內(nèi)容摘要：本文從微觀角度分析在微觀信貸市場上，即企業(yè)層面中是否存在金融加速器效應(yīng)，通過面板回歸模型和面板向量自回歸（PVAR）模型考察企業(yè)資產(chǎn)負債狀況對企業(yè)投資支出的影響。結(jié)果表明：我國信貸市場確實存在金融加速器效應(yīng)，但是不如其它研究中觀測到的強烈。盡管如此，隨著我國金融系統(tǒng)的不斷完善，金融加速器效應(yīng)將會日益顯著，因此仍然有必要通過政策手段對信貸市場的順周期性進行正向的引導(dǎo)，從而為熨平經(jīng)濟周期、保持經(jīng)濟健康增長起到良好的促進作用。

關(guān)鍵詞：金融加速器 信貸市場 經(jīng)濟周期

引言

改革開放之后，我國改變了“大一統(tǒng)”模式，建立了以中央銀行為核心、以專業(yè)銀行為主體、多種金融機構(gòu)并存的金融組織體系。銀行體系形成政策性銀行、國有商業(yè)銀行、股份制銀行、地方性銀行以及農(nóng)信社等多種銀行機構(gòu)并存的結(jié)構(gòu)，極大地促進了我國信貸市場的發(fā)展。2002 年我國加入世貿(mào)組織之后，外資銀行逐步進入我國，形成對原有銀行結(jié)構(gòu)的有效補充。在國有商業(yè)銀行進行股份制改革之后，四大國有商業(yè)銀行陸續(xù)上市，提高了這 些銀行的運營效率，完善了商業(yè)銀行的競爭機制，我國銀行體系的發(fā)展日益成熟，銀行在經(jīng)濟發(fā)展中起到的作用越來越大。如今，我國的信貸規(guī)模已達到GDP的1.16倍，為金融與經(jīng)濟的順周期聯(lián)動性提供了條件。

文獻綜述

（一）國外研究

隨著金融加速器理論的發(fā)展，許多學(xué)者將其拓展到新的研究領(lǐng)域，主要有開放經(jīng)濟下的金融加速器和不同市場的金融加速器效應(yīng)分析。Gerlter、Gilchrist和Fabio（2007）建立了開放條件下名義價格剛性的小國經(jīng)濟一般均衡模型，分析了金融加速器機制和匯率制度之間的關(guān)系。研究結(jié)果發(fā)現(xiàn)在固定匯率制度下， 金融加速器的傳導(dǎo)效應(yīng)比浮動匯率制度要大。Gatti和Gallegati（2010）構(gòu)建了包含上下游企業(yè)和銀行的一般均衡模型，研究發(fā)現(xiàn)下游企業(yè)的資產(chǎn)凈值水平變動可能引發(fā)整個經(jīng)濟體系的波動。 Nadeau 和 Wasmer（2010）分析了美國勞動力市場中的金融加速器效應(yīng)，發(fā)現(xiàn)工資和勞動需求的波動具有金融加速器的放大效應(yīng)。

（二）國內(nèi)研究

國內(nèi)對金融順周期性的研究起步較晚，到2000年以后才開始有學(xué)者開始對金融加速器理論進行研究，并對我國的情況進行分析。袁申國、劉蘭鳳（2009）對制造業(yè)30個子類行業(yè)的貨幣政策金融加速器效應(yīng)進行分析，認為有15個子行業(yè)沒有表現(xiàn)出明顯的金融加速器效應(yīng)，另外15個行業(yè)則表現(xiàn)出行業(yè)層面的金融加速器效應(yīng)，其中金屬制造業(yè)表現(xiàn)出的效應(yīng)最大。

楊勝剛、侯坤（2011）運用中國宏觀經(jīng)濟 1994 年第一季度至2010年第三季度的數(shù)據(jù)對金融加速器傳導(dǎo)機制的非對稱性進行了實證研究，結(jié)果表明我國的金融加速器傳導(dǎo)機制具有明顯的非對稱性，負面沖擊加速經(jīng)濟衰退的作用明顯 大于證明沖擊對經(jīng)濟增長的作用。

研究設(shè)計

（一）研究假設(shè)與模型建立

本文做出如下假設(shè)并對其分別進行驗證：

假設(shè)一：企業(yè)資產(chǎn)負債表的狀況是企業(yè)投資支出狀況的重要決定因素。這個假設(shè)是金融加速器效應(yīng)存在的前提條件。

本文用企業(yè)投資與企業(yè)總資產(chǎn)的比率IKit來衡量企業(yè)投資支出，用企業(yè)的資產(chǎn)負債率DAit來衡量資產(chǎn)負債表的狀況，當(dāng)企業(yè)資產(chǎn)凈值惡化時，DAit將會隨之下降。為驗證假設(shè)一，本文建立如下模型：

