張淑翠 李建強(qiáng) 梁一新

摘 要：突如其來(lái)的新冠疫情，對(duì)宏觀經(jīng)濟(jì)與微觀主體的負(fù)面影響持續(xù)發(fā)酵。本文分析了新冠疫情對(duì)中小企業(yè)的影響和傳遞機(jī)制，運(yùn)用反事實(shí)模擬評(píng)估了財(cái)政政策與貨幣政策的經(jīng)濟(jì)效應(yīng)。模擬顯示：第一，疫情沖擊是總需求沖擊，又是總供給沖擊，對(duì)大企業(yè)和中小企業(yè)的生產(chǎn)具有非對(duì)稱(chēng)的經(jīng)濟(jì)影響。第二，為支持中小企業(yè)復(fù)工復(fù)產(chǎn)，財(cái)政政策需從收支兩端發(fā)力，其中對(duì)中小企業(yè)減負(fù)政策的經(jīng)濟(jì)效應(yīng)顯著優(yōu)于貼息補(bǔ)助政策。第三，為緩解中小企業(yè)現(xiàn)金流斷裂問(wèn)題，總量貨幣政策與結(jié)構(gòu)貨幣政策配合才能相得益彰。總量貨幣政策保持流動(dòng)性合理充裕，為企業(yè)融資提供寬松環(huán)境，而結(jié)構(gòu)性貨幣政策定向強(qiáng)化對(duì)中小企業(yè)的貨幣信貸支持力度。第四，短期抗疫政策應(yīng)與長(zhǎng)期結(jié)構(gòu)性改革相結(jié)合。財(cái)政和貨幣政策重在“幫扶”而非“刺激”，應(yīng)明確短期應(yīng)急政策不能擴(kuò)大化、長(zhǎng)期化和固定化。

關(guān)鍵詞：新冠肺炎疫情；中小企業(yè)；經(jīng)濟(jì)政策模擬

一、引言

全球新冠肺炎疫情多點(diǎn)爆發(fā)蔓延，社會(huì)公眾生命健康受到嚴(yán)重危害，世界衛(wèi)生組織將其定性為“國(guó)際關(guān)注的突發(fā)公共衛(wèi)生事件”。目前，盡管我國(guó)疫情防控取得顯著成效，但歐洲、中東以及美國(guó)部分地區(qū)的確診感染病例人數(shù)呈現(xiàn)飆升態(tài)勢(shì)，全球新冠肺炎疫情蔓延態(tài)勢(shì)不斷擴(kuò)大。從國(guó)際上看，新冠肺炎疫情蔓延增加了經(jīng)濟(jì)衰退的風(fēng)險(xiǎn)，給投資者造成普遍恐慌，而金融市場(chǎng)又容易受到短期情緒牽引，導(dǎo)致過(guò)度反應(yīng)。譬如，美國(guó)紐約股市三大股指3月曾因疫情波動(dòng)而開(kāi)盤(pán)出現(xiàn)暴跌現(xiàn)象，導(dǎo)致美股再次觸發(fā)熔斷機(jī)制。從國(guó)內(nèi)看，新冠肺炎疫情對(duì)我國(guó)產(chǎn)業(yè)供應(yīng)鏈產(chǎn)生了一定的影響，對(duì)中小企業(yè)的影響尤為明顯。COVID-19冠狀病毒“全球大流行”（World Health Organization，WHO，2020），隔離并減少人員流動(dòng)是防控疫情的必然選擇，但也不可避免沖擊實(shí)體經(jīng)濟(jì)。隔離不僅造成消費(fèi)需求下滑，企業(yè)收入銳減，也導(dǎo)致企業(yè)生產(chǎn)停滯，成本抬升。中小企業(yè)停工停產(chǎn)同時(shí)，仍需如期支付租金、員工工資、貸款本息等剛性開(kāi)支，這使得短期流動(dòng)性不足的問(wèn)題，又疊加了長(zhǎng)期存在的融資難、融資貴老問(wèn)題。

中小企業(yè)是國(guó)民經(jīng)濟(jì)發(fā)展的生力軍和基石，在促進(jìn)經(jīng)濟(jì)增長(zhǎng)、擴(kuò)大就業(yè)、推動(dòng)創(chuàng)新、繁榮市場(chǎng)和滿(mǎn)足人民群眾需求等方面發(fā)揮著重要作用。為遏制新冠肺炎疫情對(duì)中小企業(yè)的負(fù)面影響，中央和地方陸續(xù)出臺(tái)了一系列惠企激勵(lì)政策，意在解決尾部企業(yè)現(xiàn)金流斷裂問(wèn)題，助力中小企業(yè)復(fù)工復(fù)產(chǎn)。毫無(wú)疑問(wèn)，精準(zhǔn)識(shí)別新冠肺炎疫情對(duì)中小企業(yè)影響的傳遞機(jī)制，事關(guān)經(jīng)濟(jì)政策著力點(diǎn)的選擇。針對(duì)不同外部沖擊，財(cái)政政策和貨幣政策的目標(biāo)、方式和效應(yīng)都有所不同，而新冠肺炎疫情過(guò)后，政策實(shí)施所產(chǎn)生的問(wèn)題也有所不同。因此，從經(jīng)濟(jì)機(jī)理上看，關(guān)注新冠肺炎疫情對(duì)經(jīng)濟(jì)沖擊背后的影響傳遞機(jī)制，并對(duì)財(cái)政政策和貨幣政策進(jìn)行定量評(píng)估具有重要現(xiàn)實(shí)意義。鑒于此，本文在傳統(tǒng)的動(dòng)態(tài)隨機(jī)一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）內(nèi)，引入人力健康資本并結(jié)合經(jīng)典的醫(yī)學(xué)傳染模型（Susceptible Infected Recovered Model，SIR）進(jìn)行疫情沖擊過(guò)程參數(shù)識(shí)別。同時(shí)，本文還將實(shí)際實(shí)施的財(cái)政政策和貨幣政策分類(lèi)，采用懲罰函數(shù)、固定成本渠道及分層金融市場(chǎng)等方法刻畫(huà)捕捉，前瞻性地評(píng)估財(cái)政政策和貨幣政策的經(jīng)濟(jì)效應(yīng)。

