房地產(chǎn)價格、杠桿率與金融壓力的時變非線性關(guān)系研究

李 程，劉媛嫄，母 波，李 波

(天津工業(yè)大學(xué) 經(jīng)濟與管理學(xué)院，天津 300387)

一、引 言

近年來，隨著中國債務(wù)積累和風(fēng)險的積聚，學(xué)者們對杠桿率、金融風(fēng)險的相關(guān)問題展開了積極的研究，發(fā)現(xiàn)諸多風(fēng)險的產(chǎn)生均受債務(wù)和房地產(chǎn)價格因素影響。房地產(chǎn)業(yè)在不斷帶動經(jīng)濟發(fā)展的同時，房地產(chǎn)市場的非理性增長愈發(fā)明顯。黨的十九大報告指出，房子是用來住的、不是用來炒的，應(yīng)該堅決防控國內(nèi)系統(tǒng)性金融風(fēng)險發(fā)生。房地產(chǎn)市場調(diào)控與防控系統(tǒng)性風(fēng)險的發(fā)生愈發(fā)受到關(guān)注。歷次危機表明，房地產(chǎn)與杠桿率有著密切的關(guān)聯(lián)，房地產(chǎn)具有多重屬性，作為消費品、投資品和抵押品，房地產(chǎn)在債務(wù)的形成和積累中扮演著重要的角色。與此同時，實體部門的債務(wù)積累會提高系統(tǒng)性金融風(fēng)險的發(fā)生機率，穩(wěn)定杠桿率是防范金融風(fēng)險的重要措施。因此，房地產(chǎn)價格和杠桿率調(diào)控對中國金融體系平穩(wěn)運行具有深遠意義。但是，這種調(diào)控并不必然意味著降低房地產(chǎn)價格和去杠桿，在當(dāng)前中國經(jīng)濟下行的背景下，經(jīng)濟的穩(wěn)定是重中之重，應(yīng)該對中國當(dāng)前的金融風(fēng)險進行合理研判，根據(jù)風(fēng)險的狀況對房地產(chǎn)和杠桿率的調(diào)控方向予以確定，而且也需要深入地探討房地產(chǎn)價格與杠桿率對金融風(fēng)險的影響，刻畫三者之間的互動關(guān)系，演繹出其相互作用的軌跡，才能有效地形成相關(guān)的政策參考。對于金融風(fēng)險的衡量，本文采用金融壓力指標(biāo)來表示，研究房地產(chǎn)價格和杠桿率與金融壓力指標(biāo)的關(guān)系，探索金融風(fēng)險的防范和化解方法。

從現(xiàn)有研究來看，國內(nèi)外有關(guān)學(xué)者主要從以下方面對杠桿率、房地產(chǎn)價格與金融壓力進行研究。

對于房地產(chǎn)價格與杠桿率，劉曉欣和雷霖研究得出房地產(chǎn)價格與金融杠桿率具有相互促進的關(guān)系，二者的上升均不利于金融系統(tǒng)的穩(wěn)定[1]。陸婷和張明得出，由于房地產(chǎn)價格的上漲會導(dǎo)致企業(yè)主動增加杠桿率，會減弱企業(yè)的長期償債能力[2]。

對于杠桿率與金融壓力，Schleer和Semmler構(gòu)建非線性模型系統(tǒng)，研究金融壓力變化下負債與實體經(jīng)濟間的內(nèi)在動態(tài)關(guān)系[3]。方芳和林海濤提供了系統(tǒng)性金融風(fēng)險的演化機制，認為國民經(jīng)濟各部門的杠桿率能夠作為演化載體預(yù)先預(yù)測風(fēng)險的大小[4]。而彭方平和展凱采用非線性多維狀態(tài)系統(tǒng)模型，對過度負債帶來的金融壓力上升，及對實體經(jīng)濟產(chǎn)生影響的作用機制進行刻畫[5]。王桂虎和郭金龍認為宏觀杠桿率與系統(tǒng)性金融風(fēng)險具有非線性關(guān)系，具有門檻效應(yīng)[6]。江紅莉和蔣鵬程發(fā)現(xiàn)，實體經(jīng)濟杠桿上升對于中國系統(tǒng)性金融風(fēng)險存在正向效應(yīng)，但居民部門、非金融企業(yè)部門杠桿的上升不會直接推動系統(tǒng)性金融風(fēng)險的累積[7]。

對于房地產(chǎn)價格與金融壓力，相關(guān)學(xué)者多從房地產(chǎn)對實體經(jīng)濟波動、金融穩(wěn)定的影響角度進行研究。王培輝和康書生認為房地產(chǎn)泡沫、影子銀行規(guī)模膨脹是影響中國金融穩(wěn)定性的重要因素[8]。此外，李偉認為，“去杠桿”壓力加劇了商業(yè)銀行系統(tǒng)性金融風(fēng)險的積累，房地產(chǎn)價格波動相比于經(jīng)濟增速的下滑會對商業(yè)銀行系統(tǒng)金融風(fēng)險形成更大影響[9]。司登奎等研究發(fā)現(xiàn)，房價上漲會導(dǎo)致銀行風(fēng)險溢價及杠桿率顯著上升，進而加劇金融體系的內(nèi)在不穩(wěn)定[10]。劉曉曦等認為，隨著財富效應(yīng)的增大，股市沖擊能夠更大程度地推動房價、產(chǎn)出以及物價上漲[11]。

綜合現(xiàn)有研究，相關(guān)學(xué)者主要對杠桿率、房地產(chǎn)價格與金融壓力三者間的相互影響進行相關(guān)論述，但是較少學(xué)者對三者在不同區(qū)制和時期的非線性關(guān)系進行分析。已有的研究對于杠桿率和金融風(fēng)險、房地產(chǎn)價格和金融風(fēng)險的關(guān)注沒有考慮到不同風(fēng)險階段的時變特征，把金融風(fēng)險看作一個整體來進行研究，而金融風(fēng)險在不同時期是變化的，房地產(chǎn)價格和杠桿的影響也應(yīng)有所不同。對此，本文在借鑒國內(nèi)外相關(guān)研究成果的基礎(chǔ)上，構(gòu)建指標(biāo)體系計算金融壓力值，運用MS-VAR模型測度、識別中國金融壓力期，并根據(jù)不同區(qū)制特征構(gòu)建TVP-VAR模型，對杠桿率、房地產(chǎn)價格以及金融壓力這三者的動態(tài)關(guān)聯(lián)進行實證研究，揭示三者的動態(tài)關(guān)系，并針對不同部門的異質(zhì)性特征進行深入分析，對現(xiàn)有相關(guān)文獻進行補充和拓展，為中國房地產(chǎn)和杠桿調(diào)控以及金融風(fēng)險控制提供政策建議。

