摘要

在当前世界变局正发生深刻变化的关口，如何防控、化解中国经济各方面潜在风险尤其是经济下滑和金融风险已成为重中之重。然而，在强调将地方政府和企业特别是国有企业的杠杆降下来的同时，家庭部门债务的隐患却被政府各部门和学界严重忽视，这弄不好会造成重大潜在风险和严重失误。我们的理论内在逻辑分析和大型准结构宏观总体一般均衡模型的量化分析都揭示，家庭部门债务总量不高的表象遮掩了由于收入阶层和区域间家庭债务异质性重大差异和显著的传导性，弄不好会造成严重的隐患金融风险和经济下滑风险。

正如我们2017年以来一直强调和预警的，家庭债务问题其实已经非常严重，逼近家庭部门能承受的极限，对消费已形成挤出效应，致使消费增速连续7年下滑、企业经营活力下降并被动加杠杆，严重拖累了结构性去杠杆的进程和经济发展。更严重的是，该负面效应已经溢出到了企业和金融系统，加剧了企业经营不善和银行系统脆弱性，加大了系统性金融风险和经济下滑发生的概率。

我们认为，从短期风险应对来看，只是试图对地方政府和企业债务的局部去杠杆，而不采用全局均衡的协同推进结构性去杠杆，忽视各部门间的相互影响，这不仅不能解决债务问题，还会反过来会推升宏观杠杆率。长期来看，中国要以更大的改革决心、力度，推进要素配置的市场化改革，才能从根本上解决问题，推动中国经济实现高质量发展。

 

█    以下是报告正文：

中国经济所面临的外部环境愈益复杂化，不确定因素增多，迫切需要以开放倒逼改革，化挑战为机遇促进自身发展。在此过程中，如何防控、化解自身各方面潜在风险尤其是经济下滑和金融风险已成为重中之重，而降低高企的宏观杠杆率，更成为关涉经济稳定发展大局的一大关键。2018年4月，中央财经委员会首次提出“结构性去杠杆”，并强调地方政府和企业特别是国有企业要尽快把杠杆降下来，努力实现宏观杠杆率稳定和逐步下降。然而，家庭部门成为被遗忘的角落，如不重视和解决这方面问题，恐将不利于中央目标的实现。

表面上看，家庭债务占GDP的比重确实是最低的，但由此就简单地认为家庭部门的债务问题并不严重，对我国经济的影响不大，则是一种危险的错判。基于上海财经大学中国宏观经济形势分析与预测项目组所构建的大型准结构宏观总体一般均衡模型的量化分析和理论内在逻辑分析，从家庭债务占可支配收入的比重来看，家庭债务问题已非常严重，而且其影响并不仅局限于家庭部门内部，更多的还会对其他部门产生严重的负外部性，弄不好会造成严重的隐患金融风险和经济下滑风险。因此，单纯地局限于地方政府和企业部门内部，而忽视部门间的联动，并不能真正解决宏观杠杆率整体的问题。

接下来，我们就将从家庭债务的现状及风险，家庭部门与其他部门的联动，以及相应的政策建议等三方面对家庭债务危机进行阐述。

 

█    一、家庭部门的高杠杆、异质性对消费已形成挤出效应

 

1.家庭债务已逼近家庭部门能承受的极限。虽然从家庭债务占GDP的比重来看，截至2017年这一比值仅为48%，但这也已经远远超过其他发展中国家。更重要的是，我国GDP与居民收入之间的相关性较弱，且家庭部门加杠杆的主体——城镇居民收入增速远远落后于GDP的增速，而这正是我国和其他国家的不同之处。因此，我们认为衡量国内家庭债务的水平时，不能简单地只看其他发达国家所使用的指标，而应该更多地关注适合我国的指标，即家庭债务与可支配收入之比。如图1所示，截至2017年，我国家庭债务与可支配收入之比高达107.2%，已经超过美国当前水平，更是逼近美国金融危机前峰值。并且，由于隐藏的民间借贷等无法被统计的部分，实际上中国很多家庭已处于入不敷出的状态，家庭流动性已到了命悬一线的地步。

