政策不確定性與公司成本決策1

梁上坤

0 引言

近年來，越來越多的研究開始關注宏觀政策環境對微觀公司行為的影響(Julio and Yook，2012；Cao et al.，2013； Francis et al.，2014；Wang et al.，2014；Colak et al.，2015；Lee et al.，2015；Gulen and Ion，2016)。相比西方國家，在轉型與新興經濟的中國，政府對于市場一直都擁有較為強大的影響力和干預力，以此為背景展開研究因而十分必要和恰當(陸正飛和韓非池，2013)。與之相應，這一領域確實吸引了大量的國內目光并取得了豐富的研究成果，包括：貨幣政策的影響(葉康濤和祝繼高，2009；祝繼高和陸正飛，2009；靳慶魯等，2012；饒品貴和姜國華，2013；朱小能和周磊，2018等)、產業政策的影響(陸正飛和韓非池，2013；韓乾和洪永淼，2014；黎文靖和鄭曼妮，2016,Chen et al.，2017)、通貨膨脹的影響(饒品貴和張會麗，2015；李青原等，2015；饒品貴等，2016；羅勇根等，2018等)、匯率政策的影響(章貴橋，2015)等。

在上述研究基礎上，本文關注了政策不確定性對公司成本粘性的影響(1)根據Baker等(2016)，本文的政策不確定性主要指政府關于財政、貨幣、匯率、稅收等宏觀政策未來走向的不確定性。Baker等(2016)指出政策不確定性對于經濟運行具有重要影響，比如聯邦公開市場委員會(Federal Open Market Committee)和國際貨幣基金組織(IMF)均認為美國和歐盟在財政和貨幣政策上的不確定是2008年全球金融危機發生及危機后經濟緩慢復蘇的重要原因。。成本粘性描述的是成本和收入變化不對稱的現象。若收入上升時成本的邊際增加量大于收入下降時成本的邊際減少量，即認為出現了成本粘性現象(Anderson et al.，2003)(2)成本和費用對應著不同的會計科目，因而現有研究既有成本粘性研究，也有費用粘性研究。然而兩者的理論基礎與研究方法十分接近，可以共通，本文因此不作詳細的區分。。與一般的經營上升時的擴張投資決策不同，成本粘性更側重于體現經營下滑時公司對于維持投資決策的考量和選擇，是公司運營效率和風險不同側面的重要補充。單個公司存在成本粘性現象，意味著收入下降時，公司的利潤會加速下滑(3)如果公司存在成本粘性現象，根據定義，則意味著相對于收入上升時，收入下降時成本的邊際減少量更小，也即收入下降時，公司的利潤會加速下滑。。而若這一現象在地區或者行業內大范圍存在，將不僅可能意味著較為嚴重的資源誤配，還可能引發系統性的經濟波動(梁上坤，2018)(4)部分研究已經注意到加總成本粘性對于宏觀經濟的預測作用，比如趙剛等(2020)發現省級層面加總的成本粘性對于未來的失業率具有預測作用。。在當前我國整體行業產能過剩的背景下，借助此項重要的公司運營決策考察政策不確定性的宏觀作用，因而具有重要的理論和現實意義(5)當前我國的各項產品生產早已走出供不應求的匱乏狀態，反而鋼鐵、電解鋁、水泥、造船、風電設備、光伏電池等多項產業存在著嚴重的產能過剩。據中國鋼鐵工業協會統計，2011—2012年全國新投產煉鋼產能約1.25億噸，同期淘汰煉鋼產能約3700萬噸，新增產能卻近9000萬噸；而在2016年，全國各省的有效產能更是凈增3659萬噸。。

具體地，本文提出并嘗試探索以下兩方面的問題：第一，在政策背景下，微觀層面的公司成本粘性是否會受到宏觀層面的政策不確定性的影響？第二，如果存在影響，那么在不同約束條件下這一關系是否以及如何存在差異？以2000—2016年中國A股制造業上市公司為樣本，本文圍繞以上問題展開研究。結果顯示：政策不確定性會強化成本粘性，政策不確定性越高，公司的成本粘性越大；區分公司的債務壓力，這一強化作用主要體現在債務壓力較低的公司，在債務壓力較高的公司不存在；區分公司的競爭壓力，這一強化作用主要體現在競爭壓力較低的公司，在競爭壓力較高的公司不存在。進一步的研究顯示，政策不確定性對人力成本粘性和非人力成本粘性的作用存在異質性，對非人力成本粘性影響顯著；此外，地方政府官員換屆對成本粘性不具有顯著影響。

本文的研究具有以下兩點可能的貢獻：第一，從政策不確定性角度拓展了宏觀政策環境對微觀公司行為影響的研究。已有文獻從貨幣政策、產業政策、通貨膨脹、匯率政策等多個方面考察了宏觀政策對微觀公司行為的影響。然而一方面，這些研究往往關注的是單一政策的影響，而不同政策其實施理念和實施效果可能存在協同或者沖突(謝平和張曉樸，2002；汪洋，2005)，那么考察整體政策環境的影響將更加全面；另一方面，以往研究大多關注于政策強度帶來的影響，而本文則關注了政策波動引發的不確定性帶來的影響，這為政策環境影響的研究提供了新的視角。

第二，為公司成本粘性的調整成本動因探索增添了證據。動因探索是成本粘性研究的核心，然而相比管理層機會主義動因的豐富探索(Chen et al.，2012；Dierynck et al.，2012；Kama and Weiss，2013；崔學剛和徐金亮，2013；梁上坤，2016；劉慧龍等，2017；梁上坤，2018)，調整成本動因的探索卻較為有限。在此背景下本文選取政策不確定性展開研究，較為系統地討論了不同政策不確定性水平下公司投資削減決策的成本、收益及其變化，有力地豐富了成本粘性調整成本動因的研究。鑒于中國是一個政策改革較為頻繁的新興國家，本文的發現將為成本粘性的跨國比較提供一定的借鑒。此外，本文顯示債務壓力與競爭壓力會削弱政策不確定性與成本粘性的關系，這將為成本粘性的治理提供一定的啟發。

