2.3 来自国家资产负债表的主要发现

2000—2016年的国家资产负债表提供了大量的信息。如何从这些信息中获得重要发现也是一项富有挑战性的工作。我们这里只作一些初步的尝试，还希望有志者可以从国家资产负债表这样的数据“富矿”中发掘出更多的宝藏。

2000—2016年包含了金融危机前的全球化繁荣时期、危机后的4万亿元刺激阶段，以及后来的政策调整，是一个较为完整的周期，也具有非常重要的典型意义。如果能把时间序列拉长，将国家资产负债表数据回溯至1978年，将可以发现改革开放40年来中国经济更为丰富的变化，这是未来需要持续推进的工作。

为了便于分析对比，我们将2000—2016年的国家资产负债表数据分为三个时间段，分别是金融危机前的经济高速发展期（2000—2008年），基本对应于全球化大繁荣阶段；金融危机后的大规模刺激阶段（2008—2012年）；以及逐步迈入经济新常态后的结构转型调整期（2012—2016年）。由此，我们选出2000年、2008年、2012年和2016年4个时间节点。

国家财富与综合国力

2016年年底中国社会净财富共计437.5万亿元，其中非金融资产424.5万亿元，对外净资产12.9万亿元，如表2-1所示。社会净财富增长到2000年的11.5倍，年均增速16.5 %；其中非金融资产增长到2000年的11.3倍，年均增长16.4%；对外净资产增长到2000年的26.9倍，年均增长22.8%。

尽管长期以来我们都是以GDP来衡量一国的实力（如说中国世界排名第二，也是说中国的GDP规模仅次于美国），但社会净财富是衡量一国综合国力的更好指标（涵盖范围更广，而且存量财富是增量产出的基础）。不过，考虑社会财富估算的复杂性远超过GDP，因此，在进行社会财富比较的时候也需要谨慎。相对而言，对名义GDP统计的标准相对一致，其可比性更强。这也是为什么在进行国力比较时，GDP成为普遍使用的衡量指标。

表2-2是社会净财富占GDP的国际比较。2016年，中国社会净财富为63.0万亿美元，美国是89.2万亿美元[3]，中国是美国的70.7%。

作为某种校正，我们再来比较一下所谓“包容性财富”（Inclusive Wealth），其包含了人力资本、生成资本以及自然资本。这和我们资产负债表中仅仅关注物质性财富（含无形资产）有所不同，加入了人力资本。包容性财富着眼于发展的可持续性，更面向于未来，而人力资本与自然资本是能更好地体现未来发展的决定性因素。

同样还是中美来比较。总量上，2014年中国包容性财富为60.3万亿美元，美国为88.2万亿美元，中国占美国的68%。结构上，生成资本，美国差不多是中国的3倍；自然资本，美国比中国高不少，这和直觉相符，即美国更加地大物博（以及有更好的保护）；人力资本，中国略高于美国，原因恐怕主要在于人力资源的数量，如表2-3所示。

综合起来，中美之间的差距或者说中国占美国的比重，GDP 为57.2%，包容性财富为68.3%，社会净财富为70.7%。

上述比较显示，无论从GDP规模、社会净财富还是包容性财富视角，中国都是仅次于美国，处于世界第二位。只不过，GDP占比最低，其次是包容性财富，再次是社会净财富。因此从财富角度看，中国的综合国力处于世界第二，而且比GDP所显示的更接近于美国的实力，总体上是站得住脚的。不过，如果进一步分析财富结构，也就是从资源配置效率与未来发展潜力角度看，则还是有很多问题值得探讨，中国的数据并不如总量指标显示的那样乐观。

国家财富的分布

根据国家资产负债表的恒等式：

经济总体资产净值=Σ国内各部门资产净值=Σ国内各部门非金融资产+经济总体对外资产净值

国家的存量财富在这里就是经济总体资产净值的概念。我们从资产净值角度来考察财富的部门间分配。

假设非金融企业和金融部门的股权资产即为总资产与负债之间的差额，即这两个部门的全部净资产（传统意义上的净资产=资产-债务）都被其他部门所持有。净资产的分配比例如表2-4所示，约70%的资产净值都由居民部门所持有，政府部门持有剩余的约30%。2000—2012年政府持有的资产净值呈上升趋势。从后文的价值重估分析可以看出，政府部门资产的价值重估，尤其是净金融资产的价值重估贡献了一半以上政府资产的增量。对于政府资产净值的影响可以归结为两股不同方向的力量：一股力量是所有制多元化改革的不断推进，这对于政府资产净值占比是一个削弱；另一股力量是政府部门掌握的资产经历了较大程度的价值重估。由于后者强于前者，尤其是这段时间内大量国有企业上市，而政府部门所持有的主要金融资产是股票及股权，从而促进了政府部门净金融资产的价值增值，并带来政府资产净值占比的上升。

资产净值在部门间分布的国际比较如表2-5所示。美国和英国的政府部门资产净值在2016年年底为负值，即政府资产小于政府负债，而德国和日本的政府资产净值虽然为正，但占比很小，分别为4%和1 %。从国际比较来看，中国政府持有资产净值的比例远高于其他发达国家。

图2-1至图2-3分别是居民和政府部门所持有的资产净值（净财富）与GDP之比，以及政府资产净值占全部国民财富的比例。过去20年的经济增长积累了大量财富，私人部门（居民部门）的资产净值占GDP比例从2000年的286%上升至2016年的429%，有了较大幅度提升，但当前水平只高于德国，小于英国、美国和日本；而公共部门（政府部门）的资产净值占GDP比例从2000年的93%上升至2016年的159%，远远高于英国、德国、日本和美国。

在社会净资产中，一方面，英美居民净资产占比超过100%，日德也都超过95 %，有明显“藏富于民”的特征；而中国相应指标为73%，有所差距。另一方面，中国政府的资产净值占GDP之比明显高于其他国家，是政府持有社会财富占比较高的主要原因。这既反映出当前中国非常明显的发展阶段特点（政府主导的经济赶超），也表现了中国的制度性特征（公有制为主体）。政府主导的经济赶超，积累了大量的政府性资产，这包括国有企业的扩张和地方政府大量负债所形成的基础设施等资产；而公有制为主体，使得土地等重要资源为政府所有，也致政府资产规模庞大。相较而言，西方发达经济体一般是公共财政而非生产建设性财政，土地私有化以及国企占比极小，这些都决定了它们的政府净资产占比很小甚至为负。

