金融周期、经济增长与 金融稳定性研究

支俊立 曾康霖 王 宇

一、引 言

金融是经济的血液，金融业的发展不仅加大了经济血液的流动性，同时也增强了血液流通的良性循环，为实体经济的生产和扩大再生产提供必要的货币资金支持。金融的发展对于经济增长和稳定都起到至关重要的作用。如果金融行业发展不当，可能会导致货币资金脱实向虚，从而对实体经济产生副作用。如果金融循环脱节，也将增大运作货币资金的成本等，加大实体经济的融资成本。我国经济进入新常态以后，经济从过去的高速增长转型为中高速增长，金融业如何健康发展，如何增强对实体经济支持的力度，都需要系统的研究。这方面的研究，既要关注总体，也要关注结构，更要关注效率。这里所涉及的关键因素是金融周期现象。对金融周期与经济增长和金融稳定性的相关研究，国际上是个薄弱环节，国内的相关研究也才刚刚开始。本文力图在回顾总结已有研究成果的基础上，从金融周期发展阶段的视角出发进行分析，以抛砖引玉。

2008 年的全球金融危机给现代宏观经济理论带来了前所未有的冲击，学术界也开始对传统经济理论进行批判与反思(Blanchard 等，2010)。这类反思的一个重要支点在于探讨货币金融环境对宏观经济的影响。在传统两分法的框架内，货币和信用都是中性的，并不会影响到经济增长。马歇尔在1924 年依据信用的扩张与收缩提出了商业周期理论，但在他的理论中信用并不影响实体经济(马歇尔，1997)。Friedman 和Schwartz(1963)用美国货币历史数据说明通货膨胀完全属于货币现象，与实体经济无关。货币供给被视为外生变量，受货币政策及金融发展阶段的影响，与实体经济是分 离的。

然而，现实世界中屡屡发生的金融危机和经济衰退现象对这种两分法观点形成了挑战。Reinhart 和Rogoff(2009)先是通过全球主要国家800 年金融历史数据说明过高的政府债务总是伴随着各类形式的金融危机，几乎没有例外。进而，他们用简单划分的方式来研究政府债务与GDP 增速的关系，发现当政府杠杆率低于90%时，其与GDP增速呈现弱相关关系；但当政府杠杆率高于90%后，杠杆率每上升1 个百分点，GDP增速会下降1 个百分点(Reinhart 和Rogoff，2010)。危机后更多文献发现了债务对经济增长的拖累作用。Dynan(2012)认为，在衰退中，高杠杆率的美国居民往往会过度削减消费以降低债务水平，主动去杠杆，从而拉低经济增速。Mian 等(2017)认为这种居民债务上升对消费的拖累作用主要体现在3 年之后。Eggertsson 和Krugman(2012)将居民划分为耐心者和非耐心者，前者将储蓄转化为对后者的贷款，这类债务将周而复始的产生作用，使经济产生繁荣和萧条的周期。

更为严重的是，高债务水平往往意味着金融危机发生概率的增大。Jordà 等(2016)认为居民部门的高额债务可以起到预示金融危机的作用，同时对于危机之后的衰退程度起到决定性作用。Drehmann 和Juselius(2014)发现居民部门的偿债负担对于已经发生了银行体系衰退国家的金融稳定性来说最为关键，偿债负担加大是导致金融危机的重要力量。Schularick 和Taylor(2012)用14 个国家1870—2008 年的数据实证分析说明虽然在二战之后货币政策对金融危机的对冲反应更为强烈，但金融危机所导致的产出损失依旧很大，并且认为信贷增长是预测金融危机的最佳变量。深入探讨由债务所形成的金融周期现象(尤其是探讨金融周期对于经济增长的作用机制)是至关重要的。

余下的结构安排如下:第二部分对有关金融周期机制的各类假说进行简要评述并引出本文的主要关注点；第三部分主要探讨对金融周期的测度方法，并对我们将要用到的数据进行描述；第四部分报告实证检验结果；第五部分为结论和政策建议。

二、文献综述

完整的金融周期理论，始于费雪的“债务-通缩理论”。1933 年美国经济学家费雪在《大萧条的债务通缩理论》一文中，首次提出了“债务-通缩”理论，形成了一个金融周期与经济增长关系的理论假说。该理论的逻辑是:(1)在经济发展的一定时期，企业家认为投资前景极好从而过度负债；(2)当经济发展到一定阶段，债权人会出于谨慎而高压式清收债务；(3)清收债务使得存款货币减少，货币流通速度下降，通货紧缩；(4)存款货币减少、通货紧缩使得资产价格大幅下降；(5)资产价格大幅下降使得企业利润下降或亏损；(6)企业利润下降转为亏损，引发破产和失业；(7)企业破产和失业使人们的信心丧失；(8)人们的信心丧失，使得货币和商品的流通速度继续下降；(9)在以上8 个进程中，利率受到影响，名义利率下降，实际利率上升。由于利率最直接影响到企业家的投资决定，这样的债务通缩循环并不能自我调整回充分就业的均衡状态，只能逐渐走入经济萧条，爆发经济危机(Fisher，1933)。过度负债与通货紧缩之间的相互作用，尤其增加了债务人的多重负担:一是债权人催收负债——还本付息的负担；二是资产价值萎缩，实际债务价值更高；三是实际利率上升——企业财务成本上升。费雪计算了20 世纪大萧条时期美国社会的债务变化情况，到1933 年3 月由于价格下降和资产价值萎缩，整个社会的真实负债比1929 年初大约增加了40%。所以，他说“债务人还的越多，欠的也越多”，这是经济危机的根本原因。

