駱祚炎 王 軼

一、信息非對稱因素在金融加速器效應(yīng)中發(fā)揮根本性作用

金融加速器效應(yīng)是指對經(jīng)濟的沖擊因為信貸等市場的變化而被放大。這種理論意味著，當(dāng)經(jīng)濟衰退來臨時，面臨高額代理成本的借款人只能獲得較少份額的信用，在經(jīng)濟下降過程中損失較大的份額。信貸市場不完美導(dǎo)致最初的反向沖擊通過信貸市場狀態(tài)的改變被加劇和傳遞，揭示信貸市場存在逆的或正的“小沖擊，大波動” 的現(xiàn)象 （small shocks，large cy?cles）。 Bernanke 和 Gertler （1989）［1］用兩個概念來解釋這種效應(yīng)：經(jīng)濟主體的凈資產(chǎn)和外源性融資的風(fēng)險補償EFP （the external finance premium）。

經(jīng)濟活動水平和借款人的凈資產(chǎn)呈正相關(guān)的關(guān)系即順周期性 （pro?cyclical）， 而借款人的凈資產(chǎn)和EFP呈負(fù)相關(guān)的關(guān)系，EFP與經(jīng)濟活動水平呈現(xiàn)負(fù)相關(guān)的關(guān)系即逆周期性 （countercyclical）。當(dāng)經(jīng)濟處于衰退狀態(tài)時，借款人的凈資產(chǎn)越少，投資、消費等交易活動水平降低。同時，凈資產(chǎn)減少以及由于信息非對稱因素的共同作用使貸款人要求的EFP越高，企業(yè)借款更加困難，投資等交易活動水平進(jìn)一步降低，衰退進(jìn)一步加劇。反之則反。這種不斷自我循環(huán)、自我強化而形成的放大效應(yīng)就是金融加速器效應(yīng)。凈資產(chǎn)的順周期效應(yīng)與EFP的逆周期效應(yīng)恰好在同一個方向上相互疊加，金融加速器效應(yīng)由此產(chǎn)生。

信息非對稱因素在金融加速器效應(yīng)中發(fā)揮根本性的作用。首先，信息非對稱性問題越大，克服這種現(xiàn)象的代理成本會越高，貸款人要求的風(fēng)險補償EFP也就越高。其次，在企業(yè)的凈資產(chǎn)及其借款的能力與銀行的貸款意愿三者的關(guān)系中，由于信息非對稱問題的存在，銀行在貸款時要求借款人的自有資金越多越好，這樣促使企業(yè)為規(guī)避發(fā)生大的損失，在進(jìn)行投資決策時必須行為謹(jǐn)慎。反過來看，即使企業(yè)的凈資產(chǎn)很少，但是只要不存在信息非對稱問題，信息是完美的且完全的，銀行可以對投資的整個過程及其風(fēng)險進(jìn)行徹底的掌握，銀行的貸款決策就不會受到凈資產(chǎn)的影響。

信息非對稱和經(jīng)濟主體的凈資產(chǎn)等因素使得金融加速器效應(yīng)表現(xiàn)出非對稱性。許多文獻(xiàn)圍繞這種非對稱性，分別從信貸沖擊、資產(chǎn)價格沖擊、匯率沖擊等角度進(jìn)行研究。近年來，一些文獻(xiàn)開始研究企業(yè)資產(chǎn)負(fù)債狀況對企業(yè)投資支出等指標(biāo)的非對稱性影響。Gilchrist等 （1998）［2］認(rèn)為企業(yè)財務(wù)狀況和企業(yè)外部融資溢價是決定金融加速器機制運行的關(guān)鍵。Mojon等 （2002）［3］的研究結(jié)果顯示企業(yè)較差的財務(wù)狀況對企業(yè)投資的影響較大，并且小企業(yè)的投資對資產(chǎn)負(fù)債狀況影響更為敏感。 Vermeulen （2002）［4］研究發(fā)現(xiàn)，資產(chǎn)負(fù)債表狀況較差的小公司的投資受金融加速器的影響較大，中等規(guī)模的公司和大公司在經(jīng)濟景氣時期效應(yīng)不明顯，在經(jīng)濟低迷時期有一定的效應(yīng)。Chu和Vijverberg（2004）［5］認(rèn)為信貸市場存在的信貸約束和企業(yè)資產(chǎn)負(fù)債表的周期性變化是導(dǎo)致金融加速器發(fā)揮作用的決定性因素。 Almeida等 （2006）［6］以 1970—1999年間的26個國家為樣本，研究發(fā)現(xiàn)，存在抵押約束時LTV與金融加速器存在正向效應(yīng)。Diaz和Ol?ivero （2010）［7］通過研究美國銀行 1984—2005 年有關(guān)資產(chǎn)負(fù)債表的數(shù)據(jù)，發(fā)現(xiàn)銀行資金成本的變動能夠影響產(chǎn)出和信貸量。 Karel和 Merten （2011）［8］認(rèn)為，金融市場中的杠桿會使金融加速器效應(yīng)擴大。袁申國和陳平 （2010）［9］認(rèn)為企業(yè)資產(chǎn)負(fù)債表狀況直接影響到企業(yè)的投資支出水平。胡楊和張宗新（2010）［10］認(rèn)為企業(yè)資產(chǎn)負(fù)債表狀況對于企業(yè)投資有顯著性影響。 袁申國和劉鳳蘭 （2011）［11］以企業(yè)資產(chǎn)與負(fù)債比系數(shù)作為衡量金融加速器效應(yīng)大小的標(biāo)準(zhǔn)，并運用動態(tài)面板數(shù)據(jù)模型研究中國金融加速器效應(yīng)的地區(qū)性差異。張良貴和孫久文 （2014）［12］認(rèn)為融資結(jié)構(gòu)的變化對金融加速器效應(yīng)產(chǎn)生一定的影響。

