傅強(qiáng) 劉杰

【摘 要】 近年來，國內(nèi)外形勢錯(cuò)綜復(fù)雜，經(jīng)濟(jì)下行壓力加大，我國企業(yè)的負(fù)債水平整體呈現(xiàn)出上升的趨勢，一些企業(yè)的實(shí)際負(fù)債率嚴(yán)重超過目標(biāo)負(fù)債率，導(dǎo)致了過度負(fù)債。面對微觀企業(yè)所發(fā)生的過度負(fù)債問題，深入地進(jìn)行宏觀政策不確定性與企業(yè)內(nèi)部政治關(guān)聯(lián)的研究進(jìn)而解決企業(yè)過度負(fù)債已刻不容緩。文章以2009—2018年的滬深A(yù)股上市公司為樣本，研究了高管政治關(guān)聯(lián)、政策不確定性與企業(yè)過度負(fù)債之間的關(guān)系。研究發(fā)現(xiàn)：（1）相較于非高管政治關(guān)聯(lián)企業(yè)，高管政治關(guān)聯(lián)企業(yè)更不容易發(fā)生過度負(fù)債;（2）政策不確定性程度越高，企業(yè)過度負(fù)債越不容易發(fā)生;（3）在政策不確定性與高管政治關(guān)聯(lián)的交叉作用下，企業(yè)的過度負(fù)債沒有受到顯著影響。

【關(guān)鍵詞】 高管政治關(guān)聯(lián); 政策不確定性; 過度負(fù)債

一、引言

2008年金融危機(jī)以后，為緩解國內(nèi)經(jīng)濟(jì)遭受的負(fù)面影響，國家采取了一系列刺激投資與擴(kuò)張信用的政策，致使我國企業(yè)的杠桿率整體呈現(xiàn)出上升的趨勢，且過度負(fù)債問題越發(fā)突出。2015年、2016年兩次中央經(jīng)濟(jì)工作會(huì)議明確提出，要堅(jiān)持穩(wěn)中求進(jìn)的總基調(diào)，深化供給側(cè)結(jié)構(gòu)性改革，推進(jìn)“三去一降一補(bǔ)”任務(wù)有實(shí)質(zhì)性進(jìn)展，進(jìn)而破解當(dāng)前供求關(guān)系中產(chǎn)能過剩、庫存過大、杠桿偏高、成本高企、短板約束等重大結(jié)構(gòu)性失衡問題，保持經(jīng)濟(jì)持續(xù)、健康發(fā)展。2018年，中央經(jīng)濟(jì)工作會(huì)議再次強(qiáng)調(diào)了“去杠桿”的重要性，同時(shí)提出要鞏固“三去一降一補(bǔ)”的改革成果，但要解決長期積累的結(jié)構(gòu)性矛盾、提高供給結(jié)構(gòu)對需求變化的適應(yīng)性和靈活性、促進(jìn)經(jīng)濟(jì)持續(xù)健康發(fā)展，仍然任務(wù)艱巨、挑戰(zhàn)巨大。

高管政治關(guān)聯(lián)這一概念是由Fisman[ 1 ]最先提出的，指印度尼西亞公司與執(zhí)政者蘇哈托家族之間的密切關(guān)系，高管政治背景被認(rèn)為是非常有價(jià)值的資源。當(dāng)前，高管政治關(guān)聯(lián)這一現(xiàn)象廣泛存在于世界各國的上市公司之中。高管政治關(guān)聯(lián)可以理解為企業(yè)因高級管理人員曾經(jīng)或現(xiàn)在于政府任職而與政府間建立的關(guān)系。相關(guān)研究表明，相較于非高管政治關(guān)聯(lián)企業(yè)，高管政治關(guān)聯(lián)企業(yè)能夠獲得更多的資源，比如更多的銀行貸款、更低的利率、更多的政府補(bǔ)貼等。高管政治關(guān)聯(lián)對公司財(cái)務(wù)的影響已經(jīng)成為國內(nèi)外學(xué)者的一個(gè)研究熱點(diǎn)。

