經濟政策不確定性與股票定價偏誤：成因、后果與機制

楊林京 袁 浩

（1.重慶移通學院淬煉商學院，重慶 401520；2.重慶財經學院經濟學院，重慶 401320）

一、引言

中國經濟轉型已經進入關鍵時期，新冠疫情后經濟修復的需求也越發強烈，為了保持經濟持續高質量發展，政府不斷加大宏觀調控的力度，采取了一系列措施。整體上，堅持深化改革的宏觀政策方向，以經濟結構調整為主線，兼顧穩定經濟增長和防范經濟風險。在市場運作過程中，政府著力解決與避免金融風險，推行全面注冊制，促進金融市場與實體產業相融合。種種舉措在一定程度上穩定了我國經濟大局，也有利于金融市場的進一步發展。但是，經濟政策的頻繁變換，例如行業政策的調整、金融市場的逐步開放和市場規則的變化等，使得微觀個體無法準確及時地預測經濟政策調整的方向、時間和力度（Gulen 和Ion，2016）[1]，由此產生經濟政策的不確定性（Economic Policy Uncertainty，EPU），引發金融機構在戰略執行方面的偏誤、投資者認知偏差和由此帶來的企業經營環境的不確定性，對市場造成不容忽視的影響（王貞潔等，2022）[2]。

經濟政策不確定性是指由于經濟政策制定者的不確定性和決策過程的復雜性而引起經濟政策變化和波動的概率。在過去幾十年中，由于全球化和技術進步等因素的影響，經濟政策不確定性已經成為全球股票市場重要的驅動因素之一。在經濟政策不確定性環境下，企業經常面臨經濟政策的巨大變動和頻繁更改，為了提升生存實力，企業將不斷調整發展戰略，以獲取投資機會。然而，在經濟政策不確定性情況下，企業可能會因改變風險態度、調整競爭戰略而減少市場利潤（Kulatilaka和Perotti，1998）[3]。同時，企業競爭戰略頻繁變動勢必造成投資者的認知偏差，導致股票價格偏離真實價值，造成股票定價偏誤。

股票定價是企業資金環境中重要的一環，對企業持續經營至關重要。在經濟政策不確定性影響下，股票市場投資者對可能受影響企業的風險態度和價值預期往往會發生變化，導致出現拋售企業股票的情況，企業因此遭受經營風險（鐘凱等，2018）[4]。在國內外局勢嚴峻復雜的當下，經濟政策不確定性已成為金融經濟研究領域中備受關注的熱點問題。盡管已有大量文獻關注了經濟政策不確定性對宏觀經濟和金融市場的影響機制和效應大小（Bernanke，1995）[5]，但少有研究考察經濟政策不確定性對股票定價偏誤的影響。本文采用2003—2021 年中國A 股上市公司的面板數據，研究經濟政策不確定性對股票定價偏誤的影響及作用機制，以及企業生命周期、信息不對稱、區域以及行業的異質性影響。本文的邊際貢獻主要有三個方面：（1）本文首次研究了經濟政策不確定性對股票價格波動的影響，全面探討了不同情景下經濟政策不確定性與股票定價偏誤之間的關系，為理解金融市場中的非理性行為提供了一個新的視角；（2）本文從風險和戰略視角闡明了宏觀層面的經濟政策不確定性影響微觀企業股票定價偏誤的內在邏輯，并從高管金融背景角度探討了緩解這種影響的可能方法，從而幫助實務界更好地分析和應對經濟政策不確定性帶來的非理性影響；（3）現有文獻主要關注股票定價偏誤的產生原因和表現形式，而較少關注其對企業經營發展的長期經濟后果，本文討論了股票定價偏誤對企業未來盈利能力和融資能力的負面作用，為深入理解經濟政策不確定性對金融市場和企業發展的影響提供了新的證據。

