一、引言

改革开放三十多年以来，中国经济实现了高速的发展。在这高速发展的背后，高储蓄和高投资功不可没，资本积累是中国经济增长的主要驱动力。2008年金融危机之后，中国经济开始表现出波动加剧和增速下滑的现象，保持一定的投资率对于我国经济在新常态时期保持平稳运行具有重要的意义。然而，在2016年，民间固定资产投资却出现断崖式下滑，国务院甚至派出督查组督查地方民间固定资产投资，要求尽快激发民间投资活力。如何在新常态时期促进投资活力、保持经济较为平稳的运行就成为当下我们必须弄清楚的关键问题。

与此同时，伴随着2008年金融危机的爆发与传播、危机后全球经济复苏乏力，大家越来越认识到金融在宏观经济中的重要作用。防范金融风险、平抑金融波动已经成为当前大家关注的重点课题。针对平抑金融波动和促进投资，学者们提出了不同的政策建议，然而却一直没有人对金融波动性和投资之间的关系进行研究。不研究清楚这一问题，所提出的政策建议有可能是相互冲突的，势必会造成政策效果与预期不符，本文即是基于这一背景进行的研究。

本文的研究具有重要的理论意义和现实意义。一方面，金融和实体经济之间的关系一直以来都是金融学领域的研究重点，然而以往的研究主要是集中于金融发展与实体经济关系、金融周期与实体经济关系的研究。即主要是研究金融“一阶矩”对实体经济的影响。而鲜有文献研究金融“二阶矩”对实体经济的影响，即本文的金融波动性对投资率的影响。本文的研究填补了这块研究空白。本文不仅对此主题进行了分析，而且对金融波动性和投资之间的非线性关系及其产生原因进行了研究，这些都将为未来的进一步研究提供铺路搭桥的作用。另一方面，从当前形势来看，平抑金融波动和促进投资都是国家重点关注的内容，两者之间关系的研究将有助于我们更好地评估政策效果，进而能够制定出更合理的经济政策。

与已有研究相比本文的创新主要有以下几点。第一，已有关于金融对实体经济影响的研究多是聚焦于金融发展、金融周期对实际经济变量的影响，而鲜有人研究金融波动性变化对投资率的影响，本文的研究将填补这一研究领域的空白。第二，对于金融波动性与投资关系的研究，通常都是线性关系，而没有涉及两者之间的非线性关系，更没有人研究这种非线性关系的背后产生机制，本文将对此进行分析。

二、文献综述及理论分析 (一) 文献综述

本文的研究受到两方面文献的启发，一方面是金融与实体之间关系的文献。虽然对金融因素作用的研究由来已久，但是由于2008年之前全球没有发生过较大的金融危机，因此金融因素对宏观经济的影响没有得到应有的重视。直到2008年全球金融危机的爆发，传统主流宏观经济理论无法对金融危机的爆发进行准确的预测和分析，导致人们对主流宏观经济学进行反思，进而开始将金融因素引入到理论模型中进行分析，这时，金融周期理论才开始逐渐成为大家关注的焦点。

不同学者对于金融因素发挥的作用有着不同的理解。目前比较受到认可的是金融经济周期理论。这一理论以Kiyotaki and Moore(1997)和Bernanke and Gertler (1989)为代表。他们认为由于金融摩擦的存在，金融市场存在着道德风险和逆向选择问题。为了保证贷款的安全，金融机构进行贷款时往往会要求企业出具相应资产作为抵押物。在这种情形下，一旦经济遭受负面冲击，企业的资产负债表恶化，金融机构就会收缩贷款，而收缩贷款会进而导致企业为了偿还贷款而变卖资产或减少投资，这又会进一步导致资产价格下降，企业资产负债表进一步恶化，金融机构又会进一步收缩贷款，如此循环往复，一个外生经济冲击便通过金融市场得到传播和放大，这被称为金融加速器效应。以此为基础，学者们将金融因素引入传统的宏观经济模型中，构建出金融经济周期理论(Gertler and Kiyotaki, 2010)。国内也有很多学者将金融摩擦引入模型对中国经济的现实状况进行分析。例如康立、龚六堂(2014)、康立等(2013)研究了经济波动是如何通过金融摩擦机制进行国际间传导和产业间传导。袁申国等(2011)、梅冬州、龚六堂(2011)对中国金融加速器效应的存在性进行了分析，结果均发现金融加速器效应的确存在。

虽然很多学者将金融摩擦引入宏观经济模型进行分析，考量了金融机构在宏观经济波动中的作用，但是基本上他们只是将金融作为中间一个传导和放大的机制。对此Borio(2008, 2014)提出异议，他认为金融不仅仅传导和放大经济冲击，金融本身就是宏观经济波动的一个重要来源。金融体系有其自身的一套运行机制，金融过度繁荣往往就会紧接着金融萧条，金融持续的衰退又会为下一次金融繁荣创造契机，周而复始，金融市场表现出明显的周期性。国内近几年也开始研究中国的金融周期，例如邓创、徐曼(2014)采用主成分分析法来计算中国金融形势指数，进而据此对金融周期与宏观经济周期的相关性进行研究。通过分析他们发现金融周期早于宏观经济周期，而且存在扩张期影响和衰退期影响不对称的现象。范小云等(2017)基于中国季度数据对1996-2015年间中国金融周期进行了系统测算，并据此对金融周期与宏观经济之间的关系进行了研究。他们发现金融周期对宏观经济波动有着明显的放大作用。马勇等(2016)通过构建金融周期指数对金融周期与实体经济的关系进行分析，结果发现金融周期是我国宏观经济波动的重要来源和驱动因素，我们可以通过观察金融周期来很好地预测经济周期。而且与信贷周期以及货币周期相比，金融周期对实体经济的影响更为显著。伊楠、张斌(2016)也对中国金融周期进行了测度，而且发现中国金融周期的长度要大于经济周期，中国目前正处于两种周期下行的叠加时期，因此要尤为注意防控风险。

