2021中国宏观经济形势分析与预测年中报告.docx

概述上海财经大学高等研究院“中国宏观经济形势分析与预测”课题组基于上财高等 研究院中国量化准结构宏观预测模型（IAR-CMM）所建立的情景分析和政策模拟，分别 从基准情景（假设新冠疫情仍在全球流行，主要经济体增速较2020年有所回升，美联 储2021年下半年联邦基金利率仍将维持在00.25%区间、人民币汇率在6.5附近双向波 动；国内疫情延续2021年以来的发展状况、家庭杠杆率2021年再上升4个百分点、基 础设施建设投资和房地产投资增速较缓、二季度不良贷款率小幅下降、财政政策保持适 度支出强度以及实行稳健的货币政策）、情景I（疫情冲击和贸易保护主义长期影响下， 外部环境面临恶化风险）、情景n （大宗商品价格大幅上涨）、情景ni （房地产景气度下 降）、情景IV （企业违约风险增加导致银行系统不良贷款率上升）、情景V （国外疫苗接 种有效率不及预期）进行数值模拟，所得预测结果显示，2021年中国宏观经济需要同步 进行逆周期政策调节与改革开放深化，以应对当前的复杂局面。立足中长期视角来看，中国国民经济发展面临诸多挑战：一是要素驱动红利大幅下 降。支撑要素驱动传统经济发展模式的人口、资源、环境等红利日益衰减，面临人口老 龄化少子化、收入差距贫富差距过大、家庭部门债务持续攀升、地方政府债务居高不下、 关键高新技术瓶颈等一系列结构性问题，发展不平衡不充分，亟待向效率驱动、创新驱 动发展模式转变；二是长期受益的全球化红利减弱。新冠肺炎疫情加速了世界百年变局 的演进，一些大中型经济体开始实施“产业备胎战略”，中国亟需挖掘内需潜力；三是美 国对中国进行技术封锁、脱钩的态势短期内恐难以扭转。尤其是一些核心、关键领域高 新技术的短板，使得中国经济的供应链、产业链安全问题凸显。这些问题的解决，需要 通过深化供给侧结构性改革，加大需求侧改革和注重需求侧管理，以及更全方位、深层 次、高水平的对外开放来实现。（-）经济走势及主要问题1.消费潜力稳定释放2021年上半年社会消费品零售总额呈现潜力稳定释放的局面。1-5月社会消费品零 售总额174318.5亿元，同比增长25.7%,高出2020年同期39.2个百分点，说明消费潜 力正稳定释放。5月社会消费品零售总额35945.1亿元，同比增长12.4%；比2019年5 月高出15.2个百分点，两年平均增速为4.5%。剔除价格因素，5月社会消费品零售总额 实际同比增长10.1%,两年平均增长3.0%。GDP平 减指数%1.6-0.10.60.50.72.42.52.92.72.6数据来源：CEIC ' WIND '上海财经大学高等研究院在基准情景下的预测，课题组对2021年的基准预测的外部环境主要假设条件包括：课题组对2021年基准预测的外部环境主要假设条件包括：（1）新冠疫情仍在全球 流行，主要经济体增速较2020年有所回升。（2）2021下半年全球经济将保持复苏步调， 世界银行预测年度全球经济实际增长5.6%；美国、日本和欧元区的实际增速分别为6.8%、 2.9%和4.4%；根据国际货币基金组织预测，德国、法国和英国的全年增速为3.6%、5.8% 和5.3%；新兴市场和发展中经济体总体增长6.7%,其中东盟五国实际年增速为4.9%O （3）美联储2021年下半年联邦基金利率仍将维持在00.25%区间。（4）人民币兑美元 汇率2021下半年将继续在6.5附近宽幅双向波动，仍处在合理区间。基于前面对中国经济形势与风险的分析，课题组对2021年基准预测的内部环境主 要假设条件包括：（1）国内疫情延续2021年以来的发展状况。（2）居民杠杆率攀升，继 续对消费形成负面影响，假定受家庭新增贷款趋势未变但GDP增速下滑的影响，家庭 杠杆率2021年再上升4个百分点。（3） 2021年制造业投资和房地产投资随着基数效应 减弱增速放缓，基础设施建设投资增速乏力。