居民杠杆率对中国经济增长及房地产发展水平的影响研究

陆岷峰，季子钊

（1.南京财经大学 中国区域金融研究中心，江苏 南京 210046；2.彰银商业银行有限公司 风险管理部，江苏 南京 210001）

一、引言

2017年以来，中国宏观经济杠杆率迅猛上升的势头得到了有效遏制，2018年全国两会提出的金融工作更偏重于稳定宏观杠杆率的变化趋势，为了化解潜在金融风险和实现经济稳增长，必须注重宏观杠杆率（包括企业部门、政府部门及居民部门等）内部结构的调整。一直以来，很多人持有的观点是中国居民部门杠杆水平仍然较低，加杠杆的空间还不小。1996—2016年，中国居民杠杆率（居民部门贷款与融资融券之和除以GDP）大幅上升，已从3.1%上升至44.8%，并仍在以约8.5%的增长速度持续上升①数据来源：国泰安数据库。。从国际对比来看，截至2016年，同期发达国家的居民杠杆率水平远高于中国，平均为76.4%，然而与发展中国家（35.9%）相比，中国的居民杠杆率是偏高的。因此，中国银保监会在2018年1月召开的全国银行业监督工作会议上，提出了要努力控制居民杠杆率的增长速度，必须严格控制中国高速增长的居民杠杆率，防范个人消费贷款的违规使用、个人信用卡的透支使用并流入股市和楼市，防止风险集中进一步提高。

对于中国居民杠杆率水平的高低，学界有不同的看法。从存量的角度看，目前中国的居民杠杆率虽然低于发达国家，表面看起来仍然有上升的空间，但从相对值的角度看，中国居民杠杆率水平几乎是新兴经济体中最高的。因此，中国监管层提出抑制居民杠杆的政策，并不单是因为居民杠杆率过高，而是其攀升过快，这样不利于经济增长，加剧风险隐患。购房贷款是中国家庭负债的最主要部分，占50%以上，其中大量杠杆资金积聚在房地产行业。风险集中度过高的行业，一旦受到宏观经济下行、资产定价波动等影响，将会引发系统性风险事件。因此，研究居民部门杠杆率与资产定价、房地产市场及经济增长的影响关系，可以清晰了解到杠杆率对宏观经济的影响力，也有利于判断当前居民部门的杠杆空间和增长合理性。

二、文献综述

（一）关于杠杆率内涵的研究

在传统经济学理论中，杠杆率是指权益资本与总资产的比率。财务概念中，杠杆率等于息税前利润与营业利润之比，也就是说，将资金放大，随之资金成本也就很小了，收益和风险也会随之放大。宏观经济学核算中，杠杆率又分为政府部门杠杆率（政府债务余额/GDP）、居民部门杠杆率（居民贷款余额/GDP）、金融企业部门杠杆率（金融机构间负债/GDP）以及全社会杠杆率（总债务占比）等。通过信贷市场的引入，经济主体拥有了贷款的机会，因而提升了收益水平，同时也放大了风险，因此杠杆的作用不可忽视。李扬等（2012）通过对比分析债务的存量指标与国民收入的流量指标发现国家的长期累积经济效应，若更深入地分部门类别来研究杠杆率结构、变动趋势及各部门之间的关系，就可以从存量的视角剖析国家的经济结构和特征[1]。

（二）关于中国居民杠杆率适度与否的争议

1.认为中国居民杠杆率仍不高，有扩大空间。李若愚（2016）认为，居民举债主要用于购买汽车、房子、消费以及子女教育等支出。虽然如今的金融市场所能提供给投资者的投资渠道越来越丰富，但居民融资渠道有限，可选择的债务品种并不多，主要是通过商业银行获得贷款。他的观点倾向于居民加杠杆，认为：第一，中国居民杠杆率仍有上升空间，绝对水平不高；第二，中国居民的债务收入比例较低，居民债务仍有扩大空间[2]。

2.认为居民杠杆率有较大空间但增速过快。秦锐（2017）认为，中国居民杠杆率的高速增长势必积聚风险，杠杆率有上升的空间，但并不意味着可以放任杠杆率的持续攀升。虽然从存量角度看，中国居民杠杆率同发达国家相比处于较低水平，但从居民净财富的角度看，发达国家居民的净财富约占社会净财富的80%，而中国居民只有约45%，相当于发达国家的一半。因此，如果以居民净财富作为居民杠杆率的计算标准的话，中国居民杠杆率甚至超过了发达国家[3]。

