經(jīng)濟(jì)政策不確定性、企業(yè)融資與資本配置效率
——來(lái)自深滬上市公司的經(jīng)驗(yàn)證據(jù)

石華軍 賈倩儀 楚爾鳴

(1.湖南工業(yè)大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院,湖南 株洲 412007；2.湘潭大學(xué) 商學(xué)院,湖南 湘潭 411105)

一、引言

隨著中國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，面對(duì)國(guó)內(nèi)外復(fù)雜多變的環(huán)境，企業(yè)投資下滑成為當(dāng)前實(shí)體經(jīng)濟(jì)的典型特征。以企業(yè)固定資產(chǎn)投資為例，國(guó)有和私營(yíng)企業(yè)在2015年前都保持兩位數(shù)增長(zhǎng)，但此后回落至個(gè)位數(shù)，國(guó)有企業(yè)投資在2016年甚至出現(xiàn)7.6%的負(fù)增長(zhǎng)。與之對(duì)應(yīng)的是房地產(chǎn)市場(chǎng)的過(guò)度繁榮，侵蝕了實(shí)體企業(yè)的根基，擠占了融資份額，損害實(shí)體經(jīng)濟(jì)的發(fā)展?jié)摿?。[1]

改革開(kāi)放以來(lái)中國(guó)以投資驅(qū)動(dòng)的模式創(chuàng)造了發(fā)展的奇跡，通過(guò)調(diào)整宏觀經(jīng)濟(jì)政策的方式引導(dǎo)企業(yè)投資流向。[1]然而，經(jīng)濟(jì)政策的頻繁調(diào)整，不利于企業(yè)和公眾準(zhǔn)確把握經(jīng)濟(jì)政策的趨勢(shì)，難以形成穩(wěn)定預(yù)期，打壓企業(yè)投資信心，即經(jīng)濟(jì)政策不確定性成為企業(yè)投資外部風(fēng)險(xiǎn)的來(lái)源[2]，不利于穩(wěn)定實(shí)體企業(yè)投資。為此，習(xí)近平總書(shū)記多次強(qiáng)調(diào)，深化投融資體制改革，發(fā)揮投資對(duì)“穩(wěn)增長(zhǎng)、調(diào)結(jié)構(gòu)”的重要作用，對(duì)于完善社會(huì)主義市場(chǎng)體制，提升國(guó)家治理能力現(xiàn)代化具有重要意義。

經(jīng)濟(jì)政策不確定性意味著外部環(huán)境風(fēng)險(xiǎn)的升高，一般情況下，上市公司通過(guò)減少投資[2][3]、增加現(xiàn)金庫(kù)存[4]、提高研發(fā)支出[5][6]等降低內(nèi)部風(fēng)險(xiǎn)的渠道對(duì)沖外部風(fēng)險(xiǎn)，從一定程度上緩解內(nèi)外部風(fēng)險(xiǎn)疊加的不利作用。然而，經(jīng)濟(jì)可持續(xù)發(fā)展的根本出路在于經(jīng)濟(jì)發(fā)展質(zhì)量和社會(huì)生產(chǎn)效率的提高，從宏觀(社會(huì))和微觀(企業(yè))層面提高資本配置效率。[7]資本配置效率的高低也是發(fā)達(dá)國(guó)家與欠發(fā)達(dá)國(guó)家的發(fā)展差距所在。[8][9]一般認(rèn)為，效率優(yōu)化比資本總量增加更利于提高企業(yè)資本配置效率，穩(wěn)定的經(jīng)濟(jì)環(huán)境下有利于資本流向高效率部門，提振資本配置效率，反之，經(jīng)濟(jì)不確定性提高會(huì)干擾企業(yè)正常的資本配置決策和行為。[10]

2008年以來(lái)受金融危機(jī)持續(xù)影響，為緩和經(jīng)濟(jì)波動(dòng)恢復(fù)經(jīng)濟(jì)活力，各國(guó)政府頻繁調(diào)整現(xiàn)行經(jīng)濟(jì)政策，故而不確定性主要表現(xiàn)為經(jīng)濟(jì)政策不確定性。經(jīng)濟(jì)活動(dòng)很大程度上受到波動(dòng)，Bloom[11]在其研究中指出，經(jīng)濟(jì)不確定性的上升將會(huì)帶來(lái)消費(fèi)與企業(yè)產(chǎn)出增長(zhǎng)率的明顯下降，而經(jīng)濟(jì)政策不確定性可能就是經(jīng)濟(jì)衰退的根源所在。已有研究從理論與實(shí)證兩個(gè)方面證實(shí)，經(jīng)濟(jì)不確定性與經(jīng)濟(jì)增長(zhǎng)之間負(fù)相關(guān)，并作用于微觀企業(yè)的經(jīng)濟(jì)發(fā)展。[12]公司投資[3]和公司融資[13]等基于經(jīng)濟(jì)政策預(yù)期的生產(chǎn)經(jīng)營(yíng)活動(dòng)也會(huì)隨著不確定性的變化受到影響，其中，經(jīng)濟(jì)政策不確定性對(duì)投資的影響較為顯著。

