摘 要：伯南科（Bernanke）1996年提出的金融加速器理論近年來(lái)引起了眾多學(xué)者的關(guān)注。本文運(yùn)用該理論和中國(guó)2002年至2007年第2季度的數(shù)據(jù)，實(shí)證分析了貨幣政策對(duì)不同規(guī)模高科技企業(yè)的影響，研究證實(shí)了金融加速器效應(yīng)的不對(duì)稱現(xiàn)象，發(fā)現(xiàn)貨幣政策對(duì)高科技小企業(yè)投資和凈值的影響比對(duì)高科技大企業(yè)的影響更為顯著。這意味著在制定促進(jìn)高科技企業(yè)發(fā)展的金融政策時(shí)需要考慮金融加速器的這種效應(yīng)。

關(guān)鍵詞：金融加速器；高科技上市公司；投資；凈值

中圖分類號(hào)：F830.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(dòng)》一文中考慮了信息不對(duì)稱因素，拋棄了MM定理的假設(shè)，將相關(guān)研究推進(jìn)了一大步。在該文中，他們闡述了金融加速器的運(yùn)行機(jī)制。伯南科和格特勒指出，在信息不對(duì)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(nèi)部融資與外部融資的差異（外部融資升水、監(jiān)督，違約，破產(chǎn)或代理成本）越低，意味著負(fù)債人可以獲得更多外部貸款，投資水平因此提高［1］。

在經(jīng)濟(jì)景氣時(shí)期，借款人的凈值升高，投資就增加；相反，在衰退時(shí)期凈值下降，則投資減少；尤其是，由凈值決定的投資的波動(dòng)將使經(jīng)濟(jì)原來(lái)的走勢(shì)具有一種自我加強(qiáng)的慣性。1996年伯南科和格特勒將上述運(yùn)行機(jī)制正式稱為“金融加速器” （financial accelerator），并通過(guò)金融加速器模型來(lái)加以說(shuō)明［2］。簡(jiǎn)言之，金融加速器效應(yīng)是指，由于金融市場(chǎng)存在信息不對(duì)稱，如果社會(huì)技術(shù)進(jìn)步或貨幣政策等外在沖擊發(fā)生變化，這些沖擊對(duì)投資、產(chǎn)出等經(jīng)濟(jì)變量的影響會(huì)被放大，并可能給經(jīng)濟(jì)波動(dòng)帶來(lái)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(duì)投資等變量的影響被放大，該現(xiàn)象就被稱為貨幣政策的金融加速器效應(yīng)。 

國(guó)外學(xué)者對(duì)金融加速器效應(yīng)進(jìn)行了一系列研究后認(rèn)為，貨幣政策的金融加速器效應(yīng)具有不對(duì)稱性：金融加速器效應(yīng)對(duì)小企業(yè)的作用與對(duì)大企業(yè)的作用不同［3］；貨幣政策等沖擊對(duì)企業(yè)投資等變量的影響在經(jīng)濟(jì)衰退時(shí)期與在繁榮時(shí)期不同［4］；在固定匯率體制下的金融加速器效應(yīng)與浮動(dòng)匯率制度下的金融加速器效應(yīng)不同［5］。

在實(shí)證分析金融加速器的效應(yīng)時(shí)，國(guó)外學(xué)者所使用的樣本大多是制造業(yè)，但正如他們所承認(rèn)，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(méi)有專門(mén)選擇高科技企業(yè)作樣本，而高科技企業(yè)能充當(dāng)?shù)盅何锏挠行钨Y產(chǎn)相對(duì)較少，從而“凈值”相對(duì)較少［6］。因此，根據(jù)金融加速器理論，他們的實(shí)證結(jié)果可能還低估了金融加速器的效應(yīng)。本文以高科技上市公司為樣本，主要研究貨幣政策對(duì)不同規(guī)模高科技企業(yè)的金融加速器效應(yīng)，以試圖彌補(bǔ)他們研究中的上述不足；另外，在金融加速器效應(yīng)研究方面，我們目前還沒(méi)有發(fā)現(xiàn)運(yùn)用中國(guó)的相關(guān)數(shù)據(jù)做的實(shí)證研究文獻(xiàn)，因而本文也力圖彌補(bǔ)這一方面的缺憾。

2 實(shí)證研究

本文以中國(guó)高科技上市公司為樣本，研究當(dāng)貨幣政策發(fā)生變動(dòng)后，是否會(huì)導(dǎo)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(duì)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(shù)據(jù)選取

我們對(duì)中國(guó)高科技上市公司中的大企業(yè)和小企業(yè)分別進(jìn)行研究，然后比較貨幣政策對(duì)不同規(guī)模企業(yè)的影響程度。本文選取2005年中國(guó)高科技上市公司規(guī)模前10強(qiáng)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(chǎn)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(guó)貨幣政策對(duì)高科技企業(yè)的影響研究

