宮汝凱

一、引言

隨著中國經濟進入中低速增長階段，宏觀杠桿率持續(xù)快速升高。根據國際清算銀行(BIS)的數據，1998 年，非金融部門的杠桿率為114.9%，2013 年達到206.6%，年均上升6 個百分點。引人注目的是，在全球金融危機之后，非金融部門的杠桿率從2008年的138.4%上升至2016 年的241.4%，年均增長12.9 個百分點。潛在的金融風險引起了中央的高度關注。2015 年，中央經濟工作會議提出供給側結構性改革的五大任務：“去產能、去庫存、去杠桿、降成本、補短板”；2016 年，中央經濟工作會議明確提出“要在控制總杠桿率的前提下，把降低企業(yè)杠桿率作為重中之重”；2017 年，全國金融工作會議進一步明確“要把國有企業(yè)降杠桿作為重中之重”；2017 年，黨的十九大報告提出，“要堅決打好防范化解重大金融風險、精準脫貧、污染防治三大攻堅戰(zhàn)”。從微觀層面來看，企業(yè)杠桿率的常用表達式為“負債總額與資產總額之比”，在含義上等同于“資本結構”。需要說明的是，“去杠桿”并不意味著將企業(yè)杠桿率降低為零，而是逐步調整到提升企業(yè)價值和有效防范風險的權衡區(qū)間內。因此，從動態(tài)視角來看，“去杠桿”在微觀本質上是企業(yè)資本結構的動態(tài)調整過程(王朝陽等，2018)。

值得注意的是，中央和地方各級政府均一直在中國經濟持續(xù)快速增長進程中發(fā)揮著積極的作用。一方面，在市場機制越發(fā)成為主要資源配置方式的同時，中央政府通過制定推動大規(guī)模的跨區(qū)域基礎設施建設(比如高鐵)、減緩經濟周期波動以及鼓勵和引導新興產業(yè)發(fā)展(比如國家級高新技術開發(fā)區(qū))等宏觀經濟政策，促進了國民經濟的穩(wěn)定和快速發(fā)展。不過，在諸多政策出臺之前，企業(yè)通常很難準確地預測未來政策的形式、內容和持續(xù)時間；在政策出臺之后，其執(zhí)行強度和效果往往會存在多種可能；加之政策會出現頻繁調整，企業(yè)的長期發(fā)展面臨諸多變數。這些均會使企業(yè)對未來產生不確定性預期?？紤]到這一政策不確定性涉及整體經濟運行，能系統(tǒng)地影響市場上所有經濟個體的行為，本文將其稱為宏觀(全局)政策不確定性。另一方面，考慮到中國實施的中央-地方分權制管理模式，地方政府會制定地區(qū)性的經濟發(fā)展政策(區(qū)內基礎設施建設、招商引資、城市規(guī)劃和建設以及工業(yè)園區(qū)整改等)，而其政策在促進區(qū)域經濟快速發(fā)展過程中發(fā)揮著積極的作用。然而，地方政府官員的變更往往會帶來既有政策的中斷或調整以及新政策的推行，這勢必會導致地區(qū)經濟發(fā)展政策出現不連續(xù)性和不確定性(楊海生等，2015)。這一政策不確定性波及的范圍相對較小，只會影響到特定區(qū)域內經濟個體的行為，本文稱之為地區(qū)(局部)政策不確定性。由此可知，宏觀和地區(qū)雙重視角的政策不確定性是中國經濟發(fā)展中的一個典型特征，企業(yè)經營決策通常會受到這一雙重政策不確定性的影響，融資決策也會針對政策不確定環(huán)境的變化做出相應的調整。這主要涉及兩個方面：其一，政策不確定性上升會增大企業(yè)面臨的市場摩擦，導致資本結構調整成本上升，企業(yè)投資變得更為謹慎，融資需求下降；同時，銀行等金融機構因“惜貸”而降低信貸資金供給，進而降低資本結構向目標資本結構水平調整的速度，擴大偏離目標的幅度；其二，政策不確定性往往意味著未來收益機會的增加，導致市場競爭加劇和行業(yè)重新洗牌；為了應對激烈的競爭和降低被淘汰的風險，企業(yè)會加快向目標資本結構的調整，縮小偏離目標的幅度?？梢姡暧^和地區(qū)雙重政策不確定性對資本結構動態(tài)決策的具體影響取決于以上兩種效應的綜合。在此情景下，如何“去杠桿”便對應于政策不確定環(huán)境下資本結構的動態(tài)決策問題?？紤]到兩種政策不確定性的特點和作用范圍不同，對企業(yè)融資決策的影響也可能存在差異。深入探索雙重政策不確定性對資本結構動態(tài)決策的影響對于積極推行“去杠桿”等供給側結構性改革和防控化解重大金融風險具有較高的理論價值和較大的現實意義。

有鑒于此，本文從宏觀和地區(qū)兩個維度來刻畫政策不確定性，在文獻綜述和理論分析的基礎上，以1998—2015 年滬深A 股非金融類上市公司為研究樣本，采用Baker等(2016)以及Huang 和Luk(2020)構建的政策不確定性指數來度量宏觀政策不確定性，同時采用地級市政府官員變動比例來衡量地區(qū)政策不確定性，綜合使用涵蓋“全國-地區(qū)-企業(yè)”三個層面的宏觀和微觀數據系統(tǒng)考察雙重政策不確定性對資本結構動態(tài)決策的影響。結果表明，宏觀政策不確定性對資本結構調整速度具有顯著的正向作用，而地區(qū)政策不確定性具有顯著的負向效應；且兩者均在不同負債水平上呈現出明顯的不對稱性：宏觀政策不確定性升高會顯著降低高于目標資本結構水平向下調整的速度，顯著提高低于目標資本結構水平向上調整的速度，顯著擴大高于目標資本結構水平的資本結構偏離幅度；而地區(qū)政策不確定性的影響則恰好相反。進一步考察兩種政策不確定性的互動效應和地區(qū)轉型變量的調節(jié)作用，本文發(fā)現，無論在低于目標還是高于目標資本結構水平的樣本下，地區(qū)政策不確定性均會對宏觀政策不確定性對資本結構動態(tài)調整的影響具有顯著的抑制作用；隨著地區(qū)市場化、產權改革和對外開放等改革的逐步推進，雙重政策不確定性對資本結構調整速度的影響均出現顯著弱化，特別是在低于目標資本結構水平情形下。

