《金融与经济》2022年第12期

发布时间:2023-1-03 | 杂志分类:其他
免费制作
更多内容

《金融与经济》2022年第12期

JRYJJ会加大企业内部自由现金流短缺的风险,而企业可寻的筹资来源也无非是长期的内部积累和外部投资市场的资金融通。但目前国内资本市场尚不完善,及时且成本适宜的大额资金也较难获取,因此预测当企业融资难度较高时,社保基金持股对企业内部现金储备的意愿也会更加强烈。表9 融资约束的调节检验注:***、**和*分别表示在1%、5%和10%的水平上显著;()中为t值。以 KZ 指数(KZ)来衡量企业的融资约束程度,并将其作为调节变量,检验企业融资成本对社保基金与现金持有间关系的影响。表9列(2)(4)的结果表明,融资约束会显著促进社保基金持股与现金持有水平间的正向关系。2.内部控制社保基金等机构投资者依据企业公告信息提出的治理指导意见,需经过企业内部管理体系的直接操作才能执行,这对企业的内部治理能力提出了较高要求,因此当公司内部治理水平较高,社保基金持股对企业现金持有水平的提升效果预计会更好。借鉴已有研究(杨兴全等,2020;许阳和赵爽,2021),选取产权性质、实际控制人两权分离率、控股股东持股比例、股权制衡度、机构投资者持股比例、董事会规模、管理层持股比例、控股股东持股比例平方和及独立董事占比... [收起]
[展开]
《金融与经济》2022年第12期
粉丝: {{bookData.followerCount}}
文本内容
第51页

JRYJJ

会加大企业内部自由现金流短缺的风险,而企

业可寻的筹资来源也无非是长期的内部积累和

外部投资市场的资金融通。但目前国内资本市

场尚不完善,及时且成本适宜的大额资金也较

难获取,因此预测当企业融资难度较高时,社保

基金持股对企业内部现金储备的意愿也会更加

强烈。

表9 融资约束的调节检验

注:***、**和*分别表示在1%、5%和10%的

水平上显著;()中为t值。

以 KZ 指数(KZ)来衡量企业的融资约束程

度,并将其作为调节变量,检验企业融资成本对

社保基金与现金持有间关系的影响。表9列(2)

(4)的结果表明,融资约束会显著促进社保基金

持股与现金持有水平间的正向关系。

2.内部控制

社保基金等机构投资者依据企业公告信息

提出的治理指导意见,需经过企业内部管理体

系的直接操作才能执行,这对企业的内部治理

能力提出了较高要求,因此当公司内部治理水

平较高,社保基金持股对企业现金持有水平的

提升效果预计会更好。

借鉴已有研究(杨兴全等,2020;许阳和赵

爽,2021),选取产权性质、实际控制人两权分离

率、控股股东持股比例、股权制衡度、机构投资

者持股比例、董事会规模、管理层持股比例、控

股股东持股比例平方和及独立董事占比等九个

公司治理指标,通过主成分分析法生成上市公

司内部治理指数score(该数值越大,表明公司内

部治理水平越好),并将其作为调节变量,以检

验企业内部治理对社保基金与现金持有间关系

的影响。表10列(2)(4)的结果表明,当公司内

部控制较好时,将会对社保基金持股与现金持

有水平间的正向关系起到促进的作用。

变量

SSF

USFP

isam

控制变量

年份/行业

常数

样本量

调整R2

(1)

cash

0.012***

(4.28)

0.781***

(25.62)

32080

0.308

(2)

isam

-0.010***

(-2.64)

0.018

(0.38)

29875

0.090

(3)

cash

0.011***

(3.75)

-0.013***

(-3.02)

0.817***

(24.30)

29875

0.294

(4)

cash

0.006***

(5.17)

0.771***

(25.70)

32080

0.308

(5)

isam

-0.006***

(-3.39)

0.025

(0.55)

29875

0.090

(6)

cash

0.006***

(5.14)

-0.012***

(-2.98)

0.810***

(24.41)

29875

0.294

表8 社保基金持股影响公司现金持有水平的关联交易路径

注:***、**和*分别表示在1%、5%和10%的水平上显著;()中为t值。

变量

SSF

USFP

KZ

SSF×KZ

USFP×KZ

控制变量

年份/行业

常数

样本量

调整R2

(1)

cash

0.012***

(4.28)

0.781***

(25.63)

32080

0.308

(2)

cash

0.010***

(3.48)

-0.040***

(-39.64)

0.003**

(1.99)

0.722***

(24.40)

32080

0.349

(3)

cash

0.006***

(5.17)

0.771***

(25.71)

32080

0.308

(4)

cash

0.005***

(4.36)

-0.039***

(-42.10)

0.002**

(2.20)

0.714***

(24.50)

32080

0.349

金融与经济 2022.12

50

第52页

JRYJJ

表10 公司内部治理水平的调节检验

注:***、**和*分别表示在1%、5%和10%的

水平上显著;()中为t值。

六、经济后果分析

根据上文分析,社保基金持股一方面通过

治理方式管控企业的资金流向,遏制大股东攫

取企业易变现资产;另一方面也能通过引导改

善战略部署的方式以增加企业现金储备需求。

但现金持有水平作为静态变量,单纯通过其数

量变动可能还无法准确判断社保基金持股是否

会通过以上途径优化企业现金持有价值。增加

的现金既有可能激发其竞争效应成为企业未来

拓宽行业市场的“源动力”,也有可能会是诱导

企业代理成本爆发的“导火索”。所以也应关注

被持股企业在年度期间内自由现金流的管理业

绩。基于此,借鉴王积田等(2021)的设计构建

模型(4),以分析社保基金持股对现金持有的影

响,是否最终也提升了企业的竞争力。

comi,t=ρ0+ρ1rescashi,t-2+ρ2sizei,t-1+ρ3levi,t-1

+ρ4producti,t-1+ρ5capexi,t-1+ρ6nwcli,t-1

+ρ7tratei,t-1+εi,t

comi,t=ρ0+ρ1rescashi,t-2+ρ2SFi,t-2+ρ3SFi,t-2

×rescashi,t-2+ρ4sizei,t-1+ρ5levi,t-1

+ρ6producti,t-1+ρ7capexi,t-1+ρ8nwcli,t-1

+ρ9tratei,t-1+εi,j (4)

参考黎新伍和黎宁(2021)的方法,选取营

业收入、净资产、净利润、净资产收益率、资产收

益率、劳动效率、应收账款周转率、近三年净利

润增长率、近三年营业收入增长率等九个指标,

通过因子分析法权重求和生成模型4中的被解

释变量——企业竞争力(com);解释变量为超额

现金持有(rescash,定义为模型 5 残差);新增控

制变量费用比率(product,财务费用与管理费用

之和/营业收入)、净经营现金流标准差(sdocf)、

无形资产比例(RDL,无形资产总额/总资产)、资

产收益率(roa)、总资产周转率(trate)。由表 11

列(2)(3)回归结果可知,社保基金与超额现金持

有的交叉项显著为正(SSFt-2×rescasht-2的系数为

0.016,且在 5%的水平上显著;USFPt-2×rescasht-2

的系数为0.015,且在1%的水平上显著),因此社

保基金持股确实可以增强现金的竞争效应。

cashi,t=α0+α1cgrowthi,t+α2sdocfi,t+α3nwcli,t

+α4capexi,t+α5RDLi,t+α6roai,t+α7sizei,t

+α8levi,t+εi,t (5)

表11 社保基金、现金持有与企业竞争力

注:***、**和*分别表示在1%、5%和10%的

水平上显著;()中为t值。

七、研究结论及启示

以2004—2020年间A股非金融上市公司为

变量

SSF

USFP

score

SSF×score

USFP×score

控制变量

年份/行业

常数

样本量

调整R2

(1)

cash

0.012***

(4.28)

0.781***

(25.62)

32080

0.308

(2)

cash

0.009*

(1.88)

0.006***

(3.05)

0.002

(0.97)

0.793***

(24.53)

29631

0.316

(3)

cash

0.006***

(5.17)

0.771***

(25.70)

32080

0.308

(4)

cash

0.001

(0.27)

0.005***

(2.73)

0.003***

(2.88)

0.783***

(24.67)

29631

0.317

变量

rescasht-2

SSFt-2

USFPt-2

SSFt-2×rescasht-2

USFPt-2×rescasht-2

控制变量

年份/行业

常数

样本量

调整R2

(1)

com

0.010***

(3.25)

-4.284***

(-70.95)

19825

0.309

(2)

com

0.005

(1.33)

0.013**

(2.16)

0.016**

(2.41)

-4.255***

(-69.07)

19825

0.309

(3)

com

0.004

(1.29)

0.009***

(3.33)

0.015***

(3.71)

-4.258***

(-70.17)

19825

0.310

社保基金持股与企业现金持有

51

第53页

JRYJJ

样本,考察了社保基金持股对公司现金持有水

平的影响、内在机理及经济后果。研究发现:

(1)社保基金持股将显著增加企业现金持有水

平,这一效应主要通过促进企业主营业绩和抑

制大股东关联交易两个方面来实现。(2)当企业

融资困难或者内部治理较好时,社保基金持股

与企业现金持有间的促进关系将会被正向调

节。(3)社保基金持股能促进企业竞争力。

基于上述结论得出以下启示:(1)应继续坚

持为社保基金资金入市清理障碍,鼓励社保基

金持股发挥其企业治理和信息传递效应,体现

专业基金管理团体的优势,进一步塑造社保基

金引导投资者理性投资、价值投资和未来投资

的重要市场角色,改善资本市场的资金配置效

率和供给稳定程度。(2)应坚定不移地引导社保

基金资金进行以“保值增值”为主的市场投资,同

时也应继续秉持责任投资的理念。政府有必要

定位社保基金的投资风格,务必要做到以长线价

值投资为主,在扩大资本规模的同时,也能为真

正有价值的企业提供更广阔的发展机会和为境

内资金提供良好的资产保值机会。(3)在推行国

企混改政策、积极引入非国有资本的同时,也要

继续推进和保障新晋持股人合法的股东权益。

[参考文献]

[1]冯慧群. 私募股权投资对控股股东“掏

空”的抑制效应[J].经济管理,2016(6):41-58.

[2]黄永安,曾小青.投资者情绪、机构投资者

与分析师跟进:基于面板数据负二项回归的经验

研究[J].山西财经大学学报,2013(6):111-124.

[3]靳庆鲁,宣扬,李刚,等.社保基金持股与

公司股利政策[J].会计研究,2016(5):34-39+95.

[4]孔东民,刘莎莎,陈小林,等. 个体沟通、

交易行为与信息优势:基于共同基金访问的证

据[J].经济研究,2015(11):106-119+182.

[5]兰秀文,邬晗,张伟. 社保基金持股对股

价同步性的影响研究:基于A股上市公司的证据

[J].会计之友,2020(22):105-112.

[6]黎新伍,黎宁.贸易便利化对企业竞争力

的影响及空间效应研究[J].国际经贸探索,2021

(10):22-37.

[7]李春涛,刘贝贝,周鹏,等.它山之石:QFII

与上市公司信息披露[J]. 金融研究,2018(12):

138-156.

[8]王春燕,赵康平,孙烨,等.社保基金持股

促进了企业创新吗?:基于差异投资模式的分析

[J].财务研究,2020(6):37-48.

[9]王积田,宫婷婷,马欣.行业成长性、融资

约束与现金持有竞争效应[J]. 会计之友,2021

(18):84-90.

[10]王凌,常丽,唐大鹏.多个社保基金管理

人代理持股与企业创新:基于公共受托责任的

监督效应[J].财务研究,2021(4):69-81.

[11]王瑶,郭泽光. 机构投资者持股与企业

全要素生产率:有效监督还是无效监督[J].山西

财经大学学报,2021(2):113-126.

[12]许阳,赵爽. 金融资产配置会影响分析

师盈余预测准确性吗?[J]. 金融与经济,2021

(12):23-30.

[13]杨海燕,韦德洪,孙健.机构投资者持股

能提高上市公司会计信息质量吗?:兼论不同类

型机构投资者的差异[J].会计研究,2012(9):16-

23+96.

[14]杨兴全,陈飞,杨征.CEO变更如何影响企

业现金持有?[J].会计与经济研究,2020(2):3-21.

[15]杨兴全,吴昊旻,曾义.公司治理与现金

持有竞争效应:基于资本投资中介效应的实证

研究[J].中国工业经济,2015(1):121-133.

[16]杨兴全,尹兴强. 国企混改如何影响公

司现金持有?[J].管理世界,2018(11):93-107.

[17]周泰云,邢斐,李根丽.机构交叉持股与

企业金融化:促进还是抑制[J].现代财经(天津财

经大学学报),2021(12):33-48.

[18]朱德胜,李金怡,朱磊. 社保基金持股、

市场竞争与企业研发投入[J].经济与管理评论,

2022(4):104-112.

[19]Ran Duchin,Oguzhan Ozbas,Berk A.

Sensoy. Costly external finance, corporate

investment,and the subprime mortgage credit crisis

[J]. Journal of Financial Economics,2009,97(3):

418-435

金融与经济 2022.12

52

第54页

JRYJJ

中国成品油价格的非对称波动及其市场势力检验

[摘 要] 成品油价格事关民生与经济稳定,其非对称性波动可能意味着消费者福利的

非必要损失。基于2000年6月—2022年6月油价数据,用NARDL模型检验中国成品油价格

波动是否存在“涨多跌少”的非对称性,用EGARCH模型检验油企的市场势力是否影响定

价。结果显示,中国成品油价格非对称波动在短期不显著,而在长期显著存在“涨多跌少”

的正向非对称性。进一步检验发现,零售市场竞争性明显,但炼油环节检验出了合谋引起

的市场势力变化。两个模型结果相互佐证,中国成品油定价存在市场势力的不合理成分。

[关键词] 成品油定价机制;非对称波动;非对称回归分布滞后模型;市场势力

[中图分类号] F062.9 [文献标识码]A [文章编号]1006-169X(2022)12-0053-14

DOI:10.19622/j.cnki.cn36-1005/f.2022.12.006

[基金项目] 国家社会科学基金青年项目“我国居民消费潜力的多维测度及消费政策优

化研究”(21CTJ021);新疆维吾尔自治区社会科学基金资助项目(21BJY058)。

[作者简介] 苏鹏(1985—),河南安阳人,新疆大学经济与管理学院,副教授,硕士生导

师,研究方向为数量经济学;郭畅(1986—),吉林长春人,新疆大学商学院,讲师,研究方向

为企业管理。

■ 苏 鹏,郭 畅

一、引言

成品油作为一种国民经济基础性的投入要

素,其价格与国家经济稳定发展和人民生活息

息相关,其定价问题及影响始终是政府、学者和

公众关注的话题(王世文和侯依青,2020;宋清

华和祝婧然,2021)。1998 年以前,基于保障能

源供应、保障民生的考量,成品油在全国实行政

府统一定价。但传统的经济理论(Heidhues &

Koszegi,2014)和实践经验(Chen & Sun,2021)均

表明,政府定价往往无法正确反映市场供需关

系,使得部分能源使用主体过多消耗,降低成品

油的总体使用效率,对经济发展造成不利影

响。因此,多数国家的成品油定价机制由政府

管控逐步转向市场竞争机制。中国成品油定价

机制的市场化改革也在不断探索中持续推进。

随着中国工业化和城镇化的快速发展,对

成品油的消费需求猛增,油价飞涨甚至“油荒”

现象频发,供需矛盾日益凸显。中国石油资源

有限,1993年开始成为石油净进口国,石油对外

依存度急剧攀升,内外油价联动迫在眉睫。

1998年6月中国开始探索成品油定价市场化改

革,由企业参与、在政府监管下进行成本加成定

价。之后中国成品油定价机制经历多次改革

(见表1),国内成品油价格与国际油价的关联性

逐步加强。在图1中中国汽油价格和布伦特国

际原油价格的曲线上,标示出了2000年以来的6

次改革,尤其是2013年3月将调整周期由22个

工作日缩短为10个工作日之后,基本实现了一

定价格区间内的国内成品油价格与国际原油价

格的有效联动。

但是,国内消费者普遍认为国内油价相对

较高,近来的汽油和柴油价格的调整总是给人

ournal of Finance and Economics J 金融与经济 2022.12

53

第55页

JRYJJ

一种“涨多跌少”非

对 称 波 动 的 直 觉

(张 宇 轩 ,2022)。

国 内 一 些 学 者

(Chen et al.,2017;

李治国,2020)的研

究结果也表明,当

国际油价上升和下

降同等幅度时,相

较于成品油价格下

降的速度和幅度,

中国成品油价格上

涨得更快、更多。

经典经济学理论认为,完美市场假设下的上游

原油价格波动应该对称地传导至下游的成品油

价格。若两者的价格联动违背了这一假设,便

出现了价格扭曲,市场在资源配置上存在效率

损失(Martin-Moreno et al.,2018),引起消费者福

利的非必要损失。即面对同等幅度的国际原油

价格涨和跌,若国内成品油价格存在“涨多跌

少”的非对称情形,中国消费者相较于他国消费

颁布日期

1998.06.03

2000.06.05

2001.11.25

2006.03.26

2008.12.18

2009.05.07

2013.03.26

2016.01.13

文件名称

《原油、成品油价格改革方案》

对1998年方案中的成品油价

格形成机制进行修订

《关于完善石油价格接轨办法

及调整成品油价格的通知》

《完善石油价格形成机制综合

配套改革方案》

《国务院关于实施成品油价格

和税费改革的通知》

《石油价格管理办法(试行)》

《关于进一步完善成品油价格

形成机制的通知》

《石油价格管理办法》

主要内容

成品油由政府统一定价改为由政府制定指导价格,即零售中准价。“以上

个月新加坡市场汽油、柴油进口完税成本为基础,加上合理的运杂费及批

发零售企业的经营差率计算得出零售中准价,每月公布一次”。中石油和

中石化两大石油集团共同负责国内成品油的供销,它们可以在政府公布

的中准价的基础上,在上下5%的幅度内确定各自的零售价格

国内汽、柴油价格进入与新加坡市场“挂钩联动”阶段,每月调整一次。“当

新加坡成品油市场汽油和柴油的交易价格累计变动幅度超过5%时,国家

就会及时调整成品油零售中准价。”即以上个月新加坡市场的交易价格为

基础,制定本月的中准价

成品油零售中准价由原来单纯接轨新加坡市场改为接轨新加坡、纽约和

鹿特丹三地成品油市场。国内成品油零售中准价“以三地市场上月价格

加权平均值作为基础(市场权重新加坡:纽约:鹿特丹=6?3?1),外加关税、

运杂费和成品油流通费用最终确定。”“当加权平均价格按月波动累计超

过8%时,由国家计委重新计算中准价,并向社会公布。”成品油的最终零

售价格由中石油、中石化在中准价上下8%的幅度内自行确定

成品油定价的基准改为“以布伦特(Brent)、迪拜(Dubai)和米纳斯(Minas)

三地原油的加权(4?3?3)平均价格为基准,加上合理的炼油成本、流通费

用、相关税费和适当的利润等,确定国内成品油零售价基准”。出台对部

分困难群体和公益性行业的补贴措施

取消基准价,实行没有价格下限的最高零售价。决定从2009年1月1日

起,对成品油价格和税费进行大幅度改革。提高成品油消费税和税率

当国际市场布伦特、迪拜、米纳斯三地原油连续22个工作日移动平均价

格变化超过4%时,相应调整国内成品油最高出厂价格和最高零售价格

继续参考布伦特、迪拜和米纳斯三地原油加权平均价格,但不再公布各个

原油市场的加权权重。缩短了调价周期,将成品油计价和调价周期由22

个工作日缩短至10个工作日,并取消上下4%的幅度限制

在2013年价格机制基础上,设定成品油价格调控下限,调控上限国际原

油价格为每桶130美元,下限为每桶40美元。标志中国现行的成品油价

格形成机制基本完成

表1 1998年6月以来我国的成品油定价机制改革历程

资料来源:由作者根据国家发改委网站(http://jgjc.ndrc.gov.cn)相关文件整理而成。

图1 2000年6月以来布伦特国际原油价格、中国汽油价格及其定价机制改革

金融与经济 2022.12

54

第56页

JRYJJ

者便支付了一个相对较高的价格。

另外,中国两个主要的石油厂商[中国石油

天然气集团公司(中石油)和中国石油化工集团

公司(中石化)],联合控制约77%的上游石油和

天然气开采市场、79%的炼油市场及90%的成品

油批发零售市场(李治国,2017)。中石油和中

石化两大油企可以说在中国成品油市场上拥有

绝对的市场份额。于是,公众自然倾向于将“涨

多跌少”的成品油价格归咎于两个企业的寡头

垄断。加之都是国有企业,政府相关监管部门

也承受了巨大的舆论压力。

那么,中国成品油价格对国际原油价格的

反馈是否真的存在非对称性?若果真如此,其

是否与石油企业的市场势力有关?这两个问题

的答案显然至关重要,事关政府下一步成品油

价格市场化改革的底层逻辑。

二、文献综述

实际上,价格的非对称传导并不仅仅可能

在中国成品油市场上存在,在其他市场(Rezitis

& Tsionas,2019)和其他国家(Martin-Moreno et

al.,2018)上也均有被证实。并且现有的实证结

果其实也处于争议之中。成品油市场上的非对

称价格传导,由Bacon(1991)分析1982—1989年

的英国汽油市场价格变化时率先发现,并将其

生动地形容为“火箭和羽毛”现象。即面对原油

价格的上涨,英国汽油价格像火箭一样飞涨,但

当原油价格下降时,汽油价格却像羽毛一样缓

慢降落。随后,来自美国(Haliloglu,2021)、法国

(Boroumand et al.,2016)、澳大利亚(Valadkhani

& Smyth,2018)、希腊(Bragoudakis et al.,2020)、

土耳其(Sekmen & Topuz,2021)及中国台湾地区

(Chou & Tseng,2015)的研究进一步证实了“火

箭和羽毛”现象的存在。但同时也有一些研究

并未检验出这一现象(Contin-Pilart et al.,2009;

