貨幣政策傳導、制度背景與企業資本投資

摘要：

宏觀經濟政策通過不同渠道影響微觀經濟行為，而這些影響在不同制度背景下又具有顯著差異。文章利用面板向量自回歸技術，研究了不同制度背景下，貨幣政策傳導的貨幣渠道和信貸渠道對企業資本投資的影響。結果顯示：兩類貨幣政策傳導渠道均與資本投資正相關;相對于民營企業而言，國有企業資本投資對兩類貨幣政策傳導渠道均更具敏感性;貨幣渠道對金融發展水平較高地區的企業的正向影響更強;而信貸渠道對金融發展水平較低地區的企業的正向影響更強。研究結果為政府制定貨幣政策、提高宏觀調控效率提供了一定依據。

關鍵詞：貨幣政策傳導渠道;產權性質;金融發展;資本投資

中圖分類號：F2756 " 文獻標志碼：A " 文章編號：

10085831（2015）04004712

一、研究問題

貨幣政策影響企業資本投資的渠道包括貨幣渠道和信貸渠道[1]。貨幣渠道通過改變利率和非貨幣資產價格影響企業投資機會[2]，信貸渠道通過改變銀行信貸行為影響企業資金供給[3];前者可稱之為投資的需求效應，后者為投資的供給效應[4]。由于兩類貨幣政策傳導渠道同時存在，并對微觀企業投資產生各自的影響，所以，怎樣將它們分而考察已然成為實證界的難題。

不少研究結果表明，不同制度背景下的貨幣政策對企業資本投資也具有差異化影響。如Carlino和Defina[5]的研究表明，美國的貨幣政策效果存在顯著的區域性差異，各州與各大區的金融發展程度與產業結構等特點決定了貨幣政策的傳導效率。而劉玄和王劍[6]的研究認為，金融發展水平、企業規模、產權性質和地區間開放程度的差異是導致貨幣政策傳導存在區域差異的主要因素。

長期以來，信貸政策一直是中國政府宏觀調控的重要手段，但隨著金融制度的不斷發展與完善，貨幣渠道的作用也越來越明顯。2013年7月，中國人民銀行全面放開金融機構利率管制，貨幣渠道對中國實體經濟的作用將進一步深化，兩類貨幣政策傳導渠道對市場及企業的共同影響也越來越受到關注。此外，由于中國企業具有特殊的產權制度安排，國有經濟在總體經濟中占有較大比重，產權性質作為微觀企業的標志，對其經濟決策具有較強的影響。同時，由于中國金融發展水平在不同的地區并不平均，造成貨幣政策在不同地區的實施效率也存在較大差異。因此，結合中國企業產權性質和金融發展的地區性差異，在不同制度背景下分析兩類貨幣政策傳導渠道對企業資本投資的影響，具有較強的現實意義。

本文以2003-2012年A股上市公司為樣本，利用面板向量自回歸方法（PVAR），在區分不同的制度背景下，研究貨幣政策傳導的貨幣渠道和信貸渠道對企業資本投資的需求效應和供給效應。在控制了其他變量影響的前提下，我們的研究發現：由于存在需求效應，貨幣渠道與企業資本投資正相關;由于存在供給效應，信貸渠道也與企業資本投資正相關;貨幣渠道對國有企業和金融發展水平較高地區的企業的正向影響更強;信貸渠道對國有企業和金融發展水平較低地區的企業的正向影響更強。

本文的貢獻在于：（1）優化了PVAR模型在基于宏觀經濟政策的微觀財務政策選擇研究中的應用，進一步討論了兩類貨幣政策傳導渠道對企業資本投資的影響，為貨幣政策對微觀經濟的需求效應和供給效應補充了新的證據;（2）基于中國企業特殊的產權性質安排和金融發展水平的區域性差異，考察了貨幣政策傳導對不同制度背景下企業的影響，為政府部門制定調控政策提供了借鑒，有助于提高貨幣政策的調控效率。

二、文獻回顧與假設提出

（一）貨幣政策傳導與企業資本投資

公司的投資決策遵循資本逐利的經濟規律，而資本逐利功能的發揮又主要依賴于投資機會和資本來源等兩類因素[7]。當分析某一外部沖擊是否對企業資本投資行為產生影響時，應該考慮投資機會與資本來源是否受到該沖擊的系統性影響，以及此沖擊的影響渠道。

宏觀貨幣政策分別通過貨幣渠道與信貸渠道對企業資本投資產生影響[1，8-9]。貨幣渠道作用于利率市場與證券市場，主要影響的是企業投資機會[4，10]。在寬松貨幣政策時期，基準利率向下調整使部分NPV為負的投資項目轉而變為NPV為正，企業投資機會增加;同時，在TobinQ效應的影響下，企業的市場價值超過重置成本，這無疑為企業增加對新項目的投資支出提供了適宜的機會。相反，在緊縮貨幣政策下，較高的基準利率以及受到抑制的股價增長均減少了企業的資本投資機會。由此可見，貨幣渠道與企業投資機會具有正向關系，當投資資金充足時，貨幣渠道可能與企業資本投資規模正相關。

