经济政策不确定性是否驱动制造业企业的“脱实向虚”
经济政策不确定性是否驱动制造业企业的“脱实向虚”*——基于中介效应及调节效应识别
李双燕 刘 畅 谈 笑
[提 要] 当前，实体经济投资回报率低，制造业企业逐渐显现出“脱实向虚”的特征，主要表现为制造业企业金融化程度较为明显。本文使用2009—2019年中国A股制造业上市公司数据，研究了经济政策不确定性对制造业企业“脱实向虚”的影响。本文基于现金持有、实物期权和委托代理理论，进一步识别了两者关系的中介效应及调节效应，通过实证分析发现：(1)经济政策不确定性增加了制造业企业的“脱实向虚”程度；(2)融资约束对于经济政策不确定性和制造业企业“脱实向虚”之间的关系具有中介效应；(3)企业的股权集中度、客户集中度、银行监督程度均减弱了经济政策不确定性对制造业企业“脱实向虚”的正向影响。通过替换核心变量，本文在考虑所有制和规模异质性、政府补助的影响后，其主要结论仍然稳健。本文针对监管部门政策实施、流动性支持、资金流向监管等方面，提出了有针对性的建议。
[关键词] 经济政策不确定；脱实向虚；制造业
一、引言
经济政策不确定性是企业在进行投资决策时关注的市场风险重要构成要素之一(Pwidth=6,height=11,dpi=110stor &Veronesi,2012；方建珍和胡成，2020)。在宏观经济下行的背景下，企业金融资产投资逆周期上涨，实体经济“脱实向虚”趋势开始显现。中国实体经济发展面临阵痛期，而金融业偏离其支持实体经济的初衷演变成为资本逐利渠道。在2017年7月召开的全国金融工作会议上，习近平总书记指出：“金融是实体经济的血脉，为实体经济服务是金融的天职，是金融的宗旨，也是防范金融风险的根本举措。”(1)《全国金融工作会议在京召开》，新华社，2017-07-15。在宏观经济发展严峻的背景下，如何使制造业企业在短期生存和长久发展目标的矛盾中找到有效的平衡点，理性地调整资本结构和投资决策，将成为推动经济回归实体的重要研究目标。
现有文献从宏微观层面对中国企业“脱实向虚”的影响因素进行研究，如产业政策、金融错配、融资融券制度安排、委托理财、股权制衡等(步晓宁等，2020；韩珣和李建军，2020；陆蓉和兰袁，2020；向海凌等，2020；祁怀锦等，2021；郝项超，2020)。在少数关于经济政策不确定性对企业“脱实向虚”的影响研究中，结论并不一致。彭俞超等(2018)的研究发现，经济政策不确定性显著抑制了企业金融化趋势。而郭胤含和朱叶(2020)则得出了经济政策不确定性上升显著促进了企业“脱实向虚”行为的结论。他们的研究对象主要定位于非金融企业，且注重探讨企业“脱实向虚”的动机，而未着重研究两者关系之间的传导机制。
本文以制造业企业为研究对象，重点探究经济政策不确定性对制造业企业“脱实向虚”的影响，并识别影响两者关系的中介效应及调节效应。本文可能的贡献在于：第一，现有研究多将研究对象着眼于所有非金融企业，行业的发展具有异质性。制造业是实体经济发展的命脉，其脱实向虚的行为对实体经济的打击更为严重，因此重点研究制造业更有助于提出针对性的调控方案。第二，进一步修正了“脱实向虚”指标的测度。以往研究在使用金融资产在总资产的占比来衡量企业“脱实向虚”程度时，没有考虑会计政策变更的影响。近两年会计政策多变，关于金融资产的科目有比较重大的变动。本文在测算制造业企业金融化程度时，重点关注了可能影响金融资产会计科目的会计政策变更，能够更准确地计算制造业企业的“脱实向虚”程度。第三，现有研究多着眼于企业“脱实向虚”的结果，但对于中间的传导机制仍有较多不完善之处。本文在假设的提出过程中，融合现金持有理论、实务期权理论和委托代理理论，从企业内部特征、产业链层面及银行层面进一步识别了影响两者关系的中介效应及调节效应，有助于进一步延伸经济政策不确定性和企业“脱实向虚”之间的研究链条。
二、文献综述与研究假设
已有文献关于经济政策不确定性的研究包括宏观和微观两个层面。宏观层面的研究主要探讨经济政策不确定性与宏观经济波动之间的关系。部分学者认为经济政策不确定性不利于宏观经济的平稳运行(刘强和陶士贵，2021;Kido,2018)，扭曲企业的投资偏好(Bhattacharya et al.,2017)。微观层面的研究更多地着眼于经济政策的不确定性对企业行为的影响。如余靖雯等(2019)的研究结论发现，企业会增加持有现金的动机以应对经济政策不确定性对现金流产生的难以预测的冲击。显然，这些宏观和微观层面的研究隐含了一个重要事实，即经济政策的不确定性会间接或直接地影响企业的投资决策，可以通过改变预期对企业的实际行为产生影响，成为投资决策的外部风险来源，进而影响到企业“脱实向虚”行为。
此时，一个重要问题产生了：经济政策不确定性如何影响制造业企业的“脱实向虚”行为？其传导机制是什么？第一，根据上述分析，“脱实向虚”行为的最根本原因是企业希望在短时间内通过资本运作增加超额收益，以解除经济政策不确定性给企业所带来的融资约束问题。融资约束越大，这种动机就越强烈。换言之，经济政策不确定性会通过增加融资约束导致企业“脱实向虚”行为的增加。第二，经济政策不确定性对企业“脱实向虚”行为的影响还受到企业内外部因素的影响。从内部因素来看，企业将资金投向资本运作而非聚焦于主营的决策，要视企业内部是否具有股东更容易达成一致意见的机制；从外部因素来看，这些决策受到了企业的客户和债权人的监督。因此，根据上述逻辑关系，笔者绘出了本文假设提出的主要逻辑框架，见图1。
width=347,height=153,dpi=110
图1 主要假设提出的逻辑框架
(一)经济政策不确定性与制造业“脱实向虚”行为
