楊 肖

（中國(guó)人民銀行蘭州中心支行，甘肅 蘭州 730000）

一、引言

經(jīng)濟(jì)學(xué)研究中，通常將凱恩斯發(fā)表《就業(yè)、利息和貨幣通論》作為現(xiàn)代宏觀經(jīng)濟(jì)學(xué)建立的標(biāo)志，由此開(kāi)始，“無(wú)形之手”與“有形之手”，哪只手更加重要，如何協(xié)調(diào)好二者的關(guān)系等爭(zhēng)論從未停歇。凱恩斯學(xué)派主張政府的“有形之手”作用于失靈的市場(chǎng)，從而緩解現(xiàn)實(shí)中的失業(yè)與蕭條；以弗里德曼為代表的貨幣學(xué)派卻認(rèn)為人為政策干預(yù)只能造成市場(chǎng)的更大波動(dòng)。市場(chǎng)的資源配置作用并不完美，會(huì)在某些方面存在失靈，如果政府能采取恰當(dāng)?shù)恼邷p小經(jīng)濟(jì)波動(dòng)，引導(dǎo)產(chǎn)業(yè)升級(jí)轉(zhuǎn)型，將會(huì)對(duì)經(jīng)濟(jì)發(fā)展起到十分積極的作用。但是，市場(chǎng)本身千變?nèi)f化，政策制定者無(wú)法對(duì)市場(chǎng)中所有信息做出準(zhǔn)確判斷，加之政策具有滯后性，人為干預(yù)往往會(huì)扭曲市場(chǎng)信息。更為重要的是，頻繁的政策變化會(huì)加深這種不確定性，進(jìn)而影響公眾預(yù)期和企業(yè)經(jīng)營(yíng)者決策。我國(guó)正處于經(jīng)濟(jì)轉(zhuǎn)型時(shí)期，市場(chǎng)經(jīng)濟(jì)發(fā)展并不成熟。面對(duì)政策的不確定性，企業(yè)家的投資決策會(huì)如何變化？是追求眼前利益，實(shí)現(xiàn)公司價(jià)值最大化，還是志存高遠(yuǎn)，加大投資力度，以期在未來(lái)得到豐碩回報(bào)？微觀決策者的行為與宏觀經(jīng)濟(jì)環(huán)境息息相關(guān)，宏觀經(jīng)濟(jì)政策的不確定將如何影響微觀經(jīng)濟(jì)主體的決策選擇，這方面的研究具有重要的現(xiàn)實(shí)和理論意義。

資本市場(chǎng)發(fā)展的不充分、壟斷的存在以及利率未充分市場(chǎng)化，使得我國(guó)金融資本一定程度上存在超額回報(bào)率；與此同時(shí)，房?jī)r(jià)的快速上漲使得房地產(chǎn)躋身高額利潤(rùn)率行業(yè)。產(chǎn)業(yè)轉(zhuǎn)型升級(jí)過(guò)程伴隨著傳統(tǒng)制造業(yè)利潤(rùn)的下滑，資本逐利性驅(qū)使越來(lái)越多的產(chǎn)業(yè)資本涌入金融業(yè)和房地產(chǎn)業(yè)，出現(xiàn)了“實(shí)體企業(yè)的金融化”現(xiàn)象。Wind 數(shù)據(jù)庫(kù)顯示，2018 年全年我國(guó)先后有1252 家上市公司購(gòu)買(mǎi)過(guò)銀行理財(cái)產(chǎn)品，超過(guò)了上市公司總數(shù)的1/3，合計(jì)認(rèn)購(gòu)金額總額達(dá)到1.66萬(wàn)億元，創(chuàng)近五年購(gòu)買(mǎi)公司數(shù)和認(rèn)購(gòu)金額新高。作為傳統(tǒng)制造業(yè)大國(guó)，我國(guó)人口紅利和資源優(yōu)勢(shì)不斷喪失，低端制造業(yè)的低廉勞動(dòng)力成本優(yōu)勢(shì)不再，高端制造業(yè)的發(fā)展處于技術(shù)瓶頸期，加之發(fā)達(dá)國(guó)家“再工業(yè)化”浪潮的影響和貿(mào)易保護(hù)主義的國(guó)際形勢(shì)越發(fā)明顯，我國(guó)制造業(yè)升級(jí)轉(zhuǎn)型迫在眉睫。正如熊彼特所說(shuō)，企業(yè)實(shí)現(xiàn)創(chuàng)新升級(jí)是由企業(yè)家破壞性創(chuàng)造實(shí)現(xiàn)的。2003年到2017年，我國(guó)企業(yè)研發(fā)資金支出占全社會(huì)總研發(fā)支出的比重逐年增加，從60.11%提高至76.48%，并逐漸穩(wěn)定在70%以上的較高水平，企業(yè)早已成為我國(guó)實(shí)現(xiàn)技術(shù)創(chuàng)新的主要力量。在看到企業(yè)不斷提高研發(fā)投入為我國(guó)經(jīng)濟(jì)帶來(lái)活力的同時(shí)，也應(yīng)注意到我國(guó)的基礎(chǔ)性研究和應(yīng)用的投入仍然不足，基礎(chǔ)性研發(fā)投入的占比常年徘徊在5%左右，不利于形成長(zhǎng)期的競(jìng)爭(zhēng)優(yōu)勢(shì)。

創(chuàng)新是企業(yè)生命之源。與其他決策行為不同，創(chuàng)新研發(fā)需要企業(yè)持久投入資金，如果中途間斷，已投入部分幾乎完全淪為沉沒(méi)成本，調(diào)整成本高昂（Hall，2002）[1]。同時(shí)，創(chuàng)新研發(fā)行為是否成功面臨較高風(fēng)險(xiǎn)且未來(lái)收益不穩(wěn)定，考慮到創(chuàng)新研發(fā)的成果多為專(zhuān)利品等無(wú)形資產(chǎn)，很難成為抵押品，給企業(yè)帶來(lái)新的融資。一般而言，企業(yè)創(chuàng)新研發(fā)活動(dòng)的資金來(lái)源于兩部分:一是內(nèi)源融資，即企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)所產(chǎn)生的現(xiàn)金流，大部分得益于企業(yè)生產(chǎn)活動(dòng)所帶來(lái)的利潤(rùn)（Allen et al.， 2004）[2]；二是外源融資[3]，即企業(yè)通過(guò)直接金融或間接金融獲得資金（Brown et al.，2009）[4]。金融業(yè)的發(fā)展極大地豐富了企業(yè)的融資方式，同時(shí)也給企業(yè)提供了從金融市場(chǎng)獲得收益的機(jī)會(huì)[5]。不少學(xué)者關(guān)注企業(yè)金融資產(chǎn)配置和創(chuàng)新投入二者的關(guān)系。一部分學(xué)者認(rèn)為，金融資產(chǎn)的配置可以促進(jìn)企業(yè)創(chuàng)新投入，即存在“蓄水池”作用[6]。企業(yè)將資金配置到流動(dòng)性較強(qiáng)的金融資產(chǎn)，既獲得了持有期的收益，增加了企業(yè)利潤(rùn)，也可以在企業(yè)資金流不足時(shí)出售金融資產(chǎn)，迅速補(bǔ)充資金，減少了融資的成本，確保了企業(yè)長(zhǎng)期擁有較為穩(wěn)定的資金流[7-8]。與此相反，另一部分學(xué)者則認(rèn)為金融資產(chǎn)的配置會(huì)“擠出”創(chuàng)新投入，即二者之間是“替代品”的關(guān)系[9]。如果企業(yè)的利潤(rùn)更多地依賴于金融資產(chǎn)的收益時(shí)，企業(yè)很可能輕視創(chuàng)新投入，將有限的資金投入到金融資產(chǎn)，這種行為必然會(huì)擠出創(chuàng)新研發(fā)的投入[10]。