3.认为居民杠杆率上升空间较小并增速过快。牛播坤等（2016）认为，第一，中国居民杠杆率的空间已所剩无几；第二，中国居民杠杆率增速过快。目前中国经济属于投资导向型，居民部门在宏观收入分配结构中占比较小，而中国居民的债务水平却处于国际平均水平之上。由于居民举债购入资产多集中于房地产市场，因此相较于欧美发达国家而言，中国居民对房屋价格的波动具有较强的敏感度，使得风险集聚[4]。孙丹等（2017）研究认为，增加居民部门杠杆率来去房地产库存只能进一步恶化房地产价格泡沫风险，增加经济金融的脆弱性[5]。李超等（2016）认为中国居民以银行贷款为主的单一债务结构是引起杠杆率连续快速上涨的原因。自2008年金融危机爆发之后中国居民杠杆率开始持续迅速上升，这与居民的债务结构高度相关[6]。

越来越多的学者认为从丰富模式的角度避开简单地加杠杆问题。张志元等（2018）提出，金融业需要依靠创新思维打造金融服务新模式，实现金融与多产业、多业态、多模式的深度融合[7]。巴曙松（2016）指出，中国居民加杠杆速度逼近次贷危机边界。他认为居民杠杆率与房价波动高度一致，每轮房价大涨，居民杠杆率随之增加。他从横向分析对比了中国与其他国家的居民杠杆率，认为中国的居民杠杆率水平低于发达国家。通过交易杠杆的分析，他认为中国居民杠杆率上涨空间是有的，但不宜有乐观的预期。通过美国房地产市场历史数据对比来看，中国居民购房加杠杆的速度在逐步地逼近这个边界[8]。

（三）关于居民杠杆率对经济增长及房地产业的影响研究

1.居民杠杆率对经济增长的影响。Mian等（2010）利用美国数据实证检验认为，居民部门杠杆率是预测美国经济衰退早期的有效数据指标[9]。Mian等（2015）通过对30个国家1996—2012年的面板数据分析发现，若居民杠杆率具有连续4年上升的趋势，那么相应的GDP将会显著下降，虽然非金融企业部门杠杆率连续上升也会造成同样的后果，但并没有居民杠杆率的影响力大[10]。Lombardi等（2017）通过实证研究发现，居民杠杆率短期的增长有助于提升一国的消费水平和GDP水平，但就长期而言是不利的[11]。郭新华等（2013）主要通过实证分析了长期和短期的中国居民杠杆率与宏观经济波动之间的关系，发现短期内中国居民的债务水平越高则GDP水平越高[12]。田新民等（2016）通过实证研究认为，中国居民杠杆率水平与经济增长之间有着长期均衡的关系，中国家庭的不断加杠杆不利于中国长期的经济增长，而短期内，家庭加杠杆可以一定程度刺激经济增长[13]。郭新华等（2016）实证研究认为，短期和长期的居民杠杆率对中国经济增长存在显著影响，但长期的情况下，高水平的杠杆率将会阻碍经济增长[14]。

2.居民杠杆率对房地产业的影响研究。2014年以来，我国曾一度为刺激经济、推动加速房地产业去库存进度，不断推出利好政策，陆续提升了国民的购房需求，持续加大了居民杠杆率水平。孙丹等（2017）结合中国房地产业数据，利用格兰杰因果关系检验考察了居民杠杆率与住房需求之间的关系，结论说明居民购房需求是居民部门杠杆率上升的重要原因[5]。刘金全等（2018）基于中国10年各房地产指标的月度数据构建向量自回归模型检验房价上涨的主要动力是否为居民杠杆率，结论表明居民杠杆率对房价波动的影响并不显著，而宽松的货币政策才是房价上涨的主要推动力[15]。

