货币政策不确定性与企业创新——基于我国上市公司的实证分析

□刘 慧 李增福

一、引言

自2008 年美国次贷危机、2010 年希腊债务危机及欧洲主权债务危机爆发以来，全球不确定性逐步加剧，为应对国际市场的变化、维持国内市场的稳定，各国货币政策重拾相机抉择范式。2007-2018 年，针对国内外经济环境的变化，我国央行也多次调整货币政策，包括紧缩性货币政策、宽松货币政策、适度宽松的货币政策、审慎的货币政策以及审慎和中立的货币政策。我国货币政策不再采用“大水漫灌”的形式，而是针对性地进行微调，随着货币政策微调次数的增多，货币政策操作的灵活性和针对性逐步增强，货币政策不确定性也显著增加。党的十九大以后，我国明确提出未来经济工作的重点是防范和化解金融风险，促进金融与实体经济的良性循环。随着中国产业的发展，技术创新正逐步取代技术引进成为经济增长新的核心驱动力。因此，正确评估中国货币政策不确定性，探究其对企业创新的影响，对科学制定货币政策具有极为重要的理论和现实意义。

本文可能的研究贡献主要包括三个方面：第一，已有的研究主要集中于考察货币政策不确定性对股市、债券、经济增长、利率等宏观层面的影响，仅有少数文献研究货币政策不确定性对微观企业现金持有的影响。本文则从微观企业的角度考察了货币政策不确定性对企业创新的影响。第二，货币政策不确定性加剧了金融市场的摩擦，恶化了企业的融资环境，导致企业面临较高的融资约束，进而推迟高风险、长周期的创新投资。本文基于中国上市公司数据，详细阐述了货币政策不确定性对企业创新投资决策产生影响的作用机制，拓展了货币政策不确定性对企业创新的研究，尤其是对民营企业和受政府补贴少的企业的影响研究。第三，研究为央行调整货币政策提供了可能参考，并建议央行应注意货币政策的前瞻性指导，降低货币政策不确定性，保障货币政策的稳定，为企业创新提供持续的资金支持。

二、文献综述

考察货币政策不确定性对经济的影响，可以从对宏观经济的影响和对微观企业的影响两个方面入手。宏观层面，现有的研究主要从利率、通货膨胀率、失业率、债券市场期限溢价等宏观层面探讨了货币政策不确定性对宏观经济的影响，如有些学者认为，货币政策不确定性抑制了宏观经济发展[1-3]，也有部分学者发现，货币政策不确定性会导致金融传导效率降低[4-5]，还有部分学者将货币政策区分为数量型货币政策和价格型货币政策，研究其对宏观经济的影响[6]。微观层面，有些学者从货币政策不确定性与企业违约的关系进行了研究[7]，但相关研究并不丰富。

创新是一系列探索活动的总称，企业创新是企业发展的重要驱动力。创新活动的复杂性、长期性、不确定性等使得企业创新能力受到内外部各种因素的影响[8]。技术创新是创造力与资本的有机结合，创造力离开资本无法形成新的生产力[9]。现有文献大多关注经济政策不确定性对企业创新的影响，如有些学者认为，宏观经济政策不确定性对企业研发投入具有促进作用[10-11]。然而，货币政策不确定性与经济政策不确定性对企业创新的影响存在差异，经济政策不确定性主要是影响企业未来的投资机会或者方向，目前中国经济处在转型时期，存在着巨大的改革红利，经济发展长期看好，经济政策不确定性中潜藏着大量的机会。因此，在经济政策不确定的情况下，企业会着眼于长期发展，进行技术创新[10-11]。与经济政策不确定性相比，货币政策不确定性更多的是通过信贷、利率等渠道影响企业的融资环境，当货币政策不确定性引发严重的信息不对称以及交易成本问题时，企业难以对未来的融资成本作出准确预期，出于预防风险的动机，企业可能会选择减少投资，降低负债率来维持经营[12]。此外，由于创新与生俱来的“风险”特性，可能会导致企业面临沉重的财务压力与高昂的融资成本，融资摩擦的增强会诱导企业采取更为保守的研发策略，此时企业更倾向于放弃研发来预防和控制破产风险[13]。因此，货币政策不确定性增加可能会引发企业面临更大的流动性风险，导致企业财务风险增大，从而降低企业存活概率。在此情况下，企业就会权衡财务状况，延迟高风险、长周期的研发投资，保证当下财务正常运转。

