貨幣政策不確定性、金融錯配與企業創新

薛龍　劉家諾

摘? ?要：本文基于中國貨幣政策不確定性指數，并結合2010—2019年滬深A股上市公司數據構建面板數據模型，實證研究中國貨幣政策不確定性對我國企業創新的影響及其異質性，并進一步研究這種影響效應的作用機制。研究結果表明：貨幣政策不確定性上升會顯著抑制企業的創新產出，并且這一現象在非國有企業和小規模企業中更為顯著。其內在作用機制是，貨幣政策不確定性會通過加重企業金融錯配程度來抑制企業的創新產出。因此，中央銀行應合理調整貨幣政策，降低貨幣政策不確定性，提高貨幣政策調控的有效性和精準性，進而緩解企業金融錯配，促進企業創新。

關鍵詞：貨幣政策不確定性;金融錯配;企業創新

中圖分類號：F822.0? 文獻標識碼：A? 文章編號：1674-2265（2022）02-0081-09

DOI：10.19647/j.cnki.37-1462/f.2022.02.011

一、引言

創新是經濟高質量發展的第一動力，亦是企業發展的重要命脈。然而長期以來，我國企業專利創新“策略性迎合”現象嚴重，實質性創新產出的質量水平較低（黎文靖和鄭曼妮，2016）[1]。這與創新項目自身的高風險特征有一定關系。對于企業來說，創新活動資金需求大、研發周期長且結果不可預期，是典型的高風險活動，這使得企業的創新項目受到了嚴重的融資限制。因此，缺乏穩定充足的金融資源是企業技術創新難以取得實質性突破的重要原因。

金融資源是稀缺性資源，其合理配置意味著高效率部門更容易獲取金融資源。然而現實狀況并非如此，金融錯配現象在我國經濟體系中顯著存在，具體表現為部分產出效率不高的國有企業占據較多的金融資源，而部分效率較高的民營企業和中小企業卻一直面臨著融資難融資貴的問題。近年來，為解決這一問題，中央銀行加大了貨幣政策的調控力度，推出了一系列結構性和創新型貨幣政策工具，如定向降準、常備借貸便利等。但是伴隨這些非常規貨幣政策實施而來的貨幣政策不確定性的潛在負面影響也不容忽視。Bloom（2014）[2]研究表明頻繁調整的貨幣政策帶來的不確定性會對經濟產生不可忽視的影響，進而損害貨幣政策的有效性。由此提出的問題是貨幣政策不確定性上升對企業創新有何影響？其影響對于不同特征企業創新是否存在差異？貨幣政策不確定性是否會通過影響金融資源的配置效率進而影響企業創新？對上述問題進行系統回答即為本文的研究內容。本文采用Huang和Luk（2020）[3]基于文本分析法構建的中國貨幣政策不確定性指數，并結合我國上市公司的數據構建面板回歸模型對上述問題進行研究，這不僅有助于準確揭示貨幣政策不確定性對企業創新的影響渠道，而且對中央銀行提高貨幣政策調控的有效性和精準性及有效推動創新產出增長具有重要的現實意義。

二、文獻綜述

現有文獻對貨幣政策不確定性的研究聚焦于其對宏觀經濟的影響和對企業微觀行為的影響兩個方面。從宏觀層面的影響來看，現有研究主要從產出、通貨膨脹率、失業率等方面探討了貨幣政策不確定性對宏觀經濟的影響，但并未形成一致結論。一方學者認為，貨幣政策不確定性波動會給經濟帶來負面影響：Creal和Wu（2017）[4]研究表明貨幣政策波動性沖擊會影響通貨膨脹率和失業率，進而對經濟產生不利影響;Balcilar等（2017）[5]研究表明貨幣政策不確定性加劇會導致社會產出的收縮。而另一方學者得出了與之相反的觀點，認為貨幣政策不確定性對經濟活動存在正向推動作用：Born和Pfeifer（2014）[6]在研究中指出，如果貨幣當局能夠迅速感知經濟的變化，則貨幣政策不確定性帶來的不利影響會被弱化，從而可能使得經濟活動增加;Kaminska和Roberts-Sklar（2018）[7]認為貨幣政策不確定性在股市波動的預測中具有積極作用。從貨幣政策不確定性對微觀層面影響的研究來看，貨幣政策不確定性波動會通過影響銀行信貸供給、企業會計信息質量來影響企業的資本結構調整速度（何德旭等，2020;楊忠海和解宏爽，2018）[8，9]，并且在政策不確定性攀升的情況下，企業的外部融資環境會進一步惡化（吳偉軍和李銘洋，2019）[10]，高度的政策不確定性還會帶來資金錯配、資產價值縮水等一系列問題（Poncet等，2010）[11]。

