货币政策的区域非对称性及其影响因素研究--基于企业财务视角

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:pigdun
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
由于我国各个地区在经济水平、政府调控、区域企业特征、区域人口特征等方面存在较大差异,货币政策的调控效果并不都能达到预期目的,即货币政策的传导效果呈现区域非对称性。不少学者探索了我国货币政策区域非对称性的成因,但是多数文献着眼于货币政策对总产出和物价水平的调节,而忽视了宏观货币政策波动对微观企业行为的影响。
  因为企业是国民经济的主体,企业行为会受到货币政策的影响。企业之间不仅在产权性质、资本规模等方面存在差异,企业所处区域的制度环境、经济金融发展水平等也不同。另外,相邻地区的经济金融发展也会影响企业行为。所以,研究货币政策的区域非对称性,不仅要从企业财务行为角度出发,还需考虑企业所处地域背景差异和相邻区域的溢出效应。货币政策主要通过货币渠道和信贷渠道影响借贷成本,进而影响企业的投融资决策和产出。由此,本文认为货币政策的区域非对称性体现在两个方面:一是从传导机制,即货币渠道和信贷渠道对企业财务的非对称性;二是从区域角度,货币政策对各地企业财务行为的区域非对称性。
  为验证上述观点,本文建立了混合截面全局向量自回归模型,选取货币供应量、利率作为货币渠道变量,金融机构贷款余额作为信贷渠道变量,选取各省工业资产负债率、产成品发展速度、资产回报率衡量企业财务行为,并使用广义脉冲响应函数进行动态分析,结果显示:1)货币渠道、信贷渠道对各省的企业财务行为存在区域非对称性,且不同省之间的财务行为存在同期影响,因此将区域之间的溢出效应纳入货币政策区域效应的分析框架是十分必要的。2)货币政策对各地的资产负债率的影响各不相同,货币渠道对中部的山西、陕西、安徽及沿海地区的江苏、广东、浙江等地的资产负债率的调控失效,这主要与去杠杆主要落在国有企业上有关,而沿海一带以民营企业为主。相反,信贷渠道的去杠杆效果更优,说明信贷渠道在货币政策传导中依然占据主要地位。对于产成品发展速度而言,货币渠道和信贷渠道对大部分区域都能起到去库存的作用,特别是对于市场化水平较高的沿海一带,宽松货币政策能刺激需求、消费、增强对外贸易,降低产成品存库。对于资产回报率而言,货币供应量和贷款余额的扩大并没有起到刺激经济增长,增加收入的作用,而利率的升高却对资产回报率产生负向影响,即紧缩货币政策对企业收入的影响强于宽松货币政策。
  进一步,本文从经济发展水平、政府宏观调控、区域企业特征、区域人口特征4个维度分析了货币政策区域非对称性的成因,实证结果表明:1)经济发展水平方面:消费水平会拉动需求,刺激企业扩大经营增加负债,缓解产成品库存积压的现象;第二产业比重较高的区域,企业库存会有积压现象,但是由于工业聚集,企业的经营绩效会得到改善。2)政府宏观调控方面:对企业财务的影响存在双面性,它既可以提升企业的经营效益,也可能导致企业盲目扩大生产造成产能过剩;在固定资产投资水平越高的地区,货币政策的去库存效果更明显。3)区域企业特征方面:在国有企业比重越高的省份企业的去杠杆效果优于去库存效果;在小企业比重较高的区域,货币渠道的去杠杆效果更优。4)区域人口特征方面:教育发展水平对企业受到的货币政策冲击无明显的影响;人口老龄化会削弱信贷渠道的去杠杆效果。
  综上所述,本文认为货币政策在制定和实施时,应考虑微观企业财务行为,并结合企业所在区域的特点丰富调控手段,提升货币政策传导效率。
其他文献
图像修复是利用人们已知的信息来对图像中结构化信息的缺失进行恢复的过程。在图像修复中,人脸修复是运用范围最广,使用场景最多的应用之一。随着现代物质生活水平的飞速提高,电子产品的不断更新换代,人们对于人脸图像的要求越来越高,但现有技术无法令人满意,且对于损坏面部图像处理的功能也并未普及。因此,人脸修复算法的研究具有极大的商业价值和潜在的社会价值。  深度学习方法在人脸补全方面能够捕获图像更多的高级特征
学位
