亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        不完全信息條件下的出口與信貸約束
        ——來自中國的理論與證據(jù)

        2017-04-28 00:53:56RobertFeenstra李志遠余淼杰加州大學戴維斯分校經(jīng)濟系加利福尼亞州戴維斯95616美國國家經(jīng)濟研究局馬薩諸塞州劍橋0218上海財經(jīng)大學經(jīng)濟學院上海200北京大學國家發(fā)展研究院中國經(jīng)濟研究中心北京100871
        財經(jīng)研究 2017年5期
        關(guān)鍵詞:生產(chǎn)率信貸約束

        Robert C. Feenstra,李志遠,余淼杰(1.加州大學戴維斯分校 經(jīng)濟系,加利福尼亞州 戴維斯 95616;2.美國國家經(jīng)濟研究局,馬薩諸塞州 劍橋 0218;.上海財經(jīng)大學 經(jīng)濟學院,上海 200;.北京大學 國家發(fā)展研究院 中國經(jīng)濟研究中心,北京 100871)

        ?

        不完全信息條件下的出口與信貸約束
        ——來自中國的理論與證據(jù)

        Robert C. Feenstra1,2,李志遠3,余淼杰4
        (1.加州大學戴維斯分校 經(jīng)濟系,加利福尼亞州 戴維斯 95616;2.美國國家經(jīng)濟研究局,馬薩諸塞州 劍橋 02138;3.上海財經(jīng)大學 經(jīng)濟學院,上海 200433;4.北京大學 國家發(fā)展研究院 中國經(jīng)濟研究中心,北京 100871)

        文章討論了在“銀行-企業(yè)”不完全信息條件下,國內(nèi)企業(yè)和出口企業(yè)面對的信貸約束為何不同。由于企業(yè)的生產(chǎn)率等信息對于銀行而言屬于內(nèi)部信息,銀行為了保持激勵相容,會向企業(yè)提供少于企業(yè)所需最優(yōu)數(shù)量的貸款。這種貸款的約束構(gòu)成了企業(yè)面對的信貸約束。出口企業(yè)的運輸時間越長,相比國內(nèi)企業(yè)就會面臨更緊的信貸約束。使用中國企業(yè)的數(shù)據(jù)驗證這一理論,我們發(fā)現(xiàn),對中國企業(yè)而言,出口業(yè)務占比越大、運輸時間越長、生產(chǎn)率差異越大,企業(yè)面臨的信貸約束也就越緊。

        出口;信貸約束;不完全信息;異質(zhì)性生產(chǎn)率;中國企業(yè)

        一、引 言

        2008年的金融危機引起了學術(shù)界就信貸約束是否顯著降低企業(yè)出口的討論。一方面,Amiti和Weinstein (2011)認為貿(mào)易融資在日本20世紀90年代和美國近期的貿(mào)易活動中扮演了重要角色;Chor和Manova (2012)發(fā)現(xiàn)出口國金融脆弱的部門對美國的貿(mào)易確實受到了更大的影響。另一方面,Levchenko等 (2010)發(fā)現(xiàn)信貸約束不影響美國的進出口;Belgium等(2010)則認為,盡管金融變量影響出口,然而國內(nèi)企業(yè)也同樣受到影響。當然,早在危機之前,學術(shù)界已經(jīng)承認在國家層面,金融發(fā)展水平和對外貿(mào)易之間存在潛在的因果關(guān)系。Kletzer和Bardhan (1987; 又見 Beck, 2002;Matsuyama, 2005)認為信貸市場的不完美會降低出口并影響貿(mào)易結(jié)構(gòu);Chaney (2005)在Melitz (2003)的框架下構(gòu)建了上述模型,Manova (2013)對其進行了實證檢驗。結(jié)果顯示,不同金融脆弱性的出口部門、不同金融發(fā)展水平的國家,受到的信貸約束具有系統(tǒng)性差異。*其他探討貿(mào)易與金融的文獻包括:Qiu (1999),Harrison和McMillan(2003),Greenaway等(2007), Muls (2008), Buch等(2008), Héricourt和Poncet (2009), Poncet等(2009)以及Egger和Keuschnigg (2011)。

        鑒于現(xiàn)有研究對信貸約束的不同觀點,我們有理由相信應當重新從理論上探究信貸約束對于國內(nèi)企業(yè)和出口企業(yè)的不同影響。Amiti和Weinstein (2011)提出過兩個有力的理由:出口企業(yè)的生產(chǎn)與銷售存在較長周期;出口企業(yè)面臨更高的跨境支付風險。他們將貿(mào)易融資(而非貿(mào)易信貸)定義為企業(yè)間簽訂的用來保障出口商的契約。我們選取他們提出的第一個理由,即出口商的回款周期更長,這與Berman等(2012)*在工作論文階段(Feenstra等, 2011),我們還考慮了出口企業(yè)面臨的國際風險。但是由于風險是外生變量(與Ahn (2011)不同),這種風險在理論上影響有限,在實證中無法得到足夠的證據(jù),因此并未在此進行討論。Berman等(2012)提出了違約風險,但是在模型中構(gòu)造為依賴運輸時間的變量,從而在模型和檢驗中得到顯著效果。的觀點相一致。本文的目的是在模型中考慮異質(zhì)性的運輸時間,檢驗由此引起的出口商和國內(nèi)銷售企業(yè)所面臨的銀行信貸差異。并利用中國的企業(yè)數(shù)據(jù)進行檢驗。

        本文模型的特點是銀行面臨不完全信息,即企業(yè)有兩個方面的特征不能被完整觀測到。首先,銀行無法觀測到企業(yè)生產(chǎn)率。對于中國這樣快速增長的經(jīng)濟體,企業(yè)進入速度之快使得銀行無法及時有效地了解企業(yè)的實際經(jīng)營狀況,因此這一假設是合理的。銀行與企業(yè)簽訂貸款數(shù)量和利率合同,會使得銀行自身利益最大化。從顯示原則出發(fā)并為不失一般性,我們假設合同會誘導企業(yè)提供真實的生產(chǎn)率信息。第二,銀行無法觀測貸款最終用于出口還是內(nèi)銷。這意味著我們并沒有對銀行的貿(mào)易融資進行建模,因為貿(mào)易融資認為銀行有能力區(qū)別企業(yè)將貸款是否用于出口生產(chǎn)。*Ahn(2011) 提供了以信息經(jīng)濟學為基準的貿(mào)易融資模型。特別地,銀行貸款被用于設備購買并覆蓋當期生產(chǎn)成本,無論產(chǎn)出日后在哪里被銷售。對銀行無法監(jiān)控貸款流向的假設在不同的文章中都有提及,比如Bolton和Scharfstein(1990)。