Bermingham & O'Brien,2011;Karagiannis et al.,

2015;Apergis & Vouzavalis,2018)。此外,中国

学者回爽(2006)、孙泽生等(2022)的研究发现,

中国汽油价格虽然对国际原油的变化有一个直

观上的非对称反应,但在统计上有待商榷。因

此,中国成品油价格是否存在对原油价格变动

的非对称反应,仍有必要予以重新检验。

此外,即使检验出中国成品油价格传导确

实存在非对称特征,也不能简单地归咎于市场

势力。关于其成因,理论上也尚未达成共识。

除了市场势力外(Loy et al.,2018),也有诸如生

产和存货调整理论、消费者价格搜寻理论和消

费 者 预 期 理 论 等 多 种 解 释(Brown & Yücel,

2000;Yang & Ye,2018)。Peltzman(2000)发现

即使是竞争充分的市场,也可能存在上下游价

格间的非对称传导。Honarvar(2009)对多种解

释进行比较后,认为美国成品油市场的非对称

价格传导不是市场势力的结果。因此,市场势

力与非对称价格传导间的关系也并不明确。另

外,中国成品油市场是一个集中度较高的寡头

市场,从获取规模经济的角度看是有其合理性

的。因此,判断中国石油寡头的市场势力是否

影响了成品油价格调整,必须考虑这一合理性。

但是根据寡头市场理论,在定价上厂商会

为了获得高回报而合谋,这样的合谋显然是不

被允许的。合谋往往不公开,可能仅仅是厂商

间多次博弈后逐步形成的一种不言而喻的默

契。一旦合谋达成,厂商们控制价格的市场势

力变强,攫取社会剩余,而且在无限博弈中合谋

不会陷入囚徒困境,具有稳定性。因此,相较于

规模收益下市场势力的加强,合谋形成的市场

势力是不公平、不合理的,是价格监管中应予以

警惕的,也是笔者拟检验的。

寡头间合作与否在长期将会导致不同的市

场均衡,完美的合谋将实现垄断均衡,因此,合

谋形成的市场势力将影响长期均衡。Tirole

(1990)基于信号理论提供了寡头间的合谋如何

导致非对称价格传导的一个解释。具体来说,

当上游价格上涨,每个厂商会迅速提高销售价

格,以此向其竞争对手发出不削减利润并遵守

默契协议的信号。而当上游价格下降时,每个

厂商会选择延缓降价,避免让竞争对手产生削

减利润而不再遵守约定的误解。因此,要检验

中国成品油价格传导的非对称性是否可能源于

市场势力,捕捉其长期特征是关键。而且,可以

排除解释价格非对称传导的生产调整、价格搜

中国成品油价格的非对称波动及其市场势力检验

55

第57页

JRYJJ

索和预期等其他理论的可能。因为长期的市场

参与者具有理性特征,不存在调整成本或信息

搜索。

计量方法上,Shin & Yu(2014)提出的非线

性自回归分布滞后(NARDL)模型,通过将核心

自变量分解为正、负两个部分加总项并引入回

归模型,能同时检验其对因变量的短期和长期

非对称影响。如前所述,长期非对称性对分析

石油厂商的市场势力非常关键,而且后续的格

兰杰因果检验结果也显示,只存在国际原油价

格对中国成品油价格的单向影响,不适合建立

马尔科夫向量自回归(MS-VAR)模型刻画非对

称效应(宋希等,2017;赵方华等,2019),故选择

NARDL单方程模型来检验中国成品油价格的调

整是否存在“涨多跌少”非对称性。

但是仅识别出长期非对称性的存在,只是

证明了寡头企业合谋可能存在。规模经济或者

产业重组等引起的市场结构变化与不改变表面

的市场结构的合谋都会影响价格的长期均衡。

计量建模上,通常使用市场集中度和赫芬达尔

指数等市场结构指数来间接地反映市场势力。

但若寡头间形成合谋,往往是不公开的,并不引

起市场结构变化。所以,借助市场结构来检验

合谋形成的市场势力是不可行的。

合谋的目的是控制价格追求垄断利润,所

以拟基于市场效率评判准则P=MC,即通过价格

对边际成本的偏离 P=(1+m)MC 来反映市场势

力,进而甄别合谋下的市场势力。依据此准则,

基于指数广义自回归条件异方差(EGARCH)模

型设计了一个两阶段检验过程来验证寡头合谋

形成的市场势力是否中国成品油价格非对称传

导的原因。

三、研究设计

(一)数据说明

尽管中国成品油价格于1998年开始与国际

油价挂钩,但实际上成品油基准价始终维持不

变,直到2000年6月才开始有所调整,因此数据

的样本区间为2000年6月至2022年6月。1993

年中国成为石油净进口国,样本期内原油有国

内和国外两个供给来源,因此国内外原油价格

理均应被考虑。国内石油资源有限,而且中国

1993 年以来对国外原油的依赖程度越来越大。

在国际原油市场上中国对原油价格的话语权有

限,国内原油价格始终处于价格接受者位置,内

外原油价格基本走势一致。此外,考虑到在现

实国际原油贸易中,企业支付的实际成本受汇

率、期货等风险因素的影响。为直接反映实际

支付的原油价格,最终选择用其到岸价格。具

体地,用中国海关总署公布的每月原油进口总

值(美元)除以原油进口总量(吨),得到月度平

均原油进口价格(美元/吨),进一步由中美月度

汇率将其单位转换为“元/吨”。

对于国内成品油中的汽、柴油价格,除了新

疆建设兵团等特殊使用主体外,其他普通使用

者都要遵循基于政府(发改委)公布的最高零售

价,推算出各自的最大批发价和最大零售价。

具体地,发改委的最高零售价依据成本加成法

核算,由原油成本、炼油成本、相关税费及其一

个适当的利润组成(见表 1 中 2006.03.26 的《完

善石油价格形成机制综合配套改革方案》)。各

省在国家发改委价格基础上,加上运输、经营等

成本,形成本省最高零售价格。而批发价则是

在最高零售价基础上,减去一个相对固定的经

营成本(300元),形成一个最高批发价。

从上述的成品油价格核算过程可知,发改

委的价格是所有相关价格的基础。另外,最高

零售价格相当于之前的“零售基准价允许上下

浮动”的定价模型,去掉了下面的“地板价”,本

质上相同。在实践中,虽然可以向下调整,中石

油和中石化多年来往往默契地将发改委公布的

最高价格上限,作为成品油出售的零售价格。

由此,这样的一致性,也可反映两大巨头在定价

行为上的默契,而这没有市场势力也是实现不

了的。若存在市场势力影响定价,发改委的价

格里便会包含该信息,因此使用的汽油价格是

国家发展和改革委员会网站(http://jgjc.ndrc.gov.

cn)上公布的汽油和柴油零售价格。搜集的原始

数据只是各个调整窗口公布的价格,先将其整

理成日度价格,随后按天数将其按月加权平均

得到月度平均汽、柴油价格(元/吨)。

金融与经济 2022.12

56

第58页

JRYJJ

(二)单位根、因果和协整检验

因使用的是月度数据,故先对所有序列进

行Census-X12加法模型以剔除季节因素影响,

再对原油价格(PC)、汽油价格(PG)和柴油价格

(PD)三个变量进行 ADF 单位根检验。结果显

示,所有水平变量均不能拒绝“序列不平稳”的

原假设,而一阶差分序列则均在1%的水平上显

著拒绝原假设,所以三个一阶差分序列是平稳

的,即三个水平序列都是1阶单整(I 1)序列。

格兰杰因果检验要求序列平稳,所以使用

三个一阶差分序列予以检验。结果显示,用原

油价格变化去解释中国汽油、柴油价格变化,均

在1%显著水平下拒绝原假设“原油价格变化D

(PC)不是国内汽油价格变化 D(PG)、柴油价格

变化D(PD)的格兰杰原因”,即原油价格变化是

中国成品油价格变化的格兰杰原因。而国内汽

油、柴油价格变化在5%的水平上接受其非原油

价格变化的格兰杰原因的原假设。但是据此不

能简单地认为中国成品油需求对国际原油价格

不存在影响,因为中国的成品油定价使用成本

加成法,基本不反映需求端的信息,仅体现供给

端的成本。总之,关注的原油价格变化对中国

成品油价格变化的影响显著地通过了检验,这

为后续建模在合理性上提供了支持。

对差分序列的格兰杰因果检验本质上体现

的是变量间短期的因果关系,有必要进一步进

行协整检验来确定水平变量间长期的因果关

联。最常用的方法是基于回归残差进行的

Engle-Granger 检验,但若残差序列存在结果突

变点,该检验倾向于接受残差序列不平稳的原

假设,造成检验结果失真。因此,也进行了包含

突变点的协整检验。与预想一致,不考虑结构

突变点的协整检验结果显示,原油价格与国内

汽油、柴油价格间不存在稳定的协整关系。考

虑突变点的检验表明,在1%的水平上原油价格

与成品油价格间存在稳定的协整关系,突变点

在2008年8月。

(三)检验价格非对称传导的 NARDL 模型

设定

如果变量数据序列一阶单整且彼此间存在

稳定的协整关系,非对称误差修正(AECM)模型

是一个广泛采用的方法,其通过恩格尔-格兰杰

两阶段估计过程可以评估国际原油价格和成品

油价格间在长短期是否存有非对称性。但

Apergis & Vouzavalis(2018)认为这一单独地分

别考虑长短期的作法,在估计上不但没有效率,

而且其第一阶段的偏差会影响到第二阶段的结

果,进而导致结果上的误导。他们提倡将变量

间长短期的非对称性测度,置于一个同时完成

估计的非对称自回归分布滞后(NARDL)模型

中,故选择NARDL模型。

进口原油的平均价格用PCt表示,汽油价格

PGt和柴油价格 PDt暂时统一用 Pt表示。参照

Shin et al.(2014)给出的NARDL模型,使用的计

量模型理论设定如下:

△Pt=(μ+δZt-1+ρPt-1+ ϕ+

PC+

t - 1 + ϕPCt - 1)

+∑i = 1

n

φi △Pt-i+∑

j = 0

p

π+

j△PC+

t - j +∑k = 0

q

πk△PCt - k

+εt (1)

其中,PC+

t 和 PCt 分别是原油价格PCt变化

的正、负部分加总项,对应的表达式如下:

PC+

t =∑

j = 1

t

△PC+

j =∑

j = 1

t

max(△PCj,0) (2)

PCt =∑

j = 1

t

△PCj =∑

j = 1

t

min(△PCj,0) (3)

另外,Zt是一个表示金融危机冲击下结构突

变影响的虚拟变量,根据协整检验结果,将2008

年 8 月之后定义为 1,否则为 0。模型的最优滞

后长度系数 n、p 和 q 由施瓦茨信息准则内生决

定,在实际操作中将三个系数最大值均设定为

8,则共有512种可能情况。经筛选,对中国汽油

和柴油价格来说,n=1、p=0和q=0是各自NARDL

模型的最优设定选择。所以,模型(1)可具体设

定为:

△Pt=(μ+δZt-1+ρPt-1+ ϕ+

PC+

t - 1 + ϕPCt - 1)

+φ1△Pt-1+π+

△ PC+

t +π-

△PCt +εt (4)

其中,系数π+和π能够捕捉成品油价格对

原油价格正向和负向冲击在短期的不同反应。

其实,恩格尔-格兰杰两阶段模型中的误差

修正项ρ×ecmt-1其实等价于模型(4)中的括号项

中国成品油价格的非对称波动及其市场势力检验

57

第59页

JRYJJ

(μ+δZt-1+ρPt-1+ ϕ+

PC+

t - 1 + ϕPCt - 1)。具体地,价

格的长期均衡用P *

t 表示,则依据误差修正模型

的定义,模型(4)可改写为:

△Pt=ρ(Pt-1-P *

t - 1)+φ1△Pt-1+π+

△ PC+

t

+π-

△PCt +εt

=ρ·ecmt-1+φ1△Pt-1+π+

△ PC+

t +π-

△ PCt +εt

(5)

参数ρ常被定义为市场的自我均衡恢复力,

且一般有-1<ρ<0。于是:

P*

t = -(μ/ρ)-(δ/ρ)Zt -(ϕ+

/ρ)PC+

t -(ϕ-

/ρ)PCt

(6)

进而,长期方程为:

Pt = P*

t + ecmt = -(μ/ρ)-(δ/ρ)Zt -(ϕ+

/ρ)PC+

t

-(ϕ-

/ρ)PCt + ecmt (7)

所以长期的非对称反应可以由-(φ+/ρ)和+

(φ-

/ρ)来测度,实际检验中可直接比较φ+和φ两

个系数。

综上所述,等式(4)是一个最为广泛的模

型,同时包含长、短期两种不对称。如果π+

=π和

φ+

=φ均成立,则不存在非对称性,此时等式(4)

转换为传统的线性误差修正模型:

△Pt=(μ+δZt-1+ρPt-1+ ϕ PCt-1)+φ1△Pt-1

+π△PCt+ε)t (8)

若仅有φ+

=φ成立,则意味着仅存在长期非

对称,则:

△Pt=(μ+δZt-1+ρPt-1+ ϕ+

PC+

t - 1 + ϕPCt - 1)

+φ1△Pt-1+π△PCt+ε)t (9)

若仅有π+

=π成立,则意味着仅存在短期非

对称,则:

△Pt=(μ+δZt-1+ρPt-1+ ϕPCt - 1)+φ1△Pt-1

+π+

△PC +

t +π-

△PC -

t +εt (10)

于是,式(8)—(10)三个模型是式(4)施加

约束条件后得到的。将使用模型选择中常用的

似然比检验(LR test),来检验中国成品油价格对

原油价格变化的反应更符合哪一种设定。因

为,相较于瓦尔德检验(Wald test)和拉格朗日乘

数检验(LM test),似然比检验综合使用了施加

约束前后的信息,其检验结果会更稳健可信(陈

强,2014)。

向量βU表示不加约束的模型(4)的系数估

计值,向量βR 表示施加约束的模型(8)(9)或

(10)的系数估计值,两组系数对应的对数似然

比值分别记为ln(βU)和ln(βR),则似然比检验统

计量为:

LR=-2ln[L(βR)/L(βU)]=2[lnL(βU)-lnL(βR)]



d x(2 K) (11)

其中,参数K是自由度,此处等于施加的约

束个数。

检验的原始假设为模型(4)满足一定的约

束。具体检验中,首先检验模型(4)和模型

(8)。如果拒绝π+

=π和φ+

=φ同时成立的原假

设,则认为存在非对称性价格传导。进而再检

验模型(4)和模型(9),如果π+

=π的原假设被拒

绝,则存在短期非对称。类似地,模型(4)和模

型(10)被用于检验φ+

=φ是否成立,来确定是否

存在长期非对称。其中,长期非对称性将是关

注重点,因为其暗含了石油寡头企业通过默契或

合作来增加影响价格的市场势力的可能。

(四)基于EGARCH模型检证市场势力

Rezitis & Stavropoulos(2009)在分析希腊农

畜产品市场价格传导时,认为通过 EGARCH 模

型中方差方程度量的下游价格变化对上游价格

正、负向冲击的非对称反应,可以提供市场势力

存在的重要信息。具体将非对称性反应分为

正、负两类:正的非对称体现为厂商对正向冲击

的反应更为强烈,意味着其拥有一定市场势力,

可利用对其有利的“好消息”来提高价格;负的

非对称表现为厂商对蕴含“坏消息”的负向冲击

反应更大,意味着其在市场中处于弱势位置,不

拥有影响价格的市场势力。但他们的分析更多

停留于表面上讨论,并未对此予以理论阐释。

由此,将P=MC的市场效率原则与EGARCH模型

相结合,剖析 EGARCH 模型与市场势力间的内

在关联机制,并构建一个两阶段回归过程,来检

测石油企业是否默契地形成合谋,不合理地提

升市场势力影响定价。

合谋的目的是为了追求垄断,进而控制价

格获得高利润,由寡头到垄断会进一步地偏离

竞争市场定价准则 P=MC。中石油和中石化在

原油进口、炼治、批发和零售等整个石油产业链

金融与经济 2022.12

58

第60页

JRYJJ

上都拥有绝对影响力。在原油进口环节,两个

企业都是国际原油价格的接受者,同时国际原

油价格信息对外公开,所以该环节不予检验。

而对于批发和零售,结合之前对中国成品油价

格的计算体系可知,批发价格由最高零售价减

去一个固定的运营成本来确定,所以批发到零

售也不存在合谋的可能。而在炼油生产环节,

发改委会依据企业传递的成本信息,核算出出

厂价格。中国炼油企业的加工成本究竟是多

少?目前国内尚无任何权威机构和渠道给出准

确回答。企业加工成本缺乏透明度,这给国家

对成品油价格的监管带来了难度,是企业实施

市场势力的潜在环节。

另外,依据文献综述中现有对非对称价格

传导的解释,除了市场势力外,也有诸如生产和

存货调整理论、消费者价格搜寻理论和消费者

预期理论等。而当前中国炼油行业早已处于产

能过剩状态,在过剩状态下,因原油价格波动而

引起生产调整成本的可能基本不存在。但存货

调整、消费者搜寻和预期等投机行为仍是有可

能引起中国成品油价格非对称波动的。综上,

接下来对生产环节进行市场势力的检验,同时

考察在原油价格波动中,中国成品油零售市场

是否存在消费者价格搜寻、厂商存货调整等引

起非对称的可能。

对于炼油环节,下游成品油出厂价格Pt是在

边际成本MCt基础上的一个加成mt,即:

Pt=mt×MCt (12)

显然,mt=1是完全竞争下的有效状态,故mt

的大小可以度量市场竞争度,进而间接地反映

市场势力大小。假设边际成本与上游原油价格

PCt间存在某一个固定的技术参数τ,则:

MCt=τ×PCt (13)

于是,将式(13)带入式(12),并取对数形式有:

ln(P)t =ln(m)t +ln(τ)+ln(PC)t (14)

两边对时间t做差分,则有如下形式:

△ln(m)t =△ln(Pt/PC)t (15)

若上下游价格传导对称,则应有∆ln(m)t =0,

即 mt=mt-1。即使市场是非竞争的寡头市场 mt=

mt-1>1,这一结论仍是成立的。Tirole(1990)已证

明当寡头间存在合谋时,将出现非对称的价格

传导。由此,对于石油寡头们,只要价格波动传

导对称,便不会有合谋的证据。但若价格波动

传导非对称,可判断出现了mt≠mt-1。

由此,形成验证市场势力存在性的预期:市

场结构等其他条件保持不变,在NARDL模型验

证存在长期非对称基础上,仅因国际原油价格

变化冲击导致 mt发生变化,即厂商对价格的控

制力有了变化,便认为存在合作所引致的市场

势力。一方面,市场集中度等结构因素的改变

与国际原油价格变化是相互独立的,没有理论

依据认为二者间存在必然联系;另一方面,此处

讨论其实是长期均衡状况,市场结构的改变会

引起成品油价格在长期发生一个新旧均衡间的

固定变化,但这一变化在理论上是可逆的,所以

也是对称的。而寡头企业间的合谋与原油价格

升降变化相关,会随原油价格变化而呈现不同

定价模式,促使成品油价格在长期呈现出一个

非对称地调整。因此,不关注是否存在mt=1,而

重点检验当国际原油价格波动时,表征市场势

力的mt是否变化。

基于 EGARCH 模型进行市场势力的检验。

一般地,标准 EGARCH 模型包含均值和方差两

个方程,设定形式为:

Yt=X ′

t β+ut,t=1,2,…,T (16)

ln(σ 2

t )=ω+α |u | t - 1/σt - 1 +γ(ut - 1/σt - 1)

+ηln(σ 2

t - 1) (17)

其中,自变量向量 X ′

t 包含常数项,因变量

的条件方差σ 2

t 是基于前期信息的一阶向前预测

方 差 ,即 σ 2

t =var[Yt |(Yt - 1,Yt - 2,…,Y1) ] =E

[ u |

2

t (u2

t - 1,u2

t - 2…u2

1 ) ],项(ut-1/σt-1)是标准残差冲击。

具体建模时选择ln(Pt/PC)t 作为均值方程的

因变量。为确保EGARCH模型中方差方程的冲

击源于国际原油价格波动,构建了如下一个两

阶段过程。首先,将原油价格变化率ln(PCt/PCt-1

作为自变量进行回归:

ln(Pt/PC)t =a+bln(PCt/PCt-1)+et (18)

然后,将式(18)的估计残差项 et作为自变

量,再次予以回归:

中国成品油价格的非对称波动及其市场势力检验

59

第61页

JRYJJ

ln(Pt/PC)t =v+θet+ut (19)

最后,式(19)作为均值方程与式(17)作为

方差方程组成使用的EGARCH模型。

依据最小二乘回归原则,式(19)中的残差

项 ut仅包含原油价格变化 ln(PCt/PCt-1)的信息。

另外,比较式(14)和(18)可知,方程(18)中的残

差 et含有一定的 mt变化信息,并且 et作为方程

(19)的自变量,与原油价格变化的冲击 ut不相

关,同时其对成品油价格的影响θ也设定为对称

的,这完全符合之前分析的市场结构变化引起

的市场势力变化的影响。所以,式(19)表示的

均值回归一定程度上剥离了市场结构变化对mt

的影响。

进一步,式(19)的残差项 ut也是方差方程

(17)的核心变量,一单位的标准正向冲击(ut-1>

0)对因变量波动的影响为(α+γ),而一单位的标

准负向冲击(ut-1<0)的影响为(α-γ)。因此,只要

γ显著地不等于0,便存在一个非对称反应。具

体地,若系数γ>0,则有(α+γ)>(α-γ),即原油价

格上涨带来的正向冲击造成的因变量ln(Pt/PC)t

波动,比负向冲击造成的波动要大。由于原油

价格波动和变量 ln(Pt/PC)t 的波动往往是同向

的,这也意味着面对同等幅度的正、负原油价格

变化的冲击,成品油利润率上涨的幅度更大。

表2 NARDL模型估计结果

汽油价格方程

自变量

常数

Zt-1

Pt-1

PC +

t - 1

PC -

t - 1

△Pt-1

△PC +

t

△PC -

t

拟合度

柴油价格方程

自变量

常数

Zt-1

Pt-1

PC +

t - 1

PC -

t - 1

△Pt-1

△PC +

t

△PC -

t

拟合度

对称

350.307***

348.619***

-0.115***

0.088***

0.125*

0.588***

R2

=0.510

调整后R2

=0.499

对称

387.939***

367.988***

-0.147***

0.110***

0.183***

0.568***

R2

=0.530

调整后R2

=0.518

短期非对称

336.487***

337.909***

-0.112***

0.085***

0.126*

0.626***

0.559***

R2

=0.511

调整后R2

=0.497

短期非对称

372.052***

355.908***

-0.142***

0.105***

0.183***

0.610***

0.535***

R2

=0.530

调整后R2=

0.517

长期非对称

548.902***

370.417***

-0.197***

0.161***

0.139***

0.136**

0.596***

R2

=0.542

调整后R2

=0.528

长期非对称

521.374***

370.067***

-0.211***

0.166***

0.150***

0.194***

0.570***

R2

=0.551

调整后R2

=0.538

长短期非对称

555.111***

374.095***

-0.198***

0.162***

0.141***

0.136**

0.606***

0.584***

R2

=0.542

调整后R2

=0.526

长短期非对称

513.334***

364.862***

-0.208***

0.163***

0.148***

0.194***

0.588***

0.556***

R2

=0.551

调整后R2

=0.536

注:***、**和*分别表示在1%、5%和10%的水平上显著;括号内数字为标准差。

金融与经济 2022.12

60

第62页

JRYJJ

若系数γ<0,可做类似的反向分析。

面对原油价格的正、负向1单位标准冲击,

设利润率ln(Pt/PC)t 分别将变化提高δ+

>0和降低

δ-

>0。基于等式(15)和(17),可整理出如下的一

组对应关系:

+δ+

=△ln(m)t ~[+(α+γ)]和-δ-

=△ln(m)t

~[-(α-γ)] (20)

其中,+和-表示变化方向,~表示对应的等

价关系。结合两个等式,则:

γ~△ln(m)t =(δ+

-δ-

)/2 (21)

因此,EGARCH模型方差方程中的系数γ包

含表征市场势力变化的信息,其可以帮助识别

寡头企业间存在合谋的可能。具体来讲,如果

EGARCH模型给出成品油市场价格存在正向非

对称传导的结果,就可认为识别出了市场势力

的变化。对中国成品油零售市场是否存在消费

者价格搜寻、厂商存货调整等的检验,只需将式

(18)和(19)的因变量换为成品油价格的变化率

ln(Pt/Pt-1)即可。

四、计量结果及其分析

(一)成品油价格对原油价格波动的非对称

反应

对于中国汽油和柴油价格,四种NARDL模

型设定的估计结果见表2。表3是基于表2结果

进一步给出了长、短期非对称性的似然比检验

结果。整体上,中国汽油和柴油价格对原油价

格波动的反应基本相似。在表2中,短期和长期

非对称均不存在的原假设,分别被汽油方程在

1%、柴油方程在5%的显著水平下拒绝,说明中

国成品油价格的波动存在非对称特征。进一

步,不存在短期非对称的原假设,均不能被显著

地拒绝,说明不存在短期非对称性。而不存在

长期非对称性的原假设,均在1%的显著水平下

被拒绝,这证明了中国成品油价格长期非对称

的存在。总之,对于汽油和柴油来说,均只有长

期的非对称性被检验出来,所以包含长期非对

称性的NARDL模型的设定最为合适,这也定性

地暗示了长期非对称性的存在。

根据长期非对称性 NARDL 模型的估计结

果,若原油价格上涨1单位,汽油价格将在短期

上涨 0.596、长期上涨 0.817(-φ+

/ρ=0.161/0.197=

0.817)。对应地,柴油价格将在短期上涨0.570、

长期上涨 0.787(-φ+

/ρ=0.166/0.211=0.787)。若

原油价格下降1单位,将导致汽油和柴油与原油

价格上涨时一样,分别在短期下降 0.596 和

0.570。但在长期分别下降 0.706 和 0.711,小于

上涨时幅度。因此,消费者从原油价格下降中

得到的好处,小于其在原油价格上升中承受的

损失。而且,短期非对称性不显著,使得这一不

对等的事实难以在短期内被察觉。其实从表 2

最后一列同时包含的长短期非对称的 NARDL

模型估计结果可知,短期内实质上也存在“涨多

跌少”,只不过在统计上基本可以忽略,要经过

长期积累方能凸显。

表3 长短期非对称性的似然比检验

注:***、**和*分别表示在1%、5%和10%的

水平上显著地拒绝原假设。

另外,汽油价格的长期非对称性(0.817-

0.706=0.111)要大于柴油价格的长期非对称性

(0.787-0.711=0.076),这源于汽油使用者相对于

柴油使用者的市场议价能力较弱。一般来说,

汽油消费者主要是家庭,而柴油使用者中存在

大 型 运 输 企 业 等 。 同 时 ,参 考 Apergis &

Vouzavalis(2018)基于 NARDL 模型对多个国家

汽油市场的研究结果,认为如果一个国家汽油

价格对原油价格的非对称性反应仅在短期显

现,其原因更多地源于生产或存货调整、消费者

信息搜寻和价格预期等作用下对均衡的偏离,

经过市场自我调节在长期一般能够得到修正。

而长期非对称的出现,则是由能够改变市场均

衡的因素引起的,比如市场势力的变化。不借

助市场之外力量的辅助,仅靠市场自身难以得

汽油

柴油

原假设

不存在短期和长期非对称:

不存在短期非对称:

不存在长期非对称:

不存在短期和长期非对称:

不存在短期非对称:

不存在长期非对称:

π+

=π和φ+

=φπ+

=πφ+

=φπ+

=π和φ+

=φπ+

=πφ+

=φdf

2

1

1

2

1

1

统计量

11.509***

0.016

11.335***

7.733**

0.039

7.504***

中国成品油价格的非对称波动及其市场势力检验

61

第63页

JRYJJ

到修正,而且可能持续恶化。

为清晰地比较长、短期非对称性间的差异,

基于表2的结果,进一步计算了汽油价格的动态

反应乘数,结果见图2。柴油价格与汽油价格的

计量结果均极其相似,所以此处仅讨论了汽

油。比较4种情况(主要比较中间的虚线),容易

看出和之前的分析一致。短期的非对称性在市

场一段时期的自我调整后会消失,而长期非对

称则难以修复。具体到符合中国成品油市场现

状的仅有长期非对称的情形,当遭受正负相反、

大小相等的原油价格波动冲击时,第一期价格

传导并未显现出非对称性,之后非对称性逐渐

增强,最后维持在一个稳定的水平。根据前文

对 NARDL 模型的设定,式(7)表示成品油价格

和原油价格间的长期均衡关系,所以长期非对

称意味着均衡在发生变化。也就是说,原油价

格上涨1单位造成的新旧均衡差距要大于原油

价格下降1单位造成的新旧均衡差距。

寡头间不公开合谋形成的市场势力可能会

是上述长期非对称的原因。首先,寡头企业间

有足够的动机形成合谋,能够在不改变表面的

市场集中度同时,增加生产者对价格的控制力

而攫取垄断利润,进而引起成品油价格随原油

价格波动“涨多跌少”。其次,中国成品油采用

的偏向于生产者的成本加成定价法以及监管者

和生产者间信息的不对称,为合谋的形成提供

了条件。当石油

企业向监管部门

传 递 成 本 信 息

时,很可能联合

传递对自己有利

的信息,使得原

油价格上涨时尽

可能多地提高成

品油价格,而原

油价格下降时却

尽 可 能 少 地 降

价。另外,也可

能源于石油寡头

企业明白自己始

终处于公众和政府的监督之中,在短期不会明

显地联合进行不公平定价,即使他们可以。这

可能也间接反衬出石油企业间的默契。为验证

上述判断,接下来基于 EGARCH 模型进一步地

予以分析。

(二)对生产环节市场势力的检验

基于EGARCH的两阶段回归过程的估计结

果见表 4,其中式(18)代表第一次回归,将其残

差作为自变量引入式(19),以式(19)为均值方

程和式(17)为方差方程组成EGARCH模型进行

第二次回归。由估计结果可知汽油和柴油的结

果非常相似,这比较符合中国两者价格总是同

步调控的事实,为论述简便仅就汽油价格情形

予以讨论。另外,依据研究目的,主要关注方差

方程式(17)的结果。表4中系数均具有较好的

显著性,都在5%水平下通过了检验,且大部分达

到了 1%的显著水平。对式(19)进行的 ARCHLM检验显示其残差序列存在一个显著的ARCH

效应。

方差方程式(17)中的 ut-1/σt-1项系数α的估

计值为0.653,并且与预期一致,非对称项(ut-1/σt-1

系数γ的估计值为 0.262。原油价格波动发生 1

单位标准差的正向冲击对汽油利润率波动的条

件方差有一个 0.653+0.262×1=0.915 倍的影响,

而同等大小负向冲击,对应的影响为 0.653+

0.262×(-1)=0.391倍。

图2 原油价格冲击下我国汽油价格的动态反应乘数

金融与经济 2022.12

62

第64页

JRYJJ

表4 炼油生产环节的两阶段EGARCH

模型估计结果

注:***、**和*分别代表在1%、5%和10%的

水平上显著。

为更清晰、直观地展示这一结果,基于表 4

的结果,图 3 进一步绘制出了由 Engle & Ng

(1993)提出的信息冲击曲线。从图3可以看出,

汽油和柴油价格的信息曲线在信息冲击小于0,

也就是代表负向冲击时比较平缓,而在正向冲

击时则比较陡峭。这说明原油价格向上波动的

正向冲击使得成品油利润率波动性变化更大,

波动大必然振幅大,由于二者往往同向波动,据

此也可判断原油价格上涨时成品油利润上涨的

幅度大于原油价格下降时利润下降的幅度。

该结果契合了 Rezitis & Stavropoulos(2009)

提出的正非对称性反

应。正非对称性的存在

有利于石油企业攫取额

外利润,其将充分利用

原油价格上涨来积极地

促使成品油价格快速上

涨,但不会将原油价格

下降的冲击也对等地使

之充分地向下传导,而

是消极迟缓地应对原油

价格下降。不具备市场垄断势力是难以实现这

点的,因为厂商要能使对其利好的成本信息流

向监管部门。中国成品油价格是在国家发改委

监督下由成本加成法确定的,而监管部门不如

油企对生产了解的多。在信息不对称情形下,

Owen & Braeutigam(1978)认为拥有市场势力的

企业有能力控制流向监管部门的成本信息,但

实现这点离不开企业间的合作,因为一旦单方

传递错误信息容易遭受监管部门惩罚。李志国

(2020)在分析中国石油企业间合谋的现实基础

和影响因素后,在数理上论证了合谋实现的可

能性。另外,依据之前研究方法中的论述,不公

开的合谋(或者仅仅是默契)不会体现在市场结

构份额上,但会使市场均衡偏向于垄断。在炼

油生产环节检验出的正非对称反应,反映出当

原油价格上涨时市场势力参数m在变大,由此判

断存在市场势力对成品油定价的不合理影响。

(三)价格搜索和存货调整等对正向非对称

定价影响的讨论

此处主要关注方差方程(17)的估计结果,

且仅对汽油价格的结果进行分析。对于汽油价

格,表 5 中式(17)的系数α的估计值为 0.660,而

系数γ的估计值为(-0.243)。因此,1 单位正向

原油价格波动冲击对汽油价格的对数条件方差

ln(σ 2

t )的影响为0.660+(-0.243)×1=0.417单位,

而同等大小负向冲击的影响为0.660+(-0.243)×

(-1)=0.903 单位。也就是说,当原油价格下降

时汽油售卖方将尽可能快地降价,汽油价格变

变量

式(18)

式(19)

式(17)

GARCH LM检验①

常数

ln(PCt/PCt-1)

常数

et

常数

|ut-1/σt-1|

(ut-1/σt-1)

ln(σ 2

t - 1)

汽油(ln(PGt/PC))t

估计值

0.603***

-0.543*

0.596***

0.992***

-4.453***

0.653***

0.262**

0.438***

F统计量:36.375

T×R2

: 73.177

标准误

0.018

0.281

0.002

0.006

1.120

0.205

0.121

0.153

柴油(ln(PDt/PC))t

估计值

0.481***

-0.544**

0.475***

0.991***

-4.455***

0.653***

0.263**

0.437***

Prob. F 0.000

Prob. Chi-Square 0.000

标准误

0.017

0.264

0.002

0.007

1.114

0.205

0.120

0.153

(a) (b)

图3 原油价格波动对生产利润率的信息冲击曲线:(a)汽油;(b)柴油

①汽油和柴油的式(19)的残差序列一样,故GARCH效应LM检验结果也一样。

中国成品油价格的非对称波动及其市场势力检验

63

第65页

JRYJJ

化的波动较大,为0.903倍的原油价格变化单位

冲击;而当原油价格涨价时汽油售卖方会谨慎

地涨价,汽油价格变化的波动较小,为对应原油

价格波动负向单位冲击的 0.417 倍。这一结果

意味着负非对称性的出现,表明国内汽油市场

是竞争的,并没有体现出卖方控制价格为自己

牟利。因为竞争的卖者涨价时需要谨慎,一旦

自己涨而竞争对手们没涨,自己将失去所有的

客户,而降价则会触发竞争者们比较统一及时

地降价,导致价格传导的负非对称性的出现。

表5 零售环节两阶段EGARCH模型结果

注:***、**和*分别表示在1%、5%和10%的

水平上显著。

实际中,中国成品油价格在零售环节也的

确有其竞争的一面,即众多的加油站间是存在

竞争的。Loy et al.(2018)对澳大利亚的汽油市

场进行研究后,便发现局部汽油市场是存在竞

争的。因为不同加油站提供的汽油是完全替代

的,只有拥有足够大的运营范围的加油站才可

能偏离竞争价格。具体到中国,随着近年来汽

车数量持续性地增加,汽油需求随之也不断增

长,加油站分布密度加大。另外,以往中石油和

中石化“南北分治”的局面现已基本打破,两大

油企间的竞争加剧,同时中海油和私营企业也

加入了竞争,成品油零售环节的竞争在中国也

是存在的。而且由于中国近似统一定价的模

式,使消费者在预期下价格搜寻或存货调整等

调整理论丧失了现实基础。所以,表5的结果有

其合理性,并排除了搜寻、调整等理论对中国成

品油价格的非对称波动造成影响的可能。

五、结论及建议

基于 2000 年 6 月—2022 年 6 月中国成品油

价格和国际原油价格的月度数据,使用能够同

时检验短期、长期非对称性的 NARDL 模型,重

现审视了二者间的定量关系,发现成品油价格

传导的长期非对称性显著存在,而在短期并不

显著。表明中国成品油价格“涨多跌少”具有一

定的短期隐蔽性,需要一定时期的积累方能显

现。同时也意味着中国成品油市场的长期均衡

存在非对称地变化,而能够使之背离寡头市场

均衡的寡头石油企业间的合谋导致市场势力加

强可能是其原因。

为进一步确认成品油价格非对称调整是否

与不合理市场势力的干预有关,基于 EGARCH

模型设计了一个两阶段回归过程。考虑到中石

油和中石化两个企业在整个石油产业链上的控

制力,着重讨论了可能实施合谋的炼油环节。

结果显示,面对原油价格波动的冲击,在炼油环

节检验出了合谋引起的市场势力变化。具体来

说,不公开的合谋(或者仅仅是默契)会使市场

均衡偏向于垄断,正的非对称反应会引起反映

市场势力大小的模型参数 m 变大,进而捕捉到

寡头合谋的事实。石油企业可借助于炼油成本

信息的不对称,传递有利于提高自身利润的信

息,进而使得价格传导出现“涨多跌少”的长期

特征。另外,在终端零售运营环节体现出的竞

争性,排除了搜寻、调整等理论对中国成品油价

格的非对称波动造成影响的可能。

综合来看,借助于NARDL模型发现的中国

成品油价格波动存在长期非对称,佐证了是市

场长期均衡发生了偏离。进一步基于EGARCH

模型在炼油环节检验出能反映市场势力的正非

对称反应,而垄断势力的获取只有石油寡头企

变量

式(18)

式(19)

式(17)

GARCH LM检验①

常数

ln(PCt/PCt-1)

常数

et

常数

|ut-1/σt-1|

(ut-1/σt-1)

ln(σ 2

t - 1)

汽油(ln(PGt/PC))t

估计值

0.004**

0.316***

0.007***

0.988***

-4.980***

0.660***

-0.243**

0.448***

F统计量:36.375

T×R2

: 73.177

标准误

0.002

0.028

0.001

0.046

1.257

0.194

0.116

0.152

柴油(ln(PDt/PC))t

估计值

0.004**

0.364***

0.008***

0.996***

-4.830***

0.653***

-0.244**

0.446***

Prob. F 0.000

Prob. Chi-Square 0.000

标准误

0.002

0.030

0.001

0.050

1.214

0.193

0.116

0.152

①汽油和柴油的式(19)的残差序列一样,故GARCH效应LM检验结果也一样。

金融与经济 2022.12

64

第66页

JRYJJ

业形成合谋才能实现。NARDL模型虽可以识别

出市场均衡是否发生非对称变化,但无法直接

确认其源于寡头合谋的垄断势力。EGARCH虽

能察觉出寡头合谋导致厂商对原油价格波动的

非对称反应,但无法区分长短期。所以,两个模

型相互佐证,证实了中国成品油价格的长期对

称传导大概率源于寡头石油企业间价格合谋,

且具体体现在石油炼制环节的成本信息的非对

称传递。

国内成品油价格对国际原油价格的非对称

反应,其实是一个事关社会福利的经济效率问

题。然而,目前中国进行的成品油价格市场化

改革并未足够关注油价传导间的市场效率,更

多强调缩小国内油价相对于原油价格波动的调

整时滞。推进成品油价格的市场化改革,在逐

步加强内外油价联动的同时,必须关注油价调

整行为的经济学效率问题,实现更加平衡和充

分地包容性增长。落实到具体实践中,有以下

几点建议:

首先,成品油价格市场化改革需要有益于

引入多种所有制资本参与市场竞争,防止能源

价格改革成为简单的价格调整和利益分配。其

次,成品油市场化改革应系统地着眼于整个石

油产业链,增加对炼油环节的监管,同时改善批

发和零售端寡头格局。最后,政府应鼓励和促

使民营炼油企业合并联合、做大做强,增加民营

企业在成品油定价中的话语权,以此削弱两大

寡头对炼油成本信息的控制力。探索寡头市场

结构和市场化定价的激励相容机制,消解合谋

利润诱导。

[参考文献]

[1]陈强.高级计量经济学及Stata应用[M].北

京:高等教育出版社,2014.

[2]高爽. 基于广义虚拟经济理论的能源价

格形成机制及优化路径[J].价格月刊,2022(6):

20-25.

[3]回爽,陈建明,从荣刚. 我国汽油价格对

原油价格不对称反应的研究[J]. 运筹与管理,

2006(6):155-159.

[4]李治国,齐素素,韩程. 成品油现行定价

机制与成品油市场平衡关联研究[J].中国石油大

学学报(社会科学版),2017(4):7-14.

[5]李治国. 油价波动非对称形成机制与影

响[M].北京:科学出版社,2020.

[6]宋清华,祝婧然.国际油价波动对外汇市

场的多时间尺度溢出效应:基于小波分析和溢出

指数模型的研究[J].现代财经,2021(2):29-48.

[7]宋希,张坤. 对外开放、经济周期与货币

政策的非对称性研究:基于 MS-VAR 模型的分

析[J].金融与经济,2017(8):4-9.

[8]孙泽生,齐一蔚,赵红军.国际原油价格、

管制与成品油价格不对称反应[J].中国矿业大学

学报(社会科学版),2022(2):140-155.

[9]王世文,侯依青.基于石油产业链的我国

原油期货市场动态相关性研究[J].金融与经济,

2020(3):28-34.

[10]张宇轩. 涨多跌少:油价为何“高烧不

退”?[J].中国经济周刊,2022(16):52-55.

[11]赵方华,张雯,何伦志.美元指数波动对

我国资本流动的非对称效应研究:基于MS-VAR

模型的分析[J].金融与经济,2019(5):9-14.

[12]Apergis N,Vouzavalis G.Asymmetric pass

through of oil prices to gasoline prices:Evidence

from a new country sample[J].Energy Policy,2018,

114(3):519-528.

[13]Bacon R W.Rockets and feathers:The

asymmetric speed of adjustment of UK retail

gasoline prices to cost changes[J].Energy

Economics,1991,13(3):211-218.

[14]Bermingham C,O'Brien D.Testing for

asymmetric pricing behavior in Irish and UK petrol

and diesel markets[J].The Energy Journal,2011,

32(3):1-26.

[15]Boroumand R H, Goutte S et al.

Asymmetric evidence of gasoline price responses

in France:A markov- switching approach[J].

Economic Modelling,2016,52(1):467-476.

[16]Bragoudakis Z,Degiannakis S,Filis G.Oil

and pump prices: Testing their asymmetric

relationship in a robust way[J].Energy Economics,

中国成品油价格的非对称波动及其市场势力检验

65

第67页

JRYJJ

2020,88(5):104775.1-104775.20.

[17]Brown S P A,Yücel M K.Gasoline and

crude oil prices:Why the asymmetry?[J].Economic

and Financial Review,2000(3):23-29.

[18]Chen Hao, Sun Zesheng.International

crude oil price, regulation and asymmetric

response of China′ s gasoline price[J].Energy

Economics 2021,94(2):1-16.

[19]Chen Y,Huang G,Ma L.Rockets and

feathers:The asymmetric effect between China′ s

refined oil prices and international crude oil prices

[J].Sustainability,2017,9(3):1-20.

[20]Chou K W,Tseng Y H.Oil prices,

exchange rate and the price asymmetry in the

Taiwanese retail gasoline market[J].Economic

Modelling,2015,52(1):733-741.

[21]Contin- Pilart I,Correlje A F,Palacios M

B.Competition,regulation and pricing behaviour in

the Spanish retail gasoline market[J].Energy

Policy,2009,37(1):219-228.

[22]Engle R F,Ng V K.Measuring and testing

the impact of news on volatility[J].The Journal of

Finance,1993,48(5):1749-1778.

[23]Haliloglu E Y, Berument M H.The

asymmetric effects of crude oil prices and exchange

rates on diesel prices for 27 European countries[J].

Global Business Review,2021(1):22-43.

[24]Heidhues P and Koszegi B.Regular prices

and sales[J].Theoretical Economics,2014,9(1):

217-251.

[25]Honarvar A.Theoretical explanations for

asymmetric relationships between gasoline and

crude oil prices with focus on the US market[J].

OPEC Energy Review,2009,33(3):205-224.

[26]Karagiannis S,Panagopoulos Y,Vlamis P.

Are unleaded gasoline and diesel price

adjustments symmetric?A comparison of the four

largest EU retail fuel markets[J].Economic

Modelling,2015,48(8):281-291.

[27]Loy J, Steinhagen C et al.Price

transmission and local market power:Empirical

evidence from the Austrian gasoline market[J].

Applied Economics,2018,50(53):5728-5746.

[28]Martin- Moreno J M,Perez R,Ruiz J.

Evidence about asymmetric price transmission in

the main European fuel markets:from TAR- ECM

to markov- switching approach[J].Empirical

Economics,2018,56(4):1-30.

[29]Owen B M,Braeutigam,R.The regulation

game:Strategic use of the administrative process

[M].Cambridge:Ballinger Press,1978.

[30]Peltzman S.Prices rise faster than they fall

[J].Journal of Political Economy,2000,108(3):

466-502.

[31]Rezitis A N, Tsionas M.Modeling

asymmetric price transmission in the European

food market[J].Economic Modelling,2019,76(1):

216-230.

[32]Rezitis A N,Stavropoulos K S.Modeling

pork supply response and price volatility:The case

of Greece[J].Journal of Agricultural and Applied

Economics,2009,41(1):145-162.

[33]Sekmen T,Topuz S G.Asymmetric oil

price and exchange rate pass- through in the

Turkish oil- gasoline markets[J].Journal for

Economic Forecasting,2021(2):74-93.

