經濟政策不確定性對企業價值的影響路徑研究

常媛 劉云莉

【摘 要】 運用2014—2018年非金融上市公司的年度數據，構建中介效應模型，研究經濟政策不確定性對企業價值的影響路徑。研究發現：經濟政策不確定性顯著降低了企業價值，且經濟政策不確定性是通過企業融資路徑和企業投資路徑作用于企業價值;融資路徑中，經濟政策不確定性主要是通過影響現金持有來影響企業價值;投資路徑中，投資效率在經濟政策不確定性與企業價值之間起著中介作用，且投資不足路徑略高于投資過度路徑;此外，融資路徑的中介作用遠高于投資路徑。研究結論有助于政府根據企業需求調整經濟政策，為改善宏觀經濟提供參考，也有助于企業更好地應對經濟政策變化，提升企業價值。

【關鍵詞】 經濟政策不確定性; 企業負債; 現金持有; 投資效率; 企業價值

【中圖分類號】 F275.5? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）05-0068-07

一、引言

金融危機后各國紛紛通過調整經濟政策來刺激經濟增長以避免經濟持續衰退，我國也不例外，如“四萬億”計劃、降息等，在這一系列政策下經濟快速復蘇的同時也帶來了一些問題，如經濟增長快但質量較低、非金融企業杠桿率過高、出現僵尸企業等。當前，我國正處于“四期疊加”階段，經濟政策頻繁調整，由Baker等構建的中國EPU指數顯示，我國2014—2018年的EPU指數均值為298.82，期間EPU指數最小為66.53，最大為935.31，可見我國經濟政策不確定性在此期間急劇上升。這一情況下，企業難以預測經濟政策走向和政府態度并及時采取措施加以應對，經營風險增加，其經營將會受到較大的沖擊。

危機后經濟政策不確定性引起了學者的廣泛關注，Bloom[1]認為不確定性是短期經濟衰退和復蘇的主要原因。Carrière-Swallow et al.[2]通過實證研究發現，不確定性對投資和私人消費產生嚴重沖擊，也使經濟復蘇的時間增加，尤其是在新興經濟體國家，但可通過減輕企業信貸約束來降低不確定性對宏觀經濟產生的沖擊。企業作為宏觀經濟的一部分，經濟政策不確定性必然會影響企業生存和發展。為探索其對微觀企業的影響，學者從實物期權和金融摩擦的角度展開研究，發現經濟政策不確定性會影響企業投資、信貸供給、現金持有及債務融資等方面，如Bloom et al.[3]研究發現外部不確定性會增加企業產品未來需求的不確定性、自由現金流的不確定性和提高融資成本，使高管難以準確判斷未來發展趨勢，投資決策更為謹慎;Valencia[4]對美國商業銀行的研究發現，不確定性降低商業銀行的信貸供給，資本充足率較低的銀行信貸供應減少更加明顯。蔣騰等[5]對我國非金融企業的研究同樣是發現經濟政策不確定性降低了企業銀行借款，尤其是在高預期通貨膨脹時期。

從現有研究中不難發現，學者對經濟政策不確定性如何影響企業價值的研究甚少，而企業價值的多寡決定了企業能否持續生存和發展，是企業經營的最終目的，對企業至關重要。厘清二者關系及作用途徑，不僅有助于政府更好地調整經濟政策來促進企業發展，也有助于企業及時采取有效措施以應對經濟政策不確定性。根據經濟政策不確定性的相關研究，不難發現，其主要影響企業投融資行為，故而本文將主要從企業融資和投資方向分析其對企業價值的影響及路徑。

