经济政策不确定性、融资约束与企业创新

王 维，王云魁

（新疆财经大学金融学院，新疆乌鲁木齐 830012）

一、引言

创新是国家经济增长的重要引擎。习近平总书记多次强调“创新是引领发展的第一动力，抓创新就是抓发展，谋创新就是谋未来”。2019年，我国深入实施创新驱动发展战略，加强研发攻关，研发投入逾2 万亿元，占国内生产总值比重为2.19%，发明专利申请量和授权量位居世界第一，国家综合创新指数位居世界第14 位，国家整体创新能力大幅提升。但是，自主创新能力不强、缺乏核心技术等问题仍亟待解决。我国相继推出“2009年一揽子计划”、构建“丝绸之路经济带”以及“21 世纪海上丝绸之路”、构建 “长江经济带”、启动“中国制造2025”等一系列重大经济政策。这些经济政策制定与实行的目的是缓解外需疲软，保证我国经济实现高质量发展，然而频繁调整现行经济政策会使经济政策不确定性程度加深，影响企业的经营与决策。此外，中美贸易冲突的不断升级使我国外部环境发生深刻变化，不确定性明显增加。当前，中国正处于经济新旧动能转换关键期，提升企业创新能力势在必行。因此，探讨经济政策不确定性如何影响企业创新至关重要。

近年来，学者们从不同角度对影响企业创新的因素进行探讨，发现影响企业创新的因素主要包括外部因素和内部因素。外部因素方面，罗明新等（2013）发现，政治关联对技术创新绩效具有显著负向影响，王珍义等（2014）发现，政治关联对企业创新具有积极影响；Hottenrott 和Lopes-Bento（2014），张杨勋和周浩（2020）发现，财政补贴短期内有利于企业创新；王文忠和曹雅丽（2017）发现，主政官员更替产生的政治冲击会显著促进企业创新。除上述影响企业创新的外部因素之外，学者们研究了内部因素对企业创新的影响。Schumpeter(1942)从企业内部因素角度探讨企业规模与创新活动的关系，发现两者存在正相关关系；Scherer(1965)推翻了上述结论，发现企业规模与创新之间呈倒U 型关系；Hirshleifer 等(2012)针对管理层偏好对企业创新所产生的影响进行了深入研究，发现CEO 过度自信的企业具有更大的回报波动、更多的创新投资，可以获得更多的专利，并能够在给定的时间内取得更大的创新成功。陈守明和唐滨琪（2012）发现，企业研发投入随着企业高层管理者创新认知程度的提升而相应增加；谭洪涛等（2016）发现，引入股权激励制度有助于促进企业创新；王亚男和戴文涛（2019年）发现，内部控制与创新效率呈显著正相关关系；李钧等（2020）发现，企业高管管理能力对企业创新绩效具有促进作用。

此外，周铭山和张倩倩（2016）研究发现，企业创新活动是一个固有信息不对称与较高投资风险并存的长期过程，需要较高的风险忍耐度及大量的资金做保证。然而，经济政策不确定性上升会增加企业获得外部融资的难度，使企业融资成本升高，进而导致企业研发投入减少，企业创新效率降低（Hall，1992；Brown 等，2009）；同时，当外部经济政策不确定性提高时，银行等金融机构出于规避风险的考虑，对企业提供资金支持的意愿较低，企业获得外部融资支持的可能性降低，从而导致企业资金链脆弱性增加（饶品贵等，2017）。由此可见，经济政策不确定性、融资约束与企业创新之间存在密切联系。

本文拟对经济政策不确定性、融资约束与企业创新之间的内在逻辑关系进行分析与探讨。本文可能的贡献在于：一是为探寻企业创新在经济政策不确定性影响下会产生何种作用效果，本文进行实证分析时使用创新产出作为衡量企业创新的指标，拓宽了对两者关系的研究。二是纵观现有文献，大多数学者只探讨经济政策不确定性与企业创新两者之间的作用机理，并以此展开讨论。而本文在分析经济政策不确定性与企业创新的关系时考虑融资约束可能发挥的中介效应，并从这个角度切入，研究发现融资约束弱化了经济政策不确定性对企业创新的影响，为国家制订相关政策，激励企业创新提供理论参考。

