經濟政策不確定性對企業研發投入的影響—基于中國上市公司數據的實證分析

文/王昊宇 尉瑞棟（中央財經大學）

一、引言

與一般投資不同，企業研發投資具有金額高、回報周期長、結果難以預測、面臨更大的失敗風險等特點，本身就增加了企業經營發展的不確定性，這些特點也使得企業研發投資對經濟政策不確定性具有更大的敏感程度。中歐國際工商學院在2013年對本土企業幾百位高管進行問卷調查，得到的結果是約46%的高管認為其企業投資的主要顧慮是“宏觀經濟政策調整”。若經濟政策不確定性維持在較高的水平，可能會使得企業對于未來發展更加不確定，抑制企業的研發投資，導致企業發展停滯甚至倒退，對于經濟造成不利影響。目前學者們已經對于經濟政策不確定性對企業投資的影響展開研究，但是對于影響機制并沒有達成較為一致的觀點。

二、文獻綜述

企業面對不確定性經濟環境時的決策問題因對現實世界中企業的經營發展具有理論指導意義而成為經濟學和金融學關注的焦點。關于經濟政策不確定性對企業研發創新投資的影響是促進還是抑制這一問題的研究至今仍未達成一致。

圖1 GDP及經濟政策不確定性指數變化圖

考慮到中國社會主義市場經濟體制的特殊性，充分考察國內相關領域的研究成果是必要的。國內的早期研究（陸慶春、盧小廣，2008；梁權熙、田存志、詹學斯，2012；申慧慧、于鵬、吳聯生，2012）絕大多數采取根據宏觀經濟參數構建的政策不確定性指標，在不確定性來源方面不夠明確。

三、理論模型

本文將從實物期權理論出發，探究經濟政策變化對企業研發投入的影響機制。

首先，實物期權理論的前提是企業創新投資不可逆，由實物期權理論可知，企業在外界條件波動性增大時將延后投資，等待市場信息顯露出更多后再進行決策。所以本文提出的假設之一是：

H1：經濟政策不確定性增加會抑制企業的創新研發投入。

對于融資約束小的企業而言，由于其獲得資金更為容易，所以此類企業對風險的厭惡程度一般更低，也就是說，這類企業可能會在市場信號不太明確的時候進行創新投資，從而占得市場先機，攫取更大利潤，而不是在市場信號穩定之后才進行創新投資。反觀融資約束大的企業，其在市場上融資較為困難，所以沒有能力承擔巨額損失，這類企業對風險的厭惡程度更大。

四、研究設計與樣本數據

（一）模型設定

本文研究目的旨在探究經濟政策的不確定性對于企業研發投入的影響，因而企業的年度研發投入總計是在模型中設置的被解釋變量，中國年度的經濟政策不確定性指數是設置的核心解釋變量，因此構造回歸模型（1）；模型均采用固定效應法進行對參數的估計。

模型如下所示：

模型（1）：

其中下標i代表企業，t代表年份；ln(RD)代表企業年度研發總計投入的自然對數值，ln(EPU)代表以自然對數值形式下計算的經濟政策不確定性指數；為了控制與企業狀況相關的特征，選取了七個企業控制變量，其中SalesG代表對銷售收入以對數形式衡量的增長率，代表有形資產占總資產比率，代表流動資產占總資產比率，Tangible代表托賓Q值，SA代表融資約束，ROA代表資本收益率，SOE代表企業性質，其中令國有企業賦值為1；另外還考慮了個體固定效應ai；另一方面由于直接加入時間固定效應將引起與EPU指數的多重共線性，為了控制與企業無關的宏觀經濟環境的時期特征，控制變量中還包括了衡量宏觀經濟狀況的變量，GDPg為真實GDP同比增長率，M2g為M2發行量同比增長率，CC為消費者信心指數。另外除消費者信心指數使用當期值以外，其他所有解釋變量均設置為相對于被解釋變量的一期滯后值。

（二）變量選取

1.被解釋變量

本文設置的核心解釋變量是企業年度的研發投入總計。本文中的研發投入數據均按照年度合并財務報表獲取。

2.解釋變量

本文設置的核心解釋變量是經濟政策不確定性指數（Economic Policy Uncertainty，EPU）。該經濟政策不確定性指數是由Baker，Bloom，Davis（2016）所構建并公開發布的，用于對各經濟體的經濟政策方面的不確定性的量化與衡量。對于中國，經濟政策不確定性指數的構建是以對每月對經濟政策不確定性報道文章的檢索數量為基礎的，并在后續一系列標準化步驟下得到的量化指數，反映了每月對經濟政策不確定性報道文章的數量相對水平，所選取的報道檢索媒體是發行于香港的南華早報（South China Morning Post）。

