张肖飞　史璐寒　谢香兵

关键词：零杠杆策略；货币政策；投资效率；全要素生产率

一、引言

经典资本结构理论认为企业应充分利用债务融资所带来的节税效益，优化资本结构，提升公司价值。但也发现了一个与资本结构理论不相符的现象，本文统计表明，我国资本市场零杠杆公司比例呈增长态势，从2009 年的8.4%增长到2019 年的13.1%，最高比例达到17.5%。同时，从全球范围来看，零杠杆公司比例在逐年增长，有超过20%的美国公司成为无负债公司（Bessler et al.，2013；Strebulaev and Yang，2013）。已有研究主要侧重于企业零杠杆策略实施动因及经济后果。就其实施动因而言，无外乎主动和被动两种情形：一是企业自身现金流充足主动实施零杠杆策略；二是企业因融资约束限制被动实施零杠杆策略。就其经济后果方面，主要包括股票回报、企业业绩、盈利能力和代理冲突等方面（Lee and  Moon，2011；陈艺萍等，2016；王珍义等，2018；黄珍等，2016）。近年来，政府出台了一系列支持实体经济发展的政策，旨在促进实体经济高质量发展。实体经济高质量发展逐渐成为热点话题。众所周知，经济高质量发展离不开实体企业的经济高质量，党的十九大报告指出，推动经济高质量发展，必须提高全要素生产率。企业想要稳步发展和提高实体经济质量，就要有充足的投入与产出来提高全要素生产率。企业实施零杠杆策略的财务行为不由得引发一个思考：该现象对企业全要素生产率有何影响？因此，本文着重从企业零杠桿策略视角探讨其对全要素生产率的影响及其作用机制。作为宏观政策的重要调控手段，货币政策能够改变宏观经济前景预期和企业所处的融资环境（姜国华和饶品贵，2011）。货币政策在零杠杆策略与全要素生产率的关系中发挥怎样的作用？这些构成本文研究的出发点。

本文选取2009—2019 年沪深A 股上市公司为研究样本，实证检验零杠杆策略对企业全要素生产率的影响，并分析货币政策在二者关系中的调节作用。研究发现：零杠杆策略会降低企业全要素生产率；机制分析表明，企业投资效率发挥了6%左右的中介效应。进一步研究不同动因下零杠杆策略对全要素生产率的影响，发现无论是出于主动还是被动原因，只要企业实施零杠杆策略就会降低全要素生产率。与此同时，货币政策也发挥了调节效应，具体而言，与宽松货币政策相比，货币政策紧缩时零杠杆策略降低全要素生产率尤为显著，说明货币政策调控的必要性和有效性。本文作了进一步分析和稳健性检验，包括替换被解释变量、Heckman 两阶段及PSM 方法，结果依然保持不变。这不仅丰富了零杠杆策略研究的理论文献，并从微观视角探讨了提高全要素生产率的路径，而且也有助于了解货币政策的微观调节作用。

本文研究贡献表现在：第一，探索了提高全要素生产率的路径。已有文献多从企业零杠杆策略的实施动因及经济后果展开分析，尚未探索其与企业全要素生产率的关系。本文尝试从企业全要素生产率视角探索与挖掘企业实施零杠杆策略的效果，尝试厘清全要素生产率的内在逻辑及实现路径。第二，论证了货币政策发挥的调节作用，这在一定程度上也是对货币政策的必要性和有效性的一个检验。该研究能够使我们更加清晰地认识到货币政策对企业微观层面的作用及影响。因此，本文研究结果对制定货币政策和零杠杆企业投资决策有一定启示，不仅有助于了解企业投资行为，也有助于理解货币政策实施的有效性。我国应加强货币政策的针对性和强化货币政策的定向性，提高企业全要素生产率，促进企业稳步增长。

