經濟政策不確定性與企業資本結構

唐丹彤

【摘要】使用我國上市公司2015 ～ 2019年季度財務數據， 利用固定效應模型檢驗經濟政策不確定性對資本結構的影響， 并對產權性質、行業特征及地區特征進行異質性檢驗。 研究發現：經濟政策不確定性對企業資本結構具有顯著的負向作用; 相對于非國有企業、輕資產企業、市場化程度較高地區的企業而言， 國有企業、重資產企業、市場化程度較低地區的企業受到經濟政策不確定性的負面沖擊更大。 由此， 企業在戰略決策中應當充分考慮經濟政策不確定性因素， 主動預防其可能帶來的負面影響， 力爭實現轉危為機; 政府在政策制定和實行過程中應當盡量避免政策接檔不及時、政策之間效應重疊或消減等問題， 增強政策跨周期的持續性和穩定性。

【關鍵詞】經濟政策不確定性;企業資本結構;穩杠桿;產權性質;行業特征;地區特征

一、引言

2020年年底召開的中央經濟工作會議強調“保持宏觀杠桿率基本穩定”， 表明“穩杠桿”成為短期經濟恢復與長期發展轉型過程中不容忽視的一環。 從微觀層面來看， “穩杠桿”實質上意味著企業資本結構的優化調整， 如何落實好企業資本結構的持續優化是扎實推進“穩杠桿”政策的微觀基礎。

我國經濟在經歷了近20年的持續高速增長后逐步進入“新常態”， 企業所處的政策環境也愈加復雜。 經濟高速發展時期積累下來的深層次結構性矛盾客觀上要求政府更加注重經濟發展質量。 與此同時， 我國經濟仍需保持中高速發展以應對地區之間發展不平衡、收入分配不平等、跨越“中等收入陷阱”等一系列現實難題。 錯綜復雜的經濟形勢促使我國宏觀經濟政策呈現出“探索性糾偏”的特征， 導致經濟政策不確定性加速提升， 對企業資本結構的優化調整形成約束。

經濟政策不確定性提升會引起微觀經濟主體行為和預期的改變， 促使企業的外部融資環境與內部融資動機發生相應變化。 一方面， 信貸機構的放款決策會更為謹慎， 投資者要求的風險溢價有所提升; 另一方面， 管理層會更傾向于延遲投資， 企業融資意愿降低。 而且， 我國企業普遍存在融資約束， 企業資本結構調整力度的加大很大程度上源于政策空間的釋放。 由此， 認識和理解經濟政策不確定性對企業資本結構的影響在“穩杠桿”政策背景下顯得尤為重要。

本文擬從企業資本結構靜態研究框架入手， 實證檢驗經濟政策不確定性對企業資本結構的影響， 以及產權性質、行業特征、地區特征所產生的異質性影響， 力圖揭示經濟政策不確定性在微觀企業資本結構選擇方面所帶來的經濟后果， 為宏觀不確定性因素向微觀層面的傳導作用提供新時期的經驗證據。

二、理論分析與研究假設

（一）經濟政策不確定性與企業資本結構

企業資本結構選擇有賴于資金供需雙方的影響。 從資金需求來看， 經濟政策不確定性加劇使得企業經營環境惡化、經營成本提升， 從而抑制企業的投資行為， 導致企業融資需求下降[1] 。 經濟政策不確定性攀升促使企業管理層的市場預期模糊化， 企業更傾向于短期投資， 使得長期投資規?？s減[2] 。 此外， 由于投資存在不可逆性， 管理層出于謹慎考慮會推遲當前投資決策， 導致外部經營擴張和融資行為更加趨于保守[3] 。 為了避免債務違約引發的破產風險， 融資約束較強的企業還有可能會提高現金儲備， 以應對不確定性環境下出現的流動性緊張[4] 。

從資金供給來看， 經濟政策不確定性提升， 企業經營壓力增大， 會使得銀行貸款違約風險提高， 信貸風險管理成本提升。 經濟政策不確定性提升時， 銀行對于企業未來盈利能力、償債能力和資信狀況的判斷難度加大， 銀企之間的信息不對稱程度加劇。 為了降低自身的經營風險， 銀行會通過提高授信門檻、延長授信審批周期及收縮信貸規模等方式， 保證自身的資本充足率和流動性。 由此， 銀行信貸供給的收縮一定程度上會導致企業債務融資規?？s減， 可能帶來企業資產負債率的下降。

