摘?要：選取2004-2018年深交所中小板上市企業(yè)的動(dòng)態(tài)面板數(shù)據(jù)，采用系統(tǒng)GMM估計(jì)方法針對貨幣政策對中小企業(yè)融資約束的影響進(jìn)行了實(shí)證分析。研究發(fā)現(xiàn)，在正常情況下，貨幣政策越寬松，中小企業(yè)的融資約束的程度越低。然而在特殊情況下，尤其是在剛剛結(jié)束經(jīng)濟(jì)下行階段的時(shí)期，中小企業(yè)有時(shí)會(huì)因?yàn)榇笮推髽I(yè)或國有企業(yè)的擠出效應(yīng)使得即使在寬松的貨幣政策下，融資約束也無法得到緩解。

關(guān)鍵詞：貨幣政策?融資約束?系統(tǒng)GMM

一、引言

貨幣政策是影響中企業(yè)融資的重要因素。我國的貨幣政策自2004年以來經(jīng)歷了寬松與緊縮反復(fù)交替的不同階段。自從2008年全球金融危機(jī)以來，我國的貨幣政策就從抑制通脹為核心的緊縮型貨幣政策轉(zhuǎn)向適度寬松的貨幣政策，2010年開始逐漸收為穩(wěn)健的貨幣政策，2012年開始又經(jīng)歷了一個(gè)“穩(wěn)健寬松”的過程，隨后逐漸向量化寬松的過程轉(zhuǎn)變。2020年4月開始，為了應(yīng)對疫情的影響，貨幣政策更加寬松。這些政策對中小企業(yè)融資的影響和通過何種方式來影響等問題都值得進(jìn)一步研究。

二、文獻(xiàn)綜述

所謂融資約束，最早由Fazzari（1988）和Narayanan（1988）提出，指由于市場不完備和信息不對稱等原因使得企業(yè)在獲取外部資金融通過程中相較于內(nèi)部資金成本較高，因資金供應(yīng)不足而無法達(dá)到最優(yōu)投資水平。隨后，F(xiàn)azzari，Hubbard和Peterson（1988）提出利用投資-現(xiàn)金流敏感性模型來衡量企業(yè)融資約束的程度（即FHP模型）。Kaplan和Zingales（1997）為了評價(jià)FHP模型衡量融資約束程度的有效性時(shí)，建立了KZ指數(shù);Whited和Wu（2006）從債券的角度探討了金融與投資的依賴關(guān)系，利用投資結(jié)構(gòu)模型的歐拉方程推導(dǎo)并建立了WW指數(shù);Hadlock和Pierce（2009）創(chuàng)證明了隨著年輕企業(yè)的逐步成熟，融資約束會(huì)逐步下降。Almeida，Campello和Weisbach（2004）提出公司受到融資約束時(shí)，會(huì)影響公司的現(xiàn)金持有政策，提出了現(xiàn)金-現(xiàn)金流敏感性模型（ACW模型），這同樣是衡量企業(yè)融資約束的主流方法之一。

國內(nèi)學(xué)者何銀瓶、肖揚(yáng)清（2018）利用歐拉方程和GMM方法分析了商業(yè)信用對中小企業(yè)融資約束的影響，發(fā)現(xiàn)商業(yè)信用并不能成為中小企業(yè)的融資渠道，也不能緩解中小企業(yè)的融資約束。王鳳榮、慕慶宇（2019）在考慮政府干預(yù)的條件下，研究了中小銀行發(fā)展對中小企業(yè)融資約束的影響，發(fā)現(xiàn)的確可以緩解中小企業(yè)融資約束，但主要集中在國有及弱政府干預(yù)地區(qū)民營中小企業(yè)。于夢嬌（2019）通過差分GMM方法，對比了中小企業(yè)上市前后的融資約束程度，發(fā)現(xiàn)上市之后的現(xiàn)金流敏感性更高，即融資約束更高，因此對于中小企業(yè)來說應(yīng)該審慎上市。孫駿可、羅正英、陳艷（2019）采用歐拉方程和一步系統(tǒng)GMM估計(jì)方法對風(fēng)險(xiǎn)投資與企業(yè)融資約束關(guān)系進(jìn)行了定量分析，發(fā)現(xiàn)風(fēng)險(xiǎn)投資的確可以緩解融資約束且只有在貨幣政策緊縮時(shí)期風(fēng)險(xiǎn)投資效應(yīng)更為顯著。韓元亮、石貝貝、馬喜立（2020）同樣采用GMM方法實(shí)證研究了金融發(fā)展對企業(yè)投資效率的作用機(jī)制，通過主成分分析來構(gòu)造衡量金融發(fā)展的指標(biāo)，發(fā)現(xiàn)金融發(fā)展確實(shí)可以緩解融資約束并促進(jìn)企業(yè)投資效率的提高。