需要指出的是，Lee et al.(2015)研究了政府官員換屆對公司成本粘性的影響，本文與之有一定相似，但并不等同。一方面，政府官員換屆并不是政策不確定性的唯一來源。在政府官員換屆外，政治變革、經濟發展、外交聯系等均可能導致政策不確定性的變化。同時，非換屆年份的政策不確定性變化也無法由政府官員換屆變量捕捉。另一方面，政策不確定性并非政府官員換屆的唯一后果。比如，對原有政企關系的打破以及加劇市場的樂觀預期都會對公司行為產生影響(Julio and Yook，2012；戴亦一等，2014；Lee et al.，2015)。因此，本文以BBD中國指數(BBD China Index)衡量政策不確定性展開研究，有利于排除噪音干擾，更加清潔地揭示不確定性本身所起的作用(6)此外，跨國研究更容易受到遺漏變量的內生性問題干擾。。

本文后續的結構如下：第1部分是文獻回顧、理論分析與假設發展，第2部分是研究設計，第3部分是實證分析與結果，最后是研究結論。

1 文獻回顧、理論分析與研究假設

1.1 文獻回顧

1.1.1 政策不確定性

近年來，越來越多的研究開始關注宏觀政治因素對微觀公司行為的影響。以政府官員換屆衡量政策不確定性的研究就是其中較豐富的一支(7)在跨國研究中，政治官員換屆一般為國家領導人的選舉或變更；在一國研究中，一般為地方領導人的選舉或變更(如美國研究州層面的州長，中國研究省級層面的省委書記、省長或市級層面的市委書記、市長)。。政府官員變更引發的變化主要有三方面：第一，會帶來政策實施和資源分配的不連續性，增加公司投資和運營的風險；第二，會打破原有的政企關聯，使資源分配重新洗牌；第三，在競爭式的選舉下，會增加市場對未來的樂觀預期(Julio and Yook，2012；戴亦一等，2014；Lee et al.，2015)。

上述三方面變化會帶來一系列后續影響。宏觀上，由于破壞了政策實施和資源分配的連續性，政府官員變更會加劇資本市場動蕩，提高資本成本，降低經濟發展速度(王賢彬等，2009；Durnev，2012；Colak et al.，2015；羅黨論和佘國滿，2015)。微觀上，政府官員變更引發的不確定性增加會提高公司“等待”的價值，公司會降低投資水平(Julio and Yook，2012；曹春方，2013；徐業坤等，2013；Gulen and Ion，2016)；為應對未來投資機會，公司會保持較高的現金水平(姜彭等，2015)；為分散風險，公司會尋求跨板并購(Siyong et al.，2015；Cao et al.，2019)；公司財務決策更加穩健，現金股利支出會減少(Huang et al.，2013；雷光勇等，2015)；由于原有政企關聯的斷裂，公司會增加慈善捐贈試圖重構(戴亦一等，2014)。

除使用政府官員換屆衡量政策不確定性進行研究之外，一些研究使用Baker et al.(2016)設計的BBD指數研究政策不確定性的影響。Pstor and Veronesi(2013)、Brogaard et al.(2014)發現政策不確定性對證券定價具有重要影響。Wang et al.(2014)、Gulen and Ion(2016)、饒品貴等(2017)顯示政策不確定性的提高會降低公司的投資水平。此外，Cao et al.(2013)發現政策不確定性較高時，公司會選擇較為保守的資本結構，債務融資更少被使用。陳勝藍和李占婷(2017)發現隨著經濟政策不確定性加大，分析師傾向于負向修正盈余預測，支持了分析師“保守主義”假說。

1.1.2 成本粘性

Anderson et al.(2003)在財務會計領域開啟了成本粘性的研究，他們針對美國上市公司的研究發現，樣本公司的銷售收入每增長1%，成本僅增長0.55%；而銷售收入每下降1%，成本僅下降0.35%，即存在成本粘性現象。隨后的研究顯示成本粘性在世界各國公司中普遍存在(孫錚和劉浩，2004；Calleja，2006)，由此成本粘性的研究焦點逐漸轉向動因探索。時至今日，調整成本、管理層樂觀和管理層機會主義被認為是成本粘性最重要的三方面動因(Banker et al.，2011)。

首先，調整成本動因。如果資源的處置收益和重置成本相同，那么公司可以隨意調節資源的使用。然而由于政策管制和市場摩擦等原因，實際的重置成本往往高于處置收益。其中的差異部分即為調整成本，比如機器設備的運輸、安裝、調試成本，員工的招聘、培訓、解雇成本等。當公司業務量下降時，管理層會參考調整成本，做出維持或削減決策。調整成本越高，項目削減的可能性越小；調整成本越低，則削減的可能性越大。Anderson et al.(2003)指出，人力資本相比于實物資本具有更高的調整成本，因而人力資本密集的公司其成本粘性更大。Banker et al.(2013)發現一國的雇員保護越完善，人力資本的粘性越大。劉媛媛和劉斌(2014)發現，我國2008年頒布的《勞動保護法》提高了公司的人力成本粘性。江偉等(2015)認為公司的融資約束會強化調整成本，因而融資約束越強的公司其成本粘性越小。

其次，管理層樂觀動因。管理層在考慮維持或削減決策時，除了調整成本的大小外，還會考慮未來形勢的預期。如果管理層對未來形勢的預期較為樂觀，則維持項目的可能性會比較大。反之，如果管理層對未來形勢的預期較為悲觀，則會盡快選擇削減決策。由此，公司管理層的預期越為樂觀，公司的成本粘性越大。Anderson et al.(2003)和Banker et al.(2011)發現宏觀經濟增速較快以及所在行業成長性較高時，公司的成本粘性較大。梁上坤(2015)發現管理層過度自信程度越高，公司的成本粘性越大。盧銳和陳勝藍(2015)發現寬松的貨幣政策會提升公司的成本粘性。

