徐亞平，汪 虹

一、引 言

早期在經(jīng)濟(jì)領(lǐng)域關(guān)于不確定性的研究并不多，但自2008年全球金融危機(jī)后，由于不確定性急劇增加，其在經(jīng)濟(jì)衰退中所扮演的角色得到了廣泛關(guān)注，在此背景下有關(guān)不確定性的研究進(jìn)一步拓展和深入。從經(jīng)濟(jì)層面來看，不確定性主要包括兩個(gè)方面，即經(jīng)濟(jì)運(yùn)行不確定性和經(jīng)濟(jì)政策不確定性。近年來，關(guān)于經(jīng)濟(jì)政策不確定性的研究日益受到國內(nèi)外學(xué)術(shù)界的重視，人們普遍認(rèn)為，金融危機(jī)以及經(jīng)濟(jì)的緩慢復(fù)蘇在很大程度上是由于美國以及歐洲各國的經(jīng)濟(jì)政策不確定性所導(dǎo)致的(Baker et al.,2016)。

關(guān)于經(jīng)濟(jì)政策不確定性對企業(yè)投資的影響，傳統(tǒng)理論主要是從實(shí)物期權(quán)的角度進(jìn)行分析，當(dāng)投資不可逆或部分不可逆時(shí)，企業(yè)的投資決策就會(huì)考慮經(jīng)濟(jì)政策不確定性的影響。Myers(1977)、Bernanke(1983)、McDonald等(1986)建立了不確定性條件下實(shí)物期權(quán)投資理論，從而為經(jīng)濟(jì)政策不確定性環(huán)境下企業(yè)投資決策奠定了基本分析框架。其基本思想是，當(dāng)面臨較大經(jīng)濟(jì)政策不確定性時(shí)，決策者可以等待去了解和掌握更多信息以避免投資損失。但2007—2009年金融危機(jī)期間信用價(jià)差的爆棚和資產(chǎn)價(jià)格波動(dòng)，使得一些研究開始注意到金融摩擦機(jī)制是不確定性影響經(jīng)濟(jì)運(yùn)行的另一種渠道(Christiano et al.,2014),不確定性通過金融摩擦因素導(dǎo)致經(jīng)濟(jì)增長停滯或放緩(Al-Thaqeb et al.,2019)。國外一些研究顯示，金融摩擦是經(jīng)濟(jì)體系實(shí)際運(yùn)作中普遍存在的現(xiàn)象，而且它會(huì)顯著地強(qiáng)化經(jīng)濟(jì)政策不確定性對投資的負(fù)面影響(Christiano et al.,2010)。金融摩擦是指金融市場在信息等方面的不完善所導(dǎo)致的交易成本增加。根據(jù)該理論，由于存在信息不對稱，貸款人會(huì)承擔(dān)違約風(fēng)險(xiǎn)，需要支付較高核實(shí)成本，因而要求資本溢價(jià)補(bǔ)償，從而存在與借款人凈值負(fù)相關(guān)、逆周期的外部融資溢價(jià)。在經(jīng)濟(jì)政策不確定性增加時(shí)，金融市場的風(fēng)險(xiǎn)溢價(jià)會(huì)進(jìn)一步上升，從而改變企業(yè)的投資決策。

近年來我國學(xué)者也逐步關(guān)注經(jīng)濟(jì)政策不確定性對企業(yè)投資的影響。李鳳羽等(2015)的研究顯示，我國經(jīng)濟(jì)政策不確定性的提高會(huì)對企業(yè)投資產(chǎn)生抑制作用，并且該抑制作用在2008年金融危機(jī)之后表現(xiàn)得更加明顯，他們的研究支持了實(shí)物期權(quán)理論的基本預(yù)測。陳國進(jìn)等(2016)從金融的視角研究了經(jīng)濟(jì)政策不確定性影響企業(yè)投資的作用機(jī)制，其研究表明，經(jīng)濟(jì)政策不確定性對企業(yè)投資的抑制作用通過資金成本渠道和資本邊際收益率渠道傳導(dǎo)。譚小芬等(2017)的研究認(rèn)為，經(jīng)濟(jì)政策不確定性通過實(shí)物期權(quán)和金融摩擦兩種渠道抑制了中國企業(yè)投資，但從整個(gè)上市公司的樣本來看，實(shí)物期權(quán)渠道占據(jù)主導(dǎo)地位。饒品貴等(2017)從企業(yè)管理層、股東和債權(quán)人等多角度分析了經(jīng)濟(jì)政策不確定性對企業(yè)投資的影響，認(rèn)為總體而言經(jīng)濟(jì)政策不確定性的升高對企業(yè)投資會(huì)產(chǎn)生負(fù)向影響。張成思等(2018)認(rèn)為，從中國經(jīng)濟(jì)政策不確定性的變動(dòng)趨勢看，經(jīng)濟(jì)政策不確定性與實(shí)業(yè)投資率下降有緊密聯(lián)系，進(jìn)一步的機(jī)制分析顯示，經(jīng)濟(jì)政策不確定性通過未來現(xiàn)金流預(yù)期、固定資產(chǎn)收益率和現(xiàn)金流不確定性影響企業(yè)投融資決策。李鵬飛(2018) 的研究表明，將金融摩擦因素納入分析框架后，經(jīng)濟(jì)政策不確定性對民間固定資產(chǎn)投資增速的抑制效應(yīng)更大。

