经济政策不确定性与股票定价偏误：成因、后果与机制

杨林京 袁 浩

（1.重庆移通学院淬炼商学院，重庆 401520；2.重庆财经学院经济学院，重庆 401320）

一、引言

中国经济转型已经进入关键时期，新冠疫情后经济修复的需求也越发强烈，为了保持经济持续高质量发展，政府不断加大宏观调控的力度，采取了一系列措施。整体上，坚持深化改革的宏观政策方向，以经济结构调整为主线，兼顾稳定经济增长和防范经济风险。在市场运作过程中，政府着力解决与避免金融风险，推行全面注册制，促进金融市场与实体产业相融合。种种举措在一定程度上稳定了我国经济大局，也有利于金融市场的进一步发展。但是，经济政策的频繁变换，例如行业政策的调整、金融市场的逐步开放和市场规则的变化等，使得微观个体无法准确及时地预测经济政策调整的方向、时间和力度（Gulen 和Ion，2016）[1]，由此产生经济政策的不确定性（Economic Policy Uncertainty，EPU），引发金融机构在战略执行方面的偏误、投资者认知偏差和由此带来的企业经营环境的不确定性，对市场造成不容忽视的影响（王贞洁等，2022）[2]。

经济政策不确定性是指由于经济政策制定者的不确定性和决策过程的复杂性而引起经济政策变化和波动的概率。在过去几十年中，由于全球化和技术进步等因素的影响，经济政策不确定性已经成为全球股票市场重要的驱动因素之一。在经济政策不确定性环境下，企业经常面临经济政策的巨大变动和频繁更改，为了提升生存实力，企业将不断调整发展战略，以获取投资机会。然而，在经济政策不确定性情况下，企业可能会因改变风险态度、调整竞争战略而减少市场利润（Kulatilaka和Perotti，1998）[3]。同时，企业竞争战略频繁变动势必造成投资者的认知偏差，导致股票价格偏离真实价值，造成股票定价偏误。

股票定价是企业资金环境中重要的一环，对企业持续经营至关重要。在经济政策不确定性影响下，股票市场投资者对可能受影响企业的风险态度和价值预期往往会发生变化，导致出现抛售企业股票的情况，企业因此遭受经营风险（钟凯等，2018）[4]。在国内外局势严峻复杂的当下，经济政策不确定性已成为金融经济研究领域中备受关注的热点问题。尽管已有大量文献关注了经济政策不确定性对宏观经济和金融市场的影响机制和效应大小（Bernanke，1995）[5]，但少有研究考察经济政策不确定性对股票定价偏误的影响。本文采用2003—2021 年中国A 股上市公司的面板数据，研究经济政策不确定性对股票定价偏误的影响及作用机制，以及企业生命周期、信息不对称、区域以及行业的异质性影响。本文的边际贡献主要有三个方面：（1）本文首次研究了经济政策不确定性对股票价格波动的影响，全面探讨了不同情景下经济政策不确定性与股票定价偏误之间的关系，为理解金融市场中的非理性行为提供了一个新的视角；（2）本文从风险和战略视角阐明了宏观层面的经济政策不确定性影响微观企业股票定价偏误的内在逻辑，并从高管金融背景角度探讨了缓解这种影响的可能方法，从而帮助实务界更好地分析和应对经济政策不确定性带来的非理性影响；（3）现有文献主要关注股票定价偏误的产生原因和表现形式，而较少关注其对企业经营发展的长期经济后果，本文讨论了股票定价偏误对企业未来盈利能力和融资能力的负面作用，为深入理解经济政策不确定性对金融市场和企业发展的影响提供了新的证据。

