宏觀經(jīng)濟波動背景下企業(yè)生存績效的順周期效應(yīng),微觀經(jīng)濟學(xué)論文

宏觀經(jīng)濟波動背景下企業(yè)生存績效的順周期效應(yīng),微觀經(jīng)濟學(xué)論文廣州市憑借其先天的地域優(yōu)勢,成為世界制造業(yè)的重要生產(chǎn)基地,無論制造業(yè)總量還是制造業(yè)技術(shù)水平都位于中國省市地區(qū)前列。然而,面對宏觀經(jīng)濟的波動,廣州市制造業(yè)呈現(xiàn)出高度的敏感性,如:受美國次貸危機的波及,2008年大量企業(yè)經(jīng)營陷入窘境乃至趨向死亡,宏觀經(jīng)濟環(huán)境已成為影響企業(yè)生存的重要因素。在這里背景下,考察廣州市制造業(yè)企業(yè)的生存狀況,分析其受宏觀經(jīng)濟波動的影響,對本地區(qū)制造業(yè)的發(fā)展有重要的理論指導(dǎo)意義。企業(yè)生存績效反映了企業(yè)設(shè)立和死亡的動態(tài)特性(Geroski,1995)。[1]企業(yè)生存績效的影響因素一直是學(xué)者關(guān)注的焦點,部分研究關(guān)注企業(yè)家個體特征,如:人力資本(ColomboGrilli,2005);[2]部分研究關(guān)注企業(yè)特征,如:企業(yè)年齡和規(guī)模(DunneHughes,1994)[3]、企業(yè)自主創(chuàng)新(唐根麗,2020;張望,2020;陳金勇等,2020);[4][5][6]其他研究關(guān)注行業(yè)特征,如:技術(shù)水平(MalrbaOrsenigo,1999)[7]、研發(fā)強度(LichtNerlinger,1998)[8]、行業(yè)生命周期(AgarwalGort,2002)[9]、進入壁壘(Geroski,1995)[1]。早期的研究很少實證檢驗宏觀經(jīng)濟波動與企業(yè)生存績效的關(guān)系,這歸因于難以獲得高質(zhì)量、全面的縱向數(shù)據(jù),大部分?jǐn)?shù)據(jù)庫中只包含了企業(yè)近期的信息,甚至不能涵蓋一個生命周期。Boeri和Bellmann(1995)利用19791992年間德國西部制造業(yè)企業(yè)的縱向數(shù)據(jù),采用邏輯斯蒂模型(logisticmodel),探究了宏觀經(jīng)濟波動對企業(yè)生存績效的影響,未發(fā)現(xiàn)兩者之間存在顯著關(guān)系。[10]LichtNerlinger(1998)以德國企業(yè)層面的數(shù)據(jù)研究了宏觀經(jīng)濟波動與企業(yè)設(shè)立率和死亡率的關(guān)系,亦未驗證預(yù)測結(jié)果。[8]FotopoulosLouri(2000)基于Cox模型,利用19821992年間希臘新成立制造業(yè)企業(yè)的數(shù)據(jù)證實了經(jīng)濟擴張時期企業(yè)有著更好的生存績效。[11]Box(2008)對18991950年間瑞典新設(shè)立企業(yè)的研究結(jié)果也支持了這一結(jié)論。[12]Geroski等(2018)使用19821995年葡萄牙新企業(yè)的面板數(shù)據(jù)驗證了良好的宏觀經(jīng)濟環(huán)境提高企業(yè)生存績效。[13]OlofJing(2020)應(yīng)用19912002年間瑞典新設(shè)立高科技創(chuàng)業(yè)企業(yè)的縱向數(shù)據(jù),證明了企業(yè)生存績效的順周期效應(yīng)。[14]本項研究的數(shù)據(jù)中包含了19992018年間廣州市新成立的48579家制造業(yè)企業(yè)并追蹤其生存狀況至2020年,數(shù)據(jù)時間跨度為14年,期間經(jīng)歷了屢次經(jīng)濟擴張和緊縮狀態(tài),為此項研究提供了高質(zhì)量的數(shù)據(jù)。