創新是企業發展的重要驅動力，然而創新活動的復雜性、長期性、不確定性等特征使得企業創新能力受到內外部各種因素的影響。在諸多不確定性因素中，政策不確定性逐漸受到經濟學家的重視，但關于政策不確定性與企業創新之間的影響關系，現有結論莫衷一是。從抑制效應來看，David等（2008）[12]研究認為政策不確定性可能會導致企業潛在的逆向選擇與道德風險，進而削弱企業進行研發活動的動機。Stokey（2016）[13]和郝威亞等（2016）[14]的研究結論亦證實了這一觀點。在進一步的分析中，王全景（2018）[15]認為政策不確定性不僅抑制了企業的創新，而且這種抑制作用會受到企業產權性質、經營地區的市場化程度和競爭程度的影響。而以Bloom（2014）[2]為代表的學者則認為政策不確定性會促進企業的創新研發活動，其研究思路為如果政策不確定性擴大了潛在回報規模，為了占據更多的市場份額，企業在面對不確定性時可能更愿意投資創新性研發活動，即政策不確定性上升會提高企業創新投入的力度（孟慶斌和師倩，2017;顧夏銘等，2018）[16，17]。此外，還有一部分學者分析了政策不確定性影響企業創新的具體路徑。張璇（2021）[18]研究認為，企業金融化在政策不確定性對R&D投資的影響過程中發揮了中介效應。在趙萌等（2020）[19]的研究中，融資約束在政策不確定性與制造業企業創新之間起到了中介效應。關于金融錯配對企業創新活動的影響，相關研究一致認為金融錯配會對企業創新活動產生顯著的抑制作用（康志勇，2014;常建新，2021;張建華和楊小豪，2018;甄麗明和羅黨論，2019）[20-23]。然而，盡管金融錯配與企業創新、政策不確定性的關系均已得到驗證，但對于金融錯配是否在貨幣政策不確定性與企業創新中間發揮渠道作用，仍有待進一步探究。

基于此，本文以金融錯配為中介變量，對貨幣政策不確定性與企業創新二者的關系進行進一步研究。本文主要的邊際貢獻在于：第一，本文拓展了貨幣政策不確定性與企業創新的關系研究，對貨幣政策不確定性抑制企業創新產出的問題進行了理論分析和合理解釋。第二，拓寬了貨幣政策不確定性影響企業創新的傳導機制。本文構建金融錯配在貨幣政策不確定性與企業創新間的中介效應模型，提出“貨幣政策不確定性—金融錯配—企業創新”的作用路徑。第三，本文為中央銀行制定和調整貨幣政策提供了有益參考。對上述問題的研究，在更加有針對性地激勵我國上市公司進行創新活動與提升創新產出方面具有重要的理論意義和實踐價值。

三、理論分析與研究假設

（一）貨幣政策不確定性與企業創新

企業在進行創新投資時，需要綜合考慮其面臨的內外部環境，而貨幣政策作為宏觀經濟調控的主要工具之一，是企業自身無法控制的外部環境因素。貨幣政策不確定性上升會加劇市場中銀行與企業之間的信息不對稱程度，增加銀行對信貸行為合理預判的難度（何德旭等，2020）[8]。在這種情況下，銀行難以有效識別企業的項目收益率和項目風險水平等方面的信息，在進行信貸決策時會發生偏差，這時銀行會通過提高利率水平的方式來識別企業的信息，而忽略他們真實的產出效率（Talavera等，2012）[24]。由此導致有能力支付高昂使用成本的企業將優先獲得金融資源，這就違背了資源配置的效率原則，造成金融資源的錯配。金融錯配就是金融資源配置的非效率狀態，即占有金融資源的部門和企業產出效率低下，而產出效率高的部門和企業卻擁有較少的金融資源。在貨幣政策不確定性不斷攀升的經濟環境中，金融錯配的加劇致使高效率部門和企業分配到的金融資源更加貧瘠，其資金使用成本更加高昂，此時企業的財務風險上升。為保證經營活動的穩定進行，企業會中斷或放棄投資項目，尤其是不確定性高且風險性較大的創新項目，從而抑制了企業的創新產出。而對于非效率部門和企業來說，充足的金融資源使其產生創新惰性。金融錯配會滋生“尋租”活動。企業最終的目的在于盈利，通過創新盈利亦或通過“尋租”盈利，一旦企業通過“尋租”活動獲得了超額利潤，其通過創新活動提高自身產出效率來獲利的動機就會被削弱。持續的“尋租”活動會對企業創新形成“擠出效應”，進而使得企業的創新產出降低（趙曉鴿等，2021）[25]。基于上述分析，本文提出如下假設：