二、理論分析與研究假設

（一）經濟政策不確定性與股票定價偏誤

經濟政策的變動會牽動整個金融市場的走向，經濟政策不確定性會對投資者產生負面影響，使他們對未來市場環境和企業前景感到擔憂和恐懼。這種負面情緒會導致投資者降低風險偏好，減少投資活動或選擇更穩健的投資方式（Chiang，2020）[6]，這些行為會使得股票市場出現供需失衡、流動性下降、價格波動加劇等現象，從而影響股票的定價（鄭明貴等，2022；邢艷春和廖晗，2023；孫林和董成明，2023；朱曉娟和孫福明，2018）[7-10]。

行為金融理論認為，當投資環境不穩定時，股票價格在金融市場中會經常出現偏離內在價值的情形，且此種狀況將持續存在，即股票定價出現偏誤（Shleifer 和Vishny，1997）[11]。股票價格作為企業價值的體現，受到諸多內外部因素的影響。本文認為，經濟政策不確定性是影響股票定價偏誤的重要因素之一。經濟政策不確定性會使得投資者對企業的未來收益和成本產生不確定的預期，從而導致他們對企業的內在價值進行錯誤評估。同時，經濟政策不確定性也會使得投資者對市場的流動性和穩定性產生不確定的預期，從而導致他們對市場的風險溢價進行錯誤評估。這些錯誤評估會使得投資者對股票的需求和供給發生變化，從而導致股票價格與其內在價值發生偏離。并且，經濟政策不確定性越嚴重，其對股票定價偏誤的影響也越明顯。基于此，本文提出了如下研究假設：

假設1：經濟政策不確定性可能會加劇股票定價偏誤。

（二）經濟政策不確定性、企業風險承擔與股票定價偏誤

股票定價偏誤受企業現金持有水平和投資者行為等諸多因素影響，而企業策略調整與投資者行為的實施本質上依賴于企業內部調節。為促進經營發展，獲得投資者青睞，企業會增強內部調節，提高自身風險承擔能力，這一行為會導致企業財務信息與表現的不對稱，誤導投資者的判斷，最終造成股票價格與真實價值發生偏離。具體而言，在經濟政策不確定的情況下，企業風險承擔能力會受到較大影響（鄒美鳳等，2021；嚴復雷和史依銘，2021）[12，13]。一方面，當經濟政策不確定性水平較高時，企業項目投資風險提升，企業所承擔的高風險會影響股民對公司的預期，導致股票價格下跌（譚小芬和張文婧，2017）[14]。另一方面，經濟政策不確定性會擾亂金融市場信息傳導環境，為了穩固發展和創造投資，企業選擇增強風險承擔水平，進而影響公司股票估值（邢洋和馬千惠，2022）[15]。企業風險承擔的增強會導致投資者產生認知偏差，加大股票定價偏誤的可能性。基于此，本文提出假設：

假設2：經濟政策不確定性增加企業風險承擔，從而加劇股票定價偏誤。

（三）經濟政策不確定性、企業戰略調整與股票定價偏誤

經濟政策環境的變化會激勵企業積極進行戰略調整。考慮到我國的社會主義市場經濟體制，政府對市場經濟行為具有較強的引導性，當國家處于社會經濟轉型時期或發生外部性沖擊（如貿易摩擦、新冠疫情）時，政府往往擁有強大的經濟恢復意愿與能力，市場主體會在此環境下形成抓住機遇、尋求發展的預期（馬寧和靳光輝，2021）[16]，即企業希望通過戰略調整來改善自身發展現狀。經濟政策不確定性也為企業在競爭過程中找到突破口提供了機會，企業會根據經濟政策的變化，加快競爭戰略調整速度，以期獲得更大的競爭優勢。然而，這種做法可能導致企業定位產生偏差，進而影響企業經營績效和股票估值（胡志亮和鄭明貴，2021）[17]。并且，企業實施的戰略差異度越大，外部投資者無法利用自身知識儲備準確評判企業實際生產經營狀況，信息不對稱問題與企業代理問題都將會進一步加劇（戴艷玲，2019）[18]，從而導致股票定價偏誤。因此，本文提出假設：

