高杠杆几乎成为令普通大众谈虎色变的经济现象，可能要归功于莱恩哈特和罗格夫在2009年出版的畅销书《这次不一样》。作者系统地梳理了过去八百年来的金融危机，发现很多灾难都起源于借贷的高速扩张。
今天，绝大多数经济专家认为高杠杆率已经是中国经济的一个主要风险因素。最近英国《经济学人》的一篇文章就指出，中国非金融负债与GDP之比高达240%，虽然略低于1991年开始“失去的十年”之前日本的水平，但已经接近2006年全球金融危机之前美国的水平。麦肯锡发现中国的负债率在2007年-2014年间提高了83个百分点，中国的杠杆率不但高而且还在快速上升，这确实令投资者和决策者担忧。
近年来，中国政府一直把去杠杆确定为其重要政策目标之一，在2016年的五大经济政策任务中，去杠杆位列其首。只不过迄今为止，去杠杆政策的效果并不明显，在一定意义上我们似乎陷入了一个高杠杆陷阱：因为很难接受短期调整的成本，不但宏观层面去杠杆的可能性很低，微观层面的资产重组也很难推进，金融体系转型更是无法一步到位。
可惜的是，我们关于中国经济高杠杆运行机制的知识的储备非常少：
中国的杠杆率到底高不高？
高杠杆究竟会带来什么样的后果？
怎样才能有效地去杠杆？
对于这些关键问题，我们的认识往往很笼统甚至似是而非。而知识储备不足，可能让实际经济部门无所适从或者盲目从事。
今年初我在上海参加了一个关于中国去杠杆问题的专题研讨会，收获很大，之后逐步形成了一些对这个问题的粗浅看法。
判断杠杆率高低，需要考虑金融结构和偿付能力等因素
看国际比较，中国的M2/GDP比非常高，非金融部门债务/GDP比稍偏高，但债务集中的制造企业的资产负债率一直在下降。
并非所有杠杆都是坏的，当然高杠杆的问题不仅包括违约风险，还要看负外部性
近年国企加杠杆、民企去杠杆，而且民企的杠杆对经济增长的贡献及其利息备付率都要高于国企，民企的杠杆应该是好的杠杆。
短期内不宜在宏观层面过度强调去杠杆，但应该在结构层面多花功夫
多发展股权融资，通过强化市场纪律让僵尸企业有序退出，同时以政府、居民和民企加杠杆配合国企去杠杆。
高杠杆、低杠杆？
衡量杠杆率的指标有多种，最广义的指标是货币供应量与经济规模的比率（如M2/GDP），宏观讨论中用最常见的指标可能是非金融部门（包括政府、居民和非金融企业）负债与GDP的比率，而对微观分析更有意义的可能是资产负债率（负债/资产）或者资本负债率（负债/权益）。
虽然这些指标都有各自的重要意义，但如果讨论的是经济与金融风险，可能还是从资产负债表的角度最重要。对任何债务来说，最大的风险当然是违约的风险。
2014年底中国M2/GDP之比为193%，这个比率远远超过了全球样本的平均水平63%，只有日本（240%）等少数国家的比率比中国更高一些。英国是150%多一点，美国是90%，其它一些东亚国家如韩国、泰国和马来西亚都在140%附近。这样看来中国的货币确实发得太多了。
施康和王立升利用跨国面板数据做了一个统计分析，他们发现人口结构、收入水平、贸易规模、政府规模、汇率制度等经济变量只能解释中国的M2/GDP比率的120%左右。也就是说如果按照国际经验推算，中国的M2/GDP比率中余下的60%属于“超发”。
但如果看非金融部门的债务负担，结论又略有变化。谭小芬发现，中国债务负担与发达国家相比并不高，但明显高于很多新兴市场国家。根据国际清算银行（BIS）的数据，2015年6月中国非金融部门总信贷与GDP的比率是244%，与美国、欧元区和韩国差不多，低于日本，但高于巴西、俄罗斯和印度。
