The Macro Impact of Short‐Termism¶

作者: Stephen J. Terry
来源: Econometrica
主题: 经济理论 / 应用
相关性: 2/10
机构绿灯: University of Michigan（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/ecta15420

一、领域脉络与小综述¶

这个方向是什么¶

本文研究的核心问题是：企业层面的“短期主义”（short-termism）——即管理者因短期盈利压力而牺牲长期投资（如R&D）的行为——是否以及如何对宏观经济（增长、福利）产生可量化的负面影响。这是一个典型的“微观行为 → 宏观后果”的定量结构估计问题，处于公司金融、产业组织与宏观经济增长理论的交叉地带。该子方向当前的状态是：微观实证证据（短期主义存在且扭曲R&D）已较为丰富，但将这些微观扭曲纳入一般均衡的宏观增长模型、并量化其总体效应的研究相对稀缺。

发展脉络（history）¶

作者在引言中构建的领域地图如下：

奠基工作：短期主义的微观证据与理论
- Stein (1989)：理论奠基，提出“信号传递”模型，说明管理者为何会为了短期股价而牺牲长期投资。作者引用其作为短期主义理论的开端。
- Graham, Harvey, and Rajgopal (2005)：通过调查问卷，发现78%的CFO承认会为了平滑盈利而牺牲长期价值创造。这是短期主义存在的直接调查证据，被作者用作“问题确实存在”的定性支撑。
- Bhojraj, Hribar, Picconi, and McInnis (2009)：发现刚好达到分析师盈利预测的公司，其后续的R&D投资和长期业绩表现更差。这是作者微观实证策略的直接前身，作者将其作为“短期主义扭曲R&D”的实证锚点。
主要进展：短期主义的宏观后果——从“存在”到“量化”
- Philippon (2003)：构建了一个包含短期主义（源于管理者与股东利益冲突）的宏观模型，但该模型是静态的，无法分析长期增长。作者将其定位为“早期尝试”，但指出其缺乏动态增长维度。
- Gutierrez and Philippon (2017)：发现美国企业投资不足与市场集中度上升有关，但并未直接聚焦于短期主义。作者引用它来强调“投资不足”这一宏观现象的存在，但指出其解释机制不同。
- Aghion, Van Reenen, and Zingales (2013)：发现机构投资者持股（通常被认为更“长期”）与企业创新正相关。作者引用它作为“长期导向”能促进创新的证据，从而反衬出短期主义的危害。
当前Frontier与本文位置
- 作者认为，现有文献的缺口在于：缺乏一个将微观层面的短期主义扭曲（基于盈利预测阈值的R&D削减）与宏观层面的内生增长模型（包含知识溢出、不完全竞争等社会回报高于私人回报的渠道）定量连接起来的结构估计框架。本文正是填补这一缺口：它首先用断点回归（RDD）风格的微观实证确认了短期主义对R&D的因果效应，然后构建并估计了一个动态随机一般均衡（DSGE）式的内生增长模型，将短期主义作为模型的一个结构性参数（管理者受约束的程度），最后通过反事实模拟量化其宏观影响。

子线索聚类¶

这些被引文献大致落在两条子线索上：

线索一：短期主义的微观实证与公司金融理论。这一簇关注“短期主义是否存在”、“它如何影响企业决策（R&D、投资）”。代表工作：Stein (1989), Graham et al. (2005), Bhojraj et al. (2009), Aghion et al. (2013)。方法以实证回归（如RDD、面板数据）和理论模型（信号传递、委托代理）为主。
线索二：宏观经济增长与投资不足。这一簇关注“为什么宏观层面的投资和增长可能低于社会最优水平”。代表工作：Philippon (2003), Gutierrez and Philippon (2017)。方法以宏观模型（内生增长、一般均衡）和结构估计为主。

