摘要：文章使用SUR計(jì)量方法，對(duì)制造業(yè)30個(gè)子類行業(yè)的行業(yè)層面的金融加速器效應(yīng)大小進(jìn)行分析。得出結(jié)論：有15個(gè)行業(yè)沒(méi)有表現(xiàn)出明顯的行業(yè)層面的金融加速器效應(yīng)；另外15個(gè)行業(yè)中，金屬制品業(yè)表現(xiàn)出最大的行業(yè)層面的金融加速器效應(yīng)。效應(yīng)大小為1.982％。木材加工及木、竹、藤、棕、草制品業(yè)行業(yè)層面的金融加速器效應(yīng)最小，效應(yīng)大小為0.50％，其他行業(yè)的行業(yè)層面金融加速器效應(yīng)大小在0.56％～1.73％之間。這些結(jié)論對(duì)政府的信貸政策有一定的參考作用。
　　關(guān)鍵詞：金融加速器效應(yīng)；貨幣政策；行業(yè)差異性
　　中圖分類號(hào)：F830　文獻(xiàn)標(biāo)識(shí)碼：A　文章編號(hào)：1006-1428(2009)03-0036-04
　　
　　一、引言
　　
　　1989年，Bemanke和Gerder提出。信貸市場(chǎng)不完美會(huì)引起借貸雙方的代理成本變化，由此引起企業(yè)資產(chǎn)負(fù)債改變，從而引起企業(yè)投資和產(chǎn)量變化。最終使得經(jīng)濟(jì)出現(xiàn)更大的波動(dòng)，他們將這種效應(yīng)稱為加速器效應(yīng)。1994年，Bemauke、Gertler和Gilchrist正式提出了金融加速器概念。1998年。這三位學(xué)者又采用動(dòng)態(tài)新凱恩斯(Dynamic New Keynesian-DNK)模型分析框架，將信貸市場(chǎng)不完美和企業(yè)凈值納入主流宏觀經(jīng)濟(jì)模型，分析了金融加速器在經(jīng)濟(jì)周期中的作用。從而使金融加速器理論逐漸趨于完善。從金融加速器的概念可以看出，金融加速器效應(yīng)主要是從企業(yè)層面來(lái)分析信貸市場(chǎng)不完美造成企業(yè)投資波動(dòng)最終影響產(chǎn)出，所以相關(guān)的實(shí)證研究文獻(xiàn)都是從企業(yè)的角度出發(fā)研究金融加速器效應(yīng)。比如，Gertler和Gilchrist(1991)將制造企業(yè)按資產(chǎn)劃分為小企業(yè)和大企業(yè)，考察了制造企業(yè)的銷售量數(shù)據(jù)，結(jié)果發(fā)現(xiàn)貨幣供應(yīng)量M2的增長(zhǎng)對(duì)大企業(yè)沒(méi)有太大影響，卻與小企業(yè)的增長(zhǎng)有很強(qiáng)的正向關(guān)系；Benanke，Gertler和Gilchrist(1994)分析了不同規(guī)模的企業(yè)在面臨緊縮的貨幣政策時(shí)投資支出與現(xiàn)金流狀況，認(rèn)為小企業(yè)的金融加速器效應(yīng)大于大企業(yè)的金融加速器效應(yīng)；吳建環(huán)和席瑩(2007)以貨幣政策對(duì)不同規(guī)模高科技企業(yè)的影響為例，分析了中國(guó)貨幣政策的金融加速器效應(yīng)。
