中国宏观杠杆率测算存在的错误及修正

朱鸿鸣，韩若愚

(1.国务院发展研究中心 金融研究所，北京 100010；2.复旦大学 经济学院，上海 200433)

一、问题的提出

十九大报告指出，在全面建成小康社会的决胜期，要坚决打好防范化解重大风险的攻坚战。2017年12月8日召开的中央政治局会议明确提出“防范化解重大风险要使宏观杠杆率得到有效控制”。防范化解重大风险，首战是防范化解金融风险，推动经济去杠杆，使宏观杠杆率得到有效控制。准确、科学估算中国宏观杠杆率(债务余额/GDP)，对客观评估去杠杆进展及成效、把握去杠杆力度和节奏、积极稳妥有效推进去杠杆具有重要意义。不过，由于对中国金融的全貌了解不够、对金融统计指标的内涵认识不清，以及忽略宏观杠杆率测算的基本原则，不少机构对中国宏观杠杆率的测算存在重大缺陷，集中体现为数据源误取、多计债务项、漏计债务项、归类错误和重复计算。这些缺陷既使宏观杠杆率水平测算结果出现较大误差，更导致难以及时捕捉去杠杆中的重大边际变化，从而导致对去杠杆进展、成效和不足等关键事项的判断出现重大偏差。

本文以2017年6月末中国宏观杠杆率测算为例，详细论述测算中容易出现的错误、原因及影响，并提出完善总杠杆率和各部门杠杆率测算的具体方法。

二、现有关于宏观杠杆率测算的研究

(一)国内宏观杠杆率测算研究的缘起

近年来，学术界、政策研究界、国际金融组织和投行机构都纷纷对中国宏观杠杆率进行测算，主要有三方面的理论及现实背景。

第一，全球金融危机后出现了金融发展与经济增长关系的反思。在2008年全球金融危机爆发前，学术界的主流观点认为金融发展(一般用金融深化指标或金融规模测度)与经济增长之间显著正相关，甚至存在因果关系[1]-[3]。全球金融危机的爆发使学术界开始重新审视金融发展与经济增长的关系，发现两者呈倒U型关系，一旦金融规模超过某个阀值，金融规模与经济增长的关系便由正相关关系变为负相关关系，金融规模的增加不再促进经济增长而是阻碍经济增长[4]-[6]。由于宏观杠杆率就是金融发展或金融深化的核心指标，宏观杠杆率的绝对水平受到广泛关注。

第二，全球金融危机后信贷繁荣(Credit boom)或信贷激增与系统性金融风险之间的紧密相关性成为共识。全球金融危机前，虽然信贷繁荣的风险在部分新兴经济体中受到关注，但总体上特别是在发达经济体中受到的关注有限[7]，更多的信贷通常被视为融资渠道的增加和对投资与经济增长的更大支持[8]。全球金融危机后，信贷繁荣的成本(如信贷标准放宽、过度杠杆、资产泡沫)越来越受到关注，信贷繁荣被认为与金融危机具有关联性[9]，被视为预测金融危机或系统性金融风险的重要先行指标[10]-[12]。于是，宏观杠杆率的增速也成为宏观金融领域关注的焦点。国际清算银行(BIS)还专门计算并公布信贷缺口(Credit gap)，即信贷与GDP之比超出其长期趋势的部分，认为信贷缺口这一变量可以捕捉到可能导致银行危机的系统脆弱性的累积过程[13]。

第三，全球金融危机后，中国经历了持续而显著的信贷扩张。面对全球金融危机的冲击，以及其后经济增速换挡期、结构调整阵痛期和前期刺激政策消化期“三期叠加”的挑战，中国采取了稳增长导向的宏观调控政策，保持了经济的持续较快增长，在成为世界经济增长的主要动力源和稳定器的同时，也累积了大量债务。国际货币基金组织、国际清算银行等国际组织多次提示中国信贷扩张的风险。中共中央也将去杠杆作为供给侧结构性改革的主要任务之一，并明确要求防范化解重大风险要使宏观杠杆率得到有效控制。为此，科学地测算宏观杠杆率便具有十分重大的政策意义和现实意义。

(二)宏观杠杆率的测算

国内的文献在测算宏观杠杆率时，主要用到过两个指标：债务余额/GDP[14]-[18]和M2/GDP[19]。目前，更为常用且受到国内政策部门认可的宏观杠杆率指标是债务余额/GDP。

