999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

經濟政策不確定性與企業投資

2020-05-08 08:20:58唐菁菁范利民任佩潔
財會月刊·下半月 2020年4期

唐菁菁 范利民 任佩潔

【摘要】運用中國和日本上市公司2012 ~ 2017年的季度數據,實證檢驗經濟政策不確定性對中日上市公司投資行為的影響。研究結果表明,經濟政策不確定性對日本企業投資行為的抑制作用明顯強于中國企業。進一步研究發現,日本企業的機構投資者持股比例越高,經濟政策不確定性對企業投資的抑制作用越強,這一現象在中國企業中并不顯著;中國企業的融資能力并不會增強經濟政策不確定性對企業投資的抑制作用,但是在日本企業中這一情況正好相反。比較研究旨在為提升中國企業“走出去”的競爭力提供參考。

【關鍵詞】經濟政策不確定性;中日上市公司;企業投資;股權結構

【中圖分類號】F275 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994(2020)08-0024-9

一、引言

在我國 “一帶一路”倡議穩步推進的背景下,企業“走出去”并在“一帶一路”沿線國家進行投資已經成為我國經濟發展的“新常態”。作為20世紀80年代以來的對外投資大國,日本毫無疑問將在眾多海外市場,特別是在“一帶一路”沿線國家與中國展開競爭。已有文獻分別對中國或日本企業的投資行為進行了研究,但鮮有文獻以微觀企業視角對這一問題進行比較研究,特別是缺少外部宏觀經濟環境變化對中日企業投資行為影響的差異性研究。

近年來,在全球經濟增速放緩的宏觀環境下,中日兩國均出臺了一系列經濟改革政策,這些政策的推出在刺激經濟發展的同時也增強了企業面臨的經濟政策不確定性(EPU)。面對經濟政策不確定性,中國企業和日本企業的投資行為所受到的影響是否有差異?中日兩國的經濟政策不確定性會如何影響兩國企業的投資行為,進而對兩國企業海外市場的競爭造成何種沖擊?對上述問題進行比較研究,不僅可以讓我國理論界與實務界對中日兩國企業的投資特質有更深刻的認識,也可以為政府部門制定宏觀經濟政策提供參考。

宏觀經濟政策不確定性對微觀企業經營的影響一直是學術界的研究熱點,但是如何量化經濟政策不確定性爭議較大。直到Baker等[1] 構建出經濟政策不確定性指數來量化不確定程度后,國內外學者對該問題的研究才取得了較大突破。運用該指數進行的研究表明,在經濟政策不確定性提高時,企業會顯著減少投資[2-4] 、減少銀行貸款[5] 、增加現金持有[6] 、抑制企業金融化[7] 、降低高管變更率[8] 等。Baker等[1] 針對中國和日本經濟政策不確定性指數的計算原則和方法一致,區別在于數據采集對象不同,因此該指數在中日兩國之間具備可比性。

基于以上分析,本文以經濟政策不確定性指數為核心解釋變量,以2012 ~ 2017年中日上市公司的季度數據為研究樣本,探究經濟政策不確定性對中日企業投資行為造成的沖擊。研究結果表明,經濟政策不確定性對中日上市公司的投資行為均產生了顯著的抑制效應,但該現象在日本上市公司中更顯著。考慮到中日企業在股權結構及公司治理模式上的差異性,進一步分析股權特征對中日上市公司的經濟政策不確定性與投資行為關系的調節作用,發現股權集中度、股權制衡度及機構持股比例對中日上市公司的調節效應并不一致。此外,本文檢驗了融資能力對經濟政策不確定性與投資行為關系的影響,發現中國企業的融資能力并不會增強經濟政策不確定性對企業投資的抑制作用,但是在日本企業中這一情況正好相反。

本文可能的貢獻體現在以下三個方面:①與李鳳羽和楊墨竹[3] 、饒品貴等[4] 、譚小芬和張文婧[9] 等研究經濟政策不確定性對中國上市公司投資影響的視角不同,本文主要關注經濟政策不確定性對中日上市公司投資的影響差異。②本文手工收集日本上市公司股權結構數據進行實證分析,豐富了國內學者對于日本企業公司治理特征與投資行為的研究。③日本企業可能是中國企業“走出去”面臨的主要競爭對手,本研究成果將為中國政府制定相關經濟政策提供可靠的經驗證據。

