• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      宏觀經(jīng)濟波動對企業(yè)生存績效的影響:順周期效應(yīng)考察

      2015-04-13 22:36彭璧玉張慧
      貴州財經(jīng)大學學報 2015年2期
      關(guān)鍵詞:制造業(yè)

      彭璧玉++張慧

      摘要:利用1999—2010年廣州市新成立制造業(yè)企業(yè)數(shù)據(jù),運用事件史分析方法考察宏觀經(jīng)濟波動對企業(yè)生存績效的影響。同時,采用非參數(shù)模型KM模型比較不同類型企業(yè)的生存狀況,選擇半?yún)?shù)模型Cox比例風險模型探究企業(yè)生存績效的順周期效應(yīng),使用加速失效時間模型檢驗了Cox比例風險模型估計結(jié)果的穩(wěn)健性。研究結(jié)果表明:企業(yè)生存績效經(jīng)歷了順周期效應(yīng);資金技術(shù)密集型企業(yè)生存績效好于勞動密集型企業(yè),但更易受到宏觀經(jīng)濟波動的影響;外資企業(yè)較內(nèi)資企業(yè)面臨更高的死亡風險,且對宏觀經(jīng)濟波動反應(yīng)更敏感。

      關(guān)鍵詞:生存績效;順周期效應(yīng);事件史分析; Cox比例風險模型;制造業(yè)

      文章編號:2095-5960(2015)02-0041-11;中圖分類號:F270;文獻標識碼:A

      一、引言

      廣州市憑借其先天的地域優(yōu)勢,成為世界制造業(yè)的重要生產(chǎn)基地,無論制造業(yè)總量還是制造業(yè)技術(shù)水平都位于中國省市地區(qū)前列。然而,面對宏觀經(jīng)濟的波動,廣州市制造業(yè)呈現(xiàn)出高度的敏感性,如:受美國次貸危機的波及,2008年大量企業(yè)經(jīng)營陷入困境乃至趨向死亡,宏觀經(jīng)濟環(huán)境已成為影響企業(yè)生存的重要因素。在此背景下,考察廣州市制造業(yè)企業(yè)的生存狀況,分析其受宏觀經(jīng)濟波動的影響,對本地區(qū)制造業(yè)的發(fā)展有重要的理論指導意義。

      企業(yè)生存績效反映了企業(yè)設(shè)立和死亡的動態(tài)特性(Geroski,1995)。[1]企業(yè)生存績效的影響因素一直是學者關(guān)注的焦點,部分研究關(guān)注企業(yè)家個體特征,如:人力資本(Colombo & Grilli,2005);[2]部分研究關(guān)注企業(yè)特征,如:企業(yè)年齡和規(guī)模(Dunne & Hughes,1994)[3]、企業(yè)自主創(chuàng)新(唐根麗,2012;張望,2014;陳金勇等,2014);[4][5][6]其他研究關(guān)注行業(yè)特征,如:技術(shù)水平(Malrba & Orsenigo,1999)[7]、研發(fā)強度(Licht & Nerlinger,1998)[8]、行業(yè)生命周期(Agarwal & Gort,2002)[9]、進入壁壘(Geroski,1995)[1]。

      早期的研究很少實證檢驗宏觀經(jīng)濟波動與企業(yè)生存績效的關(guān)系,這歸因于難以獲得高質(zhì)量、全面的縱向數(shù)據(jù),大部分數(shù)據(jù)庫中只包含了企業(yè)最近的信息,甚至不能涵蓋一個生命周期。Boeri和Bellmann(1995)利用1979—1992年間德國西部制造業(yè)企業(yè)的縱向數(shù)據(jù),采用邏輯斯蒂模型(logistic model),探究了宏觀經(jīng)濟波動對企業(yè)生存績效的影響,未發(fā)現(xiàn)兩者之間存在顯著關(guān)系。[10]Licht & Nerlinger(1998)以德國企業(yè)層面的數(shù)據(jù)研究了宏觀經(jīng)濟波動與企業(yè)設(shè)立率和死亡率的關(guān)系,亦未驗證預(yù)測結(jié)果。[8]Fotopoulos & Louri(2000)基于Cox模型,利用1982—1992年間希臘新成立制造業(yè)企業(yè)的數(shù)據(jù)證實了經(jīng)濟擴張時期企業(yè)有著更好的生存績效。[11]Box(2008)對1899—1950年間瑞典新設(shè)立企業(yè)的研究結(jié)果也支持了這一結(jié)論。[12]Geroski等(2010)使用1982—1995年葡萄牙新企業(yè)的面板數(shù)據(jù)驗證了良好的宏觀經(jīng)濟環(huán)境提高企業(yè)生存績效。[13]Olof & Jing(2014)應(yīng)用1991—2002年間瑞典新設(shè)立高科技創(chuàng)業(yè)企業(yè)的縱向數(shù)據(jù),證明了企業(yè)生存績效的順周期效應(yīng)。[14]

