制造业脱实向虚对系统性金融风险的冲击效应与政策治理
——基于A股上市公司的经验证据

张 超, 张心平

(安徽财经大学金融学院,安徽 蚌埠 233030)

随着我国实体企业利润越来越多的来源于金融渠道，大量资金涌入金融、房地产行业，经济发展呈现出脱实向虚的特征，而经济脱实向虚发展将给我国防范化解重大风险带来严峻考验。鉴于此，应高度重视经济脱实向虚带来的系统性金融风险，从微观企业角度厘清经济脱实向虚对系统性金融风险的影响效果和冲击路径，以有序引导企业的投融资行为，从而切实解决经济脱实向虚问题，更好地防范系统性金融风险。

一、文献综述与问题的提出

近年来，经济脱实向虚发展引起学界的广泛关注，既有研究多从微观企业角度探究经济脱实向虚的发展现状和影响。而金融资产扩张一旦无法持续，资产价格泡沫就会破裂[1]，会对金融体系的稳定产生冲击。于是，随着研究的深入，学界逐渐将研究视角转向金融风险，探究经济脱实向虚对系统性金融风险的影响。

1.经济脱实向虚的发展现状和影响。学界主要从经济脱实向虚的发展现状和制造业脱实向虚的发展现状，以及经济脱实向虚对宏观经济运行和企业的影响等方面展开研究。其中，在经济脱实向虚的发展现状方面，如Demir研究发现，许多国家的实体企业投资越来越偏好于短期金融资产[2]；张成思等基于经济金融化视角对我国的经济发展现状进行研究，发现我国也已经出现了经济金融化的迹象[3]；孙红燕等研究发现，与世界平均水平和美国相比，我国金融与实体经济发展不协调，存在脱实向虚的发展特征[4]。在制造业脱实向虚的发展现状方面，如李承璋等研究发现，金融资产收益率和生产投资风险的加剧导致我国制造业存在脱实向虚的发展趋势[5]；陈赤平等研究发现，制造业脱实向虚将通过挤出技术创新来降低全要素生产率[6]。 在经济脱实向虚对宏观经济运行的影响方面，如张成思等研究发现，经济脱实向虚阻碍了我国实体经济发展，弱化了货币政策的实施效果[7]；黎贵才等研究发现，过度的脱实向虚不利于资本周转，会降低经济增长效率[8]。在经济脱实向虚对企业的影响方面，如郭丽丽等研究发现，企业脱实向虚将挤出实体行业投资，会影响企业经营绩效[9]；刘惠好等研究发现，企业投资金融资产对创新投入具有挤出效应[10]；黄贤环等分析指出，金融产品受各种因素影响，企业脱实向虚将资金配置于金融产品，很容易将风险传导至企业经营活动中，会提高企业风险水平[11]。

2.经济脱实向虚对系统性金融风险的影响。学界主要研究经济脱实向虚对金融市场和系统性金融风险的影响。其中，在经济脱实向虚对金融市场的影响方面，如张慕濒等研究发现，资金大量进入金融和房地产市场,将造成资产价格泡沫[12]；彭俞超等研究企业投资金融资产与股价崩盘风险之间的关系，发现企业脱实向虚将增加金融市场的不稳定性[13]。在经济脱实向虚对系统性金融风险的影响方面，如张晓朴等研究发现，过度的金融市场投资套利将加大市场波动，带来价格泡沫和系统性金融风险[14]；张成思等研究发现，资金从实体经济回流到金融体系会增大金融杠杆，从而滋生金融风险[3]；李思龙研究发现，实体企业脱实向虚会导致金融体系过度膨胀，从而加剧整个金融体系的系统性风险[15]。

综上，学界对经济脱实向虚展开了诸多研究，多从微观企业角度分析企业投资金融资产带来的后果，为本研究提供了有益思路。但学界针对经济脱实向虚影响我国系统性金融风险的研究较少，主要是通过定性分析或固定参数实证模型对问题进行探讨；且主要将研究对象设定为所有非金融、非房地产行业，研究范围较为宽泛。而不同行业的发展存在差异，尤其是制造业作为实体行业的重要基础，制造业的脱实向虚将给我国经济发展带来严重影响。鉴于此，本研究基于2007—2020年A股制造业上市公司财务季度数据和宏观季度数据，构建制造业脱实向虚指标，采用金融压力指数法构建我国系统性金融风险综合指数，并进一步采用时变参数向量自回归模型实证分析制造业脱实向虚对系统性金融风险的影响效果和冲击路径，以检验制造业脱实向虚带来的系统性金融风险。

