我国四部门金融杠杆对系统性金融风险的影响——基于空间溢出视角

张 影

(聊城大学 商学院，山东 聊城 252000)

一、引 言

近年来，我国进入了长期积累的金融风险易发多发期。政策当局高度重视系统性金融风险的防控化解，2018年中央经济工作会议将“防范系统性金融风险”作为三大攻坚战之首，2020年控制系统性金融风险的爆发仍作为金融工作的重大任务。系统性金融风险在不同阶段具有不一样的来源。目前从一定意义上来讲，高杠杆是宏观金融风险的总来源，具体表现为实体部门的负债过度和金融领域的信贷过快扩张。

值得关注的是，我国金融杠杆结构性特征凸显，体现在部门结构和不同区域金融杠杆的差异性上。从部门结构来看，我国企业部门金融杠杆最高，由2008年第四季度的96.3%提升至2020年第一季度的159.1%，上涨幅度达62.8个百分点。政府部门和家户部门金融杠杆虽然整体不高，但增长速度很快。政府部门金融杠杆已由2008年末的27.1%增加至2020年第一季度的58.1%，增长超2倍；家户部门金融杠杆则由2008年第四季度的17.9%增长至2020年第一季度的57.2%，增长超3倍。从不同区域来看，我国金融杠杆存在“东南低，西北高”的地区分布格局。本质上，金融杠杆所对应的是错综复杂的债权债务关系，这种借贷关系链条并不会因为明显的空间或地域边界而受到限制。如果不考虑空间关联因素，将不利于准确评估金融杠杆对系统性金融风险的冲击。由此，本文基于空间溢出视角，探究四部门金融杠杆对系统性金融风险的影响，对于搭建防范系统性金融风险的长效机制，防止忽视空间关联导致的金融杠杆对系统性金融风险的放大效应，避免系统性金融风险由于金融杠杆关联而在不同区域之间的交叉传染具有重大现实意义。

国内外关于金融杠杆对系统性金融风险的影响研究主要聚焦在金融杠杆对系统性金融风险的影响关系上。其中，有学者着重从不同角度验证了金融杠杆对系统性金融风险的负向冲击。有学者研究指出金融杠杆对系统性金融风险的冲击存在阈值效应，在阈值之前，该作用是积极的；一旦超过阈值，该作用由正转负。也有学者开始将空间因素纳入金融杠杆对系统性金融风险传染的关系研究中，伏润民等考察了地方政府债务的空间外溢效应，指出地方政府债务可能通过挤压辖区内外居民和企业的信贷对金融体系产生风险外溢效应。夏越则基于我国的省际数据，研究了金融杠杆对系统性金融风险的U形关系，并指出中国的地区间金融杠杆对系统性金融风险均存在显著的空间外溢效应。王擎等、郭文伟、于博和吴菡虹则均验证了政府、企业、家户和金融不同部门对系统性风险的异质性影响。

现有文献对金融杠杆对系统性金融风险的影响进行了丰富详实的研究。从学者的研究来看，金融杠杆对系统性金融风险的作用关系并没有形成统一的研究结论。此外，宏观角度的金融杠杆存在其内部固有的部门异质性和区域异质性。由此，基于金融杠杆的部门结构和区域视角，探讨不同区域、不同部门金融杠杆对系统性金融风险空间溢出异质性的研究有待进一步展开。基于此，本文进一步厘清不同部门金融杠杆对系统性金融风险的空间溢出机制，纳入空间因素，实证检验不同部门金融杠杆对系统性金融风险的空间异质性影响。

二、不同部门金融杠杆对系统性金融风险的空间溢出机制

空间溢出机制包含区域内溢出机制和区域间溢出机制。区域内溢出机制主要是指某一地区内不同部门金融杠杆对系统性金融风险的影响，区域间溢出机制主要是指区域与区域之间的相关关联、相互作用而对除本地区之外的其他区域产生的影响。

(一)区域内溢出机制

首先，基于企业部门，MM理论指出，在不考虑税负、信息充分、无破产成本等理想环境下，企业的资本结构与公司价值和资本成本无关；放开假设条件，MM定理则反向成立。金融加速器模型指出，由于交易成本及融资溢价不同，金融杠杆在不同规模企业中的大小存在差异。权衡模型表明，公司的财务负担增大会使企业陷入财务困境甚至破产。显然，财务预算软约束机制会刺激企业的负债动机。综上，不同类型企业和不同所有权性质企业的金融杠杆对系统性金融风险的空间传染存在异质性。

