姜永宏 馮啟迪

(暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東 廣州 510632)

一、引言

2008年全球性金融危機(jī)爆發(fā)以來，大量中、短期資本從發(fā)達(dá)經(jīng)濟(jì)體出逃流向中國、印度、巴西等新興經(jīng)濟(jì)體。相對(duì)于其他新興經(jīng)濟(jì)體，中國作為最大的發(fā)展中國家，其巨大的資本增值潛力、相對(duì)安全的投資環(huán)境與有效的市場需求等特征吸引了大量國際資本的流入。同時(shí)，伴隨著國際資本賬戶自由化進(jìn)程的推進(jìn)，國際金融一體化程度的加深，中國受到國際資本流動(dòng)影響的程度日益加劇。近年來，歐美國家經(jīng)濟(jì)狀況的日益回暖，美國降低企業(yè)經(jīng)營成本稅改方案的推行，掀起了美國企業(yè)投資回流的熱潮。國際資金從新興市場國家回流美國(中國科學(xué)院大學(xué)國際資本流動(dòng)與金融穩(wěn)定研究課題組，2017)[1]，加劇了中國國際資本流動(dòng)的波動(dòng)程度。國際資本流動(dòng)普遍分為FDI、國際證券投資與國際債務(wù)資本三種。相對(duì)于FDI與國際證券投資兩者投資周期永續(xù)的特征，國際債務(wù)資本往往體現(xiàn)出特有的期限錯(cuò)配問題。作為一國企業(yè)的重要融資方式，發(fā)行境外企業(yè)債的融資成效受限于國際資本流動(dòng)中的債務(wù)資本流動(dòng)，加之期限錯(cuò)配問題的存在，劇烈的債務(wù)資本流動(dòng)波動(dòng)會(huì)改變企業(yè)投資行為，進(jìn)而影響整個(gè)國家投資及經(jīng)濟(jì)運(yùn)行狀況。因此，研究國際債務(wù)資本流動(dòng)的不確定性對(duì)中國經(jīng)濟(jì)增長的影響具有重要的理論與現(xiàn)實(shí)意義。

與發(fā)達(dá)經(jīng)濟(jì)體相比，新興經(jīng)濟(jì)體與發(fā)展中國家的經(jīng)濟(jì)波動(dòng)往往更加明顯(Garcia-Cicco等，2010[2]；Koren和Tenreyro，2012[3])，波動(dòng)幅度更大，持續(xù)時(shí)間也更長，主要原因在于新興經(jīng)濟(jì)體金融市場發(fā)展尚不完善、不充分，致使本地企業(yè)融資渠道窄、成本高、期限短。債務(wù)期限短，投資回收期長，這樣普遍的投融資期限錯(cuò)配現(xiàn)象在新興經(jīng)濟(jì)體屢見不鮮。因此，融資途徑窄的企業(yè)，其投資行為對(duì)預(yù)期融資額的變動(dòng)也更加敏感。圖1展示了我國1998年至2017年債務(wù)資本流入與股權(quán)資本流入總量的變化情況。

圖1 1998Q1-2017Q2中國債權(quán)資本和股權(quán)資本流入總量(單位：億元)

圖1顯示，在2011年之前，相對(duì)于債權(quán)資本流入，股權(quán)資本流入的波動(dòng)更加明顯，解釋或?yàn)閲鴥?nèi)較為煩瑣嚴(yán)格的上市程序，限制了大量企業(yè)的融資渠道，致使經(jīng)濟(jì)危機(jī)前大量中國企業(yè)追趕赴美上市的熱潮，股權(quán)資本流入渠道較為暢通。而2011年后，部分赴美上市的國內(nèi)企業(yè)回歸A股，國際債權(quán)投資通道打開，使得債券投資流入波動(dòng)明顯增強(qiáng)，從2016年第一季度的凈流出1507億浮動(dòng)至2017年第二季度的凈流入533億元。由此可見，近年來國際債務(wù)資本流入的變化十分劇烈。

理論上，鑒于FDI的直達(dá)性與股權(quán)融資的長期性，其階段性波動(dòng)不會(huì)產(chǎn)生期限錯(cuò)配問題，進(jìn)而企業(yè)投資行為與企業(yè)投資風(fēng)格受FDI與股權(quán)融資的波動(dòng)影響十分有限；如果企業(yè)主要融資方式為發(fā)行境外企業(yè)債，則企業(yè)在選擇投資數(shù)額、投資期限、投資方式等一系列行為上都會(huì)考慮到未來融資的可能性。劇烈的債務(wù)資本波動(dòng)無疑加劇了企業(yè)對(duì)于未來融資的不確定性，更容易引發(fā)期限錯(cuò)配條件下企業(yè)債務(wù)展期、違約甚至破產(chǎn)的風(fēng)險(xiǎn)。為了驗(yàn)證上述假設(shè)，本文緊緊圍繞不確定性與投資活動(dòng)二者的相關(guān)性，在建立可能理論傳導(dǎo)機(jī)制的基礎(chǔ)上，結(jié)合期限錯(cuò)配，構(gòu)建I-VAR模型來研究國際債務(wù)資本流動(dòng)不確定性對(duì)國家投資活動(dòng)及產(chǎn)出的影響。實(shí)證結(jié)果發(fā)現(xiàn)，滯后一期國際債務(wù)資本流動(dòng)的不確定性對(duì)全社會(huì)固定資產(chǎn)投資額有著負(fù)向影響，影響程度隨不確定性程度上升而增加，且在2008年之后，隨著期限錯(cuò)配程度下降，不確定性對(duì)全社會(huì)投資額沖擊的效果也在逐漸降低。

