贺坤
摘要:从农林牧渔业、化工业、建筑建材、交通运输、钢铁业、商业百货业中按照大中小规模选取18家上市公司,采用1996—2010年的年度净利润,运用灰色关联度的分析的研究方法,探寻不同行业同一规模企业和同一行业不同规模企业盈利能力波动与货币政策变动之间的关联度。研究表明,不同的货币政策对于各个行业各个规模的企业所产生的影响是不同的。
关键词:灰色关联度;货币供应量M2;存款准备金率;再贴现率;净利润
一个企业的成长和盈利能力受很多因素影响,国内外有很多学者从各个方面做了大量研究,以求能更好的揭示出企业发展与成长的规律。在中国,国家的宏观经济政策对于一个企业的成长和盈利能力具有很重要的作用。基于此,本文从货币政策方面出发,探讨1996—2010年不同的货币政策对于不同行业不同规模的企业的净利润产生的影响。
一、背景及文献综述
(一)研究背景
1998年3月21日,中国人民银行下调存款准备金率5个百分点,1999年11月21日,中国人民银行再次调低存款准备金率2个百分点,这都是货币政策放松的表现。之后,2003年9月21日至2008年6月7日,中国人民银行一共上调了20次存款准备金,这表明,货币政策在这4年多的时间里,正逐步收缩。而到了2008年9月25日,中国人民银行再次下调存款准备金率1个百分点,虽然这次的下调只是针对中小金融机构,但是这是等于是放出了一个信号,国家要再次引导金融机构适当扩大信贷总量。2010年初基于对通胀压力有上升趋势的判断,中国人民银行于2010年1月18日上调大型金融机构的存款准备金率0.5个百分点,至此开始,一直到2012年2月24日,中国人民银行一共上调了14次存款准备金率。由此我们可以看出的是,中国对于存款准备金率这一货币政策是很依赖的。
(二)文献综述
外国学者Sims(1972)发现货币供给变化是名义产出GDP变化的显著的原因。王佳,张金水基于七部门DSGE模型的脉冲响应分析,认为对制造业的经济刺激政策对各部门产出的带动作用最大,而对建筑业和房地产业的经济刺激政策对各部门产出的带动作用相对较小。曾令华(2006)研究发现M2的增长对产出有很强的促进作用。刘晓东(2006)研究得出国家货币政策的变化,对于打压过剩或不必要投资以及调整产业结构等方面都具有推动作用。Ganley和Salmon(1997)通过研究得出不同产业对货币政策的反应具有非对称性。Gertler和Gilchrist(1993)发现:与货币紧缩政策相关的经济衰退之后,大规模企业总的净债券发行将会增长,而依赖私人债券的小企业的债务发行则保持稳定。
本文基于1996年—2010年的货币政策如存款准备金率,再贴现率和货币供应量M2的变化,利用灰色关联度分析来探讨货币政策对于行业中大中小规模企业的影响。
二、研究方案设计
(一)研究方法
本文采用灰色关联度来探讨货币政策对各个行业不同规模的企业的影响。灰色关联度的分析的意义是指在系统发展过程中,如果两个因素变化的态势是一致的,即同步变化程度较高,则可以认为两者关联较大;反之,则两者关联度较小。因此,灰色关联度的分析对于一个系统发展变化态势提供了量化的度量,非常适合动态的历程分析。另外,考虑到货币政策的滞后效应,本文还引用阿尔蒙估算法通过滞后变量来进一步说明不同的货币政策对于行业的影响。
(二)数据的选取
本文采取的数据是1996年到2010年的存款准备金率,再贴现率和货币供应量以及从农林牧渔业,化工业,建筑建材,交通运输,钢铁业,商业百货业这六个行业中选取的18家企业的1996年到2010年的年度净利润(净利润数据来自18家企业各自的年报)。
三、实证分析
(一)灰色关联度
根据灰色关联度公式:
其中,X0(t)是不同年份的存款准备金率,再贴现率和货币供应量,Xs(t)是不同年份不同企业的净利润。ρ取1。
以下表格便是通过关联度分析做出的不同货币政策对于不同行业不同规模的影响的排序。
四、实证结果的分析
(一)首先是对灰色关联度的结果分析
图(一)是通过灰色关联度的分析做出的,货币供应量M2,存款准备金率,再贴现率对于不同行业大,中,小规模企业影响的排序。从横向看是同一规模的比较,从纵向看是不同规模的比较。
先从不同行业的同一规模企业的角度来说,以钢铁和交通运输为例:
可以看出存款准备金率和再贴现率对各行业内不同规模企业的影响基本一致。而货币供应量M2对于交通运输的影响最大。
