成本管理是企业经营管理的核心内容之一,不仅直接影响企业成本费用的高低,也对企业的经济效益和盈利状况有重要作用。传统成本会计认为,成本与业务量存在对称的线性关系。然而,众多研究表明企业成本与业务量变化之间存在非线性的依存关系,其随业务量上升时增加的幅度大于随业务量下降时减少的幅度,即存在成本粘性现象(Anderson等,2003;Banker等,2014)。自Anderson等(2003)首次使用大样本数据证实了美国企业成本粘性的存在性之后,众多研究在此基础上深入分析了成本粘性的成因,并将其归纳为调整成本、管理者预期和管理层机会主义三种观点,即成本粘性源于对已投入承诺资源的收益与成本的权衡(Pfann和Palm,1993)、对资源现状与未来预期业绩的比较以及管理层对自身经济利益的谋求(Chen等,2012)。以上观点侧重于反映基于实现企业资源配置或管理者自利目标的成本管理行为。事实上,成本行为不仅描述企业资源投入的现状及趋势,同时也体现了管理层应对外部环境和经济形势变化的策略。基于此,本文试图考察如下问题:外部环境不确定性会对企业成本粘性产生影响吗?
经济政策不确定性是转型经济体中企业面临的外部环境不确定性的一个重要来源,它源于宏观经济政策的频繁变更和政策实施过程中的不可预测性。区别于政策本身以及单纯意义上的政治、经济不确定性,经济政策不确定性指的是经济主体无法确切预知政府是否、何时以及如何改变现行政策所带来的不确定性,主要来源包括政府政策变化所导致的不确定性、政府落实政策方面的不确定性以及政府采取一种完全不同的立场的可能性(Ghate等,2013)。现有研究文献表明,经济政策不确定性会给宏观经济带来负面冲击,如加剧宏观经济变量波动和金融资产的波动性(Baker等,2016)。同时,经济政策不确定性会改变企业管理层的风险态度以及未来预期,从而对企业经营活动产生显著影响,如减少和延缓投资(Gulen和Ion,2016)、降低研发支出水平(Bhattacharya等,2017)、增加现金持有(王红建等,2014)以及采取谨慎保守的管理层变更决策(饶品贵和徐子慧,2017)。
尽管现有关于经济政策不确定性对企业微观决策的研究已较为丰富,但企业经营过程中的重要环节——成本决策却没有得到足够的关注。成本粘性反映了管理者对已有资源配置现状及动态调整的决策行为,是管理层考虑包含外部环境波动、行业属性以及内部资产特征等影响因素后的综合决策结果(谢获宝和惠丽丽,2017)。外部环境层面的不确定性正是影响企业成本粘性行为的重要因素之一。较高的不确定性更可能促使企业通过业务外包、租赁设备等方式来降低成本,以提升决策灵活性。鉴于经济政策不确定性是企业经营过程中面临的客观存在,本文尝试考察经济政策不确定性下微观主体在成本管理决策中的应对之策。研究发现,经济政策不确定性上升显著降低了企业成本粘性。在现有成本粘性影响动因的基础上,进一步融合风险对冲和实物期权理论,对经济政策不确定性影响成本粘性的机制进行了阐述和验证。基于企业异质性特征,本文还探索了企业生命周期和财务冗余对上述关系的调节作用,发现当企业处于衰退期以及企业财务冗余较低时,经济政策不确定性对成本粘性的降低作用更为明显。
本文的研究贡献如下:第一,丰富了经济政策不确定性对企业微观行为影响的研究,相关文献考察了经济政策不确定性对企业投资、现金持有以及创新等方面的影响,但从成本决策角度解读经济政策不确定性影响效应的研究相对缺乏,本文拓展了这一研究领域,并发现处于不同生命周期阶段和资源冗余程度的企业在面临经济政策不确定性时会呈现差异化的成本粘性行为,一定程度上为成本粘性动因识别的研究提供了宏观层面的新视角和新证据。第二,拓展了企业成本粘性的研究,已有研究多从代理问题、管理者预期等方面考察企业成本粘性,本文基于外部环境不确定性的视角分析成本粘性行为,同时将风险对冲和实物期权的观点融入现有成本粘性的解释框架,有助于更好地理解企业的成本管理决策行为。第三,以中国为研究背景,具有独特的研究意义,我国正处在经济结构调整和转型升级的关键时期,企业面临的经营环境伴有较强政府干预、较频繁的政策调整以及较深的政治关联等鲜明的时代特征(Piotroski和Wong,2011)。相对而言,中国企业受到经济政策不确定性的影响较发达经济体更为明显和突出。在此背景下,探求经济政策不确定性与企业成本决策行为,有助于帮助政府部门和企业管理者更深入地认识企业成本管控策略,进一步优化成本管理水平。区别于国内以地方政府官员换届作为政策不确定性的代理指标,本文采用Baker等(2016)构建的“中国经济政策不确定性指数”(economic policy uncertainty index)来刻画经济政策不确定性,该指数同时涵盖了中央政府和地方政府层面两个维度的不确定性,具有良好的时变性和连续性,同时具有时效性和准确度。
二、理论分析与研究假设成本粘性直观体现为成本随业务量上升时增加幅度大于随业务量下降时减少幅度的非对称变化。Banker等(2011)将成本粘性的成因归结为以下三个方面:调整成本观点认为,成本粘性是对已投入资源的收益和成本进行权衡后的结果,收入降低带来的下调成本高于收入增加带来的上调成本,导致企业收入下降时并不愿意同比例削减资源(Pfann和Palm, 1993),从而出现成本粘性,现有研究从资产密集度、劳动力保护、业务重要性程度等角度验证了调整成本与企业成本粘性之间的正相关关系(Balakrishnan和Gruca,2010;刘媛媛和刘斌,2014);管理者预期观点认为,若管理者持有乐观预期,即对未来的经济形式和收入增长持有积极态度,会将企业收入下降看作是暂时现象而不会立刻削减现有资源(梁上坤,2015),使得成本粘性增加,相反,悲观预期的管理层则会降低成本粘性;管理层机会主义观点认为,代理问题引发的管理层自身利益与组织利益的矛盾冲突会使得管理层的成本决策偏离最优的资源配置。出于帝国构建的动机,在业务量上升时管理层会增加投入,而业务量下降时则更愿意保持冗余资源以维持其控制力,形成成本粘性(Chen等,2012)。
上述文献中,对成本粘性行为的研究多集中于企业内部。然而,企业的实际经营不可脱离其生存运营的环境,基于外部视角的成本粘性动因研究也逐步得到学者的关注。例如,颉茂华等(2016)发现激烈的外部产品市场竞争缓解了企业内部代理问题,有助于提高管理和决策效率,从而降低了因管理层私利而导致的成本粘性程度。在另一方面,企业外部融资约束的高低也会显著影响成本粘性行为。较高的外部融资难度使得企业面临更高的向上调整的承诺资源成本,也促使企业在业务量下降时及时减少冗余来换取短期生存,最终弱化了成本粘性(江伟等,2015)。卢锐和陈胜蓝(2015)证实了货币政策对劳动力成本粘性的负相关关系。趋紧的货币政策加剧了企业对未来业绩的悲观预期,使得企业持有资源的保留成本增加、削减资源的调整成本降低,显著抑制了劳动力成本粘性。相似的逻辑,当外部需求不确定性上升时,企业会更加保守和规避风险,更倾向于采取风险转移的方式(如业务外包、设备租赁)来降低成本,以提升决策灵活性(Holzhacker等,2015)。除此之外,基于供应链管理和企业关系视角的证据表明,客户关系也会显著影响到企业的成本管理行为(王雄元和高开娟,2017)。尽管已有个别研究关注到不确定性对企业成本粘性的影响,但鲜有文献涉及经济政策不确定性与成本管理的关系。经济政策不确定性反映和描述了宏观政策的频繁变动和政策实施过程中的不可预测性。较高的经济政策不确定性导致企业难以对未来宏观经济走向做出准确的判断,在未来前景不明朗和环境波动性较大的情况下,企业更可能推迟投资(Gulen和Ion,2016;谭小芬和张文婧,2017),减少研发及创新投入(Bhattacharya等,2017),以及持有更多的现金资产(王红建等,2014;李凤羽和杨墨竹,2015)。