經(jīng)濟(jì)政策的不確定性會(huì)對(duì)宏觀經(jīng)濟(jì)發(fā)展和微觀經(jīng)濟(jì)主體產(chǎn)生諸多影響。Stock（2012）和Bloom（2012）將經(jīng)濟(jì)衰退期間的產(chǎn)出下降和失業(yè)率增加歸因于經(jīng)濟(jì)政策的不確定性[11-12]，Benati（2013）認(rèn)為不確定性也是金融危機(jī)后經(jīng)濟(jì)恢復(fù)緩慢的主要原因，這種不確定性使得企業(yè)和家庭對(duì)未來(lái)的預(yù)期不再明朗，進(jìn)而表現(xiàn)為投資降低、消費(fèi)減少，最終造成經(jīng)濟(jì)復(fù)蘇緩慢。Baker 等（2016）在構(gòu)建并測(cè)算經(jīng)濟(jì)政策不確定性指數(shù)之后，基于美國(guó)數(shù)據(jù)分析，結(jié)果表明在控制其他影響因素之后，政策的不確定性會(huì)造成實(shí)際國(guó)內(nèi)生產(chǎn)總值、投資和就業(yè)率的對(duì)應(yīng)比例下降。宏觀經(jīng)濟(jì)的表現(xiàn)是微觀主體決策結(jié)果的累加[3]，Julio & Yook（2012）、Gulen & Ion（2016）、Kang et al.（2014）認(rèn)為企業(yè)的經(jīng)營(yíng)活動(dòng)、投資活動(dòng)受到經(jīng)濟(jì)政策不確定性的極大影響，并且影響程度受到企業(yè)的資金約束、競(jìng)爭(zhēng)程度、行業(yè)類(lèi)別等因素影響[13-15]。在以往的研究成果中，通常針對(duì)某一方面的影響展開(kāi)討論，或是企業(yè)的投資數(shù)量與效率（李鳳羽和楊墨竹，2015；饒品貴等，2017），或是創(chuàng)新投入與產(chǎn)出（顧夏銘等，2018），抑或是企業(yè)的現(xiàn)金持有水平（王紅建等，2019），幾乎沒(méi)有研究者將企業(yè)的行為決策劃分為短期和長(zhǎng)期的權(quán)衡取舍。如何配置有限的資產(chǎn)，企業(yè)面臨著長(zhǎng)短期的權(quán)衡取舍，并且這種決策受到宏觀經(jīng)濟(jì)政策不確定性的影響[16-19]。是投資金融資產(chǎn)，短期內(nèi)獲得高收益率，從而實(shí)現(xiàn)當(dāng)前收益的最大化，還是充分利用資金，加大研發(fā)投入，掌握核心技術(shù)，以期在長(zhǎng)期獲得競(jìng)爭(zhēng)優(yōu)勢(shì)？本文將在接下來(lái)的部分展開(kāi)研究。

二、文獻(xiàn)梳理與研究假設(shè)

本文將從經(jīng)濟(jì)政策不確定性的整體影響以及不考慮和考慮經(jīng)濟(jì)政策不確定性情況下企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響三方面梳理現(xiàn)有文獻(xiàn)研究，并提出本文的假設(shè)研究。

（一）經(jīng)濟(jì)政策不確定性的整體影響

經(jīng)濟(jì)政策的不確定性包含諸多方面:一是當(dāng)局政府改變其經(jīng)濟(jì)政策主張和立場(chǎng)的可能性，當(dāng)某一國(guó)家采取多黨派輪流執(zhí)政時(shí)，不同黨派所代表的群體不同、主張的意識(shí)形態(tài)不同，在政策選擇上自然也會(huì)產(chǎn)生不同，這種偏好的不同表現(xiàn)為選舉年份經(jīng)濟(jì)政策不確定性往往高于非選舉年份（Julio & Yook，2012）[20]；二是經(jīng)濟(jì)政策在執(zhí)行時(shí)可能出現(xiàn)的不確定性，若某一政策較為保守或早有先例，受到的阻礙將會(huì)相對(duì)較小，執(zhí)行時(shí)所面臨的不確定性則比較低，反之，某一項(xiàng)新政的推出更易受到各方阻力，并且對(duì)于將要產(chǎn)生的政策效果由于缺乏先驗(yàn)對(duì)比，必然會(huì)伴隨著較大的不確定性（Pastor & Veronesi，2012）[21]；三是采取經(jīng)濟(jì)行為的主體對(duì)經(jīng)濟(jì)政策是否確定及其程度的預(yù)期，經(jīng)濟(jì)主體行為會(huì)受到自身預(yù)期的影響，因此經(jīng)濟(jì)政策不確定性的影響也應(yīng)包含這部分內(nèi)容（Feng，2001）[22]。

2008 年的金融危機(jī)，將研究經(jīng)濟(jì)政策不確定性對(duì)于宏觀經(jīng)濟(jì)的影響推入了新的高潮。為了應(yīng)對(duì)宏觀經(jīng)濟(jì)的劇烈波動(dòng)，各國(guó)紛紛出臺(tái)經(jīng)濟(jì)政策。隨著世界經(jīng)濟(jì)的聯(lián)系日益緊密和復(fù)雜，經(jīng)濟(jì)政策往往牽一發(fā)而動(dòng)全身，學(xué)界出現(xiàn)了不少宏觀領(lǐng)域的研究，例如研究不確定性與經(jīng)濟(jì)周期、通貨膨脹以及產(chǎn)出水平的關(guān)系（Bachmann et al.，2013；Fernández-Villaverde et al.，2015）[23-24]；同時(shí)，另外一些研究將視角轉(zhuǎn)向微觀，證明了更大的不確定性造成經(jīng)濟(jì)主體在采取行為決策時(shí)將產(chǎn)生更多的預(yù)防動(dòng)機(jī)，最終導(dǎo)致家庭消費(fèi)和企業(yè)投資的下降（Gulen et al.，2016）[25]。

