企業持有現金如何影響勞動力需求？*
——來自上市公司的經驗證據

□陳建偉 王軼

內容提要 企業的流動性管理如何影響勞動力需求是一個關系到宏觀流動性政策是否能夠穩定就業形勢的重要問題。本文通過構建一個包含流動性約束的工作搜尋模型，認為企業需要持有流動性資產應對經營不確定性和工作匹配沖擊，這將會降低企業創造崗位和雇傭員工的數量?；谏鲜泄緮祿凸ぞ咦兞孔R別策略的回歸結果表明，企業持有現金比率顯著降低了員工雇傭規模，表明企業基于經營和謹慎預防動機而持有一定比率的現金會抑制勞動力需求。異質性分析表明，低固定資產密集型、高勞動成本密集型企業和民營企業的抑制性效應相對較顯著。進一步回歸分析發現，企業的銷售人員、技術人員等崗位都因現金持有策略而被相對縮減。宏觀層面降低不確定性和提升勞動力市場匹配效率緩解企業流動性偏好的政策有助于促進更加充分就業。

一、引言

實現高質量充分就業是積極就業政策的重要目標。宏觀上，保持流動性合理充裕是穩定總需求和促進充分就業的重要政策措施，其重要出發點在于流動性對緩解企業融資約束和增加勞動力需求的積極作用。然而在微觀企業層面，持有流動資產是否有利于企業擴大雇傭規模還沒有太多堅實的經驗證據。尤其是當企業面臨外部融資約束時，為了支付員工工資和應對各種不確定性必須要提高內部流動性資產持有量，甚至有企業雇主為了保持流動性而削減企業員工雇傭規模。由此一個亟待回答的重要問題是：企業持有流動資產的行為是否會限制企業的勞動力需求？其相關作用機制是怎樣的？回答這些問題，有助于我國政府更好地認識微觀企業就業崗位創造過程及其影響因素，為暢通貨幣政策穩就業傳導渠道提供政策參考。

本文通過上市公司面板數據檢驗企業持有現金資產對企業員工規模變化的因果效應，對上述問題進行了探索。企業持有的現金資產，是指一種流動性強、能快速變現的包括銀行存款在內的資產。全球范圍內，企業持有現金是一種普遍現象。2008 年美國金融危機爆發后，研究者們觀察到企業積累的現金規模上升而同期員工人數卻呈下降趨勢（Bacchetta et al.，2019）。經驗觀察到的企業現金持有與企業用工規模之間的負相關關系是否代表著一種因果關系，還有待實證研究來檢驗。由于企業雇傭和現金持有水平通常是企業應對外部市場環境變化而做出的決策結果，究竟是因為企業持有更高比例的現金而導致更低的就業規模，還是因為企業規模小而需要保持更高的現金持有率，是一個經驗上亟待識別的難點。

為了解決識別問題，本文尋求一種在經驗上可行的工具變量策略，以隔離企業層面的特有沖擊對估計效應的干擾。具體而言，本文借助了相對外生的全國層面時間序列沖擊，與企業特有的沖擊響應因子構成一類交互項的工具變量。與現有文獻相比，本文可能的邊際貢獻主要體現在如下幾個方面：

首先，本文為更好地理解流動性如何影響勞動力需求提供了上市公司層面的經驗證據。近年來一些文獻關注了流動性收縮和融資約束對就業的沖擊，其中重要的機制是企業因損失外部融資和信貸渠道，而不得不采取措施壓縮勞動雇傭規模和勞動成本。例如，有研究表明融資約束顯著地抑制了企業雇傭需求（張三峰和張偉，2016）；余明桂和王空（2022）的研究進一步表明，地方政府債務融資的擠出效應加劇了企業融資約束，從而抑制了企業雇傭勞動力規模。類似地，Mehrotra &Sergeyev（2020）的研究發現信貸渠道解釋了美國大衰退期間18%的就業下降，主要是信貸緊縮降低了企業的崗位創造。此外，Dong（2022）的研究證實了金融危機期間的信貸緊縮是貝弗里奇曲線向外移動和勞動力市場匹配惡化的關鍵驅動力。企業外部信貸融資市場收縮可能會提升企業流動資產的需求。本文的研究從上市公司角度提供了新的證據。

其次，本文為更好理解企業現金持有行為的經濟后果提供了基于就業角度的經驗證據。自2008 年全球金融危機爆發以來，發達國家企業現金持有水平顯著上升的現象吸引了大量研究者關注。Almeida et al.（2014）、Da Cruz et al.（2019）等文獻對持有現金的廣泛動機、影響因素和持有方法，以及持有現金的經濟價值及其后果等一系列相關研究做出了很好的總結。然而從現有文獻進展來看，研究企業現金持有行為對勞動力雇傭需求的研究還很少。與本文相近的一篇文獻是Bacchetta et al.（2019），作者基于異質性企業的DSGE 模型模擬解釋了觀察到的企業現金持有率與就業之間的負相關關系。本文在發現上述關系的同時，還基于一個包含流動性約束的工作搜尋模型構建現金持有與企業雇傭之間的負向關系，而且本文使用企業層面的數據提供了企業持有現金比率對就業的因果效應估計。本研究為摩擦市場理論觀點提供了經驗證據，金融市場和勞動力市場摩擦的相互作用，可能是理解企業流動資產持有行為對雇傭規模負效應的基石。