伴随着家庭债务的累积，家庭债务结构也变得越来越多样化，给家庭带来的流动性压力增加了问题的复杂性。2017年以来，受房地产调控政策以及银行信贷政策收紧等多方面影响，居民户中长期人民币贷款新增额较2016年房地产最火爆的时期已大幅下降，房贷（含公积金）与家庭可支配收入之比只是小幅增长，由2016年底的68%增至2017年底的71%，仅增加了3个百分点。但同时，居民部门的其他类型贷款却在2017年增速加快。如居民短期债务2018年前5个月就新增0.86万亿元。而作为对比，家庭部门在2015和2016两年间也才累积了1.37万亿元短期贷款。经营性贷款在2017年全年就增加了0.67万亿元，是2015-2016两年累积额的1.5倍，进入2018年，前5个月更是已累计增加0.5万亿元。虽然短期贷款的增长部分源于家庭改善需求，消费升级，经营性贷款的增长部分源于民间投资在2017年的回暖，但一个重大的担心就是这些贷款的增加源于银行房贷政策的收紧，家庭只能通过其他形式的贷款进入房地产市场。而这些形式的贷款还款期限短，利率高，不仅对家庭的流动性会造成强烈冲击，更是会成为社会的不稳定因素。

2.家庭在加杠杆的同时，区域性不均衡的问题变得愈加突出，部分区域的债务负担更是严重。如图2所示，截至2017年，已有超过10个省市的家庭债务与可支配收入之比超过100%。其中，福建、广东、浙江等三个省份已超过美国金融危机前的峰值，而重庆与北京这两个直辖市也正在逼近这一峰值。从家庭杠杆率（以家庭总贷款与家庭总存款之比表示）的角度，也传递着同样的信息，伴随着部分区域房地产市场的升温，许多棚户区改造热点地区在短短半年多的时间内家庭杠杆率就有很大升高。较之于2017年9月，江苏、河南和山东三个棚改大省家庭杠杆率在2018年一季度末分别上升7.8、6.3和3.3个百分点。棚改在改善家庭居住条件的同时，也累积了大量的家庭债务。而如果经济发展不能支撑过高的家庭债务，则可能在局部引起系统性风险，这一点特别值得警惕。

更为严重的是，家庭可支配收入增速越低的省份，家庭债务累积速度越是超过了家庭可支配收入的增速，最近两年来家庭部门加杠杆的行为更多发生在收入增速较低的省份，家庭部门被动违约的风险隐患已经形成。因此，即便未来家庭债务不会产生大规模违约风险，巨大的偿债压力也会大幅挤出消费。我们认为，相比较于居民整体杠杆率已经很高的事实，分地区的异质性更应该引起关注，特别是那些近两年家庭加杠杆明显的地区，如果不能保持适当的收入增速，则该问题就会被放大，有可能在局部地区产生系统性金融风险。

3.通过对老百姓现金流的侵蚀，家庭债务对消费的挤出效应已持续多年，消费增速自2011年开始持续下滑，社会消费品零售总额的增速已经由2011年20%下降至今年6月份的9%。从图3可以看出，在金融危机前，伴随着中国经济的高速发展，消费增速持续增加，峰值甚至高达23%，但金融危机后，该增速持续下滑，已经滑落到2018年6月份的9%，实际增速更是掉到了7%。正如上海财经大学“中国宏观经济形势分析与预测”课题组的一系列报告所指出的，消费增速的下降是收入增速下降、收入差距扩大、社会保障不完善等多方面因素共同作用的结果。但我们相信，家庭债务快速累积导致的对于家庭流动性的挤出作用同样不可忽视。

一般而言，家庭债务会从正反两方面影响消费，一方面，家庭可通过借贷在一定程度上放松预算约束，因此家庭债务会对家庭消费起到促进作用；但另一方面，由于中国房地产二次抵押市场的不发达，当家庭债务累积速度过快时，家庭债务对流动性的收紧作用愈加明显，老百姓愈加变得没钱消费，此时家庭债务增加反而会降低消费。利用2015-2017年的省级数据，我们的模型显示，家庭杠杆率整体上与家庭消费确实呈现负相关关系，并且随着家庭部门加杠杆的速度加快，家庭债务对消费的挤出作用愈加明显。例如在2017年，家庭杠杆率每升高1个百分点，城镇家庭人均实际消费支出就会下降0.11个百分点。