二、文獻(xiàn)回顧

隨著國際資本流動(dòng)研究的深入，資本流入對(duì)于被流入國家經(jīng)濟(jì)增長的促進(jìn)作用逐步成為共識(shí)。Beckmann 等(2017)[4]通過對(duì)新興經(jīng)濟(jì)體的研究發(fā)現(xiàn)，國際資本流入對(duì)流入國GDP的增長具有顯著促進(jìn)作用，證券資本流入甚至比凈FDI流入效果更佳顯著。Converse(2017)[5]研究認(rèn)為，證券資本流動(dòng)的不確定性通過限制企業(yè)的投資來降低產(chǎn)出，新型經(jīng)濟(jì)體的波動(dòng)要高于發(fā)達(dá)經(jīng)濟(jì)體，并且回收期越久的行業(yè)其投資受影響程度越大。宿玉海等(2018)[6]使用結(jié)構(gòu)向量自回歸模型研究發(fā)現(xiàn)，短期資本流動(dòng)沖擊國內(nèi)金融市場，不利于匯率穩(wěn)定與人民幣國際化建設(shè)。馬宇等(2017)[7]則認(rèn)為資本跨國流入不僅促進(jìn)經(jīng)濟(jì)增長，還會(huì)產(chǎn)生知識(shí)溢出、技術(shù)溢出等效應(yīng)，然而資本異常流動(dòng)會(huì)成為制約新興市場國家發(fā)展的障礙。伴隨著金融危機(jī)對(duì)全球經(jīng)濟(jì)的沖擊，越來越多的學(xué)者針對(duì)不確定性展開研究，并普遍認(rèn)為不確定性是阻礙經(jīng)濟(jì)平穩(wěn)運(yùn)行的重要因素。但縱觀種種涉及不確定性的研究，大多數(shù)文獻(xiàn)對(duì)于不確定性的刻畫，停留在Baker等(2010)[8]提出的EPU指標(biāo)上，且大致分為兩類：一類是關(guān)于EPU對(duì)宏觀經(jīng)濟(jì)指標(biāo)的負(fù)面影響(Bachmann 等，2013[9]；Leduc 和 Sill，2013[10]；劉鏡秀、門明，2015[11])，另一類從微觀層面出發(fā)，討論EPU對(duì)企業(yè)投融資行為等方面的抑制作用(Caggese，2012[12]；Kellogg，2014[13]；Arslan 等，2015[14])。理論上，由于企業(yè)投資的不可逆性與調(diào)整成本的存在，企業(yè)在不確定環(huán)境下更傾向于“等等看”而不是采取行動(dòng)，從而致使不確定性對(duì)企業(yè)投資產(chǎn)生抑制作用(Bernanke,1983[15]；McDonald 和 Siegel, 1986[16]; Pindyck, 1991[17])。國內(nèi)學(xué)者的研究也證實(shí)了不確定性沖擊對(duì)于企業(yè)投資的負(fù)面影響。譚小芬等(2017)[18]認(rèn)為經(jīng)濟(jì)政策不確定性通過實(shí)物期權(quán)和金融摩擦兩種渠道抑制了企業(yè)投資，傳導(dǎo)機(jī)制在于不確定性對(duì)資本流動(dòng)性價(jià)值的沖擊。饒品貴等(2017)[19]認(rèn)為EPU使得中國企業(yè)投資明顯受到抑制，但因?yàn)橥顿Y者更加審慎，投資效率反而隨之上升。綜上所述，鮮有文獻(xiàn)從國際資本，尤其是國際債務(wù)資本流動(dòng)的角度入手，結(jié)合不確定性的話題，來探討其與企業(yè)投資行為之間的作用機(jī)制。由于國際資本流動(dòng)缺乏相對(duì)高頻數(shù)據(jù)，目前文獻(xiàn)衡量國際資本流動(dòng)波動(dòng)，通常是在構(gòu)建相應(yīng)指標(biāo)的基礎(chǔ)上進(jìn)行測度。如Mercado和Park (2011)[20]以5年期的滾動(dòng)標(biāo)準(zhǔn)差測度國際資本流動(dòng)的波動(dòng)性，Converse (2017)[5]采用AR(1)模型擬合的殘差通過處理后來表示國際資本流動(dòng)的波動(dòng)。本文在Converse(2017)[5]的方法上進(jìn)行擴(kuò)展，采用ARMA(1,1)模型對(duì)國際資本流動(dòng)不確定性指標(biāo)進(jìn)行衡量，創(chuàng)新性結(jié)合期限錯(cuò)配的視角，使用新穎實(shí)用的I-VAR模型進(jìn)行實(shí)證分析，來檢驗(yàn)國際資本流動(dòng)的不確定性對(duì)于中國總投資規(guī)模與GDP產(chǎn)出的影響。

