杠杆是理解金融本质的关键

金融市场和金融机构都可以将储蓄转为投资。金融在漫长的演进过程中不断创造出新的产品和服务、新的中介模式、新的金融机构组织形式及以新的金融思想。漫长实践中不断发生着的演进一方面丰富着金融的内涵，使得金融体系能以更多元的方式服务实体经济；另一方面，它也可能导致更为复杂的金融体系和大量我们并不熟悉的风险的出现。

定义资本结构和杠杆率

在图1-1所描述的金融中介过程中，资金提供方对其所提供的资金的索取权以各式各样的金融资产的形式存在，主要包括股权、银行贷款、信托贷款、委托贷款、企业债券等。后四者被笼统归称为债务。虽然数千年的金融创新给人类经济生活留下了诸如期权、期货以及金融危机前风靡全球金融市场的CDS等品类庞杂的金融资产，但它们均属于衍生产品，是从基础金融资产衍生出来的金融资产。当统计金融资产的规模时，为了避免重复计算，人们一般只考虑基础性的金融资产，即股东权益和债务这两类金融资产。

对于一个企业而言，金融创新在很大程度上是围绕着将企业一部分未来现金流（cash flow）转让给他人以便获得资金去将企业做得更大这一目的。企业可以通过出售股东权益的方式将这部分未来现金流转让出去（股权融资），也可以将现金流包装后以债权的方式转让给愿意出资的人（债务融资）。与这两种融资方式相对应，底层金融资产主要包括债务和股权这两类。也即在金融中介过程中，资金多余方是以股权或是债务的形式将多余资金转移给资金需求方的。

在现实生活中，一家企业或是一个国家怎样确定债务融资和股权融资的最佳比例？经济学家们引入了资本结构（capital structure）和杠杆率这样的概念来衡量债务和股权在融资中所占的比例。债务对股权的比例（债务权益比）于是被用来衡量企业或是宏观经济的资本结构或杠杆。当杠杆率高时，融资中债务占的比重较高；杠杆低时，融资中股权占的比例较高。因此，当我们讲去杠杆时，指的是降低融资中各类债务所占的比重。

宏观经济学者在讨论宏观政策时经常提到宏观杠杆率这一概念。一个经济体的广义货币供给M2与GDP的比例（M2/GDP）经常被用来描述宏观杠杆率。在这里，广义货币供给（M2）包括流通中的现金、企业活期存款、定期存款、居民存续存款和其他存款。在讨论宏观杠杆率时，一个更为常见的指标是非金融部门债务与GDP比例（非金融部门一般包括非金融企业、家庭、政府）。从定义可以看出，较高的宏观杠杆率往往对应着经济微观单位（企业、家庭、政府机构）较高的债务率。微观杠杆率和宏观杠杆率之间往往存在着显著的正向关系。

金融发展史是一部金融危机史。如果说我们曾经从上下几千年数不胜数的金融危机中学到些什么，那就是金融危机底层的原因是居高不下的杠杆率。国际著名投行贝尔斯登和雷曼兄弟公司在2008金融危机爆发前的债务权益比高达30～40倍。通过短期借贷获得大量资金投入风险较高的金融产品，在这些金融产品价格大幅下跌时蒙受重大损失，进而丧失再融资能力，流动性不足最终倒闭——过高的杠杆率是这两家投行率先倒闭的重要原因。1997年亚洲金融危机爆发前，受危机影响最大的韩国三十大财团（chaebol）的平均债务权益比高达600%，而且大量债务是美元债务，在国际对冲基金大幅卖空韩元之际，这些财团失去再融资能力，债务尤其是美元债务到期不能还本付息，被迫宣布违约……金融危机对实体经济伤害深远，过高的杠杆率是根本原因。

图1-4给出了2006—2018年中国非金融部门杠杆率及其在居民、非金融企业和政府之间的分布情况。截至2018年年底，中国非金融部门的债务总额达到228万亿元，与GDP的比例高达254%。相较于美国或是其他一些发达国家，中国的宏观杠杆率并没有特别高。但是，中国的宏观杠杆率增速却很快，2007年非金融部门债务只有39万亿元，占GDP的比重只有146%，短短12年，至2018年非金融部门总债务已经增加到254%，增幅达到108%。

此外，中国债务的结构分布也不合理。主要表现为非金融企业债务占比太高，中国的高杠杆主要反映在非金融企业的资产负债表上。截至2018年年底，中国非金融企业的债务存量已经达到136万亿元，占GDP的比例达到151.6%，而同期美国这一指标只是74.4%。显然，非金融企业的高杠杆是中国当前最大的金融风险。按目前的非金融企业债务水平，如果一家企业平均融资成本是6.6%，那么中国非金融企业作为一个整体一年用来支付利息的费用将达到GDP的10%。国内产出的10%用于偿还利息，实体经济的负担不可谓不重。

实体经济的发展需要金融体系提供信用量（credit），但实体经济发展所需要的资金也可以通过股东权益融资或是债券的方式获得。具有“刚性约束”特性的债务如果规模太大，会给企业带来较高的信用风险，加大企业违约的可能性。杠杆不等同于信用量，杠杆不是做金融的必要条件。我们现在已经知道杠杆本身不带来任何价值，只有注入实体经济的信用才能让经济增长。当货币政策非常宽松时，经济生活的参与者往往倾向于过度借贷以便追求更大的利润。过高的杠杆率带来巨大风险，底层资产价格微小的下滑都可能让过度借贷者陷入困境。金融发展必然需要高杠杆，这是我们对金融本质理解的一个误区。