信貸渠道通過銀行系統發揮傳導效應，影響企業投資的外部資金供給[1，3-4，11]。當政府實施寬松的貨幣政策時，銀行對企業的貸款總水平相應提高，企業外部資金供給增加;同時，寬松政策造成部分企業資產負債表良性轉變，投資的擔保水平也隨之加強，銀行便會增加企業的信貸額度。而在緊縮政策下，不僅銀行部門會相應縮減貸款總水平，企業資產負債表的擔保能力也被降低，這些均導致企業更難以獲得銀行貸款以支付投資。據此分析，信貸渠道與企業投資資金供給具有正向關系，當投資機會一定時，信貸渠道可能與企業資本投資規模正相關。綜上所述，我們提出假設如下：

假設H1：在其他條件不變時，由于對投資機會產生影響，貨幣渠道與企業資本投資正相關。

假設H2：在其他條件不變時，由于對資金供給產生影響，信貸渠道與企業資本投資正相關。

（二）貨幣政策傳導、產權性質與企業資本投資

基于以上分析，由于存在特殊的產權配置特征，中國企業獲得投資機會的能力和外部融資能力也大不相同，所以兩類貨幣政策傳導渠道對具有不同產權性質的企業可能存在差異化影響。國有企業承擔了政策性負擔，內部人在“所有者虛位”和信息不對稱的情況下會產生嚴重的道德風險[12]，代理矛盾較民營企業更突出[13]。在這種情況下，國有企業代理人在投資決策過程中很可能傾向于選擇能夠提高自身利益的非效率投資，而非選擇NPV為正的投資機會，所以投資機會的變化對國有企業的影響程度可能弱于對民營企業的影響。對于民營企業而言，由于缺少政府投資平臺，所以其投資機會比國有企業相對要少，在資金供給充足的情況下，民營企業可能對投資機會變化的敏感性更強。同樣，由于存在較激烈的代理沖突，國有企業在道德風險層面對貸款的風險擔保水平相對較低，緊縮信貸政策下的銀行將相對減少對國有企業的貸款額度。而在寬松信貸政策下，銀行可能并不在意借款企業的代理問題，道德風險產生的影響較少。因此，單從代理理論視之，國有企業可能對信貸供給變化具有更強的敏感性。

不少研究已發現民營企業面臨的融資約束壓力較國有企業更強[14-17]，具有政治關系的公司即使在緊縮貨幣政策環境下也具有更強的融資能力[18]。據此可知，由于較難從其他融資渠道獲得資金，民營企業對銀行借款的剛性需求強于國有企業，很可能表現為民營企業對信貸供給變化的敏感性更強。對國有企業而言，由于融資能力較強，資金供給往往并不構成投資決策的影響因素，所以單從融資約束理論視之，只有投資機會是國有企業投資行為的決策變量，國有企業對投資機會變化的敏感性也可能比民營企業更強。張西征等[4]的研究也發現，貨幣政策對低融資約束公司投資影響的需求效應（投資機會變化）強于高融資約束公司，對高融資約束公司投資影響的供給效應（資金供給變化）強于低融資約束公司。

以上根據委托代理理論和融資約束理論的解釋存在較大的分歧。盡管葉康濤和祝繼高[19]、饒品貴和姜國華[20]均針對不同產權性質的企業樣本開展了有益的分析，但這些結果并沒有兼顧貨幣政策傳導的兩類傳導渠道。而張西征等[4]的分析雖然考慮了貨幣政策雙重效應，但僅以融資約束作為分組，其結果沒有結合代理理論的有效解釋。據此，我們提出以下兩組對立假設：

假設H3a：貨幣渠道對國有企業資本投資的影響較民營企業更強。

假設H3b：貨幣渠道對民營企業資本投資的影響較國有企業更強。

假設H4a：信貸渠道對國有企業資本投資的影響較民營企業更強。

假設H4b：信貸渠道對民營企業資本投資的影響較國有企業更強。

（三）貨幣政策傳導、金融發展與企業資本投資

金融發展降低了企業的外部融資成本[21-22]，提高了行業與企業的資本配置效率[23-24]。金融發展之所以能夠影響企業資金供給以及企業對投資機會的選擇，其中一個關鍵的原因在于，金融發展水平對貨幣政策向微觀企業傳導的機制具有顯著的影響[5，6，25-26]。

在新興市場國家，由于利率受到長期管制，證券市場發育不健全，間接融資比重大大高于直接融資，所以銀行信貸融資是企業的主要融資渠道[27]，貨幣渠道在新興市場國家中的傳導作用可能遠遠小于信貸渠道的作用。那么，在一個新興市場國家內部，不同區域環境和金融環境下，貨幣政策傳導的貨幣渠道與信貸渠道對微觀企業的影響也應該存在差異性。如王丹[28]就發現，統一的貨幣政策對中國東部發達地區經濟的影響效果顯著大于中西部欠發達地區。一方面，對于金融發展水平較高的地區，不僅企業上市的外在條件更為優越，企業債券、基金和信托等資本市場融資工具也更為豐富，對銀行信貸具有較強的替代作用。同時，金融發展水平越高，外部治理效應對企業行為的監督效果也越強，企業代理人在做投資決策時往往被要求選擇具有更高NPV的項目，投資機會的變化是企業投資行為的關鍵決策變量。另一方面，在金融發展水平較低的地區，由于其他外部融資渠道相對閉塞，微觀企業對信貸融資的剛性需求也越強，造成信貸沖擊對這些企業的影響效果更明顯。而較低的金融發展水平也削弱了外部投資者（包括機構投資者）和債權人的外部治理能力，企業代理沖突對投資決策產生較嚴重的負面影響，投資機會的變化對這些企業較難產生顯著影響。