二、房地產(chǎn)、杠桿率和金融壓力關(guān)系的研究設(shè)計

(一)杠桿率、房地產(chǎn)價格與金融壓力相關(guān)理論

1.房地產(chǎn)價格對杠桿率影響機制

房地產(chǎn)具有獲取金融資產(chǎn)收益以及實際使用功能。中國各地房價不斷上漲，尤其在目前經(jīng)濟增速放緩的形勢下，實體經(jīng)濟收益偏低，使得房地產(chǎn)成為較好的投資標(biāo)的。房地產(chǎn)價格的上升對杠桿率起了推高的作用。中國目前的金融體系以銀行為主導(dǎo)部門，銀行信貸中尤以房地產(chǎn)抵押借款比重較大，房地產(chǎn)價格上漲引起的信貸規(guī)模上漲，會引起連鎖反應(yīng)，進一步加大金融杠桿水平。對于企業(yè)杠桿率，房地產(chǎn)一般是企業(yè)的貸款抵押品，房價上升形成融資溢價，使得企業(yè)增加獲得信貸的能力，提高杠桿率；對于居民杠桿率，房地產(chǎn)價格上升會提高居民對房地產(chǎn)價格繼續(xù)上升的預(yù)期，居民對住房的需求增加，房地產(chǎn)信貸的需求會提升，也會提高杠桿率。反過來，杠桿率的上升也會提高房地產(chǎn)價格。一方面，由于資本的逐利性，金融杠桿的提高會給房地產(chǎn)市場帶來更多的資本量，房地產(chǎn)需求不斷上升，推高房價；另一方面，開發(fā)商利用杠桿融資購買土地，從而推高地價，由于房地產(chǎn)開發(fā)成本中地價占據(jù)很大比重，導(dǎo)致房地產(chǎn)開發(fā)成本高，房地產(chǎn)價格上漲。

2.杠桿率對金融壓力影響機制

杠桿率對金融壓力的作用機制是通過債務(wù)負擔(dān)實現(xiàn)的，本文中的負債主體主要包括居民和企業(yè)部門。其中，企業(yè)部門包括國有、民營企業(yè)以及融資平臺。而企業(yè)杠桿率不包含房地產(chǎn)部門的信貸規(guī)模。根據(jù)明斯基的金融不穩(wěn)定理論，債務(wù)累積容易導(dǎo)致入不敷出，杠桿率上升會提高金融壓力，但這種影響不一定是線性的。比如，目前處于經(jīng)濟增速放緩時期，企業(yè)盈利普遍較低，因此企業(yè)周轉(zhuǎn)需要依靠借貸來維系，導(dǎo)致金融杠桿進一步增加，這在短期可能會緩解金融壓力，但是從長期來看，企業(yè)杠桿率的升高增加企業(yè)還款壓力，而且可能投機于金融或者房地產(chǎn)市場，會進一步加大了金融系統(tǒng)的脆弱性。同時，居民杠桿率提高導(dǎo)致居民債務(wù)累積，由于居民的債務(wù)主要集中在房地產(chǎn)領(lǐng)域，房地產(chǎn)泡沫積累導(dǎo)致金融風(fēng)險，同樣會提高金融壓力。

3.房地產(chǎn)價格對金融壓力影響機制

當(dāng)房價面臨大幅度上升時，房地產(chǎn)投資的利潤率顯著高于其他部門。因此，大量原本投資于制造行業(yè)等實體經(jīng)濟的資金，均投向房地產(chǎn)行業(yè)，不利于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，進一步加劇了宏觀經(jīng)濟體系的脆弱性，影響金融穩(wěn)定。同時，伴隨著房地產(chǎn)價格的攀升，投機者預(yù)期房地產(chǎn)業(yè)前景廣闊會大量進入炒作，甚至借助杠桿融資，使得積聚風(fēng)險的樓市更加脆弱。但是，對于金融壓力的緩解，房價的下降不一定是好事。房地產(chǎn)價格在上升時，一旦經(jīng)濟環(huán)境出現(xiàn)問題，抵押房產(chǎn)不能夠立即變現(xiàn)，房價將會下跌，樓市前期累積的風(fēng)險將會暴露，從而導(dǎo)致整個金融系統(tǒng)動蕩。因此，房價上升在短期不一定是壞事，可能會暫時緩解金融壓力，當(dāng)然，長期來看，房價的穩(wěn)定對于金融穩(wěn)定還是至關(guān)重要的。

總的來看，房地產(chǎn)、杠桿率對金融壓力的影響是有一定的復(fù)雜性的，不一定是簡單的線性關(guān)系，因此，用計量經(jīng)濟學(xué)模型進行刻畫的時候，應(yīng)該使用具有區(qū)制轉(zhuǎn)移和參數(shù)時變特征的方法。

(二)金融壓力的區(qū)制轉(zhuǎn)移特征與MS-VAR模型

金融壓力的變化具有不同的狀態(tài)，為了更準(zhǔn)確地刻畫金融壓力的變化趨勢，本文使用馬爾可夫轉(zhuǎn)移的區(qū)制轉(zhuǎn)移模型(MS-VAR)來研究金融壓力在不同階段的風(fēng)險狀態(tài)。

MS-VAR模型相較于傳統(tǒng)的方法可以區(qū)分解釋變量在不同經(jīng)濟狀態(tài)下的變量關(guān)系，由Hamilton最早提出[12]，能夠在VAR模型的前提上假設(shè)各變量間在不同狀態(tài)下均為變動的結(jié)構(gòu)關(guān)系。與此同時，狀態(tài)的轉(zhuǎn)換主要取決于外生的不可觀測的馬爾可夫鏈。MS-VAR模型如下所示：

yt=α(st)+β(st)yt-1+…+

βp(st)yt-p+ut

(1)

其中，α(st)為常數(shù)項，yt的滯后項系數(shù)為β1(st)，…，βp(st)，殘差項ut～IID(0，∑(st))，st表示為不能觀測的狀態(tài)隨機變量，由于其存在的隨機性質(zhì)使得S僅能以某種概率來賦值，從i狀態(tài)轉(zhuǎn)化為j狀態(tài)的時候服從馬爾科夫鏈過程，因此轉(zhuǎn)移概率為pij，模型如下所示：

pij=pr(st+1=j|si=i)

(2)