假設1：貨幣政策不確定性上升對企業創新具有顯著的抑制作用。

（二）貨幣政策不確定性與企業創新：產權性質差異

貨幣政策不確定性通過金融錯配對企業創新產生的影響效應會因企業產權性質的不同而有所差異。在我國當前的經濟體制下，相對于非國有企業，國有企業在生產經營中享受了各種偏向性政策（張天華和張少華，2016）[26]。政府會對國有企業提供擔保和幫扶，可以為國有企業獲取金融資源提供有利條件。此外，基于其國有資本的背景，國有企業對國家相關政策變動方向的感知會更加敏銳，很大程度上能夠弱化不確定性引發的負面經濟效應。因此，國有企業間的金融錯配程度受貨幣政策不確定性沖擊的影響較小，其創新產出水平不會由此產生明顯波動。但對于非國有企業而言，金融市場中的不確定性是不可忽視的消極因素，一方面，貨幣政策不確定性惡化了企業的信息環境，加劇銀企雙方信息不對稱，從而進一步加深了非國有企業間的金融錯配程度，致使非國有企業獲取資金的難度增加和獲取資金的成本提高。另一方面，在不享受政府優待的情況下，貨幣政策不確定性會通過信貸、利率等渠道嚴重影響非國有企業的經營環境，進一步加劇非國有企業的財務風險。因此，當貨幣政策不確定性上升時，非國有企業為保證經營活動的持續進行，會減少對高風險創新活動的開發和投入。基于上述分析，本文提出如下假設：

假設2：貨幣政策不確定性對非國有企業創新的抑制作用更顯著。

（三）貨幣政策不確定性與企業創新：企業規模差異

不同規模的企業在市場中的地位、擁有的資源有所不同，其創新活動受外部經濟環境的影響也就不同。在不確定的貨幣政策條件下，大型企業與中小企業融資能力之間的差異會進一步放大。銀行并非風險中立者，在政策不確定性的環境下會有不同的風險感知和風險容忍度（Dell等，2014）[27]，如同市場中的其他企業一樣，銀行在風險來臨時亦會選擇“不確定性規避”。為控制壞賬風險，銀行在放貸時會對融資方的財務信息、抵押品及擔保方式提出高要求。因此，在貨幣政策不確定性上升期，銀行在配置資源時會更加注重借款企業的自有財富和支付高昂成本的能力，這會造成金融資源的流向進一步扭曲，且這一現象在小規模企業中更為顯著。具體而言，一是在貨幣政策不確定性上升期，小規模企業與銀行間的信息不對稱問題更加嚴重，而且小規模企業又不具備銀行等信貸供給方所看重的土地、廠房、機器等有形資產抵押品，致使小規模企業的產出效率與其融資能力嚴重不對稱，金融資源不足以支撐創新項目的持續進行;二是貨幣政策不確定性上升時期往往是經濟增長乏力期，企業的資產負債狀況容易惡化，此時小規模企業的經營風險也會隨之提升，這會進一步強化企業的避險情緒，致使企業更傾向于放棄投資風險較大的創新項目。基于上述分析，本文提出如下假設：

