出口管制政策對企業(yè)投資的影響
——來自美國實(shí)體清單政策的證據(jù)

首陳霄，談?wù)窳?/p>

(湖南師范大學(xué)商學(xué)院，湖南 長沙 410081)

一、引 言

在制造強(qiáng)國戰(zhàn)略的指引下，中國制造業(yè)加速轉(zhuǎn)型升級，逐漸從世界產(chǎn)業(yè)鏈中低端邁向中高端，但外部政策環(huán)境的變化正成為中國制造業(yè)發(fā)展的重要阻礙。為維護(hù)制造業(yè)領(lǐng)域的領(lǐng)先優(yōu)勢，美國不斷推出各種針對中國制造業(yè)企業(yè)的限制措施。特別是2018年之后，伴隨中美貿(mào)易摩擦的日益升級，美國對華實(shí)施一系列嚴(yán)厲的出口管制政策，其中以實(shí)體清單政策最為嚴(yán)格。截至2021年12月31日，中國有385個(gè)實(shí)體被列入清單，涉及252家企業(yè)。實(shí)體清單是由美國商務(wù)部工業(yè)與安全局(BIS)發(fā)布，嚴(yán)格限制美國相關(guān)企業(yè)對我國出口先進(jìn)技術(shù)和產(chǎn)品的政策。該政策不僅影響企業(yè)自美國的進(jìn)口貿(mào)易，也可能阻礙企業(yè)與其他國家的貿(mào)易往來(基于美國的“長臂管轄”政策)。可以預(yù)見的是，被列入實(shí)體清單的企業(yè)必然面臨市場環(huán)境的惡化、投資決策也深受影響，而企業(yè)投資在其發(fā)展過程中扮演著重要角色，是企業(yè)保持可持續(xù)發(fā)展、實(shí)現(xiàn)轉(zhuǎn)型升級的重要動力[1]。為此，本文從微觀數(shù)據(jù)出發(fā)，探討實(shí)體清單政策下企業(yè)投資行為的變化及其內(nèi)在機(jī)制，以幫助國內(nèi)企業(yè)更好地應(yīng)對實(shí)體清單政策的威脅。

考慮到數(shù)據(jù)的及時(shí)性和可得性，本文使用2010—2021年的A股上市公司樣本，結(jié)合手工收集整理的歷年實(shí)體清單名錄，運(yùn)用多期雙重差分模型檢驗(yàn)被列入實(shí)體清單政策的上市企業(yè)(又稱“受限企業(yè)”)是否改變其投資水平。經(jīng)研究發(fā)現(xiàn)，被列入實(shí)體清單對上市企業(yè)的投資水平具有顯著的負(fù)面影響。被實(shí)體清單政策制裁后，受限企業(yè)的投資率平均下降1.99個(gè)百分點(diǎn)。動態(tài)趨勢分析進(jìn)一步表明，該負(fù)向的顯著影響在大約3期之后逐漸消失。該發(fā)現(xiàn)通過一系列的穩(wěn)健性檢驗(yàn)和內(nèi)生性處理。同時(shí)，列入實(shí)體清單政策對非國有、高固定資產(chǎn)比例和高資本密集度的企業(yè)的影響更大。機(jī)制分析亦表明，列入實(shí)體清單對企業(yè)投資的影響主要通過削弱企業(yè)的經(jīng)營績效、增大企業(yè)融資難度來實(shí)現(xiàn)。本文進(jìn)一步驗(yàn)證實(shí)體清單政策風(fēng)險(xiǎn)影響的存在，即同行業(yè)的非受限企業(yè)面對實(shí)體清單政策風(fēng)險(xiǎn)顯著降低其投資水平，且經(jīng)營績效和融資約束機(jī)制在實(shí)體清單政策風(fēng)險(xiǎn)的影響中仍然成立。

由于出口管制政策的復(fù)雜性，當(dāng)前關(guān)于微觀定量分析的文獻(xiàn)相對較少。在一般性的分析中，一類文獻(xiàn)主要關(guān)注出口管制政策本身(如美國對華管制的趨勢)[2][3]；另一類文獻(xiàn)則關(guān)注出口管制政策對中美宏觀經(jīng)濟(jì)的影響[4][5][6][7]。微觀定量分析主要針對的是出口管制對企業(yè)創(chuàng)新的影響。以美國實(shí)體清單政策為研究對象，余典范等(2022)利用2010—2017年的上市公司數(shù)據(jù)，實(shí)證發(fā)現(xiàn)出口管制對企業(yè)創(chuàng)新短期內(nèi)具有負(fù)向沖擊[8]，主要是通過降低進(jìn)口產(chǎn)品質(zhì)量、壓縮海外業(yè)務(wù)規(guī)模及擠出研發(fā)投入來抑制企業(yè)創(chuàng)新。相對地，楊策和鄭建明(2022)則以2016—2019年上市公司為樣本，發(fā)現(xiàn)出口管制對企業(yè)創(chuàng)新活動具有促進(jìn)作用[9]。此外，紀(jì)順洪和陳興淋(2017)從行業(yè)層面探討不同出口管制強(qiáng)度下企業(yè)的創(chuàng)新路徑問題[10]。