以上對金融加速器非對稱性研究成果富有成效，但也存在一些不足。一是國內(nèi)相關(guān)研究較少；二是一些研究樣本偏小，時間跨度相對較短；三是一些文獻(xiàn)采用線性模型來研究非線性問題，導(dǎo)致研究結(jié)論不可靠；四是一些文獻(xiàn)基于行業(yè)視角而不是基于宏觀層面來研究。為彌補不足，本文選取2000年2月至2013年3月35類行業(yè)資產(chǎn)負(fù)債率數(shù)據(jù)，通過主成分法將其轉(zhuǎn)化為宏觀的資產(chǎn)負(fù)債率數(shù)據(jù)，并借助專門研究非線性問題的TVAR模型，從宏觀上研究企業(yè)的信貸依賴程度對金融加速器效應(yīng)的非對稱影響，以此為基礎(chǔ)提出抑制金融加速器效應(yīng)的對策。

二、信息非對稱、資產(chǎn)抵押、企業(yè)信貸依賴與金融加速器

（一）通過核查來解決信息非對稱問題的成本昂貴

信息非對稱因素對金融加速器效應(yīng)發(fā)揮根本性的作用。B－G模型假設(shè)可以通過昂貴的狀態(tài)核查CSV（costly state verification hypothesis）來解決信息非對稱問題。CSV假設(shè)認(rèn)為，信息非對稱性之所以存在，是因為貸款人不能夠免費地掌握借款人項目回報的實現(xiàn)過程。借款人為了獲得穩(wěn)定的收益可以通過宣布債務(wù)違約來減輕債務(wù)負(fù)擔(dān)。由于這種可能性的存在，貸款人不得不進(jìn)行狀態(tài)核查。這種狀態(tài)核查需要花費大量的成本。為了盡可能降低成本，貸款人選擇進(jìn)行隨機抽樣檢查。由于只有當(dāng)公司宣布破產(chǎn)時，貸款人才啟動CSV調(diào)查，借款人就有宣布債務(wù)違約的動力。債務(wù)人宣布破產(chǎn)的成本包括其損失的凈資產(chǎn)和報告的項目回報之和，其宣布違約的收益則為實現(xiàn)的收益與報告的收益之差，乘以這種欺騙不被發(fā)現(xiàn)的概率。凈資產(chǎn)越少，債務(wù)人宣布違約的成本越低，而其宣布違約的收益是固定的，債務(wù)人宣布違約的動機會增強。為了降低這種不良動機，貸款人要增加進(jìn)行CSV調(diào)查的比例和概率，并要求更高的收益來補償自己的成本付出。在這種情況下，當(dāng)一個逆向沖擊減少借款人的凈資產(chǎn)，外部融資的風(fēng)險補償增加，企業(yè)的投資、生產(chǎn)及各種支出水平都會下降，金融加速器效應(yīng)開始發(fā)揮作用。 Gertler等 （2007）［13］、 Christiansen 和 Dib（2008）［14］、 Von Heideken （2009）［15］、 Calvalcanti（2010）［16］采用過上述分析方法。