除了将金融因素作为外生冲击传播和放大机制以及认为金融周期具有自身运行规律之外，还有一些学者将金融因素本身的变化视为一种外生的金融冲击，进而研究金融冲击对经济变量的影响。例如，王国静、田国强(2014)在动态随机一般均衡模型中引入金融冲击并进而分析金融冲击对实体经济的影响。结果发现金融冲击是我国宏观经济波动的主要驱动力，即使同时引入多种冲击因素，金融冲击仍然可以解释绝大部分的经济波动，金融冲击会导致投资、就业等实际变量的显著下滑。张伟进、方振瑞(2013)同样也是基于动态随机一般均衡模型对金融冲击的作用进行研究，他们通过分析发现，2008年全球金融危机所引发的不利金融冲击造成该年前三个季度投资与总产出显著低于各自趋势水平。2009年由政府推动的扩张性金融冲击则使得投资与总产出分别高出各自趋势水平3.9%与1.3%，有效地促进了经济企稳回升。金融冲击是投资波动的最主要解释因素，也是总产出波动的第二大解释因素。

另一类文献是关于不确定性与投资之间关系的研究。在不确定的环境下，企业投资具有以下几点特性。一是风险性。由于很多因素都是不确定的，因此与投资有关的因素无法得到确切的衡量，进而投资存在相应的风险。二是不可逆性。投资是不可逆的，已有投资无法收回，因此一旦投资便成为沉没成本。三是投资收益不可预测性。由于各种情况都不确定，因此我们只能根据各种情况发生的概率对预期收益有一个主观上的判断。四是时间性。即投资者可以根据自己获得的信息在时间序列上安排投资行为，例如推迟投资或提前投资。

一般情况下，如果外部环境不确定性增加，则外部对公司管理层的监管难度也会跟着增加，管理层侵害行为被发现的可能性就会降低，即管理层做出逆向选择或者道德风险的风险成本会降低，这也为管理层做出损害其它相关利益者的行为提供了土壤，因此，环境不确定性的增加会促使管理层增加投资或者减少投资以使自身利益最大化(Jensen and Meckling, 1976)。Jensen(1986)认为虽然环境不确定性的增加会诱使管理层增加无效率投资，但是投资最终是否能够成功还取决于是有没有足够的资金支持投资活动，如果外部不确定性高，但是企业无法以低成本获得足够的资金，这时投资便无法增加，另一种情况，如果企业有足够的资金则无效投资便会增加。Almeida et al. (2004)研究发现，环境不确定性增加使公司投资项目的未来收益评估难度增加，为了尽可能的避免投资损失，企业会在当前投资和未来支出之间权衡，管理层会更加慎重的评估高风险项目，因此企业会倾向于保留更多的现金，而投资净现值为负的项目则会得到抑制。Bloom et al. (2007)和Yonce(2010)研究认为，由于实物投资具有不可逆性，当其处于不确定性条件下投资的等待价值会增大，因此在面对环境不确定性或者政策不确定性时，能够自主决定投资规模的私营企业对待投资会更加慎重，理性的管理者往往会选择延缓或者减少投资以规避风险。Yonce(2010)研究发现不确定性与企业投资之间具有负向相关性，企业在面对不确定性时，管理层可以通过选择投资时间和投资规模等手段应对，且此时企业的投资门槛也会随着不确定性的增加而提高。Julio and Yook(2012)研究了企业投资周期与政府选举时间之间的关系，研究发现相对于非选举年份，选举期间企业会减少投资，且不同国家的选举对企业投资的影响不同。其认为之所以会出现上述情况是因为政府选举带来的政治不确定性增加企业融资成本，投资活动的未来收益也会变得不确定，所以企业会减少投资，直到这种政治不确定性消失。Pasto and Veronesi(2012)构建理论模对不确定性与企业投资之间的关系进行分析，研究发现企业在面对不确定性时其投资决策会更加审慎，一般通过减少投资以应对不确定性带来的风险。

国内也有很多学者从不同角度出发构建不确定性指标对此主题进行了分析。根据不确定性类别主要有以下几种。一是宏观经济不确定性，例如韩国高、胡文明(2016)、王义中、宋敏(2014)通过上市公司数据重点研究了宏观经济不确定性影响企业投资的具体渠道。他们根据上市公司的资金需求详细用途数据进行分析，发现宏观经济不确定性会通过外部需求、流动性资金需求和长期资金需求三个渠道对企业投资产生抑制效应，而且这种抑制效应在前两个渠道中最为显著。他们认为宏观经济不确定性对投资影响的渠道会随着经济形势的变化、企业性质的变化以及预算约束宽松程度的变化而产生差异，因此相应的宏观政策也应当随着这些情况的改变而改变，应当根据具体情形制定出适合的政策。这样才能有效地发挥经济政策的作用。