二、理論分析與研究假設

目前,學術界通常運用實物期權理論研究企業在不確定性環境下的投資決策問題。該理論認為一個投資機會可以視為一個看漲期權,其投資價值等于預期的未來現金流量的現值與期權價值之和,當這一投資的不可逆性和不確定性增強時,企業會選擇觀望,等待獲得更多的信息[2-4,10,11] 。崔學東[12] 、佐藤孝弘[13] 、尹小平和徐興[14] 等對日本企業經營模式的相關研究表明,集團主義文化一直以來是日本公司治理的主要模式,其與股東主權型治理模式有較大差異,在集團主義文化的影響下,日本公司的經營策略會相對保守。日本屬于發達經濟體而中國屬于新興經濟體,日本經濟近年來發展相對緩慢,中國則保持了較高的經濟增長率,因此日本企業的投資行為會更為謹慎,其對宏觀經濟政策變化的反應可能更為敏感。此外,日本企業相對于中國企業的經營模式更加成熟、投資行為更加穩健,當外部政策發生變化時,其投資決策調整變更的速度可能更快。基于以上分析,本文提出假設1:

假設1:中日企業投資會由于經濟政策不確定性的上升而減少,且對日本企業的影響效應更為明顯。

盡管眾多學者對公司股權結構與投資行為之間的關系展開了研究,但并未獲得一致結論。Shleifer和Vishny[15] 以及La Porta等[16] 的研究表明,為了實現自身利益最大化,第一大股東往往傾向于暗箱操作或者盲目投資,因此股權集中度越高,公司的投資比例越高。但是Alfredo等[17] 則提出了不同觀點,他們認為分散的股權結構將導致股東“搭便車”的現象出現,從而導致經營者投資不理性,進而影響投資效率。Gedajlovic等[18] 以日本制造業上市公司為樣本研究發現,不同的股東類型對企業投資支出產生不同的影響,即金融機構持股比例與企業投資支出之間存在正相關關系,內部投資者和外國投資者的持股比例與企業投資支出之間存在顯著的負相關關系,投資基金和養老基金與企業投資支出則沒有相關性。而以中國企業為樣本的研究表明,企業的股東所有權結構與公司投資存在著顯著的相關關系,但是具體考慮到國有股權比例、第一大股東持股比例、股東控制權與現金流權比例以及機構投資者比例等不同股權結構,結果會有較大差異[19,20] 。結合以上論述,本文提出假設2:

假設2:中日企業投資對經濟政策不確定性的敏感性會受到股權結構的影響。

日本的公司治理結構模式中,以主銀行為中心的金融機構發揮著重要的作用。青木昌彥和帕特里克[21] 對日本獨特的主銀行制度進行了如下定義:包括工商企業、各類銀行、其他金融機構和管理當局間一系列非正式的慣例、制度安排和行為在內的公司融資和治理體制。尹小平、徐興[14] 進一步指出,日本主銀行的公司治理功能遠遠超過其他國家的債權人功能,對于日本企業來說,主銀行不僅僅是外部治理參與主體,而且已經成為內部治理的核心力量。由此本文認為日本企業的融資能力(可以作為企業與主銀行關聯的代理變量)會影響企業在面臨經濟政策不確定性時的投資決策。

而在中國企業的治理模式中銀行發揮的作用相對較小,關于中國企業資產負債結構與投資偏好的相關研究表明,中國企業的負債比率會對企業投資造成負面影響,債務融資會顯著抑制企業過度投資行為,并且這種負相關關系在高成長企業中更為明顯[22-25] 。因此,本文認為中國企業在面臨經濟政策不確定性的狀況下,融資能力同樣是影響其投資行為的因素之一。綜合以上分析,考慮到中日公司治理模式中對銀行依賴程度的差異,本文提出假設3:

假設3:中日企業投資與經濟政策不確定性之間的關系會受到企業融資能力的影響,并且這一結果在日本企業中更為顯著。

三、數據選取與模型構建

1. 數據來源。為確保中日上市公司的數據具有一致性和可比性,上市公司的財務數據主要來源于BVD公司的Osiris數據庫,涉及貨幣單位的數據均按當期期末美元兌換本國貨幣的匯率折算成為美元。考慮到模型的內生性問題,解釋變量和控制變量均采用滯后一期數據,因此本文數據的時間跨度為2012年第4季度到2017年第4季度。中國公司的樣本來自滬深A股上市公司,而日本的公司樣本則來自東京證券交易所的上市公司。為保證公司行業分類的統一性,本文采用了全球行業分類標準(GICS)進行分類,并將GICS一級行業代碼為40的金融類公司剔除,并運用GICS二級行業代碼將樣本分為20個行業組。在剔除了中國ST類上市公司后,最終得到2629家中國上市公司和2968家日本上市公司的公司—季度非平衡面板數據。經濟政策不確定性指數來源于Baker等[1] 公布該數據的網站。中國上市公司的股權結構數據來源于WIND數據庫,而日本上市公司的股權結構數據來源于EDINET數據系統,通過上市公司的報表進行手工收集。

2. 變量選取。

(1)被解釋變量——企業投資。已有文獻對企業投資的度量方法主要有兩種:一是基于資產負債表將固定資產、長期投資和無形資產的凈值變動計為企業投資[26] ;第二種是基于現金流量表將購買固定資產、無形資產及其他長期資產支付的現金計為企業投資[3,4] 。由于CSMAR數據庫公布的中國上市公司現金流量表中有第二種計算方法的相關數據,因此研究中國上市公司的投資問題一般以第二種方法來計算。但是Osiris數據庫中并沒有公布日本上市公司購買固定資產、無形資產及其他長期資產支付的現金變化,因此本文將采用第一種方法計算日本企業投資額,并根據期初總資產進行標準化。

(2)核心解釋變量——經濟政策不確定性。本文采用Baker等[1] 所構建的經濟政策不確定性指數衡量經濟政策不確定性,其中中國的指數根據《南華早報》提取,日本的指數則根據《朝日新聞》和《讀賣新聞》相關信息計算。參考Gulen和Ion[2] 、饒品貴等[4] 以及蔣騰等[5] 的處理方法,將季度中每個月的EPU賦予不同的權重,根據公式EPU=([3PUIm+2PUIm-1+PUIm-26])/100計算該季度EPU的加權平均值。其中,PUI為當月的經濟政策不確定性指數,下標m代表月份,越臨近季度末的月份將賦予越大的權重,因為其對公司財務數據的影響更大。

(3)調節變量——股權結構及融資能力。考慮到中日公司治理模式的特點及現狀,為檢驗假設2,運用上市公司股權數據構造了股權集中度、股權制衡度和機構持股比例變量。其中,股權集中度包括第一大股東持股比例和前十大股東持股比例,而股權制衡度則以第二大股東至第十大股東持股總和與第一大股東持股之比衡量,機構持股比例則以機構投資者的持股數量占股本總數的比例衡量。為了檢驗假設3,本文構造了融資約束指數和企業銀行貸款比例這兩個變量來衡量企業的融資能力。其中,融資約束指數采用Kaplan和Zinglas[27] 所構造的KZ指數來衡量, KZ指數=1.2×營運資金/總資產+1.4×留存收益/總資產+3.3×息稅前利潤/總資產+0.6×股票總市值/負債賬面價值+0.999×銷售收入/總資產。KZ指數越大,表明企業受到的融資約束越大,也就是融資能力越弱。進一步運用企業期末的銀行貸款總額除以總資產來表示企業的融資能力,這一比例越高說明企業能獲得銀行貸款的能力越強,也就是企業的融資能力越強。

(4)控制變量。參考現有文獻設置了企業規模(Asset)、企業年齡(Age)、財務杠桿(Lev)、托賓Q值(Q)、凈資產回報率(ROA)、經營現金流比率(OCF)等控制變量,并且用宏觀經濟指標(GDP)來控制企業的投資機會。

本文涉及的變量定義及計算方法見表1。

3. 模型構建。參考Baker等[1] 、Gulen和Ion[2] 以及李鳳羽和楊墨竹[3] 的相關研究模型,本文將采用以下回歸方程考察經濟政策不確定性對中日企業投資的影響效應。

Investit=α+β1EPUt-1+∑Controlit-1+∑Year+

∑Quarter+∑Industry+εit (1)

