□ 刘金全 艾 昕

内容提要 本文基于23 个国家1989-2017年的动态面板数据，采用系统GMM 估计方法考察货币扩张、供给侧结构性改革及其波动对经济杠杆的影响，并分别采用信贷总量与直接融资规模作为供给侧结构性改革在总量与结构上的代理变量。结果表明，各宏观调控政策与经济杠杆之间均保持显著的“倒U 型”关系，即存在一个“拐点”，且政策波动对经济杠杆均具有刺激作用。区别在于，三者中直接融资规模的拐点位置居于首位但波动效应最弱。因此，政府在调控经济杠杆时应将着力点放在扩大直接融资规模上，并利用其他政策加以辅助，同时加强宏观政策的动态管理，为顺利实现杠杆率下降提供稳定的金融环境。

一、引言

虽然杠杆率的适当增加可以推动投资与消费，促进产出增长，但过高的杠杆率也会积聚潜在的金融风险， 对经济平稳运行产生不利影响。 自2015年中央经济工作会议将“去杠杆”作为供给侧结构性改革五大主要任务之一以来， 我国杠杆率过快攀升的势头逐步得到遏制， 实现了总体稳杠杆、局部去杠杆。 为顺利实现“去杠杆”目标，政府通常采取以下两种对策思路： 一是进行总需求管理，利用货币扩张刺激总需求，最终通过经济增长降低杠杆率（Mélitz，1997）；二是通过供给侧结构性改革积极调整经济结构， 改善企业生产经营与投资环境， 在控制债务过快增长的同时逐步实现杠杆率的下降 （Woo，2017）。 2008年金融危机后，在高强度需求刺激政策作用下，我国经济杠杆率（尤其是非金融企业杠杆率） 迅速上升，即总需求政策并未降低反而加大了杠杆风险。 针对此现象， 部分学者从需求扩张政策边际效应持续递减的角度加以解释，认为当社会负债水平较低时，货币和信贷扩张能降低经济杠杆， 但随着政策边际效应的持续递减， 新增货币促进经济增长的能力将明显降低， 极易导致货币粗放扩张和资本市场内资金空转（Dornbusch，1998；姚余栋、李宏瑾，2013）。还有部分学者基于我国国情，从金融资源配置低效的角度进行分析，强调在当前经济体制下，大量新增信贷投向地方融资平台等期限长、 收益低的国有部门，造成政府隐性担保泛滥、资源配置低效等问题，金融对实体经济的支撑较弱，企业经营效益低下，导致杠杆率高居不下（胡志鹏，2014；刘金全和艾昕，2017）。 此外，纪敏等（2017）提出可以将杠杆率分解为：杠杆率（总债务/GDP）= （总债务/总资产）/（GDP/总资产），分子为企业资产负债率，分母为资本回报率。低利率政策在减少企业融资成本、提高产出的同时，也会刺激企业增加负债扩大投资， 只有当资产回报率增速大于名义债务扩张速度时，降低利率才有利于改善杠杆。 反之，金融资源配置低效所引发的资本回报率下降将会加剧债务和杠杆风险。由此可见，基于需求侧的货币扩张通过推高经济增速增加分母的同时， 作为分子的债务也会随之提升， 无法从根本上解决经济发展深层次矛盾和问题。

2016年以来，货币政府采取稳健中性的货币政策， 力争在满足实体经济合理融资需求的同时有效控制货币供给。 此后我国经济杠杆率增速虽然保持在国际中等水平， 但是结构性问题尚未得到化解。 部分学者开始基于货币紧缩的角度分析货币政策对经济杠杆的作用机制， 但大部分研究结果均显示紧缩型货币政策不仅不会改善高杠杆问题，反而加剧杠杆率的攀升速度（刘晓光、张杰平，2016；Corsetti & Dedola，2016）。