本文是将这两条线索缝合的尝试：用线索一的实证结果来校准线索二模型中的关键参数（短期主义强度），从而量化其宏观后果。

这个方向在追问的核心问题¶

微观扭曲的宏观重要性：企业层面的短期主义行为，在加总到宏观经济层面后，其效应是被放大、抵消还是保持不变？
福利损失的量化：短期主义导致的增长放缓（如每年5个基点）对应的社会福利损失有多大？这取决于模型中对社会回报与私人回报差距的设定。
政策含义：如果短期主义确实有害，那么什么样的政策（如税收优惠、公司治理改革）能最有效地纠正这种扭曲？

⚠️ 作者的 framing¶

作者把缺口 frame 成什么：作者将缺口 frame 为“缺乏一个将微观短期主义实证与宏观量化模型结合起来的结构估计”。他声称，已有的宏观模型要么是静态的（Philippon 2003），要么没有直接建模短期主义（Gutierrez and Philippon 2017）；而已有的微观实证（Bhojraj et al. 2009）没有量化其宏观后果。因此，本文的贡献是“显然的下一步”：用微观证据校准宏观模型。
哪些竞争路线被他淡化或回避了：作者淡化了其他解释短期主义R&D削减的机制。例如，R&D削减可能并非源于“短期盈利压力”，而是源于“对未来增长机会的理性悲观预期”（即管理者看到了R&D的边际回报下降）。作者通过使用盈利预测阈值（一个外生冲击）来识别因果效应，试图排除这种解释，但模型本身只包含了“短期主义”这一种扭曲机制。此外，作者回避了金融摩擦（如信贷约束） 作为R&D投资不足的替代解释。
什么明显该被引 / 该存在、却没出现在 intro 里？：作者没有引用关于“R&D的私人回报与社会回报差距”的实证文献。这是其模型的核心假设（社会回报 > 私人回报），但作者并未引用任何直接估计这一差距的微观实证研究（如Jones and Williams 1998, 2000）。这可能是作者的一个弱点：他假设了一个关键参数（社会回报率），但没有用实证来校准它，而是将其作为模型的一个外生给定特征。值得研究者去查：Jones and Williams (1998, 2000) 对R&D社会回报的估计是多少？与本文的设定是否一致？