貨幣政策在宏觀調(diào)控中具有核心地位，貨幣政策不確定性在各種政策不確定性中對經(jīng)濟(jì)運(yùn)行的影響尤為顯著。當(dāng)前我國經(jīng)濟(jì)環(huán)境復(fù)雜，貨幣政策調(diào)控面臨較大挑戰(zhàn)，貨幣政策不確定性也較為突出。從相關(guān)文獻(xiàn)來看，現(xiàn)有研究多以整體經(jīng)濟(jì)政策不確定性為視角，而較少有文獻(xiàn)關(guān)注貨幣政策不確定性所帶來的經(jīng)濟(jì)效應(yīng)。同時(shí)，大多數(shù)文獻(xiàn)以經(jīng)典期權(quán)理論為研究基礎(chǔ)，但從當(dāng)前我國企業(yè)普遍存在的“融資難、融資貴”現(xiàn)狀來看，金融摩擦機(jī)制可能發(fā)揮著重要作用。本文的貢獻(xiàn)在于：第一，根據(jù)當(dāng)前我國貨幣市場的運(yùn)行和發(fā)展情況，使用上海同業(yè)拆放市場報(bào)價(jià)利率的標(biāo)準(zhǔn)差構(gòu)建我國貨幣政策不確定性衡量指標(biāo)，并對貨幣政策不確定性如何影響企業(yè)投資進(jìn)行了較為翔實(shí)的實(shí)證檢驗(yàn)；第二，結(jié)合中國實(shí)際，對貨幣政策不確定性的金融摩擦放大機(jī)制進(jìn)行了較深入研究，從新的角度解釋當(dāng)前我國企業(yè)投資波動(dòng)的問題；第三，為經(jīng)濟(jì)下行期我國貨幣政策的優(yōu)化提供了新的研究思路。

二、中國的特征事實(shí)

(一)經(jīng)濟(jì)運(yùn)行復(fù)雜多變與貨幣政策不確定性

1.經(jīng)濟(jì)運(yùn)行復(fù)雜多變，貨幣政策調(diào)控的時(shí)機(jī)、節(jié)奏和力度更難把握。2007年到2008年上半年，由于投資增長過快、信貸投放過多等問題的出現(xiàn)，貨幣政策從過去十年的“穩(wěn)健”基調(diào)開始轉(zhuǎn)為“穩(wěn)中適度從緊”。但從2008年3季度開始，考慮到金融危機(jī)的沖擊，央行政策突然轉(zhuǎn)向，短短四個(gè)月內(nèi)接連宣布五次降息以及四次不同范圍的降準(zhǔn)，央行通過增加流動(dòng)性促進(jìn)經(jīng)濟(jì)增長的意圖十分明顯。2009年，為應(yīng)對國際金融危機(jī)所帶來的巨大沖擊，我國推出大規(guī)模的經(jīng)濟(jì)刺激計(jì)劃，全年信貸增量遠(yuǎn)超市場預(yù)期，M2增速也達(dá)到高峰。2010—2012年，在極度釋放流動(dòng)性后，貨幣政策寬松力度減弱，逐步回歸穩(wěn)健。2013—2014年，隨著我國經(jīng)濟(jì)逐漸步入新常態(tài)，經(jīng)濟(jì)增速出現(xiàn)下滑，政府開始關(guān)注經(jīng)濟(jì)運(yùn)行的結(jié)構(gòu)性問題，貨幣政策調(diào)控強(qiáng)調(diào)針對性和靈活性，為了增強(qiáng)政策的調(diào)控能力，央行在此階段開創(chuàng)了多種非常規(guī)貨幣政策工具。2015年，經(jīng)濟(jì)面臨通縮風(fēng)險(xiǎn)，貨幣政策名義上穩(wěn)健實(shí)則寬松，全年共開展五次降息操作。2016—2017年，國際上不確定性因素增多，國內(nèi)資產(chǎn)價(jià)格出現(xiàn)泡沫，為了防范系統(tǒng)性金融風(fēng)險(xiǎn)，央行著力完善宏觀審慎政策框架，繼續(xù)推進(jìn)利率市場化改革。2018年以來，在確定經(jīng)濟(jì)高質(zhì)量發(fā)展的目標(biāo)后，央行政策基調(diào)是在保持穩(wěn)健前提下做好預(yù)調(diào)微調(diào)，面對當(dāng)下存在的“融資難、融資貴”問題，引導(dǎo)金融機(jī)構(gòu)加大對民營企業(yè)、小微企業(yè)的服務(wù)力度，激發(fā)微觀經(jīng)濟(jì)主體活力。在經(jīng)濟(jì)增長邁入新階段以及國際環(huán)境不斷變動(dòng)的形勢下，為了更好地服務(wù)于實(shí)體經(jīng)濟(jì)，央行的政策需要不斷優(yōu)化和創(chuàng)新，把握政策調(diào)控的難度加大。

2.貨幣政策調(diào)控模式不甚明確，客觀上增加了貨幣政策調(diào)控的難度和不確定性。從總量寬松到結(jié)構(gòu)調(diào)控、從數(shù)量型調(diào)控到價(jià)格型調(diào)控的轉(zhuǎn)型，反映出我國過去較為倚重的數(shù)量型調(diào)控政策的有效性趨于下降。其根本原因在于，我國過去靠投資驅(qū)動(dòng)的增長模式導(dǎo)致信貸投放過多，整體杠桿率已經(jīng)偏高；另一方面，各種結(jié)構(gòu)性問題凸顯，部分產(chǎn)能過剩行業(yè)和國有企業(yè)占據(jù)較多金融資源，中小企業(yè)、民營企業(yè)面臨較為嚴(yán)重的信貸約束，整體資金使用效率有待提高。因而當(dāng)前總量刺激性政策的空間有限，如何兼顧總量與結(jié)構(gòu)調(diào)控，是我國貨幣政策所面臨的一項(xiàng)挑戰(zhàn)。

