摘要：本文在实体企业债务融资模型中引入预期模糊因素，剖析宏观紧缩预期对企业融资决策及债务流动性的影响，在此基础上刻画相关稳定政策，为做好“六稳”工作中“稳预期”调控提供一定的理论参考。研究发现，鉴于谨慎预防心理，预期模糊加剧了企业的融资需求，造成实体债务流动性相对紧缩，其紧缩程度与企业预期模糊强度成正比。通过企业债务配置的微观机制发现，在某一特定的预期模糊范围内，企业主体对加总债务紧缩程度感知出现分歧，造成企业债券价格及背后流动性的波动。进一步地，本文基于预期模糊机制给出“稳预期”策略，同时针对债券价格波动及债务流动性紧缩，分别从货币政策和财政政策两个角度刻画了相关稳定政策。通过求解含有中国经济特征的转移路径，上述理论结果的准确性和稳健性得以验证。
关键词：实体预期；债务融资；稳定政策；稳预期
基金项目：本文得到国家社会科学基金项目(18BJY249)、中国社会科学院创新工程项目的资助。
一、引言
党的十八大以来，我国经济结构调整和动能转换持续加快，经济发展的全面性、协调性和可持续性不断增强。期间伴随出现了两个明显的趋势性特征。一是经济增长从高速转向中高速且呈现小幅的周期波动特征。2012年我国GDP增速达7.7%，此后缓慢下行，仅2017年有所企稳，到2019年已降至6.1%，经济增速换挡趋势明显。2020年初受新冠肺炎疫情冲击，一季度GDP同比下降6.8%，是自1992年有GDP季度核算以来最低值；制造业采购经理指数从1月的50%骤降至2月的35.7%，规模以上工业企业开工率2月降至78.3%。随着国内疫情防控形势持续向好，制造业采购经理指数3月恢复至52%，4—6月保持在50%—51%区间；国家统计局调查显示，截至4月9日工业企业开工率恢复至97.2%，在开工企业中有一半企业生产水平超过正常水平的80%，八成企业生产超过正常水平的50%。与国内形成对比的是，当前海外疫情仍在持续蔓延，受此影响，我国外贸进出口增速有所回落，而且海外疫情会从产业链和供应链上对国内实体经济的恢复造成一定程度的影响。二是在过去银行表外业务扩张刺激下，实体企业杠杆率逐渐高企，潜在债务风险持续上升。2008—2015年我国宏观杠杆率水平（即家庭、企业和政府加总）迅速增高，七年间累计增长86.2%，年均增速超过12%（张晓晶等，2018），如图1所示。为防范系统性金融风险，近年来推进供给侧结构性改革，积极稳妥去杠杆。2017年第二季度宏观杠杆率为256.3%，六年来首次与上一季度持平，没有继续增长；同期非金融企业部门杠杆率为162.6%，是自2016年第二季度达到最高点166.9%以来连续5个季度环比下降或持平。上述杠杆率在2018年和2019年进一步下滑。
图1中国部门杠杆率变动
数据来源：国家金融与发展实验室国家资产负债表研究中心、张晓晶等(2018)。
以上两方面特征所引发的一个需要关注的经济现象是：经济增速换挡和去杠杆政策效应叠加疫情冲击，加剧经济下行风险，势必对制造业为主的实体部门造成显著的宏观紧缩效应，实体部门对经济形势持不确定性看法的比例上升，易于形成紧缩预期，削弱企业生产动机。国家统计局发布的数据显示，2020年初疫情爆发后，生产价格指数大幅下降且与居民消费价格指数（CPI）增速的缺口进一步扩大，其中，全国工业生产者出厂价格同比增速从1月的0%降至5月的-3.7%，相比CPI增速的缺口由5.4个百分点扩大至6.1个百分点；工业生产者购进价格同比增速从-0.3%降至-5.0%，与CPI增速的缺口由5.7个百分点扩大至7.4个百分点，反映市场需求受到较大冲击。