二、理论分析与研究假设

（一）经济政策不确定性与企业创新

经济政策不确定性是指经济主体无法准确预测政府相关部门是否、何时、如何改变现行的经济政策，从而产生的由经济波动和宏观经济环境变化引起的经济政策变化风险（Gulen 和Ion，2016）。企业创新活动是指企业将资金持续不断投入无形资产的过程，具有持续时间长、预期回报率低以及失败风险高等特征。因此，经济政策不确定性会影响企业的投资水平，进而对企业创新产生重要影响。

现有文献关于济政策不确定性与企业创新之间关系的研究存在两种对立的观点：一种观点认为，经济政策不确定性是无法规避的，会提高企业融资成本，进而降低企业创新的动力。Bernanke（1983）研究发现，外部环境不确定性的提高会使企业决策者在投资抉择时更加谨慎，从而减少对当前企业的投资，对企业创新产生严重的负面影响；王红建等（2014）根据预防性储蓄理论发现，企业经营环境面临较大的政策不确定性时，在谨慎性原则的驱使下，企业将降低投资力度来换取更多的现金资产，用以预防可能发生的潜在风险。另一种观点认为，政策不确定性增加将会促进企业加大研发投入，从而对企业创新产生激励作用（Mason 和Weeds，2007）。孟庆斌和师倩（2017）通过构建随机动态优化模型对企业研发投入与宏观经济政策不确定性作用机制进行实证分析，发现两者之间存在正相关关系，宏观经济政策不确定性具有促进企业通过创新研发活动谋求自我发展的效应，从而对企业科技创新起到促进作用。

综上所述，学者们对经济政策不确定性能否有效促进企业创新尚未得出一致结论，仍存在较大争议。基于以上分析，本文提出H1a 与H1b 两个竞争性假设，并通过实证分析检验哪一个假设更被数据支持。

H1a：经济政策不确定性将抑制企业创新，即经济政策不确定性程度越高，企业创新产出水平越低。

H1b：经济政策不确定性将促进企业创新，即经济政策不确定性程度越高，企业创新产出水平越高。

（二）经济政策不确定性、融资约束与企业创新

企业创新活动具有较高的风险性以及不确定性，且还存在严重的信息不对称，导致开展创新活动的企业外部融资难度增加，进而使企业面临融资约束。融资约束在一定程度上限制了企业投资，从而波及企业创新活动。

关于经济政策不确定性、融资约束与企业创新三者之间的关系，郝威亚等（2016）研究发现，外部环境不确定性上升会增加企业的系统性风险，投资者要求更高的风险回报，甚至拒绝向企业提供资金，导致企业外部融资成本增加，企业投资力度下降，从而抑制企业创新活动。在经济政策不确定加剧时期，融资约束强的企业出于预防性动机将增持具有较高流动性的现金以及极易变现的金融资产，并大幅缩减企业创新投资力度以应对可能发生的危机（彭俞超等，2018)。刘康兵等（2011）以中国制造业上市公司数据为研究样本，使用Hansen 阈值估计和系统GMM 估计分析经济政策不确定性、融资约束与企业投资，研究结果表明融资约束对企业投资的影响随着经济政策不确定性波动程度的增加而日益严重，企业创新随之也受到制约。Baker 等（2016）发现，股票市场的波动随着经济政策不确定性水平的提高而日益加剧，使企业从外部渠道获得融资的难度加大，支持企业创新的资金难以得到保证，从而抑制企业创新。魏锋和刘星（2004）以制造业上市公司年度财务数据为基础，运用两阶段最小二乘法对融资约束、不确定性与企业投资进行研究，发现不确定性与企业投资之间存在较为明显的正向关系，融资约束在一定程度上减轻了不确定性对企业投资行为的影响。

