常媛 劉云莉

【摘 要】 運(yùn)用2014—2018年非金融上市公司的年度數(shù)據(jù)，構(gòu)建中介效應(yīng)模型，研究經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值的影響路徑。研究發(fā)現(xiàn)：經(jīng)濟(jì)政策不確定性顯著降低了企業(yè)價(jià)值，且經(jīng)濟(jì)政策不確定性是通過企業(yè)融資路徑和企業(yè)投資路徑作用于企業(yè)價(jià)值;融資路徑中，經(jīng)濟(jì)政策不確定性主要是通過影響現(xiàn)金持有來影響企業(yè)價(jià)值;投資路徑中，投資效率在經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值之間起著中介作用，且投資不足路徑略高于投資過度路徑;此外，融資路徑的中介作用遠(yuǎn)高于投資路徑。研究結(jié)論有助于政府根據(jù)企業(yè)需求調(diào)整經(jīng)濟(jì)政策，為改善宏觀經(jīng)濟(jì)提供參考，也有助于企業(yè)更好地應(yīng)對經(jīng)濟(jì)政策變化，提升企業(yè)價(jià)值。

【關(guān)鍵詞】 經(jīng)濟(jì)政策不確定性; 企業(yè)負(fù)債; 現(xiàn)金持有; 投資效率; 企業(yè)價(jià)值

【中圖分類號】 F275.5? 【文獻(xiàn)標(biāo)識碼】 A? 【文章編號】 1004-5937（2021）05-0068-07

一、引言

金融危機(jī)后各國紛紛通過調(diào)整經(jīng)濟(jì)政策來刺激經(jīng)濟(jì)增長以避免經(jīng)濟(jì)持續(xù)衰退，我國也不例外，如“四萬億”計(jì)劃、降息等，在這一系列政策下經(jīng)濟(jì)快速復(fù)蘇的同時(shí)也帶來了一些問題，如經(jīng)濟(jì)增長快但質(zhì)量較低、非金融企業(yè)杠桿率過高、出現(xiàn)僵尸企業(yè)等。當(dāng)前，我國正處于“四期疊加”階段，經(jīng)濟(jì)政策頻繁調(diào)整，由Baker等構(gòu)建的中國EPU指數(shù)顯示，我國2014—2018年的EPU指數(shù)均值為298.82，期間EPU指數(shù)最小為66.53，最大為935.31，可見我國經(jīng)濟(jì)政策不確定性在此期間急劇上升。這一情況下，企業(yè)難以預(yù)測經(jīng)濟(jì)政策走向和政府態(tài)度并及時(shí)采取措施加以應(yīng)對，經(jīng)營風(fēng)險(xiǎn)增加，其經(jīng)營將會受到較大的沖擊。

危機(jī)后經(jīng)濟(jì)政策不確定性引起了學(xué)者的廣泛關(guān)注，Bloom[1]認(rèn)為不確定性是短期經(jīng)濟(jì)衰退和復(fù)蘇的主要原因。Carrière-Swallow et al.[2]通過實(shí)證研究發(fā)現(xiàn)，不確定性對投資和私人消費(fèi)產(chǎn)生嚴(yán)重沖擊，也使經(jīng)濟(jì)復(fù)蘇的時(shí)間增加，尤其是在新興經(jīng)濟(jì)體國家，但可通過減輕企業(yè)信貸約束來降低不確定性對宏觀經(jīng)濟(jì)產(chǎn)生的沖擊。企業(yè)作為宏觀經(jīng)濟(jì)的一部分，經(jīng)濟(jì)政策不確定性必然會影響企業(yè)生存和發(fā)展。為探索其對微觀企業(yè)的影響，學(xué)者從實(shí)物期權(quán)和金融摩擦的角度展開研究，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會影響企業(yè)投資、信貸供給、現(xiàn)金持有及債務(wù)融資等方面，如Bloom et al.[3]研究發(fā)現(xiàn)外部不確定性會增加企業(yè)產(chǎn)品未來需求的不確定性、自由現(xiàn)金流的不確定性和提高融資成本，使高管難以準(zhǔn)確判斷未來發(fā)展趨勢，投資決策更為謹(jǐn)慎;Valencia[4]對美國商業(yè)銀行的研究發(fā)現(xiàn)，不確定性降低商業(yè)銀行的信貸供給，資本充足率較低的銀行信貸供應(yīng)減少更加明顯。蔣騰等[5]對我國非金融企業(yè)的研究同樣是發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性降低了企業(yè)銀行借款，尤其是在高預(yù)期通貨膨脹時(shí)期。

