不確定性沖擊與企業(yè)投資動(dòng)態(tài)
——來自供給側(cè)結(jié)構(gòu)性改革的準(zhǔn)自然實(shí)驗(yàn)

徐光偉，孫 錚，劉 星

（1. 常州大學(xué) 商學(xué)院，江蘇 常州 213164；2. 上海財(cái)經(jīng)大學(xué) 會(huì)計(jì)與財(cái)務(wù)研究院，上海 200433；3. 重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030）

一、引 言

后危機(jī)時(shí)代，世界政治經(jīng)濟(jì)形勢(shì)錯(cuò)綜復(fù)雜，尤其是2016年國(guó)際社會(huì)頻頻“爆冷”，不確定性事件頻發(fā)。英國(guó)“脫歐”、特朗普逆襲等“黑天鵝”事件給世界經(jīng)濟(jì)發(fā)展增添了更多的不確定因素。素有市場(chǎng)恐慌情緒之稱的VIX指數(shù)在英國(guó)脫歐公投后升至高點(diǎn)26.72，周漲幅超過25.45%。VIX指數(shù)在2016年美國(guó)總統(tǒng)大選前夕升至英國(guó)脫歐公投以來的最高水平23.01，周漲幅為41.72%。全球經(jīng)濟(jì)政策不確定性指數(shù)①這一指數(shù)由斯坦福大學(xué)和芝加哥大學(xué)的三位學(xué)者編制，其數(shù)值越大表示不確定性越強(qiáng)。在2016年也不斷創(chuàng)下歷史新高，分別超越了2008年和2011年的峰值，并有進(jìn)一步攀升之勢(shì)。同時(shí)，世界變局下的中國(guó)經(jīng)濟(jì)也正在經(jīng)歷一場(chǎng)結(jié)構(gòu)性改革。外部國(guó)際環(huán)境動(dòng)蕩不安，內(nèi)部改革轉(zhuǎn)型道阻且長(zhǎng)，中國(guó)經(jīng)濟(jì)未來仍面臨多重不確定因素。自2015年10月以來，反映中國(guó)經(jīng)濟(jì)政策不確定性的指數(shù)也呈現(xiàn)波動(dòng)上升的趨勢(shì)。不確定性的攀升會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生怎樣的影響？不確定性沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制又是什么？

2008年國(guó)際金融危機(jī)以來，世界經(jīng)濟(jì)處于深度調(diào)整中，不確定性研究再度升溫。已有研究在不確定性的測(cè)量、成因與影響等方面取得了實(shí)質(zhì)性進(jìn)展。不確定性的測(cè)量方法主要有：一是宏觀經(jīng)濟(jì)變量的波動(dòng)性（Jurado等，2015）；二是企業(yè)橫截面的離散度（Christiano等，2014）；三是分析師預(yù)測(cè)的離散度或主觀不確定性（Bachmann等，2013）；四是新聞報(bào)紙中不確定性相關(guān)關(guān)鍵詞出現(xiàn)的頻率（Baker等，2016）。還有學(xué)者以國(guó)家選舉年度或官員更替構(gòu)造啞變量來衡量政治不確定性（Julio和Yook，2012；徐業(yè)坤等，2013）。Baker和Bloom（2013）以自然災(zāi)害、恐怖襲擊、政治事件等衡量不確定性，利用自然實(shí)驗(yàn)方法估計(jì)了不確定性的影響。不確定性的測(cè)量方法推動(dòng)了相關(guān)經(jīng)驗(yàn)研究的開展，但這些方法事實(shí)上并不是不確定性的真實(shí)測(cè)度，而只是其替代衡量指標(biāo)。不確定性的客觀測(cè)量仍是相關(guān)研究的主要挑戰(zhàn)之一（Bloom，2014）。

不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)存在多種影響機(jī)制。一是實(shí)物期權(quán)效應(yīng)。由于投資不完全可逆、存在調(diào)整成本，未來不確定性上升會(huì)提高等待期權(quán)價(jià)值，經(jīng)濟(jì)主體推遲投資活動(dòng)直到擁有更多信息（Bernanke，1983；Bloom，2009；Bachmann和Bayer，2013）。二是金融市場(chǎng)摩擦。國(guó)際金融危機(jī)期間，資產(chǎn)價(jià)格波動(dòng)與信貸利差擴(kuò)大表明金融市場(chǎng)摩擦是不確定性影響宏觀經(jīng)濟(jì)表現(xiàn)的重要渠道（Arellano等，2012；Christiano等，2014）。不確定性增加了資產(chǎn)風(fēng)險(xiǎn)，導(dǎo)致信貸利差擴(kuò)大、股權(quán)風(fēng)險(xiǎn)溢價(jià)上升。由于代理問題、道德風(fēng)險(xiǎn)等，外部融資受到約束，不確定性提高了資本成本，減少了投資支出（Gilchrist等，2014）。三是風(fēng)險(xiǎn)厭惡。悲觀的代理人在未來收益分布不確定時(shí)會(huì)表現(xiàn)出“模糊厭惡”心理，從而減少投資支出。而對(duì)于樂觀的代理人，不確定性具有積極影響。大多數(shù)公司高管承擔(dān)的個(gè)人風(fēng)險(xiǎn)難以有效分散，當(dāng)不確定性上升時(shí)，風(fēng)險(xiǎn)厭惡心理使資本支出活動(dòng)變得謹(jǐn)慎。Panousi和Papanikolaou（2012）的研究表明，在CEO持股比例高的公司，企業(yè)投資對(duì)異質(zhì)波動(dòng)更加敏感。四是增長(zhǎng)期權(quán)效應(yīng)。一項(xiàng)投資活動(dòng)具有看漲期權(quán)特征時(shí)，其投資成本有下限而未來收益無上限，不確定性會(huì)增加看漲期權(quán)價(jià)值，反而促進(jìn)投資支出。Kraft等（2013）研究發(fā)現(xiàn)，托賓Q均值隨公司層面的波動(dòng)性增加而增加，尤其是對(duì)于擁有更多增長(zhǎng)期權(quán)的R&D密集型企業(yè)。Segal等（2015）認(rèn)為，宏觀經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響依賴于其類型，“好的不確定性”對(duì)未來經(jīng)濟(jì)活動(dòng)具有正向影響。五是Oi-Hartman-Abel效應(yīng)。從理論上看，如果需求或成本是收益的凸函數(shù)，那么兩者的不確定性會(huì)增加未來預(yù)期收益（Oi，1961；Hartman，1972，1976；Abel，1983）。總體上，不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)存在多種影響路徑，且影響可能是雙向的。

