我国金融“脱实向虚”的综合判断与分析

奥鹏网院作业

我国金融“脱实向虚”的综合判断与分析
张小波

[提 要] 本文界定了金融“脱实向虚”的内涵，设计了研判金融“脱实向虚”的挂钩变量和标准。本文以1990—2019年78个国家为样本的实证研究显示：2012年我国金融出现“脱实向虚”，2012—2014年处于低度“脱实向虚”状态，2015—2018年出现了中度“脱实向虚”，2019年又回落到低度“脱实向虚”，但未来5年金融杠杆会回升。这意味着未来经济运行仍将面临高杠杆带来的系统性金融风险，以及金融杠杆波动性不断加剧给经济增长带来更大的负面冲击。宏观调控的政策取向和首要任务仍是“降杠杆”和“稳增长”。针对该形势，本文提出：一是亟须建立金融“脱实向虚”的审慎监管机制，将金融杠杆作为金融“脱实向虚”的审慎监管政策工具，将均衡金融杠杆作为研判金融“脱实向虚”的标准，前瞻性地引导金融回归服务实体经济的本位职能。二是改革现有存款基准利率的“双轨制”，实施货币政策“锁短放长”的创新性操作来消除导致金融“脱实向虚”的政策诱因。

[关键词] 金融“脱实向虚”；审慎监管；“锁短放长”

一、引言
近年来，我国经济运行中出现了诸多不寻常的现象：股市、债市、汇市、期市、房市总被各种资金轮番炒作，价格大幅波动。政府刚推出房地产去库存改革，随后又不得不实行史上最严厉的限购令，房市调控政策频频调整。煤炭、钢铁去产能的政策实施还不到半年，价格上涨就失控，迫使政府又不得不严控价格上涨。2013年以来，在明松实紧的货币政策下，金融杠杆不降反升，货币当局陷入“降杠杆”和“稳增长”的两难境地，出现了“中国式杠杆悖论”。在流动性充足甚至资金市场存在规模巨大的“相对过剩资本”情况下，中国金融市场却出现了“钱荒”。所有这些不寻常的现象都有共同的根源——金融“脱实向虚”。如何判断当前我国金融“脱实向虚”的状况以及未来可能的形势？金融“脱实向虚”的挂钩变量和标准是什么？这些指标和标准是否可以作为金融“脱实向虚”的审慎监管政策工具？这些问题的探究与解决，对货币当局如何建立金融“脱实向虚”的审慎监管机制、消除金融“脱实向虚”的政策或制度诱因、前瞻性引导金融回归服务实体经济的本位职能等都有着重要的参考价值。

二、文献综述
(一)国内外研究现状
现有关于金融“脱实向虚”的研判标准、研判指标及其程度等级区间划分的研究甚少。已有研究主要通过经济运行中的一些现象与表现来判断金融“脱实向虚”。由于对金融“脱实向虚”的界定视角不同，用于刻画这些现象与表现的指标变量也有差异。现有研究对于金融“脱实向虚”的界定主要有两种：一是从金融对象角度将金融“脱实向虚”界定为资金“脱实向虚”。这些研究认为金融“脱实向虚”是大量资本、资金滞于金融层面进行炒作，未落到实体经济的现象(康文峰，2013；李扬，2014；成思危，2015；张成思和张步昙，2015；王宇，2016；周长富等，2016；周宜强等，2017；李佩珈和梁婧，2017；文春晖等，2018；王国刚，2018)。二是从金融市场交易主体角度将金融“脱实向虚”界定为实体企业“脱实向虚”(实体经济“脱实向虚”)。这些研究认为实体企业“脱实向虚”是实体企业经营活动过度“金融化”的现象。其典型特征为实体企业的利润越来越多地通过金融股权投资或投资于金融属性重的房地产业等渠道而不是传统的商品生产与贸易渠道获得(Krippner，2005；Demir，2009；张成思和张步昙，2015；李思龙，2017；朱映惠和王玖令，2017；刘伟和曹瑜强，2018；戴赜等，2018；彭俞超等，2018；杨筝等，2019；张浩，2018；徐超等，2019；杨洋，2019)。

对应两种不同视角的内涵界定，现有文献形成了两大类刻画金融“脱实向虚”现象的指标(如表1所示)。本文将其归纳为“宏观金融化指标”“微观金融化指标”。第一类：宏观金融化指标。基于宏观层面刻画和反映资金“脱实向虚”的状况，有19个指标(见表1)。这类指标主要有：金融相关比率(FIR)、M2/GDP指标、商业银行信贷比指标(商业银行信贷/总信贷)、私企获贷比指标(私企获得信贷/信贷总额)、私企负债比指标(私企获得信贷/GDP)、金融利润/总利润、负债/GDP指标可以刻画金融“脱实向虚”的状况。国内学者结合我国实际情况，还用M2增速、房价增速、GDP增速与CPI增速的增速差、M1与M2增速差、社会融资规模增速、社会融资规模占GDP的比重、固定资产投资增速、固定资本形成效率、边际资本产出比等指标来刻画我国金融“脱实向虚”的状况(张成思和张步昙，2015；王宇，2016；李佩珈和梁婧，2017；钮文新，2017)。另外，金轲和张文庭(2019)从流动性的视角，提出了运用存款性金融机构信贷存量结构比的增速差异、银行存贷比与PPI/CPI增速背离水平指标来反映资金“脱实向虚”。他们认为存款性金融机构对非存款性金融机构债权占总资产比、对居民部门债权占总资产比、对非金融机构债权占总资产比，这些指标分别反映了存款性金融机构对非银行金融机构、居民、实体企业的信贷量。如果出现对非银行金融机构债权与对居民部门债权的增速要显著高于对非金融机构债权的增速，可以判断资金出现了“脱实向虚”，即从实体经济流向股市、房市。他们还指出银行存贷比指标反映的是经济体长期流动性的情况。存贷比越大，说明银行的放贷意愿及社会的投资意愿更强，经济系统的流动性更充足。若此时实体经济方面的CPI一直在低位运行，PPI长期维持负增长，则意味着实体经济的资本脱离因产能过剩而利润率不高的实体经济转而投向了利润率更高的金融业以及房地产业，资金出现了“脱实向虚”。

第二类：微观金融化指标。基于微观层面刻画和反映实体企业“脱实向虚”的状况，有7个指标(如表1所示)。这些指标可归纳为非金融非房地产上市企业(non-finance and non-real estate：简称NFRE企业)金融化指标。这些指标可能在不同研究中的名称、表达式或统计口径有一定差异，但其基本思想均相同，即用NFRE企业金融资产占总资产的比重或NFRE企业金融渠道收益占总利润的比重来反映实体企业金融化程度或“脱实向虚”的状况。其中，NFRE企业金融化投资(资产)比率=NFRE企业金融投资(资产)/NFRE企业总投资(资产)或NFRE企业金融化收益(利润)比率=NFRE企业金融投资收益(利润)/NFRE企业经营收益(利润)(Orhangazi，2008；Demir，2009；张思成和张步昙，2015；刘贯春，2017；李思龙，2017；朱映惠和王玖令，2017；文春晖等，2018；戴赜等，2018；彭俞超等，2018；杨洋，2019；黄贤环等，2018；杨筝等，2019；邓向荣等，2019；徐超等，2019)。NFRE企业金融资产主要涵盖交易性金融资产、衍生金融资产、可供出售的金融资产、持有至到期投资、投资性房地产、长期股权投资。也有研究以持有金融企业股权的“央企系”上市公司数、“央企系”上市公司委托理财规模、“央企系”上市公司投资性房地产市值三个指标来衡量和分析我国实体企业“脱实向虚”的情况(贾国强和曹煦，2017)。