從現(xiàn)有研究中不難發(fā)現(xiàn)，學(xué)者對經(jīng)濟(jì)政策不確定性如何影響企業(yè)價(jià)值的研究甚少，而企業(yè)價(jià)值的多寡決定了企業(yè)能否持續(xù)生存和發(fā)展，是企業(yè)經(jīng)營的最終目的，對企業(yè)至關(guān)重要。厘清二者關(guān)系及作用途徑，不僅有助于政府更好地調(diào)整經(jīng)濟(jì)政策來促進(jìn)企業(yè)發(fā)展，也有助于企業(yè)及時(shí)采取有效措施以應(yīng)對經(jīng)濟(jì)政策不確定性。根據(jù)經(jīng)濟(jì)政策不確定性的相關(guān)研究，不難發(fā)現(xiàn)，其主要影響企業(yè)投融資行為，故而本文將主要從企業(yè)融資和投資方向分析其對企業(yè)價(jià)值的影響及路徑。

二、理論分析與研究假設(shè)

（一）經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值的影響分析及假設(shè)

經(jīng)濟(jì)政策是政府改變企業(yè)外部環(huán)境的主要手段，即政府通過經(jīng)濟(jì)政策改變或制定企業(yè)的“游戲規(guī)則”[6]。經(jīng)濟(jì)政策的頻繁調(diào)整將影響整個(gè)市場經(jīng)濟(jì)，使企業(yè)外部經(jīng)營環(huán)境更復(fù)雜，更具不確定性，財(cái)務(wù)決策的不確定性也將隨之增加;而且我國法律監(jiān)管不夠完善、投資者保護(hù)不足，可能會進(jìn)一步放大經(jīng)濟(jì)政策不確定性對微觀企業(yè)的沖擊[5]，企業(yè)價(jià)值可能因此而發(fā)生波動。此外，宏觀經(jīng)濟(jì)政策的不確定性有好壞之分，好的不確定性與經(jīng)濟(jì)增長和資產(chǎn)價(jià)格正相關(guān)，而壞的不確定性與經(jīng)濟(jì)增長和資產(chǎn)價(jià)格負(fù)相關(guān)[7]。一般，政府對經(jīng)濟(jì)政策的調(diào)整是為了改善經(jīng)濟(jì)，使宏觀經(jīng)濟(jì)向好的方向發(fā)展，這對企業(yè)而言是一個(gè)較好的發(fā)展機(jī)遇，此時(shí)的經(jīng)濟(jì)政策不確定性暗含了較好的商業(yè)機(jī)會[8]。若企業(yè)及時(shí)抓住這一機(jī)會將能發(fā)展壯大自身，提升企業(yè)價(jià)值。但經(jīng)濟(jì)政策不確定性使企業(yè)信息中含有大量雜質(zhì)，其信息準(zhǔn)確識別，將會導(dǎo)致企業(yè)與外部的信息不對稱加大[9]、代理問題加重，企業(yè)價(jià)值可能因此而受損。首先，它可能給管理層自利行為（如“構(gòu)建商業(yè)帝國”“在職消費(fèi)”等）帶來便利，進(jìn)而有損企業(yè)價(jià)值;其次，投資者很可能會通過“用腳投票”來保護(hù)自身利益，從而引起企業(yè)股價(jià)波動，市場價(jià)值下跌。此外，鄧美薇[10]發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性將會對企業(yè)業(yè)績產(chǎn)生沖擊，降低企業(yè)績效。此時(shí)，大股東難以通過企業(yè)業(yè)績獲取利益，加之信息不對稱的存在，大股東的掏空動機(jī)可能促使其做出“隧道挖掘”行為，侵害小股東利益，掏空企業(yè)價(jià)值。因此，本文提出如下競爭性假設(shè)。

H1a：經(jīng)濟(jì)政策不確定性顯著降低了企業(yè)價(jià)值。

H1b：經(jīng)濟(jì)政策不確定性顯著提高了企業(yè)價(jià)值。

（二）經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值的影響路徑分析及假設(shè)

根據(jù)前文所述，不確定性會影響企業(yè)投融資行為，因此本文將從融資和投資兩個(gè)方面分析經(jīng)濟(jì)政策不確定對企業(yè)價(jià)值的影響路徑。