（四）关于居民去杠杆对策建议研究

池建宇等（2017）提出，一是应做到总量控制的前提下，监测并控制居民杠杆率绝对值过高，允许适度上涨，但注意过快或过度的现象；二是尽可能推动金融业的创新发展并保障市场环境的安全，进而提升居民融资效率，即杠杆效率。对于居民的负债水平和偿还能力要做到跟踪式的监控，事前防范风险事件。加强维护金融系统稳定性，只有金融市场稳定才能使居民举债资金不会过度集中投资于房地产领域[16]。钱津（2017）认为，首先是要完善房地产市场的监管法规建设，建立多主体多渠道的住房制度，维护市场稳定；其次是做好投资者管理，抑制不合理的投机行为；第三是要谨慎使用居民部门加杠杆的手段来化解房地产库存；第四是房地产行业监管部门应当健全房地产市场监测指标，以便做好事前预警和防范的准备；最后，商业银行应吸取美国金融危机的历史教训，理性处理房地产市场过热的现象，避免过度放贷[17]。

从前述居民杠杆率的研究综述不难发现，学界在讨论杠杆率的效应时，可以归纳成微观经济和宏观经济两类视角。微观方面，主要是杠杆率影响资产定价的问题（例如加或去杠杆对房地产市场、证券市场的影响）。宏观方面，主要是杠杆率对国民经济收入以及细分市场发展水平的影响。李莉等（2017）将关注的杠杆分为微观和宏观两类：第一类是微观层面的经济主体杠杆形成，经济主体从信贷市场通过抵押资产获得额外的货币资金进行消费或投资。第二类是微观经济主体杠杆加总后得到的宏观经济杠杆[18]。

本文主要探讨中国居民杠杆率与经济增长、房地产市场、固定投资增速的关系，将分别从微观和宏观的角度，研究居民杠杆率的经济效应。

三、居民杠杆的经济理论基础

本部分将阐明杠杆理论的原理、本质及杠杆理论形成的微观决定机制。从微观经济主体异质信念出发解释居民主动加杠杆行为的动因，从动态金融的视角通过构建简单的居民杠杆率二叉树模型刻画杠杆率对资产价格及各经济主体风险偏好的影响，为下文进一步分析杠杆率的宏观经济效应奠定微观基础。

（一）理论模型的构建和假设

利用二叉树模型可以简洁地刻画各经济部门加杠杆行为的动因，以微观经济视角分析动态的杠杆率对资产定价和各类经济主体的风险偏好影响。

假设该模型只存在两个时刻，起点和终点分别为时刻t0和时刻t1，经济主体（居民，V）的风险程度连续分布于区间[0，1]，居民部门中越乐观则V数值越大，相反地，越悲观则V数值越小。主体V预期外来经济繁荣的资产Y升值的概率为h，认为经济衰退引起资产贬值的概率为1-h，由于不同居民存在不同的风险偏好（风险偏好型和风险厌恶型），主体V越乐观，他对资产升值的预期则越强烈，其配置资产的欲望就越强，此时h→1；反之，主体V越悲观，则对资产贬值的期望就越强，其出售资产的意愿就越强，此时h→0。由于未来资产变化的不确定性，Y的资产份数在未来升值和贬值的两个状态分别为yu和yd（如图1所示）。

图1 单时段居民杠杆率二叉树模型

基于郑嘉伟（2016）[19]提出的建模思想，假设时刻t0，不同风险偏好的居民自己决定买进或卖出可投资资产，并假设其初始财富为W0，其效用水平由资产组合价值来衡量，在时刻t1无借贷条件下主体V的资产组合价值为：

假设资产Y在时刻t0的价格为p0，风险偏好型的经济主体V则倾向于认为资产在未来的时刻t1将获得较高收益，则他们的期望是 hyu+（1-h）yd＞p0，因此会买入尽可能多的资产；风险厌恶型的经济主体 V 期望为 hyu+（1-h）yd＜p0，他们将会尽可能多地卖出资产，持有货币；对于风险中性的经济主体，其期望为hyu+（1-h）yd=p0，持有资产或是货币都无差异。在无借贷条件下，经济主体V的预算约束为：

上述三等式（2）中，第一等式约束了经济主体V的初始财富及收益的额度（此处不考虑实际经济含义而简化设定为1）；第二等式为经济繁荣情况下的预期财富值；第三等式为经济衰退情况下的预期财富值。