表1 现有文献刻画和反映金融“脱实向虚”表现的主要指标变量

width=745,height=398,dpi=110
(二)研究现状的评述
现有文献对本文的研究奠定了坚实基础，但以下两个问题需要进一步思考和探究。其一，有什么指标可作为金融“脱实向虚”审慎监管政策工具？现有研究并未很好地回答这个问题。一个指标变量能否作为有效的、科学的、操作性强的、具有前瞻性的审慎监管政策工具，需要满足相关性、可测性、可控性、抗干扰性四大标准，这样才能很好地引导金融回归服务实体经济的本位职能，达到金融“脱虚向实”的审慎监管目标与效果。尽管现有研究提出了众多能反映金融“脱实向虚”表现的指标变量，但未深入探讨哪些指标可以作为金融“脱实向虚”的审慎监管政策工具。第二，研判金融“脱实向虚”的标准是什么，如何判断金融“脱实向虚”的程度或等级水平？现有文献也未给出很好的答案。为此，本文密切结合我国实际，在重新界定金融“脱实向虚”的基础上，设计金融“脱实向虚”的挂钩变量，探讨研判金融“脱实向虚”的标准，构建判别金融“脱实向虚”程度的等级区间，并以全球主要经济体为样本进行实证研究，研判我国金融“脱实向虚”的状况与形势，挖掘实证结果的经济学含义和政策含义，探讨如何前瞻性地引导金融回归服务实体经济的本位职能和消除金融“脱实向虚”的政策诱因。

三、金融“脱实向虚”的内涵界定及理解
金融“脱实向虚”是指金融未发挥其服务实体经济的本位职能实现货币资金与实体投资对接，引致大量资金滞留于金融层面大肆进行金融投机炒作套利，使货币资金在金融体系内空转或拉长资金进入实体经济的链条或导致资金在实体经济中严重错配，进而使得货币资金丧失使用价值而未实现增值，导致金融背离实体经济内在需求的一种现象。其具体表现为资金“脱实向虚”。

第一，从金融对象上看，金融“脱实向虚”体现为货币资金“脱实向虚”。本文按国际惯例，称金融业与房地产业为FIRE产业，从金融市场交易主体上看，金融“脱实向虚”则表现为FIRE企业“脱实向虚”、非FIRE企业“脱实向虚”。非FIRE企业“脱实向虚”表现为非FIRE企业利润越来越多地通过金融股权投资等金融渠道而不是传统的商品生产与贸易渠道获得。

第二，金融“脱实向虚”中的“虚”不是指所有虚拟经济(1)虚拟经济：虚拟资本以金融系统及金融属性重的商品市场(例如房地产市场)为主要依托进行的交易活动，即以钱生钱的经济活动(成思危，2015)。其中，虚拟资本包括各种有价证券、金融衍生工具、金融属性重的商品等。，仅指金融投机、资产价格炒作来获利的投机活动。实体经济(2)实体经济：是指物质的、精神的产品和服务的生产、流通等经济活动(成思危，2015)。是虚拟经济发展的基础。虚拟经济在提升实体经济融资规模、丰富实体经济融资渠道、优化资源配置、促进实体经济转型升级等方面有着十分重要的作用。这样的虚拟经济与实体经济发展的内在需求一致，不能算是金融“脱实向虚”中的“虚”。

第三，金融“脱实向虚”模糊了“实”与“虚”的边界。金融“脱实向虚”会使同一行业有“实”有“虚”。例如房产业，开发商建房是实业，若消费者购房不用于居住而是进行投机炒作，则为虚拟经济。同时，金融“脱实向虚”会强化同一业务的金融属性，使得同一业务有“实”有“虚”。例如大宗商品、重要资源品等批发业务是实业，但故意囤积炒作抬价就是虚拟经济。“蒜你狠” “豆你玩” “姜你军” “烧红钢”等经济现象就是典型的“虚”。

第四，金融“脱实向虚”不能带来真实的社会财富。金融本身不能直接创造价值，只有引导货币资金流入实体，由货币资本转化为商品资本才能创造价值(增值)。金融“脱实向虚”使资金从实体经济中游离出来执行生息资本的职能，丧失了货币资本的使用价值，未实现增值，所创造的金融资产并不是真实的社会财富，反映的是全社会的债权债务关系。其不创造财富，而在分配财富，推升金融成本的同时加剧社会财富集中化和拉大贫富差距。

第五，金融“脱实向虚”不是虚拟经济的发展，更不是产业结构调整升级和金融深化的表现。金融“脱实向虚”使得货币资金进入虚拟经济空转，通过炒作、投机等方式实现资本的增值，与和实体经济发展相适应的虚拟经济发展有着本质区别。金融“脱实向虚”带来金融业、房地产业的膨胀，并不是第三产业结构调整升级和金融深化的实现方式，是经济金融化结构失衡的表现，反而不利于产业结构调整升级，导致实体经济“空心化”。

四、确定研判金融“脱实向虚”的挂钩变量
(一)金融“脱实向虚”挂钩变量——金融杠杆
根据金融“脱实向虚”的界定，金融“脱实向虚”本质为过度金融投机。金融未充分发挥其融资创造的本位职能支持实体经济，故判断金融是否“脱实向虚”可通过考察金融是否发挥了其本位职能支持实体经济。而金融的融资创造能力即为金融杠杆。故“金融杠杆”可作为评判金融“脱实向虚”的“挂钩变量”。设Lt为t期金融杠杆水平，L*为与实体经济持续健康发展相适应的均衡金融杠杆水平。当Lt>Lt*，意味着金融“脱实向虚”，经济运行风险增加，不利于实体经济持续健康发展；若Lt<Lt*，意味着金融体系活力不足或金融体系有待进一步深化。

(二)选择“金融杠杆”指标变量的标准与原则
考虑到金融“脱实向虚”的监管须纳入宏观审慎评估体系(MPA)的监管框架，故衡量金融“脱实向虚”的“金融杠杆”指标既要能准确反映金融“脱实向虚”状况，又要达到宏观审慎监管工具的标准与要求。为此，本文基于金融“脱实向虚”在经济运行中的表现，严格按宏观审慎监管工具的相关性、可测性、可控性、可操作性标准来选择衡量金融“脱实向虚”的“金融杠杆”指标，并设计其评判标准。

(三)选择“金融杠杆”指标变量的分析和确定均衡金融杠杆水平的思路
金融“脱实向虚”在经济运行中主要表现为“1膨胀1失调3背离”：金融业急剧膨胀；货币市场与资本市场规模结构失调；货币增速与实体经济增长背离；资产价格与一般商品价格背离；金融资产规模与投资效率背离。而这些表现的始端在于大量货币资金滞于金融层面，投资和中间市场活跃，在宏观层面表现为M2的迅猛增长。在经济运行实践中，M2的快速增长有两种可能。