假設3：經濟政策不確定性引起企業競爭戰略調整，從而加劇股票定價偏誤。

（四）經濟政策不確定性、高管金融背景與股票定價偏誤

制度經濟學理論將制度分為正式制度和非正式制度。鑒于中國正處于發展轉型的新階段，相關政策舉措需要不斷調整完善，因此，正式制度在一段時間內存在不足。Marquis 和Tilcsik（2013）[19]按照烙印理論將企業高管的認知和能力烙印、社會關系等納入非正式制度。烙印理論認為，具有金融工作背景的高管，其社會關系與工作技能能夠為企業的經營發展提供較為明朗的方向。因此，企業高管的金融背景以及相應的工作技能會影響高管的認知和判斷，進而對企業經營決策和股票定價造成影響。一方面，具有金融經歷的企業高管擁有扎實的專業基礎和豐富的金融從業經驗，對金融資產運作有著充分的了解，并且在政策信息判斷、機遇篩選等方面具有優勢，能夠及時識別和應對政策調整帶來的風險，因此，在經濟政策不確定性的環境中，企業高管能夠準確降低股票定價偏差。另一方面，具有金融背景的高管在金融領域積累了豐富的社會資源，對政策的變化更加敏銳，能更及時獲取行業相關消息，為股票定價提供更高的準確性。由此可見，盡管經濟政策不確定性的上升會影響企業的風險承擔以及經營決策，但擁有金融背景的高管會在一定程度上改善企業的決策環境并對股票相關決策進行偏差矯正，因此，當處于經濟政策不確定性環境中時，相對于沒有金融背景的企業高管，具有金融背景的高管能夠降低決策時的誤判，提高股票定價的準確性。基于此，本文提出假設：

假設4：高管金融背景對經濟政策不確定性與股票定價偏誤的關系產生負向調節效應。

三、模型設定與指標選取

（一）樣本選擇與數據來源

本文以2003—2021年滬深A股上市公司為研究樣本，從以下數據源獲取數據：（1）高管團隊金融背景數據，由中國研究數據服務平臺數據庫中的高管簡歷數據庫整理而來。（2）企業微觀財務數據和公司治理數據，來自國泰安數據庫和萬得數據庫。（3）行業代碼和行業門類代碼，根據中國證監會《上市公司行業分類指引（2012年修訂）》確定；重污染行業和非重污染行業，根據《上市公司環境信息披露指南（征求意見稿）》劃分；企業所屬省份，根據萬得數據庫提供的上市公司注冊地確定。在處理初始數據時，本文進行了如下操作：（1）剔除金融行業樣本。（2）剔除處于ST 或PT 狀態的企業。（3）剔除交易時間不足5年或財務數據異常（收入為負，資不抵債）的公司。本文的主要數據來自萬得數據庫。同時，為了減少極端離群值對實證結果的影響，所有連續變量均在1%和99%的水平上進行Winsor縮尾。最終，本文獲取了17856個非平衡面板觀測值。

（二）變量定義

1.被解釋變量：股票定價偏誤（Dv）。本文借鑒徐壽福和徐龍炳（2015）[20]的研究，采用內在價值（V）與市場價值（P）之比作為度量上市公司市場價值偏離內在價值的指標。Dv=|1-V/P |，Dv 大于0，取值越大表明上市公司市場價值對內在價值的偏離越嚴重。

2.解釋變量：經濟政策不確定性（lnEPU）。本文使用了Baker等（2016）[21]發布的經濟政策不確定性月度指數。他們基于香港《南華早報》的新聞報道數據，經過數據過濾和文本分析構建了中國經濟政策不確定性指數。為了更好地匹配數據，本文還計算了指數的年度算術平均值，將月度經濟政策不確定性轉化成年度經濟政策不確定性。同時借鑒馬寧和靳光輝（2021）[16]的做法，對該變量取對數，消除因為量級差異帶來的內生性問題，緩解模型估計偏誤。

3.中介變量。（1）企業風險承擔（Risk）。本文借鑒何瑛等（2019）[22]的做法，利用資產回報率的波動程度對企業當前風險承擔狀況進行衡量，這種波動性越大，說明企業的風險承擔越大。為了緩解行業及周期影響，Roa 使用息稅前利潤除以年末總資產衡量，并且進一步將公司Roa 減去年度行業均值得到經行業調整后的Roa（Adj_Roa）。隨后，采用公式（1）的計算方法，以每三年（t 年—t+2年）作為一個觀測時段，分別滾動計算Adj_Roa 的標準差，得到企業風險承擔水平指標Risk，在實證過程中，對Risk對數化處理，該值越大代表企業風險承擔水平越高。

