李 爽，裴昌帥

(中南財經(jīng)政法大學(xué)金融學(xué)院，湖北 武漢 430073)

一、引 言

隨著我國市場化進程不斷加快，市場在資源配置中起到了越來越重要的作用，提高了經(jīng)濟社會的資源配置效率。政府通過各類經(jīng)濟政策對經(jīng)濟活動保持一定的影響力。一般而言，政府采用合理的經(jīng)濟政策能夠彌補市場失靈的缺陷。然而，如果政府的經(jīng)濟政策頻繁調(diào)整，可能導(dǎo)致經(jīng)濟政策不確定性升高，對整個宏觀經(jīng)濟和微觀經(jīng)濟主體造成負面影響。

近年來，越來越多的學(xué)者開始關(guān)注經(jīng)濟政策不確定性與企業(yè)行為之間的關(guān)系，發(fā)現(xiàn)經(jīng)濟政策不確定性對企業(yè)創(chuàng)新[1]、投資[2][3][4][5]、并購[6][7]、現(xiàn)金持有[8][9]、資本結(jié)構(gòu)及其調(diào)整[10][11]等產(chǎn)生了廣泛的影響。雖然公司資本結(jié)構(gòu)調(diào)整兼具動態(tài)和非線性特征[12][13]，但是在研究經(jīng)濟政策不確定性對資本結(jié)構(gòu)調(diào)整行為的影響時，現(xiàn)有文獻采用的實證模型刻畫動態(tài)性有余，而刻畫非線性稍顯不足。為此，本文基于動態(tài)面板閾值模型，深入研究經(jīng)濟政策不確定性與資本結(jié)構(gòu)非線性動態(tài)調(diào)整的關(guān)系，并進一步考察地區(qū)市場化程度和行業(yè)性質(zhì)對這一關(guān)系的影響。

本文的貢獻主要在于：第一，采用的動態(tài)面板閾值模型能夠很好地刻畫資本結(jié)構(gòu)調(diào)整的動態(tài)性和非線性；第二，拓寬了經(jīng)濟政策不確定性的經(jīng)濟后果和資本結(jié)構(gòu)動態(tài)調(diào)整的影響因素方面的研究；第三，為政府保持經(jīng)濟政策穩(wěn)定和提高政策透明度提供了部分經(jīng)驗證據(jù)。

二、理論分析與研究假設(shè)

經(jīng)濟政策不確定性對公司資本結(jié)構(gòu)調(diào)整行為的影響機制可以從公司內(nèi)部意愿和外部渠道兩個方面展開分析。

第一，經(jīng)濟政策不確定性影響公司管理層的資本結(jié)構(gòu)調(diào)整意愿。經(jīng)濟政策不確定性的升高，將導(dǎo)致公司管理層難以對宏觀經(jīng)濟政策形成穩(wěn)定且明確的預(yù)期，增加管理層在判斷和決策時出現(xiàn)偏差的概率。由于公司管理層一般是風(fēng)險規(guī)避的，為了降低這種經(jīng)濟政策不確定性帶來的風(fēng)險，管理層勢必會變得更為謹慎[14]，減少或推遲資本結(jié)構(gòu)調(diào)整行為，進而影響公司資本結(jié)構(gòu)調(diào)整速度。

第二，經(jīng)濟政策不確定性影響公司通過外部渠道進行資本結(jié)構(gòu)調(diào)整的能力。一方面，經(jīng)濟政策不確定性的上升會使公司發(fā)展前景的不確定性升高而影響公司未來的現(xiàn)金流，還會帶來公司股票波動率的上升[15]，從而導(dǎo)致債權(quán)人和投資者對公司進行借貸和投資變得謹慎。另一方面，隨著經(jīng)濟政策不確定性的上升，證券市場的波動將難以預(yù)測；同時，信貸市場的貸款規(guī)模將會下降而利率水平將會上升?？傊?，公司通過外部的直接融資渠道和間接融資渠道進行資本結(jié)構(gòu)調(diào)整都將變得更加困難。綜上所述，本文提出假設(shè)1：

