出口管制政策对企业投资的影响——来自美国实体清单政策的证据

首陈霄，谈振林

(湖南师范大学商学院，湖南 长沙 410081)

一、引 言

在制造强国战略的指引下，中国制造业加速转型升级，逐渐从世界产业链中低端迈向中高端，但外部政策环境的变化正成为中国制造业发展的重要阻碍。为维护制造业领域的领先优势，美国不断推出各种针对中国制造业企业的限制措施。特别是2018年之后，伴随中美贸易摩擦的日益升级，美国对华实施一系列严厉的出口管制政策，其中以实体清单政策最为严格。截至2021年12月31日，中国有385个实体被列入清单，涉及252家企业。实体清单是由美国商务部工业与安全局(BIS)发布，严格限制美国相关企业对我国出口先进技术和产品的政策。该政策不仅影响企业自美国的进口贸易，也可能阻碍企业与其他国家的贸易往来(基于美国的“长臂管辖”政策)。可以预见的是，被列入实体清单的企业必然面临市场环境的恶化、投资决策也深受影响，而企业投资在其发展过程中扮演着重要角色，是企业保持可持续发展、实现转型升级的重要动力[1]。为此，本文从微观数据出发，探讨实体清单政策下企业投资行为的变化及其内在机制，以帮助国内企业更好地应对实体清单政策的威胁。

考虑到数据的及时性和可得性，本文使用2010—2021年的A股上市公司样本，结合手工收集整理的历年实体清单名录，运用多期双重差分模型检验被列入实体清单政策的上市企业(又称“受限企业”)是否改变其投资水平。经研究发现，被列入实体清单对上市企业的投资水平具有显著的负面影响。被实体清单政策制裁后，受限企业的投资率平均下降1.99个百分点。动态趋势分析进一步表明，该负向的显著影响在大约3期之后逐渐消失。该发现通过一系列的稳健性检验和内生性处理。同时，列入实体清单政策对非国有、高固定资产比例和高资本密集度的企业的影响更大。机制分析亦表明，列入实体清单对企业投资的影响主要通过削弱企业的经营绩效、增大企业融资难度来实现。本文进一步验证实体清单政策风险影响的存在，即同行业的非受限企业面对实体清单政策风险显著降低其投资水平，且经营绩效和融资约束机制在实体清单政策风险的影响中仍然成立。

由于出口管制政策的复杂性，当前关于微观定量分析的文献相对较少。在一般性的分析中，一类文献主要关注出口管制政策本身(如美国对华管制的趋势)[2][3]；另一类文献则关注出口管制政策对中美宏观经济的影响[4][5][6][7]。微观定量分析主要针对的是出口管制对企业创新的影响。以美国实体清单政策为研究对象，余典范等(2022)利用2010—2017年的上市公司数据，实证发现出口管制对企业创新短期内具有负向冲击[8]，主要是通过降低进口产品质量、压缩海外业务规模及挤出研发投入来抑制企业创新。相对地，杨策和郑建明(2022)则以2016—2019年上市公司为样本，发现出口管制对企业创新活动具有促进作用[9]。此外，纪顺洪和陈兴淋(2017)从行业层面探讨不同出口管制强度下企业的创新路径问题[10]。

除制裁导致的直接负面冲击外，实体清单政策还通过提升政策风险影响非受限企业，因此本文的研究也丰富了政策不确定性影响的相关文献。政策不确定性一直以来就倍受关注[11][12][13]。政策不确定性最为直接的影响就是企业投资。Bernanke(1983)、Pindyck(1988)、Dixit和Pindyck(1994)认为如果投资不可逆，高度的不确定性使企业推迟投资[14][15][16]。许多实证文献进一步验证政策不确定性对投资的负面影响[17][18][19]。Handley和Limão(2015，2017)通过构建异质性厂商模型，发现贸易政策的不确定性升高会降低企业在出口准入和技术升级方面的投资[20][21]。本文探讨的实体清单政策风险本质上属于贸易政策的不确定性，但无论何种政策不确定性，其内在逻辑是一致的。

