■梁權(quán)熙，譚思夢，謝宏基

一、問題的提出

自2008年全球金融危機以來，各國政府為實現(xiàn)經(jīng)濟復(fù)蘇而頻繁調(diào)整現(xiàn)行的經(jīng)濟政策，使得全球經(jīng)濟政策環(huán)境始終處于高度不確定性狀態(tài)。2018年爆發(fā)的中美貿(mào)易戰(zhàn)更是將全球各主要經(jīng)濟體的經(jīng)濟政策不確定性推向新的高點。根據(jù)Baker et al.（2016）最新披露的數(shù)據(jù)顯示，“中國經(jīng)濟政策不確定性指數(shù)”已從2018年初的122.94低點急劇飆升至2019年11月的935高點，接連創(chuàng)下歷史新高?，F(xiàn)有大量研究表明高度不確定的政策環(huán)境對實體經(jīng)濟和資本市場產(chǎn)生了一系列負面沖擊。其中，對于經(jīng)濟政策不確定性的微觀經(jīng)濟效應(yīng)研究主要集中于對企業(yè)投資行為的影響，鮮有研究涉及對資本市場上的微觀主體，特別是對機構(gòu)投資者持股行為的影響。因此，本文將考察經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的影響。

近年來，機構(gòu)投資者的資金規(guī)模、交易規(guī)模、持股規(guī)模不斷擴大，機構(gòu)投資者逐步取代個人投資者成為我國股票市場最主要的參與者①根據(jù)Wind數(shù)據(jù)，截止2018年9月，機構(gòu)投資者持股比例已經(jīng)占整個市場流通股的52.65%。。機構(gòu)投資者作為資本市場的重要參與者和知情交易者，對于提高股價信息含量和資本市場效率，降低股價波動性和穩(wěn)定資本市場（祁斌等，2006）等至關(guān)重要。而且，機構(gòu)投資者與實體經(jīng)濟發(fā)展密切相關(guān)，具有長期投資視野的機構(gòu)投資者往往更看重長期投資回報，從而更為積極地參與公司治理，監(jiān)督所投資公司的研發(fā)、并購活動以及高管薪酬等以確保其獲得更好的長期業(yè)績表現(xiàn)（Aghion et al.，2013）。當經(jīng)濟政策不確定性對公司未來現(xiàn)金流形成負面沖擊時必然會影響到機構(gòu)投資者所持有股票的長期投資價值，促使機構(gòu)投資者根據(jù)公司發(fā)展前景以及自身投資風格調(diào)整其投資組合。因此，研究經(jīng)濟政策不確定性如何影響機構(gòu)投資者持股行為有助于更好地理解政策不確定性可能引發(fā)的經(jīng)濟后果。加之，市場經(jīng)濟制度不夠完善，我國的宏觀經(jīng)濟運行表現(xiàn)出更頻繁的政府干預(yù)和更大的波動性，經(jīng)濟政策不確定性對我國微觀市場主體行為的影響也更為嚴重。因此，我國政府經(jīng)濟政策變動頻繁的背景為本文更好地識別經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的影響提供了理想的制度環(huán)境。

二、理論分析與研究假設(shè)

對于機構(gòu)投資者而言，其持股行為主要受到來自宏觀層面的系統(tǒng)性風險以及公司層面的特質(zhì)風險的影響。基于現(xiàn)金流折現(xiàn)的股票定價模型，經(jīng)濟政策不確定性作為系統(tǒng)性風險（Pastor&Veronesi，2013），可能會通過影響預(yù)期折現(xiàn)率和未來現(xiàn)金流來影響機構(gòu)投資者的股票回報率進而改變持股決策行為。

