1

货币政策、融资约束与公司成本粘性

梁上坤 张梦婷

摘 要 货币政策作为政府调控经济的重要手段，会对宏观经济和微观企业运行产生重

要而深远的影响。以 2004 年-2012 年沪、深两市 A 股制造业上市公司为研究样本，本文探

索了货币政策对公司成本粘性的影响。研究发现：（1）紧缩货币政策对上市公司的成本粘性

有显著的抑制作用，政策变化发挥了一定的调控作用；（2）区分公司面临融资约束的不同程

度，抑制作用在融资约束程度高的公司中更为明显，政策执行效果存在个体层面的差异；（3）

区分公司成本的不同组成，紧缩货币政策对非人力成本粘性存在明显的抑制作用，对人力成

本粘性作用则不明显，即紧缩货币政策下公司会选择优先调整非人力成本。本文的研究为中

国背景下成本粘性的管理层预期动因提供了经验检验和支持，并从融资约束角度拓展和深化

了宏观经济政策对微观企业行为的影响研究。

关键词 货币政策，成本粘性，融资约束，人力成本，非人力成本

一、引言

企业都生存于一定的宏观环境下，宏观环境的波动与变化会引发企业行为的相应变化。

然而，宏观环境哪些具体方面的变化会引起企业行为的改变、改变的方向如何、强度多大，

现有研究的认识还不够全面，这因而也成为一个重要而引人关注的话题（陆正飞和韩非池，

2013）。尤其在中国这样一个转型与新兴经济国家，政府对市场的干预无论从范围上还是强

度上都明显强于西方国家，宏观政策对微观企业行为的影响更值得关注（Chen et al.，2013；

梁上坤，中央财经大学会计学院讲师；张梦婷，中央财经大学会计学院硕士研究生。通讯作者及联

系方式：张梦婷，北京市海淀区学院南路 39 号中央财经大学会计学院，100081，Email：Zmt_cufe@163.com。

本文感谢国家自然科学基金（71402198）、中央财经大学 121 人才工程青年博士发展基金（QBJ1413）、

北京市教育委员会共建项目、北京市会计类专业群（改革试点）建设项目的资助。衷心感谢匿名审稿人的

建设性意见。当然，文责自负。

2

姜国华和饶品贵，2011；陆正飞和韩非池，2013）。近年来，国内已有不少研究围绕宏观经

济政策与微观企业行为的互动进行了探索，其中最受瞩目的就是货币政策①。其研究成果也

最为丰富，比如对企业投资行为的影响（靳庆鲁等，2013；李青原和王红建，2013）、对企

业融资行为的影响（叶康涛和祝继高，2009；曾海舰和苏冬蔚，2010；饶品贵和姜国华，2011；

李志军和王善平，2011）、对企业营运资本管理的影响（祝继高和陆正飞，2009；陈栋和陈

运森，2012）等等。

在以上研究的基础上，本文进一步探索了货币政策与公司成本粘性之间的关系②。这一

探索将为货币政策如何影响公司具体的生产经营决策提供更为直接的证据，并有助于对公司

成本性态的深入理解。本文提出并尝试探索以下问题：微观层面的公司成本粘性是否会受到

宏观层面的货币政策影响？如果存在影响，影响的渠道和路径是什么？

以 2004 年-2012 年沪、深两市 A 股制造业上市公司为研究样本，本文检验了上述研究

问题。研究发现：紧缩货币政策抑制了上市公司的成本粘性；区分公司面临融资约束的不同

程度，紧缩货币政策对成本粘性的抑制作用在融资约束程度高的公司（不发放现金股利、规

模较小、银企关联较弱、非国有公司）中更为明显；区分公司成本的不同组成，紧缩货币政

策对非人力成本粘性存在显著的抑制作用，对人力成本粘性则不存在显著的抑制作用，即紧

缩货币政策下公司会优先调整非人力成本。

本文可能的研究意义体现在以下三个方面：首先，拓展和深化了宏观经济政策对微观企

业行为影响的认识。货币政策是经济调控的重要工具，在当前中国利率管制、融资稀缺的背

景下，货币政策对企业行为的影响会进一步加强。已有研究展示了货币政策对公司投资、融

① 之所以货币政策受到最多的关注，可能在于：一方面，银行贷款融资依然是当前我国企业融资最为

重要的途径，而货币政策的变化会深刻地影响企业融资环境，从而对企业行为拥有重要影响；另一方面，

不同时期我国的货币政策有一定变化，存在差异，可供比较。此外，不少研究关注了货币政策时期的定义

和度量，为大样本研究的开展奠定了较好基础。 ② 成本和费用是对应于不同会计科目的两个概念。但粘性研究中成本粘性与费用粘性的研究框架和研

究方法十分接近，相关研究一般将其视为同一领域，不作详细区分。仅为叙述方便和行文统一，在文中将

成本粘性与费用粘性统称为成本粘性。

3

资等诸多财务行为的影响，本文则深入到公司内部，观察了货币政策对公司具体的生产经营

决策影响，在已有研究基础上进行了有力拓展。本文发现紧缩货币政策抑制了上市公司成本

粘性，即公司倾向于收缩投资规模，这显示了货币政策变化对我国经济运行起到了实质性的

调控作用。更进一步的，本文基于融资约束视角，展示了货币政策对公司行为差异化的影响，

首次明确提出了货币政策——融资约束——公司行为的逻辑框架，使得货币政策通过融资环

境影响微观企业行为的逻辑链条更加严密。这不仅为货币政策执行效果差异在企业层面提供

了理论上的解释和验证③，也有望为实务层面上货币政策的科学化制定和评估提供一定的借

鉴。

第二，为中国背景下公司成本粘性动因的探索增添了新证据。以往成本粘性动因的研究

中，管理层代理问题被认为是最重要的方面（Banker et al.，2011；孙铮和刘浩，2004），相

关的检验也最为丰富（Chen et al.，2012；Dierynck，2013；Kama and Weiss，2013 等）。本

文在考虑宏观经济增长的基础上，关注了中国背景下异常重要的货币政策，探索了其走向对

公司成本粘性的影响。这为成本粘性的管理层预期动因提供了新的经验支持，同时也为成本

粘性动因的研究增添了来自转型和新兴市场国家的证据。

第三，丰富了银企关联的相关研究。鉴于货币政策对于公司发展的重要影响以及金融市

场化的滞后，越来越多的公司开始布局产融结合（李焰等，2007）④。本文显示银企关联发

挥了缓解融资约束的功能，“抵消”了部分货币政策对公司的冲击，这一发现对于产融结合

的未来发展和监管有一定启示。产融结合一方面可以帮助公司缓解融资约束，为公司争取更

多的盈利机会；但另一方面会弱化宏观调控调控效果，违背政策调整的初衷，同时也会放大

③ 焦瑾璞等（2006）从理论上分析了货币政策执行效果的地区性差异。 ④ 李焰等（2007）分析了“复星系”这样的集团化运作（包括向金融领域的扩张）的民营企业，事实