与费雪理论相对应的是凯恩斯用金融因素解释宏观经济方面的尝试。凯恩斯认为20 世纪30 年代的危机的主要原因不是过度负债和通货紧缩，而是30 年代时在生产和投资领域的投机风潮。这样的认知也是从这场大危机的实际出发的:(1)这场危机持续的时期长达5 年，造成了长期萧条的局面，生产下降，失业增加；(2)不仅是一场生产危机，而且是一场金融危机，表现为股票暴跌，股票交易破产，向银行挤提存款，抢购黄金，银行倒闭，货币政策失灵。面对这种状况，他认为导致萧条的根源不是需求的缺乏，而是信心的缺乏。他主张要恢复经济就必须恢复金本位的信心，同时削减政府开支(Keynes，1936)。凯恩斯没有仅局限于债务-通缩，而是更强调对心理活动的分析。

明斯基的理论从某种意义上说是费雪与凯恩斯的综合(Desmedt 等，2010)。他在1985 年出版的《稳定不稳定的经济——一种金融不稳定视角》一书中提出“在我们这种类型的经济中，是什么因素使经济运行状况产生如此剧烈的变化？” “要回答这个问题，就需要弄清楚那些追逐利润的商人和银行家如何把一个最初稳定的金融体系(不易引发金融危机)变成一个脆弱的金融体系(容易导致金融危机)。决定融资关系和资产价值的市场机制所发出的信号促进发展那些容易产生不稳定性的融资关系，并最终使不稳定性变为现实”(Minsky，1986)。明斯基强调不稳定的融资关系直接造成了投资“现金流”的波动性，这会对企业资产负债活动造成影响，从而形成周期现象。对于“决定融资关系和资产价值的市场机制所发出的信号”，明斯基的认知是:“资本主义市场机制不能产生持续的、价格稳定的以及充分就业的均衡”，“严重的经济周期是源于对资本主义至关重要的内生特性”。这两点是明斯基认识金融不稳定的两个假定前提。前者指出由于市场机制的不均衡，“现金流”波动改变着企业家和银行家的行为，尤其是其融资方式；后者强调这种不稳定是内生的，而且这种不稳定呈周期性。明斯基特别关注在经济“高涨时期”人的经济行为，他指出:人的经济行为为什么向较容易发生金融危机的方向转化？因为在繁荣的经济中危机容易被抑制住，在这种状况下“高危机，是正确的”。所以，这种倾向发生在投机性繁荣中，有着内在的、本质的不稳定性。现行经济的不稳定性源于金融的不稳定，或者说金融的脆弱性，这是明斯基在经济学领域的巨大贡献，也是他继承发展了前人学术思想和研究成果的体现。

沿着明斯基的这一思路，一些经济学家也在尝试在宏观经济分析中更多地纳入金融因素。特纳(2016)认为，需要将金融资产和债务纳入更为宏观的视野，在更基础的层面上构建宏观金融理论体系。国内也不断有学者呼吁要在宏观经济学中加入金融因素，重新构建理论模型，实现金融与实体经济的统一(曾康霖，2014；陈雨露，2015；李扬，2017；张晓晶和刘磊，2020)。本文的一个主要出发点是从实证角度探讨金融周期对实体经济的影响，并通过对微观企业的观察来分析其具体机制，以此来回应明斯基的主要观点，即一个不稳定的金融体系会影响企业的融资行为和经营业绩，从而影响经济增长和金融稳定性。

这里涉及的一项重要工作是如何描述金融周期。讨论金融周期的前提是有一套客观的标准来衡量金融周期。这方面具有代表性的探索是由国际清算银行(Bank of International Settlement)的几位经济学家完成的。Drehmann 等(2012)通过对金融周期现象做了大量实证性分析，推荐采用信用规模、房地产价格和股票市场价格波动来描述金融周期变量，并使用设定频率的滤波分析和拐点分析来构造指标。他们描绘了美国、德国、英国、挪威、瑞典、澳大利亚和日本这七个国家的金融周期现象，并总结出各国金融周期的三大普遍特征，包括:(1)金融周期的跨度和波幅都大于经济周期，经济周期的一般为1～8 年，而金融周期平均长达16 年；(2)金融周期的波峰一般对应着金融危机，即在金融繁荣期顶端出现拐点时，往往会发生一定规模的金融危机；(3)股票价格、房地产价格和宏观杠杆率总是按照一致的顺序先后见顶，这一现象被称为“未完成的衰退”(Unfinished Recession)，即当股市和房地产价格先后见顶后，货币当局总是喜欢采取逆周期的货币政策，使得信贷规模继续上升，从而推迟了去杠杆过程。

