張淑翠 李建強(qiáng) 梁一新

摘 要：突如其來的新冠疫情，對宏觀經(jīng)濟(jì)與微觀主體的負(fù)面影響持續(xù)發(fā)酵。本文分析了新冠疫情對中小企業(yè)的影響和傳遞機(jī)制，運(yùn)用反事實(shí)模擬評估了財政政策與貨幣政策的經(jīng)濟(jì)效應(yīng)。模擬顯示：第一，疫情沖擊是總需求沖擊，又是總供給沖擊，對大企業(yè)和中小企業(yè)的生產(chǎn)具有非對稱的經(jīng)濟(jì)影響。第二，為支持中小企業(yè)復(fù)工復(fù)產(chǎn)，財政政策需從收支兩端發(fā)力，其中對中小企業(yè)減負(fù)政策的經(jīng)濟(jì)效應(yīng)顯著優(yōu)于貼息補(bǔ)助政策。第三，為緩解中小企業(yè)現(xiàn)金流斷裂問題，總量貨幣政策與結(jié)構(gòu)貨幣政策配合才能相得益彰?？偭控泿耪弑３至鲃有院侠沓湓?，為企業(yè)融資提供寬松環(huán)境，而結(jié)構(gòu)性貨幣政策定向強(qiáng)化對中小企業(yè)的貨幣信貸支持力度。第四，短期抗疫政策應(yīng)與長期結(jié)構(gòu)性改革相結(jié)合。財政和貨幣政策重在“幫扶”而非“刺激”，應(yīng)明確短期應(yīng)急政策不能擴(kuò)大化、長期化和固定化。

關(guān)鍵詞：新冠肺炎疫情；中小企業(yè)；經(jīng)濟(jì)政策模擬

一、引言

全球新冠肺炎疫情多點(diǎn)爆發(fā)蔓延，社會公眾生命健康受到嚴(yán)重危害，世界衛(wèi)生組織將其定性為“國際關(guān)注的突發(fā)公共衛(wèi)生事件”。目前，盡管我國疫情防控取得顯著成效，但歐洲、中東以及美國部分地區(qū)的確診感染病例人數(shù)呈現(xiàn)飆升態(tài)勢，全球新冠肺炎疫情蔓延態(tài)勢不斷擴(kuò)大。從國際上看，新冠肺炎疫情蔓延增加了經(jīng)濟(jì)衰退的風(fēng)險，給投資者造成普遍恐慌，而金融市場又容易受到短期情緒牽引，導(dǎo)致過度反應(yīng)。譬如，美國紐約股市三大股指3月曾因疫情波動而開盤出現(xiàn)暴跌現(xiàn)象，導(dǎo)致美股再次觸發(fā)熔斷機(jī)制。從國內(nèi)看，新冠肺炎疫情對我國產(chǎn)業(yè)供應(yīng)鏈產(chǎn)生了一定的影響，對中小企業(yè)的影響尤為明顯。COVID-19冠狀病毒“全球大流行”（World Health Organization，WHO，2020），隔離并減少人員流動是防控疫情的必然選擇，但也不可避免沖擊實(shí)體經(jīng)濟(jì)。隔離不僅造成消費(fèi)需求下滑，企業(yè)收入銳減，也導(dǎo)致企業(yè)生產(chǎn)停滯，成本抬升。中小企業(yè)停工停產(chǎn)同時，仍需如期支付租金、員工工資、貸款本息等剛性開支，這使得短期流動性不足的問題，又疊加了長期存在的融資難、融資貴老問題。

中小企業(yè)是國民經(jīng)濟(jì)發(fā)展的生力軍和基石，在促進(jìn)經(jīng)濟(jì)增長、擴(kuò)大就業(yè)、推動創(chuàng)新、繁榮市場和滿足人民群眾需求等方面發(fā)揮著重要作用。為遏制新冠肺炎疫情對中小企業(yè)的負(fù)面影響，中央和地方陸續(xù)出臺了一系列惠企激勵政策，意在解決尾部企業(yè)現(xiàn)金流斷裂問題，助力中小企業(yè)復(fù)工復(fù)產(chǎn)。毫無疑問，精準(zhǔn)識別新冠肺炎疫情對中小企業(yè)影響的傳遞機(jī)制，事關(guān)經(jīng)濟(jì)政策著力點(diǎn)的選擇。針對不同外部沖擊，財政政策和貨幣政策的目標(biāo)、方式和效應(yīng)都有所不同，而新冠肺炎疫情過后，政策實(shí)施所產(chǎn)生的問題也有所不同。因此，從經(jīng)濟(jì)機(jī)理上看，關(guān)注新冠肺炎疫情對經(jīng)濟(jì)沖擊背后的影響傳遞機(jī)制，并對財政政策和貨幣政策進(jìn)行定量評估具有重要現(xiàn)實(shí)意義。鑒于此，本文在傳統(tǒng)的動態(tài)隨機(jī)一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）內(nèi)，引入人力健康資本并結(jié)合經(jīng)典的醫(yī)學(xué)傳染模型（Susceptible Infected Recovered Model，SIR）進(jìn)行疫情沖擊過程參數(shù)識別。同時，本文還將實(shí)際實(shí)施的財政政策和貨幣政策分類，采用懲罰函數(shù)、固定成本渠道及分層金融市場等方法刻畫捕捉，前瞻性地評估財政政策和貨幣政策的經(jīng)濟(jì)效應(yīng)。