        基于上述假設,第二節(jié)我們將推導出與銀行激勵相容的、使銀行利潤最大化的貸款模型,此時企業(yè)獲得的貸款小于最優(yōu)的貸款量,即銀行激勵相容原則造成了企業(yè)的信貸約束。信貸約束的原因在于,由于企業(yè)不能按照完全信息下的最優(yōu)生產(chǎn)量生產(chǎn),獲得的銀行貸款量小于完全信息下的最優(yōu)貸款,從而損失了二階的(second-order)銷售利潤。但是企業(yè)可以通過降低還款利率來獲得一階的(first-order)利潤。因此,不受信貸約束的企業(yè)絕不會報告出真實生產(chǎn)率,獲得的貸款也小于完全信息下的最優(yōu)貸款量。所以激勵相容原則意味著企業(yè)一定會受到信貸約束。進一步,由于銀行不能跟蹤企業(yè)獲得貸款后的資金流向,因此出口和內(nèi)銷活動都會受到上述信貸約束的影響。又因為出口需要更長的運輸時間,出口企業(yè)所面臨的信貸約束會比國內(nèi)企業(yè)更加嚴重。

        出口和內(nèi)銷業(yè)務面臨的信貸約束是否相同?我們認為答案是不一而論的。當同一企業(yè)同時從事出口和內(nèi)銷時,銀行并不會區(qū)別對待出口和內(nèi)銷業(yè)務;然而,對于出口企業(yè)和內(nèi)銷企業(yè)而言,銀行信貸確實有所不同,出口企業(yè)由于生產(chǎn)銷售周期較長,因此面臨的信貸約束也會更緊,從而降低了深度邊際和廣度邊際。實證上,我們在第三節(jié)和第四節(jié)利用2000-2008年中國工業(yè)企業(yè)數(shù)據(jù)檢驗上述理論。投資環(huán)境報告顯示,中國是全球信貸約束最緊的國家之一,見(Claessens和Tzioumis,2006),鑒于中國出口的高速增長和所面臨的較大信貸約束,本文的實證結(jié)果具有重要意義。

        我們對結(jié)構(gòu)模型進行估計,設定銷售額受到利率、出口份額和其他變量的影響。實證結(jié)果穩(wěn)健地證明了出口企業(yè)面臨的信貸約束比國內(nèi)企業(yè)更緊:企業(yè)出口份額上升、運輸時間增加、企業(yè)生產(chǎn)率異質(zhì)性更強,信貸約束也就越緊。相比于Manova(2013)關(guān)注產(chǎn)業(yè)層面的金融脆弱性特征,我們的結(jié)果更加深入到企業(yè)生產(chǎn)層面(即出口份額和運輸模式)和行業(yè)層面(即不完全信息)的特征。我們同樣發(fā)現(xiàn),更高的抵押品可以對沖信貸約束的影響,并且擴大出口量。結(jié)論與討論見第五節(jié),在線附錄提供了更多的理論和實證結(jié)果。*附錄參見http://www.econ.ucdavis.edu/faculty/fzfeens/papers.html。*由于篇幅所限,中文版附錄未列出,如有需要可與作者聯(lián)系。

        二、激勵相容的貸款

        1.模型。我們假設兩國模型,本國和外國(外國變量加*表示)。勞動力是唯一的生產(chǎn)要素,本國人口為L。同時存在兩個部門,第一個部門生產(chǎn)單一同質(zhì)化商品并且可以自由貿(mào)易,假設為連續(xù)統(tǒng)。兩國在第一個部門生產(chǎn)具有規(guī)模報酬不變的特征,因此工資為固定(w)。第二個部門與Melitz (2003)相同,在壟斷競爭條件下生產(chǎn)連續(xù)的差異化產(chǎn)品。

        (1)消費者

        消費者擁有一單位勞動力稟賦,對于差異化產(chǎn)品具有常替代彈性偏好。因此代表性消費者的效用函數(shù)為:

        其中ω表示不同產(chǎn)品,Ω是消費者可以購買的所有產(chǎn)品集合,σ>1是不同商品間的常替代彈性,μ是不同部門的支出份額。因此對于每一種商品的需求為:

        (1)

        (2)企業(yè)和銀行

        不同部門的企業(yè)需要通過借貸融資來覆蓋δ比例的固定和可變成本。企業(yè)從單一、壟斷的銀行借款,銀行通過控制利率從而實現(xiàn)利潤最大化。將企業(yè)貸款過程簡化如下:銀行根據(jù)公開可見的生產(chǎn)率分布向企業(yè)提供利率和授信額度,之后隨機賦予企業(yè)一個生產(chǎn)率,企業(yè)根據(jù)其已知的生產(chǎn)率向銀行申請貸款。在向銀行申請授信時,給定銀行授信額度與貸款利率,企業(yè)選擇使其利潤最大化的生產(chǎn)率向銀行報告。獲得貸款后,企業(yè)選擇國內(nèi)或國外市場進行生產(chǎn)銷售,企業(yè)盈利后銀行回收貸款和利息。

        此處,授信額度和貸款利率都是由銀行在最開始制定的,隨后企業(yè)根據(jù)自身利潤最大化原則選擇在國內(nèi)、國外市場進行生產(chǎn)銷售。因此,銀行無法事先知曉企業(yè)是否從事出口業(yè)務。但是在激勵相容的貸款合同下,銀行可以完全準確地預測企業(yè)是否是一個出口企業(yè)。

        銀行貸款面臨機會成本i,即貸款利率。假設對國內(nèi)企業(yè)(出口企業(yè))的還款時間為τd(τe)期,進一步假設τe>τd,即出口企業(yè)由于運輸時間需要更長的回款期限。

        2.國內(nèi)企業(yè)決策。在不完全信息條件下,銀行無法觀測到申請授信企業(yè)的實際生產(chǎn)率x。為了最大化利潤,銀行制定的授信額度Md(x′)和貸款利率Id(x′)依賴于企業(yè)報告的生產(chǎn)率x′。

        根據(jù)顯示原則,銀行的最優(yōu)合同應該是引導企業(yè)報告其實際的生產(chǎn)率,即x′=x。將這一激勵相容條件加入預算約束,國內(nèi)企業(yè)的利潤最大化問題為:

        (2)

        同時,企業(yè)收到國內(nèi)需求約束,Cd是固定成本。*注意此處我們假設沒有風險存在。引入風險和擔保并不會影響我們的主要結(jié)論,模型推廣參見Feenstra, Li和Yu(2011)。第一個約束是激勵相容約束,第二個約束表示利潤大于零,第三個約束表示給定生產(chǎn)率qd,授信額度可以覆蓋δ比例的固定成本和可變成本。

        由于第三個約束在模型中一定為緊的約束,因此我們對企業(yè)報告的生產(chǎn)率x′求一階導數(shù)得到:

        (3)

        其中,

        (4)

