張超林

(湖南工商大學(xué) 財(cái)政金融學(xué)院，湖南長沙 410205)

一、引言

政府政策對實(shí)體經(jīng)濟(jì)的影響一直以來都是學(xué)術(shù)界研究的焦點(diǎn)。早期文獻(xiàn)主要關(guān)注具體的經(jīng)濟(jì)政策調(diào)整對宏觀經(jīng)濟(jì)和企業(yè)微觀行為的影響。近年來學(xué)者們也開始研究政策不確定性對實(shí)體經(jīng)濟(jì)的影響(Bloom，2009；Kang et al.,2014；Wang et al.,2014；Baker et al.,2016；Gulen and Ion，2016)[1-5]。就我國而言，政府和市場的關(guān)系更為密切，經(jīng)濟(jì)政策的調(diào)整和不確定性對實(shí)體經(jīng)濟(jì)的影響更為重要。有調(diào)查數(shù)據(jù)顯示，約46%的國內(nèi)企業(yè)高管將“經(jīng)濟(jì)政策調(diào)整”作為主要擔(dān)心的問題(范悅安等，2013)[6]。近年來，鑒于該問題的重要性，國內(nèi)學(xué)者也開始對經(jīng)濟(jì)政策不確定性的經(jīng)濟(jì)后果展開一系列研究(賈倩等，2013；李鳳羽和楊墨竹，2015；吳一平和尹華，2016)[7-9]。相關(guān)研究主要集中于經(jīng)濟(jì)政策不確定性對宏觀經(jīng)濟(jì)波動(dòng)、經(jīng)濟(jì)增長以及企業(yè)投資行為的影響，鮮有文獻(xiàn)通過經(jīng)驗(yàn)數(shù)據(jù)來檢驗(yàn)經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的影響。

企業(yè)技術(shù)效率及其影響因素一直是國內(nèi)外經(jīng)濟(jì)學(xué)界關(guān)注的一個(gè)重要問題(陳海強(qiáng)等，2015)[10]。我國目前正處于經(jīng)濟(jì)轉(zhuǎn)型期間，產(chǎn)業(yè)結(jié)構(gòu)亟需由低端向中高端轉(zhuǎn)型升級。中央經(jīng)濟(jì)工作會議提出了供給側(cè)結(jié)構(gòu)性改革，強(qiáng)調(diào)要優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升產(chǎn)品質(zhì)量。企業(yè)技術(shù)效率的提升對我國產(chǎn)業(yè)結(jié)構(gòu)升級和推進(jìn)供給側(cè)結(jié)構(gòu)性改革至關(guān)重要。

目前鮮有文獻(xiàn)研究經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的影響。本文使用斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的中國經(jīng)濟(jì)政策不確定性指數(shù)，利用異質(zhì)性隨機(jī)前沿模型估算企業(yè)技術(shù)效率，對該問題進(jìn)行了實(shí)證檢驗(yàn)。本文的主要貢獻(xiàn)體現(xiàn)在三個(gè)方面：第一，拓展了經(jīng)濟(jì)政策不確定性的研究范疇。前期研究探討了經(jīng)濟(jì)政策不確定性對宏觀經(jīng)濟(jì)(宏觀經(jīng)濟(jì)波動(dòng)、經(jīng)濟(jì)增長、就業(yè)等)和企業(yè)行為(投資、技術(shù)創(chuàng)新等)的影響，但鮮有研究討論經(jīng)濟(jì)政策不確定性對微觀企業(yè)效率的影響。效率問題是經(jīng)濟(jì)學(xué)研究的核心問題，本文使用定量研究效率問題的主流方法隨機(jī)前沿模型，研究表明經(jīng)濟(jì)政策不確定性降低了制造業(yè)企業(yè)技術(shù)效率，一定程度上填補(bǔ)了該領(lǐng)域的空白。第二，本文的研究豐富了企業(yè)技術(shù)效率問題的相關(guān)研究。前期文獻(xiàn)主要考察了融資約束、公司治理、政府資助等影響因素，本文從宏觀層面考察了經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的影響，同時(shí)也拓展了宏觀經(jīng)濟(jì)政策與微觀企業(yè)行為的關(guān)系研究。第三，本文的研究具有重要的政策含義。鑒于政府政策在我國經(jīng)濟(jì)發(fā)展中扮演的重要角色，依據(jù)本文的結(jié)論，政策調(diào)整的不確定性會降低制造業(yè)企業(yè)技術(shù)效率，因此政府作為經(jīng)濟(jì)政策的制定者，應(yīng)盡量減少經(jīng)濟(jì)政策的頻繁變動(dòng)，降低經(jīng)濟(jì)政策的不確定性，這樣有助于穩(wěn)定企業(yè)的預(yù)期，有利于企業(yè)進(jìn)行長期的投資決策，并不斷優(yōu)化決策，提高生產(chǎn)效率。