1.融資路徑。經(jīng)濟(jì)政策不確定性是企業(yè)面臨的一種外部風(fēng)險(xiǎn)，高經(jīng)濟(jì)政策不確定性會加大企業(yè)未來現(xiàn)金流的不確定性，增加企業(yè)發(fā)生流動性短缺的概率，導(dǎo)致經(jīng)營風(fēng)險(xiǎn)加大。從管理學(xué)的角度上看，在外部風(fēng)險(xiǎn)和內(nèi)部經(jīng)營風(fēng)險(xiǎn)加大的情況下，為了持續(xù)經(jīng)營和發(fā)展，企業(yè)可能會降低財(cái)務(wù)杠桿，減少債務(wù)融資。劉磊等[11]的研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性下，企業(yè)會選擇長期債務(wù)融資同時(shí)降低負(fù)債規(guī)模，避免內(nèi)外部風(fēng)險(xiǎn)疊加，誘發(fā)潛在的風(fēng)險(xiǎn)而使企業(yè)經(jīng)營陷入危機(jī)。此外，宏觀經(jīng)濟(jì)的不確定性會加大資產(chǎn)、要素價(jià)格的波動，銀行因難以準(zhǔn)確評估企業(yè)項(xiàng)目盈利水平而采取保守的貸款策略，降低了企業(yè)獲得銀行信貸的可能性[12]，企業(yè)銀行借款將會因此而下降;而且，經(jīng)濟(jì)政策不確定性的風(fēng)險(xiǎn)難以化解，外部投資者為保護(hù)自身利益會要求更高的風(fēng)險(xiǎn)補(bǔ)償[6]，這將增加企業(yè)外部融資摩擦，融資成本可能因此而上升。外部融資困難和內(nèi)部經(jīng)營風(fēng)險(xiǎn)加大的雙重作用下，企業(yè)可能出于“預(yù)防性動機(jī)”避免未來流動性短缺而改變現(xiàn)金持有政策。鄭立東等[13]研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會促使企業(yè)采取更為積極的現(xiàn)金管理行為，加快現(xiàn)金調(diào)整速度。綜合上述分析，為了應(yīng)對經(jīng)濟(jì)政策不確定性帶來的沖擊，企業(yè)可能會調(diào)整其負(fù)債水平和現(xiàn)金持有，而負(fù)債和現(xiàn)金持有的變化可能引發(fā)企業(yè)的代理沖突發(fā)生變化，對企業(yè)價(jià)值產(chǎn)生影響。如降低債務(wù)水平雖然能降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)而避免其價(jià)值損失，但也降低了外部對企業(yè)的監(jiān)督和干預(yù)，為管理層私利行為提供了便利，可能會使企業(yè)價(jià)值遭受損失;此外，根據(jù)有稅的MM理論，債務(wù)的減少會降低財(cái)務(wù)杠桿的作用，導(dǎo)致資本成本增加，使企業(yè)價(jià)值受損。而現(xiàn)金除了起預(yù)防作用外，也增加了管理層的自由控制權(quán)，可能加大管理層自利動機(jī)而使企業(yè)價(jià)值受損。綜上，本文提出假設(shè)2、假設(shè)3。

H2：經(jīng)濟(jì)政策不確定性會通過企業(yè)負(fù)債途徑而影響企業(yè)價(jià)值。

H3：經(jīng)濟(jì)政策不確定性會通過現(xiàn)金持有途徑而影響企業(yè)價(jià)值。

2.投資路徑。投資不僅具有“期權(quán)”性質(zhì)也具有不可逆性，不確定性下管理層會綜合考慮投資的調(diào)整成本和等待價(jià)值后做出決策[14]。實(shí)物期權(quán)理論認(rèn)為不確定性下企業(yè)會延遲投資等到不確定性消失或投資成本較低時(shí)擴(kuò)大投資以滿足被抑制的需求。而Oi-Hartman-Abel效應(yīng)則認(rèn)為，企業(yè)具備根據(jù)市場變化快速調(diào)整投資規(guī)模的能力，不確定性上升時(shí)，投資決策者會根據(jù)投資機(jī)會與潛在利潤而增加當(dāng)期投資?？梢?，不確定性下企業(yè)投資與否取決于決策者的判斷，若決策者判斷準(zhǔn)確，則會提高投資效率，企業(yè)得到較好的發(fā)展，價(jià)值得到提升;反之，若判斷失誤，則可能發(fā)生非效率投資，使企業(yè)發(fā)展受到制約。Bloom et al.[3]認(rèn)為不確定性下企業(yè)投資會更加謹(jǐn)慎，投資失誤的概率會有所降低;然而，饒品貴等[15]發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性使管理層對投資項(xiàng)目前景的預(yù)判可能產(chǎn)生偏差，甚至出現(xiàn)錯(cuò)誤，影響企業(yè)投資效率。此外，經(jīng)濟(jì)政策不確定性加大了金融摩擦，使企業(yè)外部融資難度加大，有價(jià)值的投資項(xiàng)目可能因無法獲得足夠的外部資金支持而被迫中斷或放棄，致使企業(yè)資源配置效率低下、發(fā)展停滯不前、價(jià)值受損;而且經(jīng)濟(jì)政策不確定性易使決策者對風(fēng)險(xiǎn)更加敏感，產(chǎn)生興奮、焦慮、恐懼等情緒[16]。過于偏好風(fēng)險(xiǎn)的高管可能投資過于激進(jìn)，導(dǎo)致因過度投資而陷入財(cái)務(wù)危機(jī);而過于風(fēng)險(xiǎn)規(guī)避的高管則可能投資過于謹(jǐn)慎，導(dǎo)致因投資不足而錯(cuò)失良機(jī)，最終都將可能使企業(yè)價(jià)值難以提升。綜上，本文提出假設(shè)4。

