金融生態(tài)環(huán)境改善有助于提高資本配置效率嗎_來(lái)自浙江省的經(jīng)驗(yàn)證

1、2012年第2期(總第391期金融理論與實(shí)踐收稿日期:2011-12基金項(xiàng)目:本文為浙江省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目(10CGYD07Z 與11JCYJ08YB 、浙江省自然科學(xué)基金項(xiàng)目(Y7100670與浙江工商大學(xué)現(xiàn)代商貿(mào)研究中心課題(2011ZSDSM102的前期研究成果。作者感謝浙江省高校人文社科重點(diǎn)研究基地(金融學(xué)與浙江之江青年社科學(xué)者計(jì)劃的資助。作者簡(jiǎn)介:姚耀軍(1976-,男,湖北利川人,博士,副教授;黃林東(1985-,男,浙江溫州人,碩士研究生。金融生態(tài)環(huán)境改善有助于提高資本配置效率嗎?來(lái)自浙江省的經(jīng)驗(yàn)證據(jù)姚耀軍,黃林東(浙江工商大學(xué)金融學(xué)院,浙江杭州310018摘要:基于Wurg

2、ler 模型利用浙江省8個(gè)地級(jí)市工業(yè)分行業(yè)數(shù)據(jù)識(shí)別了金融生態(tài)環(huán)境改善的資本配置效率效應(yīng),發(fā)現(xiàn)金融生態(tài)環(huán)境改善的資本配置效率效應(yīng)取決于行業(yè)發(fā)展?fàn)顟B(tài)。對(duì)發(fā)展?fàn)顟B(tài)較好的行業(yè)而言,金融生態(tài)環(huán)境改善有助于這些行業(yè)資本配置效率的提高。主要政策含義是,繼續(xù)改善金融生態(tài)環(huán)境質(zhì)量對(duì)于促進(jìn)資本向優(yōu)勢(shì)產(chǎn)業(yè)流動(dòng),緩解高效率項(xiàng)目所面臨的外部融資約束具有重要意義。關(guān)鍵詞:金融生態(tài)環(huán)境;資本配置效率;Wurgler 模型文章編號(hào):1003-4625(201202-0041-04中圖分類號(hào):F830.3文獻(xiàn)標(biāo)志碼:A一、引言金融生態(tài)環(huán)境乃指微觀層面的金融環(huán)境,包括法律、社會(huì)信用體系、會(huì)計(jì)與審計(jì)準(zhǔn)則、市場(chǎng)體系、中介服務(wù)體系、企

3、業(yè)改革進(jìn)展及銀企關(guān)系等多方面的內(nèi)容(周小川,2004。一些理論研究認(rèn)為,金融生態(tài)環(huán)境改善通過(guò)資本積累效應(yīng)和資本配置效率效應(yīng)對(duì)經(jīng)濟(jì)運(yùn)行產(chǎn)生有益的影響。例如,韓大海等(2007利用金融資源配置效用模型闡釋了金融生態(tài)環(huán)境改善所具有的資本積累效應(yīng)。在該模型中,金融生態(tài)距離指數(shù)和金融生態(tài)協(xié)調(diào)指數(shù)是衡量區(qū)域金融生態(tài)環(huán)境質(zhì)量的正指標(biāo)。按照該研究,兩個(gè)指數(shù)的表現(xiàn)對(duì)區(qū)域能夠獲取的金融資源配置量具有關(guān)鍵性作用。在模型中其他條件保持不變的前提下,區(qū)域兩指數(shù)得分越高,則區(qū)域獲取的金融資源配置總量就多,從而越有利于區(qū)域經(jīng)濟(jì)增長(zhǎng)。在李延凱等(2011的理論模型中,金融生態(tài)環(huán)境的三個(gè)因素(即法律制度、政治制度和文化信用被依

