金融生態(tài)環(huán)境改善有助于提高資本配置效率嗎_來自浙江省的經(jīng)驗證

1、2012年第2期(總第391期金融理論與實踐收稿日期:2011-12基金項目:本文為浙江省哲學社會科學規(guī)劃項目(10CGYD07Z 與11JCYJ08YB 、浙江省自然科學基金項目(Y7100670與浙江工商大學現(xiàn)代商貿(mào)研究中心課題(2011ZSDSM102的前期研究成果。作者感謝浙江省高校人文社科重點研究基地(金融學與浙江之江青年社科學者計劃的資助。作者簡介:姚耀軍(1976-,男,湖北利川人,博士,副教授;黃林東(1985-,男,浙江溫州人,碩士研究生。金融生態(tài)環(huán)境改善有助于提高資本配置效率嗎?來自浙江省的經(jīng)驗證據(jù)姚耀軍,黃林東(浙江工商大學金融學院,浙江杭州310018摘要:基于Wurg

2、ler 模型利用浙江省8個地級市工業(yè)分行業(yè)數(shù)據(jù)識別了金融生態(tài)環(huán)境改善的資本配置效率效應,發(fā)現(xiàn)金融生態(tài)環(huán)境改善的資本配置效率效應取決于行業(yè)發(fā)展狀態(tài)。對發(fā)展狀態(tài)較好的行業(yè)而言,金融生態(tài)環(huán)境改善有助于這些行業(yè)資本配置效率的提高。主要政策含義是,繼續(xù)改善金融生態(tài)環(huán)境質(zhì)量對于促進資本向優(yōu)勢產(chǎn)業(yè)流動,緩解高效率項目所面臨的外部融資約束具有重要意義。關(guān)鍵詞:金融生態(tài)環(huán)境;資本配置效率;Wurgler 模型文章編號:1003-4625(201202-0041-04中圖分類號:F830.3文獻標志碼:A一、引言金融生態(tài)環(huán)境乃指微觀層面的金融環(huán)境,包括法律、社會信用體系、會計與審計準則、市場體系、中介服務體系、企

3、業(yè)改革進展及銀企關(guān)系等多方面的內(nèi)容(周小川,2004。一些理論研究認為,金融生態(tài)環(huán)境改善通過資本積累效應和資本配置效率效應對經(jīng)濟運行產(chǎn)生有益的影響。例如,韓大海等(2007利用金融資源配置效用模型闡釋了金融生態(tài)環(huán)境改善所具有的資本積累效應。在該模型中,金融生態(tài)距離指數(shù)和金融生態(tài)協(xié)調(diào)指數(shù)是衡量區(qū)域金融生態(tài)環(huán)境質(zhì)量的正指標。按照該研究,兩個指數(shù)的表現(xiàn)對區(qū)域能夠獲取的金融資源配置量具有關(guān)鍵性作用。在模型中其他條件保持不變的前提下,區(qū)域兩指數(shù)得分越高,則區(qū)域獲取的金融資源配置總量就多,從而越有利于區(qū)域經(jīng)濟增長。在李延凱等(2011的理論模型中,金融生態(tài)環(huán)境的三個因素(即法律制度、政治制度和文化信用被依

4、次引入模型;模型中的投資者與企業(yè)家在不同的金融生態(tài)環(huán)境下最優(yōu)化行為選擇,而金融生態(tài)環(huán)境主要通過影響投資者和企業(yè)家的預期收益矩陣來影響行為選擇,進而影響資金的投向。模型推導結(jié)果表明,資金投向的變化對資金配置效率產(chǎn)生影響,而資金配置效率的變化對經(jīng)濟增長產(chǎn)生了影響。在經(jīng)驗意義上,金融生態(tài)環(huán)境究竟通過何種渠道對經(jīng)濟運行產(chǎn)生影響尚無定論。例如,韓廷春等(2009為金融生態(tài)環(huán)境改善的資本積累效應提供了經(jīng)驗證據(jù)支持。在該研究中,經(jīng)濟增長的來源被分解為資本邊際生產(chǎn)率、儲蓄率與儲蓄投資率三個指標,金融生態(tài)環(huán)境被分解為制度環(huán)境、信用環(huán)境與法制環(huán)境三個指標。通過對經(jīng)濟增長來源指標和金融生態(tài)環(huán)境指標進行一對一的Gra