总体而言，当前针对出口管制的微观实证文献探讨创新的较多，分析其他微观经济行为的较少且忽视了政策风险的可能影响。本文的边际贡献主要包括：第一，进一步丰富出口管制的研究文献。相比于已有文献，本文收集到最新和更广泛的数据，使实证分析能更准确地评估列入实体清单对企业的影响效应，在企业投资行为的相关分析方面是一个有益补充。第二，探讨实体清单政策风险的影响，更全面刻画实体清单政策造成的直接和间接影响。由于实体清单政策严重影响到企业的正常生产经营活动，其风险对企业来说属于极端风险，因而提供一个企业投资行为相关研究的极端政策风险的新视角。

二、政策背景与理论机制

(一)出口管制的政策背景

出口管制政策由来已久，最早在20世纪初就已有相关条例。在第一次世界大战后期的1917年，美国国会通过了《敌国贸易法》。该法案赋予美国总统在战时或面临其他紧急状态时拥有极大的权力。准确来说，在此期间(战时或紧急状态)，总统有权改变或调整与相关敌对国家的贸易往来。1949年，美国与英国、法国等欧洲大国共同成立“巴黎统筹委员会”，主要目的是限制以苏联为首的社会主义阵营国家进口欧美国家先进的技术、设备和有关原材料。20世纪70年代，现代意义上的出口管制政策正式成型。1979年，美国国会通过《1979年出口管理法》(Export Administration Act of 1979)，为人熟知的实体清单(Entity List)为该法案的第744部分并由美国BIS发布，实体清单中的实体包括不同国家的企业、事业单位、高校和个人。这些实体想要获得美国受管制产品必须得到BIS颁布的出口许可。该法案的“出口”含义十分宽泛，不仅包括美国产品或技术对相关实体的直接出口或再出口(Reexport)，也包括依赖美国产品(或技术)生产的他国产品出口或再出口。2018年，美国国会通过新版的《出口管制改革法案》(Export Control Reform Act)。该法案扩大了美国出口管制的范围，新增对“新兴和基础技术”的出口控制。

我国实体被列入实体清单的情况乃近些年才发生的事情。在2018年之前，美方对华出口管制程度相对较轻，出口限制的焦点主要是航空航天领域。自2018年中美贸易摩擦以来，大批从事高新技术产业的企业相继被美方列入实体清单。截至2021年12月31日，中国有385个实体被列入清单。具体来看，列入实体清单的受限企业252家(占比超过65%)，为最主要的受限对象，包括2019年的华为、2020年的中芯国际和中船重工等。图1显示了2011—2021年我国受限企业数量的变化。可见，自2018年中美贸易摩擦后，美方对中方企业的制裁力度陡然加大，每年新增的受限企业从2018年之前的平均不足10家迅速上升到2019年之后的50家以上。

图1 受限企业数量变化

通过对照行业分类表，本文对截至2021年12月31日的受限企业所属行业进行初步归类，以分析美国对华实施技术出口管制的行业特征(如表1所示)。结果显示，美国的出口管制政策主要针对的是高新技术行业，包括科技推广和应用服务业、计算机通信和其他电子设备制造业等。此外，先进制造业也是出口管制政策重点关注的行业(如电气机械和器材制造业)。这说明出口管制涉及的领域通常是我国的薄弱环节，美国希望藉由制裁限制中国技术进步和先进制造业的发展。

表1 各行业受限企业数量

(二)理论机制与研究假设

1.列入实体清单对企业投资的影响。我国高端制造业许多产品的生产仍严重依赖国外的先进设备、关键技术和高质量中间品。被列入实体清单后，我国受限企业难以获得美国的相关技术和产品，进而影响正常的生产经营活动。同时，受限企业被迫选择其他可替代的技术和中间品时可能增加采购成本、减少经营收入，而可替代中间品质量的下降则降低生产的效率和产品的质量并削弱其市场竞争力[22][23][24]。这两方面的作用，打击了受限企业的投资意愿。市场亦预期受限企业的生产经营将出现困难，转而增加相关替代品的购买，进一步削弱了受限企业的投资意愿。

