全球宏观杠杆周期与对中国经济的外溢效应分析

梁 骁

(1.江苏银行股份有限公司 a.博士后科研工作站,b.总行计划财务部,江苏 南京 210000;2.南京大学 应用经济学博士后科研流动站,江苏 南京 210000)

2008年金融海啸之后,全球已经开启了新一轮加杠杆周期。全球实体部门总债务从2008年底的105万亿美元升至2017年的169万亿美元,增幅逾60%;同期,全球实体部门的宏观杠杆率也上升了10个百分点,达到236%。发达国家的宏观杠杆持续升高,发展中国家的杠杆率更为明显,成为助推全球债务风险的新生力量[1]。在此背景下,中国宏观杠杆的增幅和杠杆率均处于较高水平,甚至超过了部分发达国家,调控宏观杠杆、降低实体经济债务风险已成为我国宏观调控政策的重要目标之一,也是防范重大经济风险、助力我国经济高质量发展的当务之急。本研究的核心内容在于识别全球宏观杠杆周期、衡量全球宏观杠杆波动对中国宏观杠杆和实体经济的影响,对于精准评估全球债务风险变化并采取措施预防外部风险对我国经济的冲击具有重要意义。

研究以全球债务风险上升为背景,首先利用分层嵌套动态因子模型(DHFM)对全球宏观杠杆周期、不同地理范围的区域宏观杠杆周期以及各国宏观杠杆周期进行测算,以分析全球宏观杠杆的演变规律和结构特征;其次从同步性和波动性角度分析全球、区域性宏观杠杆周期与中国宏观杠杆的关系;最后运用因子增广向量自回归(FAVAR)模型对全球和区域宏观杠杆周期对中国经济的影响进行分析。研究采用了DHFM这种新方法,通过测算全球宏观杠杆周期,深入分析了全球债务风险的演变规律和结构特征,弥补相关文献在量化分析方面的不足,提升了对全球债务风险变化的认知;同时创新地将DHFM与FAVAR模型相结合,系统分析了全球性和区域性宏观杠杆周期对我国各部门杠杆和宏观经济的影响;进而基于全球债务风险变化视角和周期外溢效应理论,对中国债务风险上升和经济波动的原因进行解释,为中国宏观杠杆波动的成因分析提供了重要的补充。研究结果为我国防范和应对外部风险、调控宏观杠杆以及实现经济高质量发展提供了重要的研究依据和政策建议。

一、文献综述

(一)宏观杠杆周期与经济波动

宏观杠杆,即债务/GDP指标(Debt to GDP Ratio),指经济体的债务存量与GDP之比。作为衡量经济体债务风险的主要指标(1)宏观杠杆率 =政府部门杠杆率 +家庭部门杠杆率 +非金融企业部门杠杆率。,宏观杠杆被巴塞尔协议III作为逆周期资本缓冲机制的重要挂钩指标,并且被国际清算银行(BIS)、世界银行(WB)、国际货币基金组织(IMF)以及中国人民银行等众多金融监管机构广泛采用[1-4]。此外,宏观杠杆指标还可细分为部门杠杆率指标,用于测算包括非金融企业部门、居民部门和政府部门的杠杆率。

宏观杠杆与经济周期波动之间存在紧密的关联。研究表明,宏观杠杆具有明显的顺周期特征[5-6]。在经济复苏阶段,信贷增长可以刺激投资和消费需求,使债务与经济同步上升;在经济繁荣阶段,市场预期和收益率的上升进一步推动债务和经济的扩张,导致杠杆快速增长;当债务规模最终超过经济偿付能力时,可能发生债务违约风险,甚至引发经济和金融危机,导致经济陷入衰退和萧条状态[7-8]。

(二)我国宏观杠杆上升的成因分析

我国持续攀升的宏观杠杆问题引起了国内外学者的广泛关注。目前的研究主要集中在探究导致中国宏观杠杆持续上升的内部原因,这些研究可以分为四类。第一类研究认为,非金融企业部门是推动中国宏观杠杆上升的重要因素。由于预算约束等原因,信贷资源主要集中在国有企业和产能过剩行业,导致企业部门债务风险持续累积[9-11]。第二类研究认为,货币政策是导致宏观杠杆上升的重要原因。研究指出,金融危机时期实施的货币政策是推动宏观杠杆率上升的主要因素;而在面临“三重压力”时,货币政策对实体经济的刺激效果不足成为推高宏观杠杆的重要原因[12-14]。第三类研究认为,财政政策扩张和地方政府过度举债等行为加剧了国有企业债务风险和政府隐性债务负担[15-16]。最后一类研究则认为,房地产投资引起的居民非理性贷款需求增加会导致居民部门杠杆增速过快,或将成为另一个严重隐患[17]。

