【摘要】：傳統(tǒng)研究注重可觀測(cè)變量或因子的影響和解釋力。但是,在現(xiàn)實(shí)經(jīng)濟(jì)中,并不是所有的變量或因子都是可以觀測(cè)的。這些非觀測(cè)因素驅(qū)動(dòng)經(jīng)濟(jì)體系中不同變量協(xié)同作用,且對(duì)不同經(jīng)濟(jì)個(gè)體的效應(yīng)具有異質(zhì)性。因而,因子模型成為分析這種非觀測(cè)影響的有效工具。Bai(2009)結(jié)合面板模型和因子模型,提出交互效應(yīng)面板模型,不僅能分析量化經(jīng)濟(jì)因素的影響,而且能測(cè)度非量化因素的動(dòng)態(tài)效應(yīng)及不同經(jīng)濟(jì)個(gè)體的異質(zhì)性反應(yīng),對(duì)現(xiàn)實(shí)經(jīng)濟(jì)問(wèn)題具有更好的解釋力。然而,目前交互效應(yīng)面板模型的研究仍然停留在Bai(2009)的共同因子設(shè)定形式。在現(xiàn)實(shí)經(jīng)濟(jì)中,不同經(jīng)濟(jì)個(gè)體不僅受到共同因素的沖擊,還可能受次級(jí)別的組內(nèi)沖擊。如不同企業(yè)個(gè)體既受宏觀因素的沖擊,同時(shí)受行業(yè)沖擊的影響。據(jù)此,Wang(2010)等提出分層因子模型,成為分析多層因素沖擊及不同沖擊之間溢出效應(yīng)的重要工具。但是,Wang(2010)的分層因子模型設(shè)定中,各層內(nèi)因子是平行的。而實(shí)際上,層內(nèi)因子可能交叉,如不同企業(yè)個(gè)體在第二層因子上同時(shí)受行業(yè)因素和地區(qū)因素的沖擊,各行業(yè)因子是平行的,各地區(qū)因子也是平行的,但行業(yè)因子和地區(qū)因子之間卻是交叉的。然而,對(duì)分層交叉因子模型的研究尚是一片空白。在理論和方法研究方面,本文將共同因子交互效應(yīng)面板模型擴(kuò)展到分層因子和分層交叉因子設(shè)定形式,分別構(gòu)建了分層因子和分層交叉因子交互效應(yīng)面板模型,并建立了相應(yīng)的IPCA估計(jì)量、CPCA估計(jì)量和GPCA估計(jì)量。首先,本文將共同因子交互效應(yīng)面板模型擴(kuò)展為分層因子交互效應(yīng)面板模型,并建立了相應(yīng)的識(shí)別機(jī)制和IPCA估計(jì)算法。蒙特卡羅仿真實(shí)驗(yàn)顯示,本文提出的IPCA估計(jì)量具有良好的有限樣本性質(zhì)和因子識(shí)別能力。隨著樣本容量的增大,IPCA估計(jì)量的偏誤和標(biāo)準(zhǔn)誤均顯著減小。而其他忽略因子的估計(jì)量均是有偏且非一致的。其次,考慮到層內(nèi)因子的交叉特性,本文將分層因子交互效應(yīng)面板模型進(jìn)一步擴(kuò)展為分層交叉因子設(shè)定形式,并建立了相應(yīng)的CPCA估計(jì)算法和GPCA估計(jì)算法。蒙特卡羅仿真實(shí)驗(yàn)表明,CPCA估計(jì)量和GPCA估計(jì)量均具有良好的有限樣本性質(zhì)和因子識(shí)別能力,其估計(jì)偏誤和標(biāo)準(zhǔn)差隨著樣本容量的增大而顯著減小。同時(shí),兩種算法的對(duì)比分析顯示,當(dāng)樣本容量較小且層內(nèi)因子相關(guān)性較強(qiáng)時(shí),CPCA算法更優(yōu);而當(dāng)樣本容量較大時(shí),GPCA算法更優(yōu)。其他忽略因子或錯(cuò)誤設(shè)定因子形式的估計(jì)量均是有偏且非一致的。在實(shí)證研究方面,本文應(yīng)用分層因子和分層交叉因子交互效應(yīng)面板模型,分別分析了民營(yíng)制造企業(yè)經(jīng)營(yíng)績(jī)效和投資行為的外部約束�；诜謱右蜃咏换バ�(yīng)面板模型,本文主要從用工成本、宏觀稅負(fù)等方面研究了民營(yíng)制造企業(yè)微觀個(gè)體資源配置、不同經(jīng)營(yíng)狀態(tài)下企業(yè)經(jīng)營(yíng)績(jī)效的外部約束。研究發(fā)現(xiàn),對(duì)于經(jīng)營(yíng)狀態(tài)較差的企業(yè),用工成本確實(shí)是最主要的制約因素,“機(jī)器換人”和技術(shù)創(chuàng)新是企業(yè)脫困的必要手段。但經(jīng)營(yíng)狀態(tài)較好的企業(yè),約束主要來(lái)自宏觀環(huán)境因素,而不是用工成本。所測(cè)得的宏觀環(huán)境因子呈現(xiàn)典型的“L”型趨勢(shì),折點(diǎn)位置在2010年,其總體趨勢(shì)與宏觀稅負(fù)高度吻合,而短期波動(dòng)則與企業(yè)實(shí)際稅負(fù)基本一致。因而,技術(shù)升級(jí)是中小民營(yíng)制造企業(yè)維持生存的關(guān)鍵,但能否做強(qiáng)則主要依賴于政府的降稅減負(fù)。最后,基于分層交叉因子交互效應(yīng)面板模型,本文主要從宏觀投資環(huán)境、外部監(jiān)管和企業(yè)家安全感等方面,分析了民營(yíng)制造企業(yè)投資行為的外部約束。結(jié)果顯示,制造企業(yè)的宏觀投資環(huán)境呈惡化趨勢(shì),且在民營(yíng)和國(guó)有企業(yè)間不存在顯著的歧視性,但民營(yíng)企業(yè)的反應(yīng)靈敏性總體相對(duì)更強(qiáng)。同時(shí),宏觀投資環(huán)境惡化,主要源于環(huán)保限產(chǎn)和對(duì)企業(yè)逃稅等失責(zé)行為的外部監(jiān)管的加強(qiáng),及其所引致的企業(yè)家投資安全感下降,經(jīng)濟(jì)政策不確定性的影響相對(duì)較小。且不同行業(yè)和地區(qū)的投資波動(dòng)表現(xiàn)出差異化傳染效應(yīng)。因而,穩(wěn)定民間投資增速和抑制資本外流,不僅需要減輕企業(yè)稅負(fù),同時(shí)需要調(diào)節(jié)企業(yè)宏觀投資環(huán)境,增強(qiáng)企業(yè)家投資安全感,并充分發(fā)揮好重要行業(yè)和地區(qū)民間投資的示范作用和帶動(dòng)作用。
【圖文】：