4、次引入模型;模型中的投資者與企業(yè)家在不同的金融生態(tài)環(huán)境下最優(yōu)化行為選擇,而金融生態(tài)環(huán)境主要通過(guò)影響投資者和企業(yè)家的預(yù)期收益矩陣來(lái)影響行為選擇,進(jìn)而影響資金的投向。模型推導(dǎo)結(jié)果表明,資金投向的變化對(duì)資金配置效率產(chǎn)生影響,而資金配置效率的變化對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了影響。在經(jīng)驗(yàn)意義上,金融生態(tài)環(huán)境究竟通過(guò)何種渠道對(duì)經(jīng)濟(jì)運(yùn)行產(chǎn)生影響尚無(wú)定論。例如,韓廷春等(2009為金融生態(tài)環(huán)境改善的資本積累效應(yīng)提供了經(jīng)驗(yàn)證據(jù)支持。在該研究中,經(jīng)濟(jì)增長(zhǎng)的來(lái)源被分解為資本邊際生產(chǎn)率、儲(chǔ)蓄率與儲(chǔ)蓄投資率三個(gè)指標(biāo),金融生態(tài)環(huán)境被分解為制度環(huán)境、信用環(huán)境與法制環(huán)境三個(gè)指標(biāo)。通過(guò)對(duì)經(jīng)濟(jì)增長(zhǎng)來(lái)源指標(biāo)和金融生態(tài)環(huán)境指標(biāo)進(jìn)行一對(duì)一的Gra

5、nger 因果檢驗(yàn),該研究發(fā)現(xiàn),金融生態(tài)環(huán)境改善主要通過(guò)提高儲(chǔ)蓄率和儲(chǔ)蓄投資轉(zhuǎn)化率來(lái)促進(jìn)經(jīng)濟(jì)增長(zhǎng),而金融生態(tài)環(huán)境改善對(duì)資本邊際生產(chǎn)率的影響并不顯著。黎和貴(2007、萬(wàn)良勇等(2009、吳江(2010與孫剛(2011等為金融生態(tài)環(huán)境改善的資本配置效應(yīng)提供了經(jīng)驗(yàn)證據(jù)支持。黎和貴(2007把金融生態(tài)環(huán)境因素分解為法治環(huán)境、金融部門獨(dú)立性、社會(huì)誠(chéng)信水平、社會(huì)保障程度等因素,發(fā)現(xiàn)這些金融生態(tài)環(huán)境的構(gòu)成因素與區(qū)域信貸資金配置效率正相關(guān);萬(wàn)良勇等(2009基于河北擔(dān)保圈的案例研究表明,金融生態(tài)環(huán)境惡化降低了信貸資金配置效率,對(duì)當(dāng)?shù)亟?jīng)濟(jì)增41長(zhǎng)產(chǎn)生了負(fù)面影響;吳江(2010基于面板數(shù)據(jù)采用雙向固定效應(yīng)法發(fā)現(xiàn)

6、,重慶市各區(qū)縣金融生態(tài)環(huán)境質(zhì)量指數(shù)與信貸資金配置效率正相關(guān);孫剛(2011利用2003-2006年上市公司數(shù)據(jù)發(fā)現(xiàn),與金融生態(tài)環(huán)境欠發(fā)達(dá)地區(qū)相比,金融生態(tài)環(huán)境發(fā)達(dá)地區(qū)其企業(yè)的股價(jià)波動(dòng)同步性程度更高。股價(jià)波動(dòng)同步性正向反映了股價(jià)對(duì)非企業(yè)特質(zhì)信息的吸收效率。于是該研究認(rèn)為,發(fā)達(dá)的金融生態(tài)環(huán)境有助于提高股價(jià)對(duì)市場(chǎng)和行業(yè)信息反應(yīng)程度,從而強(qiáng)化了金融市場(chǎng)的有效性,提高了金融市場(chǎng)的資金配置效率及其對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。上述這些文獻(xiàn)對(duì)金融生態(tài)環(huán)境改善究竟通過(guò)何種渠道對(duì)經(jīng)濟(jì)運(yùn)行產(chǎn)生影響進(jìn)行了有益的探索,但應(yīng)該批評(píng)的是,很多經(jīng)驗(yàn)研究要么沒(méi)有對(duì)資金配置效率這個(gè)關(guān)鍵指標(biāo)進(jìn)行恰當(dāng)?shù)亩攘?要么未清楚交待這個(gè)指標(biāo)的測(cè)算方

