中國貨幣政策對高科技企業(yè)的影響研究

摘 要：伯南科（Bernanke）1996年提出的金融加速器理論近年來引起了眾多學者的關注。本文運用該理論和中國2002年至2007年第2季度的數據，實證分析了貨幣政策對不同規(guī)模高科技企業(yè)的影響，研究證實了金融加速器效應的不對稱現象，發(fā)現貨幣政策對高科技小企業(yè)投資和凈值的影響比對高科技大企業(yè)的影響更為顯著。這意味著在制定促進高科技企業(yè)發(fā)展的金融政策時需要考慮金融加速器的這種效應。

關鍵詞：金融加速器；高科技上市公司；投資；凈值

中圖分類號：F830.9 文獻標識碼：A 文章編號：1003-5192(2008)04-0016-04

Research of the Effect of Chinese Monetary Policies on Hi-tech Companies 

WU Jian-huan1，2， XI Ying3

（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、企業(yè)凈植與周期波動》一文中考慮了信息不對稱因素，拋棄了MM定理的假設，將相關研究推進了一大步。在該文中，他們闡述了金融加速器的運行機制。伯南科和格特勒指出，在信息不對稱的條件下，借款人的凈值將決定他們獲得外部資金的能力，凈值越高，內部融資與外部融資的差異（外部融資升水、監(jiān)督，違約，破產或代理成本）越低，意味著負債人可以獲得更多外部貸款，投資水平因此提高［1］。

在經濟景氣時期，借款人的凈值升高，投資就增加；相反，在衰退時期凈值下降，則投資減少；尤其是，由凈值決定的投資的波動將使經濟原來的走勢具有一種自我加強的慣性。1996年伯南科和格特勒將上述運行機制正式稱為“金融加速器” （financial accelerator），并通過金融加速器模型來加以說明［2］。簡言之，金融加速器效應是指，由于金融市場存在信息不對稱，如果社會技術進步或貨幣政策等外在沖擊發(fā)生變化，這些沖擊對投資、產出等經濟變量的影響會被放大，并可能給經濟波動帶來巨大的影響。如果外在沖擊是貨幣政策，并且貨幣政策變化對投資等變量的影響被放大，該現象就被稱為貨幣政策的金融加速器效應。 

國外學者對金融加速器效應進行了一系列研究后認為，貨幣政策的金融加速器效應具有不對稱性：金融加速器效應對小企業(yè)的作用與對大企業(yè)的作用不同［3］；貨幣政策等沖擊對企業(yè)投資等變量的影響在經濟衰退時期與在繁榮時期不同［4］；在固定匯率體制下的金融加速器效應與浮動匯率制度下的金融加速器效應不同［5］。

在實證分析金融加速器的效應時，國外學者所使用的樣本大多是制造業(yè)，但正如他們所承認，其他行業(yè)的小企業(yè)要多于制造業(yè)的小企業(yè)；他們也沒有專門選擇高科技企業(yè)作樣本，而高科技企業(yè)能充當抵押物的有形資產相對較少，從而“凈值”相對較少［6］。因此，根據金融加速器理論，他們的實證結果可能還低估了金融加速器的效應。本文以高科技上市公司為樣本，主要研究貨幣政策對不同規(guī)模高科技企業(yè)的金融加速器效應，以試圖彌補他們研究中的上述不足；另外，在金融加速器效應研究方面，我們目前還沒有發(fā)現運用中國的相關數據做的實證研究文獻，因而本文也力圖彌補這一方面的缺憾。

2 實證研究

本文以中國高科技上市公司為樣本，研究當貨幣政策發(fā)生變動后，是否會導致高科技企業(yè)的投資和凈值發(fā)生變化，這種變化是否是加速的，貨幣政策對不同規(guī)模高科技企業(yè)投資和凈值的影響是否相同，有何規(guī)律。

