張嘉望，李博陽，雷宏振

（1，3 陜西師范大學(xué)國際商學(xué)院, 陜西西安 710119；2 長(zhǎng)安大學(xué)經(jīng)濟(jì)與管理學(xué)院， 陜西西安 710064）

一、引言

根據(jù)現(xiàn)代金融理論，隨著經(jīng)濟(jì)基本面變化，企業(yè)杠桿水平呈現(xiàn)順周期調(diào)整是一條基本規(guī)律，但中國經(jīng)濟(jì)步入“新常態(tài)”階段以來，隨著經(jīng)濟(jì)下行壓力的增加， 企業(yè)部門的杠桿率卻不降反升。 國際清算銀行（BIS）的數(shù)據(jù)顯示1資料來源：http://www.bis.org/statistics/totcredit.htm?m=6%7C326.，2008-2017 年，我國企業(yè)總體宏觀杠桿率從93.9%大幅增至156.4%， 企業(yè)杠桿增速迅猛，已遠(yuǎn)遠(yuǎn)超過同期發(fā)達(dá)國家的杠桿水平。 杠桿率過高會(huì)隱藏潛在的債務(wù)危機(jī)， 嚴(yán)重時(shí)將引發(fā)金融危機(jī)，造成經(jīng)濟(jì)衰退（譚小芬和張文婧，2021）。 2008 年的金融危機(jī)和2020 年新冠肺炎疫情沖擊下的全球流動(dòng)性危機(jī)，即是部門杠桿率過高引發(fā)重大金融風(fēng)險(xiǎn)的現(xiàn)實(shí)案例。平穩(wěn)有序去杠桿是防范化解金融風(fēng)險(xiǎn)的重要議題，有助于推動(dòng)中國經(jīng)濟(jì)高質(zhì)量發(fā)展。 2015 年供給側(cè)結(jié)構(gòu)性改革政策提出以來，“去杠桿”一直是其中的重要內(nèi)容，隨著政策的全面鋪開，企業(yè)部門杠桿率的結(jié)構(gòu)性問題逐步為政府決策層所關(guān)注。 2018 年4 月，中央財(cái)經(jīng)委員會(huì)第一次會(huì)議首次強(qiáng)調(diào)“要以結(jié)構(gòu)性去杠桿為基本思路，分部門、分債務(wù)類型提出不同要求”。在這一背景下，針對(duì)中國企業(yè)杠桿率變動(dòng)背后的結(jié)構(gòu)性分化機(jī)制研究成為學(xué)術(shù)界關(guān)注的焦點(diǎn)。

中國企業(yè)杠桿率分化為何在金融危機(jī)后愈發(fā)嚴(yán)重？一個(gè)可能的原因是金融危機(jī)后不斷攀升的經(jīng)濟(jì)政策不確定性（紀(jì)洋等，2018；宮汝凱等，2019）。 2008 年以后，傳統(tǒng)粗放的增長(zhǎng)路徑舉步維艱，中國經(jīng)濟(jì)被迫提前進(jìn)入轉(zhuǎn)型的陣痛期， 經(jīng)濟(jì)領(lǐng)域的改革迫在眉睫。但新的經(jīng)濟(jì)政策制定需要一定的緩沖期，具體執(zhí)行時(shí)間、細(xì)節(jié)的確定無法一蹴而就，再加之新政策傳達(dá)中可能面臨相對(duì)低效的溝通機(jī)制，經(jīng)濟(jì)政策不確定性上升。 受這一外生沖擊影響，企業(yè)的正常經(jīng)營活動(dòng)受到干擾，投融資決策也發(fā)生了大幅調(diào)整（劉紅忠和趙嬌陽，2021）。國外的主流觀點(diǎn)是政策不確定性導(dǎo)致企業(yè)外部融資環(huán)境異常，通過債務(wù)稅盾效應(yīng)、信息不對(duì)稱、破產(chǎn)成本等金融摩擦渠道影響企業(yè)杠桿水平（Im 等，2020）。國內(nèi)學(xué)者則認(rèn)為，中國信貸市場(chǎng)的不完全并非完全由金融摩擦主導(dǎo)，而是更多體現(xiàn)為“非市場(chǎng)化”的屬性錯(cuò)配（王擎和孟世超，2020）。眾多研究指出，經(jīng)濟(jì)政策不確定性的增加會(huì)加劇國有大型企業(yè)與私營中小企業(yè)之間的信貸錯(cuò)配，進(jìn)而造成企業(yè)部門杠桿率的“國進(jìn)民退”（紀(jì)洋等，2018；譚小芬等，2022）。 毋庸置疑，制度因素是誘發(fā)中國企業(yè)杠桿率結(jié)構(gòu)分化的關(guān)鍵因素，但源自制度的企業(yè)杠桿率分化真的是中國企業(yè)杠桿率結(jié)構(gòu)效應(yīng)的唯一解嗎？

事實(shí)上，隨著中國經(jīng)濟(jì)不斷轉(zhuǎn)型，政府職能定位不斷變化，已然實(shí)現(xiàn)了管制型政府向服務(wù)型政府的轉(zhuǎn)變（周志忍和徐艷晴，2014）。 管制型政府時(shí)期，主要利用政府隱性擔(dān)保將違約風(fēng)險(xiǎn)從金融體系剝離，而進(jìn)入市場(chǎng)主導(dǎo)資源配置時(shí)期， 政府強(qiáng)大的影響力受到約束， 風(fēng)險(xiǎn)防范更多依靠市場(chǎng)手段（張小茜和黨春輝，2018）。 另外，直觀的數(shù)據(jù)顯示，金融危機(jī)以后，顯著加杠桿的國有企業(yè)的總體數(shù)量和規(guī)模在整個(gè)實(shí)體企業(yè)部門中的占比并不高22000 年以來，中國國有企業(yè)數(shù)量占比不斷下降，據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，截至2015 年末國有企業(yè)在所有企業(yè)中數(shù)量占比僅為2.31%，規(guī)模占比僅為13.5%。。 由此我們產(chǎn)生疑問：在經(jīng)濟(jì)政策不確定性不斷攀升的現(xiàn)實(shí)背景下，企業(yè)杠桿率變動(dòng)背后是否仍存在非制度層面的結(jié)構(gòu)性特征？ 在經(jīng)濟(jì)下行階段，企業(yè)杠桿選擇中的一個(gè)基本事實(shí)是：一旦發(fā)生破產(chǎn)清算，企業(yè)將承擔(dān)拋售資產(chǎn)可能遭遇巨大折價(jià)的風(fēng)險(xiǎn)，這增加了收回投資的成本（Gavazza，2011），從而降低了企業(yè)外部融資能力（Shleifer 和Vishny，1992；Campello 等，2021），同時(shí)也使企業(yè)難以通過縮減運(yùn)營規(guī)模籌集現(xiàn)金（Nyatee，2017）。 在這種情況下，衡量企業(yè)違約資產(chǎn)在二手市場(chǎng)上變現(xiàn)能力和清算價(jià)值的資產(chǎn)可逆性特征，極有可能成為影響企業(yè)杠桿率的關(guān)鍵因素（Kim 和Kung，2017；Beutler 和Grobety，2019）。

基于以上分析，本文認(rèn)為，在考察經(jīng)濟(jì)政策不確定性對(duì)企業(yè)杠桿率的影響過程中，資產(chǎn)可逆性扮演重要角色。 本研究也主要圍繞這一因素展開。 交易成本理論和契約不完備理論指出，資產(chǎn)可逆性在驅(qū)動(dòng)企業(yè)杠桿選擇中具有舉足輕重的作用（Shleifer 和Vishny，1992；Benmelech，2009；Gavazza，2011）。 近年來，受到主流學(xué)界認(rèn)可的實(shí)物期權(quán)理論則進(jìn)一步指出，資產(chǎn)可逆性與不確定環(huán)境下企業(yè)投融資決策的實(shí)物期權(quán)價(jià)值息息相關(guān)， 這賦予了資產(chǎn)可逆性新的理論內(nèi)涵（Gulen 和Ion，2016）。 具體而言：一方面，企業(yè)持有可逆性程度較高的資產(chǎn)在項(xiàng)目違約時(shí)具有更快的恢復(fù)速度（Williamson，1988），這意味著資產(chǎn)可逆性程度的增加提高了企業(yè)資產(chǎn)的抵押價(jià)值，進(jìn)而通過融資供給上的變化影響企業(yè)杠桿率；另一方面，根據(jù)實(shí)物期權(quán)理論，不確定性環(huán)境下資產(chǎn)可逆性程度越高，企業(yè)延遲投資的“等待”價(jià)值越低，企業(yè)當(dāng)期投資意愿越強(qiáng)（Kim 和Kung，2017；譚小芬和張文婧，2017；Campello等，2021）， 投資意愿的變化將影響企業(yè)融資需求，進(jìn)而影響企業(yè)杠桿水平。

鑒于此，本文以2007-2019 年中國滬深兩市上市公司季度數(shù)據(jù)為樣本，實(shí)證檢驗(yàn)資產(chǎn)可逆性如何影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率的關(guān)系。 研究發(fā)現(xiàn)：第一，資產(chǎn)可逆性是經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率分化的關(guān)鍵渠道。經(jīng)濟(jì)政策不確定性每上升1 個(gè)標(biāo)準(zhǔn)差， 基于資產(chǎn)可逆性渠道的企業(yè)杠桿分化程度為0.66 個(gè)百分點(diǎn)。 而在契約環(huán)境水平較弱的地區(qū)，上述分化作用更顯著。第二，機(jī)制分析表明，基于實(shí)物期權(quán)價(jià)值的融資需求效應(yīng)和基于抵押品價(jià)值的融資供給效應(yīng)是資產(chǎn)可逆性渠道發(fā)揮作用的兩條具體路徑。第三， 與企業(yè)杠桿率所有制分化現(xiàn)象的對(duì)比結(jié)果顯示，在金融市場(chǎng)化程度較滯后地區(qū)，企業(yè)杠桿的所有制分化和資產(chǎn)可逆性分化現(xiàn)象同時(shí)存在，在金融市場(chǎng)化程度較成熟地區(qū)，所有制分化現(xiàn)象則不再顯著。