一是实体经济购销旺盛、社会消费与总需求旺盛。这种情形下，通过金融体系的融资创造功能，将准货币(Quasi-Money：QM)资金转化为投资进入实体经济，带来产销旺盛，货币的交易需求上升，M1增速增加。增加的M1将有效转化为居民与企业的存款，即进一步带动准货币(QM)增速上升，进而实现M2增速上升。金融体系实现了货币资金与实体经济有效对接，经济呈现良性循环，产出GDP增长。此时，金融杠杆水平与实体经济发展的内在要求相适应。经济增长处于均衡水平，M1/GDP，QM/GDP，M2/GDP，M1-M2增速差均处于均衡水平上(见图1)。

width=539,height=184,dpi=110
图1 金融杠杆水平与实体经济发展的内在要求相适应的图示

二是大量货币资金置滞留金融层面。实体经济利润下行会导致投资不足，投资不足又进一步引致实体利润下滑和投资方向不明。在这种恶性循环情形下，由于QM未能有效转化为实体投资，产销不旺，现实消费能力不足，M1增速下降甚至规模降低。居民和企业手中的资金都回流到金融体系，并未用于市场流动与消费，导致大规模的货币资金置于金融层面，表现为QM的快速上升，进而带动M2的快速上升。QM快速上升又严重地影响了金融体系的运作，限制资金在媒介资产权益配置中的功能发挥。金融体系出于防范流动性风险的需要而采用“轻资产”战略。金融服务金融的比重大幅上升，引致QM准货币资金涌入资金密集和金融属性强的领域进行炒作，进一步强化货币资金在金融层面的循环，并形成“虹吸效应”和“侵蚀效应”，引致更多资金进入金融市场进行投资炒作，QM的加速上升，带动M2的增速不断高攀。此时，广义货币结构失衡，M1-M2的增速差不断拉大，实体经济萎缩。金融杠杆与实体经济的内在需求严重背离，M1/GDP，QM/GDP，M2/GDP，M1-M2增速差均呈现失衡状态(见图2)。

width=659,height=199,dpi=110
图2 金融杠杆水平与实体经济发展的内在要求相背离的图示

综上分析，M1/GDP，QM/GDP，M2/GDP，M1-M2增速差均可作为衡量金融“脱实向虚”的挂钩变量。但相较于其他3个指标，M2/GDP指标的可测性、可控性、可操作性更好。同时，尽管在实践中，M2/GDP常被作为总量标量，反映经济体的货币化率和金融深化水平，但其还具有深层次的经济学含义和政策含义：刻画M2与GDP内在需求相适应的状况，反映金融发挥其融资创造本位职能服务实体经济的状况。其既从总量上也从结构上反映金融体系服务实体经济的状况。情形1：当M2规模与产出GDP内在需求相适应时，M2/GDP处于均衡状态。此时M2规模为均衡规模M2*，产出GDP为均衡产出GDP*，L*=M2/GDP。这意味着金融体系有效发挥了其融资创造本位职能服务于实体经济，实现资金与实体经济对接。情形2：当M2规模与实际产出GDP内在需求不相适应时，本文聚焦于经济运行中现有的M2规模大于与实际产出GDP相适应的M2*的情形。当M2>M2*时，金融杠杆L=M2/GDP偏离了其均衡杠杆L*=M2*/GDP*。其蕴含的经济学含义和政策含义为：多余的货币资金(Δ=M2-M2*)并未被金融体系有效配置到实体中形成资本。金融体系未能有效发挥其融资创造本位职能服务实体经济。基于上述金融杠杆L=M2/GDP在金融经济运行实践中的深层次的经济学含义与政策含义，本文选取M2/GDP作为衡量金融“脱实向虚”的挂钩变量。但如何确定实体经济持续健康发展相适应的均衡金融杠杆水平L*，可从金融杠杆水平Lt与经济增长的关系来确定。结合上文分析和图1、图2可知，金融杠杆水平Lt与经济增长关系存在“倒U型”的非线性关系。当Lt达到L*前，Lt上升对经济增长有正向的拉动作用，数量关系上表现为经济增长关于金融杠杆水平Lt的边际效应(一阶偏导数)为正；当金融杠杆水平Lt超过该临界点L*后，金融杠杆的继续上升则会对经济增长产生负向作用，数量关系上表现为经济增长关于金融杠杆水平Lt的边际效应为负。为此，可将“倒U型”的顶点作为均衡金融杠杆水平L*，此时经济增长关于金融杠杆水平Lt的边际效应为0。因此，为找到L*，第一步须论证金融“脱实向虚”的挂钩变量Lt=M2/GDP与经济增长之间存在“倒U型”的非线性关系。在此基础上确定L*，并结合我国金融经济的实际，研判我国金融“脱实向虚”的形势。

五、我国金融“脱实向虚”的状况与形势判断
结合上文分析，本部分首先论证金融“脱实向虚”的挂钩变量Lt=M2/GDP与经济增长之间存在“倒U型”的非线性关系，找到L*，在此基础上剖析我国金融“脱实向虚”的状况与形势。为此本文建立如式(1)的动态面板模型，选取78个国家(3)根据2018—2019年世界银行按收入水平划分的新国别标准，本文所涉及的样本国家包括：低收入国家7个(贝宁、布基纳法索、海地、马达加斯加、马里、多哥、乌干达)，中等偏下收入国家18个(孟加拉国、玻利维亚、喀麦隆、刚果(布)、埃及、洪都拉斯、印度尼西亚、印度、肯尼亚、摩洛哥、尼日利亚、巴基斯坦、菲律宾、塞内加尔、萨尔瓦多、斯威士兰、突尼斯、坦桑尼亚)，中等偏上收入国家22个(保加利亚、伯利兹、巴西、博茨瓦纳、中国、哥伦比亚、哥斯达黎加、多米尼加、厄瓜多尔、加蓬、危地马拉、约旦、斯里兰卡、墨西哥、毛里求斯、马来西亚、纳米比亚、秘鲁、罗马尼亚、泰国、土耳其、南非)，高收入国家31个(阿根廷、澳大利亚、奥地利、比利时、巴哈马、加拿大、瑞士、智利、德国、丹麦、西班牙、芬兰、法国、英国、希腊、匈牙利、冰岛、以色列、意大利、日本、韩国、卢森堡、荷兰、挪威、新西兰、葡萄牙、新加坡、瑞典、乌拉圭、美国、委内瑞拉)。从区域来划分，本文的研究涵盖了各大洲的主要经济体，包括：亚洲14个(孟加拉国、印度尼西亚、印度、巴基斯坦、菲律宾、中国、约旦、斯里兰卡、马来西亚、泰国、以色列、日本、韩国、新加坡)，欧洲21个(保加利亚、罗马尼亚、土耳其、奥地利、比利时、瑞士、德国、丹麦、西班牙、芬兰、法国、英国、希腊、匈牙利、冰岛、意大利、卢森堡、荷兰、挪威、葡萄牙、瑞典)，美洲20个(海地、玻利维亚、洪都拉斯、萨尔瓦多、伯利兹、巴西、哥伦比亚、哥斯达黎加、多米尼加、厄瓜多尔、危地马拉、墨西哥、秘鲁、阿根廷、巴哈马、加拿大、智利、乌拉圭、美国、委内瑞拉)，大洋洲2个(新西兰、澳大利亚)，非洲21个(贝宁、布基纳法索、马达加斯加、马里、多哥、乌干达、喀麦隆、刚果(布)、埃及、肯尼亚、摩洛哥、尼日利亚、塞内加尔、斯威士兰、突尼斯、坦桑尼亚、博茨瓦纳、加蓬、毛里求斯、纳米比亚、南非)。1990—2019年的相关样本数据进行实证分析来获得L*。

(一)均衡金融杠杆的确定
1.计算均衡杠杆的模型设定及其样本指标的说明。为论证金融“脱实向虚”的挂钩变量Lt=M2/GDP与经济增长之间存在“倒U型”的非线性关系，找到L*，可建立以下动态面板模型：

Yi,t=width=199,height=20,dpi=110

+γRi,t+μi,t

(1)

μi,t为误差项，设定为单因素误差形式：

μi,t=vi+εi,t

(2)

