薛龍　劉家諾

摘? ?要：本文基于中國貨幣政策不確定性指數(shù)，并結(jié)合2010—2019年滬深A(yù)股上市公司數(shù)據(jù)構(gòu)建面板數(shù)據(jù)模型，實證研究中國貨幣政策不確定性對我國企業(yè)創(chuàng)新的影響及其異質(zhì)性，并進(jìn)一步研究這種影響效應(yīng)的作用機(jī)制。研究結(jié)果表明：貨幣政策不確定性上升會顯著抑制企業(yè)的創(chuàng)新產(chǎn)出，并且這一現(xiàn)象在非國有企業(yè)和小規(guī)模企業(yè)中更為顯著。其內(nèi)在作用機(jī)制是，貨幣政策不確定性會通過加重企業(yè)金融錯配程度來抑制企業(yè)的創(chuàng)新產(chǎn)出。因此，中央銀行應(yīng)合理調(diào)整貨幣政策，降低貨幣政策不確定性，提高貨幣政策調(diào)控的有效性和精準(zhǔn)性，進(jìn)而緩解企業(yè)金融錯配，促進(jìn)企業(yè)創(chuàng)新。

關(guān)鍵詞：貨幣政策不確定性;金融錯配;企業(yè)創(chuàng)新

中圖分類號：F822.0? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1674-2265（2022）02-0081-09

DOI：10.19647/j.cnki.37-1462/f.2022.02.011

一、引言

創(chuàng)新是經(jīng)濟(jì)高質(zhì)量發(fā)展的第一動力，亦是企業(yè)發(fā)展的重要命脈。然而長期以來，我國企業(yè)專利創(chuàng)新“策略性迎合”現(xiàn)象嚴(yán)重，實質(zhì)性創(chuàng)新產(chǎn)出的質(zhì)量水平較低（黎文靖和鄭曼妮，2016）[1]。這與創(chuàng)新項目自身的高風(fēng)險特征有一定關(guān)系。對于企業(yè)來說，創(chuàng)新活動資金需求大、研發(fā)周期長且結(jié)果不可預(yù)期，是典型的高風(fēng)險活動，這使得企業(yè)的創(chuàng)新項目受到了嚴(yán)重的融資限制。因此，缺乏穩(wěn)定充足的金融資源是企業(yè)技術(shù)創(chuàng)新難以取得實質(zhì)性突破的重要原因。

金融資源是稀缺性資源，其合理配置意味著高效率部門更容易獲取金融資源。然而現(xiàn)實狀況并非如此，金融錯配現(xiàn)象在我國經(jīng)濟(jì)體系中顯著存在，具體表現(xiàn)為部分產(chǎn)出效率不高的國有企業(yè)占據(jù)較多的金融資源，而部分效率較高的民營企業(yè)和中小企業(yè)卻一直面臨著融資難融資貴的問題。近年來，為解決這一問題，中央銀行加大了貨幣政策的調(diào)控力度，推出了一系列結(jié)構(gòu)性和創(chuàng)新型貨幣政策工具，如定向降準(zhǔn)、常備借貸便利等。但是伴隨這些非常規(guī)貨幣政策實施而來的貨幣政策不確定性的潛在負(fù)面影響也不容忽視。Bloom（2014）[2]研究表明頻繁調(diào)整的貨幣政策帶來的不確定性會對經(jīng)濟(jì)產(chǎn)生不可忽視的影響，進(jìn)而損害貨幣政策的有效性。由此提出的問題是貨幣政策不確定性上升對企業(yè)創(chuàng)新有何影響？其影響對于不同特征企業(yè)創(chuàng)新是否存在差異？貨幣政策不確定性是否會通過影響金融資源的配置效率進(jìn)而影響企業(yè)創(chuàng)新？對上述問題進(jìn)行系統(tǒng)回答即為本文的研究內(nèi)容。本文采用Huang和Luk（2020）[3]基于文本分析法構(gòu)建的中國貨幣政策不確定性指數(shù)，并結(jié)合我國上市公司的數(shù)據(jù)構(gòu)建面板回歸模型對上述問題進(jìn)行研究，這不僅有助于準(zhǔn)確揭示貨幣政策不確定性對企業(yè)創(chuàng)新的影響渠道，而且對中央銀行提高貨幣政策調(diào)控的有效性和精準(zhǔn)性及有效推動創(chuàng)新產(chǎn)出增長具有重要的現(xiàn)實意義。

二、文獻(xiàn)綜述

現(xiàn)有文獻(xiàn)對貨幣政策不確定性的研究聚焦于其對宏觀經(jīng)濟(jì)的影響和對企業(yè)微觀行為的影響兩個方面。從宏觀層面的影響來看，現(xiàn)有研究主要從產(chǎn)出、通貨膨脹率、失業(yè)率等方面探討了貨幣政策不確定性對宏觀經(jīng)濟(jì)的影響，但并未形成一致結(jié)論。一方學(xué)者認(rèn)為，貨幣政策不確定性波動會給經(jīng)濟(jì)帶來負(fù)面影響：Creal和Wu（2017）[4]研究表明貨幣政策波動性沖擊會影響通貨膨脹率和失業(yè)率，進(jìn)而對經(jīng)濟(jì)產(chǎn)生不利影響;Balcilar等（2017）[5]研究表明貨幣政策不確定性加劇會導(dǎo)致社會產(chǎn)出的收縮。而另一方學(xué)者得出了與之相反的觀點，認(rèn)為貨幣政策不確定性對經(jīng)濟(jì)活動存在正向推動作用：Born和Pfeifer（2014）[6]在研究中指出，如果貨幣當(dāng)局能夠迅速感知經(jīng)濟(jì)的變化，則貨幣政策不確定性帶來的不利影響會被弱化，從而可能使得經(jīng)濟(jì)活動增加;Kaminska和Roberts-Sklar（2018）[7]認(rèn)為貨幣政策不確定性在股市波動的預(yù)測中具有積極作用。從貨幣政策不確定性對微觀層面影響的研究來看，貨幣政策不確定性波動會通過影響銀行信貸供給、企業(yè)會計信息質(zhì)量來影響企業(yè)的資本結(jié)構(gòu)調(diào)整速度（何德旭等，2020;楊忠海和解宏爽，2018）[8，9]，并且在政策不確定性攀升的情況下，企業(yè)的外部融資環(huán)境會進(jìn)一步惡化（吳偉軍和李銘洋，2019）[10]，高度的政策不確定性還會帶來資金錯配、資產(chǎn)價值縮水等一系列問題（Poncet等，2010）[11]。

