金融去杠杆与企业风险承担——来自民营企业的证据

覃 飞，石小霞

(1.北京大学 国家发展研究院，北京 100871；2.武汉纺织大学 经济学院，武汉 430200)

一、引言

2008年以来，我国的信贷规模增长较快，国际清算银行网站(1)https://stats.bis.org/statx/srs/table的统计数据显示，截至2018年底，中国信贷规模占GDP总量的204.2%，仅低于印尼、卢森堡等离岸金融中心。与此同时，非金融部门的杠杆率持续攀升，截至2018年底，实体经济部门和非金融企业部门的杠杆率分别为243%和153%，而这一数字在2009年底为172%和115%(图1)，实体部门持续加杠杆是否会引发广泛的系统性风险，进而影响实体经济的稳定性引起了国内外的重点关注。

金融杠杆的运用，积极的一面在于通过信贷扩张来投资推动经济增长，其弊端在于金融杠杆波动与金融系统的内在稳定性挂钩，金融杠杆提高会加深居民和企业的关联度，进一步放大风险，一旦爆发系统性风险，危机会迅速地扩散和蔓延到实体部门。应当看到，杠杆率高低与金融系统性风险密切相关，对货币政策的传导机制具有重要影响。从国际经验来看，高杠杆并不必然会导致金融危机，但是，2008年金融危机的历史经验时刻警示各国谨慎地使用金融杠杆。正是因为如此，为了防范金融系统性风险，警惕过度使用杠杆，让金融系统回归服务实体经济的本质，我国于2015年12月召开中央经济工作会议，会议明确了去杠杆的工作任务，将去杠杆作为“三去一降一补”的重点任务之一，以引导资金流向实体经济领域。

从去杠杆政策对实体经济的影响来看，金融去杠杆对实体经济的影响较为复杂：第一，金融去杠杆会导致实体部门去杠杆；第二，杠杆率波动与经济周期变化紧密关联；第三，金融部门存在融资歧视，国企与民企的融资环境存在差异。去杠杆与经济增长关系的相关研究认为，如果过快的去杠杆或者杠杆率的波动性加大，会抑制经济增长并加大经济增长波动(潘敏、袁歌骋，2018)[1]，更恶劣的情况下甚至会引起实体经济崩溃(Cecchetti和Kharroubi，2012)[2]。因此，学术界和监管部门对金融去杠杆的方向和节奏，以及对实体经济可能带来的影响展开了诸多讨论。

企业作为生产的主体，去杠杆直接影响企业的债务结构和融资渠道。从融资环境来看，国有企业基于自身的资源优势，能够持续从银行获得外部融资，杠杆率不降反升(纪洋、王旭，2018)[3]。与国有企业相比，民营企业抵押物价值较低，银行为了维持收益，会倾向于提高贷款利率或者减少贷款，一方面，贷款利率上升增加了银行的融资成本，另一方面，企业为维持生产，可能会通过商业信用等其他流动性渠道获得外部融资，这两方面的因素叠加，反而使得部分外部资金需求较大的民营企业的杠杆率上升(汪勇、马新彬、周俊仰，2018)[4]，而杠杆率上升使得原本信贷受限的民营企业融资更加困难，这将迫使民营企业减少贷款调整生产，或者通过其他融资渠道来获得资金，从而改变了企业的经营风险和财务风险。可以看到，民营企业受去杠杆政策的影响更大，也更加复杂，民营企业在政策实施进程中的融资和生产的调整将传导至整个实体经济。从2016年去杠杆政策实施以来，已有一些研究对政策效果展开了评估，但是还未有研究关注到政策实施对民营企业的影响。实际上，民营企业作为推动我国经济增长的重要角色，关注其在去杠杆进程中受到的影响具有极为重要的现实意义。

