如何驯服中国经济的“灰犀牛”？

如何驯服中国经济的“灰犀牛”？ MBAChina 【MBAChina网讯】金融市场普遍喜欢“牛”，但最近在中国风行的新词――“灰犀牛”，却让人有些紧张。“灰犀牛”最早由MicheleWucker在其作品《灰犀牛：如何应对大概率危机》中提出，指在爆发之前已经有明确迹象显现，发生概率较大，但易被忽视，一旦发生将产生巨大影响的潜在危机。7月15日全国金融工作会议闭幕后，《人民日报》发表评论员文章《有效防范金融风险》，指出要“既防‘黑天鹅’，也防‘灰犀牛’”，这是中国官方媒体第一次使用这一名词。

此后7月27日国新办新闻发布会上，中财办一局局长王志军又对“灰犀牛”做出了中国本土化的解读，指出影子银行、房地产泡沫、国有企业高杠杆、地方债务、违法违规集资等风险隐患就是中国版的“灰犀牛”。如果不提前防范，可能酿成系统性风险。

那么这五头“灰犀牛”究竟是什么样子？可能的危险有多大？又如何才能驯服？本文就将提供针对这五头灰犀牛的驯服指南。

影子银行：打破刚性兑付“影子银行”（ShadowBanking）的概念同“灰犀牛”一样，是一个舶来品，最早于2007年由太平洋投资管理公司的PaulMcCulley提出，此后虽然不同的机构对影子银行提出了为数众多的定义，但这些定义基本具备两个共同点：从事与传统银行类似的信用中介业务，但受到比传统银行更少的监管。美国的影子银行业核心在于资产证券化，参与主体也主要是一些具备证券化功能的货币市场基金、对冲基金、投资银行、资产管理公司、住房抵押*机构等，充当信用中介的方式也和传统银行业不同，例如融资方式主要通过发行金融工具面向机构进行批发性融资，而非面向个人的零售融资。

中国影子银行业的崛起得益于三方面的需求：首先，商业银行具有表外放贷的需求。中国的监管层为商业银行设置了较为严格的要求以约束其资产负债表的扩张速度，其中1995年加入的贷存比是重要的限制之一，监管部门要求商业银行的*余额和存款余额的比例不得超过75%。随着货币市场基金的出现，商业银行的负债端脱媒压力加大，如果要遵守贷存比红线，则*资产创造的能力将严重受限。此外，商业银行天然有逐利倾向，在利率市场化改革的过程中，传统信贷业务净息差不断承压，寻找更高收益的资产也成为必然选择。

其次，民营企业特别是中小民营企业的融资需求并没有得到满足。商业银行的表内信贷扩张速度受限，因此在*发放的过程中会更加倾向于天然具备政府隐性担保的大型国有企业和地方政府融资平台等主体，这种挤出效应导致民营企业的融资需求难以得到满足。特别是中小民营企业，需要寻找商业银行信贷之外的融资渠道。

最后，居民部门缺乏可供投资的金融产品。从负债端看，和美国不同，中国来自居民部门的零售资金是影子银行部门的主要资金来源。除传统银行业的零售渠道实力较强外，居民部门自身的资产配置需求也是重要驱动力之一。由于金融市场的成熟度较低，可供投资的金融产品种类较少，除波动大的A股市场外，多数住户只能选择将钱存在银行账户，利率管制下银行提供的存款利率水平并不具备吸引力。而信托产品等又通常具备较高的投资门槛，一般在一百万以上，主要面向高净值客户。因此大量的住户部门需要在高风险高收益的股票市场和低风险低收益的存款之间寻求一种风险和收益都适中的金融产品进行资产配置。

在三种需求的推动下，中国的影子银行业应运而生，商业银行通过发行理财产品募集资金，进而借助信托、证券公司、公募基金子公司等非银行金融机构将这些资产“出表”，最终提供给有资金需求的企业，银行、企业和居民的需求都得到了满足。因此，中国的影子银行同传统银行业的联系更为紧密，非银行的金融机构更多体现为银行业的通道，也因此有人提出中国的影子银行更像是“银行的影子”。

