政策不确定环境下的资本结构动态决策

宫汝凯

一、引言

随着中国经济进入中低速增长阶段，宏观杠杆率持续快速升高。根据国际清算银行(BIS)的数据，1998 年，非金融部门的杠杆率为114.9%，2013 年达到206.6%，年均上升6 个百分点。引人注目的是，在全球金融危机之后，非金融部门的杠杆率从2008年的138.4%上升至2016 年的241.4%，年均增长12.9 个百分点。潜在的金融风险引起了中央的高度关注。2015 年，中央经济工作会议提出供给侧结构性改革的五大任务：“去产能、去库存、去杠杆、降成本、补短板”；2016 年，中央经济工作会议明确提出“要在控制总杠杆率的前提下，把降低企业杠杆率作为重中之重”；2017 年，全国金融工作会议进一步明确“要把国有企业降杠杆作为重中之重”；2017 年，党的十九大报告提出，“要坚决打好防范化解重大金融风险、精准脱贫、污染防治三大攻坚战”。从微观层面来看，企业杠杆率的常用表达式为“负债总额与资产总额之比”，在含义上等同于“资本结构”。需要说明的是，“去杠杆”并不意味着将企业杠杆率降低为零，而是逐步调整到提升企业价值和有效防范风险的权衡区间内。因此，从动态视角来看，“去杠杆”在微观本质上是企业资本结构的动态调整过程(王朝阳等，2018)。

值得注意的是，中央和地方各级政府均一直在中国经济持续快速增长进程中发挥着积极的作用。一方面，在市场机制越发成为主要资源配置方式的同时，中央政府通过制定推动大规模的跨区域基础设施建设(比如高铁)、减缓经济周期波动以及鼓励和引导新兴产业发展(比如国家级高新技术开发区)等宏观经济政策，促进了国民经济的稳定和快速发展。不过，在诸多政策出台之前，企业通常很难准确地预测未来政策的形式、内容和持续时间；在政策出台之后，其执行强度和效果往往会存在多种可能；加之政策会出现频繁调整，企业的长期发展面临诸多变数。这些均会使企业对未来产生不确定性预期。考虑到这一政策不确定性涉及整体经济运行，能系统地影响市场上所有经济个体的行为，本文将其称为宏观(全局)政策不确定性。另一方面，考虑到中国实施的中央-地方分权制管理模式，地方政府会制定地区性的经济发展政策(区内基础设施建设、招商引资、城市规划和建设以及工业园区整改等)，而其政策在促进区域经济快速发展过程中发挥着积极的作用。然而，地方政府官员的变更往往会带来既有政策的中断或调整以及新政策的推行，这势必会导致地区经济发展政策出现不连续性和不确定性(杨海生等，2015)。这一政策不确定性波及的范围相对较小，只会影响到特定区域内经济个体的行为，本文称之为地区(局部)政策不确定性。由此可知，宏观和地区双重视角的政策不确定性是中国经济发展中的一个典型特征，企业经营决策通常会受到这一双重政策不确定性的影响，融资决策也会针对政策不确定环境的变化做出相应的调整。这主要涉及两个方面：其一，政策不确定性上升会增大企业面临的市场摩擦，导致资本结构调整成本上升，企业投资变得更为谨慎，融资需求下降；同时，银行等金融机构因“惜贷”而降低信贷资金供给，进而降低资本结构向目标资本结构水平调整的速度，扩大偏离目标的幅度；其二，政策不确定性往往意味着未来收益机会的增加，导致市场竞争加剧和行业重新洗牌；为了应对激烈的竞争和降低被淘汰的风险，企业会加快向目标资本结构的调整，缩小偏离目标的幅度。可见，宏观和地区双重政策不确定性对资本结构动态决策的具体影响取决于以上两种效应的综合。在此情景下，如何“去杠杆”便对应于政策不确定环境下资本结构的动态决策问题。考虑到两种政策不确定性的特点和作用范围不同，对企业融资决策的影响也可能存在差异。深入探索双重政策不确定性对资本结构动态决策的影响对于积极推行“去杠杆”等供给侧结构性改革和防控化解重大金融风险具有较高的理论价值和较大的现实意义。

有鉴于此，本文从宏观和地区两个维度来刻画政策不确定性，在文献综述和理论分析的基础上，以1998—2015 年沪深A 股非金融类上市公司为研究样本，采用Baker等(2016)以及Huang 和Luk(2020)构建的政策不确定性指数来度量宏观政策不确定性，同时采用地级市政府官员变动比例来衡量地区政策不确定性，综合使用涵盖“全国-地区-企业”三个层面的宏观和微观数据系统考察双重政策不确定性对资本结构动态决策的影响。结果表明，宏观政策不确定性对资本结构调整速度具有显著的正向作用，而地区政策不确定性具有显著的负向效应；且两者均在不同负债水平上呈现出明显的不对称性：宏观政策不确定性升高会显著降低高于目标资本结构水平向下调整的速度，显著提高低于目标资本结构水平向上调整的速度，显著扩大高于目标资本结构水平的资本结构偏离幅度；而地区政策不确定性的影响则恰好相反。进一步考察两种政策不确定性的互动效应和地区转型变量的调节作用，本文发现，无论在低于目标还是高于目标资本结构水平的样本下，地区政策不确定性均会对宏观政策不确定性对资本结构动态调整的影响具有显著的抑制作用；随着地区市场化、产权改革和对外开放等改革的逐步推进，双重政策不确定性对资本结构调整速度的影响均出现显著弱化，特别是在低于目标资本结构水平情形下。

与现有文献相比，本文的主要贡献在于：首先，综合考虑宏观和地区两个维度，采用“全国-地区-企业”三个层面的数据系统地分析政策不确定性对资本结构动态决策的影响，进而拓展宏观经济政策与微观企业行为之间互动关系方面的研究。其次，考察宏观和地区双重政策不确定性之间的交互作用，并基于市场化、产权改革以及对外开放等三维转型变量探讨了地区制度背景对两者关系的调节作用，加深了对不确定环境下资本结构动态决策的认识和理解；最后，本文的研究结论具有直接的政策启示：充分认识到“去杠杆”微观本质上是企业资本结构的动态调整过程，在推行“去杠杆”等供给侧结构性改革政策时，需要特别考虑并区分宏观和地区两种类型政策不确定性的潜在影响；进一步深化经济体制改革和塑造良好的地区制度环境将有助于抑制(加强)双重政策不确定性对企业资本结构调整速度的负向(正向)影响。