假設3：貨幣政策不確定性對小規模企業創新的抑制作用更顯著。

四、模型、數據和方法

（一）數據及變量說明

本文以2010—2019年滬深A股上市公司為研究樣本，并對數據進行如下處理：（1）剔除金融類企業的樣本數據;（2）剔除區間內被ST、*ST的樣本數據;（3）剔除財務數據缺失的樣本數據。本文所使用的上市公司的專利數據來源于中國研究數據服務平臺，上市公司的財務數據、研發投入數據來自國泰安數據庫。同時，為防止極端值對結果產生影響，本文對企業層面的連續變量在1%水平上進行縮尾處理。經過以上處理，最終共得到15334個年度觀測值。

1. 企業創新（[Patent]）。對企業創新的測度主要從企業創新的投入力度和產出水平兩個角度入手。創新投入主要是指企業的研發投入情況，創新產出則主要是指企業專利的申請量、引用量或授權量（李春濤等，2020）[28]。企業的專利申請數量反映了企業投入資源的利用效率，能夠較好地體現企業技術創新的能力，因此，本文選用企業專利申請總數的自然對數來衡量企業創新。考慮到很多樣本企業的年度專利申請數量為0，而且專利申請數量的分布存在顯著的厚尾現象，因此，本文在處理數據時對專利申請數量加1后取自然對數。依據《中華人民共和國專利法實施細則》，企業專利可分為發明專利、實用新型專利和外觀設計專利。其中，發明專利技術含量最高，涉及企業產品的核心技術;實用新型專利和外觀設計專利不涉及產品本身的技術性能，技術含量較低。因此，本文采用李春濤等（2020）[28]的處理方法，以企業發明專利申請數的自然對數衡量企業的發明專利創新（[Patent1]），以實用新型專利申請數與外觀設計專利申請數之和的自然對數測度企業的非發明專利創新（[Patent2]），其處理方法依舊為加1后取自然對數。

2. 貨幣政策不確定性（[Mpu]）。目前學術界在政策不確定性研究中使用較多的方法是基于文本數據的測度方法和基于市場交易數據的估計方法。前者以Baker等（2016）[29]為代表，主要通過相關經濟新聞中的某些特定關鍵術語出現的頻率來刻畫不確定性;后者則借助市場中可獲取的交易數據，通過進一步計算來度量不確定性。基于文本數據的測度方法能夠精準捕捉微觀主體對不確定性的真實感知，在經濟學研究中已得到廣泛應用。因此，本文選用的是Huang和Luk（2020）[3]基于文本分析法構建的中國貨幣政策不確定性指數，該指數的編制方法是對Baker等（2016）[29]方法的進一步優化，涉及的報紙范圍更廣泛且更具有代表性，得到的數據能夠更客觀真實地反映我國貨幣政策執行過程中所產生的不確定性。本文在使用該指數時，借鑒顧夏銘等（2018）[17]的數據處理方法，采取月度算數平均值的方式將月份指數轉化為年度指數，以年度指數作為本文的核心解釋變量。

3. 金融錯配（[Fm]）。借鑒邵挺（2010）[30]的研究，引入金融錯配（[Fm]）作為本文的中介變量。企業的金融錯配程度可以用企業資本成本（[ri]）對行業平均資本成本（[r]）的偏離程度來衡量。計算公式如下：

式（1）中企業資本成本（[ri]）由企業的利息支出與其扣除應付賬款的負債的比值得出。

4. 控制變量。為保證研究結論的嚴謹性，本文參考相關文獻，選取了盈利能力（[Roe]）、企業年齡（[Age]）、企業規模（[Size]）、固定資產占比（[Far]）、杠桿水平（[Lev]）、非債務稅盾（[Tax]）、企業成長性（[Growth]）、股權集中度（[Top]）以及產權性質（[Own]）等作為控制變量。另外，由于貨幣政策不確定性在不同行業和不同年份的企業之間也存在明顯差異，因此，本文在進行研究分析時還控制了行業效應（[Ind]）和年份效應（[Year]）。本文主要變量的定義及具體衡量方法如表1所示。