除制裁導(dǎo)致的直接負(fù)面沖擊外，實(shí)體清單政策還通過提升政策風(fēng)險(xiǎn)影響非受限企業(yè)，因此本文的研究也豐富了政策不確定性影響的相關(guān)文獻(xiàn)。政策不確定性一直以來就倍受關(guān)注[11][12][13]。政策不確定性最為直接的影響就是企業(yè)投資。Bernanke(1983)、Pindyck(1988)、Dixit和Pindyck(1994)認(rèn)為如果投資不可逆，高度的不確定性使企業(yè)推遲投資[14][15][16]。許多實(shí)證文獻(xiàn)進(jìn)一步驗(yàn)證政策不確定性對投資的負(fù)面影響[17][18][19]。Handley和Lim?o(2015，2017)通過構(gòu)建異質(zhì)性廠商模型，發(fā)現(xiàn)貿(mào)易政策的不確定性升高會降低企業(yè)在出口準(zhǔn)入和技術(shù)升級方面的投資[20][21]。本文探討的實(shí)體清單政策風(fēng)險(xiǎn)本質(zhì)上屬于貿(mào)易政策的不確定性，但無論何種政策不確定性，其內(nèi)在邏輯是一致的。

總體而言，當(dāng)前針對出口管制的微觀實(shí)證文獻(xiàn)探討創(chuàng)新的較多，分析其他微觀經(jīng)濟(jì)行為的較少且忽視了政策風(fēng)險(xiǎn)的可能影響。本文的邊際貢獻(xiàn)主要包括：第一，進(jìn)一步豐富出口管制的研究文獻(xiàn)。相比于已有文獻(xiàn)，本文收集到最新和更廣泛的數(shù)據(jù)，使實(shí)證分析能更準(zhǔn)確地評估列入實(shí)體清單對企業(yè)的影響效應(yīng)，在企業(yè)投資行為的相關(guān)分析方面是一個(gè)有益補(bǔ)充。第二，探討實(shí)體清單政策風(fēng)險(xiǎn)的影響，更全面刻畫實(shí)體清單政策造成的直接和間接影響。由于實(shí)體清單政策嚴(yán)重影響到企業(yè)的正常生產(chǎn)經(jīng)營活動，其風(fēng)險(xiǎn)對企業(yè)來說屬于極端風(fēng)險(xiǎn)，因而提供一個(gè)企業(yè)投資行為相關(guān)研究的極端政策風(fēng)險(xiǎn)的新視角。

二、政策背景與理論機(jī)制

(一)出口管制的政策背景

出口管制政策由來已久，最早在20世紀(jì)初就已有相關(guān)條例。在第一次世界大戰(zhàn)后期的1917年，美國國會通過了《敵國貿(mào)易法》。該法案賦予美國總統(tǒng)在戰(zhàn)時(shí)或面臨其他緊急狀態(tài)時(shí)擁有極大的權(quán)力。準(zhǔn)確來說，在此期間(戰(zhàn)時(shí)或緊急狀態(tài))，總統(tǒng)有權(quán)改變或調(diào)整與相關(guān)敵對國家的貿(mào)易往來。1949年，美國與英國、法國等歐洲大國共同成立“巴黎統(tǒng)籌委員會”，主要目的是限制以蘇聯(lián)為首的社會主義陣營國家進(jìn)口歐美國家先進(jìn)的技術(shù)、設(shè)備和有關(guān)原材料。20世紀(jì)70年代，現(xiàn)代意義上的出口管制政策正式成型。1979年，美國國會通過《1979年出口管理法》(Export Administration Act of 1979)，為人熟知的實(shí)體清單(Entity List)為該法案的第744部分并由美國BIS發(fā)布，實(shí)體清單中的實(shí)體包括不同國家的企業(yè)、事業(yè)單位、高校和個(gè)人。這些實(shí)體想要獲得美國受管制產(chǎn)品必須得到BIS頒布的出口許可。該法案的“出口”含義十分寬泛，不僅包括美國產(chǎn)品或技術(shù)對相關(guān)實(shí)體的直接出口或再出口(Reexport)，也包括依賴美國產(chǎn)品(或技術(shù))生產(chǎn)的他國產(chǎn)品出口或再出口。2018年，美國國會通過新版的《出口管制改革法案》(Export Control Reform Act)。該法案擴(kuò)大了美國出口管制的范圍，新增對“新興和基礎(chǔ)技術(shù)”的出口控制。

我國實(shí)體被列入實(shí)體清單的情況乃近些年才發(fā)生的事情。在2018年之前，美方對華出口管制程度相對較輕，出口限制的焦點(diǎn)主要是航空航天領(lǐng)域。自2018年中美貿(mào)易摩擦以來，大批從事高新技術(shù)產(chǎn)業(yè)的企業(yè)相繼被美方列入實(shí)體清單。截至2021年12月31日，中國有385個(gè)實(shí)體被列入清單。具體來看，列入實(shí)體清單的受限企業(yè)252家(占比超過65%)，為最主要的受限對象，包括2019年的華為、2020年的中芯國際和中船重工等。圖1顯示了2011—2021年我國受限企業(yè)數(shù)量的變化。可見，自2018年中美貿(mào)易摩擦后，美方對中方企業(yè)的制裁力度陡然加大，每年新增的受限企業(yè)從2018年之前的平均不足10家迅速上升到2019年之后的50家以上。