（4）根据银保监会公布的相关数据，截止 2021年一季度末，商业银行不良贷款率为1.80%o课题组假设截止2021年二季度末我 国商业银行不良贷款率将下降至1.78%。（5）财政政策保持适度的支出强度，强调提质 增效和可持续性，全年财政赤字将达3.57万亿元，赤字率约降低至3.15%。（6）货币政 策，继续保持稳健的货币政策，预计2021年下半年将维持基准利率和准备金率不变。考虑到中美贸易摩擦、国际各个主要经济体极度宽松的货币政策传导、房价调控、 商业银行不良贷款率、国外疫情发展等因素，课题组作出如下5种情景分析：情景I： 外部环境恶化；情景n：大宗商品价格大幅上涨；情景III：房地产景气度下降；情景IV： 商业银行不良贷款率上升；情景V：国外疫苗接种有效率不及预期。课题组根据IAR-CMM量化准结构模型的模拟探讨各种假设情景下的政策力度选 项。假设主要通过调整准备金率和提高财政赤字的需求管理政策来实现基准情景下的经 济增速，则在不同情景下所需的政策力度分别为：表2各情景假设下实现经济指标增速目标所需的政策力度情景I.外部环境恶化IV.商业银行不良贷款率上升保守悲观悲观保守悲观悲观1悲观2的是，在商业银行整个经营过程中还需要考虑结转产品的跨期影响，固定资产作为期望 的结转产品，在第一阶段中，/-1时期产生的固定资产在/时期作为一种动态要素继续使 用。不良贷款是一种非期望的结转产品，对两个阶段都会产生影响，在1时期第二阶 段的不良贷款作为一种非期望产出会结余到，时期，在，时期又作为第一阶段的非期望投 入。商业银行经营过程的动态网络生产结构如图96所示。第1期第2期第t期非利息支出非利息支出非利息支出固定资产利息支出第一阶段第二阶段>非利息收入利息支出>第一阶段第：阶段T固定资产一固定资产A非利息收入,不良贷款利息支出第一阶段A非利息收入第二阶段贷款贷款贷款净利息收入净利息收入净利息收入图96商业银行的两阶段动态网络结构（数据来源：上海财经大学高等研究院）根据以上分析，课题组采用两阶段动态网络方向距离函数构造Malmquist- Luenberger （ML）指数，分析各类商业银行全要素生产率的变化，从中可以发现，各类 商业银行ML指数呈现略微上升趋势，说明我国商业银行整体全要素生产率有所提升; 另外，全国性银行（大型国有商业银行和股份制商业银行）ML指数高于地方性银行（城 市商业银行和农村商业银行），这也意味着全国性银行全要素生产率高于地方性银行。2010201120122013201420152016201720182019T大型国有商业银行 -股份制商业银行 »城市商业银行 -农村商业银行图97各类商业银行的两阶段动态网络Malmquist-Luenberger指数（数据来源：上海财经大学高等研究院）（2 ）地方政府债务对银行全要素生产率的影响为探究地方政府债务对银行全要素生产率的影响，课题组设定如下静态面板数据计 量模型：TFPi,j,t=/3o+/3LGDj,t + OY.t + 4 +（1）其中，下标"/和，分别表示银行、地区和年份；被解释变量77阴表示位于地区 j的银行，在，年的全要素生产率；核心解释变量LG。）,表示地区，在，年的地方政府债 务；X“为银行层面控制变量集合；匕，为地区宏观经济金融层面控制变量集合；4为银 行固定效应，用以控制不随时间变化且不可观察的银行固有特征；3/为多维度随机误 差项。考虑到数据的可得性和连续性，课题组选取2010-2019年我国187家商业银行共 1420个年度观测值构成的非平衡面板数据为研究样本，其中包括5家大型国有商业银 行、12家股份制商业银行、107家城市商业银行和63家农村商业银行。数据来源方面， 银行层面数据主要来源于国泰安（CSMAR）数据库和中国研究数据服务平台（CNRDS）, 对部分变量缺失的数据手动查阅全球银行与金融机构分析库（ORBIS Bank Focus）、各 银行历年年报以及历年中国金融年鉴最大限度地将其补齐完善。各地区宏观经济金 融层面数据主要来源于各地区历年统计年鉴和中国人民银行官方网站。