财新传媒 财新传媒

阅读:0
听报道

本文研究在全球性金融危机期间我国中央银行频繁地变动货币政策操作对于微观实体经济运行的影响,主要表现为:(1)货币政策的调整对企业投资决策是否产生影响,即货币政策传导的资产负债表渠道是否畅通;(2)企业货币资金的持有或现金资产(包括银行贷款)变动对企业投资活动有无影响,即企业资产负债表变动对企业投资活动的影响。

 

一、数据处理

本文选择中国A股市场的2577家上市公司作为研究样本,按照证监会201231)号公告《上市公司行业分类指引》将所有公司分为13个大类;本文采用2007年第一季度到2013年第一季度25个季度的季度数据以弥补年度数据时间序列维度较短的缺陷。

Bernanke and Getler1995)认为央行的基准利率可以反映货币政策状况,而Miron等(1995)则依据利率升降、货币政策工具实施的情况来判断货币政策的松紧状况。我国的货币政策中介指标为货币供应量,企业货币资金科目所对应的是现金+银行存款+其他货币资金,资产负债表受到信贷影响较多,而信贷活动更多涉及到广义货币,因此选择M2作为货币政策变量。

本文借鉴Oliner and Rudebusch1996)以及Love and Zicchino2006)的设定,加入货币政策虚拟变量DM,当货币供应量M2同比增长率大于17%时即定义为货币政策扩张季度,设为DM=1;当货币供应量M2小于17%即定义为紧缩季度,设为DM=0为验证货币政策和每季度企业现金持有量之间的关系,设定M2=DM*Cash。如果紧缩货币政策,则企业由于自身资产负债表恶化,会导致银行贷减少,企业投资将仅依赖于自身持有现金Cash;如果货币政策扩张,则企业自身资产负债表趋好,银行贷款增多,企业投资将随CashDM*Cash共同变化。

2007年到2013年六年时间内,我国货币政策频繁变动,以其为基础构造虚拟变量,如下式(1)所示。

据此原则,我国2007-2013年的广义货币供应量季度同比增长率中有12个季度的M2大于17%,则DM取值为113个季度M2小于17%,则DM取值为0

本文以上市公司资产负债表中的会计科目货币资金作为企业资金持有额的代表性变量,以Cash表示;以上市公司再金流量表中的投资活动产生的现金流量净额作为企业投资的代表性变量,以Invest表示。

 

无论是资产负债表中的货币资金还是现金流量表中的投资活动产生的现金流量净额都采用季度数据,因此本文使用加入季节代理变量的方法进行了季节调整,剔除了季节趋势,保留了波动项,剔除了趋势项。

二、模型设定

 

由于面板数据模型能够减少多重共线性,本文使用面板数据模型来研究货币政策的企业资产负债表效应,面板数据模型可以表示为:

 

根据面板向量自回归模型(面板VAR)的相关方法,以Invest作为因变量,以CashM2作为自变量,构建如式(3)和(4)的向量自回归(VAR)实证模型。

 

接下来再构造面板VAR模型如下式(5

其中Invest表示截面i在t时刻的内生变量向量组合Invest,Cash,M2y表示截面的个体固定效应(2×1向量),Q则表示内生变量的滞后项的估计系数,P为滞后估计的阶数,u是误差扰动项。

 

面板VAR的优点有如下两点:(1)弥补面板回归只能做回归分析的缺陷。单纯的面板回归或动态面板回归分析,只能得到回归系数用来判定因变量和自变量之间的关系,无法做冲击响应和影响因素分解;(2)弥补了向量自回归(VAR)分析只能分析时间序列数据,不能分析截面数据的缺陷。由于VAR要求样本数据只能是时间序列数据,对于大量的截面数据来说,只能按照一个截面逐个进行VAR响应和方差分解。比如,本文有2577家公司就需要2577个脉冲响应函数图,无法从整体直观意义上了解行业状况且不具代表性。

[1] Angelopoulou, E. and H.D. Gibson, 2009, “The balance sheet channel of monetary policy transmission: evidence from the UK”, Economica, 76(2), pp.675~703.

[2] Ashaft, B. A., and M. Campello, 2005, “Firm Balance Sheets and Monetary Policy Transmission”, Journal of Monetary Economics, 96(6), pp.789~823.

[3] Bernanke, Ben S., and A. S. Blinder, 1992, “The Federal Funds Rate and the Channels of Monetary Transmission, The American Economic Review, 82(4), pp. 901~921.

