2018年5月31日，我们在成都举行的安信证券中期策略会上，以《去杠杆之殇》为主题做了主旨演讲，引起了不少的关注和许多的批评意见，这多少是出乎所料的。

有鉴于此，我们认真研究了许多技术性的批评意见，在此基础上对相关内容进行了进一步的丰富和完善，并将题目调整为《去杠杆之争》。

我们认为，中国的宏观杠杆问题表面上是总量问题，本质上是结构问题；表面上是金融问题，本质上是财政问题。着眼于主动去杠杆的总体要求，本质上存在两种不同的操作方法，一种是财政去杠杆，一种是金融去杠杆。这两种方法的后果存在诸多差异。

我们注意到，由于许多内外因素的作用，从2014年中开始，中国实际上已经转入财政去杠杆的调整路径，并推动中国宏观杠杆率在2016年以后稳中有降；但2018年以来，伴随“严监管”的深入推进，宏观政策在操作中实际上转入金融去杠杆的调整路径，并产生一些始料未及的后果，有必要引起关注和讨论。

风险提示： 中美贸易摩擦加剧 去杠杆操作失当引发冲击

中国的宏观杠杆问题表面上是总量问题，本质上是结构问题；表面上是金融问题，本质上是财政问题，这一点是相当清楚的。

计算各部门的杠杆率并进行国际比较，容易看到，居民户部门、中央政府的杠杆率都处在安全区间，地方政府负有偿还责任的债务比率上升较快，但总体水平尚属可控。杠杆率的快速上升主要集中在企业部门，并且其绝对水平在国际比较中高居前列。

需要明确的是，地方融资平台的许多债务在计算中被统计为企业部门的债务。如果将其计入地方政府债务，那么企业部门的杠杆率仍然高企，地方政府的债务率将进入较高水平。

研究不同口径的企业部门的资产负债率数据容易发现，无论是工业企业还是非金融上市公司，以资产负债率形式体现的杠杆上升主要集中在国有企业；作为对比，金融危机以来，民营企业的杠杆率总体上没有上升。

更细致的行业分类显示，杠杆率的上升主要集中在周期类的板块，以及电力、交运和建筑等具有周期色彩的行业；其他板块的企业总体上也没有经历杠杆率的提高。

我们知道，从资产负债率过渡到宏观杠杆率的重要桥梁是资产周转率。我们把宏观杠杆率分解为三个微观指标：资产负债率、资产周转率的倒数和增加值率的倒数。

债务/GDP

=（总负债/总资产）*（总资产/销售收入）*（销售收入/GDP）

=资产负债率 * 资产周转率的倒数 * 增加值率的倒数

其中，增加值率本身没有特别的经济含义，仅是一个统计上的系数，用于衡量每产生一单位的销售收入，有多少会计入到GDP中。所以从经济含义的角度来看，杠杆问题实际上可以拆分成两个部分，一个是资产负债率，一个是资产周转率。在这个角度下观察，杠杆的上升要么是资产负债率在上升，要么是资产周转率在下降。

如果认为一家企业的潜在生产能力与其资本存量（或总资产多少）存在单调增加的关系，即在其他因素不变的条件下，总资产越多，潜在生产能力越高，那么资产周转率就可以理解为产能利用率的某种度量。进一步详细讨论见附录。

研究不同口径的企业资产周转率数据显示，2011年以来，所有类别企业的周转率都经历了持续和大幅度的下降，并在2016年达到前所未见的水平，这成为推动宏观杠杆率上升的重要原因。

从这一角度看，宏观杠杆率与产能过剩是一个问题的两个方面。

资产周转率下降（或产能过剩加剧）最明显的原因是总需求减速。非常重要的事实是：受一系列结构和周期性因素的影响，无论是名义增速还是实际增速，中国自2011年以后的经济放缓幅度之大，持续时间之长都是前所未见的，这是周转率恶化和中国宏观杠杆率上升十分重要的背景。