在变量定义与测度方面，课题组采用两阶段动态网络Malmquist-Luenberger指数衡 量银行全要素生产率。对于地方政府债务变量，据我国审计署统计地方性政府债务口径， 地方性政府债务主要包括政府负有直接偿还责任的债务、政府承担担保责任的债务以及 政府负有救助责任的债务。由于后两者债务并不需要地方政府当期直接偿还，且仅限于 接受专门债务审计的地区存在，数据缺失较为严重，故课题组采用地方政府负有直接偿 还责任的债务衡量地方政府债务规模。考虑到不同地区的经济总量存在较大差异，直接 采用地方政府债务的绝对规模进行研究所得结论可能不具普适性。因此，课题组采用地 方政府债务余额占地区GDP的比值，即地方政府负债率（LGD）衡量政府债务规模。为有效识别地方政府债务对银行全要素生产率的影响，有必要控制其他因素的影响。 课题组选取的控制变量包括银行层面的变量和地区宏观经济金融层面的变量。其中，反 映银行层面的变量主要有：（1）银行总资产回报率ROA）,采用银行净利润与总资产的 比值表示；资本充足率（CAR）,采用银行资本净额与风险加权资产的比值衡量；不良 贷款率（NPL）,采用不良贷款占总贷款余额的比值表示；存贷比（LDA）,采用银行贷 款总额与存款总额的比值表示；成本收入比（C/R ）,采用运营成本与总收入的比值表示； 银行流动性（LR）,采用银行现金及存放中央银行款项与总资产的比值表示；银行收入 结构（WV）,采用银行净利息收入与营业收入比值表示；银行规模（AvseQ,采用年 末银行总资产的自然对数表示。地区宏观经济金融层面的变量包括：（1）地区经济发展 水平（GDPR）,采用各地区GDP增长率表示。需要说明的是，由于样本中地方性银行 （城市商业银行和农村商业银行）数目占比高达89.15%,且不同地区经济发展水平存在 较大差异，故对于全国性银行（大型国有商业银行和股份制商业银行）用全国层面的GDP 增长率与其特征变量匹配,地方性银行用其所在省份的GDP增长率与其特征变量匹配。0 货币政策（MP）,采用准货币增速表示。表10报告了各变量的描述性统计结果。结果显示，样本期间内，商业银行的全要 素生产率整体呈增长趋势，平均年增长率为1.1%,且银行间全要素生产率水平存在较大 差异。地方政府负债率均值为0.201,最小值为0014,最大值为0.957,意味着不同地 区间政府债务规模差异明显，即解释变量具有较大变异性。其余控制变量的分布具有较 高的离散度，初步表明课题组选择的控制变量是合理的，此处不再赘述。表10变量的描述性统计变量变量含义与说明观测值均值标准差最小值最大值TFP银行全要素生产率14201.0110.1030.6051.29LGD地方政府负债率14200.2010.0990.0140.957ROA总资产回报率（）14200.9320.3760.1392.057CAR资本充足率（）142013.142.11610.5123.12NPL不良贷款率（）14201.4760.8090.1214.78LDR银行存贷比（%）142065.2412.1932.1698.13CIR成本收入比（）142033.937.0718.4955.35LR银行流动性比率（）142013.614.1736.49426.33DIV收入结构（）14202.2470.8310.3074.615Asset银行总资产的自然对数142025.641.5812330.6GDPR各地区GDP增长率（）14208.22.1490.517.2MP准货币增速（）142012.483.9776.418.88数据来源：上海财经大学高等研究院表11报告了地方政府债务对银行全要素生产率影响的全样本基准估计结果。其中， 第（1）列为单独考察地方政府债务对银行全要素生产率的影响，不难发现，地方政府负 债率（LGD ）的回归系数显著为负，说明地方政府债务扩张会降低银行全要素生产率。 