最后，管理層機會主義動因。由于代理沖突的存在，管理層的成本決策可能偏離最優的資源配置，導致較大的成本粘性。為提升自身效用，管理層可能修建豪華辦公室、雇用大量的下屬人員。這些支出會隨公司收入的增長而增長，但收入下降時管理層卻不一定愿意削減，由此就帶來了成本粘性。Chen et al.(2012)發現管理層建造“個人帝國”的動機會顯著增加公司的成本粘性。崔學剛和徐金亮(2013)發現跨境上市有利于降低公司成本粘性。梁上坤(2015)顯示高質量的外部審計有利于抑制成本粘性。梁上坤(2018)發現機構投資者持股有利于降低成本粘性，劉慧龍等(2017)則發現金字塔層級的增加會增強成本粘性。

1.2 理論分析與研究假設

有關政策不確定性與公司成本粘性的直接討論，目前并不多見。Bernanke(1983)針對不確定性與新增投資決策的關系時分析指出，若投資項目難以轉回，那么面對高不確定性，推遲投資的決策是有價值的；同時如果不確定性伴隨著壞消息，那么不確定性的增加會導致投資降低。就宏觀形勢而言，當政策不確定性較高，且未來可能出臺不利的財政、稅收、貨幣或環境政策時，公司會推遲投資。Julio and Yook(2012)進一步補充，即使未來出臺的是有利政策，不確定性也可能延緩投資。原因在于，政策的變化會導致不同投資項目預期收益的改變。在此不確定性下，公司會推遲新增投資決策，將資源留待未來。

與上述邏輯一致，不確定性同樣會影響公司維持或削減投資的決策(8)需要指出的是，在政策不確定性較高的情況下，業務量增加時的投資水平和業務量下降時的投資水平可能同時受到抑制。而此處考察的項目維持決策其立足點是已受到政策不確定性影響的業務量增加時的投資水平，此時增量的變化就會反映到粘性上。當政策不確定性較高時，在已有的投資水平上，如果出現業務量下滑，那么項目更可能會推遲削減。而當政策不確定性較低時，在已有的投資水平上，如果出現業務量下滑，那么項目更可能會立刻削減。由此，政策不確定性越高會帶來越強的成本粘性。。本文認為，政策不確定性對于成本粘性的影響，主要受到成本粘性三方面動因中的調整成本動因的影響。Anderson et al.(2003)指出，調整成本是公司維持或削減投資決策的重要考慮。當公司收入下降時，如果立即執行削減決策，公司會獲得一定的收益：比如，處置資產獲得的資金以及節約裁減員工的薪酬。同時，公司也會面臨一定的成本：直接的，公司需要支付解雇員工的補償(Banker et al.，2013；劉媛媛和劉斌，2014)；間接的，若未來形勢好轉，公司需要支付資產重置和重新雇傭員工的成本，并會降低對市場需求響應的速度和策略調整的余地，損失競爭優勢(Anderson et al.，2003)。需要指出的是，由于交易成本的存在，資產重置的價格往往高于處置時的價格；而解雇員工會降低公司聲譽，使得重新雇用需付出更高的成本(Banker et al.，2013)。以上三方面的成本收益因素的期望凈值會形成削減決策最終的調整成本(9)將收益記為Income，直接成本記為Outcome_de，間接成本記為Outcome_inde，未來形勢發生好轉的概率記為P，削減決策的調整成本記為Cost。則Cost=Outcome_de+P×Outcome_inde-Income。。若該調整成本越低，則削減決策執行的概率越高，公司的成本粘性越小；反之，若該調整成本越高，則削減決策執行的概率越低，公司的成本粘性越大。

結合政策不確定性的高低進行分析，在低不確定性情況下，若公司當期收入下降，則未來有較大的概率仍會出現收入下降(10)極端地，可以設想不確定性為零，則未來一期收入必然下降。。此時如果選擇削減項目策略，則收益和直接成本恒定，但期望的間接成本較低，由此總的調整成本較低。反之在高不確定性情況下，若公司當期收入下降，一方面未來有較大的概率出現形勢好轉，此時如果采取削減項目策略，會面臨較高的間接成本期望，導致總的調整成本較高；另一方面即使未出現好轉，政策變化帶來不同投資項目預期收益的變化，也將有利于公司重新排序，決定最優策略，加劇當期的調整成本。由此當政策不確定性較高時，由于較高的調整成本，收入下降的公司會傾向于推遲削減決策，從而導致公司成本粘性的增大。據此，形成本文的研究假設1。

研究假設1：政策不確定性較高時，公司的成本粘性較大。

政策不確定性會通過影響調整成本，在總體上推遲收入下降公司的削減決策。然而對于不同類型的公司，這一影響會存在差異，原因在于調整成本各細分部分對不同約束條件下的公司其實際效用并不一致。具體地，我們認為上述政策不確定性對公司成本粘性的影響會隨著公司債務壓力和競爭壓力的差異而存在不同。首先從短期來看，負債水平較高的公司對眼前的削減決策的收益會更加重視，這一收益將被賦予更高的權重(11)江偉等(2015)將高負債水平視為更低的融資約束，由于其研究的是中小企業，因此從結果上來看取得高負債可以被視為具有更強的融資能力。而本文則更加關注高負債水平對未來借貸能力的壓縮以及會遭受更為嚴格的債權人監督，因此認為高負債水平的企業會面臨更強的短期營運壓力。。一方面，負債水平較高的公司距離財務困境更近，公司可能不得不采取減少冗員和處置多余機器設備等短期策略換取生存；另一方面，公司負債水平較高時，債權人的話語權更大，對公司財務決策的干預力度更強，也可能使公司被動地選取短期策略(Bernanke，1983；江偉等，2015；梁上坤，2015；盧銳和陳勝藍，2015)。而遠期較低的間接成本此時會被忽視，導致負債水平較高的公司最終更偏向于加速削減決策。反之，負債水平較低的公司面臨的短期壓力較小，會推遲削減決策，以便更加充分地享受高政策不確定性下未來較低的間接成本。因而相對于負債水平較高的公司，相同條件下負債水平較低的公司選擇削減策略的可能性更低，即政策不確定性強化公司成本粘性的關系在低債務壓力公司中會更加明顯。據此，形成本文的研究假設2。