（二）資產(chǎn)抵押減輕信息非對稱性問題的程度與K－M模型

由于假定信息非對稱的問題不能解決，貸款人也不能強制借款人償還借款，貸款人只能通過一些耐久性資產(chǎn) （如房產(chǎn)、設(shè)備和土地等）的足額抵押來提供信用。該機制主要以Kiyotaki和Moore（1997）［17］模型為基礎(chǔ)，它建立在信息非對稱性不能解決的基礎(chǔ)上，把資產(chǎn)價格納入到金融加速器理論中，是對金融加速器理論的一個發(fā)展。此時，EFP不能夠發(fā)揮作用。在這種條件下，一個短暫的沖擊 （如產(chǎn)出下降）就會降低抵押物的價值，從而增加借款人的借款約束并降低企業(yè)的投資。投資支出的下降進(jìn)一步降低企業(yè)資產(chǎn)的價值，引起新一輪的信貸和投資的收縮。這里的一個關(guān)鍵是，初始的沖擊要引起資產(chǎn)價值的變化。這種金融加速器效應(yīng)類似于Fisher（1933）的債務(wù)—緊縮理論。采取這種模型的還包括Kiyotaki （1998）［18］、 Iacoviello （2005）［19］、 Monacelli（2009）［20］、 Martin 和 Ventura （2010）［21］等。

（三）企業(yè)信貸依賴程度與金融加速器

企業(yè)的信貸依賴程度可以通過資金需求、現(xiàn)金流、外部融資升水和杠桿系數(shù)之間的相互作用放大外部沖擊對經(jīng)濟波動的影響。第一，企業(yè)對信貸的依賴程度越高，其對資金的需求將越大，因而當(dāng)出現(xiàn)一個負(fù)向的沖擊時，企業(yè)的投資和產(chǎn)出受到的影響將更大。第二，企業(yè)對信貸的依賴越大，意味著其內(nèi)部的現(xiàn)金流越緊張，此時一個負(fù)向沖擊將對企業(yè)的投資和產(chǎn)出，甚至正常的生產(chǎn)和經(jīng)營產(chǎn)生負(fù)面影響。第三，企業(yè)對信貸的依賴程度越高，企業(yè)所面臨的風(fēng)險將會越大，銀行要求企業(yè)給予更高的風(fēng)險補償，其EFP將增加，從而在經(jīng)濟緊縮時期放大經(jīng)濟的波動。第四，企業(yè)對信貸的依賴程度越大，意味著企業(yè)的杠桿系數(shù)越大，其在面臨負(fù)向沖擊時的杠桿效應(yīng)也就越大。上述幾種途徑對于正向沖擊同樣成立，只不過一般而言，負(fù)向沖擊的效應(yīng)比正向沖擊的效應(yīng)會更大。

三、企業(yè)信貸依賴程度的測度

（一）利用主成分法測度全社會企業(yè)的信貸依賴程度

企業(yè)杠桿率包括財務(wù)杠杠和經(jīng)營杠桿。本文從財務(wù)杠桿的視角進(jìn)行研究。本文選取上市公司中各個行業(yè)的資產(chǎn)負(fù)債率作為衡量指標(biāo)。由于不同行業(yè)之間杠桿率相關(guān)性較高，為了消除多重線性的問題，本文將原來具有一定相關(guān)性的變量經(jīng)過重新組合后形成一組新的互相無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)。本文選取2000年2月至2013年3月35類行業(yè)資產(chǎn)負(fù)債率數(shù)據(jù)，通過主成分分析法，構(gòu)建影響企業(yè)信貸依賴程度的主成分函數(shù)。數(shù)據(jù)來源于wind資訊，計算時主要采用SPSS和EXCEL等軟件。

本文將A股目前上市公司分為農(nóng)副食品加工業(yè)（CLR1）、 食品制造業(yè) （CLR2）、 酒和飲料制造業(yè)（CLR3）、 煙草制品 （CLR4）、 紡織業(yè) （CLR5）、 服裝業(yè) （CLR6）、 皮革業(yè) （CLR7）、 木材加工業(yè) （CLR8）、家具制造業(yè) （CLR9）、 造紙業(yè) （CLR10）、 印刷業(yè)（CLR11）、 文教用品制造業(yè) （CLR12）、 石油加工業(yè)（CLR13）、 化工 （CLR14）、 醫(yī)藥制造業(yè) （CLR15）、 化學(xué)纖維制造業(yè) （CLR16）、 非金屬制品業(yè) （CLR17）、黑色金屬冶煉 （CLR18）、 有色金屬冶煉 （CLR19）、金屬制品業(yè) （CLR20）、 通用設(shè)備 （CLR21）、 專用設(shè)備 （CLR22）、 汽車 （CLR23）、 其他運輸 （CLR24）、電氣機械 （CLR25）、 通信設(shè)備 （CLR26）、 儀器儀表（CLR27）、 電力熱力 （CLR28）、 燃?xì)?（CLR29）、 水生產(chǎn) （CLR30）、 煤 炭 開 采 （CLR31）、 石 油 天 然 氣（CLR32）、 黑色金屬礦采 （CLR33）、 有色金屬礦采（CLR34）、 非金屬礦采 （CLR35） 共35大類， 以各行業(yè)的資產(chǎn)負(fù)債率衡量行業(yè)的杠桿率。