創(chuàng)新是企業(yè)發(fā)展的重要驅(qū)動力，然而創(chuàng)新活動的復(fù)雜性、長期性、不確定性等特征使得企業(yè)創(chuàng)新能力受到內(nèi)外部各種因素的影響。在諸多不確定性因素中，政策不確定性逐漸受到經(jīng)濟(jì)學(xué)家的重視，但關(guān)于政策不確定性與企業(yè)創(chuàng)新之間的影響關(guān)系，現(xiàn)有結(jié)論莫衷一是。從抑制效應(yīng)來看，David等（2008）[12]研究認(rèn)為政策不確定性可能會導(dǎo)致企業(yè)潛在的逆向選擇與道德風(fēng)險，進(jìn)而削弱企業(yè)進(jìn)行研發(fā)活動的動機(jī)。Stokey（2016）[13]和郝威亞等（2016）[14]的研究結(jié)論亦證實了這一觀點。在進(jìn)一步的分析中，王全景（2018）[15]認(rèn)為政策不確定性不僅抑制了企業(yè)的創(chuàng)新，而且這種抑制作用會受到企業(yè)產(chǎn)權(quán)性質(zhì)、經(jīng)營地區(qū)的市場化程度和競爭程度的影響。而以Bloom（2014）[2]為代表的學(xué)者則認(rèn)為政策不確定性會促進(jìn)企業(yè)的創(chuàng)新研發(fā)活動，其研究思路為如果政策不確定性擴(kuò)大了潛在回報規(guī)模，為了占據(jù)更多的市場份額，企業(yè)在面對不確定性時可能更愿意投資創(chuàng)新性研發(fā)活動，即政策不確定性上升會提高企業(yè)創(chuàng)新投入的力度（孟慶斌和師倩，2017;顧夏銘等，2018）[16，17]。此外，還有一部分學(xué)者分析了政策不確定性影響企業(yè)創(chuàng)新的具體路徑。張璇（2021）[18]研究認(rèn)為，企業(yè)金融化在政策不確定性對R&D投資的影響過程中發(fā)揮了中介效應(yīng)。在趙萌等（2020）[19]的研究中，融資約束在政策不確定性與制造業(yè)企業(yè)創(chuàng)新之間起到了中介效應(yīng)。關(guān)于金融錯配對企業(yè)創(chuàng)新活動的影響，相關(guān)研究一致認(rèn)為金融錯配會對企業(yè)創(chuàng)新活動產(chǎn)生顯著的抑制作用（康志勇，2014;常建新，2021;張建華和楊小豪，2018;甄麗明和羅黨論，2019）[20-23]。然而，盡管金融錯配與企業(yè)創(chuàng)新、政策不確定性的關(guān)系均已得到驗證，但對于金融錯配是否在貨幣政策不確定性與企業(yè)創(chuàng)新中間發(fā)揮渠道作用，仍有待進(jìn)一步探究。

基于此，本文以金融錯配為中介變量，對貨幣政策不確定性與企業(yè)創(chuàng)新二者的關(guān)系進(jìn)行進(jìn)一步研究。本文主要的邊際貢獻(xiàn)在于：第一，本文拓展了貨幣政策不確定性與企業(yè)創(chuàng)新的關(guān)系研究，對貨幣政策不確定性抑制企業(yè)創(chuàng)新產(chǎn)出的問題進(jìn)行了理論分析和合理解釋。第二，拓寬了貨幣政策不確定性影響企業(yè)創(chuàng)新的傳導(dǎo)機(jī)制。本文構(gòu)建金融錯配在貨幣政策不確定性與企業(yè)創(chuàng)新間的中介效應(yīng)模型，提出“貨幣政策不確定性—金融錯配—企業(yè)創(chuàng)新”的作用路徑。第三，本文為中央銀行制定和調(diào)整貨幣政策提供了有益參考。對上述問題的研究，在更加有針對性地激勵我國上市公司進(jìn)行創(chuàng)新活動與提升創(chuàng)新產(chǎn)出方面具有重要的理論意義和實踐價值。

三、理論分析與研究假設(shè)