假設(shè)1：經(jīng)濟政策不確定性的上升會顯著降低公司資本結(jié)構(gòu)調(diào)整速度。

經(jīng)濟政策的不確定性會抑制公司資本結(jié)構(gòu)調(diào)整速度。隨著我國社會主義市場經(jīng)濟的逐步建立和完善，市場在資源配置中已經(jīng)從基礎(chǔ)性作用開始向決定性作用轉(zhuǎn)變。在不同的市場環(huán)境下，經(jīng)濟政策不確定性對公司資本結(jié)構(gòu)調(diào)整速度的影響可能是不同的。一方面，根據(jù)資源依賴理論，在市場化程度較高的地區(qū)，公司處于濃厚的市場經(jīng)濟氛圍中，自主經(jīng)營意識較高，公司對政府經(jīng)濟政策的依賴性降低[16]。另一方面，根據(jù)信息不對稱理論，市場化程度的提高會顯著改善公司外部環(huán)境和提高公司治理水平，從而降低公司和外部資金提供者之間的信息不對稱程度，還能夠為公司提供更多的融資方式選擇，緩解融資約束[17]。綜合兩方面原因，市場化程度的提高能夠減緩經(jīng)濟政策不確定性上升對公司資本結(jié)構(gòu)調(diào)整速度的負面影響。然而，我國地區(qū)發(fā)展不平衡，市場化程度不一，東部地區(qū)市場化程度高于中西部地區(qū)。與東部地區(qū)的公司相比，中西部地區(qū)的公司資本結(jié)構(gòu)調(diào)整速度對經(jīng)濟政策不確定性的反應(yīng)更為敏感。為此，本文提出假設(shè)2：

假設(shè)2：相比東部地區(qū)的公司，經(jīng)濟政策不確定性對中西部地區(qū)的公司資本結(jié)構(gòu)調(diào)整速度的影響更大。

中國公司的資本結(jié)構(gòu)具有鮮明的行業(yè)特征，主要表現(xiàn)為在行業(yè)門類間存在差異，而在同一行業(yè)門類內(nèi)的不同行業(yè)大類間則不存在顯著差異[18][19]。那么，經(jīng)濟政策不確定性對制造業(yè)和非制造業(yè)公司的資本結(jié)構(gòu)調(diào)整速度很可能存在異質(zhì)性的影響。根據(jù)實物期權(quán)理論，當(dāng)經(jīng)濟政策不確定性上升時，公司的等待期權(quán)價值變得更高，在進行調(diào)整決策時就會更加謹慎。相比非制造業(yè)公司，制造業(yè)公司的實物資產(chǎn)，尤其是存貨和固定資產(chǎn)價值較大且占公司總資產(chǎn)比重較高，而利潤率卻相對較低，金融危機后更是逐漸下降。因此，一方面，制造業(yè)公司對流動性資金需求和長期資金需求都較高[20]，但是自有資金通常相對不足，更加依賴外部資金，容易受到融資約束；另一方面，由于實物資產(chǎn)不可逆程度較高，加上融資活動往往與投資活動緊密相連，制造業(yè)公司的資本結(jié)構(gòu)調(diào)整成本也相對更高。基于上述原因，當(dāng)經(jīng)濟政策不確定性上升時，制造業(yè)公司進行資本結(jié)構(gòu)調(diào)整的難度更大、成本更高，等待動機將會更強，導(dǎo)致更慢的調(diào)整速度。為此，本文提出假設(shè)3：