圖1 受限企業(yè)數(shù)量變化

通過對照行業(yè)分類表，本文對截至2021年12月31日的受限企業(yè)所屬行業(yè)進(jìn)行初步歸類，以分析美國對華實(shí)施技術(shù)出口管制的行業(yè)特征(如表1所示)。結(jié)果顯示，美國的出口管制政策主要針對的是高新技術(shù)行業(yè)，包括科技推廣和應(yīng)用服務(wù)業(yè)、計(jì)算機(jī)通信和其他電子設(shè)備制造業(yè)等。此外，先進(jìn)制造業(yè)也是出口管制政策重點(diǎn)關(guān)注的行業(yè)(如電氣機(jī)械和器材制造業(yè))。這說明出口管制涉及的領(lǐng)域通常是我國的薄弱環(huán)節(jié)，美國希望藉由制裁限制中國技術(shù)進(jìn)步和先進(jìn)制造業(yè)的發(fā)展。

表1 各行業(yè)受限企業(yè)數(shù)量

(二)理論機(jī)制與研究假設(shè)

1.列入實(shí)體清單對企業(yè)投資的影響。我國高端制造業(yè)許多產(chǎn)品的生產(chǎn)仍嚴(yán)重依賴國外的先進(jìn)設(shè)備、關(guān)鍵技術(shù)和高質(zhì)量中間品。被列入實(shí)體清單后，我國受限企業(yè)難以獲得美國的相關(guān)技術(shù)和產(chǎn)品，進(jìn)而影響正常的生產(chǎn)經(jīng)營活動。同時(shí)，受限企業(yè)被迫選擇其他可替代的技術(shù)和中間品時(shí)可能增加采購成本、減少經(jīng)營收入，而可替代中間品質(zhì)量的下降則降低生產(chǎn)的效率和產(chǎn)品的質(zhì)量并削弱其市場競爭力[22][23][24]。這兩方面的作用，打擊了受限企業(yè)的投資意愿。市場亦預(yù)期受限企業(yè)的生產(chǎn)經(jīng)營將出現(xiàn)困難，轉(zhuǎn)而增加相關(guān)替代品的購買，進(jìn)一步削弱了受限企業(yè)的投資意愿。

此外，實(shí)體清單政策助推企業(yè)對未來政策不確定的預(yù)期。當(dāng)面臨不明朗的政策前景時(shí)，等待期權(quán)的價(jià)值上升使企業(yè)傾向于推遲投資[14][15][16]。基于以上分析，本文提出研究假設(shè)1：列入實(shí)體清單對企業(yè)的投資水平產(chǎn)生負(fù)向影響。

2.實(shí)體清單政策直接沖擊的影響機(jī)制。作為一種極端的政策沖擊，實(shí)體清單政策明顯影響企業(yè)財(cái)務(wù)狀況。首先，實(shí)體清單政策破壞企業(yè)的正常生產(chǎn)經(jīng)營活動。它限制我國企業(yè)獲取美國核心、關(guān)鍵產(chǎn)品和技術(shù)的途徑，危害我國生產(chǎn)供應(yīng)鏈的安全。被列入實(shí)體清單的企業(yè)因關(guān)鍵技術(shù)和中間品的采購限制造成生產(chǎn)經(jīng)營困難，導(dǎo)致營業(yè)收入和利潤下降，損害企業(yè)的財(cái)務(wù)狀況，最終影響企業(yè)的投資行為。其次，替代技術(shù)設(shè)備和中間品的質(zhì)量劣勢削弱了企業(yè)的市場競爭力。為規(guī)避實(shí)體清單政策的制裁，受限企業(yè)尋求替代的技術(shù)和中間品而增加采購成本。但替代的技術(shù)和中間品作為之前的次優(yōu)選擇必然影響企業(yè)的生產(chǎn)效率和產(chǎn)品質(zhì)量[22][23]，從而降低企業(yè)的市場競爭力，導(dǎo)致企業(yè)績效的下降，最終影響企業(yè)的投資能力。因此，企業(yè)績效是實(shí)體清單政策影響的重要機(jī)制之一。據(jù)此，本文提出研究假設(shè)2：實(shí)體清單政策帶來的沖擊通過影響企業(yè)績效來抑制企業(yè)的投資行為。

實(shí)體清單政策通過企業(yè)績效的下降損害企業(yè)的內(nèi)部融資能力，也增加其外部融資約束。一方面，企業(yè)績效的下降削弱企業(yè)的償債能力，影響銀行對企業(yè)的信用評估。銀行可能基于審慎原則收緊對企業(yè)的信貸，導(dǎo)致企業(yè)的融資約束上升。另一方面，在被列入實(shí)體清單后，企業(yè)無法預(yù)料美國或其他國家是否采取進(jìn)一步的限制措施，因而面臨更大的政策不確定性。銀行或外部投資者可能基于風(fēng)險(xiǎn)厭惡而減少對該類企業(yè)的投資或基于風(fēng)險(xiǎn)補(bǔ)償原則要求更高的資本收益。因此，外部融資約束程度越高的企業(yè)受政策沖擊的影響越大[25][26]?；谏鲜龇治?，本文提出研究假設(shè)3：實(shí)體清單政策帶來的沖擊通過企業(yè)的融資約束來影響企業(yè)的投資行為。

