1、我國(guó)信貸市場(chǎng)順周期性實(shí)證探究?jī)?nèi)容摘要：本文從微觀(guān)角度分析在微觀(guān)信貸市場(chǎng) 上，即企業(yè)層面中是否存在金融加速器效應(yīng)，通過(guò)面板回歸 模型和面板向量自回歸(pvar)模型考察企業(yè)資產(chǎn)負(fù)債狀況 對(duì)企業(yè)投資支出的影響。結(jié)果表明：我國(guó)信貸市場(chǎng)確實(shí)存在 金融加速器效應(yīng)，但是不如其它研究中觀(guān)測(cè)到的強(qiáng)烈。盡管 如此，隨著我國(guó)金融系統(tǒng)的不斷完善，金融加速器效應(yīng)將會(huì) 日益顯著，因此仍然有必要通過(guò)政策手段對(duì)信貸市場(chǎng)的順周 期性進(jìn)行正向的引導(dǎo)，從而為熨平經(jīng)濟(jì)周期、保持經(jīng)濟(jì)健康 增長(zhǎng)起到良好的促進(jìn)作用。關(guān)鍵詞：金融加速器信貸市場(chǎng)經(jīng)濟(jì)周期引言改革開(kāi)放之后，我國(guó)改變了 '大一統(tǒng)”模式，建立了以 中央銀行為核心、以專(zhuān)業(yè)銀

2、行為主體、多種金融機(jī)構(gòu)并存的 金融組織體系。銀行體系形成政策性銀行、國(guó)有商業(yè)銀行、 股份制銀行、地方性銀行以及農(nóng)信社等多種銀行機(jī)構(gòu)并存的 結(jié)構(gòu)，極大地促進(jìn)了我國(guó)信貸市場(chǎng)的發(fā)展。2002年我國(guó)加 入世貿(mào)組織之后，外資銀行逐步進(jìn)入我國(guó)，形成對(duì)原有銀行 結(jié)構(gòu)的有效補(bǔ)充。在國(guó)有商業(yè)銀行進(jìn)行股份制改革之后，四 大國(guó)有商業(yè)銀行陸續(xù)上市，提高了這些銀行的運(yùn)營(yíng)效率， 完善了商業(yè)銀行的競(jìng)爭(zhēng)機(jī)制，我國(guó)銀行體系的發(fā)展日益成 熟，銀行在經(jīng)濟(jì)發(fā)展中起到的作用越來(lái)越大。如今，我國(guó)的 信貸規(guī)模已達(dá)到gdp的1. 16倍，為金融與經(jīng)濟(jì)的順周期聯(lián) 動(dòng)性提供了條件。文獻(xiàn)綜述(%1) 國(guó)外研究隨著金融加速器理論的發(fā)展，許多學(xué)者將其

3、拓展到新的 研究領(lǐng)域，主要有開(kāi)放經(jīng)濟(jì)下的金融加速器和不同市場(chǎng)的金 融加速器效應(yīng)分析。gerlter、gilchrist 和 fabio (2007) 建立了開(kāi)放條件下名義價(jià)格剛性的小國(guó)經(jīng)濟(jì)一般均衡模型， 分析了金融加速器機(jī)制和匯率制度之間的關(guān)系。研究結(jié)果發(fā) 現(xiàn)在固定匯率制度下，金融加速器的傳導(dǎo)效應(yīng)比浮動(dòng)匯率 制度要大。gatti和ga.llega.ti (2010)構(gòu)建了包含上下游 企業(yè)和銀行的一般均衡模型，研究發(fā)現(xiàn)下游企業(yè)的資產(chǎn)凈值 水平變動(dòng)可能引發(fā)整個(gè)經(jīng)濟(jì)體系的波動(dòng)。nadeau和 wasmer (2010)分析了美國(guó)勞動(dòng)力市場(chǎng)中的金融加速器效應(yīng), 發(fā)現(xiàn)工資和勞動(dòng)需求的波動(dòng)具有金融加速器的