三、理论分析与研究假设

（一）货币政策不确定性与企业创新

企业创新活动往往会受到宏观经济[14]、资金[15]、技术、市场及政策[16]等各种不确定性因素的影响。这些不确定性大大增加了企业创新活动失败的可能性，在这些因素中，又以资金的不确定性最为关键。企业创新的各个环节都需要大量资金的推动，从“新知识”到商业化常常需要较长的时间，创新活动的长期性与收益短期难以准确衡量性加大了创新活动失败的可能性[17]。因此，创新投资需要保持连续性，期间的任何中断都可能导致研发人员流失、研发支持不足等问题，进而导致创新失败。不确定性和融资约束与企业创新有着紧密的联系[17-18],若企业资金紧张，则融资约束增大很可能会导致企业延缓投资[19]，甚至中断研发项目[18]。而货币政策不确定性加大了资金供需双方对货币政策预期的难度，加剧了市场摩擦，很可能迫使企业进行资金期限错配，加剧企业经营风险[20]。由于货币政策不确定性会导致企业面临的融资环境改变，给企业带来较大的财务风险，在此情形下，企业会权衡自身财务状况，延迟高风险、长周期的研发投入，具体表现为专利申请数量减少。据此提出假设H1。

H1：货币政策不确定性负向影响上市公司的研发投入和专利申请数量，即货币政策不确定性对创新具有抑制作用。

（二）企业所有性质不同时，货币政策不确定性对企业创新的影响不同

在我国，企业所有制性质是导致企业异质性的重要原因。关于企业所有性质不同时，货币政策对企业创新的影响研究较多，如陆正飞等（2009）[21]、叶康涛和祝继高（2009）[22]研究发现，货币政策紧缩时期，信贷资源配置会偏向国有企业，从而加剧了非国有企业的融资约束；靳庆鲁等（2012）[23]分析发现，宽松的货币政策会缓解民营上市公司的融资约束，提高民营企业的投资效率；钟凯等（2017）[20]认为相比非国有企业，国有企业更易获取政府财政补贴；顾夏铭等（2018）[10]认为，经济政策不确定性对异质性企业创新活动的影响存在差异，经济政策不确定性上升时，非国有企业发明专利申请增加量少于国有企业，而外观设计专利申请量多于国有企业。综上分析可知，货币政策不确定性会通过信贷或利率等渠道影响企业融资，引起企业融资环境的变化，而非国有企业对融资环境的敏感度往往高于国有企业，因此非国有企业更容易受货币政策不确定性的影响。据此提出假设H2。

H2：货币政策不确定性上升对非国有企业创新活动的负向影响大于国有企业。

（三）获得政府补贴数额不同时，货币政策不确定性对企业创新的影响不同

现有研究发现，政府补贴会对企业创新活动产生影响。政府补贴对企业创新的影响也得到了很多研究的证实，如Clausen（2009）[24]采用2002 年挪威创新调查数据研究发现，政府补贴能够促进企业创新；王一卉（2013）[25]基于中国高技术企业的面板数据研究发现，政府补贴对企业创新绩效有促进作用；康志勇（2013）[26]认为，政府支持对非国有、规模较小以及劳动密集型的企业研发具有直接和间接的促进作用。由于企业个体的差异，获取的政府补贴数额也会存在较大差距。通常，获得政府补贴多的企业，往往有更充足的资金用于研发。因此，在货币政策不确定性情况下，政府补贴一定程度上起到了调节作用，平滑了企业的研发投入，如周京奎和王文波（2020）[27]认为，适度的政府补贴补充并提高了企业所需的研发投入，进而促进企业创新水平的提高。据此提出假设H3。