上不少国有企业也进行了产融结合的尝试。比如，2009年4月，中国石油天然气集团公司对克拉玛依市商业

银行行注资重组（收购后更名为昆仑银行股份有限公司），后经过两次增资扩股，截止2010年底昆仑银行总

资产达到重组前的21倍，中国石油天然气集团公司持股92%。此外，部分企业甚至将产融结合扩展到国外。

比如，2012年7月中国新疆华凌工贸（集团）有限公司收购格鲁吉亚贝西斯银行90%的股权（收购后更名为

华凌银行股份有限公司），成为第一家控股海外银行的中国民营企业。

4

公司和信贷机构的风险，需要引起重视。

本文接下来的分析，按如下结构组织：第二部分为文献回顾、理论分析与假设发展，第

三部分为研究设计，第四部分为实证分析，第五部分为结论与局限。

二、文献回顾、理论分析与假设发展

（一）文献回顾

成本粘性是对成本性态的一种描述。总体上，成本会随业务量变化而变化，然而成本变

化的速率在业务量的不同阶段可能存在差异。若业务量上升时成本的边际增加量大于业务量

下降时成本的边际减少量，则认为出现了成本粘性现象（Anderson et al.，2003）。两种情况

下成本边际增长量与边际减少量的差距越大，则成本粘性越强。Anderson et al.（2003）、孙

铮和刘浩（2004）分别在美国与中国上市公司中对成本粘性进行了基础性探索。Anderson et

al.（2003）使用 1979 年-1998 年的数据测试，显示美国上市公司销售收入增长 1%时，SG&A

增长 0.55%；但销售收入下降 1%时，SG&A 仅下降 0.35%，即美国上市公司存在成本粘性

现象。孙铮和刘浩（2004）使用 1994 年-2001 年的数据测试，显示中国上市公司销售收入

增长 1%时，成本增长 0.54%；但销售收入下降 1%时，成本仅下降 0.05%，中国上市公司的

呈现出更强的成本粘性。

成本粘性现象被学术界认可后，大量的研究将精力转向探索成本粘性的来源。根据

Banker et al.（2011）的研究框架，成本粘性有三方面动因：第一，管理层代理问题。管理层

建造“个人帝国”动机会加剧公司的过度投资，即使收入下降，管理层也不愿削减项目；为

满足自身效用，管理层会增加公司的非生产支出（如豪华办公室、雇佣大量的下属人员），

这些支出会随企业收入增长而快速增长，但收入下降时并不一定随之下降。这两点会加剧成

本粘性。此外管理层为达到业绩目标，也可能过度削减成本，导致成本粘性大幅度降低。

5

Calleja et al.（2006）显示，公司治理水平更高的美国和英国其成本粘性低于法国和德国。

Chen et al.（2012）更直接地验证了管理层营造“个人帝国”动机对成本粘性的影响，发现

自由现金流、高管任职期限等因素会强化成本粘性。Dierynck（2013）发现管理层出于避亏

目的会过度削减人力成本，导致成本粘性弱化。Kama and Weiss（2013）发现了类似证据，

管理层追求业绩目标的动机（避免亏损、避免业绩下降、迎合分析师预测）会削弱成本粘性。

国内的不少研究也集中于此，崔学刚和徐金亮（2013）、梁上坤（2013）、梁上坤等（2014）

分别发现境外上市、股权集中度以及四大审计对成本粘性有显著的抑制作用。第二，调整成

本。公司可以被视为一系列契约的集合。当公司考虑是否削减项目的决策时，会考虑其包含

的契约调整成本。成本越高，则项目调整越慢，成本粘性越高。Anderson et al.（2003）发

现人力资本密集（相对于资本密集）的公司，其成本粘性更高。Banker et al.（2013）显示，

劳动保护越完备的国家其成本粘性越高。第三，管理层预期。公司收入下降时，管理层是否

最终削减项目，除调整成本大小外，还取决于管理层对未来形势的判断。若对未来形势抱有

乐观预期，管理层可能并不会立即削减项目，此时成本粘性较高。Anderson et al.（2003）

显示经济增长较快时公司成本粘性较高。Banker et al.（2011）发现成长性高的行业，成本粘

性更高。

（二）理论分析与假设发展

在成本粘性动因分析归纳的基础上，本文认为，中国背景下宏观层面的货币政策会影响

公司的成本粘性。详述如下：

货币政策是一国政府或中央银行为出于调控经济的目的，采取的调节货币供给、调控利

率等措施。当货币政策出现变动时，宏观经济和微观企业的行为都可能发生相应变化。货币

政策主要通过两方面渠道发挥影响：一是货币渠道，主要包括利率途径、汇率途径以及资产

6

价格途径等；二是信贷渠道，主要包括资产负债表途径和银行信贷途径（盛朝晖，2006；叶

康涛和祝继高，2009）⑤。具体到对微观企业的影响，这两方面渠道既存在相似之处也存在

不同。两者都会提高企业的融资成本并增加融资难度，但相比于货币渠道，信贷渠道的传导

速度更快、更加直接（叶康涛和祝继高，2009）。对于当前中国而言，无论首次股票发行还

是股票再融资均存在着较为严格的资格要求，且经常受到整体政策干预⑥，加之债券市场尚

不发达，因而银行贷款依然是公司最重要的融资来源（李增泉等，2008）⑦。而货币政策的

调整将直接或间接影响企业获得的银行贷款数量和成本，从而对其行为产生影响。

姜国华和饶品贵（2011）指出，宏观经济政策的改变会影响公司管理层对未来经济前景

的判断，管理层由此调节公司的财务会计决策。沿此逻辑，对于本文，货币政策的变化会作

用于管理层的预期，进而使得公司的成本粘性发生改变。根据作用的强度和时点，我们将货

币政策对管理层决策的影响划分为直接和间接两条途径。

从直接途径来看，货币政策会直接影响企业获得资金难易和成本。在宽松的货币政策下，

银行获得的资金数量多、资金成本低。这些资金随后会通过银行——企业的信贷渠道自然流

向企业。对于企业，这些资金易于取得，并且取得的成本也相对较低（叶康涛和祝继高，2009；

曾海舰和苏冬蔚，2010）。此时若某公司出现收入下降，管理层并不一定立即削减项目，因

为公司可以即时（现在或者未来）通过信贷供给满足短期支付需求，甚至项目需要追加投资

时，所需资金也能迅速被满足。此时，公司有一定概率会选择保留甚至扩大这些项目，而非

立即削减。

从间接途径来看，货币政策会间接影响企业生产的产品和服务的未来市场。宽松的货币

政策往往意味着对整体经济的刺激，整体经济的投资水平会上升，产品需求更加旺盛

⑤ 资产负债表途径指货币政策通过影响借款人和银行的资产负债表状况影响银行信贷，银行信贷途径

指货币政策直接影响银行的信贷行为（叶康涛和祝继高，2009）。 ⑥ 如股市低迷会暂停新股上市、股权分置改革实施中止了新股上市和股票再融资。 ⑦ 《2012年中国金融市场发展报告》显示，2007年至2011年期间银行贷款占融资总额的比重超过76%。

7

（Kashyap et al.，1993；Gaiotti and Generale，2001；靳庆鲁等，2012）。对于管理层，未来

的销售形势较为乐观。即使短期出现收入下降，公司也不会立即削减项目，因为保留现有项

目可以降低重置成本，需求增长时可以迅速占领市场，赢得竞争优势（Anderson et al.，2003）。

相比之下，在紧缩的货币政策下，银行获得的资金数量少、资金成本高，公司的融资环

境恶化。销售下滑时，管理层预期公司项目难以获得追加投资，公司偿债压力加大，若维持

项目将导致利润加速下滑，而会计指标的恶化将进一步增加公司信贷的难度（李志军和王善

平，2011）。此外，紧缩货币政策下，整体经济的投资水平处于低位，需求降低。若继续维

持项目，公司将来可能面临更大的亏损。考虑到这些情况，管理层可能迅速决策进行项目削

减，体现为公司成本粘性的降低。

以上分析主要从管理层预期和决策的角度展开。需要补充的是，银行干预也会对上述关

系产生一定影响⑧。饶品贵和姜国华（2013）指出，债权人（银行）出于自身风险的考虑，

在货币政策趋于紧缩时，会更大程度地干预企业行为。在货币政策紧缩期，企业的违约风险

增大，银行会迫使企业放弃过度投资，提高投资质量，并对会计信息质量提出更高要求（饶

品贵和姜国华，2011）。管理层考虑或迫于这一压力，会不得不进行项目的削减。

由此，管理层出于对未来信贷难度（直接途径）以及未来市场需求（间接途径）的预期，

加之银行干预的存在，将使得紧缩货币政策下，管理层更快地进行项目削减决策，体现为公

司成本粘性的下降。综合以上分析，提出本文的研究假设 1：

研究假设 1：紧缩货币政策会抑制公司的成本粘性。

紧缩货币政策意味着整体层面上的融资环境恶化，然而深入到公司个体层面，紧缩货币

政策下不同公司信贷取得的难度和成本并非完全相同。Korajczyk and Levy（2003）发现，

⑧ 当然，这种干预并不一定是银行直接介入公司的生产经营活动，而更可能是通过限制性条款、贷款

续新等手段间接达到的。即所谓的银行干预实际上绝大部分还是通过影响管理层的预期和决策达成的，因

此可以将之视为影响管理层的预期和决策的一种强化机制。

8

融资约束程度低的公司可以依据经济周期变化较好地调整自身的资本结构，而融资约束程度

高的公司却无法做到这一点。Gertler and Gilchrist（1994）、Gaiotti and Generale（2001）、

Kim et al.（2002）均显示紧缩货币政策对中小企业具有更大的负面影响。曾海舰和苏冬蔚

（2010）发现我国 2004 年信贷紧缩后，规模较小、民营化程度高和担保能力弱的公司其有

息负债率出现了明显下降。以上这些证据表明，紧缩货币政策对公司行为的影响并不是等量

的，而是会受公司本身状况，尤其是其面临的融资约束情况的影响⑨。对于融资约束程度高

的公司，其对货币政策变动的调整能力更弱、敏感性更强。在紧缩货币政策下，管理层对未

来的预期更为悲观，也更容易受到银行收缩投资的干预，因而公司的成本粘性会更低。而对

于融资约束程度低的公司，由于信贷政策的倾斜，其融资环境的恶化程度较低，管理层对未

来预期的悲观程度较小，银行的干预幅度也较小，公司成本粘性的变化幅度也相应较小。综

合以上分析，提出本文的研究假设 2：

研究假设 2：紧缩货币政策对公司成本粘性的抑制作用在融资约束程度高的公司中更为

明显。

三、研究设计

（一）模型构建与变量定义

本文借鉴 Anderson et al.（2003）、孙铮和刘浩（2004）等，设计回归模型（1），用于假

设检验。模型（1）如下：

LogCostR = a0 + a1LogIncomeR + a2LogIncomeR*D

+ a3LogIncomeR*D*Mp_tight +a4 Mp_tight

+ ∑LogIncomeR*D*EconVariables+∑ EconVariables

+∑Control Variables+ε (1)