4、放大效應(yīng)。(%1) 國(guó)內(nèi)研究國(guó)內(nèi)對(duì)金融順周期性的研究起步較晚，到2000年以后 才開(kāi)始有學(xué)者開(kāi)始對(duì)金融加速器理論進(jìn)行研究，并對(duì)我國(guó)的 情況進(jìn)行分析。袁申國(guó)、劉蘭鳳(2009)對(duì)制造業(yè)30個(gè)子 類(lèi)行業(yè)的貨幣政策金融加速器效應(yīng)進(jìn)行分析，認(rèn)為有15個(gè) 子行業(yè)沒(méi)有表現(xiàn)出明顯的金融加速器效應(yīng)，另外15個(gè)行業(yè) 則表現(xiàn)出行業(yè)層面的金融加速器效應(yīng)，其中金屬制造業(yè)表現(xiàn) 出的效應(yīng)最大。楊勝剛、侯坤(2011)運(yùn)用中國(guó)宏觀(guān)經(jīng)濟(jì)1994年第一 季度至2010年第三季度的數(shù)據(jù)對(duì)金融加速器傳導(dǎo)機(jī)制的非 對(duì)稱(chēng)性進(jìn)行了實(shí)證研究，結(jié)果表明我國(guó)的金融加速器傳導(dǎo)機(jī) 制具有明顯的非對(duì)稱(chēng)性，負(fù)面沖擊加速經(jīng)濟(jì)衰退的作用明顯 大于證明沖擊

5、對(duì)經(jīng)濟(jì)增長(zhǎng)的作用。研究設(shè)計(jì)(一)研究假設(shè)與模型建立本文做出如下假設(shè)并對(duì)其分別進(jìn)行驗(yàn)證：假設(shè)一：企業(yè)資產(chǎn)負(fù)債表的狀況是企業(yè)投資支出狀況的 重要決定因素。這個(gè)假設(shè)是金融加速器效應(yīng)存在的前提條 件。本文用企業(yè)投資與企業(yè)總資產(chǎn)的比率ikit來(lái)衡量企業(yè) 投資支出，用企業(yè)的資產(chǎn)負(fù)債率dait來(lái)衡量資產(chǎn)負(fù)債表的 狀況，當(dāng)企業(yè)資產(chǎn)凈值惡化時(shí)，dait將會(huì)隨之下降。為驗(yàn)證 假設(shè)一，本文建立如下模型：ikit= a + b ldait-l+ b 2pait-l+ b 3dsit-l+e sl=l b 4icon trollit+et+fi+ e it其中，被解釋變量ikit表示企業(yè)投資支出與總資產(chǎn)的 比值，解釋變

6、量dait表示企業(yè)的資產(chǎn)負(fù)債率，pait表示企 業(yè)當(dāng)期總利潤(rùn)與總資產(chǎn)的比值，dsit表示企業(yè)的債務(wù)結(jié)構(gòu)， 即流動(dòng)負(fù)債占總負(fù)債的比值，controllit是一組控制變量， 包括貨幣供應(yīng)量的增速m2t, gdp同比增長(zhǎng)率gdpto考慮到 金融加速器的作用機(jī)制有滯后效應(yīng)，即本期的財(cái)務(wù)指標(biāo)影響 企業(yè)下期的信貸和投資，因此將與企業(yè)財(cái)務(wù)狀況有關(guān)的解釋 變量作滯后一期的處理。檢驗(yàn)中重點(diǎn)關(guān)注系數(shù)b1,如果假 設(shè)一成立，則b1應(yīng)當(dāng)顯著為負(fù)。假設(shè)二：經(jīng)濟(jì)衰退時(shí)期企業(yè)資產(chǎn)負(fù)債表狀況對(duì)企業(yè)投資 的影響程度比經(jīng)濟(jì)繁榮時(shí)期大。這是金融加速器傳導(dǎo)機(jī)制的 非對(duì)稱(chēng)性。為檢驗(yàn)經(jīng)濟(jì)周期中不同時(shí)期的影響，本研究設(shè)立虛擬變 量down

7、t,經(jīng)濟(jì)上行時(shí)期downt=0,經(jīng)濟(jì)下行時(shí)期downt=lo 加入虛擬變量后模型設(shè)定為：如果假設(shè)二成立，則b1和b 2應(yīng)存在明顯的差異。假設(shè)三：資產(chǎn)負(fù)債表狀況對(duì)小企業(yè)投資支出的影響程度 大于對(duì)大企業(yè)的影響。為驗(yàn)證這一假設(shè)，本研究仍使用假設(shè)一中的模型，并設(shè) 置虛擬變量scalei,令大企業(yè)scalei=l,小企業(yè)scalei=0, 建立模型：如果假設(shè)三成立，則b1和b 2應(yīng)存在明顯的差異。（二）數(shù)據(jù)說(shuō)明本文的數(shù)據(jù)來(lái)自國(guó)泰君安經(jīng)濟(jì)、金融數(shù)據(jù)研究服務(wù)中心 的數(shù)據(jù)庫(kù)和中國(guó)統(tǒng)計(jì)年鑒。根 據(jù)財(cái)務(wù)報(bào)表季度數(shù)據(jù)的連續(xù) 性和數(shù)據(jù)完整性，選取2003年第一季度起至2011年第三季 度作為樣本區(qū)間、847個(gè)企業(yè)作為