（一）貨幣政策不確定性與企業(yè)創(chuàng)新

企業(yè)在進(jìn)行創(chuàng)新投資時，需要綜合考慮其面臨的內(nèi)外部環(huán)境，而貨幣政策作為宏觀經(jīng)濟(jì)調(diào)控的主要工具之一，是企業(yè)自身無法控制的外部環(huán)境因素。貨幣政策不確定性上升會加劇市場中銀行與企業(yè)之間的信息不對稱程度，增加銀行對信貸行為合理預(yù)判的難度（何德旭等，2020）[8]。在這種情況下，銀行難以有效識別企業(yè)的項目收益率和項目風(fēng)險水平等方面的信息，在進(jìn)行信貸決策時會發(fā)生偏差，這時銀行會通過提高利率水平的方式來識別企業(yè)的信息，而忽略他們真實的產(chǎn)出效率（Talavera等，2012）[24]。由此導(dǎo)致有能力支付高昂使用成本的企業(yè)將優(yōu)先獲得金融資源，這就違背了資源配置的效率原則，造成金融資源的錯配。金融錯配就是金融資源配置的非效率狀態(tài)，即占有金融資源的部門和企業(yè)產(chǎn)出效率低下，而產(chǎn)出效率高的部門和企業(yè)卻擁有較少的金融資源。在貨幣政策不確定性不斷攀升的經(jīng)濟(jì)環(huán)境中，金融錯配的加劇致使高效率部門和企業(yè)分配到的金融資源更加貧瘠，其資金使用成本更加高昂，此時企業(yè)的財務(wù)風(fēng)險上升。為保證經(jīng)營活動的穩(wěn)定進(jìn)行，企業(yè)會中斷或放棄投資項目，尤其是不確定性高且風(fēng)險性較大的創(chuàng)新項目，從而抑制了企業(yè)的創(chuàng)新產(chǎn)出。而對于非效率部門和企業(yè)來說，充足的金融資源使其產(chǎn)生創(chuàng)新惰性。金融錯配會滋生“尋租”活動。企業(yè)最終的目的在于盈利，通過創(chuàng)新盈利亦或通過“尋租”盈利，一旦企業(yè)通過“尋租”活動獲得了超額利潤，其通過創(chuàng)新活動提高自身產(chǎn)出效率來獲利的動機(jī)就會被削弱。持續(xù)的“尋租”活動會對企業(yè)創(chuàng)新形成“擠出效應(yīng)”，進(jìn)而使得企業(yè)的創(chuàng)新產(chǎn)出降低（趙曉鴿等，2021）[25]?；谏鲜龇治觯疚奶岢鋈缦录僭O(shè)：

假設(shè)1：貨幣政策不確定性上升對企業(yè)創(chuàng)新具有顯著的抑制作用。

（二）貨幣政策不確定性與企業(yè)創(chuàng)新：產(chǎn)權(quán)性質(zhì)差異

貨幣政策不確定性通過金融錯配對企業(yè)創(chuàng)新產(chǎn)生的影響效應(yīng)會因企業(yè)產(chǎn)權(quán)性質(zhì)的不同而有所差異。在我國當(dāng)前的經(jīng)濟(jì)體制下，相對于非國有企業(yè)，國有企業(yè)在生產(chǎn)經(jīng)營中享受了各種偏向性政策（張?zhí)烊A和張少華，2016）[26]。政府會對國有企業(yè)提供擔(dān)保和幫扶，可以為國有企業(yè)獲取金融資源提供有利條件。此外，基于其國有資本的背景，國有企業(yè)對國家相關(guān)政策變動方向的感知會更加敏銳，很大程度上能夠弱化不確定性引發(fā)的負(fù)面經(jīng)濟(jì)效應(yīng)。因此，國有企業(yè)間的金融錯配程度受貨幣政策不確定性沖擊的影響較小，其創(chuàng)新產(chǎn)出水平不會由此產(chǎn)生明顯波動。但對于非國有企業(yè)而言，金融市場中的不確定性是不可忽視的消極因素，一方面，貨幣政策不確定性惡化了企業(yè)的信息環(huán)境，加劇銀企雙方信息不對稱，從而進(jìn)一步加深了非國有企業(yè)間的金融錯配程度，致使非國有企業(yè)獲取資金的難度增加和獲取資金的成本提高。另一方面，在不享受政府優(yōu)待的情況下，貨幣政策不確定性會通過信貸、利率等渠道嚴(yán)重影響非國有企業(yè)的經(jīng)營環(huán)境，進(jìn)一步加劇非國有企業(yè)的財務(wù)風(fēng)險。因此，當(dāng)貨幣政策不確定性上升時，非國有企業(yè)為保證經(jīng)營活動的持續(xù)進(jìn)行，會減少對高風(fēng)險創(chuàng)新活動的開發(fā)和投入?；谏鲜龇治?，本文提出如下假設(shè)：

假設(shè)2：貨幣政策不確定性對非國有企業(yè)創(chuàng)新的抑制作用更顯著。

（三）貨幣政策不確定性與企業(yè)創(chuàng)新：企業(yè)規(guī)模差異

不同規(guī)模的企業(yè)在市場中的地位、擁有的資源有所不同，其創(chuàng)新活動受外部經(jīng)濟(jì)環(huán)境的影響也就不同。在不確定的貨幣政策條件下，大型企業(yè)與中小企業(yè)融資能力之間的差異會進(jìn)一步放大。銀行并非風(fēng)險中立者，在政策不確定性的環(huán)境下會有不同的風(fēng)險感知和風(fēng)險容忍度（Dell等，2014）[27]，如同市場中的其他企業(yè)一樣，銀行在風(fēng)險來臨時亦會選擇“不確定性規(guī)避”。為控制壞賬風(fēng)險，銀行在放貸時會對融資方的財務(wù)信息、抵押品及擔(dān)保方式提出高要求。因此，在貨幣政策不確定性上升期，銀行在配置資源時會更加注重借款企業(yè)的自有財富和支付高昂成本的能力，這會造成金融資源的流向進(jìn)一步扭曲，且這一現(xiàn)象在小規(guī)模企業(yè)中更為顯著。具體而言，一是在貨幣政策不確定性上升期，小規(guī)模企業(yè)與銀行間的信息不對稱問題更加嚴(yán)重，而且小規(guī)模企業(yè)又不具備銀行等信貸供給方所看重的土地、廠房、機(jī)器等有形資產(chǎn)抵押品，致使小規(guī)模企業(yè)的產(chǎn)出效率與其融資能力嚴(yán)重不對稱，金融資源不足以支撐創(chuàng)新項目的持續(xù)進(jìn)行;二是貨幣政策不確定性上升時期往往是經(jīng)濟(jì)增長乏力期，企業(yè)的資產(chǎn)負(fù)債狀況容易惡化，此時小規(guī)模企業(yè)的經(jīng)營風(fēng)險也會隨之提升，這會進(jìn)一步強(qiáng)化企業(yè)的避險情緒，致使企業(yè)更傾向于放棄投資風(fēng)險較大的創(chuàng)新項目?；谏鲜龇治?，本文提出如下假設(shè)：

