貨幣政策工具對企業成長性影響的差異性研究

羅蓉 周湘 湛泳

摘要：制造業企業的成長是我國經濟轉向高質量發展的必然要求，也是我國宏觀政策目標的重要內容。然而，對于貨幣政策與企業成長性關系的研究目前仍然比較缺乏?；谪泿耪叩耐顿Y驅動效應，分析了政策工具對企業成長性的影響機制。選取我國制造業上市公司的相關面板數據，首先通過固定效應模型對比分析五種政策工具對勞動密集型、資本密集型和技術密集型企業成長性的影響差異，并利用PVAR模型進行穩健性檢驗;其次通過面板數據模型驗證了貨幣政策的投資驅動效應對企業成長性的顯著作用。結果表明：（1）不同政策工具對勞動密集型、資本密集型和技術密集型企業成長性的影響顯著且存有差異。（2）在政策工具影響企業成長性的機制過程中企業投資率具有顯著作用?？茖W搭配使用多種貨幣政策工具，增強貨幣政策操作的針對性和靈活性能有效提高我國制造業成長性。

關鍵詞：貨幣政策工具;企業成長性;企業投資率;制造業

中圖分類號：F830;F822.0? ?文獻標識碼：A? ?文章編號：1007-2101（2018）06-0057-13

一、引言

制造業是推動我國經濟由高速增長轉向高質量發展的核心力量，是立國之本、興國之器、強國之基。然而，與世界先進水平相比，我國制造業仍然大而不強，在國際分工中整體處于中低端水平，在自主創新能力、資源利用效率、產業結構水平、信息化程度、質量效益等方面差距明顯。據國家統計局數據顯示，2012—2016年，我國制造業產值增速從10.5%下降至6.8%，對GDP貢獻率也從3.9%下降為2.6%。因此，提升制造業的發展質量刻不容緩，是我國政策當局進行宏觀調控的重要目標。

在企業成長理論中，彭羅斯認為企業內在質量是企業成長的根本動力。企業成長性的高低與其內在發展質量密切聯系，高質量企業的成長潛力也較大。從新古典經濟學理論出發，企業成長最終表現為產值增加。這意味著企業需要充足的資金擴大生產規模和提升產品質量，以增加產值進而促進企業成長。一般而言，在企業生產經營過程中，信貸融資和證券融資等外源渠道是企業獲取資金的主要方式。由于我國證券市場受政府干預影響程度較深[1]且金融市場尚未發展成熟，使得企業更多依賴銀行等金融機構進行間接融資。數據顯示，截止2017年8月底，我國新增社會融資規模累計達139 400億元，其中直接融資占比僅4.37%，而間接融資高達90.83%。貨幣政策作為我國宏觀調控的主要手段，不同政策工具操作下融資環境的變化勢必對企業成長性產生影響。那么，貨幣政策工具的操作是否促進了制造業企業的成長？不同的政策工具其效果是否存在差異？這正是本文想要探究的核心問題。

目前的相關研究大致可以歸納為兩大類。第一類文獻側重于分析企業融資約束問題。在對我國經濟轉軌時期的企業成長問題研究中，杜傳忠等（2012）表示融資約束是制約企業成長的重要因素[2]，即使對于制造業這類獲利能力強，極具市場活力的企業群體來說，依然面臨著突出的融資約束問題，并顯著影響著我國制造業上市企業的成長動態（李潔等，2016）[3]。Rajan和Zingales（1998）指出，融資約束寬松的金融生態環境有助于促使外部融資依賴型企業的成長[19]。另外，大量學者從宏觀政策視角出發，研究了貨幣政策對企業融資約束的影響。靳慶魯等（2012）發現，寬松的貨幣政策顯著降低了民營企業的融資約束，緊縮性貨幣政策的效果則反之[4];且根據貨幣政策的投資驅動效應和傳導機制，企業更容易獲取外部融資也使投資支出得以改善，企業金融生態環境得到優化（謝軍等，2014）[5]。此類研究的重點在于微觀的融資約束，較少將宏觀的貨幣政策工具變量引入到理論論證和實證中。

第二類文獻側重于分析貨幣政策工具對行業的影響。多數研究發現貨幣政策工具對行業存在明顯的非對稱性影響，且該效應在各國都普遍存在（Nadia等，2013）[20]。目前國內外各學者主要從企業績效層面進行探討。Mojon等（2002）和Peersman（2002）利用VAR模型實證發現貨幣政策工具對不同行業績效的沖擊存在顯著差異[21-22]。齊楊等（2017）從微觀經濟角度出發，認為利率、匯率及存款準備金率的提高通過增加企業融資約束進而使企業績效下降，并發現再貼現率及基準利率的調整能有效提高企業績效[6]。閆紅波等（2008）利用制造業數據實證分析，發現貨幣供應量對資本密集型企業的績效沖擊較小，而匯率卻較大影響對外依存度高的企業績效[7]。此類文獻關注了貨幣政策對企業的影響效應，但大都從企業績效視角出發，較少從企業的成長性視角研究貨幣政策的影響以及不同政策工具對企業成長性影響的差異。