Ikit=α+β1DAit-1+β2PAit-1+β3DSit-1+∑sI=1β4IControllit+et+fi+εit

其中，被解釋變量IKit表示企業(yè)投資支出與總資產(chǎn)的比值，解釋變量DAit表示企業(yè)的資產(chǎn)負債率，PAit表示企業(yè)當(dāng)期總利潤與總資產(chǎn)的比值，DSit表示企業(yè)的債務(wù)結(jié)構(gòu)，即流動負債占總負債的比值，Controllit是一組控制變量，包括貨幣供應(yīng)量的增速M2t，GDP同比增長率GDPt?？紤]到金融加速器的作用機制有滯后效應(yīng)，即本期的財務(wù)指標影響企業(yè)下期的信貸和投資，因此將與企業(yè)財務(wù)狀況有關(guān)的解釋變量作滯后一期的處理。檢驗中重點關(guān)注系數(shù)β1，如果假設(shè)一成立，則β1應(yīng)當(dāng)顯著為負。

假設(shè)二：經(jīng)濟衰退時期企業(yè)資產(chǎn)負債表狀況對企業(yè)投資的影響程度比經(jīng)濟繁榮時期大。這是金融加速器傳導(dǎo)機制的非對稱性。

為檢驗經(jīng)濟周期中不同時期的影響，本研究設(shè)立虛擬變量Downt，經(jīng)濟上行時期Downt=0，經(jīng)濟下行時期Downt=1。加入虛擬變量后模型設(shè)定為：

如果假設(shè)二成立，則β1和β2應(yīng)存在明顯的差異。

假設(shè)三：資產(chǎn)負債表狀況對小企業(yè)投資支出的影響程度大于對大企業(yè)的影響。

為驗證這一假設(shè)，本研究仍使用假設(shè)一中的模型，并設(shè)置虛擬變量Scalei，令大企業(yè)Scalei=1，小企業(yè)Scalei=0，建立模型：

如果假設(shè)三成立，則β1和β2應(yīng)存在明顯的差異。

（二）數(shù)據(jù)說明

本文的數(shù)據(jù)來自國泰君安經(jīng)濟、金融數(shù)據(jù)研究服務(wù)中心的數(shù)據(jù)庫和中國統(tǒng)計年鑒。根 據(jù)財務(wù)報表季度數(shù)據(jù)的連續(xù)性和數(shù)據(jù)完整性，選取2003年第一季度起至2011年第三季度作為樣本區(qū)間、847個企業(yè)作為樣本的面板數(shù)據(jù)。根據(jù)企業(yè)的投資支出、總資產(chǎn)、總負債、流動負債、總利潤等財務(wù)指標分別計算出IK、DA、PA、DS等指標作為變量。

實證分析

（一）平穩(wěn)性檢驗

本研究使用ADF-Fisher單位根檢驗來進行數(shù)據(jù)的平穩(wěn)性檢驗，假設(shè)變量存在單位根，結(jié)果如表1所示。

從結(jié)果可見，6個變量全部在99%的置信水平上拒絕存在單位根的原假設(shè)，通過了單位根檢驗，都是平穩(wěn)序列。

（二）模型選擇

首先對變量進行BP檢驗以確定使用混合模型還是面板模型。

表2的BP檢驗結(jié)果顯示 p 值接近于零，因此拒絕原假設(shè)，認為個體效應(yīng)十分顯著，不能使用混合模型。endprint

其次進行Hausman檢驗以確定使用固定效應(yīng)模型還是隨機效應(yīng)模型，檢驗結(jié)果如下：

chi2（6）=108.73

Prob>chi2=0.0000

檢驗結(jié)果顯示p值接近于零，因此拒絕原假設(shè)，認為應(yīng)該使用固定效應(yīng)模型。在進行固定效應(yīng)模型的估計之后，本研究對結(jié)果進行了Wooldridge檢驗以確定固定效應(yīng)模型的殘差項是否存在一階序列相關(guān)，原假設(shè)是不存在一階序列相關(guān)，檢驗結(jié)果如下：

F（1846）=915.723

Prob>F=0.0000

結(jié)果拒絕原假設(shè)，因此認為殘差序列存在一階自相關(guān)，因此需要考慮動態(tài)面板模型。

（三）實證結(jié)果

根據(jù)檢驗結(jié)果，本研究選擇構(gòu)建固定效應(yīng)模型和動態(tài)面板模型，在假設(shè)一的檢驗上使 用的數(shù)據(jù)為全部847家企業(yè)的面板數(shù)據(jù)，被解釋變量為IK，解釋變量為滯后一期的DA、DS、CA以M2增速和GDP同比增速。動態(tài)面板模型中還包含IK的滯后項。模型回歸結(jié)果如表3所示。