假設(shè)3：貨幣政策不確定性對小規(guī)模企業(yè)創(chuàng)新的抑制作用更顯著。

四、模型、數(shù)據(jù)和方法

（一）數(shù)據(jù)及變量說明

本文以2010—2019年滬深A(yù)股上市公司為研究樣本，并對數(shù)據(jù)進(jìn)行如下處理：（1）剔除金融類企業(yè)的樣本數(shù)據(jù);（2）剔除區(qū)間內(nèi)被ST、*ST的樣本數(shù)據(jù);（3）剔除財務(wù)數(shù)據(jù)缺失的樣本數(shù)據(jù)。本文所使用的上市公司的專利數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺，上市公司的財務(wù)數(shù)據(jù)、研發(fā)投入數(shù)據(jù)來自國泰安數(shù)據(jù)庫。同時，為防止極端值對結(jié)果產(chǎn)生影響，本文對企業(yè)層面的連續(xù)變量在1%水平上進(jìn)行縮尾處理。經(jīng)過以上處理，最終共得到15334個年度觀測值。

1. 企業(yè)創(chuàng)新（[Patent]）。對企業(yè)創(chuàng)新的測度主要從企業(yè)創(chuàng)新的投入力度和產(chǎn)出水平兩個角度入手。創(chuàng)新投入主要是指企業(yè)的研發(fā)投入情況，創(chuàng)新產(chǎn)出則主要是指企業(yè)專利的申請量、引用量或授權(quán)量（李春濤等，2020）[28]。企業(yè)的專利申請數(shù)量反映了企業(yè)投入資源的利用效率，能夠較好地體現(xiàn)企業(yè)技術(shù)創(chuàng)新的能力，因此，本文選用企業(yè)專利申請總數(shù)的自然對數(shù)來衡量企業(yè)創(chuàng)新?？紤]到很多樣本企業(yè)的年度專利申請數(shù)量為0，而且專利申請數(shù)量的分布存在顯著的厚尾現(xiàn)象，因此，本文在處理數(shù)據(jù)時對專利申請數(shù)量加1后取自然對數(shù)。依據(jù)《中華人民共和國專利法實施細(xì)則》，企業(yè)專利可分為發(fā)明專利、實用新型專利和外觀設(shè)計專利。其中，發(fā)明專利技術(shù)含量最高，涉及企業(yè)產(chǎn)品的核心技術(shù);實用新型專利和外觀設(shè)計專利不涉及產(chǎn)品本身的技術(shù)性能，技術(shù)含量較低。因此，本文采用李春濤等（2020）[28]的處理方法，以企業(yè)發(fā)明專利申請數(shù)的自然對數(shù)衡量企業(yè)的發(fā)明專利創(chuàng)新（[Patent1]），以實用新型專利申請數(shù)與外觀設(shè)計專利申請數(shù)之和的自然對數(shù)測度企業(yè)的非發(fā)明專利創(chuàng)新（[Patent2]），其處理方法依舊為加1后取自然對數(shù)。

2. 貨幣政策不確定性（[Mpu]）。目前學(xué)術(shù)界在政策不確定性研究中使用較多的方法是基于文本數(shù)據(jù)的測度方法和基于市場交易數(shù)據(jù)的估計方法。前者以Baker等（2016）[29]為代表，主要通過相關(guān)經(jīng)濟(jì)新聞中的某些特定關(guān)鍵術(shù)語出現(xiàn)的頻率來刻畫不確定性;后者則借助市場中可獲取的交易數(shù)據(jù)，通過進(jìn)一步計算來度量不確定性?；谖谋緮?shù)據(jù)的測度方法能夠精準(zhǔn)捕捉微觀主體對不確定性的真實感知，在經(jīng)濟(jì)學(xué)研究中已得到廣泛應(yīng)用。因此，本文選用的是Huang和Luk（2020）[3]基于文本分析法構(gòu)建的中國貨幣政策不確定性指數(shù)，該指數(shù)的編制方法是對Baker等（2016）[29]方法的進(jìn)一步優(yōu)化，涉及的報紙范圍更廣泛且更具有代表性，得到的數(shù)據(jù)能夠更客觀真實地反映我國貨幣政策執(zhí)行過程中所產(chǎn)生的不確定性。本文在使用該指數(shù)時，借鑒顧夏銘等（2018）[17]的數(shù)據(jù)處理方法，采取月度算數(shù)平均值的方式將月份指數(shù)轉(zhuǎn)化為年度指數(shù)，以年度指數(shù)作為本文的核心解釋變量。

3. 金融錯配（[Fm]）。借鑒邵挺（2010）[30]的研究，引入金融錯配（[Fm]）作為本文的中介變量。企業(yè)的金融錯配程度可以用企業(yè)資本成本（[ri]）對行業(yè)平均資本成本（[r]）的偏離程度來衡量。計算公式如下：

式（1）中企業(yè)資本成本（[ri]）由企業(yè)的利息支出與其扣除應(yīng)付賬款的負(fù)債的比值得出。

4. 控制變量。為保證研究結(jié)論的嚴(yán)謹(jǐn)性，本文參考相關(guān)文獻(xiàn)，選取了盈利能力（[Roe]）、企業(yè)年齡（[Age]）、企業(yè)規(guī)模（[Size]）、固定資產(chǎn)占比（[Far]）、杠桿水平（[Lev]）、非債務(wù)稅盾（[Tax]）、企業(yè)成長性（[Growth]）、股權(quán)集中度（[Top]）以及產(chǎn)權(quán)性質(zhì)（[Own]）等作為控制變量。另外，由于貨幣政策不確定性在不同行業(yè)和不同年份的企業(yè)之間也存在明顯差異，因此，本文在進(jìn)行研究分析時還控制了行業(yè)效應(yīng)（[Ind]）和年份效應(yīng)（[Year]）。本文主要變量的定義及具體衡量方法如表1所示。

