經(jīng)濟(jì)政策不確定性與制造業(yè)企業(yè)金融化

摘 " 要：本文運(yùn)用TVP-SV-VAR模型結(jié)合我國(guó)滬深上市制造業(yè)企業(yè)數(shù)據(jù)，實(shí)證研究了經(jīng)濟(jì)政策不確定性、商業(yè)銀行信貸期限偏好、制造業(yè)企業(yè)家信心和制造業(yè)企業(yè)金融化之間的動(dòng)態(tài)時(shí)變關(guān)系。結(jié)果表明，經(jīng)濟(jì)政策不確定性與制造業(yè)企業(yè)金融化之間存在著階段性正向效應(yīng)的演化特征。進(jìn)一步分析發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性會(huì)對(duì)商業(yè)銀行信貸期限偏好和制造業(yè)企業(yè)家信心產(chǎn)生負(fù)向沖擊，間接影響制造業(yè)企業(yè)金融化程度。最后，探究了經(jīng)濟(jì)政策不確定性對(duì)制造業(yè)企業(yè)金融化在不同經(jīng)濟(jì)周期中存在的異質(zhì)性，在經(jīng)濟(jì)衰退期企業(yè)家信心所產(chǎn)生的傳導(dǎo)效應(yīng)最強(qiáng)，其次是經(jīng)濟(jì)恢復(fù)期，而經(jīng)濟(jì)穩(wěn)健期的傳導(dǎo)效應(yīng)最弱。

關(guān)鍵詞：政策不確定性；企業(yè)家信心；企業(yè)金融化；時(shí)變參數(shù)向量自回歸

DOI：10.3969/j.issn.1003-9031.2024.12.001

中圖分類(lèi)號(hào)：F272.3 " " " " " " 文獻(xiàn)標(biāo)識(shí)碼：A " " 文章編號(hào)：1003－9031（2024）12－0003－14

一、引言

2024年，我國(guó)制造業(yè)增加值占全球比重約30%，連續(xù)14年位居全球首位，成為世界供應(yīng)鏈中不可或缺的關(guān)鍵環(huán)節(jié)。然而，近年來(lái)制造業(yè)企業(yè)表現(xiàn)不佳，需求端疲軟，全要素生產(chǎn)率增速放緩。在利潤(rùn)驅(qū)動(dòng)下，越來(lái)越多的制造業(yè)企業(yè)將自有資金投入金融市場(chǎng)，依靠金融市場(chǎng)獲取利潤(rùn)，即制造業(yè)企業(yè)金融化的現(xiàn)象愈發(fā)顯著。制造業(yè)是實(shí)體經(jīng)濟(jì)的支柱行業(yè)，是我國(guó)科技創(chuàng)新、增強(qiáng)國(guó)際競(jìng)爭(zhēng)力的主力軍，更是我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要力量。制造業(yè)企業(yè)過(guò)度金融化會(huì)使得實(shí)體經(jīng)濟(jì)空心化，削弱我國(guó)制造業(yè)的國(guó)際競(jìng)爭(zhēng)力，并且會(huì)加大金融市場(chǎng)的波動(dòng)，增大系統(tǒng)性金融風(fēng)險(xiǎn)。因此，探究制造業(yè)企業(yè)金融化的影響因素，對(duì)促進(jìn)資金回流實(shí)體經(jīng)濟(jì)、引導(dǎo)制造業(yè)企業(yè)專(zhuān)注核心業(yè)務(wù)、支持我國(guó)經(jīng)濟(jì)的高質(zhì)量可持續(xù)發(fā)展具有重要意義。

隨著中國(guó)改革開(kāi)放不斷深入推進(jìn)，改革面臨“深水區(qū)”，經(jīng)濟(jì)迫切需要完成“由量到質(zhì)”的改變，為了引領(lǐng)制造業(yè)的轉(zhuǎn)型升級(jí)，我國(guó)政府出臺(tái)相關(guān)的經(jīng)濟(jì)政策的數(shù)量和速度都有所增多，在為我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展“保駕護(hù)航”的同時(shí)，也使得我國(guó)宏觀經(jīng)濟(jì)環(huán)境的不確定性增大（許志偉，2019）。經(jīng)濟(jì)政策不確定性的上升對(duì)制造業(yè)企業(yè)的生產(chǎn)活動(dòng)、日常經(jīng)營(yíng)、投資、創(chuàng)新等方面產(chǎn)生了深遠(yuǎn)影響（劉貫春，2018；譚小芬，2017）。近年來(lái)，越來(lái)越多的學(xué)者從經(jīng)濟(jì)政策不確定性的角度對(duì)企業(yè)金融化不斷加深給出了解釋?zhuān)糠謱W(xué)者認(rèn)為經(jīng)濟(jì)政策不確定性的增大會(huì)抑制企業(yè)金融化。彭俞超等（2018）發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性提高會(huì)通過(guò)增加金融市場(chǎng)風(fēng)險(xiǎn)和減少銀行貸款兩條渠道抑制企業(yè)金融化趨勢(shì)。也有學(xué)者提出經(jīng)濟(jì)政策不確定性的增加會(huì)促進(jìn)企業(yè)金融化。劉貫春等（2020）發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性直接影響了企業(yè)的資產(chǎn)組合配置，并通過(guò)流動(dòng)性管理和治理結(jié)構(gòu)轉(zhuǎn)變兩個(gè)維度分析出企業(yè)在面臨經(jīng)濟(jì)政策不確定性上升時(shí)會(huì)偏好可逆性更強(qiáng)的金融資產(chǎn)而非固定資產(chǎn)。那么在此背景下，經(jīng)濟(jì)政策不確定性與制造業(yè)企業(yè)金融化之間存在著何種關(guān)系？本文利用2007第一季度到2023年第二季度的中國(guó)A股制造業(yè)企業(yè)上市公司數(shù)據(jù)，通過(guò)構(gòu)建時(shí)變參數(shù)向量自回歸模型（TVP-SV-VAR），對(duì)其中可能存在的動(dòng)態(tài)時(shí)變關(guān)系進(jìn)行實(shí)證檢驗(yàn)。

本文可能的邊際貢獻(xiàn)有以下三個(gè)方面：一是拓展了經(jīng)濟(jì)政策不確定性與企業(yè)金融化之間相關(guān)關(guān)系的研究范疇，利用TVP-SV-VAR模型從宏觀上研究經(jīng)濟(jì)政策不確定和企業(yè)金融化之間在不同時(shí)期和不同事件背景下的動(dòng)態(tài)時(shí)變關(guān)系。二是對(duì)其中可能存在的機(jī)制進(jìn)行探究，并且創(chuàng)新性地從微觀心理因素的視角探究企業(yè)家信心在經(jīng)濟(jì)政策不確定性與企業(yè)金融化之間的影響路徑。三是本文的研究思路和結(jié)論能夠幫助地方管理者進(jìn)一步理解經(jīng)濟(jì)政策對(duì)企業(yè)微觀行為的影響，提高企業(yè)管理者在面臨政策環(huán)境變化時(shí)的應(yīng)對(duì)能力。