二、文獻(xiàn)綜述

與本文研究主題相關(guān)的理論文獻(xiàn)主要有兩類：一是突發(fā)災(zāi)難事件的經(jīng)濟(jì)影響討論；二是中小企業(yè)融資問題及其相關(guān)政策支持的討論。在第一類文獻(xiàn)中，早期研究更多利用罕見災(zāi)難沖擊解釋資本市場波動。罕見災(zāi)難概率變化在經(jīng)濟(jì)波動中發(fā)揮著重要作用（Gourio，2006），“股權(quán)溢價之謎”就可通過災(zāi)難概率來解釋（Barro和Ursúa，2012）。隨著全球突發(fā)事件頻發(fā)，災(zāi)難沖擊對經(jīng)濟(jì)影響逐漸成為全球關(guān)注熱點(diǎn)，相關(guān)研究也轉(zhuǎn)向?yàn)?zāi)難對宏觀經(jīng)濟(jì)影響方面。一些學(xué)者認(rèn)為，災(zāi)難不一定完全具有破壞性，還兼具創(chuàng)新性，能助力長期經(jīng)濟(jì)增長。Skidmore和Toya（2002）研究認(rèn)為，災(zāi)難沖擊降低人們對實(shí)物資本投資預(yù)期，刺激人力資本提升，助推技術(shù)進(jìn)步，對經(jīng)濟(jì)長期增長有利。Cuaresma等（2008）研究認(rèn)為，突發(fā)災(zāi)難提高了更新資本存量和采用新技術(shù)機(jī)會，發(fā)揮出熊彼特式創(chuàng)造性破壞作用。與此相反，另一些學(xué)者則認(rèn)為，災(zāi)難沖擊對經(jīng)濟(jì)影響只是負(fù)面的。Seluck和Yeldan（2001）研究認(rèn)為，1999年土耳其大地震使GDP下降4.5個百分點(diǎn)，而采用增稅彌補(bǔ)救災(zāi)損失可能會進(jìn)一步惡化經(jīng)濟(jì)增長。Rasmussen（2004）研究認(rèn)為，突發(fā)災(zāi)害會降低產(chǎn)出，增加進(jìn)口，減少出口，導(dǎo)致國際收支惡化和稅基萎縮，貧困人口受影響較大。Noy（2007）研究認(rèn)為，突發(fā)性自然災(zāi)害不僅會給經(jīng)濟(jì)帶來短期影響，而且長期看也會限制其增長潛力。

國內(nèi)關(guān)于疫情對經(jīng)濟(jì)的影響，學(xué)者更多圍繞流感和SARS（嚴(yán)重急性呼吸綜合征）定性討論展開。文魁等（2003）研究認(rèn)為，我國政府應(yīng)加強(qiáng)危機(jī)管理意識，形成權(quán)責(zé)明晰的危機(jī)反應(yīng)機(jī)制。李宏（2016）研究認(rèn)為，對突發(fā)事件的評估不應(yīng)僅停留在“正常軌跡的暫時偏離”，而是應(yīng)審慎思考微觀主體的經(jīng)濟(jì)決策與行為，乃至整個經(jīng)濟(jì)體運(yùn)行軌跡的根本改變。還有學(xué)者套用Barro“罕見災(zāi)難”框架進(jìn)行定量模擬，晁江鋒等（2015）研究認(rèn)為，在包含災(zāi)難性預(yù)期的DSGE模型中，政府支出能夠明顯削弱罕見災(zāi)難對中國經(jīng)濟(jì)的影響程度。陳國進(jìn)等（2014）構(gòu)建了包含災(zāi)難性預(yù)期DSGE模型，分析災(zāi)難風(fēng)險因素對中國經(jīng)濟(jì)波動的影響。袁靖和陳國進(jìn)（2015）研究比較了罕見災(zāi)難和不確定性的技術(shù)沖擊對中國長期國債風(fēng)險溢價的影響。總而言之，災(zāi)難沖擊是小概率事件，但災(zāi)難一旦發(fā)生將產(chǎn)生巨大經(jīng)濟(jì)影響。為抵御災(zāi)難對宏觀經(jīng)濟(jì)影響，多數(shù)國家都會推出一系列財政政策和貨幣政策，刺激經(jīng)濟(jì)增長。

與本文相關(guān)的第二類文獻(xiàn)是關(guān)于中小企業(yè)融資問題討論。中小企業(yè)融資問題是歷史上一直沒有解決的難題。早在20世紀(jì)上半葉，麥克米倫委員會（Macmillan Committee）就指出，中小企業(yè)無法從金融機(jī)構(gòu)獲得足額的貸款，融資缺口始終存在。信息不對稱所產(chǎn)生的逆向選擇和道德風(fēng)險是中小企業(yè)面臨融資約束的根本原因（Stiglitz和Weiss，1981）。不可否認(rèn)，無論是發(fā)達(dá)國家還是發(fā)展中國家，都高度重視中小企業(yè)融資問題，將解決中小企業(yè)融資難、融資貴問題提升到戰(zhàn)略層面，也構(gòu)建了各具特色的政策扶助體系，力圖彌補(bǔ)市場機(jī)制的缺陷（呂勁松，2015）。財政部財政科學(xué)研究所課題組（2015）研究認(rèn)為，中小企業(yè)規(guī)模小、競爭力弱，容易受到經(jīng)濟(jì)波動和危機(jī)的影響，政府應(yīng)從財政、稅收、金融等宏觀政策方面予以適當(dāng)支持，幫助中小企業(yè)更好更快地成長。事實(shí)上，我國中小企業(yè)融資問題并非單純的融資困難，既是經(jīng)營出現(xiàn)困難引發(fā)資金緊張等現(xiàn)狀的反映，也是現(xiàn)階段我國乃至全球經(jīng)濟(jì)調(diào)整中諸多矛盾的綜合體現(xiàn)（中國人民銀行，2018）。李建強(qiáng)和高宏（2019）研究認(rèn)為，中小企業(yè)融資問題是一個世界性難題，既與周期性因素有關(guān)，也與融資結(jié)構(gòu)密切相關(guān)?？偠灾?，我國中小企業(yè)融資問題長期存在，一方面受制于我國直接融資不發(fā)達(dá)、金融機(jī)構(gòu)體系不完善，另一方面也與中小企業(yè)的自身特點(diǎn)有關(guān)。朱軍、張淑翠、李建強(qiáng)（2020）研究認(rèn)為，突發(fā)疫情沖擊不會對基礎(chǔ)設(shè)施和實(shí)物資本造成實(shí)質(zhì)性的損害和破壞，更多是通過減少有效勞動力規(guī)模，間接破壞市場的正常交易機(jī)制。

