經濟政策不確定性對企業研發投資的影響

孫 瑩

(中共上海市委黨校，上海 200233)

0 引言

經濟政策是國家進行宏觀調控的重要手段。由于政府經常會做出改變微觀經濟主體外部運營環境的決策，企業往往面臨著與政府政策變化的時間和內容相關的大量不確定性，以及對企業盈利能力的潛在影響[1]。各國經濟政策不確定性自2008年全球金融危機之后不斷加劇[2]，學者們將其視為經濟不確定性的重要來源，甚至是造成經濟衰退的驅動因素[3]。外部宏觀政策環境的頻繁變動無疑提升了企業面臨的風險水平，而政策不確定性對企業經營決策的影響則更為隱蔽。

國內外學者開展一系列實證研究，探尋經濟政策不確定性對微觀企業行為的作用效果。經濟政策不確定性不僅能夠影響企業資本結構決策[4]、高管變更[5]、盈余管理水平[6]和稅收規避行為[7]，還會促使企業增持現金[8，9]、沖擊企業商業信用規模[10]。而相關研究中又以政策不確定性對投資決策的影響最為集中，眾多學者已對此形成較為一致的觀點，認為經濟政策不確定性上升會對企業投資產生抑制作用[11-13]，但是這種負向影響僅存在于政企關系相對較弱的企業中[14]。股權集中度、產權性質、機構持股比例、學習能力等會加劇政策不確定性對企業投資的抑制程度。可見，經濟政策不確定性對不同特征的企業投資活動的影響存在差異。之后學者們試圖從不同角度探討政策不確定性抑制效應的傳導渠道，認為政策不確定性的傳導機制中實物期權渠道占據主導地位，其對資本流動性價值產生沖擊[15]，所引致的融資約束預期、管理者風險規避和資本配置效率下降等會使得企業傾向于延緩投資決策，降低投資水平。但同時，也有學者發現較高的政策不確定性會促使企業更多考慮經濟因素，帶來投資效率的顯著提升[16]。隨著研究的深入，學者們開始關注政策不確定性對研發這一特殊投資活動的影響。一些成果表明，經濟政策不確定性能夠改變 “等待的價值”，致使企業為等待更多信息披露而暫緩研發投入決策[17]，同時政策不確定性會削弱金融市場信貸資源配置功能，抑制企業創新活動[18]。但也有研究認為，經濟政策不確定性能夠顯著提升企業風險承擔，敦促企業通過增加研發投資謀求自我發展[19，20]，其 “機遇預期效應”在企業中發揮主導作用[21]。具有爭議的實證結果或許正揭示了政策不確定性對研發活動的影響有別于其他類型投資活動，有待經驗研究的進一步檢驗。

本文嘗試將經濟政策不確定性納入企業創新影響因素的研究框架中，運用上市公司2007—2017年微觀數據探索政策不確定性對研發投資的效應，以期回答經濟政策變動對企業研發投資具有促進作用還是抑制作用。在此基礎上，分析并考察在不同融資約束、產權性質和行業特征的企業中，經濟政策的不確定性對研發投資是否具有異質性影響。

本文的貢獻體現在：第一，豐富了 “宏觀政策不確定性與微觀企業行為”領域的研究成果。研究政策不確定性對企業行為影響的文獻多聚焦于企業投資、現金持有、融資決策等。盡管已有部分學者關注政策不確定性對創新的影響，但是相關研究尚不充分，研究結論具有沖突。本文著眼于中國制度背景下政策不確定性對企業研發投資的影響，并探討企業內外部因素差異可能產生的調節效應，為宏觀政策不確定性與研發活動的關系增添了獨特的中國證據，為政策的調整與優化提供理論支撐。第二，拓展了有關創新的相關研究領域。既有文獻多從公司治理機制、資本結構、管理層特征等企業內部要素與地區市場化環境、稅收與財政補貼等外部視角探究影響企業創新的因素，但鮮少有文獻從經濟政策不確定性角度切入，探索其與研發活動的關系。本文的嘗試則為該領域提供了新的視角與經驗證據，能夠實現對創新文獻體系的有效補充。

