论文部分内容阅读
摘 要：伯南科（Bernanke）1996年提出的金融加速器理论近年来引起了众多学者的关注。本文运用该理论和中国2002年至2007年第2季度的数据，实证分析了货币政策对不同规模高科技企业的影响，研究证实了金融加速器效应的不对称现象，发现货币政策对高科技小企业投资和净值的影响比对高科技大企业的影响更为显著。这意味着在制定促进高科技企业发展的金融政策时需要考虑金融加速器的这种效应。
关键词：金融加速器；高科技上市公司；投资；净值
中图分类号：F830.9 文献标识码：A 文章编号：1003-5192(2008)04-0016-04
Research of the Effect of Chinese Monetary Policies on Hi-tech Companies
WU Jian-huan1,2, XI Ying3
（1. Fudan University, Shanghai 200433, China;2. Bank of Communications, Shanghai 200120, China; 3. Shanghai University, Shanghai 201800, China）
Abstract:Bernanke put forward the Theory of Financial Accelerator in 1996, which has attracted the attention of many researchers in the world. The relevant seasonal data of China from 2002 to the second season of 2007 adopted, we have studied the Financial Accelerator Effect of Chinese monetary policies using the hi-tech listed companies of different size as sample. We prove the asymmetry of Financial Accelerator Effect, and find the effects on the investment and net worth of small companies are more significant than those of large companies. The finding implicates that the Financial Accelerator Effect should be taken into consideration when we conduct financial policies to improve the development of hi-tech companies.
Key words:the financial accelerator effect; hi-tech companies; investment; net worth
1 引言
伯南科(Bernanke)和格特勒(Gertler)在1989年的《代理成本、企业净植与周期波动》一文中考虑了信息不对称因素，抛弃了MM定理的假设，将相关研究推进了一大步。在该文中，他们阐述了金融加速器的运行机制。伯南科和格特勒指出，在信息不对称的条件下，借款人的净值将决定他们获得外部资金的能力，净值越高，内部融资与外部融资的差异（外部融资升水、监督，违约，破产或代理成本）越低，意味着负债人可以获得更多外部贷款，投资水平因此提高［1］。
在经济景气时期，借款人的净值升高，投资就增加；相反，在衰退时期净值下降，则投资减少；尤其是，由净值决定的投资的波动将使经济原来的走势具有一种自我加强的惯性。1996年伯南科和格特勒将上述运行机制正式称为“金融加速器” （financial accelerator），并通过金融加速器模型来加以说明［2］。简言之，金融加速器效应是指，由于金融市场存在信息不对称，如果社会技术进步或货币政策等外在冲击发生变化，这些冲击对投资、产出等经济变量的影响会被放大，并可能给经济波动带来巨大的影响。如果外在冲击是货币政策，并且货币政策变化对投资等变量的影响被放大，该现象就被称为货币政策的金融加速器效应。
