| 根据金融加速器理论并考虑数据可得性，用新会计准则下房地产企业的存货与投资性房地产之和来衡量房地产企业的投资；用企业的实际总资产减去实际总负债即实际净资产NA作为企业净值的度量。名义货币M2和价格指数P的数据来自中国人民银行网站。总资产、总负债、存货和投资性房地产等数据都选用wind资讯数据库里的上市公司季度报表。因此，每组数据都是由i（i=10）个企业、t（t=11）个时期组成的面板数据。
（二）实证研究
使用Eviews6.0软件对模型（1）进行回归（见表1和表2），得到模型估计如下（本文略去 ——各企业自发投资对平均自发投资水平 的偏离——的估计值）：
大企业 ，i=1，2，…，10（3）
R=0.9863，DW=0.5978
小企业 ，i=11，12，…，20（4）
R=0.9892，DW=0.9171
对于两组企业的回归方程， 项和 项的t检验值在95%的置信水平下显著，方程拟合都很好。由对数与半对数形式的回归方程系数的经济含义可知，在95%的置信水平下，实际货币供给增长率变动1个单位，大企业的投资率变化0.92个单位；对较小的房地产企业而言，则变化0.73个单位。
表1对投资、净资产和货币政策变量的回归结果（大型房地产企业）
|
Linear estimation after one-step weighting matrix
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
3.397946
|
0.772343
|
4.399530
|
0.0000
|
|
LnNA(-1)
|
0.844171
|
0.043152
|
19.56256
|
0.0000
|
|
m’(-3)
|
0.923544
|
0.261822
|
3.527376
|
0.0007
|
表2对投资、净资产和货币政策变量的回归结果（小型房地产企业）
|
Linear estimation after one-step weighting matrix
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
5.335714
|
1.179486
|
4.523762
|
0.0000
|
|
LnNA(-1)
|
0.587889
|
0.072268
|
8.134812
|
0.0000
|
|
m’(-3)
|
0.730814
|
0.220298
|
3.317388
|
0.0014
|
由上述数据可以看出，大型房地产企业对国家货币政策的变动更为敏感，这与金融加速器效应在西方房地产业所表现出的不对称性（对小企业作用比大企业大）不一致。在中国房地产行业出现的这种大型房地产企业比小型房地产企业对货币政策的变动更敏感的现象，笔者称之为金融加速器效应“不对称性的反转”。
为了检验货币政策对房地产业实际净资产的影响，用同样的方法对模型（2）进行回归（见表3和表4），得到模型估计如下：
大企业 i=1，2，…，10（5）
R=0.9919，DW=1.0784
小企业 i=11，12，…，20（6）
R=0.9829，DW=0.7535
对于两组房地产企业的回归方程， 项和 项的t检验值在95%的置信水平下显著，方程拟合良好。根据半对数模型的系数的经济含义可知，实际货币供给增长率变动1个单位，大型房地产企业的实际净资产变动0.89个单位；对较小的房地产企业而言，则变化0.80个单位。实际货币供给增长率的变动对大型房地产企业实际净资产的影响也大于对小型房地产企业的影响。
表3对净资产和货币政策变量的回归结果（大型房地产企业）
|
Linear estimation after one-step weighting matrix
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
11.69945
|
1.117333
|
10.47087
|
0.0000
|
|
LnNA (-2)
|
0.358040
|
0.062416
|
5.736313
|
0.0000
|
|
m′
|
0.885555
|
0.226802
|
3.904536
|
0.0002
|
表4对净资产和货币政策变量的回归结果（小型房地产企业）
|
Linear estimation after one-step weighting matrix
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
4.971996
|
1.775697
|
2.800025
|
0.0069
|
|
LnNA (-2)
|
0.696693
|
0.108476
|
6.422567
|
0.0000
|
|
m′
|
0.795022
|
0.193175
|
4.115550
|
0.0001
|
为比较金融加速器在不同规模房地产企业中的影响，我们将货币政策对投资的影响和对净资产的影响加总，得到大型房地产企业的金融加速器效应约为1.67（0.89*0.84+0.92），而小型房地产企业的金融加速器效应则为1.20（0.80*0.59+0.73），显著小于前者。
4.结论与启示
货币政策的变动，无论是对投资率还是实际净资产，以上的分析都表现出对大型房地产企业的影响要大于小型房地产企业，即大型房地产企业对国家的货币政策更为敏感。这与国外实证研究表现出的货币政策在房地产行业的金融加速器效应存在不对称性相反。究其原因，一方面，与国外房地产投资信托（REITs）模式不同，国内房地产企业主要是负债经营；另一方面，在我国，大型房地产企业与银行的关系紧密，其贷款也较容易，而中小企业则会遭受银行系统的“惜贷”。
总之，实证分析表明，我国货币政策对房地产行业具有显著的金融加速器效应，但同时也存在金融加速器效应“不对称性的反转”现象，并且发现货币政策对大型房地产企业投资和资产净值的影响比对较小型房地产企业的影响更为显著。因而政府在制定货币政策应对楼市过热或低迷时，需要考虑到金融加速器效应，及其对不同规模房地产企业的不同影响。
参考文献
1 B.S.Bernake, M.Gertler & S.Gilchrist. The financial accelerator and the flight to quality[J]. NBER working Paper, 1994, No4789.
2 Matteo Iacoviello. House prices, borrowing constraints, and monetary policy in the business cycle[J]. The American economic review, 2005 Vol.95 (No.3).
3 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),36-39.
4 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),99-103. 2/2 首页 上一页 1 2 |
