李輝 舒長江 金雨晨

摘 ? 要：基于2011年第1季度至2020年第1季度數(shù)據(jù)，運(yùn)用斷點(diǎn)回歸模型考察了實(shí)體經(jīng)濟(jì)行業(yè)“去杠桿”對商業(yè)銀行脆弱性的影響。研究結(jié)論表明，實(shí)體經(jīng)濟(jì)行業(yè)“去杠桿”在總體上顯著降低了商業(yè)銀行脆弱性，稀釋了系統(tǒng)性金融風(fēng)險的壓力，金融去杠桿政策取得了一定的成效。進(jìn)一步分析發(fā)現(xiàn)，實(shí)體經(jīng)濟(jì)行業(yè)“去杠桿”對不同類型商業(yè)銀行脆弱性的影響具有顯著性差異，行業(yè)“去杠桿”會顯著降低國有商業(yè)銀行、股份制商業(yè)銀行以及城市商業(yè)銀行的脆弱性，而顯著增加農(nóng)村商業(yè)銀行的脆弱性。這要求政府在實(shí)施金融“去杠桿”政策過程中，不僅要充分考慮去杠桿對不同類型企業(yè)本身會造成顯著性差異，更要防范去杠桿對不同類型商業(yè)銀行脆弱性的影響。

關(guān) ?鍵 ?詞：去杠桿;商業(yè)銀行脆弱性;金融風(fēng)險;斷點(diǎn)回歸模型

中圖分類號：F820/F830 ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? 文章編號：2096-2517（2020）06-0013-10

DOI：10.16620/j.cnki.jrjy.2020.06.002

一、引言與文獻(xiàn)回顧

改革開放以來中國經(jīng)濟(jì)取得了舉世矚目的成績，年均經(jīng)濟(jì)增長率為9.5%，遠(yuǎn)高于同期世界平均增長率2.9%的水平，中國已經(jīng)成為推動世界經(jīng)濟(jì)增長的第一引擎①。伴隨著經(jīng)濟(jì)高速增長，中國宏觀杠桿率也從2008年末的150%持續(xù)增長到2017年末的255%， 其中又以非金融企業(yè)部門杠桿率增長最為顯著。根據(jù)國際清算銀行（BIS）數(shù)據(jù)，2018年第3季度中國非金融企業(yè)杠桿率為152.9%，在所公布的44個國家和地區(qū)中位列第7②。債務(wù)規(guī)模持續(xù)增長，債務(wù)負(fù)擔(dān)日益沉重，引發(fā)了全世界對中國高杠桿率是否會誘發(fā)系統(tǒng)性金融風(fēng)險，進(jìn)而造成世界性經(jīng)濟(jì)衰退的擔(dān)憂。過去十年來中國非金融企業(yè)債務(wù)高企背后的主要驅(qū)動因素是什么？這是本文需要厘清的第一個問題。

持續(xù)的高杠桿引發(fā)了中央監(jiān)管層的警惕。在2015年中央工作經(jīng)濟(jì)會議上，首次提出了金融“去杠桿”政策，并將其列為2016年經(jīng)濟(jì)工作的重點(diǎn)任務(wù)之一。 在2018年4月份召開的中央財經(jīng)工作會議上，再次明確提出了“結(jié)構(gòu)性去杠桿”，并作為重要目標(biāo)寫進(jìn)了2019年的政府工作報告。 中國人民銀行在2019年第3季度的貨幣政策報告中， 重點(diǎn)重申了“有序推進(jìn)結(jié)構(gòu)性去杠桿”。為了“結(jié)構(gòu)性去杠桿”、防范與化解系統(tǒng)性金融風(fēng)險，我國相關(guān)政府監(jiān)管部門相繼出臺了若干具體措施。對“穿透式”強(qiáng)監(jiān)管等系列組合政策作用有兩種不同的觀點(diǎn)。一種觀點(diǎn)認(rèn)為我國成功穩(wěn)住了宏觀杠桿率的上升，根據(jù)測算2018年末我國宏觀杠桿率降到了239%①。杠桿率的降低，減輕了企業(yè)債務(wù)負(fù)擔(dān)，使得企業(yè)將更多信貸資金投資到回報率高的領(lǐng)域，從而增強(qiáng)企業(yè)的盈利能力，提升了銀行信貸資金可償還概率，緩解了商業(yè)銀行的脆弱性[1-2]。另一種觀點(diǎn)認(rèn)為，快速“去杠桿”勢必會造成非金融企業(yè)流動性資金不足乃至枯竭， 容易引發(fā)企業(yè)衰退乃至破產(chǎn)倒閉，在金融加速器機(jī)制作用下，使得整個社會投資、產(chǎn)出大幅下滑，整個經(jīng)濟(jì)陷入蕭條，實(shí)體經(jīng)濟(jì)的衰退勢必波及傳染整個金融行業(yè)，加劇商業(yè)銀行的脆弱性②[3]。正因?yàn)閷?shí)體經(jīng)濟(jì)“如何去杠桿”“去到什么程度” 對商業(yè)銀行脆弱性的影響還存在較大分歧，有必要對當(dāng)前“結(jié)構(gòu)性去杠桿”政策進(jìn)行檢視，從而對上述分歧給出一定的回應(yīng)，這是本文需要解決的第二個問題。