經(jīng)濟(jì)政策對(duì)企業(yè)投資的影響表現(xiàn)在，一方面，政府財(cái)政政策、貨幣政策以及不同官員的業(yè)績(jī)偏好、能力等都會(huì)顯著影響企業(yè)的投資行為。新舊政策前后不連續(xù)，也會(huì)直接作用于企業(yè)在增加持有現(xiàn)金與擴(kuò)大投資規(guī)模兩者之間的決策傾向，由于可能引發(fā)的企業(yè)違約風(fēng)險(xiǎn)，企業(yè)更傾向于前者。[13]另一方面，隨著經(jīng)濟(jì)政策不確定性的加大，企業(yè)更傾向于持有內(nèi)部資金而不是進(jìn)行投資。[14]傳統(tǒng)觀點(diǎn)認(rèn)為，在投資不可逆的情況下，面對(duì)不確定環(huán)境，企業(yè)應(yīng)當(dāng)在盡快投資獲得額外收益和繼續(xù)等待未來(lái)信息做最優(yōu)投資兩者之間進(jìn)行平衡，風(fēng)險(xiǎn)性加大會(huì)降低投資額；另外，在經(jīng)濟(jì)不確定性的背景下，信息不對(duì)稱干擾加劇，基于規(guī)避風(fēng)險(xiǎn)的目的，企業(yè)的謹(jǐn)慎決策會(huì)在一定程度上造成資本錯(cuò)配，降低資本配置效率。

與已有研究相比，本文的研究貢獻(xiàn)包括以下兩個(gè)方面：一是拓展企業(yè)資本配置效率的研究視角，從經(jīng)濟(jì)政策不確定性出發(fā)，探索微觀層面政策機(jī)制與實(shí)體經(jīng)濟(jì)發(fā)展的關(guān)系；二是豐富經(jīng)濟(jì)政策不確定性的內(nèi)涵，改變僅通過(guò)政府官員變更或單一具體政策事件經(jīng)驗(yàn)性衡量的方式，利用Baker[12]等通過(guò)文本分析創(chuàng)建的經(jīng)濟(jì)政策不確定性指數(shù)，不僅包含有關(guān)財(cái)政、貨幣、利率、政權(quán)變更在內(nèi)的經(jīng)濟(jì)變動(dòng)因素，而且囊括了主流媒體對(duì)政策的解讀和預(yù)期。

全文內(nèi)容共五部分。第二部分梳理已有關(guān)于經(jīng)濟(jì)不確定性與資本配置效率的文獻(xiàn)并進(jìn)行研究假設(shè)；第三部分設(shè)計(jì)經(jīng)濟(jì)不確定性與企業(yè)資本配置效率關(guān)系的模型；第四部分分析有關(guān)實(shí)證結(jié)果并整理；第五部分是對(duì)研究結(jié)果現(xiàn)實(shí)意義的總結(jié)。

二、文獻(xiàn)梳理與研究假設(shè)

(一)文獻(xiàn)梳理

面對(duì)官員更替帶來(lái)的政策不確定性成本，上市企業(yè)通過(guò)增加現(xiàn)金流加以應(yīng)對(duì)。[15]而地方官員變動(dòng)，很大程度上會(huì)降低企業(yè)債務(wù)融資。[13]饒品貴等[16]利用“中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)”研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性上升降低了企業(yè)投資規(guī)模，但提升了投資效率。以管理層變動(dòng)衡量經(jīng)濟(jì)政策不確定性，忽視了其他因素影響具有一定局限性。而經(jīng)濟(jì)政策不確定性指數(shù)采用文本數(shù)據(jù)挖掘方法，其囊括媒體對(duì)政策變動(dòng)的解讀，涵蓋政策變更，政府換屆等政治指標(biāo)，還包括貨幣政策、財(cái)政政策、利率等經(jīng)濟(jì)指標(biāo)，是一個(gè)綜合性很強(qiáng)的指標(biāo)。[12][17]

宏觀上，Jeffery Wurgler[8]采用行業(yè)投資反應(yīng)系數(shù)，作為測(cè)度資本配置效率具體數(shù)值的指標(biāo)，同時(shí)發(fā)現(xiàn)國(guó)有經(jīng)濟(jì)比重與此指標(biāo)負(fù)相關(guān)。微觀層面企業(yè)資本配置效率的實(shí)證研究最具代表性的是Richardson[18]，通過(guò)區(qū)分投資不足與投資過(guò)度，探討預(yù)期投資與自由現(xiàn)金流量的關(guān)系，衡量企業(yè)資本配置效率，并迅速成為企業(yè)資本配置效率研究的關(guān)鍵方法。此外，還有采用資本使用成本度量資本預(yù)期邊際收益，即生產(chǎn)函數(shù)估計(jì)法；陳德球等還以托賓Q系數(shù)來(lái)衡量資本的邊際效率，即資本的市場(chǎng)價(jià)值與其重置成本之比。[19]