在充分借鑒已有文獻的基礎上，本文試圖從制造業企業的成長性視角研究貨幣政策工具的影響以及不同工具之間的異質性。本文主要貢獻在于：（1）文章從貨幣政策多重工具視角研究制造業企業成長性受影響的差異性，將不同政策工具的作用機制與微觀企業運行相結合，區別于現有文獻單純從融資約束角度的考察;（2）文章不僅發現了不同的貨幣政策工具對制造業企業成長性的影響存在差異，同時發現同一貨幣政策工具對不同類型制造業企業的成長性影響也存在差異，這為我國央行進一步增強貨幣政策工具操作的靈活性和針對性提供了借鑒;（3）文章基于貨幣政策的投資驅動效應，進一步驗證了企業投資比率在貨幣政策工具影響制造業企業成長性機制中的顯著作用，對貨幣政策的微觀傳導機制理論是一種有益的補充。

二、理論分析、研究假設與特征事實

（一）企業成長的理論分析

企業成長理論在學術界有著兩種考量。一種是外生成長理論，主要是對外部環境和規模經濟的強調，在外部環境上的分析依賴于融資約束理論對企業成長的影響;另一種是內生成長理論，其主要聚焦于企業內部，以打開企業運行的“黑箱”（王京等，2017）[8]。李洪亞等（2014）通過對Gibrat定律進行檢驗，揭示出中國制造業上市公司的企業成長具有“規模依賴”效應[9]。據此，長期以來，大部分學者分別使用人員規模、資產規模、營業收入增長率等指標來衡量企業的成長性（Delmar等，1997;李洪亞等，2014;沈坤榮等，2003;Chrisman等，2005）[10-11，23-24]。考慮企業在成長過程中，無論是規模擴大還是質量提升都通過營業收入的持續增長來體現，因此，本文選用營業收入增長率（growth）作為企業成長性的代理變量，并圍繞該變量的影響因素，結合企業成長的相關理論進行如下分析。

根據柯布—道格拉斯生產函數并借鑒Bils和Chang（2000）[25]以及Gaiotti和Secchi（2006）[26]的模型設定方法，假設制造業企業的生產投入包括技術、資本以及勞動力，則：

其中，Y_t表示制造業企業在t時期的產出，A_t反映技術進步，K_t表示資本，L_t表示勞動力;α表示資本產出彈性系數，β表示勞動產出彈性系數。在經典投資理論模型中，生產要素投入即為企業投資支出的表現形式。接下來對技術、勞動力和資本三類要素投資進行分析。

1. 影響技術要素投資的因素分析。從制造業企業的特征出發，技術（A）來源主要包括自主研發（R&D）和對外技術引進（tec_im）兩種方式。其中自主研發除了與知識要素高度相關外，對資金規模的要求很高，因此宏觀貨幣政策調控對企業研發會有顯著影響，進而影響技術進步;而對外技術引進除了受專利制度、政府政策等影響外，匯率（exr）浮動對其作用不容忽視。

2.影響勞動力要素投資的因素分析。在勞動密集型制造業企業中，勞動力（L）主要受到勞動力價格（ω）影響，而價格穩定作為宏觀政策調控的目標之一，價格水平的變化必定會受到政策工具的影響，即勞動力要素的投資規模會隨宏觀政策環境變化而變動。

其中，F_k類似資本的邊際收益，等式右邊三項則表示資本的邊際成本，即rP_t-1被定義為資本的機會成本;δP_t定義為折舊成本;代表投資品價格的變動。在（10）式中，利率和投資品價格在資本要素投資過程中具有重要作用，而利率和價格水平的變動又受制于宏觀政策調控影響，故在此認為政策工具對資本投資具有顯著影響。

在對以上決定企業產出的三類投資要素的詳細分析中，我們根據（1）式變形，進一步得到Solow的新古典經濟理論模型：

該理論模型給出了營業收入增長率即企業成長性的數理式子，其中Δy/y表示營業收入增長率，ΔA/A表示技術增長率，ΔK/K表示資本增長率，ΔL/L表示勞動力增長率，α為資本增長促進收入增長的份額，β為勞動力增長促進收入增長的份額。在式（11）中，營業收入增長率與技術、資本和勞動力三類生產要素增長率具有直接的關聯，在經典投資理論下意味著生產要素增長率與企業在該生產要素上的投資比率有著密切聯系，即企業成長性與生產要素的投資比率相關。然而，根據投資函數：

其中，I表示投資，e表示自主投資，d為利率對投資需求的影響系數，r表示利率即貨幣政策操作中介目標之一。貨幣當局通過對基準利率或貨幣供應量等其他政策工具進行調控，都會對企業投資產生顯著負向影響，進而抑制企業成長。

（二）貨幣政策對企業成長性的影響機制分析

根據貨幣政策的傳導渠道類型，本文分別從信貸渠道、利率渠道和匯率渠道三方面對制造業企業成長性影響進行分析。

1. 貨幣政策影響企業成長性的信貸傳導渠道②。主要考慮狹義銀行信貸渠道。一方面，若央行增加貨幣供應（M2）或降低存款準備金率（dxz）會使銀行可貸資金（D）增加，在相對寬松的融資環境中有利于企業進行投資活動，促進營業收入（Incom）的增加進而使企業得到成長。另一方面，貨幣供應量（M2）的增加會導致價格水平（P）的上升，對勞動密集型行業來說勞動力成本（ω）增加了，但資本利息成本（r）的降低又會刺激該行業的勞動力雇傭規模（L），利于行業的成長。