紧接着，第（2）列和第（3）列为依次控制银行层面以及地区宏观经济金融层面变量的 估计结果，可以看出，地方政府负债率（LG。）均显著为负，这进一步证实地方政府债 务扩张会抑制银行全要素生产率上升。从经济意义上看，以表中第（3）列为例，地方政 府负债率的估计系数为一0.0575,意味着地方政府负债率每提高1个百分点，银行全要素 生产率将降低0.0575个百分点。综合以上回归结果，可以认为地方政府债务扩张仍是造 成银行全要素生产率低下的原因，且这一结论无论是统计意义上还是经济意义上都是十 分显著的。表11地方政府债务与银行全要素生产率：基准估计结果变量(1)(2)(3)TFPTFPTFPLGD-0.1043*(0.0273)-0.0784*(0.0276)-0.0575*(0.0283)ROA-0.0369*(0.0117)-0.0385*(0.0117)CAR0.0012(0.0013)0.0011(0.0013)NPL-0.0259*(0.0042)-0.0233*(0.0043)LDR0.0004(0.0003)0.0005*(0.0003)CIR0.0003(0.0005)0.0003(0.0005)LR-0.0011(0.0008)-0.0019*(0.0009)DIV0.0095*(0.0045)0.0084*(0.0045)Asset0.0044*(0.0021)0.0049*(0.0021)GDPR0.0042*(0.0017)MP0.0008(0.0010)年份固定效应是是是银行固定效应是是是常数项1.0111*(0.0061)0.9072*(0.0696)0.4346*(0.1997)银行数187187187观察值142014201420调整R20.00950.04370.0499注：表内数字为变量的回归系数，对应小括号内的数字为稳健性标准误；*、*、*分别表示在10%、5%和1% 水平上显著。数据来源：上海财经大学高等研究院为排除地方政府债务指标测度方式差异对研究结论的影响，课题组将采用其他方式 测度地方政府债务以确保研究结论的可信性。一是考虑到地方政府债务的偿还主要以地 方综合财力为基础，这里采用地方政府债务与地区综合财力的比值，即地方政府债务率 (LGD)衡量地方政府债务。二是为了排除人口规模因素的干扰，将采用人均地方政 府债务规模(LGD2 )作为地方政府债务的另一个度量指标。表12报告了替换地方政府债务指标测度方式的估计结果。数值显示，地方政府债 务率（LGLH）和人均地方政府债务规模（LGD2 ）的估计系数均显著为负，说明无论以 哪种方式测度地方政府债务，地方政府债务扩张均能显著降低银行全要素生产率，替换 地方政府债务指标的测度方式研究结论依然稳健。表12稳健性检验：替换地方政府债务指标测度方式变量(1)(2)(3)(4)TFPTFPTFPTFPLGD1-0.0427*(0.0241)-0.0474*(0.0243)LGD2-0.0097*(0.0035)-0.0068*(0.0036)ROA-0.0376*(0.0117)-0.0385*(0.0117)-0.0395*(0.0117)-0.0404*(0.0117)CAR0.0013(0.0013)0.0012(0.0013)0.0011(0.0013)0.0010(0.0013)NPL-0.0273*(0.0042)-0.0236*(0.0043)-0.0262*(0.0042)-0.0236*(0.0043)LDR0.0004*(0.0003)0.0005*(0.0003)0.0004(0.0003)0.0005*(0.0003)CIR0.0003(0.0005)0.0003(0.0005)0.0002(0.0005)0.0003(0.0005)LR-0.0010(0.0008)-0.0019*(0.0009)-0.0014(0.0008)-0.0021*(0.0009)DIV0.0101*(0.0045)0.0084