盡管不確定性相關(guān)研究成果豐碩，但是學(xué)者在不確定性測(cè)量與影響機(jī)制方面未達(dá)成共識(shí)。對(duì)于不確定性的概念，目前尚未形成統(tǒng)一的認(rèn)識(shí)。Knight（1921）將不確定性與風(fēng)險(xiǎn)概念進(jìn)行比較，指出人們不能預(yù)測(cè)不確定性事件發(fā)生的概率。Jurado等（2015）認(rèn)為，不確定性是經(jīng)濟(jì)主體不可預(yù)測(cè)、擾動(dòng)的條件方差。以宏微觀經(jīng)濟(jì)變量的波動(dòng)性來測(cè)量不確定性，能夠捕捉它對(duì)經(jīng)濟(jì)增長(zhǎng)的事后影響，但是存在較大噪音。一方面，我們無法區(qū)分是源于不確定性沖擊還是其他因素造成的經(jīng)濟(jì)波動(dòng)；另一方面，不確定性與經(jīng)濟(jì)波動(dòng)之間可能互為因果關(guān)系。不確定性與經(jīng)濟(jì)波動(dòng)之間存在內(nèi)生性關(guān)系，難以有效分離不確定性的“真實(shí)”影響。而以分析師預(yù)測(cè)的不一致性來測(cè)度不確定性，不僅囿于調(diào)查方法的局限性，而且在測(cè)量的精確性上容易遭受質(zhì)疑。Baker等（2016）開發(fā)的經(jīng)濟(jì)政策不確定性指數(shù)得到了廣泛的應(yīng)用。以主流新聞報(bào)紙中出現(xiàn)的相關(guān)關(guān)鍵詞來衡量不確定性則缺乏必要的理論支撐。因此，不確定性的定義模糊造成其內(nèi)涵與外延不明晰，給測(cè)量與因果關(guān)系研究帶來了困境。

利用外生事件創(chuàng)造的自然實(shí)驗(yàn)機(jī)會(huì)可以很好地檢驗(yàn)不確定性沖擊造成的影響。使用自然實(shí)驗(yàn)方法研究不確定性的優(yōu)勢(shì)在于：首先，檢驗(yàn)一個(gè)具體的不確定性事件的影響，避免了上述關(guān)于不確定性測(cè)量問題的困擾。其次，使用外生事件作為不確定性沖擊的研究工具，有效地解決了內(nèi)生性問題。這是因?yàn)橥馍录ㄈ缱匀粸?zāi)害、恐怖襲擊、政治經(jīng)濟(jì)事件等）無法預(yù)知，難以預(yù)測(cè)事件發(fā)生的概率。此外，突發(fā)的外生事件能在短期內(nèi)觀測(cè)到其沖擊效應(yīng)，利用雙重差分模型能有效分離出不確定性事件的經(jīng)濟(jì)影響。Baker和Bloom（2013）的研究顯示，使用自然災(zāi)害、恐怖襲擊、意外政治沖擊等作為股市波動(dòng)的代理變量，能很好地識(shí)別不確定性沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。

對(duì)于不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響機(jī)理，現(xiàn)有文獻(xiàn)從不同視角、利用不同方法做出了詮釋，存在多種解釋。作為一個(gè)比較寬泛的概念，不確定性的變化源自自然與社會(huì)中的各種突發(fā)事件。不確定性的不同來源對(duì)同一經(jīng)濟(jì)活動(dòng)可能產(chǎn)生不同影響。Segal等（2015）將不確定性分為“好的”與“壞的”不確定性，檢驗(yàn)發(fā)現(xiàn)兩者對(duì)經(jīng)濟(jì)增長(zhǎng)具有相反的影響。因此，在影響機(jī)制分析中，需要明晰不確定性的具體來源，以及對(duì)不同經(jīng)濟(jì)活動(dòng)來說是“好消息”還是“壞消息”。此外，揭示不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響機(jī)理，需要打開中間多個(gè)“黑箱”。分析宏觀不確定性對(duì)微觀企業(yè)行為的影響，能為不確定性的影響機(jī)制研究提供更加直接的經(jīng)驗(yàn)證據(jù)。

本文正是利用我國(guó)當(dāng)前供給側(cè)結(jié)構(gòu)性改革政策提供的自然實(shí)驗(yàn)契機(jī)，分析了不確定性沖擊對(duì)微觀企業(yè)投資行為的影響及機(jī)制。本文選擇2013-2016年上市公司季度數(shù)據(jù)建立雙重差分模型證實(shí)，不確定性沖擊減少了企業(yè)的實(shí)物資產(chǎn)投資，增加了金融資產(chǎn)投資。不確定性沖擊主要通過外部長(zhǎng)短期借款，影響企業(yè)投資支出。在減少企業(yè)實(shí)物資產(chǎn)投資、增加金融資產(chǎn)投資的同時(shí)，不確定性沖擊提升了公司的市場(chǎng)價(jià)值，這印證了微觀主體的資本逐利動(dòng)機(jī)。