從表3可以看出，三個模型的系數(shù)都十分顯著，均通過了1%的顯著性檢驗，且除被解釋變量的滯后項以外系數(shù)符號方向均相同，結(jié)果較為穩(wěn)健。固定效應(yīng)模型通過了F檢驗，模型是顯著的。動態(tài)模型的Sargan檢驗值大于0.05，可以認為不存在過度約束，工具變量是有效的。在相關(guān)性的Arellano-Bond檢驗上，兩個動態(tài)面板模型的一階差分殘差項均存在一階自相關(guān)，而不存在二階自相關(guān)，因此通過了Arellano-Bond檢驗，認為模型的殘差不存在自相關(guān)。動態(tài)面板模型中還包含了被解釋變量IK的滯后三期項。根據(jù)前人的研究，在有限樣本下，系統(tǒng)廣義矩估計比差分廣義矩估計的偏差更小，效率更高。而且對比差分GMM方法和系統(tǒng)GMM方法的系數(shù)估計值，可以發(fā)現(xiàn)差分GMM法的三個滯后項系數(shù)均為負，且滯后期數(shù)越多系數(shù)絕對值越大，而系統(tǒng)GMM法滯后一階項的系數(shù)為正，且滯后項對當(dāng)期的影響程度隨著滯后期數(shù)的增加而減少，因此認為系統(tǒng)GMM法的結(jié)果比較符合真實情況。接下來以系統(tǒng) GMM 的估計結(jié)果為準進行分析。

實證結(jié)果表明，所有解釋變量對被解釋變量都具有顯著性的影響。解釋變量DA的系數(shù)為-0.0652，是小于0的，因此可以認為我國的信貸市場上確實存在金融加速器效應(yīng)，企業(yè)的資產(chǎn)負債率對企業(yè)投資支出有顯著性的影響。資產(chǎn)負債情況的惡化，也就是資產(chǎn)負債率上升，使得企業(yè)外部融資成本的上升，進而使得企業(yè)投資減少。解釋變量DS的系數(shù)為-0.1490，小于0，這反映了企業(yè)負債結(jié)構(gòu)對企業(yè)投資支出的影響是負向的，即持有流動負債越多的企業(yè)對投資支出的意向越低，可以解釋為流動負債的償還期限較短，而企業(yè)往往傾向于用償還期限長的長期負債進行企業(yè)投資，因此流動負債率越高，企業(yè)的投資支出越少。解釋變量PA的系數(shù)為0.1086，大于0，說明企業(yè)上期的利潤對本期的投資支出有正向影響，上期的利潤越大，則企業(yè)本期的財務(wù)報表狀況越好，更加愿意擴大投資規(guī)模?？梢?，企業(yè)上一期的財務(wù)狀況確實對企業(yè)本期的投資支出產(chǎn)生顯著的影響，這是金融加速器機制的前提條件。

在對假設(shè)二的檢驗中，為研究經(jīng)濟周期不同階段的情況，本研究使用虛擬變量Down來區(qū)分經(jīng)濟的不同周期，值為1表示經(jīng)濟的下行周期，值為0則表示經(jīng)濟的上行周期。被解釋變量仍然為IK，解釋變量則為滯后一至三期的IK，滯后一期的Down*DA、（1-Down）*DA、DS、PA以及當(dāng)期的M2增速和GDP同比增速。模型回歸結(jié)果如表4所示。

實證結(jié)果表明，模型所有的系數(shù)均通過了1%的顯著性檢驗，因此所有解釋變量對被解釋變量都具有顯著性的影響。在假設(shè)一的檢驗基礎(chǔ)上將DA變量拆分為Down*DA和（1-Down）*DA，Down*DA變量系數(shù)為-0.0670，（1-Down）DA變量系數(shù)為-0.0521，二者均小于 0且通過了t檢驗，因此這個虛擬變量的加入是顯著的。且Down*DA變量系數(shù)的絕對值大于（1-Down）*DA，這說明在經(jīng)濟周期的不同時期，資產(chǎn)負債表對企業(yè)投資的影響程度存在顯著的不同：在經(jīng)濟周期的上行期間，資產(chǎn)負債率對企業(yè)投資支出的影響系數(shù)是-0.0521，而在經(jīng)濟的下行期間，資產(chǎn)負債率對企業(yè)投資支出的影響系數(shù)是-0.0670，在下行期間資產(chǎn)負債狀況對投資支出的影響程度大于經(jīng)濟的上行期間。

因此，這個結(jié)果驗證了假設(shè)二，由此可見金融加速器的傳導(dǎo)機制具有非對稱性，在經(jīng)濟下行期間的作用強于在經(jīng)濟上行期間的作用。在對假設(shè)三的驗證中，本研究按照與驗證假設(shè)二類似的方法，設(shè)定虛擬變量，大企業(yè)的值為1，小企業(yè)的值為0。被解釋變量為IK，解釋變量則為滯后一至三期的IK，滯后一期的Scale*DA、（1-Scale）DA、DS、PA以及當(dāng)期的M2增速和GDP同比增速。模型回歸結(jié)果如表5所示。

實證結(jié)果表明，模型所有的系數(shù)均通過了1%的顯著性檢驗，因此所有解釋變量對被解釋變量都具有顯著性的影響。在假設(shè)一的檢驗基礎(chǔ)將變量 DA 拆分為Scale*DA和（1-Scale）*DA，Scale*DA的系數(shù)為0.1613，（1-Scale）*DA的系數(shù)為-0.3076，二者都通過了t值的顯著性檢驗，因此虛擬變量Scale的加入對模型有顯著性影響。