7、法,從而使得我們無(wú)法評(píng)價(jià)經(jīng)驗(yàn)證據(jù)的有效性。例如,黎和貴(2007把存貸比例作為信貸資金配置效率指標(biāo),但大量中國(guó)金融發(fā)展實(shí)證文獻(xiàn)認(rèn)為,存貸比例在很大程度上反映的是政府干預(yù)銀行信貸的程度(姚耀軍等,2011。吳江(2010把產(chǎn)出增量與信貸增量之比作為信貸資金配置效率指標(biāo)。由于未剔除其他要素增量對(duì)產(chǎn)出增量的貢獻(xiàn),因此這個(gè)指標(biāo)將大大高估信貸資金的配置效率。在韓廷春等(2009的研究中,作者對(duì)資本邊際生產(chǎn)率的測(cè)算方法并未作出交代。鑒于已有經(jīng)驗(yàn)研究的不足之處,本文基于Wur-gler(2000資本配置效率模型對(duì)金融生態(tài)環(huán)境改善的資本配置效應(yīng)重新進(jìn)行了識(shí)別。本文利用了浙江省8個(gè)地級(jí)市規(guī)模以上工業(yè)行業(yè)數(shù)據(jù),我

8、們認(rèn)為這十分有助于控制省際區(qū)域因素對(duì)資本配置效應(yīng)的異質(zhì)影響。二、模型與數(shù)據(jù)(一模型構(gòu)建在投資效率“最優(yōu)”的情況下,發(fā)展良好的行業(yè)將獲得投資,而資本會(huì)及時(shí)從成長(zhǎng)性較差的行業(yè)撤出?；诖朔N理念,Wurgler(2000構(gòu)建了測(cè)度資本配置效率的面板數(shù)據(jù)模型,通過(guò)求解行業(yè)固定資本形成的增長(zhǎng)速度對(duì)于行業(yè)利潤(rùn)的彈性系數(shù)測(cè)度出資本配置效率數(shù)值:lnI i,tI i,t-1=+lnV i,tV i,t-1+i,t(1在這里,I為行業(yè)固定資本形成,V為行業(yè)增加值,是誤差項(xiàng)。下標(biāo)i表示行業(yè)的編號(hào),t為時(shí)間。為了識(shí)別金融生態(tài)環(huán)境改善的資本配置效率效應(yīng),我們?cè)谑?1中引入金融生態(tài)環(huán)境質(zhì)量指標(biāo)。我們認(rèn)為,金融生態(tài)環(huán)境改

9、善的資本配置效率效應(yīng)對(duì)行業(yè)效益狀態(tài)是敏感的。具體來(lái)說(shuō),發(fā)展?fàn)顟B(tài)好的行業(yè)一般資金需求量更大,因此面臨的融資約束將更大,從而金融生態(tài)環(huán)境改善的資本配置效率效應(yīng)在這些行業(yè)表現(xiàn)更加明顯。為檢驗(yàn)該判斷,我們?cè)谑?1中引入行業(yè)狀態(tài)啞變量。另外,為控制行業(yè)異質(zhì)效應(yīng),我們針對(duì)36個(gè)行業(yè)設(shè)置了35個(gè)虛擬變量。擴(kuò)展后的模型為:lnI i,c,tI i,c,t-1=+1lnV i,c,tV i,c,t-1+2FE c,t×lnV i,c,tV i,c,t-1+3FE c,t×DEC i×lnV i,c,tV i,c,t-1+FE c,t+j=135j D j+i,c,t(2在這里,FE