二、文献综述与理论分析

（一）文献综述

1.政策不确定性与企业资本结构

目前，已有学者开始关注和探讨政策不确定性与企业资本结构(负债)之间的关系。林建浩和阮萌柯(2016)采用2003—2014 年沪深A 股上市公司的季度数据和Baker等(2016)构建的经济政策不确定性指数进行研究，其结果表明，政策不确定性对企业资本结构具有显著的负向效应，并从资金供给和需求的角度探讨其内在的作用机制；蒋腾等(2018)基于2003—2016 年A 股非金融上市公司数据研究发现，经济政策不确定性上升导致企业的银行借款水平显著下降；纪洋等(2018)采用2003—2014 年A 股上市公司季度数据进行研究，其结果表明，经济政策不确定性上升分别导致国有企业杠杆率上升和非国有企业杠杆率下降，为解释杠杆率分化提供了新的视角；张承鹫和吴华强(2018)基于2003—2016 年A 股上市公司数据进行研究，其结果表明，政策不确定性显著降低了企业的债务融资，增加了股权融资；才国伟等(2018)采用2003—2013年A 股上市公司和31 个省级政府官员变动数据进行研究，其结果表明，政策不确定性显著减少了企业的债权融资，但对股权融资的影响不显著；宫汝凯等(2019)基于2002—2016 年A 股上市公司的季度数据进行研究，其结果表明，经济政策不确定性对企业杠杆率具有显著的负向影响，并且这一效应在民营、小规模和制造业企业更为明显。

综上所述，现有研究主要关注政策不确定性对企业资本结构水平的影响，得到了很多有益的结论。但是，其直接考察政策不确定性对企业负债的影响并不全面，因为企业负债变化需要一个基准，否则无法判断企业负债是过高还是过低。在微观层面，“去杠杆”本质上是资本结构的动态调整，所以在推行“去杠杆”等供给侧结构性改革时，需要特别关注政策不确定性对资本结构动态调整的影响，而现有研究较少涉及这一方面。

2.资本结构动态调整的影响因素

资本结构的动态权衡理论认为，企业存在一个目标(最优)资本结构(Byoun，2008)，可作为资本结构调整的基准。在现实中，由于受到诸多市场摩擦、调整成本以及其他外部环境变化的影响，企业的实际资本结构往往会偏离目标资本结构水平。此时，企业会按照价值最大化的原则自发地向目标资本结构进行调整：当实际资本结构高于其目标资本结构水平时，企业会将实际资本结构水平向下调整至其目标资本结构水平；当实际资本结构水平低于目标资本结构水平时，企业则会将实际资本结构水平向上调整至其目标资本结构水平，并得到了国内外大量经验证据的支持(Graham 和Harvey，2001；黄继承等，2016)。

近年来，资本结构动态调整一直是公司金融领域的研究热点。现有研究主要涉及微观企业特征和宏观经济环境两个层面。在微观层面，诸多学者从现金流、公司治理、薪酬和股权激励以及债务合约等企业内部特征的角度探讨资本结构动态调整。Faulkender 等(2012)研究认为，充足的现金流为企业调整资本结构提供了低成本途径，其不仅会对目标资本结构产生显著的影响，而且会影响资本结构的调整速度；An 等(2015)探讨了股价崩盘风险对公司资本结构调整速度的影响，并分析了信息环境对两者关系的调节作用；黄继承等(2016)研究发现，经理薪酬越高，资本结构水平向上调整的速度越快，而向下调整的速度越慢；Brisker 和Wang(2017)基于风险规避的视角研究了CEO 内部债务对资本结构动态调整的影响；Devos 等(2017)研究了债务合约对资本结构调整速度的影响，结果表明，债务合约条款增加了企业面临的融资成本，降低了发行新债的灵活性，减缓了资本结构调整速度。在宏观视角层面，现有研究发现，宏观经济、市场化进程、制度环境、产品市场竞争、法律环境、媒体报道、产业政策以及融资融券政策等外部因素均会影响资本结构动态调整(苏冬蔚和曾海舰，2009；黄继承和姜付秀，2015；巫岑等，2019；黄俊威和龚光明，2019)。与本文直接相关的有，王朝阳等(2018)采用1998—2013 年中国工业企业数据库中的制造业数据进行研究后发现，政策不确定性显著阻碍了资本结构趋向目标资本结构水平的动态调整，不确定性规避是主要的影响机制；随着政策不确定性的上升，资本结构调整收益下降和调整成本上升，导致资本结构调整速度放缓。顾研和周强龙(2018)基于2001—2014 年中国A 股上市公司数据进行研究，其结果表明，随着政策不确定性上升，资本结构决策趋于保守：对资本结构水平高于其目标资本结构水平的企业，资本结构调整速度会加快；对资本结构水平低于其目标资本结构水平的企业，资本结构调整速度会放慢；财务柔性价值在其中起到了关键作用。

综上所述，现有研究已从微观和宏观的多个方面考察资本结构动态调整背后的逻辑，少数学者开始关注政策不确定性对资本结构动态调整的影响，取得了较为丰富的研究结论。值得注意的是，王朝阳等(2018)以及顾研和周强龙(2018)均采用Baker 等(2016)构建的经济政策不确定性指数来考察政策不确定性对资本结构动态调整的影响，而尚未关注到地区政策不确定性的潜在影响。考虑到地方政府在经济转型过程中发挥着重要的作用，官员变更引起的地区政策不确定性也可能会影响资本结构的动态调整，并且其影响机理与宏观政策不确定性可能有所不同。因此，有必要探讨双重政策不确定性以及两者之间潜在的互动对资本结构动态决策的影响，加深对企业融资决策的认识和理解，这有益地扩展了现有的相关研究领域。