但是，处在分母上的总资产增速（或新增产能的多寡）在周转率的变化过程中也发挥着微妙的作用。显然，在宏观上总资产增速与固定资产投资等活动紧密关联。

如果固定资产投资大幅下降，这可以推动随后的总资产增速快速走低（或新增产能快速减少），但也会带来短期总需求的显著走低；反之亦然。

本质上存在两种不同的操作方法，一种是财政去杠杆，一种是金融去杠杆。

所谓财政去杠杆，是指由财政部门责令和督促地方政府和国有企业减少借贷，加快修复资产负债表。所谓金融去杠杆，是指由金融部门减少放贷，从而迫使企业和地方政府加快修复资产负债表。

这两种操作方法均着眼于减少经济活动中的债务积累，但存在以下重要差异：

（一）在信贷市场上，在信贷总量下降的同时，财政去杠杆将伴随着利率的下降；金融去杠杆伴随着利率的上升。

（二）在外汇市场上，财政去杠杆将带来资本流入的减少和汇率的贬值倾向；金融去杠杆将带来资本流入的增加和汇率的升值倾向。

（三）在实体经济领域，财政去杠杆和信贷利率的下降将造成民营投资被“挤入”市场；金融去杠杆将导致政府、国企和民营企业的投资均被“挤出”市场。

（四）在出口领域，财政去杠杆通过引导汇率贬值进而可以刺激出口；金融去杠杆通过引导汇率升值将抑制出口。

（五）尽管两种去杠杆都倾向于直接减少总需求，但财政去杠杆通过对出口和民营投资的积极影响倾向于缓和和稳定经济活动；金融去杠杆则倾向于通过抑制出口和民营投资进一步造成经济的收缩。

（六）如果信贷市场存在隐性担保以及所有制歧视，财政去杠杆将减少和缓和这些扭曲；但金融去杠杆将加剧扭曲，造成民营经济受到信贷减少更显著的影响，从而容易形成“误伤”。

（七）财政去杠杆通过诱导利率下降，信贷扭曲缓和以及出口和民间投资的改善，有助于稳定权益市场；金融去杠杆通过迫使利率上升、加重信贷扭曲、抑制出口和民间投资活动，从而进一步抑制权益市场的表现。

由于这些原因，在中国目前的现实条件下，如果遵循财政去杠杆的路径，将更容易取得成效；如果遵循金融去杠杆的路径，可能事倍功半，还容易出现风险事件。

那么，以上的分析是否只具有理论和逻辑上的价值，没有现实的可行性呢？

实际上，仔细研究中国的经济数据，容易看到，2014年以后，由于一系列内外因素的变化，中国经济实际上已经走上了财政去杠杆的路径，并持续到2017年底；2018年初以来，由于“严监管”等一系列政策的影响，中国实际上转向了金融去杠杆。

实际上，仔细观察第一部分中各种口径下企业资产负债率的数据，容易看到，即使对于国有企业而言，其负债率的高点也在2014年前后达到，随后出现一定下降；各类企业的资产周转率均在2016年见底回升；政府债务的情况似乎也有改善的迹象。宏观上企业部门的杠杆率2016年下半年以后开始稳中有降。

为什么2014年会出现这样的转折呢？为什么这种转折在2016年开始出现宏观效果呢？这一过程还存在哪些问题呢？

实际上我们不很确定2014年经济趋势转折的原因，但看起来两个因素多少相关：一是以财政部43号文为代表，中央政府开始尝试严格控制地方债务；二是各方面对中国经济进入“新常态”逐步形成共识，随着长期经济增长预期的下调，经济行为随之改变。

以下我们检查这些变化以及其产生影响的证据。

容易看到，在国有企业和地方政府停止或放慢加杠杆的条件下，这段时间出现了总需求减速、利率下降、汇率贬值等一系列变化，与前述分析大体接近。

毋庸讳言，2016年下半年以来，中国面临的外部环境出现改善，全球经济活动开始强劲恢复，供给侧改革则大幅推高了工业品价格，这些内外变化客观上加速了宏观杠杆率的改善。