随着我国经济的快速发展,空气污染问题也越来越严重,影响了人们的身体健康和日常活动,因此利用数学模型来研究空气污染指数有着重要意义。  本文首先给出了一个随机微分方程来描述空气中污染物的动力学模型,并使用Euler–Maruyama算法对方程进行离散化,利用2014年至2017年间武汉市空气质量指数的数据,通过极大似然估计得到了方程的参数,并对未来两年的空气质量指数进行离散化模拟。之后,将随机微分方
分数Brown运动(FBM)在长记忆过程的研究中占据了极其重要的位置,特别是随着随机积分理论的发展以及Black-Scholes期权定价理论的形成,FBM在时序分析中的地位日益突显,成为自然过程和金融市场中常用的数学模型,方兴未艾的Hurst指数估计方法也成为人们关注的重点。  本文主要研究了推广的复合分数Brown运动以及Hurst指数的贝叶斯估计方法。本文首先介绍了FBM的各种性质、模拟方法和
本文综合统计分析方法、空间基尼系数、泰尔指数、空间面板等方法对2000—2017年全球人类发展水平空间差异演化及影响因素进行研究发现:①从2000年到2017年,全球HDI平均水平从0.630上升到0.717,增长了13.78%。但是从全球平均HDI增速来看,全球人类发展水平增速逐步趋缓。HDI三个分项指数值其绝对值由高到低依次为寿命指数、收入指数和教育指数。教育指数虽然得分最低,但增长最快,表明
近年来,随着人们消费观念的改变和互联网科技的进步,消费金融行业得到了蓬勃发展,越来越多的企业涌入这一领域。然而,在消费金融覆盖人群越来越广的同时,贷款欺诈现象也愈演愈烈。因此,在放贷过程中,对客户信用的鉴别显得格外重要,这也是风险控制中的重要环节。传统的风险建模运用了用户的大量信息作为协变量建立统计模型或机器学习模型,用模型的输出来判定客户的信用水平。但是在有些情况下,用于建模的协变量包含的信息可
学位
数据时代的到来使得数据逐渐上升为国家战略性资源,作为数据的重要载体,数据库的经济价值也日益凸显。与SNA1993不同,SNA2008将数据库与计算机软件剥离开来独立作为一项固定资产进行核算,此变革正是对其经济价值不容忽视的认可。然而,令人遗憾的是即便数据库的经济价值已不可小觑,目前几乎所有国家实践中均未将其纳入核算,有些国家甚至未将其纳入本国核算体系。究其原因,不外乎数据库核算理论有待完善以及统计
随着大数据时代的到来,海量数据的出现,数据缺失的问题越来越严重。缺失数据给应用研究和统计分析带来了很大困扰。传统的统计分析方法不能直接应用到缺失数据的处理中,不恰当的处理缺失数据,会导致错误的结论。因此,缺失数据的处理一直以来都是统计学的前沿和热点问题。本文考虑缺失数据下转换模型的统计推断问题,我们采用逆概率加权光滑最大秩相关估计方法来估计转换模型中的感兴趣参数,并对所提出估计量的渐近正态性和相合
学位
针对信用卡申请评分中的数据不平衡问题,本文提出了一种可以用于连续变量与分类变量混合的混合数据的欠采样方法——UMBKER。该方法可以在基本保持原有多数类样本数据分布特性不改变的前提下,有效地去除多数类样本中较为冗余的样本,从而达到降低数据不平衡率、减少不平衡数据对模型影响的目的。  UMBKER算法是一种适用于混合数据聚类的KAMILA聚类方法与去冗余算法相结合的欠采样方法。该方法先对数据集中的多
2008年的金融危机,对全球经济造成振荡,与此同时,也让经济不确定性逐渐成为学者和政策制定者不容忽视的问题。不确定性的研究早已有之,但量化经济不确定性的困难阻碍了相关研究的进一步发展。现有的测度主要在国家的维度展开,测度的方法,根据所使用数据的不同,可以划分为基于统计指标的测度、基于主观意见的测度和基于媒体信息的测度。考虑到我国各省域之间的异质性以及宏观经济不确定性测度的研究趋势,本文旨在测度省域
学位
自从金融诞生以来,风险就伴随其左右,随着网络贷款平台的迅猛发展,信用风险问题层出不穷。2016年8月,监管部门发布了《网络借贷信息中介机构业务活动管理暂行办法》,为行业的规范发展指引了道路。无论是出于金融机构本身对于预期损失和收益估算的需要,还是基于监管部门对金融机构的要求,金融机构都需要对信用风险各项指标做预测。2004年颁布的《新巴塞尔资本协议》充分反映了一笔交易的信用风险既包含债务人的违约概
学位