基于以上分析，本文提出假设H2：

H2：融资约束弱化了经济政策不确定性对企业创新的影响。

三、研究设计

（一）样本选择与数据来源

本文以2007－2017年沪深A 股上市公司创新数据为研究样本①上市公司创新数据，系作者通过中国研究数据服务平台（CNRDS）收集整理得出。，为使实证结果准确无误，对研究样本进行如下处理：一是剔除数据缺失严重的样本；二是金融业与房地产业的特殊性会造成回归结果的偏误，故剔除；三是剔除ST 及*ST 类企业；四是考虑到极端值可能会对实证结果产生干扰，对实证研究中所涉及的主要变量进行1%的双侧Winsorize 处理。本文数据主要来源于国泰安（CSMAR）数据库，部分数据通过万德（Wind）数据库进行补充。经过上述处理，最终得到2007－2017年17162 个沪深A 股上市公司年度创新数据。

（二）模型构建

为探讨经济政策不确定性对企业创新的影响机制，验证相关假设，本文构建如下回归模型：

其中，被解释变量Innovationit为企业i第t年的创新产出；解释变量EPUt表示第t年中国经济政策不确定性指数；Control表示企业个体层面其他控制变量；Industryfe表示企业行业固定效应；Yearfe表示企业年份固定效应；εit表示随机误差项。

（三）相关变量度量

1.被解释变量

企业创新（Innovationit）。创新投入或创新产出常用来衡量企业创新程度，考虑到企业创新投入中可能存在的缺失值会对基准回归结果产生影响，故本文用创新产出度量企业创新。创新产出主要指企业专利申请的获批情况，专利的获批数量能够较为明显地体现企业创新的能力（Ernst，2001）。在我国，专利包括发明、实用新型和外观设计三种类型，其中，发明专利具有较高的技术含量，是企业创新能力的重要体现。而实用新型专利与外观设计专利并未在根本上触及创新，作为指标衡量企业创新的代表性不强，故将两者定义为非发明专利。为考察经济政策不确定性对不同类型专利的影响，本文根据Fang 等(2014)的方法对企业年度专利获批数量加1 后取自然对数代表企业专利总体产出(Patent)水平，用来衡量企业创新，对年度专利获批数量加1 是因为研究样本中一些企业专利获批数量为0，取对数是为了缓解企业年度专利获批数量呈厚尾分布的情况。类似地，对企业年度发明专利申请数加1 后取自然对数作为企业发明专利的代理变量，用于衡量企业发明专利(Patent1)的创新程度；实用新型专利与外观设计专利数量之和加1 后取自然对数，作为衡量企业非发明专利创新(Patent2)程度的代理变量。

2.解释变量

经济政策不确定性指数（EPUt）。本文用Baker 等（2013）提出的经济政策不确定性指数作为衡量经济政策不确定性的代理变量。中国经济政策不确定性指数（即EPU指数）①中国EPU 指数构建，参考http://www.policyuncertainty.com/china_monthly.html。以香港地区认可度较高的《南华早报》作为检索基础，通过统计与经济政策不确定性相关新闻所出现的频数来获得。近年来，该指数被学者广泛应用于企业行为的各类研究中。由于EPU是月度指数，为与企业年度数据相匹配，本文采用算数平均法将其由月度指数转化为年度指数，并根据文章需要取其自然对数。

3.控制变量（Controls）

本文借鉴国内外学者针对经济政策不确定性与企业行为各类研究的处理方法，选取企业规模（Size）、托宾Q 值（TobinQ）、股权集中度（Cr）、固定资产比率（FixA）、资产负债率（Lev）、资产收益率（Roa）、董事会规模（Board）、独立董事占比（Inddirector）、企业年龄（Age）、企业性质（State）作为控制变量。