面对近年来出现的上述现象和问题，2018年中共中央政治局7月31日召开会议提出，要做好稳就业、稳金融、稳外贸、稳外资、稳投资、稳预期工作。2020年十三届全国人大三次会议《政府工作报告》强调，加大“六稳”工作力度，保居民就业、保基本民生、保市场主体、保粮食能源安全、保产业链供应链稳定、保基层运转。“六稳”工作中，“稳预期”在近年中央经济工作会议及相关文件中出现频率高，是坚持稳中求进工作总基调的重要内容，也是其他“五稳”的重要基础条件，当下复工复产要进一步增强企业对抗击疫情的信心和对未来市场的预期。可见，针对宏观紧缩效应，决策层积极采取了包括稳预期在内的一系列调控措施。然而，理论界特别是关于宏观调控与治理机制的相关研究对此问题跟进缓慢。部分学者对去杠杆、经济增速换挡与宏观紧缩效应之间的关系做了分析（张晓晶等，2018；马勇和陈雨露，2017），但是就宏观紧缩环境下如何稳定紧缩预期的探讨非常有限，而这恰好是保障转型升级持续推进的重要理论依据。如前所述，自经济增速换档和去杠杆政策实施以来，经济下行压力导致实体部门流动性趋紧，加之突如其来的疫情冲击，市场对实体企业未来效益的预期存在较大的不确定性，加大了实体部门的融资难度。即便宏观基本面未发生显著改变，仍有可能出现债务违约风险，进一步加剧宏观紧缩效应。因此，探究实体融资、流动性及预期等相关问题，据此针对性地制定相应的稳定和补救措施以缓解紧缩预期，在尽可能保障社会福利的前提下持续推进经济结构转型，是本文研究的主要目的。
相关文献中，债务与流动性方面，Kiyotaki＆Moore（2019）考察了企业融资行为，并由此总结出企业融资决策、流动性冲击对宏观加总变量的影响。随后，Shi（2015）、Ajello（2016）等的研究对此给予了理论支持。此外，部分新近研究尝试将宏观流动性与经济主体预期相联系，但这些研究主要是从资金供给方的角度出发，而未涉及实体企业的融资决策。如Brunnermeier＆Oehmke（2013）认为，乐观预期加速了风险积累和流动性扩张，而某一时点的悲观预期则导致流动性紧缩和资产泡沫破裂，该机制往往是危机爆发的根源。预期方面，近年来模糊机制成为研究热点。一类观点认为，在期望效用中引入多项先验概率测度，可刻画模糊对偏好的影响，该期望效用遵循“最小最大化”准则（Gilboa＆Schmeidler，1989）；同时，后续研究通过上述模糊偏好准则构造了确定性等价，为部分宏观经济和金融问题研究提供了新的视角（Chen et al．，2014）。另一类以Kreps＆Porteus（1978）为核心的观点认为，决策者的动态偏好对不同时期持有不同的权重安排，表现出“时间不可耐性”，该决策机制在资产定价方面有着广泛的应用（Epstein＆Zin，1991）。
基于以上文献梳理，结合本文的研究问题可知，过往研究可能存在两点不足：一是现有的融资、流动性研究未引入真实不确定性预期，进而难以刻画中国宏观紧缩预期中企业的融资困境，更无法为“稳预期”等调控政策提供理论参考；二是就技术层面而言，已有的包含模糊预期的宏观模型尚未提供均衡解析框架或动态均衡性质，不利于后续研究尤其是最优政策设计等的深入开展。为从理论上深层次把握宏观紧缩预期对实体企业债务融资流动性及宏观加总变量的影响，本文从非金融部门融资决策角度抽象出经济下行压力下的真实不确定性预期(Gilboa＆Schmeidler，1989)，并结合企业债务融资流动性（Kiyotaki＆Moore，2019）对现实问题予以解答，试图为实体部门的宏观调控和稳定发展提供理论建议。值得指出的是，不同于DSGE宏观实证，本文作为原创性理论研究，主要贡献有两点：一是通过均衡分析给出预期模糊影响企业债务融资流动性的解析框架，从而针对紧缩预期刻画对应的稳定政策；二是基于我国经济特征参数求解动态均衡下的转移路径，验证了理论推论和稳定政策的动态效果，为当下调控政策设计提供了详细的微观基础。
本文余下部分安排如下：第二部分陈述基础模型设定，并给出模型最优解；第三部分对模型做均衡分析，解析预期模糊对实体部门债务融资决策及加总流动性的影响；第四部分给出缓解紧缩效应的稳定政策，并通过非线性求解动态均衡下的转移路径，验证均衡分析结论及政策设定的有效性和稳健性；第五部分给出结论与相关政策建议。
