李思呈 張友棠 李 娜

（武漢理工大學(xué) 管理學(xué)院，湖北 武漢 430070）

基于貨幣政策景氣指數(shù)的行業(yè)融資風(fēng)險預(yù)警定位研究

李思呈 張友棠 李 娜

（武漢理工大學(xué) 管理學(xué)院，湖北 武漢 430070）

貨幣政策的不確定性沿一定的傳導(dǎo)渠道造成行業(yè)融資風(fēng)險。剖析行業(yè)融資風(fēng)險的貨幣政策傳導(dǎo)渠道，設(shè)計基于貨幣政策景氣指數(shù)的行業(yè)融資風(fēng)險預(yù)警定位矩陣，并采用灰色關(guān)聯(lián)分析不同貨幣政策與房地產(chǎn)行業(yè)融資風(fēng)險的關(guān)聯(lián)情況，對房地產(chǎn)行業(yè)進(jìn)行融資風(fēng)險預(yù)警定位分析。

貨幣政策；融資風(fēng)險；風(fēng)險預(yù)警；灰色關(guān)聯(lián)分析

宏觀政策環(huán)境的不確定性，必將影響企業(yè)的正常運(yùn)行[1]。貨幣政策是一國平衡經(jīng)濟(jì)周期、實現(xiàn)經(jīng)濟(jì)持續(xù)穩(wěn)定增長的重要手段，其調(diào)整沿著一定的傳導(dǎo)渠道對企業(yè)的現(xiàn)金流產(chǎn)生重要影響，導(dǎo)致企業(yè)融資風(fēng)險。貨幣政策通過何種渠道影響融資風(fēng)險，基于貨幣政策，景氣監(jiān)測如何更好地定位和控制行業(yè)融資風(fēng)險，是我國經(jīng)濟(jì)發(fā)展中要面對的一個難題。

一、貨幣政策景氣監(jiān)測分析

對貨幣政策景氣的監(jiān)測，通過貨幣政策景氣指數(shù)來反映，它是對一國短期利率和匯率相對基期偏離值的加權(quán)平均，通常以利率和匯率對經(jīng)濟(jì)增長的影響來確定權(quán)數(shù)。貨幣政策景氣指數(shù)的經(jīng)典形式為：MCIt=β1(Rt-R0)+β2(qt-q0)。其中R表示利率，q表示匯率，β表示權(quán)重。根據(jù)貨幣政策景氣指數(shù)模型[2]計算2004年第1季度到2014年第4季度我國貨幣政策景氣變化情況，如圖1所示。指數(shù)下降表明貨幣政策寬松，反之則表示緊縮。

二、基于貨幣政策景氣指數(shù)的行業(yè)融資風(fēng)險傳導(dǎo)渠道

基于貨幣政策景氣指數(shù)的行業(yè)融資風(fēng)險傳導(dǎo)渠道，指貨幣政策變動沿著一定路徑影響企業(yè)融資結(jié)構(gòu)和融資額度，并由此間接作用于企業(yè)經(jīng)營、投資活動風(fēng)險[3]，因此其傳導(dǎo)渠道分為直接渠道和間接渠道。

（一）行業(yè)融資風(fēng)險直接傳導(dǎo)渠道

貨幣政策通過利率渠道和信貸渠道直接影響企業(yè)債務(wù)籌資水平。貨幣政策中利率的變動與企業(yè)當(dāng)年貸款利息支出密切相關(guān)，存在以下傳導(dǎo)渠道：貨幣政策變動→利率水平、法定準(zhǔn)備金率→利息支出→融資結(jié)構(gòu)→融資風(fēng)險[4]。

（二）行業(yè)融資風(fēng)險間接傳導(dǎo)渠道

貨幣政策通過利率渠道和信貸渠道使得企業(yè)改變?nèi)谫Y結(jié)構(gòu)，并由此間接影響企業(yè)經(jīng)營、投資活動現(xiàn)金凈流量。此處存在如下傳導(dǎo)渠道為：貨幣政策變動→利率水平、法定準(zhǔn)備金率→融資結(jié)構(gòu)變化→融資風(fēng)險→調(diào)整經(jīng)營（投資）策略→經(jīng)營（投資）活動現(xiàn)金流入量、經(jīng)營（投資）活動現(xiàn)金流出量→經(jīng)營（投資）活動風(fēng)險[5]。