三、理論基礎(chǔ)

(一)基本模型

由于我國金融發(fā)展不充分，市場普遍存在摩擦。參考Converse(2017)[5]的框架，我們假設(shè)摩擦主要表現(xiàn)為兩點(diǎn)：(1)企業(yè)由于上市困難等融資約束，僅能通過發(fā)行一期無風(fēng)險(xiǎn)利率債券來進(jìn)行融資，無法發(fā)行長期債券，因此會(huì)大量依靠短期債務(wù)來進(jìn)行融資(IMF,2005[21]；Fan等，2012[22])。(2)企業(yè)受限于外生給定的借款限制，限制隨機(jī)且未知。大量研究表明，發(fā)達(dá)國家在確定國際資本流動(dòng)模式方面的推動(dòng)因素比被投資國的拉動(dòng)因素重要得多。具體因素的相關(guān)研究不僅包括宏觀經(jīng)濟(jì)層面(Forbes和Warnock，2012[23]；Fratzscher，2011[24])以及流動(dòng)性狀況(Foley-Fisher和Guimaraes，2012[25]；Edwards，2012[26])，同時(shí)也涵蓋了被投資國家機(jī)構(gòu)投資者資產(chǎn)組合的配置狀況(Didier等，2010[27]；Jotikasthira 等，2011[28])，因此資本流入國面臨外生給定的未來融資限制這一假設(shè)是合理的。

考慮一個(gè)投資人均為風(fēng)險(xiǎn)中性的三階段投資模型，即t=0，1，2。t=0時(shí)，企業(yè)通過初始稟賦y0以及發(fā)行短期國際債券B1來融資，用來投資為期兩期的長期項(xiàng)目，總投資成本為I0，到期后項(xiàng)目總收益率為R。t=1時(shí)，企業(yè)為了清償?shù)狡诘亩唐谕鈧?，選擇繼續(xù)發(fā)行債券，但由于借款限制，新發(fā)行的債券或許不能清償?shù)狡诘膫鶆?wù)，因此企業(yè)會(huì)清算部分長期投資來償債，剩余的投資品會(huì)在t=2時(shí)1∶1轉(zhuǎn)化為消費(fèi)品。國際債券收益率為世界利率r，借款限制為τ2，分布函數(shù)為F(τ)。投資長期項(xiàng)目的利潤足夠高，通過借款來投資可以獲得利潤(R>(1+r)2)。期限錯(cuò)配反映了企業(yè)借款與投資之間期限的差異，對(duì)于我國大部分企業(yè)來說，長期借款與上市發(fā)行股權(quán)的融資方式成本過于高昂，僅能依靠短期借款，這就使企業(yè)家需要權(quán)衡在隨機(jī)且未知的借款限制τ2的約束下，于t=0時(shí)選擇適當(dāng)?shù)慕杩顢?shù)量B1與投資數(shù)量I0，來最大化三期的收益貼現(xiàn)之和，這既保證了自身收益的最大化，同時(shí)又避免了因過度投資導(dǎo)致企業(yè)現(xiàn)金流資不抵債情況的出現(xiàn)。即：

(1)

其中，β為貼現(xiàn)因子，dt為t期收益(1)其中，d0=y0+B1-I0，d1=y1+B2+L-(1+r)B1，d2=y2+R(I0-L)-(1+r)B2。。該最大化問題受限于四個(gè)約束條件：(1)利潤非負(fù)約束，dt≥0，意味著企業(yè)無法發(fā)行股權(quán)；(2)借款約束，B2≤τ2；(3)清算非負(fù)約束，L≥0，即一旦啟動(dòng)項(xiàng)目，無法擴(kuò)大投資規(guī)模；(4)清算上限約束，L≤I0。

由此，構(gòu)造拉格朗日函數(shù)并求解拉格朗日方程的一階條件：

(2)

(3)

(4)

(5)

其中，λt、ξ(1)、ξ(2)、μ分別為利潤非負(fù)約束、清算非負(fù)約束、清算上限約束以及借款限制的拉格朗日乘子。剔除企業(yè)違約破產(chǎn)風(fēng)險(xiǎn)，假設(shè)貸款者向企業(yè)貸款的數(shù)額不會(huì)超過其所能償還的最大數(shù)額，從而清算數(shù)量不會(huì)等于投資數(shù)量，即L

