我国居民杠杆率对居民储蓄率的影响——基于CFPS 的实证分析

王 霞，马 蕊

(1.兰州财经大学 中国西北金融研究中心，甘肃 兰州 730020；2.兰州财经大学 金融学院，甘肃 兰州 730020)

一、引 言

近年来，如何在防风险的前提下稳增长成为我国宏观经济面临的比较棘手的问题。为此，我国在2015 年12 月提出“去杠杆”之后，又于2018 年4 月修订为“结构性去杠杆”。在此背景下，企业、地方政府部门就去杠杆措施已经达成共识，但对于居民部门是否去杠杆依旧存在较大争议。国家统计局数据显示，我国一直以来都是高储蓄国家，尽管2010 年后居民储蓄率增速有所下降，但仍处于高位，2021 年一季度，居民储蓄总额高达100.53 万亿，首次突破100 万亿。在我国高杠杆、高储蓄的背景之下，居民储蓄率与居民杠杆率之间是否存在相互作用关系，还需进一步检验。

从理论上分析，一方面，居民部门加杠杆可以扩大居民消费，有助于我国在国内国际双循环的新发展格局下构建完整的内需体系，释放国内循环的市场潜力，但也会导致在居民可支配收入不变的情况下用于储蓄的资金减少，可能造成经济发展的储蓄缺口，严重时还会导致金融危机；另一方面，居民部门加杠杆后还本付息支出增加，导致居民还款储蓄增加、储蓄率上升，用于消费部分可能减少，不利于我国经济增长。因此，从理论逻辑来看，居民部门杠杆率对居民部门储蓄率的影响是不确定的，现阶段我国居民杠杆率该升还是该降还不能直接得到答案。

从实际来看，近年来我国居民杠杆率不断上升，而居民储蓄率相对有所下降。从图1 可以看出，1999—2008 年期间我国居民部门杠杆率很低，且有涨有落，没有形成上升趋势；2008 年以后则持续攀升，从2008 年的18%急速上涨至2019 年末的55.8%，其中2009 年增速最快，为31.28%。此后居民杠杆率增速有所下降，但依旧处于高水平状态，直至2019 年，我国居民杠杆率增速仍高达7.1%。

图1 我国居民杠杆率与杠杆率增速(1999—2019 年)

根据中国统计局现已披露的截至2019 年的数据，使用中国统计局发布的居民储蓄率的计算方式，即居民储蓄率＝住户部门总储蓄/住户部门可支配收入，得出我国1999—2019 年居民储蓄率及其增速，如图2 所示。近年来，我国居民储蓄率有所下降，在1999—2019 年统计区间内，由2010 年的最高点42.10%降至2019 年的34.78%。从居民储蓄率增速来看，2013 年我国居民储蓄率增速最小为-5.5%，此后增速虽有小幅上升，但都为负值，使得居民储蓄率有所下降。截至2019 年，我国居民储蓄率增速为-0.099%，仍为负向增长。

图2 我国居民储蓄率及增速趋势(1999—2019 年)

从数据来看，居民杠杆率不断攀升、居民储蓄率与历史峰值相比有所下降的事实是不存在争议的，当然也有人提出“储蓄率下降”不等于“低储蓄”的观点。但是我国居民杠杆率是否还能继续上升、居民杠杆率的不断上升是否会影响储蓄率的变动、是否会因此出现金融风险敞口以及居民是否存在足够的偿债能力，这些问题仍存在明显争议。基于此，本文将深入研究居民杠杆率对居民储蓄率的影响，并以此来判断当前我国居民部门是需要“加杠杆”还是“去杠杆”，并试图找到我国最优的居民杠杆率。

二、文献综述

2008 年国际金融危机后，居民杠杆率与储蓄率的问题引起了学者们的关注，现有研究主要集中于居民杠杆率的影响、居民杠杆率的适度水平、居民储蓄率及其影响、居民杠杆率与居民储蓄率的关系四个方面。