一方面，經(jīng)濟政策不確定性可能通過改變折現(xiàn)率來影響機構(gòu)投資者的股票回報率從而改變持股行為。具體而言，經(jīng)濟政策不確定性作為宏觀層面的系統(tǒng)性風險會對金融市場及其資產(chǎn)價格造成一系列的負面沖擊。近期有部分研究將經(jīng)濟政策不確定性納入資產(chǎn)定價模型中，發(fā)現(xiàn)經(jīng)濟政策不確定性是影響資產(chǎn)價格的一個重要風險因素（Pastor&Veronesi，2013）。首先，不確定性的經(jīng)濟政策環(huán)境不僅增加了機構(gòu)投資者所面臨的長期風險，還可能使得其對金融資產(chǎn)的定價出現(xiàn)偏差（Croce et al.，2012），從而加劇了資產(chǎn)價格的波動。其次，經(jīng)濟政策不確定性在加劇資產(chǎn)價格波動的同時，也必然會使得機構(gòu)投資者要求更高的風險溢價以補償經(jīng)濟政策不確定性帶來的風險（Pastor&Veronesi，2013）。最終，資產(chǎn)價格的劇烈波動和風險溢價的上升會不斷抬高股價估值的折現(xiàn)率（Pastor&Veronesi，2012，2013），擁有較強信息挖掘和分析能力的機構(gòu)投資者會將修正后的高折現(xiàn)率納入股價估值模型中，從而壓低了資產(chǎn)的價格和回報率（Francis et al.，2013）。因此，從系統(tǒng)性風險的角度來看，較高的經(jīng)濟政策不確定性會通過提高折現(xiàn)率來降低機構(gòu)投資者的股票回報率，從而抑制了機構(gòu)投資者持股行為。

另一方面，經(jīng)濟政策不確定性還可能通過沖擊企業(yè)的未來現(xiàn)金流量來影響機構(gòu)投資者的持股決策行為。由于經(jīng)濟政策不確定性抑制了企業(yè)的投資以及創(chuàng)新活動等，從而降低了企業(yè)未來的現(xiàn)金流量（Francis et al.，2013）。同時，政策不確定性還會影響機構(gòu)投資者對企業(yè)未來投資機會、預(yù)期盈利能力以及未來現(xiàn)金流等基本面的判斷。如Belo et al.（2013）發(fā)現(xiàn)經(jīng)濟政策不確定性擾亂了企業(yè)未來的經(jīng)營現(xiàn)金流量從而影響到投資者對股價的預(yù)測能力。Francis et al.（2013）發(fā)現(xiàn)在政策不確定性較高的選舉年份中，被動型指數(shù)基金等機構(gòu)投資者的投資組合收益表現(xiàn)更差。作為價值型的長期投資者，機構(gòu)投資者最為看重未來現(xiàn)金流量所帶來的長期投資回報（Cohen et al.，2002），當經(jīng)濟政策不確定性對公司未來現(xiàn)金流量形成負面沖擊并損害機構(gòu)投資者所持有股票的長期投資價值時，機構(gòu)投資者能夠及時利用自身信息優(yōu)勢并根據(jù)公司的短期或長期發(fā)展前景重新調(diào)整其投資組合并降低持股比例。

此外，經(jīng)濟政策不確定性還可能通過信心效應(yīng)（confidence effect）或風險厭惡渠道影響機構(gòu)投資者的持股行為。在Ilut&Schneider（2011）的模型中，不確定性使代理人無法形成關(guān)于未來的概率分布，假設(shè)代理人具有悲觀信念（pessimistic beliefs），則由于“模糊厭惡”，他們將根據(jù)最壞的可能結(jié)果進行決策。隨著經(jīng)濟政策不確定性的上升，投資決策所帶來的最壞可能結(jié)果進一步惡化，機構(gòu)投資者的風險感知和“模糊厭惡”也隨之不斷提升，這將促使其更傾向于做出延遲投資的決定（Pastor&Veronesi，2012）。另外，現(xiàn)有文獻還發(fā)現(xiàn)經(jīng)濟政策不確定性對于投資者當期回報的影響主要是由其預(yù)期收益變化驅(qū)動的（Brogaard&Detzel，2015）。在經(jīng)濟政策不確定、信息不完全的環(huán)境下，“模糊厭惡”強化了機構(gòu)投資者非理性的悲觀預(yù)期，從而使得機構(gòu)投資者更傾向于減少其持股行為。