這里存在兩種情況：

1.當(dāng)企業(yè)家擁有足夠的借款能力時(shí)B2<τ2，可以依靠t=1期新的借款來償付到期的債務(wù)，從而便不需要進(jìn)行長期投資的清算，即L=0。同時(shí)由于長期投資的盈利性(R>(1+r)2)，企業(yè)家不會(huì)在第一期支付紅利，d0=0，同理d1=0，企業(yè)僅在t=2時(shí)支付紅利，從而第二期借款數(shù)量應(yīng)該恰好為到期外債減去第二期稟賦，即B2=(1+r)B1-y1。這種情況下，企業(yè)最終階段消費(fèi)CH應(yīng)等于t=2時(shí)的紅利d2。

(6)

2.當(dāng)企業(yè)家在第二期的借款上限連帶當(dāng)期稟賦無法償還到期債務(wù)時(shí)，τ2+y1<(1+r)B1，此時(shí)B2=τ2，此時(shí)企業(yè)家需要清算部分為L的長期投資來償還債務(wù)，清償數(shù)量剛好足夠來支付外債，即L=(1+r)B1-(y1+τ2)，這使得最終消費(fèi)為：

CL=(R-(1+r))τ2-rRB1+(Ry0+Ry1+y2)

(7)

因而，企業(yè)家要選擇最優(yōu)借款規(guī)模來最大化其最終消費(fèi)：

(8)

τ′=(1+r)B1-y1表示需要進(jìn)行清算的借款臨界值，如果第二期借款限制低于臨界值，就必然進(jìn)行清算來償還債務(wù)。很明顯，τ′的大小內(nèi)生決定于企業(yè)的初始借款。將式(6)(7)帶入式(8)得到：

(9)

對(duì)B1求導(dǎo)獲得一階條件：

(10)

這里，當(dāng)τ′=τ2時(shí)，CH=CL，于是得到：

(11)

(二)不確定性增加

校準(zhǔn)時(shí)，假定借款約束τ2服從對(duì)數(shù)正態(tài)分布，具體的參數(shù)值如表1所示。債務(wù)利率選取中國過去十年銀行間同業(yè)拆借利率的均值，鑒于長期投資項(xiàng)目的回報(bào)率缺少實(shí)際數(shù)值，將長期投資回報(bào)率匹配為固定資產(chǎn)投資回報(bào)率的測算值。單豪杰等(2008)[30]測算了1978-2006年間中國工業(yè)部門資本回報(bào)率均值在15%左右，方文全(2012)[31]估測中國1993-2007年間的平均資本回報(bào)率在8%-13.9%之間，我們綜合考慮將該值校準(zhǔn)為12%。對(duì)于預(yù)期借款約束，采用中國樣本期內(nèi)債務(wù)資本流入占GDP百分比的平均值作為校準(zhǔn)值，約為0.17%。不確定性增加的具體結(jié)果如圖2所示。

表1 理論模型中參數(shù)的校準(zhǔn)

注：以上校準(zhǔn)參數(shù)采用過去10年數(shù)據(jù)估算所得。

圖2 不確定性增加對(duì)清算概率的影響

根據(jù)校準(zhǔn)，我們得到最優(yōu)借款時(shí)的清算概率為F(τ′)=0.032，該最優(yōu)值落在了F(τ)≤G(τ)的區(qū)域，因此當(dāng)不確定性增加時(shí)，相同的借款數(shù)額反而對(duì)應(yīng)了更高的清算概率，與理論假設(shè)相一致。

四、數(shù)據(jù)與方法

(一)數(shù)據(jù)描述

數(shù)據(jù)的樣本區(qū)間為1999年第一季度至2017年第二季度，具體實(shí)證涉及的主要數(shù)據(jù)序列包括債務(wù)證券資本凈流入、真實(shí)GDP季度數(shù)據(jù)、全社會(huì)固定資產(chǎn)實(shí)際投資額以及私人部門的國內(nèi)信貸(占GDP的比重)。選取私人部門國內(nèi)信貸的原因是，根據(jù)以往文獻(xiàn)的研究，發(fā)現(xiàn)期限錯(cuò)配程度與金融發(fā)展程度關(guān)系密切(Fan 等，2012)[22]，采用私人部門國內(nèi)信貸(占GDP的比重)來作為金融發(fā)展程度的代理變量，進(jìn)一步表示期限錯(cuò)配程度的高低較為恰當(dāng)。債務(wù)證券資本流入與證券資本總流入數(shù)據(jù)來源于國家外匯管理局發(fā)布的國際收支平衡表(BPM6)與IMF DATA-BOP(二者數(shù)據(jù)口徑一致),GDP季度數(shù)據(jù)與全社會(huì)固定資產(chǎn)投資額來源于WIND數(shù)據(jù)庫，私人部門的國內(nèi)信貸(占GDP的比重)來源于國際清算銀行(BIS total credit statistics)。本文還選取居民消費(fèi)品價(jià)格指數(shù)CPI環(huán)比數(shù)據(jù)(2000年=100)來進(jìn)行相應(yīng)數(shù)據(jù)處理，數(shù)據(jù)來源同上。

