企業(yè)家信心與固定資產(chǎn)投資：理論模型和實證檢驗

賈鵬飛 鄭詩琨 謝麗娟

一、引言

近年來，在新冠病毒感染疫情沖擊、國際地緣政治風(fēng)險擴散、大國博弈加劇等諸多因素的影響下，全球經(jīng)濟(jì)增速放緩。面對復(fù)雜嚴(yán)峻的外部環(huán)境，中國經(jīng)濟(jì)發(fā)展的不確定性和不穩(wěn)定性大幅上升，短期需求下降的情形時有出現(xiàn)，經(jīng)濟(jì)增長的下行壓力明顯增加。眾所周知，在經(jīng)濟(jì)低迷或面臨下行壓力時“信心比黃金更重要”。信心作為未來產(chǎn)出的領(lǐng)先指標(biāo)，是經(jīng)濟(jì)的晴雨表，因此長期地受到政策制定者、市場參與者和學(xué)術(shù)研究者的關(guān)注。研究表明，信心水平通過消費、投資等行為顯著影響宏觀經(jīng)濟(jì)運行(Carroll等，1994[2]；Matsusaka和Sbordone，1995[3]；Ludvigson，2004[4]；Taylor和McNabb，2007[5]；Christiansen等，2013[6]；Nowzohour和Stracca，2020[7])。此外，信心還作為國家政策沖擊的一個傳導(dǎo)渠道發(fā)揮重要作用。Bachmann和Sims(2012)[8]認(rèn)為在經(jīng)濟(jì)下行期信心是財政政策傳導(dǎo)的重要構(gòu)成。在關(guān)于貨幣政策沖擊、產(chǎn)出沖擊等諸多研究中也有類似發(fā)現(xiàn)(Lien等，2021[9]；Guimaraes等，2016[10]；Silvia和Iqbal，2011[11])。Zhang等(2019)[12]將信心分為消費者信心和企業(yè)家信心，研究發(fā)現(xiàn)企業(yè)家信心在中國貨幣政策的傳導(dǎo)中起主導(dǎo)作用。根據(jù)《中國經(jīng)濟(jì)景氣月報》的數(shù)據(jù)顯示，企業(yè)家信心水平在2007年第二季度達(dá)到近年的最高值146，受2008年全球金融危機影響，該指標(biāo)在當(dāng)年第一季度迅速下滑并持續(xù)走低，2009年第一季度探底至105，之后伴隨著經(jīng)濟(jì)的恢復(fù)指標(biāo)值逐漸上漲。新冠病毒感染疫情暴發(fā)初期企業(yè)家信心同樣遭受大幅沖擊，指標(biāo)值從2019年第四季度的122迅速滑落至2020年第一季度的88。2021年中央經(jīng)濟(jì)工作會議明確指出“要提振市場主體信心”。

企業(yè)家信心最直接影響的是企業(yè)自身經(jīng)營決策。企業(yè)的固定資產(chǎn)是企業(yè)經(jīng)營過程中使用的長期資產(chǎn)，如土地、機器、建筑物等。固定資產(chǎn)投資通常在企業(yè)總投資中占較高比重，固定資產(chǎn)投資水平的變化與企業(yè)產(chǎn)出的變化高度相關(guān)。關(guān)于固定資產(chǎn)投資的決策體現(xiàn)了企業(yè)對未來長期經(jīng)濟(jì)形勢以及自身經(jīng)營情況的判斷。固定資產(chǎn)投資對于企業(yè)自身和宏觀經(jīng)濟(jì)發(fā)展都具有十分重要的意義。國家統(tǒng)計局的數(shù)據(jù)顯示，2023年1～3月份全國固定資產(chǎn)投資增長5.1%，而2022年1～3月份全國固定資產(chǎn)投資增速為9.3%?？梢?，2023年我國固定資產(chǎn)投資增速明顯下降。在此背景下，考察企業(yè)家信心對固定資產(chǎn)投資的影響顯得非常有必要，這不僅為已有理論研究做出補充，而且為當(dāng)前投資增長乏力期政府有效調(diào)控固定資產(chǎn)投資提供參考和依據(jù)。

研究表明，企業(yè)家信心對固定資產(chǎn)投資有顯著的促進(jìn)效應(yīng)(韓國高和胡文明，2016[13]；聶輝華等，2020[14]；Hayward等，2010[15])?，F(xiàn)有研究主要使用宏微觀數(shù)據(jù)從實證層面論證二者的關(guān)系，較少涉及理論模型分析。本文的不同在于，一方面，我們構(gòu)建理論模型推導(dǎo)論證了企業(yè)家信心對企業(yè)固定資產(chǎn)投資存在正向影響；另一方面，本文的實證部分探究了該影響的時變性特征和行業(yè)異質(zhì)性特征，為已有實證研究作出補充。首先，本文建立了一個包含家庭部門和企業(yè)部門的理論模型。通過模型推導(dǎo)，我們證明在不完全信息的情況下，企業(yè)家信心對企業(yè)均衡投資水平具有正向影響。接著，我們將企業(yè)家信心、固定投資增長率等變量引入PVAR模型與TVP-VAR模型，采用2006年至2021年中國27個工業(yè)行業(yè)的月度數(shù)據(jù)進(jìn)行實證檢驗。實證結(jié)果表明，企業(yè)家信心顯著促進(jìn)固定資產(chǎn)投資?；鶞?zhǔn)回歸結(jié)果驗證了理論模型推導(dǎo)的結(jié)論。在此基礎(chǔ)上，我們進(jìn)一步分析該效應(yīng)的時變差異和行業(yè)異質(zhì)性。通過對比短期、中期、長期的時變參數(shù)，我們發(fā)現(xiàn)企業(yè)家信心沖擊滯后一年的長期效應(yīng)幾乎是短期效應(yīng)的三倍。企業(yè)家信心對固定資產(chǎn)投資增長的促進(jìn)具有明顯的滯后性。從傳統(tǒng)制造業(yè)和高技術(shù)制造業(yè)的實證結(jié)果來看，企業(yè)家信心沖擊會刺激傳統(tǒng)制造業(yè)的固定資產(chǎn)投資增長，而高技術(shù)制造業(yè)行業(yè)固定資產(chǎn)投資不受企業(yè)家信心影響。

本文接下來的內(nèi)容安排如下：第二部分為文獻(xiàn)綜述；第三部分對Angeletos和Lao(2013)[1]的理論模型進(jìn)行擴展，證明企業(yè)家信心對固定資產(chǎn)投資存在促進(jìn)效應(yīng)；第四部分為實證研究設(shè)計，包括PVAR模型和TVP-VAR模型的設(shè)定以及變量和數(shù)據(jù)的說明；第五部分為實證結(jié)果與討論，我們使用中國工業(yè)行業(yè)數(shù)據(jù)進(jìn)行實證分析；第六部分為結(jié)論與政策建議。