但是，此前财政去杠杆的积极影响仍然不可忽视。例如，在今年全球经济减速的背景下，中国实际出口继续加速，这与此前的汇率贬值似乎存在关联。

在房地产、政府基建和消费减速，制造业投资总体企稳的背景下，民营投资开始回升，如果数据的方向大体可信，那么挤入效应的解释则应当仔细考虑。

更重要的是，从工业企业和上市公司的数据看，由于持续的投资减速，企业总资产的增速大幅降低，其趋势水平在2016年以来稳定在7%以下，未来很长时间来看可能继续如此。

我们知道，目前中国经济的潜在实际增速也许不低于6-6.5%的区间，考虑通货膨胀的影响，名义的潜在增速可能在8-9%之间，或者更高一些。

企业资产增速低于经济名义潜在增速意味着，由于经济趋向于回到潜在增速的内在调整机制，除非出现严重的需求冲击，资产周转率已经触底，并转入系统性回升趋势，这将持续改善宏观杠杆率。

换句话说，由于过去几年财政去杠杆的影响，2016年企业资产增速已经降低到临界水平之下，这使得在有利的需求冲击下，很容易出现资产周转率和宏观杠杆率的明显改善。

迄今来看，这一过程较多来自于企业的自发行为，政策的调整可能产生了积极影响，但从地方融资平台看，政策效果仍然不够彻底，国有企业资产负债率的修复也比较缓慢。

解决的方法也许应该是，沿着财政去杠杆的总体路径，进一步加大工作力度，特别是更加严格地约束和限制地方通过融资平台等的举债行为，督促国有企业抓紧降低负债率。

今年以来，伴随“严监管”等政策的实施，金融条件收紧，利率上升，看起来经济在实际上转向了金融去杠杆的调整路径。这一变化在金融市场产生的影响与此前的路径形成了鲜明的对比。

容易看到，随着社会融资增速、特别是表外融资增速的下降，信贷市场利率上升，人民币对一揽子汇率在6月上旬之前明显升值，在国有企业和高评级融资平台利率大体稳定的条件下，民营企业和低评级平台的利率水平大幅度上升。

从宏观上看，去杠杆的主体是国有企业和地方政府，从金融市场看，去杠杆压力集中在民营企业和低评级的融资平台，政策指向与政策效果之间存在的偏离值得关注。

更加重要的是，汇率升值倾向于抑制出口，再加上今年以来全球经济的减速，以及贸易摩擦的影响，出口滑坡的风险值得警惕。

此外，信贷紧缩对民间投资的挤出效应假以时日也可能表现出来，这可能造成固定资产投资的进一步减速，并形成国进民退。

如果未来出口滑坡与投资减速同时出现，那么去杠杆的进程将会受到冲击。

我们注意到，最近两周，人民币汇率出现快速贬值，引发广泛关注，这与此前人民币对一揽子汇率升值趋势对比鲜明，也与信贷紧缩导致汇率升值的前述分析形成矛盾。尽管目前人们对此的解释五花八门，包括将此与降准或贸易战相联系，但一个更明显的可能性是，年初以来的紧缩正在引发投资者的恐慌，市场一方面担心股票质押的多米诺骨牌正在被推倒，一方面担心紧缩政策（再加上其他一些政策调整）会导致未来经济很快失速，从而形成自我强化的过程。

下图显示了中国美元主权债的违约风险。这一风险最近明显上升，与中国股市加速下跌同步出现，需要引起注意。

我们知道，许多批评意见从微观的观察出发，认为过去几年，许多民营企业或其控制人实际上存在激进的、甚至是鲁莽的加杠杆行为，并将资金用于股票和房地产等市场。因此在信用收紧的条件下，由于期限错配、资产价格走低和抵押物价值下降，这些企业现金流紧张、违约蔓延、利率上升，这体现了市场机制对这些行为的惩罚。

这些意见进一步认为，这些民营企业的现状并不值得同情；相反，信贷市场迫使这些企业出清，是经济优胜劣汰和走向高质量增长的必经之路。为了迫使这些企业出清，即使存在一些误伤，付出一些代价，不仅是值得的，而且是完全应该的。

这些想法无疑是有道理的，也给我们提供了观察杠杆问题更丰富的微观视角。然而，我们认为仍然存在许多问题值得进一步思考。

（一）我们在宏观层面看到的民营企业资产负债率数据（包括工业企业、上市公司等）是否存在系统性偏差？微观层面的经验观察到底是代表了民营企业的一小部分，还是更精确地刻画了民营企业的总体状况？