Investit=α+β1EPUt-1+β2ADJt-1+β3EPUt-1×

ADJt-1+∑Controlit-1+∑Year+∑Quarter+

∑Industry+εit (2)

回歸方程(1)為固定效應模型,將被用于檢驗假設1。其中,β1是本文主要關注的系數,用于描述經濟政策不確定性指數(EPU)對企業投資(Invest)的具體影響效應;i和t分別代表企業和年份;εit為回歸的殘差項;為控制年份、季度和行業對公司投資的影響效應,加入了Year、Quarter和Industry等虛擬變量。回歸方程(2)在回歸方程(1)的基礎上加入了一系列調節變量(ADJ)以及調節變量與經濟政策不確定性指標(EPU ×ADJ )的交乘項,同樣采用滯后一期變量,此時β3為主要關注的系數,表示企業股權結構或融資能力對企業投資與經濟政策不確定性之間關系的調節效應,回歸方程(2)將用于檢驗假設2和假設3。

四、實證結果與分析

1. 描述性統計。對公司層面的連續變量進行了1%水平的縮尾處理,然后對主要變量進行了描述性統計。為更清晰地對中日企業的差異性進行比較,將樣本分為中國組和日本組兩組,結果見表2。由表2可知,中日上市公司的Invest均值分別為4.2%、-0.7%,表現出明顯的差異,這一結果與“日本經濟蕭條,企業投資相對低迷,而中國企業仍然保持了較高的投資比率”的現實情況相符。從核心解釋變量EPU來看,中國的經濟政策不確定性相對較高,說明日本的經濟政策相對較為穩定。相對于中國企業,日本企業成立的時間普遍較長,因此日本公司年齡(Age)的自然對數明顯大于中國。中國證券市場屬于新興市場,所以中國上市公司的估值(Q)明顯大于日本上市公司。但是中國企業的融資約束指數(KZ)明顯高于日本,表明在中國金融市場融資約束仍然存在,這一影響也可以通過日本上市公司獲得銀行貸款的變量Loan(7.2%,高于中國組的4%)得以體現。從股權結構來看,中國上市公司的股權相對更為集中,無論是第一大股東持股比例還是前十大股東持股比例的均值都高于日本上市公司,但是日本上市公司的股權制衡度和機構持股比例均高于中國上市公司,表明中日公司治理模式存在差異。2013年至2017年中國GDP的季度同比增長率為7.965,而日本僅為1.126,表明中國經濟的活力顯著強于日本,因此刺激了中國企業的投資。

2. 回歸結果及分析。

(1)基準回歸檢驗。本文對中國和日本的經濟政策不確定性與企業投資的關系進行了基準回歸,結果見表3。表3(1)(3)列中并未加入公司層面的控制變量,而是只考慮宏觀層面的經濟政策不確定性和GDP增長率對企業投資的影響。與彭俞超等[7] 的回歸方法一致,本文采用了在行業層面的聚類標準誤(Cluster)并且控制了年份、季度和行業固定效應。回歸結果表明,經過加權平均的季度EPU系數每上升一個單位,中國上市公司的平均投資將下降0.9%,日本上市公司的平均投資會下降5.1%,且均在1%統計水平上顯著,說明中國和日本的經濟政策不確定性上升會顯著抑制企業投資,但是日本企業的敏感度和反應速度均強于中國企業。同時,中日兩國的GDP增長率也成為影響企業投資的重要因素(GDP系數為正并且顯著)。在加入公司層面的控制變量后,EPU的系數及顯著性基本沒有發生變化。從控制變量來看,中日兩國的規模(Asset)越大、資產回報率(ROA)越高、成長性(Q)越好的上市公司,投資比率越高;而公司成立越久,投資比率越低。財務指標與公司投資的相關性在中日企業中較為一致。表3的回歸結果驗證了假設1,即日本企業的投資行為比中國企業更為小心謹慎,且受到宏觀經濟政策的影響更大。