现金持有理论认为，经济政策不确定性上升使得企业对未来的流动性预期发生变化。制造业的投资不可逆程度较高，对未来现金流的悲观预期增加了企业当前的现金持有动机(方建珍和胡成，2020)。当政策不确定性增加时，企业所投资项目成功的概率可能会下降，而公司违约风险可能会增加，这将导致银行贷款的债务成本增加。当公司预期到未来的融资成本可能增加时，他们会倾向于持有现金来缓解融资约束(Liu et al.,2021)。由经济政策不确定性导致的这种预防性储蓄动机引发了企业增持现金的行为(Demir &Ersan,2017)。因此，对于现金的偏好使制造业企业具有进行金融资产配置的冲动，通过金融资产的“蓄水池”效应，实现企业资金的保值增值。这种“储蓄行为”相当于把现金作为缓冲存货，以应对未来生产经营可能存在的现金流短缺，成为内源融资的重要来源。另一方面，不确定性增加了信息不对称，进一步激发了企业的等待动机。实物期权理论指出，不确定性和实物资产投资之间存在着负相关关系。为了规避高度的不确定性带来的风险，企业会采取延迟投资的决策，用等待的成本避免代价高昂的投资错误，在等待期间获取的信息是具有价值的(McDonald &Siegel,1986)。在处于投资等待期的企业，为了避免资金时间价值的损失和一定程度弥补机会成本，将资金投放在变现能力较强的金融部门是制造业企业获取利益的一种手段。实体经济延迟投资多源于当前中国实体经济发展乏力。制造业的生产周期长且投资回报率较低，金融资产投资相比制造业主营业务能够获取更高额的收益。除此之外，委托代理理论认为，股东作为公司的所有者，更关心公司的主营业务经营和长远发展，管理者更着眼于短期内公司资本运作的投资收益以获取高额的薪资报酬(Jensen,1986)。特别是，当主营业务的投资回报率较低时，金融产品的投资就成为管理者调节企业利润的工具。不确定性的增加，改变了企业对未来的预期和信心。研究发现，管理者为了获取较高的投资回报率，把本应投放在生产经营部门的资金分配到金融领域，通过短期的投机套利获取高额利润，缓解公司的生存压力并获得“优秀”的财务报表数据，从而粉饰企业的短期业绩不良(田新民等，2020)。追求短期的高额金融收益符合管理者获取自身利益最大化的价值取向。因此，管理者愿意通过资本运作这种“脱实向虚”的方式在短时间内增加超额收益。因此，笔者提出以下假设：
假设1 经济政策不确定性会促进制造业企业“脱实向虚”。
(二)融资约束的中介效应
经济政策不确定性不只是作用于社会生产部门，也会作用于金融部门。经济政策不确定性的提高，相应增加了商业银行信贷的回收风险，激发了商业银行的自我保护动机，从而减少对社会的流动性供给(Valencia，2017)。银行自我保护动机的实现一方面表现在整体信贷的紧缩。Bordo et al.(2016)在美国的金融市场中发现经济政策不确定性显著抑制了商业银行的信贷供给。沈悦和马续涛(2017)对中国的商业银行的研究也发现了相同的现象。银行自我保护动机的实现在另一方面则体现为信贷的集中(Calmès &Théoret，2014)。经济政策不确定性推动了银行信贷行为的趋同，会提高对企业提供信贷的门槛，贷款分布收窄。当前中国实体经济发展乏力，投资回报率低。制造业正处于转换发展动能、提升发展质量的重要时期，相比其他行业更易面临未来现金流的不确定性。基于现金持有理论，在面临间接融资渠道的约束时，企业可能会提高对当下持有现金的价值评估，增加预防性储蓄以应对未来生产经营可能出现的现金流短缺(Pwidth=6,height=11,dpi=110stor &Veronesi，2012)。受融资约束影响较大的企业，在不确定性增加时表现出对内源性融资更强的依赖性。但是企业在持有现金的过程中需要考虑资金的时间价值和投入生产的机会成本。金融资产的投资回报率一般情况下较高且表现出较强的流动性，可作为持有现金的一种重要表现形式。基于此，笔者提出以下假设：
假设2 融资约束对经济政策不确定性与制造业企业“脱实向虚”的关系具有中介效应。即经济政策不确定性使企业面临的融资约束增加，进而加大了制造业企业“脱实向虚”程度。
(三)企业内外部因素的调节效应
首先，从企业内部因素来看，合理的股权结构设计有助于发挥对管理者的牵制作用。股权集中度水平反映了公司股权的分散程度。公司内部股权集中度的形成，有助于增加大股东在公司治理方面的话语权，更好地实现对管理者寻租行为的制约。股东监督作用的实现能够有效削弱管理者和股东之间的信息不对称。一方面，股权集中度的提高，推动大股东自身利益和公司长远发展的利益逐步实现趋同，股东不会着眼于短期的一时之利。但另一方面，大股东持有的股权过多，会形成一股独大，以致大股东做出掏空企业的行为，表现出对小股东的利益侵占。故笔者提出如下对立的研究假设：
假设3a 企业的股权集中度越高，经济政策不确定性对制造业企业“脱实向虚”的促进作用越弱。
假设3b 企业的股权集中度越高，经济政策不确定性对制造业企业“脱实向虚”的促进作用越强。
其次，从外部因素来看，客户是企业获取销售收入的直接来源。重要客户的存在，极大地影响着企业的主营业务发展和生产的正常运营。客户集中度反映了企业对于部分客户的依赖程度，属于企业自身经营风险的种类之一。集中的客户群特征容易使企业面临较大的经营风险，因此企业投资决策的调整将会考虑到客户的集中程度以及客户的损失对企业生存造成的影响。实物期权理论指出，企业在不确定性情况下有延迟实物资产投资的动机。管理者会比较等待所获取信息的价值和当前进行投资的收益。较高的客户集中度意味着如果企业减少主营业务生产会导致无法提供充足的产品供给，面临损失客户的可能。大客户的损失对于制造业企业的销售收入影响较大，企业有激励去维护与大客户的交易契约，避免收入的快速下滑(王丹等，2020)，从而更加专注主营业务，缩短在经济政策不确定性情况下对实物资产投资的等待时间和减少其他领域的投资。因此，笔者提出以下研究假设：
假设4 较高的客户集中度会降低经济政策不确定性对制造业企业“脱实向虚”的促进作用。
商业银行在为企业提供资金支撑的同时也发挥着外部监督作用。在企业层面，企业为了能够和银行建立长期合作，获得长久的信贷支持，有动机提供更加真实的信息缓解银企间的信息不对称(沈红波等，2013)，同时更专注于生产经营，拓展销路，减少金融资产对总资本的占用。一方面，银行的信贷支持减轻了在经济政策不确定性下企业的融资约束；另一方面，企业在银行开立借款账户时，银行能够更好地获得真实的企业经营信息，发挥监管优势，以增强银行自身的稳健性水平(吴俊霖，2019)。银行的监督行为成为约束企业调控资本结构的重要因素。Ahn &Choi(2009)指出，银行对企业的外部监督有助于降低债务人的道德风险问题。企业在获得流动性信贷支撑后，银行为了确定信贷的安全性，会进行不同程度的监督。张光利等(2015)基于中国上市公司的贷款数据发现，银行监督将有效减少公司控股股东的掏空行为，降低道德风险。银行监督约束了自由现金流的代理成本，对企业现金流的实际走向监控和管理人的投资行为约束，将有效降低企业在不确定性框架下的非理性投资(沈红波等，2013)。因此，笔者提出如下假设：