本文的目的是从民营企业风险承担的角度分析和评估宏观层面去杠杆政策在微观实体层面的影响，以2014—2018上市民营企业为样本，利用双重差分法对去杠杆政策效果进行评估，并进一步分析这种影响的内在机制。本文的创新之处体现在以下两个方面：第一，分析了去杠杆对民营企业风险承担的影响机制，为去杠杆政策在微观层面的经济效应提供了理论依据；第二，在现有分析去杠杆对经济波动等宏观经济影响的基础上，基于民营企业的视角评估了去杠杆政策的效果，为政策评估提供了相关的经验证据。

图1 中国宏观杠杆率(单位：%)(数据来源：国家金融与发展实验室网站，http://114.115.232.154:8080/)

二、文献综述

2008年次贷危机之后，美国进入了去杠杆进程，众多学者对于危机后的去杠杆对经济影响展开了诸多讨论。

国外相关研究围绕美国次贷危机后的去杠杆进程展开，大致分为以下几类：一是对消费需求端的影响引致经济衰退，例如Reuvan和Lansing(2009)[5]、Mian和Sufi(2011)[6]对危机后美国家庭部门去杠杆的研究发现，家庭部门去杠杆可能会导致长期的消费低迷和经济衰退。Eggertsson和Krugman(2012)[7]在凯恩斯理论框架下建立了一个债务驱动衰退理论模型，研究认为快速的去杠杆压低了总需求而引起经济衰退，这种影响机制对于包括日本经济衰退和大萧条具有启示意义。二是金融部门信贷收缩对经济的影响，例如Ueda(2012)[8]对于去杠杆与货币政策的研究认为，日本20世纪90年代的经济衰退与美国次贷危机之后的衰退经历类似，日本私人部门去杠杆在宏观层面带来了大为不利的外部性，日本政府没能在去杠杆的早期阶段认识到这种不利影响，导致日本的金融机构未能及时识别出不良贷款，而后金融机构收紧信贷导致长时期的资产价格下跌，非金融企业的资产负债表长期处于恶化状态，企业大幅缩减生产支出。Blanchard和Leigh(2013)[9]对危机后斯洛文尼亚的去杠杆政策的研究发现，不正确的去杠杆时机和校准过程会给经济发展带来很高的机会成本，银行对非金融部门信贷紧缩的“一揽子”政策破坏了那些现金流状况良好的公司的正常去杠杆进程，导致原本可以促进增长的信贷也被削减。三是从宏观经济运行角度论述，例如麦肯锡2010年的研究报告指出，金融危机之后往往伴随着很长时期的去杠杆，长时期的去杠杆进程导致经济增速显著下降。Palley(2010)[10]的研究认为，去杠杆的初始阶段，经济增速会放缓，去杠杆的后期阶段，家庭增加储蓄并偿还前期债务，经济增长会慢慢恢复。

由于我国2016年才正式进入去杠杆进程，相关研究还不多，主要包括以下两类文献：

一类是对于去杠杆政策实施重点和方向的分析，如杨小静、张英杰(2017)[11]认为国有企业尤其是产能过剩行业的国有企业去杠杆更为迫切。张晓晶等(2018)[12]回顾了我国的去杠杆过程，认为结构性去杠杆是未来去杠杆的基本逻辑，而陈小亮、陈彦斌(2018)[13]则分析了结构性去杠杆的重点推进领域和趋势。刘哲希、李子昂(2018)[14]对于推进结构性去杠杆进程中的居民部门杠杆率问题进行了分析，研究认为居民部门不应加杠杆。郭祎(2018)[15]分析了金融去杠杆的本质和实施条件，研究认为提高金融监管的有效性和金融系统的完善性是实施去杠杆的前提条件，而引导金融系统回归服务实体经济是去杠杆的本质。