綜上所述，國內(nèi)外學(xué)者已對融資約束做了較為充分和詳實(shí)的研究，但是現(xiàn)有研究沒有厘清貨幣政策對中小企業(yè)融資約束的影響機(jī)制，因而在解決中小企業(yè)融資難問題上還有待進(jìn)一步探討。

三、研究假設(shè)和模型設(shè)計(jì)

（一）研究假設(shè)

中央銀行通過貨幣政策工具包括存款準(zhǔn)備金率、公開市場操作、再貼現(xiàn)政策來影響中介指標(biāo)，進(jìn)而最終實(shí)現(xiàn)既定政策目標(biāo)的傳導(dǎo)過程，便是貨幣政策的傳導(dǎo)過程，主要可以分為貨幣渠道和信貸渠道兩種方式。（陳奕丹，2019）通過VAR模型實(shí)證發(fā)現(xiàn)信貸渠道在貨幣政策傳導(dǎo)中發(fā)揮的作用相較于貨幣渠道更為巨大。因此，對企業(yè)影響比較大的方式，便是中央銀行通過基準(zhǔn)利率的變動(dòng)來實(shí)現(xiàn)貨幣政策的微觀調(diào)控。中央銀行根據(jù)當(dāng)時(shí)的經(jīng)濟(jì)狀況，通過適時(shí)調(diào)節(jié)一年期存貸款的基準(zhǔn)利率來影響企業(yè)的融資約束，這對是否緩解中小企業(yè)融資約束存在一定的影響。

在經(jīng)濟(jì)增速過快的時(shí)期，中央銀行實(shí)行緊縮型貨幣政策使得基準(zhǔn)利率上升，整個(gè)銀行體系的放貸量均有所下降，對所有企業(yè)的融資約束程度均更有可能產(chǎn)生負(fù)面影響。

在經(jīng)濟(jì)增速過緩的時(shí)期則存在兩方面的影響，一方面，實(shí)行積極型貨幣政策會(huì)使基準(zhǔn)利率下調(diào)，這顯然會(huì)使商業(yè)銀行信貸總額增加，使得企業(yè)融資成本降低，同時(shí)拉動(dòng)消費(fèi)需求，為企業(yè)增加投資需求，因此更有可能有效緩解中小企業(yè)的融資約束。另一方面，在剛剛經(jīng)歷過經(jīng)濟(jì)下行時(shí)期的投資者，往往會(huì)存在傾向于選擇持有資金而不愿意過多的消費(fèi)和投資的避害心理，同時(shí)這段時(shí)期的銀行也更愿意放貸給相對來說更成熟、償還風(fēng)險(xiǎn)更小的大企業(yè)，因此中小企業(yè)的融資約束并不會(huì)有效得到緩解。

因此，借鑒（黃前陽，2014）的方法，可以得到如下假設(shè)：

1.貨幣政策的變化與調(diào)控能夠顯著地影響中小企業(yè)融資約束程度。

2.寬松的貨幣政策更有可能緩解中小企業(yè)的融資約束，緊縮的貨幣政策更有可能加劇中小企業(yè)的融資約束

3.經(jīng)濟(jì)下行時(shí)期剛結(jié)束時(shí)，寬松的貨幣政策有可能不會(huì)緩解中小企業(yè)的融資約束。

（二）模型設(shè)計(jì)