二、文献综述与研究假设

（一）零杠杆策略及其经济后果

过往研究表明，杠杆率与股票市场估值、借款约束呈负相关，虽然这些研究能为杠杆率与企业特征的关系提供一个方向，但仍不确定企业的债务保守主义是什么因素引起的。一般而言，零杠杆企业具有规模小、成长机会多、有形资产少、现金流充足、盈利性高、留存收益多、资本支出少的特征（Bessler et al.，2013；Devos et al.，2012）。就企业实施零杠杆策略动因来看，企业因外部融资受限被动采取零杠杆策略，或者有些企业为保持财务灵活性，提高生产和管理效率、增强财务宽松环境主动实施零杠杆策略。当然，企业实施零杠杆策略也会受到其他因素的影响，例如，公司治理特征会影响企业实施零杠杆策略（Strebulaev and Yang，2013），而成长机会大的公司有更大可能性实施零杠杆策略（Jensen and Meckling，1976）。就企业零杠杆策略经济后果而言，一方面关于零杠杆策略与企业盈利能力。零杠杆企业比杠杆企业有较强的盈利能力，但在国有企业中，促进作用没有那么明显（王珍义，2018），且二者市场业绩并无显著差异（陈艺萍等，2016）。另一方面关于零杠杆策略与税盾收益。零杠杆企业放弃了大量税盾收益，企业为避免债券融资、增强财务宽松环境实施零杠杆策略（Strebulaev，2007；龚新龙和王宗军，2017），且企业持续实施零杠杆策略可使股票获得回报（Strebulaev and Yang，2013）。财务灵活性较高的美国企业不仅为将来储备借款能力，而且会有更高投入（Jong et al.，2012），低杠杆的英国企业也会进行更多投入（Marchica andMura，2010）。然而，企业选择零杠杆策略也会产生一定问题，如增加上市公司信息不对称，加重股东和管理层之间代理冲突问题，并且零杠杆策略持续时间越长，代理成本越高（黄珍等，2016）。

（二）全要素生产率的影响因素

全要素生产率是企业长期稳定发展的重要指标，主要指企业作为一个系统，其中各个要素的综合生产率，提高企业全要素生产率有助于促进产业结构升级与生产力全面发展。其影响因素有以下几个方面：首先是宏观层面的经济政策与制度环境。全面创新改革试验政策有助于提升城市全要素生产率，且随着实施时间的推移促进效应逐渐递增（张杰和付奎，2021）；碳排放权交易试点能够通过提高投资效率来提升制造业企业全要素生产率（张平淡和张惠琳，2021）；国有企业混合所有制改革引入了不同性质的资本，通过缓解国有企业的委托代理问题及增加创新投入，有助于提升全要素生产率（盛明泉等，2021）；新《环保法》的实施明显提高了污染密集型工业企业的全要素生产率（袁文华等，2021）。其次是中观层面的产业结构与资源配置。金融错配显著降低工业绿色全要素生产率，而环境规制能够明显提高工业绿色全要素生产率（李凯风等，2021）；我国的产业结构升级和技术创新对绿色全要素生产率具有正向影响（逯进和李婷婷，2021）；实施沪港通能够增加股价特质信息含量，从而提升企业全要素生产率（戴鹏毅等，2021）；生产要素的区际流动通过改善资源错配来提升全要素生产率（王星媛和白俊红，2021）。最后是微观层面的企业特征。机构共同持股通过促进企业研发投入、降低代理成本来提升企业全要素生产率（杜勇和马文龙，2021）；最优银行业结构偏离度明显降低了制造业全要素生产率（张凌翔和王云芳，2021）；人力资本、科技创新是提升长江经济带绿色全要素生产率的核心因素，人力资本对绿色全要素生产率的促进作用比科技创新更加明显（苏科和周超，2021）；而研发补贴没有显著促进整体全要素生产率增长，但能显著促进前沿技术的进步（陈丽姗等，2021）。