基于此， 越来越多的研究强调在降低杠杆率时不应单纯使用货币政策工具， 还应考虑从供给侧结构性改革的角度实施配套政策手段。一方面，供给侧结构性改革通过降低企业过剩产能， 推进产业结构调整等手段提高企业发展质量和效益；另一方面，通过减税降负、金融体制改革等手段降低企业融资成本，即在提升经济的同时降低债务，最终实现杠杆率的平稳下降（刘一楠，2016；Woo，2017）。 值得注意的是，由于我国产能过剩企业大多集中于资金密集型行业， 这些企业杠杆率通常较高且具有明显的顺周期特点， 再加上解决企业过剩产能和高库存问题需要一个漫长的市场出清过程， 而且经济质量提升也要依靠长期积累的创新驱动，因此，在改革过程中将面临触发系统性风险、 长期不确定性以及体制改革受阻等问题（Naughton，2016；贾康、苏京春，2017）。 此外，迄今绝大部分文献仅考虑了各宏观调控政策对经济杠杆的调控效应， 而忽略了政策稳定性对经济杠杆的影响。从理论上看，过度波动的宏观政策既不利于稳定市场预期， 也会破坏企业既定的投融资比例，进而对经济增长产生负面影响。 因此，从实证角度分析各宏观调控政策波动对经济杠杆的影响将有助于我们对相关问题的进一步深入理解。

基于此，厘清货币扩张与供给侧结构性改革对经济杠杆的作用并选取合适的对策来促使“去杠杆”目标的顺利实现成为本文研究的重点。本文采用系统GMM 估计方法研究两种对策及其波动对经济杠杆的影响，以便考察两种对策在实现“去杠杆”目标时的有效性与异质性。 相较于已有文献，本文的“边际贡献”主要表现在以下三个方面：一是采用更多的货币扩张、 供给侧结构性改革和经济杠杆指标， 基于多个维度对比分析两种对策的调控效果， 为新常态下宏观政策的选择提供相应依据；二是引入宏观政策波动变量，考察宏观调控政策的稳定性是否对经济杠杆产生影响， 弥补目前主流文献在此方面的不足；三是采用23 个国家的面板数据进行横纵向对比， 使得研究结论更加科学全面。

本文后续安排如下： 第二部分介绍模型估计原理与样本选取； 第三部分实证分析和检验两种对策及其波动对经济杠杆的影响； 第四部分总结主要结论并提供政策建议。

二、模型估计原理与样本选取

（一）模型估计原理

本文的目标是考察货币扩张与供给侧结构性改革及其波动对经济杠杆的影响，因此，可将动态面板模型设定成如下形式：

其中，被解释变量l 为经济杠杆，下标i 和t分别表示个体和时间。 解释变量A 为各宏观调控政策， 其平方项用来捕捉各政策对经济杠杆可能的非线性影响，v 为政策波动，Z 为其它控制变量，c为常数项， μi为个体效应，εi，t为残差项，α，β，γ，δ，θ 为对应回归变量的系数项。

对于上式，传统OLS 估计以及常用的面板模型估计方法（固定效应模型和随机效应模型） 均无法获得有效估计量。 这是因为li，t作为εi，t的函数，其滞后一阶li，t-1也将与εi，t相关，由此产生了内生性问题。 此外，对于固定效应模型估计量，虽然组内变化剔除了μi，但和也存在相关性，导致固定效应估计量不一致；对于随机效应模型的GLS 估计量， 对原变量拟中心化后，和仍相关，因此其估计量有偏。 为获得有效估计量， 本文采用Arellano &Bover（1995）等提出的系统广义矩估计（系统GMM）方法对（1） 式进行估计。 为引出系统GMM 估计所需的矩条件，将（1） 式改写为如下形式：