⑨ 以往文献（如Hadlock and Pierce，2010；韩忠雪和周婷婷，2011；屈文洲等，2011）认为规模较大

的公司面临的融资约束程度相对较低，而规模较小的公司面临的融资约束程度较高。

9

模型回归时，控制行业效应（Industry，CSRC标准）、按公司聚类并报告经异方差调整

的Robust t值，以增强实证结果的稳健性。

模型（1）中的具体变量定义如下：

1. 因变量

LogCostR表示营业成本的变动，为当年与前一年营业成本的比值，再取自然对数。

2. 自变量

LogIncomeR表示营业收入的变动，为当年与前一年营业收入的比值，再取自然对数。D

表示营业收入是否下降，虚拟变量，若当年与前一年营业收入相比，下降取1，否则取0。

Mp_tight表示紧缩货币政策，虚拟变量，紧缩货币政策年份取1，否则取0。参考饶品贵和姜

国华（2011，2013a，2013b）、宣扬和杨中军（2012）、胡育蓉等（2014）以及程海星和朱满

洲（2014），定义2004年、2006年、2007年、2010年、2011年为货币政策紧缩年份，样本期

限内的其他年份为货币政策宽松年份。

3. 控制变量

EconVariables 表示经济变量，包括：连续两年收入下降（S_decrease），虚拟变量，若

营业收入连续两年下降取 1，否则取 0；经济增长（Gdpgrowth），本年相对上一年的 GDP

增长率；人力资本密度（EmployInten），员工人数与营业收入（百万元）之比；固定资本密

集度（AssetInten），资产总额与营业收入之比。Anderson et al.（2003）认为以上四个变量一

定程度可以表征管理者预期和调整成本大小，是成本粘性的重要决定因素。

Control Variables 表示经济变量外的其他控制变量，包括：第一大股东持股比例（Sh），

第一大股东持股数占总股数的比例；独立董事比例（Rinde），独立董事人数占董事会总人数

的比例；两职合一（Dual），虚拟变量，若董事长、总经理两职合一取 1，否则取 0；管理层

10

持股比例（Mshare），管理层持股数占总股数的比例。

模型（1）中，LogIncomeR*D 刻画了成本粘性，若 LogIncomeR*D 的系数为负且显著，

则意味着相比营业收入上升时，营业收入下降时营业成本下降的速率更低，即此时存在明显

的成本粘性现象。对于研究假设 1，若 LogIncomeR*D*Mp_tight 的系数显著，则表明紧缩货

币政策显著影响了成本粘性；若系数进一步为正，则表明紧缩货币政策显著地抑制了成本粘

性。由于模型（1）已经包含了三项交乘项，故采用分组回归的方法检验研究假设 2。根据

研究假设 2，在融资约束程度不同分组中，LogIncomeR*D*Mp_tight 系数的符号或者显著性

存在差异。在融资约束程度高的分组，LogIncomeR*D*Mp_tight 的系数应该显著为正；而融

资约束程度高的分组，LogIncomeR*D*Mp_tight 的系数为负或不显著或正向显著但绝对值更

小。

表 1 主要变量的定义和说明

变量类型 变量名称 变量符号 变量说明

因变量 成本变动 LogCostR 当年与上一年营业成本的比值取自然对数

自变量 收入变动 LogIncomeR 当年与上一年营业收入的比值取自然对数

收入下降 D 虚拟变量，当年营业收入低于上一年营业收入取 1，否

则取 0

紧缩货币政策 Mp_tight 虚拟变量，当货币政策处于紧缩时（2004、2006、2007、

2010、2011 年）取 1，否则取 0

控制变量 连续两年收入下降 TwoyearD 虚拟变量，若营业收入连续两年下降取 1，否则取 0

经济增长 Gdpgrowth 本年相对上一年的 GDP 增长率

人力资本密度 EmployInten 年末员工人数与当年营业收入（百万元）之比

固定资本密集度 AssetInten 年末资产总额与当年营业收入之比

第一大股东持股比例 Sh 第一大股东持股数占总股数的比例

独董比例 Rinde 独立董事人数占董事会总人数的比例

两职合一 Dual 虚拟变量，若董事长、总经理两职合一取 1，否则取 0

管理层持股比例 Mshare 管理层持股数占总股数的比例

（二）样本筛选

参考 Weiss（2010）、刘武（2006）以及孔玉生等（2007），本文选取 2004 年-2012 年沪、

11

深两市 A 股制造业上市公司为初始样本⑩。为减轻初始上市公司剧烈的盈余管理及业务变化

对结果的影响，剔除上市不满两年的公司；为减轻营业收入、营业成本变化极端值的影响，

参考 Chen et al.（2012），对两者进行了低于 0.5%、高于 99.5%的截尾处理（Trim）；剔除其

他变量数据缺失的公司。由此获得最终样本，共 7250 个观测。

四、实证分析

（一）描述性统计与相关性分析

表 2 报告了主要变量的描述性统计。为减轻极端值影响，对所有连续变量进一步进行了

低于 0.5%、高于 99.5%的缩尾（Winsorize）处理。表 2 显示，成本变动（LogCostR）的均

值为 0.1461、收入变动（LogIncomeR）的均值为 0.1382、25.85%的观测营业收入下降，这

些统计值均接近于以往文献（如龚启辉等，2010）。约一半（47.02%）观测处于紧缩货币政

策之下。此外，7.85%的观测收入持续两年下降，GDP 的平均增长率为 0.1025，独董比例的

均值为 0.3651，两职合一的公司占 13.08%，管理层持股比例的均值较低为 0.0170，这些变

量的统计值均在合理范围之内。

表 2 主要变量的描述性统计

变量名 变量符号 观测数量 均值 下四分位数 中位数 上四分位数 标准差

成本变动 LogCostR 7250 0.1461 0.0075 0.1356 0.2691 0.3415

收入变动 LogIncomeR 7250 0.1382 -0.0061 0.1305 0.2681 0.4164

收入下降 D 7250 0.2585 0 0 1 0.4378

紧缩货币政策 Mp_tight 7250 0.4702 0 0 1 0.4991

连续两年收入下降 TwoyearD 7250 0.0785 0 0 0 0.2689

经济增长 Gdpgrowth 7250 0.1025 0.092 0.096 0.113 0.0187

人力资本密度 EmployInten 7250 2.3339 0.9642 1.6876 2.9324 2.2338

固定资本密集度 AssetInten 7250 1.9518 1.0983 1.5637 2.2560 1.5560

第一大股东持股比例 Sh 7250 0.3700 0.2527 0.3516 0.4802 0.1503

独董比例 Rinde 7250 0.3651 0.3333 0.3333 0.3889 0.0578

⑩ 成本粘性研究的本意是关注成本随产量增减而发生的变化情况。然而由于产量数据难以获得，不同

商品产量的又不能简单累加，故而以成本随营业收入增减而发生的变化替代。这一假定在垄断价格影响较

小的情况下更为合理。Weiss（2010）认为制造业的竞争较为激烈，垄断价格的影响程度较小。刘武（2006）、

孔玉生等（2007）显示我国上市公司的成本（费用）粘性存在明显的行业差异。结合以上研究，本文选取

制造业公司进行研究。

12

两职合一 Dual 7250 0.1308 0 0 0 0.3372

管理层持股比例 Mshare 7250 0.0170 0 0.0000 0.0001 0.0660

注：变量定义请见表 1。

表 3 报告了本文主要变量的相关系数矩阵。相关系数矩阵显示，成本变动（LogCostR）、

收入变动（LogIncomeR）、收入下降（D）之间存在着较强的机械相关关系。此外，连续两

年收入下降（TwoyearD）与当年收入下降（D）之间存在着较强的正相关关系；GDP 增长

（Gdpgrowth）与货币紧缩政策（Mp_tight）之间存在着较强的负相关关系，当货币政策紧

缩时，GDP 的增长率有一定下降，这支持了货币政策对宏观经济增长的调控作用；人力资

本密度（EmployInten）与固定资本密集度（AssetInten）之间存在着较强的正相关关系，这

与国内的发现一致（赵息和李粮，2012），但与国外的发现不同（Chen et al.，2012）。其余

变量之间均不存在高度的相关关系。为增强稳健性，模型回归时检查了变量的方差膨胀因子

（VIF），大多数变量的 VIF 在 5 以内，最高不超过 10，即变量间的多重共线性对回归结果

不产生严重影响。

表 3 主要变量的相关系数矩阵

A B C D E F G H I J K L

(A)LogCostR 1.00

(B)LogIncomeR 0.83***

1.00

(C)D -0.51***

-0.52***

1.00

(D)Mp_tight -0.17***

-0.16***

0.24***

1.00

(E)TwoyearD -0.31***

-0.33***

0.49***

0.08***

1.00

(F)Gdpgrowth 0.10***

0.10***

-0.15***

-0.52***

-0.03* 1.00

(G)EmployInten -0.18***

-0.23***

0.19***

-0.02 0.23***

0.11***

1.00

(H)AssetInten -0.21***

-0.26***

0.23***

0.03**

0.27***

-0.04***

0.49***

1.00

(I)Sh 0.11***

0.11***

-0.07***

0.00 -0.07***

0.03**

-0.09***

-0.13***

1.00

(J)Rinde -0.01 -0.01 0.02 0.09***

-0.00 -0.13***

-0.04***

0.00 0.01 1.00

(K)Dual -0.02 -0.02 0.01 0.03* -0.01 -0.10

*** 0.00 0.04

*** -0.07

*** 0.04

*** 1.00

(L)Mshare 0.02* 0.01 -0.01 0.07

*** -0.05

*** -0.17

*** -0.04

** 0.02 -0.10

*** 0.10

*** 0.36

*** 1.00

注：变量定义请见表 1。

（二）研究假设 1检验：紧缩货币政策与成本粘性

表 4 提供了研究假设 1 的检验结果。回归的调整 R2均在 0.70 以上，与以往成本粘性的

研究一致（如孔玉生等，2007；龚启辉等，2010）；F 值均在 50 以上，表明模型设定较好。

首先，第（1）列进行了未包括控制变量的全样本回归。结果显示，第（1）列粘性（LogIncomeR*D）

的系数为负且在 10%水平下显著，即总体上我国制造业上市公司存在成本粘性现象。接下

13

来，第（2）、（3）列根据货币政策宽松或紧缩进行了分样本回归。结果显示，第（2）列宽

松货币政策下，成本粘性（LogIncomeR*D）的系数在 1%水平下显著为负；第（3）列紧缩

货币政策下，成本粘性（LogIncomeR*D）的系数为正，不显著。即制造业上市公司的成本

粘性现象主要存在于宽松货币政策下，在紧缩货币政策下制造业上市公司不存在成本粘性现

象。第（4）列加入了紧缩货币政策与粘性交乘项进行回归，结果显示，粘性（LogIncomeR*D）

的系数依然为负，且在 1%水平下显著，但紧缩货币政策与粘性交乘项（LogIncomeR*D*

Mp_tight）的系数为正，且在 5%水平下显著。这一结果与分样本检验结果一致，表明紧缩

货币政策对成本粘性有一定的抑制作用。第（5）列进一步加入了部分控制变量，结果不变。

最后，第（6）列加入所有控制变量及交乘项，紧缩货币政策与粘性交乘项（LogIncomeR*D*

Mp_tight）的系数依然为正，且在 1%水平下显著11。表 4 的结果支持了研究假设 1。

表 4 紧缩货币政策与成本粘性

VARIABLES (1)

全样本

(2)

宽松货币政

策

(3)

紧缩货币政

策

(4)

全样本

(5)

全样本

(6)

全样本

LogIncomeR 0.7217*** 0.7510*** 0.6689*** 0.7159*** 0.7146*** 0.6960***

(16.59) (14.69) (10.17) (16.13) (16.07) (15.83)

LogIncomeR*D -0.1193* -0.2951*** 0.0611 -0.2510*** -0.2533*** 0.1790*

(-1.73) (-3.09) (0.66) (-2.64) (-2.66) (1.68)

LogIncomeR*D*Mp_tight 0.2529** 0.2517** 0.2276***

(2.42) (2.41) (2.59)

Mp_tight -0.0110* -0.0120* -0.0038

(-1.80) (-1.95) (-0.62)

LogIncomeR*D*S_decrease 0.2370**

(2.24)

LogIncomeR*D*Gdpgrowth -0.0807

(-0.03)

LogIncomeR*D*EmployInten -0.0416***

(-3.94)

LogIncomeR*D*AssetInten -0.0326**

(-2.13)

S_decrease 0.0109

(0.55)

Gdpgrowth -0.0054

(-0.04)

EmployInten -0.0042*

(-1.81)

AssetInten -0.0113*

11 注意到第（6）列粘性本身（LogIncomeR*D）不再负向显著。然而这一变化并不能简单地视为粘性

的消失，而是在整体粘性存在的情况下（如第（1）列结果），随着更多动因的识别（比如 Anderson et al.

（2003）识别的四个经济变量以及未来新发现的变量），初始发现的“粘性”会逐渐被剥离，由新发现的

变量承担解释。与本文类似，Chen et al.（2012）的结果也显示加入经济变量与粘性的交乘项以及解释变量

与粘性的交乘项后，粘性本身（LogIncomeR*D）不再显著。

14

(-1.75)

Sh 0.0470*** 0.0354***

(2.83) (2.81)

Rinde -0.0494 -0.0650**

(-1.61) (-2.03)

Dual -0.0083 -0.0063

(-1.16) (-0.92)

Mshare 0.1368*** 0.1204***

(5.69) (4.62)

Constant 0.0215** 0.0160 0.0300* 0.0274** 0.0277* 0.0784***

(2.31) (1.09) (1.83) (2.48) (1.79) (3.62)