区别于上述财务行为,本文推断,经济政策不确定性同样会影响到企业跨期成本决策,并基于调整成本、风险对冲和实物期权三个视角对此进行阐述。
第一,经济政策不确定性会通过影响管理者感知到的调整成本来影响企业成本粘性。经济政策不确定性上升意味着企业面临着较高的未来经营不确定程度。不明朗的政策走向和对未来的担忧加剧了管理层对企业业绩增长和发展的悲观预期,导致其在业务量下降时更倾向于及时缩减资源投入。同时,较高的经济政策不确定性可能导致企业面临因资金错配和资产价格下降而引起的抵押品价值缩水现象,一定程度上增加了外部融资成本和融资难度(Carrière-Swallow和Céspedes,2013),导致企业削减资源的调整成本降低,而持有资源的保留成本增加。相应地,管理者更倾向于立即减少资源投入应对当期业务量下降,而在当期业务量上升时减少或不增加投入,呈现出较低的成本粘性。
第二,经济政策不确定性会通过影响企业风险态度来影响企业成本粘性。成本粘性描述了企业收入和成本之间的非对称变动,而收入和成本费用之间的非对称变动直观反映出企业在经营环境中面临的内部及外部的不确定性,这种不确定性恰恰是影响企业持续经营的重要风险因素。成本粘性不仅体现为费用与收入之间的非对称变化,更可理解为宏观经济周期波动下,行业属性、资产特征以及管理者决策形成的企业经营风险的集中体现(谢获宝和惠丽丽,2017)。当外部经济政策不确定性上升时,通过重新分配资源以及削减资源配置、出售或剥离产品业务组合等措施来减少成本粘性,正是企业对冲外部风险的一种有效方式(Lafond和Watts,2008)。基于风险规避的视角,经济政策不确定性增加会显著降低成本粘性。
第三,经济政策不确定性通过影响实物期权价值来影响企业成本粘性。实物期权理论认为,管理层在资源配置决策中具有重要地位,管理层的投资及成本管理决策和实物期权的执行情况密切相关。企业会将其拥有的投资机会视作持有的看涨期权,投资项目的不可逆性促使企业比较当前与未来投资的差异,进一步选择具体的投资时期。当公司业务量下降时,清算期权的价值上升,选择执行清算期权对企业现有资源处置更为有利(肖土盛等,2016)。依据此逻辑,成本粘性正是由于管理层未能有效执行清算期权而导致的企业现有资源配置与当期业务量变化不匹配的结果。若经济政策不确定性上升,外部投资环境变得更为不稳定,导致清算期权标的投资项目的未来收益波动性增加,一定程度上提升了清算期权价值,此时管理者有更强的意愿执行清算期权,从而降低了企业成本粘性。
综上分析,本文预期,当经济政策不确定性上升时,管理层对未来业绩预期更为悲观,倾向于采用风险对冲策略来规避外部不确定性,同时也更愿意及时执行清算期权(削减成本)来优化现有资源处置,最终降低了企业成本粘性。据此,本文提出假设1。
假设1:我国企业存在成本粘性现象,而经济政策不确定性上升会降低企业成本粘性。
不同生命周期阶段的企业在面临经济政策不确定性时会体现出差异化的成本决策行为。对于早期和成长期的企业而言,更愿意投入大量的资源,以减少潜在竞争对手进入市场的威胁。初期阶段的企业管理者对未来业务发展持有较为乐观的预期,具备更广泛的融资来源,风险规避倾向较低(Habib和Hasan,2017),即在销售下降时更可能持有闲置资源,以保持未来快速恢复的能力。成熟期的企业拥有较为固定的生产运营模式,并形成了一定的规模效应,面对外部不确定性具有一定的抵御和调节能力。此阶段的企业投资决策相对保守和稳健(Richardson,2006),但经营治理情况更为复杂,代理矛盾和管理层私利动机也更加明显和突出。经济政策不确定性对企业成本粘性的影响效应可能并不明显。当企业进入衰退期,其经营状况进一步恶化,伴随而来的是企业破产风险的增加和风险承担能力的大幅下降。当经济政策不确定性上升时,管理层对未来预期更为悲观,同时面临资金链断裂的可能性,这大大提升了企业资源上调的保留成本并降低了资源下调的调整成本。当企业业务量下滑时,管理者会更大程度削减成本以降低外部冲击。同时,衰退期企业破产清算威胁也增加了管理者执行清算期权的可能性。综上,处于衰退期的企业具有更强的管理层悲观预期和风险规避态度,及时执行清算期权的概率更大,经济政策不确定性增加会显著降低衰退期企业的成本粘性。据此,本文提出假设2。
假设2:经济政策不确定性与成本粘性的关系在企业不同的生命周期阶段存在差异性。相对成长期和成熟期的企业而言,经济政策不确定性对成本粘性的降低作用在衰退期企业中体现得更加明显。
此外,经济政策不确定性对企业成本粘性的影响亦会因企业冗余资源的多寡而呈现差异。冗余资源反映了企业要求的资源与企业实际所需资源在数量上的差额,提供了满足企业正常经营之外的超额资源。一定的财务资源冗余可以保证企业对所需资源的支配和使用,而较低的冗余资源会显著提升企业面临融资约束的可能性。鉴于此,外部经济政策不确定性增加,财务冗余匮乏的企业在业务量上升时面临更高的上调成本,在业务量下降时更可能通过削减现有业务规模以保持企业内部流动性,呈现出较低的成本粘性。另外,低财务冗余的企业本身具有较高的财务风险(Daniel等,2010),因此通过降低成本粘性来规避外部不确定性的动机也更强。从实物期权的角度来看,低冗余的企业当期面临更为紧俏的财务约束,此时执行清算期权的相对价值更高。综上分析,本文预期,当企业财务冗余较低时,经济政策不确定性对成本粘性的削弱作用更为突出。据此,我们提出假设3。
假设3:经济政策不确定性与成本粘性的关系因企业财务冗余的多少而呈现差异性。相比于高财务冗余的企业,经济政策不确定性对成本粘性的降低作用在低财务冗余的企业中体现的更加明显。
三、样本选取与研究设计(一)数据来源
本文采用1999—2016年沪深两市A股上市公司为研究样本,数据来自于CSMAR和Wind数据库,并按如下原则进行筛选:(1)删除金融类企业;(2)删除ST、ST*等非正常企业;(3)删除关键变量指标缺失的企业;(4)删除存在异常值和明显不符合逻辑的企业,如当年资产小于负债,当年销售费用、管理费用和销售收入小于0,当年销售费用和管理费用之和大于营业收入等情况。按照上述原则,样本数据包含23 802个企业—年度观测值。为控制异常值对实证研究的影响,文本对所有连续变量在1%和99%水平上进行了Winsorize缩尾处理。
(二)变量说明
1. 自变量。经济政策不确定性(EPU)。采用Baker等(2016)开发的“中国经济政策不确定性指数”衡量经济政策不确定性指标。该指数以《南华早报》为分析对象构建得到,自1995年至今逐月更新。我们分别采用12个月份的均值(EPU1)和第12个月的指数(EPU2)作为年度经济政策不确定性的衡量指标。考虑到回归系数,采用EPU/100作为回归变量。这一测度方法也广泛用于其他学者的研究中,表明该指数能较好地刻画我国的经济政策不确定性(王红建等,2014;饶品贵和徐子慧,2017)。为直观体现不确定性程度,本文绘制1999—2016年经济不确定性指数走势图,如图1所示。
2. 因变量。成本粘性。借鉴现有研究成果,采用费用的变化幅度相对于收入的变化幅度来衡量成本粘性(Anderson等,2003)。以企业当年销售管理费用与上年销售管理费用比值的对数来衡量费用变化幅度(lnSGA),以企业当年营业收入与上年营业收入比值的对数衡量收入变化幅度(lnRev)。