1.对于居民杠杆率带来的影响，相关研究表明，居民杠杆率上升过快会引致债务危机与经济危机的发生。Atif 和Amir使用居民杠杆率来预测美国经济衰退早期的经济发展，发现居民杠杆率可以作为反映经济问题强有力的指标。Elekdag 和Wu将居民杠杆率作为警惕系统性金融风险发生的预警指标，认为实际居民杠杆率小于最优值时，就需要防范发生系统性金融风险；当居民杠杆率过高时，则需要降低杠杆。Lombardi 等指出，居民杠杆率会在短期内促进经济增长，但在长期条件下，持续过高的居民杠杆率会对GDP 增长产生巨大的负面效应。胡杨发现，我国居民杠杆率提高对消费增加产生了负效应，并导致消费实际增速下降。

2.对于居民杠杆率的适度水平问题，近年来主要集中于应该加杠杆还是去杠杆。有些学者认为，我国居民部门仍具有加杠杆空间，如李若愚提出企业部门去杠杆会对经济产生巨大的下行压力，而这种压力可以通过居民部门加杠杆来缓解，增加居民杠杆率可以刺激我国消费增长；伍戈等提出增加我国居民部门杠杆率可以改善消费偏低、投资偏高的结构性失调问题，促进消费增长从而带动我国经济增长。有些学者指出，我国居民部门应该去杠杆，如魏玮和陈杰提出居民部门加杠杆会加速资产泡沫形成，造成金融不稳定性加剧；刘哲希和李子昂构建了高杠杆特征的动态一般均衡模型，得出居民部门加杠杆会抑制消费支出、居民投机性行为加剧、难以缓冲经济下行压力等一系列后果，提出应该抑制居民部门杠杆率加速上升的结论。

3.关于居民储蓄率及其影响的研究，结论并不一致。杜正琦和王理政发现，我国国民储蓄率自2010 年起呈现下降趋势，但仍然处于最优的测算区间；居民储蓄率的下降会负向影响投资水平并增加金融风险。牛立腾指出我国居民储蓄率已经到达拐点，储蓄率下降引发的财富效应会抑制居民消费，但是这种居民储蓄率降低的局面无法在短期内得以扭转，需要提前部署防范风险的措施。也有学者认为我国储蓄率水平过高，张龙和刘金全通过建立SV-TVP-FAVAR 模型得出现阶段我国储蓄率高于最优储蓄率，存在帕累托改进，并提出将“储蓄率走廊”(数值型区间)作为储蓄政策框架而非“最优储蓄率”(具体数值)。

4.关于居民杠杆率与居民储蓄率两者关系的研究，也存在较大争议。李燕桥和刘明伟对居民消费信贷是否降低了居民储蓄率进行了检验，发现消费信贷在一定程度上对我国居民储蓄率产生了抑制作用，但影响效果还存在多方面因素的限制。刘哲希等利用41 个代表性经济体1966—2017 年的面板数据，对国家总体储蓄率与杠杆率之间的关系进行了实证分析，得出一国总体储蓄率与杠杆率之间存在一种U 型关系。鲁存珍通过分析居民部门杠杆率上升这一现状，提出在中国存在被动储蓄的情况下，居民杠杆率上升会增强居民消费意愿，降低居民储蓄意愿。高东胜等提出居民加杠杆会促进消费，但是在持续加杠杆之后又会抑制消费，抑制消费后储蓄意愿便会上升。

综上所述，目前研究主要从宏观角度探讨二者之间的关系，从微观主体视角展开的研究较少，且结论存在较大争议；在我国结构性去杠杆的背景下，居民部门杠杆率究竟是该升还是该降需要深入分析论证。因此，本文借鉴拉姆齐-卡斯-库普曼模型，从家庭这个微观主体视角出发，对居民杠杆率与储蓄率之间的关系展开分析；根据理论模型，采用中国家庭追踪调查(CFPS)提供的居民家庭部门的微观数据，实证分析我国居民杠杆率对居民储蓄率的影响及目前我国居民杠杆率所处的阶段。进一步地，针对我国居民杠杆主要用于购买住房的现实，把居民负债分为住房债务与一般债务两种类型，分析其对储蓄影响的差异，并据此提出政策建议，以期在防范居民杠杆率过高过快增长的同时，使我国储蓄和消费处于促进经济社会高质量发展的合理水平，为新发展格局下我国“促消费”与“防风险”间的平衡提供思路。

