经济政策不确定性、连锁董事网络和企业非效率投资

李虹含，张 雨，赵晓琴

1.新疆大学 经济与管理学院,新疆 乌鲁木齐 830000；2.中国人民大学 国际货币研究所,北京 100872

一、问题的提出

当前，世界经济发展面临极大的挑战，为刺激经济持续发展，应对经济危机和金融危机，各国政府对于宏观经济政策的调控更加频繁。中国经济处于外部环境复杂和经济下行压力加大的境况，需要不断调整经济政策来应对。频繁出台的经济政策在短期内能缓解外围经济低迷的影响，但从长期来看，过多地进行宏观调控会使得经济环境不确定性增加[1-2]。作为社会经济结构的微观单元，企业在诸如战略、运营和投资等多方面受政府宏观政策调控的直接或间接影响[3-6]。

在有效完美市场中，信息能够得到充分流通，企业会选择预期净现值为正的项目进行投资，以期达到收益最大化。但现实是，一方面经济政策对企业投资行为的影响具有一定时滞性，另一方面企业即使得到准确信息，投资行为及其结果也都需要时间加以验证，同时企业投资决策还要受到企业内部治理水平、战略决策效率等因素影响，因此企业普遍存在非效率投资的问题。连锁董事网络能较好连接外部环境和企业内部运营，是企业内外信息、资源传递的桥梁。

笔者根据信息不对称理论和资源依赖理论，以经济政策不确定性为起点，尝试以连锁董事网络为切入点，探究经济政策不确定性影响企业非效率投资的方向，连锁董事网络是否是经济政策不确定性和企业非效率投资的内在机制，以及管理层治理能力、融资约束、独立董事网络中心度和风险承担水平的调节效应等问题。

本研究的创新和贡献如下：构建了经济政策不确定性、连锁董事网络和企业非效率投资关系的综合模型，深入探讨了三者之间的关系；实证检验了影响经济政策不确定性和企业非效率投资的因素及其方向；在实践方面为政府调整经济政策提供一定参考，还为企业在经济政策不确定性情况下合理有效投资提供依据。

二、理论分析和研究假设

(一)经济政策不确定性和企业非效率投资

经济政策不确定性会影响企业投资决策，经济政策也是企业投资所需遵守的“游戏规则”，经济政策的变更会使得整个宏观环境发生变化，企业投资风险被放大，从而影响企业投资行为及其效率。实物期权理论是经济政策不确定性和企业投资研究中的主流理论。企业面临较高的经济政策不确定性时会产生更高的沉没成本，且投资具有不可逆性特点，因此在经济政策不确定性上升时企业对投资会持观望态度，谨慎投资以保有期权来等待更佳的投资机会，此时企业存在投资不足的非效率投资问题[7-9]。企业风险理论则认为，较高的外部风险使企业在预期未来收入时的不确定性上升，会增加管理层在未来判断经济政策形势的难度，从而影响他们在经济政策变更时调整投资决策的准确性。企业管理层要规避风险，而经济政策不确定性升高会减弱其投资的意愿，以降低企业未来面临的市场风险和法律风险等，因此在金融危机和经济政策不确定性较高时，企业容易更改投资计划，这会影响其投资效率[10]。金融摩擦理论强调，企业会受到金融市场影响，经济政策不确定性引起的经济波动会使企业经营风险增加，加深金融摩擦，使得企业面临的信息不对称情况更加严重，道德风险提高，融资成本随之上升，不利于企业提高投资效率[11-13]。因此，笔者提出假设1：

H1：经济政策不确定性和企业非效率投资正相关。

(二)经济政策不确定性、连锁董事网络和企业非效率投资

王化成等在研究经济政策不确定性影响投资路径时，将较多的目光放在金融机构、利率渠道和商业信用[14]等方面，王义中等从更微观的视角进行了研究，但多集中于资金需求[15]、现金流[16]、投资结构[17]等资金和融资约束方面。靳光辉等认为，投资者情绪、行业环境、集群环境、企业间关系、风险倾向[18-19]等也是经济政策不确定性影响企业投资的传导路径。

连锁董事网络是企业与外部交流的桥梁，其一方面能为企业管理层传递与投资项目有关的国家政策、法律法规、市场动态和监管变化等信息，另一方面能向公司传递通过兼任其他公司董事所获得的市场信息趋势和投资机会等，其获取的私人信息是企业获取增量信息的重要渠道[20-23]。因此，在外部环境不确定性升高的情形下，连锁董事网络获取信息和资源的优势被放大，其收集的有关企业最佳决策、市场发展趋势和宏观外部环境的信息能够及时传递给企业，促使企业进行相应调整[24]。连锁董事网络作为一种嵌入性的社会网络，是较好连接外部环境和企业内部运营的中间网络联通资源和通道，是企业内外信息、资源传递的桥梁，能够降低企业信息不对称程度，提高信息优势，是经济政策不确定性影响企业投资效果不可忽视的路径之一。笔者分别从连锁董事网络的程度中心度和结构洞两个指标进行中介效应检验分析，提出以下假设：