（二）理论分析

1.政策不确定性、负债水平与资本结构动态调整

结合以上文献综述，我们认为，政策不确定性对资本结构动态调整的影响主要涉及如下两个方面。

其一是“市场摩擦”机制。在资金需求方面，政策不确定性变化会影响企业管理层对未来经济政策出台、实施和政府干预程度等方面的预期。当政策不确定性上升时，产品需求的不确定性升高，管理层对未来经济形势的判断更加困难(饶品贵等，2017)，导致未来现金流的波动性增大，融资面临的不确定性上升；企业会降低债务融资规模，以避免不能按期偿还债务带来的破产风险，同时增加流动性较强资产的持有，为未来投资提供储备。在资金供给方面，政策不确定性上升直接促发金融市场的风险，导致企业现金流出现大幅波动，作为债权人的银行面临的违约风险增大；同时，政策不确定性上升会增加借贷双方之间潜在的信息不对称，银行对企业的信用评价变得更加复杂且困难，故而更为谨慎地选择放贷。综合以上两个方面，政策不确定性会增加企业面临的市场摩擦，企业倾向于采取相对保守的资本结构决策，降低负债水平。考虑到资本结构(负债)水平和调整方向，当政策不确定性上升时，企业将加快高于其目标水平的资本结构水平向下调整的速度，缩小资本结构水平偏离其目标水平的幅度；降低低于其目标水平的资本结构水平向上调整的速度，扩大资本结构水平偏离其目标水平的幅度。

其二是“竞争激励”机制。政策不确定性意味着企业在未来可能面临更大的收益机会，势必会加剧市场竞争，促使企业增加研发和人力资本等投入，提高竞争力和长期收益(顾夏铭等，2018)。一方面，政策不确定性上升会加剧行业洗牌。在激烈的市场竞争下，融资能力较低的企业更可能被淘汰而退出市场，融资能力较强的企业获取更多的信贷资源；为了应对市场竞争和减小被淘汰的风险，企业将加快向目标资本结构调整的速度，降低偏离目标资本结构水平的幅度，提高自身价值；另一方面，企业面临着政策不确定性导致的银行等资金供给者的“惜贷”行为，为获得可贷资金，其竞相提高市场价值，进而加快资本结构的调整速度，缩小实际资本结构水平偏离其目标资本结构水平的幅度。根据以上分析，政策不确定性会促进企业为争取未来的发展机会而加剧竞争，进而倾向于采取相对激进的资本结构决策。考虑到资本结构水平和调整方向，当政策不确定性上升时，企业会降低高于其目标资本结构水平向下调整的速度，扩大偏离目标的幅度；会提高低于其目标资本结构水平向上调整的速度，缩小偏离目标的幅度。

2.政策不确定性类型与资本结构动态调整

根据现实观察和现有研究，我们将政策不确定性分为两类：一是宏观(全局)政策不确定性。其主要涉及经济个体对宏观经济政策出台、执行和调整等预期变化而产生的不确定性，能够波及到整个市场，对宏观经济运行和微观企业行为均会产生系统性的影响；王义中和宋敏(2014)、黄卓等(2018)和马丹等(2018)构造的宏观经济不确定性指数，以及Baker 等(2016)、Davis 等(2019)及Huang 和Luk(2020)构造的经济政策不确定性指数，均对度量宏观政策不确定性做出了很好的尝试。二是地区(局部)政策不确定性。其主要涉及经济个体对特定地区经济政策出台、执行和调整等预期改变而出现的不确定性，通常只限定于某一地区，仅对该地区的经济发展和企业行为产生影响；杨海生等(2015)和才国伟等(2018)所采用的省级或城市层面的官员变动指标为度量地区政策不确定性提供了很好的思路。

根据以上分析，此两种类型的政策不确定性均会通过“市场摩擦”机制和“竞争激励”机制影响资本结构动态调整，但由于两者涉及内容和作用范围不同，具体的影响效果也可能存在差异。宏观政策不确定性变化会影响所有经济个体的行为，在这种情形下，作为信贷资金需求者的企业和供给者的银行等金融机构均受到相同程度的影响，所有企业往往面临着几乎相同的市场摩擦。为了获取更多的信贷资金和发展机会，企业之间的竞争趋于增强，更加关注提升自身价值，加快资本结构水平向其目标资本结构水平调整。因此，可以预期，当面临宏观政策不确定性变化时，“竞争激励”机制的影响可能会比“市场摩擦”机制的影响更大，企业倾向于采取相对激进的资本结构决策。对此，本文进一步结合资本结构的偏离方向，可以提出如下研究假说(H1)。

H1：当宏观政策不确定性升高时，企业将加快总体资本结构调整的速度，且在不同负债水平上具有明显的不对称性：企业将降低资本结构水平在高于其目标资本结构水平时向下调整的速度，扩大其偏离其目标资本结构水平的幅度；而提高资本结构水平在低于其目标资本结构水平时向上调整的速度，缩小其偏离目标资本结构水平的幅度。

地区政策不确定性主要影响特定地区内企业的资本结构调整，而对区外企业和银行等金融机构的影响相对较小。在这种情形下，地区内外企业的竞争条件存在明显差异，而“竞争激励”机制更多地在区内企业之间发挥作用，因而其影响会出现一定程度的弱化；同时考虑到地区政策不确定性能够更为直接对当地企业的融资决策产生影响，我们预期，随着地区层面政策不确定性上升，“市场摩擦”机制可能会比“竞争激励”机制发挥更大的作用，企业将采取相对保守的资本结构决策。对此，基于资本结构的偏离方向，提出如下研究假说(H2)。

H2：当地区政策不确定性上升时，企业将降低总体资本结构调整的速度，且在不同负债水平上具有明显的不对称性：企业将提高资本结构水平在高于目标资本结构水平时向下调整的速度，缩小其偏离其目标资本结构水平的幅度；降低资本结构水平在低于其目标资本结构水平时向上调整的速度，扩大其偏离其目标资本结构水平的幅度。

综上所述，政策不确定性对企业资本结构动态决策的影响主要取决于不确定性类型和企业负债水平，其作用机理简单整理为图1。

图1 双重政策不确定性对资本结构动态决策的影响机制

三、计量模型、数据与变量

（一）计量模型

1.政策不确定性与资本结构调整速度

参考Byoun(2008)以及黄继承和姜付秀(2015)的研究思路，本文采用标准的部分调整模型(partial adjustment model)来估计资本结构的调整速度。其具体模型为：