（2）企業戰略調整（Svd）。借鑒張靜和張焰朝（2021）[23]的研究，從廣告強度、研發強度、資本密集度、固定資產更新程度、費用構成、財務杠桿6 個戰略維度衡量企業資源分配重點，反映企業通過管理層決策正在投入資源實施戰略的情況。具體構建方式為：將6 個關鍵戰略維度與同行業平均值作差后再標準化；繼續求取絕對值，得到企業6 個戰略維度上的偏離程度；對上述6 個戰略維度的偏離程度指標取平均值，得到戰略調整指標。

4.調節變量。借鑒胡金焱和張曉帆（2022）[24]的研究，本文從兩個維度對企業高管金融背景狀況進行衡量：（1）有金融背景的高管人數與高管團隊總人數之比（Finbg）；（2）出于穩健考慮，設置高管金融背景啞變量（Fin），若企業高管團隊中有金融背景的人數大于等于1，則為1，否則為0。

5.控制變量。參考陳艷艷和程六兵（2018）[25]、徐壽福和徐龍炳（2015）[20]的研究，本文選取以下變量作為控制變量：償債能力（Lev），以資產負債率衡量；資產規模（Size），用企業期末資產總額作為資產規模的代理變量，取其對數；運營能力（Ato），企業總資產周轉率越高，表明企業資產的使用效率越高，因此，可以用來表示企業運營能力；托賓Q 值（TobinQ），公司的市場價值與重置成本之比，用以判斷公司的市場價值；現金流比率（Cashflow），使用經營活動產生的現金凈流量與期末流動負債的比值衡量；大股東資金占用（Occupy），利用其他應收款年末余額與年末總資產的比值衡量企業經營狀況。

（三）模型設計

為了有效檢驗經濟政策不確定性與股票定價偏誤的關系，緩解可能存在的內生性問題，本文運用多元回歸方法進行分析。

為了檢驗假設1，構建模型（2）：

其中，下標i為公司、t為年份，∑Year和∑firm代表同時對年份與個體的控制，Dv表示股票定價偏誤，lnEPU表示經濟政策不確定水平。另外，EPU可能會與時間固定效應產生共線性，但簡單地去除年份控制效應影響，又可能遺漏一些重要的不可觀測因素。為此，本文在基準回歸中同時公布加入年份固定效應和去除年份固定效應的結果作為參照，以此保證本文核心結論穩健。

為了驗證假設2 和假設3，即經濟政策不確定性對股票定價偏誤的影響過程中企業風險承擔和企業戰略調整的中介作用，本文通過“依次檢驗法”構建中介效應檢驗模型，在模型（2）顯著的基礎上，分別對模型（3）—（6）進行檢驗。當β2、β3和β4都顯著時則具有部分中介效應；當β2和β3都顯著，且β4不顯著時則具有完全的中介效應。為了驗證假設4，構建模型（7），若交互項（Fin×lnEPU）系數β3顯著為負，則研究假設4得到驗證。

四、實證檢驗與結果分析

（一）描述性統計

主要變量的描述性統計分析結果如表1 所示，股票定價偏誤的平均值為0.628，最小值僅為0.015，最大值為2.951，最小值和最大值之間差距較大，說明不同上市公司的股票定價偏誤程度具有較大的差異。企業戰略調整的平均值為0.593，標準差為0.330，說明我國存在較多上市公司選擇與行業平均水平差異較大的公司戰略。企業風險承擔的均值為0.027，標準差值為0.029，最大值為0.316，最小值為0。風險承擔的描述性統計結果表明不同種類公司的風險水平差距很大，而且呈現右偏分布，即風險承擔水平均值大于中位數。

