美联储全球（错误）资本配置

编号 1399 2024 年 11 月 全球(MIS) 资本分配 Carol Bertaut, Stephanie E. Curcuru, Ester Faia, Pierre - Olivier Gourinchas 请引用本文为 ：Bertaut ， Carol ， Stephanie E. Curcuru ， Ester Faia 和 Pierre - Olivier Gourinchas(2024) 。 “全球 (小额) 资本分配 ” ， 国际金融讨论论文 1399 。华盛顿 ： 联邦储备系统理事会 ，https: / / doi. org / 10.17016 / IFDP.2024. 1399 。 注意：国际金融讨论论文（IFDPs）是初步材料，旨在激发讨论和批判性评论。文中所述的分析和结论仅代表作者观点，并不表示研究部门其他成员或联邦储备委员会成员的共识。在出版物中引用国际金融讨论论文系列时（除致谢外），应征得作者同意以保护这些论文的初步性质。最近的IFDPs可在www.federalreserve.gov/pubs/ifdp/网站上获取。本文可以从Social Science Research Network电子图书馆www.ssrn.com免费下载。 全球(MIS) 资本分配∗ Carol BertautStephanie Curcuru联邦储备委员会联邦储备委员会 Ester FaiaPierre - Olivier Gourinchas法兰克福歌德大学 ， CEPRIMF 、加州大学伯克利分校和 CEP 2024 年 11 月 22 日 Abstract 资本流动的配置效率是最早且最具争议的问题之一。我们通过将1995年至2022年美国对外统计中报告的跨境证券持有量与相应的配置效率公司级指标进行匹配来回答这一问题。我们发现，美国投资者将其国际股票投资倾向于具有高MRPK和加成率的企业，从而促进了这些企业的成长潜力。外国投资者则将其持有量倾向于具有高生产率和无形资本的美国企业。竞速结果显示，生产率是预测外国企业在美投资的最佳指标，而MRPK是预测美国企业在外投资的最佳指标。获得更多国际融资的美国企业和外国企业都会增加对无形资本的支出，而外国企业还会增加有形资本的支出。这些结果对于更具有生产性的企业更为显著。 JEL 分类 ：E2, F3, F6.关键字:生产率、资本配置、资本流动。 1. Introduction 是否国际资本流动流向具有最高增长潜力的企业是一个长期且争议不断的问题（见卢卡斯(1990a),卡塞利和费耶(2007),Gourinchas 和 Jeanne(2013) 以及其他方面。这是一个重要问题，因为各国的增长取决于能否有效且高效地将资源 和资金分配给企业（参见Restuccia 和 Rogerson(2008),谢和克列诺(2009你：). 这个问题的答案一直难以捉摸，原因在于捕捉流向企业的国际资本的数量存在困难。国家和资产类别层面的外部资本流动统计数据易于获取，但在企业层面则相对较少。我们利用对国际投资者持有的保密企业级证券头寸的访问权限来解决这一问题，并分析国际资本流动的可能驱动因素及其对企业层面的影响。我们的研究结果提供了关于国际投资者在促进增长方面作用的见解，并探讨了诸如资本管制和其他摩擦等因素对这些流动的阻碍效应。 我们通过估计企业的生产率和其他效率指标，并将这些指标与美国对外债权和负债调查中的证券进行匹配，分析国际资本流动在分配资本给企业中的作用。迄今为止，少数关于资本流动分配作用的研究主要关注发展中国家以及单个国家内的资本流入。辛加诺和哈桑(2022)，这直接匹配了银行贷款与意大利企业的MRPK。我们的研究首次建立了国际融资与企业因国外股权投资而在美国及美国企业在海外投资所带来的生产效率之间的直接联系，从而捕捉到全球资本流动的重要份额。