3. 调节变量。(1)企业生命周期(LC)。采用企业经营活动产生的现金净流量(OCF)、投资活动产生的现金净流量(INVCF)和筹资活动产生的现金净流量(FINCF)的组合来划分生命周期(Dickinson,2011)。考虑到本文的研究样本为上市企业,已基本度过初创期,因此将初创期和成长期合并为成长期组(Growth),将动荡期中与成熟期企业特征接近的样本划归为成熟期组(Mature),将动荡期中与衰退期企业特征接近的样本划归为衰退期组(Decline),具体的分类方法如表1所示。(2)财务冗余(Slack)。以公司剩余负债能力来反映企业财务资源冗余水平。剩余负债能力越高代表了企业应对未来不确定性的财务能力越强,相应财务风险越低(Arslan-Ayaydin, 2014)。若企业负债水平高于行业—年度中位数,表明财务冗余较低,Slack取值为0,反之取值为1。
Growth | Mature | Decline | ||||||
初创期 | 成长期 | 成熟期 | 动荡期 | 动荡期 | 动荡期 | 衰退期 | 衰退期 | |
OCF | − | + | + | − | + | + | − | − |
INVCF | − | − | − | − | + | + | + | + |
FINCF | + | + | − | − | + | − | + | − |
资料来源:作者根据Dickinson(2011)的研究成果整理得到 |
4. 其他变量。选取四个经济因素指标作为控制变量(Econ Variables):(1)经济增长率(GDP):当年国内生产总值增长率。(2)员工密集度(EI):企业员工数量与营业收入的比值。(3)资本密集度(AI):企业资产总额与营业收入的比值。(4)企业收入变动的虚拟变量(D、Dec1):当本期营业收入小于上期营业收入时,D取值为1,否则为0;当企业的营业收入连续两年下降时,Dec1取值为1,否则为0。企业层面的变量(Firm Variables)包括,(5)成长性(Growth):企业销售收入增长率。(6)持股比例(Ownership):第一大股东持股比例。另外,控制了行业、年份、企业以及地区层面的效应。主要变量介绍见表2。
变量类别 | 变量符号 | 变量含义 |
主要变量 | lnSGA | 当年销售、管理费用之和与上年销售、管理费用之和的比值再取对数 |
lnRev | 当年营业收入与上年营业收入的比值再取对数 | |
EPU1 | 以当年12个月的“经济政策不确定性指数”均值来衡量 | |
EPU2 |
以当年第12个月的“经济政策不确定性指数”来衡量 | |
LC | 企业生命周期,采取现金流组合的方法,划分为成长期(Growth)、成熟期(Mature)和衰退期(Decline) | |
Slack | 企业财务冗余,以企业剩余负债能力衡量 | |
控制变量 | GDP | 经济增长率,当年全国GDP增长率 |
AI | 资本密集度,企业年末资产总额与营业收入的比值 | |
EI | 员工密集度,企业员工数量与销售收入的比值 | |
D | 若企业当年营业收入低于上年营业收入,取值为1,否则为0 | |
Dec1 | 若企业营业收入连续两年下降,取值为1,否则为0 | |
其他变量 | Growth | 企业销售收入增长率 |
Ownership | 第一大股东持股比例 | |
Year | 年份虚拟变量 | |
Industry | 行业虚拟变量 | |
Province | 省份虚拟变量 |
(三)模型构建
参考Anderson等(2003)和梁上坤(2015)的研究成果,在基本模型(1)的基础上引入EPU和其他关键变量,以及它们与收入变化和收入下滑虚拟变量之间的交乘项,构建多元回归模型(2)以检验经济政策不确定性对成本粘性的影响作用。模型(2)的具体内容如下所示。
$ln SGA = {\beta _0} + {\beta _1} \times ln {\rm{Re}} v + {\beta _2} \times D \times ln {\rm{Re}} v + \varepsilon $ | (1) |
$\begin{aligned} ln SGA =& {\beta _0} + {\beta _1} \times ln {\rm{Re}} v + {\beta _2} \times D \times ln {\rm{Re}} v + {\beta _3} \times D \times ln {\rm{Re}} v \times EPU + {\beta _4} \times EPU \\ &+ \sum {D \times ln {\rm{Re}} v \times EconVariables} + \sum {EconVariables} \\ &+ \sum {Year + \sum {Industry + \sum {\Pr ovince} } } + \varepsilon \end{aligned} $ | (2) |
其中,β0为截距,β1度量了营业收入增加时成本增加的幅度。当营业收入下降时,系数(β1+β2)度量了营业收入减少时成本的变化幅度。β2小于0时表明企业存在成本粘性现象。β2数值越小,成本粘性程度越高。β3衡量了经济政策不确定性对企业成本粘性的影响,若系数显著为正,表明经济政策不确定性降低了企业成本粘性。模型中控制了影响成本粘性的四个指标,同时控制行业、年度和地区效应,并按企业层面进行聚类回归以获得稳健标准误。
为检验假设2,即企业生命周期对经济政策不确定性与成本粘性关系的调节作用,在上述基础上将总样本划分为生命周期的不同阶段,分别对模型(2)进行回归。为检验假设3,即企业财务冗余对经济政策不确定性与成本粘性关系的调节作用,在上述基础上按企业财务冗余将总样本分为高、低两组,分别对模型(2)进行回归分析。
四、实证结果分析(一)描述性统计
表3报告了本文涉及的主要变量的描述性统计结果。销售和管理费用变化(lnSGA)的均值为0.147 2,营业收入变化(lnRev)的均值为0.131 0。EPU1(EPU2)的均值为1.588 6(1.903 8),标准差为0.833 9(1.668 9),由此可见,我国经济政策不确定性的波动相对较明显。收入下降(Dec)的样本占比为28%,而连续两年收入下降(Dec1)的样本所占比例为11.78%。除此之外,其他指标的描述性统计也都符合逻辑,详见表3。
变量 | 均值 | 标准差 | 最小值 | 下四分位数 | 中位数 | 上四分位数 | 最大值 | 样本量 |
lnSGA | 0.147 2 | 0.288 0 | 0.007 0 | −0.797 0 | 0.129 1 | 0.268 0 | 1.264 8 | 23 802 |
lnRev | 0.131 0 | 0.335 2 | −0.021 9 | −1.046 4 | 0.116 4 | 0.264 3 | 1.582 3 | 23 802 |
EPU1 |
1.588 6 | 0.833 9 | 1.066 0 | 0.649 6 | 1.243 6 | 1.812 9 | 3.648 3 | 23 802 |
EPU2 |
1.903 8 | 1.668 9 | 0.939 6 | 0.572 2 | 1.368 5 | 1.927 7 | 6.469 1 | 23 802 |
GDP | 8.924 5 | 1.971 6 | 7.35 | 6.70 | 8.30 | 10.00 | 14.20 | 23 802 |