其中，下标i 和t 分别表示企业和年份；L evi,t表示(实际)资本结构；表示目标资本结构；vi,t表示随机扰动项；λ是主要关注的回归系数，表示样本企业实际资本结构与目标资本结构之间的差距每年以λ的平均速度缩小，称为资本结构的调整速度。

其中，β是回归系数向量，Xi,t−1是企业特征变量以及年度和企业固定效应，企业特征变量主要涉及度量盈利能力、成长机会、抵押能力、非债务税盾和企业规模等方面(Faulkender 等，2012；黄继承等，2016)，具体说明见下文。

借鉴黄继承等(2016)以及黄俊威和龚光明(2019)的做法，采用同时估计目标资本结构和资本结构调整速度的方法得到模型(2)中的参数β。

首先，将模型(2)代入模型(1)，整理后得到如下计量模型：

在估计方法方面，借鉴黄继承和姜付秀(2015)的思路，我们采用修正最小二乘虚拟变量法(LSDVC)估计资本结构动态面板模型(3)，将估计得到的参数向量代入模型(2)，得到目标资本结构而后采用面板数据固定效应(FE)方法对模型(4)进行估计，并以之作为估计资本结构调整速度的基准模型。为了保证研究结论的稳健性，本文还采用系统GMM 估计方法(黄继承和姜付秀，2015；王朝阳等，2018)重新对模型(3)进行估计，并进行了相应的实证分析。此外，考虑到所有企业的资本结构面临着相同的宏观政策不确定性以及同一地区的不同企业将面临着相同的地区政策不确定性；企业资本结构决策可能存在时间序列依赖等问题，我们对标准误差进行企业层面上的集聚(clustering)处理。

2.政策不确定性与资本结构偏离幅度

基于以上分析，我们将企业年末实际资本结构与当年目标资本结构之差的绝对值定义为当年资本结构偏离幅度，用于衡量一年时间内资本结构动态调整的效果，当年资本结构偏离幅度越小，实际资本结构越接近其目标资本结构水平，越有利于提高企业的价值水平，即调整效果越好。为了考察双重政策不确定性如何影响资本结构偏离幅度来实证检验政策不确定性变化的调整效果，本文建立如下计量模型：

（二）数据与变量

1.上市公司数据与变量

本文的研究样本为1998—2015 年沪、深证券市场的A 股上市公司，数据来源于CSMAR 数据库和Wind 数据库。按照以下原则对初始样本进行筛选：剔除金融类公司；剔除ST 或ST*公司；剔除观测数据小于连续两年的公司；剔除主要变量缺失和出现异常的公司。为了避免异常值的影响，将所有变量进行1%和99%的缩尾处理，得到包括2624 家上市公司的25133 个“公司-年度”观测值。

关于资本结构(Lev)的度量，现有文献主要采用两种指标：有息负债额占总资产的比重(黄继承等，2016；巫岑等，2019)和负债总额占总资产的比重(王朝阳等，2018；黄俊威和龚光明，2019)。其中，前者侧重于衡量企业有息债务增加而产生的主动负债，而后者还考虑了因公司应付账款增加而带来的被动负债。为了更为全面地考察企业资本结构动态调整并顾及与同类研究的可比性，我们采用负债总额占总资产的比重来度量资本结构。

参考现有文献(Faulkender 等，2012；黄继承等，2016)，本文选择如下企业特征变量作为控制变量，同时也用于估计目标资本结构：企业规模(lnTA)，采用以2005 年不变价格的总资产(取对数)表示；盈利能力(EBIT_TA)，采用息税前利润与总资产的比重来表示；成长机会(MB)，采用股票市场价值与负债账面价值之和与总资产的比重来表示；抵押能力(FA_TA)，采用固定资产与总资产的比重来度量；非债务税盾(DEP_TA)，采用固定资产折旧在总资产的占比来表示；考虑到企业负债率在不同行业间的异质性，加入企业所在行业资本结构的中位数(Med_Lev)。此外，考虑到不同产权结构企业的融资能力存在差异，按照登记类型将企业样本分为国有(SOE)、民营(Prov)以及外资和其他(Frother)三种类型。其主要变量的描述性统计用表1 展示。

表1 企业特征变量的描述性统计

2.政策不确定性度量指标

政策不确定性是本文关注的关键变量。基于第二部分的理论分析，我们将关注宏观和地区两种类型的政策不确定性。

(1) 宏观政策不确定性。宏观政策不确定性会影响整体经济运行和所有企业的行为，需要一个系统的指标来度量。在最近的研究中，Baker 等(2016)创新性地利用文本挖掘技术对《南华早报》(South China Morning Post)上的关键词进行搜索，以1995 年1 月为基期进行指数化，构建了中国经济政策不确定性的月度指数(下称BBD-EPU 指数)，为本文的研究提供了必要的基础数据①此外，王义中和宋敏(2014)、黄卓等(2018)、马丹等(2018)构造的宏观经济不确定性指数也可以很好地刻画中国宏观层面不确定性的变化趋势。考虑到与同类研究的可比性，同时与地区层面的政策不确定性相对应，我们在文中采用了经济政策不确定性指数。。BBD-EPU 指数具有较长的时间序列，且能够较为准确地反映中国宏观经济政策变动的实际情况，使其在后续相关的研究中得到了广泛的认可和应用(Gulen 和Ion，2016；饶品贵等，2017；纪洋等，2018；顾研和周强龙，2018)。然而，该指数的基础数据来源于在香港发行的《南华早报》，其更多地关注与香港经济有关的信息，可能不能完全反映中国内地经济政策不确定性的状况；此外，单一报纸还可能存在编辑的政策偏好倾向，从而使其有可能在对政策的反映上出现偏差。基于这些考虑，Huang 和Luk(2020)采用中国内地的10 份报纸，重新构建了2000 年1 月以来的中国经济政策不确定性月度指数(下称HL-EPU 指数)②鉴于数据的完整性以及发行的覆盖面，Huang 和Luk(2020)从慧科新闻(报纸)数据库中的114 种报纸中，选取《北京青年报》《广州日报》《解放日报》《人民日报(海外版)》《上海早报》《南方都市报》《北京日报》《今晚报》《文汇报》和《羊城晚报》10 种报纸。需要说明的是，其与Baker 等(2016)编制的指数相比具有以下优点：首先，HL-EPU 指数编制采用了多份不同的报纸，能够客观地捕捉经济政策的不确定性；其次，HL-EPU 指数能够更好地应用于宏观经济的预测和分析；最后，利用中国内地报纸进行了多种稳健性测试，结果显示该指数受媒体偏差的影响轻微。。此外，Davis 等(2019)应用Baker 等(2016)的测算方法，基于中国内地的两份具有影响力的报纸(《人民日报》和《光明日报》)上的关键词信息重新构建了政策不确定性月度指数(下称DLS-EPU 指数)。在后文的实证分析中，我们分别采用BBD-EPU 指数(Epu1_x)、HL-EPU 指数(Epu2_x)和DLS-EPU 指数(Epu3_x)作为宏观经济政策不确定性的代理变量，且互为稳健性检验。