假設(shè)3：相比非制造業(yè)公司，制造業(yè)公司的資本結(jié)構(gòu)調(diào)整速度更容易受到經(jīng)濟政策不確定性的影響。

三、研究設(shè)計

(一)樣本選取與變量描述

由于動態(tài)面板閾值模型需要平衡面板數(shù)據(jù)和盡可能長的樣本區(qū)間，本文選取了1998年之前上市的所有非金融類A股上市公司，并剔除：(1)被ST、PT的公司；(2)數(shù)據(jù)缺失的公司；(3)資產(chǎn)負債率大于等于1或為負的公司?？紤]到1998年之前上市公司數(shù)量較少，并且信息披露不夠規(guī)范，本文將樣本區(qū)間起始年度定為1999年。最終獲得480家公司1999～2016年(由于滯后一期，解釋變量對應(yīng)1998～2015年)的平衡面板數(shù)據(jù)，共8640個公司年度觀測值。公司的財務(wù)數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。經(jīng)濟政策不確定性采用Baker et al.(2016)[21]開發(fā)編制的中國經(jīng)濟政策不確定性指數(shù)來衡量。由于該指數(shù)是月度數(shù)據(jù)，本文將每年的月度數(shù)據(jù)進行算術(shù)平均、幾何平均和加權(quán)平均，分別得到相應(yīng)計算方法下的經(jīng)濟政策不確定性的年度數(shù)據(jù)。其中，加權(quán)平均是以每年度內(nèi)各月的月份數(shù)作為權(quán)重。本文采用Stata14.0進行數(shù)據(jù)處理和實證分析。對于公司層面的連續(xù)變量，本文進行雙邊1%的Winsorize縮尾處理。表1列出了文中所涉及變量的類型、名稱、含義和計算方法。

表1 變量說明

(二)研究方法與模型構(gòu)建

首先，根據(jù)Flannery and Rangan(2006)[22]的做法，本文設(shè)定資本結(jié)構(gòu)部分調(diào)整模型：

(1)

由于目標(biāo)資本結(jié)構(gòu)不可觀測，本文采取與已有文獻Flannery and Rangan(2006)[22]、Faulkender et al.(2012)[12]相同的做法，同時估計目標(biāo)資本結(jié)構(gòu)和資本結(jié)構(gòu)調(diào)整速度，并且定義目標(biāo)資本結(jié)構(gòu)由以下變量決定：

(2)

MTDi,t=γMTDi,t-1+πXi,t-1+υi,t

(3)

Xi,t-1是決定目標(biāo)資本結(jié)構(gòu)的變量向量。參考上述文獻，本文選取如下公司特征變量：盈利能力PROF、成長性GROWTH、非債務(wù)稅盾NDTS、企業(yè)規(guī)模SIZE、有形資產(chǎn)CVAS。同時考慮到經(jīng)濟政策不確定性可能影響公司資本結(jié)構(gòu)，本文也添加了該變量。β是上述變量相應(yīng)的系數(shù)向量，與δ同時估計。δ=1-γ，β=π/δ，并且參照Ozkan(2001)[23]的做法，將υi,t看作是含有公司個體固定效應(yīng)的單向誤差項，即：

υi,t=αi+εi,t

其中，αi代表公司個體固定效應(yīng)，包括未被觀察到的公司特征變量，如公司管理能力、行業(yè)競爭強度或者產(chǎn)品生命周期等。εi,t為零均值和同方差的隨機誤差項。采用方程(3)聯(lián)合估計γ和π，以規(guī)避兩步法帶來的預(yù)測誤差。

方程(3)是基于公司以相同的速度進行資本結(jié)構(gòu)調(diào)整的假設(shè)。然而現(xiàn)有研究發(fā)現(xiàn)，公司資本結(jié)構(gòu)調(diào)整通常是非線性的，即具有不同的調(diào)整速度[12]。為了刻畫這種非線性動態(tài)調(diào)整，借鑒Dang et al.(2012)[13]的做法，設(shè)定資本結(jié)構(gòu)部分調(diào)整閾值模型：

MTDi,t=(γ1MTDi,t-1+π1Xi,t-1)L(qi,t-1≤λ)+(γ2MTDi,t-1+π2Xi,t-1)L(qi,t-1>λ)+υi,t

(4)