二、文獻(xiàn)綜述

與本文研究主題相關(guān)的理論文獻(xiàn)主要有兩類(lèi)：一是突發(fā)災(zāi)難事件的經(jīng)濟(jì)影響討論；二是中小企業(yè)融資問(wèn)題及其相關(guān)政策支持的討論。在第一類(lèi)文獻(xiàn)中，早期研究更多利用罕見(jiàn)災(zāi)難沖擊解釋資本市場(chǎng)波動(dòng)。罕見(jiàn)災(zāi)難概率變化在經(jīng)濟(jì)波動(dòng)中發(fā)揮著重要作用（Gourio，2006），“股權(quán)溢價(jià)之謎”就可通過(guò)災(zāi)難概率來(lái)解釋?zhuān)˙arro和Ursúa，2012）。隨著全球突發(fā)事件頻發(fā)，災(zāi)難沖擊對(duì)經(jīng)濟(jì)影響逐漸成為全球關(guān)注熱點(diǎn)，相關(guān)研究也轉(zhuǎn)向?yàn)?zāi)難對(duì)宏觀經(jīng)濟(jì)影響方面。一些學(xué)者認(rèn)為，災(zāi)難不一定完全具有破壞性，還兼具創(chuàng)新性，能助力長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)。Skidmore和Toya（2002）研究認(rèn)為，災(zāi)難沖擊降低人們對(duì)實(shí)物資本投資預(yù)期，刺激人力資本提升，助推技術(shù)進(jìn)步，對(duì)經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)有利。Cuaresma等（2008）研究認(rèn)為，突發(fā)災(zāi)難提高了更新資本存量和采用新技術(shù)機(jī)會(huì)，發(fā)揮出熊彼特式創(chuàng)造性破壞作用。與此相反，另一些學(xué)者則認(rèn)為，災(zāi)難沖擊對(duì)經(jīng)濟(jì)影響只是負(fù)面的。Seluck和Yeldan（2001）研究認(rèn)為，1999年土耳其大地震使GDP下降4.5個(gè)百分點(diǎn)，而采用增稅彌補(bǔ)救災(zāi)損失可能會(huì)進(jìn)一步惡化經(jīng)濟(jì)增長(zhǎng)。Rasmussen（2004）研究認(rèn)為，突發(fā)災(zāi)害會(huì)降低產(chǎn)出，增加進(jìn)口，減少出口，導(dǎo)致國(guó)際收支惡化和稅基萎縮，貧困人口受影響較大。Noy（2007）研究認(rèn)為，突發(fā)性自然災(zāi)害不僅會(huì)給經(jīng)濟(jì)帶來(lái)短期影響，而且長(zhǎng)期看也會(huì)限制其增長(zhǎng)潛力。

國(guó)內(nèi)關(guān)于疫情對(duì)經(jīng)濟(jì)的影響，學(xué)者更多圍繞流感和SARS（嚴(yán)重急性呼吸綜合征）定性討論展開(kāi)。文魁等（2003）研究認(rèn)為，我國(guó)政府應(yīng)加強(qiáng)危機(jī)管理意識(shí)，形成權(quán)責(zé)明晰的危機(jī)反應(yīng)機(jī)制。李宏（2016）研究認(rèn)為，對(duì)突發(fā)事件的評(píng)估不應(yīng)僅停留在“正常軌跡的暫時(shí)偏離”，而是應(yīng)審慎思考微觀主體的經(jīng)濟(jì)決策與行為，乃至整個(gè)經(jīng)濟(jì)體運(yùn)行軌跡的根本改變。還有學(xué)者套用Barro“罕見(jiàn)災(zāi)難”框架進(jìn)行定量模擬，晁江鋒等（2015）研究認(rèn)為，在包含災(zāi)難性預(yù)期的DSGE模型中，政府支出能夠明顯削弱罕見(jiàn)災(zāi)難對(duì)中國(guó)經(jīng)濟(jì)的影響程度。陳國(guó)進(jìn)等（2014）構(gòu)建了包含災(zāi)難性預(yù)期DSGE模型，分析災(zāi)難風(fēng)險(xiǎn)因素對(duì)中國(guó)經(jīng)濟(jì)波動(dòng)的影響。袁靖和陳國(guó)進(jìn)（2015）研究比較了罕見(jiàn)災(zāi)難和不確定性的技術(shù)沖擊對(duì)中國(guó)長(zhǎng)期國(guó)債風(fēng)險(xiǎn)溢價(jià)的影響?？偠灾?，災(zāi)難沖擊是小概率事件，但災(zāi)難一旦發(fā)生將產(chǎn)生巨大經(jīng)濟(jì)影響。為抵御災(zāi)難對(duì)宏觀經(jīng)濟(jì)影響，多數(shù)國(guó)家都會(huì)推出一系列財(cái)政政策和貨幣政策，刺激經(jīng)濟(jì)增長(zhǎng)。

與本文相關(guān)的第二類(lèi)文獻(xiàn)是關(guān)于中小企業(yè)融資問(wèn)題討論。中小企業(yè)融資問(wèn)題是歷史上一直沒(méi)有解決的難題。早在20世紀(jì)上半葉，麥克米倫委員會(huì)（Macmillan Committee）就指出，中小企業(yè)無(wú)法從金融機(jī)構(gòu)獲得足額的貸款，融資缺口始終存在。信息不對(duì)稱(chēng)所產(chǎn)生的逆向選擇和道德風(fēng)險(xiǎn)是中小企業(yè)面臨融資約束的根本原因（Stiglitz和Weiss，1981）。不可否認(rèn)，無(wú)論是發(fā)達(dá)國(guó)家還是發(fā)展中國(guó)家，都高度重視中小企業(yè)融資問(wèn)題，將解決中小企業(yè)融資難、融資貴問(wèn)題提升到戰(zhàn)略層面，也構(gòu)建了各具特色的政策扶助體系，力圖彌補(bǔ)市場(chǎng)機(jī)制的缺陷（呂勁松，2015）。財(cái)政部財(cái)政科學(xué)研究所課題組（2015）研究認(rèn)為，中小企業(yè)規(guī)模小、競(jìng)爭(zhēng)力弱，容易受到經(jīng)濟(jì)波動(dòng)和危機(jī)的影響，政府應(yīng)從財(cái)政、稅收、金融等宏觀政策方面予以適當(dāng)支持，幫助中小企業(yè)更好更快地成長(zhǎng)。事實(shí)上，我國(guó)中小企業(yè)融資問(wèn)題并非單純的融資困難，既是經(jīng)營(yíng)出現(xiàn)困難引發(fā)資金緊張等現(xiàn)狀的反映，也是現(xiàn)階段我國(guó)乃至全球經(jīng)濟(jì)調(diào)整中諸多矛盾的綜合體現(xiàn)（中國(guó)人民銀行，2018）。李建強(qiáng)和高宏（2019）研究認(rèn)為，中小企業(yè)融資問(wèn)題是一個(gè)世界性難題，既與周期性因素有關(guān)，也與融資結(jié)構(gòu)密切相關(guān)?？偠灾?，我國(guó)中小企業(yè)融資問(wèn)題長(zhǎng)期存在，一方面受制于我國(guó)直接融資不發(fā)達(dá)、金融機(jī)構(gòu)體系不完善，另一方面也與中小企業(yè)的自身特點(diǎn)有關(guān)。朱軍、張淑翠、李建強(qiáng)（2020）研究認(rèn)為，突發(fā)疫情沖擊不會(huì)對(duì)基礎(chǔ)設(shè)施和實(shí)物資本造成實(shí)質(zhì)性的損害和破壞，更多是通過(guò)減少有效勞動(dòng)力規(guī)模，間接破壞市場(chǎng)的正常交易機(jī)制。