式中，i=(1,…,N)表示第i个样本，N为样本数；t=(1,…,T)表示第t期，T为样本期间。式(2)中，υi表示样本不可观测到的个体特殊效应，解释了所有未包含在回归模型中的个体特殊效应。对于每个个体，其个体特殊效应在整个时间t=(1,…,T)范围内保持不变。本文将其视为固定效应，代表样本独有特征。估计时需在模型式(1)中加入各样本的虚拟变量，这样得到的估计量为组内估计量。后文在阐述样本指标设定时会对各该虚拟变量给予说明。εi,t表示随机干扰项，且服从IID分布。

被解释变量Yi,t表示经济增长水平。为能从总体规模、平均水平以及质量状况等方面全面反映经济增长的情况，本文选择以下4个代理指标变量(见表2)：GDP增长率(用GDPG表示)、人均GDP增长率(用PCGDP表示)、人均国民可支配收入增长率(用PCNDI表示)、家庭及非私营机构人均最终消费开支增长率(用H-NPISH表示)。其中，GDPG反映的是经济总量增长的情况，PCGDP刻画的是经济增长平均水平状况，而PCNDI和H-NPISH反映的是经济增长的质量情况。

Lt=M2/GDP为金融杠杆，衡量金融“脱实向虚”的挂钩变量，是核心解释变量。考虑到M2是存量指标而GDP为流量指标，为此本文将M2存量指标流量化。令M2=(期末规模+期初规模)width=55,height=20,dpi=110为Li,t的平方项，用于刻画金融杠杆对经济增长存在的非线性影响。FLi,t为Li,t的波动项，用于捕捉Li,t的波动对经济增长的影响，用Li,t的3年移动平均标准差来衡量。

Ri,t为除核心解释变量Li,t和Yi,t-1以外的控制变量(见表2)，以控制不同样本的异质性带来的影响。本文选取以下控制变量：总储蓄率R_SAVE(总储蓄/GDP)；利用外资率R_FDI(FDI/GDP)；工业化水平R_INDVA(工业增加值/GDP)；资本形成率R_GCF(资本形成总额/GDP)；人口增长率R_POPUL(年人口增长率)；危机虚拟变量CRISIS(发生经济危机或银行危机或货币危机或债务危机，虚拟变量取1，否则取0)；个体样本特征虚拟变量LEVEL(根据2018—2019年世界银行按收入水平划分的新国别类别的标准：0<人均国民总收入GNI(现价美元)<996美元，取值1；996美元≤GNI<3 985美元，取值2；3 985美元≤GNI<12 055美元，取值3；12 055美元≤GNI，取值4)。这些控制变量从经济、金融、劳动力要素等方面对影响经济增长的因素进行控制。

2.模型的估计方法。若采用OLS估计、2SLS估计、Within-2SLS估计、FD-2SLS估计(FD为一阶差分变换法，可剔除个体效应)对动态面板模型式(1)进行估计，均会出现估计量是有偏的或不一致的或两者皆有的情况。为获得无偏和一致性的统计量，本文将基于Blundell & Bond (1998)提出的系统GMM法(system generalized method of moments)对模型式(1)进行估计。现有系统GMM估计常见的有一步系统GMM估计、两步系统GMM估计以及改进的系统GMM估计。两步系统GMM估计是在一步系统GMM估计基础上，将一步系统GMM估计所得结果的残差加入新的估计中去，建立一致的方差—协方差矩阵，从而放宽系统GMM估计中IID的假设。但若当个体效应项的方差大于随机误差项的方差导致方差比大于1时，一步系统GMM估计、两步系统GMM估计可能会面临弱工具变量问题，从而导致系统GMM估计量可能是有偏的，相应检验统计量的分布会产生大尺度扭曲(Bun & Windmeijer，2010；冯骥，2016)。为尽量避免弱工具变量问题和改善系统GMM估计量在有限样本下的优良性，提升实证结果的可靠性、稳健性、合理性，降低估计结果的误导性，本文运用改进的系统GMM估计、一步系统GMM估计、两步系统GMM估计分别对模型式(1)进行估计。为节约篇幅，本文略去了一步系统GMM估计、两步系统GMM估计、改进的系统GMM估计的求解过程与步骤等相关内容。(4)若需一步系统GMM估计、两步系统GMM估计以及改进的系统GMM估计的基本思想、估计流程与步骤的相关内容，可向笔者索取。值得说明的是，作为一致估计，系统GMM成立的前提是扰动项不存在自相关。本文采用Arellano-Bond检验扰动项是否存在一阶与二阶自相关(Arellano & Bond，1991)。另外，由于系统GMM估计使用了多个工具变量，须进行工具变量过度识别检验，为此本文采用现有文献常用的Sargan检验对此进行检验。

表2 样本指标变量及其样本数据来源

width=744,height=445,dpi=110
3.均衡金融杠杆L*的确定。本部分主要实证金融“脱实向虚”的挂钩变量Lt=M2/GDP与经济增长之间存在“倒U型”的非线性关系来确定均衡金融杠杆L*。实证过程中有以下三点须给予说明：第一，为确保结论的稳健性、可靠性，本文结合前文所设定的模型式(1)及样本指标，采用一步系统GMM估计、两步系统GMM估计和改进的系统GMM估计分别实证金融“脱实向虚”的挂钩变量Lt=M2/GDP及其波动对经济增长总体速度GDPG、经济增长平均水平PCGDP以及经济增长质量PCNDI和H-NPISH的影响。第二，为清晰反映控制变量的引入对估计结果的影响，本文先估计了仅包含被解释变量滞后1阶和三个核心解释变量的回归模型，然后再逐步向后添加控制变量来展示控制变量对估计结果的影响。第三，面板数据的时间序列的增加会导致工具变量数明显增加，影响系统GMM估计的表现。为此，本文以解决扰动项自相关的问题和改善工具变量有效性问题为准绳，对比被解释变量不同滞后期所构建的工具变量的估计结果来确定合适的滞后阶数。通过对比分析发现，当被解释变量3阶(5)比如当T=8时，使用GDPGi,4,GDPGi,5,GDPGi,6构建工具变量，其他变量依次类推。滞后构建工具变量时，系统GMM估计结果表现最好。为节约篇幅，本文仅给出被解释变量3阶滞后作为工具变量时的计量结果。

(1)经济增长总体速度GDPG的估计结果。表3给出了金融“脱实向虚”的挂钩变量Lt=M2/GDP及其波动对经济增长总体速度(GDPG)的估计结果。模型1、模型3、模型5分别给出了仅包含被解释变量GDPG一阶滞后和三个核心解释变量的估计结果。模型2、模型4、模型6分别给出了逐步添加控制变量后的估计结果。从表3可以看到，当代表经济增长总体速度的GDPG为因变量时，金融“脱实向虚”的挂钩变量Lt=M2/GDP(金融杠杆)系数为正，且均在1%的显著性水平上显著。金融杠杆平方项width=20,height=20,dpi=110的系数为负，且均在1%或5%的显著性水平上显著。由此可以判断，金融“脱实向虚”的挂钩变量Lt=M2/GDP与经济增长总体速度之间存在“倒U型”的非线性关系。这表明随着金融杠杆上升，边际经济增长率先由正不断递减到0，随后边际效应从正变负。即经济增长率GDPG存在一个极值，该极值对应的Lt取值即为均衡金融杠杆水平L*。结合模型1～模型6中金融“脱实向虚”挂钩变量Lt=M2/GDP的系数和二次项width=20,height=20,dpi=110的系数，可得不同估计方法下GDPG达到极值时L*的取值(如表3最后一行所示)。另外，金融杠杆波动项FLi,t的系数均为负，且均在10%以下的置信水平上显著。这意味着金融杠杆的波动将对经济增长总体速度产生明显的负向作用。该实证结果与经济理论、经济运行实践高度吻合。持续健康平稳的经济增长离不开稳定的融资支持，而以金融投机与炒作来获利的金融“脱实向虚”活动必然导致投融资行为的剧烈波动，进而对经济增长产生负面影响。