随着国际上研究文献的逐渐丰富，国内学者也开始重视这一问题，并进行了较多维度的探索。张晓晶和王宇(2016)强调了金融周期现象对于宏观调控所形成的挑战，认为在估算经济潜在增速及促进金融服务实体经济等方面都将考虑纳入金融周期因素。陈雨露等(2016)则是在经验事实方面讨论了金融周期不同状态对于经济增长和金融稳定性的影响。众多实证分析都表明了金融周期独立于经济周期的存在性，并因此强调了宏观审慎监管的重要性。总的来看，现有文献还存在着两方面不足:一是经验分析部分普遍选用的时间跨度过短，绝大部分文献都是用1970 年以来的跨国数据进行分析，而每轮金融周期平均长达16年，短期数据所得出的研究结论难免会出现偏差；二是缺乏对金融周期具体作用机制的实证分析，尽管从费雪到明斯基对金融周期发挥作用的假说都是基于企业的微观行为，但当前大部分实证分析文献仍停留在宏观层面，对于周期的微观作用机制鲜有涉及。基于这些考虑，本文尝试以更长的历史时间段来考察金融周期对经济增长和金融风险的影响，并探索其内在影响机制，以弥补这两项不足。

三、实证设计与数据描述

（一）理论背景

有关金融周期的研究者一直以来都关注信用规模和房地产价格相互作用带来的顺周期性(Borio 等，2014)。前者表示融资条件，后者表示投资者对风险认知的程度，而房地产又是信贷的重要抵押品，这种相互作用又会使得顺周期性强化(在繁荣时期向上动力强，贷款意愿增加，债务规模随着增加，并且股市向好；在衰退时期向下的动力增加，人们的贷款意愿下降，且伴随着股市的不确定性增加)。从宏观层面来看，抵押品的机制又会使得房地产价格上升，从而使得经济的杠杆加大，而房地产价格下跌则与去杠杆相联系。

从发达国家的经验来看，金融周期上半场的早期时，杠杆率较低，信用扩张对经济增长的拉动作用较大。到了繁荣期的后半段时，信用刺激经济增长的作用会下降，但是通货膨胀压力会使得央行加息，在宏观层面表现为“宽信用、紧货币”的态势。利率的上升最终会使得债务调整，金融周期进入到下半场，表现为房地产价格的下跌和去杠杆带来的信用紧缩(市场机制引起或政策主动调控的结果)。

从非金融部门(负债方)来看，去杠杆会使得开支削减，消费或实体投资需求减少，从而使得经济增长下行压力增大。这也意味着储蓄会超出实体投资需求，过剩储蓄又会导致均衡利率的下降，央行将会放松货币并引导市场利率趋向于均衡水平。此外，财政扩张会使得总需求增加(主要表现为对私人部门的刺激)。金融周期下半场中的宏观环境会呈现出“紧信用、松货币、宽财政”的特征。

除此之外，金融周期还会影响经济结构。金融周期上半场中，房地产市场的繁荣会拉动房地产商开发投资以及相关的上下游行业，从而刺激需求增长。然而，从供给角度来看，土地价格以及房地产价格上升会增加其他行业的运营成本，信用的扩张又会有利于金融部门占据更多的社会资源，从而恶化经济结构。同时，房地产价格的上升和信用扩张也会加大社会的贫富差距，使得总体消费和人力资本积累得到抑制。到了金融周期下半场时，这个过程反了过来，虽然房地产价格下跌和信用的紧缩会使得经济增长总量降低，但是经济的结构会得到改善，有利于中长期的可持续发展。

（二）实证设计

本文的主要目标是考察金融周期因素对经济增长和金融稳定性的影响方向，并探讨其影响机制。实证检验分为两步:第一步的被解释变量是宏观经济指标，我们选取了分别表示经济增长和金融稳定性的实际GDP 增速和金融危机指标(二元虚拟变量)；第二步为考察具体的微观影响机制，被解释变量为企业的微观财务指标，包括反映企业经营能力和融资能力的两组变量(因为不管是金融周期的繁荣期还是衰退期在理论上都是通过影响企业信贷进而直接影响到企业的经营和融资能力)。在这两步中，反映金融周期状态的指标都是核心解释变量。

对于企业的经营能力，采用上市公司的总资产收益率(ROA)和销售毛利率(Profit)来表示；对于其融资能力，采用资产负债率(DtoA)和借款资产比(LtoA)来表示。总资产收益率(ROA)和净资产收益率(ROE)都是表示企业经营盈利能力的变量，但ROE 除了受到企业经营能力的影响外，还会受到其杠杆水平的影响，此处只需要考虑金融周期对企业经营能力的影响，故采用总资产收益率(ROA)。销售毛利率和销售净利率也都反映了企业的盈利能力，但净利率会受到财务费用、管理费用等多方面因素的影响，因此采用销售毛利率来表示另一个维度的盈利能力。对于企业的融资能力，最有效的变量是资产负债率，尤其是负债中的借款与总资产之比，本文采用总负债与总资本之比(DtoA)和总负债中的借款与总资本之比(LtoA)来表示企业融资能力。