另一类是对去杠杆的政策效果的评估，如马勇(2016)[16]的研究指出，去杠杆政策实施可能会在一定程度上影响金融系统的稳定性，他结合1983—2012年的跨国面板数据，对金融杠杆、经济增长和金融稳定之间的关系进行了实证研究，实证结果发现，金融杠杆的波动性加大会对金融系统的稳定性产生负面影响。进一步地，马勇、陈雨露(2017)[17]对68个国家的金融杠杆与经济增长的关系的研究发现，金融杠杆与经济增长之间存在显著的“倒U型”关系，并预计中国将于2019—2020年进入拐点区域，届时会面临“去杠杆”和“保增长”的难题。潘敏、袁歌骋(2018)[1]的研究认为，“去杠杆”会抑制经济增长并加大经济波动幅度，而较为完善的资本市场会弱化这种负面影响。刘伟江、王虎邦、林晶(2018)[18]对“去杠杆”的货币政策效应进行了评估分析，研究认为，与政府部门相比，企业部门对“去杠杆”的货币效应较为敏感，并且企业杠杆率的调整幅度和速度均下降。杨雪峰(2018)[19]对于去杠杆对流动性的影响进行研究，研究认为去杠杆要保持适度的流动性，否则恶性的去杠杆会带来流动性危机，最终导致长期经济衰退。刘莉亚等(2019)[20]的研究认为，如果市场中的僵尸企业较多，货币政策紧缩会导致较高的信贷成本转嫁到正常企业，导致正常企业的杠杆率降低。

三、研究设计

(一)识别策略

本文使用自然实验法考察去杠杆政策的实施对民营企业风险承担的影响。对于微观企业而言，去杠杆政策的出台和实施具有不可预知性，可以视作外生冲击事件。因此，去杠杆政策的实施是一个符合研究要求的准自然实验。在自然实验情形下，双重差分模型可以有效识别事件冲击对实验组和对照组的影响差异，而正确的识别实验组和对照组是使用双重差分模型的必要条件，因此，我们首先要构造合适的实验组和对照组，具体如下：

第一，构造方法。去杠杆政策于2015年中央经济工作会议正式提出，尽管该政策在全国范围内推广，但在具体的政策实施中因企业的异质性存在较大的差异，这为构造合适的实验组和对照组提供了可行的依据。本文借鉴Vig(2012)[21]和钱雪松、方胜(2017)[22]等人的研究方法，从去杠杆政策对不同负债企业的影响的差异为切入点来构造实验组和对照组。具体来说，依据企业负债差异，将负债水平高的企业作为实验组，将负债水平低的企业作为对照组。

第二，构造依据。采用上述处理方法构造实验组和对照组的原因是，民营企业对债务融资敏感程度更强，民营企业获得融资的难度要远高于国有企业，尽管这一问题近年来得到了政府的重视，但是民营企业信贷歧视问题一直存在(李广子、刘力，2009；宋增基、冯莉茗、谭兴民，2014)[23～24]。此外，负债水平较低的企业财务稳健，杠杆率较低，对银行信贷等融资依赖低，去杠杆政策对其影响有限，而负债水平较高的企业面临着很强的融资约束，去杠杆政策实施前企业债务高企，去杠杆政策实施后融资更加困难，该类企业不得不对经营做出调整，或调整经营、压缩债务，或以更高的成本获取维持企业现金流，因此去杠杆政策可能会对该类企业产生显著影响。鉴于此，依据负债水平构建实验组和对照组为识别去杠杆政策对民营企业风险承担的影响提供了可行的依据。

在合理地构造了实验组和对照组之后，我们对样本做如下处理：首先，考虑到企业负债分为短期流动负债和长期负债，去杠杆政策对短期流动性负债影响最直接，参考钱雪松、方胜(2017)[22]的研究，采用流动负债与50%长期负债的总额衡量企业债务规模，并以此为依据，计算2014年和2015年企业负债规模的平均值，以企业负债规模的33%和67%分位数为门槛值，按负债规模将样本分为最高1/3、中间1/3和最低1/3共三组样本，并将最高1/3组(负债水平较高企业)作为实验组，将最低1/3组(负债水平较低企业)作为控制组，中间1/3组样本不参与基准回归。