與現有文獻相比，本文的主要貢獻在于：首先，綜合考慮宏觀和地區(qū)兩個維度，采用“全國-地區(qū)-企業(yè)”三個層面的數據系統(tǒng)地分析政策不確定性對資本結構動態(tài)決策的影響，進而拓展宏觀經濟政策與微觀企業(yè)行為之間互動關系方面的研究。其次，考察宏觀和地區(qū)雙重政策不確定性之間的交互作用，并基于市場化、產權改革以及對外開放等三維轉型變量探討了地區(qū)制度背景對兩者關系的調節(jié)作用，加深了對不確定環(huán)境下資本結構動態(tài)決策的認識和理解；最后，本文的研究結論具有直接的政策啟示：充分認識到“去杠桿”微觀本質上是企業(yè)資本結構的動態(tài)調整過程，在推行“去杠桿”等供給側結構性改革政策時，需要特別考慮并區(qū)分宏觀和地區(qū)兩種類型政策不確定性的潛在影響；進一步深化經濟體制改革和塑造良好的地區(qū)制度環(huán)境將有助于抑制(加強)雙重政策不確定性對企業(yè)資本結構調整速度的負向(正向)影響。

二、文獻綜述與理論分析

（一）文獻綜述

1.政策不確定性與企業(yè)資本結構

目前，已有學者開始關注和探討政策不確定性與企業(yè)資本結構(負債)之間的關系。林建浩和阮萌柯(2016)采用2003—2014 年滬深A 股上市公司的季度數據和Baker等(2016)構建的經濟政策不確定性指數進行研究，其結果表明，政策不確定性對企業(yè)資本結構具有顯著的負向效應，并從資金供給和需求的角度探討其內在的作用機制；蔣騰等(2018)基于2003—2016 年A 股非金融上市公司數據研究發(fā)現，經濟政策不確定性上升導致企業(yè)的銀行借款水平顯著下降；紀洋等(2018)采用2003—2014 年A 股上市公司季度數據進行研究，其結果表明，經濟政策不確定性上升分別導致國有企業(yè)杠桿率上升和非國有企業(yè)杠桿率下降，為解釋杠桿率分化提供了新的視角；張承鷲和吳華強(2018)基于2003—2016 年A 股上市公司數據進行研究，其結果表明，政策不確定性顯著降低了企業(yè)的債務融資，增加了股權融資；才國偉等(2018)采用2003—2013年A 股上市公司和31 個省級政府官員變動數據進行研究，其結果表明，政策不確定性顯著減少了企業(yè)的債權融資，但對股權融資的影響不顯著；宮汝凱等(2019)基于2002—2016 年A 股上市公司的季度數據進行研究，其結果表明，經濟政策不確定性對企業(yè)杠桿率具有顯著的負向影響，并且這一效應在民營、小規(guī)模和制造業(yè)企業(yè)更為明顯。

綜上所述，現有研究主要關注政策不確定性對企業(yè)資本結構水平的影響，得到了很多有益的結論。但是，其直接考察政策不確定性對企業(yè)負債的影響并不全面，因為企業(yè)負債變化需要一個基準，否則無法判斷企業(yè)負債是過高還是過低。在微觀層面，“去杠桿”本質上是資本結構的動態(tài)調整，所以在推行“去杠桿”等供給側結構性改革時，需要特別關注政策不確定性對資本結構動態(tài)調整的影響，而現有研究較少涉及這一方面。

2.資本結構動態(tài)調整的影響因素

資本結構的動態(tài)權衡理論認為，企業(yè)存在一個目標(最優(yōu))資本結構(Byoun，2008)，可作為資本結構調整的基準。在現實中，由于受到諸多市場摩擦、調整成本以及其他外部環(huán)境變化的影響，企業(yè)的實際資本結構往往會偏離目標資本結構水平。此時，企業(yè)會按照價值最大化的原則自發(fā)地向目標資本結構進行調整：當實際資本結構高于其目標資本結構水平時，企業(yè)會將實際資本結構水平向下調整至其目標資本結構水平；當實際資本結構水平低于目標資本結構水平時，企業(yè)則會將實際資本結構水平向上調整至其目標資本結構水平，并得到了國內外大量經驗證據的支持(Graham 和Harvey，2001；黃繼承等，2016)。

近年來，資本結構動態(tài)調整一直是公司金融領域的研究熱點?，F有研究主要涉及微觀企業(yè)特征和宏觀經濟環(huán)境兩個層面。在微觀層面，諸多學者從現金流、公司治理、薪酬和股權激勵以及債務合約等企業(yè)內部特征的角度探討資本結構動態(tài)調整。Faulkender 等(2012)研究認為，充足的現金流為企業(yè)調整資本結構提供了低成本途徑，其不僅會對目標資本結構產生顯著的影響，而且會影響資本結構的調整速度；An 等(2015)探討了股價崩盤風險對公司資本結構調整速度的影響，并分析了信息環(huán)境對兩者關系的調節(jié)作用；黃繼承等(2016)研究發(fā)現，經理薪酬越高，資本結構水平向上調整的速度越快，而向下調整的速度越慢；Brisker 和Wang(2017)基于風險規(guī)避的視角研究了CEO 內部債務對資本結構動態(tài)調整的影響；Devos 等(2017)研究了債務合約對資本結構調整速度的影響，結果表明，債務合約條款增加了企業(yè)面臨的融資成本，降低了發(fā)行新債的靈活性，減緩了資本結構調整速度。在宏觀視角層面，現有研究發(fā)現，宏觀經濟、市場化進程、制度環(huán)境、產品市場競爭、法律環(huán)境、媒體報道、產業(yè)政策以及融資融券政策等外部因素均會影響資本結構動態(tài)調整(蘇冬蔚和曾海艦，2009；黃繼承和姜付秀，2015；巫岑等，2019；黃俊威和龔光明，2019)。與本文直接相關的有，王朝陽等(2018)采用1998—2013 年中國工業(yè)企業(yè)數據庫中的制造業(yè)數據進行研究后發(fā)現，政策不確定性顯著阻礙了資本結構趨向目標資本結構水平的動態(tài)調整，不確定性規(guī)避是主要的影響機制；隨著政策不確定性的上升，資本結構調整收益下降和調整成本上升，導致資本結構調整速度放緩。顧研和周強龍(2018)基于2001—2014 年中國A 股上市公司數據進行研究，其結果表明，隨著政策不確定性上升，資本結構決策趨于保守：對資本結構水平高于其目標資本結構水平的企業(yè)，資本結構調整速度會加快；對資本結構水平低于其目標資本結構水平的企業(yè)，資本結構調整速度會放慢；財務柔性價值在其中起到了關鍵作用。

綜上所述，現有研究已從微觀和宏觀的多個方面考察資本結構動態(tài)調整背后的邏輯，少數學者開始關注政策不確定性對資本結構動態(tài)調整的影響，取得了較為豐富的研究結論。值得注意的是，王朝陽等(2018)以及顧研和周強龍(2018)均采用Baker 等(2016)構建的經濟政策不確定性指數來考察政策不確定性對資本結構動態(tài)調整的影響，而尚未關注到地區(qū)政策不確定性的潛在影響。考慮到地方政府在經濟轉型過程中發(fā)揮著重要的作用，官員變更引起的地區(qū)政策不確定性也可能會影響資本結構的動態(tài)調整，并且其影響機理與宏觀政策不確定性可能有所不同。因此，有必要探討雙重政策不確定性以及兩者之間潛在的互動對資本結構動態(tài)決策的影響，加深對企業(yè)融資決策的認識和理解，這有益地擴展了現有的相關研究領域。

