今天小编给大家找来了《旁观者效应论文范文(精选3篇)》，欢迎阅读，希望大家能够喜欢。摘要：从理论上讲，伴随着股市房市价格上涨，资产性收益的增加，拥有这些资产的居民效应财富增加，购买力增强，消费增速加快，财富效应作为“可爱的泡沫”可以成为经济增长的新的推动力。
第一篇：旁观者效应论文范文
激励效应VS挤出效应？
【关键词】 财政政策; 激励效应; 挤出效应; 创新绩效
一、引言
财政政策作为提升企业创新能力的重要政策工具之一，在世界各国企业创新实践中取得显著成效。但是，关于财政政策的有效性问题，理论界和实务界一直存在不同的声音。一种观点认为，财政政策对企业创新具有正向激励效应，即“有效论”[ 1-2 ];另一种观点认为，财政政策对企业自主创新无效，甚至阻碍、抑制企业的自主创新，即“抑制论”[ 3-5 ];还有一种观点认为，财政政策对企业自主创新的正向激励效应只在一定范围内成立，超过一定范围将引发企业的机会主义，从而导致财政政策的无效，甚至适得其反，即“适度有效论”[ 6-9 ]或“无效论”[ 10 ]。关于公共政策如何作用于企业创新的理论机制，“有效论”认为，财政政策能够为企业创新增加创新资源，向市场释放政府信任和扶持的信号，从而弥补企业自主创新过程中可能存在的创新知识泄露导致的市场失灵问题[ 1 ];“抑制论”认为，财政政策可能存在挤出企业自身的创新投入，从而阻碍企业的自主创新行为[ 5 ]。
已有文献关于财政政策有效性研究结论的不一致性，导致人们对财政政策的积极意义存在认知模糊和误区，加深了政策制定者左右为难的窘境;同时，已有文献极少探讨财政政策作用于企业创新的作用机理，实证检验财政政策作用于企业创新传导机制的文献更少，降低了人们对财政政策在实践中有效性的认识。针对这些问题，本文基于2006—2018年我国A股非金融上市公司的大样本数据，提出两个竞争性假说——“激励效应”VS“挤出效应”，并通过检验财政政策、创新投入及企业创新之间的内在关系，深入分析和考察两种假说在实际应用中的适用性和合理性。本文的边际贡献在于：(1)以往文献仅限于讨论财政政策与创新投入、财政政策与创新产出之间关系的二元框架，忽略了财政政策作为外生变量要通过内部创新投入的行为才能对企业创新绩效产生影响的传导机理。本文将财政政策、创新投入与创新产出纳入统一的三元研究框架，丰富和拓展了财政政策经济后果的研究文献。(2)丰富了企业创新影响因素的研究文献。已有文献从生产函数出发，认为企业创新是资源投入的函数，将创新投入直接等同于(或约等于)企业创新[ 2，8，11 ]，但这种做法显然无法解释同样的创新投入却有不同的创新产出的实践现象，本文的机理研究能够弥补这一理论解释上的空缺。(3)丰富和拓展了创新投入的影响因素和经济后果的研究。已有文献将创新投入的前因与后果进行割裂研究，本文基于双链条的理论推演和中介效应的实证检验方法，从创新投入中介效应的视角，系统分析和检验了我国非金融上市公司对外部公共政策的反应、吸收与转化的传导途径及机理路径，不仅探究创新投入的影响因素，而且在行为动机推演下进一步探讨创新投入的后果，丰富和拓展了创新投入的研究文献。
二、理论分析与假设发展
(一)理论分析：激励效应VS挤出效应
企业自主创新过程中存在动力、行为和绩效水平不足的市场失灵，即创新动力不足、创新投入行为不足和创新水平供给不足。企业创新过程中为什么会存在市场失灵?原因在于企业创新过程中创新知识存在正的外部溢出或泄露，使竞争对手获得“搭便车”的机会，从而降低了创新企业的私人收益[ 12 ]，也降低了企业的创新动力和创新投入的积极性，最终降低了企业和整个社会的创新产出，特别是在知识产权保护力度较弱的市场环境下，企业自发的创新动力和创新投入行为不足将更加明显。与此同时，某些领域的创新存在系统性问题，私人企业自发的创新动力和创新投入存在固有的市场失灵，如网络技术等准公共产品，需要政府给予必要的支持。因此，政府依托产业政策、财政政策等政策手段介入到私人企业的创新活动中，以财政补贴等形式调配和引导市场资源配置，促进和引导企业创新投入行为及其创新绩效。已有文献对财政政策是否有效和财政政策如何作用于企业创新的机理存在较大争论，主要体现在两种不同的假说：激励效应假说和挤出效应假说。
1.激励效应假说
基于公共政策溢出效应的视角，财政政策的目的和功能是弥补企业创新过程中固有的市场失灵问题[ 12 ]。财政政策能够弥补企业创新过程中的市场失灵问题体现了财政政策具有正向的外部性，而这种正向的外部性是通过资源获取和信号传递两种机制影响企业的创新动机、创新行为以及创新绩效。
从资源获取的视角来看，财政政策直接提升了企业所稀缺的创新资源，降低了企业创新活动的边际成本，缓解了企业创新不确定性带来的创新投入风险，从而弥补企业自主创新活动中创新动力不足和创新资源投入不足的市场失灵[ 12 ]。从信号传递的视角来看，政府通过产业政策、财政政策等政策工具向市场释放一种良好的信号，这种信号可以表明该产业的发展前景、技术水平对国家经济的重要性，政府将有持续扶持该产业的可能[ 13 ]。这种信号不但能提振企业所有者和经营者对企业未来发展前景的信心，而且对市场各利益相关者具有非常好的吸引力，能够帮助企业更好地获得各利益相关者的认可和支持，同时能够吸引和引导创新资源向这些企业流动及配置，从而缓解企业创新的融资约束[ 14 ]，分担创新失败的风险[ 15 ]，弥合私人收益率与社会收益率之间的差距[ 12 ]，实现对企业创新动机、创新投入行为和创新绩效的正向激励效应。
2.挤出效应假说
财政政策对企业创新的挤出效应，意味着财政政策对企业创新不仅无效，甚至有负向作用。从信息经济学的视角来看，作为财政政策制定者的政府在企業创新活动过程中处于信息劣势，不仅难以把握哪些产业应该支持、在产业发展的哪个阶段支持、哪种支持方式成本最小和收益最大，而且难以甄别哪个企业、哪个项目值得支持，导致财政政策存在事前的逆向选择问题和事后的道德风险问题[ 16 ]。从代理理论的视角来看，政府部门内部存在严重的委托代理成本和寻租风险，政府官员更倾向于把有限的财政资金投向风险低、回报率稳定、周期短、见效快的项目，而这些企业、项目面临的融资约束往往较小，如国企，导致政府补贴挤出企业自有研发支出[ 17 ]，从而降低财政资金的配置效率和创新绩效。从管理机会主义的视角来看，财政政策能够促进企业的创新产出，但这种创新产出并不是实质性创新产出，而是策略性创新产出，是企业经营者出于个人私利和商业帝国的考虑，为“骗取”政府巨额财政补贴的一种策略选择[ 7 ]。这种创新策略下财政政策的有效性必然不高，还可能产生逆向引导的作用，导致过度投资和“寻补贴”投资[ 18 ]，从而浪费有限的公共资源，降低财政政策的正向激励效应，甚至导致财政政策对企业创新的负向激励[ 19 ]。
(二)假设发展
1.财政政策对企业创新投入的影响
企业创新是一项不确定性高、风险高的投资活动，需要持续的资金投入和充足的创新资源集聚，才有可能获得有效的创新产出。短期内大规模的创新投入将挤占企业资源投向能够产生明确效益的领域，从而导致大部分企业缺乏创新投资的积极性;特别是在两权分离的现代企业中，经理人面临短期的业绩考核压力，更缺乏创新研发投资的积极性，从而抑制了企业的创新发展能力与水平，导致短期企业创新投入的“市场失灵”。政府通过财政政策手段将企业创新过程中最为短缺的资源要素直接输入创新企业，如研发财政补贴，或引导资源要素向创新企业流动，如融资优惠，目的是弥补企业创新积极性不够、创新投入不足的“市场失灵”问题。因此，财政政策通常被认为是纠正企业缺乏创新投资“市场失灵”的有效外部干预[ 17，20 ]。为了增强财政政策带来的创新资源的利用率，政府一般都对财政政策受益企业设置一定的约束条件，比如，规定财政政策受益企业配套相应的创新投入，以调动企业加大创新投入力度。同时，财政补贴政策通过提高边际收益促进创新企业增加创新投入，税收优惠和融资优惠等政策通过降低成本促进创新企业增加创新投入[ 20 ]，财政政策由此真正成为“帮助之手”。因此提出研究假设：