本文余下部分的結(jié)構(gòu)安排如下：第二部分為文獻(xiàn)回顧與研究假設(shè)，第三部分為實(shí)證設(shè)計(jì)，第四部分報(bào)告實(shí)證結(jié)果，最后一部分是本文的結(jié)論。

二、文獻(xiàn)回顧與研究假設(shè)

(一)文獻(xiàn)回顧

從2008年金融危機(jī)以來，由于各國積極救市使得國家干預(yù)主義的思潮重新復(fù)蘇，政府“干預(yù)之手”導(dǎo)致經(jīng)濟(jì)政策的變動(dòng)更為頻繁。經(jīng)濟(jì)政策不確定性的經(jīng)濟(jì)后果逐漸開始引起學(xué)者們的關(guān)注。相關(guān)研究從政府換屆和政府官員變更角度間接衡量經(jīng)濟(jì)政策不確定性，或直接構(gòu)建經(jīng)濟(jì)政策不確定性指數(shù)，從而研究經(jīng)濟(jì)政策不確定性對宏觀經(jīng)濟(jì)和企業(yè)微觀行為的影響。

從宏觀經(jīng)濟(jì)層面而言，學(xué)者們主要研究了經(jīng)濟(jì)政策不確定性對經(jīng)濟(jì)增長、投資、消費(fèi)、就業(yè)、股票市場波動(dòng)等宏觀經(jīng)濟(jì)變量的影響(Bloom，2009；Baker et al，2016；黃寧和郭平，2015；張浩等，2015)[1][4][11][12]。更多的文獻(xiàn)集中關(guān)注于經(jīng)濟(jì)政策不確定性對企業(yè)投資行為的影響。Gulen and Ion(2016)[5]研究發(fā)現(xiàn)，企業(yè)投資與經(jīng)濟(jì)政策不確定性顯著負(fù)相關(guān)，并且當(dāng)企業(yè)投資不可逆程度更高、企業(yè)收入更加依賴政府支出時(shí)，這種負(fù)相關(guān)性更強(qiáng)。Kang et al.，(2014)[2]、Wang et al.，(2014)[3]等也發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會顯著抑制企業(yè)投資行為。國內(nèi)研究也得到了類似的結(jié)論。饒品貴等(2017)[13]進(jìn)一步研究了經(jīng)濟(jì)政策不確定性對企業(yè)投資效率的影響。他們發(fā)現(xiàn)隨著經(jīng)濟(jì)政策不確定性的升高，企業(yè)的投資效率反而提高。

部分文獻(xiàn)討論了經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)創(chuàng)新與全要素生產(chǎn)率的影響。郝威亞等(2016)[14]研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性增加，致使企業(yè)推遲研發(fā)投入決策，從而抑制企業(yè)創(chuàng)新。郭華等(2016)[15]研究表明，隨著政策不確定性程度增加，企業(yè)的研發(fā)投入水平會明顯下降。陳德球等(2016)[16]發(fā)現(xiàn)由市委書記變更引發(fā)的政策不確定性顯著降低了企業(yè)的專利數(shù)量。楊箏(2019)[17]研究表明經(jīng)濟(jì)政策不確定性會顯著降低企業(yè)全要素生產(chǎn)率。

與本文相關(guān)的另一部分文獻(xiàn)是有關(guān)企業(yè)技術(shù)效率的影響因素研究。學(xué)界關(guān)于企業(yè)技術(shù)效率影響因素的探討主要包括公司治理機(jī)制、政府資助、融資約束、產(chǎn)業(yè)政策等方面。孫兆斌(2006)[18]發(fā)現(xiàn)上市公司技術(shù)效率與股權(quán)集中度及控股股東持股比例顯著正相關(guān)，與股權(quán)制衡度顯著負(fù)相關(guān)。朱德勝和周曉珮(2016)[19]研究表明，股權(quán)制衡度對企業(yè)創(chuàng)新效率有顯著正向影響，并且股權(quán)制衡與高管持股在影響企業(yè)創(chuàng)新效率方面具有替代作用。白俊紅和李婧(2011)[20]研究發(fā)現(xiàn)，政府R&D資助對企業(yè)技術(shù)創(chuàng)新效率有顯著的正向影響，且企業(yè)自身R&D投入的增加有利于其吸收政府的R&D資助。陳海強(qiáng)等(2015)[10]發(fā)現(xiàn)融資約束抑制了企業(yè)技術(shù)效率的提高，且相對于國有企業(yè)，融資約束的緩解對于民營企業(yè)技術(shù)效率的促進(jìn)作用更為顯著。前期文獻(xiàn)很少探討宏觀經(jīng)濟(jì)政策及政策不確定性對企業(yè)技術(shù)效率的影響。張超林等(2019)[21]研究表明我國產(chǎn)業(yè)政策的實(shí)施促進(jìn)了企業(yè)技術(shù)效率的提升，但促進(jìn)作用主要體現(xiàn)于低代理成本企業(yè)。

