第 3 章 杠杆率行业结构对商业银行信贷风险影响理论分析........................19
3.1 企业杠杆率对商业银行信贷风险的影响分析 ...............19
3.1.1 企业杠杆率对商业银行信贷风险的直接影响 ......................19
3.1.2 企业杠杆率对商业银行信贷风险的间接影响 ......................20
第 4 章 杠杆率行业结构对我国商业银行信贷风险影响实证分析................26
4.1 样本选择与数据来源........................26
4.2 变量选择与描述性统计..............................27
第 5 章 结论与政策建议......................42
5.1 本文主要结论 ..........................42
5.2 政策建议 ........................43
第 4 章 杠杆率行业结构对我国商业银行信贷风险影响实证分析
4.1 样本选择与数据来源
本文选取的 1686 家上市样本企业中①，属于周期性行业的企业共计 426 家，属于防御型行业的企业共计 1260 家，选取样本的时间区间为 2008 年至 2019 年，各行业的样本企业数量见表 4.1。企业杠杆率的年度和半年度数据来自 Wind 资讯，删除少数资产负债率数据不全的企业，得到强平衡面板。各宏观经济变量数据来自 Wind 资讯和中国国家统计局网站，个别缺失数据使用三次样条插值方法补齐，所有模型计算通过计量分析软件 stata13 实现。
本文选取的 15 家上市商业银行涵盖了国有商业银行 5 家、全国性股份制商业银行 8 家、城市商业银行 2 家①，这 15 家银行能够较好地代表中国商业银行体系，因为这些银行的资产和利润在整个银行部门中占据主要地位（赵丹等，2018；韦青均，2018）。银行层面数据通过 wind 数据库、各商业银行年报和半年报整理得到。选取样本的时间区间为 2008 年 2019 年。之所以选取这个时间范围，一是考虑到样本数据的完整性；二是考虑以下几个事件：2008 年的国际金融危机、2012 年我国经济增速放缓以及 2015 年我国实行供给侧结构性改革等。这些国际、国内事件对我国银行体系产生了重大影响。
...........................
第 5 章 结论与政策建议
5.1 本文主要结论
本文以我国 1686 家上市非金融企业和 15 家上市商业银行为研究对象，首先对 2008 年至 2019 年我国 10 个非金融行业的杠杆率进行了测度，随后基于线性模型和门槛面板模型分行业对行业杠杆率与商业银行信贷风险的相关关系进行了实证检验，主要研究结论如下：
第一，我国周期性行业和防御型行业杠杆率分化严重。周期性行业中杠杆率均值最大的两个行业分别是建筑业和房地产业，样本期间这两个行业的杠杆率均值都超过 70%，而采掘业、制造业、交通运输与仓储业等三个周期性行业杠杆率均值则不到 50%，说明周期性行业杠杆率均值水平差距较大。相对而言，防御型行业杠杆率水平差距较小。
第二，我国商业银行信贷风险具有行业集中性。在行业分布方面，各商业银行不良贷款重灾区是批发与零售业和制造业，不良贷款率普遍较低的行业主要分布在电力煤气及水的生产和供应业、交通运输与仓储业、信息技术业。
第三，从线性回归结果分析，在 2008-2019 年期间，周期性行业中除交通运输与仓储业杠杆率对商业银行信贷风险影响不显著以外，其他四个周期性行业的杠杆率与商业银行信贷风险呈正相关关系，即从整体而言，行业杠杆率的上升会恶化商业银行信贷风险。防御型行业中仅有信息技术行业杠杆率对商业银行信贷风险影响显著，且行业杠杆率的增加有利于商业银行降低信贷风险，而其他四个防御型行业杠杆率对我国商业银行信贷风险影响不显著。
第四，行业杠杆率对商业银行信贷风险的影响是非线性的，且周期性和防御型行业杠杆率的门槛效应不同。从门槛模型检验结果来看，在样本期间内，包括采掘业、制造业、建筑业、房地产业在内的绝大多数周期性行业存在杠杆率门槛值，防御型行业中的信息技术业也存在杠杆率门槛值，但是二者的门槛效应存在差异。从回归结果来看，周期性行业的杠杆率低于杠杆率门槛值时，行业杠杆率与商业银行信贷风险呈显著负相关，而高于门槛值时，二者呈显著正相关，即超过杠杆率门槛值后，周期性行业杠杆率的进一步上升会恶化商业银行信贷风险水平；防御型行业中的信息技术业情况则正好相反，行业杠杆率低于门槛值时，与商业银行信贷风险正相关，高于门槛值时，杠杆率进一步增长将会降低银行信贷风险水平。
参考文献（略）