假设5 银行的贷款监督越强，经济政策不确定性对制造业企业“脱实向虚”的促进作用越弱。
三、研究设计与实证分析
(一)样本选择与数据来源
本文基于2009年至2019年间沪深A股上市公司数据，根据证监会2012年行业分类标准，选取制造业上市公司为研究样本。为了保证数据质量的准确性，在实证分析前对原始数据进行了筛选处理，先后剔除了ST类上市公司样本、存在缺失值和异常值的样本，并对连续型变量进行了1%～99%极端值处理，减少极端值对回归结果的影响，最终获得了15 006条观测值。本文所使用的数据均来自WIND数据库和CSMAR数据库，主要使用Stata14.0软件对数据进行处理分析。
(二)变量定义与模型设计
1.经济政策不确定性指标。本文参考在现有文献中使用广泛的Baker et al.(2016)对经济政策不确定性的计算方法，根据香港主要英文报纸《华南早报》(SCMP)中至少包含“中国”“经济”“不确定性”三组关键字其中之一的文章，进一步筛选出包含如“政策”“预算开支”“监管”“中央银行”等文本的报道，并根据当月文章总数测算出的比例频度指数，以衡量当月的经济政策不确定性。数值越大代表经济政策的不确定程度越高。本文进一步参考饶品贵和徐子慧(2017)和宋全云等(2019)的处理方法，利用月度数据的算数平均值转化为年度数据进行基准回归，考虑到回归系数的直观程度，将数据除以100作为经济政策不确定性的测度指标。
2.“脱实向虚”指标。本文对于“脱实向虚”指标的测度，主要参考宋军和陆旸(2015)的有关企业金融化的测度方法，并根据会计准则的变更对计算方法做出了更为准确的修正。以往研究在计算企业金融化的过程中将货币资金纳入金融资产的计算范围(王少华等，2020)。从会计角度来说，货币的确是作为金融资产存在，但公司持有货币的动机也可能是为了维持日常生产经营活动中的货币需求。为了不高估制造业上市公司的金融化程度，本文倾向于将公司持有的货币资金归于经营目的，不纳入金融化指标的计算范围。本文主要从交易类金融资产(Fin_tr)、其他流动资产(Fin_oc)、投资性房地产(Fin_re)、长期股权投资(Fin_equity)四个方面考量。
(1)在交易类金融资产部分，本文将交易性金融资产、衍生金融资产、短期投资净额、可供出售金融资产、持有至到期投资和应收利息纳入交易类金融资产的计算范围。2018年会计准则变更后，资产负债表中不再使用可供出售金融资产和持有至到期投资两项会计科目，相关业务调整到债权投资、其他债权投资、其他权益工具投资、其他非流动金融资产四个会计科目。本文从谨慎性原则出发，对于交易类金融资产的计算在2018年和2019年两年相应进行调整，具体计算方法如下：
Fin_tr(2009-2017)=交易性金融资产+衍生金融资产+短期投资净额+可供出售金融资产+持有至到期投资+应收利息
Fin_tr(2018-2019)=交易性金融资产+衍生金融资产+短期投资净额+债权投资+其他债权投资+其他权益工具投资+其他非流动金融资产+应收利息
(2)其他流动资产部分是如预缴税费、租金等与经营相关的资金，也包括从银行等金融机构购买的理财产品。徐军辉(2013)研究发现，上市公司为缓解经营压力，开始通过以较低成本获取的银行信贷配置到委托贷款、理财产品和信托产品等领域，期望通过金融市场赚取利差收益，因此具有该类业务形成的资产具有金融资产的性质。为了准确地界定该科目中属于金融资产的部分，笔者从财报附注中详细查找公司各个年度所出现的其他流动资产类型，对于公司持有的期货产品及期货交易保证金，如财报附注中明确说明持有目的为套期保值或以套保方式进行会计分录处理，不将该笔业务划入金融资产类别，否则纳入计算。综合各种会计科目，本文计入金融资产的类别主要为公司在银行的定期存款、结构性存款、大额存单、理财产品、委托贷款业务、实物黄金及黄金代理交易保证金、在信托和券商购买的理财产品、存出投资款、非套期保值期货及保证金、纪念币。
(3)投资性房地产在会计准则中的定义是指为赚取租金或资本增值，或两者兼有而持有的房地产。2008年“四万亿”投资计划避免了金融危机后中国经济的硬着陆，但也一定程度上导致了房地产市场的非正常繁荣，致使房地产行业成为过去十多年间的暴利行业。大量流入房地产的资金偏离经营生产目的本身而着眼于投机炒作，使其逐渐具有金融资产的特质(王红建等，2017)。经济政策不确定性上升会显著提高房地产企业融资规模和投资规模(荆中博等，2021)。在宏观环境低迷的背景下，制造业的经营压力日趋增大，在逐利动机的驱使下，大量产业资本从制造业的生产经营领域不断流向房地产行业以期获取高额投资回报，推动房地产投资成为资本套利的一种重要形式，逐渐具有金融资产和泛金融资产的属性。因此本文将投资性房地产净额纳入计算范围。
(4)长期股权投资一般是企业扩张经营范围和整合产业链的重要方式。因此企业所持有的其他公司股份部分存在维持扩张主营业务的目的，完全把长期股权投资纳入计算范围会高估制造业上市公司的金融化程度。但是上市公司公布的季度财务报表仅披露长期股权投资的总值，年报附注中会披露具体的相关信息，这也是本文选取年度频率数据的原因之一。从长期股权投资的明细中可以观察到，很多制造业上市公司不只持有与本公司经营相关产业的股权，也持有部分金融公司的股权。经筛选，把样本公司持有的银行、信托、基金、券商、保险、典当、小额贷款、金融租赁、金融控股、资管共十类金融公司的股份归入Fin_equity的计算当中。
综上所述，在实证分析所使用的样本期间内，公司金融化指标由从年报中获取的四部分会计指标的加总求和计算得出，具体计算方法如下：
Fin(2009-2017)=Fin_tr(2009-2017)+ Fin_oc+ Fin_re+ Fin_equity
Fin(2018-2019)=Fin_tr(2018-2019)+ Fin_oc+ Fin_re+ Fin_equity
3.调节变量和中介变量。本文用股权集中度(Top1)、客户集中度(CC5)和银行监督(Supervision)作为调节变量，使用外部融资约束(SA)作为中介变量。