3.經(jīng)濟(jì)下行時(shí)期貨幣政策調(diào)控的有效性下降。在金融周期下行階段，經(jīng)濟(jì)下行壓力加大，市場預(yù)期不穩(wěn)定，各種結(jié)構(gòu)性問題普遍存在。嚴(yán)峻復(fù)雜的經(jīng)濟(jì)形勢使得貨幣政策內(nèi)外平衡的壓力加大，向?qū)嶓w經(jīng)濟(jì)的傳導(dǎo)面臨梗阻，貨幣政策調(diào)控的效果面臨較大不確定性。

(二)貨幣政策不確定性的金融摩擦放大效應(yīng)

經(jīng)濟(jì)下行時(shí)期，資金風(fēng)險(xiǎn)溢價(jià)提高，在貨幣政策向?qū)嶓w經(jīng)濟(jì)的傳導(dǎo)過程中，因?yàn)橘Y金風(fēng)險(xiǎn)溢價(jià)的對沖，實(shí)體經(jīng)濟(jì)融資成本下降空間受限。而貨幣政策作為一種宏觀和總量性調(diào)控政策，其不確定性上升會(huì)進(jìn)一步提高風(fēng)險(xiǎn)溢價(jià)，使“融資貴”問題更加凸顯。

另一方面，經(jīng)濟(jì)政策不確定性上升會(huì)使信貸配給問題更加突出。在現(xiàn)代信貸配給理論的發(fā)展中，Jaffee等(1976)指出，凡是影響到違約風(fēng)險(xiǎn)的相關(guān)不確定性都會(huì)對信貸配給產(chǎn)生影響。進(jìn)入經(jīng)濟(jì)新常態(tài)以來，國內(nèi)外經(jīng)濟(jì)環(huán)境發(fā)生很大變化，貨幣政策需要承擔(dān)穩(wěn)增長、調(diào)結(jié)構(gòu)等多重任務(wù)，在這種背景下，貨幣政策不確定性會(huì)對銀行的信貸配給行為產(chǎn)生更大影響。此外，由于企業(yè)產(chǎn)權(quán)的異質(zhì)性，民營企業(yè)和中小企業(yè)面臨的信貸配給問題更加嚴(yán)重，致使“融資難”問題更加凸顯。

三、理論分析和研究假設(shè)

(一)貨幣政策不確定性與企業(yè)投資波動(dòng)

傳統(tǒng)的投資理論普遍忽視了現(xiàn)實(shí)中大多數(shù)投資決策具有不可逆性，從20世紀(jì)80代起，一種被稱作不可逆的投資理論開始興起，該理論認(rèn)為當(dāng)企業(yè)的投資是完全或部分不可逆時(shí)，企業(yè)的投資機(jī)會(huì)類似于金融看漲期權(quán)。當(dāng)企業(yè)做出不可逆轉(zhuǎn)的投資支出時(shí)，就相當(dāng)于放棄了等待新消息出現(xiàn)的機(jī)會(huì)，如果經(jīng)濟(jì)政策發(fā)生不利變化，企業(yè)的投資支出形成沉沒成本，不能收回。因而當(dāng)經(jīng)濟(jì)政策不確定性上升時(shí)，企業(yè)很可能延緩?fù)顿Y決策，以等待更多有利于投資的消息出現(xiàn)。

貨幣政策作為最重要的宏觀調(diào)控舉措，具有明顯的相機(jī)抉擇特征。貨幣政策的相機(jī)抉擇性和經(jīng)濟(jì)形勢的難以預(yù)測性，決定了不確定性是貨幣政策的本質(zhì)屬性。2008年金融危機(jī)的發(fā)生使得全球經(jīng)濟(jì)都遭遇了較大沖擊，貨幣政策的操作難度進(jìn)一步加大，貨幣政策頻繁調(diào)整帶來的不確定性上升，也受到學(xué)術(shù)界的廣泛重視。Sinha(2016)基于新凱恩斯DSGE模型分析了貨幣政策不確定性對市場參與者行為的影響，證實(shí)利率不確定性的提高會(huì)增加家庭預(yù)防性儲(chǔ)蓄、降低消費(fèi)。Husted等(2017)研究發(fā)現(xiàn)，貨幣政策不確定性所產(chǎn)生的沖擊與緊縮型貨幣政策相當(dāng)，會(huì)提高信貸利差、降低產(chǎn)出。

基于上述不可逆的投資理論假設(shè)，貨幣政策不確定性上升會(huì)增加等待期權(quán)的價(jià)值，當(dāng)企業(yè)所面臨的投資項(xiàng)目是完全或部分不可逆時(shí)，企業(yè)為避免決策失誤，會(huì)延緩其投資決策，直到不確定性降低或消除。再結(jié)合現(xiàn)有的相關(guān)文獻(xiàn)研究，普遍共識(shí)是貨幣政策不確定性上升對經(jīng)濟(jì)產(chǎn)生了收縮效應(yīng)，其效果類似于負(fù)面需求沖擊。因而，本文提出研究假設(shè)1：