1 理論與假設

企業投資時機決策實際上是早期投資的額外收益與等待新信息的價值之間權衡的結果[22]。實物期權理論強調調整成本與資本的不可逆性，認為不確定性增加了延期期權的價值，致使企業做出延遲研發投資的決策，以等待更多相關政策信息的披露，避免代價高昂的錯誤。但是，企業的創新活動是對無形資產的特殊投資，具有較長的投資期限與較高的技術不確定性和尾部風險，與諸如資本支出等固定資產常規投資具有顯著差異[23]，因而其對經濟政策不確定性的反應可能不同。Segal[24]等將宏觀經濟不確定性區分為 “不良”的不確定性與 “良好”的不確定性，兩者的波動對資產估值和未來增長有著顯著和截然相反的影響。 “良好”的經濟不確定性會帶來積極的風險溢價，正面預測未來的增長，而投資和研發對這些沖擊的反應更為強烈。延期期權使得企業 “保持選擇權開放”并避免進行不可逆轉的投資產生的機會成本，而增長期權則會促使企業從早期投資助力自身能力提升的可能性中獲益，使其更好地利用行業未來的增長機會[25]。戰略增長期權模型表明，在不確定性下的初始投資是對未來增長期權的收購，能夠使公司獲得競爭優勢，因此不確定性的增加會鼓勵當前對未來增長期權的投資[26]。Weeds[27]構建了考慮科學研究與試驗發展競爭的實物期權模型，發現當先發制人的預期收益超過延遲的期權價值時，不確定性的提升會促進早期投資。企業可以識別政策不確定性中蘊含的投資機會，通過搶占研發投資使企業建立技術優勢、發展品牌認知或積累資源[28]。專利可能是不確定性刺激研發活動的另一個渠道。專利為公司提供防止模仿及阻止其他產品市場進入者的合法權利，通過出售知識產權至少能夠部分地收回最終體現在專利中的研發投資，可以部分抵消研發投資的不可逆轉性[20]。中國經濟增長在社會中所誘發的樂觀情緒將強化管理者在政策不確定性中承擔高風險的動機[29]，從而驅使企業提高研發投資水平。

基于上述分析，本文提出假說H1：經濟政策不確定性對企業研發投資具有正向的促進效應。

盡管整體而言經濟政策不確定性對企業研發活動會產生影響，但不同行業與企業個體特征存在差異，決定其對外界環境波動的敏感性具有異質性。研發活動需要大量資金長期持續性地投入，融資體系的有效支撐是研發得以進展的關鍵要素。然而，由于研發活動的創新性所帶有的回報周期長、結果不確定性強及內外部高度信息不對稱等特征，使得外部投資者的風險承擔意愿較低，導致企業面臨較為嚴峻的融資約束[30]。債務融資是企業外源融資的主要渠道，而非正規金融形式的商業信用也已成為企業研發投入的重要融資來源[31]。政策不確定性增強了融資市場環境的動蕩，對企業的商業信用規模產生沖擊[10]，同時商業銀行也會由于判斷投資機會的難度提升而選擇采取緊縮的信貸政策，給企業的債務融資帶來負向影響[4]。因此，在政策不確定性提升的情形下，企業外部融資成本上升，導致融資約束程度進一步提高。融資約束是中國企業研發行為不穩定的重要成因，其對企業研發投資呈現出顯著的抑制效應[31]。由此可以推斷，融資約束小的企業在面對經濟政策不確定性上升時，能夠通過研發活動促進企業發展。

