經濟政策不確定性對企業金融資產投資的政策啟 2 21.3本文特色之處 第二章文獻綜述和假設提出 32.1文獻綜述 32.1.1經濟政策不確定性對企業經營的影響 32.1.2企業過度負債的影響因素 52.1.3經濟政策不確定性對企業過度負債的影響 62.1.4企業過度負債對金融資產投資現象的影響錯誤!未定義書簽。2.2文獻述評 62.3假設提出 7第三章研究設計 8 93.2模型設定與變量選擇 93.2.1過度負債的衡量 9 9第四章實證分析 4.1描述性統計分析 4.2相關系數分析 4.3經濟政策不確定性與企業金融資產投資 4.4穩健性檢驗 4.4.3添加控制變量 4.4.4替換被解釋變量 4.5過度負債的中介效應 4.6異質性分析 第五章結論及建議 參考文獻281.1選題背景2008年美國華爾街的金融風暴對整個世界的金融、經濟都產生了非常大的影危害，當年出臺了“四萬億計劃”,以雷霆手段來刺激經濟的上行。隨著大量的貸款涌入市場，我國大量企業的杠桿率不斷攀升。雖然“四萬億”計劃能夠刺激經濟，幫助我國的經濟恢復活力，但在銀行大量的信貸的放出后，由于信貸供給和企業資金期限需求的不對稱，是否造成了資金的嚴重扭曲?是否促進了企業負債水平的迅速累積?對企業長期的穩健發展是否會產生消極的影響呢?目前，對于經濟政策不確定性對企業金融資產投資的研究較少，并且通過不同的研究方法得到的結論也出現較大的差異。李文博，王嘉誠(2021)認為經濟政策不確定性對企業金融資產投資現象有顯著的負向影響，并且這種影響主要存在于融資能力較弱的企業中。但是，張子凡，劉宇翔(2022)認為EPU對企業金融資產投資存在顯著正向影響，并且排除了企業由于自身原因，主動進行短期貸款的情況。此外，以往的文獻還研究了金融資產投資對企業創新、企業風險等的影響，以及從固定資產加舊政策(陳思遠，趙明杰等，2016)、管理者能力(周俊馳，徐浩然等，2020)多個角度探究了企業金融資產投資的影響因素?？偟膩碚f，目前對于EPU對企業金融資產投資的影響機制的研究還不夠全面和深入，學術界也沒有對此得到較為一致的結論和意見(吳啟航，朱睿思，2022)。因此，本文首先從研究視角出發，在考察金融資產投資結構性特征的基礎上，從政策不確定性這一視角探討金融資產投資背后的邏輯，厘清不同企業之間金融資產投資現象的具體區別，根據企業的財務杠桿、企業性質、主營業務收入增長率等因素，探究EPU對金融資產投資的真實影響，深入研究了宏觀經濟政策與企業金融資產投資現象之間關系這一領域。其次，研究了EPU通過過度負債這個中介變量的路徑影響到金融資產投資的機制，更加清楚地把握金融資產投資第二章文獻綜述和假設提出2.1.1經濟政策不確定性對企業經營的影響2008年金融危機之后，為了應對宏觀經濟的波動，我國通過發行國債、調整銀行利率、貨幣供應量等多種手段來刺激我國經濟增長，保證我國國內經濟的穩定發展，但是企業面對波動更大、不確定性更強的市場，其面臨的風險也會更大，政策的頻繁變化對企業的經營影響非常明顯(鄭澤楷，馮靖宇，2023)。目前，根據以上分析關于政策的不確定性對企業經營的影響尚未統一，部分學者認為不確定性是有益于企業投資效率的提高，并會帶來新的投資機會和潛在利潤；另一部分學者認為經濟政策不確定性會使資本結構調整放緩、代理關系更嚴重、資本配置效率下降從而降低了企業的經營績效等(黃致遠，何瑞霖，2024)。從正面影響來看，謝逸辰，孫軒等(2017)研究表明，隨著EPU的上升，企業投資會隨之下降，而促進投資效率的提高。于這樣的前提下這對資金真正流向需要的地方有著極大的意義。投資的Oi-Hartman-Abel認為在競爭性的市場中，企業可以隨著市場的變化去快速響應，調整自身的經營策略和投資方案，企業管理層也傾向于從變化的格局中獲得更高的超額收益，爭取更大的市場份額，具有強烈的冒險動機(林煜城，唐嘉佑，2019)。在思維方式上，本文遵循了章教授推崇的系統化和邏輯嚴謹性的原則。當不確定性上升時，在這樣的大環境下風險增大的同時也伴隨著新格局下的投資機會和超額利潤，管理層有動力進行投資活動來提高自己的業績表現(Abel,1983;Hartman,1972;Oi,1961)程，2021)。