AI | 2.519 8 | 2.368 5 | 1.228 0 | 0.384 7 | 1.857 9 | 2.893 1 | 18.157 8 | 23 802 |
EI | 0.020 8 | 0.022 6 | 0.007 4 | 0.000 6 | 0.014 2 | 0.025 5 | 0.150 2 | 23 802 |
D | 0.280 0 | 0.449 0 | 0 | 0 | 0 | 1 | 1 | 23 802 |
Dec1 | 0.117 8 | 0.322 4 | 0 | 0 | 0 | 0 | 1 | 23 802 |
Growth | 0.214 3 | 0.540 0 | −0.021 6 | −0.650 2 | 0.123 4 | 0.302 5 | 3.866 0 | 23 802 |
Ownership | 36.799 7 | 15.639 1 | 24.32 | 9.65 | 34.51 | 48.37 | 75.73 | 23 802 |
(二)回归结果分析
1. 经济政策不确定性与企业成本粘性
表4展示了经济政策不确定性与企业成本粘性的回归结果。第(1)列证实了企业成本粘性的存在性。第(2)列至(5)列呈现了不同测量方法以及不同控制变量条件下,经济政策不确定性对企业成本粘性的影响。系数β1度量了营业收入增加时成本增加的幅度,系数(β1+β2)度量了营业收入减少时成本的变化幅度。如果企业存在成本粘性现象,则β2<0,并且β2越小,成本粘性程度越高。由第(1)列可知,β2在5%的水平下负显著,表明我国上市企业中的确存在显著的成本粘性①。关注其他指标,资本密集度和员工密集度与收入变化交乘项的系数为负且显著,表明资本以及员工占比更大的企业具有较高的成本粘性,这一结果和Anderson等(2003)以及其他学者的结论是一致的。
(1)存在性 | (2)EPU1 | (3)EPU1 | (4)EPU2 | (5)EPU2 | |
lnRev | 0.456 2*** | 0.456 0*** | 0.456 1*** | 0.456 0*** | 0.456 1*** |
(65.69) | (65.77) | (33.16) | (65.75) | (33.14) | |
lnRev×D | −0.107 8** | −0.405 3*** | −0.415 6*** | −0.198 2*** | −0.206 9* |
(−1.96) | (−4.69) | (−3.14) | (−3.01) | (−1.95) | |
lnRev×D×EPU | 0.079 3*** | 0.080 2*** | 0.020 1*** | 0.020 5* | |
(4.56) | (3.09) | (2.66) | (1.92) | ||
EPU | −0.005 4 | −0.005 1 | −0.002 3 | −0.002 2 | |
(−1.15) | (−1.25) | (−1.37) | (−1.51) | ||
lnRev×D×GDP | −0.000 9 | 0.019 0*** | 0.019 6* | 0.005 7 | 0.006 2 |
(−0.15) | (2.64) | (1.69) | (0.92) | (0.58) | |
lnRev×D×AI | −0.014 7*** | −0.015 4*** | −0.015 3*** | −0.015 1*** | −0.015 1*** |
(−6.21) | (−6.48) | (−3.61) | (−6.39) | (−3.55) | |
lnRev×D×EI | −1.555 5*** | −1.458 3*** | −1.420 9** | −1.514 0*** | −1.476 9** |
(−5.45) | (−5.09) | (−2.31) | (−5.28) | (−2.40) | |
lnRev×D×Dec1 | 0.068 7*** | 0.061 2** | 0.064 7 | 0.063 0** | 0.066 5 |
(2.72) | (2.43) | (1.51) | (2.50) | (1.55) | |
GDP | 0.071 2*** | 0.055 9*** | 0.057 8*** | 0.059 1*** | 0.060 8*** |
(9.88) | (6.04) | (5.08) | (7.06) | (5.71) | |
AI | 0.001 0 | 0.000 7 | 0.001 0 | 0.000 7 | 0.001 0 |
(1.01) | (0.76) | (0.72) | (0.76) | (0.72) | |
EI | 0.043 0 | 0.018 6 | 0.051 0 | 0.015 4 | 0.047 7 |
(0.44) | (0.19) | (0.37) | (0.16) | (0.35) | |
Dec1 |
−0.019 8*** | −0.021 4*** | −0.020 1** | −0.021 1*** | −0.019 9** |
(−2.76) | (−2.99) | (−2.56) | (−2.95) | (−2.52) | |
Constant | −0.433 3*** | −0.295 8*** | −0.319 7*** | −0.323 6*** | −0.346 0*** |
(−7.99) | (−4.00) | (−3.72) | (−5.14) | (−4.47) | |
Industry FE | Yes | Yes | Yes | Yes | Yes |
Year FE | Yes | Yes | Yes | Yes | Yes |
Province FE | Yes | No | Yes | No | Yes |
Cluster by firm | Yes | No | Yes | No | Yes |
Adj-R2 | 0.235 9 | 0.236 0 | 0.236 5 | 0.235 5 | 0.236 1 |
N | 23802 | 23802 | 23802 | 23802 | 23802 |
注:括号内为t值,***、**、*分别表示1%、5%、10%水平下显著。 |
表4的第(2)—(5)列呈现了不同测量方法以及不同控制变量条件下,经济政策不确定性对企业成本粘性的影响。其中,第(2)列和第(4)列分别加入了EPU1(EPU2)以及EPU1(EPU2)与收入变化的交乘项,并控制行业、年份因素;第(3)列和第(5)列在上述基础上进一步控制地区因素,并以企业层面进行聚类回归,以降低企业差异性因素带来的干扰。结果显示,lnRev×D×EPU的系数始终为正,且分别在1%、1%、1%、10%水平下显著,即经济政策不确定性降低了企业成本粘性。综上,表4的结果支持了假设1。
2. 企业生命周期对经济政策不确定性与企业成本粘性关系的影响
表5报告了假设2的实证结果。由第(1)列和第(4)列可知,当企业处于成长期时,lnRev×D×EPU的系数并未通过显著性统计检验,说明经济政策不确定性没有降低成长期企业的成本粘性。可能是因为此阶段的企业出于发展和抢占市场占有率的考虑,在面对不确定性时和销售收入下滑时,更倾向于持有资源以获得未来快速发展的能力;由第(2)列和第(5)列可知,当企业处于成熟期时,外部经济政策不确定性带来的潜在冲击在成本决策中体现的并不明显;由第(3)列和第(6)列结果可知,lnRev×D×EPU的系数显著为正,表明经济政策不确定性显著降低了衰退期企业的成本粘性。当企业进入衰退期时,经营环境和自身经营能力进一步下降,风险承担水平也大大降低。外部经济政策不确定性上升,一方面,管理层对未来业绩预期更为悲观,更容易削减成本,另一方面,基于实物期权角度,此时企业的破产风险较大,管理者执行清算期权价值提升,更倾向于削减资源和支出,表现为成本粘性的降低。上述结果支持了假设2。