二是政策不确定性。李凤羽、杨墨竹(2015)根据斯坦福大学和芝加哥大学联合发布的政策不确定指数，对中国政策不确定性与投资之间的关系进行了研究。他们认为政策不确定性的加剧的确会导致投资下降，而且在2008年之后这种影响更为明显。因此政府除了关注政策对实体经济的影响，也要注意政策频繁变动所带来的负面效应，不要朝令夕改，尽量让大家有一个一致的预期。靳光辉等(2016)则聚焦于政策不确定性对战略性新兴产业的影响。他们实证检验了政策不缺性加大是如何通过影响投资本市场投资者情绪来影响企业投资决策。通过研究他们发现政策不确定性的确通过投资情绪这一渠道对企业投资行为产生了显著的负面影响。吴一平、尹华(2016)认为已有的关于政策不确定性对企业投资影响的文献均忽略了企业和政府关系在其中的作用，因此他们觉得有必要将政企关系引入进来加以考虑。基于2005年中国企业投资环境调查数据，以中央政府换届作为事件冲击进行研究发现。政策不确定性的加剧会显著降低企业投资，但是这种现象主要存在于那些与政府关系较弱的企业，而在那些政企关系较紧密的企业，政策不确定性对投资的抑制效应则不是很显著。贾倩等(2013)则是以我国省级主要官员变更事件为契机，对政策不确定性与投资之间的关系进行分析。他们通过研究发现官员变更带来的政策不确定性加剧的确会抑制投资，但是与吴一平、尹华(2016)的结论不同，他们发现政策不确定性对投资的抑制效应主要发生在那些省级控制的国有企业中，即主要发生于政企关系较为紧密的企业。政策不确定对投资影响主要发生在政企关系较为紧密的企业这一结论还得到徐业坤等(2013)的支持。他们基于2004-2011年民营上市公司数据进行分析，发现政治不确定性会显著降低企业投资，而且对那些拥有政协委员等职务人员的企业影响尤为显著。但是当政治不确定性消除之后，这些受到影响较大的企业往往会恢复投资，而且比那些受影响较弱企业恢复的更多，即有一个明显的反弹现象。除此之外，韩国高(2014)也对政策不确定性对投资的影响进行了研究，研究结论与已有文献基本相符，认为政策不确定加大不利于投资。

三是环境不确定性，李胜楠等(2015)根据2005-2012年中国A股上市公司对企业的过度投资现象进行了研究。他们的研究重点是不确定环境对高管集权和投资之间关系的影响。同样他们也分国有企业和民营企业两类进行研究，通过研究发现。在国有企业中，环境不确定性加大会加剧由高管集权导致的过度投资问题，而在民营企业中则刚好相反，环境不确定性加大会缓解这种过度投资行为。

通过上面的文献分析我们发现，关于金融和投资之间关系的研究主要是金融周期(金融冲击)对投资的影响。具体来说有三种方式：一种是将金融因素视为外生实际经济冲击的传播和放大机制，金融因素在其中只起到传播和放大作用。第二种是认为金融周期具有自身运行规律，金融周期对经济周期的影响非常显著，而且金融周期本身就是经济中周期的重要来源。第三种是将金融上下波动视为一种外生金融冲击，研究这种外生金融冲击对实际经济变量的影响，结果基本都认为金融冲击会导致宏观经济波动，金融冲击时宏观经济冲击的重要来源，金融冲击会导致投资等实际变量大幅度下滑。无论是研究金融发展对投资的影响还是金融周期对投资的影响，所研究的主题都是金融“一阶矩”对投资的影响，而没有研究金融“二阶矩”对投资的影响，即没有人研究金融波动性变化会对投资产生抑制效应还是促进效应。金融波动性通常意味着金融不确定性，因此金融波动性变化如何影响投资属于不确定性对投资影响的范畴。

而近几年来关于不确定性如何影响投资的研究多是关注政策不确定性、环境不确定性、宏观经济不确定性对企业投资的影响，鲜有文献研究金融不确定性^①对投资的影响。据笔者所知，国内目前只有陈雨露等(2016)对金融波动与经济增长的关系进行了研究。根据他们的分析，金融波动加剧会对经济增长产生不利的影响，但是具体是通过什么机制产生这种负面影响仍未可知。金融波动加剧如何影响投资也没有研究清楚。本文即是针对这一主题的研究。

① 注意，此处金融不确定性特质企业融资容易程度的不确定性，而不是金融市场或者资本市场的上下波动。

(二) 理论分析

McDonald and Siegel(1986)首次将金融期权定价技术应用于实物投资分析中，提出了实物期权理论。根据他们的分析，企业投资具有不可逆性，投资初期成本一旦付出就不可收回，因此必须确定投资收益较高时才会进行投资。而由于投资环境的不确定性，投资项目的价值服从布朗运动，企业的投资可视为一种看涨期权，企业何时投资就可以视为何时执行看涨期权问题。通常来说，当不确定性加大时，企业在当期进行投资的风险加大，而在未来进行投资的风险则较低，因此企业就会采取推迟投资的策略。从实际数据来看，企业投资会表现出当期降低，等不确定性消失过后，企业投资明显反弹的迹象。很多学者通过对实际数据进行分析也证实了这一理论。