(二)研究假設(shè)

從貨幣政策視角，國(guó)際金融危機(jī)后特別是中國(guó)進(jìn)入新常態(tài)時(shí)期，一方面經(jīng)濟(jì)增速放緩，另一方面長(zhǎng)期粗放增長(zhǎng)帶來(lái)的經(jīng)濟(jì)結(jié)構(gòu)不合理，貨幣存量M2過(guò)大，杠桿率過(guò)高。為此，人民銀行對(duì)農(nóng)業(yè)、中小微企業(yè)實(shí)行貨幣政策定向調(diào)控等宏觀調(diào)控措施[20]，在流動(dòng)性充裕的宏觀經(jīng)濟(jì)環(huán)境下，企業(yè)投資取得較快增長(zhǎng)。[13][21]

由此提出假設(shè)1：經(jīng)濟(jì)政策不確定性增加促使企業(yè)投資規(guī)模增加。

一般認(rèn)為，政府干預(yù)對(duì)國(guó)有企業(yè)的負(fù)面影響主要有缺乏激勵(lì)約束機(jī)制和扭曲企業(yè)目標(biāo)兩方面[22]，導(dǎo)致資本配置效率低下。制度發(fā)生變化、企業(yè)治理改善和競(jìng)爭(zhēng)狀況改變，政府干預(yù)范圍、力度減小，國(guó)有企業(yè)的資本配置效率與非國(guó)有企業(yè)的差距逐漸縮小。[23]然而，在經(jīng)濟(jì)政策不確定性背景下，國(guó)有企業(yè)富有社會(huì)穩(wěn)定等職能[24]，與政府利益程度密切的企業(yè)更易受政策庇護(hù)，會(huì)在很大程度上緩解經(jīng)濟(jì)政策不確定性的沖擊。

由此提出假設(shè)2：經(jīng)濟(jì)政策不確定性對(duì)民營(yíng)企業(yè)影響大于國(guó)有企業(yè)。

中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展差距大，金融市場(chǎng)和銀行信貸無(wú)法供給足夠資金。為實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展，政府的政策資金克服了金融支持不足，但難免造成資源配置扭曲。比如，地方政府官員更關(guān)注轄區(qū)內(nèi)稅收和GDP的增長(zhǎng)以謀求晉升。[25]在“西部大開(kāi)發(fā)”“振興東北老工業(yè)基地”“中部崛起戰(zhàn)略”等系列區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略背景下，政府官員更傾向于任期內(nèi)見(jiàn)效快、易考核、不確定性低的生產(chǎn)項(xiàng)目，以獲得升遷機(jī)會(huì)。[26]地方政府官員偏好差異與升遷，所產(chǎn)生的經(jīng)濟(jì)政策不確定性，對(duì)不同地區(qū)的企業(yè)投資行為可能造成不同影響。[27]

由此提出假設(shè)3：經(jīng)濟(jì)政策不確定性對(duì)企業(yè)資本配置影響存在區(qū)域差異。

經(jīng)濟(jì)政策不確定性上升后，普通資本投資活動(dòng)一般會(huì)受到抑制[28]，而研發(fā)投資以調(diào)整成本優(yōu)于普通資本投資，故經(jīng)濟(jì)政策不確定性對(duì)二者影響不同。[11]高技術(shù)企業(yè)通過(guò)增加研發(fā)投入獲得市場(chǎng)勢(shì)力和超額利潤(rùn)，在未來(lái)實(shí)現(xiàn)更好的長(zhǎng)期收益。當(dāng)經(jīng)濟(jì)政策不確定性加劇市場(chǎng)風(fēng)險(xiǎn)時(shí)，高技術(shù)企業(yè)通過(guò)加大研發(fā)投入以鞏固和增加市場(chǎng)勢(shì)力。[29]此外，不確定性是利潤(rùn)之源[30]，從總體上，經(jīng)濟(jì)政策不確定性一定程度上促使高技術(shù)企業(yè)投資增長(zhǎng)，提升整個(gè)社會(huì)的資本配置效率。

由此提出假設(shè)4：經(jīng)濟(jì)政策不確定性正向影響高技術(shù)企業(yè)創(chuàng)新，且比非高技術(shù)企業(yè)程度大。

三、研究設(shè)計(jì)

(一)模型設(shè)計(jì)

參考Richardson[18]模型，加入經(jīng)濟(jì)政策不確定性指數(shù)EPUi,t-1，選取滯后一期變量以消除內(nèi)生性[6]，建立修正的基本模型。

