中國企業(yè)部門信用風險溢價期限結(jié)構與宏觀經(jīng)濟因子

張亦春,陳 華,鄭曉亞

(1.廈門大學經(jīng)濟學院，福建 廈門 361005；2.中國人民銀行數(shù)字貨幣研究所，北京 100800；3.中國建設銀行股份有限公司，北京 100033)

1 引言

自2008年國際金融危機爆發(fā)以來，中國企業(yè)部門杠桿率水平快速上升。2013年中國企業(yè)部門債務余額68.06萬億元，與當年GDP的比率為120%，遠超經(jīng)濟合作組織(OECD)國家90%的閥值。近年來，中國企業(yè)部門債務風險不斷暴露，企業(yè)信用評級下調(diào)、企業(yè)債務違約、理財產(chǎn)品延期兌付等事件頻繁發(fā)生。尤其是在2013年6月20日，中國銀行間市場爆發(fā)嚴重的“錢荒”現(xiàn)象，流動性突然匱竭，資金利率水平飆升，隔夜回購利率一度達到30%。“錢荒”的發(fā)生進一步加劇了市場對中國明斯基時刻(Minsky Moment)即將來臨的擔憂。中國企業(yè)部門債務周期是否即將步入去杠桿化階段，是否會引致系統(tǒng)性信用危機，正成為學界、業(yè)界和監(jiān)管者關注的焦點。

中國企業(yè)部門債務風險累積與暴露背后的經(jīng)濟現(xiàn)實是，中國經(jīng)濟增速正由過去兩位數(shù)的高速增長期轉(zhuǎn)入一位數(shù)的中速增長期。在這一轉(zhuǎn)換的過程中，多方面的宏觀經(jīng)濟和政策因素在發(fā)揮著不同的作用。供給層面，中國15至59歲勞動年齡人口于2010年開始負增長，人口撫養(yǎng)比不再降低，在經(jīng)過劉易斯拐點并且人口紅利面臨消失的情況下，中國通過勞動力在部門間的轉(zhuǎn)移所獲得的資源重新配置效應，以及勞動力無限供給所贏得的穩(wěn)定的資本報酬效應，都將逐漸消失[1]，由此，中國潛在經(jīng)濟增長率將會下降為“十二五”期間的7.2%和“十三五”期間的6.1%[2]。同時，資源約束和生態(tài)環(huán)境惡化壓力使得粗放型經(jīng)濟增長模式難以為繼。需求層面，消費與投資比重失衡帶來的去產(chǎn)能化壓力正不斷上升，特別是在“潮涌現(xiàn)象”嚴重的鋼鐵、水泥、煤化工、多晶硅、電解鋁、風電設備等行業(yè)，產(chǎn)能過剩問題尤為嚴重[3]。在去產(chǎn)能化壓力下，企業(yè)的內(nèi)生性投資動力不足，制造業(yè)和房地產(chǎn)投資增速下滑趨勢明顯，而受制于有限的財政政策空間，政府主導的基礎設施投資也難以繼續(xù)成為投資回升的支撐動力。在政策上，政府提高了短期經(jīng)濟下行的容忍度，不再推出大規(guī)模的經(jīng)濟刺激計劃，而是力圖通過主動的制度改革和結(jié)構調(diào)整，來提高資源配置效率，增強經(jīng)濟內(nèi)生增長動力，從而實現(xiàn)經(jīng)濟的長期可持續(xù)增長。

正是基于上述“增長速度進入換擋期、結(jié)構調(diào)整面臨陣痛期、前期政策消化期”等三期疊加中的宏觀經(jīng)濟環(huán)境，中國企業(yè)部門債務風險的暴露呈現(xiàn)出區(qū)域性、行業(yè)性特征，甚至存在著向系統(tǒng)性危機發(fā)展的隱患。溫州企業(yè)家集體“跑路”、光伏產(chǎn)業(yè)大規(guī)模破產(chǎn)、鋼貿(mào)行業(yè)深陷債務危機等大面積違約事件已給予充分的彰顯。因此，觀察和理解中國企業(yè)部門債務風險，需要宏觀的經(jīng)濟視角，而不僅僅是停留在企業(yè)的微觀層面。

