2008年金融危机之后,我国企业杠杆率一路高攀,其中非金融部门企业和实体经济的杠杆水平最高。截至2019年三季度末,实体经济部门杠杆率上升至251.1%,非金融企业杠杆率从2018年末的153.6%上升到155.6%（1）。2015年,“去杠杆”被我国中央经济工作会议作为供给侧改革的任务之一。2018年中央工作会议报告继续将防范金融风险作为工作的重点,在此基础上稳步推进去杠杆任务。2019年4月19日召开的政治局会议,重提结构性去杠杆,强调货币政策要松紧适度。过高的企业杠杆率会加重企业的债务负担,另外,银行会考虑到企业的负债率过高、风险较大,从而减少对其贷款,导致企业的消费和投资需求下降,进一步使得我国的总需求水平降低,减缓我国经济的增长。确定一个合理的杠杆率水平,对企业的发展、国家宏观经济的稳定都至关重要。面对高杠杆比率以及由此带来的巨大金融风险,一些观点认为实行宽松的货币政策可以通过扩大分母来降低杠杆率,但从大量的经验来看,宽松的货币政策会导致企业杠杆率水平上升,当杠杆率到达一定值后,就预示金融脆弱性提升和金融危机的发生。金融周期的波动又会影响经济环境,使得我国宏观政策发生改变,这不仅仅会影响到国民经济的健康和持续稳定的发展,也会使企业调整其杠杆水平。Claessens等（2012）指出制定货币政策要关注金融周期对经济运行的影响。那么如何选择货币政策以降低企业杠杆率?货币政策抑制还是促进企业杠杆调整速度的提高?在金融周期不同阶段下应实行何种货币政策?不同类型企业的杠杆调整受货币政策和金融周期的影响是否存在着差异化?这些问题都值得我们深入地探讨和分析。本文试图在金融周期理论框架下,综合考虑企业的特征和外部货币政策环境,探究企业杠杆动态调整行为,这对防范我国系统性风险、稳定我国企业宏观杠杆率与保障经济高质量发展具有重要的意义。本篇论文包含五章内容,第一章是绪论部分,阐述了本篇论文的现实经济背景和学术背景、论文的意义、内容、方法以及文章的创新之处。第二章是文献综述,主要总结当前的金融周期发展脉络、度量方法以及有关企业杠杆调整的研究问题,最后对目前的研究内容做一简要总结。第三章是本文的研究设计部分,首先详细阐述了测度我国金融周期使用的模型——MF-MS-DFM模型,给出了金融周期阶段划分的具体计算方法。其次,构建了基于金融周期视角的不同货币政策影响企业杠杆动态调整的计量模型,并进一步根据企业的生命周期、竞争程度、股权结构和融资约束条件将全样本进行分组,设计分组回归模型。最后,对本章进行了简要总结。第四章为实证分析,本文选取了1998年至2019年9月沪深A股上市非金融类公司数据进行实证分析。首先基于第三章的模型基础和技术方法,使用MF-MS-DFM模型计算我国混频金融周期综合指数并将其划分为扩张期和收缩期,将该模型结果与单一指标、基于同频数据的主成分分析法（PCA）以及宏观经济景气一致指数进行对比,检验了MF-MS-DFM模型的有效性。同时将金融周期与经济周期对比,验证本文研究角度的合理性。其次,基于面板数据使用FE模型对数量型和价格型货币政策在金融周期两种阶段下影响不同类型企业杠杆的动态调整进行回归分析。最后,使用SYS-GMM方法对本文实证结果进行了稳健性检验。第五章为本文的结论与展望,在总结全文研究结果的基础上,为中国去杠杆和稳杠杆提供具体的政策建议,并针对本文研究过程中存在的不足提出相应的研究展望。本文的研究结论主要有:（1）基于混频数据的MF-MS-DFM模型可以更准确地刻画我国金融周期,从金融周期的角度分析企业杠杆比经济周期角度更为合理。（2）企业杠杆比率呈逆周期特征,调整速度呈顺周期特征。对于不同类型企业,成长型企业杠杆率及其调整速度比衰退型企业高;垄断型企业的杠杆比率比竞争型企业高,且调整速度低;国有企业杠杆率比非国有企业略低,但调整速度慢;强融资约束条件下企业杠杆率高,且调整速度慢。（3）当金融周期处于扩张阶段时,紧缩型货币政策有利于企业杠杆调整速度的增加,且实际贷款利率对其影响更大;在收缩阶段,宽松的价格型货币政策（即较低利率）会提高杠杆的调整速度。（4）不同生命周期、竞争程度、股权结构和融资约束企业的杠杆比率及其调整速度对两种政策的反应在金融周期不同阶段的表现呈现出完全不同的结果。本文研究的创新点主要体现在以下三个方面:（1）Al-Zoubi等（2018）表明金融周期对杠杆产生长期影响,而目前国内暂时还没有将金融周期与企业杠杆相结合的文献。本文首次研究基于金融周期视角下的货币政策对企业杠杆调整的动态影响,这对杠杆调整问题的研究提供新的角度。（2）本文使用基于混频数据的MF-MS-DFM模型划分我国金融周期的扩张期和收缩期。以往学者对于金融周期的测度大都采用单一指标,或者基于多个同频率数据构建出金融周期综合指数（Claessens等,2012;谢铖等,2019）。本研究将为金融周期的测度方法提供新的参考。（3）本文将货币政策细分为数量型和价格型货币政策,避免了现有文献使用虚拟变量的弊端,也使得对货币政策效应的研究更细致,对分析企业杠杆动态调整、货币政策的制定增加了说服力。由于本人的研究能力有限,本文研究还存在着需要进一步改进的地方:（1）本文在进行竞争程度和融资约束企业的划分时,采用手动分法,这样的划分方法存在一定的主观性,可能会对数据的结果存在影响;（2）本文认为企业资本结构的调整速度是线性的,但企业资本结构调整速度也有可能会呈现出非对称的特点。因而以后的研究可以考虑应用阈值模型（或门限面板）所自动得出的门限值来对企业进行更加准确的分类,即采用阈值模型对面板数据进行回归分析,这具有很强的客观性,能够有效克服本文手动分组的缺点,同时可以将全样本分为高于目标杠杆的样本和低于目标杠杆的样本,更加细化地在金融周期视角下对企业的杠杆调整速度这一问题进行更加深入地剖析。