具体变量及其定义如表1 所示。

表1 变量定义

四、实证检验与分析

（一）描述性统计

表2 为主要变量的描述性统计结果，通过观察可知，企业专利总产出（Patent）的均值为2.7556，最小值为0，最大值为6.2916，表明在不同上市公司之间存在较为明显的差距，沪深A 股上市公司总体专利产出水平不强，可能因为目前中小企业是我国企业的主力军，拥有较强的创新热情，但由于企业规模等因素，不具备创新能力；大型企业相较中小企业而言虽拥有创新能力，但缺乏创新动力，其凭借自身优势便可轻松获得超额利润。经济政策不确定性指 数（EPU）的 最 大 值 为5.9022，最小值为4.4218，均值 为5.2540， 说 明2007－2017年我国宏观经济政策变动存在一定的波动性。

表2 主要变量的描述性统计

（二）基准回归分析

1.经济政策不确定性对企业创新的影响

表3 报告了经济政策不确定性对企业专利总产出（Patent）、发明专利产出（Patent1）、非发明专利产出（Patent2）的回归结果，并控制了年度（Year）与行业（Industry）的双重固定效应。同时，考虑到异方差的存在可能会对基准回归结果产生干扰，因此本文进行参数估计时采用异方差稳健性标准误。

由表3 第（1）列的结果可知，经济政策不确定的系数在1%的水平上显著为正，EPU越大，企业承受的外部环境的不确定性程度越高，为谋求自身发展、降低可能面临的风险，企业将加大创新投入以便提高专利总产出水平，用创新优势博得市场地位。从经济意义的角度讲，由于专利总产出(Patent)的均值为2.7556，当经济政策不确定性每提高1%时，企业专利总产出会增加2.4 项（即2.7556×0.8760=2.4139），这表明企业在经济政策不确定的影响下，总体创新水平呈良好态势。通过观察表3 第（2）列与第（3）列系数可知，EPU系数均高度显著，说明经济政策不确定性对发明专利（Patent1）、非发明专利（Patent2）均存在显著的正向促进作用，即经济政策不确定性程度越高，企业创新产出水平越高。假设H1b 得到验证。

表3 基准回归结果

2.融资约束对经济政策不确定性与企业创新的影响

Hottenrott 和Peters(2012)研究发现，相较于大型企业，中小企业在获得融资支持方面受到的限制更大。为探讨不同程度的融资约束对经济政策不确定性与企业创新的异质性影响，本文参照Almeida 等(2004)、李顺彬和田珺(2019)的方法，用企业规模（Size）的中位数作为区分企业所受融资约束程度的重要指标，将企业规模大于中位数的企业定义为非融资约束组（U_size）；将企业规模小于中位数的企业定义为融资约束组（C_size），然后分别对模型(1)进行回归，回归结果如表4 所示。

由表4 第（1）列与第（2）列可以发现，非融资约束组（U_size）与融资约束组（C_size）的回归系数在1%的水平上显著，且U_size的系数为0.7699，高于C_size的系数0.7085，说明经济政策不确定性水平的提高可以促进非融资约束企业与融资约束企业的专利总产出，且对非融资约束企业专利总产出的促进效果更为明显。结合我国国情与社会制度可知，大企业是我国经济得以蓬勃发展的根本所在，因其自身的独特地位、庞大的企业规模以及受政府相关部门隐性保护等有利优势，使得其所受融资约束程度较小，企业创新程度较为明显；而小企业在信息不对称与企业发展水平等内外因素的制约下，通过外部融资提升企业创新的可能性较小，只能从企业内部融资的角度进行考虑。通过对其余各列回归系数的观察可知，在经济政策不确定性的背景下，无论何种规模的企业均想通过企业创新冲抵其所受到的冲击，但企业创新水平的提高在非融资约束企业中表现得更为突出。综上所述，经济政策不确定性对企业创新的积极影响在融资约束的作用下遭到了弱化，假设H2得到验证。