在完全的金融市场环境下，企业内外部融资成本没有差异，因此融资结构不会对投资决策产生影响。然而现实社会中，市场是不完全的，由于信息不对称，道德风险和逆向选择问题普遍存在于金融市场委托代理问题中。这便进而又导致内外部融资成本出现差异，进而出现融资约束问题。企业受到的融资约束问题越严重，企业投资决策就越依赖于内部现金流。Fazzari et al.(1988)以股利支付率度量公司所受融资约束程度，实证研究发现融资约束与公司投资-现金流敏感性之间呈正向关系。从此，许多学者沿着他们的研究思路，采用不同变量度量公司所受到的融资约束程度，对融资约束与公司投资-现金流敏感性之间的关系进行了再检验，结果支持他们的结论。

我们通过对不确定性与融资约束对投资决策的影响可以厘清这两个因素是如何影响投资率，简单来说，他们对投资率的影响机制如下：

不确定性加剧-当期投资预期收益波动性加大-企业家将当期投资安排至未来不确定性较小时-当期投资率下滑

信贷繁荣(紧缩)-融资约束缓解(加剧)-企业投资增加(减少)

那么笔者不禁思考，信贷繁荣程度上下振荡又会对投资如何产生影响呢。这里面既涉及到融资约束对投资率的影响，又涉及不确定性对投资率的影响，因此我们需要结合上述两种理论加以考虑。

企业投资具有不可逆性，而且一项投资往往不止一期，也就是说需要持续的资金投入。一旦资金不到位，投资项目很可能失败。因此信贷的繁荣程度会显著地影响企业投资的成功概率。当企业杠杆率围绕一个均值上下波动时，虽然平均来看企业获得的资金量没有变，但是每一期能否获得足够资金却是不确定的。这便导致了企业投资存在很大的概率会失败。譬如，一个需要持续两期投入的项目，每一期需要5万元资金投入，如果没有足够资金，项目就会失败。假定项目资金均来源于借贷。如果金融机构答应企业每期贷款5万，那么该投资项目就会得到持续的资金，项目成功的概率为1。如果金融机构改变策略，规定有0.5概率该项目可借贷10万，0.5概率该项目借不到任何贷款，虽然均值仍然为5万，然而该项目每期能获得足够资金的概率仅为0.5，两期持续获得足够资金的概率仅为0.25，也就是说该项目成功的概率仅为四分之一。

金融波动性加大虽然不改变融资约束平均水平，但是其通过影响投资项目成功运行概率进而影响投资项目的预期收益。因此金融波动性加剧会降低投资率。影响机制简化如下：

金融波动加剧-项目成改概率减小-项目平均预期收益减小-投资率下滑

由于投资项目需要持续的资金投入，因此金融波动性变化会通过影响项目成功概率来影响预期收益。那么我们可以很自然的推测项目周期越长，受金融波动影响越大。譬如一个持续两期的项目和一个持续三期的项目。其他的特征都相同，只是持续期数存在差异。还是每一期需要5万资金投入才能继续成功运行。金融机构也同样是规定有0.5概率该项目可借贷10万，0.5概率该项目借不到任何贷款。那么我们就可以进而算出两期的项目最终成果概率为0.5*0.5=0.25，而三期的项目最终成果的概率为0.5*0.5*0.5=0.125。因此金融波动加剧对持续时期越长的项目影响越明显。这便可以推测金融波动与投资率之间的关系由投资结构所决定的结论。如果短期投资为主，那么金融波动对投资率影响就较微弱，如果长期投资为主，那么金融波动对投资率的影响就较显著。下文中我们将据此解释金融波动与投资率之间的非线性关系。

三、实证分析 (一) 模型设定

根据上述分析，我们发现，由于投资不可逆，金融波动加剧会导致企业投资风险加大，进而导致企业投资意愿下降。为了检验这个结论我们设定模型如下：

$ rin{v_{it}} = {\alpha _0} + {\alpha _1} * vloa{n_{it}} + {\varpi _i} + {v_t} + {\varepsilon _{it}} $

(1)

其中，rinv_it为投资率，vloan_it为金融波动。$ {\varpi _i} $代表地区效应，v_t代表时间效应。除了经济波动之外还有其他因素会影响投资率，我们引入相应控制变量，将模型扩展如下：

$ rin{v_{it}} = {\alpha _0} + {\alpha _1} * vloa{n_{it}} + X_{it}^{^T}\beta + {\varpi _i} + {v_t} + {\varepsilon _{it}} $

(2)

其中，X_it^T为控制变量向量，主要包括人口增长率rpop_it、金融发展程度credit_it以及开放程度exp_it。

为了检验金融波动是否对投资率产生非线性影响，我们在回归方程中进一步引入金融波动二次项进行分析，将模型扩展至下列形式：

$ rin{v_{it}} = {\alpha _0} + {\alpha _1} * vloa{n_{it}} + {\alpha _2} * vloan_{it}^2 + X_{it}^T\beta + {\varpi _i} + {v_t} + {\varepsilon _{it}} $

(3)

其中，vloan_it²为金融波动二次项。

(二) 指标选取和数据说明

本部分使用我国286个地级市2001—2015年的数据进行实证分析。为了更好地反映金融波动对投资率的影响，本文采用滚动划分时间样本的方法。全样本以5年为区间长度，可划分为11个时间段：2001—2005年，2002—2006年，……，2011—2015年。样本量为3146。本文所有的原始数据均来源于中经网、《中国区域经济统计年鉴》、《中国城市统计年鉴》、WIND以及国家统计局网站，各变量说明如下：