从风险维度看，政府部门拥有大量净资产是国家能力的重要体现，这样的资产负债表较为健康，能够应对金融风险，不惧危机。但过于注重风险维度，会导致效率损失。因此，从效率维度看，改革的方向则是盘活和重置这些存量资产，特别是政府存量资产，提高资源配置效率。这需要大幅度减少政府对资源的直接配置，创新配置方式，更多引入市场机制和市场化手段，提高资源配置的效率和效益。鉴于国有企业股权也是政府净资产的重要构成，因此推进国有企业改革和僵尸国企的退出，应是优化配置政府资产的题中应有之义。

财富收入比及其多重含义

1.财富收入比蕴含的效率

中国财富收入比持续上升，社会净财富创造收入的能力下降，生产效率相对降低。中国社会净财富占GDP的比例自2000年380%上升到2016年的590%，如图2-4所示。国际比较来看，2000年时英国、美国和德国的净国民财富与GDP占比与中国类似，也在400%左右，日本远远超过中国。但经过近20年发展，中国的这一比例已超过大部分国家，仅低于日本。从积极方面来说，社会净财富是抵御金融危机的最后防线，由于过去20年的投资，中国积累了大量的净资产，有利于金融体系的稳定性。但财富收入比的倒数（接近于资本产出比）也是生产效率的体现，这一比例过高也说明了大量积累的财富并未产生足够的生产能力，产出效率相对较低[4]。

图2-4 社会净财富/GDP

资料来源：国家资产负债表研究中心（CNBS）。

为了考察中国财富收入比较高的直接原因，我们分别考察各部门总资产与GDP之比。

图2-5为居民部门总资产与GDP的比例，居民总资产在2016年达到GDP的480%，高于德国，但小于英国、美国和日本。中国居民部门相对体量较小，资产和负债都不高。居民部门的资产并非财富收入比过高的原因。

图2-6是金融机构部门总资产与GDP的比例，金融机构部门的资产主要是金融资产。中国自2009年以来金融部门总资产增速明显加快，当前占到 GDP 的500%左右，这主要来自影子银行的快速增长。自2017年提出金融去杠杆以来，金融部门总资产的增速已经得到了抑制。通过抑制影子银行、打破刚性兑付以及统一监管来避免监管套利等宏观审慎政策将约束金融体系内部的资产负债链条，降低金融部门资产的占比。在当前阶段，金融部门的资产也并非财富收入比过高的原因。

图2-7是政府部门总资产与GDP的比例。中国政府部门总资产远高于日本、英国、美国和德国，但总负债却远低于这几个国家。资产和负债方都有较大的差距，共同作用导致中国政府部门净资产高于其他国家。因此，政府部门净资产规模庞大可以说是财富收入比攀升的一个重要原因。

最大差别在于非金融企业部门。图2-8是非金融企业总资产与GDP之比。中国和日本都处于较高水平，自2000年以来，中国的这一比例从280%升至460%。而英国和德国的这一比例均在250%左右。在2000年时，中国的这一比例稍高于美国、英国、德国三国，近20年来有较大的攀升。

可以从两个角度来理解非金融企业部门总资产不断上升的原因。首先是无效投资问题。因为大量僵尸企业的存在，过去投资所形成的固定资产并非真正意义上的资产，而仅仅是账面意义上的资产。这类无效投资所形成的无效资产，既推高了企业部门资产的占比，也拉低了生产效率，使得企业部门的净资产收益率（ROE）和总资产收益率（ROA）不断下滑。其次是财富积累问题，高储蓄率带来高投资率。投资拉动增长模式是中国财富积累的主要形式，大量投资的后果只能是形成企业部门的大量资产存量。可见，非金融企业部门的资产收入比过高是无效投资和投资拉动增长模式的客观后果，由此导致企业部门的债务积累和过高的宏观杠杆率。

2.财富收入比导致宏观杠杆率与资产负债率的背离

大量学术研究发现，杠杆率是决定宏观金融风险的重要指示器，杠杆率过高或者杠杆率增速过快都容易造成金融不稳定。宏观分析中所采用的杠杆率一般是宏观杠杆率，即全社会核心债务与GDP之比，它可进一步分解为资产负债率（债务与资产之比）和总资产与GDP之比的乘积，用公式表示为：

中国各部门的资产负债率与其他国家相比并没有显著差别，但宏观杠杆率较高，尤其是非金融企业的宏观杠杆率较高，主要原因在于过高的资产收入比。

表2-6列出了中国实体经济各部门的资产负债率（部门债务/部门资产）和宏观杠杆率（部门核心债务/GDP）。从实体经济整体来看，2000—2016年资产负债率略有上升，从20.1 %上升至25.8%，但宏观杠杆率却从125.2%上升至239.7%。资产负债率与宏观杠杆率的背离十分明显，可见资产负债率并非宏观杠杆率上升的主要原因。分部门来看，居民部门的资产负债率在2008年后增速较快；非金融企业的资产负债率在2000—2008年这段时期有较大增幅，随后平稳；政府资产负债率在2008年之前有所下降，而在2012年之后又开始上升。但从宏观杠杆率来看，几乎在整个区间内都是趋于上升的，只是在2000—2008年这段时期里增幅较慢。

从国际比较看，中国实体经济总的资产负债率小于其他所有国家，只有德国略高于中国，日本、英国和美国都高于中国近10个百分点，如表2-7所示。但宏观杠杆率则显示出完全不同的景象，德国的宏观杠杆率远小于中国，美国和英国仅是略高于中国，中国的宏观杠杆率已接近这些发达国家水平。其中非金融企业的杠杆率反差最为明显：从资产负债率看，除德国较低外，其他国家都在40%左右，中国2016年为44.4%，略高于美国和日本；但中国非金融企业的宏观杠杆率达到158.2%，远高于其他国家，在全球也位居前列。

可见，固然降低微观企业的资产负债率对于去杠杆会起到促进作用，但并非核心因素。中国非金融企业的资产负债率并未显著高于其他国家，甚至还略低于英国。而真正导致宏观杠杆率过高的原因是资产与GDP之比（或财富收入比）过高。只有同时有效控制非金融企业的资产和负债增速，才能实现去杠杆的效果。