三、理论模型与研究假说

居民储蓄往往会影响整个社会的经济资本积累，从而影响生产发展与经济增长。本文引用拉姆齐-卡斯-库普曼模型解释家庭消费与资产两者的关系，再根据居民消费与储蓄的内在关联，推导出居民储蓄率与杠杆率之间的变化关系，为本文的研究命题提供理论基础。

拉姆齐-卡斯-库普曼模型主要解决跨时资源分配，完善了索洛模型中储蓄率“动态无效”的不足，将储蓄率“内生化”。模型关于家庭的主要假定为:存在大量相同的家庭并以速度增长；每个家庭成员每一时点供给一单位的劳动；家庭将其拥有的资本租借给厂商；家庭拥有的初始资本持有量为(0)，(0) 表示经济中的资本初始量，为家庭数量；不存在折旧。在每一个时点上，家庭收入在消费和储蓄之间分配以实现效用最大化。家庭效用函数的形式为:

为表示在约束条件下的家庭效用最大化，需要用每单位有效劳动的消费与劳动去表示目标函数与预算约束，() 定义为每单位有效劳动，() 为每单位有效劳动的消费，则每个工人的消费为()()() 。此时，家庭瞬时效用为:

将公式(3)与()(0)e带入家庭效用的目标函数公式(1)中，得到:

公式(4)中，(0)L(0)，并且≡(1)，假设为正值。

目标函数已知，继续考虑预算约束，时刻的家庭总消费()()等于每单位有效劳动数量与每单位有效劳动的消费()()，并且初始资本持有量(0)等于0 时刻的每单位有效资本量(0) 乘以(0)(0)，所以预算约束改为:

()() 等于(0)(0))，将其带入公式(5)，并两边同时除以(0)(0)得出预算约束:

家庭的问题便是在约束条件下，选择() 的路径去最大化终身效用，我们利用预算约束与目标函数构造拉格朗日函数:

每个单个() 的一阶条件是:

两边取对数:

等式两边求关于的导数:

由于假定每个家庭相同，那么的演化就不仅适用于一个家庭，而是适用于整个经济。

由于()(())，我们可以改写为:

图3 c 的动态变化

图4 k 的动态变化

图5 储蓄率与杠杆率的动态关系

由以上模型推导，结合消费与储蓄的内在关联，可以推断出家庭杠杆率与家庭储蓄率之间的作用关系为一种非线性U 型关系，拉姆齐-卡斯-库普曼模型以存在大量相同家庭为假设前提，由此可推断整个社会居民部门杠杆率与居民部门储蓄率也存在这一非线性U 型关系，这为下文的实证研究提供了理论基础，但关于两者的具体关系还需进一步实证检验。

根据理论模型以及相关文献研究，再结合实际居民杠杆率与居民储蓄率的变化趋势，提出本文的研究假设:居民杠杆率与居民储蓄率呈现U 型关系，若居民杠杆率处于拐点右侧，则居民杠杆率增加会引起居民储蓄意愿的上升。

四、实证设计

(一)模型设定

为探究居民杠杆率与居民储蓄率之间的整体关系，检验本文研究假设，参考相关文献并结合面板数据的特点，对模型进行如下设定:

其中，表示家庭个体，表示时间，μ表示个体效应，λ表示时间效应，ε表示残差项，为家庭居民储蓄率，为家庭居民杠杆率。除了核心解释变量，其他与家庭储蓄率关联程度较大的变量依次为家庭人均纯收入()、家庭净资产()、家庭医疗保健支出()、家庭人口数()、家庭是否有房贷()。