本文的主要貢獻(xiàn)有以下幾點(diǎn)：一是從資產(chǎn)摩擦視角，揭示了經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率變動(dòng)的結(jié)構(gòu)效應(yīng)。 現(xiàn)有研究大多基于金融摩擦和制度視角，研究破產(chǎn)成本、信息不對(duì)稱、預(yù)算軟約束和政府隱性擔(dān)保等因素在經(jīng)濟(jì)政策不確定性與企業(yè)杠桿水平關(guān)系中的作用， 忽略了資產(chǎn)層面的摩擦導(dǎo)致的結(jié)構(gòu)效應(yīng)，即在二手市場(chǎng)中資產(chǎn)摩擦程度較低的企業(yè)融資決策受經(jīng)濟(jì)政策不確定的影響較弱，負(fù)面效應(yīng)主要集中于資產(chǎn)摩擦程度較高的低資產(chǎn)可逆性企業(yè)。 二是深入剖析了資產(chǎn)可逆性渠道發(fā)揮的具體作用機(jī)制。 以往文獻(xiàn)主要認(rèn)為資產(chǎn)可逆性通過實(shí)物期權(quán)價(jià)值影響企業(yè)決策行為， 認(rèn)為在外部宏觀經(jīng)濟(jì)波動(dòng)劇烈的時(shí)期，資產(chǎn)可逆性是一種對(duì)企業(yè)自身的防御保護(hù)機(jī)制，激勵(lì)企業(yè)采取相對(duì)激進(jìn)的投資決策。 但事實(shí)上，資產(chǎn)可逆性也是對(duì)授信銀行的一種保護(hù)措施，資產(chǎn)可逆性的抵押擔(dān)保價(jià)值同樣促使授信銀行擴(kuò)大對(duì)企業(yè)的信貸支持，但在現(xiàn)有研究中，關(guān)于資產(chǎn)可逆性抵押擔(dān)保價(jià)值的研究鳳毛麟角。 三是建立了資產(chǎn)可逆性測(cè)算框架。 以往文獻(xiàn)通常采用固定資產(chǎn)占比（PP&E）作為企業(yè)資產(chǎn)可逆性的度量指標(biāo)，然而簽署債務(wù)合同時(shí)觀察到的清算價(jià)值不一定與項(xiàng)目違約時(shí)的預(yù)期轉(zhuǎn)售價(jià)值相符（Beutler 和Grobety，2019）。 本文在Kim 和Kung（2017）的測(cè)算框架內(nèi)進(jìn)行適當(dāng)修正，充分結(jié)合資產(chǎn)市場(chǎng)的交易廣泛性特征、資產(chǎn)處置價(jià)值等因素，試圖給予資產(chǎn)可逆性一個(gè)覆蓋資產(chǎn)交易廣度和深度的測(cè)算指標(biāo)。

二、文獻(xiàn)綜述與研究假設(shè)

（一）中國企業(yè)杠桿率分化的文獻(xiàn)回顧

金融危機(jī)以來，中國企業(yè)杠桿率的逆周期性變化引起學(xué)術(shù)界的廣泛關(guān)注。 Geanakoplos（2010）、Guo 等（2011） 深入細(xì)致地討論了企業(yè)杠桿率的順周期變化規(guī)律以及最優(yōu)目標(biāo)下地調(diào)整方向，但事實(shí)證明，企業(yè)隨經(jīng)濟(jì)周期呈現(xiàn)順周期性演變特征的經(jīng)典研究規(guī)律與中國當(dāng)前現(xiàn)實(shí)特征相悖?？紤]到中國獨(dú)特的制度特點(diǎn)，一部分研究認(rèn)為預(yù)算軟約束和政府隱性擔(dān)保是揭示中國企業(yè)杠桿率非周期性演變的關(guān)鍵因素。盛明泉等（2012）以中國上市公司數(shù)據(jù)檢驗(yàn)了預(yù)算軟約束對(duì)國有企業(yè)資本結(jié)構(gòu)調(diào)整目標(biāo)的影響。 結(jié)果表明，預(yù)算軟約束程度越深，國有企業(yè)資本結(jié)構(gòu)調(diào)整越慢，與目標(biāo)資本結(jié)構(gòu)的差距越大。鐘寧樺等（2016）基于規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)的分析指出，1998-2013 年間， 樣本企業(yè)整體上具有明顯的“去杠桿”趨勢(shì)，而國有企業(yè)則顯著 “加杠桿”。 中國人民銀行營業(yè)管理部課題組（2017）的研究指出，從企業(yè)層面，預(yù)算軟約束易造成信貸分配不合理和部分企業(yè)的金融過度支持，造成企業(yè)杠桿結(jié)構(gòu)扭曲。王擎和孟世超（2020）考察了預(yù)算軟約束和政府隱性擔(dān)保影響中國企業(yè)杠桿率非順周期演變的內(nèi)在機(jī)制。 研究發(fā)現(xiàn)，私營企業(yè)杠桿率的周期性變化規(guī)律并不明確，而國有企業(yè)則呈現(xiàn)明顯逆周期性杠桿特征。

還有部分學(xué)者將金融危機(jī)以來愈演愈烈的企業(yè)杠桿率分化現(xiàn)象歸因?yàn)榻陙聿粩嗯噬慕?jīng)濟(jì)政策不確定性，這部分研究主要有兩類：一是從企業(yè)異質(zhì)性出發(fā)，探討經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率變化的結(jié)構(gòu)效應(yīng)。 如Zhang 等（2015）使用中國數(shù)據(jù)，考察經(jīng)濟(jì)政策不確定性與企業(yè)杠桿選擇的關(guān)系，并深入探究所有制和市場(chǎng)化水平的異質(zhì)性影響。紀(jì)洋等（2018）從經(jīng)濟(jì)政策不確定性入手，解釋了國有企業(yè)和非國有企業(yè)之間杠桿率的走勢(shì)分化現(xiàn)象。宮汝凱等（2019）基于2002-2016 年A 股上市公司的季度數(shù)據(jù)實(shí)證分析經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率之間的關(guān)系，研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性升高后，企業(yè)的杠桿率將會(huì)顯著下降。 異質(zhì)性分析表明，在市場(chǎng)化和民營化水平以及對(duì)外開放度越高的地區(qū)，政策不確定性對(duì)企業(yè)杠桿率的負(fù)向效應(yīng)會(huì)越低。 此外，經(jīng)濟(jì)政策不確定性作用于企業(yè)杠桿率的過程中，地區(qū)制度分化、銀企關(guān)系也被證實(shí)與引發(fā)企業(yè)杠桿率的結(jié)構(gòu)特征有關(guān)（?olak 等，2018；Allen 等，2008）。 二是探討經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率的作用渠道?，F(xiàn)有文獻(xiàn)主要從金融摩擦出發(fā)，從融資供給角度展開機(jī)制分析，通常認(rèn)為經(jīng)濟(jì)政策不確定性通過企業(yè)破產(chǎn)成本渠道、代理人沖突渠道、銀行風(fēng)險(xiǎn)規(guī)避渠道影響企業(yè)杠桿率（Quagliariello，2009；Zhang 等，2015；陳夢(mèng)濤和王維安，2020）。融資供給效應(yīng)的主要理論依據(jù)是，經(jīng)濟(jì)政策不確定性提升了企業(yè)外部融資成本（Gao 和Murphy，2019），不確定性增加時(shí)，債權(quán)人和借款人之間的信息不對(duì)稱問題更嚴(yán)重，企業(yè)未來現(xiàn)金流波動(dòng)增加，違約風(fēng)險(xiǎn)加劇，進(jìn)一步導(dǎo)致企業(yè)面臨更高的外部融資成本，促使企業(yè)降低杠桿水平保持財(cái)務(wù)靈活性（Bonaime 等，2018）。

基于經(jīng)濟(jì)政策不確定性探討企業(yè)杠桿率的演變規(guī)律時(shí)， 本文注意到現(xiàn)有文獻(xiàn)在兩方面存在不足：一是普遍從制度特征或金融摩擦視角出發(fā)，考察經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率的內(nèi)在邏輯，忽略了資產(chǎn)摩擦在兩者關(guān)系中扮演的重要角色；二是往往關(guān)注經(jīng)濟(jì)政策不確定性引起的資金供給環(huán)境變化對(duì)企業(yè)杠桿率決定帶來的影響，本文注意到企業(yè)融資能力不僅取決于融資供給，而且決定于融資需求，但甚少有研究涉及經(jīng)濟(jì)政策不確定性引發(fā)企業(yè)融資需求的改變，進(jìn)而影響企業(yè)杠桿率的作用機(jī)制。 為此，本文從資產(chǎn)摩擦視角出發(fā)，構(gòu)建資產(chǎn)可逆性指標(biāo)涵蓋資金供求雙方行為，揭示經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率變動(dòng)的結(jié)構(gòu)效應(yīng)。