(二)研究假設(shè)

我國目前財(cái)政分權(quán)的體制與政治晉升錦標(biāo)賽的激勵(lì)使得地方政府有發(fā)展地方經(jīng)濟(jì)、追求GDP高增長的強(qiáng)烈動(dòng)機(jī)(周黎安，2007)[22]。地方政府在此過程中扮演著重要角色，一是制定各種經(jīng)濟(jì)政策，直接引導(dǎo)企業(yè)投資；二是政府通過基建投資來拉動(dòng)經(jīng)濟(jì)。由于政府掌握的經(jīng)濟(jì)資源規(guī)模大、經(jīng)濟(jì)調(diào)控手段多，各地區(qū)政策執(zhí)行力度差異明顯，因此我國的經(jīng)濟(jì)政策不確定性程度較高(饒品貴等，2017)[13]。

經(jīng)濟(jì)政策不確定性使得企業(yè)面臨的外部風(fēng)險(xiǎn)增大。特別是在我國這種經(jīng)濟(jì)體制中，政府制定的經(jīng)濟(jì)政策對企業(yè)決策的影響尤其明顯。當(dāng)企業(yè)無法預(yù)期經(jīng)濟(jì)政策的變更時(shí)，往往就面臨著更高的風(fēng)險(xiǎn)。根據(jù)凈現(xiàn)值理論，當(dāng)企業(yè)風(fēng)險(xiǎn)增大時(shí)，能夠帶來正NPV的項(xiàng)目減少，因此企業(yè)會減少投資。前期文獻(xiàn)也廣泛支持了政策不確定性會顯著降低企業(yè)投資的論斷(Wang et al.，2014；Gulen and Ion，2016；李鳳羽和楊墨竹，2015；吳一平和尹華，2016等)[3][5][8][9]。由于研發(fā)投資往往是長期項(xiàng)目、風(fēng)險(xiǎn)更高的項(xiàng)目，因此對風(fēng)險(xiǎn)的敏感性更高。當(dāng)經(jīng)濟(jì)政策不確定性增強(qiáng)時(shí)，企業(yè)的研發(fā)投資會顯著降低(郝威亞等，2016；郭華等，2016)[14][15]。當(dāng)企業(yè)為應(yīng)對經(jīng)濟(jì)政策不確定性所帶來的外部風(fēng)險(xiǎn)而降低投資時(shí)，顯然會影響企業(yè)內(nèi)部資源的有效利用，從而降低企業(yè)生產(chǎn)效率。更為嚴(yán)重的是，企業(yè)的研發(fā)投資會顯著下降，這對企業(yè)生產(chǎn)技術(shù)的改造升級、內(nèi)部組織的調(diào)整都會造成負(fù)面的沖擊，從而導(dǎo)致企業(yè)效率下降。

經(jīng)濟(jì)政策會影響企業(yè)的投資行為及企業(yè)績效，例如當(dāng)政府實(shí)施鼓勵(lì)支持某一新興行業(yè)的產(chǎn)業(yè)政策時(shí)，就會鼓勵(lì)企業(yè)增加該領(lǐng)域的投資；當(dāng)政府實(shí)施限制某一行業(yè)發(fā)展的政策時(shí)，就會削減企業(yè)對該行業(yè)的投資。由于投資往往具有不可逆的特征，固定投資、無形資產(chǎn)投資一旦發(fā)生，再要撤銷，成本較高。因此，經(jīng)濟(jì)政策不確定性增加了企業(yè)的調(diào)整成本，使得企業(yè)的生產(chǎn)計(jì)劃面臨更改的可能性，這在一定程度上就會對企業(yè)的生產(chǎn)效率造成負(fù)面沖擊。投資決策調(diào)整的迅速性和有效性取決于企業(yè)調(diào)整成本的大小，因此，當(dāng)企業(yè)面臨的調(diào)整成本越高時(shí)，經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的負(fù)面影響越大。