據此，本文提出以下待檢驗假設H1。

H1a：貨幣供應增速對制造業企業的成長性呈顯著正相關，并對勞動密集型行業的影響較大;

H1b：存款準備金率的調整對制造業企業的成長性具有負向關系。

2. 貨幣政策影響企業成長性的利率傳導渠道。利率傳導渠道作為傳統凱恩斯主義貨幣觀中最主要的表現形式，其影響機制是由央行對基準利率進行調整，引起市場利率的變化，進而對微觀企業活動產生作用的過程。彭方平等（2007）首次以新古典投資模型為分析框架，從微觀角度實證檢驗了中國利率政策的微觀有效性問題[12]。具體而言，一方面，貸款利率（rd）的上升在增加企業負債融資成本的基礎上削弱了企業投資比（inv），不利于企業的技術研發（R&D）和資本積累（K），導致企業成長性受阻，尤其對資本密集型和技術密集型企業的影響更大。另一方面，根據資產價格傳導渠道理論，利率上升促使資產價格（如股價、債券價格、房地產市場價格等）下降，制造業上市公司的市值降低，托賓q值小于1，企業成長性低。

據此，本文提出以下假設H2。

H2：1年期貸款利率對企業成長性顯著負相關，且對資本密集型和技術密集型行業的影響較大。

3. 貨幣政策影響企業成長性的匯率傳導渠道。Obstfeld（1996）等關注匯率在貨幣政策傳導機制研究中的作用[27]，中國作為開放程度越來越深的制造業大國，匯率的變動對制造業企業的影響不容忽視。一方面，從資金供給角度。匯率上升本幣貶值有可能導致資金外流，本國資金供給減少，資本價格（r）將會上升，融資環境的緊張不利于企業的成長。另一方面，從企業出口創匯角度。匯率變化可能存在正負兩方面的影響。在產品價格彈性（e）較大的情況下，匯率上升本幣貶值，有利于企業出口創匯收入增加，促進企業成長;若出口產品價格彈性（e）較小，匯率上升本幣貶值反而會減少出口收入，不利于企業成長。

鑒于此，本文提出以下假設H3。

H3：匯率上升會抑制制造業企業的成長。

（三）特征事實分析

圖1a給出了近年來中國常用四種貨幣政策工具的變化趨勢，圖1b給出了制造業上市公司營業收入增長率的變化趨勢。從圖1a中整體來看，在2009q1—2016q4期間央行對貨幣政策調控頻繁。具體來看：貨幣供應增速（MS）在季度區間內波動頻率高，這意味著央行對貨幣供應量變動的操作運用次數較多;存款準備金率（dxz）和1年期貸款利率（rd）的走勢近似呈倒“U”型，與匯率（exr）趨勢則正好相反。與之對應的，圖1b中制造業企業成長性的變化與匯率變動趨勢在2010年后大體一致③，先以小幅振蕩整體下降，然后于2015年后開始回升;而存款準備金率和1年期貸款利率則與企業成長性負向相關。

三、模型設定、變量選取與統計性描述

（一）模型構建

為考察貨幣政策工具對制造業企業成長性的影響，本文構建如下基本模型：

由于宏觀貨幣政策存有的時滯性可能會對企業成長產生滯后效應，因此本文在模型（13）中分別引入MP_t-1和growth_t-1。在這里，重點觀察β1的符號大小和顯著性，比較直觀地得到不同類型貨幣政策工具對制造業行業成長性的影響。

依據貨幣政策的投資驅動效應，本文進一步設定MP_t-1和inv_t的交互項來探討貨幣政策工具影響企業成長性的原因，得到模型：

（二）變量選取

根據中國人民銀行對貨幣政策工具的分類及數據的可得性，本文分別從傳統型、定向型和結構型三類貨幣政策工具中選取共五種工具進行研究。傳統型貨幣工具中選用廣義貨幣供應增速（MS）、匯率（exr）和1年期貸款基準利率（rd）等變量④;定向型貨幣工具中選用大型金融機構存款準備金率（dxz）表示;結構型工具中選用中期借貸便利余額增長率（mlfg）表示⑤。其中，匯率采用直接標價法下美元與人民幣的兌換率;對于1年期貸款基準利率的選用，雖然中國已基本完成利率市場化，但在實際應用中貸款利率是跟隨基準利率浮動的，因此仍然受央行調控。在控制變量中，對企業年齡（age）、企業規模（size）等變量取對數衡量企業自身特點;采用資產負債率（dar）、總資產利潤率（roa）與凈資產收益率（prof）、資本密集度（ci）等分別表示企業的償債能力、盈利能力和營運能力;選用gdp（現價）的對數值作為宏觀環境的代理指標。對以上變量的總結見表1。