模型中加入这些变量，可以排除由于家庭收入、家庭财富、家人健康程度、家庭人口规模以及房贷对家庭储蓄率的重要影响，突出研究家庭杠杆率与家庭储蓄率之间的影响关系；还可以减少遗漏变量对模型估计产生的误差影响，使得模型更加稳定，提高拟合优度。经诸多学者验证，我国居民储蓄具有很强的惯性，居民储蓄率的滞后项对居民当期储蓄的正向影响显著。但由于本文所使用数据为CFPS 数据，其时间间隔为2 年，一方面所对应的滞后项时间跨度较长，对储蓄惯性不具很好的解释性，另一方面，当期的储蓄是考虑了前一年的收支状态后所做出的决策，考虑了储蓄惯性对当期储蓄的影响。因此，没有将储蓄的滞后项纳入模型。本文实证操作均通过Stata15 完成。

(二)数据来源与变量说明

本文所使用的数据是由中国家庭追踪调查(CFPS)所提供的2010—2018 年共5 期微观家庭部门的非平衡面板数据。CFPS 是由北京大学中国社会科学调查中心设计实施的反映中国社会、经济、人口、教育等方面数据的调查项目，跟踪搜集个体、家庭、社区三个微观层次的相关数据。从2010 年开始，每两年进行一次跟踪调查，调查规模达到16 000 户家庭，涵盖了中国25 个省(市)，将为学术研究及政策决策提供研究数据作为目标，主要采用面访的调查方式，数据来源可靠，并具有较强的代表性。本文使用CFPS 所提供的相关数据，根据上文提到的计算方法得出相关变量，对极端异常值以及数据缺失样本进行处理，最终得到8 905 个有效样本。数据来源的可靠性以及在处理数据与实证分析过程中全程使用Excel 与Stata 软件，不存在手工处理数据带来数据计算误差的可能，由此也降低了由于数据测量误差而带来内生性问题的可能。

模型的变量设置如表1 所示，被解释变量为家庭储蓄率()，参考相关文献，以家庭纯收入与家庭消费支出之差再除以家庭纯收入得到。核心解释变量为家庭杠杆率()，参考相关文献，为家庭总负债与家庭总资产之比，这与前文的定义有所不同，家庭在进行借贷时往往使用家庭资产作为抵押，而家庭的总资产则是抵押上限，因此选用家庭总负债与家庭总资产的比值来表示一个家庭杠杆率的大小。其中家庭总负债为家庭总房贷与非房贷金融负债之和，家庭总资产为家庭土地资产、总房产、金融资产、生产性固定资产以及耐用消费品的总和。此外，模型中还引入了家庭杠杆率的二次项，来检验家庭杠杆率与居民储蓄率的非线性二次关系。

表1 变量的描述性统计

其他控制变量中，引入家庭人均纯收入() 来衡量家庭收入的变化，是由家庭纯收入除以家庭人口数计算得来，家庭收入包含了一个家庭的工资性收入、转移性收入、经营性收入、财产性收入以及其他收入，而家庭纯收入是家庭总收入扣除家庭总支出的结果，所以选择家庭人均纯收入更能反映家庭收入变化对家庭储蓄的影响；引入家庭净资产() 来衡量家庭财富对家庭储蓄的影响，一般来说，家庭财富与储蓄率为正向影响关系，家庭净资产等于家庭总资产减去家庭总负债；引入家庭总人口数() 来反映家庭人口规模对家庭储蓄率的影响；引入家庭医疗保健支出()来反映家庭成员健康状况对家庭储蓄的影响。引入家庭是否有房贷() 来反映居民家庭房贷所带来的杠杆效应是否会对家庭储蓄率产生影响，将有房贷的家庭设定为1，无房贷的家庭设定为0。在数据可获得的前提下，本文从多方面出发对影响家庭储蓄率的因素进行了考量，来保证该模型设定的稳定性与完整性，将由于遗漏变量由此带来内生性问题的可能性降到最小。