H3：相较于获得政府补贴多的企业，货币政策不确定性上升对获得政府补贴少的企业创新活动负向影响更大。

四、研究设计

（一）样本选择与数据来源

本文选取2007-2018 年中国A 股上市公司作为研究样本，样本数据均来源于CEIC 数据库和CSMAR 数据库。本文对初始数据进行如下处理：删除金融行业公司样本；删除关键数据缺失的公司样本；删除ST、ST* 类公司样本；为了降低极端值对结果的影响，对连续变量进行1%和99%水平上的缩尾处理。

（二）模型构建

本文的被解释变量分别为研发投入和专利申请数量，参考顾夏铭等（2018）[10]的研究，本文构建以下模型（1），用以检验货币政策不确定性对企业创新的影响。

其中，i 表示上市公司个体，t 表示年份，Yi，t表示i 上市公司在t 年的被解释变量统计值，本文具体指研发投入和专利申请情况，其中研发投入用rdc 表示，专利申请用apply 表示，专利依据类型分为:发明专利、实用新型专利和外观设计专利，分别以iapply、uapply 和dapply 表示。在基础回归中，考虑到创新活动长周期性的特点，为了减少内生性问题，所有解释变量和控制变量（除企业年龄以外）均滞后一期。Xi，t－1表示一系列控制变量，包括盈利能力、有形资产比率、企业规模、企业年龄、托宾Q 值、现金流比率等。ηt，ηind分别表示年份和行业层面的固定效应。

（三）变量选择

1.被解释变量

借鉴顾夏铭等（2018）[10]和Fang 等（2016）[28]的研究，用研发投入占营业收入之比衡量企业的研发水平，专利申请数量采用企业当年的发明专利申请量、实用新型专利申请量和外观设计专利申请量分别加1 再取对数衡量。全文涉及的变量定义见表1。

表1 变量定义

2.货币政策不确定性（mpu）

关于货币政策不确定性指数，目前主要有4 种方法：一是利用宏微观数据，采用合成指数法，计算货币政策不确定性[7][29]。二是直接利用某个单一的指标如国债收益波动率、银行间拆借利率的标准差代表货币政策不确定性[30-32]。三是利用新闻指数方法，通过搜索与货币政策不确定性相关的新闻关键词计算货币政策不确定性[33-34]。四是应用时变马尔可夫区制转移模型计算货币增长预测误差的条件方差来测度货币增长的不确定性[35]。

本文参考王博等（2019）[7]构建的指标，利用主成分分析法，将45 个宏观经济指标集中到了8 个因子上，分别计算8 个因子的标准差，求算数平均的方法计算出货币不确定性指数。具体理论公式如下：

根据前人的经验，选择累计贡献率超过85%的因子，从表2 的第6 列可以看出，到第8 个因子的累计贡献率已经达到90%，因此本文保留8 个主要因子，分别计算前置1 期（1 个月）、3 期（1 个季度）、12 期（1 年）的数值后，再求出每个因子的标准差，计算其算数平均，得到1 个月（h1）、3 个月（h3）和12 个月（h12）的中国货币政策不确定性指数。

表2 主成分分析各因子占比重及累计占比

3.控制变量

控制变量的选取参考了国内外研究企业创新及其影响因素的相关文献[1][10]。本文选用企业规模、资产负债率、资产收益率、有形资产比率、托宾Q 值、年龄等作为控制变量。具体说明如下：一是企业规模（size），较大规模的公司通常受到的融资约束较小，融资能力更强，有更充裕的资金进行创新投资。二是负债能力(lev)，负债越大，公司的经营风险就越大，融资约束也越严重，因而创新投资会越少。三是资产收益率（roa），资产收益率较高的企业往往具有较高的内部融资能力，能够更加有效缓解企业面临的融资约束，从而影响企业创新投资。四是有形资产比率（tangibility），有形资产比高的企业往往有更多的资产用于抵押贷款，因此该比率可以间接影响企业的资产结构和财务结构，改变企业的融资约束水平与投资方向，从而影响企业的创新投资。五是现金流比率（cashflow），现金流反映企业的短期偿债能力及财务状况，良好的财务状况是企业进行长期投资的前提。六是公司成长性（Tobin’s Q），公司的成长性越高，发展潜力就越大。此外，本文还控制了年度、行业、企业年龄等因素的影响。