二、理論分析與研究假設

（一）經濟政策不確定性對企業價值的影響分析及假設

經濟政策是政府改變企業外部環境的主要手段，即政府通過經濟政策改變或制定企業的“游戲規則”[6]。經濟政策的頻繁調整將影響整個市場經濟，使企業外部經營環境更復雜，更具不確定性，財務決策的不確定性也將隨之增加;而且我國法律監管不夠完善、投資者保護不足，可能會進一步放大經濟政策不確定性對微觀企業的沖擊[5]，企業價值可能因此而發生波動。此外，宏觀經濟政策的不確定性有好壞之分，好的不確定性與經濟增長和資產價格正相關，而壞的不確定性與經濟增長和資產價格負相關[7]。一般，政府對經濟政策的調整是為了改善經濟，使宏觀經濟向好的方向發展，這對企業而言是一個較好的發展機遇，此時的經濟政策不確定性暗含了較好的商業機會[8]。若企業及時抓住這一機會將能發展壯大自身，提升企業價值。但經濟政策不確定性使企業信息中含有大量雜質，其信息準確識別，將會導致企業與外部的信息不對稱加大[9]、代理問題加重，企業價值可能因此而受損。首先，它可能給管理層自利行為（如“構建商業帝國”“在職消費”等）帶來便利，進而有損企業價值;其次，投資者很可能會通過“用腳投票”來保護自身利益，從而引起企業股價波動，市場價值下跌。此外，鄧美薇[10]發現經濟政策不確定性將會對企業業績產生沖擊，降低企業績效。此時，大股東難以通過企業業績獲取利益，加之信息不對稱的存在，大股東的掏空動機可能促使其做出“隧道挖掘”行為，侵害小股東利益，掏空企業價值。因此，本文提出如下競爭性假設。

H1a：經濟政策不確定性顯著降低了企業價值。

H1b：經濟政策不確定性顯著提高了企業價值。

（二）經濟政策不確定性對企業價值的影響路徑分析及假設

根據前文所述，不確定性會影響企業投融資行為，因此本文將從融資和投資兩個方面分析經濟政策不確定對企業價值的影響路徑。

1.融資路徑。經濟政策不確定性是企業面臨的一種外部風險，高經濟政策不確定性會加大企業未來現金流的不確定性，增加企業發生流動性短缺的概率，導致經營風險加大。從管理學的角度上看，在外部風險和內部經營風險加大的情況下，為了持續經營和發展，企業可能會降低財務杠桿，減少債務融資。劉磊等[11]的研究發現，經濟政策不確定性下，企業會選擇長期債務融資同時降低負債規模，避免內外部風險疊加，誘發潛在的風險而使企業經營陷入危機。此外，宏觀經濟的不確定性會加大資產、要素價格的波動，銀行因難以準確評估企業項目盈利水平而采取保守的貸款策略，降低了企業獲得銀行信貸的可能性[12]，企業銀行借款將會因此而下降;而且，經濟政策不確定性的風險難以化解，外部投資者為保護自身利益會要求更高的風險補償[6]，這將增加企業外部融資摩擦，融資成本可能因此而上升。外部融資困難和內部經營風險加大的雙重作用下，企業可能出于“預防性動機”避免未來流動性短缺而改變現金持有政策。鄭立東等[13]研究發現經濟政策不確定性會促使企業采取更為積極的現金管理行為，加快現金調整速度。綜合上述分析，為了應對經濟政策不確定性帶來的沖擊，企業可能會調整其負債水平和現金持有，而負債和現金持有的變化可能引發企業的代理沖突發生變化，對企業價值產生影響。如降低債務水平雖然能降低企業財務風險而避免其價值損失，但也降低了外部對企業的監督和干預，為管理層私利行為提供了便利，可能會使企業價值遭受損失;此外，根據有稅的MM理論，債務的減少會降低財務杠桿的作用，導致資本成本增加，使企業價值受損。而現金除了起預防作用外，也增加了管理層的自由控制權，可能加大管理層自利動機而使企業價值受損。綜上，本文提出假設2、假設3。

H2：經濟政策不確定性會通過企業負債途徑而影響企業價值。

H3：經濟政策不確定性會通過現金持有途徑而影響企業價值。

2.投資路徑。投資不僅具有“期權”性質也具有不可逆性，不確定性下管理層會綜合考慮投資的調整成本和等待價值后做出決策[14]。實物期權理論認為不確定性下企業會延遲投資等到不確定性消失或投資成本較低時擴大投資以滿足被抑制的需求。而Oi-Hartman-Abel效應則認為，企業具備根據市場變化快速調整投資規模的能力，不確定性上升時，投資決策者會根據投資機會與潛在利潤而增加當期投資。可見，不確定性下企業投資與否取決于決策者的判斷，若決策者判斷準確，則會提高投資效率，企業得到較好的發展，價值得到提升;反之，若判斷失誤，則可能發生非效率投資，使企業發展受到制約。Bloom et al.[3]認為不確定性下企業投資會更加謹慎，投資失誤的概率會有所降低;然而，饒品貴等[15]發現經濟政策不確定性使管理層對投資項目前景的預判可能產生偏差，甚至出現錯誤，影響企業投資效率。此外，經濟政策不確定性加大了金融摩擦，使企業外部融資難度加大，有價值的投資項目可能因無法獲得足夠的外部資金支持而被迫中斷或放棄，致使企業資源配置效率低下、發展停滯不前、價值受損;而且經濟政策不確定性易使決策者對風險更加敏感，產生興奮、焦慮、恐懼等情緒[16]。過于偏好風險的高管可能投資過于激進，導致因過度投資而陷入財務危機;而過于風險規避的高管則可能投資過于謹慎，導致因投資不足而錯失良機，最終都將可能使企業價值難以提升。綜上，本文提出假設4。