為了應(yīng)對金融危機(jī)的發(fā)生，近年來我國出臺(tái)了一系列貨幣政策、財(cái)稅政策、產(chǎn)業(yè)政策等宏觀調(diào)控經(jīng)濟(jì)政策，由于政府經(jīng)濟(jì)政策的不確定性，特別是未來經(jīng)濟(jì)政策方向和力度的不確定性，市場參與者無法準(zhǔn)確預(yù)測政府改變當(dāng)前政策的時(shí)間和條件，導(dǎo)致未來預(yù)期的不確定性[ 2 ]。李鳳羽和楊墨竹[ 3 ]研究認(rèn)為，經(jīng)濟(jì)政策頻繁變動(dòng)導(dǎo)致的政策不確定性會(huì)對企業(yè)的投融資產(chǎn)生負(fù)向影響。陳國進(jìn)和王少謙[ 4 ]研究認(rèn)為，經(jīng)濟(jì)政策的不確定性會(huì)通過資金成本渠道和資本邊際收益率渠道對企業(yè)的投資產(chǎn)生負(fù)向影響，進(jìn)而影響企業(yè)的財(cái)務(wù)狀況。趙自強(qiáng)和吳敏茹[ 5 ]研究發(fā)現(xiàn)，當(dāng)政策不確定性程度增加時(shí)，企業(yè)的資產(chǎn)負(fù)債率會(huì)下降，并且在長期和短期內(nèi)都呈負(fù)相關(guān)關(guān)系。

本文從高管政治關(guān)聯(lián)與政策不確定性角度討論國內(nèi)企業(yè)高杠桿化的內(nèi)外成因，符合當(dāng)前我國經(jīng)濟(jì)發(fā)展的需求，具有重要的政策意義與實(shí)踐意義。

與已有文獻(xiàn)相比，本文可能的貢獻(xiàn)主要有：（1）國內(nèi)對企業(yè)過度負(fù)債的研究較少，已有研究通常都是單一從企業(yè)內(nèi)部或外部進(jìn)行探討，本文從企業(yè)高管政治關(guān)聯(lián)與政策不確定性內(nèi)外部兩方面同時(shí)著手，研究其對企業(yè)過度負(fù)債的影響，對當(dāng)前過度負(fù)債的研究起到一定的補(bǔ)充。（2）在當(dāng)前我國強(qiáng)調(diào)推進(jìn)供給側(cè)結(jié)構(gòu)性改革，企業(yè)杠桿率不斷攀升的背景下，研究企業(yè)高管政治關(guān)聯(lián)、政策不確定性與過度負(fù)債的關(guān)系，有助于從多視角剖析和判斷當(dāng)前我國企業(yè)負(fù)債的合理性。（3）研究結(jié)果得出，具有高管政治關(guān)聯(lián)的企業(yè)相比非政治關(guān)聯(lián)企業(yè)更不容易發(fā)生過度負(fù)債，政策的不確定性會(huì)使企業(yè)為了規(guī)避風(fēng)險(xiǎn)而減少投資，銀行也會(huì)減少對企業(yè)的信貸額，從而減少企業(yè)的過度負(fù)債。同時(shí)，政策不確定性與高管政治關(guān)聯(lián)的交叉作用對企業(yè)過度負(fù)債不具有顯著影響。

二、已有相關(guān)研究與研究假設(shè)

當(dāng)前，高管政治關(guān)聯(lián)的研究主要是從企業(yè)績效和企業(yè)債務(wù)融資等方面展開。Fisman，Hillman[ 6 ]和Louis等[ 7 ]認(rèn)為與非政治關(guān)聯(lián)公司相比，政治關(guān)聯(lián)公司表現(xiàn)出更好的財(cái)務(wù)業(yè)績。逯東等[ 8 ]指出具有政治關(guān)聯(lián)的企業(yè)更會(huì)進(jìn)行盈余管理。同時(shí)也有學(xué)者指出，政治關(guān)聯(lián)會(huì)給企業(yè)融資帶來極大的便利性。比如，張敏等[ 9 ]、李姝和謝曉嫣[ 10 ]研究表明，相較于非高管政治關(guān)聯(lián)企業(yè)，高管政治關(guān)聯(lián)企業(yè)外部融資約束小，更容易獲得銀行的長期貸款，而且貸款的期限也比非政治關(guān)聯(lián)企業(yè)長。余明桂等[ 11 ]研究表明，具有高管政治關(guān)聯(lián)的企業(yè)更易于獲得政府的支持與補(bǔ)助。黃新建和唐良霞[ 12 ]、Narjess Boubakri等[ 13 ]均認(rèn)為，高管政治關(guān)聯(lián)會(huì)降低股權(quán)資本成本，增加股權(quán)融資的便利性，而股權(quán)融資的便利性會(huì)使企業(yè)依賴債務(wù)融資的程度降低，企業(yè)實(shí)際負(fù)債率偏離目標(biāo)負(fù)債率的概率降低。陸正飛等[ 14 ]從靜態(tài)和動(dòng)態(tài)兩個(gè)角度出發(fā)，研究不同所有制企業(yè)的過度負(fù)債情況，研究發(fā)現(xiàn)，從長期來看，國有企業(yè)更不容易發(fā)生過度負(fù)債。綜合以上論斷，提出以下假設(shè)：