[34]Shin Y,Yu B,Greenwood- Nimmo M.

Modelling asymmetric cointegration and dynamic

multipliers in a nonlinear ARDL framework[J].

SSRN Electronic Journal,2014(2):281-314.

[35]Tirole J.The theory of industrial

organization[M].Cambridge:MIT Press,1990.

[36]Valadkhani A, Smyth R.Asymmetric

responses in the timing and magnitude of changes in

Australian monthly petrol prices to daily oil price

changes[J].Energy Economics,2018,69(1):89-100.

[37]Yang H,Ye L.Search with learning:

Understanding asymmetric price adjustments[J].

The Rand Journal of Economics,2018,39(2):

547-564.

金融与经济 2022.12

66

第68页

JRYJJ

数字经济、市场化与城乡居民收入差距

[摘 要] 从数字经济基础设施、普及水平、应用水平和发展水平等四个维度测度了中国

2010—2020年省级数字经济发展水平,并探讨数字经济发展与城乡居民收入差距的关系。

研究发现,数字经济与城乡收入差距呈倒U型关系,数字经济发展初期会扩大城乡收入差

距,而数字经济的继续发展将有利于缓解城乡居民收入差距。分指标来看,数字经济基础

设施和发展水平与城乡收入差距呈倒U型关系,数字经济普及水平和应用水平与城乡收入

差距的关系则不明确。分地区来看,东部地区数字经济与城乡收入差距的关系和基准回归

一致,但在中部地区二者呈U型关系,西部地区和东北地区则不显著。机制分析发现,市场化

水平在数字经济影响城乡收入差距的过程中,发挥着部分中介作用,扩大了城乡收入差距。

[关键词] 城乡居民收入差距;倒U型关系;市场化;数字经济

[中图分类号] F062.5 [文献标识码]A [文章编号]1006-169X(2022)12-0067-10

DOI:10.19622/j.cnki.cn36-1005/f.2022.12.007

[作者简介] 彭继增(1967—),江西泰和人,南昌大学中国中部经济社会发展研究中心

(经济管理学院),博士,教授,研究方向为产业经济;钟浩(1997—),江西南昌人,南昌大学

经济管理学院,硕士研究生,研究方向为数字经济。

■ 彭继增,钟 浩

一、引言及文献综述

城乡居民收入差距问题逐渐成为中国经济

持续健康发展中的一大难题,解决这一问题需

充分考虑新一轮数字革命的时代背景。国务院

在《“十四五”数字经济发展规划》中明确提出,

要推动数字城乡融合发展,形成以城带乡、共建

共享的数字城乡融合发展格局。这意味着数字

经济作为中国经济转型升级和经济高质量发展

的助推剂,对城乡协调发展将发挥重要作用。

2016 年政府便将发展数字经济写入《政府

工作报告》。根据中国信息通信研究院发布的

《中国数字经济发展白皮书(2022年)》,2021年

中国数字经济规模达到 45.5 万亿元,同比增长

16.2%。伴随着ICT技术的快速发展,数字经济

内涵被广泛扩充。从计算机普及到互联网应

用,再到如今的智能制造、5G、区块链等技术,数

字技术的出现是人类社会自工业革命以来最大

的变化,改变了个人、企业和社会之间的传统关

系。数字经济凭借其渗透能力在生产方式、商

品形态、管理模式等方面产生深远影响,最终影

响居民的收入水平和分配状况。但数字经济能

否对城乡居民收入分配产生显著影响,产生何

种影响,作用路径是什么?目前学术界尚未得

出统一结论。

一方面,数字经济作为一种通用技术在经

济生活中得到广泛应用,促进了生产、分配、流

通、交换等各个环节的效率提升,对于打破城乡

间人员流动壁垒、资源交换壁垒、信息公开壁垒

有着积极作用,优化了资源配置,促进了城乡协

调发展。另一方面,数字经济在数字基础设施

ournal of Finance and Economics J 金融与经济 2022.12

67

第69页

JRYJJ

建设、数字技术使用等方面存在一定门槛。在

数字经济发展过程中,城市和乡村在资源禀赋、

地理环境、人力资本等方面的差异,使得城乡之

间出现数字接入差距、数字使用差距、数字信息

鉴别差距等城乡数字鸿沟问题。数字经济对城

乡收入差距的影响由于数字技术对经济各个方

面的广泛渗透而变得复杂且多变,不同学者得

到的研究结论大不相同,但数字经济举足轻重

的地位和方兴未艾的发展,城乡居民收入差距

对中国经济持续健康发展的巨大阻力,使得深

入研究二者的关系十分必要。

相较于现有文献,边际贡献可总结为以下

几点:

一是扩展了数字经济与城乡居民收入差距

的理论模型研究。现有文献鲜有关于数字经济

与城乡收入差距的理论模型,更多的是借鉴内

生增长理论来研究数字经济的某一方面,如数

字金融(陶云清和曹雨阳,2021)、互联网普及

(程名望和张家平,2019)与城乡居民收入差距

的关系。但上述研究存在两点问题,研究数字

经济的某一具体应用对城乡收入差距的影响难

以概括数字经济整体;利用基于柯布-道格拉斯

(C-D)函数构建的增长核算方程,需要更为严苛

的单位替代弹性和希克斯技术中性假设。而现

实中要素替代弹性并非理论假设的单位弹性,

而是存在线性生产函数、固定比例生产函数等

多种形式,同时技术进步也会在市场机制的诱

导下出现方向性变化,为实现全要素生产率的

提升,技术进步方向倾向于诱导产业更密集地

使用相对充裕的要素,而减少使用相对稀缺的

要素(左晖和艾丹祥,2022),中国全要素生产率

的提升说明技术中性假设与实际偏离严重。笔

者 利 用 经 典 CES 生 产 函 数 ,借 鉴 Acemoglu

(2002)的导向性技术进步理论,放宽了单位替

代弹性和技术进步中性的假设,从理论层面分

析数字经济作为一种信息技术对城乡居民收入

差距的影响。

二是丰富了数字经济与城乡收入差距的实

证研究。现有文献从多种角度对数字经济如何

影响城乡收入差距进行了实证研究,但研究结

果却大相径庭。一部分学者认为数字经济对各

群体的收入均有正向影响,但对于低收入群体

提升作用更大,能够缩小收入差距,促进共同富

裕(陈涛和蔡晓曦,2022)。一部分学者则认为

城乡居民由于存在数字技术接入和使用鸿沟,

数字经济发展加剧了城乡收入差距(李怡和柯

杰升,2021)。还有部分学者认为数字经济与城

乡收入差距并非简单的线性关系,比如陈文和

吴赢(2021)认为数字经济发展初期会降低城乡

收入差距,后期则会扩大这一差距,即二者为U

型关系。而李豫新和李枝轩(2022)认为数字经

济与城乡居民收入差距呈倒U型关系。笔者结

合BEA和OECD关于数字经济内涵的界定,结合

数据的可得性,共设19个三级指标,较为准确地

测度了 2010—2020 年省级层面数字经济水平,

并通过指标异质性分析找到中国通过数字经济

发展解决城乡收入差距问题的发展方向,通过

地区异质性分析探究不同学者出现不同实证结

果的原因,丰富了数字经济影响城乡收入差距

的研究。

三是从市场化角度检验了数字经济影响城

乡居民收入差距的机制。数字技术通过大量赋

能经济活动,不同程度地改变了各个部门、产

业、地区的生产效率,最终反映在收入差距上。

现有研究多聚焦于人力资本水平(李娜,2021)、

劳动力流动、城镇化水平在数字经济影响城乡

居民收入差距过程中的作用。但目前鲜有研究

市场化发展在其中的作用。中国从计划经济向

市场经济体制转型已有40余年,市场经济对区

域经济发展、产业结构等产生了重要影响。在

数字技术革命如火如荼的当下,市场化对城乡

收入差距产生何种影响,需要更为深入探究。

笔者将市场化指数作为中介变量,研究了市场

化发展在数字经济影响城乡收入差距中的作

用,并通过国有企业就业占比的调节效应侧面

印证市场化发展对城乡居民收入差距的影响,

为研究中国城乡均衡发展提供全新视角。

二、理论模型与经济学分析

现有文献多运用Romer 的内生增长理论和

柯布道格拉斯(C-D)生产函数形式,而C-D函数

金融与经济 2022.12

68

第70页

JRYJJ

形式的单位替代弹性假设过于严苛,与实际经

济增长发生较大偏离,经典 CES 函数则以不变

生产要素替代弹性打破了单位要素替代弹性这

一假设,得到广泛应用。借鉴封永刚等(2017)

关于有偏技术进步对资本劳动边际产出比的影

响,研究数字技术的进步方向以及随之带来的

城乡收入差距问题。假设生产函数为经典CES

生产函数:

Yt=At

é

ë

ê ù

û αK ú

σ - 1

σ

t +(1 - α)N

σ - 1

σ

t

σ

σ - 1

(1)

其中,At表示希克斯中性技术进步参数,Yt、

Kt、Nt分别代表总产出、资本投入产出和劳动投

入产出。α表示要素分配参数,σ表示要素替代

弹性。随着经典CES函数的理论研究发展和应

用领域的扩展,希克斯中性技术进步的假设开

始受到质疑(Acemoglu,2002),技术进步的方向

会随着要素的相对稀缺程度变化而发生变化。

为体现 CES 生产函数的技术进步方向,通常会

在Kt、Nt前面加上要素增强系数Γ K

t 、Γ N

t ,并把广

义的技术进步参数设定为1,作为CES有偏技术

进步生产函数的特殊形式,如式(2):

Yt= é

ë

ê ù

û α(Γ ú K

t Kt

)

σ - 1

σ +(1 - α)(ΓN

t Nt

)

σ - 1

σ

σ

σ - 1

(2)

此时有:

∂Yt

∂Kt

= αæ

è

ç ö

ø

÷

Yt

Kt

1

σ

(ΓK

t )

σ - 1

σ (3)

∂Yt

∂Nt

=(1 - α)

æ

è

ç ö

ø

÷

Yt

Nt

1

σ

(ΓN

t )

σ - 1

σ (4)

资本劳动边际产出比△t为:

△t= ∂Yt /∂Kt

∂Yt /∂Nt

= α

1 - α

æ

è

ç ö

ø

÷ ΓK

t

ΓN

t

σ - 1

σ

æ

è

ç ö

ø

÷ Nt

Kt

1

σ

(5)

当 d ln(ΓK

t )

dt

d ln(ΓN

t )

dt

时,资本劳动相对边际

产出比增加,意味着资本边际产出相对于劳动

边际产出得到更大幅度提升,技术进步方向为

资本增强型或劳动节约型;而 d ln(ΓK

t )

dt

d ln(ΓN

t )

dt

时,技术进步方向为资本节约型或劳动增强

型。当技术进步偏向于资本而使得资本边际产

出增长速度大于劳动边际产出增长速度时,此

时财富倾向于流往拥有大量资本的少数人,社

会贫富差距呈现扩大趋势。当技术进步偏向于

劳动时,技术更多地赋予劳动更高的生产率。

此时财富倾向于流往劳动供给方(劳动者),贫

富差距呈现缩小趋势。

数字经济作为数字技术衍生的经济领域,

数字经济内涵随数字技术发展而不断扩充。数

字技术通过影响资本劳动边际产出比,进而影

响社会贫富差距。数字技术发展早期,数字技

术更多应用于资本密集型产业,如金融业、高端

制造业等,这些资本密集型产业多在城市形成

集聚现象,伴随着城市规模共同发展。数字技

术的赋能使得资本边际产出相对于劳动边际产

出增长较快,数字技术进步方向表现为资本增

强或劳动节约,造成城市中资本密集型产业获

得相对较快增长,此时城乡收入差距扩大。随

着数字技术进一步发展,规模经济和范围经济

凸显,数字经济应用成本不断下降,数字技术应

用范围向广大农村地区推广。此时资本边际报

酬相对递减,劳动边际报酬相对增加,数字技术

进步方向转为资本节约或劳动增强,农村劳动

密集型产业获得相对较快发展,城乡收入差距

缩小。因此,数字技术的进步与城乡收入呈现

倒U型关系。

三、研究设计

(一)数字经济的测度

数字经济的准确测算是建立在数字经济内

涵的合理界定基础上,而对于数字经济的内涵

界定,各国研究机构和学者尚未形成统一结

论。尽管数字经济难以被准确定义,但各国研

究机构和学者对数字经济的测度仍进行了深入

探索。目前关于数字经济的测度大致可分为两

个方向,一是测算数字经济增加值,二是编制数

字经济指数。美国经济分析局BEA是最早探索

数字经济测度的政府机构之一,经过测度范围

和方法的不断改进,BEA 将数字经济产业分为

三大类,分别为数字化赋能基础设施、电子商务

和收费数字服务,并测得美国2020年数字经济

增 加 值 为 3.31 万 亿 美 元 ,占 GDP 的 10.2% 。

OECD 组织较早提出了数字经济卫星账户的概

数字经济、市场化与城乡居民收入差距

69

第71页

JRYJJ

念,OECD对数字经济的测度是由对信息经济的

测度方法演变而来,设立了智能化基础设施投

资、社会推进、创新性释放、增长和就业等四大

指标,每个指标下设若干分指标,以此来测算成

员国数字经济规模。中国信息通信研究院是从

数字产业化和数字产业化两大方面测算数字经

济规模。与测算数字经济增加值不同的是,大

量研究机构和学者开始转向编制数字经济指

数。数字经济卫星账户尚不成熟,数字经济增

加值的测度会因为测算范围、测算方法、测算时

间的不同产生较大的差异。如根据BEA在2018

年发布的《数字经济的定义与测度》中,数字经

济统计范围包括数字化赋能基础设施、电子商

务和数字媒体,测得 2016 年数字经济总量为

1.21万亿美元,占GDP的6.5%。而2020年在中

国信通院测算下,中国数字经济总量高达 39.2

万亿元,折算为5.66亿美元,约为同期BEA测算

下美国数字经济规模的 1.7 倍。可见,不同时

间、不同地区的数字经济测算难以对比,不利于

经济数据分析。加上测算数字经济增加值所需

的数据难以获取,因此大量学者和机构开始利

用具有连续性且可以进行横向对比的年鉴数

据,编制数字经济指数,如腾讯研究院编制的

《2021年数字化转型指数报告》以及自行构建的

数字经济指数指标(陈文和吴赢,2021)。

笔者认为,数字经济基础设施是数字技术

应用的前提,数字经济普及水平深刻反映了数

字技术与生产、生活嵌套的紧密程度;数字经济

应用水平则反映了数字经济应用的深度;数字

经济发展水平反映的是数字经济发展质量和潜

力,是测度数字经济增加值难以考虑的指标。

综上分析,BEA 等官方组织对数字经济内涵有

科学的定义,而连续型的指数更具有现实意

义。因此,结合 BEA 等组织对数字经济内涵的

界定,并综合王军等(2021)对数字经济指标的

构建,从数字经济基础设施、数字经济普及水

平、数字经济应用水平、数字产业发展水平等四

个维度构建数字经济指数,二级指标下共设 19

个三级指标,各指标之间利用熵权法确定权重

并计算数字经济指数。数据来源为《中国统计

年鉴》《中国人口和就业年鉴》《中国科技统计年

鉴》《中国高技术产业统计年鉴》和各省统计局,部

分地区或年份数据缺失,采用线性插值法补齐。

(二)城乡收入差距的衡量

目前衡量城乡居民收入差距有两个方向。

一是利用微观调查数据,如中国居民收入分配

课题组(CHIP)的调研数据、中国家庭追踪调查

(CFPS)数据;二是利用宏观数据指标,如城乡居

民人均收入差距比、基尼系数和泰尔指数。相

比于微观数据,宏观数据更适合省级行政单位

间的横向比较,同时利用年鉴数据在时间上也

能保证较好的连续性和可比性。在宏观数据

中,城乡居民收入差距比不能体现城乡人口之

间流动带来的影响,基尼系数衡量的是总体的

收入差距,受中间收入人群的影响较大,而城乡

居民收入差距需要反映收入两端人群的差距,

而且基尼系数无法对城市和乡村进行区分。因

此,选用以人口权重构造的泰尔指数衡量城乡

居民收入差距。泰尔指数公式如式(6):

Theil=∑

j = 1

2 yijt

yit

ln

æ

è

ç ö

ø

÷ yijt /yit

pijt /pit

(6)

其中,j=1,2分别代表城镇、农村,yit则为省

份 i 第 t 期总收入,yijt表示省份 i 第 t 期城镇或农

村的总收入。Pit表示省份i第t期总人口,pijt则为

省份 i 第 t 期城镇或农村人口。泰尔指数越大,

说明城乡居民收入差距也越大。

(三)模型的构建

如第二部分理论推导,数字经济发展对城

乡居民收入差距的影响为倒U型关系。这一部

分设计了实证计量模型验证该理论,如式(7)

所示。

Theil=α0+α1dige+α2dige2

+α3controls+ui+vt+εit

(7)

其中,controls 表示控制变量,参考赵涛

(2020)、程名望和张家平(2019)等文章,选取了

以下控制变量:经济发展水平(gdpp),用各省人

均 GDP 的 对 数 值 衡 量 ;政 府 干 预 程 度

(government),用政府财政支出占 GDP 比重衡

量;产业结构(industry),用第三产业增加值与第

二 产 业 增 加 值 的 比 值 衡 量 ;受 教 育 程 度

金融与经济 2022.12

70

第72页

JRYJJ

(education),用各省份平均受教育年限衡量①;对

外开放程度(openness),用外商直接投资额占各

省份GDP比重衡量;金融发展水平(finance),用

每万人银行业金融机构营业网点数量衡量。ui和

vt分别表示地区特征和时间特征,以控制随地区

和时间影响的变量对城乡居民收入差距的影响。

(四)描述性统计

泰尔指数(theil)的均值和中位数较为接近,

但最大值为 0.236,最小值为 0.092,可见各地区

的城乡居民收入差距差异较大。数字经济指数

(dige)最大值为0.024,中位数仅为0.002,最小值

为0.001,可看出数字经济在不同地区、时期存在

巨大差异。

表2 变量的描述性统计

二级指标

数字经济基础设施

数字经济普及水平

数字经济应用水平

数字产业发展水平

三级指标

单位面积长途光缆线路长度

移动电话基站密度

互联网宽带接入端口

移动电话交换机数量

域名持有量

网站拥有量

计算机拥有率

互联网普及率

移动电话拥有率

企业网站拥有率

企业使用计算机数

电子商务占比

R&D经费内部支出-电子及通信设备制造业

R&D经费内部支出-计算机及办公设备制造业

技术市场技术流向地域(合同金额)

高技术产业-技术引进经费支出

高技术产业-技术改造经费支出

软件及信息技术服务业从业人员工资水平

信息服务从业人员就业

计算方法

每平方公里长途光缆线路长度

每平方公里移动基站数

互联网宽带接入端口数

移动电话交换机数量

域名持有量

网站拥有量

每百人拥有计算机数

每百人中网民数

每百人中移动电话数

每百家企业拥有网站数

企业每百人使用计算机台数

电子商务购销额占GDP比重

电子及通信设备制造业R&D经费内部支出

计算机及办公设备制造业支出

技术市场技术流向地域(合同金额)

高技术产业-技术引进经费支出

高技术产业-技术改造经费支出

软件及信息技术服务业从业人员工资水平

每千人就业人口中信息传输、计算机服务和软

件业人员数量

表1 数字经济指数

①平均受教育年限计算方法为:平均受教育年限=(文盲人数×1+小学学历人数×6+初中学历人

数×9+高中和中专学历人数×12+大专及本科以上学历人数×16)/6岁以上人口总数

变量

theil

gap

dige

gdpp

government

industry

education

openness

finance

populationdensity

marketindex

nationfirm

样本量

341

341

341

341

341

341

341

341

341

341

341

341

平均值

0.099

2.679

0.003

138.3

0.28

1.195

9.119

0.475

1.665

5.321

6.533

0.089

标准差

0.046

0.47

0.003

700.1

0.208

0.677

1.085

1.88

0.313

1.498

2.248

0.033

最小值

0.019

0.251

0.001

9.49

0.106

0.5

4.666

0.047

1.106

0.894

-1.14

0.036

中位数

0.092

2.583

0.002

10.76

0.226

1.025

9.107

0.205

1.622

5.627

6.51

0.076

最大值

0.236

4.073

0.024

4161

1.379

5.297

12.83

34.34

2.432

8.281

11.91

0.206

数字经济、市场化与城乡居民收入差距

71

第73页

JRYJJ

四、实证分析

(一)基准回归

对式(7)做基准回归,结果如表 3 所示。在

列(1)中,仅用数字经济指数及其平方项与泰尔

指数回归,发现 dige 的回归系数显著为正,而

dige2

的回归系数显著为负,说明数字经济的初

步发展会扩大城乡居民收入差距,随着数字经

济继续发展,城乡居民收入差距将缩小,即数字

经济发展与城乡居民收入差距呈倒 U 型关系。

列(2)为加入了一系列控制变量后的结果,数字

经济与城乡居民收入差距的倒U型关系仍然成

立,说明估计结果稳健。控制变量中各地区经

济发展水平(gdpp)、受教育程度(education)和对

外开放程度(openness)与城乡收入差距的关系

均不显著,而政府干预程度(government)与城乡

收入差距呈正相关关系,可能是因为政府支出

中支农支出比重较低,而科教文卫和公共服务

支出比重较高,后者与城乡收入差距呈正相关

关系(邓金钱,2015)。产业结构与城乡收入差距

的正相关关系可能是因为城市就业增加吸纳了

更多农村中青年,而农村的剩余劳动力并未被非

农产业吸纳就业,造成区域内城乡收入差距恶

化。金融发展水平扩大了城乡收入差距说明中

国金融发展对城乡收入扩大具有正向作用。

表3 数字经济对城乡居民收入差距基准回归

续表3

注:表中括号内报告了t值,*、**和***分别

表示在10%、5%和1%的水平上显著,下同。

对数字经济及其平方项系数进行计算,数

字经济与城乡居民收入差距倒U型关系的拐点

值为 0.0231,而根据 2010—2020 年各省份数字

经济指数进行测算后发现,仅有2020年广东省

的数字经济指数超过临界点,为0.024,其余省份

均在拐点值的左侧,即数字经济的发展将加剧

城乡居民收入差距,这也意味着目前中国绝大

多数省份仍处于发展数字经济导致城乡居民收

入差距扩大的阶段。

(二)稳健性检验

1.替换被解释变量

参照玉国华(2021)的研究,将被解释变量替

换为城乡居民可支配收入的比值(gap),结果表

明,数字经济与城乡居民收入差距的倒U型关系

依然显著,经计算数字经济的倒 U 型拐点在

0.0203,与基准回归结果接近,说明实证结果稳健。

2.剔除2020年的值

考虑到2020年初新冠肺炎疫情对中国经济

造成的冲击,各项数据均可能出现较大的偏差,

且线上教育、网络会议、社区电商等数字技术在

疫情暴发时期应用更为全面,可能会对结果造

成一定的影响。剔除2020年数据后,样本量为

310个,结果与基准回归结果接近,结论不变。

3.加入控制变量

参考侯新烁和黄素萍(2021)的研究,人口

密度会影响城乡之间各项资源的分配,从而影

响城乡居民收入差距。为防止遗漏关键变量对

结果产生的影响,因此继续控制人口密度变

量。结果表明,人口密度对城乡居民收入差距

有显著影响,加入人口密度变量后,主回归研究

dige

dige2

gdpp

government

industry

education

openness

finance

_cons

(1)

theil

5.376**

(2.25)