H2a：连锁董事网络程度中心度是经济政策不确定性影响企业非效率投资的内在机制之一。

H2b：连锁董事网络结构洞是经济政策不确定性影响企业非效率投资的内在机制之一。

三、研究设计

(一)数据来源

笔者以2013—2020年沪深A股上市公司为样本，数据均源自国泰安经济金融数据库，并对样本作如下处理：剔除金融类公司；剔除连续3年ST、PT和*ST的公司；剔除数据不全的公司；对所有企业层面的连续变量在1%和99%处进行缩尾处理。最终得到包括1 468家公司，共11 018个有效观测值的面板数据。实证分析采用Stata软件。

(二)变量解释

被解释变量为企业非效率投资(Uninvest)，笔者借鉴Richardson[25]的做法，用残差来度量企业非效率投资，其计算式(1)为：

INVt=θ0+θ1INVt-1+θ2Growtht-1+θ3Levt-1+θ4Casht-1+θ5Aget-1+

θ6Sizet-1+θ7Rett-1+∑Year+∑Industry+ε

(1)

其中，t为年份，INV为新增投资支出；Growth为成长机会；Lev为杠杆率；Cash为货币资金；Age为企业年龄；Size为公司规模；Ret为股票回报率。

解释变量为经济政策不确定性，数据来自香港浸会大学黄昀(Yun Huang)和陆尚勤(Paul Luk)编制的中国经济政策不确定指数(以下简称“EPU指数”)(1)该数据在“中国经济政策不确定性”网(https://economicpolicyuncertaintyinchina.weebly.com)有每月更新。笔者直接从该网上下载数据，进行年度化转化。该数据的构成详情、结构性和稳健性讨论见其作者发表在《中国经济评论》(China Economic Review)2020年第59期的论文《测量中国经济政策不确定性(Measuring economic policy uncertainty in China)》。。由于该数据为月度数据，笔者用计算式(2)对其进行年度化转化后取对数，故解释变量经济政策不确定性lnEPU为月度EPU指数按年度进行的算数平均数,其计算式(2)为：

(2)

其中，t表示年份。

调节变量为连锁董事网络的程度中心度(Deg)和结构洞(Hole)。其中程度中心度是指董事个体在网络中所拥有的与其他董事连接的数量，借鉴谢德仁和陈运森的模型来计算连锁董事网络程度中心度[26]，其计算式(3)为：

(3)

其中，i表示某位董事；j表示当年除了i的其他董事；Xij表示一个董事网络连结，若董事i与j至少在一个公司董事会任职则为1，否则为0；g表示公司当年董事网络中的总人数，由于不同年度的董事数量不同，g-1用来消除不同年度董事网络的规模差异。

结构洞是指董事个体在整个连锁董事网络中所处位置的关键程度，其计算式(4)为：

(4)

本研究的控制变量为净资产收益率(Roa)、杠杆率(Lev)、董事会规模(Board)、两职合一(Dual)、第一大股东持股比例(Top1)、产权性质(Soe)、公司规模(Size)和企业年龄(Age)，主要变量见表1。

表1 主要变量

(三)模型构建

基于以上讨论，笔者构建模型①检验经济政策不确定性是否促进企业非效率投资，即假设H1。为了探究连锁董事网络是否为经济政策不确定性影响企业非效率投资的作用机制之一，笔者采用温忠麟等的中介模型进行检验[27]，在模型①的基础上加入模型②和模型③验证连锁董事网络作为经济政策不确定性和企业非效率投资之间的内在关系，模型如下：

Uninvest=α0+α1lnEPU+∑controls+ε1

①

Net=β0+β1lnEPU+∑controls+ε2

②

Uninvest=δ0+δ1lnEPU+δ2Net+∑controls+ε3

③

四、实证检验

(一)描述性统计和相关性分析

1.描述性统计

表2列示了各个变量的描述性统计结果。经济政策不确定性(lnEPU)的平均值、最小值和最大值分别为4.925、4.828和5.026，说明中国经济政策不确定性较高，且波动较大，企业面临经济政策变更频率过快的问题。企业非效率投资(Uninvest)的平均值、最小值和最大值为0.045、0.000和1.016，说明中国公司普遍存在非效率投资问题。连锁董事网络程度中心度(Deg)的平均值、标准差、最小值和最大值分别为10.220、3.668、1.000和40.000，结构洞(Hole)的平均值、标准差、最小值和最大值分别为0.675、0.093、0.000和0.919，说明企业间连锁董事网络获取信息和资源的能力存在较大差距。

