王晓燕 宋璐

摘要：面对不确定的经济政策环境，企业的投资行为也更加谨慎，尤其是随着自然灾害和流行病的发生、国际多极化趋势和国内可持续发展的推进，中国未来政策的不确定性将更加突出，探究不确定的经济政策环境与企业行为之间的深层机理变得非常有意义。考虑行业竞争与市场地位的双重影响，经济政策不确定性会负向影响企业的投资行为，尤其是实物资产的投资，伴随着行业外部和企业自身的影响，市场地位较低和行业竞争程度较低的企业更倾向于投资实物资产。经济政策不确定性会通过冒险程度对企业的投资行为进行传导，结合不同的产权性质和地区的样本观察，发现两者之间的影响也显著不同。面对环境的不确定性，企业要从降低其经营成本、完善治理结构以及规范管理制度等方面着手，重视企业风险承担在政策传导、经济稳定等方面的积极作用。

关键词：经济政策;投资行为;行业竞争程度;企业市场地位

基金项目：国家社会科学基金青年项目“企业‘寻扶持视角下研发费用加计扣除政策调整效果研究”（19CGL015）;山西省哲学社会科学规划项目“‘互联网+背景下山西省制造业转型升级路径研究”（2020YY121）

中图分类号：F272    文献标识码：A    文章编号：1003-854X（2021）06-0030-11

发展宏观经济、提振金融市场、稳定企业主体均与国家经济政策休戚相关，经济政策已成为各国政府应对金融危机、解决市场问题的灵丹妙药。我国相继出台诸如四万亿计划、“一带一路”倡议、“三去一降一补”等系列宏观经济政策，某种程度上缓解了我国经济在短期内面临的困境，并对经济回暖有重要助推作用，但政策的出台时间、力度和方向也给企业外部经济环境带来了不确定性影响。近年来学术界、政府以及媒体机构关注宏观经济和政策不确定性的焦点更多集中在GDP、消费、出口等宏观经济政策影响层面，很少聚焦微观企业行为。因此，在经济政策的波动下非常有必要寻找宏观经济与微观主体之间的契合点，尤其是随着自然灾害和流行病的发生、国际多极化趋势和国内可持续发展的推进，中国未来政策的不确定性将更加突出，探究不确定的经济政策环境与企业行为之间的内在机理变得非常有意义。

一、理论模型与研究假设

（一）相关理论与文献回顾

目前学术界和实务界对于经济政策不确定性影响公司（企业）投资行为的研究还存在着分歧，有学者认为经济政策不确定性的上升会抑制企业的投资行为①，也有的认为经济政策不确定性的上升在某种程度上会促进企业的投资②，还有一些学者认为经济政策不确定性对企业投资行为的影响存在不一致性③。究其原因：一是因为研究样本和时间区间的影响，可能不确定的影响已超过了极值点;二是由于环境变量的影响，比如公司治理、竞争环境、高管特征等;三是涉及企业投资行为，有固定资产投资、技术资产投资、存货投资和金融资产投资等投资行为，投资行为的细化可能会导致研究结果的多样性。学者们也试图从二者关系背后追寻其理论基础和演进过程，这方面的理论研究则较多地集中在风险管理理论、金融摩擦理论和实物期权理论等方面。