與真實(shí)因子的相關(guān)系數(shù)及單個(gè)或單層因子真實(shí)值與估計(jì)值的相關(guān)系數(shù)均較大。表明，應(yīng)用 IPCA 算法，各因子均得到了良好的擬合和估計(jì)。圖3.1 各估計(jì)量在有限樣本下的分布形態(tài)表3.5 全部估計(jì)因子與真實(shí)因子的相關(guān)系數(shù)( )N=50T=20N=50T=50N=100T=50N=100T=100N=200T=100N=200T=200白噪聲因子均值 0.9487 0.9764 0.9889 0.9890 0.9946 0.9945標(biāo)準(zhǔn)誤 0.0858 0.0070 0.0027 0.0018 0.0008 0.0006AR 因子均值 0.9479 0.9762 0.9888 0.9890 0.9946 0.9945標(biāo)準(zhǔn)誤 0.0896 0.0079 0.0027 0.0018 0.0008 0.0006周期因子均值 0.9516 0.9760 0.9886 0.9889 0.9945 0.9945標(biāo)準(zhǔn)誤 0.0819 0.0069 0.0027 0.0019 0.0009 0.0006斷點(diǎn)因子均值 0.9949 0.9761 0.9887 0.9889 0.9945 0.9945標(biāo)準(zhǔn)誤 0.0005 0.0066 0.0027 0.0019 0.0009 0.0006注： 表示全部真實(shí)因子組合， 表示全部估計(jì)因子組合。由于衡量的是因子組的相關(guān)系數(shù)，因而此處計(jì)算的是典型相關(guān)系數(shù)（下同）。