二、文獻(xiàn)綜述

與本文的研究內(nèi)容密切相關(guān)的文獻(xiàn)有兩類。第一類文獻(xiàn)是關(guān)于企業(yè)家信心、企業(yè)決策與宏觀經(jīng)濟(jì)?，F(xiàn)有文獻(xiàn)主要從兩個角度展開：第一個角度是研究企業(yè)家信心本身對企業(yè)決策和宏觀經(jīng)濟(jì)的影響。從企業(yè)決策來看，余明桂等(2006)[16]使用A股上市公司的面板數(shù)據(jù)研究發(fā)現(xiàn)，自信的管理者更傾向于采取激進(jìn)的債務(wù)融資策略。蘇冬蔚和曾海艦(2011)[17]通過構(gòu)建面板數(shù)據(jù)條件二項Logit模型證明企業(yè)家對經(jīng)濟(jì)前景越有信心，債務(wù)融資的可能性就越大。Malmendier等(2011)[18]使用福布斯500強企業(yè)的CEO的公司決策數(shù)據(jù)得出結(jié)論：過于自信的CEO認(rèn)為外部資金使用成本過高，會減少對于外部資金的使用。Angeletos和Lian(2020)[19]構(gòu)建新凱恩斯模型，發(fā)現(xiàn)企業(yè)家信心的波動可能具有“乘數(shù)效應(yīng)”，在影響企業(yè)家投融資決策的過程中放大經(jīng)濟(jì)的波動。從宏觀經(jīng)濟(jì)總體來看，Taylor和Mcnabb(2007)[5]使用歐洲四國的數(shù)據(jù)證明企業(yè)家信心的上升領(lǐng)先于宏觀經(jīng)濟(jì)走勢，可以用來預(yù)測經(jīng)濟(jì)周期。陳彥斌和唐詩磊(2009)[20]將企業(yè)家信心分解為基本面信心和動物精神，研究認(rèn)為企業(yè)家信心顯著影響中國宏觀經(jīng)濟(jì)波動。Dressler和Kersting(2014)[21]認(rèn)為，信心這種非基本面的波動是不可忽視的，并且在美國經(jīng)濟(jì)波動中的比重越來越大。Chauvet和Guo(2003)[22]使用多重均衡宏觀模型證明，在1969—1970年、1973—1975年以及1981—1982年的三次經(jīng)濟(jì)衰退中，企業(yè)家的悲觀情緒所起到的助推作用不可忽視。Harrison和Weder(2006)[23]也發(fā)現(xiàn)了相似結(jié)論，認(rèn)為人們的悲觀預(yù)期造就了1929—1932年的大蕭條與1937—1938年的緩慢經(jīng)濟(jì)恢復(fù)。

第二個角度是將企業(yè)家信心作為一個渠道或中介變量，探究它在其他因素影響宏觀經(jīng)濟(jì)的過程中發(fā)揮的傳導(dǎo)作用。陳紅等(2015)[24]關(guān)于貨幣政策傳導(dǎo)的信心渠道研究發(fā)現(xiàn)，貨幣政策沖擊顯著影響經(jīng)濟(jì)主體信心，信心與產(chǎn)出正相關(guān)，其中投資者信心渠道比消費者信心渠道更有效。劉曉君等(2019)[25]認(rèn)為貨幣政策調(diào)整會影響企業(yè)家信心進(jìn)而對內(nèi)需產(chǎn)生影響最終促進(jìn)中國經(jīng)濟(jì)增長。耿中元和朱植散(2018)[26]基于中國2007—2016年40個季度A股上市公司樣本的實證研究表明：企業(yè)家信心在貨幣政策傳導(dǎo)過程中有不可忽視的作用。楊楊和楊兵(2020)[27]對中國1 090家上市公司年報進(jìn)行文本挖掘發(fā)現(xiàn)積極的企業(yè)家信心能促進(jìn)稅收優(yōu)惠的正向作用。李永友(2012)[28]發(fā)現(xiàn)企業(yè)家信心會放大我國財政政策的乘數(shù)效應(yīng)，充分利用企業(yè)家信心，就可以用同樣的財政支出換取更大的投資與產(chǎn)出增長。Bachmann和Sims(2011)[8]使用世界大型企業(yè)聯(lián)合會首席執(zhí)行官信心調(diào)查(Conference Board’s CEO Confidence Survey)的數(shù)據(jù)，發(fā)現(xiàn)當(dāng)經(jīng)濟(jì)較為穩(wěn)健時，企業(yè)家響應(yīng)財政政策的過程不受信心影響，而在蕭條時期，企業(yè)家信心對財政政策的傳導(dǎo)非常重要。耿中元等(2021)[29]發(fā)現(xiàn)企業(yè)家信心在經(jīng)濟(jì)不確定性對企業(yè)投資抑制作用中發(fā)揮了部分中介效應(yīng)。馬理等(2023)[30]使用結(jié)構(gòu)向量自回歸模型研究認(rèn)為，企業(yè)家信心對貿(mào)易摩擦的負(fù)面影響存在放大作用。

第二類文獻(xiàn)討論了企業(yè)家信心對投資行為的影響。韓國高和胡文明(2016)[13]采用動態(tài)面板數(shù)據(jù)系統(tǒng)GMM方法研究發(fā)現(xiàn)企業(yè)家信心對固定資產(chǎn)投資具有顯著促進(jìn)作用，提高企業(yè)家信心將降低宏觀經(jīng)濟(jì)不確定性對固定資產(chǎn)投資的抑制作用。聶輝華等(2020)[14]使用文本挖掘方法從A股上市公司的年報中提取企業(yè)家情緒，發(fā)現(xiàn)感知到政策不確定性、信心不足的企業(yè)會減少實業(yè)投資并增持金融資產(chǎn)。張成思等(2021)[31]發(fā)現(xiàn)中國民營企業(yè)只在對宏觀經(jīng)濟(jì)感知樂觀時響應(yīng)積極的貨幣政策刺激，增加投資，而國有企業(yè)響應(yīng)不明顯。Hayward等(2010)[15]認(rèn)為企業(yè)家信心和企業(yè)投資之間存在正相關(guān)關(guān)系，并且良好的企業(yè)家情感認(rèn)知和企業(yè)財務(wù)韌性有助于提升企業(yè)家信心與企業(yè)投資。Khan和Upadhayaya(2020)[32]使用了美國企業(yè)家信心調(diào)查數(shù)據(jù)，發(fā)現(xiàn)企業(yè)家信心對于未來1～3個季度的投資有預(yù)測作用。

