美国贸易政策不确定性对中国宏观杠杆率的非线性影响

何富美 刘逢雨 豆振江

（1.中南财经政法大学，湖北 武汉 430073;2.铜陵学院，安徽 铜陵 244000）

为应对2008年全球金融危机的不利冲击，中国政府实施了一系列强刺激性经济政策，这些政策在短期内稳定了金融市场并对金融危机不利冲击起到了一定的抵御作用，但长期来看也形成了不容忽视的政策遗留问题。新常态后，前期刺激性经济政策的弊端以及长期注重需求侧管理的经济发展模式导致中国经济结构性问题日益凸出，其中经济杠杆率不断攀升引发了管理层的高度关注，过高的杠杆率加剧了经济系统的脆弱性，增加了系统风险发生的可能性，对经济稳健运行形成了严重的威胁。为此，2015年中国政府明确提出供给侧结构性改革，将“三去一降一补”确定为供给侧结构性改革的任务目标，妥善处置宏观经济杠杆率是供给侧结构性任务的重中之重。与此同时，中国政府在持续推进“去杠杆”的过程中还受到明显外部环境冲击与干扰，特别地，来自美国的扰动因素不容忽视，自特朗普政府执政以来，秉着“美国优先”以及“全球紧缩”经贸保护主义的执政理念，与包括中国在内的全球多个主要经济体发生了贸易冲突和摩擦，在此过程中致使美国贸易政策不确定性显著上升。在经济高度全球化背景下，中美两国经济相互影响、相互渗透已成共识，一个值得思考的问题是：美国贸易政策不确定性上升是否会影响中国经济去杠杆的进程？此外，随着宏观经济环境的变化，这种影响是否具有非线性特征？显然，回答上述问题对于提升中国经济去杠杆政策效果，防范与化解系统性风险具有重要的现实指导价值。本文首先在现有研究基础上，归纳出美国贸易政策不确定性对中国经济杠杆率影响的传导机制，并在此基础上设定高维变量的非线性VAR类型展开实证检验，基于研究结论回答上述问题。

一、文献回顾与理论基础

与杠杆相关的文献主要沿着两个方面展开：一支文献基于不同目标变量研究了去杠杆的经济效应，代表性的如：Raberto et al（2011）基于代理人视角，通过构建计算实验法系统研究了债务、去杠杆以及经济周期的关系，研究发现去杠杆的过程可能引起经济衰退，甚至产生危机；Eggertsson&Krugman（2012）构建了基于新凯恩斯理论的DSGE模型，在该模型嵌入负债过剩且被迫去杠杆的经济主体，研究发现不同幅度强制性去杠杆对投资和消费负向冲击程度也不同，激进的去杠杆将严重拖累经济增长[1]。国内方面，马勇和陈雨露（2017），刘伟江和王虎邦（2017），刘勇和白小滢（2017）等学者基于中国的数据研究发现，经济去杠杆是引起经济增速下滑、系统性金融风险上升不可忽略的影响因素[2-4]。这些研究意味着去杠杆是一个“阵痛”的过程，因此，密切关注去杠杆过程中的扰动因素尤为重要。鉴于此，另一支文献基于深入研究了经济杠杆率的影响因素，从近期文献来看，Maggio et al.（2014）研究了扩张性货币政策通过收入渠道对家庭部门消费的影响，研究结果表明，由于债务合约刚性，对于不同杠杆率水平的家庭而言，货币政策调整显著影响这些家庭部门去杠杆的意愿[5]；Feyen et al.（2015）以 2000-2014 年数据为样本，研究全球流动性冲击对新兴经济体以及发达经济的企业和政府外债的影响，结果表明，美国预期利率波动率、企业信贷利差、银行同业融资成本的降低以及美联储资产负债表的扩张等这些因素引起了国家产业层面债券的月度发行量超过历史平均水平[6]；Herwadkar（2017）采用面板 GMM 以及分位数回归方法研究后危机时代金融市场变化对新兴经济体宏观杠杆水平的影响，结果表明持久的低利率是引起这些经济体居高不下杠杆水平的主要推动因素[7]。国内方面，刘金全等（2018）研究结论表明中国经济下滑以及低通胀率是引起宏观经济杠杆率上升的主因[8]；张斌等（2018）同样发现货币政策因素、政府及国企预算软约束和高储蓄率并不是引起中国杠杆率上升的根本原因，根源在于中国GDP增速下滑所引起[9]；刘贯春等（2018）则认为金融资产配置是中国企业部门杠杆上升的重要因素[10]。