本文的主要貢獻(xiàn)體現(xiàn)在：（1）將企業(yè)投資活動(dòng)細(xì)分為實(shí)物資產(chǎn)投資與金融資產(chǎn)投資，研究了不確定性沖擊對(duì)企業(yè)不同投資活動(dòng)的影響，試圖打開企業(yè)資本配置內(nèi)部結(jié)構(gòu)的“黑箱”，從而深化了企業(yè)投資行為的研究?jī)?nèi)容。（2）以特定經(jīng)濟(jì)事件作為不確定性的具體來源，利用雙重差分模型有效識(shí)別了不確定性的經(jīng)濟(jì)影響，為不確定性與經(jīng)濟(jì)增長(zhǎng)之間的因果關(guān)系以及內(nèi)在作用機(jī)制研究提供了更加直接的經(jīng)驗(yàn)證據(jù)。（3）本文的研究不僅豐富了宏觀經(jīng)濟(jì)政策與微觀企業(yè)行為互動(dòng)關(guān)系領(lǐng)域的研究成果，而且為當(dāng)前供給側(cè)結(jié)構(gòu)性改革、宏觀經(jīng)濟(jì)“脫實(shí)向虛”等問題提供了有意義的參考。

二、理論分析與研究假設(shè)

（一）不確定性對(duì)企業(yè)實(shí)物資產(chǎn)投資的影響

不確定性與風(fēng)險(xiǎn)的區(qū)別在于人們能不能預(yù)測(cè)未來事件發(fā)生的概率（Knight，1921）。由于不確定性事件無法被預(yù)知，其突如其來的“震撼”讓人們感到“驚訝”。以VIX指數(shù)反映未來市場(chǎng)的隱含波動(dòng)率，突發(fā)的不確定性事件導(dǎo)致恐慌性指數(shù)飆升。同時(shí)，VIX指數(shù)也具有反周期特征（Bloom，2014）。經(jīng)濟(jì)處于蕭條期，VIX指數(shù)上升；而經(jīng)濟(jì)處于繁榮期，VIX指數(shù)變小。大量研究基于實(shí)物期權(quán)理論，支持不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)向影響（Bernanke，1983）。不確定性上升通過減少雇員、投資、產(chǎn)出、消費(fèi)和貿(mào)易等行為，損害了短期經(jīng)濟(jì)增長(zhǎng)。

對(duì)于不確定性與企業(yè)投資的關(guān)系，實(shí)物期權(quán)理論指出，對(duì)未來投資收益狀況缺少信息讓等待更有價(jià)值。企業(yè)可將投資活動(dòng)看作一系列期權(quán)組合。當(dāng)缺少投資機(jī)會(huì)時(shí)，企業(yè)可能“靜觀其變”，等待市場(chǎng)出現(xiàn)更多積極的信號(hào)，以免做出錯(cuò)誤的投資決策。這是因?yàn)?，一旦投資失敗，實(shí)物資產(chǎn)投資面臨高額的退出成本。Cooper和Haltiwanger（2006）發(fā)現(xiàn)，投資調(diào)整成本超過資本價(jià)值的一半。此外，專用性資產(chǎn)改變經(jīng)濟(jì)用途不僅無法獲取可占用性準(zhǔn)租，而且投資成本可能會(huì)蒙受重大損失。正是由于投資的不完全可逆性，未來收益不確定性的上升會(huì)推遲企業(yè)投資活動(dòng)。

不確定性不僅通過調(diào)整成本作用于投資活動(dòng)，而且會(huì)提高企業(yè)的人力成本與資金成本，從而減弱投資的積極性。企業(yè)擴(kuò)大投資規(guī)模不僅需要固定資產(chǎn)等實(shí)物資產(chǎn)投入，還需要招募新員工。在新勞動(dòng)法的保護(hù)機(jī)制下，企業(yè)的人力成本更具粘性（劉媛媛和劉斌，2014），投資失敗后辭退員工的成本顯著上升。招募員工過程中發(fā)生的相關(guān)成本隨投資退出而沉沒。當(dāng)不確定性較高時(shí)，企業(yè)更愿意聘請(qǐng)兼職人員來替代正式員工，以降低人力成本（Valletta和Bengali，2013）。

不確定性還可能通過風(fēng)險(xiǎn)溢價(jià)、融資成本路徑作用于投資成本，從而影響企業(yè)投資水平。Arellano等（2011）以及Christiano等（2014）指出，國(guó)際金融危機(jī)期間，金融市場(chǎng)摩擦是市場(chǎng)波動(dòng)影響宏觀經(jīng)濟(jì)產(chǎn)出的渠道。不確定性導(dǎo)致資產(chǎn)風(fēng)險(xiǎn)上升，提高了外部融資成本。對(duì)于受融資約束的企業(yè)，不確定性的影響更加顯著。Gilchrist等（2014）發(fā)現(xiàn)，異質(zhì)性波動(dòng)是企業(yè)債券信用利差的重要決定因素，且與資本形成率下降相關(guān)。而一旦將信用利差信息考慮在內(nèi)，不確定性對(duì)企業(yè)投資的影響會(huì)減弱。這說明信用利差的變化是不確定性影響企業(yè)投資的中介路徑?？梢姡徽撌峭顿Y調(diào)整成本、人力成本還是融資成本，不確定性都會(huì)通過提高投資成本而影響企業(yè)的實(shí)物資產(chǎn)投資。

一些研究直接檢驗(yàn)了經(jīng)濟(jì)政策不確定性與企業(yè)投資之間的關(guān)系。Gulen和Ion（2016）研究證實(shí)，政策不確定性與公司資本投資負(fù)相關(guān)，金融危機(jī)期間公司投資下滑主要?dú)w因于政策不確定性，而且這種效應(yīng)在投資不可逆、受融資約束的公司中更加顯著。Julio和Yook（2012）研究發(fā)現(xiàn)，在政府換屆選舉年度，企業(yè)資本支出減少。賈倩等（2013）也發(fā)現(xiàn)在官員變更當(dāng)年，企業(yè)會(huì)顯著減少投資。李鳳羽和楊墨竹（2015）發(fā)現(xiàn)，不確定性上升會(huì)抑制企業(yè)投資，而且這種抑制作用在國(guó)際金融危機(jī)后更加明顯。外部經(jīng)濟(jì)政治環(huán)境是企業(yè)投資決策的重要影響因素。國(guó)際金融危機(jī)爆發(fā)后，世界各國(guó)政府加強(qiáng)了對(duì)市場(chǎng)的干預(yù)。頻繁的經(jīng)濟(jì)政策調(diào)整造成經(jīng)濟(jì)主體難以形成穩(wěn)定預(yù)期，影響企業(yè)投資的積極性。尤其是轉(zhuǎn)型經(jīng)濟(jì)國(guó)家，市場(chǎng)經(jīng)濟(jì)制度尚不完善，國(guó)家宏觀調(diào)控經(jīng)驗(yàn)相對(duì)不足，而且缺乏有效的信息披露與市場(chǎng)溝通機(jī)制。在政策出臺(tái)之前，準(zhǔn)備工作往往不足，也沒有充分考慮對(duì)市場(chǎng)造成的沖擊。因此，經(jīng)濟(jì)政策不確定性上升通常對(duì)市場(chǎng)主體產(chǎn)生負(fù)向影響?；谏鲜龇治?，本文提出以下假設(shè)：

