鄧美薇

摘 要：在梳理日本經(jīng)濟(jì)政策不確定性波動(dòng)情況的基礎(chǔ)上，利用2010年—2018年日本上市企業(yè)微觀數(shù)據(jù)，通過(guò)構(gòu)建實(shí)證模型探討了日本經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)的影響，主要結(jié)論有：（1）日本經(jīng)濟(jì)政策不確定性的提高對(duì)企業(yè)研發(fā)活動(dòng)產(chǎn)生負(fù)面影響;（2）日本經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)的影響具有行業(yè)差異;（3）不同經(jīng)濟(jì)政策的不確定性對(duì)日本企業(yè)研發(fā)活動(dòng)的影響方向不同。貿(mào)易政策、金融政策不確定性指數(shù)的增加負(fù)面沖擊企業(yè)研發(fā)活動(dòng)，而財(cái)政政策、匯率政策不確定性的提高卻激勵(lì)企業(yè)研發(fā)投資。相較于日本，中國(guó)企業(yè)研發(fā)管理經(jīng)驗(yàn)較少，風(fēng)險(xiǎn)承擔(dān)能力較弱，政府更應(yīng)重視在運(yùn)用政策手段平滑景氣波動(dòng)的同時(shí)，避免政策施行的大起大落，警惕經(jīng)濟(jì)政策不確定性的過(guò)快、過(guò)度提高，盡可能營(yíng)造、引導(dǎo)產(chǎn)生良好的市場(chǎng)預(yù)期，并采取有效措施切實(shí)支持企業(yè)創(chuàng)新活動(dòng)。

關(guān)鍵詞：日本;經(jīng)濟(jì)政策不確定性;企業(yè);研發(fā)投資

中圖分類號(hào)：F11 ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：1004-2458-（2020）01-0017-11

DOI：10.14156/j.cnki.rbwtyj.2020.01.003

一、引 言

近年來(lái)，習(xí)近平總書記在一些重要會(huì)議、重要場(chǎng)合多次強(qiáng)調(diào)：“要正確認(rèn)識(shí)當(dāng)今時(shí)代潮流和國(guó)際大勢(shì)”“放眼世界，我們面對(duì)的是百年未有之大變局”[1]?！鞍倌晡从兄笞兙帧鄙羁探沂玖巳虿淮_定性增加的客觀事實(shí)。當(dāng)然，全球不確定性是客觀的外部宏觀條件，對(duì)于單個(gè)國(guó)家來(lái)說(shuō)難以左右，經(jīng)濟(jì)政策是政府塑造經(jīng)濟(jì)環(huán)境的重要手段，換言之，經(jīng)濟(jì)政策是政府用來(lái)制定、改變以及引導(dǎo)企業(yè)經(jīng)營(yíng)活動(dòng)的“游戲規(guī)則”[2]。就日本而言，自2012年安倍二次當(dāng)選日本首相以來(lái)，便非常重視施行積極的政策措施以提振經(jīng)濟(jì)發(fā)展，從“安倍經(jīng)濟(jì)學(xué)”的“三支箭”到“新三支箭”，從基于大規(guī)模財(cái)政支出的“一攬子經(jīng)濟(jì)政策”到基于消費(fèi)稅增稅收入用途變更的“新一攬子經(jīng)濟(jì)政策”，從《日本經(jīng)濟(jì)再興戰(zhàn)略》《科學(xué)技術(shù)基本計(jì)劃》的宏觀指引到“IoT綜合戰(zhàn)略”“機(jī)器人革命”及“人工智能技術(shù)戰(zhàn)略”的分領(lǐng)域任務(wù)部署，日本出臺(tái)諸多政策舉措試圖激發(fā)經(jīng)濟(jì)增長(zhǎng)潛力，經(jīng)濟(jì)政策不確定性也難免隨之增加。企業(yè)是構(gòu)成宏觀經(jīng)濟(jì)的重要單元，企業(yè)研發(fā)更是屬于特殊投資，與普通投資相比，其不僅更具有開拓性，而且更易受宏觀環(huán)境不確定性的影響，政策敏感性也更強(qiáng)。民間企業(yè)是日本研發(fā)投資的執(zhí)行主體，從研發(fā)經(jīng)費(fèi)流向來(lái)看，其既是主要承擔(dān)者，也是主要使用者，占比均為70%以上。1981年，日本企業(yè)研發(fā)投資總額在3.6萬(wàn)億日元左右，2000年為10.86萬(wàn)億日元，2017年則為13.80萬(wàn)億日元，基本上是一種震蕩增加的趨勢(shì)，但是，2017年卻略低于2007年的13.83萬(wàn)億日元數(shù)據(jù)來(lái)源于日本文部科學(xué)省科學(xué)技術(shù)？學(xué)術(shù)政策研究所《科學(xué)技術(shù)指標(biāo)2019》，https：//www.nistep.go.jp/research/scienceandtechnologyindicatorsandscientometrics/indicators，即企業(yè)研發(fā)投資總額存在一定的波動(dòng)周期，具體到個(gè)別企業(yè)，其研發(fā)投資可能更易受內(nèi)外部因素的影響。通過(guò)梳理日本經(jīng)濟(jì)政策不確定性波動(dòng)情況，基于日本上市企業(yè)微觀數(shù)據(jù)，實(shí)證檢驗(yàn)并分析日本經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)投資的影響，不僅有助于豐富日本企業(yè)研發(fā)相關(guān)的研究?jī)?nèi)容，而且可以得到對(duì)中國(guó)的啟示與政策建議，具有一定的理論與現(xiàn)實(shí)意義。