3.财富收入比在分配上的含义

关于财富收入比在分配上的含义，皮凯蒂在《21世纪资本论》中作了充分的阐释。他在一篇题为“资本回来了”（Piketty,2013）的工作论文中说得更直接。美、英、德、法等主要国家的财富收入比从20世纪70年代的200%—300%猛增到2010年的400%—600%，整个翻了一倍，该比率差不多回到了十八九世纪欧洲的最高值（600%—700%）。财富收入比的攀升可以由资产价格的长期回升以及生产率和人口增长的回落得到解释。

所谓“资本回来了”，是指资本再次在经济社会中占据了主导地位，也正是在这个意义上，皮凯蒂将自己的研究命名为《21世纪资本论》；因为强调资本的主导甚至统治地位，恰恰是马克思《资本论》的主旨。

财富收入比在分配上的含义在于：由于资本的主导地位，使得资本在分配中也占据主导，从而资本在国民收入中的分配份额也在上升。富裕国家的资本份额从20世纪70年代的15%—25%上升到2000—2010年的25 %—35 %，变化很大。这加剧了不平等，使之成为2008年国际金融危机爆发的一个重要导火索。

中国财富收入比自2000年380%上升到2016年的590%，也有很强的分配上的含义。尽管2008年以来，统计局公布的中国收入分配的基尼系数有所下降，但不平等程度仍处在较高水平。而且不同研究的估算结果也和官方数据有差异，不平等问题并没有显著缓解；如果从财富分配角度，不平等问题甚至是加剧的。这实际上也是中国迈向高质量发展所要着力解决的重要问题。

快速增长的金融资产

1.金融资产的增长路径

2016年年底，中国各部门金融资产加总为786.4万亿元，是2000年的15倍，年均增速18.3%。各分类金融资产的结构占比与增速如表2-8所示。

其中占最大比例的三项为存款、贷款和股票及股权，2016年年底三者占金融资产比例分别为23.4%、17.4%和23.8%。从占比变化来看，存款自2008年后在上升，股权及股票在下降，贷款占比变化不大。这可以侧面反映出中国金融资产负债结构的特征：存款是主体，股权融资的资金来源不足。从金融机构的角度来看，存款是其主要的资金来源，2000年以来存款占比基本稳定，从23.6%下降到23.4%，年均增速为18.3%[5]。股票及股权的占比下降较大，从30.5%下降到23.8%，年均增速为16.5%。贷款占比从19.5%下降到17.4%，年均增速为17.5%，增速低于存款。股权融资增速最低，这表示金融市场的扩张速度大于股权资金的扩张速度，股权融资占比萎缩，未来市场发展还应向股权融资倾斜。贷款增速低于存款增速，反映了其他债权融资方式（如债券、各类非标融资业务等）的发展。

金融资产中平均增速最高的是证券投资基金、保险和未贴现银行承兑汇票，平均增速分别为44.2%、26.7%和25.2%。这三项资产的快速增长也鲜明反映了中国非银行金融体系的发展，基金和保险已经成为中国居民财富储存的重要方式，而以未贴现汇票为代表的银行表外业务近些年来也快速发展。金融资产中平均增速低于10%的项目是央行贷款和通货。前者在20世纪曾经是央行投放基础货币的重要渠道，但随着中国加入WTO并扩大对外开放后外汇储备的大量增长，央行已不再需要通过再贷款的方式向金融体系投放基础货币。这一趋势在2014年再次发生变化，随着外汇储备趋于稳定，央行再次重启再贷款类政策工具，通过各类创新型、结构型基础货币投放工具增加货币供给，2012—2016年央行贷款增速重新回到35.8%的高位。而通货增速较低，既反映了金融体系的发展使得居民降低了持有现金财富的需求，也反映了金融科技的发展使得现金与存款或货币基金在支付方面的同等方便程度，这都降低了居民对现金持有的需求。

图2-9是2000—2016年国内各部门金融资产、非金融资产，以及名义GDP的年增速。在2003—2010年这段时期里，三者增速都比较高，大部分时间里金融资产的增速最高，非金融资产次之，名义GDP最低。2010年之后，资产和GDP的增速都有所下降，但依然是金融资产增速最高。金融资产的快速扩张，可以用来解释下面要讨论的金融相关率以及金融业增加值的变化。

2.金融相关率

金融相关率（Financial Interrelations Ratio,FIR）是戈德史密斯（Goldsmith,1982）提出的衡量全社会金融资产与非金融资产之比的指标，目的是考察全部实物资产以多大的比例被金融资产所代表[6]。中国各年金融相关率及国际比较，如表2-9和表2-10所示。中国的金融相关率从2000年的1.4上升到2016年的1.9，经济体系的金融化程度上升。需要注意的是，这一金融化程度在2012—2016年有更大程度的提高。其主要原因在于影子银行的迅速增长，金融体系内部的资产负债链条加速放大，资金空转和经济虚拟化程度上升。这导致了金融相关率以较快的速度上升。国际比较来看，德国的金融相关率最低，中国略高于德国，但小于英国、日本和美国。

3.金融业增加值

与金融相关率相对应的另一指标是金融业增加值占 GDP的比例，前者是从存量角度考察金融与实体经济的比例，后者则是从流量角度来考察。各国金融业增加值占GDP的比例如图2-10所示。虽然中国的金融相关率相对较低，但金融业增加值占GDP的比例却高于其他国家。虽然关于金融业增加值的估算存在争议（如核算方法不同、涵盖范围不同等），但中国金融业增加值偏高却是不争的事实。金融业增加值是实体经济融资成本的一部分，其占比过高也意味着实体经济在享受金融服务时的成本较高。

此外，将金融资产与金融业增加值进行比较，中国较低的金融资产形成了占比相对较高的金融业增加值（各国金融资产占GDP比重分别为英国15倍、日本14倍、美国10.6倍、中国10.6倍、德国7.4倍，见图2-11），这从另外一个侧面反映了金融业的“收费”过高，金融服务实体经济做得不到位。