其中，L(.)是示性函數(shù)，當(dāng)事件發(fā)生時取值1，否則取值0。qi,t-1是轉(zhuǎn)移變量，λ是閾值參數(shù)。方程(4)是線性的部分調(diào)整模型方程(3)的重要拓展。該模型允許資本結(jié)構(gòu)按照轉(zhuǎn)移變量的值是否超過閾值參數(shù)而采取不同的調(diào)整機制，可以采用Dang et al.(2012)[13]開發(fā)的Stata程序進行估計。

在閾值回歸模型中，還存在兩個問題。第一個問題是轉(zhuǎn)移變量qi,t的選擇。本文的轉(zhuǎn)移變量是給定的，即經(jīng)濟政策不確定性，因此只需考慮該轉(zhuǎn)移變量的適用性問題。轉(zhuǎn)移變量本身的限制較少，只要滿足時變性要求即可。本文選擇的經(jīng)濟政策不確定性指數(shù)是宏觀變量，具有時變性特點。公司資本結(jié)構(gòu)及其調(diào)整一般受到上一年的經(jīng)濟政策不確定性影響較大，因此上面的閾值模型里的轉(zhuǎn)移變量經(jīng)濟政策不確定性也做了滯后一期的處理。第二個問題是檢驗轉(zhuǎn)移變量閾值的個數(shù)。這是因為閾值模型中轉(zhuǎn)移變量的閾值可能不止一個。參照Hansen(1999)[24]的做法，本文采用逐個檢驗的方法來確定閾值的個數(shù)。

四、實證結(jié)果分析

(一)描述性統(tǒng)計分析

表2報告了變量的描述性統(tǒng)計結(jié)果。如表2所示，AMEPU的均值為1.170，大于中位數(shù)1.102，標(biāo)準差是0.486，最小值為0.557，最大值是2.444，這表明我國經(jīng)濟政策不確定性的波動非常明顯，但是大部分年度均值都小于1.170。GMEPU和WMEPU的特征與AMEPU類似。資本結(jié)構(gòu)MTD的均值為0.263，中位數(shù)為0.258，這表明1998年前上市的公司有息負債率水平總體較低。其余變量的描述性統(tǒng)計結(jié)果詳見表2，不再贅述。

表2 變量的描述性統(tǒng)計結(jié)果

(二)資本結(jié)構(gòu)部分調(diào)整模型回歸結(jié)果分析

首先，本文在線性假設(shè)條件下(即不存在閾值效應(yīng))，采用廣義矩估計GMM方法對基本模型方程(3)進行回歸分析。如表3所示，Hansen檢驗[注]由于本文采用Stata中的xtabond2命令，所以匯報的是Hansen檢驗結(jié)果，該檢驗比較穩(wěn)健。得以通過，表明選擇的工具變量是有效的。該方法估計得到的資本結(jié)構(gòu)調(diào)整速度為12.9%，與黃繼承和姜付秀(2015)[25]、黃繼承等(2016)[26]、盛明泉和汪順(2017)[27]所估計的速度相比較慢，但是與潛力和胡援成(2015)[29]估計的速度接近。第(1)列是公司資本結(jié)構(gòu)MTD的短期動態(tài)調(diào)整的結(jié)果，第(2)列是公司資本結(jié)構(gòu)的長期影響因素。無論是從短期還是從長期來看，公司有形資產(chǎn)CVAS、公司盈利PROF以及公司規(guī)模SIZE等公司特征變量都顯著影響資本結(jié)構(gòu)。其中，公司有形資產(chǎn)、公司規(guī)模均與資本結(jié)構(gòu)之間表現(xiàn)為負相關(guān)關(guān)系。公司盈利與資本結(jié)構(gòu)之間存在正相關(guān)關(guān)系，與Myers and Majluf(1984)[29]提出的有序融資理論不完全一致。這與中國企業(yè)普遍依賴銀行融資有關(guān)，盈利狀況良好的企業(yè)往往更容易獲得銀行貸款，從而提高企業(yè)的杠桿率。而公司成長性GROWTH無論是在統(tǒng)計學(xué)還是在經(jīng)濟學(xué)意義上均不顯著，這表明我國證券市場尚不成熟，市場價格還不能很好地反映公司價值。另外，總體上，經(jīng)濟政策不確定性AMEPU對公司資本結(jié)構(gòu)本身沒有顯著影響。