表2 描述性统计

2.相关性分析

表3为Pearson相关性检验结果，其显示各个主要变量之间的相关系数均小于0.5，所以不存在多重共线性问题。其中，经济政策不确定性和企业非效率投资均在1%的显著性水平上正相关，这初步验证了假设1，即经济政策不确定性加剧了企业非效率投资。此外，笔者进行了方差膨胀因子(VIF)检验，其VIF均值为2.33，最大值不超过10，表明变量之间不存在多重共线性问题。

表3 Paerson相关性分析

(二)实证分析

1. 实证结果

表4列(1)至列(4)报告了经济政策不确定性和企业非效率投资的回归结果。列(1)和列(2)未控制行业和年份，结果表明经济政策不确定性均在1%水平上显著正向加强了企业非效率投资；列(3)和列(4)进行了行业和年份的双重固定，亦均在5%水平以上显著为正，即经济政策不确定性加剧企业非效率投资。假设H1得到支持。列(5)和列(6)为检验连锁董事网络程度中心度是否为经济政策不确定性和企业非效率投资的内在机制，实证结果表明其均在5%以上水平显著，且通过了Sobel和Bootstrap检验，说明连锁董事网络程度中心度是其内在机制之一，假设H2a成立。列(7)和列(8)为检验连锁董事网络结构洞是否为经济政策不确定性和企业非效率投资的内在机制，其均在10%以上水平显著，并通过了Sobel和Bootstrap检验，说明连锁董事结构洞是其内在机制之一，假设H2b成立。

表4 经济政策不确定性和企业非效率投资检验

2. 稳健性检验

(1)进行分样本检验

为了进一步检验经济政策不确定性对于企业非效率投资的稳健性，笔者将Richardson残差模型的结果进行分类，其中ε>0的部分视为投资过度，ε<0的部分视为投资不足。表5列(1)为投资过度的分样本检验，列(2)为投资不足的分样本检验，其解释变量lnEPU的系数均在1%以上水平显著正相关，进行Suest检验发现chi2为27.510，即经济政策不确定性更容易导致企业投资过度，而不是投资不足。

(2)滞后被解释变量

考虑到企业对于经济政策的反应速度可能存在滞后效应，笔者将被解释变量滞后一期进行稳健性检验。列(3)为回归结果，其显示经济政策不确定性对于企业非效率投资依然在1%水平上正相关，与前文结论一致，进一步验证了假设H1。

(3)其他敏感性测试

首先，笔者将模型①中的控制变量进行替换，分别替换为融资约束(SA)、自由现金流(Fcf)、是否有银行持股(Bank)、成长机会(Growth)、净资产收益率(Roe)和是否为四大审计公司(Audit)。对替换控制变量后的新模型再次回归，结果见表 5列(4)。其次，笔者将上述替换的控制变量加入模型①中重新进行回归，回归结果见表5列(5)。由此可见，无论是对控制变量进行替换还是新增控制变量，经济政策不确定性对企业非效率投资的正向影响不变，说明本研究结论稳健。

表5 稳健性检验

续表

(三)进一步分析

经过前文分析，笔者发现经济政策不确定性会加剧企业非效率投资，并且企业连锁董事网络是其内在机制之一。为了分析什么因素会对经济政策不确定性和企业非效率投资的关系产生影响，笔者从管理层治理能力、融资约束、独立董事网络程度中心度和风险承担水平4个方面进行探讨。

1.管理层治理能力

管理层薪酬激励作为企业对个人工作能力的一种认可，是管理层治理能力的一个重要体现。一方面，从代理问题角度来说，管理层薪酬水平越高，代理问题发生的可能性越低，发生损害公司和股东利益事件的可能性越小[28]。另一方面，对于企业而言，在经济政策不确定性较高的情况下，公司管理层处于收集信息和作出决策的关键位置，其更愿意减少短视倾向，注重长期利益，而进行合理、适度投资[29]。现有研究认为，管理层薪酬越高，越有助于公司治理效果的提升，从而减少企业非效率投资。笔者以管理层薪酬前3名总额(Top3)来衡量企业管理层治理能力。表6列(1)为管理层治理能力在调节经济政策不确定性和企业非效率投资的结果，实证表明管理层治理能力越强，越有利于缓解经济政策不确定性对企业非效率投资的影响，提升企业投资效率。

2.融资约束

融资约束理论认为，在经济政策不确定性较高时，企业的财务风险和投资风险均增大，作为主要债权人的银行会变得更为谨慎，会采取减少放贷规模、提高贷款利率等措施，同时会要求更高的风险溢价回报，最终导致企业面临较高的融资成本和融资约束，加剧企业投资资金短缺的困境，迫使企业被动放弃新增的优质投资机会，难以进行合理有效投资[30-32]。相较于企业融资约束指标，SA指数更大限度避免了内生性问题，因此笔者以SA指数(SA)来衡量企业所受的融资约束。表6列(2)为融资约束在调节经济政策不确定性对企业非效率投资中的结果，结果显示其并无调节效果。