直接融资与间接融资

从传统的机构观点看，世界上存在着不同融资结构下的金融体系：典型的如英美模式和日德模式。前者是指以市场为基础（Marketbased）的融资体系（也称直接融资体系），后者是指以银行为基础（Bank-based）的融资体系（也称间接融资体系）。从文献角度，所谓直接融资、间接融资是早期的划分，现在西方主流文献中基本上找不到这一用法了。在中国，由于约定俗成，还在一定范围内沿用直接融资、间接融资（包括政策语言）。如果按照这样的区分，中国还是间接融资为主的国家。

但从功能观点看，那种基于机构形式和内容不变的认识已经过时了。功能金融强调三点：第一，机构是会变的，而功能有较强的稳定性。第二，金融中介与金融市场之间既有竞争又有互补。从现实发展来看，随着金融创新以及法律、制度、监管等的变化，一定程度上会模糊二者之间的界限。特别是当前互联网金融和金融科技的发展，使得金融机构之间的市场竞争日益加剧，某些金融中介甚至成为直接融资的平台，这打破了传统的二分法。再次，机构的变化以及由此带来的金融结构变化，不过是金融服务实体经济的实现方式在发生变化，且所有这些变化，都是为了履行相应的金融功能，都是在向“功能”聚焦。这样，所谓银行主导或市场主导之争就自动消解、不再重要了。

从传统观念来看，以市场为基础的融资是指通过非金融机构直接持有债券或股票的方式来为企业提供资金支持；而以银行为基础的融资一般是指非金融机构通过金融中介来为企业提供资金支持，这包括通过在商业银行的存款转化成银行对企业的贷款以及通过持有各类影子银行的金融产品再转化成影子银行对企业的各类资金供给。

格利和肖（Gurley &Shaw,1960）认为，由盈余部门在投资组合中持有赤字部门所发行的初级证券为直接金融，而间接金融是指盈余部门在投资组合中持有金融中介所发行的间接证券，再由金融机构持有赤字部门的直接证券。这里的金融机构可分为货币系统和非货币中介机构，前者发行的间接证券就是货币，后者发行的间接证券是证券投资基金类的非货币间接证券。

戈德史密斯（Goldsmith,1982）又提出了一个金融中介率指标，即金融机构所持有的金融资产占全社会总金融资产的比例，并用这个指标来衡量金融体系的去中介化程度。

麦金农（1988）首先划分了内源融资和外源融资的概念，内源融资是指由企业内部储蓄作为资金来源的融资，外源融资是指企业从外部获得的资金。外源融资又分为直接融资和间接融资，在金融市场通过发行有价证券来筹资的部分是直接融资，通过从金融中介借款获得的资金是间接融资。

以上是不同学者对于直接融资和间接融资的理解。虽然他们都试图描述金融中介和金融市场在融资中所起的不同作用，但衡量标准并不一致。

格利和肖主要是从资金盈余部门的角度来考察，在其资产组合中直接持有股权和债券这类初级证券的部分被看作直接融资，持有金融中介所发行的间接证券则被看作间接融资。麦金农是从赤字部门的角度来观察，其通过发行股权或债券获得的融资为直接融资，从银行获得贷款的部分被视作间接融资。戈德史密斯的金融中介率则是从金融资产的角度来观察，全部金融资产中被金融机构所持有的部分为间接融资，其余则被看作直接融资。

我们分别根据这三种定义构建出直接融资占比的三个指标：指标1为麦金农的定义，用表示直接融资的股权和债券作为分子，用全部贷款、债券和股权作为分母；一些研究把股票与股权进一步拆分，并剔除非股票类的股权，只用上市公司股票市值来计算直接融资和间接融资占比，我们也相应计算出这一比例，作为狭义指标；指标2为格利和肖的定义，用非金融机构所持有的贷款、债券和股权作为分子，同样用全部贷款、债券和股权作为分母；指标3为戈德史密斯的定义，用非金融机构所持有的金融资产作分子，用全部金融资产作分母。我们用图2-12来形象表示这几个指标的区别。狭义指标：股权融资部分只考虑上市公司股票，并认为只有股票和债券是直接融资概念，而贷款属于间接融资。麦金农指标将非上市股权也列入进来。格利和肖指标是从资金来源角度来考虑，无论哪种金融资产，只要来自金融部门的资金，就被看作间接融资，因为这部分资金的本质是其他部门首先持有金融部门的间接证券，再由金融部门持有直接证券。戈德史密斯考虑全部金融资产中金融部门持有占比，更为广义。这几个指标的国际比较见表2-11所示。

以狭义的指标来衡量，即不考虑非上市公司股权，那么，中国的直接融资占比最低，而美国处在最高水平。这个指标比较接近于传统上我们对于英美日德融资模式的区分。很多强调中国以间接融资为主的判断应该是基于这一指标。中国与其他国家相比最为落后的是上市公司的规模在资本市场中的占比，这也成为中国需要大力发展直接融资和资本市场的重要依据。

不过，抛开狭义的指标，我们会发现，资产负债表数据所揭示的金融结构特征趋于复杂化，使得我们没有办法再回归到传统的二分法；相反，从功能角度来理解可能更为适宜。

根据麦金农的定义，美国直接融资占比最高，其他几个国家相差不大。可见，最大的区别在于股票市场的发展。从格利和肖的定义出发，所有国家的直接融资占比都不足50%。换句话说，从资金盈余部门（主要是居民部门）的角度出发，其投资组合中仍以持有金融机构的间接证券为主，主要表现在存款和证券投资基金上。美国的直接融资也并未表现出显著高于其他国家的特征，甚至比中国还低。戈德史密斯的金融中介率与格利和肖的指标所表现出来的结论大体一致，美国和中国直接融资的占比相差不大，且都显著高于其他3个国家，英国的直接融资占比最低，日本和德国介于中间。与美国相比较，中国的确呈现出间接融资模式占比更高，但与其他国家比，这个特征不仅不明显，甚至是与直觉相反。这需要从细分资产负债表结构寻找原因。

