楊 肖

（中國人民銀行蘭州中心支行，甘肅 蘭州 730000）

一、引言

經(jīng)濟學(xué)研究中，通常將凱恩斯發(fā)表《就業(yè)、利息和貨幣通論》作為現(xiàn)代宏觀經(jīng)濟學(xué)建立的標(biāo)志，由此開始，“無形之手”與“有形之手”，哪只手更加重要，如何協(xié)調(diào)好二者的關(guān)系等爭論從未停歇。凱恩斯學(xué)派主張政府的“有形之手”作用于失靈的市場，從而緩解現(xiàn)實中的失業(yè)與蕭條；以弗里德曼為代表的貨幣學(xué)派卻認(rèn)為人為政策干預(yù)只能造成市場的更大波動。市場的資源配置作用并不完美，會在某些方面存在失靈，如果政府能采取恰當(dāng)?shù)恼邷p小經(jīng)濟波動，引導(dǎo)產(chǎn)業(yè)升級轉(zhuǎn)型，將會對經(jīng)濟發(fā)展起到十分積極的作用。但是，市場本身千變?nèi)f化，政策制定者無法對市場中所有信息做出準(zhǔn)確判斷，加之政策具有滯后性，人為干預(yù)往往會扭曲市場信息。更為重要的是，頻繁的政策變化會加深這種不確定性，進(jìn)而影響公眾預(yù)期和企業(yè)經(jīng)營者決策。我國正處于經(jīng)濟轉(zhuǎn)型時期，市場經(jīng)濟發(fā)展并不成熟。面對政策的不確定性，企業(yè)家的投資決策會如何變化？是追求眼前利益，實現(xiàn)公司價值最大化，還是志存高遠(yuǎn)，加大投資力度，以期在未來得到豐碩回報？微觀決策者的行為與宏觀經(jīng)濟環(huán)境息息相關(guān)，宏觀經(jīng)濟政策的不確定將如何影響微觀經(jīng)濟主體的決策選擇，這方面的研究具有重要的現(xiàn)實和理論意義。

資本市場發(fā)展的不充分、壟斷的存在以及利率未充分市場化，使得我國金融資本一定程度上存在超額回報率；與此同時，房價的快速上漲使得房地產(chǎn)躋身高額利潤率行業(yè)。產(chǎn)業(yè)轉(zhuǎn)型升級過程伴隨著傳統(tǒng)制造業(yè)利潤的下滑，資本逐利性驅(qū)使越來越多的產(chǎn)業(yè)資本涌入金融業(yè)和房地產(chǎn)業(yè)，出現(xiàn)了“實體企業(yè)的金融化”現(xiàn)象。Wind 數(shù)據(jù)庫顯示，2018 年全年我國先后有1252 家上市公司購買過銀行理財產(chǎn)品，超過了上市公司總數(shù)的1/3，合計認(rèn)購金額總額達(dá)到1.66萬億元，創(chuàng)近五年購買公司數(shù)和認(rèn)購金額新高。作為傳統(tǒng)制造業(yè)大國，我國人口紅利和資源優(yōu)勢不斷喪失，低端制造業(yè)的低廉勞動力成本優(yōu)勢不再，高端制造業(yè)的發(fā)展處于技術(shù)瓶頸期，加之發(fā)達(dá)國家“再工業(yè)化”浪潮的影響和貿(mào)易保護(hù)主義的國際形勢越發(fā)明顯，我國制造業(yè)升級轉(zhuǎn)型迫在眉睫。正如熊彼特所說，企業(yè)實現(xiàn)創(chuàng)新升級是由企業(yè)家破壞性創(chuàng)造實現(xiàn)的。2003年到2017年，我國企業(yè)研發(fā)資金支出占全社會總研發(fā)支出的比重逐年增加，從60.11%提高至76.48%，并逐漸穩(wěn)定在70%以上的較高水平，企業(yè)早已成為我國實現(xiàn)技術(shù)創(chuàng)新的主要力量。在看到企業(yè)不斷提高研發(fā)投入為我國經(jīng)濟帶來活力的同時，也應(yīng)注意到我國的基礎(chǔ)性研究和應(yīng)用的投入仍然不足，基礎(chǔ)性研發(fā)投入的占比常年徘徊在5%左右，不利于形成長期的競爭優(yōu)勢。

創(chuàng)新是企業(yè)生命之源。與其他決策行為不同，創(chuàng)新研發(fā)需要企業(yè)持久投入資金，如果中途間斷，已投入部分幾乎完全淪為沉沒成本，調(diào)整成本高昂（Hall，2002）[1]。同時，創(chuàng)新研發(fā)行為是否成功面臨較高風(fēng)險且未來收益不穩(wěn)定，考慮到創(chuàng)新研發(fā)的成果多為專利品等無形資產(chǎn)，很難成為抵押品，給企業(yè)帶來新的融資。一般而言，企業(yè)創(chuàng)新研發(fā)活動的資金來源于兩部分:一是內(nèi)源融資，即企業(yè)生產(chǎn)經(jīng)營活動所產(chǎn)生的現(xiàn)金流，大部分得益于企業(yè)生產(chǎn)活動所帶來的利潤（Allen et al.， 2004）[2]；二是外源融資[3]，即企業(yè)通過直接金融或間接金融獲得資金（Brown et al.，2009）[4]。金融業(yè)的發(fā)展極大地豐富了企業(yè)的融資方式，同時也給企業(yè)提供了從金融市場獲得收益的機會[5]。不少學(xué)者關(guān)注企業(yè)金融資產(chǎn)配置和創(chuàng)新投入二者的關(guān)系。一部分學(xué)者認(rèn)為，金融資產(chǎn)的配置可以促進(jìn)企業(yè)創(chuàng)新投入，即存在“蓄水池”作用[6]。企業(yè)將資金配置到流動性較強的金融資產(chǎn)，既獲得了持有期的收益，增加了企業(yè)利潤，也可以在企業(yè)資金流不足時出售金融資產(chǎn)，迅速補充資金，減少了融資的成本，確保了企業(yè)長期擁有較為穩(wěn)定的資金流[7-8]。與此相反，另一部分學(xué)者則認(rèn)為金融資產(chǎn)的配置會“擠出”創(chuàng)新投入，即二者之間是“替代品”的關(guān)系[9]。如果企業(yè)的利潤更多地依賴于金融資產(chǎn)的收益時，企業(yè)很可能輕視創(chuàng)新投入，將有限的資金投入到金融資產(chǎn)，這種行為必然會擠出創(chuàng)新研發(fā)的投入[10]。