基于以上分析，本文提出假說H2：相比于融資約束大的企業，經濟政策不確定性對研發投資的促進效應對融資約束小的企業更為顯著。

產權性質對企業經營行為具有較強影響，在政策不確定性提升的情境下，國有企業與非國有企業在研發投資中的反應可能表現出一定差異。國有企業對較高風險的創新活動的投資并非源于對經濟績效的追求，所有權與管理權分離導致的 “負盈不負虧”的權責關系，致使經營者傾向于追加投資，從事 “帝國建造”等次優活動[32]。同時，國有企業承擔了更多事關國家發展的政策性負擔，需要保證一定的投資規模以履行社會責任，因此政府在制定經濟政策時通常會給予國有企業相應的政策傾斜。這也使得國有企業的經濟行為對政策的依賴程度較之非國有企業更深[33]，因而也能在政策的變動中依舊保持較為穩定的投資水平。非國有企業多數處于市場競爭激烈的行業或領域，對宏觀政策環境更為敏感，因而更傾向于利用政策不確定時期蘊含的投資機遇，在研發等高風險項目中謀求收益，從而獲得市場競爭優勢。

鑒于此，本文提出假說H3：相比于國有企業，經濟政策不確定性對研發投資的影響在非國有企業中表現更為顯著。

經濟政策不確定性對研發活動的異質性影響還可能源自企業所屬行業的差異。知識密集、技術密集是高新技術行業的典型特征，研發重點聚焦于無形資產特別是知識產權，能夠形成企業的核心競爭力，進而為企業帶來持續的盈利[34]。高新技術企業的市場價值取決于未來的成長性，因而與傳統行業相比，研發投資是高新技術行業的主要投資內容[35]，其以研發資金的密集投入來實現對尖端科技的持續創新。儲德銀、張同斌[36]的研究也證實，自主研發支出在長期對高新技術產業的產出具有持久的正向影響。因此，在面對政策不確定性時，高新技術產業中的企業更有可能把握投資機會，增強生存能力與競爭優勢。

基于此，本文提出假說H4：相比于非高新技術產業的企業，經濟政策不確定性對研發投資的影響在高新技術行業的企業中表現更加顯著。

2 方法與模型

2.1 模型設定

為研究經濟政策不確定性對企業研發投資的影響，本文構建如下計量模型：

R&Di,t=β0+β1EPUi,t-1+∑βiControli,t-1+λindustry+λyear+ξi,t

(1)

其中，R&Di,t為本文的被解釋變量，即公司的研發投資水平；EPUi,t-1表示上市公司在第 (t-1)年受到政策不確定性影響的程度；Controli,t-1表示一系列控制變量，包括總資產凈利率、資產負債率、企業成長性、股權集中度、現金流比率、國內市場競爭程度、有形資產比率、企業年齡等。λindustry和λyear分別表示行業與年份的固定效應。考慮到研發活動的時滯效應，模型中所有解釋變量與控制變量 (企業年齡除外)均滯后被解釋變量一期。如果假說H1成立，本文預期經濟政策不確定性會促進企業增加研發投資，則模型中EPU的系數β1應顯著為正。

前文的分析表明，經濟政策不確定性對研發活動的影響會因企業與行業特征因素而表現出異質性。為進一步檢驗研究假設H2～H4，本文設定如下回歸模型：

R&Di,t=β0+β1EPUi,t-1+β2EPUi,t-1×

χi,t-1+β3χi,t-2+∑βiControli,t-1+λindustry+λyear+

ξi,t

(2)

模型 (2)與模型 (1)變量設定的不同之處在于增加了χ和經濟政策不確定性變量的交互項。式中，χi,t-1為對經濟政策不確定性與研發投資關系產生調節效應的變量，分別是融資約束、產權性質和高新技術產業，用以驗證假設H2～H4。融資約束方面，交互項EPU×Fc的回歸系數反映了隨著融資約束程度的提升，經濟政策不確定性與企業研發投資之間的動態關系，依據假設H2預期系數β2顯著為正。產權性質方面，將樣本劃分為國有企業與非國有企業，如果假設H2成立，本文預期非國有企業屬性會增強宏觀政策環境變動對企業行為的影響，則模型中EPU的回歸系數β1顯著為正，交互項EPU×Ownership的系數β2顯著為負。行業特征方面，高新技術產業中的企業更傾向于增加研發投資以應對政策波動帶來的風險，本文預期變量EPU×Hightech的回歸系數β2在高新技術產業的企業樣本中應顯著為正數，則假設H3成立。