為了增強研究的透明度和可重復性，本文詳細記錄了所有研究步驟，包括數據處理過程、分析方法的選擇依據以及任何可能影響結果的決策點。本文認為，我國并不完全具備國外學者所提到的充分競爭的市場，企業在面臨風險和不確定性的時候可能會有更保守的選擇，因此還需要參考國內學者基于我國國情從負面影響來看，宋澤昊，李明杰等(2018)研究發現，面臨不確定性時，企業會選擇各種方式來規避自身的風險，但是企業調整自身的資本結構是需要花費時間的，并且由于合同在短期內不能隨意調整，經此可知原委所以企業對于不確定性的調整和適應會受到一定的阻力(王浩宇，陳一帆，2019)。隨著經濟政策不確定性的上升，企業進行自身經營、投資策略的調整也會帶來收入降低、摩擦成本增加的問題和風險，企業進行投資會更加謹慎，各級各類金融機構進行貸款的動力下降，對于企業來說，融資難度變得更大，最終導致企業進行資本結構調整的速度變慢(何子軒，趙天佑，2020)。孫嘉誠，劉俊熙等(2014)研究發現，經濟政策不確定性越高，自有現金流越多的企業，高管層會出于自身利益而不去做對企業有益的投資。Panousi和Papanikolaou(2012)研究表明，在經濟政策不確定性增強的情況下，為了增強自身的流動性，公司會盡量控制自己的不必要的花費和支出，比如(胡睿達，楊博遠，2022):降低自己的投資規模，來保證自身的現金持有水平，從中可得出此結論減小自己經營不利而帶來的破產風險。陳德球等(2014)研究發現在市委書記變更年份，公司價值與企業投資之間的相關性下降。在方法論的選擇上，采用了多種研究方法，以確保數據收集和分析過程的嚴謹性和可靠性，力求從多角度、多層次展現課題的復雜性和多樣性，保證了研究工作的全面性和深度。林啟超，朱澤楷等(2017)研究發現我國企業往往是為了保證自身的安全性而錯過了很多良好的投資機會，因此，在EPU增大的時候，我國企業會更加擔心風險增大對企業帶來的不利影響而采取保守的投資方式，因此對企業短期的經營業績和長期的發展都會造成影響(高鴻，徐文博，2024)。2.1.2企業過度負債的影響因素企業過度負債會不僅會對企業自身造成杠桿率過大，財務風險增加，資產結構失衡的問題，在這種條件中還會對整個金融系統造成資源錯配、經濟效率降低的問題。造成企業過度負債的因素可以從微觀和宏觀兩個角度來思考。從微觀角度，企業性質、企業金融化程度、董事會決策體制、國企混合制改革程度會影響企業過度負債，從宏觀角度，政府的隱性擔保、國企預算軟約束、城市房價等因素會導致企業過度負債(夏俊馳，謝逸辰，2018)。從微觀角度來看，羅智翔，周俊豪等(2020)研究發現國有企業集團控制的上市公司出現過度負債的可能性更低，這主要是由于國有企業有政府的隱形擔保、市場化程度較低帶來的投資意愿不足的原因導致的。程澤宇，韓宇航等(2019)研究發現：企業金融化程度越高，企業發生過度負債的可能性也越大。并且，隨著企業金融化水平的增加，主營業務收入較高的企業，其過度負債行為反而會減少，這主要是由于這類企業，往往更看重自身的經營狀況，進行金融資產配置主要是為了利用閑置資金進行理財，這類企業的投機動機較小，這在一定范圍內證明了過度負債的風險更小。蘇錦程，鄭皓天(2021)認為相比于公司外部的獨立董事，公司內部由高管、股東等組成的董事的獨立性更低，可能會產生更多的股投資的方式來實現自己的目標，但是這個過程會產生過度負債增大的情況。在此背景下，本文針對原始數據的處理方式相較于以往的研究顯得更為簡潔且高效。呂浩，黃涵等(2019)研究發現：國有企業混合所有制改革程度越高，國企的盈利性質也會隨之增強，市場化的性質也會增強，這類國企會更加關心自己的負債水平以及償債能力，因此這類國企過度負債水平會更低(賀明哲，潘俊霖，2.1.3經濟政策不確定性對企業過度負債的影響EPU可以直接作用在企業金融資產投資上，這在某種意義上表明了也可以間接地作用于過度負債上來影響企業金融資產投資的現象，進一步來說，EPU也可以從微觀企業決策、宏觀經濟政策等途徑來影響企業過度負債問題(葉澤昊，熊俊杰，2024)。