總結(jié)起來(lái)，新冠肺炎疫情沖擊表面上是疾病生物學(xué)、流行病學(xué)等醫(yī)學(xué)研究范疇，但其影響遠(yuǎn)超醫(yī)學(xué)領(lǐng)域，對(duì)宏觀經(jīng)濟(jì)而言，猶如“黑天鵝”，給投資者帶來(lái)較大的不確定預(yù)期。當(dāng)前，有關(guān)新冠肺炎疫情下中小企業(yè)政策支持討論更多的是定性為主，缺乏理論框架支持和定量政策評(píng)估研究。更重要的是，有別于災(zāi)難沖擊，也不同于金融沖擊，疫情影響既不表現(xiàn)在對(duì)實(shí)物資本造成實(shí)質(zhì)性的損害和破壞，也不是流動(dòng)性枯竭引起的信用急速收縮，而主要表現(xiàn)在對(duì)人力健康資本的沖擊，間接破壞市場(chǎng)正常交易機(jī)制，經(jīng)濟(jì)基本上處于凍結(jié)或休克狀態(tài)。這種不同于以往的沖擊表現(xiàn)，要求政府在宏觀政策應(yīng)對(duì)上也要有所區(qū)別，但現(xiàn)有研究還未涉及這方面理論框架討論。

為彌補(bǔ)現(xiàn)有研究空白，本文試圖實(shí)現(xiàn)以下幾方面創(chuàng)新：一是結(jié)合醫(yī)學(xué)流行傳染病SIR模型，刻畫(huà)疫情沖擊過(guò)程，并通過(guò)人力健康資本將疫情引入傳統(tǒng)動(dòng)態(tài)隨機(jī)一般均衡模型框架內(nèi)。二是通過(guò)投資不可回撤和固定成本渠道，刻畫(huà)財(cái)政對(duì)中小企業(yè)收支兩端的政策支持，揭示不同財(cái)政政策背后的經(jīng)濟(jì)機(jī)制。三是通過(guò)金融市場(chǎng)分層，刻畫(huà)帶有鮮明中國(guó)特色的銀企關(guān)系，捕捉新冠肺炎疫情對(duì)企業(yè)生產(chǎn)的非對(duì)稱(chēng)影響。四是采用反事實(shí)模擬分析，揭示經(jīng)驗(yàn)事實(shí)背后的經(jīng)濟(jì)邏輯，形成交叉驗(yàn)證。

三、經(jīng)驗(yàn)事實(shí)

（一）宏觀層面

我國(guó)中小企業(yè)數(shù)量已超3 000萬(wàn)，具有“五六七八九”的典型特征：中小企業(yè)創(chuàng)造了50%以上的稅收，60%以上的GDP，70%的技術(shù)創(chuàng)新，80%的城鎮(zhèn)勞動(dòng)力就業(yè)，占了99%的市場(chǎng)主體。盡管中小企業(yè)是社會(huì)經(jīng)濟(jì)發(fā)展的主體，但也是企業(yè)生態(tài)中相對(duì)的弱勢(shì)群體。從宏觀層面看，中小企業(yè)生產(chǎn)經(jīng)營(yíng)的困難，都會(huì)通過(guò)社會(huì)消費(fèi)品零售總額、就業(yè)率等宏觀指標(biāo)間接反映出來(lái)。圖1顯示，2020年1-2月全國(guó)城鎮(zhèn)調(diào)查失業(yè)率從5%左右的常態(tài)水平迅速攀升至6.2%，就業(yè)人員平均工作時(shí)間從46小時(shí)/周斷崖式降至40小時(shí)/周。這表明，中小企業(yè)生產(chǎn)停擺，造成大量返工人員無(wú)法就業(yè)，即使在崗人員工作時(shí)間也大幅縮減，社會(huì)就業(yè)承壓飆升。

作為服務(wù)業(yè)的主體，中小企業(yè)廣泛分布于零售批發(fā)、交通運(yùn)輸、住宿餐飲、電影娛樂(lè)、文化旅游等行業(yè)。如果中小企業(yè)營(yíng)業(yè)收入銳減，那么社會(huì)消費(fèi)需求就會(huì)疲軟下滑，投資表現(xiàn)出低迷。圖2、圖3顯示，2020年1-2月全國(guó)固定資產(chǎn)投資同比下降24.5%，社會(huì)消費(fèi)品零售總額同比增長(zhǎng)下降20.5%。這表明，新冠肺炎疫情對(duì)中小企業(yè)的沖擊更大，宏觀經(jīng)濟(jì)已顯露出“疫情模式”特點(diǎn)。