5、nger 因果檢驗,該研究發(fā)現(xiàn),金融生態(tài)環(huán)境改善主要通過提高儲蓄率和儲蓄投資轉(zhuǎn)化率來促進經(jīng)濟增長,而金融生態(tài)環(huán)境改善對資本邊際生產(chǎn)率的影響并不顯著。黎和貴(2007、萬良勇等(2009、吳江(2010與孫剛(2011等為金融生態(tài)環(huán)境改善的資本配置效應提供了經(jīng)驗證據(jù)支持。黎和貴(2007把金融生態(tài)環(huán)境因素分解為法治環(huán)境、金融部門獨立性、社會誠信水平、社會保障程度等因素,發(fā)現(xiàn)這些金融生態(tài)環(huán)境的構(gòu)成因素與區(qū)域信貸資金配置效率正相關(guān);萬良勇等(2009基于河北擔保圈的案例研究表明,金融生態(tài)環(huán)境惡化降低了信貸資金配置效率,對當?shù)亟?jīng)濟增41長產(chǎn)生了負面影響;吳江(2010基于面板數(shù)據(jù)采用雙向固定效應法發(fā)現(xiàn)

6、,重慶市各區(qū)縣金融生態(tài)環(huán)境質(zhì)量指數(shù)與信貸資金配置效率正相關(guān);孫剛(2011利用2003-2006年上市公司數(shù)據(jù)發(fā)現(xiàn),與金融生態(tài)環(huán)境欠發(fā)達地區(qū)相比,金融生態(tài)環(huán)境發(fā)達地區(qū)其企業(yè)的股價波動同步性程度更高。股價波動同步性正向反映了股價對非企業(yè)特質(zhì)信息的吸收效率。于是該研究認為,發(fā)達的金融生態(tài)環(huán)境有助于提高股價對市場和行業(yè)信息反應程度,從而強化了金融市場的有效性,提高了金融市場的資金配置效率及其對經(jīng)濟增長的促進作用。上述這些文獻對金融生態(tài)環(huán)境改善究竟通過何種渠道對經(jīng)濟運行產(chǎn)生影響進行了有益的探索,但應該批評的是,很多經(jīng)驗研究要么沒有對資金配置效率這個關(guān)鍵指標進行恰當?shù)亩攘?要么未清楚交待這個指標的測算方

7、法,從而使得我們無法評價經(jīng)驗證據(jù)的有效性。例如,黎和貴(2007把存貸比例作為信貸資金配置效率指標,但大量中國金融發(fā)展實證文獻認為,存貸比例在很大程度上反映的是政府干預銀行信貸的程度(姚耀軍等,2011。吳江(2010把產(chǎn)出增量與信貸增量之比作為信貸資金配置效率指標。由于未剔除其他要素增量對產(chǎn)出增量的貢獻,因此這個指標將大大高估信貸資金的配置效率。在韓廷春等(2009的研究中,作者對資本邊際生產(chǎn)率的測算方法并未作出交代。鑒于已有經(jīng)驗研究的不足之處,本文基于Wur-gler(2000資本配置效率模型對金融生態(tài)環(huán)境改善的資本配置效應重新進行了識別。本文利用了浙江省8個地級市規(guī)模以上工業(yè)行業(yè)數(shù)據(jù),我

8、們認為這十分有助于控制省際區(qū)域因素對資本配置效應的異質(zhì)影響。二、模型與數(shù)據(jù)(一模型構(gòu)建在投資效率“最優(yōu)”的情況下,發(fā)展良好的行業(yè)將獲得投資,而資本會及時從成長性較差的行業(yè)撤出?；诖朔N理念,Wurgler(2000構(gòu)建了測度資本配置效率的面板數(shù)據(jù)模型,通過求解行業(yè)固定資本形成的增長速度對于行業(yè)利潤的彈性系數(shù)測度出資本配置效率數(shù)值:lnI i,tI i,t-1=+lnV i,tV i,t-1+i,t(1在這里,I為行業(yè)固定資本形成,V為行業(yè)增加值,是誤差項。下標i表示行業(yè)的編號,t為時間。為了識別金融生態(tài)環(huán)境改善的資本配置效率效應,我們在式(1中引入金融生態(tài)環(huán)境質(zhì)量指標。我們認為,金融生態(tài)環(huán)境改

9、善的資本配置效率效應對行業(yè)效益狀態(tài)是敏感的。具體來說,發(fā)展狀態(tài)好的行業(yè)一般資金需求量更大,因此面臨的融資約束將更大,從而金融生態(tài)環(huán)境改善的資本配置效率效應在這些行業(yè)表現(xiàn)更加明顯。為檢驗該判斷,我們在式(1中引入行業(yè)狀態(tài)啞變量。另外,為控制行業(yè)異質(zhì)效應,我們針對36個行業(yè)設置了35個虛擬變量。擴展后的模型為:lnI i,c,tI i,c,t-1=+1lnV i,c,tV i,c,t-1+2FE c,t×lnV i,c,tV i,c,t-1+3FE c,t×DEC i×lnV i,c,tV i,c,t-1+FE c,t+j=135j D j+i,c,t(2在這里,FE