(三)變量相互作用的時變特征與TVP-VAR模型

在不同的時期和時點，房地產(chǎn)價格、杠桿率和金融壓力的相互作用是具有時變性的。對此，本文采用時變參數(shù)向量自回歸模型(TVP-VAR)來研究。

傳統(tǒng)VAR模型在擾動項及系數(shù)方面均是假定方差不變的，但是在對變量進行實際分析中，變量內(nèi)含的結(jié)構(gòu)關(guān)系通常是非線性或者為時變的。TVP-VAR 模型相對于普通VAR具有時變性，能夠隨著樣本時間的變化實時體現(xiàn)各個變量間的相互影響關(guān)系，使得變量間的動態(tài)關(guān)聯(lián)性能夠表現(xiàn)出來。具體形式如下：

yt=ct+B1，tyt-1+…+Bp，tyt-p+ut

t=1，2，…，T

(3)

yt=XtBt+utt=1，2，…，T

(4)

基于式(4)，假設(shè)誤差項ut～N( 0，Ωt) 。其中，Ωt為協(xié)分差矩陣，是時變而非常數(shù)的。接著，使用對角矩陣∑t和下三角矩陣Ωt，使得：

(5)

則有

(6)

(7)

εt～N(0，Im)

(8)

接著將式(4)寫作：

(9)

同時假定該模型中所有參數(shù)均服從隨機過程，εt、γt、vt、σt均服從正態(tài)分布，可知：

Bt=Bt-1+γt

(10)

at=at-1+vt

(11)

ht=at-1+vt

(12)

(13)

其中，IM表示單位矩陣，且γt、vt、σt的協(xié)方差矩陣為∑γ、∑v、∑σ。

在研究三者關(guān)系之前，首先對金融壓力指數(shù)進行測算。

三、金融壓力指數(shù)測算

金融壓力指數(shù)是指整個金融系統(tǒng)由于不確定性因素和預(yù)期未來變化而能承受的總體壓力綜合性指標(biāo)，由加拿大銀行學(xué)者Illing和liu最早提出[13]。通過構(gòu)建金融壓力指數(shù)(Financial Stress Index，簡稱FSI)能夠測度一國的金融壓力水平。Hakkio和Keeton用主成分法構(gòu)建了堪薩斯金融壓力指數(shù)，并運用MS-VAR方法構(gòu)建了該指數(shù)與美國活動指數(shù)的動態(tài)轉(zhuǎn)換機制[14]。Hollo等認為，金融中介、金融市場以及金融基礎(chǔ)設(shè)施作為主要組成部分組成了金融系統(tǒng)，并運用TVP-VAR模型實證分析了不同階段下金融壓力和經(jīng)濟的關(guān)系[15]。

(一)指標(biāo)選取

基于中國金融體系特征以及經(jīng)濟變量所反映的信息，以及受數(shù)據(jù)可得性、處理可操作性等因素影響，難以覆蓋金融系統(tǒng)各市場信息。同時，金融壓力指數(shù)作為衡量系統(tǒng)性風(fēng)險的一種衡量方法，相關(guān)研究成果已經(jīng)很多。諸多學(xué)者在構(gòu)建指數(shù)時，通常選取銀行業(yè)、外匯市場、股票市場以及債券市場等多個市場的關(guān)鍵指標(biāo)。如，秦建文和王濤采取等權(quán)重法，基于銀行、股票、債券和外匯等多個市場選取了銀行業(yè)風(fēng)險利差、泰德利差( TED 利差)、負的期限利差、資金價格波動、股票指數(shù)變化、外匯匯率變化和外匯儲備減少等7個金融市場變量[16]；徐國祥和李波基于因子分析法，在銀行、債券、外匯、股票這四個市場上選取了9個指標(biāo)[17]；丁嵐等選取銀行體系、債券市場、股票市場、外匯市場、地產(chǎn)市場和衍生品市場，分別構(gòu)建子金融壓力指數(shù)，并在此基礎(chǔ)上合成中國金融壓力指數(shù)[18]。

總的來看，學(xué)者們對指標(biāo)的選擇有很多相同之處，也都有各自的特點，本文借鑒已有的研究指標(biāo)，主要參考Hollo等的基礎(chǔ)指標(biāo)選取標(biāo)準(zhǔn)[15]，結(jié)合中國金融市場的實際情況，選取銀行業(yè)、外匯市場、股票市場以及債券市場這四個市場中的12個關(guān)鍵指標(biāo)，構(gòu)建中國金融壓力指數(shù)。具體指標(biāo)選取如下：

1.銀行業(yè)。在中國金融體系占據(jù)重要地位，具有金融中介和增強流動性的作用。主要選取銀行不良貸款率、存貸比、TED利差。

2.債券市場。債券市場經(jīng)過不斷發(fā)展，逐漸開始在金融市場上扮演重要角色。同時，反映債券市場信心的指標(biāo)主要是通過債券收益率水平進行衡量。因此選取負期限利差、企業(yè)債利差以及政策性金融利差這3個指標(biāo)。

3.股票市場。作為目前中國金融市場最重要的組成部分，也是市場投資者主要投資渠道之一。選取股票市盈率、股票總市值/GDP對證券市場進行解釋。

4.外匯市場。是中國金融市場聯(lián)系國外金融市場的重要紐帶，隨著中國經(jīng)濟對外開放程度的日趨加深、人民幣利率市場化進程的加快，外匯市場在中國金融體系中的作用也日益加大。但隨著外匯市場的不斷發(fā)展，由外匯匯率引起的波動增多，由外匯市場壓力加大所帶來的金融風(fēng)險也在逐漸加大。因此選取實際有效匯率指數(shù)、外匯儲備增長率、國外凈資產(chǎn)/GDP、PMI指數(shù)反映外匯市場所面臨的風(fēng)險。

各個指標(biāo)變量的說明如表1所示。

表1 金融壓力指數(shù)構(gòu)建指標(biāo)

(二)指標(biāo)處理及構(gòu)建

構(gòu)建金融壓力指數(shù)關(guān)鍵環(huán)節(jié)是對指標(biāo)頻率的選擇，為使得構(gòu)建出的指數(shù)更好地反映市場信息，因此選取2008年7月至2019年9月的銀行業(yè)、外匯市場、股票市場和債券市場的月度經(jīng)濟數(shù)據(jù)進行分析，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。