此外，实体清单政策助推企业对未来政策不确定的预期。当面临不明朗的政策前景时，等待期权的价值上升使企业倾向于推迟投资[14][15][16]。基于以上分析，本文提出研究假设1：列入实体清单对企业的投资水平产生负向影响。

2.实体清单政策直接冲击的影响机制。作为一种极端的政策冲击，实体清单政策明显影响企业财务状况。首先，实体清单政策破坏企业的正常生产经营活动。它限制我国企业获取美国核心、关键产品和技术的途径，危害我国生产供应链的安全。被列入实体清单的企业因关键技术和中间品的采购限制造成生产经营困难，导致营业收入和利润下降，损害企业的财务状况，最终影响企业的投资行为。其次，替代技术设备和中间品的质量劣势削弱了企业的市场竞争力。为规避实体清单政策的制裁，受限企业寻求替代的技术和中间品而增加采购成本。但替代的技术和中间品作为之前的次优选择必然影响企业的生产效率和产品质量[22][23]，从而降低企业的市场竞争力，导致企业绩效的下降，最终影响企业的投资能力。因此，企业绩效是实体清单政策影响的重要机制之一。据此，本文提出研究假设2：实体清单政策带来的冲击通过影响企业绩效来抑制企业的投资行为。

实体清单政策通过企业绩效的下降损害企业的内部融资能力，也增加其外部融资约束。一方面，企业绩效的下降削弱企业的偿债能力，影响银行对企业的信用评估。银行可能基于审慎原则收紧对企业的信贷，导致企业的融资约束上升。另一方面，在被列入实体清单后，企业无法预料美国或其他国家是否采取进一步的限制措施，因而面临更大的政策不确定性。银行或外部投资者可能基于风险厌恶而减少对该类企业的投资或基于风险补偿原则要求更高的资本收益。因此，外部融资约束程度越高的企业受政策冲击的影响越大[25][26]。基于上述分析，本文提出研究假设3：实体清单政策带来的冲击通过企业的融资约束来影响企业的投资行为。

3.实体清单政策对企业投资的影响存在异质性。相较于国有企业，非国有企业面临更为严重的外部融资约束[27]，所处的行业竞争也更为激烈，承受外部政策负面冲击的能力较差。而国有企业基于特殊的政治关联易获取外部的资金和政策支持，在行业内具有优势甚至垄断地位，建立了较高的行业进入壁垒。因此，国有企业遭遇外部的负面冲击时影响较小，能凭借自身的垄断地位向市场转嫁成本，减轻企业绩效所受的影响。另外，外部投资者面对投资环境不确定性时也倾向于投资风险较小的国有企业[28]。

企业固定资产比例和资本密集度的差异也左右实体清单政策对企业投资的影响程度。越高的固定资产比例意味着企业生产需较多的设备、厂房等固定成本的投入。由于固定资产(尤其是专用性资产)的投资具有较高程度的不可逆性，企业的投资决策愈加谨慎，面临外部政策的冲击时更倾向于减缓投资。企业的资本密集度越高，其生产经营对资本的需求越大。在受到融资约束时，资本密集度高的企业面临较大的融资成本上升压力，导致投资激励不足。基于以上分析，本文提出研究假设4：实体清单政策对非国有企业、高固定资产比例企业和高资本密集度企业的影响更大。