五、实证研究结果

（一）描述性统计

由表3 可见，rdc 的均值为0.046，最小值和最大值分别为0.003 和0.25，表明样本企业的研发投入存在较大差距。专利申请数平均值为90.10 件，说明样本企业整体专利申请数量不高。发明专利申请数（lapply)的均值为27.63 件，实用新型专利申请数的均值为8.43 件，外观设计专利申请数的均值为2.53 件。由数据对比可知，总体而言，企业更关注发明专利的申请，也即大多数企业进行的是实质性创新。融资约束（wc）的均值为0.26，说明企业总体上受到了融资约束。在控制变量中，企业规模（size）的均值为21.89，lev 的均值为0.38，从其标准差数据可以看出，样本企业的企业规模和资产负债率指标分布比较均匀。资产收益率（roa）、Tobin’s Q 的均值分别为6%、226，表明样本企业的经营状况良好。此外，企业性质（soe）的均值为0.31，表明样本公司中31%的为国有企业，69%的为非国有企业。

表3 主要变量的描述性统计

根据前文介绍的计算方式，本文计算了中国货币政策不确定性指数，从图中可以看出，中国货币不确定指数在2008-2011 年期间波动最大，2009 年出现峰值，其次是2014-2016 年期间波动较大，2015 年出现小波峰。

图 中国货币政策不确定性指数（1、3、12 个月）

为了验证图中曲线是否与现实情况相符，本文梳理了中国货币政策执行情况季度报告中的要点，发现上图货币政策不确定指数的波动与中国货币政策的调整恰好吻合。中国货币政策执行报告1具体要点如下：2008 年美国次贷危机，中国政府自2008 年第3 季度开始由紧缩的货币政策调整为适度宽松的货币政策，2008 年第4 季度由适度宽松调整为宽松的货币政策，将全年新增贷款预期目标提高至4 万亿元以上。2009年全年落实宽松的货币政策，央行多次降准降息，全年货币供应量达到高位，因此2008-2009 年货币政策波动最大。2010 年欧洲主权债务危机爆发，但国内面临较高的通货膨胀压力，货币政策由宽松调整为适度宽松，货币政策的波幅下降。2011 年将保持物价总水平基本稳定作为首要目标，货币政策由适度宽松调整为稳健，因此，2011 年开始货币政策波动性变的相对平稳。但2014 年全球经济增长动力不足，央行在实施稳健货币政策的同时用调结构的方式进行适时适度预调微调，较为频繁地使用结构性货币政策。2015 年政府提出加快推进供给侧结构性改革，为了配合经济发展的新常态，央行在保持稳健货币政策的同时，加强预调微调，5 次下调人民币存贷款基准利率，9 次引导公开市场逆回购操作利率下行，同时实施定向降准，引导金融机构将更多信贷资源配置到小微企业、“三农”和棚户区改造等国民经济重点领域和薄弱环节。2014-2015 货币政策的波动出现一个小高峰。2016-2018 年全国房地产价格普遍大涨，金融资本出现“脱实向虚”的现象，央行提出在不搞“大水漫灌”的同时更好地服务实体经济，对货币政策的微调次数增加，因此2016-2017 货币政策不确定指数再次小幅上升。

（二）实证结果分析

1.货币政策不确定性对企业创新的负向效应

表4 货币政策不确定性与研发投入、专利申请情况

表4 第（1）列和第（2）列分别报告了2007-2018 年货币政策不确定性与上市公司研发投入及专利申请数量的关系。回归结果表明，货币政策不确定性对上市公司研发投入存在负向影响且在5%水平显著，对专利申请数量负向影响且在10%的水平显著。这表明对上市公司而言，货币政策不确定性导致金融市场的摩擦增加，企业及银行对未来的预期出现偏差，企业为了规避不确定性风险，降低研发投入，避免公司陷入财务困境。由表4 第（3）-（5）列结果可知，货币政策不确定性对公司发明专利、实用新型专利以及外观设计专利申请量的影响不同。具体而言，货币政策不确定性与公司发明专利负相关且在1%的水平显著，而对观设计专利申请数量和实用新型专利申请数量影响均不显著。回归结果支持假设H1。