总体而言，以债务余额/GDP来度量宏观杠杆率要显著优于以M2/GDP来衡量。一方面，以债务余额/GDP来衡量更符合学术惯例，大量跨国实证研究主要采用该指标[4]-[6]。另一方面，以M2/GDP衡量存在国际可比性差、难以进行部门分解、M2不等同于债务等三大缺陷[18]。比如，2016年中国的M2/GDP为208.3%，美国仅为90.6%，不足中国的1/2；而按照国际清算银行的数据，2016年美国的债务余额/GDP为252.1%，仅略低于中国的257.0%。又如，进入2017年后，中国的M2增速显著下降至低于名义GDP增速*2017年9月末，中国的M2增速为8.8%，已显著低于前三季度名义GDP增速(11.3%)。，而债务余额增速仍显著高于名义GDP增速。若以M2/GDP来衡量则会得出宏观杠杆率绝对值已经出现下降的错误结论。可见，以M2/GDP测算宏观杠杆率可能带来系统性偏差和系统性误判。

(三)宏观杠杆率债务口径的确定

若以债务余额/GDP测算宏观杠杆率，债务口径的确定便是核心，关系到宏观杠杆率测算的科学性和合理性。当前，中国宏观杠杆率水平已经较高且经济去杠杆成为金融风险防范化解的工作主线，债务口径科学合理与否，直接关系到宏观杠杆率绝对水平和重大边际性变化的判断是否准确和及时。

目前国内已有不少文献对中国宏观杠杆率水平进行了测算，但测算结果几乎都不相同。差异的主要原因就在于测算口径不同，比如一些文献将未贴现银行承兑汇票视为债务[16—18]，而另一些文献则不将其视为债务[17]。

关于宏观杠杆率口径的确定原则，已有一些文献进行了讨论。比如，朱鸿鸣和薄岩[18]明确了债务口径的六项原则，即付息原则(付息义务)、居民原则(国内经济主体的债务)、全面性原则(各类可纳入的债务均需纳入)、一致性原则(各类经济主体债务口径保持一致)、可得性原则(有相关统计数据或可进行较合理测算)和实质重于形式原则(债务偿还主体而非举借主体)。

三、中国宏观杠杆率测算中的五大常见错误及其影响

(一)数据源误取

若对不同数据源数据的内涵及权威性认识不准，又缺乏对数据的交叉验证，测算时易出现数据源误取问题，比如错误选择企业债券数据源和错误选择国债余额数据源。

1.错误选择企业债券数据源

企业债券的数据源有社会融资规模存量统计、中国人民银行金融市场运行情况、Wind债券专题统计等，相互之间存在差异。2017年6月末，在社会融资规模存量统计中，企业债券存量为17.7万亿元，这一数据在2016年末为17.9万亿元；中国人民银行的金融市场运行情况中，公司信用类债券托管余额16.3万亿元；Wind债券专题统计中各类企业债券*包括企业债、公司债、中期票据、短期融资券、定向工具、政府支持机构债、交易商协会ABN、证监会主管ABS、可转债和可交换债。加总值为18.2万亿元。从数据权威性看，宜采用社会融资规模存量统计的企业债券数据。若选取中国人民银行金融市场运行情况数据和Wind债券专题统计数据，总杠杆率将分别被低估1.8个百分点和高估0.7个百分点。

2.错误选择国债余额数据源

国债余额数据源有财政部国债余额、国债债券托管量和Wind债券专题统计等。2016年末，三者分别为12.0万亿元、12.1万亿元和12.0万亿元，差异虽然不大，但内涵有较大不同，仍需避免混淆。财政部国债余额数据包括中央政府负有偿还责任国债债券、国际金融组织和外国政府贷款两类，从数据权威性和内涵看，宜选用该数据源。国债债券托管量数据则包括中债登记账式国债债券托管量、中债登储蓄国债(电子式)托管量和中证登国债存管面值，三者相加方为国债债券托管余额，若选择托管余额为数据源，不能单独使用其中任何一项数据。

(二)多计债务项

在对债务统计原则、债务内涵及部分金融指标内涵把握不准的情况下，测算易犯多计债务项的错误。比如，将负债混同于债务、多计未贴现银行承兑汇票、多计金融机构发放的境外贷款、多计对非银行业金融机构发放的贷款和多计股票融资等。