[4] Bernanke, Ben S., and M. Gertler, 1989, “Agency Costs, Net Worth, and Business Fluctuations”, American Economic Review, 79(1), pp. 14~31.

[5] Bernanke, Ben S., and M. Gertler, 1995, “Inside the Black Box: The Credit Channel of Monetary Policy transmission”, Journal of Economic Perspectives, 9(4), pp. 27~48.

[6] Christiano, L., M. Eichenbaum and S. Rebelo, 2009, “When Is the Government Spending Multiplier Large”, NBER Working Paper, NO. 15394.

[7] Eggertsson, G., 2010, “What fiscal policy is effective at zero interest rates?”, NBER Macroeconomic Annual 2010, pp.253~286.

[8] Guariglia, A., 1998, “The Effects of Financial Constraints on Inventory Investment: Evidence from a Panel of UK Firms”, Economica, 66(1), pp.43~62.

[9] Hsiao, F. S.T., and Hsiao Mei Chu W., 2006, “FDI, Exports and GDP in East and Southeast Asia: Panel Data Versus Time series Causality Analysis”, Journal of Asian Economics, 17, pp. 1082~1106.

[10] Kashyap, A. K. , O. A. Lamont and J. C. Stein, 1994, “Credit Conditions and the Cyclical Behavior of Inventories” The Quarterly Journal of Economics ,109 (3), pp.565~592.

[11] Koo, R., 2008, The Holy Grail of Macroeconomics: Lessons from Japan’s Great Recession,   Published by John Wiley & Sons.

[12] Krugman, P., 1999, “Balance Sheets, The Transfer Problem and Financial Crises”, International Tax and Public Finance, 6, pp.459~472.

[13] Love, I. and L. Zicchino, 2006, “Financial Development and Dynamic Investment Behaviour: Evidence from Panel VAR”, The Quarterly Review of Economics and Finance, 46, pp.190~210.

[14] Miron, J.A., C. D. Romer and D. N. Weil, 1995. “Historical Perspectives on the Monetary Transmission Mechanism”, NBER Working Papers, NO. 4326.

[15] Oliner, S.D. and G. D. Rudebusch, 1996, “Monetary policy and credit conditions: Evidence from the composition of external finance”, The American Economic Review, 86(1), pp. 300-309.

[16] Persyn, D. and J. Westerlund. 2008, “Error Correction Based Cointegration Tests for Panel Data”, Stata Journal forthcoming, 8, pp.232~241.

[17] 白鹤翔,2010,《中国货币政策传导微观机制研究》,中国金融出版社20108月第一版。

[18] 白钦先和李安勇,2003,《试论西方货币政策传导机制理论》,《国际金融研究》第6期,第48页。

[19] 刘斌2006我国DSGE模型的开发及在货币政策分析中的应用》,《金融研究》第10,第121

[20] 彭方平、王少平,2007,《我国货币政策的微观效应》,《金融研究》第9期,第3140页。

[21] 戚自科,2004,《货币政策传导机制理论最新前沿》,《经济学动态》第12期,第1723页。

[22] 饶品贵、姜国华,2011,《货币政策波动、银行信贷与会计稳健性》,《金融研究》第3期,第5170页。

[23] 袁申国和陈平,2010,《资产负债表、金融加速器与企业投资》,《经济学家》第4期,第6168页。

[24] 赵振全、余震和刘淼,2007,《金融加速器效应在中国存在吗》,《经济研究》第6期,第2739页。

 

周小川,2010,《十一五时期中国金融业改革发展的成就》,《中国金融》第24期,第1014页。

话题:



0

推荐

李虹含

李虹含

123篇文章 5年前更新

金融学博士后,原中国社会科学院金融研究所副研究员,中国人民大学国际货币所研究员,对外经贸大学等多所高校兼职教授、硕士生导师,新华社特约经济分析师。 历任高校与培训机构讲师,曾任某股份制银行总行资产管理部、分行金融市场部产品经理、风险经理多个岗位,在《金融研究》《人民日报》《半月谈》《中国社会科学报》《中国金融》《金融时报》《银行家》等权威报刊发表文章一百余篇,主持国家级课题多项,获2016、2017年中国银行业发展研究优秀成果二、三等奖,银行间交易商协会、湖北省财政厅表彰多次。 央视财经、人民网、新华社、新浪、腾讯、搜狐、网易、虎嗅、钛媒体、36氪等多家主流财经媒体专栏作者。

文章