二、机制分析与研究假设

(一)制造业脱实向虚对实体经济部门杠杆的影响

实体经济部门的脱实向虚是指本应投资于实体行业的资金流向虚拟经济部门，具体表现为实体企业金融资产配置增多。究其原因在于，近年来实体行业受阻而金融市场的投资收益不断提高，企业的趋利性使其更偏向于投资金融市场。而企业投资金融资产会使得主营业务不断萎缩，最终导致所有者权益下降，并提高杠杆。同时，根据资产定价理论，当企业投资金融资产回报率较高时，企业愿意承担更高的风险，扩大融资规模[16]。相较于股权融资，债务融资则更具有成本优势和时间优势。为把握金融市场的投资机会，企业管理者将更倾向于债务融资[17]，这实际上是一种提高杠杆的融资套利行为。

脱实向虚还表现为实体企业参与影子银行业务。我国的融资市场是一种二元市场，包括正规和非正规两种融资渠道。我国中小企业由于自身的劣势、信息不对称和信用配给不足等问题，难以从正规融资渠道获得足够的融资，从而多借助于非正规融资渠道进行融资；而大型上市企业在正规融资渠道中具有明显的融资优势，其从正规融资渠道获得的贷款利率往往低于非正规融资渠道。具有融资优势的大型上市企业从正规银行系统取得超募资金后，会以委托贷款、信托融资和理财产品等形式通过非正规融资渠道贷款给中小企业，以获得信贷利差[18]。这种行为实际上表现为实体企业的脱实向虚，促进了影子银行体系的膨胀。实体企业参与影子银行业务不仅扩大了自身的过度融资需求，提高了自身的负债水平，还在信贷规模一定的前提下，进一步挤占了正规融资渠道的融资空间，加大了中小企业从正规融资渠道获取资金的难度[19]。而影子银行体系吸收资金成本较高，相对风险较大，使得影子银行资金利息水平较高；且影子银行体系需要通过层层嵌套来运转，拉长了融资链条，经过链条上的每一个环节都会增加费用，从而会提高杠杆。

通过上述分析可知，实体企业脱实向虚不仅会促进企业融资套利而扩大债务规模，还会通过影子银行体系提高杠杆，从而影响实体经济部门杠杆。而制造业作为我国实体经济的核心组成部分，其脱实向虚会给实体经济部门带来严重影响。鉴于此，本研究提出假设H1：制造业脱实向虚会提升我国实体经济部门杠杆。

(二)制造业脱实向虚对银行体系金融风险的影响

随着我国金融市场化改革的不断深入，银行市场竞争程度不断提升，为了扭转竞争劣势，商业银行越来越青睐于“同业监管套利”策略，使得同业业务需求量高涨，且在利率市场化和金融脱媒不断推进的背景下，基于利益最大化及规避监管等动机，商业银行将更倾向于进行金融资产投资。同时，我国的金融体系是银行主导型，企业资金的脱实向虚使得我国宽松货币政策释放的流动性资金有相当一部分集中于金融市场[7]，金融市场上泛滥的流动性资金使得银行业金融机构有了大肆发展同业业务以及投资金融资产的机会。而银行业同业往来等虚拟业务的急剧扩张，在加剧银行风险承担机制脆弱性的同时[20]，会滋生银行体系金融风险，带来系统性金融风险不断积累等一系列问题。可见，制造业脱实向虚将通过对银行虚拟业务的影响加剧我国银行体系金融风险。鉴于此，本研究提出假设H2：制造业脱实向虚会加剧我国银行体系金融风险。