綜上分析，處于具有較高金融發展水平地區的企業，可能對貨幣渠道具有更強的敏感性，而對信貸渠道的敏感性稍弱;相反，處于具有較低金融發展水平地區的企業，可能對信貸渠道具有更強的敏感性，對貨幣渠道的敏感性相對更弱。據此，我們提出假設：

假設H5：相對于金融發展水平較低地區，貨幣渠道對金融發展水平較高地區企業的投資水平影響更強。

假設H6：相對于金融發展水平較高地區，信貸渠道對金融發展水平較低地區企業的投資水平影響更強。

三、實證研究設計

（一）模型的構建與指標的選取

本文借鑒Love[29]和張西征等[4]的研究設計，利用面板向量自回歸技術（PVAR）作為主要的實證方法，研究貨幣政策與企業資本投資之間的關系。企業資本投資水平與貨幣政策之間存在一定的內生性，而研究宏觀變量對微觀企業行為的作用時，企業間的個體差異往往對研究結果產生重大影響。本文考慮到傳統的向量自回歸技術和面板數據能夠分別緩解變量內生性和個體效應問題，所以采用PVAR方法，構建二階模型如下：

Zi，t=Γ0+Γ1Zi，t-1+Γ2Zi，t-2+fixi+εt （1）

其中Γ0是截距項向量，Γ1和Γ2分別是變量的滯后一期系數的向量與滯后兩期系數的向量，fixi為公司固定效應，εt為隨機干擾向量。Zi，t是包括四個向量的向量組{Sale， Loan， Inv1， Dm2}，Sale為企業季度營業收入與當季期初資產比值，反映企業邊際資本生產率;Loan是現金流量表中“取得借款收到的現金”的季度增量與當季期初資產比值，反映信貸供給變化;Inv1是現金流量表中“購建固定資產、無形資產和其他長期資產支付的現金”的季度增量與當季期初資產比值，代表企業資本投資水平;Dm2為廣義貨幣供給量M2的同比增長率，反映貨幣供給變化。在穩健性檢驗中，我們還分別采用了{Sale， Loan， Inv2， Dm2}和{Sale， Loan， Inv1， Dm1}向量組構建模型，其中Inv2是資產負債表“固定資產、長期投資與無形資產”的季度增量與當季期初資產比值，Dm1是狹義貨幣供給量M1的同比增長率。這些替換的結果與主回歸一致。

在張西征等[4]的模型中，Sale與TobinQ共同代表企業投資機會（在Love的模型中也一樣），對當期Inv1產生影響，而Inv1的加總水平反饋到宏觀部門后繼而影響Dm2的變化。“貨幣政策通過投資機會對公司投資影響（即需求效應）被正交化分解所吸收，此時貨幣政策變量對公司投資的沖擊所體現的則是通過融資約束的作用（即供給效應）”，即Dm2向量反映信貸渠道對企業外部資金供給的影響。本文所構建模型的不同之處在于，考慮到貨幣渠道對企業投資機會的作用不僅僅有TobinQ效應，還包括利率效應，所以為了回避對投資機會影響因素的吸收不充分，通過正交化吸收信貸供給影響可能會產生更佳的效果。本文以Loan作為信貸渠道的代表變量，充分吸收了所有信貸供給沖擊對企業投資資金的影響。同時，Sale作為賬面投資機會的代表變量被單獨正交化吸收，更有利于表現貨幣渠道的外部沖擊特征，致使Dm2能夠更準確地反映貨幣渠道對企業投資的綜合影響。

針對模型變量的輸入順序問題，本文的前提假設如下：其一，假設當期資本邊際生產率對企業當期的信貸融資、資本投資產生影響，而資本投資對滯后一期的資本邊際生產率產生影響。營業收入的增長主要由前期的宏觀環境等市場因素所決定，外生性較強。而在信貸融資過程中，銀行根據企業賬面銷售水平判斷企業的成長能力，企業資本投資決策也會考慮既有資產的生產率，所以營業收入作為模型的第一個輸入變量在理論上和實踐上都是合理的。其二，假設當期信貸融資對當期資本投資產生影響，而當期資本投資對滯后一期的信貸融資產生影響。其三，假定當期資本邊際生產率、信貸融資和資本投資對當期貨幣供給產生影響，而貨幣供給對微觀企業的影響均存在滯后效應。

為了研究不同制度背景下兩類貨幣政策傳導渠道對企業資本投資的影響，我們需要分別選定代表不同產權性質的變量和代表金融發展水平的變量。產權性質方面，我們定義實際控制人為國家機關或國有事業單位的上市公司為國有企業（State=1），否則變為民營企業（State=2）。金融發展水平方面，我們根據《中國市場化指數》[30]中的“金融市場化程度”指標，計算了2003-2009年共七年的平均得分，9分以下的省（或直轄市、自治區）被定義為金融發展水平較低組（Dummy1=0），否則為金融發展水平較高組（Dummy1=1）。在穩健性測試中，我們還以細分指標“金融業的競爭”作為替代，七年平均得分在8分以下的省（或直轄市、自治區）被定義為金融發展水平較低組（Dummy2=0），否則為金融發展水平較高組（Dummy2=1）。其最終結果與主回歸一致。表1是主要變量的詳細信息。