      本項研究的數(shù)據(jù)中包含了1999—2010年間廣州市新成立的48579家制造業(yè)企業(yè)并追蹤其生存狀況至2012年,數(shù)據(jù)時間跨度為14年,期間經(jīng)歷了多次經(jīng)濟擴張和緊縮狀態(tài),為此項研究提供了高質(zhì)量的數(shù)據(jù)。本文試圖在以下幾個方面做出嘗試:第一,比較不同類型企業(yè)的生存績效;第二,驗證企業(yè)生存績效的順周期性效應(yīng);第三,探究不同類型企業(yè)對宏觀經(jīng)濟波動的敏感性。

      二、理論分析與研究假設(shè)

      宏觀經(jīng)濟波動對企業(yè)生存績效有重大影響。經(jīng)濟緊縮時期,企業(yè)經(jīng)營將陷入困境且要承受新進入者的競爭威脅,死亡風險率較高。一方面,當前經(jīng)濟狀況改變了企業(yè)對未來的期望,不利的經(jīng)濟形勢會導致企業(yè)對市場喪失信心而退出;另一方面,經(jīng)濟緊縮時期企業(yè)更可能受到資金約束,企業(yè)無法獲得發(fā)展所需要的資金而面臨生存危機。

      實證研究中,關(guān)注宏觀經(jīng)濟波動與企業(yè)設(shè)立關(guān)系的研究(Mata,1996)及關(guān)注宏觀經(jīng)濟波動與企業(yè)死亡關(guān)系的研究(Fotopoulos & Louri,2000)均證實了企業(yè)生存績效的順周期效應(yīng)。[15][11]Pfeiffer & Reize(2000)的研究表明,經(jīng)濟緊縮時期,失業(yè)人員更可能設(shè)立新的企業(yè),但由這些失業(yè)人員設(shè)立的企業(yè)面臨著高水平的死亡風險。[16]Cabral & Mata(2003)認為,由于還未來得及在金融市場上建立合法性,新企業(yè)較老企業(yè)更可能受到資金約束,所以新企業(yè)在經(jīng)濟緊縮期要承受更多壓力和考驗。[17]Box(2008)證實了,好的宏觀經(jīng)濟環(huán)境顯著提高企業(yè)生存績效。[12]Geroski et al.(2010),Olof & Jing(2014)也發(fā)現(xiàn),經(jīng)濟擴張時期,企業(yè)生存績效較好。[13][14]由此,提出如下假設(shè):

      假設(shè)1:企業(yè)生存績效具有順周期效應(yīng),經(jīng)濟處于擴張/緊縮狀態(tài)時,企業(yè)生存績效較好/差。

      技術(shù)水平是影響企業(yè)生存、發(fā)展、獲利的重要因素。通常用技術(shù)強度、研發(fā)強度和高科技等字樣來描述企業(yè)技術(shù)水平。企業(yè)理論的研究逐漸認識到,新市場的建立不僅僅要注重企業(yè)數(shù)量,企業(yè)質(zhì)量也尤為重要。高質(zhì)量的企業(yè)有著較明確的經(jīng)營理念和發(fā)展戰(zhàn)略,因此生存績效更好(Fritsch & Mueller,2004)。[18]高科技企業(yè)引入了創(chuàng)新、促進了科技轉(zhuǎn)移、加強了市場競爭、加快了產(chǎn)業(yè)演化,最終使得經(jīng)濟持續(xù)增長,所以高科技企業(yè)是較典型的高質(zhì)量企業(yè),生存前景較好。