*(0.0045)0.0098*(0.0044)0.0086*(0.0045)Asset0.0042*(0.0021)0.0049*(0.0021)0.0031(0.0021)0.0040*(0.0021)GDPR00047*(0.0016)0.0042*(0.0017)MP0.0010(0.0010)0.0007(0.0010)年份固定效应是是是是银行固定效应是是是是常数项0.9022*(0.0697)0.3690*(0.1950)09522*(0.0723)0.4584*(0.2037)银行数187187187187观察值1420142014201420调整R20.04030.04970.04350.0496注：表内数字为变量的回归系数，对应小括号内的数字为稳健性标准误；*、*、*分别表示在10%、5%和1% 水平上显著。数据来源：上海财经大学高等研究院 地方政府债务对银行全要素生产率影响的异质性鉴于业务经营范围不同的银行在资产负债配置行为上存在巨大差异，分析地方政府 债务对银行全要素生产率的影响，不能割裂银行业务经营范围的差异。为验证不同经营 区域银行全要素生产率受地方政府债务的影响，课题组根据银行经营区域范围将样本划 分为全国性银行（大型国有商业银行和股份制商业银行）和地方性银行（城市商业银行 和农村商业银行）两个子样本。从图98可以看出，相较于全国性银行，在地方性银行 样本中地方政府债务的斜率较大，初步表明地方政府债务扩张对地方性银行全要素生产 率的负向影响更大。寸地方性银行全国性银行0.2.4.6.810.1.2.3.4地方政府负债率地方政府负债率图98地方政府债务对不同经营区域银行全要素生产率的影响（数据来源：上海财经大学高等研究院）进一步地，表13给出了地方政府债务对地方性银行和全国性银行全要素生产率影 响的估计结果。从中可以看出，在地方性银行子样本中，地方政府负债率（LGO）的回 归系数显著为负；在全国性银行子样本中，地方政府负债率的回归系数绝对值有所下降, 且失去显著性。这些结果表明，地方政府债务的扩张能显著降低地方性银行全要素生产 率，但对全国性银行全要素生产率并未产生显著影响。对上述异质性影响效应的可能解释如下：首先，相较于全国性银行，地方性银行具 有资产规模较小、网点覆盖密度较低和风控能力较差等劣势，使其资源获取能力较弱, 不便进行业务转型和产品创新，无法通过扩大收入来源的方式抵消地方政府债务扩张对 其全要素生产率带来的不利冲击；其次，相较于全国性银行，地方政府通常拥有对地方 性银行的实际控制权，其经营者也通常由地方政府直接任免，使得地方政府有能力干预 银行信贷决策，而地方政府债务规模的增加会挤占地方性银行有限的信贷资源，降低银 行资源配置效率，抑制银行全要素生产率的提升；最后，相较于全国性银行，地方性银 行所在的市场通常是区域性的，规模较小且融资渠道相对狭窄，导致其贷款对象较为集 中，不能有效分散地方政府债务扩张对银行全要素生产率的负向影响。表13地方政府债务对不同经营区域银行全要素生产率的影响变量地方性银行全国性银行(1)(2)(3)(4)TFPTFPTFPTFPLGD-0.0765*(0.0290)-0.0592*(0.0298)-0.0542(0.1021)-0.0400(0.1077)ROA-0.0422*(0.0123)-0.0428*(0.0123)-0.0100(0.0699)-0.0237(0.0698)CAR0.0021(0.0014)0.0020(0.0014)-0.0206*(0.0058)-0.0173*(0.0060)NPL-0.0249*(0.0045)-0.0235*(0.0046)-0.0519*(0.0245)-0.0232(0.0295)LDR0.0003(0.0003)0.0004(0.0003)0.0004(0.0009)0.0004(0.0009)CIR-0.0001(0.0005)0.0000(0.0005