經(jīng)濟政策的不確定性會對宏觀經(jīng)濟發(fā)展和微觀經(jīng)濟主體產(chǎn)生諸多影響。Stock（2012）和Bloom（2012）將經(jīng)濟衰退期間的產(chǎn)出下降和失業(yè)率增加歸因于經(jīng)濟政策的不確定性[11-12]，Benati（2013）認(rèn)為不確定性也是金融危機后經(jīng)濟恢復(fù)緩慢的主要原因，這種不確定性使得企業(yè)和家庭對未來的預(yù)期不再明朗，進(jìn)而表現(xiàn)為投資降低、消費減少，最終造成經(jīng)濟復(fù)蘇緩慢。Baker 等（2016）在構(gòu)建并測算經(jīng)濟政策不確定性指數(shù)之后，基于美國數(shù)據(jù)分析，結(jié)果表明在控制其他影響因素之后，政策的不確定性會造成實際國內(nèi)生產(chǎn)總值、投資和就業(yè)率的對應(yīng)比例下降。宏觀經(jīng)濟的表現(xiàn)是微觀主體決策結(jié)果的累加[3]，Julio & Yook（2012）、Gulen & Ion（2016）、Kang et al.（2014）認(rèn)為企業(yè)的經(jīng)營活動、投資活動受到經(jīng)濟政策不確定性的極大影響，并且影響程度受到企業(yè)的資金約束、競爭程度、行業(yè)類別等因素影響[13-15]。在以往的研究成果中，通常針對某一方面的影響展開討論，或是企業(yè)的投資數(shù)量與效率（李鳳羽和楊墨竹，2015；饒品貴等，2017），或是創(chuàng)新投入與產(chǎn)出（顧夏銘等，2018），抑或是企業(yè)的現(xiàn)金持有水平（王紅建等，2019），幾乎沒有研究者將企業(yè)的行為決策劃分為短期和長期的權(quán)衡取舍。如何配置有限的資產(chǎn)，企業(yè)面臨著長短期的權(quán)衡取舍，并且這種決策受到宏觀經(jīng)濟政策不確定性的影響[16-19]。是投資金融資產(chǎn)，短期內(nèi)獲得高收益率，從而實現(xiàn)當(dāng)前收益的最大化，還是充分利用資金，加大研發(fā)投入，掌握核心技術(shù)，以期在長期獲得競爭優(yōu)勢？本文將在接下來的部分展開研究。

二、文獻(xiàn)梳理與研究假設(shè)

本文將從經(jīng)濟政策不確定性的整體影響以及不考慮和考慮經(jīng)濟政策不確定性情況下企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響三方面梳理現(xiàn)有文獻(xiàn)研究，并提出本文的假設(shè)研究。

（一）經(jīng)濟政策不確定性的整體影響

經(jīng)濟政策的不確定性包含諸多方面:一是當(dāng)局政府改變其經(jīng)濟政策主張和立場的可能性，當(dāng)某一國家采取多黨派輪流執(zhí)政時，不同黨派所代表的群體不同、主張的意識形態(tài)不同，在政策選擇上自然也會產(chǎn)生不同，這種偏好的不同表現(xiàn)為選舉年份經(jīng)濟政策不確定性往往高于非選舉年份（Julio & Yook，2012）[20]；二是經(jīng)濟政策在執(zhí)行時可能出現(xiàn)的不確定性，若某一政策較為保守或早有先例，受到的阻礙將會相對較小，執(zhí)行時所面臨的不確定性則比較低，反之，某一項新政的推出更易受到各方阻力，并且對于將要產(chǎn)生的政策效果由于缺乏先驗對比，必然會伴隨著較大的不確定性（Pastor & Veronesi，2012）[21]；三是采取經(jīng)濟行為的主體對經(jīng)濟政策是否確定及其程度的預(yù)期，經(jīng)濟主體行為會受到自身預(yù)期的影響，因此經(jīng)濟政策不確定性的影響也應(yīng)包含這部分內(nèi)容（Feng，2001）[22]。

2008 年的金融危機，將研究經(jīng)濟政策不確定性對于宏觀經(jīng)濟的影響推入了新的高潮。為了應(yīng)對宏觀經(jīng)濟的劇烈波動，各國紛紛出臺經(jīng)濟政策。隨著世界經(jīng)濟的聯(lián)系日益緊密和復(fù)雜，經(jīng)濟政策往往牽一發(fā)而動全身，學(xué)界出現(xiàn)了不少宏觀領(lǐng)域的研究，例如研究不確定性與經(jīng)濟周期、通貨膨脹以及產(chǎn)出水平的關(guān)系（Bachmann et al.，2013；Fernández-Villaverde et al.，2015）[23-24]；同時，另外一些研究將視角轉(zhuǎn)向微觀，證明了更大的不確定性造成經(jīng)濟主體在采取行為決策時將產(chǎn)生更多的預(yù)防動機，最終導(dǎo)致家庭消費和企業(yè)投資的下降（Gulen et al.，2016）[25]。