除以上核心解释变量外，我们还引入了一些控制变量来消除其他外生因素的影响。对于第一步关于宏观经济的实证，参照陈雨露等(2016)的研究，我们选择经济层面、金融层面和社会层面三个维度的控制变量。经济层面的控制变量包括人均GDP、投资率和贸易条件，金融层面的控制变量包括短期利率、长期利率和房地产租金率，社会层面的控制变量为衡量社会人口状况的总人口增速。对于第二步上市公司层面的实证，我们选取公司性质层面、收入增长层面和公司治理层面三个维度的变量。公司性质层面的变量包括公司规模与国有股占比，收入增长层面的控制变量包括主营业务收入增速和净利润增速，公司治理层面的变量包括高管持股占比和独立董事占比。

第一步考察金融周期对经济增长的影响，设立如下跨国面板模型:

其中，下标i 表示国家，t 表示时间，被解释变量为实际经济增速Y ，核心解释变量为表示金融周期繁荣和衰退状态的两个虚拟变量Boom 和Bust，控制变量(Control)包括人均GDP、投资率等影响经济增长的其他因素。l 表示各类控制变量指标，βl为控制变量的回归系数。,itu 指代未被观测到的个体(国家)固定效应和时间(年度)固定效应参数，,itε 为服从正态分布的随机误差项。由于经济增长存在自相关性，我们在自变量中加入经济增长的一阶滞后项。

为考察金融周期对金融稳定性的影响，我们设立了如下二元跨国面板离散选择 模型:

其中，下标i 表示国家，t 表示时间，被解释变量为表示金融危机发生概率的隐含变量*Crisis ，核心解释变量和控制变量不变。现实中无法观测出表示概率的隐含变量Crisis*，但可以观测到金融危机真实发生与否的虚拟变量Crisis，我们利用Probit 模型进行处理。在虚拟变量赋值方面，C risisi,t= 1表示i 国在t 年发生了危机，C risisi,t= 0表示i 国在t 年没有发生危机。

实证检验第二步的主要目的是找到这种影响的具体机制，考察其对微观企业行为的影响，我们采用了A 股上市公司的财务数据，以中国上市公司企业作为一个样本来为金融周期产生影响的具体机制找到一个可能的解释。设立A 股上市公司的面板模型如下:

其中，下标i 表示三千余家上市公司，t 表示时间(1993—2018 年的季度数据)，被解释变量Y 表示反映企业经营能力和融资能力的总资产收益率(ROA)、销售毛利率(Profit)、资产负债率(DtoA)和借款资产比(LtoA)，核心解释变量为描述中国金融周期繁荣和衰退状态的两个虚拟变量Boom 和Bust ，控制变量(Control)包括公司规模、国有股占比等影响上市公司财务数据的其他因素。,itu 指代未被观测的个体(公司)固定效应和时间(季度)固定效应参数，,itε 为服从正态分布的随机误差项。

（三）金融周期的测度

对金融周期的测度主要包括两个步骤，首先是构造出可以有效反映出金融周期特征的时间序列变量，第二步则是在该变量中提取出能够反映金融周期的繁荣、衰退及正常时期的虚拟变量。

第一步构建刻画金融周期的时间序列变量。Claessens 等(2011)在这一方面率先做出尝试，选取了信贷、房地产价格和股票这三个指标构建金融周期变量。Drehmann 等(2012)对信用规模、宏观杠杆率(信用规模与名义GDP 之比)、房地产价格、股票价格和综合资产价格等几个指标分别考察，并认为信贷规模、宏观杠杆率和房地产价格对于金融周期的描述最为一致，而股票价格则在某些时候与金融周期的走势出现分化。Borio 等(2014)进一步总结认为信用规模与房地产价格是反映金融周期最重要的指标。由于我国可以形成金融周期变量的时间范围相对较短，且具有一些特殊的金融结构特征，一些文献也针对可以描述中国金融周期特征的指标进行考察，包括货币数量、社融规模、银行利差、风险溢价、国际资本流动、汇率等指标(马勇等，2016、2017；伊楠和张斌，2016；王博和李昊然，2018；朱太辉和黄海晶，2018；苗文龙等，2018)。

为保持数据的一致性，参考Drehmann 等(2012)的结论，本文用一套指标来构建描述17 个主要发达国家和中国的金融周期时间序列。主要选取的指标为信用规模、宏观杠杆率、房地产价格和股票价格①加入股票价格的主要原因是这一数据在全样本时间范围内较为完整，同时也是反映金融市场环境的重要指标。在稳健性分析部分，我们也尝试将股票价格去掉，所得结论并未受到影响。。

用主成分分析法提取出信用规模、宏观杠杆率、房地产价格和股票价格的主成分，之后对这一指标用BP 滤波法提取出反应周期的时间序列指标(此处周期参数设定为32～120 季度，与Drehmann 等(2012)所推荐的参数一致)。