（三）數據來源與描述性統計

按照中國證監會2012版行業分類標準，本文選取A股制造業上市企業的季度數據。根據數據的可得性，運用傳統類和定向類政策工具的制造業上市企業選用2009q1-2017q3數據，運用結構型政策工具的制造業上市企業選用2015q2-2017q3數據⑥。為保證實證結果的可靠性，本文對數據進行如下處理：（1）剔除具有缺失值的樣本;（2）剔除異常值樣本，如營業收入0、資產總計0、資本支出=0、資產負債率>1等;（3）剔除ST或ST*股;（4）剔除傳統類與定向類數據中2008年之前、結構型數據2014年之前上市的樣本企業;（5）除貨幣政策工具變量之外的所用變量進行上下縮減1%。此外，對M2和gdp分別采用X12方法進行季節調整。最終整理得到傳統類和定向類貨幣工具相關的655家制造業上市公司共35季度22 925個平衡面板數據;得到結構型貨幣工具相關的1 406家制造業上市公司共10季度14 060個平衡面板數據。其中，制造業上市公司數據來源于CSMAR數據庫，政策工具數據來源于中國人民銀行官網，gdp（現價）當季值來源于國家統計局。各變量的統計性描述見表2。

四、實證檢驗與結果分析

（一）單位根檢驗

為了保證回歸結果的有效性和防止偽回歸出現，本文利用面板單位根的檢驗方法首先對數據平穩性進行檢驗。

由于文中選用的是制造業上市企業數據，屬于異質面板數據，因此應用stata13.0軟件對有關變量進行IPS和ADF-Fisher檢驗，檢驗過程中采用AIC準則確定滯后項，結果如表3。在檢驗結果中，exr、dxz和lnsize為一階單整，故在回歸中采用其一階差分項。剩余變量中除利率在ADF-Fisher檢驗中p值為0.022 9之外，其他變量皆在1%的顯著性水平下拒絕原假設，并認為回歸結果不會出現偽回歸。

（二）政策工具對全樣本企業的影響分析

基于豪斯曼檢驗結果，本文利用制造業上市公司的全樣本數據對模型（13）進行固定效應回歸，結果見表4。

在回歸結果中，貨幣政策工具對企業成長性的影響在1%水平上顯著。具體分析五種政策工具對全樣本企業成長性的影響如下：（1）貨幣供應增速作為數量型貨幣政策工具的代理變量，實證結果顯示，廣義貨幣供應增速每上升1%，制造業企業成長性增加1.867%。（2）匯率浮動對企業成長性的影響相比其他四種政策工具作用要小，在開放經濟下，匯率每上升1%，整個制造業企業成長性下降0.39%;（3）基準利率變化對企業成長性影響最大且顯著為負，1年期貸款基準利率每上升1%，企業成長性將下降9.118%。這是因為貸款利率作為資金的價格，是影響企業融資成本最直接的變量，其變動對企業成長的影響更明顯。（4）存款準備金率的調整作為信貸政策工具之一，對于重點依賴銀行渠道融資的企業來說其成長性受影響較大，據實證結果，存款準備金率每上升1%，企業成長性下降3.134%。（5）新型貨幣工具中期借貸便利余額增長率每上升1%，企業成長性下降0.215%?？赡艿脑蚴牵衅诮栀J便利余額的釋放即為了進一步加強市場上資金的流動性，且央行要求該項資金的投放主要面向小微企業和支農行業，因此對制造業行業整體來說呈現一個負向作用。

總而言之，在對五種貨幣政策工具的實證研究中發現，不同的政策工具對制造業企業成長性的影響具有差異性。其中，基準利率、存款準備金率等價格型貨幣政策工具對企業成長性的影響相比其他政策工具要大。

（三）政策工具對分樣本企業的影響分析

為進一步考察不同類型制造業企業的成長性對貨幣政策工具的反應，本文對制造業企業進行分樣本討論。有關制造業結構分類，學者們分別從不同角度進行劃分。吳利學等（2016）按照企業經營類型[14]、王嵐等（2015）依據OECD以產業R&D含量作為制造業的分類標準[15]、王德文等（2004）按照行業的要素密集度劃分[16]等。本文借鑒王志華、董存田（2012）制造業結構分類法[17]，將制造業30個細分行業歸為勞動密集型（13-14，17-21，23-24，29-30，33）、資本密集型（15-16，22，25-26，28，31-32，34）和技術密集型（27，35-40）三大類，其中剔除41-43。根據模型（13）對制造業企業的分樣本進行回歸，結果見表5。