1.将负债混同于债务

负债和债务中文语境中表述相似，日常运用中常混用，测算时易混同。实际上，负债(Liability)和债务(Debt)有重大差异，前者是会计概念，后者是金融概念。从宏观杠杆率测算视角看，债务是负债中的有息负债，通常经由金融体系提供。2017年6月末，全部A股非金融类上市公司负债余额为29.8万亿元，债务余额*测算公式为“债务=短期借款+长期借款+应付短期债券+应付债券+一年内到期的非流动负债”。考虑到以委托贷款、信托贷款等债务未纳入测算，测算结果存在一定低估。估计为13.3万亿元，债务余额占比仅为44.5%。若将负债等同于债务，将导致债务余额和宏观杠杆率的严重高估。

2.误将未贴现银行承兑汇票计入

社会融资规模统计纳入了未贴现银行承兑汇票，以反映金融体系服务实体经济的情况。银行承兑汇票为企业间商业信用提供担保，纳入银行统一授信管理，的确是银行服务实体经济的重要方式。不过，银行承兑汇票是银行的一种担保业务，在未承兑之前并不新增债务，一旦承兑便作为票据融资纳入贷款统计中，因此，无需专门作为债务项计入。2016年末，未贴现银行承兑汇票余额4.6万亿元。2017年6月末，未贴现银行承兑汇票余额4.5万亿元，误计会导致总杠杆率高估5.7个百分点*2017年6月末宏观杠杆率公式为“杠杆率=债务余额/截至2017年6月末的近4个季度累计GDP”。。

3.误将金融机构发放的境外贷款计入

杠杆率公式的分母是国内生产总值，核算的是经济体内常住单位一定时期内生产活动的最终成果。作为分子的债务余额，其统计范围应与分母保持一致，即经济体内常住单位债务余额。金融机构境外贷款是金融机构为境外经济主体提供的贷款，并不是常住单位的债务，不能纳入债务余额计算。2017年6月末，金融机构境外贷款余额3.5万亿元，误计会导致总杠杆率高估4.4个百分点。

4.误将对非银行业金融机构发放的贷款和股票融资计入

金融机构贷款包括为住户贷款、非金融企业及其他部门贷款、非银行业金融机构贷款。以贷款为基础计算非金融部门债务余额时，需扣除非银行业金融机构贷款。股票融资纳入社会融资规模统计，若以社会融资规模为基础计算债务余额，也需扣除。2017年末，非银行业金融机构贷款余额和股票融资存量分别为7 113亿元和 6.4万亿元，误计会导致宏观杠杆率高估0.9个和 8.2个百分点。

(三)漏计债务项

若对中国金融体系全貌、债务统计原则和指标内涵把握不到位，测算时易犯漏计债务项错误。比如，漏计证券业资本中介业务提供的债务融资，漏计保险业直接提供的债务融资、漏计银行理财产品提供的债务融资、漏计证券业资管产品提供的债务融资、漏计资产支持证券的居民部门债务和漏计外债等。

此外还有漏计银行已转让不良债权的情形。将不良资产转让给资产管理公司(AMC)及其他合格主体是不良资产处置的重要方式，但转让本身并不意味着债务的消除。囿于数据可获得性，关于近年来宏观杠杆率的测算暂不将其纳入。

1.漏计证券业资本中介业务提供的债务融资

2010年以来，证券公司大力发展资本中介业务，以融资融券、股票质押式回购、约定购回式证券交易*约定购回式交易待回购余额较小且缺乏全国层面数据。等方式，直接向居民和企业提供了大量债务融资。2016年末，融资融券余额和股票质押式回购待回购余额分别为9 221亿元和14 021亿元。2017年6月末，融资融券余额和股票质押式回购待回购余额分别为8 797亿元*2015年6月末，融资融券余额曾高达2.1万亿元，漏计会导致当时的居民部门杠杆率低估3.1个百分点。和15 201亿元，将其漏计会分别导致总杠杆率低估1.1个和1.9个百分点。

2.漏计保险业直接提供的债务融资

保险业除通过投资债券间接提供债务融资外，还通过发放保户质押贷款、设立债权投资计划和股权投资计划(绝大部分为名股实债)等方式直接为非金融部门提供债务融资。2017年6月末，保户质押贷款和债权投资计划提供的融资额估计在1.4万亿元左右，漏计会导致总杠杆率低估1.8个百分点左右。