Invi,t=α0+α1EPUi,t-1+∑σiχi,t-1+λyear+λind+εi,t

(1)

其中，χi,t-1分別表示系列控制變量Salesgrowi,t-1、Sizei,t-1、Stockreturni,t-1，具體含義如表2所示。i表示上市公司個(gè)體。λyear、λind分別表示了年份和行業(yè)層面的固定效應(yīng)。

在(1)式基礎(chǔ)上，將回歸后殘差為負(fù)的樣本劃分為投資不足的公司，殘差為正的樣本劃分為投資過(guò)度的公司，建立如下計(jì)量模型檢驗(yàn)假設(shè)1-4。

U/O-Invi,t=β0+β1EPUi,t-1+β2χi,t+∑σiχi,t-1+λyear+λind+εi,t

(2)

被解釋變量U-inv/O-inv即Underinvest/Overinvest，分別表示投資不足和投資過(guò)度，作為企業(yè)資本配置效率的代理變量。EPUi,t-1代表滯后一期的i公司經(jīng)濟(jì)不確定性指數(shù)?？刂谱兞堪⊿alesgrowi,t-1，Sizei,t-1，StockReturni,t-1分別表示i公司第t-1年的銷售收入增長(zhǎng)，公司規(guī)模，股票收益率。Year，Industry，SOE，Region和Hightech分別表示年度、行業(yè)、屬性、地區(qū)和是否高技術(shù)變量。具體變量含義如表2所示。

(二)變量說(shuō)明

1.經(jīng)濟(jì)政策不確定性指數(shù)(Economic Policy Uncertainty，EPU)

在已有的相關(guān)研究中，主要從政府官員更替、政治版圖規(guī)劃、經(jīng)濟(jì)政策不確定性指數(shù)三個(gè)方面衡量經(jīng)濟(jì)政策不確定性。前兩者在統(tǒng)計(jì)中存在指標(biāo)難以準(zhǔn)確量化，計(jì)量過(guò)程中干擾因素較多等問(wèn)題。經(jīng)濟(jì)政策不確定性指數(shù)則從綜合性角度，避免了以上問(wèn)題。

Scott R.Baker，Nicholas Bloom和Steven J.Davis[12]發(fā)布的中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)①(2)①網(wǎng)址https://fred.stlouisfed.org/series/CHIEPUINDXM。，以月為單位。因?yàn)槠髽I(yè)資本配置效率是以年計(jì)量，為統(tǒng)一時(shí)間計(jì)量，將經(jīng)濟(jì)政策不確定性指數(shù)轉(zhuǎn)化為年度計(jì)量。

隨后，Scott R.Baker，Nicholas Bloom和Steven J.Davis[12]以報(bào)紙關(guān)鍵詞檢索改進(jìn)了經(jīng)濟(jì)不確定性度量方法，測(cè)算出65個(gè)國(guó)家的經(jīng)濟(jì)不確定性指數(shù)。根據(jù)英文版《南華早報(bào)》所涵蓋的財(cái)政、利率、官員變動(dòng)和國(guó)家政權(quán)更迭等內(nèi)容，發(fā)布了中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)，檢索關(guān)鍵詞如表1所示。

表1 檢索報(bào)紙關(guān)鍵詞

對(duì)比2010—2018年中美兩國(guó)經(jīng)濟(jì)政策不確定性指數(shù)，可以看到明顯的不同變動(dòng)趨勢(shì)。美國(guó)經(jīng)濟(jì)在后危機(jī)時(shí)代不斷復(fù)蘇，宏觀政策總體穩(wěn)定，反映在經(jīng)濟(jì)政策不確定性指數(shù)上走勢(shì)平穩(wěn)。2013年后中國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”，面臨經(jīng)濟(jì)增速放緩、經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、發(fā)展動(dòng)力轉(zhuǎn)換等復(fù)雜局面，宏觀政策經(jīng)歷了“相機(jī)抉擇—區(qū)間調(diào)控—定向調(diào)控”的變化，實(shí)施了“雙創(chuàng)”和“中國(guó)制造2025”等，這些政策在緩解經(jīng)濟(jì)困境同時(shí)，也提高了我國(guó)經(jīng)濟(jì)政策不確定性，相比美國(guó)，中國(guó)宏觀經(jīng)濟(jì)波動(dòng)更為顯著，經(jīng)濟(jì)政策不確定性變化更大，這符合現(xiàn)實(shí)情況，具體如圖1所示。

