杠杆率视角下的区域性金融风险防控

王擎 刘军 毛锐

内容提要：基于“CAMELS”评级体系构建区域银行业风险系数，计算大型、中型、小微企业和居民部门的杠杆率水平，从全国和地区层面系统性地研究杠杆率水平对区域性金融风险的影响机制。研究发现：全国范围内大型企业杠杆率的提升将提高区域性金融风险，而中小型企业杠杆率提升将降低区域性金融风险;东部地区企业杠杆率对区域性金融风险的影响与全国保持一致，中部地区大型企业、小微企业杠杆率会提高区域性金融风险，西部、东北地区影响则不显著;东部、中部和西部地区居民部门杠杆率上升会提高区域性金融风险。稳杠杆和防控区域性金融风险政策的制定应在不同地区有所差异。

关键词：区域性金融风险;企业杠杆;居民杠杆

中图分类号：F832.5    文献标识码：A    文章编号：1003-7543（2019）10-0075-10

防范化解重大风险是中央确定的三大攻坚战任务之一，而作为其中重要一环的金融风险防控则关乎着经济社会的和谐、稳定，是确保实现供给侧结构性改革，保证经济平稳、健康发展的重要前提，是当前和今后一段时期我国金融工作的重中之重。由于金融在经济发展中的重要作用，区域性金融风险从某种程度上是区域经济发展和风险的映射，而企业和居民杠杆率高企无疑标志着我国金融风险的逐步深化。因此，以不同地区的企业结构、区域经济特征差异的角度为切入点，从不同经济部门异质性出发，研究实体经济部门杠杆率对我国以银行业为主体的区域性金融风险的影响，具有重要的研究价值。

一、相关文献综述

区域性金融风险可定义为由于不同区域间经济发展状况、资源差异等因素导致金融资源供求的区域不平衡并最终产生对于区域经济发展的不利影响的可能性。准确衡量区域金融风险的大小是研究区域性金融风险首先要解决的问题。目前，学术界主要通过构建区域性金融风险预警指数的方法来定量研究区域性金融风险的大小及其影响。仲彬、刘念、毕顺荣对金融风险预警系统的构建以区域银行体系为研究对象，构建的区域金融风险预警体系的框架包括了微观审慎指标以及宏观先行指标两个层面，利用Kaminsky综合指数量化外部风险，并使用自回归模型作预测[1]。周才云在前者的理论基础上构建了宏观、微观显性及审慎指标，认为完备的风险预警体系必须同时包含多个层次的审慎指标[2]。谭中明构建了衡量区域性金融风险的两个分系统，在两个分系统中分别构造了八个子模块，而系统中的各子模块权重被组合赋予，最后结合某省2007年的经济数据进行了区域性金融风险的实证检验和分析[3]。熊涛、郭蕾运用模糊综合评价法，构建了囊括地方政府和融资平台公司的债务风险预警体系，并进行了实证分析[4]。王擎、刘军、金致雯借鉴银行业风险评级的“CAMELS”方法构建了衡量我国区域性金融风险的金融稳定系数指标，总结了我国区域性金融风险的整体特征和发展趋势，随后进行的实证分析进一步发现不同区域经济增长模式对区域性金融风险的影响存在显著差异，最终提出防控我国区域性金融风险切实可行的政策建议[5]。

Minsky认为高杠杆率极易引发金融系统的内生脆弱性，依费雪的“债务—通缩”理论，杠杆率的逐步提升使得经济陷入去杠杆的周期，最终加重了金融系统的内部脆弱性[6]。Allen et al. 以爆发过金融危机国家的资产负债表为样本，研究发现一国高企的杠杆率是诱发其爆发金融危机的重要因素[7]。Cecchetti et al. 研究发现杠杆率对经济增长的影响存在阈值效应，即适度的杠杆率可促进经济增长，但过度的杠杆率将会通过诱发金融危机的方式降低经济增长速度[8]。陈雨露等运用119个国家的面板数据，着眼于国家人口结构的变化，发现人口老龄化国家杠杆率的攀升对金融稳定会产生显著的冲击效应[9]。陆婷以我国非金融部门杠杆率为研究对象，探讨了高杠杆率对于我国金融市场稳定的影响[10]。魏加宁从债务融资资金的使用和投向等方面分析了过高的杠杆率产生系统性金融风险的可能性[11]。马建堂将债务余额与GDP之比作为衡量杠杆率的指标，分析了代表性的四类经济部门杠杆率的样本内变动趋势，研究指出不断上涨的杠杆率大幅增加了系统性金融风险爆发的可能性[12]。