二、文獻(xiàn)綜述與理論分析

（一）經(jīng)濟(jì)政策不確定性對(duì)制造業(yè)企業(yè)金融化的影響

企業(yè)金融化是指企業(yè)資產(chǎn)中金融資產(chǎn)占比的提升，企業(yè)將更多的資金配置到虛擬程度更高的金融資產(chǎn)的行為（Demir，2009）。一部分學(xué)者從投資收益的角度對(duì)企業(yè)金融化進(jìn)行了定義，他們認(rèn)為企業(yè)金融化是指企業(yè)越來(lái)越重視資本運(yùn)作而不是生產(chǎn)性投資，而表現(xiàn)出從金融渠道獲得的利潤(rùn)占總利潤(rùn)比重不斷提高的現(xiàn)象（Kripnner G R，2005），另一部分學(xué)者從資產(chǎn)配置角度，用金融資產(chǎn)占總資產(chǎn)的比重衡量企業(yè)金融化程度，這樣的度量方式更加全面（杜勇，2017；顧雷雷，2020）。

制造業(yè)企業(yè)過(guò)度金融化會(huì)導(dǎo)致制造業(yè)企業(yè)擠出實(shí)體投資，影響制造業(yè)企業(yè)的創(chuàng)新能力（謝家智，2014），進(jìn)而影響制造業(yè)企業(yè)的整體競(jìng)爭(zhēng)力（王少華，2020）。此外，過(guò)度金融化會(huì)導(dǎo)致資金在金融體系中空轉(zhuǎn)，增加金融杠桿和金融風(fēng)險(xiǎn)（劉貫春，2019）。關(guān)于企業(yè)進(jìn)行金融投資的動(dòng)機(jī)一般分為兩類(lèi)：一是應(yīng)對(duì)外部環(huán)境不確定性或財(cái)務(wù)困境，通過(guò)配置金融資產(chǎn)作為“預(yù)防性?xún)?chǔ)蓄”以緩解流動(dòng)性壓力；二是因?yàn)閬?lái)自外部實(shí)體經(jīng)濟(jì)的低迷或是內(nèi)部業(yè)績(jī)考核的壓力，不合理的內(nèi)部管理體系會(huì)促使企業(yè)管理者尋求短期的高收益，通過(guò)“追逐利潤(rùn)”動(dòng)機(jī)將本應(yīng)投入實(shí)體經(jīng)濟(jì)的資源轉(zhuǎn)向金融資產(chǎn)（左治稷，2024）?；诓煌膭?dòng)機(jī)，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)金融化程度的影響也會(huì)有一正一負(fù)兩種不同的效果。一方面，一些學(xué)者借用實(shí)物期權(quán)理論，認(rèn)為經(jīng)濟(jì)政策不確定性的上升會(huì)使得企業(yè)投資于固定資產(chǎn)所需要的“等待成本”增大，投資風(fēng)險(xiǎn)上升，企業(yè)因而會(huì)減少當(dāng)期的固定資產(chǎn)投資，轉(zhuǎn)而配置流動(dòng)性更強(qiáng)的金融資產(chǎn)（BLOOM N and BONDS，2007；譚小芬，2017）。尤其在資產(chǎn)可逆性較低的企業(yè)中，這種政策不確定性對(duì)固定資產(chǎn)投資的抑制作用更為顯著（劉貫春等，2022）。另一方面，也有部分學(xué)者認(rèn)為經(jīng)濟(jì)政策不確定性的增加會(huì)降低商業(yè)銀行的放貸意愿，使得信貸政策收縮，從而限制企業(yè)的融資能力，最終降低他們的金融資產(chǎn)投資規(guī)模（Baum et al.，2009；彭俞超，2018）。此外，經(jīng)濟(jì)政策不確定性的上升會(huì)加大金融市場(chǎng)的波動(dòng)性，提高金融資產(chǎn)收益的不確定性，使得企業(yè)在做金融化決策上會(huì)更加謹(jǐn)慎，減少對(duì)金融資產(chǎn)的投資（陳國(guó)進(jìn)等，2017）。

（二）商業(yè)銀行信貸期限偏好的傳導(dǎo)效應(yīng)

商業(yè)銀行的信貸期限偏好受內(nèi)部和外部?jī)煞矫嬉蛩赜绊?。其中，?nèi)部因素中較為典型的影響因素就是資產(chǎn)規(guī)模。一些學(xué)者借用“大而不能倒”理論，認(rèn)為資產(chǎn)規(guī)模大的銀行相較于小銀行的風(fēng)險(xiǎn)承擔(dān)能力更強(qiáng)，因此具有更長(zhǎng)的信貸期限偏好（黃雋和章艷紅，2010）。而另一些學(xué)者認(rèn)為規(guī)模越大的企業(yè)面臨著更強(qiáng)的監(jiān)管壓力，這會(huì)使得銀行有效降低自身的風(fēng)險(xiǎn)承擔(dān)水平（江曙霞和陳玉嬋，2012）。目前，也有越來(lái)越多的學(xué)者從公司治理這一銀行內(nèi)部因素來(lái)探究商業(yè)銀行的信貸期限偏好，有學(xué)者借用“委托代理”理論，發(fā)現(xiàn)銀行的董事會(huì)規(guī)模越大，高管薪酬越高，其擁有的風(fēng)險(xiǎn)偏好程度更高，更能夠接受長(zhǎng)期限的信貸供給（宋獻(xiàn)中和禹天寒，2018）。

銀行的外部因素主要來(lái)自貨幣政策、市場(chǎng)環(huán)境以及宏觀經(jīng)濟(jì)。關(guān)于貨幣政策方面，有學(xué)者認(rèn)為商業(yè)銀行的信貸期限偏好代表了銀行在貨幣政策變動(dòng)時(shí)的風(fēng)險(xiǎn)承擔(dān)水平，貨幣政策會(huì)通過(guò)影響商業(yè)銀行的風(fēng)險(xiǎn)感知以及信貸決策最終影響到商業(yè)銀行的信貸期限偏好，且緊縮型貨幣政策和寬松型貨幣政策的影響效果存在非對(duì)稱(chēng)性（王晉斌和李博，2017）。從市場(chǎng)環(huán)境這個(gè)角度來(lái)看，銀行間同業(yè)競(jìng)爭(zhēng)的增大和集中度的上升會(huì)加劇商業(yè)銀行的盈利壓力，為了達(dá)成業(yè)績(jī)指標(biāo)，銀行的管理層會(huì)傾向于增大其信貸期限偏好，進(jìn)而加劇了銀行體系的脆弱性（申創(chuàng)，2018）。宏觀經(jīng)濟(jì)層面，有學(xué)者發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性的上升一方面加大了金融市場(chǎng)風(fēng)險(xiǎn)，加劇商業(yè)銀行的政策風(fēng)險(xiǎn)感知，使得商業(yè)銀行更加“惜貸”，收縮信貸期限（彭俞超等，2018）。另一方面也會(huì)對(duì)企業(yè)的生產(chǎn)經(jīng)營(yíng)產(chǎn)生沖擊，影響企業(yè)的債務(wù)還款能力，為了防范道德風(fēng)險(xiǎn)商業(yè)銀行會(huì)與企業(yè)簽訂期限較短的債務(wù)合約以定期審查企業(yè)財(cái)務(wù)狀況（戴靜等，2020）。張琳（2015）發(fā)現(xiàn)，宏觀經(jīng)濟(jì)不確定性增強(qiáng)會(huì)放緩宏觀投資增速，從而影響商業(yè)銀行的信貸增速。劉貫春和葉永衛(wèi)（2022）從風(fēng)險(xiǎn)承擔(dān)的角度分析了其機(jī)制，指出政策不確定性使金融機(jī)構(gòu)的風(fēng)險(xiǎn)偏好下降，導(dǎo)致企業(yè)長(zhǎng)期資金缺口擴(kuò)大，增強(qiáng)了“期限錯(cuò)配”問(wèn)題，此時(shí)企業(yè)往往會(huì)選擇增持金融資產(chǎn)在獲取一定收益的同時(shí)彌補(bǔ)長(zhǎng)期投資流動(dòng)性的不足。