第一，經(jīng)濟(jì)政策不確定性是一個(gè)較新的領(lǐng)域，通過(guò)提供日本的經(jīng)驗(yàn)證據(jù)，從企業(yè)研發(fā)決策角度探討經(jīng)濟(jì)政策不確定性的影響，有助于拓展研究視角;第二，以往國(guó)內(nèi)研究日本企業(yè)活動(dòng)的成果集中于定性研究、宏觀研究，由于數(shù)據(jù)可得性與收集難度較大，缺少基于日本企業(yè)微觀數(shù)據(jù)的實(shí)證分析，文章一定程度填補(bǔ)研究空白;第三，不僅分析經(jīng)濟(jì)政策不確定性對(duì)異質(zhì)性企業(yè)研發(fā)活動(dòng)的影響，而且探討不同經(jīng)濟(jì)政策的不確定性對(duì)企業(yè)研發(fā)投資的影響，研究層次相對(duì)全面。

二、日本經(jīng)濟(jì)政策不確定性的波動(dòng)情況

（一）經(jīng)濟(jì)政策不確定性的涵義與衡量

經(jīng)濟(jì)政策不確定性是指經(jīng)濟(jì)主體無(wú)法確切預(yù)知政府是否、何時(shí)以及如何制定或調(diào)整經(jīng)濟(jì)政策[3]，包括：經(jīng)濟(jì)政策預(yù)期的不確定性[4]，經(jīng)濟(jì)政策執(zhí)行層面的不確定性以及政府改變經(jīng)濟(jì)政策立場(chǎng)的可能性[5]。Bloom（2007）指出，研究不確定性對(duì)企業(yè)研發(fā)投資活動(dòng)的影響是一個(gè)非常重要的復(fù)雜課題，有待更深入細(xì)致的討論[6]。近年來(lái)，國(guó)內(nèi)外涌現(xiàn)出較多關(guān)于經(jīng)濟(jì)政策不確定性對(duì)企業(yè)創(chuàng)新、研發(fā)投資影響的研究成果，但并未形成統(tǒng)一結(jié)論，如Atanassov et al.（2016）[7]、顧夏銘，等（2018）[8]認(rèn)為，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)創(chuàng)新活動(dòng)具有正向刺激作用。Baum et al.（2010）[9]、Gulen and Ion（2016）[10]認(rèn)為隨著經(jīng)濟(jì)政策不確定性的增加，企業(yè)傾向于減少投資。另外，日本學(xué)者也從不同維度測(cè)算了經(jīng)濟(jì)政策不確定性，并分析了其對(duì)經(jīng)濟(jì)活動(dòng)的影響。如，Masao Tsuri（2015）用政府支出的波動(dòng)表征財(cái)政政策不確定性，具體是利用政府實(shí)際支出、政府財(cái)政補(bǔ)充預(yù)算支出以及財(cái)政支出差額（即實(shí)際支出與預(yù)算之間的差額）來(lái)估算財(cái)政政策不確定性，進(jìn)而研究了財(cái)政政策不確定性對(duì)日本消費(fèi)的影響[11]。Morikawa Masayuki（2016）利用日本大量企業(yè)的原始調(diào)查數(shù)據(jù)，研究了政策不確定性對(duì)企業(yè)管理決策的影響以及企業(yè)對(duì)相關(guān)經(jīng)濟(jì)政策的評(píng)價(jià)[12]。伊藤新（2016）借鑒斯坦福大學(xué)與芝加哥大學(xué)的經(jīng)濟(jì)政策不確定性指數(shù)與其構(gòu)建方法，重新制定了以輿論調(diào)查的政黨支持率為基礎(chǔ)的政權(quán)運(yùn)營(yíng)不穩(wěn)定指數(shù)，認(rèn)為政治不穩(wěn)定、經(jīng)濟(jì)政策不確定性的提高負(fù)向沖擊設(shè)備投資、住房投資、耐用品消費(fèi)等[13]。山口洋平（2018）借鑒Bachmann、Elstner and Sims（2013）[14]指數(shù)構(gòu)造方法，利用日本《全國(guó)中小企業(yè)動(dòng)向調(diào)查·中小企業(yè)編》提供的原始資料構(gòu)造了不確定性指標(biāo)，并探討了其對(duì)企業(yè)設(shè)備投資的影響[15]。

關(guān)于政策不確定性的衡量，國(guó)內(nèi)外諸多學(xué)者利用政府換屆[1617]或者政治版圖[18]表征政策不確定性，同時(shí)，一些學(xué)者使用宏觀經(jīng)濟(jì)指標(biāo)的條件方差或企業(yè)經(jīng)營(yíng)業(yè)績(jī)波動(dòng)率衡量企業(yè)所面臨的不確定性。近年來(lái)，斯坦福大學(xué)與芝加哥大學(xué)聯(lián)合發(fā)布的經(jīng)濟(jì)政策不確定性指數(shù)也得到了廣泛使用該指數(shù)在研究經(jīng)濟(jì)政策不確定性領(lǐng)域得到廣泛應(yīng)用，如，用于分析政策不確定性與風(fēng)險(xiǎn)溢價(jià)（Pastor and Veronesi，2013）、企業(yè)投資（Gulen and Ion，2016）、失業(yè)（Caggiano et al.，2017）等關(guān)系，指數(shù)來(lái)源及構(gòu)建方法參考：www.policyuncertainty.com/。。在這些衡量經(jīng)濟(jì)政策不確定性的指數(shù)中，政府換屆與政治版圖數(shù)據(jù)連續(xù)性較差，而且對(duì)于企業(yè)決策來(lái)說(shuō)是嚴(yán)格外生的，宏觀經(jīng)濟(jì)指標(biāo)與企業(yè)經(jīng)營(yíng)指標(biāo)雖然得到諸多學(xué)者的應(yīng)用，但是，也無(wú)法細(xì)致表示政策方面的不確定性，相對(duì)來(lái)說(shuō)，斯坦福大學(xué)與芝加哥大學(xué)聯(lián)合發(fā)布的經(jīng)濟(jì)政策不確定性指數(shù)不僅更有針對(duì)性，而且具有時(shí)變性與連續(xù)性，可以較好反映經(jīng)濟(jì)政策不確定性的中短期波動(dòng)情況[2]。借鑒斯坦福大學(xué)的Baker、Bloom與芝加哥大學(xué)Davis共同確立的經(jīng)濟(jì)政策不確定性指數(shù)的算法，Elif C、Arbatli、Steven J、Davis、Arata Ito、Naoko Miake and Ikuo Saito測(cè)算出日本經(jīng)濟(jì)政策不確定性指數(shù)，并且更具體地測(cè)算出日本的金融、財(cái)政、貿(mào)易以及匯率政策的不確定性指數(shù)，因此，文章基于此類指數(shù)分析日本經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)投資的影響。