计算经济主体V在预算条件下最大化资产组合价值时，考虑市场出清条件为：

（二）居民杠杆率的引入与确定

此处，引入信贷市场，利率为r，为简化计算本文假定货币市场投资和借款利率相同，即在时刻t0在货币市场投入1元，在时刻t1可以收获1+r元的收益；相反，若时刻t0从货币市场借入1元，时刻t1的负债为1+r元。假定经济主体V在时刻t0买入或卖出m0份资产，为防止违约事件的发生，在货币市场引入抵押作为防止违约的惟一约束机制，即经济主体借入资金需要用资产作为抵押，假定经济主体V使用yh，0单位资产作为抵押获得m0单位货币资金，并承诺在将来时刻t1偿还债务D。最后，为了防止“零和博弈”的发生，这里经济主体V在货币市场借入资金量低于其抵押资产的价值。在时刻t1，经济主体的预算约束从（2）式变为：

当引入了金融中介，也就是信贷市场，风险偏好者就会根据自己的预期尽可能多地借款买入资产。由于存在违约的可能性，本文引入了抵押机制，即风险偏好者主体V要用自己的资产作为担保进行借贷，发生违约后，抵押的资产将用来弥补投资损失。市场出清的条件由（3）式变为：

正因为存在信贷市场，经济主体V才可以通过资产抵押获得更多货币资金，扩大现在和未来的消费和投资，居民杠杆被内生地创造出来，此时居民杠杆率L为：

（三）数值模拟不同杠杆率下资产价格的变化

根据上文的理论假设和赋值，由于资产价格、负债以及违约事件在未来的变化是随机的，因此本文应用Matlab软件生成随机数据进行数值模拟。

根据信贷市场的存在与否，市场均衡的稳态可以得到两种结果，结合图1的单时段二叉树模型，着重分析存在信贷市场后的杠杆率对资产价值的影响。设定经济主体V在时刻t0的资产份额y0=1和初始财富W0=1，资产在时刻t1的两种状态：yu=2，yd=0.5，根据上文设定，此处应有D≤0.5，市场均衡时的结果如表1所示。

1.居民无杠杆的情况。如表1所示，当居民杠杆率L=0时，说明居民无杠杆，即不存在信贷市场，经济主体V购买或卖出资产只能使用自有资金，V＜0.51的经济主体卖出资产，获得3.09单位的货币资金，同时又有V≥0.51的经济主体尽可能地使用自用资金买入资产，通过计算可得在初期的资产价格为p0=1.27。

表1 不同居民杠杆率下资产价格变化的数值模拟

2.居民存在杠杆的情况。当引入了信贷市场后，经济主体V可以通过抵押资产从市场上获得更多资金，以尽可能地达到自身效用最大化。通过计算得到，当居民杠杆率为0.5时，V＜0.62的经济主体将会出售所有资产，并且会借给另一部分V≥0.62的主体，在市场出清后，期初资产价值p0将上升为1.48。若未来资产价格下跌，风险偏好型经济主体将用自己抵押的所有资产偿还债务，这也是他们使用货币资金的约束。而风险厌恶型经济主体为了规避资产下跌的风险，愿意借给风险偏好型经济主体。类似地，将居民杠杆率进一步提升至L=0.9，则存在V＜0.69的经济主体愿意出售所有资产，并且会借给另一部分V≥0.69的主体，在市场均衡后，期初的资产价格p0将进一步上升为1.61。

通过上述研究对比，可以得到如下结论：

结论1：当居民没有加杠杆时，不同风险偏好的居民的经济活动趋向均匀分布。

结论2：当居民加杠杆之后，市场均衡时的居民杠杆率将会显著提高，同时资产价格也会随之上升。即居民杠杆率的提升将会推动资产价格的上升。

推论：对于存在不同风险偏好的经济主体，市场均衡时，随着居民杠杆率的不断上升，V的分布边界从0.62上升至0.69。即居民不断加杠杆会使风险资产集中度不断提高，加剧了市场的脆弱性。

四、居民杠杆率的宏观经济效应实证分析

上文从微观的层面分析了加杠杆对居民资产价格的作用，进而延伸至对整体经济的影响，例如风险集中。在这一部分本文将从宏观经济的层面探讨居民杠杆率与GDP增长率、房地产市场等的关系。Lombardi等（2017）[11]、谢云峰（2017）[20]都通过构建面板ARDL模型实证研究短期内和长期内居民部门杠杆率与房地产发展水平和GDP增长的关系。因此本文亦采用ARDL模型。