最后，本文還為更好地克服企業現金持有的內生性提供了基于工具變量策略的可行思路。工具變量策略是解決公司財務類變量內生性的常用辦法，而常見的行業均值或內生變量的滯后項不太可能是充分可靠的工具變量（Larcker &Rusticus，2010）。因此，有必要尋找一種可以隔離企業層面未觀測到的生產率等因素沖擊的工具變量。本文嘗試的一種方法是，利用企業外部融資所面臨的貨幣政策不確定性指標作為外部資金供給沖擊。貨幣政策是影響企業外部資金供給的關鍵因素，因此貨幣政策不確定性將會對企業籌資現金流產生沖擊，這是保證工具變量兩階段策略的第一階段線性相關的基礎。而且實證研究已經證明了貨幣政策通過信貸利差和金融摩擦等渠道對企業行為的影響（Husted et al.，2020）。依據這一思路，本文利用貨幣政策不確定性的時間序列變化構造了一個企業持有現金比率的工具變量。

本文剩余部分結構安排如下：第二部分構建了一個含流動性約束的工作搜尋模型，討論了均衡狀態下企業流動資產持有量與雇傭規模之間的關系；第三部分報告了本文的工具變量識別策略和數據來源；第四部分報告了現金持有率對企業員工總數的基準回歸與工具變量回歸結果，并通過工具變量證偽性檢驗表明了工具變量策略的合理性；第五部分是效應異質性和可能的機制分析；最后是本文的結論與政策建議。

二、企業流動性資產持有與雇傭規模：基于工作搜尋模型

本文的理論推斷是，在不完美的勞動力市場和外部融資約束環境下，企業必須要維持一定的流動資產以應對經營不確定性和員工離職等風險沖擊。均衡條件下企業持有的流動資產與雇傭規模呈負相關。為了更好地說明這一點，本部分將參照Boeri et al.（2018）等研究的做法，將企業流動性約束引入標準的工作搜尋模型，并討論勞動力市場匹配效率如何影響均衡的變量關系。

假定經濟中有大量風險中性的企業與工人，企業可以雇傭多名工人，而工人不參與在職搜尋。由于勞動力市場存在搜尋摩擦，代表性企業需要首先設置崗位空缺，然后以一個相對外生的匹配率在勞動力市場匹配到工人。不失一般性，假定勞動力市場搜尋崗位的工人數為，空缺的崗位數為。單位時間內搜尋工人與崗位空缺的匹配速率由一次齊次函數表示，符合Inada 條件。令代表勞動力市場的景氣度，θ 越大表明勞動力市場的崗位空缺相對越多，這對求職者相對更有利。定義企業崗位空缺的匹配率為，工人面臨的匹配率為，其中q’（θ）<0。

（一）企業創造崗位空缺與搜尋工人

企業進入后獲得的生產率外生給定為a，雇傭工人數量為n，產出為y（n；a），向工人支付的工資為w（n；a）。參照Acemoglu &Hawkins（2014）模型設定，假定企業計劃增加數量為v 的崗位空缺，面臨的值函數J（n；a）表達如下：

其中，r 代表單位時間折現率。單位時間內企業雇傭關系受到兩類因素的沖擊，分別為企業經營面臨的退出率δ 和在職員工離職率s，為分析簡便假定兩類因素都是外生給定。企業退出意味著所有員工失業，而員工離職意味著企業將失去員工為企業創造的價值。Jn（n；a）代表增加一名員工為企業帶來的邊際價值，這里假定新招聘員工與在職員工具有相同的勞動生產率。c（v）代表企業要招聘員工所付出的總成本，v 代表需要招聘的崗位空缺數。q（θ）為企業面臨的崗位匹配率，取決于勞動力市場景氣程度θ。當勞動力市場呈現出崗位空缺相對更多而搜尋工人相對更少的景氣局面，企業崗位空缺的匹配速率下降。

為了節約搜尋成本，假定企業設定的最優崗位空缺數取決于如下優化問題：

（二）工人搜尋崗位空缺與匹配

代表性工人在勞動力市場尋找就業機會，其搜尋狀態下的價值一方面取決于失業收益，另一方面來源于匹配就業后形成的價值增量。假定代表性求職工人的值函數可以表示為：

其中，z 代表求職者失業狀態下的收益（如失業保險金等非就業性收入來源），θq（θ）為求職者面臨的勞動力市場匹配率。W（n；a）代表工人在一個員工規模為n、生產率為a 的企業就業狀態下的價值，表述為：

聯立式（3）和（4）可以得到：

由式（5）可知，工人就業獲得的福利增加W（n；a）-U 與工資w（n；a）正相關，但是與工人面臨的各類失業風險δ+s 負相關。

（三）工資決定機制

工人工資w（n；a）取決于企業與代表性員工的討價還價，一旦工資設定機制確定則所有員工獲得相同的工資。參照工作搜尋理論模型中對工資設定的通用假定，員工和雇主以固定比例共享就業匹配剩余。就業匹配的總剩余來自兩部分，其一是企業獲得的就業剩余Jn（n；a）；其二是工人從失業轉向就業狀態獲得的福利增量W（n；a）-U，其中W（n；a）、U 分別代表工人在就業狀態下的值函數。工人分享的份額為β∈（0，1），則有：

聯合式（5）和式（6）可得員工的工資確定機制：

根據式（7）右側可知，員工工資由兩部分組成：一是員工在企業的邊際價值Jn（n；a），二是員工的就業機會成本z。

（四）企業持有流動資產與均衡的就業規模

如果外部融資市場是完美的，企業可以通過經營價值J（n；a）來為支出融資。但是外部融資是存在摩擦的，為了防止出現意外、按時支付工資與招聘費用、防止外部信貸額度收緊，企業必須要儲備一定的現金等流動性資產。假定企業經營活動產生的自有流動性資產為M（n；a），定義企業最低自有流動性儲備為，用來抽象地代表企業因預防性儲蓄動機所需要持有的最低現金額度，越高意味著企業為維護穩定運營所需要儲備的流動性資產越多。例如，當Mˉ為負意味著企業可以凈負現金流經營。依定義有如下約束：