3.實(shí)體清單政策對企業(yè)投資的影響存在異質(zhì)性。相較于國有企業(yè)，非國有企業(yè)面臨更為嚴(yán)重的外部融資約束[27]，所處的行業(yè)競爭也更為激烈，承受外部政策負(fù)面沖擊的能力較差。而國有企業(yè)基于特殊的政治關(guān)聯(lián)易獲取外部的資金和政策支持，在行業(yè)內(nèi)具有優(yōu)勢甚至壟斷地位，建立了較高的行業(yè)進(jìn)入壁壘。因此，國有企業(yè)遭遇外部的負(fù)面沖擊時(shí)影響較小，能憑借自身的壟斷地位向市場轉(zhuǎn)嫁成本，減輕企業(yè)績效所受的影響。另外，外部投資者面對投資環(huán)境不確定性時(shí)也傾向于投資風(fēng)險(xiǎn)較小的國有企業(yè)[28]。

企業(yè)固定資產(chǎn)比例和資本密集度的差異也左右實(shí)體清單政策對企業(yè)投資的影響程度。越高的固定資產(chǎn)比例意味著企業(yè)生產(chǎn)需較多的設(shè)備、廠房等固定成本的投入。由于固定資產(chǎn)(尤其是專用性資產(chǎn))的投資具有較高程度的不可逆性，企業(yè)的投資決策愈加謹(jǐn)慎，面臨外部政策的沖擊時(shí)更傾向于減緩?fù)顿Y。企業(yè)的資本密集度越高，其生產(chǎn)經(jīng)營對資本的需求越大。在受到融資約束時(shí)，資本密集度高的企業(yè)面臨較大的融資成本上升壓力，導(dǎo)致投資激勵(lì)不足?；谝陨戏治?，本文提出研究假設(shè)4：實(shí)體清單政策對非國有企業(yè)、高固定資產(chǎn)比例企業(yè)和高資本密集度企業(yè)的影響更大。

4.實(shí)體清單政策風(fēng)險(xiǎn)影響同行業(yè)非受限企業(yè)的投資?；凇昂s效應(yīng)”，某一企業(yè)被實(shí)體清單政策制裁后不僅自身遭受直接沖擊，同行業(yè)的其他企業(yè)(尤其是行業(yè)地位較高的企業(yè))擔(dān)心外部政策的進(jìn)一步變化(即感知到政策風(fēng)險(xiǎn)的上升)也會做出相應(yīng)的應(yīng)對?；诘却跈?quán)的價(jià)值理論，Bernanke(1983)和Pindyck(1988)認(rèn)為由于投資存在不可逆性，企業(yè)為避免政策出現(xiàn)不利狀況下的投資損失可能選擇等待直至不確定性得到解決[14][15](1)如果高政策風(fēng)險(xiǎn)長期存在，隨著延后投資導(dǎo)致的現(xiàn)金流損失大于等待期權(quán)的價(jià)值，企業(yè)就不再繼續(xù)推遲投資[18]。。Handley和Lim?o(2015，2017)針對貿(mào)易政策不確定性的分析也得出類似結(jié)論[20][21]。由于出口市場進(jìn)入存在沉沒成本，貿(mào)易政策不確定性上升提高了企業(yè)的出口和技術(shù)升級投資的門檻，最終降低企業(yè)的出口和技術(shù)投資?；谏鲜龇治?，本文提出研究假設(shè)5：實(shí)體清單政策風(fēng)險(xiǎn)降低同行業(yè)非受限企業(yè)的投資水平。

三、數(shù)據(jù)來源與估計(jì)方法

(一)數(shù)據(jù)來源

樣本上市公司中最早被列入實(shí)體清單的時(shí)間為2014年，因此本文選取2010—2021年共12期的滬深A(yù)股上市企業(yè)作為研究對象。相關(guān)的上市公司財(cái)務(wù)數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫，實(shí)體清單數(shù)據(jù)源于美國BIS官方網(wǎng)站，行業(yè)分類標(biāo)準(zhǔn)參考我國證監(jiān)會的《上市公司行業(yè)分類指引》(2012年修訂版)。由于金融行業(yè)相對于非金融行業(yè)具有太多的特殊性，故剔除金融行業(yè)的企業(yè)樣本。同時(shí)，本文剔除ST、*ST和PT類企業(yè)及樣本期內(nèi)數(shù)據(jù)大量缺失的上市企業(yè)。

(二)估計(jì)方法與變量

為估計(jì)實(shí)體清單政策對企業(yè)投資的影響，本文參考Beck等(2010)的多期雙重差分模型[29]，建立如下的回歸方程：

(1)

其中，i、t分別表示企業(yè)和年份，被解釋變量Investit表示企業(yè)投資水平，核心解釋變量Regulationit表示企業(yè)被列入實(shí)體清單，μi、τt分別為企業(yè)個(gè)體和年份固定效應(yīng)，εit為誤差項(xiàng)。

