高永琳，骆温平，夏飞（上海海事大学 经济管理学院，上海 201306）

■经济学

中国航运产业金融加速器效应的实证分析

高永琳，骆温平，夏飞
（上海海事大学 经济管理学院，上海 201306）

本文以我国2004-2014年间11个上市航运企业面板为样本，分析了货币政策在航运业中的金融加速器效应。在验证了航运业存在企业层面金融加速器效应的同时，通过引入2008年金融危机时间虚拟变量，证实了航运产业金融加速器效应的非线性性，得出经济环境下行时期，货币政策的金融加速器效应将会放大。本文的政策含义是，我国在利用货币金融政策促进航运业发展时，必须得考虑航运产业的金融加速器效应及其非线性性。

航运产业；货币政策；金融加速器效应

一、引言

航运产业具有严格的顺周期性，从近十年的数据来看，我国航运产业的各项经济指标与国际经济形势基本同步。然而，一个有趣的现象是完整的航运周期中，国际经济上行对航运业的促进作用与国际经济下行时对其阻碍作用并不相同。其中，投资效率沿不同经济形势所产生的变化具有明显的非对称性。同时，进入以2008年国际金融危机为代表的国际经济环境后，航运企业面临的融资困境有日益加深的倾向，而融资的不确定性也进一步上升。

针对我国航运业出现的种种现象，本文认为我国航运业可能存在着企业层面的金融加速器效应。具体而言，因为金融加速器效应的存在，在不同的经济环境中，企业所面临的融资约束不同，信贷可获得的规模就不同，从而进一步决定了企业投资的不同。金融加速器理论的深层内涵告诉我们，这种融资约束作用于企业的力度随着外界经济、金融环境的变化，并非以线性形式表现出来。在经济萧条期，银行收紧信贷额度，企业受到的融资约束更大，外部融资溢价超过企业所能承受的极限，扩张性的追加生产性资本意愿下降，投资萎靡。同时这种效应会在下一期不断累积，最终形成行业内的周期性波动。

目前，中国正在打造自己的国际航运中心，国务院出台了促进航运业健康发展的若干意见，所以深入考察航运产业周期的内在机理，分析货币政策对航运企业融资约束和投资行为的影响，无论从微观的企业层面还是中观的产业层面，都有重要的理论意义和政策实践意义。

本文以下的结构安排是：第二部分回顾金融加速器理论和相关文献；第三部分阐述变量的定义、度量和模型设定、选取；第四部分给出回归分析结果；第五部分是结论和相关的政策启示。

二、文献综述

在实际经济周期理论中，货币市场与产品市场的完全分离，使得货币因素作为经济波动初始根源的可能性被完全排除。货币市场与产品市场的“二分法”，实际上就是承认了金融市场的完美性，不存在任何摩擦，即Modigliani-Miller（MM）定理的成立。但是对实际经济的研究结果却显示，一个初始的货币冲击或来自金融市场的冲击并不会沿时间路径收敛，相反，往往一个微小的扰动会通过各种通道被放大，从而影响产出，继而引起宏观经济的波动。早在上世纪30年代，Fisher考察了大萧条时期的美国经济，提出了著名的“债务-通货紧缩”理论。该理论强调在经济上行时期，企业往往会“过度负债”，而为了偿还债务，被迫将资产廉价出售，价格水平下降，继而过渡成为通货紧缩，企业的净值下跌。同时，由于物价普遍下降，导致企业的利润减少，经营者普遍倦怠生产，就业走低，企业的净值进一步减少；负债的局面并没有因为资产廉价出售而得到缓解，反而因其而更加严重。如此循环往复，导致经济的重创，使得社会出现大规模且漫长的萧条局面［1］。然而由于凯恩斯主义在萧条时期抢尽风头，使得Fisher的理论没有得到应有的重视。上世纪80年代，前任美联储主席Bernanke根据Fisher的观点，正式提出金融加速器理论，该理论以金融市场的信息不对称和代理成本为核心，抛弃了MM定理所构建的完美金融体系，以更贴近经济实际的前提条件建立模型，用以解释由于金融市场普遍存在的摩擦所导致的宏观波动［2］。

