我国货币政策金融加速器效应的行业非对称性研究，本文主要内容关键词为：对称性论文,加速器论文,货币政策论文,效应论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F82；F83 文献标识码：A 文章编号：1672-3600(2014)02-0096-03
一、问题提出
由于不同行业的边际收益不同、对货币供给的竞争能力不同，因此，在一定的利率水平上，它们对资本的需求也不同。当货币政策变动时，各行业不是等比例的变化，即货币政策对各行业存在非对称影响。对货币政策行业效应的研究始于20世纪90年代，研究主要讨论了货币政策行业效应的存在性及成因。如Bernanke & Gertler检验了货币政策对耐用品和非耐用品消费支出等不同支出的非对称影响。其后很多的学者也对货币政策行业效应进行了更深入的研究。如Hayo & Uhlenbrock研究发现，资本存量、要素密集度等因素是引起货币政策产业效应的主要原因。
我国学者也有相应研究。如周逢民、王剑和刘玄研究发现了我国货币政策存在行业效应。戴金平和金永军却得出了与王剑和刘玄相反的结论。可见，货币政策是否存在行业效应在我国尚有争议。基于Bernanke和Gertler的金融加速器理论，笔者认为，由于我国同行业面临的融资约束不同，因此行业可能存在差异性的金融加速器效应。鉴于此，本文试图从金融加速器角度分析货币政策行业效应的非对称问题。
二、研究假设
在金融加速器的作用下，行业的融资杠杆和外部融资溢价之间存在相互推动的关系，这无疑会放大货币政策的冲击。根据金融加速器理论，其核心观点可表示为：
行业的净资产水平越高，行业能够提供更多的抵押品，行业融资杠杆越低，行业投资和产出波动越小，金融加速器效应越不显著，反之，较大。由于不同行业产品特点和生产方式的差别，导致其信贷依赖程度、净资产水平、融资约束存在差异。因此，根据上述分析我们提出研究的第一个假设。
假设1：我国资本市场并不完美，不同行业信贷依赖程度、利润率和融资约束存在较大的差异，不同行业可能具有不同的金融加速效应，融资杠杆高的行业金融加速器效果更显著。
我们进一步认为，对于不同规模的企业，其体现的金融加速器效应也有差别，我们称之为金融加速器的企业规模效应。小企业信誉较差，融资更依赖于银行信贷，净资产较少，融资约束较高，这就意味着小企业的金融加速器效应较大。大企业尤其是国有企业，信誉好、融资更加多元化，净资产水平高，融资约束低，金融加速器效应较小。对于行业来说，公司平均规模小的行业，金融加速器效应大；公司平均规模大的行业，金融加速器效应小。
金融加速器效应从两方面解释了货币政策的传导。一方面，紧缩货币政策导致无风险利率的提高或收益的减少将增加违约风险，使行业的投资规模、产出和利润水平下降；另一方面导致利率升高，股票价格下降，行业的净资产水平下降，进一步增加了违约风险，行业融资杠杆升高，此时行业很难获得外部融资，最终导致行业的投资产出下降，行业的盈利能力下降，而行业的盈利能力下降会进一步降低股票价格导致行业净资产减少……，几个过程不断地被相互推动加速放大，这就形成一种循环的加速效应。
基于上述分析我们进一步提出两个假设。
假设2：企业规模越大，金融加速器效应越小；企业规模越小，金融加速器效应越大。
假设3：根据金融加速器对货币政策冲击的放大作用，融资杠杆高、金融加速器效果显著的行业对货币政策的反应更加敏感。
三、计量模型及变量选取
(一)计量模型