研究文獻亦表明，除了企業(yè)的個體因素(Firm specific factor)，企業(yè)的違約風險還取決于共同因素(Common factor)。Moore[4]研究顯示，企業(yè)破產(chǎn)的概率會隨著經(jīng)濟周期的變化而變化，在經(jīng)濟繁榮時期企業(yè)破產(chǎn)的可能性較小，信用風險較小。Guha和Hiris[5]的研究也表明，在經(jīng)濟衰退時期，不同信用等級的公司債券的信用利差趨于擴大，而在經(jīng)濟擴張時期，信用利差則從前期高峰值趨于降低。Duffee[6]發(fā)現(xiàn)無風險利率和企業(yè)債券收益率溢價之間存在著負相關性。Jonathan[7]的研究顯示，長期債券和短期債券的信用利差都會受到通貨膨脹率的影響。因此，在信用風險模型中，納入宏觀因素尤為必要。

回顧國內(nèi)文獻，已有研究主要是基于企業(yè)微觀層面的數(shù)據(jù)，應用Z-score模型、Logistic模型和Merton結(jié)構模型對中國企業(yè)部門信用風險進行研究，比如方洪全和石勇[8]、石曉軍和任若恩[9]、李曉慶等[10]、馬若微[11]、孔德營和李曉峰[12]等，存在著明顯的不足：第一、尚未見基于簡約模型的中國企業(yè)部門信用風險溢價期限結(jié)構研究。與Z-score模型、Logistic模型和Merton模型相比，Jarrow和Turnbull13]、Madan和Unal14]、Duffie和Singleton[15]的簡約模型能夠描述不連續(xù)、突發(fā)的違約事件，尤其是將違約設定為由外生的隨機變量驅(qū)動，使得模型的應用更為靈活，可以納入宏觀經(jīng)濟信息，而不僅僅是在獲取上存在一定困難的企業(yè)資產(chǎn)價值、資產(chǎn)收益波動率、資本結(jié)構等微觀信息。第二、雖然周宏[16]的研究表明宏觀經(jīng)濟不確定性對中國企業(yè)債券信用風險存在顯著的影響，但他們只是進行簡單的面板回歸，缺乏經(jīng)濟理論基礎，未能揭示宏觀經(jīng)濟變化在中國企業(yè)部門信用風險中的定價及其影響機理。

鑒此，本文著眼于中國企業(yè)信用風險溢價變化的宏觀經(jīng)濟因素，在簡約模型的基礎上引入結(jié)構向量自回歸模型(SVAR)，將經(jīng)濟沖擊區(qū)分為總供給沖擊、總需求沖擊和貨幣政策沖擊，以此研究各類經(jīng)濟沖擊對中國企業(yè)信用風險溢價的影響特征，從而揭示中國企業(yè)部門信用風險定價的宏觀經(jīng)濟機理。

本文的主要研究貢獻是：第一、迄今為止，國內(nèi)外文獻尚未見基于簡約模型的中國企業(yè)部門信用風險溢價期限結(jié)構研究，對此，本文進行了突破。第二、已有文獻主要采用企業(yè)微觀層面的Z-score模型、Logistic模型和Merton結(jié)構模型來研究中國企業(yè)部門信用風險，忽視了中國企業(yè)信用風險變化背后的宏觀經(jīng)濟現(xiàn)實，而本文的研究則是從宏觀層面研究各類宏觀經(jīng)濟因子在中國企業(yè)部門信用風險溢價期限結(jié)構的定價，彌補了已有研究不足。第三、本文的研究將影響中國企業(yè)部門信用風險溢價變化的宏觀經(jīng)濟因子具體化為總供給沖擊、總需求沖擊和貨幣政策沖擊，使得模型的研究結(jié)論富有政策涵義，有助于我們理解當今中國企業(yè)部門信用風險的宏觀成因和變化規(guī)律，從而為相關政策的制定和實施提供更全面的參考依據(jù)。

2 研究模型與方法

2.1 簡約模型

延續(xù)已有簡約模型的思路，我們假定信用風險債券的違約時點不可預測，并存在瞬時違約的可能性。用以下形式的隨機變量H(t)表示在t時刻之前信用風險零息票債券是否發(fā)生違約。

(1)

其中Γ代表企業(yè)違約的第一個時點。假定h(t)為H(t)的強度過程(Intensity Process)，h(t)Δ代表在[t,t+Δ]期間信用風險零息票債券發(fā)生違約的近似概率。進一步地，同Duffie和Singleton[15]一樣，我們假定當信用風險零息票債券發(fā)生違約，投資者僅能得到債券市場價值的1-L(t)，其中L(t)代表違約損失率。