綜合以上分析，本文提出如下研究假設(shè)：

H1：假定其他因素不變，經(jīng)濟政策不確定性會抑制機構(gòu)投資者的持股行為，政策不確定性越高，機構(gòu)投資者持股比例越低。

三、實證設(shè)計

（一）樣本選擇和數(shù)據(jù)來源

本文選取2003～2016年滬深兩市上市公司為研究樣本。其中，機構(gòu)投資者持股比例數(shù)據(jù)通過上市公司披露的前十大股東數(shù)據(jù)手工收集整理得到，“中國經(jīng)濟政策不確定性指數(shù)”來源于Huang&Luk（2018），其他財務(wù)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。本文剔除了金融保險行業(yè)和主要變量有缺失的公司樣本，最終樣本包含分布在2288家公司共21205個公司-年觀測值。為減少異常值對回歸結(jié)果的干擾，本文對非虛擬變量都進行了1%的縮尾處理。

（二）經(jīng)濟政策不確定性的度量

本文主要采用Huang&Luk（2018）構(gòu)造的“中國經(jīng)濟政策不確定性指數(shù)”來度量機構(gòu)投資者所面臨的經(jīng)濟政策不確定性①該指數(shù)遵循了Baker et al.（2016）的編制方法，但選取了更多的內(nèi)地報紙數(shù)量來平滑個別報紙的特質(zhì)與偏見，從而更能客觀地衡量經(jīng)濟政策不確定性。另外，該指數(shù)還進一步細分為財政政策不確定性（EPU_Fisc）、貨幣政策不確定性（EPU_Monty）、貿(mào)易政策不確定性（EPU_Trade）和匯率政策不確定性（EPU_EXR），有利于我們更好地識別不同類型的政策不確定性對機構(gòu)投資者持股行為的影響。。本文使用年度算數(shù)平均值的方式將月度數(shù)據(jù)轉(zhuǎn)換成年度的經(jīng)濟政策不確定性（EPU）。下圖1描繪了Huang&Luk（2018）和Baker et al.（2016）的“中國經(jīng)濟政策不確定性指數(shù)”在2003～2016年間的走勢，發(fā)現(xiàn)兩個指數(shù)不僅走勢基本一致，還與我國重要的經(jīng)濟歷史政策時間相吻合，表明該指數(shù)能有效地反映我國的經(jīng)濟政策不確定性。

圖1 2003～2016年中國經(jīng)濟政策不確定性指數(shù)走勢圖

（三）模型設(shè)定

為檢驗經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的影響，本文設(shè)定如下多元回歸模型并運用混合最小二乘法（Pooled OLS）進行回歸：

其中，下標i和t分別表示公司和年份。EPU為經(jīng)濟政策不確定性變量，DOMINST表示機構(gòu)投資者持股比例。參照黎文靖和路曉燕（2015），本文度量機構(gòu)投資者持股行為的指標是上市公司所有境內(nèi)機構(gòu)投資者持股數(shù)量占公司總股本的比重，包括券商、國內(nèi)基金、保險、社保、信托、財務(wù)、銀行以及其他機構(gòu)投資者的持股比例。CONTROL（k）為第k個控制變量，ξt為隨機誤差項。本文參考Chou et al.（2014）、黎文靖和路曉燕（2015）等的做法，選取公司規(guī)模（SIZE）、財務(wù)桿杠比例（LEV）、資產(chǎn)收益率（ROA）、企業(yè)年齡（AGE）、營業(yè)收入增長率（GROWTH）、流通股比例（TSHRATE）、直接控股股東持股比例（USRATE）、獨立董事持股比例（OUTD）、是否國有企業(yè)（STATE）、是否四大會計師事務(wù)所審計（BIG4）和GDP增長率（GDPGR）作為控制變量，具體變量定義如表1所示。此外，本文還在所有回歸中引入行業(yè)虛擬變量以控制行業(yè)固定效應(yīng)的影響。