通过上述分析可知，制造业脱实向虚将提高我国实体经济部门杠杆，而债务杠杆上升将通过债务和股权两个渠道使国民经济各部门风险积聚于金融部门，从而滋生系统性金融风险[21]。可见，实体经济部门杠杆上升将加剧我国系统性金融风险。同时，制造业脱实向虚将加剧我国银行体系金融风险，而银行体系作为我国金融系统的重要组成部分，银行体系金融风险的积累势必会滋生系统性金融风险。尤其是在经济金融化背景下，由于影子银行体系资金的借贷成本较高，而实体行业主营业务的利润水平较低，使得中小企业从影子银行体系获得的资金在很大程度上回流到虚拟经济部门中，导致实体行业整体脱实向虚。而实体行业脱实向虚会导致资金过多地流向虚拟经济，既会阻碍实体经济发展，对实体经济产生根本性破坏，也会造成资金在虚拟经济内部空转，加剧经济的泡沫化，而当金融资产扩张无法持续时，资产价格泡沫就会破裂，从而产生系统性金融风险。可见，制造业脱实向虚将加剧我国系统性金融风险，其影响路径是我国实体经济部门杠杆和银行体系金融风险。鉴于此，本研究提出假设H3：制造业脱实向虚会加剧我国系统性金融风险。

三、研究设计

(一)数据处理

本研究的公司数据主要来自上市公司资产负债表；系统性金融风险指标数据主要来自国泰安(CSMAR)数据库、Wind数据库、国家统计局网站和中国债券信息网。其中，公司数据来自2007—2020年A股制造业上市公司财务季度数据，并对数据进行如下处理：(1)删除ST类上市公司；(2)删除有大量数据缺失的样本；(3)删除资产负债率大于1的样本；(4)删除上市公司第1年的数据。经过以上处理后，最终获得有效样本1 877个。

(二)变量选取

本研究结合研究对象和研究目的，将变量分为因变量、自变量、控制变量和中介变量。具体设置如下：

1.因变量。因变量为系统性金融风险。基于金融压力指数法得出的系统性金融风险综合指数可以衡量整个金融体系的系统性金融风险。本研究选取股票市场、债券市场、银行业市场和外汇市场等4个金融子市场中具有代表性的指标，采用熵值法对各指标进行赋权，并拟合各个市场的金融压力指数，构建整个金融体系的系统性金融风险综合指数，作为衡量系统性金融风险的指标。

2.自变量。自变量为制造业脱实向虚。本研究参考张成思和黄贤环等的做法[7,11]，将企业投资性房地产净额、交易性金融资产、衍生金融资产、发放贷款及垫款净额、可供出售金融资产净额、持有至到期投资净额作为企业金融资产，以企业金融资产占总资产的比重作为衡量我国制造业脱实向虚的指标。

3.控制变量。在进行制造业脱实向虚对我国系统性金融风险影响的实证研究中为了控制内外部经济环境对实证结果的影响，本研究选取外部经济环境和内部经济环境作为控制变量。其中，外部经济环境参考王雯等的做法[22]，选取全美证券交易所综合指数进行表征；内部经济环境选取我国GDP增长率进行表征。

4.中介变量。中介变量为实体经济部门杠杆和银行体系金融风险。其中，实体经济部门杠杆选取我国实体经济部门杠杆率进行表征，银行体系金融风险选取银行业市场金融压力指数进行表征。

(三)系统性金融风险综合指数测算

1.构建系统性金融风险指标体系。既有关于风险预警体系的研究，早期主要采用Z值模型、主成分分析法和Logistic回归模型等研究方法，后期采用神经网络模型、系统动力学分析方法和支持向量机模型等研究方法。采用这些方法对系统性金融风险进行研究大多基于系统性金融风险综合指数的构建，其中金融压力指数对金融风险测度的拟合性较高，诸多研究采用金融压力指数法构建我国系统性金融风险综合指数。鉴于此，本研究基于金融压力指数法，参考李思龙和李敏波等的做法[15,23]，选取股票市场、债券市场、银行业市场和外汇市场等4个子市场中具有代表性的指标，构建我国系统性金融风险指标体系(表1)。

表1 系统性金融风险指标体系

2.设置系统性金融风险指标体系权重。系统性金融风险综合指数构建的科学程度取决于对各指标赋权的合理性，相较于主观赋权法而言，客观赋权法更能体现经济运行的真实情况。而在客观赋权法的运用中，多数学者采用熵值法对各维度指标进行赋权。本研究参考唐升和李丽珍等的做法[24,25]，采用熵值法对系统性金融风险指标体系进行赋权，并选取2007—2020年相关指标的季度数据，通过Stata 16.0软件处理数据和设置系统性金融风险指标体系权重(表2),具体步骤如下：