H4：經(jīng)濟(jì)政策不確定性會通過投資效率途徑而影響企業(yè)價(jià)值。

三、研究設(shè)計(jì)

（一）樣本選擇及數(shù)據(jù)來源

本文以2014—2018年A股上市非金融公司季度財(cái)務(wù)數(shù)據(jù)為初始樣本，為了保證實(shí)證結(jié)果的可靠性，剔除了金融企業(yè)、ST與？觹ST企業(yè)、關(guān)鍵變量缺失以及資不抵債（資產(chǎn)負(fù)債率高于100%）的企業(yè);為避免極端值的影響，對變量進(jìn)行了上下1%的縮尾處理。本文財(cái)務(wù)數(shù)據(jù)來源于Choice金融數(shù)據(jù)終端，并采用Excel和Stata 15軟件進(jìn)行數(shù)據(jù)處理和分析。

（二）變量定義

1.被解釋變量：企業(yè)價(jià)值（V）。目前主要是從會計(jì)指標(biāo)和市場指標(biāo)兩個(gè)方面衡量企業(yè)價(jià)值，由于會計(jì)指標(biāo)難以全面衡量企業(yè)價(jià)值，在資本市場和股票市場逐漸完善下，國內(nèi)學(xué)者普遍采用財(cái)務(wù)市場指標(biāo)衡量企業(yè)價(jià)值。本文借鑒李根紅[17]的做法，采用托賓Q值衡量企業(yè)價(jià)值。

2.解釋變量：經(jīng)濟(jì)政策不確定性①（EPU）。經(jīng)濟(jì)政策不確定性是指經(jīng)濟(jì)主體難以預(yù)知政府是否、何時(shí)以及如何改變現(xiàn)行的經(jīng)濟(jì)政策[18]。本文采用Baker（2013）基于《南華早報(bào)》構(gòu)建的中國EPU指數(shù)衡量經(jīng)濟(jì)政策不確定性，為匹配樣本數(shù)據(jù)，本文參考蔣騰等[5]與Gulen et al.[18]的做法，將月度EPU指數(shù)轉(zhuǎn)化為季度EPU指數(shù)，即EPUt=（3EPUI3，t/100+2EPUI3，t-1/100+EPUI3，t-2/100）/6。

3.中介變量：企業(yè)負(fù)債：（Lev）。本文采用企業(yè)負(fù)債總額占總資產(chǎn)比重衡量企業(yè)負(fù)債水平。

現(xiàn)金持有（Cash）。本文采用企業(yè)貨幣資金持有量衡量企業(yè)的現(xiàn)金持有水平，并使用總資產(chǎn)將其標(biāo)準(zhǔn)化處理。

投資效率（Inveff）。本文借鑒饒品貴等[15]的做法采用Richardson模型衡量企業(yè)投資效率水平，模型具體如下：

Invi，t=α0+α1Invi，t-1+α2Growthi，t-1+α3Roai，t-1+

α4Levi，t-1+α5Cfoi，t-1+α6Sizei，t-1+α7Agei，t-1+∑Year+

∑Industry+εi，t-1? ?（1）

式1中Inv為企業(yè)凈投資水平占總資產(chǎn)之比;Growth為企業(yè)成長性，即營業(yè)收入增長率;Roa為資產(chǎn)報(bào)酬率;Lev為資產(chǎn)負(fù)債率;Cfo為經(jīng)營現(xiàn)金凈現(xiàn)金流;size為企業(yè)規(guī)模;Age為企業(yè)上市年齡;year為時(shí)間虛擬變量;Industry為行業(yè)虛擬變量;ε為殘差項(xiàng)，用ε>0表示投資過度，用ε<0表示投資不足。用模型1的殘差項(xiàng)的絕對值表示投資效率（Inveff），Inveff值越大，企業(yè)投資效率越低，同時(shí)將ε>0的部分設(shè)為投資過度（Oinv），將ε<0的部分取絕對值后設(shè)為投資不足（Uinv）。