此外，我们在模型中控制了年份、行业固定效应，发现货币政策不确定性与企业研发投入和专利申请数量之间仍然存在显著的负相关关系。

2.货币政策不确定性的选择效应

参照前人文的献研究，本部分在基准回归的基础上进一步探究了货币政策不确定性的选择效应。

（1）企业所有权性质的调节效应。为了验证货币政策不确定性是否会给不同所有制企业带来选择效应，本文将企业分成国有企业和非国有企业，并分别进行回归。通过分析回归结果发现，当货币政策不确定上升时，国有企业和非国有企业的创新活动均下降。具体而言，货币政策不确定性对国有企业创新投资存在负向影响但不显著，对国有企业专利申请数量存在负向影响且在5%的水平显著，其中对外观设计专利正向影响但不显著，对发明专利申请负向影响且在1%的水平显著，对实用新型专利申请正向影响且在10%的水平显著。表5 中的回归结果证实了假设H2。

表5 货币政策不确定性的选择效应——基于企业所有权性质

同时，由从表5 的第（6）列和第（7）列可以看出，当货币政策不确定性上升时，相比国有企业，非国有企业创新投资大幅减少，减少幅度是国有企业的4 倍多，但对专利申请数量的影响不显著。这可能是因为：第一，国有企业更易获取长期贷款来支持长周期创新，因此国有企业受货币政策不确定性的影响比非国有企业小。第二，由于非国有企业面临的竞争更激烈，对经济环境变化更敏感，因此当货币政策不确定性上升时，非国有企业大幅减少研发投入和创新，避免财务风险。

（2）政府补贴的调节作用。政府补贴是影响企业经济环境的外部因素。由前文的分析可知，货币政策不确定性对获得政府补贴少的企业影响更大。表6 为基于企业获得政府补贴数额的验证结果。实证结果表明，货币政策不确定性的影响在获得政府补贴数额不同的企业中存在选择效应。具体而言，货币政策不确定性上升对受政府补贴多的企业创新的影响负向但不显著；对专利申请的负向影响也不显著，对外观设计专利、发明专利以及实用新型专利负向影响显著。相对补贴多的企业，补贴少的企业受到货币政策不确定性的影响更大。货币政策不确定性对补贴少的企业创新投资以及专利申请数量的影响均是负向且在10%的水平显著。以上回归结果说明，政府补贴对企业创新投资起到了一定的调节作用，在货币政策不确定性上升时，政府补贴一定程度上缓解了企业的融资约束，保障了企业创新投资的延续性。

（三）稳健性检验

一是更改计算方法。为减少货币政策不确定性指数计算方法带来的偏差，借鉴Yun 和Paul（2020）[36]的测量方法，使用基于新闻指数方法测算的货币政策不确定性指数进行回归，由回归结果可知，在考虑核心解释变量的测算误差后，本文的基本结论没有发生实质性变化。二是缩短样本期间。受2008 年美国次贷经济危机影响，2008-2009 年中国经济波动幅度也比较大，中国政府采取了一系列非常规的财政政策应对经济危机，期间中国货币政策也进行了大幅的调整。为了减少特殊情况的影响，本文删除了2008-2009 年的数据，mpu的回归系数仍然显著，说明排除异常情况后，货币政策不确定性对企业创新的影响仍然稳健。三是增加控制变量。Yun 和Paul（2020）[36]基于新闻指数的方法，计算了中国经济政策不确定性指数、货币政策不确定性指数、财政政策不确定性指数等，本文将其计算的财政政策不确定性指数作为控制变量放入回归模型，回归结果的显著性不变。检验结果见表7。

表6 货币政策不确定性的选择效应——基于获得政府补贴数额

表7 稳健性检验

(四)机制分析

上文的研究结论表明，货币政策不确定性抑制了企业创新投资，具体表现为研发投入的减少和专利申请数量的减少。当前我国企业普遍面临“融资难、融资贵”的问题，也说明金融摩擦机制发挥着重要作用。为了进一步探讨货币政策不确定性影响企业创新的作用机制，本文以外源融资为切入点，主要从加剧企业融资约束的角度进行了分析。从表8 第（1）列可以看出，对全样本而言，货币政策不确定性加剧了企业的融资约束且在1%的水平显著。表8 第（2）-（5）列分别报告了货币政策不确定性对异质性企业的影响，货币政策不确定性导致国有企业、非国有企业及受政府补贴少的企业的融资约束增加，对受政府补贴多的企业的融资约束的影响不显著。这说明货币政策不确定性上升导致金融摩擦增大，促使企业受到的融资约束增加，加大了企业的融资难度，进而抑制了企业的创新投资。