无论是中国还是美国，影子银行的产生都有其合理性，例如美国的影子银行机构――房利美和房地美通过买进抵押*资产或提供担保，改善了抵押*市场的资金供求，帮助更多的住户买得起房；例如中国的影子银行机构――信托公司通过帮助银行资金出表，满足了原本受制于贷存比等要求而无法获得融资的企业解决资金需求，同时帮助中国居民部门改善了投资组合和收益。

虽然存在这么多好处，影子银行部门仍然可能存在系统性风险，由于刚性兑付思维的存在，银行理财产品为代表的影子银行业扭曲了风险收益曲线，变相抬高了全社会的无风险利率，并且可能对传统商业银行体系表内资产产生“传染”效应，增加了监管的难度。

由于传统商业银行扮演了影子银行部门的核心主体，因此这些资产虽然脱离了商业银行的负债表，但购买这些资产的投资者仍然会将这些资产与商业银行联系在一起。在中国，这种联系通常意味着“无风险”。因此中国的银行理财产品事实上成为了全市场无风险利率的定价者，这意味着商业银行的逐利行为可能带来整体金融市场无风险利率的剧烈波动。而这种“刚性兑付”的存在导致虽然这些资产并不存在于商业银行的资产负债表中，但一旦发生风险，商业银行仍然需要承担责任，从而监管的难度大幅增加。未来对于刚性兑付的打破实属必然，一方面需要购买这些金融资产的投资人正确认识到理财产品可能存在的风险，进而压低全社会无风险利率；另一方面需要商业银行真正将这些资产“出表”，从而实现表内资产和表外资产的隔离，避免对规模体量更为巨大的表内信贷资产的“传染”。

从去年下半年开始，以中国银监会为主的监管层已经开始着手处理影子银行链条的风险，监管的首要对象就是商业银行的表外理财业务，2016年7月和11月先后出台《理财业务监督管理办法》和《表外业务风险管理指引》两个征求意见稿，2017年3月开始，银监会不断下发一系列监管文件，以“整治银行业市场乱象”为名，而实质上意在通过对商业银行同业业务、理财业务的加强监管，加强对影子银行业务的风险排查。8月18日银监会在对外披露近期监管工作的重点时披露了一组数据，截至二季度末，同业资产和同业负债余额比年初均减少1.8万亿元；同业业务增速由正转负，其中，同业资产减少5.6%，同业负债减少2.3%。影子银行的规模已经开始收缩，风险得到了一定缓释。

房地产泡沫：继续去库存的同时建立长效机制除了金融业，中国的房地产行业可以说是国民经济中重要的行业，也因此成为可能的系统性风险的重要来源，那么地产行业为何如此重要？与地产相关的潜在系统性风险可能以何种方式爆发？

首先，房地产是关系民生的重要行业。由于所需资金规模巨大，居民通常通过按揭*等方式加杠杆购买房产，可以说，居民部门的资产负债表中重要的资产项就是房地产，而重要的负债项就是按揭*。如果房价出现快速下跌，高杠杆的住户的净资产将迅速贬值，甚至出现破产。从日本等经济体的经验看，一旦房地产泡沫破灭，居民部门将承担巨大的损失。

其次，房地产产业链的投资是决定宏观经济的重要变量。从对宏观经济的影响看，房地产行业投资链条较长，特别是中国作为投资驱动的经济体，在三大投资中，制造业投资相对稳定，基建投资通常是政府用来宏观调控、平抑投资波动的，因此投资的主要波动就来自于房地产投资。此外，加上与地产相关的建筑建材行业、家电行业、家居装饰行业等，房地产行业对宏观经济的真实贡献远比显性的地产行业GDP占比要更大。如果房地产泡沫破灭，地产投资和销售相关产业链行业和企业都将遭受重创。

第三，房地产行业贡献了政府重要的收入来源。中国的房地产产业链已经成为政府重要的财政收入来源之一：一方面，房地产交易过程中发生的房产税、契税、个人所得税、土地增值税等税种贡献了中央和地方两极公共财政收入的接近10%；

另一方面，国有土地使用权出让收入基本贡献了地方本级政府性基金收入的全部。如果房地产价格出现大幅下跌，首先税收收入将大幅下跌，但这并不是最重要的，一旦房价崩盘，则土地交易市场也将受到影响，开发商将无力继续拿地，地方政府当前的土地财政模式将无以为继，后续将出现较大的财政赤字缺口。