H1：财政政策与企业创新投入之间显著正相关。
2.创新投入对企业创新绩效的影响
传统经济学效率理论认为，经济组织的绩效依赖于资源要素投入与配置，企业创新是资源要素投入的函数，是生产要素的重新组合[ 21 ]。知识生产函数理论认为，企业创新是资金、人力资源等创新投入和内部激励制度等资源要素投入的函数[ 22 ]。劳动力和资本等资源投入是中国经济和企业快速发展的原动力，反映了中国经济和企业发展都存在资源投入依赖，也正是这种资源投入依赖成为当前中国经济向高质量发展转型和企业创新升级的障碍与瓶颈[ 23 ]。如何突破企业转型升级过程中的障碍与瓶颈，制度经济学认为，制度是经济组织创新发展的重要因素和驱动力，制度通过降低组织内个体之间的摩擦和外部利益主体之间的交易成本推动经济组织的创新发展[ 24 ]。由此可见，以创新投入和内部激励制度为核心的资源要素投入是当前中国企业创新的基础，以至于不少文献直接以创新投入衡量企业创新[ 11 ]。研究表明，企业创新投入与企业的技术创新效率显著正相关[ 25 ]，创新投入强度与企业创新绩效显著正相关[ 26 ]。因此提出研究假设：
H2：创新投入与企业创新绩效之间显著正相关。
3.财政政策与企业创新绩效：创新投入的传导机制
财政政策的目标是解决科技领域的知识生产和扩散以及应用问题，这些问题主要表现为研发资金如何筹措、使用以及社会资本的配置引导，人才、技术等要素的流转与定价，技术专利的转让与产业化等。由于市场存在逐利性，解决这些问题仅依靠市场力量是不够的，需要政府“帮助之手”以克服市场失灵。财政政策的“帮助之手”如何帮助企业提升创新能力?对这一路径机制问题现有文献探讨较少，且结论存在较大冲突。少量研究认为，财政政策通过降低市场交易成本[ 9 ]、促进企业创新投入[ 5 ]，从而实现促进企业创新的目的，可惜并未获得充分的实证证据支持。李苗苗等[ 5 ]基于216家战略性新兴产业上市公司的研究发现：财政政策对企业创新投入和技术创新能力存在动态的门槛效应，当财政补贴处于特定区间时，财政政策对企业的创新投入和技术创新能力具有正向激励效应;而当低于或高于这一区间时，这种正向激励效应却逆转为抑制效应。周燕和潘遥[ 9 ]认为，产业政策通过影响市场的交易成本，从而影响产业政策对企业创新发展的激励效应;但该研究并没有具体测量交易成本，也就没有获得实证的证据。仅有少量研究对此进行了实证探索，张同斌和高铁梅[ 27 ]的研究发现，相比税收优惠政策而言，财政政策更能促进高新技术产业的发展;同时，财政政策通过提升企业研发支出，从而提升企业的创新产出;税收优惠则通过降低价格，从而提升高校技术产业的创新发展。李晨光和张永安[ 28 ]的研究发现，财政政策通过提升企业的创新投入，从而提升企业的创新能力和创新产出。创新能够为企业带来更高的效率和效益，而传统经济学效率理论认为，效率与效益的提升依赖于资源要素的投入与配置[ 21 ]。因此，财政政策治理企业创新过程中所面临的“市场失灵”问题，理论上首先应该是激励企业增加创新资源投入，以达到创新资源汇聚的作用;然后是通过改善企业内部机制，调动经理人和技术人员的积极性，以实现提升企业创新产出的目标。综合以上分析，提出研究假设：
H3：财政政策与企业创新绩效之间显著正相关。
H4：企业创新投入在财政政策与企业创新绩效之间起中介效应。
三、研究设计
(一)样本选择与数据来源
为获得大样本实证证据，本文以2007—2018年度我国A股非金融类上市公司为研究样本，以其财务报表附注中披露的政府补助作为政府财政政策支持企业创新的替代变量，考察财政政策对企业创新的激励效应。数据来源于Wind数据库，连续变量数据进行首尾1%的缩尾处理，实证分析采用Stata12软件进行。
(二)实证模型设计
1.變量定义
(1)被解释变量
黎文靖和郑曼妮[ 7 ]认为，专利申请量比专利授权量更能反映企业创新的动机和能力，更适合作为衡量企业创新产出的替代变量。因此，被解释变量——企业创新绩效以企业的专利申请数量衡量，符号记为Innov。
(2)解释变量
解释变量包括财政政策和企业创新投入。财政补贴是支持企业创新最主要的财政政策工具之一，按照李万福和杜静[ 2 ]的做法，以企业获得政府的财政补贴衡量企业受财政政策的影响，即以财政补贴作为财政政策的替代变量，符号记为Gov，并分别从两个维度测量财政政策：一是测量财政政策的有效性，符号记为Gov1，此变量为哑变量，当企业获得财政补贴时取值1，否则取值0;二是测量财政政策的强度，符号记为Gov2，以企业获得的财政补贴金额占年末总资产的比重来衡量。企业创新投入，以财务报表中的研发资金投入金额占年末总资产的比重来衡量，符号记为RD。
(3)控制变量
参考李万福和杜静[ 2 ]的做法，控制企业资产规模、财务杠杆、成长性、净资产收益率、企业年龄等影响企业创新的其他重要变量，以及行业和年度的固定效应。具体控制变量定义如表1所示。
2.模型设定
为检验H1，构建回归模型(1)：
为检验H2，构建回归模型(2)：
为检验H3和H4，参考温忠麟和叶宝娟[ 29 ]的做法，构建三步检验中介效应回归模型。
第一步，构建不含企业创新投入RDi，t的路径模型Path a，检验财政政策Govi，t对企业创新Innovi，t的影响，观测路径模型Path a的回归系数?茁1;第二步，构建财政政策Govi，t对企业创新投入RDi，t的影响路径模型Path b，观测回归系数?琢1;第三步，构建同时包含财政政策Govi，t和企业创新投入RDi，t对企业创新Innovi，t的影响路径模型Path c，观测回归系数?茁1和?茁2。如果路径模型Path a的回归系数?茁1显著为正，则H3成立。如果路径模型Path a的回归系数?茁1显著为正，路径模型Path b的回归系数?琢1显著为正，路径模型Path c的回归系数?茁1和?茁2显著为正，且Sobel Z值统计上显著，则表明H3成立，且企业创新投入RDi，t在财政政策与企业创新之间关系中起部分中介效应，即H4成立。如果路径模型Path a的回归系数?茁1显著为正，路径模型Path b的回归系数?琢1显著为正，路径模型Path c的回归系数?茁2显著为正但回归系数?茁1不显著为正，且Sobel Z值统计上显著，则表明H3成立，且表明企业创新投入RDi，t在财政政策与企业创新之间关系中起完全中介效应，即H4成立。
四、实证结果分析
(一)描述性统计
样本数据显示，我国上市公司的专利申请量从2007年1 433件提升到2018年3 465件;平均每家上市公司的专利申请量从2007年4.46件提升到2018年21.21件。专利申请总量和平均量都呈现逐年上升趋势，但平均专利申请量2015年后呈下降趋势。我国上市公司平均获得财政补贴金额从2007年1 940万元提升到2018年3 860万元，剔除2008年因金融危机影响导致财政补贴大幅增加的异常情况，整体而言政府财政补贴企业的金额呈逐年上升趋势，2015年后财政补贴金额呈下降趋势。相比财政补贴的总量而言，企业获得财政补贴占资产的比重并没有呈现與财政补贴总量相应的显著趋势。因此，选择财政补贴占总资产的比重衡量财政政策对企业创新强度的影响显得更为合理。