假設(shè)1：貨幣政策不確定性上升會(huì)降低企業(yè)的投資水平。

(二)貨幣政策不確定性傳導(dǎo)的金融摩擦機(jī)制

2008年全球金融危機(jī)引發(fā)的經(jīng)濟(jì)衰退，揭示出金融摩擦是導(dǎo)致經(jīng)濟(jì)波動(dòng)最重要的驅(qū)動(dòng)因素之一。近年來，金融摩擦影響宏觀經(jīng)濟(jì)的傳導(dǎo)機(jī)制，已經(jīng)成為理論界和實(shí)務(wù)界研究的熱點(diǎn)與難點(diǎn)。Arellano等(2019)指出，實(shí)踐中信貸息差的變化對投資有很大影響，因而提出金融摩擦是不確定性波動(dòng)影響宏觀經(jīng)濟(jì)的主要機(jī)制?？紤]到信貸渠道是貨幣政策的主要傳播渠道，貨幣政策的變動(dòng)會(huì)對信貸供給產(chǎn)生沖擊，進(jìn)而影響實(shí)體經(jīng)濟(jì)中信貸資源的分配，因而金融摩擦很可能是貨幣政策不確定性傳導(dǎo)的重要渠道。Lambert等(2012)基于理性預(yù)期模型分析不同投資者之間的信息差異如何影響資本成本，他們的研究結(jié)果表明，信息的準(zhǔn)確性是決定資本成本的主要因素。政策不確定性上升會(huì)加大企業(yè)經(jīng)營者和投資者之間的信息不對稱(Wittenberg-Moerman，2008)，在這種情況下，資金提供方將難以有效判斷企業(yè)的資質(zhì)情況，借貸的違約風(fēng)險(xiǎn)溢價(jià)率便會(huì)提高。若企業(yè)的內(nèi)部現(xiàn)金流不能滿足其投資需求，外部融資成本的增加會(huì)導(dǎo)致企業(yè)投資盈利降低，企業(yè)投資活動(dòng)最終減少。

此外，貨幣政策不確定性上升時(shí)期往往伴隨著經(jīng)濟(jì)衰退或大幅波動(dòng)，企業(yè)的資產(chǎn)負(fù)債狀況容易惡化，較低的現(xiàn)金流和資產(chǎn)凈值將對企業(yè)投資產(chǎn)生負(fù)面影響。首先，企業(yè)內(nèi)部融資來源將減少，因而不得不尋求銀行等外部渠道融資；其次是企業(yè)抵押品價(jià)值減少導(dǎo)致貸款人收縮放貸，外部融資成本進(jìn)一步增加。Gilchrist等(2014)指出，不確定性沖擊導(dǎo)致企業(yè)違約概率增加，從而收縮實(shí)體經(jīng)濟(jì)活動(dòng)。在貨幣政策不確定性上升時(shí)，不同資質(zhì)的企業(yè)所面臨的融資成本和融資可得性是不一致的。企業(yè)的被感知風(fēng)險(xiǎn)越高，貸款人的預(yù)期損失也就越大，借貸難度和成本也就越高?；谝陨戏治觯疚奶岢鲅芯考僭O(shè)2：

假設(shè)2：貨幣政策不確定性通過金融摩擦機(jī)制被進(jìn)一步放大，融資約束程度大的企業(yè)更易受到貨幣政策不確定性的影響。

四、研究框架

(一)計(jì)量模型

1.基準(zhǔn)模型設(shè)定。為檢驗(yàn)貨幣政策不確定性對企業(yè)投資水平的影響，本文構(gòu)建模型(1)作為基準(zhǔn)模型來檢驗(yàn)假設(shè)1。其中，i和t分別代表第i個(gè)企業(yè)和第t個(gè)時(shí)期；被解釋變量INVESTi,t代表企業(yè)i在第t期的投資水平；核心解釋變量貨幣政策不確定性(MPU)指標(biāo)使用滯后一期值；X代表企業(yè)層面的控制變量，全部滯后一期處理，主要包括托賓Q值(TQ)、經(jīng)營性現(xiàn)金流(CF)、總資產(chǎn)收益率(ROA)、企業(yè)規(guī)模(SIZE)、營業(yè)收入增長率(OIGR)以及應(yīng)收賬款周轉(zhuǎn)率(ART)；宏觀層面的控制變量選擇滯后一期的GDP同比增長率(GDPG)；wVOL代表上個(gè)季度市場周收益率的標(biāo)準(zhǔn)差，用來控制經(jīng)濟(jì)形勢不確定性的影響(饒品貴，2017)；αi為不可觀測的個(gè)體效應(yīng)；QRTt為季節(jié)虛擬變量；εi,t為隨機(jī)擾動(dòng)項(xiàng)。

INVESTi,t=β0+β1MPUt-1+∑ηX+β2GDPGt-1+β3wVOLi,t-1+αi+QRTt+εi,t

(1)

2.金融摩擦傳導(dǎo)機(jī)制檢驗(yàn)。為了檢驗(yàn)貨幣政策不確定性傳導(dǎo)的金融摩擦機(jī)制，本文首先選取融資成本(DC)和資產(chǎn)負(fù)債率(LEV)作為企業(yè)融資約束的代理指標(biāo)。融資成本(DC)用企業(yè)利息支出除以總負(fù)債來衡量，企業(yè)的融資成本越高，融資約束程度越大。資產(chǎn)負(fù)債率(LEV)用負(fù)債總額與資產(chǎn)總額之比來衡量，該指標(biāo)值越大，說明對該企業(yè)發(fā)放貸款的安全程度越小，該企業(yè)的融資約束程度越大。接下來是檢驗(yàn)方法的選擇，本文首先在基準(zhǔn)模型的基礎(chǔ)上依次引入融資約束代理指標(biāo)以及它們與貨幣政策不確定性的交叉項(xiàng)，擴(kuò)展后見模型(2)。其中，F(xiàn)F為上述兩個(gè)融資約束變量。若假設(shè)2成立，則模型(2)交叉項(xiàng)的系數(shù)應(yīng)該顯著為負(fù)。

INVESTi,t=β0+β1MPUt-1+δ1FFi,t-1+δ2FFi,t-1×MPUt-1+∑ηX

+β2GDPGt-1+β3wVOLi,t-1+αi+QRTt+εi,t

(2)

在模型2的基礎(chǔ)上，為了進(jìn)一步判斷金融摩擦機(jī)制是否起作用，本文還采用Hansen(1999)發(fā)展的門檻回歸模型，該方法通過自動(dòng)識(shí)別數(shù)據(jù)來確定門檻值，將樣本按照融資約束程度的不同來劃分區(qū)間，以識(shí)別貨幣政策不確定性與企業(yè)投資水平的非線性關(guān)系。門檻回歸模型設(shè)定如下：