研究假設2：政策不確定性對公司成本粘性的強化作用在負債壓力低的公司中更加明顯。

其次從長期來看，競爭壓力較高的公司會更加注重未來較低的間接調整成本。Datta et al.(2013)指出，擁有差異化或高品質的產品以及擁有高聲譽的品牌，可以幫助公司在市場中獲取競爭優勢。這一競爭優勢可以幫助公司抵御未來的風險：一方面，面對外來生產率的沖擊，這類公司因為較強的定價能力，可以維持較高的盈利水平；另一方面，面對消費者需求的變化，這類公司往往也具有更強的調整能力(周夏飛和周強龍，2014；陳志斌和王詩雨，2015)。那么競爭壓力較低的公司若維持項目，一旦未來形勢好轉，會獲取高額現金流；而即使形勢并未好轉，較強的定價能力和調整能力下其損失也會較小。相比之下，競爭壓力較高的公司則更可能及早退出。因而相對于競爭壓力較高的公司，相同條件下競爭壓力較低的公司選擇削減策略的可能性更低，即政策不確定性強化公司成本粘性的關系在低競爭壓力公司中會更加明顯。據此，形成本文的研究假設3。

研究假設3：政策不確定性對公司成本粘性的強化作用在競爭壓力低的公司中更加明顯。

2 研究設計

2.1 模型構建與變量定義

借鑒Anderson et al.(2003)、孫錚和劉浩(2004)等構建回歸模型(1)，檢驗本文的研究假設。模型(1)如下：

(1)

模型(1)包含的變量具體如下所述。

2.1.1 因變量

ΔLncost表示成本變動，為公司當年營業成本的自然對數與前一年營業成本自然對數之差。

2.1.2 自變量

ΔLnRev表示收入變動，為公司當年營業收入的自然對數與前一年營業收入自然對數之差。D表示收入下降，虛擬變量，若公司當年營業收入相比上一年營業收入下降取1，否則取0。

Uncertain為政策不確定性，采用BBD中國指數衡量。BBD中國指數是Baker et al.(2016)設計的用于衡量政策不確定性的指標，具體根據政策和經濟不確定性的相關新聞報道數量計算(12)在Baker等(2016)之后，BBD指數也按月即時更新。BBD美國指數由三個分項指標加權合成：有關政策和經濟不確定性的新聞報道數量、即將到期的稅收法規數量、對于消費價格指數(CPI)和政府采購的預測分歧，權重分別為1/2、1/6、1/3。。借助龐大的數據采集和運算支持，BBD指數較為精確地涵蓋了各項重要事件和變化，是學術界廣為接受的衡量政策不確定性的指標(Cao et al.，2013；Pstor and Veronesi，2013；Brogaard et al.，2014；Francis et al.，2014；Wang et al.，2014；Suleman and Daglish，2015；Gulen and Ion，2016)。BBD中國指數為月度數據，取12個月BBD指數的均值隨后除以100得到變量Uncertain(13)穩健性測試中嘗試了其他方法的取值，結果穩定。。Uncertain數值越大，即為政策不確定性越高。

2.1.3 控制變量

Economic_Var為經濟變量。根據調整成本動因和管理層樂觀動因，Anderson et al.(2003)認為有四方面的因素對公司成本粘性構成重要影響，將之歸納為經濟變量(Economic Variables)。具體包括：連續兩年收入下降(D_twoyear)，虛擬變量，若公司營業收入連續兩年下降取1，否則取0；經濟增長(Gdpgrowth)，當年GDP相對上一年的增長率；人力資本密度(Einten)，以公司年末員工人數與當年營業收入(百萬元)的比值衡量；固定資本密度(Ainten)，以公司年末資產總額與當年營業收入的比值衡量。在模型中控制這四個變量本身及其與粘性的交乘項(ΔLnRev×D×Economic_Var)。

Control_Var表示以上經濟變量外的其他控制變量。具體包括：盈利水平(Roa)，公司當年凈利潤與年末資產總額的比值；財務杠桿(Lev)，公司年末負債總額占資產總額的比例；公司年齡(Age)，公司的上市年限；第一大股東持股比例(Sh)，公司年末第一大股東持股數占公司總股數的比例；獨立董事比例(Rinde)，公司年末獨立董事人數占董事會總人數的比例；兩職合一(Dual)，虛擬變量，若董事長、總經理兩職合一取1，否則取0；管理層持股比例(Mshare)，公司年末管理層持股數占公司總股數的比例；公司所在地市場化水平(Index)，公司所在地省份當年的市場化指數。

表1是本文主要變量的定義和說明。

表1 主要變量的定義和說明

2.1.4 預期結果

考慮模型(1)僅控制收入變動(ΔLnRev)和粘性(ΔLnRev×D)兩項時的情況，若收入上升，即D=0時，ΔLnRev的回歸系數a1刻畫了收入上升1%時成本上升的比例；而收入下降，即D=1時，ΔLnRev的回歸系數a1與ΔLnRev×D的回歸系數a2共同刻畫了收入下降1%時成本下降的比例，成本下降比例為a1+a2。若a2為負且顯著，則意味著收入下降時成本下降的速率比營業收入上升時成本上升的速率顯著更低，即出現了明顯的成本粘性現象。若a2為正且顯著，則意味著出現了明顯的成本反粘性現象(見圖1)(14)成本研究的本意是關注業務量變化時成本的增減變化情況。然而上市公司的產量數據難以取得，不同商品的產量也無法簡單累加，因而使用營業收入替代。。成本粘性影響因素的進一步檢驗，根據該因素與粘性(ΔLnRev×D)交乘項系數的方向與顯著性，考察其加劇還是抑制粘性。