实物期权理论和金融摩擦理论均强调经济政策不确定性对企业投资行为的抑制渠道，但也有一些不同之处。实物期权理论（也称为等待观望理论）指出，经济政策不确定性会推迟公司的投资行为，从而反向增加企业的收益，不确定条件下投资资本的边际价值是企业市场价值的一个函数。只有当企业的边际资本收益产品达到一个上限时，投资才会发生，这个上限是由传统的用户成本加上投资的期权价值确定的。H. Gulen等认为在期权价值的影响下，如果投资具有不可逆性，不断上升的不确定性会使得管理者采取观望态度，将投资推迟到更确定的时期，从而抑制企业投资，但这种效应在前四到五个季度负向影响会逐渐增强，之后就会开始衰减，在更长的滞后期可能还会转为正向④。金融摩擦理论强调受到金融市场代理问题的影响，认为信息不对称或道德风险会引起政策的不确定性，而高不确定性环境会通过增加资本成本，最终抑制企业的投资行为。就短期而言，实物期权理论和金融摩擦理论在传导机制上均表现为抑制作用，但实物期权理论侧重于期权价值的确定，即经过较长时间的发展，政策不确定性对公司投资的抑制影响会逐渐减弱，可能还会转为正向。而金融摩擦理论侧重于考虑外部环境的影响，如信贷利差、债务融资和股权融资的影响。风险管理理论认为不确定性与风险、收益是并存的，即不确定性越高，风险越大，企业投资回报率越高。F. Knight强调不确定性是企业利润的源泉，在不確定的情况下企业会试图识别并抓住投资机会，通过资源整合获取利润⑤。R. Hartman指出，在完全竞争、规模收益不变和调整成本对称的前提假设下，较高的不确定性会增加企业的投资行为，提高资本的预期利润率⑥。C. F.Baum等认为美国市场的不确定性会促进企业的投资行为，其中不确定性捕捉到了真实期权的存在，使公司可以拥有一个更大的机会进行投资⑦。

以上研究大多是基于发达国家经济体系，面对中国经济政策的不确定性问题，企业会对政策变化作出怎样的投资反应？遵循何种理论传导机制？这些问题还缺乏一些经验证据的支持，有待于进一步深入分析和验证。

（二）理论模型与机制分析

其中，It为t时刻实物资产和金融资产的总投资，var（Rft）和var（Rkt）分别表示金融投资和实物资产投资收益的波动率（风险），EPUt为t时刻的经济政策不确定性，β代表竞争程度影响系数（行业竞争程度与企业市场地位等）。在（4）式和（5）式中，假定Rft和Rkt均服从正态分布。（3）式存在明确的经济含义，受到以下因素的影响：其一，金融资产的相对风险;其二，经济政策不确定性;其三，行业竞争程度与企业市场地位;其四，固定资产与金融投资收益率差额，即实物资产相对金融资产的收益率越高，实物资产投资越多;其五，企业的总风险，即当投资的总风险较高时，企业倾向于减少实物资产投资。

由以上理论模型可知，经济政策不确定性与企业实物资产投资成反向关系，β系数也会调节经济政策不确定性与企业实物资产投资的关系。企业在进行实物资产投资和金融资产投资时均伴随着一定的风险，风险在战略管理研究中可以指企业不确定的行为或结果，风险承担能力或者冒险程度的不同必然导致企业投资的动态变化。（3）式表明按照实物期权的逻辑，在实物投资上的花费为拥有未来价值的公司创造了期权，额外的期权可以让公司降低风险，并可能表现为实物资产投资的延迟。同样，在不确定的环境中，将不再重复对企业金融资产投资行为的经济学分析。

（三）研究假设

1. 经济政策不确定性与企业投资行为的直接效应

在不确定的情况下，实物资产投资或者金融资产投资可能并不对应于单个利润结果，而是多个相互排斥的结果。这些结果可以用一个主观的概率分布来描述，对于影响利润期望值的投资决策行为，也往往会影响结果的离散性和其他特征。谭小芬和张文婧指出，实物期权理论以未来的期权价值为核心，将未来的投资机会视为看涨期权，进而相应地会减少当期的投资计划⑨。也有学者将投资Q理论与实物期权方法相结合，在企业实物资产投资和金融资产投资统一框架下来分析经济政策不确定性产生的效应，这为本文的研究提供了思路⑩。一般来说，如果经济政策的不确定性太高，企业通常会推迟它们的新投资项目，特别是与金融性资产投资相关的项目。经济政策不确定性会负向影响企业的实物资产投资和金融资产投资。实物资产投资中的研发投资涉及很大的人力和隐性知识成分，是不可逆转的资本投资类型，相应地会增加影响企业风险承担能力的因素。相比实物资产投资，金融资产投资可以创造额外收入和应急现金储备、抵消通胀、投资组合多样化等。短期来看，金融资产投资会对企业实物资产投资产生替代或挤出效应，也就是为了增加短期投资回报，企业管理者有动机投资金融资产，而不是有长期利润的实物投资。但从整体来看，由于经济政策不确定性的上升，企业金融资产投资行为会导致融资成本、风险溢价和违约风险的增加，进而出现减少的趋势。基于此提出如下假设：