接下來將討論企業均衡雇傭水平n*和崗位空缺v*的決定機制與過程。

為了方便計算解析解，假定企業的產出函數為y（n；a）=an，企業崗位空缺的設置和匹配成本為c（v）=v2/2。對式（2）求最優化的一階條件，得到最優的崗位空缺設置為：

一旦企業達到均衡的雇傭規模n*，企業沒有激勵增加或減少雇傭員工數量。因此，企業創造崗位搜尋工人的唯一目的是彌補員工離職產生的職位空缺。在這種均衡狀態下，單位時間內企業因員工離職造成的就業減量，等于新匹配的就業增量，即均衡狀態下如下條件成立：

考慮到過多持有流動資產會增加企業的額外負擔，甚至會導致一些低生產率企業退出市場，因此均衡條件下企業持有的流動資產是各種條件綜合作用下的最低水平，即式（8）取等號。聯合式（7）、式（9）與（10）代入等式（8），得到如下方程：

命題：保持其他條件相同，若企業需要儲備的最低額度現金水平提高，將會導致企業縮減員工雇傭規模n*以及降低相應的崗位創造規模。

命題的經濟直覺在于，在其他條件不變的情況下，受不利形勢沖擊的企業為了維持必要的現金儲備將縮小崗位創造和員工雇傭以節約短期現金開支，而企業進一步擴大雇傭規模將消耗企業的現金儲備。勞動力市場存在著搜尋摩擦，雇傭工人所占用的現金支出分為兩部分：一是為雇傭工人而創造崗位空缺和投入招聘費用；二是匹配成功后每期生產所支付的工資報酬。某種意義上，一些本可以由現金轉換為新崗位空缺和生產機會而產生的收益，構成了企業持有現金的機會成本。給定勞動力市場的匹配效率，企業雇傭更多員工意味著需要付出更多崗位空缺成本和招聘成本以維持企業內部就業均衡。因為企業雇傭工人和生產運營需要占用強流動性的現金，但是外部融資約束等非預期沖擊促使企業控制雇傭勞動支出以節約現金支出需求，所以企業勞動力需求與企業現金及其等價物儲備規模負相關。

值得補充的是，本文模型沒有直接說明企業持有的最低現金資產水平是如何決定的，而這相對于勞動力搜尋匹配過程而言是外生的。事實上，持有現金是企業確保合理流動性的最慣用方式。在Da Cruz et al.（2019）所總結的文獻中，已有研究關注了企業過度持有現金的謹慎動機、交易成本動機、投機動機等，而企業的委托代理沖突、產品市場競爭、融資約束和信貸供給沖擊等也是重要的影響因素。就動機而言，本文所描述的場景更接近于預防性儲蓄使得企業需要從經營收入中保留部分現金以備未來經營之需。

三、研究設計與數據說明

（一）識別策略

前文理論部分說明了企業現金持有規模與企業員工雇傭規模負相關。為了檢驗從企業現金持有到員工雇傭規模的因果關系，本部分首先參照Bacchetta et al.（2019）設定如下基準面板數據模型：

其中，i、t 分別代表企業個體和年份；lnEmpit為取自然對數形式的企業員工總數；CasRit代表企業持有的現金比率；Zit為一組企業層面的控制變量；c 是常數項。β、γ 是待估參數；θi代表未觀測的企業個體效應，δt代表不隨個體變化的時間效應；?it為誤差項。

β 是本文核心參數，代表了企業持有現金比率對就業規模的因果效應。如果企業現金持有比率與企業勞動力需求因素無關，那么固定效應回歸得到的估計系數可以解釋為因果效應。但是這一假設過于理想化，早期研究表明規模較小和風險較高的企業持有較大比例的現金（Opler et al.，1999），這意味著企業持有現金比率水平可能是就業規模小的結果。此外，企業的決策權配置也會影響現金持有（劉嫦和趙銳，2021）。同時仍然可能存在著一些未被控制變量組Zit捕捉的因素，同時影響著企業對流動性和勞動力的需求。因此，要識別企業現金持有率對企業就業規模的因果效應，必須要克服逆向因果關系和遺漏變量等因素造成的偏差。

本文選擇使用工具變量策略來隔離企業層面影響效應估計的內生性因素。工具變量wit的設計參照Nunn &Qian（2014）的思想，采取外生沖擊與內生暴露交乘的形式，具體構造方法為：wit=St。其中，St代表一類影響企業流動性需求但又獨立于勞動力需求的因素（外生），代表著企業特有的沖擊響應因子（內生）。其中，本文選擇使用Huang &Luk（2020）計算的中國貨幣政策不確定性指數作為時間序列沖擊St，具體是將原數據中按月計算的指數取均值得到年度指數時間序列。具體的計算方法為：假定代表性企業i 在年份t的經營性現金流凈值為正、投資性和融資現金流凈值為負，則設定Dit=1，=∑Dit/T。在企業現金流量表中，現金流來源分別是經營性現金流、投資性現金流和籌資現金流，而現金流是凈流入還是凈流出對企業調整流動資產持有決策很重要。如果企業經營性凈現金流為正而其余兩類為負，表明企業經營情況尚屬正常而且對外投資和償還籌資正常，既不是處于高速增長也不是處于經營困難階段。因此，代表樣本觀測期內企業正常穩定運營的平均傾向。

工具變量的有效性依賴于一組假設，其中相關性假設和排除性限制假設最關鍵也最受關注。相關性假設是指，工具變量與內生解釋變量相關。從文獻來看，工具變量與內生變量的相關性條件能夠滿足。例如，祝繼高和陸正飛（2009）的研究表明貨幣政策收緊可能會提高企業現金持有水平，而余靖雯等（2019）的研究也表明政策不確定性也會影響企業現金持有率。相關性假設可以通過統計工具來加以檢驗，例如在工具變量兩階段回歸中檢驗第一階段回歸系數顯著性和整體線性關系，后文將會報告相關性假設的檢驗統計量。