2.特征變量

模型中涉及3個(gè)變量：(1)所有制特征(SOE)，根據(jù)所有制性質(zhì)的不同，將上市企業(yè)樣本劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩類；(2)高技術(shù)企業(yè)(Hightech)，參照國(guó)家統(tǒng)計(jì)局標(biāo)準(zhǔn)，劃分為高技術(shù)企業(yè)和非高技術(shù)企業(yè)兩類；(3)依據(jù)《中國(guó)統(tǒng)計(jì)年鑒》標(biāo)準(zhǔn)，將企業(yè)按照屬地劃分東、中、西部地區(qū)企業(yè)②(3)②參照國(guó)家統(tǒng)計(jì)局標(biāo)準(zhǔn),將京、津、冀、遼、滬、蘇、浙、閩、魯、粵、瓊等11個(gè)省份劃分為東部地區(qū),黑、吉、晉、皖、贛、豫、鄂、湘等8個(gè)省份為中部地區(qū),內(nèi)蒙古、桂、渝、川、貴、云、藏、陜、甘、青、寧、新等12個(gè)省份為西部地區(qū)。。

圖1 中美經(jīng)濟(jì)政策不確定性指數(shù)走勢(shì)對(duì)比

3.其他變量

實(shí)證中控制變量的選取，參考了Richardson[18]、Biddle，Hilary和Verdi[31]、任春艷、趙景文[32]等，關(guān)于資本配置效率及其影響因素的做法。選取銷售收入、企業(yè)規(guī)模、股票收益率作為控制變量。

(三)樣本選擇

由于資本結(jié)構(gòu)和投資方式的不同，金融行業(yè)呈現(xiàn)異質(zhì)性，剔除金融行業(yè)數(shù)據(jù)；為了避免不同監(jiān)管環(huán)境因素的干擾，剔除B股、H股或同時(shí)在兩個(gè)股票市場(chǎng)上市的公司；剔除樣本期間一年或數(shù)年ST、ST*的公司；剔除樣本數(shù)據(jù)異常或相關(guān)數(shù)據(jù)缺失的公司。以A股上市公司2010—2018年相關(guān)財(cái)務(wù)數(shù)據(jù)為研究樣本，數(shù)據(jù)均來(lái)自于Wind(萬(wàn)得)數(shù)據(jù)庫(kù)，為消除極端值的影響，對(duì)本文使用到的重要連續(xù)變量進(jìn)行了上下1%的Winsorize雙邊縮尾處理。經(jīng)過(guò)各種條件的遴選，最終得到1 346家公司10 768個(gè)觀測(cè)值。采用軟件stata 15.1進(jìn)行分析。

本文主要變量定義如表2所示。

表2 有關(guān)變量及其定義

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

對(duì)模型(1)進(jìn)行回歸，劃分投資過(guò)度樣本和投資不足樣本，得到2010—2018年殘差均值為0.055，投資不足樣本7 068個(gè)和投資過(guò)度樣本3 700個(gè)。由表3可知，我國(guó)上市企業(yè)的投資水平均值為0.064，高于任春艷，趙景文[32]測(cè)算的0.056。經(jīng)濟(jì)政策不確定性指數(shù)均值為2.077，與陳勝藍(lán)、劉曉玲[33]得出的1.356相比有較大上升，最大值為3.648，最小值為0.989，與近十年來(lái)經(jīng)濟(jì)環(huán)境變動(dòng)大有關(guān)。成長(zhǎng)機(jī)會(huì)均值為0.003，公司規(guī)模的均值為12.992，股票收益率的均值為0.145。

表3 全樣本描述性統(tǒng)計(jì)

在劃分投資過(guò)度和投資不足兩組樣本基礎(chǔ)上，分析發(fā)現(xiàn)多重共線性的方差膨脹因子VIF均小于2，認(rèn)為不存在多重共線性。

進(jìn)一步分析，絕大部分變量在1%以上水平顯著，且從相關(guān)系數(shù)結(jié)果可以看出自變量和控制變量的相關(guān)系數(shù)未超過(guò)0.5，可以認(rèn)為不存在多重共線性。從主要變量相關(guān)系數(shù)表還可以發(fā)現(xiàn)投資水平和經(jīng)濟(jì)政策不確定性指數(shù)、銷售收入增長(zhǎng)、公司規(guī)模以及股票收益率都顯著相關(guān)。在兩組樣本中EPU系數(shù)為負(fù)，且在1%水平下顯著(表4、表5)。

表4 投資不足樣本變量間的相關(guān)系數(shù)

表5 投資過(guò)度樣本變量間的相關(guān)系數(shù)

(二)回歸結(jié)果與分析

1.基本回歸結(jié)果分析

使用聚類穩(wěn)健標(biāo)準(zhǔn)誤來(lái)估計(jì)系數(shù)，消除異方差的影響，進(jìn)行多元回歸分析。由表6可見(jiàn)，在投資不足樣本中EPU系數(shù)為-0.002，且在1%水平下顯著，在投資過(guò)度樣本中EPU指數(shù)的系數(shù)為0.004。經(jīng)濟(jì)政策不確定性與投資不足是負(fù)向關(guān)系，正向影響投資過(guò)度。

