《企業(yè)資產(chǎn)負債狀況對企業(yè)投資規(guī)模的影響實證研究》由會員分享，可在線閱讀，更多相關(guān)《企業(yè)資產(chǎn)負債狀況對企業(yè)投資規(guī)模的影響實證研究（5頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、企業(yè)資產(chǎn)負債狀況對企業(yè)投資規(guī)模的影響實證研究 　　一、引言 　　20 世紀 90 年代以來 ， 隨著經(jīng)濟虛擬化與金融全球化的發(fā)展，金融市場對宏觀經(jīng)濟波動的影響日益顯著。 由于金融市場中信息不對稱的存在，經(jīng)濟中出現(xiàn)的微小的、暫時性的外部沖擊，例如技術(shù)進步、利率變動或者通貨膨脹率的變化等等，都會通過金融市場的傳導(dǎo)而被不斷加強和持續(xù)放大，最終導(dǎo)致實體經(jīng)濟出現(xiàn)劇烈波動。 Bernanke,Gertler 和 Gilchrist（1996）以因信息不對稱而產(chǎn)生的代理成本為切入點，將金融摩擦引入經(jīng)濟周期波動的一般分析框架，提出了著名的金融加速器（Financ

2、ial Accelerator）理論。該理論有力地解釋了宏觀經(jīng)濟運行中的"小沖擊，大波動";問題。 　　當經(jīng)濟中出現(xiàn)一次性的負向外部沖擊引起企業(yè)資產(chǎn)凈值下降時，企業(yè)的外部融資溢價隨之上升，導(dǎo)致其可以從金融機構(gòu)獲得的貸款減少甚至無法獲得貸款，由于缺乏可替代的資金來源，企業(yè)不得不縮減投資，而投資減少會引起資產(chǎn)價格下降，資產(chǎn)價格下降又進一步促使企業(yè)資產(chǎn)凈值下降。 這種相互加強的機制不斷循環(huán)，最終導(dǎo)致投資和產(chǎn)出的大幅縮減，造成整個經(jīng)濟的緊縮效果。 　　自 Bernanke 等人提出金融加速器理論以來， 國內(nèi)外學(xué)者圍繞金融加速器效應(yīng)進行了大量的研究， 在絕大部分的研究結(jié)果中，都證實了金融加速器機制的

3、存在性（Balke,2000;Ichiro,2002;崔光燦,2006;趙振全等,2007;王立勇等,2012）。 但這些研究多為宏觀層面的存在性或非對稱性檢驗，缺乏對微觀層面金融加速器傳導(dǎo)機理的研究。 因此，本文利用 2003-2012 年我國 A 股 836 家上市公司的財務(wù)數(shù)據(jù)，運用動態(tài)面板數(shù)據(jù)模型，實證檢驗企業(yè)資產(chǎn)負債狀況對企業(yè)投資規(guī)模的影響，從而分析我國企業(yè)微觀層面金融加速器傳導(dǎo)機制。 　　二、文獻綜述 　　Bernanke 和 Gertler（1989）首先提出信貸市場不完美可能會對經(jīng)濟波動產(chǎn)生放大作用。 他們認為由于信息不對稱的存在，信貸市場摩擦引起借貸雙方代理成本發(fā)生變化，

4、 從而影響企業(yè)投資，最終放大經(jīng)濟波動。 在此基礎(chǔ)上，Bernanke,Gertler 和 Gilchrist（1996）正式提出了"金融加速器";的概念，他們用"金融加速器";來表示信貸市場放大初始沖擊的機制，從而揭示出信貸市場在"小沖擊，大波動";現(xiàn)象中的重要作用。 他們認為，由于狀態(tài)驗證成本（CSV）的存在 ，企業(yè)外部融資的成本通常高于內(nèi)部融資的成本 ，并將外部融資成本高于內(nèi)部融資成本的部分定義為"外部融資溢價";（External Financial Premium）。 而金融加速器作用機制的關(guān)鍵就在于，在信貸市場存在信息不對稱的條件下，企業(yè)外部融資溢價與企業(yè)資產(chǎn)凈值負相關(guān)。這里的資產(chǎn)凈

5、值是指企業(yè)流動資產(chǎn)與可抵押物品的價值之和，代表了企業(yè)的資產(chǎn)負債狀況。 Bernanke,Gertler 和 Gilchrist（1998）直接將信貸市場摩擦和企業(yè)凈值引入動態(tài)新凱恩斯模型的分析框架，設(shè)計了一個包含金融加速器的動態(tài)宏觀經(jīng)濟學(xué)模型，并通過該模型定量分析了金融加速器在經(jīng)濟周期中的作用，從而使金融加速器理論逐漸趨于完善。 　　自金融加速器理論提出以后，國內(nèi)外學(xué)者圍繞金融加速器進行了大量的研究，這些研究主要從以下三個方面展開： 　　第一， 檢驗金融加速器的存在性， 并用其解釋經(jīng)濟波動。Ichiro（2002）運用日本的數(shù)據(jù)對帶有金融加速器的 DSGE 模型進行模擬，結(jié)果顯示，金融加速