總結(jié)起來，新冠肺炎疫情沖擊表面上是疾病生物學(xué)、流行病學(xué)等醫(yī)學(xué)研究范疇，但其影響遠(yuǎn)超醫(yī)學(xué)領(lǐng)域，對宏觀經(jīng)濟(jì)而言，猶如“黑天鵝”，給投資者帶來較大的不確定預(yù)期。當(dāng)前，有關(guān)新冠肺炎疫情下中小企業(yè)政策支持討論更多的是定性為主，缺乏理論框架支持和定量政策評估研究。更重要的是，有別于災(zāi)難沖擊，也不同于金融沖擊，疫情影響既不表現(xiàn)在對實(shí)物資本造成實(shí)質(zhì)性的損害和破壞，也不是流動性枯竭引起的信用急速收縮，而主要表現(xiàn)在對人力健康資本的沖擊，間接破壞市場正常交易機(jī)制，經(jīng)濟(jì)基本上處于凍結(jié)或休克狀態(tài)。這種不同于以往的沖擊表現(xiàn)，要求政府在宏觀政策應(yīng)對上也要有所區(qū)別，但現(xiàn)有研究還未涉及這方面理論框架討論。

為彌補(bǔ)現(xiàn)有研究空白，本文試圖實(shí)現(xiàn)以下幾方面創(chuàng)新：一是結(jié)合醫(yī)學(xué)流行傳染病SIR模型，刻畫疫情沖擊過程，并通過人力健康資本將疫情引入傳統(tǒng)動態(tài)隨機(jī)一般均衡模型框架內(nèi)。二是通過投資不可回撤和固定成本渠道，刻畫財政對中小企業(yè)收支兩端的政策支持，揭示不同財政政策背后的經(jīng)濟(jì)機(jī)制。三是通過金融市場分層，刻畫帶有鮮明中國特色的銀企關(guān)系，捕捉新冠肺炎疫情對企業(yè)生產(chǎn)的非對稱影響。四是采用反事實(shí)模擬分析，揭示經(jīng)驗(yàn)事實(shí)背后的經(jīng)濟(jì)邏輯，形成交叉驗(yàn)證。

三、經(jīng)驗(yàn)事實(shí)

（一）宏觀層面

我國中小企業(yè)數(shù)量已超3 000萬，具有“五六七八九”的典型特征：中小企業(yè)創(chuàng)造了50%以上的稅收，60%以上的GDP，70%的技術(shù)創(chuàng)新，80%的城鎮(zhèn)勞動力就業(yè)，占了99%的市場主體。盡管中小企業(yè)是社會經(jīng)濟(jì)發(fā)展的主體，但也是企業(yè)生態(tài)中相對的弱勢群體。從宏觀層面看，中小企業(yè)生產(chǎn)經(jīng)營的困難，都會通過社會消費(fèi)品零售總額、就業(yè)率等宏觀指標(biāo)間接反映出來。圖1顯示，2020年1-2月全國城鎮(zhèn)調(diào)查失業(yè)率從5%左右的常態(tài)水平迅速攀升至6.2%，就業(yè)人員平均工作時間從46小時/周斷崖式降至40小時/周。這表明，中小企業(yè)生產(chǎn)停擺，造成大量返工人員無法就業(yè)，即使在崗人員工作時間也大幅縮減，社會就業(yè)承壓飆升。

作為服務(wù)業(yè)的主體，中小企業(yè)廣泛分布于零售批發(fā)、交通運(yùn)輸、住宿餐飲、電影娛樂、文化旅游等行業(yè)。如果中小企業(yè)營業(yè)收入銳減，那么社會消費(fèi)需求就會疲軟下滑，投資表現(xiàn)出低迷。圖2、圖3顯示，2020年1-2月全國固定資產(chǎn)投資同比下降24.5%，社會消費(fèi)品零售總額同比增長下降20.5%。這表明，新冠肺炎疫情對中小企業(yè)的沖擊更大，宏觀經(jīng)濟(jì)已顯露出“疫情模式”特點(diǎn)。