综上所述，研究零杠杆策略对微观企业行为影响的文献大多集中在企业绩效、税盾收益与代理冲突等方面，对企业全要素生产率的研究相对较少；虽然已有大量文献研究企业全要素生产率的影响因素，主要集中在宏观经济政策与制度环境、产业结构与资源配置与微观企业特征等方面，但基于企业融资角度，零杠杆策略对企业全要素生产率的影响具有不确定性。基于此，本文探究零杠杆策略对企业全要素生产率的影响及其作用机制。

（三）研究假设

我国经济正处于由高速增长阶段转向高质量发展阶段的重要时期，简单以GDP 增长率来衡量中国经济发展已成为过去。党的十九大报告首次提出了提高全要素生产率的迫切要求，通过技术进步、优化资源配置与管理改进等手段来提升生产率，以较少的投入实现较高的产出。适当的债务杠杆有助于提升全要素生产率。当前，有类企业的债务融资接近于零，被称为零杠杆企业，此現象日益受到学者关注。零杠杆企业如何平衡其投入与产出来影响全要素生产率成为一个值得探讨的问题，因此，本文从以下几个方面探究零杠杆策略对企业全要素生产率的影响。

一方面，管理层为避免企业陷入财务困境会采取防御行为，其表现形式可以是规避债务融资、操纵股利政策或进行过度投入，影响企业产出效率（袁春生和杨淑娥，2006）。银行债权人的监督作用会改变管理层动机，而零杠杆企业由于缺乏银行的监督，以致管理层的经营行为不能得到有效控制。零杠杆企业的管理层更有动机通过超额在职消费、过度投资以及闲置资金来处置自由现金流，此时不能有效抑制管理层浪费资源与过度投资的行为，进而降低企业全要素生产率。另一方面，在所有权与经营权分离的情况下，管理层更注重自己的利益最大化。由于零杠杆企业不需要定期向银行偿还利息，管理层工作积极性降低（Stulz，1990），而且零杠杆企业通常使用较高现金流来弥补外部债务融资不足，以及零杠杆企业对外信息披露质量和信息披露程度降低，零杠杆企业的高现金持有量与低信息披露质量也会激化股东与管理层间的代理冲突。零杠杆企业中由股东与管理层间代理冲突所产生的代理成本更高，并且零杠杆策略持续时间越长，代理成本就越高（黄珍等，2016）。企业实施零杠杆策略会降低管理层工作积极性，提高企业代理成本，进而降低企业全要素生产率。综上所述，企业实施零杠杆策略会导致债权人缺失，从而管理层受到的监督会减少，管理层首先考虑自身利益，以致影响企业的投入与产出，从而降低企业全要素生产率。基于以上分析，提出本文的研究假设1。

假设1：其他条件不变时，零杠杆策略会降低企业全要素生产率。

长期以来，货币政策有效性一直是各界关注的焦点。在金融市场中，债权人与债务人之间的信息不对称会导致银行在贷款供给中对不同企业进行信贷配给（Stiglitz and Weiss，2007），在配给过程中，货币政策会间接影响实体企业。即使利率水平保持不变，企业投入与产出也会受到货币供应量的影响。货币政策会影响企业投入（彭方平和王少平，2007），宽松货币政策会促进企业进行扩张投入（谢军等，2013），而紧缩货币政策增加企业融资难度从而影响企业投入（饶品贵和姜国华，2013）。对于因融资约束被动实施零杠杆策略的企业来说，宽松货币政策可谓是雪中送炭，可帮助企业及时获取所需资金，增加投入力度，增加企业产出，提升企业全要素生产率；对于因内源融资充分主动实施零杠杆策略的企业来说，宽松货币政策会过度增加企业投入力度（耿中元和朱植散，2018），降低全要素生产率。当货币政策紧缩时，货币供应量减少会降低银行流动性水平，增加项目投入的融资难度。紧缩货币政策会降低企业投入与产出（刘星等，2013），紧缩货币政策增加企业融资约束，这无疑使因融资约束被动实施零杠杆策略的企业雪上加霜，增加企业面临的外部融资成本，导致企业投入与产出减少，降低全要素生产率；对于因内源融资充分主动实施零杠杆策略的企业来说，紧缩货币政策会让企业更审慎投入，考虑投入与产出的效率，尽管有大量现金流也不会贸然进行投入，因此能够提升全要素生产率。基于以上分析提出第二个和第三个竞争性假设。