工具變量有效性的排除性限制假設是指，限制或排除了工具變量對結果變量的直接影響或通過其他因素對結果產生影響，亦即工具變量唯一地通過內生變量對結果變量產生影響（Imbens，2014）。這一假設無法直接利用統計量來檢驗，只能通過對工具變量、內生解釋變量與結果變量之間實質性關系的知識來論證排除性限制的合理性。具體到本文背景下，如果要證偽排除性假設的有效性，那么就需要找到貨幣政策不確定性通過其他非現金儲備渠道影響企業勞動力需求的證據。

從文獻進展來看，貨幣政策不確定性引起的“實物期權”效應和融資約束效應，可能是威脅本文工具變量有效性的重要渠道。不確定性影響實體經濟活動有三個潛在傳導渠道，其一是“實物期權”效應（real-option effect），即不確定性引起企業暫停投資和雇傭工人（Bloom，2009），這是觀望態度導致的投資推遲。其二是預防儲蓄效應，如果企業在不確定性環境中經營并且進入資本市場獲得借貸的機會有限，那么企業會發現持有更多的現金作為緩沖是有益的。因此，再融資風險是決定現金持有量的關鍵因素（Harford et al.，2014）。反過來，更好地進入債務市場可以減輕不確定性對公司現金儲備政策的影響（Favara et al.，2021）。其三是金融市場摩擦帶來的融資成本效應，即不確定性通過影響信貸利差進而影響企業投資行為（Gilchrist et al.，2014）。綜合來看，“實物期權”效應和融資成本效應意味著貨幣政策不確定性可以直接引發企業做出暫停投資和雇傭的決策，而預防儲蓄效應最終仍然會反映為企業的現金流變化。本文通過偽造性測試的方法，來檢驗“實物期權” 效應或其他可能存在的非現金持有因素是否傳導了工具變量對結果變量的影響。具體通過以下兩種辦法來實現：

第一，使用財政政策不確定性指數重新構造工具變量回歸，檢驗“實物期權”效應的存在性。如果“實物期權”效應直接傳導了貨幣政策不確定性對企業投資和雇傭行為的影響，那么可以預期財政政策不確定性同樣應該存在“實物期權”效應，使用財政政策不確定構造的工具變量應該得到相似顯著性的回歸結果。因為財政政策與貨幣政策通常具有較強的相關性，研究也發現地方政府隱性債務擴張會導致金融風險水平上升（尹李峰和姚馳，2022），所以財政政策不確定性與貨幣政策不確定性在引起“實物期權”效應方面可能存在著高度相似性。如果財政政策不確定性工具變量的回歸結果與貨幣政策不確定性工具變量不同，那么很難認為“實物期權”效應破壞了工具變量排除性限制的假設基礎。

第二，使用融資約束指標重新構造內生解釋變量回歸，檢驗融資約束效應。如果借助貨幣政策不確定性構造的工具變量，不是排除性地通過企業現金持有渠道作用于企業雇傭，那可以預期融資約束也可能是重要的作用渠道。原因在于，貨幣政策主要通過調節社會信貸供給來影響總需求，而信貸額度是企業補充流動資金的重要渠道，因此貨幣政策不確定性非常有可能造成企業額外的融資約束。有研究證實，企業融資約束（感知到的融資難度）對企業雇傭需求有顯著負向影響（張三峰和張偉，2016）。有鑒于此，本文將核心解釋變量替換為企業融資約束指標進行工具變量兩階段回歸，以考察回歸結果與基準結果是否相似。融資約束指標的計算參照Hadlock &Pierce（2010）的做法，利用企業資產規模和上市年齡構建。

（二）變量設定與數據說明

本文所用的企業數據來自上市公司財務報表數據，考慮到上市公司數據中企業員工人數信息在2011 年之前缺失較多，本文實際使用的年份跨度是2011—2020 年。所使用的企業樣本為工業企業樣本。

核心解釋變量：現金比率（CasR），以企業期初現金及現金等價物余額與總資產的比值表示。具有較高流動性的資產應該是一類具有較高安全邊際和較強變現能力的資產，結合數據可得性本文選擇使用企業現金及現金等價物作為企業持有現金的代理指標。由于不同企業的生產經營規模和績效存在較大差異，直接使用現金等價物水平值可能存在誤導，因此參照Bacchetta et al.（2019）的做法除以企業總資產作為測度現金的相對指標。與此同時，考慮到企業流動資產用于償還流動債務的需求，本文也使用企業期初現金及現金等價物余額與流動負債的比值作為備選的解釋變量。

被解釋變量：員工總數（lnEmp），以企業員工總數取自然對數表示。為了增強基準回歸的說服力，本文也計算了企業員工增長率、按總資產規模平均的員工相對數作為備選被解釋變量。如果現金比率與核心被解釋變量之間的關系是穩健的，那么可以預期對備選因變量的回歸結果也會大致保持穩定。為了進一步考察企業現金持有率對不同類型崗位需求的影響，本文根據數據特點設置了分類員工變量。分別是：銷售人員（lnEmpSale）、生產人員（lnEmpProd）、技術人員（lnEmpTech）、行政人員（lnEmpAdmn），分別以企業的銷售人員、生產人員、技術人員和行政人員人數取自然對數表示；本科學歷（lnEmpBA），以企業本科學歷員工人數取自然對數表示。