Industry Yes Yes Yes Yes Yes Yes

Obs # 7250 3841 3409 7250 7250 7250

Adj-R2 0.6974 0.6669 0.7329 0.7049 0.7057 0.7389

F Value 59.34 54.99 52.83 129.4 129.9 183.6

注：变量定义请见表 1。

（三）研究假设 2检验：紧缩货币政策、融资约束与成本粘性

研究假设 2 进一步探究了紧缩货币政策作用成本粘性的机理。在融资约束情况不同的公

司中，紧缩货币政策对成本粘性的抑制作用会存在差异。在融资约束程度高的公司中，紧缩

货币政策对成本粘性的抑制作用会更加明显。参考以往文献（Hadlock and Pierce，2010；闽

亮和沈悦，2011；韩忠雪和周婷婷，2011；屈文洲等，2011），本文以是否发放现金股利

（Dividend）以及公司规模大小（Size）刻画公司面临的融资约束。不发放现金股利、规模

较小的公司往往面临着程度较高的融资约束。根据是否发放现金股利将全样本分为发放现金

股利组与未发放现金股利组，取公司规模（Size）的中位数将全样本分为规模较大组、规模

较小组。随后在上述分组中，测试紧缩货币政策对成本粘性的作用是否存在差异。

表 5 提供了研究假设 2 的检验结果。结果显示，在融资约束程度较低组（第（1）列发

放现金股利公司组、第（3）列规模较大公司组），紧缩货币政策与粘性交乘项（LogIncomeR*D*

Mp_tight）的系数为正但均不显著，即在融资约束程度较低组，紧缩货币政策对成本粘性不

存在显著抑制作用。在融资约束程度较高组（第（2）列未发放现金股利公司组、第（4）列

规模较小公司组），紧缩货币政策与粘性交乘项（LogIncomeR*D*Mp_tight）的系数为正且均

在 5%水平下显著，即在融资约束程度较高组，紧缩货币政策对成本粘性存在显著抑制作用。

表 5 的结果支持了研究假设 2。

15

表 5 紧缩货币政策、融资约束与成本粘性

VARIABLES (1)

发放现金股利公司

(2)

未发放现金股利公司

(3)

规模较大公司

(4)

规模较小公司

LogIncomeR 0.9322*** 0.6149*** 0.8595*** 0.5520***

(106.41) (12.52) (31.72) (10.15)

LogIncomeR*D -0.0197 0.2292* 0.0429 0.3776***

(-0.13) (1.91) (0.80) (2.70)

LogIncomeR*D*Mp_tight 0.0103 0.2499** 0.0837 0.2449**

(0.07) (2.53) (1.14) (2.36)

Mp_tight -0.0001 0.0063 0.0014 -0.0056

(-0.04) (0.61) (0.36) (-0.60)

LogIncomeR*D*S_decrease 0.1622 0.2493** 0.1384** 0.2364*

(0.98) (2.19) (2.09) (1.93)

LogIncomeR*D*Gdpgrowth -0.7334 0.1665 5.8807*** -1.6473

(-0.29) (0.06) (3.16) (-0.61)

LogIncomeR*D*EmployInten -0.0039 -0.0396*** -0.0360*** -0.0427***

(-0.24) (-3.23) (-3.17) (-3.33)

LogIncomeR*D*AssetInten 0.0107 -0.0347** -0.0168** -0.0390**

(1.54) (-2.04) (-2.35) (-2.25)

S_decrease -0.0160 0.0151 -0.0073 0.0089

(-0.84) (0.65) (-0.65) (0.36)

Gdpgrowth -0.1540*** 0.0410 0.1095 0.0985

(-2.63) (0.17) (1.19) (0.42)

EmployInten 0.0009 -0.0050 0.0015 -0.0035

(1.40) (-1.51) (0.65) (-1.18)

AssetInten 0.0058*** -0.0139* 0.0037 -0.0218**

(3.63) (-1.70) (1.52) (-2.53)

Sh 0.0098* 0.0381* 0.0233** 0.0219

(1.68) (1.76) (2.30) (1.11)

Rinde -0.0294 -0.0870 -0.0035 -0.0780

(-1.46) (-1.61) (-0.15) (-1.37)

Dual -0.0018 -0.0078 -0.0028 -0.0050

(-0.66) (-0.64) (-0.59) (-0.47)

Mshare 0.0458*** 0.1789*** 0.1241*** 0.1006***

(3.57) (3.23) (3.53) (3.21)

Constant -0.0054 0.1094*** -0.0034 0.1271***

(-0.54) (3.50) (-0.28) (4.22)

Industry Yes Yes Yes Yes

Obs # 3552 3698 3641 3609

Adj-R2 0.9449 0.6733 0.9133 0.6353

F Value 699.4 78.08 477.9 70.91

注：变量定义请见表 1。

（四）进一步分析：紧缩货币政策、银企关联与成本粘性

银企关联是近年来金融财务领域关注的热点问题（Byrd and Mizruchi，2005；Burak et al.，

2008 等）。作为一种重要的社会资本，银企关联有利于提高银企双方的互信，降低信息不对

称程度，从而缓解公司的融资约束，进而影响公司财务行为（Lin et al.，2009；曹敏等，2003；

邓建平和曾勇，2011a，2011b；罗党论和聂超颖，2013）。陈栋和陈运森（2012）显示银企

关联可以“抵消”部分宏观货币政策变更对微观企业的冲击。鉴于银企关联的上述作用，若

16

本文的逻辑成立，则在银企关联状况不同的企业中，紧缩货币政策与成本粘性的影响应该不

同。银企关联密切的公司中，紧缩货币政策对成本粘性的抑制作用会有所减弱。具体的，参

考邓建平和曾勇（2011a，2011b）以及罗正英等（2011），以上市公司高管人员是否拥有银

行任职经历（Bankconnect）衡量银企关联。Bankconnect，虚拟变量，若上市公司高管人员

拥有银行任职经历，取 1，否则为0。本文的样本期限中，具有银企关联公司的比例为 31.09%。

根据上市公司是否具有银企关联将全样本分为具有银企关联组与不具有银企关联组。随后在

上述分组中，测试紧缩货币政策对成本粘性的作用是否存在差异。

表 6 提供了检验结果。结果显示，第（1）列具有银企关联组中，紧缩货币政策与粘性

交乘项（LogIncomeR*D*Mp_tight）的系数为正但不显著，即对于具有银企关联的公司，紧

缩货币政策对成本粘性不存在显著抑制作用。第（2）列不具有银企关联组中，紧缩货币政

策与粘性交乘项（LogIncomeR*D*Mp_tight）的系数为正且在 5%水平下显著，即对于不具

有银企关联的公司，紧缩货币政策对成本粘性存在显著抑制作用。表 6 的结果支持了银企关

联对货币政策的“抵消”作用。

表 6 紧缩货币政策、银企关联与成本粘性

VARIABLES (1)

具有银企关联公司

(2)

不具有银企关联公司

LogIncomeR 0.5826*** 0.7555***

(7.44) (15.05)

LogIncomeR*D 0.6207*** 0.0195

(4.13) (0.15)

LogIncomeR*D*Mp_tight 0.0457 0.2663**

(0.55) (2.32)

Mp_tight -0.0052 -0.0047

(-0.46) (-0.72)

LogIncomeR*D*S_decrease -0.0782 0.4604***

(-0.64) (4.29)

LogIncomeR*D*Gdpgrowth -1.9210 2.8974

(-0.78) (0.99)

LogIncomeR*D*EmployInten -0.0623*** -0.0259

(-4.85) (-1.54)

LogIncomeR*D*AssetInten -0.0151 -0.0493**

(-0.95) (-2.31)

S_decrease -0.0250 0.0483**

(-0.91) (2.38)

Gdpgrowth 0.2939 -0.0697

(1.11) (-0.53)

EmployInten -0.0070 -0.0007

(-1.33) (-0.35)

17

AssetInten -0.0235* -0.0053

(-1.83) (-0.76)

Sh 0.0850*** 0.0194

(2.60) (1.45)

Rinde -0.0877 -0.0430

(-1.15) (-1.21)

Dual -0.0047 -0.0058

(-0.32) (-0.91)

Mshare 0.1627*** 0.1022***

(2.79) (4.18)

Constant 0.1154*** 0.0502**

(2.62) (2.15)

Industry Yes Yes

Obs # 2254 4996

Adj-R2 0.7008 0.7805

F Value 95.70 141.0

注：变量定义请见表 1。

（五）进一步分析：紧缩货币政策时优先调整人力成本还是非人力成本

随着货币政策的变化，公司会相应做出削减项目或调整成本的决策。那么，进一步的，

公司在紧缩货币政策下公司会优先调整人力成本还是非人力成本？这一问题涉及到两者调

整成本的比较，这与成本粘性的调整成本动因的机理一致。孙铮和刘浩（2004）指出：“由

于企业的运行是一个非常复杂的系统，‘契约观’、‘效率观’和‘机会主义观’往往在实

际业务中交织一起而发挥着作用，在很多情况下并非互斥的”。对于非人力成本，比如机器

设备，项目削减后折价出售，自然会产生一定的调整成本。而对于人力成本，当今世界各国

普遍实施了劳动保护法。劳动保护法将加大人力资本的调整成本，比如贸然解雇员工可能需

要付以数月薪金作为补偿并可能损害公司在劳动力市场的声誉。由此，Banker et al.（2013）

显示劳动保护越完善的国家，人力成本的粘性越高；Dierynck et al.（2012）发现即使公司决

定调整人力成本，也十分谨慎。中国政府也较为重视员工权益的保护，比如 2000 年出台了

《工资集体协商试行办法》，2008 年颁布了《中华人民共和国劳动合同法》。那么对于中国

公司，面临成本调整决策时，是优先调整人力成本还是非人力成本呢？这部分对此进行探索。

具体的，将员工薪酬从营业成本中分离，分别考察紧缩货币政策对人力成本（员工薪酬）

粘性的影响，以及紧缩货币政策对非人力成本（营业成本剔除员工薪酬）粘性的影响。考虑

18

到管理层薪酬受其自定薪酬的巨大影响（权小峰等，2010），并且管理层薪酬粘性已得到了

较多研究（方军雄，2009，2011），因而此处仅考察公司对普通员工人力成本的调整决策。

参考陆正飞等（2012），以“支付给职工以及为职工支付的现金”扣除高管薪酬，衡量普通

员工的人力成本。

表 7 提供了检验结果。第（1）-（7）列是紧缩货币政策对人力成本粘性影响的回归结

果。结果显示，第（1）列全样本回归中，紧缩货币政策与粘性交乘项（LogIncomeR*D*Mp_tight）

的系数为正但不显著，总体上紧缩货币政策对人力成本粘性不存在显著的抑制作用。区分公

司融资约束程度，除不具有银企关联组紧缩货币政策与粘性交乘项（LogIncomeR*D*Mp_tight）

的系数为正且 10%水平下显著，其余各组均不显著。以上结果表明我国上市公司的人力成

本粘性并没有受到货币政策变动的显著影响。第（8）-（14）列是紧缩货币政策对非人力成

本粘性影响的回归结果。结果显示，第（8）列全样本回归中，紧缩货币政策与粘性交乘项

（LogIncomeR*D*Mp_tight）的系数为正且在 1%水平下显著，总体上紧缩货币政策对人力

成本粘性存在显著的抑制作用。区分公司融资约束程度，融资约束程度高的各组中紧缩货币

政策与粘性交乘项（LogIncomeR*D*Mp_tight）的系数为正且均在 1%水平下显著，其余各

组均不显著。以上结果表明我国上市公司的非人力成本粘性受到了货币政策变动的显著影响。

综合表 7 的结果表明，我国上市公司在紧缩货币政策下面临成本调整决策时，会优先削

减非人力成本，这一定程度体现了我国劳动保护的效果，也表明成本粘性的不同影响动因可

能交织在一起，共同发挥作用。

19

表 7 紧缩货币政策下优先调整人力成本还是非人力成本

人力成本 非人力成本

VARIABLES (1)