张力¶

未见明显对立引用。所有被引工作都指向“短期主义存在且有害”这一方向，只是量化程度和机制不同。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
- \( i \)：企业索引。
- \( t \)：时间索引（年）。
- \( R_{i,t} \)：企业 \( i \) 在 \( t \) 年的R&D支出。
- \( \Delta R_{i,t} \)：R&D增长率，\( \Delta R_{i,t} = \log(R_{i,t}) - \log(R_{i,t-1}) \)。
- \( E_{i,t} \)：企业 \( i \) 在 \( t \) 年的每股盈利（EPS）。
- \( F_{i,t} \)：分析师对企业 \( i \) 在 \( t \) 年的盈利预测（共识预测）。
- \( D_{i,t} \)：虚拟变量，表示企业 \( i \) 在 \( t \) 年是否“刚好达到”盈利预测。作者定义为 \( E_{i,t} - F_{i,t} \in [0, c] \)，其中 \( c \) 是一个很小的正数（如每股1美分）。
- \( Y_{i,t} \)：企业 \( i \) 在 \( t \) 年的产出（销售额或增加值）。
- \( K_{i,t} \)：企业 \( i \) 在 \( t \) 年的知识资本存量（由过去R&D累积而成）。
- \( \theta \)：短期主义强度参数（结构性参数），衡量管理者在多大程度上被短期盈利目标所约束。
- \( \alpha \)：R&D的产出弹性（知识资本在Cobb-Douglas生产函数中的指数）。
- \( \delta \)：知识资本的折旧率。
- \( \rho \)：社会折现率。
- \( g \)：稳态经济增长率。
模型：
- 微观实证模型：作者使用一个断点回归（RDD）风格的模型来估计短期主义对R&D的因果效应。核心回归方程为：
  \[\Delta R_{i,t} = \beta_0 + \beta_1 \cdot \text{JustMet}_{i,t} + f(\text{EarningsSurprise}_{i,t}) + \epsilon_{i,t}\]
  其中，\( \text{EarningsSurprise}_{i,t} = E_{i,t} - F_{i,t} \)，\( f(\cdot) \) 是一个关于盈利惊喜的灵活函数（如多项式），\( \text{JustMet}_{i,t} \) 是虚拟变量，表示盈利惊喜是否在0附近的一个小窗口内。\( \beta_1 \) 就是短期主义对R&D增长的因果效应。
- 宏观结构模型：这是一个内生增长模型，包含：
  1. 代表性家庭：最大化跨期效用，提供劳动力和储蓄。
  2. 最终产品部门：在完全竞争下，使用中间产品和劳动力生产最终产品。
  3. 中间产品部门：由垄断竞争企业组成。每个企业 \( i \) 拥有一个知识资本 \( K_{i,t} \)，生产中间产品。企业的利润函数为：
    \[\Pi_{i,t} = (1 - \tau) \cdot \text{Revenue}_{i,t} - R_{i,t} - \text{ManagerialCosts}\]
    其中 \( \tau \) 是税率，\( \text{Revenue}_{i,t} \) 是销售收入，\( R_{i,t} \) 是R&D支出。关键：管理者面临一个“短期主义约束”：他不能将R&D削减到低于某个阈值，否则会触发股东干预（如解雇）。这个约束的强度由参数 \( \theta \) 控制。
  4. 知识积累：企业知识资本按以下方式演化：
    \[K_{i,t+1} = (1 - \delta) K_{i,t} + \phi(R_{i,t}, K_{i,t})\]
    其中 \( \phi(\cdot) \) 是创新生产函数，通常假设为 \( \phi(R, K) = \chi R^\gamma K^{1-\gamma} \)。
  5. 均衡：在一般均衡下，所有企业对称，经济沿着平衡增长路径（BGP）增长。增长率 \( g \) 由R&D的投入和知识溢出效应决定。
可观测数据：
- 微观数据：Compustat数据库中的企业层面数据，包括：R&D支出（\( R_{i,t} \)）、每股盈利（\( E_{i,t} \)）、分析师盈利预测（\( F_{i,t} \)）、销售额、资产、市值、CEO薪酬等。可观测的是这些财务和运营指标。
- 宏观数据：美国经济总量数据，如GDP增长率、全要素生产率（TFP）增长率、R&D占GDP比重等。
- 想要但观测不到的量：
  - 短期主义强度 \( \theta \)：这是模型的结构参数，需要通过微观实证（\( \beta_1 \)）来间接校准。
  - 社会回报率：模型假设社会回报高于私人回报，但这一差距无法直接观测，是模型的一个外生设定。
  - 反事实的“无短期主义”世界：这是作者通过模型模拟来估计的，无法直接观测。