（二）企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響

企業(yè)若進(jìn)行大量的金融資產(chǎn)配置則有可能引起金融化，國內(nèi)學(xué)者也稱之為“虛擬經(jīng)濟”，具體表現(xiàn)為金融業(yè)及其控制者的支配權(quán)不斷增長，同時非金融公司更多地參與金融市場，導(dǎo)致產(chǎn)業(yè)重心向金融部門轉(zhuǎn)移（蔡明榮和任世馳，2014）[26]。企業(yè)進(jìn)行金融資產(chǎn)配置最根本的原因被認(rèn)為是投資實業(yè)的利潤降低和機會減少，因此企業(yè)轉(zhuǎn)而通過投資于收益率較高的金融領(lǐng)域，來提高利潤率（Milberg，2008；謝家智等，2014）[27-28]，其中資本密集型企業(yè)往往更具金融資產(chǎn)配置的能力（張慕瀕和孫亞瓊，2014）[29]。此外，企業(yè)進(jìn)行金融資產(chǎn)配置的動因和程度還受到股東價值觀念、企業(yè)盈利方式、融資渠道等的改變以及預(yù)防性動機的影響（張思成和張步曇，2016）[30]。

一般而言，企業(yè)將資產(chǎn)配置于金融領(lǐng)域有兩種動因:一種是將資產(chǎn)配置到流動性較低的金融資產(chǎn)，以追逐較高的回報率，從而謀求套利；另一種是將資產(chǎn)配置到流動性較高的金融資產(chǎn)，以緩解突發(fā)事件出現(xiàn)時產(chǎn)生融資約束。不同動因下，企業(yè)金融化對創(chuàng)新投入的影響不同，宋軍和陸旸（2015）利用2007—2012 年我國A 股上市公司報表數(shù)據(jù)，剝離出金融收益后發(fā)現(xiàn)，公司業(yè)績與金融資產(chǎn)持有量之間存在U形關(guān)系，不論是高收益公司還是低收益公司，都在一定程度上減少了企業(yè)的創(chuàng)新投入[31]。王紅建等（2017）的研究發(fā)現(xiàn)我國A股非金融類上市公司整體上呈現(xiàn)出企業(yè)金融化與創(chuàng)新投入的負(fù)相關(guān)關(guān)系，不同的融資約束與這種負(fù)相關(guān)關(guān)系無顯著相關(guān)性，但是公司的套利動機卻極大地提高了這種負(fù)相關(guān)關(guān)系[32]。劉貫春（2019）指出，將金融資產(chǎn)配置劃分為金融資產(chǎn)持有份額和金融渠道獲利后發(fā)現(xiàn)，前者對于提高企業(yè)未來的創(chuàng)新投入，即存在“蓄水池”的功能，后者無論是在當(dāng)期還是未來對創(chuàng)新投入都只具有阻礙作用，二者是“替代品”關(guān)系[33]?？紤]到企業(yè)的創(chuàng)新投入具有周期性長、資金數(shù)量大、正溢出效應(yīng)的特征，并且面臨風(fēng)險、收益以及信息不對稱等問題，目前針對企業(yè)金融資產(chǎn)配置對創(chuàng)新投入影響的研究，結(jié)論莫衷一是，本文做出如下假設(shè)。

H1a:企業(yè)金融化與創(chuàng)新投入之間呈正相關(guān)關(guān)系。

H1b:企業(yè)金融化與創(chuàng)新投入之間呈負(fù)相關(guān)關(guān)系。

（三）考慮經(jīng)濟政策不確定性情況下，企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響

經(jīng)濟轉(zhuǎn)型中的中國作為新興經(jīng)濟體的重要組成部分，地方官員政績在晉升錦標(biāo)賽制度下（周黎安，2007）[34]，表現(xiàn)為大規(guī)模投資拉動的省際GDP 競爭（巴曙松等，2005）[35]。由于政府的強有力，企業(yè)決策行為更易受到宏觀經(jīng)濟政策的影響，因此中國經(jīng)濟政策不確定性相對較高（饒品貴等，2017）[17]。經(jīng)濟政策的不確定性會改變企業(yè)生產(chǎn)經(jīng)營的外部環(huán)境，當(dāng)企業(yè)無法對外部經(jīng)濟環(huán)境的變化做出較為確定的預(yù)測時，行為決策將會變得保守和謹(jǐn)慎，一般情況下會減少或延遲相關(guān)的投資行為，直至這種不確定消失或者變得可控。實物期權(quán)理論、金融摩擦理論等通常都被用來解釋經(jīng)濟政策不確定性對于企業(yè)投資的抑制作用，并且投資的不可逆性、對于政府補貼的依賴度、行業(yè)的競爭程度等都會影響抑制的程度（Gulen&Ion，2016；李鳳羽和楊墨竹，2015）[14，16]。

Bloom（2007）指出，經(jīng)濟政策不確定性對企業(yè)創(chuàng)新投入的影響與其他方面不同[6]，Marcus（1981）也認(rèn)為政策對于創(chuàng)新活動具有很強的指引作用，具體如何決策取決于企業(yè)自身的權(quán)衡取舍。Orhangazi（2008）用美國各州的選舉活動測度政策不確定性，發(fā)現(xiàn)不確定性與企業(yè)創(chuàng)新投入呈正相關(guān)，并且這種關(guān)系在競爭激烈、科技含量高的企業(yè)更為顯著。企業(yè)金融化和創(chuàng)新投入，是企業(yè)投資決策的重要方面[37]。創(chuàng)新投入常常面臨較多的不確定性，付出和回報可能不成正比，但是企業(yè)要謀求長遠(yuǎn)的發(fā)展，這部分投入必不可少；與創(chuàng)新投入相反，金融資本的投入產(chǎn)生收益的期限往往短得多，股東也更偏好這種可以快速變現(xiàn)的收益。這兩種不同投資決策之間又會是何種關(guān)系呢？在美國、英國、墨西哥、阿根廷等國家的實證分析中，研究者發(fā)現(xiàn)金融化會“擠出”實業(yè)資本，投資于金融資本會較大地改變企業(yè)的資產(chǎn)配置，使企業(yè)的經(jīng)營重心轉(zhuǎn)移，削弱創(chuàng)新投入[33]。但是，學(xué)界也不乏研究得出相反的結(jié)論。適度金融化可以在一定程度上推動產(chǎn)業(yè)發(fā)展，雖然投資金融資本是一種短期行為，但也可將其視為實體資本的“蓄水池”，采取金融手段破解企業(yè)融資難題、消除資金約束，會增加企業(yè)創(chuàng)新的能力（Demir，2009；Harman，2010）[38-39]；也有美國學(xué)者實證得出結(jié)論，美國高度發(fā)達(dá)的金融業(yè)以及非金融企業(yè)的金融化并未抑制美國的創(chuàng)新投入（Kliman&Williams，2015）[40]。本文提出如下假設(shè)。