8、樣本的面板數(shù)據(jù)。根據(jù)企 業(yè)的投資支出、總資產(chǎn)、總負(fù)債、流動(dòng)負(fù)債、總利潤(rùn)等財(cái)務(wù) 指標(biāo)分別計(jì)算出ik、da、pa、ds等指標(biāo)作為變量。實(shí)證分析（一）平穩(wěn)性檢驗(yàn)本研究使用adf-fisher單位根檢驗(yàn)來(lái)進(jìn)行數(shù)據(jù)的平穩(wěn) 性檢驗(yàn)，假設(shè)變量存在單位根，結(jié)果如表1所示。從結(jié)果可見(jiàn)，6個(gè)變量全部在99%的置信水平上拒絕存 在單位根的原假設(shè)，通過(guò)了單位根檢驗(yàn)，都是平穩(wěn)序列。（二）模型選擇首先對(duì)變量進(jìn)行bp檢驗(yàn)以確定使用混合模型還是面板 模型。表2的bp檢驗(yàn)結(jié)果顯示p值接近于零，因此拒絕原假 設(shè)，認(rèn)為個(gè)體效應(yīng)十分顯著，不能使用混合模型。其次進(jìn)行hausman檢驗(yàn)以確定使用固定效應(yīng)模型還是隨機(jī)效應(yīng) 模型，檢驗(yàn)結(jié)果如

9、下：chi2 （6） =108. 73prob>chi2=0. 0000檢驗(yàn)結(jié)果顯示p值接近于零，因此拒絕原假設(shè)，認(rèn)為應(yīng) 該使用固定效應(yīng)模型。在進(jìn)行固定效應(yīng)模型的估計(jì)之后，本 研究對(duì)結(jié)果進(jìn)行了 wooldridge檢驗(yàn)以確定固定效應(yīng)模型的 殘差項(xiàng)是否存在一階序列相關(guān)，原假設(shè)是不存在一階序列相 關(guān)，檢驗(yàn)結(jié)果如下：f (1846) =915. 723prob>f=0. 0000結(jié)果拒絕原假設(shè)，因此認(rèn)為殘差序列存在一階自相關(guān)， 因此需要考慮動(dòng)態(tài)面板模型。(%1) 實(shí)證結(jié)果根據(jù)檢驗(yàn)結(jié)果，本研究選擇構(gòu)建固定效應(yīng)模型和動(dòng)態(tài)面 板模型，在假設(shè)一的檢驗(yàn)上使用的數(shù)據(jù)為全部847家企業(yè) 的面板數(shù)據(jù)，被

10、解釋變量為ik,解釋變量為滯后一期的da、 ds、ca以m2增速和gdp同比增速。動(dòng)態(tài)面板模型中還包含 ik的滯后項(xiàng)。模型回歸結(jié)果如表3所示。從表3可以看出，三個(gè)模型的系數(shù)都十分顯著，均通過(guò) 了 1%的顯著性檢驗(yàn)，且除被解釋變量的滯后項(xiàng)以外系數(shù)符號(hào) 方向均相同，結(jié)果較為穩(wěn)健。固定效應(yīng)模型通過(guò)了 f檢驗(yàn)， 模型是顯著的。動(dòng)態(tài)模型的sargan檢驗(yàn)值大于0.05,可以 認(rèn)為不存在過(guò)度約束，工具變量是有效的。在相關(guān)性的 arellano-bond檢驗(yàn)上，兩個(gè)動(dòng)態(tài)面板模型的一階差分殘差 項(xiàng)均存在一階自相關(guān)，而不存在二階自相關(guān)，因此通過(guò)了 arellano-bond檢驗(yàn)，認(rèn)為模型的殘差不存在自相關(guān)。動(dòng)態(tài)

11、 面板模型中還包含了被解釋變量ik的滯后三期項(xiàng)。根據(jù)前 人的研究，在有限樣本下，系統(tǒng)廣義矩估計(jì)比差分廣義矩估 計(jì)的偏差更小，效率更高。而且對(duì)比差分gmm方法和系統(tǒng)gmm 方法的系數(shù)估計(jì)值，可以發(fā)現(xiàn)差分gmm法的三個(gè)滯后項(xiàng)系數(shù) 均為負(fù)，且滯后期數(shù)越多系數(shù)絕對(duì)值越大，而系統(tǒng)gmm法滯 后一階項(xiàng)的系數(shù)為正，且滯后項(xiàng)對(duì)當(dāng)期的影響程度隨著滯后 期數(shù)的增加而減少，因此認(rèn)為系統(tǒng)gmm法的結(jié)果比較符合真 實(shí)情況。接下來(lái)以系統(tǒng)gmm的估計(jì)結(jié)果為準(zhǔn)進(jìn)行分析。實(shí)證結(jié)果表明，所有解釋變量對(duì)被解釋變量都具有顯著 性的影響。解釋變量da的系數(shù)為-0. 0652,是小于0的，因 此可以認(rèn)為我國(guó)的信貸市場(chǎng)上確實(shí)存在金融加速器