最后，金融行业同样与地产息息相关。在房地产作为中国经济的支柱产业，带动中国经济高速增长的时间里，开发商成为商业银行好的客户之一，也因此累计了为数众多的房地产投资相关的*敞口。如果房价出现大幅下跌，开发商的资金链条出现问题，这部分风险敞口将导致不良资产的激增。此外，由于居民部门按揭加杠杆购房时，通常都会将自己所购房产作为抵押品，房价的大幅下跌会使得抵押品价值系统性向下重估，这部分*同样会出现较大的信用风险。

中国的房地产行业存在一个明显的问题是结构化差异，一二线城市房价由于供需失衡而快速上涨，三四线城市却因为此前的过度投资累积了大量库存，为缓释三四线城市的库存风险，中国政府启动了包括棚户区改造货币化安置在内的一系列政策，通过抵押补充*（PSL）支持的政策性银行专项*等方式，帮助这些棚户区居民实现了改善型需求。从实施效果看，2015年和2016年棚改货币化安置率分别为29.9%和48.5%，预计2017年这一比例还将继续增加。全国范围内的房地产市场库存去化周期从高点的3.21年已经下降到2.36年，三四线城市销售火爆，而其中中西部地区成交量的增长超过东部地区。

但更加长远看，建立房地产市场的长效机制显得更加必要，其中发展房屋租赁市场和房产税改革是目前看来重要的举措。已经有多个一二线城市开始试水，例如北京推出共有产权住房，明确规定了产权比例、购房资格、退出机制等；上海也再次出让租赁用地；广州、深圳、南京等12个城市已经被确定作为首批开展住房租赁试点的城市。只有通过建立长效机制，才能够平抑中国房地产市场过去“过热――调控――过冷――刺激――再过热”的剧烈周期波动，缓释地产相关的系统性风险。

目前来看，中国政府在处理房地产问题上的态度和决心值得肯定，在去库存和发展房屋租赁市场两方面的相关努力都是在正确的方向，后续房产税的改革应当值得期待。整体而言，在货币政策不发生大的转向前，房地产泡沫破灭的风险并不大，为中国政府留出了较多的时间和空间来驯服这只“灰犀牛”。

国有企业高杠杆：市场化债转股+资产证券化

根据财政部数据，中国国有企业的平均资产负债率已经在2015年底达到65.7%，其中央企平均资产负债率达到68.1%，地方国有企业达到63.7%。整体上看，除2007年外，所有国企的平均杠杆率都在缓慢提升中。其中央企是加杠杆的主力，特别是在2008年全球金融危机之后的“四万亿”经济刺激计划之后，央企带动整体国有企业杠杆率快速攀升。

高杠杆率对于国有企业的危害不言而喻，以利息支出为主的财务费用占国企主营业务收入的比例自2010年之后就不断上升，截至2015年已经达到2.4%，而与此同时，国有企业的税前利润率（EBTMargin）却在不断下降，自2010年的7.6%下降到2015年的4.7%。做一个简单的数学题，如果加回利息支出，近似计算息税前利润率（EBITMargin），整体国有企业的息税前利润率相比2010-2011年的高点只下跌了不到2%。可以说，高杠杆率导致国有企业事实上是在“替银行打工”。

国有企业高杠杆率的成因是复杂的，从资产负债率的分子端和分母端看，不难找到主因。

分母端是国有企业的净资产，作为中国计划经济时代的产物，同时得益于准自然垄断的行业特性，这些大型国有企业多数来自于重资产的强周期行业，这些行业在中国经济增速放缓的相当长时间内受制于过剩产能，因而亏损严重，净资产被侵蚀，分母端被压低。

分子端是国有企业的负债，而国企的高负债率一直被诟病，这些负债可能来自于发行的有息债券，也可能来自于银行*。但事实上，这种举债的倾向并不应当全部归罪于国企自身。在经济增速放缓的过程中，全社会的信用成本都在上升，中国的商业银行作为市场化的信贷中介，更加倾向于放贷给背后具备政府隐性债务担保的国有企业，因此商业银行自身也应当对过剩行业国有企业的不良资产负有责任。

此外，国有企业过去的考核机制盲目追求规模而不注重效益，例如中国的国有企业总喜欢提及自己在世界五百强中的排名，而世界五百强本身就是一个注重规模体量的榜单，考核重要的标准就包括企业自身的销售收入，这种导向必将指引国有企业的管理层天然地具备“做大规模”的扩张性策略，从而通过杠杆率放大规模。