4.控制變量：本文借鑒鄧美薇[10]與饒品貴[15]的做法，從企業(yè)特征及公司治理層面選擇成長性、盈利能力、經(jīng)營現(xiàn)金流、有形資產(chǎn)比率、企業(yè)規(guī)模、上市年齡、機(jī)構(gòu)投資者持股比例和股權(quán)制衡度作為控制變量。

本文所有變量定義如表1所示。

（三）模型構(gòu)建

為了避免可能存在反向因果關(guān)系的影響，本文對將所有解釋變量和控制變量進(jìn)行了滯后一期處理;為避免異方差和自相關(guān)對回歸結(jié)果的影響，在公司層面進(jìn)行了標(biāo)準(zhǔn)誤聚類調(diào)整;并根據(jù)理論假設(shè)與溫忠麟等[19]提出的中介效應(yīng)檢驗(yàn)的方法，建立如下模型：

Vi，t=α0+α1EPUi，t-1+αiCVi，t-1+∑Industry+εi，t-1 （2）

MVi，t-1=β0+β1EPUi，t-1+βiCVi，t-1+∑Industry+εi，t-1? ?（3）

Vi，t=γ0+γ1EPUi，t-1+γ2MVi，t-1+γiCVi，t-1+∑Industry+εi，t-1? ? （4）

其中，MV為中介變量，分別用Cash、Lev、Inveff、Oinv、Uinv表示;CV為控制變量，Industry為行業(yè)虛擬變量，ε為殘差項(xiàng)，為避免時(shí)間虛擬變量與經(jīng)濟(jì)政策不確定性相互抵消，故本文在模型中沒有控制時(shí)間。

模型2用于驗(yàn)證H1。如果EPU的系數(shù)α1顯著為負(fù)，則H1成立。將模型2—模型4結(jié)合在一起用于驗(yàn)證H2和H3，若模型2和模型3中EPU的系數(shù)α1、β1均顯著，模型4中MV的系數(shù)γ也顯著，且β1×γ2顯著，則說明經(jīng)濟(jì)政策不確定性是通過中介變量MV對企業(yè)價(jià)值產(chǎn)生影響;若α1顯著，而β1和γ2其中有一個(gè)不顯著，則需要使用偏差校正的非參數(shù)百分位Bootstrap法檢驗(yàn)β1×γ2的顯著性，若β1×γ2顯著，則存在中介效應(yīng)。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

從表2發(fā)現(xiàn)，V的均值為2.67，說明公司的企業(yè)價(jià)值水平整體良好，但最小值僅為0.88，而最大值達(dá)12.05，這說明公司之間在企業(yè)價(jià)值上存在較大差距;EPUt-1的均值為2.79，表明我國經(jīng)濟(jì)政策不確定性水平較高，且最大值接近最小值的6倍（5.37/0.92），這說明在樣本研究期間政府曾頻繁調(diào)整經(jīng)濟(jì)政策。Levt-1的中位數(shù)略小于均值（42.93<43.72），其分布略右偏，標(biāo)準(zhǔn)差為20.78，這說明公司整體負(fù)債水平不高但波動較大;Casht-1的中位數(shù)小于均值（12.75<15.61），呈右偏分布，且標(biāo)準(zhǔn)差為10.91，這說明上市公司的現(xiàn)金持有水平占總資產(chǎn)比重較高且波動較大;Invefft-1的中位數(shù)小于均值（0.94<1.28），呈右偏分布，最小值為0.00、最大值為16.81，這說明公司的非效率投資水平較低但個(gè)體之間存在較大差異。

（二）相關(guān)性檢驗(yàn)

表3顯示的是主要變量的相關(guān)性檢驗(yàn)，從表中可以看出EPUt-1與V顯著負(fù)相關(guān)（相關(guān)系數(shù)為-0.127，p<0.01），這說明經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值顯著負(fù)相關(guān)，H1得到初步驗(yàn)證;Levt-1與V顯著負(fù)相關(guān)（相關(guān)系數(shù)為-0.389，p<0.01），Casht-1、Invefft-1與V顯著相關(guān)且與EPUt-1顯著相關(guān)，Levt-1與V顯著相關(guān)，與EPUt-1相關(guān)但不顯著，根據(jù)溫忠麟等[19]提出的中介效應(yīng)檢驗(yàn)的方法，Casht-1、Levt-1、Invefft-1可能在EPUt-1與V之間存在中介作用，這為H2、H3和H4提供了初步的證據(jù)。此外，本文也對控制變量與解釋變量進(jìn)行了相關(guān)性檢驗(yàn)，結(jié)果顯示各變量之間的相關(guān)系數(shù)普遍在0.4以下，說明上文建立的模型中不存在嚴(yán)重的共線性問題。由于篇幅有限，該部分的詳細(xì)結(jié)果未予以列示。