)0.0033*(0.0020)0.0026(0.0020)LR-0.0015(0.0009)-0.0019*(0.0010)-0.0037(0.0040)-0.0061(0.0042)DIV0.0096*(0.0046)0.0090*(0.0046)0.0053(0.0285)-0.0000(0.0287)Asset-0.0004(0.0034)0.0007(0.0034)0.0202*(0.0117)0.0214*(0.0116)GDPR0.0038*(0.0017)0.0114(0.0089)MP-0.0001(0.0011)0.0032(0.0035)年份固定效应是是是是银行固定效应是是是是常数项1.0399*(0.1077)0.5957*(0.2267)0.6884*(0.2873)-0.6215(0.9976)银行数1701701717观察值12661266154154调整R20.03220.03540.11400.1260注释：表内数字为变量的回归系数，对应小括号内的数字为稳健性标准误；*、*、*分别表示在10%、5%和1% 水平上显著。数据来源：上海财经大学高等研究院 总结在中国以间接融资为主导的金融体系下，提高商业银行全要素生产率是增强金融服 务实体经济能力的重要途径。特别是在全面加速构建“双循环”新发展格局的当下，迫 切需要提高银行体系运行效率以促进金融资源合理配置，更好地服务实体经济，为“十 四五”经济高质量发展提供坚实的金融支持。有鉴于此，立足于地方政府债务规模不断 攀升的典型事实和商业银行具体经营实践状况，课题组采用2010-2019年我国187家商 业银行的微观非平衡面板数据，定量识别了地方政府债务扩张对银行全要素生产率的影 响。经验结果显示，整体而言地方政府债务的扩张会造成银行全要素生产率降低，并且 地方政府扩张对地方性银行全要素生产率的负向影响更加明显。据此，课题组认为，地方政府需主动减少对银行信贷配置行为的干预，控制债务扩 张和商业银行对地方政府债务的过度参与，同时地方政府应努力拓宽新的融资渠道以缓 解举债压力，有效解决地方政府债务扩张对银行全要素生产率造成的损失，从而更好地 增强金融服务实体经济能力。监管部门应当重视地方政府与商业银行之间的协调，针对 不同类型银行实施差异化的监管措施，有效阻断地方政府债务扩张对银行全要素生产率 影响的路径，进而提升银行全要素生产率。商业银行应强化地方政府举债贷款的约束力， 增强资产配置行为的独立性，促使地方政府债务融资回归市场化，减弱地方政府债务扩 张对自身全要素生产率的负向影响。总而言之，应进一步深化地方政府债务融资市场化 改革，压缩地方政府干预商业银行信贷配置行为的空间，从源头上减轻银行效率损失。6.金融系统整体稳定，但潜在隐患依然不可忽视根据国家资产负债表研究中心的数据，截至2021年一季度末，我国实体经济部门 的宏观杠杆率为267.8%,其中大部分债务集中在非金融企业部门，其杠杆率为161.4%。 17如图99所示，当前我国非金融企业部门的杠杆率水平虽较2020年末有所下降，但依 然处于历史高位。需要注意的是，我国民营企业杠杆率并没有和整体杠杆率的变化呈现17根据国家资产负债表研究中心的定义：杠杆率=各部门债务/名义GDP。其中，非金融企业债务包括企业贷款、企业 债、信托贷款、委托贷款、未贴现银行承兑汇票和境外债务，其中包括部分地方政府融资平台的债务。全年GDP增速9.18.99.08.88.6货币政策需 增加力度无额外调整1次降准50个基点无额外调整1次降准50个基点2次降准50个基点赤字超预算 额（亿元）1668.93337.82503.44172.35841.2赤字超预算 比率（）4.679.47.011.716.4估算赤字率（）3.33.43.43.53.7总赤字占用财政 空间（）9.9610.4110.1810.6311.08旧乐n.大宗商品价格 大幅上涨III.房地产景气度下降V.