出口激励和银行信贷对 COVID - 19 期间印度企业出口生存的作用

ERIA - DP - 2023 - 12ERIA 讨论论文系列编号 484出口激励和银行信贷对 COVID - 19 期间印度企业出口生存的作用Radeef CHUNDAKKADAN印度孟买印度理工学院经济系 radeef @ iitb. ac. inSubash SASIDHARAN印度理工学院人文社会科学系 ， 马德拉斯 ，金奈 subash @ iitm. ac. inKetan REDDY印度管理学院经济与公共政策系 ， 印度赖普尔 preddy @ iimraipur. ac. in2023 年 8 月Abstract:本研究的目的有三个方面。首先，我们分析了冠状病毒病 （ COVID - 19 ） 危机期间出口激励对企业生存的关系 ； 其次，我们探讨了银行依赖与出口市场生存之间的关系 ； 最后，我们检验了出口激励和银行依赖对出口市场生存的互补性和可替代性。我们使用 2016 年至 2022 年印度公司的公司层面信息，涵盖大流行前的 4 年和大流行后的 2 年。我们发现，出口激励措施和银行依赖性都提高了大流行后时期出口市场生存的可能性。这些结果适用于制造业和服务业，独立公司和商业集团分支机构。在为感兴趣的主要变量和不同方法使用替代代理时，我们的结果仍然稳健。关键词:出口激励; 银行依赖; 生存; 出口 1.Introduction国际贸易被认为是经济增长的引擎。然而，冠状病毒病 (COVID - 19) 大流行对全球经济产生了灾难性影响，贸易和生产水平出现了自二战以来的最大降幅 (鲍德温和迪毛罗，2020 年) 。2020 年 3 月至 4 月，全球贸易额萎缩了 21% 。在印度这样的新兴经济体的背景下，大宗商品出口在大流行的前两年 (2020 - 2022 年) 收缩了 3.3% 。制造业和服务业出口分别收缩了 6% 和 1%，1 这清楚地表明印度的贸易表现也受到了疫情爆发的影响。从公司的角度来看，贸易一体化的收益与其在国际市场上的生存有关 （ Besedes 和 Prsa，2010 ） 。大流行前的公司层面研究已经确定了各种公司层面的因素 (规模、年龄、经验、所有权、财务障碍、差异化产品和生产率)，这些因素有助于他们在出口市场中生存 (Reddy 和 Sasidhara，2023 年) 。通过知识流动，销售增长，风险分散以及进入全球网络的机会，对出口市场的长期参与与提高效率和产品质量有关 （ Esteve - P é rez 等。， 2007) 。对于国际化公司 （ 出口商 ） 而言，大流行引起的需求和供应冲击给全球市场生存增加了进一步的压力。因此，探索出口企业在 COVID - 19 大流行期间生存的决定因素至关重要。尽管具有政策意义，但我们不知道大流行对发展中国家企业出口市场生存的影响。鉴于大流行期间有全国代表性的公司一级数据，它提供了一个机会，可以从新兴经济的角度合理评估使公司出口市场生存的因素的重要性。在这项研究中，我们研究了两个关键因素 - 政府支持和银行依赖 - 在 COVID - 19 大流行的背景下对出口商生存的作用。在标准贸易模型 （ Melitz 和 Reddig，2014 ） 中，只有当贸易收益超过成本时，企业才会出口。由于出口涉及额外成本 （ 由于建立分销网络和其他沉没成本 ），需求冲击 （ 由于 COVID - 19 ） 使许多公司难以出口。从供应方面来看，由于严重的封锁，公司经历了原材料、劳动力和其他方面的短缺。1 在此期间 （ 2020 年 4 月至 2021 年 3 月 ） ， 印度的出口比 2018 - 19 年的出口水平低 7.8 ％ ， 比 2019 - 20 年的出口水平低 4.7 ％ （ 国家统计局 ， 2021 年 ） 。2 3投入。因此 ， 政策制定者诉诸各种措施 2 来帮助缓解企业的冲击。