        第一行Φd表示邊際利潤與邊際成本的比率。不需要借貸的企業(yè)將在Φd=1處生產(chǎn),受到借貸約束的企業(yè)則會在Φd>1處生產(chǎn)。這意味著Φd實際上衡量了企業(yè)面臨的信貸約束:Φd越大,企業(yè)生產(chǎn)的產(chǎn)品就越少。第二行等式通過第三個約束為緊約束的條件以及需求曲線決定的價格(國內(nèi)需求)得出,貸款Md(x)越少,信貸約束Φd越緊。

        3.出口商決策。我們假設壟斷的銀行不能對國內(nèi)市場和出口市場提供不同的貸款合約,但企業(yè)可以自由決定將貸款用于國內(nèi)市場還是出口市場。因此,企業(yè)向銀行報告的是使得利潤最大化的生產(chǎn)率x′,并將貸款分配于國內(nèi)市場和出口市場。

        (5)

        前兩個約束條件等同于國內(nèi)企業(yè)的約束條件,但是重要的是第三個條件的差異。第三個約束指的是,銀行授信額度必須足夠覆蓋國內(nèi)生產(chǎn)和出口生產(chǎn)的固定資產(chǎn)投資。對于出口企業(yè)而言,這筆貸款用于國內(nèi)生產(chǎn)還是出口生產(chǎn)是完全替代的,因此銀行業(yè)只能制定一筆授信額度和相同的利率。

        求解上述方程qd和qe,得到企業(yè)通過選擇兩個市場的生產(chǎn)量來最大化利潤:

        (6)

        (7)

        利用國內(nèi)需求和出口需求,加上(6)式中pd和pe相等的條件,可得國內(nèi)部分貸款和出口部分貸款關(guān)系如下:

        (8)

        其中,我們將國內(nèi)和出口需求定義為:

        (9)

        (10)

        其中,

        (11)

        再加上(6)式邊際收益相等條件,可得:

        (12)

        (13)

        (14)

        之后,根據(jù)激勵相容(3)式和國內(nèi)約束條件(14)式,國內(nèi)企業(yè)的利率為:

        (15)

        (16)

        其中,最后一個參數(shù)為:

        因此,出口企業(yè)的利率為:

        三、實證模型與數(shù)據(jù)

        1.實證策略。利用上面的推導,我們可以建立起企業(yè)營業(yè)收入和貸款利率的關(guān)系,并利用中國企業(yè)數(shù)據(jù)進行驗證。接下來我們證明,營業(yè)收入與貸款利率存在線性關(guān)系,但是相關(guān)系數(shù)是國內(nèi)企業(yè)和出口企業(yè)面臨的信貸約束的一個非線性方程。理論上(14)式已證明,信貸約束由企業(yè)對外業(yè)務比例ηe決定,且ηd=1-ηe。因此,我們最終估計的方程是對外業(yè)務比例的非線性方程,并視后者為內(nèi)生變量:這些設定都使得估計更為復雜。

        對于出口企業(yè),營業(yè)收入和貸款利率的關(guān)系也可以得到相似的關(guān)系:

        總結(jié)以上結(jié)果,我們將利率和企業(yè)營業(yè)收入的關(guān)系表達為:

        我們得到企業(yè)j在t年的營業(yè)收入與貸款利率的關(guān)系為:

        r(xjt)=β0Cd+β1I(xjt)+g1jtI(xjt)+g2jtCd+g3jt

        (17)

        其中,系數(shù)為:

        (18)

        以及

        (19)

        對于其他項,首先考慮第一個方程g1(ηejt),對于出口企業(yè)為負但是絕對值小于β1。因此,對于出口企業(yè)而言,銀行費用I(xjt)與營業(yè)收入β1+g1(ηejt)有關(guān),且其大于0小于β1。因此銀行費用降低出口企業(yè)營業(yè)收入,反映出出口企業(yè)面臨著更緊的信貸約束。同樣的邏輯可以運用在國內(nèi)銷售的固定成本Cd,后者降低出口企業(yè)β0+g2(ηejt)的營業(yè)收入,但是只減少國內(nèi)企業(yè)β0的營業(yè)收入。因此,出口商由于銀行費用和固定成本Cd等額外的信貸約束只能獲得較少的收入。

        此外,g3(ηejt)說明貸款利率同樣會降低出口企業(yè)的營業(yè)收入,原因在于Θ決定了臨界出口企業(yè)的貸款利率。隨著貸款利率上升和出口企業(yè)銷售周期的增加,銀行的貿(mào)易融資業(yè)務會面臨更高的機會成本并反映到更高的貸款利率上,因此降低了出口企業(yè)的廣度邊際。

        (17)式總結(jié)了企業(yè)利率和營業(yè)收入的關(guān)系,在實證中我們?nèi)匀恍枰朔齻€問題。首先,上式?jīng)]有誤差項,因為利潤取決于生產(chǎn)率,而生產(chǎn)率可以被企業(yè)直接觀測到。我們可以認為這是事前生產(chǎn)率,而事后生產(chǎn)率與事前生產(chǎn)率的差異可以視作誤差項,包括生產(chǎn)沖擊、貿(mào)易時間沖擊和政府干預等。因此,我們定義企業(yè)的實際收入為Rjt=r(xjt)+εjt,其中E(εjt|xjt)=0,從而在(17)式中引入誤差項。

        誤差項的存在直接引出了內(nèi)生性的問題。我們希望觀察到的實際利率Ijt與理論利率I(xjt)不同,因此滿足Ijt=I(xjt)+ujt,其中E(ujt|xjt)=0。誤差項ujt與收益的誤差項εjt很可能存在相關(guān)性,因為生產(chǎn)沖擊同樣可以影響銀行利率。因此,我們將利率視作內(nèi)生變量,因此需要找到與誤差項εjt,ujt無關(guān)的工具變量。我們利用Olley和Pakes (1996)的方法區(qū)分企業(yè)包含所有沖擊的生產(chǎn)率TFP1和不包含外生沖擊的生產(chǎn)率TFP2。TFP1是標準的企業(yè)層面生產(chǎn)率,TFP2是利用企業(yè)投資決策推斷的預期生產(chǎn)率,TFP2與xjt相關(guān)但是與外生沖擊εjt,ujt無關(guān)。

        因而我們計量模型中的系數(shù)與內(nèi)生變量海外業(yè)務比例是相關(guān)的,即其是一個隨機相關(guān)系數(shù)(CRC)模型。這給模型估計帶來了挑戰(zhàn),利用Rjt=r(xjt)+εjt和Ijt=I(xjt)+ujt替換(17)式可得:

        Rjt=β0Cd+β1Ijt+g1jtIjt+g2jtCd+g3jt-(β1+g1jt)ujt+εjt

        (20)

        即便E(ujt|xjt)=0,我們也不能認為E(g1jtujt|xjt)=0,因為g1jt和ujt存在相關(guān)性。這樣,xjt就不再是一個可行的工具變量。

