购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

2.3 研究设计

2.3.1 变量选取

2.3.1.1 企业财务波动

对于企业财务波动,本书以“上市公司财务指数”来测度。赵德武等(2012)提出构建“上市公司财务指数”,该指数体系是以中国上市公司公开的财务报表数据为基础,对上市公司整体的财务信息以动态统计指数的形式进行综合提炼,旨在综合地、动态地反映中国上市公司整体的财务运行态势。

财务指数是一个信息高度浓缩的指标,是一个包含不同时间、不同指标、不同公司的三维信息指数系统。概括起来,财务指数编制的基本流程包括指标选取、指标赋权和指数生成。由于会计数字之间的相互钩稽关系,财务指标之间往往存在较强的相关性,并且业界对财务评价指标重要性已有较成熟的认识,因此定量方法构建指标体系往往难以取得令人满意的结果;此外,财务指数是一类动态指数,这要求不同时期的指标体系结构保持长期稳定,而定量选择指标法的结果无法满足这一特性,基于以上的考虑,我们以专家意见法构建了指标体系。依据指标的可获得性、科学性与数量性原则,我们深入讨论分析了上市公司的财务评价指标的选择,最终形成了上市公司财务指数系统的基础指标体系。以此为框架,我们完成了“上市公司财务指数系统指标体系调查问卷”的设计与调查工作。此次问卷调查的调查对象包括财政部会计领军班的各类型专家、企业高层管理者、证券公司的分析师等,基本涵盖了财务信息的多方使用者和关注者。以专家对财务指标重要性的评价结果为依据,我们得到了财务指数编制的指标构成,同时对专家评分采用“专家群组赋权法”得到了各指标和各类别的权重。为保证指数的可比性,该指标体系会在相对较长时期保持稳定。

基于财务指数编制对象的多样性,在编制过程中需要保证数据的可比性,平均法指数形式将更适用于财务指数的构造。考虑到财务指标的可比性问题,编制时最小的分类单位是行业。财务指数编制的基本公式如下:

t 期相对于基期 t 0 的定基财务指数。式中, P ijt Q ijt 分别表示 i 公司 t 时期 j 指标的计算公式的分子项与分母项, ϕ it 是公司权重(资产占比), m 为上市公司个数,由此 X jt 表示 t 期的样本上市公司整体的 j 指标,则 j 指标 t 期的定基个体指数, W jt j 指标 t 期的权重, n 是财务指标个数, φ it 是各公司的资产占比权重。

从编制内容来看,上市公司财务指数包括偿债能力指数、营运能力指数、盈利能力指数、现金流量能力指数和成长能力指数。

财务指数的编制,是财务理论冲破微观经济框架、进入宏观分析领域的尝试,将单个企业的分析扩展到宏观财务评价。借助财务指数信息,我们将企业微观财务信息上升至宏观财务的概念,从而突破了货币政策与企业财务的宏微观差异性,实现了对两个传导渠道效应的动态对比分析。

2.3.1.2 货币政策

就货币政策变量而言,大量的文献对此已有较为成熟的共识,一般来说,选择上海银行间同业拆放 7 日利率为市场利率的研究变量而言,货币供应量 M 2 作为货币渠道的替代变量。就信贷渠道变量,较多文献使用了金融结构各项贷款余额。我们测算了金融机构各项贷款余额与其他货币政策变量的相关性,结果发现金融机构各项贷款余额与 M 2 相关系数高达 0.999 208,可见将金融结构各项贷款余额视作货币政策信贷渠道的变量难以提供货币政策传导的增量信息。部分学者认为货币政策除了影响银行贷款规模外,还可引起债券、股票融资等其他直接融资水平,使得信用渠道的内涵发生变化,在此背景下,社会融资规模可以更全面有效地衡量社会信用可得性,并与货币政策最终目标更具相关性(盛松成等,2008;张春生等,2013;孙国峰等,2015)。经测算,社会融资规模与 M 2 存在较弱相关性,且与Shibo几乎没有同期的线性相关,说明社会融资规模具有明显的信息含量。因此,本节以社会融资规模LAFRE作为信贷渠道的替代变量。综上,本节的变量选择及说明如表 2.1 所示。

表 2.1 变量说明

2.3.2 样本与模型

本节的样本期间是 2007 年一季度至 2015 年一季度,共计 33 个季度数据。财务指数的编制对象是中国A股市场的全部非金融类上市公司,是以新会计准则实施的第一年 2007 年一季度为基期编制的各类定基指数。财务指数编制的数据来源于CSMAR国泰安数据库,货币政策数据均来源于我国央行统计数据库。为保证两类研究变量性质的一致性,我们将各货币政策变量的月度数据做简单平均后调整为季度数据。

本节研究货币政策传导的货币渠道与信贷渠道对企业财务的效应,包括影响的有效性、影响的时间响应、影响的方向与幅度、基于研究目的与动态数据的特征,本节采用结构向量自回归(SVAR)模型。

普通向量自回归(VAR)模型,考虑了内生变量的滞后项,从而将单变量自回归模型拓展为多元时间序列变量组成的“向量”自回归模型。滞后 p 阶的VAR模型可表达为

其中, y t k 维内生变量向量; x t d 维外生变量向量; μ t k 维误差向量 A 1 A 2 A 3 ,…, A p B 是需要估计的系数矩阵。

结构向量自回归模型(SVAR)即在VAR模型的基础上,把内生变量的当期值也加入模型。以两变量SVAR模型为例,

其中, x t z t 均是平稳随机过程;随机误差项 μ xt μ zt 是白噪声序列,并且它们之间不相关。系数 b 12 表示变量的 z t 的变化对变量 x t 的影响; γ 21 表示 x t 1 的变化对 z t 的滞后影响。该模型同样可以用如下向量形式表达:

可见,SVAR的特点在于可以讨论变量间是否存在当期影响关系,因此SVAR的检验范围更广,结果更为可靠。在SVAR模型条件下,可以考察企业财务变量对货币政策变量的脉冲响应,从而对货币政策变量的效应做出对比分析。 4RHZjc1iy4yPMjqXg7CF1UzH8lrdsF9dfCbYJ2cJ3Jt6pHAuPqWQDTHRJs7boc6q

点击中间区域
呼出菜单
上一章
目录
下一章
×