從系數(shù)可以看出，對于大企業(yè)而言，資產(chǎn)負債率對企業(yè)投資支出的影響為0.1613，顯著大于0，而對于小企業(yè)而言，資產(chǎn)負債率對企業(yè)投資支出的影響為-0.3076，顯著小于0。因此資產(chǎn)負債率對大企業(yè)和小企業(yè)的影響是明顯不同的，小企業(yè)體現(xiàn)出強烈的金融加速器效應(yīng)，而大企業(yè)不僅未體現(xiàn)出金融加速器效應(yīng)，反而出現(xiàn)資產(chǎn)負債率越高則下期的投資支出越大的反金融加速器現(xiàn)象。

綜上可以看出：盡管模型結(jié)果與假設(shè)三的系數(shù)設(shè)想有些出入，但也從側(cè)面驗證了假設(shè)三，說明金融加速器效應(yīng)在 企業(yè)規(guī)模上存在非對稱性，小企業(yè)的金融加速器效應(yīng)強于大企業(yè)。大企業(yè)出現(xiàn)反金融加速器現(xiàn)象，這可能是因為在經(jīng)濟轉(zhuǎn)軌期間我國的金融機制并不十分完善， 未能做到完全的市場化，而大企業(yè)中國有企業(yè)較多，國有企業(yè)在融資方面較民營企業(yè)有著天然的優(yōu)勢，在資產(chǎn)負債狀況較差的時候有足夠的能力從外部獲得更多融資，從而進行投資以期改善資產(chǎn)負債狀況，這也是我國金融加速器效應(yīng)的特點。

結(jié)論

本研究從微觀角度通過847家上市公司從 2003 年第一季度到2011年第三季度的面板數(shù)據(jù)對我國金融加速器效應(yīng)進行研究，發(fā)現(xiàn)企業(yè)資產(chǎn)負債表的狀況對企業(yè)投資支出產(chǎn)生顯著的影響，并且也觀察到了經(jīng)濟周期和企業(yè)規(guī)模上的非對稱性，金融加速器在經(jīng)濟下行周期中更加顯著。且從企業(yè)規(guī)模上看，僅在小企業(yè)中存在金融加速器效應(yīng)，而大企業(yè)中則出現(xiàn)了逆金融加速器效應(yīng)。這與其他學(xué)者的研究結(jié)果相類似，認為我國信貸市場確實表現(xiàn)出具有特點的金融加速器效應(yīng)。結(jié)果表明我國信貸市場確實存在金融加速器效應(yīng)，但是不如其它研究中觀測到的強烈。盡管如此，隨著我國金融系統(tǒng)的不斷完善，金融加速器效應(yīng)將會日益顯著，因此仍然有必要通過政策手段對信貸市場的順周期性進行正向的引導(dǎo)，從而為熨平經(jīng)濟周期，保持經(jīng)濟健康增長起到良好的促進作用。

參考文獻：

1.巴曙松，劉海博.信貸周期理論研究綜述[J].湖北經(jīng)濟，2009（5）

2.曹建珍.房地產(chǎn)價格波動對經(jīng)濟的影響及對策—基于金融加速器效應(yīng)的視角[J].金融經(jīng)濟，2011（20）

3.陳守東，王淼.我國銀行體系的穩(wěn)健性研究—基于面板VAR的實證分析[J].經(jīng)濟研究，2011（10）

4.崔光燦.資產(chǎn)價格、金融加速器與經(jīng)濟穩(wěn)定[J].世界經(jīng)濟，2006（114）

5.何建勇.順周期性效應(yīng)的金融加速器機制解析[J].企業(yè)改革與管理，2010（3）

作者簡介：

葉紅梅（1973年-），女，陜西岐山人， 經(jīng)濟學(xué)碩士，西安外事學(xué)院講師，主要研究方向為西方經(jīng)濟學(xué)。endprint

其次進行Hausman檢驗以確定使用固定效應(yīng)模型還是隨機效應(yīng)模型，檢驗結(jié)果如下：

chi2（6）=108.73

Prob>chi2=0.0000

檢驗結(jié)果顯示p值接近于零，因此拒絕原假設(shè)，認為應(yīng)該使用固定效應(yīng)模型。在進行固定效應(yīng)模型的估計之后，本研究對結(jié)果進行了Wooldridge檢驗以確定固定效應(yīng)模型的殘差項是否存在一階序列相關(guān)，原假設(shè)是不存在一階序列相關(guān)，檢驗結(jié)果如下：

F（1846）=915.723

Prob>F=0.0000

結(jié)果拒絕原假設(shè)，因此認為殘差序列存在一階自相關(guān)，因此需要考慮動態(tài)面板模型。

（三）實證結(jié)果

根據(jù)檢驗結(jié)果，本研究選擇構(gòu)建固定效應(yīng)模型和動態(tài)面板模型，在假設(shè)一的檢驗上使 用的數(shù)據(jù)為全部847家企業(yè)的面板數(shù)據(jù)，被解釋變量為IK，解釋變量為滯后一期的DA、DS、CA以M2增速和GDP同比增速。動態(tài)面板模型中還包含IK的滯后項。模型回歸結(jié)果如表3所示。