        Heckman和Vytlacil (1998)提出,利用內(nèi)生變量的估計值替換隨機相關(guān)系數(shù)模型中的內(nèi)生變量本身,即海外業(yè)務比例。下一節(jié)我們利用包含xjt的外生變量Zjt對第二類Tobit模型或Heckman方法估計海外業(yè)務比例,因此此處我們重新將gijt表示為gijt=E(gijt|Zjt)+vijt,其中E(vijt|Zjt)=0,i=1,2,3。我們將這些變量替換到(20)式得到:

        Rjt=β0Cd+β1Ijt+E(g1jt|Zjt)Ijt+E(g2jt|Zjt)Cd+E(g3jt|Zjt)+wjt

        (21)

        其中wjt=v1jtI(xjt)+v2jtCd+v3jt-[β1+E(g1jt|Zjt)]ujt+εjt為誤差項。所有包含這一誤差項的變量都符合給定Zjt,均值為零的特征。因此wjt與工具變量條件無關(guān)。*注意,此處v1jt、ujt經(jīng)過迭代在wjt中出現(xiàn)了兩次且符號相反,因此被消除。這是因為不同于Heckman和Vytlacil (1998),我們從理論模型出發(fā)加入了誤差項,與v1jtujt相同的項并未在Heckman和Vytlacil模型中被消除,因此他們需要條件同方差的假設從而確保估計的無偏性。而我們的文章不需要這一假設。

        最后一個挑戰(zhàn)是處理方程中的非線性部分gi(ηejt)。對(17)式的估計需要借助非線性結(jié)構(gòu)方程,同時包括內(nèi)生解釋變量和一階Heckman過程,在計算上十分麻煩。因此,為簡化估計方法,我們對gi(ηejt)進行了簡化。

        我們對方程gi,i=1,2,3,采用不同的簡化方式,由(14)式可得:

        (22)

        考慮到g1(ηejt)是非線性的,我們采用二階泰勒展開逼近ηejt=0附近,

        從系數(shù)β2和β3的定義出發(fā),我們得到了(22)式中方程g1的具體值:

        (23)

        (24)

        回到方程g2,可以被化簡為

        其中β4<0。因此對參數(shù)β4的估計并不依賴泰勒展開。*如同參數(shù)β2和β3,我們假設參數(shù)β4對所有企業(yè)都是常數(shù)。所有參數(shù)都依賴于(τe-τd),即出口企業(yè)和國內(nèi)企業(yè)還款的時間長短差異。我們允許海運和非海運企業(yè)擁有不同的參數(shù)。最后,我們并未把g3表示為海外業(yè)務比例的方程,但是利用參數(shù)β5×1{xjt≥xe}考慮這一因素對出口企業(yè)的影響。*在我們的工作論文(Feenstra、Li和Yu, 2011) 中,我們允許參數(shù)β5隨時間變化,然而結(jié)果并不穩(wěn)健,因此此處略去。另外,原則上我們在估計(25)式時應該用1{xjt≥xe}給定Zjt的條件均值,但實際上我們發(fā)現(xiàn)用該變量本身會使得系數(shù)估計更加穩(wěn)健。

        將gi代入(21)式,并將固定成本Cd放進系數(shù)β0和β4,我們得到:

        (25)

        2.企業(yè)層面數(shù)據(jù)。本文利用中國企業(yè)數(shù)據(jù)庫的企業(yè)層面面板數(shù)據(jù),包括2000-2008年每年160 000多家制造業(yè)企業(yè)。企業(yè)數(shù)量從2000年的162 885家翻一番到2008年412 212家。*官方尚未公布2008年數(shù)據(jù),樣本中的數(shù)據(jù)是試用版數(shù)據(jù),因此并不包括企業(yè)ID數(shù)據(jù)。我們利用可用的字段與之前的數(shù)據(jù)合并,得到33 648個觀測值,與2007年的336 768基本一致。數(shù)據(jù)來自中國國家統(tǒng)計局的年度企業(yè)普查,包括兩類企業(yè):(1)所有國有企業(yè);(2)所有年銷售額在500萬元($770 000)以上的規(guī)模企業(yè)。*由于小企業(yè)更有可能面臨信貸約束,本文的估計結(jié)果顯然是低估的。我們的估計結(jié)果是中國企業(yè)面臨的信貸約束的下界,感謝審稿人提出的上述意見。非國有企業(yè)不一定是跨國企業(yè)。數(shù)據(jù)包括超過100個財務指標。

        盡管原始數(shù)據(jù)有2 235 438觀測值,仍然有一小部分數(shù)據(jù)存在噪音,主要是由于一些企業(yè)的錯誤報告。*比如一些個體戶企業(yè)并沒有財務報表,記賬單位是元,而非官方所要求的是1 000元。因此我們對測量誤差和小微企業(yè)進行數(shù)據(jù)清理,標準如下:首先,核心財務指標(如總資產(chǎn)、固定資產(chǎn)凈值、銷售額、工業(yè)產(chǎn)品價值)不能為缺失;否則去掉觀測值。其次,企業(yè)員工數(shù)量不能低于10人。*Levinsohn和Petrin (2003) 認為應當考慮所有10人以上的企業(yè),我們遵循他們的標準。Brandt等(2012)認為應當以8人為分界線,這樣更加符合中國的實際情況。我們也用這個標準進行分析,結(jié)果并無顯著差異。此外,根據(jù)Cai和Liu(2009)以及審計總則(GAAP),我們刪除了不滿足以下任意一條件的企業(yè):(i) 總資產(chǎn)必須高于流動資產(chǎn);(ii)總資產(chǎn)必須高于固定資產(chǎn)總額;(iii) 總資產(chǎn)必須高于固定資產(chǎn)凈額;(iv) 企業(yè)成立時間必須有效;*特別地,成立時間為2008年以后、12月以后、1月以前的企業(yè)也被刪除。(v)企業(yè)ID編碼不能缺失且不能重復;(vi)企業(yè)銷售額不能低于500萬元人民幣;(vii)企業(yè)的利息支出必須為正。

        經(jīng)過嚴格篩選后,我們得到963 180個觀測值,大約占全樣本的一半。最后三項標準大約占刪除樣本的60%。這些觀測值中有36 637個觀測值是純出口企業(yè),926 543個觀測值是國內(nèi)企業(yè),包括港澳臺投資的合營企業(yè),以及99 742個外資企業(yè)觀測值。

        說明:剔除了36 637個純出口企業(yè)觀測值后,樣本中共有926 543個國內(nèi)企業(yè)觀測值和99 742個外資企業(yè)觀測值。企業(yè)營業(yè)收入和利息支出全部轉(zhuǎn)化為美元,匯率為1美元=8.05人民幣(樣本期間均價)。所有外資企業(yè)(即跨國公司)不包括港澳臺公司。