10、為地區(qū)金融生態(tài)環(huán)境質(zhì)量得分; DEC為行業(yè)狀態(tài)啞變量,當(dāng)ln(V i,c,t/V i,c,t-1為負(fù)(表示行業(yè)效益處于下降狀態(tài)時(shí)取1,否則取值為0;D為行業(yè)虛擬變量,當(dāng)觀測(cè)值為行業(yè)j時(shí)D j取值為1,否則取值為0。下標(biāo)c表示地區(qū)編號(hào)。其他變量名同式(1。(二數(shù)據(jù)我們用算術(shù)平均法、變異系數(shù)法、主成分分析法與坎蒂雷賦權(quán)法四種方法測(cè)度了浙江省2007-2009年11個(gè)地級(jí)市的金融生態(tài)環(huán)境質(zhì)量(見(jiàn)表1,對(duì)測(cè)評(píng)結(jié)果的詳細(xì)介紹見(jiàn)姚耀軍等(2011。表1浙江省各地級(jí)市金融生態(tài)環(huán)境質(zhì)量得分杭州嘉興湖州紹興金華寧波舟山臺(tái)州溫州衢州麗水算術(shù)平均法得分2007年7.576.955.666.574.976.644.4

11、74.554.272.791.372008年8.467.747.137.255.297.574.845.214.682.481.152009年8.688.497.938.066.008.054.325.705.583.251.96變異系數(shù)法得分2007年7.856.775.236.054.426.924.453.853.622.101.072008年8.907.406.906.704.577.534.844.363.821.730.152009年8.468.407.977.415.277.543.575.014.882.541.21主成分分析法得分2007年7.687.235.826.624.

12、866.674.534.704.412.841.232008年8.827.616.887.635.488.044.535.184.732.090.742009年8.598.527.918.135.967.974.045.675.533.011.59坎蒂雷賦權(quán)法得分2007年8.387.095.707.444.837.713.374.493.991.830.152008年9.347.686.868.235.178.783.705.014.451.48-0.162009年9.788.277.198.635.919.283.465.385.212.000.30限于我們所掌握的統(tǒng)計(jì)資料,我們無(wú)法獲得浙

13、江省各地市規(guī)模以上工業(yè)分行業(yè)增加值數(shù)據(jù)。在這里,我們用分行業(yè)應(yīng)繳增值稅作為增加值的代理變量。增值稅是對(duì)商品生產(chǎn)、流通、勞務(wù)服務(wù)中多個(gè)環(huán)節(jié)的新增價(jià)值或商品附加值征收的一種流轉(zhuǎn)稅,一個(gè)行業(yè)應(yīng)繳增值稅的變動(dòng)能夠很好體現(xiàn)該行業(yè)利潤(rùn)的變化情況。422012年第2期(總第391期金融理論與實(shí)踐2012年第2期(總第391期金融理論與實(shí)踐規(guī)模以上工業(yè)分行業(yè)固定資本投資與應(yīng)繳增值稅數(shù)據(jù)皆根據(jù)各地市統(tǒng)計(jì)年鑒(2008-2010整理。由于湖州、麗水、金華三個(gè)地級(jí)市規(guī)模以上工業(yè)分行業(yè)數(shù)據(jù)十分不完整,因此我們將這三個(gè)市從樣本中剔除。另外,由于一些地區(qū)少數(shù)行業(yè)應(yīng)繳增值稅數(shù)據(jù)缺失,我們把這些行業(yè)也從樣本中剔除。相關(guān)變量的

14、描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。表2變量描述性統(tǒng)計(jì)結(jié)果變量名應(yīng)繳增值稅(V固定資產(chǎn)投資(I 金融生態(tài)環(huán)境質(zhì)量得分(FE算術(shù)平均法變異系數(shù)法主成分分析法坎蒂雷賦權(quán)法觀測(cè)數(shù)10481048786786786786均值317823376116.0985.7086.1316.177標(biāo)準(zhǔn)差497076132011.8492.0841.9502.548最小值14382.4761.7262.0951.481最大值40575755830308.6768.8968.8249.776三、實(shí)證結(jié)果與討論由于四種方法被用來(lái)測(cè)評(píng)金融生態(tài)環(huán)境質(zhì)量,因此式(2中變量FE 有四類取值。在這里我們用模型1-4來(lái)分別對(duì)應(yīng)這四種情況。采用混