首先，目前大多数对货币政策行业效应的研究都是运用线性模型进行估计，但最新的研究表明货币政策具有非线性的特征，如赵进文、闵捷等。其次，根据上文假设，不同规模的企业金融加速器效应存在差别，那么如何划分企业规模是一个不得不面对的问题。现有文献多是采用分组检验的方法，但对样本分组只能主观进行，缺乏客观统一的标准，既不严谨也不科学。最后，本文认为货币政策对行业的影响路径是从宏观到微观再到中观的过程，因此，实证研究应该选取不同行业的企业层面板的数据进行分析。综上，本文采用Hansen提出的非线性的面板门槛模型对上文假设进行实际验证[7]。Hansen模型可表示为：
得到参数估计值后，我们需要进行两个方面的检验：一是门槛效果是否显著，二是门槛估计值是否等于真实值。检验的假设与原假设分别为：
(二)模型设定与变量选取
根据上文的分析，货币政策金融加速器的核心是当行业受到货币政策冲击后，净资产发生改变，影响行业外部融资成本，最终影响行业的投资和产出。整个传导过程的核心变量分别为：货币政策、行业净资产以及行业投资、产出。此外，传统Q投资理论认为，资本市场不完美，公司投资行为取决于投资机会和由于资本市场不完美所导致的融资杠杆大小，而融资杠杆大小取决于企业净资产水平，因此我们在模型中加入投资机会变量。最终，将模型设定为：
本文选择典型并且资本存量有差别的三个行业以及总行业数据进行对比分析，三个行业分别为农业、制造业和批发零售业。选择样本企业数据时对数据进行了筛选，剔除数据极端异常的公司。
四、实证结果
首先进行门槛效应的检验，从表1可以看出：单门槛效应，全国层面和三个行业都在5%显著水平下显著；双门槛效应，全国在10%显著水平下显著、农业不显著、制造业和批发零售业均在5%水平下显著；三门槛效应，农业和制造业均不显著，全国层面和批发零售业在5%水平下显著。各模型均拒绝了线性接受非线性，各模型门槛值变化不明显，农业、制造业和批发零售业单一门槛95%置信区间包含双重门槛和三重门槛值，同时为了便于对比，我们选择单一门槛模型进行估计和分析。
由表2可知，所有模型的净资产估计系数都为正，这与我们预期是一致的。模型估计系数都在1%水平下显著，这表明净资产对投资的影响是确实存在的。我国全国层面和行业层面存在金融加速器效应，而估计系数大小存在着差异，这说明我国不同行业的金融加速器效应大小具有明显的差异性。在实证结果中，农业净资产系数最大，表现出最大的金融加速器效应。因为，农业相比批发零售业和制造业，企业规模小，可作为抵押的资产少，融资杠杆最大，农业贷款容易受到抑制。相比之下，制造业内部企业规模大，资本密集程度大，拥有较多的固定资产和可抵押品，融资杠杆小，金融加速器效应不显著，这个结论也验证了上文的假设1。
模型根据门槛值将行业内部企业按照企业规模分为小企业和大企业两种类型。从不同区间的企业规模的估计系数来看，各行业
系数要大于
，说明小企业的金融加速器效应要大于大企业。因为，相对于大企业而言，小企业信誉较差，融资更依赖于银行信贷，并且小企业净资产较少，融资杠杆较高，当遇到外部冲击时，小企业受到冲击波动较大，体现出更大的金融加速器效应，这个结论也验证了上文中的假设2。
最后，从货币政策作用效果来看，各模型都是显著的，货币政策系数为负，对货币政策最敏感的行业是农业和批发零售业。农业和批发零售业净资产系数较大，表现出较大的金融加速器效应，当货币政策收紧，相对制造业来说，对农业和批发零售业的投资造成更大的波动，其对货币政策更加敏感。这个结论也验证了上文中的假设3。
五、政策建议
根据上述结论，我们提出以下政策建议：首先，货币当局在实施货币政策前要充分考虑到不同行业的货币政策金融加速器效应，对金融加速器效应大、货币政策敏感的行业要实施审慎的政策，对于金融加速器效应小、货币政策反应不明显的行业要加大政策扶持力度，保证各行业协调发展；其次，在货币政策工具选择方面要积极探索具有结构调整功能的货币政策工具，以便充分根据不同行业的金融加速器特征进行差异化的指导；最后，各行业要合理自身资产负债结构、促进多元化融资，以免货币政策变动给行业带来较大的冲击。