表1：主要變量描述性統計

（二）基礎回歸分析

表2 展示了經濟政策不確定性對股票定價偏誤的基準回歸結果。從列（1）可見，不考慮控制變量時，經濟政策不確定性對股票定價偏誤的影響系數為0.977，在1%的水平上顯著為正，說明不控制其他因素時，經濟政策不確定性將會顯著增加股票定價偏誤，即在國家經濟政策不確定的情況下，股票價格更加容易脫離其內在價值造成估值偏誤。列（2）為考慮控制變量的情況，不難發現，經濟政策不確定性對股票定價偏誤的影響系數依然顯著為正，這意味著假設1 初步得到驗證。同時，列（3）為沒有控制年份固定效應的結果，經濟政策不確定性系數顯著，說明在考慮共線性情況下核心結果仍然具有一定的穩健性。

表2：經濟政策不確定性對股票定價偏誤的影響

（三）穩健性檢驗

1.控制外生沖擊。金融市場表現也會造成股票定價偏誤。在巨大的金融沖擊下，資本市場對企業估值會經歷一個泡沫化的過程，當泡沫破碎時，企業估值水平也會從高峰跌至低谷。如果忽略這些因素，可能會造成研究結果的內生性問題。在本文選擇的時間區間內，有兩個重要的金融沖擊，即2008 年的全球金融危機和2015 年的中國股災。為了保證文章的穩健性，本文依次剔除了2008 年和2015 年的企業樣本，以消除金融危機和中國股災的影響。另外，考慮到直轄市有著較大的經濟、政治特殊性，本文剔除了直轄市的樣本后重新進行了回歸檢驗。表3 結果顯示，核心結論“經濟政策不確定性會提高股票定價偏誤”并未改變。

表3：控制外生沖擊

2.更改參數估計方式。為進一步檢驗上述結論的穩健性，本文采用了GMM（廣義矩估計）和bootstrap（自助法）對經濟政策不確定性影響股票定價偏誤的結論進行了再檢驗。表4 展示了結果。從列（1）和列（2）可見，使用GMM 方法進行參數估計后，無論是否加入控制變量，經濟政策不確定性對股票定價偏誤的影響系數都顯著為正，且被解釋變量的滯后項Dv（-1）系數也顯著。這表明經濟政策不確定性會擴大股票定價偏誤水平，與前文結果一致。此外，為了消除樣本自選擇所產生的內生性問題對實證結果的干擾，本文采用了自抽樣法（Bootstrap）隨機抽樣1000 次，然后對抽樣后樣本再次進行參數估計。結果如表4 列（3）和列（4）所示，無論是否加入控制變量，經濟政策不確定性都會擴大股票定價偏誤水平，與前文結果一致。

表4：更改參數估計方式

3.工具變量檢驗。為了進一步檢驗上述結論的穩健性，本文借鑒董小紅和劉向強（2020）[26]的做法，使用美國經濟政策不確定性（Lnepum_IV）作為工具變量，進行2SLS 估計。表5 展示了估計結果。從列（1）可見，第一階段的結果顯示，工具變量系數為0.437，顯著為正，達到1%的顯著性水平，且Wald F統計量為165.16，表明內生解釋變量與工具變量高度相關，不存在弱工具變量問題。列（2）展示了第二階段的回歸結果，核心解釋變量的顯著性和方向沒有變化，這表明經濟政策不確定性會提高股票定價偏誤水平的結論再次得到驗證。

表5：工具變量檢驗

4.傾向得分匹配檢驗。繼續上述分析，不難想到一個問題：股票定價偏誤水平較高的企業和較低的企業有沒有本質的區別？換言之，估值偏誤水平的高低可能與經濟政策不確定性水平的高低擁有相同的作用因素，即混同因素的存在也會造成研究結果的不穩健。為此，本文需要在股票定價偏誤較高和較低樣本中（中位數以上為高，否則為低）找到主要財務指標上相似的企業作為對照組。借鑒李小林等（2022）[27]的做法，本文采用前文控制變量中的關鍵指標，在計算傾向得分之后，進一步依據最鄰近匹配的方法選取傾向得分最接近的樣本。基于傾向得分匹配之后的新樣本，本文分別考慮了是否擁有控制變量兩種形式下，經濟政策不確定性提高股票定價偏誤水平結論的可靠性。結果如表6 所示，不論是否加入控制變量，經濟政策不確定性對股票定價偏誤的回歸系數均顯著為正，結論具有穩健性。