第二步是提取出将金融周期状态界定为繁荣期、衰退期和正常期的虚拟变量指标。第一步所提取出来的金融周期时间序列主要衡量的是金融变量相对于其趋势值的偏离度，并没有描述出周期的繁荣和衰退以及拐点等指标。为提取出这类状态变量，需要对这几个时期的特征进行描述。陈雨露等(2016)借鉴了Braun 和Larrain(2005)等相关文献的方法，利用周期变量与标准差进行比较的方法定义了相应的繁荣期、衰退期和正常期。具体来说，当周期值大于其时间序列上的一个标准差时，将其定义为繁荣期的顶峰，从顶峰沿时间线向前推直到找到一个局部低点，则将这个局部低点与顶峰之间的时间段定义为“繁荣期”；当周期值小于时间序列上的一个负标准差时，将其定义为衰退期的低谷，同样从这个低谷沿时间线向前推找到一个局部高点，将这个局部高点与低谷之间的时间段定义为“衰退期”；除这两个时期之外的时期被定义为“正常期”。这种方法基本可以划分出金融周期中的不同状态，但也可能存在某些重合时期，即一段时期既被标识为繁荣期，又被标识为衰退期。如图1 所示，左面方框中是从一个局部低点到高于一个标准差的“顶峰”之间的繁荣期，右面的方框是从一个局部高点到低于一个标准差的“低谷”的衰退期，由于最近的顶峰在一个标准差以上，这两个时期存在着部分重合。正因为这个原因，陈雨露等(2016)在实证分析部分同时将“繁荣期”“衰退期”和“正常期”三个“0-1 变量”同时代入回归方程中，而不必担心多重共线性问题。

从现实逻辑来说，将繁荣和衰退这两个截然相反的属性赋予到同一段时期是毫无意义的。对于一段时期，我们不可能同时认为其既繁荣又衰退。因此，我们对划分方法进行了微调，即将高于一个标准差和低于一个标准差的阶段严格定义为“繁荣期”和“衰退期”。如果从一个“顶峰”或“低谷”向前回溯寻找局部低点或高点的时候，触碰到相反方向的一个标准差界限，则停止搜寻，以这个标准差所形成的界限划定为相应周期的起点，如图2 所示。我们通过这种方法构建出描述金融周期三种状态的虚拟变量完全互补，在回归分析中，只需代入两种状态即可，第三种状态的加入会导致完全的共线性。

图1 存在重合的金融周期状态识别

图2 不存在重合的金融周期状态识别

除此之外，还有很多方式可以被用来描述周期的不同状态。为增强本文的稳健性，我们还采用了特定阈值的方法来划分金融周期的不同状态。具体来说，在用主成分分析法分离出关于信用规模、宏观杠杆率、房地产价格和股票价格的合成变量后，不再采用BP 滤波法提取周期变量，而是简单定义其同比增速大于30%时为“繁荣期”，小于-30%时为“衰退期”，其余时间段为“正常期”。通过后面的实证检验结果可以看出，这两种对金融周期的测度方法所得出的结论基本一致。

（四）变量描述

本文从宏观层面上的考察方法与陈雨露等(2016)的相关方法基本一致，其文中选择了26 个发达国家和42 个发展中国家1981 年以来的数据进行回归分析，样本宽度较大但时间略短。根据Drehmann 等(2012)的观察，金融周期平均长达16 年，且自20世纪80 年代后期以来，周期的长度和波幅都有所拉长；自20 世纪70 年代至今，美国仅走完了3 轮完整的金融周期。我们认为，选择1981 年以来的数据进行实证观察，难免会丢失更为一般性的规律。国际货币基金组织前首席经济学家罗格夫认为只有通过长时间段的历史考察，才能更好地把握债务和危机的本质(Reinhart 和Rogoff，2009)。Jordà 等(2017)认为近一个半世纪以来主要发达国家实际上仅经历了两次大的债务高涨过程，只有把时间维度拉长，才能发现更普遍的规律。因此，本文参照Jordà 等(2017)的研究，选取17 个率先完成工业化的国家自1870 年以来的数据来展开这项分析。我们所覆盖的时间维度接近150 年，由此也得出了部分不同于陈雨露等(2016)的结论。相关变量的符号、含义及描述性统计在表1 和表2 中列出。

然后，通过中国上市公司的财务数据来讨论金融周期对经济增长影响的具体机制。合成中国1993—2018 年金融周期的季度数据，与第一步数据一致，采用了信用规模、宏观杠杆率、房地产价格和股票价格四个变量。信用规模和宏观杠杆率来自国家金融与发展实验室(www.nifd.cn)公布的数据，房地产价格由国家统计局公布的商品房销售面积和销售额计算得出，股票价格采用上证综指。被解释变量和控制变量采用3734家A 股上市公司财务报表所公布的季度数据，数据来源于Wind 数据库。相关变量符号、含义及描述性统计在表3 和表4 中列出。

表1 国际宏观层面检验变量的解释

表2 国际宏观层面检验变量的描述性统计

表3 中国微观层面检验变量的解释

续表3

表4 中国微观层面检验变量的描述性统计

四、实证分析结果

（一）金融周期对宏观经济的影响

首先考察金融周期对经济增长和金融稳定性的作用，对公式(1)进行回归。根据由简单到复杂的建模策略，回归结果如表5 所示。模型1 为只包含经济增速的一阶滞后变量和金融周期变量的回归结果，模型2～模型4 分别加入了不同层面的控制变量。