假设2a：与宽松货币政策相比，紧缩货币政策会加剧零杠杆策略对全要素生产率的影响。

假设2b：与宽松货币政策相比，紧缩货币政策会缓解零杠杆策略对全要素生产率的影响。

假设3a：与紧缩货币政策相比，宽松货币政策会加剧零杠杆策略对全要素生产率的影响。

假设3b：与紧缩货币政策相比，宽松货币政策会缓解零杠杆策略对全要素生产率的影响。

三、研究设计

（一）样本与数据

本文以2009—2019年沪深两市A 股企业数据为研究样本，财务数据主要来自CSMAR 数据库、Wind 数据库和CCER 数据库，按照如下标准对样本进行筛选：（1）剔除金融类上市公司；（2）剔除ST 类和*ST 类公司；（3）剔除主要财务数据缺失的公司。为消除极端值对研究结果可能产生的影响，对所有连续变量分年度进行1%与99%分位数缩尾处理（Winsorize）。最后得到了3 218个样本公司、23 355 个观测值。

（二）变量定义

1. 被解释变量——企业全要素生产率。Olley and Pakes（1996）最早提出两步一致估计法，以企业投资水平来衡量生产率，其提出的半参数法被众多学者广泛运用（以下简称为OP 方法）。因此，本文采用OP 方法测度的全要素生产率衡量主要被解释变量（TFP）。Levinsohn and Petrin（2003）以中间品投入指标为代理变量对OP 法进行了改进（以下简称为LP 方法），本文在稳健性检验部分采用LP 方法（TFP_LP）来衡量。

2. 解释变量——零杠杆策略。实施零杠杆策略的企业主要表现为没有负债或负债极少，借鉴Strebulaev and Yang（2013）以及黄珍等（2016）的研究，本文采用两种思路来界定企业是否采用零杠杆策略。第一种方法，将短期借款、长期借款、一年内到期的非流动负债之和为零的企业定义为企业实施零杠杆策略（ZL1），若企业采取零杠杆策略则ZL1 取1，否则取0。第二种方法，利用账面负债率来分析，即采用短期借款、长期借款、一年内到期的非流动负债之和占总资产比例小于等于1%的企业定义为实施零杠杆策略（ZL2）①，如果符合该条件，则ZL2 取1，否则为0。

3. 调节变量——货币政策。本文还研究了货币政策的调节作用。在我国，中国人民银行主要通过法定存款准备金率政策、再贴现政策以及公开市场业务等方式来调节市场货币供应量。单单结合某一指标，实际上很难判断货币政策究竟是紧缩还是宽松（陆正飞和杨德明，2011）。借鉴陆正飞和杨德明（2011）、邓路等（2016）的研究，本文采用MP 指标来估算货币政策，定义MP=M2 增长率—GDP 增长率—CPI 增长率。如果该指标偏大，表示货币政策偏于宽松，反之，表示货币政策偏于紧缩。具体而言，MP 大于其中位数定义为货币政策宽松，则MP 取值为1，否则定义为货币政策紧缩，MP 取值为0。

4. 控制变量

参考已有相关文献，本文还控制了公司规模（Size）、现金持有水平（Cash）、成长能力（Grow）、托宾Q 值（TobinQ）、净资产收益率（ROE）、自由现金流（FCF）、独立董事占比（Ddrate）、高管薪酬（Wage）和第一大股东持股比例（Top1）等。此外，还控制了行业与年度虚拟变量。变量具体定义和度量方法如表1 所示。