全样本

(2)

发放现金

股利公司

(3)

未发放现金

股利公司

(4)

规模较大

公司

(5)

规模较小

公司

(6)

具有银企

关联公司

(7)

不具有银企

关联公司

(8)

全样本

(9)

发放现金

股利公司

(10)

未发放现金

股利公司

(11)

规模较大

公司

(12)

规模较小

公司

(13)

具有银企

关联公司

(14)

不具有银企

关联公司

LogIncomeR 0.4252*** 0.5894*** 0.3685*** 0.5466*** 0.3005*** 0.4106*** 0.4375*** 0.7430*** 0.9692*** 0.6510*** 0.8805*** 0.5984*** 0.6475*** 0.7988***

(7.97) (14.07) (5.35) (10.16) (3.75) (5.02) (6.24) (17.00) (104.69) (12.21) (30.27) (9.37) (8.04) (17.08)

LogIncomeR*D -0.0859 -0.7400*** -0.0244 -0.2507* 0.0742 0.2572 -0.3565*** 0.3895*** 0.0005 0.4761*** 0.0047 0.7520*** 0.6005*** 0.2883**

(-0.73) (-3.66) (-0.18) (-1.79) (0.46) (1.41) (-2.66) (3.54) (0.00) (3.86) (0.08) (5.66) (2.62) (2.48)

LogIncomeR*D*Mp_tight 0.0849 0.0050 0.1169 0.0630 0.0684 -0.0208 0.1730* 0.2565*** -0.0147 0.2775*** 0.1145 0.2746*** 0.0695 0.2743***

(0.88) (0.03) (1.20) (0.60) (0.63) (-0.16) (1.90) (3.16) (-0.08) (3.04) (1.49) (2.98) (0.67) (2.81)

Mp_tight -0.0101 -0.0111 0.0010 -0.0020 -0.0163 0.0091 -0.0203* 0.0036 0.0024 0.0154 0.0015 0.0069 -0.0028 0.0023

(-1.05) (-1.25) (0.06) (-0.18) (-1.15) (0.65) (-1.67) (0.64) (0.75) (1.50) (0.37) (0.76) (-0.29) (0.39)

LogIncomeR*D*S_decrease 0.0511 1.1838 0.0063 0.0584 0.1197 -0.2331 0.1419 -1.8472*** -0.1497 -1.8187** 0.4150 -2.8239*** 0.1128 -2.4760***

(0.17) (1.00) (0.02) (0.13) (0.24) (-0.38) (0.48) (-2.63) (-0.33) (-2.38) (1.36) (-3.46) (0.13) (-2.97)

LogIncomeR*D*Gdpgrowth 0.1096 0.1799** 0.1438 0.2414* 0.0879 0.1331 0.0867 -0.0162 -0.0796*** 0.0836 0.0357 0.0336 0.3323** -0.1494

(0.83) (2.17) (0.88) (1.77) (0.80) (1.16) (0.50) (-0.09) (-2.97) (0.35) (0.56) (0.18) (2.52) (-0.69) LogIncomeR*D*EmployInten 0.0748 0.5777*** 0.0372 0.0099 0.0706 0.0234 0.0142 0.2431** 0.1381 0.2460** 0.0905 0.1893 -0.0982 0.4736***

(0.99) (3.27) (0.49) (0.07) (0.82) (0.17) (0.18) (2.20) (0.72) (2.06) (1.42) (1.52) (-0.67) (3.81)

LogIncomeR*D*AssetInten 1.9575 0.2640 2.6250 8.1349** 0.5989 1.8770 3.2225 1.7939 -1.5776 2.0149 5.6451*** 1.1275 -1.9267 4.9023*

(0.84) (0.05) (1.07) (2.57) (0.20) (0.44) (1.55) (0.80) (-0.59) (0.81) (2.88) (0.42) (-0.73) (1.79)

S_decrease -0.0108 0.0014 -0.0045 -0.0020 -0.0114 -0.0402* 0.0105 -0.0360*** 0.0183 -0.0345*** -0.0283* -0.0282** -0.0650*** -0.0169

(-1.08) (0.03) (-0.48) (-0.10) (-0.94) (-1.93) (1.46) (-3.35) (1.03) (-2.86) (-1.90) (-2.11) (-5.92) (-1.06)

Gdpgrowth -0.0151* 0.0833*** -0.0225*** 0.0067 -0.0202** -0.0100 -0.0076 -0.0414*** 0.0065 -0.0444*** -0.0219*** -0.0571*** -0.0129 -0.0579*** (-1.71) (4.92) (-2.82) (0.50) (-2.08) (-0.54) (-0.84) (-2.67) (0.75) (-2.63) (-2.65) (-3.23) (-0.75) (-3.19)

EmployInten -0.0679*** 0.0131 -0.0712*** -0.0569 -0.0831*** -0.0760** -0.0751*** 0.0268 -0.0172 0.0293 -0.0125 0.0310 -0.0285 0.0677***

(-3.48) (0.46) (-3.10) (-1.49) (-3.50) (-2.18) (-3.23) (1.34) (-0.77) (1.23) (-1.08) (1.18) (-1.00) (2.89)

AssetInten -0.3186 -0.3414 -0.2493 -0.4216 0.0080 0.0206 -0.4053* 0.1212 -0.0980 0.2199 0.1942** 0.2510 0.2069 0.0675

(-1.50) (-1.49) (-0.70) (-1.64) (0.02) (0.05) (-1.66) (0.89) (-1.48) (0.92) (2.09) (1.08) (0.74) (0.52)

Sh -0.0027 0.0009 -0.0003 0.0112** -0.0018 -0.0033 -0.0014 -0.0042** 0.0009 -0.0053* 0.0008 -0.0031 -0.0103** 0.0007

(-1.06) (0.29) (-0.10) (2.18) (-0.57) (-0.62) (-0.56) (-2.00) (1.14) (-1.90) (0.30) (-1.25) (-2.43) (0.33)

Rinde -0.0074 0.0178*** -0.0127** 0.0018 -0.0154*** -0.0181** -0.0003 -0.0079 0.0053*** -0.0097 0.0032 -0.0163* -0.0149 -0.0062 (-1.64) (4.00) (-2.33) (0.34) (-2.69) (-2.20) (-0.06) (-1.27) (3.15) (-1.26) (1.16) (-1.90) (-1.56) (-0.81)

Dual -0.0023 0.0020 -0.0525 -0.0070 -0.0424 0.0401 -0.0094 0.0377*** 0.0095 0.0434** 0.0234** 0.0320 0.0732** 0.0232*

(-0.10) (0.08) (-1.38) (-0.23) (-1.31) (0.95) (-0.31) (2.99) (1.43) (2.02) (2.41) (1.53) (2.48) (1.71)

Mshare 0.0118 0.0754 -0.0356 0.0823 -0.0149 0.1071 -0.0123 -0.0569 -0.0380* -0.0737 -0.0211 -0.0635 -0.0653 -0.0471

(0.21) (1.18) (-0.42) (1.25) (-0.18) (1.02) (-0.19) (-1.57) (-1.67) (-1.20) (-0.80) (-0.97) (-0.90) (-1.25)

Constant 0.0072 0.0039 0.0127 0.0142 0.0084 0.0207 0.0035 -0.0100 -0.0028 -0.0145 -0.0041 -0.0105 -0.0201 -0.0039

(0.65) (0.43) (0.64) (1.09) (0.48) (1.14) (0.26) (-1.34) (-0.93) (-1.11) (-0.80) (-0.94) (-1.31) (-0.62)

Industry Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

Obs # 7165 3513 3652 3600 3565 2230 4935 7164 3513 3651 3600 3564 2229 4935

Adj-R2 0.2869 0.3687 0.2552 0.4081 0.2115 0.3448 0.2713 0.7346 0.9377 0.6686 0.9077 0.6362 0.7355 0.7540

F Value 35.32 21.98 21.35 30.42 24.29 17.45 23.50 193.2 710.2 89.51 489.6 83.07 91.88 141.4

20

注：变量定义请见表 1。

21

（六）稳健性测试

1. 考虑货币政策的变动

遗漏变量问题是模型设定需要关注的重点问题。鉴于变动模型（Change Model）可以一

定程度排除不变因素的干扰、缓解遗漏变量问题，而在以往的研究（方军雄，2009；江伟，

2010 等）中被广泛使用。本文参考这一思路，考虑货币政策变动对成本粘性的影响，以进

一步增强本文结果的稳健性。需要注意的是，由于成本粘性模型的特殊设计，因此本文无法

采用变动的解释变量对变动的被解释变量回归的传统变动模型回归方法12。本文将当年的货

币政策（Mp_tight）分解为两部分：上一年的货币政策（LMp_tight）以及当年与上一年货币

政策的差异（CMp_tight），其中 CMp_tight = Mp_tight - LMp_tight。将 LMp_tight、CMp_tight

替代 Mp_tight 分别与粘性交乘，纳入模型（1）回归。若结果显示，上一年紧缩货币政策与

粘性交乘项（LogIncomeR*D*LMp_tight）的系数显著，而变动的紧缩货币政策与粘性交乘

项（LogIncomeR*D*CMp_tight）的系数不显著，则本文之前发现的结果更有可能是遗漏变

量干扰的结果。

表 8 提供了检验结果。鉴于本文的样本起始年份为 2004 年，第（1）-（3）列回归不包

括 2004 年，回归的观测为 6602。结果显示，无论是否包括控制变量或者交乘项，

LogIncomeR*D*LMp_tight 的系数为正，但不显著。即若上一年为紧缩货币政策年份，则当

年的成本粘性略小，但这一影响并不明显13。而 LogIncomeR*D*CMp_tight 的系数为正，且

均在 5%水平下显著。即若当年货币政策趋向紧缩14，则当年的成本粘性会出现明显下降。

饶品贵和姜国华（2011，2013a，2013b）等将 2003 年视为宽松货币政策年份，故第（4）-

（6）列回归将 2004 年包括（此时 2004 年的 LMp_tight、CMp_tight 可以计算）。可以发现，

12 一方面在于模型中包含了高次交乘项，增加了解释难度；另一方面在于模型的解释变量与被解释变

量都已经是变化的差量。 13 当然，这一发现暗示货币政策对成本粘性的影响存在一定的滞后效应。 14 此时，CMp_tight取值包括-1、0和1。

22

除第（6）加入所有控制变量及交乘项时，LogIncomeR*D*CMp_tight 的系数在 10%水平下显

著外，其余发现与之前一致。表 8 的结果表明，加入货币政策变动的考虑，本文之前的结论

依然稳定。

表 8 考虑货币政策变动的测试

VARIABLES (1)

不包括

2004年

(2)

不包括

2004年

(3)

不包括

2004年

(4)

包括2004

年

(5)

包括2004

年

(6)