表8 货币政策不确定性对企业融资约束的影响

六、研究结论和政策建议

（一）研究结论

本文利用我国A 股上市公司研发投入数据以及专利申请数据，参照王博（2019）[7]构建的货币政策不确定性指标，用主成分分析方法测算了中国货币政策不确定性指数并考察了货币政策不确定性对企业创新的影响。研究表明，货币政策不确定性抑制了上市公司的创新活动，体现在货币政策不确定性负向影响上市公司研发投入和专利申请数量。同时，通过异质性研究发现，货币政策不确定性对非国有企业、获得政府补贴少的企业创新活动的负向影响更大。此外，货币政策不确定性可以通过增加金融市场摩擦，加剧企业融资约束这一渠道来影响企业创新投资。通过对货币政策不确定性对企业创新活动的影响分析，有利于理解货币政策在企业创新活动中所起的作用，对央行设计有效的货币政策和进行货币政策调整以维护金融稳定和促进经济增长尤为重要。

（二）政策建议

1.央行应关注货币政策调整带来的不确定性，加强窗口指导

企业处在宏观经济环境中，必然受到宏观政策的影响。长期以来，由于我国资本市场的不完善，企业直接融资占比较重，对银行贷款的依赖性较强。但是，货币政策不确定性导致金融摩擦增大，引起贷款供给的变化以及利率的变化均为对企业产生较大的影响。因此，央行应高度关注货币政策调整引起的不确定性对企业创新带来的不利影响，在进行货币政策调整之前，通过窗口指导等措施，加强预期管理，减少货币政策的不确定性，为企业创新提供良好的融资环境。

2.央行应加强对创新项目的金融服务

目前中兴、华为等高科技企业遇到的“卡脖子”事件，提醒我们必须加强创新，掌握核心技术。但由于创新本身具有“高风险、长周期”的特征，同时对知识产权保护力度不足等原因，导致企业创新的积极性相对偏弱。在此情形下，央行应加强对创新项目的金融服务，提高企业创新的积极性。一是健全和深化创新项目相关的金融服务制度，理顺央行的管理责任，细化对金融机构的管理要求，建立完善的监督管理机制，引导和保障资金流向创新项目。二是央行应加强部门间监管信息共享机制的建设，完善对创新项目金融服务的监测，加强对创新项目金融服务效果的评价。

3.央行应推动资金供求双方的沟通，提升金融服务科技型企业的能力

央行需推动金融机构对企业创新项目的深入调研，加强贷款供给与产品创新融资需求的衔接，进一步提升金融服务实体经济能力。一是创新的主力往往是科技型企业，央行应综合运用差别存款准备金动态调整机制、再贴现、信贷资产证券化等多种金融政策工具，引导银行业金融机构加大对科技企业的信贷投入。二是科技型企业大多是“轻资产”，能用于抵押的资产有限，央行应鼓励金融机构开展知识产权质押融资贷款业务，优化知识产权质押融资的审批流程，提高放款效率，帮助企业将知识产权变现，提高企业的融资能力。

4.央行应注重与地方政府的沟通，发挥央行的牵头协调作用

央行应建立与地方政府沟通的长效机制，推动金融与政府补贴相协调，及时掌握企业创新动态，精准对接创新项目。一是央行可以设置“创新专项贷款”，针对获得国家级立项的企业创新项目给予利率优惠，加大对重大创新项目的支持力度。二是央行应加强对金融机构对接政府创新项目的监管，要求金融机构每年必须参与当地政府主办的与创新项目相关的活动并在年终提交对当地企业金融服务的工作情况报告，掌握各个金融机构对当地创新活动的服务情况。

注：

1中国货币政策执行报告来源：中国人民银行官网（http://www.pbc.gov.cn/）。