(三)宏观杠杆周期的外溢效应及分析方法

现有研究在分析中国经济的宏观杠杆问题时,往往忽视了国际债务风险环境的变化对中国经济的影响,杠杆周期外溢效应可以对此观点提供有力支撑。经济周期的外溢效应是指某个经济体的周期性变化对其他经济体产生影响,表现为各经济体之间主要经济变量的同步变动,或者某个经济体引领其他经济体出现规律性变动的现象。现有关于经济周期外溢性的研究普遍认为各国经济周期存在同步变动[18],全球经济周期波动可能通过贸易、技术、汇率、资产价格等渠道对各国经济产生影响[19-20]。关于金融周期的外溢效应,现有研究认为美国、欧盟等主要发达经济体货币政策的外溢性以及信贷市场的冲击是导致金融周期对全球产生影响的重要因素[21-23]。然而,关于宏观杠杆周期的外溢效应及其对中国经济的影响的研究相对较少,只有少数学者对此进行了具体分析。陈晓莉等在分析全球金融周期对中国经济的外溢效应时,并未详细研究宏观杠杆周期的影响[24],在样本数据范围、模型构建以及分析方法方面,仍存在改进的空间(2)在方法上,陈晓莉等利用多级动态因子模型测算全球金融周期因子,并用方差分解、计量回归分析周期的溢出效应(见参考文献[24]),其研究在数据上还有继续更新的空间。本研究在样本数据范围、模型方法选择和外溢效应分析方法上均有一定创新。。同时,现有研究对于分析周期溢出效应的方法仍有待提升,主要采用相关系数、广义自回归条件异方差模型(GARCH),基于VAR模型的格兰杰检验或动态溢出指数等方法进行分析[25-28]。本研究将基于跨国经济数据,综合运用两种模型对以上问题进行分析,以求对现有研究进行扩展。

二、研究设定

研究将分层嵌套动态因子模型(Dynamic Hierarchical Factor Model,DHFM)与因子扩展向量自回归模型(Factor-Augmented Vector Auto Regression,FAVAR)相结合,以求更全面分析全球宏观杠杆周期及其对中国经济的影响。

(一)模型介绍

动态因子模型(Dynamic Factor Model,DFM)被广泛应用于构建宏观经济综合指数、分析和预测经济周期等领域。该模型的独特之处在于能够利用少数几个关键的潜在因子来表示众多变量之间复杂的相关关系。通过对因子进行估值,该模型能够反映给定范围内所有变量波动的共同趋势,从而增强对复杂指标体系的分析能力。利用分层嵌套动态因子模型(DHFM)进行研究具有以下优势:首先,通过按不同范围(层级)估计多种因子,能够反映所有变量在全局层面的共同趋势、局部范围的共同趋势以及组间差异;其次,能够捕捉不同层级因子之间的相互影响关系;最后,通过减少参数数量,可以提高模型的估计效率。近期国外文献采用DHFM方法,分析全球经济周期、全球价格周期、全球投资周期等相关问题[25-27]。然而,国内关于DHFM模型的研究相对有限,杨子晖等、王俏茹等的研究分析了我国经济周期与全球经济周期的联系[29-30]。

FAVAR模型是在传统结构向量自回归(VAR)模型的基础上发展而来。相比于VAR模型,FAVAR模型有效克服了变量数量的限制和“维度诅咒”问题,提升了对多变量复杂数据集的处理能力。FAVAR模型的优势在于:一方面,它能够定量分析潜在因子与其他可观测变量之间的相互作用关系;另一方面,与不同种类DFM模型的因子估计结果均展现出较好的契合度[28,31]。DHFM与FAVAR相结合,既有助于全面分析全球宏观杠杆周期对中国经济影响,也是对DHFM模型估计结果的补充和验证。

(二)模型设定和估计

(1)

(2)

(3)