表3 資本結(jié)構(gòu)部分調(diào)整模型的回歸結(jié)果

注：括號內(nèi)為P值；*、** 和*** 分別表示在10%、5%和1%水平上顯著;LMTD為MTD滯后一期。下同。

① 原始的樣本數(shù)量為8640，但在估計時需要進行差分，所以會損失一部分樣本數(shù)量。

(三)資本結(jié)構(gòu)部分調(diào)整閾值模型回歸結(jié)果分析

上述結(jié)果是基于公司按照同一速度向同一目標(biāo)資本結(jié)構(gòu)調(diào)整的假設(shè)。然而，該調(diào)整可能存在閾值效應(yīng)，即在不同區(qū)制下公司按照不同的速度向不同的目標(biāo)資本結(jié)構(gòu)調(diào)整。接下來，本文基于動態(tài)面板閾值模型進行相關(guān)的實證檢驗。遵照Hansen(1999)[24]開發(fā)的順序逐個檢驗方法，本文分別估計模型中轉(zhuǎn)移變量經(jīng)濟政策不確定性AMEPU的F1和F2值以及相對應(yīng)的P值，以確定轉(zhuǎn)移變量的閾值個數(shù)。F1用來檢驗是否存在單個閾值，F(xiàn)2用來檢驗是否存在兩個閾值。F1值為78.49且對應(yīng)的P值為0.000，在1%的水平下顯著；F2值為51.47且對應(yīng)的P值為0.339，并不顯著。因此，轉(zhuǎn)移變量經(jīng)濟政策不確定性有且僅有一個閾值。這意味著在經(jīng)濟政策不確定性較高與較低時，公司資本結(jié)構(gòu)調(diào)整機制不同。

表4是將經(jīng)濟政策不確定性AMEPU作為轉(zhuǎn)移變量的動態(tài)面板閾值模型的回歸結(jié)果。第(1)列和第(2)列用以檢驗公司資本結(jié)構(gòu)的短期動態(tài)調(diào)整是否具有非線性特征以及公司短期調(diào)整速度和轉(zhuǎn)移變量的閾值，同時還匯報了相關(guān)估計方法的一系列檢驗。Hansen檢驗再次表明選擇的工具變量是有效的。在此轉(zhuǎn)移變量下，其閾值為0.7706，樣本被分為兩個區(qū)制，低區(qū)制下的樣本量為2400，高區(qū)制下的樣本量為6240。這表明，樣本公司在大部分時期處于經(jīng)濟政策不確定性較高的狀態(tài)。根據(jù)自助法抽樣的結(jié)果來看，閾值效應(yīng)在1%水平上顯著。經(jīng)濟政策不確定性低區(qū)制下的資本結(jié)構(gòu)調(diào)整速度為16.3%，高區(qū)制下的資本結(jié)構(gòu)調(diào)整速度為10.5%，差距為5.8%。需要說明的是，為了更好地刻畫資本結(jié)構(gòu)調(diào)整的動態(tài)路徑，本文選擇1998年以前上市的公司，這些公司多為大型國有控股公司，其資本結(jié)構(gòu)調(diào)整速度總體上較慢。因此，從資本結(jié)構(gòu)調(diào)整速度的整體水平來看，兩個區(qū)制下的調(diào)整速度相差較大。這說明經(jīng)濟政策不確定性上升的確會減緩公司資本結(jié)構(gòu)調(diào)整速度，支持本文提出的假設(shè)1。