商業(yè)銀行的信貸期限偏好下降也會(huì)影響到企業(yè)家信心。行為金融理論指出，當(dāng)企業(yè)面臨融資困境時(shí)，企業(yè)家會(huì)變得更為謹(jǐn)慎，風(fēng)險(xiǎn)厭惡心理增加，導(dǎo)致信心下降，從而在投資決策上更為保守（Heaton J B，2002）。在融資缺口的預(yù)期下會(huì)使得主業(yè)項(xiàng)目的不可逆成本上升，風(fēng)險(xiǎn)增大，影響企業(yè)的日常經(jīng)營(yíng)決策，從而抑制企業(yè)家信心。在這種融資約束下，企業(yè)更可能因“預(yù)防性?xún)?chǔ)蓄”動(dòng)機(jī)而增加金融資產(chǎn)配置，以增強(qiáng)流動(dòng)性，緩解資金壓力（Almeida and Campello，2004；戴賾等，2018）。

（三）企業(yè)家信心的傳導(dǎo)效應(yīng)

金融學(xué)研究的拓展帶動(dòng)了心理學(xué)與社會(huì)學(xué)的融合，越來(lái)越多的研究關(guān)注企業(yè)家心理特征對(duì)公司決策的影響，尤其是“信心（Confidence）”在其中發(fā)揮關(guān)鍵作用。研究表明，相較于缺乏信心的企業(yè)家，自信的企業(yè)家在面對(duì)失敗時(shí)更具韌性，能夠更快恢復(fù)并再次投入下一次創(chuàng)業(yè)中（Hayward et al.，2010）。此外，企業(yè)家信心在經(jīng)濟(jì)形勢(shì)與企業(yè)決策之間的傳導(dǎo)效應(yīng)也備受關(guān)注。Bachmann and Sims（2011）通過(guò)對(duì)全球大型企業(yè)的研究中發(fā)現(xiàn)，在經(jīng)濟(jì)下行期，企業(yè)家的信心能夠強(qiáng)化財(cái)政政策的效果，因?yàn)檫@種信念驅(qū)使企業(yè)采取更加積極的應(yīng)對(duì)措施來(lái)緩解經(jīng)濟(jì)下行的影響。Zhang et al.（2019）進(jìn)一步將信心區(qū)分為企業(yè)家信心與消費(fèi)者信心，發(fā)現(xiàn)企業(yè)家信心在中國(guó)貨幣政策傳導(dǎo)中起重要作用，并通過(guò)對(duì)企業(yè)投資、融資行為和資本結(jié)構(gòu)的影響，進(jìn)一步強(qiáng)化了貨幣政策的效應(yīng)。

越來(lái)越多的學(xué)者開(kāi)始關(guān)注企業(yè)家信心和企業(yè)微觀行為之間的關(guān)系。在融資端，自信的企業(yè)家會(huì)采取更激進(jìn)的債務(wù)融資策略（余明桂，2006），并且宏觀經(jīng)濟(jì)環(huán)境不確定的背景下這一效應(yīng)會(huì)被進(jìn)一步放大（蘇冬蔚和曾海艦，2011）。在投資端，自信的企業(yè)家發(fā)現(xiàn)傾向于高估公司未來(lái)的現(xiàn)金流，從而更愿意投資于風(fēng)險(xiǎn)更高的項(xiàng)目（Aktas and Petmezas，2019）。分行業(yè)來(lái)看，企業(yè)家信心的上升會(huì)促進(jìn)制造業(yè)企業(yè)進(jìn)行固定資產(chǎn)投資，并且傳統(tǒng)制造業(yè)相較于高技術(shù)制造業(yè)受到的影響更為顯著（賈鵬飛，2023）。此外，銀行管理層的信心水平也對(duì)風(fēng)險(xiǎn)偏好具有重要影響，自信的銀行CEO在面對(duì)外部不確定性沖擊時(shí)更愿意降低貸款標(biāo)準(zhǔn)以獲得超額利潤(rùn)，還會(huì)通過(guò)影響銀行的資本配置和風(fēng)險(xiǎn)管理策略進(jìn)一步影響銀行的整體風(fēng)險(xiǎn)水平。特別是盈利能力越強(qiáng)的銀行，管理層為了在市場(chǎng)中保持領(lǐng)先地位越傾向于主動(dòng)提高風(fēng)險(xiǎn)水平（Huang and lin，2016；劉淼和田沅鑫，2023）。

關(guān)于企業(yè)家信心在經(jīng)濟(jì)政策不確定性與企業(yè)金融化之間發(fā)揮的作用，我們認(rèn)為經(jīng)濟(jì)政策不確定性的提高會(huì)對(duì)企業(yè)家信心產(chǎn)生負(fù)向影響，而企業(yè)家信心的降低會(huì)對(duì)企業(yè)的金融化水平產(chǎn)生正向影響。一方面經(jīng)濟(jì)政策不確定性的提高使得企業(yè)的綜合貸款成本更高，讓企業(yè)進(jìn)行決策時(shí)不得不更加保守（zhang and wang，2021）；另一方面，這種不確定性的提高也會(huì)降低企業(yè)家信心，從而降低其固定資產(chǎn)投資水平（韓國(guó)高和胡文明，2016），轉(zhuǎn)而增加對(duì)金融資產(chǎn)的投資（翟光宇等，2021）。耿中元等（2021）對(duì)其中的機(jī)理進(jìn)行了進(jìn)一步解釋?zhuān)赋鼋?jīng)濟(jì)政策不確定性所帶來(lái)的不可預(yù)測(cè)性和潛在的經(jīng)濟(jì)增長(zhǎng)減緩，會(huì)改變企業(yè)家對(duì)未來(lái)經(jīng)濟(jì)的預(yù)期，進(jìn)而影響其信心，最終會(huì)抑制企業(yè)實(shí)體投資。此外，也有學(xué)者認(rèn)為政策不確定性會(huì)通過(guò)提高財(cái)務(wù)成本、抑制管理層激勵(lì)減少實(shí)業(yè)投資并增加金融資產(chǎn)配置，推動(dòng)企業(yè)金融化程度上升（聶輝華等，2020）。

三、模型構(gòu)建與變量設(shè)計(jì)

（一）模型構(gòu)建

在不同的時(shí)點(diǎn)宏觀經(jīng)濟(jì)所受的沖擊具有時(shí)變特征，在不同發(fā)展階段產(chǎn)生不同的影響，經(jīng)濟(jì)政策不確定性、制造業(yè)企業(yè)金融化之間具有不同的作用。本文參考Nakajima（2011）的研究，采取TVP-SV-VAR模型，并假定系數(shù)和誤差項(xiàng)方差是時(shí)變的，能夠捕獲變量在不同時(shí)點(diǎn)中不同的結(jié)構(gòu)關(guān)系。

（二）變量選取和數(shù)據(jù)來(lái)源

1.經(jīng)濟(jì)政策不確定性（EPU）

我們采用Baker et al.（2016）構(gòu)建的中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)（EPU），該指數(shù)通過(guò)抓取《南華早報(bào)》有關(guān)經(jīng)濟(jì)政策不確定性的文本構(gòu)建關(guān)于我國(guó)經(jīng)濟(jì)政策不確定性的月度數(shù)據(jù)。該指標(biāo)能夠從多維視角客觀反映企業(yè)面臨的政策不確定性，被學(xué)術(shù)界廣泛采用。鑒于有關(guān)企業(yè)的數(shù)據(jù)最多精確到季度數(shù)據(jù)，我們將屬于每個(gè)季度的四個(gè)月份的月度數(shù)據(jù)算術(shù)平均之后構(gòu)建成中國(guó)經(jīng)濟(jì)政策不確定指數(shù)（EPU）的季度數(shù)據(jù)。數(shù)據(jù)來(lái)源于Economic Policy Uncertainty Index官網(wǎng)。