如表2所示，RD的均值为1.3539，表明样本公司的研发资金投入占总资产的比重为1.35%。财政政策的有效性Gov1的均值为0.9105，表明91%的样本上市公司得到政府财政补贴;财政政策的强度Gov2的均值为0.0054，表明样本企业受财政政策支持的强度为0.0054%。在受财政政策支持的26 002个样本中，样本企业平均获得财政补贴4 460万元。样本企业的资产规模均值为21.93，财务杠杆为44.31%，营业收入平均增速为20.9776%，净资产收益率为6.968%，企业年龄均值为17年。
相关系数表显示(受篇幅所限未展示，如需要可向作者索取)，解释变量(Gov1和Gov2)与被解释变量(Innov)、中介变量(RD)之间显著正相关，相关系数均小于0.3，表明模型设计和变量选择符合回归模型的基本要求。
(二)实证结果分析
1.财政政策对创新投入影响的检验结果
表3列(1)显示，财政政策的有效性Gov1的单变量检验结果在1%水平显著，表明因财政政策而获得财政补贴的企业进行更多的创新投入;进一步加入其他控制变量后，Gov1回归系数的显著性依然不变(如表3列(2))，表明财政政策能够正向激励企业进行更多的创新投入，H1成立。
2.创新投入对企业创新绩效影响的检验结果
表3列(3)显示，创新投入RD的单变量检验结果在1%水平显著，表明创新投入RD与企业创新绩效显著正相关;进一步加入其他控制变量后，创新投入RD回归系数的显著性依然不变(如表3列(4))，表明创新投入对企业创新绩效具有正向激励效应，H2成立。
3.财政政策对企业创新绩效的影响：基于创新投入的中介效应
财政政策通过何种路径机制提升企业的创新能力和创新水平一直是理论界和实务界关注的重点问题。仅有少量文献指出，财政政策是通过提升企业的创新投入促进企业的创新能力和创新产出[ 27-28 ]。鉴于产业政策的有效性在学术界还存在一定程度的质疑，认为产业政策会引起企业管理层的机会主义，并挤出自有创新投入[ 2，8 ]，因此本文以财政政策的有效性Gov1为主检验，检验财政政策对企业创新绩效的正向激励效应，以及创新投入RD在财政政策与企业创新绩效之间正向关系中的中介效应。
表4第2列显示了路径模型Path a检验财政政策对企业创新绩效的影响，财政政策Gov1的回归系数显著为正，表明财政政策对企业创新绩效具有显著的正向激励效应，支持H3。表4第3列显示了路径模型Path b检验财政政策对企业创新投入的影响，创新投入RD的回归系数显著为正，表明财政政策对创新投入具有显著的正向激励效应，支持H1。
表4第4列显示了路径模型Path c检验创新投入在财政政策与企业创新绩效之间正向关系的中介效应，财政政策Gov1和创新投入RD的回归系数均显著为正。综合表3第2—第4列的检验结果，表明创新投入在财政政策与企业创新绩效之间的正向关系中起部分中介效应，支持H4。
(三)稳健性及内生性检验(受篇幅所限，相关检验结果表未展示)
首先，解释变量以财政政策强度(Gov2)替换财政政策的有效性(Gov1)，进行稳健性检验。实证检验结果稳健，支持4个研究假设。
其次，以研发人员投入(RDper)②替代创新投入(RD)进行替换中介变量的稳健性检验。知识生产函数理论认为，企业创新是研发资金和人力资源、制度供给等资源要素投入的函数[ 22 ]。已有文献大多以研发资金投入测量创新投入，极少关注研发人员投入作为企业创新的另一重要资源投入对企业创新绩效的影响。实证检验结果稳健，支持4个研究假设。
再次，按照温忠麟和叶宝娟[ 29 ]提供的方法，本文对创新投入RD的中介效应进行Sobel检验，结果如表4最后3行所示。Sobel Z为16.51，在1%水平显著，研发资金投入RD的中介效应占比为32.8%。以上证据表明，创新投入RD在财政政策与企业创新绩效之间存在显著的部分中介效应，H4成立。
最后，为避免反向因果和遗漏变量的内生性问题，本文以滞后1期的财政政策强度(LagGov2)作为解释变量进行内生性检验，考察财政政策对企业创新绩效的影响，实证结果稳健，支持4个研究假设。
五、结论与启示
基于财政政策对企业创新的有效性尚存争议，且已有文献较少探讨财政政策影响企业创新绩效的路径机制问题，本文以中国A股上市公司为研究对象，基于激励效应和挤出效应的不同逻辑，分析和检验了财政政策对企业创新绩效的影响及其影响机制。研究发现：第一，财政政策对企业研发资金投入和研发人员投入都具有正向激励效应;第二，研发资金和研发人员为核心的创新投入对企业创新绩效具有正向激励效应;第三，財政政策对企业创新绩效具有显著的正向激励效应;第四，财政政策是通过提升企业的创新投入，包括资金和人力资本的投入，从而实现对创新绩效水平的正向激励效应，表明外部的财政政策需要通过激励内部的企业经营者增加创新投入，才能实现财政政策对企业创新绩效的正向激励效应，也意味着企业内部的创新投入是财政政策影响企业创新绩效的中介效应和路径机制。
本文将财政政策、创新投入和企业创新绩效纳入一个统一的分析框架，探索财政政策、创新投入和企业创新绩效三者的相互关系，拓展了现有的二元研究框架;本文的研究结论进一步支持财政政策有效性，是对李苗苗等[ 5 ]研究结论的补充，也是对李晨光和张永安[ 28 ]研究的改进，丰富了财政政策有效性及其作用机制的研究文献。同时，对政策制定者改进和优化支持企业创新的财政政策、提升政策工具的创新绩效具有积极的启示与参考价值。
【参考文献】
[1] 江静.公共政策对企业创新支持的绩效：基于直接补贴与税收优惠的比较分析[J].科研管理，2011，32(4)：1-8.
[2] 李万福，杜静.税收优惠、调整成本与R&D投资[J].会计研究，2016(12)：58-63.
[3] MICHAEL S C，PEARCE II J A.The need for innovation is a rationale for government involvement in entrepreneurship[J].Entrepreneurship & Regional Development，2009，21(3)：285-302.
[4] 王俊.R&D补贴对企业R&D投入及创新产出影响的实证研究[J].科学学研究，2010，28(9)：1368-1374.
[5] 李苗苗，肖洪钧，傅吉新.财政政策、企业R&D投入与技术创新能力：基于战略性新兴产业上市公司的实证研究[J].管理评论，2014，26(8)：135-144.
[6] 冯海红，曲婉，李铭禄.税收优惠政策有利于企业加大创新投入吗?[J].科学学研究，2015，33(5)：27-35.
[7] 黎文靖，郑曼妮.实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J].经济研究， 2016(4)：60-73.
[8] 李万福，杜静，张怀.创新补助究竟有没有激励企业创新自主投资：来自中国上市公司的新证据[J].金融研究， 2017(10)：134-149.
[9] 周燕，潘遥.财政补贴与税收减免：交易费用视角下的新能源汽车产业政策分析[J].管理世界，2019(10)：133-149.
[10] 陈林，朱卫平.出口退税和创新补贴政策效应研究[J]. 经济研究，2008(11)：74-87.