鉴于本文的实证分析采用年度数据，参考Gulen 和Ion(2016)以及纪洋等(2018)的处理方法，采用月度算术平均得到年度政策不确定性指数(Epu_sa)作为当年宏观政策不确定性的衡量指标。同时，使用每年12 月份公布的政策不确定指数(Epu_lm)进行稳健性检验①此外，我们还尝试采用月份加权平均得到的年度政策不确定性指数进行稳健性检验，估计结果与月度算术平均得到的年度不确定性指数较为相近。。此外，为便于结果的报告，在后续实证分析中对政策不确定性指数除以100，相应变量的描述性统计如表2 所示。

(2) 地区政策不确定性。根据以上分析，政府官员变更可能是影响地区经济政策不确定性的一个重要因素(Julio 和Yook，2012)，这意味着地方政府官员变动是地区政策不确定性较为合适的代理变量。借鉴杨海生等(2015)和才国伟等(2018)的研究思路，本文构建地方政府官员变动比例指标(即在一个省份内地级市的主要领导的变动比例)②基于这一处理办法，我们剔除了北京市、天津市、上海市和重庆市四个直辖市。，如式(6)所示。

其中，C hangei,j,t是企业i 的注册地所在省份j 在t 年发生主要领导变动的地级市数量；Ni,j,t是企业i 的注册地所在省份j 在t 年地级市的数量。我们分别构建主要领导1 变动比例(Chgrate1)、主要领导2 变动比例(Chgrate2)、主要领导1 和主要领导2 同时变动比例(Chgrate3)以及主要领导1 或主要领导2 两者之一变动比例(Chgrate4)四类指标进行细致分析，并互为稳健性检验。相应的数据来源于中国经济网“地方党政领导人物库”、中国共产党新闻网“中国党政领导干部资料库”和人民网公布的干部资料，经手工整理得到。其主要变量的描述性统计如表2 所示。

表2 政策不确定性变量的描述性统计

3.目标资本结构与资本结构偏离幅度

根据以上模型(2)和模型(3)估计得到的目标资本结构和资本结构偏离幅度等变量的描述性统计在表3 展示。在样本期间，全样本(Panel A)的目标资本结构(Lev*)的均值(中位数)为48.59(48.30)，标准差为6.70。资本结构调整(ΔLev)的均值(中位数)为1.21(0.94)，标准差为8.38。资本结构偏离幅度(Dev)的均值(中位数)为3.71(2.73)，标准差为16.87。整体而言，资本结构调整和偏离幅度均较小，但分布比较广泛，与黄继承等(2016)的分析结果较为一致。

表3 目标资本结构和资本结构偏离幅度变量的描述性统计

为区分负债水平，本文将样本划分为低于目标资本结构水平者(Dev>0)和高于目标资本结构水平者(Dev ≤ 0)两组。Panel B 和Panel C 分别报告了低于目标资本结构水平(向上调整)和高于目标资本结构水平(向下调整)样本变量的描述性统计。在Panel B 中，Lev*的均值(中位数)为47.13(46.77)，标准差为6.37；ΔLev 的均值(中位数)为-0.37(0.06)，标准差为8.29；而Dev 的均值(中位数)为14.94(14.29)，标准差为12.71。在Panel C 中，Lev*的均值(中位数)为50.27(50.16)，标准差为6.67；ΔLev 的均值(中位数)为3.04(2.00)，标准差为8.11；Dev 的均值(中位数)为-9.26(-9.20)，标准差为10.62。这表明，在不同负债水平下，资本结构偏离与调整方向是相反的，说明区分负债水平来加以分析是必要的。

四、政策不确定性与资本结构动态调整：总体考察

（一）宏观政策不确定性与资本结构调整速度

以下将实证分析宏观政策不确定性对资本结构调整速度的影响。首先，分析全样本的回归结果，如表4 所示。基于Epu1_sa 的估计结果在表4 第(1)列展示，资本结构偏离幅度(Dev)的系数为0.283，且在1%水平上显著；Epu×Dev 的系数为0.029，且通过了1%水平上的显著性检验。这表明，宏观政策不确定性对资本结构调整速度具有显著的正向影响，可解释为宏观政策不确定性的“竞争激励”机制优于“市场摩擦”机制，促使企业倾向于采取相对激进的资本结构决策，即宏观政策不确定性升高会显著加快资本结构的调整速度，这为H1 提供了初步的证据支持。为了检验估计结果的稳健性，进一步采用Epu2_sa 和Epu3_sa 重新进行回归。其估计结果分别在表4 第(3)列和第(5)列展示：资本结构偏离幅度(Dev)的系数分别为0.241 和0.306，且均在1%水平上显著；Epu×Dev 的系数分别为0.076 和0.029，且通过了1%和5%水平上的显著性检验，进一步表明，宏观政策不确定性对资本结构调整速度具有显著的正向影响，再次为H1 提供了证据支持。考虑到政策不确定性指数构建方法的潜在影响，我们采用Epu1_lm、Epu2_lm 和Epu3_lm 进行稳健性检验。其估计结果分别在表4 第(2)列、第(4)列和第(6)列展示：Dev 的系数分别为0.302、0.245 和0.303，且均通过了1%水平上的显著性检验；Epu×Dev 的系数分别为0.014、0.068 和0.031，且均在1%水平上显著。这一结果也表明，宏观政策不确定性会显著提高资本结构的调整速度，为H1 提供了证据支持。