假设1：经济政策不确定性抑制企业实物和金融资产投资行为，即经济政策不确定性与实物和金融资产投资之间呈现负相关关系。

2. 行业竞争程度的调节效应

行业竞争程度能够衡量企业之间竞争程度的行业水平，是调节经济政策不确定性与企业投资行为关系的关键因素。随着更多的企业进行不同投资行为决策以提高自身能力，与竞争力相关的行业内动态增加，导致行业层面的结构不稳定。一个高度垄断的行业中，由于竞争对手相对很少，诸如寡头市场，企业可以在研发上花钱，而不用担心潜在的竞争对手的进入，从而形成战略合作联盟或非正式网络，增加企业的金融投资行为，从而政策不确定性与金融投资之间的负面关系被削弱。而对于企业的实物投资行为，将受制于不同程度的系统风险或“杠杆效应”，行业竞争程度会使得经济政策不确定性对企业实物投资行为的抑制作用显得更为突出。基于此提出如下假设：

假设2a：行业竞争程度强化经济政策不确定性对实物资产投资的影响，即企业面临的行业竞争程度越大，越会增强经济政策不确定性对企业实物资产投资行为的抑制作用。

假设2b：行业竞争程度弱化经济政策不确定性对金融资产投资的影响，即企业面临的行业竞争程度越大，越会削弱经济政策不确定性对企业金融资产投资行为的抑制作用。

3. 企业市场地位的调节效应

作为企业与外部竞争能力的一种企业层面的衡量尺度，通常由其市场份额反映。在同一行业中经营的企业相互之间具有战略行为，从而在投资决策中形成了企业间的依赖关系。企业的风险不仅取决于自身的投资决策，还取决于竞争对手为争夺市场份额而采取的战略和行动。H. Abdoh和O. Varela指出市场地位排名较低的公司更容易被潜在竞争对手所取代，其中排名可能主要是由公司特定成本的变化而不是整个行业的成本所驱动的。而全行业的冲击不太可能影响排名，因为它们会影响同一行业的所有公司。高市场地位的企业很可能通过推迟投资、等待更多有关市场状况的信息来减少损失。在较高的市场地位下，面对外部的不确定性，管理人员会分析竞争对手，考虑成本收益，降低他们在固定资产、研发投入等方面的支出，大大减少其实物投资行为，尤其是研发投入行为。对金融资产投资行为而言，面临较高的市场地位，这种不确定性使其变得更加谨慎，市场地位高的企业通过使用金融衍生品来保护其免受不断波动的政策不确定性的影响。某种程度上看，企业所处的市场地位越高，越会弱化经济政策不确定性与金融资产投资行为之间的负向关系。基于此提出如下假设：

假设3a：企业市场地位强化经济政策不确定性对实物资产投资的影响，即企业所处的市场地位越高，越会增强经济政策不确定性对企业实物资产投资的抑制作用。

假设3b：企业市场地位弱化经济政策不确定性对金融资产投资的影响，即企业所处的市场地位越高，越会削弱经济政策不确定性对企业金融资产投资的抑制作用。

二、研究设计与模型构建

（一）样本选择

选取2000—2019年沪深A股公司数据，剔除数据缺失、ST和金融行业的公司，最终包含3330个公司（企业）和31507个观测值。數据均来自CSMAR和WIND数据库，并结合公司年报、和讯网以及巨潮资讯网等数据资料进行交叉复核。同时，为了防止极端值的影响，对数据进行了缩尾处理。

（二）变量定义和模型构建

1. 变量定义

（1）因变量：企业投资行为（Inv）。企业投资行为的选择涉及实物资产投资和金融资产投资两个维度。根据投资结构细分为固定资产投资（Fix）、技术资产投资（Tec）、存货投资（Iory）和金融资产投资（Fin）。进一步地，将固定资产投资、技术资产投资和存货投资归属为实物资产投资（Ra）。