假設(shè)1：不確定性上升導(dǎo)致企業(yè)實(shí)物資產(chǎn)投資減少。

（二）不確定性對(duì)企業(yè)金融資產(chǎn)投資的影響

如果某項(xiàng)投資活動(dòng)具有看漲期權(quán)特征，則其投資成本可以視為期權(quán)價(jià)格，市場(chǎng)價(jià)格與執(zhí)行價(jià)格、期權(quán)價(jià)格的差值（看漲期權(quán)凈損益）可視為投資收益?？礉q期權(quán)凈損益的主要特征是，投資凈損失有下限，但潛在的凈收益卻沒有上限。以市場(chǎng)波動(dòng)反映的不確定性上升時(shí)，市場(chǎng)價(jià)格低于執(zhí)行價(jià)格，投資最多虧損期權(quán)價(jià)格。而市場(chǎng)價(jià)格波動(dòng)幅度越大，看漲期權(quán)價(jià)值反而越高。因此，增長(zhǎng)期權(quán)觀點(diǎn)認(rèn)為，如果投資成本有限而收益無限，不確定性上升反而會(huì)刺激企業(yè)投資。Kraft等（2013）研究了增長(zhǎng)期權(quán)與公司價(jià)值之間的關(guān)系，發(fā)現(xiàn)公司托賓Q均值隨其波動(dòng)性上升而增加，尤其是R&D投資密集型企業(yè)具有更多的增長(zhǎng)期權(quán)。

與存貨、固定資產(chǎn)等實(shí)物資產(chǎn)投資相比，企業(yè)金融資產(chǎn)投資主要是虛擬經(jīng)濟(jì)投資。宏觀不確定性上升會(huì)加劇金融市場(chǎng)波動(dòng)，股票、債券、期權(quán)、期貨等市場(chǎng)容易出現(xiàn)“猴市”。劉慶富和華仁海（2012）的研究表明，重大風(fēng)險(xiǎn)事件對(duì)商品期貨市場(chǎng)的收益和波動(dòng)均存在顯著的沖擊。市場(chǎng)主體無法預(yù)測(cè)未來事件發(fā)生的概率，樂觀與悲觀投資者充斥市場(chǎng)造成市場(chǎng)分化嚴(yán)重。市場(chǎng)波動(dòng)給金融資產(chǎn)投資者帶來風(fēng)險(xiǎn)的同時(shí)，也可能帶來豐厚的收益。投資者不僅在市場(chǎng)上漲過程中獲得買入持有收益，也能在市場(chǎng)下跌過程中獲得賣空收益。張普和吳沖鋒（2010）指出，股價(jià)波動(dòng)不僅可能表現(xiàn)為風(fēng)險(xiǎn)，也可能表現(xiàn)為價(jià)值。因此，不確定性對(duì)金融資產(chǎn)投資可能具有正向效應(yīng)。大量的不確定性事件顯示，“壞消息”在短期內(nèi)對(duì)金融市場(chǎng)產(chǎn)生嚴(yán)重的負(fù)向沖擊，但信息披露之后市場(chǎng)很快恢復(fù)平靜；而“好消息”在短期內(nèi)對(duì)市場(chǎng)來說是利好，但之后也很快恢復(fù)穩(wěn)定。Segal等（2015）的研究表明，不論是“好的”還是“壞的”不確定性，都會(huì)導(dǎo)致風(fēng)險(xiǎn)溢價(jià)。

企業(yè)的金融資產(chǎn)投資比固定資產(chǎn)投資具有較高的流動(dòng)性，投資過程中發(fā)生的交易成本和調(diào)整成本較小。此外，金融資產(chǎn)相對(duì)于實(shí)物資產(chǎn)具有較低的專用性。金融資產(chǎn)投資不會(huì)產(chǎn)生高額的投資成本，未來公允價(jià)值變動(dòng)、投資收益將為投資者帶來直接的經(jīng)濟(jì)利益。成本是企業(yè)實(shí)物資產(chǎn)投資決策的重要考量因素，而對(duì)于金融資產(chǎn)投資，投資者更加關(guān)注未來潛在的收益空間。因此，投資成本與收益對(duì)企業(yè)實(shí)物資產(chǎn)與金融資產(chǎn)投資的影響具有非對(duì)稱性。根據(jù)不確定性的Oi-Hartman-Abel效應(yīng)，如果企業(yè)能夠根據(jù)市場(chǎng)情況隨時(shí)擴(kuò)大或縮減投資規(guī)模，則不確定性上升會(huì)提高企業(yè)投資預(yù)期收益。金融資產(chǎn)投資具有較高的彈性，企業(yè)可以根據(jù)市場(chǎng)行情追加投資或減持。在宏觀不確定性上升時(shí)，金融資產(chǎn)投資具有的增長(zhǎng)期權(quán)效應(yīng)反而會(huì)刺激企業(yè)增加投資。