2.制造業(yè)企業(yè)金融化程度（Fin）

參考主流做法（杜勇，2017；翟光宇，2021），本文將制造業(yè)企業(yè)金融化程度定義為制造業(yè)企業(yè)金融資產(chǎn)占總資產(chǎn)的比重。其中，金融資產(chǎn)包括交易性金融資產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)、發(fā)放貸款及墊款、持有至到期投資、投資性房地產(chǎn)。根據(jù)2012年證監(jiān)會(huì)行業(yè)分類(lèi)選取A股滬深兩市主板制造業(yè)上市公司，剔除經(jīng)營(yíng)狀況存在異常的樣本，剔除存在嚴(yán)重缺失數(shù)據(jù)的樣本，并且本文對(duì)企業(yè)層面的連續(xù)變量在1%和99%的百分位水平上進(jìn)行了截尾（winsorize）處理，最終得到公司1964家，共93664條數(shù)據(jù)，然后將每個(gè)季度不同制造業(yè)上市企業(yè)的金融化數(shù)據(jù)匯總平均繪制成中國(guó)制造業(yè)企業(yè)金融化程度時(shí)間序列數(shù)據(jù)。企業(yè)的財(cái)務(wù)數(shù)據(jù)來(lái)源于國(guó)泰安市場(chǎng)企業(yè)數(shù)據(jù)庫(kù)（CSMAR）。

3.商業(yè)銀行信貸期限偏好（Loan）

我國(guó)制造業(yè)企業(yè)獲得融資的主要方式是來(lái)自我國(guó)商業(yè)銀行的間接融資。當(dāng)經(jīng)濟(jì)政策不確定性增大時(shí)，商業(yè)銀行面對(duì)的信息不對(duì)稱(chēng)增大，根據(jù)債務(wù)期限結(jié)構(gòu)理論，此時(shí)商業(yè)銀行會(huì)增大短期貸款發(fā)放的占比以控制風(fēng)險(xiǎn)（Flannery，1986）。本文根據(jù)中國(guó)人民銀行發(fā)布的金融機(jī)構(gòu)人民幣信貸收支表中企業(yè)單位貸款項(xiàng)下的短期貸款和各項(xiàng)墊款作為企業(yè)短期貸款的參考，將中長(zhǎng)期貸款、票據(jù)融資和融資租賃作為企業(yè)獲得的長(zhǎng)期貸款，將長(zhǎng)期貸款除短期貸款得到本文需要的長(zhǎng)短期貸款比代表商業(yè)銀行的放貸期限偏好，數(shù)值越高說(shuō)明商業(yè)銀行越偏好中長(zhǎng)期貸款。

4.制造業(yè)企業(yè)家信心（Conf）

我們借鑒賈鵬飛等（2023）的做法，采用國(guó)家統(tǒng)計(jì)局發(fā)布的《中國(guó)經(jīng)濟(jì)景氣月報(bào)》中制造業(yè)行業(yè)景氣指數(shù)來(lái)定義制造業(yè)企業(yè)家信心，企業(yè)景氣指數(shù)能夠綜合全面地反映出制造業(yè)企業(yè)家對(duì)當(dāng)下企業(yè)運(yùn)行及經(jīng)濟(jì)發(fā)展的判斷和未來(lái)的預(yù)期狀況，能夠有效衡量企業(yè)家信心水平。其取值范圍為0～200，當(dāng)大于100臨界值時(shí)則說(shuō)明企業(yè)家認(rèn)為此時(shí)經(jīng)濟(jì)狀況為景氣狀態(tài)，否則為不景氣狀態(tài)。

四、實(shí)證分析

（一）平穩(wěn)性檢驗(yàn)

為保證數(shù)據(jù)的平穩(wěn)性，使用模型之前需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文在對(duì)關(guān)鍵變量進(jìn)行標(biāo)準(zhǔn)化處理并一階差分后進(jìn)行單位根檢驗(yàn)，單位根檢驗(yàn)的結(jié)果如表1所示，經(jīng)過(guò)差分后模型中的內(nèi)生變量均在1%的顯著性水平上平穩(wěn)。

（二）確定最優(yōu)滯后階數(shù)

通過(guò)TVP-SV-VAR模型進(jìn)行分析前需要確定變量的最優(yōu)滯后階數(shù)，本文采用一般VAR模型的最優(yōu)滯后期數(shù)方法進(jìn)行確認(rèn)，表2展示了FPE、AIC、HQIC和SBIC的結(jié)果，根據(jù)信息準(zhǔn)則最小值原則，我們確定最優(yōu)滯后期數(shù)為1。

（三）時(shí)變參數(shù)估計(jì)結(jié)果分析

考慮到VAR族類(lèi)模型的變量排序會(huì)對(duì)其實(shí)證結(jié)果產(chǎn)生影響，在TVP-SV-VAR模型中，按照經(jīng)濟(jì)政策不確定性、商業(yè)銀行放貸意愿、制造業(yè)企業(yè)家信心、制造業(yè)企業(yè)金融化程度進(jìn)行排序。采用馬爾科夫蒙特卡洛模擬法（MCMC）進(jìn)行參數(shù)估計(jì)，使得基于條件邊緣分布抽樣的樣本值分布能有效逼近參數(shù)的無(wú)條件后驗(yàn)分布。首先我們對(duì)相關(guān)參數(shù)設(shè)定一個(gè)初始值，之后我們運(yùn)用MCMC方法對(duì)所得樣本進(jìn)行收斂性檢驗(yàn)，設(shè)定抽樣次數(shù)為10000次，其中前1000次為預(yù)燒期（burn-in period），選取后9000次抽樣得到參數(shù)的后驗(yàn)分布。

表3報(bào)告了TVP-SV-VAR模型的參數(shù)估計(jì)和檢驗(yàn)結(jié)果，如表3所示，Geweke檢驗(yàn)結(jié)果在1%的顯著性水平下均無(wú)法拒絕趨于后驗(yàn)分布的原假設(shè)，說(shuō)明預(yù)模擬得到的MCMC鏈?zhǔn)諗?，所有參?shù)的無(wú)效因子均低于40，說(shuō)明模擬效果很好。

圖1展示了基于MCMC抽樣得到的樣本自相關(guān)函數(shù)、樣本取值路徑和后驗(yàn)分布函數(shù)。樣本自相關(guān)函數(shù)在迭代抽樣后呈現(xiàn)迅速衰減的態(tài)勢(shì)，說(shuō)明本文設(shè)定的迭代次數(shù)能夠消除抽樣導(dǎo)致的自相關(guān)性。樣本路徑圖顯示參數(shù)序列在后驗(yàn)均值附近呈“白噪音”波動(dòng)，也就是說(shuō)參數(shù)樣本相對(duì)平穩(wěn)，抽樣所得到的參數(shù)相互獨(dú)立，符合Nakajiama（2011）對(duì)經(jīng)濟(jì)系統(tǒng)中系數(shù)矩陣和隨機(jī)擾動(dòng)參數(shù)服從隨機(jī)游走分布的研究假設(shè)，說(shuō)明我們的參數(shù)估計(jì)結(jié)果能夠有效模擬現(xiàn)實(shí)經(jīng)濟(jì)系統(tǒng)同外部的隨機(jī)沖擊。