如果将贷款、债券和股票及股权这三类金融资产进行进一步拆解，分析金融部门持有的部分占总规模的比例，可以发现，在贷款和债券方面，中国金融机构持有的比例是较高的，都是格利和肖所定义的间接融资模式；但股票及股权资产中金融机构的持有比例较低，如表2-12所示。这是因为大量股权是被政府所持有，没有通过金融中介。换句话说，中国的债务性融资更偏向于以银行为主导，而股权融资中银行的占比较低。正是由于大量股票与股权未被金融中介持有而是由政府直接持有，才导致了以格利和肖标准来衡量的中国直接融资占比竟然高过美英日德。

由此，有两点值得反思：一是格利与肖关于直接融资与间接融资的定义，对于结构日趋复杂的金融体系来看，是有些“过时”了；至少，由此所得出的结论（如中国直接融资更高），并没有很明晰的政策含义，那么这样区分的意义就不大，甚至可能会误导。二是中国今天提倡大力发展直接融资，绝不是来自格利和肖的标准，而是突出了市场在金融资源配置中的决定性作用。

大力发展直接融资，加大直接融资在资本市场中的比重，其本质是加强以市场为主导的融资结构比例，增加金融市场的价格发现功能和金融运行效率。首先，发展直接融资的意义在于加强市场在资源配置中的地位，形成以市场为主导的金融体系。股票和债券在信息披露、市场定价和流动性等方面都具有更大的优势，发展相应的市场有利于在降低社会融资成本的同时扩大投资者资产组合的多样性。其次，发展直接融资要通过健全的资本市场为居民提供更多的资产选择，引导居民根据自身的风险承受力更多元化的配置资产。如果没有居民的直接参与，从企业角度看，再多元化的融资结构也无法避免最终资金主要来自存款类机构的现状，这样的直接融资对增强市场作用的效果有限。

关于直接融资与间接融资的讨论，还涉及当前的去杠杆。我们认为，发展直接融资并不能有效降低企业的杠杆率，高杠杆之困实为体制之困。中国非金融企业杠杆率堪称世界之最。流行的观点认为中国企业杠杆率之所以高是因为融资结构出了问题，即主要依靠债权融资而非股权融资，因此要通过大力发展直接融资，推动多层次资本市场发展、调整融资结构来去杠杆。这是一种似是而非的观点。长期而言，企业杠杆率的高低与融资结构关系并不大。首先我们来比较一下英美日德4国的企业宏观杠杆率。2017年年底，传统上以银行为主导的德国，企业宏观杠杆率仅为54.4%，而传统上以市场为主导的英国、美国，企业宏观杠杆率却分别为83.8%与73.5%。其次，前面（财富收入比）分析也指出：中国企业资产负债率与国际相比差别不大，这表明融资结构对企业微观杠杆率的影响也不大。如图2-12所示，直接融资与间接融资的划分与股权融资和债权融资的划分并不一致。根据麦金农指标，直接融资中包括了债券，而债券是属于债权融资的范畴。如果根据格利和肖的指标，这二者更是相互交叉，并无本质联系。因此，融资结构变化对企业资产负债率的影响也不如预期的那样大。再次，企业高杠杆关键在于体制而不在于融资结构。如果以企业债务占实体经济部门总债务的比重来看，2017年日德英美基本都在30%的水平；相比而言，中国企业债务占比为65 %，是发达经济体的两倍还多。若将国企债务放到政府部门（事实上现在归入国企的融资平台债务原本就是地方政府债务），则中国企业杠杆率和发达经济体的基本持平。可见，中国企业杠杆率高关键并不在融资结构，问题出在体制上。一是央行的货币政策缺乏独立性和约束性，比较难于管住信贷闸门，而这是高杠杆的源头。二是政府与企业之间剪不断理还乱的关系。国有企业与地方政府缺乏预算硬约束，再加上中央政府的兜底（隐性担保），从而导致国企和地方“不负责任”的铺摊子。三是缺乏有效的市场出清机制。大量僵尸企业不能进入破产清算，会使企业部门的杠杆率居高不下。

对资产规模增长的分解：投资与价值重估

资产负债表反映的是存量规模，是各期期末的经济时点数据。存量的变动主要来自两个方面：资金的流动和价值重估。流量变动对于非金融资产来说就是固定资本形成，各部门的固定资本形成带来了非金融资产的每期增量。流量变动对于金融资产来说就是净金融投资，对每一类金融资产，净金融投资导致各类金融资产在部门间的流动。净金融资产可以放大或缩小，但各部门（包括国外部门）的净金融资产加总始终为0。也就是说每一份金融契约都同时存在签约的双方，同时属于一方的资产和另一方的负债，资产与负债加总恒等于零。而非金融资产则并无此约束，通过投资和价值重估所形成的非金融资产可以无限放大。

对于各部门的非金融资产和净金融资产，除资金流量所形成的存量变动外，价值重估过程也会导致存量规模发生变化。如果在某一期并无投资发生，但资产价格上升，则部门所拥有的总资产规模也是上升的，这一上升的规模完全来自价值重估过程。我们将非金融资产和净金融资产总规模的变动分解为资金流量的贡献和价值重估的贡献，如表2-13所示。

对于全部非金融资产，2000—2015年15年平均每年增长23.0万亿元，其中有68%（约15.7万亿元）来自投资，其余32%（约7.3万亿元）来自价值重估。价值重估的贡献比例具有下降的趋势，2000—2010年价值重估的贡献接近一半，而2011—2015年价值重估仅贡献了17%，这意味着资产价格的增速在下降。在所有部门中，价值重估贡献比例最大的是金融机构部门，占比达到73%，但由于金融机构部门的非金融资产持有比例极低，其对整体非金融资产的影响不大。居民和政府部门的价值重估贡献占比分别为59%和36%，说明这两个部门的非金融资产增长有超过1/3的比例来自价格变化的贡献。这两个部门的价值重估贡献也都具有下降趋势，政府部门在2011—2015年价值重估的贡献已经为负，说明在2010年之后，价格贡献正在减弱，且政府部门已经进行了大量的资产减记。非金融企业价值重估的贡献率最低，仅为7%。非金融企业的非金融资产主要以厂房和机器类的生产性资产为主，随着技术的更新换代，这些厂房和机器的价值都有贬值的趋势，因此价值重估对其影响最小。