（二）企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響

企業(yè)若進(jìn)行大量的金融資產(chǎn)配置則有可能引起金融化，國(guó)內(nèi)學(xué)者也稱(chēng)之為“虛擬經(jīng)濟(jì)”，具體表現(xiàn)為金融業(yè)及其控制者的支配權(quán)不斷增長(zhǎng)，同時(shí)非金融公司更多地參與金融市場(chǎng)，導(dǎo)致產(chǎn)業(yè)重心向金融部門(mén)轉(zhuǎn)移（蔡明榮和任世馳，2014）[26]。企業(yè)進(jìn)行金融資產(chǎn)配置最根本的原因被認(rèn)為是投資實(shí)業(yè)的利潤(rùn)降低和機(jī)會(huì)減少，因此企業(yè)轉(zhuǎn)而通過(guò)投資于收益率較高的金融領(lǐng)域，來(lái)提高利潤(rùn)率（Milberg，2008；謝家智等，2014）[27-28]，其中資本密集型企業(yè)往往更具金融資產(chǎn)配置的能力（張慕瀕和孫亞瓊，2014）[29]。此外，企業(yè)進(jìn)行金融資產(chǎn)配置的動(dòng)因和程度還受到股東價(jià)值觀念、企業(yè)盈利方式、融資渠道等的改變以及預(yù)防性動(dòng)機(jī)的影響（張思成和張步曇，2016）[30]。

一般而言，企業(yè)將資產(chǎn)配置于金融領(lǐng)域有兩種動(dòng)因:一種是將資產(chǎn)配置到流動(dòng)性較低的金融資產(chǎn)，以追逐較高的回報(bào)率，從而謀求套利；另一種是將資產(chǎn)配置到流動(dòng)性較高的金融資產(chǎn)，以緩解突發(fā)事件出現(xiàn)時(shí)產(chǎn)生融資約束。不同動(dòng)因下，企業(yè)金融化對(duì)創(chuàng)新投入的影響不同，宋軍和陸旸（2015）利用2007—2012 年我國(guó)A 股上市公司報(bào)表數(shù)據(jù)，剝離出金融收益后發(fā)現(xiàn)，公司業(yè)績(jī)與金融資產(chǎn)持有量之間存在U形關(guān)系，不論是高收益公司還是低收益公司，都在一定程度上減少了企業(yè)的創(chuàng)新投入[31]。王紅建等（2017）的研究發(fā)現(xiàn)我國(guó)A股非金融類(lèi)上市公司整體上呈現(xiàn)出企業(yè)金融化與創(chuàng)新投入的負(fù)相關(guān)關(guān)系，不同的融資約束與這種負(fù)相關(guān)關(guān)系無(wú)顯著相關(guān)性，但是公司的套利動(dòng)機(jī)卻極大地提高了這種負(fù)相關(guān)關(guān)系[32]。劉貫春（2019）指出，將金融資產(chǎn)配置劃分為金融資產(chǎn)持有份額和金融渠道獲利后發(fā)現(xiàn)，前者對(duì)于提高企業(yè)未來(lái)的創(chuàng)新投入，即存在“蓄水池”的功能，后者無(wú)論是在當(dāng)期還是未來(lái)對(duì)創(chuàng)新投入都只具有阻礙作用，二者是“替代品”關(guān)系[33]?？紤]到企業(yè)的創(chuàng)新投入具有周期性長(zhǎng)、資金數(shù)量大、正溢出效應(yīng)的特征，并且面臨風(fēng)險(xiǎn)、收益以及信息不對(duì)稱(chēng)等問(wèn)題，目前針對(duì)企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入影響的研究，結(jié)論莫衷一是，本文做出如下假設(shè)。

H1a:企業(yè)金融化與創(chuàng)新投入之間呈正相關(guān)關(guān)系。

H1b:企業(yè)金融化與創(chuàng)新投入之間呈負(fù)相關(guān)關(guān)系。

（三）考慮經(jīng)濟(jì)政策不確定性情況下，企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響

經(jīng)濟(jì)轉(zhuǎn)型中的中國(guó)作為新興經(jīng)濟(jì)體的重要組成部分，地方官員政績(jī)?cè)跁x升錦標(biāo)賽制度下（周黎安，2007）[34]，表現(xiàn)為大規(guī)模投資拉動(dòng)的省際GDP 競(jìng)爭(zhēng)（巴曙松等，2005）[35]。由于政府的強(qiáng)有力，企業(yè)決策行為更易受到宏觀經(jīng)濟(jì)政策的影響，因此中國(guó)經(jīng)濟(jì)政策不確定性相對(duì)較高（饒品貴等，2017）[17]。經(jīng)濟(jì)政策的不確定性會(huì)改變企業(yè)生產(chǎn)經(jīng)營(yíng)的外部環(huán)境，當(dāng)企業(yè)無(wú)法對(duì)外部經(jīng)濟(jì)環(huán)境的變化做出較為確定的預(yù)測(cè)時(shí)，行為決策將會(huì)變得保守和謹(jǐn)慎，一般情況下會(huì)減少或延遲相關(guān)的投資行為，直至這種不確定消失或者變得可控。實(shí)物期權(quán)理論、金融摩擦理論等通常都被用來(lái)解釋經(jīng)濟(jì)政策不確定性對(duì)于企業(yè)投資的抑制作用，并且投資的不可逆性、對(duì)于政府補(bǔ)貼的依賴度、行業(yè)的競(jìng)爭(zhēng)程度等都會(huì)影響抑制的程度（Gulen&Ion，2016；李鳳羽和楊墨竹，2015）[14，16]。