從表3可以看出，三個模型的系數(shù)都十分顯著，均通過了1%的顯著性檢驗，且除被解釋變量的滯后項以外系數(shù)符號方向均相同，結(jié)果較為穩(wěn)健。固定效應(yīng)模型通過了F檢驗，模型是顯著的。動態(tài)模型的Sargan檢驗值大于0.05，可以認為不存在過度約束，工具變量是有效的。在相關(guān)性的Arellano-Bond檢驗上，兩個動態(tài)面板模型的一階差分殘差項均存在一階自相關(guān)，而不存在二階自相關(guān)，因此通過了Arellano-Bond檢驗，認為模型的殘差不存在自相關(guān)。動態(tài)面板模型中還包含了被解釋變量IK的滯后三期項。根據(jù)前人的研究，在有限樣本下，系統(tǒng)廣義矩估計比差分廣義矩估計的偏差更小，效率更高。而且對比差分GMM方法和系統(tǒng)GMM方法的系數(shù)估計值，可以發(fā)現(xiàn)差分GMM法的三個滯后項系數(shù)均為負，且滯后期數(shù)越多系數(shù)絕對值越大，而系統(tǒng)GMM法滯后一階項的系數(shù)為正，且滯后項對當(dāng)期的影響程度隨著滯后期數(shù)的增加而減少，因此認為系統(tǒng)GMM法的結(jié)果比較符合真實情況。接下來以系統(tǒng) GMM 的估計結(jié)果為準進行分析。

實證結(jié)果表明，所有解釋變量對被解釋變量都具有顯著性的影響。解釋變量DA的系數(shù)為-0.0652，是小于0的，因此可以認為我國的信貸市場上確實存在金融加速器效應(yīng)，企業(yè)的資產(chǎn)負債率對企業(yè)投資支出有顯著性的影響。資產(chǎn)負債情況的惡化，也就是資產(chǎn)負債率上升，使得企業(yè)外部融資成本的上升，進而使得企業(yè)投資減少。解釋變量DS的系數(shù)為-0.1490，小于0，這反映了企業(yè)負債結(jié)構(gòu)對企業(yè)投資支出的影響是負向的，即持有流動負債越多的企業(yè)對投資支出的意向越低，可以解釋為流動負債的償還期限較短，而企業(yè)往往傾向于用償還期限長的長期負債進行企業(yè)投資，因此流動負債率越高，企業(yè)的投資支出越少。解釋變量PA的系數(shù)為0.1086，大于0，說明企業(yè)上期的利潤對本期的投資支出有正向影響，上期的利潤越大，則企業(yè)本期的財務(wù)報表狀況越好，更加愿意擴大投資規(guī)模?？梢?，企業(yè)上一期的財務(wù)狀況確實對企業(yè)本期的投資支出產(chǎn)生顯著的影響，這是金融加速器機制的前提條件。

在對假設(shè)二的檢驗中，為研究經(jīng)濟周期不同階段的情況，本研究使用虛擬變量Down來區(qū)分經(jīng)濟的不同周期，值為1表示經(jīng)濟的下行周期，值為0則表示經(jīng)濟的上行周期。被解釋變量仍然為IK，解釋變量則為滯后一至三期的IK，滯后一期的Down*DA、（1-Down）*DA、DS、PA以及當(dāng)期的M2增速和GDP同比增速。模型回歸結(jié)果如表4所示。

實證結(jié)果表明，模型所有的系數(shù)均通過了1%的顯著性檢驗，因此所有解釋變量對被解釋變量都具有顯著性的影響。在假設(shè)一的檢驗基礎(chǔ)上將DA變量拆分為Down*DA和（1-Down）*DA，Down*DA變量系數(shù)為-0.0670，（1-Down）DA變量系數(shù)為-0.0521，二者均小于 0且通過了t檢驗，因此這個虛擬變量的加入是顯著的。且Down*DA變量系數(shù)的絕對值大于（1-Down）*DA，這說明在經(jīng)濟周期的不同時期，資產(chǎn)負債表對企業(yè)投資的影響程度存在顯著的不同：在經(jīng)濟周期的上行期間，資產(chǎn)負債率對企業(yè)投資支出的影響系數(shù)是-0.0521，而在經(jīng)濟的下行期間，資產(chǎn)負債率對企業(yè)投資支出的影響系數(shù)是-0.0670，在下行期間資產(chǎn)負債狀況對投資支出的影響程度大于經(jīng)濟的上行期間。

因此，這個結(jié)果驗證了假設(shè)二，由此可見金融加速器的傳導(dǎo)機制具有非對稱性，在經(jīng)濟下行期間的作用強于在經(jīng)濟上行期間的作用。在對假設(shè)三的驗證中，本研究按照與驗證假設(shè)二類似的方法，設(shè)定虛擬變量，大企業(yè)的值為1，小企業(yè)的值為0。被解釋變量為IK，解釋變量則為滯后一至三期的IK，滯后一期的Scale*DA、（1-Scale）DA、DS、PA以及當(dāng)期的M2增速和GDP同比增速。模型回歸結(jié)果如表5所示。