二、模型设定
为分析经济主体预期模糊对实体融资行为和流动性的影响，本文在Kiyotaki＆Moore（2019）的债务融资流动性框架中引入“模糊决策准则”，探究预期模糊下各类经济变量的变化情况。模型总的框架为：假设存在一个离散时间、无限期的真实经济周期（RBC）环境，经济主体仅由企业和工人组成，商品空间包含企业生产的非耐用品和工人提供的劳动。同时，经济中包含两类资产：一是法币（简称货币），总量固定且灵活流通，不受流动性限制；二是债券，由企业发售，且每期只有部分偿还和变现，故债券的流动性存在一定限制。此外，经济环境中存在唯一的特质性冲击，即企业每期可获得的新进生产机会（也可视为投资机会）。完整设定参见原文。
三、预期模糊下的企业融资决策与流动性分析
下面将在其他条件不变（即基本面不变）情形下，重点解析两方面内容：第一，预期模糊如何导致实体融资流动性由充裕转为紧缩；第二，紧缩过程中经济的均衡性质以及均衡的稳定条件。前者主要说明预期模糊对企业融资流动性的影响机理，基于该机理，后者可进一步提供企业在预期模糊下的融资行为决策，从而为缓解宏观紧缩提供有关政策设计的理论依据。详细内容参见原文，这里仅就关键命题的经济含义作解释。
命题1的经济含义不难理解：企业因模糊而普遍预期未来投资机会下降，意味着通过新进生产机会来扩张产能和增加收入的可能性下降。那么，在已有的投资机会之上，企业将最大限度地融资，增加其资本积累，以保证未来平均产出收益处于一个较高的水平。基于这一机制，实体部门对流动性的需求增加。但需要注意的是，此时市场的实际流动性供给未发生改变，这便产生真实流动性供给“紧缩”的偏差，进而在配置过程中流动性约束绷紧，引致实体经济流动性状态由松弛转为强约束。现实中，这类现象也多发生于经济下行过程中。
命题2所揭示的直观理论事实是：在融资流动性紧张且企业持有货币的情形下，投资机会预期的模糊性增大将进一步加剧流动性紧缩，此时企业因谨慎预防而持有更多的货币，以满足未来自身可能出现的流动性需求。正因为企业对货币的需求增大，挤占了经济中对新进投资的融资需求的供给，导致融资方无法在市场中获得足够的资金。为尽可能满足融资需求，融资方被迫选择提高每单位债券的价格（即托宾q值），尽可能通过单位债券获得更多的资金，最终导致经济中加总债券价格上限被推升。上述结果也受到强、弱约束间的楔子大小的影响。由命题2可知，弱约束本质上仍是无货币均衡，流动性条件较为充裕。与此不同，强约束条件下经济已处于流动性紧缩状态，强、弱约束之间的楔子实质上进一步刻画了流动性紧缩程度，故当楔子越大，流动性紧缩越严重。那么，在楔子数值较大时，企业预期的模糊性增大将再次降低实体经济中的流动性，进一步收紧本已紧缩的流动性供给，加总债券价格上限也将随之升高。
命题2是本文理论部分的一个重要结论，为保证本文理论与经济事实一致，笔者查阅和对比了现实中实体企业发债情况和债务借款数据，如图2所示。与实体企业（特别是中小微企业）相关的公司债在2015—2019年间的发售数据显示，发债规模曾于2016年出现了爆发式增长。这主要是因为，2016年上半年我国债券市场监管出现了一定程度的放松，但2016年下半年起，类平台、房地产和产能过剩行业的债券发售监管收紧，同时2016年末和2017年初债券市场正式开启去杠杆，导致公司债发售规模在2017年出现较为严重的下降。然而，在2018年和2019年债券市场保持“严监管”、落实去杠杆政策以及GDP增速持续下降（期间中美贸易摩擦加剧）的情况下，公司债的发售规模持续上涨。由2017—2019年公司债发售规模的变化趋势可知，随着经济不确定性的增大，实体经济的债务融资需求总体是上升的，流动性呈趋紧态势，这与本文的理论相一致。