INVESTi,t=β0+MPUt-1(FFi,t-1<γ)ω1+MPUt-1(FFi,t-1≥γ)ω2

+∑ηX+β1GDPGt-1+β2wVOLi,t-1+αi+QRTt+εi,t

(3)

若金融摩擦傳導(dǎo)機(jī)制起作用，當(dāng)模型(3)使用融資成本和資產(chǎn)負(fù)債率作為門檻變量時(shí)，應(yīng)有ω1>ω2,且ω2顯著小于零。

(二)變量描述與數(shù)據(jù)來源

1.MPU指標(biāo)的構(gòu)建。研究貨幣政策不確定性的關(guān)鍵是構(gòu)建貨幣政策不確定性衡量指標(biāo)。當(dāng)前衡量貨幣政策不確定性的方法主要分為三類，第一是問卷調(diào)查法，例如紐約聯(lián)邦儲(chǔ)備銀行自2004年開始，在FOMC每次會(huì)議召開前一周，對一級交易商進(jìn)行調(diào)查，要求受訪者直接報(bào)告他們預(yù)測的政策利率和預(yù)測的不確定性；第二是基于市場交易數(shù)據(jù)的衡量方法，如Chang等(2013)通過計(jì)算利率期貨的已實(shí)現(xiàn)波動(dòng)率和利率期權(quán)的隱含波動(dòng)率來衡量未來貨幣政策的不確定性；第三是以Baker等(2016)為代表，根據(jù)媒體報(bào)道中出現(xiàn)的某些特定關(guān)鍵詞，編制了包括財(cái)政、貨幣、貿(mào)易、醫(yī)療保健、國家安全和監(jiān)管政策在內(nèi)的總體經(jīng)濟(jì)政策不確定性指數(shù)(EPU)，該指數(shù)在宏觀經(jīng)濟(jì)學(xué)研究中已得到較廣泛應(yīng)用(1)Husted 等(2019)遵循該方法構(gòu)建了貨幣政策行為和結(jié)果的不確定性指數(shù)；李鳳羽等(2015)、Gulen等(2016)、譚小芬等(2017)在實(shí)證中使用了Baker等(2016)構(gòu)建的EPU指數(shù)。。

考慮到市場交易數(shù)據(jù)往往涵蓋了投資者情緒等信息，而基于媒體關(guān)鍵詞構(gòu)建的政策不確定性指數(shù)有可能與其他宏觀經(jīng)濟(jì)因素產(chǎn)生的不確定性相關(guān)，因而本文根據(jù)當(dāng)前國內(nèi)貨幣市場的發(fā)展和運(yùn)行情況，使用上海同業(yè)拆放利率報(bào)價(jià)數(shù)據(jù)的標(biāo)準(zhǔn)差來構(gòu)建貨幣政策不確定性指數(shù)(MPU)。上海銀行間同業(yè)拆放利率(Shibor)是由上海同業(yè)拆借中心根據(jù)十幾家報(bào)價(jià)銀行每日自主提供的報(bào)價(jià)利率計(jì)算形成的(2)具體見《上海銀行間同業(yè)拆放利率(Shibor)實(shí)施準(zhǔn)則(修訂版)》。，是央行重點(diǎn)培育的市場化利率基準(zhǔn)參考，市場認(rèn)可度高并且應(yīng)用廣泛。各報(bào)價(jià)行會(huì)根據(jù)自身情況以及對市場的判斷給出利率的估值，如果利率估值的標(biāo)準(zhǔn)差變大，則意味著各報(bào)價(jià)行對未來利率走勢判斷的分歧在變大，反映出貨幣政策的不確定性在上升。

本文首先使用7天Shibor的報(bào)價(jià)數(shù)據(jù)標(biāo)準(zhǔn)差來構(gòu)建貨幣政策不確定性日指數(shù)(3)數(shù)據(jù)來源于http://www.shibor.org.，再使用日指數(shù)的月算術(shù)平均值構(gòu)建貨幣政策不確定性月指數(shù)。在后面的實(shí)證分析中為了使貨幣政策不確定性指數(shù)的頻率與企業(yè)季度會(huì)計(jì)數(shù)據(jù)相匹配，借鑒Gulen等(2016)的做法，取每個(gè)日歷季度三個(gè)月的指數(shù)加權(quán)平均值，使用1/2、1/3、1/6的權(quán)重，即MPUt=(3MPUm+2MPUm-1+MPUm-2)/6，其中MPUm指每個(gè)日歷季度結(jié)束當(dāng)月的貨幣政策不確定性月指標(biāo)。該加權(quán)方案考慮了近期不確定性水平對投資決策可能產(chǎn)生更大的影響。

圖1為貨幣政策不確定性的季度指標(biāo)走勢，時(shí)間跨度為2006年第四季度至2018年第四季度。圖中顯示樣本期內(nèi)指數(shù)波動(dòng)幅度較大，并且在一些關(guān)鍵時(shí)期，如2008年金融危機(jī)、2011年歐洲主權(quán)債務(wù)危機(jī)、2013年我國銀行資產(chǎn)荒以及2015年美聯(lián)儲(chǔ)加息預(yù)期升溫前期，指數(shù)波動(dòng)達(dá)到階段峰值。這也表明貨幣政策不確定性在經(jīng)濟(jì)形勢嚴(yán)峻時(shí)期會(huì)上升。