12、效應(yīng)，企 業(yè)的資產(chǎn)負(fù)債率對(duì)企業(yè)投資支出有顯著性的影響。資產(chǎn)負(fù)債 情況的惡化，也就是資產(chǎn)負(fù)債率上升，使得企業(yè)外部融資成 本的上升，進(jìn)而使得企業(yè)投資減少。解釋變量ds的系數(shù)為 -0. 1490,小于0,這反映了企業(yè)負(fù)債結(jié)構(gòu)對(duì)企業(yè)投資支出的 影響是負(fù)向的，即持有流動(dòng)負(fù)債越多的企業(yè)對(duì)投資支出的意 向越低，可以解釋為流動(dòng)負(fù)債的償還期限較短，而企業(yè)往往 傾向于用償還期限長(zhǎng)的長(zhǎng)期負(fù)債進(jìn)行企業(yè)投資，因此流動(dòng)負(fù) 債率越高，企業(yè)的投資支出越少。解釋變量pa的系數(shù)為 0. 1086,大于0,說(shuō)明企業(yè)上期的利潤(rùn)對(duì)本期的投資支出有 正向影響，上期的利潤(rùn)越大，則企業(yè)本期的財(cái)務(wù)報(bào)表狀況越 好，更加愿意擴(kuò)大投資規(guī)模。可見(jiàn)，企

13、業(yè)上一期的財(cái)務(wù)狀況 確實(shí)對(duì)企業(yè)本期的投資支出產(chǎn)生顯著的影響，這是金融加速 器機(jī)制的前提條件。在對(duì)假設(shè)二的檢驗(yàn)中，為研究經(jīng)濟(jì)周期不同階段的情 況，本研究使用虛擬變量down來(lái)區(qū)分經(jīng)濟(jì)的不同周期，值 為1表示經(jīng)濟(jì)的下行周期，值為0則表示經(jīng)濟(jì)的上行周期。 被解釋變量仍然為ik,解釋變量則為滯后一至三期的ik, 滯后一期的 down*da、(1-down) *da、ds、pa 以及當(dāng)期的 m2 增速和gdp同比增速。模型回歸結(jié)果如表4所示。實(shí)證結(jié)果表明，模型所有的系數(shù)均通過(guò)了 1%的顯著性檢 驗(yàn)，因此所有解釋變量對(duì)被解釋變量都具有顯著性的影響。 在假設(shè)一的檢驗(yàn)基礎(chǔ)上將da變量拆分為down*da和 (

14、1-down) *da, down*da 變量系數(shù)為-0. 0670, (1-down) da 變量系數(shù)為-0. 0521,二者均小于0且通過(guò)了 t檢驗(yàn)，因此 這個(gè)虛擬變量的加入是顯著的。且down*da變量系數(shù)的絕對(duì) 值大于(1-down) *da,這說(shuō)明在經(jīng)濟(jì)周期的不同時(shí)期，資 產(chǎn)負(fù)債表對(duì)企業(yè)投資的影響程度存在顯著的不同：在經(jīng)濟(jì)周 期的上行期間，資產(chǎn)負(fù)債率對(duì)企業(yè)投資支出的影響系數(shù)是 -0. 0521,而在經(jīng)濟(jì)的下行期間，資產(chǎn)負(fù)債率對(duì)企業(yè)投資支 出的影響系數(shù)是-0. 0670,在下行期間資產(chǎn)負(fù)債狀況對(duì)投資 支出的影響程度大于經(jīng)濟(jì)的上行期間。因此，這個(gè)結(jié)果驗(yàn)證了假設(shè)二，由此可見(jiàn)金融加速器的 傳