Bloom（2007）指出，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)創(chuàng)新投入的影響與其他方面不同[6]，Marcus（1981）也認(rèn)為政策對(duì)于創(chuàng)新活動(dòng)具有很強(qiáng)的指引作用，具體如何決策取決于企業(yè)自身的權(quán)衡取舍。Orhangazi（2008）用美國(guó)各州的選舉活動(dòng)測(cè)度政策不確定性，發(fā)現(xiàn)不確定性與企業(yè)創(chuàng)新投入呈正相關(guān)，并且這種關(guān)系在競(jìng)爭(zhēng)激烈、科技含量高的企業(yè)更為顯著。企業(yè)金融化和創(chuàng)新投入，是企業(yè)投資決策的重要方面[37]。創(chuàng)新投入常常面臨較多的不確定性，付出和回報(bào)可能不成正比，但是企業(yè)要謀求長(zhǎng)遠(yuǎn)的發(fā)展，這部分投入必不可少；與創(chuàng)新投入相反，金融資本的投入產(chǎn)生收益的期限往往短得多，股東也更偏好這種可以快速變現(xiàn)的收益。這兩種不同投資決策之間又會(huì)是何種關(guān)系呢？在美國(guó)、英國(guó)、墨西哥、阿根廷等國(guó)家的實(shí)證分析中，研究者發(fā)現(xiàn)金融化會(huì)“擠出”實(shí)業(yè)資本，投資于金融資本會(huì)較大地改變企業(yè)的資產(chǎn)配置，使企業(yè)的經(jīng)營(yíng)重心轉(zhuǎn)移，削弱創(chuàng)新投入[33]。但是，學(xué)界也不乏研究得出相反的結(jié)論。適度金融化可以在一定程度上推動(dòng)產(chǎn)業(yè)發(fā)展，雖然投資金融資本是一種短期行為，但也可將其視為實(shí)體資本的“蓄水池”，采取金融手段破解企業(yè)融資難題、消除資金約束，會(huì)增加企業(yè)創(chuàng)新的能力（Demir，2009；Harman，2010）[38-39]；也有美國(guó)學(xué)者實(shí)證得出結(jié)論，美國(guó)高度發(fā)達(dá)的金融業(yè)以及非金融企業(yè)的金融化并未抑制美國(guó)的創(chuàng)新投入（Kliman&Williams，2015）[40]。本文提出如下假設(shè)。

H2a:考慮政策不確定性后，企業(yè)金融化與創(chuàng)新投入之間呈正相關(guān)關(guān)系，企業(yè)注重長(zhǎng)期發(fā)展。

H2b:考慮政策不確定性后，企業(yè)金融化與創(chuàng)新投入之間呈負(fù)相關(guān)關(guān)系，企業(yè)注重短期獲利。

目前對(duì)于企業(yè)金融化與創(chuàng)新投入的研究仍顯不足，究竟是“替代”作用顯著，還是“蓄水”效應(yīng)明顯，結(jié)論莫衷一是。創(chuàng)新是企業(yè)的靈魂，面對(duì)外部環(huán)境的不確定性，究竟選擇投資長(zhǎng)期，韜光養(yǎng)晦、厚積薄發(fā)，還是選擇短期，追逐金融化帶來(lái)的收益，增強(qiáng)實(shí)力、擺脫資金約束，本文將在接下來(lái)的部分展開(kāi)分析。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

借鑒陸慶春和朱曉筱（2013）、劉貫春（2019）的研究成果[41，33]，本文基于托賓 Q 方程，構(gòu)建如下模型對(duì)研究假設(shè)進(jìn)行檢驗(yàn):

其中，被解釋變量為Innovation，即企業(yè)的創(chuàng)新投入；解釋變量為Financial，表示企業(yè)的金融化水平；EPU則為經(jīng)濟(jì)政策不確定指數(shù)，考慮到經(jīng)濟(jì)行為的決策者往往根據(jù)歷史數(shù)據(jù)預(yù)測(cè)未來(lái)，本文在回歸時(shí)選取滯后一期的數(shù)據(jù)。根據(jù)假設(shè)H1，回歸模型（1）中β1為主要檢驗(yàn)系數(shù)，用來(lái)預(yù)測(cè)企業(yè)金融化與創(chuàng)新投入之間呈現(xiàn)何種相關(guān)關(guān)系，即存在“蓄水池”效應(yīng)還是“替代品”關(guān)系；根據(jù)假設(shè)H2，回歸模型（2）中β1用來(lái)預(yù)測(cè)面對(duì)政策的不確定性，企業(yè)如何在金融化和創(chuàng)新投入之間做出選擇，究竟是傾向于創(chuàng)新投入，注重長(zhǎng)期發(fā)展，還是傾向于短期獲利，注重短期獲利。X表示一系列控制變量。

（二）變量設(shè)置

1.被解釋變量

企業(yè)創(chuàng)新投入（Innovation）?？紤]到我國(guó)非金融類(lèi)上市公司中并非所有公司都會(huì)披露R&D 支出，且企業(yè)創(chuàng)新活動(dòng)內(nèi)涵豐富，R&D 支出未將企業(yè)的專(zhuān)利權(quán)、著作權(quán)、商標(biāo)權(quán)等包含在內(nèi)，不能全面反映企業(yè)的技術(shù)開(kāi)發(fā)與消化能力，企業(yè)無(wú)形資產(chǎn)與企業(yè)創(chuàng)新投入密切相關(guān)，可以綜合地反映企業(yè)創(chuàng)新投入。因此本文用無(wú)形資產(chǎn)凈額來(lái)替代R&D 支出，通過(guò)計(jì)算無(wú)形資產(chǎn)凈額占總資產(chǎn)比重來(lái)衡量企業(yè)的創(chuàng)新投入。

2.解釋變量

企業(yè)金融化水平（Financial），用上市公司期末金融資產(chǎn)占總資產(chǎn)比衡量。廣義金融資產(chǎn)包括一部分貨幣資金、持有至到期投資、交易性金融資產(chǎn)、投資性房地產(chǎn)、可供出售的金融資產(chǎn)、長(zhǎng)期股權(quán)投資、債權(quán)投資以及應(yīng)收股利和應(yīng)收利息等，而狹義金融資產(chǎn)不包含長(zhǎng)期股權(quán)投資。針對(duì)許多上市公司購(gòu)買(mǎi)理財(cái)產(chǎn)品的行為，理財(cái)產(chǎn)品在賬務(wù)處理中一般被確認(rèn)為可供出售金融資產(chǎn)或交易性金融資產(chǎn)，金融資產(chǎn)的概念包含公司購(gòu)買(mǎi)的理財(cái)產(chǎn)品?？紤]到貨幣資金具有高流動(dòng)性，一般為企業(yè)日常經(jīng)營(yíng)需要而持有，故將其剔除。綜上，本文采用廣義的企業(yè)金融資產(chǎn)范疇。

政策不確定性（EPU），本文選用“中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)”（Economic Policy Uncertainty Index）作為衡量經(jīng)濟(jì)政策不確定性的指標(biāo)。該指標(biāo)由美國(guó)學(xué)者 Scott R. Baker、Nicholas Bloom 和 Steven J. Davis提出，基于新聞媒體受眾廣泛、文本豐富的特性，選取美國(guó)國(guó)內(nèi)十家權(quán)威報(bào)刊，對(duì)包含經(jīng)濟(jì)、政策和不確定性及其相關(guān)變體詞匯出現(xiàn)的頻率進(jìn)行統(tǒng)計(jì)處理，并以此首先建立了美國(guó)經(jīng)濟(jì)政策不確定指數(shù)。本文使用的“中國(guó)經(jīng)濟(jì)政策不確定指數(shù)”為斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的官方數(shù)據(jù)，原始數(shù)據(jù)來(lái)自policy uncertainty 網(wǎng)站（http://www.policyuncertainty.com）。國(guó)內(nèi)學(xué)者使用該數(shù)據(jù)做了大量研究，李鳳羽（2015）、饒品貴（2017）、顧夏銘（2018）、王紅建（2019）等的研究都采取該數(shù)據(jù)來(lái)表示經(jīng)濟(jì)政策的不確定性。實(shí)踐證明，該指數(shù)較好地反映出中國(guó)經(jīng)濟(jì)政策的波動(dòng)，有效還原了經(jīng)濟(jì)政策的實(shí)施時(shí)間和不確定性。