（二）基準模型構建

本文先分析貨幣政策不確定性對企業創新的影響，構建基準回歸模型如下：

其中，[i]表示上市公司個體，[t]表示年份;被解釋變量[Patentit]為[i]公司在第[t]年的創新產出水平，分別采用企業專利申請總數（[Patent]）、發明專利數（[Patent1]）和非發明專利數（[Patent2]）進行度量;核心解釋變量[Mpu]表示我國當期的貨幣政策不確定性;[Controlsit]表示企業個體特征的控制變量，包括盈利能力（[Roe]）、企業年齡（[Age]）、企業規模（[Size]）、固定資產占比（[Far]）、杠桿水平（[Lev]）、非債務稅盾（[Tax]）、企業成長性（[Growth]）、股權集中度（[Top]）、產權性質（[Own]）;[Year]和[Ind]是年份虛擬變量和行業虛擬變量;[α0]代表方程的常數項;[εit]表示隨機誤差。關鍵解釋變量[Mpu]的系數[α1]表示貨幣政策不確定性對企業創新的影響，根據本文的研究假設1，預期該系數[α1]為負值，即貨幣政策不確定性上升，企業創新產出水平下降。此外，為了驗證產權性質和企業規模的異質性，本文將在基準模型基礎上進行分組回歸，并通過比較分組回歸系數的顯著性來檢驗貨幣政策不確定性對不同產權性質和不同規模企業創新的異質性效應。

（三）主要變量的描述性統計

表2中報告了主要變量的統計特征。據表2可知，企業創新產出即專利申請總數（[Patent]）在進行對數化處理后，最大值為5.969，最小值為0，中位數為1.386，均值為1.567，發明專利數（[Patent1]）和非發明專利數（[Patent2]）的中位數分別是0.693和0，說明企業之間的創新產出水平存在較大差異，且整體創新產出水平偏低。貨幣政策不確定性（[Mpu]）最大值為227.9，最小值為80.94，中位數為123.0，均值為119.1，這印證了我國貨幣政策近年來頻繁調整的事實。金融錯配（[Fm]）的最大值是4.406，最小值是0.004，中位數是1.055，均值是1.124，表明不同企業的金融錯配程度存在差異，并呈現出兩極分化趨勢。控制變量中，企業規模（[Size]）的標準差為1.247，說明樣本企業規模差距較大。盈利能力（[Roe]）的最小值為-0.451、最大值為0.321，企業成長性（[Growth]）的最小值為-0.446、最大值為2.135，說明樣本企業的獲利能力和發展潛力存在較大差距。樣本企業的固定資產占比（[Far]）和杠桿水平（[Lev]）也存在明顯差異。非債務稅盾（[Tax]）的最大值高達0.074，最小值僅為0.002，說明企業的資產類型有所不同。依股權集中度（[Top]）的數據來看，其中位數為0.323，說明樣本企業的股權相對集中。

五、實證結果分析

（一）基準回歸結果分析

本文基于2010—2019年滬深A股上市公司的數據對基準模型進行回歸，在基準回歸中控制了年份效應和行業效應。表3報告了貨幣政策不確定性對企業創新的基準回歸結果。根據表3可知，貨幣政策不確定性的回歸系數在三個回歸中分別為-0.0035、

-0.0026、-0.0026，且均在1%的水平上顯著，這說明企業創新產出對貨幣政策不確定性具有高度的敏感性，隨著貨幣政策不確定性的攀升，企業創新產出水平會下降，即貨幣政策不確定性上升會抑制企業創新，本文的研究假設1得到初步驗證。

（二）內生性問題的處理

本文的核心解釋變量貨幣政策不確定性屬于宏觀層面的變量，受到微觀企業創新行為的影響較小，即二者存在反向因果關系的可能性較小，但可能會因遺漏變量的存在而導致內生性問題，因此，本文選擇工具變量法來處理模型中可能產生的內生性問題。本文采用Baker等（2016）[29]構建的美國貨幣政策不確定性指數作為中國貨幣政策不確定性的工具變量。對該指數的處理參照上述貨幣政策不確定性指數的處理方法，即將月度指數通過算術平均法計算得出年度指數。本文采用的是兩階段最小二乘法（2SLS）來檢驗貨幣政策不確定性對企業創新的影響，回歸結果如表4所示。由表4可知，貨幣政策不確定性對企業創新產出的影響系數依然顯著為負，說明在考慮了可能存在的內生性問題后，結論依然成立。