-102.688*

(-1.98)

0.085***

(14.99)

(2)

theil

8.143***

(3.40)

-176.252**

(-2.36)

-0.000

(-0.17)

0.080***

(2.67)

0.015***

(3.39)

0.001

(0.23)

-0.000

(-0.23)

0.027***

(3.45)

-0.015

(-0.34)

省份固定

年份固定

样本量

调整R2

(1)

theil

341

0.913

(2)

theil

341

0.925

金融与经济 2022.12

72

第74页

JRYJJ

结论不变。

4.内生性检验

考虑到数字经济指标构建与城乡居民收入

差距可能存在反向因果等内生性问题,采用两

阶段最小二乘法进行回归。两阶段最小二乘法

的关键在于找到与被解释变量不存在内生性的

工具变量。由于数字经济遵循梅特卡夫法则,

加上中国对于数字基础设施建设、数字产业发

展的大力投入,数字经济表现出较强的规模经

济效应和空间溢出效应(赵涛等,2020),其他省

份的数字经济发展水平与本省份数字经济具有

较强的关联性,但构建的数字经济指标,更多基

于各省份区域的基础设施、商业应用和产业发

展,对本省的城乡居民收入差距有较强的关联

性,而与其余省份城乡居民收入差距不相关。

参考陈文和吴赢(2021)的做法,选取同年度其

余省份数字经济指数的平均值作为工具变量进

行2SLS回归,结果依然稳健,且第一阶段回归的

F统计量为5029.75,显著大于经验规则,不存在

弱工具变量问题。

(三)异质性分析

1.按指标分类

从数字基础设施、数字普及、数字应用、数

字产业发展等四大维度刻画数字经济发展水

平,各个维度权重和性质各不相同,对城乡收入

差距的影响存在较大差异。将各二级指标分别

计算并进行线性归一化处理后与泰尔指数回

归,结果如表4所示。列(1)—(4)分别为数字经

济基础设施、数字经济普及水平、数字经济应用

水平、数字产业发展水平指标及其平方项与泰

尔指数回归①,结果发现仅有数字经济基础设施

和数字产业发展水平与泰尔指数呈现倒U型关

系,数字经济普及水平及应用水平与泰尔指数

并无明显的非线性关系。主要原因是数字经济

基础设施和数字产业发展水平在发展初期均以

城市地区、高技术产业为中心,此时数字经济的

快速发展势必带来城乡收入差距的扩大。而随

着城市数字基础建设的完善和高技术数字产业

的发展,数字基础设施逐渐往广大农村地区建

设,各个产业、行业也均开始运用数字技术进行

生产、流通、消费,农村地区逐渐获得数字基础

建设投资,相关产业得到发展,城乡收入差距问

题得以缓解。

表4 分指标异质性回归分析

2.按地区分类

中国幅员辽阔,由于存在政策条件、资源禀

赋、发展阶段等方面差异,无论是数字经济发展

水平还是城乡收入差距都表现出明显的区域异

质性特点。因此数字经济对城乡收入差距的影

响也可能存在区域层面的异质性。按照国家统

计局对经济区的划分,将中国分为四大区域,分

别是东部、中部、西部、东北地区②。各地区数字

infrastructure

infrastructure2

popularize

popularize2

apply

apply2

Industry1

Industry12

_cons

控制变量

省份固定

年份固定

样本量

调整R2

(1)

theil

0.014*

(1.73)

-0.083***

(-2.91)

0.046

(1.08)

341

0.930

(2)

theil

0.021

(0.33)

0.037

(0.92)

0.036

(0.78)

341

0.922

(3)

theil

0.056

(0.05)

0.073***

(2.64)

0.045

(1.02)

341

0.928

(4)

theil

0.140***

(2.84)

-0.074*

(-1.88)

-0.012

(-0.28)

341

0.923

①为了与控制变量产业结构区分,数字产业发展水平用industry1表示。

②其中东部地区包括北京、天津、河北、山东、江苏、浙江、上海、福建、广东和海南;中部地区包括

河南、山西、湖北、湖南、安徽、江西;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、

甘肃、青海、宁夏、新疆;东北地区包括黑龙江、吉林、辽宁。

数字经济、市场化与城乡居民收入差距

73

第75页

JRYJJ

经济发展水平如图1所示,2010—2015年中国数

字经济发展呈东-东北-中-西阶梯式递减的空

间分布特征,2016 年中部地区数字经济整体发

展水平超过东北地区,近年保持较快增长,但仍

与东部地区差距较大。

图1 各区域数字经济指数发展趋势

2016—2020年数字经济发展水平前十省份

如表5所示,2020年数字经济发展水平排名前十

的省份,7 个为东部地区省份,这一结果与陈涛

和蔡晓曦(2022)测算结果接近。

表5 数字经济发展水平前十省份

将各地区分别做回归分析,结果见表6。数

字经济具有明显的“头部效应”,只有东部地区

与基准回归结论一致,即数字经济与城乡居民

收入差距呈倒U型关系。中部地区的结果显示

数字经济发展前期会缩小收入差距,而发展中

期便会扩大城乡收入差距,拐点出现在0.0043。

西部地区和东北地区数字经济发展与城乡收入

差距呈倒U型关系,但结果不显著。

表6 分地区异质性回归分析

与主题较为相近的研究为陈文和吴赢

(2021)的文章,其研究结论为数字经济与城乡

收入差距呈U型关系,与本文结论恰好相反。但

在异质性分析中,其结论得到解释。陈文和吴

赢(2021)研究发现东部地区在2014年前后跨过

拐点,数字经济的发展将扩大城乡收入差距,而

中部、东北、西部地区在2012—2018年的样本期

内,数字经济发展会缩小城乡收入差距。这一

结论与本文实证结果接近,笔者实证发现东部

地区仅 2020 年广东省越过了倒 U 型拐点,实现

了数字经济发展缩小城乡收入差距,而对于东

部地区整体而言,仍处于数字经济发展扩大城

乡居民收入差距阶段。中部地区转折点为

0.0043,截至2020年,中部地区整体的数字经济

指数为0.003,中部地区数字经济水平与城乡居

民收入差距关系呈负相关关系。陈文和吴赢

(2021)得到的数字经济与城乡居民收入差距的

U型关系原因是因为样本选取时间差异和数字

经济指标测算差异。2019年国家市场监管总局

出台《禁止垄断协议》等三部《反垄断法》配套规

章,2020 年开始对阿里巴巴、美团、滴滴等互联

网企业整治,一定程度上改善了互联网竞争的

环境。加上国家对新型基础设施建设、智能制

省份

广东

北京

江苏

上海

浙江

福建

湖北

山东

四川

安徽

2016

0.0161

0.0106

0.0075

0.0055

0.0046

0.0054

0.0031

0.0041

0.0029

0.0020

2017

0.0166

0.0113

0.0080

0.0071

0.0052

0.0059

0.0034

0.0044

0.0036

0.0024

2018

0.0220

0.0121

0.0087

0.0074

0.0058

0.0061

0.0039

0.0048

0.0039

0.0029

2019

0.0231

0.0134

0.0095

0.0079

0.0064

0.0059

0.0043

0.0046

0.0041

0.0033

2020

0.0241

0.0145

0.0102

0.0084

0.0069

0.0056

0.0047

0.0044

0.0042

0.0036

变量

dige

dige2

_cons

控制变量

省份固定

年份固定

样本量

调整R2

(1)

东部

5.189***

(2.95)

-124.052**

(-2.42)

-0.057

(-1.10)

110

0.956

(2)

中部

-27.565***

(-4.55)

3202.343***

(4.25)

-1.304***

(-7.01)

66

0.880

(3)

西部

11.941

(0.75)

-527.181

(-0.23)

0.404**

(2.25)

132

0.938

(4)

东北

89.006

(0.62)

-21290.81

(-0.70)

-1.238

(-0.92)

33

0.624

金融与经济 2022.12

74

第76页

JRYJJ

造、智慧物流等高新数字产业的支持,使得数字

经济更加具有普惠性,因此数字经济的规范发

展将有效缓解城乡居民收入差距。

五、机制分析

市场化发展一定程度上促进了中国经济增

长,但市场化发展在一定阶段不可避免的分化

了城乡之间的收入差距(邓金钱,2018)。樊纲

等(2011)测算的全国省级市场化指数得到学术

界广泛认可并被大量引用,故参考其测算方法,

从政府与市场关系、非国有经济发展、产品市场

发育程度、要素市场的发育程度和市场中介组

织发育程度与法律制度等五个方面测得省级市

场化指数。利用计量模型检验市场化程度在数

字经济对城乡居民收入差距的中介作用。

marketindex=β0+β1dige+β2dige2

+β3controls

+ui+vt+εit (8)

theil=γ0+γ1dige+γ2dige2

+γ3marketindex

+γ4controls+ui+vt+εit (9)

其中,marketindex表示市场化指数,控制变

量与前文一致,回归结果见表 7。列(1)结果显

示,数字经济与市场化指数也呈现倒U型关系,

数字经济发展早期的“野蛮生长”,对原有市场

规则和市场秩序产生了一定冲击,而后开始促

进市场化程度提高。将市场化指数放入回归方

程中,如列(2)结果显示,市场化指数显著加剧

了城乡居民收入分配的不平等,且数字经济对

泰尔指数的影响系数较基准回归均有回落,说

明市场化发展在数字经济影响城乡居民收入差

距的过程中发挥了部分中介作用。

但中介检验的逐步法和中介变量加入后带

来的统计功效降低,使得中介检验的方法备受

质疑,并且为避免市场化指数、数字经济指标和

泰尔指数自身存在的内生性问题,继续选取国

有单位就业人员占比作为单一调节变量,设计

了式(10)计量模型进行进一步验证,结果如列

(3)所示。

theil=θ0+θ1dige+θ2dige2

+θ3dige×nationfirm

+θ4dige2

×nationfirm+θ5controls+ui+vt+εit

(10)

其中,交互项dige×nationfirm系数显著为负

而dige2

×nationfirm系数显著为正,将theil与dige

和dige2

求偏导分别得到θ1+θ3×nationfirm和θ2+θ4

×nationfirm,θ3<0,θ4>0意味着国有单位就业人

员占比使得数字经济影响城乡收入差距的倒U

型拐点左移,转折点由0.0231左移至0.0136,数

字经济“反哺”城乡收入差距提前到来。

表7 机制检验

六、结论与对策建议

立足数字经济深刻影响我国社会经济发展

进而影响城乡居民收入差距这一典型事实,基

于2010—2020年省级层面数据构建数字经济指

数,运用面板固定效应模型、中介效应模型和调

节效应模型,并通过异质性讨论分析,多维度实

证检验了数字经济对城乡收入差距的影响及内

在机制,得出主要结论:第一,数字经济初期发

展会扩大城乡居民收入差距,当数字经济发展

到一定阶段后将缩小城乡收入差距,即二者呈

倒U型关系,这一结论在一系列稳健性检验后仍

然成立;第二,在分指标异质性分析中,数字经

济基础设施和数字产业发展与城乡收入差距呈

倒U型关系,数字经济普及水平和应用水平则无

明显关系。在分地区异质性分析中,数字经济

变量

dige

dige2

marketindex

dige×nationfirm

dige2

×nationfirm

_cons

控制变量

省份固定

年份固定

样本量

调整R2

(1)

marketindex

243.679***

(2.76)

-4845.429*

(-1.77)

3.834**

(2.39)

341

0.857

(2)

theil

7.394***

(3.06)

-161.365**

(-2.16)

0.003*

(1.94)

-0.027

(-0.61)

341

0.825

(3)

theil

11.850***

(4.05)

-436.869***

(-3.52)

-95.155***

(-2.72)

5254.489**

(2.46)

0.019

(0.41)

341

0.826

数字经济、市场化与城乡居民收入差距

75

第77页

JRYJJ

与城乡收入差距的关系主要受东部地区影响,

东部地区与基准回归结果一致,中部地区则呈U

型关系,西部和东北地区二者关系并不显著;第

三,市场化发展在数字经济对城乡居民收入差

距的影响中发挥了部分中介作用,市场化发展

会加剧城乡收入差距的扩大。

基于理论和实证的研究结果,提出以下对

策建议:

一是大力发展数字经济,更好赋能经济高

质量发展。在数字经济基础设施、数字普及和

应用、数字技术人才储备、制度建设等方面持续

发力,更好助力乡村振兴和促进农民增收。

二是调整数字经济发展方向,注重地区发

展水平差异。应大力进行新型基础设施投资建

设,鼓励数字产业的技术创新和人才储备,让更

健全的基础设施和更先进的技术惠及人民群

众。在发展数字经济时,应合理规划、科学布

局。在东部地区应注重数字经济的整体增长,

全方位促进数字经济发展,尽快实现数字经济

缩小城乡居民收入差距的跨越。在中部地区则

应在发展数字经济的同时,注重多措并举,避免

发展数字经济带来的城乡矛盾。在西部和东北

地区,则应加快数字经济的建设,实现规模经济

和范围经济。

三是规范市场经济发展,更好发挥数字经

济的普惠性。数字经济能冲击城乡之间原有的

信息流动壁垒、资源交换壁垒,但绝对的自由市

场又会导致社会形成信息接入、信息使用、信息

鉴别等数字鸿沟,同时监管缺失下的市场经济

极易形成垄断问题,加剧社会不公。政府应加

强数字经济的市场化监管,发挥政府、国有企业

在市场经济中的作用,避免形成数字垄断。

[参考文献]

[1]陈涛,蔡晓曦.数字经济发展是否能促进

城乡共同富裕?[J].经济界,2022(1):28-34.

[2]陈文,吴赢. 数字经济发展、数字鸿沟与

城乡居民收入差距[J]. 南方经济,2021(11):1-

17.

[3]程名望,张家平.互联网普及与城乡收入

差距:理论与实证[J]. 中国农村经济,2019(2):

19-41.

[4]邓金钱. 分税制下地方财政支出与城乡

收入差距[D].重庆:西南大学,2015.

[5]樊纲,王小鲁,马光荣. 中国市场化进程

对经济增长的贡献[J].经济研究,2011(9):4-16.

[6]封永刚,蒋雨彤,彭珏. 中国经济增长动

力分解:有偏技术进步与要素投入增长[J].数量

经济技术经济研究,2017(9):39-56.

[7]侯新烁,黄素萍.高铁开通对不同等级城

市城乡收入差距的影响[J].当代经济研究,2021

(3):82-92.

[8]李娜.数字普惠金融、人力资本与城乡收

入差距[J].金融与经济,2021(3):91-96.

[9]李怡,柯杰升. 三级数字鸿沟:农村数字

经济的收入增长和收入分配效应[J].农业技术经

济,2021(8):119-132.

[10]李豫新,李枝轩. 乡村振兴背景下数字

经济发展与城乡收入差距[J].金融与经济,2022

(6):60-67+96.

[11]陶云清,曹雨阳. 数字金融与城乡收入

差距:理论模型与微观证据[J].金融学季刊,2021

(2):17-35.

[12]王军,朱杰,罗茜.中国数字经济发展水

平及演变测度[J].数量经济技术经济研究,2021

(7):26-42.

[13]玉国华. 农村信贷投入、劳动力转移与

城乡收入差距:理论与实证[J]. 农业技术经济,

2021(11):78-92.

[14]赵涛,张智,梁上坤. 数字经济、创业活

跃度与高质量发展:来自中国城市的经验证据

[J].管理世界,2020(10):65-76.

[15]左晖,艾丹祥. 技术变化方向异性和全

要素生产率:来自中国制造业信息化的证据[J].

管理世界,2022(8):132-159.

[16]Acemoglu D,Directed technical change[J].

Review of Economic Studies,2002,69(4),781-

809.

金融与经济 2022.12

76

第78页

JRYJJ

资本市场开放、分析师关注与股票流动性

——基于沪深港通机制的准自然实验

[摘 要] 以中国沪深港通机制的实施作为准自然实验,选取2008—2020年沪市A股上

市公司和 2012—2020 年深市 A 股上市公司为样本,构建多时点双重差分模型(Staggered

DID),考察资本市场开放如何影响上市公司股票流动性。研究发现,沪深港通机制的实施

显著提高了标的公司的股票流动性,且分析师关注的提高是沪深港通机制提升股票流动性

的重要路径。进一步分析发现,沪深港通机制对股票流动性的正向影响主要体现在民营企

业、没有QFII持股的企业和信息透明度较低的企业中。

[关键词] 资本市场开放;沪深港通;股票流动性;分析师关注;多时点双重差分模型

[中图分类号] F830.9 [文献标识码]A [文章编号]1006-169X(2022)12-0077-11

DOI:10.19622/j.cnki.cn36-1005/f.2022.12.008

[基金项目] 国家自然科学基金青年基金项目“并购业绩补偿承诺的影响因素及其经济

后果研究”(71902165);重庆市社会科学规划项目“数字化转型促进重庆市企业创新的作用

机理及效应研究”(2021NDYB047)。

[作者简介] 李沁洋(1988—),重庆人,西南大学经济管理学院,博士,副教授,研究方向

为资本市场与企业并购;陈婷(1996—),四川遂宁人,西南大学经济管理学院,硕士研究生,

研究方向为金融投资与风险管理。

■ 李沁洋,陈 婷

一、引言与文献综述

对外开放是一国资本市场发展成熟的内在

要求,也是激发市场活力的重要举措。当前,中

国证券监督管理委员会一直坚定不移推进资本

市场制度型对外开放。特别是沪港股票市场交

易互联互通机制和深港股票市场互联互通机制

的启动①,标志着中国资本市场迈向高水平双向

开放新阶段。沪港通和深港通分别于2014年11

月17日、2016年12月5日正式开通,旨在放宽香

港和内地跨境投资的限制,允许香港等境外投

资者自由买卖中国A股市场上的部分股票(沪深

港通标的公司股票),并且同时允许大陆投资者

自由交易香港股市的标的股票。经过几年平稳

运行,沪深港通已成为外资参与中国 A 股市场

的主要渠道,并推动A股纳入MSCI新兴市场指

数,促使内地资本市场成为全球资产配置的重

要场所。

现有文献发现中国资本市场开放对股票市

场的影响具有两面性。大部分学者认为资本市

场开放能通过提高公司信息披露质量和公司治

理水平以缓解信息不对称问题,从而显著降低

股价异质性波动(钟凯等,2018)、股价崩盘风险

ournal of Finance and Economics J 金融与经济 2022.12

①沪港股票市场交易互联互通机制在后文简称沪港通,深港股票市场互联互通机制在后文简称

深港通,沪港股票市场交易互联互通机制和深港股票市场互联互通机制合在一起简称沪深港通。

77

第79页

JRYJJ

(李沁洋和许年行,2019)和股价同步性(Li et

al.,2022),提升股票市场的定价效率(毕鹏,

2021)。相反,也有研究表明,资本市场开放可

能加大交易的信息不对称程度,从而降低股票

流动性和股票定价效率,增加股价波动性(许香

存和陈志娟,2016)。因此,中国资本市场开放

政策的经济后果需要持续关注与研究,从而更

好地促进资本市场高质量发展。

在股票市场中,流动性是市场参与者之间

进行交易的前提,体现了股票市场的运行质量

与水平(唐静武,2009)。当市场缺乏流动性时,

交易则难以完成,股票市场也就难以发挥其优

化资源配置、促进经济增长的作用(杨墨等,

2022)。中国资本市场作为一个新兴市场,一直

致力于基础制度的完善,先后进行了股权分置

改革、融资融券制度建设、新三板做市商制度及

分层制度变革等,促使上市公司的股票流动性

显著增强(刘惠好和汪洁琼,2018)。沪深港通

作为中国资本市场开放的重大制度创新,不仅

优化了A股市场的投资者结构,而且有助于提升

中国资本市场效率(连立帅等,2019)。那么,沪

深港通机制的实施是否会影响公司的股票流动

性?此外,由于分析师在市场中能充分挖掘并

有效传递公司信息,增加市场中知情交易者的

数量,缓解信息不对称程度,可能有助于股票流

动性的提升。那么,沪深港通机制是否通过证

券分析师这一重要的信息中介影响股票流动

性?为回答上述问题,选取 2008—2020 年沪市

A股上市公司和2012—2020年深市A股上市公

司的样本数据,利用沪深港通事件作为资本市

场开放的准自然实验,构建多时点双重差分模

型(Staggered DID),检验沪深港通对股票流动性

的影响及其传导机制。

主要贡献在于:虽然现有研究发现沪港通

这一资本市场开放政策对股票流动性产生了负

面影响(徐寿福和陈百,2021),但本文的结论却

表明沪深港通制度的实施提高了标的公司的股

票流动性。产生以上差异的原因在于:第一,徐

寿福和陈百(2021)的研究主要基于交易渠道进

行理论分析,认为沪港通的实施降低了标的股

票的交易强度和交易频率,进而降低了股票流

动性;笔者从信息不对称理论出发,认为沪深港

通机制启动后,分析师加大了对标的公司的关

注,并通过专业分析与价值判断向市场提供更

多深度信息,减少了标的公司的信息不对称程

度,从而提高了标的公司的股票流动性。第二,

从分析师关注度的视角检验了沪深港通对股票

流动性的影响机制,肯定了分析师在股票市场

中的信息中介作用,首次将沪深港通、分析师关

注度和股票流动性三者同时联系起来,表明中

国分析师在沪深港通政策的实施中起到了积极

的信息传递作用,这点在徐寿福和陈百(2021)

的 研 究 中 并 未 体 现 。 第 三 ,徐 寿 福 和 陈 百

(2021)仅考虑了沪市情况,并且研究期间较短;