表4 宏观政策不确定性与资本结构调整速度:全样本

其次，区分负债水平，相应的估计结果在表5 展示。表5 第(1)列和第(2)列分别展示了Epu1_sa 的估计结果：在低于目标资本结构水平样本下，资本结构偏离幅度Dev的系数为0.471，且在1%水平上显著；Epu×Dev 的系数为0.060，且在1%水平上显著；而在高于目标资本结构水平样本下，资本结构偏离幅度Dev 的系数为0.655，且通过了1%水平上的显著性检验；Epu×Dev 的系数为-0.018，但不显著，这表明在宏观政策不确定性潜在的“竞争激励”机制作用下，企业将采取相对激进的提高资本结构水平的融资策略，提高低于目标资本结构水平企业的调整速度和降低高于目标资本结构水平企业的调整速度，进而为H1 提供了初步的证据支持。为了检验估计结果的稳健性，进一步采用Epu2_sa 和Epu3_sa 重新进行回归。基于Epu2_sa 的估计结果在表5 第(3)列和第(4)列展示：在低于目标资本结构水平样本下，资本结构偏离幅度Dev 的系数为0.394，Epu×Dev 的系数为0.134，且两者均在1%水平上显著；而在高于目标资本结构水平样本下，资本结构偏离幅度Dev 的系数为0.760，Epu×Dev 的系数为-0.106，且两者均通过了1%水平上的显著性检验，进一步为H1 提供了初步的证据支持。第(5)列和第(6)列Epu3_sa 的估计结果显示，在低于目标资本结构水平样本下，资本结构偏离幅度Dev 的系数为0.514，Epu×Dev 的系数为0.049，且两者分别在1%和5%水平上显著；而在高于目标资本结构水平样本下，资本结构偏离幅度Dev 的系数为0.706，Epu×Dev 的系数为-0.083，且两者均在1%水平上显著。这表明，宏观政策不确定性对资本结构调整速度的影响在低于和高于目标资本结构水平样本下具有明显的不对称性：宏观政策不确定性升高会显著加快资本结构向上调整的速度，而降低其向下调整的速度，为H1 提供了初步的证据支持。

表5 宏观政策不确定性与资本结构调整速度:分负债水平

（二）引入地区政策不确定性的扩展分析

1.双重政策不确定性与资本结构调整速度

我国高职院校的教学手段普遍较为僵化。首先，由于部分教师缺乏制作教学视频的能力，因此其在课程中难以为学生提供更为丰富的课件展示。当下多媒体教学已经成为我国各类院校极为常用的教学手段，但部分学校的课件质量却参差不齐，这一问题不仅会使学生无法直观地理解教学内容，也会使课堂气氛过于沉闷，部分学生的学习兴趣将受到一定的影响。其次，个别教师的教学观念仍然较为传统，在教学实践中，往往会对课堂纪律极为关注。纪律是保证课堂秩序的必要条件，但片面强调课堂纪律会严重阻碍课堂中的互动，学生的思维也将受到束缚，经过长期的积累，部分学生会出现注意力不集中等问题。

接下来，将引入地区政策不确定性来综合考察双重政策不确定性对资本结构调整速度的影响。为了系统地考察地区政策不确定性的潜在影响，我们分别采用主要领导1 变动比例(Chgrate1)、主要领导2 变动比例(Chgrate2)、主要领导2 和主要领导1 同时变动比例(Chgrate3)以及主要领导2 或主要领导1 变动比例(Chgrate4)四类度量指标①限于篇幅，这一部分只报告了Epu2_sa 的估计结果，其他政策不确定性指标的实证结果备索。。

表6 报告了Chgrate1 和Chgrate2 的回归结果。首先，分析全样本的估计结果。其结果如表6 第(1)列和第(4)列所示：资本结构偏离幅度Dev 的系数均为0.308，且在1%水平上显著；Epu×Dev 的系数分别为0.040 和0.038，且均通过了5%水平上的显著性检验；Chgrate1×Dev 的系数为-0.035，且在10%水平上显著；Chgrate2×Dev 的系数为-0.026，但不显著。这表明，在考虑双重政策不确定性的情形下，宏观政策不确定性对资本结构调整速度具有显著的正向影响，主要领导1 变动比例对资本结构调整速度具有显著的负向影响，主要领导2 变动比例具有不显著的负向影响。其可能的原因是，宏观政策不确定性的“竞争激励”机制将优于“市场摩擦”机制，促使企业倾向于采取相对激进的资本结构决策，而地区政策不确定性则相反，即宏观政策不确定性升高会显著加快资本结构调整速度，而地区政策不确定性则会降低资本结构调整速度。这些都为H1 和H2 提供了证据支持。

其次，分析区分负债水平的估计结果。表6 第(2)列和第(5)列的估计结果表明，资本结构偏离幅度Dev 的系数均为0.472，Epu×Dev 的系数分别为0.093 和0.091，且均在1%水平上显著；Chgrate1×Dev 和Chgrate2×Dev 的系数分别为-0.045 和-0.034，且均在10%水平上显著；第(3)列和第(6)列的估计结果表明，资本结构偏离幅度Dev的系数均为0.789，Epu×Dev 的系数分别为-0.146 和-0.143，且均在1%水平上显著；Chgrate1×Dev 和Chgrate2×Dev 的系数分别为0.042 和0.027，但未通过显著性检验。这表明，宏观政策不确定性对低于目标资本结构水平向上调整速度具有显著的正向影响，而对高于目标资本结构水平向下调整的速度具有显著的负向作用，与表5 的估计结果相一致；无论是主要领导1 还是主要领导2 变动比例度量的地区政策不确定性均会对低于目标资本结构水平向上调整的速度具有负向影响，而会对高于目标资本结构水平向下调整速度具有不显著的正向影响。其可解释为，在地区政策不确定性潜在的“市场摩擦”机制作用下，企业将采取相对保守的降低资本结构水平的融资策略，降低低于目标资本结构水平企业的调整速度和提高高于目标资本结构水平企业的调整速度。这些亦为H1 和H2 提供了证据支持。