我们丰富的数据集使我们能够从多个维度描述分配过程，对经常账户动态做出预测性陈述，并评估资本流动的实际后果。 显示分配效率的提升等同于证明资金分配给了最具生产性的企业。这是一个具有挑战性的任务，因为它要求将高度细分的企业融资衡量指标与它们之间的差异（楔子）匹配起来。我们解决了这两个技术难题，因此直接回答了资本流动的分配效率问题。 我们分析的支柱是跨境资产的机密安全级别数据集 从保管人和投资者通过财政部国际资本 (TIC) 系统提交的官方文件中。1这些数据自2003年起每年收集，早期年份则较少频繁，因此我们采用安全填充程序将数据扩展至1995年。这些保密的、按证券级别收集的数据从未在类似研究中被使用过。为了评估资本流动对资产分配的影响，我们重点关注股票市场，因为股票占跨境资本的重要份额，并且可以与个别公司对应。 我们的分析的第二个支柱是由会计（Compustat Global）和金融（Refinitiv 或 Worldscope）数据估算的结构化公司层面的生产效率和财务状况指标。我们使用这些数据估算企业的生产率。Olley 和 Pakes(1996) ； 其他衡量生产效率的指标 ， 如 MRPK 和无形资本 ； 楔子 ， 如加价2；信用风险 ， 我们用它代理默顿(1974) 与默认值的距离。3经过对各国的这些措施进行调整以确保可比性，并计算出区域生产弹性后，我们然后通过ISIN匹配过程将公司层面的指标与美国跨境投资合并。最终数据集的时间跨度从1995年到2022年，涵盖了大约21,000家公司。 我们的主要实证分析旨在评估每家公司在跨境投资中的份额（扣除该公司在总市场资本化中的份额——以下简称净份额）如何映射到各种生产力和效率指标的分布中。公司层面度量值的广泛分散或分布的变化可能表明可能存在资源配置不当的问题（详见）。谢和克列诺(2009我们关注净份额来衡量超出由市场资本化变化驱动的部分所发生的比例分配。我们采用面板模型将净份额与所有公司指标关联，并包含公司固定效应和时间固定效应以控制不可观察的公司特征和共同的时间趋势。我们分别对美国外部债权和负债估算这一模型。 我们发现，美国投资者倾向于将其投资组合向那些资本边际生产力和加成较高、信用风险较低的外国企业倾斜。高楔形值的企业规模较小。 1 报告员依法必须完成TIC SHL/SHLA调查，因此他们提供的数据质量可能高于自愿调查。收益会定期与商业数据源交叉验证以确保准确性。有关数据的更多详情请参见附录。A and A.1. 2 我们遵循De Loecker 等人。(2020). 3 对于稳健性 ， 我们还考虑了其他财务指标 ， 如夏普比率。 比帕累托分配建议的要多 ， 因此向他们分配国际资金可以使他们成长 (见谢和克列诺(2009))\. 在另一个方向上，外国投资者倾向于将其投资组合配置向具有较高生产率、无形资本和信用风险的美国公司。这些效应的幅度相当显著：净持股比例增加一个标准差与美国公司的生产率提高6%相关。即使包括财务指标（如夏普比率）在内的因素，生产效率和楔形度量的显著性依然存在。随着时间的推移，无论是美国投资者还是外国投资者持有的公司，其生产率衡量指标和加成率均有所提高。 接下来，我们从三个方面拆解这一分配驱动因素。首先，通过动态分解分配变化为公司内部和公司间的变化部分。我们发现，在重新分配过程中，公司间的成分占主导地位，投资者会随时间将股份转移到更具生产性和效率更高的公司以及毛利率更高的公司。其次，我们询问公司指标是否具有预测未来资本流动的能力。通过使用离样本预测程序进行赛马分析，公平和席勒(1990), 我们表明所有公司层面的指标对净份额变化具有高度的预测能力，其中美国公司的生产力和外国公司的MRPK表现最高。 最后，而且最为重要的是，我们通过测试过去获得更多资金的公司是否也会增加投资来评估这种国际投资的实际后果。为了捕捉这一点，我们按照以下步骤进行。我们使用未来预测估计一个联立方程模型，将投资于有形或无形资本的概率与过去的净份额积极变化联系起来。