固定资产投资（Fix）是固定资产再生产的主要手段，建造和购置固定资产的经济活动主要包括固定资产更新（局部和全部更新）、改建、扩建、新建等活动，采用固定资产投资净额与总资产的比值表示，能够有效地反映固定资产投资的规模等。技术资产投资（Tec）是指企业进行专利权、非专利技术、商标权、土地使用权等投资行为，采用技术资产投资净额/总资产的比值表示，其中技术资产投资净额=无形资产净额+开发支出+商誉净额。存货投资（Iory）是指原材料、在产品和企业暂时持有的待售的产成品等投资活动，采用存货净额/总资产的比值表示。金融资产投资（Fin）采用金融资产投资净额/总资产的比值表示，其中，金融资产投资净额=交易性金融资产净额+衍生金融资产净额+短期投资净额+应收利息+应收股利+可供出售金融资产+持有至到期投资+长期股权投资。

（2）自变量：经济政策不确定性（EPU）。对于经济政策不确定性（EPU）的衡量，我们借鉴顾海峰和于家珺等学者的研究，运用香港浸会大学陆尚勤和黄昀编制的中国经济政策不确定性指数（China Economic Policy Uncertainty Index），用该指数12个月的几何平均数除以100来衡量年度经济政策不确定性的程度。

（3）調节变量：行业竞争程度和企业市场地位。对于行业竞争程度（lndc）的衡量，借鉴杨兴全和孙杰等学者的研究，采用市场集中度（CR）来衡量，CR值越大，表明行业集中度越高、行业内竞争程度越低。为了更直观地进行后续实证结果的解释，对CR进行了转换，即lndc=1-CR。稳健性检验中以所处行业的营业利润率标准差来衡量，标准差越大，表示行业内企业差别越大、竞争程度越小;反之，标准差越小，行业内企业相似程度越高、竞争程度越大。企业所处市场地位（Pcm）用勒纳指数（Lerner）来衡量，勒纳指数=（营业收入-营业成本-销售费用-管理费用）/营业收入，意味着勒纳指数越大，企业在行业内的定价能力越强，企业市场地位越高。

（4）控制变量。在控制变量的设定方面，将控制变量划分为微观变量和宏观变量。微观变量主要有：总资产净利率（Roa），即净利润除以总资产的比值;规模（Size），即总资产/行业总资产;企业年龄（Estyear），即企业成立时间;资产负债率（Lev），即负债/总资产;总资产周转率（Tct），即营业收入/总资产;托宾Q值（TobinQ），即市值/总资产;净利润现金净含量（FCFF），即经营活动产生的现金流量净额/净利润;营业收入增长率（Orgr），即本期营业收入减去上期营业收入与上期营业收入的比值;有形资产比率（Rtan），即有形资产/资产总额;公司属性（Nature），国企取1，否则取0;多元化经营（Dyhentro），采用收入熵表示，收入熵=ΣPiLn（1/Pi），企业收入熵的数值越大，其多元化程度则越高。宏观变量主要有：广义货币的增长率（Bmgr），即本期广义货币减去上期广义货币与上期广义货币的比值;受保护行业（Prot），受政府保护的行业取1，否则取0;失业变动率（Unemp），即企业所在省份当年城镇登记失业率的年度变化率;股票波动率（Vola），即股票周收益率的波动率。

2. 模型构建

利用调节效应和中介效应模型搭建方法，建构基准模型、环境模型和机理模型，逐步检验经济政策不确定性对企业投资行为的直接效应，分析行业竞争程度、企业市场地位的调节效应以及中介作用，分别设定如下模型：

基准模型：

lnvi，t=α0+α1EPUi，t+α2Controli，t+ΣYear+Σlndustry+εi，t（6）

环境模型（调节效应）：

lnvi，t=β0+β1EPUi，t+β2Pcmi，t+β3EPUi，t×Pcmi，t+β4Controli，t+ΣYear+Σlndustry+εi，t（7）

lnvi，t=β0+β1EPUi，t+β2lndci，t+β3EPUi，t×lndci，t+β4Controli，t+ΣYear+Σlndustry+εi，t（8）