長期來看，“去杠桿”有利于改善宏觀經(jīng)濟(jì)環(huán)境，降低風(fēng)險水平，但在此過程中難免會對經(jīng)濟(jì)產(chǎn)生一定沖擊，并帶來巨大的挑戰(zhàn)。一是對消費(fèi)需求端的影響引致經(jīng)濟(jì)衰退。Mian等（2011）對危機(jī)后美國家庭部門“去杠桿”的研究發(fā)現(xiàn)，家庭部門“去杠桿” 可能會導(dǎo)致長期的消費(fèi)低迷和經(jīng)濟(jì)衰退[4]。Eggertsson等（2012）在凱恩斯理論框架下建立了一個債務(wù)驅(qū)動衰退理論模型，研究認(rèn)為快速“去杠桿”壓低了總需求而引起經(jīng)濟(jì)衰退[5]。二是從宏觀經(jīng)濟(jì)運(yùn)行角度研究認(rèn)為， “去杠桿”會對經(jīng)濟(jì)增長起負(fù)面作用。Glick等（2009）通過研究美國的“去杠桿”過程發(fā)現(xiàn)，無論采用何種方式的“去杠桿”政策，都會對經(jīng)濟(jì)產(chǎn)生較長期的負(fù)面影響[6]。Geanakoplos（2010）發(fā)現(xiàn)債務(wù)杠桿會增加一個國家經(jīng)濟(jì)的不穩(wěn)定性，這不僅表現(xiàn)在加杠桿階段， “去杠桿”政策同樣如此[7]。Cecchetti等（2012）認(rèn)為，如果過快地“去杠桿”，會抑制經(jīng)濟(jì)增長并加大經(jīng)濟(jì)增長波動，更惡劣的情況下甚至?xí)饘?shí)體經(jīng)濟(jì)崩潰[8]。Blanchard等（2013）對危機(jī)后斯洛文尼亞的“去杠桿”政策的研究發(fā)現(xiàn)，不正確的“去杠桿”時機(jī)和校準(zhǔn)過程會給經(jīng)濟(jì)發(fā)展帶來很高的機(jī)會成本[9]。馬勇等（2016）通過系統(tǒng)GMM估計和二元面板離散選擇模型研究了金融杠桿、 經(jīng)濟(jì)增長和金融穩(wěn)定之間的關(guān)系，研究表明金融杠桿波動程度加大不僅會危害經(jīng)濟(jì)增長，同時還會對金融體系的穩(wěn)定性產(chǎn)生負(fù)面影響[10]。