據表5結果顯示，五種不同貨幣政策工具對制造業細分企業成長性的影響都在1%水平上顯著。為進一步探討政策工具對企業成長性的影響差異，文章從以下兩個角度進行分析。

1. 同一工具對不同類型企業影響的差異。（1）貨幣供應增速變動對三類企業成長性的影響大小依次表現為勞動密集型>技術密集型>資本密集型，這一結論與理論假設H1a一致。對該結論解釋認為，貨幣供應量增加一方面促使價格水平上升進而導致勞動力成本增加，另一方面引致利率下降進而減少了企業貸款的利息成本，據此，勞動密集型企業對資金的偏好效用更大，且由于大部分勞動密集型產品的生命周期短，資本的增加會明顯刺激企業成長性的變化。（2）貸款基準利率和存款準備金率的變動對企業成長性影響顯著為負，且資本密集型企業成長性的受影響程度顯著高于技術密集型和勞動密集型企業，假設H1b和H2在此得以驗證。在資本密集型企業中，1年期的貸款利率每上升1%，成長性下降10.32%，而勞動密集型企業僅下降6.74%。這是因為資本密集型企業對資金要素的需求量大，若央行施行緊縮性貨幣政策，對資本密集型企業的沖擊也會越大，即較大的融資約束對資本密集型企業的成長產生了明顯的抑制作用。（3）匯率波動對三類企業成長性的影響顯著為負，假設H3得以證明。此外，在我國制造業企業中，技術密集型和資本密集型企業所需大部分原材料與技術主要依賴進口，然而匯率上升導致本幣貶值，原材料和技術進口成本的上升抑制了該類企業的成長。（4）中期借貸便利余額增長率對資本密集型企業成長性的影響相對技術與勞動密集型企業要小?？赡艿脑蚴?，央行要求中期借貸便利余額大部分投放于中小微企業以及支農行業，而對資本密集度較高的行業來說受影響是較弱的。

2. 不同工具對同類型企業影響的差異。依據文章對制造業企業分類，觀察表5結果可知，無論是哪一細分行業，利率工具對企業成長性作用最大，其次為存款準備金率。根據存款準備金率對三類制造業企業成長性的影響度發現，我國制造業中仍有不少企業主要通過銀行貸款進行融資。

（四）利用面板向量自回歸模型進行穩健性檢驗

運用固定效應模型進行實證的前提是文章認為企業成長性與貨幣政策工具之間存在明確的因果關系，進而回歸分析五種工具對企業成長性的影響大小及相關性方向。接下來，文章采用面板向量自回歸模型（PVAR），考察不同貨幣政策工具對企業成長性的沖擊，以對固定效應回歸結果進行穩健性檢驗。

1. 模型設定。最早由Sims（1990）提出的向量自回歸模型（VAR）僅適用于時間序列數據[28]，之后，Holtz-Eakin（1988）提出了基于面板數據的VAR模型[29]。PVAR模型在原有VAR模型的基礎上將系統中所有的變量都作為內生變量，經過單位根檢驗，利用脈沖響應函數，得到各內生變量對某一變量的沖擊響應度。本文借鑒Love和Zicchino（2006）的方法[30]，構建PVAR模型如下：

在PVAR模型中，本文選用貨幣供應量（M2）取對數代替上文中的貨幣供應增速，其余變量的選用和處理與前文一致。并且需要注意的是，PVAR中各變量的排序可能會影響到它們度量的效應，因此文章按照相對外生的變量排在前面的原則，次序排列如（16）～（18）中所示。

2. PVAR模型的估計結果。由于平穩的面板數據是運用PVAR模型的前提，本文在回歸之前，采用IPS和ADF-Fisher檢驗方法對數據進行單位根檢驗，發現變量都是平穩的，故可直接進行回歸。同時文章根據AIC、BIC和HQIC信息準則決定PVAR模型的最優滯后階數為1階，并對估計結果進行1 000次的蒙特卡洛模擬，以盡可能消除模型的不穩定對估計結果的影響。限于篇幅，本文僅給出了模型（16）的GMM估計結果，見表6。

表6中大部分變量的回歸結果在5%的顯著水平下顯著。進而，文章得到五種貨幣政策工具對全樣本制造業企業成長性的脈沖響應圖如下（見圖2）。

圖2中橫軸表示脈沖響應的期數，縱軸表示企業成長性對政策工具沖擊的響應程度，上下兩根線分別表示置信區間上限（5%）和置信區間下限（95%）。觀察圖2，發現五種政策工具對企業成長性的沖擊反應方向與固定效應回歸結果相似。具體表現：在對貨幣供應量施行正向沖擊時會使制造業的成長性增加，在第5期達到峰值，隨后逐漸下降;匯率在最初對企業成長性產生了明顯的負向沖擊，并于第1期達到峰值為-0.08%，隨后負向沖擊程度逐漸減弱，在第2期時到達零水平線并伴隨小幅波動后趨于平穩;1年期貸款利率對企業成長性具有顯著的負向沖擊，在0時期對企業成長性具有負向沖擊且逐漸增大，第2期時到達谷底，隨后脈沖響應曲線開始上升并在一段期間后趨于0;與1年期貸款利率相比，大型金融機構存款準備金率對企業成長性沖擊反應更加迅速，在0時期對企業成長性產生顯著負向沖擊且響應程度最大，隨后該沖擊效應逐漸降低，并在第1期到達零水平線后作小幅振蕩趨于穩定;中期借貸便利余額增長率對企業成長性的沖擊影響與匯率類似，但是中期借貸便利余額增長率對企業成長性的沖擊在第1期才達到峰值，反映速度相對存款準備金率要慢。