表5 金融周期对经济增长的影响

续表5

表5 非常明显地表现出金融繁荣对于经济增长的促进作用，大部分结果都在1%的置信水平下显著；而金融衰退对于经济增长起到抑制作用，前两个模型都在1%的置信水平下显著。这一结果与现实经验感觉是较为一致的:在信用水平、房价或者股票指数上升较快的时期中，宏观经济一般也处于繁荣期，经济增速往往较快；反之，当金融体系处于收缩状态时，宏观经济也较为艰难。从繁荣期和衰退期系数的绝对值水平来看，衰退期对经济增长的抑制作用更强。这也符合Borio 等(2014)所总结的金融周期一般性规律，即繁荣和衰退并不对称，金融周期的衰退期往往会伴随着金融危机或经济危机，对宏观经济造成的负面影响较大。当逐步加入控制变量后，模型的基本结论未发生变化，且控制变量的方向与经验事实较为吻合，此处不再赘述。

值得一提的是，这一结论与陈雨露等(2016)所得结论略有不同。其实证检验的结果显示，金融繁荣和衰退都会对经济增长产生抑制作用，而繁荣期的抑制作用更强。我们猜测这一反差主要源自国家范围和时间跨度的不同。陈雨露等(2016)的样本中发展中国家的数量大于发达国家的数量(42∶26)，且数据自1981 年开始，这段时期，很多国家出现了金融放松监管和自由化的倾向，也伴随着发展中国家的危机频发。这段样本时期的规律更多地反映了金融放松和自由化过程的环境下金融周期状态对经济增长的影响，金融监管放松这一特殊因素在此起到了更大的作用。本文的回归检验全部采用早期工业化国家样本，且时间维度拉长到近一个半世纪削弱了金融监管这一外生因素的影响。我们认为金融周期和经济增长在更为一般的环境下，应表现为同步性规律，金融繁荣往往都是与经济快速增长相伴随的。

为验证这一猜测，我们将本文研究的样本时期细分为四段，每段大约三四十年。具体来说，包括第一次全球化繁荣时期(1870—1914 年)，大部分国家都在这一时期实现了快速工业化；战争非常时期(1914—1946 年)，大部分国家在这段时期都曾放弃过金本位制度，金融体系出现大量创新，危机频繁，大萧条达到了危机的顶点；战后黄金时代(1946—1975 年)，基本上由布雷顿森林体系主导，金融危机极为罕见；金融全球化时期(1975—2016 年)，布雷顿森林体系崩溃，金融资产迅速增长，并且伴随着危机的回归。这四段时期的回归结果如表6 所示。模型6 所表示的战争时期中，金融繁荣对经济增长的作用方向由正转负，且非常显著。模型5 所代表的工业化初期中，虽然金融周期对经济增长的作用方向为正，但仅在10%的水平下显著，作用的幅度较小。这一结果符合我们的猜测，即在工业化初期(与1980 年之后的发展中国家类似)和金融过度放松的时期，金融繁荣对经济增长的正向作用关系减弱，甚至为负；而如果从长历史时期或者从战后发达国家的正常时期来看，这一关系应该是正向的。尤其是在战后由布雷顿森林体系为主导的时期(模型7)，金融危机几乎不曾出现，金融繁荣对于经济增长的正向促进作用最强。

表6 金融周期对经济增长的影响(分区间)

继续考察金融周期状态对金融稳定性的影响，我们对公式(2)进行回归，结果如表7 所示。与表5 类似，模型9 只包含表示金融周期的变量，模型10～模型12 逐步增加不同层面的控制变量。

模型9～模型12 显示金融繁荣和衰退都会增加金融危机发生的概率，但只有在衰退期才具有一定显著性。在全部模型中，繁荣对金融危机发生概率的贡献在10%的置信水平下都没有显著性，而衰退期则全部在5%的置信水平下显著。虽然Borio 等(2014)认为金融周期的顶点往往会伴随着金融危机的发生，但金融繁荣期的跨度一般较长，从全部繁荣期的维度来看，其对金融危机发生概率的贡献并不显著。相反，金融衰退对金融危机发生概率的贡献高度显著。这一结论与现实经验是吻合的:当金融环境发生紧缩和金融处于衰退周期时，往往会直接导致金融危机的发生。增加控制变量并不影响结论，且控制变量的符号方向与经验事实相符。人均GDP、投资率和贸易条件的增加都会有效降低金融危机发生的可能性，而利率、房租率及人口增速并不影响金融危机发生的概率。

表7 金融周期对金融危机的影响

综合表5 和表7 的结果，我们可以得出三点结论。第一，经济增长与金融周期具有同步性特征。具体来说，金融繁荣期经济增速加快，衰退期则增速变慢。第二，金融周期的繁荣与衰退对金融危机的爆发普遍具有正面影响(繁荣期的显著性不高，但影响方向大部分都为正)。这意味着金融周期的相对稳定有利于增强金融体系稳定性，降低金融风险。第三，金融周期对经济增长和金融稳定具有非对称影响。繁荣时期对经济增长的促进作用以及对金融稳定的破坏作用都相对较小。

（二）金融周期对经济增长作用机制的考察

在明确金融周期对经济增长的正向作用后，我们通过中国A 股上市公司的数据来具体识别这种影响的作用机制，对公式(3)进行回归。金融周期对企业经营能力的回归结果如表8 所示。模型13 和模型14 的被解释变量为总资产收益率(ROA)，模型15 和模型16 的被解释变量为销售毛利率(Profit)。沿用之前的方法，我们还是首先只考虑金融周期这一核心解释变量的影响，之后再加入控制变量来观察其对回归显著性的影响。