（二）經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率分化：資產(chǎn)可逆性渠道

不確定環(huán)境下研究資產(chǎn)可逆性在企業(yè)投融資決策中的作用是新興的前沿話題。 資產(chǎn)可逆性3在金融學(xué)和產(chǎn)業(yè)組織文獻(xiàn)中，“資產(chǎn)可逆性”這一表述最早見于Williamson（1988）、Shleifer 和Vishny（1992）的文章，但之后的相關(guān)研究也有學(xué)者將其表述為“資產(chǎn)可售性”或“資產(chǎn)市場(chǎng)流動(dòng)性”（Gavazza，2011）。 為了保持一致性，本文中統(tǒng)一使用術(shù)語“資產(chǎn)可逆性”。衡量了企業(yè)固定資產(chǎn)投資遭遇違約時(shí)的清算價(jià)值， 反映了投資在未來無法完全變現(xiàn)產(chǎn)生的沉沒成本（Bernanke，1983）。 持有可逆性程度較高的資產(chǎn)能夠提高企業(yè)違約后的恢復(fù)速度。 Kim 和Kung（2017）指出， 資產(chǎn)可逆性與企業(yè)資產(chǎn)被其他企業(yè)替代使用的難易程度息息相關(guān)，資產(chǎn)能夠交易的范圍越廣泛，資產(chǎn)轉(zhuǎn)售給潛在買家的處置價(jià)值越高， 則資產(chǎn)可逆性程度越高。 Beutler 和Grobety（2019）認(rèn)為在不確定環(huán)境下， 資產(chǎn)是否可逆在決定企業(yè)投融資行為中扮演重要角色。

就中國而言，受行業(yè)特征影響，不同行業(yè)拋售資產(chǎn)的潛在購買對(duì)象具有異質(zhì)性，行業(yè)間資產(chǎn)二手交易市場(chǎng)的活躍程度明顯不同，進(jìn)而造成不同類別的資產(chǎn)在二手市場(chǎng)上變現(xiàn)能力和清算價(jià)值具有顯著區(qū)別（Gavazza，2011）， 最終引致企業(yè)杠桿率對(duì)經(jīng)濟(jì)政策不確定性的敏感性亦不相同。 具體來看：

首先，在資金需求方面，根據(jù)實(shí)物期權(quán)理論，企業(yè)投資決策前需要關(guān)注投資項(xiàng)目面臨的“等待”價(jià)值和項(xiàng)目失敗后的清算價(jià)值，考察資產(chǎn)的可逆性程度（Bloom，2009）。 當(dāng)投資項(xiàng)目不可逆時(shí)，外部環(huán)境的變化加劇了企業(yè)投資收益的不確定性，致使企業(yè)削減當(dāng)前投資。資產(chǎn)可逆性度量了企業(yè)在陷入財(cái)務(wù)困境時(shí)的內(nèi)在保護(hù)能力。 資產(chǎn)可逆性的提升，降低了企業(yè)投資的“等待”價(jià)值，使得企業(yè)擴(kuò)大當(dāng)期投資規(guī)模（Kim 和Kung，2017；劉貫春等，2019）。與資產(chǎn)可逆性程度較低的企業(yè)相比，資產(chǎn)可逆性程度較高企業(yè)即便投資失敗， 也能夠在二手資產(chǎn)市場(chǎng)上將資產(chǎn)快速且不失價(jià)值地變現(xiàn)， 從而迅速從這一違約項(xiàng)目中恢復(fù)投資能力?？梢钥闯觯鎸?duì)經(jīng)濟(jì)政策不確定性時(shí)， 資產(chǎn)可逆性程度較高企業(yè)的投資意愿更加強(qiáng)烈，投資意愿提高勢(shì)必會(huì)增加融資需求，致使企業(yè)的杠桿率上升（Gulen 和Ion，2016）。

其次，在資金供給方面，對(duì)于資本市場(chǎng)發(fā)展相對(duì)滯后的中國，企業(yè)外源融資仍首選銀行貸款。 而長(zhǎng)期的利率管制造成銀行信貸成本較低，信貸資源的需求遠(yuǎn)遠(yuǎn)大于供應(yīng)程度，基于此，企業(yè)杠桿率可以在一定程度上反映銀行部門的借貸意愿（紀(jì)洋等，2018）。 經(jīng)濟(jì)政策不確定性的不斷攀升使得企業(yè)與銀行部門的信息不對(duì)稱程度加重，銀行對(duì)企業(yè)貸款項(xiàng)目甄別的難度陡增，在風(fēng)險(xiǎn)因素的考量下，銀行的貸款選擇更加謹(jǐn)慎。而對(duì)于資產(chǎn)可逆性程度較高企業(yè)，從銀行出發(fā)，盡管銀行與企業(yè)之間存在嚴(yán)重的信息不對(duì)稱問題，但可被觀察到的企業(yè)資產(chǎn)可逆性特征能夠作為資產(chǎn)在二級(jí)市場(chǎng)能否快速變現(xiàn)和清償?shù)囊罁?jù)，企業(yè)較高的資產(chǎn)可逆性程度蘊(yùn)含的意思是企業(yè)資產(chǎn)的可抵押性較強(qiáng)，相當(dāng)于向銀行傳遞出企業(yè)具有抵押擔(dān)保價(jià)值的認(rèn)證信號(hào)。Hart 和Moore（1994）強(qiáng)調(diào)，資產(chǎn)可逆性程度較高的企業(yè)能夠提供給債權(quán)人更大程度的隱性保障，債權(quán)人更傾向于出借長(zhǎng)期資金，這類企業(yè)的最佳債務(wù)期限相對(duì)更長(zhǎng)。Campello 和Giambona（2013）的研究進(jìn)一步指出資產(chǎn)可逆性提高了企業(yè)在項(xiàng)目違約時(shí)的清算價(jià)值， 進(jìn)而為債權(quán)人提供了流動(dòng)性充足的抵押品保護(hù)。 因此，銀行基于對(duì)企業(yè)資產(chǎn)可逆性的擔(dān)保抵押價(jià)值的認(rèn)可將會(huì)提升對(duì)企業(yè)的信用評(píng)級(jí)，給予企業(yè)更多的信貸融資，從而提升企業(yè)杠桿率。

綜上所述，當(dāng)經(jīng)濟(jì)政策不確定性上升時(shí)，對(duì)于資產(chǎn)可逆性程度較高的企業(yè)而言：一方面，較高的資產(chǎn)可逆性使企業(yè)在投資項(xiàng)目違約后迅速恢復(fù)投資能力， 減少了面臨不確定性時(shí)投資的“等待”價(jià)值，驅(qū)使企業(yè)擴(kuò)大當(dāng)期投資，從而在融資需求上提升企業(yè)杠桿水平；另一方面， 資產(chǎn)可逆意味著資產(chǎn)在二手市場(chǎng)上的變現(xiàn)能力和清算價(jià)值（Almeida 和Campello，2007），即企業(yè)較高的資產(chǎn)可逆性程度也是對(duì)授信銀行的一種保護(hù)措施，在融資供給上， 資產(chǎn)可逆性的抵押擔(dān)保價(jià)值同樣促使授信銀行擴(kuò)大對(duì)企業(yè)的信貸支持， 促使企業(yè)杠桿水平上升。 基于以上分析，本文提出如下研究假說：

假設(shè)H1:資產(chǎn)可逆性越高，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)杠桿率的抑制作用越弱。

假設(shè)H2: 資產(chǎn)可逆性同時(shí)通過融資供給效應(yīng)和融資需求效應(yīng)發(fā)揮作用。融資供給效應(yīng)指企業(yè)資產(chǎn)可逆性具有抵押品價(jià)值，資產(chǎn)可逆性水平越高，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)外部信貸融資的抑制作用越弱；融資需求效應(yīng)指資產(chǎn)可逆性具有實(shí)物期權(quán)價(jià)值，資產(chǎn)可逆性水平越高，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)投資的抑制作用越弱。

三、資產(chǎn)可逆性的測(cè)算框架

估算企業(yè)的資產(chǎn)可逆性程度，是本文開展實(shí)證檢驗(yàn)的重要前提。傳統(tǒng)文獻(xiàn)多采用固定資產(chǎn)凈額與企業(yè)總資產(chǎn)的占比（PP&E） 來測(cè)度， 如李鳳羽和楊墨竹（2015）、Gulen 和Ion（2016）。 但由于契約不完備性的存在，PP&E 占比無法精確測(cè)算不同類型資產(chǎn)的抵押清算價(jià)值。在簽署債務(wù)合同時(shí)觀察到的清算價(jià)值不一定與項(xiàng)目違約時(shí)的預(yù)期轉(zhuǎn)售價(jià)值相符（Benmelech 等，2005）。此外，固定資產(chǎn)凈額占比默認(rèn)不同資產(chǎn)的可逆性同質(zhì)，但實(shí)際上，資產(chǎn)本身的可逆性差異即是本文討論的主要內(nèi)容，其對(duì)企業(yè)投融資決策具有重大影響（劉貫春等，2019）。