而本文考虑了深港通实施的情况,并选择了更

长的时间跨度①,考察沪深港通制度实施的长期

效应。第四,与徐寿福和陈百(2021)文献中衡

量流动性的相对有效价差 RES 指标不同,笔者

采用Amihud(2002)的非流动性指标求平方根以

减少偏移,修正后的指标更适用于实证研究,使

得研究结果更加可靠。

二、制度背景、理论分析与研究假设

(一)制度背景

为促进内地和香港股票市场共同发展,满

足国家对外开放战略的需要,吸引更多境外投

资者参与A股市场,中国证监会联合香港证监会

先后于2014年11月17日和2016年12月5日正

式实施了沪港股票市场交易互联互通机制和深

港股票市场交易互联互通机制。沪深港通是中

国首次推出的双向跨境交易机制,允许在上海、

深圳证券交易所,以及香港联合交易所开户的

投资者通过当地证券公司(或经纪商)买卖对方

交易所上市的部分股票(仅限标的公司股票范

围内)。

①徐寿福和陈百(2021)的研究期间为2012年1月1日—2017年6月30日,本文为2008年1月1

日—2020年12月31日。

金融与经济 2022.12

78

第80页

JRYJJ

沪深港通的启动实现了内地股市与香港股

市的双向互通交易,吸引了大量外资进入A股市

场,逐步成为外资参与A股市场的重要渠道。如

图1所示,从2014年沪港通实施到2021年底,通

过沪深港通渠道流入 A 股市场的境外资金从

764.10 亿元增至 2021 年的 11806.80 亿元,翻了

15.45 倍,特别是在 2016 年底深港通实施后,资

金净流入增速度显著提高,年均复合增长率达

到 59.03%①。沪深港通畅通了外资进入中国 A

股的投资渠道,随后MCSI、标普道琼斯、富时罗

素三大国际指数也相继宣布将可通过沪深港通

进行交易的合格A股纳入其指数体系。由此可

见,沪深港通发挥了吸引外资的积极作用,推动

中国资本市场开放不断深化,加速迈向高水平

开放新阶段。

图1 2014—2021年沪深股通的资金

净流入情况 (单位:亿元)

数据来源:东方财富网。

(二)理论分析与研究假设

沪深港通联通政策的实施,不仅使得内地

投资者能够购买香港股市股票,同时也吸引了

境外投资者参与内地股市交易。并且,新的政

策与新的投资需求能够引起更多分析师的关

注,而分析师的信息中介、监督作用及分析师之

间的竞争,能够改善公司的信息环境,并且从外

部监督方向加强公司治理,从而对股票流动性

产生影响。因此,推断沪深港通机制可能通过

增加分析师关注进而提高标的股票流动性。

分析师的关注度取决于资本市场对分析师

服务的需求和供给均衡点。第一,就需求方面

而言,沪深港通机制的实施,使得更多境外投资

者进入内地股市进行股票交易。这些新进入的

境外投资者面对新的市场和新的股票投资对

象,必然需要收集大量相关信息以熟悉投资标

的,阅读分析师的研究报告便是其快速获取信

息的渠道之一(郭阳生等,2018)。此外,境外投

资者相比与境内投资者而言,对境内上市公司

熟悉程度较低(万华林等,2022)。因而境外投

资者对内地市场的上市公司需要更多专业可靠

的信息,以帮助其判断内地公司的投资价值。

因此,这些境外投资者的信息需求可能会推动

更多分析师关注沪深港通标的公司,并深入挖

掘标的公司的信息、撰写相关研究报告,向市场

提供更多沪深港通标的公司的深度信息,帮助

境外投资者充分了解内地上市公司的情况,为

境外投资者的投资决策提供支撑。第二,从供

给方面看,沪深港通的实施有助于改善标的公

司信息披露质量,降低分析师的信息搜集成本,

从而促使分析师更加关注沪深港通标的公司。

由于沪深港通机制对标的公司有着更为严格的

信息披露要求,并且信息披露质量的提升也有

利于境外投资者快速熟悉标的公司进而购买其

公开发行的股票,因此标的公司无论出于主动

或被动的原因,都会向市场提供更为丰富、质量

更高的信息(阮睿等,2021)。当公司的信息披

露质量提高时,分析师的信息收集和分析成本

降低,自然更乐于跟踪、研究此类公司,向市场

提供更多的服务(Lang & Lundholm,1996)。基

于上述分析,沪深港通机制可能通过促进分析

师服务需求与供给的增加,促进更多分析师关

注沪深港通标的公司。

当标的公司受到更多分析师关注后,分析

师可能会通过向市场传递更多信息,降低投资

者之间的信息不对称程度,进而提高标的公司

的股票流动性。第一,沪深港通机制通过吸引

更多分析师关注标的公司,发挥信息传递功能,

减少信息不对称程度,可能会提升股票流动

①数据来源于东方财富网。

资本市场开放、分析师关注与股票流动性——基于沪深港通机制的准自然实验

79

第81页

JRYJJ

性。信息不对称理论表明,在现实市场经济中,

信息并不总是完全对称的,提高市场信息含量,

降低信息不对称程度,是促使市场更有效的重

要路径。分析师作为专业的上市公司信息研究

人员,在搜集公开信息的同时能够凭借其私有

渠道获取更多有关公司的特定信息(Cen et al.,

2021)。与普通投资者相比,他们具有更专业的

分析能力和丰富的研究经验,能够更深入地解

读并向市场传递公司信息(Dang et al.,2021)。

当沪深港通标的公司受到更多分析师关注时,

市场中的相关信息会变得更丰富,信息质量也

会得到提升,标的公司的股票流动性也越高

(Aman & Moriyasu,2022)。第二,沪深港通机制

通过吸引更多分析师关注标的公司,能够加强

公司的外部监督,改善公司信息披露质量,从而

提高股票流动性。分析师凭借其对市场和投资

者的影响力从而对公司产生震慑作用,有助于

预防公司财务错报发生(刘柏和琚涛,2021),提

高公司的信息披露质量。当公司信息披露水平

和质量提高时,股票流动性也可能会得到提高

(柳木华等,2021;Aman & Moriyasu,2022)。第

三,标的公司被多个分析师跟踪会导致知情投

资者数量增加,可能会加剧他们之间的竞争,进

而提升市场信息含量,降低不知情投资者面临

的不确定性,最后提高股票流动性(Holden &

Subrahmanyam,1992)。基于以上理论分析,提

出以下研究假说:

H1:沪深港通机制实施后,标的公司的股票

流动性会得到提高。

H2:沪深港通机制的实施,能够通过提升标

的公司的分析师关注度,进而提高其股票流动性。

三、研究设计

(一)样本选择与数据来源

初始样本为中国2008—2020年沪市A股上

市公司和2012—2020年深市A股上市公司①,并对

样本数据进行如下处理:剔除金融行业的值;剔

除ST股票的值;删除缺失值;参考陈运森和黄健

峤(2019)剔除 2014 年 11 月 17 日以后移除或移

进沪港通的沪市股票数据和2016年12月5日以

后移除或移进深港通的深市股票数据;为避免

异常值对回归结果产生不利影响,对所有连续

变量进行1%和99%的缩尾(Winsorize)处理。最

终,共得到15319个有效观测值。上市公司财务

相关数据和沪深港通标的股票数据分别来自国

泰安数据库和香港联合交易所官网。

(二)变量定义与度量

1.被解释变量

被解释变量为股票流动性(Liquidity),采用

Amihud(2002)的非流动性指标衡量,并借鉴

Hasbrouck(2009)及吴非等(2021)的研究方法降

低非流动性指标的极端值,按照式(1)计算股票

非流动性指标(ILLIQ)。

ILLIQi,t= 1

Di,t

∑d = 1

Di,t |r | i,t,d

Vi,t,d

(1)

其中,Di,t为公司i在t年的交易日天数,ri,t,d

为公司i在t年第d个交易日考虑现金红利再投

资的回报率,Vi,t,d为公司i在t年第d个交易日的

成交额,单位为百万元人民币。因此,|ri,t,d|/Vi,t,d

可以看作股票i在t年第d个交易日每单位成交

金额所引起的收益率变化,对其开平方根后加

总取均值,即为非流动性指标。ILLIQ 数值越

大,说明单位交易金额对股票价格的冲击越大,

投资者的交易成本越高,股票流动性就越低,反

之亦然。为使实证结果简单易读,股票流动性

指标Liquidity 采用非流动性指标的相反数来测

度,计算方式如下:

Liquidity=-ILLIQ (2)

因此,Liquidity 数值越大,则意味着企业的

股票流动性越高。

2.解释变量

Treat和Post。Treat为沪深港通标的公司的

①沪港通是2014年实施的,深港通是2016年实施的,为保证样本区间在政策实施前后的对称

性,沪市A股样本起始时间是2008年;深市A股样本起始时间是2012年。此外,在稳健性检验中,统

一时间起点为2008年,研究结论不变。

金融与经济 2022.12

80

第82页

JRYJJ

虚拟变量,当样本公司为沪深港通标的时,取值

为 1,否则取值为 0。Post 为沪深港通开通的虚

拟变量,当样本为沪市A股上市公司且年份大于

2014时,取值为1,否则取值为0;当样本为深市A

股上市公司且年份大于2016,则取值为1,否则取

值为0。Treat×Post表示Post与Treat的交互项。

3.控制变量

借鉴吴非等(2021)做法,选取影响股票流

动性的其他因素作为控制变量,包括企业营收

规模(Sale)、第一大股东持股比例(Tophold)、审

计意见(Audit)、净资产收益率(Roe)、股票收益

波动性(Stdret)、账面市值比(BM)、现金流强度

(Cash)、两职合一(Dual)、资产负债率(Lev)。

(三)模型设定

由于双重差分模型在政策效应评估的相关

研究中被广泛使用,能够在很大程度上缓解内

生性问题,排除逆向因果存在的可能(钟覃琳和

陆正飞,2018)。因此选择双重差分模型进行检

验。此外,由于多时点双重差分模型对于因果

关系的识别更为干净,能够减少结论存在替代

性解释的可能,使研究结论更加可靠,因此进一

步将模型扩展至多时点双重差分模型。由于沪

港通和深港通机制均采用试点制,使得市场中

同时存在沪港通标的公司和非沪港通标的公司

(实验组和对照组),并且沪港通和深港通机制

实施的时点不同,为构建多时点双重差分模型

提供了很好的自然实验条件。因此,构建多时

点双重差分模型检验假设H1,模型如下:

Liquidityi,t=β0+β1Treati,t+β2Posti,t+β3Treati,t

×Posti,t+β4∑Controlsi,t

+∑(βnIndustry)+∑(βmYear)+εi,t

(3)

模型(3)考察资本市场开放对股票流动性

的影响。Liquidity是被解释变量股票流动性,其

数值越大,则意味着企业的股票流动性越高。

Treat×Post是核心解释变量,如果Treat×Post前的

系数为正且显著,则说明资本市场开放会提高

股票流动性;反之,则说明资本市场开放会降低

股票流动性。涉及的主要变量及其定义如表 1

所示。

变量符号

Liquidity

Post

Treat

Treat×Post

Sale

Tophold

Audit

Roe

Stdret

BM

Cash

Dual

Lev

Year

Industry

变量名称

股票流动性

沪深港通是否开通

是否沪深港通标的公司

交互项

企业营收规模

第一大股东持股比例

审计意见

净资产收益率

股票收益波动性

账面市值比

现金流强度

两职合一

资产负债率

年度虚拟变量

行业虚拟变量

定义和计算方法

采用模型(1)(2)计算得出

当股票为沪市A股且年份大于2014时,则取值为1,否则取值为0;

当股票为深市A股且年份大于2016时,则取值为1,否则取值为0

股票为沪深港通标的股票时,则取值为1,否则取值为0

Post与Treat交互项

企业营业收入的自然对数

第一大股东持股比例

会计事务所出具标准无保留意见取 0,否则为 1

净利润/净资产

企业月收益率的年度标准差

权益/市值

现金及其现金等价物/总资产

公司董事长与总经理是否两职合一,若是取值为1,反之取值为0

资产负债率,总负债/总资产

年度虚拟变量

行业虚拟变量

表1 变量定义和计算公式

资本市场开放、分析师关注与股票流动性——基于沪深港通机制的准自然实验

81

第83页

JRYJJ

(四)描述性统计

表 2 展示了主要变量的描述性统计结果。

其中,股票流动性Liquidity的均值和中位数分别

为-0.0190 和-0.0170,最大值和最小值分别为

-0.0040和-0.0780,说明不同公司股票流动性存

在较大差异。沪深港通标的股票虚拟变量Treat

的均值为0.393,说明在研究样本中,沪深港通标

的公司占全样本的39.3%。对于控制变量,所有

样本的变量取值均分布在正常范围内。

表2 主要变量描述性统计

四、实证结果分析

(一)基准回归结果

表3为模型(3)的回归结果。其中,列(1)报

告了不加控制变量的回归结果,列(2)报告了加

入控制变量的回归结果。由表3结果可知,无论

是否控制其他变量,核心变量Treat×Post的系数

在1%的水平下显著为正。当股票流动性为被解

释变量且加入控制变量时,Treat×Post的系数为

0.0012,这说明沪深港通开通后,沪深港通标的

公司的股票流动性相较于非标的公司有所提

高。由此可以得出结论,资本市场开放可以提

高公司股票流动性。

表3 资本市场开放对股票流动性的影响

注:括号内的数值为经公司层面聚类调整

后的t值,*、**和***分别表示在10%、5%和1%

的水平上显著,下同。

(二)分析师关注的中介效应

为检验分析师关注度的中介效应,采用中介

效应模型来检验资本市场开放对股票流动性的

影响传导机制,并且借鉴刘柏和琚涛(2021)及阮

睿等(2021)等的研究,将分析师关注度(Analyst)

定义为公司i在第t年内分析师(团队)对该公司

进行过跟踪分析的数量加 1 后取自然对数① 。

Analyst越大,则说明分析师的关注度越高。

变量

Liquidity

Post

Treat

Treat×Post

Sale

Tophold

Audit

Roe

Stdret

BM

Cash

Dual

Lev

样本量

15319

15319

15319

15319

15319

15319

15319

15319

15319

15319

15319

15319

15319

均值

-0.0190

0.5580

0.3930

0.1820

21.4900

34.3700

0.0290

0.0580

0.1320

0.3370

0.1580

0.2770

0.4270

中位数

-0.0170

1.0000

0.0000

0.0000

21.2500

32.7300

0.0000

0.0690

0.1150

0.3180

0.1250

0.0000

0.4180

标准差

0.0120

0.4970

0.4880

0.3860

1.5900

14.4400

0.1660

0.1340

0.0710

0.1570

0.1210

0.4480

0.2080

最大值

-0.0040

1.0000

1.0000

1.0000

26.0400

73.0100

1.0000

0.3160

0.4910

0.7690

0.5930

1.0000

0.8970

最小值

-0.0780

0.0000

0.0000

0.0000

18.2000

8.7340

0.0000

-0.7920

0.0440

0.0350

0.0100

0.0000

0.0550

变量

Treat

Treat×Post

Post

Sale

Tophold

Audit

Roe

Stdret

BM

Cash

Dual

Lev

常数项

控制变量

行业效应

年份效应

样本量

R2

Liquidity

(1)

0.0095***

(27.3581)

0.0037***

(10.7424)

0.0020***

(7.1015)

-0.0250***

(-97.7722)

15319

0.2298

(2)

0.0047***

(14.3351)

0.0012***

(3.7685)

-0.0004

(-0.7215)

0.0031***

(27.8566)

-0.0001***

(-12.1436)

0.0001

(0.1734)

-0.0033***

(-5.2567)

-0.0372***

(-14.9094)

-0.0176***

(-21.4203)

-0.0040***

(-4.2428)

-0.0003

(-1.5727)

-0.0135***

(-15.5892)

-0.0741***

(-29.9568)

15319

0.4550

①其中,不以团队中成员数量计数,一个团队就表示数量1。

金融与经济 2022.12

82

第84页

JRYJJ

表 4 报告了分析师关注度渠道检验的结

果。第一步,Treat×Post的回归系数在1%的水平

上显著为正,说明资本市场开放可以显著提高

股票流动性;第二步,Treat×Post 的回归系数在

1%的水平上显著为正,说明资本市场开放能够

显著提高分析师的关注度,从而改善企业的信

息环境,加强公司治理;第三步,Treat×Post的回

归系数在1%的水平上显著为正,同时Analyst的

回归系数在1%的水平上显著为正,因此分析师

关注度存在部分中介效应。

表4 中介效应检验结果

此外,表 4 的列(2)显示,Post 系数显著为

负,说明相比于 2014 年以前和 2016 年以前,在

2014 年以后和 2016 年以后,A 股市场上单个公

司的平均分析师关注度有所下降。但是由于

Post系数未区分标的与非标的股票,非沪港通标

的公司并不会受到沪深港通机制实施的影响,

同样存在分析师关注度降低的现象,所以Post为

负很可能并非是由沪深港通交易机制的实施所

导致。研究发现,单个公司的分析师关注度下

降主要是因为整个市场的上市公司在大幅增

加,而分析师团队增长速度缓慢①。上述结果表

明,资本市场开放通过加大分析师对标的公司

的关注度,从而提高其股票流动性,假设2得到

验证。

(三)稳健性检验

1.平行趋势检验

图2 股票流动性的事前平行趋势检验(沪市)

数据来源:国泰安数据库。

采用双重差分模型前提处理组和控制组在

政策实施前具有共同的变化趋势。因此,借鉴

黄小勇和查育新(2022)的做法,通过绘制平行

趋势图进行检验。图 2 和图 3 分别报告了沪深

两市受政策影响的处理组和未受影响的控制组

的股票流动性的变化趋势②。图2显示,在2014

年沪港通启动之前,沪市处理组和控制组的公

司股票流动性变化趋势基本一致,但是2014年

后,处理组和控制组的股票流动性差异有所扩

大;图 3 显示,在 2016 年深港通启动之前(除

变量

Treat

Treat×Post

Post

Analyst

常数项

控制变量

行业效应

年份效应

样本量

R2

第一步

Liquidity

(1)

0.0047***

(14.3021)

0.0012***

(3.7742)

-0.0004

(-0.7172)

-0.0742***

(-29.9540)

15310

0.4551

第二步

Analyst

(2)

0.6456***

(12.5559)

0.1935***

(5.1204)

-0.3506***

(-7.7704)

-5.4685***

(-17.5771)

15310

0.5146

第三步

Liquidity

(3)

0.0040***

(12.3156)

0.0010***

(3.1256)

0.0000

(0.0289)

0.0011***

(11.0488)

-0.0682***

(-27.1192)

15310

0.4613

①根据国泰安数据库统计,2014年初,中国A股上市公司2549家,在2014—2021年间,A股上市

公司平均每年新上市公司约275家,总共增加2203家;分析师团队在2014年初2085个,2014—2021

年年均增加约167个,总共增加1339个;此外,按年分组求得A股单个上市公司年平均分析师关注度,

同样发现该指标总体呈下降趋势,进一步验证了以上解释,限于篇幅结果留存备索。

②由于沪港通和深港通政策分别于2014年和2016年实施,因此将沪市和深市的股票流动性趋

势图分别绘制,更好地体现沪深港通对两市股票流动性的影响。

资本市场开放、分析师关注与股票流动性——基于沪深港通机制的准自然实验

83

第85页

JRYJJ

2015年外),深市处理组和控制组的公司股票流

动性变化趋势也基本一致①,2016年后这一差距

逐渐拉大。因此,双重差分的平行趋势基本通

过了检验。

图3 股票流动性的事前平行趋势检验(深市)

数据来源:国泰安数据库。

2.PSM-DID检验

为控制样本的选择性偏差,借鉴阮睿等

(2021)的做法,使用 PSM 方法重新构造对照

组。以资产规模(Size)、总资产回报率(Roa)、现

金流强度(Cash)为匹配变量,用卡尺范围为0.01

的最邻近一对一有放回方式匹配控制样本,再

用DID方法重新检验沪深港通机制对股票流动

性的影响。结果所示,匹配后匹配变量在处理

组和对照组之间的均值差异显著下降,T值均未

超过1.65,说明该匹配有效修正了样本的选择性

偏差问题;Panel B 中 Treat×Post 的系数在 1%的

水平上显著为正,表明匹配后的回归结果与前

文结论相符。

3.剔除沪市2014年数据和深市2016年数据

由于沪深港通机制分别于 2014 年和 2016

年实施,2014和2016年既包括沪深港通实施之

前的数据,也包括沪深港通实施之后的数据,可

能对研究结论产生干扰。因此,在进行稳健性

检验时,剔除了沪市2014年数据和深市2016年

数据,结果显示,无论是否剔除 2014 年和 2016

年的样本数据,Treat×Post的系数都在1%的水平

上显著为正,与前文结论相符。

4.分样本检验

将总样本分为沪市、深市两个子样本,然后

分别对沪市、深市样本进行回归,回归结果显

示,沪市的Treat×Post系数都在10%的显著水平

下为0.0009,深市的Treat×Post系数都在1%的显

著水平下为0.0017。说明资本市场开放显著提

高了沪、深两市标的股票的流动性,与前文结论

相符。

5.更换股票流动性的衡量指标

进一步采用 Roll(1984)提出的买卖价差衡

量股票流动性,从而检验结果的稳健性。鉴于

Roll的买卖价差模型存在无定义部分,因此借鉴

熊家财和苏冬蔚(2016)的方法定义一个修正的

Roll指标:

Roll= ì

í

î

ï

ï

-2 cov(△Pt

,△Pt - 1),当 cov(△Pt

,△Pt - 1)<0

0 ,当 cov(△Pt

,△Pt - 1) ≥ 0

(4)

其中,Pt表示单只股票在t周期内,考虑现金

红利再投资的日收益率;cov(△Pt,△Pt-1)表示单

个股票在t周期内,考虑现金红利再投资的日收

益率的一阶差分序列协方差。Roll指标数值越

大,说明买卖价差越大,此时,股票流动性越

低。以Roll指标衡量股票流动性的回归结果显

示,Treat×Post的系数在1%的水平上显著为负,

与前文结论相符。

6.改变样本区间

为保证研究结论在时间上的普适性,选取

以下三个时间段作为样本区间重新进行回归:

(1)深市、沪市样本区间均为2008—2020年;(2)