包括2004

年

LogIncomeR 0.7008*** 0.6993*** 0.6832*** 0.7155*** 0.7142*** 0.6959***

(14.94) (14.89) (14.88) (16.08) (16.01) (15.82)

LogIncomeR*D -0.1896* -0.1921* 0.2044 -0.2102** -0.2121** 0.2255*

(-1.73) (-1.76) (1.60) (-1.99) (-2.01) (1.83)

LogIncomeR*D*LMp_tight 0.1614 0.1603 0.1361 0.1680 0.1662 0.1326

(1.03) (1.02) (0.75) (1.07) (1.06) (0.72)

LMp_tight -0.0388*** -0.0394*** -0.0211* -0.0344*** -0.0350*** -0.0202*

(-4.15) (-4.19) (-1.82) (-3.77) (-3.81) (-1.72)

LogIncomeR*D*CMp_tight 0.2274** 0.2263** 0.2039** 0.2289** 0.2276** 0.2021*

(2.09) (2.09) (1.97) (2.22) (2.21) (1.96)

CMp_tight -0.0144** -0.0159** -0.0023 -0.0172*** -0.0181*** -0.0086

(-2.27) (-2.49) (-0.33) (-2.72) (-2.84) (-1.19)

LogIncomeR*D*S_decrease 0.2492** 0.2424**

(2.03) (2.10)

LogIncomeR*D*Gdpgrowth 0.0521 -0.1015

(0.02) (-0.04)

LogIncomeR*D*EmployInten -0.0406*** -0.0412***

(-3.66) (-3.77)

LogIncomeR*D*AssetInten -0.0309* -0.0333**

(-1.91) (-2.01)

S_decrease 0.0154 0.0126

(0.71) (0.61)

Gdpgrowth 0.1636 -0.0346

(1.15) (-0.25)

EmployInten -0.0052* -0.0040*

(-1.87) (-1.71)

AssetInten -0.0129** -0.0111*

(-1.98) (-1.74)

Sh 0.0512*** 0.0343** 0.0484*** 0.0370***

(2.86) (2.53) (2.91) (2.95)

Rinde -0.0333 -0.0389 -0.0488 -0.0651**

(-1.07) (-1.21) (-1.58) (-2.01)

Dual -0.0123 -0.0086 -0.0095 -0.0071

(-1.58) (-1.18) (-1.30) (-1.02)

Mshare 0.1401*** 0.1307*** 0.1317*** 0.1165***

(5.58) (4.88) (5.44) (4.43)

Constant 0.0419*** 0.0354** 0.0825*** 0.0376*** 0.0372** 0.0844***

(3.43) (2.28) (3.80) (3.27) (2.33) (3.84)

Industry Yes Yes Yes Yes Yes Yes

Obs # 6602 6602 6602 7250 7250 7250

Adj-R2 0.7045 0.7054 0.7378 0.7054 0.7062 0.7393

F Value 105.4 103.3 149.7 119.7 122.8 174.0

注：LMp_tight 表示上一年是否为紧缩货币政策，虚拟变量，紧缩货币政策年份取 1，否则取 0。CMp_tight

为当年与上一年货币政策的差异，CMp_tight = Mp_tight - LMp_tight。其余变量定义请见表 1。

2. 剔除 2008 年金融危机年份

23

马永强和张泽南（2013）显示 2008 年发生的金融危机对公司成本粘性造成了系统性影

响。为减轻金融危机发生对本文结果的影响，此处剔除 2008 年观测，再进行回归。表 9 提

供了检验结果。结果显示，第（1）列全样本回归中，紧缩货币政策与粘性交乘项

（LogIncomeR*D*Mp_tight）的系数为正且在 5%水平下显著；区分公司融资约束程度，融

资约束程度高的各组中紧缩货币政策与粘性交乘项（LogIncomeR*D*Mp_tight）的系数为正

且均在 5%或 10%水平下显著，其余各组均不显著。剔除 2008 年观测后，之前的发现结果

不变。

表 9 剔除 2008年金融危机年份的测试

VARIABLES (1)

全样本

(2)

发放现金股

利公司

(3)

未发放现金

股利公司

(4)

规模较大

公司

(5)

规模较小公

司

(6)

具有银企关

联公司

(7)

不具有银

企关联公

司

LogIncomeR 0.7380*** 0.9327*** 0.6632*** 0.8631*** 0.6012*** 0.6378*** 0.7896***

(17.68) (102.26) (13.27) (30.53) (9.64) (8.32) (17.96)

LogIncomeR*D 0.1236 0.0277 0.1633 0.0829 0.3159* 0.6334*** 0.0172 (1.09) (0.23) (1.24) (1.30) (1.95) (4.05) (0.13)

LogIncomeR*D*Mp_tight 0.2194** -0.0726 0.2477** 0.0383 0.2407* -0.0246 0.2032*

(2.09) (-0.62) (2.07) (0.54) (1.92) (-0.28) (1.71)

Mp_tight -0.0033 -0.0034 0.0082 -0.0043 -0.0040 -0.0033 -0.0091

(-0.53) (-1.17) (0.73) (-1.10) (-0.40) (-0.31) (-1.39)

LogIncomeR*D*S_decrease 0.2487** -0.0110 0.2681** 0.1560* 0.2394* -0.1239 0.5298***

(2.03) (-0.12) (2.02) (1.84) (1.73) (-0.94) (4.19) LogIncomeR*D*Gdpgrowth -0.1303 -1.7686 0.1578 4.6552*** -1.6923 -2.3125 2.7555

(-0.06) (-0.58) (0.06) (2.87) (-0.62) (-0.88) (1.01)

LogIncomeR*D*EmployInten -0.0406*** 0.0050 -0.0384*** -0.0252 -0.0422*** -0.0683*** -0.0175

(-3.24) (0.30) (-2.68) (-1.30) (-2.83) (-4.59) (-0.88)

LogIncomeR*D*AssetInten -0.0340* 0.0156* -0.0368* -0.0336* -0.0397** -0.0126 -0.0649**

(-1.86) (1.73) (-1.85) (-1.70) (-2.02) (-0.73) (-2.50)

S_decrease 0.0190 -0.0336** 0.0261 -0.0048 0.0176 -0.0143 0.0653***

(0.94) (-2.48) (1.09) (-0.35) (0.72) (-0.57) (2.97) Gdpgrowth -0.0458 -0.1685*** 0.0053 0.0525 0.0444 0.2463 -0.1128

(-0.35) (-2.77) (0.02) (0.63) (0.19) (0.93) (-0.89)

EmployInten -0.0035 0.0006 -0.0035 0.0018 -0.0023 -0.0061 0.0004

(-1.31) (0.88) (-0.92) (0.67) (-0.66) (-1.04) (0.18)

AssetInten -0.0126* 0.0072*** -0.0168* 0.0032 -0.0245** -0.0271* -0.0071

(-1.72) (4.37) (-1.80) (0.93) (-2.48) (-1.93) (-0.90)

Sh 0.0422*** 0.0077 0.0550** 0.0256** 0.0410* 0.1010*** 0.0272* (3.02) (1.25) (2.30) (2.26) (1.84) (2.67) (1.90)

Rinde -0.0713** -0.0351* -0.0880* -0.0103 -0.0870 -0.0795 -0.0483

(-2.24) (-1.68) (-1.68) (-0.45) (-1.57) (-1.09) (-1.22)

Dual -0.0064 -0.0008 -0.0085 -0.0016 -0.0058 -0.0050 -0.0045

(-0.89) (-0.30) (-0.66) (-0.35) (-0.52) (-0.33) (-0.66)

Mshare 0.1224*** 0.0400*** 0.1903*** 0.1309*** 0.1065*** 0.1685*** 0.1060***

(4.64) (3.02) (3.41) (3.77) (3.31) (2.80) (4.26)

Constant 0.0688*** -0.0036 0.0949*** -0.0015 0.1147*** 0.1002** 0.0423* (2.97) (-0.35) (2.78) (-0.12) (3.45) (2.22) (1.82)

Industry Yes Yes Yes Yes Yes Yes Yes

Obs # 6475 3182 3293 3263 3212 2005 4470 Adj-R

2 0.7443 0.9490 0.6754 0.9165 0.6265 0.7232 0.7808

F Value 175.0 789.2 75.95 419.7 63.03 103.7 133.6

注：变量定义请见表 1。

3. 考虑盈余管理

24

陈磊等（2012）显示，“大洗澡”目的的盈余管理可能引发成本粘性的估计偏误。根据

Dechow et al.（1995），计算出公司的操控性应计，取其绝对值计为（Absda），以衡量公司的

盈余管理程度。将其单独项以及与粘性的交乘项纳入模型（1），进行回归。表 10 提供了检

验结果。结果显示，第（1）列全样本回归中，紧缩货币政策与粘性交乘项（LogIncomeR*D*

Mp_tight）的系数为正且在 5%水平下显著；区分公司融资约束程度，融资约束程度高的各

组中紧缩货币政策与粘性交乘项（LogIncomeR*D*Mp_tight）的系数为正且均在 5%水平下

显著，其余各组均不显著。考虑盈余管理后，之前的发现结果不变。

表 10 考虑盈余管理的测试

VARIABLES (1)

全样本

(2)

发放现金

股利公司

(3)

未发放现金

股利公司

(4)

规模较大

公司

(5)

规模较小公

司

(6)

具有银企关

联公司

(7)

不具有银企

关联公司

LogIncomeR 0.7149*** 0.9360*** 0.6268*** 0.8549*** 0.5706*** 0.6310*** 0.7637***

(17.09) (108.24) (12.53) (28.10) (9.66) (8.26) (16.62) LogIncomeR*D 0.3916*** -0.0231 0.4775*** 0.0138 0.7296*** 0.5653*** 0.2924**

(3.85) (-0.16) (4.25) (0.23) (6.07) (2.84) (2.53)

LogIncomeR*D*Mp_tight 0.1944** 0.0133 0.2066** 0.0911 0.2120** 0.0518 0.2134**

(2.49) (0.08) (2.37) (1.27) (2.40) (0.62) (2.16)

Mp_tight 0.0000 0.0004 0.0109 0.0011 0.0014 -0.0013 -0.0023

(0.00) (0.12) (1.09) (0.30) (0.15) (-0.13) (-0.40)

LogIncomeR*D*Absda -1.7728** -0.0684 -1.7715** 0.3800 -2.6885*** -0.0610 -2.2686***

(-2.57) (-0.16) (-2.34) (1.29) (-3.30) (-0.08) (-2.75) Absda -0.0048 -0.0557** 0.0866 0.0598 0.0318 0.2295* -0.1023

(-0.03) (-2.22) (0.40) (0.93) (0.20) (1.69) (-0.49)

LogIncomeR*D*S_decrease 0.2227** 0.1620 0.2254** 0.1050 0.1696 -0.0651 0.4089***

(2.21) (0.93) (2.05) (1.64) (1.49) (-0.51) (3.58)