机理模型（中介效应）：

Risktakingi，t=γ0+γ1EPUi，t+γ2Controli，t+ΣYear+Σlndustry+εi，t    （9）

lnvi，t=η0+η1EPUi，t+η2Risktakingi，t+η3Controli，t+ΣYear+Σlndustry+εi，t（10）

其中，lnv代表企业投资行为，涉及实物投资Ra和金融投资Fin，lndc代表行业竞争程度，Pcm代表企业所处市场地位，Risktaking代表企业风险承担，Control代表一系列控制变量。中介效应在满足下述条件时显著存在：α1显著则推测EPU对企业投资行为的总效应统计上显著;γ1和η2均显著，则可以推测中介效应显著，如果出现其中有一个不显著，则需利用Sobel检验进一步判断中介效应是否显著。

三、实证结果分析

（一）主要变量描述性统计

表1显示的是主要变量的描述性统计结果。实物资产投资最小值和最大值分别为0.061和0.889，均值为0.506，标准差为0.189;金融资产投资最小值和最大值分别为0.000和0.483，均值为0.061，标准差为0.091。实物资产投资与金融资产投资相比较，波动较大，均值水平也明显偏大。经济政策不确定性的最小值和最大值分别为0.510和1.633，均值为1.279，整体不确定性水平偏高。行业竞争程度的最小值和最大值分别为0.088和0.866，标准差为0.203，大于市场竞争地位的波动程度0.163。图1反映了中国2000—2019年经济政策不确定性指数的变化情况。2000—2008年期间，突发事件如“非典”的爆发以及中国加入WTO和利率不断上升等经济事件的发生，致使经济政策不确定性呈现上升态势，同时伴随较强的波动性。2008年之后则受到欧洲债务危机、启动“断路器”机制以及2019年新冠疫情等因素的干扰，呈现上下波动态势。

（二）实证回归分析结果

1. 经济政策不确定性对企业投资行为的影响

表2中的（3）列和（4）列是以（1）列和（2）列为基础控制的年度以及行业情况。在控制了年份和行业固定效应后，经济政策不确定性（EPU）对企业实物资产投资（Ra）和金融资产投资（Fin）的影响系数均为负，并且在1%的统计意义上均显著。其不确定性增加1个单位，企业实物投资就下降8.7%;经济政策不确定性每增加1个单位，企业金融投资就下降2.6%。这初步说明经济政策不确定性的增加确实会降低企业投资力度，对实物投资的影响程度要高于金融投资，由此产生的影响是显著的，并且从统计意义和经济意义上分析都存在显著性，因而假设1得到验证。

从控制变量的影响来看，企业实物投资受资产负债率影响的系数为0.185，在1%的水平上显著为正，对金融投资的影响系数为-0.046，在1%的水平上显著为负。这与我们的预期是一致的，假如企业资产负债率增加，迫于企业的自身经营风险，企业会加大实物投资的力度，降低金融投资的风险。股权自由现金流（β=0.090，p<0.01;β=0.065，p<0.01）、广义货币增长率（β=0.246，p<0.01;β=0.351，p<0.01）对企业实物资产和金融资产投资行为的影响均显著为正，净资产收益率（β=-0.082，p<0.01;β=-0.042，p<0.01）、总资产周转率（β=-0.014，p<0.05;β=-0.026，p<0.01）对企业实物资产和金融资产投资行为的影响均显著为负。受保护的行业（β=0.118，p<0.01）对企业实物投资行为的影响显著为正，对企业金融资产投资行为影响为正（β=0.003），但统计意义上不显著，表明行业保护力度越大，越会增加实物资产投资，可能的原因是受保护的行业政府支持力度大，比如财政政策、货币政策等方面的影响。