[11] 唐清泉，甄丽明.透视技术创新投入的机理与影响因素：一个文献综述[J].科学学与科学技术管理，2009(11)：75-80.
[12] 杨洋，魏江，罗来军.谁在利用政府补贴进行创新?——所有制和要素市场扭曲的联合调节效应[J].管理世界，2015(1)：75-88.
[13] 郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济，2018(9)：98-117.
[14] 任曙明，吕镯.融资约束、政府补贴与全要素生產率：来自中国装备制造企业的实证研究[J].管理世界，2014(11)：10-23，187.
[15] 解维敏，唐清泉，陆姗姗.政府R&D资助、企业R&D支出与自主创新：来自中国上市公司的经验证据[J]. 金融研究，2009(6)：86-99.
[16] ANTONELLI C，CRESIP F.The “Matthew Effect” in R&D public subsidies：the Italian evidence[J].Technological Forecasting & Social Change，2011，80(8)：1523-1534.
[17] 张杰，陈志远，杨连星，等.中国创新补贴政策的绩效评估：理论与证据[J].经济研究，2015，50(10)：4-17，33.
[18] 魏志华，赵悦如，吴育辉.财政补贴：“馅饼”还是“陷阱”——基于融资约束VS.过度投资视角的实证研究[J].财政研究，2015(12)：18-29.
[19] 毛其淋，许家云.政府补贴对企业新产品创新的影响：基于补贴强度“适度区间”的视角[J].中国工业经济， 2015(6)：94-107.
[20] 张帆，孙薇.政府创新补贴效率的微观机理：激励效应和挤出效应的叠加效应：理论解释与检验[J].财政研究，2018(4)：48-60.
[21] 胡寄窗.1870年以来的西方经济学说[M].北京：经济科学出版社，1988.
[22] 吴延兵.R&D存量、知识函数与生产效率[J].经济学(季刊)，2006，5(4)：1129-1156.
[23]中国企业家调查系统.2015中国企业家成长与发展专题调查报告[J].管理世界，2015(6)：22-33.
[24] 黄凯南，程臻宇.制度经济学的理论发展与前沿理论展望[J].南方经济，2018(11)：15-26.
[25] 王惠，王树乔，苗壮，等.创新投入对绿色创新效率的异质门槛效应：基于中国高技术产业的经验研究[J]. 科研管理，2016，37(2)：63-71.
[26] 戴小勇，成力为.创新投入强度对企业绩效影响的门槛效应研究[J].科学学研究，2013(11)：1708-1716.
[27] 张同斌，高铁梅.财税政策激励、高新技术产业发展与产业结构调整[J].经济研究，2012(5)：58-70.
[28] 李晨光，张永安.集群财政政策全要素关键路径及企业响应效果研究[J].管理评论，2015，27(2)：145-157.
[29] 温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22(5)：731-745.
作者：杨世信 刘卫萍 邹紫云
第二篇：新时期中国财富效应与效应财富
摘要：从理论上讲，伴随着股市房市价格上涨，资产性收益的增加，拥有这些资产的居民效应财富增加，购买力增强，消费增速加快，财富效应作为“可爱的泡沫”可以成为经济增长的新的推动力。中国的财富效应确实存在但影响力还很有限，建议采取科学扩大股市规模、加快多层次资本市场健康发展、加大宏观调控力度、提高金融体系稳健性、培育良好投资文化以减少投机性等措施，以使财富效应所带来的效应财富稳定上升和积累，成为推动中国经济可持续增长的真正动力。
关键词：财富效应;效应财富：影响力;对策
文献标识码：A
收稿日期：2008-06-10
一、国内外财富效应与效应财富理论脉络
简单地讲，财富效应(Wealth Effect)通常指资产价格变动所引起居民消费的变动。具体地说，所谓财富效应，是指由于资产价格上涨(或下跌)，导致所有者财富的增长(或减少)，其资产组合价值增加(或减少)，进而产生增加(或减少)消费，影响短期边际消费倾向，促进(或抑制)经济增长的效应。换句话说，财富效应是指在实物没有增加，而价值增加从而影响居民消费决策的效应。而所谓效应财富则是指增值后的事物变现或进行再投资所得到的新的财富。因为现金、银行存款、债券等资产价值变化很小，所以一般人们主要讨论股票、房地产等增值所带来的狭义的财富效应。
在国外，财富效应已经有较长时间的研究历史。早在20世纪30年代，英国古典经济学家阿瑟·庇古(1947)曾提出这样一种思想：“货币余额的变化，假如其他条件相同，将会在总消费开支方面引起变动。”人们后来把依据这种理论提出的物价水平下降造成金融资产实际价值的增加，从而产生的消费刺激效应，称为庇古效应(Pigou Effect)或实际余额效应。该理论认为，物价水平的变化，将引起既定数量的金融资产的实际价值上升或下降。如果物价水平的上升与家庭现有可支配货币收入的上升相对应，则可使其实际收入不变;但是，由于物价水平变动对所拥有的资产的实际抑制效应，仍可能促使家庭实际消费支出减少。相反地，如果物价水平的下降与家庭现有可支配货币收入下降比例相对应，那么它仍可以由于所拥有资产的实际价值上升产生刺激效应，从而增加消费支出。
20世纪50年代，美国经济学家弗里德曼(1954)创立了“持久收人理论”，该理论认为暂时收入的变化不会对消费产生影响，即消费并不与现期收入有关，而是与长期收入的估计相关。20世纪70年代，曾因为创立“生命周期消费假说”而获1985年诺贝尔经济学奖的美国经济学家莫迪格亚尼(1971)，就在一系列文章中提出，假定劳动收入不变，财富每增加1美元会导致美国消费者支出增加5美分。从那时起，资产价值变动对消费的财富效应就逐渐成为经济学尤其是宏观经济政策研究的一个讨论重点。莫迪格亚尼的5美分论断也被广泛引用，包括成为美国宏观经济决策的参考。
20世纪80年代以来，国外众多学者对财富效应持肯定观点，如skinner(1989)。Case(2003)研究表明，房地产和股票市场的财富效应的确存在。但与股票市场相比，房地产具有更强的稳定性，其价格的波动性要小得多，故二者对消费的影响也不同。另外，房地产在居民总资产中的比重相对较大，且缺乏供给弹性和替代弹性，因此，通常认为房地产价格变化所产生的财富效应要高于股票市场的财富效应。原美联储主席Greenspan(1999，2001)，则从官方角度多次肯定了股市财富效应对经济增长的贡献。
在中国，财富效益的重要性及相关研究不象西方国家提出的那样早，这是由于当代中国经济的发展历程所决定的。在中国，财富效应的重要性是伴随着改革开放的进程才逐步引起政府官员和学者的高度重视。特别是近年来，中国学者对财富效应问题的研究日趋活跃，观点颇多。例如，刘建江(2002，2005)、李亚明(2007)等研究表明，中国房地产财富效应在一定范围内存在，长期的房地产财富效应基本是正向的。而短期的房地产财富效应的发挥形式存在一定的差异。李振明(2001)等学者撰文指出，中国股市存在财富效应，但股市财富效应对总消费的影响较小。胡小芳等(2008)以1992-2006年的经济数据为样本，对中国股市和房地产市场的财富效应进行理论和实证分析。研究表明，中国房地产价格的财富效应大于中国股票价格的财富效应。住宅平均价格变动1%，将会引起消费水平同方向变动0.087%：股票价格变动1%，将会引起消费水平同方向变动0.0135%。杨新松(2006)基于VAR模型的协整检验、Granger因果关系检验、ECM方法研究有关财富效应的一些问题，得出结论认为：我国股票市场总体上存在财富效应，但在某些时段表现为股市投资对消费的替代效应，通过股票市场刺激消费的做法短期可行，长期并不有效。