從35個行業(yè)資產(chǎn)負(fù)債率的相關(guān)系數(shù)來看，化學(xué)纖維制造業(yè) （CLR16）， 木材加工業(yè) （CLR8）， 燃?xì)猓–LR29）和水生產(chǎn) （CLR30）行業(yè)與其他行業(yè)存在較顯著的負(fù)相關(guān)。其他行業(yè)之間都存在著較強的正相關(guān)關(guān)系。通過相關(guān)系數(shù)矩陣計算出的特征值以及各主成分的貢獻(xiàn)率及累計貢獻(xiàn)率。其中，第1、第2、第3、第4主成分對應(yīng)的特征值分別為22.788、3.459、2.749、1.104（大于1）且它們的累計貢獻(xiàn)率已高達(dá)86.006% （大于85%），故需選取四個主成分并分別求出主成分Z1、Z2、Z3、Z4。根據(jù)因子載荷矩陣，可以得出各主成分與指標(biāo)間的關(guān)系如下：

（二）企業(yè)信貸依賴程度的總體變化

以每個主成分的方差貢獻(xiàn)率占總方差貢獻(xiàn)率的比例作為權(quán)數(shù)，構(gòu)造企業(yè)信貸依賴程度的綜合指標(biāo)Z如下：

代入標(biāo)準(zhǔn)化變換后的數(shù)據(jù)，可得到2000—2013年的企業(yè)信貸依賴程度指標(biāo)Z的相關(guān)數(shù)據(jù)，如圖1所示。從圖1中可看出，近年來我國企業(yè)信貸依賴程度水平不斷提升，呈現(xiàn)出加杠桿的過程。其中2000—2008年信貸依賴程度快速提高，2008—2011年出現(xiàn)小幅回落，但是隨后繼續(xù)提高?？梢姡覈髽I(yè)利用負(fù)債融資的比例正逐年上升，對于外部信貸資金的依賴也越來越強。

圖1 2000—2013年度企業(yè)綜合杠桿率走勢 （%）

四、TVAR模型構(gòu)建、變量選擇、數(shù)據(jù)處理與非線性檢驗

（一）兩區(qū)制TVAR模型簡介

門限向量自回歸模型是一種主流的非線性時間序列模型。本文對兩區(qū)制TVAR模型作簡短介紹。假設(shè)yt由k×1 維內(nèi)生變量組成表示為yt＝（y1t，…，ykt）′，Ci是k×1維常數(shù)向量，Ai，j是k×k維系數(shù)矩陣， 其中i＝1，2表示TVAR模型的區(qū)制數(shù)，j＝1，…，p是向量自回歸的階數(shù)，I（·）為指示函數(shù)，zt為門限變量，d表示滯后期限， 門限值為r， 那么有：zt－d≥r，I（zt－d）＝1 ； 當(dāng)zt－d≤r，I（zt－d）＝0 。 兩區(qū)制 TVAR 模型表示如下：

其中，是k×1維擾動向量，當(dāng)t≠1時，∑（εtεt

′）＝0。 門限變Zt量是yt中的一個分量， 其必須滿足平穩(wěn)性要求。表達(dá)式 （1）是TVAR模型的簡化形式。

本文將企業(yè)信貸依賴程度劃分為高低兩種狀態(tài)，解釋在這兩種不同狀態(tài)下存在的非對稱性特征，通過脈沖響應(yīng)函數(shù) （IRF）來驗證金融加速器效應(yīng)非對稱性，非線性模型的脈沖效應(yīng)函數(shù)是基于整個模型變量初始值的大小和沖擊大小及方向。本文根據(jù)Koop等（1996）提出的廣義脈沖響應(yīng)函數(shù) （GIRF）來進(jìn)行TVAR模型非線性脈沖響應(yīng)的計算。限于文章篇幅，具體的計算原理不做介紹。