（三）穩健性檢驗

1. 重新定義貨幣政策不確定性。為保證研究結果的嚴謹性，本文使用上海銀行間同業拆借7日利率的年度標準差（[SHIBOR_STD]）作為貨幣政策不確定性的代理變量進行穩健性檢驗。上海銀行間同業拆借利率是由上海同業拆借中心根據十幾家報價銀行每日自主提供的報價利率計算形成，貨幣政策調整越頻繁，預期難度越大，銀行間市場拆借利率的波動性也就越強。錢雪松等（2015）[31]已研究證實了銀行間同業拆借利率在貨幣政策傳遞中的重要中介作用。因此，本文將上海銀行間同業拆借7日利率的年度標準差（[SHIBOR_STD]）作為中國貨幣政策不確定性的代理指標納入基準模型重新進行擬合回歸，結果見表5。由表5可知，上海銀行間同業拆借7日利率的年度標準差（[SHIBOR_STD]）的回歸系數均在1%的水平上顯著為負，與上文的回歸結果不存在實質性差異。

2. 重新定義企業創新。企業專利申請量主要體現了企業創新的產出水平，而貨幣政策不確定性對企業創新的影響效應可能通過影響企業的創新投入力度來實現。因此，本文從創新投入的視角來檢驗貨幣政策不確定性對企業創新的影響，即選取企業研發投入占營業收入的比例（[RD/Sales]）以及研發投入的自然對數（[LnRD]）作為企業創新的度量指標來進行穩健性檢驗，檢驗結果如表6所示。可以發現，貨幣政策不確定性對創新投入影響的回歸系數均在1%水平上顯著為負，說明貨幣政策不確定性上升會抑制企業的創新投入，進而導致企業創新產出水平下降。上述結果進一步驗證了本文的研究假設1。

（四）異質性分析

1. 基于產權性質的異質性分析。根據上述理論分析，貨幣政策不確定性對企業創新的影響效應可能會因為產權異質性而存在一定的差異。因此，本文根據樣本企業最終控制人的性質將全樣本企業劃分為國有企業和非國有企業兩個分樣本，根據基準模型進行分組實證研究，回歸結果見表7。

由表7可知，在非國有企業分樣本中，貨幣政策不確定性的回歸系數分別是-0.0036、-0.0029、-0.0024，

且均在1%的水平上顯著，然而這一回歸系數在國有企業分樣本中卻不具有顯著性，說明貨幣政策不確定性對企業創新的影響在非國有企業中更為顯著，由此驗證了本文的研究假設2。

2. 基于企業規模的異質性分析。不同規模的企業配置能力和信息透明度不同，貨幣政策不確定性對企業創新的影響也存在差異。本文參照梁帆（2015）[32]的處理方法，以總資產的中位數將樣本企業劃分為大規模企業和小規模企業，回歸結果見表8。其中，貨幣政策不確定性對大規模企業創新的三個回歸系數均不顯著，但對小規模企業創新的回歸系數分別為-0.0036、

-0.0029、-0.0027，且均在1%的水平上顯著，說明貨幣政策不確定性上升會顯著抑制小規模企業的創新，而對大規模企業創新的影響效應并不明顯，由此驗證了本文的研究假設3。

六、機制分析

（一）中介模型構建

貨幣政策不確定性上升時，金融市場摩擦增大，借貸雙方的信息不對稱程度進一步提高。當信貸供給者無法根據企業真實的經營信息做出相關信貸決策時，金融資源的流向就會違背效率原則產生扭曲，致使金融資源錯配程度加重。金融錯配導致的經濟后果是：企業的創新成本上升以及滋生的尋租活動對創新產生“擠出”，二者對企業創新都具有顯著的抑制作用。基于此，本文提出了“貨幣政策不確定性—金融錯配—企業創新”的作用路徑。為了檢驗該路徑是否成立，本文借鑒溫忠麟等（2004）[33]的研究，構建中介效應模型如下：

上述模型的檢驗分為三步：首先，檢驗貨幣政策不確定性對企業創新的影響，得到回歸系數[α1]，如果[α1]在統計上顯著，則進行下一步檢驗。其次，檢驗貨幣政策不確定性對中介變量（金融錯配）的影響，得到回歸系數[β1]。如果[β1]在統計上顯著，則進行下一步檢驗。最后，檢驗中介效應是否存在，將中介變量（金融錯配）放置式（5）當中進行回歸，得到回歸系數[γ2]。如果[γ2]顯著并且[γ1]的絕對值比[α1]的絕對值小，此時，若[γ1]顯著，則說明存在部分中介效應;若[γ1]不顯著，則說明存在完全中介效應。