圖1 貨幣政策不確定性(MPU)的季度走勢

2.其他變量定義及描述。文中模型所使用的其他變量定義見表1，各變量的描述性統(tǒng)計(jì)見表2。根據(jù)表2所示，樣本企業(yè)的平均投資支出占總資產(chǎn)比例約為3%，并且企業(yè)之間的投資水平存在明顯差異。除此之外，反映企業(yè)融資約束程度的兩個(gè)變量指標(biāo)，融資成本和資產(chǎn)負(fù)債率也表現(xiàn)出樣本間較大的差異性。

3.數(shù)據(jù)選取。本文選擇2007年以前在我國A股上市的企業(yè)作為研究樣本，為了使企業(yè)的財(cái)務(wù)數(shù)據(jù)與貨幣政策不確定性指標(biāo)的衡量時(shí)間相匹配，樣本時(shí)間跨度為2007年1季度至2018年4季度，并剔除了銀行、保險(xiǎn)等金融類行業(yè)以及關(guān)鍵財(cái)務(wù)變量數(shù)據(jù)缺失的企業(yè)，最終樣本包含1122家上市公司共53856個(gè)觀測值。為了避免極端異常觀測值的干擾，企業(yè)層面的連續(xù)變量數(shù)據(jù)均采取了雙邊1%的縮尾處理(4)本文也試圖將未經(jīng)過縮尾處理的原始數(shù)據(jù)放入模型中檢驗(yàn)，研究結(jié)果未有改變。。樣本中所有上市公司的財(cái)務(wù)數(shù)據(jù)以及市場交易數(shù)據(jù)均來自Wind數(shù)據(jù)庫。

表1 主要變量定義及說明

說明：(1)*選取不變價(jià)GDP同比增長率，剔除價(jià)格波動(dòng)對GDP計(jì)算的影響；(2)**周收益率=ln(周收盤價(jià)/周開盤價(jià))，N為區(qū)間內(nèi)星期數(shù)；(3)***總利息支出=分配股利、利潤或償付利息支付的現(xiàn)金-區(qū)間現(xiàn)金分紅。

表2 主要變量描述性統(tǒng)計(jì)

說明：除MPU外，其他變量數(shù)據(jù)根據(jù)Wind數(shù)據(jù)庫整理。

五、實(shí)證結(jié)果分析

(一)貨幣政策不確定性與企業(yè)投資水平

基準(zhǔn)模型的回歸結(jié)果見表3。第(1)列僅考察貨幣政策不確定性指標(biāo)對企業(yè)投資水平的影響，第(2)～(4)列依次加入企業(yè)層面控制變量、宏觀經(jīng)濟(jì)變量以及經(jīng)濟(jì)不確定性變量。結(jié)果顯示，隨著控制變量的不斷加入，模型估計(jì)結(jié)果存在一定差異，但貨幣政策不確定性的系數(shù)始終在1%水平上顯著為負(fù)，這說明結(jié)論是穩(wěn)健的。因而實(shí)證結(jié)果證實(shí)了假設(shè)1，貨幣政策不確定性的上升降低了企業(yè)投資水平。

在企業(yè)層面的控制變量方面，托賓Q值(TQ)、經(jīng)營性現(xiàn)金流(CF)、總資產(chǎn)收益率(ROA)、企業(yè)規(guī)模(SIZE)、營業(yè)收入增長率(OIGR)的系數(shù)在統(tǒng)計(jì)上均顯著為正，表明企業(yè)的投資水平與投資機(jī)會(huì)、經(jīng)營規(guī)模正相關(guān)，并且企業(yè)較高的現(xiàn)金流能力、盈利能力和成長能力會(huì)顯著提高其投資水平，但應(yīng)收賬款周轉(zhuǎn)率(ART)的系數(shù)在統(tǒng)計(jì)上不顯著；宏觀層面控制變量GDP同比增長率(GDPG)的系數(shù)顯著為正，表明企業(yè)投資具有順周期特征；由股價(jià)波動(dòng)率所反映的經(jīng)濟(jì)不確定性與企業(yè)投資水平顯著負(fù)相關(guān)，也進(jìn)一步驗(yàn)證了實(shí)物期權(quán)理論。

表3 貨幣政策不確定性對企業(yè)投資影響的基準(zhǔn)回歸

說明：括號(hào)中是異方差穩(wěn)健的回歸系數(shù)t值：***、**、*分別表示能夠通過顯著水平為1%、5%、10%的統(tǒng)計(jì)檢驗(yàn)。所有回歸方程包含個(gè)體效應(yīng)，并控制季度虛擬變量。表4～表7同。

(二)金融摩擦機(jī)制的傳導(dǎo)效應(yīng)

若貨幣政策不確定性通過金融摩擦機(jī)制作用于企業(yè)投資，則融資約束程度大的企業(yè)應(yīng)更易受到貨幣政策不確定性的影響。本文首先檢驗(yàn)融資約束與貨幣政策不確定性交叉項(xiàng)對企業(yè)投資水平的影響，回歸結(jié)果見表4。列(1)和列(3)為分別在基準(zhǔn)模型基礎(chǔ)上加入控制變量融資成本和資產(chǎn)負(fù)債率的回歸估計(jì)，結(jié)果顯示融資成本、資產(chǎn)負(fù)債率的系數(shù)均顯著為負(fù)，表明融資成本的增加、資產(chǎn)負(fù)債率的上升會(huì)抑制企業(yè)投資水平。模型(3)的回歸結(jié)果見列(2)和列(4)。列(2)顯示，當(dāng)采用融資成本作為融資約束的代理指標(biāo)時(shí)，其與貨幣政策不確定性交叉項(xiàng)的系數(shù)為-0.149，且在10%的水平上顯著；列(4)顯示，當(dāng)采用資產(chǎn)負(fù)債率作為融資約束代理指標(biāo)時(shí)，其與貨幣政策不確定性交叉項(xiàng)的系數(shù)值為-0.050，并在1%的水平上顯著。以上結(jié)果表明，當(dāng)貨幣政策不確定性上升時(shí)，企業(yè)面臨的融資約束程度越大，其投資水平下降幅度也越大。