其中，Xi，t为（K-1）×1 维解释变量，β＇ 为待估计系数向量。 系统GMM 的核心思想在于整合估计差分方程和水平方程。 因此，在估计（2）式的差分模型外，还要估计其水平模型，所以存在两组矩条件。 其中，估计（2）式差分模型的矩条件为E（Z＇i，t△εi）=0，共包含md=（T-2）［（T-1）+2（K-2）T］/2 个矩条件，T 为样本期，△εi=［△εi3，△εi4， …，△εiT］＇为误差项差分后的向量。 设Zdi为工具变量矩阵，包括被解释变量li，t的t-2 期及前期， 以及解释变量Xi，t的第1 至T 期，具体形式如下：

可以看出，相较于差分GMM，系统GMM 引入了水平方程以减少估计误差。同时，为避免变量之间以及变量和残差之间的内生性问题， 本文采用两步系统广义矩方法进行模型估计。 进一步借鉴Windmeijer（2005）提出的WC-robust 估计方法得到稳健标准误差，并参照标准文献的做法，对估计结果进行判断工具变量是否有效的Sargan 检验与判断残差是否存在二阶序列相关的AR（2）检验。

（二）经济杠杆率指标的构建以及样本选取

从微观角度来看， 现有研究通常以家庭、企业、 金融机构以及政府部门的负债程度来衡量经济杠杆， 但由于微观层面的数据通常很难获得且统计口径差异较大，因此本文将基于宏观杠杆率展开分析。 主要有以下四种方法衡量宏观杠杆率：（1）国际清算银行（BIS）统计的非金融部门总杠杆率；（2）债务余额与总产出的比值（债务余额/GDP）；（3）社会融资规模与总产出的比值（社会融资规模余额/GDP）；（4）广义货币供应量与总产出的比值（M2 余额/GDP）。 这四种衡量方法内在逻辑相通，即在宽松的宏观政策下，债务、信贷和货币增长通常都较快。 本文采用样本数量较大的M2/GDP（记为L）作为被解释变量经济杠杆的代理变量。 由于M2 反映了宏观资金面的供给情况，可以较好地衡量社会总需求， 将其作为经济杠杆水平的代理变量具备合理性。此外，在稳健性检验中本文还将使用私人部门信贷/GDP（记为PC） 作为另一种测度指标， 从私人部门整体借贷的角度对经济杠杆进行度量。

对于核心解释变量而言， 按照主流文献的做法，本文将广义货币供应量M2 作为货币扩张（记为M2）的代理变量。此外，由于供给侧结构性改革致力于通过协调金融供给总量和信贷资金配置之间的关系达到金融支持实体经济的目的， 因此本文将使用以下两个基本指标作为供给侧结构性改革的代理变量：一是信贷总量（信贷总量/GDP，记为CREDIT），二是直接融资规模（上市公司总市值/GDP，记为STOCK）。 同时，为考察宏观政策与经济杠杆之间的非线性关系以及政策波动对经济杠杆的影响， 以上三个宏观政策的平方项以及经过H-P 滤波分解后的波动项也被纳入到了回归方程之中。

除上述核心解释变量外，考虑到不同经济体之间的异质性，参考过往文献（马勇和陈雨露，2017），本文纳入了以下可能会对经济杠杆产生影响的因素作为控制变量以减少分析误差： 宏观经济增长（国内生产总值，记为GDP）、工业化程度（工业增加值，记为IND）、国内总储蓄/GDP（记为DEPOS）、人口增长率（记为POPUL）。 以上变量分别从经济增长、 金融系统和社会人口等方面对影响经济杠杆的因素进行了控制。 所有数据来源于WIND 数据库、世界银行（WB） 数据库以及欧洲央行数据库。基于数据可获得性， 本文使用23 个国家1989-2017年的面板数据作为模型数据样本①。 表1 给出了上述各变量的符号、 经济含义与描述性统计结果。