圖1 成本粘性與成本反粘性

研究假設1預期政策不確定性較高時，公司的成本粘性較大。若研究假設1成立，則模型(1)中政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數a3應該顯著為負，即政策不確定性會加劇成本粘性。

研究假設2預期政策不確定性對公司成本粘性的強化作用在負債壓力低的公司中更加明顯。研究假設3預期政策不確定性對公司成本粘性的強化作用在競爭壓力低的公司中更加明顯。由于模型(1)已經包含了三項交乘項，故分別按公司的債務壓力和競爭壓力分組回歸，以檢驗研究假設2和研究假設3。若研究假設2和研究假設3成立，則模型(1)中在債務壓力低的公司組和競爭壓力低的公司組，a3應該顯著為負；在債務壓力高的公司組和競爭壓力高的公司組，a3應該為正，或者為負但不顯著，或者為負顯著但絕對值顯著更小。

2.2 樣本選取

劉武(2006)發現中國上市公司的成本粘性存在明顯的行業差異，同時Weiss(2010)指出制造業公司的粘性測度受壟斷價格的干擾較小，故本文以制造業公司為研究對象。具體的，本文以2000—2016年中國A股制造業上市公司為樣本，獲得初始觀測18943個(15)由于成本變動(ΔLncost)、收入變動(ΔLnRev)、收入下降(D)變量需要使用上一期數據，連續兩年收入下降(D_Twoyear)變量需要使用上兩期數據，故本文實際使用了1998—2016年的數據。。隨后，依次進行如下處理：(1)為減輕IPO伴隨的盈余管理的影響，剔除上市不滿兩年的觀測2894個；(2)為減輕極端值的影響，參考Chen et al.(2012)，剔除成本變化、收入變化低于1%、高于99%的觀測419個；(3)剔除其他數據缺失的觀測4176個，最終獲得11454個觀測用于實證分析。本文使用的財務和治理數據來自于CSMAR和CCER數據庫，使用STATA軟件進行數據處理和結果輸出。

3 實證分析與結果

3.1 描述性統計與相關性分析

表2報告了本文主要變量的描述性統計。可以發現，成本變動(ΔLncost)的均值為0.157、收入變動(ΔLnRev)的均值為0.134、收入下降的觀測占比24.4%，這些統計值均與梁上坤等(2015)的發現接近。政策不確定性(Uncertain)的均值為1.540，標準差為0.834，表明樣本期間內公司面臨的外部環境具有較大波動，有可能對公司治理和決策產生較大影響。此外，樣本公司中連續兩年收入下降的觀測占比7.5%，盈利水平的均值為4.3%，財務杠桿的均值為42.6%，公司年齡平均為8年，獨立董事占比35.9%，兩職合一的公司占比17.7%，管理層持股比例的均值為3.8%，這些變量的統計值均處于正常范圍。

表2 主要變量的描述性統計

續表

表3報告了本文主要變量的Pearson相關系數矩陣(限于篇幅，未報告其他控制變量)。可以發現，成本變動(ΔLncost)、收入變動(ΔLnRev)、收入下降(D)三者之間，連續兩年收入下降(D_Twoyear)與當年收入下降(D)兩者之間，存在著較強的機械相關關系。政策不確定性(Uncertain)與經濟增長(Gdpgrowth)負相關，意味著經濟增長趨緩往往伴隨著較高的政策不確定性，與Gulen and Ion(2016)的發現一致。其余變量(包括未報告的其他控制變量)之間的相關系數絕對值基本在0.4以內。回歸時檢查了各變量的方差膨脹因子(VIF)，均在5以內，因此多重共線性對本文回歸結果的干擾不大。

表3 主要變量的相關系數矩陣

注：*、**和***分別表示在10%、5%、1%的水平下顯著。

3.2 研究假設檢驗

3.2.1 研究假設1檢驗： 政策不確定性與公司成本粘性

表4報告了研究假設1的回歸結果。模型回歸時，控制了公司固定效應(Firm)以及CSRC標準下的制造業細分行業效應(Industry)，并報告經異方差調整的t值。這些處理可以提高結果的穩健性。第(1)列僅包含收入變動(ΔLnRev)和粘性(ΔLnRev×D)兩項。結果顯示，收入變動(ΔLnRev)的系數為正，且在1%水平下顯著，即公司的營業成本總體上隨營業收入的變化而同向變化；粘性(ΔLnRev×D)的系數為負，且在1%水平下顯著，由此表明樣本公司存在明顯的成本粘性現象。第(2)列增加了經濟變量、經濟變量與粘性的交乘項及其他控制變量。結果顯示，人力資本密度與粘性交乘項(ΔLnRev×D×Einten)以及固定資本密度與粘性交乘項(ΔLnRev×D×Ainten)的系數均在1%水平下顯著，表明兩者是成本粘性的重要驅動因素(16)注意到第(2)列粘性本身(LogIncomeR×D)不再負向顯著。然而這一變化并不能簡單地視為粘性的消失，而是在整體粘性存在的情況下(如第(1)列結果)，隨著更多動因的識別(比如Anderson等(2003)識別的四個經濟變量以及未來新發現的變量)，初始發現的“粘性”會逐漸被剝離，由新發現的變量承擔解釋。與本文類似，Chen等(2012)的結果也顯示加入經濟變量與粘性的交乘項以及解釋變量與粘性的交乘項后，粘性本身不再顯著。。第(3)列進一步加入政策不確定性(Uncertain)及其與粘性的交乘項(ΔLnRev×D×Uncertain)(17)若僅加入政策不確定性及其與粘性的交乘項，不控制經濟變量、經濟變量與粘性交乘項以及控制變量，則ΔLnRev×D×Uncertain的系數也為負，且在1%水平下顯著。。結果顯示，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在1%水平下顯著(18)由于本文研究的對象是營業成本，而不是管理費用，因此模型的擬合優度高于Anderson等(2003)，但與Banker等(2011)、Kama和Weiss(2013)等接近。。這一結果表明，隨著政策不確定性的增強，公司的成本粘性趨于增加，即政策不確定性強化了成本粘性。表4的發現支持了研究假設1。