接著，對數(shù)據(jù)進行量綱化處理。其中，對于頻率不一致的指標(biāo)使用Eviews轉(zhuǎn)換；對于缺失數(shù)據(jù)使用線性插值法補齊；對于季節(jié)因素影響，使用Eviews軟件中的X12季節(jié)調(diào)整法。其次，本文借鑒秦建文和王濤采用等權(quán)重加權(quán)平均法構(gòu)建金融壓力指數(shù)[16]，對選取的變量賦予相同權(quán)重，得到總的金融壓力指數(shù)FSI。

(14)

其中，xu代表樣本指數(shù)，ui代表i個樣本的樣本均值，δi表示i個樣本的標(biāo)準(zhǔn)差，n代表指標(biāo)個數(shù)。

(三)金融壓力指數(shù)模型結(jié)果

通過以上等權(quán)重法構(gòu)建的金融壓力指數(shù)模型，能夠得出中國2008年7月至2019年9月各月的金融壓力指數(shù)值(FSI)。構(gòu)建出金融壓力指數(shù)能夠測度中國金融市場的整體形勢，能夠發(fā)現(xiàn)金融市場風(fēng)險的變化，但是由于未確定具體的門限閥值從而導(dǎo)致不能夠?qū)︼L(fēng)險級別做出具體的判斷。因此，需要對金融壓力指數(shù)的門限值進行確定。在現(xiàn)有研究中，確定系統(tǒng)性金融風(fēng)險閥值具體有三種方法：一是設(shè)定高于金融壓力指數(shù)歷史均值的1倍或者2倍的標(biāo)準(zhǔn)差作為其門限閥值，若超出閥值則意味著處于高風(fēng)險區(qū)；二是將臨界值設(shè)定為金融壓力指數(shù)均值的百分?jǐn)?shù)，如85%；三是選取已發(fā)生的危機事件的歷史值為界定，倘若擬合出的金融壓力指數(shù)接近歷史值，意味著風(fēng)險較高。然而針對第三種方法，由于中國尚未出現(xiàn)大規(guī)模的系統(tǒng)性危機，因此沒有歷史值可以參考，而第二種方法缺乏明顯的統(tǒng)計意義。因此，本文選擇使用第一種方法，設(shè)定高于金融壓力指數(shù)歷史均值的2倍標(biāo)準(zhǔn)差作為門限閥值。構(gòu)建出金融壓力時期識別指數(shù)：

(15)

其中，F(xiàn)SI*表示金融壓力識別指數(shù)，即為金融壓力指數(shù)的閥值或者臨界值，借鑒章曦對臨界值的設(shè)定[19]，當(dāng)FSI*>0，處于高風(fēng)險時期；FSI*<-1，處于低風(fēng)險時期；而-1

圖1 2008年7月至2019年9月中國金融壓力走勢圖

如圖1所示，可以看出中國金融壓力指數(shù)在2008年至2011年、2014年到2017年間較大，持續(xù)時間較長。由于2007年美國次貸危機引發(fā)的全球性金融危機，2008年中國經(jīng)濟不景氣，各個金融市場均不同程度受到劇烈影響，金融壓力指數(shù)較大，并保持整體走高趨勢。在中國政府積極采取財政和貨幣政策等經(jīng)濟措施干預(yù)之下，才促使金融壓力指數(shù)緩慢降低。2011年金融壓力指數(shù)較高是受國內(nèi)外綜合因素影響所導(dǎo)致的。在全球性危機的影響之下，歐洲國家出現(xiàn)嚴(yán)重的主權(quán)債務(wù)危機，同時美國經(jīng)濟還沒有完全恢復(fù)，中國進出口貿(mào)易受到影響，發(fā)達國家經(jīng)濟增長速度緩慢。而中國也存在諸多風(fēng)險，如房地產(chǎn)價格上漲迅速、股市動蕩程度提升、通貨膨脹預(yù)期提高以及經(jīng)濟增長速度緩慢降低等，市場主體信心均不同程度的遭受較大打擊。2015年中旬，隨著房價增速加快、債券和股票市場以及銀行市場不景氣，國內(nèi)股票市場在持續(xù)一年多的上漲之后遭受“股災(zāi)”，經(jīng)濟增速等受到顯著影響。2017—2019年，西方國家出現(xiàn)貿(mào)易保護主義傾向，對中國貿(mào)易實行壓制，使得國內(nèi)金融壓力水平緩慢增大，但中國目前所面臨的金融壓力尚處于適中水平。此外，從樣本選取時間來看，中國金融壓力風(fēng)險在2008年全球性金融危機發(fā)生后，相較于危機前的金融壓力水平明顯提升，風(fēng)險點頻繁出現(xiàn)，表明中國現(xiàn)階段還需要防范風(fēng)險的發(fā)生。雖然中國目前所處的金融壓力水平較低，面臨較高的金融風(fēng)險壓力的概率較低，但仍需要提高金融穩(wěn)定性水平，促使經(jīng)濟穩(wěn)定健康發(fā)展。

從指標(biāo)與現(xiàn)實的匹配程度來看，本文所構(gòu)建的金融壓力指數(shù)與實際經(jīng)濟運行中出現(xiàn)的主要節(jié)點基本上是吻合的，與已有學(xué)者的研究也基本上是一致的，說明本文所構(gòu)建的指標(biāo)體系是比較合理的，結(jié)果是比較穩(wěn)定的。

四、基于馬爾可夫區(qū)制轉(zhuǎn)移模型的金融壓力狀態(tài)分析

(一)變量設(shè)定

構(gòu)建金融壓力指數(shù)，描述出中國近10年的金融壓力走勢圖后，為了進一步測度、識別中國的金融壓力區(qū)制特征，構(gòu)建杠桿率、房地產(chǎn)價格與金融壓力的MS-VAR 模型。變量包括：宏觀杠桿率(Lev)、企業(yè)杠桿率(Flev)、居民杠桿率(Rlev)、房地產(chǎn)價格(Hp)、金融壓力(FSI)。其中，參考袁利勇和胡日東構(gòu)建宏觀杠桿率的方法，宏觀杠桿率=總信貸/GDP[20]。對于企業(yè)杠桿率，參考李揚等撰寫的《中國國家資產(chǎn)負債表2018》，采用的計算公式為：企業(yè)杠桿率=非金融企業(yè)信貸規(guī)模(除去房地產(chǎn)貸款)/GDP[21]。本文計算非金融企業(yè)信貸規(guī)模剔除房地產(chǎn)貸款，原因在于：陸婷和張明指出，當(dāng)前房價與企業(yè)杠桿間的研究大多剔除了房地產(chǎn)行業(yè)企業(yè)和金融行業(yè)企業(yè)，將關(guān)注重點放在一般企業(yè)上[2]。房地產(chǎn)企業(yè)擁有土地作為信貸抵押品的天然優(yōu)勢，其杠桿水平相對較高，具有一定的特殊性，因此，剔除房地產(chǎn)企業(yè)貸款能夠更好地反映出非金融企業(yè)杠桿率特征，有利于更清晰地考察非房地產(chǎn)企業(yè)杠桿對房價、金融壓力的影響。此外，居民杠桿率= 金融機構(gòu)居民信貸規(guī)模/GDP。對于房價指標(biāo)，房價=全國商品房銷售金額/全國商品房銷售面積，并取對數(shù)處理；FSI使用上文構(gòu)建的金融壓力指數(shù)表示。本文選取中國2008年7月至2019年9月的月度時間序列數(shù)據(jù)，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。