表2 系统性金融风险指标体系权重

(1)标准化数据。标准化数据包括系统性金融风险指标体系中的正向指标和负向指标，具体如下：

正向指标的标准化公式为：

(1)

负向指标的标准化公式为：

(2)

(2)计算第j项指标的第i个观测值占该项指标总样本数值的比重Yij：

(3)

(3)计算第j项指标的信息熵Ej：

(4)

(4)计算信息熵的冗余度Dj：

Dj=1-Ej

(5)

(5)计算第j项指标的权重Wj：

(6)

(6)计算指标体系的评价值Ui：

(7)

3.测算我国系统性金融风险综合指数。根据上述权重设置结果，计算得出评价值作为我国系统性金融风险综合指数。我国系统性金融风险综合指数整体呈波动下降趋势，与我国经济实际运行状况较为相符。具体来说：2007年第1季度至2009年第1季度，我国系统性金融风险综合指数呈波动上升趋势。这主要是缘于美国次贷危机导致全球金融危机，加剧了国内金融系统压力。2009年第2季度至2014年第3季度，我国系统性金融风险综合指数呈波动下降趋势。这主要是缘于我国于2008年11月出台扩大内需促进经济增长十措施，推动了经济发展；同时，我国进一步加强对金融机构的监管，交替使用数量型和价格型工具，努力维护金融稳定，使我国系统性金融风险降至较低水平。2014年第4季度至2015年第1季度，我国系统性金融风险综合指数呈急剧上升趋势。这主要是缘于我国经济增速放缓，面临经济发展结构性失衡和供给侧质量不足等困境；同时，我国实体经济步入下行周期导致虚拟经济产业呈上升趋势，大量资金流入虚拟经济，过高的资产价格形成泡沫加剧了金融脆弱性，且我国股市出现大幅波动，汇市与股市出现联动，这些均对我国系统性金融风险产生严重影响。2015年第2季度至2020年第4季度，我国系统性金融风险综合指数呈波动下降趋势。这主要是缘于2015年以来我国进一步加强金融监管和实施较为宽松的货币政策，并持续推进利率、汇率市场化改革，使得我国系统性金融风险呈现出波动下降的趋势。

(四)模型设定

本研究为分析制造业脱实向虚对我国系统性金融风险的影响效果和冲击路径，以及刻画不同滞后结构下制造业脱实向虚对实体经济部门杠杆、银行体系金融风险和系统性金融风险冲击的时变效应，选取Primiceri提出的时变参数向量自回归模型[26]，动态刻画影响效果和冲击路径。该模型不仅可以通过参数估计观察变量间的时变关系，还可以通过波动的时变性解决模型可能存在的异方差问题，大大提高了模型估计的准确性。时变参数向量自回归模型具体如下：

(8)

其中,yt表示由内生变量构成的k维列向量;Xt表示解释变量矩阵,Xt=Ik其中，表示克罗内克积,Ik表示对角线元素为1的k×k维矩阵;βt表示系数向量;At表示联立参数矩阵，且为下三角矩阵; ∑t表示对角线元素为波动率σ的对角矩阵;et表示k维随机扰动项矩阵,et～N(0,Ik)。本研究参考Primiceri的做法[26]，将随机波动率设置为列向量ht,ht=(h1t,h2t,…,hkt)′，符合的条件；将At中下三角元素堆叠得到列向量at,at=(a21,a31,a32, …,akk-2,akk-1)′。假设待估参数都服从如下随机游走过程，即βt+1=βt+μt,at+1=at+γt,ht+1=ht+νt，且服从以下分布：

(9)

其中,βt+1～N(μ0, ∑β0),at+1～N(γ0, ∑a0),ht+1～N(ν0, ∑h0)。I表示et的方差协方差矩阵，∑β表示μt的方差协方差矩阵，∑a表示γt的方差协方差矩阵，∑h表示νt的方差协方差矩阵。为了简化参数估计过程，本研究将∑β、 ∑a、 ∑h设置为对角矩阵。

考虑到模型参数估计较为复杂，采用传统的估计方法可能造成模型估计不准确，本研究进一步参考Nakajima的做法[27]，采用马尔可夫链蒙特卡洛法对模型进行估计，并通过脉冲响应函数分析各变量之间的关系，相关操作通过OxMetrics 6软件完成。