（三）回歸分析

1.經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值的影響

根據(jù)表4可知，在基準(zhǔn)回歸中，（1）列所示，EPUt-1與V在1%的水平顯著負(fù)相關(guān)（相關(guān)系數(shù)為-0.1754）;放入控制變量后，（2）列所示，EPUt-1與V在1%的水平顯著負(fù)相關(guān)（相關(guān)系數(shù)為-0.0909）;這說明經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值顯著負(fù)相關(guān)，即經(jīng)濟(jì)政策不確定性顯著降低了企業(yè)價(jià)值，符合H1a，即H1a成立，H1b不成立。

2.經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值：融資路徑

從表5可以看出，（2）列中EPUt-1與Levt-1在1%的水平顯著負(fù)相關(guān)（相關(guān)系數(shù)β1為-1.0776），即經(jīng)濟(jì)政策不確定性會顯著降低企業(yè)的負(fù)債水平;（3）列中，Levt-1與V在1%的水平顯著負(fù)相關(guān)（相關(guān)系數(shù)γ2為-0.0054），即在經(jīng)濟(jì)政策不確定性下企業(yè)負(fù)債對企業(yè)造成了不利影響，進(jìn)一步佐證了企業(yè)負(fù)債的降低并沒有因?yàn)樨?cái)務(wù)杠桿的下降而提升企業(yè)價(jià)值，反而可能因降低了外部監(jiān)督或增加了資金成本而對企業(yè)價(jià)值造成了不利影響;但Bootstrap test顯示間接效應(yīng)的Z統(tǒng)計(jì)量未通過顯著性檢驗(yàn)（Z=0.69，P=0.487），這說明企業(yè)負(fù)債在經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值之間的中介效應(yīng)并不顯著，即H2不成立。（4）列中EPUt-1與Casht-1在1%的水平顯著負(fù)相關(guān)（相關(guān)系數(shù)β1為-0.2902），即經(jīng)濟(jì)政策不確定性顯著降低企業(yè)現(xiàn)金持有，這說明上市公司可能是為了在一定程度上削弱高管的自由控制權(quán)，降低其在不確定下的自利動機(jī)，從而降低了現(xiàn)金持有;可能是因?yàn)榻?jīng)濟(jì)政策不確定性下，市場整體不景氣，資金難以及時(shí)收回而導(dǎo)致現(xiàn)金持有水平較低;也可能是經(jīng)濟(jì)政策不確定性下實(shí)體投資的利潤率低于金融投資，企業(yè)將更多的資金用于金融性投資，進(jìn)而降低了日常經(jīng)營所持有的現(xiàn)金，而且有研究證明經(jīng)濟(jì)政策不確定性促使非金融企業(yè)金融化。（5）列中Casht-1與V在1%的水平顯著負(fù)相關(guān)（相關(guān)系數(shù)γ2為0.0203），即企業(yè)現(xiàn)金持有能夠顯著提高企業(yè)價(jià)值，這說明在經(jīng)濟(jì)政策不確定下，企業(yè)現(xiàn)金持有并不會加劇代理沖突，而是更好地發(fā)揮了預(yù)防性的作用，促進(jìn)企業(yè)價(jià)值的提升;Bootstrap test顯示間接效應(yīng)的Z統(tǒng)計(jì)量通過了顯著性檢驗(yàn)（Z=-8.69 P=0.000），且β1×γ2的符號與α1符號相同，這說明企業(yè)現(xiàn)金持有在經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值之間發(fā)揮了中介效應(yīng)，即H3成立，經(jīng)濟(jì)政策不確定性會通過降低現(xiàn)金持有，抑制現(xiàn)金持有對企業(yè)價(jià)值的促進(jìn)作用，進(jìn)而對企業(yè)價(jià)值造成負(fù)面影響，且間接效應(yīng)占直接效應(yīng)的9.39%。