 

█    二、家庭债务累积加剧了企业经营不善和银行系统脆弱性

 

1.家庭债务累积对消费的挤出作用不仅局限于家庭部门内部，还会传导到其他部门，引起其他部门，特别是企业部门的连锁反应。我们的模型显示，受到流动性约束的家庭比例升高会首先通过拖累消费及总需求，使得企业的销售额下降，从而迫使企业不得不大量增加短期贷款来维持运转，导致企业被动加杠杆，桎梏了企业部门去杠杆的进程。虽然测算结果显示，受到流动性约束的家庭比例每升高1个百分点，企业的杠杆率平均仅升高约0.038个百分点，但家庭流动性约束比例的升高已足以解释2010-2014年间企业整体杠杆率上升的24%，可见家庭债务累积对消费的挤出作用之大！

由于我国企业主要靠银行贷款融资，企业在面临总需求下降，销售业绩下滑，融资约束加大的情况时，更可能通过增加短期债务来维持经营。我们利用微观数据研究所得的结果也证实了这一点，即受到流动性约束的家庭比例升高时，会显著影响企业的短期借款，增加企业的短期债务，但对企业的长期借款与企业的应付债券几乎不产生影响。短期债务的大量累积会使企业面临更大的流动性风险，对企业现金流以及偿付能力提出更大的挑战，如果企业不能迅速进行调整，这对企业的经营无疑是雪上加霜。

并且，如果企业的活力下降直接影响债务能否按时归还，这一影响甚至还会传递到银行系统中，影响银行系统的稳定性。我们的模型显示，受到流动性约束的家庭比例越高的省份，银行系统的不良贷款比例就越高。也就是说，家庭部门流动性收紧的影响会通过拖累企业经营活力传递到银行系统中，从而危及整个金融系统的安全。

2.企业经营不善还会反过来影响家庭部门，拖累可支配收入增速，从而进一步收紧家庭流动性，产生负反馈效应。当企业经营不善时，就有可能降低员工工资甚至进行裁员，从而反过来也会影响家庭的流动性，特别是，当可支配收入增速放缓的时候，有房贷的家庭以及受到流动性约束的家庭受到的影响更大，大大增加了家庭债务的偿付难度。为了说明这一负反馈机制，我们采用僵尸企业债务占所有企业总债务的比例来表示企业的经营情况，分析了企业经营对家庭流动性的影响，从图6中可以看出，僵尸企业所涉债务占比越高的省份，受到流动性约束的家庭比例越高。借助中国家庭追踪调查数据（ChinaFamilyPanelStudies，CFPS）的面板结构，我们的模型显示，由于企业经营不善导致的僵尸企业债务占总债务的比例每升高1个百分点，会使得家庭陷入流动性约束的可能性提高0.15个百分点。

3.更严重的是，家庭和企业部门间债务的负反馈效应还溢出到银行系统，导致银行的坏账率上升、系统脆弱性加剧。当企业经营不善时，就有可能变成僵尸企业，而僵尸企业对金融资源的侵蚀、对经济增长的阻碍等成为一项极为头疼的问题。如图7所示，虽然非金融上市公司中的僵尸企业获得授信占比从2006年的峰值90%下降到了2016年的42%，但根据我们的测算，仅14%的僵尸企业竟占用了约一半的金融资源，对商业银行已成绑架之势。另外，上市公司中的僵尸企业获得的授信规模从2009年的“四万亿”刺激政策后开始爆炸式增长，从2009年的1040亿元增长到2016年的1.9万亿元，短短8年间上市公司中的僵尸企业所获得的授信扩大了约19倍，可见当前僵尸企业占用金融资源之多。

僵尸企业占用金融资源的一个结果就是僵尸企业越高的省份，银行不良贷款比例不仅没有越高，反倒越低。由于缺乏贷款合同层面的微观数据，我们通过考察一省僵尸企业获得授信所占比例与该省商业银行不良贷款比例之间的关系来分析我国商业银行对僵尸企业的输血机制。我们发现，虽然在2005-2016年的样本区间内，僵尸企业获得授信与银行不良贷款比例之间的相关性并不显著，但是二者之间仍是负向关系，即僵尸企业获得的信贷资源越多，商业银行的不良贷款比例越低。2009年之后二者之间的负向关系虽然变得不像之前那么明显，但采用各省僵尸企业获得授信的比例这一衡量一省上市企业中僵尸企业占用该省金融资源的严重程度的指标，我们依然发现商业银行对僵尸企业存在输血的行为。