基于以上分析，本文提出如下研究假設(shè)：

假設(shè)1：經(jīng)濟(jì)政策不確定性的加劇會降低企業(yè)技術(shù)效率。

假設(shè)2：經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的抑制作用與企業(yè)調(diào)整成本呈正向單調(diào)關(guān)系，即企業(yè)調(diào)整成本越高，經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的抑制作用越嚴(yán)重。

三、變量與數(shù)據(jù)

(一)變量定義

1.被解釋變量：企業(yè)技術(shù)效率(TE)

本文使用異質(zhì)性隨機(jī)前沿模型對企業(yè)技術(shù)效率進(jìn)行估算。這一方法在技術(shù)效率問題研究中得到了較為普遍的應(yīng)用(Fenn et al，2008；白俊紅和李婧，2011；陳海強(qiáng)等，2015)[23][20][10]。設(shè)定如下超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型：

lnYit=β0+β1lnKit+β2lnLit+β3(lnKit)2+β4(lnLit)2+β5lnKit×lnLit+vit-uit

(1)

2.解釋變量：經(jīng)濟(jì)政策不確定性(EPU)

該指標(biāo)直接使用Baker、Bloom和Davis三位學(xué)者編制的EPU指數(shù)。原始數(shù)據(jù)為月度數(shù)據(jù)，以1995年1月作為基期，定義為100。本文使用的其他變量為年度數(shù)據(jù)，因此將該變量轉(zhuǎn)化成年度變量，具體計(jì)算方法為計(jì)算該變量的年度均值再除以100。

3.調(diào)節(jié)變量：企業(yè)調(diào)整成本

4.控制變量

參考前期文獻(xiàn)，選取的控制變量包括：企業(yè)規(guī)模(Size)、財(cái)務(wù)杠桿(Lev)、企業(yè)成立年限(Age)、股權(quán)集中度(Con)、機(jī)構(gòu)投資者持股比例(Inst)、企業(yè)產(chǎn)權(quán)性質(zhì)(Nature)。變量的定義與計(jì)算方法見表1所示。

表1 變量定義與計(jì)算方法

(二)數(shù)據(jù)

本文核心變量經(jīng)濟(jì)政策不確定性指標(biāo)的數(shù)據(jù)來自于Baker et al(2016)[4]編制的EPU指數(shù)①。Baker et al(2016)[4]編制了世界各主要經(jīng)濟(jì)體的EPU指數(shù)，包括美國、加拿大、德國、意大利、俄羅斯、日本、中國、印度、巴西等國家。其中，中國EPU指數(shù)基于中國香港的報(bào)紙《南華早報(bào)》(SouthChinaMorningPost)文章關(guān)鍵詞的搜索編制，詳細(xì)編制過程可參考該網(wǎng)站說明。

機(jī)構(gòu)持股比例數(shù)據(jù)、企業(yè)年末員工、多元化經(jīng)營數(shù)據(jù)來自于Wind數(shù)據(jù)庫，企業(yè)產(chǎn)權(quán)性質(zhì)數(shù)據(jù)來自于CCER數(shù)據(jù)庫。其余財(cái)務(wù)變量和公司治理變量均來自于國泰安CSMAR數(shù)據(jù)庫。本文的研究樣本僅包括在A股上市的制造業(yè)企業(yè)。這樣做的目的是為了使樣本企業(yè)具有相似的生產(chǎn)函數(shù)，保證技術(shù)效率估計(jì)結(jié)果的可靠性，同時(shí)制造業(yè)上市企業(yè)在我國上市企業(yè)中所占的比重較高，因此研究樣本也具有較強(qiáng)的代表性。另外，本文所研究的技術(shù)效率問題對制造業(yè)企業(yè)來說更有現(xiàn)實(shí)意義。研究區(qū)間為2006—2018年。本文剔除了年度產(chǎn)出Y為負(fù)的樣本，剔除了變量存在缺失值的樣本，最終樣本包括1716家企業(yè)，共計(jì)10112個(gè)觀測值。為排除離群值的影響，對所有連續(xù)變量均進(jìn)行了1%水平上的縮尾處理。