(二)双重差分模型设定

2015年12月召开的中央经济工作会议提出“三去一降一补”，明确提出2016年的经济工作重点为“去产能、去库存、去杠杆、降成本、补短板”五项任务，因此，本文将2016年作为政策冲击事件发生的年份。本文用E(y|x=1)来表示去杠杆政策对实验组企业风险的影响，去杠杆政策对对照组企业风险的影响用E(y|x=0)表示。去杠杆政策实施对实验组企业和对照组企业风险承担的影响差异为：

E(y|x=1)-E(y|x=0)

(1)

去杠杆政策实施有明确的时间断点，为了更准确地识别去杠杆对企业风险承担的影响，还需要验证政策事件发生前后对企业风险承担的影响。类似地，去杠杆政策实施后对企业风险承担的影响用E(y|t=1)表示，政策实施前企业风险承担用E(y|t=0)表示。因此，去杠杆政策实施前后实验组企业风险承担的变化为：

E(y|t=1)-E(y|t=0)

(2)

综合式(1)和(2)，去杠杆政策对实验组企业风险承担的净效应为：

NE=[E(y|x=1)-E(y|x=0)]-[E(y|t=1)-E(y|t=0)]

(3)

(三)计量模型设定

本文设定如下计量模型来评估去杠杆政策对民营企业风险承担的影响：

(4)

式(4)中，Risk为企业的风险承担水平。虚拟变量Policy表示样本企业是否属于实验组，如果企业i在实验期内属于实验组，则取值为1，否则为控制组，取值为0。Year为年份虚拟变量，本文以去杠杆政策提出后开始实施的2016年为基年，在2016年及其以后年份Year取值为1，其他年份取值为0。Control为影响企业风险承担的其他控制变量。εit为随机误差项，表示因个体和时间而变化且影响企业风险承担的非观测扰动因素。β1为DID交互项估计量，衡量去杠杆政策对企业风险承担的政策净效应，如果β1的估计值显著大于0，则表示去杠杆政策提高了企业的风险承担，如果β1的估计值显著地小于0，则表示去杠杆政策降低了民营企业的风险承担。

(四)数据来源与变量说明

1.数据来源

本文以2014—2018年所有在中国A股上市的民营企业为研究对象，考虑到金融类企业的公司的特殊性，剔除金融类上市公司样本，并剔除退市的企业。企业的财务数据来源于Wind数据库，行业分类以证监会颁布的行业分类标准为依据。

2.变量说明

(1)被解释变量。企业风险承担为本文的被解释变量，现有文献研究中较为通用的衡量企业风险承担的指标是企业资产收益率(ROA)的波动性，即资产收益率的标准差(John和Litov，2008；Nguyen，2011；罗党论、廖俊平、王珏，2016；毛其淋、许家云，2016；翟胜宝等，2014)[26～29]。本文参考已有研究采用企业资产收益率的波动性衡量企业风险承担，资产收益率波动性越大，风险承担水平越高(张敏、童丽静、许浩然，2015)[30]。考虑到不同行业的企业间的差异，对企业资产收益率进行行业平均值处理，即在计算资产收益率时剔除行业平均资产收益率(孙炎林、覃飞，2018)[31]，具体处理如下：

(5)

(6)

其中，τ为观测时间段，本文使用当年4个季度的数据计算当年资产收益率的标准差；T为观测时段序数最大值，采取4个季度数据观测时间段，T取值为4。

(2)解释变量。本文参考杨继生、阳建辉(2015)[32]、钱雪松、方胜(2017)[22]、孙焱林、覃飞(2018)[31]等的研究，选取以下几个变量作为本文的控制变量：企业市场垄断程度(MP)，以企业营业总收入占行业营业总收入之比衡量；企业资金状况(LIQ)，以流动资产占总资产之比衡量；管理者风险厌恶程度(RA)，以所有者权益占总资产之比衡量；企业业绩水平(ROA)，以净利润与总资产之比衡量；职工薪酬水平(ES)，以应付职工薪酬占总资产之比衡量。各个变量的描述性统计值见表1，样本的平均风险承担值为0.107，而中位数比平均值低约29.6%，说明不同企业风险承担相差较大。