二、理论分析与研究假设

（一）经济政策不确定性与股票定价偏误

经济政策的变动会牵动整个金融市场的走向，经济政策不确定性会对投资者产生负面影响，使他们对未来市场环境和企业前景感到担忧和恐惧。这种负面情绪会导致投资者降低风险偏好，减少投资活动或选择更稳健的投资方式（Chiang，2020）[6]，这些行为会使得股票市场出现供需失衡、流动性下降、价格波动加剧等现象，从而影响股票的定价（郑明贵等，2022；邢艳春和廖晗，2023；孙林和董成明，2023；朱晓娟和孙福明，2018）[7-10]。

行为金融理论认为，当投资环境不稳定时，股票价格在金融市场中会经常出现偏离内在价值的情形，且此种状况将持续存在，即股票定价出现偏误（Shleifer 和Vishny，1997）[11]。股票价格作为企业价值的体现，受到诸多内外部因素的影响。本文认为，经济政策不确定性是影响股票定价偏误的重要因素之一。经济政策不确定性会使得投资者对企业的未来收益和成本产生不确定的预期，从而导致他们对企业的内在价值进行错误评估。同时，经济政策不确定性也会使得投资者对市场的流动性和稳定性产生不确定的预期，从而导致他们对市场的风险溢价进行错误评估。这些错误评估会使得投资者对股票的需求和供给发生变化，从而导致股票价格与其内在价值发生偏离。并且，经济政策不确定性越严重，其对股票定价偏误的影响也越明显。基于此，本文提出了如下研究假设：

假设1：经济政策不确定性可能会加剧股票定价偏误。

（二）经济政策不确定性、企业风险承担与股票定价偏误

股票定价偏误受企业现金持有水平和投资者行为等诸多因素影响，而企业策略调整与投资者行为的实施本质上依赖于企业内部调节。为促进经营发展，获得投资者青睐，企业会增强内部调节，提高自身风险承担能力，这一行为会导致企业财务信息与表现的不对称，误导投资者的判断，最终造成股票价格与真实价值发生偏离。具体而言，在经济政策不确定的情况下，企业风险承担能力会受到较大影响（邹美凤等，2021；严复雷和史依铭，2021）[12，13]。一方面，当经济政策不确定性水平较高时，企业项目投资风险提升，企业所承担的高风险会影响股民对公司的预期，导致股票价格下跌（谭小芬和张文婧，2017）[14]。另一方面，经济政策不确定性会扰乱金融市场信息传导环境，为了稳固发展和创造投资，企业选择增强风险承担水平，进而影响公司股票估值（邢洋和马千惠，2022）[15]。企业风险承担的增强会导致投资者产生认知偏差，加大股票定价偏误的可能性。基于此，本文提出假设：

假设2：经济政策不确定性增加企业风险承担，从而加剧股票定价偏误。

（三）经济政策不确定性、企业战略调整与股票定价偏误

经济政策环境的变化会激励企业积极进行战略调整。考虑到我国的社会主义市场经济体制，政府对市场经济行为具有较强的引导性，当国家处于社会经济转型时期或发生外部性冲击（如贸易摩擦、新冠疫情）时，政府往往拥有强大的经济恢复意愿与能力，市场主体会在此环境下形成抓住机遇、寻求发展的预期（马宁和靳光辉，2021）[16]，即企业希望通过战略调整来改善自身发展现状。经济政策不确定性也为企业在竞争过程中找到突破口提供了机会，企业会根据经济政策的变化，加快竞争战略调整速度，以期获得更大的竞争优势。然而，这种做法可能导致企业定位产生偏差，进而影响企业经营绩效和股票估值（胡志亮和郑明贵，2021）[17]。并且，企业实施的战略差异度越大，外部投资者无法利用自身知识储备准确评判企业实际生产经营状况，信息不对称问题与企业代理问题都将会进一步加剧（戴艳玲，2019）[18]，从而导致股票定价偏误。因此，本文提出假设：