金融加速器理论的基本思想是：由于金融市场存在信息不对称，从而使得企业外部融资和内部融资的代理成本不尽相同。在银行等信贷部门无法准确获得企业相关项目的信息时（或必须支付高额的信息获得费用），信贷发放就更多依赖其资产负债表的水平。简而言之，净值较大的企业，一方面有充足的自有资金可以融通，另一方面可以通过大量的可抵押资产轻松获得外部借贷。相比之下，净值规模小的企业，可抵押资产少，对银行角度而言，贷款给该类企业具有较高的风险，因而需要更高的资金价格予以补偿，从而使得小企业的外部融资成本更高。除非企业能提供百分之百外部融资额水平的可抵押资产，否则企业外部融资相对于内部融资就必定存在一定的溢价，并且企业所能提供的可抵押资产越少，外部融资溢价就越高，即外部融资的代理成本高于内部融资，且与企业净值反方向变动。这种信息不对称和摩擦造成的金融市场资源分配的扭曲，使得投资短期内偏离帕累托最优水平。对经济造成的动态影响则可使用这样的传导机制加以说明：一次外生的冲击使得企业净值减少，资产负债表恶化，进而导致外部融资成本上升，这样企业在下一期的投资减少，产出相应降低，反过来又导致企业的净值继续下跌，资产负债表进一步恶化，继而循环上述过程。从整个企业层面和总体经济社会来看，这种初始的冲击可能来自多方面，其中最典型的是货币供给冲击。无论冲击的形式如何，哪怕是再微小的企业层面的净值变动，也会通过上述周而复始循环的过程给予不断放大，最终使得社会产出发生巨大的变化，经济表现出波动。这种类似于“乘数-加速数”机制的效应，即称为“金融加速器效应”。需要特别指出的是，金融加速器效应在不同经济环境下和不同企业净值规模之间呈现出非对称性：经济衰退时的金融加速器效应大于经济繁荣时的金融加速器效应；金融加速器效应作用于小企业的效果要大于其作用于大企业的效果。同时，学者Gertler、Gilchrist和Natalucci将汇率变量引入金融加速器模型，考察了金融加速器效应在浮动汇率小国体系中的表现形式，并得出固定汇率制下的金融加速器效应大于浮动汇率制下的金融加速器效应［3］。

国内金融加速器方面的文献主要集中于两个领域，一是运用 DSGE（dynamic stochastic general equilibrium，动态随机一般均衡模型）， BGG（Bernanke、Gertler、Gilchirist）等分析范式，使用数值模拟的方法对中国宏观经济的金融加速器效应予以解释，例如早期的杜清源、龚六堂在考虑了信贷市场的新古典资本积累模型的基础上，将金融加速器效应引入RBC框架，分析结果证实了我国金融加速器效应的存在［4］；耿强、章雳以年全球金融危机为背景，引入汇率变量，模拟开放经济下的金融加速器效应，重点考察了汇率波动和外部需求冲击［5］。二是运用计量方法，对我国金融加速器效应进行实证检验，这方面文献最早的是吴建环，席莹运用面板数据回归模型检验了我国高科技上市企业的金融加速器效应［6］。袁申国、刘兰凤、曹永琴分析了行业层面的金融加速器效应及非对称性和差异性［7，8］；赵振全等借鉴Balke的方法运用门限矢量自回归（TVAR）检验了我国宏观层面的金融加速器效应［9，10］，类似的还有杨胜刚、侯坤运用误差修正模型（VEC），得出了同样的结论［11］。

航运业在运输业中占据了绝大份额，其行情强烈的顺周期性直接反映了宏观经济乃至全球经济的状况，更是一国对外贸易和国际间贸易的直接体现。航运业是典型的资本密集型产业，所以投资行为在航运企业的经营管理和生产决策中显得格外重要。傅海威、曲林迟基于行为金融学的结构方程模型，考察了中国航运企业的非理性投资行为，以解释航运界存在的周期性，特别是运力过剩问题［12］。学界关于航运业融投资问题研究的视角不尽相同，但还没有从金融加速器效应的角度来考察航运企业融资约束，企业净值和货币政策之间关系的文献，所以本文力争做到这一点。