4.实体清单政策风险影响同行业非受限企业的投资。基于“寒蝉效应”，某一企业被实体清单政策制裁后不仅自身遭受直接冲击，同行业的其他企业(尤其是行业地位较高的企业)担心外部政策的进一步变化(即感知到政策风险的上升)也会做出相应的应对。基于等待期权的价值理论，Bernanke(1983)和Pindyck(1988)认为由于投资存在不可逆性，企业为避免政策出现不利状况下的投资损失可能选择等待直至不确定性得到解决[14][15](1)如果高政策风险长期存在，随着延后投资导致的现金流损失大于等待期权的价值，企业就不再继续推迟投资[18]。。Handley和Limão(2015，2017)针对贸易政策不确定性的分析也得出类似结论[20][21]。由于出口市场进入存在沉没成本，贸易政策不确定性上升提高了企业的出口和技术升级投资的门槛，最终降低企业的出口和技术投资。基于上述分析，本文提出研究假设5：实体清单政策风险降低同行业非受限企业的投资水平。

三、数据来源与估计方法

(一)数据来源

样本上市公司中最早被列入实体清单的时间为2014年，因此本文选取2010—2021年共12期的沪深A股上市企业作为研究对象。相关的上市公司财务数据来自国泰安CSMAR数据库，实体清单数据源于美国BIS官方网站，行业分类标准参考我国证监会的《上市公司行业分类指引》(2012年修订版)。由于金融行业相对于非金融行业具有太多的特殊性，故剔除金融行业的企业样本。同时，本文剔除ST、*ST和PT类企业及样本期内数据大量缺失的上市企业。

(二)估计方法与变量

为估计实体清单政策对企业投资的影响，本文参考Beck等(2010)的多期双重差分模型[29]，建立如下的回归方程：

(1)

其中，i、t分别表示企业和年份，被解释变量Investit表示企业投资水平，核心解释变量Regulationit表示企业被列入实体清单，μi、τt分别为企业个体和年份固定效应，εit为误差项。

本文的关键因变量是企业投资水平(Invest)。参考李佳霖等(2019)、李凤羽和杨墨竹(2015)的做法，本文以购建固定资产、无形资产和其他长期资产支付的现金减去处置固定资产、无形资产和其他长期资产收回的现金净额的差值作为投资额[25][30]。同时，为方便比较不同规模企业的投资水平，参考Gulen和Ion(2016)的做法，本文将投资额用期初的总资产标准化[18]。此外，上市公司当期被列入实体清单时，Regulation取值为1，否则为0。这里，我们未考虑企业被列入实体清单又被移出的情形，因为即使后来被移出，企业被列入实体清单的影响在样本期内依然存在。因此，如果某一企业在t年被列入实体清单，t年之后的所有年份的Regulation取值均为1。

为有效识别实体清单对企业投资的影响，有必要控制既影响企业投资水平又可能决定企业是否被实体清单政策制裁的相关因素。结合现有研究企业投资影响因素的文献，本文选取以下的控制变量：

首先，为控制企业的投资机会和能力的差异，本文控制企业的托宾Q(tq)和经营现金流(cfo)[17][18]。其中，托宾Q(tq)以企业市场价值与资本重置成本之比衡量，经营现金流(cfo)为总资产标准化后的经营现金流净额。

其次，考虑到企业的某些特征决定着企业是否被列入实体清单，而这些特征又影响企业的投资水平，因此本文控制以下的企业特征变量：企业规模(size)，以企业总资产衡量并取对数；企业年龄(age)，以企业的存续时间(当期时间减去企业成立时间)衡量；总资产收益率(roa)，以净利润与总资产之比衡量；资产负债率(lev)，以企业总负债占总资产的比例衡量，反映企业的财务杠杆水平；速动资产(qa)，以企业速动资产占总资产的比例衡量，反映企业短期债务偿还能力。