(1) 投资率rinv_it。通常以投资率作为资本存量变动的度量，本文使用各地区固定资产投资完成额占地区生产总值的比率来表示投资率。各时间段投资率为该时间段内各年该比率的平均值。

(2) 金融波动vloan_it。根据陈雨露等(2016)，在标准的金融学文献中，金融波动一般用私人部门贷款/GDP变量的5年移动标准差表示。限于数据可得性，本文以中国各地区金融机构年末贷款余额/GDP变量的5年移动标准差作为替代指标^①。

① 关于滚动样本间隔期的选取，根据以往文献的经验，同时考虑到我国国民经济5年规划情况，本文选取5年为间隔期做实证分析。为了检验结论的稳健性，我们在下文中还将分别以3年、8年为间隔期进行实证分析。

(3) 金融发展程度credit_it。已有研究多采用对私人部门贷款数量与GDP之比作为金融发展程度的度量指标，受限于数据，本文用中国各地区金融机构各项贷款余额与GDP之比表示金融发展程度。各时间段金融发展程度为该时间段内各年金融发展程度平均值。控制金融发展程度主要是因为两个原因：一是根据已有文献，金融发展程度的提升的确会对投资产生影响；二是本文研究金融波动对投资率的影响，而金融波动指的是杠杆率围绕一个不变的均值上下波动，不能是趋势性变动，所以必须将金融发展程度(可近似看作总体杠杆率水平)控制住，才能更准确地观察金融波动对投资率的影响。

(4) 开放程度exp_it。本文使用各地区外国直接投资占地区生产总值的比重来表示开发程度，其中各年外国直接投资以当年汇率中间价转化为人民币表示，各时间段开放程度为该时间段内各年该比重的平均值。

(5) 人口增长率rpop_it。本文用各时间段期末与期初人口总数的对数差分来计算人口增长率。人口增长可以通过两个方面对投资产生影响。一方面，人口增加会导致消费需求增加，而消费的增加会引致产品需求的增加，最终会导致企业投资的增长。另一方面，人口增长会导致就业增加，这就需要与相应就业配备的资本的增加，进而导致投资扩张。

各变量描述性统计如表 1所示。

(三) 回归结果及分析 1. 基本回归结果

本着从简单到复杂的顺序，我们先基于模型(1)进行回归，结果如表 2所示。为了检验回归结果的稳健性，我们同时采用随机效应模型、单向固定效应模型和双向固定效应模型进行回归。在表 2中，第(1)列为同时控制地区效应和时间效应的估计结果，第(2)列为仅控制地区效应的估计结果，第(3)列为仅控制时间效应的估计结果，第(4)列为随机效应模型的估计结果。

从表 2中(1)-(4)列结果不难看出，虽然采取不同方式进行估计时结果存在一定差异，但是金融波动项系数全部为负，而且均在1%显著水平上显著，这说明结论是相当稳健的。金融波动加剧的确会抑制投资率。这主要是因为金融波动加剧时，企业从金融机构获得持续贷款的不确定性加大，由于投资具有不可逆性，投资项目往往需要持续的资金投入，因此获得贷款的不确定性加大会导致投资项目成功运行的不确定性加大，进而企业投资的风险加大。因此，为了规避风险，企业会选择在金融波动较小时进行投资，在金融波动较为剧烈的时候就会减少投资。

虽然在简化形式下进行估计得出的结论表明金融波动会抑制投资率，但是如果模型遗漏了重要解释变量，估计结果会存在偏误。因此，接下来我们引入相关控制变量进行回归。同样，为了检验估计结果的稳健性，我们同时采用随机效应模型、单向固定效应模型和双向固定效应模型进行回归。在表 3中，第(1)列为同时控制地区效应和时间效应的估计结果，第(2)列为仅控制地区效应的估计结果，第(3)列为仅控制时间效应的估计结果，第(4)列为随机效应模型的估计结果。

首先，我们引入控制变量之后，模型判决系数有一定程度提升，说明引入这些控制变量还是很有必要的。其次，对比表 3中各列结果，以及对比表 3和表 2中的结果，我们不难发现，无论是采取随机效应模型、单向固定效应模型还是双向固定效应模型进行回归，金融波动项系数均显著为负。引入控制变量前后，金融波动项系数变化不大。这说明上述结论是稳健的，金融波动加剧的确不利于投资。

控制变量方面，人口增长率系数显著为正，这说明人口的增长会导致投资率的提升。人口增长可以通过两个方面对投资产生影响。一方面，人口增加会导致消费需求增加，而消费的增加会引致产品需求的增加，最终会导致企业投资的增长。另一方面，人口增长会导致就业增加，这就需要与相应就业配备的资本的增加，进而导致投资扩张。开放程度项系数主要为正，这说明开放程度的提升会有利于投资的提升。金融发展程度主要显著为正，这说明金融发展程度的提升的确会集中经济中的闲散资金，进而有利于企业投资的扩张。