        表1所示,海外銷售額等于銷售額的純出口公司,其銷售額和財務費用明顯小于其他企業(yè)。由于純出口企業(yè)并不是我們理論討論的范圍,我們將這些企業(yè)從樣本中剔除。對于國有企業(yè),觀測值相對較少(約39 419或總樣本的4.1%),且并不符合企業(yè)獨立性原則,因此也從樣本中刪除。

        跨國公司也不直接適用于我們的理論,因為跨國公司通常有其他融資渠道(Harrison和McMillan, 2003; Manova等, 2011)。因此我們將跨國公司單獨作為一個樣本,并單獨進行回歸后,從樣本中刪除。*回歸中共300 372家中國企業(yè)和42 612家外資企業(yè)(即跨國公司)。表1結(jié)果顯示,外資企業(yè)銷售額更高、財務費用更高,且更有可能從事出口業(yè)務,海外業(yè)務占比也高于中國企業(yè)。

        其他變量并未在表1中單獨報告,但是在回歸中是用到了。如前所述,我們估計出企業(yè)的預期生產(chǎn)率TFP2,而不是傳統(tǒng)的生產(chǎn)率,從Olley和Pakes (1996)框架下討論,考慮一個Cobb-Douglas生產(chǎn)函數(shù):

        lnYjt=γklnKjt+γllnLjt+xjt+εjt

        (26)

        其中Yjt是企業(yè)j在t年的增加值。*此處我們用平減后的企業(yè)增加值來估計生產(chǎn)率并且除去中間品投入,后者被視作一種要素投入。盡管如此,我們并不能用增加值來衡量2008年的企業(yè)生產(chǎn)率,因為在試用版本數(shù)據(jù)中,這一變量缺失。我們用產(chǎn)出來替代企業(yè)2008年的增加值。傳統(tǒng)的生產(chǎn)率用下式估計:

        (27)

        這種方法下,企業(yè)生產(chǎn)率(TFP1)顯然與增加值相關(guān),也與事前沖擊εjt相關(guān)。

        但是Olley-Pakes方法引出了第二種衡量生產(chǎn)率的方法。這種方法假設投資Vjt決定于預期到的生產(chǎn)率TFP2jt:Vjt=h1(TFP2jt,lnKjt),其中Kjt表示企業(yè)資本。通過這個估計,我們可以逆向計算出預期到的生產(chǎn)率:

        (28)

        我們在附錄中更加細致地討論這個方法。第二種估計方法計算的生產(chǎn)率就是理論中所說的企業(yè)事前觀測到的生產(chǎn)率,與Melitz模型相近并且與εjt獨立。TFP2作為我們估計(25)式時的工具變量,也在Heckman方法中用到這一變量。

        除了企業(yè)層面的生產(chǎn)數(shù)據(jù),我們也運用更加分散的、產(chǎn)品層面的海關(guān)數(shù)據(jù),后者包括運輸方式及出口價值,并與企業(yè)層面數(shù)據(jù)合并。我們利用這個數(shù)據(jù)來估計運輸時間對信貸約束的影響。

        四、估計結(jié)果

        1.信貸約束。首先檢驗(25)式中企業(yè)營業(yè)收入和財務費用的關(guān)系。注意簡單的二維圖(2位行業(yè)層面的平均值)中,二者存在明顯的正相關(guān)關(guān)系,與理論預測相同。*參見附錄,圖-A1。進一步,我們對(25)式進行OLS回歸,見表2第1列。我們需要用Heckman方法控制海外業(yè)務比例這一內(nèi)生變量,結(jié)果在下面報告。同時需要用TFP2作為工具變量來控制財務費用這一內(nèi)生變量。在OLS回歸后,我們繼續(xù)用二階段最小二乘法(2SLS)估計,表2剩余部分將報告這一結(jié)果。前2列我們只關(guān)注中國公司,外資企業(yè)結(jié)果在第3列報告。

        表2 國內(nèi)企業(yè)和外資企業(yè)的基準回歸(2000-2008年)

        2.二元選擇模型。表2第1列的OLS估計結(jié)果是對海外業(yè)務占比進行回歸,但是這一變量本身存在內(nèi)生性。為了控制內(nèi)生性,我們采用Heckman方法或第二類Tobin模型進行識別。二元選擇模型包括:(i)出口參與方程

        (29)

        理論模型認為企業(yè)的出口決策取決于抵押品,見工作論文(Feenstra等, 2011)。我們根據(jù)Manova (2013),運用企業(yè)有形資產(chǎn)占總資產(chǎn)的比重來衡量抵押品。特別地,我們將臨界生產(chǎn)率作為抵押品的被解釋變量。*金融學中,企業(yè)抵押品通常由有形資產(chǎn)占總資產(chǎn)的比例來衡量,而不是有形資產(chǎn)的水平值,主要因為后者是企業(yè)規(guī)模和收益的內(nèi)生變量。此外,之前文獻認為美國出口企業(yè)的資本密集度更高,并且資本密集度高的行業(yè)也更多地從事出口業(yè)務(Bernard等, 2007)。這意味著Heckscher-Ohlin在跨行業(yè)的貿(mào)易中也存在影響力。近年來的研究表明,中國的貿(mào)易或許與Heckscher-Ohlin預測的相反,勞動力密集型產(chǎn)業(yè)更多從事出口(Lu, 2010)。因此,有必要檢驗出口行為與勞動力密集度的關(guān)系,因此我們在出口決策方程中納入勞動力密集度這個變量。

        最后,我們控制年份固定效應Dt和四位行業(yè)固定效應ζn,我們利用下面的Probit模型作為Heckman第一步回歸:

        (30)

        其中Φ(.)是正態(tài)分布的累積密度函數(shù),Zjt是一系列外生變量的向量。在估計選擇方程時,我們馬上遇到了數(shù)據(jù)上的問題:近80%的樣本并不報告無形資產(chǎn)。為了解決這一問題,我們在回歸中加入無形資產(chǎn)的啞變量(如果報告為1,否則為0)。

        表3報告了中國企業(yè)和外資企業(yè)的Heckman回歸結(jié)果。第1列報告了第一步Probit模型的回歸結(jié)果,企業(yè)生產(chǎn)率越高,從事出口的概率也就越高。此外,企業(yè)的有形資產(chǎn)與總資產(chǎn)比例越高,從事出口業(yè)務的概率也越高。*這一結(jié)果與我們工作論文的理論預測一致,即企業(yè)抵押品越高,現(xiàn)金流約束越小,特別是出口企業(yè)。資本密集型企業(yè)更有可能從事出口業(yè)務,說明中國企業(yè)出口行為符合Heckscher-Ohlin預測的貿(mào)易結(jié)構(gòu)。*這一結(jié)果與Lu (2011)不同,因為純出口企業(yè)已經(jīng)從樣本中刪除。Dai等(2012)發(fā)現(xiàn)純出口企業(yè)主要是加工貿(mào)易企業(yè),當這些加工貿(mào)易企業(yè)被剔除后,中國的出口貿(mào)易模式符合Heckscher-Ohlin模型預測。Heckman第二步的結(jié)果與第一步基本一致,詳見第2列。