（四）等時(shí)間間隔的脈沖響應(yīng)函數(shù)分析

圖2為T(mén)VP-SV-VAR模型1單位標(biāo)準(zhǔn)正向沖擊在1、2、4期后形成的動(dòng)態(tài)脈沖響應(yīng)函數(shù)。圖2（3）是制造業(yè)企業(yè)金融化對(duì)經(jīng)濟(jì)政策不確定性1單位正向沖擊的脈沖響應(yīng)。如圖所示，經(jīng)濟(jì)政策不確定性對(duì)制造業(yè)企業(yè)金融化程度的影響顯著為正且短中長(zhǎng)期走勢(shì)趨同?？梢詫r(shí)間分為三個(gè)時(shí)間區(qū)間，在2007—2015年響應(yīng)幅度最大并且強(qiáng)度在不斷降低，可能的原因是在2007年末全球爆發(fā)了金融危機(jī)，我國(guó)政府出臺(tái)了一系列的經(jīng)濟(jì)刺激計(jì)劃，此舉在短期內(nèi)為企業(yè)帶來(lái)了流動(dòng)性充裕和信貸擴(kuò)張，使得企業(yè)可以通過(guò)配置金融資產(chǎn)以獲得流動(dòng)性收益；在2010—2013年開(kāi)始我國(guó)逐步推動(dòng)利率市場(chǎng)化，宏觀經(jīng)濟(jì)向好疊加一系列價(jià)格和數(shù)量貨幣政策的出臺(tái)有效抑制了企業(yè)的金融化水平。在2015—2018年響應(yīng)幅度最小，數(shù)值接近于0；這可能是因?yàn)樵?014年國(guó)務(wù)院印發(fā)《注冊(cè)資本登記制度改革方案》，此舉降低了企業(yè)的上市門(mén)檻，增加了企業(yè)的直接融資渠道，2015年《中國(guó)制造2025》和“一帶一路”倡議中，鼓勵(lì)資金投入到實(shí)體經(jīng)濟(jì)中的長(zhǎng)期項(xiàng)目，減少了企業(yè)的金融投機(jī)行為。在2018—2023年響應(yīng)幅度在前兩者之間并且走勢(shì)趨于平緩?？赡艿脑蚴?018年的中美貿(mào)易爭(zhēng)端引發(fā)了國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境的高度不確定性，使得企業(yè)金融化程度上升，但政府出臺(tái)了“金融供給側(cè)結(jié)構(gòu)性改革”系列措施，以?xún)?yōu)化金融資源配置、鼓勵(lì)資金回流實(shí)體經(jīng)濟(jì)，此舉抑制了制造業(yè)企業(yè)的金融化水平。然而，2020 年之后新冠疫情暴發(fā)，我國(guó)政策重心偏向于穩(wěn)定經(jīng)濟(jì)增長(zhǎng)和增強(qiáng)市場(chǎng)信心，而非單一的去杠桿，使得企業(yè)在面臨政策不確定性時(shí)，繼續(xù)維持了適度的金融化配置水平。

（五）基于商業(yè)銀行信貸期限偏好的傳導(dǎo)機(jī)制分析

經(jīng)濟(jì)政策不確定性會(huì)加大商業(yè)銀行受到的政策風(fēng)險(xiǎn)感知，為了避免過(guò)高的信貸風(fēng)險(xiǎn)對(duì)自身經(jīng)營(yíng)績(jī)效造成的負(fù)向沖擊，商業(yè)銀行此時(shí)會(huì)更偏好企業(yè)簽訂違約風(fēng)險(xiǎn)較低的短期債務(wù)合約，使得企業(yè)的長(zhǎng)期資金缺口增大，不得不增加金融資產(chǎn)的持有以平緩企業(yè)受到的“期限錯(cuò)配”問(wèn)題。

圖2（1）是商業(yè)銀行放貸期限偏好對(duì)經(jīng)濟(jì)政策不確定性1單位正向沖擊的脈沖響應(yīng)。如圖所示，在短中長(zhǎng)期的沖擊都為負(fù)，且走勢(shì)具有趨同性，其中提前期為1期時(shí)受沖擊的反應(yīng)最大。分時(shí)段來(lái)看，在2007—2015年，在短中長(zhǎng)期的沖擊為負(fù)，同時(shí)伴隨著幾個(gè)明顯的波動(dòng)，整體強(qiáng)度呈現(xiàn)出逐步減弱的態(tài)勢(shì)，可能的原因是金融危機(jī)后外部宏觀環(huán)境波動(dòng)加劇疊加經(jīng)濟(jì)政策的不斷變化使得商業(yè)銀行的風(fēng)險(xiǎn)感知增強(qiáng)，更加偏好發(fā)放短期貸款以避免可能存在的流動(dòng)性風(fēng)險(xiǎn)。而在2015年左右一個(gè)呈現(xiàn)出了一個(gè)深v型走勢(shì)的原因可能是在2015年受政策推動(dòng)和非理性情緒的影響中國(guó)金融市場(chǎng)出現(xiàn)了巨大波動(dòng)，導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)的增加，商業(yè)銀行此時(shí)為平抑風(fēng)險(xiǎn)更加偏好短期貸款。

圖2（5）顯示的是企業(yè)家信心面對(duì)商業(yè)銀行放貸銀行的脈沖響應(yīng)，如圖所示在中長(zhǎng)期都顯著為正，并且十分穩(wěn)定?？赡艿慕忉屖巧虡I(yè)銀行放貸期限偏好會(huì)直接影響企業(yè)所受到的融資約束程度進(jìn)而影響企業(yè)的項(xiàng)目投資、日常經(jīng)營(yíng)生產(chǎn)活動(dòng)，相比經(jīng)濟(jì)政策的不確定性，對(duì)企業(yè)家產(chǎn)生了更穩(wěn)定直接的影響。

通過(guò)圖2（6）我們發(fā)現(xiàn)企業(yè)金融化對(duì)商業(yè)銀行放貸期限偏好的沖擊顯著為負(fù)且十分穩(wěn)定，其中短期幅度最大，長(zhǎng)期幅度最小。這說(shuō)明金融機(jī)構(gòu)偏向短期貸款，會(huì)加劇企業(yè)的投融資“期限錯(cuò)配”問(wèn)題，企業(yè)不得不加大金融資產(chǎn)配置以補(bǔ)充項(xiàng)目投資中可能遇到的流動(dòng)性不足的問(wèn)題。

（六）基于企業(yè)家信心的傳導(dǎo)機(jī)制分析

經(jīng)濟(jì)政策不確定性的上升會(huì)放大企業(yè)經(jīng)營(yíng)環(huán)境的不確定性，一方面降低了企業(yè)家對(duì)未來(lái)的預(yù)期與信心，從而使得企業(yè)收縮固定投資水平，轉(zhuǎn)而投資于金融資產(chǎn)。另一方面會(huì)收縮商業(yè)銀行的信貸期限結(jié)構(gòu)，企業(yè)項(xiàng)目投資的長(zhǎng)期資金需求無(wú)法得到有效滿(mǎn)足，傾向持有金融資產(chǎn)的方式來(lái)補(bǔ)充流動(dòng)性。