（二）日本的經(jīng)濟(jì)政策不確定性波動(dòng)情況

首先，日本經(jīng)濟(jì)政策不確定性指數(shù)的構(gòu)建方法說(shuō)明。以日本4家主要的日語(yǔ)新聞報(bào)紙——朝日新聞、讀賣新聞、每日新聞與日經(jīng)新聞為分析對(duì)象，識(shí)別包含“經(jīng)濟(jì)”“政策”“不確定”等相關(guān)短語(yǔ)，并將識(shí)別的文章數(shù)量除以當(dāng)月該報(bào)紙刊發(fā)的文章數(shù)量，進(jìn)行標(biāo)準(zhǔn)化、規(guī)?；瘮?shù)據(jù)處理后，再對(duì)其進(jìn)行季節(jié)性調(diào)整，對(duì)各報(bào)紙數(shù)據(jù)序列賦予同等權(quán)重，最終合成經(jīng)濟(jì)政策不確定性指數(shù)，具體參見(jiàn)日本獨(dú)立行政法人經(jīng)濟(jì)產(chǎn)業(yè)研究所網(wǎng)站（https：//www.rieti.go.jp/jp/index.html）。其他具體政策（金融政策、財(cái)政政策、貿(mào)易政策、匯率政策等）的不確定性指數(shù)的構(gòu)建方法與此類似，只是要求識(shí)別的文章不僅包含經(jīng)濟(jì)政策不確定性指數(shù)識(shí)別短語(yǔ)，還應(yīng)包括至少一個(gè)與具體經(jīng)濟(jì)政策術(shù)語(yǔ)相關(guān)的短語(yǔ)，識(shí)別短語(yǔ)見(jiàn)表1。

其次，日本經(jīng)濟(jì)政策不確定性指數(shù)的波動(dòng)情況。如圖1可知，日本經(jīng)濟(jì)政策不確定性指數(shù)的波動(dòng)與其國(guó)內(nèi)外宏觀環(huán)境有明顯關(guān)聯(lián)。就國(guó)外環(huán)境來(lái)看，2010年之后，國(guó)際對(duì)希臘、西班牙債務(wù)危機(jī)擔(dān)憂情緒蔓延、美國(guó)主權(quán)信用評(píng)級(jí)被下調(diào)、美國(guó)總統(tǒng)大選、英國(guó)脫歐公投以及中美貿(mào)易摩擦加劇期間，日本的經(jīng)濟(jì)政策不確定性指數(shù)均達(dá)到階段性峰值;就國(guó)內(nèi)環(huán)境來(lái)看，政府換屆，眾議院、參議院選舉，貨幣政策調(diào)整，消費(fèi)稅改革延期等期間，日本的經(jīng)濟(jì)政策不確定性指數(shù)也較高，另外，當(dāng)前的日本社會(huì)彌漫著自信和自卑、自負(fù)和懷疑等復(fù)雜糾結(jié)、錯(cuò)綜交織的情緒[19]，這也可能一定程度引起企業(yè)與民眾對(duì)經(jīng)濟(jì)前景預(yù)期不明朗，間接阻滯經(jīng)濟(jì)政策傳導(dǎo)渠道，經(jīng)濟(jì)政策不確定性隨之提高?？偠灾诳疾鞎r(shí)期內(nèi)，特別是在國(guó)內(nèi)外因素疊加作用下，日本經(jīng)濟(jì)政策不確定性指數(shù)的增幅非常明顯，見(jiàn)圖1。如，2010年6月為201.3，2011年8月高達(dá)231.3，2016年7月達(dá)到209.5，是2010年之后僅有的3次超過(guò)200。2018年之后，日本的經(jīng)濟(jì)政策不確定性震蕩增加，尤其是2019年以來(lái)，中美貿(mào)易摩擦趨于長(zhǎng)期化，疊加日本參議院選舉與消費(fèi)稅增稅討論因素，日本的經(jīng)濟(jì)政策不確定性持續(xù)攀升。

最后，具體經(jīng)濟(jì)政策的不確定性指數(shù)波動(dòng)情況。由圖2可知，2010年以來(lái)，日本的金融、財(cái)政政策不確定性指數(shù)的波動(dòng)步調(diào)基本一致，但金融政策不確定性指數(shù)的波動(dòng)更加頻繁，幅度也較大。兩指數(shù)均在2011年8月達(dá)到了階段性最高值，金融政策不確定性指數(shù)高達(dá)381.9，財(cái)政政策不確定性指數(shù)達(dá)到326.7。2016年1月底，日本宣布實(shí)施負(fù)利率政策，2月金融政策不確定性指數(shù)便高達(dá)340以上，6月，日本宣布推遲上調(diào)消費(fèi)稅，疊加英國(guó)脫歐公投等影響，財(cái)政政策不確定性指數(shù)攀升至198.6，7月，金融政策不確定性指數(shù)也高達(dá)252.8。2016年下半年之后，兩指數(shù)波動(dòng)有所放緩，但是2018年之后，均呈震蕩增加趨勢(shì)。