假设3：经济政策不确定性引起企业竞争战略调整，从而加剧股票定价偏误。

（四）经济政策不确定性、高管金融背景与股票定价偏误

制度经济学理论将制度分为正式制度和非正式制度。鉴于中国正处于发展转型的新阶段，相关政策举措需要不断调整完善，因此，正式制度在一段时间内存在不足。Marquis 和Tilcsik（2013）[19]按照烙印理论将企业高管的认知和能力烙印、社会关系等纳入非正式制度。烙印理论认为，具有金融工作背景的高管，其社会关系与工作技能能够为企业的经营发展提供较为明朗的方向。因此，企业高管的金融背景以及相应的工作技能会影响高管的认知和判断，进而对企业经营决策和股票定价造成影响。一方面，具有金融经历的企业高管拥有扎实的专业基础和丰富的金融从业经验，对金融资产运作有着充分的了解，并且在政策信息判断、机遇筛选等方面具有优势，能够及时识别和应对政策调整带来的风险，因此，在经济政策不确定性的环境中，企业高管能够准确降低股票定价偏差。另一方面，具有金融背景的高管在金融领域积累了丰富的社会资源，对政策的变化更加敏锐，能更及时获取行业相关消息，为股票定价提供更高的准确性。由此可见，尽管经济政策不确定性的上升会影响企业的风险承担以及经营决策，但拥有金融背景的高管会在一定程度上改善企业的决策环境并对股票相关决策进行偏差矫正，因此，当处于经济政策不确定性环境中时，相对于没有金融背景的企业高管，具有金融背景的高管能够降低决策时的误判，提高股票定价的准确性。基于此，本文提出假设：

假设4：高管金融背景对经济政策不确定性与股票定价偏误的关系产生负向调节效应。

三、模型设定与指标选取

（一）样本选择与数据来源

本文以2003—2021年沪深A股上市公司为研究样本，从以下数据源获取数据：（1）高管团队金融背景数据，由中国研究数据服务平台数据库中的高管简历数据库整理而来。（2）企业微观财务数据和公司治理数据，来自国泰安数据库和万得数据库。（3）行业代码和行业门类代码，根据中国证监会《上市公司行业分类指引（2012年修订）》确定；重污染行业和非重污染行业，根据《上市公司环境信息披露指南（征求意见稿）》划分；企业所属省份，根据万得数据库提供的上市公司注册地确定。在处理初始数据时，本文进行了如下操作：（1）剔除金融行业样本。（2）剔除处于ST 或PT 状态的企业。（3）剔除交易时间不足5年或财务数据异常（收入为负，资不抵债）的公司。本文的主要数据来自万得数据库。同时，为了减少极端离群值对实证结果的影响，所有连续变量均在1%和99%的水平上进行Winsor缩尾。最终，本文获取了17856个非平衡面板观测值。

（二）变量定义

1.被解释变量：股票定价偏误（Dv）。本文借鉴徐寿福和徐龙炳（2015）[20]的研究，采用内在价值（V）与市场价值（P）之比作为度量上市公司市场价值偏离内在价值的指标。Dv=|1-V/P |，Dv 大于0，取值越大表明上市公司市场价值对内在价值的偏离越严重。

2.解释变量：经济政策不确定性（lnEPU）。本文使用了Baker等（2016）[21]发布的经济政策不确定性月度指数。他们基于香港《南华早报》的新闻报道数据，经过数据过滤和文本分析构建了中国经济政策不确定性指数。为了更好地匹配数据，本文还计算了指数的年度算术平均值，将月度经济政策不确定性转化成年度经济政策不确定性。同时借鉴马宁和靳光辉（2021）[16]的做法，对该变量取对数，消除因为量级差异带来的内生性问题，缓解模型估计偏误。

3.中介变量。（1）企业风险承担（Risk）。本文借鉴何瑛等（2019）[22]的做法，利用资产回报率的波动程度对企业当前风险承担状况进行衡量，这种波动性越大，说明企业的风险承担越大。为了缓解行业及周期影响，Roa 使用息税前利润除以年末总资产衡量，并且进一步将公司Roa 减去年度行业均值得到经行业调整后的Roa（Adj_Roa）。随后，采用公式（1）的计算方法，以每三年（t 年—t+2年）作为一个观测时段，分别滚动计算Adj_Roa 的标准差，得到企业风险承担水平指标Risk，在实证过程中，对Risk对数化处理，该值越大代表企业风险承担水平越高。