三、基于貨幣政策景氣指數(shù)的行業(yè)融資風(fēng)險預(yù)警定位矩陣

（一）基于貨幣政策景氣指數(shù)的行業(yè)融資風(fēng)險關(guān)聯(lián)度

由融資風(fēng)險的貨幣政策傳導(dǎo)渠道分析可知，監(jiān)測貨幣政策景氣對行業(yè)融資風(fēng)險可以起到一定的預(yù)警作用?？梢圆捎没疑P(guān)聯(lián)分析法2對貨幣政策景氣指數(shù)與行業(yè)融資風(fēng)險指標(biāo)之間變化趨勢的一致性進(jìn)行假設(shè)驗證。

圖1 我國貨幣政策景氣監(jiān)測圖

（二）行業(yè)融資風(fēng)險預(yù)警指數(shù)

選取融資風(fēng)險預(yù)警指標(biāo)——經(jīng)營現(xiàn)金流入利息支出比，來計算行業(yè)中各企業(yè)所面臨的融資風(fēng)險，該指標(biāo)計算公式為：經(jīng)營現(xiàn)金流入利息支出比=本期負(fù)債利息支出/本期經(jīng)營活動現(xiàn)金流入量。該指標(biāo)屬于愈小愈好型指標(biāo)，其中本期負(fù)債利息支出反映了企業(yè)外部負(fù)債融資所付出的成本，本期經(jīng)營活動現(xiàn)金流入量則反映了企業(yè)內(nèi)部融資的自有資金創(chuàng)造能力。可以根據(jù)行業(yè)類型直接判斷預(yù)警臨界值（小于臨界值無警情，反之則有警情），通常情況下，該臨界值為7%。因此，若該指標(biāo)大于7%，則表示該企業(yè)面臨融資風(fēng)險。

依據(jù)該指標(biāo)可進(jìn)一步得到行業(yè)融資風(fēng)險預(yù)警指數(shù)與預(yù)控指數(shù)，融資風(fēng)險預(yù)警指數(shù)與預(yù)控指數(shù)相加等于1，如公式1.公式2所示。

當(dāng)企業(yè)面臨融資風(fēng)險時，即經(jīng)營現(xiàn)金流入利息支出比＞7%，則融資風(fēng)險預(yù)警指數(shù)＞1，融資風(fēng)險預(yù)控指數(shù)＜0；當(dāng)企業(yè)無融資風(fēng)險時，即0＜經(jīng)營現(xiàn)金流入利息支出比≤7%，則融資風(fēng)險預(yù)警指數(shù)＜1，0＜融資風(fēng)險預(yù)控指數(shù)＜1。由此可見，融資風(fēng)險預(yù)警指數(shù)屬于“愈小愈好型”指標(biāo)，用于判斷行業(yè)融資風(fēng)險超出臨界值的倍數(shù)，而融資風(fēng)險預(yù)控指數(shù)屬于“愈大愈好型”指標(biāo)，用于判斷行業(yè)融資風(fēng)險在臨界值下的可控比例，若為負(fù)數(shù)則表示風(fēng)險的不可控程度。