表3 经济增长率(GDPG)与金融杠杆的主要估计结果

width=744,height=756,dpi=110
注：括号内为稳健标准误差： *** p<0.01, ** p<0.05, *p<0.1，下表同。

从估计结果的稳健性和可靠性上看，对比未加入控制变量的模型1、模型3、模型5与加入控制变量的模型2、模型4、模型6发现，无论是金融杠杆Lt=M2/GDP和经济增长率GDPG间的“倒U型”关系，还是金融杠杆波动FLi,t和经济增长率GDPG间的显著负相关关系，均未因控制变量的加入而发生改变。这意味着相应的回归结果是比较稳健的。根据表3，模型1～模型6的Arellano-Bond检验的结果均表明扰动项的差分存在一阶自相关，但不存在二阶自相关，故接受原假设“扰动项无自相关”。这表明一步系统GMM估计、两步系统GMM估计、改进的系统GMM估计均是可行的。但模型1、模型2的Sargan检验统计值在1%的显著性水平上强烈拒绝“所有工具变量都是有效的”的原假设。这意味着某些新增工具变量与扰动项相关，一步系统GMM估计存在弱工具变量问题。据此可判断，一步系统GMM估计结果不是可靠的。同时，尽管两步系统GMM估计的相关统计检验结果表现良好且各系数估计值也与改进的系统GMM估计接近(如模型3、模型4所示)，但笔者发现改进的系统GMM估计中各系数估计值的标准误要远远小于两步系统GMM估计(为节约篇幅，本文在表3中略去了不同估计方法下各系数估计值的标准误)。模型控制变量总储蓄率R_SAVE、利用外资率R_FDI、工业化水平R_INDV、资本形成率R_GCF、人口增长率 R_POPUL、危机虚拟变量CRISIS在改进的GMM估计下均通过显著性检验(如表3模型6所示)。这些实证结果与经典的经济增长理论和经济运行实践高度吻合。因此，改进的系统GMM估计结果更加可靠和合理，故本文将采用最完整的回归方程模型6的均衡金融杠杆L*作为后文我国金融“脱实向虚”形势的分析基础。在模型6中，L*约为1.813，即当金融杠杆Lt=M2/GDP达到1.813之前，随着金融杠杆上升，经济增长率GDPG会快速上升，而金融杠杆Lt=M2/GDP越过1.813后，金融“脱实向虚”出现，GDPG将随金融杠杆的上升而下降。

(2)经济增长平均水平PCGDP、经济增长质量PCNDI与H-NPISH的估计结果。按照上文实证思路，分别以PCGDP,PCNDI及H-NPISH为代理变量时，所得结论与GDPG作为代理变量时相似，包含所有控制变量的模型改进的系统GMM估计表现最好。金融杠杆Lt=M2/GDP系数显著为正，金融杠杆平方项width=20,height=20,dpi=110的系数显著为负。这进一步印证了金融“脱实向虚”的挂钩变量Lt=M2/GDP与经济增长之间的 “倒U型”关系。其中，以PCGDP为代理变量时，L*约为1.923，即意味着当金融杠杆Lt=M2/GDP达到1.923之前，随金融杠杆上升，人均GDP增长率会上升，而金融杠杆水平Lt=M2/GDP越过1.923后，金融“脱实向虚”出现，PCGDP将随金融杠杆的上升而下降。以PCNDI及H-NPISH为代理变量时，L*分约为1.986和1.914。

上述实证结果表明，金融杠杆水平Lt与经济增长的总体水平、平均水平及其质量之间均存在“倒U型”的非线性关系，且金融杠杆的波动对经济增长的量与质具有显著的负向作用。“倒U型”顶点对应的金融杠杆水平值为均衡金融杠杆水平L*。当金融杠杆水平Lt>L*时，金融“脱实向虚”出现，且金融“脱实向虚”必然导致和加剧金融杠杆的波动，进一步给经济增长带来负向冲击。为此，本文的研究表明金融杠杆水平Lt=M2/GDP可作为金融“脱实向虚”的审慎监管政策工具，L*可为一国或地区金融“脱实向虚”的研判标准。根据前文的实证结果，表4直观地给出了不同经济增长代理变量下最完整的回归模型所得的L*。

表4 不同经济增长代理变量下的均衡金融杠杆水平L*

width=745,height=70,dpi=110
(二)我国金融“脱实向虚”的状况与形势判断
为合理判断一国或地区金融是否出现“脱实向虚”以及“脱实向虚”的程度，本文采用L*设计金融“脱实向虚”的程度区间。

第1步：计算金融杠杆水平值Lt=M2/GDP，并计量与实体经济持续健康发展相适应的均衡金融杠杆水平L* (该步骤详见上文的实证分析)。

第2步：研判金融“脱实向虚”的状况。若Lt>L*，可认为该经济体的金融存在“脱实向虚”的现象；Lt<L*时，金融存在活力不足，金融深化有待加强。研判金融“脱实向虚”的程度，式(3)给出了判别公式：

width=308,height=158,dpi=110
(3)

只要能确定式(3)中的区间临界值a,b,c，即可对金融“脱实向虚”程度作出判别。由于当前理论界和实务界尚未有关于金融“脱实向虚”程度区间的普适性划分标准，故本文采用以下方法来确定金融“脱实向虚”程度区间的临界值。首先，结合全球金融发展与深化的实践，借鉴国际三大评级机构常用的均等分级思想，将金融发展的程度区间分别初步设定为(0,0.8]，(0.8,L*]，(L*,L*+0.3]，(L*+0.3,L*+0.6]，(L*+0.6,+∞)，分别对应金融发展活力不足、金融不断深化、低度“脱实向虚”、中度“脱实向虚”、高度“脱实向虚”。然后，利用上文所选取的78个国家为样本利用实证方法对上述区间进行调整，即估计区间临界值a，b，c。根据上述经验式的区间划分可得第t年金融“脱实向虚”不同程度区间的样本经济体数占总样本经济体数的比重，设该比重序列为F=(F1t,F2t,F3t,F4t,F5t)。随后运用矩估计可得F的点估计值width=161,height=23,dpi=110该点估计值表示各样本落入上述五个区间的概率估计值。值得说明的是，矩估计适用的前提是样本序列须服从正态分布。为此在对F序列进行矩估计前，应检验其是否满足正态分布。若不满足，可用广义幂变换法(BOX-COX)将其转换为服从正态分布的序列，然后再进行矩估计，具体步骤在此不再赘述。设金融杠杆水平Lt=M2/GDP的总体L服从正态分布width=120,height=20,dpi=110分别表示样本均值和标准差，样本容量为n，用样本均值width=11,height=17,dpi=110的观测值width=5,height=17,dpi=110和标准差S的观测值s分别作为总体均值m和标准差δ的估计值。设某一区间落点上下限为距中心轴hi(i=1,2,3,4,5)倍标准差处，则有：

P={m-hiδ<l≤m+hiδ}

width=111,height=38,dpi=110
=Φ(hi)-Φ(-hi)

width=108,height=23,dpi=110
(4)