(2)調節效應檢驗。在獲得經濟政策不確定性與中日企業投資關系的基準回歸結果后,接下來將檢驗企業的股權結構是否會對EPU與企業投資的相關性造成影響。

首先,考察股權集中度的影響,回歸結果見表4(限于篇幅,不再報告控制變量的回歸結果)。

通過表4可知,中日企業的股權集中度對EPU與企業投資關系的影響效應存在著顯著的差異。通過表4(1)(2)列可以發現,中國企業的股權集中度對企業投資行為會造成一定的影響,第一大股東持股比例(TOP1t-1)越高,企業投資比率越低,但是當企業面臨經濟政策不確定性時,第一大股東的持股比例并未產生顯著作用(EPUt-1×TOP1t-1的系數不顯著)。而中國企業的前十大股東持股比例(TOP10t-1)越高,企業的投資比率越高,但是在企業面臨經濟政策不確定性時,前十大股東的持股比例會強化經濟政策不確定性對企業投資的抑制作用(EPUt-1×TOP10t-1的系數顯著為負),說明在外部經濟環境不確定時,大股東會出于規避風險的目的,延緩企業的投資活動并縮減投資規模。這一結果說明在中國企業中第一大股東在企業投資決策中“一言堂”的現象正在逐漸改變,特別是企業的外部經營環境不穩定時,其主要大股東(前十大股東)對投資決策的影響力增大。

但是在表4(3)(4)列日本組的回歸結果中,股權集中度變量以及股權集中度與EPU交乘項的系數均不顯著,這一結果與尹小平和徐興 [14] 的研究結論一致,即日本企業的股權資本存在空洞化現象。雖然近年來日本推進了公司治理模式的改革,但是由于傳統集團主義文化治理模式在日本企業中已經根深蒂固,交叉持股的法人大股東相互控制,并不會主動干預對方的經營,因此法人大股東的股東權力基本不會行使。所以在面臨外部宏觀經濟政策波動時,股權集中度這一變量并不會對日本企業的投資行為產生影響。

其次,考察股權制衡度與機構持股比例是否會對EPU與企業投資的關系造成影響,回歸結果見表5。通過表5仍然可以觀測到中日企業治理模式差異對EPU與企業投資的交互影響效應的差異。

表5(1)(3)列檢驗了股權制衡度(TOPSt-1)對EPU與企業投資關系的影響,中國組的EPUt-1×TOPSt-1交乘項系數在1%的水平上顯著為負,表明中國上市公司的股權制衡度會增強經濟政策不確定性對企業投資的抑制作用;日本組的交乘項的系數不顯著(與表4的結論一致)。表5(2)(4)列檢驗了機構持股比例(Instt-1)對EPU與企業投資關系的影響,中國組中雖然機構持股比例越高,公司的投資比例越低,但是與經濟政策不確定性的交乘項(EPUt-1×Instt-1)并不顯著;而日本組中不管是機構持股比例還是其與EPU的交乘項均顯著,其中機構持股比例的系數為正,與中國組企業正好相反。這一結果是由中日企業的機構投資者性質差異所致,中國上市公司的機構投資者主要包括券商、基金公司和保險公司等,銀行并不能直接持股上市公司;而日本上市公司的機構投資者以信托銀行、商業銀行和養老基金為主,并且主銀行制是日本公司治理的主要模式,日本金融機構投資者能為上市公司帶來的融資便利遠大于中國。因此,日本企業中的機構投資者持股比例越高,企業的融資能力越強,其投資比例也會越高。在面臨經濟政策不確定性的環境下,金融機構一般會收縮信貸規模,此時日本企業的融資能力被弱化,因此其投資所受到EPU的抑制效應更顯著(日本組的EPUt-1×Instt-1顯著為負)。

最后,檢驗企業融資能力對中日上市公司投資與EPU關系的調節作用,回歸結果見表6。

表6中國組中的融資約束變量(KZt-1)以及該變量與EPU的交乘項系數均不顯著,這一發現與李鳳羽和楊墨竹[3] 的研究結果一致,表明在中國信貸市場中上市公司仍然占據較為主動的地位,企業面臨融資約束時并未對企業的投資造成影響。而如果中國企業與銀行的關系更為緊密(貸款占總資產比例越高),那么就能緩解企業受到外部經濟政策不確定性對其投資行為的抑制作用[列(2)中EPUt-1×Loant-1系數為正且在10%置信區間顯著]。日本企業的情況與中國企業有較大差異,當日本企業受到融資約束時,其投資能力將會下降[列(3)中KZt-1系數顯著為負],并且會加強EPU對企業投資的抑制作用[列(3)中EPUt-1×KZt-1系數顯著為負],但是其影響效果并不會太大,因為回歸系數均為-0.001。而日本企業與銀行的關系越緊密,EPU對日本企業投資的抑制作用越強,這是由于日本的銀行等金融機構在向企業發放貸款的同時也會參與企業的經營與管理,其便會從股東權益的視角對企業在宏觀經濟環境不確定時的投資行為加以控制,因此EPUt-1×Loant-1的回歸系數為負且在10%置信區間顯著。