2.2 變量選取與釋義

(1)被解釋變量。企業研發投資通常以研發投入強度來衡量，相關文獻中多采用研發費用/營業收入、研發費用/總資產等指標。但鑒于 “營業收入”尤其是 “應計收入”較易被企業盈余操縱[19]，并且為避免變量間的多重共線性，本文借鑒Laursen和Salter[37]的方法選取研發費用加1并取對數作為研發投資水平的代理變量。

(2)解釋變量。現有采用自然實驗的文獻多將政治選舉或政府官員變更作為政策不確定性的代理變量，但該方式未能有效刻畫出政策不確定性的連續性與時變性特征[19]。本文選取Baker等提出的經濟政策不確定性指數，作為中國政策不確定性的度量指標。該指數包含了主流新聞媒體對經濟政策變化的預期，通過關鍵詞搜索在 《南華早報》中識別出每月與中國經濟不確定性事件相關的報道數量，并將文章數量除以當月刊發文章總量，測算出月度經濟政策不確定性指數。Baker等編制的經濟政策不確定性指數已較為成熟，該指標能夠有效克服特定政治事件作為政策不確定性衡量指標的缺陷，使得對宏觀經濟政策變動的連續定量描述成為可能，目前在有關政策不確定性對企業投資、創新活動的影響研究中得到了廣泛認可與使用[1,13]。由于該指數為月度數據，本文采取算術平均值的方法將一年內12個月的數據轉化為年度政策不確定性。

(3)調節變量。①融資約束 (Fc)，本文借鑒Hall等[38]的方法，以營運資金占資產總額的比重來反向衡量融資約束情況，即營運資金占資產總額的比重越大，企業面臨的融資約束越小。②產權性質 (Ownership)。依據Wind數據庫對企業屬性的劃分，本文設置虛擬變量作為產權性質的衡量指標，其中國有企業賦值為1，其他為非國有企業，賦值為0。③高新技術產業 (Hightech)，該變量以上市公司是否屬于高新技術產業的二元虛擬變量來反映。本文按照國家統計局發布的 《高技術產業 (制造業)分類 (2013)》及 《高技術產業 (服務業)分類 (2018)》對研究樣本進行統計，其中，所在行業歸屬于高新技術產業的企業取值為1，歸屬于非高新技術產業的企業取值為0。

此外，借鑒Atanassov等、劉志遠等的做法，本文控制了影響研發投資水平的可觀測企業特征因素，在回歸模型中加入總資產凈利率 (Roa)、資產負債率 (Lev)、企業成長性 (Growth)、股權集中度 (First)、現金流比率 (Cashflow)、公司市場勢力 (Hhi)、有形資產比率 (Capital)和企業年齡 (Age)等指標，從多個維度控制影響企業研發活動的特征要素。各變量的具體釋義與計量方法見表1。

表1 變量設置與說明

2.3 樣本選取與數據來源

本文選取2007—2017年中國滬深A股上市公司作為研究對象。考慮到數據的客觀性和數據質量對研究結果的影響，本文對初始樣本進行如下處理：①剔除經營業務范疇特殊的金融、保險類行業上市公司樣本；②剔除觀測期內財務狀況異常的ST、*ST等被特殊處理的上市公司；③剔除沒有披露研發投資信息、重要財務數據缺失及滯后一期變量缺失的樣本。經過上述處理后，最終形成了包含11742個有效觀測值的非平衡面板數據。為減輕異常值的影響，本文對模型中所有連續變量在1%和99%分位數進行了winsorize處理。實證檢驗涉及的企業基本信息與財務數據均來自于Wind資訊數據庫與CSMAR數據庫，數據處理采用Stata14.0統計軟件。

3 結果與討論

3.1 描述性統計分析

圖1描繪了1995—2018年中國經濟政策不確定性指數的變化趨勢。從圖中可以看出，中國經濟政策不確定性指數在2001年、2008年和2012年有較大幅度攀升，這一方面是由于諸如2008年全球金融危機等外部環境變動造成的沖擊，另一方面則是政府周期性換屆或應對金融危機、國有企業改革等一系列政策實施產生的結果。而隨著 “互聯網+” “工業4.0” “中國制造2025” “大眾創業、萬眾創新” “供給側結構性改革”等一系列宏觀經濟政策的出臺，加之中美貿易戰等特殊事件的影響，中國經濟政策不確定性自2016年起呈現出高強度的震蕩趨勢。