表1 回归变量描述性统计结果

三、实证分析与检验

基于前文模型设定， 本部分主要从实证角度考察各宏观调控政策及其波动对经济杠杆的影响。在此基础上，进一步展开多个维度的稳健性分析，以加强研究结论的可靠性。

（一）基于货币扩张的回归分析结果

首先， 本文利用系统GMM 估计方法分析货币扩张及其波动对经济杠杆的影响， 相关结果如表2 所示。为清晰展示各变量的引入过程，表2 采取逐步添加控制变量的方式呈现回归结果， 在第2 列中， 模型1 仅包含被解释变量一阶滞后和三个核心解释变量 （即M2 增速及其平方项与波动项），在第3-5 列中，模型2-4 列出了逐步对宏观经济变量（国内生产总值、工业增加值）、金融变量（国内总储蓄）与社会人口变量（人口增长率）等进行控制后的回归分析结果。

表2 货币扩张与经济杠杆的估计结果

由表2 可知，货币扩张的一次项（M2）和二次项（M22）分别在5%和1%的置信水平上显著，且一次项的系数为正，二次项的系数为负。由此可以看出， 货币扩张与经济杠杆之间的非线性关系成立，即存在先升后降的“倒U 型”关系。 同时，参考变量引入最为完整的模型4， 通过计算货币扩张一次项和二次项系数的具体数值， 可以得出拐点位置大致在0.2562 附近。换言之，当M2 增速到达0.2562 之前，经济杠杆将随货币扩张而逐步上升；但在M2 增速越过拐点之后，货币扩张对经济杠杆的助推作用出现下降。究其原因，一方面，增加货币供给可以降低社会融资成本， 提高社会融资需求，从而在短期内会促进经济杠杆的提升。 此外，货币扩张会加强通胀预期，由此带来的资产估值的提升将带动信贷与投资规模的上涨，最终也会导致经济杠杆在短期内显著上升。 另一方面，由于我国总体金融结构仍以银行间接融资为主，因此货币扩张在短期内推高了经济杠杆。但随着各融资主体投资经营状况逐渐好转，再加上名义GDP 的提高，各融资主体的杠杆率增速在长期中将会得到控制。

就货币政策波动对经济杠杆的影响而言，在四个模型中，货币扩张波动项（VVM2）的系数均在1%的置信水平下一直保持显著为正，这不仅意味着货币扩张波动的加大将会推高经济杠杆， 也表明两者之间的正相关关系具有很强的稳定性。 从经验上看， 保障杠杆率在合理区间内运行离不开稳定适度的宏观调控政策， 若货币供应量出现频繁调整，不仅意味着政府调控目标的不稳定，也不利于稳定市场预期。 当企业既定的投融资比例受到破坏时， 势必会对经济杠杆的平稳运行产生负面影响。 此外，不论是货币扩张与经济杠杆的“倒U 型”关系，抑或是货币供给量波动对经济杠杆的助推关系， 均没有在纳入新的控制变量时发生改变， 即回归分析结论稳定可靠。 在这些控制变量中，宏观经济变量（国内生产总值、工业增加值）的系数在所有模型中均显著为正，但金融变量（国内总储蓄）与社会人口变量（人口增长率）的系数则均为负，说明经济增长可以刺激杠杆率上升，而金融发展与人口增长率的提高则会削弱一国的经济杠杆。

最后，Sargan 检验的原假设是模型工具变量选取有效，备择假设是模型设定错误。表2 中四个模型的J 检验量均在一定的显著性水平下接受了原假设，说明模型工具变量选择恰当。 同时，所有模型都通过了二阶序列相关检验， 证明回归过程不受二阶序列相关影响，模型估计结果有效。

（二）基于信贷总量的回归分析结果

本部分以“信贷总量/GDP”作为供给侧结构性改革的代理变量， 基于金融供给总量角度考察改革及其波动对经济杠杆的影响， 回归结果如表3所示。表3 仍沿用逐步增加控制变量的做法，并采取相同的模型设定。