H1：相較于非高管政治關(guān)聯(lián)企業(yè)，高管政治關(guān)聯(lián)企業(yè)更不容易發(fā)生過度負(fù)債。

政治家和監(jiān)管機(jī)構(gòu)經(jīng)常做出改變公司運(yùn)營環(huán)境的決策。企業(yè)在政策決策的時(shí)間、內(nèi)容和潛在影響方面經(jīng)常面臨很大的不確定性，因此研究這種與政策相關(guān)的不確定性是否具有重要的經(jīng)濟(jì)后果是很重要的[ 15 ]。許多文獻(xiàn)研究表明，政策的不確定性會(huì)顯著影響企業(yè)的投資和融資負(fù)債活動(dòng)。CAO W 等[ 16 ]發(fā)現(xiàn)，為了保持自身的財(cái)務(wù)柔性，企業(yè)在政策不確定性增加時(shí)會(huì)降低自身的杠桿率。Yizhong Wang等[ 17 ]研究表明，經(jīng)濟(jì)政策不確定性的程度提高，企業(yè)就會(huì)降低他們的投資，此時(shí)企業(yè)會(huì)更趨向于利用自己的內(nèi)部資金來減小政策不確定性帶來的負(fù)面影響。Andreas Dibiasi等[ 18 ]通過研究經(jīng)濟(jì)政策不確定性對瑞士企業(yè)的影響發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性的增加會(huì)抑制企業(yè)的投資。王義中等[ 19 ]研究得出政策不確定性對企業(yè)投資確實(shí)具有顯著的負(fù)向影響，并且通過外部需求、流動(dòng)性資金需求和長期資金需求渠道起作用。此外，政策不確定性會(huì)加劇企業(yè)未來現(xiàn)金流的波動(dòng)性，企業(yè)破產(chǎn)的概率增加，銀行面臨的企業(yè)債務(wù)違約和壞賬風(fēng)險(xiǎn)也會(huì)增加[ 20 ]。Baum等[ 21 ]發(fā)現(xiàn)，政策不確定性加劇了銀行和企業(yè)之間的信息不對稱，銀行會(huì)采取緊縮的信貸政策來減少不良信貸，從而保障自身利益。Shiwei Hu等[ 22 ]通過實(shí)證檢驗(yàn)銀行貸款、經(jīng)濟(jì)政策不確定性和國家審慎監(jiān)管之間的關(guān)系后發(fā)現(xiàn)，政策不確定性顯著阻礙了銀行信貸的增長。綜上所述，提出如下假設(shè)：

H2：政策不確定性的加劇會(huì)導(dǎo)致企業(yè)過度負(fù)債減少。

假設(shè)1與假設(shè)2是單方面研究高管政治關(guān)聯(lián)、政策不確定性對企業(yè)過度負(fù)債的影響，盡管近年來高管政治關(guān)聯(lián)和政策不確定性的研究逐年增加，但相關(guān)研究起步較晚，不夠深入，趨向于高管政治關(guān)聯(lián)和政策不確定性的單向研究，鮮有人嘗試將宏觀經(jīng)濟(jì)政策與微觀企業(yè)內(nèi)部結(jié)合起來分析，最終的結(jié)果是對企業(yè)財(cái)務(wù)狀況交叉影響的研究國內(nèi)外幾乎沒有涉及，故本文在提出假設(shè)3時(shí)，只能在假設(shè)1和假設(shè)2的基礎(chǔ)上，首先分開論述高管政治關(guān)聯(lián)與政策不確定性對企業(yè)產(chǎn)生的影響，其次在其影響下綜合其效應(yīng)后得出高管政治關(guān)聯(lián)與政策不確定性的交叉作用對企業(yè)過度負(fù)債的影響。Yizhong Wang等[ 23 ]利用中國上市公司的數(shù)據(jù)，研究了政策和市場不確定性對企業(yè)R&D投資的影響，實(shí)證結(jié)果表明，政策不確定性對與政府有關(guān)聯(lián)的公司的研發(fā)投資產(chǎn)生了重大影響，在政策不確定的背景下，由于對未來形勢的不可預(yù)測性，企業(yè)往往采取規(guī)避風(fēng)險(xiǎn)的手段，即減少自身的投資來保障其權(quán)益。而高管政治關(guān)聯(lián)企業(yè)外部融資約束降低，融資便利性增大，還享有更多的政府補(bǔ)貼與資助，所以該類企業(yè)戰(zhàn)略上更加趨向于增加投資來提升自身的市場占有率。同時(shí)，政策不確定性帶來的企業(yè)未來現(xiàn)金流波動(dòng)性、違約風(fēng)險(xiǎn)以及企業(yè)的破產(chǎn)風(fēng)險(xiǎn)除了使企業(yè)自身減少投資外，又會(huì)使銀行減少信貸，從而使得企業(yè)債務(wù)融資減少，進(jìn)而投資減少。綜上所述，提出以下假設(shè)：