近年来，全球范围内贸易纠纷事件频发，致使各国贸易政策不确定性显著上升，由此也引起国内外学者对贸易政策不确定性的广泛关注。Sudsawasd&Moore（2006）基于面板数据研究了贸易政策不确定性对投资的影响，研究发现两者呈现稳健的负向关系[11]；Handley&Lima~o（2017）在一般均衡框架内研究了美国贸易政策不确定性对中国经济的影响，研究发现美国贸易政策不确定性上升降低了中国出口企业投资以及技术升级，并由此降低中美贸易份额以及居民收入[12]；Osnago et al.（2015）基于全球 149 个国家样本数据研究发现，贸易政策不确定性增加了贸易成本，阻碍了贸易发展[13]；Feng et al.（2017）以中国企业为样本，研究发现贸易政策不确定性对参与全球贸易的企业类型形成了筛选机制，诱使具有较高竞争优势的企业进入出口市场，同时导致竞争劣势的企业退出市场[14]；Crowley et al.（2018）做了类似的研究，结论表明贸易政策不确定性上升阻碍了中国企业对新市场的开拓并引致企业退出现有的市场[15]；国内方面，孙一平等（2018）研究发现贸易政策不确定性降低反而增大了企业收入分配的不平等性[16]；陈虹和徐阳（2018）基于双重差分研究发现，中国贸易政策不确定性与就业率呈现反向关系[17]；魏悦羚和张洪胜（2018）以中美贸易摩擦为研究背景，发现贸易不确定性上升对企业生产率形成显著负向影响[18]。

以贸易政策不确定性为出发点形成了丰硕的研究成果，然而，现有文献鲜有关注美国贸易政策不确定性对中国宏观经济杠杆率的影响，这为本文研究推进提供一定的空间。基于既有研究，容易理解，美国贸易政策不确定性是中国宏观杠杆率变化的重要影响因素。首先，根据Handley&Lima~o（2017）研究结论，美国贸易政策不确定性上升对美国本土居民收入、经济增长形成显著的负向影响，削弱了美国在全球市场消费的能力，进而降低了美国从他国进口额度[12]，数据显示，自中国加入WTO以来，中美两国贸易额持续攀升，两国之间互为第一大贸易伙伴，美国贸易政策不确定性上升会降低中美两国贸易份额，而长期以来，进出口贸易是拉动中国经济增长的主要引擎，这就意味着美国经济政策不确定性上升对中国经济增长形成负向影响，在债务存量不变的条件下，经济增速下滑导致宏观杠杆率的上升；其次，作为全球第一和第二大经济体，中美两国之间贸易政策调整过程中相互影响、相互牵制，某种程度上，表现为“博弈”的过程（Caggiano et al,2018），也就说，美国经济政策不确定性上升也会带动中国贸易政策不确定性上升，根据国内学者研究结论，中国贸易政策不确定性上升通过就业、投资以及生产率等渠道对国内经济增长形成反向影响，进而导致宏观杠杆率的变化；最后，美国在全球经济金融市场有着超强的影响力，在经济全球化背景下，美国贸易政策不确定性上升势必对中国金融市场形成冲击，一方面会导致企业资产市值发生波动，改变企业资产负债表结构，影响到企业债务融资的能力，另一方面在中国金融市场受到外部冲击的前提下，企业债务融资环境以及融资约束条件发生变化，这些都会改变企业债务融资行为，最后导致杠杆率的波动。综上，我们将美国贸易政策不确定性对中国宏观杠杆率影响的传导机制归结为“中美进出口贸易”，“中美两国贸易政策不确定性联动”以及“金融市场冲击”这三个方面。