從微觀企業決策的角度來說，部分學者認為EPU的上升會促進企業投資行為，當市場中不確定性增大的時候，其實也存在更多的投資機會和新的機遇，如果企業能夠抓住這些機會(駱睿淵，韋嘉誠，2018),這將是企業擴大市場份額，搶占市場先機，甚至是逆風翻盤的好時機，所以投資者會更加傾向于進行新的投資活動(Abel,1983;Hartman,1972;同的力量?，F代科研議題愈發錯綜復雜，單獨依靠某一學科的知識儲備難以全面把握并有效應對。多領域協同不僅能整合不同學術范疇的專業見解與技術工具，另外，從企業避險的角度來說，EPU風險增大的情況下，企業需要增加自身的流動性，提高現金持有水平保證自身經營的穩定，在此類狀況范圍內可以推知其可能結果因此企業對資金需求提高，過度負債水平會提高。由于受到抵押資源、規模歧視、預算軟約束的影響，負債率還會呈現出國有企業負債率上升，非國有企業負債率下降的現象(段鳴，余天翊，2019)。此外，經濟政策不確定性的上升使金融中介對于貸款更加謹慎，企業被迫降低資本結構的調整速度，并且會承擔更大的成本(曾俊峰，溫子洋，2020)。通過實證分析、案例分析及多元研究方法，本文不僅驗證了理論假說的有效性，還揭示了實踐中的關鍵驅動因素及其本文從EPU對企業經營的影響、企業過度負債的影響因素、EPU對企業過度負債的影響、企業過度負債對金融資產投資的影響四個方面梳理了相關文獻。從梳理的結果來看，基于本文的研究背景我們考慮了這一狀況目前對于經濟政策不確定性的研究較為廣泛和深入，已有的文獻大多側重于對企業的投資決策、融資行為、企業經營管理等方面(廖澤凱，龍宇飛，2021)。此外，已有文獻對企業債務期限問題的研究也非常的充分，但是對于企業投融資期限錯配問題的研究還較為欠缺，并且目前尚未形成較為統一的認識，對經濟政策不確定性對企業金融資產投資的具體機制的研究也還不夠全面。這一結合不僅深化了本文對問題實質的把握，也為該領域的其他研究者提供了可借鑒的研究策略和路徑。因此，本文基于現有文獻的基礎，對企業投融資行為期限錯配問題進行研究，通過中介變量過度負債，進一步分析經濟政策不確定性對企業金融資產投資的影響(蔡俊熙，譚睿博，2022)。在經濟政策不確定性增大的時候，央行作為資金的提供者也是政府宏觀經濟調控的執行者，通過上述分析可知為了幫助企業更好地度過風險期，故擴大信貸規模，但同時為了規避風險，銀行會對企業進行更嚴苛的考察和評估，傾向于以短期貸款的方式發放貸款。由于短期貸款期限不超過一年，所以銀行可以根據企業的經營狀況、財務水平選擇是否要與企業簽訂進一步的貸款協議，由于存在續借的壓力，企業對自身經營的要求也會更好，一定程度上可以減少企業貸后的違約情況的發生(盧俊良，彭啟銘，2023)。短期貸款具有可控性強，基于當前情境貸后管理更加靈活的特點，這對銀行降低自己風險是有益的。在經濟政策不確定性增強的時期，部分企業為了抓住機遇，進一步擴大市場份額，尋求新的增長點，實現利潤的最大化的目標，會傾向于選擇長期投資，從而對長期貸款產生大量的需求。通過本文的探究，本文不僅驗證了現有理論的精確性和可靠性，還促進了相關領域的知識更新和拓展，為將來的研究和實踐提供了有價值的參考依據。吳啟航，朱睿思(2017)認為宏觀經濟政策不確定性能夠鼓勵企業創新。在這樣的氛圍之中企業創新意愿的增強有助于企業加大研發費用，對高科技技術的追求進一步刺激企業對長期貸款的需求。我國企業在跟銀行的貸款活動中不能掌握話語權(田宇航，蔣一鳴，2019),由于我國商業銀行的市場化程度還較低，對于高收益項目來說，銀行更看重自身資金的安全性，對風險的把控更加嚴格，因此銀行往往只能獲得銀行短期的貸款，而企業長期投資活動只能通過短期貸款的不斷滾動來實現，從而產生的長短期限不匹配的問題(范天佑，石浩然，2020)。該理論架構構成了整個研究的穩固基石，而結論與其的一致性不僅體現了研究手法的嚴密性，也驗證了研究預設在實證分析中的有效性。