在股權融資方面， 經濟政策不確定性提升時， 資本市場參與者之間的信息不對稱程度加劇， 投資者對上市公司未來經營情況的判斷難度加大， 投資者的避險情緒使得理性投資者要求更高的風險補償， 推動企業權益融資成本上升。 謹慎的投資者會更加傾向于投資風險相對較低的金融產品， 當股票市場的交易活躍度下降時， 市場價格會存在下行調整的風險， 依據市場擇時理論， 股價下降會進一步削弱企業進行權益融資的動機。

我國企業股權融資在社會融資規模中的占比本身就較小， 經濟政策不確定性加劇帶來的縮減幅度會顯著小于債務融資， 由此可知， 經濟政策不確定性的提升會帶來債務融資增量和股權融資增量的萎縮， 而由于股權融資規模相對有限， 故債務融資調整的規模和彈性更大， 使得企業資產負債率會隨經濟政策不確定性的提升而降低。 基于以上分析， 提出如下假設：

假設1：經濟政策不確定性提升， 企業資產負債率下降。

（二）產權性質的異質性影響

近年來， 我國內外部經濟環境均發生了較大的變化， 經濟政策不確定性表現出較大波動， 宏觀經濟政策經歷了從“去杠桿”到“穩杠桿”的轉變， 在新形勢下檢驗產權性質對于經濟政策不確定性影響企業資本結構的異質性作用具有新的意義。 現有文獻考察了以往年份資本結構在不同產權性質企業之間出現分化的現象[5] ， 并基于當時的宏觀經濟政策背景提出了產權性質差異帶來分化的原因， 如政府經濟刺激政策、政府隱性擔保[6] 、政府信用背書優勢[7] 。

我國企業整體負債水平偏高， 其中國有企業的債務和來源于公共部門的債務占據絕大部分， 形成私人部門和公共部門杠桿率二元分化的格局[8] 。 我國國有企業長久以來在市場準入、信貸審批以及政府項目承接方面具有相對優勢， 再加上政府信用背書和預算軟約束， 使得國有企業存在以高杠桿拉動規模擴張的原始沖動。 而民營企業、中小企業較少受到金融市場的青睞， 普遍存在“融資難、融資貴”的問題。 “去杠桿”政策雖然直接作用于風險聚集的金融行業與政府融資平臺， 但其波及范圍較廣， 尤其是政策敏感度較高的國有企業更是受到了較大影響。 在經濟政策不確定性提升的背景下， 回溯整個“去杠桿”調控期間產權性質對企業資本結構變化的異質性影響， 符合當前的形勢需要。

國有企業的產權優勢， 疊加地方政府的發展責任， 與“去杠桿”政策存在反向作用力， 而經濟政策不確定性的負面沖擊帶來了降低杠桿的勢能， 使得資本結構原始平衡被打破。 基于此， 提出如下假設：

假設2：經濟政策不確定性提升， 產權性質對企業資本結構變化產生異質性影響， 相較于非國有企業， 國有企業資產負債率下降幅度更大。

（三）行業特征的異質性影響

本文以資產配置特征差異為依據， 將研究對象劃分為重資產行業和輕資產行業， 以此來考察經濟政策不確定性影響企業資本結構的行業異質性特征。 所謂輕資產模式， 是指企業擁有和控制少量的固定資產、無形資產及其他非流動資產， 實現以較少的資本投入創造較大產出的商業模式， 具體表現為企業僅持有核心資產， 如人力資源、研發設計團隊等， 而將制造加工、建造安裝等產業流程委托給其他企業。 與此相對應， 重資產模式是指企業持有大量固定資產、無形資產及其他非流動資產， 資本利潤產出水平較低， 在業務模式上較多采用一體化、內部化運作， 較少采用外包合作方式， 強調產權控制和規模發展。