第二步：讲最小内核¶

本文的最小内核可以剥离为以下特例：

最简特例：一个企业，一期决策，无不确定性。

设定：考虑一个代表性企业，在 \( t=0 \) 期拥有知识资本 \( K_0 \)。它需要决定 \( t=0 \) 期的R&D支出 \( R_0 \)。假设没有不确定性，未来是确定的。
可观测数据：我们观测到该企业的盈利 \( E_0 \)，以及分析师对其的盈利预测 \( F_0 \)。假设 \( E_0 \) 是 \( R_0 \) 的线性递减函数：\( E_0 = \bar{E} - \gamma R_0 \)，其中 \( \bar{E} \) 是其他因素决定的盈利，\( \gamma > 0 \) 是R&D对当期盈利的边际负效应。
模型：
- 无短期主义（社会最优）：企业（或社会计划者）最大化长期价值 \( V = \Pi_0 + \beta \Pi_1 \)，其中 \( \Pi_0 = E_0 - R_0 \)，\( \Pi_1 = A K_1^\alpha \)（下一期产出，\( A \) 是生产率，\( \alpha \) 是知识资本弹性），\( K_1 = (1-\delta)K_0 + \phi(R_0) \)。最优R&D \( R_0^* \) 满足一阶条件：\( \frac{\partial \Pi_0}{\partial R_0} + \beta \frac{\partial \Pi_1}{\partial K_1} \frac{\partial K_1}{\partial R_0} = 0 \)。即 \( -1 - \gamma + \beta \alpha A K_1^{\alpha-1} \phi'(R_0) = 0 \)。这给出了社会最优的R&D水平。
- 有短期主义：管理者面临一个约束：他必须使 \( E_0 \geq F_0 \)，否则会被解雇。因此，他的决策问题是：在 \( E_0 \geq F_0 \) 的约束下，最大化 \( V \)。这个约束等价于 \( \bar{E} - \gamma R_0 \geq F_0 \)，即 \( R_0 \leq \frac{\bar{E} - F_0}{\gamma} \)。核心命题：如果社会最优的 \( R_0^* \) 大于这个约束上限，那么短期主义就会导致R&D被削减到 \( R_0^{short} = \frac{\bar{E} - F_0}{\gamma} \)，低于社会最优水平。
核心思路：本文的整个宏观模型，就是这个最简特例的“加壳”：
1. 加时间：从一期扩展到多期动态。
2. 加不确定性：引入盈利冲击、技术冲击等。
3. 加企业异质性：从代表性企业扩展到大量异质性企业。
4. 加一般均衡：引入产品市场、劳动力市场、资本市场，让价格（工资、利率）内生决定。
5. 加知识溢出：让一个企业的R&D对其他企业的生产率产生正外部性（社会回报 > 私人回报）。
6. 加结构估计：用微观数据（盈利预测阈值附近的R&D削减）来校准短期主义约束的强度（\( \theta \)），然后用模型模拟反事实（移除短期主义约束），量化其对宏观增长和福利的影响。

一句话总结本文的数学内核：在存在盈利预测约束（短期主义）的情况下，企业的最优R&D决策被扭曲，导致R&D投入低于社会最优水平；这种微观扭曲在一般均衡中通过知识溢出效应被放大，最终导致宏观增长率和社会福利的下降。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：量化企业短期主义（为达到盈利预测而削减R&D）对宏观经济（增长率、社会福利）的因果效应。
核心工具/方法：结合了微观断点回归（RDD） 来识别短期主义对R&D的因果效应，以及一个定量内生增长模型（包含垄断竞争、知识溢出、管理者-股东利益冲突）来模拟宏观后果，并通过结构估计（模拟矩方法SMM）来校准模型参数。
主要结论：短期主义使企业价值提升约1%（因为约束了管理者浪费），但导致年增长率降低5个基点，社会福利下降约1%。其核心机制是：短期主义扭曲R&D，而R&D的社会回报（因知识溢出和不完全竞争）高于私人回报，因此这种扭曲的宏观成本超过了其微观收益。

关键设定与假设¶

微观实证设定：
- 识别假设：作者使用盈利预测阈值（\( E_{i,t} - F_{i,t} = 0 \)）附近的局部随机化。核心假设是：在阈值附近，企业是否“刚好达到”预测是近乎随机的，与企业的其他特征（如增长前景）无关。这类似于RDD的连续性假设。
- 结果变量：R&D增长率（\( \Delta R_{i,t} \)）和后续创新（专利数量、引用）。
- 处理变量：\( \text{JustMet}_{i,t} \)（盈利惊喜在0到1美分之间）。
- 与已有文献的对比：作者强化了Bhojraj et al. (2009)的发现，通过更精细的RDD设计和更丰富的控制变量（如CEO薪酬数据），提供了更干净的因果证据。
宏观结构模型设定：
- 模型类型：内生增长模型，基于Romer (1990)和Aghion and Howitt (1992)的框架。
- 核心假设：
  1. 短期主义作为约束：管理者面临一个“盈利目标约束”，其强度由参数 \( \theta \) 控制。\( \theta \) 越大，约束越紧，管理者越不能为了长期R&D而牺牲短期盈利。这个约束是模型的核心机制。
  2. 社会回报 > 私人回报：模型通过两个标准渠道实现这一点：知识溢出（一个企业的R&D提高其他企业的生产率）和不完全竞争（企业定价高于边际成本，导致产出低于社会最优水平）。这使得R&D的私人激励低于社会激励。
  3. 对称均衡：模型假设所有企业是同质的，并沿着平衡增长路径（BGP）增长。这简化了分析，但忽略了企业异质性可能带来的重要动态。
- 与已有文献的对比：相比Philippon (2003)的静态模型，本文引入了动态增长；相比Gutierrez and Philippon (2017)的实证研究，本文提供了结构模型来量化机制。