表1 描述性统计

四、实证结果分析

(一)去杠杆政策对民营企业风险承担的影响

表2是对计量模型(4)的计量回归结果，第(1)列是未加入控制变量、且未控制季度因素的回归结果，其Policy×Year的系数值为0.0109，在10%的水平上显著为正；第(2)列是控制了季度因素(quarter_1—quarter_3)后的回归结果，其Policy×Year的系数值为0.0104，同样在10%的水平上显著为正；第(3)列是进一步控制企业特征变量的回归结果，Policy×Year的系数值为0.0113，依然显著为正，且显著性水平提高到5%。第(1)至(3)列的估计结果显示，去杠杆政策显著地提高了民营企业的风险承担。

从回归结果的经济意义上来看，没加入控制变量时，Policy×Year的系数值为0.0104，因为企业风险承担Risk的均值为0.107，这意味着去杠杆政策的实施使得民营风险水平提高了9.7%(0.0104/0.107)。加入控制变量后，Policy×Year的系数值上升至0.0113，意味着去杠杆政策使民营企业风险水平提高了10.6%(0.0113/0.107)。因此，本文认为，考虑到企业风险水平受多种因素影响，去杠杆政策对民营企业风险承担影响幅度非常大。

表2 去杠杆政策对民营企业风险承担的影响

注：*、**、***分别表示系数估计值在10%、5%、1%水平上显著；变量括号内的值为标准差。

(二)去杠杆政策对不同规模企业风险承担的影响

考虑到不同规模企业应对政策冲击存在差异，本文以样本企业总资产的均值划分企业规模，考虑到不同行业间企业可比性较差，以证监会颁布的行业分类标准为依据计算不同行业样本企业总资产均值，当样本企业总资产大于行业总资产均值时，将该企业归类为规模较大企业，否则为规模较小企业。表3报告了去杠杆政策对不同规模民营企业风险承担的估计结果。第(1)列和第(2)列是规模较大企业的回归结果，估计结果显示加入控制变量前后，Policy×Year的估计系数为负，但均未通过显著性检验，这表明去杠杆政策对规模较大民营企业的风险水平影响不显著。第(3)列和第(4)列是规模较小企业样本回归结果，结果显示，未加入控制变量下，Policy×Year的估计系数在10%的水平上显著为正，加入控制变量后，Policy×Year的估计系数为0.0164，并在1%的水平上高度显著。我们认为造成上述差异的原因在于，规模较大的企业往往拥有多个融资渠道，信用风险评级也较高，对外部事件冲击和抵御风险能力较高，而规模较小的民营企业对政策敏感程度较高，融资渠道单一，在信贷收缩大环境下容易出现资金链断裂或者融资成本升高，导致企业风险提高。