3.控制變量

借鑒已有研究成果，本文選擇如下變量作為控制變量:公司規(guī)模（Size），通過(guò)公司總資產(chǎn)并取自然對(duì)數(shù)表示；現(xiàn)金流量（Cashflow），用經(jīng)營(yíng)性現(xiàn)金流與總資產(chǎn)的比值衡量；盈利能力（ROE），用凈資本收益率表征；杠桿率（Leverage），用負(fù)債權(quán)益比表征；資本密度（Captialdensity），用固定資產(chǎn)與總資產(chǎn)之比表示；投資機(jī)會(huì)（Q），用托賓Q 值衡量；宏觀經(jīng)濟(jì)周期（GDP），用國(guó)內(nèi)生產(chǎn)總值表示（具體見(jiàn)表1）。

表1 變量及其定義

（三）樣本選擇

為了充分利用經(jīng)濟(jì)政策不確定性指數(shù)這一數(shù)據(jù)，更好地體現(xiàn)經(jīng)濟(jì)政策不確定性對(duì)企業(yè)行為的影響，按照證監(jiān)會(huì)2012 年對(duì)于行業(yè)分類(lèi)的規(guī)定，本文選取2003 年第一季度至2018 年第四季度我國(guó)上市的制造業(yè)企業(yè)季報(bào)作為研究樣本，數(shù)據(jù)來(lái)源于CSMAR 數(shù)據(jù)庫(kù)和國(guó)家統(tǒng)計(jì)局網(wǎng)站。在剔除了不完整的公司樣本之后，最終得到了37323 個(gè)公司季度數(shù)據(jù)值作為研究樣本，并對(duì)數(shù)據(jù)進(jìn)行了上下1%的Winsorize處理，以消除異常值的影響。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2 展示了本文選取樣本的描述性統(tǒng)計(jì)結(jié)果，分別為變量的均值、標(biāo)準(zhǔn)差、最小值、最大值、25%分位數(shù)、中位數(shù)以及75%分位數(shù)?？梢?jiàn):企業(yè)的創(chuàng)新投入（Innovation）的均值為0.0416，略大于其中位數(shù)0.0341，表明我國(guó)上市企業(yè)中的制造業(yè)擁有略高的創(chuàng)新投入；金融化水平（Financial）的均值為0.0535，顯著大于其中位數(shù)0.0250，分布偏右，表現(xiàn)出我國(guó)上市企業(yè)中的制造業(yè)擁有較高的金融資產(chǎn)水平，且這種水平要大于創(chuàng)新水平；中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)（EPU）的均值為214.2528，高于美國(guó)政策不確定性指數(shù)（USEPU）的均值127.5272 ，以及美國(guó)、歐洲和日本三國(guó)政策不確定性指數(shù)均值（AVEPU）的平均水平。

表2 變量的描述性統(tǒng)計(jì)

（二）內(nèi)生性處理

本文的模型構(gòu)建以托賓Q 模型為基礎(chǔ)，遺漏解釋變量是造成內(nèi)生性的主要原因，如企業(yè)家的才能、掌握的信息、特定的外部環(huán)境以及不可觀測(cè)因素等都會(huì)影響到企業(yè)的決策行為，這些問(wèn)題都有可能造成模型在估計(jì)時(shí)產(chǎn)生內(nèi)生性。本文首先對(duì)各個(gè)解釋變量進(jìn)行異方差穩(wěn)健的DWH檢驗(yàn)，結(jié)果發(fā)現(xiàn)創(chuàng)新投入的滯后一期項(xiàng)（Innovationi，t-1）、公司規(guī)模（Sizei，t）、盈利能力（ROEi，t）、資本密度（Captialdensityi，t）存在內(nèi)生性。針對(duì)存在的內(nèi)生性問(wèn)題，采取對(duì)應(yīng)變量的滯后一期作為工具變量，并且工具變量與內(nèi)生變量的Shea’s partial R2較高且通過(guò)1%的顯著性檢驗(yàn)，不存在弱工具變量。

本文采取靜態(tài)和動(dòng)態(tài)兩種模型估計(jì)方法。至于靜態(tài)模型，考慮到企業(yè)之間存在較大異質(zhì)性，影響公司金融資產(chǎn)配置和創(chuàng)新投入決策的很多因素更是無(wú)法掌握，因此分別嘗試采用固定效應(yīng)模型和隨機(jī)效應(yīng)模型。接下來(lái)考慮動(dòng)態(tài)模型估計(jì)，模型滿足擾動(dòng)項(xiàng)不存在自相關(guān)，因此分別采用差分GMM 和系統(tǒng)GMM方法進(jìn)行估計(jì)。

（三）回歸結(jié)果分析

1.企業(yè)金融資產(chǎn)配置如何影響創(chuàng)新投入

表3 展示了企業(yè)金融資產(chǎn)配置對(duì)企業(yè)創(chuàng)新投入的影響。本文首先采用靜態(tài)模型中的固定效應(yīng)模型，該模型可以在一定程度上減少遺漏變量帶來(lái)的不利影響，接著嘗試采用隨機(jī)效應(yīng)模型，豪斯曼檢驗(yàn)（Hausman，1978）結(jié)果p 值為0.0000。因此強(qiáng)烈拒絕使用隨機(jī)效應(yīng)的原假設(shè)，即固定效應(yīng)模型在本文的模擬中較為合理。不論基于何種模型，企業(yè)金融資產(chǎn)配置項(xiàng)的回歸系數(shù)都為負(fù)，并且在1%或5%的水平上顯著，說(shuō)明在控制了相關(guān)企業(yè)層面微觀變量和宏觀經(jīng)濟(jì)變量之后，企業(yè)金融資產(chǎn)的配置和創(chuàng)新投入之間呈負(fù)相關(guān)關(guān)系，即二者之間互為“替代品”，驗(yàn)證了H1 假設(shè)。在采用差分GMM 回歸后，進(jìn)行過(guò)度識(shí)別檢驗(yàn)，p 值=0.0717＞0.05，因此無(wú)法拒絕“所有工具變量均有效”的原假設(shè)，嘗試采用系統(tǒng)GMM 法進(jìn)行估計(jì)，進(jìn)行過(guò)度識(shí)別檢驗(yàn)的p 值=0.0538＜0.05，表明兩種模型都可以接受。也就是說(shuō)，企業(yè)將資產(chǎn)配置在金融資產(chǎn)上，會(huì)減少在創(chuàng)新研發(fā)方面的投入。