15、合最小二乘法(Pooled OLS 對(duì)這些模型進(jìn)行估計(jì),其結(jié)果見(jiàn)表3。由于各地級(jí)市金融生態(tài)環(huán)境質(zhì)量得分在四種方法下具有很強(qiáng)的一致性,參見(jiàn)姚耀軍等(2011,因此四種模型的估計(jì)結(jié)果十分相似。表3Pooled OLS 估計(jì)結(jié)果變量lnI i,c,t I i,c,t -1FE c,t ×lnV i,c,t V i,c,t -1FE c,t ×DEC i ×lnV i,c,t V i,c,t -1FE c,t截距調(diào)整的R 2模型10.215*(0.0720.031*(0.013-0.035*(0.010-0.017*(0.0060.201*(0.0360.214模型20.

16、241*(0.0620.028*(0.012-0.037*(0.011-0.015*(0.0050.184*(0.0300.214模型30.208*(0.0670.032*(0.012-0.034*(0.010-0.018*(0.0050.203*(0.0340.215模型40.243*(0.0530.024*(0.009-0.029*(0.010-0.015*(0.0040.192*(0.0270.214注:括號(hào)內(nèi)數(shù)值為標(biāo)準(zhǔn)誤;*與*分別表示在5%與1%顯著水平下顯著。行業(yè)虛擬變量多達(dá)35個(gè),而這些變量的顯著性也不是我們關(guān)注的重點(diǎn),故為節(jié)省篇幅,表3沒(méi)有報(bào)告行業(yè)虛擬變量所對(duì)應(yīng)的系數(shù)估計(jì)結(jié)果。

17、可以發(fā)現(xiàn),各模型中第一個(gè)交互項(xiàng)所對(duì)應(yīng)的估計(jì)系數(shù)其符號(hào)為正,且在通常的顯著水平下顯著。這個(gè)結(jié)果表明,金融生態(tài)環(huán)境質(zhì)量提高有助于資本在具有良好發(fā)展?fàn)顟B(tài)的行業(yè)間流動(dòng),從而提高了這些行業(yè)的資本配置效率。具體而言,當(dāng)金融生態(tài)環(huán)境質(zhì)量得分提高一單位時(shí),這些行業(yè)的資本配置效率約提高3個(gè)百分點(diǎn)。各模型中第二個(gè)交互項(xiàng)所對(duì)應(yīng)的估計(jì)系數(shù)其符號(hào)為負(fù),且在通常的顯著水平下顯著。注意到這些估計(jì)系數(shù)的絕對(duì)值與第一個(gè)交互項(xiàng)所對(duì)應(yīng)的估計(jì)系數(shù)差異并不大。t 檢驗(yàn)結(jié)果表明,在通常的顯著水平下,我們不能拒絕第一個(gè)交互項(xiàng)所對(duì)應(yīng)的估計(jì)系數(shù)與第二個(gè)交互項(xiàng)所對(duì)應(yīng)的估計(jì)系數(shù)的和等于零的原假設(shè)。由于這兩個(gè)估計(jì)系數(shù)之和代表了金融生態(tài)環(huán)境質(zhì)量提高對(duì)