（二）微觀層面

除了宏觀層面的數(shù)據(jù)，微觀問(wèn)卷調(diào)查和數(shù)據(jù)分析同樣反映出，新冠肺炎疫情對(duì)中小企業(yè)的影響較大。中國(guó)中小企業(yè)協(xié)會(huì)（2020）調(diào)研顯示，近67.69%企業(yè)反映營(yíng)業(yè)收入減少，21.61%企業(yè)無(wú)法及時(shí)償還貸款等債務(wù)，86.22%企業(yè)賬上資金無(wú)法支撐3個(gè)月以上，33.73%企業(yè)資金支撐不到1個(gè)月，只有9.89%企業(yè)反映可以支撐半年以上。這說(shuō)明新冠肺炎疫情造成市場(chǎng)需求萎縮，可能成為壓垮融資本身就較為困難的中小企業(yè)的最后一根稻草。李峰等（2020）通過(guò)調(diào)研發(fā)現(xiàn)，本次疫情對(duì)我國(guó)經(jīng)濟(jì)的影響嚴(yán)重，尤其是實(shí)體行業(yè)更為明顯。從企業(yè)性質(zhì)的角度看，受疫情影響，國(guó)企表現(xiàn)出高穩(wěn)定性，而民營(yíng)企業(yè)受到的負(fù)面沖擊較大。朱武祥等（2020）對(duì)全國(guó)多地1 435家中小企業(yè)受武漢新型冠狀病毒感染肺炎疫情影響的情況及訴求進(jìn)行了問(wèn)卷調(diào)查，調(diào)查顯示58.05%的企業(yè)應(yīng)收預(yù)計(jì)下降20%以上（見(jiàn)圖4），62.78%的企業(yè)認(rèn)為員工工資及五險(xiǎn)一金是主要的支出壓力，超過(guò)2/3的企業(yè)資金維持能力不超過(guò)2個(gè)月，其中34%的企業(yè)認(rèn)為難以維持1個(gè)月（見(jiàn)圖5）。企業(yè)訴求主要是在社保、租金、員工薪資等成本支出方面給予補(bǔ)貼或減免。

總體上，中小企業(yè)多屬于勞動(dòng)密集型企業(yè)，往往作為大型企業(yè)的配套供應(yīng)商或服務(wù)商參與生產(chǎn)，是制造業(yè)產(chǎn)業(yè)鏈的重要參與者，但因行業(yè)準(zhǔn)入、產(chǎn)品單一、附加值低、受上下游產(chǎn)業(yè)的制約等，其生存能力本身就較弱。受新冠肺炎疫情影響，居家隔離等防控措施造成供應(yīng)鏈暫時(shí)性?xún)鼋Y(jié)，經(jīng)濟(jì)活動(dòng)進(jìn)入“暫?！被颉靶菘恕睜顟B(tài)，中小企業(yè)生產(chǎn)和收入急劇下挫，誘發(fā)短期現(xiàn)金流斷裂，疊加融資難、融資貴老問(wèn)題，導(dǎo)致一些中小企業(yè)難以承受短期沖擊，瀕臨倒閉破產(chǎn)。

四、理論模型

（一）模型描述

國(guó)際經(jīng)驗(yàn)表明，資本融資方面，大企業(yè)比中小企業(yè)具有天然的優(yōu)勢(shì)，中小企業(yè)普遍面臨“融資難、融資貴”的困境。對(duì)此，我們模型主要通過(guò)兩方面來(lái)加以刻畫(huà)：一是中小企業(yè)貸款的利率含有較高的風(fēng)險(xiǎn)溢價(jià)，這體現(xiàn)出中小企業(yè)“融資貴”的特征；二是中小企業(yè)貸款的融資約束更緊，這體現(xiàn)出中小企業(yè)“融資難”的特征。家庭居民向銀行存款，并提供勞動(dòng)力，而企業(yè)家向銀行貸款，并購(gòu)買(mǎi)資本投資企業(yè)。大企業(yè)和中小企業(yè)都生產(chǎn)中間產(chǎn)品，并同時(shí)銷(xiāo)售給批發(fā)廠商，批發(fā)廠商加總生產(chǎn)成批發(fā)品轉(zhuǎn)售給零售商，零售商無(wú)成本貼標(biāo)出售最終產(chǎn)品。圖6展示了本文理論模型框架結(jié)構(gòu)，具體模型設(shè)定見(jiàn)下。

1. 家庭部門(mén)

其中，t是時(shí)間，參數(shù)a和b分別刻畫(huà)沖擊拐點(diǎn)和速度。

（二）參數(shù)校準(zhǔn)和估計(jì)

我們將模型參數(shù)分為兩個(gè)集合，對(duì)于標(biāo)準(zhǔn)結(jié)構(gòu)參數(shù)，采用校準(zhǔn)方法。具體地，根據(jù)3個(gè)月定期存款基準(zhǔn)年化利率均值2.85%，居民主觀貼現(xiàn)率取0.994。閑暇在效用函數(shù)中權(quán)重取0.532，匹配我國(guó)法定工作時(shí)間是8小時(shí)/天。根據(jù)模型穩(wěn)態(tài)條件，可分別推出大企業(yè)和中小企業(yè)產(chǎn)能利用率系數(shù)。在我國(guó)，固定資產(chǎn)平均使用年限為10年，季度資本折舊率取0.025。由于在模型經(jīng)濟(jì)中，兩類(lèi)企業(yè)許多指標(biāo)都表現(xiàn)出相對(duì)性。當(dāng)我們標(biāo)準(zhǔn)化大企業(yè)產(chǎn)能利用率的邊際折舊彈性為1，根據(jù)模型穩(wěn)態(tài)條件可推出，中小企業(yè)產(chǎn)能利用率的邊際折舊彈性為15.003。企業(yè)投資調(diào)整成本系數(shù)取5（康立和龔六堂，2014），零售品之間替代彈性取10（馬文濤，2011），價(jià)格粘性取0.75（梅冬州和龔六堂，2011）。根據(jù)林仁文和楊熠（2014）的估算，大企業(yè)和中小企業(yè)資本產(chǎn)出彈性分別取0.6和0.45。大企業(yè)和中小企業(yè)產(chǎn)出替代彈性取6（肖爭(zhēng)艷等，2013），存款準(zhǔn)備金率取0.13，中小企業(yè)產(chǎn)出占批發(fā)商產(chǎn)出份額取0.6（易綱，2018）。根據(jù)《中國(guó)小微企業(yè)金融服務(wù)報(bào)告2018》披露，我國(guó)中小企業(yè)生存周期平均為3年，中小企業(yè)家破產(chǎn)率取0.3。根據(jù)2016年《財(cái)富》世界500強(qiáng)數(shù)據(jù)，我國(guó)大企業(yè)家破產(chǎn)率取0.1。健康投資效率系數(shù)標(biāo)準(zhǔn)化為1，健康投資時(shí)間彈性取0.8（DeJong和Ingram，2001）。根據(jù)我國(guó)壽險(xiǎn)保費(fèi)年均增速9.1%，大致可認(rèn)為季度健康折舊率為0.023。根據(jù)Wind數(shù)據(jù)庫(kù)中2019新型冠狀病毒性肺炎數(shù)據(jù)，結(jié)合SIR模型推算出a和b分別為50和-0.1。根據(jù)人民銀行公布的存款基準(zhǔn)利率和一般貸款加權(quán)利率測(cè)算商業(yè)銀行對(duì)不同借貸主體的貸款利率彈性，其中大企業(yè)貸款利率彈性取120，中小企業(yè)貸款利率彈性取103。詳見(jiàn)表1。