国外学者对金融加速器效应进行了一系列研究后认为，货币政策的金融加速器效应具有不对称性：金融加速器效应对小企业的作用与对大企业的作用不同［3］；货币政策等冲击对企业投资等变量的影响在经济衰退时期与在繁荣时期不同［4］；在固定汇率体制下的金融加速器效应与浮动汇率制度下的金融加速器效应不同［5］。
在实证分析金融加速器的效应时，国外学者所使用的样本大多是制造业，但正如他们所承认，其他行业的小企业要多于制造业的小企业；他们也没有专门选择高科技企业作样本，而高科技企业能充当抵押物的有形资产相对较少，从而“净值”相对较少［6］。因此，根据金融加速器理论，他们的实证结果可能还低估了金融加速器的效应。本文以高科技上市公司为样本，主要研究货币政策对不同规模高科技企业的金融加速器效应，以试图弥补他们研究中的上述不足；另外，在金融加速器效应研究方面，我们目前还没有发现运用中国的相关数据做的实证研究文献，因而本文也力图弥补这一方面的缺憾。
2 实证研究
本文以中国高科技上市公司为样本，研究当货币政策发生变动后，是否会导致高科技企业的投资和净值发生变化，这种变化是否是加速的，货币政策对不同规模高科技企业投资和净值的影响是否相同，有何规律。
2.1 数据选取
我们对中国高科技上市公司中的大企业和小企业分别进行研究，然后比较货币政策对不同规模企业的影响程度。本文选取2005年中国高科技上市公司规模前10强榜单中的10家企业作为大型高科技企业的代表，选取在沪市上市的总资产规模较小的10家高科技企业作为小企业的代表。
吴建环，等：中国货币政策对高科技企业的影响研究
Vo1.27, No.4预测2008年第4期
根据本文要解决的问题和上述金融加速器传导机制，我们选取实际货币供给量M2（货币供给量/价格指数）的增长率m作为货币政策的度量；选取企业的实际总资产（资产总量/价格指数）减去实际总负债（负债总量/价格指数）即实际净资产N作为企业净值的度量，另外，选取企业的长期投资增长率I（长期投资净值/总资产）作为企业投资的度量［7］。本文采取实际经济变量进行分析，而不讨论名义的经济变量，这个和传统的RBC模型的分析方法是类似的。其中，名义M2和价格指数p的数据来自于中国人民银行网站http://www.pbc.gov.cn/ 的2002年第4季度至2007年第2季度的季度数据。 总资产、总负债和长期投资净值的数据来自于各上市公司对外公布的2002年第4季度至2007年第2季度的季度资产负债表。
2.2 模型的假设条件与建立
本文将对所研究的两组企业——大企业和小企业，分别进行回归分析。每组数据都是10个实体（企业），其中每个实体连续被观测T=19个时期（2002年第4季度，2003年第1季度，……，2007年第2季度），这是两组典型的面板数据。数据可表示为：(Ii,t,,mi,t,Ni,t)，i=1，2,…,20，t=1,2,…,19。其中第一个下脚标i是被观测的实体（企业），第二个下脚标t指被观测的时期。选取投资率的对数值lnI作为被解释变量，实际货币供给增长率的前2期值m(-2)和前1期的实际净资产的对数值lnN(-1)作为解释变量，这是考虑到货币政策的时滞性。
根据金融加速器理论和货币政策传导理论，建立模型如下
大企业
2.2.1 假设条件
假设在个体成员上存在个体影响而无结构变化，并且个体影响可以分别用截距项c1+ci*（i=1,2,…,10）和c2+ci*（i=11,12,…,20）的差别来说明，即模型采用固定影响变截距模型。c1为10个大企业的平均自发投资率水平，c2为10个小企业的平均自发投资率水平，ci*为i企业自发投资率对平均自发投资率的偏离，即允许各企业在投资率结构上存在一定程度的差异，所以，可以认为各企业回归方程的随机误差项ut之间存在异方差，但企业之间和时期之间的协方差为零，即对应假设为
对于两个企业的回归方程，m(-2)项和lnN(-1)项的t检验值在5％的置信水平下都很显著，方程拟合都较好，由对数与半对数形式的回归方程系数的经济含义知，在5％的置信水平下，对于大企业，实际货币供给增长率m变动1个单位，对投资率的影响是使其按100×0.28％的速度正向变化。对于小企业，实际货币供给增长率m变动1个单位，对投资率的影响是使其按100×0.71％的速度正向变化。
由上述数据可以看出，实际货币供给增长率的变动对高科技小企业的投资率的影响要大于对大企业的影响。这正是金融加速器效应在规模不同的高科技企业上的不对称性体现。
2.4 对加速作用的进一步分析
在金融加速器理论中，货币政策通过企业资产负债表的传导主要是通过企业实际净资产的变化来实现的。为了更清楚地看到金融加速器的加速作用，本文进一步研究货币政策对不同规模高科技上市公司实际净资产的影响，再次建立企业实际净资产N与实际货币供给增长率m之间的回归方程。