三、模型与变量

本文的数据来自Wind数据库。企业层面的数据选取了2004-2014年间11家上市航运企业的年度面板数据，宏观经济数据则由货币供给M2和价格水平组成。为了分析变量真实值的回归关系，同时与传统金融加速器理论的分析范式保持一致，本文对所有名义变量进行了去价格因素处理，也即以2004年的价格水平为基准，所有变量均除以当年的价格水平得到真实值。

（一）模型设定

总结金融加速器效应的传导机制：一次外生性的货币供给冲击，使得利率下降，由于股票价格与利率之间反方向变动，所以股票价格上涨，企业的资产负债表得到改善，净值增加，外部融资溢价降低，融资约束放宽，企业能够获得更多的银行贷款，投资增加，从而产出增长，而增长的产出又会在下一期提高企业的净值，从而循环上述过程。为了方便，不妨记名义货币供给M，利率r，股票价格P，企业净值N，融资约束CR（credit restriction），投资I，产出Y。其中，企业净值，投资，产出的量纲为单位货币，则上述传导机制可以简单表达为：M↑→r↓→P↑→N↑→CR↓→I↑→Y↑→N↑→……，所以为了考察一次货币供给改变作用于企业净值从而对企业投资造成的影响，我们选取投资I对滞后期的企业净值和货币供给回归，也即将上述链条简化成为 M↑→N↑→I↑，之所以剔除了利率这个重要的中间变量，是因为考虑到目前中国利率市场化刚刚起步，历史数据不宜作为传导路径加入到分析框架。具体的方程形式如下（模型一）：

考虑11个上市航运企业在11时期内的金融加速器效应，上述回归方程等号左边为各个企业在指定时期内的投资水平，方程等号右边从左往右表示企业净值，货币供给，控制变量序列，个体异质性，常数项与随机误差项。为了保证变量的平稳性，对变量进行了百分比变换，例如，投资定义为固定资产的增量与前一期固定资产总量的比值，企业净值定义为所有者权益（总资产减去总负债）占企业总资产的比重。控制变量分别为现金流、营业收入、资产收益率和托宾Q，具体变换详见表1。

由于本文考察一次性的货币供给冲击作用到中间变量企业净值进而最终作用于投资额的效应，即传导链条M→N→I，所以模型中选取滞后一期的企业净值和滞后两期的货币供给对当期投资回归，来反映金融加速器的这种动态效应，其中，四个控制变量--营业收入、现金流、资产收益率、托宾Q，考虑到它们对投资的动态作用，都选取滞后一期放入方程中。这里说明一下，文中没有采用季度数据而是使用年度数据进行回归分析，原因在于航运业属于资本密集型产业，生产周期和投资周期相对于一般的制造业而言更长，生产决策和投资决策的刚性也更大，一般情况下航运企业往往在年初制定相应的投资决策并在未来的一年内实施，中途不会发生太大的变化，因此如果用频率较高的季度数据进行分析，就会发现，二、三、四季度的投资对前一季度的企业净值和货币供给的线性关系并不显著，不显著的原因在于，二、三、四季度的投资规模实际上在年初就已经决策妥当，航运产业的长生产周期也不允许过于频繁的投资决策变动。

航运业相比于国内其他产业，更容易受到世界经济环境的冲击和影响。2008年的金融危机使得国际经济受到重创，国际贸易量下降，国际航运业也受到了相应的影响。根据经典的金融加速器理论，经济环境的好坏对金融加速器效应具有非对称性的影响。具体而言，就是经济上行时期，金融加速器效应较小。这一点可以理解为，经济社会的信贷部门看好经济时，往往倾向于过度信贷，从而减小了外部融资成本对融资约束的影响，融资成本与企业净值的相关性不大。相应地，企业净值与贷款可得性的相关关系显著降低。从传导机制上来看，投资额对净值水平敏感度较低，金融加速器效应较小；相反，经济下行时期，信贷部门预期到生产企业普遍投资收益率降低，不良贷款风险上升，就会倾向缩小融资规模。而企业层面的融资约束就更大，投资对净值也就越敏感，金融加速器效应也就越大。为了考察金融加速器效应的非线性性，将2008年金融危机很好的纳入分析框架，本文引入模型二：