6、器機制能有效地解釋日本企業(yè)投資的巨大波動。崔光燦（2006）在 BGG 模型的基礎(chǔ)上，結(jié)合中國的情況， 構(gòu)建了一個包含金融加速器的兩部門動態(tài)宏觀經(jīng)濟學(xué)模型，數(shù)值模擬結(jié)果表明，以房地產(chǎn)價格為代表的資產(chǎn)價格波動會對中國宏觀經(jīng)濟波動造成影響，并且這種影響可以通過金融加速器機制得到解釋。 趙振全、于震和劉淼（2007）運用 TVAR 模型對中國信貸市場與宏觀經(jīng)濟波動的關(guān)聯(lián)性進行了檢驗，非線性脈沖響應(yīng)函數(shù)的檢驗結(jié)果表明，中國宏觀經(jīng)濟運行中存在顯著的金融加速器效應(yīng)，運用金融加速器理論有助于合理解釋中國宏觀經(jīng)濟波動的軌跡特征。 　　第二，對金融加速器的非對稱性特征進行驗證與解釋。 Ver-meulen（2

7、002）考察了 1983-1997 年 間德國 、法國 、意 大利和西班牙的投資情況，實證研究發(fā)現(xiàn)，經(jīng)濟衰退期的金融加速器效應(yīng)更加明顯， 且對于小公司投資的影響要明顯大于大公司。 Gertler,Gilchrist 和 Natalucci（2003）構(gòu)建了一個小型開放經(jīng)濟模型 ，運 用韓國在 1997 年亞洲金融危機期間的數(shù)據(jù)進行模擬， 模擬結(jié)果表明，相較于浮動匯率而言，固定匯率對金融危機的加劇效應(yīng)更加明顯。吳建環(huán)和席瑩（2007）實證檢驗了貨幣政策對高科技企業(yè)存在的金融加速器效應(yīng)，并且發(fā)現(xiàn)貨幣政策對不同規(guī)模的高科技企業(yè)的影響存在不對稱現(xiàn)象，高科技小企業(yè)投資和凈值受到的影響明顯高于高科技大企業(yè)

8、。 袁申國、陳平和劉蘭鳳（2011）對 1997-2008 年中國宏觀經(jīng)濟波動特征進行分析， 比較不同匯率制度下金融加速器效應(yīng)的差異，驗證了在中國相對浮動匯率而言，固定匯率會加大經(jīng)濟波動。 由此可見，金融加速器效應(yīng)的非對稱性特征主要體現(xiàn)在三個方面：一是與經(jīng)濟繁榮時期相比，經(jīng)濟衰退時期的金融加速器效應(yīng)更明顯；二是與大企業(yè)相比，小企業(yè)的金融加速器效應(yīng)更顯著；三是與浮動匯率制度相比，固定匯率制度下的金融加速器效應(yīng)更明顯。 　　第三，研究金融加速器效應(yīng)在不同市場、行業(yè)中的應(yīng)用。Aoki和 Proudman（2004）利用 BGG 模型分析了房地產(chǎn)市場對貨幣政策傳導(dǎo)的影響，實證結(jié)果顯示，貨幣政策沖擊對

9、消費和住房投資的影響經(jīng)過金融加速器傳導(dǎo)機制而被顯著放大。黃靜（2010）實證檢驗了我國房地產(chǎn)價格、信貸和房地產(chǎn)投資之間的關(guān)系，發(fā)現(xiàn)我國存在以房地產(chǎn)價格為傳導(dǎo)途徑的金融加速器效應(yīng)。 Nadeau 和Wasmer（2010）研究了美國勞動力市場中的金融加速器效應(yīng) ，結(jié)果表明市場摩擦的存在使勞動力雇傭成本上升，勞動力需求和工資會受到金融加速器的顯著影響。袁申國和劉蘭鳳（2009）對行業(yè)層面的金融加速器效應(yīng)差異進行分析，SUR 估計結(jié)果顯示，制造業(yè) 30 個子類行業(yè)中有 15 個行業(yè)表現(xiàn)出明顯的金融加速器效應(yīng)，效應(yīng)大小各不相同，其中效應(yīng)最大的是金屬制品業(yè)。 　　縱觀國內(nèi)外對金融加速器研究的文獻可以發(fā)