其次，基于政府部门，地方政府债务的超常规扩张是债务风险爆发的决定性因素。地方政府与地方金融机构间的特殊隶属关系以及地方政府的超强信用背景，使得金融机构对地方政府贷款存在信息不对称，造成虚假抵押和重复抵押的现象，信贷链条上的任一环节出现风险，该风险便沿着资金链条迅速传染和扩大；地方政府通过融资平台获得的大量资金大部分用于建设基础公共设施，该项目时间周期长、效益低，而资金借贷期限相对较短，资金期限错配风险增加；地方政府面对较大的偿债负担，往往借新债还旧债，很容易陷入投机融资和庞氏融资的“明斯基时刻”，严重威胁金融系统的稳定。

再次，基于金融部门，实体经济不景气。实体经济的资本报酬率低，虚拟经济对实体经济产生了虹吸效应，使得大部分资金留在金融领域空转，主要通过资金套利和监管套利两个机制加大金融系统脆弱性。其中，在逐利动机驱使下，银行等金融机构利用宽松货币政策环境下以较低利率拿到的资金去购买同业理财产品，同时也积极发行同业存单和理财产品，所获资金均会进行委外投资，被委外的投资机构又会去购买高风险高收益的金融债券，在一环一环资金套利交易中杠杆被加大。金融机构在负债方通过大力发展同业拆借、回购协议增加债务占比，在资产方则大规模投资非标的资产、权益资产等，延长同业资金链条加大金融机构杠杆，利用监管漏洞，实现监管套利。

最后，基于家庭部门，第一，高收入家庭更倾向于财富累积而非借款消费。家庭部门信贷扩张时，资金更多地流入低收入家庭。这些家庭对资金变动极其敏感。一旦信贷收缩，这些低收入高风险的家庭会大程度地削减开支，将风险传递到金融部门，导致金融系统的不稳定。第二，家庭部门债务扩张的背后是抵押贷款的增加。银行抵押贷款的增加反映出国家金融化现象的加剧，增加了金融系统的脆弱性。第三，家庭部门债务扩张会进一步带动房价上涨，房价泡沫增大，从而加大对宏观经济和金融系统的负面冲击。

(二)区域间溢出机制

其一，基于经济基本面的区域间关联。基于劳动力区际迁移视角，工资较高、生活质量较高的区域汇聚了大量的青年和科技人才，经济落后区域则面临企业用工荒和劳动力素质低下等困境，最终风险由发达地区向落后地区转嫁。基于资本流动视角，资本的逐利性使资本频繁地、大规模地跨区际运动，导致资本密集程度出现巨大空间差异，进而对不同区域的金融稳定造成影响。基于创新的空间扩散视角，Arrow认为知识通过交流、培训等“学习”方式产生局部溢出，其强度随空间距离的增加而减少，由此导致金融风险的空间趋同性。基于区际贸易视角，North的输出基础理论认为：一个区域对外输出的收入越多，由此带动与进口配合和协作的生产活动越多。基于产业或公司的迁移角度，弗农的产品生命周期理论、新古典企业迁移理论、新经济地理学派均从不同角度强调了产业或公司迁移的动机、优势，企业或产业迁移本身也会重塑系统性金融风险的空间格局。

其二，地方政府间的竞争加剧系统性金融风险的空间外溢。政府除了要肩负宏观管理职能之外，其行为还会受到绩效考核和地方政府之间竞争的影响。政府的决策行为受个人利益影响，很可能造成要素流动方向会因个人偏好而不同，进而对企业或产业的运行产生不同的影响。地方政府行为还会因地方政府间的竞争而产生潜在的信用担保问题，表现为大量的社会资金按照政府的意图被配置到具有很强的寻租能力和实现政府意图的企业中去，从而导致金融风险在不同区域出现累积和传染。

其三，金融机构间错综复杂的关联导致系统性金融风险的空间传染。一是银行等金融部门之间的资产负债表关联为系统性金融风险的跨区域扩散提供了通道。二是即使银行机构等金融部门之间并无直接的资产负债表关联，也会由于其同时持有某些资产而遭受共同的风险敞口，一旦某一银行不得已降价抛售资产，引发资产价格持续下跌，继而整个金融系统遭受降价抛售冲击，损失急剧扩大，偿债危机爆发。