（二）微觀層面

除了宏觀層面的數(shù)據(jù)，微觀問卷調(diào)查和數(shù)據(jù)分析同樣反映出，新冠肺炎疫情對中小企業(yè)的影響較大。中國中小企業(yè)協(xié)會（2020）調(diào)研顯示，近67.69%企業(yè)反映營業(yè)收入減少，21.61%企業(yè)無法及時償還貸款等債務(wù)，86.22%企業(yè)賬上資金無法支撐3個月以上，33.73%企業(yè)資金支撐不到1個月，只有9.89%企業(yè)反映可以支撐半年以上。這說明新冠肺炎疫情造成市場需求萎縮，可能成為壓垮融資本身就較為困難的中小企業(yè)的最后一根稻草。李峰等（2020）通過調(diào)研發(fā)現(xiàn)，本次疫情對我國經(jīng)濟(jì)的影響嚴(yán)重，尤其是實(shí)體行業(yè)更為明顯。從企業(yè)性質(zhì)的角度看，受疫情影響，國企表現(xiàn)出高穩(wěn)定性，而民營企業(yè)受到的負(fù)面沖擊較大。朱武祥等（2020）對全國多地1 435家中小企業(yè)受武漢新型冠狀病毒感染肺炎疫情影響的情況及訴求進(jìn)行了問卷調(diào)查，調(diào)查顯示58.05%的企業(yè)應(yīng)收預(yù)計下降20%以上（見圖4），62.78%的企業(yè)認(rèn)為員工工資及五險一金是主要的支出壓力，超過2/3的企業(yè)資金維持能力不超過2個月，其中34%的企業(yè)認(rèn)為難以維持1個月（見圖5）。企業(yè)訴求主要是在社保、租金、員工薪資等成本支出方面給予補(bǔ)貼或減免。

總體上，中小企業(yè)多屬于勞動密集型企業(yè)，往往作為大型企業(yè)的配套供應(yīng)商或服務(wù)商參與生產(chǎn)，是制造業(yè)產(chǎn)業(yè)鏈的重要參與者，但因行業(yè)準(zhǔn)入、產(chǎn)品單一、附加值低、受上下游產(chǎn)業(yè)的制約等，其生存能力本身就較弱。受新冠肺炎疫情影響，居家隔離等防控措施造成供應(yīng)鏈暫時性凍結(jié)，經(jīng)濟(jì)活動進(jìn)入“暫?！被颉靶菘恕睜顟B(tài)，中小企業(yè)生產(chǎn)和收入急劇下挫，誘發(fā)短期現(xiàn)金流斷裂，疊加融資難、融資貴老問題，導(dǎo)致一些中小企業(yè)難以承受短期沖擊，瀕臨倒閉破產(chǎn)。

四、理論模型

（一）模型描述

國際經(jīng)驗(yàn)表明，資本融資方面，大企業(yè)比中小企業(yè)具有天然的優(yōu)勢，中小企業(yè)普遍面臨“融資難、融資貴”的困境。對此，我們模型主要通過兩方面來加以刻畫：一是中小企業(yè)貸款的利率含有較高的風(fēng)險溢價，這體現(xiàn)出中小企業(yè)“融資貴”的特征；二是中小企業(yè)貸款的融資約束更緊，這體現(xiàn)出中小企業(yè)“融資難”的特征。家庭居民向銀行存款，并提供勞動力，而企業(yè)家向銀行貸款，并購買資本投資企業(yè)。大企業(yè)和中小企業(yè)都生產(chǎn)中間產(chǎn)品，并同時銷售給批發(fā)廠商，批發(fā)廠商加總生產(chǎn)成批發(fā)品轉(zhuǎn)售給零售商，零售商無成本貼標(biāo)出售最終產(chǎn)品。圖6展示了本文理論模型框架結(jié)構(gòu)，具體模型設(shè)定見下。

1. 家庭部門

其中，t是時間，參數(shù)a和b分別刻畫沖擊拐點(diǎn)和速度。

（二）參數(shù)校準(zhǔn)和估計

我們將模型參數(shù)分為兩個集合，對于標(biāo)準(zhǔn)結(jié)構(gòu)參數(shù)，采用校準(zhǔn)方法。具體地，根據(jù)3個月定期存款基準(zhǔn)年化利率均值2.85%，居民主觀貼現(xiàn)率取0.994。閑暇在效用函數(shù)中權(quán)重取0.532，匹配我國法定工作時間是8小時/天。根據(jù)模型穩(wěn)態(tài)條件，可分別推出大企業(yè)和中小企業(yè)產(chǎn)能利用率系數(shù)。在我國，固定資產(chǎn)平均使用年限為10年，季度資本折舊率取0.025。由于在模型經(jīng)濟(jì)中，兩類企業(yè)許多指標(biāo)都表現(xiàn)出相對性。當(dāng)我們標(biāo)準(zhǔn)化大企業(yè)產(chǎn)能利用率的邊際折舊彈性為1，根據(jù)模型穩(wěn)態(tài)條件可推出，中小企業(yè)產(chǎn)能利用率的邊際折舊彈性為15.003。企業(yè)投資調(diào)整成本系數(shù)取5（康立和龔六堂，2014），零售品之間替代彈性取10（馬文濤，2011），價格粘性取0.75（梅冬州和龔六堂，2011）。根據(jù)林仁文和楊熠（2014）的估算，大企業(yè)和中小企業(yè)資本產(chǎn)出彈性分別取0.6和0.45。大企業(yè)和中小企業(yè)產(chǎn)出替代彈性取6（肖爭艷等，2013），存款準(zhǔn)備金率取0.13，中小企業(yè)產(chǎn)出占批發(fā)商產(chǎn)出份額取0.6（易綱，2018）。根據(jù)《中國小微企業(yè)金融服務(wù)報告2018》披露，我國中小企業(yè)生存周期平均為3年，中小企業(yè)家破產(chǎn)率取0.3。根據(jù)2016年《財富》世界500強(qiáng)數(shù)據(jù)，我國大企業(yè)家破產(chǎn)率取0.1。健康投資效率系數(shù)標(biāo)準(zhǔn)化為1，健康投資時間彈性取0.8（DeJong和Ingram，2001）。根據(jù)我國壽險保費(fèi)年均增速9.1%，大致可認(rèn)為季度健康折舊率為0.023。根據(jù)Wind數(shù)據(jù)庫中2019新型冠狀病毒性肺炎數(shù)據(jù)，結(jié)合SIR模型推算出a和b分別為50和-0.1。根據(jù)人民銀行公布的存款基準(zhǔn)利率和一般貸款加權(quán)利率測算商業(yè)銀行對不同借貸主體的貸款利率彈性，其中大企業(yè)貸款利率彈性取120，中小企業(yè)貸款利率彈性取103。詳見表1。