（一）变量选取与数据描述

本文从WIND资讯、国家统计局网站中选取中国1996—2016年相关宏观数据作为样本基础，选择1996年作为数据年份的起点，原因是货币当局开始准许并鼓励商业银行向居民部门发放住房贷款，中国居民负债水平的真正上涨是从1996年开始的。本文数据指标有：

1.居民杠杆率（LEVER）。由（居民部门贷款+融资融券）/GDP计算而得。

2.经济增长（GROWTH）。选取 GDP增长率作为代理指标，作为外生性系数。

3.固定资产投资增速（FIXED）。GDP增长率的影响因素有很多，本文选取固定资产投资增速（FIXED）作为控制变量。

4.房地产业前景指数（ESTATE）。房地产市场的发展水平由WIND资讯提供的房地产业前景指数（ESTATE）取对数作为代理指标。

具体数据的描述性统计如表2所示。

表2 变量的描述性统计

表3 数据平稳性检验结果

（二）研究方法与模型选取

根据宏观经济数据特点，现存在两个难点：一是数据时间跨度不是很长，数据量不大；二是需要同时考虑到短期和长期的影响。这里，自回归分布滞后模型（Autoregressive Distributed Lag Approach，ARDL）可以有效解决以上问题：（1）ARDL模型可以允许解释变量为内生变量，并且更适合使用小样本数据，得到的结果仍然可以是无偏估计；（2）不需要数据具有统一的单整性，可以使用协整检验来解释控制变量之间的长期关系；（3）基于原模型可推导出动态误差修正模型（ECM），方便检验变量之间的短期关系。因此本文采用ARDL模型进行实证研究。

本文将建立两个模型分别对应居民杠杆率与GDP增长率、房地产市场的关系，首先检验各个变量的平稳性，然后进行ARDL边限协整分析。

模型1：

模型2：

（三）平稳性检验

由于现有数据时间序列超过15年，为避免伪回归现象，本文首先进行平稳性检验，结果如表3所示。

从表3的结果可看出，各解释变量满足ARDL边限协整检验的条件。

（四）ARDL边限协整检验

运用模型1和模型2，检验居民杠杆率与GDP增长率、固定投资增长率，居民杠杆率与房地产业前景指数是否存在长期稳定关系。检验采用的统计量为F统计量，使用Eviews统计软件实现，结果如表4所示，模型1和模型2的F统计量均拒绝了原假设。因此，居民杠杆率与GDP增长率、固定投资增长率存在长期关系，同时居民杠杆率与房地产业发展水平也存在长期稳定关系。

表4 ARDL边限协整检验结果

（五）居民杠杆率的长、短期效应

本文采用 HAC（Hewey-West）准则判断，最大滞后限定为4。计算得到最优滞后期的长期动态关系方程：ARDL（3，3，4）和 ARDL（1，0），具体参数估计结果如表5所示。而居民杠杆率对经济增长的短期效应如表6所示。

表5 ARDL的长期均衡系数估计

从表5的结果上看，模型估计系数的效果较好，模型 1的 R-squared=0.957，而模型 2的 R-squared=0.774相对较低，以及P值的拒绝原假设也不够充分，这可能是模型设定出现偏误，也可能是揭示房地产业发展的因素诸多，除了居民杠杆率，还有商业银行业的支持程度、宏观政策导向以及居民收入结构等等。结合表6的结果来看，居民杠杆率对经济增长影响显著，其估计系数为0.472，这说明在短期提升居民杠杆率水平对经济增长有正的推动力。从历史经验及前人研究可知，房地产需求是居民部门负债扩张的重要原因之一，反过来加杠杆的行为必然会推动房价的上涨，刺激了经济增长，然而这样的相互作用具有短期性，房价螺旋上升将加剧楼市泡沫。