2007年，由于中国股市和房市价格的上涨，已经让许多股民、基民等投资者品尝到了资本市场财富效应的“甜头”，一些投资者更是借此圆了自己的“财富梦”。而2008年，中国股市和房市价格又出现了下降，许多投资者又品尝了“苦果”。当前，受全球经济衰退的影响，中国经济运行的外部环境日趋恶化。扩大内需显得尤为重要。在这一大背景下，进一步研究中国的财富效应和效应财富问题，深入思考其对推动中国居民消费增长和经济发展的影响力以及可能的对策，对指导中国经济又好又快发展具有重要的现实意义。
二、财富效应与效应财富影响力分析
(一)财富效应与效应财富的正面影响
财富效应所带来的效应财富是一种“可爱的泡沫”，理性地处置和管理，它可以成为推动国民经济持续增长的强劲动力。具体分析，财富效应与效应财富的积极贡献，即正面影响力，大致如下：
1、财富效应所带来的效应财富增长有利于改善居民收入预期，增强信心，进而扩大消费。如在一个信用体系发达的市场，股市繁荣可以加速储蓄向投资的转化，股票持续上涨与良好的宏观经济形势相互促进，可以增强投资者信心，从而加快消费信贷的发展。扩大消费量。而股票、基金、地产等投资者的消费增长所产生的示范效应，又带动非投资者，进而使整体经济体系中的边际消费倾向加快。
2、财富效应所带来的效应财富增长有利于改善企业财务状况，进而促进企业投资和消费支出增长。根据资产组合理论和托宾的Q理论，股票价格与它所代表的资产价值的比率称为“托宾Q”，当托宾Q较高时，企业资产的资本市场价值超过其重置价格，企业将扩大投资。就像股市繁荣时一样，发行新股票对厂商来说是一个有吸引力的前景。从另一个角度讲，企业所拥有的房地产升值，也同样带来效应财富，它可以使企业在寻求银行贷款时增强抵押担保能力，改善企业的筹资环境，从而促进企业消费支
出。
3、财富效应所带来的效应财富增长有利于增加国家财政税收。股市上涨的一个最重要的表现就是交易量大增，由于印花税是以交易额为基数征收的，同时是对交易双方双向征收的，税率为3%，所以导致印花税大幅增加，根据有关部门统计，2007年我国的印花税收入达到创纪录的2005亿元，平均每个股民就贡献2000元。我国以业务收入为基数的流转税也是一个重要渠道，因为股市上涨使交易佣金收入和承销手续费收入大增，引起以营业税为主要形式的流转税大幅度增长。另外，房地产价格上涨，交易量大增。房地产买卖相关交易税和契税随之增加，也因此增加政府的财政收入。
4、财富效应所带来的效应财富增长有利于推动国民经济增长。股市持续繁荣和房地产升值所形成的财富效应，通过增加居民和企业实际收入以及公众对未来经济发展的景气预期，刺激总体消费增长，改变短期边际消费倾向，推动国家宏观经济增长。以美国为例，自1982-1999年道指即持续上涨，年均涨幅达17%，尤其是1994～2000年，股市持续攀升。道指年均涨幅超过24%。2008年1月，德意志银行在预测中国2008年GDP增长时指出，虽然出口增长逐步放缓，但在财富效应下，2008年中国整体消费增长比2007年更具活力。2008年中国GDP的增长幅度预计为10.4%，总体经济发展情况仍然十分乐观。
综上所述，可以说，在市场经济条件下，一个缺乏财富效应和效应财富蓬勃发展的经济体是不健全的，是缺乏动力的，也是缺乏可持续发展能力的。因此，财富效应可以视为一种“可爱的泡沫”，它的合理存在和健康发展对国民经济的又好又快发展作用不可忽视。
(二)财富效应与效应财富的负面影响
1、财富效应所带来的效应财富下降可负面影响宏观经济发展。如股市楼市下跌可对GDP增长带来负面效应。根据中国国家信息中心经济预测部徐宏源按投资法测算的结果显示，股市每下跌1个百分点，GDP会下跌0.07个百分点，如2001年股市暴跌，投资方面至少令中国的GDP减少0.2个百分点，即中国GDP从7.5%回落至7.3%。
2、财富效应所带来的效应财富过快增加可引发通货膨胀，进而影响经济稳定，甚至导致经济危机。如果股市和楼市持续过快上涨，经济泡沫过大，就可能导致最终破灭，进而引发金融和经济危机。日本的经验就是如此。20世纪80-90年代，日本股市一度暴涨到3800点，房地产价格飞涨到原来的10倍。市值占全球的一半之多。1991年，泡沫破灭，股市下跌至1500点，房地产下跌约20%。由于政府政策失误，到2002年，日本股市又狂跌至800点，银行纷纷破产倒闭，经济危机全面爆发，至今日本经济尚未完全恢复过来。
3、财富效应所带来的效应财富持续增加可扩大贫富差距，进而引发社会矛盾。国际社会的普遍经验表明：一国的资产价值急升时，该国的收入差距将随之加大。如在美国纳斯达克牛气冲天的日子里。短时间内就造就了许多亿万富翁。实际上，国民经济通常可分为实体经济部门和资产部门(虚拟经济部门)。就居民财富构成而言，前者带来的是收入，后者则是资产。同资产分布相比，收入差别有限，不会出现急剧的分化。相反，资产部门常常会在一段时间内脱离实体经济而快速扩张。在财富效应的推动下。高收入阶层在房市和股市的繁荣中双重受益，并同时推动两个市场的繁荣。而令人担忧的是，中国现在资产部门价格上升，而在实体经济部门收入却上不去。贫富差距不断拉大会引发诸多社会问题，如仇富思潮、暴力事件等，如果不能很好地解决，可能引发社会动荡。
(三)财富效应所带来的效应财富对经济影响的局限性
目前情况下，中国股市楼市上涨所带来的财富效应与效应财富对经济的影响力虽然存在，但还是有限的，导致经济危机的可能性极小。这是由于：
1、财富效益与效益财富的负面影响力受控于中国特殊的经济管理机制。日本1990年代以来的泡沫经济破裂与经济危机，主要源于政府的经济政策错误以及日元的自由兑换机制。而目前中国的人民币尚无自由兑换，在政府有管理的浮动汇率机制下，不大可能出现人民币的过大升值或贬值。另外，中国政府的宏观经济调整手段也日趋完善和多元化，政府对股市楼市的调控能力和危机处理能力正在逐步增强，1997年中国政府成功应对东南亚金融危机就是一个很好的例子。所有这些均意味着中国财富的负面效应和风险是可以加以有效控制和管理的。
2、股市楼市上涨所带来的财富效应对中国经济的影响力还十分有限。股市上涨在一定条件下可以影响投资和消费以及货币供应量和财政收入，但无法根本改变经济政策和经济增长的格局和方式。一是股市上涨的影响作用是局部的。在经济政策体系中，货币政策、财政政策和产业政策是最高层面的政策，取决于宏观经济运行状况，而不取决于股市运行状况。因此，股市财富效应只能影响具体政策的某一个局部。二是中国股市市值数量有限，占比不大。目前，我国股市近2/3为非流通股，流通市值与GDP的比率不到20%。即使股市在此基础上涨20%，新增财富也仅3000多亿元，设增值部分20%被消费掉，不过600亿元，与年GDP比率不到2%，因此。短期内股市财富效应对经济增长的直接贡献和影响有限。三是总体股市等带来的财产性收入占比很低。我国人均可支配收入由四部分构成，工资性收入、转移性收入(养老金等)、经营性收入和财产性收入。根据国家统计局数据，2006年城镇居民人均财产性收入240元左右，占比约2%，虽然2007年有所增加，但仍可见财富效应对居民消费能力的影响力还十分有限。
3、财富效应的影响力受制于股市的挤占效应。因股市持续攀升而产生的赚钱效应，使原本用于即期的消费转化为股票投资，或者因股市长期下跌，投资者被套牢，导致当前消费被迫减少，即所谓的“挤占效应”。我国股市的挤占效应不容忽视。一些投资者长期亏损或套牢，对消费的负面影响很大。另外，中国股市换手率太高，上市公司只图圈钱，不思回报，逼迫投资者只能通过二级市场的买卖差价获取回、报，而且加上高昂的交易成本，也制约了财富效应的发挥。
另外，许多学者认为，财富效应与效应财富影响力的研究一般着重于股市上涨带来的溢价收益，尤其是在中国这样发展中的新兴证券市场。这种观点未必正确。事实上，房地产市场动荡对经济的影响力，尤其负面影响力，可能更大、更严重。这一观点也与日本泡沫经济危机的经验教训相符。股票暴跌只影响到占人口比例少数的股民。而房地产价格暴跌则影响到千家万户的普通老百姓。美国目前的次按危机也同样说明了这一点。