LogIncomeR*D*Gdpgrowth 1.1473 -0.6648 1.2083 5.7008*** 0.5473 -1.8284 3.9870

(0.54) (-0.27) (0.51) (3.14) (0.21) (-0.69) (1.53)

LogIncomeR*D*EmployInten -0.0351*** -0.0044 -0.0326*** -0.0300** -0.0269** -0.0607*** -0.0182 (-3.31) (-0.26) (-2.67) (-2.19) (-1.98) (-5.08) (-1.23)

LogIncomeR*D*AssetInten -0.0402*** 0.0115 -0.0441*** -0.0201** -0.0556*** -0.0168 -0.0535***

(-2.62) (1.61) (-2.59) (-2.56) (-3.10) (-0.99) (-3.25)

S_decrease 0.0223 -0.0156 0.0259 -0.0128 0.0265 -0.0153 0.0518**

(1.14) (-0.78) (1.10) (-1.17) (1.02) (-0.53) (2.50)

Gdpgrowth 0.0020 -0.1382** 0.0578 0.0976 0.1438 0.1959 -0.0620

(0.02) (-2.35) (0.25) (1.12) (0.64) (0.72) (-0.49)

EmployInten -0.0029 0.0007 -0.0032 0.0020 -0.0012 -0.0054 0.0002 (-1.20) (1.09) (-0.91) (0.78) (-0.35) (-1.02) (0.09)

AssetInten -0.0118* 0.0062*** -0.0155* 0.0032 -0.0228** -0.0254* -0.0064

(-1.72) (3.93) (-1.79) (1.15) (-2.44) (-1.94) (-0.89)

Sh 0.0337*** 0.0098* 0.0308 0.0222** 0.0226 0.0784** 0.0173

(2.77) (1.68) (1.52) (2.38) (1.14) (2.34) (1.35)

Rinde -0.0578* -0.0286 -0.0829 -0.0052 -0.0786 -0.0692 -0.0406

(-1.76) (-1.41) (-1.49) (-0.22) (-1.33) (-0.92) (-1.21)

Dual -0.0076 -0.0016 -0.0110 -0.0030 -0.0061 -0.0077 -0.0051 (-1.05) (-0.59) (-0.87) (-0.62) (-0.56) (-0.49) (-0.82)

Mshare 0.1218*** 0.0472*** 0.1881*** 0.1238*** 0.1086*** 0.1661*** 0.1054***

(4.60) (3.66) (3.32) (3.46) (3.30) (2.85) (4.21)

Constant 0.0710*** -0.0032 0.1006*** -0.0049 0.1200*** 0.0860** 0.0562**

(3.13) (-0.32) (3.10) (-0.40) (3.87) (2.01) (2.37)

Industry Yes Yes Yes Yes Yes Yes Yes

Obs # 7242 3550 3692 3641 3601 2251 4991

Adj-R2 0.7571 0.9450 0.6958 0.9135 0.6696 0.7223 0.7945

F Value 191.8 774.4 88.89 492.6 83.87 91.34 145.0

注：变量定义请见表 1。

25

4. 融资约束其他衡量

公司的融资约束存在多种衡量，除本文主体列示的是否发放现金股利、公司规模、银企

关联外，产权性质与金融发展水平也常被认为可以表征融资约束（李斌和江伟，2006；王彦

超，2009；沈红波等，2010；屈文洲等，2011）。非国有公司、所在地金融发展水平低的公

司面临着程度较高的融资约束。根据产权性质将全样本分为国有公司组与非国有公司组，取

地区金融发展指数（樊纲等，2011）的中位数将全样本分为金融发展水平高地区组、金融发

展水平低地区组。随后在上述分组中，测试紧缩货币政策对成本粘性的作用是否存在差异。

表 11 提供了检验结果。结果显示，第（1）列国有公司组回归中，紧缩货币政策与粘性

交乘项（LogIncomeR*D*Mp_tight）的系数为正但不显著，第（2）列非国有公司组回归中，

紧缩货币政策与粘性交乘项（LogIncomeR*D*Mp_tight）的系数为正且在 5%水平下显著。

这一结果表明紧缩货币政策对成本粘性的抑制作用主要体现于融资约束程度较高的非国有

公司组，与前述推测一致。然而若以公司所在地金融发展水平区分融资约束强度，紧缩货币

政策与粘性交乘项（LogIncomeR*D*Mp_tight）的系数在两组均为正且均在 5%水平下显著。

尽管金融发展水平低地区的系数略高，但 Chow-test 显示 F 值为 0.66，并不显著。采用融资

约束其他衡量后，之前的发现结果有一定程度减弱。

表 11 融资约束其他衡量的测试

VARIABLES (1)

国有公司

(2)

非国有公司

(3)

金融发展水平高

地区公司

(4)

金融发展水平低

地区公司

LogIncomeR 0.7754*** 0.6362*** 0.7141*** 0.6801***

(13.80) (10.62) (12.11) (11.35)

LogIncomeR*D 0.0859 0.2721* 0.0665 0.3276*

(0.52) (1.87) (0.57) (1.85)

LogIncomeR*D*Mp_tight 0.1558 0.2982** 0.2020** 0.3535**

(1.16) (2.09) (2.12) (2.31)

Mp_tight 0.0017 -0.0097 -0.0092 0.0049

(0.24) (-0.97) (-1.49) (0.51)

LogIncomeR*D*S_decrease 0.2288* 0.2394 0.3238*** 0.1299

(1.76) (1.47) (2.73) (0.93)

LogIncomeR*D*Gdpgrowth 0.4328 -0.2398 0.4336 2.0780

(0.13) (-0.08) (0.11) (0.53)

LogIncomeR*D*EmployInten -0.0479*** -0.0331** -0.0287** -0.0635***

(-4.10) (-2.48) (-2.33) (-4.57)

LogIncomeR*D*AssetInten -0.0216** -0.0476* -0.0427** -0.0365**

26

(-2.04) (-1.90) (-2.46) (-1.98)

S_decrease 0.0160 0.0077 0.0111 0.0016

(0.70) (0.23) (0.50) (0.06)

Gdpgrowth -0.0673 0.1045 0.1496 -0.2143

(-0.38) (0.52) (0.70) (-1.02)

EmployInten -0.0036 -0.0040 -0.0010 -0.0079**

(-1.16) (-1.30) (-0.25) (-2.56)

AssetInten -0.0158 -0.0083 -0.0211** -0.0091

(-1.62) (-0.92) (-1.99) (-1.17)

Sh 0.0339** 0.0484* 0.0554** 0.0143

(2.00) (1.75) (2.50) (0.94)

Rinde -0.0798* -0.0470 -0.0213 -0.0971*

(-1.87) (-0.77) (-0.55) (-1.81)

Dual 0.0032 -0.0152 -0.0075 0.0015

(0.39) (-1.56) (-0.85) (0.15)

Mshare 0.3223** 0.1216*** 0.1496*** 0.0825

(2.00) (3.87) (4.50) (1.47)

Constant 0.0665* 0.0888*** 0.0686*** 0.1013***

(1.92) (2.80) (2.67) (2.87)