本文試圖在下面幾個方面做出嘗試:第一,比擬不同類型企業(yè)的生存績效;第二,驗證企業(yè)生存績效的順周期性效應(yīng);第三,探究不同類型企業(yè)對宏觀經(jīng)濟波動的敏感性。二、理論分析與研究假設(shè)宏觀經(jīng)濟波動對企業(yè)生存績效有重大影響。經(jīng)濟緊縮時期,企業(yè)經(jīng)營將陷入窘境且要承受新進入者的競爭威脅,死亡風(fēng)險率較高。一方面,當(dāng)下經(jīng)濟狀況改變了企業(yè)對將來的期望,不利的經(jīng)濟形勢會導(dǎo)致企業(yè)對市場喪失自信心而退出;另一方面,經(jīng)濟緊縮時期企業(yè)更可能遭到資金約束,企業(yè)無法獲得發(fā)展所需要的資金而面臨生存危機。實證研究中,關(guān)注宏觀經(jīng)濟波動與企業(yè)設(shè)立關(guān)系的研究(Mata,1996)及關(guān)注宏觀經(jīng)濟波動與企業(yè)死亡關(guān)系的研究(FotopoulosLouri,2000)均證實了企業(yè)生存績效的順周期效應(yīng)。[15][11]PfeifferReize(2000)的研究表示清楚,經(jīng)濟緊縮時期,失業(yè)人員更可能設(shè)立新的企業(yè),但由這些失業(yè)人員設(shè)立的企業(yè)面臨著高水平的死亡風(fēng)險。[16]CabralMata(2003)以為,由于還將來得及在金融市場上建立合法性,新企業(yè)較老企業(yè)更可能遭到資金約束,所以新企業(yè)在經(jīng)濟緊縮期要承受更多壓力和考驗。[17]Box(2008)證實了,好的宏觀經(jīng)濟環(huán)境顯著提高企業(yè)生存績效。[12]Geroskietal.(2018),OlofJing(2020)也發(fā)現(xiàn),經(jīng)濟擴張時期,企業(yè)生存績效較好。[13][14]由此,提出如下假設(shè):假設(shè)1:企業(yè)生存績效具有順周期效應(yīng),經(jīng)濟處于擴張/緊縮狀態(tài)時,企業(yè)生存績效較好/差。技術(shù)水平是影響企業(yè)生存、發(fā)展、獲利的重要因素。通常用技術(shù)強度、研發(fā)強度和高科技等字樣來描繪敘述企業(yè)技術(shù)水平。企業(yè)理論的研究逐步認(rèn)識到,新市場的建立不僅僅要注重企業(yè)數(shù)量,企業(yè)質(zhì)量也尤為重要。高質(zhì)量的企業(yè)有著較明確的經(jīng)營理念和發(fā)展戰(zhàn)略,因而生存績效更好(FritschMueller,2004)。[18]高科技企業(yè)引入了創(chuàng)新、促進了科技轉(zhuǎn)移、加強了市場競爭、加快了產(chǎn)業(yè)演化,最終使得經(jīng)濟持續(xù)增長,所以高科技企業(yè)是較典型的高質(zhì)量企業(yè),生存前景較好。近年來,大量研究對技術(shù)水平與企業(yè)生存績效的關(guān)系進行了討論。CefisMarsili(2005)研究表示清楚,進行研發(fā)投資的企業(yè)較不進行研發(fā)投資的企業(yè)死亡率低57%。[19]Strotmann(2007)[20]發(fā)現(xiàn)技術(shù)強度與企業(yè)死亡率顯著負(fù)相關(guān),證實了低技術(shù)行業(yè)內(nèi)的企業(yè)面臨較高的死亡風(fēng)險。Jensenetal.(2008)研究了先進生產(chǎn)技術(shù)與企業(yè)生存績效的關(guān)系,發(fā)現(xiàn)企業(yè)設(shè)立初期采用先進生產(chǎn)技術(shù)能提高其后續(xù)生存績效。