（三）行業(yè)融資風(fēng)險預(yù)警定位矩陣

根據(jù)反應(yīng)貨幣政策動向的貨幣政策景氣指數(shù)和反應(yīng)行業(yè)融資風(fēng)險可控程度的融資風(fēng)險預(yù)控指數(shù)，來對行業(yè)融資風(fēng)險進(jìn)行定位分析，如圖2所示。其中，橫坐標(biāo)為融資風(fēng)險預(yù)控指數(shù)，縱坐標(biāo)為貨幣政策景氣指數(shù)。當(dāng)貨幣政策寬松時，若行業(yè)融資風(fēng)險預(yù)控指數(shù)處于0～1之間，則行業(yè)融資風(fēng)險處于無警，表明該企業(yè)具有良好的融資風(fēng)險預(yù)控能力，其融資風(fēng)險預(yù)控指數(shù)越趨近于1，表示該企業(yè)融資風(fēng)險可控程度越高；若行業(yè)融資風(fēng)險預(yù)控指數(shù)小于0，則行業(yè)融資風(fēng)險處于發(fā)作期，表明該企業(yè)正面臨融資風(fēng)險發(fā)作階段，企業(yè)存在融資問題，若不及時改進(jìn)融資結(jié)構(gòu)，在貨幣政策調(diào)整為緊縮后，將導(dǎo)致融資風(fēng)險的惡化；若行業(yè)融資風(fēng)險預(yù)控指數(shù)小于0，則融資風(fēng)險處于惡化期，表明企業(yè)融資結(jié)構(gòu)面臨重大問題，這時企業(yè)應(yīng)立即調(diào)整融資模式，改進(jìn)投資和經(jīng)營策略；當(dāng)貨幣政策緊縮時，若行業(yè)融資風(fēng)險預(yù)控指數(shù)處于0～1之間，則行業(yè)融資風(fēng)險處于潛伏期，說明該企業(yè)雖然未在當(dāng)期表現(xiàn)出警情，但是若不及時調(diào)整融資結(jié)構(gòu)、過多的短期貸款和盲目擴(kuò)大投資等均會導(dǎo)致企業(yè)財務(wù)狀況惡化，面臨融資風(fēng)險發(fā)作的威脅。

圖2 融資風(fēng)險預(yù)警定位矩陣

四、實證研究

（一）基于貨幣政策景氣指數(shù)的房地產(chǎn)行業(yè)融資風(fēng)險關(guān)聯(lián)度分析

由于房地產(chǎn)行業(yè)相對其他行業(yè)融資規(guī)模較大，對貨幣政策的動向較為敏感，因此選取滬深兩市房地產(chǎn)上市公司2004至2014年數(shù)據(jù)進(jìn)行分析 。剔除數(shù)據(jù)缺失的公司以及ST公司，確定150家房地產(chǎn)上市公司。

在計算灰色關(guān)聯(lián)度前，首先計算房地產(chǎn)行業(yè)經(jīng)營活動現(xiàn)金流入量和利息支出的各季度行業(yè)平均值并進(jìn)行無量綱化處理；然后遴選不同類型貨幣政策時期的行業(yè)數(shù)據(jù)；最后采用灰色關(guān)聯(lián)分析計算關(guān)聯(lián)度，如表1所示。

由表1可知，貨幣政策寬松時，其與房地產(chǎn)行業(yè)各指標(biāo)的灰色關(guān)聯(lián)度均高于0.5且低于0.6，由此反映寬松的貨幣政策與影響房地產(chǎn)行業(yè)融資風(fēng)險的經(jīng)營活動現(xiàn)金流入量利息支出存在一定關(guān)聯(lián)度，但是影響程度較小。貨幣政策緊縮時，貨幣政策景氣指數(shù)呈上升趨勢，其與房地產(chǎn)行業(yè)經(jīng)營活動現(xiàn)金流入量和利息支出灰色關(guān)聯(lián)度均遠(yuǎn)高于0.6，由此反映緊縮的貨幣政策與影響房地產(chǎn)行業(yè)融資的經(jīng)營活動現(xiàn)金流入量和利息支出關(guān)聯(lián)度較高，而且影響程度相對貨幣政策寬松時期大。因此，檢驗結(jié)果支持所有假設(shè)。

（二）基于貨幣政策景氣指數(shù)的房地產(chǎn)行業(yè)融資風(fēng)險預(yù)警定位矩陣分析

為了對我國房地產(chǎn)行業(yè)融資風(fēng)險進(jìn)行預(yù)警定位，本文從上述150家房地產(chǎn)企業(yè)中選取10家不同規(guī)模房地產(chǎn)企業(yè)，分別選取貨幣政策寬松的2011年第1季度和貨幣政策緊縮的2013年第2季度指標(biāo)數(shù)據(jù)，以便于對不同貨幣政策條件下的房地產(chǎn)行業(yè)融資風(fēng)險進(jìn)行對比，探討行業(yè)融資風(fēng)險隨貨幣政策變動的演化情況。結(jié)果如表2，表3所示。