根據(jù)無套利定價理論，在風險中性測度Q下，無風險零息票債券和信用風險零息票債券價格可分別表示為

(2)

V(t,T)=

(3)

以上式子可寫成離散的遞歸定價形式，即

Pt=EQt[exp(-rt)*Pt+1]

(4)

Vt=EQt[exp(-rt-htLt)*Vt+1]

(5)

根據(jù)Radon-Nikodym定理，風險中性測度和現(xiàn)實測度可通過Radon-Nikodym導數(shù)φt+1進行轉(zhuǎn)換。具體而言，對于t+1期的某隨機變量St+1，EQt(St+1)=Et(St+1φt+1)/φt?；跇藴实臒o套利仿射模型，φt+1可表示為

(6)

其中λt為與風險源ut+1有關的風險價格，于是定價核(Pricing Kernel)Mt+1表示為

(7)

進而，我們假定風險價格λt可表示為關于債券風險定價因子Ft的仿射函數(shù)

λt=λ+∧Ft

(8)

其中Ft為(M×1)狀態(tài)向量，我們將其設定為由兩個可觀察的宏觀經(jīng)濟變量——實際產(chǎn)出增速gt和通貨膨脹水平pt，以及一個不可觀察的潛在因子(Latent factor)fl組成。

(9)

并且，我們還假定，基于現(xiàn)實測度，F(xiàn)t服從滯后1階的高斯VAR過程：

Ft+1=c+ρFt+Σut+1

(10)

式中ut～i.i.d.N(0,IM)，Σut+1是對狀態(tài)向量Ft的外生沖擊，Σ為相應的協(xié)方差矩陣?；陲L險中性測度Q，(10)式可表示為

Ft+1=cQ+ρQFt+ΣuQt+1

(11)

其中uQt+1為Q測度下服從獨立正態(tài)分布的殘差向量，而且

cQ=c-Σλ

(12)

ρQ=ρ-Σ∧

(13)

同樣，我們假定無風險利率rt也可表示為關于Ft的仿射函數(shù)

rt=δ0+δ′1Ft

(14)

結(jié)合(9)式，上式可近似理解為泰勒規(guī)則

rt=δ0+δ′fmfm+δ′flfl

(15)

那么根據(jù)Ang和Piazzesi[17]的研究，基于以上假定，n期無風險零息票債券收益率ynt為

ynt=an+b′nFt

(16)

其中an和bn服從以下迭代過程

(17)

(18)

對于信用風險零息票債券，我們假定(3)式中的htLt同樣可表示為關于Ft的仿射函數(shù)

htLt=η0+η′1Ft

(19)

那么，與無風險零息票債券相似，信用風險零息票債券收益率為

(20)

(21)

(22)

因此，n期限的信用風險溢價cspnt可表示為

(23)

最后，由于潛在因子fl經(jīng)濟含義模糊，因此參考Kaminska[18]的思路，我們引入經(jīng)濟含義更加清晰的向量Zt

(24)

那么基于(14)式不難得到

Zt=M0+MFt

(25)

其中

(26)

(27)

于是

Ft=M-1Zt-M-1M0

(28)

以及

Zt=M0+Mc-MρM-1M0+MρM-1Zt-1+MΣut

(29)

λt=λ+∧(M-1Zt-M-1M0)

(30)

rt=δ0+δ′1(M-1Zt-M-1M0)

(31)

ynt=an+b′n(M-1Zt-M-1M0)

(32)

(33)

(34)

2.2 SVAR模型的引入

參考Blanchard和Quah[19]的思路，我們假定經(jīng)濟向量Zt服從的一般VAR過程(見(29)式)等價于以下結(jié)構VAR過程

DZt=D0+D1Zt-1+εt

(35)

其中D對角線元素標準化為1，var(εt)=D2D′2，εt是由三種獨立的經(jīng)濟沖擊而組成的向量

(36)

其中ε1t為總供給沖擊(Aggregate Supply Shock)，ε2t為總需求沖擊(Aggregate Demand Shock)，ε3t為貨幣政策沖擊(Monetary Policy Shock)。各經(jīng)濟沖擊相互獨立，因此協(xié)方差矩陣D2D′2為對角矩陣。根據(jù)宏觀經(jīng)濟理論，我們可對(35)式的系數(shù)矩陣施加兩個約束條件，來區(qū)分三類不同的經(jīng)濟沖擊。

