金融冲击对全要素生产率的结构性影响

金融冲击对全要素生产率的结构性影响-基于我国上市制造业企业的经验分析,南开大学张瑜2010年11月21日,研究目的,熊彼特视危机是一种创造性地毁灭过程，无法持续的增长方式，恰好在危机中被充分暴露。金融冲击增加了企业的融资成本，加速了低效率和无效率企业被排挤出市场，从而提高行业的全要素生产率水平。,在无信息成本和交易成本的市场环境下，新古典经济学认为金融系统对经济增长的贡献是极其有限的,KehoeandPrescott(2007)通过大量的研究得出：全要素生产率的演化过程是经济波动的最主要机制。,Chari(2007)开创性地分析了全要素生产率周期性的变化，他认为信贷摩擦对金融冲击与经济增长的关系并无影响。,Krosszneretal(2007)和BranuandLarrian(2005)，认为金融条件在经济波动方面扮演了重要的角色。,RajanandZingales(1998)认为金融发展促进经济增长的渠道至少部分来自于外源融资成本的降低。,理论背景,主要内容,结论及政策建议,理论分析,模型设计,模型回归分析,经济模型,通过引入金融冲击的影响，金融冲击通过增加企业的信贷成本来影响企业的行为。,令设企业的权重：,行业的全要素生产率：,企业的全要素生产率：,从0变化到0.4时，TFP的变化,融资成本的变化对TFP的影响,金融冲击对TFP影响的比较静态分析,si=uniform-0.15，0.15；,融资成本差异性的变化对TFP的影响,金融冲击对TFP影响的比较静态分析,si=0=si=uniform-0.15,0.15；,数据、变量的选取-变量的选择,本文从CCER的一般上市公司财务数据库和上市公司财务费用明细数据库，剔除未能观测的数据，为保证回归结果不受极端值的影响，采用winsoriza-tion的方法对异常值进行处理，对所有小于1%分位数和大于99%分位数的变量，令其值等于1%分位数或99%分位数，最终整个样本共获取3461个年度制造业企业观测值。,根据中国证监会公布的上市公司行业分类指引，本文将制造业按二级分类标准分为十个行业。,TFP的测量,本文用企业的全要素生产率作为回归的因变量，因此对TFP的准确测量是至关重要的。运用Olley-Pakes(1996)半参数法来避免在估算企业的全要素生产率时所产生的相互决定的偏差（simultaneitybias）和因未考虑企业的退出行为而产生的选择偏差(selectionbias)，尤其是对本文所选择的上市数据，选择偏差问题可能会比较严重。OP法通过嵌入一个生存概率模型来控制选择偏差问题。,(1)债务性融资成本的衡量：,利息费用,净财务费用,债务融资成本在企业期间费用所占的比率,(2)外源融资依存度外源融资依存度为资本支出与经营活动现金流量差值占资本支出比例,财务费用占总费用的比例,净财务费用占总费用的比例,财务费用包括利息支出、利息收人、手续费、其他财务费用和汇兑损益五项明细科目,我们通过加总利息支出、手续费和其他财费用作为企业净财务费用的近似。,(3)控制变量,实证检验与分析,为了控制变量之间可能存在的反向因果关系，本文使用系统广义矩（SystemGMM）方法，动态面板计量检验模型如下：,企业i在t期的TFP的相对变化量,Rzit企业的外源融资依赖程度,Costit企业的融资成本,Xit,控制变量：企业出口虚拟变量、外商直接投资虚拟变量和国有企业虚拟变量,图3：企业融资成本对生产率变化的边际效应,以净财务费用指标为例，其估计系数为-0.8778，我国企业的外源融资依赖程度的均值为0.539。回归结果表明，相对于平均的企业的外源融资依赖程度，融资成本一个单位的标准误的增加会使每年的生产率变化下降0.473倍的标准差。,稳健性回归,模型的扩展,不同的融资成本指标的选取对分析行业TFP的变化非常敏感，甚至其系数相差3倍之多，这启发我们从信贷歧视的角度进一步分析融资成本和生产率的问题。,度量了分配给国有企业中的银行信贷比重，表示地区虚拟变量，用来控制不随时间变化但随地区变化变化的因素的影响。通过面板固定效应估计，其系数为0.597，一阶自相关系数为0.725。,在原基准模型基础上，考虑地区金融抑制程度，构建如下估计模型：,图4：年我国各省银行对非国有经济信贷比重分布图,结论,若融资成本的变化对行业内的企业是同质的，则金融冲击不会对行业的全要素生产率产生负面影响，甚至可以遵循熊彼特“创造性毁灭”的观点。但是通过引进Raj