另外，通過以上論述可見經濟政策不確定性會使企業的經營面臨更大的風險，因此企業會提高自有資金的占比，增加自身的流動性來抵御風險，穩定的現金流不僅對企業的持續穩定經營有很大好處，對在風險增大的時期提升股東信心也有積極作用，因此對現金的需求會大大增加，因此企業會出現過度負債的情況，從而導致金融資產投資現象的出現。現有結果為基礎可推出因此，本文提出如下的假設(駱俊熙，魏子凡，林煜城，唐嘉佑等(2017)研究發現：當EPU上升時，市場需求不確定性升高，銀企間信息不對稱問題更加嚴重，企業內部對于市場的變化和未來的發展方向也很難把握，因此往往會采取更加保守的投資策略，降低原本的投資水平，保證自身現金流的平穩，以便度過風險期，進而會減弱投資意愿，投資規模下降勢必會減少融資需求，致使企業的過度負債的需求下降，在本文的研究框架內這種情況得到了應有的關注不會導致企業金融資產投資的現象加強(戴啟超，嚴文博，2023)。此外，EPU的增加對整個金融系統的風險起著促進作用，銀行的貸款政策會進一步的收緊，企業的貸款難度也會進一步的加大，尤其是對于本身存在融資難的企業來說，就算能夠從銀行等金融機構獲得短期貸款，但是難以保證能夠持續地獲得短期貸款，一旦出現短貸的情況會對企業的經營、現金流狀態帶來極大的不利影響，因此這類融資風險較大的企業的金融資產投資的現象可能會減少 第三章研究設計3.1樣本選擇與數據來源主要來源于CSMAR數據庫，并進行如下的處理(滕俊馳，任嘉豪，2018):(1)金融行業；(2)由于ST、PT類公司的財務數據與其他企業的處理方式存在較大的差異，因此刪除ST、PT類公司；(3)對數據存在缺失的公司進行刪除(4)本文對連續變量進行1%的雙側縮尾處理(姜智翔，傅俊霖，2019)。最終，根據3.2模型設定與變量選擇3.2.1過度負債的衡量本文借鑒Harford等(2009)和陸正飛等(2015)的做法，依據模型(1)對全大于目標負債率(LVB*),則為過度負債，EXLEVB_DUMt取值為1,否則EXLEVB_DUMt取值為0,LVBt大于LVB*的幅度，則為過度負債程度 LVB=α?+α?SOEt-1+α?ROA-1+α?INT_LEVB-1+3.2.2模型設定于這樣的前提下為了研究EPU對企業金融資產投資的影響(H1和H2),本文建立了如下的實證模型(2):其中，下角標i代表企業t代表年度。被解釋變量SFLI表示金融資產投資現象，參考鐘凱等(2016)構建的衡量金融資產投資的指標。EPU表示經濟政策不確定性是本文的核心解釋變量，采用當年每個月的EPU的算術平均值并取對數得到當年的EPU,若EPU的系數為正值，則表明經濟政策不確定性提高會導致企業金融資產投資現象增強(H1a);反之，若EPU的系數為負值，則表明經濟政策不確定性上升會導致企業金融資產投資現象不會增強(H1b)(韓錦程，潘宇飛，2020)。具體而言，研究發現關鍵變量間的關聯性和變化與模型預測一致，這不僅提升了本文采用了一系列控制變量，包含了影響企業金融資產投資現象的其他因素。本文首先控制了資產回報率(ROA),用稅后凈利潤/總資產來度量(柳皓天，袁俊峰，2021)。本文接著控制了企業的性質(SOE),其中若企業為國企或者地企，則用1表示，反之，則用0表示。此外，在這樣的大環境下本文控制了財務杠桿 公司規模(COMPANYSIZE);還控制來表示；還控制了現金比率(MONEYRATIO),用(貨幣資金+有價證券)/流動負債來表示(雷明哲，翟澤凱，2022)。同時，本文采用了企業固定效應、時間企業實際負債率，總負債/總資產過度負債程度，企業實際負債率高于模型(1)計算的目標負債率的幅度經濟政策不確定性指數，EPU總指數是四個子指數的加權總和，即1/2的新聞指數、1/6的稅法法條失效指數、1/6的CPI預測差值和1/6的聯資產回報率，稅后凈利潤/總資產企業財務杠桿率，普通股每股利潤變動率/息稅前利潤變動率公司規模，企業規模一般分為特大型、大型、中型、小型、微型現金持有比例，(貨幣資金+有價證券)/流動負債企業規模，總資產的自然對數企業資產負債率的行業中位數固定資產占比，固定資產/總資產金融資產投資，等于購建固定資產等投資活動現金支出-(長期借款本期增加額+本期權益增加額+經營活動現金凈流量+處置固額),再除以期初總資產，參考鐘凱等(2016)仿照Gulen&Ion(2016)的方法，文分別賦予一個年度內12個月1/84、2/84、3/8……12/84的權重，再將其除以100,得到加權后的經濟政策不確定性指數在經濟政策不確定性的增強的時候，政府為了幫助企業抵御增加的外部風險，因此大量的放貸，經此可知原委在上述的回歸中，經濟政策不確定性會導致企業信用貸款的增加，所以表明銀行傾向于放貸的行為，所以企業會形成過度負債的行為(衛俊良，馬啟銘，2023)。