H2a:考慮政策不確定性后，企業(yè)金融化與創(chuàng)新投入之間呈正相關(guān)關(guān)系，企業(yè)注重長期發(fā)展。

H2b:考慮政策不確定性后，企業(yè)金融化與創(chuàng)新投入之間呈負(fù)相關(guān)關(guān)系，企業(yè)注重短期獲利。

目前對于企業(yè)金融化與創(chuàng)新投入的研究仍顯不足，究竟是“替代”作用顯著，還是“蓄水”效應(yīng)明顯，結(jié)論莫衷一是。創(chuàng)新是企業(yè)的靈魂，面對外部環(huán)境的不確定性，究竟選擇投資長期，韜光養(yǎng)晦、厚積薄發(fā)，還是選擇短期，追逐金融化帶來的收益，增強實力、擺脫資金約束，本文將在接下來的部分展開分析。

三、研究設(shè)計

（一）模型構(gòu)建

借鑒陸慶春和朱曉筱（2013）、劉貫春（2019）的研究成果[41，33]，本文基于托賓 Q 方程，構(gòu)建如下模型對研究假設(shè)進(jìn)行檢驗:

其中，被解釋變量為Innovation，即企業(yè)的創(chuàng)新投入；解釋變量為Financial，表示企業(yè)的金融化水平；EPU則為經(jīng)濟政策不確定指數(shù)，考慮到經(jīng)濟行為的決策者往往根據(jù)歷史數(shù)據(jù)預(yù)測未來，本文在回歸時選取滯后一期的數(shù)據(jù)。根據(jù)假設(shè)H1，回歸模型（1）中β1為主要檢驗系數(shù)，用來預(yù)測企業(yè)金融化與創(chuàng)新投入之間呈現(xiàn)何種相關(guān)關(guān)系，即存在“蓄水池”效應(yīng)還是“替代品”關(guān)系；根據(jù)假設(shè)H2，回歸模型（2）中β1用來預(yù)測面對政策的不確定性，企業(yè)如何在金融化和創(chuàng)新投入之間做出選擇，究竟是傾向于創(chuàng)新投入，注重長期發(fā)展，還是傾向于短期獲利，注重短期獲利。X表示一系列控制變量。

（二）變量設(shè)置

1.被解釋變量

企業(yè)創(chuàng)新投入（Innovation）?？紤]到我國非金融類上市公司中并非所有公司都會披露R&D 支出，且企業(yè)創(chuàng)新活動內(nèi)涵豐富，R&D 支出未將企業(yè)的專利權(quán)、著作權(quán)、商標(biāo)權(quán)等包含在內(nèi)，不能全面反映企業(yè)的技術(shù)開發(fā)與消化能力，企業(yè)無形資產(chǎn)與企業(yè)創(chuàng)新投入密切相關(guān)，可以綜合地反映企業(yè)創(chuàng)新投入。因此本文用無形資產(chǎn)凈額來替代R&D 支出，通過計算無形資產(chǎn)凈額占總資產(chǎn)比重來衡量企業(yè)的創(chuàng)新投入。

2.解釋變量

企業(yè)金融化水平（Financial），用上市公司期末金融資產(chǎn)占總資產(chǎn)比衡量。廣義金融資產(chǎn)包括一部分貨幣資金、持有至到期投資、交易性金融資產(chǎn)、投資性房地產(chǎn)、可供出售的金融資產(chǎn)、長期股權(quán)投資、債權(quán)投資以及應(yīng)收股利和應(yīng)收利息等，而狹義金融資產(chǎn)不包含長期股權(quán)投資。針對許多上市公司購買理財產(chǎn)品的行為，理財產(chǎn)品在賬務(wù)處理中一般被確認(rèn)為可供出售金融資產(chǎn)或交易性金融資產(chǎn)，金融資產(chǎn)的概念包含公司購買的理財產(chǎn)品?？紤]到貨幣資金具有高流動性，一般為企業(yè)日常經(jīng)營需要而持有，故將其剔除。綜上，本文采用廣義的企業(yè)金融資產(chǎn)范疇。

政策不確定性（EPU），本文選用“中國經(jīng)濟政策不確定性指數(shù)”（Economic Policy Uncertainty Index）作為衡量經(jīng)濟政策不確定性的指標(biāo)。該指標(biāo)由美國學(xué)者 Scott R. Baker、Nicholas Bloom 和 Steven J. Davis提出，基于新聞媒體受眾廣泛、文本豐富的特性，選取美國國內(nèi)十家權(quán)威報刊，對包含經(jīng)濟、政策和不確定性及其相關(guān)變體詞匯出現(xiàn)的頻率進(jìn)行統(tǒng)計處理，并以此首先建立了美國經(jīng)濟政策不確定指數(shù)。本文使用的“中國經(jīng)濟政策不確定指數(shù)”為斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的官方數(shù)據(jù)，原始數(shù)據(jù)來自policy uncertainty 網(wǎng)站（http://www.policyuncertainty.com）。國內(nèi)學(xué)者使用該數(shù)據(jù)做了大量研究，李鳳羽（2015）、饒品貴（2017）、顧夏銘（2018）、王紅建（2019）等的研究都采取該數(shù)據(jù)來表示經(jīng)濟政策的不確定性。實踐證明，該指數(shù)較好地反映出中國經(jīng)濟政策的波動，有效還原了經(jīng)濟政策的實施時間和不確定性。

