- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
我国融资租赁与固定资产投资的关系
【摘要】本文利用2004年到2015年的中国季度数据,通过协整检验、格兰杰因果关系检验及误差修正(VEC)模型对融资租赁与固定资产投资的关系进行了实证分析。结果显示:两者具有双向因果关系,融资租赁对固定资产投资有非常明显的促进作用。在长期内,融资租赁额每增长1%,固定资产投资将增长0.687%;短期内融资租赁每增长1%,固定资产投资增长0.131%。
【关键词】融资租赁 固定资产投资 误差修正模型
一、引言
我国从1981年成立第一家融资租赁公司至今,经过三十多年的起伏发展,已形成了较大的市场规模,网络数据显示:截至2017年第一季度,全国融资租赁企业总数约为7,626家,较上年底增加490家;全国融资租赁合同余额约55400亿元人民币,比上年底的53,300亿元,增长3.9%[1]。目前我国的融资租赁市场渗透率仅为5%[2]左右,相对于欧美发达国家来说,融资租赁业在我国还属于新兴产业[3]。国务院于2014年7月首次将融资租赁业确定为当前重点发展的生产性服务行业之一,明确了融资租赁对企业减负和稳增长的重要性,鼓励各地引导融资租赁和金融租赁更好服务实体经济。
融资租赁是当前的朝阳产业,发展非常迅速,对我国经济的影响也逐年增强,而当前学术界对融资租赁与固定资产投资的研究文献并不多,本文基于我国2004年到2015年的季度数据,利用误差修正模型,探析它们之间的长期效应和短期效应的协同整合关系。
二、融资租赁的宏观经济效应
融资租赁具有融资和融物的双重特点[4],不同于银行贷款等传统融资方式,有着诸多它们不可比拟的独特优势,随着经济全球化的发展,及我国政府逐步放松资本管制,给我国企业提供了一种全新的融资方式,更宽广的业务渠道。关于融资租赁宏观经济效应的研究,史燕平教授在其著作《融资租赁及其宏观经济效应》中进行了阐述:融资租赁能够拉动投资需求与出口需求扩大,最终推动总需求增长,并由此促进充分就业与经济发展[5]。她利用日本的数据对租赁投资与GDP相关性进行了实证分析,结果显示,日本的租赁投资与经济增长之间存在着一定的长期均衡关系,租赁投资明显地促进了经济增长。还有其他学者对融资租赁与固定资产投资、融资租赁与经济增长、融资租赁对国际贸易的影响进行了一定研究[6-10]。
融资租赁主要通过投资扩大和进出口贸易的扩大来影响经济增长。首先,融资租赁为企业增加了一条新的融资渠道和投资方式,行业的发展会扩大融资租赁企业的投资力度与投资规模,解决大多数中小企业资金不足的问题,企业通过融资租赁以较小的成本即可以租用价值昂贵的设备,解决了昂贵设备占用资金的局面,加大了资金使用效率与生产效率,从而促进企业扩大生产规模及加速技术改造。其次,解决了资金来源问题后的企业购进设备会刺激贸易进出口的增长,从而影响一国经济的增长。在众多领域,如飞机、船舶、航空等行?I,通过融资租赁进行设备承租是通行的做法,租赁交易额已达到全部交易额的一半以上,融资租赁的发展对贸易进出口有明显的正向促进作用。
三、变量选择和模型构建
(一)数据与变量选择
目前国家统计局还没有对融资租赁业进行专门的统计,故本文沿用大多数学者的做法,融资租赁额使用“租赁和商务服务业固定资产投资”代替,用LS表示;用全社会固定资产投资代替固定资产投资变量,用GTZ表示。所有数据均来源于国家统计局网站。样本数据为2004全年到2015全年的季度数据,共48期,观测发现数据的时间特征非常明显,故先用Census X12法[11][12]对LS和GTZ进行季节调整,然后对调整后季节变量进行对数处理,以消除变量的异方差性,但并不改变时间序列的平稳性,处理后的变量数据分别记为LnLS、LnGTZ。
(二)模型构建
误差修正模型是将两个或多个时间序列中的长期因素作为彼此的函数,通过将序列中的长期因素模型化,误差修正模型就能获得这些序列的共同特征,然后利用这些共同特征对所有变量生成一个共同的长期效应模型,并且辅以一个短期效应误差修正机制,用来描述各个变量如何随着长期因素变化或平衡[13]。
根据格兰杰定理,如果变量X与Y是协整的,则它们之间的短期非均衡关系能表示成如下所示的误差修正模型:
ΔYt=lagged(ΔY,ΔX)-λμt-1+εt
式中,μt-1表示非均衡误差项,λ表示短期调整参数。
四、实证分析与结论
(一)单位根检验
对于时间序列数据,为了避免伪回归,首先应检查其平稳性。本文采取ADF法对LnLS和LnGTZ进行单位根检验,若数据不存在单位根,则说明时间序列平稳,检验结果如下所示。
表1结论显示,LnLS、LnGTZ原序列检验结果为非平稳,但它们的一阶
文档评论(0)