對于企業來說，企業會利用這些資金進行更多的投資，在投資的過程中，由于銀行傾向于放出短期貸款，使得企業自身期限結構錯配。假設在企業投資行為不變的情況下，這種結構就會更加扭曲，從而形成很強的金融資產投資的現象存在。因此，建立模型(3),如下所示(畢嘉誠，朱澤宇，2024):由于各個上市公司存在著企業性質、財務杠桿、主營業務收入增長率等方面的區別，EPU對不同的上市公司的影響存在著較大的差異。在這種條件中為了考察EPU上升對不同企業性質、財務杠桿、主營業務收入增長率、銀企關系、地區金融發展企業的金融資產投資現象的異質性影響，本文將樣本劃分成不同的子樣本，分別對基準模型進行回歸(魯天翊，陳逸風，2018)。第四章實證分析表2為主要變量的描述性統計。經濟政策不確定性指數發生明顯變化，說明我國確定存在著經濟政策不連貫、經常波動的情況。其中，這在一定范圍內證明了樣本總量為13749筆，金融資產投資的均值為-0.076,75%中位數的值為0.0006,說明了我國存在金融資產投資現象的企業數量超過企業總數的25%,該投融資期限結構錯配的問題在我國較為廣泛的存在(肖睿淵，李明軒，2019)。EPU的均值為6.295,中位數為6.200,這說明了我國經濟政策不確定性水平目前處于高位。這不僅節約了資源，還減少了處理時間，使得該方案在維持原有性能的基礎上，更加容易執行和普及，設置了多樣化的驗證和質量控制措施。另外，資產回報率均值為0.048,標準差為0.099,財務杠桿率均值為1.991,標準差為28.012,現金持有比例均值為0.658,標準差為1.248,企業性質均值為0.456,標準差為0.498,公司規模均值為22.337,標準差為1.329,過度負債的均值為-0.008,標準差為0.230(梁嘉豪，孫浩翔，2020)。表2全樣本的主要變量描述性統計中位數從表3可知，企業金融資產投資現象與過度負債、經濟政策不確定性、企業規模、財務杠桿率、公司規模、企業性質成正相關，與資產回報率、現金持有比例成負相關(盛澤楷，胡俊杰，2021)。根據VIF檢驗結果，這在某種意義上表明了所有解釋變量的方差膨脹因子均小于1.5,且相關系數的絕對值幾乎都小于0.5,因此可以說明不存在顯著的多重共線性問題。111111111表4的第(1)列為經濟政策不確定性對企業金融資產投資影響的基準回歸結果，經濟政策不確定性(EPU)系數通過1%顯著性檢驗，系數值為0.0599。這表明，經濟政策不確定性越高時，在此類狀況范圍內可以推知其可能結果企業金融資產投資現象越明顯，驗證了本文的假設1a。下表第(2)、(3)列分別為EPU滯后1階、2階的結果，EPU的系數都通過了1%的顯著性檢驗，系數分別為0.1083、0.0516,表明EPU對企業金融資產投資的影響存在一定的時滯現象(葛文博，何應模型。表表4經濟政策不確定性與企業金融資產投資表-----1.5375***-1.5375***中報告值是T統計量；(2)“*””和“***”分別示10%、5%和1%顯著性水平在本文的基準回歸中，通過采用了添加控制變量，控制企業固定效應、年度固定效應的方式來減輕由于內生性問題對估計帶來的不利影響。為了進一步檢驗模型的穩健性，本文還將全球經濟政策不確定性指數(GEPU)作為我國經濟政策不確定性的工具變量，基于以上多方面的分析結果通過工具變量法進一步探究模型的穩健性(霍俊熙，林澤昊，2023)。地區金融發展會通過銀行信貸決策影響到金融資產投資，因此本文加入地區金融發展作為控制變量，檢驗模型穩健性(范禹辰，彭子凡，2019)。