綜上所述，盡管以往的研究表明企業(yè)家信心對固定資產(chǎn)投資有正向影響，但是對該影響的具體機制及其異質(zhì)性特征等方面還有待挖掘。現(xiàn)有研究大多使用實證方法檢驗企業(yè)家信心與企業(yè)投資二者關(guān)系，缺乏理論模型的構(gòu)建和分析。諸多實證研究中較少涉及在不同條件下信心對企業(yè)固定資產(chǎn)投資影響的差異分析。鑒于此，本文嘗試從以下三個方面對現(xiàn)有文獻(xiàn)進(jìn)行補充：第一，我們將企業(yè)家信心引入一個包含家庭部門和企業(yè)部門的一般均衡模型，通過數(shù)理推導(dǎo)證明企業(yè)家信心對企業(yè)均衡投資水平具有正向影響；第二，本文構(gòu)建時變參數(shù)向量自回歸模型，探究在不同滯后條件和不同信心狀態(tài)時點，企業(yè)家信心對固定資產(chǎn)投資影響的差異；第三，本文參照制造業(yè)分類標(biāo)準(zhǔn)將樣本分為傳統(tǒng)制造業(yè)和高技術(shù)制造業(yè)，考察該影響效應(yīng)的行業(yè)異質(zhì)性。

三、理論模型

本部分?jǐn)U展了Angeleto和Lao (2013)[1]的經(jīng)典模型。與Angeleto和Lao (2013)[1]不同，本文模型將資本設(shè)定為一個內(nèi)生化的變量，將其通過家庭部門的效用函數(shù)引入企業(yè)部門的生產(chǎn)函數(shù)，并在生產(chǎn)函數(shù)中加總為企業(yè)的固定資產(chǎn)投資。我們在模型中設(shè)定企業(yè)家信心水平，把信心劃分為確定的和未確定的兩個部分，分完美信息和非完美信息兩種情形討論了企業(yè)家信心對固定資產(chǎn)投資影響的差異。模型均衡結(jié)果顯示，企業(yè)家信心正向影響企業(yè)固定資產(chǎn)投資水平。

(一)模型假設(shè)

假設(shè)整個經(jīng)濟(jì)由許多小島組成，所有的小島連續(xù)分布在I=[0，1]上，記作i∈I。每個小島有一個代表性家庭和一個代表性本地企業(yè)，他們都是價格接受者。小島間的生產(chǎn)效率、可獲取的信息和貿(mào)易機會各不相同。每個小島專業(yè)生產(chǎn)某一種商品，但是希望消費的商品種類越多越好，因此小島之間存在貿(mào)易需求。每個小島生產(chǎn)的商品要么被用于島內(nèi)消費，要么通過貿(mào)易出口供其他小島消費。時間是離散的，記作t∈{0，1，2，…}。每一個時刻包含兩個階段，代表性家庭和企業(yè)在第一階段進(jìn)行固定資產(chǎn)投資與生產(chǎn)，在第二階段進(jìn)行貿(mào)易與消費。小島之間的貿(mào)易是去中心化的，通過隨機配對實現(xiàn)，即每個小島在第一階段進(jìn)行投資和生產(chǎn)時不知道自己將在第二階段與哪個小島進(jìn)行貿(mào)易，在第二階段通過隨機匹配的方式與另一個小島發(fā)生貿(mào)易。

(二)企業(yè)部門

代表性企業(yè)在第一階段雇用勞動力進(jìn)行生產(chǎn)，并接受消費者提供的貸款用于企業(yè)固定資產(chǎn)投資。在第二階段，企業(yè)將生產(chǎn)出的商品供島內(nèi)消費和出口貿(mào)易。

對于小島i的代表性企業(yè)，其t時期的生產(chǎn)函數(shù)為：

(1)

代表性企業(yè)的利潤函數(shù)表示為：

πit=pityit-witnit-ritkit

(2)

其中，πit表示t時刻企業(yè)的利潤，pit表示t時刻企業(yè)產(chǎn)品的本地價格(小島i的價格水平)，wit表示企業(yè)對每單位勞動支付的工資，rit表示企業(yè)使用每單位資本支付的利率?？梢姡髽I(yè)的營業(yè)收入扣除工資支出與固定資產(chǎn)投資使用的利息支出，剩余的部分就是企業(yè)利潤。

(三)家庭部門

代表性家庭在第一階段進(jìn)行勞動生產(chǎn)賺取勞動報酬，并且將消費剩余的資金向企業(yè)提供貸款，從而賺取資產(chǎn)報酬。在第二階段，家庭在自身預(yù)算約束下消費本地商品和進(jìn)口商品，并由此參與貿(mào)易。

假設(shè)在t時刻的第一個時期，家庭將上一個時刻剩余的資金借給企業(yè)進(jìn)行固定資產(chǎn)投資，企業(yè)承諾在之后每個時期向家庭支付利息，直到家庭要求企業(yè)償付本金為止。家庭可以在第二個時期開始的任意時期要求企業(yè)償還本金。由于家庭將資金借給企業(yè)進(jìn)行投資時，可能存在損失本金的風(fēng)險，故借出資金存在一個負(fù)效用。

因此，小島i上代表性家庭的效用可以表示為：

(3)

(4)

其中，ρ>0為常數(shù)系數(shù)。

對于代表性家庭來說，其預(yù)算約束是t時刻的消費不能超過收入。這就意味著，家庭在t時刻消費本地商品和進(jìn)口商品的總額，必須小于或等于家庭的收入總額，家庭收入包括勞動獲得的工資報酬、出借資金獲得的利息報酬和企業(yè)的利潤。因此，家庭的預(yù)算約束為：

(5)

(四)模型均衡

(6)

(7)

(8)

(9)

其中，Eit[·]表示在第一階段關(guān)于借貸資本價格的理性條件期望。然后，將上述代表性家庭的均衡條件式(9)代入代表性企業(yè)生產(chǎn)函數(shù)式(1)，可以得到小島i的均衡產(chǎn)出與均衡價格預(yù)期，即命題1。

命題1：在均衡條件下，生產(chǎn)和貿(mào)易滿足：

(10)

(11)

其中，Pit(j)是i島連接到j(luò)島的概率，pit(j)代表i島連接到j(luò)島時的本地商品價格。將式(11)代入式(10)我們最終可以得到小島i的均衡產(chǎn)出表達(dá)式：