其四，基于投资者行为产生的系统性风险的空间溢出。基于唤醒效应，投资人会由于基本面的相似而发生资产抛售行为。一个国家内部不同地区的基本面的相似程度会更大，共同点会更多，由此导致金融危机在地区间发生了传染。基于注意力配置效应，投资者的注意力有限，可能会过多地关注波动较高的市场，从而使风险跨区域扩散。基于羊群效应，市场信息不对称，资产价格剧烈波动带来的个人恐慌心理会因为示范效应和博弈作用迅速蔓延，从而个人的非理性很快转化为集体的非理性，最终实现系统性金融风险的自我实现、自我复制和自我升级。

三、金融杠杆的测度及典型化事实描述

(一)四部门金融杠杆的测度

根据学者们的研究，自2008年起从宏观角度测算的金融杠杆被广泛使用，而鉴于现实中数据的可获得性问题，学者们普遍采用“债务总额/GDP”来估算部门的金融杠杆。借鉴上述方法估算金融杠杆，具体计算公式如式(1)所示：

(1)

其中，企业部门债务包含企业部门贷款及发行证券，国有企业部门和私有企业部门债务包含各自部门的贷款和发行债券，家户部门债务主要包含住户部门贷款。较为复杂的是政府部门债务和金融部门债务的计算。在政府部门债务的测算中，参照洪源和胡争荣的研究，结合相关数据、2011年和2013年审计署公开的全国地方政府债务审计结果、2014年各省级审计局公布的地方政府债务审计结果及地方政府债券评级报告，计算出样本考察期内我国各省(区、市)地方政府当年债务还本付息额。在金融部门债务的测算中，为避免数据重复，本部分金融部门债务不包含通货或存款。由于缺乏省(区、市)金融部门债务的数据，本部分先根据对其他存款性公司负债、对其他金融性公司负债和金融部门发行债券相加计算而得全国金融部门债务，然后以贷款规模为权重，再计算出各省(区、市)金融部门债务，以此求得金融部门金融杠杆。之所以以贷款规模为权重，是出于金融机构贷款越多，其发行债券或进行同业拆借的动机越大的考虑。上述数据均来自于Wind数据库、CSMAR数据库、国家统计局官网、《中国财政年鉴》、《中国统计年鉴》、《中国金融年鉴》、各省(区、市)统计年鉴以及政府网站公布数据。数据时间跨度为2010—2019年。鉴于数据可得性，样本范围包含除西藏自治区之外的我国30个省(区、市)。

(二)四部门金融杠杆的典型化事实描述

鉴于国内四大地区各部门金融杠杆的差异性，为更加清晰地比较不同地区各部门金融杠杆，本部分对四大地区不同部门金融杠杆进行典型化事实分析，其结果如表1～表4所示。

第一，四大地区企业部门金融杠杆的典型化事实描述。由表1(a)可知，从四大地区企业部门金融杠杆的大小来看，企业部门金融杠杆从大到小依次排序的地区为西部地区、中部地区、东部地区和东北地区；从四大地区企业部门金融杠杆的波动幅度来看，从大到小依次排序的地区为中部地区、西部地区、东部地区和东北地区。由此可见，中部地区和西部地区的企业部门金融杠杆大小及波动幅度均高于东部地区和东北地区。

表1(b)汇报了四大地区国有企业部门金融杠杆的典型化事实描述。可以看出，从四大地区国有企业部门金融杠杆的大小来看，国有企业部门金融杠杆从大到小依次排序的地区为西部地区、中部地区、东北地区和东部地区；从四大地区国有企业部门金融杠杆的波动幅度来看，从高到低依次排序的地区为中部地区、西部地区、东部地区和东北地区。由此可见，和企业部门金融杠杆类似，中部地区和西部地区国有企业部门金融杠杆的水平和波动幅度都比东部地区和东北地区要高。