[21]Buddelmeyeretal.(2018)對澳大利亞企業(yè)的研究發(fā)現(xiàn),企業(yè)創(chuàng)新能力是決定企業(yè)生存的重要因素,兩者之間存在正相關(guān)關(guān)系。高科技企業(yè)憑借卓越的技術(shù)創(chuàng)新能力、明確的經(jīng)營戰(zhàn)略計劃有著更好的生存績效(OlofJing,2020)。[22]本文以為資金技術(shù)密集型企業(yè)屬于技術(shù)水平較高的企業(yè),由此,提出如下假設(shè):假設(shè)2:資金技術(shù)密集型企業(yè)較勞動密集型企業(yè)有著更好的生存績效。經(jīng)濟緊縮時期,資金技術(shù)密集型企業(yè)較勞動密集型企業(yè)反響更敏感。原因有下面兩點:(1)資金需求較多。資金技術(shù)密集型企業(yè)的單位產(chǎn)品所需資金投資較多,比方投資于高、尖、新技術(shù)設(shè)備。經(jīng)濟收縮時期,企業(yè)融資能力減弱,這對資金技術(shù)密集型企業(yè)的生存影響較大。(2)風(fēng)險資金需求較多。資金技術(shù)密集型企業(yè)在經(jīng)營中進行風(fēng)險投資的可能性較大,但經(jīng)濟緊縮時期,投資者變得尤其慎重而減少投資。風(fēng)險資金的獲得性與企業(yè)生存具有內(nèi)在的相關(guān)性,JengWells(2000)的研究表示清楚,宏觀經(jīng)濟擴張?zhí)岣吡孙L(fēng)險資本的可獲得性,進而提高了企業(yè)生存時機。[23]RomainVanPottelsberghe(2004)也發(fā)現(xiàn)了風(fēng)險資金的供給與正相關(guān)。[24]因而,提出如下假設(shè):假設(shè)3:資金技術(shù)密集型企業(yè)較勞動密集型企業(yè)對經(jīng)濟波動反響更敏感。企業(yè)生存的研究主題中,部分學(xué)者關(guān)注內(nèi)資企業(yè)和外資企業(yè)的生存狀況,試圖比擬分析兩者生存績效的不同及導(dǎo)致這種不同的因素。LiGuisinger(1991)比擬了內(nèi)資企業(yè)和外資企業(yè)的生存績效,結(jié)果發(fā)現(xiàn)外資企業(yè)較內(nèi)資企業(yè)有著更高層次的生存率[25],但這一研究并未控制影響企業(yè)生存的諸多因素(如:年齡)。MataPortugal(2002)利用葡萄牙19831989年間新成立企業(yè)數(shù)據(jù),結(jié)果顯示外資企業(yè)生存率明顯高于內(nèi)資企業(yè),然而控制企業(yè)和行業(yè)因素后兩者的差異不同變得不顯著。[26]MataPortugal(2004)關(guān)于內(nèi)外資企業(yè)設(shè)立、成長和死亡的研究有下面幾點發(fā)現(xiàn):第一,內(nèi)資企業(yè)較外資企業(yè)進入規(guī)模更小、工資和員工受教育水平更低、所采用法律形式更簡單;第二,內(nèi)外資企業(yè)有不同的進入行業(yè)偏好,外資企業(yè)更可能進入已有其他知名外資企業(yè)存在的行業(yè)(規(guī)模經(jīng)濟及高行業(yè)集中度),進入壁壘較高;第三,內(nèi)外資企業(yè)進入后的生存績效差異較大,內(nèi)資企業(yè)較外資企業(yè)有著更高層次的死亡風(fēng)險。[27]BarbosaLouri(2005)對葡萄牙和希臘制造業(yè)的研究顯示,內(nèi)外資企業(yè)的生存績效并沒有顯著的差異不同。