        與中國企業(yè)相比,外國企業(yè)的Hechman估計結(jié)果明顯不同,見第3至4列。企業(yè)生產(chǎn)率對企業(yè)出口決策沒有顯著影響??赡艿脑蚴呛芏嗤赓Y企業(yè)是生產(chǎn)率較低的加工貿(mào)易企業(yè)(Yu, 2011),或者這些跨國公司是垂直分工,主要依賴其內(nèi)部的銷售資源(Feenstra和Hanson, 2005)。結(jié)合2SLS的回歸結(jié)果,我們認為外資企業(yè)并不適用于中國企業(yè)的計量模型,因此我們接下來的回歸主要關(guān)注于中國企業(yè)。

        表3 Heckman兩步法估計的二元選擇模型(2000-2008年)

        說明:括號內(nèi)是企業(yè)聚類后的T統(tǒng)計量,由2SLS回歸反復抽樣得到。*,**,***表示10%,5%,1%的顯著水平。采用第二類Tobit模型回歸,其中第一步為(30)式的Probit回歸。第一步因變量是企業(yè)出口啞變量,第二步因變量是企業(yè)海外業(yè)務占比。第1列和第3列是Probit回歸結(jié)果,第二步中的逆密爾系數(shù)由第一步Probit回歸得到。TFP1的估計值由TFP1對企業(yè)財務變量和第一步的其他外生變量回歸得到,在第一步中作為外生變量,但是不出現(xiàn)在第二步回歸中。企業(yè)有形資產(chǎn)比例以百分數(shù)表示,由有形資產(chǎn)比總資產(chǎn)得到。因為80%的樣本不報告無形資產(chǎn),我們加入無形資產(chǎn)啞變量:如果報告無形資產(chǎn),則該變量等于1,否則為0。行業(yè)固定效應是4位中國行業(yè)代碼(CIC)層面的固定效應。同時加入了年份固定效應、2位中國行業(yè)代碼與資本勞動比交叉項固定效應和年份與資本勞動比交叉項固定效應。

        4.企業(yè)抵押品。我們考慮(25)式的兩個拓展形式。首先,我們用有形資產(chǎn)作為企業(yè)抵押品的衡量。Manova (2013)論證了這一變量在解釋部門貿(mào)易對金融變量的敏感性時十分重要。通過假設企業(yè)成功生產(chǎn)的概率ρ并且償付銀行貸款,我們在模型中引入抵押品的概念。如果企業(yè)生產(chǎn)失敗的概率為(1-ρ),那么企業(yè)的銀行貸款就出現(xiàn)違約,銀行獲得抵押品Ajt的所有權(quán),即企業(yè)的有形資產(chǎn)。此時,銀行的預期收益是[ρI(xjt)+(1-ρ)Ajt],企業(yè)的預期收益為ρr(xjt)。將其代入(17)式并將等式兩邊除以ρ,將gi代入可得:

        (31)

        從(31)式可得,用抵押品替代利息費用后,回歸方程中出現(xiàn)抵押品變量。由于β1>0,且項目成功的概率為正ρ∈(0,1],因此抵押品和營業(yè)收入為正相關(guān)關(guān)系β6>0。相似地,我們認為出口企業(yè)抵押品的系數(shù)小于國內(nèi)企業(yè),且隨著海外業(yè)務占比增加而減少,β7<0。

        表4 中國企業(yè)海運及非海運的2SLS估計(2000-2006年)

        5.出口運輸模式。對模型的第二個拓展中,我們根據(jù)Amiti和Weinstein (2011)的方法將貿(mào)易運輸分為幾種模式。從理論上說明了出口企業(yè)由于運輸時間較長因此面臨更緊的信貸約束。事實上,企業(yè)運輸方式多種多樣:航運、海運、公路運輸以及上述的組合。通常海運是最耗時的運輸模式,回款周期也是最長的。因此我們認為,如果企業(yè)的運輸主要依靠海運,那么它們面臨的信貸約束也就更緊。

        為了檢驗運輸時間是否影響信貸約束,我們構(gòu)造海運啞變量,當企業(yè)一半以上出口額通過海運運輸時,啞變量等于1,否則等于0。相似地,我們引入非海運啞變量(1-海運啞變量)。*如果將海運標準提高為75%, 90% 或95%,估計結(jié)果也不變。然而,如果利用航運啞變量,估計結(jié)果就不再穩(wěn)健。隨后我們單獨回歸,將海運和海外業(yè)務占比估計值、海外業(yè)務占比估計值的平方分別做交叉項,結(jié)果在第2至3列報告。結(jié)果顯示,系數(shù)符號與理論預測相同。

        6.不完全信息。目前為止實證結(jié)果支持出口企業(yè)面臨的信貸約束更緊這一假說。然而,信息不對稱問題在某些行業(yè)可能更加嚴重。理論上,帕累托系數(shù)θ越小,企業(yè)生產(chǎn)率的差異就越大,意味著(14)式的信貸約束越緊。為了檢驗這個假說,我們利用TFP2變量,即銀行無法觀測的、企業(yè)的事前生產(chǎn)率。我們計算了TFP2在不同行業(yè)的方差,并按大小對行業(yè)進行排序,從而用得到行業(yè)的百分位序數(shù)來檢驗上述假說。*參見附錄表-A1最后一列。

        表5 行業(yè)生產(chǎn)率差異的2SLS回歸結(jié)果(2000-2006年)

        五、結(jié) 論

        本文試圖回答為什么企業(yè)會在國內(nèi)業(yè)務和出口業(yè)務中遭遇信貸約束。我們從基本的假設出發(fā),假設企業(yè)在生產(chǎn)前獲得資本要素,而企業(yè)生產(chǎn)率則存在信息不對稱。顯示原則要求銀行的最優(yōu)選擇是向企業(yè)提供貸款合同,在這份貸款合同下,企業(yè)有激勵向銀行報告真實的生產(chǎn)率信息。我們論證了上述激勵相容原則會導致企業(yè)的信貸約束,原因在于不受信貸約束的企業(yè)一定有動機向銀行報告較低的生產(chǎn)率。此時,企業(yè)由于降低產(chǎn)量會損失二階利潤,但是通過降低利息費用從而可以增加一階利潤。因此,企業(yè)沒有動機報告真實的生產(chǎn)率。

        我們解釋了為何出口企業(yè)和國內(nèi)企業(yè)面臨不同的信貸約束:出口企業(yè)的生產(chǎn)銷售周期更長(Berman等, 2012)。這使得銀行對出口企業(yè)的國內(nèi)業(yè)務和海外業(yè)務都施加更緊的信貸約束,降低了出口企業(yè)的廣度邊際和深度邊際。實證上,我們發(fā)現(xiàn)隨著企業(yè)海外業(yè)務占比上升、運輸時間增加、行業(yè)生產(chǎn)率差異擴大(使得信息不對稱更加嚴重),企業(yè)面臨的信貸約束會越來越緊。