（二）基準(zhǔn)模型構(gòu)建

本文先分析貨幣政策不確定性對企業(yè)創(chuàng)新的影響，構(gòu)建基準(zhǔn)回歸模型如下：

其中，[i]表示上市公司個體，[t]表示年份;被解釋變量[Patentit]為[i]公司在第[t]年的創(chuàng)新產(chǎn)出水平，分別采用企業(yè)專利申請總數(shù)（[Patent]）、發(fā)明專利數(shù)（[Patent1]）和非發(fā)明專利數(shù)（[Patent2]）進(jìn)行度量;核心解釋變量[Mpu]表示我國當(dāng)期的貨幣政策不確定性;[Controlsit]表示企業(yè)個體特征的控制變量，包括盈利能力（[Roe]）、企業(yè)年齡（[Age]）、企業(yè)規(guī)模（[Size]）、固定資產(chǎn)占比（[Far]）、杠桿水平（[Lev]）、非債務(wù)稅盾（[Tax]）、企業(yè)成長性（[Growth]）、股權(quán)集中度（[Top]）、產(chǎn)權(quán)性質(zhì)（[Own]）;[Year]和[Ind]是年份虛擬變量和行業(yè)虛擬變量;[α0]代表方程的常數(shù)項;[εit]表示隨機(jī)誤差。關(guān)鍵解釋變量[Mpu]的系數(shù)[α1]表示貨幣政策不確定性對企業(yè)創(chuàng)新的影響，根據(jù)本文的研究假設(shè)1，預(yù)期該系數(shù)[α1]為負(fù)值，即貨幣政策不確定性上升，企業(yè)創(chuàng)新產(chǎn)出水平下降。此外，為了驗證產(chǎn)權(quán)性質(zhì)和企業(yè)規(guī)模的異質(zhì)性，本文將在基準(zhǔn)模型基礎(chǔ)上進(jìn)行分組回歸，并通過比較分組回歸系數(shù)的顯著性來檢驗貨幣政策不確定性對不同產(chǎn)權(quán)性質(zhì)和不同規(guī)模企業(yè)創(chuàng)新的異質(zhì)性效應(yīng)。

（三）主要變量的描述性統(tǒng)計

表2中報告了主要變量的統(tǒng)計特征。據(jù)表2可知，企業(yè)創(chuàng)新產(chǎn)出即專利申請總數(shù)（[Patent]）在進(jìn)行對數(shù)化處理后，最大值為5.969，最小值為0，中位數(shù)為1.386，均值為1.567，發(fā)明專利數(shù)（[Patent1]）和非發(fā)明專利數(shù)（[Patent2]）的中位數(shù)分別是0.693和0，說明企業(yè)之間的創(chuàng)新產(chǎn)出水平存在較大差異，且整體創(chuàng)新產(chǎn)出水平偏低。貨幣政策不確定性（[Mpu]）最大值為227.9，最小值為80.94，中位數(shù)為123.0，均值為119.1，這印證了我國貨幣政策近年來頻繁調(diào)整的事實。金融錯配（[Fm]）的最大值是4.406，最小值是0.004，中位數(shù)是1.055，均值是1.124，表明不同企業(yè)的金融錯配程度存在差異，并呈現(xiàn)出兩極分化趨勢?？刂谱兞恐?，企業(yè)規(guī)模（[Size]）的標(biāo)準(zhǔn)差為1.247，說明樣本企業(yè)規(guī)模差距較大。盈利能力（[Roe]）的最小值為-0.451、最大值為0.321，企業(yè)成長性（[Growth]）的最小值為-0.446、最大值為2.135，說明樣本企業(yè)的獲利能力和發(fā)展?jié)摿Υ嬖谳^大差距。樣本企業(yè)的固定資產(chǎn)占比（[Far]）和杠桿水平（[Lev]）也存在明顯差異。非債務(wù)稅盾（[Tax]）的最大值高達(dá)0.074，最小值僅為0.002，說明企業(yè)的資產(chǎn)類型有所不同。依股權(quán)集中度（[Top]）的數(shù)據(jù)來看，其中位數(shù)為0.323，說明樣本企業(yè)的股權(quán)相對集中。

五、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果分析

本文基于2010—2019年滬深A(yù)股上市公司的數(shù)據(jù)對基準(zhǔn)模型進(jìn)行回歸，在基準(zhǔn)回歸中控制了年份效應(yīng)和行業(yè)效應(yīng)。表3報告了貨幣政策不確定性對企業(yè)創(chuàng)新的基準(zhǔn)回歸結(jié)果。根據(jù)表3可知，貨幣政策不確定性的回歸系數(shù)在三個回歸中分別為-0.0035、

-0.0026、-0.0026，且均在1%的水平上顯著，這說明企業(yè)創(chuàng)新產(chǎn)出對貨幣政策不確定性具有高度的敏感性，隨著貨幣政策不確定性的攀升，企業(yè)創(chuàng)新產(chǎn)出水平會下降，即貨幣政策不確定性上升會抑制企業(yè)創(chuàng)新，本文的研究假設(shè)1得到初步驗證。

（二）內(nèi)生性問題的處理

本文的核心解釋變量貨幣政策不確定性屬于宏觀層面的變量，受到微觀企業(yè)創(chuàng)新行為的影響較小，即二者存在反向因果關(guān)系的可能性較小，但可能會因遺漏變量的存在而導(dǎo)致內(nèi)生性問題，因此，本文選擇工具變量法來處理模型中可能產(chǎn)生的內(nèi)生性問題。本文采用Baker等（2016）[29]構(gòu)建的美國貨幣政策不確定性指數(shù)作為中國貨幣政策不確定性的工具變量。對該指數(shù)的處理參照上述貨幣政策不確定性指數(shù)的處理方法，即將月度指數(shù)通過算術(shù)平均法計算得出年度指數(shù)。本文采用的是兩階段最小二乘法（2SLS）來檢驗貨幣政策不確定性對企業(yè)創(chuàng)新的影響，回歸結(jié)果如表4所示。由表4可知，貨幣政策不確定性對企業(yè)創(chuàng)新產(chǎn)出的影響系數(shù)依然顯著為負(fù)，說明在考慮了可能存在的內(nèi)生性問題后，結(jié)論依然成立。