本文的關(guān)鍵因變量是企業(yè)投資水平(Invest)。參考李佳霖等(2019)、李鳳羽和楊墨竹(2015)的做法，本文以購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金減去處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額的差值作為投資額[25][30]。同時(shí)，為方便比較不同規(guī)模企業(yè)的投資水平，參考Gulen和Ion(2016)的做法，本文將投資額用期初的總資產(chǎn)標(biāo)準(zhǔn)化[18]。此外，上市公司當(dāng)期被列入實(shí)體清單時(shí)，Regulation取值為1，否則為0。這里，我們未考慮企業(yè)被列入實(shí)體清單又被移出的情形，因?yàn)榧词购髞肀灰瞥?，企業(yè)被列入實(shí)體清單的影響在樣本期內(nèi)依然存在。因此，如果某一企業(yè)在t年被列入實(shí)體清單，t年之后的所有年份的Regulation取值均為1。

為有效識別實(shí)體清單對企業(yè)投資的影響，有必要控制既影響企業(yè)投資水平又可能決定企業(yè)是否被實(shí)體清單政策制裁的相關(guān)因素。結(jié)合現(xiàn)有研究企業(yè)投資影響因素的文獻(xiàn)，本文選取以下的控制變量：

首先，為控制企業(yè)的投資機(jī)會和能力的差異，本文控制企業(yè)的托賓Q(tq)和經(jīng)營現(xiàn)金流(cfo)[17][18]。其中，托賓Q(tq)以企業(yè)市場價(jià)值與資本重置成本之比衡量，經(jīng)營現(xiàn)金流(cfo)為總資產(chǎn)標(biāo)準(zhǔn)化后的經(jīng)營現(xiàn)金流凈額。

其次，考慮到企業(yè)的某些特征決定著企業(yè)是否被列入實(shí)體清單，而這些特征又影響企業(yè)的投資水平，因此本文控制以下的企業(yè)特征變量：企業(yè)規(guī)模(size)，以企業(yè)總資產(chǎn)衡量并取對數(shù)；企業(yè)年齡(age)，以企業(yè)的存續(xù)時(shí)間(當(dāng)期時(shí)間減去企業(yè)成立時(shí)間)衡量；總資產(chǎn)收益率(roa)，以凈利潤與總資產(chǎn)之比衡量；資產(chǎn)負(fù)債率(lev)，以企業(yè)總負(fù)債占總資產(chǎn)的比例衡量，反映企業(yè)的財(cái)務(wù)杠桿水平；速動資產(chǎn)(qa)，以企業(yè)速動資產(chǎn)占總資產(chǎn)的比例衡量，反映企業(yè)短期債務(wù)償還能力。

最后，本文使用海外收入(fin)來控制企業(yè)的海外擴(kuò)張能力，因?yàn)槠髽I(yè)的海外擴(kuò)張能力在一定程度上反映了企業(yè)的國際競爭力。海外收入(fin)采用海外營業(yè)收入并取對數(shù)。

表2是主要變量的描述性統(tǒng)計(jì)結(jié)果，發(fā)現(xiàn)企業(yè)投資水平(又稱“投資率”)均值為4.4%、標(biāo)準(zhǔn)差為4.5%，表明企業(yè)的投資水平通常只占總資產(chǎn)的很小比例。

表2 變量的描述性統(tǒng)計(jì)

四、回歸結(jié)果分析

(一)基礎(chǔ)回歸

表3展示了回歸方程(1)的結(jié)果。各列回歸的標(biāo)準(zhǔn)誤均聚類在二級行業(yè)層面上。Regulation的系數(shù)是我們的主要關(guān)注點(diǎn)，它反映了被納入實(shí)體清單后的受限企業(yè)相對于非受限企業(yè)的平均投資水平變化。列(1)沒有添加任何控制變量，Regulation的系數(shù)在1%的水平上顯著為負(fù)。列(2)參考典型的托賓Q投資預(yù)測模型，添加經(jīng)營現(xiàn)金流(cfo)和托賓Q(tq)兩個(gè)控制變量，以控制企業(yè)的投資能力和機(jī)會。結(jié)果顯示，雙重差分Regulation的系數(shù)仍顯著為負(fù)。列(3)在列(2)的基礎(chǔ)上控制一些可能影響企業(yè)投資水平的企業(yè)特征變量，發(fā)現(xiàn)Regulation的系數(shù)比之前略小、但依然在1%的水平上顯著。列(4)增加海外收入(fin)以控制企業(yè)的海外經(jīng)營績效，發(fā)現(xiàn)Regulation的系數(shù)仍顯著為負(fù)。列入實(shí)體清單使受限企業(yè)的投資率相對于非受限企業(yè)下降1.99個(gè)百分點(diǎn)。由于企業(yè)投資率的均值為4.4%，所以1.99個(gè)百分點(diǎn)的下降相當(dāng)于均值的45%，表明實(shí)體清單政策沖擊的影響在經(jīng)濟(jì)上十分顯著?？傮w而言，回歸結(jié)果顯示實(shí)體清單政策對企業(yè)投資產(chǎn)生明顯的負(fù)面影響，從而驗(yàn)證了研究假設(shè)1。

表3 基礎(chǔ)回歸結(jié)果

(二)平行趨勢檢驗(yàn)

根據(jù)多期差分回歸成立的條件，受限企業(yè)(處理組)相對于非受限企業(yè)(控制組)的趨勢變化一般僅出現(xiàn)在政策沖擊之后，因此本文參考文獻(xiàn)中的事件研究方法并采用下式進(jìn)行平行趨勢檢驗(yàn)[31]。

(2)