鉴于这些支持措施 ， 我们假设这种激励措施可能有助于企业在 COVID - 19.3 开始时在出口市场中生存此外，COVID - 19 大流行加剧了公司在巨大的财务限制下陷入困境的现有困境。各种研究表明，经历现金流短缺的公司在大流行时被推入严重的财务危机 (Lig 等人。， 2021 年 ） 。世界银行企业调查显示，大多数公司的现金流急剧下降 (Adia 等人。， 2020 年 ） 。以前，各种理论模型 （ M š ls，2008 ； Maova，2010 ） 显示了金融约束如何影响国际贸易。例如，Maova （ 2010 ） 表明，金融约束通过出口决定和出口强度影响出口。因此，大流行引起的财务状况可能会阻碍公司的国内外市场生存动态。解决这一问题的可能渠道是提供必要的外部资金。在这种情况下，印度储备银行 （ RBI ） 推出了几项计划来改善信贷供应。 4 鉴于这些政策发展，我们假设依赖银行的公司更有可能获得此类计划的好处并度过危机的危险。因此，我们探讨了大流行期间的银行依赖是否使出口商得以生存。我们的下一组分析是受到 2016 年 1934 年 RBI 法案修正案的推动。它正式成立了由 RBI 成员和政府提名人组成的货币政策委员会，以实现经济目标 （ RBI，2017 ） 。这使得政府的货币政策和财政机构能够共同努力实现经济目标。大流行的爆发为我们提供了一个机会，来测试这种政策是补充还是替代财政举措。现有的证据记录了货币政策和财政政策之间的相互联系 (Rossi 和 Zbairy，2011 ； Hachla，Piffer 和 Rieth，2020) 。因此，我们试图解开。2 政府提供了一些放宽和延长合规期限的措施 ， 以解决出口商与大流行相关的困难 （ 印度政府 ， 2020 年 ） 。但是 ， 我们无法明确捕获它们 ， 因为我们的数据集无法清楚地确定这是与 COVID - 19 相关的支持 ， 还是他们已经是政府支持的受益者。3 关于出口相关方案和贸易的现有证据表明，结果不确定。一组研究认为，出口促进计划对国际贸易产生重大影响 （ Volpe Martics 和 Carballo，2010 ； Va Biesebroec，Koigs 和 Volpe Martics，2016 ） 。Mls （ 2008 ） 表明，出口生存取决于企业面对经常性出口成本的能力。另一组研究表明，它们的作用是短暂的 (Cadot 等人。， 2015) 。4 例如 ， 银行在较长时期内从 RBI 借钱的长期回购操作。 4促进出口的激励措施 （ 财政政策 ） 和信贷供应 （ 由于货币扩张 ） 是出口市场生存的补充还是替代。为了研究我们的目标，我们首先从印度经济监测中心 （ CMIE ） 能力数据库中获取公司级别的信息。我们的数据的一个优点是，它包含有关公司获得的财政利益的详细信息。因此，我们可以确定专门为出口活动获得的政府支持 （ 包括现金和现金等价物 ） 。此外，我们的数据还有助于跟踪公司从金融机构借款的情况。我们收集短期和长期银行借款的信息 - 我们的实证分析所需的关键信息。对于计量经济分析，我们估计了面板概率模型。我们首先证明，控制企业层面的因素，大流行期间的政府支持与出口生存率呈正相关。接下来，我们表明，与同行相比，依赖银行的公司更有可能生存。这意味着金融是企业出口生存的一个组成部分。这一结果表明，政策制定者应提高信贷的可得性，特别是对面临资金限制的出口公司，以减轻大流行的影响。但是，我们发现激励措施和银行贷款对样本公司的出口生存缺乏互补性和可替代性。此外，我们的结果适用于制造业和服务业，以及基于所有权的子样本 （ 商业集团附属公司和独立公司 ） 。我们的研究通过以下方式巩固了现有的文献。以前关于企业生存的研究主要集中在沉没成本、经验、财务和创新 (Alboroz 、 Faelli 和 Halla，2016 年 ； Carr è re 和 Strass - Kah 2017 年 ； D 'Amato 、 Sagi á como 和 Tobal，2015 年 ； Dai 、 Li 和 Li，2020 年) 。