（三）穩(wěn)健性檢驗

1. 重新定義貨幣政策不確定性。為保證研究結(jié)果的嚴(yán)謹(jǐn)性，本文使用上海銀行間同業(yè)拆借7日利率的年度標(biāo)準(zhǔn)差（[SHIBOR_STD]）作為貨幣政策不確定性的代理變量進(jìn)行穩(wěn)健性檢驗。上海銀行間同業(yè)拆借利率是由上海同業(yè)拆借中心根據(jù)十幾家報價銀行每日自主提供的報價利率計算形成，貨幣政策調(diào)整越頻繁，預(yù)期難度越大，銀行間市場拆借利率的波動性也就越強(qiáng)。錢雪松等（2015）[31]已研究證實了銀行間同業(yè)拆借利率在貨幣政策傳遞中的重要中介作用。因此，本文將上海銀行間同業(yè)拆借7日利率的年度標(biāo)準(zhǔn)差（[SHIBOR_STD]）作為中國貨幣政策不確定性的代理指標(biāo)納入基準(zhǔn)模型重新進(jìn)行擬合回歸，結(jié)果見表5。由表5可知，上海銀行間同業(yè)拆借7日利率的年度標(biāo)準(zhǔn)差（[SHIBOR_STD]）的回歸系數(shù)均在1%的水平上顯著為負(fù)，與上文的回歸結(jié)果不存在實質(zhì)性差異。

2. 重新定義企業(yè)創(chuàng)新。企業(yè)專利申請量主要體現(xiàn)了企業(yè)創(chuàng)新的產(chǎn)出水平，而貨幣政策不確定性對企業(yè)創(chuàng)新的影響效應(yīng)可能通過影響企業(yè)的創(chuàng)新投入力度來實現(xiàn)。因此，本文從創(chuàng)新投入的視角來檢驗貨幣政策不確定性對企業(yè)創(chuàng)新的影響，即選取企業(yè)研發(fā)投入占營業(yè)收入的比例（[RD/Sales]）以及研發(fā)投入的自然對數(shù)（[LnRD]）作為企業(yè)創(chuàng)新的度量指標(biāo)來進(jìn)行穩(wěn)健性檢驗，檢驗結(jié)果如表6所示。可以發(fā)現(xiàn)，貨幣政策不確定性對創(chuàng)新投入影響的回歸系數(shù)均在1%水平上顯著為負(fù)，說明貨幣政策不確定性上升會抑制企業(yè)的創(chuàng)新投入，進(jìn)而導(dǎo)致企業(yè)創(chuàng)新產(chǎn)出水平下降。上述結(jié)果進(jìn)一步驗證了本文的研究假設(shè)1。

（四）異質(zhì)性分析

1. 基于產(chǎn)權(quán)性質(zhì)的異質(zhì)性分析。根據(jù)上述理論分析，貨幣政策不確定性對企業(yè)創(chuàng)新的影響效應(yīng)可能會因為產(chǎn)權(quán)異質(zhì)性而存在一定的差異。因此，本文根據(jù)樣本企業(yè)最終控制人的性質(zhì)將全樣本企業(yè)劃分為國有企業(yè)和非國有企業(yè)兩個分樣本，根據(jù)基準(zhǔn)模型進(jìn)行分組實證研究，回歸結(jié)果見表7。

由表7可知，在非國有企業(yè)分樣本中，貨幣政策不確定性的回歸系數(shù)分別是-0.0036、-0.0029、-0.0024，

且均在1%的水平上顯著，然而這一回歸系數(shù)在國有企業(yè)分樣本中卻不具有顯著性，說明貨幣政策不確定性對企業(yè)創(chuàng)新的影響在非國有企業(yè)中更為顯著，由此驗證了本文的研究假設(shè)2。

2. 基于企業(yè)規(guī)模的異質(zhì)性分析。不同規(guī)模的企業(yè)配置能力和信息透明度不同，貨幣政策不確定性對企業(yè)創(chuàng)新的影響也存在差異。本文參照梁帆（2015）[32]的處理方法，以總資產(chǎn)的中位數(shù)將樣本企業(yè)劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)，回歸結(jié)果見表8。其中，貨幣政策不確定性對大規(guī)模企業(yè)創(chuàng)新的三個回歸系數(shù)均不顯著，但對小規(guī)模企業(yè)創(chuàng)新的回歸系數(shù)分別為-0.0036、

-0.0029、-0.0027，且均在1%的水平上顯著，說明貨幣政策不確定性上升會顯著抑制小規(guī)模企業(yè)的創(chuàng)新，而對大規(guī)模企業(yè)創(chuàng)新的影響效應(yīng)并不明顯，由此驗證了本文的研究假設(shè)3。

六、機(jī)制分析

（一）中介模型構(gòu)建

貨幣政策不確定性上升時，金融市場摩擦增大，借貸雙方的信息不對稱程度進(jìn)一步提高。當(dāng)信貸供給者無法根據(jù)企業(yè)真實的經(jīng)營信息做出相關(guān)信貸決策時，金融資源的流向就會違背效率原則產(chǎn)生扭曲，致使金融資源錯配程度加重。金融錯配導(dǎo)致的經(jīng)濟(jì)后果是：企業(yè)的創(chuàng)新成本上升以及滋生的尋租活動對創(chuàng)新產(chǎn)生“擠出”，二者對企業(yè)創(chuàng)新都具有顯著的抑制作用?；诖?，本文提出了“貨幣政策不確定性—金融錯配—企業(yè)創(chuàng)新”的作用路徑。為了檢驗該路徑是否成立，本文借鑒溫忠麟等（2004）[33]的研究，構(gòu)建中介效應(yīng)模型如下：