2. 行业竞争程度与企业市场地位的环境影响

在基准回归模型的基础上，进一步加入行业竞争程度与企业市场地位的调节效应，回归结果显示在表3中。表3中的（1）列和（2）列是对行业竞争调节作用的实证分析结果。第（1）列结果显示，EPU与lndc的交叉项系数是-0.063，在5%的水平上显著，经济政策不确定性的系数为-0.089，在1%的水平上显著，说明行业竞争强化了不确定性环境对实物资产投资的抑制效果。同样地，第（2）列结果表明，行业竞争与政策不确定性之间的交叉项系数为0.035，在10%的水平上显著，经济政策不确定性的系数为-0.027，在1%的水平上显著，表明行业竞争程度弱化了经济政策不确定性对公司金融投资的抑制作用，验证了假设2a和2b。表3中的（3）列和（4）列为企业市场地位的调节效应回归分析结果，（3）列显示企业市场地位与经济政策不确定性的交叉项系数为-0.066，在5%的水平上显著，经济政策不确定性的系数为-0.090，在1%的水平上显著，这说明企业市场地位（Pcm）会使得经济政策不确定性对企业实物资产投资的抑制作用明显加强。同样地，第（4）列的结果表明，公司的市场地位与政策不确定性的交叉项系数为-0.002，统计意义上不显著，经济政策不确定性的系数为-0.023，在1%的水平上显著，部分验证了假设3a和3b。

（三）稳健性检验

对于经济政策不确定性指数（EPU），采用12个月的算术平均数除以100作为替换变量，其实证结果与研究假设基本一致。更换调节变量后（见表4），行业竞争程度以所处行业的营业利润率标准差来衡量，企业所处市场地位以年度行业内企业的勒纳指数排名（RLerner）来衡量，结果显示经济政策不确定性与企业实物和金融投资行为呈现稳健的负向关系。其中，经济政策不确定性与企业实物投资的系数显著为负（β=-0.098，p<0.01），与企业金融投资的系数显著为负（β=-0.024，p<0.01），包括调节效应的实证结果与研究假设也基本一致。

考虑滞后期效应的影响，在此用经济政策不确定性的滞后一期作为自变量，再应用上述模型实证检验经济政策不确定性（EPU）与企业实物资产投资和金融资产投资行为的关系（见表5）。结果显示经济政策不确定性与企业实物和金融投资行为呈现稳健的负向关系，其中经济政策不确定性与企业实物投资的系数显著为负（β=-0.728，p<0.01），与企业金融投资的系数顯著为负（β=-0.055，p<0.01），发现实证结果与研究假设方向一致，调节效应的回归结果与研究假设方向一致，仅在显著性上略有差异。

考虑一些重要的控制变量未被纳入模型也会引起内生性问题，导致结果的不稳定，在此引入融资约束（FC，用WW指数构造）、公司治理因素（独立董事比例Duli、管理层持股数量NMhld）等变量进行回归分析（见表6）。研究发现实证结果与假设基本保持一致，经济政策不确定性与企业实物投资的系数显著为负（β=-0.095，p<0.01），与企业金融投资的系数显著为负（β=-0.038，p<0.01）。

四、基于企业产权性质和区域差异的进一步讨论

（一）经济政策不确定性影响企业投资行为的产权差异

考虑企业产权性质的异质性，对样本进行国有、民营、外资和其他企业分类回归分析。表7中的（1）—（4）列的结果显示了政策不确定性（EPU）影响不同产权类型的企业实物资产投资行为（Ra）的不同结果。实证检验发现：外资企业分样本中经济政策不确定（EPU）系数的绝对值为0.256，高于其余三种类型的企业，说明企业进行实物资产投资（Ra）时，可能是因为外资企业受我国经济政策影响的敏感性强，更大程度地受到了经济政策的驱动，从而会积极地利用经济政策环境寻找有利于自身的投资结构。

表7中的（5）—（8）列显示了经济政策不确定性（EPU）影响不同产权类型的企业金融资产投资行为（Fin）的不同结果。实证检验发现：国有企业中经济政策不确定（EPU）系数的绝对值为0.059，高于其余三种类型的企业，说明企业进行金融资产投资行为（Fin）时，往往带有一定程度的计划特点，出于国有企业的代理成本高于其他类型企业的考虑，国有企业更愿意按照政策进行金融投资，因此受到经济政策不确定性（EPU）的影响也更强。