其余參數(shù)利用2000年第1季度至2018年第4季度宏觀數(shù)據(jù)進(jìn)行貝葉斯估計得到，數(shù)據(jù)來源為CQER數(shù)據(jù)庫1。根據(jù)已有文獻(xiàn)先驗(yàn)信息給出待估參數(shù)初始值，缺少先驗(yàn)信息則采用較為寬松設(shè)定，盡量使估計結(jié)果較少受先驗(yàn)分布誤設(shè)影響。為避免估計的非奇異矩陣問題，選取產(chǎn)出、消費(fèi)、銀行間債券質(zhì)押式回購利率及通貨膨脹率4個觀測變量，關(guān)閉健康資本沖擊，同時保留偏好沖擊、中小企業(yè)和大企業(yè)勞動生產(chǎn)率沖擊及貨幣政策沖擊4個結(jié)構(gòu)沖擊。為增加估計精度，在模型經(jīng)濟(jì)中補(bǔ)充量測方程，建立實(shí)際數(shù)據(jù)與模型中觀測變量之間聯(lián)系（Pfeifer，2015）。

表2估計結(jié)果顯示，在95%置信區(qū)間內(nèi)中小企業(yè)貸款抵押率為50%，中央銀行對通脹缺口與產(chǎn)出缺口的反饋幾乎相當(dāng)，與實(shí)際情況比較吻合，說明觀測樣本能夠識別出我國經(jīng)濟(jì)環(huán)境。為進(jìn)一步評估模型適用性，參照Kirchner和Wijnbergen（2016）的研究，比較模型所隱含的基本商業(yè)周期與實(shí)際數(shù)據(jù)的偏差。表3結(jié)果顯示，盡管我們的模型為封閉經(jīng)濟(jì)體，未包含凈出口市場，模型經(jīng)濟(jì)與現(xiàn)實(shí)經(jīng)濟(jì)存在稍許偏差，但從實(shí)際數(shù)據(jù)和模型變量的矩匹配看，模型對大部分變量的標(biāo)準(zhǔn)差和自相關(guān)性進(jìn)行了很好的匹配，經(jīng)驗(yàn)矩與模擬矩的點(diǎn)估計比較接近，對應(yīng)的t統(tǒng)計量的絕對值都在2以下，這說明，理論模型能夠合理地復(fù)制樣本數(shù)據(jù)的動態(tài)性，觀測變量數(shù)據(jù)已充分識別估計待估參數(shù)。

五、反事實(shí)模擬

暫且不論新冠肺炎疫情對我國公共衛(wèi)生領(lǐng)域的重大影響，新冠肺炎疫情對宏觀經(jīng)濟(jì)的需求和供給都造成一定沖擊，尤其是對中小企業(yè)的生產(chǎn)更具破壞性沖擊。為對沖新冠肺炎疫情負(fù)面影響，我國已推出一系列財政政策和貨幣政策，這里我們將揭示新冠肺炎疫情對經(jīng)濟(jì)沖擊背后的影響傳遞機(jī)制，并反事實(shí)模擬這些政策的經(jīng)濟(jì)效應(yīng)。

（一）新冠肺炎疫情對中小企業(yè)的經(jīng)濟(jì)影響

圖8顯示，新冠肺炎疫情對大企業(yè)和中小企業(yè)的生產(chǎn)具有非對稱經(jīng)濟(jì)影響。當(dāng)給一個初始1%連續(xù)20期反logistics類疫情沖擊時，隨著疫情沖擊的逐漸衰減，大企業(yè)的產(chǎn)出、勞動力、投資和產(chǎn)能利用率分別下降1.67%、2.18%、1.72%和2.48%，而中小企業(yè)的產(chǎn)出、勞動力、投資和產(chǎn)能利用率分別下降5.59%、4.42%、3.08%和7.64%。從需求方面來看，當(dāng)疫情沖擊損害居民健康資本時，導(dǎo)致居民增加保健時間，減少勞動供給。居民經(jīng)濟(jì)活動減少，收入下降，消費(fèi)會隨之下降，造成社會消費(fèi)需求衰退。而企業(yè)投資又取決于消費(fèi)需求，疲軟的消費(fèi)需求會進(jìn)一步抑制企業(yè)投資動機(jī)，導(dǎo)致企業(yè)產(chǎn)能利用率和生產(chǎn)率內(nèi)生性驟降，被迫削減投資。由于模型經(jīng)濟(jì)中的中小企業(yè)在社會總產(chǎn)出中占有較高份額，這種負(fù)沖擊自然對中小企業(yè)的影響更大。同時，圖8顯示，疫情沖擊也造成企業(yè)融資約束不同程度收緊，其中大企業(yè)融資約束收緊不到0.05%，而中小企業(yè)融資約束收緊超0.15%，相當(dāng)于大企業(yè)的3倍多，這表明，實(shí)體經(jīng)濟(jì)供求循環(huán)機(jī)制不暢，傳導(dǎo)到信貸市場上，又引起中小企業(yè)流動性約束驟然收緊，借貸成本上升，加重其流動性短缺困境。反過來，中小企業(yè)信貸融資不足，反射回實(shí)體經(jīng)濟(jì)，又進(jìn)一步制約其生產(chǎn)和投資。這種負(fù)反饋循環(huán)促使消費(fèi)需求進(jìn)一步減少，加劇供需失衡和金融狀況趨緊，造成經(jīng)濟(jì)下滑，對中小企業(yè)生產(chǎn)更具破壞性。