4.其他控制变量。为保证实证分析的准确性，本文在模型中添加了如下三个方面的控制变量：(1)财务指标变量。考虑到被解释变量也是由财务指标计算得来，为避免共线性及内生性问题，在选取控制变量的过程中选取了以下代表性指标，净资产收益率(Roe)、经营性净现金流比总资产(Cf)、经营杠杆(Olev)、固定资产比重(Irrever)、总资产(lnsize)。(2)董事会及高管特征变量。本文选取董事会规模(Boardsize)、独立董事比例(Indep)、前三位高管的薪酬(lnpay3)三个变量。(3)宏观环境变量。经济政策不确定性为宏观指标。宏观经济的变动具有复杂性，产业内的发展情况和中央银行货币政策的紧缩程度在宏观上影响企业现金流的可获得性。因为本文的研究样本是制造业行业，相比GDP年度增长率，第二产业增加值的年增长率(Secindustry)更能反映制造业的发展行情。在货币政策方面，笔者控制货币供应量的增长率(m2)。此外本文还在模型中控制了年度固定效应和个体固定效应，主要变量定义及设定如表1所示。
表1 变量定义
width=449,height=791,dpi=110
5.模型设计。本文将企业的脱实向虚程度指标作为被解释变量，经济政策不确定性指标作为解释变量，并引入滞后一期的经济政策不确定指标替代当期指标，构建模型(1)和模型(2)两个基准回归的计量模型：
Fini,t=β0+β1×EPUssi,t+β×Controli,t
+Year+Firm+εi,t
(1)
Fini,t=β0+β1×EPUssi,t-1+β×Controli,t
+Year+Firm+εi,t
(2)
为检验经济政策不确定性是否会通过融资约束作为传导机制影响制造业企业的金融化行为，研究进行两阶段回归。笔者构建模型(3)进行第一阶段分析，将融资约束指标(SA)作为被解释变量，经济政策不确定性指标作为解释变量。笔者使用模型(4)第二阶段将脱实向虚程度作为被解释变量，融资约束指标和经济政策不确定指标作为核心解释变量。模型设计如下所示：
SAi,t=β0+β1×EPUssi,t+β×Controli,t+Year+Firm+εi,t
(3)
Fini,t=β0+β1×EPUssi,t+β2×SAi,t+β
×Controli,t+Year+Firm+εi,t
(4)
为了检验股权集中度、客户集中度、银行监督是否构成调节效应，笔者引入调节变量和交互项，构建的计量模型如下所示：
Fini,t=β0+β1×EPUssi,t+β2×EPUssi,t×Mi,t+β3×Mi,t+β×Controli,t+Year
+Firm+εi,t
(5)
式中，Mi,t表示调节变量，分别代表股权集中度、客户集中度和银行监督变量；Controli,t为所有控制变量；Year为控制年度固定效应添加的虚拟变量；Firm为控制个体固定效应时添加的虚拟变量；εi,t为残差项。
(三)描述性统计
表2为描述性统计分析。在研究样本中，用金融资产持有角度衡量金融化程度变量的最大值为0.499，均值为0.063。这表明有些制造业公司已经出现严重的脱实向虚，偏离主营业务经营的现象。四种类型的金融化资产中占比较大的为交易类金融资产和其他流动资产，其中其他流动资产占总资产的最大值高达38.8%。在样本涵盖的时间范围内，经济政策不确定性变量的最小值为0.989，最大值为7.919，标准差为2.194。这表明在研究的时间范围内国内的经济政策变动较大，具有一定的研究价值。
表2 描述性统计
width=418,height=525,dpi=110
在控制变量中，净资产收益率均值为0.098，最小值为-0.381，最大值为0.383。这说明个别企业出现了经营性净现金流为负的情况出现，企业的盈利能力和获取现金流的能力方面存在着较大差异。在资产规模方面，总资产的自然对数lnsize的最大值为25.379，标准差为1.161，整体波动不大。在公司和高管特征方面，所有的制造业上市公司均存在独立董事，但是董事会规模和独立董事占比相差较大，高管薪酬的波动性也说明企业为规避委托代理问题上的投入存在差异。
(四)主回归结果
在主回归中，笔者在使用模型(1)进行分析时采用逐步加入控制变量的方法检验经济政策不确定性对“脱实向虚”程度的影响。回归结果如表3所示。
表3的列(1)～列(3)是使用经济政策不确定性的当期指标的回归结果。在列(1)的回归中，控制变量只加入了企业财务方面的指标，解释变量的系数为0.008，在1%的统计水平上显著为正。即经济不确定性每增加一个单位，制造业企业的脱实向虚程度平均增加0.008个单位。笔者在列(2)中进一步加入了企业和高管的特征变量进行回归，解释变量的系数和显著性水平没有发生明显变化。笔者在列(3)中加入了宏观方面的控制变量，解释变量的系数变小，但仍在1%的水平上显著为正。为了在一定程度上降低经济政策不确定性和企业金融化之间的内生性问题，笔者在表3的列(4)～列(6)，引入解释变量的滞后期进行回归。回归结果表明解释变量的系数有所增加，在只加入企业层面的控制变量时，解释变量的系数为0.019。这可能是因为宏观环境发生变化的时间点与企业做出反应存在一定的时间差。企业调整自身资产配置无法在短时间内完成，导致经济政策不确定变量的滞后一期带来的效应反而比当期更大。在逐步加入控制变量的过程中，解释变量的系数始终显著为正，且模型的拟合优度有所增加，控制变量的符号也都基本符合预期。该结果验证了经济政策不确定性会导致制造业企业“脱实向虚”程度增加的研究假设，支持假设1。
表3 经济政策不确定性与企业金融化程度回归结果
width=736,height=662,dpi=110
注：括号内为P值,* ,**,***分别表示变量在10%,5%和1%的显著性水平下显著,下表同。
(五)融资约束的中介效应分析
对于融资约束的计算方法，为避免内生性对回归结果造成的偏误，本文参考Hadlock &Pierce(2010)的计算方法，引入SA指数作为测度融资约束的指标，并参考Baron &Kenny (1986)对中介效应的检验方法，回归结果如表4所示。在表4列(1)中，笔者使用模型3进行分析，将解释变量和控制变量对融资约束指标回归，经济政策不确定性指标EPUss的系数为0.007，并在1%的统计水平上显著。这说明经济政策不确定每增加一个单位，制造业企业融资约束平均增加0.007个单位。可见经济政策波动确实使企业的外源融资约束增加。在表4列(2)中，笔者使用模型(4)进行分析，将经济政策不确定性指标、融资约束指标和控制变量对金融化程度回归，EPUss和SA的系数都在1%的水平上显著为正。这表明融资约束确实成为经济政策不确定影响企业脱实向虚的作用机制。在表4的列(3)和列(4)中，笔者引入经济政策不确定性指标的滞后一期变量作为解释变量进行回归，EPUsst-1和SA的系数依旧显著为正，模型的解释力未发生明显变化。该结论支持假设2。