(二)數(shù)據(jù)處理

針對(duì)不確定性，本文將相關(guān)國際資本流動(dòng)數(shù)據(jù)用ARMA(1,1)模型進(jìn)行擬合，公式如下：

flowt=δ0+δ1flowt-1+εt+θ1εt-1

(12)

flowt表示第t季度的債務(wù)資本流入額。在獲得相應(yīng)殘差序列后，對(duì)向前3個(gè)季度的殘差求標(biāo)準(zhǔn)差，結(jié)果與當(dāng)季GDP的趨勢值相比，得到所需的資本流動(dòng)波動(dòng)序列用來表示當(dāng)期借款的不確定性，公式如下：

(13)

將標(biāo)準(zhǔn)差與當(dāng)季度GDP做比的標(biāo)準(zhǔn)化做法，可以更加清晰地展示資本流動(dòng)波動(dòng)程度相對(duì)于經(jīng)濟(jì)總量的份額。對(duì)于其他時(shí)間序列數(shù)據(jù)，根據(jù)以往文獻(xiàn)的做法，筆者采用TRAMO-SEATS算法對(duì)資本流入、GDP以及全社會(huì)固定資產(chǎn)投資額數(shù)據(jù)進(jìn)行季節(jié)調(diào)整，獲得趨勢數(shù)據(jù)。

對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)除GDP(經(jīng)過季節(jié)調(diào)整后的趨勢項(xiàng))、全社會(huì)固定資產(chǎn)投資額以及證券資本總流入為平穩(wěn)序列外，其余變量均為一階單整序列，檢驗(yàn)結(jié)果見表2。

表2 ADF平穩(wěn)性檢驗(yàn)

注：所有數(shù)據(jù)樣本期均為1999年Q1至2017年Q2，檢驗(yàn)時(shí)最優(yōu)階數(shù)由AIC指標(biāo)自動(dòng)選擇，變量最優(yōu)滯后階數(shù)均為4階。

表3展示了主要變量不確定性與期限錯(cuò)配程度對(duì)于GDP和投資額的解釋能力。對(duì)于GDP來說，錯(cuò)配程度與不確定性的解釋能力(P值越大，解釋能力越弱)較低，但相比之下不確定性的解釋能力優(yōu)于錯(cuò)配程度。對(duì)于投資額LNINV，二者均有著相對(duì)顯著的解釋能力，不確定性的解釋能力更強(qiáng)，符合我們對(duì)于數(shù)據(jù)的預(yù)期。

表3 主要變量Granger因果檢驗(yàn)

注：所有數(shù)據(jù)樣本期為1999年Q1至2017年Q2，檢驗(yàn)時(shí)滯后階數(shù)由AIC指標(biāo)自動(dòng)選擇，變量最優(yōu)之后階數(shù)均為4階。

最后，通過方差分解，檢驗(yàn)不確定性、期限錯(cuò)配對(duì)于宏觀變量的貢獻(xiàn)程度(解釋能力)?？偡讲罘纸馄谙逓?0期，具體檢驗(yàn)結(jié)果如表4所示。表4展示了2、4、6、8、10期后的方差分解結(jié)果，分別表示半年、一年、一年半、兩年、兩年半后的影響，結(jié)果顯示，CPI對(duì)于GDP的方差貢獻(xiàn)位于首位，但債務(wù)不確定性的方差貢獻(xiàn)逐漸增強(qiáng)，投資期限越長，不確定性對(duì)于GDP波動(dòng)的影響力越明顯。此外，對(duì)于投資額LNINV的波動(dòng)，不確定性的貢獻(xiàn)程度依然居于前列，并有著相同的期限趨勢，期限越長，不確定性對(duì)于投資額方差貢獻(xiàn)越大。

表4 不確定性與錯(cuò)配程度對(duì)宏觀變量方差分解結(jié)果

注：所有數(shù)據(jù)樣本期均為1999年Q1至2017年Q2，數(shù)據(jù)來源見上文，季度數(shù)據(jù)均采用TRAMO-SEATS算法進(jìn)行季節(jié)調(diào)整，滯后期由最優(yōu)滯后階數(shù)準(zhǔn)則(滿足SC、AIC、HQ、LR準(zhǔn)則最多的標(biāo)準(zhǔn))確定。