10、現(xiàn)，已有研究多為在宏觀層面的存在性檢驗，也有不少對不同時期、企業(yè)規(guī)模和匯率制度下的非對稱性進行研究，還有少量對不同行業(yè)、不同區(qū)域信貸市場金融加速器效應(yīng)差異性的實證研究，但是鮮有微觀層面的傳導(dǎo)機制的研究。而企業(yè)在金融加速器放大外生沖擊的過程中扮演著關(guān)鍵角色， 企業(yè)資產(chǎn)負債狀況如何影響企業(yè)投資行為，正是整個金融加速器機制得以運行的微觀基礎(chǔ)。因此本文利用我國上市公司數(shù)據(jù)， 實證分析在外生沖擊影響企業(yè)投資的過程中，企業(yè)資產(chǎn)負債狀況對企業(yè)投資的作用，從而對我國企業(yè)微觀層面的金融加速器傳導(dǎo)機制進行檢驗。 　　三、實證檢驗 　　1.樣本選取 　　本文選取我國滬、 深兩市 2003-2012 年 A 股

11、非金融類上市公司的財務(wù)數(shù)據(jù)作為樣本進行實證研究。 為保證數(shù)據(jù)的有效性，對以下幾類樣本進行了剔除處理： 金融、 保險業(yè)上市公司；2003年以后上市的公司；在 A、B 股同時上市的公司；在研究期間處于*ST、ST 和 PT 狀態(tài)的上市公司。 此外，剔除了存在數(shù)據(jù)缺失及極端異常數(shù)據(jù)的樣本。 經(jīng)過處理最終得到 10 年內(nèi) 836 家上市公司共計 8360 個有效樣本，該樣本為平衡面板數(shù)據(jù)。 　　本文使用的上市公司財務(wù)數(shù)據(jù)均來自于國泰安服務(wù)中心CSMAR 數(shù)據(jù)庫中的《中國上市公司財務(wù)報表數(shù)據(jù)庫》和《中國上市公司財務(wù)指標分析表數(shù)據(jù)庫》。 　　2.模型設(shè)定 　　金融加速器的形成機制表明，在信息不對稱條

12、件下，較差的企業(yè)資產(chǎn)負債狀況會導(dǎo)致較高的外部融資溢價，進而對企業(yè)投資產(chǎn)生持續(xù)影響。本文通過實證分析企業(yè)投資與企業(yè)資產(chǎn)負債狀況的關(guān)系來驗證企業(yè)層面的金融加速器效應(yīng)，因此首先需要設(shè)定合適的投資模型。 本文借鑒 Klaus Gugler 和 Evgeni Peev（2009）的作法，將結(jié)合了現(xiàn)金流和銷售收入的投資加速器現(xiàn)金流模型作為研究的基本模型。為了檢驗企業(yè)資產(chǎn)負債狀況如何影響企業(yè)投資行為， 本文將能夠反映企業(yè)資產(chǎn)負債狀況的指標引入基本模型當中，參照童盼、陸正飛（2005）選用滯后一期的資產(chǎn)負債率來反映企業(yè)的資產(chǎn)負債狀況。 設(shè)定模型如下： 　　其中，IKit是投資資本存量比，表示當期投資。

13、投資 I 用現(xiàn)金流量表中，購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金，投資支付的現(xiàn)金， 取得子公司及其他營業(yè)單位支付的現(xiàn)金凈額，這三個指標的和表示。 資本存量 K 用期初總資產(chǎn)表示。 本文使用投資與資本存量的相對數(shù)表示投資規(guī)模，是為了消除由于不同企業(yè)規(guī)模對投資行為的影響?？紤]到企業(yè)投資行為是一個動態(tài)調(diào)整的過程， 所以模型中引入了投資的滯后項 IKi,t-1， 參考袁申國（2010）的作法將滯后期選擇為一期。 　　資產(chǎn)負債率的一期滯后 DAi,t-1是模型中的核心變量，相對于當期的資產(chǎn)負債率而言，滯后一期的資產(chǎn)負債率對企業(yè)投資的影響更為顯著。 CFKit是現(xiàn)金流資本存量比，現(xiàn)金流 CF 采

14、用經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額。SKit是銷售收入資本存量比，銷售收入 S采用營業(yè)收入指標。 　　實證估計中，本文主要關(guān)注的是企業(yè)資產(chǎn)負債率 DAi,t-1的估計系數(shù) β2， 系數(shù) β2反映了投資資本存量比對滯后一期的資產(chǎn)負債率變化的敏感程度。 如果 β2顯著為負，則說明企業(yè)資產(chǎn)負債狀況對企業(yè)投資具有顯著的負向影響，存在企業(yè)層面的金融加速器效應(yīng)。 此外，系數(shù) β3反映了企業(yè)進行投資時，對其內(nèi)部現(xiàn)金流的依賴程度， 該系數(shù)越大意味著企業(yè)投資越依賴于企業(yè)的內(nèi)部資金。 　　3.模型檢驗與結(jié)果分析 　　由于模型中包含被解釋變量 IKit的滯后項，是一個動態(tài)面板數(shù)據(jù)模型，因此無法使用常用的最小二乘估計