第一、短期約束條件。在沖擊發(fā)生的當期，由于實體經(jīng)濟調(diào)整的時滯性，貨幣政策沖擊ε3t對實際產(chǎn)出增速gt不存在影響，但對通貨膨脹pt和無風險利率rt產(chǎn)生影響。相應的約束條件為

(37)

第二、長期約束條件。從長期來看，實際產(chǎn)出增速gt僅能由總供給ε1t決定，而總需求沖擊ε2t和貨幣政策沖擊ε3t對gt不具有長期影響。因此，存在約束條件

(38)

不難發(fā)現(xiàn)，Zt可表示成由上述三種經(jīng)濟沖擊決定的形式

Zt=(D-D1)-1D0+(D-D1L)-1εt

(39)

2.3 估計方法與識別思路

本文對無風險零息票債券和信用風險零息票債券收益率進行聯(lián)合估計，(16)和(20)式寫成

(40)

根據(jù)Chen和Louis[20]、Ang和Piazzesi[17]等的研究，如果無套利仿射模型中存在Nl個潛在因子，那么在估計時，可假定Nl個無風險零息票債券收益率是無誤差度量(Measured without Error)，而其余無風險零息票債券收益率和信用風險債券收益率則是有誤差度量(Measured with Error)。因此，(40)式可進一步寫成

(41)

傳統(tǒng)上，無套利仿射模型估計方法是最大似然估計(MLE)，但由于無套利仿射模型估計參數(shù)較多，且參數(shù)之間存在高度的非線性化關系，因此最優(yōu)化過程比較艱難，尤其是MLE估計對估計初始值較為敏感，難以獲得全局最優(yōu)估計值(Ang和Piazzesi[17]；Kim[21])。對此，Hamilton和Jing[22]提出全新的估計方法。他們的研究證明，最小卡方估計法(Minimum-chi-square Estimation)漸進等價于MLE估計法，不僅估計簡單，而且可以得到全局最優(yōu)估計值。因此，本文采用Hamilton和Wu的最小卡方估計法對(1)至(34)式的無套利仿射模型進行估計。

最后，基于本文的研究目的，我們還需要從無套利仿射模型估計得到的一般VAR過程的(29)式識別出結(jié)構VAR過程的(35)式，對此，我們可通過以下識別條件進行識別。即基于估計得到的無套利仿射模型參數(shù)，建立(42)至(48)的方程組，求解得到D、D0、D1、D2。

1、D的對角線元素等于1

(42)

2、D2D′2為對角矩陣

(43)

3、D-1D0=M0+Mc-MρM-1M0

(44)

4、D-1D1=MρM-1

(45)

5、MΣ(MΣ)′=D-1D2(D-1D2)′

(46)

(47)

(48)

3 實證結(jié)果與分析

3.1 變量選取與數(shù)據(jù)處理

3.2 模型參數(shù)估計值

基于Hamilton和Jing[22]的最小卡方估計方法，本文估計得到(1)至(34)式的簡約模型估計值，見表1。進而，本文利用Matlab的自帶函數(shù)fsolve對(42)至(48)式進行編程求解，得到D、D0、D1、D2，結(jié)果見表2。

表1 簡約模型的系數(shù)估計值及其標準差

注釋：()為相應系數(shù)估計值的標準差。估計軟件為Matlab2012。

表2 結(jié)構VAR模型參數(shù)的識別

注釋：估計軟件為Matlab2012。

3.3 信用風險溢酬期限結(jié)構與宏觀定價因子：脈沖響應函數(shù)分析與成分分解

基于簡約模型和SVAR模型參數(shù)的估計值，本文通過(24)、(34)和(39)式推算出各類經(jīng)濟沖擊，結(jié)果見圖1至圖3。圖1顯示，總供給沖擊不存在明顯的季節(jié)性特征。在2008年第四季度和2010年第一季度，總供給沖擊大幅下挫，與2008年美國金融危機爆發(fā)的經(jīng)濟現(xiàn)實以及2010年中國勞動力步入劉易斯拐點的判斷[2]基本一致。圖2、圖3的總需求沖擊和貨幣政策沖擊表現(xiàn)出明顯的季節(jié)性特征?？傂枨鬀_擊很好地反映了2008年美國金融危機、中國為應對國際金融危機而進行的四萬億經(jīng)濟刺激、2010年歐洲債務危機等重要經(jīng)濟事件。對于貨幣政策沖擊，我們將其進行季節(jié)性調(diào)整，然后與滯后4期的M2同比增速進行對比，發(fā)現(xiàn)貨幣政策沖擊的整體走勢與滯后4期的M2同比增速非常一致，見圖4。因此，我們認為本文的估計模型是合理的。