表1 主要變量定義表

②參考饒品貴和徐子慧（2017），除以100主要是出于回歸系數(shù)大小的考慮。

四、回歸結(jié)果分析

（一）描述性統(tǒng)計

表2給出了主要變量的描述性統(tǒng)計結(jié)果。從表中可知，我國境內(nèi)機構(gòu)投資者的平均持股比例為20.5%，與黎文靖和路曉燕（2015）使用的截止至2009年數(shù)據(jù)相比，近年來我國境內(nèi)機構(gòu)投資者持股比例實現(xiàn)了穩(wěn)步增長，但與歐美發(fā)達資本市場相比仍存在較大差距。EPU的均值為1.292，標準差為0.312，表明我國不同時期的經(jīng)濟政策不確定性存在明顯差異。

表2 主要變量描述性統(tǒng)計

（二）基準回歸結(jié)果

表3報告了經(jīng)濟政策不確定性對機構(gòu)投資者持股行為影響的基準回歸結(jié)果。其中，第（1）列以經(jīng)濟政策不確定性總指數(shù)EPU為自變量，在控制了一系列宏微觀層面的影響因素之后，EPU的系數(shù)為-0.044，并在1%水平上統(tǒng)計顯著。該結(jié)果隱含的經(jīng)濟含義為，平均意義上，經(jīng)濟政策不確定性變動一個標準差（0.312），機構(gòu)投資者持股比例下降1.37%（-0.044*0.312=0.0137）。進一步地參考Gulen&Ion（2016）的做法，在（2）～（5）列中分別以財政政策不確定性（EPU_Fisc）、貨幣政策不確定性（EPU_Monty）、貿(mào)易政策不確定性（EPU_Trade）和匯率政策不確定性（EPU_EXR）這四個分指數(shù)作為自變量，來考察不同類型的經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的影響。從結(jié)果可知，EPU_Fisc、EPU_Monty、EPU_Trade和EPU_EXR的系數(shù)都在1%水平上顯著為負，與總指數(shù)EPU的方向保持一致。以上結(jié)果提供的證據(jù)有力地表明，不確定性的經(jīng)濟政策環(huán)境降低了機構(gòu)投資者的風險偏好從而抑制了機構(gòu)投資者持股行為，驗證了研究假設(shè)H1。

表3 基準回歸結(jié)果

（三）風險機制

在前文分析中，本文發(fā)現(xiàn)經(jīng)濟政策不確定性與機構(gòu)投資者持股行為顯著負相關(guān)。然而，由于企業(yè)或行業(yè)風險特征的差異，不同的企業(yè)（行業(yè)）受到經(jīng)濟政策不確定性的沖擊程度有所不同，對機構(gòu)投資者持股行為的抑制作用也會存在顯著差異。參考Boutchkova et al.（2012）、饒品貴和徐子慧（2017）等的做法，本文接著分別從企業(yè)所面臨的系統(tǒng)性風險、行業(yè)政策敏感性、公司成長性、產(chǎn)權(quán)性質(zhì)和公司規(guī)模等五個方面考察經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的抑制作用是否受企業(yè)（行業(yè)）風險異質(zhì)性的影響。為此，建立了如模型（2）：

其中，RISK用于衡量企業(yè)所面臨的風險，分別由系統(tǒng)性風險BETA、行業(yè)政策敏感性PI、公司成長性HighTech、產(chǎn)權(quán)性質(zhì)STATE和公司規(guī)模SizeDum等五個變量代理；模型（2）的其他變量設(shè)定與模型（1）相同。