（二）理論分析

1.政策不確定性、負債水平與資本結構動態(tài)調整

結合以上文獻綜述，我們認為，政策不確定性對資本結構動態(tài)調整的影響主要涉及如下兩個方面。

其一是“市場摩擦”機制。在資金需求方面，政策不確定性變化會影響企業(yè)管理層對未來經濟政策出臺、實施和政府干預程度等方面的預期。當政策不確定性上升時，產品需求的不確定性升高，管理層對未來經濟形勢的判斷更加困難(饒品貴等，2017)，導致未來現金流的波動性增大，融資面臨的不確定性上升；企業(yè)會降低債務融資規(guī)模，以避免不能按期償還債務帶來的破產風險，同時增加流動性較強資產的持有，為未來投資提供儲備。在資金供給方面，政策不確定性上升直接促發(fā)金融市場的風險，導致企業(yè)現金流出現大幅波動，作為債權人的銀行面臨的違約風險增大；同時，政策不確定性上升會增加借貸雙方之間潛在的信息不對稱，銀行對企業(yè)的信用評價變得更加復雜且困難，故而更為謹慎地選擇放貸。綜合以上兩個方面，政策不確定性會增加企業(yè)面臨的市場摩擦，企業(yè)傾向于采取相對保守的資本結構決策，降低負債水平。考慮到資本結構(負債)水平和調整方向，當政策不確定性上升時，企業(yè)將加快高于其目標水平的資本結構水平向下調整的速度，縮小資本結構水平偏離其目標水平的幅度；降低低于其目標水平的資本結構水平向上調整的速度，擴大資本結構水平偏離其目標水平的幅度。

其二是“競爭激勵”機制。政策不確定性意味著企業(yè)在未來可能面臨更大的收益機會，勢必會加劇市場競爭，促使企業(yè)增加研發(fā)和人力資本等投入，提高競爭力和長期收益(顧夏銘等，2018)。一方面，政策不確定性上升會加劇行業(yè)洗牌。在激烈的市場競爭下，融資能力較低的企業(yè)更可能被淘汰而退出市場，融資能力較強的企業(yè)獲取更多的信貸資源；為了應對市場競爭和減小被淘汰的風險，企業(yè)將加快向目標資本結構調整的速度，降低偏離目標資本結構水平的幅度，提高自身價值；另一方面，企業(yè)面臨著政策不確定性導致的銀行等資金供給者的“惜貸”行為，為獲得可貸資金，其競相提高市場價值，進而加快資本結構的調整速度，縮小實際資本結構水平偏離其目標資本結構水平的幅度。根據以上分析，政策不確定性會促進企業(yè)為爭取未來的發(fā)展機會而加劇競爭，進而傾向于采取相對激進的資本結構決策。考慮到資本結構水平和調整方向，當政策不確定性上升時，企業(yè)會降低高于其目標資本結構水平向下調整的速度，擴大偏離目標的幅度；會提高低于其目標資本結構水平向上調整的速度，縮小偏離目標的幅度。

2.政策不確定性類型與資本結構動態(tài)調整

根據現實觀察和現有研究，我們將政策不確定性分為兩類：一是宏觀(全局)政策不確定性。其主要涉及經濟個體對宏觀經濟政策出臺、執(zhí)行和調整等預期變化而產生的不確定性，能夠波及到整個市場，對宏觀經濟運行和微觀企業(yè)行為均會產生系統(tǒng)性的影響；王義中和宋敏(2014)、黃卓等(2018)和馬丹等(2018)構造的宏觀經濟不確定性指數，以及Baker 等(2016)、Davis 等(2019)及Huang 和Luk(2020)構造的經濟政策不確定性指數，均對度量宏觀政策不確定性做出了很好的嘗試。二是地區(qū)(局部)政策不確定性。其主要涉及經濟個體對特定地區(qū)經濟政策出臺、執(zhí)行和調整等預期改變而出現的不確定性，通常只限定于某一地區(qū)，僅對該地區(qū)的經濟發(fā)展和企業(yè)行為產生影響；楊海生等(2015)和才國偉等(2018)所采用的省級或城市層面的官員變動指標為度量地區(qū)政策不確定性提供了很好的思路。

根據以上分析，此兩種類型的政策不確定性均會通過“市場摩擦”機制和“競爭激勵”機制影響資本結構動態(tài)調整，但由于兩者涉及內容和作用范圍不同，具體的影響效果也可能存在差異。宏觀政策不確定性變化會影響所有經濟個體的行為，在這種情形下，作為信貸資金需求者的企業(yè)和供給者的銀行等金融機構均受到相同程度的影響，所有企業(yè)往往面臨著幾乎相同的市場摩擦。為了獲取更多的信貸資金和發(fā)展機會，企業(yè)之間的競爭趨于增強，更加關注提升自身價值，加快資本結構水平向其目標資本結構水平調整。因此，可以預期，當面臨宏觀政策不確定性變化時，“競爭激勵”機制的影響可能會比“市場摩擦”機制的影響更大，企業(yè)傾向于采取相對激進的資本結構決策。對此，本文進一步結合資本結構的偏離方向，可以提出如下研究假說(H1)。

H1：當宏觀政策不確定性升高時，企業(yè)將加快總體資本結構調整的速度，且在不同負債水平上具有明顯的不對稱性：企業(yè)將降低資本結構水平在高于其目標資本結構水平時向下調整的速度，擴大其偏離其目標資本結構水平的幅度；而提高資本結構水平在低于其目標資本結構水平時向上調整的速度，縮小其偏離目標資本結構水平的幅度。

地區(qū)政策不確定性主要影響特定地區(qū)內企業(yè)的資本結構調整，而對區(qū)外企業(yè)和銀行等金融機構的影響相對較小。在這種情形下，地區(qū)內外企業(yè)的競爭條件存在明顯差異，而“競爭激勵”機制更多地在區(qū)內企業(yè)之間發(fā)揮作用，因而其影響會出現一定程度的弱化；同時考慮到地區(qū)政策不確定性能夠更為直接對當地企業(yè)的融資決策產生影響，我們預期，隨著地區(qū)層面政策不確定性上升，“市場摩擦”機制可能會比“競爭激勵”機制發(fā)揮更大的作用，企業(yè)將采取相對保守的資本結構決策。對此，基于資本結構的偏離方向，提出如下研究假說(H2)。

H2：當地區(qū)政策不確定性上升時，企業(yè)將降低總體資本結構調整的速度，且在不同負債水平上具有明顯的不對稱性：企業(yè)將提高資本結構水平在高于目標資本結構水平時向下調整的速度，縮小其偏離其目標資本結構水平的幅度；降低資本結構水平在低于其目標資本結構水平時向上調整的速度，擴大其偏離其目標資本結構水平的幅度。