[28]然而,KlapperRichmond(2018)對科特迪瓦19771997年間新成立企業(yè)的研究發(fā)現(xiàn),制造業(yè)較服務(wù)業(yè)有著更高層次的死亡風(fēng)險,外資企業(yè)較內(nèi)資企業(yè)有著更高層次的死亡風(fēng)險。[29]由此,提出如下假設(shè):假設(shè)4:外資和內(nèi)資企業(yè)的生存績效及其對經(jīng)濟波動的敏感度均不同。三、數(shù)據(jù)、變量與樣本分析(一)數(shù)據(jù)本項研究的數(shù)據(jù)來自廣州市工商局信息中心的企業(yè)數(shù)據(jù)庫和(廣州市統(tǒng)計年鑒〕。數(shù)據(jù)涵蓋了廣州市19992018年間新成立的所有制造業(yè)企業(yè),詳細(xì)包括企業(yè)設(shè)立時間、企業(yè)狀態(tài)(已注銷或仍生存)、能否資金技術(shù)密集型企業(yè)、企業(yè)性質(zhì)(內(nèi)資或外資)、企業(yè)年齡、注冊資本、行業(yè)門類等信息。19992018年間經(jīng)歷了亞洲金融危機、參加世貿(mào)組織、民工荒、美國次貸危機等重大事件,研究此期間宏觀經(jīng)濟波動對企業(yè)生存績效的影響具有重要價值。(二)變量1.變量定義與測度本文將企業(yè)在工商局登記注冊的時間視為企業(yè)設(shè)立時間,而將企業(yè)在工商局登記注銷的時間定義為企業(yè)死亡時間(單位:年)。用年齡表示企業(yè)生存時間t,被解釋變量是t時點企業(yè)的死亡風(fēng)險率。解釋變量為人均增長率、資金技術(shù)密集型虛擬變量、外資企業(yè)虛擬變量。控制變量,選取了企業(yè)特征變量:企業(yè)規(guī)模及行業(yè)特征變量、行業(yè)增長率(反映行業(yè)發(fā)展水平)、行業(yè)集中度(反映行業(yè)競爭性)。詳細(xì)變量定義與測度如表1所示:2.變量描繪敘述由表2變量描繪敘述統(tǒng)計結(jié)果可知,觀測期內(nèi)有效樣本數(shù)為48579,無論是最值、均值還是方差,各變量與實際情況都無顯著差異。從統(tǒng)計結(jié)果來看,首先,廣州市制造業(yè)其資金技術(shù)密集型企業(yè)數(shù)低于勞動密集型企業(yè)數(shù),占總數(shù)的474%。外資企業(yè)數(shù)遠(yuǎn)遠(yuǎn)小于內(nèi)資企業(yè)數(shù),僅占總數(shù)的104%。其次,廣州市19992018年間人均增長率有11個觀測值,最大值為196%,最小值為39%。最后,觀察期間,部分企業(yè)1年內(nèi)就退出市場,樣本中最大企業(yè)年齡為13歲。(三)樣本分析1.宏觀經(jīng)濟波動文章用人均增長率描繪敘述宏觀經(jīng)濟波動,19992020年間廣州市經(jīng)濟環(huán)境變化情況如此圖1所示。受亞洲金融危機的影響,19992001年間廣州市經(jīng)濟發(fā)展較緩慢;20012004年經(jīng)濟形勢有了很大的改善,這得益于2001年中國參加世貿(mào)組織所帶來的發(fā)展機遇;2004年席卷整個廣東省的民工荒現(xiàn)象嚴(yán)重阻礙了廣州市的經(jīng)濟增長;20042008年間廣州市經(jīng)濟發(fā)展一直走下坡路;2008年受美國次貸危機的影響,廣州市經(jīng)濟增長跌至最低,僅為39%;2018年以后廣州市經(jīng)濟又開場了新一輪的高速增長。2.企業(yè)生存19992018年間廣州市新成立制造業(yè)企業(yè)48579家,至觀察期結(jié)束企業(yè)死亡數(shù)為15723家,占總企業(yè)數(shù)的3237%。圖2描繪敘述了20002020年間,廣州市制造業(yè)企業(yè)設(shè)立數(shù)、死亡數(shù)隨時間的演化經(jīng)過,兩者的動態(tài)變化刻畫了企業(yè)的生存軌跡。