除上述結(jié)果外，第(1)列和第(2)列還匯報了公司資本結(jié)構(gòu)MTD的短期動態(tài)調(diào)整結(jié)果，第(3)列和第(4)列則反映了各自變量與資本結(jié)構(gòu)之間的長期關(guān)系。公司有形資產(chǎn)CVAS、公司規(guī)模SIZE仍然與公司資本結(jié)構(gòu)顯著負相關(guān)，公司盈利PROF與公司資本結(jié)構(gòu)正相關(guān)，公司成長性GROWTH依然對資本結(jié)構(gòu)沒有顯著影響。此外，在經(jīng)濟政策不確定性低區(qū)制下，經(jīng)濟政策不確定性也會對公司資本結(jié)構(gòu)產(chǎn)生顯著的負向影響；在經(jīng)濟政策不確定性高區(qū)制下，經(jīng)濟政策不確定性對公司資本結(jié)構(gòu)無顯著影響。這說明當(dāng)經(jīng)濟政策不確定性過高時，公司不僅會減緩自身的資本結(jié)構(gòu)調(diào)整速度，而且會降低對經(jīng)濟政策不確定性的敏感度[2]。

表4 資本結(jié)構(gòu)部分調(diào)整閾值模型的回歸結(jié)果

(四)地區(qū)市場化程度和行業(yè)性質(zhì)的影響

本文主要關(guān)注市場化程度和行業(yè)性質(zhì)對經(jīng)濟政策不確定性與公司資本結(jié)構(gòu)調(diào)整速度關(guān)系的影響，因此在該部分不再匯報各自變量與資本結(jié)構(gòu)長期關(guān)系的回歸結(jié)果。

為了檢驗假設(shè)2，借鑒饒品貴等(2017)[5]、譚小芬和張文婧(2017)[4]的做法，本文將全樣本按照地區(qū)市場化程度REGION進行劃分。表5是將地區(qū)市場化程度REGION作為分組變量的動態(tài)面板閾值模型的回歸結(jié)果。第(1)列和第(2)列是東部地區(qū)上市公司子樣本的回歸結(jié)果，第(3)列和第(4)列是中西部地區(qū)上市公司子樣本的回歸結(jié)果。兩個子樣本的Hansen檢驗再次表明選擇的工具變量都是有效的。從結(jié)果來看，兩個子樣本的轉(zhuǎn)移變量經(jīng)濟政策不確定性AMEPU的閾值均為0.7706。其中，東部地區(qū)公司在低區(qū)制下的樣本量為1505，在高區(qū)制下的樣本量為3913；中西部地區(qū)公司在低區(qū)制下的樣本量為895，在高區(qū)制下的樣本量為2327。這表明，兩個子樣本公司在大部分時期均處于經(jīng)濟政策不確定性高區(qū)制，而且高、低區(qū)制下的樣本比例相同。然而，即使具有相同的經(jīng)濟政策不確定性閾值和面臨同樣的經(jīng)濟政策不確定性，兩個子樣本的資本結(jié)構(gòu)調(diào)整也表現(xiàn)出明顯的差異。對于東部地區(qū)公司而言，資本結(jié)構(gòu)調(diào)整速度在經(jīng)濟政策不確定性低、高兩種區(qū)制下差距較小，為4.1%；對于中西部地區(qū)公司而言，資本結(jié)構(gòu)調(diào)整速度在經(jīng)濟政策不確定性低、高兩種區(qū)制下差距較大，為6.8%。在市場化程度較低的中西部地區(qū)，公司資本結(jié)構(gòu)調(diào)整速度的確受經(jīng)濟政策不確定性的影響較大，驗證了假設(shè)2。