這說(shuō)明，從總體上看，經(jīng)濟(jì)政策不確定性可以緩解企業(yè)投資不足問(wèn)題，也加劇了一些企業(yè)投資過(guò)度狀況?？赡茉蚴牵环矫?，在經(jīng)濟(jì)下行和不確定的未來(lái)，一些投資不足企業(yè)(如新興戰(zhàn)略性行業(yè))，受到政府財(cái)政和政策的大力支持，而社會(huì)資本在產(chǎn)業(yè)政策引導(dǎo)下也加大投資，行業(yè)投資增加，投資不足狀況改善；另一方面，在國(guó)家支持實(shí)體經(jīng)濟(jì)發(fā)展的大背景下，一些本身投資充足的企業(yè)，也獲得了資金支持，進(jìn)一步加劇了投資過(guò)度狀況。資本市場(chǎng)的不完美使企業(yè)面臨投資不足與過(guò)度的風(fēng)險(xiǎn)，而政策不確定形成的不同制度環(huán)境差異，也會(huì)削弱資本市場(chǎng)的調(diào)控作用，降低資本配置效率。[8]綜合以上分析，政策不確定性增加了企業(yè)投資，即假設(shè)1成立。

表6 假設(shè)1回歸結(jié)果

續(xù)表

2.分樣本回歸結(jié)果分析

進(jìn)一步劃分樣本企業(yè)，國(guó)企樣本數(shù)據(jù)5 512個(gè)，民企樣本數(shù)據(jù)5 256個(gè)。結(jié)果見(jiàn)表7：(1)投資不足狀態(tài)下國(guó)企EPU系數(shù)-0.002，民企EPU系數(shù)-0.001。這表明無(wú)論是民營(yíng)企業(yè)還是國(guó)有企業(yè)，經(jīng)濟(jì)政策不確定性與投資不足水平負(fù)相關(guān)，說(shuō)明經(jīng)濟(jì)政策不確定使投資不足狀況下的國(guó)企、民企投資都增加，符合假設(shè)1。但國(guó)企EPU系數(shù)是民企EPU系數(shù)的2倍，則說(shuō)明國(guó)企在經(jīng)濟(jì)政策不確定下投資增加更多。表明在較差的市場(chǎng)環(huán)境中，國(guó)企可能會(huì)被要求更多投資以完成政府目標(biāo)，穩(wěn)定投資市場(chǎng)，存在投資行為被扭曲的可能，以至于降低資本配置效率。(2)投資過(guò)度狀態(tài)下，國(guó)企EPU系數(shù)-0.003，民企EPU系數(shù)0.010，且是國(guó)企系數(shù)的3倍。EPU系數(shù)與國(guó)企投資過(guò)度負(fù)相關(guān)，與民企投資過(guò)度正相關(guān)，這說(shuō)明政府對(duì)投資過(guò)度國(guó)企約束加大，嚴(yán)控投資。而對(duì)民營(yíng)企業(yè)投資則采用市場(chǎng)化手段，在營(yíng)商環(huán)境改善和支持實(shí)體經(jīng)濟(jì)發(fā)展的大背景下，民營(yíng)投資反而增加，結(jié)論支持假設(shè)2成立，但是與傳統(tǒng)的解釋不同。

表7 假設(shè)2回歸結(jié)果

續(xù)表

表8 假設(shè)3回歸結(jié)果

對(duì)全樣本企業(yè)按照東中西部劃分，取得東部企業(yè)樣本數(shù)據(jù)6 656個(gè)，西部2 008個(gè)，中部2 104個(gè)。如表8所示，無(wú)論東中西部地區(qū)，經(jīng)濟(jì)政策不確定性與企業(yè)投資不足負(fù)相關(guān)，與企業(yè)投資過(guò)度正相關(guān)。說(shuō)明經(jīng)濟(jì)政策不確定狀況下，政府加大對(duì)區(qū)域發(fā)展的投資力度，無(wú)論是投資不足的企業(yè)，還是投資過(guò)度的企業(yè)，都獲得了投資的增加。但是在影響程度方面：(1)在投資不足企業(yè)中，東部、西部地區(qū)影響更顯著，中部影響次之?？赡苁菛|部地區(qū)市場(chǎng)機(jī)制完善，自由競(jìng)爭(zhēng)激烈，企業(yè)以加大投資應(yīng)對(duì)未來(lái)的不確定。西部企業(yè)更多受到政策傾斜，所以在不確定性條件下，企業(yè)投資不足改善。與之相比，中部企業(yè)政策不如西部?jī)?yōu)惠，市場(chǎng)機(jī)制不如東部完善，姑而企業(yè)的投資反應(yīng)最??；(2)在投資過(guò)度企業(yè)中，中部企業(yè)影響最大，東部次之，西部最小。說(shuō)明在承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移、“一帶一路”倡議下，中部企業(yè)獲得了更大投資機(jī)遇。東部企業(yè)依靠市場(chǎng)機(jī)制，也獲得不少投資，而西部企業(yè)單靠自身財(cái)力，或者不完善的市場(chǎng)，都難以獲得較大投資。此結(jié)論仍然支持假設(shè)3。