（五）進一步分析企業投資率的傳導作用

已有研究從資源配置的角度出發，實證發現投資對企業成長具有長期正向效應[13]。驅動企業成長性的要素主要包括技術、資本和人力等，這些要素的投入實際上離不開企業的投資決策行為。然而，企業的投、融資活動又均受到貨幣政策的顯著影響（Hu，1999;Kashyap等，1993;張西征等，2012）[31-32，18]。因此，文章在研究貨幣政策工具對企業成長性的影響基礎上，進一步從企業投資視角出發，探究貨幣政策在影響企業成長性的機制過程中企業投資的傳導作用。對模型（14）進行固定效應回歸，結果見表8。

根據表8發現，無論在哪種貨幣政策工具的作用下，企業投資比率對企業成長性的影響在1%的水平上都顯著正相關。其中在1年期貸款基準利率（rd）調整過程中，企業投資比率對企業成長性的影響最大，其次為存款準備金率（dxz）。這一結果也呼應了表4和表5中1年期貸款利率（rd）與存款準備金率（dxz）對企業成長性的影響效應大于其他政策工具的結論。

為了更加準確地驗證在貨幣政策工具影響企業成長性的機制過程中企業投資比率的作用效果，文章重點觀察在加入MP×inv交互項后，五種貨幣政策工具對企業成長性的影響效應，即分析政策工具對企業成長性的偏效應Δgrowthit/ΔMPi，t-1=β1+β3×invit。若β3>0，意味著企業的投資比率越大，那么增加MP就會使企業成長性具有更大的變化。在具體分析時需注意：（1）須選擇某些有意義的inv值代入計算，文中選取inv的均值0.031 4（新型貨幣工具數據中inv均值為0.026）;（2）貨幣政策工具對企業成長性影響的顯著性水平應通過MP和MP×inv的聯合假設檢驗進行鑒定。

據此，對表8回歸結果進行詳細分析：在貨幣供應增速的作用下，交互項系數顯著為正，表明MS與inv的交互作用對企業成長性正向相關，根據偏效應公式計算，貨幣供應增速每增加1%，在企業投資比率的作用下企業成長性上升了1.985%;匯率與投資比率的交互項雖然在1%的顯著水平上為正，但在投資比率的作用下，匯率對企業成長性的偏效應在1%顯著水平上為-0.368，表明了匯率每上升1%，通過企業投資比率的影響使企業成長性下降0.368%;1年期貸款利率與企業投資比率之間呈顯著負相關，對企業成長性的偏效應在1%顯著水平上為-6.959;對于存款準備金率，其與投資比率（inv）的交互項在10%的水平下不顯著，但該交互項和政策工具的聯合假設在1%水平上是顯著的，進而計算得到存款準備金率對企業成長性的偏效應顯著為-3.119;同理得到中期借貸便利余額增長率與企業成長性的偏效應在1%顯著水平下為-0.194。

綜上分析，央行在實施不同政策工具操作中，企業投資比率對企業成長性存在顯著影響。這一結論證實了投資比率在貨幣政策工具影響企業成長性的機制過程中的傳導作用，并發現在1年期貸款基準利率工具下企業投資比率的傳導作用最大，其次為存款準備金率工具。這意味著相比數量型政策工具，利率等價格型工具的投資驅動效應對制造業企業成長性作用力更強。

六、結論與政策建議

本文通過對貨幣政策工具與企業成長性的相關理論研究，在貨幣政策的投資驅動效應基礎上，對五種政策工具作用于制造業企業成長性的影響機制進行了理論分析，并在此基礎上進行了實證檢驗。首先，通過選取我國2009q1-2017q3間制造業上市公司面板數據，建立全樣本和分樣本面板數據的固定效應回歸模型，對全樣本企業以及勞動密集型、資本密集型和技術密集型分樣本企業的成長性受五種貨幣政策工具影響的差異進行分析;并利用面板向量自回歸模型進行穩健性檢驗;其次，進一步驗證貨幣政策的投資驅動效應對企業成長性的顯著作用。在此基礎上，對相關結論進行總結歸納，并提出相應的政策建議。

第一，在研究制造業全樣本企業受貨幣政策工具影響的實證中發現，不同政策工具對企業成長性的影響具有顯著差異。其中，貨幣供應增速與成長性顯著正相關，而匯率、基準利率、存款準備金率及中期借貸便利余額增長率都與企業成長性呈現負相關。對此，本文通過面板向量自回歸模型進行穩健性檢驗，得出一致結論。在對企業成長性的影響效應中，基準利率工具>存款準備金率>貨幣供應增速>匯率>中期借貸便利余額增長率。由此可見，價格型貨幣工具對企業成長性的影響效應最大，而數量型貨幣工具對企業成長性的影響作用也非常明顯。

第二，在研究制造業分樣本企業受貨幣政策工具影響的實證中發現，五種政策工具對不同類型企業的影響具有差異。其中，勞動密集型企業受貨幣供應增速與匯率變動的影響最大;技術密集型與資本密集型企業受貸款基準利率和存款準備金率的作用較強;考慮中期借貸便利余額增長率在企業成長性中的影響效果，相比資本密集型企業，技術密集型受影響程度高。整體來看，貸款基準利率工具的調節作用要比其他四類政策工具強。因此，在經濟新常態的背景下，央行通過增加利率工具的操作以調控企業的金融生態環境，對制造業企業成長更加有利。