（三）实证模型

四、实证结果与分析

（一）描述性统计及相关性分析

首先，表2 中Panel A 列示了主要变量的描述性统计结果。其中，全要素生产率（TFP）均值是11.175，中位数是11.069，标准差是0.823，这说明不同企业之间的全要素生产率有较大差异；零杠杆策略ZL1 和ZL2 均值分别为0.140 和0.162，这说明按照两个标准反映的零杠杆公司比例分别为14%和16.2%，表明零杠杆现象是个很显著的事实。从Panel B 中零杠杆与非零杠杆样本组的全要素生产率均值对比结果来看，与零杠杆样本组相比，非零杠杆样本组的全要素生产率显著高0.273。也初步说明零杠杆策略确实会降低企业全要素生产率。

其次，为进一步了解零杠杆公司的年度占比情况，图1 左部分展示了2009 至2019 年零杠杆公司在样本中的比例。不难看出，零杠杆公司比例均在10%以上，最高比例可达17.5%。尽管总体呈现上升趋势，但近几年也略有波动，这或许与我国宏观政策调控有关，例如，2016 年以来，经济从高速增长转向高质量发展，同时受“三去一降一补”政策影响，零杠杆公司比例有小幅上升，2018和2019 年则又小幅降低。这也说明在我国零杠杆公司并非个案，有10%～20%的公司有息杠杆率为零。该现象值得进一步研究。图1 右部分分组实体经济质量趋势图也进一步证明了非零杠杆样本组的全要素生产率显著高于零杠杆样本组的全要素生产率。

（二）变量相关性分析

由表3变量相关性分析结果可知，零杠杆策略ZL1和ZL2与企业全要素生产率的相关系数分别为-0.115 和-0.119，且均在1%水平上显著，这说明在不考虑其他因素影响时，零杠杆策略与企业全要素生产率总体上是负相关的，初步支持了研究假设1。

（三）基准回归分析

为检验本文假设，表4 列示了零杠杆策略与全要素生产率的回归结果。从列（1）和列（3）可知，在仅控制行业和年度不加控制变量的情况下，零杠杆策略ZL1 和ZL2 的系数分别为-0.225 和-0.224，均在1%水平上显著，假设1 得到验证。说明企业实施零杠杆策略会降低其全要素生产率。加入控制变量后，列（2）和列（4）中零杠杆策略ZL1 和ZL2 的系数分别为-0.046和-0.557，均在1%水平上显著，此结果更加证实了假设1。

（四）货币政策的调节效应

表5列示了不同货币政策时期零杠杆策略对全要素生产率的影响。列（1）和列（2）以及列（3）和列（4）分别对应货币政策宽松组、货币政策紧缩组。结果非常直观地表明，与货币政策宽松组相比，货币政策紧缩组中零杠杆策略降低企业全要素生产率的结果更显著。进一步采用似无相关模型SUR 的检验方法（Suest），分别对货币政策宽松与货币政策非宽松组进行组间系数检验，列（1）和列（3）检验的卡方值为2.22，列（2）和列（4）检验的卡方值为2.63，这说明列（1）和列（3）组间系数以及列（2）和列（4）组间系数均存在显著差异，即在货币政策紧缩组中，零杠杆策略降低企业全要素生产率的结果更显著，假设2a 得到验证。这也说明宏观货币政策发挥了调节作用，换句话说，货币政策紧缩时，企业采取的零杠杆策略会降低全要素生产率。

（五）作用机制分析

企业全要素生产率主要取决于企业投资效率，即投资效率越高，表明其全要素生产率越高。為探索零杠杆策略对全要素生产率的作用机制，本文借鉴以往研究，尝试寻求投资效率所发挥的中介效应。因此，借鉴Richardson（2006）的研究，利用该模型计算出企业投资效率。该模型计算的残差绝对值作为非效率投资的衡量，为后文分析的方便，取其相反数作为投资效率（Inveff）的正向指标，即该指标越大，投资效率越高。

按照中介效应检验步骤，第一步已在表4 做了分析，第二步则是分析企业零杠杆策略对中介变量——投资效率的影响，结果如表6 中列（1）和列（3）的所示；第三步则是将企业零杠杆策略、中介变量放到模型中一起分析，结果如表6 列（2）和列（4）所示。