考虑到货币政策变动对实际净资产的循环影响，本文将采用动态的新凯恩斯宏观分析框架，加入企业净资产的滞后期作为一个解释变量。模型一共考察四个变量：实际货币供给量M2的增长率m，企业当期实际净资产N，和企业前3期的实际净资产lnN(-3)，由此，建立两组分别含有10个个体成员方程的固定影响动态变截距模型，回归方程分别为
大企业
对于大企业的回归方程，d项, m项和lnN(-3)项的t检验值在5％的置信水平下都很显著，方程拟合较好，方程形式仍然属于半对数模型，根据半对数模型的系数的经济含义可知，即实际货币供给增长率增加1％，则大企业的实际净资产可以达到1.46％的增长速度。对于小企业的回归方程，m项和lnN(-3)项的t检验值在5％的置信水平下显著，但d项没有通过5％置信水平下的t检验，所以在5％的置信水平下，小企业的模型中不应包含截距项。由其系数的经济含义知，在5％的置信水平下，即实际货币供给增长率增加1％，则小企业的实际净资产可以达到18.68%的增长速度。上述实证表明，实际货币供给增长率的变动对小型高科技企业的实际净资产的影响要大于对大型高科技企业的影响。
3 结 论
我们的实证结果表明，无论是货币政策对企业投资率的影响还是货币政策对企业实际净资产的影响，都反映了实际货币供给增长率的变动对高科技小企业的影响要大于对高科技大企业的影响，即小企业对货币政策更为敏感；也就是说，我们发现货币政策对高科技小企业投资和净值的影响比对高科技大企业的影响更为显著，表明中国货币政策对高科技企业存在金融加速器效应，证实了金融加速器效应的不对称现象。
中国正在努力探讨如何提高自主创新能力，而高科技企业是自主创新、科技进步的重要实施者和积极推动者，是将科学技术转化为生产力的主力军。高科技企业发展的速度如何，无疑将直接影响“建立创新型国家”战略的推进。因此，运用金融加速器理论研究货币政策对高科技企业的影响有着积极的现实意义。我们证实了货币政策对高科技企业存在金融加速器效应，并且对不同规模企业存在不对称现象，这就意味着政府在制定促进高科技企业发展的金融政策时，需要考虑金融加速器的这种效应。通过上述研究，我们发现了货币政策对高科技企业投资发展的特点和规律，从而，当新的货币政策出台时，政府和高科技企业能更好地预测该政策对高科技企业的影响；同时提示政府对不同规模的高科技企业采取更有效的相关配套政策。例如，运用金融加速器理论我们研究发现，货币政策对高科技小企业的影响比对大企业的影响大，那么，当央行实施紧缩性的货币政策时，政府就可以在资金投入和税收优惠等方面对高科技小企业进行倾斜，以减轻紧缩性货币政策对高科技小企业的冲击，从而有利于促进高科技企业和高新技术产业的发展，有利于提高我国的自主创新能力。
参 考 文 献：
［1］Bernanke B, Gertler M . Agency costs, net worth, and business fluctuations［J］. American Economic Review, 1989, 79(1): 14-31.
［2］Bernanke B, Gertle M, Gilchrist S. The financial accelerator and the flight to quality［J］. The Review of Economics and Statistics, 1996, 78(1): 1-15.
［3］Mojon, et al.. Investment and monetary policy in the euro area［J］. Jurnal of Banking & Finance, 2002, 26(2): 2111-2129.
［4］Cooper R, Ejarque J. Financial frictions and investment: requiem in Q［J］. Review of Economic Dynamics, 2003, 19(6): 710-728.
［5］Nagahata T, Sekine T. Firm investment, monetary transmission and balance-sheet problems in Japan: an investigation using micro data［J］. Japan and the World Economy, 2005, 17(1): 355-369.