其余參數(shù)利用2000年第1季度至2018年第4季度宏觀數(shù)據(jù)進(jìn)行貝葉斯估計(jì)得到，數(shù)據(jù)來(lái)源為CQER數(shù)據(jù)庫(kù)1。根據(jù)已有文獻(xiàn)先驗(yàn)信息給出待估參數(shù)初始值，缺少先驗(yàn)信息則采用較為寬松設(shè)定，盡量使估計(jì)結(jié)果較少受先驗(yàn)分布誤設(shè)影響。為避免估計(jì)的非奇異矩陣問(wèn)題，選取產(chǎn)出、消費(fèi)、銀行間債券質(zhì)押式回購(gòu)利率及通貨膨脹率4個(gè)觀測(cè)變量，關(guān)閉健康資本沖擊，同時(shí)保留偏好沖擊、中小企業(yè)和大企業(yè)勞動(dòng)生產(chǎn)率沖擊及貨幣政策沖擊4個(gè)結(jié)構(gòu)沖擊。為增加估計(jì)精度，在模型經(jīng)濟(jì)中補(bǔ)充量測(cè)方程，建立實(shí)際數(shù)據(jù)與模型中觀測(cè)變量之間聯(lián)系（Pfeifer，2015）。

表2估計(jì)結(jié)果顯示，在95%置信區(qū)間內(nèi)中小企業(yè)貸款抵押率為50%，中央銀行對(duì)通脹缺口與產(chǎn)出缺口的反饋幾乎相當(dāng)，與實(shí)際情況比較吻合，說(shuō)明觀測(cè)樣本能夠識(shí)別出我國(guó)經(jīng)濟(jì)環(huán)境。為進(jìn)一步評(píng)估模型適用性，參照Kirchner和Wijnbergen（2016）的研究，比較模型所隱含的基本商業(yè)周期與實(shí)際數(shù)據(jù)的偏差。表3結(jié)果顯示，盡管我們的模型為封閉經(jīng)濟(jì)體，未包含凈出口市場(chǎng)，模型經(jīng)濟(jì)與現(xiàn)實(shí)經(jīng)濟(jì)存在稍許偏差，但從實(shí)際數(shù)據(jù)和模型變量的矩匹配看，模型對(duì)大部分變量的標(biāo)準(zhǔn)差和自相關(guān)性進(jìn)行了很好的匹配，經(jīng)驗(yàn)矩與模擬矩的點(diǎn)估計(jì)比較接近，對(duì)應(yīng)的t統(tǒng)計(jì)量的絕對(duì)值都在2以下，這說(shuō)明，理論模型能夠合理地復(fù)制樣本數(shù)據(jù)的動(dòng)態(tài)性，觀測(cè)變量數(shù)據(jù)已充分識(shí)別估計(jì)待估參數(shù)。

五、反事實(shí)模擬

暫且不論新冠肺炎疫情對(duì)我國(guó)公共衛(wèi)生領(lǐng)域的重大影響，新冠肺炎疫情對(duì)宏觀經(jīng)濟(jì)的需求和供給都造成一定沖擊，尤其是對(duì)中小企業(yè)的生產(chǎn)更具破壞性沖擊。為對(duì)沖新冠肺炎疫情負(fù)面影響，我國(guó)已推出一系列財(cái)政政策和貨幣政策，這里我們將揭示新冠肺炎疫情對(duì)經(jīng)濟(jì)沖擊背后的影響傳遞機(jī)制，并反事實(shí)模擬這些政策的經(jīng)濟(jì)效應(yīng)。

（一）新冠肺炎疫情對(duì)中小企業(yè)的經(jīng)濟(jì)影響

圖8顯示，新冠肺炎疫情對(duì)大企業(yè)和中小企業(yè)的生產(chǎn)具有非對(duì)稱(chēng)經(jīng)濟(jì)影響。當(dāng)給一個(gè)初始1%連續(xù)20期反logistics類(lèi)疫情沖擊時(shí)，隨著疫情沖擊的逐漸衰減，大企業(yè)的產(chǎn)出、勞動(dòng)力、投資和產(chǎn)能利用率分別下降1.67%、2.18%、1.72%和2.48%，而中小企業(yè)的產(chǎn)出、勞動(dòng)力、投資和產(chǎn)能利用率分別下降5.59%、4.42%、3.08%和7.64%。從需求方面來(lái)看，當(dāng)疫情沖擊損害居民健康資本時(shí)，導(dǎo)致居民增加保健時(shí)間，減少勞動(dòng)供給。居民經(jīng)濟(jì)活動(dòng)減少，收入下降，消費(fèi)會(huì)隨之下降，造成社會(huì)消費(fèi)需求衰退。而企業(yè)投資又取決于消費(fèi)需求，疲軟的消費(fèi)需求會(huì)進(jìn)一步抑制企業(yè)投資動(dòng)機(jī)，導(dǎo)致企業(yè)產(chǎn)能利用率和生產(chǎn)率內(nèi)生性驟降，被迫削減投資。由于模型經(jīng)濟(jì)中的中小企業(yè)在社會(huì)總產(chǎn)出中占有較高份額，這種負(fù)沖擊自然對(duì)中小企業(yè)的影響更大。同時(shí)，圖8顯示，疫情沖擊也造成企業(yè)融資約束不同程度收緊，其中大企業(yè)融資約束收緊不到0.05%，而中小企業(yè)融資約束收緊超0.15%，相當(dāng)于大企業(yè)的3倍多，這表明，實(shí)體經(jīng)濟(jì)供求循環(huán)機(jī)制不暢，傳導(dǎo)到信貸市場(chǎng)上，又引起中小企業(yè)流動(dòng)性約束驟然收緊，借貸成本上升，加重其流動(dòng)性短缺困境。反過(guò)來(lái)，中小企業(yè)信貸融資不足，反射回實(shí)體經(jīng)濟(jì)，又進(jìn)一步制約其生產(chǎn)和投資。這種負(fù)反饋循環(huán)促使消費(fèi)需求進(jìn)一步減少，加劇供需失衡和金融狀況趨緊，造成經(jīng)濟(jì)下滑，對(duì)中小企業(yè)生產(chǎn)更具破壞性。