由圖3可知，近年來(lái)，日本貿(mào)易政策不確定性指數(shù)的波動(dòng)非常頻繁，與TPP協(xié)議情況、日美貿(mào)易談判、中美貿(mào)易摩擦等緊密相關(guān)。如，2017年1月，特朗普上任美國(guó)總統(tǒng)后，火速宣布退出TPP，日本貿(mào)易政策不確定性指數(shù)便大幅增加，達(dá)到階段性峰值703.6。2018年之后，隨著美國(guó)堅(jiān)持搞單邊主義和貿(mào)易保護(hù)主義行徑，中美貿(mào)易摩擦加劇，日美貿(mào)易談判“艱難”，日本貿(mào)易政策不確定性指數(shù)增幅明顯，2019年8月達(dá)到669.1。相對(duì)來(lái)說(shuō)，2010年之后，日本匯率政策不確定性指數(shù)的波動(dòng)趨于平滑，盡管2011年8月也曾高達(dá)610.2，9月、10月指數(shù)值超過(guò)200，但是之后迅速降低，2019年8月僅為75.6。整體來(lái)看，日本各具體經(jīng)濟(jì)政策的不確定性指數(shù)不僅與國(guó)內(nèi)政治、經(jīng)濟(jì)環(huán)境緊密相關(guān)，而且也受到國(guó)際因素的影響，其中，貿(mào)易政策不確定性指數(shù)的波動(dòng)幅度最大，頻率最高，其次為金融政策、財(cái)政政策不確定性指數(shù)，匯率政策不確定性指數(shù)的波動(dòng)相對(duì)平緩。

三、日本經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)投資的影響：實(shí)證檢驗(yàn)

由上文可知，日本的經(jīng)濟(jì)政策不確定性指數(shù)波動(dòng)相對(duì)頻繁，特別是2018年之后，其呈現(xiàn)震蕩遞增趨勢(shì)，因此，研究其對(duì)微觀主體——企業(yè)的影響便十分必要。由于過(guò)去國(guó)內(nèi)學(xué)者研究日本企業(yè)研發(fā)情況，往往利用企業(yè)研發(fā)總值進(jìn)行定性分析，缺少對(duì)單個(gè)企業(yè)情況的考量與實(shí)證分析。因此，選取2010年至2018年日本上市企業(yè)微觀數(shù)據(jù)，通過(guò)構(gòu)建實(shí)證模型闡述日本經(jīng)濟(jì)政策不確定性波動(dòng)對(duì)企業(yè)研發(fā)投資的影響。

（一）實(shí)證模型設(shè)計(jì)

1.樣本數(shù)據(jù)與數(shù)據(jù)來(lái)源

以日本上市企業(yè)為研究樣本，篩選條件如下：首先，剔除金融保險(xiǎn)類企業(yè)鑒于金融保險(xiǎn)類企業(yè)財(cái)務(wù)數(shù)據(jù)結(jié)構(gòu)與其他類型企業(yè)明顯不同，故剔除此類型企業(yè)。;其次，剔除非正常運(yùn)營(yíng)狀態(tài)的企業(yè)以及資不抵債的企業(yè);最后，剔除存在數(shù)據(jù)缺失的企業(yè)。共計(jì)獲得8 888個(gè)日本上市企業(yè)樣本數(shù)據(jù)。為排除異常值的影響，對(duì)企業(yè)連續(xù)性變量在1%和99%分位數(shù)上進(jìn)行winsorize處理。數(shù)據(jù)主要來(lái)源于BvDOsiris數(shù)據(jù)庫(kù)、日本獨(dú)立行政法人經(jīng)濟(jì)產(chǎn)業(yè)研究所網(wǎng)站、Economic Policy Uncertainty Index網(wǎng)站。

2.變量定義與具體說(shuō)明

首先，被解釋變量為企業(yè)研發(fā)投資，通常選取絕對(duì)值或相對(duì)值指標(biāo)表征，研發(fā)支出絕對(duì)值即研發(fā)支出總額，相對(duì)值即研發(fā)支出強(qiáng)度（研發(fā)支出總額/營(yíng)業(yè)收入總額），這里選取研發(fā)支出強(qiáng)度作為研發(fā)投資的替代變量。

其次，解釋變量與控制變量。核心解釋變量為日本經(jīng)濟(jì)政策不確定性。選取上文中提到的日本經(jīng)濟(jì)政策不確定性指數(shù)表示由于其他變量為年度數(shù)據(jù)，而經(jīng)濟(jì)政策不確定性指數(shù)為月度數(shù)據(jù)，因此，選取1年內(nèi)12個(gè)月月度數(shù)據(jù)的幾何平均值作為年度變量。。參考以往研究成果，引入企業(yè)規(guī)模、年齡、經(jīng)營(yíng)業(yè)績(jī)、資產(chǎn)負(fù)債率、資本密集度、資產(chǎn)有形性、企業(yè)成長(zhǎng)性、宏觀經(jīng)濟(jì)環(huán)境等作為控制變量。企業(yè)規(guī)模采用企業(yè)總資產(chǎn)的自然對(duì)數(shù)表示，企業(yè)年齡即自企業(yè)成立開始計(jì)算，用企業(yè)總資產(chǎn)收益率（企業(yè)總利潤(rùn)與企業(yè)總資產(chǎn)的比值）代表企業(yè)的經(jīng)營(yíng)業(yè)績(jī)與盈利能力，企業(yè)的資產(chǎn)負(fù)債率為企業(yè)總負(fù)債與總資產(chǎn)的比值，企業(yè)的資本密集度為人均固定資產(chǎn)的自然對(duì)數(shù)，資產(chǎn)有形性用有形資產(chǎn)與總資產(chǎn)比值表示，企業(yè)成長(zhǎng)性用企業(yè)的主營(yíng)業(yè)務(wù)收入的年增長(zhǎng)率表示，用經(jīng)濟(jì)自由度指數(shù)（Index of Economic Freedom， IEF）表征日本的經(jīng)濟(jì)制度整體環(huán)境，經(jīng)濟(jì)自由度指數(shù)越大，說(shuō)明其經(jīng)濟(jì)制度環(huán)境越好。另外，設(shè)定年度與行業(yè)虛擬變量以控制時(shí)間效應(yīng)與行業(yè)效應(yīng)。具體的數(shù)據(jù)說(shuō)明以及來(lái)源見(jiàn)表2。