表1 基于灰色關(guān)聯(lián)度的房地產(chǎn)行業(yè)研究假設(shè)檢驗結(jié)果表

表2 基于融資風(fēng)險預(yù)控指數(shù)的房地產(chǎn)行業(yè)風(fēng)險預(yù)警定位表（2011年第1季度）

表3 基于融資風(fēng)險預(yù)控指數(shù)的房地產(chǎn)行業(yè)風(fēng)險預(yù)警定位表（2013年第2季度）

依據(jù)表2，表3可進(jìn)一步繪制出10家房地產(chǎn)企業(yè)在貨幣政策寬松的2011年第1季度和貨幣政策緊縮的2013年第2季度的融資風(fēng)險預(yù)警定位矩陣圖，如圖3，圖4所示。在融資風(fēng)險無警和潛伏期區(qū)域，融資風(fēng)險預(yù)控指數(shù)越趨近于0的企業(yè)表明該企業(yè)融資風(fēng)險的可控程度越低，此時應(yīng)當(dāng)倍加留意企業(yè)融資結(jié)構(gòu)，以便貨幣政策變動時及時調(diào)整融資策略；在融資風(fēng)險發(fā)作期和惡化期區(qū)域，融資風(fēng)險預(yù)控指數(shù)越遠(yuǎn)離于0的企業(yè)，表明該企業(yè)融資風(fēng)險的不可控程度越高，需要做出的融資結(jié)構(gòu)調(diào)整相對越難。

圖3 2011年第1季度融資風(fēng)險預(yù)警定位矩陣

圖4 2013年第2季度融資風(fēng)險預(yù)警定位矩陣

由圖3，圖4可以看出，在貨幣政策寬松時期，海德股份、世紀(jì)星源兩家企業(yè)對融資風(fēng)險的可控程度遠(yuǎn)高于其他房地產(chǎn)企業(yè)，在貨幣政策緊縮后，70%企業(yè)均進(jìn)入惡化期，然而這兩家融資風(fēng)險預(yù)控指數(shù)較高的企業(yè)卻得以幸免，而進(jìn)入融資風(fēng)險潛伏期。而貨幣政策寬松時，融資風(fēng)險預(yù)控指數(shù)趨近于0的中洲控股、中航地產(chǎn)以及深振業(yè)A這三家企業(yè)，由于未能提高企業(yè)融資管控能力，在2013年貨幣政策緊縮時期，爆發(fā)出融資風(fēng)險，進(jìn)入融資風(fēng)險惡化期。此外，香江控股在貨幣政策寬松時表現(xiàn)的融資風(fēng)險不可控程度較大，而在貨幣政策緊縮時進(jìn)入融資風(fēng)險潛伏期，這表明該企業(yè)在2011第1季度到2013年第2季度間，做過較大程度的融資調(diào)整以防止融資風(fēng)險的進(jìn)一步惡化。

[1]林朝穎,黃志剛,楊廣青等.貨幣政策與企業(yè)成長——基于收益與風(fēng)險雙重視角的分析[J].管理現(xiàn)代化,2014(6).

[2]朱培金.基于廣義脈沖反應(yīng)函數(shù)法的貨幣狀況指數(shù)構(gòu)建[J].浙江金融,2014(11).

[3]馬文超,胡思玥.貨幣政策、信貸渠道與資本結(jié)構(gòu)[J].會計研究,2012(11).

[4]李志軍,王善平.貨幣政策、信息披露質(zhì)量與公司債務(wù)融資[J].會計研究,2011(10).

[5]Bernanke B S, Gertler M.Inside the Black Box：the Credit Channel of Monetary Policy Transmission[J].Journal of Economic Perspectives, 1995 (4): 27-48.

F275.5

A

1003-1154(2016)01-0001-03

10.3969/j.issn.1003-1154.2016.01.001

國家社會科學(xué)基金重點項目(15AGL008).

1 數(shù)據(jù)來源：中國人民銀行網(wǎng)站

2 灰色關(guān)聯(lián)分析方法，是根據(jù)因素之間發(fā)展趨勢的相似或相異程度，亦即“灰色關(guān)聯(lián)度”，作為衡量因素間關(guān)聯(lián)程度的一種方法?；疑P(guān)聯(lián)度越大，表明兩個因素變化的趨勢具有一致性，即同步變化程度較高，反之，則較低。

3 數(shù)據(jù)來源：國泰安數(shù)據(jù)庫(http://www.gtarsc.com/)，2004—2014年。