10、為地區(qū)金融生態(tài)環(huán)境質(zhì)量得分; DEC為行業(yè)狀態(tài)啞變量,當ln(V i,c,t/V i,c,t-1為負(表示行業(yè)效益處于下降狀態(tài)時取1,否則取值為0;D為行業(yè)虛擬變量,當觀測值為行業(yè)j時D j取值為1,否則取值為0。下標c表示地區(qū)編號。其他變量名同式(1。(二數(shù)據(jù)我們用算術(shù)平均法、變異系數(shù)法、主成分分析法與坎蒂雷賦權(quán)法四種方法測度了浙江省2007-2009年11個地級市的金融生態(tài)環(huán)境質(zhì)量(見表1,對測評結(jié)果的詳細介紹見姚耀軍等(2011。表1浙江省各地級市金融生態(tài)環(huán)境質(zhì)量得分杭州嘉興湖州紹興金華寧波舟山臺州溫州衢州麗水算術(shù)平均法得分2007年7.576.955.666.574.976.644.4

11、74.554.272.791.372008年8.467.747.137.255.297.574.845.214.682.481.152009年8.688.497.938.066.008.054.325.705.583.251.96變異系數(shù)法得分2007年7.856.775.236.054.426.924.453.853.622.101.072008年8.907.406.906.704.577.534.844.363.821.730.152009年8.468.407.977.415.277.543.575.014.882.541.21主成分分析法得分2007年7.687.235.826.624.

12、866.674.534.704.412.841.232008年8.827.616.887.635.488.044.535.184.732.090.742009年8.598.527.918.135.967.974.045.675.533.011.59坎蒂雷賦權(quán)法得分2007年8.387.095.707.444.837.713.374.493.991.830.152008年9.347.686.868.235.178.783.705.014.451.48-0.162009年9.788.277.198.635.919.283.465.385.212.000.30限于我們所掌握的統(tǒng)計資料,我們無法獲得浙

13、江省各地市規(guī)模以上工業(yè)分行業(yè)增加值數(shù)據(jù)。在這里,我們用分行業(yè)應繳增值稅作為增加值的代理變量。增值稅是對商品生產(chǎn)、流通、勞務服務中多個環(huán)節(jié)的新增價值或商品附加值征收的一種流轉(zhuǎn)稅,一個行業(yè)應繳增值稅的變動能夠很好體現(xiàn)該行業(yè)利潤的變化情況。422012年第2期(總第391期金融理論與實踐2012年第2期(總第391期金融理論與實踐規(guī)模以上工業(yè)分行業(yè)固定資本投資與應繳增值稅數(shù)據(jù)皆根據(jù)各地市統(tǒng)計年鑒(2008-2010整理。由于湖州、麗水、金華三個地級市規(guī)模以上工業(yè)分行業(yè)數(shù)據(jù)十分不完整,因此我們將這三個市從樣本中剔除。另外,由于一些地區(qū)少數(shù)行業(yè)應繳增值稅數(shù)據(jù)缺失,我們把這些行業(yè)也從樣本中剔除。相關(guān)變量的

14、描述性統(tǒng)計結(jié)果見表2。表2變量描述性統(tǒng)計結(jié)果變量名應繳增值稅(V固定資產(chǎn)投資(I 金融生態(tài)環(huán)境質(zhì)量得分(FE算術(shù)平均法變異系數(shù)法主成分分析法坎蒂雷賦權(quán)法觀測數(shù)10481048786786786786均值317823376116.0985.7086.1316.177標準差497076132011.8492.0841.9502.548最小值14382.4761.7262.0951.481最大值40575755830308.6768.8968.8249.776三、實證結(jié)果與討論由于四種方法被用來測評金融生態(tài)環(huán)境質(zhì)量,因此式(2中變量FE 有四類取值。在這里我們用模型1-4來分別對應這四種情況。采用混

15、合最小二乘法(Pooled OLS 對這些模型進行估計,其結(jié)果見表3。由于各地級市金融生態(tài)環(huán)境質(zhì)量得分在四種方法下具有很強的一致性,參見姚耀軍等(2011,因此四種模型的估計結(jié)果十分相似。表3Pooled OLS 估計結(jié)果變量lnI i,c,t I i,c,t -1FE c,t ×lnV i,c,t V i,c,t -1FE c,t ×DEC i ×lnV i,c,t V i,c,t -1FE c,t截距調(diào)整的R 2模型10.215*(0.0720.031*(0.013-0.035*(0.010-0.017*(0.0060.201*(0.0360.214模型20.