表3 信贷总量与经济杠杆的估计结果

由表3 可知，除模型5 外，信贷总量的一次项（CREDIT）均在1%的置信水平上显著为正，而二次项（CREDIT2）则在1%置信水平上显著为负，这意味着信贷规模与经济杠杆之间也存在明显的“倒U 型”非线性关系。 类似的，根据最为完整的模型8 中一次项和二次项系数， 可以判断拐点位置大致出现在信贷总量/GDP 增速为0.1055 之时。究其原因，首先，在供给侧结构性改革过程中采取的严控通胀、紧缩货币等手段②，虽然长期中有利于缓解部分主体的高负债问题但在初期也收紧了社会信用， 从而造成短期内杠杆率迅速上升。 其次，为了推进产业结构升级，各国政府纷纷采取减税降负、 加大科研投入等措施加大对中小企业和创新企业的支持力度。 虽然长期来看有利于产业结构优化调整， 在经济高质量发展的同时降低杠杆率，但由于科技创新是一项高成本活动，企业在初期需要投入大量的人力财力， 再加上科技研发成果转化周期较长， 最终导致短期内杠杆率高居不下。 最后，就中国而言，金融机构由于信息不对称难以对贷款对象进行甄别， 可能更倾向于向国有企业或地方政府融资平台提供信贷支持， 民营企业融资被挤出， 最终出现大量金融资源集中于低效部门以及民营企业“融资难、融资贵”的局面，宏观杠杆率增速短期内并未得以抑制。 但随着金融供给侧结构性改革的不断推进， 通过优化金融供给结构和信贷资金配置可以扩大企业融资渠道并改善企业投资经营情况， 最终在长期内高杠杆风险得以化解。

与前文的分析结果一致， 在所有模型中信贷总量的波动项系数均在1%的置信水平上显著为正， 表明不断加大信贷总量的波动幅度会对维持经济杠杆稳定产生不利影响。此外，相较于货币扩张，信贷总量自身以及波动项的系数均更大，而平方项则较小， 这体现出基于供给端的宏观政策对经济杠杆的调控效应强于需求端政策， 也表明经济杠杆与信贷总量之间的“倒U 型”关系更为平滑。 对于各控制变量来说，除GDP 增长率外其余三个变量的系数都大于表2， 这说明在供给侧结构性改革过程中宏观经济增长对经济杠杆仅具有微弱的积极效应， 而金融发展与社会人口增加则会进一步抑制杠杆率的提升。

（三）基于直接融资规模的回归分析结果

信贷总量作为衡量金融供给最常见的变量，虽然有助于从总体上了解信贷资金的增长速度，但却无法直接体现改革对融资结构的改善情况。基于此，本部分以“上市公司总市值/GDP”表示供给侧结构性改革， 基于信贷资金配置角度考察改革及其波动对经济杠杆的影响。 表4 沿用之前的模型设定，并展示了相关回归结果。

由表4 可知， 直接融资规模的一次项（STOCK）和二次项（STOCK2） 分别在10%和5%的置信水平上显著， 且系数符号没有因加入控制变量而发生改变，均保持一次项的系数为正，二次项的系数为负， 即直接融资规模与经济杠杆之间的非线性关系仍旧成立。同时，按照之前的处理办法， 参照模型12 可以计算得出拐点大致出现在0.2619 附近，显著高于信贷总量的拐点位置。在所有模型中，直接融资规模波动项（VVSTOCK）的系数均在1%的置信水平下显著为正，但数值却低于上述前两个变量， 说明直接融资规模波动虽然会对经济杠杆产生刺激作用， 但这种作用的强度低于货币供应与信贷规模变动对经济杠杆的助推效应。 这是因为货币供应与信贷规模的变动主要取决于宏观政策调控目标的需求， 而直接融资规模的变动则主要依金融市场的监管强度与企业融资需求而定，前者一般不轻易发生改变，后者与企业生产经营活动相配合， 服务于企业自身的投融资比例标准， 因此直接融资规模波动仅对经济杠杆产生微弱的正效应。