表3 去杠杆政策对不同规模企业风险承担的影响

注：*、**、***分别表示系数估计值在10%、5%、1%水平上显著；变量括号内的值为标准差。

(三)机制分析

前述估计结果显示去杠杆政策显著提高民营企业的风险水平，但是还需要进一步分析去杠杆对民营企业风险承担水平的影响机制。本文认为，去杠杆政策导致宏观层面的信贷收缩，银行对于民营企业的短期借款信用背书要求变高，加之国企与民营企业之间的融资歧视，银行会将较高的短期贷款成本转嫁到民营企业。此外，由于宏观层面的信贷收缩，企业之间的流动性会紧缩，信用赊销等筹融资方式受到限制，这导致民营企业的短期负债减少，企业缺乏充裕的资金进行债务偿付、生产运营等而影响了企业的经营和财务风险。鉴于上述分析，本文选择短期负债指标作为中间变量进行机制分析，短期负债指标选取企业流动性负债、商业信用和短期借款。其中，流动性负债是一年内需要偿还的债务总和，商业信用是应付账款、应收票据、预收账款的总额。根据郑世林等(2016)[33]的方法，检验思路为：第1步，去杠杆政策对短期负债指标(流动性负债、商业信用、短期借款)回归，如果回归系数显著，则说明去杠杆政策影响了企业的短期负债状况；第2步，短期负债对企业风险承担进行回归，如果回归系数显著，说明企业短期负债状况会对企业风险承担产生显著影响；第3步，如果上述两步骤均成立，将短期负债和去杠杆政策对企业风险承担进行回归，如果Policy×Year的估计系数显著程度降低或者不再显著，则证实了去杠杆政策对企业风险承担的影响部分或者全部来自企业短期融资变动带来的影响。按照上述检验步骤，本文的机制检验模型设定如下：

第1步：分别验证去杠杆政策对流动性负债、商业信用、短期借款的影响(为了表述简洁，用ShortDebt代指流动性负债、商业信用、短期借款，下同)：

(7)

第2步：分别验证流动性负债、商业信用、短期借款对企业风险承担的影响：

(8)

第3步：将流动性负债、商业信用、短期借款和去杠杆政策同时放入回归模型：

(9)

表4报告了上述三个阶段的回归结果。其中，第(1)至(3)列是第1步的估计结果，分别是以流动性负债、商业信用、短期借款为被解释变量的回归结果，结果显示，流动性负债、商业信用、短期借款的Policy×Year的估计系数均在1%的水平上高度显著为负，表明去杠杆政策显著降低了企业短期融资水平。第(4)至(6)列是第2步的估计结果，分别是流动性负债、商业信用、短期借款对企业风险承担水平的影响，结果显示，动性负债、商业信用、短期借款的系数均在1%的水平上显著为负，表明短期负债融资水平与企业风险承担负相关，短期负债融资水平降低会提高企业风险水平。第(7)列是第3步的估计结果，分别是应付账款、应收票据、预收账款和去杠杆政策对企业风险承担进行回归，结果显示，Policy×Year的估计系数的显著性程度发生了变化。综合来看，机制检验回归结果支持了去杠杆政策通过影响短期负债水平提高了民营企业的风险承担。

表4 去杠杆政策对企业风险承担中间机制检验

注：*、**、***分别表示系数估计值在10%、5%、1%水平上显著；变量括号内的值为标准差。

五、稳健性检验

由于DID估计可能会受到其他遗漏因素的影响而出现估计偏误(郑世林、韩高峰、石光，2016)[33]，为了得到稳健一致的估计结果，本文做了如下几项稳健性检验：

(一)安慰剂检验

考虑到估计结果可能受同时期去杠杆政策以外的其他事件的影响，本文改变时间窗口重新进行检验。具体做法如下：

第一，为了检验政策效应是否在去杠杆政策出台之前就已经存在，比如实体经济获得了即将加杠杆的信息等而做出生产和融资调整，本文将事件发生的时点提前一年至2015年，即以2015年作为政策冲击事件发生的年份。估计结果如表5第(1)列所示，Policy×Year的估计系数虽为正，但未通过显著性检验，这表明去杠杆政策前的政策效应对民营企业风险承担的影响不明显。

第二，考虑本文结果可能是由去杠杆政策以后的其他事件引致，特别是美国于2017年进入加息周期，导致外债利息成本增高。本文缩小时间窗口，尽可能将美国加息周期排除在外，剔除2017年样本后重新进行估计。估计结果如表5第(2)列所示，Policy×Year的估计系数在5%的水平上显著为正，这表明美国加息周期之前，去杠杆政策对民营企业风险承担的影响已经存在。

(二)重新构造实验组和对照组

为了检验该构造方法的稳健性，本文改变实验组和对照组的构建方法，以负债规模的中位数为分组标准重新进行估计。估计结果如表5第(3)列所示。结果显示，Policy×Year的估计系数在5%的水平上显著为正，和基准回归结果一致。这意味着本文的基本结论不受实验组和对照组的构造方法的影响。