方差分解可以有效降低格蘭杰因果檢驗(yàn)中帶來的多重共線性問題，但同時(shí)，由于Cholesky分解法的限制，其結(jié)果也會(huì)因?yàn)樽兞吭诰仃囍械呐帕许樞蚨兓?，因此為保證結(jié)果的可靠與穩(wěn)健性，本文采用廣義脈沖響應(yīng)進(jìn)一步分析廣義脈沖對(duì)GDP與投資額LNINV的影響，結(jié)果如圖3、圖4所示。無論是對(duì)GDP或是投資額LNINV，一單位正向不確定性沖擊會(huì)造成二者向下波動(dòng)，且波動(dòng)幅度隨著短期內(nèi)期限的增加而上升，最終向穩(wěn)態(tài)收斂。相對(duì)于GDP，不確定性對(duì)LNINV的負(fù)向影響更集中在兩單位標(biāo)準(zhǔn)差的置信區(qū)間內(nèi)，說明該沖擊的結(jié)果更可靠。值得注意的是，不確定性沖擊對(duì)LNINV的負(fù)向影響在第4、第5期附近到達(dá)最大值，意味著一年左右到期的債務(wù)資本流入對(duì)我國國內(nèi)投資影響最為顯著。VAR模型的估計(jì)結(jié)果與以往文獻(xiàn)相符合，但其不足在于，不能夠反映同一沖擊對(duì)于不同時(shí)刻不同變量水平下的響應(yīng)程度，換言之，本文為了探究在不同的期限錯(cuò)配水平下，同一單位國際債務(wù)資本流動(dòng)不確定性的沖擊，是否會(huì)使投資與GDP產(chǎn)生不同程度的時(shí)變反映，需要使用I-VAR的方法進(jìn)行進(jìn)一步的實(shí)證。

圖3 VAR模型下INV對(duì)不確定性沖擊的廣義脈沖響應(yīng)

圖4 VAR模型下GDP對(duì)不確定性沖擊的廣義脈沖響應(yīng)

(三)實(shí)證方法

理論分析表明，資本流動(dòng)的不確定性會(huì)在期限錯(cuò)配的傳導(dǎo)下影響投資活動(dòng)，因此本文選擇Pellegrino(2017)[32]使用的I-VAR模型(Interacted-VAR)來進(jìn)行實(shí)證分析。I-VAR模型是一個(gè)非線性VAR模型，它在標(biāo)準(zhǔn)線性VAR模型的基礎(chǔ)上增加了一個(gè)交互項(xiàng)，來衡量一單位某變量的沖擊效果是如何取決于另一變量水平的。本文估計(jì)的I-VAR模型形式為：

(14)

(15)

其中，Yt是內(nèi)生變量向量，α是常數(shù)項(xiàng)向量，Ap為系數(shù)矩陣，μt為殘差向量，方差—協(xié)方差矩陣(VCV)為Ω。交互項(xiàng)包括系數(shù)向量cp，資本流動(dòng)波動(dòng)unct以及私人部門貸款(占GDP的比重)，作為衡量期限錯(cuò)配程度的指標(biāo)。資本流動(dòng)波動(dòng)unct反映了不確定性，即需要識(shí)別的沖擊，期限錯(cuò)配程度為交互項(xiàng)中的條件變量。

內(nèi)生變量向量Yt=[mist,100×lnCPIt,100×lnINVt,1000×unct-1]′，其中，mis表示期限錯(cuò)配，CPI為居民消費(fèi)品價(jià)格指數(shù)，INV表示全社會(huì)固定投資額，unc表示不確定性。本文采用3階滯后期以避免序列相關(guān)的問題，使用非線性的LM統(tǒng)計(jì)量檢驗(yàn)并拒絕了線性VAR的原假設(shè)(P-value=0.0011)。

(16)

重復(fù)上述過程500次，便可以得到一致的GIRF點(diǎn)估計(jì)值，即:

(17)

式(17)是對(duì)于所需變量間廣義脈沖響應(yīng)的估計(jì)序列。

五、I-VAR模型下的不確定性影響研究

圖5顯示了隨著時(shí)間變化，不確定性的沖擊對(duì)實(shí)際投資額的影響?？梢钥闯?，不確定性沖擊對(duì)于與全社會(huì)固定資產(chǎn)實(shí)際投資額的影響基本為負(fù)，因此每當(dāng)一單位負(fù)的不確定性沖擊發(fā)生時(shí)，固定資產(chǎn)投資額實(shí)際值有所上升，但在不同的時(shí)間段內(nèi)有著不同的沖擊響應(yīng)。圖5(下)顯示不確定性程度與沖擊響應(yīng)程度具有同向變動(dòng)趨勢。1999年至2008年間，固定資產(chǎn)投資額對(duì)不確定性的沖擊的響應(yīng)，隨著不確定性的增長而增長，每單位沖擊平均引起投資大約0.5%的響應(yīng)，并在2008年到達(dá)峰值1.5%，而后響應(yīng)程度隨著不確定性的下降而下降，并逐漸穩(wěn)定在0.8%。