Beutler 和Grobety（2019）認(rèn)為資產(chǎn)可逆性衡量了資產(chǎn)被替代使用的容易程度，資產(chǎn)可逆性越高，意味著資產(chǎn)在被第一家企業(yè)使用后更容易轉(zhuǎn)售給其他企業(yè)?？梢钥闯觯Y產(chǎn)的使用范圍越廣泛，在二手市場(chǎng)上的處置價(jià)值越高，則資產(chǎn)可逆性越高。根據(jù)這一思路，Kim 和Kung（2017）使用美國投入產(chǎn)出表從行業(yè)層面構(gòu)建測(cè)算框架衡量資產(chǎn)可逆性，但與美國投入產(chǎn)出表不同，中國投入產(chǎn)出表并未將投入品所屬資產(chǎn)類別進(jìn)行詳細(xì)劃分，也未提供新增購置資產(chǎn)和二手處置資產(chǎn)的細(xì)分支出水平， 僅能夠得到投入品所在行業(yè)的信息。 因此，這一測(cè)算框架僅能反映產(chǎn)品在不同行業(yè)間的交易廣度，并未能反映資產(chǎn)處置價(jià)值4例如，考慮一個(gè)高競(jìng)爭(zhēng)度的行業(yè)，進(jìn)入行業(yè)面臨較大的沉沒成本，這類行業(yè)容易受外部短期波動(dòng)影響，造成行業(yè)內(nèi)企業(yè)同時(shí)出現(xiàn)經(jīng)營危機(jī)，因此，資產(chǎn)在這一行業(yè)的轉(zhuǎn)售價(jià)格普遍較低，在經(jīng)濟(jì)低迷期，這一行業(yè)的資產(chǎn)可逆性會(huì)降低。 可以看出，二手市場(chǎng)的處置價(jià)值未能被反映在Ri 得分中，但其是衡量資產(chǎn)可逆性的重要維度。。 據(jù)此，本節(jié)受Gulen 和Ion （2016）、Beutler 和Grobety （2019）啟示，在Kim 和Kung（2017）的測(cè)算框架內(nèi)進(jìn)行適當(dāng)修正，以使新的資產(chǎn)可逆性指標(biāo)同時(shí)反映資產(chǎn)交易的廣泛程度和處置價(jià)值。 此外，為了緩解外部短期波動(dòng)對(duì)資產(chǎn)交易市場(chǎng)造成的干擾，與Kim 和Kung（2017）的做法一致，本文均使用行業(yè)層面的指標(biāo)反映企業(yè)資產(chǎn)可逆性程度。 具體做法如下。

（一）資產(chǎn)交易廣泛性測(cè)度

使用某類資產(chǎn)的行業(yè)數(shù)目越多，該資產(chǎn)的可逆性越強(qiáng)，因?yàn)槠淇梢院苋菀椎卦谛袠I(yè)內(nèi)或者行業(yè)間實(shí)現(xiàn)交易。 換言之，給定資產(chǎn)在國民經(jīng)濟(jì)各部門中被使用的廣泛程度，可以用來初步刻畫資產(chǎn)可逆性。參照Kim和Kung（2017）的做法，本文利用國民經(jīng)濟(jì)投入產(chǎn)出表構(gòu)建行業(yè)層面的資產(chǎn)交易廣泛性指標(biāo)來初步反映企業(yè)資產(chǎn)可逆性程度。在具體構(gòu)建指標(biāo)時(shí)：第一步，利用各行業(yè)的資產(chǎn)使用廣泛程度對(duì)資產(chǎn)層面的交易廣泛性得分進(jìn)行測(cè)算；第二步，將行業(yè)層面的資產(chǎn)交易廣泛性指數(shù)定義為每種資產(chǎn)類型的交易廣泛性得分的加權(quán)平均值，其中的權(quán)重是每種資產(chǎn)的資本份額。

（1）構(gòu)建資產(chǎn)層面的交易廣泛性。 根據(jù)之前的分析，在國民經(jīng)濟(jì)各個(gè)部門中，使用資產(chǎn)a 的部門數(shù)量越多，則該資產(chǎn)交易廣泛性越強(qiáng)，資產(chǎn)可逆性越高。資產(chǎn)a 在各個(gè)行業(yè)的可交易性總和即衡量了資產(chǎn)a 的可交易性，據(jù)此，首先計(jì)算資產(chǎn)a 在行業(yè)i 中的可交易性，具體計(jì)算公式如下：

式（1）中，Ia,i（use）是虛擬變量，賦值為1 時(shí)表示資產(chǎn)a 能夠被行業(yè)i 使用5Beutler 和Grobety（2019）指出只要行業(yè)i 的資產(chǎn)a 投入額不為零即認(rèn)為資產(chǎn)a 能夠被行業(yè)i 交易，而Kim 和Kung（2017）則采取了更為嚴(yán)謹(jǐn)?shù)淖龇?，指出若一個(gè)行業(yè)在給定資產(chǎn)上的投入占該資產(chǎn)總投入的一個(gè)微不足道的比例(小于0.1%)，則將Ia,i（use）設(shè)為零。 本文采納Kim 和Kung（2017）的做法，以0.1%的閾值界定虛擬變量Ia,i（use），此外，在穩(wěn)健性檢驗(yàn)中重新使用Beutler 和Grobety（2019）的做法進(jìn)行測(cè)算，實(shí)證結(jié)果基本不變。，否則為0。 Ia,i（use）衡量了資產(chǎn)的專有屬性，Ia,i（use）賦值為1 的行業(yè)越多，則資產(chǎn)a 的專有性越低，可交易性越高。 但基于專有性的指標(biāo)設(shè)計(jì)并未考慮不同行業(yè)的市場(chǎng)體量的影響，市場(chǎng)體量越大的行業(yè)意味著潛在買家的數(shù)量越多，資產(chǎn)的可交易性必然越強(qiáng)，據(jù)此，在公式（1）右側(cè)加入權(quán)重項(xiàng)衡量行業(yè)體量對(duì)交易市場(chǎng)的影響， 用行業(yè)產(chǎn)出Ei占社會(huì)總產(chǎn)出的比重表示。

進(jìn)一步，根據(jù)式（1），資產(chǎn)a 的可交易性的計(jì)算公式如下：

與觀察到的企業(yè)PP&E 占比相比，資產(chǎn)交易廣泛性的測(cè)度能夠獲取資產(chǎn)的長(zhǎng)期抵押價(jià)值，更適合在項(xiàng)目違約時(shí)測(cè)度實(shí)體資產(chǎn)的可轉(zhuǎn)售難易程度。

（2）構(gòu)建行業(yè)資產(chǎn)交易廣泛性指數(shù)。 行業(yè)層面的資產(chǎn)交易廣泛性取決于行業(yè)內(nèi)使用的各類資產(chǎn)的交易廣泛性，將式（2）得到的資產(chǎn)交易廣泛性得分進(jìn)行加權(quán)平均，計(jì)算公式如下：

式（3）中，權(quán)重ωa,i是資產(chǎn)a 在行業(yè)i 的投入額占該行業(yè)總投入的比重，通常認(rèn)為，某類資產(chǎn)在行業(yè)中投入份額占比越大，則該資產(chǎn)越容易被重新配置到這一行業(yè)的企業(yè)中。

（二）資產(chǎn)可逆性測(cè)度

與美國投入產(chǎn)出表不同，中國投入產(chǎn)出表僅能得到投入品在某個(gè)行業(yè)的整體投入信息，新增購置資產(chǎn)和須處置資產(chǎn)的投入情況并未反映在該表中， 因此，公式（3）的測(cè)算結(jié)果僅能得到某一行業(yè)資產(chǎn)交易的廣度，并不能體現(xiàn)資產(chǎn)的二手處置價(jià)值。 據(jù)此，本節(jié)受Gulen 和Ion（2016）、Beutler 和Grobety（2019）啟發(fā)，以行業(yè)資產(chǎn)可出售水平占比作為權(quán)重對(duì)公式（3）進(jìn)行加權(quán)處理。 最終的行業(yè)資產(chǎn)可逆性計(jì)算公式如下：

其中，Re 代表資產(chǎn)可逆性， 資產(chǎn)可出售水平As衡量了資產(chǎn)在二手市場(chǎng)的處置價(jià)值，本文使用前3 期出售、處置固定資產(chǎn)所得現(xiàn)金凈額得到企業(yè)層面的資產(chǎn)可出售水平指標(biāo)，然后在各個(gè)行業(yè)內(nèi)取所有企業(yè)層面數(shù)據(jù)的均值得到行業(yè)層面的資產(chǎn)可出售水平指標(biāo)。公式（4）同時(shí)考慮了資產(chǎn)交易的廣泛程度和二手資產(chǎn)的處置價(jià)值，因此能夠在中國情景下更精確地衡量行業(yè)層面的資產(chǎn)可逆性程度。

（三）數(shù)據(jù)處理

測(cè)算行業(yè)資產(chǎn)可逆性的數(shù)據(jù)來源是全國投入產(chǎn)出表， 由于本文研究樣本的時(shí)間區(qū)間為2007-2019年，因此，分別選取2007 年、2012 年以及2017 年的全國投入產(chǎn)出表進(jìn)行指標(biāo)測(cè)算6《關(guān)于進(jìn)行全國投入產(chǎn)出調(diào)查的通知》明確規(guī)定每五年（逢二、逢七年份）進(jìn)行一次全國投入產(chǎn)出調(diào)查和編表工作。。以2007 年的投入產(chǎn)出表為例： 該表包含135 個(gè)行業(yè)的資產(chǎn)支出數(shù)據(jù)，將投入品所在行業(yè)視為資產(chǎn)類別， 產(chǎn)出品所在行業(yè)視為行業(yè)類別， 統(tǒng)計(jì)得到資產(chǎn)和行業(yè)類別數(shù)量均為135。 測(cè)算時(shí)按照公式，首先計(jì)算每個(gè)資產(chǎn)類別的Ra得分，然后，每個(gè)行業(yè)的Ri得分將計(jì)算為該行業(yè)投入的資產(chǎn)類別的Ra得分求取加權(quán)平均值， 采用同樣的步驟，可以得到根據(jù)2012 年和2017 年的投入產(chǎn)出表數(shù)據(jù)測(cè)算的行業(yè)資產(chǎn)交易廣泛性得分。 最后，將基于以上年份求取的行業(yè)資產(chǎn)可交易性測(cè)算結(jié)果求均值作為衡量研究樣本區(qū)間的行業(yè)資產(chǎn)交易廣泛性指標(biāo)，最后能夠得到囊括135 個(gè)部門的行業(yè)資產(chǎn)可逆性指數(shù)。