圖1 總供給沖擊

圖2 總需求沖擊

圖3 貨幣政策沖擊

圖4 季節(jié)性調(diào)整之后的貨幣政策沖擊與M2同比增速的對比

進而，根據(jù)(34)和(39)式，可以得到關于各類經(jīng)濟沖擊對信用風險溢價期限結(jié)構的決定式(見下式)，以此進行脈沖響應函數(shù)分析和成分分解。

(49)

脈沖響應函數(shù)結(jié)果見圖5至圖13。圖中結(jié)果顯示，面對一個正向的總供給沖擊，各期限各信用等級的信用風險溢價呈負向反應(見圖5至圖7)，即當總供給層面上出現(xiàn)技術進步、勞動力增加等正向沖擊，將會帶來整體信用風險溢價的下降，反之則會帶來整體信用風險溢價的上升。與之不同，對于一個正向的總需求沖擊，各期限各信用等級的信用風險溢價的反應卻是正向(見圖8至圖10)，也就是說，社會總需求的增加(減少)將會使得中國企業(yè)信用風險溢價的上升(下降)。而面對一個正向的貨幣政策沖擊，不同期限的信用風險溢價的反應方向存在差異：1年期的信用風險溢價呈正向反應，2年期和5年期的信用風險溢價則呈負向反應(見圖11至圖13)。這意味著，擴張性貨幣政策有助于降低長期限的信用風險溢價，而緊縮性貨幣政策將會推高長期限的信用風險溢價。

圖5 不同期限的3A級信用風險溢價對總供給沖擊的脈沖響應函數(shù)

圖6 不同期限的2A級信用風險溢價對總供給沖擊的脈沖響應函數(shù)

圖7 不同期限的1A級信用風險溢價對總供給沖擊的脈沖響應函數(shù)

圖8 不同期限的3A級信用風險溢價對總需求沖擊的脈沖響應函數(shù)

圖9 不同期限的2A級信用風險溢價對總需求沖擊的脈沖響應函數(shù)

圖10 不同期限的1A級信用風險溢價對總需求沖擊的脈沖響應函數(shù)

圖11 不同期限的3A級信用風險溢價對貨幣政策沖擊的脈沖響應函數(shù)

圖12 不同期限的2A級信用風險溢價對貨幣政策沖擊的脈沖響應函數(shù)

圖13 不同期限的1A級信用風險溢價對貨幣政策沖擊的脈沖響應函數(shù)

若比較不同信用等級不同期限的信用風險溢價的脈沖響應函數(shù)結(jié)果，我們可以發(fā)現(xiàn)，信用等級越低，期限越短，相應的信用風險溢價對各類經(jīng)濟沖擊的反應程度則越大，也就是說，信用等級越低、期限越短的信用風險溢價，對宏觀經(jīng)濟變化和政策調(diào)整越敏感，反之，信用等級越高、期限越長的信用風險溢價，對宏觀經(jīng)濟變化和政策調(diào)整越不敏感。

同樣基于(49)式，我們可以將不同期限不同信用等級的信用風險溢價分解為分別由總供給沖擊、總需求沖擊以及貨幣政策沖擊決定的成分。

成分結(jié)果顯示，不同期限不同信用等級的信用風險溢價的成分走勢相似(結(jié)果備索)。因此，簡潔起見，本文僅以對宏觀經(jīng)濟變化和政策調(diào)整變化最為敏感的1年期1A級的信用風險溢價作為代表，分析宏觀經(jīng)濟因子對中國企業(yè)信用風險溢價變化的影響與決定，見圖14。圖中，c1代表由總供給沖擊決定的成分，c2代表由總需求沖擊共同決定的成分，c3代表由貨幣政策沖擊決定的成分。

圖14 1年期1A級信用風險溢價的成分分解

圖中顯示，1年期1A級的信用風險溢價在2011年7月之前普遍為負，而在2011年7月之后為正。將其進行成分分解，可以發(fā)現(xiàn)，在美國金融危機爆發(fā)的2008年，負向的總供給沖擊使得信用風險溢價大幅上升，而在隨后的2009年至2010年，由于正向的總供給沖擊以及負向的總需求沖擊，信用風險溢價不斷下行。