金融波动有可能是外生因素变化导致的，也有可能是因为企业自身投资意愿变化所引致，因此投资率可能会对金融波动和金融发展产生逆向影响。为了规避由内生性问题造成的估计偏误，接下来我们将以金融波动和金融发展的滞后项作为工具变量，采用工具变量法进行回归，回归结果如表 4所示。同样，为了检验估计结果的稳健性，我们同时采用随机效应模型、单向固定效应模型和双向固定效应模型进行回归。在表 4中，第(1)列为同时控制地区效应和时间效应的估计结果，第(2)列为仅控制地区效应的估计结果，第(3)列为仅控制时间效应的估计结果，第(4)列为随机效应模型的估计结果。

我们对比表 4和表 3可以看出，采取工具变量法进行回归的结果与上述基本结果差异不大：金融波动项系数显著为负。说明金融波动加剧不利于投资，本文结论稳健。通过结论对比，我们不难发现上述模型的内生性问题不是很严重。但是从理论的角度来看，似乎投资应该会和金融波动产生影响。投资对金融波动产生影响的主要依据是投资变化时，企业的借贷意愿产生变化，因此企业从银行借贷的行为就会发生变化，进而导致信贷产生波动。这一逻辑从理论上来说是正确的，但是具体到本文的研究还有两个方面没有说清楚。第一，金融波动既有可能是由外生因素决定，如各种外生金融冲击，也有可能是由企业投资意愿变化导致。企业投资意愿变化在其中的贡献是否是主要的呢？对于中国来说，由于采取利率管制政策，利率普遍较低，金融机构贷款通常属于供给不足的状态，因此贷款的多与少通常由政府的货币政策和金融机构决定，企业基本属于被动接受，因此企业在金融波动中作用有限，政府和金融机构才是主导者。从这个角度来说，投资对金融波动产生逆向影响较弱也属于正常。第二，即使投资变化会导致金融波动，但是平均投资高低是否会对金融波动产生影响并不确定。本文的因变量是平均投资率，是一个长期的均值，不是投资波动，亦不是当期投资率。因此平均投资率并不一定会对金融波动产生逆向影响，从这个角度来看，本文模型的内生性问题不严重也是符合现实的。

2. 非线性关系的检验

为了检验金融波动与投资率之间是否存在非线性关系，我们在回归方程中引入金融波动二次项进行回归，回归结果如表 5所示。同样，为了检验估计结果的稳健性，我们同时采用随机效应模型、单向固定效应模型和双向固定效应模型进行回归。在表 5中，第(1)列为同时控制地区效应和时间效应的估计结果，第(2)列为仅控制地区效应的估计结果，第(3)列为仅控制时间效应的估计结果，第(4)列为随机效应模型的估计结果。

通过表 5我们不难看出，金融波动一项系数显著为负，二次项系数主要显著为正。这说明投资率和金融波动之间的确存在非线性关系：投资率与金融波动之间呈U型关系。金融波动较小时投资与金融波动负相关，金融波动较大时，投资率与金融波动正相关。但是根据金融波动一次项系数和二次项系数计算极值点我们发现，只有当金融波动超过115之后，金融波动与投资率之间才会呈正相关关系，而根据上面的描述性统计，金融波动实际值均小于这个数，这说明实际中金融波动与投资率的关系基本集中于U型关系的左侧，即金融波动不利于投资，这和上面的分析相符，说明上面的结论是稳健的。

但是U型关系显著告诉我们另一个重要事实：随着金融波动剧烈程度的加大，金融波动对投资率的抑制效应是逐渐衰减的，也就是说，金融波动越剧烈，金融波动对投资率的抑制效应越不明显。这是因为，对于不同类型投资(如短期投资和长期投资)来说，金融波动对他们的影响是存在差异的。短期投资可以较快地带来产出，因此需要持续资金投入的时期较短。而长期投资则带来收入较晚，需要长期持续的资金投入。比如说短期投资一期就可以带来回报，长期投资三期之后才能带来回报。如果金融波动加剧，企业每一期有0.5的概率借不到足够资金保证项目持续运行。那么短期投资失败的概率就是0.5。而长期投资成功的概率为0.5*0.5*0.5=0.125，即失败的概率高达0.875。因此，金融波动对长期投资的抑制效应比短期投资的抑制效应要更显著。由于金融波动对长期投资影响更显著，因此当金融波动加剧时，一方面，企业短期投资和长期投资都受到负面影响，另一方面，企业主要收缩长期投资，将本来用于长期投资的资金抽调到短期投资项目中。而且，金融波动越是剧烈，这种将资金从长期项目抽调至短期项目的意愿越强烈，从而表现出短期投资受到的负面影响越来越弱。

3. 分地区回归结果

中国地域辽阔，区域经济发展很不平衡，因此有必要分地区对金融波动和投资率之间的关系进行研究。接下来我们将各地区分为东部地区和非东部地区两类进行研究，结果如表 6所示。为了简化分析，表 6中结果均为同时控制地区效应和时间效应的估计结果。其中(1)列和(2)列为以东部地区为样本进行回归的结果，(3)列和(4)列为以非东部地区为样本进行回归的结果。我们采取先只引入金融波动一次项进行回归，然后再同时引入金融波动一次项和二次项进行回归的方式进行对比分析。