利用FAVAR模型进一步分析全球宏观杠杆周期对中国宏观杠杆以及宏观经济运行的影响。FAVAR模型具体形式为

Zt=Φf×Ft+Φy×Yt+ut,

(4)

(5)

(6)

关于模型估计方法,对于DHFM模型,研究使用贝叶斯-蒙特卡洛估计方法(Bayesian-MCMC Estimation)识别模型中的参数和因子(6)囿于篇幅,具体的估计步骤省略,备索。。为保证研究结果的稳健性,研究进行了15 000次数值模拟,并采用预烧和间隔抽样等处理方法,以避免参数初始值的影响。对于FAVAR的估计,研究参考Koop等的研究使用贝叶斯估计法得到模型参数[32]。模型估计和数据分析过程均基于MATLAB软件实现。

三、实证分析:全球宏观杠杆周期与中国宏观杠杆波动

(一)数据与描述性统计

研究基于国际清算银行(BIS)数据库,整理得到37个国家宏观杠杆季度数据(7)样本中各国按照地理区域分组为,美洲:美国、加拿大、墨西哥、阿根廷、巴西、智利、哥伦比亚;欧洲:奥地利、比利时、瑞士、捷克、德国、丹麦、西班牙、芬兰、法国、英国、希腊、匈牙利、爱尔兰、意大利、卢森堡、荷兰、挪威、波兰、葡萄牙、瑞典、俄罗斯、土耳其;亚洲:中国、日本、韩国、新加坡、印度尼西亚、印度、马来西亚、泰国。,时间范围为1998年第四季度至2019年第四季度。数据库包含宏观杠杆率和分部门杠杆率。各国宏观杠杆变动情况见表1。

表1 全球各国宏观杠杆的季度平均增速

(二)全球宏观杠杆周期与区域特征

图1分别展示了基于DHFM模型计算得出的全球宏观杠杆周期以及美洲、欧洲和亚洲宏观杠杆周期的估计结果。由图1(a)可知,在样本期内,全球宏观杠杆周期呈现明显的周期性波动特征。全球宏观杠杆在2001年—2003年以及2008年—2010年期间出现了较大幅度的波动,分别在2002年第2季度和2009年第3季度达到峰值(8)全球宏观杠杆周期在2002年第2季度和2009年第3季度期间明显偏离均衡水平(0值),最主要的原因是国际经济环境的剧烈变化导致的全球债务风险提升。这一现象在相关研究中也被证实,例如,杨子晖等研究表明,全球产出周期在2008年—2009年出现明显下滑,最低值达到-5左右,明显偏离其均衡水平。。这两次大幅波动与全球性冲击爆发和信贷快速扩张密切相关。2001年—2003年期间,全球GDP增速和国际贸易额增速均远低于全球潜在增长水平,同时美国等部分发达国家实施了极度宽松的货币政策(9)美联储在2001年-2003年连续下调政策利率,尤其在2001年内连续11次降息,政策利率从6.5%一直降至1%。,导致全球债务风险迅速上升。相比之下,2008年—2010年期间全球宏观杠杆上升速度更快。由于2008年美国次贷危机引发全球金融海啸,在债务过度扩张和实体经济大幅收缩的双重作用下,全球宏观杠杆出现陡升的情况。2012年之后,全球宏观杠杆变动相对平稳,呈小幅波动态势,但在近期呈现出上升的趋势。尤其是在全球新冠肺炎疫情持续影响下,生产端的停滞和需求端的大幅萎缩加剧了全球经济运行的风险和债务负担,预示着全球可能会迎来新一轮的加杠杆周期。

根据图1(b)到图1(d)所展示的各区域宏观杠杆周期,可以看出其整体趋势与全球宏观杠杆变动较为一致,但在短期调整和波动幅度上存在异质性。其中,美洲宏观杠杆周期的变动特征明显,与全球宏观杠杆周期相比,在2001年—2003年和2008年—2010年期间出现了更大幅度的波动,峰值点与全球杠杆周期一致。在2014年—2016年期间再次出现了杠杆小幅波动,与当期全球宏观杠杆变动存在一定差异。欧洲国家宏观杠杆波动呈现明显的周期性,变动周期较短且基本上围绕均衡状态上下波动,全球两次加杠杆周期在欧洲国家也有明显体现。自2012年以后,欧洲国家宏观杠杆的波动性显著增强,与其他地区存在显著差异。亚洲国家宏观杠杆的变动趋势与全球最为接近,且在杠杆周期中波动幅度最大,2008年—2010年期间,亚洲宏观杠杆的振幅明显超过其他地区。因亚洲样本中发展中国家居多,金融市场发展相对滞后,亚洲宏观杠杆的大幅波动体现了全球金融风险对发展中国家的重大影响,也凸显了发展中国家提高应对外部冲击能力的必要性。