另外，由于經濟政策不確定性指數的原始數據是按月度衡量的，本文中采取計算全年各月份算術平均值的方法轉換為年度指數，并以自然對數形式進行衡量。

3.控制變量

本文設置的與企業財務狀況相關的控制變量包括企業總資產、資產負債率、有形資產比率、流動資產比率、托賓Q值，融資約束SA和資本回報率ROA。其中企業總資產為資產總計，有形資產比率為有形資產總計占資產總計的比例，流動資產比率為流動資產總計占資產總計的比例，資本回報率ROA為凈利潤占資產總計的比例，托賓Q值采用企業總市值比總資產的計算方法，企業融資約束指標SA采用Hadlock and Pierce (2010)中構造的企業融資約束測度，相比KZ指數，SA指數的改進在于一定程度上避免了內生性問題，其計算公式為：-0.737*size+0.043*size2-0.04*age，其中size為企業規模，其以資產總計的自然對數衡量，age為企業年齡。（所有的財務相關原始數據均由年度合并報表獲取，所有計算中的原始數據均按當年年末數據進行計算）

（三）數據來源及處理

本文的研究面對的是中國所有A股上市公司在2007年到2018年間的企業數據，所有與企業相關的原始數據均來源于萬得數據庫（WIND），而經濟政策不確定性指數來源于Baker，Bloom，Davis（2016）中所公開發布的數據，衡量宏觀經濟狀況的數據來源于WIND，是由WIND依據國家統計局發布的公開數據、新聞以及刊物進一步統計得到的。

考慮到變量可能存在極端值對結果產生異常影響，所有變量的取值均進行了WINSORIZE縮尾處理，處理界限設置在1%和99%水平上。

五、回歸結果及分析

經濟政策不確定性對企業投資影響的固定效應回歸結果如下表中第一列所示。lnEPU的滯后項系數為負且在5%程度上顯著，表明經濟政策不確定性的提高會抑制企業研發投資，這符合預期結果。該項系數為-0.0452，意味著當EPU提高一倍會導致企業研發支出降低4.52%。因為經濟政策的不確定性增大會導致企業對于未來的發展前景產生迷茫，而且對于企業研發投資這種回報周期長，投入資金多的投資對于不確定性敏感程度更高，導致企業暫時選擇減少投資防止一些新的政策導致企業面臨收益下降，且研發投資出臺沒有回報的情況。其他變量除有形資產比總資產的滯后項在10%程度上顯著外，均在1%程度上顯著。

表1 回歸結果表

為了進一步研究這其中的影響機制，我們建立了模型（2），在模型（2）中我們沒有控制政府補貼，在回歸結果中，lnEPU與企業性質的交互項的系數的顯著性增強—在1%的水平上顯著，通過這一差異我們推測，企業性質影響企業創新對政策不確定性的敏感程度的一個途徑是政府補助。即政府會給予國有企業更多的補助，從而導致國有企業的資金約束比民營企業小，而在分析企業融資約束與企業創新對政策不確定性的敏感程度的關系時我們曾提到過：一個資金更為自由的企業對風險的厭惡程度較低，因此在市場信號不明確時這種企業可能仍然會進行創新投資，所以相比于民營企業，國有企業的創新投入對政策的不確定性更不敏感。并且政府在發放補助時通常會對補助的用途做強制要求，也就是說國有企業的補助會用于創新，所以政府的補助對于企業的創新投入具有直接的正向影響，而經濟政策的不確定性往往是由國際形勢不確定性或突發自然災害引起的，政府在面對這些不確定性時往往希望通過一些手段讓社會恢復穩定，所以在外界不確定性增強時，政府可能會加大對國有企業的補助力度，幫助國有企業研發抵御不確定性的產品（如新冠疫情下的疫苗產業），所以在政策不確定性增強時，政府會加大對國有企業的補助力度，而這些補助又被強制規定用到創新上，直接導致國有企業在政策不確定增強時創新投入減小的幅度比民營企業更小。

六、結論

因為研發具有“投資不可逆”性質，與實物期權理論的假設相符，所以本文以實物期權理論作為理論模型，進而分析企業性質和企業融資約束對企業在政策不確定性下的表現的影響。我們研究發現，由于外界環境的不確定性會產生很多模糊的信號，所以企業會選擇等市場信號穩定下來之后根據清晰信號進行投資，從而導致經濟政策不確定性對于企業的創新研發投入具有抑制作用，除此之外，由于融資約束小的企業抗風險能力強，而在經濟政策不明確時進行投資一旦成功就可以占據市場先機，所以在經濟政策波動大的時候投資是一項高風險、高回報的投資活動，因為融資約束小的企業對風險的厭惡程度低，所以融資約束較小的企業的創新投入對經濟政策不確定性的敏感程度更低。最后，由于國有企業在經濟體中扮演的角色不同，再加上政府在面對外界波動時會通過增加對國有企業的研發補助來維持社會穩定，最終導致國有企業的創新投入對于經濟政策不確定性的敏感程度小于民營企業。