［6］杜清源,龚六堂.带“金融加速器”的RBC模型［J］.金融研究,2005,4(4):35-39.
［7］吴建环,赵君丽.中国股票市场动态有效性研究［J］.统计与决策,2007,7(6):100-104.
关键词：金融加速器；高科技上市公司；投资；净值
中图分类号：F830.9 文献标识码：A 文章编号：1003-5192(2008)04-0016-04
Research of the Effect of Chinese Monetary Policies on Hi-tech Companies
WU Jian-huan1,2, XI Ying3
（1. Fudan University, Shanghai 200433, China;2. Bank of Communications, Shanghai 200120, China; 3. Shanghai University, Shanghai 201800, China）
Abstract:Bernanke put forward the Theory of Financial Accelerator in 1996, which has attracted the attention of many researchers in the world. The relevant seasonal data of China from 2002 to the second season of 2007 adopted, we have studied the Financial Accelerator Effect of Chinese monetary policies using the hi-tech listed companies of different size as sample. We prove the asymmetry of Financial Accelerator Effect, and find the effects on the investment and net worth of small companies are more significant than those of large companies. The finding implicates that the Financial Accelerator Effect should be taken into consideration when we conduct financial policies to improve the development of hi-tech companies.
Key words:the financial accelerator effect; hi-tech companies; investment; net worth
1 引言
伯南科(Bernanke)和格特勒(Gertler)在1989年的《代理成本、企业净植与周期波动》一文中考虑了信息不对称因素，抛弃了MM定理的假设，将相关研究推进了一大步。在该文中，他们阐述了金融加速器的运行机制。伯南科和格特勒指出，在信息不对称的条件下，借款人的净值将决定他们获得外部资金的能力，净值越高，内部融资与外部融资的差异（外部融资升水、监督，违约，破产或代理成本）越低，意味着负债人可以获得更多外部贷款，投资水平因此提高［1］。
在经济景气时期，借款人的净值升高，投资就增加；相反，在衰退时期净值下降，则投资减少；尤其是，由净值决定的投资的波动将使经济原来的走势具有一种自我加强的惯性。1996年伯南科和格特勒将上述运行机制正式称为“金融加速器” （financial accelerator），并通过金融加速器模型来加以说明［2］。简言之，金融加速器效应是指，由于金融市场存在信息不对称，如果社会技术进步或货币政策等外在冲击发生变化，这些冲击对投资、产出等经济变量的影响会被放大，并可能给经济波动带来巨大的影响。如果外在冲击是货币政策，并且货币政策变化对投资等变量的影响被放大，该现象就被称为货币政策的金融加速器效应。
国外学者对金融加速器效应进行了一系列研究后认为，货币政策的金融加速器效应具有不对称性：金融加速器效应对小企业的作用与对大企业的作用不同［3］；货币政策等冲击对企业投资等变量的影响在经济衰退时期与在繁荣时期不同［4］；在固定汇率体制下的金融加速器效应与浮动汇率制度下的金融加速器效应不同［5］。