圖5 時(shí)變不確定性沖擊對(duì)投資額的影響 注：上組INV對(duì)樣本內(nèi)不確定性沖擊的時(shí)變GIRF(沖擊：1單位標(biāo)準(zhǔn)差的債務(wù)資本流入波動(dòng)的下降)，下組t-1期不確定性程度與t時(shí)期INV對(duì)時(shí)變沖擊的響應(yīng)峰值。

數(shù)據(jù)結(jié)構(gòu)顯示，用于構(gòu)造不確定性指標(biāo)的中國國際債務(wù)資本流入在上述年間均發(fā)生了“突?！钡臓顩r。根據(jù)以往研究(Sula,2010[34]；Agosin和Huatia，2012[35])，前期資本流入的“激增”會(huì)增加下期及之后資本流入“突?！钡母怕?，我國的資本流動(dòng)數(shù)據(jù)也證明了這點(diǎn)，意味著前期大量的資本流入，會(huì)使借款人免疫下期借款限制的劇烈變動(dòng)，借款人有相對(duì)充足的未到期可支配債務(wù)。仔細(xì)觀察圖5便可發(fā)現(xiàn)，相對(duì)于不確定性的變化，固定資產(chǎn)投資額的響應(yīng)總是存在著一定的滯后性，滯后期大概在一年到一年半左右，這也印證了模型的假設(shè)，即融資借款的不確定性對(duì)到期借款的沖擊更加劇烈。

圖6展示了隨著時(shí)間變化，不確定性對(duì)于GDP沖擊的變化。雖然理論部分我們并未涉及關(guān)于不確定性對(duì)于GDP的影響，但鑒于GDP與INV之間高度的相關(guān)性，本文預(yù)期GDP對(duì)不確定性沖擊的響應(yīng)方向與INV一致。圖6(上)顯示相比于INV，GDP與不確定性的響應(yīng)方向雖然一致，但響應(yīng)程度明顯更小，平均響應(yīng)程度大概在0.05%左右，大概因?yàn)閲H債務(wù)資本流入僅構(gòu)成了GDP中極少的一部分。不同于INV，GDP的響應(yīng)峰值與不確定性的程度走向并不一致甚至幾近相反。這與理論部分并不一致，但考慮到中國經(jīng)濟(jì)的實(shí)際情況，在2008年經(jīng)濟(jì)危機(jī)前后，雖然不確定性到達(dá)了頂峰，但在國家“4萬億”計(jì)劃的刺激下，不確定性對(duì)于GDP的沖擊被這部分資金“消化”了。投資者情緒被政府政策所穩(wěn)定，導(dǎo)致GDP并未因國際資本流動(dòng)的不確定性而劇烈波動(dòng)。同時(shí)，大量的資金流入基礎(chǔ)設(shè)施建設(shè)，使得固定投資額度變化劇烈，部分財(cái)政支出的刺激被包含進(jìn)了不確定性之中，這也從另一個(gè)角度揭示了INV在2008年前后對(duì)不確定性沖擊的響應(yīng)程度十分敏感的原因。

圖6 時(shí)變不確定性沖擊對(duì)GDP的影響 注：上組GDP對(duì)樣本內(nèi)不確定性沖擊的時(shí)變GIRF(沖擊：1單位標(biāo)準(zhǔn)差的債務(wù)資本流入波動(dòng)的下降)，下組t-1期不確定性程度與t時(shí)期GDP對(duì)時(shí)變沖擊的響應(yīng)峰值。

相對(duì)于世界各國異常的投資環(huán)境，中國相對(duì)安全的投資環(huán)境成為境外資本流入的重要原因，使得融資限制的不確定性自2008年之后不斷下降。面對(duì)不確定性，政府主動(dòng)完善金融市場環(huán)境，減緩期限錯(cuò)配程度，起到了十分顯著的效果。在金融危機(jī)后，債務(wù)資本流動(dòng)的不確定性對(duì)于GDP的沖擊響應(yīng)程度的峰值逐漸升高，這是中國金融市場的進(jìn)一步開放和自主化的結(jié)果。但從響應(yīng)期數(shù)來看，在2008年之后，不確定性沖擊發(fā)生后大約10-15期，GDP才開始有所響應(yīng)，且程度愈發(fā)顯著。

此外，在不同期限錯(cuò)配程度下，INV對(duì)沖擊響應(yīng)的程度不同，以2008年為界，2008年之前INV脈沖響應(yīng)的時(shí)變波動(dòng)性要顯著大于2008年之后，這與期限錯(cuò)配程度是吻合的。在2008年之前，由于期限錯(cuò)配的普遍存在，企業(yè)借款展期率高，不同時(shí)點(diǎn)的不確定性沖擊對(duì)于企業(yè)投資行為影響更加顯著，強(qiáng)化了沖擊響應(yīng)的幅度；2008年經(jīng)濟(jì)危機(jī)之后，伴隨著中國金融市場的進(jìn)一步完善，利率市場化的推進(jìn)以及融資渠道的豐富，期限錯(cuò)配的程度越來越小，使得不同時(shí)點(diǎn)上的INV對(duì)不確定性沖擊的響應(yīng)變動(dòng)幅度趨近平穩(wěn)，同時(shí)沖擊響應(yīng)數(shù)值也進(jìn)一步降低。此外，交乘項(xiàng)的數(shù)值為正(0.033)，與不確定性系數(shù)值相反(-0.2755)，意味著期限錯(cuò)配程度的確存在著加劇不確定性對(duì)INV沖擊的效應(yīng)，是不確定性對(duì)投資產(chǎn)生沖擊的渠道。