通過對式(10)定義一個壓縮映射，我們不難得到定理1(1)受篇幅所限，定理1的證明未在文中列出，感興趣的讀者可聯(lián)系作者索取。。

定理1：經(jīng)濟(jì)系統(tǒng)的均衡存在且唯一。

(五)完美與不完美信息

最后，我們將問題聚焦到不同信息情形下小島間的貿(mào)易，即小島i對于與之進(jìn)行貿(mào)易的小島j的產(chǎn)出如何預(yù)期的問題。

對于任意時刻t，小島i通過隨機匹配與另一個小島j進(jìn)行貿(mào)易。這樣的匹配是獨立同分布的，且符合均勻分布，這意味著每一個島和其他任何一個島匹配進(jìn)行貿(mào)易的概率相同。在時刻t的第一階段，小島i不知道與其配對的小島j的貿(mào)易條件，因此，小島i的企業(yè)和家庭需要根據(jù)所獲得的信息，作出生產(chǎn)決策和借貸決策。

令xit代表小島i的企業(yè)家對可能匹配的小島的全要素生產(chǎn)率的預(yù)測，Xt代表這些預(yù)測的平均值。同時，定義Yt為經(jīng)濟(jì)中所有小島產(chǎn)出對數(shù)的平均值，定義Kt為所有小島固定資產(chǎn)投資的平均值。當(dāng)小島i的企業(yè)家預(yù)測其他小島生產(chǎn)率較高時，他認(rèn)為該島嶼產(chǎn)出較高，進(jìn)口需求較為旺盛，意味著企業(yè)家對經(jīng)濟(jì)前景較為樂觀，傾向于增加固定資產(chǎn)投資。因此，xit可以視為i小島的企業(yè)家信心，Xt則代表了這個經(jīng)濟(jì)系統(tǒng)整體的樂觀或悲觀情緒。

1.完美信息的情形。

完美信息的情形意味著小島i對于其他小島的生產(chǎn)率水平完全知曉。在完美信息的情況下，經(jīng)濟(jì)系統(tǒng)中不存在不確定性，貿(mào)易的雙方對彼此的產(chǎn)出完全知曉。這時小島i只需要依據(jù)自己和小島j的基本面作出生產(chǎn)決策。因此，我們提出命題2(2)受篇幅所限，命題2的證明未在文中列出，感興趣的讀者可聯(lián)系作者索取。。

命題2：在完美信息的情形下，總體產(chǎn)出水平Y(jié)t，固定資產(chǎn)投入水平Kt，只受基本面的影響，不受噪音任何干擾。

2.不完美信息的情形。

將企業(yè)家信心xit代入均衡產(chǎn)出表達(dá)式，使用待定系數(shù)法計算，我們得到命題3(3)受篇幅所限，命題3的證明未在文中列出，感興趣的讀者可聯(lián)系作者索取。。

命題3：在不完美信息的情形下，經(jīng)濟(jì)系統(tǒng)均衡時，存在參數(shù)φ1，φa，ψ1，ψa∈+和φ0，ψ0∈，使得對于任意(i，t，xit)，有

logyit=φ0+φalogAit+φ1xit

可見，固定資產(chǎn)投資和企業(yè)產(chǎn)出是關(guān)于企業(yè)家信心的增函數(shù)，Yt∝Xt，Kt∝Xt。進(jìn)一步分析企業(yè)家信心中的非理性成分，不難發(fā)現(xiàn)同樣有Yt∝uit且Kt∝uit。也就是說，當(dāng)企業(yè)家信心強勁，即i小島的企業(yè)家認(rèn)為j小島生產(chǎn)效率高、產(chǎn)出增長、貿(mào)易需求上升時，i小島的企業(yè)家會進(jìn)行更多的固定資產(chǎn)投資從而產(chǎn)出更多商品。反之，當(dāng)企業(yè)家信心低迷，固定資產(chǎn)投資和產(chǎn)出都會受到負(fù)面影響。

根據(jù)上文的模型推導(dǎo)，我們提出本文的核心假設(shè)：企業(yè)家信心對固定資產(chǎn)投資具有正向促進(jìn)作用。

四、實證研究設(shè)計

(一)變量與數(shù)據(jù)說明

本文的被解釋變量是固定資產(chǎn)投資Fixasseti，t，采用中國工業(yè)行業(yè)固定資產(chǎn)投資的同比增長率表示，以此代表樣本期內(nèi)不同行業(yè)企業(yè)的固定資產(chǎn)投資水平。參照國家統(tǒng)計局國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)，我國的工業(yè)行業(yè)分為采礦業(yè)，電力、熱力及水生產(chǎn)和供應(yīng)業(yè)，制造業(yè)三個大類。由于電力、熱力及水生產(chǎn)和供應(yīng)業(yè)市場化程度較低，我們將其剔除。此外，受到數(shù)據(jù)缺失等數(shù)據(jù)質(zhì)量問題限制，我們最終選取了27個工業(yè)行業(yè)(4)本文選取的27個工業(yè)行業(yè)包括：電氣機械及器材制造業(yè)；紡織服裝、鞋、帽制造業(yè)；紡織業(yè)；非金屬礦采選業(yè)；非金屬礦物制品業(yè)；黑色金屬礦采選業(yè)；黑色金屬冶煉及壓延加工業(yè)；化學(xué)纖維制造業(yè)；化學(xué)原料及化學(xué)制品制造業(yè)；計算機、通信及其他電子設(shè)備制造業(yè)；家具制造業(yè)；金屬制品業(yè)；酒、飲料及精制茶制造業(yè)；煤炭采選業(yè)；木材加工及木、竹、藤、棧；皮革、毛皮、羽毛及其制造業(yè)；食品制造業(yè)；通用設(shè)備制造業(yè)；文教、工美、體育及娛樂用品制造業(yè)；煙草制造業(yè)；醫(yī)藥制造業(yè)；儀器儀表制造業(yè)；印刷及記錄媒介復(fù)制業(yè)；有色金屬礦采選業(yè)；有色金屬冶煉及壓延加工業(yè)；造紙及紙制品業(yè)；專用設(shè)備制造業(yè)。的固定資產(chǎn)投資數(shù)據(jù)，并以此為行業(yè)基準(zhǔn)選擇其他變量的相應(yīng)行業(yè)數(shù)據(jù)。