華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文 在樣本規(guī)模相對(duì)較小（以 N=100，T=50 為例）和樣本規(guī)模相對(duì)較大（以 N=200，T=200 為例）下的分布如圖 3.2、圖 3.3 所示�？梢悦黠@看出，在樣本容量相對(duì)較小時(shí)，CPCA 估計(jì)量?jī)?yōu)于 GPCA 估計(jì)量，優(yōu)于 GF3 估計(jì)量、GF2 估計(jì)量、G1 估計(jì)量，，OLS估計(jì)量偏誤最大。而在樣本容量相對(duì)較大時(shí)，GPCA 估計(jì)量則明顯優(yōu)于 CPCA 估計(jì)量。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：F425

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳建林;;家族所有權(quán)與非控股國(guó)有股權(quán)對(duì)企業(yè)績(jī)效的交互效應(yīng)研究——互補(bǔ)效應(yīng)還是替代效應(yīng)[J];中國(guó)工業(yè)經(jīng)濟(jì);2015年12期

2 楊繼生;陽(yáng)建輝;吳相俊;;通脹周期、金融抑制與企業(yè)存貨的動(dòng)態(tài)調(diào)整[J];中國(guó)管理科學(xué);2015年09期

3 陳彥斌;馬嘯;劉哲希;;要素價(jià)格扭曲、企業(yè)投資與產(chǎn)出水平[J];世界經(jīng)濟(jì);2015年09期

4 陳東;;私營(yíng)企業(yè)出資人背景、投機(jī)性投資與企業(yè)績(jī)效[J];管理世界;2015年08期

5 李鳳羽;楊墨竹;;經(jīng)濟(jì)政策不確定性會(huì)抑制企業(yè)投資嗎?——基于中國(guó)經(jīng)濟(jì)政策不確定指數(shù)的實(shí)證研究[J];金融研究;2015年04期

6 楊繼生;陽(yáng)建輝;;行政壟斷、政治庇佑與國(guó)有企業(yè)的超額成本[J];經(jīng)濟(jì)研究;2015年04期

7 張祥建;徐晉;徐龍炳;;高管精英治理模式能夠提升企業(yè)績(jī)效嗎?——基于社會(huì)連帶關(guān)系調(diào)節(jié)效應(yīng)的研究[J];經(jīng)濟(jì)研究;2015年03期

8 賈建鋒;唐貴瑤;李俊鵬;王文娟;單翔;;高管勝任特征與戰(zhàn)略導(dǎo)向的匹配對(duì)企業(yè)績(jī)效的影響[J];管理世界;2015年02期

9 于洪彥;黃曉治;曹鑫;;企業(yè)社會(huì)責(zé)任與企業(yè)績(jī)效關(guān)系中企業(yè)社會(huì)資本的調(diào)節(jié)作用[J];管理評(píng)論;2015年01期

10 龍小寧;朱艷麗;蔡偉賢;李少民;;基于空間計(jì)量模型的中國(guó)縣級(jí)政府間稅收競(jìng)爭(zhēng)的實(shí)證分析[J];經(jīng)濟(jì)研究;2014年08期

相關(guān)碩士學(xué)位論文 前1條

1 閆亞萍;基于美林“投資時(shí)鐘”視角對(duì)Black-Litterman模型資產(chǎn)配置的研究[D];東北財(cái)經(jīng)大學(xué);2016年

本文編號(hào)：2697275