表6：傾向得分匹配檢驗

（四）異質性檢驗

1.信息不對稱視角。當企業根據經濟政策變化調整經營方向時，投資者可能難以獲取足夠的信息來判斷這一調整對相關企業的影響，從而導致投資決策出現分歧，股價也會受到巨大影響。因此，信息不對稱程度可能會影響經濟政策不確定性與股票定價偏誤的關系。鑒于此，本文分別采用分析師關注度和研報關注度衡量信息不對稱程度。其中，采用一年內公司被分析師跟蹤分析的數量刻畫分析師關注度，采用一年內公司被證券公司研究報告跟蹤分析的數量刻畫研報關注度。需要指出的是，被關注的數量越多，信息不對稱程度越低。基于年度中位數分組的異質性分析結果如表7 所示，經濟政策不確定性的系數在所有分組中均在1%的水平下顯著為正，從系數來看，分析師關注度較高和研報關注度較高的分組樣本中系數小于較低樣本組，同時經驗P值也在1%的水平下顯著，進一步驗證了經濟政策不確定性對股票定價偏誤水平的提高作用在信息不對稱程度較高的樣本中尤為明顯。

表7：基于信息不對稱視角的異質性檢驗

2.行業視角。本文進一步探討了企業所處行業特性對經濟政策不確定性和股票定價偏誤關系的影響。如表8 所示，經濟政策不確定性對股票定價偏誤的回歸系數在所有分組中均顯著為正，且經驗P 值也在1%的水平下顯著。從系數大小來看，高科技行業組和非重污染行業組的系數值小于其余組別。這表明非高科技行業和重污染行業的企業對經濟政策不確定性更為敏感，更容易受到不確定性影響而導致股價出現非理性波動。

表8：基于行業視角的異質性檢驗

3.區域視角。地理位置優勢以及較高的市場成熟度可以幫助企業在不確定環境下獲得更多市場與政策優勢。據此猜想，東部地區和市場化程度較高的區域將更不容易受到不確定性影響，為了驗證這個想法，將樣本分為東部組與中西部組和市場化水平較高組與市場化水平較低組。其中，需要說明的是，本文對市場化程度的分組依據王小魯等（2019）[28]測算的地區市場化程度數據，中位數點以上為高市場化水平組，以下為低市場化水平組。回歸結果如表9 所示，結果表明，經濟政策不確定性在所有樣本中均在1%的水平下顯著為正，且經驗P 值在1%水平下顯著。進一步觀察系數，發現東部地區與市場化水平較高的樣本地區，經濟政策不確定性的系數較小。這意味著，東部地區與市場發育較為成熟的區域，將更不容易受到經濟政策不確定性的影響。

表9：基于區域視角的異質性檢驗

4.生命周期視角。企業所處的生命周期往往會影響其經營決策和效益，政府對處于不同生命周期的企業所實行的經濟政策也會有所差異，而這種差異往往極大地影響著一個企業的發展，即經濟政策的不確定性很有可能會對處于不同生命周期的企業產生不同的影響。鑒于此，本文借鑒梁上坤等（2019）[29]的研究，使用銷售收入增長率、留存收益率、資本支出率、公司年齡變量，按照行業排序后進行打分，計算企業在四個指標上的綜合得分。進一步根據綜合得分進行分組，前25%作為成長期企業，后25%作為衰退期企業，其余的作為成熟期企業。回歸結果如表10所示。在整個生命周期內，經濟政策不確定性的系數均至少在5%的水平下顯著為正，且經驗P 值都在5%水平下顯著；進一步觀察其系數大小發現，隨著企業從成長期步入衰退期，經濟政策不確定性對股票定價偏誤的影響越來越小。這說明衰退期企業更少受到經濟政策影響，市場關注度較低，股價較為平穩。而成長期企業則不同，政府會給予其更多關注與政策支持，市場關注力度也更強，所以政策變化對其股價影響也更強。