体量如此庞大的国有企业具有极强的外部性，例如大量的居民就职于国有经济的企业中，根据财政部统计数字，截至2015年供职于央企的职工总数就有1290万人，如果这些国有企业破产倒闭，则会导致大量员工失业。此外，由于商业银行体系在国有企业的风险敞口较高，一旦国有企业出现倒闭，中国商业银行体系的不良资产将会激增。

化解国有企业的高杠杆风险的方法并不难想到，同样回到资产负债率的公式上看，在分子端的负债和分母端的权益之间做加减法。第一种可行的方案是做大分母，即通过资产证券化的方式，增厚国有企业的净资产。一方面需要资本市场改革继续深化，从IPO环境看，这一点已经在中国监管层的努力下明显改善，更多的国有企业通过市场化的方式公开募资，进而降低资产负债率。第二种方案则是做小分子，即通过市场化债转股的方式，降低公司负担的有息负债水平。事实上，早在1998年中国政府在国有企业去杠杆中选择的就是这种方法，债转股的规模在4000亿元左右。但需要注意的是，并不是所有国企都适合进行债转股，债转股的核心是使得企业“减负”之后能够焕发出新的活力，从而实现股权价值的增值，“变废为宝”。中国银监会此前提出的《商业银行新设债转股实施机构管理办法》试行稿中明确指出债转股对象为发展前景好但暂遇困难的优质企业，并点名扭亏无望、已失去生存发展前景的“僵尸企业”、有恶意逃废债行为的失信企业、债权债务关系复杂且不明晰的企业、不符合国家产业政策的企业等四类不得进行“债转股”操作。

从当前情况看，国有企业这只灰犀牛的危险也不大，在供给侧改革的影响下，过去的产能过剩行业盈利开始明显好转，而国有企业正是这些行业的主要组成部分，这轮盈利的恢复为国有企业降杠杆提供了良好的契机。李克强总理也在8月23日表示，要抓住央企实现扭亏增盈这个时机，在“稳”的过程中把杠杆降下来。

地方政府债务：地方政府举债规范化、显性化在1994年的财税体制改革中诞生的预算法事实上并没有赋予地方政府举债的权利，其中明确规定“地方各级预算按照量入为出、收支平衡的原则编制，不列赤字”。因此，中国的地方政府债务在2008年全球金融危机之前，只有少量以政府债券形式存在的原财政部代发的地方债，此外还有一些零星的通过融资平台在企业债市场变相举债，但总体规模都比较小。

2008年是一个重要的转折点，中国高层出台了著名的四万亿经济刺激计划，以应对全球金融危机对中国经济的冲击，在这一轮政府扩大投资和信用扩张的过程中，地方政府扮演了重要角色。中央财政事实上将举债的主动权交给了地方政府，而在中国“政治锦标赛”的格局下，地方政府的投资需求易放难收，因此地方政府的资产负债表在“四万亿”之后快速扩张。不可否认的是，正是得益于地方政府举债便利，中国的经济刺激计划才能够如此快速、高效地施行。但也不可否认的是，正是从“四万亿”之后，中国的地方政府债务问题开始埋下系统性风险的种子。

根据中国国家审计署2013年进行的债务审计中对于地方政府债务的划分，主要可以分为三类：第一类是政府负有偿还责任的债务，这些债务原本的偿还主体就是地方政府，而偿债资金的来源通常也都是财政预算内资金，这部分债务属于传统意义上的地方政府债务。

第二类和第三类分别是政府负有担保责任的债务和可能承担一定救助责任的债务。根据2014年底最后一次地方债务审计得到的数据，地方政府债务规模在15.4万亿，而地方政府或有债务规模在8.6万亿。这些存量债务已经为地方政府带来了沉重的财务负担，根据时任财政部部长楼继伟在2015年4月披露的数据，如果将15万亿元的地方债务全部置换出来，最终地方政府每年节省的利息支出规模将达到5000亿元。

地方政府债务问题的核心在于，债务的主要组成形式并不是以地方政府债券为主，通过融资平台等机构的举借的银行*占据主要部分，这些隐性举债主体的存在使得真正地方政府需要承担偿还责任的债务边界和规模都难以准确估计，而这才是潜在风险点。