實證結(jié)果表明，模型所有的系數(shù)均通過了1%的顯著性檢驗，因此所有解釋變量對被解釋變量都具有顯著性的影響。在假設(shè)一的檢驗基礎(chǔ)將變量 DA 拆分為Scale*DA和（1-Scale）*DA，Scale*DA的系數(shù)為0.1613，（1-Scale）*DA的系數(shù)為-0.3076，二者都通過了t值的顯著性檢驗，因此虛擬變量Scale的加入對模型有顯著性影響。

從系數(shù)可以看出，對于大企業(yè)而言，資產(chǎn)負債率對企業(yè)投資支出的影響為0.1613，顯著大于0，而對于小企業(yè)而言，資產(chǎn)負債率對企業(yè)投資支出的影響為-0.3076，顯著小于0。因此資產(chǎn)負債率對大企業(yè)和小企業(yè)的影響是明顯不同的，小企業(yè)體現(xiàn)出強烈的金融加速器效應(yīng)，而大企業(yè)不僅未體現(xiàn)出金融加速器效應(yīng)，反而出現(xiàn)資產(chǎn)負債率越高則下期的投資支出越大的反金融加速器現(xiàn)象。

綜上可以看出：盡管模型結(jié)果與假設(shè)三的系數(shù)設(shè)想有些出入，但也從側(cè)面驗證了假設(shè)三，說明金融加速器效應(yīng)在 企業(yè)規(guī)模上存在非對稱性，小企業(yè)的金融加速器效應(yīng)強于大企業(yè)。大企業(yè)出現(xiàn)反金融加速器現(xiàn)象，這可能是因為在經(jīng)濟轉(zhuǎn)軌期間我國的金融機制并不十分完善， 未能做到完全的市場化，而大企業(yè)中國有企業(yè)較多，國有企業(yè)在融資方面較民營企業(yè)有著天然的優(yōu)勢，在資產(chǎn)負債狀況較差的時候有足夠的能力從外部獲得更多融資，從而進行投資以期改善資產(chǎn)負債狀況，這也是我國金融加速器效應(yīng)的特點。

結(jié)論

本研究從微觀角度通過847家上市公司從 2003 年第一季度到2011年第三季度的面板數(shù)據(jù)對我國金融加速器效應(yīng)進行研究，發(fā)現(xiàn)企業(yè)資產(chǎn)負債表的狀況對企業(yè)投資支出產(chǎn)生顯著的影響，并且也觀察到了經(jīng)濟周期和企業(yè)規(guī)模上的非對稱性，金融加速器在經(jīng)濟下行周期中更加顯著。且從企業(yè)規(guī)模上看，僅在小企業(yè)中存在金融加速器效應(yīng)，而大企業(yè)中則出現(xiàn)了逆金融加速器效應(yīng)。這與其他學(xué)者的研究結(jié)果相類似，認為我國信貸市場確實表現(xiàn)出具有特點的金融加速器效應(yīng)。結(jié)果表明我國信貸市場確實存在金融加速器效應(yīng)，但是不如其它研究中觀測到的強烈。盡管如此，隨著我國金融系統(tǒng)的不斷完善，金融加速器效應(yīng)將會日益顯著，因此仍然有必要通過政策手段對信貸市場的順周期性進行正向的引導(dǎo)，從而為熨平經(jīng)濟周期，保持經(jīng)濟健康增長起到良好的促進作用。

參考文獻：

1.巴曙松，劉海博.信貸周期理論研究綜述[J].湖北經(jīng)濟，2009（5）

2.曹建珍.房地產(chǎn)價格波動對經(jīng)濟的影響及對策—基于金融加速器效應(yīng)的視角[J].金融經(jīng)濟，2011（20）

3.陳守東，王淼.我國銀行體系的穩(wěn)健性研究—基于面板VAR的實證分析[J].經(jīng)濟研究，2011（10）

4.崔光燦.資產(chǎn)價格、金融加速器與經(jīng)濟穩(wěn)定[J].世界經(jīng)濟，2006（114）

5.何建勇.順周期性效應(yīng)的金融加速器機制解析[J].企業(yè)改革與管理，2010（3）

作者簡介：

葉紅梅（1973年-），女，陜西岐山人， 經(jīng)濟學(xué)碩士，西安外事學(xué)院講師，主要研究方向為西方經(jīng)濟學(xué)。endprint

其次進行Hausman檢驗以確定使用固定效應(yīng)模型還是隨機效應(yīng)模型，檢驗結(jié)果如下：

chi2（6）=108.73

Prob>chi2=0.0000

檢驗結(jié)果顯示p值接近于零，因此拒絕原假設(shè)，認為應(yīng)該使用固定效應(yīng)模型。在進行固定效應(yīng)模型的估計之后，本研究對結(jié)果進行了Wooldridge檢驗以確定固定效應(yīng)模型的殘差項是否存在一階序列相關(guān)，原假設(shè)是不存在一階序列相關(guān)，檢驗結(jié)果如下：