最后，本文使用海外收入(fin)来控制企业的海外扩张能力，因为企业的海外扩张能力在一定程度上反映了企业的国际竞争力。海外收入(fin)采用海外营业收入并取对数。

表2是主要变量的描述性统计结果，发现企业投资水平(又称“投资率”)均值为4.4%、标准差为4.5%，表明企业的投资水平通常只占总资产的很小比例。

表2 变量的描述性统计

四、回归结果分析

(一)基础回归

表3展示了回归方程(1)的结果。各列回归的标准误均聚类在二级行业层面上。Regulation的系数是我们的主要关注点，它反映了被纳入实体清单后的受限企业相对于非受限企业的平均投资水平变化。列(1)没有添加任何控制变量，Regulation的系数在1%的水平上显著为负。列(2)参考典型的托宾Q投资预测模型，添加经营现金流(cfo)和托宾Q(tq)两个控制变量，以控制企业的投资能力和机会。结果显示，双重差分Regulation的系数仍显著为负。列(3)在列(2)的基础上控制一些可能影响企业投资水平的企业特征变量，发现Regulation的系数比之前略小、但依然在1%的水平上显著。列(4)增加海外收入(fin)以控制企业的海外经营绩效，发现Regulation的系数仍显著为负。列入实体清单使受限企业的投资率相对于非受限企业下降1.99个百分点。由于企业投资率的均值为4.4%，所以1.99个百分点的下降相当于均值的45%，表明实体清单政策冲击的影响在经济上十分显著。总体而言，回归结果显示实体清单政策对企业投资产生明显的负面影响，从而验证了研究假设1。

表3 基础回归结果

(二)平行趋势检验

根据多期差分回归成立的条件，受限企业(处理组)相对于非受限企业(控制组)的趋势变化一般仅出现在政策冲击之后，因此本文参考文献中的事件研究方法并采用下式进行平行趋势检验[31]。

(2)

其中，j表示距离被列入实体清单年份的期数，j<0表示列入实体清单前的第j年，j>0表示列入实体清单后的第j年；Regulationij为虚拟变量，表示企业i是否处于被列入实体清单前或后的第j年。考虑到展示的方便性和样本期，本文将的取值范围限定为[-5，4]并以被列入实体清单的前一年为基期。因此，βj衡量了实体清单政策对企业投资影响的逐期变化。

图2显示了系数βj的估计值。其中，0表示列入实体清单的时点，0之前的时点反映该企业被列入实体清单之前的期数，0之后的时点则是之后的期数。可见，被列入实体清单前的系数均不显著，说明列入实体清单前处理组与控制组之间不存在显著差异，故平行趋势假设成立。被列入实体清单后，企业投资率出现显著下降且负向影响在第二年达到最大，随后负向影响逐渐缓解，表明列入实体清单对企业投资率的影响偏短期、长期影响不显著。但考虑到投资的累积效应，短期的投资不足仍可能影响企业的长远发展。

图2 平行趋势检验

(三)稳健性检验

表4汇报了稳健性检验结果(2)本文还进行了随机抽取实验组的安慰剂检验分析，限于篇幅未列示，作者备索。。由于不同行业之间可能存在不同的时间趋势，列(1)控制行业-时间交互固定效应(3)行业-时间交叉固定效应可控制实体清单政策对非受限企业的影响，包括实体清单政策风险的影响和受限企业所受影响的溢出效应，从而增加双重差分识别策略的可靠性。列(1)的结果显示实体清单政策对非受限企业的影响给估计结果造成的波动不大。，意味着此时双重差分的估计结果比较的是同行业受限企业与非受限企业之间的差异。可见，估计结果仍在5%的水平上显著为负。为控制不同地域之间的差异，列(2)控制省份-时间交叉固定效应，发现估计系数的大小略有下降、但仍显著。现将标准误聚类在更高一层的一级行业层面上，意味着允许更多企业彼此存在关联，进一步放松企业之间相互独立的假设。通常来说，估计系数更难通过显著性检验，但列(3)的结果显示依然显著为负。列(4)更换企业投资的度量方式，采用投资总额而非前文的投资净额，发现估计结果依然稳健。为防止异常值的影响，列(5)对数据实行前后1%的缩尾，发现估计结果与基础回归保持一致。为避免无关行业样本对回归结果的干扰，列(6)仅保留受限企业所在行业的企业样本，发现估计结果仍显著为负。以上的稳健性分析表明基础回归结果是稳健的，即列入实体清单明显抑制企业的投资水平。