对上文中搜集、处理、筛选、整理之后得到的定量变量数据进行描述性统计分析，如表1 所示，分别列示出2010—2018 年五期以及总计变量数据的标准差与均值，可以看到，家庭人均纯收入()、家庭净资产()以及家庭医疗保健支出() 的标准差很大，反映出各个家庭之间收入以及健康医疗花费的差距悬殊。家庭储蓄率与家庭杠杆率个体差距较小，家庭杠杆率的平均值呈现出上升趋势，家庭储蓄率的平均值不断波动。

五、实证分析

本文使用的数据来源于中国家庭追踪调查，随机性高，样本量大，增加了实证结果的有效性。在模型估计之前，首先对模型进行个体效应的F 检验，得到F＝1.28，p ＝0.000，由检验结果可知具有个体固定效应；其次，进行了时间效应的显著性检验，以2010 年为基期，加入了年度虚拟变量进行时间效应检验，结果显示除2012年度虚拟变量不显著以外，大多数年度虚拟变量都在5%水平上显著，所有年度虚拟变量的联合显著性检验结果为，在1%的显著性水平下存在时间效应；再次，对模型选用混合模型还是个体随机效应模型进行LM 检验，检验结果显示，p ＝0.000，即在混合回归与随机效应之间应该选择随机效应模型；最后，对选择固定效应模型还是随机效应模型进行Hausman 检验，检验结果发现统计量为15.89，p ＝0.0693，在5%显著性水平下，认为应该使用随机效应模型而非固定效应模型。出于严谨性考虑，最终本文选择双向随机效应并使用聚类稳健性标准误来进行模型回归估计，以提高模型的准确性与稳定性。

(一)整体样本下模型的回归结果

表2 列示出家庭杠杆率与家庭储蓄率之间各模型的回归结果。模型(1)(2)只有两个核心解释变量家庭杠杆率()以及家庭杠杆率的平方()；模型(3)(4)是以家庭杠杆率()、家庭杠杆率的二次方()、家庭纯收入()以及家庭净资产()作为解释变量；模型(5)(6)包含了家庭杠杆率()、家庭杠杆率的二次方()、家庭纯收入()、家庭净资产()、家庭人口数()、医疗保健支出()以及是否有房贷()所有的解释变量。模型(1)(3)(5)使用聚类稳健性标准误估计，模型(2)(4)(6)则使用MLE 估计作为对照模型。

表2 整体样本下模型回归结果

由以上回归结果，可以看出模型(1)中，在1%的显著性水平下，家庭杠杆率的一次项系数显著为负，家庭杠杆率的二次项系数显著为正，这一检验结果与预期相符，故证明家庭杠杆率与储蓄率之间存在U 型关系，模型(2)作为模型(1)使用MLE 估计的对照模型，也证实了这一结果。模型(3)在模型(1)的基础上加入了家庭人均纯收入()与家庭净资产()这两个反映家庭人均收入与家庭财富的解释变量，模型结果并没有改变家庭杠杆率与家庭储蓄率之间的U 型关系，在1%的显著性水平下，两个解释变量对家庭储蓄率产生显著的正向影响，符合检验预期，模型(4)使用MLE 对照估计，回归结果稍有不同，但最终结论保持一致。模型(5)中包含了所有解释变量，估计结果依旧没有改变家庭杠杆率与家庭储蓄率之间的U 型关系，在1%的显著性水平下，家庭人口数对家庭储蓄率产生正向影响，而医疗保健支出()则对家庭储蓄率产生显著的负向效应。另外，模型结果显示，有房贷的家庭会增加储蓄，这可能是由于家庭应对房贷还款所做出的预防性存款准备。

(二)住房债务与非住房债务对储蓄率的影响

上文的模型结果显示具有房贷的家庭会增加储蓄，使用杠杆购房已经成为现阶段居民配置房产的主要方式，也是居民杠杆持续居高不下的关键原因，居民债务可以进一步分为住房债务与非住房债务，为了深入探究居民杠杆对居民储蓄的内在影响机制，本文将家庭总债务()分为住房债务()与非住房债务()两大类别进行模型回归，检验结果如表3 所示。其中模型(1)(3)(5)分别为包含了住房债务、非住房债务、家庭总债务变量并使用聚类稳健性标准误估计的双向随机效应模型，模型(2)(4)(6)为使用MLE 估计的对照模型。考虑到模型显著性，在模型构建时加入了居民消费支出变量()，从所有有效样本中筛选出具有住房债务的家庭，进行模型回归，检验家庭债务的不同分类对家庭储蓄率的影响。