Confi，t是本文的核心解釋變量企業(yè)家信心，我們使用國家統(tǒng)計局發(fā)布的《中國經(jīng)濟(jì)景氣月報》中的分行業(yè)企業(yè)景氣指數(shù)表示。企業(yè)景氣指數(shù)是一個綜合指標(biāo)，是在對眾多微觀企業(yè)進(jìn)行定性調(diào)查的基礎(chǔ)上，對所得數(shù)據(jù)進(jìn)行適當(dāng)處理，從而獲得的對于宏觀經(jīng)濟(jì)景氣狀態(tài)的一種定量測度指數(shù)。該指數(shù)的取值范圍在0～200之間，以100作為臨界值。指數(shù)值大于100表示各經(jīng)濟(jì)指標(biāo)上升，整體景氣狀態(tài)良好、樂觀，越接近200樂觀程度越高；指數(shù)值小于100表示各經(jīng)濟(jì)指標(biāo)下降，整體景氣狀態(tài)不佳、悲觀，越接近0悲觀程度越高。企業(yè)景氣指數(shù)代表企業(yè)家對于當(dāng)前企業(yè)經(jīng)營狀況的判斷以及未來企業(yè)運行狀態(tài)的預(yù)期，是綜合反映企業(yè)家對宏觀經(jīng)濟(jì)運行信心的指標(biāo)，本文使用該指標(biāo)來衡量企業(yè)家信心水平。需要說明的是，國家統(tǒng)計局發(fā)布的分行業(yè)企業(yè)景氣指數(shù)為季度更新數(shù)據(jù)，我們使用當(dāng)月所在的季度數(shù)值代表該月的企業(yè)家信心值，由此得到企業(yè)家信心的月度數(shù)據(jù)。圖1展示了2006年至2021年企業(yè)家信心水平的變化情況。可以看出，2008年金融危機后、2015年年底至2016年年初、2019年年底至2020年年初新冠病毒感染疫情暴發(fā)初期是三個企業(yè)家信心水平明顯下降的時期。其中，疫情對企業(yè)家信心沖擊最大，指數(shù)大幅下降至100以下。

圖1 2006—2021年企業(yè)家信心水平走勢

參考韓國高和胡文明(2016)[13]、聶輝華等(2020)[14]在類似研究中的做法，我們同時考慮企業(yè)杠桿率、主營業(yè)務(wù)增長、利潤等因素的影響。本文將Margini，t(利潤率)和Revi，t(營收同比增長)兩個變量納入模型反映企業(yè)經(jīng)營基本狀況產(chǎn)生的影響，使用Debi，t(資產(chǎn)負(fù)債率)表示企業(yè)的債務(wù)負(fù)擔(dān)，探究其對模型系統(tǒng)的影響。

基于數(shù)據(jù)的可得性，本文選取中國27個工業(yè)行業(yè)2006—2021年的月度數(shù)據(jù)作為研究樣本。數(shù)據(jù)來源于國家統(tǒng)計局。為排除極端值的影響，數(shù)據(jù)參照Barnett和Lewis(1978)[33]的方法進(jìn)行了縮尾處理。具體的變量與數(shù)據(jù)說明見表1。

表1 模型的變量及數(shù)據(jù)說明

(二)計量模型設(shè)定

本文選用面板向量自回歸模型(PVAR模型)，利用中國工業(yè)行業(yè)層面面板數(shù)據(jù)實證研究企業(yè)家信心對固定資產(chǎn)投資的影響。PVAR模型最早由Holtz-Eakin等(1988)[34]提出，經(jīng)過多名學(xué)者的不斷完善與發(fā)展，逐漸成為宏觀經(jīng)濟(jì)和金融領(lǐng)域一種成熟的實證分析方法。PVAR模型是傳統(tǒng)的時間序列VAR模型和面板數(shù)據(jù)模型的結(jié)合，兼具二者的優(yōu)點。在模型的設(shè)定上與VAR模型類似，PVAR模型允許所有變量之間存在內(nèi)生關(guān)系。同時，PVAR模型使用面板數(shù)據(jù)，一方面考慮了個體效應(yīng)和時間效應(yīng)，克服了個體異質(zhì)性和跨截面異質(zhì)性對模型估計造成的影響；另一方面降低了傳統(tǒng)VAR模型對時間序列長度的限制。因此，本文采用PVAR模型來考察變量之間的動態(tài)關(guān)系。模型具體設(shè)定如下：

Yi,t=Α1Yi,t-1+Α2Yi,t-2.+…ΑpYi,t-p.+ηi+ei,t

(11)

其中，Yi，t=[Confi，tFixasseti，tDebi，tRevi，tMargini，t]′ 是包含了五個內(nèi)生變量的列向量，i表示不同行業(yè)，t表示不同時間，p表示滯后階數(shù)，最優(yōu)滯后階數(shù)由信息準(zhǔn)則確定；Α1，Α2…Ap是5×5的變量參數(shù)矩陣；ηi表示行業(yè)固定效應(yīng)；ei，t為隨機擾動項。

為了探究不同時期變量之間動態(tài)關(guān)系的差異，本文在進(jìn)一步分析中使用時變參數(shù)向量自回歸模型(TVP-VAR模型)進(jìn)行估計。TVP-VAR模型的優(yōu)點是可以捕捉模型滯后結(jié)構(gòu)時變性和非線性特征，因此我們采用該模型分析企業(yè)家信心對固定資產(chǎn)投資影響的時變動態(tài)特征。模型設(shè)定如下：

Yi,t=ΑtYi,t-1+Bt+εt

(12)

Αt=Αt-1+ut,,Bt=Bt-1+vt,

(13)

其中，Yi，t是本文五個內(nèi)生變量的列向量，Αt是模型的5×5時變參數(shù)矩陣，Bt是一個5×1的時變常數(shù)向量，εt為隨機擾動項，ut為表示Αt系數(shù)游走的5×5系數(shù)矩陣，vt為表示Bt系數(shù)游走的5×1系數(shù)矩陣。

五、實證結(jié)果與討論

(一)描述性統(tǒng)計

表2顯示了本文變量的描述性統(tǒng)計。各行業(yè)、各時期的固定資產(chǎn)投資同比增長率的平均值為16.9%，最大值為63.3%，最小值為-19.8%。總體來說，2006年至2021年，中國工業(yè)行業(yè)固定資產(chǎn)投資保持了高增速。從核心解釋變量企業(yè)家信心來看，各行業(yè)、各時期的平均值為125.8，最大值為146，最小值為88.2，平均來看處于樂觀狀態(tài)。

表2 變量的描述性統(tǒng)計

(二)基準(zhǔn)回歸結(jié)果

PVAR模型使用的面板數(shù)據(jù)具有時間序列的特征，因此在估計之前，首先需要對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗，以此避免由于數(shù)據(jù)不平穩(wěn)導(dǎo)致的偽回歸現(xiàn)象。根據(jù)已有文獻(xiàn)，面板單位根的檢驗方法有很多種，本文采用LLC檢驗，檢驗結(jié)果呈現(xiàn)在表3中?？梢钥闯?，本文所有變量均通過單位根檢驗，數(shù)據(jù)平穩(wěn)可以進(jìn)行后續(xù)分析。