H3：高管政治關(guān)聯(lián)與政策不確定性交叉作用的結(jié)果是企業(yè)的過度負(fù)債不受影響。

三、研究設(shè)計(jì)

（一）樣本選擇

本文以2009—2018年滬深A(yù)股上市非金融類公司為研究對象，剔除ST類公司，剔除缺失值和資產(chǎn)負(fù)債率大于1的公司數(shù)據(jù)，對所有連續(xù)變量采用1%和99%的Winsorise處理，最終得到公司年度數(shù)據(jù)11 044個(gè)。本文數(shù)據(jù)來源于國泰安（CSMAR）數(shù)據(jù)庫、CCER中國經(jīng)濟(jì)金融數(shù)據(jù)庫、Wind數(shù)據(jù)庫及經(jīng)濟(jì)政策不確定性指數(shù)相關(guān)網(wǎng)站。

（二）變量定義與模型設(shè)計(jì)

1.變量定義

（1）高管政治關(guān)聯(lián)（PC）

參考Yizhong Wang等[ 23 ]對高管政治關(guān)聯(lián)的定義，一家公司的高管政治關(guān)系取決于是否有任何高管是或曾經(jīng)是省、市或地方政府官員。筆者手工收集企業(yè)年度報(bào)告并檢查公司高管人員的簡歷，從而確定是否有任何高管是或曾經(jīng)是省、市或地方政府官員，全國人民代表大會(huì)代表，全國政協(xié)委員，或在軍隊(duì)服役。在上述任何一種情況下，高管政治關(guān)聯(lián)取值1，其他情形取值0。

（2）政策不確定性（EPU）

政策不確定性指數(shù)的構(gòu)建參考的是Baker等[ 24 ]提出的一種新的基于報(bào)紙報(bào)道頻率的經(jīng)濟(jì)政策不確定性指數(shù)（EPU）。該指標(biāo)由新聞指數(shù)、稅法法條失效日指數(shù)和經(jīng)濟(jì)預(yù)測差值指數(shù)加權(quán)平均計(jì)算得到，已經(jīng)被廣泛應(yīng)用于政策不確定性的相關(guān)研究領(lǐng)域。文中政策不確定性指數(shù)來源于http：//www.policyuncertainty.com/china_monthly.html。根據(jù)我國的EPU數(shù)據(jù)，畫出其走勢圖（如圖4）。

由圖4可以看出，在2001—2002年、2008—2009年、2011—2012年、2015—2018年間，中國的政策不確定性指數(shù)波動(dòng)較大，顯著高于周圍年份。而且最近幾年內(nèi)，中國的政策不確定性指數(shù)是呈顯著上升的。這與當(dāng)前我國政府頻繁采取不同政策來調(diào)控宏觀經(jīng)濟(jì)和維持市場穩(wěn)定的情況是相符的。本文研究采用的是公司年度數(shù)據(jù)，而網(wǎng)站提供的是中國月度數(shù)據(jù)，所以將每年12個(gè)月的政策不確定性指數(shù)加總進(jìn)行平均，從而求出年度政策不確定性指數(shù)。

（3）企業(yè)過度負(fù)債（OVERDEBT）

本文對過度負(fù)債的衡量參考的是陸正飛等[ 18 ]的做法。首先根據(jù)樣本數(shù)據(jù)對其分年度進(jìn)行Tobit回歸，求出企業(yè)目標(biāo)負(fù)債率的預(yù)測值，回歸模型為：求出企業(yè)的目標(biāo)負(fù)債率以后，用企業(yè)的實(shí)際負(fù)債率減去目標(biāo)負(fù)債率即為過度負(fù)債率OVERDEBT。OVERDEBT數(shù)值越大，則企業(yè)的過度負(fù)債程度越高。此外，本文還設(shè)置虛擬變量OVERDEBT_dum來衡量企業(yè)是否出現(xiàn)過度負(fù)債，若OVERDEBT_dum>0，取值為1，否則為0。