接下來， 按照證監(jiān)會(huì) 《上市公司行業(yè)分類指引（2012 年修訂）》 的劃分標(biāo)準(zhǔn)將上市公司的行業(yè)類別與投入產(chǎn)出表的行業(yè)分類進(jìn)行匹配，盡管該行業(yè)分類和投入產(chǎn)出表基本一致、名稱大致相同，但兩者并不完全相同，需要進(jìn)行一定處理。 參照劉貫春等（2019）的做法，在需要投入產(chǎn)出表合并到證監(jiān)會(huì)行業(yè)分類的情況下，將投入產(chǎn)出表合并行業(yè)的資產(chǎn)交易廣泛性得分按照產(chǎn)出占比進(jìn)行加權(quán)處理。在需要投入產(chǎn)出表行業(yè)分拆到證監(jiān)會(huì)行業(yè)時(shí)，對(duì)涉及的各個(gè)證監(jiān)會(huì)行業(yè)采取均等化處理。

（四）測(cè)算結(jié)果

為了對(duì)比各行業(yè)資產(chǎn)可逆性程度，本文按照資產(chǎn)可逆性得分高低分別對(duì)行業(yè)進(jìn)行排序，表1 列示了排序最高的5 個(gè)行業(yè)和最低的5 個(gè)行業(yè)。 可以看出，廣播、電視、電影和影視錄音制作業(yè)等行業(yè)的資產(chǎn)可逆性程度最高，作為對(duì)比，資產(chǎn)可逆性最低的5 個(gè)行業(yè)是：漁業(yè)、儀器儀表制造業(yè)、紡織業(yè)、農(nóng)業(yè)、畜牧業(yè)。 不難發(fā)現(xiàn)， 以流通運(yùn)輸為代表的服務(wù)業(yè)的資產(chǎn)可逆性相對(duì)較高， 而與農(nóng)業(yè)相關(guān)的行業(yè)的資產(chǎn)可逆性相對(duì)較低。

表1 衡量資產(chǎn)可逆性的各行業(yè)排序

四、研究設(shè)計(jì)

（一）模型設(shè)定

根據(jù)前文的假設(shè)分析可知，資產(chǎn)可逆性將顯著影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率的負(fù)向關(guān)系。為了驗(yàn)證假設(shè)H1 提出的命題， 首先借鑒紀(jì)洋等（2018）、Im 等（2020）的做法，以企業(yè)杠桿率為被解釋變量，將資產(chǎn)可逆性與經(jīng)濟(jì)政策不確定性的交互項(xiàng)引入方程，構(gòu)建如下計(jì)量模型：

其中， 下標(biāo)i、t 分別指企業(yè)和時(shí)期。 被解釋變量Lev 代表企業(yè)杠桿率，Re 和Epu 分別代表資產(chǎn)可逆性和經(jīng)濟(jì)政策不確定性。為了控制可能存在的內(nèi)生性問題和投資的滯后性，我們對(duì)資產(chǎn)可逆性取滯后一期的數(shù)據(jù)。 Control 包含了企業(yè)層面的企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、股權(quán)集中度（Holder）、有形資產(chǎn)比重（Ta）、資本密集度（Capital）、非債務(wù)稅盾（Dep_ta）、行業(yè)杠桿率的中位數(shù)（M_lev）以及宏觀層面的GDP 增長(zhǎng)率（GDP_r）、M2 增速（M2）等控制變量，所有解釋變量均采用一期滯后項(xiàng)來緩解潛在的內(nèi)生性問題，此外還控制了γt（季度）、γk（行業(yè)）等因素的影響。

進(jìn)一步， 在資產(chǎn)可逆性的具體作用機(jī)制檢驗(yàn)中，為了驗(yàn)證假設(shè)H2 提出的命題， 本節(jié)借鑒劉貫春等（2019）、Im 等（2020）的做法，分別以企業(yè)投資（Inv）、企業(yè)信貸融資水平（Loan）為被解釋變量，分別驗(yàn)證假設(shè)H2 提出的資產(chǎn)可逆性渠道發(fā)揮作用的融資需求效應(yīng)和融資供給效應(yīng)。 具體計(jì)量模型如下：

模型（6）以企業(yè)投資Inv 為被解釋變量，通過構(gòu)建資產(chǎn)可逆性與經(jīng)濟(jì)政策不確定性交互項(xiàng)Re×Epu驗(yàn)證資產(chǎn)可逆性的融資需求效應(yīng)；模型（7）以企業(yè)信貸融資水平Loan 為被解釋變量， 以資產(chǎn)可逆性與經(jīng)濟(jì)政策不確定性的交互項(xiàng)Re×Epu 為核心變量，驗(yàn)證資產(chǎn)可逆性的融資供給效應(yīng)。

（二）變量定義

結(jié)合以往研究，本節(jié)對(duì)實(shí)證分析涉及的變量及度量方式進(jìn)行界定。 第一，本文的因變量為企業(yè)杠桿率（Lev），采用總負(fù)債與總資產(chǎn)的比值表示。 第二，核心變量經(jīng)濟(jì)政策不確定性（Epu）為季度數(shù)據(jù)，初始的月度數(shù)據(jù)來自Baker 等（2016）提供的中國經(jīng)濟(jì)政策不確定性月度指數(shù)，在此基礎(chǔ)上，采用Gulen 和Ion（2016）的做法，在一個(gè)季度內(nèi)對(duì)經(jīng)濟(jì)政策不確定性月度指數(shù)的三個(gè)月分別賦以1/6、2/6、3/6 的權(quán)重值，進(jìn)而得到經(jīng)濟(jì)政策不確定性的季度加權(quán)指標(biāo)Epu1。 此外，采用月度經(jīng)濟(jì)政策不確定性指數(shù)的簡(jiǎn)單平均，得到季度經(jīng)濟(jì)政策不確定性指數(shù)Epu2；使用每個(gè)季度最后一個(gè)月的經(jīng)濟(jì)政策不確定性月度指數(shù)，得到該季度經(jīng)濟(jì)政策不確定性指數(shù)Epu3 進(jìn)行穩(wěn)健性檢驗(yàn)。 第三，渠道研究的中間變量一個(gè)是企業(yè)投資，使用固定資產(chǎn)、無形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付現(xiàn)金之和占企業(yè)總資產(chǎn)的比重來表示， 另一個(gè)是企業(yè)信貸融資水平， 借鑒Cosci 等（2016），使用企業(yè)銀行借款占企業(yè)總資產(chǎn)比重衡量企業(yè)信貸融資水平。 為控制信貸融資水平的地區(qū)差異，本文以企業(yè)所屬地區(qū)平均借款占資產(chǎn)比例作為基準(zhǔn)比值，以企業(yè)銀行借款占總資產(chǎn)比重與基準(zhǔn)比值間的差額，作為企業(yè)信貸融資水平的最終代理指標(biāo)。 第四，本文研究涉及以下兩類控制變量。 第一類是企業(yè)層面的控制變量，包括：企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、股權(quán)集中度（Holder）、資本密集度（Capital）、非債務(wù)稅盾（Dep_ta）、有形資產(chǎn)比重（Ta）。 此外，考慮到行業(yè)的異質(zhì)性，加入企業(yè)所在行業(yè)杠桿率的中位數(shù)（M_lev）。第二類是宏觀經(jīng)濟(jì)變量。 借鑒Gulen 和Ion（2016）、陳勝藍(lán)和李占婷（2017）的研究，選取GDP 同比增長(zhǎng)率（Gdp_r）、貨幣供應(yīng)量同比增速（M2）控制宏觀經(jīng)濟(jì)因素的潛在干擾。 變量定義參見表2。

表2 變量定義

（三）數(shù)據(jù)來源與變量描述性統(tǒng)計(jì)結(jié)果分析

本文選取A 股上市公司為研究樣本，剔除了金融類和房地產(chǎn)等行業(yè)，時(shí)間跨度為2007-2019 年。為盡量減少數(shù)據(jù)錯(cuò)漏與變量缺失值影響， 企業(yè)層面數(shù)據(jù)綜合CSMAR 數(shù)據(jù)庫、Wind 等多個(gè)數(shù)據(jù)庫提取原始數(shù)據(jù)。資產(chǎn)可逆性指數(shù)的數(shù)據(jù)來源是2007 年、2012 年以及2017 年的中國投入產(chǎn)出表。 本文對(duì)原始數(shù)據(jù)還做了以下處理工作：（1） 除企業(yè)資產(chǎn)可逆性及企業(yè)年齡外，按照1%的水平對(duì)最值與均值之差大于兩倍標(biāo)準(zhǔn)差的變量進(jìn)行Winsorize 縮尾處理；（2）剔除了部分公司財(cái)務(wù)變量等相關(guān)數(shù)據(jù)缺失的樣本；（3）對(duì)企業(yè)總資產(chǎn)和固定資產(chǎn)金額均以固定資產(chǎn)投資價(jià)格指數(shù)調(diào)整為實(shí)際值；（4） 保留具有連續(xù)3 年以上觀測(cè)值的企業(yè)數(shù)據(jù)；（5）對(duì)存在兼并、收購、重組情形的企業(yè)進(jìn)行了處理。

表3 列示了所有變量的描述性統(tǒng)計(jì)結(jié)果，包括樣本量、均值、標(biāo)準(zhǔn)差、最小值、最大值。 被解釋變量方面，2007-2019 年間樣本上市公司資產(chǎn)負(fù)債率均值為0.5021， 標(biāo)準(zhǔn)差為0.2248。 資產(chǎn)可逆性指數(shù)均值為0.3188，最大值為0.4678，資產(chǎn)可逆性最值與均值之差和兩倍標(biāo)準(zhǔn)差之間差距并不大，說明樣本企業(yè)資產(chǎn)可逆性的局部極端數(shù)值較少，整體上企業(yè)資產(chǎn)可逆性處于較低水平，樣本企業(yè)資產(chǎn)在二手交易市場(chǎng)的清算價(jià)值較低，處置成本較高。

