賀坤
摘要:從農林牧漁業、化工業、建筑建材、交通運輸、鋼鐵業、商業百貨業中按照大中小規模選取18家上市公司,采用1996—2010年的年度凈利潤,運用灰色關聯度的分析的研究方法,探尋不同行業同一規模企業和同一行業不同規模企業盈利能力波動與貨幣政策變動之間的關聯度。研究表明,不同的貨幣政策對于各個行業各個規模的企業所產生的影響是不同的。
關鍵詞:灰色關聯度;貨幣供應量M2;存款準備金率;再貼現率;凈利潤
一個企業的成長和盈利能力受很多因素影響,國內外有很多學者從各個方面做了大量研究,以求能更好的揭示出企業發展與成長的規律。在中國,國家的宏觀經濟政策對于一個企業的成長和盈利能力具有很重要的作用。基于此,本文從貨幣政策方面出發,探討1996—2010年不同的貨幣政策對于不同行業不同規模的企業的凈利潤產生的影響。
一、背景及文獻綜述
(一)研究背景
1998年3月21日,中國人民銀行下調存款準備金率5個百分點,1999年11月21日,中國人民銀行再次調低存款準備金率2個百分點,這都是貨幣政策放松的表現。之后,2003年9月21日至2008年6月7日,中國人民銀行一共上調了20次存款準備金,這表明,貨幣政策在這4年多的時間里,正逐步收縮。而到了2008年9月25日,中國人民銀行再次下調存款準備金率1個百分點,雖然這次的下調只是針對中小金融機構,但是這是等于是放出了一個信號,國家要再次引導金融機構適當擴大信貸總量。2010年初基于對通脹壓力有上升趨勢的判斷,中國人民銀行于2010年1月18日上調大型金融機構的存款準備金率0.5個百分點,至此開始,一直到2012年2月24日,中國人民銀行一共上調了14次存款準備金率。由此我們可以看出的是,中國對于存款準備金率這一貨幣政策是很依賴的。
(二)文獻綜述
外國學者Sims(1972)發現貨幣供給變化是名義產出GDP變化的顯著的原因。王佳,張金水基于七部門DSGE模型的脈沖響應分析,認為對制造業的經濟刺激政策對各部門產出的帶動作用最大,而對建筑業和房地產業的經濟刺激政策對各部門產出的帶動作用相對較小。曾令華(2006)研究發現M2的增長對產出有很強的促進作用。劉曉東(2006)研究得出國家貨幣政策的變化,對于打壓過剩或不必要投資以及調整產業結構等方面都具有推動作用。Ganley和Salmon(1997)通過研究得出不同產業對貨幣政策的反應具有非對稱性。Gertler和Gilchrist(1993)發現:與貨幣緊縮政策相關的經濟衰退之后,大規模企業總的凈債券發行將會增長,而依賴私人債券的小企業的債務發行則保持穩定。
本文基于1996年—2010年的貨幣政策如存款準備金率,再貼現率和貨幣供應量M2的變化,利用灰色關聯度分析來探討貨幣政策對于行業中大中小規模企業的影響。
二、研究方案設計
(一)研究方法
本文采用灰色關聯度來探討貨幣政策對各個行業不同規模的企業的影響。灰色關聯度的分析的意義是指在系統發展過程中,如果兩個因素變化的態勢是一致的,即同步變化程度較高,則可以認為兩者關聯較大;反之,則兩者關聯度較小。因此,灰色關聯度的分析對于一個系統發展變化態勢提供了量化的度量,非常適合動態的歷程分析。另外,考慮到貨幣政策的滯后效應,本文還引用阿爾蒙估算法通過滯后變量來進一步說明不同的貨幣政策對于行業的影響。
(二)數據的選取
本文采取的數據是1996年到2010年的存款準備金率,再貼現率和貨幣供應量以及從農林牧漁業,化工業,建筑建材,交通運輸,鋼鐵業,商業百貨業這六個行業中選取的18家企業的1996年到2010年的年度凈利潤(凈利潤數據來自18家企業各自的年報)。
三、實證分析
(一)灰色關聯度
根據灰色關聯度公式:
其中,X0(t)是不同年份的存款準備金率,再貼現率和貨幣供應量,Xs(t)是不同年份不同企業的凈利潤。ρ取1。
以下表格便是通過關聯度分析做出的不同貨幣政策對于不同行業不同規模的影響的排序。
四、實證結果的分析
(一)首先是對灰色關聯度的結果分析
圖(一)是通過灰色關聯度的分析做出的,貨幣供應量M2,存款準備金率,再貼現率對于不同行業大,中,小規模企業影響的排序。從橫向看是同一規模的比較,從縱向看是不同規模的比較。
先從不同行業的同一規模企業的角度來說,以鋼鐵和交通運輸為例:
可以看出存款準備金率和再貼現率對各行業內不同規模企業的影響基本一致。而貨幣供應量M2對于交通運輸的影響最大。
第一,存款準備金率和再貼現率都是直接影響到銀行的放貸能力,區別是商業銀行在存款準備金率方面處于被動,而在再貼現率方面處于主動。貨幣供應量M2是屬于直接投放。鋼鐵行業是一個生產過剩的行業,除非連續調動幾次,否則對于鋼鐵行業影響不會明顯。據悉,2011年上半年多次上調存款準備金率,其結果也只是對鋼鐵市場產生了很小的影響,再看國外,歐洲債務危機,政策累積影響,才使鋼材市場發生大幅下降。因此,存款準備金率對于鋼價的影響很有限。