四、实证分析

(一)平稳性检验

VAR模型要求各内生变量保持平稳，本研究采用ADF检验、PP检验对数据进行单位根检验。由表3可知：各变量的ADF检验、PP检验结果均未能保证变量在1%的显著性水平上拒绝存在单位根的原假设，表明制造业脱实向虚、实体经济部门杠杆、银行体系金融风险、系统性金融风险、外部经济环境和内部经济环境等变量均可能存在单位根。本研究进一步对各变量的数据序列进行一阶差分，差分后的制造业脱实向虚、实体经济部门杠杆、银行体系金融风险、系统性金融风险、外部经济环境和内部经济环境等变量则均在1%的显著性水平上表现为平稳时间序列。

表3 平稳性检验结果

(二)模型抽样结果和参数估计结果

根据FPE、AIC、HQIC准则选择一阶滞后，对后验参数设置10 000次模拟运行，得出模型抽样结果和参数估计结果。根据模型抽样结果可知，模型自相关系数从高位下降明显，表明10 000次抽样可有效消除自相关特征；样本收敛路径在均值附近波动，表明参数可按稳定独立趋势围绕均值运行；后验分布呈现出正态分布特征，表明抽样所产生的样本具有有效性。同时，由表4可知，Geweke收敛诊断值均未大于临界值1.96，无效因子均小于100，表明模型抽样结果不能拒绝估计参数收敛于后验标准分布的原假设，且模拟抽样结果是合理有效的。鉴于此，参数估计结果是有效的。

表4 参数估计结果

(三)等间隔脉冲响应分析

时变参数向量自回归模型具有时变参数估计的特性，可进行不同滞后期与不同时点的异质性分析。本研究针对不同滞后期的脉冲响应结果进行分析，选择滞后1期、滞后3期、滞后5期作为约束条件，用于分析制造业脱实向虚对我国实体经济部门杠杆、银行体系金融风险和系统性金融风险的短期、中期和长期的冲击效应，具体详见图1、图2和图3。

图2 制造业脱实向虚与银行体系金融风险的等间隔脉冲响应

图3 制造业脱实向虚与系统性金融风险的等间隔脉冲响应

图1显示了我国实体经济部门杠杆对制造业脱实向虚的脉冲响应结果。从强度上看，滞后1期和滞后3期的脉冲响应较强，而滞后5期的脉冲响应较弱。这表明制造业脱实向虚对我国实体经济部门杠杆影响的短期效应和中期效应较为明显，而长期效应则不明显。原因在于：脱实向虚具有短、快的特征，制造业的脱实向虚行为多来源于管理者的短视动机和企业对短期收益的偏好，企业持有的金融资产主要为短期资产，而金融资产的收益具有周期性，为了匹配金融资产的期限结构和抓住投资机会，企业将在短期内扩大债务融资，提高杠杆水平。从方向上看，给制造业脱实向虚一个单位的正向冲击，我国实体经济部门杠杆在短期、中期和长期均表现为正向响应，即制造业脱实向虚会提升我国实体经济部门杠杆，验证了假设H1。

图2显示了我国银行体系金融风险对制造业脱实向虚的脉冲响应结果。从强度上看，与图1类似，滞后1期和滞后3期的脉冲响应较强，而滞后5期的脉冲响应较弱。这表明制造业脱实向虚对我国银行体系金融风险影响的短期效应和中期效应较为明显，而长期效应则不明显。原因在于：制造业脱实向虚使得流动性资金过多地集中于金融市场，增强了银行业金融机构发展同业业务和投资金融资产的动机，而同业业务发展和金融资产投资通常具有较短的期限结构，一旦遭遇资金收紧或同业挤兑，将在短期内爆发银行体系金融风险。从方向上看，给制造业脱实向虚一个单位的正向冲击，我国银行体系金融风险在短期、中期和长期均表现为正向响应，即制造业脱实向虚会加剧我国银行体系金融风险，验证了假设H2。

图3显示了我国系统性金融风险对制造业脱实向虚的脉冲响应结果。从强度上看，与图1和图2类似，滞后1期和滞后3期的脉冲响应较强，而滞后5期的脉冲响应较弱。这表明制造业脱实向虚对我国系统性金融风险影响的短期效应和中期效应较为明显，而长期效应则不明显。原因在于：制造业脱实向虚所投资的金融资产多为短期资产，将促使企业在短期内扩大债务规模，提高实体经济部门杠杆；同时，制造业脱实向虚将在短期内影响银行体系金融风险，从而在短期内滋生系统性金融风险。从方向上看，给制造业脱实向虚一个单位的正向冲击，我国系统性金融风险在短期、中期和长期均表现为正向响应，即制造业脱实向虚会加剧我国系统性金融风险，验证了假设H3。