值得关注的是中国的居民债务上升速度也很快，2007年至2018年从5万亿元上升到47.3万亿元，占GDP的比重从18.8%上升到52.6%。同期中国的政府债务（包括中央政府和地方政府）从7.9万亿元增加到44.8万亿元，占GDP比例从29.3%增加到49.8%。

2008年全球金融危机后，各国监管当局反思危机成因并采取相应举措加强监管。各国加强监管思路的变化最为显著的一点是对杠杆率的认知和重视。金融危机之后，几乎所有的监管措施都强调增加资本充足率和降低杠杆。中国政府在2015年年底确定将包括去产能、去库存、去杠杆、降成本、补短板在内的“三去一降一补”这五大任务作为供给侧结构性改革需要解决的最大结构性问题。其中，去杠杆更成为防范金融系统性风险的最重要任务，反映出对高杠杆危害性的清晰认识。

什么决定合理的杠杆水平

正确理解杠杆率水平是理解金融本质的关键。一个企业或是一个国家最优的杠杆率水平应该是什么样的？这是困扰金融学发展的一个重大问题。金融学界对企业最优杠杆率的认知在1958年取得里程碑式的突破。这一年，两位意大利裔的美国经济学家弗兰科·莫迪利安尼（Franco Modigliani）和默顿·米勒（Merton Miller）合作在《美国经济评论》上发表了一篇著名的论文，回答什么是最优资本结构这一问题。这篇论文分别为莫迪利安尼和米勒于1985年和1990年带来了诺贝尔经济学奖。一篇论文两次得到诺贝尔经济学奖的承认，足见其研究问题的重要性——理解杠杆率由什么因素决定，是金融学里的一个核心问题。

仅仅从结论判断，莫迪利安尼和米勒的研究似乎让人失望。他们发现在一个没有税收、没有信息不对称、没有道德风险而且市场是完备（complete market）的理想世界里，债务权益比与企业价值没有任何关系。也就是说，在莫迪利安尼和米勒设定的理想世界里，杠杆率水平与企业的价值没有任何关系，任何杠杆率都可以认为是合理的。因为这个原因，后人把他们的发现称为MM不相关定理，简称MM定理（Modigliani-Miller Theorem）。

莫迪利安尼和米勒的伟大贡献不在于他们关于资本结构与企业价值不相关这一结论，而在于他们提供了一个基准性的理论，帮助人们理解影响资本结构的重要因素。既然在一个理想世界里，资本结构（杠杆率）与企业价值无关。那么，使得一个世界不完美的那些因素，就可能影响企业杠杆率的选择。莫迪利安尼和米勒提供了一张地图，帮助人们寻找那些可能影响资本结构的因素。后来的学者正是在MM定理的指引下，通过大量的理论和实证研究，历经60年的辛苦努力，找到了一个又一个杠杆率的影响因子。迄今，我们知道企业所得税税率、企业规模、有形资产在资产中的占比等和杠杆率之间是正相关关系；而企业经营环境中的风险、企业的成长性、无形资产占比、利润率等和杠杆率之间是负相关的。我们现在还知道，企业融资时会把握市场时机——熊市是更多采用债务融资，杠杆率倾向于上升；而牛市时更多采用股票融资，杠杆率会下降（Baker & Wurgler，2002）。最近几年，行为金融学的腾空出世，进一步拓展了人们对杠杆率决定因素的认知——我们知道企业家的行为特质、社交圈子、成长经历等都在一定程度上影响杠杆率水平。

然而，杠杆率（资本结构）到底由什么决定可能是金融学里一个永恒的命题。迄今为止，把所有已被发现的影响企业杠杆率的因素统统加在一起，也只有不到30%的解释能力。也就是说，超过70%的影响企业杠杆率的因素还不为我们所知。事实上，在企业层面，不论是横向比较不同企业在杠杆率上的差异，还是纵向比较同一企业杠杆率随时间的变化，虽然有超过60年的学术研究，我们对背后的决定因素都知之甚少（Lemmon，Roberts，Zender，2007；DeAngelo & Roll，2015）。在1984年美国金融学会的年会上，麻省理工学院金融学教授斯图尔特·迈尔斯（Stewart Myers）作为学会主席发表主题演讲，致辞的第一句话就是“企业如何选择资本结构？”紧接着，他回答道，“其实我们并不知道！”这虽然是金融学界一个让人失望的自白，但它坦陈了一个事实：给定资本结构或是杠杆率在金融中的重要地位，我们知道的和我们期望知道的之间存在着巨大的落差。

如果把一个国家比作企业，那么上述关于企业杠杆率的讨论也应该适用于国家。什么因素影响一个国家的杠杆率水平？美国哥伦比亚大学金融学教授帕特里克·博尔顿（Patrick Bolton）在2016年美国金融学会的年会上做主席专题演讲时，选择的就是这个主题。用22个国家1980～2015年的数据，帕特里克·博尔顿去研究是什么因素决定国家间总债务与GDP比例（即宏观杠杆率）上的差异性。他的发现更令人沮丧：把所有已被发现的影响宏观杠杆率的因素统统加在一起，它们对宏观杠杆率的解释能力只有20%——我们对什么决定国家间宏观杠杆率的差异所知甚至更少。（Bolton，2016）

如何选择适当的杠杆率去降低金融中介的交易成本，是我们正确理解金融时必须面对的核心问题。