表2報告了主要變量的描述性統計結果。企業研發投資的均值為8.46，最大值為15.81，最小值僅為0.32，說明中國上市公司的創新投入水平并不均衡，企業間存在較大差異。經濟政策不確定性指數的均值和標準差分別為234.43和108.60，最小值為98.89，最大值高達364.83，從側面進一步印證中國政策不確定性的劇烈波動。

圖1 中國經濟政策不確定性指數變化趨勢

變量名稱觀測值平均值標準差最大值最小值變量名稱觀測值平均值標準差最大值最小值R&D117428.461.4415.810.32EPU11742234.43108.60364.8398.89Roa117420.050.061.20-0.78Lev117420.390.202.390.01Growth117420.190.7658.49-0.93Capital117420.210.150.920Hhi117420.090.1110.01Age1174217.545.08673First117420.350.150.890.03Cashflow11742-0.030.110.72-3.65Ownership117420.300.4610Fc117420.380.180.97-0.44Hightech117420.320.4610

3.2 回歸分析

表3報告了多元回歸模型的估計結果。模型 (1)檢驗了經濟政策不確定性對企業研發投資的影響，EPU的回歸系數為0.0061，并且在1%的水平上顯著。模型 (2)中引入相關控制變量并考慮年份與行業固定效應，EPU的回歸系數仍然在1%的水平上顯著為正，說明經濟政策不確定性提高時中國企業對研發活動的資金投入會顯著增加，這與郭平[39]的研究結論相吻合。研發活動投資與普通的資本投資表現出一定的差異性，其競爭性更為凸顯，因而經濟政策環境的波動對兩者的影響不同。創新是企業獲得競爭優勢的重要手段。對企業而言，越是身處不確定環境中，企業通過創新謀求市場勢力與長期收益的意愿會愈加強烈，激勵企業加大資金投入。因此，為應對政策不確定性，研發投入表現出明顯的 “搶占效應”，企業傾向于加速創新以獲取先發性戰略優勢，為假設H1提供了支持性證據。

其他控制變量的回歸結果表明，總資產收益率、營業收入增長率與企業研發投資呈顯著正相關關系。較強的盈利能力意味著企業有持續投入研發資金的績效支撐。同時，高增長率則會向外部潛在投資者釋放出經營情況良好的信號，在一定程度上有助于企業為研發活動融資。實證結果說明資產盈利能力越強、成長性越好的企業越有可能增加對研發活動的投入，這與現有研究的結論是一致的。資產負債率的系數顯著為正，表明償債能力相對較強的企業更傾向于加大研發投資。而股權集中度指標與研發投資之間的相關系數呈顯著負相關關系，意味著隨著股權集中程度的提升，企業開展創新活動會加大股東承擔的風險成本，大股東出于規避風險的心理，也會減少對研發的投資。同時，在公司治理環境不完善的情況下，大股東趨于謀求短期私利會對研發產生不利影響，造成企業承擔研發投資風險的意愿顯著下降。

表3 經濟政策不確定性對企業研發投資的影響及其異質性

注：*、**、***分別表示在10%、5%和1%的水平下顯著。

為了進一步檢驗經濟政策不確定性對研發活動的激勵是否存在異質性，本文在初步考察政策不確定性如何影響企業研發投資的基礎上，引入融資約束、產權性質和行業特征調節變量，探究具有不同特性的企業研發行為受到宏觀不確定性影響程度的差異。鑒于控制變量的結果與前述模型表現相似，因此重點對主要解釋變量展開分析。表3中模型 (3)與模型 (4)報告了融資約束的調節效應。第 (3)列的回歸結果顯示，經濟政策不確定性指數EPU的回歸系數在1%的水平上顯著為正，但政策不確定性與融資約束交互項EPU*Fc的系數并不顯著。在模型 (4)中加入控制變量后的多元回歸結果仍舊保持一致，說明企業間融資約束程度的差異并未影響政策不確定性對企業研發活動的促進作用。本文認為可能的解釋是，上市公司本身擁有更多的股權融資渠道，并且就債務融資這一重要的外源融資渠道而言，上市公司的資質保證使得商業銀行等金融機構在信貸審核過程中多將其作為優質客戶考量，因此上市公司之間的融資約束差異未能對政策不確定性與企業研發投資行為的關系產生實質性影響。