EPU1 | EPU2 | |||||
(1)Growth | (2)Mature | (3)Decline | (4)Growth | (5)Mature | (6)Decline | |
lnRev | 0.511 9*** | 0.442 1*** | 0.287 1*** | 0.511 9*** | 0.442 1*** | 0.286 4*** |
(31.63) | (17.92) | (8.16) | (31.63) | (17.92) | (8.09) | |
lnRev×D | −0.307 6* | −0.524 7** | −0.347 2 | −0.248 3* | −0.336 4* | −0.047 8 |
(−1.70) | (−2.06) | (−1.38) | (−1.72) | (−1.77) | (−0.23) | |
lnRev×D×EPU | 0.026 0 | 0.069 8 | 0.119 1*** | 0.008 6 | 0.016 5 | 0.032 5* |
(0.70) | (1.40) | (2.68) | (0.53) | (0.76) | (1.87) | |
EPU | −0.007 8 | −0.001 5 | 0.003 7 | −0.002 8 | −0.000 9 | 0.000 3 |
(−1.43) | (−0.23) | (0.29) | (−1.41) | (−0.39) | (0.072) | |
lnRev×D×GDP | 0.018 4 | 0.035 5 | 0.013 2 | 0.014 7 | 0.023 4 | −0.006 2 |
(1.14) | (1.59) | (0.61) | (0.99) | (1.21) | (−0.31) | |
lnRev×D×AI | −0.018 8*** | −0.024 0** | −0.002 0 | −0.018 9*** | −0.023 4** | −0.001 8 |
(−3.06) | (−2.36) | (−0.31) | (−3.06) | (−2.31) | (−0.27) | |
lnRev×D×EI | −2.069 1* | −0.557 8 | −2.965 8*** | −2.101 6* | −0.599 6 | −2.995 0*** |
(−1.69) | (−0.50) | (−3.13) | (−1.72) | (−0.54) | (−3.15) | |
lnRev×D×Dec1 | 0.119 8* | 0.031 8 | 0.097 0 | 0.120 6* | 0.028 8 | 0.103 1 |
(1.68) | (0.41) | (1.30) | (1.68) | (0.38) | (1.38) | |
GDP | 0.040 8*** | 0.085 3*** | 0.069 8** | 0.043 8*** | 0.087 1*** | 0.071 1** |
(2.7) | (4.12) | (2.22) | (3.18) | (4.46) | (2.44) | |
AI | 0.003 0 | −0.001 5 | 0.003 7 | 0.003 0 | −0.001 4 | 0.003 7 |
(1.52) | (−0.49) | (1.47) | (1.52) | (−0.48) | (1.47) | |
EI | 0.477 8** | 0.426 8** | −1.447 5*** | 0.476 3** | 0.424 1** | −1.452 2*** |
(2.50) | (2.26) | (−3.85) | (2.49) | (2.24) | (−3.87) | |
Dec1 | 0.003 5 | −0.020 3* | −0.021 4 | 0.003 6 | −0.020 5* | −0.020 8 |
(0.27) | (−1.65) | (−1.11) | (0.27) | (−1.66) | (−1.07) | |
Constant | −0.186 3* | −0.512 3*** | −0.554 4** | −0.216 7** | −0.525 9*** | −0.558 7*** |
(−1.68) | (−3.32) | (−2.28) | (−2.19) | (−3.74) | (−2.60) | |
Industry FE | Yes | Yes | Yes | Yes | Yes | Yes |
Year FE | Yes | Yes | Yes | Yes | Yes | Yes |
Province FE | Yes | Yes | Yes | Yes | Yes | Yes |
Adj-R2 | 0.304 5 | 0.207 6 | 0.134 2 | 0.304 5 | 0.202 7 | 0.132 7 |
N | 10 867 | 9 520 | 3 300 | 10 867 | 9 520 | 3 300 |
注:括号中是经过企业层面聚类调整后计算的t值,***、**、*分别表示1%、5%、10%水平下显著。 |
(3)财务冗余对经济政策不确定性与企业成本粘性关系的影响
表6报告了假设3的实证结果。由第(1)和(3)列可知,当财务冗余较高(Slack=1)时,相关系数并不显著。相反,当财务冗余较低(Slack=0)时,lnRev×D×EPU的系数分别在1%和5%的水平上显著为正。由此可见,当经济政策不确定性上升时,低财务冗余的企业会面临较高的财务约束可能性和潜在财务压力威胁,导致资源上调成本增加;同时,低财务冗余的企业面临更高的财务风险,企业倾向于通过削减现有业务规模来抵御外部不确定性冲击;此种情况下,执行清算期权的相对价值也更高。上述结果表明,经济政策不确定性与成本粘性的负相关关系在低财务冗余的样本企业中体现得更加明显,支持了假设3。
EPU1 | EPU2 | |||
(1)Slack=1 | (2)Slack=0 | (3)Slack=1 | (4)Slack=0 | |
lnRev | 0.450 6*** | 0.460 1*** | 0.450 6*** | 0.460 0*** |
(22.14) | (25.47) | (22.14) | (25.43) | |
lnRev×D | −0.198 8 | −0.652 3*** | −0.082 4 | −0.350 0** |
(−1.18) | (−3.26) | (−0.60) | (−2.22) | |
lnRev×D×EPU | 0.039 8 | 0.124 4*** | 0.008 0 | 0.035 4** |
(1.26) | (3.16) | (0.58) | (2.20) | |
EPU | −0.011 0** | 0.000 5 | −0.004 3** | −0.000 2 |
(−1.99) | (0.08) | (−2.15) | (−0.09) | |