圖2（2）是制造業(yè)企業(yè)家信心對(duì)經(jīng)濟(jì)政策不確定性1單位正向沖擊的脈沖響應(yīng)。如圖所示，短期沖擊為正，中長(zhǎng)期沖擊為負(fù)且在2015年后各期限的沖擊幅度都有所降低?？赡茉蚴敲看谓?jīng)濟(jì)政策的出臺(tái)都能在短期內(nèi)提振企業(yè)家信心，但是頻繁的政策更新會(huì)使企業(yè)家處于一個(gè)更加波動(dòng)的政策環(huán)境中，對(duì)企業(yè)家的預(yù)期產(chǎn)生不確定性，即中長(zhǎng)期內(nèi)降低了企業(yè)家信心。而在2015年之后影響幅度逐漸收窄的原因可能是自“十三五”時(shí)期后，政府在實(shí)施重大政策時(shí)的透明度不斷增高，更加注重事前溝通和穩(wěn)定市場(chǎng)預(yù)期。2015年《預(yù)算法》的修訂，進(jìn)一步增強(qiáng)了財(cái)政政策和貨幣政策的協(xié)調(diào)能力，使得企業(yè)家在面對(duì)經(jīng)濟(jì)政策不確定性上升時(shí)受到的沖擊更小。此外，我國(guó)2015年實(shí)施的注冊(cè)制改革使得我國(guó)多層次資本市場(chǎng)不斷完善，企業(yè)家能夠通過(guò)更加穩(wěn)定的市場(chǎng)進(jìn)行融資，不再過(guò)于依賴(lài)政策環(huán)境，使得經(jīng)濟(jì)政策不確定性對(duì)企業(yè)家信心的影響減弱。

圖2（9）是制造業(yè)企業(yè)金融化對(duì)企業(yè)家信心的脈沖響應(yīng)，短期內(nèi)顯著為負(fù)并且相對(duì)穩(wěn)定，制造業(yè)企業(yè)家信心的提高會(huì)使得企業(yè)家對(duì)未來(lái)市場(chǎng)前景和經(jīng)濟(jì)環(huán)境感到樂(lè)觀，制造業(yè)企業(yè)將更多資金投入實(shí)體經(jīng)營(yíng)活動(dòng)而減少金融資產(chǎn)的投資。中長(zhǎng)期很大一段時(shí)間中影響為負(fù)，并且在2015年呈深V字型。在2015年左右國(guó)家進(jìn)行了一系列重要政策轉(zhuǎn)型和戰(zhàn)略政策發(fā)布，一方面使得企業(yè)家的樂(lè)觀預(yù)期增強(qiáng)，另一方面商業(yè)銀行的信貸政策向制造業(yè)企業(yè)傾斜，政策的導(dǎo)向和信貸支持放大了企業(yè)家信心對(duì)企業(yè)金融化的負(fù)向效應(yīng)。

綜合以上分析，我們發(fā)現(xiàn)商業(yè)銀行信貸期限偏好和制造業(yè)企業(yè)家信心在經(jīng)濟(jì)政策不確定性和制造業(yè)企業(yè)金融化程度之間分別有著不同方向以及不同幅度的影響路徑。在不同的時(shí)點(diǎn)具有較強(qiáng)的時(shí)變效應(yīng)且效應(yīng)產(chǎn)生的具體效果符合該時(shí)點(diǎn)下的客觀事實(shí)。其中有關(guān)商業(yè)銀行信貸偏好的沖擊幅度在不同時(shí)點(diǎn)下都較為平緩，而有關(guān)制造業(yè)企業(yè)家信心的沖擊幅度因所處外部宏觀環(huán)境的不同而存在較為明顯的分化趨勢(shì)。

（七）不同經(jīng)濟(jì)周期時(shí)期節(jié)點(diǎn)的脈沖響應(yīng)函數(shù)分析

宏觀環(huán)境波動(dòng)會(huì)顯著影響制造業(yè)企業(yè)的金融化水平（王成琛和王懷明，2023），經(jīng)濟(jì)周期能夠反映外部的宏觀經(jīng)濟(jì)環(huán)境的波動(dòng)，當(dāng)經(jīng)濟(jì)上行期，企業(yè)會(huì)強(qiáng)化自身的“投資替代”動(dòng)機(jī)而增加自身金融化水平（周澤將等，2023），而在經(jīng)濟(jì)下行期，實(shí)體投資收益率的降低疊加政府出臺(tái)經(jīng)濟(jì)政策的頻率增大，會(huì)使得金融資產(chǎn)收益率的上升從而提高企業(yè)金融化水平（戴賾等，2018）。為了驗(yàn)證經(jīng)濟(jì)政策不確定性對(duì)企業(yè)金融化的影響是否因?yàn)樗幗?jīng)濟(jì)周期的不同而存在不同效應(yīng)，我們借鑒連玉君等（2020）和張淑英（2017）的研究，選取2008年第三季度、2015年第二季度、2020年第二季度作為脈沖響應(yīng)函數(shù)的三個(gè)沖擊時(shí)點(diǎn)，分別代表經(jīng)濟(jì)周期中的衰退期、穩(wěn)健期和恢復(fù)期，估計(jì)得到三個(gè)時(shí)點(diǎn)的脈沖響應(yīng)函數(shù)結(jié)果進(jìn)行分析。

圖3展示了TVP-SV-VAR模型不同時(shí)點(diǎn)沖擊的脈沖響應(yīng)函數(shù)。圖3（3）是企業(yè)家信心對(duì)經(jīng)濟(jì)政策不確定性1單位正向沖擊的脈沖響應(yīng)，由圖可知，在三個(gè)時(shí)點(diǎn)的響應(yīng)高度類(lèi)似，在0期沖擊顯著為負(fù)隨后從第一期開(kāi)始趨向于0，說(shuō)明經(jīng)濟(jì)政策不確定性會(huì)在短期內(nèi)對(duì)企業(yè)家信心產(chǎn)生負(fù)向影響，與前面的結(jié)論相互印證，也符合我們的理論假設(shè)。圖3（9）是企業(yè)金融化程度對(duì)企業(yè)家信心的脈沖響應(yīng)，三個(gè)時(shí)點(diǎn)的相同之處是企業(yè)金融化程度均在第一期為負(fù)且之后逐漸趨向于0值，即短期效應(yīng)要強(qiáng)于中長(zhǎng)期效應(yīng)。可能的解釋是企業(yè)家信心的提升能夠在短期內(nèi)提高企業(yè)的樂(lè)觀預(yù)期，增大企業(yè)家的風(fēng)險(xiǎn)承擔(dān)水平，企業(yè)會(huì)選擇將資金更多地投入實(shí)體，從而降低制造業(yè)企業(yè)的金融化水平。三個(gè)時(shí)點(diǎn)的不同之處在于不同時(shí)期三個(gè)時(shí)點(diǎn)在0期時(shí)起點(diǎn)位置上的不同，可能的原因是三個(gè)時(shí)點(diǎn)處于經(jīng)濟(jì)周期的位置有所不同，2008年第三季度爆發(fā)全球金融危機(jī)，此時(shí)處于經(jīng)濟(jì)衰退期，企業(yè)家信心的傳導(dǎo)效應(yīng)更為強(qiáng)烈，2015年第四季度是經(jīng)濟(jì)穩(wěn)健期，企業(yè)家信心的傳導(dǎo)效應(yīng)較弱，2020年第二季度則是經(jīng)濟(jì)恢復(fù)期，此時(shí)市場(chǎng)預(yù)期向好，企業(yè)家信心響應(yīng)強(qiáng)度在這兩者之間。