表4 融资约束的中介效应检验
width=386,height=298,dpi=110
(六)股权集中度的调节效应分析
股权集中度调节效应的实证结果如表5所示。在表5列(1)中，笔者在基准回归的基础上添加股权集中度指标作为控制变量进行回归，股权集中度指标的系数为-0.059，在1%的统计水平上显著为负。这可以证明在制造业企业中，股权集中度减弱了管理层对金融资产的配置。笔者进一步引入经济政策不确定性指标(EPUss)和股权集中度指标(Top1)的交互项，结果如表5列(2)所示。交互项的系数显著为负，说明股权集中度越高，经济政策不确定性下制造业企业脱实向虚的正向影响越弱。
为了给出股权集中度在当前决策框架下发挥效果的具体原因，笔者进一步在模型中引入股权集中度指标的平方进行回归。结果如表5的列(5)所示。股权集中度指标的二次项(Top1^2)系数显著为负，一次项系数为正。这说明股权集中度对制造业企业的金融化行为存在倒U型的影响效果。股权集中度能够减少在不确定性条件下企业对于金融资产的配置。这可能是因为制造业企业的股权集中度相对较高，大股东的持股水平在拐点之后，与公司的长远利益表现出较高的吻合度。股东相对于管理者更倾向于保持理性，且更能有效发挥监管效用，使管理者专注于主营业务发展，避免短期投机对当期的生产经营资本进行挤占。该结论支持假设3。
表5 股权集中度的调节效应
width=363,height=470,dpi=110
(七)客户集中度的调节效应分析
本文参考程新生和李倩(2020)的方法，将前五名客户的销售总额占营业收入的比重作为衡量企业客户集中程度的指标。前五名客户的销售总额占营业收入的比重越大，企业的客户集中度越高，实证结果如表6所示。在表6列(1)中，笔者首先在基准回归的基础上引入客户集中度指标(CC5)作为控制变量，得到CC5的系数为-0.019，在1%的统计水平上显著为负。这表明较高的客户集中度越有助于抑制制造业企业的脱实向虚行为。为了探究该指标是否发挥了经济政策不确定性对金融资产投资的调节作用，笔者进一步引入交互项，结果如列(2)所示。经济政策不确定性指标(EPUss)和客户集中度指标(CC5)的交互项系数显著为负，说明客户集中度确实是制造业企业在不确定性框架下调整资产配置结构需要考虑的因素。一方面大客户的存在使企业顾虑损失客户的可能性，减弱延迟实物资产投资的动机；另一方面，大客户的隐性监督作用有效减弱了委托代理行为，抑制职业经理人的短期投机。在表6列(3)中，笔者进一步在引入客户集中度指标的基础上使用经济政策不确定性的滞后一期指标进行回归，在列(4)引入客户集中度指标和经济政策不确定性的滞后一期指标的交互项。结果与列(1)和列(2)的结果保持一致，均为经济政策不确定性对制造业企业的金融化程度的正向促进作用随企业客户集中度的增加而减弱。这验证了研究假设4。
表6 客户集中度的调节效应检验
width=386,height=377,dpi=110
(八)银行监督的调节效应分析
本文参考了Ahn &Choi(2009)的研究中关于商业银行监督的相关表述。如果企业存在银行长期贷款，则认为银行将投入更多的监督确保贷款资金的回流。基于这一定义，参考张光利等(2015)、沈红波等(2013)的指标构建方法，笔者从企业的资产负债表中获取相关数据并构建了银行监督指标的虚拟变量(Supervision)。如果企业存在银行长期借款，则设定为存在银行监督，否则认定不存在银行监督。实证结果如表7所示。
表7 银行监督的调节作用
width=386,height=408,dpi=110
在表7列(1)中，笔者仅在基础模型之上添加了银行监督的虚拟变量进行回归。Supervision的系数显著为-0.008，在1%的统计水平上显著为负。这可以推测银行监督对制造业企业的金融化程度有一定的抑制作用。笔者进一步引入经济政策不确定性指标和银行监督虚拟变量的交互项，结果如列(2)所示。交互项的系数为-0.004，在1%的统计水平上显著为负，可见银行监督的存在确实减弱了不确定条件下制造业的金融化程度的正向影响。一方面，银行的流动性支持较好地弥补了经济政策不确定性带来的现金流波动，减弱了企业融资约束和预防性储蓄动机；另一方面，银行在提供流动性支撑过程中为保证资金回流减少坏账，发挥了良好的监督作用，降低制造业企业的投机行为，引导从事规范经营，从而降低制造业企业脱实向虚程度。笔者进一步在表7列(3)和列(4)引入经济政策不确定性滞后一期变量、滞后期与银行监督指标的交互项，得到的交互项系数依旧显著为负。该结论支持假设5。
四、稳健性检验
(一)替换核心指标检验
在解释变量方面，本文在主回归中对于经济政策不确定的测算方法参照的是Baker et al.(2016)的做法。在国内的相关研究中，Davis et al.(2019)编制的经济政策不确定指数也得到学术界的广泛认可。该指数的测算方法是基于《人民日报》和《光明日报》两份国内的权威报刊，选取包含“经济”“政策”和“不确定性”关键字的文章数量与当月文章总数的比值并进行标准化来计算每月的经济政策不确定指数。笔者将月度数据取算数平均值转化为年度数据后代替原解释变量进行回归，结果如表8列(1)所示。EPU2的系数显著为正，与主回归结果保持一致。为了检验经济政策不确定指标的构建方式对回归结果没有造成明显影响，笔者额外采用另外两种方式构建指标：第一种，将经济政策不确定性的月度数据取几何平均值(EPUjh)转化为年度指标，回归结果如列(2)所示，解释变量系数依旧显著为正。第二种，有研究认为，越靠近年终的月份对于年终的资产配置选择影响越大，笔者将月度指标赋权，得到月度数据的加权平均值对金融化程度指标回归。结果如列(3)所示，EPUjq的系数为0.047，在1%的水平上显著。