(二)穩(wěn)健性檢驗

在構(gòu)建模型前，為確保后續(xù)模型擬合變量的準(zhǔn)確性，對各指標(biāo)進行ADF穩(wěn)健性檢驗，具體如表2所示：

表2 指標(biāo)穩(wěn)健性檢驗

從表2可知，除了Lev、Hp為非平穩(wěn)序列，其余序列均為穩(wěn)健序列。通過對非平穩(wěn)序列各進行一階差分，均為穩(wěn)健序列。因此本文最終使用FSI與DLEV、DHP構(gòu)建3變量的MS-VAR模型。根據(jù)AIC、SC、HQ信息準(zhǔn)則確定模型的最優(yōu)滯后階數(shù)為2階，因此，建立MSIH(3)-VAR(2)模型研究中國各部門的金融壓力區(qū)制特征。

(三)模型擬合結(jié)果

對各變量建立的MSIH(3)-VAR(2)模型，在Givewin平臺使用Ox軟件輸出區(qū)制概率圖如圖2所示。

圖2 不同狀態(tài)宏觀杠桿率、房地產(chǎn)價格與金融壓力的濾波概率、平滑概率和預(yù)測概率圖

為了能辨識金融壓力指數(shù)(FSI)對真實壓力狀況反映的有效性，本文在此結(jié)合馬爾科夫轉(zhuǎn)換模型以及事件識別法，先基于馬爾科夫區(qū)制轉(zhuǎn)移模型將中國從2008年7月至2019年9月的金融壓力指數(shù)值(FSI)劃分為三種狀態(tài)(高壓力狀態(tài)、中壓力狀態(tài)以及低壓力狀態(tài))，根據(jù)模型輸出結(jié)果得出各壓力狀態(tài)所持續(xù)的時間。其次與事件識別法相結(jié)合，這主要是由于在發(fā)生系統(tǒng)性金融危機之后，往往伴隨著金融風(fēng)險的提高，以此來分析中國處于各壓力狀態(tài)時期的金融壓力指數(shù)。從圖2可知，輸出的區(qū)制概率圖從整體來看呈現(xiàn)出較為顯著的三區(qū)制特征，具有明顯的非線性特征，存在類似的區(qū)制轉(zhuǎn)移特征。其中，三區(qū)制分別是指FSI處于高壓力狀態(tài)(區(qū)制1)、中壓力狀態(tài)(區(qū)制2)以及低壓力狀態(tài)(區(qū)制3)。接著與事件識別法相結(jié)合進行研究，可以發(fā)現(xiàn)，當(dāng)出現(xiàn)或者發(fā)生系統(tǒng)性金融危機的事件時，F(xiàn)SI金融壓力指數(shù)會位于高壓力狀態(tài)區(qū)間；當(dāng)FSI金融壓力指數(shù)處于中壓力狀態(tài)區(qū)間時，通常為高系統(tǒng)性金融危機事件的恢復(fù)期，或者風(fēng)險事件發(fā)生概率相對較多時期；而處于低壓力狀態(tài)區(qū)間時，出現(xiàn)高風(fēng)險事件的概率相對較小。具體來看，區(qū)制1包含時間段為2008年7月至2010年11月，表現(xiàn)為金融風(fēng)險加大，主要是由于2008年金融危機的爆發(fā)，對全球經(jīng)濟產(chǎn)生影響，2010年全球經(jīng)濟增長放緩，歐債危機升級，此時，可以看出宏觀杠桿率、房地產(chǎn)價格與金融壓力處于急劇上升狀態(tài)；區(qū)制2的時間均處于金融危機發(fā)生過后的時間段，說明在金融危機發(fā)生后的風(fēng)險時期，為了應(yīng)對和防范危機事件發(fā)生后的風(fēng)險，中國采取了大量財政和貨幣政策對不景氣的宏觀經(jīng)濟形勢施行了強有力的政策干預(yù)，才使金融壓力水平有所降低；區(qū)制3包含時間段為2013年10月至2014年2月、2016年10月至2019年9月，位于經(jīng)濟較平穩(wěn)時期。其中，2018年為中美貿(mào)易戰(zhàn)的起始年，但國內(nèi)的壓力狀態(tài)仍處于較穩(wěn)定局面，可以說經(jīng)歷諸多風(fēng)險事件后，政府防范金融風(fēng)險的能力增強，使得中國金融穩(wěn)定性增強。因此，三個區(qū)制分別為高壓力狀態(tài)、中壓力狀態(tài)和低壓力狀態(tài)。

各個狀態(tài)不是一成不變的，而是會發(fā)生區(qū)制轉(zhuǎn)換，表4為各個狀態(tài)之間的轉(zhuǎn)移概率。

表4 整體三狀態(tài)的轉(zhuǎn)移概率矩陣

中國一定程度上存在中金融壓力狀態(tài)的偏好。從表4三區(qū)制轉(zhuǎn)換的概率可以看出，區(qū)制2中金融壓力狀態(tài)的持續(xù)概率為98%，區(qū)制2轉(zhuǎn)移到區(qū)制1的概率接近于0，而轉(zhuǎn)移到區(qū)制3的概率為1.9%，因而有更高的概率處在中金融壓力的狀態(tài)。區(qū)制1向3轉(zhuǎn)移概率接近0，區(qū)制3向1轉(zhuǎn)移概率為7.6%，說明中國從較低水平的金融壓力轉(zhuǎn)為高金融壓力狀態(tài)的發(fā)生概率較小，而高壓力狀態(tài)轉(zhuǎn)為低壓力狀態(tài)的概率較大。

五、房地產(chǎn)價格、杠桿率與金融壓力的動態(tài)傳導(dǎo)效應(yīng)