表3 LLC檢驗結(jié)果

接下來，我們利用AIC、BIC和HQIC準(zhǔn)則確定模型的最優(yōu)滯后階數(shù)。依據(jù)AIC、BIC或HQIC統(tǒng)計量最小為最優(yōu)的原則，確定PVAR模型的最優(yōu)滯后階數(shù)為4階。信息準(zhǔn)則結(jié)果如表4所示。最終，我們構(gòu)建一個PVAR(4)模型。由于面板向量自回歸模型的參數(shù)沒有實際經(jīng)濟(jì)意義，研究一般只關(guān)注其生成的脈沖響應(yīng)函數(shù)。為了節(jié)省篇幅，這里不詳細(xì)列出參數(shù)結(jié)果。

表4 最優(yōu)滯后階數(shù)信息準(zhǔn)則結(jié)果

圖2展示了各變量之間的脈沖響應(yīng)函數(shù)結(jié)果，它反映出當(dāng)其他變量沖擊不變的情況下，一個變量的隨機擾動項一單位標(biāo)準(zhǔn)化信息沖擊對另一個變量產(chǎn)生的影響。圖2各行依次是企業(yè)家信心(Confi，t)、固定資產(chǎn)投資增長率(Fixasseti，t)、資產(chǎn)負(fù)債率(Debi，t)、營收增長率(Revi，t)、利潤率(Margini，t)的沖擊對各變量的脈沖響應(yīng)結(jié)果。其中，第一行為本文的核心解釋變量企業(yè)家信心對其他內(nèi)生變量的脈沖響應(yīng)函數(shù)圖，是我們關(guān)注的重點。從第一行5張小圖的走勢可以看出，相比于其他幾行的脈沖響應(yīng)圖，企業(yè)家信心沖擊對其他變量的影響響應(yīng)程度比較明顯。當(dāng)發(fā)生1單位正向的企業(yè)家信心沖擊，企業(yè)的利潤率下降0.5單位，資產(chǎn)負(fù)債率上升接近0.1單位，營收增長率上升2單位，固定資產(chǎn)投資增長率在沖擊發(fā)生時刻變動很小，隨后幾期逐漸上升至超過2單位。

圖2 基于PVAR模型的脈沖響應(yīng)結(jié)果

我們發(fā)現(xiàn)，企業(yè)家信心正向沖擊造成企業(yè)的利潤率和資產(chǎn)負(fù)債率反向變動。這可能是因為當(dāng)企業(yè)家信心上升時，企業(yè)家傾向于借貸更多的資金進(jìn)行固定資產(chǎn)投資和生產(chǎn)。此時，企業(yè)負(fù)債增加、利潤率下降。隨著后續(xù)的生產(chǎn)和貿(mào)易的發(fā)生，企業(yè)盈利并償還債務(wù)，帶來利潤率上升和負(fù)債率下降。這個過程的關(guān)鍵是企業(yè)家信心對固定資產(chǎn)投資的影響。圖3單獨展示了固定資產(chǎn)投資對1個單位正向企業(yè)家信心沖擊的脈沖響應(yīng)?？梢钥闯?，當(dāng)企業(yè)家信心正向沖擊發(fā)生，企業(yè)的固定資產(chǎn)投資沒有立刻發(fā)生變化，而是在隨后幾期逐漸上升，達(dá)到超過2單位的最高點后緩慢下降，并且正向響應(yīng)持續(xù)了多期。這種滯后的正向響應(yīng)也與后文的時變參數(shù)模型的結(jié)果相符。綜上所示，PVAR模型的脈沖響應(yīng)函數(shù)證實了我們在上文理論模型推導(dǎo)提出的核心假設(shè)，企業(yè)家信心對固定資產(chǎn)投資有顯著的正向促進(jìn)作用。

圖3 基于PVAR模型企業(yè)家信心沖擊對固定資產(chǎn)投資的脈沖響應(yīng)結(jié)果

(三)異質(zhì)性分析

1.時變參數(shù)模型分析。

在進(jìn)行模型回歸之前，參照Nakajima(2011)[35]的做法，我們應(yīng)用MCMC法迭代進(jìn)行2 000次模擬路徑計算出參數(shù)的后驗分布。從圖4的估計結(jié)果可以看出，樣本自相關(guān)系數(shù)平穩(wěn)下降，樣本路徑是平穩(wěn)的，抽樣有效。

圖4 TVP-VAR模型的時變參數(shù)特征

圖5的上圖展示了滯后4期(點狀虛線)、滯后8期(長虛線)和滯后12期(實線)的企業(yè)家信心對固定資產(chǎn)投資的動態(tài)脈沖響應(yīng)結(jié)果，分別代表短期、中期和長期效應(yīng)?？梢钥闯?，不同滯后期下固定資產(chǎn)投資對企業(yè)家信心沖擊的脈沖響應(yīng)均為正向，但是響應(yīng)程度具有明顯差異。具體而言，企業(yè)家信心沖擊對固定資產(chǎn)投資的短期正向效應(yīng)最小，且在各個時點差異不大。長虛線代表的中期脈沖響應(yīng)最大值是短期的兩倍，不同時間點的差異明顯，在2011年之后的響應(yīng)值明顯上升，2015年左右達(dá)到最大值后有所下降，之后稍有回升，2017年以后響應(yīng)程度不斷減弱。實線代表的長期效應(yīng)走勢與長虛線代表的中期效應(yīng)幾乎一致，但是波動程度更大，長期最大值超過短期最大值的三倍。這意味著企業(yè)家信心對固定資產(chǎn)投資的影響具有明顯的滯后性，滯后一年的長期效應(yīng)顯著大于短期和中期效應(yīng)。

圖5 企業(yè)家信心沖擊對固定資產(chǎn)投資的動態(tài)脈沖響應(yīng)結(jié)果(上)和時點脈沖響應(yīng)結(jié)果

值得注意的是，2011年至2015年間，中期和長期的響應(yīng)值都表現(xiàn)出明顯上升，短期來看盡管不明顯也有小幅上漲，這說明在2011年至2015年企業(yè)家信心對固定資產(chǎn)投資水平的促進(jìn)效應(yīng)顯著增強。從圖1企業(yè)家信心的走勢圖來看，2011年至2015年正是企業(yè)家信心較為高漲的時期。企業(yè)家的樂觀情緒似乎強化了信心對固定資產(chǎn)投資的中長期促進(jìn)效應(yīng)。2017年之后，無論是長期、中期還是短期效應(yīng)，企業(yè)家信心對固定資產(chǎn)投資的正向影響都顯著減小。從中國經(jīng)濟(jì)周期來看，2017年正處于我國經(jīng)濟(jì)的下行周期。受到“去杠桿”政策影響，與大力刺激經(jīng)濟(jì)時期相比，我國企業(yè)在當(dāng)時的整體投資水平減少。企業(yè)家信心的提振對固定資產(chǎn)投資的促進(jìn)效應(yīng)下降與中國經(jīng)濟(jì)現(xiàn)實較為符合。另一方面，圖1表明2017年之后的信心水平并不高漲，同等程度的信心沖擊對固定資產(chǎn)投資的促進(jìn)效果有限。因此，當(dāng)處在經(jīng)濟(jì)下行時期或整體信心水平不高漲區(qū)間，需要更大程度的信心提振來實現(xiàn)與上行期或高漲期類似的對固定資產(chǎn)投資的強促進(jìn)效應(yīng)。