企業(yè)不同的投資活動(dòng)具有一定的替代效應(yīng)與互補(bǔ)效應(yīng)。當(dāng)外部不確定性上升時(shí)，實(shí)物資產(chǎn)投資的實(shí)物期權(quán)效應(yīng)會(huì)推遲企業(yè)投資。為了等待投資機(jī)會(huì)，企業(yè)會(huì)儲(chǔ)備更多的流動(dòng)性。王義中和宋敏（2014）指出，宏觀經(jīng)濟(jì)不確定性會(huì)通過外部需求、流動(dòng)性資金需求和長(zhǎng)期資金需求對(duì)企業(yè)投資產(chǎn)生影響。李鳳羽和史永東（2016）研究發(fā)現(xiàn)，在經(jīng)濟(jì)政策不確定性上升時(shí)，企業(yè)會(huì)增持現(xiàn)金。這說明企業(yè)存貨、固定資產(chǎn)等實(shí)物資產(chǎn)投資與現(xiàn)金持有行為之間存在一定的替代效應(yīng)。企業(yè)缺少實(shí)物資產(chǎn)投資機(jī)會(huì)導(dǎo)致閑置資金被配置給高流動(dòng)性資產(chǎn)。尤其是國(guó)際金融危機(jī)之后，世界經(jīng)濟(jì)復(fù)蘇乏力，貨幣超發(fā)導(dǎo)致資產(chǎn)泡沫不斷膨脹。寬松的宏觀政策在推高資產(chǎn)價(jià)格的同時(shí)，也給金融資產(chǎn)投資帶來較高的收益。張永冀等（2016）的研究顯示，政策不確定性上升導(dǎo)致企業(yè)的金融資產(chǎn)顯著增加，而經(jīng)營(yíng)資產(chǎn)顯著減少。

作為不確定性的具體來源，經(jīng)濟(jì)政策不確定性也是企業(yè)金融資產(chǎn)投資的重要外部影響因素。對(duì)于轉(zhuǎn)型經(jīng)濟(jì)國(guó)家，金融市場(chǎng)快速發(fā)展、市場(chǎng)規(guī)模迅速擴(kuò)大，企業(yè)可以通過金融市場(chǎng)提高資金使用效率。但在弱式有效市場(chǎng)中，國(guó)家貨幣政策、財(cái)政政策以及具有廣泛影響的經(jīng)濟(jì)改革政策會(huì)影響金融市場(chǎng)的走勢(shì)。無法預(yù)知的經(jīng)濟(jì)政策常常對(duì)市場(chǎng)產(chǎn)生沖擊，由于政策實(shí)施缺乏一定的市場(chǎng)溝通機(jī)制，市場(chǎng)主體更容易產(chǎn)生不確定心理預(yù)期。因此，經(jīng)濟(jì)政策不確定性對(duì)市場(chǎng)主體的金融資產(chǎn)投資會(huì)產(chǎn)生重要影響?；谏鲜龇治?，本文提出以下假設(shè)：

假設(shè)2：不確定性上升導(dǎo)致企業(yè)金融資產(chǎn)投資增加。

三、研究設(shè)計(jì)

（一）樣本選擇?？紤]到政府換屆選舉之后宏觀經(jīng)濟(jì)政策調(diào)控思路具有重大轉(zhuǎn)變，本文選取2013年第1季度至2016年第4季度的滬深A(yù)股公司數(shù)據(jù)。我們按照以下原則篩選出需要的研究樣本：（1）剔除金融與保險(xiǎn)行業(yè)，即中國(guó)證監(jiān)會(huì)2012年分類中代碼為J的行業(yè)；（2）剔除ST、PT上市公司樣本；（3）剔除財(cái)務(wù)報(bào)告季度數(shù)據(jù)缺失的公司。我們最終得到2013年第1季度至2016年第4季度16個(gè)季度、2 231家上市公司的平衡面板數(shù)據(jù)，共35 696個(gè)觀測(cè)值。公司財(cái)務(wù)數(shù)據(jù)來自CSMAR和Wind數(shù)據(jù)庫。

（二）研究方法。為了分析不確定性沖擊對(duì)企業(yè)投資的影響，本文使用DID方法來檢驗(yàn)供給側(cè)結(jié)構(gòu)性改革政策前后，企業(yè)固定資產(chǎn)、技術(shù)資產(chǎn)、金融資產(chǎn)以及存貨投資的動(dòng)態(tài)變化情況。供給側(cè)結(jié)構(gòu)性改革的首要任務(wù)是“去產(chǎn)能”，對(duì)傳統(tǒng)制造業(yè)的實(shí)體投資活動(dòng)沖擊較大。尤其是鋼鐵和煤炭行業(yè)是“去產(chǎn)能”任務(wù)的重中之重，隨著產(chǎn)能化解任務(wù)的層層落實(shí)，傳統(tǒng)產(chǎn)業(yè)的投資增速下降。相對(duì)而言，高新技術(shù)產(chǎn)業(yè)、戰(zhàn)略性新興產(chǎn)業(yè)、現(xiàn)代服務(wù)業(yè)等受供給側(cè)結(jié)構(gòu)性改革政策的影響較小。因此，本文將傳統(tǒng)制造業(yè)作為干預(yù)組，其他行業(yè)為控制組，利用DID方法來分析供給側(cè)結(jié)構(gòu)性改革對(duì)干預(yù)組與控制組的不同影響。

參照Gulen和Ion（2016）、李鳳羽和楊墨竹（2015）以及張永冀等（2016）的研究，本文構(gòu)建了以下計(jì)量分析模型：

（三）變量說明

1. 因變量。本文將因變量企業(yè)投資區(qū)分為實(shí)物資產(chǎn)投資和金融資產(chǎn)投資。具體而言，我們將企業(yè)投資細(xì)分為固定資產(chǎn)投資（Fix）、技術(shù)資產(chǎn)投資（Tec）、金融資產(chǎn)投資（Fin）和存貨投資（Inv）。其中，固定資產(chǎn)投資、技術(shù)資產(chǎn)投資和存貨投資屬于實(shí)物資產(chǎn)投資。