基于中國金融壓力指數(shù)，構(gòu)建MSIH(3)-VAR(2)模型擬合宏觀杠桿率、房地產(chǎn)價格與金融壓力，對中國各部門的金融壓力區(qū)制特征測度、識別。為了深入分析時變特征，捕捉潛在經(jīng)濟結(jié)構(gòu)的突變，選取TVP-VAR模型，研究變量間的動態(tài)關(guān)聯(lián)性。為了分析杠桿率影響的異質(zhì)性特征，本文分企業(yè)和居民兩個部門進行研究。

(一)實證模型檢驗

使用上文處理后的變量居民杠桿率(RLEV)、企業(yè)杠桿率(FLEV)與房價的變化(DHp)、FSI構(gòu)建TVP-VAR模型，接著對模型的滯后階數(shù)估計，根據(jù)估計的邊際似然值選取最優(yōu)滯后階數(shù)為2階。使用MATLAB軟件，具體擬合參數(shù)如表5和表6所示。

表5 企業(yè)杠桿率、房地產(chǎn)價格與金融壓力的TVP-VAR模型估計結(jié)果

表6 居民杠桿率、房地產(chǎn)價格與金融壓力的TVP-VAR模型估計結(jié)果

據(jù)表5和表6可知，TVP-VAR模型估計結(jié)果中，Geweke概率和無效因子均可作為判別MCMC模擬過程中是否存在收斂情況的指標(biāo)。無效因子相對較小，同時，各參數(shù)的Geweke概率均在5%的顯著性水平1.96之下，接受各參數(shù)收斂于后驗分布的原假設(shè)。因此，10 000次MCMC模擬過程有效，模型擬合效果較好，能夠構(gòu)建杠桿率、房地產(chǎn)價格與金融壓力指數(shù)的TVP-VAR脈沖響應(yīng)函數(shù)。

(二)基于TVP-VAR模型的時變性分析

TVP-VAR模型能基于不同間隔期的脈沖響應(yīng)函數(shù)和特定時點的脈沖響應(yīng)函數(shù)圖，研究各變量間存在的時變特征，以及在不同經(jīng)濟狀態(tài)下的動態(tài)關(guān)聯(lián)。第一，對于等間隔脈沖響應(yīng)函數(shù)圖，綜合考慮MSIH(3)-VAR(2)模型區(qū)制特征進行劃分，對各變量間不同間隔期的脈沖響應(yīng)做時變分析。點線、虛線和實線分別代表提前1期(3個月)、提前2期(6個月)、提前4期(1年)，分為短期、中期、長期；第二，對于特定時點的脈沖響應(yīng)函數(shù)圖，根據(jù)MSIH(3)-VAR(2)模型區(qū)制特征，選擇三區(qū)制轉(zhuǎn)折的代表性時點，涵蓋了三個區(qū)制，以提高結(jié)果的可靠性。

對于時點選?。簭钠髽I(yè)角度選取2009年2月(t=8)、2015年8月(t=85)、2019年7月(t=120)，從居民角度選取2010年11月(t=28)、2016年12月(t=100)、2019年7月(t=120)作為代表性觀測時點。其中，2009年2月、2010年11月為樣本期內(nèi)的金融風(fēng)險高發(fā)期，為高壓力區(qū)制時點；而2015年8月、2016年12月處于金融風(fēng)險事件發(fā)生后的中壓力時期，為中壓力區(qū)制時點；2019年7月為低風(fēng)險時期，為低壓力區(qū)制時點。

圖3至圖4為各變量在樣本區(qū)間內(nèi)，處于不同提前期的脈沖響應(yīng)函數(shù)和特定時點的脈沖響應(yīng)函數(shù)圖，從企業(yè)和居民的角度分析，需要注意的是，由于房地產(chǎn)變量是做了差分后處理才平穩(wěn)，所以是用差分后的變量與杠桿率和金融壓力回歸，即反映的是房地產(chǎn)價格增速與其他變量的關(guān)系，但是為了分析方便，就認為如果房價增速提高，就意味著房價的上升。

1.企業(yè)杠桿率分析

(1)中國房價上漲對企業(yè)杠桿率影響的時變性分析。圖3為房價沖擊對企業(yè)杠桿率影響的等間隔脈沖響應(yīng)函數(shù)圖，可以看出，房地產(chǎn)價格一個單位的正向沖擊，三個不同間隔期的企業(yè)杠桿響應(yīng)均為正向。其中，1年期間隔(實線所示)和6個月期間隔(虛線所示)的效應(yīng)明顯高于3個月期間隔(點線所示)。同時，圖4為房價沖擊對企業(yè)杠桿率影響的時點脈沖響應(yīng)函數(shù)圖?？梢园l(fā)現(xiàn)，處于不同區(qū)制內(nèi)的時點，房價上升對企業(yè)杠桿率產(chǎn)生正向傳導(dǎo)效應(yīng)，而且2019年的沖擊明顯高于其他時點。這意味著間隔時間相對較長、2019年后房價上漲對企業(yè)杠桿水平的推動作用更大。

(2)中國企業(yè)杠桿率對金融壓力影響的時變性分析。圖3表明企業(yè)杠桿率正向沖擊會引起金融壓力的負傳導(dǎo)效應(yīng)，但一年期間隔引起的負效應(yīng)要顯著弱于3個月期和半年期間隔，隨著時期的推移，負效應(yīng)在長期會有所減弱。因此，企業(yè)杠桿率升高并非會推高風(fēng)險，還需要具體觀察企業(yè)的盈利水平，不能一味的去杠桿。

圖4表明企業(yè)杠桿率正向沖擊會引起金融壓力先負后正的傳導(dǎo)效應(yīng)。在不同區(qū)制時點，企業(yè)杠桿率引起的金融壓力傳導(dǎo)效應(yīng)方向一致，但傳導(dǎo)力度不同。在2009年2月經(jīng)濟波動期和2015年8月經(jīng)濟較平穩(wěn)時期，企業(yè)杠桿率對于金融壓力的沖擊相對較強；而在2019年7月經(jīng)濟平穩(wěn)時期，引起的沖擊較弱。

同時，需要注意的是，時點的脈沖響應(yīng)圖是非線性的，企業(yè)杠桿率上升后先降低金融風(fēng)險，后推高金融風(fēng)險，這個結(jié)果和時期的沖擊有所不同，可能的原因在于，時期的沖擊反映的是這一階段平均意義上的作用效果，而所選擇時點上的沖擊反映的是那個時間的影響，因此杠桿率上升會導(dǎo)致金融壓力非線性的變化。但這也說明不能因為杠桿率降低金融壓力就認為應(yīng)該提高杠桿率，而是應(yīng)該穩(wěn)定杠桿率水平，保持杠桿率既不過高，也不過低，對金融風(fēng)險能夠起到緩釋作用。