15、導(dǎo)機(jī)制具有非對(duì)稱(chēng)性，在經(jīng)濟(jì)下行期間的作用強(qiáng)于在經(jīng)濟(jì) 上行期間的作用。在對(duì)假設(shè)三的驗(yàn)證中，本研究按照與驗(yàn)證 假設(shè)二類(lèi)似的方法，設(shè)定虛擬變量，大企業(yè)的值為1,小企 業(yè)的值為0。被解釋變量為ik,解釋變量則為滯后一至三期 的 ik,滯后一期的 scale*da、(1-scale) da、ds、pa 以及 當(dāng)期的m2增速和gdp同比增速。模型回歸結(jié)果如表5所示。實(shí)證結(jié)果表明，模型所有的系數(shù)均通過(guò)了 1%的顯著性檢 驗(yàn)，因此所有解釋變量對(duì)被解釋變量都具有顯著性的影響。 在假設(shè)一的檢驗(yàn)基礎(chǔ)將變量da拆分為scale*da和 (1-scale) *da, scale*da 的系數(shù)為 0. 1613, (1-

16、scale) *da的系數(shù)為-0. 3076,二者都通過(guò)了 t值的顯著性檢驗(yàn)，因 此虛擬變量scale的加入對(duì)模型有顯著性影響。從系數(shù)可以看出，對(duì)于大企業(yè)而言，資產(chǎn)負(fù)債率對(duì)企業(yè) 投資支出的影響為0. 1613,顯著大于0,而對(duì)于小企業(yè)而言, 資產(chǎn)負(fù)債率對(duì)企業(yè)投資支出的影響為-0. 3076,顯著小于0o 因此資產(chǎn)負(fù)債率對(duì)大企業(yè)和小企業(yè)的影響是明顯不同的，小 企業(yè)體現(xiàn)出強(qiáng)烈的金融加速器效應(yīng)，而大企業(yè)不僅未體現(xiàn)出 金融加速器效應(yīng)，反而出現(xiàn)資產(chǎn)負(fù)債率越高則下期的投資支 出越大的反金融加速器現(xiàn)象。綜上可以看出：盡管模型結(jié)果與假設(shè)三的系數(shù)設(shè)想有些 出入，但也從側(cè)面驗(yàn)證了假設(shè)三，說(shuō)明金融加速器效應(yīng)在企 業(yè)

17、規(guī)模上存在非對(duì)稱(chēng)性，小企業(yè)的金融加速器效應(yīng)強(qiáng)于大企 業(yè)。大企業(yè)出現(xiàn)反金融加速器現(xiàn)象，這可能是因?yàn)樵诮?jīng)濟(jì)轉(zhuǎn) 軌期間我國(guó)的金融機(jī)制并不十分完善，未能做到完全的市 場(chǎng)化，而大企業(yè)中國(guó)有企業(yè)較多，國(guó)有企業(yè)在融資方面較民 營(yíng)企業(yè)有著天然的優(yōu)勢(shì)，在資產(chǎn)負(fù)債狀況較差的時(shí)候有足夠 的能力從外部獲得更多融資，從而進(jìn)行投資以期改善資產(chǎn)負(fù) 債狀況，這也是我國(guó)金融加速器效應(yīng)的特點(diǎn)。結(jié)論本研究從微觀(guān)角度通過(guò)847家上市公司從2003年第一 季度到2011年第三季度的面板數(shù)據(jù)對(duì)我國(guó)金融加速器效應(yīng) 進(jìn)行研究，發(fā)現(xiàn)企業(yè)資產(chǎn)負(fù)債表的狀況對(duì)企業(yè)投資支出產(chǎn)生 顯著的影響，并且也觀(guān)察到了經(jīng)濟(jì)周期和企業(yè)規(guī)模上的非對(duì) 稱(chēng)性，金融加速器在經(jīng)濟(jì)下行周期中更加顯著。且從企業(yè)規(guī) 模上看，僅在小企業(yè)中存在金融加速器效應(yīng)，而大企業(yè)中則 出現(xiàn)了逆金融加速器效應(yīng)。這與其他學(xué)者的研究結(jié)果相類(lèi) 似，認(rèn)為我國(guó)信貸市場(chǎng)確實(shí)表現(xiàn)出具有特點(diǎn)的金融加速器效 應(yīng)。結(jié)果表明我國(guó)信貸市場(chǎng)確實(shí)存在金融加速器效應(yīng)，但是 不如其它研究中觀(guān)測(cè)到的強(qiáng)烈。盡管如此，隨著我國(guó)金融系 統(tǒng)的不斷完善，金融加速器效應(yīng)將會(huì)日益顯著，因此仍然有 必要通過(guò)政策手段對(duì)信貸市場(chǎng)的順周期性進(jìn)行正向的引導(dǎo)， 從而為熨平經(jīng)濟(jì)周期，保持經(jīng)濟(jì)健康增長(zhǎng)起到良