19992001年間,廣州市制造業(yè)企業(yè)設(shè)立數(shù)呈下降趨勢,死亡數(shù)呈上升趨勢,企業(yè)生存績效較差,但這一結(jié)果在20012004年間得到改善;20042007年間,企業(yè)設(shè)立數(shù)、死亡數(shù)之間的差距愈來愈小,并在2007年到達最小,企業(yè)生存惡化;2008年后,企業(yè)設(shè)立曲線、死亡曲線的距離逐步拉大,企業(yè)生存前景變好。從上述分析可見,廣州市制造業(yè)企業(yè)的生存績效同廣州市經(jīng)濟波動存在高度同步性。(一)方式方法與模型數(shù)據(jù)中包含了19992020年企業(yè)設(shè)立、死亡狀態(tài)及相關(guān)解釋變量,因變量是t時點企業(yè)死亡風(fēng)險率,是典型的事件史分析數(shù)據(jù)。本項研究將運用事件史分析方式方法,采用非參數(shù)模型KM模型比擬不同類型企業(yè)的生存狀況,選擇半?yún)?shù)模型Cox比例風(fēng)險模型探究企業(yè)生存績效的順周期效應(yīng),使用加速失效時間模型檢驗Cox比例風(fēng)險模型估計結(jié)果的穩(wěn)健性。1.KM模型非參數(shù)模型一般用來做描繪敘述分析,其主要優(yōu)勢在于沒有對風(fēng)險函數(shù)和生存函數(shù)的分布做任何假設(shè)。在引入任何協(xié)變量之前,本文采用非參數(shù)估計最常用的方式方法KM估計來描繪敘述生存函數(shù)。KM模型的表示出式為:St表示生存函數(shù),nj是指時間ti處于風(fēng)險集中的個體數(shù)目,dj表示在時間ti經(jīng)歷事件的個體數(shù)目。2.Cox比例風(fēng)險模型Cox(1972)[30]在(回歸模型與生命表〕一文中,將連續(xù)時間模型的風(fēng)險取對數(shù)后表示成兩項之和:一項為哪一項基準(zhǔn)函數(shù),它表示所有預(yù)測變量取值為0時的風(fēng)險取對數(shù)后的值;另一項為哪一項協(xié)變量的加權(quán)線性組合。Cox比例風(fēng)險模型的表示出式為:h(tij)=h0(ti)e[1x1ij+22ij++pppij](2)t為生存時間變量取值,本項研究中用企業(yè)年齡來表示。h0(t)代表基準(zhǔn)風(fēng)險率,即當(dāng)協(xié)變量全為0時的風(fēng)險率。x為協(xié)變量,h(t)表示時刻t協(xié)變量x影響下的風(fēng)險率。3.加速失效時間模型當(dāng)協(xié)變量隨時間的變化有增加或減弱的效應(yīng)時,能夠使用加速失效時間模型。該模型被Cox(1972)以為是Cox模型的最有力的競爭者,在應(yīng)用中其線性化的形式為:Y=lnT=x+y0=pi=1ixi+y0(3)華而不實y0=lnT0是隨機項,其分布稱為基準(zhǔn)分布。加速失效時間模型主要包括廣義伽馬模型(generalizedgamma)、對數(shù)正態(tài)模型(log-nomal)、對數(shù)邏輯斯蒂模型(log-logistic)和威布爾模型(weibull)等。(二)基于KM模型的生存分析KM估計可用于描繪企業(yè)生存績效隨年齡的變化經(jīng)過。由此,將廣州市制造業(yè)企業(yè)樣本分為勞動密集型、資金技術(shù)密集型企業(yè)和內(nèi)資、外資企業(yè)兩組,以比照不同類型企業(yè)在生命周期中的生存狀況。19992018年間廣州市新設(shè)立制造業(yè)企業(yè)中,勞動密集型企業(yè)25567家,占總企業(yè)數(shù)的526%,資金技術(shù)密集型企業(yè)23012家,占總企業(yè)數(shù)的474%。