（二）相關(guān)變量的選取

本文TVAR模型選取經(jīng)濟增長率 （ΔY）、貨幣供應(yīng)量M2增長率 （ΔM2）、 通貨膨脹率 （INF）、 金融機構(gòu)貸款總額增長率 （ΔFC）和企業(yè)信貸依賴程度（Z）五個變量。本文選擇2000年2月至2013年3月的月度數(shù)據(jù)。我國GDP數(shù)據(jù)為1994年開始的季度數(shù)據(jù)，不宜采用，本文采用工業(yè)增加值增長率來代替GDP增長率來反映宏觀經(jīng)濟波動情況。為了消除物價因素影響，本文利用居民消費物價指數(shù)CPI將名義工業(yè)增加值進(jìn)行了平減處理。此外，本文還對實際工業(yè)增加值Y、CPI、M2以及FC作了季節(jié)性調(diào)整，以消除季節(jié)因素和不規(guī)則因素的影響。最終模型的變量為調(diào)整后的對數(shù)一階差分形式，迭代結(jié)構(gòu)次序為工業(yè)增加值增長率 （ΔY）、環(huán)比通貨膨脹率 （INF）、M2增長率 （ΔM2）、金融機構(gòu)貸款總額增長率 （ΔFC）。本文原始數(shù)據(jù)來自于國家統(tǒng)計局官方網(wǎng)站、中國人民銀行網(wǎng)站以及 《中國統(tǒng)計年鑒》等。

（三）數(shù)據(jù)平穩(wěn)性ADF檢驗

本文首先對各個變量進(jìn)行ADF平穩(wěn)性檢驗。平穩(wěn)性的ADF檢驗結(jié)果見表1。從檢驗結(jié)果中可以看出，在5%的顯著水平下所有變量均為平穩(wěn)。

表1 各變量ADF檢驗結(jié)果 （5%顯著水平）

（四）本文以企業(yè)信貸依賴程度為門限變量

本文以企業(yè)信貸依賴程度作為門限變量。當(dāng)企業(yè)信貸依賴程度Z大于門限值R時，企業(yè)整體資產(chǎn)負(fù)債率相對較高，存在一個信貸依賴程度較高的區(qū)制。當(dāng)企業(yè)信貸依賴程度Z小于門限值R時，企業(yè)整體資產(chǎn)負(fù)債率相對較低，存在一個信貸依賴程度較低的區(qū)制。為了達(dá)成檢驗的目的，需要比較在信貸依賴程度處于不同狀態(tài)時，經(jīng)濟波動對于各種外部沖擊的反應(yīng)。

（五）TVAR模型的非線性檢驗結(jié)果

本文根據(jù)AIC和BIC以及HQ準(zhǔn)則，分別做滯后為1、2階的非線性檢驗。檢驗結(jié)果表明在滯后階數(shù)為1時，關(guān)于模型的非線性檢驗在置信度0.05下不顯著，而滯后階數(shù)為2時在置信度0.05下顯著，因此TVAR的滯后階數(shù)選擇為2，可以拒絕原假設(shè)，即存在一階門限效應(yīng)。

本文對TVAR模型門限值進(jìn)行求解。對于公式（1）的TVAR模型，在求解過程中，本文去掉前15%的最小值，后15%的最大值，然后對中間余下70%的門限變量逐個進(jìn)行回歸，當(dāng)回歸的殘差平方和為最小時所對應(yīng)的門限變量值即為所求的門限值。該門限值為0.747 513 2?？梢钥闯銎髽I(yè)信貸依賴程度存在著兩個區(qū)制，當(dāng)信貸依賴程度Z大于0.747 513 2時，存在一個較高區(qū)制，在該區(qū)制下通貨膨脹率上升1%時，經(jīng)濟增長率將上升0.85%；而當(dāng)信貸依賴程度Z小于0.747 513 2時，存在一個較低區(qū)制，在該區(qū)制下通貨膨脹率上升1%時，經(jīng)濟增長率將上升0.36%。

五、信貸依賴程度對金融加速器效應(yīng)非對稱影響的TVAR模型檢驗

本文以下的檢驗分為高低兩種區(qū)制，分別檢驗貨幣沖擊、經(jīng)濟增長率沖擊、價格沖擊和信貸沖擊下的金融加速器效應(yīng)。

（一）貨幣沖擊下金融加速器效應(yīng)的非對稱性檢驗

為了檢驗不同區(qū)制下貨幣沖擊對金融加速器效應(yīng)的非對稱性影響，本文引入廣義脈沖響應(yīng)函數(shù)以及狀態(tài)轉(zhuǎn)移概率等手段，分析其貨幣沖擊的影響效果以及信貸市場對于沖擊的敏感度。脈沖響應(yīng)見圖2。

圖2 企業(yè)信貸依賴程度較低和較高條件下經(jīng)濟波動對于貨幣沖擊的反應(yīng)