依據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的《高技術(shù)產(chǎn)業(yè)分類目錄》，結(jié)合證監(jiān)會(huì)發(fā)布的上市公司行業(yè)劃分標(biāo)準(zhǔn)，對(duì)樣本企業(yè)進(jìn)行匹配，共有1 024個(gè)高技術(shù)企業(yè)樣本數(shù)據(jù)，9 744個(gè)非高技術(shù)企業(yè)樣本。結(jié)果顯示：(1)經(jīng)濟(jì)政策不確定性與高技術(shù)企業(yè)、非高技術(shù)企業(yè)的投資不足狀況負(fù)相關(guān)，與投資過(guò)度狀況正相關(guān)。說(shuō)明面對(duì)經(jīng)濟(jì)不確定性，無(wú)論是否高技術(shù)企業(yè)，投資情況都得到了改善，而企業(yè)投資過(guò)度程度增加；(2)投資不足情況下，高技術(shù)企業(yè)不確定性系數(shù)為-0.003，非高技術(shù)企業(yè)為-0.002，且分別在5%、1%水平下顯著。表明經(jīng)濟(jì)不確定條件下，高技術(shù)企業(yè)投資狀況反應(yīng)(改善)更加明顯(表9)。這表明，高技術(shù)行業(yè)本身特征，決定了通過(guò)加大投資增加更多市場(chǎng)勢(shì)力，獲得更多利潤(rùn)和成長(zhǎng)空間。另一方面，面對(duì)金融危機(jī)后經(jīng)濟(jì)發(fā)展前景不明朗，國(guó)家對(duì)高技術(shù)企業(yè)支持加大，無(wú)論是政策還是資金都向高技術(shù)企業(yè)傾斜；(3)投資過(guò)度狀況下，高技術(shù)企業(yè)不確定性系數(shù)為0.011，非高技術(shù)企業(yè)為0.003。相比之下，經(jīng)濟(jì)不確定性下對(duì)高技術(shù)企業(yè)的資金保障，非高技術(shù)企業(yè)則遜色許多，綜合結(jié)論支持假設(shè)4。

表9 假設(shè)4回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)1.內(nèi)生性檢驗(yàn)

受多種因素的影響，經(jīng)濟(jì)政策不確定性難以定義其為嚴(yán)格的外生變量，并進(jìn)行內(nèi)生性問(wèn)題的探討。借鑒陳勝藍(lán)，李占婷[34]利用工具變量法，選用滯后兩期的全球經(jīng)濟(jì)政策不確定性指數(shù)和中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)，作為工具變量，以此來(lái)緩解原有滯后一期的不確定性指數(shù)內(nèi)生性問(wèn)題。

由表10工具變量的回歸結(jié)果可以看出，經(jīng)濟(jì)政策不確定性的系數(shù)在投資不足下顯著為負(fù)，結(jié)果與表6基本一致，這說(shuō)明在使用滯后兩期的全球和中國(guó)的經(jīng)濟(jì)政策不確定性指數(shù)替代后，緩解內(nèi)生性問(wèn)題的干擾，對(duì)本文的結(jié)論影響不大。

2.穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)總的來(lái)說(shuō)有三種方法，替換被解釋變量、解釋變量以及替換模型，文章采用前兩種進(jìn)行穩(wěn)健性檢驗(yàn)。

表10 內(nèi)生性檢驗(yàn)結(jié)果

(1) 替換被解釋變量

對(duì)模型(1)回歸的殘差分行業(yè)求中位數(shù)，確定被解釋變量的企業(yè)投資水平。大于行業(yè)中位數(shù)的公司劃歸投資過(guò)度公司，小于的劃歸投資不足公司。得到5 360個(gè)投資不足樣本，5 408個(gè)投資過(guò)度樣本，檢驗(yàn)結(jié)果如表11所示。

(2)替換解釋變量

文章采用的經(jīng)濟(jì)不確定指數(shù)存在一定弊端。僅選取香港《南華早報(bào)(英文)》進(jìn)行關(guān)鍵詞檢索，只能反映香港媒體視角的經(jīng)濟(jì)政策變動(dòng)，且受報(bào)紙編輯的個(gè)人偏好影響大，不能充分傳達(dá)大陸經(jīng)濟(jì)政策的演變，最終形成的指數(shù)也難以全面體現(xiàn)中國(guó)關(guān)鍵宏觀經(jīng)濟(jì)的變動(dòng)。為此，借鑒Yun Huang和Paul Luk[17]重構(gòu)的中國(guó)經(jīng)濟(jì)政策不確定指數(shù)。其從慧科新聞(報(bào)紙)數(shù)據(jù)庫(kù)中，選取了大陸10種主流報(bào)紙，數(shù)據(jù)更為完整，能夠較好地反映中國(guó)經(jīng)濟(jì)政策變動(dòng)。經(jīng)濟(jì)政策不確定性指數(shù)替換后的測(cè)算結(jié)果如表12所示。