然而，在这一文献中，关于政府支持的研究仅限于出口市场进入、附加值、生产率和就业 (Mch 和 Schar，2018 ； Berard 和 Jese，2004) 。如前所述，在大流行引发的贸易危机期间，政府激励措施对出口企业生存的作用没有得到足够的重视。因此，我们通过探索政府支持在新兴经济体印度的背景下对企业出口生存的作用来为文献做出贡献。此外，对这些问题的调查有助于决策者了解出口激励方案的有效性。 5此外，我们使用有关政府授予印度公司的激励措施的未探索信息。在 “财政利益 ” 标题下，我们的数据来源提供了专门为出口公司分配的激励措施的信息。这些计划包括关税缺点、进口关税减让、免税和消费税退税等。因此，我们可以直接将我们的激励措施与企业出口联系起来，避免在使用政府援助方面产生歧义。此外，关于 COVID - 19 对贸易的不利影响的现有研究主要集中在宏观经济影响上 (Vidya 和 Prabheesh，2020 年 ； Vidya，2022 年) 。这种分析只能提供经济状况的概述。然而，我们使用微观层面的数据，有助于在大流行期间解开出口公司的具体方面。最后，我们的研究有助于文献强调获得外部融资的重要性 (Ayyagari 等人。， 2021 年 ； 吴和黄，2022 年) 。由于银行贷款是印度的主要借款来源 (Aleem，2010 ； Alle 等人。， 2012)，印度储备银行已经实施了几项政策来提高经济中的信贷可用性。因此，我们的研究有助于了解大流行危机期间货币政策向出口商的传导。The returns of the paper is organized as follows. Section 2 explains the data and variables. Section 3 provides the empirical framework of the study. Section 4 presents our findings. Finally, section 5 concluded the study.2.Dataand变量我们的公司级数据集来自 CMIE Prowess 。该数据集提供了有关印度公司部门的详细信息。CMIE Prowess 从公司的年度报告和资产负债表中收集信息。我们获得了 2016 - 2022 年的数据，该数据涵盖了大流行前的 4 年和大流行后的 2 年。由于这项研究的重点是公司的出口生存，我们只依赖在大流行之前出口的公司。遵循样本选择标准的标准做法，我们放弃了销售，银行借款，现金流量和出口激励为负的观察结果。在数据清理过程之后，我们的样本有 32, 668 个观测值。我们分析中的因变量是出口生存 （ Survival ） 度量 ， 为了构造变量 ， 我们创建一个虚拟变量 ， 如果公司正在出口 ， 则该值为 1 ， 如果公司当年没有出口 ， 则该值为 0 。 6主要解释变量之一是政府对出口的激励。为了衡量这一点，我们创建一个虚拟变量，如果公司以现金或现金等价物的形式获得出口激励，则该变量的值为 1 。这些通常以关税弊端，消费税退税，进口许可证或进口关税和免税优惠 （ 奖励 ） 的形式出现。 5 另一个主要解释变量是银行依赖性的度量，计算为银行总借款与总债务的比率 （ Gariglia，Spaliara 和 Tsoas，2016 ； Da Silva Ferades，Kotoias 和 Tsoas，2019 ） 。银行借款总额包括短期借款和长期借款 (BDep) 。此外，为了考虑 COVID - 19 大流行的影响，我们创建了一个虚拟变量，该变量在大流行期间 （ 2021 年和 2022 年 ） 的值为 1，否则为 0 （ Covid ） 。作为其他控制措施，我们包括 Size，如果公司分别属于微型，小型，中型和大型，则 Size 的值分别为 1 、 2 、 3 和 4 。 6 我们通过