疫情沖擊是總需求沖擊，也是總供給沖擊，其對(duì)企業(yè)生產(chǎn)的影響不僅表現(xiàn)在需求萎縮、勞動(dòng)力供給減少、產(chǎn)能利用率下降等供求失衡方面，也反映在借貸成本上升和金融環(huán)境收緊后，企業(yè)生產(chǎn)經(jīng)營(yíng)面臨較高不確定性。對(duì)此，我們隨機(jī)模擬1 000期，抽取200期作圖。圖9顯示，面臨相同的疫情沖擊時(shí)，中小企業(yè)的產(chǎn)出、勞動(dòng)力、投資和產(chǎn)能利用率的波動(dòng)比大企業(yè)更劇烈。這是因?yàn)?，在模型?jīng)濟(jì)中，健康資本不僅影響居民效用水平，也決定企業(yè)生產(chǎn)效率。從供給方面來(lái)看，當(dāng)疫情沖擊造成居民直接減少勞動(dòng)供給、企業(yè)用工不足時(shí)，相比大企業(yè)，中小企業(yè)的勞動(dòng)產(chǎn)出彈性更高，勞動(dòng)投入不足會(huì)造成其生產(chǎn)率和產(chǎn)能利用率內(nèi)生下降更多，中小企業(yè)盈利下滑也制約其通過(guò)銀行獲取貸款的能力，最終造成生產(chǎn)經(jīng)營(yíng)不確定性更大。因此，疫情對(duì)中小企業(yè)生產(chǎn)的沖擊將超過(guò)其對(duì)大企業(yè)的沖擊，具有更大的劇烈波動(dòng)特征。

（二）財(cái)政政策對(duì)中小企業(yè)復(fù)工復(fù)產(chǎn)的影響

目前，企業(yè)受疫情沖擊存在兩點(diǎn)現(xiàn)實(shí)困難：一是收入損失；二是支出剛性。對(duì)此，在基準(zhǔn)模型基礎(chǔ)上，我們分別通過(guò)兩種方式加以刻畫(huà)：一是對(duì)中小企業(yè)家目標(biāo)函數(shù)施加一個(gè)投資不可回撤約束，給定企業(yè)投資下限臨界值，模擬政府通過(guò)直接或間接補(bǔ)貼等方式，支持中小企業(yè)改造生產(chǎn)線，生產(chǎn)緊缺醫(yī)療物資，推動(dòng)復(fù)工復(fù)產(chǎn)，恢復(fù)收入。二是在中小企業(yè)生產(chǎn)函數(shù)中引入固定成本，通過(guò)固定成本對(duì)收入占比的改變，模擬政府對(duì)中小企業(yè)減稅降費(fèi)的減負(fù)政策。

（三）貨幣政策對(duì)中小企業(yè)復(fù)工復(fù)產(chǎn)的影響

為緩解中小企業(yè)現(xiàn)金流斷裂問(wèn)題，除了增加業(yè)務(wù)收入和減少經(jīng)營(yíng)成本，更多的是獲得外部融資。只有適度充分的流動(dòng)性，才能保障企業(yè)以較低成本融資就能實(shí)現(xiàn)不同資產(chǎn)的轉(zhuǎn)換。對(duì)此，在基準(zhǔn)模型基礎(chǔ)上，我們模擬了兩類(lèi)貨幣政策措施：一是總量貨幣政策，通過(guò)存款準(zhǔn)備金率下降，模擬中央銀行加大流動(dòng)性投放操作；二是結(jié)構(gòu)性貨幣政策，通過(guò)上調(diào)中小企業(yè)貸款抵押率，模擬中央銀行支持中小企業(yè)融資的專(zhuān)項(xiàng)再貸款操作。

圖12顯示，在總量貨幣政策下，貨幣擴(kuò)張對(duì)需求和就業(yè)產(chǎn)生了乘數(shù)效應(yīng)，擴(kuò)大融資規(guī)模，中小企業(yè)融資約束、產(chǎn)出和就業(yè)降幅分別收窄至0.54%、2.9%和4.73%，帶動(dòng)總產(chǎn)出、總就業(yè)降幅收窄至2.86%和7.23%。在結(jié)構(gòu)性貨幣政策下，針對(duì)中小企業(yè)實(shí)施更低的融資成本安排，突出利率成本差別化與特殊化，向中小企業(yè)注入流動(dòng)性，中小企業(yè)融資約束、產(chǎn)出和就業(yè)降幅分別收窄至0.31%、1.46%和2.04%，帶動(dòng)總產(chǎn)出、總就業(yè)降幅收窄至6.36%和3.89%。相比而言，總量貨幣政策通過(guò)放松銀根，推動(dòng)貸款市場(chǎng)利率下行，為實(shí)體經(jīng)濟(jì)融資營(yíng)造寬松環(huán)境，促進(jìn)總產(chǎn)出和總投資。而結(jié)構(gòu)貨幣政策發(fā)揮激勵(lì)引導(dǎo)作用，定向精準(zhǔn)放松了中小企業(yè)融資約束，直接縮短中小企業(yè)融資鏈條，打破資金價(jià)格“轉(zhuǎn)批發(fā)”層層加價(jià)困境，中小企業(yè)融資在邊際改善，產(chǎn)出和就業(yè)降幅顯著收窄。這意味著為了更好地發(fā)揮貨幣政策調(diào)控的效果，我們既要在總量上保持流動(dòng)性合理充裕，保證不出現(xiàn)“大河無(wú)水小河干”情況，更要在結(jié)構(gòu)上強(qiáng)化對(duì)中小企業(yè)的貨幣信貸支持力度，精準(zhǔn)滴灌，避免大水漫灌的后遺癥。