3.控制變量

借鑒已有研究成果，本文選擇如下變量作為控制變量:公司規(guī)模（Size），通過公司總資產(chǎn)并取自然對數(shù)表示；現(xiàn)金流量（Cashflow），用經(jīng)營性現(xiàn)金流與總資產(chǎn)的比值衡量；盈利能力（ROE），用凈資本收益率表征；杠桿率（Leverage），用負(fù)債權(quán)益比表征；資本密度（Captialdensity），用固定資產(chǎn)與總資產(chǎn)之比表示；投資機會（Q），用托賓Q 值衡量；宏觀經(jīng)濟周期（GDP），用國內(nèi)生產(chǎn)總值表示（具體見表1）。

表1 變量及其定義

（三）樣本選擇

為了充分利用經(jīng)濟政策不確定性指數(shù)這一數(shù)據(jù)，更好地體現(xiàn)經(jīng)濟政策不確定性對企業(yè)行為的影響，按照證監(jiān)會2012 年對于行業(yè)分類的規(guī)定，本文選取2003 年第一季度至2018 年第四季度我國上市的制造業(yè)企業(yè)季報作為研究樣本，數(shù)據(jù)來源于CSMAR 數(shù)據(jù)庫和國家統(tǒng)計局網(wǎng)站。在剔除了不完整的公司樣本之后，最終得到了37323 個公司季度數(shù)據(jù)值作為研究樣本，并對數(shù)據(jù)進(jìn)行了上下1%的Winsorize處理，以消除異常值的影響。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計

表2 展示了本文選取樣本的描述性統(tǒng)計結(jié)果，分別為變量的均值、標(biāo)準(zhǔn)差、最小值、最大值、25%分位數(shù)、中位數(shù)以及75%分位數(shù)?？梢?企業(yè)的創(chuàng)新投入（Innovation）的均值為0.0416，略大于其中位數(shù)0.0341，表明我國上市企業(yè)中的制造業(yè)擁有略高的創(chuàng)新投入；金融化水平（Financial）的均值為0.0535，顯著大于其中位數(shù)0.0250，分布偏右，表現(xiàn)出我國上市企業(yè)中的制造業(yè)擁有較高的金融資產(chǎn)水平，且這種水平要大于創(chuàng)新水平；中國經(jīng)濟政策不確定性指數(shù)（EPU）的均值為214.2528，高于美國政策不確定性指數(shù)（USEPU）的均值127.5272 ，以及美國、歐洲和日本三國政策不確定性指數(shù)均值（AVEPU）的平均水平。

表2 變量的描述性統(tǒng)計

（二）內(nèi)生性處理

本文的模型構(gòu)建以托賓Q 模型為基礎(chǔ)，遺漏解釋變量是造成內(nèi)生性的主要原因，如企業(yè)家的才能、掌握的信息、特定的外部環(huán)境以及不可觀測因素等都會影響到企業(yè)的決策行為，這些問題都有可能造成模型在估計時產(chǎn)生內(nèi)生性。本文首先對各個解釋變量進(jìn)行異方差穩(wěn)健的DWH檢驗，結(jié)果發(fā)現(xiàn)創(chuàng)新投入的滯后一期項（Innovationi，t-1）、公司規(guī)模（Sizei，t）、盈利能力（ROEi，t）、資本密度（Captialdensityi，t）存在內(nèi)生性。針對存在的內(nèi)生性問題，采取對應(yīng)變量的滯后一期作為工具變量，并且工具變量與內(nèi)生變量的Shea’s partial R2較高且通過1%的顯著性檢驗，不存在弱工具變量。

本文采取靜態(tài)和動態(tài)兩種模型估計方法。至于靜態(tài)模型，考慮到企業(yè)之間存在較大異質(zhì)性，影響公司金融資產(chǎn)配置和創(chuàng)新投入決策的很多因素更是無法掌握，因此分別嘗試采用固定效應(yīng)模型和隨機效應(yīng)模型。接下來考慮動態(tài)模型估計，模型滿足擾動項不存在自相關(guān)，因此分別采用差分GMM 和系統(tǒng)GMM方法進(jìn)行估計。

（三）回歸結(jié)果分析

1.企業(yè)金融資產(chǎn)配置如何影響創(chuàng)新投入

表3 展示了企業(yè)金融資產(chǎn)配置對企業(yè)創(chuàng)新投入的影響。本文首先采用靜態(tài)模型中的固定效應(yīng)模型，該模型可以在一定程度上減少遺漏變量帶來的不利影響，接著嘗試采用隨機效應(yīng)模型，豪斯曼檢驗（Hausman，1978）結(jié)果p 值為0.0000。因此強烈拒絕使用隨機效應(yīng)的原假設(shè)，即固定效應(yīng)模型在本文的模擬中較為合理。不論基于何種模型，企業(yè)金融資產(chǎn)配置項的回歸系數(shù)都為負(fù)，并且在1%或5%的水平上顯著，說明在控制了相關(guān)企業(yè)層面微觀變量和宏觀經(jīng)濟變量之后，企業(yè)金融資產(chǎn)的配置和創(chuàng)新投入之間呈負(fù)相關(guān)關(guān)系，即二者之間互為“替代品”，驗證了H1 假設(shè)。在采用差分GMM 回歸后，進(jìn)行過度識別檢驗，p 值=0.0717＞0.05，因此無法拒絕“所有工具變量均有效”的原假設(shè)，嘗試采用系統(tǒng)GMM 法進(jìn)行估計，進(jìn)行過度識別檢驗的p 值=0.0538＜0.05，表明兩種模型都可以接受。也就是說，企業(yè)將資產(chǎn)配置在金融資產(chǎn)上，會減少在創(chuàng)新研發(fā)方面的投入。