表1(c)汇报了四大地区私有企业部门金融杠杆的典型化事实描述。可以看出，从四大地区私有企业部门金融杠杆的大小来看，私有企业部门金融杠杆从大到小依次排序的地区是西部地区、中部地区/东部地区和东北地区；从私有企业部门金融杠杆的波动幅度来看，从高到低依次排序的地区是西部地区、东部地区、中部地区和东北地区。由此可见，西部地区、东部地区和中部地区的私有企业部门金融杠杆较高且波动幅度较大，东北地区则较小。

表1(a) 四大地区企业部门金融杠杆的典型化事实

表1(b) 四大地区国有企业部门金融杠杆的典型化事实

表1(c) 四大地区私有企业部门金融杠杆的典型化事实

第二，四大地区政府部门金融杠杆的典型化事实描述。从表2中可以看出，从四大地区政府部门金融杠杆的大小来看，政府部门金融杠杆从大到小依次排序的地区是西部地区、东北地区、中部地区和东部地区；从波动幅度来看，从高到低依次排序的地区是西部地区、东部地区、中部地区和东北地区。由此可见，东部地区和西部地区金融杠杆波动幅度均较大，但东部地区金融杠杆比西部地区要低，中部地区和东北地区金融杠杆无论大小还是波动幅度都比西部地区低。

第三，四大地区金融部门金融杠杆的典型化事实描述。从表3中可以看出，从四大地区金融部门金融杠杆的大小来看，从大到小依次排序的地区是东部地区、西部地区、东北地区和中部地区；从金融部门金融杠杆的波动幅度来看，从高到低依次排序的地区是西部地区、东部地区、东北地区和中部地区。由此可见，西部地区、东部地区和东北地区金融部门金融杠杆水平较高且波动幅度较大，中部地区则较小。

第四，四大地区家户部门金融杠杆的典型化事实描述。从表4中可以看出，从四大地区家户部门金融杠杆的大小来看，从大到小依次排序的地区是东部地区、西部地区、东北地区和中部地区；从家户部门金融杠杆的波动幅度来看，从高到低依次排序的地区是东部地区、西部地区、中部地区和东北地区。由此可见，西部地区、东部地区的家户部门金融杠杆水平较高且波动幅度较大，中部地区和东北地区则较小。

表2 四大地区政府部门金融杠杆的典型化事实

表3 四大地区金融部门金融杠杆的典型化事实

表4 四大地区家户部门金融杠杆的典型化事实

四、不同部门金融杠杆对系统性金融风险空间溢出的实证检验

理论研究表明，不同部门金融杠杆对系统性金融风险具有显著的空间溢出作用。为从实证上验证上述效应，本文借鉴LeSage和Pace提出的空间杜宾模型(SDM)来构建验证不同部门金融杠杆对系统性金融风险空间溢出效应的空间计量模型，该模型的详细构建过程请见文献[18]。

(一)系统性金融风险的测度及空间相关性检验

综合借鉴国内外学者的研究成果，从经济参与主体政府、企业、金融、家户经济四部门和宏观环境的角度选择共计16项风险指标构成我国系统性金融风险指标体系，全面衡量系统性金融风险。数据涉及我国30个省(区、市)，时间跨度为2010—2019年，均来自Wind数据库、国家统计局、MAR数据库、EPS全球统计数据库以及《中国区域经济统计年鉴》。借鉴文献，采用熵权法为指标赋权，其在从全局性角度、系统性角度构建金融压力指数来衡量系统性金融风险方面具有比较大的优势。

采用莫兰指数(Moran’s I)来测算系统性金融风险的全局空间自相关程度。我国系统性金融风险的区域间分布态势呈现“高—高”模式，系统性金融风险空间的依赖及外溢效应较强，系统性金融风险关联性凸显且经济发展水平相似、位置靠近的省(区、市)系统性金融风险外溢效应更明显。采用Anselin提出的局域Moran’s指数(也称LISA)展示不同省(区、市)系统性金融风险局部自相关状况：整体来看，我国系统性金融风险大部分年份的大部分省份位于第一象限(“高—高”集聚模式)和第三象限(“低—低”集聚模式)；我国系统性金融风险空间趋同性特征明显，且系统性金融风险“高—高”集聚模式的省(区、市)大部分位于西部地区和东北地区，而“低—低”集聚模式的省(区、市)则大部分位于东部地区，少部分位于中部地区。