模型（1）中的負(fù)債率（LEVB）是用企業(yè)的資產(chǎn)負(fù)債率來衡量的。同時(shí)，模型（1）還控制了總資產(chǎn)利潤率（ROA）、國有產(chǎn)權(quán)性質(zhì)（SOE）、行業(yè)資產(chǎn)負(fù)債率中位數(shù)（IND_LEVB）、總資產(chǎn)增長率（GROWTH）、固定資產(chǎn)占總資產(chǎn)比例（FATA）、企業(yè)規(guī)模（SIZE）與第一大股東持股比例（SHRCR1）等變量。

2.模型設(shè)計(jì)

模型（2）、（4）、（6）中的被解釋變量為OVERDEBT，模型（6）在模型（2）、（4）的基礎(chǔ)上引入高管政治關(guān)聯(lián)（PC）和政策不確定性（EPU）的交乘項(xiàng)（PC*EPU），模型（3）、（5）、（7）中被解釋變量為OVERDEBT_dum，模型（3）的主要解釋變量為高管政治關(guān)聯(lián)，模型（5）主要解釋變量為政策不確定性，模型（7）主要解釋變量為高管政治關(guān)聯(lián)（PC）、政策不確定性（EPU）、高管政治關(guān)聯(lián)（PC）和政策不確定性（EPU）的交乘項(xiàng)（PC*EPU）。同時(shí)，考慮到企業(yè)的營業(yè)利潤、股東持股、應(yīng)交稅費(fèi)、管理費(fèi)用等因素會(huì)影響企業(yè)內(nèi)部財(cái)務(wù)的波動(dòng)，本文還控制了其他影響企業(yè)過度負(fù)債的因素：總資產(chǎn)利潤率（ROA）、行業(yè)資產(chǎn)負(fù)債率中位數(shù)（IND_LEVB）、總資產(chǎn)增長率（GROWTH）、固定資產(chǎn)占總資產(chǎn)比例（FATA）、企業(yè)規(guī)模（SIZE）、第一大股東持股比例（SHRCR1）、管理費(fèi)用率（EXP）、賬面市值比（MB）、非債務(wù)稅盾（NDTS）、所得稅率（ETR）、盈利波動(dòng)性（VEBITTA）、現(xiàn)金流波動(dòng)性（VCF）、高管持股比例（MANAOWN）。此外，模型（3）、（5）、（7）還控制了行業(yè)虛擬變量和年度虛擬變量。各變量定義見表1。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2結(jié)果顯示，企業(yè)實(shí)際負(fù)債率與目標(biāo)負(fù)債率的偏離程度最大達(dá)到了45.0%，過度負(fù)債還是普遍存在的。高管政治關(guān)聯(lián)指標(biāo)的均值為0.901，表明我國上市企業(yè)高管普遍與政府存在政治上的關(guān)聯(lián)。政策不確定性的均值為2.251，政策不確定性程度較高。

（二）回歸結(jié)果分析

1.高管政治關(guān)聯(lián)與企業(yè)過度負(fù)債

表3報(bào)告了高管政治關(guān)聯(lián)與企業(yè)過度負(fù)債之間的檢驗(yàn)結(jié)果。列（1）是對連續(xù)型變量OVERDEBT采用OLS回歸的結(jié)果，結(jié)果顯示PC的系數(shù)為-0.0239，且在1%的水平顯著，表明企業(yè)過度負(fù)債在高管政治關(guān)聯(lián)企業(yè)與非高管政治關(guān)聯(lián)企業(yè)間相差2.4%。為了消除異方差的影響，列（2）在列（1）的基礎(chǔ)上采用了穩(wěn)健性估計(jì)，最終的回歸結(jié)果在5%的水平顯著。列（3）為對虛擬變量OVERDEBT_dum采用Log-binomial回歸的結(jié)果，結(jié)果顯示PC的系數(shù)為-0.340，且在1%的水平顯著，說明我國高管政治關(guān)聯(lián)企業(yè)比非政治關(guān)聯(lián)企業(yè)發(fā)生過度負(fù)債的可能性要低。列（4）采用聚類穩(wěn)健標(biāo)準(zhǔn)誤與列（3）大致一致，PC的系數(shù)為-0.340，且在10%的水平顯著?？傮w來看，表3的結(jié)果表明：在我國，高管政治關(guān)聯(lián)企業(yè)比非高管政治關(guān)聯(lián)企業(yè)更不容易發(fā)生過度負(fù)債，該結(jié)果符合預(yù)期的假設(shè)。

