回归分析：工业部门人均投资对投资行为的解释与弹性系数

对式（5-11）中进行回归分析前，为了检验变量之间的共线性，将国有企业人均投资额作为被解释变量，作为解释变量进行回归分析。分析结果见表5-3。

表5-3　回归：多重共线性分析

考虑回归分析的重点在于验证金融发展对工业部门投资行为的影响，而工业部门中，国有企业占有相当大的比例，其目标取向和投资行为特点不可忽略，故而在后续研究中剔除外生变量，保留国有企业人均投资相应地，原工业部门投资行为回归模型式（5-11）可改写为

根据式（5-12），并采用表5-1及表5-2中的相关数据进行回归分析，回归结果见表5-4。

表5-4列（1）～（4）中所列回归结果显示：

（1）式（5-12）中各解释变量对工业部门人均投资额it的解释力度达99.45%。

（2）国有企业人均投资额、国有企业产出目标取向ΔLt对工业部门人均投资额it的影响均显著；金融发展指标对工业部门人均投资额it的影响不显著。

表5-4　回归：工业部门投资方程

该结果与上节中关于金融发展对工业部门人均投资额以及投资规模有促进作用的假设不相符。分析其原因，不外乎有以下几种可能：①中国金融发展对工业部门投资规模没有显著影响；②股份制银行与大型商业银行资产总额之比无法反映中国金融发展状况；③除了等解释变量外，还存在其他影响工业部门投资的因素。但是，为数众多的研究结果（见2.1.2节）显示，金融发展对投资以及经济增长有正向促进作用。因此，本书从原因③入手，通过观察中国经济运行的内部条件和外部环境，寻找其他可能的外生变量。

根据冯晓（2015）的研究结果，中国国民经济生产函数中的全要素生产率（TFP）以2007年为界呈两种完全不同走势：①2007年以前，全要素生产率连续多年加速走高，其中工业化进程中的资本积累以及在投资中学（learning by investing）对TFP的正影响十分显著；②2007年以后，中国全要素生产率的走势出现拐点，加速上升变为可以用规模效应来解释的缓慢匀速上行（图5-1）。因此，有必要据此在回归式中增加一个虚拟变量（设2007年为1，其他年份为0）。

图5-1　全要素生产率与实物资本积累（1997—2014）

此外，最近一次因美国次贷危机而诱发的全球性经济危机及其对中国经济的冲击不可忽视。2008年下半年起，上述危机波及中国，对2009年的中国经济运行产生了不可忽视的负影响。考虑这一因素，需要在式（5-12）中引入第二个虚拟变量Dumt（设2009年为1，其他年份为0）。

增加虚拟变量后的回归模型如式（5-13）所示：

其回归结果见表5-4列（5）。

经过上述调整，①回归模型中，整体拟合优度较好从99.45%提高到99.89%，校正的R2值也有所提高，并且残差项的标准差明显降低；②F值与p值均理想；③解释变量ΔLt（代理国有企业的产出目标取向），（国有企业人均投资额）以及虚拟变量Dumt均在1%水平上显著，（融资约束差异指标）在5%的水平上显著。这说明本书所推导的数理模型及以此为基础估计的计量模型能够比较贴切地再现企业投资决策机制，解释中国工业部门的投资行为。(www.xing528.com)

至此，可以求得工业部门投资行为的计量模型：

由工业部门投资模型（式）可知，融资约束差异、就业水平、外部环境冲击等因素都会影响部门投资行为。为了隔离诸多因素对投资的作用，本文采用残差法，重点分析金融发展（融资约束差异）指标对企业投资行为的影响。残差分析法步骤如下：①为了剔除人均投资额中部分因素的影响，基于工业部门投资模型（式），将人均投资it减去以外的其他变量及其系数乘积之和的结果定义为u.A；②以u.A作为被解释变量，融资约束差异的变化作为解释变量，进行线性回归分析。回归结果见表5-5列（1）。类似的方法也可用于检验其他影响因素对投资的影响，回归结果可见表5-5列（2）～（5）。

表5-5　回归：残差分析法

表5-5显示，工业部门人均投资额的影响因素均可以较好地解释部门投资行为，回归结果的整体拟合优度较好。值得注意的是，融资约束差异指标在1%的水平上显著，并且该指标的系数非常接近原投资方程［式（5-14）］。可见，隔离诸多因素对投资的影响后，融资约束差异的变化仍可以较好地解释工业部门投资行为。

根据工业部门投资方程［式（5-14）］可量化各个因素对部门人均投资额it的（相对）影响份额，计算结果见图5-2。

图5-2　各种因素对投资的（相对）影响成份

数据来源：本文作者测算

同时，基于工业部门的投资行为方程（式）及相关数据（表4-4，表5-1，表5-2），可量化分析工业部门人均投资i对融资约束差异ΔAssetG／D的敏感程度，即投资对各影响因素的弹性系数（表5-6）。

表5-6　工业部门人均投资对主要外生变量的弹性系数

表5-6数据显示，i对ΔAssetG／D的弹性系数为0.042 3，即ΔAssetG／D增加1%时，i会相应增加0.042 3%。具体而言，ΔAssetG／D增加1%，意味着ΔAssetG／D均值由0.022 1增加到0.022 3，即股份制商业银行与大型国有商业银行资产总额之比的均值AssetG／D可由0.208 0增加到0.230 3，由此可推算：在大型国有商业银行资产总额保持不变的情况下，股份制商业银行资产总额均值可由50 425.804 6亿元增长到55 826.311 1亿元，增幅10.709 8%。也就是说，股份制银行规模相对扩张，金融市场竞争水平提高，对工业部门人均投资额增长有积极作用。

从式（5-14）、图5-2及表5-6可以归纳出工业部门投资行为及规模的主要影响因素以及其作用机制：

（1）金融发展水平FDt（融资约束差异）、总体就业水平ΔL是影响工业部门的投资行为的重要因素，其中，①金融发展水平对（融资约束差异）对人均投资（以及投资规模）有显著正（负）影响，该结果一方面验证了前文假定，即金融发展水平与融资约束差异负相关，因此，股份制银行相对规模与融资约束差异亦负相关；另一方面说明，伴随着金融改革和市场化，融资约束差异亦得到缓解，私营企业会因为融资成本相应降低而扩大投资规模，国有企业可能因为融资成本相对上升而缩小投资规模；最终导致中国工业部门的人均投资额总体上呈上升趋势。②部门总体就业水平ΔL与人均投资正相关，这说明受政策因素影响，国有企业除了追求盈利目标外，也具有生产扩张倾向，后者对工业部门的总体人均投资额也有显著正向影响。

（2）综合人均投资各因素所占份额及弹性系数两项数据发现，融资约束差异的变化对工业部门人均投资额的影响份额为5.02%，并且弹性系数为0.042 3，显示该指标对部门人均投资的影响份额较高，并且人均投资额对金融发展水平较为敏感；因此，有理由认为，应该进一步推动中国金融市场化改革。

（3）2007年以来，中国全要素生产率由加速上升变为缓慢匀速上行，这一变化对工业部门的投资有显著负影响；显然，提高要素使用效率是中国工业部门的当务之急；同时，2009年的外部冲击对中国工业部门投资有显著负影响，在统计意义上，这一冲击使工业部门的人均投资额降低了0.39万元。

【注释】

[1]如表5-2列（1）所示，1998—2011年股份制商业银行与大型商业银行资产总额之比呈上升趋势，这反映了股份制银行规模逐年扩张、市场份额持续提高。但值得注意的是，该比值远小于1，这说明相对于大型国有商业银行，股份制银行体量仍然有限。