圖3 企業(yè)杠桿率、房地產(chǎn)價格與金融壓力等間隔脈沖響應(yīng)圖

圖4 企業(yè)杠桿率、房地產(chǎn)價格與金融壓力時點脈沖響應(yīng)圖

(3)中國房價上漲對金融壓力影響的時變性分析。房地產(chǎn)價格在短期對金融壓力產(chǎn)生負傳導(dǎo)效應(yīng)；在中期、長期走勢一致產(chǎn)生正傳導(dǎo)效應(yīng)。短期內(nèi)房地產(chǎn)價格的上升會帶來經(jīng)濟基本面的虛假繁榮，形成風(fēng)險積聚，此時對于金融壓力的影響還處于累積不明顯狀態(tài)。但中長期來看，隨著房地產(chǎn)價格的持續(xù)上升，累積的風(fēng)險將會暴露出來，房地產(chǎn)價格的上升會提高金融壓力水平，降低金融系統(tǒng)穩(wěn)定性。

在不同區(qū)制時點，房地產(chǎn)價格上升對金融壓力引起的傳導(dǎo)效應(yīng)從第5期開始由負轉(zhuǎn)正。房地產(chǎn)價格上升在2009年2月經(jīng)濟動蕩期時會降低金融壓力。由于金融危機的余波，此時房價上升會在一定程度上有利于經(jīng)濟恢復(fù)，房價升高對于金融壓力的影響還處于逐漸累積狀態(tài)。與此同時，在政府宏觀與微觀等調(diào)控措施的干預(yù)下，金融壓力會呈下降趨勢。但經(jīng)濟逐漸穩(wěn)定之后，隨著房地產(chǎn)價格的持續(xù)上升，還是會增加金融系統(tǒng)的脆弱性。

總的來看，從企業(yè)角度發(fā)現(xiàn)：第一，在不同區(qū)制時點，房價上升推高杠桿率，杠桿率對金融壓力具有非線性影響，房價對金融壓力不同區(qū)制影響也不同，說明存在從房價到杠桿率，再到金融壓力的傳導(dǎo)路徑；第二，在不同時期下，具有明顯的時變性和異質(zhì)性。房價對金融壓力短期內(nèi)具有負向沖擊，說明房價能夠在一定程度上穩(wěn)定經(jīng)濟，房價對金融壓力的影響處于逐漸累積狀態(tài)；企業(yè)杠桿沖擊金融壓力具有非線性效應(yīng)，說明現(xiàn)階段不應(yīng)該一味的降低杠桿率水平，也不能任由杠桿率上升，應(yīng)合理分配資金流量，穩(wěn)定杠桿率。

2.居民杠桿率分析

同理，居民杠桿率、房地產(chǎn)價格和金融壓力的關(guān)系也和企業(yè)一樣從不同間隔期和不同時點進行分析，結(jié)果如圖5和圖6所示。

圖5 居民杠杠率、房地產(chǎn)價格與金融壓力等間隔脈沖響應(yīng)圖

圖6 居民杠桿率、房地產(chǎn)價格與金融壓力時點脈沖響應(yīng)圖

(1)中國房價上漲對居民杠桿率影響的時變性分析。圖5說明，隨著時期變化，1年期所產(chǎn)生的正傳導(dǎo)效應(yīng)要強于3個月期間隔和半年期的正效應(yīng)。說明房地產(chǎn)價格對居民杠桿水平的推高作用在長期才能顯現(xiàn)。圖6說明，在2016年12月中壓力區(qū)制時點時，房價沖擊居民杠桿率為較弱的負傳導(dǎo)效應(yīng)，而在其余時點為正傳導(dǎo)效應(yīng)。在經(jīng)濟處于中壓力區(qū)制時，銀行等金融機構(gòu)受危機影響緊縮資金，進而導(dǎo)致居民杠桿率下降。但隨著經(jīng)濟逐漸平穩(wěn)，銀行等信貸機構(gòu)在整體風(fēng)險可控下，會愿意借貸給居民，而房價的上漲，會使得居民杠桿率進一步加大。

(2)中國居民杠桿率對金融壓力影響的時變性分析。中國居民杠桿率對金融壓力正向沖擊的響應(yīng)從整體來看，在不同時期呈現(xiàn)顯著且持續(xù)的正向響應(yīng)。而圖6的時點脈沖函數(shù)圖形對圖5進行了印證，不同區(qū)制時點上，居民杠桿率上升會推高金融壓力。隨著居民杠桿率的上升，在不同的經(jīng)濟狀態(tài)下均會加大中國系統(tǒng)性金融風(fēng)險，不利于中國宏觀經(jīng)濟基本面穩(wěn)定。

(3)中國房價上漲對金融壓力影響的時變性分析。圖5表明房地產(chǎn)價格上升對金融壓力的影響在半年期和1年期內(nèi)為正向效應(yīng)，但3個月期會引起負效應(yīng)。具體來看，短期內(nèi)房地產(chǎn)價格上升會降低金融壓力，可能受政府宏觀調(diào)控等因素影響，導(dǎo)致金融穩(wěn)定性下降。而中長期內(nèi)投資者受資本逐利性影響，將資金不斷投入資產(chǎn)價格部門，而不是實體制造部門，房地產(chǎn)價格不斷上漲將會帶來風(fēng)險累積，直接導(dǎo)致金融體系的不穩(wěn)定。

由圖6可知，中國房價對金融壓力在不同代表性時點表現(xiàn)出較為一致的響應(yīng)特征。處于不同區(qū)制時點，房地產(chǎn)價格一個單位的正向沖擊引起FSI脈沖函數(shù)值從第2期開始由負轉(zhuǎn)為正向傳導(dǎo)效應(yīng)。因此，處于經(jīng)濟風(fēng)險高發(fā)期時，房地產(chǎn)價格上升會降低金融壓力，受政府宏觀調(diào)控等因素影響，會提升金融穩(wěn)定性。而處于經(jīng)濟穩(wěn)定期時，房地產(chǎn)價格不斷上漲將會帶來風(fēng)險累積。

總的來看，從居民角度，總體上房價推高居民杠桿率和金融壓力，但在某些時期和時點，房價沖擊金融壓力和居民杠桿率會引起負效應(yīng)，說明房價上升不一定都是負面效用。同時需要注意的是，相對企業(yè)杠桿率，居民杠桿率的上升會推高金融壓力，說明目前應(yīng)該警惕居民杠桿率的上升，居民債務(wù)的累積對金融穩(wěn)定是一個很大的隱患。