（2）企业战略调整（Svd）。借鉴张静和张焰朝（2021）[23]的研究，从广告强度、研发强度、资本密集度、固定资产更新程度、费用构成、财务杠杆6 个战略维度衡量企业资源分配重点，反映企业通过管理层决策正在投入资源实施战略的情况。具体构建方式为：将6 个关键战略维度与同行业平均值作差后再标准化；继续求取绝对值，得到企业6 个战略维度上的偏离程度；对上述6 个战略维度的偏离程度指标取平均值，得到战略调整指标。

4.调节变量。借鉴胡金焱和张晓帆（2022）[24]的研究，本文从两个维度对企业高管金融背景状况进行衡量：（1）有金融背景的高管人数与高管团队总人数之比（Finbg）；（2）出于稳健考虑，设置高管金融背景哑变量（Fin），若企业高管团队中有金融背景的人数大于等于1，则为1，否则为0。

5.控制变量。参考陈艳艳和程六兵（2018）[25]、徐寿福和徐龙炳（2015）[20]的研究，本文选取以下变量作为控制变量：偿债能力（Lev），以资产负债率衡量；资产规模（Size），用企业期末资产总额作为资产规模的代理变量，取其对数；运营能力（Ato），企业总资产周转率越高，表明企业资产的使用效率越高，因此，可以用来表示企业运营能力；托宾Q 值（TobinQ），公司的市场价值与重置成本之比，用以判断公司的市场价值；现金流比率（Cashflow），使用经营活动产生的现金净流量与期末流动负债的比值衡量；大股东资金占用（Occupy），利用其他应收款年末余额与年末总资产的比值衡量企业经营状况。

（三）模型设计

为了有效检验经济政策不确定性与股票定价偏误的关系，缓解可能存在的内生性问题，本文运用多元回归方法进行分析。

为了检验假设1，构建模型（2）：

其中，下标i为公司、t为年份，∑Year和∑firm代表同时对年份与个体的控制，Dv表示股票定价偏误，lnEPU表示经济政策不确定水平。另外，EPU可能会与时间固定效应产生共线性，但简单地去除年份控制效应影响，又可能遗漏一些重要的不可观测因素。为此，本文在基准回归中同时公布加入年份固定效应和去除年份固定效应的结果作为参照，以此保证本文核心结论稳健。

为了验证假设2 和假设3，即经济政策不确定性对股票定价偏误的影响过程中企业风险承担和企业战略调整的中介作用，本文通过“依次检验法”构建中介效应检验模型，在模型（2）显著的基础上，分别对模型（3）—（6）进行检验。当β2、β3和β4都显著时则具有部分中介效应；当β2和β3都显著，且β4不显著时则具有完全的中介效应。为了验证假设4，构建模型（7），若交互项（Fin×lnEPU）系数β3显著为负，则研究假设4得到验证。

四、实证检验与结果分析

（一）描述性统计

主要变量的描述性统计分析结果如表1 所示，股票定价偏误的平均值为0.628，最小值仅为0.015，最大值为2.951，最小值和最大值之间差距较大，说明不同上市公司的股票定价偏误程度具有较大的差异。企业战略调整的平均值为0.593，标准差为0.330，说明我国存在较多上市公司选择与行业平均水平差异较大的公司战略。企业风险承担的均值为0.027，标准差值为0.029，最大值为0.316，最小值为0。风险承担的描述性统计结果表明不同种类公司的风险水平差距很大，而且呈现右偏分布，即风险承担水平均值大于中位数。