表10：基于生命周期的異質性檢驗

五、進一步研究

（一）機制檢驗

根據前文的理論分析，經濟政策不確定性影響股票定價偏誤的重要渠道是提高企業風險承擔水平和迫使企業轉變競爭策略。一方面，面對經濟政策不確定的情況，企業為了提高生存能力，可能會增加研發投入。但是，這些項目往往周期長、投入大、風險高，導致企業風險承擔水平明顯提高。這會讓投資者對企業未來發展趨勢產生巨大分歧，從而加劇股票定價偏誤。另一方面，經濟政策不確定性迫使企業為了適應當前政策環境，頻繁地調整其競爭戰略。這就讓投資者難以及時獲取足夠信息，判斷企業未來發展趨勢，從而增加股票價格的波動性，加劇股票定價偏誤。

機制檢驗的估計結果如表11所示，在之前的基礎回歸分析中，已對經濟政策不確定性與股票定價偏誤的系數顯著性進行了檢驗，發現其在1%水平上顯著為正，故繼續進行接下來的檢驗。列（1）中經濟政策不確定性系數在1%的水平下顯著為正，這證明經濟政策不確定性的提高將會顯著提升企業風險承擔水平。列（2）中經濟政策不確定性和企業風險承擔均在1%的水平下顯著為正，證明企業風險承擔在經濟政策不確定性與股票定價偏誤中發揮部分中介效應。以上結果表明假設2 成立。根據上述流程繼續對競爭戰略調整的中介效應檢驗后發現，列（3）中經濟政策不確定性系數在1%的水平下顯著為正，即經濟政策不確定性會顯著提高其競爭戰略差異度，同時，列（4）中經濟政策不確定性和企業風險承擔均在1%的水平下顯著為正。這說明企業競爭戰略調整在經濟政策不確定性對股票定價偏誤的影響中起著部分中介效應的作用。假設3得到驗證。

表11：機制檢驗結果

（二）調節效應檢驗

為進一步考察企業高管金融背景對經濟政策不確定性與股票定價偏誤關系的調節效應，本文考察了高管金融背景與經濟政策不確定性的交互項對股票定價偏誤的影響，從表12 中可以看出，交互項Finbg ×lnEPU 與FIN×lnEPU 的系數分別為-0.399 和-0.105，分別通過了1%和5%的顯著性檢驗，說明高管金融背景能夠緩解經濟政策不確定性對股票定價偏誤的正向效應，本文研究假設4得到驗證。

表12：調節效應檢驗結果

（三）長期經濟后果

1.股票定價偏誤對企業融資能力的持續性影響。股票定價偏誤對企業經營發展無疑是不利的，在資本市場上如果企業股票價格脫離內在價值，將會對其融資能力產生消極影響。無論股票價值被過分地高估還是低估，投資者和企業經營者都很難以一個相對合理的估值水平進行市場融資活動，無疑就增大了企業融資約束。為此，本文使用SA 指數衡量企業的融資約束程度，計算公式為：SA=0.043Size2-0.737Size-0.040Age。其中，Size 代表企業期末總資產的自然對數；Age 代表企業年齡，即研究當年減去該企業注冊年份。SA 指數取值越大，企業面臨的融資約束程度越強。另外，考慮到在經歷一段時間后，投資者獲取到足夠信息，股票價格開始回歸其內在價值，股票定價偏誤對企業融資約束的消極影響將得到緩解，本文將展示被解釋變量當期與未來三期的回歸結果，具體結果見表13。

表13：長期經濟后果——融資約束

表13 中列（1）—列（4）的被解釋變量分別為SA、FSA、F2SA、F3SA，分別表示為當期、未來第一期、未來第二期和未來第三期的融資約束，解釋變量為股票定價偏誤。表13 的結果顯示，股票定價偏誤的回歸系數雖然依然在1%的水平上顯著為正，但是由當期的0.013 下降至未來第三期的0.004，說明股票定價偏誤會增大融資約束并且具有一定的持續性，這種影響會隨時間而遞減。