將資產配置特征延伸到資本結構上來看， 不難發現：輕資產企業持有的核心資產存在高流動性和高回報率的特點， 更容易吸引權益資本和短期債務資金; 而重資產企業持有大量的有形資產， 抵押、質押能力較強， 在獲取長期債務融資方面更具優勢。 在經濟政策不確定性加劇時， 輕資產行業由于其資金周轉效率較高、資金投入規模較小、資本結構有機構成相對較為穩定， 受到經濟政策不確定性的負面沖擊相對較小; 而重資產行業資金周轉效率較低、資金投入規模較大， 需要依靠規模擴張提升盈利空間， 資產負債率相對較高， 受到經濟政策不確定性的負面沖擊更大。 基于上述分析， 提出如下假設：

假設3：經濟政策不確定性提升， 行業特征對企業資本結構變化產生異質性影響， 相比于輕資產行業企業， 重資產行業企業資產負債率下降幅度更大。

（四）地區特征的異質性影響

改革開放以來， 我國東、中、西部地區呈現不同程度的市場化發展水平， 金融市場發展不平衡帶來了企業資本結構調整效率、融資渠道的差異。 在高度市場化的東部地區， 企業融資渠道更為多元， 融資效率更高， 金融機構之間競爭更加充分， 金融市場的資金供給更為充足; 在市場化水平相對落后的中西部地區， 企業融資渠道受阻情況更為嚴重， 政府在資源配置中的調控力更強。

當經濟政策不確定性加劇時， 高度市場化地區的企業得益于較為寬松的融資環境， 能夠通過豐富多樣的金融服務或金融創新緩解經濟政策不確定性的負面沖擊， 使得企業資本結構處于相對合理的區間[9] ; 中度市場化地區的企業融資渠道相對單一， 甚至存在較大的融資約束， 所面對的融資環境更易受到政策影響， 受到經濟政策不確定性的負面沖擊更大。 基于此， 提出如下假設：

假設4：經濟政策不確定性提升， 地區特征對企業資本結構變化產生異質性影響， 相較于高度市場化地區， 中度市場化地區企業資產負債率下降幅度更大。

三、研究設計

（一）模型設定

為了檢驗經濟政策不確定性與企業資本結構的關系， 本文在借鑒趙冬青等[10] 、陸正飛等[11] 研究的基礎上， 構建如下基準回歸模型：

其中： levi，t為被解釋變量企業資本結構， 用上市公司i第t期的資產負債率來衡量; epu為核心解釋變量經濟政策不確定性， 用中國經濟政策不確定性指數來衡量; macros表示宏觀層面控制變量經濟增長（gdp）， 用國內生產總值季度增長率來衡量; controls為控制變量， 包括行業層面控制變量行業杠桿均值（medlev）， 以及公司層面控制變量公司規模（size）、盈利能力（prof）、有形資產率（fix）、資產流動性（liqu）、經營能力（t_ass）; quarter表示季度虛擬變量; εi，t是模型的隨機擾動項。

（二）變量選取與說明

1. 被解釋變量。 本文采用資產負債率作為企業資本結構的代理變量。 原因在于， 我國企業商業信用占比和滾動式短期借款占比較高， 商業信用實質上履行了部分融資職能， 滾動循環式短期借款發揮了長期借貸的功效， 而兩者未納入長期債權資本的嚴格定義之中。 資產負債率不僅包括有息債務， 還包括應付票據、應付賬款等商業信用融資形成的無息債務， 能夠較好地反映我國上市公司不同資金來源的比例構成。

2. 核心解釋變量。 本文采用由Baker等[12] 構建， 斯坦福大學和芝加哥大學聯合披露的中國經濟政策不確定指數來測度經濟政策不確定性。 經驗研究發現， 該指標具有較好的連續性和時變性， 能夠較為準確地反映經濟政策不確定程度[3] 。 考慮到我國經濟政策不確定性可能與宏觀控制變量及上市公司微觀決策相關， 為了避免這種相關性所引起的內生影響， 本文采用全球經濟政策不確定性和美國經濟政策不確定性作為工具變量進行GMM檢驗。