綜上所述，政策不確定性對企業(yè)資本結構動態(tài)決策的影響主要取決于不確定性類型和企業(yè)負債水平，其作用機理簡單整理為圖1。

圖1 雙重政策不確定性對資本結構動態(tài)決策的影響機制

三、計量模型、數據與變量

（一）計量模型

1.政策不確定性與資本結構調整速度

參考Byoun(2008)以及黃繼承和姜付秀(2015)的研究思路，本文采用標準的部分調整模型(partial adjustment model)來估計資本結構的調整速度。其具體模型為：

其中，下標i 和t 分別表示企業(yè)和年份；L evi,t表示(實際)資本結構；表示目標資本結構；vi,t表示隨機擾動項；λ是主要關注的回歸系數，表示樣本企業(yè)實際資本結構與目標資本結構之間的差距每年以λ的平均速度縮小，稱為資本結構的調整速度。

其中，β是回歸系數向量，Xi,t?1是企業(yè)特征變量以及年度和企業(yè)固定效應，企業(yè)特征變量主要涉及度量盈利能力、成長機會、抵押能力、非債務稅盾和企業(yè)規(guī)模等方面(Faulkender 等，2012；黃繼承等，2016)，具體說明見下文。

借鑒黃繼承等(2016)以及黃俊威和龔光明(2019)的做法，采用同時估計目標資本結構和資本結構調整速度的方法得到模型(2)中的參數β。

首先，將模型(2)代入模型(1)，整理后得到如下計量模型：

在估計方法方面，借鑒黃繼承和姜付秀(2015)的思路，我們采用修正最小二乘虛擬變量法(LSDVC)估計資本結構動態(tài)面板模型(3)，將估計得到的參數向量代入模型(2)，得到目標資本結構而后采用面板數據固定效應(FE)方法對模型(4)進行估計，并以之作為估計資本結構調整速度的基準模型。為了保證研究結論的穩(wěn)健性，本文還采用系統(tǒng)GMM 估計方法(黃繼承和姜付秀，2015；王朝陽等，2018)重新對模型(3)進行估計，并進行了相應的實證分析。此外，考慮到所有企業(yè)的資本結構面臨著相同的宏觀政策不確定性以及同一地區(qū)的不同企業(yè)將面臨著相同的地區(qū)政策不確定性；企業(yè)資本結構決策可能存在時間序列依賴等問題，我們對標準誤差進行企業(yè)層面上的集聚(clustering)處理。

2.政策不確定性與資本結構偏離幅度

基于以上分析，我們將企業(yè)年末實際資本結構與當年目標資本結構之差的絕對值定義為當年資本結構偏離幅度，用于衡量一年時間內資本結構動態(tài)調整的效果，當年資本結構偏離幅度越小，實際資本結構越接近其目標資本結構水平，越有利于提高企業(yè)的價值水平，即調整效果越好。為了考察雙重政策不確定性如何影響資本結構偏離幅度來實證檢驗政策不確定性變化的調整效果，本文建立如下計量模型：

（二）數據與變量

1.上市公司數據與變量

本文的研究樣本為1998—2015 年滬、深證券市場的A 股上市公司，數據來源于CSMAR 數據庫和Wind 數據庫。按照以下原則對初始樣本進行篩選：剔除金融類公司；剔除ST 或ST*公司；剔除觀測數據小于連續(xù)兩年的公司；剔除主要變量缺失和出現異常的公司。為了避免異常值的影響，將所有變量進行1%和99%的縮尾處理，得到包括2624 家上市公司的25133 個“公司-年度”觀測值。

關于資本結構(Lev)的度量，現有文獻主要采用兩種指標：有息負債額占總資產的比重(黃繼承等，2016；巫岑等，2019)和負債總額占總資產的比重(王朝陽等，2018；黃俊威和龔光明，2019)。其中，前者側重于衡量企業(yè)有息債務增加而產生的主動負債，而后者還考慮了因公司應付賬款增加而帶來的被動負債。為了更為全面地考察企業(yè)資本結構動態(tài)調整并顧及與同類研究的可比性，我們采用負債總額占總資產的比重來度量資本結構。

參考現有文獻(Faulkender 等，2012；黃繼承等，2016)，本文選擇如下企業(yè)特征變量作為控制變量，同時也用于估計目標資本結構：企業(yè)規(guī)模(lnTA)，采用以2005 年不變價格的總資產(取對數)表示；盈利能力(EBIT_TA)，采用息稅前利潤與總資產的比重來表示；成長機會(MB)，采用股票市場價值與負債賬面價值之和與總資產的比重來表示；抵押能力(FA_TA)，采用固定資產與總資產的比重來度量；非債務稅盾(DEP_TA)，采用固定資產折舊在總資產的占比來表示；考慮到企業(yè)負債率在不同行業(yè)間的異質性，加入企業(yè)所在行業(yè)資本結構的中位數(Med_Lev)。此外，考慮到不同產權結構企業(yè)的融資能力存在差異，按照登記類型將企業(yè)樣本分為國有(SOE)、民營(Prov)以及外資和其他(Frother)三種類型。其主要變量的描述性統(tǒng)計用表1 展示。

表1 企業(yè)特征變量的描述性統(tǒng)計

2.政策不確定性度量指標

政策不確定性是本文關注的關鍵變量?；诘诙糠值睦碚摲治觯覀儗㈥P注宏觀和地區(qū)兩種類型的政策不確定性。

(1) 宏觀政策不確定性。宏觀政策不確定性會影響整體經濟運行和所有企業(yè)的行為，需要一個系統(tǒng)的指標來度量。在最近的研究中，Baker 等(2016)創(chuàng)新性地利用文本挖掘技術對《南華早報》(South China Morning Post)上的關鍵詞進行搜索，以1995 年1 月為基期進行指數化，構建了中國經濟政策不確定性的月度指數(下稱BBD-EPU 指數)，為本文的研究提供了必要的基礎數據①此外，王義中和宋敏(2014)、黃卓等(2018)、馬丹等(2018)構造的宏觀經濟不確定性指數也可以很好地刻畫中國宏觀層面不確定性的變化趨勢。考慮到與同類研究的可比性，同時與地區(qū)層面的政策不確定性相對應，我們在文中采用了經濟政策不確定性指數。。BBD-EPU 指數具有較長的時間序列，且能夠較為準確地反映中國宏觀經濟政策變動的實際情況，使其在后續(xù)相關的研究中得到了廣泛的認可和應用(Gulen 和Ion，2016；饒品貴等，2017；紀洋等，2018；顧研和周強龍，2018)。然而，該指數的基礎數據來源于在香港發(fā)行的《南華早報》，其更多地關注與香港經濟有關的信息，可能不能完全反映中國內地經濟政策不確定性的狀況；此外，單一報紙還可能存在編輯的政策偏好傾向，從而使其有可能在對政策的反映上出現偏差?；谶@些考慮，Huang 和Luk(2020)采用中國內地的10 份報紙，重新構建了2000 年1 月以來的中國經濟政策不確定性月度指數(下稱HL-EPU 指數)②鑒于數據的完整性以及發(fā)行的覆蓋面，Huang 和Luk(2020)從慧科新聞(報紙)數據庫中的114 種報紙中，選取《北京青年報》《廣州日報》《解放日報》《人民日報(海外版)》《上海早報》《南方都市報》《北京日報》《今晚報》《文匯報》和《羊城晚報》10 種報紙。需要說明的是，其與Baker 等(2016)編制的指數相比具有以下優(yōu)點：首先，HL-EPU 指數編制采用了多份不同的報紙，能夠客觀地捕捉經濟政策的不確定性；其次，HL-EPU 指數能夠更好地應用于宏觀經濟的預測和分析；最后，利用中國內地報紙進行了多種穩(wěn)健性測試，結果顯示該指數受媒體偏差的影響輕微。。此外，Davis 等(2019)應用Baker 等(2016)的測算方法，基于中國內地的兩份具有影響力的報紙(《人民日報》和《光明日報》)上的關鍵詞信息重新構建了政策不確定性月度指數(下稱DLS-EPU 指數)。在后文的實證分析中，我們分別采用BBD-EPU 指數(Epu1_x)、HL-EPU 指數(Epu2_x)和DLS-EPU 指數(Epu3_x)作為宏觀經濟政策不確定性的代理變量，且互為穩(wěn)健性檢驗。