對(duì)于控制變量而言，公司規(guī)模、杠桿率、現(xiàn)金流和資本密度與企業(yè)創(chuàng)新投入呈現(xiàn)顯著的正相關(guān)關(guān)系。在資本市場(chǎng)上，較大規(guī)模的公司一般擁有較強(qiáng)的融資能力，在日常的生產(chǎn)經(jīng)營(yíng)中擁有較為充足的現(xiàn)金流，也使得企業(yè)可以利用高杠桿獲取資金，這些條件都使得企業(yè)可以壓低融資成本，表現(xiàn)為將更多的企業(yè)創(chuàng)新投入。企業(yè)的托賓Q值衡量了企業(yè)的投資機(jī)會(huì)，這種投資機(jī)會(huì)也在一定程度上表征了企業(yè)的成長(zhǎng)性，投資機(jī)會(huì)大的企業(yè)成長(zhǎng)空間也大，這樣的企業(yè)在市場(chǎng)上擁有較好的發(fā)展前景，也更愿意加大對(duì)于產(chǎn)品創(chuàng)新的資金投入。反之，企業(yè)的盈利能力對(duì)企業(yè)創(chuàng)新投入的影響為負(fù)，企業(yè)盈利能力對(duì)于創(chuàng)新投入存在兩種相反的作用，一方面高盈利能力產(chǎn)生更多利潤(rùn)，可以充實(shí)企業(yè)資金，用于增加創(chuàng)新投入，但是較高的盈利能力說(shuō)明企業(yè)目前產(chǎn)品擁有較好的市場(chǎng)前景，在沒(méi)有明確的改進(jìn)方向或者新的產(chǎn)品研發(fā)時(shí)，企業(yè)的創(chuàng)新投入可能會(huì)減少，在本文的樣本中，這種不利的影響超過(guò)了有利影響，因此表現(xiàn)為負(fù)相關(guān)關(guān)系。考慮到控制變量的估計(jì)結(jié)果基本相當(dāng)，因此在下文中不再重復(fù)解釋。

表3 企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響

2.面對(duì)經(jīng)濟(jì)政策不確定性，企業(yè)金融化如何影響企業(yè)創(chuàng)新投入

本文的假設(shè)H2想要探究，面對(duì)經(jīng)濟(jì)政策的不確定性，企業(yè)將如何進(jìn)行資產(chǎn)的配置，是傾向于投資金融產(chǎn)品，還是注重創(chuàng)新投入？二者之間又將會(huì)是何種關(guān)系？表4 展示了在考慮經(jīng)濟(jì)政策不確定性情況下，企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響。同樣，基于不同的模型，企業(yè)金融資產(chǎn)配置項(xiàng)的系數(shù)均為負(fù)，說(shuō)明假設(shè)H2b成立，即面對(duì)政策的不確定性，若企業(yè)金融資產(chǎn)配置與創(chuàng)新投入之間成負(fù)相關(guān)關(guān)系，則證明企業(yè)傾向于短期獲利。但是，將經(jīng)濟(jì)政策的不確定性納入解釋變量后，除差分GMM 模型外，企業(yè)金融資產(chǎn)配置項(xiàng)的系數(shù)變小，意味著金融資產(chǎn)配置的增加對(duì)企業(yè)創(chuàng)新投入的抑制程度加深。對(duì)于宏觀經(jīng)濟(jì)的控制變量——經(jīng)濟(jì)政策不確定性指數(shù)而言，它與企業(yè)的創(chuàng)新投入呈正相關(guān)關(guān)系，并在1%的水平上顯著，即經(jīng)濟(jì)政策的不確定性越大，企業(yè)的創(chuàng)新投入越多。這是因?yàn)榻?jīng)濟(jì)政策的不確定性對(duì)于金融資產(chǎn)價(jià)格會(huì)產(chǎn)生不確定的影響，并且由于金融資產(chǎn)的杠桿性，這種不確定性會(huì)放大，企業(yè)更傾向于將資金配置在創(chuàng)新投入上，這樣更有利于企業(yè)的長(zhǎng)期發(fā)展。

表4 經(jīng)濟(jì)政策不確定情況下，企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響

（四）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證前文結(jié)論的可靠性，本文通過(guò)改變模型的設(shè)定形式、以交互形式引入分組回歸時(shí)采用的企業(yè)特征變量及采用工具變量的形式三種方式進(jìn)行穩(wěn)健性檢驗(yàn)。具體結(jié)果在表5 中展示，由于篇幅所限，僅展示考慮經(jīng)濟(jì)政策不確定性情況下的系統(tǒng)GMM估計(jì)結(jié)果。

表5 穩(wěn)健性檢驗(yàn)結(jié)果

第一，基于歐拉方程的估計(jì)。本文模型的設(shè)定基于托賓Q 方程，也有學(xué)者基于歐拉方程設(shè)定模型（Brown and Petersen，2011；謝家智，2014），采用GMM 方法進(jìn)行估計(jì)，將企業(yè)創(chuàng)新投入滯后一期項(xiàng)的平方引入回歸方程，利用歐拉方程的凸性來(lái)展現(xiàn)企業(yè)的創(chuàng)新投入過(guò)程。表5 中（1）列展示了回歸的結(jié)果。可以看出，表5中（1）列的估計(jì)結(jié)果與表4類(lèi)似，企業(yè)金融資產(chǎn)配置項(xiàng)系數(shù)均為負(fù)，并且在5%和10%的水平上顯著，說(shuō)明企業(yè)考慮經(jīng)濟(jì)政策不確定性的情況下，金融資產(chǎn)的配置會(huì)擠出創(chuàng)新投入，呈現(xiàn)出較為短期的行為。

第二，引入企業(yè)特征交互項(xiàng)的估計(jì)。在進(jìn)一步的分析中，本文選擇三種角度將樣本分為兩個(gè)子樣本，在對(duì)不同子樣本進(jìn)行分別回歸后，發(fā)現(xiàn)有些子樣本的系數(shù)無(wú)法從統(tǒng)計(jì)意義上識(shí)別二者是否具有差異，故用PD、QD、SD 的虛擬變量分別表示企業(yè)所有權(quán)、成長(zhǎng)性和規(guī)模的子樣本組別，在模型中引入虛擬變量和企業(yè)金融資產(chǎn)配置的交互項(xiàng)，結(jié)果如表5 中（2）、（3）、（4）所示，除虛擬變量為 PD 時(shí)，F(xiàn)inanciali，t項(xiàng)系數(shù)不顯著之外，其他兩種情況下，金融資產(chǎn)配置與創(chuàng)新投入的相關(guān)關(guān)系都顯著為負(fù)，這個(gè)結(jié)果與后文的分組回歸一致。