其中，D为时间虚拟变量，取值为“0”；当年份为2004年—2008年，取值为“1”；当年份为2009年—2014年，本文没有将2008年取值为1，是考虑到08年的投资决策在年初已经决定，而08年期间发生的金融危机对其影响较小，即：

D=I（year＞=2009）

I（·）为示性函数，表示满足括号内条件取值为1，否则为0。

模型二是在模型一的基础上，加入了时间虚拟变量与企业净值和货币供给的交互项，用以考察在金融危机期间，金融加速器效应的放大作用。

上述模型，我们主要分析货币供给最终作用于投资的效果。完整的金融加速器效应模型还需要验证一次货币冲击对企业净值的持续性影响，因为在理论框架内，当货币供给增加时，利率降低，上市企业的股票价格上升，资产负债表得到改善，净值升高，外部融资溢价下降，融资约束减小，投资增大。注意到增大的投资会在下一期继续增加企业的净值，进而投资规模不断扩大，企业净值不断增加。同样，在央行缩紧银根时，利率升高，股票价格走低，企业净值恶化，外部融资成本上升，投资减少，进而企业净值继续下降，循环往复，产生持续性的影响。为了进一步验证上述效应在航运产业中是否存在，建立模型三：

上述方程中使用企业净值对滞后一期的企业净值和货币供给及相应的控制变量序列进行回归。

（二）变量介绍

1.投资

指企业的生产性资本投入，即固定资产增量。需要特别指出，本文研究的投资不包括流动资产、无形资产、以及债权股权等金融资产的投资。按照学界的习惯，这里定义投资为固定资产、工程物资、在建工程三项会计科目之和的增量，同时，为了消去量纲便于分析，都同时除以期初的三项会计科目之和。

2.企业净值

Bernanke指出，净值指企业流动资产和可抵押资产的总和，受限于数据的可得性，这里定义净值为资产总计减去负债合计。

表1：变量名称及定义

3.货币供给

本文框架内，货币供给作为传导路径的初始扰动因素，通过信贷渠道和资产负债表渠道最终影响企业的投资行为。本文使用剔除通胀因素的真实货币供给，同时，为了满足平稳性的要求，对真实货币供给取自然对数做差分，即真实货币供给的增长率。

4.控制变量

参照以往金融加速器理论文献，本文引入四个控制变量：现金流、营业收入、资产收益率、托宾Q。具体的变量定义方式，见表1。

（三）待论证的命题

在此，本文提出以下命题，并进行相应的实证检验：假设1：航运产业存在明显的企业层面金融加速器效应，即模型一中，假设2：由于08年金融危机爆发，金融加速器效应被放大，即模型二中，假设 3：一次货币供给冲击会对企业净值产生持续性的影响，且当期的企业净值与前期的净值、货币供给具有正向动态关联，即模型三中，

四、实证分析

模型一的回归，我们分别采用不同面板模型设定，即随机效应（RE），固定效应（FE）。由于面板数据结构为短面板，所以本文使用聚类稳健标准误来减小干扰项组内自相关带来的影响。相关的回归结果显示在下一页。

本文主要考察固定效应模型和随机效应模型的结果并进行模型检验，但同时也列出了混合最小二乘的估计结果，其中标准误使用了异方差稳健的标准差，仅供读者参考（本文的回归结果显示，随机效应，混合最小二乘估计结果中系数的符号基本上与固定效应模型的符号一致，但在一般的情形中，即使模型设定正确，RE，POLS的符号并不一定和FE的一致）。