表1 變量定義

變量符號變量名稱解釋

Inv1資本投資規模1當季購建固定資產、無形資產和其他長期資產支付的現金/季初總資產

Inv2資本投資規模2固定資產、長期投資與無形資產季度增量/季初總資產

Sale邊際資本生產率當季營業收入/季初總資產

Loan信貸融資水平當季取得借款收到的現金/季初總資產

Dm1貨幣供應量1（當季M1 -上年同季M1）/ 上年同季M1

Dm2貨幣供應量2（當季M2 -上年同季M2）/ 上年同季M2

State產權性質實際控制人是國家機關或國有事業單位，則取值為1;否則取值為2

Dummy1金融發展水平1 “金融市場化程度”指標均值大于9分，則取值為1;否則取值為0

Dummy2金融發展水平2 “金融業競爭水平”指標均值大于8分，則取值為1;否則取值為0

注：Inv2、Dm1和Dummy2用于穩健性測試。State、Dummy1和Dummy2均為分組變量，其中金融發展水平的指標評分來源于《中國市場化指數》[30]。

（二）樣本的選擇

本文選取滬、深兩市全部A股上市公司2003-2012年季度數據作為研究樣本，共40個季度。在剔除金融保險類樣本、缺失數據樣本和異常數據樣本后，樣本公司2 254家，總觀測值48 540個。表2為觀測值的詳細分布情況。為避免極端值的影響，對所有連續變量采用Winsorize命令進行1%極值處理。所有財務數據均來自于CSMAR數據庫。貨幣供給變量來源于wind金融數據庫。此外，本文使用Excel 2013整理數據，使用Stata12.0分析處理數據。借鑒Love[29]的研究，我們對微觀數據進行了Helmert處理，以消除公司個體效應的影響。同時，為了使宏觀數據與微觀數據能有效配比，貨幣政策變量也經過同樣的處理。

表2 觀測值分布情況

Q1 "Q2 "Q3 "Q4State=1State=2Dummy1=1Dummy1=0

20038368339781 0022 8368131 6102 039

20048748731 1161 1523 0189971 8072 208

20059689531 0811 1173 0241 0951 8782 241

20069609431 0901 1362 9511 1781 9082 221

20071 0161 0161 1811 2632 7261 7502 1492 327

20081 1451 1351 3011 3542 9092 0262 3782 557

20091 1541 1451 2941 3542 8872 0602 3832 564

20101 2061 2281 4331 5392 9462 4602 6452 761

20111 3551 3701 6441 7582 9933 1343 0913 036

20121 5281 5401 7851 8843 1023 6353 4853 252

合計11 04211 03612 90313 55929 39219 14823 33425 206

占比22.75%22.74%26.58%27.93%60.55%39.45%48.07%51.93%

四、實證研究結果及其分析

（一）描述性統計分析

表3和表4分別是對主要變量的描述性統計和分組描述性統計。從統計結果可知，國有企業邊際資本生產率顯著高于民營企業，而國有企業的信貸融資水平也高于民營企業，資本投資規模卻低于民營企業，它們分別在中位數檢驗和均值檢驗中顯著。同時，相對于處于金融發展水平較低地區的企業而言，當樣本企業來自于金融發展水平較高的地區時，它們的邊際資本生產率和信貸融資水平都顯著更高，資本投資規模并無差異。