        出口企業(yè)的國內(nèi)業(yè)務和海外業(yè)務面臨相同的信貸約束,這一理論結(jié)果與Behrens等(2010)研究比利時的實證結(jié)果相吻合,后者發(fā)現(xiàn)金融變量對企業(yè)內(nèi)部的國內(nèi)業(yè)務和海外業(yè)務影響相同。但這一結(jié)果與Amiti和Weinstein (2011)利用日本數(shù)據(jù)的研究結(jié)果相悖,后者認為銀行對出口業(yè)務的影響是國內(nèi)業(yè)務的5倍。一個可能的解釋是Amiti和Weinstein (2011)的信貸是關(guān)注于銀行的貿(mào)易融資業(yè)務,專注于出口業(yè)務,而我們的信貸是更加廣義的對企業(yè)固定資產(chǎn)購買提供的信貸。

        我們模型的一個局限是這是一個靜態(tài)模型,而其他理論文獻關(guān)注于信貸約束的動態(tài)特征。Clementi和Hopenhayn (2006)構(gòu)造了動態(tài)的激勵相容信貸約束,并且證明在動態(tài)條件下,信貸約束如何影響企業(yè)增長和存續(xù)。在這個設定下,企業(yè)信貸被放松為現(xiàn)金流的增加。Verani和Gross(2012)證明了如何利用Melitz模型推導Clementi和Hopenhayn (2006)的企業(yè)利潤方程,加上Verani (2011)的條件后,求解了國內(nèi)企業(yè)和出口企業(yè)的動態(tài)問題。盡管如此,上述文獻都沒有區(qū)分國內(nèi)企業(yè)和出口企業(yè)在運輸時間上的差異,而在我們的模型中,我們考慮了這一重要因素。我們期待我們的模型也可以在上述動態(tài)模型中得到推廣,當然這并非本文的討論內(nèi)容。

        [1]Ahn J. A theory of domestic and international trade finance[R]. IMF Working Paper No. 11/262, 2011.

        [2]Amiti M, Weinstein D E. Exports and financial shocks[J]. The Quarterly Journal of Economics, 2011, 126(4): 1841-1877.

        [3]Beck T. Financial development and international trade: Is there a link?[J]. Journal of International Economics, 2002, 57(1): 107-131.

        [4]Behrens K,Corcos G, Mion G. Trade crisis? What trade crisis?[R]. CEPR Discussion Paper No. DP7956, 2010.

        [5]Berman N, de Sousa J, Martin P, et al. Time to ship during financial crises[R]. NBER Working Paper No. 18274, 2012.

        [6]Bernard A B, Jensen J B, Redding S J, et al. Firms in international trade[J]. Journal of Economic Perspectives, 2007, 21(3): 105-130.

        [7]Bolton P, Scharfstein D S. A theory of predation based on agency problems in financial contracting[J]. The American Economic Review, 1990, 80(1): 93-106.

        [8]Brandt L, van Biesebroeck J, Zhang Y. Creative accounting or creative destruction? Firm-level productivity growth in Chinese manufacturing[J]. Journal of Development Economics, 2012, 97(2): 339-351.

        [9]Buch C M, Kesternich I, Lipponer A, et al. Real versus financial barriers to multinational activity[R]. University of Nottingham, 2008.

        [10]Cai H, Liu Q. Competition and corporate tax avoidance: Evidence from Chinese industrial firms[J]. The Economic Journal, 2009, 119(537): 764-795.

        [11]Chaney T. Liquidity constrained exporters[R]. University of Chicago, 2005.

        [12]Chor D, Manova K. Off the cliff and back? Credit conditions and international trade during the global financial crisis[J]. Journal of International Economics, 2012, 87(1): 117-133.

        [13]Claessens S, Tzioumis K. Measuring firms’ access to finance[R]. Access to Finance: Building Inclusive Financial Systems,Organized by the Brooking Institution and the World Bank, 2006.

        [14]Clementi G L, Hopenhayn H A. A theory of financing constraints and firm dynamics[J]. The Quarterly Journal of Economics, 2006, 121(1): 229-265.

        [15]Dai M,Maitra M, Yu M. Unexceptional exporter performance in China? The role of processing trade[J]. Journal of Development Economics,2016,121:177-189.

        [16]Egger P, Keuschnigg C. Access to credit and comparative advantage[R]. Discussion Paper, 2011.

        [17]Ellison G,Glaeser E L, Kerr W R. What causes industry agglomeration? Evidence from coagglomeration patterns[J]. American Economic Review, 2010, 100(3): 1195-1213.

        [18]Feenstra R C, Hanson G H. Ownership and control in outsourcing to China: Estimating the property-rights theory of the firm[J]. The Quarterly Journal of Economics, 2005, 120(2): 729-761.

        [19]Feenstra R C, Li Z, Yu M. Exports and credit constraints under incomplete information: Theory and evidence from China[R]. NBER Working Paper No. 16940, 2011.

        [20]Greenaway D,Guariglia A, Kneller R. Financial factors and exporting decisions[J]. Journal of International Economics, 2007, 73(2): 377-395.

        [21]Gross T, Verani S. Financing constraints, firm dynamics, and international trade[R]. Finance and Economics Discussion Series No. 2012-68, 2012.

        [22]Harrison A E, McMillan M S. Does direct foreign investment affect domestic credit constraints?[J]. Journal of International Economics, 2003, 61(1): 73-100.

        [23]Heckman J, Vytlacil E. Instrumental variables methods for the correlated random coefficient model: Estimating the average rate of return to schooling when the return is correlated with schooling[J]. The Journal of Human Resources, 1998, 33(4): 974-987.

        [24]Héricourt J, Poncet S. FDI and credit constraints: Firm-level evidence from China[J]. Economic Systems, 2009, 33(1): 1-21.

        [25]Kletzer K, Bardhan P. Credit markets and patterns of international trade[J]. Journal of Development Economics, 1987, 27(1-2): 57-70.

        [26]Levchenko A A, Lewis L T, Tesar L L. The collapse of international trade during the 2008-2009 crisis: In search of the smoking gun[R]. NBER Working Papers No. 16006, 2010.

        [27]Levinsohn J, Petrin A. Estimating production functions using inputs to control for unobservables[J]. Review of Economic Studies, 2003, 70(2): 317-341.

        [28]Lu D. Exceptional exporter performance? Evidence from Chinese manufacturing firms[R]. Job Market Paper, 2010.

        [29]Manova K, Wei S-J, Zhang Z. Firm exports and multinational activity under credit constraints[R]. NBER Working Paper No. 16905, 2011.

        [30]Manova K. Credit constraints, heterogeneous firms, and international trade[J]. Review of Economic Studies, 2013, 80(2): 711-744.