表2列出了主要變量的基本統(tǒng)計(jì)量。企業(yè)年度產(chǎn)出均值為7.05億元，固定資產(chǎn)均值為17億元，員工人數(shù)均值為4168人，且三個(gè)變量的標(biāo)準(zhǔn)差均大于均值，表明我國制造業(yè)上市公司在年產(chǎn)出、資本投入和勞動(dòng)投入上存在較大的差異。由式1計(jì)算出來的企業(yè)技術(shù)效率TE均值為0.685，表明平均而言我國上市制造業(yè)企業(yè)技術(shù)效率損失了30%左右。經(jīng)濟(jì)政策不確定性EPU年化指數(shù)最小值為0.504，最大值為2.778。企業(yè)財(cái)務(wù)杠桿的均值為0.414，平均存續(xù)年齡為14.26年，股權(quán)集中度較高，前十大股東持股比例的均值為59.2%，機(jī)構(gòu)投資者持股比例為31.8%，國有企業(yè)占比為39%。

表2 主要變量的基本統(tǒng)計(jì)量

四、實(shí)證結(jié)果分析

(一)基本估計(jì)結(jié)果

為考察產(chǎn)業(yè)政策對制造業(yè)企業(yè)技術(shù)效率的影響，設(shè)定如下模型：

TEit=β0+β1EPUi,t+β2Sizeit+β3Levit+β4Ageit+β5Conit+β6Instit+β7Natureit+∑industry+∑province+εit

(2)

其中，TE表示企業(yè)技術(shù)效率，EPU為經(jīng)濟(jì)政策不確定性指數(shù)，∑industry表示行業(yè)效應(yīng)，∑province表示地區(qū)效應(yīng)，εit為擾動(dòng)項(xiàng)，其余控制變量如前文介紹。未控制年度效應(yīng)是因?yàn)镋PU是年度指標(biāo)，和年度效應(yīng)存在多重共線性問題。

表3 經(jīng)濟(jì)政策不確定性與企業(yè)技術(shù)效率

以O(shè)LS回歸作為對照結(jié)果，再根據(jù)Hausman檢驗(yàn)結(jié)果選擇固定效應(yīng)模型(FE)進(jìn)行估計(jì)作為基準(zhǔn)結(jié)果。表3前兩列報(bào)告了OLS回歸結(jié)果，后兩列報(bào)告了FE回歸結(jié)果。第1、第3列未控制行業(yè)效應(yīng)和地區(qū)效應(yīng)，第2、第4列控制了行業(yè)效應(yīng)和地區(qū)效應(yīng)。由表3結(jié)果，EPU的估計(jì)系數(shù)在四列回歸結(jié)果中均至少在10%的統(tǒng)計(jì)水平上顯著為負(fù)，表明經(jīng)濟(jì)政策不確定性對制造業(yè)企業(yè)技術(shù)效率存在負(fù)向影響，前文提出的假設(shè)1得到了檢驗(yàn)。其他控制變量中，企業(yè)規(guī)模、股權(quán)集中度和機(jī)構(gòu)投資者持股比例系數(shù)顯著為正，意味著企業(yè)規(guī)模、股權(quán)集中度、機(jī)構(gòu)投資者持股比例對企業(yè)技術(shù)效率存在著正向的影響。而財(cái)務(wù)杠桿系數(shù)顯著為負(fù)，意味著企業(yè)財(cái)務(wù)杠桿越高，企業(yè)技術(shù)效率越低。國有企業(yè)啞變量系數(shù)顯著為負(fù)，說明相比于民營企業(yè)，國有企業(yè)的技術(shù)效率偏低。

(二)分組回歸結(jié)果

接下來檢驗(yàn)經(jīng)濟(jì)政策不確定性對制造業(yè)企業(yè)技術(shù)效率影響的異質(zhì)性。檢驗(yàn)思路如下：根據(jù)前文提出的衡量企業(yè)調(diào)整成本的代理指標(biāo)，將樣本分成高調(diào)整成本組和低調(diào)整成本組，使用模型(2)進(jìn)行分組回歸，再利用自抽樣方法(Bootstrap)檢驗(yàn)兩組樣本回歸結(jié)果EPU估計(jì)系數(shù)差異的顯著性，如果高調(diào)整成本組EPU估計(jì)系數(shù)的絕對值顯著大于低調(diào)整成本組，則表明經(jīng)濟(jì)政策不確定性對制造業(yè)企業(yè)技術(shù)效率的負(fù)向影響在高調(diào)整成本企業(yè)中顯著更大。