H4：經濟政策不確定性會通過投資效率途徑而影響企業價值。

三、研究設計

（一）樣本選擇及數據來源

本文以2014—2018年A股上市非金融公司季度財務數據為初始樣本，為了保證實證結果的可靠性，剔除了金融企業、ST與？觹ST企業、關鍵變量缺失以及資不抵債（資產負債率高于100%）的企業;為避免極端值的影響，對變量進行了上下1%的縮尾處理。本文財務數據來源于Choice金融數據終端，并采用Excel和Stata 15軟件進行數據處理和分析。

（二）變量定義

1.被解釋變量：企業價值（V）。目前主要是從會計指標和市場指標兩個方面衡量企業價值，由于會計指標難以全面衡量企業價值，在資本市場和股票市場逐漸完善下，國內學者普遍采用財務市場指標衡量企業價值。本文借鑒李根紅[17]的做法，采用托賓Q值衡量企業價值。

2.解釋變量：經濟政策不確定性①（EPU）。經濟政策不確定性是指經濟主體難以預知政府是否、何時以及如何改變現行的經濟政策[18]。本文采用Baker（2013）基于《南華早報》構建的中國EPU指數衡量經濟政策不確定性，為匹配樣本數據，本文參考蔣騰等[5]與Gulen et al.[18]的做法，將月度EPU指數轉化為季度EPU指數，即EPUt=（3EPUI3，t/100+2EPUI3，t-1/100+EPUI3，t-2/100）/6。

3.中介變量：企業負債：（Lev）。本文采用企業負債總額占總資產比重衡量企業負債水平。

現金持有（Cash）。本文采用企業貨幣資金持有量衡量企業的現金持有水平，并使用總資產將其標準化處理。

投資效率（Inveff）。本文借鑒饒品貴等[15]的做法采用Richardson模型衡量企業投資效率水平，模型具體如下：

Invi，t=α0+α1Invi，t-1+α2Growthi，t-1+α3Roai，t-1+

α4Levi，t-1+α5Cfoi，t-1+α6Sizei，t-1+α7Agei，t-1+∑Year+

∑Industry+εi，t-1? ?（1）

式1中Inv為企業凈投資水平占總資產之比;Growth為企業成長性，即營業收入增長率;Roa為資產報酬率;Lev為資產負債率;Cfo為經營現金凈現金流;size為企業規模;Age為企業上市年齡;year為時間虛擬變量;Industry為行業虛擬變量;ε為殘差項，用ε>0表示投資過度，用ε<0表示投資不足。用模型1的殘差項的絕對值表示投資效率（Inveff），Inveff值越大，企業投資效率越低，同時將ε>0的部分設為投資過度（Oinv），將ε<0的部分取絕對值后設為投資不足（Uinv）。

4.控制變量：本文借鑒鄧美薇[10]與饒品貴[15]的做法，從企業特征及公司治理層面選擇成長性、盈利能力、經營現金流、有形資產比率、企業規模、上市年齡、機構投資者持股比例和股權制衡度作為控制變量。

本文所有變量定義如表1所示。

（三）模型構建

為了避免可能存在反向因果關系的影響，本文對將所有解釋變量和控制變量進行了滯后一期處理;為避免異方差和自相關對回歸結果的影響，在公司層面進行了標準誤聚類調整;并根據理論假設與溫忠麟等[19]提出的中介效應檢驗的方法，建立如下模型：

Vi，t=α0+α1EPUi，t-1+αiCVi，t-1+∑Industry+εi，t-1 （2）

MVi，t-1=β0+β1EPUi，t-1+βiCVi，t-1+∑Industry+εi，t-1? ?（3）

Vi，t=γ0+γ1EPUi，t-1+γ2MVi，t-1+γiCVi，t-1+∑Industry+εi，t-1? ? （4）

其中，MV為中介變量，分別用Cash、Lev、Inveff、Oinv、Uinv表示;CV為控制變量，Industry為行業虛擬變量，ε為殘差項，為避免時間虛擬變量與經濟政策不確定性相互抵消，故本文在模型中沒有控制時間。