        [31]Matsuyama K. Credit market imperfections and patterns of international trade and capital flows[J].Journal of the European Economic Association, 2005, 3(2-3): 714-723.

        [32]Melitz M J. The impact of trade on intra-industry reallocations and aggregate industry productivity[J]. Econometrica, 2003, 71(6): 1695-1725.

        [34]Olley G S, Pakes A. The dynamics of productivity in the telecommunications equipment industry[J]. Econometrica, 1996, 64(6): 1263-1297.

        [35]Poncet S, Steingress W, Vandenbussche H. Credit allocation in China: Firm-level evidence[J]. MET/Medium for Econometric Applications, 2009, 17(2): 2-7.

        [36]Qiu L D. Credit rationing and patterns of new product trade[J]. Journal of Economic Integration, 1999, 14(1): 75-95.

        [37]Verani S. Aggregate consequences of firm-level financing constraints[R]. Job Market Paper,University of California,2011.

        [38]Yu M J. Processing trade, firm productivity, and tariff reductions: Evidence from Chinese products[R]. CCER Working Paper No. E201006, 2011.

        (責任編輯 石 頭)

        Exports and Credit Constraints under Incomplete Information: Theory and Evidence from China

        Robert C. Feenstra1,2, Li Zhiyuan3, Yu Miaojie4

        (1.DepartmentofEconomics,UniversityofCalifornia-Davis,California95616,USA; 2.NBER,Massachusetts02138,USA;3.SchoolofEconomics,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China; 4.ChinaCenterforEconomicResearch,PekingUniversity,Beijing100871,China)

        This paper examines why credit constraints for domestic and exporting firms arise in a setting where banks do not observe firms’ productivities. To maintain incentive compatibility, banks lend below the amount that firms need for optimal production. The longer time needed for export shipments induces a tighter credit constraint on exporters than on purely domestic firms. In our application to Chinese firms, we find that the credit constraint is more stringent as a firm’s export share grows, as the time to ship for exports is lengthened, and as there is greater dispersion of firms’ productivities, reflecting more incomplete information.

        export; credit constraint; incomplete information; heterogeneous productivity; Chinese firm

        2016-09-01

        Robert C. Feenstra(1956-),男,美國籍,加州大學戴維斯分校經(jīng)濟學系教授、美國國家經(jīng)濟研究局研究員; 李志遠(1979-),男,山西孝義人,復旦大學經(jīng)濟學院副教授; 余淼杰(1976-),男,廣東饒平人,北京大學國家發(fā)展研究院中國經(jīng)濟研究中心教授。

        F740

        A

        1001-9952(2017)05-0044-21

        10.16538/j.cnki.jfe.2017.05.004

        【編者按】從國家層面來看,出口需要金融部門的支持,而出口企業(yè)往往受到信貸約束從而影響出口表現(xiàn)。2008年的金融危機也曾引發(fā)了學術(shù)界關(guān)于信貸約束是否影響了企業(yè)出口的討論。本期《財經(jīng)研究》“海外歸來”欄目翻譯了復旦大學經(jīng)濟學院李志遠副教授在TheReviewofEconomicsandStatistics2014年第10期合作發(fā)表的論文“ExportsandCreditConstraintsUnderIncompleteInformation:TheoryandEvidenceFromChina”。*本文獲得了原文的翻譯版權(quán)。The Review of Economics and Statistics是經(jīng)濟學領(lǐng)域國際頂級期刊之一。本文由李志遠副教授與余淼杰教授翻譯。其中李志遠副教授于2010年獲得美國加州大學戴維斯分校經(jīng)濟學博士學位,并于同年回國工作,主要致力于國際貿(mào)易理論與實證、國際貿(mào)易政策等領(lǐng)域的研究。余淼杰教授于2005年獲得美國加州大學戴維斯分校經(jīng)濟學博士學位,主要致力于國際貿(mào)易與發(fā)展經(jīng)濟學的研究。作者感謝Kyle Bagwell, Kalina Monova, Larry Qiu, David Weinstein教授的寶貴建議,感謝NBER, Harvard, Tsinghua University, the University of Queensland, University of Victoria, University of California, Irvine and San Diego參會人員的寶貴建議。該文入選了全球“經(jīng)濟學與商學”領(lǐng)域前1%ESI高被引論文,同時獲得了第六屆“張培剛發(fā)展經(jīng)濟學優(yōu)秀成果獎”。文章充分考慮了企業(yè)生產(chǎn)率等相對于銀行屬于內(nèi)部信息的因素,從不完全信息的角度解釋了出口企業(yè)信貸約束產(chǎn)生的原因。

        猜你喜歡
        生產(chǎn)率信貸約束
        中國城市土地生產(chǎn)率TOP30
        決策(2022年7期)2022-08-04 09:24:20
        “碳中和”約束下的路徑選擇
        約束離散KP方程族的完全Virasoro對稱
        聚焦Z世代信貸成癮
        國外技術(shù)授權(quán)、研發(fā)創(chuàng)新與企業(yè)生產(chǎn)率
        關(guān)于機床生產(chǎn)率設計的探討
        中國市場(2016年45期)2016-05-17 05:15:26
        綠色信貸對霧霾治理的作用分析
        適當放手能讓孩子更好地自我約束
        人生十六七(2015年6期)2015-02-28 13:08:38
        固定成本與中國制造業(yè)生產(chǎn)率分布
        淺談信貸消費
        伊人色网站| 婷婷五月深深久久精品| 久久香蕉国产线看观看精品yw | 国产成人综合精品一区二区| 欧美三级不卡在线观看| 国产精品区一区第一页| 99riav精品国产| 国产一区二区三区小向美奈子 | 中文区中文字幕免费看| 国产麻豆精品久久一二三| 国产主播在线 | 中文| 求网址日韩精品在线你懂的| 看日本全黄色免费a级| 精品无码日韩一区二区三区不卡| 97色在线视频| 丰满人妻一区二区三区精品高清| 熟妇人妻无乱码中文字幕av| 亚洲色精品aⅴ一区区三区| 中文人成影院| 少妇一区二区三区精选| 久久精品国产99国产精品澳门| 久久99精品国产麻豆| 男女视频在线一区二区| 人妻少妇偷人精品视频| 色欲人妻aaaaaaa无码| 狠狠色噜噜狠狠狠狠888奇禾| 亚洲第一免费播放区| 精品乱色一区二区中文字幕| 国产免费拔擦拔擦8x高清在线人| 国产v视频| 国内精品熟女一区二区| 亚洲最全av一区二区| 少妇无码av无码专区线| 日产精品一区二区三区| 天堂网av在线免费看| 无码人妻精品一区二区三区9厂| 精品久久综合亚洲伊人| 亚洲传媒av一区二区三区| av在线观看一区二区三区| 另类内射国产在线| 国产亚洲精品不卡在线|