lnRev×D×GDP | 0.015 2 | 0.026 1 | 0.007 6 | 0.006 8 |
(1.03) | (1.44) | (0.57) | (0.41) | |
lnRev×D×AI | −0.018 4*** | −0.015 5** | −0.018 3*** | −0.015 0** |
(−3.49) | (−2.33) | (−3.49) | (−2.24) | |
lnRev×D×EI | −1.228 6 | −1.008 1 | −1.265 8 | −1.083 2 |
(−1.57) | (−1.14) | (−1.62) | (−1.21) | |
lnRev×D×Dec1 | 0.095 9* | 0.002 9 | 0.096 2* | 0.007 2 |
(1.85) | (0.04) | (1.85) | (0.11) | |
GDP | 0.042 9*** | 0.074 3*** | 0.047 1*** | 0.076 3*** |
(3.16) | (4.04) | (3.75) | (4.41) | |
AI | 0.001 4 | −0.000 1 | 0.001 4 | −0.000 1 |
(0.77) | (−0.07) | (0.77) | (−0.072) | |
EI | 0.053 9 | 0.021 7 | 0.050 8 | 0.018 9 |
(0.33) | (0.10) | (0.31) | (0.09) | |
Dec1 | −0.003 6 | −0.041 2*** | −0.003 6 | −0.040 5*** |
(−0.36) | (−3.21) | (−0.36) | (−3.16) | |
Constant | −0.203 3** | −0.441 7*** | −0.245 5*** | −0.454 6*** |
(−1.98) | (−3.22) | (−2.69) | (−3.65) | |
Industry FE | Yes | Yes | Yes | Yes |
Year FE | Yes | Yes | Yes | Yes |
Province FE | Yes | Yes | Yes | Yes |
Adj-R2 | 0.264 4 | 0.220 5 | 0.264 3 | 0.219 7 |
N | 11 960 | 11 842 | 11 960 | 11 842 |
注:括号中是经过企业层面聚类调整后计算的t值,***、**、*分别表示1%、5%、10%水平下显著。 |
(三)稳健性检验和进一步分析
1. 稳健性检验。(1)由于本文采用的经济政策不确定性指数属于宏观层面指标,而单个企业成本决策对经济政策的影响可以忽略不计,这在一定程度上可以缓解因反向因果导致的内生性问题。考虑到同期经济政策不确定性指数可能带来的内生性问题,本文采用滞后一期的指数值(L.EPU1、L.EPU2)作为解释变量再次回归。(2)为了说明企业成本粘性的降低是经济政策不确定性的影响结果,而非其他因素所导致,我们进一步控制不同种类的不确定性对成本粘性的影响作用。以宏观经济先行指数(E_index)的条件方差(邱兆祥和刘远亮,2010)和经营业绩的波动率(σ_sales)(申慧慧等,2012)来刻画企业外部宏观经济不确定性和自身经营层面的不确定性。(3)为更好地利用经济政策不确定性指数的变化性,本文进一步采用季度数据重新回归(Gulen和Ion,2016)。首先,我们通过计算月度经济政策不确定性的算术平均值得到EPUquarter1;然后,采用公式EPU=(3EPUt + 2EPUt−1 + EPUt−2)/6,计算得到EPUquarter2。表7汇报了上述检验的回归结果,本文之前的结论并未发生改变。
滞后一期的EPU | 控制其他不确定性 | 季度数据 | ||||||
(1)
L.EPU1 |
(2)
L.EPU2 |
(3)
E_index |
(4)
σ_sales |
(5)
EPUquarter1 |
(6)
EPUquarter2 |
|||
lnRev | 0.476 5*** | 0.475 5*** | 0.456 5*** | 0.456 5*** | 0.444 0*** | 0.443 9*** | 0.143 8*** | 0.143 8*** |
(34.85) | (34.69) | (33.20) | (33.19) | (30.60) | (30.58) | (17.07) | (17.06) | |
lnRev×D | −0.155 3 | −0.151 6 | −0.469 1*** | −0.287 6*** | −0.394 9*** | −0.202 8* | 0.043 1 | 0.046 2 |
(−1.62) | (−1.58) | (−3.47) | (−2.64) | (−2.99) | (−1.90) | (1.03) | (1.13) | |
lnRev×D×EPU | 0.169 8*** | 0.156 8*** | 0.075 7*** | 0.020 7* | 0.071 6*** | 0.017 2 | 0.000 5*** | 0.000 6*** |
(12.08) | (11.75) | (2.95) | (1.92) | (2.75) | (1.60) | (3.91) | (3.95) | |
EPU | −0.017 0 | −0.015 1 | 0.025 8*** | 0.010 4*** | −0.007 8* | −0.003 2** | −0.002 4*** | −0.003 8*** |
(−1.14) | (−1.28) | (4.73) | (4.51) | (−1.87) | (−2.15) | (−62.28) | (−62.28) | |
lnRev×D×E_index | 11 721.71* | 13 191.18** | ||||||
(1.89) | (2.12) | |||||||
E_index | −49 884*** | −56 564*** | ||||||
(−5.73) | (−5.66) | |||||||
lnRev×D×σ_sales | 0.414 0* | 0.405 1* | ||||||
(1.91) | (1.85) | |||||||
σ_sales | 0.162 2*** | 0.162 5*** | ||||||
(2.74) | (2.74) | |||||||
Other variables | Controlled | |||||||
Province FE | Yes | Yes | Yes | Yes | Yes | Yes | Yes | Yes |
Year FE | Yes | Yes | Yes | Yes | Yes | Yes | Yes | Yes |
Quarter FE | No | No | No | No | No | No | Yes | Yes |
Industry FE | Yes | Yes | Yes | Yes | Yes | Yes | Yes | Yes |
Adj-R2 | 0.242 1 | 0.241 0 | 0.236 8 | 0.236 4 | 0.231 5 | 0.231 1 | 0.966 2 | 0.966 2 |