表4 金融摩擦機(jī)制檢驗(yàn)

說明：為節(jié)省篇幅，控制變量的系數(shù)未列出；表6、表7同。

表4的回歸結(jié)果證實(shí)，企業(yè)的融資約束程度可以影響貨幣政策不確定性對企業(yè)投資水平的抑制作用，但不同的融資約束區(qū)間是否會(huì)導(dǎo)致貨幣政策不確定性對企業(yè)投資水平的影響呈現(xiàn)非線性特征？模型(3)通過門檻面板回歸檢驗(yàn)這一設(shè)想。本文選用融資成本和資產(chǎn)負(fù)債率作為門檻變量，對貨幣政策不確定性與企業(yè)投資之間是否存在門檻效應(yīng)進(jìn)行檢驗(yàn)，結(jié)果見表5。檢驗(yàn)結(jié)果發(fā)現(xiàn)融資成本和資產(chǎn)負(fù)債率均只通過單一門檻效應(yīng)顯著性檢驗(yàn)，因而它們均適用于單一門檻模型。其中，當(dāng)使用融資成本作為門檻變量時(shí)，門檻值為0.039；當(dāng)使用資產(chǎn)負(fù)債率作為門檻變量時(shí)，門檻值為0.6586。

表5 門檻效應(yīng)檢驗(yàn)結(jié)果

說明：BS次數(shù)為300。

門檻回歸的估計(jì)結(jié)果見表6。列(1)給出了以融資成本為門檻變量的回歸結(jié)果：當(dāng)融資成本低于門檻值0.039時(shí)，貨幣政策不確定性的系數(shù)為-0.010，在10%的水平上統(tǒng)計(jì)顯著；當(dāng)融資成本高于門檻值0.039時(shí)，貨幣政策不確定性的系數(shù)為-0.116，在1%的水平上顯著。列(2)給出了以資產(chǎn)負(fù)債率為門檻變量的回歸結(jié)果：當(dāng)資產(chǎn)負(fù)債率低于門檻值0.6586時(shí)，貨幣政策不確定性的系數(shù)在統(tǒng)計(jì)上不顯著；當(dāng)融資成本高于門檻值0.6586時(shí)，貨幣政策不確定性的系數(shù)為-0.082，且在1%水平上顯著。由此可見，當(dāng)企業(yè)的融資成本和資產(chǎn)負(fù)債率低于門檻值時(shí)，企業(yè)的融資約束程度較小，貨幣政策不確定性對企業(yè)投資的影響極其微弱甚至不顯著；然而隨著企業(yè)融資成本和資產(chǎn)負(fù)債率的增加并且超過門檻值時(shí)，企業(yè)的融資約束程度變大，貨幣政策不確定性對企業(yè)投資水平產(chǎn)生顯著的抑制作用。

綜合模型(2)和(3)的實(shí)證檢驗(yàn)結(jié)果，企業(yè)的融資約束程度會(huì)影響貨幣政策不確定性與企業(yè)投資水平之間的關(guān)系，企業(yè)面臨的融資約束程度越大，貨幣政策不確定性對企業(yè)投資的負(fù)面影響越顯著。因而實(shí)證結(jié)果支持假設(shè)2，證實(shí)了貨幣政策不確定性傳導(dǎo)的金融摩擦機(jī)制。

表6 金融摩擦與貨幣政策不確定性關(guān)系的門檻回歸結(jié)果

六、進(jìn)一步分析與穩(wěn)健性檢驗(yàn)

(一)貨幣政策不確定性、產(chǎn)權(quán)異質(zhì)性與企業(yè)投資

圖2 樣本分組特征

貨幣政策不確定性總體而言會(huì)導(dǎo)致企業(yè)投資水平下降，但這種作用對于不同企業(yè)的影響是否存在差異是一個(gè)值得進(jìn)一步關(guān)注的問題。由于產(chǎn)權(quán)性質(zhì)不同，國有企業(yè)和非國有企業(yè)在融資約束、經(jīng)營效率等方面存在差異。圖2對比了樣本內(nèi)國有企業(yè)和非國有企業(yè)的資產(chǎn)負(fù)債率(LEV)、融資成本(DC)、總資產(chǎn)收益率(ROA)和投資率(INVEST)的平均值?？梢钥闯?，雖然國有企業(yè)的資產(chǎn)收益率較低，卻享有信貸成本低、信貸資源豐富的優(yōu)勢。非國有企業(yè)與國有企業(yè)相比較，存在融資難、融資貴的困擾，而國有企業(yè)的資本配置效率則有待提高。

為了檢驗(yàn)產(chǎn)權(quán)異質(zhì)性是否影響貨幣政策不確定性與企業(yè)投資之間的關(guān)系，本文構(gòu)建了產(chǎn)權(quán)性質(zhì)(SOE)虛擬變量，國有企業(yè)取值為1，非國有企業(yè)取值為0。將產(chǎn)權(quán)性質(zhì)以及產(chǎn)權(quán)性質(zhì)和貨幣政策不確定性的交叉項(xiàng)(MPU×SOE)放入基準(zhǔn)模型中回歸，結(jié)果見表7列(1)，可以看到交叉項(xiàng)系數(shù)在統(tǒng)計(jì)上顯著為負(fù)。接著，將研究樣本按照產(chǎn)權(quán)性質(zhì)分組，再將分組樣本分別進(jìn)行回歸，結(jié)果見表7列(2)和列(3)?？梢钥吹?，貨幣政策不確定性在國有企業(yè)和非國有企業(yè)分組回歸中的系數(shù)分別為-0.033和-0.019，通過自舉法(bootstrap)獲得的經(jīng)驗(yàn)p值為0.030，表明兩組MPU系數(shù)差異在5%水平上顯著。綜合表7結(jié)果來看，貨幣政策不確定性對國有企業(yè)投資水平的負(fù)面影響更大。