表6 双重政策不确定性与资本结构调整速度：单独考虑主要领导1变动比例和主要领导2变动比例

2.双重政策不确定性与资本结构偏离幅度

采用模型(5)考察双重政策不确定性对资本结构偏离幅度的影响，相应的估计结果在表7 展示。

首先，分析宏观政策不确定性对资本结构偏离幅度的影响。在控制了企业特征变量以及年份和企业固定效应之后，表7 第(1)列全样本的估计结果显示，Epu 的系数为0.013，但不显著。这表明，宏观政策不确定性对资本结构偏离幅度并未产生显著的影响。进一步区分负债水平，低于和高于目标资本结构水平样本的估计结果分别在表7第(2)列和第(3)列展示，Epu 的系数分别为-0.545 和0.494，且均通过了1%水平上的显著性检验，这表明，宏观政策不确定性升高会缩小企业低于目标资本结构水平时的资本结构偏离幅度，有利于企业价值的提升；但会扩大企业高于目标资本结构水平时的资本结构偏离幅度，不利于企业价值水平提升。值得注意的是，宏观政策不确定性对不同调整方向的影响相反，且规模相当，进而对全样本的资本结构偏离幅度没有出现显著影响。

其次，引入地区政策不确定性来综合考察双重政策不确定性对资本结构偏离幅度的影响，估计结果在表7 第(4)列、第(5)列和第(6)列展示。在控制了企业特征变量以及年份和企业固定效应之后，在全样本下，Epu 的系数为0.002，但不显著；Chgrate4 的系数为0.008，且在5%水平上显著，这表明，宏观政策不确定性对资本结构偏离幅度的影响不显著，但地区政策不确定性提升会扩大资本结构偏离幅度。进一步区分负债水平，在低于目标资本结构水平样本下，Epu 的系数分别为-0.030，但不显著；Chgrate4的系数为0.010，且通过了10%水平上的显著性检验。在高于目标资本结构水平样本下，Epu 的系数为0.050，且在5%水平上显著；Chgrate4 的系数为0.001，但不显著。这表明，在引入地区政策不确定性后，宏观政策不确定性对企业低于目标资本结构水平偏离幅度的影响不显著，但会扩大高于目标的资本结构水平偏离幅度；而地区政策不确定性升高会扩大企业低于目标水平的资本结构偏离幅度，而对高于目标资本结构水平偏离幅度的影响并不显著。这些也都为H1 和H2 提供了证据支持①同时，考虑其他地区政策不确定性指标和目标资本结构度量两个方面进行稳健性检验：采用主要领导2 和主要领导1 同时变动比例(Chgrate3)以及主要领导2 或主要领导1 变动比例(Chgrate4)两类度量指标重新进行回归；利用系统GMM 方法对模型(3)重新进行了估计，得到新的目标资本结构，然后重新估计计量模型(4)和(5)，均得到相同的实证结论。限于篇幅，其未在文中报告，备索。。

表7 双重政策不确定性与资本结构偏离幅度

五、双重政策不确定性与资本结构动态调整：进一步分析

（一）考察双重政策不确定性的交互作用

考虑到宏观和地区两类政策不确定性潜在的相互作用，本文在模型(4)中引入两者的交互项，得到如下计量模型：

其相应的估计结果报告于表8。

表8 双重政策不确定性互动与资本结构调整速度

首先，分析Epu1_sa 的估计结果。表8 第(1)列全样本的估计结果显示，Dev 的系数为0.319，且在1%水平上显著，Epu×Dev 的系数为0.020，通过了10%水平上的显著性检验，Chgrate4×Dev 的系数为0.156，且在5%水平上显著。我们关注的Epu×Chgrate4×Dev 的系数为-0.001，且在1%水平上显著。这表明，双重政策不确定性对资本结构调整速度的影响存在互动效应：宏观政策不确定性升高会显著削弱地区政策不确定性对资本结构调整速度的影响，同时地区政策不确定性升高也会显著削弱宏观政策不确定性对资本结构调整速度的正向效应。其实质上是“竞争激励”和“市场摩擦”两种机制的相互作用，竞争程度增强会促使企业在市场摩擦作用下更趋向采取相对保守的融资策略；市场摩擦加强会促使企业面对竞争激励时更趋向采取相对激进的融资策略。进一步区分负债水平，基于低于目标和高于目标资本结构水平样本的估计结果分别在表8 第(2)列和第(3)列展示，Epu×Chgrate4×Dev 的系数分别为-0.001 和-0.002，且均在5%水平上显著。这表明，无论在低于还是高于目标资本结构水平样本下，地区政策不确定性升高均会显著降低宏观政策不确定性对资本结构调整速度的作用。具体而言，地区政策不确定性升高会抑制宏观不确定性对低于目标资本结构水平企业向上调整速度的推动作用，而增大对高于目标资本结构水平向下调整的抑制作用，而这两个方面均不利于企业价值水平的提升。

为了检验估计结果的稳健性，进一步采用Epu2_sa 进行重新回归，估计结果分别在第(4)列、第(5)列和第(6)列展示①此外，我们采用Epu3_sa 以及其他政策不确定性指标进行稳健性检验，估计结果并未出现较大差异。限于篇幅，其稳健性检验从略，备索。。在控制了企业特征变量以及年份和企业固定效应之后，全样本的估计结果显示，Epu×Chgrate4×Dev 的系数为-0.002，且在5%水平上显著；在低于目标资本结构水平样本下，Epu×Chgrate4×Dev 的系数为-0.001，但不显著；而在高于目标资本结构水平样本下，Epu×Chgrate4×Dev 的系数为-0.003，且在5%水平上显著。这再一次表明，以上估计结果具有较强的稳健性。

（二）地区制度背景的调节作用

改革开放以来，中国经济社会经历着市场化、产权改革和对外开放等多个方面的制度变革，这些可能对政策不确定性对资本结构动态决策的影响产生作用。由于地理、交通和历史等经济社会发展条件的不同，这些制度变革在各个地区存在着明显的差异，因而有必要考察地区制度背景对双重政策不确定性与资本结构动态调整之间关系的调节作用。

以下将从省级层面的市场化进程、民营化水平和对外开放度三个方面考察制度背景如何影响双重政策不确定性对资本结构动态调整的调节作用。在数据来源方面，市场化进程(Mkt)数据来自于樊纲等(2011)编制的《中国市场化指数——各地区市场化相对进程2011 年报告》以及王小鲁等(2017)编制的《中国分省份市场化指数报告》；采用民营化水平(Own)刻画各省份的产权改革进展情况，由民营企业就业人数占地区总就业人数的比重计算得之；对外开放度(Open)由按经营单位所在地区的货物进出口总额与地区GDP 计算得之。其中，计算民营化水平和对外开放度指标所使用的基础数据均来源于历年《中国统计年鉴》和各省份的统计年鉴。基于此，在模型(4)中引入刻画经济转型的变量，将计量模型设定为：