考慮到滯后效應(yīng)與消除內(nèi)生性產(chǎn)生的潛在偏誤，除企業(yè)規(guī)模、企業(yè)年齡之外，對(duì)其他解釋變量均滯后一期，核心解釋變量為政策不確定性（PU），分別帶入經(jīng)濟(jì)政策不確定性指數(shù)以及金融、財(cái)政、貿(mào)易、匯率政策不確定性指數(shù)。對(duì)實(shí)證模型進(jìn)行多重共線性檢驗(yàn)，方差膨脹因子VIF均小于10，認(rèn)為不存在嚴(yán)重的多重共線性問(wèn)題。另外，為提高回歸模型系數(shù)估計(jì)可信度，借鑒陳勝藍(lán)、劉曉玲（2018）[20]做法，在具體回歸模型中，對(duì)所有回歸系數(shù)的標(biāo)準(zhǔn)誤都使用異方差調(diào)整和在企業(yè)層面上進(jìn)行“聚類（Cluster）”處理，以控制潛在的異方差及序列相關(guān)性問(wèn)題，并引入年度（YEAR）與行業(yè)（IND）虛擬變量以控制時(shí)間與行業(yè)效應(yīng)。

（三）實(shí)證檢驗(yàn)與結(jié)果分析

1.描述性分析

表3為全樣本下各變量的描述性統(tǒng)計(jì)結(jié)果，企業(yè)連續(xù)性財(cái)務(wù)數(shù)據(jù)均經(jīng)過(guò)前后1%的縮尾處理。首先，日本企業(yè)研發(fā)支出強(qiáng)度最小僅為0.01%，最大高達(dá)50%以上，而且標(biāo)準(zhǔn)差較大，說(shuō)明各上市企業(yè)研發(fā)支出強(qiáng)度之間的差異較為明顯。其次，經(jīng)濟(jì)政策不確定性的最大值為144.776 6，最小值為109.106 4，標(biāo)準(zhǔn)差為17.640 4，說(shuō)明考察年份存在經(jīng)濟(jì)政策的密集調(diào)整區(qū)間，具有研究?jī)r(jià)值。再次，從具體經(jīng)濟(jì)政策的不確定性指數(shù)情況來(lái)看，貿(mào)易政策不確定性指數(shù)的標(biāo)準(zhǔn)差最大，其次為金融政策、財(cái)政政策、匯率政策不確定性指數(shù)，驗(yàn)證了上文分析結(jié)果，即日本的貿(mào)易政策不確定性波動(dòng)最為頻繁、幅度最大，匯率政策不確定性指數(shù)的波動(dòng)相對(duì)平滑。

2.實(shí)證結(jié)果分析

2.1經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)投資的影響

根據(jù)公式（1），在全樣本及分行業(yè)樣本下進(jìn)行基準(zhǔn)模型回歸，實(shí)證回歸結(jié)果見(jiàn)表4。

在全樣本下的實(shí)證結(jié)果中，經(jīng)濟(jì)政策不確定性的系數(shù)為-0.014 7，并且在1%水平下顯著，即說(shuō)明經(jīng)濟(jì)政策不確定性每提高1個(gè)單位，在其他因素不變的情況下，企業(yè)研發(fā)投資減少1.47%，經(jīng)濟(jì)政策不確定性的提高負(fù)向沖擊企業(yè)研發(fā)活動(dòng)。另外，企業(yè)總資產(chǎn)收益率、資產(chǎn)負(fù)債率的系數(shù)同樣為負(fù)，且通過(guò)1%顯著性水平檢驗(yàn)，即企業(yè)總資產(chǎn)收益率、資產(chǎn)負(fù)債率提高，均會(huì)對(duì)企業(yè)的研發(fā)投資造成負(fù)面影響，但是，企業(yè)規(guī)模、年齡、資本密集度、經(jīng)濟(jì)自由度指數(shù)的系數(shù)為正，并通過(guò)顯著性檢驗(yàn)，說(shuō)明規(guī)模越大、創(chuàng)辦時(shí)間越久或資本密集度越大的企業(yè)越傾向于增加研發(fā)投資，同樣，經(jīng)濟(jì)制度環(huán)境的優(yōu)化也會(huì)促進(jìn)企業(yè)研發(fā)投資。