主要结果¶

微观实证结果：
- 刚好达到盈利预测的企业，其R&D增长率比刚好未达到的企业低约1.5个百分点（在RDD窗口内）。
- 这些企业的后续专利数量和引用也显著更低。
- 刚好未达到盈利预测的企业，其CEO薪酬显著更低（约低10%），这为“短期主义源于管理者薪酬激励”提供了证据。
- 量化结论：这些结果被用来校准模型中的短期主义强度参数 \( \theta \)。
宏观模型结果：
- 基准校准：模型被校准到美国经济数据（R&D占GDP比重约2.5%，TFP增长率约1.5%）。
- 反事实模拟：移除短期主义约束（即让管理者完全以长期价值最大化为目标）。
  - 企业价值：在无短期主义下，企业价值下降约1%。这是因为短期主义约束了管理者浪费（如过度投资于低回报的R&D项目），从而提升了企业价值。这是短期主义的微观收益。
  - 宏观增长：在无短期主义下，年增长率提高约5个基点（从1.5%提高到1.55%）。这是因为R&D投入增加，且知识溢出效应放大了这一影响。
  - 社会福利：在无短期主义下，社会福利（代表性家庭的终身效用）提高约1%。这是因为增长带来的长期消费收益超过了短期企业价值的损失。
- 核心机制：作者通过分解发现，增长放缓的约一半来自R&D的直接减少，另一半来自知识溢出效应的减弱。

证明路线与技术技巧（理论型必写，要具体）¶

本文是应用/方法型论文，而非纯理论型。因此，没有“定理-证明”的路线。但其“证明”体现在结构估计和反事实模拟的严谨性上。

整体路线：
1. 微观实证（识别）：用RDD估计短期主义对R&D的因果效应 \( \hat{\beta}_1 \)。
2. 模型构建：构建一个包含短期主义约束的内生增长模型。
3. 结构估计（校准）：将模型中的关键参数（如短期主义强度 \( \theta \)、R&D产出弹性 \( \alpha \)、折旧率 \( \delta \)）通过模拟矩方法（SMM）进行校准。目标矩包括：微观实证的 \( \hat{\beta}_1 \)、宏观数据中的R&D占GDP比重、TFP增长率等。
4. 反事实模拟：在估计好的模型上，将短期主义约束参数 \( \theta \) 设为0（即无短期主义），重新模拟经济，比较新稳态下的增长率、企业价值和社会福利。
5. 稳健性检验：改变模型假设（如知识溢出强度、竞争程度），检验结论的稳健性。
关键跳跃点：
- 从微观效应到宏观参数的跳跃：如何将RDD估计的 \( \hat{\beta}_1 \)（一个局部平均处理效应）映射到模型中的全局参数 \( \theta \)？作者通过模拟模型，找到使模型产生的R&D对盈利预测的响应与 \( \hat{\beta}_1 \) 匹配的 \( \theta \) 值。这个映射依赖于模型的所有其他假设。
- 从企业价值提升到福利下降的跳跃：这是本文最核心的发现。作者通过模型分解，展示了短期主义如何通过“约束管理者浪费”（提升企业价值）和“减少R&D”（降低增长）这两个相反的力量影响福利。最终，由于知识溢出，增长效应占主导，导致福利下降。
技术技巧点名：
- 断点回归（RDD）：用于微观因果识别。
- 模拟矩方法（SMM）：用于结构估计，将模型参数与数据矩匹配。
- 内生增长模型求解：求解包含垄断竞争和知识溢出的动态一般均衡模型，通常需要数值方法（如打靶法、线性化）。
- 反事实模拟：在模型上改变参数，模拟新的均衡路径。