(二)不同部门金融杠杆对系统性金融风险的空间溢出检验

1.指标与数据来源说明。因变量为前文测度出的金融压力指数，核心自变量为前文测度出的企业、政府、金融和家户四部门金融杠杆数据，控制变量包含：一是宏观经济层面的因素，主要有经济政策不确定性()和投资的市场化程度()，其中数据借鉴了Baker等的研究，构建=(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；二是金融层面的因素，主要有存款增长率()，衡量银行业规模；三是社会人文层面，有城镇化率()，具体如表5所示。

表5 实证检验的指标体系构建

上述指标均来自Wind数据库、CSMAR数据库、中经网、国家统计局官网、《中国财政年鉴》、《中国统计年鉴》、《中国金融年鉴》、各省(区、市)统计年鉴以及政府网站公布数据。数据时间跨度为2010—2019年。此外，为了使所获得的指标免受数据量纲的影响，本部分对上述数据均进行了标准化处理。

2.空间溢出的实证结果分析。表6汇报了不同部门金融杠杆对系统性金融风险空间溢出的实证结果。从表6中可以看出，在区域内溢出的实证结果中，企业部门金融杠杆(_)对系统性金融风险的空间溢出在三种空间权重矩阵下为正，且分别通过了5%、10%和10%的显著性检验，这表明企业部门金融杠杆对系统性金融风险具有正向的空间溢出。这可能由于现阶段我国非金融企业部门金融杠杆的持续攀升，一是会导致企业陷入财务困境、资不抵债的可能性增大，二是伴随企业财务和经营风险增加，银行对该类企业的“抽贷”和“惜贷”行为产生，同时，银行会提高对该类企业继续放贷的利率，加重企业融资成本，非金融企业部门高金融杠杆的消极效果逐渐显现。

表6 不同部门金融杠杆对系统性金融风险空间溢出的检验结果

企业部门金融杠杆内部也存在较大异质性，国有企业部门金融杠杆(_)对系统性金融风险的区域内溢出显著为正，且均通过了1%的显著性水平；而私有企业部门金融杠杆(_)的区域内溢出显著为负，且分别通过了5%、10%和10%的显著性检验。这可能由于相比私有企业，国有企业规模普遍大，且享有政府隐性担保，具有融资优势，且这种优势在目前我国经济调结构和转方式、经济增速放缓、经济政策不确定性上升及我国各地区金融抑制程度不同的阶段更加突出，但我国国有企业普遍创新力不足，运营效率低下，金融资源的进一步流入将加重资源错配程度，加剧我国经济及金融领域面临的风险。反观私有企业，由于自身规模等劣势，很难从银行等正规渠道获得资金，通常只能从民间或国有企业等非正规金融渠道筹资。由此，持续高杠杆使私营企业普遍面临着“资产负债表衰退”恶性循环风险，催生我国“好杠杆减少，坏杠杆增加”的不良局面，加剧风险，触发金融危机甚至经济危机。

政府部门金融杠杆对系统性金融风险的区域内溢出在三种空间权重矩阵下均显著为正，且均通过了5%的显著性水平，这表明政府部门金融杠杆对系统性金融风险具有正向冲击。这可能由于：一是我国目前中央政府和地方政府之间财权事权的极度不匹配等原因，导致地方政府具有较高主动负债或者被动负债的冲动；且由于隶属关系及特殊的产权制度背景，银行对地方政府存在过度信任，导致地方政府借款出现重复或虚假抵押，使资金使用各环节面临较大金融风险，地方政府依靠卖地或抵押土地收入偿还贷款或获得银行信贷，一旦土地价格下降，将直接影响地方政府信贷规模和债务风险。二是地方政府通过地方融资平台从影子银行等银行体系之外多渠道获得的资金，大部分用来投资中长期基建项目。这些项目一般投资周期长，收益回收慢，且其中一些项目未来收益难以保证，一旦资金链断裂，将会导致巨大的流动性风险。此外，部分涉政项目通过平台公司间相互担保，以获得更多信用，形成了规模较大的担保圈，单一公司流动性风险沿着担保链传递很可能造成大范围的债务违约。