表8 金融周期对企业经营能力的影响

回归结果显示金融繁荣期对于企业经营效率有正面影响，但显著性普遍较低。尤其是对于企业的总资产收益率，只有在未加入控制变量的情况下才有10%置信水平下的显著性。金融衰退对企业盈利能力的负面作用非常显著，且系数的绝对值更大。这一结果与表5 中所表现出的金融周期对经济增长的非对称性影响是一致的，即金融周期的繁荣阶段对企业盈利能力的促进作用有限，但金融衰退则显著降低了企业的盈利能力。

继续观察另一个维度，即金融周期对企业融资能力的影响，表9 展示了回归结果。模型17～模型20 的被解释变量为代表企业自身杠杆率的资产负债率(DtoA)和贷款与总资产之比(LtoA)。资产负债率是企业融资能力最直接的表现，这个比率越高表示企业主动负债能力越强，在相同经营能力的情况下对业绩的影响就越大。另一方面，企业总负债中的核心是贷款，贷款主要表现了企业从银行等金融机构获得融资的能力，其受金融周期的影响更为直接，既表现了企业主动加杠杆进行负债经营的需求，也表现了金融机构进行信用扩张、增强信贷供给的意愿。模型17～模型18 展示了金融周期对企业资产负债率的影响，模型19～模型20 展示了金融周期对企业贷款与总资产之比的影响。

表9 金融周期对企业融资能力的影响

回归结果显示，金融周期对于企业融资能力的作用全部具有较强的显著性，所有模型中的金融繁荣和金融衰退对被解释变量的影响均在1%的置信水平下显著。同时，回归结果仍然表现出了金融繁荣和金融衰退的非对称性，衰退对企业资产负债表的负面影响要大于繁荣的正面影响，与之前的结论完全一致。将两个被解释变量的结果进行对比，可以发现金融周期变量对于企业资产负债率影响的系数绝对值更大。基于此，我们可以认为尽管银行贷款更容易反映出金融机构信贷扩张的意愿，且这种扩张意愿与宏观上的金融周期状态更为同步，但金融周期对企业整体资产负债率的影响更大。换句话说，在金融繁荣和衰退时期，企业主动加杠杆或降杠杆的意愿更为明显，金融机构信贷供给约束的变化只是企业调整杠杆率的一部分原因。

综合表8 和表9 的结果，我们可以得出三点结论。第一，金融周期对于经济增长同时存在两个作用机制，企业的经营能力和融资能力都具有一定的顺周期性。在繁荣期企业的经营效率提高，同时杠杆率也相应提高，共同推动经济增长。反之，在衰退时期则同时下降。第二，相对于企业经营能力，企业融资能力受金融周期状态的影响更为显著。金融周期对融资能力的影响，在所有模型中均表现为1%水平下的显著；而对经营能力的影响，只有衰退期才能表现出1%水平下的显著。这说明金融周期对企业融资能力的影响是最为直接的。第三，金融周期对企业经营能力和融资能力的影响具有非对称性，衰退期的负面作用要高于繁荣期的正向作用。

（三）稳健性分析①作者感谢评审专家的建议，本文加入更多角度的稳健性分析。

1. 调整金融周期时间序列中变量的构成

我们在构造金融周期时间序列时用到了信用规模、宏观杠杆率、房地产价格和股票价格这四组变量进行主成分分析。陈雨露等(2016)所采用的是私人部门信贷/GDP和M2/GDP 这两个单一变量分别进行检验，Drehmann 等(2012)则没有考虑股票价格，用其他三个变量合成金融周期。在此，我们分别采用三种方法重新构建反映金融周期的时间序列:(1)用宏观杠杆率表示金融周期；(2)用M2/GDP 表示金融周期；(3)用信用总量、宏观杠杆率和房地产价格重新合成金融周期。对各变量的其他处理方式不变，分别用新生成的周期状态对经济增长和金融危机进行回归，所得结论如表10、表11 所示。所有结论均不受影响，对比来看，采用宏观杠杆率变量的模型解释力度最强。国际货币基金组织和我国央行都极为重视宏观杠杆率的走势，自2017 年以来我国的结构性去杠杆过程也主要是针对宏观杠杆率水平，其对金融周期的描述是非常准确的(中国人民银行，2019)。

表10 金融周期对经济增长的影响(稳健性分析)

表11 金融周期对金融危机的影响(稳健性分析)

2. 采用特定阈值法定义金融周期中的不同状态

我们更改描述金融周期状态的虚拟变量的构建方法，采用简单的特定阈值法来定义金融周期。通过前述的主成分分析法合成金融周期的时间序列后，不再进行BP 滤波，而是直接观察这一序列的同比增速，定义增速大于30%时为“繁荣期”，而其小于-30%时为“衰退期”，其余时间段为“正常期”①这一阈值的选择具有较大的随意性，我们选择30%的主要原因在于尽量让繁荣期和衰退期合计占到样本总量的一半左右。。与原始模型的对比结果如表12 所示，基本结论未受到影响，回归系数的符号保持不变，但显著性有所下降。