表3 住房债务与非住房债务的回归结果

由表3 中的回归结果可知，模型(1)与模型(3)中家庭住房债务与非住房债务对家庭储蓄率都具有显著正向作用，模型(1)中家庭住房债务系数大于模型(3)中非住房债务系数，说明家庭储蓄率对于住房债务的敏感度要高于非住房债务，MLE 估计的对照模型结果与聚类稳健模型的检验结果保持一致，证明该模型具有稳健性，模型中的其余变量也在10%的水平下通过了显著性检验。在模型(5)中，家庭总债务对家庭储蓄率在1%水平下具有显著正向影响，即当家庭债务增多时，储蓄意愿也会增加，适度降低支出，进行储蓄，用以债务利息或者债务本金的偿还。由此验证了家庭债务增加，导致居民杠杆率过高，居民消费意愿不增反降，使得居民储蓄率处于较高水平。由该模型回归结论，得到住房贷款对于居民储蓄率的影响要更为强烈，也反映出我国住房贷款是我国居民债务中的重要组成，对居民杠杆率具有很大影响。针对居民杠杆率的管控，需要重点考虑居民部门住房贷款问题。需要注意的是，以上模型中家庭消费支出变量的系数都为负，并且在1%的置信水平下显著成立，说明家庭消费支出负向影响家庭储蓄率，符合现实经济意义，当减少居民储蓄时会刺激居民消费支出，两者呈现负向关系。制定政策时，可通过适度降低居民储蓄来刺激消费，促进社会经济增长。

六、模型稳健性说明

(一)稳健性检验

为了证明模型的稳健性以及结论的可靠性，本文使用替换解释变量的方法对模型进行检验，将反映家庭收入变量的家庭人均纯收入()替换为家庭纯收入()，由于上文模型回归时没有考虑通货膨胀对变量的影响，故在稳健性检验中加入了历年通货膨胀率()，以剔除通货膨胀对家庭消费、收入以及支出的影响(见表4)。在其他解释变量都包含的情况下，进行模型回归，回归结果表明，替换了解释变量并加入通货膨胀因素后，模型中核心解释变量即家庭杠杆率以及家庭杠杆率的二次方的正负号没有发生变化，模型显著性一致，相较原模型的回归结果没有太大的差异，表明该模型稳健性较好。从上文MLE 方法估计的对照模型结果也可以看出，回归结果的差异不大，模型具有很好的稳健性。

表4 稳健性检验结果

遗漏变量方面，一方面，本文以家庭杠杆率为核心解释变量外还考虑了家庭人均纯收入、家庭净资产、家庭总人口数、家庭医疗保健支出以及是否有房贷等虚拟变量，在数据可获得的前提下，从多方面出发对影响家庭储蓄率的因素进行了考量；另一方面，无论加入单个控制变量还是加入全部控制变量的实证结果都没有明显变化，证明该模型设定的稳定性与完整性，不存在严重的遗漏变量问题，由此带来的内生性问题也会较小。

(二)U 型关系的拟和

在进行家庭杠杆率与家庭储蓄率U 型关系的检验之前，进行两个变量二次关系拟合，拟合结果如图6 所示。可以看到，两者呈现出明显的U 型关系。对于二次函数，其拐点的横轴坐标为2，根据整体样本下模型(1)的回归结果，由一次项与二次项系数计算得出拐点的杠杆率为80.5%，从家庭追踪调查提供的数据来看，2018 年我国家庭杠杆率的平均值为108%，可判断出，我国居民杠杆率已经达到拐点。现阶段我国居民杠杆率处于U 型拐点的右端，表明我国正处于高储蓄、高杠杆阶段，高杠杆的持续增加，会对我国居民消费起到严重的抑制作用，使得居民进行被动储蓄，不利于增加我国消费与投资。综上得出，我国应该降低居民杠杆率，一方面，可以在一个安全杠杆率下维护金融系统的稳定性，另一方面，在居民收入水平不变的情况下，可以降低高杠杆对居民消费的抑制，使得居民储蓄水平下降，起到刺激居民消费的作用，有效提升社会经济发展空间。