图2公司债发售规模
数据来源：Wind数据库。
现实中，债券价格短期大幅下跌可视为预期流动性趋紧的群体占主导，其认为未来流动性持续紧缩，为谨慎预防未来流动性需求而主动卖出所持有债券，以换取货币，对应现实中债券价格下挫；而债券价格短期上涨可视为预期流动性相对充裕的群体占主导，其认为未来流动性相对宽松，故选择买入债券以增加收益回报，这体现为现实中债券价格反弹上升。但无论如何，因为预期模糊的存在，这种“资产价格—流动性”的变动反复交替，短期结果取决于数量占优的预期群体。上述结论并非均衡结果，而是一种不稳定的动态反复过程，进而在基本面未发生变化时造成流动性和资产价格的持续波动，同时导致实体企业融资行为无法统一。
四、稳定政策与动态分析
下面将进一步探讨相关稳定政策及其性质。给定本文所要研究的现实问题，这里考虑三类稳定政策，其一是预期锚定与沟通，其二和其三分别为政府投资补助和央行流动性供给。详细的政策探讨和动态数值模拟参见原文。
首先说明预期锚定与沟通的实施策略。宏观调控机构的最优策略是于每一期初公布真实的投资机会，一方面，主要是因为在期初明晰投资机会的信息后，该时期内企业预期不再模糊，将依据其真实值做出跨期选择；另一方面，由于其是未经历流动性紧缩的真实值，代表无货币均衡，故令企业依据真实值作决策可使均衡时的经济配置达到第一最优。而次优策略意指在预期模糊下使经济均衡达到文中相应命题所给定的条件。理由是预期模糊过程一旦被触发，期间将难以扭转。最后，若宏观调控机构不采取任何措施，则企业对流动性的预期可能无法协调，此时企业融资行为难以收敛于均衡而一直处于波动状态，故该情形所对应的调控策略最劣。
企业预期模糊造成“现实流动性紧缩”偏差，为保持流动性，企业被迫提高债券价格以获得高额度的融资，或持有更多的货币以预防流动性不足。值得注意的是，货币余额价值的上升幅度大于债券价格，表明实体流动性紧缩中，企业更偏好于持有完全流动的货币，而非企业债券，这也解释了实体经济流动性紧缺时企业通过抛售债券来兑换现金的行为。同时，由于企业持有部分不升息且无附加收益的货币，导致社会总资本积累K下降，而资本作为投入要素与产出Y直接相关，最终导致社会总产出随之下降。不同寻常的是，企业因预期模糊认为未来投资机会将永久减小，资本积累下降，因此，当期获得投资机会的企业将最大限度地增加其资本积累，以弥补和抵消未来新进投资机会下降所带来的负面效用。这一逻辑具体表现为投资I当期骤升，且随资本K下降而趋于收敛（资本积累方程）。同时，基于市场出清条件Y=C+I，社会消费C出现下降，原因在于产出降幅远大于投资增幅，因而社会加总消费负增长。
接下来说明预期模糊环境中政府投资补助与央行流动性供给的施行策略。预期模糊增大时，企业融资所需的政府投资补助的增量将逐渐减小，而央行流动性供给的增量反而增大，这意味着在以增量成本为标准进行考量时，政府投资补助将优于央行流动性供给；但若以稳定总投入成本为标准，央行流动性供给则优于政府投资补助。之所以如此，可能是因为在流动性调控中，央行的流动性供给可通过外部融资供给直接作用于实体部门的加总流动性状态，而政府投资补助对实体融资流动性的调控却较为间接（政府投资补助主要影响企业融资决策），故在加总成本上前者小于后者。但从另一方面看，央行流动性供给属于总量调控，而政府投资补助实为结构性稳定政策，且由现实证明结构性调控的边际效率优于总量调控，故在增量成本上前者反而大于后者。
在政府补助的影响下，预期模糊对实体融资流动性紧缩的影响大幅减小。债券价格和货币余额价值的上升幅度仅为原基准模型的一半。但此时货币余额pM的上升速度仍快于债券价格q，说明政府补助并没有改变流动性紧缩时企业对货币现金的偏好。同时，由于流动性受到较好的干预，社会资本积累总量K和产出Y的下降幅度明显减小。值得注意的是，当政府给予投资补贴后，企业融资垫头降低，意味着企业可发行更多的债券，从而获得更多的市场融资，故新近投资I较原基准模型上涨。然而，消费C却显著下降。之所以这样，是因为投资I的增长速度超过了产出Y的降幅，则由资源约束条件可知，此时消费被投资“挤出”，意指此转移路径上经济主要受投资驱动。