在被解释变量方面，从资产投资角度，本文参考王少华等(2020)的研究，将金融资产占本年度与上年度的差值构建金融资产投资指标，替代金融资产持有角度的金融化程度作为被解释变量Delt。回归结果如表8列(4)所示，解释变量的系数依旧显著为正。此外，本文用金融资产收益率(Fer)进一步衡量了制造业企业的金融化程度，即金融化收益=制造企业金融化利润/企业利润。(2)感谢匿名审稿人对于该指标测度给出的有价值的建议。在本文中，Fer=(公允价值变动损益+投资收益)/(营业收入-营业成本-营业税金及附加-销售费用-管理费用-财务费用-资产减值损失+公允价值变动损益+投资收益)。该代理变量更接近制造企业脱实向虚的内涵和表现，回归结果如表8的列(5)至列(8)所示。在双项固定效应模型下解释变量的系数不显著，笔者调整模型为单项固定效应模型，如列(6)所示，发现年度固定效应对系数的影响较大。进一步考虑了时间阶段对于回归的影响，笔者发现2013年为变化十分明显的时间节点。这可能是由于金融资产收益情况受股市行情影响较大。2012年12月起，A股市场连续经过多个牛市，其中最长的一次持续时间为十五个月，导致制造业企业有更强的动机金融化。整体来看，在替换核心指标后，本文基本回归结果与主回归保持一致，本文的指标选取和测度方式没有造成回归结果的偶然性，说明结论是稳健的。
表8 替换核心指标的稳健性检验
width=736,height=434,dpi=110
(二)所有制和公司规模异质性
在面对宏观环境的波动时，所有制和规模异质性可能会使公司金融化的决策产生差异。国有上市公司因其所有制优势具有政府的隐性担保，能以较低成本获取资金支持，面临的融资约束较小。由于其获取资本支持较为容易，在调整资产配置时更易做出不理性的投资决策。从规模属性来看，企业的规模大小也是银行进行信贷审批的重要考虑因素。大企业在获取信贷支持方面比小规模企业具有优势，其发生融资约束的可能性较小。
基于上述推理，本文将进一步采用分类检验。首先，笔者将样本根据所有制性质分为国有上市公司和民营上市公司，根据控股股东的所有权性质识别上市公司的股权性质。如果控股股东为国有企业，股权性质=1，否则=0。其次，如果样本公司在每一年的总资产均小于当年的平均值水平，划分为小规模公司，其余为大规模公司。每类样本单独回归，结果如表9所示。列(1)为制造业民营上市公司样本的回归结果，解释变量的系数显著为正，但略小于列(2)中民营上市公司样本的回归系数。这表明民营企业在经济政策不确定性的条件下对配置金融资产的反应程度小于国有企业。列(3)和列(4)分别汇报了小规模和大规模公司样本的回归结果，解释变量的系数均显著为正。小规模公司在经济政策不确定时金融化程度略小，资产规模较小的公司因较弱的市场势力和不稳定的盈利能力在获取银行信贷支持方面处于劣势，相比规模实力雄厚的企业能够获取的可支配的现金更少，该结果符合现实逻辑。四种分类样本回归的结果均能得到经济政策不确定性能够增加企业金融资产配置的结论，证明主回归的结果是稳健的。
表9 企业所有制和规模差异的影响研究
width=736,height=282,dpi=110
五、结论及政策建议
本文使用2009年至2019年间中国沪深A股制造业上市公司为研究样本，分析了经济政策不确定性背景下对制造业企业“脱实向虚”的影响，考虑了可能的传导路径和影响机制，分析了在不确定框架下可能对制造业企业“脱实向虚”影响发挥调节作用的因素，得到的主要结论和相应的政策建议如下。
对策建议1：保持政策的连贯性，降低经济政策不确定性，减少企业在不确定框架下的不理智投资和“脱实向虚”行为。因为根据本文的实证结论，经济政策不确定性越高，制造业企业“脱实向虚”程度就越大。这说明要想减少企业“脱实向虚”行为，就要减少由于经济政策不确定给企业带来的悲观预期。因为不确定性改变了企业对未来经营性现金流波动的预期，为了安全，企业持有现金的动机会增加。金融资产作为变现能力较强的资产，成为制造业企业持有现金的重要变现形式。而金融资产的持有会进一步使制造业企业面临未来可能的由于金融市场波动而产生的波动风险，对经济造成潜在的风险。因此，在具体的实践中，政府在进行宏观调控时，应更关注各部门政策的连贯性和实施情况。例如，对经济的支持性政策的连贯和深入实施可以降低政策不确定性。这就要求中央制定制造业长期发展战略目标后，各地方政府应从程序上修订和完善宏观经济政策，及时根据外部环境的变化修订短期目标，以保证制造强国的路线和创新路线支持产业发展(周民良，2021)，给企业吃“定心丸”，提高企业对政策落实效果的乐观前景，有助于降低经济政策不确定性对企业造成的悲观预期，减少企业的“脱实向虚”行为。
对策建议2：破解制造业企业融资约束难题，减少经济政策不确定性对制造业企业“脱实向虚”行为的传导路径。根据本文的结论，融资约束是经济政策不确定性对制造业企业“脱实向虚”产生促进作用的路径之一。假如企业存在融资约束行为，经济政策不确定性对企业“脱实向虚”行为影响就会更加强。因此化解融资约束问题会显著地减少企业“脱实向虚”行为。具体到实践中，笔者建议政府有针对性地提供流动性供给，缓解制造业企业的融资压力，可通过优化融资结构等方式，降低制造业企业的贷款门槛，以有效地降低企业的融资成本。制造业的中长期融资不充分，主要是因为一些制造业资质达不到银行风险控制标准。因此政府、银行、制造业三部门应共同制定针对制造业灵活的、有针对性的中长期融资策略。例如提高制造业中长期贷款和信用贷款占比，积极拓展保险市场等，引导产业基金向制造业倾斜，应以制造业企业的客观真实需求为导向，重视个性化、差异化融资产品的设计。应避免银行等金融机构和国有大型企业对民营企业的风险转嫁，合理适当地引导金融机构保障民营企业和小微企业在获取要素资源上拥有较为平等的待遇。同时应该对国有和大规模企业加强监管，减少资本雄厚的大企业在不确定性环境下的“脱实向虚”行为。
对策建议3：充分发挥大股东的监督作用，加强公司治理，减少企业的“脱实向虚”行为。根据本文的实证研究结论，股权集中度对制造业企业“脱实向虚”行为表现出倒U型的影响。换言之，随着股权集中度的增加，企业的“脱实向虚”行为先增加，但当股权集中度增加到一个拐点时，随着股权集中度的增加，企业“脱实向虚”行为就减少。这说明制造业企业的股权集中度的作用表现在拐点之后，大股东的持股比例越高，股东的利益和公司的实际利益更加一致，在不确定性条件下表现出监督行为而非利益掏空。因此股权集中度的适当提高，有助于股东更好地实现对管理者的监督和制约，减少管理层短视的投机行为。在当前制造业企业中，应适当加强公司治理，发挥大股东的监督作用。具体来说，可以通过加强审核业绩情况，审核正当经营和风险控制指标，监督投资风险，审核重大投资事项等方面。除此之外，在一些大型国有制造业企业中，可积极推进混合所有制改革，明确“出资人”的职责，促进国有资产监管机构的职能转变，有利于减少企业的“脱实向虚”行为。