（二）国有企业和地方政府平台的杠杆率是否过高？它们是否是过去中国经济加杠杆的主体？其低利率的背后多大程度反映了政府的隐性担保，多大程度上反映了其出色的盈利能力和风险控制能力？惩罚坏的民营企业是否可以督促和加速国有企业去杠杆？又应该如何惩罚和约束地方政府和国有企业领域可能存在的激进的加杠杆行为呢？

（三）随着违约潮的蔓延，信贷市场是否普遍地收紧了针对民营企业的放贷活动？这是否存在误伤？或误伤面是否在迅速扩大？

（四）对于高杠杆的民营企业而言，是否应该区分流动性缺失和清偿力丧失的情况，是否应该在迫使后者出清的情况下允许前者有机会修复资产负债表？宏观的流动性紧缩（集中在影子银行领域）造成高杠杆企业普遍的资产抛售，这压低资产价格，迫使更多企业丧失清偿能力，从而引发进一步资产抛售，这种情况是否应该在适当时候及时阻断，防止其普遍蔓延？这是否可能进一步引发宏观领域的风险，例如经济减速、坏账上升、资本恐慌性外流（我们在外汇市场似乎正在看到这种情况）等，从而进一步引发更广泛的资产抛售？宏观政策的风险和收益之间又该如何平衡？

（五）更一般地看，一个人干坏事是品德有问题；一群人干坏事是制度有问题。企业的情况似乎也是这样。单个民营企业激进地加杠杆，其遭遇的紧缩压力并不值得同情；按照一些微观的说法，相当多的民营企业（至少在上市公司领域）都存在激进的加杠杆，这种情况是否应该检讨我们的制度安排？面对普遍的流动性困境，又该如何将惩罚企业个体与完善制度安排结合起来？

我们知道，由于数据的缺乏和视角的差异，对于这些问题难免见仁见智，但基于可信的事实观察和合理的逻辑推断进行技术性的争论无疑有助于我们更好地接近真相。

自从我们5月31日在成都《去杠杆之殇》的演讲以来，市场的许多急速变化和发展显示，这些争论不只具有弄清真相的价值，还有助于我们更好地思考宏观政策的调整和抉择。

如何理解资产周转率的变化？

从资产周转率的定义来看，它是销售收入与总资产的比。当经济体面临某种需求冲击时，销售收入的调整快得多，而总资产的调整要慢一些。因为总资产的调整要通过长时间的投资积累（或折旧）来实现。从这个意义上来讲，即使资产周转率的长期均衡水平不变，当经济面临短期冲击时，产能利用率或资产周转率也会具有很强的周期性，短周期波动相对较大。

从更长的周期来看，资产周转率或产能利用率的长期均衡水平可能出现改变，其中存在一些更基本的经济含义。

如果把经济总量的生产函数处理成柯布-道格拉斯生产函数，在经济处于长期均衡状态的条件下，就可以计算出资产周转率的数学表达以及资产周转率变化的条件和方向。过程如下：

推导过程的第四步，给出了在经济处于长期均衡条件下，驱动资产周转率变化的核心因素。即，如果技术进步出现放缓、或者劳动力的趋势增速减慢，那么为了维持资产周转率，均衡的资本增速必须系统性下降。

2011年以后，中国经济经历了周期性的需求减速，同期，稳态劳动力增长率经历了结构性的、不可逆的下降。从世界其他国家来看，金融危机后，全球技术进步的速度都在下降，中国应该也不例外。

从这一推导可以看出，在这一结构性变化的背景下，由周期原因带来的资产周转率下降，会变得更严重，持续更长的时间，达到的底部也会更深。这正是我们在中国数据中看到的情况。

但是，这并不意味着资产周转率长期下降是不可逆的。实际上，只要资本总量的增速下降到足够低的水平，低于以上计算显示的临界值，资产周转率就会转入上升。

从中国的经验数据来估计，这一临界值应该在7-9%之间。

来源：安信宏观