表4 稳健性检验结果

(四)内生性问题

1.PSM-DID。由于受限企业的数量较少，所以在前面的总体样本回归中处理组与控制组之间的样本量差异较大，从而可能影响双重差分的估计有效性。为排除前面的结果可能是样本量差异过大导致的估计偏差并消除样本选择偏差，本文使用倾向匹配得分法(PSM)构造相对均衡且可靠的对照组进行双重差分回归[32]。这里，以企业规模(size)、企业年龄(age)、托宾Q(tq)、总资产收益率(roa)、经营现金流(cfo)和资产负债率(lev)作为协变量对受限企业及其他上市企业进行1∶5的近邻匹配，并采用逐期匹配的方法。基于倾向得分匹配的样本，表5的列(1)回归结果显示Regulation的系数显著为负且大小与前述相近。

表5 PSM-DID和工具变量回归结果

2.工具变量回归。考虑到某些战略性新兴产业中实力较强的企业更易被列入实体清单，本文在前面的回归分析中通过控制变量和行业-年份固定效应尽量控制影响被列入实体清单的因素，然而无法穷尽所有因素。这里，我们尝试使用工具变量回归解决前述的内生性问题。借鉴张杰等(2015)、余典范等(2022)的做法，使用二级行业层面被列入实体清单的企业数量，预测同行业个体企业被列入实体清单的概率[33][8]。行业中被列入实体清单的企业数量不会直接影响个体企业的投资水平，但与位于该行业的企业被实体清单制裁的概率密切相关。表5的列(2)的工具变量回归显示，估计结果与基础回归相一致，且一阶段F统计量表明工具变量不是弱工具变量。

(五)异质性分析

为验证研究假设4，表6从股权性质、固定资产比例和资本密集度三个方面展开异质性分析。列(1)和(2)的结果表明实体清单政策冲击对非国有企业具有明显的负面作用，而对国有企业的影响不显著。列(3)和(4)将企业样本按固定资产比例(固定资产/总资产)的均值划分为高、低两组，发现实体清单政策仅显著降低固定资产比例较高的企业的投资水平。列(5)和(6)将企业样本按资本密集度(总资产/营业收入)的均值划分为高、低两组，发现实体清单政策仅显著降低资本密集度较高的企业的投资水平。总体来说，所有的异质性检验结果与研究假设4基本一致。

表6 异质性分析

五、进一步分析

(一)机制分析

根据前文的研究假设2和3，实体清单政策通过降低企业绩效和增加企业融资难度抑制了企业投资水平。为验证该机制，本文参考谭小芬和张文婧(2017)、李凤羽和杨墨竹(2015)的研究方法，检验实体清单政策是否影响企业绩效和融资约束[26][30]。

本文使用企业总资产收益率(roa)和企业利润(profit)作为公司绩效的量度。表7的列(1)和(2)的公司绩效机制检验结果表明，实体清单政策显著降低企业的总资产收益率和利润水平，表明公司绩效确实是实体清单政策影响企业投资的机制之一。另外，使用SA指数来衡量企业的融资约束程度[34]。表7的列(3)的融资约束机制检验结果表明，实体清单政策显著提高企业的融资约束，而融资约束的上升则强化实体清单政策对企业投资的负面影响[25][26]，因此融资约束也是实体清单政策影响企业投资的机制之一。可见，实体清单政策恶化了企业的经营绩效，削弱企业内部融资的能力；同时，加大了企业外部融资的压力，因难以获得外部的资金支持而导致企业投资率的下降。

表7 机制分析(N=14125)