表4 基于企业规模分组的基准回归结果

五、作用机制分析

前文证明了经济政策不确定性与企业创新呈显著的正相关关系，且融资约束弱化了两者之间正向的积极影响，因此融资约束在经济政策不确定性与企业创新之间可能存在中介效应。为探讨其中的传导机制，本文使用SA 指数①测度融资约束的常用衡量指标包括KZ 指数、WW 指数和SA 指数。由于SA 指数可有效解决其他指数本身所存在的内生性问题，因此更受国内外学者的青睐。Hadlock 和Pierce(2010)采用企业规模（Size）与企业年龄（Age）两个具有较强外生性的变量作为SA 指数的核心构成要素, 并且构建的SA 指数均为负值。SA 指数=-0.737×Size + 0.043×Size2 - 0.04×Age。(Hadlock 和Pierce，2010)绝对值的自然对数测度企业的融资约束(Fcit)，该值越大说明企业融资约束程度越高，参考Baron 和Kenny（1986），杜勇等（2019）的方法构建如下检验模型进行分析：

其中，模型（2）用于检验经济政策不确定性（EPUt）对企业创新(Innovationit)的影响，若系数α1显著，则可用模型（3）继续检验经济政策不确定性（EPUt）对中介变量融资约束（Fcit）的影响，若系数γ1显著，则可用同时包括被解释变量(Innovationit)、解释变量（EPUt）以及中介变量（Fcit）的模型（4）进行分析。若模型（4）中的系数μ2显著，但系数μ1不显著，则说明此中介效应为完全中介效应；若系数μ2与μ1均显著，则说明此中介效应为部分中介效应；若系数μ2与μ1均不显著，则说明不存在中介效应，回归结果如表5 所示。

在表5 中，第（1）列解释变量（EPUt）的系 数 为0.8083，且在1%的显著性水平下显著，说明经济政策不确定性与企业创新存在正向关系。第（2）列考察解释变量（EPUt）对中介变量（Fcit）的影响，解释变量（EPUt）的系数显著为正，说明经济政策不确定性与融资约束存在正向相关关系，与大部分学者的研究结论一致。第（3）列中解释变量（EPUt）与中介变量（Fcit）的系数在1%的水平上均显著为正，且解释变量（EPUt）的系数值较第（1）列相比有所下降，即在融资约束作用下，经济政策不确定性对企业创新的正向影响有所下降，这说明融资约束在两者之间为部分中介效用，即经济政策不确定性水平上升，银行等金融机构出于自身安全考虑，将提高放贷标准，以便使资金较少流入存在较大经营风险的企业，这导致企业融资成本提高，创新力度下降。因此，本文的传导机制为经济政策不确定性→融资约束→企业创新。

表5 经济政策不确定性、融资约束与企业创新

六、稳健性检验

（一）替换变量

1.替换被解释变量

本文借鉴冯根福和温军（2008）的方法，采用研发支出与企业销售收入的比值（RD/Sale）作为度量企业创新的被解释变量，进行稳健性检验，研发支出与企业销售收入的比值是出于研发投入的角度对企业创新程度进行衡量。回归结果如表6 所示。可以看出，EPU与RD/Sale之间均存在显著的正向关系，表明在经济政策不确定性的背景下，企业将加大创新投入，从而促进企业创新，这与基本回归结果（见表3）的结论基本一致。

表6 基于研发支出的稳健性检验

2.替换解释变量

为使实证结果更具稳健性与代表性，本文借鉴彭俞超等（2018）使用经济政策不确定性年度指数的中位数（M-EPU）衡量经济政策不确定性水平的做法，对本文年度指数的自然对数取中位值（M-EPU），并对模型（1）进行重新回归，所得实证结果（见表7）与基准结果（见表3）基本一致，假设H1b 再次得到验证。

表7 替换解释变量回归结果

（二）滞后变量

本文以研发产出作为衡量企业创新的替代变量，考虑到企业研发存在周期性问题，并非所有研究投入均能在当年实现产出，为保证实证研究结果的稳健性，将被解释变量滞后一期后再次进行检验，所得回归结果（见表8）与基准结果（见表3）基本一致。