18、發(fā)展?fàn)顟B(tài)較差行業(yè)資本配置效率的影響,因此實(shí)證結(jié)果表明,對(duì)發(fā)展?fàn)顟B(tài)較差行業(yè)而言,金融生態(tài)環(huán)境質(zhì)量提高對(duì)資本配置效率的影響并不顯著。為什么金融生態(tài)環(huán)境改善的資本配置效率效應(yīng)會(huì)取決于行業(yè)發(fā)展?fàn)顟B(tài)呢?我們認(rèn)為,一方面,發(fā)展?fàn)顟B(tài)好的行業(yè)其企業(yè)的資金需求量一般也較大,在企業(yè)自有資金有限的情況下,這些企業(yè)將存在較大的潛在融資缺口,因此其對(duì)外部融資的需求較強(qiáng)烈。另一方面,行業(yè)發(fā)展?fàn)顟B(tài)好意味著這些行業(yè)中的企業(yè)其價(jià)值增加。企業(yè)價(jià)值在企業(yè)進(jìn)行外部融資時(shí)具有抵押功能,而抵押物價(jià)值上升將大大緩解信貸市場(chǎng)上由信息不對(duì)稱問(wèn)題所帶來(lái)的企業(yè)外部融資約束。金融生態(tài)環(huán)境的改善疏通了企業(yè)的外部融資渠道,增加了企業(yè)外部融資的便利程度,

19、于是發(fā)展?fàn)顟B(tài)好的行業(yè)其企業(yè)的外部融資需求更容易在金融市場(chǎng)上得到滿足,從而資本向一些具有高回報(bào)率的項(xiàng)目流動(dòng),資本的配置效率得到了提高。相反,發(fā)展?fàn)顟B(tài)差的行業(yè)其外部融資需求較弱,而且由于企業(yè)價(jià)值的下降也增加了企業(yè)外部融資的難度,因此對(duì)發(fā)展?fàn)顟B(tài)較差行業(yè)而言,金融生態(tài)環(huán)境改善的資本配置效率效應(yīng)并不明顯。接下來(lái)一個(gè)關(guān)鍵的問(wèn)題是,為什么金融生態(tài)環(huán)境改善能夠疏通企業(yè)的外部融資渠道,增加企業(yè)外部融資的便利程度呢?我們認(rèn)為其主要的原因有如下兩點(diǎn):第一,金融生態(tài)環(huán)境改善提高了銀行等金融部門的市場(chǎng)化運(yùn)作水平。中國(guó)銀行業(yè)一直難于擺脫來(lái)自政府部門的行政干預(yù)。按照劉煜輝等(2008,在1994年以前,地方政府以行政手段直

20、接干預(yù)國(guó)有銀行經(jīng)營(yíng);在1994-1998年間,地方政府利用大股東地位,將地方性銀行機(jī)構(gòu)變成自己的“提款機(jī)”,為地方政府選定的項(xiàng)目及其地方政府的債務(wù)提供貸款支持;在1998年國(guó)有商業(yè)銀行進(jìn)行垂直化管理改革之后,為吸納更多的資金用以擴(kuò)張轄區(qū)經(jīng)濟(jì),地方政府43開(kāi)始以各種“政策優(yōu)惠”為誘餌爭(zhēng)奪國(guó)有銀行資源。在此背景下,銀行部門的信貸配置偏離了市場(chǎng)化原則,大量信貸資金流向了政府“欽定”的項(xiàng)目,而這些項(xiàng)目往往缺乏效率。相反,一些高效率的項(xiàng)目很可能由于所有權(quán)的性質(zhì)而難于獲得銀行信貸支持。政府部門對(duì)金融部門行政干預(yù)的減少大大改善了金融生態(tài)環(huán)境,提高了金融部門的市場(chǎng)化運(yùn)作水平,從而銀行信貸資金向一些具有效率優(yōu)勢(shì)

21、的項(xiàng)目流動(dòng)。第二,金融生態(tài)環(huán)境改善本身具有緩解金融市場(chǎng)上的信息不對(duì)稱程度的作用。一些經(jīng)驗(yàn)研究為此提供了證據(jù)支持。例如,利用2001-2004年上市公司數(shù)據(jù),謝德仁等(2009研究了金融生態(tài)環(huán)境對(duì)公司負(fù)債治理效應(yīng)的影響。該研究發(fā)現(xiàn),在金融生態(tài)環(huán)境較好的地區(qū),對(duì)于最終控制人性質(zhì)為非國(guó)有的上市公司,融資性負(fù)債具有較好的治理效應(yīng),融資性負(fù)債能夠成為反映公司財(cái)務(wù)狀況和信用水平的積極信號(hào)。利用2007-2008年上市公司數(shù)據(jù),常璟等(2010考察了金融生態(tài)環(huán)境對(duì)企業(yè)債務(wù)融資結(jié)構(gòu)的影響。該研究發(fā)現(xiàn),在金融生態(tài)環(huán)境較好的地區(qū),最終控制人性質(zhì)為國(guó)有的上市公司其長(zhǎng)期債務(wù)融資比例顯著下降。該研究于是推論,良好的金融