表2：模型一回归结果

* p＜0.1； ** p＜0.05； *** p＜0.01

模型二的分析，与模型一类似，对于FE和RE，依然使用聚类稳健标准误，结果如下：

表3：模型二的回归结果

D*Netvalue表示时间虚拟变量D与滞后一期企业净值的乘积，对应模型中系数γ1，经济意义是相对08年及08年之前的年份，发生金融危机以后，金融加速器效应中净值对投资的进一步放大效应；D*Money Supply表示时间虚拟变量D与滞后两期的货币供给增长率的乘积，对应模型中系数γ2，经济意义为相对08年及08年之前年份，发生了金融危机以后，金融加速器效应中货币供给增长率对投资的进一步放大效应。再次利用过度识别检验对随机效应模型和固定效应模型进行甄选，得到Sargan-Hansen统计量为729.748， 检验P值趋于零，强烈拒绝原假设，即使用固定效应模型是正确的。

上表的回归结果表明：金融危机的存在加强了航运企业的金融加速器效应。具体表现为，2004-2008年，净值率上升 1%，投资率升高 0.208%，而在 2009-2014年，净值率上升 1%，投资率升高0.208%+0.04%=0.248%；相应地，在2004-2008年，货币供给增长率上升1%，投资率升高1.367%，而在2009-2014年，货币供给增长率上升1%，投资率升高1.367%+0.83%=2.197%。简而言之，发生了金融危机之后，投资率对净值率的敏感系数相比未发生金融危机时上升了0.04，投资率对货币供给增长的敏感系数上升了0.83。此结论也验证了假设2，即由于2008年金融危机爆发，金融加速器效应放大，γ1＞0，γ2＞0。

接下来考察模型三，该模型右侧含有被解释变量的滞后项，为动态面板模型，故采用系统 GMM估计如下：

表4：模型三系统估计结果

结果表明，货币供给增长率上升1%，企业净值率会相应上升1.344个百分点；而企业净值率本身扩大1%，则可推进下一期的净值率上升0.338个百分点，也即企业净值的提高，会降低其外部融资成本，产出增加，更利于促进资产负债表的改善和净值的提高。假设3同时得到验证，即：一次货币供给冲击会对企业净值产生持续性的影响，且当期的企业净值与前期的净值和货币供给正向动态关联，θ1＞0，θ2＞0。

五、结论与启示

由以上的分析我们得到，我国航运企业融投资链条中存在一定程度货币政策的金融加速器效应。以上市的 11个航运企业考察结果看，2004年到 2014年，整体的金融加速器效应为2.304+0.222*1.344=2.6，即货币供给增长率升高一个百分点，投资率在样本期内平均意义上扩大2.6个百分点。并且，随着外界经济环境的变化，金融加速器效应也不尽相同。2004年到2008年期间，金融加速器效应为1.367+1.344*0.208=1.647，表示货币供给上升1%，投资率增加1.647%；在2009年至2014年国际金融危机期间，金融加速器效应为2.197+1.344*0.248=2.53，说明自从金融危机发生之后，货币供给增长率下降1%，投资率则会下降2.53%。

这启示货币当局在制定针对航运业的金融政策时，不仅要考虑航运企业的金融加速器效应，还要兼顾当时的经济环境，区分金融加速器效应非线性性的外部环境区间，以在经济过热时，抑制非理性投资，避免供给过剩，在经济低迷时，放松信贷，减小金融加速器效应对企业融资约束的收紧作用，刺激投资，从而在总的周期上熨平投资波动。

航运业是经济社会发展重要的基础产业，在维护国家海洋权益和经济安全、推动对外贸易发展、促进产业转型升级等方面具有重要作用。2014年，国务院出台了《国务院关于促进海运业健康发展的若干意见》（以下简称《若干意见》），提出了“保障经济安全，维护国家利益；深化改革，优化机构；企业主体，政府引导”等的基本原则。《若干意见》明确了未来海运业发展目标，即按照全面建成小康社会的要求，适应国民经济安全运行和对外贸易发展需要，到2020年，基本建成安全、便捷、高效、经济、绿色和具有国际竞争力的现代化海运体系，海运服务贸易位居世界前列，国际竞争力明显提升。其中，《若干意见》专门提出要加快发展航运金融，降低融资成本。希望本文的研究结果，可以为以上发展目标的具体实施提供一定的参考。