其中，j表示距離被列入實(shí)體清單年份的期數(shù)，j<0表示列入實(shí)體清單前的第j年，j>0表示列入實(shí)體清單后的第j年；Regulationij為虛擬變量，表示企業(yè)i是否處于被列入實(shí)體清單前或后的第j年?？紤]到展示的方便性和樣本期，本文將的取值范圍限定為[-5，4]并以被列入實(shí)體清單的前一年為基期。因此，βj衡量了實(shí)體清單政策對企業(yè)投資影響的逐期變化。

圖2顯示了系數(shù)βj的估計(jì)值。其中，0表示列入實(shí)體清單的時(shí)點(diǎn)，0之前的時(shí)點(diǎn)反映該企業(yè)被列入實(shí)體清單之前的期數(shù)，0之后的時(shí)點(diǎn)則是之后的期數(shù)。可見，被列入實(shí)體清單前的系數(shù)均不顯著，說明列入實(shí)體清單前處理組與控制組之間不存在顯著差異，故平行趨勢假設(shè)成立。被列入實(shí)體清單后，企業(yè)投資率出現(xiàn)顯著下降且負(fù)向影響在第二年達(dá)到最大，隨后負(fù)向影響逐漸緩解，表明列入實(shí)體清單對企業(yè)投資率的影響偏短期、長期影響不顯著。但考慮到投資的累積效應(yīng)，短期的投資不足仍可能影響企業(yè)的長遠(yuǎn)發(fā)展。

圖2 平行趨勢檢驗(yàn)

(三)穩(wěn)健性檢驗(yàn)

表4匯報(bào)了穩(wěn)健性檢驗(yàn)結(jié)果(2)本文還進(jìn)行了隨機(jī)抽取實(shí)驗(yàn)組的安慰劑檢驗(yàn)分析，限于篇幅未列示，作者備索。。由于不同行業(yè)之間可能存在不同的時(shí)間趨勢，列(1)控制行業(yè)-時(shí)間交互固定效應(yīng)(3)行業(yè)-時(shí)間交叉固定效應(yīng)可控制實(shí)體清單政策對非受限企業(yè)的影響，包括實(shí)體清單政策風(fēng)險(xiǎn)的影響和受限企業(yè)所受影響的溢出效應(yīng)，從而增加雙重差分識別策略的可靠性。列(1)的結(jié)果顯示實(shí)體清單政策對非受限企業(yè)的影響給估計(jì)結(jié)果造成的波動不大。，意味著此時(shí)雙重差分的估計(jì)結(jié)果比較的是同行業(yè)受限企業(yè)與非受限企業(yè)之間的差異。可見，估計(jì)結(jié)果仍在5%的水平上顯著為負(fù)。為控制不同地域之間的差異，列(2)控制省份-時(shí)間交叉固定效應(yīng)，發(fā)現(xiàn)估計(jì)系數(shù)的大小略有下降、但仍顯著。現(xiàn)將標(biāo)準(zhǔn)誤聚類在更高一層的一級行業(yè)層面上，意味著允許更多企業(yè)彼此存在關(guān)聯(lián)，進(jìn)一步放松企業(yè)之間相互獨(dú)立的假設(shè)。通常來說，估計(jì)系數(shù)更難通過顯著性檢驗(yàn)，但列(3)的結(jié)果顯示依然顯著為負(fù)。列(4)更換企業(yè)投資的度量方式，采用投資總額而非前文的投資凈額，發(fā)現(xiàn)估計(jì)結(jié)果依然穩(wěn)健。為防止異常值的影響，列(5)對數(shù)據(jù)實(shí)行前后1%的縮尾，發(fā)現(xiàn)估計(jì)結(jié)果與基礎(chǔ)回歸保持一致。為避免無關(guān)行業(yè)樣本對回歸結(jié)果的干擾，列(6)僅保留受限企業(yè)所在行業(yè)的企業(yè)樣本，發(fā)現(xiàn)估計(jì)結(jié)果仍顯著為負(fù)。以上的穩(wěn)健性分析表明基礎(chǔ)回歸結(jié)果是穩(wěn)健的，即列入實(shí)體清單明顯抑制企業(yè)的投資水平。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

(四)內(nèi)生性問題

1.PSM-DID。由于受限企業(yè)的數(shù)量較少，所以在前面的總體樣本回歸中處理組與控制組之間的樣本量差異較大，從而可能影響雙重差分的估計(jì)有效性。為排除前面的結(jié)果可能是樣本量差異過大導(dǎo)致的估計(jì)偏差并消除樣本選擇偏差，本文使用傾向匹配得分法(PSM)構(gòu)造相對均衡且可靠的對照組進(jìn)行雙重差分回歸[32]。這里，以企業(yè)規(guī)模(size)、企業(yè)年齡(age)、托賓Q(tq)、總資產(chǎn)收益率(roa)、經(jīng)營現(xiàn)金流(cfo)和資產(chǎn)負(fù)債率(lev)作為協(xié)變量對受限企業(yè)及其他上市企業(yè)進(jìn)行1∶5的近鄰匹配，并采用逐期匹配的方法?；趦A向得分匹配的樣本，表5的列(1)回歸結(jié)果顯示Regulation的系數(shù)顯著為負(fù)且大小與前述相近。