这个结果表明，由于列（1）到列（4）中的ZL1 和ZL2 的系数均是显著的，说明投资效率发挥了部分中介效应。为保证结果稳健性，本文进一步做了Sobel 检验，相应的Z 值分别为-2.815、-3.895，中介效应的比例分别为5.54%和5.67%。这充分证明了企业零杠杆策略是通过降低企业投资效率来降低全要素生产率的，发挥的中介效应分别为5.54%和5.67%。

五、进一步分析与稳健性检验

（一）进一步分析

1. 不同动因下的异质性分析

在前文分析基础上，引发我们思考：企业为什么会选择零杠杆策略，其背后原因是什么？基于资本结构权衡理论，企业会利用杠杆节税效应降低资本成本，但为什么还会有企业选择零杠杆策略呢？一方面，信息不对称引起的市场不完备使企业存在融资约束，企业因外部融资受限被动采取零杠杆策略。融资约束是被学者普遍接受的一种解释（Bessler et al.，2013；Strebulaev and Yang，2013；Devos et al.，2012；Dang，2013；Byoun and Xu，2013），当企业存在融资约束时，高层管理者会谨慎选择投入的项目，提高投入与产出的比例（Hovakimian，2011），企业因融资约束也可能错失高产出的投入项目（潘玉香等，2016）。另一方面，有些企业为保持财务灵活性，提高生产和管理效率、加强财务宽松环境而主动实施零杠杆策略。当内源融资充分时，经理人会做出自身利益最大化而损害股东利益最大化的行为，即不断扩大企业规模引起过度投入（Jensen and Meckling，1976；于晓红等，2017），从而降低企业全要素生产率。

基于此，本部分尝试从融资约束及内源融资两个视角分析不同动因下企业零杠杆策略对全要素生产率的影响。首先，对融资约束而言，大多数学者采用KZ 指数、WW 指数、SA 指数三个指数来衡量融资约束程度，但前两个指数都包含了如现金流与杠杆等内生性变量，因此，本文在衡量融资约束时借鉴Hadlock and Pierce（2010）衡量的SA 指数，指数绝对值越大，表明企业受融资约束程度越低。本文将其设置为二元变量，当小于年度行业中位数时，表明融资约束程度较高，SA 取值为1，否则为0。其次，对内源融资而言，借鉴黄珍等（2016）的研究，采用经营活动现金流量进行衡量（CF），高于其行业年度中位数时表明内源融资充分，CF 取值为1，否则为0。同时，分别将SA、CF 与ZL1 和ZL2 相互交乘进行回归分析，重点关注交乘项系数。为避免可能存在的多重共线性，在模型中仅仅控制了交乘项。结果如表7 所示，四个交乘项（ZL1_SA、ZL1_CF、ZL2_SA、ZL2_CF）的系数均显著为负，表明不管出于主动还是被动选择，企业零杠杆策略均会显著降低企业全要素生产率。

2. 不同货币政策下的分析

货币政策也是本文研究内容的一个重要方面。当货币政策紧缩时，银行会鉴于信贷配给问题限制企业贷款额度，加大企业融资难度，零杠杆企业可能错过好的投入项目，导致企业全要素生产率下降；同样，对内源融资充分的零杠杆企业来说，即使自由现金流充足，他们也会审时度势，减少降低全要素生产率的可能性。所以，对于紧缩货币政策带来的风险和威胁，股东会加大对管理者的监督，减少管理者的过多投入。与之相反，宽松货币政策会给那些拥有良好投入时机的企业带来高效投入产出，被动实施零杠杆策略企业必然会寻求外部资金，由于宽松货币政策可为企业带来较充足的资金供给，受融资约束的零杠杆企业增加必要投入，提高產出和全要素生产率；同样对内源融资充分的企业而言，企业会在好的投资时机加大对可行性项目的投入力度，但当下没有好的投资机会时，内源融资充分的零杠杆企业可能把闲置资金投入不盈利甚至亏本的项目中，导致企业过多投入从而降低全要素生产率。表8 和表9 分别列示了不同货币政策下融资约束及内源融资发挥的调节作用。