3.独立董事网络程度中心度

根据社会资本理论和资源依赖理论，独立董事一方面能够帮助企业从外部获取信息，帮助企业进行交流，提升核心竞争力；另一方面能够对代理人进行监督，降低企业运营风险，减少决策失误。而位于独立董事网络关键位置的独立董事更有可能为企业带来关键信息和声誉优势。因此，笔者认为，独立董事能够缓解经济政策不确定性对于企业非效率投资的影响。笔者根据独立董事在其他企业的任职情况，根据计算式(3)计算独立董事网络程度中心度(IndDir)。

表6列(3)的回归结果表明，独立董事网络程度中心度不仅没能缓解企业非效率投资，反而加剧了其非效率投资，可能是因为嘈杂信息模型说明企业作为市场主体会不断地更新信息，但是永远无法观察到市场的真实状态[33-34]，也证明了信息刚性的存在，验证企业信息的更新至少需要6个月，其只能吸收不到一半的新信息。因此，环境不确定性加剧了市场信息嘈杂程度，信息传递过程中的噪声被放大，进一步影响企业接收信息的速度和吸收信息的能力，且企业需要投入大量的时间和精力去分析、判断独立董事网络接收到信息的准确性和及时性。这在一定程度上遏制了投资决策准确度，造成企业非效率投资。

4.风险承担水平

风险评估和风险承担水平是企业进行投资决策的基础和前提，在经济政策变化频率加快的情况下，风险承担型的企业会积极寻求投资机会，而风险规避型企业则会为避免危险而放弃投资。债券市场的经验表明，经济政策不确定性的增加会导致企业信用评级下降，从而带来较高的融资成本[35]，此时企业进行投资就会要求更高的溢价，但也更容易造成非效率投资。笔者采用盈余波动性来衡量企业风险承担水平(Risk)，以每3年(T年至T+2年)作为一个观测时段，计算式(5)如下：

(5)

表6列(4)为风险承担影响经济政策不确定性和企业非效率投资的回归结果，其显示企业风险承担水平增强了经济政策不确定性对企业非效率投资的影响，这可能是因为风险承担水平高的企业更多追求高风险——高回报的投资项目而导致的。

表6 调节效应检验

续表

五、结论及建议

笔者以2013—2020年沪深A股上市公司为样本，探究经济政策不确定性对企业非效率投资的影响，并研究其内在机制。研究结果发现：经济政策不确定性加强了企业非效率投资，即经济政策不确定性越高，企业非效率投资越多；连锁董事网络是经济政策不确定性影响企业非效率投资的内在机制之一，经济政策不确定性增高使得企业拥有的连锁董事网络能力下降，进而强化企业非效率投资。此外，笔者试图寻找影响经济政策不确定性和企业非效率投资的因素，发现提高管理层治理能力能够有效缓解经济政策不确定性对于企业非效率投资的影响，融资约束在其中作用的发挥不明显，而独立董事网络程度中心度和企业风险承担水平则加剧了经济政策不确定性对企业非效率投资的影响。

根据上述结论，笔者从政府和企业两个层面提出建议：

一是政府层面。首先，经济全球化加之新冠肺炎疫情影响，政府作为政策的制定者要及时准确捕捉瞬息万变的信息，在制定政策时应该具有一定的前瞻性，并能迅速对外部环境作出反应，及时调整相关宏观政策，并加强信息的公开性和透明度，减少由于信息不对称、信息不及时对宏观运行机制和企业微观行为的影响。其次，国家层面的宏观经济政策应该具备相应的稳定性，在面对外部环境带来的机会和威胁时，能够为企业积极应对提供基础的支持，因此政府在对经济政策作出调整前应确认其必要性和重要性。

二是企业层面。首先，当前世界经济形势风云变幻，国家的经济政策调整频率加快，企业面临的外部环境愈加复杂，企业应该充分发挥连锁董事网络作为企业与外界交流的桥梁作用，要充分利用其信息和资源优势，尤其在外部环境变化较大的情景下，应及时、准确判断其带来信息的准确性，从而把握投资机会，减少非效率投资。其次，企业要提高自身应变能力，合理设置管理层的薪酬和薪酬组成模式，从而提高管理层治理能力，同时还应该将自身所受的融资约束控制在一定范围之内，以找到合适的投资机会进行投资。最后，企业应该积极选择能够起到帮助作用的独立董事。此外，企业还应该将自身的风险承担水平控制在合理的范围，避免由于风险承担水平高而造成的盲目投资，进而在经济政策不确定性中把握好投资机遇，以期达到最优的投资效率。