在銀行的風(fēng)險承擔(dān)方面，一些學(xué)者從企業(yè)杠桿率的角度研究對銀行風(fēng)險承擔(dān)的影響。 張明等（2013） 認(rèn)為中國經(jīng)濟(jì)面臨著企業(yè)部門負(fù)債率過高的風(fēng)險，而在未來“去杠桿”過程中不斷會壓低經(jīng)濟(jì)增長速度， 而且會給銀行帶來巨大的發(fā)展壓力[11]。王俊籽等（2019）通過分析中國11類非金融行業(yè)杠桿率與商業(yè)銀行風(fēng)險承擔(dān)水平之間的關(guān)系發(fā)現(xiàn)，多數(shù)行業(yè)存在杠桿率門檻值，行業(yè)債務(wù)杠桿已處于危險水平， 再度攀升會惡化商業(yè)銀行的風(fēng)險水平[12]。另一些學(xué)者從加入銀行自身杠桿率的角度研究對銀行風(fēng)險承擔(dān)的影響。Petrakis等（2013）發(fā)現(xiàn)歐洲銀行業(yè)在“去杠桿”過程中，銀行體系財務(wù)狀況持續(xù)惡化，系統(tǒng)性風(fēng)險不斷膨脹， 金融與銀行市場逐漸分裂，危機(jī)不斷蔓延，甚至對歐州宏觀經(jīng)濟(jì)都造成了嚴(yán)重的影響[13]。靳玉英等（2016）基于我國173家商業(yè)銀行數(shù)據(jù)研究發(fā)現(xiàn)，商業(yè)銀行風(fēng)險資產(chǎn)結(jié)構(gòu)的利率差異是影響其風(fēng)險承擔(dān)能力的重要因素，杠桿率監(jiān)管的引入對商業(yè)銀行資產(chǎn)結(jié)構(gòu)的影響也很小[14]。趙靜等（2017）通過面板數(shù)據(jù)模型對我國55家商業(yè)銀行數(shù)據(jù)研究發(fā)現(xiàn)，資本充足率和核心資本充足率相對較高的商業(yè)銀行風(fēng)險承擔(dān)能力也比較高，而較高的杠桿率水平卻顯著降低了我國商業(yè)銀行的風(fēng)險承擔(dān)能力[15]。梁敏等（2018）設(shè)定數(shù)據(jù)包絡(luò)分析模型計算出20家商業(yè)銀行的杠桿率水平和技術(shù)效率， 分析了杠桿率對商業(yè)銀行效率的影響，發(fā)現(xiàn)杠桿率對銀行技術(shù)效率、資產(chǎn)收益率有正向的影響，對不良貸款率、存貸比率有負(fù)向影響[16]。

綜合國內(nèi)外文獻(xiàn)發(fā)現(xiàn)，對行業(yè)“去杠桿”政策對企業(yè)的影響已有大量的分析，但是行業(yè)“去杠桿”對商業(yè)銀行脆弱性的影響還鮮有研究。雖然杠桿率與銀行之間有著密切的聯(lián)系，無論是杠桿化階段還是“去杠桿”都會對銀行產(chǎn)生顯著的影響。但是行業(yè)“去杠桿”到底是會給銀行帶來巨大的發(fā)展壓力，從而對金融體系的穩(wěn)定性產(chǎn)生負(fù)面影響，還是會降低我國商業(yè)銀行的風(fēng)險承擔(dān)能力，現(xiàn)有研究還存在較大分歧，需要從理論上與實(shí)踐上進(jìn)一步研究。

相較于現(xiàn)有文獻(xiàn)，本文邊際貢獻(xiàn)在于：（1）通過斷點(diǎn)回歸模型，從中觀層面分析行業(yè)“去杠桿”對商業(yè)銀行脆弱性的影響，從而對實(shí)體經(jīng)濟(jì)“如何去杠桿”“去到什么程度”對商業(yè)銀行脆弱性的影響給出一定的回應(yīng);（2） 打破傳統(tǒng)研究將商業(yè)銀行作為一個整體的“黑箱”，將商業(yè)銀行細(xì)分為大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行4類，從微觀層面考察實(shí)體經(jīng)濟(jì)“如何去杠桿”“去到什么程度”對不同層次、不同類型商業(yè)銀行脆弱性差異性影響，為宏觀政策精準(zhǔn)調(diào)控提供精準(zhǔn)化的政策操作參考。