通过表 6(1)列和(3)列结果可以看出，无论是在东部地区还是在非东部地区，金融波动项系数均显著为负，这与全国总样本得出的结论是一致的，这说明金融波动对投资率影响为负的结论是稳健的。引入金融波动二次项后，回归结果开始发生变化，在东部地区，金融波动一次项和二次项系数均显著，一次项系数为负，二次项系数为正，这与总样本得出的结论相符，这说明在东部地区，金融波动对投资率的抑制效应也是随着金融波动剧烈程度的上升而递减的。在非东部地区，金融波动一次项系数和二次项系数均不显著，这说明，在非东部地区，投资率和金融波动之间不存在非线性关系。对比来看，以上结论说明总样本中检测出的投资率与金融波动之间的非线性关系主要发生在东部地区，而在非东部地区该关系不显著。究其原因，我们知道投资率之所以和金融波动之间呈非线性关系主要是因为金融波动对短期投资和长期投资的影响存在差异。金融波动加剧不仅会降低投资，还会导致投资结构产生变化。因此如果一个地区长期投资本来就不多，金融波动对投资结构产生的影响就很有限，进而这种非线性关系就很难产生。与东部地区相比，非东部地区经济发展较为落后，因此投资也主要为短期投资，而较少有长期投资(如研发投资)，这种情形下，金融波动对投资结构的影响较弱。从而导致在非东部地区，金融波动二次项系数不显著。

4. 稳健性检验

我们在上文中均以5年为区间长度对数据进行处理，这种做法与已有的研究相一致，而且也符合我国5年规划的国情。但是金融波动对投资率的影响在更短时期或更长时期来看又是如何呢？或者说，随着计算区间的改变，金融波动对投资率的影响是否会发生变化？接下来，我们将分别基于3年和8年的区间长度对数据进行重新处理，基于重新处理过的数据对模型进行重新估计，进而检测本文结论会发生怎样的变化。

(1) 以3年为区间长度

首先我们以3年为计算区间进行数据处理，同样使用的是2001-2015年之间286个地级市数据。我们同样采取滚动样本的方式进行计算，可以得出13个时间段数据：2001-2003年、2002-2004年……2013-2015年，最终样本量为3718。我们基于这些数据对本文上述模型进行估计，结果如表 7所示。

为了简化分析，本部分均采用同时控制时间效应和地区效应的双向固定效应模型进行估计。其中，(1)列为基本模型简化形式的估计结果，我们可以看出金融波动项系数显著为负，这一结论与以5年为区间段得出的结果是一致的，说明金融波动加剧会抑制投资的结论是稳健的。(2)列为引入相关控制变量的估计结果，引入相关控制变量后，金融波动项系数依然显著为负，但是系数绝对值稍微变大(由0.008变为0.010)，但是变化幅度不是很大，仅为25%，这说明估计结果较为稳健。从控制变量方面来看，金融发展项系数、人口增长系数、对外开放程度系数均显著为正。这说明金融发展的提升、人口的增长以及对外出口的提升均会有利于投资率的提升。这一结论也均与以5年为计算区间的结论相符。

(3) 列为在基本模型简化形式下引入金融波动二次项后的估计结果。我们看到金融波动一次项系数显著为负，但是二次项系数不显著。(4)列为引入其余控制变量后的估计结果，同样，我们发现金融波动一次项系数显著为负，二次项系数不显著。其余控制变量系数与未引入金融波动二次项相比基本变化不大。这说明当以3年为区间长度进行数据处理时，金融波动对投资率不存在非线性影响，即金融波动对投资率的抑制效应不会随着金融波动剧烈程度的变化而变化。

同样，为了进一步检验本文结论的稳健性，也为了具体分析不同地区的实际情况，我们分别以东部地区和非东部地区为样本对金融波动和投资率关系进行分析。由于在(3)列和(4)列中金融波动二次项均不显著，因此分地区进行分析时，我们仅分析金融波动对投资率的线性影响，即只引入金融波动一次项进行分析。为了简化分析，此处不再对基本模型简化形式进行估计，我们直接引入相关控制变量，采用同时控制时间效应和地区效应的双向固定效应模型进行估计。以东部地区为样本的估计结果如(5)列所示，以非东部地区为样本的估计结果如(6)列所示。我们可以看出，无论是在东部地区还是在非东部地区，金融波动项系数均显著为负，这说明金融波动加剧对投资的抑制效应普遍存在。但是，我们同时还发现，东部地区金融波动系数显著性更高(在1%显著水平上显著)，而且系数绝对值更大(为0.20)。而非东部地区金融波动系数显著则较低(在15%显著水平上显著)，而且系数绝对值较小(为0.005)。这说明与非东部地区相比，东部地区金融波动对投资率的抑制效应要更显著、更强。这可能是因为东部地区经济发展水平较高、经济增速较高、投资活动较活跃，进而金融波动时，东部地区投资活动遭到的冲击更明显。这一结论与以5年为区间长度的估计结果是一致的。通过上述分析我们可以看到，金融波动对投资会产生抑制效应的结论是稳健的。

(2) 以8年为区间长度

接下来，我们以8年为计算区间进行数据处理，同样使用的是2001-2013年之间286个地级市数据。我们同样采取滚动样本的方式进行计算，可以得出8个时间段数据：2001-2008年、2002-2009年……2008-2015年，最终样本量为2288。我们基于这些数据对本文上述模型进行估计，结果如表 8所示。