對于控制變量而言，公司規(guī)模、杠桿率、現(xiàn)金流和資本密度與企業(yè)創(chuàng)新投入呈現(xiàn)顯著的正相關(guān)關(guān)系。在資本市場上，較大規(guī)模的公司一般擁有較強的融資能力，在日常的生產(chǎn)經(jīng)營中擁有較為充足的現(xiàn)金流，也使得企業(yè)可以利用高杠桿獲取資金，這些條件都使得企業(yè)可以壓低融資成本，表現(xiàn)為將更多的企業(yè)創(chuàng)新投入。企業(yè)的托賓Q值衡量了企業(yè)的投資機會，這種投資機會也在一定程度上表征了企業(yè)的成長性，投資機會大的企業(yè)成長空間也大，這樣的企業(yè)在市場上擁有較好的發(fā)展前景，也更愿意加大對于產(chǎn)品創(chuàng)新的資金投入。反之，企業(yè)的盈利能力對企業(yè)創(chuàng)新投入的影響為負(fù)，企業(yè)盈利能力對于創(chuàng)新投入存在兩種相反的作用，一方面高盈利能力產(chǎn)生更多利潤，可以充實企業(yè)資金，用于增加創(chuàng)新投入，但是較高的盈利能力說明企業(yè)目前產(chǎn)品擁有較好的市場前景，在沒有明確的改進(jìn)方向或者新的產(chǎn)品研發(fā)時，企業(yè)的創(chuàng)新投入可能會減少，在本文的樣本中，這種不利的影響超過了有利影響，因此表現(xiàn)為負(fù)相關(guān)關(guān)系?？紤]到控制變量的估計結(jié)果基本相當(dāng)，因此在下文中不再重復(fù)解釋。

表3 企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響

2.面對經(jīng)濟政策不確定性，企業(yè)金融化如何影響企業(yè)創(chuàng)新投入

本文的假設(shè)H2想要探究，面對經(jīng)濟政策的不確定性，企業(yè)將如何進(jìn)行資產(chǎn)的配置，是傾向于投資金融產(chǎn)品，還是注重創(chuàng)新投入？二者之間又將會是何種關(guān)系？表4 展示了在考慮經(jīng)濟政策不確定性情況下，企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響。同樣，基于不同的模型，企業(yè)金融資產(chǎn)配置項的系數(shù)均為負(fù)，說明假設(shè)H2b成立，即面對政策的不確定性，若企業(yè)金融資產(chǎn)配置與創(chuàng)新投入之間成負(fù)相關(guān)關(guān)系，則證明企業(yè)傾向于短期獲利。但是，將經(jīng)濟政策的不確定性納入解釋變量后，除差分GMM 模型外，企業(yè)金融資產(chǎn)配置項的系數(shù)變小，意味著金融資產(chǎn)配置的增加對企業(yè)創(chuàng)新投入的抑制程度加深。對于宏觀經(jīng)濟的控制變量——經(jīng)濟政策不確定性指數(shù)而言，它與企業(yè)的創(chuàng)新投入呈正相關(guān)關(guān)系，并在1%的水平上顯著，即經(jīng)濟政策的不確定性越大，企業(yè)的創(chuàng)新投入越多。這是因為經(jīng)濟政策的不確定性對于金融資產(chǎn)價格會產(chǎn)生不確定的影響，并且由于金融資產(chǎn)的杠桿性，這種不確定性會放大，企業(yè)更傾向于將資金配置在創(chuàng)新投入上，這樣更有利于企業(yè)的長期發(fā)展。

表4 經(jīng)濟政策不確定情況下，企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響

（四）穩(wěn)健性檢驗

為了驗證前文結(jié)論的可靠性，本文通過改變模型的設(shè)定形式、以交互形式引入分組回歸時采用的企業(yè)特征變量及采用工具變量的形式三種方式進(jìn)行穩(wěn)健性檢驗。具體結(jié)果在表5 中展示，由于篇幅所限，僅展示考慮經(jīng)濟政策不確定性情況下的系統(tǒng)GMM估計結(jié)果。

表5 穩(wěn)健性檢驗結(jié)果

第一，基于歐拉方程的估計。本文模型的設(shè)定基于托賓Q 方程，也有學(xué)者基于歐拉方程設(shè)定模型（Brown and Petersen，2011；謝家智，2014），采用GMM 方法進(jìn)行估計，將企業(yè)創(chuàng)新投入滯后一期項的平方引入回歸方程，利用歐拉方程的凸性來展現(xiàn)企業(yè)的創(chuàng)新投入過程。表5 中（1）列展示了回歸的結(jié)果。可以看出，表5中（1）列的估計結(jié)果與表4類似，企業(yè)金融資產(chǎn)配置項系數(shù)均為負(fù)，并且在5%和10%的水平上顯著，說明企業(yè)考慮經(jīng)濟政策不確定性的情況下，金融資產(chǎn)的配置會擠出創(chuàng)新投入，呈現(xiàn)出較為短期的行為。

第二，引入企業(yè)特征交互項的估計。在進(jìn)一步的分析中，本文選擇三種角度將樣本分為兩個子樣本，在對不同子樣本進(jìn)行分別回歸后，發(fā)現(xiàn)有些子樣本的系數(shù)無法從統(tǒng)計意義上識別二者是否具有差異，故用PD、QD、SD 的虛擬變量分別表示企業(yè)所有權(quán)、成長性和規(guī)模的子樣本組別，在模型中引入虛擬變量和企業(yè)金融資產(chǎn)配置的交互項，結(jié)果如表5 中（2）、（3）、（4）所示，除虛擬變量為 PD 時，F(xiàn)inanciali，t項系數(shù)不顯著之外，其他兩種情況下，金融資產(chǎn)配置與創(chuàng)新投入的相關(guān)關(guān)系都顯著為負(fù)，這個結(jié)果與后文的分組回歸一致。