对于净金融资产，2000—2015年平均每年增长0.9万亿元，其中有171%（约1.5万亿元）来自国内部门净金融投资的积累，价值重估的贡献为-71%。由于加入国外部门后，全社会的净金融投资加总应为0，国内部门净金融投资与国外部门净金融投资数值相同、符号相反；2000—2015年国外部门年均净金融投资为-1.5万亿元，即国外部门的净负债每年增长1.5万亿元。事实上大量国外部门的负债是以央行的外汇储备形式持有的，自2005年以来人民币大部分时间都处于升值趋势，也就是说国内持有的净金融资产（外汇储备）大部分时间都在缩水。因此价值重估的贡献表现为负。分部门来看，居民和政府的净金融资产平均每年增长7.9万亿元和4.1万亿元，是资金的净融出方；而非金融企业净金融负债每年增长11.1万亿元，是资金的净融入方；金融机构部门净金融负债平均每年增长0.1万亿元，规模较小。居民和政府净金融资产的价值重估贡献分别为53%和88%，即他们所持有的金融资产增加的部分都有一半以上的比例来自资产估值的上升。非金融企业中净金融负债的增加中，约有79%也是来自金融负债估值上升的影响。除此之外，之所以净金融资产中价值重估占比较大，除了金融资产具有较大波动性之外，资金流量表可能漏记了一部分居民和政府通过影子银行体系向非金融企业的资金流动，使这部分比例由于统计误差的原因而增大。

资产负债表视角下的债务风险

资产负债表分析方法（Balance Sheet Approach,BSA）之所以盛行，就在于通过资产负债表能够更好地诊断预警风险、应对危机。而作为资产负债表方法之一的国民财富方法（National Wealth Approach,NWA），更是对于存量资产、资产净值、净财富给予了高度重视，强调净财富是应对风险能力的重要体现。这样一来，那种仅从债务角度（或杠杆率角度）来讨论风险的框架就过于单薄和偏颇了。而资产负债表数据本身的应用价值就更为凸显了。

1.资产负债表错配风险

从资产负债表出发，典型的有四类风险，期限错配、货币错配、资本结构错配和清偿力缺失，前三者又被称作资产负债表错配（Allen et al.,2002）。这里主要针对中国资产负债表中的错配风险作分析，而清偿力缺失的风险将放在后面讨论。

期限错配是国家资产负债表中最常见的错配形式。中国各部门资产负债表都存在一定程度的期限错配。对于居民部门，过去几年由于房价上涨导致部分短期消费贷款流入房市，另外，通过网贷、P2P，以及其他影子银行所获得的贷款基本上都是短期的，但却用作了长期的房贷，形成明显的期限错配。目前居民的住房抵押贷款占居民债务的八成左右。对于地方政府部门，债务所形成的资产大部分对应于基础设施项目，资金的回收期较长。截至2018年第2季度末到期日在5年以上的地方政府债券在全部债券中的占比仅有35 %，具有一些期限错配的特征但不算严重，如图2-13所示。不过，大量地方政府融资平台债务的久期要小于地方政府债券，期限错配应更为严重。

货币错配是部门资产与负债以不同主权货币计价，从而形成的债务风险。货币错配的最大风险在于外债，尤其是主权外债对金融稳定性的破坏。拉美债务危机、亚洲金融危机等区域性的金融风险事件都是由主权外债过大所引发。中国当前的外债规模有限，截至2018年9月末，全口径外债总额为1.9万亿美元，而同期官方外汇储备为3.1万亿美元，外汇资产大于外债。从资产负债表中所显示的对外净金融头寸来看，2016年国内各部门对外净资产总额为12.9万亿元。因此外债的偿付风险有限。较突出的问题在于2015年之前外汇资产不断贬值导致的以人民币计价外汇资产价值损失。2000—2015年，中国对外净金融资产增长了0.9亿元，其中由净金融投资贡献了171%，但由于价值重估损失了71%。自2015年以来，人民币汇率基本稳定在6—7，由价值重估造成的净资产损失开始逆转。但由于外汇流入放缓，叠加未来中美贸易战对经常账户的进一步影响，外债风险将有可能上升。

资本结构错配是指融资来源中债务与股权比例失调，从而形成风险。从整体上来看，中国各部门资产负债率并不高，尚处于国际上的平均水平。但突出的问题在于部分股权融资是明股实债，以及大量金融资产存在刚性兑付的需求，本质上是债务融资的占比依旧较大，资本结构错配问题突出。解决资本结构错配问题，应推动中国金融结构从债务性融资为主向股权债权并重格局转变，鼓励将债务资金来源转化为权益资金来源的金融创新。

2.各部门债务杠杆率风险

我们首先从各部门资产负债表的负债方分离出广义债务和核心债务：广义债务是指负债方非股权和投资基金之外的全部负债；核心债务主要是贷款、债券及影子银行所形成的债务融资，不包括非息负债及居民部门内互助贷款等。核心债务与GDP之比即是宏观杠杆率。这两种债务与GDP之比如表2-14所示。可以看出核心债务是广义债务的主要构成部分，二者与GDP之比相差不大。在进行国际比较时需注意统计口径的一致性，某些研究在估算中国各部门债务时使用了广义债务口径，计算出数值更大的“杠杆率”，并用来和其他国家的核心债务所表示的杠杆率进行比较，并以此来进行分析，这种做法欠妥，并且会形成误导。

债务杠杆率是衡量债务风险的重要指标。从总债务占比看，德国最低，中国次之，接下来是美英日。中国的宏观债务杠杆低于主要发达经济体；但在新兴经济体中却处在较高的水平。无论从总债务占比的水平，还是近年来（特别是2008年国际金融危机以来）的攀升速度来看，都显现出中国债务风险在迅速加大。其中最主要的风险点在企业部门与地方政府部门。下面分别对各部门债务杠杆率风险进行分析。