第三，采用不同工具變量的估計(jì)。本文采用無(wú)形資產(chǎn)凈額占總資產(chǎn)的比重來(lái)衡量企業(yè)創(chuàng)新投入，由于我國(guó)上市企業(yè)自2007 年后開(kāi)始披露企業(yè)R&D投入數(shù)據(jù)，故本文用企業(yè)R&D 投入數(shù)據(jù)作為工具變量進(jìn)行回歸估計(jì)。另外，借鑒許罡（2018）等的做法，采用美國(guó)經(jīng)濟(jì)不確定性指數(shù)（USEPU）以及美國(guó)、歐盟和日本經(jīng)濟(jì)不確定性指數(shù)的平均值（AVEPU）作為CNEPU 的工具變量，對(duì)原方程進(jìn)行回歸。結(jié)果見(jiàn)表5中（5）、（6）和（7）列，F(xiàn)inanciali，t項(xiàng)的系數(shù)均為負(fù)，除用USEPU 作為工具變量外，均通過(guò)5%的顯著性水平檢驗(yàn)。

五、進(jìn)一步擴(kuò)展

在全面考察企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響基礎(chǔ)上，有必要將企業(yè)按照個(gè)體特征區(qū)分，不少研究也證明這些特征影響企業(yè)的行為（王紅建等，2017；申慧慧等，2012；陸慶春和朱曉筱，2013）[32，36，41]。首先，企業(yè)所有權(quán)的不同可能會(huì)對(duì)企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。國(guó)有企業(yè)承擔(dān)較多的社會(huì)責(zé)任，例如穩(wěn)增長(zhǎng)、保就業(yè)等，這就要求其對(duì)資產(chǎn)的配置具有相對(duì)固定的要求，受到外界影響較少。再者，國(guó)有企業(yè)可以比較容易獲得成本較低的融資，因此沒(méi)有很強(qiáng)的動(dòng)機(jī)去尋找較大收益的金融資產(chǎn)進(jìn)行配置，相對(duì)較低的融資成本使得金融資產(chǎn)的配置并不會(huì)對(duì)企業(yè)的創(chuàng)新投入產(chǎn)生較大的影響?；谏鲜龇治?，本文提出如下假設(shè)。

H3:國(guó)有企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響比非國(guó)有企業(yè)小，并且這種負(fù)面影響在考慮經(jīng)濟(jì)政策的不確定性時(shí)依然存在。

表6 不同企業(yè)所有權(quán)情況下的子樣本回歸結(jié)果分析

表6 呈現(xiàn)了對(duì)樣本按照所有權(quán)的不同進(jìn)行劃分后分組回歸的結(jié)果:在不考慮經(jīng)濟(jì)政策不確定性的情況下，國(guó)有企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響是-0.0146，而非國(guó)有企業(yè)則達(dá)到-0.0984；在考慮經(jīng)濟(jì)政策不確定性時(shí)，國(guó)有企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響為-0.0140，此時(shí)非國(guó)有企業(yè)為-0.0985，并且都在1%的水平下顯著。在兩種情況下，不同所有權(quán)企業(yè)的Financial系數(shù)差異檢驗(yàn)的p 值均為0，即在1%的置信水平上拒絕二者不存在差異的原假設(shè)，說(shuō)明在統(tǒng)計(jì)意義上，不同所有權(quán)企業(yè)的金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響存在差異，驗(yàn)證了假設(shè)H3。

其次，企業(yè)規(guī)模的大小可能會(huì)對(duì)企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。較大規(guī)模的企業(yè)通常資金更為充足，充足的資金使得企業(yè)在金融資產(chǎn)選擇時(shí)，有較強(qiáng)的議價(jià)權(quán)，并且有能力進(jìn)行資產(chǎn)組合，增加收益減少風(fēng)險(xiǎn)；但同時(shí)大企業(yè)充足的資金要求更高的回報(bào)，更需要在短期的金融資產(chǎn)獲益與長(zhǎng)期而持續(xù)的創(chuàng)新投入之間做好權(quán)衡取舍。因此，企業(yè)的規(guī)模越大，金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響更大?；谏鲜龇治觯疚奶岢鋈缦录僭O(shè)。

H4:企業(yè)規(guī)模越大，其金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響越大；相反，企業(yè)規(guī)模越小，其金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響越小，并且這種負(fù)面影響在考慮經(jīng)濟(jì)政策的不確定性時(shí)依然存在。

表7 不同企業(yè)規(guī)模情況下的子樣本回歸結(jié)果分析

表7 呈現(xiàn)了對(duì)樣本按規(guī)模大小進(jìn)行劃分后分組回歸的結(jié)果:無(wú)論是否考慮經(jīng)濟(jì)政策的不確定性，大規(guī)模企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響是-0.0211，而小規(guī)模企業(yè)為-0.0168，并且系數(shù)都在1%的水平下顯著。但是兩種情況下，不同規(guī)模大小企業(yè)的Financial 系數(shù)差異檢驗(yàn)的 p 值為 0.03298 和 0.3302，不能拒絕二者不存在差異的原假設(shè)，說(shuō)明在統(tǒng)計(jì)意義上，不同規(guī)模大小的企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響并不存在差異。

再次，企業(yè)的投資機(jī)會(huì)可能會(huì)對(duì)企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。企業(yè)的投資機(jī)會(huì)在一定程度上表示了企業(yè)的成長(zhǎng)性。投資機(jī)會(huì)多的企業(yè)通常擁有較好的成長(zhǎng)性，這類(lèi)企業(yè)注重創(chuàng)新研發(fā)的投入，不斷加大創(chuàng)新投入，以此使得企業(yè)在長(zhǎng)期可以適應(yīng)變化發(fā)展的市場(chǎng)；而投資機(jī)會(huì)少的企業(yè)往往成長(zhǎng)性較差，這類(lèi)企業(yè)不太注重企業(yè)的長(zhǎng)期發(fā)展，若金融資產(chǎn)的收益較高，則傾向于將資產(chǎn)配置于此?；谏鲜龇治?，本文提出如下假設(shè)。

H5:企業(yè)的投資機(jī)會(huì)越少，其金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響越大；相反，投資機(jī)會(huì)越多，其金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響越小，并且這種負(fù)面影響在考慮經(jīng)濟(jì)政策的不確定性時(shí)依然存在。