表3 主要變量描述性統計

ObsMeanStd.DevMin25%Median75%Max

Sale48 5400.190 40.142 70.008 90.095 20.155 50.241 10.795 4

Loan48 5400.075 30.071 8-0.026 20.021 50.058 50.108 60.349 7

Inv148 5400.018 50.023 8-0.009 10.002 90.010 20.024 90.128 1

Inv248 5400.450 60.221 90.020 00.285 40.441 00.611 00.955 2

Dm148 5400.158 30.070 50.044 10.095 90.157 00.204 00.332 3

Dm248 5400.183 50.038 10.130 60.158 60.177 90.189 70.292 6

注：為了避免極端值影響，我們對所有連續變量采用Winsorize命令進行1%極值處理。

表4 分組描述性統計與差異檢驗

State=1State=2Test

MeanMinMedianMaxMeanMinMedianMaxTZ

Sale0.197 40.012 30.160 00.795 40.179 70.008 90.149 30.775 613.66***11.08***

Loan0.075 4-0.026 20.059 40.339 60.075 3-0.024 60.057 30.349 70.073.84***

Inv10.018 1-0.008 90.010 20.128 00.019 1-0.009 10.010 30.128 1-4.36***0.11

Dummy1=1Dummy1=0Test

MeanMinMedianMaxMeanMinMedianMaxTZ

Sale0.198 80.010 70.163 20.795 40.182 70.008 90.147 80.776 8-12.44***-15.16***

Loan0.080 1-0.026 20.063 80.348 90.071 0-0.021 20.054 20.349 7-13.90***-13.78***

Inv10.018 3-0.007 90.010 20.123 50.018 7-0.009 10.010 20.128 11.74*1.26

注：T值為針對均值的配對樣本t檢驗結果，Z值為針對中位數的Mann-Whitney檢驗結果。

（二）貨幣政策傳導與企業資本投資的回歸分析

根據模型（1），我們首先對全樣本展開回歸。為了有效選擇模型滯后期，我們同時觀察一階模型與二階模型的回歸及其脈沖響應結果。在這一部分將整體討論所得到的結果，之后我們關注更為關心的部分結果。如表5和圖1可知，當期與滯后期的Sale對自身產生正向影響，這種影響在一階模型中的第3期與二階模型中的第6期幾近消退，表明企業的銷售收入具有明顯的慣性作用。其次，一個單位Sale的沖擊造成Loan的正向反應，而一個單位Loan的沖擊卻造成Sale的負向反應，說明邊際資本生產率是企業貸款擔保的一部分，但企業將獲得的貸款多用于資本投資，而非投入現有資產的運營。再次，Inv1受到Sale的沖擊時，表現為正向反應，而Sale受到Inv1的沖擊則發生負向反應，這一結果與Love[29]的研究相同，說明資本邊際生產率刺激資本投入，而更多的投入將導致資本的邊際效應遞減。最后，宏觀經濟狀況與企業銷售增長正相關，同時導致政府采用具有逆周期效應的貨幣政策，所以Sale與Dm2之間相互存在負向沖擊影響。

從結果可以繼續觀察到，Dm2對Loan具有正向沖擊效應，但全樣本下的Loan對Dm2的沖擊效應并不明顯（特別是在二階模型中）。當貨幣供給增加時，在信貸渠道影響下，企業將獲得更多銀行貸款支持。此外，Inv1對Loan和Dm2分別存在正的和負的沖擊效應，前者是投資對銀行貸款的擔保效果，后者是微觀投資加總水平反饋到宏觀部門的結果，也體現了貨幣政策的逆周期性。

我們更為關心的是Inv1在Loan和Dm2沖擊下的反應。一方面，在Loan的沖擊影響下，當期的Inv1產生了正向反應，并在隨后6期逐漸衰退，一階與二階模型的回歸結果都說明這種沖擊效應具有較強顯著性。信貸供給增加，無疑為企業提供了更強的外部資金支持，在投資機會一定的前提下，企業將增加資本投資;而當信貸供給減少時，企業會相應減少投資支出。另一方面，在Dm2的沖擊下，當期Inv1沒有發生變化，但在1期后產生正向反應，并于第3期達到反應峰值。趨松的貨幣渠道增加了效率投資機會，企業在資金一定的前提下將增加投資支出;相反，趨緊的貨幣渠道將減少效率投資機會，企業資本投資隨之減少。假設H1和假設H2均得到支持。

表5 PVAR模型全樣本估計結果

SaleLoanInv1Dm2

一階模型b_GMMt_GMMb_GMMt_GMMb_GMMt_GMMb_GMMt_GMM

L.Sale0.343 9 14.272 2 0.035 5 2.367 9 0.025 1 5.788 6 -0.015 7 -3.077 1

L.Loan-0.055 5 -6.660 8 0.061 5 7.390 6 0.018 3 7.893 6 0.008 7 3.355 9

L.Inv1-0.136 8 -7.309 0 0.187 4 9.005 9 0.309 0 31.579 0 0.000 2 0.035 0

L.Dm2-0.141 2 -3.222 5 0.386 7 10.843 1 0.114 9 10.712 6 0.881 2 65.910 9

二階模型b_GMMt_GMMb_GMMt_GMMb_GMMt_GMMb_GMMt_GMM

L.Sale0.306 3 14.534 0 0.014 3 1.072 3 0.011 0 3.005 5 -0.030 0 -6.782 2

L.Loan-0.047 1 -5.287 0 0.056 5 6.290 5 0.014 1 6.041 3 -0.000 6 -0.244 7

L.Inv1-0.147 0 -7.763 2 0.136 2 6.551 9 0.250 9 27.359 5 -0.009 2 -1.415 9

L.Dm2-0.152 4 -4.027 5 0.292 1 9.516 1 0.019 2 2.272 0 1.113 5 103.458 7

L2.Sale0.183 5 10.628 5 0.056 5 4.914 7 0.014 4 4.573 4 -0.006 3 -1.720 7

L2.Loan-0.042 6 -5.094 9 0.088 1 10.250 6 0.012 0 5.424 2 -0.000 8 -0.334 5

L2.Inv10.035 3 1.963 6 0.135 1 7.074 4 0.190 3 23.077 7 -0.020 6 -3.745 6

L2.Dm20.090 4 5.241 7 0.030 8 1.894 0 0.051 8 10.493 7 -0.410 2 -81.450 9

（三）不同產權性質下的貨幣政策傳導與企業資本投資

為進一步分析在不同產權性質下貨幣政策傳導渠道對微觀投資的影響，我們將樣本區分為國有企業組（State=1）和民營企業組（State=2）。根據全樣本下脈沖響應的結果觀察，二階模型體現出更強的收斂性，所以分組分析中僅采用二階模型。表6為分組的PVAR估計結果，圖2與圖3是分組的脈沖響應結果。