表9 报告了区分负债水平的估计结果。首先，考察市场化进程对双重政策不确定性对资本结构调整速度影响的调节作用。表9 第(1)列低于目标资本结构水平样本的结果表明：Epu×Dev 和Chgrate4×Dev 的系数分别为-0.246 和-0.104，且均在1%水平上显著；Inst×Dev 的系数为-0.104，并通过了1%水平上的显著性检验；Epu×Inst×Dev 和Chgrate4×Inst×Dev 的系数分别为0.036 和0.010，且均在1%水平上显著。表9 第(2)列高于目标资本结构水平样本的结果表明：我们关注的Epu×Inst×Dev 的系数为0.044，且在1%水平上显著；Chgrate4×Inst×Dev 的系数为-0.002，但不显著。这表明，随着市场化改革的逐步推进，宏观和地区政策不确定性对低于目标资本结构水平向上调整速度的负向影响均出现显著弱化；而对高于目标资本结构水平样本，宏观政策不确定性对资本结构向下调整速度的负向影响出现显著弱化，而地区政策不确定性的影响则不显著。其次，考察产权改革的调节作用。其估计结果在第(3)列和第(4)列展示：在低于目标资本结构水平样本下，我们关注的Epu×Inst×Dev 和Chgrate4×Inst×Dev 的系数分别为0.035 和0.014，且通过了1%水平上的显著性检验；在高于目标资本结构水平样本下，Epu×Inst×Dev 的系数为0.029，且在1%水平上显著，而Chgrate4×Inst×Dev 的系数为0.008，但不显著。这表明，随着民营化水平的逐步提高，双重政策不确定性对低于目标资本结构水平向上调整速度的负向影响均出现显著弱化；而对高于目标资本结构水平水平样本，宏观政策不确定性对资本结构水平向下调整速度的负向影响得到显著弱化，而地区政策不确定性的影响则不显著。最后，考察对外开放的调节作用。其估计结果在第(5)列和第(6)列显示：无论在低于和高于目标资本结构水平样本下，Epu×Inst×Dev 和Chgrate4×Inst×Dev 的系数均分别为0.002和0.003，且通过了1%水平上的显著性检验。这表明，随着对外开放度的逐步提升，双重政策不确定性对低于目标资本结构水平向上调整速度和高于目标资本结构水平向下调整速度的负向影响均出现显著弱化。综上所述，整体而言，随着改革的逐步深化，宏观和地区政策不确定性对资本结构调整速度的负向影响均出现显著弱化，特别是在低于目标资本结构水平情形下。

表9 政策不确定性、制度背景与资本结构动态调整

六、主要结论与政策启示

随着中国经济进入中低速增长阶段，如何去杠杆成为社会各界关注的焦点。从动态的视角来看，“去杠杆”在微观层面看，本质上是企业资本结构的动态调整过程。政策不确定性是中国发展时期的一个典型特征，企业融资决策不仅会受到宏观(全局)政策不确定性的影响，还会受到所在地区(局部)政策不确定性的影响。因为宏观和地区双重不确定性涉及的内容以及特点不同，此两者对企业融资决策的影响也不同。因此，深入探索双重政策不确定性对企业资本结构动态决策的影响具有较高的理论价值和较大的现实意义。

本文从宏观和地区两个维度来刻画政策不确定性，在文献综述和理论分析的基础上，以1998—2015 年沪深A 股非金融类上市公司为研究样本，采用Baker 等(2016)、Huang 和Luk(2020)构建的政策不确定性指数来度量宏观政策不确定性，以及采用城市主要领导变动率来衡量地区政策不确定性，综合利用涵盖“全国-地区-企业”三个层面的宏观和微观数据系统考察了双重政策不确定性对资本结构动态决策的影响。本文的研究结果表明，宏观政策不确定性对资本结构调整速度具有显著的正向影响，而地区政策不确定性则对其具有显著的负向效应；且两者均在不同负债水平上呈现出明显的不对称性：宏观政策不确定性升高会显著降低高于目标资本结构水平向下调整的速度，从而显著提高低于目标资本结构水平向上调整的速度，并显著扩大了高于目标资本结构水平的资本结构偏离幅度；而地区政策不确定性的影响则相反。在考察了双重政策不确定性的互动效应和地区转型变量的调节作用后发现，地区政策不确定性会对宏观政策不确定性对资本结构动态调整的影响具有显著的抑制作用；随着市场化进程、民营化水平和对外开放度等转型改革的逐步推进，双重政策不确定性对资本结构调整速度的影响均会出现显著弱化，特别是在低于目标资本结构水平的情形下。

本文的研究加深了企业面临宏观和地区双重不确定环境下进行资本结构动态决策的认识和理解，拓展了宏观经济政策与微观企业融资行为之间互动关系方面的研究。本文结论具有以下直接的政策启示。首先，充分认识到“去杠杆”在微观层面本质上是企业资本结构的动态调整过程，企业在经营决策时面临着宏观和地区两个维度的政策不确定性，由于两种政策不确定性的特点和作用范围存在差异，即宏观政策不确定性提升会促使企业倾向于采取更为激进的资本结构决策，而地区政策不确定性上升则使得企业偏向于采取更为保守的资本结构决策。因此，在推行“去杠杆”等供给侧结构性改革政策时，需要特别考虑并区分宏观和地区双重不确定性及其对不同负债水平的潜在影响。其次，在考察政策不确定性对资本结构动态决策的潜在影响时，需要考虑宏观和地区两类政策不确定性之间的交互作用。最后，宏观和地区双重政策不确定性均与中国经济的发展背景密切相关，并且各地区经济改革的逐步深化会促使双重政策不确定性对资本结构调整速度的影响出现显著弱化。因此，进一步深化经济体制改革和建立良好的地区制度环境将有助于削弱(加强)双重政策不确定性对资本结构调整速度的负向(正向)影响。