一般認(rèn)為，國有企業(yè)更易受到信貸資金的青睞(王婷 等，2017)，按照金融摩擦的作用機(jī)制，理論上國有企業(yè)受貨幣政策不確定性的影響應(yīng)該相對較小。但國有企業(yè)由于其股東特性和高管的政治背景，相較于非國有企業(yè)而言，往往具有更緊密的政治聯(lián)系。國有企業(yè)在享有政治資源的同時(shí)，也承擔(dān)著更多的政治責(zé)任，因而對政策本身更加敏感(才國偉 等，2018)。因此國有企業(yè)盡管面臨的融資約束程度較小，但由于其緊密的政治聯(lián)系，反而更易受到貨幣政策不確定性的影響。這樣，在經(jīng)濟(jì)下行期，金融摩擦的放大效應(yīng)使得更多資金配給到國有企業(yè)，但國有企業(yè)投資同樣也會(huì)受到政策不確定性的影響，這也在一定程度上解釋了貨幣政策向?qū)嶓w經(jīng)濟(jì)傳導(dǎo)梗阻的現(xiàn)象。

表7 貨幣政策不確定性對企業(yè)投資、投資敏感度的分組回歸

(二)穩(wěn)健性檢驗(yàn)

1.為了避免遺漏變量偏差造成內(nèi)生性問題，本文在構(gòu)建模型時(shí)除了考慮企業(yè)層面的控制變量，還加入宏觀經(jīng)濟(jì)形勢變量以及經(jīng)濟(jì)不確定性變量，但依然需要考慮其他政策不確定性可能對企業(yè)投資產(chǎn)生的影響。因而本文將Baker等構(gòu)建的政策不確定性指數(shù)(EPU)對貨幣政策不確定性指數(shù)(MPU)和宏觀經(jīng)濟(jì)形勢變量(GDPG)進(jìn)行回歸，將回歸殘差視為其他政策不確定性指數(shù)，并滯后一期放入基準(zhǔn)模型中檢驗(yàn)，結(jié)果顯示關(guān)鍵解釋變量MPU的系數(shù)依舊顯著為負(fù)。

2.前文使用了融資成本和資產(chǎn)負(fù)債率這兩種單一指標(biāo)來衡量企業(yè)的融資約束程度，在穩(wěn)健性檢驗(yàn)中，本文采用Kaplan等(1997)構(gòu)建的KZ指數(shù)這一綜合指標(biāo)作為融資約束的代理指標(biāo)，放入模型(2)和(3)中檢驗(yàn)，原先的假設(shè)檢驗(yàn)結(jié)果依舊成立。

3.本文將樣本企業(yè)按照產(chǎn)權(quán)性質(zhì)進(jìn)一步細(xì)分為中央國有企業(yè)、地方國有企業(yè)和非國有企業(yè)，將模型按照新的分組進(jìn)行回歸，結(jié)果未發(fā)生明顯改變，結(jié)論依舊成立。

七、結(jié) 論

本文利用上海同業(yè)拆放市場報(bào)價(jià)數(shù)據(jù)的標(biāo)準(zhǔn)差構(gòu)建貨幣政策不確定性指數(shù)，旨在判斷貨幣政策不確定性對企業(yè)投資的影響，從而為貨幣政策不確定性影響企業(yè)投資的金融摩擦放大機(jī)制提供微觀證據(jù)。實(shí)證研究結(jié)果顯示：貨幣政策不確定性的提高，通過金融摩擦放大效應(yīng)，會(huì)進(jìn)一步提高企業(yè)的風(fēng)險(xiǎn)溢價(jià)，使“融資貴”問題更加凸顯，同時(shí)民營企業(yè)和中小企業(yè)面臨的信貸配給問題也更加嚴(yán)重，致使“融資難”問題更加突出；由于企業(yè)產(chǎn)權(quán)的異質(zhì)性，信貸資金會(huì)更多配給到國有企業(yè)，但國有企業(yè)投資同樣會(huì)受到政策不確定性的影響，它們在貨幣政策不確定性上升時(shí)會(huì)保持更高的謹(jǐn)慎性和風(fēng)險(xiǎn)意識(shí)，這在一定程度上影響了資金向?qū)嶓w投資的轉(zhuǎn)化。

本文的結(jié)論具有較強(qiáng)的政策含義。在經(jīng)濟(jì)增長趨緩并面臨下行壓力的情況下，貨幣政策要承擔(dān)穩(wěn)增長、調(diào)結(jié)構(gòu)、防風(fēng)險(xiǎn)等多重責(zé)任。如果貨幣政策本身不甚明確，或調(diào)控過于活躍，則可能進(jìn)一步加劇貨幣政策調(diào)控的不確定性，反而在一定程度上抵消貨幣政策的調(diào)控效應(yīng)。因此，為更好地實(shí)現(xiàn)貨幣政策的調(diào)控目標(biāo)，需要提高貨幣政策的穩(wěn)定性和連續(xù)性，加強(qiáng)對公眾預(yù)期的前瞻性引導(dǎo)，避免政策本身成為經(jīng)濟(jì)擾動(dòng)的根源。同時(shí)，需要高度關(guān)注不確定性沖擊的金融摩擦放大效應(yīng)，一方面，采取切實(shí)措施緩解民營企業(yè)和中小企業(yè)融資難、融資貴的問題；同時(shí)，也需要提高國有企業(yè)的投資水平和效率，避免資金脫實(shí)向虛，改善貨幣政策向?qū)嶓w經(jīng)濟(jì)的有效傳導(dǎo)。