（二）经济政策不确定性影响企业投资行为的区域差异

考虑企业所处地区差异的影响，对样本进行东部、中部和西部分类回归分析。表8中的（1）—（3）列显示不同地区的企业进行实物投资行为时受到经济政策不确定性影响的结果。进行chow检验分析，发现不同地区存在着显著差异;进行双变量均值检验发现，中部地区企业的经济政策不确定性（EPU）系数的绝对值为0.132，高于其它地区的企业，这说明中部地区的企业进行实物资产投资（Ra）时受到不确定的环境影响相对较强。

表8中的（4）—（6）列显示不同地区的企业进行金融投资行为时受到经济政策不确定性影响的结果。进行chow检验显示，西部地区企业受经济政策不确定性影响系数的绝对值为0.041，高于其它地区的企业;进行双变量均值检验发现，进行金融资产投资时，处于西部地区的企业受到经济政策不确定性影响的效应较强。

（三）经济政策不确定性与企业投资行为的作用机理

上文以行业竞争程度和企业所处市场地位全样本以及企业产权性质、地域分布等分样本进行分析，从不同角度实证检验了经济政策不确定性（EPU）的影响效应，但对于经济政策不确定性（EPU）通过什么路径来影响企业的实物资产和金融资产投资行为，需要进一步梳理和验证。

借鉴温忠麟等学者的做法，从组织风险承担的中介路径来考察经济政策不确定性对企业投资行为的作用机理。表9中的（1）—（3）列显示了经济政策不确定性对企业实物资产投资行为的影响路径。由（1）列判断，经济政策不确定性（EPU）对企业实物资产投资行为（Ra）的影响显著为负（β=-0.052，p<0.01）。（2）列表明在1%的水平上，经济政策不确定性（EPU）对企业风险承担的影响也显著为负（β=-0.011，p<0.01）。（3）列表明企业风险承担的系数在1%的水平上显著为负（β=-0.138，p<0.01），经济政策不确定性（EPU）在企业风险得到相应控制后仍然显著为负（β=-0.054，p<0.01），企业风险承担的中介效应等于0.002（0.011×0.138），这表明经济政策不确定性对企业实物资产投资的影响是通过企业风险承担或者冒险程度来实现的。当经济政策具有较高的不确定性时，企业管理层对实物投资的收益与风险考量的难度增大，诸如研发投资具有高度的不可逆性，其中在科研人员、研发设备和研发材料等方面的研发支出都是不可逆转的，管理层不仅自身要承受更高水平的私人成本，还会受到利益相关方诸如股东等方面的问责，因而可能会采取更加谨慎的态度，通过降低企业的风险承担水平来抑制企业的实物资产投资行为。

表9中的（4）—（6）列显示了经济政策不确定性对企业金融资产投资行为的影响路径。由（4）列判断，经济政策不确定性（EPU）对企业金融资产投资（Fin）的影响显著为负（β=-0.038，p<0.01）。（5）列表明在1%的水平上，经济政策不确定性（EPU）对企业风险承担的影响也显著为负（β=-0.011，p<0.01）。（6）列表明企业冒险系数显著为正（β=0.088，p<0.01），经济政策不确定性（EPU）在企业风险得到控制后仍然显著为负（β=-0.037，p<0.01），企业风险承担的中介效应为-0.001（-0.011×0.088），这表明企业风险承担在经济政策不确定性影响企业金融资产投资与行为中存在中介效应。当经济政策具有较高的不确定性时，企业与银行等金融机构的价值判断会受到干扰，这样加剧了金融市场中信息的聚合摩擦，使企業面临的内外部环境变得更加复杂。在有噪声的信息聚合下，为了对冲内外部风险，保证正常运营，企业将加强自身的预防性动机，分散其自身的非系统性风险（诸如规范风险投资等），金融机构等部门将会不同程度地收缩信用政策，严格控制贷款规模。可以判断，企业会通过降低风险水平的方式来减少企业的股权、基金、衍生金融资产的投资，抑制企业的金融投资行为。

五、研究结论和政策建议

（一）主要结论

经济政策不确定性负向影响企业实物和金融投资行为，尤其对实物资产投资的影响相对较大。从经营环境的角度来看，行业竞争和市场地位会显著影响两者之间的关系。进一步地，通过产权和区域区分，相对于非国有企业，国有企业投资于金融资产更容易受到经济政策不确定性的影响;而相对于东部和中部而言，西部地区的企业对经济政策不确定性的影响更为敏感。从影响机制的角度出发，不确定的经济政策环境会显著通过企业风险承担水平来影响其投资行为。限于篇幅本文没有考虑行业竞争程度与市场竞争地位的协同效应，以及具体政策的确定性实施效果。