如果进一步分解非金融部门的债务，就会发现政府与居民的杠杆率并不高，非金融部门的负债其实主要集中在企业。2015年6月，中国非金融企业的债务相当于GDP的163%，远远高于同期美国的71%、日本的102%，韩国的105%和印度的50%。这个发现与中国社会科学院的余永定和陆婷的结论是一致的。
但中国企业的债务负担到底有多严重？施康和王立升根据国家统计局规模以上企业数据计算了制造业企业的资产负债率。他们发现，从1998年起中国制造企业的资产负债率一直是往下走的，从1998年的65%下降到2001年的60%以下和2007年的58%，之后再全球危机期间虽然信贷高速扩张，资产负债率却进一步下降到2013年的56%以下。资产负债率下降，意味着股东权益（资本）在资产中的比例一直在上升。当然，如果看这个时期的所有非金融企业的数据，资产负债率还是缓步上升的，杠杆加得最快的是采矿业与建筑业。
我们可以把上面的讨论总结为以下几条发现：
中国M2/GDP的比率已经处于全球高位
非金融部门负债/GDP比在全球范围看属于偏高，明显高于多数新兴市场经济，但与多数高收入经济差不多
非金融部门的负债其实主要集中在非金融企业，而不是政府和居民
即便如此，制造企业的资产负债率一直保持着下降的趋势
当然，所有工业企业的资产负债率在稳步上升，按行业看，采矿和建筑是杠杆加得最快的行业。由此可见，对于中国的高杠杆率是否太高这个问题，答案并不是像小葱拌豆腐那样一清二楚的。
政策讨论中常用的判定方法可能有三个潜在的问题。
第一，负债率在各国之间是否可比？若金融体系是银行主导，负债便多。中国的M2/GDP比高于美国但低于日本，其实在一定程度上是由其金融格局决定的，不能简单地据此推论中国的杠杆率太高。
第二，负债应该跟GDP比还是应该跟资产比？债务是存量，而GDP是流量，这两个变量并不完全对应。现在制造业企业负债相对GDP增加，但相对资产下降，结论就不太好下。
第三，2007年以后杠杆率快速上升是永久性的还是过渡性的？“四万亿”刺激政策令负债增加，但同时增长减速，杠杆率上升很正常。我们在做经济决策时应该考虑这个特殊因素。
好杠杆、坏杠杆？
我们提出判定杠杆率高低需要更为全面、具体、细致的信息，并不是要否定中国存在高杠杆风险这个假设。但我们确实需要对杠杆问题尤其是高杠杆危害形成更为客观的认识。
莱恩哈特和罗格夫发现一旦公共债务与GDP之比从30%以下上升到90%以上，经济的平均增长速度就可能从4.1%暴跌到-0.1%。不过，后来麻省大学的一位博士生发现这两位经济学家可能算错了。当然，政府债务与GDP的比率超过90%仍然可能拉低经济增长速度，但效果并非像莱恩哈特和罗格夫宣称的那么夸张，只是有进一步放缓。公共债务/GDP比从30-90%上升到90%以上，平均经济增长速度从2.8%回落到2.2%。
莱恩哈特和罗格夫对高杠杆危害的警告十分重要，但准确的量化分析也很关键。说穿了，债务杠杆是现代市场经济的基本组成元素。因此，我们需要了解杠杆率的合理区间，既能有效放大经济发展的机会，又不至于引发金融灾难，而判断债务风险的最佳因素应该是偿付能力或者违约风险。但对于不同的经济和不同的部门，杠杆率的合理区间可能是不一样的。
从这一点看，施康和王立升对“好的杠杆”和“坏的杠杆”的区分就很有意义。他们利用省级数据解释信贷增长对经济增长的贡献，发现：
凡是在民营企业在经济中份额比较高的省份，信贷对经济增长的贡献也越大；
如果国有企业的份额高，信贷对经济增长的贡献就小。
从地区分布看：
内陆地区企业的杠杆率最高
沿海地区企业次之
中部地区企业的杠杆率最低
当然，简单地说民营经济的杠杆是“好杠杆”而国有经济的杠杆是“坏杠杆”，可能过于粗糙，但从平均水平看，似有一定道理。
把好坏杠杆与近年企业杠杆率的分化现象结合起来看，我们可能会对中国经济前景产生更多的担忧。