16、241*(0.0620.028*(0.012-0.037*(0.011-0.015*(0.0050.184*(0.0300.214模型30.208*(0.0670.032*(0.012-0.034*(0.010-0.018*(0.0050.203*(0.0340.215模型40.243*(0.0530.024*(0.009-0.029*(0.010-0.015*(0.0040.192*(0.0270.214注:括號內(nèi)數(shù)值為標準誤;*與*分別表示在5%與1%顯著水平下顯著。行業(yè)虛擬變量多達35個,而這些變量的顯著性也不是我們關(guān)注的重點,故為節(jié)省篇幅,表3沒有報告行業(yè)虛擬變量所對應的系數(shù)估計結(jié)果。

17、可以發(fā)現(xiàn),各模型中第一個交互項所對應的估計系數(shù)其符號為正,且在通常的顯著水平下顯著。這個結(jié)果表明,金融生態(tài)環(huán)境質(zhì)量提高有助于資本在具有良好發(fā)展狀態(tài)的行業(yè)間流動,從而提高了這些行業(yè)的資本配置效率。具體而言,當金融生態(tài)環(huán)境質(zhì)量得分提高一單位時,這些行業(yè)的資本配置效率約提高3個百分點。各模型中第二個交互項所對應的估計系數(shù)其符號為負,且在通常的顯著水平下顯著。注意到這些估計系數(shù)的絕對值與第一個交互項所對應的估計系數(shù)差異并不大。t 檢驗結(jié)果表明,在通常的顯著水平下,我們不能拒絕第一個交互項所對應的估計系數(shù)與第二個交互項所對應的估計系數(shù)的和等于零的原假設。由于這兩個估計系數(shù)之和代表了金融生態(tài)環(huán)境質(zhì)量提高對

18、發(fā)展狀態(tài)較差行業(yè)資本配置效率的影響,因此實證結(jié)果表明,對發(fā)展狀態(tài)較差行業(yè)而言,金融生態(tài)環(huán)境質(zhì)量提高對資本配置效率的影響并不顯著。為什么金融生態(tài)環(huán)境改善的資本配置效率效應會取決于行業(yè)發(fā)展狀態(tài)呢?我們認為,一方面,發(fā)展狀態(tài)好的行業(yè)其企業(yè)的資金需求量一般也較大,在企業(yè)自有資金有限的情況下,這些企業(yè)將存在較大的潛在融資缺口,因此其對外部融資的需求較強烈。另一方面,行業(yè)發(fā)展狀態(tài)好意味著這些行業(yè)中的企業(yè)其價值增加。企業(yè)價值在企業(yè)進行外部融資時具有抵押功能,而抵押物價值上升將大大緩解信貸市場上由信息不對稱問題所帶來的企業(yè)外部融資約束。金融生態(tài)環(huán)境的改善疏通了企業(yè)的外部融資渠道,增加了企業(yè)外部融資的便利程度,

19、于是發(fā)展狀態(tài)好的行業(yè)其企業(yè)的外部融資需求更容易在金融市場上得到滿足,從而資本向一些具有高回報率的項目流動,資本的配置效率得到了提高。相反,發(fā)展狀態(tài)差的行業(yè)其外部融資需求較弱,而且由于企業(yè)價值的下降也增加了企業(yè)外部融資的難度,因此對發(fā)展狀態(tài)較差行業(yè)而言,金融生態(tài)環(huán)境改善的資本配置效率效應并不明顯。接下來一個關(guān)鍵的問題是,為什么金融生態(tài)環(huán)境改善能夠疏通企業(yè)的外部融資渠道,增加企業(yè)外部融資的便利程度呢?我們認為其主要的原因有如下兩點:第一,金融生態(tài)環(huán)境改善提高了銀行等金融部門的市場化運作水平。中國銀行業(yè)一直難于擺脫來自政府部門的行政干預。按照劉煜輝等(2008,在1994年以前,地方政府以行政手段直