鑒于本文的實證分析采用年度數據，參考Gulen 和Ion(2016)以及紀洋等(2018)的處理方法，采用月度算術平均得到年度政策不確定性指數(Epu_sa)作為當年宏觀政策不確定性的衡量指標。同時，使用每年12 月份公布的政策不確定指數(Epu_lm)進行穩(wěn)健性檢驗①此外，我們還嘗試采用月份加權平均得到的年度政策不確定性指數進行穩(wěn)健性檢驗，估計結果與月度算術平均得到的年度不確定性指數較為相近。。此外，為便于結果的報告，在后續(xù)實證分析中對政策不確定性指數除以100，相應變量的描述性統(tǒng)計如表2 所示。

(2) 地區(qū)政策不確定性。根據以上分析，政府官員變更可能是影響地區(qū)經濟政策不確定性的一個重要因素(Julio 和Yook，2012)，這意味著地方政府官員變動是地區(qū)政策不確定性較為合適的代理變量。借鑒楊海生等(2015)和才國偉等(2018)的研究思路，本文構建地方政府官員變動比例指標(即在一個省份內地級市的主要領導的變動比例)②基于這一處理辦法，我們剔除了北京市、天津市、上海市和重慶市四個直轄市。，如式(6)所示。

其中，C hangei,j,t是企業(yè)i 的注冊地所在省份j 在t 年發(fā)生主要領導變動的地級市數量；Ni,j,t是企業(yè)i 的注冊地所在省份j 在t 年地級市的數量。我們分別構建主要領導1 變動比例(Chgrate1)、主要領導2 變動比例(Chgrate2)、主要領導1 和主要領導2 同時變動比例(Chgrate3)以及主要領導1 或主要領導2 兩者之一變動比例(Chgrate4)四類指標進行細致分析，并互為穩(wěn)健性檢驗。相應的數據來源于中國經濟網“地方黨政領導人物庫”、中國共產黨新聞網“中國黨政領導干部資料庫”和人民網公布的干部資料，經手工整理得到。其主要變量的描述性統(tǒng)計如表2 所示。

表2 政策不確定性變量的描述性統(tǒng)計

3.目標資本結構與資本結構偏離幅度

根據以上模型(2)和模型(3)估計得到的目標資本結構和資本結構偏離幅度等變量的描述性統(tǒng)計在表3 展示。在樣本期間，全樣本(Panel A)的目標資本結構(Lev*)的均值(中位數)為48.59(48.30)，標準差為6.70。資本結構調整(ΔLev)的均值(中位數)為1.21(0.94)，標準差為8.38。資本結構偏離幅度(Dev)的均值(中位數)為3.71(2.73)，標準差為16.87。整體而言，資本結構調整和偏離幅度均較小，但分布比較廣泛，與黃繼承等(2016)的分析結果較為一致。

表3 目標資本結構和資本結構偏離幅度變量的描述性統(tǒng)計

為區(qū)分負債水平，本文將樣本劃分為低于目標資本結構水平者(Dev>0)和高于目標資本結構水平者(Dev ≤ 0)兩組。Panel B 和Panel C 分別報告了低于目標資本結構水平(向上調整)和高于目標資本結構水平(向下調整)樣本變量的描述性統(tǒng)計。在Panel B 中，Lev*的均值(中位數)為47.13(46.77)，標準差為6.37；ΔLev 的均值(中位數)為-0.37(0.06)，標準差為8.29；而Dev 的均值(中位數)為14.94(14.29)，標準差為12.71。在Panel C 中，Lev*的均值(中位數)為50.27(50.16)，標準差為6.67；ΔLev 的均值(中位數)為3.04(2.00)，標準差為8.11；Dev 的均值(中位數)為-9.26(-9.20)，標準差為10.62。這表明，在不同負債水平下，資本結構偏離與調整方向是相反的，說明區(qū)分負債水平來加以分析是必要的。

四、政策不確定性與資本結構動態(tài)調整：總體考察

（一）宏觀政策不確定性與資本結構調整速度

以下將實證分析宏觀政策不確定性對資本結構調整速度的影響。首先，分析全樣本的回歸結果，如表4 所示?；贓pu1_sa 的估計結果在表4 第(1)列展示，資本結構偏離幅度(Dev)的系數為0.283，且在1%水平上顯著；Epu×Dev 的系數為0.029，且通過了1%水平上的顯著性檢驗。這表明，宏觀政策不確定性對資本結構調整速度具有顯著的正向影響，可解釋為宏觀政策不確定性的“競爭激勵”機制優(yōu)于“市場摩擦”機制，促使企業(yè)傾向于采取相對激進的資本結構決策，即宏觀政策不確定性升高會顯著加快資本結構的調整速度，這為H1 提供了初步的證據支持。為了檢驗估計結果的穩(wěn)健性，進一步采用Epu2_sa 和Epu3_sa 重新進行回歸。其估計結果分別在表4 第(3)列和第(5)列展示：資本結構偏離幅度(Dev)的系數分別為0.241 和0.306，且均在1%水平上顯著；Epu×Dev 的系數分別為0.076 和0.029，且通過了1%和5%水平上的顯著性檢驗，進一步表明，宏觀政策不確定性對資本結構調整速度具有顯著的正向影響，再次為H1 提供了證據支持?？紤]到政策不確定性指數構建方法的潛在影響，我們采用Epu1_lm、Epu2_lm 和Epu3_lm 進行穩(wěn)健性檢驗。其估計結果分別在表4 第(2)列、第(4)列和第(6)列展示：Dev 的系數分別為0.302、0.245 和0.303，且均通過了1%水平上的顯著性檢驗；Epu×Dev 的系數分別為0.014、0.068 和0.031，且均在1%水平上顯著。這一結果也表明，宏觀政策不確定性會顯著提高資本結構的調整速度，為H1 提供了證據支持。