对策建议4:稳定产业链和供应链，进而稳定制造业企业客户群。根据本文的实证研究结论，较高的客户集中度会降低经济政策不确定性对制造业企业“脱实向虚”的促进作用。客户集中度是企业在不确定框架下配置金融资产需要考虑的重要因素。大客户在制造业企业的正常运营中扮演重要的作用。较高的客户集中度会减少企业与客户之间的信息不对称，有助于发挥客户的监督作用。在客户层面，企业具有较高的可替代性，因此会在资产配置结构的调整上保持谨慎。具体来说，稳定的客户群对于企业“脱实向虚”行为起到抑制作用。而当制造业企业的发展陷入困境，稳定产业链和供应链可以稳定客户群。特别在疫情期间，许多企业处于停摆状态，地方政府可以通过产业项目签约等方式实现产业链供应链的稳定，从而稳定制造业企业的客户群。
对策建议5：充分发挥银行债权人的监督作用，可以减弱经济政策不确定对制造业企业脱实向虚的影响。根据本文的实证研究结论，银行的贷款监督越强，经济政策不确定性对制造业企业“脱实向虚”的促进作用越弱。这主要是银行监督的存在将提高银行在信息审批过程中所获取信息的真实程度，也有助于减轻管理者的道德风险，进而减少了制造业企业在不确定性背景下的投机行为。具体而言，国家相关部门应对商业银行等金融机构的贷款流向进行适当的监管，特别是在经济不确定性环境中，如疫情期间，更应警惕产业资本流向虚拟经济。除此之外，还应关注大宗商品等原材料的大幅波动，要严禁各类主体尤其是制造业企业通过挪用套取信贷资金或通过间接理财的方式，违规参与大宗商品投机炒作等行为，避免引发高杠杆风险，严禁制造业企业脱实向虚。央行在为实体经济提供流动性时，应监督商业银行的贷款流向，加大对制造业企业在金融领域短期投机套利行为的惩罚力度。政府特别应该对在二级市场炒作的投机行为进行监管，避免引发股票价格大幅波动，引导资本回流，推动金融行业回归服务实体经济的本位。
总之，制造业企业应专注于提升自身的主营业务实力，短期套利并非长久之计。过度的金融投资可能导致产业空心化，长久的发展还需依靠制造业的核心竞争力。在下一阶段，政府应加大对制造业的技术研发和外部信贷支持，助力制造业加快转型升级。制造业本身应调整心理预期，摒弃一时之利，着眼于长远发展。
参考文献
步晓宁、赵丽华、刘磊，2020：《产业政策与企业资产金融化》，《财经研究》第11期。
程新生、李倩，2020：《客户集中是否影响企业创新?——行业前向关联的视角》，《经济管理》第12期。
方建珍、胡成，2020：《经济政策不确定性对企业现金持有水平的影响探究》，《北京邮电大学学报(社会科学版)》第2期。
郭胤含、朱叶，2020：《有意之为还是无奈之举——经济政策不确定性下的企业“脱实向虚”》，《经济管理》第7期。
韩珣、李建军，2020：《金融错配、非金融企业影子银行化与经济“脱实向虚”》，《金融研究》第8期。
郝项超，2020：《委托理财导致上市公司脱实向虚吗?——基于企业创新的视角》，《金融研究》第3期。
荆中博、王羚睿、方意，2021：《经济政策不确定性上升会促进中国房地产企业投资吗？——来自中国A股上市公司的经验分析》，《国际金融研究》第2期。
刘强、陶士贵，2021：《经济政策不确定性对实际有效汇率的影响——基于21个经济体的实证研究》，《经济问题探索》第3期。
陆蓉、兰袁，2020：《中国式融资融券制度安排与实体企业金融投资》，《经济管理》第8期。
彭俞超、韩珣、李建军，2018：《经济政策不确定性与企业金融化》，《中国工业经济》第1期。
祁怀锦、于瑶、刘艳霞，2021：《混改股权制衡与“脱实向虚”:抑制还是促进》，《经济理论与经济管理》第2期。
饶品贵、徐子慧，2017：《经济政策不确定性影响了企业高管变更吗?》，《管理世界》第1期。
沈红波、张广婷、阎竣，2013：《银行贷款监督、政府干预与自由现金流约束——基于中国上市公司的经验证据》，《中国工业经济》第5期。
沈悦、马续涛，2017：《政策不确定性、银行异质性与信贷供给》，《西安交通大学学报(社会科学版)》第3期。
宋军、陆旸，2015：《非货币金融资产和经营收益率的U形关系——来自我国上市非金融公司的金融化证据》，《金融研究》第6期。
宋全云、李晓、钱龙，2019：《经济政策不确定性与企业贷款成本》，《金融研究》第7期。
田新民，张志强，任光宇，2020：《企业脱实向虚对资本结构调整速度的影响——来自企业金融化的研究》，《财经论丛》，第4期。
王丹、李丹、李欢，2020：《客户集中度与企业投资效率》，《会计研究》第1期。
王红建、曹瑜强、杨庆、杨筝，2017：《实体企业金融化促进还是抑制了企业创新——基于中国制造业上市公司的经验研究》，《南开管理评论》第1期。
王少华、上官泽明、吴秋生，2020：《高质量发展背景下实体企业金融化如何助力企业创新——基于金融化适度性的视角》，《上海财经大学学报》第3期。
吴俊霖，2019：《影子银行、资本监管压力与银行稳健性》，《金融监管研究》第1期。
向海凌、郭东琪、吴非，2020：《地方产业政策能否治理企业脱实向虚?——基于政府行为视角下的中国经验》，《国际金融研究》第8期。
徐军辉，2013：《中国式影子银行的发展及其对中小企业融资的影响》，《财经科学》第2期。
余靖雯、郭凯明、龚六堂，2019：《宏观政策不确定性与企业现金持有》，《经济学(季刊)》第3期。
张光利、刘轶、戚俊峰，2015：《银行对企业经营的监督效应研究——基于控股股东掏空行为的视角》，《财经理论与实践》第4期。
周民良，2021：《稳定提升制造业核心竞争力要立新功》，《中国发展观察》第24期。
Ahn，S.，and W.Choi,2009,“The Role of Bank Monitoring in Corporate Governance:Evidence from Borrowers’Earnings Management Behavior”,Journal of Banking &Finance,33:425-434.