20、接干預國有銀行經(jīng)營;在1994-1998年間,地方政府利用大股東地位,將地方性銀行機構(gòu)變成自己的“提款機”,為地方政府選定的項目及其地方政府的債務提供貸款支持;在1998年國有商業(yè)銀行進行垂直化管理改革之后,為吸納更多的資金用以擴張轄區(qū)經(jīng)濟,地方政府43開始以各種“政策優(yōu)惠”為誘餌爭奪國有銀行資源。在此背景下,銀行部門的信貸配置偏離了市場化原則,大量信貸資金流向了政府“欽定”的項目,而這些項目往往缺乏效率。相反,一些高效率的項目很可能由于所有權(quán)的性質(zhì)而難于獲得銀行信貸支持。政府部門對金融部門行政干預的減少大大改善了金融生態(tài)環(huán)境,提高了金融部門的市場化運作水平,從而銀行信貸資金向一些具有效率優(yōu)勢

21、的項目流動。第二,金融生態(tài)環(huán)境改善本身具有緩解金融市場上的信息不對稱程度的作用。一些經(jīng)驗研究為此提供了證據(jù)支持。例如,利用2001-2004年上市公司數(shù)據(jù),謝德仁等(2009研究了金融生態(tài)環(huán)境對公司負債治理效應的影響。該研究發(fā)現(xiàn),在金融生態(tài)環(huán)境較好的地區(qū),對于最終控制人性質(zhì)為非國有的上市公司,融資性負債具有較好的治理效應,融資性負債能夠成為反映公司財務狀況和信用水平的積極信號。利用2007-2008年上市公司數(shù)據(jù),常璟等(2010考察了金融生態(tài)環(huán)境對企業(yè)債務融資結(jié)構(gòu)的影響。該研究發(fā)現(xiàn),在金融生態(tài)環(huán)境較好的地區(qū),最終控制人性質(zhì)為國有的上市公司其長期債務融資比例顯著下降。該研究于是推論,良好的金融

22、生態(tài)環(huán)境強化了企業(yè)外部治理機制。值得注意的是,前面的一些分析僅僅意味著金融生態(tài)環(huán)境改善可能具有資本配置效率效應。我們并不能由此認為金融生態(tài)環(huán)境改善將提高投資增長率,畢竟投資增長率的提高與資本配置效率的提高是兩個內(nèi)涵完全不同的概念。事實上可以發(fā)現(xiàn),在表三中,金融生態(tài)環(huán)境變量FE所對應的估計系數(shù)符號為負,且在通常的顯著水平下顯著。這個實證結(jié)果意味著,金融生態(tài)環(huán)境改善對投資增長率具有顯著的抑制作用。對該實證結(jié)果的一個解釋是,金融生態(tài)環(huán)境改善將推動企業(yè)的投資活動向均衡水平收斂。值得指出的是,式(2中的被解釋變量是投資增長率而不是投資水平,因此我們不能把金融生態(tài)環(huán)境變量FE所對應的估計系數(shù)顯著為負理解為

23、金融生態(tài)環(huán)境改善對投資活動具有阻礙作用。四、結(jié)論性評價基于Wurgler模型,本文利用浙江省8個地級市規(guī)模以上工業(yè)分行業(yè)數(shù)據(jù)識別了金融生態(tài)環(huán)境改善的資本配置效率效應。文章發(fā)現(xiàn),金融生態(tài)環(huán)境改善的資本配置效率效應取決于行業(yè)發(fā)展狀態(tài)。具體而言,金融生態(tài)環(huán)境質(zhì)量提高有助于資本在具有良好發(fā)展狀態(tài)的行業(yè)間流動,從而提高了這些行業(yè)的資本配置效率。但對發(fā)展狀態(tài)較差行業(yè)而言,金融生態(tài)環(huán)境質(zhì)量提高對資本配置效率的影響并不顯著。文章也發(fā)現(xiàn),金融生態(tài)環(huán)境改善對投資增長率具有顯著的抑制作用。文章認為,金融生態(tài)環(huán)境改善的資本配置效率效應之所以取決于行業(yè)發(fā)展狀態(tài),是因為不同發(fā)展狀態(tài)行業(yè)中的企業(yè)其外部融資需求強度不同,企業(yè)價值也存在差異,從而由金融生態(tài)環(huán)境改善帶來的企業(yè)外部融資便利性在不同發(fā)展狀態(tài)行業(yè)中的重要性存在較大的差異。而金融生態(tài)環(huán)境改善能夠增加企業(yè)外部融資的便利程度是因為金融生態(tài)環(huán)境改善提高了銀行等金融部門的市場化運作水平,緩解了金融市場上的信息不對稱程度。文章也認為,金融生態(tài)環(huán)境改善對