F（1846）=915.723

Prob>F=0.0000

結(jié)果拒絕原假設(shè)，因此認為殘差序列存在一階自相關(guān)，因此需要考慮動態(tài)面板模型。

（三）實證結(jié)果

根據(jù)檢驗結(jié)果，本研究選擇構(gòu)建固定效應(yīng)模型和動態(tài)面板模型，在假設(shè)一的檢驗上使 用的數(shù)據(jù)為全部847家企業(yè)的面板數(shù)據(jù)，被解釋變量為IK，解釋變量為滯后一期的DA、DS、CA以M2增速和GDP同比增速。動態(tài)面板模型中還包含IK的滯后項。模型回歸結(jié)果如表3所示。

從表3可以看出，三個模型的系數(shù)都十分顯著，均通過了1%的顯著性檢驗，且除被解釋變量的滯后項以外系數(shù)符號方向均相同，結(jié)果較為穩(wěn)健。固定效應(yīng)模型通過了F檢驗，模型是顯著的。動態(tài)模型的Sargan檢驗值大于0.05，可以認為不存在過度約束，工具變量是有效的。在相關(guān)性的Arellano-Bond檢驗上，兩個動態(tài)面板模型的一階差分殘差項均存在一階自相關(guān)，而不存在二階自相關(guān)，因此通過了Arellano-Bond檢驗，認為模型的殘差不存在自相關(guān)。動態(tài)面板模型中還包含了被解釋變量IK的滯后三期項。根據(jù)前人的研究，在有限樣本下，系統(tǒng)廣義矩估計比差分廣義矩估計的偏差更小，效率更高。而且對比差分GMM方法和系統(tǒng)GMM方法的系數(shù)估計值，可以發(fā)現(xiàn)差分GMM法的三個滯后項系數(shù)均為負，且滯后期數(shù)越多系數(shù)絕對值越大，而系統(tǒng)GMM法滯后一階項的系數(shù)為正，且滯后項對當(dāng)期的影響程度隨著滯后期數(shù)的增加而減少，因此認為系統(tǒng)GMM法的結(jié)果比較符合真實情況。接下來以系統(tǒng) GMM 的估計結(jié)果為準進行分析。

實證結(jié)果表明，所有解釋變量對被解釋變量都具有顯著性的影響。解釋變量DA的系數(shù)為-0.0652，是小于0的，因此可以認為我國的信貸市場上確實存在金融加速器效應(yīng)，企業(yè)的資產(chǎn)負債率對企業(yè)投資支出有顯著性的影響。資產(chǎn)負債情況的惡化，也就是資產(chǎn)負債率上升，使得企業(yè)外部融資成本的上升，進而使得企業(yè)投資減少。解釋變量DS的系數(shù)為-0.1490，小于0，這反映了企業(yè)負債結(jié)構(gòu)對企業(yè)投資支出的影響是負向的，即持有流動負債越多的企業(yè)對投資支出的意向越低，可以解釋為流動負債的償還期限較短，而企業(yè)往往傾向于用償還期限長的長期負債進行企業(yè)投資，因此流動負債率越高，企業(yè)的投資支出越少。解釋變量PA的系數(shù)為0.1086，大于0，說明企業(yè)上期的利潤對本期的投資支出有正向影響，上期的利潤越大，則企業(yè)本期的財務(wù)報表狀況越好，更加愿意擴大投資規(guī)模?？梢?，企業(yè)上一期的財務(wù)狀況確實對企業(yè)本期的投資支出產(chǎn)生顯著的影響，這是金融加速器機制的前提條件。

在對假設(shè)二的檢驗中，為研究經(jīng)濟周期不同階段的情況，本研究使用虛擬變量Down來區(qū)分經(jīng)濟的不同周期，值為1表示經(jīng)濟的下行周期，值為0則表示經(jīng)濟的上行周期。被解釋變量仍然為IK，解釋變量則為滯后一至三期的IK，滯后一期的Down*DA、（1-Down）*DA、DS、PA以及當(dāng)期的M2增速和GDP同比增速。模型回歸結(jié)果如表4所示。

實證結(jié)果表明，模型所有的系數(shù)均通過了1%的顯著性檢驗，因此所有解釋變量對被解釋變量都具有顯著性的影響。在假設(shè)一的檢驗基礎(chǔ)上將DA變量拆分為Down*DA和（1-Down）*DA，Down*DA變量系數(shù)為-0.0670，（1-Down）DA變量系數(shù)為-0.0521，二者均小于 0且通過了t檢驗，因此這個虛擬變量的加入是顯著的。且Down*DA變量系數(shù)的絕對值大于（1-Down）*DA，這說明在經(jīng)濟周期的不同時期，資產(chǎn)負債表對企業(yè)投資的影響程度存在顯著的不同：在經(jīng)濟周期的上行期間，資產(chǎn)負債率對企業(yè)投資支出的影響系數(shù)是-0.0521，而在經(jīng)濟的下行期間，資產(chǎn)負債率對企業(yè)投資支出的影響系數(shù)是-0.0670，在下行期間資產(chǎn)負債狀況對投資支出的影響程度大于經(jīng)濟的上行期間。