2.股票定價偏誤對企業盈利能力的持續性影響。基于上述分析，繼續討論股票定價偏誤對企業生產經營的影響，當股票存在估值偏誤時，企業經營者為了保持高位的股票價格，抑或將企業拉回正常估值水平，往往會傾向于選擇追逐熱點項目，從而提升投資者關注度。但是這種方式很大程度上無益于企業盈利能力提升，還有可能使企業面臨更大的經營風險。為此，本文使用息稅前利潤與平均總資產之間的比值，即總資產報酬率作為企業盈利能力的衡量指標，當總資產報酬率越大時，盈利能力越強。同時考慮時間因素的影響，將展示被解釋變量當期與未來三期的回歸結果，具體結果見表14。

表14：長期經濟后果——總資產報酬率

表14 中列（1）—（4）的被解釋變量分別為lnroa、Flnroa、F2lnroa、F3lnroa，分別表示為當期、未來第一期、未來第二期和未來第三期的總資產報酬率。表14 的結果顯示，股票定價偏誤與當期總資產報酬率和未來第一期總資產報酬率的回歸系數在10%的水平上顯著為負，而股票定價偏誤與未來第二期和未來第三期的總資產報酬率的回歸系數均不顯著，回歸系數由當期的-0.061 下降至未來第三期的-0.003，說明股票定價偏誤在短期內會降低企業盈利能力，這也是由經營者短視與不顧基本情況迎合投資者所帶來的，但是隨著經營者對自己行為的糾正，這種影響將會隨著時間遞減，最終不再顯著。

六、結論與建議

近年來，全球動蕩局勢和新冠疫情導致宏觀經濟環境不穩定，外部挑戰日益凸顯。為了維護國內市場穩定和企業正常運營，政府出臺了一系列應對危機的政策措施，但也使經濟政策的不確定性明顯上升，嚴重影響了國內上市公司的經營策略和市場價值評估。基于此，本文以經濟政策不確定性為研究視角，探索了其對股票錯誤定價的影響及潛在作用機制，并得出了以下結論：首先，經濟政策不確定性會加劇股票錯誤定價。其次，企業風險承擔水平和公司競爭戰略調整在加劇股票錯誤定價中發揮著重要的中介作用。經濟政策不確定性在增加企業風險承擔能力的同時，會促使企業進行競爭戰略調整，進而造成股票錯誤定價；而高管的金融背景能夠在股票定價環節中緩解企業對政策以及決策的誤判，對經濟政策不確定性與股票定價偏誤的關系發揮負向調節作用。再次，經過異質性檢驗，發現經濟政策的變化對不同生命周期的企業股票錯誤定價的影響程度不同；東部地區和市場化水平高的地區能夠降低經濟政策不確定性對股票定價偏誤的影響；非高科技行業與重污染企業對經濟政策不確定性的感知更為敏感，更容易使股價產生非理性波動；分析師跟蹤能夠削弱經濟政策不確定性與股票定價偏誤之間的正向關系。最后，進一步研究發現，股票定價偏誤在一定程度上也會對企業的融資能力和盈利能力產生負面影響。

基于上述研究結果，提出如下建議。其一，對政府而言，相關部門應重視政策的變動對股票定價偏誤的影響，放緩政策調整頻率，盡可能保持政策的一致性和長期性，在政策制定時應充分考慮多種因素對政策實施效果的影響，避免頻繁變動。此外，處于不同發展周期、不同地域和不同行業的企業應對政策的調節能力不同，政策制定者應當提高政策實施力度與精度，從而改善企業經營環境。其二，對企業而言，應提高戰略敏銳性，時刻關注經濟政策帶來的影響，積極改善經營狀況，降低整體風險水平，更好地應對外部政策環境變化，在抓住政策機遇的同時規避相關風險。此外，公司可選取具有金融背景的人士擔任高管，利用其專業的金融知識和豐富的實踐經驗，更有效地發揮管理監督職能，控制企業經驗風險和定價偏誤。其三，對分析師而言，應充分發揮專業優勢，深入研究企業的經營與發展狀況，緩解市場的信息不對稱對股票定價的影響。其四，對投資者而言，股票定價偏誤會長期影響企業的經營狀況，因此，投資者在投資前，應積極獲取、整合和分析市場上和企業生產經營中的信息，減少信息不對稱帶來的投資決策失誤。