表 8中(1)列为基本模型简化形式的估计结果。结果显示，金融波动项系数显著为负，与上文结论相符。(2)列为引入相关控制变量后的估计结果，结果显示金融波动项系数依然显著为负，而且系数绝对值变大，说明金融波动加剧的确不利于投资。控制变量方面，金融发展项系数、人口增长系数显著为正、开放程度系数均显著为正这说明金融发展的提升、人口的增长以及开放程度提升均会有利于投资率的提升。这一结论也均与以5年、3年为计算区间的结论相符。为了检验金融波动对投资率的非线性影响，我们分别在简化形式和完整形式下引入金融波动二次项进行估计，结果如(3)列和(4)列所示。我们看到，在简化形式下，金融波动二次项系数不显著，但是引入相关控制变量后，金融波动二次项系数显著为正。这说明相关控制变量的引入十分必要。以8年为区间长度进行数据处理，金融波动对投资率的影响同样表现出非线性特征。而且随着金融波动的加剧，金融波动对投资率的抑制效应不断减弱。这一结论与以5年为区间长度的估计结果相一致，说明本文结论是稳健的。

同样，为了进一步检验本文结论的稳健性，也为了具体分析不同地区的实际情况，我们分别以东部地区和非东部地区为样本对金融波动和投资率关系进行分析，结果如表 9所示。由于在表 8(4)列中金融波动二次项显著，因此分地区进行分析时，我们采取依次引入金融波动一次项和金融波动二次项的方式进行估计。表 9(1)列为基于东部地区样本，仅引入金融波动一次项的估计结果。(2)列为基于东部地区样本，同时引入金融波动一次项和二次项进行估计的结果。(3)列为基于非东部地区样本，仅引入金融波动一次项的估计结果。(4)列为基于非东部地区样本，同时引入金融波动一次项和二次项进行估计的结果。为了简化分析，此处不再对基本模型简化形式进行估计，我们直接引入相关控制变量，采用同时控制时间效应和地区效应的双向固定效应模型进行估计。

通过表 9(1)列和(3)列结果可以看出，无论是在东部地区还是在非东部地区，金融波动项系数均显著为负，这与上文得出的结论是一致的，这说明金融波动对投资率影响为负的结论是稳健的。而且从系数绝对值大小来看，东部地区金融波动项系数绝对值为0.021，而非东部地区金融波动系数绝对值大小为0.008，说明东部地区金融波动对投资率的抑制效应更强，这一结论与上文以3年、5年为区间长度的估计结果相一致。引入金融波动二次项后，回归结果开始发生变化，在东部地区，金融波动一次项和二次项系数均显著，一次项系数为负，二次项系数为正，这说明在东部地区，金融波动对投资率的抑制效应随着金融波动剧烈程度的上升而递减的。在非东部地区，金融波动一次项系数和二次项系数均不显著，这说明，在非东部地区，投资率和金融波动之间不存在非线性关系。对比来看，以上结论说明总样本中检测出的投资率与金融波动之间的非线性关系主要发生在东部地区，而在非东部地区该关系不显著。这一结论与以5年为区间长度进行估计的结果相一致。

四、结论与政策建议

本文先是从理论层面将金融约束和不确定性对投资影响机制进行结合，对金融波动性如何影响投资进行了理论分析。根据本文的分析，金融波动之所以会影响投资，主要是因为投资是不可逆的，且需要持续的资金投入，在企业受到金融约束的情形下，金融波动便会通过影响企业投资项目成功概率，进而影响投资预期收益的途径来影响投资率的高低。为了检验本文的理论，我们进而基于2001-2015年中国286个地级市数据对金融波动性和投资率之间的关系进行了实证检验。通过实证分析我们发现本文理论分析得出的结论与中国现实情况一致：金融波动性与投资率之间负相关。而且我们还发现，金融波动对投资率的影响呈非线性：随着金融波动剧烈程度的增加，金融波动对投资率的抑制效应逐渐减弱。这也与理论分析相符：金融波动对投资率的影响系数取决于投资结构，短期投资占比越大，金融波动对投资影响越弱。而金融波动剧烈程度越高，长期投资风险越大，短期投资自然占比就越高。本文还将总样本分为东部地区和非东部地区两个子样本进行研究，通过分析我们发现，无论是在东部地区还是在非东部地区，金融波动对投资率的抑制效应都很显著。但是金融波动对投资率的非线性影响在东部地区显著，在非东部地区则不显著。这可能是由东部地区和非东部地区经济发展不平衡所致。根据本文的研究，我们可以得出以下几点政策建议：

第一，防范金融风险，平抑金融波动是保持宏观经济稳定的重要内容，保持一定投资率是促进经济长期增长的重要方式。根据本文的研究，平抑金融波动本身就有利于促进投资，因此我们在出台宏观经济政策时，要考虑到两者之间的关系，这样才能更好地评估政策效果，进而制定出更加合理、有效的宏观经济政策。

第二，信贷市场繁荣程度时高时低不利于投资。对于中国而言，信贷繁荣程度受政府政策影响很大(尤其是货币政策)，因此我们在针对宏观经济形势相机抉择制定政策时，也要考虑政策轮换带来的成本。尽量不要朝令夕改，要给大家一个稳定的预期，这样才能更有利于实体经济的发展。

第三，金融波动性变化对不同投资的影响是异质的。金融波动加剧对长期投资的影响要大于短期投资。因此从投资类型来说，金融波动加剧可能对研发投资影响更大。当前我们处于技术进步模式转变时期，要从“跟踪”为主向“并行”、“领跑”为主转变。而能否成功转变取决于自主创新能力的提升。因此我们要尤为关注金融波动对研发投资的影响。