進(jìn)一步從分行業(yè)視角下進(jìn)行實(shí)證檢驗(yàn)，根據(jù)全球行業(yè)分類標(biāo)準(zhǔn)（GICS，2016），將行業(yè)分為工業(yè)，消費(fèi)品，醫(yī)療保健、信息與電信，以及其他行業(yè)等幾個(gè)大類，分別就所屬行業(yè)的企業(yè)樣本進(jìn)行回歸分析消費(fèi)品行業(yè)包括非日常生活消費(fèi)品與日常消費(fèi)品行業(yè)，其他行業(yè)包括能源、原材料與公用事業(yè)等。。由表4可知，經(jīng)濟(jì)政策不確定性的增加對(duì)各主要行業(yè)企業(yè)均產(chǎn)生負(fù)面影響，并通過(guò)顯著性檢驗(yàn)，其中，對(duì)其他行業(yè)企業(yè)的負(fù)面影響較大，其次為醫(yī)療、保健、信息與電信行業(yè)，再次為工業(yè)行業(yè)，最后為消費(fèi)品行業(yè)。這可能是因?yàn)?，其他行業(yè)中包含能源、原材料等，這些行業(yè)企業(yè)經(jīng)營(yíng)與外部宏觀景氣或宏觀經(jīng)濟(jì)條件波動(dòng)高度相關(guān)。同時(shí)，醫(yī)療、信息與電信行業(yè)技術(shù)含量較高，企業(yè)研發(fā)投資不僅規(guī)模較大而且風(fēng)險(xiǎn)也較高，對(duì)外界環(huán)境變化的敏感度也較高。消費(fèi)品行業(yè)與民眾生活息息相關(guān)，企業(yè)研發(fā)投資取決于市場(chǎng)需求，而制約和影響其市場(chǎng)需求的主要是商品價(jià)格、人口結(jié)構(gòu)、收入水平、消費(fèi)與儲(chǔ)蓄比例等等，當(dāng)然，政策不確定性對(duì)其經(jīng)營(yíng)活動(dòng)也有間接影響，但是對(duì)于生產(chǎn)需求彈性較小的產(chǎn)品的企業(yè)，其影響可能相對(duì)有限。

2.2不同經(jīng)濟(jì)政策的不確定性對(duì)企業(yè)研發(fā)投資的影響

從不同經(jīng)濟(jì)政策的不確定性對(duì)企業(yè)研發(fā)投資影響的實(shí)證結(jié)果來(lái)看（見(jiàn)表5），金融政策與貿(mào)易政策不確定性指數(shù)的波動(dòng)對(duì)企業(yè)研發(fā)產(chǎn)生負(fù)面影響，但是財(cái)政政策與匯率政策不確定性的提高反而刺激企業(yè)增加研發(fā)投資。這可能是因?yàn)?，第一，日本的貿(mào)易政策與金融政策不確定性指數(shù)波動(dòng)頻繁、幅度較大，而財(cái)政政策、匯率政策的不確定性指數(shù)波動(dòng)較小，也就是說(shuō)，政策不確定性指數(shù)的波動(dòng)越頻繁、幅度越大，越可能給企業(yè)研發(fā)帶來(lái)負(fù)面影響;第二，日本的財(cái)政政策與匯率政策均具有一定導(dǎo)向性，影響其不確定性指數(shù)波動(dòng)的因素相對(duì)單一，如，財(cái)政政策不確定性的波動(dòng)主要是與日本國(guó)內(nèi)消費(fèi)稅改革等相關(guān)，消費(fèi)稅改革的一再延期一定程度釋放了政策寬松信號(hào)，而匯率政策不確定性指數(shù)的波動(dòng)基本上與緩沖日元升值過(guò)快的舉措有關(guān)，日元升值不利于日本出口，直接影響出口企業(yè)的經(jīng)營(yíng)效益與研發(fā)投資需求，政府采取措施緩沖日元過(guò)度升值也是一定程度保護(hù)了出口企業(yè)利益，實(shí)際上對(duì)于企業(yè)來(lái)說(shuō)，均是偏向積極的政策信號(hào);第三，對(duì)于日本貿(mào)易政策不確定性指數(shù)來(lái)說(shuō)，不僅與國(guó)內(nèi)因素有關(guān)，而且受國(guó)際因素的疊加影響，特別是近年來(lái)美國(guó)貿(mào)易保護(hù)主義愈演愈烈，中美貿(mào)易摩擦不斷，日美貿(mào)易談判進(jìn)程緩慢，依賴出口的企業(yè)的市場(chǎng)需求也面臨更多的不確定性，故而企業(yè)研發(fā)活動(dòng)受到負(fù)面影響。對(duì)于金融政策不確定性指數(shù)來(lái)說(shuō)，盡管日本長(zhǎng)期施行量化寬松貨幣政策，市場(chǎng)流動(dòng)性相對(duì)充裕，但是貨幣政策本身便是一種短期政策，日本也必然逐步退出質(zhì)化量化寬松貨幣政策，盡管日本央行在2019年7月30日的金融政策決定會(huì)議后的聲明中，表示將繼續(xù)維持超低利率政策（至少到2020年春季左右）[21]，但是，市場(chǎng)也涌現(xiàn)出對(duì)未來(lái)金融政策收緊的擔(dān)憂，因此金融政策不確定性的增加也難免對(duì)企業(yè)研發(fā)產(chǎn)生負(fù)面影響。

（四）穩(wěn)健性檢驗(yàn)

實(shí)證模型的穩(wěn)健性檢驗(yàn)主要有：

一是，由于實(shí)證模型中涉及宏觀經(jīng)濟(jì)變量與微觀經(jīng)濟(jì)變量?jī)蓚€(gè)層面的數(shù)據(jù)，經(jīng)濟(jì)政策、制度等屬于國(guó)家層面的宏觀經(jīng)濟(jì)變量，企業(yè)個(gè)體微觀行為很難影響宏觀經(jīng)濟(jì)政策，因此，其和企業(yè)層面的變量之間基本不存在反向因果關(guān)系。另外，實(shí)證研究中對(duì)解釋變量及主要控制變量（除企業(yè)規(guī)模、企業(yè)年齡之外），均采取滯后一期做法，并通過(guò)引入虛擬變量控制了時(shí)間及行業(yè)效應(yīng)，有效避免了內(nèi)生性偏誤問(wèn)題。