六、結(jié)論與政策建議

綜上，本文在DSGE模型框架中引入人力健康資本，剖析新冠肺炎疫情對(duì)中小企業(yè)沖擊的影響傳遞機(jī)制，同時(shí)進(jìn)行反事實(shí)模擬評(píng)估，發(fā)現(xiàn)：第一，疫情沖擊既是總需求沖擊，也是總供給沖擊，其對(duì)大企業(yè)和中小企業(yè)的生產(chǎn)具有非對(duì)稱(chēng)經(jīng)濟(jì)影響，中小企業(yè)生產(chǎn)既面臨需求萎縮、勞動(dòng)力供給減少、產(chǎn)能利用率下降等供求失衡影響，又承受借貸成本上升和金融環(huán)境收緊后的較高不確定性。第二，疫情沖擊下，為支持中小企業(yè)復(fù)工復(fù)產(chǎn)，財(cái)政政策支持可從收支兩端發(fā)力，但減負(fù)財(cái)政政策對(duì)中小企業(yè)幫扶的經(jīng)濟(jì)效應(yīng)顯著優(yōu)于補(bǔ)貼財(cái)政政策。第三，為緩解中小企業(yè)現(xiàn)金流斷裂問(wèn)題，總量貨幣政策與結(jié)構(gòu)性貨幣政策配合才能相得益彰?？偭控泿耪弑３至鲃?dòng)性合理充裕，為企業(yè)融資營(yíng)造寬松環(huán)境，而結(jié)構(gòu)性貨幣政策定向強(qiáng)化對(duì)中小企業(yè)的貨幣信貸支持力度。第四，財(cái)政政策和貨幣政策既要重視中小企業(yè)短期困難，也要運(yùn)用綜合手段構(gòu)建長(zhǎng)效機(jī)制，推動(dòng)結(jié)構(gòu)性改革。政府應(yīng)明確短期應(yīng)急政策不能擴(kuò)大化、長(zhǎng)期化和固定化，政策支持重在“幫扶托底”而非“大規(guī)模刺激”。

基于理論模擬的結(jié)果，本文提出如下的政策建議：第一，理順政策工具間配合，對(duì)癥下藥應(yīng)對(duì)疫情沖擊下的中小企業(yè)幫扶支持。財(cái)政政策具有精準(zhǔn)定向、政策時(shí)滯短的特征，應(yīng)發(fā)揮主導(dǎo)作用，重在幫扶中小企業(yè)減負(fù)而非刺激，避免企業(yè)承壓過(guò)度而破產(chǎn)，補(bǔ)償?shù)褪杖雱趧?dòng)者，恢復(fù)全社會(huì)購(gòu)買(mǎi)力。貨幣政策既要通過(guò)總量寬松確保市場(chǎng)流動(dòng)性充裕，又要在結(jié)構(gòu)上強(qiáng)化對(duì)中小企業(yè)的貨幣信貸支持力度。第二，幫扶中小企業(yè)政策選擇可考慮與結(jié)構(gòu)性、體制性改革措施相結(jié)合，以抗擊疫情為契機(jī)，化解經(jīng)濟(jì)金融活動(dòng)中長(zhǎng)期阻滯問(wèn)題。譬如，把對(duì)中小企業(yè)臨時(shí)性幫扶與推動(dòng)中小企業(yè)融資難、融資貴問(wèn)題解決有機(jī)結(jié)合起來(lái)，建立貨幣政策傳導(dǎo)長(zhǎng)效機(jī)制。第三，反思危機(jī)背后的深層次矛盾，明確短期應(yīng)急政策不能擴(kuò)大化、長(zhǎng)期化和固定化，推進(jìn)社會(huì)公共應(yīng)急管理和服務(wù)改革，將中小企業(yè)應(yīng)對(duì)措施納入公共衛(wèi)生事件應(yīng)急響應(yīng)機(jī)制。

參考文獻(xiàn)：

[1] 陳國(guó)進(jìn)、晁江鋒、武曉利、趙向琴：《罕見(jiàn)災(zāi)難風(fēng)險(xiǎn)和中國(guó)宏觀經(jīng)濟(jì)波動(dòng)》[J].《經(jīng)濟(jì)研究》2014年第8期。

[2] 晁江鋒、趙向琴、武曉利、陳國(guó)進(jìn)：《罕見(jiàn)災(zāi)難沖擊與財(cái)政政策效應(yīng)研究》[J].《當(dāng)代財(cái)經(jīng)》2015年第1期。

[3] 財(cái)政部財(cái)政科學(xué)研究所課題組：《我國(guó)中小企業(yè)發(fā)展支持政策研究》[J].《經(jīng)濟(jì)研究參考》2015年第8期。

[4] 康立、龔六堂：《金融摩擦、銀行凈資產(chǎn)與國(guó)際經(jīng)濟(jì)危機(jī)傳導(dǎo)》[J].《經(jīng)濟(jì)研究》2014年第5期。

[5] 李峰、吳婷、王剛：《新型冠狀病毒疫情對(duì)金融與實(shí)體行業(yè)的影響調(diào)研》，上海交通大學(xué)上海高級(jí)金融學(xué)院官網(wǎng)，2020年3月25日。

[6] 李宏：《重大突發(fā)事件沖擊性經(jīng)濟(jì)效應(yīng)與潛在影響評(píng)判》[J].《社會(huì)科學(xué)家》2016年第9期。

[7] 李建強(qiáng)、高宏：《結(jié)構(gòu)性貨幣政策能降低中小企業(yè)融資約束嗎》[J].《經(jīng)濟(jì)科學(xué)》2019年第6期。

[8] 林仁文、楊熠：《中國(guó)市場(chǎng)化改革和貨幣政策有效性演變》[J].《管理世界》2014年第6期。

[9] 呂勁松：《關(guān)于中小企業(yè)融資難、融資貴問(wèn)題的思考》[J].《金融研究》2015年第11期。

[10] 梅冬州、龔六堂：《貨幣錯(cuò)配、匯率升值和經(jīng)濟(jì)波動(dòng)》[J].《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2011年第6期。

[11] 馬文濤：《貨幣政策的數(shù)量型工具與價(jià)格型工具的調(diào)控績(jī)效比較》[J].《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2011年第10期。