(三)全球宏观杠杆与中国宏观杠杆的联系

基于模型估计中国宏观杠杆周期如图2所示(10)除中国外,本研究基于模型还估计了其他36个国家宏观杠杆周期,各国宏观杠杆的波动与全球和区域性杠杆周期总体一致,囿于篇幅,此处省略。,可知中国宏观杠杆的变动与全球和亚洲的杠杆变动之间存在着显著的相关性,特别是在关键节点上,杠杆变动呈现高度的同步性。相较于全球和亚洲平均水平,中国宏观杠杆的波动性更为明显,展现出中国杠杆波动的异质性。研究利用相关系数法进行检验,进一步验证了中国宏观杠杆与全球宏观杠杆、区域性宏观杠杆紧密的相关关系(11)囿于篇幅,此处省略。此外,为了分析各种宏观杠杆周期因子对中国宏观杠杆波动的影响程度,研究运用方差分解法进行测算,得出了不同范围宏观杠杆周期因子对中国宏观杠杆及中国各部门杠杆波动的平均解释能力(表2)。

全球杠杆周期和亚洲杠杆周期对中国宏观杠杆具有一定的影响,两者对中国宏观杠杆波动的平均解释力分别在13.67%和9.10%。对于不同部门杠杆来说,全球杠杆周期和亚洲杠杆周期对中国政府部门和非金融企业部门的杠杆波动具有较高的解释力,其中全球杠杆周期的平均解释力接近20%,而亚洲杠杆周期的平均解释力为13%—14%。然而,对于居民部门杠杆,两者的解释力相对较低。需要指出的是,各指标自身的异质性因子对波动的解释力超过60%,表明国内债务风险变化是导致各部门杠杆波动的重要原因之一。总体而言,全球宏观杠杆周期对中国及各部门杠杆波动存在重要影响,平均解释力约为14%;亚洲宏观杠杆周期也具有一定的影响,反映出中国债务分析的变化显著地受到全球及区域性债务环境变化的影响。

四、实证分析:全球宏观杠杆周期与中国经济波动

基于FAVAR模型估计结果,可以分析全球宏观杠杆冲击对中国各部门的杠杆率以及对投资、消费和产出等主要经济指标的影响。

(一)宏观杠杆周期冲击对我国各部门杠杆率影响

全球宏观杠杆周期冲击对我国各部门杠杆的影响如图3所示。可以观察到,正向冲击导致中国各部门的杠杆率在短期内上升,随后逐渐回落。其中,企业部门的杠杆率波动最为剧烈,短期内上升约0.50%至1.00%;政府部门和家庭部门的杠杆率也会上升,但增幅较为温和,大约为0.30%至0.70%。此外,从反应周期的角度来看,冲击对中国各部门杠杆率的影响具有持续性,在大约12个期间后逐渐消退。这进一步验证了全球宏观杠杆周期对中国各部门杠杆率的外溢效应。

亚洲宏观杠杆周期对我国各部门杠杆的影响如图4所示。亚洲宏观杠杆冲击的影响与全球性冲击较为一致,正向冲击均导致各部门杠杆短期大幅上升。然而,从影响程度和影响周期来看,区域性冲击对各部门杠杆的影响较为有限,平均上升0.25%至0.60%,且对各部门的影响持续周期较短,平均从6期—8期开始逐渐消退。这说明全球性冲击的影响仍相对强于区域性冲击的影响,体现全球周期与局部周期影响的差异性,与周期外溢效应理论预期一致。