22、生態(tài)環(huán)境強(qiáng)化了企業(yè)外部治理機(jī)制。值得注意的是,前面的一些分析僅僅意味著金融生態(tài)環(huán)境改善可能具有資本配置效率效應(yīng)。我們并不能由此認(rèn)為金融生態(tài)環(huán)境改善將提高投資增長(zhǎng)率,畢竟投資增長(zhǎng)率的提高與資本配置效率的提高是兩個(gè)內(nèi)涵完全不同的概念。事實(shí)上可以發(fā)現(xiàn),在表三中,金融生態(tài)環(huán)境變量FE所對(duì)應(yīng)的估計(jì)系數(shù)符號(hào)為負(fù),且在通常的顯著水平下顯著。這個(gè)實(shí)證結(jié)果意味著,金融生態(tài)環(huán)境改善對(duì)投資增長(zhǎng)率具有顯著的抑制作用。對(duì)該實(shí)證結(jié)果的一個(gè)解釋是,金融生態(tài)環(huán)境改善將推動(dòng)企業(yè)的投資活動(dòng)向均衡水平收斂。值得指出的是,式(2中的被解釋變量是投資增長(zhǎng)率而不是投資水平,因此我們不能把金融生態(tài)環(huán)境變量FE所對(duì)應(yīng)的估計(jì)系數(shù)顯著為負(fù)理解為

23、金融生態(tài)環(huán)境改善對(duì)投資活動(dòng)具有阻礙作用。四、結(jié)論性評(píng)價(jià)基于Wurgler模型,本文利用浙江省8個(gè)地級(jí)市規(guī)模以上工業(yè)分行業(yè)數(shù)據(jù)識(shí)別了金融生態(tài)環(huán)境改善的資本配置效率效應(yīng)。文章發(fā)現(xiàn),金融生態(tài)環(huán)境改善的資本配置效率效應(yīng)取決于行業(yè)發(fā)展?fàn)顟B(tài)。具體而言,金融生態(tài)環(huán)境質(zhì)量提高有助于資本在具有良好發(fā)展?fàn)顟B(tài)的行業(yè)間流動(dòng),從而提高了這些行業(yè)的資本配置效率。但對(duì)發(fā)展?fàn)顟B(tài)較差行業(yè)而言,金融生態(tài)環(huán)境質(zhì)量提高對(duì)資本配置效率的影響并不顯著。文章也發(fā)現(xiàn),金融生態(tài)環(huán)境改善對(duì)投資增長(zhǎng)率具有顯著的抑制作用。文章認(rèn)為,金融生態(tài)環(huán)境改善的資本配置效率效應(yīng)之所以取決于行業(yè)發(fā)展?fàn)顟B(tài),是因?yàn)椴煌l(fā)展?fàn)顟B(tài)行業(yè)中的企業(yè)其外部融資需求強(qiáng)度不同,企業(yè)價(jià)值也存在差異,從而由金融生態(tài)環(huán)境改善帶來(lái)的企業(yè)外部融資便利性在不同發(fā)展?fàn)顟B(tài)行業(yè)中的重要性存在較大的差異。而金融生態(tài)環(huán)境改善能夠增加企業(yè)外部融資的便利程度是因?yàn)榻鹑谏鷳B(tài)環(huán)境改善提高了銀行等金融部門的市場(chǎng)化運(yùn)作水平,緩解了金融市場(chǎng)上的信息不對(duì)稱程度。文章也認(rèn)為,金融生態(tài)環(huán)境改善對(duì)