二、企業(yè)杠桿率高企的內(nèi)在邏輯

眾所周知，最近十年來中國宏觀杠桿率居高不下，非金融企業(yè)是主要貢獻(xiàn)者。歷次經(jīng)濟(jì)危機(jī)充分證明，過度融資、杠桿率高企、債務(wù)規(guī)模過大是觸發(fā)“明斯基時刻”①的引爆器。企業(yè)杠桿率高企不下，實(shí)體經(jīng)濟(jì)部門債務(wù)總量不斷攀升， 債務(wù)負(fù)擔(dān)日益加重，導(dǎo)致我國系統(tǒng)性風(fēng)險不斷積聚，金融脆弱性不斷增大，嚴(yán)重威脅整個經(jīng)濟(jì)體系平穩(wěn)運(yùn)行。習(xí)近平總書記自2017年以來，先后對我國經(jīng)濟(jì)“去杠桿”做出重要指示， 明確要求以結(jié)構(gòu)性“去杠桿”的思路，分部門、分債務(wù)類型盡快把我國杠桿率降下來。

我國非金融企業(yè)債務(wù)高企背后的驅(qū)動因素有多個，其中最重要的影響因素之一是不斷變化的內(nèi)部融資公司資本支出的比例。2008年全球金融危機(jī)在沒有任何征兆的情況下突然爆發(fā)，為這一觀點(diǎn)提供了一個合理的邏輯分析起點(diǎn)，因?yàn)檫@種重大的負(fù)面外部需求沖擊的直接影響是公司收益下降。2008年全球金融危機(jī)爆發(fā)后，出口出現(xiàn)負(fù)增長，中國經(jīng)濟(jì)增速快速回落，企業(yè)的收益急劇下降。企業(yè)在資本支出和融資決策方面如何應(yīng)對這種收入下滑？金融加速器理論表明，企業(yè)很可能會因銷售下降而自行削減或推遲資本支出計劃， 現(xiàn)金流變慢，信貸可用性下降。 但事實(shí)卻是為了應(yīng)對這場危機(jī)，中央政府開始有力地介入，提出了“四萬億”一攬子刺激計劃來應(yīng)對全球金融危機(jī)，并實(shí)施了寬松的貨幣政策和放松了對金融機(jī)構(gòu)的監(jiān)管。在這種強(qiáng)刺激和寬松金融政策催化下，企業(yè)可以利用寬松的融資環(huán)境， 增加公司資本支出以抵消不利的外部影響。公司收益下降和資本支出增加共同導(dǎo)致內(nèi)源性籌資的資本支出份額急劇下降，外源性融資需求相應(yīng)增加。我國又是典型的以商業(yè)銀行為主導(dǎo)的間接金融體系， 從而導(dǎo)致了非金融企業(yè)高杠桿率的現(xiàn)象。這種解釋符合公司融資文獻(xiàn)中的優(yōu)序融資理論[17]。

第二個影響因素是房地產(chǎn)和建筑業(yè)作為企業(yè)債務(wù)持有者的重要性日益提高。2008—2015年，房地產(chǎn)行業(yè)的總負(fù)債幾乎翻了一番，達(dá)到GDP的60%以上，而建筑業(yè)則由11%上升至18%。相比之下，工業(yè)部門的負(fù)債只從79%小幅上升到83%。雖然工業(yè)部門仍然是最大的企業(yè)債務(wù)部門，但房地產(chǎn)和建筑業(yè)負(fù)債率的快速增長確是中國公司負(fù)債率上升的主要推手，原因有四個。 第一，在過去20年的大部分時間里， 房地產(chǎn)和建筑業(yè)逐漸成為中國的支柱性產(chǎn)業(yè)，成為推動中國經(jīng)濟(jì)快速增長的引擎[18];第二，這兩個行業(yè)的資本密集和重資產(chǎn)高于工業(yè)部門的平均水平，以及包括農(nóng)業(yè)和服務(wù)業(yè)在內(nèi)的其他經(jīng)濟(jì)領(lǐng)域;第三，這兩個部門的杠桿率越來越高;第四，這兩個部門具有典型的高杠桿屬性，對外部融資需求強(qiáng)烈。國家一系列宏觀調(diào)控政策的跡象表明，在經(jīng)歷了長達(dá)數(shù)十年的高速擴(kuò)張之后，這兩個部門的負(fù)債率可能已經(jīng)達(dá)到頂峰，這給公司收益帶來了壓力，并壓制了它們在內(nèi)部資金資本支出中所占的比重，這意味著除非內(nèi)部資本充足，否則杠桿率將繼續(xù)增加。

三、理論分析與研究假設(shè)