表12 金融周期对经济增长和金融危机的影响(稳健性分析)

3. 在A 股上市公司中去除金融机构

金融企业一般具有天然的高杠杆率，且经营方式与非金融企业有较大的区别，我们从3734 家A 股上市公司中去掉110 家金融类公司，再检验本文结论的稳健性。表13 是分别对ROA 和DtoA 为被解释变量的回归结果对比，全部符合原始结论，且显著性和解释力度都有所增强，尤其是对融资能力的作用更为显著。可见金融周期状态对于非金融企业融资能力的影响更大，这是由于金融企业的资产负债率指标并不能有效反映其真实的融资意愿。对银行来说，信用创造的过程同时在其资产负债表两端增加了相应的贷款和存款，这对银行整体资产负债率的影响极小，大部分银行的资产负债率都在90%以上。将金融类公司去掉，使得本文所描述的影响机制更为清晰。

表13 金融周期对企业经营能力和融资能力的影响(稳健性分析)

五、结论与政策建议

本文基于1870—2016 年全球17 个发达国家的数据，进行国际面板回归，考察了金融周期对经济增长和金融稳定的影响；进而基于中国1993—2018 年宏观经济和上市公司的季度数据，考察了金融周期因素对经济增长的作用机制。概括来说，本文得出了三点结论。

第一，金融周期与经济增长和金融稳定性的关系密切。金融周期与经济增长具有同步效应，繁荣期经济增长加速，衰退期减速。金融周期的繁荣和衰退都不利于金融稳定，金融变量的快速上涨或下跌都会增加发生危机的概率。

第二，金融周期对经济增长的微观作用机制表现为对企业经营能力的影响和对企业融资能力的影响，这两方面作用机制同时存在，且对融资能力的影响度更大。这意味着金融周期对企业资产负债率具有最为直接的作用机制，信贷规模和宏观杠杆率等因素与企业的资产负债率直接相关，当经济处于加杠杆的繁荣周期时，企业的资产负债率也会相应扩张。

第三，金融周期具有明显的非对称性，衰退时期的影响相对更大。对于经济增长，衰退期对经济增长的阻碍作用更强；对于金融稳定性，衰退期发生危机的概率更高。

基于以上理论分析和实证结论，我们提出如下两条政策建议。

第一，保持金融体系稳定性的关键是保持金融周期变量的稳定性，中国当前应坚持结构性去杠杆的政策。宏观杠杆率增长过快或者下跌过快都会破坏金融体系的稳定性，极易造成危机的发生。美国次贷危机前10 年居民部门杠杆率以每年4 个百分点的速度高速增长，国际货币基金组织的研究表明信贷激增将大概率导致危机的发生(IMF，2017)。另一方面，激烈的去杠杆过程更容易导致金融风险。Drehmann 等(2012)发现美国、德国、英国、挪威、瑞典、澳大利亚和日本这七个国家自1985 年以来共出现过12 次激烈去杠杆过程(金融周期变量从波峰快速下降)，其中仅有3 次没有爆发金融危机(1998 年的德国、2009 年的澳大利亚和挪威)，而这三次例外，实际上也伴随着银行业的巨大压力。德国的银行系统，尤其是互助银行系统在2000 年左右面临了巨大压力；挪威当局在2009 年向28 个银行注入4.1 万亿挪威克朗以缓解其压力；澳大利亚当局也在2008 年采取了相应的稳定举措。可见，激烈的加杠杆和去杠杆政策都是不可取的。2018 年中央财经委员会首次提出了“结构性去杠杆”的目标，即在总体杠杆率稳定的环境下有针对性地降低国有企业债务和地方政府隐性债务。这本质上是在保持金融周期平稳的环境下调整金融杠杆结构，以此来实现稳增长、防风险和调结构目标的平衡。

第二，协同各方，实行双支柱调控政策，稳定金融。本文发现金融周期对经济周期的影响甚为重要，传统以经济增长和通货膨胀为主要目标的货币政策并没有充分考虑金融周期因素。2014 年国际货币基金组织在一篇题为《新常态下的货币政策》的报告中认为，以单一通胀目标为核心的传统货币政策框架存在问题，既无法避免金融危机的发生，也不能适应新常态下货币政策所面临的新约束(Bayoumi 等，2014)。目前各国央行在如何选择新货币政策框架来避免金融危机的观点上还存在分歧，但已经达成的共识更为重要，即需要将金融稳定性纳入新的货币政策的目标之中，在传统货币政策的基础上加入宏观审慎政策。我们国家实践探索的是由央行发展出了“货币政策+宏观审慎政策”双支柱政策框架，将过去的差别准备金动态调整机制“升级”为宏观审慎评估(MPA)。从组织结构上也形成以一行三会、财政部和发改委构成的国务院金融稳定发展委员会，从而形成了我国的金融监管体系。为了加强金融稳定性、防范金融风险，应加强金融稳定发展委员会对宏观审慎政策的操作和管理，并协调好央行的宏观审慎与银监会所主导的微观审慎之间关系。同时，还应继续丰富和发展宏观审慎的框架，以加强动态管理机制来应对不同类型的金融风险。