通过回顾现有文献可知，国内外关于高杠杆率和金融风险的研究已较为丰富，同时，研究角度和研究结论也有一定的差异。但目前关于我国杠杆率和区域性金融风险的研究还相对较少，如前文所述，区域性金融风险和传统意义上的金融风险在诱发因素、风险传导和扩散机制上均有所不同，因此，研究杠杆率上升对我国区域性金融风险的影响具有重要的理论和现实意义。本文基于“CAMELS”评级方法，在2008～2017年全国31个省（区、市）数据的基础上，采用因子分析方法构建了衡量区域性金融风险程度的区域性金融风险系数;随后，从异质性经济主体出发，分别计算了样本范圍内大型企业、中型企业、小微企业和居民部门的杠杆率水平;最后，运用控制了区域异质性和表征经济发展质量的宏观经济变量后的省级面板数据回归分析了上述四部门杠杆率水平变动对区域性金融风险的影响，并就回归结果提出相应的政策建议。

二、区域性金融风险和杠杆率指标计算

（一）区域性金融风险指标构建

参考王擎、刘军、金致雯的研究，引入“CAMELS”系统评级和因子分析的相关方法，结合2008～2017年全国31个省（区、市）的样本数据综合计算我国区域性金融风险系数[5]。首先，基于银行业金融机构占据我国金融系统主导地位的实际，同时，我国当前无论是个人信贷还是企业信贷，均是以间接信贷为主，因此，将“CAMELS”评级的主体选为各省（区、市）代表性的商业银行，以省份为单位，将各省份代表性商业银行数据汇总后计算出相应各项指标。参考原银监会2014年印发的《商业银行监管评级内部指引》中的监管指标类型，本文选取的评级要素实际为具备中国特色的“CAMELS+”监管评级要素。具体包括五项评级要素：资本充足率（C）、资产质量（A）、盈利状况（E）、银行流动性风险（L）、银行业市场风险水平（S）。按照《商业银行监管评级内部指引》的建议，将以上5个指标权重依次选取为15%、15%、10%、20%、10%，并分别记为W1、W2、W3、W4、W5，同时，在保证上述指标相对比例不变的前提下将评级要素的权重同比扩大，保证要素权重之和为100%①。随后对银行业金融指标数据进行标准化处理和计算相应的得分，在以上指标中，资本充足率（C）、资产质量（A）和银行流动性风险（L）采用季度数据进行打分，其中资产质量（A）指标由不良贷款率和拨备覆盖率两个指标复合而成，银行流动性风险（L）由存贷比和流动性比例两个指标复合而成。盈利状况（E）和银行业市场风险水平（S）则由样本银行的资产利润率、成本收入比、净息差、利率风险敏感度、累计外汇敞口头寸比等指标的年度数据复合而成。上述指标最终得分记为X1-X5。在计算得出的区域性金融风险指标权重和得分的结果之上，区域性金融风险系数的计算公式可以表示为：

为了更加清晰、直观地展现样本期内我国区域性金融风险的变动状况，本文将31个省（区、市）的风险系数按照东部地区、中部地区、西部地区和东北地区四个维度进行分组，其描述性统计结果如表1所示。

基于CAMELS评分体系计算的区域性金融风险系数决定于各项指标的得分情况，得分越高表明该省份的金融更加稳定，即区域性金融风险系数越高，该区域的金融风险越小。2008年全球金融危机后，我国经济刺激政策使信贷规模快速膨胀，金融高速发展的背后是金融风险隐患的增大，如银行业金融机构资产质量下滑、流动性风险上升和市场风险的逐步提高。如表1所示，从各项描述性统计指标来看，我国东北、中部地区的区域性金融风险系数较东部和西部地区总体偏低，表明东北地区整体区域性金融风险较大，中部、西部地区次之，东部地区整体区域性金融风险最低。从样本期间内区域金融风险的波动幅度来看，西部地区的波动幅度最大，东部地区的波动幅度最小。从相关指标的集中程度来看，中部、东部、东北、西部的区域性金融风险指数均呈现一定程度的左偏，其偏度为负，偏离程度相近。上述描述性统计结果表明，我国东部地区相较于东北、中部、西部地区，其金融发展程度较高，许多金融机构总部位于东部地区，虽然其业务复杂程度较高，但合理的内控以及较高的监管水平保证了其最低的区域性金融风险水平。