二是，分別替換被解釋變量與解釋變量。用企業(yè)研發(fā)經(jīng)費(fèi)的自然對(duì)數(shù)作為研發(fā)投資的替代變量，重復(fù)上述實(shí)證研究過(guò)程，所得結(jié)果基本與上文一致，另外，重新測(cè)算經(jīng)濟(jì)政策不確定性指標(biāo)，參考Gulen and Ion（2016）做法，對(duì)每季度各月的指數(shù)值賦予不同權(quán)重，采用加權(quán)平均法計(jì)算當(dāng)季度政策不確定性，并將四個(gè)季度的算數(shù)平均值作為經(jīng)濟(jì)政策不確定性的替代變量，當(dāng)季度經(jīng)濟(jì)政策不確定性指數(shù)PUt=3PUm+2PUm-1+PUm-26，無(wú)論何種測(cè)算方式，最終實(shí)證結(jié)果保持一致篇幅有限，由于構(gòu)建的實(shí)證模型較多，不提供具體的檢驗(yàn)結(jié)果，但備索。。

三是，在全樣本以及分行業(yè)層面分別進(jìn)行實(shí)證回歸，而且在各個(gè)具體回歸模型中，對(duì)所有回歸系數(shù)的標(biāo)準(zhǔn)誤都使用異方差調(diào)整和在企業(yè)層面上進(jìn)行“聚類（Cluster）”處理，回歸系數(shù)的可信度有所提升，因此實(shí)證結(jié)果具有一定合理性。

四、主要結(jié)論與啟示

在梳理近年來(lái)日本經(jīng)濟(jì)政策不確定性波動(dòng)情況的基礎(chǔ)上，利用2010年至2018年日本上市企業(yè)微觀數(shù)據(jù)構(gòu)建實(shí)證模型，探討了日本經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)的影響，主要結(jié)論與啟示如下：

首先，主要結(jié)論有：第一，日本經(jīng)濟(jì)政策不確定性的提高負(fù)向沖擊企業(yè)研發(fā)投資;第二，日本經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)的影響具有行業(yè)差異，包含能源、原材料等其他行業(yè)企業(yè)研發(fā)投資受到的負(fù)面影響最大，其次為醫(yī)療保健、信息與電信行業(yè)企業(yè)與工業(yè)企業(yè)，消費(fèi)品行業(yè)企業(yè)受到影響最小;第三，不同經(jīng)濟(jì)政策的不確定性對(duì)日本企業(yè)研發(fā)活動(dòng)的影響存在明顯差異。貿(mào)易政策、金融政策不確定性指數(shù)的增加負(fù)面影響企業(yè)研發(fā)活動(dòng)，而財(cái)政政策、匯率政策不確定性的提高卻正向激勵(lì)企業(yè)進(jìn)行研發(fā)投資。

得到的啟示有：第一，基于日本上市企業(yè)樣本進(jìn)行實(shí)證分析發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性增加確實(shí)會(huì)促使沖擊企業(yè)研發(fā)投資減少。相對(duì)于日本而言，中國(guó)企業(yè)進(jìn)行研發(fā)活動(dòng)歷程相對(duì)較短，技術(shù)實(shí)力有所欠缺，承擔(dān)研發(fā)風(fēng)險(xiǎn)能力也相對(duì)較低，這就需要政府部門在運(yùn)用政策手段引導(dǎo)市場(chǎng)預(yù)期、調(diào)控經(jīng)濟(jì)發(fā)展、緩沖經(jīng)濟(jì)波動(dòng)的同時(shí)，避免政策施行的大起大落，警惕經(jīng)濟(jì)政策不確定性的過(guò)快、過(guò)度提高，保持政策施行的持續(xù)性、穩(wěn)定性與透明性[22]。第二，經(jīng)濟(jì)政策不確定性增加對(duì)企業(yè)研發(fā)投資的影響具有行業(yè)差異。因此，政府在制定政策措施時(shí)，應(yīng)注意權(quán)衡對(duì)不同行業(yè)企業(yè)、不同領(lǐng)域經(jīng)濟(jì)活動(dòng)的影響，特別是對(duì)于高科技行業(yè)企業(yè)來(lái)說(shuō)，高科技行業(yè)產(chǎn)品具有周期短、更新?lián)Q代快以及科技含量高等特點(diǎn)，使得高科技行業(yè)企業(yè)必須緊跟科技創(chuàng)新前沿，對(duì)科技創(chuàng)新成果的追逐動(dòng)力更強(qiáng)，因此，更易受市場(chǎng)經(jīng)濟(jì)、政策環(huán)境的影響。當(dāng)前，第四次產(chǎn)業(yè)革命已然拉開序幕，中國(guó)與其他科技強(qiáng)國(guó)一道站在同一起跑線競(jìng)逐新一輪產(chǎn)業(yè)革命成果，美國(guó)對(duì)華發(fā)動(dòng)“貿(mào)易戰(zhàn)”直指中國(guó)高新技術(shù)與高端制造業(yè)發(fā)展，在不確定性增加的客觀背景下，中國(guó)更應(yīng)重視加強(qiáng)對(duì)高新技術(shù)產(chǎn)業(yè)企業(yè)的支持與保護(hù)力度。第三，不同經(jīng)濟(jì)政策的不確定性對(duì)企業(yè)經(jīng)營(yíng)活動(dòng)的影響有異，而且經(jīng)濟(jì)政策不確定性提高，加之國(guó)內(nèi)國(guó)際因素，可能整體放大對(duì)企業(yè)經(jīng)營(yíng)活動(dòng)的作用。政府部門應(yīng)重視采取外部措施切實(shí)改善企業(yè)經(jīng)營(yíng)條件。在全球不確定性增加、中美貿(mào)易摩擦有長(zhǎng)期化趨勢(shì)的背景下，在無(wú)法有效控制外部不確定性增加的情況下，保持政策傳導(dǎo)渠道暢通，盡可能引導(dǎo)并營(yíng)造良好的市場(chǎng)預(yù)期，采取有效措施鼓勵(lì)、支持企業(yè)創(chuàng)新行為，如積極支持國(guó)內(nèi)外企業(yè)間進(jìn)行研發(fā)合作，有效分擔(dān)研發(fā)風(fēng)險(xiǎn)等。

[參 考 文 獻(xiàn)]

[1]王俊生，秦生.從“百年未有之大變局”中把握機(jī)遇[EB/OL].[2019-04-20]. 光明網(wǎng)，http：//theory.gmw.cn/2019-04/20/content_32759917.htm.