故有：width=132,height=23,dpi=110通过查正态分布表可以确定hi，进而可确定i区间为：width=108,height=23,dpi=110

根据上文思路和78个国家1990—2019年的Lt=M2/GDP，分别可得不同经济增长代理变量下的比重序列：FGDPG，FPCGDP，FPCGNI，FH-NPISH。为节约篇幅，本文在此仅阐述GDPG作为经济增长的代理变量时的相应统计分析结果。应用Kolmogorov-Smirnov统计量(K-S)和Shapiro-Wilk统计量(S-W)对FGDPG=(FGDPG,1t，FGDPG,2t，FGDPG,3t，FGDPG,4t，FGDPG,5t)进行正态性检验，结果显示5个序列的K-S和S-W统计值的伴随概率均大于10%，表明序列均服从正态分布。其中FGDPG,1t～N(0.452,0.08)，FGDPG,2t～N(0.234,0.06)，FGDPG,3t～N(0.127,0.02)，FGDPG,4t～N(0.103,0.04)，FGDPG,5t～N(0.084,0.021)。对FPCGDP，FPCGNI，FH-NPISH的正态性检验结果也都表明对应的序列均服从正态分布，在此不再赘述。根据式(4)，得到如表5所示的临界值a，b，c的估计值。由表5可知，当GDPG作为经济增长的代理变量时，金融发展活力不足、金融不断深化、低度“脱实向虚”、中度“脱实向虚”、高度“脱实向虚”对应的区间分别为：(0,0.783]，(0.783,1.813]，(1.813,2.01]，(2.01,2.531]，(2.531,+∞)。同理，当PCGDP作为代理变量时，对应区间为(0,0.829]，(0.829,1.923]，(1.923,2.192]，(2.192,2.574]，(2.574,+∞)。当PCGNI作为代理变量时，对应区间为：(0,0.897]，(0.897,1.986]，(1.986,2.233]，(2.233,2.612]，(2.612,+∞)。当H-NPISH作为代理变量时，对应区间为：(0,0.808]，(0.808,1.914]，(1.914,2.172]，(2.172,2.559]，(2.559,+∞)。

表5 金融“脱实向虚”的程度临界值估计结果

width=744,height=146,dpi=110
结合近年来我国金融杠杆水平Lt=M2/GDP和表5的区间，表6给出了我国金融“脱实向虚”的综合判断与形势分析结果。判断规则如下：若金融杠杆水平Lt超过4个经济代理变量对应的临界值L*中的任何一个，笔者可判定金融出现了轻度“脱实向虚”。同理，金融中度“脱实向虚”、高度“脱实向虚”也按此规则进行判断。根据表6，2012年我国金融杠杆水平Lt达到1.814，超过了以GDPG为经济增长代理变量时的均衡金融杠杆水平值1.813，据此可以判定：我国从2012年开始金融就出现了“脱实向虚”。随后，在2015年Lt达到2.037超过以GDPG为经济增长代理变量时的b临界值2.01，金融出现了中度“脱实向虚”，该态势一直延续到了2018年。到2019年，金融“脱实向虚”状况又回落到了低度“脱实向虚”的状态。该判断与我国经济运行实际十分吻合。

其一，在宏观层面上，该期间在一系列严控杠杆的政策措施之下，金融杠杆水平不降反升居高不下。2009年金融杠杆从2008年的147.92%猛增到175.38%，在2010—2011年经短暂稳定后，到2012年再度迅速上窜到181.4%。为防范金融杠杆持续攀升产生的经济金融风险，我国货币当局从2013年开始实施“名松实紧”的货币政策，使得M2增速从2009年的28.42%逐步放缓到2018年的8.1%，但同期的金融杠杆水平却并未随M2增速放缓而下降，反倒不断攀升。2015年，金融杠杆突破200%，达到203%。2016年金融杠杆达到210.3%，尽管在2017年、2018年有所回落，但仍超过200%。这远高于1998—2011期间的均值水平156.28%，也要高于同期美国88.94%、德国169.93%、韩国139%、英国148.29%的均值水平。同时，同期的社会融资规模增速并未随M2的上升而上升，而出现了剧烈波动，在2014年(-8.32%)、2015年(-2.959%)、2018年(-0.957%)出现增速为负的状况。这使得货币当局陷入了“稳增长”与“降杠杆”的两难境地。在实施“名松实紧”的货币政策下，随M2增速放缓，金融杠杆却不降反升，出现了“中国式杠杆悖论”。造成这些现象与问题的背后，正是金融“脱实向虚”。金融未有效实现货币资金与实体经济对接，而引致大量货币资金在金融层面上投机炒作，导致实体经济增长减速，而M2的增速又远高于同期GDP增速。这必然导致M2的规模增加(金融杠杆的分子)远大于增速下降的GDP(分母)，进而使得Lt=M2/GDP不降反升。再加上金融“脱实向虚”引致杠杆波动会进一步削弱经济持续平稳增长，经济增长下行加剧，进一步推动杠杆水平的高攀。由于2019年以来国家严控房市，中国人民银行不断强化中期借贷便利(MLF)、定向中期借贷便利(TMLF)等货币政策操作，引导资金与中小微、双创企业等实体直接对接，有效地缓解了金融“脱实向虚”的状况，金融“脱实向虚”从2018年的“中度水平”回落到了“低度水平”。

表6 我国金融“脱实向虚”的综合判断与形势分析

width=745,height=504,dpi=110
其二，在中观层面上，该期间金融资产规模剧烈膨胀，投资增速却急速下降。2012年，金融部门(银行业、证券业、保险业)的总资产规模达142.7万亿元，在2008年的66.933万亿元基础上翻了一番多，到2018年底达到292.83万亿元，再加上P2P、余额宝等互联网金融资产规模，金融资产规模约350万亿元左右，是2012年的2.5倍多。金融资产规模迅速膨胀，并未带动固定资产投资增速上升，反而出现增速急速下行。2009年全社会固定资产投资增速为29.95%，2010年急速下降到12.06%，尽管2011年、2012年有所回升，但从2013年又开始急速下降，到2018年固定资产投资增速仅为0.69%。这表明相当多的资金停留于金融层面寻找投资机会，推动金融体系资产规模急剧膨胀，金融“脱实向虚”加重。

其三，在微观金融市场上，该期间股市、债市、汇市、期市、房市总被各种资金轮番炒作，价格大幅波动。在股市方面，经过2010年的“蒜你狠”“豆你玩”的期市炒作后，2012年上证指数接连下挫，一度跌至1 949.46点，2013年至2014年7月，上证指数上蹿下跳、区间反复，到2015年5月底暴涨到4 600多点，2015年底又狂跌到2 200多点，2015年股市的暴涨暴跌堪称股灾。随后，2016—2017年上证综指“风雨飘摇”反复涨跌，2018年再次一路下跌到2 500点左右。在房市上，房价波动性地大幅上涨。据国家统计局公布的数据，2009年房价同比涨幅24.69%，随后两年保持近6%的增幅，进入2012年后，持续高攀。为了进一步促进房地产市场健康发展，2016年年初国家推出房地产去库存改革，然而房价仍未得到有效控制。2016年房价同比增长高达11.27%。这迫使国家在2017年年初又不得不实行史上最严厉的限购令，但对房价调控与抑制作用仍然有限。2017年房价同比仍上涨了5.71%，到2018年房价同比涨幅攀升到了12.21%。在期市上，为应对经济持续下滑的局势，2016年政府提出着力化解钢铁、煤炭等行业去产能。但去产能还不到半年，钢铁、煤炭价格上涨失控，迫使政府又不得不严控价格上涨。另外，2013年6月，在流动性充足甚至资金市场存在规模巨大的“相对过剩资本”情况下，中国金融市场却出现了“钱荒”。显然，这些经济运行中不寻常的现象都有共同的根源——金融“脱实向虚”。