      近年來,大量研究對技術(shù)水平與企業(yè)生存績效的關(guān)系進行了探討。Cefis & Marsili(2005)研究表明,進行研發(fā)投資的企業(yè)較不進行研發(fā)投資的企業(yè)死亡率低57%。[19]Strotmann(2007)[20]發(fā)現(xiàn)技術(shù)強度與企業(yè)死亡率顯著負相關(guān),證實了低技術(shù)行業(yè)內(nèi)的企業(yè)面臨較高的死亡風險。Jensen et al.(2008)研究了先進生產(chǎn)技術(shù)與企業(yè)生存績效的關(guān)系,發(fā)現(xiàn)企業(yè)設(shè)立初期采用先進生產(chǎn)技術(shù)能提高其后續(xù)生存績效。[21]Buddelmeyer et al.(2010)對澳大利亞企業(yè)的研究發(fā)現(xiàn),企業(yè)創(chuàng)新能力是決定企業(yè)生存的重要因素,兩者之間存在正相關(guān)關(guān)系。高科技企業(yè)憑借卓越的技術(shù)創(chuàng)新能力、明確的經(jīng)營戰(zhàn)略計劃有著更好的生存績效(Olof & Jing,2014)。[22]本文認為資金技術(shù)密集型企業(yè)屬于技術(shù)水平較高的企業(yè),由此,提出如下假設(shè):

      假設(shè)2:資金技術(shù)密集型企業(yè)較勞動密集型企業(yè)有著更好的生存績效。

      經(jīng)濟緊縮時期,資金技術(shù)密集型企業(yè)較勞動密集型企業(yè)反應(yīng)更敏感。原因有以下兩點:(1)資金需求較多。資金技術(shù)密集型企業(yè)的單位產(chǎn)品所需資金投資較多,比如投資于高、尖、新技術(shù)設(shè)備。經(jīng)濟收縮時期,企業(yè)融資能力減弱,這對資金技術(shù)密集型企業(yè)的生存影響較大。(2)風險資金需求較多。資金技術(shù)密集型企業(yè)在經(jīng)營中進行風險投資的可能性較大,但經(jīng)濟緊縮時期,投資者變得尤其謹慎而減少投資。風險資金的獲得性與企業(yè)生存具有內(nèi)在的相關(guān)性,Jeng & Wells(2000)的研究表明,宏觀經(jīng)濟擴張?zhí)岣吡孙L險資本的可獲得性,從而提高了企業(yè)生存機會。[23]Romain & Van Pottelsberghe(2004)也發(fā)現(xiàn)了風險資金的供應(yīng)與GDP正相關(guān)。[24]因此,提出如下假設(shè):

      假設(shè)3:資金技術(shù)密集型企業(yè)較勞動密集型企業(yè)對經(jīng)濟波動反應(yīng)更敏感。

      企業(yè)生存的研究主題中,部分學者關(guān)注內(nèi)資企業(yè)和外資企業(yè)的生存狀況,試圖比較分析兩者生存績效的不同及導致這種不同的因素。

      Li & Guisinger(1991)比較了內(nèi)資企業(yè)和外資企業(yè)的生存績效,結(jié)果發(fā)現(xiàn)外資企業(yè)較內(nèi)資企業(yè)有著更高的生存率[25],但這一研究并未控制影響企業(yè)生存的眾多因素(如:年齡)。Mata & Portugal(2002)利用葡萄牙1983—1989年間新成立企業(yè)數(shù)據(jù),結(jié)果顯示外資企業(yè)生存率明顯高于內(nèi)資企業(yè),然而控制企業(yè)和行業(yè)因素后兩者的差別變得不顯著。[26]Mata & Portugal(2004)關(guān)于內(nèi)外資企業(yè)設(shè)立、成長和死亡的研究有以下幾點發(fā)現(xiàn):第一,內(nèi)資企業(yè)較外資企業(yè)進入規(guī)模更小、工資和員工受教育水平更低、所采用法律形式更簡單;第二,內(nèi)外資企業(yè)有不同的進入行業(yè)偏好,外資企業(yè)更可能進入已有其他知名外資企業(yè)存在的行業(yè)(規(guī)模經(jīng)濟及高行業(yè)集中度),進入壁壘較高;第三,內(nèi)外資企業(yè)進入后的生存績效差異較大,內(nèi)資企業(yè)較外資企業(yè)有著更高的死亡風險。[27]Barbosa & Louri(2005)對葡萄牙和希臘制造業(yè)的研究顯示,內(nèi)外資企業(yè)的生存績效并沒有顯著的差別。[28]然而,Klapper & Richmond(2011)對科特迪瓦1977—1997年間新成立企業(yè)的研究發(fā)現(xiàn),制造業(yè)較服務(wù)業(yè)有著更高的死亡風險,外資企業(yè)較內(nèi)資企業(yè)有著更高的死亡風險。[29]由此,提出如下假設(shè):