尽管目前中国财富效益带来的负面影响力有限，但并非没有风险，潜在风险与危机会始终存在。事实上。联系到当前的资本市场活跃但又不够有序
和理性的客观状况，中国政府、企业和个人投资者都必须注重提高防范风险方面的意识和能力。
三、中国财富效应与效应财富风险防范对策
(一)解放思想，科学扩大股市规模，创建有序的中国证券市场
中国股市存在的财富效应主要表现在股市与消费增长、消费信心以及储蓄波动的相关性日益增强，但其影响程度，受到了股市规模的大小、股市价格波动的不确定性、股市挤占效应等因素的影响。因此，要更大发挥股市的财富效应，有待于进一步扩大股市规模，改善其发展壮大的基础，创建一个较长时期内相对繁荣、稳定和有序的证券市场。要实现这一目标，应做到：既要注重数量，更要注重市场质量;既要重视规模，更要重视市场结构;既要看发展速度，也要看市场效率;既要市场功能的发挥，还要看投资者利益的保护;既要推进资本市场自身的建设，还要促进与资本市场相配套的市场环境的完善。
(二)加快多层次资本市场发展，增加百姓财富来源渠道，使广大普通居民分享经济发展成果，缩小贫富差距
相比于美国拥有纽交所、纳斯达克等完善的多层次市场，中国近年来虽然中小板市场发展较快，但股市规模主要还是集中在主板市场;市场的广度与深度还不够，居民对股市参与度比较有限。因此，加快多层次资本市场发展是中国当前的重要战略任务。资本市场是涉及投资金融领域最直接、最广泛的场所，能够为投资者提供增加创造财富的机会，因此必须加快发展多层次资本市场，创造条件让更多群众拥有财产性收入。这意味着资本市场的财富效应不仅只有富裕人士分享，而是要服务于普通居民，增加百姓财富，从而达到缩小贫富差距的目标。
(三)健全法规，加大宏观调控力度，防范经济危机发生
由于我国股市楼市发育不成熟，法制不健全，监管缺乏经验，存在比较严重的过度投机现象。所以管理当局必须健全法规，完善制度，采用和协同各种直接和间接的方式进行适当的调控，以防止股市楼市泡沫过度膨胀可能产生的严重后果，同时也要防止股市楼市价格的持续下跌可能带来的一系列严重问题，如市场发展停滞、经济增长缺乏活力、发生经济危机等(天勤，2007)。
(四)培育良好投资文化，减少投资者的投机性，回归股市长期融资和楼市解决安居的本色
为了预防股市和楼市过热带来的负面财富效应，中国必须积极树立证券和房地产企业的社会责任价值观和和谐社会价值观，通过制度安排、媒体宣传教育和政策引导活动，提高经营者和投资者的理性思维，特别是要让企业和个体投资者充分认识到自行承担风险和责任的重要性，减少股市的盲目投机性，回归股市长期融资的本色，并认真解决好低收入阶层住房上的困难，更多地推出廉租房和经济适用房，平衡房屋供需关系，以达到长期保持房价稳定增长的目的。
(五)明确财富效益风险防范重点，提高金融体系稳健性，增强抗击风险能力
为了增强我国经济金融体系对资产价格泡沫的承受能力，一方面要适当降低房地产行业对GDP的拉动作用。日本经验告诉我们，房地产的财富负面效应才是导致经济危机的关键因素之一。如果国民经济发展过多地依赖房地产行业带动，那么房价一旦开始下跌，房地产行业的盈利能力将趋于下降。房地产增长放缓，从而对经济整体增长产生不利作用。也会对广大百姓生活造成不利影响。因此，风险的防范重点应该放在房地产市场，其次才是股票市场。另一方面要提高金融体系的稳健性。比较美国和日本在资产价格泡沫破灭后的表现可以发现。美国经济在1987年股灾、2l世纪初的网络泡沫破灭之后经济很快就得以恢复，而日本在资产价格泡沫破灭后则陷入了“失去的十年”，造成这种差别的主要原因是美国金融体系更注重直接融资，信贷资产证券化程度更高，而日本则是银行和企业交叉持股、债务链条错综复杂。受此启示，在资产价格膨胀的背景下，我国亟待增强银行体系的风险管理能力，加快扩大股票和债券等直接融资的发展，扩大资产证券化范围、改善银行资产负债结构。
五、结束语
伴随股市楼市的发展，中国的财富效应与效应财富问题日益突出。财富效应带来的效应财富，作为一种“可爱的泡沫”，其持续增长有利于推动国民经济又好又快发展，多元化资本市场的日臻完善有利于使百姓获得多样性的致富渠道。虽然在目前的中国，因市场规模、挤占效应和人民币汇率机制等因素，股市楼市效应财富的负面效应还十分有限，但毕竟潜在风险和危机是存在的，而且风险控制的重点应该放在楼市上。为充分发挥财富效应和效应财富对国民经济的积极影响力，各项政策的目的必须做到：使股市楼市价格较为稳定地浮动，让参与资本市场的企业和个人投资者均回归投资理性，以确保市场的健康发展和效应财富的持续增长。因此，建议采取诸如科学扩大股市规模、加快多层次资本市场发展、加大宏观调控力度、提高金融体系稳健性、培育良好投资文化以减少投机性等具体措施加以应对。
(责任编辑 元 玲 责任校对 罗远航)
作者：朱文忠
第三篇：上海股市“规模效应”和“价值效应”
摘 要：本文在国内外关于流动性溢价存在性研究的基础上，基于个股数据，以换手率作为流动性因子，从股市和行业子股市两个角度，构建Panel Data固定效应变系数回归模型，在流动性溢价存在的情况下，对上海股票市场“规模效应”和“价值效应”问题进行实证检验。实证检验结果说明：股市整体和行业子股市都不存在流动性溢价的“规模效应”和“价值效应”。最后，给出了实证结果的原因分析。
关键词：Panel Data模型;流动性溢价;换手率;规模效应;价值效应
一、引 言
目前，流动性溢价理论越来越成为资本市场研究的热点问题之一。Amihud和Mendelson基于NYSE和AMEX的做市商买卖报价差数据，使用Fama-MacBeth方法，从交易的微观成本出发，推导出预期收益与买卖价差的关系模型，进而提出流动性溢价理论，即资产的流动性是资产价格的一个重要影响因素，对于流动性高的资产而言，预期收益率较低;对于流动性低的资产而言，预期收益率较高[1]。Brennan和Subrahmanyam发现股票预期收益与其可变成本呈边际显著的正相关[2]。Haugen和Baker发现，美国Russell 3000股指所有成分股在1979—1993年间的预期收益率与换手率呈显著负相关，而且英、法、德和日本股市也存在类似的流动性溢价[3]。Haugen和Baker以换手率作为流动性的代理变量，实证分析了东京证券交易所在1976—1993年期间的数据，结果发现在横截面上，换手率与预期收益呈负相关关系，在时间序列上换手率与预期收益呈负相关关系[3]。Datar、Naik和Radcliffe以换手率作为流动性指标，实证分析发现在控制了众所周知的收益率决定因素，比如企业规模、账面/市值比和市场风险等变量以后，股票预期收益率与换手率仍然具有显著的负相关关系[4]。Brennan、Chordia and Subrahmanyam，Chordia、 Subrahmanyam和Anshuman则分别用交易量与交易波动程度代替买卖价差，研究预期收益率与流动性之间的关系[5-6]。但是，Brennan等发现预期收益率与交易量的负相关关系仅出现在NYSE和AMEX市场，而NASDAQ市场不存在[5]。Chordia等发现预期收益率与交易量呈显著负相关(与Amihud和Mendelson理论一致)，与交易波动程度也呈显著负相关[6](即流动性风险与预期收益率成反比，与Amihud和Mendelson理论不一致)。Amihud则利用资产收益率绝对值与成交额的比率构建了一个非流动性指标，利用NYSE 1963—1997年的数据，进行了横截面和时间序列分析，再次证明了流动性溢价的存在，并且发现在时间序列上小企业的流动性溢价更大[7]。
综上所述，流动性溢价理论在国外已经被广泛接受，流动性溢价被证实普遍存在于股票市场。在国外相关研究的基础上，国内的学者对我国股市流动性溢价的存在性及流动性因子与股票收益的关系进行了较多的研究，也得出相同的结论。