银行为什么会向僵尸企业进行输血呢，这是因为，长期以来，“保就业”“稳定压倒一切”等作为我国各级政府的政策目标，在政府的效用函数中一直占有相当重要的地位。我们发现，地方政府出于“保就业”“维稳”等动机，动用行政手段迫使商业银行向僵尸企业输血，而且使得这一绑架之势在2009年后愈发严重。我们的模型显示，2009年之后，僵尸企业的员工数占比每升高1个百分点，其获得的银行输血会增加0.04%。例如，2016年，僵尸企业获得的银行总授信约为4.5万亿元，那么0.04%就相当于18亿元。即僵尸企业和创造就业岗位越多的企业均可能获得更多银行授信，并且2009年后僵尸企业中员工数目更多的企业获得的授信显著增加，这说明2009年后商业银行对僵尸企业，尤其是能够帮助“保就业”的僵尸企业，输血的现象更加严重了。而商业银行对僵尸企业的输血不仅扭曲了金融资源的配置，更会对金融系统造成极大的风险隐患。

4.金融系统的稳定性已经受到影响。进入2018年以来，商业银行不断加大对家庭部门贷款的投放以及持续对僵尸企业的输血，虽然没有使商业银行的不良贷款率大幅上升，但是虚增的资产规模以及利润增速的下降已使得商业银行的稳定性，甚至银行系统的稳定性日渐变差。我们的模型显示，当单家银行发生风险时，国有四大行的风险溢出率最大。如表1所示，截至2018年二季度，国有四大行的平均风险溢出率为34%，较非四大行同期水平高出14%，较其自身2017年末的水平高出8%。而且，中国工商银行、中国银行和中国农业银行溢出的损失所占比例超过了30%，中国农业银行甚至高达38%，为项目组进行此项评估以来的峰值。而发生系统性风险时，非国有四大行的抗险能力也已显著下降，2018年二季度末其自身在险价值较2017年末上升0.96个百分点。另外，如表1所示，虽然2018年以来国有大行抗击系统性风险的能力依然强于其他银行，但其风险溢出率持续上升，即对稳定银行系统所起到的作用越来越弱。综上所述，进入2018年以来，不论是国有五大行还是其他上市银行，其稳定性明显变差。

而金融机构资产负债表的恶化会进一步收紧实体经济中的流动性，从而压制企业的生产性投资，拖累企业的研发创新。我们的模型显示，平均而言，商业银行不良贷款率每上升1个百分点，将导致GDP年增速下降1.5个百分点。

 

█    三、应重视解决家庭债务问题并通过要素市场化改革协同推进结构性去杠杆

 

综上所述，如果短期内只强调地方政府和企业局部去杠杆，而不采用通过要素市场化改革和全局一般均衡的协同推进结构性去杠杆，忽视各部门间的相互影响，这不仅不能解决债务问题，还反过来会推升宏观杠杆率。在我国房屋二次抵押市场以及相关制度不完善的特殊国情下，如果家庭债务的过度累积使得家庭部门杠杆过高，将会大大削弱家庭的流动性，使得家庭可用于消费的现金流减少，极大压制家庭消费，从而使得总需求下降。而总需求的下降势必将对企业效益产生负面影响，迫使企业被动加杠杆来维持运转。如果企业经营绩效的下降，会通过影响职工收入增长来进一步削弱家庭流动性的改善，从而不仅会使家庭杠杆率进一步上升，还会进一步拉低家庭消费乃至总需求，从而使得企业经营绩效进一步恶化。

由此可见，企业部门杠杆率的下降不能简单地通过向家庭部门转移来实现，家庭部门过度加杠杆不仅不能帮助企业部门实现杠杆的转移，还会反过来进一步恶化企业的资产负债表。不通过解决家庭流动性问题来刺激国内总需求，无法从根本上实现降低企业杠杆率的目标，遑论降低总体宏观杠杆率水平。也就是说，不考虑全局影响的单部门政策可能对其他部门产生严重的负外部性，从而导致政策意图不能实现，甚至出现违背政策意图的结果。因此，去杠杆要从全局考虑，确保部门间政策协调，不冲突，不打架。总之，我们建议从家庭、企业、政府三个维度同步推进结构性去杠杆：