同时，本文对未来5年的Lt进行预测(见表6)。该预测值显示未来5年我国金融杠杆在2019年短暂回落后将开始回升，但处于低度“脱实向虚”状态。这意味着未来经济运行仍将面临高杠杆带来的系统性金融风险积累的压力，以及金融杠杆波动性不断加剧给经济增长带来更大的负面冲击。这也意味着未来5年，中国宏观调控的政策取向和首要任务仍是“降杠杆”和“稳增长”。“降杠杆”可以防范和化解金融“脱实向虚”引致的系统性金融风险进而避免经济剧烈波动。然而，如何“降杠杆”，这是当前亟须明确的问题。2013年以来货币管理当局采取的紧缩性货币政策并未达到“降杠杆”的效果。正如前文所分析的，在实施“名松实紧”的货币政策下，随M2增速放缓，金融杠杆却不降反升，出现了“中国式杠杆悖论”。货币当局陷入“降杠杆”和“稳增长”的两难境地。究其原因在于：在金融“脱实向虚”的背景下，金融杠杆水平的攀升与货币供给的增长并非是必然的正相关关系。传统的货币经济理论表明货币供给与实体经济增长和物价密切相关。即货币供给的增加表现为经济产出的增长或物价的上涨。因此，当实施紧缩性的货币政策来降低或放缓货币供给增速时，会引致投资增长的放缓或减速。这对长期以投资驱动增长为主的中国经济来说，投资增速的下降意味着经济增长的下滑。当出现金融“脱实向虚”后，大量资金滞留金融层面进行投机炒作，货币资金并未有效转化为实体经济的投资。这必然导致投资增速下降得更多或更快，进而引致经济增长的下滑程度要远高于货币供应增速下降的水平。此时金融杠杆水平Lt=M2/GDP的值会反向增加，即金融杠杆水平在货币增速放缓时不降反升。为此，当经济运行中出现金融“脱实向虚”时，采用紧缩性货币政策来“降杠杆”进而实现“稳增长”并非是有效的调控政策。

六、主要结论和政策建议
本文研究结论如下：第一，M2/GDP作为总量指标，不仅反映经济体的货币化率、金融深化水平，在金融经济运行实践中，其还具有深层次的经济学含义和政策含义。该指标刻画了M2与GDP内在需求相适应的状况，反映金融发挥其融资创造本位职能服务实体经济的状况。其既从总量上也从结构上反映金融体系服务实体经济的状况。第二，金融杠杆水平Lt与经济增长的总体水平、平均水平及其质量之间均存在“倒U型”的非线性关系，且金融杠杆的波动对经济增长的量与质具有显著的负向作用。第三，GDPG，PCGDP，PCNDI，H-NPISH作为经济增长代理变量时，“倒U型”顶点对应的均衡金融杠杆水平L*分别为：1.813, 1.923,1.986, 1.914。第四，2012年我国金融杠杆水平Lt达到1.814，越过了以GDPG为经济增长代理变量时的均衡金融杠杆水平值1.813。这表明我国从2012年开始就出现了金融“脱实向虚”，在2015年进入了中度“脱实向虚”的状态。该态势一直延续到了2018年。第五，未来5年我国金融杠杆在2019年短暂回落后将开始回升，但处于低度“脱实向虚”状态。这意味着未来经济运行仍将面临高杠杆带来的系统性金融风险，以及金融杠杆波动性不断加剧给经济增长带来更大的负面冲击。中国金融经济宏观调控的政策取向和首要任务仍是“降杠杆”和“稳增长”。“降杠杆”可以防范和化解金融“脱实向虚”引致的系统性金融风险进而避免经济剧烈波动。结合上文实证的结论、金融“脱实向虚”挂钩变量Lt=M2/GDP的特点以及我国金融经济运行的实践，本文提出以下化解金融“脱虚向实”、引导金融回归服务实体经济的政策建议。

第一，分子策略——消除金融“脱实向虚”的货币政策诱因。分子策略是针对金融杠杆水平Lt=M2/GDP的分子M2而言，即克服和消除货币供给过程中引致金融“脱实向虚”的政策诱因，调整货币结构来实现“降杠杆”和“稳增长”。其政策含义是：通过改变存款基准利率的形成机制和创新货币政策操作方式等稳健性货币政策来调控货币结构，减少货币金融或货币投机的套利空间，进而调整和优化M2结构，达到“降杠杆”与“稳增长”的目的。具体策略是：其一，深化存款基准利率市场化改革，改变当前的存款基准利率“多轨制”。政策管制商业银行存款利率上限和彻底放开货币市场利率的基准利率“多轨制”导致二者间产生了巨大的“无风险套利空间”，诱发金融“脱实向虚”，给货币投机创造了巨大市场。该管制在导致货币市场利率不断攀升和剧烈波动的同时，使得商业银行存款流失而出现流动性短缺，迫使商业银行不得不在货币市场大量拆借，从而进一步推高货币市场利率和波幅，同时诱发更大规模的货币投机。货币投机的需求上升，使得投机货币规模占M2的比例不断攀升且剧烈波动，进而导致实体经济投资与资本形成率下降，经济增长下滑加剧。此时，金融杠杆反而会上升，金融“脱实向虚”程度加剧。故亟须调整当前的基准利率“多轨制”，控制货币投机，切断金融“脱实向虚”的政策诱因，实现货币资金与实体经济有效对接。其二，注重创新与实施“锁短放长”的货币政策操作方式。从我国金融改革和货币政策实施的实践历程来看，不管是汇率改革还是日常的经济调控，实施的“提准”或中期借贷便利(MLF)、常备借贷便利(SLF)等都是“锁长放短”的货币政策操作。例如在2005年、2010年两次汇率改革中，货币当局通过“提准”来对冲外汇占款，实际上长期锁定了商业银行部分负债，而强行结汇释放的人民币资金是企业的流动资金，是商业银行的短期负债，即“锁长放短”。又如2015年的汇改，人民币面临贬值的压力，为保护外汇储备，货币当局本应“降准”来释放长期资金却采用MLF等工具向市场释放了短期流动性。实体经济发展需要的是长期资金。货币当局这些“锁长放短”的货币政策操作不利于促进金融市场体系更多地资本转化。而从金融经济运行的实践看，近年来这样的货币政策操作已引发了和强化了我国金融的短期化、货币化、套利化，并使我国金融偏离实体经济内在需求。为此，建议未来5年或长期的货币政策执行和金融体制改革中，须注重货币政策“锁短放长”的创新性操作，压缩和消除货币投机、金融短期化的套利空间，进一步强化定向中期借贷便利(TMLF)的货币政策操作，引导货币资金直接与中小微、三农、大众创业与万众创新等实体经济对接，进而有效引导大银行服务重心下沉，推动中小银行聚焦主责主业，缓解中小微企业融资难融资贵问题，落实产业扶贫，促进大众创业与万众创新，推动实体经济发展。