（二）杠杆率指标构建

在已有的研究文献中，“杠杆率”的分析往往存在两个视角，“微观杠杆率”一般指代经济主体的资产负债关系，具体反映企业在时点上的负债总额及结构，同时在资产方反映企业的资源拥有、分布状况，是一个同时从资产、负债端考量企业偿债能力和经营稳定性的指标。“宏观杠杆率”概念则在2008年全球金融危机爆发之后被广泛运用。为了从宏观层面评估部门资产、负债情况，需要获得部门完整的资产负债表，但现实中往往存在数据缺失、时滞较长等一系列问题，故当前宏观研究普遍采用“债务总额/GDP”的方法来测算部门的宏观杠杆率[13-14]。

本文收集了2008～2017年全国31个省（区、市）的面板数据样本（数据来源于银保监会公开数据和历年《中国统计年鉴》），包括大型企业、中型企业和小微企业①及居民部门的贷款年末余额②和地区生产总值，构建的各部门宏观杠杆率③指标（以下简称杠杆率）计算公式为：

杠杆率=■×100%

四部门的杠杆率水平的描述性统计结果如表2（下页）所示。

由表2可知，企业部门杠杆率水平远高于居民部门杠杆率，而企业部门内部的大型企业杠杆率水平高于中型企业和小微企业。从波动率水平来看，企业部门杠杆率水平的波动性远高于居民部门，而大型企业的杠杆率波动水平也远高于中型企业和小微企业。

从表3（下页）可以看出，西部地区杠杆率水平均值、中位数及最大值均高于中部、东北和东部地区，杠杆率最大值达到113.00%，且波动性较高。

分地区中型企业杠杆率水平描述性统计结果如表4所示。由表4可知，中部地区中型企业杠杆率水平从均值、中位数以及最大值来看，均低于东部、东北和西部地区。同时，从波动性来看，其标准差仅为0.05，也远低于东部、东北和西部地区。

分地区小微企业杠杆率水平描述性统计结果如表5所示。从表5可以看出，小微企业杠杆率的地区分布特征大体延续了大型、中型企业的特征，无论从均值还是中位数来看，东北、中部地区的杠杆率水平均低于东部、西部地区，其波动幅度也较小。

综上，从区域性金融风险系数大小来看，东北、中部地区区域性金融风险系数最低，对应的区域性金融风险最大，而东部地区的区域性金融风险系数最高，对应的区域性金融风险最小。同时，无论是大型企业、中型企业还是小微企业，东北、中部地区的企业杠杆率均低于东部、西部地区。因此，单纯从描述性统计分析的结果来看，并无法明确企业杠杆率和区域性金融风险的关系，还需要结合实际数据作进一步的回归分析。

三、部门杠杆率变动对我国区域性金融风险的影响

（一）全国样本回归结果分析

本文将区域性金融风险系数作为被解释变量，企业和居民部门的杠杆率水平作为解释变量，采用面板数据回归方法对模型进行估计：

FRit=β0+β1Levit+β2Xit+μit

其中，i表示31个省（区、市），t表示各年份（2008～2017年），Levit表示部门杠杆率水平，Xit为控制变量，同时选取部分地方经济发展模式和宏观先行指标作为控制变量。首先选取控制区域经济发展程度的变量，主要包括区域经济市场化程度和区域经济开放度。参考王擎、刘军、金致雯的研究，本文通过度量投资的市场化程度来反映制度环境[5]。定义市场化程度为（SCH），将全社会固定资产投资项目中的利用外资、自筹投资和其他投资三个指标除以全社会固定资产投资，得到投资的市场化程度，表示为：SCH=（利用外资总额+自筹投资额+其他投资额）/全社会固定资产投资总额。其余变量表示如下：Q表示开放度，定义开放度Q=（当年出口额+当年进口额）/GDP*100%，该指标与投资的市场化程度指标SCH共同度量了经济发展程度。GDP表示GDP增长率;inflation表示通货膨胀率，共同度量区域经济的增长能力;Deposit表示存款增长率，度量银行业规模;DAR表示工业企业的资产负债率，用于度量企业效益。以上数据来源于《中国统计年鉴》和银保监会公开数据。相关变量通过单位根检验、协整关系检验和Hausman检验后，选择固定效应模型进行进一步的回归，回归结果如表6所示。