15、和固定效應(yīng)模型估計。 本文采用 Arellano 和 Bond（1991）提出的 GMM 一階差分動態(tài)面板估計方法（簡稱 A-B 估計）對模型進行估計。 為了保證實證結(jié)果的準確性，減輕內(nèi)生性問題，將資產(chǎn)負債率 DAi,t-1設(shè)定為內(nèi)生變量，將現(xiàn)金流比率 CFKit和銷售收入比率 SKit設(shè)定為前定變量。 　　本文利用 Stata 12.0 軟件， 采用一階差分 GMM 估計方法對模型進行估計，結(jié)果報告在表中。二階序列相關(guān)性檢驗 AR(2)的 p值為 0.2344>大于 0.05，說明在 5%的顯著性水平上無法拒絕原假設(shè)，所以擾動項的差分不存在二階自相關(guān)，可以使用差分 GMM估計。 Sarga

16、n 過度識別檢驗的 p 值=0.0673>0.05，因此在 5%的顯著性水平下，工具變量的選取是有效的。 　　從表中的估計結(jié)果可以看出， 投資的滯后項 IKi,t-1的估計系數(shù)在 1%水平上顯著為正， 這說明企業(yè)投資很有可能不是一次性完成的，而是分多期完成的，因此企業(yè)前期投資會對后期投資產(chǎn)生重要的影響。 資產(chǎn)負債率 DAi,t-1的估計系數(shù)為-0.214，系數(shù)為負并且在 1%水平上顯著， 充分說明我國企業(yè)的資產(chǎn)負債狀況確實會對投資產(chǎn)生影響，并且影響十分顯著。 這一結(jié)果從企業(yè)層面進一步證實了我國經(jīng)濟確實存在明顯的金融加速器?，F(xiàn)金流比率CFKit的系數(shù)在 5%顯著水平內(nèi)為正，企業(yè)投資與內(nèi)部現(xiàn)

17、金流的這種正相關(guān)性說明， 企業(yè)內(nèi)部融資成本和外部融資成本存在差異，由于內(nèi)部融資的成本較低，企業(yè)往往更傾向于使用內(nèi)部資金。 銷售收入比率 SKit也與企業(yè)投資顯著正相關(guān)，這說明擁有越高主營業(yè)務(wù)收入的企業(yè)，越有動力進行固定資產(chǎn)投資擴大生產(chǎn)規(guī)模。 　　四、結(jié)論 　　本文從企業(yè)微觀層面分析金融加速器效應(yīng)的傳導(dǎo)機制，通過對 2003-2012 年我國 A 股 836 家上市公司財務(wù)數(shù)據(jù)的實證研究表明，企業(yè)資產(chǎn)負債率對企業(yè)投資具有顯著的負向影響，較差的資產(chǎn)負債狀況會提高企業(yè)的外部融資成本，導(dǎo)致較高的外部融資溢價，限制企業(yè)獲得貸款融資的能力，進而對企業(yè)投資產(chǎn)生持續(xù)影響。 特別是在以銀行為主的間接融資模式

18、占主導(dǎo)地位的環(huán)境下，我國進行宏觀經(jīng)濟調(diào)控時更要避免外部沖擊通過金融加速器對經(jīng)濟波動產(chǎn)生的劇烈影響。 　　要從根本上避免金融加速器效應(yīng)產(chǎn)生的消極影響，還要從金融加速器的傳導(dǎo)機制，以及引起金融加速器效應(yīng)的金融環(huán)境這兩方面入手。 一方面，在全國范圍內(nèi)建立信用評價體系和信用擔保體系，減少借貸雙方之間的信息不對稱，從而有效降低企業(yè)外部融資的融資成本；另一方面，加快金融市場的培育和發(fā)展，盡快降低經(jīng)濟對信貸市場的依賴性。 　　參考文獻： 　　[1]Bernanke,B.S.,Gertler,M.Agency Costs,Net Worthand Business Fluctuations [J]. A

19、merican Economic Re-view, 1989,79:14-31. 　　[2]Bernanke, B. S., Gertler, M., Gilchrist, S., TheFinancial Accelerator and the Flight to Quality [J].The Review of Economics and Statistics, 1996,78:1-15. 　　[3]Bernanke, B. S., Gertler, M., Gilchrist, S., TheFinancial Accelerator in a Quantitative Business CycleFramework. NBER Working Paper, 1998,21:1341-1393