(三)排除其他全国性事件的影响

与去杠杆政策实施时间最接近，且最有可能影响到企业风险承担的全国性重大事件还有去库存和去产能政策，因此有必要做进一步检验，以排除去库存和去产能政策对民营企业风险承担的影响。由于去库存和去产能均与企业生产的产品过多超过了市场需求有关，形成了产品积压，因此本文以企业的库存率为依据重新划分实验组和对照组，并假设去库存和去产能政策对民营企业风险承担存在显著影响。具体做法如下：

第一，构造实验组和对照组。采用企业库存规模与资产规模比衡量企业库存水平，并以此为依据计算企业2014年和2015年企业库存水平的平均值，以企业库存水平的33%和67%分位数为门槛值，将样本分为最高1/3、中间1/3和最低1/3共三组样本，并将最高1/3组作为实验组，将最低1/3组作为控制组。

第二，对模型(4)进行估计，其中公式(4)的变量Policy为库存水平的虚拟变量，若样本企业库存水平为最高1/3则取值为1，若为最低1/3组则取值为0，其他的保持一致。如果Policy×Year的估计系数显著，说明去库存和去产能政策对民营企业风险承担存在显著影响的原假设成立，反之则不成立。

表5的第(4)列汇报了回归结果，Policy×Year的估计系数未能通过显著性检验，表明去库存和去产能过剩对民营企业风险承担无显著影响。进一步，为了排除实验组和对照组构造方法的影响，本文计算2014年和2015年样本企业库存水平的均值，并以全样本企业库存水平均值的中位数为分组依据，将均值高于中位数的样本企业定为实验组，反之为对照组，其他设置保持不变重新进行估计。表5的第(5)列汇报了估计结果，Policy×Year的估计系数未能通过显著性检验，与第(4)列的估计结果一致。因此，第(4)和(5)列的估计结果可以排除去杠杆政策同时期的去库存和去产能政策对民营企业风险承担的影响。

综合上述稳健性检验，本文认为，政策实施前后的其他时间、实验组和对照组的构造方法和同时期其他宏观政策实施对本文的估计不存在显著的干扰，本文的基本结论稳健。

表5 稳健性检验

注：*、**、***分别表示系数估计值在10%、5%、1%水平上显著；变量括号内的值为标准差。

六、结论与政策启示

为了应对2008年国际金融危机下非金融企业负债杠杆率持续攀升对经济金融的稳定带来的冲击，我国政府于2015年12月提出了“三去一降一补”重要任务，去杠杆在全国范围内实施。为了评估去杠杆政策对民营企业经营风险的影响，本文以2016年正式实施的去杠杆政策为自然实验，选取2014—2018年在中国A股上市的民营企业为样本，采用双重差分方法进行了实证检验。研究发现，第一，负债水平高的民营企业受去杠杆政策的影响较大，这类企业的风险承担显著提高，而负债水平较低的民营企业的风险承担受政策的影响不明显；第二，去杠杆政策对民营企业的风险承担的影响因其规模而存在差异，政策实施对规模较小的民营企业的影响显著，对规模较大的民营企业影响不显著；第三，进一步剖析其作用机理发现，去杠杆政策导致了信贷收缩，企业的短期负债水平降低，这提高了民营企业的风险承担水平。

上述结论对经济可持续增长和金融稳定具有确切的政策启示。去杠杆政策必然导致宏观层面的信贷收缩，这导致短期内民营企业的风险承担水平提升，因此，去杠杆政策应当循序渐进，不可一蹴而就，避免短期内加大实体经济增长的波动性和金融系统的不稳定性。与此同时，去杠杆政策不可“一刀切”地推进，需充分考虑不同规模企业风险承担水平，给予规模较小、风险承担水平较低的企业一定的政策弹性和灵活性，最大限度地降低改革给民营企业带来的阵痛。