对于居民部门，无论是广义债务还是核心债务与GDP之比，均低于其他几个国家，从整体上说居民部门的债务规模有限，2016年年底居民债务约占居民可支配收入的85 %，每年需要还本付息额约占可支配收入的8%，占居民消费支出的13%。得益于居民部门整体的高储蓄率和低杠杆率，债务风险较低。在总体风险有限的情况下，居民部门最大的风险点体现在三个方面。第一，过去几年债务增长过快。2016年和2017年，居民杠杆率已连续两年增长超过4个百分点。2008—2017年，居民杠杆率从17.9%升至49.0%,9年内增长了31个百分点，年均增长3.5个百分点。2018年上半年，居民杠杆率进一步提升2.0个百分点，达到5 1.0%。当前最为紧要的是控制居民杠杆率过快上升的势头。第二，近年来中国居民收入水平与财富占有规模的差距有扩大之势，这造成居民内部资产结构扭曲，从而使得“平均意义”上的杠杆率风险加大。由于负债率较高的家庭缺少相应的金融资产支撑，一旦收入流出现问题就会出现违约风险。所以，保持宏观经济的稳定性，加大公平分配的力度，有利于在同样杠杆率水平下降低金融风险。第三，近两年来短期消费贷款成为拉动居民债务上升的主要动力，其中有相当一部分消费贷是变相的首付贷，增大了房地产市场的系统性风险。如果严格按照三成的首付比例，中国房地产市场尚具有较强的抗风险能力，但如果部分房屋通过短期消费贷来付首付，则会使得市场更加脆弱，加大了居民承受的金融风险。因此，对于消费贷应加强监管，严格限制资金流向，并且避免期限错配。

对于非金融企业部门，中国无论是广义债务还是核心债务与GDP之比，均远高于其他国家，且自2017年以来还出现了国企与民企的杠杆率分化。宏观上看，国有企业总资产与总负债的增速都在上升。2016年年底国企资产和负债的同比增速分别为10.5%和10.1%，而到2018年第2季度末，这二者的增速分别上升至19.2%和18.0%，均高于同期名义GDP增速。微观上来看，国有企业资产增速快于负债增速，导致其资产负债率下降，从2016年年底的66.1%下降到2018年第2季度的64.9%。与此同时，民营企业的表现则截然相反。以民营企业占比较高的工业企业为例，2016年年底工业企业资产和负债的同比增速分别为6.9%和6.1%,2018年第2季度末，两者增速分别下降到2.0%和3.2%，均低于同期名义GDP增速，负债增速高于资产增速，致使民营企业资产负债率上升。导致这一分化的主要原因有三点。第一，供给侧结构性改革致国企盈利上升，转化为企业资本金使国企资产负债率下降。收入端出现显著恢复并直接转化为资本，这既提高了国企总资产增速，同时也降低了国企资产负债率。第二，国企资本金得到进一步充实，资本结构得到优化。2017年以来IPO速度加快，国有企业股权融资规模也相应上升，叠加债转股对资本金的充实，起到了降低国企资产负债率的作用。第三，民企融资环境恶化投靠国企，也致国企资产扩张，从而资产负债率下降。国企与民企的分化导致国企债务在非金融企业债务中的占比自2015年以来不断上升，已经由2015年第2季度的57%攀升到2018年第2季度的66%。从这个角度，国企特别是僵尸国企去杠杆仍是重中之重。

对于政府部门，中国无论是广义债务还是核心债务与 GDP之比，均低于其他国家，这里的债务指的是显性债务。政府的债务风险主要体现在隐性债务上，这既包括融资平台、PPP、政府性基金、政府购买服务等方面，也包括未能在资产负债表中直接呈现的养老金缺口。我们将在下一部分对此进行详细分析。

3.隐性负债与或有负债

隐性负债和或有负债主要体现在政府部门。世界银行对政府债务推荐采用四象限的矩阵分类法，从法律和发生可能性两个维度来统计。根据法律是否明确，可以分为显性债务和隐性债务：显性债务是指政府公开承诺或者存在合同担保，具有法律和政策约束力的债务；而那些不存在约束合同，但出于维持社会稳定，满足公众的期待和道义上的责任而承担的债务为隐性债务。从发生可能性维度，可分为直接债务和或有债务：直接债务是指一定会履行，必须承担的责任；或有债务则是指以其他事件的发生为前提，只在特定情况下需要承担的责任义务，并非实际意义上的负债。

在这一分类原则的基础上，国家审计署分别于2011年和2013年对中国地方政府性债务摸底。在《全国地方政府性债务审计结果》中，将地方政府性债务分为三类。第一类是政府负有偿还责任的债务，即政府及政府部门本身的举债，以财政资金偿还；第二类是政府负有担保责任的或有债务，即债务本身非政府责任，但当债务人出现偿还困难时，地方政府需要承担连带责任；第三类是其他相关债务，即由相关企事业单位自行举借用于公益性项目，以项目自身收入偿还债务，政府既未提供担保也不负有法律偿还责任，但当出现违约风险时，政府可能会给予救助。由于国家审计署这两次对于地方政府债务的审计结果数据翔实权威，大量对中国地方政府债务估算的文献以此为基准，如Zhang和Barnett（2014）。我们在分析政府债务时也将从这两次审计结果出发。

从国家资产负债表角度来看，隐性债务和或有债务又可以从另外一个视角来分为两类。一类债务是已经被纳入了国家资产负债表，但由于负债主体的划分并不明确，而成为政府的或有负债。这些负债或者产生于国企、产生于地方政府融资平台，或者产生于各类政府性基金，这些债务都有自身的负债主体，已经在非金融企业或金融部门的债务中给予核算，但如果这些债务发生违约，市场预期政府可能会承担还债义务。因此对于这类债务的纳入，并不会增加全社会总债务水平，只是考虑在多大程度上将这些其他部门的债务考虑为政府债务，这并不影响总宏观杠杆率水平。另一类债务是没有被国家资产负债表体系纳入的债务，社会保障制度缺口即属于此类。根据金融资产与负债恒等的原则，将这部分债务纳入会同时增加政府债务和居民的金融资产，并且会增加全社会的债务收入比。