      假設(shè)4:外資和內(nèi)資企業(yè)的生存績效及其對經(jīng)濟波動的敏感度均不同。

      三、數(shù)據(jù)、變量與樣本分析

      (一)數(shù)據(jù)

      本項研究的數(shù)據(jù)來自廣州市工商局信息中心的企業(yè)數(shù)據(jù)庫和《廣州市統(tǒng)計年鑒》。數(shù)據(jù)涵蓋了廣州市1999—2010年間新成立的所有制造業(yè)企業(yè),具體包括企業(yè)設(shè)立時間、企業(yè)狀態(tài)(已注銷或仍生存)、是否資金技術(shù)密集型企業(yè)、企業(yè)性質(zhì)(內(nèi)資或外資)、企業(yè)年齡、注冊資本、行業(yè)門類等信息。1999—2010年間經(jīng)歷了亞洲金融危機、加入世貿(mào)組織、民工荒、美國次貸危機等重大事件,研究此期間宏觀經(jīng)濟波動對企業(yè)生存績效的影響具有重要價值。

      (二)變量

      1.變量定義與測度

      本文將企業(yè)在工商局登記注冊的時間視為企業(yè)設(shè)立時間,而將企業(yè)在工商局登記注銷的時間定義為企業(yè)死亡時間(單位:年)。用年齡表示企業(yè)生存時間t,被解釋變量是t時點企業(yè)的死亡風險率。解釋變量為人均GDP增長率、資金技術(shù)密集型虛擬變量、外資企業(yè)虛擬變量??刂谱兞?,選取了企業(yè)特征變量:企業(yè)規(guī)模及行業(yè)特征變量、行業(yè)增長率(反映行業(yè)發(fā)展水平)、行業(yè)集中度(反映行業(yè)競爭性)。具體變量定義與測度如表1所示:

      2.變量描述

      由表2變量描述統(tǒng)計結(jié)果可知,觀測期內(nèi)有效樣本數(shù)為48579,無論是最值、均值還是方差,各變量與實際情況都無顯著差異。從統(tǒng)計結(jié)果來看,首先,廣州市制造業(yè)其資金技術(shù)密集型企業(yè)數(shù)低于勞動密集型企業(yè)數(shù),占總數(shù)的474%。外資企業(yè)數(shù)遠遠小于內(nèi)資企業(yè)數(shù),僅占總數(shù)的104%。其次,廣州市1999—2010年間人均GDP增長率有11個觀測值,最大值為196%,最小值為39%。最后,觀察期間,部分企業(yè)1年內(nèi)就退出市場,樣本中最大企業(yè)年齡為13歲。

      (三)樣本分析

      1.宏觀經(jīng)濟波動

      文章用人均GDP增長率描述宏觀經(jīng)濟波動,1999—2012年間廣州市經(jīng)濟環(huán)境變化情況如圖1所示。受亞洲金融危機的影響,1999—2001年間廣州市經(jīng)濟發(fā)展較緩慢;2001—2004年經(jīng)濟形勢有了很大的改善,這得益于2001年中國加入世貿(mào)組織所帶來的發(fā)展機遇;2004年席卷整個廣東省的“民工荒”現(xiàn)象嚴重阻礙了廣州市的經(jīng)濟增長;2004—2008年間廣州市經(jīng)濟發(fā)展一直走下坡路;2008年受美國次貸危機的影響,廣州市經(jīng)濟增長跌至最低,僅為39%;2009年以后廣州市經(jīng)濟又開始了新一輪的高速增長。

      圖11999—2012年廣州市人均GDP增長率

      2.企業(yè)生存

      1999—2010年間廣州市新成立制造業(yè)企業(yè)48579家,至觀察期結(jié)束企業(yè)死亡數(shù)為15723家,占總企業(yè)數(shù)的3237%。圖2描述了2000—2012年間,廣州市制造業(yè)企業(yè)設(shè)立數(shù)、死亡數(shù)隨時間的演化過程,兩者的動態(tài)變化刻畫了企業(yè)的生存軌跡。1999—2001年間,廣州市制造業(yè)企業(yè)設(shè)立數(shù)呈下降趨勢,死亡數(shù)呈上升趨勢,企業(yè)生存績效較差,但這一結(jié)果在2001—2004年間得到改善;2004—2007年間,企業(yè)設(shè)立數(shù)、死亡數(shù)之間的差距愈來愈小,并在2007年達到最小,企業(yè)生存惡化;2008年后,企業(yè)設(shè)立曲線、死亡曲線的距離逐漸拉大,企業(yè)生存前景變好。從上述分析可見,廣州市制造業(yè)企業(yè)的生存績效同廣州市經(jīng)濟波動存在高度同步性。