李一红和吴世农对上海股票市场的流动性与预期收益的关系进行实证研究，研究结果表明：对于个股数据，换手率对预期收益具有负向作用，非流动性对预期收益具有正向作用，支持流动性溢价理论[8]。苏冬蔚和麦元勋发现我国股市存在显著的流动性溢价[9]。谢赤和曾志坚对上海股票市场的股票流动性与预期收益率的关系进行了实证研究。结果表明，上海股票市场存在显著的流动性溢价，研究同时发现，上海股票市场具有很强的规模效应和价值效应[10]。
可见，大量的国内外文献对股票市场流动性溢价的存在性进行了检验，但对基于流动性溢价的股市的“规模效应”(size effect，即是指股票的平均收益与公司的规模之间具有规律性的负相关关系)和“价值效应”(又称B/M效应、value effect，即是指公司账面价值与市场价值的比值与公司股票收益率成正比)的研究却并不多见。本文针对传统的横截面回归模型和时间序列回归模型在研究股票流动性溢价问题方面存在的不足，基于个股数据，从股市和行业子股市两个角度，构建Panel Data固定效应变系数回归模型，在股票市场流动性溢价存在的情况下，对上海股票市场“规模效应”和“价值效应”问题进行实证检验。
二、实证方法
(一)变量选取及数据说明
1流动性指标的选择
本文采用换手率指标进行实证检验。选择换手率作为流动性度量的理由有三点：(1)换手率在流动性的衡量中，由于加入数量指标，使研究更具有说服力，且数据容易取得。(2)它有很强的理论支持，Amihud和Mendelson在1986年，证明了在均衡时流动性与交易频率相关，高价差的证券分配在预期长持有期(交易频率低)的组合上，另外，在1997年，Shing-yang也证明换手率是预期收益的减函数。(3)前述文献已表明，当以换手率作为流动性指标时，我国股市存在显著的流动性溢价。
2其他变量的选择
从目前国外对股票收益率所取得的实证研究结果来看，对该问题的研究已有一套成熟的实证体系，普遍认为：市场风险系数(即β系数)对股票收益没有表现出较强的解释能力，而公司规模、账面/市值比、收益/价格比等变量则表现出较强的解释能力。虽然我国股市的运行机制尚不完善，存在过度投机以及政府政策对市场有巨大影响等因素，国内学者也得到基本一致的结论。因此，本文以月收益率(R)为被解释变量;以换手率(TURNOVER)、公司规模(LNSIZE)、账面/市值比(BE/BM)、流通股比例(OUTSHARE)、收益/价格比(E/P)、收益/价格比虚拟变量(DE/P)和每股收益(EPS)为解释变量。各变量的说明与计算如下：
每股收益(EPS)it等于税后净收入/总股本，其中，每股收益可以直接从CCER经济金融数据库取得。
3样本确定及数据来源
选择1998年以前在上海证券交易所上市的248只A股股票作为基础研究样本，研究期间为1998年1月至2006年12月，共108个月。之所以这样选择，是因为其间沪深股市正好经历了一个完整的牛熊交替，这样选择可以避免由单边市所造成的统计数据失真而带来的伪检验结果，又由于研究跨度比较宽，保证了研究结果的可信服性。按照Fama和French的样本设计框架，将金融类公司从样本之中剔除。另外，根据我国股票市场的实际情况，为了保证数据的有效性和可比性，剔除了在研究期间内被特别处理(ST)或特别转让(PT)的股票和退市的股票。还有被剔除的情况是连续停盘超过两周的股票，由于数据不完整，将之从样本中剔除。根据上述原则，选择246只股票作为研究样本。
本文研究所需的数据来源于CCER经济金融数据库，采用Eviews50分析软件，以保证计算结果的可靠性。
(二)模型形式设定
由于本文拟通过建立Panel Data模型，实证分析公司规模(账面/市值比)变量与其他已经证实影响股票预期收益的因子，即所谓的控制变量(Control Variable)对预期收益的影响。因此，首先进行模型形式的设定：
Panel Data模型的基本形式是[11]：
2，继续检验假设H1。反之，则认为样本数据符合不变系数模型。
继续检验假设H1时，若计算所得到的统计量F1的值不小于给定置信度下的相应临近值，则拒绝假设H1，用变系数模型拟合样本，反之，则用变截距模型拟合。
对股票收益率与公司规模(账面/市值比)变量及其它控制变量的多因素Panel Data，计算结果如表1。
(三)检验模型
1排序分组
在对股市整体的检验中，选择的样本区间为1998年1月至2006年12月，以前述的A股246个上市公司为样本，分别按公司规模和账面/市值比对246个上市公司进行排序后，从小到大分为三组，比例分别为30%(74个)，40%(98个)和30%(74个)。通过按公司规模分组的三个股票组合检验股市的“规模效应”，对按账面/市值比分组的三个股票组合检验股市的“价值效应”。
在对行业子股市的检验中，选取与我国经济建设有着紧密关联的三大行业：纺织、服装和皮毛行业，机械、设备和仪表业及其石油、化学、塑胶和塑料业作为代表。由于纺织、机械和石油行业在1998年前上市公司数量较少，因此，三个行业的样本区间都选为2002年1月至2006年12月。对这三大行业中的168只股票(纺织30只、机械77只和石油62只)，利用2002年1月至2006年12月的样本数据，进行股市的“规模效应”和“价值效应”检验。
2检验模型：平行数据固定影响变系数回归模型
(1) 基于流动性溢价的股市“规模效应”检验模型
假定只有公司规模对股票收益率的影响在各截面成员之间变化,而账面/市值比、流动性因子等在各截面成员之间是固定的，建立仅允许公司规模因素为变系数的模型，讨论公司规模和其他因素对股票收益率各自的影响作用。
2是公司规模与DV2的乘积，uit是随机扰动项。
(2) 基于流动性溢价的股市“价值效应”检验模型
假定只有账面/市值比对股票收益率的影响在各截面成员之间变化，而公司规模、流动性因子等在各截面成员之间是固定的，建立仅允许账面/市值比因素为变系数的模型，讨论账面/市值比和其他因素对股票收益率各自的影响作用。
其中，Ri(t+1)是股票i在t+1月的收益率，ai是截距，bi是待估参数，考虑到我国股市分别在2001年6月和2005年7月达到牛市最高点和熊市最低点，因此,我们在回归方程中引入两个时间段虚拟变量DV1和DV2， 上市公司各股账面/市值比发生在2001年6月及其之前的，赋予DV1值为1，发生在2001年6月之后的，赋予DV1值为0，DVBE/BM1是账面/市值比与DV1的乘积;上市公司各股账面/市值比发生在2005年7月之后的，赋予DV2值为1，发生在2005年7月以及之前的，赋予DV2值为0，DVBE/BM2是账面/市值比与DV2的乘积，uit 是随机扰动项。
为了减少由于截面数据造成的异方差影响，使用可行的广义最小二乘法(FGLS) 对式(1)—(4)模型参数进行估计，得到变系数ai和bi的估计值序列i和i，然后，运用下面介绍的Litzenberger和Ramaswamy (1979) 所提出的方法，计算变系数ai和bi的平均值和及其 t-检验统计量。
Litzenberger和Ramaswamy(1979)方法(以下简称LR方法)认为不同时点的参数估计值不一定服从相同的分布，采取简单算术平均方法并不合理，因此，他们提出应采用加权平均方法，权重为每个时点参数估计值的方差的倒数。以单变量横截面回归模型为例：
素，股票个数为N只，时间跨度为T个月。运用计量方法计算出每月bi的估计值i后，得到i(1≤i≤N)的时间序列，然后再计算出它们的时间序列均值、标准差及其t-检验统计量，计算公式如下：
三、实证检验及结果分析
(一)股市整体规模效应检验结果
表2给出了以换手率作为流动性因子的股市整体“规模效应”的回归检验结果。
表2股市整体“规模效应”的回归检验结果
注：表中圆括号内表示的是系数均值的t-检验值;***和**分别表示双尾t-检验值在1%和5%水平上统计显著，下同。