在实证分析金融加速器的效应时，国外学者所使用的样本大多是制造业，但正如他们所承认，其他行业的小企业要多于制造业的小企业；他们也没有专门选择高科技企业作样本，而高科技企业能充当抵押物的有形资产相对较少，从而“净值”相对较少［6］。因此，根据金融加速器理论，他们的实证结果可能还低估了金融加速器的效应。本文以高科技上市公司为样本，主要研究货币政策对不同规模高科技企业的金融加速器效应，以试图弥补他们研究中的上述不足；另外，在金融加速器效应研究方面，我们目前还没有发现运用中国的相关数据做的实证研究文献，因而本文也力图弥补这一方面的缺憾。
2 实证研究
本文以中国高科技上市公司为样本，研究当货币政策发生变动后，是否会导致高科技企业的投资和净值发生变化，这种变化是否是加速的，货币政策对不同规模高科技企业投资和净值的影响是否相同，有何规律。
2.1 数据选取
我们对中国高科技上市公司中的大企业和小企业分别进行研究，然后比较货币政策对不同规模企业的影响程度。本文选取2005年中国高科技上市公司规模前10强榜单中的10家企业作为大型高科技企业的代表，选取在沪市上市的总资产规模较小的10家高科技企业作为小企业的代表。
吴建环，等：中国货币政策对高科技企业的影响研究
Vo1.27, No.4预测2008年第4期
根据本文要解决的问题和上述金融加速器传导机制，我们选取实际货币供给量M2（货币供给量/价格指数）的增长率m作为货币政策的度量；选取企业的实际总资产（资产总量/价格指数）减去实际总负债（负债总量/价格指数）即实际净资产N作为企业净值的度量，另外，选取企业的长期投资增长率I（长期投资净值/总资产）作为企业投资的度量［7］。本文采取实际经济变量进行分析，而不讨论名义的经济变量，这个和传统的RBC模型的分析方法是类似的。其中，名义M2和价格指数p的数据来自于中国人民银行网站http://www.pbc.gov.cn/ 的2002年第4季度至2007年第2季度的季度数据。 总资产、总负债和长期投资净值的数据来自于各上市公司对外公布的2002年第4季度至2007年第2季度的季度资产负债表。
2.2 模型的假设条件与建立
本文将对所研究的两组企业——大企业和小企业，分别进行回归分析。每组数据都是10个实体（企业），其中每个实体连续被观测T=19个时期（2002年第4季度，2003年第1季度，……，2007年第2季度），这是两组典型的面板数据。数据可表示为：(Ii,t,,mi,t,Ni,t)，i=1，2,…,20，t=1,2,…,19。其中第一个下脚标i是被观测的实体（企业），第二个下脚标t指被观测的时期。选取投资率的对数值lnI作为被解释变量，实际货币供给增长率的前2期值m(-2)和前1期的实际净资产的对数值lnN(-1)作为解释变量，这是考虑到货币政策的时滞性。
根据金融加速器理论和货币政策传导理论，建立模型如下
大企业
2.2.1 假设条件
假设在个体成员上存在个体影响而无结构变化，并且个体影响可以分别用截距项c1+ci*（i=1,2,…,10）和c2+ci*（i=11,12,…,20）的差别来说明，即模型采用固定影响变截距模型。c1为10个大企业的平均自发投资率水平，c2为10个小企业的平均自发投资率水平，ci*为i企业自发投资率对平均自发投资率的偏离，即允许各企业在投资率结构上存在一定程度的差异，所以，可以认为各企业回归方程的随机误差项ut之间存在异方差，但企业之间和时期之间的协方差为零，即对应假设为
对于两个企业的回归方程，m(-2)项和lnN(-1)项的t检验值在5％的置信水平下都很显著，方程拟合都较好，由对数与半对数形式的回归方程系数的经济含义知，在5％的置信水平下，对于大企业，实际货币供给增长率m变动1个单位，对投资率的影响是使其按100×0.28％的速度正向变化。对于小企业，实际货币供给增长率m变动1个单位，对投资率的影响是使其按100×0.71％的速度正向变化。
由上述数据可以看出，实际货币供给增长率的变动对高科技小企业的投资率的影响要大于对大企业的影响。这正是金融加速器效应在规模不同的高科技企业上的不对称性体现。
2.4 对加速作用的进一步分析
在金融加速器理论中，货币政策通过企业资产负债表的传导主要是通过企业实际净资产的变化来实现的。为了更清楚地看到金融加速器的加速作用，本文进一步研究货币政策对不同规模高科技上市公司实际净资产的影响，再次建立企业实际净资产N与实际货币供给增长率m之间的回归方程。