N | 22 111 | 22 111 | 23 802 | 23 802 | 22 160 | 22 160 | 81 494 | 81 494 |
注:括号中是经过企业层面聚类调整后计算的t值,***、**、*分别表示1%、5%、10%水平下显著。 |
另外,进一步拓展成本粘性模型以提高结论稳定性。第一,控制企业层面其他变量,如第一大股东持股比例(Ownership)和成长性(Growth)指标以控制企业其他因素可能带来的影响。第二,控制收入成本变动方向。在样本选择过程中,若收入与成本变动方向相反,可能会干扰研究结论的得出(Banker等,2014)。因此,保留当年营业收入与销售管理成本呈同方向变动的样本(D_same direction=1)。第三,控制盈余管理动机。管理者的盈余管理动机可能导致企业成本粘性估计的偏差(江伟等,2015),我们采用修正的Jones模型计算可操纵行应计利润(DACC),并将其及交乘项加入模型(2)再次进行回归。第四,剔除职工薪酬。管理者机会主义行为和劳动者保护使得劳动力雇佣与工资水平调节存在一定的限制性,导致职工薪酬有异于其他成本习性,可能干扰成本粘性动因的研究(方雄军,2009)。本文进一步将职工薪酬剔除。经过上述检验,正文中的结论仍存在(结果参见表8)。
Panel A 控制企业层面其他变量 | Panel B 控制收入成本变动方向 | |||
(1) EPU1 | (2)EPU2 | (1)EPU1 | (2)EPU2 | |
lnRev | 0.666 0*** | 0.665 6*** | 0.460 1*** | 0.460 3*** |
(16.73) | (16.71) | (31.78) | (31.79) | |
lnRev×D | −0.728 1*** | −0.512 0*** | −0.411 9*** | −0.205 4* |
(−5.31) | (−4.62) | (−2.98) | (−1.89) | |
lnRev×D×EPU | 0.081 9*** | 0.020 6* | 0.078 1*** | 0.019 9* |
(3.16) | (1.91) | (2.90) | (1.82) | |
EPU | −0.006 0 | −0.002 6* | −0.005 3 | −0.002 3 |
(−1.46) | (−1.73) | (−1.24) | (−1.51) | |
lnRev×D×ownership | 0.002 7** | 0.002 7** | ||
(2.39) | (2.35) | |||
ownership | 0.000 3** | 0.000 3** | ||
(2.55) | (2.49) | |||
lnRev×D×growth | −0.169 6 | −0.170 6 | ||
(−1.58) | (−1.59) | |||
growth | −0.105 3*** | −0.105 1*** | ||
(−4.50) | (−4.59) | |||
Other variables | Controlled | |||
Fixed Effect | Year, Industry, Province | |||
Adj-R2 | 0.239 2 | 0.238 7 | 0.249 7 | 0.249 3 |
N | 23791 | 23791 | 20621 | 20621 |
Panel C 控制盈余管理动机 | Panel D 剔除职工薪酬 | |||
(1)EPU1 | (2)EPU2 | (1)EPU1 | (2)EPU2 | |
lnRev | 0.452 1*** | 0.452 1*** | 0.483 9*** | 0.483 9*** |
(32.83) | (32.82) | (30.10) | (30.08) | |
lnRev×D | −0.195 9 | 0.049 3 | −0.477 8*** | −0.280 8** |
(−1.39) | (0.41) | (−2.96) | (−2.14) | |
lnRev×D×EPU | 0.091 2*** | 0.022 2** | 0.075 3** | 0.019 2 |
(3.56) | (2.08) | (2.45) | (1.47) | |
EPU | −0.001 4 | −0.001 0 | −0.007 3 | −0.003 0 |
(−0.27) | (−0.54) | (−1.41) | (−1.60) | |
lnRev×D×DACC | 0.900 3*** | 0.900 6*** | ||
(5.41) | (5.39) | |||
DACC | 0.171 1*** | 0.171 2*** | ||
(7.18) | (7.18) | |||
Other variables | Controlled | |||
Fixed Effect | Year, Industry, Province | |||
Adj-R2 | 0.245 05 | 0.252 2 | 0.194 3 | 0.194 0 |
N | 22 798 | 22 798 | 23 306 | 23 306 |
注:括号中是经过企业层面聚类调整后计算的t值,***、**、*分别表示1%、5%、10%水平下显著。 |
2. 进一步分析。前文论述表明,经济政策不确定性可以促使管理层更为有效的执行期权,降低了成本粘性。本文进一步检验该逻辑链条。考虑到执行实物期权使得企业投资决策更好地体现资本追随盈利机会的规律,我们通过检验公司投资与盈利机会之间的关系来证实实物期权的执行程度(Zhang,2000;肖土盛等,2016)。构造模型(3)如下,以检验经济政策不确定性与清算期权之间的关系。
$ \begin{aligned} Inves{t_t} = & {\beta _1} \times EP{U_{t - 1}} + {\beta _2} \times PRO{A_t} + {\beta _3} \times EP{U_{t - 1}} \times PRO{A_t} + {\beta _4} \times NRO{A_t} \\ & + {\beta _5} \times EP{U_{t - 1}} \times NRO{A_t} + {\beta _6} \times X + Year + Industry + {\alpha _i} + {\varepsilon _{i,t}} \end{aligned} $ | (3) |
其中,Invest表示企业的投资支出,PROA代表正的经行业均值调整的ROA,NROA代表负的经行业调整的ROA。给定企业盈利能力较差时,管理层将执行清算期权削减投资规模,使得企业投资与负盈利之间的正相关关系增强。因此,当经济政策不确定性可以促使管理层更为有效的执行清算期权时,预计模型中β5的回归系数显著为正。表9报告了相应的回归结果,与本文预期一致,交乘项EPUt-1×NROA的系数显著为正,说明经济政策不确定性提升了企业清算期权的执行程度。
Investt | |||
(1) | (2) | (3) | |
PROAt | 0.104 2* | 0.023 1 | −0.005 1 |
(1.74) | (0.20) | (−0.05) | |
NROAt | 0.303 3** | −0.404 1** | −0.456 2* |
(2.33) | (−2.01) | (−1.65) | |
EPUt−1 | −0.040 3*** | −0.021 0** | |