由前文文獻(xiàn)綜述中得知，由Fazzari等人（1988）率先提出利用投資-現(xiàn)金流敏感性模型（FHP模型）來衡量企業(yè)融資約束程度，即如果企業(yè)面臨的融資約束程度越高，公司投資的投資支出對內(nèi)部現(xiàn)金流的變化越敏感，隨后國內(nèi)外學(xué)者在此基礎(chǔ)上對原來的FHP模型根據(jù)各自研究目的和需求改進(jìn)了模型并創(chuàng)立了不同的衡量指數(shù)。本文借鑒于夢嬌（2019），何銀瓶等人（2019），孫駿可（2019）和韓元亮等人（2020）的方法，采用基于FHP模型的擴(kuò)展的歐拉方程來衡量融資約束，以此來構(gòu)建出模型1：

隨后，考慮貨幣政策的衡量指標(biāo)。衡量我國的貨幣政策有定量和定性兩種衡量方式，一種是定量指標(biāo)，即借鑒陸正飛和楊德明（2011）的方法，采用貨幣政策指數(shù)MP的方法，即：MP=M2-GDP-CPI，其中M2，GDP，CPI分別表示廣義貨幣供應(yīng)量、國民生產(chǎn)總值、消費(fèi)者物價(jià)指數(shù)的同比增長率，當(dāng)MP指數(shù)越大時(shí)，貨幣政策越寬松;MP指數(shù)越小時(shí)，貨幣政策越緊縮。另一種是定性的衡量方式。我國的貨幣政策在2004年以來經(jīng)歷了緊縮型和積極型的反復(fù)的變化過程，因此引入虛擬變量Year_Dum1，Year_Dum2來代表當(dāng)期貨幣政策的調(diào)控對中小企業(yè)融資約束是否有顯著影響，其含義如表1所示：

隨后，為了進(jìn)一步加強(qiáng)研究的穩(wěn)健性，借鑒蘇雨薇（2016）和幸小叢（2019）的方法，再在模型1的基礎(chǔ)上引入衡量貨幣政策的量化指標(biāo)，具體而言從貨幣政策工具上入手，包括廣義貨幣供應(yīng)量的同比增長率M2t和一年期貸款基準(zhǔn)利率的年內(nèi)均值Rt與各自和經(jīng)營現(xiàn)金流的交叉項(xiàng)，構(gòu)造出的模型3為：

四、實(shí)證分析

（一）變量選取及篩選

由于深交所中小企業(yè)板由2004年開始試運(yùn)行，因此本文選取2004年至2018年深交所919家中小板上市企業(yè)的相關(guān)財(cái)務(wù)數(shù)據(jù)作為原始樣本，保證了不存在存續(xù)未滿三年的上市公司，同時(shí)時(shí)間跨度涵蓋了大多數(shù)貨幣政策變化的過程。本文按照大多數(shù)文獻(xiàn)的做法，剔除了71家ST股票，18家所屬于金融行業(yè)的金融企業(yè)，同時(shí)剔除部分?jǐn)?shù)據(jù)缺失的年份，最終得到830家上市公司共9856組樣本的動(dòng)態(tài)面板數(shù)據(jù)，如表2所示。本文所研究的數(shù)據(jù)來自于深圳證券交易所披露的數(shù)據(jù)和中國人民銀行歷年貨幣政策執(zhí)行報(bào)告。

（二）實(shí)證結(jié)果與分析

由于本文選擇的模型的解釋變量中均含有被解釋變量的滯后項(xiàng)，因此模型中存在顯著的內(nèi)生性且無法構(gòu)造靜態(tài)面板數(shù)據(jù)。內(nèi)生性會(huì)影響模型中參數(shù)估計(jì)的無偏性和有效性，因此需要采用特定方法來解決內(nèi)生性的問題。借鑒大多數(shù)學(xué)者的研究，本文采用廣義矩估計(jì)（GMM）方法來解決這一問題。廣義矩估計(jì)方法主要包括差分廣義矩估計(jì)（dif-GMM）和系統(tǒng)矩估計(jì)（sys-GMM）兩種，而系統(tǒng)矩估計(jì)方法能夠克服差分廣義矩估計(jì)的弱工具變量問題，能夠更好地解決內(nèi)生性問題，提高估計(jì)效率，因此本文建立在使用系統(tǒng)矩估計(jì)的基礎(chǔ)上進(jìn)行研究。