此外，本文利用金融錯配這個指標來替換金融資產投本文采用GEPU作為EPU的工具變量，首先驗證GEPU對金融資產投資的影響，如果新的回歸中GEPU的系數通過了顯著性檢驗，則說明工具變量具有一定的相關性；在加入EPU后，GEPU不顯著,按照前述內容所示說明只能通過我國經濟政策不確定性影響企業金融資產投資，說明了外生性，因此工具變量有效(陳思遠，趙明杰，2021)。從經濟意義上解釋，全球經濟政策不確定性可以通過國際貿易、匯率等方式影響到EPU,兩者存在相關性，同時由于我國金融業受到嚴格管制，企業金融資產投資不會直接受到全球經濟政策不確定性的影響，驗證了外生性，鑒于當下這樣的背景中因此工具變量是有效的。在手法上本文采納了章教授所提倡的定量與定性相結合的研究方法為研究提供了堅實的數據支持和理論依據。最后，以GEPU為工具變量進行回歸(周俊馳，徐浩然，2021)?；貧w結果與基準模型一致，EPU的系數均在1%的統計水平上大于0則可以說明模型是穩健的。表5中第一列表示變量，第二列表示用GEPU替換EPU作為解釋變量的回歸結GEPU作為解釋變量的回歸結果，其中EPU、GEPU的系數分別是0.0527、0.0000,前者通過1%的顯著性檢驗，后者不顯著,說明GEPU滿足外生性，在這樣的條件下第四列表示將GEPU作為IV后的回歸結果，EPU的系數是0.0623,且通過了1%的顯著性檢驗，綜上所述GEPU可以作為基準回歸的工具變量，并且通過加入工具變量GEPU后，EPU系數仍然顯著說明本文模型不存在非常嚴重的內生性問題為了進一步驗證模型的穩健性，仿照GulenIon(2016)的方法，本文得到加權后的經濟政策不確定性指數(WEPU)作為替換變量，從中窺見一斑以體現臨近年末的月份對年度財報數據的影響更大(黃致遠，何瑞霖，2024)。首要步驟是深入探討了可能左右方案執行質量的外部要素。基于此探討，本文在方案構思階段融入了環境響應性評估的手段，借助模擬多樣化的外界環境條件來預估它們對方案成效的潛在作用，并依據這些預估調整方案的設計指標，以提升其靈活性和耐抗性，保證方案能敏捷適應外界變動，保持其效用和時效性。在1%的統計水平下，加權后的經濟政策不確定性的系數為正，與原模型得到一致的結果，因此，金融發展水平高的地區，銀行的市場性質更強，因此更加看重自己的盈利水展水平有明顯的區別，而地區金融發展會通過銀行信貸決策影響到金融資產投資，因此本文加入地區金融發展作為控制變量，這在一定水平上反映進一步檢驗模型穩健性。結果發現，經濟政策不確定性的系數為0.0670,在1%的統計水平上顯著,因此可以說明本文回歸結果是穩健的(謝逸辰，孫軒，2020)。雙方都運用了嚴格的科學研究態度和結構化的分析體系。這種統一性不僅在于對基本理論的重視，更在于通過定量與定性相結合的方式，深刻揭示了問題的本質。金融資產投資是企業金融錯配的一種表現，因此用金融錯配來替換被解釋變量金融資產投資進行回歸，這在一定程度上預示結果發現，在1%的顯著性水平下，經濟政策不確定性系數為0.003,說明經濟政策不確定性越大，金融錯配越嚴重，進一步驗證了模型的穩健性。前文中基準回歸可能存在樣本選擇、遺漏重要變量、內生性等問題，而穩健性檢驗可以驗證前文中的結論是否可靠，某程度能看出驗證內生性問題，無論是通過工具變量法、替換解釋變量、增加控制變量的方法都說明了模型的穩健性，說明EPU上升與企業金融資產投資現象有顯著的正向關系，這支持了第一個假設前文已經驗證了EPU越高，源于上文之論述企業過度負債的可能性越大。其資產投資的行為(林煜城，唐嘉佑，2019)。由下表結果可知，經濟政策不確定性對中介變量過度負債的系數通過了顯著性檢驗，值為0.0677,控制中介變量過度負債后，EPU、過度負債的系數分別0.0371、0.0504,在1%的統計水平下顯著。這種拓展也為本文提供了新的研究視角與啟發，有助于推動該領域理論的持續進步。本研究同樣強調理論與現實的結合，通過解決實際問題驗證了理論的可行性與有效性，為相關領域實踐提供了堅實的理論支撐?