表1：主要变量描述性统计

（二）基础回归分析

表2 展示了经济政策不确定性对股票定价偏误的基准回归结果。从列（1）可见，不考虑控制变量时，经济政策不确定性对股票定价偏误的影响系数为0.977，在1%的水平上显著为正，说明不控制其他因素时，经济政策不确定性将会显著增加股票定价偏误，即在国家经济政策不确定的情况下，股票价格更加容易脱离其内在价值造成估值偏误。列（2）为考虑控制变量的情况，不难发现，经济政策不确定性对股票定价偏误的影响系数依然显著为正，这意味着假设1 初步得到验证。同时，列（3）为没有控制年份固定效应的结果，经济政策不确定性系数显著，说明在考虑共线性情况下核心结果仍然具有一定的稳健性。

表2：经济政策不确定性对股票定价偏误的影响

（三）稳健性检验

1.控制外生冲击。金融市场表现也会造成股票定价偏误。在巨大的金融冲击下，资本市场对企业估值会经历一个泡沫化的过程，当泡沫破碎时，企业估值水平也会从高峰跌至低谷。如果忽略这些因素，可能会造成研究结果的内生性问题。在本文选择的时间区间内，有两个重要的金融冲击，即2008 年的全球金融危机和2015 年的中国股灾。为了保证文章的稳健性，本文依次剔除了2008 年和2015 年的企业样本，以消除金融危机和中国股灾的影响。另外，考虑到直辖市有着较大的经济、政治特殊性，本文剔除了直辖市的样本后重新进行了回归检验。表3 结果显示，核心结论“经济政策不确定性会提高股票定价偏误”并未改变。

表3：控制外生冲击

2.更改参数估计方式。为进一步检验上述结论的稳健性，本文采用了GMM（广义矩估计）和bootstrap（自助法）对经济政策不确定性影响股票定价偏误的结论进行了再检验。表4 展示了结果。从列（1）和列（2）可见，使用GMM 方法进行参数估计后，无论是否加入控制变量，经济政策不确定性对股票定价偏误的影响系数都显著为正，且被解释变量的滞后项Dv（-1）系数也显著。这表明经济政策不确定性会扩大股票定价偏误水平，与前文结果一致。此外，为了消除样本自选择所产生的内生性问题对实证结果的干扰，本文采用了自抽样法（Bootstrap）随机抽样1000 次，然后对抽样后样本再次进行参数估计。结果如表4 列（3）和列（4）所示，无论是否加入控制变量，经济政策不确定性都会扩大股票定价偏误水平，与前文结果一致。

表4：更改参数估计方式

3.工具变量检验。为了进一步检验上述结论的稳健性，本文借鉴董小红和刘向强（2020）[26]的做法，使用美国经济政策不确定性（Lnepum_IV）作为工具变量，进行2SLS 估计。表5 展示了估计结果。从列（1）可见，第一阶段的结果显示，工具变量系数为0.437，显著为正，达到1%的显著性水平，且Wald F统计量为165.16，表明内生解释变量与工具变量高度相关，不存在弱工具变量问题。列（2）展示了第二阶段的回归结果，核心解释变量的显著性和方向没有变化，这表明经济政策不确定性会提高股票定价偏误水平的结论再次得到验证。

表5：工具变量检验

4.倾向得分匹配检验。继续上述分析，不难想到一个问题：股票定价偏误水平较高的企业和较低的企业有没有本质的区别？换言之，估值偏误水平的高低可能与经济政策不确定性水平的高低拥有相同的作用因素，即混同因素的存在也会造成研究结果的不稳健。为此，本文需要在股票定价偏误较高和较低样本中（中位数以上为高，否则为低）找到主要财务指标上相似的企业作为对照组。借鉴李小林等（2022）[27]的做法，本文采用前文控制变量中的关键指标，在计算倾向得分之后，进一步依据最邻近匹配的方法选取倾向得分最接近的样本。基于倾向得分匹配之后的新样本，本文分别考虑了是否拥有控制变量两种形式下，经济政策不确定性提高股票定价偏误水平结论的可靠性。结果如表6 所示，不论是否加入控制变量，经济政策不确定性对股票定价偏误的回归系数均显著为正，结论具有稳健性。