(四)不同时间点的脉冲响应分析

前文分析可以有效地解释制造业脱实向虚对我国实体经济部门杠杆、银行体系金融风险和系统性金融风险影响的时变效应，而随着国家多次出台治理经济脱实向虚的相关政策，这种时变效应将受到影响。为了探究相关政策的治理有效性，本研究进一步研究在关键时间点上我国实体经济部门杠杆、银行体系金融风险和系统性金融风险对制造业脱实向虚的脉冲响应，具体选择2017年第2季度、2018年第2季度、2020年第1季度等3个时间点。原因在于：2017年第2季度开始，我国陆续出台相关监管措施加强对金融行业的监管，如2017年4月中国保险监督管理委员会出台《中国保监会关于进一步加强保险监管维护保险业稳定健康发展的通知》强调要强化监管与服务实体经济；2018年4月中央财经委员会提出结构性去杠杆，要求经济各部门下调杠杆率，努力实现宏观杠杆率稳定下降；2020年1月6日中国人民银行下调金融机构存款准备金率0.5个百分点，2020年3月16日中国人民银行实施定向降准，对达到标准的金融机构下调存款准备金率0.5至1个百分点，中国人民银行两次降准的目的均在于支持实体经济发展，降低社会融资成本。

图4、图5和图6显示：在不同时间点上，给制造业脱实向虚一个单位的正向冲击，我国实体经济部门杠杆、银行体系金融风险和系统性金融风险的脉冲响应结果。从脉冲响应轨迹上可以看出，在短期内，3个变量均表现出正向响应，在长期的脉冲响应则均趋于零，与前文的研究结果一致。具体来说：图4显示，3个时间点的脉冲响应基本相同，加强监管、结构性去杠杆和降准均能在当期有效减轻制造业脱实向虚对我国实体经济部门杠杆的影响；同时，3种政策治理效果的持续性均不强，在滞后1期处实体经济部门杠杆还是表现出明显的正向响应。图5显示，3个时间点的脉冲响应基本相同，加强监管、结构性去杠杆和降准均未能在当期有效减轻制造业脱实向虚对我国银行体系金融风险的影响，但在短期内均能有效减轻制造业脱实向虚对我国银行体系金融风险的影响；同时，3种政策治理效果的持续性均不强，在滞后3期处银行体系金融风险还是表现出明显的正向响应。图6显示，3个时间点的脉冲响应基本相同，加强监管、结构性去杠杆和降准均未能在当期有效减轻制造业脱实向虚对我国系统性金融风险的影响，但在短期内均能有效减轻制造业脱实向虚对我国系统性金融风险的影响；同时，3种政策治理效果的持续性均不强，在滞后3期处系统性金融风险还是表现出明显的正向响应。

图4 制造业脱实向虚与实体经济部门杠杆在不同时间点的脉冲响应

图5 制造业脱实向虚与银行体系金融风险在不同间时点的脉冲响应

五、结论与对策

(一)结论

基于2007—2020年A股制造业上市公司财务季度数据和宏观季度数据，构建制造业脱实向虚指标，采用金融压力指数法构建我国系统性金融风险综合指数，并进一步采用时变参数向量自回归模型实证分析制造业脱实向虚对系统性金融风险的影响效果和冲击路径，得出以下结论：(1)制造业脱实向虚在短期内会提升实体经济部门杠杆、加剧银行体系金融风险，从而加剧系统性金融风险。(2)制造业脱实向虚对实体经济部门杠杆、银行体系金融风险和系统性金融风险的影响均具有时变特征，从脉冲响应强度来看，短期效应和中期效应较为明显，而长期效应则不明显。(3)加强监管、结构性去杠杆和降准等3种政策对制造业脱实向虚带来的实体经济部门杠杆、银行体系金融风险和系统性金融风险均具有明显的治理效果，但治理效果的持续性均不强。

