英语原文共 22 页，剩余内容已隐藏，支付完成后下载完整资料
Ramp;D 投资、融资约束 、出口和生产力
摘要
本文通过综合考虑，通过在联立方程框架内共同考虑，为信贷约束、全要素生产率、研究与开发(Ramp;D)投资与出口之间的相互关系提供了新的实证证据。我们的实证分析集中在来自法国、德国、意大利和西班牙的大量制造业公司。我们的结果证实了出口、研发和公司生产率之间众所周知的相互正相关关系。 它们还表明出口、生产力和信贷约束之间存在着相互关系：出口商和高生产率企业不太可能受到信贷约束，然而更好地获得信贷与更高的生产率和更高的出口概率有关。相比之下，我们发现在研发投资和信贷约束的可能性之间没有显著的关系，条件是出口。这表明，提高效率的策略，其由于信贷约束的存在，是企业通过出口和创新实现增长的核心。
关键词
融资约束 研发投资 出口幅度 全要素效率
1、引言
欧洲的“增长和就业”战略在欧洲政策制定者的议事日程中占有重要位置，这场辩论的一个关键要点是，欧洲，特别是其南部外围国家，应该培养“竞争力”， 也就是说，生产力的增长速度，是为了留下金融危机的后遗症，避免出现“失去的十年”的情况(洛佩兹-加西亚等人，2014)在这方面，人们经常提倡两套政策，其中包括：鼓励本地公司国际化，并隐含地理解国际化与公共关系有关。 延展性增长，从而增加经济增长；提高国内经济的创新速度，因为后者是生产力增长的一个渠道(Onodera，2008)。外，最近有人强调，创新本身是国际化的一个关键决定因素，研究与发展(Ramp;D)投资放大了贸易量的反应。 降低关税(罗伯茨和许2011；鲁比尼2014)。虽然关于国际化和创新活动之间的相互联系的经济文献中有越来越多和充分的辩论(Altomonte等人)。(2013)，它们与在最近几年，这两项活动都是在公司财政紧缩的情况下进行的。因此，传统上文献所确认的相关政策对提高生产力的潜在影响可能无法实现，或者它们可能会在不同的条件下实现。经济文献已经确定了融资约束、生产力和出口之间的联系，以及生产力、资金限制和研发投资/创新之间的联系。然而，到目前为止，还没有研究系统地探讨所有这些变量在一个全面的框架内的同时相互作用。因此，本文的主要目的是为生产力、创新、出口和金融约束之间的关系提供一个日益增长但仍不完整的文献， 能够共同解释他们之间的相互作用。在这个程度上，我们利用了一个独特的企业代表样本，包括来自四个最大的欧元区国家--法国、德国、意大利和西班牙的制造业公司。数据集为r 第一次对全球经济中的欧洲公司进行的调查是在2010进行的，涉及大量的问题，包括企业的定性和定量数据。 特征和活动，包括关于创新和出口的信息。调查还包括几个问题，旨在评估这些公司从银行获得信贷的需求和能力，在考虑到要求更多信用的企业的自我选择后，我们利用它来获得被拒绝信用的预测概率和创新产出相关联。最后，我们使用一个看似无关的回归(SUR)模型来分析出口、研发、被拒绝信贷的预测概率和tfp之间的相互关系，并对其他相关因素进行控制。 新台币企业的特点，以及产业和区位效应。结果证实了出口、研发和生产率之间以及出口、生产力和资金约束之间的相互关系，如出口、出口、出口和财务约束之间存在着众所周知的正相关关系。 l作为生产率较高的公司，信贷受到限制的可能性较小；而更好地获得信贷则与较高的生产率和出口概率有关。相比之下，我们发现研发投资与出口条件下的资金约束之间没有显著的关系。
本文的结构如下：第2部分回顾了三个主要文献，探讨了金融约束、出口、Ramp;D与企业生产率之间的关系。 第三节讨论了数据和我们的主要利益变量。第4节介绍并讨论了计量经济分析，包括稳健性检验以及潜在的因果解释。 我们的结果。第五节总结。
2、文献综述
本文以三种不同的文学流派为基础。第一章主要研究融资约束与创新之间的关系。虽然一些理论贡献建议的融资约束和研发投资呈负相关关系，由于信息不对称的存在证据的实证 目前还不明确。事实上，一些贡献发现研发投资对融资约束是敏感的，尽管他们中的一些人声称内部资金来源对研发比对普通投资更重要，而其他人则发现，研发投资与普通投资一样，对融资约束同样敏感。相反，其他捐款则认为研发投资不受融资约束的影响。缺乏可靠的证据部分是研发投资性质的结果，部分是测量和方法问题的结果。与研发投资的性质有关的困难将会出现，因为建立一个研发项目涉及到巨大的沉没成本，而现有研究项目的开支水平的大幅波动是非常昂贵的。这主要是因为研发支出主要是支付给科学家、工程师和其他专家，他们是公司知识库的保管者，其供应远非完全有弹性。这些特点增加了衡量和确定融资制约因素的方法问题。