第三，文章通過設定貨幣政策工具與投資比率交互項，聯合考察貨幣政策投資驅動效應對企業成長性的影響，結果發現企業投資比率在貨幣政策工具影響企業成長性的機制過程中具有顯著作用，且利率等價格型政策工具的投資驅動效應對企業成長性的作用更強。

綜上所述，貨幣政策工具的實施對我國制造業的成長性具有顯著影響。應重視多種不同工具的效果差異，更合理地實施各種傳統及新型貨幣政策工具，科學搭配，加強工具運用的針對性和靈活性，充分發揮貨幣政策對企業成長性的積極推動作用。首先，利率工具對企業成長性的影響效果最大，在一定程度上反映了我國市場化程度的加深，央行應更多地運用價格工具以有效促進制造業企業的成長性;在制造業不斷走向全球化的大趨勢下，貨幣當局應關注匯率對制造業企業成長性的影響，應當進一步穩定人民幣匯率。與此同時，由于目前我國制造業企業仍大量依賴間接融資，故數量型工具操作對微觀企業的作用仍非常重要。此外，目前我國中期借貸便利等新型貨幣政策工具主要以推動小微企業和三農發展為目的，而技術密集型企業作為我國邁入制造業強國的關鍵，尚未從中受益。因此，應充分認識其對技術密集型企業成長的影響作用，建議逐步擴大中期借貸便利等新型工具的應用范圍，激發其對技術密集技術創新性制造業企業成長性的促進作用。其次，要完善貨幣政策工具與企業成長性的對接機制，嚴格審查企業融資的用途，加大對制造業企業在研發和創新等方面的資金投入支持，提高企業投資的效率。最后，建立嚴格可行的監管體制，降低企業在融資過程中的信用風險，促使制造業企業長期可持續成長。

注釋：

①在1917年Clark提出的有關資本以及投資與產出的函數關系的基礎上，1954年Koyck進一步考慮折舊（？啄）問題，從而得到靈活的加速模型。

②根據Bernanke對貨幣政策傳導機制的信貸渠道機理分析和實證研究，信貸傳導理論主要分為兩種，一種是關注銀行貸款供給行為的狹義銀行信貸渠道;另一種是關注銀行借款者信貸需求的廣義銀行信貸渠道，又稱資產負債表渠道[11]。

③在2009—2010年匯率比較穩定，制造業企業成長性卻顯著上升，這是因為2008年金融危機后，中國為了擴大內需而推出“四萬億計劃”刺激經濟平穩較快的發展，導致企業成長性在此期間得以迅猛增長。

④中國傳統的貨幣政策工具還包括再貼現率、公開市場操作與法定存款準備金率。根據中國人民銀行官網信息統計，再貼現率指標在中國宏觀政策調控中使用較少，因此在實證分析中未考慮;對于公開市場操作指標的運用，國內學者一般選擇使用貨幣供給量M2作為其代理變量，本文選用了廣義貨幣供應增速指標，因此不再考慮公開市場操作;而法定存款準備金率歷年來在中國調整的次數較少，可得數據重復率過高，且由于中國在2004年4月開始實行差別存款準備金制度（主要分為大型金融機構存款準備金和中小型金融機構存款準備金兩種），故本文選用大型金融機構存款準備金率來對存款準備金指標進行考量。

⑤與常備借貸便利（SLF）相比，中期流動性管理工具更能穩定大家的預期。中期借貸便利既能滿足當前央行穩定利率的要求又不直接向市場投放基礎貨幣，是一個兩全的辦法。因此本文選用中期借貸便利（MLF）作為新型貨幣政策的工具。

⑥與常備借貸便利（SLF）相比，中期流動性管理工具更能穩定大家的預期。中期借貸便利既能滿足當前央行穩定利率的要求又不直接向市場投放基礎貨幣，是一個兩全的辦法。因此本文選用中期借貸便利（MLF）作為新型貨幣政策的工具。

參考文獻：

[1]邵敏，包群，葉寧華.信貸融資約束對員工收入的影響——來自中國企業微觀層面的經驗證據[J].經濟學（季刊），2013，12（3）：895-912.

[2]杜傳忠，郭樹龍.經濟轉軌期中國企業成長的影響因素及其機理分析[J].中國工業經濟，2012（11）：97-109.

[3]李潔，張天頂，黃璟.融資約束與中國制造業企業成長動態[J].產業經濟研究，2016（2）：62-73.

[4]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，2012，47（5）：96-106.

[5]謝軍，黃志忠.宏觀貨幣政策和區域金融發展程度對企業投資及其融資約束的影響[J].金融研究，2014（11）：64-78.

[6]齊楊，江雯倩，王浩宇.不同貨幣政策工具對企業融資約束及績效的影響研究[J].宏觀經濟研究，2017（8）：44-58.

[7]閆紅波，王國林.中國貨幣政策產業效應的非對稱性研究——來自制造業的實證[J].數量經濟技術經濟研究，2008（5）：17-29，42.

[8]王京，羅福凱.技術—知識投資、要素資本配置與企業成長——來自我國資本市場的經驗證據[J].南開管理評論，2017，20（3）：90-99.