從企業(yè)和居民角度綜合來看，在不同區(qū)制狀態(tài)時點，會形成“房地產(chǎn)價格—杠桿率—金融壓力”依次傳遞的聯(lián)動機制，同時存在明顯的異質(zhì)性特征。房地產(chǎn)價格提高杠桿率，而杠桿率又增加金融壓力，房價通過杠桿率向金融壓力的傳導(dǎo)，符合前面的理論分析。但這個傳導(dǎo)機制并不是線性的，房價并不一定在每個時期都會提高杠桿率，杠桿率也不是在每個時期都增加金融壓力。比較居民和企業(yè)部門，可以發(fā)現(xiàn)各個變量之間的關(guān)系有相同之處也有區(qū)別。對于企業(yè)部門，房價上升提高杠桿率，杠桿率短期內(nèi)降低金融壓力，而從長期來看會提高金融壓力；房價對金融壓力也有類似的影響，說明變量之間的傳導(dǎo)機制主要取決于杠桿率對金融壓力的影響；對于居民部門，房價在不同時期對杠桿率有不同影響，在中壓力期和短期可能會降低杠桿率，而且正向的沖擊在較長時間內(nèi)才能夠顯現(xiàn)，杠桿率對金融壓力則都是正向影響，而房價對金融壓力存在短期的非線性影響，一開始會降低金融壓力，說明變量之間的傳導(dǎo)機制主要取決于房價對杠桿率的非線性影響。這同時也表明，對于企業(yè)部門應(yīng)該關(guān)注杠桿率對金融風(fēng)險的影響，而對于居民部門應(yīng)該關(guān)注房價對居民信貸的影響。

六、結(jié)論及政策建議

(一)主要研究結(jié)論

1.從中國企業(yè)部門、居民部門和宏觀角度進行分析可以發(fā)現(xiàn)壓力狀態(tài)呈現(xiàn)較明顯的三區(qū)制特征，即低壓力區(qū)制、中壓力區(qū)制和高壓力區(qū)制。樣本區(qū)間段多處于中壓力區(qū)制，表明中國經(jīng)濟基本面良好。同時，中國存在一定程度上的中等金融壓力狀態(tài)的偏好，高風(fēng)險狀態(tài)易轉(zhuǎn)化為低風(fēng)險狀態(tài)。

2.通過MS-VAR模型得出，中國宏觀杠桿率、微觀杠桿率與房地產(chǎn)價格、金融壓力間存在明顯的非線性特征，具有較為類似的區(qū)制轉(zhuǎn)換特征。

3.TVP-VAR的結(jié)果顯示：第一，在不同區(qū)制狀態(tài)時點，會形成“房地產(chǎn)價格—杠桿率—金融壓力”依次傳遞的聯(lián)動機制，從長期來看，房地產(chǎn)價格上升通過推高杠桿率增加金融壓力，但具有明顯的非線性特征；第二，在一段時期內(nèi)，企業(yè)杠桿率上升會降低金融壓力。因此，現(xiàn)階段應(yīng)穩(wěn)定中國企業(yè)杠桿率水平，不能一味的降低杠桿率水平；第三，居民杠桿率會推高金融壓力，因此應(yīng)該警惕居民杠桿率的提高；第四，房地產(chǎn)價格上升會在一定時期降低居民杠桿率，同時降低金融壓力，說明也不能一味的降低房價，應(yīng)該穩(wěn)定房地產(chǎn)市場，避免房價大幅度波動。

(二)政策建議

1.在房地產(chǎn)價格持續(xù)上漲的行情下，政府應(yīng)審慎監(jiān)管房地產(chǎn)市場價格。對房地產(chǎn)部門實行統(tǒng)一監(jiān)管，避免監(jiān)管套利導(dǎo)致的風(fēng)險轉(zhuǎn)移，糾偏住房過度消費傾向，引導(dǎo)住房消費回歸理性。一方面，對房地產(chǎn)市場投機行為嚴(yán)加控制，降低居民對房價上漲的預(yù)期，引導(dǎo)居民理性消費、合理負債；另一方面，引導(dǎo)非金融企業(yè)積極“脫虛向?qū)崱?，引?dǎo)資金流向?qū)嶓w經(jīng)濟領(lǐng)域，避免資金過多向房地產(chǎn)流動。但對于房價也應(yīng)該以穩(wěn)為主，使房地產(chǎn)成為居民保值增值的產(chǎn)品，避免房價大幅度波動導(dǎo)致的金融體系動蕩。

2.政府應(yīng)該密切關(guān)注各部門的杠桿率水平，并差別化對待。一方面，對于居民部門，應(yīng)該拓寬居民投資渠道，引導(dǎo)居民資金流向多元化，應(yīng)充分運用宏觀審慎政策工具，引導(dǎo)金融機構(gòu)審慎發(fā)放居民部門貸款，建立居民部門債務(wù)風(fēng)險預(yù)警和監(jiān)測機制，避免居民杠桿率增速過快；另一方面，對于非金融企業(yè)部門杠桿，需要引導(dǎo)企業(yè)資金配置多元化，關(guān)注非金融企業(yè)內(nèi)部的杠桿率結(jié)構(gòu)，對企業(yè)杠桿率以穩(wěn)為主，不要盲目去杠桿，當(dāng)然，也不能放任企業(yè)加杠桿。

3.根據(jù)當(dāng)前的金融壓力狀態(tài)，構(gòu)建事前、事中和事后的協(xié)調(diào)統(tǒng)一機制，完善宏觀審慎政策和強化統(tǒng)籌監(jiān)管。目前中國處于中金融壓力期，經(jīng)濟處于較平穩(wěn)時期，但宏觀經(jīng)濟政策還需多加關(guān)注外部風(fēng)險事件沖擊和內(nèi)部調(diào)整所引起的振動，促使經(jīng)濟良性發(fā)展。運用財政和貨幣政策宏觀調(diào)控各子市場，保持子市場的穩(wěn)健運行。同時，宏觀審慎監(jiān)管各市場的運行，及時監(jiān)控以預(yù)防各風(fēng)險事件的發(fā)生，穩(wěn)定杠桿率水平，合理抑制房價與企業(yè)金融化的聯(lián)動性，降低系統(tǒng)性金融風(fēng)險，并適時做出調(diào)整，提高中國金融穩(wěn)定性。