二、研究方法与数据说明

（一）模型设定

根据 Korobilis（2013）[19]，TVP-FAVAR 模型设定如下：

Xt是由一组n×1维影响中国经济杠杆的宏观经济信息集；Ft从大数据集Xt中提取的l维不可观测的共同因子，λft为共同因子载荷；Yt为美国贸易政策不确定性指数；Ct为常数项；Bt、j,j=1…p 为滞后项系数，p为滞后阶数，vt为n×1维宏观数据集扰动项以示特质冲击；εt为（n+1）×1误差项以示共同冲击。下标t意味着因子载荷、动态滞后项系数、以及扰动项均为非线性时变的，将模型滞后项系数进行迭戈，βt=（Ct,vec（Bt,1）',vec（Bt,2）',…，vec（Bt,j）'）'，以一阶随机游走刻画滞后项系数以及共同因子载荷时变性，表述如下：

基于（2）的脉冲响函数即可呈现美国贸易政策不确定性对中国宏观杠杆率的非线性冲击效果。

（二）数据说明与处理

1.美国贸易政策不确定性。从既有的文献来看，贸易政策不确定性度量方法大致可分为三种类型：第一类是以贸易政策指标的波动率衡量贸易政策不确定性（Sudsawasd&Moore，2006）[20]；第二类是以目的国二类关税与最惠国关税对数的差异作为代理变量（Feng et al,2017）[14]；第三类是 Baker et al（2012，2016）基于本文挖掘技术构建的贸易政策不确定性指数，简称BBD贸易指数。一方面由于贸易政策指标的择选存在争议且数据可获得性受到一定的限制，另一方面贸易政策的内容不仅仅包括关税，还包括非关税措施，诸如汇率措施、税收措施以及贸易制度等，单纯地以关税之差难以全面衡量贸易政策不确定性，因此，前两种贸易政策不确定性度量方法弊端明显。BBD贸易指数以美国影响力靠前的十大报刊作为文本信息源，以“美国（US）”、“贸易政策关联词（import tariffs/import barrier,government subsidies/trade treaty/trade agreement/dumping）”、“不确定性（uncertainty/uncertain）”作为关键词构成筛选机制，借用计算机技术提取出含有这些关键词的月度文章数量，并将标准化后数量作为美国贸易政策不确定性月度指数，作者通过人工审核等各种手段对该指数的稳健性和一致性进行了系统性验证，结果与现实较为相符，且近年来基于该方法测算的其他类型指数（如经济政策不确定性指数）在国内外文献中得到广泛采纳。基于上述，本文以BBD贸易指数作为美国经济政策不确定性代理变量，数据源于www.policyuncertainty.com。

2.中国经济杠杆率。杠杆率是指负债与资产或产出之比，是衡量经济主体的偿债能力或债务可持续性的重要指标。既有文献中常见两种方法来定义宏观经济杠杆水平：一是“债务余额/资产余额”，此种定义是以宏观经济主体的资产负债表为基础，财务上称为“资产负债率”，它是存量与存量的比值，具有明确的实践经济意义，清晰刻画经济主体的偿债能力。然而，就我国而言，官方尚未没有完成的、系统性的宏观部门的资产负债表，目前文献中经常被采用的是中国社科院编制的宏观部门资产负债表，但在统计口径上存在不一致性，这些都表明以“债务余额/资产余额”的定义方法在我国受到数据可获得性的限制；二是“债务余额/GDP”，该指标得到BIS、IMF等国际机构的广泛使用，考虑到数据可获得性以及权威性，本文分别以BIS公布的中国非金融部门、非金融企业部门、居民部门以及政府部门的债务产出比作为中国宏观总体、企业部门、居民部门以及政府部门的杠杆率，数据源于国际清算银行（BIS）官网。

3.宏观经济数据集。根据本文的研究需要，在欧阳志刚和薛龙（2017）的基础上增加了部分国际变量[22]，共计 85 维，大致如下：（1）产出类，工业增加值、原煤、焦炭、发电、天然气产量；（2）投资类：不同产业固定资产投资完成额、房地产开发投资完成额；（3）价格类，居民消费价格指数、零售物价指数、工业品批发价格指数；（4）消费类，社会消费品零售总额、消费信心指数等；（5）宏观经济环境，采购经理指数PMI及其子分类；（6）货币类，人民币同美元、欧元、日元等主要国家汇率、不同期限存款或贷款利率、银行同业拆借利率、存款准备金、M0、M1 和 M2；（7）房地产，国房景气指数、房地产施工面积、商品房销售额；（8）信贷类：金融机构贷款余额以及新增人民币贷款、社会融资规模；（9）贸易类，进口、出口金额、FDI等；（10）资产价格类，上证综合指数、深成指数、股票成交额等；（11）国际变量，包括国际油价、美国、日本、欧元区以及巴西产出以及中美两国资本流动指标，诸如美国投资者购买中国国债等。基础数据源于中经网、中国人民银行网站、国家统计局以及万得数据库。