表5 PSM-DID和工具變量回歸結(jié)果

2.工具變量回歸。考慮到某些戰(zhàn)略性新興產(chǎn)業(yè)中實(shí)力較強(qiáng)的企業(yè)更易被列入實(shí)體清單，本文在前面的回歸分析中通過控制變量和行業(yè)-年份固定效應(yīng)盡量控制影響被列入實(shí)體清單的因素，然而無法窮盡所有因素。這里，我們嘗試使用工具變量回歸解決前述的內(nèi)生性問題。借鑒張杰等(2015)、余典范等(2022)的做法，使用二級行業(yè)層面被列入實(shí)體清單的企業(yè)數(shù)量，預(yù)測同行業(yè)個(gè)體企業(yè)被列入實(shí)體清單的概率[33][8]。行業(yè)中被列入實(shí)體清單的企業(yè)數(shù)量不會直接影響個(gè)體企業(yè)的投資水平，但與位于該行業(yè)的企業(yè)被實(shí)體清單制裁的概率密切相關(guān)。表5的列(2)的工具變量回歸顯示，估計(jì)結(jié)果與基礎(chǔ)回歸相一致，且一階段F統(tǒng)計(jì)量表明工具變量不是弱工具變量。

(五)異質(zhì)性分析

為驗(yàn)證研究假設(shè)4，表6從股權(quán)性質(zhì)、固定資產(chǎn)比例和資本密集度三個(gè)方面展開異質(zhì)性分析。列(1)和(2)的結(jié)果表明實(shí)體清單政策沖擊對非國有企業(yè)具有明顯的負(fù)面作用，而對國有企業(yè)的影響不顯著。列(3)和(4)將企業(yè)樣本按固定資產(chǎn)比例(固定資產(chǎn)/總資產(chǎn))的均值劃分為高、低兩組，發(fā)現(xiàn)實(shí)體清單政策僅顯著降低固定資產(chǎn)比例較高的企業(yè)的投資水平。列(5)和(6)將企業(yè)樣本按資本密集度(總資產(chǎn)/營業(yè)收入)的均值劃分為高、低兩組，發(fā)現(xiàn)實(shí)體清單政策僅顯著降低資本密集度較高的企業(yè)的投資水平?？傮w來說，所有的異質(zhì)性檢驗(yàn)結(jié)果與研究假設(shè)4基本一致。

表6 異質(zhì)性分析

五、進(jìn)一步分析

(一)機(jī)制分析

根據(jù)前文的研究假設(shè)2和3，實(shí)體清單政策通過降低企業(yè)績效和增加企業(yè)融資難度抑制了企業(yè)投資水平。為驗(yàn)證該機(jī)制，本文參考譚小芬和張文婧(2017)、李鳳羽和楊墨竹(2015)的研究方法，檢驗(yàn)實(shí)體清單政策是否影響企業(yè)績效和融資約束[26][30]。

本文使用企業(yè)總資產(chǎn)收益率(roa)和企業(yè)利潤(profit)作為公司績效的量度。表7的列(1)和(2)的公司績效機(jī)制檢驗(yàn)結(jié)果表明，實(shí)體清單政策顯著降低企業(yè)的總資產(chǎn)收益率和利潤水平，表明公司績效確實(shí)是實(shí)體清單政策影響企業(yè)投資的機(jī)制之一。另外，使用SA指數(shù)來衡量企業(yè)的融資約束程度[34]。表7的列(3)的融資約束機(jī)制檢驗(yàn)結(jié)果表明，實(shí)體清單政策顯著提高企業(yè)的融資約束，而融資約束的上升則強(qiáng)化實(shí)體清單政策對企業(yè)投資的負(fù)面影響[25][26]，因此融資約束也是實(shí)體清單政策影響企業(yè)投資的機(jī)制之一?？梢?，實(shí)體清單政策惡化了企業(yè)的經(jīng)營績效，削弱企業(yè)內(nèi)部融資的能力；同時(shí)，加大了企業(yè)外部融資的壓力，因難以獲得外部的資金支持而導(dǎo)致企業(yè)投資率的下降。

表7 機(jī)制分析(N=14125)

(二)實(shí)體清單政策風(fēng)險(xiǎn)的影響

前文的分析主要針對的是實(shí)體清單政策對受限企業(yè)投資的直接影響。然而，根據(jù)研究假設(shè)5，實(shí)體清單政策對同行業(yè)的非受限企業(yè)也可能產(chǎn)生間接的負(fù)向影響。當(dāng)然，除負(fù)向影響外，也可能存在間接的正向影響?；凇疤娲?yīng)”，同行業(yè)某一企業(yè)被列入實(shí)體清單后，整個(gè)市場競爭力下降，市場份額可能轉(zhuǎn)移到同行業(yè)的其他企業(yè)，因而這些企業(yè)的績效得以提升、投資擴(kuò)張被激發(fā)。但這種正向的間接效應(yīng)不屬于政策風(fēng)險(xiǎn)的影響。

為檢驗(yàn)是否存在實(shí)體清單政策風(fēng)險(xiǎn)對企業(yè)投資的影響，本文針對非受限企業(yè)樣本運(yùn)行與方程(1)類似的回歸模型：

(3)