表4報(bào)告了分組回歸結(jié)果，估計(jì)方法為固定效應(yīng)模型。第1、第2列按照企業(yè)產(chǎn)權(quán)性質(zhì)將全樣本分成國有企業(yè)和民營企業(yè)兩組，第3、第4列按照企業(yè)規(guī)模將全樣本分成大規(guī)模企業(yè)和小規(guī)模企業(yè)兩組，第5、第6列按照DU指標(biāo)將全樣本分成高多元化企業(yè)和低多元化企業(yè)兩組，第7、第8列按照HHI指標(biāo)將全樣本分成高多元化企業(yè)和低多元化企業(yè)兩組。根據(jù)前文分析，國有企業(yè)調(diào)整成本高于民營企業(yè)，大規(guī)模企業(yè)調(diào)整成本高于小規(guī)模企業(yè)，高多元化企業(yè)調(diào)整成本高于低多元化企業(yè)，即表4奇數(shù)列為高調(diào)整成本企業(yè)回歸結(jié)果，偶數(shù)列為低調(diào)整成本企業(yè)回歸結(jié)果。由表4結(jié)果可知，奇數(shù)列回歸結(jié)果中，EPU的估計(jì)系數(shù)均顯著為負(fù)，偶數(shù)列回歸結(jié)果中，EPU的估計(jì)系數(shù)均不顯著，該結(jié)果意味著經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的負(fù)向影響主要體現(xiàn)于國有企業(yè)、大規(guī)模企業(yè)和高多元化企業(yè)中。利用自抽樣方法(Bootstrap)對組間系數(shù)差異顯著性進(jìn)行檢驗(yàn)，表4最后一列報(bào)告了檢驗(yàn)得到的經(jīng)驗(yàn)p值，均至少小于0.05。以上結(jié)果意味著，當(dāng)企業(yè)調(diào)整成本更高時(shí)，經(jīng)濟(jì)政策不確定性的影響更大。由于經(jīng)濟(jì)政策不確定性增加了企業(yè)應(yīng)對未來不確定性的調(diào)整成本，甚至導(dǎo)致生產(chǎn)計(jì)劃發(fā)生變更，從而使得企業(yè)技術(shù)效率下降。前文提出的假設(shè)2得到了驗(yàn)證。

表4 經(jīng)濟(jì)政策不確定性與企業(yè)技術(shù)效率：按企業(yè)調(diào)整成本分組

(三)穩(wěn)健性檢驗(yàn)及內(nèi)生性處理

接下來對前面表3的估計(jì)結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。計(jì)量實(shí)證的內(nèi)生性問題主要包含兩類：第一，反向因果關(guān)系；第二，遺漏變量問題。本文所分析的問題不太可能面臨反向因果問題。由于單個(gè)企業(yè)的生產(chǎn)行為很難影響政府政策的變動(dòng)以及政策不確定性，現(xiàn)有研究往往將政策變動(dòng)視作外生沖擊。因此對于內(nèi)生性問題本文僅需考慮遺漏變量問題。由前期文獻(xiàn)可知，融資約束和公司治理對企業(yè)技術(shù)效率存在著顯著影響。公司受到的融資約束越大，就越可能抑制企業(yè)的技術(shù)效率(陳海強(qiáng)等，2015)[10]。公司治理水平越低，企業(yè)的技術(shù)效率也越低(孫兆斌，2006)[18]。前文選取的公司財(cái)務(wù)指標(biāo)和國有企業(yè)啞變量一定程度上刻畫了企業(yè)受到的融資約束程度影響，選取的股權(quán)集中度、機(jī)構(gòu)持股比例與國有企業(yè)啞變量也一定程度上刻畫了企業(yè)的治理水平。接下來進(jìn)一步加入融資約束指標(biāo)KZ指數(shù)和公司治理綜合指標(biāo)Gover變量②。另外，在本文的研究區(qū)間發(fā)生了一次對全球經(jīng)濟(jì)影響巨大的金融危機(jī)，該危機(jī)也對中國的制造業(yè)企業(yè)尤其是出口企業(yè)造成了負(fù)面的沖擊，因此，我們進(jìn)一步加入金融危機(jī)啞變量Crisis③。估計(jì)結(jié)果顯示(見表5)，融資約束指標(biāo)KZ系數(shù)顯著為負(fù)，表明融資約束的確降低了企業(yè)技術(shù)效率，這和陳海強(qiáng)等(2015)[10]得到的結(jié)論一致。而公司治理綜合指標(biāo)估計(jì)系數(shù)在固定效應(yīng)(FE)估計(jì)中顯著為負(fù)，由于公司治理綜合指標(biāo)(Gover)是衡量公司治理的反向指標(biāo)，因此系數(shù)為正意味著公司治理水平越高，企業(yè)技術(shù)效率越高，與前期文獻(xiàn)保持一致。金融危機(jī)變量顯著為正，說明企業(yè)技術(shù)效率并未受到金融危機(jī)的負(fù)面沖擊，反而在金融危機(jī)后由于產(chǎn)業(yè)升級等原因，企業(yè)技術(shù)效率有所提升。在加入這些潛在的遺漏變量之后，經(jīng)濟(jì)政策不確定性EPU的系數(shù)依然顯著為負(fù)，相比表3的結(jié)果并未發(fā)生實(shí)質(zhì)性的改變。