表6：倾向得分匹配检验

（四）异质性检验

1.信息不对称视角。当企业根据经济政策变化调整经营方向时，投资者可能难以获取足够的信息来判断这一调整对相关企业的影响，从而导致投资决策出现分歧，股价也会受到巨大影响。因此，信息不对称程度可能会影响经济政策不确定性与股票定价偏误的关系。鉴于此，本文分别采用分析师关注度和研报关注度衡量信息不对称程度。其中，采用一年内公司被分析师跟踪分析的数量刻画分析师关注度，采用一年内公司被证券公司研究报告跟踪分析的数量刻画研报关注度。需要指出的是，被关注的数量越多，信息不对称程度越低。基于年度中位数分组的异质性分析结果如表7 所示，经济政策不确定性的系数在所有分组中均在1%的水平下显著为正，从系数来看，分析师关注度较高和研报关注度较高的分组样本中系数小于较低样本组，同时经验P值也在1%的水平下显著，进一步验证了经济政策不确定性对股票定价偏误水平的提高作用在信息不对称程度较高的样本中尤为明显。

表7：基于信息不对称视角的异质性检验

2.行业视角。本文进一步探讨了企业所处行业特性对经济政策不确定性和股票定价偏误关系的影响。如表8 所示，经济政策不确定性对股票定价偏误的回归系数在所有分组中均显著为正，且经验P 值也在1%的水平下显著。从系数大小来看，高科技行业组和非重污染行业组的系数值小于其余组别。这表明非高科技行业和重污染行业的企业对经济政策不确定性更为敏感，更容易受到不确定性影响而导致股价出现非理性波动。

表8：基于行业视角的异质性检验

3.区域视角。地理位置优势以及较高的市场成熟度可以帮助企业在不确定环境下获得更多市场与政策优势。据此猜想，东部地区和市场化程度较高的区域将更不容易受到不确定性影响，为了验证这个想法，将样本分为东部组与中西部组和市场化水平较高组与市场化水平较低组。其中，需要说明的是，本文对市场化程度的分组依据王小鲁等（2019）[28]测算的地区市场化程度数据，中位数点以上为高市场化水平组，以下为低市场化水平组。回归结果如表9 所示，结果表明，经济政策不确定性在所有样本中均在1%的水平下显著为正，且经验P 值在1%水平下显著。进一步观察系数，发现东部地区与市场化水平较高的样本地区，经济政策不确定性的系数较小。这意味着，东部地区与市场发育较为成熟的区域，将更不容易受到经济政策不确定性的影响。

表9：基于区域视角的异质性检验

4.生命周期视角。企业所处的生命周期往往会影响其经营决策和效益，政府对处于不同生命周期的企业所实行的经济政策也会有所差异，而这种差异往往极大地影响着一个企业的发展，即经济政策的不确定性很有可能会对处于不同生命周期的企业产生不同的影响。鉴于此，本文借鉴梁上坤等（2019）[29]的研究，使用销售收入增长率、留存收益率、资本支出率、公司年龄变量，按照行业排序后进行打分，计算企业在四个指标上的综合得分。进一步根据综合得分进行分组，前25%作为成长期企业，后25%作为衰退期企业，其余的作为成熟期企业。回归结果如表10所示。在整个生命周期内，经济政策不确定性的系数均至少在5%的水平下显著为正，且经验P 值都在5%水平下显著；进一步观察其系数大小发现，随着企业从成长期步入衰退期，经济政策不确定性对股票定价偏误的影响越来越小。这说明衰退期企业更少受到经济政策影响，市场关注度较低，股价较为平稳。而成长期企业则不同，政府会给予其更多关注与政策支持，市场关注力度也更强，所以政策变化对其股价影响也更强。