控制變量：流動負債率（CurLiaR），以企業流動負債占總負債的比率表示，控制企業為支付員工工資而持有現金的影響；總營收（lnRev），以企業營業總收入取對數表示，控制企業因經營收入變化而產生的現金流變化及其對員工雇傭規模的影響；總資產（lnAT），控制企業資產規模而產生的流動性管理需求的影響；杠桿率（LeveR），以企業總負債與負債及股東權益總計的比值表示，控制企業杠桿率變化對持有現金和勞動力成本管理的影響。

變量描述性統計報告見表1。

表1 變量描述性統計

四、回歸結果分析

（一）基準回歸結果

首先對基準模型（13）進行雙向固定效應回歸，將基準結果報告在表2 中。為了有利于對比控制變量的引入在多大程度上影響了核心自變量對因變量的回歸系數，回歸時分不引入控制變量和引入控制變量的模型，標準誤聚合到企業個體層面。

從表2 中報告的第（1）列和第(2）列基準結果來看，企業現金持有率與企業員工數的關系顯著為負。將第(2）列的系數估計結果作為基準，可以看出在控制其他企業特有變量和雙向固定效應基礎上主要解釋變量系數仍表現出統計顯著性。加入控制變量的估計值相對未加控制變量的估計值有一定程度的變化，反映出控制變量確實對企業現金比率和勞動力需求產生了影響。表2 中報告的對員工增長率和員工相對數的回歸結果，依然保持了負向關系，進一步表明固定效應估計的方向可能是穩定的?？紤]到企業可以通過削減員工數量以機械地節約現金流的事實，本文核心解釋變量包含了現金的實物期權價值，一定程度上反映了未來的經營對勞動力需求的可能調整方向。因此，基準回歸結果是否在控制內生性問題后還能保持穩健，需要進一步多方診斷和測試。

表2 企業現金比率對勞動雇傭規模的OLS 回歸

（二）工具變量回歸與穩健性檢驗

本部分報告工具變量回歸結果，包括工具變量簡約式回歸(IV-reduced）和兩階段回歸(IV-2SLS）。為了解決有關模型設定、樣本選擇和變量設定等問題，本部分也設計了一些穩健性檢驗模型。檢驗結果報告在表3 中，其中每一個系數估計結果都代表一次獨立的回歸，IV 兩階段回歸結果還報告了標準化系數以分析回歸結果的經濟顯著性。具體分析如下：

1.引入行業趨勢項。一些行業層面的異質性特征可能會引起企業現金持有偏好的變化，因此有必要在回歸中控制未觀測的行業趨勢。根據數據可得性選擇以兩位數行業大類（2011 年國標行業分類）表征不同行業，引入行業-時間趨勢項再回歸，得到的結果報告在表3 中的第(1）列。結果表明，企業層面勞動力需求與現金持有率之間存在負向關系。

2.使用平衡樣本。由于最新上市公司樣本在未上市年份的財務報表信息不可得，基準回歸樣本是一份不平衡的面板數據，因此使用樣本時間段內都被觀測到的企業平衡樣本回歸來檢驗樣本不平衡性在多大程度上干擾了基準結果。平衡樣本回歸結果報告在表3 中的第(2）列，無論是簡約式還是兩階段回歸結果，都與第(1）列結果非常接近。需要補充的是，平衡樣本回歸得到的兩階段系數絕對值稍大，這可能意味著早上市企業相對于晚上市企業在現金比率影響效應方面的一些細小差異?；诖丝梢源笾峦茰y，樣本不平衡不至于破壞觀測到的企業現金比率對企業員工規模的負向關系。

3.使用制造業樣本。制造業企業與非制造業企業在外部資金需求和經營模式方面存在的系統性差異可能導致估計結果失真。有鑒于此，根據企業行業分類信息選出制造業樣本進行再回歸，結果報告在表3 的第(3）列。制造業樣本的回歸系數仍然穩健為負，表明制造業企業仍然存在著現金持有比率對企業雇傭員工規模的抑制效應。不同的是，制造業樣本估計得到的系數絕對值相對列(1）有所下降，這可能意味著制造業企業員工雇傭規模對企業現金持有率的響應彈性稍低。

4.被解釋變量縮尾。大樣本數據很難避免異常值問題，一些測量誤差也可能會干擾基準效應估計。考慮到偏離均值較大的觀測都有可能屬于異常值，本文對被解釋變量兩端各縮尾2.5%進行回歸，結果報告在表3 中的第(4）列。工具變量的回歸結果顯示，企業現金比率對被解釋變量的回歸系數仍然顯著為負，且標準化系數也非常接近基準結果?；谶@一回歸結果，本文認為異常值問題不太可能干擾估計系數的穩健性。

5.引入額外交互項。本文工具變量的構造使用了全局層面的時間序列沖擊，然而可能存在著一些遺漏的未觀測因素與這一沖擊相關，同時也影響企業的勞動力需求。因此，有必要考慮其他時間序列沖擊通過相類似的渠道對企業產生作用。本文重點考慮了兩類因素，一類是貨幣中單位活期存款增速，與企業特有的沖擊響應因子取交互項以控制全局流動資產儲備對企業的影響；另一類是城鎮在崗職工平均實際工資增長率，同樣取交互項以控制工資增長因素對企業的影響。與此同時，將工具變量交互項設計中的企業特有沖擊響應因子替換為樣本期內企業平均的資產負債率，與貨幣政策不確定性指數時間序列取交互項。引入新設計的三類交互項，回歸結果報告在表3中的第（5）列。結果顯示，新增加交互項并沒有吸收企業現金持有率對因變量的負效應，而且工具變量第一階段結果仍然保持了與未引入上述變量的回歸結果相似性。由此可以推斷，一些宏觀層面 的因素不太可能通過本文所闡述的渠道對企業的流動資產持有效應造成太大干擾。