表3 描述性統(tǒng)計(jì)結(jié)果

五、實(shí)證結(jié)果與分析

（一）基準(zhǔn)估計(jì)結(jié)果

在基準(zhǔn)回歸中，本文對(duì)計(jì)量模型（5）進(jìn)行面板固定效應(yīng)估計(jì)，表4 是基準(zhǔn)估計(jì)結(jié)果?；贓pu1 的估計(jì)結(jié)果在第（1）和（2）列顯示，第（1）列報(bào)告了經(jīng)濟(jì)政策不確定性對(duì)中國企業(yè)杠桿率的總體影響。 可以看出，平均而言，經(jīng)濟(jì)政策不確定性的上升抑制了企業(yè)杠桿率的增加，這與現(xiàn)實(shí)的經(jīng)濟(jì)事實(shí)一致，隨著經(jīng)濟(jì)政策不確定性的不斷提升， 企業(yè)面臨更大的違約風(fēng)險(xiǎn)，企業(yè)的避險(xiǎn)意識(shí)隨之增加，從主觀上會(huì)降低企業(yè)杠桿水平。 第（2）列引入資產(chǎn)可逆性與經(jīng)濟(jì)政策不確定性的交互項(xiàng)Epu1×Re，考察資產(chǎn)可逆性渠道對(duì)經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率關(guān)系的影響，具體來看，在控制了企業(yè)和宏觀層面的控制變量以及行業(yè)和季度固定效應(yīng)之后， 經(jīng)濟(jì)政策不確定性指標(biāo)Epu1 的系數(shù)為-0.0030，且在5%的水平上顯著，而交互項(xiàng)Epu1×Re的估計(jì)系數(shù)為0.0098，且在1%的水平上顯著為正。這表明資產(chǎn)可逆性顯著影響經(jīng)濟(jì)政策不確定與企業(yè)杠桿率之間的關(guān)系，資產(chǎn)可逆性程度越高，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)杠桿率的負(fù)向作用越弱。這就驗(yàn)證了假設(shè)H1 提出的命題。 進(jìn)一步從資產(chǎn)可逆性這一資產(chǎn)摩擦視角，探究經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率的結(jié)構(gòu)效應(yīng)：經(jīng)濟(jì)政策不確定性對(duì)企業(yè)杠桿率的綜合影響為-0.0030+0.0098×Re，而樣本企業(yè)資產(chǎn)可逆性區(qū)間范圍為[0.1701，0.4678]，因此經(jīng)濟(jì)政策不確定性對(duì)企業(yè)杠桿率的平均影響從-0.0013 增加到0.0016， 即經(jīng)濟(jì)政策不確定性每上升1 個(gè)單位，基于資產(chǎn)可逆性渠道的企業(yè)杠桿分化程度增加0.29 個(gè)百分點(diǎn)。

為了檢驗(yàn)上述結(jié)果是否穩(wěn)健，表4 第（3）-（6）列繼續(xù)采用Epu2 和Epu3 度量經(jīng)濟(jì)政策不確定性對(duì)模型（5）進(jìn)行回歸分析。 首先，基于Epu2 的估計(jì)結(jié)果如表4第（3）、（4）列所示：第（3）列結(jié)果表明經(jīng)濟(jì)政策不確定性對(duì)企業(yè)杠桿率的總體影響顯著為負(fù)， 這與前述結(jié)果一致，同樣符合經(jīng)濟(jì)學(xué)直覺；第（4）列考察資產(chǎn)可逆性渠道對(duì)兩者的異質(zhì)性影響，不難看出，交互項(xiàng)Epu2×Re的估計(jì)系數(shù)顯著為負(fù)，這與前述基準(zhǔn)結(jié)果一致，繼續(xù)驗(yàn)證了假設(shè)H1 提出的命題。 最后，采用相同思路，考察Epu3 設(shè)定下的估計(jì)結(jié)果，第（5）、（6）列的核心變量與前述的基準(zhǔn)結(jié)果一致，同樣驗(yàn)證了假設(shè)H1 的命題。

表4 基準(zhǔn)回歸結(jié)果

接下來，本文考察在不同契約環(huán)境下，經(jīng)濟(jì)政策不確定性的作用效果差異。參照李俊青等（2017）的處理，以樊綱等（2011）構(gòu)建的市場(chǎng)化指數(shù)中分項(xiàng)“律師、會(huì)計(jì)師等市場(chǎng)組織服務(wù)條件”作為契約環(huán)境水平的代理變量Enfor。 此外，為防止經(jīng)濟(jì)政策不確定性對(duì)分項(xiàng)市場(chǎng)化指數(shù)自身的干擾，本文采用各個(gè)?。▍^(qū)、市）該項(xiàng)指標(biāo)樣本起始點(diǎn)的數(shù)據(jù)。

表5 在基準(zhǔn)回歸經(jīng)濟(jì)政策不確定性與資產(chǎn)可逆性交互項(xiàng)的基礎(chǔ)上，納入契約環(huán)境水平變量與交互項(xiàng)的乘積， 表5 第（1）-（3） 列分別展示了基于Epu1、Epu2 以及Epu3 的估計(jì)結(jié)果。 在各列回歸中，與基準(zhǔn)回歸相同的是，經(jīng)濟(jì)政策不確定性與資產(chǎn)可逆性的交互項(xiàng)的系數(shù)均在1%的水平上顯著為正， 而新加入的經(jīng)濟(jì)政策不確定性、資產(chǎn)可逆性以及契約環(huán)境水平三者的交互項(xiàng)系數(shù)均在1%的水平上顯著為負(fù)， 也就是說，在契約環(huán)境水平較高的地區(qū)，資產(chǎn)可逆性在經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率之間的負(fù)向調(diào)節(jié)作用相對(duì)較弱，即契約環(huán)境水平越高，資產(chǎn)可逆性渠道引發(fā)的經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率之間的分化作用越小。 在契約環(huán)境水平較高的地區(qū)，經(jīng)濟(jì)政策不確定性攀升不會(huì)導(dǎo)致信貸資源從資產(chǎn)摩擦較高的企業(yè)向資產(chǎn)摩擦較低的企業(yè)大幅轉(zhuǎn)移，上述經(jīng)濟(jì)政策不確定性引發(fā)的企業(yè)杠桿分化現(xiàn)象主要體現(xiàn)在契約環(huán)境水平較低的地區(qū)。

表5 不同契約環(huán)境下資產(chǎn)可逆性渠道的作用效果

注：篇幅所限，刪除控制變量的匯報(bào)結(jié)果，下表同。

（二）資產(chǎn)可逆性渠道作用機(jī)制的識(shí)別

根據(jù)計(jì)量模型（6）、（7），本文分別從融資需求方面和融資供給方面實(shí)證分析資產(chǎn)可逆性渠道的具體作用機(jī)制，以此驗(yàn)證假設(shè)H2 提出的命題。表6 前三列以企業(yè)投資Inv 為被解釋變量，檢驗(yàn)資產(chǎn)可逆性是否通過融資需求效應(yīng)影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率間的關(guān)系。 第（1）列是基于經(jīng)濟(jì)政策不確定性指數(shù)Epu1 的估計(jì)結(jié)果， 重點(diǎn)關(guān)注的經(jīng)濟(jì)政策不確定性與資產(chǎn)可逆性的交互項(xiàng)的系數(shù)為0.0108， 且顯著為正，這說明資產(chǎn)可逆性顯著影響經(jīng)濟(jì)政策不確定性與企業(yè)投資之間的關(guān)系，這與Kim 和Kung（2017）、劉貫春等（2019）的研究一致，資產(chǎn)可逆性越高，企業(yè)資產(chǎn)的二手處置成本越低，企業(yè)未來投資的“等待價(jià)值”顯著不足，從而促使企業(yè)擴(kuò)大當(dāng)期投資，從融資需求上促使企業(yè)杠桿提升，即驗(yàn)證了資產(chǎn)可逆性的融資需求效應(yīng)。 另外，表6 第（2）、（3）列分別基于Epu2 和Epu3衡量的經(jīng)濟(jì)政策不確定性進(jìn)行穩(wěn)健性檢驗(yàn)，重點(diǎn)關(guān)注的交互項(xiàng)Epu2×Re、Epu3×Re 的估計(jì)系數(shù)均顯著為正，從而繼續(xù)驗(yàn)證了資產(chǎn)可逆性的融資需求效應(yīng)。

表6 后三列以企業(yè)信貸融資水平Loan 為被解釋變量，檢驗(yàn)資產(chǎn)可逆性影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率關(guān)系的融資供給效應(yīng)。以第（4）列為例，經(jīng)濟(jì)政策不確定性指數(shù)Epu1 與資產(chǎn)可逆性的交互項(xiàng)系數(shù)為0.0043，且在5%的水平上顯著，不難看出，資產(chǎn)可逆性顯著影響經(jīng)濟(jì)政策不確定性與企業(yè)信貸融資水平的關(guān)系，資產(chǎn)可逆性越高，外部經(jīng)濟(jì)政策不確定性對(duì)企業(yè)信貸融資水平的抑制作用越弱，企業(yè)信貸供給水平越高。 對(duì)此結(jié)果的解釋是，企業(yè)持有可逆性程度較高的資產(chǎn)在項(xiàng)目違約時(shí)具有更快的恢復(fù)速度（Williamson，1988），這意味著資產(chǎn)可逆性程度的增加提高了企業(yè)資產(chǎn)的抵押擔(dān)保價(jià)值（Beutler 和Grobety，2019），債權(quán)人將受到更大程度的保護(hù)，企業(yè)信貸供給水平隨之提高，最終提升企業(yè)杠桿率。據(jù)此可以驗(yàn)證，資產(chǎn)可逆性確實(shí)通過融資供給效應(yīng)影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率的關(guān)系。為了檢驗(yàn)上述結(jié)果是否穩(wěn)健，表6 第（5）、（6）列繼續(xù)采用Epu2 和Epu3 度量經(jīng)濟(jì)政策不確定性重新進(jìn)行回歸分析，這兩列中重點(diǎn)關(guān)注的交互項(xiàng)Epu2×Re、Epu3×Re 的系數(shù)均顯著為正，與表6 第（4）列的結(jié)果一致，證實(shí)了資產(chǎn)可逆性融資供給效應(yīng)作用路徑的穩(wěn)健性。