通常，这些指标都是通过间接措施进行代理的，例如投资对现金流的敏感性。这种方法有几个缺点，因为这些指标大多是公司活动的一部分内源性指标；因此，因此，他们明确地发现存在融资约束的有效性受到了严厉批评。有几项研究试图克服这些限制，并使用直接的融资约束措施。在这样做的时候，这些论文中的一些已经显示了融资约束对研发投资和创新的负面影响。然而，最近的一些研究表明，融资约束主要是通过减少进入和竞争来间接而不是直接地影响创新。为了克服这些潜在的批评，本文采用了一种直接的融资约束措施，利用调查数据中关于银行信贷配给的信息，同时也基于whed和无提出的指标所建立的一种间接衡量融资约束的方法。尽管银行融资可能不代表研发投资的首选外部财务渠道，但它仍然是以欧洲银行为中心的金融系统，特别是中小企业融资的主要来源，也因此与我们讨论的问题具有极大的相关性。
第二文学思潮集中在融资约束与企业的国际活动之间的关系。在这种情况下，这种关系也是模棱两可的，因为有两个潜在的对比效应。一方面，融资约束与出口之间的因果关系源于自身。 出口沉没成本过高所产生的选举机制，这使得资金有限的公司无法进入国际市场，或者是高变化无常的贸易成本，这阻碍了密集的出口利润率。按照这些思路，并以信贷配给为重点，Minetti和朱(2011)提供了证据，表明有限的银行债务机会确实会对公司的出口产生负面影响。同样，正如布鲁克斯和多维斯所指出的，信贷限制降低了贸易量对贸易自由化的反应。苗和王（2012）指出，信贷约束也会影响全要素生产率（TFP），扭曲资本对最有效公司的正确再分配。由于我们从梅利茨(2003)了解到，企业自主选择从事国际活动，只有最具生产力的企业从事贸易，因此在这种关系中起着至关重要的作用。 n融资限制和出口也可由生产力本身发挥作用。另一方面，由于出口商通常更容易进入国际金融市场，从而扩大了对公司的约束，因此可以证明出口对公司的约束力较小。 他向他们提供信贷。此外，由于国际销售多样化，出口收入一般更稳定，从而改善了出口公司的流动性状况。此外，在这种从出口到信贷约束的反向因果关系下，生产力可以推动这种关系：由于自我选择，更高的国际参与与更高的生产力相关。因此，出口商的地位可以作为质量的信号，从而降低信息不对称，从而降低财务约束的严重性。
第三也是最后一批相关文献集中在创新与出口之间的循环联系上。在这方面，TFP再次发挥了关键作用。主要的理论论点是，创新促进了企业的生产力，从而促进了出口，同时通过出口和获得外国k来学习。 现在的资源反过来又反馈到创新与生产力中去。在大多数情况下，经验贡献集中在创新-出口关系的两个方面之一。一方面，范博林和范登布希(2010)以及卡西曼和戈洛夫科(2011)表明，产品创新对进入国外市场的决定有着积极的影响。另一方面，侧重于通过出口学习的贡献则发现了相反的结果。尤其是，凯勒(2004)几乎没有发现这一现象的证据，而最近的研究，如达米扬、科斯特维克、波拉尼茨(2010)和布拉蒂与费利斯(2012)，却发现了相反的情况。其他发布 蚂蚁研究是Bustos(2011)，它表明贸易自由化促使企业采取能够提高其生产力的行动(出口和创新)，Melitz和Costantin(2007) 同时，将创新和出口决定内化，将其解释为对贸易自由化冲击的调整。最后，哈里斯和莫法特(2011)研究了研发、创新和海外销售决策是如何相互关联的。
3、数据和变量
我们的主要数据来源是关于EFIGE的第一次调查，EFIGE是位于七个欧洲国家的一个独特的制造业公司数据集。该数据集完全可在各国进行比较，是一个按所代表国家的制造业结构划分的分层样本。具体而言，抽样设计遵循按行业、地区和企业规模分层的原则。员工少于10人的公司被排除在调查之外，而规模较大的公司则被排除在调查之外。 对250名雇员进行了过度抽样，以便对这一规模的类别进行充分的统计推断。为了考虑到这一抽样方案，并检索企业人口的样本代表性，根据企业的行业和阶级规模，建立了一个加权方案。 使用这种加权方法计算的话，计量结果在本文中，另有规定除外。EFIGE调查于2010进行，主要涉及公司在2008年度的活动。它提供了关于几个公司特征(如所有权、内部结构、投资、创新、国际化、金融结构)的详细定性和定量信息。 E，市场和定价策略)，并已与公司2001年至2009年度的资产负债表数据进行集成，该数据来自Amadeus，这是一个由Bureau van Dijk开发和维护的数据库。从Amadeus数据库获得的公司资产负债表数据在各国之间差异很大。特别是，只适用于四个最大的欧元区国家(法国、德国、意大利和西班牙)。 )被调查公司中，拥有不缺失资产负债表信息的公司所占比例至少为50%。因此，我们将我们的分析局限于这四个国家（总共调查了11761家制造业公司），特别是5573家公司的子样本，其中有完整的资产负债表数据。 尽管样本数量有所减少，但最终样本在每个国家的规模、类别和部门方面大体保持了原始样本代表性(见表1和表2)。在接下来的章节中，我们将介绍和描述在我们的分析中使用的变量。