美國次貸危機(jī)以后，中國企業(yè)開始進(jìn)入了加杠桿時期， 多數(shù)行業(yè)超過了行業(yè)安全杠桿率標(biāo)準(zhǔn)。行業(yè)的高杠桿率使得潛在風(fēng)險不斷積累，通過杠桿風(fēng)險傳導(dǎo)機(jī)制加大了金融市場的脆弱性，過度的杠桿作用增加了金融機(jī)構(gòu)的相關(guān)性，使發(fā)生金融系統(tǒng)性風(fēng)險的可能性進(jìn)一步加大。對于企業(yè)來說，杠桿率的降低減輕了企業(yè)債務(wù)負(fù)擔(dān)，使得企業(yè)將更多信貸資金投資到回報率高的領(lǐng)域，從而增強(qiáng)企業(yè)的盈利能力，有助于銀行信貸資金可償還性，從而緩解商業(yè)銀行的脆弱性[19]。另外，隨著不斷深化去產(chǎn)能、去庫存、“去杠桿”，將加快“僵尸企業(yè)”的清理速度。通過加快“僵尸企業(yè)”的處置，行業(yè)的經(jīng)營環(huán)境將得到明顯改善，剩余業(yè)務(wù)的貸款安全性也將得到進(jìn)一步保障。行業(yè)內(nèi)的過剩產(chǎn)能也將通過“僵尸企業(yè)”的清理處置得到有效的減少，行業(yè)產(chǎn)能利用率借此得以提升，從而促進(jìn)價格穩(wěn)步上漲，使得行業(yè)整體的經(jīng)營環(huán)境得到日益好轉(zhuǎn)，為企業(yè)的發(fā)展奠定了良好的基礎(chǔ)[20]。

對銀行而言，“僵尸企業(yè)”的清理，將對剩余企業(yè)的盈利能力產(chǎn)生積極影響， 從而提高償債能力，使得相關(guān)信貸資產(chǎn)的質(zhì)量得到明顯改善[21]。深化推進(jìn)“去杠桿”也將通過帶動企業(yè)間兼并重組，從而催生更多業(yè)務(wù)需求，給商業(yè)銀行投行顧問類業(yè)務(wù)提供較多機(jī)會。另外，債轉(zhuǎn)股的引入，豐富了商業(yè)銀行主動調(diào)整資產(chǎn)結(jié)構(gòu)的手段，有利于主動解決商業(yè)銀行的不良風(fēng)險。 商業(yè)銀行可以通過債轉(zhuǎn)股的方式，將持有的企業(yè)信貸資產(chǎn)等債權(quán)進(jìn)行轉(zhuǎn)化并一次性收回不良貸款，從而使不良貸款率穩(wěn)中有降，商業(yè)銀行主動調(diào)節(jié)資產(chǎn)的能力也將得到大大提高。此外，為有望獲得超額股權(quán)收益，債轉(zhuǎn)股還為商業(yè)銀行參與企業(yè)投資開辟了體制空間。商業(yè)銀行可以通過建立金融資產(chǎn)投資公司來參與這一輪債轉(zhuǎn)股交易。通過合理使用債轉(zhuǎn)股，商業(yè)銀行不僅可以減小資產(chǎn)質(zhì)量下降的風(fēng)險，而且可以分享未來公司市值上升的收益。并且從過往經(jīng)驗(yàn)看，銀行持有的股權(quán)可能會在行業(yè)周期性回暖以及企業(yè)競爭力增強(qiáng)的情況下，產(chǎn)生意想不到的超額收益。所有這些都將對銀行的轉(zhuǎn)變產(chǎn)生積極影響，有利于促使銀行發(fā)展更為健康的經(jīng)營模式，從而使商業(yè)銀行的脆弱性得到有效的緩解。