（1）从根本上重视家庭债务累积会产生的后果，进一步加快推进个人所得税改革，增加家庭的可支配收入，改善正在恶化的家庭流动性问题。不应再宣传家庭部门杠杆率不高，而要提醒家庭在加杠杆的时候应量力而为，充分考虑流动性收紧对生活的负面影响。同时，通过个税改革带来的家庭流动性改善将不仅能刺激总需求，还能提高企业经营活力，帮助企业提高去杠杆的能力。

（2）进一步深化金融体制改革，完善相关信贷政策，提高金融资源的配置效率，帮助企业等各部门保持合理杠杆水平。根据本文的分析，总需求降低会显著提高企业的短期债务，而这不仅会对企业的现金流以及偿款能力提出更大的挑战，更会对银行系统的稳定性形成潜在负面冲击。这是因为伴随着企业短期债务的增加，如果企业经营状况继续恶化，企业的还款能力降低，会导致企业违约比例升高，从而可能导致发生系统性金融风险的概率上升。

（3）长期来看，中国要以更大的改革决心、力度，推进要素配置的市场化改革，真正让市场在资源配置中发挥决定性作用，以更大的开放决心、力度，大幅放宽市场准入、改善投资营商环境、加强知识产权保护等促进企业经营健康发展，稳步提升家庭部门从企业部门获得的劳动收入水平。同时，中国要以有能、有为、有效、有爱的有限政府定位作为改革目标，让政府在维护和服务方面更好发挥作用，广大民众真正所期望的是：生计有所靠、求学有所教、终老有所养、病疾有所医、住者有所居，减少家庭部门的后顾之忧。在政策制定方面，要充分考虑其前瞻性和协调性，少走不必要的弯路。只有这样才能从根本上解决问题，推动中国经济实现高质量发展。

 

 

 

 

2018年4月政治局会议提出“持续扩大内需”，叠加结构性去杠杆的限制，那么下半年的扩张性财政政策方向重心应该是制造业投资和消费。然而，这两年房价上涨预期引发房地产占居民财富配置的比重不断上升。根据2016年和2017年的《中国家庭财富调查报告》，房产净值占全国家庭人均财富的比重由2015年的65.61%上升至2016年的65.99%，其中城镇家庭房产占比上升了1.1个百分点。因此，很多人担心中国家庭债务问题将出现危机，居民消费进而受到冲击。

本文从中国家庭债务规模的衡量指标收入分析当前居民债务到底处在什么样的水平，与国际相比是否已经“超支”。然后分析不同收入水平家庭的加杠杆情况以及家庭购房行为对居民杠杆的影响，从而回答是否中国所有家庭的债务问题是否已经接近极限水平？

 

█    什么指标能够准确衡量家庭债务

 

1.1居民房贷已经无法准确衡量家庭债务规模

在中国居民的资产结构中，房地产占非金融资产的比重超过90%。因此，很多人把居民房地产贷款当成研究家庭债务的重要切入点。从占全部家庭债务的比例来看，居民房贷占比在2017年明显下滑，似乎家庭债务问题得到了缓解。

然而，由于2017年房地产价格在2016年全国各主要城市陆续推出房地产调控措施后仍然高速增长，很多家庭通过了各种手段规避调控的影响，很多家庭借助短期消费贷款、经营性贷款、甚至网络贷款等方式购入房产。因此，房地产资产配置带来的债务上升不仅仅体现在中长期居民信贷，还需要观察家庭短期债务的变化，因此，我们需要全面考察家庭总债务水平的变化。

1.2居民负债占GDP的比率不具国际可比性

目前衡量家庭总债务规模的指标有两种，其中一种是用居民总负债与GDP规模之比衡量居民杠杆率。近几年中国居民负债上升速度持续超过GDP同比，该指标连年提高。根据国际清算银行（BIS）的数据，2007年中国居民负债占GDP的比重仅18.8%，而2017年底该指标的值急速上升至48.4%，因此，这个指标至少能够部分说明中国居民杠杆在过去10年飞快上升。