2.1 數據選取

我們對中國高科技上市公司中的大企業(yè)和小企業(yè)分別進行研究，然后比較貨幣政策對不同規(guī)模企業(yè)的影響程度。本文選取2005年中國高科技上市公司規(guī)模前10強榜單中的10家企業(yè)作為大型高科技企業(yè)的代表，選取在滬市上市的總資產規(guī)模較小的10家高科技企業(yè)作為小企業(yè)的代表。

吳建環(huán)，等：中國貨幣政策對高科技企業(yè)的影響研究

Vo1.27， No.4預測2008年第4期

根據本文要解決的問題和上述金融加速器傳導機制，我們選取實際貨幣供給量M2（貨幣供給量/價格指數）的增長率m作為貨幣政策的度量；選取企業(yè)的實際總資產（資產總量/價格指數）減去實際總負債（負債總量/價格指數）即實際凈資產N作為企業(yè)凈值的度量，另外，選取企業(yè)的長期投資增長率I（長期投資凈值/總資產）作為企業(yè)投資的度量［7］。本文采取實際經濟變量進行分析，而不討論名義的經濟變量，這個和傳統的RBC模型的分析方法是類似的。其中，名義M2和價格指數p的數據來自于中國人民銀行網站http://www.pbc.gov.cn/ 的2002年第4季度至2007年第2季度的季度數據。 總資產、總負債和長期投資凈值的數據來自于各上市公司對外公布的2002年第4季度至2007年第2季度的季度資產負債表。

2.2 模型的假設條件與建立

本文將對所研究的兩組企業(yè)——大企業(yè)和小企業(yè)，分別進行回歸分析。每組數據都是10個實體（企業(yè)），其中每個實體連續(xù)被觀測T=19個時期（2002年第4季度，2003年第1季度，……，2007年第2季度），這是兩組典型的面板數據。數據可表示為：(Ii，t，，mi，t，Ni，t)，i=1，2，…，20，t=1，2，…，19。其中第一個下腳標i是被觀測的實體（企業(yè)），第二個下腳標t指被觀測的時期。選取投資率的對數值lnI作為被解釋變量，實際貨幣供給增長率的前2期值m(-2)和前1期的實際凈資產的對數值lnN(-1)作為解釋變量，這是考慮到貨幣政策的時滯性。

根據金融加速器理論和貨幣政策傳導理論，建立模型如下

大企業(yè)

2.2.1 假設條件

假設在個體成員上存在個體影響而無結構變化，并且個體影響可以分別用截距項c1+ci*（i=1，2，…，10）和c2+ci*（i=11，12，…，20）的差別來說明，即模型采用固定影響變截距模型。c1為10個大企業(yè)的平均自發(fā)投資率水平，c2為10個小企業(yè)的平均自發(fā)投資率水平，ci*為i企業(yè)自發(fā)投資率對平均自發(fā)投資率的偏離，即允許各企業(yè)在投資率結構上存在一定程度的差異，所以，可以認為各企業(yè)回歸方程的隨機誤差項ut之間存在異方差，但企業(yè)之間和時期之間的協方差為零，即對應假設為

對于兩個企業(yè)的回歸方程，m(-2)項和lnN(-1)項的t檢驗值在5％的置信水平下都很顯著，方程擬合都較好，由對數與半對數形式的回歸方程系數的經濟含義知，在5％的置信水平下，對于大企業(yè)，實際貨幣供給增長率m變動1個單位，對投資率的影響是使其按100×0.28％的速度正向變化。對于小企業(yè)，實際貨幣供給增長率m變動1個單位，對投資率的影響是使其按100×0.71％的速度正向變化。

由上述數據可以看出，實際貨幣供給增長率的變動對高科技小企業(yè)的投資率的影響要大于對大企業(yè)的影響。這正是金融加速器效應在規(guī)模不同的高科技企業(yè)上的不對稱性體現。

2.4 對加速作用的進一步分析

在金融加速器理論中，貨幣政策通過企業(yè)資產負債表的傳導主要是通過企業(yè)實際凈資產的變化來實現的。為了更清楚地看到金融加速器的加速作用，本文進一步研究貨幣政策對不同規(guī)模高科技上市公司實際凈資產的影響，再次建立企業(yè)實際凈資產N與實際貨幣供給增長率m之間的回歸方程。