從系統(tǒng)性風險角度來看，本文使用Beta系數(shù)來度量企業(yè)的系統(tǒng)性風險，Beta系數(shù)可以有效衡量公司股價對整體經(jīng)濟波動的敏感性，直接反映出市場風險對公司的影響程度。本文按照企業(yè)Beta系數(shù)的均值進行分組并構(gòu)造系統(tǒng)性風險啞變量BETA，若公司當年的Beta系數(shù)高于均值則BETA賦值1，否則賦值0。表4的第（1）列給出了系統(tǒng)性風險如何影響經(jīng)濟政策不確定性與機構(gòu)投資者持股行為關(guān)系的回歸結(jié)果，交乘項PU×BETA的系數(shù)在1%水平上顯著為負，表明經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的抑制作用在那些面臨更大系統(tǒng)性風險的公司中更為明顯。

從行業(yè)政策敏感性來看，參考Kostovetsky（2015）的分類方法，本文將煙草產(chǎn)品、酒類、醫(yī)藥類、軍工、能源開采和石油天然氣等行業(yè)歸類為政策敏感性行業(yè)，并以此為基礎(chǔ)構(gòu)造行業(yè)政策敏感性啞變量PI。若公司屬于上述行業(yè)則賦值1，否則賦值0。表4的第（2）列給出了不同的行業(yè)政策敏感度下經(jīng)濟政策不確定性對機構(gòu)投資者持股行為影響的回歸結(jié)果，交乘項PU×PI的系數(shù)在1%水平上顯著為負值，表明較高的行業(yè)政策敏感性放大了經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的負效應(yīng)。

從公司成長性來看，采用是否屬于高新技術(shù)行業(yè)來捕捉公司的成長性。其中，高新技術(shù)行業(yè)的劃分標準參照Cui&Mak（2002），并根據(jù)證監(jiān)會2012年發(fā)布的《上市公司行業(yè)分類指引》，將化學原料和化學制品制造業(yè)、醫(yī)藥制造業(yè)、化學纖維制造業(yè)、計算機通信和其他電子設(shè)備制造業(yè)、儀器儀表制造業(yè)以及信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)等研發(fā)強度較大的行業(yè)劃分為高新技術(shù)行業(yè)。然后構(gòu)造了一個公司成長性啞變量HighTech，若公司屬于上述行業(yè)則賦值1，否則賦值0。表4的第（3）列匯報了公司成長性如何影響經(jīng)濟政策不確定性與機構(gòu)投資者持股行為關(guān)系的回歸結(jié)果，交乘項PU×HighTech的系數(shù)為正值并在1%水平上統(tǒng)計顯著，表明經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的抑制作用在成長性更高的公司中更為顯著。

表4 機制檢驗

從產(chǎn)權(quán)性質(zhì)來看，本文將產(chǎn)權(quán)性質(zhì)變量STATE與EPU交乘，以檢驗不同產(chǎn)權(quán)性質(zhì)下經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的影響差異。回歸結(jié)果如表4的第（4）列所示，交乘項PU×STATE的系數(shù)在1%水平上顯著為正值，表明經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的抑制作用在非國有企業(yè)中更為顯著。

從公司規(guī)模來看，按照企業(yè)總市值的均值分組并構(gòu)造公司規(guī)模啞變量SizeDum，若公司當年的總市值高于均值則SizeDum賦值1，否則賦值0①我們也嘗試按總資產(chǎn)規(guī)模進行分組，結(jié)果不變。。然后將SizeDum與EPU交乘，以檢驗不同公司規(guī)模下經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的影響差異?；貧w結(jié)果如表4的第（5）列所示，交乘項PU×SizeDum的系數(shù)在1%水平上顯著為正值，表明經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的抑制作用在小規(guī)模公司中更為顯著。

綜合以上回歸結(jié)果可以發(fā)現(xiàn)，當公司為國有企業(yè)、具有更高的系統(tǒng)性風險、所在行業(yè)的政策敏感性更高、具有更高的成長性或規(guī)模較小時，經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的抑制作用更為顯著。