表4 宏觀政策不確定性與資本結構調整速度:全樣本

其次，區(qū)分負債水平，相應的估計結果在表5 展示。表5 第(1)列和第(2)列分別展示了Epu1_sa 的估計結果：在低于目標資本結構水平樣本下，資本結構偏離幅度Dev的系數為0.471，且在1%水平上顯著；Epu×Dev 的系數為0.060，且在1%水平上顯著；而在高于目標資本結構水平樣本下，資本結構偏離幅度Dev 的系數為0.655，且通過了1%水平上的顯著性檢驗；Epu×Dev 的系數為-0.018，但不顯著，這表明在宏觀政策不確定性潛在的“競爭激勵”機制作用下，企業(yè)將采取相對激進的提高資本結構水平的融資策略，提高低于目標資本結構水平企業(yè)的調整速度和降低高于目標資本結構水平企業(yè)的調整速度，進而為H1 提供了初步的證據支持。為了檢驗估計結果的穩(wěn)健性，進一步采用Epu2_sa 和Epu3_sa 重新進行回歸。基于Epu2_sa 的估計結果在表5 第(3)列和第(4)列展示：在低于目標資本結構水平樣本下，資本結構偏離幅度Dev 的系數為0.394，Epu×Dev 的系數為0.134，且兩者均在1%水平上顯著；而在高于目標資本結構水平樣本下，資本結構偏離幅度Dev 的系數為0.760，Epu×Dev 的系數為-0.106，且兩者均通過了1%水平上的顯著性檢驗，進一步為H1 提供了初步的證據支持。第(5)列和第(6)列Epu3_sa 的估計結果顯示，在低于目標資本結構水平樣本下，資本結構偏離幅度Dev 的系數為0.514，Epu×Dev 的系數為0.049，且兩者分別在1%和5%水平上顯著；而在高于目標資本結構水平樣本下，資本結構偏離幅度Dev 的系數為0.706，Epu×Dev 的系數為-0.083，且兩者均在1%水平上顯著。這表明，宏觀政策不確定性對資本結構調整速度的影響在低于和高于目標資本結構水平樣本下具有明顯的不對稱性：宏觀政策不確定性升高會顯著加快資本結構向上調整的速度，而降低其向下調整的速度，為H1 提供了初步的證據支持。

表5 宏觀政策不確定性與資本結構調整速度:分負債水平

（二）引入地區(qū)政策不確定性的擴展分析

1.雙重政策不確定性與資本結構調整速度

我國高職院校的教學手段普遍較為僵化。首先，由于部分教師缺乏制作教學視頻的能力，因此其在課程中難以為學生提供更為豐富的課件展示。當下多媒體教學已經成為我國各類院校極為常用的教學手段，但部分學校的課件質量卻參差不齊，這一問題不僅會使學生無法直觀地理解教學內容，也會使課堂氣氛過于沉悶，部分學生的學習興趣將受到一定的影響。其次，個別教師的教學觀念仍然較為傳統(tǒng)，在教學實踐中，往往會對課堂紀律極為關注。紀律是保證課堂秩序的必要條件，但片面強調課堂紀律會嚴重阻礙課堂中的互動，學生的思維也將受到束縛，經過長期的積累，部分學生會出現注意力不集中等問題。

接下來，將引入地區(qū)政策不確定性來綜合考察雙重政策不確定性對資本結構調整速度的影響。為了系統(tǒng)地考察地區(qū)政策不確定性的潛在影響，我們分別采用主要領導1 變動比例(Chgrate1)、主要領導2 變動比例(Chgrate2)、主要領導2 和主要領導1 同時變動比例(Chgrate3)以及主要領導2 或主要領導1 變動比例(Chgrate4)四類度量指標①限于篇幅，這一部分只報告了Epu2_sa 的估計結果，其他政策不確定性指標的實證結果備索。。

表6 報告了Chgrate1 和Chgrate2 的回歸結果。首先，分析全樣本的估計結果。其結果如表6 第(1)列和第(4)列所示：資本結構偏離幅度Dev 的系數均為0.308，且在1%水平上顯著；Epu×Dev 的系數分別為0.040 和0.038，且均通過了5%水平上的顯著性檢驗；Chgrate1×Dev 的系數為-0.035，且在10%水平上顯著；Chgrate2×Dev 的系數為-0.026，但不顯著。這表明，在考慮雙重政策不確定性的情形下，宏觀政策不確定性對資本結構調整速度具有顯著的正向影響，主要領導1 變動比例對資本結構調整速度具有顯著的負向影響，主要領導2 變動比例具有不顯著的負向影響。其可能的原因是，宏觀政策不確定性的“競爭激勵”機制將優(yōu)于“市場摩擦”機制，促使企業(yè)傾向于采取相對激進的資本結構決策，而地區(qū)政策不確定性則相反，即宏觀政策不確定性升高會顯著加快資本結構調整速度，而地區(qū)政策不確定性則會降低資本結構調整速度。這些都為H1 和H2 提供了證據支持。

其次，分析區(qū)分負債水平的估計結果。表6 第(2)列和第(5)列的估計結果表明，資本結構偏離幅度Dev 的系數均為0.472，Epu×Dev 的系數分別為0.093 和0.091，且均在1%水平上顯著；Chgrate1×Dev 和Chgrate2×Dev 的系數分別為-0.045 和-0.034，且均在10%水平上顯著；第(3)列和第(6)列的估計結果表明，資本結構偏離幅度Dev的系數均為0.789，Epu×Dev 的系數分別為-0.146 和-0.143，且均在1%水平上顯著；Chgrate1×Dev 和Chgrate2×Dev 的系數分別為0.042 和0.027，但未通過顯著性檢驗。這表明，宏觀政策不確定性對低于目標資本結構水平向上調整速度具有顯著的正向影響，而對高于目標資本結構水平向下調整的速度具有顯著的負向作用，與表5 的估計結果相一致；無論是主要領導1 還是主要領導2 變動比例度量的地區(qū)政策不確定性均會對低于目標資本結構水平向上調整的速度具有負向影響，而會對高于目標資本結構水平向下調整速度具有不顯著的正向影響。其可解釋為，在地區(qū)政策不確定性潛在的“市場摩擦”機制作用下，企業(yè)將采取相對保守的降低資本結構水平的融資策略，降低低于目標資本結構水平企業(yè)的調整速度和提高高于目標資本結構水平企業(yè)的調整速度。這些亦為H1 和H2 提供了證據支持。