表10：基于生命周期的异质性检验

五、进一步研究

（一）机制检验

根据前文的理论分析，经济政策不确定性影响股票定价偏误的重要渠道是提高企业风险承担水平和迫使企业转变竞争策略。一方面，面对经济政策不确定的情况，企业为了提高生存能力，可能会增加研发投入。但是，这些项目往往周期长、投入大、风险高，导致企业风险承担水平明显提高。这会让投资者对企业未来发展趋势产生巨大分歧，从而加剧股票定价偏误。另一方面，经济政策不确定性迫使企业为了适应当前政策环境，频繁地调整其竞争战略。这就让投资者难以及时获取足够信息，判断企业未来发展趋势，从而增加股票价格的波动性，加剧股票定价偏误。

机制检验的估计结果如表11所示，在之前的基础回归分析中，已对经济政策不确定性与股票定价偏误的系数显著性进行了检验，发现其在1%水平上显著为正，故继续进行接下来的检验。列（1）中经济政策不确定性系数在1%的水平下显著为正，这证明经济政策不确定性的提高将会显著提升企业风险承担水平。列（2）中经济政策不确定性和企业风险承担均在1%的水平下显著为正，证明企业风险承担在经济政策不确定性与股票定价偏误中发挥部分中介效应。以上结果表明假设2 成立。根据上述流程继续对竞争战略调整的中介效应检验后发现，列（3）中经济政策不确定性系数在1%的水平下显著为正，即经济政策不确定性会显著提高其竞争战略差异度，同时，列（4）中经济政策不确定性和企业风险承担均在1%的水平下显著为正。这说明企业竞争战略调整在经济政策不确定性对股票定价偏误的影响中起着部分中介效应的作用。假设3得到验证。

表11：机制检验结果

（二）调节效应检验

为进一步考察企业高管金融背景对经济政策不确定性与股票定价偏误关系的调节效应，本文考察了高管金融背景与经济政策不确定性的交互项对股票定价偏误的影响，从表12 中可以看出，交互项Finbg ×lnEPU 与FIN×lnEPU 的系数分别为-0.399 和-0.105，分别通过了1%和5%的显著性检验，说明高管金融背景能够缓解经济政策不确定性对股票定价偏误的正向效应，本文研究假设4得到验证。

表12：调节效应检验结果

（三）长期经济后果

1.股票定价偏误对企业融资能力的持续性影响。股票定价偏误对企业经营发展无疑是不利的，在资本市场上如果企业股票价格脱离内在价值，将会对其融资能力产生消极影响。无论股票价值被过分地高估还是低估，投资者和企业经营者都很难以一个相对合理的估值水平进行市场融资活动，无疑就增大了企业融资约束。为此，本文使用SA 指数衡量企业的融资约束程度，计算公式为：SA=0.043Size2-0.737Size-0.040Age。其中，Size 代表企业期末总资产的自然对数；Age 代表企业年龄，即研究当年减去该企业注册年份。SA 指数取值越大，企业面临的融资约束程度越强。另外，考虑到在经历一段时间后，投资者获取到足够信息，股票价格开始回归其内在价值，股票定价偏误对企业融资约束的消极影响将得到缓解，本文将展示被解释变量当期与未来三期的回归结果，具体结果见表13。

表13：长期经济后果——融资约束

表13 中列（1）—列（4）的被解释变量分别为SA、FSA、F2SA、F3SA，分别表示为当期、未来第一期、未来第二期和未来第三期的融资约束，解释变量为股票定价偏误。表13 的结果显示，股票定价偏误的回归系数虽然依然在1%的水平上显著为正，但是由当期的0.013 下降至未来第三期的0.004，说明股票定价偏误会增大融资约束并且具有一定的持续性，这种影响会随时间而递减。