(二)实体清单政策风险的影响

前文的分析主要针对的是实体清单政策对受限企业投资的直接影响。然而，根据研究假设5，实体清单政策对同行业的非受限企业也可能产生间接的负向影响。当然，除负向影响外，也可能存在间接的正向影响。基于“替代效应”，同行业某一企业被列入实体清单后，整个市场竞争力下降，市场份额可能转移到同行业的其他企业，因而这些企业的绩效得以提升、投资扩张被激发。但这种正向的间接效应不属于政策风险的影响。

为检验是否存在实体清单政策风险对企业投资的影响，本文针对非受限企业样本运行与方程(1)类似的回归模型：

(3)

其中，i、t分别表示企业和年份，d表示二级层面的行业。核心解释变量Regulation的下标为d而非i，表示行业d中当期存在受限企业时Regulation取值为1，否则为0。如果t年行业d中有企业被列入实体清单(以最早被列入的企业为基准)，那么t年之后的所有年份的Regulation对行业d中的其他非受限企业均取值为1。表8的列(1)的结果显示，同行业某一企业被列入实体清单导致该行业其他企业的投资率显著下降，其系数无论在经济意义上还是统计意义上都十分显著。这种实体清单政策的负向间接效应说明实体清单政策风险的影响确实存在，进而验证了研究假设5。

表8 实体清单政策风险的影响(N=5004)

另外，企业的绩效和融资约束可能也是实体清单政策风险的影响机制。一方面，客户未雨绸缪，转移或分散订单以避免未来可能的实体清单政策的冲击，从而降低企业的绩效；另一方面，融资可获得性是政策不确定性影响企业投资的重要前提之一，融资约束越大，实体清单政策风险的影响也越大[19]。为检验这两种机制，本文以企业的绩效(以总资产收益率和利润衡量)和融资约束(以SA指数衡量)的相关变量为因变量，估计Regulation是否对这些因变量产生显著影响。表8的列(2)和(3)分别汇报了企业总资产收益率和企业利润的结果，发现实体清单政策风险显著降低企业的总资产收益率和利润水平，表明实体清单政策风险的上升阻碍企业绩效的改善，进而压减了企业投资。列(4)报告了企业融资约束的结果，发现实体清单政策风险显著提高企业的融资约束，增加了企业外部融资的困难，进而影响企业的投资水平。上述分析结果验证企业的绩效和融资约束也是实体清单政策风险的影响机制。为缓解实体清单政策风险的影响，提高企业的经营管理水平和融资的可获得性是重要的途径。

六、结论与政策建议

本文以多期双重差分的方法，使用2010—2021年A股上市公司样本检验实体清单政策对企业投资水平的影响。研究发现，实体清单政策显著抑制企业的投资水平，主要通过降低企业绩效、增加企业融资难度两个渠道来实现。进一步分析发现，实体清单政策对非国有企业、高固定资产比例企业和高资本密集度企业的影响更大。同时，实体清单政策对同行业非受限企业的影响的回归结果验证政策风险的影响确实存在。该风险显著抑制非受限企业的投资水平，而企业的绩效和融资约束仍是其中的重要机制。

基于以上分析，本文提出如下的政策建议：一是增加外部融资渠道，缓解企业融资压力。外部融资是企业资金的重要来源，实体清单政策提高了企业融资难度，实体清单政策风险也使企业融资约束陡增。因此，政府应建立合适的金融扶助体系和政策，降低受限企业的信贷成本，减轻企业的融资压力。二是提高公司管理水平。实体清单政策及其风险均显著削弱企业的盈利能力。企业管理水平越高，越有利于改善企业当前的经营状况，有助于纾解因收入水平下降带来的财务困难。三是扶持生产性服务业的发展。通过完善资产租赁和交易市场，提高专用性资产的复用性和交易性，减少企业购买固定资产导致的资金占用，激发高固定资产企业的投资积极性。通过建立完善的股权交易市场，促进资金的有效利用。资本需求高的企业可吸收闲散资金、分散经营风险。