模型2用于驗證H1。如果EPU的系數α1顯著為負，則H1成立。將模型2—模型4結合在一起用于驗證H2和H3，若模型2和模型3中EPU的系數α1、β1均顯著，模型4中MV的系數γ也顯著，且β1×γ2顯著，則說明經濟政策不確定性是通過中介變量MV對企業價值產生影響;若α1顯著，而β1和γ2其中有一個不顯著，則需要使用偏差校正的非參數百分位Bootstrap法檢驗β1×γ2的顯著性，若β1×γ2顯著，則存在中介效應。

四、實證結果與分析

（一）描述性統計

從表2發現，V的均值為2.67，說明公司的企業價值水平整體良好，但最小值僅為0.88，而最大值達12.05，這說明公司之間在企業價值上存在較大差距;EPUt-1的均值為2.79，表明我國經濟政策不確定性水平較高，且最大值接近最小值的6倍（5.37/0.92），這說明在樣本研究期間政府曾頻繁調整經濟政策。Levt-1的中位數略小于均值（42.93<43.72），其分布略右偏，標準差為20.78，這說明公司整體負債水平不高但波動較大;Casht-1的中位數小于均值（12.75<15.61），呈右偏分布，且標準差為10.91，這說明上市公司的現金持有水平占總資產比重較高且波動較大;Invefft-1的中位數小于均值（0.94<1.28），呈右偏分布，最小值為0.00、最大值為16.81，這說明公司的非效率投資水平較低但個體之間存在較大差異。

（二）相關性檢驗

表3顯示的是主要變量的相關性檢驗，從表中可以看出EPUt-1與V顯著負相關（相關系數為-0.127，p<0.01），這說明經濟政策不確定性與企業價值顯著負相關，H1得到初步驗證;Levt-1與V顯著負相關（相關系數為-0.389，p<0.01），Casht-1、Invefft-1與V顯著相關且與EPUt-1顯著相關，Levt-1與V顯著相關，與EPUt-1相關但不顯著，根據溫忠麟等[19]提出的中介效應檢驗的方法，Casht-1、Levt-1、Invefft-1可能在EPUt-1與V之間存在中介作用，這為H2、H3和H4提供了初步的證據。此外，本文也對控制變量與解釋變量進行了相關性檢驗，結果顯示各變量之間的相關系數普遍在0.4以下，說明上文建立的模型中不存在嚴重的共線性問題。由于篇幅有限，該部分的詳細結果未予以列示。

（三）回歸分析

1.經濟政策不確定性對企業價值的影響

根據表4可知，在基準回歸中，（1）列所示，EPUt-1與V在1%的水平顯著負相關（相關系數為-0.1754）;放入控制變量后，（2）列所示，EPUt-1與V在1%的水平顯著負相關（相關系數為-0.0909）;這說明經濟政策不確定性與企業價值顯著負相關，即經濟政策不確定性顯著降低了企業價值，符合H1a，即H1a成立，H1b不成立。

2.經濟政策不確定性與企業價值：融資路徑

從表5可以看出，（2）列中EPUt-1與Levt-1在1%的水平顯著負相關（相關系數β1為-1.0776），即經濟政策不確定性會顯著降低企業的負債水平;（3）列中，Levt-1與V在1%的水平顯著負相關（相關系數γ2為-0.0054），即在經濟政策不確定性下企業負債對企業造成了不利影響，進一步佐證了企業負債的降低并沒有因為財務杠桿的下降而提升企業價值，反而可能因降低了外部監督或增加了資金成本而對企業價值造成了不利影響;但Bootstrap test顯示間接效應的Z統計量未通過顯著性檢驗（Z=0.69，P=0.487），這說明企業負債在經濟政策不確定性與企業價值之間的中介效應并不顯著，即H2不成立。（4）列中EPUt-1與Casht-1在1%的水平顯著負相關（相關系數β1為-0.2902），即經濟政策不確定性顯著降低企業現金持有，這說明上市公司可能是為了在一定程度上削弱高管的自由控制權，降低其在不確定下的自利動機，從而降低了現金持有;可能是因為經濟政策不確定性下，市場整體不景氣，資金難以及時收回而導致現金持有水平較低;也可能是經濟政策不確定性下實體投資的利潤率低于金融投資，企業將更多的資金用于金融性投資，進而降低了日常經營所持有的現金，而且有研究證明經濟政策不確定性促使非金融企業金融化。（5）列中Casht-1與V在1%的水平顯著負相關（相關系數γ2為0.0203），即企業現金持有能夠顯著提高企業價值，這說明在經濟政策不確定下，企業現金持有并不會加劇代理沖突，而是更好地發揮了預防性的作用，促進企業價值的提升;Bootstrap test顯示間接效應的Z統計量通過了顯著性檢驗（Z=-8.69 P=0.000），且β1×γ2的符號與α1符號相同，這說明企業現金持有在經濟政策不確定性與企業價值之間發揮了中介效應，即H3成立，經濟政策不確定性會通過降低現金持有，抑制現金持有對企業價值的促進作用，進而對企業價值造成負面影響，且間接效應占直接效應的9.39%。