表8 不同投資機(jī)會(huì)情況下的子樣本回歸結(jié)果分析

表8呈現(xiàn)了對(duì)樣本按照不同投資機(jī)會(huì)進(jìn)行劃分后分組回歸的結(jié)果:在不考慮經(jīng)濟(jì)政策不確定性的情況下，較少投資機(jī)會(huì)的企業(yè)，金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響是-0.0286，而投資機(jī)會(huì)多的企業(yè)則為-0.0006；在考慮經(jīng)濟(jì)政策不確定性時(shí)，較少投資機(jī)會(huì)的企業(yè)，金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響是-0.0276，而投資機(jī)會(huì)多的企業(yè)則為-0.0006，并且較少投資機(jī)會(huì)的企業(yè)，系數(shù)在1%的水平下顯著。在兩種情況下，不同投資機(jī)會(huì)企業(yè)的Financial 系數(shù)差異檢驗(yàn)的p 值均為0，即在1%的置信水平上拒絕二者不存在差異的原假設(shè)，說(shuō)明在統(tǒng)計(jì)意義上，不同投資機(jī)會(huì)企業(yè)的金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響存在差異，驗(yàn)證了假設(shè)H5。

最后，有學(xué)者將2008 年金融危機(jī)作為劃分樣本的依據(jù)，考察對(duì)企業(yè)金融資產(chǎn)配置和創(chuàng)新投入之間的關(guān)系產(chǎn)生影響。2008 年金融危機(jī)開(kāi)始于次貸危機(jī)，引發(fā)金融業(yè)發(fā)生劇烈波動(dòng)，隨后擴(kuò)展至實(shí)體經(jīng)濟(jì)，帶來(lái)了經(jīng)濟(jì)低迷。不少國(guó)家都紛紛出臺(tái)了刺激計(jì)劃，Pastor and Veronesi（2013）指出，投資者在經(jīng)濟(jì)衰退時(shí)會(huì)產(chǎn)生政府將采取行動(dòng)干預(yù)經(jīng)濟(jì)的預(yù)期，因此政府改變現(xiàn)行的經(jīng)濟(jì)政策往往只需承擔(dān)較低的政治成本，企業(yè)也將更加關(guān)注經(jīng)濟(jì)政策的不確定性，以期從中獲得收益[42]。金融危機(jī)造成金融資產(chǎn)價(jià)格波動(dòng)，勢(shì)必會(huì)對(duì)企業(yè)的資產(chǎn)配置行為產(chǎn)生影響。故本文提出如下假說(shuō)。

H6:企業(yè)金融資產(chǎn)配置對(duì)企業(yè)創(chuàng)新投入的抑制作用在2008年金融危機(jī)前后表現(xiàn)程度不同。

表9 將2008年作為時(shí)間斷點(diǎn)的子樣本回歸結(jié)果分析

本文以2008 年為界，將樣本按時(shí)期劃分為金融危機(jī)發(fā)生前（2003 年第一季度—2008 年第四季度）和金融危機(jī)發(fā)生后（2009 年第一季度—2018 年第四季度）兩個(gè)階段，并分別進(jìn)行回歸（見(jiàn)表9）。無(wú)論是否考慮經(jīng)濟(jì)政策的不確定性，金融危機(jī)發(fā)生之前，企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響是-0.0187，而危機(jī)發(fā)生之后則變?yōu)?0.0142，系數(shù)分別在1%的水平下顯著。表明在金融危機(jī)之后，企業(yè)的金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)向影響有所減小，企業(yè)更加注重長(zhǎng)期的發(fā)展。在兩種情況下，不同時(shí)期企業(yè)的Financial 系數(shù)差異檢驗(yàn)均未通過(guò)顯著性水平，說(shuō)明在該樣本下，2008 年金融危機(jī)前后，企業(yè)的金融資產(chǎn)配置對(duì)創(chuàng)新投入的影響并未存在差異。

六、主要結(jié)論

本文采用2003 年第一季度—2018 年第四季度我國(guó)上市制造業(yè)企業(yè)中共計(jì)37323 個(gè)公司季度數(shù)據(jù)作為研究樣本，基于拓展的托賓Q方程，探究了在是否考慮經(jīng)濟(jì)政策不確定性的兩種情況下，企業(yè)金融資產(chǎn)配置與創(chuàng)新投入之間的關(guān)系。結(jié)果表明:無(wú)論是否考慮經(jīng)濟(jì)政策的不確定性，企業(yè)金融資產(chǎn)配置的增加都會(huì)擠出創(chuàng)新投入，則證明企業(yè)傾向于短期獲利，將經(jīng)濟(jì)政策的不確定性考慮進(jìn)來(lái)則會(huì)加大這種擠出作用。除此之外，本文還將企業(yè)的異質(zhì)性納入考慮范圍，得出以下三點(diǎn)結(jié)論:（1）國(guó)有企業(yè)金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響比非國(guó)有企業(yè)小；（2）企業(yè)規(guī)模越大，其金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響越大；（3）企業(yè)的投資機(jī)會(huì)越少，其金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響越大。并且上述的負(fù)面影響在考慮經(jīng)濟(jì)政策的不確定性時(shí)依然存在。同時(shí)，本文還將樣本按時(shí)間劃分，考察2008 年金融危機(jī)前后這種抑制作用的程度，發(fā)現(xiàn)并不存在統(tǒng)計(jì)意義上的差別。

基于上述結(jié)論，本文得出幾點(diǎn)政策建議。

第一，企業(yè)金融資產(chǎn)的配置在一定程度上擠出了創(chuàng)新投入，并且經(jīng)濟(jì)政策的不確定會(huì)加重這種負(fù)面影響，因此在目前投資拉動(dòng)型經(jīng)濟(jì)增長(zhǎng)方式下，政府應(yīng)盡力避免經(jīng)濟(jì)政策的不確定性波動(dòng)，提高公信度，降低企業(yè)對(duì)政府行為的過(guò)度依賴，注重自身的抗風(fēng)險(xiǎn)能力建設(shè)，做好長(zhǎng)短期權(quán)衡取舍，實(shí)現(xiàn)可持續(xù)發(fā)展。

第二，考慮到小規(guī)模企業(yè)的金融資產(chǎn)配置對(duì)創(chuàng)新投入的負(fù)面影響更大，加之這類(lèi)企業(yè)往往更易受到政策不確定性的影響，這也顯現(xiàn)了國(guó)家對(duì)于中小企業(yè)重視的必要性，這就要求在把握住風(fēng)險(xiǎn)底線的前提下，一方面加大對(duì)中小企業(yè)的支持，使之避免政策的不利影響，另一方面加強(qiáng)金融服務(wù)，健全金融體制，降低中小企業(yè)的融資難度，擴(kuò)展融資約束。

第三，不同所有制企業(yè)金融資產(chǎn)配置對(duì)于創(chuàng)新投入的負(fù)向作用存在明顯區(qū)別，因此建議加快國(guó)有企業(yè)改革，扭轉(zhuǎn)資源錯(cuò)配，促進(jìn)要素自由流動(dòng)與合理配置。