2. 自變量。（1）政策啞變量（Policy）。供給側(cè)結(jié)構(gòu)性改革政策于2015年11月提出，考慮到本文研究上市公司季度數(shù)據(jù)，在2016年第1季度之后，政策啞變量（Policy）取值為1，之前取值為0。（2）分組啞變量（Group）。供給側(cè)結(jié)構(gòu)性改革以“去產(chǎn)能”為主要任務(wù)，對(duì)鋼鐵、煤炭等傳統(tǒng)制造業(yè)的影響較大。因此，本文根據(jù)2012年上市公司行業(yè)分類指引，將行業(yè)代碼以B、C開頭的設(shè)為干預(yù)組，其他行業(yè)設(shè)為控制組。對(duì)于干預(yù)組樣本，Group取1，否則取0。

3. 控制變量。（1）投資機(jī)會(huì)（TQ）。新古典經(jīng)濟(jì)學(xué)認(rèn)為，在完美無摩擦的市場(chǎng)中，企業(yè)投資決策只取決于投資機(jī)會(huì)。投資的邊際價(jià)值等于邊際成本時(shí)，企業(yè)處于最優(yōu)投資水平。通常以托賓Q均值來反映企業(yè)投資機(jī)會(huì)。（2）現(xiàn)金流量（CF）?，F(xiàn)實(shí)中，企業(yè)投資決策不僅取決于投資機(jī)會(huì)，還與現(xiàn)金流量相關(guān)。由于信息不對(duì)稱，企業(yè)面臨外部融資約束時(shí)，投資與自由現(xiàn)金流之間的敏感性增強(qiáng)?，F(xiàn)金流量（CF）以經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量除以總資產(chǎn)來表示。由于本文數(shù)據(jù)均為季度數(shù)據(jù)，我們?cè)O(shè)置了虛擬變量QRT來控制季節(jié)性影響。變量定義見表1。

表1 變量定義

四、基本回歸分析

（一）描述性統(tǒng)計(jì)。表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。固定資產(chǎn)投資變化ΔFix的均值為-0.0108，技術(shù)資產(chǎn)投資變化ΔTec的均值為-0.0018，存貨投資變化ΔInv的均值為-0.0076，表明2013-2016年企業(yè)實(shí)物資產(chǎn)投資總體上減少。金融資產(chǎn)投資變化ΔFin的均值為0.0212，與實(shí)物資產(chǎn)投資相反，金融資產(chǎn)投資增加。政策啞變量（Policy）的均值為0.3333，說明三分之一的樣本處在供給側(cè)結(jié)構(gòu)性改革政策之后。分組啞變量（Group）的均值為0.6481，說明64.81%的樣本屬于干預(yù)組。

表2 變量描述性統(tǒng)計(jì)

表3報(bào)告了政策啞變量（Policy）的分組描述性統(tǒng)計(jì)結(jié)果。供給側(cè)結(jié)構(gòu)性改革政策之后，ΔFix的均值-0.0146、中值-0.0044分別小于之前的-0.0089、-0.0027，ΔTec的均值-0.0023也小于之前的-0.0015。ΔFin的均值和中值在供給側(cè)結(jié)構(gòu)性改革政策之后分別為0.0383和0.0163，大于之前的0.0127和0.0003。與ΔFix和ΔTec的情況一致，ΔInv的均值和中值在供給側(cè)結(jié)構(gòu)性改革政策之后分別為-0.0091和-0.0009，小于之前的-0.0068和-0.0004。

表3還報(bào)告了分組啞變量（Group）的分組描述性統(tǒng)計(jì)結(jié)果。干預(yù)組中ΔFix的均值-0.0112、中值-0.0049分別小于控制組的-0.0100、-0.0014。但干預(yù)組中ΔTec的均值-0.0017大于控制組的-0.0019。在干預(yù)組中，ΔFin的均值和中值分別為0.0181和0.0037，小于控制組0.0269和0.0079。與ΔFix的情況一致，干預(yù)組中ΔInv的均值和中值小于控制組。

表3 主要變量分組描述性統(tǒng)計(jì)

（二）回歸分析。表4報(bào)告了全樣本雙重差分檢驗(yàn)結(jié)果。列（1）、列（3）、列（5）和列（7）中Policy的回歸結(jié)果表明，不確定性事件對(duì)企業(yè)實(shí)物資產(chǎn)投資具有負(fù)向影響，但增加了金融資產(chǎn)投資。列（1）和列（7）中Group的系數(shù)顯著為負(fù)，說明干預(yù)組中企業(yè)固定資產(chǎn)投資與存貨投資下降更加明顯。列（2）中Policy和Group的交乘項(xiàng)系數(shù)顯著為負(fù)，說明不確定性事件對(duì)干預(yù)組企業(yè)的固定資產(chǎn)投資具有顯著的負(fù)向影響。列（4）和列（6）中的交乘項(xiàng)系數(shù)符合預(yù)期，但不顯著。列（8）中的交乘項(xiàng)系數(shù)顯著為負(fù)，說明不確定性事件對(duì)干預(yù)組企業(yè)的存貨投資具有顯著的負(fù)向影響。

表4 不確定性沖擊與企業(yè)投資動(dòng)態(tài)

考慮到不同產(chǎn)權(quán)性質(zhì)的上市公司對(duì)宏觀經(jīng)濟(jì)政策的反應(yīng)不同，我們進(jìn)一步將樣本分為國(guó)有企業(yè)和民營(yíng)企業(yè)，分別進(jìn)行了雙重差分檢驗(yàn)。表5報(bào)告了國(guó)有企業(yè)的雙重差分檢驗(yàn)結(jié)果，Policy和Group的回歸結(jié)果與全樣本檢驗(yàn)結(jié)果基本一致。列（2）中Policy和Group的交乘項(xiàng)系數(shù)仍顯著為負(fù)，但顯著性下降。列（4）中的交乘項(xiàng)系數(shù)仍顯著為正，其他結(jié)果與上文一致。表6報(bào)告了民營(yíng)企業(yè)的雙重差分檢驗(yàn)結(jié)果，Policy和Group的回歸結(jié)果保持不變。列（2）中的交乘項(xiàng)系數(shù)仍顯著為負(fù)，列（4）和列（6）中的交乘項(xiàng)系數(shù)仍然不顯著，列（8）中的交乘項(xiàng)系數(shù)顯著性下降。分組檢驗(yàn)和Chow檢驗(yàn)表明，不確定性事件對(duì)民營(yíng)上市公司固定資產(chǎn)投資的影響更加顯著。供給側(cè)結(jié)構(gòu)性改革能夠顯著改善國(guó)有上市公司的技術(shù)資產(chǎn)投資，減少存貨投資。供給側(cè)結(jié)構(gòu)性改革以來，所有企業(yè)的金融資產(chǎn)投資都顯著增加。