2.政策不確定性與企業(yè)過度負(fù)債

表4報(bào)告了政策不確定性與企業(yè)過度負(fù)債之間的檢驗(yàn)結(jié)果。列（1）是對連續(xù)型變量OVERDEBT采用OLS回歸的結(jié)果，結(jié)果顯示EPU的系數(shù)為-0.100，且在1%的水平顯著，表明政策不確定性的程度越高，對企業(yè)過度負(fù)債的反向影響越強(qiáng)。為了消除異方差的影響，列（2）在列（1）的基礎(chǔ)上采用了穩(wěn)健性估計(jì)，最終的回歸結(jié)果也在1%的水平顯著。列（3）為對虛擬變量OVERDEBT_dum采用Log-binomial回歸的結(jié)果，結(jié)果顯示EPU的系數(shù)為-1.274，且在5%的水平顯著。列（4）采用聚類穩(wěn)健標(biāo)準(zhǔn)誤與列（3）大致一致，EPU的系數(shù)為-1.274，且在5%的水平顯著。總體來看，表4的結(jié)果表明：在我國，政策不確定性程度越高，企業(yè)越不容易發(fā)生過度負(fù)債，該結(jié)果與預(yù)期的假設(shè)一致。

3.高管政治關(guān)聯(lián)、政策不確定性與企業(yè)過度負(fù)債

表5報(bào)告了高管政治關(guān)聯(lián)、政策不確定性與企業(yè)過度負(fù)債之間的檢驗(yàn)結(jié)果。列（1）是對連續(xù)型變量OVERDEBT采用OLS回歸的結(jié)果，結(jié)果顯示EPU的系數(shù)為-0.124，且在1%的水平顯著，PC的系數(shù)為-0.0990，PC*EPU的系數(shù)為0.0334，并不顯著，表明政策不確定性與高管政治關(guān)聯(lián)的交叉作用對企業(yè)的過度負(fù)債沒有顯著影響。為了消除異方差的影響，列（2）在列（1）的基礎(chǔ)上采用了穩(wěn)健性估計(jì)，PC*EPU最終的回歸結(jié)果同樣不顯著。列（3）為對虛擬變量OVERDEBT_dum采用Log-binomial回歸的結(jié)果，結(jié)果顯示EPU的系數(shù)為-0.360，且在10%的水平顯著，PC的系數(shù)為-0.125，且在1%的水平顯著，而PC*EPU的系數(shù)為0.190，其結(jié)果不顯著。列（4）采用聚類穩(wěn)健標(biāo)準(zhǔn)誤與列（3）大致一致，EPU的系數(shù)為-0.173，且在10%的水平顯著，PC的系數(shù)為-0.0598，且在10%的水平顯著，PC*EPU的系數(shù)為0.133，其結(jié)果同樣不顯著?？傮w來看，表5的結(jié)果表明：在我國，政策不確定性與高管政治關(guān)聯(lián)的交叉作用對上市企業(yè)的過度負(fù)債不存在顯著影響。

（三）穩(wěn)健性檢驗(yàn)

1.主要解釋變量指標(biāo)重新定義下的穩(wěn)健性檢驗(yàn)

為了使結(jié)論更為可靠，本文借鑒Gulen和Ion的做法，將中國的月度經(jīng)濟(jì)政策不確定性指數(shù)通過幾何平均轉(zhuǎn)化為年度數(shù)據(jù)。此外，還利用賦值法來衡量高管政治關(guān)聯(lián)程度，最后在此基礎(chǔ)上研究政策不確定性對企業(yè)過度負(fù)債、政策不確定性對高管政治關(guān)聯(lián)企業(yè)過度負(fù)債的作用機(jī)制。穩(wěn)健性檢驗(yàn)結(jié)果與表3、表4、表5并不存在明顯的差異，說明實(shí)證結(jié)論與基準(zhǔn)結(jié)論沒有顯著差異。

2.樣本期間檢驗(yàn)

本文的樣本期間為2009—2018年，為了消除IPO暫停政策對研究結(jié)果的影響，剔除2013年和2014年的樣本數(shù)據(jù)后再進(jìn)行回歸，穩(wěn)健性檢驗(yàn)結(jié)果與表3、表4、表5并不存在明顯的差異，說明實(shí)證結(jié)論與基準(zhǔn)結(jié)論沒有顯著差異。