3.經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值：投資路徑

從表6可以看出，（2）列中EPUt-1與Invefft-1在1%的水平顯著負(fù)相關(guān)（相關(guān)系數(shù)β1為-0.0211），即經(jīng)濟(jì)政策不確定性顯著降低了企業(yè)的非效率投資，說明經(jīng)濟(jì)政策不確定性上升時(shí)，企業(yè)投資效率會顯著提高;（3）列中Invefft-1與V在1%的水平顯著正相關(guān)（相關(guān)系數(shù)γ2為0.0452），即在經(jīng)濟(jì)政策不確定下，企業(yè)非效率投資不僅沒有降低企業(yè)價(jià)值，反而顯著提升了企業(yè)價(jià)值，經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值的影響程度也略有降低（0.09<0.0909），這可能在于經(jīng)濟(jì)政策不確定性下企業(yè)的投資決策更多的是出于經(jīng)濟(jì)效益考慮，且從上文的描述分析中可知，企業(yè)整體的非效率投資水平較低，因此本文認(rèn)為企業(yè)的非效率投資是企業(yè)可承受范圍內(nèi)的投資，雖帶有些“賭博”色彩但卻可以降低經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值造成負(fù)面影響。Bootstrap test顯示間接效應(yīng)的Z統(tǒng)計(jì)量通過了顯著性檢驗(yàn)（P=0.000），且β1×γ2的符號與α1符號相同，這說明企業(yè)投資效率在經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值之間發(fā)揮了中介效應(yīng)，即H4成立，經(jīng)濟(jì)政策不確定性會通過影響企業(yè)投資效率而降低企業(yè)價(jià)值，但投資效率的中介效應(yīng)僅占直接效率的1.4%，遠(yuǎn)低于現(xiàn)金持有的中介效應(yīng)，這說明經(jīng)濟(jì)政策不確定性更多地通過影響現(xiàn)金持有而降低企業(yè)價(jià)值。企業(yè)非效率投資可分為投資不足和投資過度，從（4）列和（5）列中可以看出，經(jīng)濟(jì)政策不確定性會顯著抑制投資不足，對投資過度的抑制作用并不明顯，且投資不足的中介效應(yīng)占直接效應(yīng)的比重也略高于投資過度（1.36%>1.30%），即就投資路徑而言，企業(yè)更傾向于抑制投資不足來降低企業(yè)價(jià)值，這說明企業(yè)可能傾向于認(rèn)為經(jīng)濟(jì)政策不確定性是一種“機(jī)遇”，會略微加大投資，投資決策誤判概率可能上升導(dǎo)致企業(yè)價(jià)值下降。

（四）穩(wěn)健性檢驗(yàn)

為了避免結(jié)果的偶然性，本文對研究結(jié)果進(jìn)行了以下穩(wěn)健性檢驗(yàn)②。

1.替換變量。一是替換經(jīng)濟(jì)政策不確定性的計(jì)算方法，參考鄧美薇[10]的研究，采用幾何平均法重新計(jì)算經(jīng)濟(jì)政策不確定性;二是選擇陸尚勤和黃昀基于大陸報(bào)紙構(gòu)建的中國經(jīng)濟(jì)政策不確定性指數(shù)③作為經(jīng)濟(jì)政策不確定性的代理變量;分別對模型2—模型4重新進(jìn)行回歸?；貧w結(jié)果均與前文保持一致，可認(rèn)為本文的研究具有穩(wěn)健性。

2.使用工具變量回歸以緩解內(nèi)生性問題。經(jīng)濟(jì)政策不確定性可能不是外生變量，可能存在內(nèi)生性問題，因此，本文借鑒陳勝藍(lán)等[20]相關(guān)研究選擇滯后兩期的美國經(jīng)濟(jì)政策不確定性④作為中國經(jīng)濟(jì)政策不確定性（滯后一期）的工具變量進(jìn)行檢驗(yàn)。兩階段回歸檢驗(yàn)結(jié)果表明本文所選取的工具變量滿足工具變量的外生性條件，且EPU仍在1%的水平與企業(yè)價(jià)值顯著負(fù)相關(guān)，與原結(jié)論一致。

五、結(jié)論與建議

本文以中國A股上市非金融公司為樣本，構(gòu)建中介效應(yīng)模型研究經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值的影響及路徑，研究發(fā)現(xiàn)：（1）經(jīng)濟(jì)政策不確定性顯著降低了企業(yè)價(jià)值;（2）融資路徑中，負(fù)債融資未通過中介效應(yīng)檢驗(yàn)，經(jīng)濟(jì)政策不確定性是通過降低現(xiàn)金持有而對企業(yè)價(jià)值產(chǎn)生抑制作用;（3）投資路徑中，企業(yè)投資效率在經(jīng)濟(jì)政策不確定性與企業(yè)價(jià)值之間發(fā)揮了中介效應(yīng)，且投資不足路徑的中介作用略高于投資過度路徑。（4）就影響路徑而言，企業(yè)投資路徑的間接效應(yīng)占直接效應(yīng)比遠(yuǎn)低于融資路徑，經(jīng)濟(jì)政策不確定性更多的是通過影響企業(yè)融資而影響企業(yè)價(jià)值。