深市样本区间为 2013—2019 年,沪市样本区间

为 2009—2019 年;(3)深市样本区间为 2013—

2020 年,沪市样本区间为 2009—2020 年。上述

稳健性检验的回归结果显示,Treat×Post系数都

在1%的水平上显著为正,说明改变样本区间后,

沪深港通机制依然提高了标的公司的股票流动

①2015年A股市场发生“股灾”,可能对上市公司股票流动性产生了较大影响。当剔除2015年数

据后,整体趋势平行。

金融与经济 2022.12

84

第86页

JRYJJ

性,与前文结论相符。

五、进一步分析

(一)产权性质异质性分析

国有企业由于国有股权一股独大,往往存

在行政方面的诸多干预,除了盈利等目标外还

担负着社会责任,例如保障就业、维护社会稳定

和刺激经济增长等,其经济行为受到一定限

制。因此,推断由于国有企业的天然政策性特

征,资本市场开放对其影响较小,对民营企业的

影响更大。

根据产权性质将样本企业划分为国有与民

营两种类型,并且进行分组回归,回归结果列示

于表 5 列(1)(2)。由其结果可知,Treat×Post 的

回归系数在民营企业样本中在1%的水平上显著

为正,在国有企业样本中Treat×Post的回归系数

虽然也为正值,但是不显著。因此,表明沪深港

通政策能提高民营企业的股票流动性,而对国有

企业的股票流动性影响不显著。

(二)QFII持股异质性分析

2002年11月,中国证监会和央行联合推出

QFII 制度,意味着合格境外机构投资者可以进

入境内资本市场进行投资,是中国资本市场对

外开放的另一重大举措。当企业被 QFII 持股

时,其跟踪的分析师数量将会增加,从而信息披

露质量得到提高(李春涛等,2018)。由于沪深

港通制度实施时间在 QFII 制度之后,已有 QFII

持股的公司相较于其他公司已经存在境外机构

投资者投资,沪深港通机制可能对其产生的边

际作用效果相对较小。因此,推断相比于有

QFII 持股的标的公司而言,沪深港通机制对没

有QFII持股的标的公司影响更大。

根据公司是否有QFII持股将样本划分为已

有QFII 持股公司与没有QFII 持股公司两组,并

且进行分组回归,回归结果列示于表 5 列(3)

(4)。由其结果可知,Treat×Post 的回归系数在

没有 QFII 持股公司样本中在 1%的水平上显著

为正,在已有QFII持股公司样本中Treat×Post的

回归系数虽然也为正值,但是不显著。上述回

归结果表明,沪深港通这一资本市场开放政策

能显著提高没有 QFII 持股公司的股票流动性,

而对已有 QFII 持股公司的股票流动性影响不

显著。

(三)信息透明度异质性分析

部分文献发现,沪港通机制对信息披露质

量较低的企业影响更大(陈运森和黄健峤,

2019)。对于沪港通开通前盈余操纵较为严重

变量

Treat

Treat×Post

Post

常数项

控制变量

行业效应

年份效应

样本量

R2

系数差异检验(P值)

Liquidity

(1)

国有企业

0.0049***

(10.5661)

0.0006

(1.4436)

-0.0002

(-0.4007)

-0.0763***

(-26.0950)

5846

0.6522

(2)

民营企业

0.0042***

(9.2166)

0.0019***

(3.9259)

-0.0024**

(-2.2415)

-0.0758***

(-18.0021)

9194

0.3925

(3)

已有QFII持股

0.0040***

(5.2138)

0.0012

(1.4480)

-0.0005

(-0.5003)

-0.0730***

(-21.0220)

1633

0.6000

(4)

没有QFII持股

0.0047***

(13.6576)

0.0013***

(3.7677)

-0.0004

(-0.7516)

-0.0731***

(-26.3668)

13652

0.4359

(5)

信息透明度较低

0.0040***

(11.5139)

0.0012***

(4.1228)

0.0009***

(2.7175)

-0.0719***

(-31.9323)

6836

0.6460

0.0007(* 0.0550)

(6)

信息透明度较高

0.0041***

(12.2349)

0.0005*

(1.8543)

0.0003

(0.9710)

-0.0803***

(-35.8622)

6833

0.6829

表5 异质性分析

资本市场开放、分析师关注与股票流动性——基于沪深港通机制的准自然实验

85

第87页

JRYJJ

的企业,纳入沪港通交易范围能够更有效地提

升其信息披露质量(阮睿等,2021),从而吸引

更多分析师关注,提升股票流动性。因此,推

断相比于信息透明度较高的企业,资本市场开

放对信息透明度较低的企业的股票流动性影

响更大。

选取操纵性应计项目盈余管理(DisAcc)衡

量信息透明度。操纵性应计项目盈余管理是参

考修正琼斯模型(Jones,1991)分行业分年度回

归得到,并以 DisAcc 分行业分年度的中位数为

界,将样本数据划分为两组。当企业的 DisAcc

指标大于中位数时,则企业的盈余管理程度较

高,信息透明度较低;当 DisAcc 小于中位数时,

则企业的盈余管理程度较低,信息透明度较

高。随后将信息透明度高、低两组样本进行回

归,回归结果列示于表5列(5)(6)。结果可知,

在信息透明度较低的样本中,Treat×Post的回归

系数在1%的水平上显著为正;在信息透明度较

高的样本中,Treat×Post 的回归系数在10%的水

平上也显著为正,说明资本市场开放可以提高

股票流动性。但是在信息透明度较低的样本

中,Treat×Post的回归系数绝对值为0.0012,大于

信息透明度较高的样本系数0.0005,又通过自体

抽样(Bootstrap),共重复抽样1000次,得到经验

P 值为 0.0550,在 10%的水平上显著,证实两组

回归中 Treat × Post 系数差异在统计上是显著

的。因此,资本市场开放更能提高信息透明度

较低的公司的股票流动性,而对信息透明度较

高的公司的股票流动性影响相对较小。

六、结论与建议

以沪深港通机制的实施为准自然实验,采

用多时点双重差分模型(Staggered DID),检验资

本市场对外开放对股票流动性的影响及其作用

路径。研究结果表明,与非沪深港通标的公司

相比,沪深港通机制的实施显著提高了标的公

司的股票流动性,且分析师关注度的增加是沪

深港通机制提升股票流动性的重要路径。进一

步研究发现,沪深港通机制对股票流动性的提

升作用在民营企业、没有 QFII 持股的企业和信

息透明度较低的企业中更为显著。上述研究结

果说明,资本市场开放能够提高股票流动性,肯

定了分析师在资本市场对外开放与股票流动性

之间的作用。

基于上述结论,提出以下三条建议:第一,

持续推进沪深港通政策。政府部门可以进一步

实施沪深港通开放政策,不断扩大互联互通的

标的范围,并且可以逐步放开沪深港通交易限

制,让更多的内地公司享受到资本市场开放的

红利,从而促进内地股票市场健康发展。第二,

完善面向境外投资者的信息披露体系。监管部

门应当制定与国际接轨的信息披露制度,搭建

境外信息披露平台,要求沪深港通标的公司参

照国际信息披露标准,同步披露汉英双语版的

公司公告,为境外投资者提供更便利的信息获

取渠道,提升沪深港通标的公司的信息披露质

量。第三,提升分析师的专业能力和国际化研

究水平。证券分析师应当抓住资本市场开放的

良好机遇,主动提升国际视野和专业能力,加强

与境外投资者的沟通交流,撰写符合其个性化

需求的研究报告;同时牢守职业伦理,培养职业

使命,推动中国资本市场实现高水平对外开放

和高质量发展。

[参考文献]

[1]毕鹏. 陆港通交易机制缓解了资产误定

价吗?[J].金融与经济,2021(10):4-11.

[2]陈运森,黄健峤.股票市场开放与企业投

资效率:基于“沪港通”的准自然实验[J].金融研

究,2019(8):151-170.

[3]郭阳生,沈烈,郭枚香. 沪港通改善了上

市公司信息环境吗?:基于分析师关注度的视角

[J].证券市场导报,2018(10):35-43.

[4]黄小勇,查育新.中国环境政策创新对城

市绿色竞争力的影响研究[J].中国软科学,2022

(8):140-150.

[5]李春涛,刘贝贝,周鹏,等.它山之石:QFII

与上市公司信息披露[J]. 金融研究,2018(12):

138-156.

[6]李沁洋,许年行.资本市场对外开放与股

价崩盘风险:来自沪港通的证据[J].管理科学学

报,2019(8):108-126.

金融与经济 2022.12

86

第88页

JRYJJ

[7]连立帅,朱松,陈超. 资本市场开放与股

价对企业投资的引导作用:基于沪港通交易制

度的经验证据[J].中国工业经济,2019(3):100-

118.

[8]刘柏,琚涛“. 事前震慑”与“事后纠偏”:分

析师关注对财务错报和重述的跨期监管研究[J].

南开管理评论,2021(1):50-61.

[9]刘惠好,汪洁琼.做市商制度的引入改善

了新三板市场的流动性吗?:基于PSM-DID模型

分析[J].金融与经济,2018(12):50-56.

[10]柳木华,任嘉乐,郭振.关键审计事项披

露的信息价值:基于股票流动性视角[J].审计与

经济研究,2021(3):21-32.

[11]阮睿,孙宇辰,唐悦,等. 资本市场开放

能否提高企业信息披露质量?:基于“沪港通”和

年报文本挖掘的分析[J]. 金融研究,2021(2):

188-206.

[12]唐静武.中国股票市场流动性特征及其

影响因素[J].金融与经济,2009(1):43-46.

[13]万华林,朱凯,于雪彦.资本市场开放促

进了资本市场公平吗?基于“沪港通”开放事件的

准自然实验研究[J].世界经济研究,2022(4):91-

104.

[14]吴非,胡慧芷,林慧妍,等. 企业数字化

转型与资本市场表现:来自股票流动性的经验

证据[J].管理世界,2021(7):130-144.

[15]熊家财,苏冬蔚. 股票流动性与代理成

本:基于随机前沿模型的实证研究[J].南开管理

评论,2016(1):84-96.

[16]徐寿福,陈百助. 资本市场开放与股票

流动性:来自沪股通的证据[J]. 世界经济文汇,

2021(1):44-65.

[17]许香存,陈志娟. 沪港通对股票市场波

动性和流动性影响的实证研究[J].浙江工商大学

学报,2016(6):76-83.

[18]杨墨,董大勇,徐永安.风险信息披露与

股票流动性:基于中国A股上市公司年报文本分

析[J].系统管理学报,2022(4):1-28.

[19]钟凯,孙昌玲,王永妍,等. 资本市场对

外开放与股价异质性波动:来自“沪港通”的经

验证据[J].金融研究,2018(7):174-192.

[20]钟覃琳,陆正飞. 资本市场开放能提高

股价信息含量吗?:基于“沪港通”效应的实证检

验[J].管理世界,2018(1):169-179.

[21]Aman H,Moriyasu H.Effect of corporate

disclosure and press media on market liquidity:

Evidence from Japan[J].International Review of

Financial Analysis,2022,82(7):102167.

[22]Amihud Y.Illiquidity and stock returns:

cross- section and time- series effects[J].Journal of

Financial Markets,2002,5(1):31-56.

[23]Cen L,Chen J et al..Do analysts and their

employers value access to management?Evidence

from earnings conference call participation[J].

Journal of Financial and Quantitative Analysis,

2021,56(3):745-787.

[24]Dang C,Foerster S et al..Analyst talent,

information, and insider trading[J].Journal of

Corporate Finance,2021,67(4):101803.

[25]Hasbrouck J.Trading costs and returns for

U.S.equities:Estimating effective costs from daily

data[J].The Journal of Finance,2009,64(3):1445-

1477.

[26]Holden C W,Subrahmanyam A.Longlived private information and imperfect competition

[J].The Journal of Finance,1992,47(1):247-270.

[27]Jones J.Earnings management during

import relief investigations[J].Journal of

Accounting Research,1991,29(2):193-228.

[28]Lang M H,Lundholm R J.Corporate

disclosure policy and analyst behavior[J].The

Accounting Review,1996,71(4):467-492.

[29]Li Q Y,Liu X Q et al..Does stock market

liberalization reduce stock price synchronicity? —

Evidence from the Shanghai- Hong Kong Stock

Connect[J].International Review of Economics &

Finance,2022,77(1):25-38.

[30]Roll R.A Simple implicit measure of the

effective bid- ask spread in an efficient market[J].

Journal of Finance,1984,39(4):1127-1139.

资本市场开放、分析师关注与股票流动性——基于沪深港通机制的准自然实验

87

第89页

JRYJJ

供应链金融与科技型中小企业融资效率

[摘 要] 供应链金融作为一种创新型融资方式,能够缓解企业融资约束并提高企业融

资效率,但在科技型中小企业中的实施效果和作用渠道有待进一步检验。以2010—2020年

中小板上市的281家科技型中小企业为研究对象,实证检验供应链金融对企业融资效率的

影响。研究发现,供应链金融对科技型中小企业融资效率的提升具有显著影响,供应链金

融能够通过缩短营运资金周期和促进研发投入,提高科技型中小企业的融资效率;会计信

息质量会强化供应链金融对科技型中小企业融资效率的影响。

[关键词] 供应链金融;融资效率;营运资金周期;研发投入;科技型中小企业

[中图分类号] F832.4 [文献标识码]A [文章编号]1006-169X(2022)12-0088-09

DOI:10.19622/j.cnki.cn36-1005/f.2022.12.009

[基金项目] 国家社会科学基金西部项目“互联网+背景下西部民族地区现代农业发展对

策研究”(17XMZ091);教育部人文社会科学青年项目“考虑节点企业资金约束的供应链融

资决策与策略选择研究”(17YJC630144);北方民族大学一般科研项目“西部省份科技创新

效率与协调性测度”(2021XYSSY02);北方民族大学研究生创新项目“基于价值链整合视角

的新希望乳业连续并购绩效研究”(YCX22033)。

[作者简介] 王波(1985—),陕西西安人,北方民族大学商学院,博士,讲师,研究方向为

企业投融资与风险管理;郭宏丹(1997—),内蒙古赤峰人,北方民族大学商学院,硕士研究

生,研究方向为公司理财与实务;郑姣(1998—),山西忻州人,北方民族大学商学院,硕士研

究生,研究方向为公司理财与实务;蒋玉娟(1975—),宁夏银川人,北方民族大学商学院,博

士,教授,研究方向为公司理财与实务。

■ 王 波,郭宏丹,郑 姣,蒋玉娟

一、引言

创新是推动社会生产力发展和经济结构升

级的动力源泉,科技型中小企业作为创新的微

观承载主体,在经济高质量发展中的作用日益

凸显。由于内源融资的有限性,企业的投资活

动通常需要外部融资来提供支持,但由于信用

缺失、可抵押实物资产少以及财务制度不健全

等原因,科技型中小企业很难通过传统融资渠

道获得足够的信贷支持,融资约束程度高且资

金使用效率低(王波,2021)。资本市场集中度

高和征信方式单一导致中小企业融资困难,然

而科技型中小企业的创新研发活动需要稳定持

续的资金支持。为缓解科技型中小企业融资约

束,需要探索创新型的融资方式。近年来,供应

链金融作为一种新型融资创新方式,因在解决供

应链中小企业融资约束和优化资金流中具有优

势,日益受到政府、金融机构和企业的关注。相

比传统金融服务冗长复杂的信贷资金审批流程,

供应链金融具有周期短和频次高的特点,不仅

避免了科技型中小企业因资金问题会耽误研发

及生产进程,也提高了“投入产出”的转化效率。

现有关于供应链金融对企业微观主体影响

ournal of Finance and Economics J 金融与经济 2022.12

88

第90页

JRYJJ

的研究,主要从信息不对称角度聚焦供应链金

融如何缓解融资约束和降低融资成本(杨毅,

2022)。然而,融资活动不仅是资金在企业间的

配置过程,也是在企业内部的价值转化与增值

过程。因此,融资方案的选择,除资金获取成本

外,仍需考虑资金使用效率,这也可视为企业参

与和开展供应链金融活动的基本前提及绩效检

验工具。融资效率是融资成本、融资收益以及

融资风险等多方面的治理效应,能够反映资金

的筹集和使用效率,有利于科技型中小企业持

续开展创新投资活动、提高核心竞争力和企业

价值(吴翌琳和黄实磊,2021)。因此,可以融资

效率为导向检验供应链金融服务中小企业的有

效性。

由于企业之间的内外部环境的差异,供应

链金融对科技型中小企业融资效率的影响可能

存在复杂的作用机制。其中,会计信息质量作

为企业治理能力的重要体现,是影响融资工具

发挥作用的重要因素(卢强等,2019),进而影响

供应链金融服务的效率。此外,研究表明会计

信息质量和供应链金融对于提升企业融资效率

都有显著影响(徐佳,2020),那么对于提升科技

型中小企业融资效率,二者之间存在着怎样的

交互作用?在供应链金融的场景中,会计信息

质量会产生什么影响?此外,供应链金融是一

种基于产业生态的新型融资方式,对企业融资

和经营发展等有多方面影响,对融资效率的影

响可能存在多个作用渠道,有必要在验证供应

链金融对科技型中小企业融资效率的影响效果

的基础上,进一步分析影响过程中的潜在渠道。

二、理论分析与研究假设

(一)供应链金融与科技型中小企业融资效率

供应链金融的研究领域从最初只关注融资

功能,逐渐拓展到资金使用和流转周期、企业研

发创新以及风险承担等方面的影响(凌润泽等,

2021)。供应链金融是基于产业供应链的综合

性金融服务,是面向供应链成员企业提供的系

统性融资安排,对融资效率的影响分别体现在

融资成本、融资收益和融资风险三个方面。首

先,通过优化跨公司边界的融资拓宽了融资渠

道,也降低了资金获取成本;其次,通过金融资

源与产业资源的协调运作,提高了资金的使用

效率(宋华等,2021);最后,基于自偿性、封闭性

的资金运作,供应链金融可以对风险进行有效

管控。具体而言,供应链金融以供应链企业间

交易关系为前提,通过将金融资源融入产业生

态中,打破传统信用贷款和依赖不动产抵押的

贷款的融资模式,从而降低企业融资成本。此

外,在提高融资绩效的同时,供应链金融通过长

期伙伴合作网络形成开放式的信息资源共享模

式,为成员企业提供了动态数据变化预测,加快

上下游企业之间的信息、资金等要素的流动,不

仅优化了供应链运营,而且促进了科技型中小

企业的创新产出和产品市场竞争力提升(潘爱

玲等,2021),从而实现产业效益与金融效益之

间的乘数效应。与此同时,在数字化技术创新

背景下,供应链金融基于在线信息共享和业务

的自偿性信贷,能够有效追踪不同业务和不同

阶段的现金流,实现了风险的隔离与管控。根

据以上分析,中小企业通过供应链金融不仅可

以通过降低边际融资成本来提高资金的筹集效

率,也促进了对融入资金的高效利用。据此提

出以下假设。

H1:供应链金融提升了科技型中小企业的

融资效率

(二)供应链金融影响科技型中小企业融资

效率的作用渠道

企业融资效率是指企业以最小成本获取且

高效利用有限的资金,包括资金融入效率和资

金使用效率。因此,科技型中小企业的融资效

率高低,不仅取决于资金获取成本,也依赖企业

对营运资金的管理水平。此外,企业研发活动

的开展需要有效的上下游供需信息和持续稳定

的资金来源,而研发创新对中小企业获取竞争

优势以及提高企业融资效率等方面具有正向作

用,基于此考虑营运资金周期和研发投入这两

个潜在的影响渠道。

1.营运资金周期

营运资金周期越短,用于经营性活动的现

金流转速度就越快,企业就可以快速进入下阶

供应链金融与科技型中小企业融资效率

89

第91页

JRYJJ

段的生产销售。对营运资金的管理影响着企业

对各种资源的配置效率和管理能力,进而直接

影响企业整体的绩效水平,特别是对于具有发

展潜力和投资机会,但却受到现金流制约的中

小企业。供应链运营涵盖了从上游供应商采购

商品所产生的应付账款,到向下游经销商分销

商品所产生的应收账款,再到最后收到现金的

全过程,这一过程产生的现金缺口是供应链运

营过程的一大难题。通过金融与生产经营的结

合,供应链金融服务能够实现资金流、信息流等

供应链管理要素的协同优化(宋华等,2021),科

技型中小企业在供应链金融活动中获取到了及

时的资金和有效的市场信息,从而优化供应链

运营和提升企业管理水平。既加快了金融资源

在供应链中的流动速度,也缩短了企业营运资

金周期,实现了金融与管理活动的效益最大化,

最终提高持续经营过程中资金的使用效率。据

此提出假设。

H1a:供应链金融可以通过缩短营运资金周

期来提高科技型中小企业融资效率

2.研发投入

资源依赖理论认为企业生存发展需要从外

部获取必要的资金和信息等资源。作为科技型

中小企业生存发展的主要动力,研发创新不仅

需要企业高水平的战略管理,也依赖于持续的

资金投入以及上下游之间的生产要素流动,才

能保证研发成果的变现,创新项目的突然中断

和再延续会给企业带来巨大损失(张嘉望等,

2022)。因此,企业研发活动需要持续稳定的资

金投入和供应链上各管理要素的有效协同。供

应链金融作为一种嵌入产业生态中的融资工

具,具有一定的连续性,能够为科技型中小企业

提供及时、持续以及稳定的资金来源,拓宽了企

业融资渠道,避免了因资金链断裂导致的研发

中断问题。此外,供应链金融不仅能够保证研

发活动的顺利开展,避免由于运营资金的短缺

阻碍研发投入,还可以加强供应链企业间的联

系,加快创新要素的流动,进而提高企业对供应

链 信 息 资 源 的 运 用 效 率(高 劲 和 宋 佳 讯 ,

2022)。在此基础上,基于互联网的线上供应链

金融平台能够为企业提供及时、动态的供需数

据,有助于企业及时了解市场需求并开展研发

活动,提升科技型中小企业的创新产出和产品

市场竞争力(凌润泽,2021),进而提高企业融资

效率。据此提出假设。

H1b:供应链金融通过促进科技型中小企业

增加研发投入提高融资效率

(三)会计信息质量、供应链金融与科技型

中小企业融资效率

外部利益相关者与企业内部管理层存在信

息不对称的问题,会引起道德风险和代理成本

的增加,不利于市场有效运行。会计信息可以

为投资者、债权人和供应链合作方等利益相关

者提供决策支持,通过缓解信息不对称进而降

低交易成本。然而,由于应计制的核算原则,会

计信息也成为管理层利用会计政策和会计估计

进行盈余管理的工具。研究证实高质量的会计

信息可以约束管理层行为,提高资本市场有效

性(王嘉鑫等,2020),缓解企业与债权人、投资

者之间的信息不对称以及降低逆向选择等道德

风险,进而降低权益资本成本和债务资本成

本。此外,会计信息可以反映企业经营状况,企

业通过财务报告等方式,可以传递会计信息到

产品市场和要素市场,减少信息摩擦。不仅降

低了来自客户、供应商以及员工等多方面的交

易成本,而且帮助供应链企业及时了解到产品

的供应与需求状况,进而提高资金流、信息流等

供应链管理要素之间的协调优化,促进公司之

间资源的有效分配(Hann et al.,2020)。随着供

应链金融的线上化和平台化,供应链各参与方

对风险防控就需要企业具备一定的会计信息标

准化水平(吕广仁和王东,2018),供应链金融借

助会计信息系统可以增强企业业务透明度,有效

降低成本,进而实现更有效率的资金分配。因此

会计信息质量会强化供应链金融对科技型中小

企业融资效率的影响。据此提出假设。

H2:会计信息质量能够强化供应链金融对

融资效率的影响

三、研究设计

(一)样本选择与数据来源

金融与经济 2022.12

90

第92页

JRYJJ

以中国科学技术部编制的《2022 年度科技

型中小企业技术创新基金若干重点项目指南》,

将科技型中小企业划分为电子信息、生物医药、

新材料、光机电一体化、资源与环境、新能源与

高效节能、高技术服务业等领域。以 2010—

2020年深市中小板上市公司中的科技型企业作

为研究对象,剔除ST、*ST公司,得到符合标准的

科技型企业 281 家,样本数据来源于国泰安

(CSMAR)数据库。为避免极端值对实证结果的

影响,对回归模型中的主要连续变量上下1%的

样 本 观 测 值 进 行 Winsorize 处 理 ,使 用 软 件

STATA16.0进行回归分析。

(二)变量选择

1.融资效率

融资效率是企业能否获取较低成本的资金

并有效利用,以及利用融入资金创造价值的能

力体现(吴翌琳和黄实磊,2021)。参考已有研

究,使用数据包络分析(DEA)的方法测度融资效

率。考虑到科技型中小企业在企业经营过程中

存在技术变化、产业结构调整等诸多不确定性

因素,选用规模报酬可变模型,并借鉴(宋云星

等,2020)选取 3 个投入指标和 3 个产出指标进

行效率测度。其中,投入指标反映企业获取资

金的能力、风险和成本。具体包括:资产总额,

能在一定程度上体现企业的融资规模和融资便

利程度;资产负债率,反映企业的融资结构和风

险;主营业务成本,包括企业经营活动中各类投

入的成本,体现了融资资金的使用情况。此外,

产出指标反映对资金融入后的评价。具体包

括:净资产收益率,反映企业利用融入资金进行

生产经营从而获取收益的水平;总资产周转率,

是资产的流转速度,反映企业对资金的使用效率

和内部管理水平;营业收入增长率,用于体现企

业成长能力。

2.供应链金融

目前,关于供应链金融尚不存在统一性度

量指标。按照参与主体的不同,不仅包括金融

机构针对供应链运营过程中产生的流动性较差

资产提供的金融服务,还包括核心企业为其上

下游中小企业提供的商业信用融资(宋华等,

2021)。其中,金融机构基于供应链交易关系,

针对中小企业供应链运营过程中产生的应收账

款、应收票据和存货等流动资产提供的金融服

务,在财务报表上主要体现为短期借款;核心企

业对上下游中小企业提供的商业信用融资体现

为中小企业财务报表上的应付账款和应付票据

等报表项目。因此,在已有研究的基础上(刘兢

轶等,2019)采用公式(1)计算企业供应链金融

的规模:

SCF=(t年短期借款+t年应付票据+t年应付

账款)/t年末总资产 (1)

由于已有研究对供应链金融的衡量方式较

为有限,上述公式中不可避免地包含了非供应

链金融的部分,为提高实证结果的准确性,借鉴

张黎娜等(2021)的做法,在稳健性分析中对企

业供应链金融的衡量方式进行替换。根据供应

链金融的主要模式,将相关关键词分为应收类、

预付类、存货类和综合类等四类,具体包括供应

链金融、供应链融资、应收账款融资、保理、反向

保理、应收账款转让等关键词,然后利用文本分

析方法,使用 Python 统计供应链金融相关关键

词在企业年度财务报告中出现的频次,并做滞

后一期处理作为该供应链金融规模(Scf-fre)的

衡量指标。

3.渠道变量

借鉴申嫦娥等(2016)的做法,构建营运资

金周期(WCC)的衡量指标,如表1所示。由于其

他应收款和其他应付款项目可能是关联方往

来,与供应链管理关系不大,未将其纳入计算范

畴。借鉴吴祖光等(2017)的做法,使用研发投

入与企业规模的比值来衡量企业研发投入强度

(R&D)。

4.会计信息质量

会计信息质量是调节变量,用符号 QAI 表

示。研究表明管理者倾向于利用可操控性应计

利润(DA)进行盈余管理,DA的数值越大,盈余

管理程度越高,会计信息质量越差。因此,使用

企业可操纵应计利润绝对值的相反数衡量会计

信息质量(QAI)(马春光,2019)。其中,可操纵

应计利润的计算公式为:

供应链金融与科技型中小企业融资效率

91

第93页

JRYJJ

TAi,t

Ai,t - 1

= β0

1

Ai,t - 1

+ β1

△REVi,t

Ai,t - 1

+ β2

æ

è

ç ö

ø

÷

PPEi,t

Ai,t - 1

+ εi,t

(2)

NDAi,t = β0

1

Ai,t - 1

+ β1

△REVi,t - △RECi,t

Ai,t - 1

+ β̂

2

æ

è

ç ö

ø

÷

PPEi,t

Ai,t - 1

(3)

DAi,t = TAi,t

Ai,t - 1

- NDAi,t (4)

其中,TAi,t表示总应计利润,NDAi,t表示非操

控性应计利润,△REVi,t表示营业收入变动额,

△RECi,t表示应收账款变动额,PPEi,t表示固定资

产净额,Ai,t-1表示消除规模效应,DAi,t表示操控

应计利润,绝对值越大,盈余管理空间越大,其

绝对值的相反数即为会计信息质量衡量数值,

表示为QAI=-DAi,t。

5.控制变量

融资效率的内部影响因素主要包括企业规

模、资本结构和盈利、发展能力等;外部影响因

素主要包括宏观经济因素,如经济周期波动,各

地区金融发展水平等。

(三)实证模型

首先,为检验理论假设H1,即供应链金融对

科技型中小企业的融资效率的影响效果,构建

基准回归模型:

FEit=β0+β1SCFit+β2Sizeit+β3Ageit+β4EPSit

+β5Levit+β6Growthit+β7Top1it+β8FDit

+∑Year+∑Firm+εit (5)

其次,基于假设 H1a 和 H1b,借鉴佘硕等

(2020)对渠道分析模型的设计,运用分步回归

方法分析供应链金融对融资效率的影响渠道,

构建以下模型:

FEit=β0+β1WCCit+β2Sizeit+β3Ageit+β4EPSit

+β5Levit+β6Growthit+β7Top1it+β8FDit

+∑Year+∑Firm+εit (6)

WCCit=β0+β1SCFit+β2Sizeit+β3Ageit+β4EPSit

+β5Levit+β6Growthit+β7Top1it+β8FDit

+∑Year+∑Firm+εit (7)

FEit=β0+β1R & Dit+β2Sizeit+β3Ageit+β4EPSit

+β5Levit+β6Growthit+β7Top1it+β8FDit

+∑Year+∑Firm+εit (8)

变量类型

被解释变量

解释变量

调节变量

渠道变量

控制变量

变量名称

融资效率

供应链金融

会计信息质量

营运资金周期

研发投入

企业规模

企业年龄

盈利能力

成长能力

股权集中度

偿债能力

金融发展水平

年度

企业

符号

FE

SCF

SCF-fre

QAI

WCC

R&D

Size

Age

EPS

Growth

Top1

Lev

FD

Year

Firm

变量说明

通过DEA模型计算

(t年短期借款+t年应付票据+t年应付账款)/t年末总资产

年报中供应链金融相关词汇出现的频次

可操纵性应计利润绝对值的相反数

360×(平均应收票据净额+平均应收账款净额+平均预付账款净

额+平均存货净额-平均应付票据净额-平均应付账款净额-平

均预收账款净额-平均应付职工薪酬-平均应交税费)/营业收入

当期研发投入额/年末总资产

总资产的对数

成立年限的对数

每股收益

(本期营业收入-上期营业收入)/上期营业收入

第一大股东持股比例

长期资本负债率=长期负债(/ 长期负债+所有者权益)

所属城市年末贷款余额/当年GDP

时间虚拟变量,控制不随个体变化的时间因素(经济周期等)

个体虚拟变量,控制不随时间变化的个体因素(企业文化等)

表1 变量说明

金融与经济 2022.12

92

第94页

JRYJJ

R & Dit=β0+β1SCFit+β2Sizeit+β3Ageit+β4EPSit

+β5Levit+β6Growthit+β7Top1it+β8FDit

+∑Year+∑Firm+εit (9)

最后,在基础回归模型中加入交乘项构建

模型(10),考查会计信息质量能否强化供应链

金融对科技型中小企业融资效率的影响效果:

FEit=β0+β1SCFit+β2Scf×QAIit+β3QAI +β4Sizeit

+β5Ageit+β6EPSit+β7Levit+β8Growthit

+β9Top1it+β8FDit+∑Year+∑Firm+εit

(10)

四、实证分析

(一)描述性统计

融 资 效 率(FE)均 值 为 0.756,最 小 值 为

0.337,小于1,说明科技型中小企业的融资效率

存在优化空间。供应链金融(SCF-fre)在年报中

出现的频次均值为0.995,说明越来越多的科技

型中小企业参与供应链金融活动。研发投入强

度(R&D)的均值为3%左右,整体偏低。营运资

金周期(WCC)是公司商业模式和运营水平的体

现,均值为126.95天,说明科技型中小企业的流

动资产变现较慢,可能是所处的产业链地位或

者营运资金的管理效率低引起的。各地区金融

发展水平差异较大,所在城市经济、金融发展水

平较高的科技型中小企业会面临更多的投资机

会和金融资源。

(二)基准回归分析

对面板数据进行豪斯曼检验,结果表明模

型存在个体效应,适用固定效应模型,在此基础

上进一步控制时间效应以消除整体趋势的影

响。基准回归结果如表3所示,列(1)中供应链

金融(SCF)的回归系数为0.045,通过了1%的统

计显著性检验,表明供应链金融有效促进了科

技型中小企业融资效率的提升,假设H1得到证

实。考虑到信贷资金增减对企业盈利的影响有

时滞性,同时也为了避免反向因果问题,通过列

(2)(3)延长观测窗口,对供应链金融变量做滞

后1—2期处理,回归系数分别为0.040和0.033,

且显著,表明供应链金融对科技型中小企业融

资效率的提升作用在较长周期内依然稳健。

表3 供应链金融对科技型中小企业融资

效率影响的基准回归结果

变量名

融资效率(FE)

供应链金融(SCF)

供应链金融(SCF-fre)

研发投入强度(R&D)

营运资金周期(WCC)

会计信息质量(QAI)

公司规模(Size)

公司年龄(Age)

第一大股东持股比例(Top1)

营业收入增长率(Growth)

每股收益(EPS)

金融发展水平(FD)

观测值

3091

3091

2882

2973

2899

2961

3091

3091

3091

3091

3091

3091

均值

0.756

0.131

0.995

0.028

126.95

-0.075

21.86

2.562

0.321

0.194

0.287

1.510

中位数

0.769

0.103

0

0.023

102.68

-0.044

21.76

2.639

0.291

0.139

0.228

1.476

标准差

0.0780

0.118

3.370

0.021

119.08

0.163

0.960

0.451

0.146

0.344

0.766

0.573

最小值

0.337

0

0

0

-107.06

-2.861

20.03

0.693

0.091

-0.475

-5.879

0.287

最大值

1

0.460

33

0.122

681.39

0

24.63

3.664

0.704

1.923

17.94

5.305

表2 主要变量描述性统计

变量

SCF

L.SCF

L2.SCF

Size

Age

(1)

FE

0.045***

(0.011)

-0.025***

(0.002)

0.013*

(0.007)

(2)

0.040***

(0.011)

-0.029***

(0.002)

0.017*

(0.009)

(3)

0.033***

(0.011)

-0.032***

(0.002)

0.006

(0.012)

供应链金融与科技型中小企业融资效率

93

第95页

JRYJJ

续表3

注:*、**和***分别表示在10%、5%和1%的

水平上显著,括号内为标准误,下同。

(三)稳健性检验

首先,对每次回归进行 VIF 多重共线性检

验,结果表明不存在多重共线性。其次,将核心

解释变量替换为滞后一期的年报词频统计结

果,并进行对数化处理,回归系数为0.008,依然

显著为正,进一步验证了供应链金融对科技型

中小企业融资效率的影响效果。借鉴已有研

究,使用净资产收益率(ROE)和经济利润率

(EVA 率)(杨毅等,2022)作为被解释变量的替

代指标,重新进行回归分析,回归结果表明变量

替换不影响假设成立。最后,为避免遗漏变量

的问题,在基准回归模型中增加机构持股比例

(Inst)和政府补助(Sub)(蓝图和张彦,2020)这两

个控制变量再次回归,基准回归系数依然显著

为正,因此实证结果较为稳健。

(四)作用渠道分析

首先,通过列(1)和列(3)检验缩短营运资

金周期和提高研发投入是否会提高科技型中小

企业融资效率,结果如表4所示,回归系数分别

为-0.007 和 0.373。通过列(2)和列(4)进一步

检验供应链金融是否能缩短营运资金周期和促

进科技型中小企业加大研发投入,回归系数分

别为-0.401 和 0.011,均通过了 1%的统计显著

性检验,表明供应链金融可以通过缩短营运资

金周期和促进研发投入提高科技型中小企业融

资效率。

表4 供应链金融影响融资效率的渠道检验

(五)调节效应分析

表5列示了假设H2的回归结果,列(1)在基

准回归模型的基础上加入了交乘项,交互效应

和主效应的系数分别为0.174和0.035,均显著为

正,表明会计信息质量强化了供应链金融对科

技型中小企业融资效率的影响。

为保证结果的稳健性,采用分组回归方式再

次验证会计信息质量的调节作用,根据会计信

息质量水平的中位数对样本数据分成列(2)和

列(3)两组。其中,列(3)中的会计信息质量大

于中位数。如表 5 所示,回归系数分别为 0.030

和0.042,列(3)的回归系数大于列(2),而且更显

著,说明在会计信息质量较高的科技型中小企

业中,供应链金融对融资效率的影响更大。

根据表5中的回归结果,得到供应链金融和

会计信息质量对科技型中小企业融资效率的交

互作用结果,如图1所示。结果表明,在95%的

置信区间下,随会计信息质量(QAI)提高,供应

链金融对科技型中小企业融资效率的边际效应

增强,即会计信息质量越高,供应链金融对科技

型中小企业融资效率的提升作用越大且越显著。

变量

SCF

WCC

R&D

控制变量

常数项

样本量

R2

个体效应

时间效应

(1)

FE

-0.007***

(0.001)

1.304***

(0.046)

2899

0.622

控制

控制

(2)

WCC

-0.401***

(0.146)

6.988***

(0.587)

2899

0.158

控制

控制

(3)

FE

0.373***

(0.076)

1.212***

(0.044)

2973

0.624

控制

控制

(4)

R&D

0.011***

(0.003)

0.108***

(0.011)

2973

0.112

控制

控制

变量

Lev

Growth

EPS

Top1

FD

常数项

样本量

R2

个体效应

时间效应

(1)

FE

0.002***

(0.000)

-0.005*

(0.003)

0.125***

(0.002)

0.039***

(0.014)

0.107***

(0.015)

1.270***

(0.043)

3091

0.619

控制

控制

(2)

0.002***

(0.000)

0.013*

(0.007)

0.130***

(0.002)

0.039***

(0.015)

0.082***

(0.016)

1.418***

(0.043)

2810

0.635

控制

控制

(3)

0.002***

(0.000)

0.015**

(0.007)

0.137***

(0.002)

0.040**

(0.016)

0.068***

(0.016)

1.427***

(0.054)

2529

0.647

控制

控制

金融与经济 2022.12

94

第96页

JRYJJ

表5 会计信息质量对供应链金融影响

科技型中小企业融资效率的调节效应

图1 供应链金融与会计信息质量对科技型

中小企业融资效率的交互作用

五、结论与启示

供应链金融已成为解决中小企业融资问题

的重要工具,除了拓宽融资渠道、缓解融资约束

等作用,供应链金融在提高资金周转、改善企业

经营连续性以及提高参与各方价值等方面的增

益效果对于科技型中小企业有更深远意义。因

此,在已有研究的基础上进一步考察供应链金

融服务对科技型中小企业融资效率的影响。具

体地,使用 2010—2020 年深市 A 股中小板科技

型中小企业数据,针对供应链金融对科技型中

小企业融资效率的影响问题展开研究。首先探

讨了供应链金融对科技型中小企业融资效率的

影响效果以及可能的影响渠道;考虑到不同情

景因素下供应链金融服务效果的差异,进一步

从会计信息质量的视角研究科技型中小企业在

参与供应链金融活动后资金获取和使用效率的

差异。结果表明,供应链金融可以有效提升科

技型中小企业融资效率,这种影响效果存在一

定滞后性和积累性。作用渠道分析结果表明,

供应链金融可以通过优化供应链运营水平和促

进研发投入以提高科技型中小企业融资效率。

一方面,供应链金融通过信息互通和资源共享

的线上融资平台促进“资金端”和“资产端”的高

效运转,进而缩短了企业营运资金周期;另一方

面,也可以帮助科技型中小企业及时获取市场

动态信息以把握投资机遇、提高研发投入,最终

提高科技型中小企业的融资效率。进一步研究

发现,会计信息质量较高的科技型中小企业对

于供应链金融的获取和使用效率更高。

基于上述结论得出以下启示。首先,供应

链金融具有稳定性和持续性,可以满足中小企

业经营管理过程中的融资需求,提高了资金在

企业间和企业内部的配置效率,科技型中小企

业积极参与供应链金融活动不仅可以获得低成

本的稳定资金来源,也有助于为主业发展提供

持续动力,因此发展供应链金融对于资金“脱虚

向实”和推动企业降本增效有积极作用。其次,

发展供应链金融除了关注其金融价值,也应重

视其产业价值,通过构建现代化流通体系以促

进资金流、信息流和物流的协调运转,最终提高

变量

SCF

SCF×QAI

QAI

Size

Age

Lev

Growth

EPS

Top1

FD

常数项

样本量

R2

个体效应

时间效应

(1)

FE

0.035***

(0.011)

0.174***

(0.060)

0.022**

(0.011)

-0.026***

(0.002)

0.024***

(0.004)

0.002***

(0.000)

-0.004

(0.006)

0.129***

(0.002)

0.032***

(0.012)

0.100***

(0.015)

1.290***

(0.041)

2961

0.634

控制

控制

(2)

FE

0.030*

(0.017)

-0.022***

(0.003)

0.021*

(0.012)

-0.021

(0.014)

-0.002

(0.008)

0.138***

(0.003)

0.073***

(0.023)

0.082***

(0.020)

1.171***

(0.072)

1546

0.698

控制

控制

(3)

FE

0.042***

(0.014)

-0.023***

(0.003)

0.005

(0.008)

0.002***

(0.000)

0.002

(0.003)

0.091***

(0.004)

-0.016

(0.018)

0.230***

(0.026)

1.274***

(0.055)

1545

0.533

控制

控制

供应链金融与科技型中小企业融资效率

95

第97页

JRYJJ

供应链整体价值。最后,企业间资金、信息、商

品等要素的流动是供应链管理的主要内容,也

是供应链金融实施过程中的必要要素,追踪供

应链运营过程中各个要素的去向、记录价值创

造和实现过程中的数据变化是供应链金融成功

的必要条件。因此,科技型中小企业应加强内

部管理、建立正确的会计核算体系,以提高供

应链金融服务的效率和控制供应链金融运行

的风险。

[参考文献]

[1]高劲,宋佳讯.供应链融资与企业全要素

生产率:基于中国上市公司特征的分析[J].金融

与经济,2022(04):3-12.

[2]蓝图,张彦. 政府补助、研发投入与科技

创新企业融资效率研究[J]. 中国注册会计师,

2020(12):70-74.

[3]凌润泽,潘爱玲,李彬. 供应链金融能否

提升企业创新水平?[J].财经研究,2021(2):64-

78.

[4]刘兢轶,杨梅,郭净. 供应链金融能缓解

科技型中小企业融资约束吗?:基于中小板上市

公司的经验数据[J]. 会计之友,2019(10):116-

121.

[5]卢强,刘贝妮,宋华. 中小企业能力对供

应链融资绩效的影响:基于信息的视角[J].南开

管理评论,2019(3):122-136.

[6]吕广仁,王东.会计信息标准化提升与供

应链管理[J].会计之友,2018(10):122-124.

[7]马春光.风险投资参与、会计信息质量与

企业投融资效率[J].财会通讯,2019(21):15-18.

[8]潘爱玲,凌润泽,李彬. 供应链金融如何

服务实体经济:基于资本结构调整的微观证据

[J].经济管理,2021(8):41-55.

[9]佘硕,王巧,张阿城.技术创新、产业结构

与城市绿色全要素生产率:基于国家低碳城市

试点的影响渠道检验[J].经济与管理研究,2020

(8):44-61.

[10]申嫦娥,魏荣桓,田洲. 供应链集成、营

运资金管理效率与资本结构[J].学术论坛,2016

(12):63-68.

[11]宋华.供应链金融:从金融导向、供应链

导向到网络生态导向、金融科技导向的演进[J].

研究与发展管理,2020(5):1-2.

[12]宋云星,陈真玲,赵珍珍.经济政策不确

定性对民营企业融资效率的影响[J]. 金融与经

济,2020(2):71-78.

[13]王波.科技型中小企业供应链融资模式

研究:基于政府资金引导视角[J].技术经济与管

理研究,2021(3):45-49.

[14]王嘉鑫,汪芸倩,张龙平. 利率管制松

绑、企业会计信息披露质量与融资约束[J].经济

管理,2020(4):139-157.

[15]吴翌琳,黄实磊. 融资效率对企业双元

创新投资的影响研究:兼论产品市场竞争的作

用[J].会计研究,2021(12):121-135.

[16]吴祖光,万迪昉,康华. 客户集中度、企

业规模与研发投入强度:来自创业板上市公司

的经验证据[J]. 研究与发展管理,2017(5):43-

53.

[17]徐佳. 战略激进度、会计信息质量与融

资效率[J].财会通讯2020(19):34-36

[18]杨毅,高玥,吴晶晶.供应链金融提升了

上市公司的融资效率吗:基于两类会计稳健性

视角的研究[J].会计之友,2022(1):52-60.

[19]张黎娜,苏雪莎,袁磊.供应链金融与企

业数字化转型:异质性特征、渠道机制与非信任

环境下的效应差异[J]. 金融经济学研究,2021

(6):51-67.

[20]Hann Rebecca N.,Kim Heedong,Wang

Wenfeng, etal.Information frictions and

productivity dispersion:The role of accounting

information[J].The Accounting Review,2020,95

(3):223-250.

金融与经济 2022.12

96

百万用户使用云展网进行电子书电脑版制作,只要您有文档,即可一键上传,自动生成链接和二维码(独立电子书),支持分享到微信和网站!
收藏
转发
下载
免费制作
其他案例
更多案例
免费制作
x
{{item.desc}}
下载
{{item.title}}
{{toast}}