上述模型的檢驗分為三步：首先，檢驗貨幣政策不確定性對企業(yè)創(chuàng)新的影響，得到回歸系數(shù)[α1]，如果[α1]在統(tǒng)計上顯著，則進(jìn)行下一步檢驗。其次，檢驗貨幣政策不確定性對中介變量（金融錯配）的影響，得到回歸系數(shù)[β1]。如果[β1]在統(tǒng)計上顯著，則進(jìn)行下一步檢驗。最后，檢驗中介效應(yīng)是否存在，將中介變量（金融錯配）放置式（5）當(dāng)中進(jìn)行回歸，得到回歸系數(shù)[γ2]。如果[γ2]顯著并且[γ1]的絕對值比[α1]的絕對值小，此時，若[γ1]顯著，則說明存在部分中介效應(yīng);若[γ1]不顯著，則說明存在完全中介效應(yīng)。

（二）中介效應(yīng)分析

根據(jù)上述中介效應(yīng)的檢驗程序，第一步，需要檢驗貨幣政策不確定性對企業(yè)創(chuàng)新的影響，如表9中的第（1）、（4）、（7）列所示，貨幣政策不確定性對企業(yè)創(chuàng)新的回歸系數(shù)均在1%的水平上顯著為負(fù)，說明貨幣政策不確定性會顯著抑制企業(yè)創(chuàng)新。第二步，對式（4）進(jìn)行回歸檢驗，如表9中的第（2）、（5）、（8）列所示，貨幣政策不確定性的回歸系數(shù)均在1%水平上顯著為正，說明貨幣政策不確定性上升，會加重企業(yè)金融錯配的程度。第三步，檢驗金融錯配是否在貨幣政策不確定性抑制企業(yè)創(chuàng)新的過程中起到中介作用，表9的第（3）、（6）、（9）列的結(jié)果顯示，將金融錯配加入模型后，貨幣政策不確定性的系數(shù)[γ1]仍顯著為負(fù)，但其絕對值比[α1]的絕對值有所減小，并且回歸系數(shù)[γ2]在1%的水平上顯著，這說明金融錯配在貨幣政策不確定性影響企業(yè)創(chuàng)新的過程中起到了部分中介作用，即貨幣政策不確定性上升會通過加重金融錯配進(jìn)而抑制企業(yè)的創(chuàng)新產(chǎn)出。

七、結(jié)論與啟示

創(chuàng)新是經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵支撐點，是企業(yè)發(fā)展的重要驅(qū)動力。探究貨幣政策不確定性影響企業(yè)創(chuàng)新的微觀作用機(jī)制，有助于進(jìn)一步疏通貨幣政策的傳導(dǎo)機(jī)制，增強(qiáng)貨幣政策調(diào)控的精準(zhǔn)性和有效性，為企業(yè)創(chuàng)新提供適宜的貨幣環(huán)境。在此背景下，本文通過選取滬深A(yù)股上市公司2010—2019年的專利申請數(shù)據(jù)，利用文本分析法構(gòu)建中國貨幣政策不確定性指標(biāo)，研究貨幣政策不確定性對企業(yè)創(chuàng)新的影響。研究結(jié)果發(fā)現(xiàn)，貨幣政策不確定性會抑制企業(yè)的創(chuàng)新活動，具體表現(xiàn)為企業(yè)創(chuàng)新產(chǎn)出水平的下降。同時，通過異質(zhì)性研究發(fā)現(xiàn)，貨幣政策不確定性對非國有企業(yè)、小規(guī)模企業(yè)創(chuàng)新產(chǎn)出的抑制效果更大。此外，貨幣政策不確定性可以通過加重信貸市場中的金融錯配程度這一渠道來抑制企業(yè)創(chuàng)新。

基于以上結(jié)論，本文有如下啟示：（1）中央銀行應(yīng)保持貨幣政策的平穩(wěn)性、連續(xù)性和透明性，特別是在制定貨幣政策時不僅要考慮政策本身產(chǎn)生的經(jīng)濟(jì)效應(yīng)，還應(yīng)進(jìn)一步關(guān)注由政策變更導(dǎo)致的不確定性給企業(yè)帶來的消極影響。因此，中央銀行應(yīng)加強(qiáng)貨幣政策預(yù)期管理，提高貨幣政策的前瞻性和透明度，要讓企業(yè)能夠了解貨幣政策實施的主要目的和未來走向，盡量降低貨幣政策不確定性，使得貨幣政策的實施能夠真正惠及企業(yè)的創(chuàng)新活動。（2）拓寬企業(yè)融資渠道，尤其注重對非國有企業(yè)和中小企業(yè)的資金支持。非國有企業(yè)和中小企業(yè)融資渠道單一且成本高昂，易受貨幣政策不確定性的負(fù)面沖擊。中央銀行應(yīng)進(jìn)一步創(chuàng)新和豐富貨幣政策工具組合，為非國有企業(yè)和中小企業(yè)多渠道融資提供政策支持，滿足其創(chuàng)新資金需求，為其實現(xiàn)創(chuàng)新增長提供保障。（3）深化金融市場體制改革，優(yōu)化金融資源配置效率。中央銀行要高度重視貨幣政策不確定性通過金融資源配置渠道對企業(yè)創(chuàng)新造成的不良影響，進(jìn)一步加快金融體系的市場化進(jìn)程，促進(jìn)金融市場配置功能的合理化和效率化，糾正金融市場中的金融錯配現(xiàn)象，為不同的企業(yè)提供公平的競爭環(huán)境。

參考文獻(xiàn)：

[1]黎文靖，鄭曼妮.實質(zhì)性創(chuàng)新還是策略性創(chuàng)新？——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響 [J].經(jīng)濟(jì)研究，2016，51（04）.