通過(guò)以上兩種方法進(jìn)行的穩(wěn)健性回歸結(jié)果來(lái)看，經(jīng)濟(jì)政策不確定性指數(shù)對(duì)企業(yè)資本配置效率的影響沒(méi)有發(fā)生顯著的變化，仍然支持本文結(jié)論。

表11 穩(wěn)健性檢驗(yàn)

表12 穩(wěn)健性檢驗(yàn)

五、結(jié)論與啟示

本文實(shí)證分析了經(jīng)濟(jì)政策不確定性與企業(yè)投資和資本配置效率之間的影響機(jī)制。利用深滬上市公司數(shù)據(jù)和Baker等[12]構(gòu)建的中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)，實(shí)證探討兩者之間的關(guān)系。結(jié)果表明，經(jīng)濟(jì)政策不確定性對(duì)國(guó)企投資過(guò)度存在抑制效應(yīng)，對(duì)民企投資存在激勵(lì)效應(yīng)。體現(xiàn)在經(jīng)濟(jì)政策不確定性抑制國(guó)企上市公司的過(guò)度投資，大力支持民企上市公司投資。同時(shí)，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)投資存在選擇效應(yīng)，這一效應(yīng)與企業(yè)的區(qū)域異質(zhì)性(東中西部企業(yè))、高技術(shù)企業(yè)與非高技術(shù)企業(yè)之間、國(guó)企與民企之間存在差異。

本文結(jié)論所反映的經(jīng)濟(jì)政策不確定性與企業(yè)投資之間的多重關(guān)系，似乎不同于一般研究結(jié)論，但是借助第二、三、四節(jié)的分析，結(jié)合我們所考察的上市企業(yè)樣本以及當(dāng)前實(shí)際狀況，本文所提出經(jīng)濟(jì)政策不確定性對(duì)企業(yè)投資的抑制效應(yīng)、激勵(lì)效應(yīng)和選擇效應(yīng)與現(xiàn)實(shí)相符。

本文研究結(jié)論的現(xiàn)實(shí)意義在于：首先，盡管本文發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性緩解了企業(yè)投資不足，但對(duì)民營(yíng)企業(yè)的過(guò)度支持，也不利于資本配置效率改善。因此，有關(guān)部門出臺(tái)各類政策穩(wěn)定經(jīng)濟(jì)發(fā)展，應(yīng)當(dāng)考慮經(jīng)濟(jì)政策不確定性對(duì)不同所有制企業(yè)作用存在差異。此外，法律制度和市場(chǎng)化機(jī)制，更有利于企業(yè)資本的有效配置。其次，本文的研究成果對(duì)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展政策的調(diào)整有啟示作用。我國(guó)對(duì)于東、中、西部協(xié)調(diào)發(fā)展，以及東北老工業(yè)基地振興，提出了系列發(fā)展戰(zhàn)略，鑒于經(jīng)濟(jì)政策不確定性對(duì)區(qū)域發(fā)展具有選擇效應(yīng)，有關(guān)部門在政策和資金支持的基礎(chǔ)上，應(yīng)致力于對(duì)中、西部和東北老工業(yè)基地有的放矢構(gòu)建良好經(jīng)濟(jì)環(huán)境，促進(jìn)市場(chǎng)機(jī)制在企業(yè)投資中發(fā)揮主導(dǎo)作用，如完善法律法規(guī)及金融市場(chǎng)機(jī)制，為改善企業(yè)投資創(chuàng)造公平高效的投資環(huán)境。當(dāng)經(jīng)濟(jì)政策不確定性發(fā)生時(shí)，依靠制度和機(jī)制，將有助于激勵(lì)投資內(nèi)生增長(zhǎng)。最后，利用經(jīng)濟(jì)政策不確定性帶來(lái)的選擇效應(yīng)，通過(guò)有效的政策引導(dǎo)和環(huán)境改善，促進(jìn)高技術(shù)企業(yè)發(fā)展。具體是，有關(guān)部門為高技術(shù)企業(yè)創(chuàng)造良好的外部發(fā)展條件，當(dāng)經(jīng)濟(jì)政策不確定性上升，高效率的技術(shù)創(chuàng)新企業(yè)加大研發(fā)投資，獲得更多外部支持；而低效率的技術(shù)創(chuàng)新企業(yè)則被淘汰出局，將從整體上改善社會(huì)資本配置效率。