本文進(jìn)一步使用工具變量法(IV)來處理內(nèi)生性問題。工具變量的選擇參考王化成等(2016)[25]。我國長期以來是出口外向型國家，經(jīng)濟(jì)的騰飛離不開全球化的進(jìn)程，特別是2001年我國加入WTO以來，我國經(jīng)濟(jì)和世界上其他國家的聯(lián)系更為緊密。經(jīng)濟(jì)上的往來和密切關(guān)聯(lián)使得政府政策也出現(xiàn)了全球范圍的外溢效應(yīng)，尤其是發(fā)達(dá)國家的宏觀經(jīng)濟(jì)政策會對其他國家的宏觀經(jīng)濟(jì)政策產(chǎn)生沖擊。鑒于此，本文選取美國、加拿大、歐盟、日本、俄羅斯、英國等發(fā)達(dá)國家經(jīng)濟(jì)政策不確定性指數(shù)作為中國經(jīng)濟(jì)政策不確定性指數(shù)的工具變量④。表6報(bào)告了IV估計(jì)結(jié)果⑤。第一階段回歸結(jié)果顯示，美國、加拿大、歐盟、日本、俄羅斯、英國等國和經(jīng)濟(jì)體經(jīng)濟(jì)政策不確定性指數(shù)的系數(shù)均高度顯著。第二階段回歸結(jié)果中，經(jīng)濟(jì)政策不確定性變量EPU_Predict的估計(jì)系數(shù)為-0.047，在1%的統(tǒng)計(jì)水平上顯著為負(fù)，表明使用IV估計(jì)得到的結(jié)果和表3仍然是一致的，經(jīng)濟(jì)政策不確定性顯著降低了企業(yè)技術(shù)效率。

表5 穩(wěn)健性檢驗(yàn)：加入更多控制變量

表6 內(nèi)生性處理：IV估計(jì)結(jié)果

(四)進(jìn)一步的分析

由于政府制定的經(jīng)濟(jì)政策對企業(yè)決策會產(chǎn)生較大的影響，當(dāng)企業(yè)無法預(yù)期經(jīng)濟(jì)政策的變更時(shí)，往往就面臨著更高的風(fēng)險(xiǎn)。因此我們預(yù)期經(jīng)濟(jì)政策不確定性會加劇企業(yè)面臨的風(fēng)險(xiǎn)。借鑒羅黨論等(2016)[26]，使用企業(yè)年度貝塔系數(shù)(Beta)來衡量企業(yè)風(fēng)險(xiǎn)。該數(shù)據(jù)直接從國泰安CSMAR專題研究系列的“風(fēng)險(xiǎn)評價(jià)系數(shù)β”子數(shù)據(jù)庫中獲取?？刂谱兞考尤肫髽I(yè)規(guī)模(Size)、財(cái)務(wù)杠桿(Lev)、托賓Q(Tobin)、股權(quán)收益率(ROE)、大股東持股比例(First)、國有企業(yè)啞變量(Nature)、企業(yè)年限(Age)等。此外還控制了行業(yè)效應(yīng)和地區(qū)效應(yīng)。估計(jì)方法分別使用OLS和固定效應(yīng)模型(FE)。估計(jì)結(jié)果見表7第1、第2列所示。在兩列結(jié)果中，EPU指數(shù)顯著為正，表明經(jīng)濟(jì)政策不確定性加劇了企業(yè)風(fēng)險(xiǎn)。