（二）中介效應分析

根據上述中介效應的檢驗程序，第一步，需要檢驗貨幣政策不確定性對企業創新的影響，如表9中的第（1）、（4）、（7）列所示，貨幣政策不確定性對企業創新的回歸系數均在1%的水平上顯著為負，說明貨幣政策不確定性會顯著抑制企業創新。第二步，對式（4）進行回歸檢驗，如表9中的第（2）、（5）、（8）列所示，貨幣政策不確定性的回歸系數均在1%水平上顯著為正，說明貨幣政策不確定性上升，會加重企業金融錯配的程度。第三步，檢驗金融錯配是否在貨幣政策不確定性抑制企業創新的過程中起到中介作用，表9的第（3）、（6）、（9）列的結果顯示，將金融錯配加入模型后，貨幣政策不確定性的系數[γ1]仍顯著為負，但其絕對值比[α1]的絕對值有所減小，并且回歸系數[γ2]在1%的水平上顯著，這說明金融錯配在貨幣政策不確定性影響企業創新的過程中起到了部分中介作用，即貨幣政策不確定性上升會通過加重金融錯配進而抑制企業的創新產出。

七、結論與啟示

創新是經濟高質量發展的關鍵支撐點，是企業發展的重要驅動力。探究貨幣政策不確定性影響企業創新的微觀作用機制，有助于進一步疏通貨幣政策的傳導機制，增強貨幣政策調控的精準性和有效性，為企業創新提供適宜的貨幣環境。在此背景下，本文通過選取滬深A股上市公司2010—2019年的專利申請數據，利用文本分析法構建中國貨幣政策不確定性指標，研究貨幣政策不確定性對企業創新的影響。研究結果發現，貨幣政策不確定性會抑制企業的創新活動，具體表現為企業創新產出水平的下降。同時，通過異質性研究發現，貨幣政策不確定性對非國有企業、小規模企業創新產出的抑制效果更大。此外，貨幣政策不確定性可以通過加重信貸市場中的金融錯配程度這一渠道來抑制企業創新。

基于以上結論，本文有如下啟示：（1）中央銀行應保持貨幣政策的平穩性、連續性和透明性，特別是在制定貨幣政策時不僅要考慮政策本身產生的經濟效應，還應進一步關注由政策變更導致的不確定性給企業帶來的消極影響。因此，中央銀行應加強貨幣政策預期管理，提高貨幣政策的前瞻性和透明度，要讓企業能夠了解貨幣政策實施的主要目的和未來走向，盡量降低貨幣政策不確定性，使得貨幣政策的實施能夠真正惠及企業的創新活動。（2）拓寬企業融資渠道，尤其注重對非國有企業和中小企業的資金支持。非國有企業和中小企業融資渠道單一且成本高昂，易受貨幣政策不確定性的負面沖擊。中央銀行應進一步創新和豐富貨幣政策工具組合，為非國有企業和中小企業多渠道融資提供政策支持，滿足其創新資金需求，為其實現創新增長提供保障。（3）深化金融市場體制改革，優化金融資源配置效率。中央銀行要高度重視貨幣政策不確定性通過金融資源配置渠道對企業創新造成的不良影響，進一步加快金融體系的市場化進程，促進金融市場配置功能的合理化和效率化，糾正金融市場中的金融錯配現象，為不同的企業提供公平的競爭環境。

參考文獻：

[1]黎文靖，鄭曼妮.實質性創新還是策略性創新？——宏觀產業政策對微觀企業創新的影響 [J].經濟研究，2016，51（04）.

[2]Bloom N. 2014. Fluctuations in Uncertainty [J]. The Journal of Economic Perspectives，28（2）.

[3]Huang Y，Luk P. 2020. Measuring Economic Policy Uncertainty in China [J].China Economic Review，59（C）.

[4]Creal D D，Wu J C. 2017. Monetary Policy Uncertainty and Economic Fluctuations [J]. International Economic Review，58（4）.

[5]Balcilar M，Gupta R，Jooste C. 2017. South Africa's Economic Response to Monetary Policy Uncertainty [J]. Journal of Economic Studies， 44（2）.

[6]Born B，Pfeifer J. 2014. Policy Risk and the Business Cycle [J].Journal of Monetary Economics，68（C）.