；诒疚牡难芯勘尘拔覀兛紤]了這一狀況中介效應在總效應中占比為：6.39%,因此金融資產投資在經濟不確定性對過度負債的影響中的中介效應明顯(邱駿馳，馬錦程，2021)。本文發現經濟政策不確定性會增強企業的金融資產投資情況，究竟是企業主動增加銀行借款，通過上述分析可知還是銀行為了幫助企業度過風險期，主動增加信貸配置，還需進一步考察(宋澤昊，李明杰，2018)。經濟政策不確定性增強的時候，機會伴隨風險，企業也可能會采取激進的投資策略，因此加大自身負債，尋求更大的利潤。這種深化不僅表現在對概念內涵的深入剖析，還體現在對其外延的廣泛探索。通過對相關文獻的細致梳理和實證數據的深入分析，本文進一步明確了這些概念在理論體系中的地位和作用，以及它們之間的相互關系。而政府為了在經濟不確定性增強的時期，幫助企業更好地度過風險期，會采用寬松的貨幣政策，加大對企業的貸款力度，基于當前情境從而企業的負債增長，帶來過度負債(王浩宇，陳一帆，2019)。當企業需求資金，尋求銀行貸款的時候，作為銀行會首先選擇抵押貸款降低自己的風險，因此我們選擇用抵押貸款的比例來表示由于企業自身對資金需求導致的貸款行為。如果銀行放出的貸款中，在這樣的氛圍之中信用貸款的比例增加了，說明是銀行有意借款給銀行，而不是企業主動向銀行借款，因此本文采用信用貸款的比例來表示銀行主動的放款意愿。得到了結果如下表所示(何子軒，趙天佑，2020):MLoan_ratio0.0001***公司由上表結果可得，這一線索揭示了真相隨著經濟政策不確定性增大，企業的抵押貸款比例減少，信用貸款的比例上升，說明企業主動貸款的意愿降低，銀行主動借款的意愿增強。所以，經濟政策不確定性對金融資產投資現象的正向作用是由于銀行寬松的貨幣政策和宏觀政策的影響，通過以上論述可見而非企業自身主動融資導致的(孫嘉誠，劉俊熙，2021)。在研究實施中，本文綜合多源數據，運用定量與定性相融合的分析方法，以確保研究結論的科學嚴謹性，為相關領域經濟政策不確定性增強時，企業會增加投資以便獲得更大的收益，同時考慮風險因素會增加現金持有水平，降低自身經營風險(胡睿達，楊博遠，2022)。由下表可知，經濟政策不確定性對構建固定資產的投資額的系數為0.2901,對現金比率的系數為0.1823,說明經濟政策不確定性越強，現有結果為基礎可推出企業的投資需求、現金需求越強，因此企業過度負債可能性更大，金融資產投資的現象也更明顯(林啟超，朱澤楷，2023)。企業性質不同的公司受到經濟政策不確定性的影響有較大的不同，由表12結果可得，在本文的研究框架內這種情況得到了應有的關注企業性質為國企的上市公司的EPU系數為：0.0138;企業性質為非國企的上市公司的經濟政策不確定性的系數為(高鴻，徐文博，2024):0.1088,說明非國企上市公司金融資產投資現象受到經濟政策不確定性的影響更大。在模型構建環節，本研究借鑒劉教授關于動態調整參數以適應不同環境變化的觀念，提出相應的改進措施，其中包括引入新的變量等。國企本身具有規模大、政府隱形擔保等優勢，銀行貸款會給予國企更多的便利(方俊雄，2007;Chang等，2014),提供期限更長的貸款給國企，參照已有成果能夠推導出結論但是非國企不具備這種優勢，企業需要不斷地通過短期貸款來維持自己的投資需求，從而造成過度負債的情況，因此經濟政策不確定性對非國企金融資產投資的影響更大(夏俊馳，謝逸辰，2018)。(6.9990)(-6.1704)(-7.7544)-0.0010**(-2.2104)-0.0298***(-3.8952)(-4.6948)0.0000**(2.1958)杠桿率不同的公司受到經濟政策不確定性的影響有較大的不同，由下表的結果可得，杠桿率大于所有上市公司中位數的公司的經濟政策不確定性的系數為：0.1412;杠桿率小于所有上市公司中位數的公司的EPU的系數為(羅智翔，周俊豪，2019):0.0080,說明杠桿率大的的企業受到EPU的影響更大，杠桿率較小的企業受到經濟政策不確定性的影響更小。在研究設計階段，本文細致構建了科學的研究架構，以保障研究議題的明確度和研究假說的合理性。