本文的不足之处在于，由于数据的可得性，实证中只考虑了公司规模靠前的11家航运企业，而规模较小的企业却并没有考虑在内。然而，由经典的金融加速器理论和其典型的非对称性特征可知，企业规模对金融加速器效应的影响也是非对称的，企业规模越小，可抵押资产越少，在金融市场存在摩擦的情况下，外部融资成本也就越高，投资，产出对企业净值就越敏感，规模大的公司则相反。如果可能，深入的研究可以从相应的方面着手。

附：文中所选上市公司的名称

［1］ FISHER I.The debt-deflation theory of Great Depressions［J］.Econometrica，1933（1）:337-357.

［2］ B S BERNAKE，M GERTLER.Agency Cost，Net Worth，and Business Fluctuations［J］.America Economic Review，1989（3）:14-31.

［3］ M GERTLER，S GILCHRIST，FM NATALUCCI.External Constraints on Monetary Policy and the Financial Accelerator［J］.Ssrn Electronic Journal，2007，39:295-330.

［4］ 杜清源，龚六堂.带“金融加速器”的RBC模型［J］.金融研究，2005（4）:16-30.

［5］ 耿强，章雳.中国宏观经济波动中的外部冲击效应研究-基于金融加速器理论的动态一般均衡数值模拟分析［J］.经济评论，2010（5）:112-138.

［6］ 吴建环，席莹.中国货币政策的金融加速器效应研究——以货币政策对不同规模高科技企业的影响为例［J］.山西财经大学学报，2007（11）:98-103.

［7］ 袁申国，刘兰凤.中国货币政策金融加速器效应的行业差异性分析［J］.上海金融，2009（3）:36-95.

［8］ 曹永琴.中国货币政策行业非对称效应研究-基于30个行业面板数据的实证研究［J］.上海经济研究，2011（1）:3-15.

［9］ N S BALKE.Credit and Economic Activity:Credit Regimes and Nonlinear Propagation of Shocks［J］.Review of Economics&Statisitics，2000，82（2）:344-349.

［10］ 赵振全，于震，刘淼.金融加速器效应在中国存在吗？［J］.经济研究，2007（6）:27-38.

［11］ 杨胜刚，侯坤.中国是否存在金融加速器效应？-基于VEC模型的实证分析［J］.经济管理，2011（7）:9-15.

［12］ 傅海威，曲林迟.航运企业非理性投资行为影响因素的实证研究［J］.中国航海，2013（6）:124-128.

本文推荐专家：

甘爱平，上海海事大学经管学院，教授，研究方向：航运金融。

伏玉林，华东理工大学商学院，副教授，研究方向：产业经济与公共政策。

An Empirical Analysis into the Financial Accelerator Effect within China Marine Transportation Industry

GAO YONGLIN，LUO WENPING，XIA FEI
（School of Economics and Management，ShangHai Maritime University，ShangHai，201306，China）

On the basis of 11 listed marine companies panel data during 2004-2014， this paper made an empirical analysis about the financial accelerator effect of monetary policy on China marine transportation industry. Not only did we prove the existence of financial accelerator effect in marine transportation industry but also found out the nonlinearity of this effect with the utilization of time dummy variable of 2008's Global Financial Crisis， which indicates the amplification of the financial accelerator effect along with the degradation of global economy. According to the research， the financial accelerator effect and its nonlinearity should be taken into consideration when government carries out financial and monetary policies for marine transportation industry.

Marine transportation industry； monetary policies； financial accelerator effect

F56

A

1008-472X（2016）02-0038-09

2016-01-16

国家社会科学基金重点项目“制造业与物流业联动的物流服务创新研究”（13AJY010）。

高永琳（1979-），女，山西柳林人，上海海事大学经济管理学院，讲师，博士研究生，研究方向：第三方物流与供应链管理；骆温平（1960-），男，浙江杭州人，上海海事大学经济管理学院，教授，博士生导师，研究方向：物流与供应链管理、3PL、港口与航运物流等。