从回归结果来看，模型1解释变量选择企业杠杆率①和居民杠杆率，同时，将上述控制变量予以控制。企业杠杆率在1%的显著性水平下显著，且回归系数为16.995，表明在樣本期间内，企业整体杠杆率水平的上升提高了区域性金融风险系数。区域性金融风险系数为一正向指标，表明企业整体杠杆率水平的上升降低了区域性金融风险。居民杠杆率水平对区域性金融风险系数的影响在模型1中并不显著。这一结论似乎与当前我国企业杠杆率高企，高负债的经营模式导致企业的经营风险容易转化为相应的金融风险，最终带来区域性金融风险上升这一普遍接受的观点相悖。笔者认为，产生这一结果的主要原因是未将企业的异质性纳入信贷分析，从总体来看，我国企业在2008年全球金融危机后抓住了国内外发展的大环境，从规模和质量上均发展较快，促进了我国经济的快速复苏和增长，但随着企业规模的不断扩大，企业的负债水平也不断提升，体现为企业杠杆率水平的提高，但与此同时，得益于经济增长的红利，银行借贷给企业的资金也获得了相应的回报，给银行业带来了丰厚的利润。因此，从总量上来看，企业总体杠杆率水平的提高在样本期内降低了区域性金融风险水平。

模型2将企业杠杆率水平分为大型、中型和小微企业杠杆率进行了进一步的回归分析，但并未对相关控制变量予以控制。结果显示，仅有小微企业杠杆率对区域性金融风险系数产生显著影响，且影响为正，表明小微企业杠杆率水平上升降低了区域性金融风险。值得关注的是，在未控制相关控制变量的情况下，回归的整体R2偏低，且显著的系数偏少，结论可信度有待进一步验证。

模型3在模型2的基础上纳入控制变量，实证分析结果表明，异质性部门杠杆率对区域性金融风险的影响各异。首先，大型企业杠杆率对区域金融风险系数产生负向影响，系数为-37.182，说明随着大型企业杠杆率水平的提升，区域金融风险系数下降，即区域金融风险增大。自2008年金融危机以来，我国经济面临较大的转型压力，投资往往投向了与基础设施建设相关的企业，导致许多大型企业产能过剩，杠杆率高企，因此，大型企业需要稳步“去杠杆”，实证结论同时印证了供给侧结构性改革的迫切性。其次，中型企业和小微企业对区域金融风险系数产生正向影响。随着中型企业和小微型企业杠杆率水平的提升，区域金融风险系数上升，即区域金融风险下降。这说明当前中型和小微企业的杠杆率还存在一定的上升空间，企业降杠杆不能一概而论，而应对症施策，加大对中小微企业信贷支持力度的普惠金融政策有助于维护区域金融稳定性。最后，居民部门杠杆率的变动对区域金融系数影响不显著。这说明现阶段居民部门杠杆率的变动对区域性金融稳定的影响不大，居民部门的杠杆率尚有一定的变动空间，但随着后续居民杠杆率的持续扩张，存在的风险同样不容忽视。

在控制变量方面，GDP增长率回归系数为正值，在10%的显著性水平下显著，说明GDP增长率对区域金融风险系数产生正向影响，GDP增长率越高，区域银行业风险越小。通货膨胀率回归系数为负值，在10%的显著性水平下显著，说明通貨膨胀率对区域金融风险系数产生负向影响，通货膨胀率越高，区域金融风险越大。工业企业资产负债率回归系数为负值，在5%的显著性水平下显著，说明工业企业资产负债率对区域金融风险系数产生负向影响，资产负债率越高，区域金融风险越大，与预期相符。

在企业资金直接或间接主要来源于信贷的大背景下，信贷增加带来区域性金融风险的同时也将导致杠杆率的提高。因此，前文的实证模型可能存在内生性问题，针对这一问题，本文采用选取提前一期杠杆率的方法对内生性问题进行处理。回归结果如表7（下页）所示。

由表7可知，将杠杆率变量取提前一期后，除模型2中中型企业杠杆率对区域性金融风险的影响不再显著外，其余杠杆率变量对区域性金融风险影响系数的符号和显著性水平基本保持一致，表明前文关于企业杠杆率水平对区域性金融风险分析结论整体稳健。

（二）分地区样本回归结果分析

前文分地区的描述性统计分析并未揭示地区企业杠杆率和区域性金融风险的直接关系，因此，本部分按描述性统计时的相同归类口径将东部、中部、东北和西部地区的企业杠杆率对区域性金融风险影响分别进行回归分析，回归结果如表8（下页）所示。