表6 雙重政策不確定性與資本結構調整速度：單獨考慮主要領導1變動比例和主要領導2變動比例

2.雙重政策不確定性與資本結構偏離幅度

采用模型(5)考察雙重政策不確定性對資本結構偏離幅度的影響，相應的估計結果在表7 展示。

首先，分析宏觀政策不確定性對資本結構偏離幅度的影響。在控制了企業(yè)特征變量以及年份和企業(yè)固定效應之后，表7 第(1)列全樣本的估計結果顯示，Epu 的系數為0.013，但不顯著。這表明，宏觀政策不確定性對資本結構偏離幅度并未產生顯著的影響。進一步區(qū)分負債水平，低于和高于目標資本結構水平樣本的估計結果分別在表7第(2)列和第(3)列展示，Epu 的系數分別為-0.545 和0.494，且均通過了1%水平上的顯著性檢驗，這表明，宏觀政策不確定性升高會縮小企業(yè)低于目標資本結構水平時的資本結構偏離幅度，有利于企業(yè)價值的提升；但會擴大企業(yè)高于目標資本結構水平時的資本結構偏離幅度，不利于企業(yè)價值水平提升。值得注意的是，宏觀政策不確定性對不同調整方向的影響相反，且規(guī)模相當，進而對全樣本的資本結構偏離幅度沒有出現顯著影響。

其次，引入地區(qū)政策不確定性來綜合考察雙重政策不確定性對資本結構偏離幅度的影響，估計結果在表7 第(4)列、第(5)列和第(6)列展示。在控制了企業(yè)特征變量以及年份和企業(yè)固定效應之后，在全樣本下，Epu 的系數為0.002，但不顯著；Chgrate4 的系數為0.008，且在5%水平上顯著，這表明，宏觀政策不確定性對資本結構偏離幅度的影響不顯著，但地區(qū)政策不確定性提升會擴大資本結構偏離幅度。進一步區(qū)分負債水平，在低于目標資本結構水平樣本下，Epu 的系數分別為-0.030，但不顯著；Chgrate4的系數為0.010，且通過了10%水平上的顯著性檢驗。在高于目標資本結構水平樣本下，Epu 的系數為0.050，且在5%水平上顯著；Chgrate4 的系數為0.001，但不顯著。這表明，在引入地區(qū)政策不確定性后，宏觀政策不確定性對企業(yè)低于目標資本結構水平偏離幅度的影響不顯著，但會擴大高于目標的資本結構水平偏離幅度；而地區(qū)政策不確定性升高會擴大企業(yè)低于目標水平的資本結構偏離幅度，而對高于目標資本結構水平偏離幅度的影響并不顯著。這些也都為H1 和H2 提供了證據支持①同時，考慮其他地區(qū)政策不確定性指標和目標資本結構度量兩個方面進行穩(wěn)健性檢驗：采用主要領導2 和主要領導1 同時變動比例(Chgrate3)以及主要領導2 或主要領導1 變動比例(Chgrate4)兩類度量指標重新進行回歸；利用系統(tǒng)GMM 方法對模型(3)重新進行了估計，得到新的目標資本結構，然后重新估計計量模型(4)和(5)，均得到相同的實證結論。限于篇幅，其未在文中報告，備索。。

表7 雙重政策不確定性與資本結構偏離幅度

五、雙重政策不確定性與資本結構動態(tài)調整：進一步分析

（一）考察雙重政策不確定性的交互作用

考慮到宏觀和地區(qū)兩類政策不確定性潛在的相互作用，本文在模型(4)中引入兩者的交互項，得到如下計量模型：

其相應的估計結果報告于表8。

表8 雙重政策不確定性互動與資本結構調整速度

首先，分析Epu1_sa 的估計結果。表8 第(1)列全樣本的估計結果顯示，Dev 的系數為0.319，且在1%水平上顯著，Epu×Dev 的系數為0.020，通過了10%水平上的顯著性檢驗，Chgrate4×Dev 的系數為0.156，且在5%水平上顯著。我們關注的Epu×Chgrate4×Dev 的系數為-0.001，且在1%水平上顯著。這表明，雙重政策不確定性對資本結構調整速度的影響存在互動效應：宏觀政策不確定性升高會顯著削弱地區(qū)政策不確定性對資本結構調整速度的影響，同時地區(qū)政策不確定性升高也會顯著削弱宏觀政策不確定性對資本結構調整速度的正向效應。其實質上是“競爭激勵”和“市場摩擦”兩種機制的相互作用，競爭程度增強會促使企業(yè)在市場摩擦作用下更趨向采取相對保守的融資策略；市場摩擦加強會促使企業(yè)面對競爭激勵時更趨向采取相對激進的融資策略。進一步區(qū)分負債水平，基于低于目標和高于目標資本結構水平樣本的估計結果分別在表8 第(2)列和第(3)列展示，Epu×Chgrate4×Dev 的系數分別為-0.001 和-0.002，且均在5%水平上顯著。這表明，無論在低于還是高于目標資本結構水平樣本下，地區(qū)政策不確定性升高均會顯著降低宏觀政策不確定性對資本結構調整速度的作用。具體而言，地區(qū)政策不確定性升高會抑制宏觀不確定性對低于目標資本結構水平企業(yè)向上調整速度的推動作用，而增大對高于目標資本結構水平向下調整的抑制作用，而這兩個方面均不利于企業(yè)價值水平的提升。

為了檢驗估計結果的穩(wěn)健性，進一步采用Epu2_sa 進行重新回歸，估計結果分別在第(4)列、第(5)列和第(6)列展示①此外，我們采用Epu3_sa 以及其他政策不確定性指標進行穩(wěn)健性檢驗，估計結果并未出現較大差異。限于篇幅，其穩(wěn)健性檢驗從略，備索。。在控制了企業(yè)特征變量以及年份和企業(yè)固定效應之后，全樣本的估計結果顯示，Epu×Chgrate4×Dev 的系數為-0.002，且在5%水平上顯著；在低于目標資本結構水平樣本下，Epu×Chgrate4×Dev 的系數為-0.001，但不顯著；而在高于目標資本結構水平樣本下，Epu×Chgrate4×Dev 的系數為-0.003，且在5%水平上顯著。這再一次表明，以上估計結果具有較強的穩(wěn)健性。

（二）地區(qū)制度背景的調節(jié)作用

改革開放以來，中國經濟社會經歷著市場化、產權改革和對外開放等多個方面的制度變革，這些可能對政策不確定性對資本結構動態(tài)決策的影響產生作用。由于地理、交通和歷史等經濟社會發(fā)展條件的不同，這些制度變革在各個地區(qū)存在著明顯的差異，因而有必要考察地區(qū)制度背景對雙重政策不確定性與資本結構動態(tài)調整之間關系的調節(jié)作用。

以下將從省級層面的市場化進程、民營化水平和對外開放度三個方面考察制度背景如何影響雙重政策不確定性對資本結構動態(tài)調整的調節(jié)作用。在數據來源方面，市場化進程(Mkt)數據來自于樊綱等(2011)編制的《中國市場化指數——各地區(qū)市場化相對進程2011 年報告》以及王小魯等(2017)編制的《中國分省份市場化指數報告》；采用民營化水平(Own)刻畫各省份的產權改革進展情況，由民營企業(yè)就業(yè)人數占地區(qū)總就業(yè)人數的比重計算得之；對外開放度(Open)由按經營單位所在地區(qū)的貨物進出口總額與地區(qū)GDP 計算得之。其中，計算民營化水平和對外開放度指標所使用的基礎數據均來源于歷年《中國統(tǒng)計年鑒》和各省份的統(tǒng)計年鑒?；诖?，在模型(4)中引入刻畫經濟轉型的變量，將計量模型設定為：