圖3（2）是商業(yè)銀行信貸期限偏好對(duì)經(jīng)濟(jì)政策不確定性1單位正向沖擊的脈沖響應(yīng)，三個(gè)時(shí)點(diǎn)的響應(yīng)方向一致為負(fù)向且短期效應(yīng)大于中長(zhǎng)期效應(yīng)，說(shuō)明經(jīng)濟(jì)政策不確定性會(huì)使得商業(yè)銀行更偏好短期貸款?？赡艿慕忉屖墙?jīng)濟(jì)政策不確定性的增大會(huì)加大商業(yè)銀行的政策風(fēng)險(xiǎn)，銀行家會(huì)選擇收縮信貸水平，從而收縮信貸期限。響應(yīng)幅度隨著時(shí)點(diǎn)所處經(jīng)濟(jì)周期位置的不同而存在不同的強(qiáng)度變化，處于經(jīng)濟(jì)衰退期的2008年第三季度響應(yīng)幅度最高，處于經(jīng)濟(jì)恢復(fù)期的2020年第二季度次之，處于經(jīng)濟(jì)穩(wěn)健期的2015年第四季度最弱。圖3（6）是企業(yè)家信心對(duì)商業(yè)銀行信貸期限偏好的脈沖響應(yīng)，三個(gè)時(shí)點(diǎn)的脈沖響應(yīng)系數(shù)高度重合，在第一期內(nèi)趨向于0而之后顯著為正到第二期到達(dá)頂峰隨后逐漸減弱，說(shuō)明在不同時(shí)點(diǎn)存在著相似的響應(yīng)模式。

綜合以上分析，我們可以發(fā)現(xiàn)不同時(shí)點(diǎn)的脈沖響應(yīng)再次印證了前文動(dòng)態(tài)脈沖響應(yīng)的結(jié)果，同時(shí)強(qiáng)調(diào)這種時(shí)變沖擊效應(yīng)與我國(guó)具體的宏觀環(huán)境變化或者說(shuō)經(jīng)濟(jì)周期密不可分。其中，企業(yè)家信心的傳導(dǎo)效應(yīng)強(qiáng)度在經(jīng)濟(jì)衰退期最高，經(jīng)濟(jì)恢復(fù)期次之，經(jīng)濟(jì)穩(wěn)健期最低。另外，不同經(jīng)濟(jì)周期的時(shí)間節(jié)點(diǎn)下不同的EPU事件對(duì)制造業(yè)企業(yè)金融化的效應(yīng)也存在較為明顯的分化趨勢(shì)。

五、結(jié)論與政策建議

（一）結(jié)論

本文通過(guò)構(gòu)建A股上市制造業(yè)企業(yè)的綜合金融化指標(biāo)，利用TVP-SV-VAR模型實(shí)證研究了經(jīng)濟(jì)政策不確定性、商業(yè)銀行信貸期限偏好、制造業(yè)企業(yè)家信心、制造業(yè)企業(yè)金融化程度之間的動(dòng)態(tài)時(shí)變關(guān)系。結(jié)果表明，經(jīng)濟(jì)政策不確定性的上升會(huì)對(duì)制造業(yè)企業(yè)的金融化程度產(chǎn)生了階段性的時(shí)變效應(yīng)，具體表現(xiàn)為經(jīng)濟(jì)政策不確定性會(huì)推動(dòng)制造業(yè)企業(yè)金融化程度的提高。進(jìn)一步分析發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性會(huì)對(duì)商業(yè)銀行信貸期限偏好和制造業(yè)企業(yè)家信心產(chǎn)生負(fù)向沖擊，從而間接影響制造業(yè)企業(yè)金融化程度。最后，探究了經(jīng)濟(jì)政策不確定性對(duì)制造業(yè)企業(yè)金融化在不同經(jīng)濟(jì)周期中存在的異質(zhì)性，在經(jīng)濟(jì)衰退期企業(yè)家信心所產(chǎn)生的傳導(dǎo)效應(yīng)最強(qiáng)，其次是經(jīng)濟(jì)恢復(fù)期，而經(jīng)濟(jì)穩(wěn)健期的傳導(dǎo)效應(yīng)最弱。

（二）政策建議

第一，提高金融機(jī)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的支持力度。制造業(yè)企業(yè)的實(shí)體投資和技術(shù)創(chuàng)新需要長(zhǎng)期穩(wěn)定的資金支持。為此，政府可以出臺(tái)政策引導(dǎo)金融資源流向制造業(yè)行業(yè)等實(shí)體經(jīng)濟(jì)部門(mén)，確保金融資源與實(shí)體經(jīng)濟(jì)的需求相匹配。

第二，增強(qiáng)經(jīng)濟(jì)政策的透明性與穩(wěn)定性，合理引導(dǎo)市場(chǎng)預(yù)期和企業(yè)家信心。政府應(yīng)注重政策傳導(dǎo)的有效性和及時(shí)性，以降低政企之間存在的信息不對(duì)稱(chēng)問(wèn)題。通過(guò)加強(qiáng)政策前瞻性指引，合理引導(dǎo)企業(yè)預(yù)期以增強(qiáng)企業(yè)家信心。

（責(zé)任編輯：夏凡）

參考文獻(xiàn)：

[1]Almeida H，et al.The Cash Flow Sensitivity of Cash [J].Journal of Finance，2004，59（4）：1777-1804.

[2]Bachmann R，Sims E R.Confidence and the transmission of government spending shocks[J].Journal of Monetary Economics，2012，59（3）：235-249.

[3]Scott R Baker，Nicholas Bloom，Steven J Davis.Measuring Economic Policy Uncertainty[J].Quarterly Journal of Economics，2016，131（4）：1593-1636.

[4]Christopher F Baum，Mustafa Caglayan，Neslihan Ozkan.The Second Moments Matter：The Impact of Macroeconomic Uncertainty on the Allocation of Loanable Funds[J].Economies Letters，2009，102（2）：87-89.

[5]BLOOM N，BOND S，et al.Uncertainty and investment dynamics[J].Review of Economic Studies，2007，74（2）：391-415.

[6]Demir F.Financial Liberalization，Private Investment and Portfolio Choice：Financialization of Real Sectors in Emerging Markets[J].Journal of Development Economics，2009，88（2）：314-324.

[7]Flannery M J.Asymmetric Information and Risky Debt Maturity Choice[J].The Journal of Finance，1986，41（1）：19-37.

[8]Hayward M L A，F(xiàn)orster W R，et al.Beyond Hubris： How Highly Confident Entrepreneurs Rebound to Venture Again [J].Journal of Business Venturing，2010，25（6）：569-578.

[9]Heaton J B.Managerial Optimism and Corporate Finance. Financial Management，2002，31（2）：33-45.

[10]Huang Yun，Luk Paul.Measuring economic policy uncertainty in China[J].China Economic Review，2020，59（4）：101-367.

[11]Krippner G R.The Financialization of the American Economy[J].Socio-Economic Review，2005，3（2）：173-208.

[12]N Aktas，C Louca et al.CEO Overconfidence and the Value of Corporate Cash Holdings[J].Journal of Corporate Finance，2019，54（2）：85-106.

[13]Nakajima J.Time-varying Parameter VAR Model with Stochastic Volatility：An Overview of Methodology and Empirical Applications[J].Monetary and Economic Studies，2011，29（3）：107-142.

[14]Zhang C，Sun Y，et al.Whose Confidence Matters in Chinese Monetary Policy？[J].International Review of Economics amp; Finance，2019，60（2）：188-202.

[15]陳國(guó)進(jìn)，張潤(rùn)澤，趙向琴.政策不確定性、消費(fèi)行為與股票資產(chǎn)定價(jià)[J].世界經(jīng)濟(jì)，2017，40（1）：116-141.

[16]戴賾，彭俞超，馬思超.從微觀視角理解經(jīng)濟(jì)“脫實(shí)向虛”——企業(yè)金融化相關(guān)研究述評(píng)[J].外國(guó)經(jīng)濟(jì)與管理，2018，40（11）：31-43.