谭小芬分析了Wind的2500余家非金融上市公司的数据，发现从2003年到2007年，国企和民企的资本负债率水平非常接近，而且基本上是同步移动。但从2008年开始，两者的资本负债率发生了分化，看90分位数，国有企业的资本负债率从2007年的304%上升到2013年的350%，而同期民营企业的资本负债率则从292%下降到206%。好的杠杆在降低，而坏的杠杆在上升，这也许解释了为什么近年来信贷对经济增长的支持作用在不断减弱。
既然国企的杠杆质量不如民企，是什么原因在支持国企加杠杆、民企去杠杆呢？
产权歧视
金融机构在配置信贷时偏好国有企业、歧视民营企业。
产业差异
在重资产的资源类重工业，国企比较集中。民企更多的是在轻工业，而且越来越多的转向服务业
规模歧视
中央财经大学的苟琴与其合作者的研究就发现，银行信贷配置中的产权歧视已经日益被规模歧视取代。施康和王立升的研究也有一个有意思的发现：在2013年，小规模的非国企的杠杆率远低于国企，但非国企的杠杆率随着规模的增加而提高，最大规模的国企、非国企的杠杆率的差别很小。
无论如何，债务风险主要来自于实际或者预期的偿付能力的变化。因此，看杠杆率有没有问题，还是要分析回报率和资产负债表。其中一个常用的指标是利息备付率，即息税前利润（EBIT）与利息费用之比。这个比例越低，说明企业支付利息的困难越大，违约的概率就越高。谭小芬对上市公司数据的分析表明：
全球危机以来民企的利息备付率一直高于国企
近年民企的利息备付率也已经显著下降
这两条同时明确无误地指向潜在的债务风险。
因此，我们在分析杠杆率问题时，看部门或个体的数据可能比看综合的数据更有意义，因为这样更容易识别主要风险源。
高杠杆率和低利息备付率主要集中内陆地区、重化工业和国有企业，这一类杠杆就是坏的杠杆。而杠杆率相对较低但利息备付率相对较高的则主要是沿海地区、轻工业与服务业和民营企业，这一类杠杆就是好的杠杆。
去杠杆政策的目的应该是减少坏的杠杆、增加好的杠杆。这个分类揭示了实施去杠杆政策的难度，不过绝大部分坏的杠杆的背后都是有政府担保的，也就是说坏杠杆降低效率、影响增长，但它们不见得马上会引发债务危机。在国家真正放弃支持以前，国企（包括国有金融机构）实质上是可以跟政府并表的，起码政府会承担“剩余风险”的责任。这可以为去杠杆政策赢得一点时间和空间。
王鹏飞认为高杠杆的风险并不仅仅局限于债务违约本身，更重要的可能反映在一系列的负外部性上：
第一种负外部性就是过高的杠杆会导致资产的“恐慌式抛售”（Fire Sales）第二种负外部性是资产泡沫；
而第三种负外部性是信贷市场的多重均衡而可能导致的蝴蝶效应。
这些外部性的共同特点是借贷个人或机构不会或者无法考虑到，但它们却最容易引发整个金融部门的不稳定。这类外部性问题只能尽量通过系统性风险分析与宏观审慎监管来克服。
去杠杆、加杠杆？
既然存在杠杆过高的风险，去杠杆就义不容辞。从理论上看，一个国家如果杠杆率太高，大概有六条化解的途径：
加剧通胀
压低利率
增加税收
加快增长
违约破产
外部援助
这些途径落到实际操作层面，都是说起来容易做起来难。目前最常见也是最具争议性的举措是央行收紧货币政策，逻辑很简单，偏紧的货币政策会遏制货币供应量、信贷甚至整体债务的增长速度，这样就有可能把杠杆率降下来。
但事实上，在宏观层面“去杠杆”的难度非常大。以常用的M2/GDP指标为例，去杠杆的唯一途径是把M2的增速降到名义GDP的增速之下，这在短期内几乎是无法想象的。