（二）政策建议

第一，增强政府政策出台、调控和落地的透明度。从具体的投资行为看，不确定的环境还可能对企业产生积极的影响，如可能刺激企业的创新活动，应当利用政策不确定性“好”的一面，防范其“不好”的一面。目前我国经济恢复和风险挑战并存，政府部门应该创造一个稳定的经济环境和连续一致的政策体系;借助新闻媒体、自媒体、网络平台等提前做好正面宣传，切实保障政策的出台、调整以及有效实施等落到实处。

第二，推进市场和行业监管治理，稳定良好的营商环境。规范的市场制度和公平的竞争环境是公司制定战略决策的重要条件，监管机构需要在宏观经济政策的指引下，致力于营商环境的和谐发展，考量市场地位和行业竞争程度，利用产权特点和地域优势，鼓励和监督企业进行合理投资项目选择，实现高质量发展。

第三，提高企业自身应对和防范风险的水平。面对环境的不确定性，企业要从降低其经营成本、完善治理结构以及规范管理制度等方面着手，重视企业风险承担在政策传导、经济稳定等方面的积极作用，不仅要重视传导渠道的疏通，更重要的是有效结合冒险程度与企业投资行为，合理配置企业投资结构。

注释：

① 李凤羽、杨墨竹：《经济政策不确定性会抑制企业投资吗？——基于中国经济政策不确定指数的实证研究》，《金融研究》2015年第4期。

② 聂辉华、阮睿、沈吉：《企业不确定性感知、投资决策和金融资产配置》，《世界经济》2020年第6期。

③ L. J. Christiano， R. Motto， M. Rostagno， Risk Shocks， American Economic Review， 2016， 34（1）， pp.151-167.

④ H. Gulen， M. Ion， Policy Uncertainty and Corporate Investment， The Review of Financial Studies， 2015， 29（3）， pp.523-564.

⑤ F. Knight， Risk， Uncertainty and Profit， Social Science Eleetronic Publishing， 1921， 36（4）， pp.682-690.

⑥ R. Hartman， The Effects of Price and Cost Uncertainty on Investment， Journal of Economic Theory， 1972， 5（2）， pp.258-266.

⑦ C. F. Baum， M. Caglayan， O. Talavera， Uncertainty Determinants of Firm Investment， Economics Letters， 2008， 98（3）， pp.282-287.

⑧ Shu Jiaxian， Zhang Chengsi， Zheng Ning， Financialization and Sluggish Fixed Investment in Chinese Real Sector Frms， International Review of Economics & Finance， 2020， 69（9）， pp.1106-1116.

⑨ 谭小芬、张文婧：《经济政策不确定性影响企业投资的渠道分析》，《世界经济》2017年第12期。

⑩ P. Bolton， N. Wang， J. Yang， Investment Under Uncertainty with Financial Constraints， Journal of Economic Theory， 2019， 184（6）， pp.1-56.

陈淑云、王翔翔：《经济政策不确定性会抑制房地产企业投资行为吗？——基于2003—2018年沪深两市房地产企业的数据分析》，《江汉论坛》2020年第6期。

H. Abdoh， O. Varela， Product Market Competition， Idiosyncratic and Systematic Volatility， Journal of Corporate Finance， 2017， 43， pp.500-513.

顾海峰、于家珺：《中国经济政策不确定性与银行风险承担》，《世界经济》2019年第11期。

杨兴全、孙杰：《行业特征、产品市场竞争程度与上市公司现金持有量关系研究》，《审计与经济研究》2007年第6期。

温忠麟、叶宝娟：《中介效应分析：方法和模型发展》，《心理科学進展》2014年第5期。

作者简介：王晓燕，山西财经大学会计学院讲师，山西太原，030006;宋璐，通讯作者，山西财经大学会计学院博士研究生，山西太原，030006。

（责任编辑  陈孝兵）