金融部门金融杠杆对系统性金融风险的区域内溢出在地理距离和经济距离空间权重矩阵下显著为正，且均通过了5%的显著性水平，这表明金融部门金融杠杆对系统性金融风险具有正向冲击。这可能由于近几年，我国实体经济部门资本报酬率较低，虚拟经济对实体经济产生了资金虹吸效应，使大部分资金并未进入实体领域，而在金融领域空转，致使金融部门金融杠杆增加，资金成本增加，资产风险增大，资金链条环环相扣，极易发生多米诺骨牌效应，增加了金融系统的内在脆弱性。

家户部门金融杠杆对系统性金融风险的影响在三种空间权重矩阵下均显著为正，且均通过了1%的显著性水平，这表明家户部门金融杠杆对系统性金融风险具有正向的影响。这可能由于伴随金融市场的不断完善和发展，家户部门配置家庭资产的方式日渐丰富，增加了家户部门资产的风险暴露。此外，房地产作为家庭投资大额固定资产的唯一选择，房地产价格的上涨必然引起家户部门金融杠杆的不断上涨。在价格上升阶段，高金融杠杆和高企债务会被资产的财富效应淹没，伴随房价泡沫的不断累积，泡沫极易破灭，所蕴含的风险也将释放，对实体经济和金融领域都将产生严重影响。

从核心解释变量对系统性金融风险的区域间溢出来看，企业部门、国有企业部门、私有企业部门、政府部门、金融部门以及家户部门金融杠杆对系统性金融风险的区域间溢出在两种或三种空间权重矩阵下均显著，这表明上述各部门金融杠杆对系统性金融风险不仅具有区域内溢出，也存在区域间溢出。这警示决策层在进行决策时不能忽视区域之间的相互影响，避免决策失误。

从其余解释变量对系统性金融风险的空间溢出来看，银行业存款增长率()对系统性金融风险的空间溢出显著为负，表明银行业存款的增多将增加银行等金融机构运行的稳健性，加强其对金融风险的抵御能力。投资的市场化程度()对系统性金融风险的空间溢出在邻接距离空间权重矩阵下显著为正，表明投资的市场化程度越高，系统性金融风险越大。经济政策不确定性(EPU)增加将加剧系统性金融风险的累积。

五、结论与建议

本文重点关注并解决了我国不同部门金融杠杆对系统性金融风险的空间溢出问题。相关研究结论如下：

第一，我国系统性金融风险的空间依赖及外溢效应较强，且空间收敛性特征明显，其中，西部地区和东北地区大部分省(区、市)的系统性金融风险属于“高—高”集聚模式，东部地区大部分省(区、市)和中部地区小部分省份的系统性金融风险则属于“低—低”集聚模式；第二，不同区域、不同部门金融杠杆对系统性金融风险的区域内溢出存在差异，其中私有部门金融杠杆对系统性金融风险的区域内溢出显著为负，其余部门金融杠杆对系统性金融风险的区域内溢出显著为正，且国有企业部门和政府部门金融杠杆对系统性金融风险的冲击更大；第三，上述各部门金融杠杆对系统性金融风险不仅具有区域内溢出，还会因为企业部门的基本面关联、金融部门的资产负债表关联与资产价格关联、地方政府之间的竞争、家户部门的投资者行为关联存在区域间溢出。

根据上述研究结论，提出如下政策建议：

其一，精准推进非金融企业部门去杠杆。国有企业金融杠杆上升过快，掩盖了私有企业金融杠杆下降的事实。如果只一味地按照“总量”原则去杠杆，难免造成“好杠杆去除，坏杠杆增加”的不良局面。由此，国有企业和私有企业需分类施策去杠杆。其二，综合施策化解地方政府债务风险。政府部门金融杠杆对系统性金融风险也具有较强冲击，尤其近年来，伴随愈加严格的地方融资监管，一些新型的融资手段如专项建设基金、政府和社会资本合作项目等浮出水面，更加剧了地方政府债务的隐蔽性和传染性。其三，严防家户部门债务风险攀升。家户部门目前对系统性金融风险的空间溢出为正，说明近年来家户部门金融杠杆的快速增长需引起高度警惕，否则过高的家户部门金融杠杆也会引发大范围的金融风险和一系列社会问题，威胁社会稳定。其四，强化影子银行的监管与治理。我国金融部门金融杠杆的快速上升与目前影子银行规模的不断壮大、影子银行的监管套利和资金套利密切相关。要想防止金融部门金融风险的快速上升，需进一步强化对影子银行的监管。