Vo1.27， No.4預(yù)測(cè)2008年第4期

根據(jù)本文要解決的問(wèn)題和上述金融加速器傳導(dǎo)機(jī)制，我們選取實(shí)際貨幣供給量M2（貨幣供給量/價(jià)格指數(shù)）的增長(zhǎng)率m作為貨幣政策的度量；選取企業(yè)的實(shí)際總資產(chǎn)（資產(chǎn)總量/價(jià)格指數(shù)）減去實(shí)際總負(fù)債（負(fù)債總量/價(jià)格指數(shù)）即實(shí)際凈資產(chǎn)N作為企業(yè)凈值的度量，另外，選取企業(yè)的長(zhǎng)期投資增長(zhǎng)率I（長(zhǎng)期投資凈值/總資產(chǎn)）作為企業(yè)投資的度量［7］。本文采取實(shí)際經(jīng)濟(jì)變量進(jìn)行分析，而不討論名義的經(jīng)濟(jì)變量，這個(gè)和傳統(tǒng)的RBC模型的分析方法是類似的。其中，名義M2和價(jià)格指數(shù)p的數(shù)據(jù)來(lái)自于中國(guó)人民銀行網(wǎng)站http://www.pbc.gov.cn/ 的2002年第4季度至2007年第2季度的季度數(shù)據(jù)。 總資產(chǎn)、總負(fù)債和長(zhǎng)期投資凈值的數(shù)據(jù)來(lái)自于各上市公司對(duì)外公布的2002年第4季度至2007年第2季度的季度資產(chǎn)負(fù)債表。

2.2 模型的假設(shè)條件與建立

本文將對(duì)所研究的兩組企業(yè)——大企業(yè)和小企業(yè)，分別進(jìn)行回歸分析。每組數(shù)據(jù)都是10個(gè)實(shí)體（企業(yè)），其中每個(gè)實(shí)體連續(xù)被觀測(cè)T=19個(gè)時(shí)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(shù)據(jù)。數(shù)據(jù)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(gè)下腳標(biāo)i是被觀測(cè)的實(shí)體（企業(yè)），第二個(gè)下腳標(biāo)t指被觀測(cè)的時(shí)期。選取投資率的對(duì)數(shù)值lnI作為被解釋變量，實(shí)際貨幣供給增長(zhǎng)率的前2期值m(-2)和前1期的實(shí)際凈資產(chǎn)的對(duì)數(shù)值lnN(-1)作為解釋變量，這是考慮到貨幣政策的時(shí)滯性。

根據(jù)金融加速器理論和貨幣政策傳導(dǎo)理論，建立模型如下

大企業(yè)

2.2.1 假設(shè)條件

假設(shè)在個(gè)體成員上存在個(gè)體影響而無(wú)結(jié)構(gòu)變化，并且個(gè)體影響可以分別用截距項(xiàng)c1+ci*（i=1，2，…，10）和c2+ci*（i=11，12，…，20）的差別來(lái)說(shuō)明，即模型采用固定影響變截距模型。c1為10個(gè)大企業(yè)的平均自發(fā)投資率水平，c2為10個(gè)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(duì)平均自發(fā)投資率的偏離，即允許各企業(yè)在投資率結(jié)構(gòu)上存在一定程度的差異，所以，可以認(rèn)為各企業(yè)回歸方程的隨機(jī)誤差項(xiàng)ut之間存在異方差，但企業(yè)之間和時(shí)期之間的協(xié)方差為零，即對(duì)應(yīng)假設(shè)為

對(duì)于兩個(gè)企業(yè)的回歸方程，m(-2)項(xiàng)和lnN(-1)項(xiàng)的t檢驗(yàn)值在5％的置信水平下都很顯著，方程擬合都較好，由對(duì)數(shù)與半對(duì)數(shù)形式的回歸方程系數(shù)的經(jīng)濟(jì)含義知，在5％的置信水平下，對(duì)于大企業(yè)，實(shí)際貨幣供給增長(zhǎng)率m變動(dòng)1個(gè)單位，對(duì)投資率的影響是使其按100×0.28％的速度正向變化。對(duì)于小企業(yè)，實(shí)際貨幣供給增長(zhǎng)率m變動(dòng)1個(gè)單位，對(duì)投資率的影響是使其按100×0.71％的速度正向變化。

由上述數(shù)據(jù)可以看出，實(shí)際貨幣供給增長(zhǎng)率的變動(dòng)對(duì)高科技小企業(yè)的投資率的影響要大于對(duì)大企業(yè)的影響。這正是金融加速器效應(yīng)在規(guī)模不同的高科技企業(yè)上的不對(duì)稱性體現(xiàn)。

2.4 對(duì)加速作用的進(jìn)一步分析

在金融加速器理論中，貨幣政策通過(guò)企業(yè)資產(chǎn)負(fù)債表的傳導(dǎo)主要是通過(guò)企業(yè)實(shí)際凈資產(chǎn)的變化來(lái)實(shí)現(xiàn)的。為了更清楚地看到金融加速器的加速作用，本文進(jìn)一步研究貨幣政策對(duì)不同規(guī)模高科技上市公司實(shí)際凈資產(chǎn)的影響，再次建立企業(yè)實(shí)際凈資產(chǎn)N與實(shí)際貨幣供給增長(zhǎng)率m之間的回歸方程。