（四）拓展性檢驗

Bloom（2014）指出，在考察政策不確定性的經(jīng)濟效應(yīng)時，區(qū)分政策不確定性的不同來源是十分重要的。因此，本文進一步參考Gulen&Ion（2016）的做法，通過回歸方法將機構(gòu)投資者所面臨的經(jīng)濟政策不確定性分解為全球?qū)用婧蛧覍用娴慕?jīng)濟政策不確定性，并分別考察它們對機構(gòu)投資者持股行為的影響。本文選取Baker et al.（2016）基于報紙報道構(gòu)造的“美國經(jīng)濟政策不確定性指數(shù)”用于捕捉全球?qū)用娼?jīng)濟政策不確定性。美國是世界上最發(fā)達的國家，其經(jīng)濟政策變動往往會影響全球各個國家的經(jīng)濟政策變動。更為重要的是，中美兩國經(jīng)貿(mào)往來密切，許多影響美國經(jīng)濟政策不確定性的因素也會影響我國的經(jīng)濟政策不確定性。因此，設(shè)定了如下兩個計量模型：

通過模型（3），可以將中國經(jīng)濟政策不確定性指數(shù)EPUCN正交分解為與︵全球?qū)用娴慕?jīng)濟政策不確定性指數(shù)相關(guān)的部分PUCN（即模型（3）中的擬合值）及不相關(guān)的部分eC（N即模型（3）中的殘差），而eCN即為純粹國家層面的經(jīng)濟政策不確定性。類似地，也可以通過模型（4）分解出純粹全球?qū)用娴恼卟淮_定性eUS。然后將這些指標同時引入基準回歸模型（1）中，檢驗來自不同層面的政策不確定性對機構(gòu)投資者持股行為的影響差異。從表5的回歸結(jié)果可知，機構(gòu)投資者與純粹國家層面和純粹全球的經(jīng)濟政策不確定性都在1%水平上顯著負相關(guān)，但eCN和eUS的系數(shù)沒有通過差異性檢驗。這表明，無論是國家層面還是全球?qū)用娴慕?jīng)濟政策不確定性都顯著抑制了機構(gòu)投資者的持股行為。

表5 拓展性檢驗

五、穩(wěn)健性檢驗

（一）內(nèi)生性問題

本文采用的Huang&Luk（2018）構(gòu)造的經(jīng)濟政策不確定性指數(shù)沿用了Baker et al.（2016）的編制方法，但Bloom（2014）認為此類方法構(gòu)造的指數(shù)作為主要解釋變量時，遺漏變量問題才是內(nèi)生性的主要來源。為此，本文綜合采用如下方法來緩解內(nèi)生性問題：

第一，采用更為“干凈”的經(jīng)濟政策不確定性指數(shù)。借鑒拓展性分析中的方法，通過提取中國經(jīng)濟政策不確定性指數(shù)中與美國經(jīng)濟政策不確定性指數(shù)正交的部分來消除非政策相關(guān)的經(jīng)濟不確定性因素干擾，獲得的殘差即代表了更為“干凈”的中國經(jīng)濟政策不確定性指數(shù)（eCN），用eCN替換EPU重新估計基準回歸模型（1）。第二，面板固定效應(yīng)模型。第三，盡可能控制其他宏觀變量的影響，包括股票市場指數(shù)年收益率的橫截面標準差（IndxVol）、宏觀經(jīng)濟先行指數(shù)（MCIL）和省級官員是否變更變量（PU_Prov）?；貧w結(jié)果如表6所示，EPU的系數(shù)大小和方向并沒有明顯變化，從而印證了表3的基準回歸結(jié)果。

表6 內(nèi)生性檢驗

（二）變更經(jīng)濟政策不確定性的度量方式

出于穩(wěn)健性的考慮，本文進一步采用以Baker et al.（2016）構(gòu)造的“中國經(jīng)濟政策不確定性指數(shù)”（EPU2）作為經(jīng)濟政策不確定性的代理變量并重新估計模型（1）和模型（2）。重新估計得到的回歸結(jié)果如表7所示，第（1）列EPU2的系數(shù)顯著為負值，與表3的基準回歸結(jié)果相一致。第（2）～（5）列的風險機制檢驗結(jié)果也與表4的回歸結(jié)果保持了較好的一致性。