这一方法遵循了资源配置文献的传统（见异质楔子效应）。谢和克列诺(2009只有部分企业能够有效地使用资金。为了捕捉这种异质性并了解哪些企业正在投资，我们将调节变量与一个表示企业生产力是否高于或低于中位数的虚拟变量进行交互。这种模型捕捉到了资金分配的预定性质及其对企业选择的异质性影响。我们发现，在国外资金增加之后，外国企业会增加对有形和无形资本的投资，而美国企业似乎仅在无形资本上增加支出。这些效应在更具生产力的企业中更为明显。 我们的研究结果为文献的多个方面做出了贡献。首先，我们的发现为资源配置不当的研究领域做出了贡献（见Restuccia 和 Rogerson(2008),谢和克列诺(2009) orBaqaee 和 Farhi(2020) 以及其他研究，通过直接提供证据说明资金分配给企业如何提高效率。证券与企业措施之间的直接匹配对于这一过程至关重要。我们关于重新分配至最具生产效率企业的结果也反映了超级明星企业在宏观经济中日益重要的地位（参见Autor 等人。(2020)). 第二，我们的结果补充了越来越多的研究文献，这些研究将资本流动与资源错配联系起来。以往的研究利用了大规模资本流入的时期（见Gopinath 等人。(2017),瓦雷拉(2018) orBau 和 Matray(2023并且考察了它们对资源配置扭曲代理指标的影响。贸易领域的 contemporaneous 文献探讨了其他事件如何影响资源配置扭曲的分布（参见Carrillo 等人。(2023我们通过精准匹配跨境投资与企业的生产率和效率指标，得以记录一些新颖的事实。特别地，我们考察了获得正面资金支持的企业与未获得资金支持的企业在投资方面的差异。辛加诺和哈桑(2022这是一个与资金直接关联的案例研究，即银行贷款与意大利企业MRPK之间的关系。我们大大扩展了研究范围，关注资本在美国境内及全球金融网络中的流入流出情况，美国是全球金融网络中最大的连接者。 第三 ， 关于资本流动的早期文献 (卢卡斯(1990b）认为尽管存在资本边际回报率的显著差异，资本并未从富裕国家流向贫穷国家。后续的研究强调了国内投资和储蓄差距在抑制回报方面的重要性（Gourinchas 和 Jeanne(2013);卡塞利和费耶(2007)) ， 或公共资产与私人资产的作用 (阿吉亚尔和阿马多尔(2011);Alfaro 等人。(2008我们的研究发现，美国投资者确实投资于更具效率且利润率更高的外国企业，这与理论相符。因此，我们的研究通过将重点从难以获得精确全要素生产率（TFP）的国家转移到企业，解决了先前的困惑。 最后，我们的研究从方法论上为估算企业度量值的 growing 文献做出了贡献（大部分文献已在上述部分引用），我们通过计算区域生产弹性的方法扩展了代理方法。4 2. 计量经济学策略和数据 我们的分析将美国跨境持股与企业生产力及其他指标匹配起来，以实现三大目标。首先，我们将考察国际资金在每家企业指标分布中的分配情况。其次，评估企业特征对未来资本流动的预测能力。最后，评估企业投资对国际资本流动的反应。以下是具体描述数据、计量经济模型设定以及简要介绍企业指标估计的详细内容。有关数据和企业指标的更多细节见附录。A andB.2. 2.1. Data 为了我们的分析，我们编制并匹配了两个微观数据集。第一个数据集是由美国外部投资组合主张和负债的全宇宙高质量、保密的安全级别数据集组成。这些数据是从2003年起通过美国财政部国际资本（TIC）系统收集的官方申报文件中构建的，并且从较早的年份开始则不那么定期地收集。申报文件包括每个美国投资者持有的每种外国证券的数量以及每个外国投资者持有的美国证券的数量，同时还包含有关它们回报的信息。5我们的分析重点是股票 ， 因为我们可以将它们映射到个人公司。有关数据集的更多详细信息在附录中A. 对于国家分组，我们使用发行公司母公司持有的国籍而非注册地——即发行公司的母公司的国籍。 我们分析的第二个支柱是企