表9 報告了區(qū)分負債水平的估計結果。首先，考察市場化進程對雙重政策不確定性對資本結構調整速度影響的調節(jié)作用。表9 第(1)列低于目標資本結構水平樣本的結果表明：Epu×Dev 和Chgrate4×Dev 的系數分別為-0.246 和-0.104，且均在1%水平上顯著；Inst×Dev 的系數為-0.104，并通過了1%水平上的顯著性檢驗；Epu×Inst×Dev 和Chgrate4×Inst×Dev 的系數分別為0.036 和0.010，且均在1%水平上顯著。表9 第(2)列高于目標資本結構水平樣本的結果表明：我們關注的Epu×Inst×Dev 的系數為0.044，且在1%水平上顯著；Chgrate4×Inst×Dev 的系數為-0.002，但不顯著。這表明，隨著市場化改革的逐步推進，宏觀和地區(qū)政策不確定性對低于目標資本結構水平向上調整速度的負向影響均出現顯著弱化；而對高于目標資本結構水平樣本，宏觀政策不確定性對資本結構向下調整速度的負向影響出現顯著弱化，而地區(qū)政策不確定性的影響則不顯著。其次，考察產權改革的調節(jié)作用。其估計結果在第(3)列和第(4)列展示：在低于目標資本結構水平樣本下，我們關注的Epu×Inst×Dev 和Chgrate4×Inst×Dev 的系數分別為0.035 和0.014，且通過了1%水平上的顯著性檢驗；在高于目標資本結構水平樣本下，Epu×Inst×Dev 的系數為0.029，且在1%水平上顯著，而Chgrate4×Inst×Dev 的系數為0.008，但不顯著。這表明，隨著民營化水平的逐步提高，雙重政策不確定性對低于目標資本結構水平向上調整速度的負向影響均出現顯著弱化；而對高于目標資本結構水平水平樣本，宏觀政策不確定性對資本結構水平向下調整速度的負向影響得到顯著弱化，而地區(qū)政策不確定性的影響則不顯著。最后，考察對外開放的調節(jié)作用。其估計結果在第(5)列和第(6)列顯示：無論在低于和高于目標資本結構水平樣本下，Epu×Inst×Dev 和Chgrate4×Inst×Dev 的系數均分別為0.002和0.003，且通過了1%水平上的顯著性檢驗。這表明，隨著對外開放度的逐步提升，雙重政策不確定性對低于目標資本結構水平向上調整速度和高于目標資本結構水平向下調整速度的負向影響均出現顯著弱化。綜上所述，整體而言，隨著改革的逐步深化，宏觀和地區(qū)政策不確定性對資本結構調整速度的負向影響均出現顯著弱化，特別是在低于目標資本結構水平情形下。

表9 政策不確定性、制度背景與資本結構動態(tài)調整

六、主要結論與政策啟示

隨著中國經濟進入中低速增長階段，如何去杠桿成為社會各界關注的焦點。從動態(tài)的視角來看，“去杠桿”在微觀層面看，本質上是企業(yè)資本結構的動態(tài)調整過程。政策不確定性是中國發(fā)展時期的一個典型特征，企業(yè)融資決策不僅會受到宏觀(全局)政策不確定性的影響，還會受到所在地區(qū)(局部)政策不確定性的影響。因為宏觀和地區(qū)雙重不確定性涉及的內容以及特點不同，此兩者對企業(yè)融資決策的影響也不同。因此，深入探索雙重政策不確定性對企業(yè)資本結構動態(tài)決策的影響具有較高的理論價值和較大的現實意義。

本文從宏觀和地區(qū)兩個維度來刻畫政策不確定性，在文獻綜述和理論分析的基礎上，以1998—2015 年滬深A 股非金融類上市公司為研究樣本，采用Baker 等(2016)、Huang 和Luk(2020)構建的政策不確定性指數來度量宏觀政策不確定性，以及采用城市主要領導變動率來衡量地區(qū)政策不確定性，綜合利用涵蓋“全國-地區(qū)-企業(yè)”三個層面的宏觀和微觀數據系統(tǒng)考察了雙重政策不確定性對資本結構動態(tài)決策的影響。本文的研究結果表明，宏觀政策不確定性對資本結構調整速度具有顯著的正向影響，而地區(qū)政策不確定性則對其具有顯著的負向效應；且兩者均在不同負債水平上呈現出明顯的不對稱性：宏觀政策不確定性升高會顯著降低高于目標資本結構水平向下調整的速度，從而顯著提高低于目標資本結構水平向上調整的速度，并顯著擴大了高于目標資本結構水平的資本結構偏離幅度；而地區(qū)政策不確定性的影響則相反。在考察了雙重政策不確定性的互動效應和地區(qū)轉型變量的調節(jié)作用后發(fā)現，地區(qū)政策不確定性會對宏觀政策不確定性對資本結構動態(tài)調整的影響具有顯著的抑制作用；隨著市場化進程、民營化水平和對外開放度等轉型改革的逐步推進，雙重政策不確定性對資本結構調整速度的影響均會出現顯著弱化，特別是在低于目標資本結構水平的情形下。

本文的研究加深了企業(yè)面臨宏觀和地區(qū)雙重不確定環(huán)境下進行資本結構動態(tài)決策的認識和理解，拓展了宏觀經濟政策與微觀企業(yè)融資行為之間互動關系方面的研究。本文結論具有以下直接的政策啟示。首先，充分認識到“去杠桿”在微觀層面本質上是企業(yè)資本結構的動態(tài)調整過程，企業(yè)在經營決策時面臨著宏觀和地區(qū)兩個維度的政策不確定性，由于兩種政策不確定性的特點和作用范圍存在差異，即宏觀政策不確定性提升會促使企業(yè)傾向于采取更為激進的資本結構決策，而地區(qū)政策不確定性上升則使得企業(yè)偏向于采取更為保守的資本結構決策。因此，在推行“去杠桿”等供給側結構性改革政策時，需要特別考慮并區(qū)分宏觀和地區(qū)雙重不確定性及其對不同負債水平的潛在影響。其次，在考察政策不確定性對資本結構動態(tài)決策的潛在影響時，需要考慮宏觀和地區(qū)兩類政策不確定性之間的交互作用。最后，宏觀和地區(qū)雙重政策不確定性均與中國經濟的發(fā)展背景密切相關，并且各地區(qū)經濟改革的逐步深化會促使雙重政策不確定性對資本結構調整速度的影響出現顯著弱化。因此，進一步深化經濟體制改革和建立良好的地區(qū)制度環(huán)境將有助于削弱(加強)雙重政策不確定性對資本結構調整速度的負向(正向)影響。