表5 國(guó)有企業(yè)的雙重差分檢驗(yàn)

表6 民營(yíng)企業(yè)的雙重差分檢驗(yàn)

五、進(jìn)一步分析

（一）借款規(guī)模的中介效應(yīng)。為了分析宏觀經(jīng)濟(jì)政策不確定性事件對(duì)企業(yè)投資行為的影響機(jī)理，本文構(gòu)建了企業(yè)借款規(guī)模變量。資產(chǎn)負(fù)債表中短期借款與長(zhǎng)期借款能夠反映企業(yè)的外部借款情況，所以我們以上述科目之和除以總資產(chǎn)表示。為了檢驗(yàn)供給側(cè)結(jié)構(gòu)性改革是否通過借款規(guī)模而影響企業(yè)投資活動(dòng)，本文建立了如下中介模型：

表7報(bào)告了借款規(guī)模的中介效應(yīng)檢驗(yàn)結(jié)果。其中，列（1）和列（2）檢驗(yàn)了供給側(cè)結(jié)構(gòu)性改革對(duì)企業(yè)借款規(guī)模變化的影響。變量Policy的系數(shù)顯著為負(fù)，Group不顯著，Policy和Group的交乘項(xiàng)系數(shù)顯著為正。這說明供給側(cè)結(jié)構(gòu)性改革后，雖然干預(yù)組企業(yè)的借款規(guī)模下降較少，但是整體上企業(yè)借款規(guī)模出現(xiàn)顯著下降。列（3）至列（10）進(jìn)一步檢驗(yàn)了供給側(cè)結(jié)構(gòu)性改革以及企業(yè)借款規(guī)模變化對(duì)企業(yè)投資動(dòng)態(tài)的影響。變量ΔLoant對(duì)企業(yè)實(shí)物資產(chǎn)投資具有顯著的正向影響，對(duì)金融資產(chǎn)投資具有顯著的負(fù)向影響，且模型的顯著性有所增強(qiáng)。長(zhǎng)短期借款是企業(yè)外部融資的重要來源，供給側(cè)結(jié)構(gòu)性改革后，“去杠桿”政策疊加金融強(qiáng)監(jiān)管降低了實(shí)物資產(chǎn)投資的借款規(guī)模。雙重緊縮政策減少了企業(yè)實(shí)物資產(chǎn)投資的可支配資金，同時(shí)考慮到流動(dòng)性需求，企業(yè)儲(chǔ)備了更多的流動(dòng)性資產(chǎn)。因此，供給側(cè)結(jié)構(gòu)性改革降低了企業(yè)的外部借款規(guī)模，抑制了實(shí)物資產(chǎn)投資，導(dǎo)致資金投向流動(dòng)性更強(qiáng)的金融資產(chǎn)。

（二）不確定性的經(jīng)濟(jì)后果。本文還分析了供給側(cè)結(jié)構(gòu)性改革以及企業(yè)投資活動(dòng)對(duì)公司價(jià)值的影響，以檢驗(yàn)經(jīng)濟(jì)政策不確定性的經(jīng)濟(jì)后果。本文建立了如下檢驗(yàn)?zāi)Ｐ停浩渲?，公司價(jià)值以托賓Q值來衡量，托賓Q值等于市值除以總資產(chǎn)。結(jié)果顯示，變量Policy的系數(shù)顯著為正，說明供給側(cè)結(jié)構(gòu)性改革對(duì)公司價(jià)值具有提升作用。Group的系數(shù)顯著為負(fù)，說明與控制組相比，干預(yù)組的公司價(jià)值較低。其原因在于，控制組企業(yè)大多屬于傳統(tǒng)制造業(yè)，尤其是產(chǎn)能嚴(yán)重過剩行業(yè)的企業(yè)，銷售價(jià)格大幅下滑、產(chǎn)品質(zhì)量良莠不齊導(dǎo)致公司投資價(jià)值降低。Policy和Group的交乘項(xiàng)不顯著。此外，ΔFix、ΔTec和ΔInv的系數(shù)均顯著為負(fù)，說明當(dāng)前實(shí)物資產(chǎn)投資對(duì)企業(yè)價(jià)值具有負(fù)向影響。ΔFin的系數(shù)顯著為正，再次證實(shí)了企業(yè)存在“脫實(shí)向虛”的動(dòng)機(jī)。Policy、Group與ΔFix的交乘項(xiàng)系數(shù)顯著為正，說明在供給側(cè)結(jié)構(gòu)性改革后，干預(yù)組企業(yè)的固定資產(chǎn)投資提升了公司價(jià)值。而Policy、Group與ΔFin的交乘項(xiàng)系數(shù)顯著為負(fù)，說明供給側(cè)結(jié)構(gòu)性改革后，干預(yù)組企業(yè)的金融資產(chǎn)投資降低了公司價(jià)值。總體上看，供給側(cè)結(jié)構(gòu)性改革雖然對(duì)企業(yè)的短期行為造成了沖擊，但是對(duì)其長(zhǎng)遠(yuǎn)發(fā)展具有積極作用。因此，分析不確定性的經(jīng)濟(jì)后果需明晰其具體“來源”，識(shí)別不確定性事件是“好消息”還是“壞消息”，以及短期與長(zhǎng)期效應(yīng)。