表3 工具變量與穩健性回歸結果

6.引入因變量的滯后項。面板數據結構總是會存在著時間序列相關，盡管本文使用了聚合到企業層面的標準誤來控制一些自相關問題造成的干擾，但是仍然無法完全剔除這一問題?？尚械慕鉀Q辦法是增加因變量的滯后項，作為對誤差項自相關的一種近似，在動態面板結構下考察核心解釋變量系數是否會發生大幅度的變化。引入因變量滯后項的結果報告在表3 中的第（6）列，工具變量回歸結果表明核心解釋變量對因變量的負向關系并沒有改變。工具變量簡約式回歸結果沒有太大變化，而工具變量兩階段回歸系數絕對值有一定幅度下降，表明滯后的被解釋變量吸收了一部分效應。

另外，基準回歸中的現金持有率計算方式也存在一定的可討論性。如果企業持有現金是為了應對流動性約束，那么當外部資金獲得更容易，企業的流動性約束就能有效緩解。流動負債能夠在一定程度上反映企業獲得外部短期融資的能力，故本文使用現金與流動負債的比值作為備選的解釋變量。使用備選變量的相關回歸結果報告在表3 中的最后一行系數，結果表明現金比率的備選變量仍然得到了顯著為負的估計值，而且標準化系數與原有解釋變量的相應回歸標準化系數高度接近。上述分析意味著，改變核心解釋變量的測度并沒有從根本上動搖基準結果。

接下來討論工具變量相關性假設和弱工具變量檢驗結果。工具變量相關性是支持工具變量策略有效性的主要假設之一，弱相關性的工具變量將造成弱識別問題。從現有文獻的普遍做法來看，檢驗相關性假設的主要做法是檢驗第一階段回歸系數與總體線性關系的統計顯著性，以考察工具變量與內生變量是否弱相關或在多大程度上是弱相關。具體而言，單一工具變量的第一階段回歸系數直觀上表征了工具變量與內生解釋變量的相關系數及其統計顯著性，若統計不顯著則表明工具變量弱相關。C-D F 統計量（Cragg-Donald Wald F）和K-P rk F 統計量（Kleibergen-Paap Wald rk F）代表工具變量弱識別檢驗結果，前者適用于誤差獨立同分布的假定，后者適用于異方差穩健標準誤包括聚合標準誤。經驗法則要求Cragg-Donald F 統計量大于10，這表明工具變量兩階段的估計偏差相對OLS 估計偏差比較小，可拒絕弱識別的原假設。但是，這一經驗值并不能簡單地套用在誤差非獨立同分布的情形。

表3 報告的一階段估計系數以及F 統計量結果拒絕了弱識別的原假設，表明工具變量策略的相關性假設有統計證據。具體而言，表3 中不同模型設定的第一階段回歸系數均顯著為正，說明工具變量與內生解釋變量之間的相關性在統計意義上顯著；C-D F 統計量明顯超過了10，在經驗法則下可以拒絕弱相關的原假設；此外，K-P rk F 統計量與C-D F 統計量相比有一定程度的縮小，但并沒有發生太大的偏離。由于兩類F 統計量適用的方差假設條件有差異，而本文在估計中假定方差存在一定的聚合結構（聚合到企業個體層面），嚴格意義上經驗法則確定的臨界值10 并不能適用于異方差情形的弱識別檢驗結果判斷。分析來看，樣本量越大則工具變量兩階段回歸的弱識別偏差可能越小，而本文使用的上市公司長面板數據具有較大的樣本量，能夠有效降低兩階段回歸可能存在的弱識別偏差。

（三）工具變量排除性限制假設與證偽性測試

要確保工具變量策略有效，至少要使得相關性和排除性限制假設能得到滿足。盡管前文第一階段回歸結果顯示內生解釋變量與工具變量顯著相關并拒絕了弱識別原假設，但是排除性限制假設仍然可能受到一些未觀測因素的威脅。例如，一些與貨幣政策相關的宏觀時間序列變量可能影響企業勞動力需求，從而破壞排除性限制假設的根據。其經濟直覺在于，企業勞動力需求既取決于企業自身發展預期，又受外部宏觀環境的影響。要使得排除性假設得到支持，必須要證偽這些外部因素不是唯一地通過內生解釋變量影響企業勞動力需求。如何診斷工具變量只通過內生解釋變量影響被解釋變量，目前沒有太好的辦法構造統計量進行假設檢驗，只能通過一些可行的證偽性測試來尋求提示性證據。有鑒于此，本部分的工具變量證偽性測試分為如下兩類，具體做法及分析如下：

第一類證偽性測試考察貨幣政策不確定性是否混雜了“實物期權” 效應影響企業員工雇傭規模。檢驗的思路是，如果貨幣政策不確定性工具變量回歸得到的影響是吸收了“實物期權”效應的結果，那么使用財政政策不確定性工具變量回歸得到的結果仍然能夠反映“實物期權”效應。因此，比較兩類工具變量對核心解釋變量的回歸結果，能夠在一定程度上檢驗是否基準回歸混雜了“實物期權”效應。

首先，使用不同計算方法構造貨幣政策不確定性工具變量進行回歸，標準化系數結果報告在表4 中的第（1）～（3）列?；鶞驶貧w中使用的貨幣政策不確定性，是根據月度不確定性指數取年度均值得到。假如宏觀貨幣政策不確定性真的通過企業特有響應因子影響了現金持有，那么使用月度不確定性指數取年內12 個月的中位數、最大值、變異系數（方差與均值比）同樣能夠度量年度貨幣政策不確定性程度?；诖?，分別使用貨幣政策不確定指數的中位數、最大值、變異系數與企業特有的響應因子取交互項，構造新的工具變量分別回歸。模型回歸結果表明，改變年度貨幣政策不確定性指數計算方法構造的工具變量，依然得到了與基準回歸相似的顯著為負的估計系數，標準化系數值也非常接近，這表明貨幣政策不確定性對企業的沖擊效應是穩健的。