杠桿率大的公司本身存在較大的資金期限結構錯配問題，且有更強烈的金融資產投資的偏好，在這種理論框架指導下可得出在經濟政策不確定性下，過度負債的現象更加明顯，因此杠桿率大的公司金融資產投資現象受到經濟政策不確定性的影響更大(肖睿淵，李明軒，2019)。企業主營業務收入增長率不同的公司受到經濟政策不確定性的影響也有較大的不同，由下表的結果可得，在這種特定情況下不難發現主營業務收入增長率大于中位數的上市公司的經濟政策不確定性的系數為(梁嘉豪，孫浩翔，2020):0.0344,主營業務收入增長率小于中位數的上市公司的經濟政策不確定性的系數為：0.0641,說明企業主營業務收入增長率更小的上市公司受到經濟政策不確定性的影響更大。企業的主營業務收入增長率越小，經營的可持續性越弱，于此條件之下可以推斷其結局償債能力也越弱，過度負債情況更明顯，因此資金期限結構更容易受到外部因素影響，造成金融資產投資的現象。本文制定了詳盡的研究藍圖，并對可能引入誤差的多元因素進行了全面剖析與評估，包括環境變動、人(-5.0602)(-9.8121)(-8.6759)(-2.4172)(-4.7886)(-7.6369)銀企關系不同的企業受到經濟政策不確定性的影響也有較大的不同，由下表的結果可得，考慮到本文研究背景這種情況被納入分析存在銀企關系的上市公司的EPU的系數為：0.073,不存在銀企關系的上市公司的EPU的系數為：0.0597,說明存在銀企關系上市公司受到EPU的影響更大(盛澤楷，胡俊杰，2021)。這類公司憑借和銀行良好的關系，在相同條件下更容易獲得銀行的貸款，現有結果暗示了可以推出因此更容易采用冒險的投資決策，發生高風險行為，金融資產投(5.2267)(-3.0887)(-6.5190)(-3.2383)0.0314*公司所在地區金融發展水平不同的企業受到經濟政策不確定性的影響也有較大的不同，由下表的結果可得，所在地區金融發展水平高的上市公司的EPU的系數為：0.0723,由此觀之所在地區金融發展水平較低的上市公司的EPU的系數為(葛文博，何超，2022):0.0492,說明了地區金融水平發展較高的企業受到經濟政策不確定性的影響更高，其原因在于所在地區銀行發放更多的貸款，進一步擴大了企業投融資行為的期限錯配問題，金融資產投資現象更加地明顯。在著手收集資料這一初始階段，本文運用了多元手段，像設計問卷去調研、奔赴實地做訪談以第五章結論及建議本文選取2009-2018年我國滬深兩市A股非金融類上市公司數據，研究經濟政策不確定性對企業金融資產投資現象的影響，結果表明：首先，EPU與企業金融資產投資存在顯著的正相關關系，EPU程度越高，發生金融資產投資現象越明顯；然后，在進一步分析中，我們發現過度負債對該結論具有中介效應，企業過度負債越大，對金融資產投資的影響也越大；隨著EPU的增大，企業的抵押貸款減少，信用貸款顯著地增加，這表明經濟政策不確定性對金融資產投資的正向作用是由于銀行寬松的政策而非企業主動融資所導致的。這樣的做法有助于排除偶然因素的干擾，同時也能保證研究結論的可靠性和廣泛的適用性。另外，EPU越強，企業投資需求、現金需求都越強，因此，企業過度負債的可能性越大，金融資產投資的現象也更加明顯。然后，在異質性檢驗中，發現企業性質、杠桿率、主營業務增長率、銀企關系等的不同會導致本文基本結論略有不同：憑這些表現可以推想出財務杠桿越大的企業，金融資產投資現象越明顯；非國企的金融資產投資現象比國企更明顯(霍俊熙，林澤昊，2023);企業主營業務收入增長率越小，企業金融資產投資現象越明顯；存在銀企關系的企業金融資產投資現象比沒有銀企關系的企業更加明顯；最后通過工具變量法緩解內生性問題以及通過替換核心解企業層面的建議主要包括：(1)根據自身企業性質、主營業務收入增長率、財務杠桿等指標，把握自身的目標債務水平，明確自身合理的負債水平，做到有計劃的投資。(2)綜合考慮外部經濟政策環境、自身因素，形成有效的過度負債政府層面的建議主要包括：(1)注意保持政策的連續性、執行的有效性，為市場提供一個良好的環境，由此可以洞悉其理減少企業杠桿率過大的情況、銀行采用寬松