五、穩健性檢驗

雖然前述實證結果已經驗證了中日兩國經濟政策不確定性會對企業投資產生顯著的抑制作用,但是這一相關關系有可能存在內生性問題。首先,經濟政策不確定性與企業投資有可能產生逆向因果關系,即由于企業投資意愿的下降會導致政府被迫改變既定的經濟政策來促進企業投資行為,造成經濟政策不確定性增強。此外,前述控制變量主要考慮了企業自身的財務狀況,有可能忽略了其他影響企業投資行為的宏觀因素,從而產生遺漏變量的問題。

1. 工具變量回歸。為解決模型可能出現的內生性問題,參考Wang等[28] 和彭俞超等[7] 的研究方法,運用中國和日本的主要貿易伙伴國的經濟不確定性指數構造工具變量。具體構建方法為:選取美國、日本、韓國、英國、法國、德國、意大利這七個國家的經濟政策不確定性指數,按照中國與這七個國家的進出口總額占比為權重,加權平均獲得中國的EPU工具變量;而日本EPU工具變量的構造方法與中國的一致,區別在于將七個加權國家中的日本EPU數據替換為中國EPU數據,按照日本對七國的貿易比重構造EPU工具變量。此外,還將參考Wang等[28] 的做法,運用Baker等[1] 構建的全球經濟政策不確定性指數作為中日兩國EPU的工具變量。因為全球的EPU指數會影響中日兩國的EPU指數,但是對中日兩國企業的投資行為不會造成直接的影響,因此也有可能是合適的工具變量。為確保穩健性,采用全球調整價格指數下前三個月EPU加權平均值作為第二種工具變量,而將球調整價格指數下第三個月EPU加權平均值作為第三種工具變量分別進行了回歸,回歸結果見表7。

通過表7可以看到,這三種工具變量的回歸結果均非常顯著,雖然對中國和日本組的核心解釋變量系數造成了一定影響,但是基本結論仍然不變,即經濟政策不確定性對日本企業投資的影響大于中國企業,而工具變量回歸中的Anderson 檢驗和Cragg-Donald 檢驗也說明本文選取的工具變量是有效可靠的。

2. 其他穩健性檢驗。

(1)Gulen和Ion[2] 認為,經濟政策不確定性與企業投資之間關系的實證研究中的內生性問題,主要是由遺漏企業未來投資機會變量引起的。由于已經采用了托賓Q、企業經營性凈現金流以及總資產收益率等控制變量來反映企業層面的投資機會,因此此處只需探討宏觀層面投資機會變量缺失對回歸結果的影響。參考李鳳羽、楊墨竹[3] 的方法,采用宏觀經濟景氣指數(CI)代替GDP同比增長率作為宏觀層面投資機會的控制變量,對樣本進行回歸,回歸結果并未發生改變。

(2)考慮到度量投資的核心被解釋變量(Invest)在計算過程中也有可能出現偏誤,或由中日會計準則不一致而導致統計結果不準確,因此采用固定資產原值(包括固定資產、在建工程、工程物資)的季度增長率來重新界定企業投資并進行回歸,回歸結果并未發生顯著改變。

(3)改變EPU這一變量的計算方法,采用季度三個月中的EPU均值以及季度最后一個月的EPU分別作為度量經濟政策不確定性的替代變量并進行回歸,主要回歸結果均未發生明顯改變。