就东部地区的回归结果来看，解释变量系数的符号总体上与全国回归结果保持一致，大型企业杠杆率的上升将带来区域性金融风险系数的降低，从而增大区域性金融风险。大型企业杠杆率回归系数为-45.053，与全国结果-37.182相差不大。东部地区的中型、小型企业杠杆率的上升会降低区域性金融风险，其对区域性金融风险系数的回归系数分别为41.361与75.009。这主要是因为东部地区经济相较中西部更为发达，按规模分类的大型企业数量较多，相比之下东部地区金融行业也较为发达，金融工具的形式多样且使用成本相较中西部地区较低。因此，东部地区大型企业更容易采取高负债的经营模式，从另一方面来讲，东部地区更多地支持了企业的这一高负债经营行为，从而在一定程度上增加了其自身信用风险与流动性风险，带来更高的区域性金融风险。相较于大型企业，东部地区的中小型企业多为制造业或新型产业，依托于地理位置优势以及更加开放的营商环境，往往更具发展活力，其信贷规模的提高更加有助于其生产效率的提高，增加企业利润，从而在一定程度上反而降低了区域性金融风险。此外，相较于全国的回归结果，东部地区居民杠杆率水平对区域性金融风险系数的回归系数为-63.689，且在1%的水平下显著，表明东部地区居民杠杆率水平的提高会降低区域性金融风险系数，从而提高区域性金融风险。这一结论与当前东部地区高额的房价所带来的居民房贷激增有密切关系。在经济下行背景下，居民住房按揭贷款不断上升，导致了楼市风险，在一定程度上，楼市风险最终会进一步转化为金融风险。由于不同地区经济、金融发展水平存在一定差异，居民杠杆率水平的增加对区域性金融风险的影响呈现从东部到中部再到西部逐渐弱化的态势，与房价总体分布相一致，而东北地区居民杠杆率对区域性金融风险的影响不显著。

中部地区仅大型企业和小微企业杠杆率对区域性金融风险的影响显著，其回归系数分别为-136.520和-122.504，从绝对数来看，均远高于东部地区，表明中部地区企业杠杆率对区域性金融风险主要集中于大型和小微企业。西部地区、东北地区企业杠杆率对区域性金融风险的影响均不显著，无直接证据证明其企业杠杆率会对区域性金融风险产生直接影响。从控制变量显著性来看，市场化程度变量无论在东部、中部还是西部地区均显著，且回归系数为正，但在东北地区并不显著，表明市场化程度的提高在一定程度上可降低区域性金融风险。地区开放程度指标对区域性金融风险的影响在东部、中部和东北地区显著，其回归系数分别为1.182、8.401和1.632，表明地区开放程度也在一定程度上起到了降低区域性金融风险的作用。

四、结论与政策建议

在利用“CAMELS”系统评级和因子分析方法构建我国区域性金融风险系数的基础上，本文从经济中异质性部门杠杆率水平出发，利用2008～2017年省级面板数据回归分析了大型企业杠杆率、中型企业杠杆率、小微企业杠杆率和居民部门杠杆率对我国以银行业为主体的区域性金融风险的影响，随后将样本分地区作了进一步的探讨，得到了如下结论：

第一，我国区域性风险水平总体处于可控范围内，从分地区描述性统计结果来看，东北地区、中部地区的区域性金融风险较东部和西部地区总体偏高，西部地区的区域性金融风险波动幅度最大，东部地区的波动幅度最小。

第二，从全国层面来看，我国企业部门杠杆率水平高于居民部门，而企业部门内部的大型企业杠杆率水平高于中型企业和小微企业，同时，企业部门杠杆率水平的波动性依旧远高于居民部门，而大型企业的杠杆率波动水平也高于中型企业和小微企业。从分地区计算结果来看，西部地区大型企业杠杆率水平最高，中部地区中型企业杠杆率水平最低，东北地区小微企业杠杆率水平最低。因此，在异质性经济部门的视角下研究我国杠杆率波动对区域性金融风险的影响是十分必要的。

第三，从全国层面来看，大型企业杠杆率水平的上升会显著降低区域金融风险系数，从而大幅增加区域性金融风险;中型企业和小微企业杠杆率水平的上升会增加区域金融风险系数，从而降低区域性金融风险水平;居民部门杠杆率水平的变动对区域金融风险系数影响并不显著，说明现阶段无论居民部门杠杆率上升或者下降，对区域性金融风险并不产生明显的影响。