2.股票定价偏误对企业盈利能力的持续性影响。基于上述分析，继续讨论股票定价偏误对企业生产经营的影响，当股票存在估值偏误时，企业经营者为了保持高位的股票价格，抑或将企业拉回正常估值水平，往往会倾向于选择追逐热点项目，从而提升投资者关注度。但是这种方式很大程度上无益于企业盈利能力提升，还有可能使企业面临更大的经营风险。为此，本文使用息税前利润与平均总资产之间的比值，即总资产报酬率作为企业盈利能力的衡量指标，当总资产报酬率越大时，盈利能力越强。同时考虑时间因素的影响，将展示被解释变量当期与未来三期的回归结果，具体结果见表14。

表14：长期经济后果——总资产报酬率

表14 中列（1）—（4）的被解释变量分别为lnroa、Flnroa、F2lnroa、F3lnroa，分别表示为当期、未来第一期、未来第二期和未来第三期的总资产报酬率。表14 的结果显示，股票定价偏误与当期总资产报酬率和未来第一期总资产报酬率的回归系数在10%的水平上显著为负，而股票定价偏误与未来第二期和未来第三期的总资产报酬率的回归系数均不显著，回归系数由当期的-0.061 下降至未来第三期的-0.003，说明股票定价偏误在短期内会降低企业盈利能力，这也是由经营者短视与不顾基本情况迎合投资者所带来的，但是随着经营者对自己行为的纠正，这种影响将会随着时间递减，最终不再显著。

六、结论与建议

近年来，全球动荡局势和新冠疫情导致宏观经济环境不稳定，外部挑战日益凸显。为了维护国内市场稳定和企业正常运营，政府出台了一系列应对危机的政策措施，但也使经济政策的不确定性明显上升，严重影响了国内上市公司的经营策略和市场价值评估。基于此，本文以经济政策不确定性为研究视角，探索了其对股票错误定价的影响及潜在作用机制，并得出了以下结论：首先，经济政策不确定性会加剧股票错误定价。其次，企业风险承担水平和公司竞争战略调整在加剧股票错误定价中发挥着重要的中介作用。经济政策不确定性在增加企业风险承担能力的同时，会促使企业进行竞争战略调整，进而造成股票错误定价；而高管的金融背景能够在股票定价环节中缓解企业对政策以及决策的误判，对经济政策不确定性与股票定价偏误的关系发挥负向调节作用。再次，经过异质性检验，发现经济政策的变化对不同生命周期的企业股票错误定价的影响程度不同；东部地区和市场化水平高的地区能够降低经济政策不确定性对股票定价偏误的影响；非高科技行业与重污染企业对经济政策不确定性的感知更为敏感，更容易使股价产生非理性波动；分析师跟踪能够削弱经济政策不确定性与股票定价偏误之间的正向关系。最后，进一步研究发现，股票定价偏误在一定程度上也会对企业的融资能力和盈利能力产生负面影响。

基于上述研究结果，提出如下建议。其一，对政府而言，相关部门应重视政策的变动对股票定价偏误的影响，放缓政策调整频率，尽可能保持政策的一致性和长期性，在政策制定时应充分考虑多种因素对政策实施效果的影响，避免频繁变动。此外，处于不同发展周期、不同地域和不同行业的企业应对政策的调节能力不同，政策制定者应当提高政策实施力度与精度，从而改善企业经营环境。其二，对企业而言，应提高战略敏锐性，时刻关注经济政策带来的影响，积极改善经营状况，降低整体风险水平，更好地应对外部政策环境变化，在抓住政策机遇的同时规避相关风险。此外，公司可选取具有金融背景的人士担任高管，利用其专业的金融知识和丰富的实践经验，更有效地发挥管理监督职能，控制企业经验风险和定价偏误。其三，对分析师而言，应充分发挥专业优势，深入研究企业的经营与发展状况，缓解市场的信息不对称对股票定价的影响。其四，对投资者而言，股票定价偏误会长期影响企业的经营状况，因此，投资者在投资前，应积极获取、整合和分析市场上和企业生产经营中的信息，减少信息不对称带来的投资决策失误。