考虑到货币政策变动对实际净资产的循环影响，本文将采用动态的新凯恩斯宏观分析框架，加入企业净资产的滞后期作为一个解释变量。模型一共考察四个变量：实际货币供给量M2的增长率m，企业当期实际净资产N，和企业前3期的实际净资产lnN(-3)，由此，建立两组分别含有10个个体成员方程的固定影响动态变截距模型，回归方程分别为
大企业
对于大企业的回归方程，d项, m项和lnN(-3)项的t检验值在5％的置信水平下都很显著，方程拟合较好，方程形式仍然属于半对数模型，根据半对数模型的系数的经济含义可知，即实际货币供给增长率增加1％，则大企业的实际净资产可以达到1.46％的增长速度。对于小企业的回归方程，m项和lnN(-3)项的t检验值在5％的置信水平下显著，但d项没有通过5％置信水平下的t检验，所以在5％的置信水平下，小企业的模型中不应包含截距项。由其系数的经济含义知，在5％的置信水平下，即实际货币供给增长率增加1％，则小企业的实际净资产可以达到18.68%的增长速度。上述实证表明，实际货币供给增长率的变动对小型高科技企业的实际净资产的影响要大于对大型高科技企业的影响。
3 结 论
我们的实证结果表明，无论是货币政策对企业投资率的影响还是货币政策对企业实际净资产的影响，都反映了实际货币供给增长率的变动对高科技小企业的影响要大于对高科技大企业的影响，即小企业对货币政策更为敏感；也就是说，我们发现货币政策对高科技小企业投资和净值的影响比对高科技大企业的影响更为显著，表明中国货币政策对高科技企业存在金融加速器效应，证实了金融加速器效应的不对称现象。
中国正在努力探讨如何提高自主创新能力，而高科技企业是自主创新、科技进步的重要实施者和积极推动者，是将科学技术转化为生产力的主力军。高科技企业发展的速度如何，无疑将直接影响“建立创新型国家”战略的推进。因此，运用金融加速器理论研究货币政策对高科技企业的影响有着积极的现实意义。我们证实了货币政策对高科技企业存在金融加速器效应，并且对不同规模企业存在不对称现象，这就意味着政府在制定促进高科技企业发展的金融政策时，需要考虑金融加速器的这种效应。通过上述研究，我们发现了货币政策对高科技企业投资发展的特点和规律，从而，当新的货币政策出台时，政府和高科技企业能更好地预测该政策对高科技企业的影响；同时提示政府对不同规模的高科技企业采取更有效的相关配套政策。例如，运用金融加速器理论我们研究发现，货币政策对高科技小企业的影响比对大企业的影响大，那么，当央行实施紧缩性的货币政策时，政府就可以在资金投入和税收优惠等方面对高科技小企业进行倾斜，以减轻紧缩性货币政策对高科技小企业的冲击，从而有利于促进高科技企业和高新技术产业的发展，有利于提高我国的自主创新能力。
参 考 文 献：
［1］Bernanke B, Gertler M . Agency costs, net worth, and business fluctuations［J］. American Economic Review, 1989, 79(1): 14-31.
［2］Bernanke B, Gertle M, Gilchrist S. The financial accelerator and the flight to quality［J］. The Review of Economics and Statistics, 1996, 78(1): 1-15.
［3］Mojon, et al.. Investment and monetary policy in the euro area［J］. Jurnal of Banking & Finance, 2002, 26(2): 2111-2129.
［4］Cooper R, Ejarque J. Financial frictions and investment: requiem in Q［J］. Review of Economic Dynamics, 2003, 19(6): 710-728.
［5］Nagahata T, Sekine T. Firm investment, monetary transmission and balance-sheet problems in Japan: an investigation using micro data［J］. Japan and the World Economy, 2005, 17(1): 355-369.
［6］杜清源,龚六堂.带“金融加速器”的RBC模型［J］.金融研究,2005,4(4):35-39.
［7］吴建环,赵君丽.中国股票市场动态有效性研究［J］.统计与决策,2007,7(6):100-104.