现在主流观点对这个指标所反映出的中国家庭负债情况存在分歧。部分人认为48.4%的居民杠杆率仍然低于发达国家超过70%的平均水平，因此中国居民负债仍然处于健康区间。然而，该结论的反对者认为，由于居民收入对GDP的贡献在各个国家之间是不一致的，因此这个指标并不具有国际可比性。中国经济增长采用投资拉动型的模式，因此居民收入对GDP的贡献明显是低于发达国家（尤其是消费拉动型经济体）。在这种情形下，中国无法与发达国家之间的居民杠杆率指标进行横向对比，因为中国的指标明显是“低估”的。

1.3居民负债占可支配收入的比重能更准确衡量家庭负债程度

考虑到居民债务占GDP的比重无法用于跨国的家庭部门整体债务水平的比较，我们需要寻求更加合理的衡量家庭债务规模的指标，这个指标就是衡量家庭总债务规模的另一个指标——居民债务与居民可支配收入之间的比率。该指标进行跨国比较时可对比性更强。

在此之前，我们需要准确衡量可支配收入总额。目前通用的做法是用城镇人均可支配收入乘以城镇人口加上农村人均纯收入乘以农村人口，2013年后统计局开始实行城乡一体化住户调查，统计口径一致后，可支配收入的算法变成全国居民人均可支配收入乘以全国人口。这个算法的最大问题是需要依赖受访人上报家庭收入，受访人出于各种原因有隐匿收入、瞒报收入的动机，因此，上述算法得出的可支配收入总额明显是低估的。

我们对比了统计局公布的住户部门的可支配收入总额和按照上述算法得到的全国居民可支配收入总额，后者明显低于前者，低估的幅度将近30%。

同样，我们对比两种不同口径下计算得到的家庭负债与可支配收入之比。很明显，统计局口径下的家庭债务占居民可支配收入的比重在2017年末仅82%，低于计算得到的家庭债务比率112%，离美国2007年的峰值水平130%还非常远。

 

█    中国的居民杠杆率到底是高还是低？

 

2.1在同等国民收入的维度下，中国居民杠杆率偏高

现阶段很多人最关心的一个问题是中国的家庭杠杆率到底是高还是低。如果从绝对水平上看，2016年中国家庭的居民杠杆率（此处采用的是修正低估后的家庭杠杆率）与发达国家进行比较，可以认为中国家庭的债务问题并不严重。但是，事实情况并非如此。

一个家庭的债务承受能力与其家庭收入有关，所以不能单独考虑一个国家的家庭杠杆而不谈及其国民收入。我们把每一个国家的居民杠杆率与人均国民收入做散点图，可以发现，对于除中国外的其他国家，人均国民收入与居民杠杆率之间呈现正相关关系，也就是，人均国民收入越高，家庭能承受的负债率就越高。如果把这些成熟市场国家当成基准，那么对于当前收入水平下的中国，家庭承受的债务水平明显是偏高的。

2.2中国当前的居民杠杆率在什么位置比较合适？

在成熟市场的基准样本中，我们用居民杠杆率为被解释变量，以人均国民收入为被解释变量，建立二者之间的简单回归模型，其中，人均国民收入是经过购买力平价调整过的统一口径变量。

从2007-2016年的10个横截面回归结果来看，二者之间的关系比较稳定，回归系数处于0.0030-0.0036之间。以这些国家为基准，代入中国的PPP口径下的人均国民收入，可以得到合意水平下的中国居民家庭杠杆率水平。在当前的收入水平下，2016-2017年中国居民家庭的合意杠杆率（也就是健康的负债程度）大概在41%和45%的水平。

从计算结果看，2011年以前，居民实际杠杆水平与合意杠杆水平之间差别不大，但是2011年后居民实际杠杆水平开始远远拉开与合意水平之间的差距。究其原因，2011年始央行通过降准降息几轮放水，带动房地产价格不断上涨，引发居民大规模加杠杆买房是背后的主要推动因素。

 

█    不同类型家庭的居民杠杆率比较：哪些家庭还能加杠杆？

 