图6 二次回归线拟合结果

七、结论与建议

(一)主要结论

1.居民杠杆率影响居民储蓄率，二者之间呈现U 型关系。即居民杠杆率存在一个拐点，在低于拐点前，居民杠杆率的上升会导致居民储蓄率的下降；在达到拐点后，居民杠杆率的上升会导致居民储蓄率的上升。

2.现阶段我国居民储蓄率与居民杠杆率处于U 型关系拐点的右侧，居民杠杆率的上升会使居民储蓄率相应上升。这既带来居民债务负担过重的风险，也面临居民消费不足阻碍经济发展的风险，不利于我国高质量发展和防范化解重大金融风险目标的实现。因此，我国居民部门不应再加杠杆，而是稳杠杆和去杠杆。

3.与非住房债务相比，住房债务对居民杠杆率的影响更大。家庭住房债务与非住房债务对家庭储蓄率都具有显著正向作用，但住房债务对居民储蓄率的影响更大，从而对消费产生了更大的抑制作用。

(二)政策建议

根据研究结论，我国目前继续增加居民杠杆率并不可取。如何降低居民杠杆率并实现经济高质量发展，是我们当前面临的主要问题。

1.增加居民财富水平，实现降杠杆的同时促进居民消费。一方面，提高居民就业率、降低居民家庭所承担的赋税，以此来增加居民可支配收入，提高消费能力与消费水平。另一方面，加快资本市场的发展以及金融市场的开放，丰富家庭投资渠道，提高居民整体财富水平，同时也提升整个社会的投资水平。居民家庭收入与家庭财富的增加可以有效抑制居民杠杆的上升，从而降低由居民杠杆率过快上升所引发偿债风险发生的概率。

2.抑制房价过快增长，控制居民住房贷款。根据前文的结论，住房债务是造成居民杠杆率不断攀升的主要原因，且随着房价的不断上涨，居民住房贷款也会随之增加，居民杠杆率会进一步上升。因此，我国应进一步加大对房地产市场的调控力度，真正做到稳地价、稳房价、稳预期，切实加快完善以公租房、保障性租赁住房和共有产权住房为主体的住房保障体系，实现房价的基本稳定。与此同时，控制居民贷款的发放，在发放贷款时加强对居民债务收入比率的监管，设定严格的审核标准，引导居民用租房替代超过承受能力的购房需求。这样不仅可以降低居民杠杆率，还可以刺激居民短期消费，在防风险的同时拉动经济增长。

3.强化居民债务监管，引导居民合理消费。学习借鉴国际经验，对居民债务进行跟踪监管，避免居民将大量短期贷款投入长期资本市场或房地产市场，防范居民债务期限错配导致的系统性风险；倡导居民根据自身收入状况、财富水平以及还债能力进行理性消费、合理借贷；加大宣传力度，提高居民债务风险意识；通过互联网、大数据、云计算等方法加大对居民贷款用途及去向的监管，防范居民利用贷款审查漏洞进行贷款套利行为及从事高风险的金融投资活动。

4.建立居民杠杆预警机制，监测防范债务风险。结合我国国情，针对居民部门的债务风险建立预警监测机制，将居民债务收入比等代表性指标纳入居民部门债务预警体系中，全面监测居民债务对居民储蓄、消费以及投资等多方面的实时动态影响，分析居民部门杠杆趋势，并及时发现居民杠杆的异常波动及拐点位置，对潜在的风险进行预判与评估，以便采取及时有效的政策措施来防范可能发生的系统性风险。