為了考察經濟政策不確定性對研發活動的影響是否因企業產權性質而存在差異，本文將產權性質虛擬變量引入模型，觀察國有企業與非國有企業的研發投資行為受宏觀不確定性的影響。表3中模型 (5)與模型 (6)報告了回歸結果，顯示政策不確定性指數與產權性質交互項EPU*Ownership的回歸系數為-0.0005，并且在1%的水平下具有顯著性，說明在經濟政策不確定性上升時，非國有企業研發投資決策受不確定性的影響程度要大于國有企業。國有企業的性質決定其需要承擔國家戰略、穩定就業等多元化的社會責任目標。在容錯機制尚未健全的激勵體制下，國有企業管理者出于政治升遷的考量，更為看重經營活動與企業績效的平穩發展，因而對投資回報周期較長且具有較高風險的創新活動持規避態度。非國有企業則因在激烈的市場競爭壓力下，經濟政策不確定性中蘊含的投資機會對其具有更強的吸引力，政策不確定性能夠提升非國有企業的風險承擔水平，表現出 “機遇預期效應”。上述結果支持了劉志遠等的研究觀點，假設H3的預期得到驗證。

本文將企業是否隸屬于高新技術行業的二元虛擬變量引入回歸方程，探究處于不同產業環境的企業在面對政策不確定性時，其研發投資規模是否會發生變化。表3中模型 (7)與模型 (8)列示的回歸結果顯示，滯后一期的經濟政策不確定性指數EPU、政策不確定性與高新技術行業交互項EPU*Hightech的回歸系數均在1%的水平下顯著為正，加入控制變量后兩者的回歸系數仍然在1%的水平下顯著，這說明模型的回歸結果支持假設H4。高新技術行業對市場環境的變化更為敏感，行業屬性決定了其必須不斷優化研發資源配置，通過競爭性創新捕獲先發優勢。因此，高新技術行業受到不確定性因素的影響較大，行業內企業更傾向于在獲取巨額經濟回報的同時，形成具有可持續性的創新能力，在不確定環境中把握研發投資機會，因而政策不確定性對其研發投入的促進作用更為顯著。

4 結論

本文研究發現：第一，經濟政策不確定性能夠促使上市公司加速研發投資以應對環境變化。第二，公司間的融資約束差異未能對政策不確定性的影響產生調節效應。第三，非國有企業的研發行為受經濟政策不確定性的影響較大。第四，經濟政策不確定性提升時，隸屬于高新技術產業的企業研發投資受到的驅動作用更為顯著。

本文的研究結論具有一定政策含義：經濟政策是政府宏觀調控的重要方式，同時也是影響企業經營環境的關鍵因素。一方面，在經濟政策變動頻率較大時，盡管企業會通過增加對研發活動的資金投入應對風險，搶占市場先發優勢，但是也應當意識到經濟政策不確定性上升也會同時抑制企業的短期投資活動。因此，政府部門在頻繁出臺政策以平滑經濟波動、引導企業加強創新時，應當充分考慮政策不確定性對不同類型投資活動的影響，權衡好政策變動成本，增強政策的長期性與可預期性；另一方面，不同行業與不同性質的企業對經濟政策不確定性變化的感知程度存在差異，非高新技術產業和國有企業受不確定性影響驅動的研發動機較弱，政策設計時應有意識對上述特征的企業創新加以引導。同時，具有發展前景的企業能夠識別政策不確定性中蘊含的投資機遇，可通過此類異質性影響自然實現企業優勝劣汰，有助于中國產業結構的優化調整升級。