1.由脈沖響應(yīng)圖2可知，在不同區(qū)制下貨幣沖擊對于經(jīng)濟波動的影響幅度和持續(xù)性是不同的。當(dāng)整體資產(chǎn)負(fù)債率小于0.747 513 2時，企業(yè)信貸依賴程度處于較低狀態(tài)，初始的貨幣沖擊雖然在短期內(nèi)會造成經(jīng)濟較大波動，但是長期來看波動幅度會逐漸收窄。當(dāng)整體資產(chǎn)負(fù)債率大于0.747 513 2時，隨著時間推移較小的外部沖擊會被持續(xù)放大，最終導(dǎo)致較大的經(jīng)濟波動，貨幣沖擊對于經(jīng)濟波動的影響相對來說持續(xù)性更強。

2.為了更加直觀地說明貨幣沖擊下金融加速器效應(yīng)所表現(xiàn)出非對稱性，本文選取初始的沖擊值以及后期預(yù)測值中的部分?jǐn)?shù)據(jù)進(jìn)行分析，如表2所示。在信貸依賴程度較高狀態(tài)下，1單位的正向沖擊在第2期會引起0.016單位的負(fù)向波動并在第8期造成0.034單位正向波動。在較低狀態(tài)下，1單位的正向沖擊在第2期會引起0.086單位的正向波動并在第8期造成0.088單位正向波動。短期來看，經(jīng)濟波動對于貨幣沖擊的反應(yīng)不是很顯著，這可能是因為貨幣政策具有時滯效應(yīng)。當(dāng)信貸依賴程度較低狀態(tài)下時，1單位正向沖擊使得經(jīng)濟波動的值都略微高于信貸依賴程度較高狀態(tài)下，但是依賴程度較高狀態(tài)下經(jīng)濟波動隨著時間推移逐漸加強。在信貸依賴程度較高狀態(tài)時這種波動更大且持續(xù)性更強。

表2 貨幣沖擊下的經(jīng)濟波動

3.為了檢驗貨幣沖擊是否能影響信貸依賴程度的狀態(tài)，本文需要計算貨幣沖擊對信貸依賴程度較低狀態(tài)概率的影響：E［I（Zt＋n－1）＝1｜ωt－1，vi］ 。 圖3 表示的是，信貸依賴程度在初始較高時，信貸依賴程度由較高狀態(tài)轉(zhuǎn)移到較低狀態(tài)時的概率。從狀態(tài)概率對于貨幣沖擊的反應(yīng)可以看出，±1SD沖擊的作用是非對稱的，其中正向1SD的沖擊對狀態(tài)轉(zhuǎn)換概率相對較大。

圖3 企業(yè)信貸依賴程度較低狀態(tài)發(fā)生變化的概率對于貨幣沖擊的反應(yīng)

（二）經(jīng)濟增長率沖擊下金融加速器效應(yīng)的非對稱性檢驗

為了檢驗不同區(qū)制下經(jīng)濟增長率沖擊下金融加速器效應(yīng)的非對稱性，本文同樣引入廣義脈沖響應(yīng)圖以及狀態(tài)轉(zhuǎn)移概率等手段進(jìn)行分析。脈沖響應(yīng)見圖4。

圖4 企業(yè)信貸依賴程度較低和較高條件下經(jīng)濟波動對于經(jīng)濟增長率沖擊反應(yīng)圖

1.從圖4中可以看出，沖擊的影響效果具有非對稱性。當(dāng)整體資產(chǎn)負(fù)債率小于0.747 513 2時，信貸依賴程度處于較低狀態(tài)，經(jīng)濟波動對于經(jīng)濟增長率沖擊的反應(yīng)微弱，僅僅在前兩期有微弱的反應(yīng)，隨后就恢復(fù)了原來的狀態(tài)。在整體資產(chǎn)負(fù)債率大于0.747 513 2時，經(jīng)濟波動對于經(jīng)濟增長率沖擊的反應(yīng)在短期內(nèi)較為劇烈。1單位的正向沖擊使經(jīng)濟波動立即出現(xiàn)較大幅度正向變動，從圖4中可以看到其斜率非常陡峭，但持續(xù)時間很短，作用效果隨即消失。無論企業(yè)信貸依賴較高還是較低時，經(jīng)濟體中經(jīng)濟增長率沖擊帶來的影響都是短期的，長期效應(yīng)不明顯。

2.企業(yè)信貸依賴程度對金融加速器效應(yīng)的非對稱性影響還可見表3。在信貸依賴程度較高狀態(tài)下，1單位正向沖擊在第1期會引起14.2單位正向波動，在第4期造成－1.013單位負(fù)向波動并在第8期造成0.432單位正向波動。在較低狀態(tài)下，1單位正向沖擊在第1期會引起1.331單位正向波動，在第4期造成0.281單位正向波動并在第8期造成0.086單位正向波動。正向沖擊在信貸依賴程度較高時引起經(jīng)濟波動的絕對值比信貸依賴程度較低時大。同樣負(fù)向沖擊下表現(xiàn)出相似的效果。