針對研究結(jié)論，本文提出以下兩點(diǎn)建議。

一是政府降低經(jīng)濟(jì)政策的不確定性，培育良好的競爭環(huán)境，促使市場發(fā)揮自我調(diào)節(jié)作用。經(jīng)濟(jì)政策是政府為改善宏觀經(jīng)濟(jì)形勢而采取的一種手段，是一種“救市”行為，但若頻繁改變經(jīng)濟(jì)政策，干預(yù)市場機(jī)制，易使企業(yè)過度依賴經(jīng)濟(jì)政策，缺乏良好的競爭環(huán)境，市場的自我調(diào)節(jié)機(jī)制難以發(fā)揮作用，從而對企業(yè)價(jià)值造成不利影響。頻繁調(diào)整經(jīng)濟(jì)政策應(yīng)是政府在經(jīng)濟(jì)衰退時(shí)期市場機(jī)制失靈下不得已的選擇，在經(jīng)濟(jì)形勢良好時(shí)期，應(yīng)注重發(fā)揮市場的調(diào)節(jié)功能。

二是企業(yè)適當(dāng)增加現(xiàn)金持有、降低杠桿、謹(jǐn)慎投資，以防因經(jīng)濟(jì)政策不確定性陷入財(cái)務(wù)困境或錯(cuò)失發(fā)展機(jī)遇。同時(shí)，為避免加劇代理沖突，企業(yè)還應(yīng)加強(qiáng)對高管的監(jiān)督或采取某些方式（股權(quán)激勵(lì)、職位晉升等）激勵(lì)高管，縮小其與企業(yè)之間的利益差距。此外，企業(yè)還應(yīng)盡可能地在維持自身實(shí)力的基礎(chǔ)上加強(qiáng)公司治理，進(jìn)而增強(qiáng)抵御風(fēng)險(xiǎn)的能力，以降低經(jīng)濟(jì)政策不確定性對企業(yè)價(jià)值造成的沖擊。

【參考文獻(xiàn)】

[1] BLOOM N.The impact of uncertainty shocks[J].Econometrica，2009，77（3）：623-685.

[2] CARRI？魬RE-SWALLOW Y，C？魪SPEDES L F.The impact of uncertainty shocks in emerging economies[J].Journal of International Economics，2013，90（2）：316-325.

[3] BLOOM N，BOND S，VAN REENEN J.Uncertainty and investment dynamics[J].The Review of Economic Studies，2007，74（2）：391-415.

[4] VALENCIA F.Aggregate uncertainty and the supply of credit[J].Journal of Banking & Finance，2017，81：150-165.

[5] 蔣騰，張永冀，趙曉麗.經(jīng)濟(jì)政策不確定性與企業(yè)債務(wù)融資[J].管理評論，2018，30（3）：29-39.

[6] P？魣STOR L'，VERONESI P.Political uncertainty and risk premia[J].Journal of Financial Economics，2013，110（3）：520-545.

[7] SEGAL G，SHALIASTOVICH I，YARON A.Good and bad uncertainty：macroeconomic and financial market implications[J].Journal of Financial Economics，2015，

117（2）：369-397.

[8] 劉志遠(yuǎn)，王存峰，彭濤，等.政策不確定性與企業(yè)風(fēng)險(xiǎn)承擔(dān)：機(jī)遇預(yù)期效應(yīng)還是損失規(guī)避效應(yīng)[J].南開管理評論，2017，20（6）：15-27.

[9] NAGAR V，SCHOENFELD J，WELLMAN L.Economic policy uncertainty and information asymmetry[D].Ross School of Business Paper，2017（1333）.

[10] 鄧美薇.經(jīng)濟(jì)政策不確定性對企業(yè)績效的影響——來自中國非金融類上市公司的經(jīng)驗(yàn)證據(jù)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2019，38（2）：97-106.

[11] 劉磊，王亞星，潘俊.經(jīng)濟(jì)政策不確定性、管理層治理與企業(yè)債務(wù)融資決策[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019，41（11）：83-97.

[12] BAUM C F，CAGLAYAN M，OZKAN N.The second moments matter：the impact of macroeconomic uncertainty on the allocation of loanable funds[J].Economics Letters，2009，102（2）：87-89.

[13] 鄭立東，程小可，姚立杰.經(jīng)濟(jì)政策不確定性、行業(yè)周期性與現(xiàn)金持有動態(tài)調(diào)整[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（12）：68-78.

[14] 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.

[15] 饒品貴，岳衡，姜國華.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)，2017，40（2）：27-51.

[16] KAPLANSKI G，LEVY H.Sentiment and stock prices：the case of aviation disasters[J].Journal of Financial Economics，2010，95（2）：174-201.

[17] 李根紅.并購商譽(yù)、投資效率與企業(yè)價(jià)值[J].財(cái)會通訊，2019（36）：74-77.

[18] GULEN H，ION M.Policy uncertainty and corporate investment[J].The Review of Financial Studies，2015，29（3）：523-564.

[19] 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）：731-745.

[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）：172-190.