从2015年开始，中国财政部开始通过安排发放地方政府债券的方式，置换这些主要通过银行*形式发放的存量债务，2015年共完成3.2万亿元的置换工作，2016年进一步完成4.9万亿元。与此同时，2015年开始中国政府开始大力推广政府与社会资本合作（Public-PrivatePartnership），即PPP的模式，通过将民营资本调动起来，缓解地方投资扩张中政府需要承担的债务压力，而民营资本的参与，也将为政府的举债和投资行为提供外部的监督。

对于地方债务的摸底并没有告一段落，2016年10月，财政部进一步下发文件，要求各地统计包括地方政府融资平台、国企事业单位、PPP项目、政府投资基金等多个举债口径的债务规模。高层也不断下发文件，规范地方政府的举债行为。可以预见，未来地方政府的债务融资行为将更加显性化和规范化。但向前看，如果单纯停留在地方政府显性举债行为的规范上显得有些治标不治本，后续对于以PPP融资等为代表的地方政府隐性负债需要进一步加强监管。

长远来看，打破地方政府的预算软约束显得更为必要，也才能从根本上改变当前地方政府盲目投资的“坏习惯”。而随着地方政府的负债扩张受到更加严格的监管，中央财政的转移支付等也将承担更大的责任。未来财税体制改革需要进一步厘清中央和地方的财税收入和支出范围，进一步做到地方政府的“权”和“责”相统一，才能够真正根除地方政府隐性债务扩张的冲动。

但无论如何，从作为地方政府最后担保人的中央财政资产负债表看，国有企业等资产仍然支撑起资产的主要部分，此外还有国土资源性的资产。根据中国社科院新发布的《中国政府资产负债表》，截至2015年中国政府的总资产超过125万亿元，而净资产总规模波动在40-50万亿元之间，与GDP的比值平均在80%以上，资产负债情况相对健康，能够为地方政府挤出杠杆过程中可能出现的风险提供良好、可靠的担保。

违法违规集资：疏堵结合，正确引导投资需求与其他几只“灰犀牛”不同，违法违规集资问题过去较少被高层提及，受到的关注也远不及其他四个问题。但随着金融市场的发展，越来越多的新型投资工具不断涌现，一些新型的金融产品蕴藏着较大的风险。例如已经被查封的泛亚金属交易所，P2P平台e租宝等，在互联网金融发展的大趋势下，违法违规集资的负外部性也在不断被放大。

但需要引起思考的是，违法违规集资问题出现的根源在于普通投资人的投资需求没有得到满足，正规的金融体系并没有提供他们这些产品，因此这部分需求被挤出。可以说，违法违规集资现象的频发，从一个侧面说明，在利率市场化和金融脱媒的大趋势下，中国居民部门资产配置的需求仍然强烈。

因此，处理违法违规集资问题，应当疏堵结合，一方面加强监管协调，特别是对于新兴金融业态的监管；另一方面，需要持续推进金融市场改革的深化，创造出更多可供普通投资者选择的金融产品，以从根本源头上解决违法违规集资问题。

但需要注意的是，对于违法违规集资的判断，应当更加审慎。由于新兴金融业态的复杂性日益增加，天然地为监管增加了难度，监管者就需要提高监管水平，紧跟市场变化。例如9月4日中国央行联合六部委发文指出比特币等代币发行融资（ICO）是一种未经批准的非法公开融资行为，从方向上看，传统监管机构已经开始将一些新兴的金融业态纳入监管范畴，值得鼓励，但对于比特币等ICO是否属于非法集资范畴可能还需要更多讨论。

整体而言，非法集资的规模与正统金融体系相比规模体量非常小，而根据国务院法制办新公布的《处置非法集资条例》的征求意见稿，非法集资参与人应当自行承担因参与非法集资受到的损失。如果居民部门成为非法集资的买单者，发生系统性金融风险的可能事实上大大降低，此外，中国的居民部门资产负债情况更为健康，因此非法集资这只“灰犀牛”也不足为惧。

版权声明： 本文转载自 长江商学院MBA，如原作者不愿意本网站刊登使用相关素材，请及时通知本站，我们将在短时间内予以处理，联系010-53572272。

影像测量

光学系统测试

自动测量

光学影像