      四、實證分析

      (一)方法與模型

      數(shù)據(jù)中包含了1999—2012年企業(yè)設(shè)立、死亡狀態(tài)及相關(guān)解釋變量,因變量是t時點企業(yè)死亡風險率,是典型的事件史分析數(shù)據(jù)。本項研究將運用事件史分析方法,采用非參數(shù)模型KM模型比較不同類型企業(yè)的生存狀況,選擇半?yún)?shù)模型Cox比例風險模型探究企業(yè)生存績效的順周期效應(yīng),使用加速失效時間模型檢驗Cox比例風險模型估計結(jié)果的穩(wěn)健性。

      1.KM模型

      非參數(shù)模型一般用來做描述分析,其主要優(yōu)勢在于沒有對風險函數(shù)和生存函數(shù)的分布做任何假設(shè)。在引入任何協(xié)變量之前,本文采用非參數(shù)估計最常用的方法KM估計來描述生存函數(shù)。KM模型的表達式為:

      St表示生存函數(shù),nj是指時間ti處于風險集中的個體數(shù)目,dj表示在時間ti經(jīng)歷事件的個體數(shù)目。

      2.Cox比例風險模型

      Cox(1972)[30]在《回歸模型與生命表》一文中,將連續(xù)時間模型的風險取對數(shù)后表示成兩項之和:一項是基準函數(shù),它表示所有預(yù)測變量取值為0時的風險取對數(shù)后的值;另一項是協(xié)變量的加權(quán)線性組合。Cox比例風險模型的表達式為:

      h(tij)=h0(ti)e[β1x1ij+β22ij+…+βpppij](2)

      t為生存時間變量取值,本項研究中用企業(yè)年齡來表示。h0(t)代表基準風險率,即當協(xié)變量全為0時的風險率。x為協(xié)變量,h(t)表示時刻t協(xié)變量x影響下的風險率。

      3.加速失效時間模型

      當協(xié)變量隨時間的變化有增加或減弱的效應(yīng)時,可以使用加速失效時間模型。該模型被Cox(1972)認為是Cox模型的最有力的競爭者,在應(yīng)用中其線性化的形式為:

      Y=lnT=βx+y0=∑pi=1βixi+y0(3)

      其中y0=lnT0是隨機項,其分布稱為基準分布。加速失效時間模型主要包括廣義伽馬模型(generalized gamma)、對數(shù)正態(tài)模型(log-nomal)、對數(shù)邏輯斯蒂模型(log-logistic)和威布爾模型(weibull)等。

      (二)基于KM模型的生存分析

      KM估計可用于描繪企業(yè)生存績效隨年齡的變化過程。由此,將廣州市制造業(yè)企業(yè)樣本分為勞動密集型、資金技術(shù)密集型企業(yè)和內(nèi)資、外資企業(yè)兩組,以對比不同類型企業(yè)在生命周期中的生存狀況。

      1999—2010年間廣州市新設(shè)立制造業(yè)企業(yè)中,勞動密集型企業(yè)25567家,占總企業(yè)數(shù)的526%,資金技術(shù)密集型企業(yè)23012家,占總企業(yè)數(shù)的474%。圖3為勞動密集型、資金技術(shù)密集型企業(yè)KM生存函數(shù)圖。勞動密集型企業(yè)樣本中,生命周期的第6年約1/3的企業(yè)退出市場,截至觀察期結(jié)束僅有518%的企業(yè)存活下來。資金技術(shù)密集型企業(yè)樣本中,生命周期的第8年約1/3的企業(yè)退出市場,截至觀察期結(jié)束有558%的企業(yè)存活下來。此外,資金技術(shù)密集型企業(yè)的生存績效在各個年齡下均明顯好于勞動密集型企業(yè)。

      圖3勞動密集型、資金密集型企業(yè)KM生存函數(shù)

      1999—2010年間廣州市制造業(yè)新設(shè)立企業(yè)中,內(nèi)資企業(yè)43486家,占總企業(yè)數(shù)的896%,外資企業(yè)5057家,占總企業(yè)數(shù)的104%。圖4為內(nèi)外資企業(yè)KM生存函數(shù)圖。內(nèi)資和外資企業(yè)樣本中,生命周期的第6—7年約1/3的企業(yè)退出市場;截至觀察期結(jié)束僅有約5成的企業(yè)存活下來;內(nèi)資企業(yè)的生存績效好于外資企業(yè),但這種差距隨著生命周期的延續(xù)逐漸縮小。

