货币政策和信贷再分配对企业全要素生产率的影响——基于A股上市公司的实证研究

来源 :浙江财经大学 | 被引量 : 0次 | 上传用户:magy_java2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自2008年以来我国经济增速放缓的一个重要原因就是全要素生产率的下降。全要素生产率(Total Factor Proudctivity,简称TFP)作为衡量经济发展质量效益的综合指标,是除要素投入外经济增长的另一重要因素的观点得到了大部分学者的认同。众多学者认为全要素生产率与技术进步、技术效率、资源配置效率有关,最重要的是企业层面的资源配置不当对全要素生产率的影响。为提高全要素生产率,2021年,十三届全国人大四次会议上作《政府工作报告》指出,“着力提升发展质量效益,保持经济持续健康发展。引导各方面把工作重点放在提高发展质量和效益上,促进增长潜力充分发挥”。如何提高实体经济的全要素生产率已成为实务界和理论界亟需解决的问题。本文从宏观经济政策和企业微观财务数据两个角度研究全要素生产率的影响因素:第一,货币政策如何影响全要素生产率;第二,基于企业微观财务视角,研究信贷再分配如何影响企业全要素生产率;第三,货币政策、信贷再分配对不同性质和行业的企业全要素生产率的影响是否具有差异。针对这些问题,进行了如下研究:首先,对现有的文献进行梳理,发现在全要素生产率方面,以往文献大多为对其测度方法的研究以及资源配置效率对全要素生产率的影响。信贷再分配方面,不少国内学者从商业信用和委托贷款视角入手来研究信贷再分配,而鲜有国内学者基于企业微观财务视角,从信贷创造与信贷破坏视角来定义并度量信贷再分配程度。并且研究主要集中于信贷再分配与宏观经济周期及货币政策之间的关系、行业异质性因素、企业性质对于信贷再分配的影响等方面,而关于信贷再分配对全要素生产率的影响的相关研究较少。另外,先前有许多学者研究货币政策对信贷资源分配的影响,而货币政策对全要素生产率影响的研究仍存在一定分歧。再者,由于不同类型企业的信贷再分配和受货币政策的影响均存在差异,因此对于不同类型企业,货币政策、信贷再分配对企业全要素生产率的影响也不同,而现有文献对此的研究较少。其次,本文以2007-2019年的我国A股上市公司为样本,基于随机前沿分析模型对企业全要素生产率进行测度,并根据企业性质、行业分组以检验各组样本企业全要素生产率是否存在差异。随后,借鉴Davis et al.(1996)、Junghwan Hyun(2018)和Meza et al.(2019)的方法,基于企业微观财务视角,通过信贷创造与信贷破坏来定义并计算信贷再分配程度。最后,使用Tobit模型实证研究货币政策、信贷再分配对企业全要素生产率的影响,并对不同性质、不同行业的样本企业进行划分,分组进行研究。最后,根据本文实证结果主要得到如下结论:(1)国有企业和非国有企业之间、不同行业企业之间全要素生产率存在差异。(2)货币政策宽松程度对企业全要素生产率有显著的负向作用。货币政策对不同企业性质、不同行业的企业全要素生产率的影响存在差异。非国有企业的全要素生产率受到货币政策影响要大于国有企业;货币政策对不同行业企业的全要素生产率可能产生正向作用或负向作用,且显著性也不同。(3)超额信贷再分配对于企业全要素生产率有着显著的负向作用。其对于不同企业性质、不同行业的企业全要素生产率的影响也存在差异。国有企业的全要素生产率受到超额信贷再分配上升的负面影响要大于非国有企业。超额信贷再分配对大多数行业企业的全要素生产率有抑制作用,不过显著性存在差异,部分行业超额信贷再分配对企业全要素生产率存在促进作用但并不显著。
其他文献
数字乡村是释放乡村活力的重要举措,也是助力乡村发展的关键力量。面对数字乡村治理存在的数字依赖、信息失真等风险,应以数字赋权为导向,通过完善数字乡村治理规则,重构乡村治理“政社关系”,关注新的数字空间,重建乡村公共服务体系,进而实现数字技术赋能乡村治理的全方位变革。
期刊