第一,存款准备金率和再贴现率都是直接影响到银行的放贷能力,区别是商业银行在存款准备金率方面处于被动,而在再贴现率方面处于主动。货币供应量M2是属于直接投放。钢铁行业是一个生产过剩的行业,除非连续调动几次,否则对于钢铁行业影响不会明显。据悉,2011年上半年多次上调存款准备金率,其结果也只是对钢铁市场产生了很小的影响,再看国外,欧洲债务危机,政策累积影响,才使钢材市场发生大幅下降。因此,存款准备金率对于钢价的影响很有限。
第二,对于交通运输业,从交通运输业本身性质上来说,这些部门大多数属于国家基础设施建设部门,受国家支持,所以当存款准备金率和再贴现率变动的时候,交通运输业虽受影响,但是由于受国家支持的关系,变动较其他行业会小。从规模比较上来说,大规模企业一方面有规模经济的优势,另一方面,国家要做一些大的基础设施建设时,大规模企业无论是行动能力或者是资金能力都比中小规模的交通运输企业要强,所以更加容易在国家招标中获胜从而进一步得到国家的支持。
货币供应量M2是货币的直接投放,最先受益的就是民生工程如水、电、路、气、房。以及社会事业。所以货币供应量直接影响了交通运输业。
再从同一行业不同规模的比较:
不同于大规模交通运输业,这里中小规模的交通运输业却又比较大的受货币政策的影响。我们可以从两个方面来看待这个问题,一是边际效用方面,大规模的交通运输业本身行动力和资金量都很有优势,其市场份额和营业收入都很大,这个时候货币政策的变动使其得到的边际效用或者失去的边际效用就很小。反观中小规模的交通运输业,由于市场份额较少,如果货币政策向其有利的方向变动则会使其行动力和资金量增加。如果货币政策向其不利的方向变动则会使其行动力和资金量减少。另一个则是金融体系方面,由于我国金融体系仍然很不完善,货币政策的传导时常受阻,所以经常达不到预期效果。
其次,我们可以注意到,小规模的钢铁行业受货币政策的影响比较小,前文说了钢铁行业本身就是一个贷款规模很大的行业,而货币政策又通过影响其资产负债率来影响其盈利能力。小规模的钢铁企业的固定投资,技术改进等主要依靠自筹资金。所以对于多数小规模钢铁企业,由于本身自有资金量,产出和市场份额的影响,其肯定会把资产负债率控制在一个比较小的比例,这时,如果货币政策变动反而使其受到较小的影响。
通过排序和分析可以看出,货币政策的变动对各行业内部企业产生的影响呈现非对称性。不同行业的净利润对货币政策分别做出不同的反应。
产生这种非对称性的原因主要是三方面的:
首先在银行信贷的作用下,货币政策冲击通过改变各行业内企业的可贷资金从而改变其财务成本,最后对各行业内企业的净利润和产出水平产生影响。其次由于各行业内企业的资产负债表结构和各企业的规模不一,所以货币政策的变动对其产生的影响也不一样。比如信息不对称。另外承受风险能力较弱的企业其融资成本也会提高。第三则是货币政策传导机制的不完善,这也是为什么我国频频使用存款准备金率的原因之一。
(二)对阿尔蒙模型结论的分析
以农、林、牧、渔业为例,通过阿尔蒙估算法得出:1.当期的农林牧渔业总产值与上一年的存款准备金率负相关,与当期的存款准备金率正相关。2.当期的农林牧渔业总产值与当期的货币供应量负相关,与上三年的货币供应量正相关。
这说明货币政策具有滞后性,即本年的产出与前几年的政策变动有关。
另外,由于对于再贴现率的检验其P值不通过,所以这里我们认为他做为货币政策的一个工具对各行业内部的不同规模企业产生的影响不显著。
五、对策建议
本文通过灰色关联度的分析证明了货币政策的变动对于各个行业不同规模的企业产生的影响具有非对称性,因此,政府在实施货币政策时,应该竭力改善操作方式,提高货币政策的作用,从而更好的实现货币政策目标。具体政策包括:
通过投资多样性和政策的搭配实施减少货币政策非对称性的影响:从企业的角度来说,对于那些对货币政策反应敏感的行业企业,可以通过投资的多样性来减少这种非对称性的影响,比如当预期货币政策将要转变是,预先投资一些对于货币政策反应不敏感的行业,这样做可以减少非对称性带来的损失。
从政策实施者的角度来说,由于一些行业对于货币政策的反应不敏感,这个时候政策制定者和实施者可以额外配合一些其他政策来辅助货币政策的实施。比如一些行业企业对于存款准备金率的反应不敏感,但是对于M2的直接投放比较敏感,这个时候可以在不影响整个政策目的的情况下,辅以货币的直接投放政策来达到兼顾更多行业的目的。
参考文献:
[1]王佳,张金水.外生冲击沿部门传导的作用机制和影响研究——基于中国七部门DSGE模型的数值模拟[J].数量经济技术经济研究,2011(3):127~139
[2]曾令华,李红光.现阶段货币供应量与物价、产出的相互关系分析[J].中央财政金融学院学报.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