表3 經(jīng)濟增長率沖擊下的經(jīng)濟波動

3.在廣義脈沖響應(yīng)的基礎(chǔ)上，本文計算出狀態(tài)概率的結(jié)果。圖5表示在經(jīng)濟增長率的沖擊下，信貸依賴程度由較高狀態(tài)轉(zhuǎn)移到較低狀態(tài)的概率。從狀態(tài)概率對于貨幣沖擊的反應(yīng)可以看出，±1SD沖擊的作用是非對稱的，其中負(fù)向1SD的沖擊對狀態(tài)轉(zhuǎn)換概率相對較大。

圖5 企業(yè)信貸依賴程度較低狀態(tài)變化的概率對于經(jīng)濟增長率沖擊的反應(yīng)

（三）價格沖擊下金融加速器效應(yīng)的非對稱性檢驗

1.圖6顯示信貸依賴程度分別在較低和較高時，價格沖擊對經(jīng)濟波動的影響。當(dāng)整體資產(chǎn)負(fù)債率小于0.747 513 2時，信貸依賴程度較低，短期內(nèi)外部沖擊會造成經(jīng)濟波動，但是長期來看波動并不明顯。1單位的正向沖擊使得經(jīng)濟波動出現(xiàn)正向變動，但是第8期以后變動趨勢趨向于平緩。當(dāng)整體資產(chǎn)負(fù)債率大于0.747 513 2時，價格沖擊出現(xiàn)短期內(nèi)就會造成經(jīng)濟波動出現(xiàn)較大幅度的變動，并且一直持續(xù)至期末。1單位正向沖擊會立即引起引起經(jīng)濟波動的上升并在第2期達(dá)到峰值，但是經(jīng)濟波動隨即由正向轉(zhuǎn)為負(fù)向，并且以不斷震蕩的方式緩慢減弱。

圖6 企業(yè)信貸依賴程度較低和較高條件下經(jīng)濟波動對于價格沖擊反應(yīng)圖

2.為了更加直觀地說明不同區(qū)制下價格沖擊下對經(jīng)濟波動影響的異同，本文選取初始的沖擊值以及后期預(yù)測值中的部分?jǐn)?shù)據(jù)進(jìn)行分析，如表4所示。在信貸依賴程度較高狀態(tài)下，1單位的正向沖擊在第2期會引起0.033單位的正向波動并在第8期造成0.002單位負(fù)向波動。在較低狀態(tài)下，1單位的正向沖擊在第2期會引起0.008單位的正向向波動并在第8期造成0.001單位正向波動?？梢?，正向沖擊在信貸依賴程度較高時所引起經(jīng)濟波動的絕對值較信貸依賴程度較低時大。同樣，負(fù)向沖擊下也會表現(xiàn)出相似的效果。

表4 價格沖擊下的經(jīng)濟波動

3.在廣義脈沖響應(yīng)的基礎(chǔ)上，本文得到狀態(tài)轉(zhuǎn)移概率的結(jié)果。圖7顯示信貸依賴程度在初始較高時，信貸依賴程度由較高狀態(tài)轉(zhuǎn)移到較低狀態(tài)的概率。從狀態(tài)概率對于貨幣沖擊的反應(yīng)可以看出，±1SD沖擊的作用是非對稱的。其中，正向1SD的沖擊對狀態(tài)轉(zhuǎn)換概率相對較大，但總體來說都不夠明顯，這說明價格沖擊對于信貸依賴程度的影響較小。

圖7 企業(yè)信貸依賴程度較低狀態(tài)概率下對于價格沖擊的反應(yīng)

（四）信貸沖擊下金融加速器效應(yīng)的非對稱性檢驗

1.廣義脈沖響應(yīng)圖8的結(jié)果顯示，信貸沖擊下金融加速器效應(yīng)同樣具有較強的非對稱性。當(dāng)整體資產(chǎn)負(fù)債率小于0.747 513 2時，信貸依賴程度相對較低，經(jīng)濟波動對于信貸沖擊的反應(yīng)比較微弱，1單位的正向沖擊使得經(jīng)濟波動負(fù)向變動然后正向變動，最后趨向平緩。當(dāng)整體資產(chǎn)負(fù)債率大于0.747 513 2時，經(jīng)濟波動的變化更加劇烈，且持續(xù)時間更長。1單位的正向沖擊帶來的影響是使得經(jīng)濟波動先正向變動，然后轉(zhuǎn)為負(fù)向變動，然后又轉(zhuǎn)為正向變動，并以較慢的速度持續(xù)衰減。可見，在企業(yè)信貸依賴程度較高區(qū)制下信貸沖擊的影響作用更為持久，金融加速器效應(yīng)也表現(xiàn)得更加明顯。