由于国有企业所需支付的债券融资垫头相对较低，自身通过外部融资所获资金较多，流动性紧缩的严重程度远低于民营企业；相反，民营企业所支付的债券融资垫头较高，流动性也相对紧缺，因此，民营企业的债券售卖价格与所感知的货币价值皆高于国有企业；同时，虽然获得投资机会的企业将最大限度地增加其资本积累，引致投资上行，但受制于流动性数量的差别和流动性约束的限制，民营企业投资水平终究要低于国有企业，故在资本存量方面国有企业也高于民营企业。此外，在产出下降的前提下，国有企业较高的投资水平将挤出更多的消费，因此，国有企业情景中消费水平处于低位。
五、结论
为从理论上更深层次地把握宏观紧缩预期对实体企业（债务）融资流动性及宏观加总变量的影响，本文围绕非金融部门对经济下行压力下的真实不确定性预期（Gilboa＆Schmeidler，1989）作抽象，并结合企业债务融资的流动性（Kiyotaki＆Moore，2019）对当下宏观紧缩环境中的现实问题给出了一定的回答。主要结论如下：第一，给定企业债务流动性约束，总存在唯一且最小的预期模糊区间使企业债务融资流动性从充裕转为紧缩。第二，给定企业债务流动性约束，其弱约束对应无货币均衡，此时实体部门不存在债务流动性紧缩，而强约束对应货币均衡，企业为预防债务流动性紧缩而持有货币。企业预期越模糊，债务流动性将越紧缩。第三，实体跨期配置的最低债券价格随预期模糊增大而下降，而跨期配置的最高债券价格随预期模糊增大而上升。当企业预期处于某一模糊范围内，微观群体对债务流动性看法不一，导致紧缩预期无法统一，造成债券价格持续波动。第四，刻画了三类稳定政策。其中，预期锚定与沟通调控的最优策略是宏观调控当局公布真实投资机会，次优策略是在预期模糊过程中公布一类可将实体部门推入稳定紧缩状态的投资机会，而最劣策略是不做出任何回应。预期模糊增大时，政府投资补助增量逐渐减小，央行流动性供给增量反之;但若以总投入量为标准，央行流动性供给将优于政府投资补助。
基于上述理论发现，本文的政策启示如下：第一，“稳预期”方面，信息公布的指引性、真实性和透明性是“稳预期”政策执行的关键。为进一步完善关键信息披露等措施，建议有关部门一方面进一步完善数据、信息等的披露机制，巩固会计、审计等机构的自律性与公正性，强化披露信息的真实性和透明度，从而弱化实体经济中蕴含的模糊预期。调控当局应主动做好市场沟通工作，强化市场和实体部门的预期指引，帮助扭转非理性或不确定性预期态势，从根本上化解“预期紧缩”效应。第二，宏调政策方面，建议在实体债务紧缩较为严重时保持财政工具为主、货币工具相对稳健的政策组合。例如，央行可利用稳健的流动性供给工具（如扩大信贷工具等）从外部直接为实体企业注入流动性，以弥补融资流动性供给匮乏;与此同时，政府部门可依据自身拥有的行政职能，灵活地为企业提供政府投资补助（如采用补贴或退税等方式缓解企业融资压力），从内部缓解企业债务流动性压力，进而稳定实体部门的加总流动性需求。
参考文献
[1]龚六堂､谢丹阳,2004:《我国省份之间的要素流动和边际生产率的差异分析》,《经济研究》第1期｡
[2]马勇､陈雨露,2017:《金融杠杆､杠杆波动与经济增长》,《经济研究》第6期｡
[3]马勇､田拓､阮卓阳,朱军军,2016:《金融杠杆､经济增长与金融稳定》,《金融研究》第6期｡
[4]许志伟､薛鹤翔､罗大庆,2011:《融资约束与中国经济波动———新凯恩斯主义框架内的动态分析》,《经济学(季刊)》第10期｡
[5]张晓晶､常欣､刘磊,2018:结构性去杠杆:进程､逻辑与前景——中国去杠杆2017年度报告》,《经济学动态》第5期｡