疫情沖擊是總需求沖擊，也是總供給沖擊，其對企業(yè)生產(chǎn)的影響不僅表現(xiàn)在需求萎縮、勞動力供給減少、產(chǎn)能利用率下降等供求失衡方面，也反映在借貸成本上升和金融環(huán)境收緊后，企業(yè)生產(chǎn)經(jīng)營面臨較高不確定性。對此，我們隨機(jī)模擬1 000期，抽取200期作圖。圖9顯示，面臨相同的疫情沖擊時，中小企業(yè)的產(chǎn)出、勞動力、投資和產(chǎn)能利用率的波動比大企業(yè)更劇烈。這是因?yàn)?，在模型?jīng)濟(jì)中，健康資本不僅影響居民效用水平，也決定企業(yè)生產(chǎn)效率。從供給方面來看，當(dāng)疫情沖擊造成居民直接減少勞動供給、企業(yè)用工不足時，相比大企業(yè)，中小企業(yè)的勞動產(chǎn)出彈性更高，勞動投入不足會造成其生產(chǎn)率和產(chǎn)能利用率內(nèi)生下降更多，中小企業(yè)盈利下滑也制約其通過銀行獲取貸款的能力，最終造成生產(chǎn)經(jīng)營不確定性更大。因此，疫情對中小企業(yè)生產(chǎn)的沖擊將超過其對大企業(yè)的沖擊，具有更大的劇烈波動特征。

（二）財政政策對中小企業(yè)復(fù)工復(fù)產(chǎn)的影響

目前，企業(yè)受疫情沖擊存在兩點(diǎn)現(xiàn)實(shí)困難：一是收入損失；二是支出剛性。對此，在基準(zhǔn)模型基礎(chǔ)上，我們分別通過兩種方式加以刻畫：一是對中小企業(yè)家目標(biāo)函數(shù)施加一個投資不可回撤約束，給定企業(yè)投資下限臨界值，模擬政府通過直接或間接補(bǔ)貼等方式，支持中小企業(yè)改造生產(chǎn)線，生產(chǎn)緊缺醫(yī)療物資，推動復(fù)工復(fù)產(chǎn)，恢復(fù)收入。二是在中小企業(yè)生產(chǎn)函數(shù)中引入固定成本，通過固定成本對收入占比的改變，模擬政府對中小企業(yè)減稅降費(fèi)的減負(fù)政策。

（三）貨幣政策對中小企業(yè)復(fù)工復(fù)產(chǎn)的影響

為緩解中小企業(yè)現(xiàn)金流斷裂問題，除了增加業(yè)務(wù)收入和減少經(jīng)營成本，更多的是獲得外部融資。只有適度充分的流動性，才能保障企業(yè)以較低成本融資就能實(shí)現(xiàn)不同資產(chǎn)的轉(zhuǎn)換。對此，在基準(zhǔn)模型基礎(chǔ)上，我們模擬了兩類貨幣政策措施：一是總量貨幣政策，通過存款準(zhǔn)備金率下降，模擬中央銀行加大流動性投放操作；二是結(jié)構(gòu)性貨幣政策，通過上調(diào)中小企業(yè)貸款抵押率，模擬中央銀行支持中小企業(yè)融資的專項(xiàng)再貸款操作。

圖12顯示，在總量貨幣政策下，貨幣擴(kuò)張對需求和就業(yè)產(chǎn)生了乘數(shù)效應(yīng)，擴(kuò)大融資規(guī)模，中小企業(yè)融資約束、產(chǎn)出和就業(yè)降幅分別收窄至0.54%、2.9%和4.73%，帶動總產(chǎn)出、總就業(yè)降幅收窄至2.86%和7.23%。在結(jié)構(gòu)性貨幣政策下，針對中小企業(yè)實(shí)施更低的融資成本安排，突出利率成本差別化與特殊化，向中小企業(yè)注入流動性，中小企業(yè)融資約束、產(chǎn)出和就業(yè)降幅分別收窄至0.31%、1.46%和2.04%，帶動總產(chǎn)出、總就業(yè)降幅收窄至6.36%和3.89%。相比而言，總量貨幣政策通過放松銀根，推動貸款市場利率下行，為實(shí)體經(jīng)濟(jì)融資營造寬松環(huán)境，促進(jìn)總產(chǎn)出和總投資。而結(jié)構(gòu)貨幣政策發(fā)揮激勵引導(dǎo)作用，定向精準(zhǔn)放松了中小企業(yè)融資約束，直接縮短中小企業(yè)融資鏈條，打破資金價格“轉(zhuǎn)批發(fā)”層層加價困境，中小企業(yè)融資在邊際改善，產(chǎn)出和就業(yè)降幅顯著收窄。這意味著為了更好地發(fā)揮貨幣政策調(diào)控的效果，我們既要在總量上保持流動性合理充裕，保證不出現(xiàn)“大河無水小河干”情況，更要在結(jié)構(gòu)上強(qiáng)化對中小企業(yè)的貨幣信貸支持力度，精準(zhǔn)滴灌，避免大水漫灌的后遺癥。