表6 居民杠杆率对经济增长的短期效应（ARDL-ECM估计结果）

因此，第一，居民杠杆率的增长短期内与经济增长呈正相关，而在长期中与经济增长呈负相关关系，这意味着每提高1个百分点的居民杠杆率，将拉低GDP增长率0.264%，中国居民加杠杆对经济增长的负效应已偏高。若要保持长期稳定的经济增长，依靠加大居民杠杆率刺激房地产市场是不可取的。第二，居民杠杆率与房地产市场存在着正的相关性，这也验证了上文中所阐述的实际现象。简言之，加杠杆刺激房地产（或经济）并不是单向性的作用，而是双向的相互作用，呈现出螺旋上升的现象，若不采取有效措施，将难以遏制。巴曙松（2016）也指出中国居民杠杆率与房价高度相关，每一轮房价上升都会提高居民杠杆率[8]。

五、结论与建议

（一）结论

基于上文对居民杠杆的微观形成机制和宏观经济效应的研究，得到以下结论：

1.居民加杠杆的利弊并存。通过上述经验数据表明，在一定范围内，中国居民加杠杆有利于经济金融市场的繁荣和GDP的增长，但居民杠杆率增长过快，会拉低经济增速，不利于经济的长期稳定增长。

2.风险资产集中化的趋势。利用增加居民杠杆率去房地产库存的做法，只能进一步提高房地产资产价格，增加金融和经济的脆弱性。在中国新常态经济下，经济增速换挡，实体部门收益率有所下滑，资产价格持续上升，金融资源具有向股票、房地产等部门集中的倾向，风险不断积聚，将刺激固定资产价格、股市的继续上涨，经济泡沫将迅速膨胀。

（二）建议

1.注重调整宏观杠杆率内部结构。本文研究表明，超出一定范围的中国居民杠杆率增速不利于经济的长期稳定增长。近两年来，中国居民杠杆率的高速增长态势已经得到了有效控制，2017年12月底举行的中央经济工作会议以及2018年全国两会的金融工作更侧重于保持宏观杠杆率的稳定及稳增长，注重调整宏观杠杆率内部结构关系以及控制居民部门杠杆率的增长速度，这样才能实现经济的长期稳定增长。

2.优化居民杠杆结构。虽然目前中国居民杠杆率已得到有效控制，但相对增速仍然较高，须进一步防范居民杠杆率增速过快。严厉限制投机性杠杆信贷资金流入房地产、股市等领域。“去杠杆”并不代表着消除杠杆，重点是抑制居民杠杆率的过快增长。除了储蓄存款外，中国居民资产结构中的房地产资产占比超过60%，这种过于集中的资产配置容易受到价格波动的影响，加剧其脆弱性。一旦价格下跌，居民财富水平和社会福利将受到严重影响。应当调整居民杠杆结构，提升有真实经济需求的“加杠杆”，充分发挥居民杠杆的平滑消费与投资波动、促进经济增长、弥补居民收入与居民消费需求之间缺口等重要作用。

3.实行结构性减税政策。供给侧改革的其中一部分就是通过减税来降低居民生活成本，进而提升工作积极性和创造性。另外，减税有利于提升居民实际收入，降低居民负债率水平。引导居民的积极消费，改善居民杠杆结构，推动各领域发展和升级，包括教育培训、健康保健、文化旅游等领域。

4.加强金融监管，修正居民风险偏好。金融市场的风险波动越大，就越会使居民加强避险预期，导致居民在金融市场等多元渠道的投资和消费进一步下降，而将更多的资产配置在安全边际较高的房地产市场里，促使房市泡沫积累，房价仍然会不断上涨。在经济新常态下，最大的风险是各经济主体形成经济下滑的预期，进而不良循环下去。因此，要保证居民对经济稳定增长的预期，稳定和规范金融市场，加强金融监管力度，提升各类风险资产的安全底线，才可以修正居民的风险偏好。

5.建立居民杠杆率全面风险评估体系。尽快构建符合中国国情的居民杠杆率的风险评估体系，在事前识别风险、防范和化解风险中起到关键作用。但目前我国缺乏一套完善的居民杠杆率的风险测算和风险评估体系。因此，健全杠杆风险评估体系，首先需要建立全面的杠杆风险预警指标，提升相关数据收集的准确性、客观性、及时性。例如实时监控居民消费贷款使用情况、是否存在违规信用卡透支、个人贷款是否流入股市和楼市等行为。