表8 滞后变量回归结果

（三）内生性问题

本文在实证分析过程中严格控制了企业的年份效应与行业效应，以防止内生性问题对回归结果产生干扰。此外，本文所使用的经济政策不确定性指数(EPU)以香港地区认可度较高的《南华早报》作为检索基础,表现出较为显著的外生性。企业创新的行为与动机是由企业层面所主导的，因此互为因果关系存在的概率较低。然而在经济全球化的驱使下，世界经济日益成为紧密联系的整体，一国经济政策的制定、实施与调整或多或少会对他国产生影响，尤其以美国为代表发达国家，其经济政策的调整会对其他国家的经济运行产生较大冲击。因此，为使实证分析结果更具稳健性，最大程度降低内生性问题，本文使用美国经济政策不确定性年度指数的自然对数(US-EPU)与全球经济政策不确定性年度指数(G-EPU)的自然对数作为中国经济政策不确定性的工具变量，分别对结果进行验证。所得回归结果（见表9）与基准结果（见表3）基本一致，假设H1b 再次得到验证。

表9 工具变量回归结果

七、异质性检验

本文探讨融资约束高低通过影响经济政策不确定性进而影响企业创新时，用企业规模中位数作为划分融资约束高低的衡量指标，实证分析结果表明融资约束弱化了企业创新行为。由于国有企业对预期经济政策变动的敏感度较高，所受融资约束程度较低，而非国有企业在信息不对称因素的影响下受融资约束程度较高，因此，本文根据所有制性质将研究样本分为国有企业组与非国有企业组，并进行异质性检验。从回归结果（见表10）可以发现，非国有企业组的研发产出系数均低于国有企业组，即融资约束弱化了经济政策不确定性对企业创新的影响，且与基于企业规模分组的基准回归结果（见表4）基本一致，可能因为国有企业的控股股东为政府部门，对经济政策变动具有敏锐的洞察力，可以提前作出预判并制定应对措施，从而使国有企业受到的影响较小；相反，非国有企业无法提前预知经济政策变动，一旦经济政策发生改变会令其措手不及，无法被金融机构得知其真实能力，使其面对的融资约束增加，假设H2 得到验证。

表10 异质性分析——基于企业性质分组

八、结论与建议

本文以2007－2017年沪深A 股上市公司创新数据为研究样本，探讨经济政策不确定性与企业创新之间的内在机制，以及在融资约束异质性的作用下，经济政策不确定性对企业的创新活动的影响。研究结果表明：一是，经济政策不确定性与企业创新之间存在显著的正向影响，即经济政策不确定性程度越高，企业创新的总体产出水平越高。为保证基准回归结果的稳健性，本文采用替换释变量、滞后变量以及工具变量回归分别进行稳健性检验，回归结果依旧稳健。二是，在融资约束的作用下，经济政策不确定性对企业创新的正向影响被明显弱化；为探讨融资约束在经济政策不确定性与企业创新之间可能存在的中介效用，本文使用检验模型对其进行验证，同时，为使实证结果更具说服力，本文还将衡量融资约束的指标由企业规模替换为所有制性质，并进行异质性分析，所得回归结果均未改变上述结论。

本文的研究结论对政府制订实施企业创新政策具有理论指导意义：

第一，当经济政策不确定性水平处于上升期时，企业专利总产出水平明显增长，这说明货币、产业、财政等经济政策调整，整体上促进了我国企业的创新水平，政府应合理运用经济政策达到促进经济平稳运行的目的，最大限度降低由于经济政策频繁变动对我国企业生产经营及创新带来的不利影响，为企业发展提供良好制度保证。

第二，融资约束在经济政策不确定性与企业创新之间发挥中介效用的作用，在此中介效用影响下，两者之间的正向影响被显著弱化，政府应针对融资约束问题推出促进企业创新的相关经济政策，如专项财政补贴、税收优惠政策等。因此，政策部门在对经济政策进行调整时应加强与企业进行沟通交流，这样既可缓解经济政策变动所带来的融资约束，又可使企业根据政策及时调整生产经营活动，以获得更多的创新机会。

第三，政府部门应加大对中小企业的扶持力度，在合理范围内给予其充足的资金支持，最大限度为企业创新提供保障，真正发挥中小企业的主力军作用。