      圖4內(nèi)資、外資企業(yè)KM生存函數(shù)

      (三)基于Cox比例風險模型的生存分析

      本部分將使用Cox比例風險模型對企業(yè)生存績效的順周期效應(yīng)進行驗證。表3為Cox比例風險模型的估計結(jié)果,圖5為刻畫企業(yè)死亡風險率隨生命周期變化的Cox比例風險模型風險函數(shù)圖。

      1.模型A1中引入資金技術(shù)密集型虛擬變量和外資企業(yè)虛擬變量。資金技術(shù)密集型變量估計結(jié)果系數(shù)為負,且在1%的水平上顯著,這說明資金技術(shù)密集型企業(yè)的生存績效明顯好于勞動密集型企業(yè),假設(shè)2得到驗證。外資企業(yè)變量的系數(shù)顯著為正,由此外資企業(yè)的死亡風險率高于內(nèi)資企業(yè),假設(shè)4部分得到驗證。

      2.模型A2中繼續(xù)加入人均GDP增長率變量。模型A1中的變量估計結(jié)果保持了良好的穩(wěn)定性,人均GDP增長率變量的系數(shù)為負且高度顯著,因而經(jīng)濟擴張時期,企業(yè)生存績效更好,假設(shè)1得到驗證。

      3.模型A3是控制了企業(yè)特征和行業(yè)特征變量后的估計結(jié)果,各自變量的系數(shù)方向仍一致且顯著。企業(yè)規(guī)模變量的系數(shù)為正,企業(yè)規(guī)模的二次方的系數(shù)為負,這表明企業(yè)規(guī)模與死亡風險率之間存在非線性的“倒U型”關(guān)系,同“中之不利性理論”①①“中之不利性”的觀點質(zhì)疑了企業(yè)規(guī)模與企業(yè)死亡率之間的線性關(guān)系,認為企業(yè)規(guī)模與企業(yè)死亡率之間呈非線性的“倒U型”關(guān)系。預(yù)測結(jié)果相同,即中等規(guī)模的企業(yè)死亡率要高于小規(guī)模和大規(guī)模的企業(yè);行業(yè)增長率變量的系數(shù)為正且顯著,這是因為增長率高的行業(yè)會吸引大量新企業(yè)進入,而新企業(yè)在設(shè)立初期面臨較高的死亡風險;行業(yè)集中度變量的系數(shù)為負且顯著,即高集中度行業(yè)內(nèi)的企業(yè)生存前景更好。

      4.模型A4中又加入了人均GDP增長率變量與資金技術(shù)密集型變量、外資企業(yè)變量的交互項。人均GDP增長率變量的系數(shù)仍為負、人均GDP增長率變量與資金技術(shù)密集型變量的交互項系數(shù)為負且顯著、人均GDP增長率變量與外資企業(yè)變量的交互項系數(shù)為負,這說明資金技術(shù)密集型企業(yè)與外資企業(yè)較勞動密集型企業(yè)與內(nèi)資企業(yè)對經(jīng)濟波動反應(yīng)更敏感,假設(shè)3和假設(shè)4得到驗證。

      此外,從Cox比例風險模型風險函數(shù)圖來看,企業(yè)死亡風險率與年齡呈“倒U型”關(guān)系,這一結(jié)果同企業(yè)生存的“青春期不利性”②②“青春期不利性”的觀點認為新企業(yè)最初承受著高的死亡率,但隨著企業(yè)學習和經(jīng)驗的積累死亡率又單調(diào)下降,即企業(yè)年齡和企業(yè)死亡之間是“倒U型”的關(guān)系。理論一致。企業(yè)生命周期的前5年,企業(yè)死亡風險率隨年齡的增加而增加,而5年之后,企業(yè)死亡風險率又隨年齡的增加而降低。

      (四)模型穩(wěn)健性檢驗

      為了檢驗Cox比例風險模型回歸結(jié)果的穩(wěn)健性,將采用四種常見的加速失效時間模型進行對比分析,并利用AIC準則對模型的擬合程度進行評價。如表4所示,各模型的回歸結(jié)果與Cox比例風險模型的回歸結(jié)果高度一致,由此證明了后者結(jié)果的穩(wěn)健性;從四個模型的AIC值看,廣義伽馬模型擬合得最好。圖6顯示了廣義伽馬模型的風險函數(shù)圖,其描繪的企業(yè)死亡風險率隨生命周期變化的軌跡與Cox比例風險函數(shù)基本一致。