經(jīng)過多年的探索與發(fā)展，我國不斷健全與完善金融市場體系， 不斷擴(kuò)大金融機(jī)構(gòu)主體。 截至2019年12月底， 商業(yè)銀行已經(jīng)細(xì)分為6家國有大型商業(yè)銀行、12家股份制商業(yè)銀行、134家城市商業(yè)銀行和1478家農(nóng)村商業(yè)銀行等①。 不同類型的商業(yè)銀行，在傳統(tǒng)的資產(chǎn)規(guī)模、市場份額、風(fēng)險承擔(dān)能力、存貸款競爭力和科技儲備等諸多方面存在顯著差異。另外，不同類型商業(yè)銀行的業(yè)務(wù)重點(diǎn)與業(yè)務(wù)對象也不同，鋼鐵、煤炭、房地產(chǎn)和有色金屬作為重點(diǎn)“去杠桿”試點(diǎn)行業(yè)，在不同類型商業(yè)銀行中的業(yè)務(wù)占比存在差異，因此，行業(yè)“去杠桿”對不同類型商業(yè)銀行脆弱性沖擊將存在差異性。

因此，本文提出研究假設(shè)。

H1：行業(yè)“去杠桿”會顯著降低商業(yè)銀行的脆弱性。

H2：行業(yè)“去杠桿”對不同類型商業(yè)銀行脆弱性影響存在顯著差異性。

四、研究設(shè)計

（一）方法選取

對經(jīng)濟(jì)政策實(shí)施效果的檢驗(yàn)與評估，現(xiàn)有文獻(xiàn)通常采用以下兩種方法來進(jìn)行：一是根據(jù)系列指標(biāo)數(shù)據(jù)將經(jīng)濟(jì)政策實(shí)施先后的效果進(jìn)行直接比較，這種方法簡單便利、易于操作，但是結(jié)果卻不精準(zhǔn)，缺乏可信度;二是采取準(zhǔn)自然實(shí)驗(yàn)法，將經(jīng)濟(jì)政策實(shí)施作用后的經(jīng)濟(jì)體與未實(shí)施經(jīng)濟(jì)政策的經(jīng)濟(jì)體進(jìn)行比較。這種方法遵循了計量經(jīng)濟(jì)學(xué)和統(tǒng)計學(xué)的原理與步驟，研究結(jié)論科學(xué)嚴(yán)謹(jǐn)，具有可信度。斷點(diǎn)回歸法是一種科學(xué)嚴(yán)謹(jǐn)?shù)臏?zhǔn)自然實(shí)驗(yàn)法，廣泛用于經(jīng)濟(jì)政策的效果檢驗(yàn)與評估[22]。斷點(diǎn)回歸是在斷點(diǎn)附近的局部隨機(jī)試驗(yàn)， 可避免參數(shù)估計的內(nèi)生性問題，從而真實(shí)反映變量之間的因果關(guān)系。由于和隨機(jī)試驗(yàn)中全域隨機(jī)性一樣可以被檢驗(yàn)，并且其成立的前提條件容易滿足，因此斷點(diǎn)回歸法比工具變量法、雙重差分法更接近于隨機(jī)試驗(yàn)，效果評價也更優(yōu)。本文采用斷點(diǎn)回歸模型來評估行業(yè)“去桿杠”對商業(yè)銀行脆弱性的影響， 可有效利用現(xiàn)實(shí)約束條件分析變量之間的因果關(guān)系。斷點(diǎn)回歸可以分為兩類：第一類，臨界值是確定的（Sharp）， 即在臨界值一側(cè)的所有觀測點(diǎn)都接受了處置，反之在臨界值另一側(cè)的所有觀測點(diǎn)都沒有接受處置。第二類，臨界點(diǎn)是模糊的（Fussy），即在臨界值附近，接受處置的概率是單調(diào)變化的。由于在臨界值兩端的個體是非常接近的，所以在該臨界值出現(xiàn)的“跳躍”就是該項處置對于經(jīng)濟(jì)變量的作用。由于行業(yè)“去杠桿”政策具有強(qiáng)制性，因此本文采用精確斷點(diǎn)分析方法，即在斷點(diǎn)處研究個體受到斷點(diǎn)函數(shù)影響的概率變化直接從0到1。2015年， 中央工作經(jīng)濟(jì)會議首次提出了“去杠桿”政策，并將其作為2016年結(jié)構(gòu)性改革的重點(diǎn)任務(wù)之一， 所以本文選擇2016年作為政策時間斷點(diǎn)。