从表8和表9结果可以看出，在货币政策紧缩时期，表8 列（3）和列（4）、表9 列（3）和列（4）零杠杆策略与融资约束、内源融资交叉项均显著为负，而在货币政策宽松时这些交叉项均不显著，表明外部货币政策确实发挥着重要的调节作用。货币政策紧缩时，无论是高融资约束还是高内源融资时，零杠杆策略都会显著降低企业全要素生产率，这也表明货币政策调控的必要性与有效性。

（二）稳健性检验

为保证研究结果的稳健性，本文做如下稳健性检验。

1. 替换被解释变量

本部分主要采用LP方法估计企业全要素生产率，并再次分析，结果如表10所示。在表10列（1）到（4）中，零杠杆策略ZL1 和ZL2的系数仍然显著为负，结果依然不变。

2. Heckman 两阶段回归

为避免可能存在的因不可观察变量自选择导致的内生性问题，本文采用Heckman 两阶段回归进行内生性检验。第一阶段通过Probit 模型预测零杠杆企业的概率，主要控制公司规模、企业现金持有水平、成长能力、托宾Q 值、净资产收益率。第二阶段在模型中加入第一阶段得到的Lambda再次回归。结果如表11 所示。再加入Lambda 之后的零杠杆策略的系数依然显著为负，结果不变。

3. PSM方法

为避免可能存在可观察变量导致自选择的内生性问题，本文进一步采用PSM 方法尝试解决潜在的内生性问题。本文通过Logit 模型对样本企业是否实施零杠杆策略做倾向打分，然后采用一对一的最近邻匹配法，匹配所有年度都没有实施零杠杆策略的企业。实施零杠杆策略与未实施零杠杆策略的样本可能本身在行业、年度以及经营状况等方面存在较大差异，很可能正是这些特征差异影响企业全要素生产率，并非零杠杆策略本身对全要素生产率造成的影响。为此，本文在选取配对变量时，尽可能考虑一些特征变量。本文将公司规模（Size）、现金持有水平（Cash）、成长能力（Grow）、托宾Q 值（TobinQ）、净资产收益率（ROE）、自由现金流（FCF）、独立董事占比（Ddrate）、高管薪酬（Wage）和第一大股东持股比例（Top1）等作为配对变量，进行分行业、分年度的配对。

本部分检验了匹配后的特征变量是否满足平衡性假设，发现匹配后处理组和对照组标准偏差大幅下降，且标准偏差的绝对值全部在10%以内，基本满足平衡性假设，此结果不再列示。表12报告了PSM 回归结果，同样，零杠杆策略的系数依然显著为负。“零杠杆策略降低企业全要素生产率”这一结论得到了统计上的显著支持。

六、结论与建议

本文选取2009—2019年沪深A 股上市企业为样本，实证检验零杠杆策略对企业全要素生产率的影响，并分析货币政策的调节作用。研究发现：企业零杠杆策略会降低全要素生产率；与此同时，货币政策也发挥了调节效应，具体而言，与宽松货币政策相比，货币政策紧缩时，零杠杆策略降低企业全要素生产率尤为显著。机制分析表明，企业投资效率发挥了中介效应。进一步研究不同动因下零杠杆策略对全要素生产率的影响，发现无论是出于主动还是被动，只要企业选择零杠杆策略就会降低全要素生产率。本文做稳健性检验后发现，结论依然保持不变。本文结论不仅有助于全面了解企业零杠杆策略对全要素生产率的影响，还有助于更好解读货币政策对微观企业行为的影响，为有效实施货币政策提供一定的依据。一方面，企业应根据自身特征谨慎选择零杠杆策略，切忌盲目跟风，提高企业长期稳定发展能力；另一方面，我国应加强货币政策的针对性和强化“定向调控”，发挥其最大作用，促进企业稳定增长，提高实体经济质量。