Baker,S.R.,N.Bloom,and S.J.Davis,2016,“Measuring Economic Policy Uncertainty”,Quarterly Journal of Economics,131(4):1593-1636.
Baron,R.M.，and D.A.Kenny,1986,“The Moderator-mediator Variable Distinction in Social Psychological Research:Conceptual,Strategic,and Statistical Considerations”,Journal of Personality and Social Psychology,51(6):1173-1182.
Bhattacharya,U.,P.Hsu,X.Tian,and Y.Xu,2017,“What Affects Innovation More:Policy or Policy Uncertainty?”,Journal of Financial and Quantitative Analysis,52(5):1869-1901.
Bordo,M.D.,J.V.Duca,and C.Koch,2016,“Economic Policy Uncertainty and the Credit Channel:Aggregate and Bank Level U.S.Evidence over Several Decades”,Journal of Financial Stability,26:90-106.
Calmès,C.,and R.Théoret,2014,“Bank Systemic Risk and Macroeconomic Shocks:Canadian and U.S.Evidence”,Journal of Banking & Finance,40:388-402.
Davis,S.J.,D.Liu,and X.Sheng,2019:“Economic Policy Uncertainty in China since 1949:The View from Mainland Newspapers”,Working Paper.
Demir,E.,and O.Ersan,2017,“Economic Policy Uncertainty and Cash Holdings:Evidence from BRIC Countries”,Emerging Markets Review,33:189-200.
Hadlock,C.J.,and J.R.Pierce,2010,“New Evidence on Measuring Financial Constraints:Moving beyond the KZ Index”,Review of Financial Studies,23(5):1909-1940.
Jensen,M.C.,1986,“Agency Costs of Free Cash Flow,Corporate Finance,and Takeovers”,American Economic Review,76(2):323-329.
Kido,Y.,2018,“The Transmission of US Economic Policy Uncertainty Shocks to Asian and Global Financial Markets”,North American Journal of Economics and Finance,46:222-231.
Liu,Y.,J.Li,G.Liu,and C.Lee,2021,“Economic Policy Uncertainty and Firm’s Cash Holding in China:The Key Role of Asset Reversibility”,Journal of Asian Economics,74,101318.
McDonald,R.,and D.Siegel,1986,“The Value of Waiting to Invest”,Quarterly Journal of Economics,101(4):707-727.
Pwidth=5,height=9,dpi=110width=80,height=17,dpi=110 P.Veronesi,2012,“Uncertainty about Government Policy and Stock Prices”,Journal of Finance,67(4):1219-1264.
Valencia,F.,2017,“Aggregate Uncertainty and the Supply of Credit”,Journal of Banking & Finance,81:150-165.
DOES UNCERTAINTY OF ECONOMIC POLICY DRIVE THE FINANCIALIZATION OF MANUFACTURING ENTERPRISES
——Identification of Mediating and Moderating Effects
LI Shuangyan LIU Chang TAN Xiao
(School of Economics and Finance,Xi’an Jiaotong University)
Abstract：With a low return rate of the investment in real economy,manufacturing enterprises are gradually deviating from the main business operation,which is manifested the obvious financialization.This paper analyzes the impact of economic policy uncertainty on the financialization of manufacturing enterprises based on the data of Chinese A-share listed manufacturing companies from 2009 to 2019.This paper further identifies the mediating and moderating effects through empirical analysis from the theoretical perspectives of cash holding,real options and principal-agent theory,and gets the following conclusions:(1)economic policy uncertainty increases the degree of financialization of manufacturing enterprises.(2)Financing constraints have a mediating effect on the relationship between economic policy uncertainty and the financialization of manufacturing enterprises.(3)Ownership concentration,customer concentration and bank supervision all weaken the positive impact of economic policy uncertainty on the financialization of manufacturing enterprises.After replacing the core variables and accounting for the effects of ownership and size heterogeneity,government subsidies,omitted variable bias and endogeneity,the conclusions are still robust.This paper also puts forward some targeted suggestions on the policy implementation,liquidity support,capital flow supervision.
Key words:economy policy uncertainty;trend of financialization;manufacturing industry
* 李双燕(通讯作者)、刘畅、谈笑，西安交通大学经济与金融学院，邮政编码：710061，电子信箱：shuangyanli@mail.xjtu.edu.cn。本文得到了国家社会科学基金面上项目“控制权配置视角下并购驱动混合所有制结构形成与优化的路径研究”(17BJY019)的资助。感谢匿名评审人提出的修改意见，笔者已做了相应修改，本文文责自负。
(责任编辑：刘舫舸)
页:
[1]