图4 亚洲宏观杠杆周期冲击对中国各部门杠杆的影响

(二)宏观杠杆周期冲击对中国经济的影响

全球宏观杠杆周期冲击对我国宏观经济的影响如图5所示。可知,全球宏观杠杆周期的冲击对中国经济具有显著的抑制效应。正向的全球性冲击导致私人投资大幅增加,政府投资波动较大,并对消费产生明显的抑制作用,从而导致总产出在短期内明显下滑。在中长期内,随着冲击逐渐消退,消费和总产出在同时逐渐回暖,但增长幅度相对较弱,全球冲击对宏观经济总体呈现抑制作用。在影响程度上,投资对冲击的反应较为显著,私人投资和政府投资分别增加约0.60%和0.50%,但政府投资随后迅速大幅减少,呈现较强的波动性。消费和总产出在短期内分别下降超过0.25%。从反应周期的角度看,全球冲击对经济的影响具有持续性,并引起消费、产出由降至升的大幅波动,使经济在经历较长周期的波动后才恢复到均衡状态。实证结果显示,尽管全球宏观杠杆周期冲击在短期内刺激了投资,但严重抑制了消费,对我国经济增长产生了较强的负面影响,充分体现了全球宏观杠杆周期的外溢效应。

图5 全球宏观杠杆周期冲击对中国经济的影响

亚洲宏观杠杆周期冲击对我国宏观经济的影响如图6所示。正向的冲击也会导致私人投资短期内大幅上升,政府投资出现大幅波动,并对消费和产出具有显著的抑制效果。然而,亚洲宏观杠杆周期冲击对各变量的波动幅度较小,且反应周期较短,验证了全球周期和局部周期影响之间的差异性。

图6 亚洲宏观杠杆周期冲击对中国经济的影响

(三)响应机制分析

通过分析宏观杠杆周期对中国经济溢出效应的作用机制,可以发现该周期主要通过影响房地产投资渠道对经济产生重要影响。如图7所示,正向的全球宏观杠杆周期冲击导致我国商品房销售额和房价明显上涨,从而导致私人投资和政府投资短期内大幅增加,各部门杠杆率也出现显著上升,消费和产出则明显下降。随着冲击逐渐减弱,各部门杠杆率回落,房地产指标和投资随之回落,消费和产出逐渐回暖,并逐步回归到均衡水平。同时,图8展示了亚洲宏观杠杆周期冲击的作用效果,各变量的脉冲响应结果与前者基本一致,仅在变动幅度和反应周期上略微小于全球冲击下的结果。

图7 全球宏观杠杆周期冲击对中国经济的影响——机制分析

综上,基于模型实证结果可知,全球或者亚洲宏观杠杆冲击不仅会导致我国各部门杠杆的上升,也会进一步影响我国投资者的市场预期和投资策略,促进其对商品房的投资需求,导致投资增加、消费降低。最终不仅推高了房价、助长了房地产投资,更抑制了消费和经济增长。实证结果验证了杠杆周期的外溢效应,并进一步显示了外部风险冲击对我国经济的负面影响。

五、结语

研究以全球新一轮加杠杆周期为背景,基于周期外溢效应理论,研究全球宏观杠杆周期的规律以及全球宏观杠杆周期对中国经济的影响。研究发现:1)全球宏观杠杆周期与各区域宏观杠杆周期总体一致,各国宏观杠杆波动既有组内协同性也有组间差异性;2)从同步性和波动性的角度来看,全球性、亚洲宏观杠杆周期与中国宏观杠杆之间存在着密切的关联;3)杠杆周期具有显著的外溢效应,以全球性、亚洲宏观杠杆上升为代表的外部债务风险冲击,会导致我国各部门杠杆率上升,同时通过刺激国内住房投资需求提升实体部门投资,但对消费和经济增长具有持续而强烈的抑制作用。

结合研究结果,可提出以下建议。1)在宏观政策调控中,应将控制债务风险与合理调节宏观杠杆视为重要目标,政府应充分发挥财政政策和货币政策的调控优势,通过政策加力,在巩固经济增速企稳回升的同时,确保宏观杠杆回归合理区间。2)应采取结构化的调控策略,根据企业、居民和政府等各部门债务特征,采取差异化的调控策略和方法。3)应增强对外部风险的防范意识和应对能力,密切关注全球债务风险的变化,从整体上提高风险预警能力,积极探索构建具有前瞻性的政策调控机制。4)要稳定市场预期和投资者信心,坚持“房住不炒”的原则,支持合理住房需求,有效控制投机需求,推动房地产市场及相关产业的平稳有序发展。