圖1 PVAR模型全樣本脈沖響應結果（二階）

在國有企業組，被解釋變量為Inv1時，滯后1期和2期的Loan回歸系數分別為0.019（1%）和0.016（1%）;在民營企業組，它們的系數分別是0.010（1%）和0.006（10%）。脈沖響應結果中，國有企業Inv1對Loan的響應峰值為0.004 1，民營企業只有0.002 6。由此可知，國有企業資本投資對信貸渠道的沖擊更具敏感性，假設H4a得到支持。

同樣，Inv1作為被解釋變量時，國有企業滯后1期和2期的Dm2系數分別為0.047（1%）和0.057（1%）;民營企業的相應系數為-0.013（不顯著）和0.051（1%）。國有企業的脈沖響應峰值0.002 9，民營企業是0.001 4，二者相差一倍。因此，可以認為貨幣渠道對國有企業資本投資的影響較民營企業更強，支持假設H3a。

表6 PVAR模型分組估計結果（不同產權性質）

SaleLoanInv1Dm2

State=1b_GMMt_GMMb_GMMt_GMMb_GMMt_GMMb_GMMt_GMM

L.Sale0.318 10.597 0.006 0.312 0.015 2.867 -0.046 -7.007

L.Loan-0.049 -3.662 0.057 4.474 0.019 5.720 -0.008 -2.224

L.Inv1-0.178 -7.097 0.173 6.357 0.256 21.743 -0.019 -2.271

L.Dm2-0.137 -2.169 0.292 6.042 0.047 3.442 1.080 61.321

L2.Sale0.214 8.435 0.050 3.019 0.018 3.862 -0.020 -3.566

L2.Loan-0.052 -4.366 0.091 7.405 0.016 5.112 -0.010 -3.142

L2.Inv10.015 0.621 0.116 4.596 0.207 18.873 -0.027 -3.731

L2.Dm20.052 1.937 0.038 1.618 0.057 7.819 -0.451 -60.693

State=2b_GMMt_GMMb_GMMt_GMMb_GMMt_GMMb_GMMt_GMM

L.Sale0.281 9.231 0.026 1.280 0.009 1.647 -0.011 -1.541

L.Loan-0.037 -2.899 0.056 4.132 0.010 2.656 0.005 1.277

L.Inv1-0.092 -3.085 0.061 1.837 0.244 15.934 -0.002 -0.165

L.Dm2-0.163 -3.897 0.271 7.157 -0.013 -1.201 1.138 84.780

L2.Sale0.128 5.252 0.066 3.859 0.012 2.511 0.010 1.858

L2.Loan-0.022 -1.698 0.081 6.429 0.006 1.884 0.008 2.244

L2.Inv10.079 2.862 0.164 5.449 0.167 12.668 -0.013 -1.402

L2.Dm20.171 7.262 0.016 0.671 0.051 7.036 -0.356 -45.671

圖2 PVAR模型分組脈沖響應結果（國有企業）

圖3 PVAR模型分組脈沖響應結果（民營企業）

表7列示了不同產權性質下的PVAR方差分解結果。在國有企業組，Loan對Inv1的貢獻率為6.06%，Dm2的貢獻率為5.59%;這兩項數據在民營企業組分別是2.51%和1.82%，均明顯小于國有企業組。以上結果顯示出，貨幣政策兩類渠道對國有企業資本投資的解釋力度更強，其結果與前文一致。

表7 方差分解結果（不同產權性質）

State=1State=2

SaleLoanInv1Dm2SaleLoanInv1Dm2

Sale0.977 9 0.009 5 0.003 6 0.009 0 0.992 9 0.003 0 0.000 7 0.003 5

Loan0.009 5 0.946 2 0.003 9 0.040 3 0.015 0 0.936 1 0.003 9 0.045 1

Inv10.027 7 0.060 6 0.855 8 0.055 9 0.017 7 0.025 1 0.939 0 0.018 2

Dm20.090 9 0.004 8 0.008 4 0.895 9 0.001 3 0.003 4 0.000 2 0.995 1

注：受篇幅限制，僅列出前10期的結果。

（四）不同金融發展水平下的貨幣政策傳導與企業資本投資

不同金融發展水平下，兩類貨幣政策傳導渠道對企業資本投資的影響可能具有差異性。為了考察相關的假設，我們按照“金融市場化程度”指標的平均值，將樣本劃分為金融發展水平較高組（Dummy1=1）和金融發展水平較低組（Dummy1=0）。表8為分組的PVAR估計結果，圖4與圖5是分組的脈沖響應結果。

當樣本企業來自于金融發展水平較高的地區時，Inv1對滯后1期和2期的Loan回歸，系數分別為0.012（1%）和0.011（1%）;當樣本屬于金融發展水平較低的地區時，它們的系數分別是0.017（1%）和0.013（1%）。盡管顯著性均達到1%水平，但后者的系數比前者更大。同時，在脈沖響應結果中，金融發展水平較高組的Inv1對Loan的響應峰值為0.003 2，在金融發展水平較低組為0.003 4，后者高于前者，但差異并不明顯。由此可見，相對于金融發展水平較高的地區，Loan對金融發展水平較低地區的企業的投資水平影響更強，假設H6得到支持。