从表2可以看出：
(1)小、中和大规模股票组合，换手率变量的系数均值都为负,且统计显著。表明从三个股票组合来看，流动性溢价现象都是存在的，具有稳定性。
(2)在流动性溢价现象存在的情况下，无论小、中和大规模股票组合的公司规模变量的系数均值都为负，且也统计显著，但是三组规模变量的系数，并没有随着公司规模变大股票收益变小的特征，这表明在样本期，上海股票市场的A股股票并没有体现出具有“规模效应”，即没有明显的一种随规模减小而收益率上升的趋势。
(3)无论小、中和大公司规模的股票组合，其公司规模虚拟变量1和公司规模虚拟变量2的系数均值都为正，且统计显著，表明在2001年6月之前的牛市阶段和2005年7月以后的股权分置改革阶段，股市也不存在“规模效应”。
(二)行业子股市规模效应检验结果
表3给出了以换手率作为流动性因子的行业子股市“规模效应”的回归检验结果。
表3行业子股市“规模效应”的回归检验结果
从表3可以看出：
(1)三个行业中，只有纺织行业换手率变量的系数均值为负，但t-检验值表明这种负相关关系不是统计显著的，即流动性溢价现象存在性较弱。而机械和石油行业换手率变量的系数均值都为正，且统计显著，表明在样本期这两个行业不存在流动性溢价现象。
(2)三个行业中，公司规模的系数均值均为正，且只有纺织行业统计显著，说明在三个行业中，公司规模与股票预期收益正相关，也不存在“规模效应”。
(三)股市整体 “价值效应”检验结果
表4给出了以换手率作为流动性因子的股市整体“价值效应”的回归检验结果。
从表4可以看出：
(1)三个股票组合中，换手率的系数均值均在10%的显著性水平下显著为负，表明流动性溢价现象在三个股票组合中都存在。
(2)三个股票组合中，账面/市值比的系数均值均为正，但大账面/市值比股票组合的t-检验值在统计上不显著，另外两个股票组合的系数均值均在1%的显著性水平下显著为正。但是，也没有体现出随着账面/市值比的增加而收益率也上升的趋势，这表明在三个股票组合都不存在流动性溢价的“价值效应”。
(3)三个股票组合中，账面/市值比虚拟变量1和账面/市值比虚拟变量2的系数均值都为正，且其系数都在1%显著性水平下显著为正，但是，也没有体现出随着账面/市值比的增加而收益率也上升的趋势，表明在2001年6月之前的牛市阶段和2005年7月之后的股权分置改革阶段也不存在流动性溢价的“价值效应”。
(四)行业子股市“价值效应”检验结果
表5给出了以换手率作为流动性因子的行业子股市“价值效应”的回归检验结果。
从表5可以看出：
(1)为流动性因子的换手率变量的系数均值只在纺织行业为负，且t-检验值不显著;在机械和石化行业其系数为正，t-检验值也不显著。表明在样本期内，三个子行业流动性溢价现象都不存在。
(2)在三个子行业中，作为价值效应的账面/市值比变量的系数均值只在机械行业为正，但统计不显著，也没有体现出随着账面/市值比的增加而收益率上升的趋势，表明在三个子行业也不存在流动性溢价的“价值效应”。
四、结 论
无论是对股市整体还是对三大行业子股市的检验结果得出的结论是：在样本期内上海股市不存在基于流动性溢价的“规模效应”和“价值效应”，其原因主要有：
第一，机械和石油是我国的三大主流产业，其上市公司都是经过多方挑选、审核后批准上市的，上市公司总体质量很好，投资者既不认为小规模公司和高B/M的上市公司具有更大风险，也不认为小公司股票易于被“股市庄家”操纵、是并购重组的好题材且易受市场追捧，因此，投资者不要求更大回报率。
第二，无风险套利活动使股市整体和行业子股市“规模效应”和 “价值效应”消失。“规模效应”和“价值效应”在20世纪80年代初期在国外发现，我国正式的股市交易始于20世纪90年代，我国证券交易所成立之时，“规模效应”和 “价值效应”早已经被发现多时。同时我国也不断有学者对该问题进行研究，笔者认为，随着学者和业界对该问题的研究深入，研究成果被市场吸收，该市场异象也被投资者逐渐认识，按照无风险套利定价理论的投资方式，市场上若存在套利机会，则投资者进行套利投资活动，将导致套利机会逐渐消失。
参考文献：
[1] Amihud, Yakov，Mendelson, Haim. Asset Pricing and the Bid-ask Spread [J]Journal of Financial Ecnomics，1986，(17)： 223-249.
[2] Brennan, M. J. ，Subrahmanyam, AMarket Microstructure and Asset Pricing: On the Compensation for Illiquidity in Stock Returns [J]Journal of Financial Economics，1996，(41)：441-464.
[3] Haugen, R. A. and N. Baker. Commonality in the Determinants of Expected Stock Returns [J]Journal of Financial Ecnomics，1986，(41): 401-439.
[4] Datar, V. T., Naik, N. Y.，Radcliffe, R. Liquidity and Stock Returns: An Alternative Test [J]Journal of Financial Markets，1998，(1)：203-219.
[5] Brennan, M. J., Chordia, T.，Subrabmanyam, A. Alternative Factor Specifications, Security Characteristcs and the Cross Section of Expected Stock Returns [J]Journal of Financial Ecnomics，1998，(49)：345-373.
[6] Chordia, T., Subrahmanyam, A.，Anshuman, V. R. Trading Activity and Expected Stock Returns [J]Journal of Financial Ecnomics，2001，(59)：3-32.
[7] Amihud, Y. Illiquidity and Stock Returns: Cross-section and Time-series Effects [J]Journal of Financial Markets，2002，(5): 31-56.
[8] 李一红，吴世农中国股市流动性溢价的实证研究[J]管理评论，2003，(11)
[9] 苏冬蔚，麦元勋流动性与资产定价：基于我国股市资产换手率与预期收益的实证研究[J]经济研究，2004，(2)
[10] 谢赤，曾志坚股票市场流动性溢价的实证研究[J]数量经济技术经济研究，2005，(9)
[11] 张强中国股市惯性策略的实证研究[J]云南财经大学学报，2007，(3)
[12] 高铁梅计量经济分析方法与建模[M]北京：清华大学出版社，2006305-306
Size Effect and Value Effect of Shanghai Stock Manket
Based on Liquidity Premium Empirical Test
TongMenghua
(School of Mathematics & Quantitative Economics,Dongbei University of Finance & Economics,
Liaoning dalian 116025)
(责任编辑：于振荣)
注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”
作者：佟孟华