[9]李洪亞.R&D、企業規模與成長關系研究——基于中國制造業企業數據：2005—2007[J].世界經濟文匯，2014（3）：98-120.

[10]李洪亞，史學貴，張銀杰.融資約束與中國企業規模分布研究——基于中國制造業上市公司數據的分析[J].當代經濟科學，2014，36（2）：95-109，127-128.

[11]沈坤榮，張成.中國企業的外源融資與企業成長——以上市公司為案例的研究[J].管理世界，2003（7）：120-126，

143-155.

[12]彭方平，王少平.中國利率政策的微觀效應——基于動態面板數據模型研究[J].管理世界，2007（1）：24-29.

[13]譚小芬，張文婧.經濟政策不確定性影響企業投資的渠道分析[J].世界經濟，2017，40（12）：3-26.

[14]吳利學，葉素云，傅曉霞.中國制造業生產率提升的來源：企業成長還是市場更替？[J].管理世界，2016（6）：22-39.

[15]王嵐，李宏艷.中國制造業融入全球價值鏈路徑研究——嵌入位置和增值能力的視角[J].中國工業經濟，2015（2）：76-88.

[16]王德文，王美艷，陳蘭.中國工業的結構調整、效率與勞動配置[J].經濟研究，2004（4）：41-49.

[17]王志華，董存田.中國制造業結構與勞動力素質結構吻合度分析——兼論“民工荒”、“技工荒”與大學生就業難問題[J].人口與經濟，2012（5）：1-7.

[18]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，2012，25（5）：108-119.

[19]Rajan R G， Zingales L. Financial Dependence and Growth[J]. American Economic Review，1998，88（3）：559-586.

[20]Nadia Z， Wasim S， Malik. Are the Effects of Monetary of Policy on Output Asymmetric in Pakistan？[J].Economic Modelling，2013（32）.

[21]Mojon B， Smets F Vmeulen P. Investments and Monetary Policy in the Euro Area[J]. Journal of Banking&Finance，2002，26（11）.

[22]Peersman G， Monetary Policy and Long Term Interest Rates in Germany[J]. Economic Letters，2002，77（2）.

[23]Davidsson P，Delmar F. High-growth Firms ：Characteristics，Job Contribution and Method Observations[R].High-growth Firms，1997.

[24]Chrisman J J， Mcmullan E， Hall J. The Influence of Guided Preparation on the Long-term Performance of New Ventures[J]. Journal of Business Venturing，2005，20（6）：769-791.

[25]Bils M，Chang Y. Understanding how Price Responds to Costs and Production[R]. RePEc，2000：33-77.

[26]Gaiotti E，Secchi A. Is There a Cost Channel of Monetary Policy Transmission？An Investigation into the Pricing Behavior of 2，000 Firms[J]. Macroeconomics，2007，38（8）：2013-2037.

[27]Obstfeld M. Destabilizing Effects of Exchange-rate Escape Clauses[J]. Social Science Electronic Publishing，1996，43（s1-2）：61-77.

[28]Sims C， J Stock， M Waston. Inference in Linear Time Series Models with Some Unit Toots[J]. Econometric Society，1990，58（1）：113-144.

[29]Holtz-Eakin D. Testing for Individual Effects in Auto Regressive Integrated Process[J].Journal of Econometric，2006，135（1）.

[30]Love L， Zicchino L. Financial Development and Dynamic Investment Behavior：Evidence from Panel Var[J]. Quarterly Review of Economics and Finance，2006，46（2）.

[31]Hu C X. Leverage，Monetary Policy and Firm Investment[J].Economic Review，1999，2（2）：32-39.

[32]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）：78-98.

A Study on the Differences of the Impact of Monetary Policy Tools on Firm Growth

Luo Rong， Zhou Xiang， Zhan Yong

（School of Business， Xiangtan University， Xiangtan 411105， China）

Abstract： The growth of manufacturing enterprises is an inevitable requirement for China's economy to turn to high-quality development， and is also an important content of China's macro-policy goals. However， research on the relationship between monetary policy and corporate growth is still lacking. Based on the investment-driven effect of monetary policy， the article analyzed the impact mechanism of policy instruments on the growth of enterprises. This paper selected the relevant panel data of China's manufacturing listed companies between 2009q1--2017q3.Firstly， the author comparatively analyzed the impact of five policy instruments on the growth of labor-intensive， capital-intensive and technology-intensive firms through the fixed-effects model， and used the PVAR model for robustness testing. Secondly， through the panel data model， it is verified that the investment-driven effect of monetary policy has a significant effect on the growth of enterprises. The results show：（1）The impact on different policy instruments of the growth of labor-intensive， capital-intensive and technology-intensive enterprises is significant and diverse.（2）The investment rate of enterprises have a significant role in the process ofpolicy instruments affecting the growth of enterprises. The author believed that the scientific use of a variety of monetary policy tools can enhance the pertinence and flexibility of monetary policy operations， and can effectively improve the growth of China's manufacturing enterprises.

Key words： monetary policy tools， firm growth， investment rate of enterprises， manufacturing industry