六、結(jié)論與政策建議

綜上，本文在DSGE模型框架中引入人力健康資本，剖析新冠肺炎疫情對中小企業(yè)沖擊的影響傳遞機(jī)制，同時進(jìn)行反事實(shí)模擬評估，發(fā)現(xiàn)：第一，疫情沖擊既是總需求沖擊，也是總供給沖擊，其對大企業(yè)和中小企業(yè)的生產(chǎn)具有非對稱經(jīng)濟(jì)影響，中小企業(yè)生產(chǎn)既面臨需求萎縮、勞動力供給減少、產(chǎn)能利用率下降等供求失衡影響，又承受借貸成本上升和金融環(huán)境收緊后的較高不確定性。第二，疫情沖擊下，為支持中小企業(yè)復(fù)工復(fù)產(chǎn)，財政政策支持可從收支兩端發(fā)力，但減負(fù)財政政策對中小企業(yè)幫扶的經(jīng)濟(jì)效應(yīng)顯著優(yōu)于補(bǔ)貼財政政策。第三，為緩解中小企業(yè)現(xiàn)金流斷裂問題，總量貨幣政策與結(jié)構(gòu)性貨幣政策配合才能相得益彰。總量貨幣政策保持流動性合理充裕，為企業(yè)融資營造寬松環(huán)境，而結(jié)構(gòu)性貨幣政策定向強(qiáng)化對中小企業(yè)的貨幣信貸支持力度。第四，財政政策和貨幣政策既要重視中小企業(yè)短期困難，也要運(yùn)用綜合手段構(gòu)建長效機(jī)制，推動結(jié)構(gòu)性改革。政府應(yīng)明確短期應(yīng)急政策不能擴(kuò)大化、長期化和固定化，政策支持重在“幫扶托底”而非“大規(guī)模刺激”。

基于理論模擬的結(jié)果，本文提出如下的政策建議：第一，理順政策工具間配合，對癥下藥應(yīng)對疫情沖擊下的中小企業(yè)幫扶支持。財政政策具有精準(zhǔn)定向、政策時滯短的特征，應(yīng)發(fā)揮主導(dǎo)作用，重在幫扶中小企業(yè)減負(fù)而非刺激，避免企業(yè)承壓過度而破產(chǎn)，補(bǔ)償?shù)褪杖雱趧诱?，恢?fù)全社會購買力。貨幣政策既要通過總量寬松確保市場流動性充裕，又要在結(jié)構(gòu)上強(qiáng)化對中小企業(yè)的貨幣信貸支持力度。第二，幫扶中小企業(yè)政策選擇可考慮與結(jié)構(gòu)性、體制性改革措施相結(jié)合，以抗擊疫情為契機(jī)，化解經(jīng)濟(jì)金融活動中長期阻滯問題。譬如，把對中小企業(yè)臨時性幫扶與推動中小企業(yè)融資難、融資貴問題解決有機(jī)結(jié)合起來，建立貨幣政策傳導(dǎo)長效機(jī)制。第三，反思危機(jī)背后的深層次矛盾，明確短期應(yīng)急政策不能擴(kuò)大化、長期化和固定化，推進(jìn)社會公共應(yīng)急管理和服務(wù)改革，將中小企業(yè)應(yīng)對措施納入公共衛(wèi)生事件應(yīng)急響應(yīng)機(jī)制。

參考文獻(xiàn)：

[1] 陳國進(jìn)、晁江鋒、武曉利、趙向琴：《罕見災(zāi)難風(fēng)險和中國宏觀經(jīng)濟(jì)波動》[J].《經(jīng)濟(jì)研究》2014年第8期。

[2] 晁江鋒、趙向琴、武曉利、陳國進(jìn)：《罕見災(zāi)難沖擊與財政政策效應(yīng)研究》[J].《當(dāng)代財經(jīng)》2015年第1期。

[3] 財政部財政科學(xué)研究所課題組：《我國中小企業(yè)發(fā)展支持政策研究》[J].《經(jīng)濟(jì)研究參考》2015年第8期。

[4] 康立、龔六堂：《金融摩擦、銀行凈資產(chǎn)與國際經(jīng)濟(jì)危機(jī)傳導(dǎo)》[J].《經(jīng)濟(jì)研究》2014年第5期。

[5] 李峰、吳婷、王剛：《新型冠狀病毒疫情對金融與實(shí)體行業(yè)的影響調(diào)研》，上海交通大學(xué)上海高級金融學(xué)院官網(wǎng)，2020年3月25日。

[6] 李宏：《重大突發(fā)事件沖擊性經(jīng)濟(jì)效應(yīng)與潛在影響評判》[J].《社會科學(xué)家》2016年第9期。

[7] 李建強(qiáng)、高宏：《結(jié)構(gòu)性貨幣政策能降低中小企業(yè)融資約束嗎》[J].《經(jīng)濟(jì)科學(xué)》2019年第6期。

[8] 林仁文、楊熠：《中國市場化改革和貨幣政策有效性演變》[J].《管理世界》2014年第6期。

[9] 呂勁松：《關(guān)于中小企業(yè)融資難、融資貴問題的思考》[J].《金融研究》2015年第11期。

[10] 梅冬州、龔六堂：《貨幣錯配、匯率升值和經(jīng)濟(jì)波動》[J].《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2011年第6期。

[11] 馬文濤：《貨幣政策的數(shù)量型工具與價格型工具的調(diào)控績效比較》[J].《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2011年第10期。

[12] 世界衛(wèi)生組織：《2019冠狀病毒?。–OVID-19）疫情媒體通報會》，世界衛(wèi)生組織官網(wǎng)，2020年3月1日。

[13] 文魁、張連城、朱偉奇、李婧等：《SARS的經(jīng)濟(jì)學(xué)思考》[J].《首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報》，2003年第4期。