綜合表6 的結(jié)果，資產(chǎn)可逆性同時(shí)通過融資需求效應(yīng)和融資供給效應(yīng)影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率的關(guān)系， 即在面對(duì)外部環(huán)境的不確定性時(shí)，上述兩種效應(yīng)是資產(chǎn)可逆性引發(fā)企業(yè)杠桿分化的作用機(jī)制，這也驗(yàn)證了假設(shè)H2 提出的命題。

表6 資產(chǎn)可逆性渠道的作用機(jī)制檢驗(yàn)結(jié)果

（三）進(jìn)一步研究：與企業(yè)杠桿率所有制分化現(xiàn)象的對(duì)比

關(guān)于近年來中國企業(yè)杠桿率的非周期性演變，學(xué)術(shù)界的主流觀點(diǎn)是政府隱性擔(dān)保下的國有企業(yè)和非國有企業(yè)之間的杠桿分化是刻畫上述逆周期演變規(guī)律的關(guān)鍵切入點(diǎn) （王擎和孟世超，2020； 張超群，2021），國有企業(yè)的高杠桿率以及結(jié)構(gòu)性“去杠桿”問題引起了政府部門的重點(diǎn)關(guān)注。 因此，在進(jìn)一步研究中，將本文重點(diǎn)關(guān)注的資產(chǎn)摩擦視角下的企業(yè)杠桿資產(chǎn)可逆性結(jié)構(gòu)分化特征與制度視角下的企業(yè)杠桿所有制結(jié)構(gòu)分化特征進(jìn)行對(duì)比，試圖回答不同地區(qū)環(huán)境下何種結(jié)構(gòu)分化特征更加突出這一問題。

在實(shí)證分析中，本文在基準(zhǔn)計(jì)量模型（5）中加入經(jīng)濟(jì)政策不確定性與國有企業(yè)虛擬變量Soe 的交互項(xiàng)，刻畫企業(yè)杠桿所有制結(jié)構(gòu)分化特征。此外，紀(jì)洋等（2018）指出,若地區(qū)金融市場(chǎng)化程度較高，經(jīng)濟(jì)政策不確定性引起的所有制歧視現(xiàn)象將被大大削弱。 因此，本文分別在金融市場(chǎng)化程度不同的地區(qū)進(jìn)行回歸分析，并進(jìn)行比較。 表7 前三列顯示了金融市場(chǎng)化程度較高地區(qū)的估計(jì)結(jié)果，從第（1）列基于Epu1 的估計(jì)結(jié)果來看，首先，新加入的刻畫企業(yè)杠桿所有制分化特征的交互項(xiàng)Epu1×Soe 并不顯著， 說明在金融市場(chǎng)化程度較高地區(qū)，基于所有制歧視的企業(yè)杠桿分化現(xiàn)象并不突出，這與紀(jì)洋等（2018）的研究結(jié)論一致，也符合經(jīng)濟(jì)學(xué)直覺。政府的所有制歧視本質(zhì)上是在企業(yè)金融摩擦較高時(shí)的一種扭曲補(bǔ)償機(jī)制，因此，地區(qū)金融市場(chǎng)化程度較高時(shí)，無論是國企還是非國企的融資渠道都更加多樣，金融摩擦程度較低，政府所有制歧視帶來的杠桿分化現(xiàn)象將被極大削減。 其次， 控制Epu1×Soe 這一企業(yè)杠桿所有制結(jié)構(gòu)分化特征后，交互項(xiàng)Epu1×Re 仍然顯著，也就是說，在金融市場(chǎng)化程度較高地區(qū)，資產(chǎn)可逆性特征下的企業(yè)杠桿結(jié)構(gòu)分化現(xiàn)象占據(jù)主導(dǎo)。此外，表7 第（2）、（3）列繼續(xù)基于經(jīng)濟(jì)政策不確定性指標(biāo)Epu2、Epu3 進(jìn)行穩(wěn)健性檢驗(yàn)，重點(diǎn)關(guān)注的經(jīng)濟(jì)政策不確定性與資產(chǎn)可逆性的交互項(xiàng)、經(jīng)濟(jì)政策不確定性與國有企業(yè)虛擬變量的交互項(xiàng)的系數(shù)與第（1）列完全一致，證實(shí)了基準(zhǔn)結(jié)果的穩(wěn)健性。

表7 后三列顯示了金融市場(chǎng)化程度較低地區(qū)的對(duì)應(yīng)估計(jì)結(jié)果。 從基于Epu1 的第（4）列結(jié)果來看，首先， 新加入的經(jīng)濟(jì)政策不確定性與國有企業(yè)虛擬變量的交互項(xiàng)Epu1×Soe 的系數(shù)在1%的水平上顯著為正， 說明在金融市場(chǎng)化程度較低地區(qū)企業(yè)杠桿的所有制結(jié)構(gòu)分化現(xiàn)象較為突出， 這與金融市場(chǎng)化程度較高地區(qū)的結(jié)果形成鮮明對(duì)比，同樣符合本文預(yù)期：隨著外部經(jīng)濟(jì)政策不確定性不斷上升， 金融市場(chǎng)化程度不足時(shí)，企業(yè)普遍面臨嚴(yán)重的融資約束，而國有企業(yè)在政府隱性擔(dān)保和預(yù)算軟約束的作用下， 反倒呈現(xiàn)“加杠桿”的逆周期特征。 其次，在控制了交互項(xiàng)Epu1×Soe 后，交互項(xiàng)Epu1×Re 仍舊顯著，即在金融市場(chǎng)化程度較低地區(qū)， 基于資產(chǎn)可逆性特征的企業(yè)杠桿分化現(xiàn)象和基于政府所有制歧視的企業(yè)杠桿分化現(xiàn)象并存。 另外，表7 第（5）、（6）列同樣基于經(jīng)濟(jì)政策不確定性的Epu2 和Epu3 指標(biāo)對(duì)第（4）列的結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果與第（4）列一致，繼續(xù)驗(yàn)證了上述基準(zhǔn)結(jié)論。

表7 與企業(yè)杠桿率的所有制分化現(xiàn)象對(duì)比結(jié)果

綜合來看，在金融市場(chǎng)化程度較高地區(qū)，資產(chǎn)摩擦層面的企業(yè)杠桿結(jié)構(gòu)分化問題占據(jù)主導(dǎo)， 反之，在金融市場(chǎng)化程度較低地區(qū)，制度歧視層面的企業(yè)杠桿結(jié)構(gòu)分化矛盾和資產(chǎn)摩擦層面的企業(yè)杠桿結(jié)構(gòu)分化問題均比較突出。

（四）穩(wěn)健性檢驗(yàn)

1.廣義DID 估計(jì)

2007 年底的金融危機(jī)爆發(fā)之后， 中國經(jīng)濟(jì)進(jìn)入陣痛轉(zhuǎn)型期，政府在不同時(shí)期施加了各類經(jīng)濟(jì)政策對(duì)經(jīng)濟(jì)運(yùn)行進(jìn)行干預(yù)和調(diào)控，表現(xiàn)在不同時(shí)期上，中國經(jīng)濟(jì)政策不確定性呈現(xiàn)明顯的結(jié)構(gòu)性演變特征。本文構(gòu)建中國經(jīng)濟(jì)政策不確定性時(shí)間變量Dum_Epu7DID 估計(jì)將樣本區(qū)間設(shè)定在2013-2017 年，當(dāng)樣本觀測(cè)值位于2016 年及以后時(shí)，經(jīng)濟(jì)政策不確定性時(shí)間變量取值為1，否則為0，理由是普遍研究認(rèn)為2015 年底開始實(shí)施供給側(cè)結(jié)構(gòu)性改革之后我國的經(jīng)濟(jì)政策變動(dòng)程度不斷增加，考慮到時(shí)滯性的因素，選擇2016 年為經(jīng)濟(jì)政策不確定性的沖擊時(shí)點(diǎn)。，將資產(chǎn)可逆性與政策沖擊的交互項(xiàng)引入計(jì)量模型，這一檢驗(yàn)策略是廣義DID 估計(jì)，能極大程度緩解基準(zhǔn)模型的內(nèi)生性問題，檢驗(yàn)邏輯是，在資產(chǎn)可逆性程度不同的企業(yè)，經(jīng)濟(jì)政策不確定性沖擊對(duì)企業(yè)杠桿率的作用效果具有明顯的異質(zhì)性特征。 表8 匯報(bào)了廣義DID 估計(jì)結(jié)果，可以看出，在第（1）、（2）兩列的基準(zhǔn)資產(chǎn)可逆性指標(biāo)估計(jì)結(jié)果中， 交互項(xiàng)Dum_Epu×Re 的系數(shù)均顯著為正，進(jìn)一步，在使用無閾值的資產(chǎn)可逆性指標(biāo)時(shí)，交互項(xiàng)Dum_Epu×Re 的估計(jì)系數(shù)同樣顯著為正， 即表8的結(jié)果驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性， 資產(chǎn)可逆性越高，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)杠桿率的負(fù)向作用越弱。

表8 穩(wěn)健性檢驗(yàn)：廣義DID 估計(jì)

2.資產(chǎn)可逆性的替換性檢驗(yàn)