表5 地區(qū)市場化程度分組的回歸結(jié)果

由于行業(yè)門類之間的差異最大且最明顯，借鑒王義中和宋敏(2014)[20]的做法，本文根據(jù)行業(yè)性質(zhì)變量MFG對全樣本進行劃分，以此來驗證假設(shè)3。表6是按照行業(yè)性質(zhì)變量MFG分組后的動態(tài)面板閾值模型的回歸結(jié)果。第(1)列和第(2)列是制造業(yè)公司子樣本的回歸結(jié)果，第(3)列和第(4)列是非制造業(yè)公司子樣本的回歸結(jié)果。兩個子樣本的Hansen檢驗結(jié)果仍然表明選擇的工具變量都是有效的。與地區(qū)市場化程度分組不同，制造業(yè)和非制造業(yè)兩個子樣本的轉(zhuǎn)移變量經(jīng)濟政策不確定性AMEPU的閾值存在顯著差異。其中，制造業(yè)公司的閾值為0.8225，在低區(qū)制下的樣本量為1452，在高區(qū)制下的樣本量為2904；非制造業(yè)公司的閾值為1.2916，在低區(qū)制下的樣本量為3332，在高區(qū)制下的樣本量為952。這表明，對于相同的經(jīng)濟政策不確定性水平，制造業(yè)可能處于高區(qū)制而非制造業(yè)可能處于低區(qū)制。相比非制造業(yè)公司，制造業(yè)公司對經(jīng)濟政策不確定性具有較高的敏感性。因此，兩個子樣本的資本結(jié)構(gòu)調(diào)整也必然會表現(xiàn)出明顯的差異。非制造業(yè)公司的資本結(jié)構(gòu)調(diào)整速度在經(jīng)濟政策不確定性低、高兩種區(qū)制下差距較小，為1.5%。制造業(yè)公司的資本結(jié)構(gòu)調(diào)整速度在經(jīng)濟政策不確定性低、高兩種區(qū)制下相差4.0%，差距較為明顯。制造業(yè)公司的資本結(jié)構(gòu)調(diào)整速度更容易受到經(jīng)濟政策不確定性的影響，假設(shè)3得以驗證。

表6 行業(yè)性質(zhì)分組的回歸結(jié)果

(五)穩(wěn)健性檢驗

為了保證結(jié)果的可靠性，本文進行了如下穩(wěn)健性檢驗：(1)年度經(jīng)濟政策不確定性分別采用幾何平均和加權(quán)平均方式進行度量；(2)經(jīng)濟政策不確定性與公司資本結(jié)構(gòu)調(diào)整可能同時受到其他變量的共同影響，為了防止因遺漏變量而產(chǎn)生內(nèi)生性問題，本文將全球經(jīng)濟政策不確定性指數(shù)年度算術(shù)平均化后的滯后一期加入工具變量中，對動態(tài)面板閾值模型進行重新估計。上述穩(wěn)健性檢驗結(jié)果均與前文結(jié)果類似，未發(fā)生實質(zhì)性改變，說明本文的結(jié)論是可靠的。

五、研究結(jié)論

本文基于1998年之前上市的非金融類A股上市公司1999～2016年的平衡面板數(shù)據(jù)，采用動態(tài)面板閾值模型，深入研究經(jīng)濟政策不確定性與公司資本結(jié)構(gòu)非線性動態(tài)調(diào)整的關(guān)系。研究發(fā)現(xiàn)：(1)轉(zhuǎn)移變量經(jīng)濟政策不確定性僅有一個閾值，換言之，公司資本結(jié)構(gòu)調(diào)整存在兩個區(qū)制；(2)資本結(jié)構(gòu)動態(tài)調(diào)整速度在經(jīng)濟政策不確定性較高時顯著變慢；(3)在市場化程度較低的中西部地區(qū)，公司資本結(jié)構(gòu)調(diào)整速度受到經(jīng)濟政策不確定性的影響更大；(4)相比非制造業(yè)公司，制造業(yè)公司的資本結(jié)構(gòu)調(diào)整速度更容易受到經(jīng)濟政策不確定性的影響。本文的政策啟示：首先，政府應(yīng)該保持經(jīng)濟政策的穩(wěn)定和提高政策透明度，并將政策落到實處，避免因政策不確定性對企業(yè)正常經(jīng)營造成干擾。其次，推進市場化進程，使市場在資源配置中起決定性作用。最后，企業(yè)要密切關(guān)注政府的政策動向，最大限度地降低外部不確定性帶來的風(fēng)險。