3. 控制變量。 為了更好地分析經濟政策不確定性對企業資本結構的影響， 本文采用了以下控制變量：①公司規模（size）。 以總資產的自然對數表示， 規模較大的公司往往擁有較強的風險抵御能力和外部融資能力， 預期公司規模與企業資本結構之間存在正向關系。 ②盈利能力（prof）。 以總資產凈利潤率表示， 具有較強的盈利能力意味著公司自身能夠創造穩定的現金流， 保留更多的盈余資金， 從而擁有更強的內部融資能力， 而更少依賴于外部融資， 故預期盈利能力與企業資本結構之間存在負向關系。 ③有形資產率（fix）。 以固定資產與存貨之和占總資產的比重表示， 有形資產率反映了企業債務融資過程中的抵押、質押能力， 對企業融資規模和融資能力具有一定的影響， 故預期有形資產率與企業資本結構之間存在正向關系。 ④資產流動性（liqu）。 資產流動性以流動比率表示， 反映了企業資產短期變現的能力， 是商業銀行等信貸機構放貸過程中重點關注的指標， 企業資產流動性較好意味著獲取外部融資尤其是債務融資的能力較強， 故預期資產流動性與企業資本結構存在正向關系。 ⑤經營能力（t_ass）。 以總資產周轉率來表示， 經營能力強的企業一方面會加速企業規模擴張刺激融資需求， 另一方面會提升企業創造現金流的能力從而形成資金回流， 故預期經營能力與企業資本結構存在負向關系。 ⑥行業杠桿均值（medlev）。 能夠較好地反映不同行業的資本結構差異性， 不同行業企業的經營模式、資產狀況及盈利周期均不盡相同， 導致其資本結構選擇存在較大的差異。 故采用行業杠桿均值控制行業差異。 ⑦經濟增長（gdp）。 與企業外部融資獲取能力密切相關， 故選擇國內生產總值季度增長率控制宏觀經濟波動對企業資本結構的影響。 具體變量定義與說明如表1所示。

（三）樣本選取與分析

本文使用A股上市公司2015年第1季度 ～ 2019年第4季度的財務數據， 并遵照以下原則進行樣本篩選：①剔除ST類和金融行業上市公司; ②剔除數據異常和缺失的上市公司; ③剔除樣本觀測值不足30的上市公司。 此外， 為了避免極端值對結果的影響， 參考以往文獻對連續性解釋變量在1%和99%分位數上進行縮尾處理。 本文使用的數據主要來源于國泰安（CSMAR）數據庫， 并使用Stata 16.0軟件進行模型的估計和處理。 基于上述原則對原始數據進行篩選整理后， 最終得到3230家A股上市公司53727條觀測數據。

四、實證檢驗與結果分析

（一）基礎回歸：經濟政策不確定性對靜態資本結構的影響

為了保證實證回歸結果的有效性， 本文對主回歸方程可能出現的自相關和異方差問題進行了Wald檢驗。 檢驗結果顯示， 模型變量不存在嚴重的多重共線性問題， 實證模型在5%的水平上存在組內自相關， 且存在強烈的組間異方差問題。 可能的原因包括：①經濟政策不確定性（epu）與經濟增長（gdp）之間存在相互作用關系， 但難以找到與其完全不相關的我國宏觀經濟變量來替代gdp; ②模型中僅包含了主要的企業資本結構影響因素， 經濟政策不確定性也有可能與未在模型中予以識別的因素相互作用， 而這些因素包含在模型的隨機誤差項之中， 導致解釋變量與隨機誤差項相關。 為了避免內生性問題對回歸的影響， 本文采用工具變量法對內生變量進行處理， 且運用廣義矩估計（GMM）和固定效應模型進行基礎回歸。 由于我國作為全球第二大經濟體， 經濟政策不確定性與全球第一大經濟體美國存在一定關聯性， 故美國經濟政策不確定性滿足工具變量既存在外生性又具有相關性的要求， 因此， 本文分別采用全球經濟政策不確定性和美國經濟政策不確定性作為我國經濟政策不確定性的工具變量。