真实例子与应用¶

用的什么数据/场景：
- 微观数据：Compustat数据库（1980-2015年），包含美国上市公司的财务数据。IBES数据库，包含分析师盈利预测数据。Execucomp数据库，包含CEO薪酬数据。NBER专利数据库，包含专利和引用数据。
- 宏观数据：美国国民收入和产品账户（NIPA）、Bureau of Economic Analysis的R&D数据。
怎么把本文方法用上去：
- 作者首先在Compustat-IBES合并数据上运行RDD回归，估计 \( \hat{\beta}_1 \)。
- 然后，作者构建并求解内生增长模型，用SMM将模型参数校准到包括 \( \hat{\beta}_1 \) 在内的多个矩。
- 最后，作者在模型上运行反事实模拟，比较有/无短期主义下的经济结果。
得到什么结果：如上所述，年增长率降低5个基点，社会福利下降约1%。
这个例子想说明什么：这个例子旨在说明，一个看似微小的微观扭曲（R&D增长率降低1.5个百分点），在一般均衡和知识溢出的放大作用下，可以产生可量化的宏观后果（增长放缓、福利下降）。它试图说服读者，短期主义不仅是一个公司治理问题，也是一个值得宏观政策关注的问题。

🔎 结论是否比证明窄¶

是的，结论比证明窄。作者在引言中声称“短期主义导致年增长率降低5个基点，社会福利下降约1%”。但这个结论是在特定模型假设下得出的：
- 假设1：短期主义是R&D扭曲的唯一来源。模型没有考虑其他可能扭曲R&D的因素（如金融摩擦、税收、监管）。
- 假设2：社会回报 > 私人回报的渠道（知识溢出、不完全竞争）的强度是外生给定的，且被校准到特定值。作者没有提供这些渠道强度的直接实证证据。
- 假设3：模型假设对称均衡和平衡增长路径。这忽略了企业异质性和非平衡增长动态可能带来的影响。
- 具体语句：作者在结论部分（Section 6）承认了这些局限性，并指出“这些结果应被视为一个定量基准，而非精确的预测”。因此，结论的适用范围被严格限制在模型假设之内。

四、开放问题（点到为止，扎根具体语句）¶

社会回报与私人回报差距的实证校准：本文假设社会回报高于私人回报，但并未用实证数据校准这一差距。扎根于：模型设定中，社会回报率是一个外生参数，而非从数据中估计。一个开放问题是：能否利用微观数据（如企业间R&D溢出效应的实证估计）来直接校准这一差距，从而减少模型对假设的依赖？
短期主义的其他来源：本文只考虑了“盈利预测约束”这一种短期主义来源。扎根于：作者在引言中承认“短期主义可能源于多种因素，如管理者薪酬、股东压力、敌意收购等”。一个开放问题是：能否构建一个包含多种短期主义来源的模型，并量化它们各自的宏观效应？
企业异质性与非平衡增长：本文假设所有企业同质且经济沿平衡增长路径运行。扎根于：模型设定中的对称均衡假设。一个开放问题是：如果考虑企业异质性（如不同行业、不同规模的企业对短期主义的敏感度不同），短期主义的宏观效应是否会发生变化？例如，是否某些行业的R&D扭曲对增长的损害更大？
政策含义的量化：本文只模拟了“完全消除短期主义”的反事实。扎根于：反事实模拟部分。一个开放问题是：能否量化不同政策（如R&D税收抵免、公司治理改革、长期投资者激励）在减少短期主义扭曲方面的成本和收益？这需要将政策工具直接嵌入模型。

Maintained by 陈星宇 · Homepage · Source on GitHub