3.內(nèi)生性問題檢驗(yàn)

將模型（2）、模型（4）及模型（6）采用個(gè)體固定效應(yīng)模型重新回歸，目的是消除遺漏變量的影響。回歸結(jié)果與表3、表4、表5一致，同樣表明高管政治關(guān)聯(lián)與企業(yè)過度負(fù)債顯著負(fù)相關(guān)，政策不確定性與企業(yè)過度負(fù)債顯著負(fù)相關(guān)，而政策不確定性與高管政治關(guān)聯(lián)的交叉作用對企業(yè)過度負(fù)債不存在顯著影響。綜上所述，本文的結(jié)論較為穩(wěn)健。

五、研究結(jié)論與啟示

本文以2009—2018年滬深A(yù)股上市公司為樣本研究發(fā)現(xiàn)，相較于非高管政治關(guān)聯(lián)企業(yè)，高管政治關(guān)聯(lián)企業(yè)更不容易發(fā)生過度負(fù)債。而針對企業(yè)的過度負(fù)債，經(jīng)濟(jì)政策不確定性程度越高，企業(yè)的過度負(fù)債越不容易發(fā)生。本文研究還發(fā)現(xiàn)，政策不確定性與高管政治關(guān)聯(lián)的交叉作用對企業(yè)過度負(fù)債沒有顯著影響。

本文結(jié)果表明，上市公司的高管政治關(guān)聯(lián)、政策不確定性降低了企業(yè)的過度負(fù)債。但對于上市公司或者非上市公司而言，無論是否存在與政府的關(guān)聯(lián)，都應(yīng)理性看待這層關(guān)系。

如果當(dāng)前已經(jīng)具備政治關(guān)聯(lián)，就應(yīng)該發(fā)揮其積極作用。因?yàn)檎?jīng)常出臺(tái)鼓勵(lì)企業(yè)發(fā)展創(chuàng)新的政策，提供各種補(bǔ)貼及優(yōu)惠，具有政治關(guān)聯(lián)相當(dāng)于具備了先天取得這些資源的優(yōu)勢，因此這類企業(yè)要牢牢抓住這些機(jī)遇。

同時(shí)，具有高管政治關(guān)聯(lián)的企業(yè)也應(yīng)該留意政治關(guān)聯(lián)所帶來的負(fù)面影響。雖然高管政治關(guān)聯(lián)有帶來更多資源、降低外部融資約束等優(yōu)點(diǎn)，但此舉不僅打破了市場的公平，還會(huì)讓企業(yè)過多依賴于政府，導(dǎo)致其自身發(fā)展停滯不前甚至倒退，故不論上市企業(yè)、非上市企業(yè)，具有高管政治關(guān)聯(lián)的企業(yè)還是不具備高管政治關(guān)聯(lián)的企業(yè)，都應(yīng)該意識(shí)到提升自身實(shí)力、依靠自身發(fā)展才是主要的前進(jìn)生存之道。

此外，政府也應(yīng)該發(fā)揮好其“看不見的手”的積極作用。必須認(rèn)識(shí)到，政策的頻繁變動(dòng)對企業(yè)發(fā)展而言無疑是巨大的沖擊，不僅影響企業(yè)投資發(fā)展的積極性，也給企業(yè)財(cái)務(wù)帶來巨大風(fēng)險(xiǎn)，政府在制定政策降杠桿、穩(wěn)經(jīng)濟(jì)的同時(shí)，除了關(guān)注政策本身的刺激作用外，更應(yīng)該關(guān)注其可能帶來的負(fù)面影響，在經(jīng)濟(jì)政策的決策過程中要提高其透明度，在經(jīng)濟(jì)政策的運(yùn)用中盡量加強(qiáng)與市場主體的溝通，保持連貫性與一致性，對市場主體的未來活動(dòng)要進(jìn)行有效引導(dǎo)。

【參考文獻(xiàn)】

[1] FISMAN R.Estimating the value of political connections[J].American Economic Review，2001，91（4）：1095-1102.

[2] BAKER S R， BLOOM N， DAVIS S J. Measuring economic policy uncertainty[R].Center for Economic Performance Discussion Paper，London School of Economics and Political Science，2013.

[3] 李鳳羽，楊墨竹.經(jīng)濟(jì)政策不確定性會(huì)抑制企業(yè)投資嗎？——基于中國經(jīng)濟(jì)政策不確定指數(shù)的實(shí)證研究[J].金融研究，2015（4）：115-129.