      五、研究結(jié)論及政策建議

      首先,文章運用Cox比例風險模型驗證了企業(yè)生存績效的順周期效應(yīng):經(jīng)濟擴張時期,企業(yè)有較好的生存績效,經(jīng)濟緊縮時期企業(yè)面臨較高的死亡風險,這表明宏觀經(jīng)濟增長為企業(yè)贏得了更多的生存空間。因此,經(jīng)濟擴張時期,政府可以鼓勵和引導企業(yè)的投資,加快企業(yè)發(fā)展;經(jīng)濟緊縮時期,則為企業(yè)提供資金、政策優(yōu)惠等支持,幫助企業(yè)渡過難關(guān)。其次,不同類型企業(yè)生存績效的對比中發(fā)現(xiàn),勞動密集型企業(yè)的死亡率高于資金技術(shù)密集型企業(yè)、外資企業(yè)的死亡率高于內(nèi)資企業(yè)。由此,應(yīng)逐漸增強勞動密集型企業(yè)的創(chuàng)新能力、提高企業(yè)技術(shù)水平。要為外資企業(yè)生存、發(fā)展提供良好的環(huán)境,助其擺脫“外之不利性”①①“外之不利性”是指外資企業(yè)進入市場初期要經(jīng)歷適應(yīng)新環(huán)境的過程,這一時期其生存狀況不如具有本土優(yōu)勢的內(nèi)資企業(yè),但隨著外資企業(yè)逐漸滲透市場,這一差距會逐漸縮小。困境。最后,資金技術(shù)密集型企業(yè)、外資企業(yè)對宏觀經(jīng)濟波動反應(yīng)更敏感,即經(jīng)濟擴張時期,企業(yè)更能抓住發(fā)展機遇迅速發(fā)展,生存績效提高幅度較大;經(jīng)濟緊縮時期,相關(guān)企業(yè)又更易受到外部沖擊,發(fā)展受到約束,生存績效降低幅度亦較大。所以,一方面,相關(guān)企業(yè)應(yīng)提高自身抵御風險的能力;另一方面,經(jīng)濟緊縮時期,政府應(yīng)增加對相關(guān)企業(yè)的扶持力度,改善其生存環(huán)境。

      參考文獻:

      [1]Geroski P A. What do we know about entry?[J]. International Journal of Industrial Organization, 1995, 13(4):421-440.

      [2]Colombo M G, Grilli L. Founders human capital and the growth of new technology-based firms: A competence-based view[J]. Research policy, 2005, 34(6): 795-816.

      [3]Dunne P, Hughes A. Age, size, growth and survival: UK companies in the 1980s[J]. The Journal of Industrial Economics, 1994: 115-140.

      [4]唐根麗.企業(yè)自主創(chuàng)新能力對創(chuàng)新績效的影響研究[J].內(nèi)蒙古財經(jīng)學院學報,2012(1):30-34.

      [5]張望.技術(shù)差距、政府補貼與企業(yè)自主創(chuàng)新強度[J].貴州財經(jīng)大學學報,2014(2):79-90.

      [6]陳金勇,湯湘希,金成隆.區(qū)域、自主創(chuàng)新與企業(yè)價值[J].山西財經(jīng)大學學報,2014(3):11-20.

      [7]Malerba F, Orsenigo L. Technological Entry, Exit and Survival: An Empirical Analysis of Patent Data[J]. Research Policy, 1999, 28(6): 643-660.

      [8]Licht G, Nerlinger E. New Technology-based Firms in Germany: A Survey of the Recent Evidence[J]. Research Policy, 1998, 26(9): 1005-1022.

      [9]Agarwal R, Gort M. Firm and Product Life Cycles and Firm Survival[J]. American Economic Review, 2002: 184-190.

      [10]Boeri T, Bellmann L. Post-entry Behaviour and the Cycle: Evidence from Germany[J]. International Journal of Industrial Organization, 1995, 13(4): 483-500.

      [11]Fotopoulos G, Louri H. Determinants of Hazard Confronting New Entry: does financial structure matter?[J]. Review of Industrial Organization, 2000, 17(3): 285-300.

      [12]Box M. The Death of Firms: Exploring the Effects of Environment and Birth Cohort on Firm Survival in Sweden[J]. Small Business Economics, 2008, 31(4): 379-393.