表4 直接融资规模与经济杠杆的估计结果

根据回归结果可以看出， 虽然控制变量的系数符号与表2、表3 相同，但其数值却出现明显提升，即不论是经济增长对经济杠杆的正向刺激，还是金融发展与人口增长率提升对经济杠杆的抑制作用，其强度均出现大幅度提高。这说明供给侧结构性改革在改善信贷资金配置时， 其他因素对经济杠杆的调控效果也会得以加强。因此，政府在推动供给侧结构性改革时既要充分利用直接融资改善企业杠杆， 也要注意其他影响因素对杠杆率的强化刺激，避免调控效应相互抵消，弱化改革带来的积极影响。

（四）稳健性检验

前文分析得出了两个基本结论： 一是各宏观调控政策与经济杠杆之间存在显著的“倒U 型”关系，二是政策波动对经济杠杆产生刺激作用。本部分将进一步对前述结论进行稳健性检验。

（1）稳健性检验Ⅰ：经济杠杆的其它度量

在度量经济杠杆时， 除使用上文提及的“M2/GDP”作为代理变量外，另一个较为常见的备选变量是“私人部门信贷/GDP”，两者分别从金融机构负债和私人部门整体借贷角度衡量经济杠杆。 由于私人部门信贷主要由非金融企业信贷、 居民和非盈利机构信贷两部分组成， 与实体经济之间存在紧密的顺周期关系， 而且并不包含具有明显逆周期特征的公关部门信贷， 因此私人部门信贷更能有效反映实体经济的情况。 为此，本部分以“私人部门信贷/GDP”作为被解释变量，为保持前后分析的一致性，分别以货币扩张、信贷总量、直接融资规模作为主解释变量进行回归分析， 具体结果如表5 所示。

根据表5，无论实施何种宏观政策，各政策与经济杠杆之间的“倒U 型”关系以及政策波动与经济杠杆之间的正相关关系依然显著成立， 且三者中信贷总量变动对杠杆率的作用效果最强，而直接融资规模波动则最弱，与之前的结论相同。就拐点位置而言，货币扩张的拐点大致在0.4621 附近， 而信贷总量与直接融资规模的拐点则分别出现在0.3635 和0.5975 之时，在数值大小关系上也与之前的结论类似， 即直接融资规模的拐点位置最高，货币扩张次之，而信贷总量则最低，说明政府在扩大企业融资渠道， 提高直接融资规模上仍存在较大的调控空间， 也可以利用货币政策加以辅助，从而为顺利实现“去杠杆”提供良好的外部金融环境。同时，虽然各控制变量对经济杠杆的作用方向未发生改变，但作用强度却出现明显变化，即不同于此前在直接融资规模扩张下各控制变量调控效果得到最为显著的提升， 表5 中却为货币扩张时各控制变量对经济杠杆的影响程度最大。这表明在实施需求端货币政策时， 其他因素对经济杠杆的作用效果也会随之显著提升。

（2）稳健性检验Ⅱ：波动变量、控制变量及其他

首先， 本文在研究各宏观政策对经济杠杆的调控效应之外， 也重点考察了政策波动对经济杠杆的影响。 根据估计结果显示，一方面，政策波动与经济杠杆之间存在稳定的正相关关系， 且这种关系不会因为调控政策或者控制变量的不同而发生改变；另一方面，当选取不同被解释变量进行实证分析时， 三种政策波动的调控效应均存在稳定差异。具体表现为信贷总量波动项系数最大，货币扩张波动项系数居中， 而直接融资规模波动项系数则居于末尾， 说明直接融资规模的变动虽然会在一定程度内推高经济杠杆， 但这种刺激作用的强度在三者中最低， 同时也表明本文的基本结论在被解释变量发生改变后依然保持稳健。