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

大企業(yè)

對(duì)于大企業(yè)的回歸方程，d項(xiàng)， m項(xiàng)和lnN(-3)項(xiàng)的t檢驗(yàn)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(duì)數(shù)模型，根據(jù)半對(duì)數(shù)模型的系數(shù)的經(jīng)濟(jì)含義可知，即實(shí)際貨幣供給增長(zhǎng)率增加1％，則大企業(yè)的實(shí)際凈資產(chǎn)可以達(dá)到1.46％的增長(zhǎng)速度。對(duì)于小企業(yè)的回歸方程，m項(xiàng)和lnN(-3)項(xiàng)的t檢驗(yàn)值在5％的置信水平下顯著，但d項(xiàng)沒(méi)有通過(guò)5％置信水平下的t檢驗(yàn)，所以在5％的置信水平下，小企業(yè)的模型中不應(yīng)包含截距項(xiàng)。由其系數(shù)的經(jīng)濟(jì)含義知，在5％的置信水平下，即實(shí)際貨幣供給增長(zhǎng)率增加1％，則小企業(yè)的實(shí)際凈資產(chǎn)可以達(dá)到18.68%的增長(zhǎng)速度。上述實(shí)證表明，實(shí)際貨幣供給增長(zhǎng)率的變動(dòng)對(duì)小型高科技企業(yè)的實(shí)際凈資產(chǎn)的影響要大于對(duì)大型高科技企業(yè)的影響。

3 結(jié) 論

我們的實(shí)證結(jié)果表明，無(wú)論是貨幣政策對(duì)企業(yè)投資率的影響還是貨幣政策對(duì)企業(yè)實(shí)際凈資產(chǎn)的影響，都反映了實(shí)際貨幣供給增長(zhǎng)率的變動(dòng)對(duì)高科技小企業(yè)的影響要大于對(duì)高科技大企業(yè)的影響，即小企業(yè)對(duì)貨幣政策更為敏感；也就是說(shuō)，我們發(fā)現(xiàn)貨幣政策對(duì)高科技小企業(yè)投資和凈值的影響比對(duì)高科技大企業(yè)的影響更為顯著，表明中國(guó)貨幣政策對(duì)高科技企業(yè)存在金融加速器效應(yīng)，證實(shí)了金融加速器效應(yīng)的不對(duì)稱現(xiàn)象。

中國(guó)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(jìn)步的重要實(shí)施者和積極推動(dòng)者，是將科學(xué)技術(shù)轉(zhuǎn)化為生產(chǎn)力的主力軍。高科技企業(yè)發(fā)展的速度如何，無(wú)疑將直接影響“建立創(chuàng)新型國(guó)家”戰(zhàn)略的推進(jìn)。因此，運(yùn)用金融加速器理論研究貨幣政策對(duì)高科技企業(yè)的影響有著積極的現(xiàn)實(shí)意義。我們證實(shí)了貨幣政策對(duì)高科技企業(yè)存在金融加速器效應(yīng)，并且對(duì)不同規(guī)模企業(yè)存在不對(duì)稱現(xiàn)象，這就意味著政府在制定促進(jìn)高科技企業(yè)發(fā)展的金融政策時(shí)，需要考慮金融加速器的這種效應(yīng)。通過(guò)上述研究，我們發(fā)現(xiàn)了貨幣政策對(duì)高科技企業(yè)投資發(fā)展的特點(diǎn)和規(guī)律，從而，當(dāng)新的貨幣政策出臺(tái)時(shí)，政府和高科技企業(yè)能更好地預(yù)測(cè)該政策對(duì)高科技企業(yè)的影響；同時(shí)提示政府對(duì)不同規(guī)模的高科技企業(yè)采取更有效的相關(guān)配套政策。例如，運(yùn)用金融加速器理論我們研究發(fā)現(xiàn)，貨幣政策對(duì)高科技小企業(yè)的影響比對(duì)大企業(yè)的影響大，那么，當(dāng)央行實(shí)施緊縮性的貨幣政策時(shí)，政府就可以在資金投入和稅收優(yōu)惠等方面對(duì)高科技小企業(yè)進(jìn)行傾斜，以減輕緊縮性貨幣政策對(duì)高科技小企業(yè)的沖擊，從而有利于促進(jìn)高科技企業(yè)和高新技術(shù)產(chǎn)業(yè)的發(fā)展，有利于提高我國(guó)的自主創(chuàng)新能力。

參 考 文 獻(xiàn)：

［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(guó)股票市場(chǎng)動(dòng)態(tài)有效性研究［J］.統(tǒng)計(jì)與決策，2007，7(6):100-104.