[6]赵扶扬､王忏､龚六堂,2017:《土地财政与中国经济波动》,《经济研究》第12期｡
[7]Ajello,A.,2016,“Financial Intermediation,Investment Dynamics,and Business Cycle Fluctuations”,American Economic Review,106(8),2256—2303.
[8]Brunnermeier,M.K.,and M.Oehmke,2013,“The Maturity Rat Race”,Journal of Finance,68(2),483—521.
[8]Buttiglione,L.,P.Lane,L.Reichlin,and V.Reinhart,2014,“Deleveraging,What Deleveraging?”,International Center for Monetary and Banking Studies/Center for Economic Policy Research,September.
[9]Chen,H.,N.Ju,and J.Miao,2014,“Dynamic Asset Allocation with Ambiguous Return Predictability”,Review of Economic Dynamics,17(4),799—823.
[10]Epstein,L.G.,and S.E.Zin,1991,“Substitution,Risk Aversion,and the Temporal Behavior of Consumption and Asset Returns:An Empirical Analysis”,Journal of Political Economy,99(2),263—286.
[11]Gilboa,I.,and D.Schmeidler,1989,“Maxmin Expected Utility with Non-unique Prior”,Journal of Mathematical Economics,18(2),141—153.
[12]Hansen,L.,and T.J.Sargent,2001,“Robust Control and Model Uncertainty”,American Economic Review,91(2),60—66.
[13]Hansen,L.P.,J.C.Heaton,and N.Li,2008,“Consumption Strikes Back?Measuring Long-run Risk”,Journal of Political Economy,116(2),260—302.
[14]Kiyotaki,N.,and J.Moore,2019,“Liquidity,Business Cycles,and Monetary Policy”,Journal of Political Economy,127(6),2926—2966.
[15]Kreps,D.M.,and E.L.Porteus,1978,“Temporal Resolution of Uncertainty and Dynamic Choice Theory”,Econometrica,46(1),185—200.
[16]Shi,S.,2015,“Liquidity,Assets and Business Cycles”,Journal of Monetary Economics,(70),116—132.
李洁，香港科技大学商学院。
李洁,覃毅.实体部门预期与宏观紧缩效应防范[J].经济研究,2020,55(08):41-56.