　　本文認(rèn)為，金融加速器效應(yīng)雖然是針對(duì)企業(yè)層面提出的概念，但是一個(gè)行業(yè)的所有企業(yè)表現(xiàn)出的金融加速器效應(yīng)加總后最終會(huì)通過(guò)該行業(yè)宏觀地表現(xiàn)出來(lái)。也就是說(shuō)，貨幣政策變動(dòng)后，由于信貸市場(chǎng)不完美，影響到行業(yè)內(nèi)各個(gè)企業(yè)的資產(chǎn)負(fù)債、投資和產(chǎn)出，當(dāng)將行業(yè)內(nèi)所有企業(yè)的有關(guān)變量相應(yīng)變動(dòng)加總后，最終行業(yè)層面的資產(chǎn)負(fù)債、投資和產(chǎn)出都因貨幣政策變動(dòng)而受到影響。這樣，在行業(yè)層面，貨幣政策通過(guò)資產(chǎn)負(fù)債表渠道的傳導(dǎo)途徑同樣是：貨幣政策M(jìn)變動(dòng)影響利率，利率的變化影響行業(yè)層面的資產(chǎn)凈值NE、投資I和產(chǎn)出Y，最終使經(jīng)濟(jì)出現(xiàn)波動(dòng)。這樣，研究一個(gè)行業(yè)的投資、產(chǎn)出、資產(chǎn)凈值受貨幣政策的影響程度，就可以得出行業(yè)層面的金融加速器效應(yīng)大小。很多研究文獻(xiàn)指出，我國(guó)貨幣政策具有非對(duì)稱性的行業(yè)效應(yīng)，這顯然表明貨幣政策在行業(yè)中的傳導(dǎo)具有差異性，從而對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生不同的影響，也就是說(shuō)，各個(gè)行業(yè)可能具有不同的金融加速器效應(yīng)。為了研究行業(yè)層面的金融加速器效應(yīng)差異。本文選擇制造業(yè)行業(yè)中的30個(gè)子類行業(yè)作為研究對(duì)象，使用SUB估計(jì)方法，對(duì)這些行業(yè)構(gòu)成的方程組進(jìn)行回歸分析。試圖找到各行業(yè)的行業(yè)層面的金融加速器效應(yīng)大小。為我國(guó)針對(duì)不同行業(yè)制定不同的信貸政策提供一定的參考。
　　
　　二、模型選擇和數(shù)據(jù)說(shuō)明
　　
　　由金融加速器理論知。當(dāng)貨幣供給M上升后，引起利率R下降，股票價(jià)格P上升，企業(yè)資產(chǎn)凈值N增加，凈值增加使得企業(yè)的貸款L上升，從而企業(yè)的投資I和產(chǎn)出Y都將增加，使得經(jīng)濟(jì)出現(xiàn)更大波動(dòng)。根據(jù)該理論，貨幣供給量M和利率R都可以作為貨幣政策變量。投資I和產(chǎn)出Y的變動(dòng)可以作為金融加速器效應(yīng)大小的變量。資產(chǎn)凈值NE和貸款L屬于金融加速器的中間傳導(dǎo)變量�？紤]到我國(guó)利率沒(méi)有完全市場(chǎng)化。這里選擇貨幣供給量M2作為貨幣政策變量，選擇資產(chǎn)凈值N作為中間變量。選擇投資I作為衡量金融加速器效應(yīng)的變量。于是，模型的被解釋變量為行業(yè)的投資額I。解釋變量為行業(yè)的資產(chǎn)凈值N和貨幣政策變量M2。Benanke等人指出，企業(yè)的凈值是指企業(yè)流動(dòng)資產(chǎn)與可抵押物品的價(jià)值之和，由于數(shù)據(jù)的可獲得性，這里不使用這些數(shù)據(jù)，而使用各行業(yè)的資產(chǎn)總值減去負(fù)債總值得到資產(chǎn)凈值。