根據(jù)前文的分析，經(jīng)濟(jì)政策不確定性會損害企業(yè)技術(shù)效率。由該結(jié)論可推斷，經(jīng)濟(jì)政策不確定性會進(jìn)一步降低企業(yè)經(jīng)營績效和企業(yè)價(jià)值。接下來我們檢驗(yàn)這兩個(gè)推論。如果推論成立的話，則能夠進(jìn)一步佐證前文結(jié)論的可信度。企業(yè)經(jīng)營績效用資產(chǎn)收益率(ROA)衡量，資產(chǎn)收益率等于凈利潤與總資產(chǎn)之比；企業(yè)價(jià)值使用托賓Q指標(biāo)(Tobin)衡量，托賓Q=(股權(quán)市場價(jià)值+資產(chǎn)賬面價(jià)值-股權(quán)賬面價(jià)值)/資產(chǎn)賬面價(jià)值?？刂谱兞堪ǎ浩髽I(yè)投資(Invt)、企業(yè)規(guī)模(Size)、財(cái)務(wù)杠桿(Lev)、經(jīng)營現(xiàn)金流(Cflow)、股利支付啞變量(Dum_Div)。另外，模型還加入了行業(yè)效應(yīng)和地區(qū)效應(yīng)。估計(jì)方法分別使用OLS和固定效應(yīng)模型(FE)?；貧w結(jié)果如表7第3至第6列所示，EPU指數(shù)的估計(jì)系數(shù)在四列結(jié)果中均顯著為負(fù)，表明經(jīng)濟(jì)政策不確定性降低了企業(yè)經(jīng)營績效和企業(yè)價(jià)值。

表7 進(jìn)一步的分析：經(jīng)濟(jì)政策不確定性與企業(yè)風(fēng)險(xiǎn)&企業(yè)績效

五、結(jié)論

本文基于2006—2018年我國制造業(yè)上市企業(yè)樣本，使用經(jīng)濟(jì)政策不確定性指數(shù)，利用生產(chǎn)函數(shù)的隨機(jī)前沿模型，考察了經(jīng)濟(jì)政策不確定性對企業(yè)技術(shù)效率的影響及其異質(zhì)性。研究結(jié)果表明，經(jīng)濟(jì)政策不確定性顯著降低了制造業(yè)企業(yè)技術(shù)效率。加入更多控制變量以及使用IV估計(jì)方法得到的結(jié)果均保持一致。分組回歸結(jié)果顯示，在國有企業(yè)、大規(guī)模企業(yè)和多元化程度高的企業(yè)中，由于企業(yè)的調(diào)整成本更高，經(jīng)濟(jì)政策不確定性對制造業(yè)企業(yè)技術(shù)效率的負(fù)向影響更為顯著。進(jìn)一步分析表明，經(jīng)濟(jì)政策不確定性加劇了企業(yè)風(fēng)險(xiǎn)、降低了企業(yè)經(jīng)營績效和企業(yè)價(jià)值。

基于研究結(jié)論，本文的政策啟示如下：第一，對于政府部門來說，由于經(jīng)濟(jì)政策不確定性會損害企業(yè)微觀效率，因此政府部門在制定經(jīng)濟(jì)政策的時(shí)候，應(yīng)盡量保持政策未來指向和強(qiáng)度的明確性，降低經(jīng)濟(jì)政策的不確定性，這樣才能提高企業(yè)對經(jīng)濟(jì)政策的預(yù)期，有助于企業(yè)制定相應(yīng)的生產(chǎn)計(jì)劃，以及做出長期的投資決策，并不斷優(yōu)化內(nèi)部決策，提高企業(yè)技術(shù)效率。第二，對企業(yè)來說，應(yīng)提高抗風(fēng)險(xiǎn)能力和生產(chǎn)經(jīng)營調(diào)整的靈活性，以應(yīng)對經(jīng)濟(jì)政策的負(fù)面沖擊。此外，本文也發(fā)現(xiàn)多元化的企業(yè)更容易受到經(jīng)濟(jì)政策不確定性的影響。因此，對于我國企業(yè)來說，在經(jīng)濟(jì)政策不確定性較強(qiáng)的環(huán)境中，不宜盲目多元化，以降低“尾大不掉”的風(fēng)險(xiǎn)。

注 釋：

① 數(shù)據(jù)來源為：http://www.policyuncertainty.com/china_monthly.html。

② 融資約束指標(biāo)KZ指數(shù)參考Kaplan and Zingales(1997)[27、李君平和徐龍炳(2015)[28]使用Ordered Logit模型構(gòu)建；公司治理綜合指標(biāo)Gover變量參考白重恩等(2005)[29]采用主成分分析法構(gòu)建。

③ 美國次貸危機(jī)發(fā)生于2007年，但演變成全球金融危機(jī)并傳導(dǎo)至中國的時(shí)間是2008年，因此Crisis界定如下：2006-2007年為0，2008年及以后年度為1。

④ http://www.policyuncertainty.com/index.html。

⑤ 為節(jié)省篇幅，未報(bào)告控制變量的估計(jì)結(jié)果，后文相同。