如表2回歸結果顯示， 模型中設定的解釋變量及控制變量回歸系數均具有較高的顯著性水平， 且符號基本與預期相符。 經濟政策不確定性與企業資本結構在1%的水平上顯著負相關， 意味著隨著經濟政策不確定性提升， 企業會降低自身的負債水平， 假設1由此得到驗證。 為了避免核心解釋變量經濟政策不確定性存在內生性問題， 本文采用兩個工具變量分別替代核心解釋變量（epu）進行基礎回歸， 因此， 有必要對工具變量的有效性進行檢驗。 不可識別檢驗結果強烈拒絕了原假設， 說明工具變量恰好識別， 且兩個工具變量均滿足外生性和相關性條件。 采用有限信息最大似然法（LIML）進行弱工具變量檢驗， 結果顯示系數與兩步最優GMM檢驗系數非常接近， 印證了不存在弱工具變量。 模型不存在過度識別檢驗的必要性， 因此， 上述檢驗結果表明， 全球經濟政策不確定性（epu_gl）是我國經濟政策不確定性（epu）的合理工具變量， 模型GMM估計結果穩健有效。 觀察工具變量的回歸結果可以發現， epu_gl和epu_us回歸結果與主回歸結果基本一致， 經濟政策不確定性回歸系數保持在1%的顯著性水平上為負， 表明以工具變量剔除內生性影響后， 經濟政策不確定性依然對企業資本結構產生顯著的負向影響。

（二）經濟政策不確定性影響企業資本結構的異質性特征

1. 產權性質。 我國上市公司存在多種產權屬性， 為考察經濟政策不確定性背景下國有企業和非國有企業之間資本結構的差異， 本文引入表示產權性質的虛擬變量soe。 首先將產權性質虛擬變量及其與經濟政策不確定性的交互項納入回歸模型， 再按產權性質將樣本進行分組回歸。 為了避免核心解釋變量的內生性問題， 本文同樣采用全球經濟政策不確定性和美國經濟政策不確定性作為工具變量， 并運用廣義矩估計對模型進行同步回歸， 回歸結果見表3與表4。

如表3所示， 將產權性質虛擬變量納入主回歸模型后， 經濟政策不確定性對企業資本結構的影響出現了差異。 研究發現， 伴隨經濟政策不確定性提升， 相較于非國有企業， 國有企業的資產負債率下降幅度更大， 表明當經濟政策不確定性加劇時， 國有企業出于政策敏感性和經營穩健性會縮減投資規模、降低融資需求， 導致企業資產負債率隨之降低。 相比之下， 非國有企業對經濟政策變化相對不敏感， 其經營決策更加依賴于市場需求的變化， 由此經濟政策不確定性對于非國有企業資本結構的影響相對更小。

表4展示了分組回歸結果， 也表明經濟政策不確定性對國有企業資本結構的負向影響更大。 此外， 在經濟增速下行時期， 非國有企業資產負債率下降更為顯著， 而國有企業受益于逆周期調控措施財務杠桿存在剛性。 國有企業經營能力對其資本結構的影響不顯著， 而非國有企業經營能力對其資本結構具有顯著正向影響， 說明國有企業在債務融資過程中因其產權性質優勢而具有較小的融資約束， 而非國有企業更多依賴于自身經營能力來提升外部融資吸引力， 其經營能力對于獲取債務融資具有重要作用。

2. 行業特征。 由于不同行業的企業具有差異化的經營特征和運營模式， 從行業特征角度來分析經濟政策不確定性對企業資本結構的異質性影響更加貼近現實。 非流動資產是企業進行債務融資的重要依托， 非流動資產占比越高表明企業可用于抵押、質押的資產越充足， 獲取外部融資的自由度相對越大。 基于非流動資產比重差異對企業外部融資能力的不同影響， 本文依據不同行業非流動資產占比差異將行業劃分為重資產行業和輕資產行業， 引入行業特征虛擬變量heavy_asset。 首先將行業特征虛擬變量及其與經濟政策不確定性的交互項納入回歸模型， 再按行業特征將樣本進行分組回歸。 為了避免核心解釋變量的內生性問題， 本文同樣采用全球經濟政策不確定性和美國經濟政策不確定性作為工具變量， 并運用廣義矩估計對模型進行同步回歸， 回歸結果見表5與表6。