　　本文的數(shù)據(jù)都來(lái)自中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。由于沒(méi)有公布建筑業(yè)資產(chǎn)總值和負(fù)債總值2007年和2008年的月度數(shù)據(jù)，所以樣本數(shù)據(jù)范圍最終選擇2003年1月一2006年12月的月度數(shù)據(jù)。為了消除價(jià)格因素的影響，將所有變量的當(dāng)月值都除以當(dāng)月的CPI指數(shù)，得到各行業(yè)的實(shí)際投資額、實(shí)際貨幣供給量和實(shí)際資產(chǎn)凈值，同時(shí)進(jìn)行對(duì)數(shù)變換，以熨平長(zhǎng)期趨勢(shì)。另外，由于各個(gè)變量都存在明顯的季節(jié)特性，所以都使用X-12方法對(duì)月度數(shù)據(jù)進(jìn)行了季節(jié)調(diào)整。另外，各行業(yè)1月份的投資數(shù)據(jù)沒(méi)有公布，本文使用每年近似等比的增長(zhǎng)率方式計(jì)算出該月份的當(dāng)月值。
　　考慮到貨幣政策和企業(yè)資產(chǎn)凈值對(duì)企業(yè)投資的影響都有一定的滯后期，所以模型中的變量要使用這兩個(gè)變量的滯后項(xiàng)。為了選擇適當(dāng)?shù)臏�后�?xiàng)作為被解釋變量，我們對(duì)貨幣政策和制造業(yè)資產(chǎn)凈值總額的前三期值構(gòu)成的各模型進(jìn)行了比較，具體回歸模型結(jié)果見(jiàn)表1所示。
　　
　　根據(jù)表1中顯示的T統(tǒng)計(jì)量、標(biāo)準(zhǔn)誤、殘差平方和、DW檢驗(yàn)等值，模型3回歸的效果更有效一些，所以最終選擇資產(chǎn)凈值滯后1期、貨幣政策變量M2滯后3期作為模型的變量。為了便于比較，在構(gòu)建各個(gè)行業(yè)的計(jì)量模型時(shí)，都遵循這種選擇標(biāo)準(zhǔn)。
　　式中的IitNit、M分別為各行業(yè)的投資、資產(chǎn)凈值和貨幣政策變量，所有的變量都取了對(duì)數(shù)，且經(jīng)過(guò)X一12季節(jié)調(diào)整，i=l。2…30，代表30個(gè)行業(yè)。需要說(shuō)明的是，由貨幣政策在行業(yè)中的傳導(dǎo)機(jī)制知，貨幣政策變動(dòng)對(duì)行業(yè)的實(shí)際資產(chǎn)凈值產(chǎn)生影響需要一段時(shí)滯，然后實(shí)際資產(chǎn)凈值作為中間傳導(dǎo)變量去影響投資，又有一定的時(shí)滯。這樣。選擇的貨幣政策變量的滯后期應(yīng)該大于資產(chǎn)凈值的滯后期。上面通過(guò)比較各模型最終選擇貨幣政策變量滯后3期。資產(chǎn)凈值變量滯后l期比較符合現(xiàn)實(shí)。
　　
　　三、實(shí)證分析
　　
　　從表2中看出，貨幣政策對(duì)農(nóng)副食品加工業(yè)等17個(gè)行業(yè)投資的影響通過(guò)了顯著性檢驗(yàn)，其中，印刷業(yè)和記錄媒介的復(fù)制業(yè)通過(guò)10％的顯著性水平檢驗(yàn)。造紙及紙制品業(yè)通過(guò)5％的顯著性水平檢驗(yàn)，其余15個(gè)行業(yè)通過(guò)1％的顯著性水平檢驗(yàn)。但各行業(yè)受貨幣政策的影響程度呈現(xiàn)明顯差別。受貨幣政策影響最大的是皮革、毛皮、羽毛(絨)及其制品業(yè)，投資的貨幣政策彈性值為4.092，貨幣政策變動(dòng)1％，投資變動(dòng)4.092％。其次是交通運(yùn)輸設(shè)備制造業(yè)，投資的貨幣政策彈性為2.717，再次是電氣機(jī)械及器材制造業(yè)、通信設(shè)備、計(jì)算

相關(guān)熱詞搜索：差異性 加速器 貨幣政策 中國(guó) 效應(yīng)