其次，使用上述同樣方法構造財政政策不確定性工具變量進行回歸，標準化系數結果報告在表4 中的第（4）～（6）列。如果本文使用貨幣政策不確定性指數構造的工具變量確實存在“實物期權”效應，那么使用財政政策不確定性指數構造工具變量進行估計，至少應該獲得與貨幣政策不確定性工具變量類似的顯著性結果。然而第（4）～（6）列結果表明，使用財政政策不確定性指數計算的各類工具變量的兩階段回歸結果盡管為負，但是都不在10%的水平下顯著。

第二類證偽性測試考察貨幣政策不確定性是否混雜了融資約束效應影響企業員工雇傭規模。檢驗思路同上，具體差異體現在將核心解釋變量現金比率替換為新的內生解釋變量融資約束（FinC）。標準化系數報告在表5，其中各列回歸結果并不顯著為正。比較兩類工具變量對核心解釋變量的回歸結果，以及將表5 的各列結果與表4中相應列回歸結果比較，不難發現工具變量沒有明顯地通過融資約束渠道限制企業雇傭。

表4 “實物期權”效應證偽性測試

表5 融資約束效應證偽性測試

此外，也有必要檢驗本文選定的時間序列沖擊是否通過其他的企業內部渠道影響企業行為。由于本文的工具變量構造采取的是交互項St，可能存在著一些未觀測的企業個體因素與和結果變量相關，使得本文的工具變量策略還可能存在著ωiSt的影響渠道。因此需要嘗試性地找到，并構造安慰劑工具變量來進行測試。

表6 額外的證偽檢驗

表6 報告的系數估計結果并不顯著，表明貨幣政策不確定性對企業的沖擊可能主要是通過企業流動性資產持有渠道而產生作用的。表6 中，第（1）、（4）列模型中使用的沖擊序列為貨幣政策不確定性指數取中位數，第（2）、（5）列模型中使用最大值，第（3）、（6）列模型中使用變異系數。第（1）～（6）列的結構盡管為負，但是都不顯著，且標準化系數絕對值也偏離前文的基準回歸結果。盡管不能據此得出基于貨幣政策不確定性的工具變量策略不存在其他影響渠道，但是通過經營業績渠道和償債能力渠道發揮作用的可能性較小。進一步分析，上市公司財務信息包括三部分，資產負債表、現金流量表和損益表，貨幣政策不確定性沖擊也很大程度上會從三大表上得到體現。如果凈利潤能夠在一定程度上代表損益表，而流動比率反應資產負債表，那么排除上述兩類作用渠道后就剩下現金流量表的影響。而現金流量表中的信息也正是本文構造基準工具變量所使用的信息，據此可以認為本文的工具變量策略具有可靠性和穩健性。

五、效應異質性與機制分析

（一）效應異質性

基準回歸得到的估計系數，表明保持其他條件相同情況下企業持有現金比率會抑制企業的勞動力需求。事實上保持其他條件不變的前提過于苛刻，因為貨幣政策不確定性可能意味著不同企業的外部融資可得性不同，或者企業內部財務狀況差異使得企業對外部沖擊做出的反應也有不同。即使這些差異不會破壞估計結果的穩健性，然而深入了解企業聘用需求如何對現金比率變化做出不同的響應，也具有較強的現實意義。有鑒于此，本部分主要就一些可能影響同質平均效應估計的因素展開異質性分析。簡要的回歸和異質性分析報告如下：

第一類效應異質性來源于企業固定資產的密集度差異。一些行業企業發展前期需要投資形成龐大的固定資產，也有一些行業企業發展和就業擴張不依賴于大規模高密度的固定資產投資，因此企業的固定資產密集度及其對外部融資需求存在差異。中國銀監會2009 年出臺了《固定資產貸款管理暫行辦法》，優質的貸款項目能夠得到銀行的融資支持。因此以樣本區間內企業固定資產占總資產比重來衡量固定資產密度，比重低于樣本中位數的定義為低密度企業，否則為高密度企業。本文進行低和高密度企業樣本回歸，得到的結果報告在表7 中第（1）和（2）列。結果顯示，低固定資產密度企業得到顯著的回歸結果，而高密度企業樣本回歸結果并不顯著?？赡艿脑蛟谟?，固定資產占比較低的企業更加依賴企業內部財務融資，因此持有現金資產會對企業就業造成更顯著的負面影響。

第二類異質性來源于企業勞動成本的密集度差異。既然企業持有現金的重要功能是支付員工報酬和應對勞動力市場沖擊，那么可以合理預期勞動成本密集度差異可以協助解釋效應異質性。以現金流量表中支付給職工以及為職工支付的現金占經營活動現金流出額的比重衡量勞動成本密集度，企業平均的勞動成本密集度高于全樣本中位數為高勞動成本密集度企業，否則為低密集度企業。分樣本回歸結果報告在表7 中的第（3）和（4）列，結果顯示勞動成本密集度較高的企業回歸結果顯著，而低密集度企業回歸系數絕對值較大但并不顯著?？赡艿脑蛟谟?，勞動成本密集度較高的企業需要保留相對更高的流動性以按時支付員工報酬，因此勞動力需求對持有現金比率的響應更顯著。