3.經濟政策不確定性與企業價值：投資路徑

從表6可以看出，（2）列中EPUt-1與Invefft-1在1%的水平顯著負相關（相關系數β1為-0.0211），即經濟政策不確定性顯著降低了企業的非效率投資，說明經濟政策不確定性上升時，企業投資效率會顯著提高;（3）列中Invefft-1與V在1%的水平顯著正相關（相關系數γ2為0.0452），即在經濟政策不確定下，企業非效率投資不僅沒有降低企業價值，反而顯著提升了企業價值，經濟政策不確定性對企業價值的影響程度也略有降低（0.09<0.0909），這可能在于經濟政策不確定性下企業的投資決策更多的是出于經濟效益考慮，且從上文的描述分析中可知，企業整體的非效率投資水平較低，因此本文認為企業的非效率投資是企業可承受范圍內的投資，雖帶有些“賭博”色彩但卻可以降低經濟政策不確定性對企業價值造成負面影響。Bootstrap test顯示間接效應的Z統計量通過了顯著性檢驗（P=0.000），且β1×γ2的符號與α1符號相同，這說明企業投資效率在經濟政策不確定性與企業價值之間發揮了中介效應，即H4成立，經濟政策不確定性會通過影響企業投資效率而降低企業價值，但投資效率的中介效應僅占直接效率的1.4%，遠低于現金持有的中介效應，這說明經濟政策不確定性更多地通過影響現金持有而降低企業價值。企業非效率投資可分為投資不足和投資過度，從（4）列和（5）列中可以看出，經濟政策不確定性會顯著抑制投資不足，對投資過度的抑制作用并不明顯，且投資不足的中介效應占直接效應的比重也略高于投資過度（1.36%>1.30%），即就投資路徑而言，企業更傾向于抑制投資不足來降低企業價值，這說明企業可能傾向于認為經濟政策不確定性是一種“機遇”，會略微加大投資，投資決策誤判概率可能上升導致企業價值下降。

（四）穩健性檢驗

為了避免結果的偶然性，本文對研究結果進行了以下穩健性檢驗②。

1.替換變量。一是替換經濟政策不確定性的計算方法，參考鄧美薇[10]的研究，采用幾何平均法重新計算經濟政策不確定性;二是選擇陸尚勤和黃昀基于大陸報紙構建的中國經濟政策不確定性指數③作為經濟政策不確定性的代理變量;分別對模型2—模型4重新進行回歸。回歸結果均與前文保持一致，可認為本文的研究具有穩健性。

2.使用工具變量回歸以緩解內生性問題。經濟政策不確定性可能不是外生變量，可能存在內生性問題，因此，本文借鑒陳勝藍等[20]相關研究選擇滯后兩期的美國經濟政策不確定性④作為中國經濟政策不確定性（滯后一期）的工具變量進行檢驗。兩階段回歸檢驗結果表明本文所選取的工具變量滿足工具變量的外生性條件，且EPU仍在1%的水平與企業價值顯著負相關，與原結論一致。

五、結論與建議

本文以中國A股上市非金融公司為樣本，構建中介效應模型研究經濟政策不確定性對企業價值的影響及路徑，研究發現：（1）經濟政策不確定性顯著降低了企業價值;（2）融資路徑中，負債融資未通過中介效應檢驗，經濟政策不確定性是通過降低現金持有而對企業價值產生抑制作用;（3）投資路徑中，企業投資效率在經濟政策不確定性與企業價值之間發揮了中介效應，且投資不足路徑的中介作用略高于投資過度路徑。（4）就影響路徑而言，企業投資路徑的間接效應占直接效應比遠低于融資路徑，經濟政策不確定性更多的是通過影響企業融資而影響企業價值。