[14] 肖爭艷、郭豫媚、潘璐：《企業(yè)規(guī)模與貨幣政策的非對稱效應(yīng)》[J].《經(jīng)濟(jì)理論與經(jīng)濟(jì)管理》，2013年第9期。

[15] 易綱：《關(guān)于改善小微企業(yè)金融服務(wù)的幾個視角》[J].《商業(yè)文化》，2018年第18期。

[16] 袁靖、陳國進(jìn)：《罕見災(zāi)難、不確定性沖擊和國債風(fēng)險溢價》[J].《統(tǒng)計與信息論壇》，2015年第5期。

[17] 朱武祥、劉軍、魏煒、歐陽良宜：《疫情對中小企業(yè)的影響及應(yīng)對思考》，新浪財經(jīng)官網(wǎng)，2020年2月5日。

[18] 中國人民銀行：《2018年第二季度貨幣政策執(zhí)行報告》，中國人民銀行官網(wǎng)，2018年8月12日。

[19] 中國中小企業(yè)協(xié)會：《關(guān)于新冠肺炎疫情對中小企業(yè)影響及對策建議的調(diào)研報告》，新浪科技官網(wǎng)，2020年3月2日。

[20] 朱軍、張淑翠、李建強(qiáng)：《突發(fā)疫情的經(jīng)濟(jì)影響與財政干預(yù)政策評估》[J].《經(jīng)濟(jì)與管理評論》，2020年第3期。

[21] Barro， R.， & J. F. Ursúa.， Rare Macroeconomic Disasters. Annual Review of Economics， Vol.4， No.1， 2012， pp. 83-109.

[22] Bernanke， B.S.， Gertler， M.， & Gilchrist， S.， The Financial Accelerator in a Quantitative Business Cycle Framework. Handbook of Macroeconomics， No.1 1999， pp.1341-1393.

[23] Cuaresma， C.， Hlouskova， & Obersteiner.， Natural Disasters as Creative Destruction？ Evidence from Developing Countries. Economic Inquiry ， Vol.46， No.2， 2008， pp. 214-226.

[24] DeJong， D.， & B. Ingram， The Cyclical Behavior of Skill Acquisition. Review of Economic Dynamics， Vol.4， No. 3， 2011， pp. 536-561.

[25] Seluck，F(xiàn).， & Yeldan，E.， On the Macroeconomicimpact of the August 1999 Earthquake in Turkey：a First Assessment. Applied Economics Letters， Vol. 8， No.7， 2001， pp：483-488.

[26] Gertler， M.， & P. Karadi.， A Model of Unconventional Monetary Policy. Journal of Monetary Economics， Vol.58， No.1， 2011， pp. 17-34.

[27] Gourio， F.， Disaster Risk and Business Cycles. American Economic Review， Vol.102， No.6， 2012， pp.2734-2766.

[28] Judd， K.， Numerical Methods in Economics， The MIT Press， Cambridge， Massachusetts， 1998.

[29] Kiyotaki， N. & Moore， J.， Credit Cycles. Journal of Political Economy， Vol.105， No.2， 1997， pp.211-248.

[30] Markus K. & Wijnbergen， S. V.， Fiscal Deficits， Financial Fragility， and the Effectiveness of Government Policies， Journal of Monetary Economics， Vol.80. 2016， pp.51-68.

[31] Noy， I.， The Macroeconomic Consequences of Disasters. Journal of Development Economics， Vol.88， No.2， 2009， pp. 0-231.

[32] Pfeifer， J.， A Guide to Specifing Observation Equations for the Estimation of DSGE Models. Manuscript， 2015.

[33] Rasmussen， T. N.， Macroeconomic Implications of Natural Disasters in the Caribbean. IMF working paper， 2004.

[34] Song， Z.， K. Storesletten & F. Zilibotti， Growing Like China. American Economic Review， Vol. 101， No.1， 2011， pp.169-236.

[35] Skidmore， M. & Toya， H.， Do Natural Disasters Promote Long-Run Growth. Economic Inquiry， Vol.40， No.4， 2002， pp.664-687.

[36] Stiglitz J.E. & Weiss A.， Credit Rationing in Market with Imperfect Information. American Economic Review， vol71， No.3， 1981， pp.393-410.

The Impact of 2019-nCoV Epidemic on SME and Economic Policy Simulation

ZHANG Shu-cui LI Jian-qiang LIANG Yi-xin

Abstract： The sudden outbreak of 2019-nCoV epidemic have a negative impact on the macro economy and microagent.This paper analyzes the impact mechanism of the 2019-nCoV epidemic on small and medium-sized enterprises， and counter-factual simulation and assess the effect of fiscal policy and money policy. The simulation shows that： first， the epidemic shock is both the aggregate demand shock and the aggregate supply shock， and it has an asymmetric economic impact on the production of large enterprises and small and medium-sized enterprises. Second， in order to support smes to resume production， fiscal policy can be implement from both income and expenditure， but the economic effect of tax reduction policy on smes is significantly better than that of subsidies. Third， in order to the problem of cash flow fracture of small and medium-sized enterprises， the combination of aggregate monetary policy and structural monetary policy can bring out the best in each other. The aggregate monetary policy maintains reasonably abundant liquidity and provides an easy environment for enterprises to finance， while the structural monetary policy is targeted to strengthen monetary and credit support for small and medium-sized enterprises. Fourth， short-term anti-epidemic policies should be combined with long-term structural reform.Policies should focus on "assistance" rather than "stimulus" and it is clear that short-term emergency policies should not be expanded， extended or immobilized.

Keywords： 2019-nCoV； Small Medium Enterprise； Economic Policy Simulation

〔責(zé)任編輯：應(yīng)珊珊〕