因此，這個結(jié)果驗證了假設(shè)二，由此可見金融加速器的傳導(dǎo)機制具有非對稱性，在經(jīng)濟下行期間的作用強于在經(jīng)濟上行期間的作用。在對假設(shè)三的驗證中，本研究按照與驗證假設(shè)二類似的方法，設(shè)定虛擬變量，大企業(yè)的值為1，小企業(yè)的值為0。被解釋變量為IK，解釋變量則為滯后一至三期的IK，滯后一期的Scale*DA、（1-Scale）DA、DS、PA以及當(dāng)期的M2增速和GDP同比增速。模型回歸結(jié)果如表5所示。

實證結(jié)果表明，模型所有的系數(shù)均通過了1%的顯著性檢驗，因此所有解釋變量對被解釋變量都具有顯著性的影響。在假設(shè)一的檢驗基礎(chǔ)將變量 DA 拆分為Scale*DA和（1-Scale）*DA，Scale*DA的系數(shù)為0.1613，（1-Scale）*DA的系數(shù)為-0.3076，二者都通過了t值的顯著性檢驗，因此虛擬變量Scale的加入對模型有顯著性影響。

從系數(shù)可以看出，對于大企業(yè)而言，資產(chǎn)負債率對企業(yè)投資支出的影響為0.1613，顯著大于0，而對于小企業(yè)而言，資產(chǎn)負債率對企業(yè)投資支出的影響為-0.3076，顯著小于0。因此資產(chǎn)負債率對大企業(yè)和小企業(yè)的影響是明顯不同的，小企業(yè)體現(xiàn)出強烈的金融加速器效應(yīng)，而大企業(yè)不僅未體現(xiàn)出金融加速器效應(yīng)，反而出現(xiàn)資產(chǎn)負債率越高則下期的投資支出越大的反金融加速器現(xiàn)象。

綜上可以看出：盡管模型結(jié)果與假設(shè)三的系數(shù)設(shè)想有些出入，但也從側(cè)面驗證了假設(shè)三，說明金融加速器效應(yīng)在 企業(yè)規(guī)模上存在非對稱性，小企業(yè)的金融加速器效應(yīng)強于大企業(yè)。大企業(yè)出現(xiàn)反金融加速器現(xiàn)象，這可能是因為在經(jīng)濟轉(zhuǎn)軌期間我國的金融機制并不十分完善， 未能做到完全的市場化，而大企業(yè)中國有企業(yè)較多，國有企業(yè)在融資方面較民營企業(yè)有著天然的優(yōu)勢，在資產(chǎn)負債狀況較差的時候有足夠的能力從外部獲得更多融資，從而進行投資以期改善資產(chǎn)負債狀況，這也是我國金融加速器效應(yīng)的特點。

結(jié)論

本研究從微觀角度通過847家上市公司從 2003 年第一季度到2011年第三季度的面板數(shù)據(jù)對我國金融加速器效應(yīng)進行研究，發(fā)現(xiàn)企業(yè)資產(chǎn)負債表的狀況對企業(yè)投資支出產(chǎn)生顯著的影響，并且也觀察到了經(jīng)濟周期和企業(yè)規(guī)模上的非對稱性，金融加速器在經(jīng)濟下行周期中更加顯著。且從企業(yè)規(guī)模上看，僅在小企業(yè)中存在金融加速器效應(yīng)，而大企業(yè)中則出現(xiàn)了逆金融加速器效應(yīng)。這與其他學(xué)者的研究結(jié)果相類似，認為我國信貸市場確實表現(xiàn)出具有特點的金融加速器效應(yīng)。結(jié)果表明我國信貸市場確實存在金融加速器效應(yīng)，但是不如其它研究中觀測到的強烈。盡管如此，隨著我國金融系統(tǒng)的不斷完善，金融加速器效應(yīng)將會日益顯著，因此仍然有必要通過政策手段對信貸市場的順周期性進行正向的引導(dǎo)，從而為熨平經(jīng)濟周期，保持經(jīng)濟健康增長起到良好的促進作用。

參考文獻：

1.巴曙松，劉海博.信貸周期理論研究綜述[J].湖北經(jīng)濟，2009（5）

2.曹建珍.房地產(chǎn)價格波動對經(jīng)濟的影響及對策—基于金融加速器效應(yīng)的視角[J].金融經(jīng)濟，2011（20）

3.陳守東，王淼.我國銀行體系的穩(wěn)健性研究—基于面板VAR的實證分析[J].經(jīng)濟研究，2011（10）

4.崔光燦.資產(chǎn)價格、金融加速器與經(jīng)濟穩(wěn)定[J].世界經(jīng)濟，2006（114）

5.何建勇.順周期性效應(yīng)的金融加速器機制解析[J].企業(yè)改革與管理，2010（3）

作者簡介：

葉紅梅（1973年-），女，陜西岐山人， 經(jīng)濟學(xué)碩士，西安外事學(xué)院講師，主要研究方向為西方經(jīng)濟學(xué)。endprint