為了說明以上觀點，我們進(jìn)一步探究企業(yè)家不同的情緒狀態(tài)是否會影響信心對固定資產(chǎn)投資的作用程度。根據(jù)圖1企業(yè)家信心走勢結(jié)合中國經(jīng)濟(jì)發(fā)展現(xiàn)實，我們選取2010年7月、2017年10月和2020年1月作為脈沖響應(yīng)函數(shù)的三個沖擊時點，分別代表企業(yè)家情緒高漲期、波動期和低迷期。估計得到三個時點脈沖響應(yīng)函數(shù)的結(jié)果，如圖5下圖所示。盡管三個時點固定資產(chǎn)投資對企業(yè)家信心沖擊的初始響應(yīng)值基本一致，但其時變特征差異顯著。在2010年7月時點，企業(yè)家情緒總體處于高漲期，由點狀虛線代表的響應(yīng)值不斷上升，也就是說企業(yè)家信心對固定資產(chǎn)投資的促進(jìn)程度隨時間推移不斷增強。長虛線代表的企業(yè)家情緒波動期的結(jié)果明顯弱于高漲期。具體表現(xiàn)為，企業(yè)家信心對固定資產(chǎn)投資的正向影響小幅上升，維持十幾期后開始緩慢下降，而高漲期的正影響在滯后幾十期里一直呈現(xiàn)出不斷強化的態(tài)勢。在2020年1月時點為代表的企業(yè)家情緒低迷期，信心對固定資產(chǎn)投資的促進(jìn)效應(yīng)明顯小于高漲期和波動期，并且呈現(xiàn)不斷減弱的趨勢，正效應(yīng)僅僅維持了幾期很快轉(zhuǎn)為負(fù)值。

三個時期的脈沖結(jié)果差異很大反映出不同情緒周期下信心對固定資產(chǎn)投資影響的異質(zhì)性。當(dāng)企業(yè)家情緒高漲，也就是信心水平總體較高時，信心的提振對固定資產(chǎn)投資的促進(jìn)效應(yīng)隨時間推移不斷擴大，表現(xiàn)出非常明顯的強化趨勢。在企業(yè)家信心總體低迷期間，盡管信心刺激仍然會提升固定資產(chǎn)投資，但是正向效應(yīng)持續(xù)的時間很短并且其程度很快減少至更低的水平。當(dāng)企業(yè)家情緒處于正常波動區(qū)間，信心對固定資產(chǎn)投資影響的走勢與基準(zhǔn)回歸結(jié)果類似，在沖擊發(fā)生幾期后正效應(yīng)先逐步擴大之后緩慢下降至原有的水平。因此，我們認(rèn)為需要根據(jù)不同時期企業(yè)家的情緒狀態(tài)制定不同程度的提振信心舉措，從而實現(xiàn)對固定資產(chǎn)投資的促進(jìn)效應(yīng)。當(dāng)企業(yè)家情緒普遍低迷，對信心提振的舉措需要更加明確。

2.制造業(yè)分類別分析。

接下來，本文進(jìn)一步分析企業(yè)家信心對固定資產(chǎn)投資影響的行業(yè)差異。根據(jù)國家統(tǒng)計局制造業(yè)高技術(shù)產(chǎn)業(yè)分類標(biāo)準(zhǔn)(5)國家統(tǒng)計局發(fā)布的《高技術(shù)產(chǎn)業(yè)(制造業(yè))分類(2017)》。，我們將制造業(yè)分為傳統(tǒng)制造業(yè)和高技術(shù)制造業(yè)兩個子樣本分別使用PVAR模型進(jìn)行估計，結(jié)果如圖6所示(6)為節(jié)省空間僅展示企業(yè)家信心沖擊對固定資產(chǎn)投資的脈沖響應(yīng)結(jié)果，如需查看全部結(jié)果可以聯(lián)系作者索取。。圖6上圖的傳統(tǒng)制造業(yè)脈沖響應(yīng)結(jié)果與圖3全樣本的結(jié)果高度一致，固定資產(chǎn)投資對企業(yè)家信心沖擊有明顯的正向響應(yīng)。在沖擊發(fā)生時刻，固定資產(chǎn)投資響應(yīng)水平在0值附近，之后幾期很快增長然后逐漸下降。這說明，對于傳統(tǒng)制造業(yè)來說企業(yè)家信心能促進(jìn)固定資產(chǎn)投資增長，且這種促進(jìn)效應(yīng)具有滯后性。然而，圖6下圖顯示高技術(shù)制造業(yè)的脈沖響應(yīng)結(jié)果為0值上的直線。這表明高技術(shù)制造業(yè)的固定資產(chǎn)投資不受企業(yè)家信心沖擊的影響。這可能與高技術(shù)制造業(yè)固定資產(chǎn)投資規(guī)模大、技術(shù)水平高、研發(fā)成本高等因素造成的生產(chǎn)和盈利模式有關(guān)。由此可見，PVAR模型基準(zhǔn)分析的結(jié)果主要是由傳統(tǒng)制造行業(yè)貢獻(xiàn)的。有關(guān)高技術(shù)制造業(yè)不受企業(yè)家信心影響的具體原因值得在以后的研究中進(jìn)一步展開。

圖6 傳統(tǒng)制造業(yè)(上)和高技術(shù)制造業(yè)企業(yè)家信心沖擊對固定資產(chǎn)投資的脈沖響應(yīng)結(jié)果

(四)穩(wěn)健性檢驗

為了檢驗?zāi)Ｐ偷膶嵶C結(jié)果是否可靠，能否證實企業(yè)家信心對企業(yè)固定資產(chǎn)投資有正向影響，本文從以下三個方面進(jìn)行穩(wěn)定性檢驗。結(jié)果表明，原有結(jié)論穩(wěn)健。