上述檢驗證實本文的結果是較為穩健可靠的。

六、研究結論及建議

1. 研究結論。本文運用2012 ~ 2017年在滬深交易所上市的中國企業和在東京證券交易所上市的日本企業的季度數據為研究樣本,匹配Baker等[1] 計算的EPU指數來探究中日兩國經濟政策不確定性對企業投資的影響。同時以中日企業的股權結構和融資能力為切入點,分析其對兩國企業投資與經濟政策不確定性關系的影響。研究發現:①中日兩國經濟政策不確定性對企業投資均存在顯著的抑制作用,但是對日本企業的影響更大。②中國企業的前十大股東持股比例(股權集中度)越高,經濟政策不確定性對企業投資的抑制作用越強,但是第一大股東持股比例并未造成影響,表明中國公司治理模式中“一言堂”現象在逐步改變,在日本企業中不存在這一問題。③日本企業的機構投資者持股比例越高,經濟政策不確定性對企業投資的抑制作用越強,在中國這一現象并不明顯。④中國公司中融資能力并不會增強經濟政策不確定性對企業投資的抑制作用,但是在日本企業中這一情況正好相反,表明以主銀行為中心的金融機構在日本的公司治理結構模式中發揮著重要的作用。以上研究結果經過工具變量等一系列的穩健性測試后依然成立。

2. 建議。通過上述結論可知,經濟政策不確定時,日本企業的投資行為受到宏觀經濟沖擊比中國企業更大,也可以認為日本企業對宏觀經濟狀況變化的反應更為敏感,而中國企業的投資行為對于宏觀經濟變化的不敏感有可能使其承擔較大風險。為了增強中國企業在海外市場的競爭力,政府部門在制定經濟政策時要明確目標,保持政策的長期一致與穩定性,充分考慮經濟政策可能對微觀企業造成的影響,使企業的預期與國家的宏觀經濟目標相一致。政府部門應積極為企業創造良好的外部宏觀環境,為中國企業 “走出去”給予足夠的政策支持,以順利推進中國“一帶一路”倡議的實踐。

主站蜘蛛池模板: 国产人人乐人人爱| A级全黄试看30分钟小视频| 成人精品在线观看| 亚洲精品国产自在现线最新| 天天综合亚洲| 日韩毛片在线视频| 欧美伦理一区| 成人日韩精品| 亚洲国产精品人久久电影| 国产在线精品美女观看| 国产精品一区在线麻豆| 国产精品成人一区二区不卡| 激情网址在线观看| 亚洲视频无码| 中日韩一区二区三区中文免费视频 | 成人午夜网址| 午夜三级在线| 中文字幕在线一区二区在线| 色综合狠狠操| 色香蕉网站| 亚洲综合在线最大成人| www.国产福利| 色偷偷男人的天堂亚洲av| 国产美女免费网站| 欧美色亚洲| 最新国产成人剧情在线播放 | jizz亚洲高清在线观看| 色综合久久88色综合天天提莫| 日韩毛片免费观看| 成年片色大黄全免费网站久久| A级毛片高清免费视频就| 国产成人精品一区二区三区| 成年看免费观看视频拍拍| 最新无码专区超级碰碰碰| 超碰91免费人妻| 亚洲欧美一级一级a| 国产成人亚洲欧美激情| 国产AV无码专区亚洲A∨毛片| 福利视频久久| 国产精品xxx| 99视频在线免费| 亚洲人成色在线观看| 在线看免费无码av天堂的| 国产欧美日韩在线一区| 国产精品分类视频分类一区| 精品黑人一区二区三区| 一级在线毛片| 毛片免费视频| 国语少妇高潮| 亚洲精品自拍区在线观看| 一级成人a做片免费| 亚洲AⅤ无码国产精品| 国产区网址| 中国国产高清免费AV片| 成人另类稀缺在线观看| 好久久免费视频高清| 久久伊伊香蕉综合精品| 国产XXXX做受性欧美88| 国产交换配偶在线视频| 亚洲日韩日本中文在线| 免费可以看的无遮挡av无码| 日韩欧美国产综合| 国产成人高清精品免费| 国产精品一区二区在线播放| 天堂网国产| 亚洲精品综合一二三区在线| 国产免费黄| 国产精品青青| 一级成人欧美一区在线观看| 午夜激情福利视频| 成人中文在线| 91在线丝袜| 久久黄色免费电影| 国产杨幂丝袜av在线播放| 网友自拍视频精品区| 2020最新国产精品视频| 亚洲成人网在线播放| 亚洲永久视频| 999国产精品永久免费视频精品久久 | www.国产福利| 无码一区二区三区视频在线播放| 极品国产一区二区三区|