我国经济以市场调节为主,而当市场出现较大程度的波动时,政府则会采取相应的政策进行适当的干预,其中政策当局对经济领域的干预主要体现在宏观调控方面。在面临次贷危机、欧债危机、中美贸易摩擦等引起的经济下行的不利情况下,政府为应对这些消极现象,往往会使政策的出台与调整变得更为频繁,而这一行为的后果则是经济政策不确定性的提高。近年来,微观企业过高的杠杆率影响了经济主体运行效率的提升,成为了经济主体面临的主要
学位
在经济全球化的进程中,新型冠状病毒肺炎阻碍经济全球化的发展进程,给全球经济带来了巨大的冲击,未来不确定性在上升,无疑将会导致政策调控的难度大大上升。政府该怎么使用一系列经济政策来应对重大突发公共事件冲击,恢复经济活动,稳定金融市场,已经成为各国政策制定者和学者关注的重点。然而,经济政策的调整会产生政策预期之外的冲击,可能增加投资风险与对未来预测的模糊性,进而造成投资者的投资决策改变。探究经济政策不
学位
我国债券市场的规模随着经济的发展不断扩大,2020年我国债券市场的发行量规模已经位居世界第二,在资本市场中的信用债存量达3.5万支左右,票面总额达39万亿元。然而随着信用债市场规模的不断增大,信用债违约事件开始频发。2014年“11超日债”的违约事件打破了债券市场中的刚性兑付,我国的违约信用债数量开始井喷式增长,违约债主体也从民营企业扩散到了国有企业。截至2020年,已经有786支信用债发生违约。
学位
近年来,我国实体企业逐渐减少实业投资而增加金融投资,企业利润来源越来越依赖于金融活动而非生产和贸易活动,企业金融化现象在实体企业中非常普遍,我国经济表现出“脱实向虚”的趋势。一方面,金融资产能帮助企业应对未来的流动性危机,摆脱财务困境;另一方面,高额的金融收益率吸引实业经营企业的大量资金投入,导致实体产业被挤出。因此,研究企业金融化的影响因素有助于巩固金融服务实体经济的基本功能,具有重要意义。现有
学位
自2016年供给侧结构性改革的推进,经济结构发生重大变化,导致经济政策变化频繁,经济政策不确定性大幅提升。同时,十九大报告强调要坚定不移地实施创新驱动发展战略,2021年两会提出的“十四五”规划中表明创新居于现代化建设的核心,坚持科技强国的发展战略。考虑以上背景,本文将研究经济政策不确定性如何影响创新投资,并对其影响机制进行探讨。本文采用2007-2020年非科创板的A股上市公司数据和Baker等
学位
2023年是“十四五”规划全面推进乡村振兴的关键之年,数字经济成为推进乡村振兴的重要抓手。目前,我国乡村数字经济发展迅速、成绩显著,在促进广大乡村地区的产业智慧化、治理体系现代化以及生态模式数字化方面发挥了重要作用,实现较为明显的突破。着力发挥数字经济赋能乡村振兴,目前机遇与挑战并存,要不断化挑战为机遇,实现乡村发展“质”的飞跃。文章在分析数字经济赋能乡村振兴机遇的基础上,解析乡村振兴背景下数字经
期刊
特质波动率与股票预期收益的关系一直是学界讨论的热点问题。经典的资产定价理论认为,在完美的市场中股票的非系统性风险可以通过多样化投资被分散,特质风险作为非系统性风险可以被完全分散,因此股票定价时不需要考虑特质风险。但市场并非是完美的,现实市场中存在着交易成本、信息不完全等因素,投资者不能完全消除非系统性风险,由此大量学者对特质波动率和预期收益的关系展开了更多的研究。学者们通过采用不同的特质波动率度量
学位
近年来,在我国金融市场不断完善的背景下,我国基金市场也迎来了一次次改革与发展,公募基金的数量与规模都在不断地增长,基金创新也层出不穷。但是,面对市场上琳琅满目的基金产品,投资者对其的选择却变得越发困难,虽说投资者可以根据自己的风险偏好选择适合自己的投资风格的基金,但是,市场上基金的风格漂移现象却屡见不鲜。这种现象会增加投资者收益的不确定性,使投资者在“不知情”的情况下承担更多的风险,因此,基金的风
学位
推进农业高质量发展是全面实现乡村振兴的基础,数字技术赋能农业高质量发展亦是乡村振兴的内在要求。数字技术赋能农业农村高质量发展能更好助力传统农业现代化、农民职业化、乡村治理智慧化和农业生产绿色化转型。数字技术赋能的着力点应集中在农业生产、农产品流通、乡村治理、农业信息集成及农产品质量安全监管等环节。当前,在数字技术支撑下,农村互联网普及率不断提升,农村产业数字化进程稳步推进,乡村治理数字化水平不断提
期刊