3.1创新和出口变量
有关企业研发活动和出口的信息直接由EFIGE调查表提供。
我们定义了一个虚拟变量RD，对于那些在2007-2009年间进行过任何类型的研发活动(内部或外包)并宣称拥有p的公司来说，RD值是1的值。 同样，我们定义了一个虚拟变量exp，如果在2008，该公司直接从本国向国外销售，则等于1。 我们样本中有一半以上的公司从事出口活动(55.1%)，而投资研发的公司所占比例较低(43.9%)。
表3显示，在这四个国家中，出口商和研发投资公司的比例均有较大增长。8意大利在出口公司中所占比例最高，大多数公司为 在此活动中测量(64%)。相反，德国是企业份额最高的国家。
表1.按国家和规模类别分列的公司分布情况。
注：股票指的是国家一级的规模等级。括号内报告的股票指的是原始EFIGE调查样本。
表2.按国家和部门分列的公司分布情况
注：股票指国家一级的部门。括号内报告的股票指的是原始EFIGE调查样本。
表3.按国家和规模分类的从事研发和出口的公司所占百分比。
注：括号内报告的股票请参阅EFIGE原始调查样本。
投资于Ramp;D(51%)。重要的是，投资和出口公司在国家和规模类别之间的分布反映了使用原始EFIGE样本报告的分布情况；因此，没有影响。 当我们把注意力集中在这些变量上时，当我们对拥有完整会计数据的企业的最终样本进行分析时，就会引入重要的扭曲。
表4报告了虚拟变量RD和exp的联合分布。正如经济学理论所预期和建议的那样，投资研发的企业大多是出口商(68.96%)，同时也是出口企业。 大部分出口公司也投资于研发（54.92%）。
表4.出口和创新公司的数量。
3.2全要素生产率
我们从资产负债表数据中检索关于公司全要素生产率的信息。为了计算tfp，我们对每个扇区分别运行(使用NACE Rev.2两位数分类)，Levinsohn和Petrin(2003)半- 参数生产函数估计算法，控制国家和年份的固定效应。与Altomonte、Aquilante和奥塔维亚诺(2012)一样，生产函数估计中包含的变量是：增值，使用行业特有的价格指数(NACE rev 1.1)进行折算。 欧盟统计局的VED，作为结果的代表；雇员人数作为劳动力投入的代表；有形固定资产的价值以GDP平减指数作为资本的代表；材料成本，按按ESA 95投入产出表系数加权的平均行业生产者价格指数(也从欧统局检索)来计算。
表5.按大小类、exp和RD变量分列的2008中的平均tfp。
注：括号内为标准偏差。
2008全要素生产率的计算值从最低0.018到最大19.370不等，平均值为0.937，略低于2007的平均值(见表8)。 (描述性统计一节)。表5显示，与理论一致的是，2008年度的企业生产率随着企业规模的增加而增加。平均全要素生产率对从事以下工作的公司也较高 出口活动和不出口的企业是一样的，从事研发的公司也是如此。
3.3.信贷约束和公司一级控制变量
公司信贷约束的第一个代理可以从调查中提供的信贷配给的直接指标中检索到。这是根据对下列问题的答复来界定的： 去年(2009)，该公司申请了更多信贷。我们利用公司对这个问题的回答来构建一个拒绝变量，该变量的值为1(拒绝=1)，用于回答lsquo;是的，申请它但不成功rsquo;和零(拒绝=0)。 对于回答“是、申请、成功”或“不，没有申请”的公司。这个问题只问对调查中先前一个问题的回答“是”的公司：“在过去一年(2009)，该公司是否愿意按照当前信贷额度的相同利率增加借款？因此，我们有一个直接的指标，信贷配给只适用于样本中的一小部分公司。这个比例相对较小(在原始样本中为18%，在最终样本中为20%)，而我们 显然，面对样本选择问题，我们需要解决的问题，以提高识别的信贷约束的公司。为了规避这一问题，我们从以下样本选择的概率模型中得到了信贷配
全文共14646字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[12072]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