3.漏计银行理财产品提供的债务融资

近年来，银行理财市场快速发展，2017年6月末规模已达28.4万亿元。银行理财资金除配置债券间接提供债务融资外，还通过投资非标准化债权类资产(以下简称“非标”)、权益类投资(绝大部分是名股实债)、理财直接融资工具等方式直接为非金融部门提供债务融资，已成为影子银行的主要组成部分之一。2017年6月末，扣除“非标”中的委托贷款和信托贷款后，银行理财市场向非金融部门直接提供的债务融资估计达7.4万亿元，漏计会导致总杠杆率低估9.2个百分点。

4.漏计证券业资管产品提供的债务融资

证券业资管业务中，券商资管和基金子公司专户通过投资“非标”为非金融部门直接提供融资，也是影子银行的重要组成部分。2017年6月末，券商资管和基金子公司专户规模分别达到18.1万亿元和8.6万亿元，扣除投向委托贷款、信托贷款的资金外，向非金融部门直接提供的债务融资估计至少超过9 200亿元，漏计会导致总杠杆率低估1.2个百分点。

5.漏计资产支持证券的居民部门债务

近年来，资产证券化快速发展，以居民债务(如个人住房贷款、信用卡贷款、汽车贷款、公积金贷款、消费性贷款、保单贷款、小额贷款和公司贷款等)为基础资产的资产证券化规模也快速增长。2017年6月末，这类资产证券化的规模为5 388亿元，漏计会导致总杠杆率和居民部门杠杆率低估0.7个百分点。

6.漏计外债

债务余额的统计范围需与GDP核算范围一致，常住单位举借的外债也需计入。2017年6月末，扣除国债余额和地方政府债务中已经纳入计算的部分，满足债务标准的外债估计为1.1万亿元，漏计会导致总杠杆率低估1.4个百分点。

(四)归类错误

估算企业、居民和政府部门杠杆率时，需要将各类债务归类于具体部门，这一过程中，容易出现归类错误，导致相关部门多计或漏计债务。常见情形包括：误将委托贷款全部归类为企业部门债务，误将类金融组织提供的债务融资归类为企业部门债务，误将企事业单位举借的政府负有偿还责任的债务归类为企业部门债务，误将未纳入国债余额的中央政府债务归类为企业部门债务,误将政府或有债务全部归类为企业部门债务。其中，前两种情形为居民与企业部门之间的归类错误，后三种情形为企业部门与政府部门之间的归类错误。

1.误将委托贷款全部归类为企业部门债务

目前，公积金贷款由住房公积金管理中心委托银行发放，计入委托贷款。委托贷款不仅包括企业部门债务，还包括以公积金贷款为代表的居民部门债务。2017年6月末，公积金贷款余额达到4.3万亿元，若误归类为企业部门债务，会导致居民和企业部门杠杆率分别被低估和高估5.5个百分点。

2.误将类金融组织提供的债务融资归类为企业部门债务

除金融机构外，小额贷款公司、典当行和P2P机构等类金融组织也向非金融部门提供债务融资。总体看，这些债务既包括居民部门债务，也包括企业部门债务。由于无法具体切分，考虑到成本较高、单笔单户平均金额较小，多为居民部门的短期、消费类债务，即便是企业债务也通常有企业主个人财产或个人无限责任担保，宜归类为居民部门债务。2017年6月末，以上三类债务合计2.2万亿元，将其归类为企业部门债务会导致居民和企业部门杠杆率分别被低估和高估2.8个百分点。

3.误将未纳入国债余额的中央政府债务归类为企业部门债务

中央财政国债余额情况表中披露的国债余额仅包括国债债券、国际金融组织和外国政府贷款。除此之外，中央政府仍有部分负有偿还责任的债务，主要是偿付金融机构债务，以及部分政府部门及所属单位举借的债务。根据国家审计署2013年末公布的《全国政府性债务审计结果》，2012年末这类债务的规模估计在1.6万亿元左右，若在政府债务中漏计，将导致2012年末政府部门和企业部门杠杆率分别低估和高估3.1个百分点。

4.误将政府或有债务全部归类为企业部门债务

中央政府对政府支持机构债券负有一定救助责任，地方政府对部分国有企业、公用事业单位债务负有担保责任或一定救助责任。从审慎性原则看，这些债务应按一定比例折算计入政府债务。国家审计署2013年末发布的《全国政府性债务审计结果》在计算政府总债务率时，就分别按19.1%和14.6%对政府负有担保责任和一定救助责任债务进行了折算。此外，部分地方政府违规举债，可能也积累了部分潜在的负有偿还责任但以企业为举借主体的债务。这些债务若都归类为企业部门债务，会导致企业部门债务的严重高估。