本文数据频率为月度，为有效捕捉因宏观经济环境差异性引起的美国贸易政策不确定性对中国宏观杠杆冲击的非线性特征，样本区间为2006M1-2018M11，这期间基本囊括了中国经济稳速发展期、金融危机及修复期、经济持续下行期以及新常态四个具有明显不同特征的经济发展阶段。部分关键性变量描述性统计见表1。此外，参照欧阳志刚和潜力（2015），对原始数据做如下处理：（1）由于部分数据存在缺失情况，如中国工业增加值，采用线性插值法予以补全；（2）BIS仅公布季度杠杆率，采用二次条样法将低频季度杠杆率转化为高频月度，转化后的数据较好的保持原有数据的波动特征和趋势；（3）对于绝对量数据，如金融机构贷款余额等，进行对数化处理；（4）进出口贸易额、公共财政收入等变量存在季节性特征，采用censusX12进行季节性处理；（5）将经过上述处理的数据化为均值为0，标准差为1的标准序列；（6）以不带时间趋势项和截距项ADF法则对标准化后序列进行平稳性检验，对于非平稳序列采用一阶差分处理。

表1 关键性变量描述统计

三、共同因子估计与处理

根据模型（2）设定，首先需要从85维影响宏观杠杆率的高维数据集中提取共同因子，以此达到降维目的，这里我们采用主成分提取法从高维变量中提取3个共同因子。由于宏观信息集中蕴含美国贸易政策不确定性息，为精确识别共同因子，参考借鉴Boivin等（2009），采用迭代主成分对初始3个共同因子进行净化。具体如下：（1）将初步确定的共同因子作为初始估计，记为 F（0）；（2）将影响杠杆率的宏观数据信息集 Xt对 F（0）和 TPU 做回归，TPU 对应的系数记为 B0TPU；（3）从 Xt中剔除 TPU 信息， 即TPU；（4）从提取3个主成分，记为F（1），以此作为下一步共同因子的估计；（5） 依照步骤（1）至（4）从中剔除 F（1），照此迭代50次，最终产生共同因子估计值F（50），置入模型（2）进行下一步参数估计，结果如下：

图1 宏观经济数据集共同因子

四、美国贸易政策不确定性对宏观总体杠杆非线性冲击实证结果分析

（一）美国贸易政策不确定性对宏观总体杠杆非线性冲击

图2 宏观总体杠杆率对美国贸易政策不确定性时变脉冲响应

图2报告了我国宏观总体杠杆率对美国贸易政策不确定性脉冲响应图。总体来看，不同类别的杠杆率对一个标准单位正向TPU冲击响应显著，表明美国贸易政策不确定对我国经济杠杆具有影响，此外，在样本期内不同时点，杠杆率的脉冲响应值存在明显差异，这又意味着美国贸易政策不确定性对我国经济杠杆率的影响存在明显的时变特征，由此体现出本文研究结论的新发现。具体而言：