图6 制造业脱实向虚与系统性金融风险在不同时间点的脉冲响应

(二)对策

系统性金融风险会受到经济脱实向虚的冲击，尤其是在经济结构转型的关键时期，应进一步建立健全相关监管制度、稳步推进企业部门去杠杆和提高金融服务实体经济效率等，以切实解决制造业脱实向虚问题，更好地防范系统性金融风险。

1.建立健全相关监管制度。加强监管对制造业脱实向虚带来的实体经济部门杠杆、银行体系金融风险和系统性金融风险均具有一定的治理效果，应进一步建立健全相关监管制度，引导资金流向实体经济，以降低经济脱实向虚的程度。具体来说：通过完善企业投融资监管制度，利用互联网、云计算等信息技术，加强对企业投融资的监管，尤其是要加强对企业融资去向的监管，约束企业的金融投机和违规套利行为，引导企业将资金配置于主营业务，避免企业将金融机构贷款再次投放到金融市场；通过完善金融机构投融资监管制度，加强对金融行业的引导，督促金融机构加强对贷款去向的把控，重点服务实体经济，提升资金配置效率；通过建立风险长效监管机制，将对系统性金融风险的监控纳入常态化管理制度中，并将经济脱实向虚发展状况加入到风险监测指标体系中，以构建科学完善的风险预警机制，助力防范和化解系统性金融风险，维护经济平稳发展。

2.稳步推进企业部门去杠杆。制造业脱实向虚带来的超额收益会导致企业扩大融资套利行为，提高实体经济部门杠杆，从而滋生系统性金融风险，应通过稳步推进企业部门去杠杆来稳定实体经济部门杠杆，以降低经济运行中的系统性金融风险。具体来说：通过推进制造业企业的结构性去杠杆，注重采用市场化债转股等发展型手段，着重优化债务结构，加强对短期债务融资的管理，以减轻高杠杆给我国系统性金融风险带来的影响；通过采取第三方评估等有效监管措施，建立评估监管的标准化系统，评估去杠杆政策的实施成果，有效加强对政策执行的监管力度，以保障政策的持续性和实施效果；通过加强技术创新力度，促使企业加大技术创新投入，建立技术创新导向的内部激励机制，并积极推动企校联合创新项目，构建以企业为主体、联合高校与科研单位的科技创新平台，以促进企业技术创新，提高利润与融资能力，降低企业杠杆水平。

3.提高金融服务实体经济效率。金融是实体产业的血脉，提高金融服务实体经济的效率，有助于优化资源配置，以促进实体产业发展和提高实体行业竞争力。具体来说：通过加大宣传力度，结合传统媒介和新兴媒介进一步普及投融资等金融知识，强化公众对投资理财的认知认同，有效转变公众的金融投资观念，从而促使资金更好地流入实体行业；通过降低中小企业融资约束，采取完善科创板和中小板建设、创新金融产品以及完善中小企业信用评级方法等方式，有效降低中小企业融资约束，以提高金融服务中小企业的效率；通过降准提高金融服务实体经济的力度，采取结构性、分部门的稳步循环推进的方式，有效避免降准给银行体系带来的负面影响。

(三)不足与展望

本研究针对制造业脱实向虚对我国系统性金融风险的冲击效应进行剖析，并采用时变参数向量自回归模型刻画了制造业脱实向虚与我国实体经济部门杠杆、银行体系金融风险以及系统性金融风险间的时变关系，具有一定的理论价值和现实意义，但仍存在一些不足。具体来说：(1)研究内容存在不足。本研究虽然选取制造业脱实向虚作为研究对象，具有针对性，但实体行业除了制造业还包括农业、服务业等。而不同行业的发展特征存在差别，不同行业脱实向虚给宏观经济稳定带来的影响可能存在不同。因此，后续的研究应进一步讨论其他实体行业脱实向虚对我国系统性金融风险的影响。(2)研究视角存在不足。本研究在讨论经济脱实向虚带来的系统性金融风险时，主要是通过企业部门的脱实向虚进行剖析，但实际上经济脱实向虚不仅包括企业部门的脱实向虚，还包括金融部门的膨胀、金融产品的衍生等。因此，后续的研究应将企业部门的脱实向虚、金融部门的膨胀以及金融产品的衍生纳入同一个研究框架中，讨论经济脱实向虚的内在机制及其对系统性金融风险的影响。