如表5所示， 回歸模型納入行業特征虛擬變量后， 經濟政策不確定性對企業資本結構的影響產生了差異。 行業特征虛擬變量的回歸系數為正， 說明非流動資產占比較高的行業其債務融資能力較強， 可撬動的杠桿率更高， 與理論預期相符。 而行業特征與經濟政策不確定性交互項的回歸系數顯著為負， 表明一方面重資產企業具有較強的外部融資能力， 但其受到經濟政策不確定性的負面沖擊較大， 外部經濟政策不確定性加劇會促使其降低資產負債率， 以規避財務風險。 行業特征分組回歸結果呈現于表6， 與表5所示的回歸結果相一致， 重資產企業分組模型中經濟政策不確定性的回歸系數絕對值大于輕資產企業， 印證了經濟政策不確定性對重資產行業企業資本結構的負向影響更大。

3. 地區特征。 為了考察以市場化程度差異為基礎的地區特征對于經濟政策不確定性影響企業資本結構的異質性作用， 本文構建市場化程度虛擬變量作為行業特征指標， 回歸結果見表7。 分組后主回歸結果與工具變量回歸結果均顯著， 說明按照市場化程度高低的分組基本有效。 相對于中度市場化地區， 高度市場化地區的經濟政策不確定性回歸系數絕對值更大， 說明市場化程度較高地區的企業受到經濟政策不確定性的負面沖擊更小， 符合理論預期。 金融市場發展水平是監測市場化程度的重要方面， 具體表現在信貸資金分配的市場化與金融行業競爭的市場化。 市場化程度較高地區的企業融資渠道更加多元， 企業融資行為決策更加靈活， 外部融資的政策依賴性和敏感性更低， 因此受到經濟政策不確定性的負面沖擊更小。

五、穩健性檢驗

本文遵循以下思路進行穩健性檢驗：①主回歸采用Baker等[12] 以香港《南華早報》為依據構建的經濟政策不確定性指數， 鑒于香港紙質媒體與內地媒體所關注的側重點不同， 避免因指標構建差異造成實證回歸結果的不準確， 本文將Yun Huang等[13] 以《北京日報》《人民日報（海外版）》等十份中國內地媒體為基礎構建的經濟政策不確定性指數（epu_cm）作為替代變量進行檢驗， 回歸結果與主回歸基本一致。 ②主回歸采用資產負債率衡量企業資本結構， 為了檢驗實證回歸結果的可靠性， 本文選取有形資產負債率（lev1）和有形資產帶息債務比（lev2）進行穩健性檢驗。 有形資產負債率剔除了無形資產和商譽的弱償債屬性， 有形資產帶息債務比更好地反映了企業主動負債能力， 采用上述兩個指標替代資產負債率， 能夠較好地反映企業真實的杠桿水平。 穩健性檢驗的結果表明， 無論是用有形資產負債率（lev1）或有形資產帶息債務比（lev2）來衡量企業資本結構， 實證分析結論均保持不變。 ③本文在主回歸模型中對部分控制變量進行替換， 將宏觀層面控制變量經濟增長（gdp）替換為貨幣供應量M2的自然對數（ln_m2）; 將行業層面控制變量行業杠桿均值（medlev）替換為行業有形資產率均值（medlev1）; 將有形資產率（fix）的定義從固定資產凈值、存貨凈值之和與總資產的比例， 替換為非流動資產與總資產之比; 將資產流動性（liqu）替換為速動資產比率（liqu1）。 控制變量的定義改變后， 變量相應的回歸系數有所變化， 但總體差異不大， 所有系數的取值符號保持一致， 說明經濟政策不確定性影響企業資本結構的回歸模型構建和實證結果是相對可靠的。

六、結論與啟示

本文以我國A股上市公司2015 ～ 2019年季度財務數據為樣本， 考察了經濟政策不確定性對企業資本結構的影響。 研究發現， 經濟政策不確定性對企業資本結構具有顯著的負向作用， 相對于非國有企業、輕資產企業、市場化程度較高地區的企業而言， 國有企業、重資產企業、市場化程度較低地區的企業受到經濟政策不確定性的負面沖擊更大。 本文的研究結果印證了經濟政策不確定性提升會引起經濟行為主體的決策心理隨之發生變化， 具體表現為市場預期模糊化、風險規避偏好增強。 資金供給方在上述決策心理驅動下的資金投放行為趨于保守， 資金需求方的投融資行為更加謹慎。 微觀經濟主體行為和預期的改變， 進一步加劇了市場各參與主體之間的信息不對稱， 帶來交易摩擦強度提升。 異質性檢驗結果表明， 國有持股和行政干預會強化經濟政策不確定性帶來的影響， 而市場化的產權配置和自由的市場競爭環境會削弱其負面沖擊。