考慮到貨幣政策變動對實際凈資產的循環(huán)影響，本文將采用動態(tài)的新凱恩斯宏觀分析框架，加入企業(yè)凈資產的滯后期作為一個解釋變量。模型一共考察四個變量：實際貨幣供給量M2的增長率m，企業(yè)當期實際凈資產N，和企業(yè)前3期的實際凈資產lnN(-3)，由此，建立兩組分別含有10個個體成員方程的固定影響動態(tài)變截距模型，回歸方程分別為

大企業(yè)

對于大企業(yè)的回歸方程，d項， m項和lnN(-3)項的t檢驗值在5％的置信水平下都很顯著，方程擬合較好，方程形式仍然屬于半對數模型，根據半對數模型的系數的經濟含義可知，即實際貨幣供給增長率增加1％，則大企業(yè)的實際凈資產可以達到1.46％的增長速度。對于小企業(yè)的回歸方程，m項和lnN(-3)項的t檢驗值在5％的置信水平下顯著，但d項沒有通過5％置信水平下的t檢驗，所以在5％的置信水平下，小企業(yè)的模型中不應包含截距項。由其系數的經濟含義知，在5％的置信水平下，即實際貨幣供給增長率增加1％，則小企業(yè)的實際凈資產可以達到18.68%的增長速度。上述實證表明，實際貨幣供給增長率的變動對小型高科技企業(yè)的實際凈資產的影響要大于對大型高科技企業(yè)的影響。

3 結 論

我們的實證結果表明，無論是貨幣政策對企業(yè)投資率的影響還是貨幣政策對企業(yè)實際凈資產的影響，都反映了實際貨幣供給增長率的變動對高科技小企業(yè)的影響要大于對高科技大企業(yè)的影響，即小企業(yè)對貨幣政策更為敏感；也就是說，我們發(fā)現貨幣政策對高科技小企業(yè)投資和凈值的影響比對高科技大企業(yè)的影響更為顯著，表明中國貨幣政策對高科技企業(yè)存在金融加速器效應，證實了金融加速器效應的不對稱現象。

中國正在努力探討如何提高自主創(chuàng)新能力，而高科技企業(yè)是自主創(chuàng)新、科技進步的重要實施者和積極推動者，是將科學技術轉化為生產力的主力軍。高科技企業(yè)發(fā)展的速度如何，無疑將直接影響“建立創(chuàng)新型國家”戰(zhàn)略的推進。因此，運用金融加速器理論研究貨幣政策對高科技企業(yè)的影響有著積極的現實意義。我們證實了貨幣政策對高科技企業(yè)存在金融加速器效應，并且對不同規(guī)模企業(yè)存在不對稱現象，這就意味著政府在制定促進高科技企業(yè)發(fā)展的金融政策時，需要考慮金融加速器的這種效應。通過上述研究，我們發(fā)現了貨幣政策對高科技企業(yè)投資發(fā)展的特點和規(guī)律，從而，當新的貨幣政策出臺時，政府和高科技企業(yè)能更好地預測該政策對高科技企業(yè)的影響；同時提示政府對不同規(guī)模的高科技企業(yè)采取更有效的相關配套政策。例如，運用金融加速器理論我們研究發(fā)現，貨幣政策對高科技小企業(yè)的影響比對大企業(yè)的影響大，那么，當央行實施緊縮性的貨幣政策時，政府就可以在資金投入和稅收優(yōu)惠等方面對高科技小企業(yè)進行傾斜，以減輕緊縮性貨幣政策對高科技小企業(yè)的沖擊，從而有利于促進高科技企業(yè)和高新技術產業(yè)的發(fā)展，有利于提高我國的自主創(chuàng)新能力。

參 考 文 獻：

［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，龔六堂.帶“金融加速器”的RBC模型［J］.金融研究，2005，4(4):35-39.

［7］吳建環(huán)，趙君麗.中國股票市場動態(tài)有效性研究［J］.統計與決策，2007，7(6):100-104.