（二）數(shù)據(jù)說明及變量選擇

1.商業(yè)銀行脆弱性代理變量的選取。借鑒舒長江等（2017）經(jīng)驗(yàn)做法，選取不良貸款率（NPLA）、資本充足率（CAR）、存貸款比率（DLA）、資產(chǎn)利潤率（ROA）、累計外匯敞口頭寸比率（CFEER）等微觀量化指標(biāo)對商業(yè)銀行脆弱度進(jìn)行測度[23]。其中，不良貸款率反映商業(yè)銀行的信用風(fēng)險，資本充足率反映商業(yè)銀行的資本充足情況，存貸款比率反映商業(yè)銀行流動性，資產(chǎn)利潤率反映商業(yè)銀行資產(chǎn)的盈利情況，累計外匯敞口頭寸比率反映了商業(yè)銀行資產(chǎn)的市場風(fēng)險。根據(jù)Mckinnon等（1998）[24]以及巴塞爾協(xié)議Ⅲ關(guān)于商業(yè)銀行脆弱性指標(biāo)和相應(yīng)的臨界值，將上述分指標(biāo)原始數(shù)據(jù)映射為相應(yīng)的脆弱程度值，然后利用因子分析法，獲得不良貸款率、資本充足率、存貸款比例、累計外匯敞口頭寸比率等權(quán)重，計算商業(yè)銀行脆弱性程度的最終指標(biāo)Bf。

2.處理變量。將行業(yè)“去杠桿”政策實(shí)施的時間設(shè)為虛擬變量，以2016年為斷點(diǎn)，政策實(shí)施之前為0，政策實(shí)施之后為1。具體如下：

Di=0，（t<2016）1，（t≥2016）

3.控制變量：參照戴鈺（2010）[25]的做法，選取GDP增長率、M2增長率、CPI指數(shù)、銀行總資產(chǎn)、行業(yè)杠桿率①等變量。

選取上述指標(biāo)2011年第1季度至2020年第1季度數(shù)據(jù)，其中2011年1季度至2015年第4季度為政策實(shí)施前，2016年第1季度至2020年第1季度為政策實(shí)施后，樣本數(shù)據(jù)來源于中經(jīng)網(wǎng)、東方財富Choice金融終端、WIND數(shù)據(jù)庫、 國家統(tǒng)計局官網(wǎng)。所有變量詳細(xì)說明見表1。

（三）模型設(shè)定

參考馬光榮等（2016）[26]采用斷點(diǎn)回歸研究政策問題的方法構(gòu)建模型，并且為了使得斷點(diǎn)回歸結(jié)果分析有參照系，參考王玉澤等（2019）[27]在設(shè)定斷點(diǎn)回歸模型同時設(shè)立了加入二次項的OLS基準(zhǔn)模型。模型設(shè)定如下：

模型（1）是OLS基準(zhǔn)模型，模型（2）是斷點(diǎn)回歸模型。X是控制變量的向量表示，year表示年份效應(yīng)，？酌表示個體效應(yīng)，T代表年份，C為2015年第4季度，Di表示行業(yè)“去杠桿”政策實(shí)施的虛擬變量，？啄為政策的影響系數(shù)，是本文研究的核心系數(shù)。

五、實(shí)證分析

（一）描述性統(tǒng)計分析

表2報告了變量的描述性統(tǒng)計。 對比發(fā)現(xiàn)，在行業(yè)“去杠桿”政策提出前后，樣本變量指標(biāo)值發(fā)生一些變化。其中，行業(yè)杠桿率政策后的均值要小于政策前的均值，初步說明“去杠桿”政策有一定的成效。再看商業(yè)銀行的脆弱性指標(biāo)，全樣本下政策前均值大于政策后的均值，說明行業(yè)“去杠桿”政策整體上降低了商業(yè)銀行的脆弱性。進(jìn)一步細(xì)分來看①，國有商業(yè)銀行脆弱性政策前均值大于政策后的均值，股份制銀行、城商行、農(nóng)商行的脆弱性政策前均值小于政策后的均值，表明不同類型商業(yè)銀行脆弱性呈現(xiàn)差異性的變化。行業(yè)“去桿杠”與商業(yè)銀行脆弱性之間的因果關(guān)系還需要通過計量模型進(jìn)一步深入分析。

