浅谈基于pvar模型的中国制造业上市公司企业成长与生产率关系实证分析

《浅谈基于pvar模型的中国制造业上市公司企业成长与生产率关系实证分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、浅谈基于PVAR模型的中国制造业上市公司企业成长与生产率关系实证分析摘要：文章采用中国制造业上市公司2001年~2009年的数据，通过应用面板数据向量自回归方法，分析了中国制造业上市公司企业成长与生产率之间的动态关系。分析结果发现，当给全要素生产率一个正的冲击中国.LanDoms，2000）。Bottazzi等（2002）基于意大利制造业数据也未能发现生产率和企业成长之间的显著关系。另外，Pos提出了向量自回归模型（VectorAutoregressiveModel，简称VAR模型）。这种模型不以经济理论为基础，采用多方程联立的形式。VAR模型就

2、是针对变量无法确定为外生变量，一种新的多方程模型的分析方法。VAR模型可以用于分析和预测相互联系的多变量系统，分析随机干扰项所探讨的经济系统的动态冲击，解释各种经济冲击对经济变量的影响。　　　　本文因为采用的是面板数据，因而使用面板数据向量自回归（PanelDataVectorAutoregression，PVAR）模型，试图解决传统时序方法对经济数据检验“势”指过低、检验结果缺乏稳健性的问题；并在综合考虑不可观测个体的异质性特征的基础上，建立面板脉冲响应函数。面板数据向量自回归模型的研究始于Chamberlain（1983）基于混合数据情形的讨

3、论；Holtz-Eakin、Nep;Smith（1995）的开创性研究开始，发现，对于宏观面板数据可以通过对面板向量自回归模型中的每个变量的个体平均时间序列数据建立时间序列向量自回归模型的方法估计模型参数。并且，这种估计是一致的。后经McCoskeyKao（1998）、Joakimalquist-DEA测算方法计算TFP值作为生产率变动的代理变量，PECH值作为纯技术效率变动代理变量。资产总计（LnTA）作为企业规模的代理变量。　　数据时间跨度2001年~2009年，沪深两市上市的制造业行业上市公司作为实证分析样本，本文所有的原始数据均来自于国泰

4、安公司的CSMAR数据库和得到模型参数估计值。由于不能事先确定模型的滞后阶数，我们分别对数据做了一到四阶滞后的PVAR模型估计，蒙特卡洛仿真1000次，根据AIC准则，确定最优滞后阶数为三阶。结果见表1。　　从表1中可以看出，不同滞后期对于变量间的作用大小影响是非常显著的。滞后1期~3期的企业成长对其自身影响非常显著，滞后1和2期的企业规模对企业成长产生负向影响，滞后3期后产生正向影响，但是并不显著。滞后2期的TFP对企业成长有较显著的正向影响。PECH分别在滞后1期时对企业成长有负向影响，但是影响非常微弱；滞后3期时对企业成长有较显著的正向影响

5、。通过下面的脉冲响应函数，可以更清楚地看出各变量之间的动态关系。本文分别给变量一个标准差大小的冲击，得到相关的脉冲响应函数图。图1中横轴表示冲击作用的响应期数，纵轴代表内生变量对冲击的响应程度，不考虑各变量对自身变量冲击的反应。在图中，横轴表示冲击作用的滞后期数（单位：年），这里为6；纵轴表示企业成长对各变量的响应大小；中间曲线表示响应函数曲线，其外侧两条曲线代表两倍标准差的置信区间。　由图可以看出，当在本期给企业规模一个正冲击后，当期企业成长未发生变化，在第2期有所下降，第3期之后迅速上升，之后第4、5期下降到最低点，而后又迅速上升。这说明企业

6、规模增大在开始阶段对企业成长的负面影响较小，3期后才逐渐对企业成长产生较大的负向影响，5期后形成正向影响，有利于企业的后期成长。同样在当期给TFP一个正冲击后，企业成长始终在小幅度的上下波动，5期后迅速下降。反映出生产率对企业成长有一定的影响，但不能持续的促进企业成长，在经过了一定时期后需要提高生产率来获得企业的不断成长动力。在当期给PECH一个正冲击后，企业成长在前4期波动，在第4期后逐渐加大对企业成长的影响力。说明纯技术效率的提高在短时期内无法发挥对企业成长显著的促进作用，4期后会对企业成长产生明显的正向作用。技术提高，将促进企业持续成长。　

7、　　　五、结论　　　　通过本文的研究可以得出，对于中国制造业而言，现阶段的发展不能单纯依靠物质或资金的投（下转第19页）入来获得企业成长，同时要加大对纯技术的投入。即使短期内无法获得明显的影响，在经过几期的发展后将有利于企业后期的迅速成长。