針對研究結論，本文提出以下兩點建議。

一是政府降低經濟政策的不確定性，培育良好的競爭環境，促使市場發揮自我調節作用。經濟政策是政府為改善宏觀經濟形勢而采取的一種手段，是一種“救市”行為，但若頻繁改變經濟政策，干預市場機制，易使企業過度依賴經濟政策，缺乏良好的競爭環境，市場的自我調節機制難以發揮作用，從而對企業價值造成不利影響。頻繁調整經濟政策應是政府在經濟衰退時期市場機制失靈下不得已的選擇，在經濟形勢良好時期，應注重發揮市場的調節功能。

二是企業適當增加現金持有、降低杠桿、謹慎投資，以防因經濟政策不確定性陷入財務困境或錯失發展機遇。同時，為避免加劇代理沖突，企業還應加強對高管的監督或采取某些方式（股權激勵、職位晉升等）激勵高管，縮小其與企業之間的利益差距。此外，企業還應盡可能地在維持自身實力的基礎上加強公司治理，進而增強抵御風險的能力，以降低經濟政策不確定性對企業價值造成的沖擊。

【參考文獻】

[1] BLOOM N.The impact of uncertainty shocks[J].Econometrica，2009，77（3）：623-685.

[2] CARRI？魬RE-SWALLOW Y，C？魪SPEDES L F.The impact of uncertainty shocks in emerging economies[J].Journal of International Economics，2013，90（2）：316-325.

[3] BLOOM N，BOND S，VAN REENEN J.Uncertainty and investment dynamics[J].The Review of Economic Studies，2007，74（2）：391-415.

[4] VALENCIA F.Aggregate uncertainty and the supply of credit[J].Journal of Banking & Finance，2017，81：150-165.

[5] 蔣騰，張永冀，趙曉麗.經濟政策不確定性與企業債務融資[J].管理評論，2018，30（3）：29-39.

[6] P？魣STOR L'，VERONESI P.Political uncertainty and risk premia[J].Journal of Financial Economics，2013，110（3）：520-545.

[7] SEGAL G，SHALIASTOVICH I，YARON A.Good and bad uncertainty：macroeconomic and financial market implications[J].Journal of Financial Economics，2015，

117（2）：369-397.

[8] 劉志遠，王存峰，彭濤，等.政策不確定性與企業風險承擔：機遇預期效應還是損失規避效應[J].南開管理評論，2017，20（6）：15-27.

[9] NAGAR V，SCHOENFELD J，WELLMAN L.Economic policy uncertainty and information asymmetry[D].Ross School of Business Paper，2017（1333）.

[10] 鄧美薇.經濟政策不確定性對企業績效的影響——來自中國非金融類上市公司的經驗證據[J].工業技術經濟，2019，38（2）：97-106.

[11] 劉磊，王亞星，潘俊.經濟政策不確定性、管理層治理與企業債務融資決策[J].山西財經大學學報，2019，41（11）：83-97.

[12] BAUM C F，CAGLAYAN M，OZKAN N.The second moments matter：the impact of macroeconomic uncertainty on the allocation of loanable funds[J].Economics Letters，2009，102（2）：87-89.

[13] 鄭立東，程小可，姚立杰.經濟政策不確定性、行業周期性與現金持有動態調整[J].中央財經大學學報，2014（12）：68-78.

[14] 譚小芬，張文婧.經濟政策不確定性影響企業投資的渠道分析[J].世界經濟，2017，40（12）：3-26.

[15] 饒品貴，岳衡，姜國華.經濟政策不確定性與企業投資行為研究[J].世界經濟，2017，40（2）：27-51.

[16] KAPLANSKI G，LEVY H.Sentiment and stock prices：the case of aviation disasters[J].Journal of Financial Economics，2010，95（2）：174-201.

[17] 李根紅.并購商譽、投資效率與企業價值[J].財會通訊，2019（36）：74-77.

[18] GULEN H，ION M.Policy uncertainty and corporate investment[J].The Review of Financial Studies，2015，29（3）：523-564.

[19] 溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

[20] 陳勝藍，劉曉玲.經濟政策不確定性與公司商業信用供給[J].金融研究，2018（5）：172-190.