对于这一部分的分析，我们需要弄清楚几方面的问题：

1）不同收入阶层的家庭的杠杆结构如何？什么收入水平下的家庭具备进一步加杠杆的空间？

2）家庭借款购房行为是否是引发居民高杠杆现象的原因？什么样的家庭可能会有加杠杆买房的空间？

我们基于微观调查数据对这几个问题进行分析。该样本包含2016年全国31个省市自治区的14,033个家庭的微观数据。我们首先通过该样本所有家庭数据计算得到2016年家庭总负债/家庭可支配收入总额的值为75.0%，这个比率接近之前得到的2016年末的杠杆率73.1%（修复可支配收入低估后的值），远低于美国和日本2016年的值110.9%和108.8%，这表明此样本数据可用于分析上述几个问题。

3.1收入水平对家庭杠杆的影响

我们首先按照每个家庭的人均可支配收入（家庭可支配收入总额/家庭人口）对全部人群进行分组，平均分成5等份。然后在每一组内计算所有家庭的家庭负债总额占家庭可支配收入总额的比重。

图表12的结果显示，除了最低收入的群组，其他各个收入阶层的家庭债务占可支配收入的比重均在60%-75%之间。我们还发现了收入越高的家庭杠杆率越低。收入最低的这部分家庭尽管面临高杠杆问题，但这部分家庭的收入总额仅占全部家庭的4%，因此对整个社会的居民杠杆率不形成显著的影响。但也从侧面说明了，当前急需出台增加低收入家庭的可支配收入的政策，否则将抑制这部分家庭的消费。按照人均可支配收入把所有家庭平均分成10组的结果与五等份分组的结果相似。

总体来看，可得到三方面的结论：1）除了低收入阶层，大部分收入阶层的居民杠杆率稳定在60%-70%之间；2）收入越高的阶层居民杠杆率反而越低。3）低收入阶层是容易产生债务风险的群体，这部分家庭呈现出明显的高杠杆特征。

3.2城乡地区收入水平对居民杠杆率结构的影响

 

我们进一步对所有家庭按照可支配收入和城乡区域进行划分。在五等份分组的样本中，城乡结果对比分析除了呈现出前面阐述的三方面的特征外，还额外透露出三方面的信息：

1）低收入群体的高杠杆问题主要体现农村地区，农村的高收入群体则呈现低杠杆特征。具体来看，农村地区收入排在后40%的人群（低收入家庭）的杠杆率明显高于城市地区对应层次人群的杠杆水平，而排在前60%的人群（中高收入家庭）的杠杆率农村明显低于城市。

2）不同收入水平的城市家庭的杠杆率变动比较平稳，而农村家庭随收入水平提高杠杆率下降明显。城市地区高收入家庭（第5组）和中低收入家庭（第2组）的杠杆率之间为8%，作为对比，农村地区对应的两个收入组的杠杆率之差为47%。

3）农村地区高收入阶层的杠杆率呈现良性，农村地区高收入人群未来加杠杆的空间比城市地区的中高收入人群的加杠杆空间更大。2016年农村高收入家庭的人均可支配收入达到38,278元，介于城市中高收入家庭（29,813元）和高收入家庭（75,146元）之间，而农村高收入家庭的平均杠杆率（45%）明显低于城镇中高收入家庭（67%）和高收入家庭（66%）。

3.3城镇家庭按揭购房行为与居民杠杆率

在剔除地区属性不明的样本后，我们发现，农村地区拥有自有住房的比例（92.1%）高于城市地区的比例（81.4%）。

在购房的资金来源结构上，城市家庭借助房贷（包含亲友借款）的比例（24.4%）高于农村家庭（21.5%），我们称这部分资金为狭义借款。由于农村地区很多家庭的购房/建房资金来自民间借贷等方式，而城市家庭近年来也有把消费贷款转移用作购房首付的情况，因此，我们把居民所有金融负债（房贷+消费贷+亲友借款+民间借贷）当成广义借款的替代指标。从结果上看，农村地区借助广义借款拥有自有住房的比例（36.7%）反超了城市地区（33.6%）。