表4 政策不確定性與公司成本粘性

續表

注：括號中為t值，*、**和***分別表示在10%、5%、1%的水平下顯著。

3.2.2 研究假設2檢驗： 政策不確定性、債務壓力與公司成本粘性

為檢驗研究假設2，根據財務杠桿是否低于行業中位數將公司區分為低債務壓力公司組與高債務壓力公司組。表5報告了回歸結果。結果顯示，第(1)列低債務壓力公司組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在1%水平下顯著。第(2)列高債務壓力公司組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，不顯著。這一結果表明，政策不確定性對公司成本粘性的強化作用主要體現于低債務壓力公司；而在高債務壓力公司中，政策不確定性對公司成本粘性不具有顯著影響。表5的結果顯示債務壓力對于政策不確定性與公司成本粘性的關系具有顯著的調節影響，這一發現支持了研究假設2。

表5 政策不確定性、債務壓力與公司成本粘性

續表

注：括號中為t值，*、**和***分別表示在10%、5%、1%的水平下顯著。

3.2.3 研究假設3檢驗： 政策不確定性、競爭壓力與公司成本粘性

為檢驗研究假設3，參考以往文獻(Gaspar and Massa，2006；周夏飛和周強龍，2014)，采用勒納指數(Lener Index)衡量公司的競爭壓力，勒納指數為1減去營業成本與營業收入之比。勒納指數越大，表明競爭壓力越低。隨后首先在行業層面，將不同行業的勒納指數(行業內公司勒納指數的中位數)相比，區分出低競爭壓力行業組和高競爭壓力行業組(19)如使用勒納指數的均值作為分組標準，得到的回歸結果保持一致。；其次在公司層面，根據勒納指數是否高于行業中位數將公司區分為低競爭壓力公司組與高競爭壓力公司組(20)為減輕內生性影響，取上一年的負債水平與勒納指數進行分組。。

表6報告了回歸結果。結果顯示，第(1)列低競爭壓力行業組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在5%水平下顯著。第(2)列高競爭壓力行業組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，不顯著。第(3)列低競爭壓力公司組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在5%水平下顯著。第(4)列高競爭壓力公司組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，不顯著。以上結果表明，政策不確定性對公司成本粘性的強化作用主要體現于公司競爭壓力較低時；而當公司競爭壓力較高時，政策不確定性對公司成本粘性不具有顯著影響。表6的結果顯示競爭壓力對于政策不確定性與公司成本粘性的關系具有顯著的調節影響，這一發現支持了研究假設3。

表6 政策不確定性、競爭壓力與公司成本粘性

續表

注：括號中為t值，*、**和***分別表示在10%、5%、1%的水平下顯著。

3.3 穩健性測試

3.3.1 內生性問題討論

1) 變動的政策不確定性的檢驗

對因變量和自變量取差分值的變動模型可以較好地緩解遺漏變量的內生性問題，故在以往研究中被廣泛使用(方軍雄，2009；江偉，2010)。因此，本部分考察變動的政策不確定性對成本粘性的影響(21)由于成本粘性模型的特殊設計，本文無法對因變量和自變量同時取差分值：一方面在于模型中包含了高次交乘項，增加了解釋難度；另一方面在于模型的因變量和自變量已經是變化的差量。。本文將當年的政策不確定性(Uncertain)分解為兩部分：上一年的政策不確定性(LagUncertain)以及當年與上一年政策不確定性的差異(DifUncertain)。隨后，使用LagUncertain、DifUncertain替代Uncertain分別與粘性交乘，納入模型(1)回歸。若結果顯示，上一年政策不確定性與粘性交乘項(ΔLnRev×D×LagUncertain)的系數顯著，而變動的政策不確定性與粘性交乘項(ΔLnRev×D×DifUncertain)的系數不顯著，則本文之前發現的結果更有可能是遺漏變量干擾的結果。

表7 Panel A報告了回歸結果(22)為節約篇幅，未報告經濟變量、經濟變量與粘性交乘項以及控制變量的回歸結果，但這些結果未出現異常。。結果顯示，第(1)列全樣本中上一年政策不確定性與粘性交乘項(ΔLnRev×D×LagUncertain)的系數為負，且在5%水平下顯著，同時變動的政策不確定性與粘性交乘項(ΔLnRev×D×DifUncertain)的系數為負，且在1%水平下顯著。此外，第(2)列低債務壓力公司組、第(4)列低競爭壓力行業組、第(6)列高競爭壓力公司組，上一年政策不確定性與粘性交乘項(ΔLnRev×D×LagUncertain)的系數、變動的政策不確定性與粘性交乘項(ΔLnRev×D×DifUncertain)的系數均為負，且在1%、或5%水平下顯著。而第(3)列高債務壓力公司組、第(5)列高競爭壓力行業組、第(7)列高競爭壓力公司組，上一年政策不確定性與粘性交乘項(ΔLnRev×D×LagUncertain)的系數、變動的政策不確定性與粘性交乘項(ΔLnRev×D×DifUncertain)的系數均不顯著。這些結果增強了之前發現的穩健性。