[7]Kaminska I，Roberts-Sklar M. 2018. Volatility in Equity Markets and Monetary Policy Rate Uncertainty [J].Journal of Empirical Finance，45（C）.

[8]何德旭，張雪蘭，王朝陽，包慧娜.貨幣政策不確定性、銀行信貸與企業資本結構動態調整 [J].經濟管理，2020，42（07）.

[9]楊忠海，解宏爽.會計信息可比性與資本結構動態調整——基于貨幣政策不確定性視角 [J].會計之友，2018，（11）.

[10]吳偉軍，李銘洋.中國經濟政策不確定性對企業債務融資成本的影響 [J].當代財經，2019，（11）.

[11]Poncet S，Steingress W，Vandenbussche H. 2010. Financial Constraints in China：Firm-Level Evidence [J].China Economic Review，21（3）.

[12]David P，O'brien J P，Yoshikawa T. 2008. The Implications of Debt Heterogeneity for R&D Investment and Firm Performance [J].The Academy of Management Journal，51（1）.

[13]Stokey N L. 2016. Wait-and-See： Investment Options Under Policy Uncertainty [J].Review of Economic Dynamics，21（7）.

[14]郝威亞，魏瑋，溫軍.經濟政策不確定性如何影響企業創新？——實物期權理論作用機制的視角 [J].經濟管理，2016，38（10）.

[15]王全景.政策不確定性抑制了企業創新？—基于地方官員變更視角的實證分析 [J].經濟經緯，2018，35（05）.

[16]孟慶斌，師倩.宏觀經濟政策不確定性對企業研發的影響：理論與經驗研究 [J].世界經濟，2017，40（09）.

[17]顧夏銘，陳勇民，潘士遠.經濟政策不確定性與創新——基于我國上市公司的實證分析 [J].經濟研究，2018，53（02）.

[18]張璇.經濟政策不確定性、金融化與企業R&D投資 [J].湖北社會科學，2021，（05）.

[19]趙萌，葉莉，范紅輝.經濟政策不確定性與制造業企業創新——融資約束的中介效應研究 [J].華東經濟管理，2020，34（01）.

[20]康志勇.金融錯配阻礙了中國本土企業創新嗎？[J].研究與發展管理，2014，26（05）.

[21]常建新.金融發展、資本錯配與經濟高質量發展 [J].金融發展研究，2021，（07）.

[22]張建華，楊小豪.政府干預、金融錯配與企業創新——基于制造業上市公司的研究 [J].工業技術經濟，2018，37（09）.

[23]甄麗明，羅黨論.信貸尋租、金融錯配及其對企業創新行為影響 [J].產經評論，2019，10（04）.

[24]Talavera O，Tsapin A，Zholud O. 2012. Macroeconomic Uncertainty and Bank Lending：The Case of Ukraine[J].Economic Systems，36（2）.

[25]趙曉鴿，鐘世虎，郭曉欣.數字普惠金融發展、金融錯配緩解與企業創新 [J].科研管理，2021，42（04）.

[26]張天華，張少華.偏向性政策、資源配置與國有企業效率 [J].經濟研究，2016，51（02）.

[27]Dell A G，Laeven L，Marquez R. 2014. Real Interest Rates，Leverage，and Bank Risk-Taking [J].Journal of Economic Theory，149（1）.

[28]李春濤，閆續文，宋敏，楊威.金融科技與企業創新——新三板上市公司的證據 [J].中國工業經濟，2020，（01）.

[29]Baker S R，Bloom N，Davis S J. 2016. Measuring Economic Policy Uncertainty [J].The Quarterly Journal of Economics，131（4）.

[30]邵挺.金融錯配、所有制結構與資本回報率：來自1999—2007年我國工業企業的研究 [J].金融研究，2010，（09）.

[31]錢雪松，杜立，馬文濤.中國貨幣政策利率傳導有效性研究：中介效應和體制內外差異 [J].管理世界，2015，（11）.

[32]梁帆.融資約束、風險投資與中小企業成長——基于中國A股上市公司的實證 [J].河北經貿大學學報，2015，36（02）.

[33]溫忠麟.張雷，侯杰泰，劉紅云.中介效應檢驗程序及其應用 [J].心理學報，2004，（05）.

3365501908220