[2]李鳳羽，楊墨竹.經(jīng)濟(jì)政策不確定性會(huì)抑制企業(yè)投資嗎？——基于中國(guó)經(jīng)濟(jì)政策不確定指數(shù)的實(shí)證研究[J].金融研究， 2015（4）：115-129.

[3]Gulen H，Ion M.Policy Uncertainty and Corporate Investment[J].Review of Financial Studies，2016，29（3）：523-564.

[4]Feng， Y.Political Freedom， Political Instability， and Policy Uncertainty：A Study of Political Institutions and Private Investment in Developing Countries[J].International Studies Quarterly， 2001，45（2）： 271-294.

[5]饒品貴，岳衡，姜國(guó)華.經(jīng)濟(jì)政策不確定性與企業(yè)投資行為研究[J].世界經(jīng)濟(jì)， 2017（2）：29-53.

[6]Bloom， N. Uncertainty and the Dynamics of R&D[J]. American Economic Review， 2007， 97（2）： 250-255.

[7]Atanassov J， Julio B， Leng T. The Bright Side of Political Uncertainty： The Case of R&D[R].SSRN working paper，NO.2693605，2015.

[8]顧夏銘，陳勇民，潘士遠(yuǎn).經(jīng)濟(jì)政策不確定性與創(chuàng)新——基于我國(guó)上市公司的實(shí)證分析[J].經(jīng)濟(jì)研究，2018（2）：109-123.

[9]Baum C， Caglayan M，Talavera O.On the Sensitivity of Firms' Investment to Cash Flow and Uncertainty[J].Oxford Economic Papers，2010，62：286-306.

[10]Gulen H， Ion M.Policy Uncertainty and Corporate Investment[J].Review of Financial Studies， 2016（29）3：523-564.

[11]Masao Tsuri.Effect of Uncertain Fiscal Policy on Consumption： A Case in Japan （in Japanese）[J]. Economic Analysis，2005，176： 44-63.

[12]Morikawa Masayuki.How uncertain are economic policies？ New evidence from a firm survey[J]. Economic Analysis and Policy，2016，52： 114-122.

[13]伊藤新.政府の政策に関する不確実性と経済活動(dòng)[EB/OL].[2019-08-04].https：//www.rieti.go.jp/jp/publications/dp/16j016.pdf.

[14]Bachmann，Rüdiger，Elstner S.Uncertainty and Economic Activity： Evidence from Business Survey Data[J].American Economic Journal： Macroeconomics，2013，5（2）：217-249.

[15]山口洋平.先行きの不確実性と設(shè)備投資への影響―「全國(guó)中小企業(yè)動(dòng)向調(diào)査」個(gè)票データを用いた分析―[J].日本政策金融公庫(kù)論集， 2018 （38）： 23-36.

[16]Julio B， Yook Y. Political Uncertainty and Corporate Investment Cycles[J]. The Journal of Finance，2012，67（1）：45-84.

[17]賈倩，孔祥，孫錚.政策不確定性與企業(yè)投資行為——基于省級(jí)地方官員變更的實(shí)證檢驗(yàn)[J].財(cái)經(jīng)研究，2013（2）：81-91.

[18]Kim C，Pantzalis C，Park J C.Political geography and stock returns： The value and risk implications of proximity to political power[J].Journal of Financial Economics，2012，106（1）：196-228.

[19]馮晶.日本新年號(hào)“令和”及其政治考量[J].日本問(wèn)題研究，2019，33（4）：45-51.

[20]陳勝藍(lán)，劉曉玲.經(jīng)濟(jì)政策不確定性與公司商業(yè)信用供給[J].金融研究， 2018（5）：176-194.

[21]日本經(jīng)濟(jì)新聞.日銀、金融緩和を維持「ちゅうちょなく追加緩和」[EB/OL].[2019-08-27].https：//www.nikkei.com/article/DGXMZO47946810Q9A730C1MM0000/.

[22]林秀梅，李青召.日本經(jīng)濟(jì)政策不確定性和經(jīng)濟(jì)衰退[J].日本問(wèn)題研究，2018，32（1）：1-10.

[責(zé)任編輯 李 穎]

Abstract： This paper examines time series features of the fluctuation of Japanese economic policy uncertainty， using the micro data of Janpanese listed companies and an empirical model to analyze the influence of Japanese economic policy uncertainty on enterprise R&D. The main conclusions are as follows： Firstly， the increase of Japanese economic policy uncertainty has a negative impact on enterprises R&D; Secondly， the influences may vary due to industry differences; Thirdly， different economic policy uncertainty has different kinds of impact on Japanese enterprises R&D activities.The increase in the uncertainty of trade policy and financial policy has negative effects on enterprises R&D activities， while the increase in the uncertainty of fiscal policy and exchange rate policy will stimulate R&D. Compared with Japan， Chinese enterprises have less experience in R&D management and weak risktaking ability. The government should pay more attention to avoiding the wild fluctuation of economic policies， creating a good market environment， and taking effective measures to support enterprise innovation activities.

Key words： Japan; economic policy uncertainty; enterprise; R&D