国外疫苗看 效率不及预期保守悲观悲观适度降温大幅降温悲观全年GDP增速8.68.28.16.98.8货币政策需 增加力度无额外调整无额外调整3次降准50个基点4次降准50个基点1次降准50个基点赤字超预算 额（亿元）7523.510867.310013.420026.94172.3赤字超预算 比率（）21.0730.428.156.111.7估算赤字率（）3.84.14.04.93.5总赤字占用财政 空间（）11.5212.4112.1914.8610.63数据来源：上海财经大学高等研究院（三）以高层次国际经济合作助力新发展格局构建当今世界正面临百年未有变局与新冠肺炎疫情交织的复杂局面，中国经济社会发展 面临地缘政治经济战略竞争、贸易保护主义和逆全球化浪潮、发达经济体超宽松政策效 应溢出等一系列重大外部风险。同时，中国自身也面临人口老龄化少子化、收入差距贫 富差别过大、家庭部门债务持续攀升、地方政府债务居高不下、关键高新技术瓶颈等一 系列结构性问题。面对前所未有的新风险和挑战，“十四五”规划和2035年远景目标 纲要明确指出，构建新发展格局是应对新发展阶段机遇和挑战、贯彻新发展理念的战略类似趋势，反而有上升迹象。截至2021年4月末，私营工业企业的资产负债率为58.2%, 较2020年末上升0.8个百分点。此外，从债券市场数据来看，除了民营企业的违约风险 再次出现上升的迹象，2021年上半年地方国有企业债券违约数目和涉及资金规模均为5 年来新高，地方国有企业违约率持续攀升。由于我国经济恢复依然存在恢复不均衡、基础不牢固的因素，去杠杆以及守住不发 生系统性风险这一底线的难度依然较大。随着下半年企业债务到期规模的进一步上升, 民营和地方国有企业违约风险的上升对债券市场以及银行系统可能造成的冲击不可忽 视。因此，课题组分别利用我国非金融企业的发债数据和上市商业银行的数据对我国企 业的违约风险以及银行系统的稳定性进行了分析，以此来评估当前我国金融系统稳定程 度以及潜在风险。CC CCC Z.0Z0Z 606Z0Z 99H Eodzoe Z,68C 90603 S968Z Z.8E7 n 90ocEe E0OC一 CE zm n n 3,98(n 6998Z 9998Z EOG 一 ON Z.B0Z 60637 90H8ZT-非金融企业杠杆率-BIS T-非金融企业杠杆率-CNBS图99非金融企业杠杆率(数据来源：国际清算银行(BIS )'国家资产负债表研究中心,单位：)(1)地方国有企业和民营企业违约风险出现上升迹象如图100所示，截至2021年6月末，境内融资的非金融企业涉及的违约债券共计 117支，已超过2020年全年的一半，较2020年全年总数少87支。具体地，中央国有企 业、地方国有企业和民营企业涉及的违约债券支数分别为8支、36支和87支，较2020 年全年分别减少22支、8支和38支，地方国有企业和民营企业的违约债券数均已超过 其2020年全年的一半，地方国有企业和民营企业的债券违约风险有所上升。从违约企 业的组成结构来看，虽然民营企业的违约债券数目依然占大部分，但地方国有企业涉及 违约债券数目占比为2016年以来最高水平，我国涉及债券违约的企业其组成结构较 2019年已发生明显改变。250图100违约债券数目：按企业类型分（数据来源：WIND、上海财经大学高等研究院）从涉及违约的资金规模来看，如图101所示，截至2021年6月末，境内融资的非 金融企业违约债券涉及资金规模上升至1485.9亿元，较2020年全年增加了 33.3亿元。 其中，中央国有企业、地方国有企业和民营企业违约债券涉及的资金规模分别为182.5 亿元、463.1亿元和773.6亿元，仅中央国有企业较2020年末减少了 208.9亿元，而地 方国有企业和民营企业较2020年末分别增加了 169.2亿元和166亿元。与涉及违约债 券的数目类似，从涉及违约的资金规模来看，国有企业的占比为2016年以来的最高水 平，尤其是地方国有企业的占比连续三年上升。