表7 變更經(jīng)濟政策不確定性的度量方式

（三）重構(gòu)“中國經(jīng)濟政策不確定性指數(shù)”

本文參考饒品貴和徐子慧（2017）的做法，采用不同的方法將EPU的月度數(shù)據(jù)轉(zhuǎn)化為年度數(shù)據(jù)。首先，采用年度中位數(shù)的方式獲得年度的經(jīng)濟政策不確定性指數(shù)（EPU_median）。另外，將EPU在年度時間序列上劃分為高低兩組并構(gòu)造啞變量（EPU_dum），較高組取值1，否則為0。最后，將EPU按年度均值進行排序后劃分為5組，然后標準化為0～1之間的變量（PU_order），這種變量設(shè)定介于連續(xù)變量和虛擬變量之間，兼具兩者的優(yōu)點。從表8的回歸結(jié)果可以看出，經(jīng)濟政策不確定性變量的系數(shù)依然在1%水平上顯著為負值，表明基準回歸的結(jié)果并未受到“中國經(jīng)濟政策不確定性指數(shù)”轉(zhuǎn)化方法選擇的影響。

表8 重構(gòu)“中國經(jīng)濟政策不確定性指數(shù)”

（四）重構(gòu)機構(gòu)投資持股變量

由于本文所用的機構(gòu)投資者持股變量為年末的時點數(shù)據(jù)，難以全面刻畫全年機構(gòu)投資者持股比例的變動情況。出于穩(wěn)健性的考慮，進一步參考Chou et al.（2014）的做法，重新構(gòu)造了機構(gòu)投資者持股變量，用半年報和年報披露的機構(gòu)投資者持股比例加總?cè)【?，得到年均?shù)據(jù)（DOMINST_AVG），接著重新估計了模型（1）和模型（2），主要回歸結(jié)果并未受到影響①限于篇幅，結(jié)果留存?zhèn)渌鳌！?/p>

六、結(jié)論與啟示

本文采用Huang&Luk（2018）構(gòu)造的“中國經(jīng)濟政策不確定性指數(shù)”來度量我國的經(jīng)濟政策不確定性，考察了經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的影響?；?003～2016年間的A股上市公司樣本數(shù)據(jù)研究發(fā)現(xiàn)，經(jīng)濟政策不確定性與機構(gòu)投資者持股行為顯著負相關(guān)，表明高度不確定的經(jīng)濟政策環(huán)境會抑制機構(gòu)投資者的股票投資行為，降低其持股偏好。進一步地，本文從多個角度考察了經(jīng)濟政策不確定性影響機構(gòu)投資者持股行為的作用機制，發(fā)現(xiàn)當公司面臨更高系統(tǒng)性風險、更高行業(yè)政策敏感度、更高的成長性以及屬于非國有企業(yè)和小規(guī)模企業(yè)時，經(jīng)濟政策不確定性對機構(gòu)投資者持股行為的抑制作用更為顯著。最后，本文將經(jīng)濟政策不確定性指數(shù)分解為來自全球、國家層面的經(jīng)濟政策不確定性后發(fā)現(xiàn)，無論是國家層面還是全球?qū)用娴慕?jīng)濟政策不確定性，都顯著抑制了機構(gòu)投資者的持股行為。

本文的研究具有以下政策啟示：第一，本文發(fā)現(xiàn)經(jīng)濟政策不確定性顯著抑制了資本市場的機構(gòu)投資者持股行為。相關(guān)部門在防范和化解金融風險過程中要特別注重經(jīng)濟政策不確定性對資本市場的沖擊，守住不發(fā)生系統(tǒng)性金融風險的底線。第二，政策制定者在出臺或調(diào)整經(jīng)濟政策平滑經(jīng)濟波動、促進經(jīng)濟發(fā)展的同時，要保持政策的連續(xù)性和可預(yù)測性，從而穩(wěn)定資本市場的政策預(yù)期。