(五)重复计算

重复计算也是宏观杠杆率测算中易出现的错误，比如影子银行债务中的重复计算和重复计算非政府债券类政府债务。

1.影子银行债务中的重复计算

委托贷款和信托贷款是银行理财、券商资管和基金子公司非标准化债权投资的重要投向，在加总债务时需要将其剔除。2016年6月末，银行业理财投资的信托贷款和委托贷款合计达1.3万亿元；2016年末，券商定向资管投资信托贷款和委托贷款合计达3.2万亿元；基金子公司专户投资信托贷款和委托贷款合计达2.2万亿元。若不将其剔除，总杠杆率将被高估8.0个百分点以上。此外，由于银行理财是券商资管和基金子公司专户的主要资金来源，银行理财提供的债务融资与券商资管和基金子公司专户提供的债务融资之间有重复计算的部分，需将其剔除。

2.重复计算非政府债券类政府债务

在地方政府举债行为规范之前，不少政府负有偿还责任债务通过企事业单位举借，形成了大量非地方政府债券类地方政府债务。尽管2015年以来进行了大规模地方政府债务置换，但2017年6月末非地方政府债券类地方政府债务估计仍达3.4万亿元，在计算企业部门债务和非金融部门债务时，若不将其剔除，将导致企业部门杠杆率和总杠杆率高估4.4个百分点。

(六)以上五大问题对杠杆率测算的总体影响

以上五大问题对当前中国宏观杠杆率测算的影响包括三个方面：

一是导致对总杠杆率水平的测算出现较大偏差。国际清算银行数据显示2017年一季度末中国总杠杆率为257.8%，比本文的测算结果高10.9个百分点。

二是导致对杠杆结构的误判。根据本文的测算，2017年一季度末，居民部门杠杆率已达56.1%，比国际清算银行数据高出9.2个百分点，也显著高于国内大部分测算结果。2017年三季度末，居民部门杠杆率达到59.2%，在主要经济体中仅次于美国和英国一季度末水平(如图1所示)。若企业部门债务中没有剔除政府隐性债务，企业部门杠杆率将被严重高估。

图1 2017年第一季度主要经济体居民部门杠杆率

注：中国居民部门杠杆率为2017年第三季度末数值。

数据来源：笔者测算及国际清算银行数据。

三是可能导致对宏观杠杆率重大边际变化的判断出现重大偏差。比如，关于企业杠杆率，国际清算银行数据和一些国内机构测算结果显示2016年已出现下降。但是，根据本文的测算，2016年第三季度以来，企业部门杠杆率虽然增幅放缓但仍呈现出不慢的上升态势(如图2所示)。

图2 中国企业部门杠杆率测算

注：本文口径计算企业部门杠杆率时，未剔除企业承担的政府隐性债务。

数据来源：笔者测算及国际清算银行数据。

四、完善中国宏观杠杆率测算的具体方法

为准确把握总杠杆率绝对水平，更客观地认识杠杆结构，及时准确把握去杠杆进程中的重大边际变化，有必要科学合理地估算宏观杠杆率，合理地测算债务余额。

非金融部门债务余额测算既要避免多计债务，也要避免漏计债务。考虑数据可得性因素，非金融部门债务余额应包括以下十九个债务项，即企业债券余额、非金融企业及机关团体贷款余额、信托贷款余额、除公积金贷款外的委托贷款余额、银行理财直接提供的除信托贷款及委托贷款外的债务融资、股权质押式回购待回购余额、券商资管及基金子公司专户中由非银行理财资金提供的扣除信托贷款及委托贷款后的债务融资、保险业债权及股权投资计划注册额、企业外债余额、居民银行贷款余额、公积金贷款余额、基础资产为居民部门债务的资产证券化、融资融券余额、保户质押贷款余额、小额公司贷款余额、典当余额、P2P待还余额、国债债券余额、地方政府债券余额。

居民部门债务余额测算应着力避免漏计、低估债务。居民部门债务余额应包括以下八个债务项，即居民银行贷款余额、公积金贷款余额、基础资产为居民部门债务的资产证券化、融资融券余额、保户质押贷款余额、小额公司贷款余额、典当余额、P2P待还余额。