2) 考慮出口業務的檢驗

本文的理論分析認為，出于成本收益的不同考慮公司會根據政策不確定性的變化而調整成本決策，同時本文以BBD中國指數衡量政策不確定性。那么對于商業活動不局限于國內的上市公司，即具有出口業務的上市公司，其成本調整受國內政策不確定性的影響會趨弱。反之，若其商業活動完全發生于國內，那么成本調整決策會受到政策不確定性更重要的影響。為檢驗這一推論，本文手工收集了公司出口收入數據，隨后將樣本公司分為無出口收入公司組與有出口收入公司組，進行檢驗(23)該數據目前收集截至2014年，故此處的回歸樣本量有所下降。。表7 Panel B報告了回歸結果。結果顯示，第(1)列無出口收入公司組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在10%水平下顯著。第(2)列有出口收入公司組，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，不顯著。這一結果表明，政策不確定性對于僅在國內開展商業活動公司的成本粘性具有顯著的強化作用，對于具有出口業務的公司則不具有顯著影響。這一發現加強了本文邏輯，并與Cao et al.(2019)發現吻合。以無出口收入公司為基準的進一步分組測試結果盡管顯著性有所下降，但基本穩定。

3.3.2 加權計算政策不確定性的檢驗

本文之前使用12個月BBD中國指數的均值衡量政策不確定性。然而，年內不同時期的政策不確定性對公司當年成本決策的影響可能不同，年初的政策波動對全年表現的影響可能更大。故本部分采用加權計算的方法計算政策不確定性。具體的，將第一個季度三個月賦權4、將第二個季度三個月賦權3、將第三個季度三個月賦權2、將第四個季度三個月賦權1，加權計算后除以100得到Uncertain。表7 Panel C報告了回歸結果。結果保持穩定。

表7 穩健性測試

續表

續表

續表

注：括號中為t值，*、**和***分別表示在10%、5%、1%的水平下顯著。

3.3.3 控制操控性應計的檢驗

陳磊等(2012)、江偉等(2015)等以往文獻發現，公司的盈余管理行為會影響成本粘性。為排除這一影響，本部分控制操控性應計進行檢驗。根據Dechow et al.(1995)，計算出公司的操控性應計，取其絕對值計為(Absda)，以衡量公司的盈余管理程度。將其單獨項及其與粘性的交乘項納入模型(1)，進行回歸。表7 Panel D報告了回歸結果。結果顯示，各列中操控性應計與粘性交乘項(ΔLnRev×D×Absda)的系數均顯著，由此顯示操控性應計確實對成本粘性存在重要影響。在此基礎上，之前有關政策不確定性的結果保持穩定。

3.3.4 剔除金融危機年份的檢驗

馬永強和張澤南(2013)發現，2008年發生的金融危機對我國公司的成本粘性產生了系統性影響。為減輕金融危機發生對本文結果的沖擊，本部分剔除2008年和2009年觀測，進行檢驗(24)若僅剔除2008年觀測檢驗，結果一致。。表7 Panel E報告了回歸結果。結果保持穩定。

3.3.5 其他穩健性檢驗

除上述測試外，本文還進行了未報告的其他穩健性測試：(1)為減輕管理層機會主義的影響(Chen et al.，2012)，控制財務杠桿、公司年齡、第一大股東持股比例、獨立董事比例、兩職合一、管理層持股比例、公司所在地市場化水平、跨境上市、四大審計、董事會規模、分析師跟蹤等變量的單獨項及其與粘性的交乘項；(2)與Kama and Weiss(2013)一致，針對公司總的經營成本(營業成本與期間費用之和)展開研究；(3)以公司年末固定資產總額與當年營業收入的比值衡量固定資本密度；(4)以公司當年的勒納指數度量競爭壓力；(5)使用行業內公司勒納指數均值進行分組；(6)以操控性應計的原始值衡量盈余管理；(7)剔除當年并購重組金額超過年末公司資產總額20%的觀測回歸。這些測試的結果均不改變之前的發現。

3.4 拓展性分析

3.4.1 政策不確定性、人力成本粘性與非人力成本粘性

本文之前的分析認為，債務壓力及競爭壓力不同的公司之間由于調整成本的差異，受到政策不確定性的影響會不一致。沿此邏輯，在同一公司內部，政策不確定性對不同類型成本的粘性——人力成本粘性與非人力成本粘性的影響也應存在差異，有兩方面主要的原因：一方面，Anderson et al.(2003)、Banker et al.(2013)以及劉媛媛和劉斌(2014)等基于不同國家的研究指出，勞動法規中有關工資水平以及雇用保護的規定使得雇傭關系的調整難度相對較高，公司一般不會輕易涉足這一調整；另一方面，在我國，由于國有經濟和地方保護的存在，雇傭關系調整受到的限制進一步放大(曾慶生和陳信元，2006；張敏等，2013)。這兩方面原因都將使得公司面臨宏觀環境變化時，優先考慮非人力資本的調整。即公司面臨不同程度的宏觀政策不確定性時，非人力成本的粘性會受到較大影響，而人力成本粘性受到的影響較小。

為檢驗這一推論，參考陸正飛等(2012)，以“支付給職工以及為職工支付的現金”扣除高管薪酬，衡量普通員工的人力成本，以營業成本扣減人力成本衡量非人力成本，進行檢驗。類似與ΔLncost的定義，ΔLncostL表示人力成本變動，為公司當年人力成本的自然對數與前一年人力成本自然對數之差；ΔLncostNL表示非人力成本變動，為公司當年非人力成本的自然對數與前一年非人力成本自然對數之差。表8報告了回歸結果。結果顯示，第(1)列人力成本粘性檢驗中，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為正，不顯著。第(2)列非人力成本粘性檢驗中，政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在1%水平下顯著。這一結果表明，政策不確定性對公司成本粘性的強化作用主要體現于非人力成本粘性上，對人力成本粘性則不具有顯著影響。這一發現與推論一致。