圖3為勞動密集型、資金技術(shù)密集型企業(yè)KM生存函數(shù)圖。勞動密集型企業(yè)樣本中,生命周期的第6年約1/3的企業(yè)退出市場,截至觀察期結(jié)束僅有518%的企業(yè)存活下來。資金技術(shù)密集型企業(yè)樣本中,生命周期的第8年約1/3的企業(yè)退出市場,截至觀察期結(jié)束有558%的企業(yè)存活下來。除此之外,資金技術(shù)密集型企業(yè)的生存績效在各個年齡下均明顯好于勞動密集型企業(yè)。19992018年間廣州市制造業(yè)新設(shè)立企業(yè)中,內(nèi)資企業(yè)43486家,占總企業(yè)數(shù)的896%,外資企業(yè)5057家,占總企業(yè)數(shù)的104%。圖4為內(nèi)外資企業(yè)KM生存函數(shù)圖。內(nèi)資和外資企業(yè)樣本中,生命周期的第67年約1/3的企業(yè)退出市場;截至觀察期結(jié)束僅有約5成的企業(yè)存活下來;內(nèi)資企業(yè)的生存績效好于外資企業(yè),但這種差距隨著生命周期的延續(xù)逐步縮小。(三)基于Cox比例風(fēng)險模型的生存分析本部分將使用Cox比例風(fēng)險模型對企業(yè)生存績效的順周期效應(yīng)進行驗證。表3為Cox比例風(fēng)險模型的估計結(jié)果,圖5為刻畫企業(yè)死亡風(fēng)險率隨生命周期變化的Cox比例風(fēng)險模型風(fēng)險函數(shù)圖。1.模型A1中引入資金技術(shù)密集型虛擬變量和外資企業(yè)虛擬變量。資金技術(shù)密集型變量估計結(jié)果系數(shù)為負(fù),且在1%的水平上顯著,這講明資金技術(shù)密集型企業(yè)的生存績效明顯好于勞動密集型企業(yè),假設(shè)2得到驗證。外資企業(yè)變量的系數(shù)顯著為正,由除此之外資企業(yè)的死亡風(fēng)險率高于內(nèi)資企業(yè),假設(shè)4部分得到驗證。2.模型A2中繼續(xù)參加人均增長率變量。模型A1中的變量估計結(jié)果保持了良好的穩(wěn)定性,人均增長率變量的系數(shù)為負(fù)且高度顯著,因此經(jīng)濟擴張時期,企業(yè)生存績效更好,假設(shè)1得到驗證。3.模型A3是控制了企業(yè)特征和行業(yè)特征變量后的估計結(jié)果,各自變量的系數(shù)方向仍一致且顯著。企業(yè)規(guī)模變量的系數(shù)為正,企業(yè)規(guī)模的二次方的系數(shù)為負(fù),這表示清楚企業(yè)規(guī)模與死亡風(fēng)險率之間存在非線性的倒U型關(guān)系,同中之不利性理論預(yù)測結(jié)果一樣,即中等規(guī)模的企業(yè)死亡率要高于小規(guī)模和大規(guī)模的企業(yè);行業(yè)增長率變量的系數(shù)為正且顯著,這是由于增長率高的行業(yè)會吸引大量新企業(yè)進入,而新企業(yè)在設(shè)立初期面臨較高的死亡風(fēng)險;行業(yè)集中度變量的系數(shù)為負(fù)且顯著,即高集中度行業(yè)內(nèi)的企業(yè)生存前景更好。4.模型A4中又參加了人均增長率變量與資金技術(shù)密集型變量、外資企業(yè)變量的交互項。人均增長率變量的系數(shù)仍為負(fù)、人均增長率變量與資金技術(shù)密集型變量的交互項系數(shù)為負(fù)且顯著、人均增長率變量與外資企業(yè)變量的交互項系數(shù)為負(fù),這講明資金技術(shù)密集型企業(yè)與外資企業(yè)較勞動密集型企業(yè)與內(nèi)資企業(yè)對經(jīng)濟波動反響更敏感,假設(shè)3和假設(shè)4得到驗證。