政府部门债务余额测算应避免漏计低估债务。政府部门债务余额应包括以下五个债务项，即国债债券余额、国际金融组织和外国政府贷款、未纳入国债余额统计的中央政府债务、地方政府债券余额、非政府债券类地方政府债务*非政府债券类地方政府债务中有部分是非金融类债务(如集资、未付款、企业垫资等)，直接扣除会出现一定误差，但总体上误差较小。。在数据可获得情况下，可考虑将政府或有债务按合理比例折算计入。

企业部门债务余额测算既要避免多计，也要避免漏计债务。囿于数据可获得性，在难以剔除企业部门承担的政府隐性债务情况下，建议暂用“广义企业部门杠杆率”替代企业部门杠杆率。广义企业部门债务余额应包括以下十一个债务项，即企业债券余额、非金融企业及机关团体贷款余额、信托贷款余额、扣除公积金贷款后的委托贷款、银行理财直接提供的除信托贷款及委托贷款外的债务融资、股权质押式回购待回购余额、券商资管及基金子公司专户中由非银行理财资金提供的扣除信托贷款及委托贷款后的债务融资、保险业债权及股权投资计划注册额、企业外债余额、未纳入国债余额统计的中央政府债务、非地方政府债券类地方政府债务。其中，后两项为扣除项。

参考文献：

[1] King, R.G., Levine, R. Financial Intermediation and Economic Development[A].Mayer,C.,Vives,X.Financial Intermediation in the Construction of Europe[C].London: Centre for Economic Policy Research, 1993.156-189.

[2] King, R.G., Levine, R. Finance and Growth: Schumpeter Might Be Right[J]. The Quarterly Journal of Economics, 1993, 108(3):717-737.

[3] King, R.G., Levine, R. Finance, Entrepreneurship and Growth: Theory and Evidence[J].Journal of Monetary Economics, 1993, 32(3):513-542.

[4] Cecchetti, S., Mohanty, M., Zampolli, F. The Real Effects of Debt[J].Social Science Electronic Publishing, 2011, 68(3):145-196.

[5] Arcand, J. L., Berkes, E., Panizza, U. Too Much Finance?[J]. Journal of Economic Growth, 2015, 20(2):105-148.

[6] Cecchetti,S. G., Kharroubi, E. Reassessing the Impact of Finance on Growth[R]. BIS Working Papers, 2012.

[7] Dell’Ariccia, G. D., Igan, D., Laeven, L., et al. Policies for Macrofinancial Stability:Dealing with Credit Booms and Busts[R].IMF Staff Discussion Notes, 2012.

[8] Levine, R. Law, Endowments and Property Rights[J].Research of Institutional Economics, 2007, 19(3):61-88.

[9] Reinhart, C. M., Rogoff, K. S. The Aftermath of Financial Crises[J]. American Economic Review, 2009, 99(2):466-472.

[10] Mendoza, E. G., Terrones, M. E. An Anatomy of Credit Booms: Evidence from Macro Aggregates and Micro Data[R]. International Finance Discussion Papers, 2008.

[12] Mitra,S.,Beneš, J., Iorgova, S., et al. Toward Operationalizing Macroprudential Policies:When to Act?[R]. Global Financial Stability Report ,2011.

[13] Drehmann, M., Borio, C. E. V., Tsatsaronis, K. Anchoring Countercyclical Capital Buffers: The Role of Credit Aggregates[R].BIS Working Papers, 2011.

[14] 李扬,张晓晶，常欣.中国国家资产负债表2013：理论、方法与风险评估[M].北京：中国社会科学出版社，2013.39.

[15] 牛慕鸿, 纪敏. 中国的杠杆率及其风险[J]. 中国金融, 2013,(14):55-57.

[16] 中国人民银行杠杆率研究课题组. 中国经济杠杆率水平评估及潜在风险研究[J]. 金融监管研究, 2014,(5):23-38.

[17] 李扬,张晓晶,常欣.中国国家资产负债表2015:杠杆调整与风险管理[M].北京：中国社会科学出版社,2015.12.

[18] 朱鸿鸣,薄岩.中国全社会及各部门杠杆率测算[J]重庆理工大学学报(社会科学版) , 2016，(2):1-6.

[19] 沈建光.高杠杆率的合理性与风险再评估[N].第一财经日报,2015-02-11.