance on growth. BIS Working Paper Series， No.381.

[3]King， R.G. and R.Levine. 1993. Finance and Growth： Schumpeter Might be Right. Quarterly Journal of Economics，108.

[4]Levine， R. 1997. Financial development and economic growth： views and agenda. Journal of Economic Literature.

[5]Rousseau， P.L.， Wachtel. P. 2011. What is happening to the impact of financial deepening on economic growth？ Economic Inquiry，49（1）.

[6]Beck，T.，Levine，R.，and Loayza，N. 2000. Finance and the source of growth. Journal of Financial Economics，58.

[7]Beck，T.，D.Hans， and K.Christiane.（2014）. Is more finance better？ disentangling intermediation and size effects of financial systems. Journal of Financial Stability，10，50-64.

[8]Dirk Bezemera.，Maria Grydakib. 2014. Financial fragility in the great moderation. Journal of Banking and Finance，49.

[9]Law，S.and N.Singh. 2014. Does too much finance harm economic growth？ Journal of Banking and Fiance，41.

[10]Shen，C.，and C.Lee. 2006. Same financial development yet different economic growth-why？ Journal of Money，Credit and Banking， 38（7）.

[11]Wachtel P. 2011. The evolution of the finance growth nexus.Comparative Economic Studies，3.

[12]Windmeijer， F. 2005. A finite sample correction for the variance of linear efficient two-step GMM estimators. Journal of Econometrics， 126.

[13]馬勇，陈雨露.金融杠杆、杠杆波动与经济增长[J].经济研究，2017，（6）.

[14]马勇，田拓，阮卓阳，朱军军.金融杠杆、经济增长与金融稳定[J].金融研究，2016，（6）.

[15]王爱俭，杜强.经济发展中金融杠杆的门槛效应分析[J].金融评论，2017，（5）.

[16]杨友才.金融发展与经济增长——基于我国金融发展门槛变量的分析[J].金融研究，2014，（2）.

[17]杨久清.金融杠杆、利率与险资“危机”[J].财会月刊，2017，（27）.

[18]武志.金融发展与经济增长：来自中国的经验分析[J].金融研究，2010，（5）.