第三，采用不同工具變量的估計。本文采用無形資產(chǎn)凈額占總資產(chǎn)的比重來衡量企業(yè)創(chuàng)新投入，由于我國上市企業(yè)自2007 年后開始披露企業(yè)R&D投入數(shù)據(jù)，故本文用企業(yè)R&D 投入數(shù)據(jù)作為工具變量進(jìn)行回歸估計。另外，借鑒許罡（2018）等的做法，采用美國經(jīng)濟不確定性指數(shù)（USEPU）以及美國、歐盟和日本經(jīng)濟不確定性指數(shù)的平均值（AVEPU）作為CNEPU 的工具變量，對原方程進(jìn)行回歸。結(jié)果見表5中（5）、（6）和（7）列，F(xiàn)inanciali，t項的系數(shù)均為負(fù)，除用USEPU 作為工具變量外，均通過5%的顯著性水平檢驗。

五、進(jìn)一步擴展

在全面考察企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響基礎(chǔ)上，有必要將企業(yè)按照個體特征區(qū)分，不少研究也證明這些特征影響企業(yè)的行為（王紅建等，2017；申慧慧等，2012；陸慶春和朱曉筱，2013）[32，36，41]。首先，企業(yè)所有權(quán)的不同可能會對企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。國有企業(yè)承擔(dān)較多的社會責(zé)任，例如穩(wěn)增長、保就業(yè)等，這就要求其對資產(chǎn)的配置具有相對固定的要求，受到外界影響較少。再者，國有企業(yè)可以比較容易獲得成本較低的融資，因此沒有很強的動機去尋找較大收益的金融資產(chǎn)進(jìn)行配置，相對較低的融資成本使得金融資產(chǎn)的配置并不會對企業(yè)的創(chuàng)新投入產(chǎn)生較大的影響。基于上述分析，本文提出如下假設(shè)。

H3:國有企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響比非國有企業(yè)小，并且這種負(fù)面影響在考慮經(jīng)濟政策的不確定性時依然存在。

表6 不同企業(yè)所有權(quán)情況下的子樣本回歸結(jié)果分析

表6 呈現(xiàn)了對樣本按照所有權(quán)的不同進(jìn)行劃分后分組回歸的結(jié)果:在不考慮經(jīng)濟政策不確定性的情況下，國有企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響是-0.0146，而非國有企業(yè)則達(dá)到-0.0984；在考慮經(jīng)濟政策不確定性時，國有企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響為-0.0140，此時非國有企業(yè)為-0.0985，并且都在1%的水平下顯著。在兩種情況下，不同所有權(quán)企業(yè)的Financial系數(shù)差異檢驗的p 值均為0，即在1%的置信水平上拒絕二者不存在差異的原假設(shè)，說明在統(tǒng)計意義上，不同所有權(quán)企業(yè)的金融資產(chǎn)配置對創(chuàng)新投入的影響存在差異，驗證了假設(shè)H3。

其次，企業(yè)規(guī)模的大小可能會對企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。較大規(guī)模的企業(yè)通常資金更為充足，充足的資金使得企業(yè)在金融資產(chǎn)選擇時，有較強的議價權(quán)，并且有能力進(jìn)行資產(chǎn)組合，增加收益減少風(fēng)險；但同時大企業(yè)充足的資金要求更高的回報，更需要在短期的金融資產(chǎn)獲益與長期而持續(xù)的創(chuàng)新投入之間做好權(quán)衡取舍。因此，企業(yè)的規(guī)模越大，金融資產(chǎn)配置對創(chuàng)新投入的影響更大。基于上述分析，本文提出如下假設(shè)。

H4:企業(yè)規(guī)模越大，其金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響越大；相反，企業(yè)規(guī)模越小，其金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響越小，并且這種負(fù)面影響在考慮經(jīng)濟政策的不確定性時依然存在。

表7 不同企業(yè)規(guī)模情況下的子樣本回歸結(jié)果分析

表7 呈現(xiàn)了對樣本按規(guī)模大小進(jìn)行劃分后分組回歸的結(jié)果:無論是否考慮經(jīng)濟政策的不確定性，大規(guī)模企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響是-0.0211，而小規(guī)模企業(yè)為-0.0168，并且系數(shù)都在1%的水平下顯著。但是兩種情況下，不同規(guī)模大小企業(yè)的Financial 系數(shù)差異檢驗的 p 值為 0.03298 和 0.3302，不能拒絕二者不存在差異的原假設(shè)，說明在統(tǒng)計意義上，不同規(guī)模大小的企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響并不存在差異。

再次，企業(yè)的投資機會可能會對企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。企業(yè)的投資機會在一定程度上表示了企業(yè)的成長性。投資機會多的企業(yè)通常擁有較好的成長性，這類企業(yè)注重創(chuàng)新研發(fā)的投入，不斷加大創(chuàng)新投入，以此使得企業(yè)在長期可以適應(yīng)變化發(fā)展的市場；而投資機會少的企業(yè)往往成長性較差，這類企業(yè)不太注重企業(yè)的長期發(fā)展，若金融資產(chǎn)的收益較高，則傾向于將資產(chǎn)配置于此?；谏鲜龇治觯疚奶岢鋈缦录僭O(shè)。

H5:企業(yè)的投資機會越少，其金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響越大；相反，投資機會越多，其金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響越小，并且這種負(fù)面影響在考慮經(jīng)濟政策的不確定性時依然存在。