其原理是將水平回歸方程和一階差分方程本文選擇計(jì)量軟件Stata16對前文提到的三個(gè)模型分別進(jìn)行回歸，結(jié)果如表3所示：

表3的結(jié)果顯示，三個(gè)模型的二階殘差序列均不相關(guān)，同時(shí)Hansen?J檢驗(yàn)的p值均大于0.05，接受了不存在過度識(shí)別的原假設(shè)，表明了工具變量的選擇較為恰當(dāng)，GMM估計(jì)的結(jié)果比較合理。

從模型1的回歸結(jié)果可以看出，Ii，t-1Ki，t-1項(xiàng)前的系數(shù)顯著為正表明了企業(yè)投資受到前期投資的影響，存在一定正自相關(guān)性。Ii，t-1Ki，t-12項(xiàng)前的系數(shù)在1%的置信水平下顯著為負(fù)，同時(shí)內(nèi)部現(xiàn)金流CFi，tKi，t前的系數(shù)在5%的置信水平下顯著為正，這些結(jié)論與之前的相關(guān)研究結(jié)論相一致，證明了我國中小板上市企業(yè)的確普遍存在著顯著的外部融資約束問題和敏感的投資現(xiàn)金流問題，即企業(yè)當(dāng)期新增投資主要依賴企業(yè)內(nèi)部現(xiàn)金流，而因?yàn)槿谫Y約束的存在并不以外部融資為主要方式。

從模型2的回歸結(jié)果來看，虛擬時(shí)間變量Year_Dum1，Year_Dum2的系數(shù)均顯著為負(fù)，這既驗(yàn)證了假設(shè)1，即貨幣政策的調(diào)控的確能夠顯著影響中小企業(yè)的融資約束程度，同時(shí)系數(shù)顯著為負(fù)也表明了剛剛結(jié)束經(jīng)濟(jì)下行階段并實(shí)行寬松的貨幣政策的2008年和2012年并沒有顯著地緩解中小企業(yè)的融資約束。同時(shí)貨幣政策指數(shù)MPt前的系數(shù)顯著為正，這表明企業(yè)當(dāng)期投資與貨幣政策的寬松程度存在較為顯著的正相關(guān)關(guān)系，這驗(yàn)證了假設(shè)2的結(jié)論，也與相關(guān)學(xué)者的結(jié)論相一致。

為了進(jìn)一步驗(yàn)證假設(shè)3，本文設(shè)計(jì)了模型3的回歸分析，關(guān)注企業(yè)內(nèi)部現(xiàn)金流和貨幣供應(yīng)量的同比增長率、一年期貸款基準(zhǔn)利率的交叉項(xiàng)，兩者的系數(shù)在1%的置信水平下均顯著為負(fù)，這與幸小叢（2019）的發(fā)現(xiàn)也相一致，這表明了寬松型貨幣政策不一定能夠緩解中小企業(yè)的融資約束。本文推測原因在于，央行在釋放寬松型貨幣政策的信號(hào)時(shí)，商業(yè)銀行因?yàn)樨泿殴?yīng)量的增加、存款準(zhǔn)備金率的降低等原因獲得了更多的可貸資金，不僅中小企業(yè)獲取外部融資成本降低，很多資信水平良好的大型企業(yè)和國有企業(yè)獲取外部融資的成本也有所降低，因此商業(yè)銀行更愿意放貸給大型企業(yè)或國有企業(yè)，形成對中小企業(yè)的擠出效應(yīng)，因此中小企業(yè)并沒有得到融資約束程度的緩解。

五、結(jié)論

本文利用2004-2018年深交所中小板上市企業(yè)的樣本針對貨幣政策對其融資約束的影響進(jìn)行了相關(guān)的實(shí)證研究分析，發(fā)現(xiàn)貨幣政策的調(diào)控的確可以顯著地影響中小企業(yè)的融資約束的程度，且在正常情況下，當(dāng)貨幣政策寬松時(shí)，中小企業(yè)的融資約束程度較低;當(dāng)貨幣政策緊縮時(shí)，中小企業(yè)的融資約束程度較高。然而在特殊情況下，尤其是在剛剛結(jié)束經(jīng)濟(jì)下行階段的時(shí)期，中小企業(yè)有時(shí)會(huì)因?yàn)榇笮推髽I(yè)或國有企業(yè)的擠出效應(yīng)使得即使在寬松的貨幣政策下，融資約束也無法得到緩解。

參考文獻(xiàn)：

[1]Fazzari?S.?M，?Hubbard?R.?G，?Peterson?B.?C.?Financing?constraints?and?corporate?investment[J].?Brooking?Papers?on?Economic?Activity，?1988，?（1）：?141-206.