给定一个标准单位TPU正向新息冲击，除了部分子区间以外，Lev在当期和滞后2期的脉冲响应基本在0值附近，而在滞后3期显著为正式，从滞后4期开始，Lev的脉冲响应值基本收敛于0值。这些实证结果表明，美国经济政策不确定性上升对中国宏观总体杠杆率的影响存在2个月的滞后效应，在第3个月显著提升了宏观总体杠杆率。从时变特征来看，这里以滞后3期为例，2006M3-2008M5期间，Lev脉冲响应值基本在0.05以内，意味着在经济稳速发展期，美国贸易政策不确定性上升对中国宏观杠杆率同向关系不明显，容易理解，这期间中国宏观经济总体运行情况良好，美国贸易政策不确定性对经济增长的不利冲击相对较弱，总体杠杆率上升幅度不大；从2008M6开始，Lev脉冲响应值明显放大，美国贸易政策不确定性与宏观杠杆率同向关系明显增强，究其原因，受全球金融危机影响，国内经济发展对美国贸易政策不确定不利冲击的抵御能力降低，进而导致国内杠杆率上升；随着政府救市政策的实施以及金融危机后经济的逐渐修复，经济增长受到美国贸易政策不确定性影响也随之降低，宏观杠杆与美国贸易政策不确定性同向关系也随着减弱，在图像上表现为2008M3-2014M1期间Lev脉冲响应值呈现缓慢的回落态势；2014M2-2016M11开始，美国贸易政策不确定性对宏观经济杠杆的同向影响又明显增强，这与现实较为相符，这期间中国货币政策调控的基调转为宽松，多次下调存款准备金率，导致市场流动性增强，与此同时这期间中国经济历经了短暂的资本市场牛市，由此引发经济主体主动增加杠杆；2016M12-2018M11期间，Lev的脉冲响应正值进一步提升，意味着美国贸易政策不确定性上升再次提升了中国宏观经济杠杆率，我们认为这主要由国内和国外两方面原因所致，一方面自2016年12月特朗普政府赢得大选以来，其执政理念对全球经济形成了强烈的贸易保护主义预期，这对以出口导向性的中国经济运行构成负向影响，此外，起源于2017年的中美贸易摩擦不断升级，由此对中国经济又形成了重创，另一方面，从2016年开始，中国房地产市场经历了一轮大范围的快速增长期，不动产价值上升带动了经济主体的加杠杆行为。整体来看，上述实证结果与现实基本吻合，较好地呈现了因宏观经济环境的变化所引起的美国贸易政策不确定性对中国宏观经济杠杆率的非线性影响。

（二）实证结果稳健性检验

为论证本文实证结果的稳健性特征，这里进一步检验美国贸易政策不确定理性对宏观经济企业部门、家庭部门和政府部门杠杆率的冲击。从图3系列报告的结果来看，给定一个标准单位TPU正向新息冲击，LevQ、LevJ与LevG的脉冲响应图特征与Lev较为相近。从影响程度来看，在滞后3期显著为正值，意味着美国贸易政策不确定性对中国企业部门、家庭部门和政府部门的杠杆率在第3个月形成了促进效应；从时变特征来看，在金融危机爆发之前，贸易政策不确定性对部门杠杆率的促进效应相对较低，2008年金融危机爆发导致这种促进效应明显上升，在中国经济开始步入“三期叠加”阶段后，部门杠杆对美国贸易政策不确定性的正向响应特征进一步上升，随着中美贸易摩擦的出现，这种同向关系持续增强。这些都意味着本文实证结果的稳健性与可靠性。

图3 部门杠杆率对美国贸易政策不确定性时变脉冲响应

五、研究结论与启示

新常态以来，中国经济结构性问题不断凸显，这其中，宏观杠杆率的不断攀升对经济正常运行形成了严重的威胁，因此，去杠杆成为中国供给侧结构性改革的重中之重。然而，中国经济在去杠杆过程中，还面临着异常复杂的外部国际环境的冲击，这其中美国是主要的始作俑者，尤其自特朗普政府执政以来，在全球范围内提倡贸易保护主义，鉴于此，本文关注的问题是美国贸易政策不确定性对中国宏观杠杆率的影响。基于TVP-FAVAR模型的实证研究发现，美国贸易政策不确定性上升加剧了中国宏观杠杆率的提升，且这种提升效应具有非线性时变特征，在经济稳速发展期，相对较弱，在金融危机以及经济持续下行期，明显上升，特别地，自2017年美国新一届政府以来，美国贸易政策不确定性对中国宏观杠杆率的正向促进效应明显增强，本文实证结果具有较好的稳健性。基于这些研究结论，我们认为，当前阶段，中国政府应警惕美国贸易政策不确定性对中国宏观杠杆的扰动，进一步实施与加强去杠杆的调控政策，避免因美国贸易政策不确定性扰动对去杠杆政策效果的弱化影响，助力防范与化解中国经济系统性风险。