為了應對經濟政策不確定性提升所帶來的負面影響， 企業在戰略層面應采取主動應對措施：一是從財務戰略的角度來看， 企業制定財務戰略應當滿足新要求、適應新變化， 同時也應當充分結合企業自身的發展歷程、當下所處的發展階段、已具備的核心競爭力以及長期的發展戰略規劃。 企業資本結構決策同樣具有路徑依賴的特征， 資本結構優化路徑的選擇要結合企業總體的財務戰略， 既要對宏觀經濟發展形勢、中長期行業發展走勢進行預判， 又要把握當下的發展機遇， 既要考慮企業以往資本結構調整過程中所形成的已有路徑， 又要結合當下與未來融資環境的新變化而不斷調整， 在兼顧與過去的連續性和與未來的可持續性的過程中向最優均衡目標趨近。 二是企業應密切關注外部形勢變化， 并及時靈活調整應對策略， 這在客觀上要求企業提高自身財務柔性。 財務柔性是指企業及時獲取或調用財務資源的能力。 當企業面臨不確定性沖擊時， 財務柔性強的企業能夠及時籌措或調用財務資源， 避免企業陷入流動性危機， 并更好地利用不確定性所帶來的發展機遇實現“彎道超車”。 三是為了防止經濟政策不確定性提升帶來的融資環境惡化， 企業可以通過鎖定遠期利率、設置債轉股條款等方式提高原有債務融資渠道的穩健性， 也可以通過處置閑置資產、改變股利政策、靈活支付條件及節約開支等方式提升企業現金儲備， 預防未來可能發生的流動性緊縮。 企業要積極應對不確定性所帶來的風險， 并從中把握不確定性所帶來的機遇， 為企業自身發展提供充足的戰略調整空間， 同時也為突發性事件提供安全緩沖， 以使企業安全地渡過危機， 應將被動應對外部環境的變化調整轉化為主動接受， 從而降低經濟政策不確定性對企業的不利影響。

[1] Rodrik D.. Policy Uncertainty and Private Investment in Developing Countries[ J].Journal of Development Economies，1991（2）：229 ～ 243.

[2] Jeong B.. Policy Uncertainty and Long-Run Investment Relationship：A Note[ J].International Economic Review，2002（2）：363 ～ 392.

[3] Gulen H.， Ion M.. Policy Uncertainty and Corporate Investment[ J].Review of Financial Studies，2016（3）：523 ～ 564.

[4] 李鳳羽，史永東.經濟政策不確定性與企業現金持有策略——基于中國經濟政策不確定指數的實證研究[ J].管理科學學報，2016（6）：157 ～ 170.

[5] 鐘寧樺，劉志闊，何嘉鑫，蘇楚林.我國企業債務的結構性問題[ J].經濟研究，2016（7）：102 ～ 117.

[6] 紀洋，王旭，譚語嫣，黃益平.經濟政策不確定性、政府隱性擔保與企業杠桿率分化[ J].經濟學（季刊），2018（2）：449 ～ 470.

[7] 顧慧.經濟政策不確定性對企業資本結構的影響研究[D].成都：西南財經大學，2019.

[8] 張曉晶.穩增長與穩杠桿的平衡[ J].中國金融，2019（18）：61 ～ 63.

[9] 肖作平.大股東、法律制度和資本結構決策——來自中國上市公司的經驗證據[ J].南開管理評論，2009（1）：27 ～ 39.

[10] 趙冬青，朱武祥，王正位.宏觀調控與房地產上市公司資本結構調整[ J].金融研究，2008（10）：78 ～ 92.

[11] 陸正飛，祝繼高，樊錚.銀根緊縮、信貸歧視與民營上市公司投資者利益損失[ J].金融研究，2009（8）：124 ～ 136.

[12] Baker S. R.， Boom N.， Davis S. J.. A Measure of Economic Policy Uncertainty for China[Z].University of Chicago Working Paper，2013.

[13] Yun Huang， Paul L.. Measuring Economic Policy Uncertainty in China[Z].Hong Kong Baptist University（Working Paper），2019.