对于前一类债务，国家审计署进一步划分为担保债务和救助债务，前者指从法律上来看并非政府债务，但政府对其存在一些隐性担保，在债务主体缺乏偿还能力时还需政府偿还的债务（主要是地方政府融资平台债务），后者指在某些特殊情况发生时政府可能需要承担责任的债务。根据审计结果，2007—2013年7年各年度需偿还的担保债务和救助债务本金中，最后由财政资金实际偿还的最高比例分别为19.13%和14.64%。如果以最高偿还比例作为系数来估算，2012年年底和2013年6月，担保债务和救助债务的合计值分别为1.4万亿元和1.5万亿元，分别占当年GDP的2.6%和2.7%。如果采用直接加总的方式，则这部分债务占GDP的16%—17%。2014年之后，中国开始了地方债务置换的工程，允许地方政府发行地方债来置换现存的政府性债务，当前地方政府债券规模已超过中央政府国债，这类担保和救助债务的规模也在逐渐下降。但市场最大的分歧在于其他未置换的融资平台、PPP等债务，究竟有多大比例属于政府债务，官方法律制度与市场预期并不一致。如果将这类债务全部划归政府部门，则中国宏观杠杆率结构将有较大变化，政府杠杆率将上升30—40个百分点，而非金融企业杠杆率也将下降30—40个百分点，中国的杠杆率结构将更接近于发达国家现状。

对于后一类债务，主要是养老金缺口，我们将在后文以专题来讨论。政府对不同主体养老保障的支出责任是不同的。对于企业职工，隐性债务分为转轨成本和老龄化导致的隐性债务两部分，政府并非一定承担完全的支出责任。老龄化导致的隐性债务可以通过降低保障率、延迟退休等措施减轻，而转轨成本则应该通过国有资本划拨充实养老保险基金来解决。对于机关事业单位职工，养老保险收支缺口和隐性债务的责任人则毫无疑问是政府。

根据我们的测算，在新人替代率为40%的情况下，2016年机关事业单位养老保险中政府所应承担的隐性债务规模达到24.9万亿元，占当年GDP比重达到33.5 %。如果分别将新人的替代率水平降低到35 %或提升至45 %，则机关事业单位养老金缺口所形成的隐性债务规模则分别占到2016年GDP的28.8%和38%。在OECD各国中，政府负债中的养老金占比较高的国家有澳大利亚（2016年占比38%）、冰岛（31%）、美国（17%）、加拿大（15%）、瑞典（13%）和英国（3%）。其他国家或者这部分债务极小，或者也没有列入政府负债。

原则上，机关事业单位养老保险缺口将直接进入政府债务项，与此同时，这部分缺口也会相应进入居民的资产项。限于相关估算还不是非常成熟，因此，这一缺口目前只是作为国家资产负债表的一个补充，让我们了解有这一部分的政府负债存在。待条件成熟，再考虑纳入正表。

4.国民财富视角下的债务风险

国民财富方法（National Wealth Approach,NWA）作为资产负债表方法（BSA）的一个分支，对于分析债务风险、金融稳定性具有独特的价值（Frecaut,2016）。与资产负债表方法强调几大错配风险不同，国民财富方法将国民净财富作为分析金融稳定的“锚”。

从“四式”（Quadruple Entries）记账法出发，当银行发现并减记一笔非金融企业的违约贷款时，在国家资产负债表中所反映的是一笔净资产从银行部门向非金融企业部门的转移。但国民净财富并未发生变化，而只是在部门间转移了。银行减记贷款发生在一瞬间，一般是与确认这笔贷款无法偿还的某一事件相伴随的。但在实际经济过程中，这一财富转移过程并非瞬间完成，一笔贷款成为违约贷款也是在很长一段时间内逐步经历量变到质变的过程。因此，之前在国民经济账户中所记录的各项经济指标是有“水分”的，需要进行调整。最终确认的这笔财富转移，应该在经济运行过程中分步记录下来，但实际的国民账户统计中并没有记录。由此得出的一个重要结论是，由生产过程所记录的经济增加值被高估了，这部分表面上看来是由企业生产所产生的增加值，实际上仅仅是银行部门的财富转移产生的。多记增加值的一个主要途径在于将无效投资确认为真实投资。这部分无效投资并未带来总产出和总资产的上升，而仅仅是经济活动中的中间消费（张晓晶、刘磊，2017）。

考虑到如果局限于某个部门，可能会存在对于产出和财富的高估（前面提到的企业部门将无效投资确认为真实投资的情况），因此，需将国民净财富及其在部门间的分布作为处理和预警危机的最重要参考指标。

结合中国的国民净财富数据，在应对债务风险问题上，我们有着足够的信心。2000—2016年，中国广义政府负债从2.1万亿元上升至27.3万亿元，规模扩大至原来的13倍；广义政府资产也同步增长，从1 1.4万亿元上升至145.8万亿元，规模扩大至原来的12.8倍。这样，中国政府所拥有的资产净值在该段时期显著上升，从9.3万亿元上升到118.6万亿元，规模亦扩大至原来的12.7倍。按照国民财富方法，政府部门的净财富足以成为应对风险和危机的“锚”。这意味着中国政府有足够的资产来覆盖其相应的负债；在相当长时期内，中国发生主权债务危机的可能性很低。不过，考虑到地方政府的隐性债务[7]，以及养老金缺口，近120万亿元的广义政府资产净值将会大幅缩减。

此外，运用国民财富方法还有两点值得注意：一个是资产的流动性（或变现能力），另一个是资产价格的顺周期性。

资产的流动性考验面临危机时各经济部门的清偿能力。中国广义政府部门净资产为118.6万亿元，即使剔除掉变现能力较差的非金融资产，净金融资产也达到73.0万亿元；其中国有企业股权为52万亿元，占政府净资产的44%。政府非金融资产中，国有建设用地主要用于覆盖未来1—3年的土地供应，具有较强的流动性，这部分为23.9万亿元，占政府非金融资产的52.4%。总体而言，广义政府资产的变现能力还是比较强的。

资产价格的顺周期性会使得仅关注资产净值本身会带来误判。资产价格的周期性波动，会加剧经济下行时的金融风险。金融资产中的股票和投资基金等权益类资产具有更强的顺周期性，其估值水平与经济周期密切相关。资产价格上升时，财富估值非常高，而资产价格下降时，财富估值又非常低，形成了经济周期的金融加速器效应。根据前文对于资产增量的分解，2000—2015年，全部非金融资产增量中有32%的比例来自价值重估的贡献，居民和政府这两个部门的非金融资产增量中分别有59%和36%来自估值提升，这也对应着这段时期宏观经济和住房价格的高速增长。在国民财富视角下，对这类风险需格外重视，尤其是在面临经济下行周期时，对可能的金融风险应有更充分的准备，而不能满足于拥有规模较大的资产净值本身。