表8 政策不確定性、人力成本粘性與非人力成本粘性

續表

注：括號中為t值，*、**和***分別表示在10%、5%、1%的水平下顯著。

3.4.2 政策不確定性、政府官員換屆與成本粘性

以往有文獻以政府官員換屆衡量政策的不確定性(曹春方，2013；徐業坤等，2013；戴亦一等，2014；羅黨論和佘國滿，2015)。由于深入到區域層面，這一衡量提供了一定的增量信息，故我們將政府官員(省級地方政府領導人)換屆作為政策不確定性的衡量納入研究(25)鑒于數據的可得性，目前只取得了省級地方政府領導人換屆的數據。。定義虛擬變量政府官員換屆(Leaderch)，若公司所在地當年省級地方政府領導人換屆取1，否則取0。

表9報告了回歸結果，第(1)列、第(2)列剔除了中央企業觀測。第(1)列包含政府官員換屆(Leaderch)單獨項及其與粘性交乘項。結果顯示，政府官員換屆與粘性交乘項(ΔLnRev×D×Leaderch)的系數為負，但不顯著。第(2)列進一步加入政策不確定性(Uncertain)單獨項及其與粘性交乘項。結果顯示，政府官員換屆與粘性交乘項(ΔLnRev×D×Leaderch)的系數為正，不顯著，而政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在10%水平下顯著。第(3)列、第(4)列進一步剔除了非國有企業觀測。結果顯示，政府官員換屆與粘性交乘項(ΔLnRev×D×Leaderch)的系數為負，但均不顯著；而政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，且在1%水平下顯著。即地方政府官員換屆對成本粘性不存強化作用，而以BBD指數衡量的政策不確定性對公司成本粘性始終存在顯著影響。以上結果產生的原因可能與前述討論一致，地方政府官員換屆不僅包含了未來的不確定性，也包含了其他一些噪音，比如政企關系斷裂。斷裂的政企關系有可能促使公司加速削減銷售下滑的項目，這與不確定性對成本粘性的影響相反。

表9 政策不確定性、政府官員換屆與成本粘性

續表

注：括號中為t值，*、**和***分別表示在10%、5%、1%的水平下顯著。

3.4.3 政治、社會環境穩定替代性動因的檢驗

前文的研究發現隨著政策不確定性的增強，公司的成本粘性趨于增加，其理論解釋是基于調整成本的經濟考慮。然而類似于政府官員，政治、社會環境穩定的考慮，也可能導致公司成本粘性的增大(王賢彬和董一軍，2017)。那么，若考慮這一動因，本文之前的發現是否存在？對此，接下來進行檢驗。本文認為這一動因的具體踐行，取決于管理層的晉升預期：一方面，若管理層的考核中包含穩定目標時，則晉升預期較高的管理層會承擔更多的社會責任，表現出較高的成本粘性；另一方面，若管理層的考核中不包含穩定目標時，則晉升預期較高的管理層會更快速地裁減項目、解雇員工，表現出較低的成本粘性。

參考楊瑞龍等(2013)、曹偉等(2016)、步丹璐等(2017)，管理層的年齡、學歷、前任管理層是否晉升以及業績增長是影響國有企業管理層晉升的主要因素。由此，首先定義平均年齡(Age)，為董事長和總經理年齡的平均值；學歷(Edu)，虛擬變量，董事長或總經理具有博士學位取1，否則取0；前任管理層是否晉升，虛擬變量，前任董事長或總經理晉升取1，否則取0；業績增長(Perfgrow)，為公司營業收入增長率。隨后，針對上述四個變量進行主成分分析，由其綜合得分得到管理層的晉升預期水平(Promote)。在回歸模型(1)中加入按照晉升預期水平(Promote)及其與粘性的交乘項(ΔLnRev×D×Promote)，進行測試。結果如表10(26)由于學歷信息的缺失，降低了樣本數量。。結果顯示，第(1)列國有公司中，晉升預期與粘性交乘項(ΔLnRev×D×Promote)的系數為正，不顯著；而政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，在5%水平下顯著。為避免政治、社會穩定動因外溢至非國有公司而產生影響，將這一檢驗拓展至所有國有公司及非國有公司。第(2)列全樣本中，晉升預期與粘性交乘項(ΔLnRev×D×Promote)的系數為正，依然不顯著；而政策不確定性與粘性交乘項(ΔLnRev×D×Uncertain)的系數為負，在1%水平下顯著。以上結果并未支持政策不確定性下政治、社會環境穩定的替代性動因。

表10 政治、社會環境穩定替代性動因的檢驗

續表

續表

注：括號中為t值，*、**和***分別表示在10%、5%、1%的水平下顯著。

4 研究結論

本文關注了政策不確定性對公司成本決策的影響。以2000—2016年中國A股制造業上市公司為樣本，研究發現：政策不確定性對公司成本粘性具有顯著的強化作用，政策不確定性越高，公司成本粘性越大。若區分公司的債務壓力與競爭壓力，這一強化作用主要體現于債務壓力較低的公司和競爭壓力較低的公司，在債務壓力較高的公司和競爭壓力較高的公司不存在。進一步的研究還發現，政策不確定性對人力成本粘性和非人力成本粘性的作用存在異質性；并且，地方政府官員換屆對成本粘性不具有顯著影響。本文較為全面地展示了宏觀環境波動對公司成本粘性的影響，對于公司成本粘性的動因研究具有重要啟示。

當然，本文仍存在一定不足：第一，成本粘性的計量與識別。有關公司成本粘性的研究近年來才逐漸展開，其計量的方法仍存在一定爭論。比如，Weiss(2010)提出了基于季度經營狀況波動的成本粘性的計量方法。但經營的季節周期性較強的公司使用這一方法可能會導致較大的測算偏誤，同時季度報告不要求強制審計，可信度較低，故本文未采用這一方法驗證。第二，政策不確定性的度量。本文目前采用Baker et al.(2016)設計的BBD指數研究政策不確定性的影響。但這一方法一方面難以體現區域層面的異質性，另一方面其度量的參考較為單一。這兩方面的不足都可能影響本文發現的穩健性，因為是本文目前存在的局限，也有待未來的探索(27)比如，李兵等(2018)采用了以基于中文報紙的大數據文本分析計算的不確定性指數。。