[2]Narayanan?M.?P.?Debt?Versus?Equity?under?Asymmetric?Information[J].?The?Journal?of?Financial?and?Quantitative?Analysis，?1988，?23（1）：?39-51.

[3]Kaplan?S.?N，?Zingales?L.?Do?Investment-cash?flow?sensitivities?provide?useful?measures?of?financial?constraints[J].?The?Quarterly?Journal?of?Economics，?1997，?112（1）：?169-215.

[4]Whited.?T，?Wu.?G，?Financial?Constraints?Risk[J].?The?Review?of?Financial?Studies，?2006，?19（2）：?531-559.

[5]Hadlock.?C.?J，?Pierce.?J.?R.?New?evidence?on?measuring?financial?constraints：?moving?beyond?the?kz?index[J].?The?Review?of?Financial?Studies，?2010，?23（5）：?1909-1940.

[6]?Almeida.?H，?Campello.?M，?Weisbach.?M.?S.?The?Cash?Flow?Sensitivity?of?Cash[J].The?Journal?of?Finance，?2004，?59（4）：?1777-1804.

[7]于夢嬌.融資約束、中小企業(yè)投資效率與投融資決策——基于深交所中小企業(yè)板的實(shí)證研究[J].西部金融，?2019（11）：?17-28.

[8]歐陽志剛，薛龍.貨幣政策、融資約束與中小企業(yè)投資效率[J].證券市場導(dǎo)報(bào)，2016（6）：11-18.

[9]何銀瓶，肖揚(yáng)清.商業(yè)信用與中小企業(yè)融資約束——基于中小企業(yè)板上市公司的實(shí)證研究[J].金融經(jīng)濟(jì)，2019（4）：77-79.

[10]孫駿可，羅正英，陳艷.貨幣政策緊縮環(huán)境下風(fēng)險(xiǎn)投資對企業(yè)融資約束的影響——基于我國深交所中小板上市公司的經(jīng)驗(yàn)證據(jù)[J].金融評論，?2019，?11（3）：?64-79.

[11]梅小嬌.如何完善中小企業(yè)融資問題探析[J].中國集體經(jīng)濟(jì)，2021（1）：103-104.

[12]王鳳榮，慕慶宇.政府干預(yù)異質(zhì)性、中小銀行發(fā)展與中小企業(yè)融資約束——結(jié)合經(jīng)濟(jì)換擋背景的分析[J].經(jīng)濟(jì)與管理研究，?2019，40（5）：47-60.

[13]韓元亮，石貝貝，馬喜立.金融發(fā)展對異質(zhì)性企業(yè)投融資影響的實(shí)證研究——基于平衡面板數(shù)據(jù)的系統(tǒng)GMM方法[J].投資研究，?2020（3）：?57-71.

[14]幸小叢.貨幣政策對我國中小企業(yè)信貸約束的影響研究[D].山東：山東大學(xué)，2019.

[15]陸正飛，楊德明.商業(yè)信用：替代性融資，還是買方市場？?[J].管理世界，?2011（4）：?6-14.

[16]蘇雨薇.基于宏微觀角度的中小企業(yè)融資約束分析——以中小板2007年前上市的102家企業(yè)為樣本[D].山東.山東大學(xué)，2016.

[17]黃前陽.貨幣政策對我國中小企業(yè)信貸約束的影響研究[D].廣東：暨南大學(xué)，?2014.

[18]陳奕丹.中國貨幣政策傳導(dǎo)機(jī)制有效性研究——基于VAR模型[J].金融經(jīng)濟(jì)，?2019，?（24）：?21-23.

（陸嘉瑞，蘇州大學(xué)）