1.替換企業(yè)家信心測度指標(biāo)。

我們使用采購經(jīng)理指數(shù)(PMI指數(shù))替換上文核心解釋變量作為企業(yè)家信心的測度指標(biāo)。PMI指數(shù)是基于針對采購經(jīng)理的月度調(diào)查得到的綜合性經(jīng)濟(jì)指數(shù)，能綜合反映行業(yè)景氣水平，可以作為企業(yè)家信心的一種替代。基于PVAR模型的脈沖響應(yīng)結(jié)果如圖7所示。估計結(jié)果與原核心解釋變量的結(jié)論一致。圖8展示了基于TVP-VAR模型的PMI指數(shù)沖擊對固定資產(chǎn)投資的動態(tài)脈沖響應(yīng)結(jié)果和時點脈沖響應(yīng)結(jié)果，結(jié)論穩(wěn)健。

圖7 PMI指數(shù)沖擊對固定資產(chǎn)投資的脈沖響應(yīng)結(jié)果

圖8 PMI指數(shù)沖擊對固定資產(chǎn)投資的動態(tài)脈沖響應(yīng)結(jié)果(上)和時點脈沖響應(yīng)結(jié)果

2.采用季度數(shù)據(jù)。

由于企業(yè)家對經(jīng)濟(jì)景氣程度的感知和信心的調(diào)整通常具有一定的延遲，我們將數(shù)據(jù)的頻度拓寬采用季度頻率數(shù)據(jù)進(jìn)行估計。PVAR模型的脈沖響應(yīng)結(jié)果展示在圖9中。圖10是使用季度頻率數(shù)據(jù)進(jìn)行TVP-VAR模型估計的脈沖結(jié)果?？梢钥闯?，結(jié)論依然穩(wěn)健。

圖9 季度數(shù)據(jù)企業(yè)家信心沖擊對于固定資產(chǎn)投資的脈沖響應(yīng)結(jié)果

圖10 季度數(shù)據(jù)企業(yè)家信心沖擊對固定資產(chǎn)投資的動態(tài)脈沖響應(yīng)結(jié)果(上)和時點脈沖響應(yīng)結(jié)果

3.使用面板工具變量模型。

根據(jù)Arellano和Bover(1995)[36]、Blundell和Bond(1998)[37]，系統(tǒng)GMM方法可以較好地處理動態(tài)面板數(shù)據(jù)的內(nèi)生性問題。因此，我們參考Wintoki等(2012)[38]對本文的變量使用系統(tǒng)GMM回歸，結(jié)果呈現(xiàn)在表5中，本文的結(jié)論穩(wěn)健。

表5 面板工具變量模型的回歸結(jié)果

六、結(jié)論與政策建議

本文首先構(gòu)建了一個包含企業(yè)和家庭的兩部門一般均衡模型，通過模型推導(dǎo)證明，在不完全信息的情形下，企業(yè)家信心對固定資產(chǎn)投資均衡水平有正向作用。接著，基于我國2006—2021年27個工業(yè)行業(yè)樣本的月度數(shù)據(jù)，我們使用面板向量自回歸模型，實證檢驗了企業(yè)家信心沖擊對固定資產(chǎn)投資增長率的影響，實證結(jié)果與理論推導(dǎo)結(jié)論一致。在基準(zhǔn)回歸的基礎(chǔ)上，本文進(jìn)一步分析了企業(yè)家信心對固定資產(chǎn)投資影響的時變參數(shù)特征和行業(yè)異質(zhì)性。

本文研究發(fā)現(xiàn)：當(dāng)發(fā)生正向企業(yè)家信心沖擊，固定資產(chǎn)投資水平的響應(yīng)為正，呈現(xiàn)先增強后緩慢減弱的態(tài)勢。這意味著企業(yè)家信心提振能顯著且持續(xù)提升固定資產(chǎn)投資增長水平；時變參數(shù)模型的結(jié)果表明企業(yè)家信心對固定資產(chǎn)投資的影響具有明顯的滯后性，長期參數(shù)的數(shù)值是短期參數(shù)的三倍左右，滯后一年的長期效應(yīng)參數(shù)波動幅度明顯大于滯后四個月的短期效應(yīng)參數(shù)；企業(yè)家信心對固定資產(chǎn)投資的促進(jìn)程度受到企業(yè)家情緒周期影響，在企業(yè)家情緒高漲時期，也就是當(dāng)信心水平普遍較高時，信心對固定資產(chǎn)投資的正向影響隨著時間推移不斷強化。當(dāng)企業(yè)家情緒處于低迷時期，信心對固定資產(chǎn)投資的刺激持續(xù)下降，正效應(yīng)僅僅維持幾期后降至負(fù)值；從不同制造業(yè)行業(yè)來看，對于傳統(tǒng)制造業(yè)行業(yè)來說，企業(yè)家信心提升促進(jìn)固定資產(chǎn)投資，但是，高技術(shù)制造業(yè)不存在這種效應(yīng)。

為了更好地發(fā)揮企業(yè)家信心作用，提升企業(yè)固定資產(chǎn)投資水平，從而促進(jìn)經(jīng)濟(jì)發(fā)展，基于本文的研究發(fā)現(xiàn)，我們提出以下幾點政策建議：

第一，在不同時期、不同行業(yè)，運用針對性政策提振企業(yè)家信心。一方面，當(dāng)企業(yè)家情緒處于不同周期時應(yīng)采用不同力度的政策提振信心。當(dāng)前，經(jīng)濟(jì)下行壓力較大，要綜合實施稅費減免、降低融資成本等助企紓困政策，大力提振企業(yè)家信心，更好地實現(xiàn)對固定資產(chǎn)投資的促進(jìn)作用。另一方面，根據(jù)不同行業(yè)特點進(jìn)行政策激勵。對于傳統(tǒng)制造業(yè)來說，可以采用相應(yīng)政策積極提振企業(yè)家信心促進(jìn)投資和發(fā)展，而對于高技術(shù)制造業(yè)需要匹配其他更加有效的政策。

第二，大力提升政策的透明性和可預(yù)期性。考慮到固定資產(chǎn)的調(diào)整具有時滯性，要進(jìn)一步暢通企業(yè)家的信息渠道，保證政策傳導(dǎo)的即時性和有效性。地方政府通過即時發(fā)布政策信息、定期組織交流會議等多種形式建立政企長效溝通機制，從而減少企業(yè)家對政策的不確定性的擔(dān)憂，穩(wěn)定企業(yè)家預(yù)期，增強企業(yè)家信心。

第三，持續(xù)優(yōu)化營商環(huán)境。破除地方保護(hù)，建立更高效的市場準(zhǔn)入退出機制，提升投資便利度，鼓勵創(chuàng)新，提升跨境貿(mào)易管理水平，維護(hù)市場公平，盡可能減少企業(yè)經(jīng)營各環(huán)節(jié)不必要的摩擦成本，增強企業(yè)家的獲得感，從而提升企業(yè)家信心。