从前述分析知，无论城市家庭还是农村家庭，使用借款购买房产的家庭比例最高仅36.7%，那么家庭借款购房行为是否是中国居民家庭高杠杆的原因？

图表17的结果表明，中国居民杠杆高企的重要因素是家庭借款购房行为。无论在城镇地区还是农村地区，使用狭义借款购房的家庭数量尽管占比不高（皆为19.8%），但是这部分家庭的平均居民杠杆率高达216%和285%，是造成整体高杠杆的重要原因，也就是说中国居民高杠杆是结构性因素造成的，占比80%左右的家庭的居民杠杆率仍然处于良性区间。即使考虑了广义借款的家庭，仍有60-70%的家庭负债处于良性区间。

从当前数据可以推断，限购限贷政策持续推行对房价有一定抑制作用。我们注意到图表17中，拥有住房但没有房贷的城市家庭数量占所有城镇家庭的比例仍有61.5%。其中，拥有一套住房的家庭和拥有两套以上的家庭占比分别为51.3%和10.2%（如图表19所示）。限购限贷政策一般限制的是购买者的购房资格和购买数量以及提高第二套按揭首付的比例，大部分限购城市允许购买的数量是2套1，因此，假如限购政策持续加码扩围，拥有2套以上住房的家庭（占比16.6%）无论有无借款都无法进一步买房；拥有一套住房且有借款的家庭因为平均杠杆率已经“爆表”，进一步加杠杆的空间微乎其微。拥有一套住房没有借款（这里包含两种情形：有按揭记录和无按揭记录，由于数据限制无法区分）的家庭的杠杆率虽然不高（12.4%），但是如果之前有过银行房贷记录，那么限贷政策也能约束这类家庭的购房行为。

从另一角度看图表19的结果，当前购房行为受限购限贷政策约束的家庭占城镇家庭总数的比重最低为30.0%（有2套以上住房家庭加上有1套住房但有银行贷款的家庭），最高达到81.3%甚至更高，换而言之，如果房地产调控完全放松，那么这部分家庭中占比61.5%的低杠杆家庭完全有能力进一步加杠杆，而占比18.6%的无自有住房且无借款的家庭也将有可能加入到加杠杆买房的行列，因此，从这一角度来看，政策层要实现经济的高质量发展要求、推动房地产的长效机制就一定意味着短期房地产调控政策难以松动。房地产3年一周期的规律面临改变。

总而言之，当前购房行为不受政策影响的家庭就是没有自有住房且没有借款的那部分家庭，也就是“刚需家庭”。从这几类家庭的人均收入来看，刚需家庭的人均可支配收入甚至高于拥有一套住房的家庭，具备了加杠杆买房的可能性。

3.4小结：哪些家庭未来具备加杠杆的能力，哪些家庭需要降杠杆？

通过前文的分析，我们知道中国家庭的整体杠杆率超过了合意的杠杆水平，处于较危险的债务区间。但是，通过对不同收入阶段、不同地区、不同的购房行为的分析，我们发现中国居民高杠杆是一个结构性问题，部分家庭的“超支”行为导致了杠杆率超标。我们认为当前的家庭杠杆率存在以下几个特点：

1）低收入家庭的杠杆率最高，遭遇债务风险的可能性最大。这类家庭加杠杆的可能性最小，农村地区低收入家庭的高杠杆情况尤为严重。其他收入阶层家庭的杠杆率差别不大，但都在合意水平之上。

2）对于中高收入家庭，农村地区的杠杆率低于城市地区。随着家庭收入的上升，分化变得更加明显。农村地区高收入家庭未来加杠杆的空间比城市地区的中高收入人群的加杠杆空间更大。

3）家庭借款买房的行为是推高居民部门杠杆率的重要因素。使用银行贷款和亲友借款购房的家庭数量占比仅20%，但是这部分家庭的平均居民杠杆率均超过200%，而其他家庭的杠杆率大部分处于良性区间（低于45%）。当前的限贷限购政策约束了城镇拥有2套以上住房以及拥有1套住房但有贷款的家庭的购房行为，进一步加杠杆的空间有限。不受当前调控政策影响的家庭是没有自有住房且没有借款的那部分家庭，也就是“刚需家庭”。这类家庭的人均可支配收入甚至高于拥有一套住房的家庭，具备了加杠杆买房的可能性。