另一方面，金融發展水平較高地區的企業Inv1對滯后1期和2期的Dm2回歸，系數分別為0.021（5%）和0.055（1%）;當樣本取自其對立組時，它們的系數分別為0.016（不顯著）和0.048（1%）。其脈沖響應峰值在金融發展水平較高和較低組中分別達到0.002 3和0.001 7。整體而言，Dm2對金融發展水平較高地區的企業的投資水平影響更明顯，支持假設H5。

表8 PVAR模型分組估計結果（不同金融發展水平）

SaleLoanInv1Dm2

Dummy1=1b_GMMt_GMMb_GMMt_GMMb_GMMt_GMMb_GMMt_GMM

L.Sale0.363 14.901 0.021 1.304 0.011 2.714 -0.024 -4.642

L.Loan-0.027 -2.573 0.077 6.823 0.012 3.786 0.003 0.786

L.Inv1-0.119 -4.362 0.168 5.390 0.265 19.068 -0.017 -1.847

L.Dm20.006 0.168 0.356 10.398 0.021 2.298 1.123 94.454

L2.Sale0.215 10.804 0.061 4.401 0.016 4.433 -0.005 -1.043

L2.Loan-0.021 -2.025 0.140 12.221 0.011 3.743 0.002 0.822

L2.Inv10.091 3.570 0.115 4.010 0.180 15.271 -0.022 -2.772

L2.Dm20.157 7.296 0.044 2.041 0.055 6.367 -0.396 -59.067

Dummy1=0b_GMMt_GMMb_GMMt_GMMb_GMMt_GMMb_GMMt_GMM

L.Sale0.203 4.701 -0.006 -0.234 0.010 1.407 -0.040 -4.630

L.Loan-0.094 -5.081 0.024 1.544 0.017 4.231 -0.006 -1.399

L.Inv1-0.163 -5.806 0.115 4.141 0.238 19.725 0.000 -0.052

L.Dm2-0.458 -4.788 0.180 2.850 0.016 0.889 1.091 48.554

L2.Sale0.110 3.052 0.040 1.871 0.012 1.973 -0.012 -1.656

L2.Loan-0.086 -5.288 0.025 1.821 0.013 3.614 -0.006 -1.535

L2.Inv1-0.021 -0.770 0.158 6.153 0.199 17.200 -0.020 -2.544

L2.Dm2-0.033 -0.895 0.001 0.036 0.048 7.563 -0.429 -48.559

圖4 PVAR模型分組脈沖響應結果（金融發展水平較高）

圖5 PVAR模型分組脈沖響應結果（金融發展水平較低）

表9列示了不同金融發展水平下的PVAR方差分解結果。在金融發展水平較高組，Loan對Inv1的貢獻率為4.12%，Dm2的貢獻率為4.69%;它們在金融發展水平較低組分別是4.55%和2.27%。從結果可知，相對于金融發展水平較高組，信貸渠道對金融發展水平較低組的解釋力度更強;相反，相對于金融發展水平較低組，貨幣渠道對金融發展水平較高組的解釋力度更強。分析結果與前文一致。

表9 方差分解結果（不同金融發展水平）

Dummy1=1Dummy1=0

SaleLoanInv1Dm2SaleLoanInv1Dm2

Sale0.982 5 0.002 5 0.001 0 0.014 0 0.894 6 0.014 6 0.002 1 0.088 7

Loan0.014 7 0.906 0 0.004 7 0.074 6 0.008 1 0.974 6 0.004 9 0.012 4

Inv10.026 0 0.041 2 0.886 0 0.046 9 0.014 3 0.045 5 0.917 4 0.022 7

Dm20.030 3 0.000 5 0.002 1 0.967 2 0.035 1 0.000 6 0.002 1 0.962 2

注：受到篇幅限制，僅列出前10期的結果。

（五）穩健性檢驗

我們將變量Inv1替換為“固定資產、長期投資與無形資產”的季度增量與當季期初資產比值（Inv2），將Dm2替換為狹義貨幣供給量M1的同比增長率（Dm1），分別構建{Sale， Loan， Inv2， Dm2}和{Sale， Loan， Inv1， Dm1}向量組代入模型。回歸結果與主回歸一致，由于篇幅原因沒有作出報告。

我們以《中國市場化指數》的細分指標“金融業的競爭”作為Dummy1的替代，定義金融發展水平較低組（Dummy2=0）為七年平均得分在8分以下的地區，金融發展水平較高組（Dummy2=1）為平均得分大于等于8分的地區。其最終結果與主回歸一致，由于篇幅原因沒有作出報告。

五、結論與啟示

本文在區分企業不同產權性質和所在地區金融發展水平的基礎上，運用PVAR技術，研究了貨幣政策傳導的貨幣渠道和信貸渠道對企業資本投資的影響。研究發現：（1）由于對投資機會產生影響，貨幣渠道與企業資本投資正相關;（2）由于對資金供給產生影響，信貸渠道與企業資本投資正相關;（3）較激烈的代理沖突和較弱的融資約束使國有企業資本投資對兩類貨幣政策傳導渠道均更具敏感性;（4）貨幣渠道對金融發展水平較高地區的企業的正向影響更強;而信貸渠道對金融發展水平較低地區的企業的正向影響更強。