[12] 世界衛(wèi)生組織：《2019冠狀病毒病（COVID-19）疫情媒體通報(bào)會(huì)》，世界衛(wèi)生組織官網(wǎng)，2020年3月1日。

[13] 文魁、張連城、朱偉奇、李婧等：《SARS的經(jīng)濟(jì)學(xué)思考》[J].《首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)》，2003年第4期。

[14] 肖爭(zhēng)艷、郭豫媚、潘璐：《企業(yè)規(guī)模與貨幣政策的非對(duì)稱(chēng)效應(yīng)》[J].《經(jīng)濟(jì)理論與經(jīng)濟(jì)管理》，2013年第9期。

[15] 易綱：《關(guān)于改善小微企業(yè)金融服務(wù)的幾個(gè)視角》[J].《商業(yè)文化》，2018年第18期。

[16] 袁靖、陳國(guó)進(jìn)：《罕見(jiàn)災(zāi)難、不確定性沖擊和國(guó)債風(fēng)險(xiǎn)溢價(jià)》[J].《統(tǒng)計(jì)與信息論壇》，2015年第5期。

[17] 朱武祥、劉軍、魏煒、歐陽(yáng)良宜：《疫情對(duì)中小企業(yè)的影響及應(yīng)對(duì)思考》，新浪財(cái)經(jīng)官網(wǎng)，2020年2月5日。

[18] 中國(guó)人民銀行：《2018年第二季度貨幣政策執(zhí)行報(bào)告》，中國(guó)人民銀行官網(wǎng)，2018年8月12日。

[19] 中國(guó)中小企業(yè)協(xié)會(huì)：《關(guān)于新冠肺炎疫情對(duì)中小企業(yè)影響及對(duì)策建議的調(diào)研報(bào)告》，新浪科技官網(wǎng)，2020年3月2日。

[20] 朱軍、張淑翠、李建強(qiáng)：《突發(fā)疫情的經(jīng)濟(jì)影響與財(cái)政干預(yù)政策評(píng)估》[J].《經(jīng)濟(jì)與管理評(píng)論》，2020年第3期。

[21] Barro， R.， & J. F. Ursúa.， Rare Macroeconomic Disasters. Annual Review of Economics， Vol.4， No.1， 2012， pp. 83-109.

[22] Bernanke， B.S.， Gertler， M.， & Gilchrist， S.， The Financial Accelerator in a Quantitative Business Cycle Framework. Handbook of Macroeconomics， No.1 1999， pp.1341-1393.

[23] Cuaresma， C.， Hlouskova， & Obersteiner.， Natural Disasters as Creative Destruction？ Evidence from Developing Countries. Economic Inquiry ， Vol.46， No.2， 2008， pp. 214-226.

[24] DeJong， D.， & B. Ingram， The Cyclical Behavior of Skill Acquisition. Review of Economic Dynamics， Vol.4， No. 3， 2011， pp. 536-561.

[25] Seluck，F(xiàn).， & Yeldan，E.， On the Macroeconomicimpact of the August 1999 Earthquake in Turkey：a First Assessment. Applied Economics Letters， Vol. 8， No.7， 2001， pp：483-488.

[26] Gertler， M.， & P. Karadi.， A Model of Unconventional Monetary Policy. Journal of Monetary Economics， Vol.58， No.1， 2011， pp. 17-34.

[27] Gourio， F.， Disaster Risk and Business Cycles. American Economic Review， Vol.102， No.6， 2012， pp.2734-2766.

[28] Judd， K.， Numerical Methods in Economics， The MIT Press， Cambridge， Massachusetts， 1998.

[29] Kiyotaki， N. & Moore， J.， Credit Cycles. Journal of Political Economy， Vol.105， No.2， 1997， pp.211-248.

[30] Markus K. & Wijnbergen， S. V.， Fiscal Deficits， Financial Fragility， and the Effectiveness of Government Policies， Journal of Monetary Economics， Vol.80. 2016， pp.51-68.

[31] Noy， I.， The Macroeconomic Consequences of Disasters. Journal of Development Economics， Vol.88， No.2， 2009， pp. 0-231.

[32] Pfeifer， J.， A Guide to Specifing Observation Equations for the Estimation of DSGE Models. Manuscript， 2015.

[33] Rasmussen， T. N.， Macroeconomic Implications of Natural Disasters in the Caribbean. IMF working paper， 2004.

[34] Song， Z.， K. Storesletten & F. Zilibotti， Growing Like China. American Economic Review， Vol. 101， No.1， 2011， pp.169-236.

[35] Skidmore， M. & Toya， H.， Do Natural Disasters Promote Long-Run Growth. Economic Inquiry， Vol.40， No.4， 2002， pp.664-687.

[36] Stiglitz J.E. & Weiss A.， Credit Rationing in Market with Imperfect Information. American Economic Review， vol71， No.3， 1981， pp.393-410.

The Impact of 2019-nCoV Epidemic on SME and Economic Policy Simulation

ZHANG Shu-cui LI Jian-qiang LIANG Yi-xin

Abstract： The sudden outbreak of 2019-nCoV epidemic have a negative impact on the macro economy and microagent.This paper analyzes the impact mechanism of the 2019-nCoV epidemic on small and medium-sized enterprises， and counter-factual simulation and assess the effect of fiscal policy and money policy. The simulation shows that： first， the epidemic shock is both the aggregate demand shock and the aggregate supply shock， and it has an asymmetric economic impact on the production of large enterprises and small and medium-sized enterprises. Second， in order to support smes to resume production， fiscal policy can be implement from both income and expenditure， but the economic effect of tax reduction policy on smes is significantly better than that of subsidies. Third， in order to the problem of cash flow fracture of small and medium-sized enterprises， the combination of aggregate monetary policy and structural monetary policy can bring out the best in each other. The aggregate monetary policy maintains reasonably abundant liquidity and provides an easy environment for enterprises to finance， while the structural monetary policy is targeted to strengthen monetary and credit support for small and medium-sized enterprises. Fourth， short-term anti-epidemic policies should be combined with long-term structural reform.Policies should focus on "assistance" rather than "stimulus" and it is clear that short-term emergency policies should not be expanded， extended or immobilized.

Keywords： 2019-nCoV； Small Medium Enterprise； Economic Policy Simulation

〔責(zé)任編輯：應(yīng)珊珊〕