[17]戴靜，劉貫春，許傳華，等.金融部門(mén)人力資本配置與實(shí)體企業(yè)金融資產(chǎn)投資[J].財(cái)貿(mào)經(jīng)濟(jì)，2020，41（4）：35-49.

[18]翟光宇，姜美君，段秋爽.實(shí)體企業(yè)金融化與實(shí)物資本投資——基于2009—2018年制造業(yè)上市公司的實(shí)證分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2021（1）：85-104.

[19]杜勇，張歡等，陳建英.金融化對(duì)實(shí)體企業(yè)未來(lái)主業(yè)發(fā)展的影響：促進(jìn)還是抑制[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（12）：113-131.

[20]戴賾，彭俞超，馬思超.從微觀視角理解經(jīng)濟(jì)“脫實(shí)向虛”——企業(yè)金融化相關(guān)研究述評(píng)[J].外國(guó)經(jīng)濟(jì)與管理，2018，40（11）：31-43.

[21]耿中元，李統(tǒng)，何運(yùn)信.經(jīng)濟(jì)政策不確定性對(duì)企業(yè)投資的影響——企業(yè)家信心的中介效應(yīng)及代理成本的調(diào)節(jié)作用[J].復(fù)旦學(xué)報(bào)（社會(huì)科學(xué)版），2021，63（1）：184-193.

[22]顧雷雷，郭建鸞，王鴻宇.企業(yè)社會(huì)責(zé)任、融資約束與企業(yè)金融化[J].金融研究，2020（2）：109-127.

[23]韓國(guó)高，胡文明.宏觀經(jīng)濟(jì)不確定性、企業(yè)家信心與固定資產(chǎn)投資——基于我國(guó)省際動(dòng)態(tài)面板數(shù)據(jù)的系統(tǒng)GMM方法[J].財(cái)經(jīng)科學(xué)，2016（3）：79-89.

[24]賈鵬飛，鄭詩(shī)琨，謝麗娟.企業(yè)家信心與固定資產(chǎn)投資：理論模型和實(shí)證檢驗(yàn)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023（10）：81-94.

[25]劉貫春，段玉柱，劉媛媛.經(jīng)濟(jì)政策不確定性？資產(chǎn)可逆性與固定資產(chǎn)投資[J].經(jīng)濟(jì)研究，2019，54（8）：53-70.

[26]劉貫春，劉媛媛，閔敏.經(jīng)濟(jì)金融化與資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整[J].管理科學(xué)學(xué)報(bào)，2019，22（3）：71-89.

[27]劉貫春，劉媛媛，張軍.經(jīng)濟(jì)政策不確定性與中國(guó)上市公司的資產(chǎn)組合配置——兼論實(shí)體企業(yè)的“金融化”趨勢(shì)[J].經(jīng)濟(jì)學(xué)（季刊），2020，20（5）：65-86.

[28]劉貫春，葉永衛(wèi).經(jīng)濟(jì)政策不確定性與實(shí)體企業(yè)“短貸長(zhǎng)投”[J].統(tǒng)計(jì)研究，2022，39（3）：69-82.

[29]劉淼，田沅鑫，于震.管理層信心對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響[J].江漢論壇，2023（11）：29-36.

[30]連玉君，彭鎮(zhèn)，蔡菁，等.經(jīng)濟(jì)周期下資本結(jié)構(gòu)同群效應(yīng)研究[J].會(huì)計(jì)研究，2020（11）：85-97.

[31]聶輝華，阮睿，沈吉.企業(yè)不確定性感知？投資決策和金融資產(chǎn)配置[J].世界經(jīng)濟(jì)，2020（6）：77-98.

[32]彭俞超，韓珣，李建軍.經(jīng)濟(jì)政策不確定性與企業(yè)金融化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（1）：137-155.

[33]蘇冬蔚，曾海艦.宏觀經(jīng)濟(jì)因素、企業(yè)家信心與公司融資選擇[J].金融研究，2011（4）：129-142.

[34]宋軍，陸旸.非貨幣金融資產(chǎn)和經(jīng)營(yíng)收益率的U形關(guān)系——來(lái)自我國(guó)上市非金融公司的金融化證據(jù)[J].金融研究，2015（6）：111-127.

[35]譚小芬，張文婧.經(jīng)濟(jì)政策不確定性影響企業(yè)投資的渠道分析[J].世界經(jīng)濟(jì)，2017，40（12）：3-26.

[36]王少華.企業(yè)金融化適度性、宏觀經(jīng)濟(jì)政策與創(chuàng)新[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，42（3）：45-58.

[37]王成琛，王懷明.宏觀經(jīng)濟(jì)不確定性對(duì)企業(yè)金融化的影響[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，38（6）：73-84.

[38]謝家智，王文濤，江源.制造業(yè)金融化、政府控制與技術(shù)創(chuàng)新[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2014（11）：78-88.

[39]許志偉，王文甫.經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)的影響——基于實(shí)證與理論的動(dòng)態(tài)分析[J].經(jīng)濟(jì)學(xué)（季刊），2019（1）：23-50.

[40]余明桂，夏新平，鄒振松.管理者過(guò)度自信與企業(yè)激進(jìn)負(fù)債行為[J].管理世界，2006（8）：104-112.

[41]張琳，廉永輝，辛兵海.宏觀經(jīng)濟(jì)不確定性、銀行異質(zhì)性和信貸供給[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2015，37（4）：60-71.

[42]張淑英.經(jīng)濟(jì)周期、供應(yīng)鏈合作關(guān)系與營(yíng)運(yùn)資金的產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)效應(yīng)[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2017，37（3）：35-53.

[43]周澤將，雷玲，李鼎.經(jīng)濟(jì)周期與企業(yè)金融化[J].管理科學(xué)學(xué)報(bào)，2023，26（7）：17-31.

[44]黃雋，章艷紅.商業(yè)銀行的風(fēng)險(xiǎn)：規(guī)模和非利息收入——以美國(guó)為例[J].金融研究，2010（6）：75-90.

[45]江曙霞，陳玉嬋.貨幣政策、銀行資本與風(fēng)險(xiǎn)承擔(dān)[J].金融研究，2012（4）：1-16.

[46]宋獻(xiàn)中，禹天寒.商業(yè)銀行高管薪酬、風(fēng)險(xiǎn)承擔(dān)水平與銀行績(jī)效——基于信貸集中度與損失類(lèi)貸款研究[J].華東經(jīng)濟(jì)管理，2018，32（5）：172-176.

[47]王晉斌，李博.中國(guó)貨幣政策對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)行為的影響研究[J].世界經(jīng)濟(jì)，2017，40（1）：25-43.

[48]申創(chuàng).市場(chǎng)集中度、競(jìng)爭(zhēng)度與銀行風(fēng)險(xiǎn)的非線性關(guān)系研究[J].國(guó)際金融研究，2018（6）：65-75.

基金項(xiàng)目：本文系國(guó)家自然科學(xué)基金項(xiàng)目“高頻感染影響下ARFIMA模型長(zhǎng)記憶半?yún)?shù)估計(jì)偏誤修正方法及應(yīng)用研究”（72263010）階段性研究成果。

收稿日期：2024-11-11

作者簡(jiǎn)介：吳錦順（1969-），男，福建浦城人，華東交通大學(xué)經(jīng)濟(jì)管理學(xué)院副教授、碩士生導(dǎo)師；

許晏彬（1999-），男，江西南昌人，華東交通大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生。