第二,對于交通運輸業,從交通運輸業本身性質上來說,這些部門大多數屬于國家基礎設施建設部門,受國家支持,所以當存款準備金率和再貼現率變動的時候,交通運輸業雖受影響,但是由于受國家支持的關系,變動較其他行業會小。從規模比較上來說,大規模企業一方面有規模經濟的優勢,另一方面,國家要做一些大的基礎設施建設時,大規模企業無論是行動能力或者是資金能力都比中小規模的交通運輸企業要強,所以更加容易在國家招標中獲勝從而進一步得到國家的支持。
貨幣供應量M2是貨幣的直接投放,最先受益的就是民生工程如水、電、路、氣、房。以及社會事業。所以貨幣供應量直接影響了交通運輸業。
再從同一行業不同規模的比較:
不同于大規模交通運輸業,這里中小規模的交通運輸業卻又比較大的受貨幣政策的影響。我們可以從兩個方面來看待這個問題,一是邊際效用方面,大規模的交通運輸業本身行動力和資金量都很有優勢,其市場份額和營業收入都很大,這個時候貨幣政策的變動使其得到的邊際效用或者失去的邊際效用就很小。反觀中小規模的交通運輸業,由于市場份額較少,如果貨幣政策向其有利的方向變動則會使其行動力和資金量增加。如果貨幣政策向其不利的方向變動則會使其行動力和資金量減少。另一個則是金融體系方面,由于我國金融體系仍然很不完善,貨幣政策的傳導時常受阻,所以經常達不到預期效果。
其次,我們可以注意到,小規模的鋼鐵行業受貨幣政策的影響比較小,前文說了鋼鐵行業本身就是一個貸款規模很大的行業,而貨幣政策又通過影響其資產負債率來影響其盈利能力。小規模的鋼鐵企業的固定投資,技術改進等主要依靠自籌資金。所以對于多數小規模鋼鐵企業,由于本身自有資金量,產出和市場份額的影響,其肯定會把資產負債率控制在一個比較小的比例,這時,如果貨幣政策變動反而使其受到較小的影響。
通過排序和分析可以看出,貨幣政策的變動對各行業內部企業產生的影響呈現非對稱性。不同行業的凈利潤對貨幣政策分別做出不同的反應。
產生這種非對稱性的原因主要是三方面的:
首先在銀行信貸的作用下,貨幣政策沖擊通過改變各行業內企業的可貸資金從而改變其財務成本,最后對各行業內企業的凈利潤和產出水平產生影響。其次由于各行業內企業的資產負債表結構和各企業的規模不一,所以貨幣政策的變動對其產生的影響也不一樣。比如信息不對稱。另外承受風險能力較弱的企業其融資成本也會提高。第三則是貨幣政策傳導機制的不完善,這也是為什么我國頻頻使用存款準備金率的原因之一。
(二)對阿爾蒙模型結論的分析
以農、林、牧、漁業為例,通過阿爾蒙估算法得出:1.當期的農林牧漁業總產值與上一年的存款準備金率負相關,與當期的存款準備金率正相關。2.當期的農林牧漁業總產值與當期的貨幣供應量負相關,與上三年的貨幣供應量正相關。
這說明貨幣政策具有滯后性,即本年的產出與前幾年的政策變動有關。
另外,由于對于再貼現率的檢驗其P值不通過,所以這里我們認為他做為貨幣政策的一個工具對各行業內部的不同規模企業產生的影響不顯著。
五、對策建議
本文通過灰色關聯度的分析證明了貨幣政策的變動對于各個行業不同規模的企業產生的影響具有非對稱性,因此,政府在實施貨幣政策時,應該竭力改善操作方式,提高貨幣政策的作用,從而更好的實現貨幣政策目標。具體政策包括:
通過投資多樣性和政策的搭配實施減少貨幣政策非對稱性的影響:從企業的角度來說,對于那些對貨幣政策反應敏感的行業企業,可以通過投資的多樣性來減少這種非對稱性的影響,比如當預期貨幣政策將要轉變是,預先投資一些對于貨幣政策反應不敏感的行業,這樣做可以減少非對稱性帶來的損失。
從政策實施者的角度來說,由于一些行業對于貨幣政策的反應不敏感,這個時候政策制定者和實施者可以額外配合一些其他政策來輔助貨幣政策的實施。比如一些行業企業對于存款準備金率的反應不敏感,但是對于M2的直接投放比較敏感,這個時候可以在不影響整個政策目的的情況下,輔以貨幣的直接投放政策來達到兼顧更多行業的目的。
參考文獻:
[1]王佳,張金水.外生沖擊沿部門傳導的作用機制和影響研究——基于中國七部門DSGE模型的數值模擬[J].數量經濟技術經濟研究,2011(3):127~139
[2]曾令華,李紅光.現階段貨幣供應量與物價、產出的相互關系分析[J].中央財政金融學院學報.1995,2;10~15
[3]Ganley, Joe and Chris Salmon, 1997, The Industrial Impact of Monetary Policy Shocks: Some Styled Manufacturing Firms.[J], working paper, No 68,Bank of England
[4]Gertler, Mark and Simon Gilchrist, 1994, Monetary policy, Business Cycles, and the Behavior of Small Manufacturing Firms [J], The Quarterly Journal of Economics, 109(2), 309~340