（三）穩(wěn)健性檢驗(yàn)。第一，本文使用普通OLS方法進(jìn)行了回歸，檢驗(yàn)結(jié)果與上文一致。第二，本文利用前期研究數(shù)據(jù)重新構(gòu)造了因變量，以現(xiàn)金流量表中投資支出的現(xiàn)金、無形資產(chǎn)和開發(fā)支出之和、金融資產(chǎn)投資減去公允價(jià)值變動(dòng)損益重新進(jìn)行了回歸，研究結(jié)果不變。第三，將2012年證監(jiān)會(huì)行業(yè)代碼C中的化學(xué)原料及化學(xué)制品制造業(yè)、化學(xué)纖維制造業(yè)、橡膠和塑料制品業(yè)、非金屬礦物制品業(yè)、黑色與有色金屬冶煉及壓延加工業(yè)、金屬制品業(yè)、通用設(shè)備制造業(yè)作為處理組，重新利用雙重差分模型進(jìn)行了檢驗(yàn)，研究結(jié)果與上文一致。第四，我們對(duì)雙重差分模型進(jìn)行了穩(wěn)健性檢驗(yàn)，證實(shí)供給側(cè)結(jié)構(gòu)性改革之前處理組和控制組的變化趨勢(shì)一致。

六、結(jié) 論

當(dāng)前，經(jīng)濟(jì)全球化遭遇巨大挑戰(zhàn)，世界經(jīng)濟(jì)發(fā)展面臨較大的不確定性。宏觀經(jīng)濟(jì)環(huán)境的不確定性上升對(duì)企業(yè)行為會(huì)產(chǎn)生怎樣的影響？本文利用供給側(cè)結(jié)構(gòu)性改革提供的自然實(shí)驗(yàn)機(jī)會(huì)，檢驗(yàn)了不確定性沖擊對(duì)企業(yè)投資行為的影響。本文利用2013-2016年滬深A(yù)股公司季度數(shù)據(jù)進(jìn)行實(shí)證分析發(fā)現(xiàn)：（1）不確定性顯著減少了企業(yè)的固定資產(chǎn)、技術(shù)資產(chǎn)和存貨等實(shí)物資產(chǎn)投資，但增加了金融資產(chǎn)投資，而且這種現(xiàn)象在傳統(tǒng)制造業(yè)企業(yè)中表現(xiàn)得更加明顯。不確定性對(duì)傳統(tǒng)制造業(yè)企業(yè)的固定資產(chǎn)投資和存貨投資具有顯著的負(fù)向影響。（2）在國(guó)有企業(yè)中，不確定性對(duì)傳統(tǒng)制造業(yè)企業(yè)的技術(shù)資產(chǎn)投資和存貨投資具有顯著影響。而在民營(yíng)企業(yè)中，不確定性對(duì)傳統(tǒng)制造業(yè)企業(yè)的固定資產(chǎn)投資具有顯著影響。（3）供給側(cè)結(jié)構(gòu)性改革后，企業(yè)的外部融資能力受到約束，影響其在不同類型資產(chǎn)上的配置決策。（4）供給側(cè)結(jié)構(gòu)性改革總體上有助于提升公司價(jià)值，這種提升作用體現(xiàn)在金融資產(chǎn)投資上。

本文的啟示主要有：（1）供給側(cè)結(jié)構(gòu)性改革政策的提出在短期內(nèi)對(duì)市場(chǎng)產(chǎn)生了一定的負(fù)向沖擊。因此，重大的宏觀調(diào)控政策轉(zhuǎn)變需要事前加強(qiáng)市場(chǎng)溝通，事后合理引導(dǎo)市場(chǎng)預(yù)期，避免市場(chǎng)反應(yīng)過度。（2）宏觀不確定性事件對(duì)企業(yè)行為產(chǎn)生沖擊時(shí)，應(yīng)明晰不確定性的具體來源、影響范圍、程度與路徑，識(shí)別不確定性對(duì)不同行業(yè)、不同企業(yè)的影響大小與機(jī)制。（3）對(duì)于不同形態(tài)的資產(chǎn)投資活動(dòng)，不確定性的影響路徑不同。根據(jù)實(shí)物期權(quán)效應(yīng)，不確定性上升，實(shí)物資產(chǎn)投資變得謹(jǐn)慎。而根據(jù)增長(zhǎng)期權(quán)效應(yīng)，不確定性上升，金融資產(chǎn)投資變得活躍。（4）供給側(cè)結(jié)構(gòu)性改革的目標(biāo)是加大結(jié)構(gòu)性改革力度，矯正要素配置扭曲，擴(kuò)大有效供給，提高供給結(jié)構(gòu)適應(yīng)性和靈活性，提高全要素生產(chǎn)率。但“三去一降一補(bǔ)”短期內(nèi)無法提升實(shí)體經(jīng)濟(jì)的投資回報(bào)率，傳統(tǒng)產(chǎn)業(yè)退出的閑置資金可能涌向金融、房地產(chǎn)領(lǐng)域，產(chǎn)生“脫實(shí)向虛”問題。

本文的不足之處在于：（1）不確定性的概念比較寬泛，供給側(cè)結(jié)構(gòu)性改革政策的提出能否被看作是不確定性事件還值得商榷。（2）供給側(cè)結(jié)構(gòu)性改革對(duì)傳統(tǒng)產(chǎn)業(yè)投資的影響是政策的作用，還是其帶來的不確定性沖擊的后果，本文并未做出合理區(qū)分。（3）供給側(cè)結(jié)構(gòu)性改革具有全局性影響，雖然首要任務(wù)是化解傳統(tǒng)產(chǎn)業(yè)的過剩產(chǎn)能，但是無法將所有企業(yè)確切地劃分為干預(yù)組和控制組。因此，本文將采礦業(yè)和制造業(yè)歸為干預(yù)組進(jìn)行雙重差分檢驗(yàn)具有一定的主觀性。（4）宏觀經(jīng)濟(jì)政策不確定性對(duì)微觀企業(yè)投資行為的影響是否還存在其他可能路徑，未來需要進(jìn)一步深入探究。