（二）回歸結(jié)果分析

為了防止計量結(jié)果有偏和偽回歸，事先對變量進(jìn)行了平穩(wěn)性和協(xié)整檢驗(yàn)，結(jié)果表明可以進(jìn)行模型檢驗(yàn)。通過hausman檢驗(yàn)發(fā)現(xiàn)，拒絕隨機(jī)效應(yīng)，因而采用固定效應(yīng)模型進(jìn)行回歸分析②。 表3報告了固定效應(yīng)回歸結(jié)果。回歸結(jié)果表明，行業(yè)杠桿與商業(yè)銀行脆弱性呈現(xiàn)顯著的“U”型關(guān)系，行業(yè)加杠桿在短期內(nèi)能夠顯著降低商業(yè)銀行的脆弱性，但是隨著行業(yè)杠桿加到一定程度， 這種遞減關(guān)系發(fā)生逆轉(zhuǎn)， 行業(yè)杠桿的增加會顯著增加商業(yè)銀行的脆弱性，意味著行業(yè)加杠桿具有臨界值，暗示行業(yè)杠桿加到一定程度需要主動采取“去杠桿”行為，這樣才能緩解金融系統(tǒng)的脆弱性提升，從而避免發(fā)生系統(tǒng)性金融風(fēng)險。結(jié)果還顯示，行業(yè)杠桿率對不同類型商業(yè)銀行脆弱性的影響存在顯著差異，其中行業(yè)杠桿率對股份制商業(yè)銀行脆弱性影響最大，對國有商業(yè)銀行脆弱性影響最小。隨著行業(yè)杠桿率的增加，不同類型的商業(yè)銀行脆弱性的最小臨界值也存在顯著差異，通過對Lev2求偏導(dǎo)計算可得知，城商行脆弱性的最小臨界值最大，國有商業(yè)銀行脆弱性的最小臨界值最小。

[19]劉義鵑，朱燕萍.中國上市公司資本結(jié)構(gòu)與企業(yè)價值的關(guān)系研究[J].財貿(mào)研究，2009（5）：148-153.

[20]孫學(xué)工，安淑新，李世剛，等.促進(jìn)有效處置“僵尸企業(yè)”和去產(chǎn)能企業(yè)債務(wù)的財稅政策研究[J].財政科學(xué)，2018（1）：70-73，120.

[21]陸岷峰，楊亮.金融去杠桿背景下商業(yè)銀行風(fēng)險管理與路徑選擇[J].金融論壇，2017（12）：3-10，78.

[22]LEE，LEMIEUX.Regression Discontinuity Designs in Economics[J].Journal of Economic Literature，2010，48（2）：281-355.

[23]舒長江，羅靜.金融脆弱性與貨幣政策新框架選擇[J].金融與經(jīng)濟(jì)，2017（11）：33-38.

[24]MCKINNON R，PILL H.A Decomposition of Credit and Currency Risks[J].World Development，1998，26（7）：1267 -1282.

[25]戴鈺.基于多元Logit模型對我國銀行體系脆弱性的實(shí)證研究[J].經(jīng)濟(jì)問題，2010（7）：101-105.

[26]馬光榮，郭慶旺，劉暢.財政轉(zhuǎn)移支付結(jié)構(gòu)與地區(qū)經(jīng)濟(jì)增長[J].中國社會科學(xué)，2016（9）：105-125，207-208.

[27]王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟(jì)，2019（3）：138-155.

Abstract： Based on the data from the first quarter of 2011 to the first quarter of 2020， using the breakpoint regression model to examine the impact of “deleveraging” of industries on the vulnerability of commercial banks. The research conclusions show that the “deleveraging” of the real economy industry has significantly reduced the vulnerability of commercial banks and diluted the pressure of systemic financial risks， and financial deleveraging policies have achieved certain results. Further analysis shows that the impact of industry“deleveraging” on the vulnerability of different types of commercial banks is significantly different. The “deleveraging” of the industry will significantly reduce the vulnerability of state-owned commercial banks， joint-stock commercial banks， and city commercial banks， significantly increasing the vulnerability of rural commercial banks. This requires the government to not only fully consider the significant differences between different types of enterprises in the process of implementing deleveraging financial policies， but also to prevent the impact of deleveraging on the vulnerability of different types of commercial banks.

Key words： deleveraging; vulnerability of commercial banks; financial risk; breakpoint regression model

（責(zé)任編輯：盧艷茹;校對：龍會芳）