表8 不同投資機會情況下的子樣本回歸結(jié)果分析

表8呈現(xiàn)了對樣本按照不同投資機會進(jìn)行劃分后分組回歸的結(jié)果:在不考慮經(jīng)濟政策不確定性的情況下，較少投資機會的企業(yè)，金融資產(chǎn)配置對創(chuàng)新投入的影響是-0.0286，而投資機會多的企業(yè)則為-0.0006；在考慮經(jīng)濟政策不確定性時，較少投資機會的企業(yè)，金融資產(chǎn)配置對創(chuàng)新投入的影響是-0.0276，而投資機會多的企業(yè)則為-0.0006，并且較少投資機會的企業(yè)，系數(shù)在1%的水平下顯著。在兩種情況下，不同投資機會企業(yè)的Financial 系數(shù)差異檢驗的p 值均為0，即在1%的置信水平上拒絕二者不存在差異的原假設(shè)，說明在統(tǒng)計意義上，不同投資機會企業(yè)的金融資產(chǎn)配置對創(chuàng)新投入的影響存在差異，驗證了假設(shè)H5。

最后，有學(xué)者將2008 年金融危機作為劃分樣本的依據(jù)，考察對企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。2008 年金融危機開始于次貸危機，引發(fā)金融業(yè)發(fā)生劇烈波動，隨后擴展至實體經(jīng)濟，帶來了經(jīng)濟低迷。不少國家都紛紛出臺了刺激計劃，Pastor and Veronesi（2013）指出，投資者在經(jīng)濟衰退時會產(chǎn)生政府將采取行動干預(yù)經(jīng)濟的預(yù)期，因此政府改變現(xiàn)行的經(jīng)濟政策往往只需承擔(dān)較低的政治成本，企業(yè)也將更加關(guān)注經(jīng)濟政策的不確定性，以期從中獲得收益[42]。金融危機造成金融資產(chǎn)價格波動，勢必會對企業(yè)的資產(chǎn)配置行為產(chǎn)生影響。故本文提出如下假說。

H6:企業(yè)金融資產(chǎn)配置對企業(yè)創(chuàng)新投入的抑制作用在2008年金融危機前后表現(xiàn)程度不同。

表9 將2008年作為時間斷點的子樣本回歸結(jié)果分析

本文以2008 年為界，將樣本按時期劃分為金融危機發(fā)生前（2003 年第一季度—2008 年第四季度）和金融危機發(fā)生后（2009 年第一季度—2018 年第四季度）兩個階段，并分別進(jìn)行回歸（見表9）。無論是否考慮經(jīng)濟政策的不確定性，金融危機發(fā)生之前，企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的影響是-0.0187，而危機發(fā)生之后則變?yōu)?0.0142，系數(shù)分別在1%的水平下顯著。表明在金融危機之后，企業(yè)的金融資產(chǎn)配置對創(chuàng)新投入的負(fù)向影響有所減小，企業(yè)更加注重長期的發(fā)展。在兩種情況下，不同時期企業(yè)的Financial 系數(shù)差異檢驗均未通過顯著性水平，說明在該樣本下，2008 年金融危機前后，企業(yè)的金融資產(chǎn)配置對創(chuàng)新投入的影響并未存在差異。

六、主要結(jié)論

本文采用2003 年第一季度—2018 年第四季度我國上市制造業(yè)企業(yè)中共計37323 個公司季度數(shù)據(jù)作為研究樣本，基于拓展的托賓Q方程，探究了在是否考慮經(jīng)濟政策不確定性的兩種情況下，企業(yè)金融資產(chǎn)配置與創(chuàng)新投入之間的關(guān)系。結(jié)果表明:無論是否考慮經(jīng)濟政策的不確定性，企業(yè)金融資產(chǎn)配置的增加都會擠出創(chuàng)新投入，則證明企業(yè)傾向于短期獲利，將經(jīng)濟政策的不確定性考慮進(jìn)來則會加大這種擠出作用。除此之外，本文還將企業(yè)的異質(zhì)性納入考慮范圍，得出以下三點結(jié)論:（1）國有企業(yè)金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響比非國有企業(yè)小；（2）企業(yè)規(guī)模越大，其金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響越大；（3）企業(yè)的投資機會越少，其金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響越大。并且上述的負(fù)面影響在考慮經(jīng)濟政策的不確定性時依然存在。同時，本文還將樣本按時間劃分，考察2008 年金融危機前后這種抑制作用的程度，發(fā)現(xiàn)并不存在統(tǒng)計意義上的差別。

基于上述結(jié)論，本文得出幾點政策建議。

第一，企業(yè)金融資產(chǎn)的配置在一定程度上擠出了創(chuàng)新投入，并且經(jīng)濟政策的不確定會加重這種負(fù)面影響，因此在目前投資拉動型經(jīng)濟增長方式下，政府應(yīng)盡力避免經(jīng)濟政策的不確定性波動，提高公信度，降低企業(yè)對政府行為的過度依賴，注重自身的抗風(fēng)險能力建設(shè)，做好長短期權(quán)衡取舍，實現(xiàn)可持續(xù)發(fā)展。

第二，考慮到小規(guī)模企業(yè)的金融資產(chǎn)配置對創(chuàng)新投入的負(fù)面影響更大，加之這類企業(yè)往往更易受到政策不確定性的影響，這也顯現(xiàn)了國家對于中小企業(yè)重視的必要性，這就要求在把握住風(fēng)險底線的前提下，一方面加大對中小企業(yè)的支持，使之避免政策的不利影響，另一方面加強金融服務(wù)，健全金融體制，降低中小企業(yè)的融資難度，擴展融資約束。

第三，不同所有制企業(yè)金融資產(chǎn)配置對于創(chuàng)新投入的負(fù)向作用存在明顯區(qū)別，因此建議加快國有企業(yè)改革，扭轉(zhuǎn)資源錯配，促進(jìn)要素自由流動與合理配置。