[4] 陳國進(jìn)，王少謙.經(jīng)濟(jì)政策不確定性如何影響企業(yè)投資行為[J].財(cái)貿(mào)經(jīng)濟(jì)，2016，37（5）：5-21.

[5] 趙自強(qiáng)，吳敏茹.政策不確定性與企業(yè)資本結(jié)構(gòu)決策：來自中國A股市場的經(jīng)驗(yàn)證據(jù)[J].南京審計(jì)大學(xué)學(xué)報(bào)，2018，15（6）：55-63.

[6] HILLMAN A J. Politicians on the board of directors：do connections affect the bottom line？[J].Journal of Management，2005，31（3）：464-481.

[7] CHENG LOUIS T W， LEUNG T Y. Government protection，political connection and management turnover in China[J].International Review of Economics & Finance，2016，45（C）：160-176.

[8] 逯東，萬麗梅，楊丹.創(chuàng)業(yè)板公司上市后為何業(yè)績變臉？[J].經(jīng)濟(jì)研究，2015，50（2）：132-144.

[9] 張敏，張勝，王成方，等.政治關(guān)聯(lián)與信貸資源配置效率：來自我國民營上市公司的經(jīng)驗(yàn)證據(jù)[J].管理世界，2010（11）：143-153.

[10] 李姝，謝曉嫣.民營企業(yè)的社會(huì)責(zé)任、政治關(guān)聯(lián)與債務(wù)融資：來自中國資本市場的經(jīng)驗(yàn)證據(jù)[J].南開管理評論，2014，17（6）：30-40.

[11] 余明桂，回雅甫，潘紅波.政治聯(lián)系、尋租與地方政府財(cái)政補(bǔ)貼有效性[J].經(jīng)濟(jì)研究，2010，45（3）：65-77.

[12] 黃新建，唐良霞.政治關(guān)聯(lián)、股權(quán)融資與變更募集資金投向：基于中國上市公司的實(shí)證研究[J].軟科學(xué)，2012，26（4）：123-126.

[13] NARJESS BOUBAKRI，OMRANE GUEDHAMI，DEV MISHRA，et al.Political connections and the cost of equity capital[J].Journal of Corporate Finance，2012，18（3）：541-559.

[14] 陸正飛，何捷，竇歡.誰更過度負(fù)債：國有還是非國有企業(yè)？[J].經(jīng)濟(jì)研究，2015，50（12）：54-67.

[15] GULEN HUSEYIN，ION MIHAI.Policy uncertainty and corporate investment[J].Review of Financial Studies，2016，29（3）：523-564.

[16] CAO W，DUAN X，UYSAL V B.Does political uncertainty affect capital structure choices？[R].University of Oklahoma Working Paper，2013：1-51.

[17] WANG YIZHONG， CHEN C R，HUANG YING SOPHIE.Economic policy uncertainty and corporate investment： evidence from China[J].Pacific-Basin Finance Journal，2014，26：227-243.

[18] DIBIASI A， ABBERGER K，SIEGENTHALER M，et al.The effects of policy uncertainty on investment：evidence from the unexpected acceptance of a far-reaching referendum in Switzerland[J].American Economic Journal，2015（7）：38-67.

[19] 王義中，宋敏.宏觀經(jīng)濟(jì)不確定性、資金需求與公司投資[J].經(jīng)濟(jì)研究，2014，49（2）：4-17.

[20] 楊道廣，潘紅波，陳漢文.政治關(guān)系、會(huì)計(jì)信息與銀行信貸資本配置效率：來自中國民營上市公司的經(jīng)驗(yàn)證據(jù)[J].投資研究，2014，33（7）：26-40.

[21] BAUM C F， CAGLAYAN M， OZKAN N. The second moments matter：the impact of macroeconomic uncertainty on the allocation of loanable funds[J].Economics Letters，2009，102（2）：87-89.

[22] HU SHIWEI，GONG DI. Economic policy uncertainty， prudential regulation and bank lending[J].Finance Research Letters，2019，29（C）：373-378.

[23] WANG YIZHONG， WEI YUELING， FRANK M? SONG.Uncertainty and corporate R&D investment： evidence from Chinese listed firms[J].International Review of Economics and Finance，2017，47：176-200.

[24] BAKER S R，BLOOM N，DAVIS S J.Measuring economic policy uncertainty[J].Quarterly Journal of Economics，2016，131（4）：1593-1636.