表5 各宏观政策与经济杠杆（私人部门信贷/GDP）的估计结果

其次， 考虑到经济杠杆受外界多种因素的影响，因此除了核心解释变量之外，往往需要引入其他可能对被解释变量产生影响的各种因素， 即纳入相关的控制变量。 控制变量的加入一方面通过控制其他潜在影响因素提高了模型的稳健性，另一方面也可以进一步评估核心变量的解释能力。回归结果表明， 核心解释变量的符号和显著性并没有因为控制变量的加入而产生明显改变， 表明实证结论在控制各潜在影响因素之后依旧有效。

最后， 除上述变量选取和模型构建方面的考虑外， 模型估计方法的选择也会对研究结果的稳健性产生影响。尤其对于动态面板数据来说，可能存在内生性变量、有限样本偏误等问题。 为此，本文采取系统GMM 方法进行回归分析， 该方法不仅利用工具变量解决了内生性问题， 也通过有效利用水平方程的信息降低了有限样本造成的偏误，从而保障了估计结果的稳健。本文中所有回归模型均通过了Sargan 检验与二阶序列相关检验，表明工具变量选择合理且残差不存在二阶序列相关，模型估计稳健有效。

四、结论与政策建议

针对“去杠杆”目标下的宏观调控政策选取问题， 本文利用23 个国家1989—2017年的动态面板数据，采用系统GMM 估计方法对货币扩张、供给侧结构性改革与经济杠杆之间的关系进行了实证研究。 结果显示，其一，各宏观调控政策与经济杠杆之间均保持显著的“倒U 型”关系，即随着政策调控力度的加大， 经济杠杆会出现先上升后下降的趋势，即存在一个“拐点”。 其中，直接融资规模的拐点位置最高，货币扩张次之，而信贷总量则居于末尾。其二，政策波动与经济杠杆之间存在稳定的正相关关系， 这意味着政策波动的加大会对经济杠杆产生刺激作用。具体来看，三者中信贷总量变动对杠杆率的作用效果最强， 货币扩张波动居中，而直接融资规模波动则最弱。 其三，对于控制变量而言， 宏观经济增长对经济杠杆具有助推作用， 而金融发展与社会人口增加则会抑制杠杆率的提升。 上述三个基本结论在稳健性检验下仍显著成立。

基于前文分析与实证结论， 本文提出以下三点政策建议：第一，由于以间接融资为主的融资体系仅能控制货币供应总量， 无法对货币分布结构进行调整， 而金融市场可以通过风险匹配来改变结构，进而提高货币政策传导效率，因此，政府可以利用调控空间较大且波动效果较弱的供给侧结构性改革措施进一步改善融资结构， 并实施信贷总量调控政策与货币政策加以辅助， 从而使得经济杠杆增速得以控制。第二，考虑到我国股市的市场机制尚不健全以及资质较好的创新型企业融资渠道尚不畅通， 政府应继续推进资本市场基础性制度改革，完善资本市场退市制度与科创板“试点注册制”，保障供给侧改革对经济杠杆的调控效果得以最大化。 第三，考虑到各宏观政策自身波动也会对经济杠杆产生推动作用，因此，应加强宏观政策的动态管理，避免政策波动对经济杠杆造成不利冲击，这意味着多种宏观调控政策搭配使用以及政策稳定实施是实现经济杠杆平稳下降的关键。

注释：

①从经济体发达程度来看， 数据样本包括10 个发达国家（美国、日本、韩国、新加坡、澳大利亚、英国、法国、德国、意大利、加拿大）与13 个发展中国家（中国、菲律宾、越南、印度、印度尼西亚、泰国、马来西亚、土耳其、南非、墨西哥、巴西、俄罗斯、阿根廷）。

②西方供给侧结构性改革的理论基础是供给经济学，主张扩大市场竞争和减少政府干预，兴起于19 世纪70、80年代，主要采取大规模减税、严格控制通货膨胀与货币供应、推动科技创新、放松行业管制等措施驱动经济转型，尤其以美国里根、英国撒切尔和德国科尔时期为西方供给侧结构性改革的代表性时期。