第三類異質性來源于企業實控人的所有制差異。已經有文獻發現不同所有制企業在獲得外部融資方面存在的差異，而且這種融資差異可能是導致就業結構性難題的重要原因。本文將樣本區間內屬于國企的年份所占比例超過50%的企業定義為國企。例如，一些自始至終都是國有企業的定義為1，而中間發生實控人變動和最終實控人是國資機構的則依據實際控制時間超過一半的標準定義為國企，否則是非國企。分樣本回歸結果報告在表7 的第（5）和（6）列，系數估計值顯示非國企樣本的負效應顯著，而標準化系數絕對值和標準誤估計都要低于國企樣本?？赡艿脑蛟谟?，非國企在調整勞動力雇傭方面靈活度更高，因此也更顯著地受到企業現金管理戰略的影響。

表7 效應異質性分析（IV-2SLS）

（二）潛在機制分析

前文已經提供了持有現金比率降低企業員工雇傭規模的經驗證據，考慮到企業內部存在勞動分工，目前尚不清楚的是現金比率是否同等程度地降低所有類型崗位的需求。根據數據可得性，本文按員工分類進行回歸，結果報告在表8。具體分析如下。

結果表明，現金比率對企業員工雇傭規模的影響更可能是通過技術和銷售一類崗位的變動來實現的，因為企業技術人員和銷售人員的負效應相對更大。從表8 報告的標準化系數來看，現金比率每提高一個標準差，造成企業技術人員和銷售人員下降的幅度相對最高。可能的原因在于，企業內部不同崗位存在著成本差異，使得不同崗位對現金比率變化的響應彈性存在差異。銷售人員和技術人員的工資與生產和行政人員的工資相比更高，結合異質性分析結論發現勞動成本密集度更高的企業效應顯著，由此可以推斷企業內部高成本的崗位更易受到現金比率的影響。不足之處在于缺乏不同類型員工的工資報酬精確信息，無法提供這兩類崗位的員工變化彈性較大是否是因為報酬高的直接經驗證據。

表8 潛在機制分析（IV-2SLS）

此外，給定勞動力市場不同崗位匹配速率下的企業崗位空缺創造策略，也能夠在一定程度上解釋觀察到的經驗關系。理論分析指出，為了維持企業雇傭人員動態平衡，企業需要保持與在崗員工規模成正比的崗位空缺規模。然而，維持崗位空缺需要占用企業的流動性資源。如果企業遭受現金流沖擊而需要提升持有現金比率，企業可以通過減少崗位空缺設定和壓縮招聘費用來節約現金流。而如果員工離職率不變或因現金流沖擊而上升，企業的員工流出大于流入，從而表現出就業規模的凈減少。由于企業崗位空缺和招聘人數相關信息缺失，這一機制留待未來進一步論證。

另外，表8 中還報告了現金比率對本科學歷員工數量取對數的回歸結果。經濟意義上系數的變動幅度要小于總體人員減少幅度，表明企業內部員工變動存在著學歷差別，高學歷員工相對于低學歷員工的受影響幅度更小。可能的原因在于，上市公司普遍都是行業內競爭力較強的企業，對員工的學歷和能力要求比較高。而本科學歷的員工處于學歷分布的中高端，成為上市公司的主要招聘對象，因此企業在學歷層面的調整不太可能降低本科學歷的比例。

六、結論與政策建議

流動性管理是企業經營戰略的重要組成部分。盡管宏觀流動性寬松對穩就業具有重要作用，但是企業持有流動資產究竟是促進還是抑制了企業雇傭員工規模，相關研究還很缺乏。為了調查企業持有流動性對員工雇傭規模的影響，本文構建了一個包含流動性約束的工作搜尋模型討論了流動性約束如何抑制雇傭規模，并利用上市公司數據進行了實證檢驗。

本文理論分析表明，企業需要應對經營風險和勞動力市場摩擦而儲備流動資產，均衡狀態下企業的雇傭規模與崗位創造規模正相關，而提高流動性儲備則會降低企業雇傭水平。通過利用工具變量識別策略，本文在上市公司數據層面識別了持有現金比率對員工雇傭規模的影響。工具變量兩階段回歸結果表明，企業現金比率顯著地降低了對數員工數量。這一結論在改變樣本設定、變量縮尾等檢驗下都保持穩健。異質性分析表明，企業固定資產密集度、勞動成本密集度和企業所有制性質等因素，協助解釋了效應異質性。進一步的機制分析表明，企業很可能重點通過調整銷售人員和技術人員來應對流動性沖擊。

基于本文的研究結論，要通過管理宏觀流動性促進就業穩定，以下兩點需要重點突破：

第一，要暢通宏觀貨幣政策流動性向企業流動性的傳導渠道，降低企業流動性資產持有偏好。凱恩斯主義宏觀調控政策理論已經強調了市場流動性偏好對貨幣政策的重要含義，如果企業持有流動性資產的偏好非常大，那么企業的勞動力需求將會降至最低以及貨幣政策對穩就業完全失效。因此，要采取有效措施降低企業對流動資產的持有偏好。研究表明，外部融資渠道不暢是導致企業提升流動資產持有比率的重要因素。而且，融資約束在企業擴大金融活動加劇金融風險過程中發揮重要中介作用（楊有紅和趙曉梅，2021）。因此要暢通貨幣政策作用渠道，保障企業合理充裕的流動性需求。在融資政策方面，要同等對待國有企業和非國有企業。通過降低企業持有現金比率，擴大企業崗位空缺創造和雇傭需求。

第二，要暢通公共就業服務政策向勞動力供需兩端的傳導渠道，提升勞動力市場匹配效率和降低工作搜尋成本。在摩擦性的勞動力市場，企業需要投入資源設置工作崗位和招聘員工以維持員工隊伍動態穩定。一個匹配效率高的勞動力市場能夠最大程度地降低企業面臨的員工和崗位沖擊，從而有效緩解企業為穩定雇傭所面臨的流動性資產儲備壓力。通過提升匹配效率、降低員工和崗位分離頻率，能在推動企業擴大就業規模的同時不至于占用過大比例的流動性。