第二，分母策略——建立金融“脱实向虚”的审慎监管机制。分母策略是针对金融杠杆水平Lt=M2/GDP的分母GDP而言，即如何以“稳增长”来“降杠杆”。其政策含义是：通过“稳增长”来实现经济增长的速度高于货币增长放缓后的水平，进而达到“降杠杆”的目的。具体策略是：建立金融“脱实向虚”的宏观审慎监管机制，将金融杠杆水平Lt=M2/GDP作为金融“脱实向虚”的审慎监管政策工具，将均衡金融杠杆水平L*作为研判金融“脱实向虚”的标准，建立宏观审慎监管与货币政策间的协调机制(见图3)，前瞻性地引导金融回归服务实体经济的本位职能，以此来实现经济增长的稳定，进而实现经济增长的速度高于货币增长放缓后的水平，达到降杠杆的目的。

width=341,height=135,dpi=110
图3 金融“脱实向虚”的宏观审慎监管机制

参考文献

成思危，2015：《虚拟经济不可膨胀》，《资本市场》第1期。

戴赜、彭俞超、马思超，2018：《从微观视角理解经济“脱实向虚”——企业金融化相关研究述评》，《外国经济与管理》第11期。

邓向荣、李凯、冯学良，2019：《杠杆调节、投资转移与“脱实向虚”的挤出效应》，《理论与现代化》第2期。

冯骥， 2016：《动态面板中系统GMM估计的改进及其应用》，武汉：华中科技大学硕士学位论文。

黄贤环、吴秋生、王瑶，2018：《实体企业资金“脱实向虚”：风险、动因及治理》，《财经科学》第11期。

贾国强、曹煦， 2017：《金融机构控参股情况、委托理财金额、投资性房地产市值——从三个指标看“央企系”上市公司“脱实向虚”现象》，《中国经济周刊》第30期。

金轲、张文庭，2019：《从流动性角度看脱实向虚问题》，《经济研究参考》第6期。

康文峰，2013：《金融资本与实体经济：“脱实向虚”引发的思考》，《当代经济管理》第1期。

李佩珈、梁婧，2017：《资金“脱实向虚”的微观路径及影响研究》，《国际金融》第3期。

李思龙， 2017：《企业“脱实向虚”的动机及系统性金融风险影响——来自上市公司金融业股权投资的证据》，《广东财经大学学报》第4期。

李扬，2014：《最大问题是金融未能有效服务实体经济》，《中国中小企业》第7期。

刘贯春，2017：《金融资产配置与企业研发创新：“挤出”还是“挤入”》，《统计研究》第7期。

刘伟、曹瑜强，2018：《机构投资者驱动实体经济“脱实向虚”了吗》 ，《财贸经济》第12期。

钮文新，2017：《学习习近平总书记在全国金融工作会议上的重要讲话精神 怎样才能让金融“回归本源”——从两对概念分析国内金融市场“脱实向虚”现象的成因》，《中国经济周刊》第29期。

彭俞超、黄娴静、沈吉，2018：《房地产投资与金融效率——金融资源“脱实向虚”的地区差异》，《金融研究》第8期。

王国刚，2018：《金融脱实向虚的内在机理和供给侧结构性改革的深化》 ，《中国工业经济》第7期。

王宇，2016：《资金“脱实向虚”问题研究》 ，《时代经贸》第31期。

文春晖、李思龙、郭丽虹、余晶晶，2018：《过度融资、挤出效应与资本脱实向虚——中国实体上市公司2007—2015年的证据》，《经济管理》第7期。

徐超、庞保庆、张充，2019：《降低实体税负能否遏制制造业企业“脱实向虚”》，《统计研究》第6期。

杨洋，2019：《中国制造业脱实向虚倾向研究——基于沪深A股上市公司的数据》，长春：东北师范大学硕士论文。

杨筝、王红建、戴静、许传华，2019：《放松利率管制、利润率均等化与实体企业“脱实向虚”》，《金融研究》第6期。

张成思、张步昙，2015：《再论金融与实体经济:经济金融化视角》 ，《经济学动态》第6期。

张浩，2018：《杠杆紧缩约束下“脱实向虚”之谜》，天津：南开大学硕士论文。

周宜强、张晓丽、邱峰，2017：《当前国内资本“脱实向虚”倾向的表现、成因、危害及应对》，《征信》第6期。

周长富、张莅、冒建忠，2016：《“脱实向虚”的表现、成因及机制分析》，《区域金融研究》第3期。

朱映惠、王玖令，2017：《实体企业金融投资的经济效应研究——基于企业资金配置脱实向虚的视角》 ，《金融监管研究》第6期。

Arellano,M., and S.Bond, 1991, “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations”, Review of Economic Studies, 58(2): 277-297.

Blundell,R., and S.Bond, 1998,“Initial Conditions and Moment Restrictions in Dynamic Panel Data Models”, Journal of Econometrics, 87(1) : 115-143.

Bun,M. J. G., and F.Windmeijer, 2010, “ The Weak Instrument Problem of the System GMM Estimator in Dynamic Panel Data Models ”, Econometrics Journal,13: 95-126.

Demir, F., 2009, “Financial Liberalization, Private Investment and Portfolio Choice: Financialization of Real Sectors in Emerging Markets ”, Journal of Development Economics, 88: 314-324.

Krippner,G. R., 2005, “The Financialization of the American Economy ”, Socio-Economic Review, 3: 173-208.

Laeven,L.,and F.Valencia,2012,“Systemic Banking Crises Database: An Update”,IMF Working Paper,WP/12/163.

Levine, R., 1997, “ Financial Development and Economic Growth: Views and Agenda”, Journal of Economic Literature, 35(2): 688-726.

Orhangazi, Ö., 2008, “Financialisation and Capital Accumulation in the Non-financial Corporate Sector：A Theoretical and Empirical Investigation on the US Economy：1973-2003”, Cambridge Journal of Economics, 32(6): 863-886.

THE SITUATION AND JUDGMENT OF THE FINANCE SHIFTING FROM REAL ECONOMY TO VIRTUAL ECONOMY IN CHINA
ZHANG Xiao-bo

(School of Economics, Southwest University of Political Science & Law)

Abstract: Based on the definition of finance shifting from real economy to virtual economy, this paper puts forward its judgment standard and degree range. An empirical study of 78 economies from 1990 to 2018 shows that from 2012 to 2014, China was in a mild state of finance shifting from the real economy to the virtual economy, from 2015 to 2018 in a moderate state, then back to the mild state in 2019, but the financial leverage is expected to rise again in the following five years. This indicates that China’s micro-economy continues being faced with heavy pressure of systemic risk caused by high financial leverage and the future micro-control policy orientation remains to focusing on maintaining the growth while reducing the leverage level. In view of this situation, this paper puts forward some suggestions as follows. First, a prudential supervision mechanism of finance shifting from real economy to virtual economy should be established, in which financial leverage should be used as a prudential regulatory policy tool and balanced financial leverage should be used as a standard, so as to guide finance to return to the standard function of serving the real economy in a forward-looking way. Second, the current benchmark deposit interest rate should be reformed and the monetary policy of locking up short-term liquidity and releasing long-term liquidity should be implemented, to eliminate the policy factors that may cause finance shifting from real economy to virtual economy.

Key words: finance shifting from real economy to virtual economy; prudential supervision; locking up short-term liquidity and releasing long-term liquidity

张小波,西南政法大学经济学院，邮政编码：401120，电子信箱：zhangxiaobo@swupl.edu.cn。本文得到国家社会科学基金项目(17BJY189)、重庆市博士后科研特别资助项目(Xm2017119)、重庆市教委科学技术研究项目(KJQN201903207)、中国博士后科学基金资助项目(2016M600718)、西南政法大学校级科研项目(2014XZQN-28)的资助。感谢匿名评审人提出的修改建议，笔者已做了相应修改,本文文责自负。

(责任编辑：刘舫舸)