六、研究結(jié)論與政策啟示

本文利用Converse(2017)[5]的方法，通過構(gòu)建可能的理論模型與國際資本的不確定性指標(biāo)，研究并證實(shí)了國際資本流動(dòng)的不確定性對(duì)中國投資及產(chǎn)出的傳導(dǎo)機(jī)制。以中國全社會(huì)固定資產(chǎn)投資及實(shí)際GDP為樣本的檢驗(yàn)結(jié)果表明，國際債務(wù)資本流動(dòng)的不確定性通過期限錯(cuò)配的渠道，抑制了企業(yè)投資，進(jìn)而影響中國社會(huì)投資總額與產(chǎn)出。具體來講，國際資本流動(dòng)的不確定性對(duì)投資的沖擊顯著為負(fù)且具有時(shí)變性，時(shí)變的重要渠道是期限錯(cuò)配程度。以金融發(fā)展程度代表期限錯(cuò)配程度，當(dāng)金融發(fā)展程度低，金融市場摩擦大，期限錯(cuò)配程度高的情況下，不確定性的沖擊效果對(duì)投資的負(fù)影響更為顯著。國際資本流動(dòng)波動(dòng)的下降，使投資規(guī)模有較大的提升，同時(shí)伴隨著較大的波動(dòng)幅度。但隨著金融發(fā)展程度的提高，金融市場日趨完善，期限錯(cuò)配程度不斷降低，不確定性對(duì)于投資的沖擊響應(yīng)逐漸降低，且響應(yīng)時(shí)變性會(huì)漸趨平穩(wěn)。隨著金融市場日趨完善，企業(yè)融資渠道豐富、融資成本低，進(jìn)而不再受限于國際資本流動(dòng)。國際債務(wù)資本波動(dòng)對(duì)于投資的影響便會(huì)大幅下降。針對(duì)以上研究結(jié)果，給出以下建議：

(一)完善金融市場

從受眾群體角度，企業(yè)投資行為被抑制的關(guān)鍵，在于國內(nèi)金融制度環(huán)境的限制。鑒于期限錯(cuò)配問題依然存在，在市場發(fā)揮決定作用的前提下，中國應(yīng)該學(xué)習(xí)發(fā)達(dá)經(jīng)濟(jì)體，針對(duì)區(qū)域異質(zhì)性調(diào)節(jié)市場，縮短企業(yè)申請(qǐng)長期融資周期、簡化申請(qǐng)難度，通過金融機(jī)構(gòu)提供長期融資，逐步降低期限錯(cuò)配的程度，減緩企業(yè)投資因資金鏈斷裂而引發(fā)的連鎖反應(yīng)。同時(shí)，政府應(yīng)大力扶持民營企業(yè)發(fā)展，解決民營企業(yè)融資難融資貴問題，擴(kuò)大金融市場準(zhǔn)入，拓寬民營企業(yè)融資途徑，從而弱化國際資本流動(dòng)波動(dòng)對(duì)企業(yè)投資的負(fù)面沖擊影響，讓企業(yè)家們“卸下包袱，輕裝前行”。

(二)加強(qiáng)跨境資本流動(dòng)管理

從沖擊源頭來講，政府應(yīng)加強(qiáng)對(duì)國際“熱錢”的監(jiān)管，降低短期跨境資本過度流入帶來的人民幣升值壓力，應(yīng)采用規(guī)范境外投資、加強(qiáng)真實(shí)性審核、實(shí)施宏觀審慎措施、強(qiáng)化統(tǒng)計(jì)監(jiān)測、鼓勵(lì)資本流入和結(jié)匯等多種方式穩(wěn)定人民幣匯率，為國內(nèi)企業(yè)營造相對(duì)穩(wěn)定的投資環(huán)境，提高企業(yè)投資回報(bào)預(yù)期。此外，政府或能有預(yù)期地改善國際資本流動(dòng)結(jié)構(gòu)，通過簡化外資企業(yè)設(shè)立程序，支持外資參與國有企業(yè)改制重組，進(jìn)一步擴(kuò)大FDI與股權(quán)投資在國際資本流動(dòng)中的比重，進(jìn)而降低國際債務(wù)資本流動(dòng)通過期限錯(cuò)配的渠道，對(duì)企業(yè)及全社會(huì)投資產(chǎn)生的抑制作用。