(−10.48) | (−4.61) | ||
EPUt−1×PROAt | 0.068 9 | 0.002 4 | |
(0.8) | (0.03) | ||
EPUt−1×NROAt | 0.708 8*** | 0.695 8** | |
(2.75) | (2.16) | ||
Other variables | No | No | Yes |
Industry FE | Yes | Yes | Yes |
Year FE | Yes | Yes | Yes |
Province FE | Yes | Yes | Yes |
Adj-R2 | 0.100 2 | 0.100 2 | 0.184 8 |
N | 21 396 | 21 396 | 21 388 |
注:括号中是经过企业层面聚类调整后计算的t值,***、**、*分别表示1%、5%、10%水平下显著。 |
宏观层面的经济政策不确定性对微观企业决策具有重要的影响效应。本文以1999—2016年我国沪深两市A股非金融企业为样本,实证了经济政策不确定性对企业成本粘性的影响作用。研究发现,经济政策不确定性上升显著降低了企业成本粘性。当企业处于衰退期或企业财务冗余较低时,经济政策不确定性对成本粘性的削弱作用更为明显。本文在现有理论的基础上,融合风险对冲和实物期权视角,对上述关系进行了论证。经济政策不确定性上升提高了持有资源的保留成本,同时降低了下调资源的调整成本,有助于减少成本粘性;面对经济政策不确定性时,企业会更倾向于选择减少资源、削减成本来对冲未来不确定性风险;同时,外部不确定性的增加促使管理层更加有效地执行清算期权,最终表现为成本粘性的降低。
本文以企业成本粘性为切入点,对经济政策不确定性与企业成本性态的关系进行了分析和论证,有助于更好地理解宏观经济政策层面不确定性带来的经济后果;同时,也为企业实施并推进正确的成本管理决策提供了理论依据和实践参考。具体而言,政府作为政策制定的主体,应尽量减少由政策出台前后涉及的政策导向和实施过程所带来的不确定性,一定程度上保持连贯性、透明性和可比性,使微观经济主体尽可能充分了解未来政策走向。其次,作为宏观经济实体的重要组成,企业应正确认识经营环境中面临的潜在风险冲击,在不确定性较高的环境中及时调整自身决策,提高成本决策效率和管理效率,以实现企业长远发展和价值最大化的终极目标。
① 具体而言,当营业收入增加1%时,销售和管理费用上升约0.456 2%(β1),而当营业收入下降1%时,销售和管理费用下降约0.348 4%(β1+β2)。
[1] | 江伟, 胡玉明, 吕喆. 应计盈余管理影响企业的成本粘性吗[J]. 南开管理评论, 2015a(2): 83–91. |
[2] | 江伟, 胡玉明, 曾业勤. 融资约束与企业成本粘性——基于我国工业企业的经验证据[J]. 金融研究, 2015b(10): 133–147. |
[3] | 李凤羽, 杨墨竹. 经济政策不确定性会抑制企业投资吗?——基于中国经济政策不确定指数的实证研究[J]. 金融研究, 2015(4): 115–129. |
[4] | 梁上坤. 管理者过度自信、债务约束与成本粘性[J]. 南开管理评论, 2015(3): 122–131. |
[5] | 刘媛媛, 刘斌. 劳动保护、成本粘性与企业应对[J]. 经济研究, 2014(5): 63–76. |
[6] | 卢锐, 陈胜蓝. 货币政策波动与公司劳动力成本粘性[J]. 会计研究, 2015(12): 53–58. |
[7] | 饶品贵, 徐子慧. 经济政策不确定性影响了企业高管变更吗?[J]. 管理世界, 2017(1): 145–157. |
[8] | 谭小芬, 张文婧. 经济政策不确定性影响企业投资的渠道分析[J]. 世界经济, 2017(12): 3–26. |
[9] | 王红建, 李青原, 邢斐. 经济政策不确定性、现金持有水平及其市场价值[J]. 金融研究, 2014(9): 53–68. |
[10] | 王雄元, 高开娟. 客户关系与企业成本粘性: 敲竹杠还是合作[J]. 南开管理评论, 2017(1): 132–142. |
[11] | 肖土盛, 靳庆鲁, 陈信元. 行业竞争与公司成本粘性: 基于实物期权视角[J]. 管理科学学报, 2016(3): 48–63. |
[12] | 谢获宝, 惠丽丽. 成本粘性、公司治理与高管薪酬业绩敏感性——基于企业风险视角的经验证据[J]. 管理评论, 2017(3): 110–125. |
[13] | 颉茂华, 刘斯琴, 杨彩霞. 产品市场竞争度、竞争战略选择对成本粘性的影响研究[J]. 产业经济研究, 2016(1): 11–19. |
[14] | Arslan-Ayaydin Ö, Florackis C, Ozkan A. Financial flexibility, corporate investment and performance: evidence from financial crises[J]. Review of Quantitative Finance and Accounting, 2014, 42(2): 211–250. |
[15] | Baker S R, Bloom N, Davis S J, et al. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics, 2016, 131(4): 1593–1636. |
[16] | Bhattacharya U, Hsu P H, Tian X, et al. What affects innovation more: Policy or policy uncertainty?[J]. Journal of Financial and Quantitative Analysis, 2017, 52(5): 1869–1901. |
[17] | Carrière-Swallow Y, Céspedes L F. The impact of uncertainty shocks in emerging economies[J]. Journal of International Economics, 2013, 90(2): 316–325. |
[18] | Gulen H, Ion M. Policy Uncertainty and corporate investment[J]. The Review of Financial Studies, 2016, 29(3): 523–564. |
[19] | Habib A, Hasan M M. Firm life cycle, corporate risk-taking and investor sentiment[J]. Accounting & Finance, 2017, 57(2): 465–497. |
[20] | Holzhacker M, Krishnan R, Mahlendorf M D. Unraveling the black box of cost behavior: An empirical investigation of risk drivers, managerial resource procurement, and cost elasticity[J]. The Accounting Review, 2015, 90(6): 2305–2335. |