止匕外，在违约债券数目低于2020年全 年总数的同时，涉及违约的资金规模却已超过2020年全年的规模，单支债券涉及的平 均资金规模较2020年末进一步上升，延续了持续上升的趋势。这意味着，即便涉及违 约的企业在减少，但一旦发生违约，其所造成的损失却在上升。更重要的是，这或许还 意味着，一旦发生违约，对关联企业所产生的影响也会进一步增大。16001400120010008006004002000100%90%80%70%60%50%40%30%20%10%0%中央国有企业地方国有企业公众企业其他类型民营企业总规模（右，亿元）图101违约债券资金占比和规模：按企业类型分（数据来源：WIND、上海财经大学高等研究院）从违约率来看，如图102所示，民营企业的违约高峰发生在2019年中，即便在疫 情的巨大冲击下，其违约率依然持续下降。但自2020年二季度以来，民营企业的违约 率却出现由降转升的迹象，而国有企业则发生分化，中央国有企业的违约率在疫情爆发 之初达到最高点，而后持续回落，但地方国有企业的违约率则处于持续攀升的状态。1.8%12.0%1.6%0.0%10.0%1.4%1.2%8.0%1.0%6.0%0.8%0.6%4.0%0.4%2.0%0.2%0.0%百宜f owo ozwf 0 d 6,30 6 7 一nf 6,d4 6.UW 8,30 8,一 87S 8Tuw00 一,a一 匚Id4 匚uw 9,30 9 7 一nf 9工da 9.UU wso s,_nf中央国有企业 地方国有企业 民营企业（右）图102企业违约率（数据来源：WIND、上海财经大学高等研究院）止匕外，存量债券的数据显示，未来一年内将到期的非金融企业债券总额约为6.3万 亿元，较2020年末减少1万亿元。其中，中央国有企业、地方国有企业和民营企业涉 及的到期债券资金规模分别约为1.9万亿元、3.8万亿元和4744亿元，偿债压力较2020 年末似乎有所下降。但需要注意的是，上半年企业的违约规模已超2020年全年的规模， 单支违约债券涉及的资金规模显著增大，企业债券违约造成的影响较2020年进一步上 升。而且，当前我国货币政策宽松程度远低于去年同期水平，不论是货币供应增速还是 银行间利率水平已基本回到疫情前的水平，在美联储加息预期提前的背景下，预计今年 下半年国内货币政策仍将持续稳健的总基调，难见太大的松动。此外，在未来一年内中 央国有企业、地方国有企业和民营企业涉及的债券数目分别为1049、5162和837支, 即将到期的债项数目较2020年末大幅上升，对企业的流动性管理提出了更高的要求， 因此，下半年境内非金融企业债券的违约风险仍不容小视。（2）小型商业银行的系统重要性进一步上升课题组通过条件在险价值模型（CoVaR）来评估我国银行系统的稳定性和识别系统 重要性银行，并做定量分析。课题组从Wind的股票数据库选取了 2014年1月1日至 2021年6月25日在沪市或深市上市至少一年的商业银行为样本数据，共计37家商业 银行年 截至2021年一季度，这37家银行的总资产占我国商业银行资产总额的比例高 达80.3%巴 代表性良好。在估计银行系统以及各家银行的VaR和CoVaR系数时，课题 组用37家上市银行后复权日收盘价来计算的各家银行的日收益率表示各银行的运行情 况，用中证沪深300商业银行全收益指数日收盘指数来计算的日收益率表示银行系统的 运行情况。首先，当单家银行受到外部冲击，课题组估算了每家银行自身将受到的损失，即在 险价值(Value at Risk, VaR)。但是VaR并没有考虑单个银行风险溢出的影响，即单家 银行遭受冲击并发生损失时引起的系统中其他银行产生的损失。为了考察每家银行在遭 受冲击时的风险溢出效应，课题组还估算了每家银行的条件在险价值(Conditional Value at Risk , Co VaR ) o每家银行风险溢出的影响用CoVaR和