[2]Bloom N. 2014. Fluctuations in Uncertainty [J]. The Journal of Economic Perspectives，28（2）.

[3]Huang Y，Luk P. 2020. Measuring Economic Policy Uncertainty in China [J].China Economic Review，59（C）.

[4]Creal D D，Wu J C. 2017. Monetary Policy Uncertainty and Economic Fluctuations [J]. International Economic Review，58（4）.

[5]Balcilar M，Gupta R，Jooste C. 2017. South Africa's Economic Response to Monetary Policy Uncertainty [J]. Journal of Economic Studies， 44（2）.

[6]Born B，Pfeifer J. 2014. Policy Risk and the Business Cycle [J].Journal of Monetary Economics，68（C）.

[7]Kaminska I，Roberts-Sklar M. 2018. Volatility in Equity Markets and Monetary Policy Rate Uncertainty [J].Journal of Empirical Finance，45（C）.

[8]何德旭，張雪蘭，王朝陽，包慧娜.貨幣政策不確定性、銀行信貸與企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整 [J].經(jīng)濟(jì)管理，2020，42（07）.

[9]楊忠海，解宏爽.會計信息可比性與資本結(jié)構(gòu)動態(tài)調(diào)整——基于貨幣政策不確定性視角 [J].會計之友，2018，（11）.

[10]吳偉軍，李銘洋.中國經(jīng)濟(jì)政策不確定性對企業(yè)債務(wù)融資成本的影響 [J].當(dāng)代財經(jīng)，2019，（11）.

[11]Poncet S，Steingress W，Vandenbussche H. 2010. Financial Constraints in China：Firm-Level Evidence [J].China Economic Review，21（3）.

[12]David P，O'brien J P，Yoshikawa T. 2008. The Implications of Debt Heterogeneity for R&D Investment and Firm Performance [J].The Academy of Management Journal，51（1）.

[13]Stokey N L. 2016. Wait-and-See： Investment Options Under Policy Uncertainty [J].Review of Economic Dynamics，21（7）.

[14]郝威亞，魏瑋，溫軍.經(jīng)濟(jì)政策不確定性如何影響企業(yè)創(chuàng)新？——實物期權(quán)理論作用機(jī)制的視角 [J].經(jīng)濟(jì)管理，2016，38（10）.

[15]王全景.政策不確定性抑制了企業(yè)創(chuàng)新？—基于地方官員變更視角的實證分析 [J].經(jīng)濟(jì)經(jīng)緯，2018，35（05）.

[16]孟慶斌，師倩.宏觀經(jīng)濟(jì)政策不確定性對企業(yè)研發(fā)的影響：理論與經(jīng)驗研究 [J].世界經(jīng)濟(jì)，2017，40（09）.

[17]顧夏銘，陳勇民，潘士遠(yuǎn).經(jīng)濟(jì)政策不確定性與創(chuàng)新——基于我國上市公司的實證分析 [J].經(jīng)濟(jì)研究，2018，53（02）.

[18]張璇.經(jīng)濟(jì)政策不確定性、金融化與企業(yè)R&D投資 [J].湖北社會科學(xué)，2021，（05）.

[19]趙萌，葉莉，范紅輝.經(jīng)濟(jì)政策不確定性與制造業(yè)企業(yè)創(chuàng)新——融資約束的中介效應(yīng)研究 [J].華東經(jīng)濟(jì)管理，2020，34（01）.

[20]康志勇.金融錯配阻礙了中國本土企業(yè)創(chuàng)新嗎？[J].研究與發(fā)展管理，2014，26（05）.

[21]常建新.金融發(fā)展、資本錯配與經(jīng)濟(jì)高質(zhì)量發(fā)展 [J].金融發(fā)展研究，2021，（07）.

[22]張建華，楊小豪.政府干預(yù)、金融錯配與企業(yè)創(chuàng)新——基于制造業(yè)上市公司的研究 [J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37（09）.

[23]甄麗明，羅黨論.信貸尋租、金融錯配及其對企業(yè)創(chuàng)新行為影響 [J].產(chǎn)經(jīng)評論，2019，10（04）.

[24]Talavera O，Tsapin A，Zholud O. 2012. Macroeconomic Uncertainty and Bank Lending：The Case of Ukraine[J].Economic Systems，36（2）.

[25]趙曉鴿，鐘世虎，郭曉欣.數(shù)字普惠金融發(fā)展、金融錯配緩解與企業(yè)創(chuàng)新 [J].科研管理，2021，42（04）.

[26]張?zhí)烊A，張少華.偏向性政策、資源配置與國有企業(yè)效率 [J].經(jīng)濟(jì)研究，2016，51（02）.

[27]Dell A G，Laeven L，Marquez R. 2014. Real Interest Rates，Leverage，and Bank Risk-Taking [J].Journal of Economic Theory，149（1）.

[28]李春濤，閆續(xù)文，宋敏，楊威.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù) [J].中國工業(yè)經(jīng)濟(jì)，2020，（01）.

[29]Baker S R，Bloom N，Davis S J. 2016. Measuring Economic Policy Uncertainty [J].The Quarterly Journal of Economics，131（4）.

[30]邵挺.金融錯配、所有制結(jié)構(gòu)與資本回報率：來自1999—2007年我國工業(yè)企業(yè)的研究 [J].金融研究，2010，（09）.

[31]錢雪松，杜立，馬文濤.中國貨幣政策利率傳導(dǎo)有效性研究：中介效應(yīng)和體制內(nèi)外差異 [J].管理世界，2015，（11）.

[32]梁帆.融資約束、風(fēng)險投資與中小企業(yè)成長——基于中國A股上市公司的實證 [J].河北經(jīng)貿(mào)大學(xué)學(xué)報，2015，36（02）.

[33]溫忠麟.張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗程序及其應(yīng)用 [J].心理學(xué)報，2004，（05）.

3365501908220