在不斷完善金融制度、推進利率市場化的過程中，由于存在貨幣政策影響微觀經濟的需求效應和供給效應，政府在制定貨幣政策時，既要關注貨幣渠道對企業投資機會的影響，又要關注信貸渠道對企業資金供給的作用，同時，還應重視貨幣政策傳導渠道在不同的制度背景下，對企業資本投資的影響差異。

參考文獻：

[1]BERNANKE B S，GERTLER M L.Agency cost， net worth and business fluctuations[J].American Economic Review，1989，79（1）：14-31.

[2]MISHKIN F S.The economics of money， banking and financial markets[M].New York：Wesley Press，2003.

[3]HUANG Y S，SONG F M， WANG Y Z.Monetary policy and corporate investment：Evidence from Chinese micro data[J].China amp;World Economy，2012，20（5）：1-20.

[4]張西征，劉志遠，王靜.貨幣政策影響公司投資的雙重效應研究[J].管理科學，2012（5）：108-119.

[5]CARLINO G，DEFINA R.The differential regional effects of monetary policy[J].The Review of Economics and Statistics，1998，80：572-587.

[6]劉玄，王劍.貨幣政策傳導地區差異：實證檢驗及政策含義[J].財經研究，2006（5）：70-79.

[7]靳慶魯，孔祥，侯青川.貨幣政策、民營企業投資效率與公司期權價值[J].經濟研究，2012（5）：96-106.

[8]BERNANKE B S，GERTLER M L.Inside the black box： the credit channel of monetary policy transmission[J].Journal of Economic Perspectives，1995，9（4）：27-48.

[9]ROMER C D，ROMER D H.Credit channel or credit actions？An interpretation of the postwar transmission mechanism[R].NBER Working Paper，No.4485，1994.

[10]MOJON B，SMETS F，VERMEULEN P.Investment and monetary policy in the Euro area[J].Journal of Banking and Finance，2002，26（11）：2111-2129.

[11]KASHYAP A K，STEIN J C，WILCOX D W.Monetary policy and credit conditions：Evidence from the composition of external finance[J].American Economic Review，1993，83（1）：78-98.

[12]魏明海，柳建華.國企分紅、治理因素與過度投資[J].管理世界，2007（4）：88-95.

[13]張功富，宋獻中.我國上市公司投資：過度投資還是投資不足——基于滬深工業類上市公司非效率投資的實證度量[J].會計研究，2009（5）：69-77.

[14]WEI S J，TAO W.The Siamese twins：Do stateowned banks owned enterprises in China[J].China Economic Review，1997，8（1）：19-29.

[15]張杰.民營經濟的金觸困境與融資次序[J].經濟研究，2000（4）：12-19.

[16]林毅夫，李永軍.中小金融機構發展與中小企業融資[J].經濟研究，2001（1）：10-18.

[17]羅黨論，甄麗明.民營控制、政治關系與企業融資約束——基于中國民營上市公司的經驗證據[J].金融研究，2008（12）：164-178.

[18]段云，國瑤.政治關系、貨幣政策與債務結構研究[J].南開管理評論，2012（5）：84-94.

[19]葉康濤，祝繼高.銀根緊縮與信貸資源配置[J].管理世界，2009（1）：22-28.

[20]饒品貴，姜國華.貨幣政策、信貸資源配置與企業業績[J].管理世界，2013（3）：12-22.

[21]LOVE I.Financial development and financing constraints：International evidence from the structural investment model[J].The Review of Financial Studies，2003，16（3）：765-791.

[22]饒華春.中國金融發展與企業融資約束的緩解——基于系統廣義矩估計的動態面板數據分析[J].金融研究，2009（9）：156-164.

[23]WURGLER J.Financial markets and the allocation of capital[J].Journal of Financial Economics，2000，58（1/2）：187-214.

[24]ALMEIDA H，WOLFENZON D.The effect of external finance on the equilibrium allocation of capital[J].Journal of Financial Economics，2005，75：133-164.

[25]申俊喜，曹源芳，封思賢.貨幣政策的區域異質性效應——基于中國31個省域的實證分析[J].中國工業經濟，2011（6）：36-46.

[26]黃志忠，謝軍.宏觀貨幣政策、區域金融發展和企業融資約束——貨幣政策傳導機制的微觀證據[J].會計研究，2013（1）： 65-71.

[27]宋立.我國貨幣政策信貸傳導渠道存在的問題及其解決思路[J].管理世界，2002（2）：29-38.

[28]王丹.貨幣政策區域效應乘數模型及在中國的應用[J].重慶大學學報：社會科學版，2011（15）：1-6.

[29]LOVE I.Financial development and dynamic investment behavior：Evidence from panel VAR[J].The Quarterly Review of Economics and Finance，1993，46（2）：190-210.

[30]樊綱，王小魯，朱恒鵬.中國市場化指數：各地區市場化相對進程2011年報告[M].北京：經濟科學出版社，2011：9-18.