參考Shleifer 和Vishny（1992）、譚小芬和張文婧（2017）的做法，使用行業(yè)周期性衡量資產(chǎn)可逆性。 通常情況下，企業(yè)資產(chǎn)的出售對(duì)象為同行業(yè)內(nèi)的其他企業(yè)，周期性行業(yè)內(nèi)企業(yè)的產(chǎn)出會(huì)伴隨商業(yè)周期同步變動(dòng)，而在外部負(fù)面沖擊下周期性企業(yè)被迫以低于資產(chǎn)合理價(jià)格的水平將資產(chǎn)出售， 資產(chǎn)轉(zhuǎn)售價(jià)值較低，資產(chǎn)交易的困難程度相對(duì)較高，即周期性行業(yè)資產(chǎn)可逆性程度較低，反之亦然。故此，本節(jié)參考陳武朝（2013）的周期性行業(yè)分類辦法，并設(shè)置虛擬變量O_per，當(dāng)企業(yè)所在行業(yè)為非周期性行業(yè)時(shí)，O_per 定義為1，否則為0。在穩(wěn)健性檢驗(yàn)中，以虛擬變量O_per 作為資產(chǎn)可逆性的替換性指標(biāo)，重新對(duì)基準(zhǔn)計(jì)量模型（5）進(jìn)行回歸分析，具體結(jié)果如表9 所示。 以第（1）列為例，重點(diǎn)關(guān)注的虛擬變量O_per 與經(jīng)濟(jì)政策不確定性指標(biāo)Epu1 的交互項(xiàng)Epu1×O_per 的回歸系數(shù)為0.0016，且在5%的水平上顯著為正， 這表明使用行業(yè)周期性作為資產(chǎn)可逆性替代性指標(biāo)時(shí)的結(jié)論與基準(zhǔn)結(jié)果一致，不存在差別。類似的處理，表9 第（2）、（3）列分別基于經(jīng)濟(jì)政策不確定性指標(biāo)Epu2 和Epu3 進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果與第（1）列結(jié)果一致。

表9 資產(chǎn)可逆性替換檢驗(yàn)

8 Beutler 和Grobety（2019）指出只要行業(yè)i 的資產(chǎn)a 投入額不為零即認(rèn)為資產(chǎn)a 能夠被行業(yè)i 交易，在這部分穩(wěn)健性檢驗(yàn)中基于這一設(shè)定構(gòu)建無閾值的資產(chǎn)可逆性指標(biāo)。

3.排除規(guī)模歧視這一可能解釋

盡管基準(zhǔn)檢驗(yàn)證實(shí)資產(chǎn)可逆性顯著影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率之間的關(guān)系，但還存在一種可能的解釋，即某些資產(chǎn)可逆性程度較高的行業(yè)本身即是重資產(chǎn)行業(yè)，因此經(jīng)濟(jì)政策不確定性增加引起的企業(yè)杠桿走勢(shì)分化可能并非是表面看到的資產(chǎn)可逆性渠道所致，而是規(guī)模歧視的原因。 為了排除規(guī)模歧視這一可能解釋， 通過以下的計(jì)量處理加以區(qū)分：首先按照當(dāng)年度每個(gè)省級(jí)行政單位內(nèi)銷售規(guī)模的三分位數(shù)將企業(yè)規(guī)模由高到低分組， 將1/4 分位數(shù)以前的企業(yè)定義為規(guī)模較大企業(yè)， 并設(shè)定虛擬變量Sale_Dum，規(guī)模較大企業(yè)Sale_Dum 為1，否則為0。 隨后，在基準(zhǔn)模型（5）基礎(chǔ)上，加入Sale_Dum 與經(jīng)濟(jì)政策不確定性的交互項(xiàng)，以及Sale_Dum、經(jīng)濟(jì)政策不確定性與資產(chǎn)可逆性三者的交互項(xiàng)進(jìn)行回歸。 表10 顯示了具體的估計(jì)結(jié)果，第（1）列基于Epu1 的結(jié)果顯示，新加入的交互項(xiàng)Epu1×Re×Sale_Dum 并不顯著，而經(jīng)濟(jì)政策不確定性與資產(chǎn)可逆性的交互項(xiàng)Epu1×Re仍在1%水平上顯著為正。 進(jìn)一步，基于Epu2 和Epu3的同樣處理下，第（2）、（3）列的結(jié)果與第（1）列一致。也就是說，在控制可能的銷售規(guī)模的影響之后，并未改變?cè)瓉淼馁Y產(chǎn)可逆性渠道引發(fā)的企業(yè)杠桿分化現(xiàn)象，即資產(chǎn)可逆性仍顯著影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率的關(guān)系。 因此，本文排除了規(guī)模歧視這一可能解釋的干擾，繼續(xù)肯定了資產(chǎn)層面的可逆性特征是經(jīng)濟(jì)政策不確定性導(dǎo)致企業(yè)杠桿率分化的重要原因。

表10 考慮規(guī)模歧視的估計(jì)結(jié)果

六、結(jié)論與政策建議

本文利用2007-2019 年中國滬深兩市A 股上市公司季度數(shù)據(jù)，實(shí)證檢驗(yàn)企業(yè)資產(chǎn)可逆性特征如何影響經(jīng)濟(jì)政策不確定性與中國企業(yè)杠桿率的關(guān)系。研究發(fā)現(xiàn)：第一，資產(chǎn)可逆性是經(jīng)濟(jì)政策不確定性影響企業(yè)杠桿率分化的關(guān)鍵渠道。經(jīng)濟(jì)政策不確定性每上升1 個(gè)單位，基于資產(chǎn)可逆性渠道的企業(yè)杠桿分化程度增加0.29 個(gè)百分點(diǎn)。 考慮地區(qū)契約環(huán)境水平的分析表明，契約環(huán)境水平越低，資產(chǎn)可逆性渠道引發(fā)的經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率之間的分化特征越突出。第二，機(jī)制分析表明，資產(chǎn)可逆性同時(shí)通過融資需求效應(yīng)和融資供給效應(yīng)影響經(jīng)濟(jì)政策不確定性與企業(yè)杠桿率間的關(guān)系。第三，進(jìn)一步研究中，與企業(yè)杠桿所有制結(jié)構(gòu)分化特征的對(duì)比結(jié)果顯示，在金融市場(chǎng)化程度較弱的地區(qū)，企業(yè)杠桿的所有制分化和資產(chǎn)可逆性分化現(xiàn)象同時(shí)存在， 而在金融市場(chǎng)化程度較強(qiáng)地區(qū)，企業(yè)杠桿的資產(chǎn)可逆性分化現(xiàn)象仍然顯著，而所有制分化特征不明顯。此外，本文通過廣義DID 估計(jì)、核心變量替換性檢驗(yàn)以及排除規(guī)模歧視解釋等檢驗(yàn)方法進(jìn)行穩(wěn)健性檢驗(yàn)，發(fā)現(xiàn)核心結(jié)論仍然成立。

本文研究結(jié)論表明，在短期內(nèi)經(jīng)濟(jì)政策不確定性無法消除的現(xiàn)實(shí)背景下，資產(chǎn)市場(chǎng)的摩擦，特別是無法有效跨行業(yè)和企業(yè)重新配置資產(chǎn)是影響企業(yè)杠桿率分化的關(guān)鍵因素， 這為理解中國企業(yè)的杠桿結(jié)構(gòu)分化現(xiàn)象提供了新的啟示： 由于實(shí)體經(jīng)濟(jì)中資產(chǎn)不可逆等流動(dòng)性摩擦的普遍存在， 所有制歧視引發(fā)的企業(yè)杠桿 “國進(jìn)民退” 現(xiàn)象并非是中國企業(yè)杠桿率“非周期性”演變怪象的唯一解，企業(yè)資產(chǎn)可逆性的實(shí)物期權(quán)價(jià)值產(chǎn)生的融資需求效應(yīng)， 以及抵押擔(dān)保價(jià)值產(chǎn)生的融資供給效應(yīng)加速了經(jīng)濟(jì)轉(zhuǎn)型期中國企業(yè)的杠桿分化。 未來的“去杠桿”政策不能僅考慮總量問題，而應(yīng)重點(diǎn)關(guān)注結(jié)構(gòu)優(yōu)化問題。 結(jié)合本文研究結(jié)論，提出如下政策建議：其一，從企業(yè)杠桿結(jié)構(gòu)優(yōu)化方面，在解決國企的預(yù)算軟約束問題，從產(chǎn)權(quán)結(jié)構(gòu)上化解企業(yè)杠桿風(fēng)險(xiǎn)的同時(shí)， 注意到基于資產(chǎn)摩擦的企業(yè)杠桿分化現(xiàn)象，要嚴(yán)格甄別“好杠桿”和“壞杠桿”，避免“一刀切”的杠桿治理政策。 此外，政府部門要盡量保持政策立場(chǎng)的長(zhǎng)期一致， 加強(qiáng)對(duì)微觀主體的政策預(yù)期引導(dǎo)， 從根源上避免外部不確定性引發(fā)的杠桿分化矛盾。 其二，關(guān)注資產(chǎn)二手交易市場(chǎng)的效率問題，提高資產(chǎn)的跨企業(yè)、跨行業(yè)的再配置效率，降低企業(yè)搜尋成本和處置成本。 對(duì)于資產(chǎn)可逆性較低的部門，政府應(yīng)統(tǒng)籌各方建立風(fēng)險(xiǎn)補(bǔ)償機(jī)制，并對(duì)重點(diǎn)產(chǎn)業(yè)領(lǐng)域提供必要的基礎(chǔ)設(shè)施建設(shè)， 強(qiáng)化企業(yè)投資動(dòng)力。 其三，本文異質(zhì)性研究表明，地區(qū)契約環(huán)境水平的提高能緩解資產(chǎn)摩擦帶來的企業(yè)杠桿分化問題， 因此， 建議從市場(chǎng)需求出發(fā)推動(dòng)法律制度改革，以法律改革促使金融制度良性變遷。