Industry Yes Yes Yes Yes

Obs # 4159 3091 3540 3710

Adj-R2 0.7727 0.7143 0.7850 0.7076

F Value 137.1 89.08 135.6 96.47

注：变量定义请见表 1。

5. 其他稳健性测试

在以上三项稳健性测试之外，本文还进行了其他测试。限于篇幅，这些测试的结果未报

告：（1）剔除当年并购重组金额超过公司总资产 10%的观测；（2）采用 Fama-Macbeth 方法

而非控制行业效应；（3）采用变量均值而非中位数分组（如公司规模、公司所在地金融发展

水平）；（4）根据年度或者年度-行业现金股利发放的中位数将全样本分为融资约束程度低组

与融资约束程度高组；（5）采用固定资产比上营业收入衡量固定资本密集度；（6）增加模型

控制变量，如财务杠杆、市场化指数等。以上测试均不改变文章基本发现。

五、结论与局限

货币政策是政府调控经济的重要手段，会对微观企业的行为产生重要而深刻的影响。以

往的研究从投资行为、融资行为、营运资本管理等多个角度，探讨了货币政策对微观企业行

为的影响。然而，货币政策对公司生产经营决策的影响还需要更细致的展示，货币政策对不

同公司的差异化影响及其机理也值得思索。

27

以 2004 年-2012 年沪、深两市 A 股制造业上市公司为研究样本，本文具体考察了两个

问题：微观层面的公司成本粘性是否会受到宏观层面的货币政策的影响？如果存在影响，影

响的渠道和路径是什么？研究发现：紧缩货币政策抑制了上市公司成本粘性；区分公司面临

融资约束的不同程度，紧缩货币政策对本粘性的抑制作用在融资约束程度高的公司（不发放

现金股利、规模较小、银企关联较弱、非国有公司）中更为明显；区分公司成本的不同组成，

紧缩货币政策对非人力成本粘性存在显著的抑制作用，对人力成本粘性则不存在显著的抑制

作用，即紧缩货币政策下公司会优先调整非人力成本。本文的研究为中国背景下成本粘性的

管理层预期动因提供了经验支持，并从融资约束角度拓展和深化了宏观经济政策对微观企业

行为影响的研究。

当然，本文还存在一些不足：首先，成本粘性的识别。Weiss（2010）提出了基于季度

经营状况波动的成本粘性的计量方法。但这一方法对于周期性较强的公司可能存在较大的测

算偏差，同时季度报告不要求审计，盈余管理的影响较大，故本文未采用这一方法验证；其

次，地区金融发展水平的测试。融资约束是本文逻辑的重要一环，本文研究主体选取了是否

发放现金股利、公司规模、银企关联区分公司面临融资约束程度，稳健性测试采用产权性质、

地区金融发展水平进行区分。然而地区金融发展水平的测试没有支持假设推论，这其中可能

包含了其他竞争性解释，文章没有考虑到；最后，融资约束与货币政策之间的内生性问题。

融资约束尤其是是否发放现金股利，会受到货币政策的影响，从而可能对最终结果产生一定

影响。尽管增加了稳健性测试进行缓解，但不能完全排除这一影响。以上三点体现了本文目

前的局限，也有待未来的探索。

参考文献

[1] 曹敏、何佳、潘启良，2003，金融中介及关系银行——基于广东外资企业银行融资数据的研究，《经

济研究》第 3 期，第 44-53 页。

28

[2] 曾海舰、苏冬蔚，2010，信贷政策与公司资本结构，《世界经济》第 8 期，第 17-42 页。

[3] 陈栋、陈运森，2012，银行股权关联、货币政策变更与上市公司现金管理，《金融研究》第 12 期，第

122-136 页。

[4] 陈磊、宋乐、施丹，2012，企业的成本粘性被高估了吗?基于中国上市公司的实证研究，《中国会计评

论》第 1 期，第 3-16 页。

[5] 程海星、朱满洲，2014，中国货币政策冲击的测度与对经济波动的贡献，《金融学季刊》第 1 期，第

127-148 页。

[6] 崔学刚、徐金亮，2012，境外上市、绑定机制与公司费用粘性，《会计研究》第 12 期，第 33-39 页。

[7] 邓建平、曾勇，2011a，金融关联能否缓解民营企业的融资约束，《金融研究》第 8 期，第 78-92 页。

[8] 邓建平、曾勇，2011b，金融生态环境、银行关联与债务融资——基于我国民营企业的实证研究，《会

计研究》第 12 期，第 33-40 页。

[9] 方军雄，2009，我国上市公司高管的薪酬存在粘性吗？《经济研究》第 3 期，第 110-124 页。

[10] 方军雄，2011，高管权力与企业薪酬变动的非对称性，《经济研究》第 4 期，第 107-120 页。

[11] 龚启辉、刘慧龙、申慧慧，2010，地区要素市场发育、国有控股与成本和费用粘性，《中国会计评论》

第 4 期，第 431-446 页。

[12] 韩忠雪、周婷婷，2011，产品市场竞争、融资约束与公司现金持有：基于中国制造业上市公司的实证

分析，《南开管理评论》第 4 期，第 149-160 页。

[13] 胡育蓉、朱恩涛、龚金泉，2014，货币政策立场如何影响企业风险承担——传导机制与实证检验，《经

济科学》第 1 期，第 39-55 页。

[14] 姜国华、饶品贵，2011，宏观经济政策与微观企业行为——拓展会计与财务研究新领域，《会计研究》

第 3 期，第 9-18 页。

[15] 焦瑾璞、孙天琦、刘向耘，2006，货币政策执行效果的地区差别分析，《金融研究》第 3 期，第 1-15

页。

[16] 靳庆鲁、孔祥、侯青川，2012，货币政策、民营企业投资效率与公司期权价值，《经济研究》第 5 期，

第 96-106 页。

[17] 孔玉生、朱乃平、孔庆根，2007，成本粘性研究：来自中国上市公司的经验证据，《会计研究》第 11

期，第 58-65 页。

[18] 李斌、江伟，2006，金融发展、融资约束与企业成长，《南开经济研究》第 3 期，第 68-78 页。

[19] 李青原、王红建，2013，货币政策、资产可抵押性、现金流与公司投资——来自中国制造业上市公司

的经验证据，《金融研究》第 6 期，第 31-45 页。

29

[20] 李焰、陈才东、黄磊，2007，集团化运作、融资约束与财务风险——基于上海复星集团案例研究，《管

理世界》第 12 期，第 117-135 页。

[21] 李志军、王善平，2011，货币政策、信息披露质量与公司债务融资，《会计研究》第 10 期，第 56-62

页。

[22] 李增泉、辛显刚、于旭辉，2008，金融发展、债务融资约束与金字塔结构——来自民营企业集团的证

据，《管理世界》第 1 期，第 123-135 页。

[23] 梁上坤，2013，股权集中度与成本费用粘性，《经济研究》增 1 期，第 144-155 页。

[24] 梁上坤、陈冬、胡晓莉，2015，外部审计师类型与上市公司费用粘性，《会计研究》第 2 期，第 79-86

页。

[25] 刘武，2006，企业费用“粘性”行为：基于行业差异的实证研究，《中国工业经济》第 12 期，第 105-112

页。

[26] 陆正飞、韩非池，2013 宏观经济政策如何影响公司现金持有的经济效应？——基于产品市场和资本市

场两重角度的研究，《管理世界》第 6 期，第 43-60 页。

[27] 陆正飞、王雄元、张鹏，2012，国有企业支付了更高的职工工资吗？《经济研究》第 3 期，第 28-39

页。

[28] 罗党论、聂超颖，2013，法律诉讼、银企关系与企业融资，《金融学季刊》第 1 期，第 120-136 页。

[29] 罗正英、周中胜、王志斌，2011，金融生态环境、银行结构与银企关系的贷款效应——基于中小企业

的实证研究，《金融评论》第 2 期，第 64-81 页。

[30] 马永强、张泽南，2013，金融危机冲击、管理者盈余动机与成本费用粘性研究，《南开管理评论》第 6

期，第 70-80 页。

[31] 闵亮、沈悦，2011，宏观冲击下的资本结构动态调整——基于融资约束的差异性分析，《中国工业经

济》第 5 期，第 109-118 页。

[32] 屈文洲、谢雅璐、叶玉妹，2011，信息不对称、融资约束与投资-现金流敏感性——基于市场微观结构

理论的实证研究，《经济研究》第 6 期，第 105-117 页。

[33] 权小锋、吴世农、文芳，2010，管理层权力、私有收益与薪酬操纵，《经济研究》第 11 期，第 73-87

页。

[34] 饶品贵、姜国华，2011，货币政策波动、银行信贷与会计稳健性，《金融研究》第 3 期，第 51-71 页。

[35] 饶品贵、姜国华，2013a，货币政策对银行信贷与商业信用互动关系影响研究，《经济研究》第 1 期，

第 68-82 页。

[36] 饶品贵、姜国华，2013b，货币政策、信贷资源配置与企业业绩，《管理世界》第 3 期，第 12-22 页。

30

[37] 沈红波、寇宏、张川，2010，金融发展、融资约束与企业投资的实证研究，《中国工业经济》第 6 期，

第 55-64 页。

[38] 盛朝晖，2006，中国货币政策传导渠道效应分析：1994-2004，《金融研究》第 7 期，第 22-29 页。

[39] 孙铮、刘浩，2004，中国上市公司费用“粘性”行为研究，《经济研究》第 12 期，第 26-34 页。

[40] 王彦超，2009，融资约束、现金持有与过度投资，《金融研究》第 7 期，第 121-133 页。

[41] 宣扬、杨中军，2012，货币政策、现金股利分配与投资水平——基于我国上市公司的实证研究，《金

融评论》第 4 期，第 58-65 页。

[42] 叶康涛、祝继高，2009，银根紧缩与信贷资源配置，《管理世界》第 1 期，第 22-28 页。

[43] 赵息、李粮，2012，国有企业高管薪酬结构对费用粘性的影响研究，《中南财经政法大学学报》第 4

期，第 114-120 页。

[44] 祝继高、陆正飞，2009，货币政策、企业成长与现金持有水平变化，《管理世界》第 3 期，第 52-58

页。

[45] Anderson, M., R. Banker, and S. Janakiraman, 2003, Are selling, general, and administrative costs “sticky”?

Journal of Accounting Research, 41 (1):47-63.

[46] Banker, R. D., D. Byzalov, and L. T. Chen, 2013, Employment protection legislation, adjustment costs and

cross-country differences in cost behavior, Journal of Accounting and Economics, 55 (1):111-127.

[47] Banker, R. D., D. Byzalov, and J. M. Plehn-Dujowich, 2011, Sticky cost behavior: Theory and evidence,

Working Paper.

[48] Burak, A. G., U. Malmendier, and G. Tate, 2008, Financial expertise of directors, Journal of Financial

Economics, 88 (2):323-354.

[49] Byrd, D. T., and M. S. Mizruchi, 2005, Bankers on the board and the debt ratio of firms, Journal of

Corporate Finance, 11 (1-2):129-173.

[50] Calleja, K., M. Steliaros, and D. C. Thomas. 2006. A note on cost stickiness: Some international comparisons.

Management Accounting Research, 17 (2):127-140.

[51] Chen, C. X., H. Lu, and T. Sougiannis, 2012, The Agency problem, corporate governance, and the

asymmetrical behavior of selling, general, and administrative costs, Contemporary Accounting Research, 29

(1):252-282.

[52] Chen, D., O. Z. Li, F. Xin, and B. Yeung, 2013, Five-year plans and China finance, Working Paper.

[53] Dechow, P. M., R. G. Sloan, and A. P. Sweeney, 1995, Detecting earnings management, The Accounting

Review, 70 (2):193-225.

31

[54] Dierynck, B., W. R. Landsman, and A. Renders, 2012, Do managerial incentives drive cost behavior?

Evidence about the role of the zero earnings benchmark for labor cost behavior in private Belgian firms, The

Accounting Review, 87 (4):1219-1246.

[55] Gaiotti, E., and A. Generale, 2001, Does monetary policy have asymmetric effects? A look at the investment

decisions of Italian firms, Working Paper.

[56] Gertler, M., and S. Gilchrist, 1994, Monetary policy, business cycles, and the behavior of small

manufacturing firms, Quarterly Journal of Economics, 109 (2):309-340.

[57] Hadlock, C. J., and J. R. Pierce, 2010, New evidence on measuring financial constraints: Moving beyond the

KZ index, Review of Financial Studies, 23 (5):1909-1940.

[58] Kama, I., and D. Weiss, 2013, Do earnings targets and managerial incentives affect sticky costs? Journal of

Accounting Research, 51 (1):201-224.

[59] Kashyap, A. K., J. C. Stein, and D. W. Wilcox, 1993, Monetary policy and credit conditions: Evidence from

the composition of external finance, The American Economic Review, 83 (1):78-98.

[60] Kim, D. W., Y. S. Lee, and a. K. S. Park, 2002, Credit crunch and shocks to firms: Korean experience under

the Asian financial crisis, Emerging Markets Review, 3 (2):195-210.

[61] Korajczyk, R. A., and A. Levy, 2003, Capital structure choice: Macroeconomic conditions and financial

constraints, Journal of Financial Economics, 68 (1):75-109.

[62] Lin, X., and Y. Zhang, 2009, Bank ownership reform and bank performance in China, Journal of Banking &

Finance, 33 (1):20-29.

[63] Weiss, D., 2010, Cost behavior and analysts’ earnings forecasts, The Accounting Review, 85 (4):1441-1471.

32

Monetary Policy, Financing Constraints and Cost Stickiness

Shangkun Liang Mengting Zhang

(School of Accountancy, Central University of Finance and Economics)

Abstract As an important means of government’s economic regulation, monetary policy

will have a significant and far-reaching impact on both the macro and the micro economy

operation. Using a sample of Chinese A-share manufacturing companies listed on Shanghai and

Shenzhen stock exchanges from 2004-2012, this paper studies the effects of the monetary policy

on cost stickiness. The results show that: (1) Tight monetary policy has a remarkable inhibition

action on the listed companies’ cost stickiness, which means the policy changes play a role in the

regulation; (2) The inhibition effects always exists in situations where the financing constraints is

high, which means the effects of policy implementation are different in individual level; (3) The

inhibition effects exists only on labor cost stickiness but not on non-labor cost stickiness, which

means that companies will adjust the non-labor cost first under tight monetary policy. This paper

supports the empirical testing of the management optimism of cost stickiness in China, and

extends the consequence of macro-economy policies on the behavior of micro-enterprise from the

channel of financing constraints.

Key Words Monetary Policy, Cost Stickiness, Financing Constraints, Labor Costs,

Non-labor Costs

JEL Classification F65, G14, G32