但到2011年，信用風險溢價卻大幅上升，由負的信用風險溢價逆轉(zhuǎn)為正的信用風險溢價，背后的驅(qū)動因素是4萬億經(jīng)濟刺激計劃所帶來的正向總需求沖擊。結(jié)合圖2，我們可以看出，2010年4月至2011年9月的總需求沖擊持續(xù)為正，因此大幅推動了信用風險溢價的上行，而在此階段的總供給沖擊和貨幣政策沖擊對信用風險溢價的決定較弱。并且從2011年至今，由總需求沖擊帶來的信用風險溢價一直保持微弱的上行趨勢，處于高位水平。因此可以判斷，一直以來持續(xù)處于高位的信用風險溢價的主要根源是4萬億經(jīng)濟刺激計劃所帶來的擴張性總需求。

在經(jīng)歷2010年4月至2011年9月的上升之后，信用風險溢價不斷下行，直至“錢荒”爆發(fā)時的2013年6月。圖14的成分結(jié)果顯示，此階段的下行歸因于2011年至2012年期間的正向貨幣政策沖擊(見圖4)，也就是說，2011年至2012年期間貨幣政策的擴張，降低了2010年至2011年社會總需求擴張所導致的高信用風險溢價水平。但從2013年年初開始，負向貨幣政策沖擊開始推動信用風險溢價急劇上行，而相應階段的由總供給沖擊和總需求沖擊帶來的信用風險溢價卻未大幅上升，因此我們可以判斷，“錢荒”發(fā)生時信用風險溢價的大幅上升，并不是由宏觀經(jīng)濟基本面變化而引起，而是由貨幣政策沖擊所導致的結(jié)果。

比較各類經(jīng)濟沖擊對信用風險溢價的影響，可以發(fā)現(xiàn)，總體而言，總需求沖擊和總供給沖擊對信用風險溢價的影響程度較大，而總供給除了在2009年對信用風險溢價產(chǎn)生較大影響之外，在其他期間對信用風險溢價的影響程度較小。圖中顯示，從2010年開始，總供給推動信用風險溢價緩慢上行。

4 結(jié)語

本文的研究旨在揭示中國企業(yè)部門信用風險溢價變化的宏觀經(jīng)濟因素，從而更好地理解當前正在不斷暴露的中國企業(yè)部門信用風險的宏觀成因。本文在簡約模型的基礎上引入結(jié)構向量自回歸模型(SVAR)，將經(jīng)濟沖擊區(qū)分為總供給沖擊、總需求沖擊和貨幣政策沖擊，利用脈沖響應函數(shù)和成分分解方法，研究各類經(jīng)濟沖擊對中國企業(yè)部門信用風險的影響特征，得到以下主要研究結(jié)論：

第一，正向的總供給沖擊和貨幣政策沖擊有助于降低中國企業(yè)部門信用風險溢價，但正向的社會總需求則會推高中國企業(yè)部門信用風險溢價；第二，4萬億經(jīng)濟刺激計劃所帶來的擴張性總需求沖擊，使得信用風險溢價在2011年由負逆轉(zhuǎn)為正，并使其持續(xù)保持著高位水平；第三，2011年至2012年期間貨幣政策的擴張，降低了2010年至2011年社會總需求擴張所導致的高信用風險溢價水平；第四，“錢荒”發(fā)生時，中國企業(yè)部門信用風險溢價的大幅上升，并不是由宏觀經(jīng)濟基本面變化而引起，而是由貨幣政策沖擊所導致的結(jié)果；第五，從2010年開始，由于劉易斯拐點來臨而帶來的負向總供給沖擊推動了信用風險溢價緩慢上行。

以上結(jié)論給我們的重要政策啟示是，“錢荒”并不是中國明斯基時刻帶來的前兆，而是貨幣政策調(diào)整的結(jié)果，但與此同時，我們應認識到，自2011年以來一直處于高位水平的信用風險溢價的根源卻是4萬億經(jīng)濟刺激計劃所導致的擴張性總需求，因此欲從根本上降低中國企業(yè)部門信用風險水平，避免系統(tǒng)性信用危機的發(fā)生，應緊縮社會總需求，并通過制度改革和結(jié)構調(diào)整，提高勞動生產(chǎn)率和資源利用效率，以此從總供給層面上，降低企業(yè)部門信用風險。