      [13]Geroski P A, Mata J, Portugal P. Founding Conditions and the Survival of New Firms[J]. Strategic Management Journal, 2010, 31(5): 510-529.

      [14]Ejermo O, Xiao J. Entrepreneurship and Survival Over the Business Cycle: How Do New Technology-based Firms Differ?[J]. Small Business Economics, 2014: 1-16.

      [15]Mata J, Portugal B. Business Conditions and Business Starts[J]. International Journal of the Economics of Business, 1996, 3(3): 295-306.

      [16]Pfeiffer F, Reize F. Business start-ups by the Unemployed—an Econometric Analysis Based on Firm Data[J]. Labour Economics, 2000, 7(5): 629-663.

      [17]Cabral L M B, Mata J. On the Evolution of the Firm Size Distribution: Facts and Theory[J]. American economic review, 2003,93(4):1075-1090.

      [18]Fritsch M, Mueller P. Effects of New Business Formation on Regional Development Over Time[J]. Regional Studies, 2004, 38(8): 961-975.

      [19]Cefis E, Marsili O. A Matter of Life and Death: Innovation and Firm Survival[J]. Industrial and Corporate Change, 2005, 14(6): 1167-1192.

      [20]Strotmann H. Entrepreneurial Survival[J]. Small Business Economics, 2007, 28(1): 87-104.

      [21]Jensen P H, Webster E, Buddelmeyer H. Innovation, Technological Conditions and New Firm Survival[J]. Economic Record, 2008, 84(267): 434-448.

      [22]Buddelmeyer H, Jensen P H, Webster E. Innovation and the Determinants of Company Survival[J]. Oxford Economic Papers, 2010, 62(2): 261-285.

      [23]Jeng L A, Wells P C. The Determinants of Venture Capital Funding: Evidence Across Countries[J]. Journal of Corporate Finance, 2000, 6(3): 241-289.

      [24]Romain A, Van Pottelsberghe B. The Determinants of Venture Capital: A Panel Data Analysis of 16 OECD Countries[J]. Centre Emile Bernheim, Research Institute in Management Science, Working Paper, 2004,4(2):4-15.

      [25]Li J, Guisinger S. Comparative Business Failures of Foreign-controlled Firms in the United States[J]. Journal of International Business Studies, 1991, 22(2): 209-224.

      [26]Mata J, Portugal P. The Survival of New Domestic and Foreign‐owned Firms[J]. Strategic Management Journal, 2002, 23(4): 323-343.

      [27]Mata J, Portugal P. Patterns of Entry, Post-entry Growth and Survival: A Comparison Between Domestic and Foreign Owned Firms[J]. Small Business Economics, 2004, 22(3-4): 283-298.

      [28]Barbosa N, Louri H. Corporate Performance: Does Ownership Matter? A Comparison of Foreign-and Domestic-owned Firms in Greece and Portugal[J]. Review of Industrial Organization, 2005, 27(1): 73-102.

      [29]Klapper L, Richmond C. Patterns of Business Creation, Survival and Growth: Evidence from Africa[J]. Labour Economics, 2011, 18(S1): S32-S44.

      [30]Cox D R. Regression Models and Life Tables[J]. JR stat soc B, 1972, 34(2): 187-220.

      猜你喜歡
      制造業(yè)
      2019上海民營制造業(yè)企業(yè)100強排行榜
      房地產(chǎn)業(yè)與制造業(yè)
      2019長三角制造業(yè)企業(yè)100強
      2018上海民營制造業(yè)企業(yè)100強
      2017上海民營制造業(yè)企業(yè)100強排行榜
      多分一點愛給制造業(yè)吧
      2016上海民營制造業(yè)企業(yè)50強排行榜
      2016上海制造業(yè)企業(yè)100強排行榜
      2014上海民營制造業(yè)50強
      2014上海制造業(yè)50強
      于田县| 扶余县| 广东省| 梁平县| 桃源县| 苗栗县| 岳西县| 新兴县| 比如县| 大方县| 大新县| 衡东县| 平度市| 凭祥市| 南江县| 翼城县| 古交市| 山西省| 濮阳县| 肥西县| 曲沃县| 公安县| 固镇县| 黄大仙区| 同仁县| 宁海县| 南京市| 泾阳县| 武安市| 文化| 宜川县| 陕西省| 德令哈市| 紫阳县| 巩义市| 扬中市| 凉山| 皮山县| 阿荣旗| 息烽县| 河南省|