圖8 企業(yè)信貸依賴程度較低和較高條件下經(jīng)濟波動對于信貸沖擊反應(yīng)圖

2.本文選取初始的沖擊值以及后期預(yù)測值中的部分?jǐn)?shù)據(jù)進(jìn)行分析 （見表5）。在較高狀態(tài)下，1單位的正向沖擊在第2期會引起6.42單位的正向波動，在第3期造成2.83單位的負(fù)向波動并在第8期造成3.84單位正向波動。在較低狀態(tài)下，1單位的正向沖擊在第2期會引起1.65單位的負(fù)向波動，在第3期造成0.086單位的負(fù)向波動并在第8期造成2.43單位正向波動。正向沖擊在信貸依賴程度較高時所引起經(jīng)濟波動的絕對值都比信貸依賴程度較低時大，這再次表明信貸依賴程度對金融加速器效應(yīng)的非對稱影響。同樣，負(fù)向沖擊下也會表現(xiàn)出相似的效果。

表5 信貸沖擊下的經(jīng)濟波動

3.在廣義脈沖響應(yīng)的基礎(chǔ)上，本文得出狀態(tài)轉(zhuǎn)移概率的結(jié)果。圖9顯示信貸依賴程度在初始較高時，信貸依賴程度由較高狀態(tài)轉(zhuǎn)移到較低狀態(tài)的概率。從狀態(tài)概率對于信貸沖擊的反應(yīng)可以看出，±1SD沖擊的作用比較復(fù)雜，－1SD沖擊的效果相對顯著，但轉(zhuǎn)移的概率均較小。

圖9 企業(yè)信貸依賴程度較低狀態(tài)發(fā)生變化的概率對于信貸沖擊的反應(yīng)

六、主要結(jié)論與對策建議

TVAR模型的檢驗表明，以企業(yè)信貸依賴程度為門限向量，當(dāng)企業(yè)信貸依賴程度較低時，貨幣沖擊、經(jīng)濟增長率沖擊、價格沖擊和信貸沖擊下對經(jīng)濟波動的沖擊作用較小。當(dāng)企業(yè)信貸依賴程度高時，貨幣沖擊、經(jīng)濟增長率沖擊、價格沖擊和信貸沖擊下對經(jīng)濟波動的沖擊作用較大。這一方面顯示出金融加速器效應(yīng)具有非對稱性，另一方面說明信貸依賴程度對金融加速器效應(yīng)施加非對稱性影響。

（一）對全社會企業(yè)信貸依賴程度進(jìn)行監(jiān)測并將其維持在合理水平

理論分析和實證結(jié)果表明，企業(yè)信貸依賴程度的高低對金融加速器效應(yīng)具有非對稱性的影響，企業(yè)信貸依賴程度高會強化金融加速器效應(yīng)，加劇經(jīng)濟波動。權(quán)威部門應(yīng)該對全社會的企業(yè)信貸依賴程度進(jìn)行宏觀層面的定期監(jiān)測，制定企業(yè)信貸依賴程度的合理指標(biāo)和合理水平，并通過國際合作加強政策協(xié)調(diào)，避免經(jīng)濟出現(xiàn)大的波動。

（二）發(fā)展多層次資本市場拓展企業(yè)直接融資渠道

企業(yè)信貸依賴程度過高的結(jié)果是導(dǎo)致更高的經(jīng)濟波動，降低企業(yè)信貸依賴程度成為抑制這種波動的有效方法。發(fā)展多層次資本市場，尤其是發(fā)展好當(dāng)前的新三板市場，并鼓勵各種PE機構(gòu)支持創(chuàng)新企業(yè)和小微企業(yè)的發(fā)展，促進(jìn)企業(yè)直接融資的發(fā)展，是降低這種風(fēng)險的有效途徑。

（三）加強各類企業(yè)資本充足率管理，增強逆周期的政策調(diào)控

對一些容易導(dǎo)致系統(tǒng)性風(fēng)險發(fā)生的大型企業(yè)和關(guān)鍵企業(yè)，可以仿照巴塞爾協(xié)議對其進(jìn)行資本充足率的管理。對于一般類型的企業(yè)，即使在注冊制的情況下，投資人或者監(jiān)管機構(gòu)加強資本充足率管理仍是必要的。由于企業(yè)信貸依賴程度對金融加速器效應(yīng)具有非對稱性的影響，需要增強逆周期的宏觀政策調(diào)控。