第四，分地区回归结果显示，东部地区的回归结果与全国大体保持一致，即大型企业杠杆率的提升增大了区域性金融风险，而中型、小微企业杠杆率的提升降低了区域性金融风险。有所不同的是，东部地区居民部门杠杆率的提升会显著增加区域性金融风险，这一结论与当前东部地区高额的房价所带来的居民房贷激增有密切关系。在经济下行背景下，居民住房按揭贷款不断上升，导致了楼市风险，在一定程度上，楼市风险最终会进一步转化为金融风险。中部地区大型企业、小微企业杠杆率提升均显著增加了区域性金融风险，西部地区、东北地区企业杠杆率对区域性金融风险并无显著影响。

第五，有别于传统的金融风险，区域性金融风险影响因素既包含了宏观经济增长和波动相关变量，又涵盖了区域性、地方性的产业结构和资源禀赋等变量。回归结果显示，无论是全国层面还是地区层面，市场化程度的提高都有助于降低区域性金融风险，开放程度的提高在东部、中部和东北地区均显著降低了区域性金融风险。

基于上述研究结论，提出如下对策建议：

第一，因地制宜，实施差异化的金融风险防控政策。结合各地区经济发展实际，及时建立有效的区域间、市场间、业务间风险传染“防火墙”，以隔离和防范多样化的金融风险在不同区域、不同市场间交叉传染。

第二，持续加大对集团客户、大型企业风险的检测、分析、研判和处置，集中排查多头授信、过度授信、大额授信的重点企业集团，持续推进降杠杆、化风险，严防产能过剩，提高产能利用率，推动《商业银行大额风险暴露管理办法》和《银行业金融机构联合授信管理办法（试行）》的实施。

第三，深入推进供给侧结构性改革，持续加大金融机构对中型以及普惠型小微企业的支持力度，将信贷资源逐步从大型企业向中型、小微企业转移，从而在达到降低大型企业杠杆率的同时，降低全国区域性金融风险水平，维护区域金融稳定。

第四，持续加大楼市调控力度，坚持“房住不炒”的定位不动摇，保持房价稳定。继续大力打击非正规金融机构“首付贷”“现金贷”等违规高息、高杠杆产品，压缩居民部门杠杆率的非正常扩张，防范区域金融风险。

第五，进一步提升市场化程度和地区开放程度，发挥市场在资源配置中的决定性作用，激发经济活力，提高部门生产效率，提高企业盈利能力和盈利水平，从而在既定企业杠杆率水平条件下降低银行呆账、坏账产生的可能性，从而降低区域性金融风险水平。

参考文献

[1]仲彬，刘念，毕顺荣.区域金融风险预警系统的理论与实践探讨[J].金融研究，2002（7）：105-110.

[2]周才云.区域金融稳定预警指标体系与风险防范[J].商业研究，2006（4）：146-167.

[3]谭中明.区域金融风险预警系统的设计和综合度量[J].软科学，2010（3）：69-74.

[4]熊涛，郭蕾.我国地方政府债务风险预警体系研究——以青岛市为例[J].金融监管研究，2014（8）：43-61.

[5]王擎，刘军，金致雯.区域性金融风险与区域经济增长的相关性分析[J].改革，2018（5）：66-75.

[6]MINSKY H P. The financial instability hypothesis： a restatement[Z]. Thames Papers on Political Economy， 1978.

[7]ALLEN M， et al. A balance sheet approach to financial crisis[Z]. International Monetary Fund， 2002.

[8]CECCHETTI S G， MOHANTYF M S， ZAMPOLLI. The real effects of debt[J]. Social Science Electronic Publishing， 2011， 68（3）： 145-196.

[9]陈雨露，马勇，徐律.老龄化、金融杠杆与系统性风险[J].国际金融研究，2014（9）：3-14.

[10]陆婷，余永定.中国企业债对GDP比的动态路径[J].世界经济，2015（5）：121-123.

[11]魏加宁，朱太辉.我国中长期经济风险：一个新的评估框架[J].金融监管研究，2015（6）：19-33.

[12]马建堂，董小君，时红秀，等.中国的杠杆率与系统性金融风险防范[J].财贸经济，2016（1）：5-21.

[13]REINHART C M， ROGOFF K S. From financial crash to debt crisis[J]. American Economic Review， 2011，101（5）： 1676-1706.

[14]劉哲希，李子昂.结构性去杠杆进程中居民部门可以加杠杆吗[J].中国工业经济，2018（10）：42-60.

（责任编辑：文丰安）