前几年瑞典央行内部发生了一场关于“逆势调控”的争论。当时瑞典经济减速、通胀下降，但央行的大多数决策者因为担心已经过高的居民负债而拒绝采取货币政策宽松。当时的副行长Lars Svenson力主降息，先稳住经济与通胀。可惜他的理念没有获得认同，最后只好辞职离开了瑞典央行。他在之后的一份研究中指出，瑞典央行的政策所产生的负面效应是收益的几百倍。
宋国青对这个问题提出了一个简单明了的分析框架，即杠杆率同时包括分子（债务）和分母（GDP、资产）两个元素。任何旨在去杠杆的政策需要同时考虑对分子与分母的影响。
徐建国关于“越降越高的杠杆”的论断就是基于这样一个框架，收紧货币政策可能放慢债务增长速度，但如果名义经济增长速度（包括通胀率和实际增长率）下降更快，杠杆很可能不降反升。我国经济自全球危机以来似乎就陷入了这样一个境地。在目前的情况下，以去杠杆为目的的偏紧的货币政策还可能导致一个意想不到的结果，即进一步提高国企的信贷比例、降低民企的信贷比例。
这样看来，对于去杠杆这样一个重要的政策目标，最好不要在宏观层面急于求成，贸然去杠杆容易整出大问题。从国际经验看，大多数真正意义上的“去杠杆”都是在金融危机之后的被迫调整过程，主动顺利调整的很少。所以，未来一段时期，中国的总杠杆率可能还会继续上升。好在目前中国政府和居民的两张资产负债表还比较健康，可以为去杠杆政策争取一点时间。如果想在宏观层面约束负债增长，最好是采取微观或宏观审慎政策。如果一定要动用货币政策手段，那就应该同时考虑对杠杆率的分子与分母的影响。有的时候，松就是紧，紧就是松。
但这并不意味着可以无限期地拖延去杠杆政策。恰恰相反，我们发现个别领域的高杠杆不但有较大的违约风险，也已经严重影响宏观经济表现。陆铭提出的去杠杆需要结构性策略的观点十分重要。我们可以考虑起码三个方面的结构性去杠杆举措：
改变融资结构，积极发展多层次的资本市场特别是股权融资
中国的金融体系一直是间接融资为主，特别是商业银行主导，这个金融格局直接造成了我国总体杠杆率偏高的事实。去杠杆的一种方法就是增加股权融资的比重、减少债务融资的比重。但发展直接融资渠道既要让市场机制发挥决定性作用，又要加强审慎监管。试图人为推动资本市场繁荣或者放任新型融资方式野蛮生长，最后不但很难达到去杠杆的目的，还有可能酿成新的金融风险
尽可能地控制甚至减少坏的杠杆，增加好的杠杆
既然中国高杠杆率的问题主要集中在非金融企业，特别是在内陆地区、重化产业和国有企业，其实很多已经变成了僵尸企业，它们的杠杆率高、利息备付率低。因此，去杠杆政策就应该努力把他们的债务降下来。
僵尸企业占用的金融资源越来越多，其实就是“金融不支持实体经济”的一个主要原因。关闭僵尸企业就可能明显降低企业部门的负债率，其实也是降低杠杆率的分子的一条重要途径。
不过在执行过程中，一是应该尽量保持一个平稳的过程，中央政府应该主动承担人员安置和债务处置的责任。二是不要再由政府层层下达关闭僵尸企业的行政命令，而应该通过强化市场纪律，让无法在市场上生存的企业退出。
去杠杆和加杠杆相结合，争取在尽量降低总杠杆率的前提下提高杠杆的质量
既然高杠杆主要集中在国企，而政府、居民和民企的杠杆率尚处合理区间，去杠杆的转圜空间就比较大。国企去杠杆可能产生的紧缩效应，也可以通过其它部门比如政府和居民的加杠杆来缓冲。
但政府和居民的杠杆率合理，也只是一个相对的概念，也许这就是最后一次加杠杆的机会，应该珍惜。最佳的结果是通过政府和居民的加杠杆为未来的可持续增长创造一个良好的条件。
从这个意义上说，政府通过增加负债刺激经济增长或者居民增加负债置换房地产市场的库存，可能都不是上策，因为它们很难带来可持续的增长。如果政府通过加杠杆来化解僵尸企业、确立市场制度，或者投资技术创新、克服基础设施瓶颈，更会更有意义。
（本文原载于财新网）