其中，i、t分別表示企業(yè)和年份，d表示二級層面的行業(yè)。核心解釋變量Regulation的下標(biāo)為d而非i，表示行業(yè)d中當(dāng)期存在受限企業(yè)時(shí)Regulation取值為1，否則為0。如果t年行業(yè)d中有企業(yè)被列入實(shí)體清單(以最早被列入的企業(yè)為基準(zhǔn))，那么t年之后的所有年份的Regulation對行業(yè)d中的其他非受限企業(yè)均取值為1。表8的列(1)的結(jié)果顯示，同行業(yè)某一企業(yè)被列入實(shí)體清單導(dǎo)致該行業(yè)其他企業(yè)的投資率顯著下降，其系數(shù)無論在經(jīng)濟(jì)意義上還是統(tǒng)計(jì)意義上都十分顯著。這種實(shí)體清單政策的負(fù)向間接效應(yīng)說明實(shí)體清單政策風(fēng)險(xiǎn)的影響確實(shí)存在，進(jìn)而驗(yàn)證了研究假設(shè)5。

表8 實(shí)體清單政策風(fēng)險(xiǎn)的影響(N=5004)

另外，企業(yè)的績效和融資約束可能也是實(shí)體清單政策風(fēng)險(xiǎn)的影響機(jī)制。一方面，客戶未雨綢繆，轉(zhuǎn)移或分散訂單以避免未來可能的實(shí)體清單政策的沖擊，從而降低企業(yè)的績效；另一方面，融資可獲得性是政策不確定性影響企業(yè)投資的重要前提之一，融資約束越大，實(shí)體清單政策風(fēng)險(xiǎn)的影響也越大[19]。為檢驗(yàn)這兩種機(jī)制，本文以企業(yè)的績效(以總資產(chǎn)收益率和利潤衡量)和融資約束(以SA指數(shù)衡量)的相關(guān)變量為因變量，估計(jì)Regulation是否對這些因變量產(chǎn)生顯著影響。表8的列(2)和(3)分別匯報(bào)了企業(yè)總資產(chǎn)收益率和企業(yè)利潤的結(jié)果，發(fā)現(xiàn)實(shí)體清單政策風(fēng)險(xiǎn)顯著降低企業(yè)的總資產(chǎn)收益率和利潤水平，表明實(shí)體清單政策風(fēng)險(xiǎn)的上升阻礙企業(yè)績效的改善，進(jìn)而壓減了企業(yè)投資。列(4)報(bào)告了企業(yè)融資約束的結(jié)果，發(fā)現(xiàn)實(shí)體清單政策風(fēng)險(xiǎn)顯著提高企業(yè)的融資約束，增加了企業(yè)外部融資的困難，進(jìn)而影響企業(yè)的投資水平。上述分析結(jié)果驗(yàn)證企業(yè)的績效和融資約束也是實(shí)體清單政策風(fēng)險(xiǎn)的影響機(jī)制。為緩解實(shí)體清單政策風(fēng)險(xiǎn)的影響，提高企業(yè)的經(jīng)營管理水平和融資的可獲得性是重要的途徑。

六、結(jié)論與政策建議

本文以多期雙重差分的方法，使用2010—2021年A股上市公司樣本檢驗(yàn)實(shí)體清單政策對企業(yè)投資水平的影響。研究發(fā)現(xiàn)，實(shí)體清單政策顯著抑制企業(yè)的投資水平，主要通過降低企業(yè)績效、增加企業(yè)融資難度兩個(gè)渠道來實(shí)現(xiàn)。進(jìn)一步分析發(fā)現(xiàn)，實(shí)體清單政策對非國有企業(yè)、高固定資產(chǎn)比例企業(yè)和高資本密集度企業(yè)的影響更大。同時(shí)，實(shí)體清單政策對同行業(yè)非受限企業(yè)的影響的回歸結(jié)果驗(yàn)證政策風(fēng)險(xiǎn)的影響確實(shí)存在。該風(fēng)險(xiǎn)顯著抑制非受限企業(yè)的投資水平，而企業(yè)的績效和融資約束仍是其中的重要機(jī)制。

基于以上分析，本文提出如下的政策建議：一是增加外部融資渠道，緩解企業(yè)融資壓力。外部融資是企業(yè)資金的重要來源，實(shí)體清單政策提高了企業(yè)融資難度，實(shí)體清單政策風(fēng)險(xiǎn)也使企業(yè)融資約束陡增。因此，政府應(yīng)建立合適的金融扶助體系和政策，降低受限企業(yè)的信貸成本，減輕企業(yè)的融資壓力。二是提高公司管理水平。實(shí)體清單政策及其風(fēng)險(xiǎn)均顯著削弱企業(yè)的盈利能力。企業(yè)管理水平越高，越有利于改善企業(yè)當(dāng)前的經(jīng)營狀況，有助于紓解因收入水平下降帶來的財(cái)務(wù)困難。三是扶持生產(chǎn)性服務(wù)業(yè)的發(fā)展。通過完善資產(chǎn)租賃和交易市場，提高專用性資產(chǎn)的復(fù)用性和交易性，減少企業(yè)購買固定資產(chǎn)導(dǎo)致的資金占用，激發(fā)高固定資產(chǎn)企業(yè)的投資積極性。通過建立完善的股權(quán)交易市場，促進(jìn)資金的有效利用。資本需求高的企業(yè)可吸收閑散資金、分散經(jīng)營風(fēng)險(xiǎn)。